KM โปรแกรมการเลือกตัวอย่าง

สภาวิชาชีพบัญชีในพระบรมราชูปถัมภ์ได้พัฒนาโปรแกรมเลือกตัวอย่างในการสอบบัญชี (Audit Sampling) เพื่อให้ผู้สอบบัญชี และผู้ช่วยผู้สอบบัญชีนำไปใช้ในการทำงานสอบบัญชีเพื่อให้ลดเวลาในการทำงาน และเพิ่มประสิทธิภาพในการปฏิบัติงาน นอกจากนี้ บุคลากรทางการศึกษายังสามารถใช้โปรแกรมดังกล่าวเพื่อสอนนักศึกษาให้สามารถใช้งานโปรแกรมดังกล่าวได้ และรองรับการทำงานด้านการสอบบัญชีในอนาคตได้ต่อไป

การเลือกตัวอย่างแบบ MUS (Monetary-unit Sapling)

วิธี MUS เป็นวิธีการที่ผู้สอบบัญชีส่วนใหญ่นำมาใช้ในการกำหนดขนาดตัวอย่างสำหรับการตรวจสอบเนื้อหา สาระตอนสิ้นปี เนื่องจากทำให้ผู้สอบบัญชีสามารถตรวจสอบให้ได้จำนวนเงินสูง ๆ โดยไม่จำเป็นต้องตรวจหลายรายการ

การกำหนดขนาดตัวอย่างโดยวิธี MUS มี 3 ขั้นตอน

1. กำหนดประชากรที่ต้องการนำมาสุ่มทดสอบ เช่น หากต้องการสุ่มเลือกตัวอย่างเพื่อส่งหนังสือยืนยันยอดลูกหนี้การค้า ประชากรที่ต้องการนำมาสุ่มทดสอบ คือ รายการลูกหนี้การค้าคงเหลือ ณ วันสิ้นงวด อย่างไรก็ตาม ประชากร ดังกล่าวต้องเป็นประชากรภายหลังจากที่ได้นำรายการที่มีมูลค่าสูง ๆ รายการที่สำคัญ และรายการที่ผิดปกติออกแล้ว (Key-items) เนื่องจาก รายการที่เป็น key-items นั้นจะมีลักษณะเฉพาะตัว ไม่สามารถเป็นตัวแทนของประชากรที่เหลือได้ และมีโอกาสเกิดข้อผิดพลาดได้สูงด้วยลักษณะของรายการ จึงทำให้รายการ key-items นั้นเป็นรายการที่ผู้สอบบัญชีจะเลือกเฉพาะเจาะจงเพื่อตรวจสอบเนื้อหาสาระอยู่แล้ว จึงไม่ควรรวมอยู่ในประชากรที่จะนำมาสุ่มทดสอบเพิ่มเติมอีก

2. คำนวณช่วงการเลือกตัวอย่าง (Interval)

โดยที่ confidence factor จะเป็นค่าทางสถิติซึ่งมีความเชื่อมโยงกับ RMM ที่ประเมินได้สำหรับแต่ละ account / assertion ที่เกี่ยวข้อง เช่น จากตัวอย่างข้างต้น หากผู้สอบบัญชีต้องการสุ่มเลือกตัวอย่างเพื่อส่งหนังสือยืนยันยอด ลูกหนี้การค้า ซึ่งเป็นวิธีการที่ตอบสนองเรื่องความมีอยู่จริง ผู้สอบบัญชีต้องพิจารณา confidence factor ที่ เหมาะสมกับ RMM ที่ประเมินได้ของ account – A/R และ assertion – Existence เป็นต้น

ตาราง confidence factor

* ระดับความมั่นใจที่ต้องการได้เพิ่มเติมจากการทำการตรวจสอบเนื้อหาสาระ

ที่มา: Exhibit 17.3-1 and 17.3-2 Guide to Using International Standards on Auditing in the Audits of Small-and Medium Sized Entities Volume 2 – Practical Guidance

จากตารางข้างต้น จะพบว่าหาก RMM ที่ประเมินได้อยู่ในระดับ “สูง” นั่นคือ ความเสี่ยงที่ accountและ assertion นั้นจะผิดมีโอกาสมาก ดังนั้น ระดับความมั่นใจที่ต้องการเพิ่มเติมก็ต้องสูงขึ้น เช่น 95% เป็นต้น ดังนั้น confidence factor ก็จะต้องสูงตามไปด้วย เช่น 3.0 เป็นต้น อย่างไรก็ตาม หาก RMM ที่ประเมินได้อยู่ในระดับ “ต่ำ” นั่นคือ ความเสี่ยงที่ accountและ assertion นั้นจะผิดมีโอกาสน้อย ดังนั้น ระดับความมั่นใจที่ต้องการเพิ่มเติมก็ลดลงได้ เช่น 65%-75% เป็นต้น ดังนั้น confidence factor ก็จะลดลงตามไปด้วย เช่น 1.1 – 1.4 เป็นต้น

3. การคำนวณขนาดตัวอย่าง (Sample size)

การเลือกรายการมาทดสอบโดยวิธี MUS มี 3 ขั้นตอนดังนี้

1. List รายการประชากรที่ต้องการสุ่มทดสอบโดยห้าม sort โดยเด็ดขาด และคำนวณจำนวนเงินสะสมของประชากรดังกล่าว
2. กำหนดจุดเริ่มต้นของรายการแรกที่จะเลือก (start) โดยจุด start จะเป็นเลขใดก็ได้แต่ต้องไม่เกินช่วงการเลือก ตัวอย่าง (interval) ที่คำนวณได้ข้างต้น เช่น ถ้า interval คำนวณได้เท่ากับ 100 ดังนั้น จุด start จะต้องเป็นเลขที่ อยู่ระหว่าง 1 – 100 เป็นต้น และการเลือกจุด start ควรใช้การ random ตัวเลขขึ้นมาเพื่อไม่ให้เกิดการ bias
3. รายการที่จะถูกสุ่มเลือกมาทดสอบ คือ รายการที่มีจำนวนเงินสะสมตกอยู่ในช่วงการเลือกตัวอย่างสะสม

ตัวอย่าง: ขนาดตัวอย่างที่เป็นตัวแทนประชากร = 6 รายการ ช่วงการเลือกตัวอย่าง 3,000 และจุดเริ่มต้น 1,200 (ไม่เกิน interval)

การประเมินผลการเลือกตัวอย่างโดยวิธี MUS มี 3 ขั้นตอน

1. สืบสวนลักษณะและสาเหตุของการแสดงข้อมูลที่ขัดต่อข้อเท็จจริงที่พบ และประเมินผลกระทบที่อาจเป็นไปได้ต่อวัตถุประสงค์ของวิธีการตรวจสอบและเรื่องอื่น ๆ ที่ตรวจสอบ หากพิจารณาแล้วพบว่าการแสดงข้อมูลที่ขัดต่อข้อเท็จจริงที่พบนั้นมีลักษณะเป็น “ข้อผิดพลาดที่มีในประชากร” (ไม่เป็น “รายการเดี่ยว – anomalous items” หรือ “รูปแบบ/ระบบ – pattern) ให้ผู้สอบบัญชีพิจารณาดังนี้
2. หากรายการดังกล่าวเป็น “รายการหลัก” (key-items) ให้รวบรวมผลแตกต่างของรายการหลักทั้งหมดที่พบ
3. หากรายการดังกล่าวเป็น “ตัวแทนประชากร” (Representative items) ให้ทำการประมาณการการแสดงข้อมูลที่ขัดต่อข้อเท็จจริงที่พบ (Projected misstatements)
   1. คำนวณอัตราร้อยละของการแสดงข้อมูลที่ขัดต่อข้อเท็จจริงที่พบแต่ละรายการ
   2. หาผลรวมอัตราร้อยละของการแสดงข้อมูลที่ขัดต่อข้อเท็จจริงทั้งหมด

• คำนวณหาอัตราร้อยละของการแสดงข้อมูลที่ขัดต่อข้อเท็จจริงเฉลี่ย โดยนำผลรวมอัตราร้อยละของการแสดงข้อมูลที่ขัดต่อข้อเท็จจริงทั้งหมดหารด้วยขนาดตัวอย่างที่เป็นตัวแทนประชากร

1. คำนวณหาประมาณการการแสดงข้อมูลที่ขัดต่อข้อเท็จจริง โดยนำอัตราร้อยละของการแสดงข้อมูลที่ขัดต่อข้อเท็จจริงเฉลี่ยคูณด้วยมูลค่าของประชากรที่นำมาสุ่มทดสอบ

ตัวอย่าง: ขนาดตัวอย่างที่ตัวแทนประชากร = 6 รายการ มูลค่าประชากรที่นำมาสุ่มทดสอบ = 18,000

2. นำ “การแสดงข้อมูลที่ขัดต่อข้อเท็จจริงที่ประมาณการได้” รวมกับ “ผลแตกต่างของรายการหลัก” เพื่อนำไปพิจารณาว่ามีผลกระทบต่องบการเงินอย่างมีสาระสำคัญหรือไม่ อย่างไร
3. หากตัวอย่างที่เลือกมาทดสอบไม่ได้ให้หลักเกณฑ์ที่สมเหตุสมผลในการสรุปเกี่ยวกับประชากร
   1. ขอร้องให้ฝ่ายบริหารตรวจสอบ และขอให้แก้ไขปรับปรุงรายการตามความจำเป็น หรือ
   2. ปรับเปลี่ยนลักษณะ ระยะเวลาและขอบเขตการตรวจสอบ

การใช้โปรแกรมในการเลือกตัวอย่างนี้ มีวิธีการคำนวณเหมือนคำอธิบายข้างต้น แต่จะช่วยลดเวลาในการเลือกตัวอย่างลงได้อย่างมาก เนื่องจากโปรแกรมดังกล่าวสามารถสร้างหนังสือยืนยันยอดลูกหนี้การค้าให้กับผู้สอบบัญชีจากข้อมูลที่คำนวณได้อีกด้วย