156 N 139 Diciembre de 2002

El saber hacer y el buen juicio del auditor es y ser siempre insustituible, sin embargo la
Ciencia Estadstica debe proporcionar a los profesionales de la Auditora tcnicas que
resulten fiables y complementen el trabajo del Auditor. Las nuevas tecnologas y
herramientas informticas van a permitir desarrollos tericos que posibiliten un mayor
acercamiento de la Teora a la Prctica, que ya empieza a dar sus frutos.
Roberto Escuder Valls. Universidad de Valencia
Salvador Mndez Martnez. Universidad de Valencia
FICHA RESUMEN
Autor:
Roberto Escuder Valls y
Salvador Mndez Martnez
Ttulo:
La metodologa estadstica
aplicada a la auditora: Pasado,
presente y futuro
Fuente:
Partida Doble, nm. 139,
pginas 156 a 161, diciembre
2002
Localizacin: PD 02.12.13
Resumen:
En este trabjo se realiza un
esbozo de lo que ha sido y es
la aplicacin de la Metodologa
Estadstica en el campo de la
Auditora desde sus inicios
hasta el momento actual,
planteando algunas cuestiones
actuales y futuras pendientes
de resolver. Se revisan las
aportaciones ms interesantes
y las mejoras producidas en
distintos momentos de su
evolucin, finalizando con el
avance que ha supuesto el
gran desarrollo de las
herramientas informticas, as
como la introduccin de
nuevas tecnologas
Descriptores ICALI:
Muestreo. Auditora
1. INTRODUCCIN
D
esde las primeras aplicaciones de la
Metodologa Estadstica realizadas en
Auditora se ha aceptado el importan-
te papel que la Estadstica puede ju-
gar en este campo, lo que ha promo-
vido que tanto instituciones pblicas, semipbli-
cas como privadas hayan dirigido parte de su
esfuerzo de investigacin, y lo sigan haciendo,
en la utilizacin de las tcnicas Estadsticas en
Auditora. De hecho, a pesar de la multitud de
trabajos de investigacin gestados ya sea en las
Universidades como en el seno de grandes
compaas auditoras, todava quedan importan-
tes escollos que superar. En este sentido las
nuevas tecnologas disponibles estn permitien-
do desarrollar aplicaciones, tanto estadsticas
como no estadsticas, que pueden abordar algu-
nos de los problemas hasta ahora no resueltos.
Ahora bien, a pesar de los avances conse-
guidos y la potencia de clculo que las nuevas
tecnologas de la informacin proporcionan,
hay que apuntar un hecho real, y es el uso que
los profesionales de la Auditora hacen hoy en
da del muestreo a juicio o subjetivo. Es tal su
importancia, que la AIPCA
(1)
en su gua sobre
Muestreo aplicado a la Auditora publicada en
el ao 99, increment de manera sustancial,
con respecto a anteriores ediciones, la parte
dedicada al muestreo a juicio, dado su alto gra-
do de aplicacin en la prctica de la Auditora,
lo que ha motivado que en los ltimos aos se
haya desarrollado con gran dinamismo una l-
nea de investigacin dirigida al estudio de este
tipo de muestreo.
La metodologa
estadstica aplicada
a la auditora:
Pasado, presente y futuro
A u d i t o r a
www.partidadoble.es
N 139 Diciembre de 2002 157
Bsicamente, los trabajos publicados que
tratan el muestreo a juicio, versan sobre el estu-
dio de los factores que llevan al auditor a selec-
cionar una muestra con base subjetiva, factores
entre los que destacan el importe monetario, lo
que ha permitido que psiclogos especialistas
en estos temas colaboren aportando desde la
Psicologa todo un conjunto de teoras que pre-
tenden explicar la eleccin a juicio. En esta lnea
podemos citar las investigaciones de Messier
(2001). Otras publicaciones investigan si el ta-
mao muestral utilizado con muestras a juicio es
coherente con el mtodo de seleccin o, por el
contrario, provoca sesgos en la estimacin de
los parmetros correspondientes (Hall ;2001).
En cualquier caso, el uso de la metodologa
estadstica permite al auditor acompaar sus
conclusiones con medidas de fiabilidad estadsti-
ca, de forma que los riesgos puedan cuantificar-
se. Ahora bien, no hay que olvidar que la aplica-
cin de determinados mtodos de la Estadstica
implica asumir una serie de hiptesis iniciales
que en las poblaciones de Auditora difcilmente
se dan. Esta es una de las razones por las que
los auditores se muestran en general algo rea-
cios a confiar en la Estadstica, pues las medi-
das de fiabilidad planificadas en muchas ocasio-
nes poco o nada tienen que ver con las que real-
mente se producen. Adems, no debemos olvi-
dar que el saber hacer y el buen juicio del Audi-
tor es y ser siempre insustituible. Desde la
Ciencia Estadstica se debe proporcionar a los
profesionales de Auditora tcnicas que resulten
fiables y complementen el trabajo del Auditor, y
las nuevas tecnologas brindan oportunidades
de mayor acercamiento de la Teora a la Prcti-
ca que ya empieza a dar sus frutos.
2. MUESTREO ESTADSTICO EN AUDITORA:
ANTECEDENTES Y EVOLUCIN
La principal utilidad de los Mtodos Estadsticos en
Auditora va dirigida fundamentalmente a conse-
guir un determinado nivel de confianza o fiabilidad
en cada una de las pruebas estadsticas realiza-
das y a facilitar al auditor una frmula para el cl-
culo del tamao muestral o nmero de documen-
tos que tendr que revisar, los cuales debern ser
extrados al azar y siguiendo las hiptesis requeri-
das por el procedimiento de muestreo usado.
La expresin del tamao muestral, indepen-
dientemente del mtodo de muestreo utilizado,
depende de la materialidad o error tolerable y
del nivel de confianza prefijado, que a su vez
es igual a la unidad menos el nivel de riesgo de
Auditora que puede asumir el auditor. Convie-
ne tener en cuenta que el riesgo de auditora
siempre viene referido al error tipo II o -risk,
pero tampoco se debe olvidar la existencia del
riesgo tipo I, -risk o riesgo de sobreauditora.
Todo ello condiciona la utilizacin de la Meto-
dologa Estadstica por el auditor, como vamos
a tratar de resumir en este trabajo.
Las primeras aplicaciones de la Estadstica a
la Auditora consistieron bsicamente en tomar
las tcnicas de muestreo y estimacin utilizadas
en Control de Calidad, y aplicarlas directamente
a las poblaciones contables. Las ventajas que
aportaba el uso de esta metodologa radicaba en
que el auditor poda cuantificar el riesgo, pudien-
do realizar estimaciones con medidas de fiabili-
dad asociadas. Pero rpidamente se vio la insufi-
ciencia de estas tcnicas en el campo de la Audi-
tora debido a las caractersticas particulares de
las poblaciones contables, en especial su alta
asimetra as como las bajas tasas de error, ade-
ms de aspectos subjetivos difciles de objetivar.
En cuanto a las actuaciones y declaraciones
institucionales que se produjeron a favor del
muestreo estadstico cabe citar la creacin por la
AIPCA en 1956 de un comit
(2)
cuyo objetivo era
estudiar la aplicabilidad del Muestreo Estadstico
en Auditora. Fue en 1962 cuando se produjo su
primera declaracin oficial, donde admita que el
uso del muestreo estadstico era permisible bajo
los principios de auditora generalmente acepta-
dos. Posteriormente hubieron nuevos pronuncia-
mientos hasta la aparicin en 1972 de la SAS
(3)
n 54. Igualmente otras instituciones (IFAC
(4)
, CI-
CA
(5)
, AASB
(6)
, etc.) tambin realizaron sus mani-
festaciones a favor de la metodologa estadstica.
En Espaa supuso un hito fundamental la Ley de
Auditora de Cuentas (1988), actualmente en
proceso de revisin, y su Reglamento (1990), as
como la creacin del ICAC
(7)
y la posterior emi-
sin por este organismo de las Normas Tcnicas
de Auditora (N.T.A.).
La evolucin a lo largo de los aos de las
aplicaciones de la Metodologa Estadstica a la
Las primeras
aplicaciones
de la Estadstica
a la Auditora
consistieron
bsicamente
en tomar
las tcnicas
de muestreo
y estimacin
utilizadas
en Control
de Calidad
(1) AICPA: American Institute of Certified
Public Accountants
(2) Comittee on Statistical Sampling. AICPA
(3) SAS: Statement on Auditing Standards
(4) IFAC : International Federation of
Accountants
(5) CICA : Canadian Institute of Chartered
Accountants
(6) AASB : Australian Accounting
Standard Board
(7) ICAC: Instituto de Contabilidad y
Auditoria de Cuentas
Auditora vamos a presentarla en tres etapas
ms o menos diferenciadas temporalmente,
aunque lgicamente con algunos solapamien-
tos entre ellas.
2.1. Primera etapa: Adaptacin de las
tcnicas estadsticas del Control de Calidad
En la primera, que abarcara hasta princi-
pios de los aos 70, podemos caracterizarla,
fundamentalmente, por la adaptacin de las
tcnicas estadsticas desarrolladas para el
Control de Calidad y poblaciones finitas, a los
procesos de Auditora. Entre los tratadistas de
esta poca podemos citar a Cyert y Davidson
(1962), McRae(1974) y, sobre todo, a Herbert
Arkin, con su famoso manual editado por pri-
mera vez en 1963 y, posteriormente, en 1974 y
1982, que a nuestro juicio fue el ms destaca-
do representante. Este manual, recomendado
por la AICPA, es de lectura obligada, pues da
una visin global del estado de la cuestin en
esta primera etapa considerada.
En cuanto a las tcnicas estadsticas con
las que se trabaj en estos aos cabe citar el
muestreo irrestricto y el estratificado en prue-
bas sustantivas y la estimacin de proporcio-
nes y las tcnicas de aceptacin-rechazo en
pruebas de cumplimiento. La aplicacin del
muestreo estratificado en Auditora supuso una
mejora importante desde la perspectiva tanto
del auditor como del estadstico. Para el prime-
ro signific asegurarse que la muestra conten-
dra documentos de todos los estratos conside-
rados, en especial de los de mayor importe,
adems de la disminucin del tamao muestral
que supona. Para el estadstico implicaba utili-
zar una tcnica que, manteniendo el rigor ma-
temtico, resultaba adecuada a los ojos de los
profesionales de la Auditora.
En lo que se refiere a la estimacin y con-
traste de proporciones, al igual que la estima-
cin y contraste de variables, se observ que la
alta asimetra que caracterizaba a las poblacio-
nes constituidas por las cuentas a auditar no
permita asumir el conocido Teorema Central
del Lmite, que es el que permite establecer las
hiptesis de normalidad, a no ser que los tama-
os muestrales fueran realmente elevados. Esto
era un problema, pues en la prctica hay que
aplicar tcnicas que no supongan tamaos exa-
gerados. En cuanto a los planes de aceptacin-
rechazo, muy adecuados para la investigacin
de tasas de incumplimiento, tambin tienen el
inconveniente de la necesidad de utilizar tama-
os muestrales altos, aunque menores que para
la estimacin, puesto que las tasas esperadas
de incumplimiento en Auditora suelen ser muy
bajas Por tanto, todas estas tcnicas implicaban
tamaos muestrales elevados en el momento
en que el auditor requiriese una alta fiabilidad.
2.2. Segunda etapa: Adecuacin de modelos
estadsticos
La segunda etapa, que podemos centrar
entre los aos 70 y finales de los 80, se carac-
teriza por la aparicin de toda un serie de tra-
bajos dirigidos a una mejor adecuacin de los
modelos estadsticos a la realidad de la Audito-
ra, si bien alguna de estas ideas ya se mani-
fest en la etapa anterior. As, por ejemplo, se
profundiza en el comportamiento de los estima-
dores indirectos, como son los de la diferencia,
razn y regresin. En este sentido uno de los
trabajos ms completos es el publicado por Ne-
ter, J. y Loebbecke J.K. (1975), en el que estu-
dian empricamente el comportamiento de todo
un conjunto de estimadores bajo distintos esce-
narios. Estos autores marcaron un punto de re-
ferencia muy importante para futuras investiga-
ciones, puesto que basndose en datos de au-
ditoras reales modelizaron las poblaciones
contables en cuatro modelos, sobre los cuales
contrastaron los distintos mtodos por ellos
considerados. De hecho, una de sus grandes
aportaciones fue demostrar que cuando la tasa
de error es baja los niveles de confianza nomi-
nal o planificados de los intervalos de confianza
construidos con los estimadores de razn o di-
ferencia distan bastante de los niveles reales.
En aos posteriores fueron muchos los investi-
gadores que utilizaron los modelos elaborados
por Neter y Loebbecke para realizar otras apor-
taciones basadas en estudios empricos
Por otra parte Kaplan, R. (1973), Felix
(1977), Roberts (1978), y Arens(1981), indicaron
bajo distintos planteamientos que las bajas tasas
de error de la mayora de los universos conta-
bles era la causa de problemas en la aplicacin
de los mtodos diferencia, razn y regresin.
La aplicacin
del muestreo
estratificado
en Auditora
supuso
una mejora
importante
158 N 139 Diciembre de 2002
A u d i t o r a
Otro hecho destacable de esta etapa, fue la
relevancia que fueron tomando los Mtodos
Bayesianos en Auditora al objeto de poder in-
corporar la opinin del auditor a travs de una
distribucin de probabilidad a priori, y de esta
forma no actuar exclusivamente con los resul-
tados proporcionados por el muestreo estadsti-
co, as como tambin la progresiva implanta-
cin de las herramientas informticas en los
trabajos de Auditora.
Tambin una nueva idea comenz a con-
solidarse en esta etapa y que supuso un hito
muy importante en la aplicacin de la Metodo-
loga Estadstica a la Auditora. La innovacin
implicaba no muestrear por documentos o uni-
dades fsicas como se haba hecho hasta el
momento, sino por importes o unidades mone-
tarias, surgiendo de esta forma el Muestreo de
Unidades Monetarias (MUM; o Dollar Unit
Sampling, DUS) de gran impacto en las audi-
toras financieras.
Una de las primeras publicaciones del
muestreo de unidades monetarias dirigida a
la Auditora de Estados Financieros, fue la de
Rod Anderson y A.D. Teitlebaum (1973), el
primero auditor de Clarkson, Gordon and. Co.
de Toronto, y el segundo matemtico y profe-
sor asociado en la Faculty of Management de
la Universidad de Montreal. Estos autores se
plantearon acercar lo ms posible la metodo-
loga estadstica a la realidad contable, utili-
zando para ello un criterio estadstico de
muestreo proporcional al tamao (en este ca-
so los tamaos son los importes monetarios
de los elementos a auditar) para la seleccin
de los items a auditar. Aplicando la distribu-
cin de Poisson para la modelizacin y la me-
todologa del muestreo de descubrimiento,
consiguieron unos resultados bastante acep-
tables tanto para pruebas de cumplimiento
como para pruebas sustantivas.
La aportacin anterior fue rpidamente
mejorada, ampliada y revisada como puede
verse en: Leslie (1979) y Neter (1978), entre
otros. De hecho, junto al desarrollo del mues-
treo de unidades monetarias, se investig en
la construccin de estimadores adecuados a
este diseo muestral. As surgieron los esti-
madores CAV
(8)
, entre los que cabe destacar,
por su amplia aceptacin e incorporacin a la
prctica, el estimador de los errores ordena-
dos. Los estimadores CAV realmente no son
estimadores puntuales de parmetro alguno,
como podra ser, por ejemplo, el error mone-
tario de una determinada cuenta, sino que
representan una acotacin superior para la
desviacin monetaria con un nivel de con-
fianza determinado. Esta cota superior es la
que el auditor compara con el error tolerable
fijado para la cuenta auditada. La ventaja del
MUM con respecto a los mtodos de selec-
cin de documentos, radica en la importante
reduccin del tamao muestral que se consi-
gue con esta tcnica, y que los documentos
de mayor importe tienen mayor posibilidad de
formar parte de la muestra. Diversos estu-
dios sobre el comportamiento de los estima-
dores CAV demostraron que son acotaciones
muy conservadores en el sentido de que es-
tn sobrevaloradas, lo que significa que la
confianza
(9)
realmente conseguida suele ser
superior a la planificada previamente por el
auditor.
2.3. Tercera etapa: Utilizacin de tcnicas
estadsticas bayesianas
Finalmente, en cuanto la tercera etapa,
que podramos situar desde los aos 90 has-
ta nuestros das, se caracteriza por una inten-
sificacin de las tcnicas estadsticas baye-
sianas o pseudo bayesianas y no paramtri-
cas, al objeto de modelizar mejor la realidad a
auditar. Entre las aportaciones importantes
podemos citar los trabajos de McCray (1984)
y de Tamura (1988), y en Espaa los de los
profesores Hernndez, Vzquez, Martel Esco-
bar y Moreno (1997 y 2001).
Durante estos ltimos aos, la potencia
de los medios informticos ha permitido apli-
car tcnicas que tiempo atrs slo existan en
la teora. En esta lnea podemos citar los es-
tudios de Clayton(1994) sobre la utilidad de
las tcnicas de remuestreo (bootstrap) para la
estimacin del error monetario. Este autor de-
mostr que, a pesar de la mejora en las esti-
maciones que se producen debido al remues-
treo, esta tcnica no resuelve de forma defini-
tiva la problemtica estadstica que las pobla-
ciones contables conllevan.
La metodologa estadstica aplicada
a la auditora: Pasado, presente y futuro
La ventaja
del Muestreo
de Unidades
Monetarias
con respecto
a los mtodos
de seleccin de
documentos,
radica en
la importante
reduccin del
tamao muestral
N 139 Diciembre de 2002 159
www.partidadoble.es
(8) Combined Attributes-Variables
(9) Recordemos que en auditora la
confianza viene referida siempre al error
tipo II o error .
Esta etapa tambin se caracteriza por la
imparable revolucin en la que se interrelacio-
nan los ms modernos desarrollos informticos
y de nuevas tecnologas junto a los mtodos
estadsticos. En la actualidad, los vertiginosos
avances de las tecnologas de sistemas de in-
formacin provocan que herramientas ms o
menos consolidadas se conviertan en obsole-
tas en cortos espacios de tiempo.
3. NUEVAS TECNOLOGAS Y PERSPECTIVAS
FUTURAS
Por tanto, la situacin actual posiblemente la
podamos caracterizar por la interrelacin entre
tcnicas estadsticas de muestreo, nuevas tec-
nologas, muestreo subjetivo y la delimitacin
del riesgo en Auditora.
En cuanto a las modernas herramientas
informticas y nuevas tecnologas, deseamos
tan slo hacer algunas puntualizaciones que
creemos relevantes tanto para hoy como para
el futuro.
Bajo la denominacin general de tcnicas
CAATS (Computer Assisted Audit Techniques)
se engloban procedimientos tanto estadsticos
como no estadsticos asistidos por ordenador,
que ayudan al auditor en sus cometidos. Existen
tcnicas CAATS para la verificacin de datos,
para la resolucin de problemas y para la verifi-
cacin de sistemas. Son de fcil comprensin y
aprendizaje y en general estn diseadas segn
los estndares definidos por las propias firmas
auditoras. Su objetivo se centra en verificar la
exactitud, correccin e integridad de los datos
generados por los distintos ciclos de las entida-
des auditadas. Entre los paquetes ms conoci-
dos a nivel internacional podemos citar: ACL,
AUDITAPE, AUDITRONIC e IDEA, y entre los
espaoles: AUDITASS, SINFOPAC , y GESIA
2000.
Paralelamente al desarrollo de estas poten-
tes herramientas, no hay que olvidar que exis-
ten auditores profesionales independientes, as
como investigadores en el tema, que han ela-
borado ellos mismos aplicaciones muy suge-
rentes, basadas fundamentalmente en Hoja de
Clculo, para resolver problemas especficos y
ayuda a la toma de decisiones. En este senti-
do, una sucinta recopilacin de algunas de las
principales tcnicas estadsticas y su utilidad
en auditora puede verse, entre otros, en Escu-
der, R, y Mndez, S. (2002).
Tambin existen Sistemas Expertos tiles
en Auditora, basados en la inteligencia artificial
y construidos sobre bases de datos, capaces
de diagnosticar la naturaleza de los fallos, e in-
cluso sugerir recomendaciones. En general,
funcionan mediante algoritmos fundamentados
en la Estadstica Bayesiana, con lo que pueden
incorporar sucesivamente nuevas categoras
recogiendo las experiencias y el know how de
los auditores. Se encuentran desarrollados en
diferentes lenguajes, y en el mercado pueden
encontrarse paquetes para el desarrollo de Sis-
temas Expertos, tanto genricos como enfoca-
dos directamente hacia la Auditora.
En el reciente XIII Congreso Nacional del
Instituto de Censores Jurados de Cuentas (ce-
lebrado los das 24 y 25 de Octubre de 2002,
en Marbella (Mlaga), vase Actas del mismo)
se ha puesto de relevancia, entre otras cuestio-
nes, la gran importancia de las nuevas tecnolo-
gas, tema al que se dedic una ponencia y
tres mesas redondas, destacando las posibili-
dades del uso de: Internet, pginas web, firmas
electrnicas, sistemas de informacin integra-
dos (ERPs o Enterprice Resource Planning),
mdulos de auditora embebidos (o MAEs), y
de lenguajes avanzados de intercambio de in-
formacin.
4. A MODO DE CONCLUSIN
Como resumen, creemos que debe incremen-
tarse la colaboracin entre los profesionales de
la Auditora y los especialistas en Estadstica e
Informtica. Segn hemos indicado y destaca-
do a lo largo de este trabajo, el futuro de las
aplicaciones de la Metodologa Estadstica en
el campo de la Auditora vendr marcado por
nuevos desarrollos tericos apoyados en la po-
tente e imparable evolucin de los medios in-
formticos.
En cuanto a las posibilidades de la Meto-
dologa Estadstica en Auditora, no debe olvi-
La potencia
de los medios
informticos
ha permitido
aplicar tcnicas
que tiempo atrs
slo existan
en la teora
160 N 139 Diciembre de 2002
A u d i t o r a
darse que los tamaos muestrales siempre
estarn en funcin de la materialidad admitida
y del nivel de riesgo planificado por el auditor.
En este sentido, tiene especial importancia el
modelo de riesgo aplicado para la desagrega-
cin y control del riesgo global de auditora en
riesgo inherente, riesgo de control y riesgo de
muestreo sustantivo, realizndose en ocasio-
nes ms subdivisiones. El problema funda-
mental es el de su evaluacin y cuantificacin,
para lo que se usa un modelo de tipo multipli-
cativo, que presupone implcitamente que los
riesgos son estadsticamente independientes.
Por lo tanto, tambin en el futuro habr que
trabajar en esta lnea planteando nuevos mo-
delos para el control del mismo. De hecho hay
autores que estn investigando en este tema,
introduciendo modificaciones al modelo multi-
plicativo, fundamentalmente bajo dos alternati-
vas, por una parte no asumiendo la hiptesis
de independencia de riesgos y, por otra, incor-
porando el riesgo- o riesgo de sobreauditora
al modelo inicial. As, podemos citar, entre
otros, el trabajo de Woodhead (1997) en el
que ya planteaba esta problemtica, propo-
niendo un modelo alternativo.
Por lo tanto, la interrelacin entre: nuevos
modelos tericos, aspectos prcticos, desarro-
llos de las nuevas tecnologas de clculo y de
intercambio de informacin, consideramos que
constituye el marco en el que debe avanzarse
con el objetivo de mejorar tanto los procedi-
mientos de auditora en general como las apli-
caciones de la Metodologa Estadstica a la Au-
ditora en particular.
La metodologa estadstica aplicada
a la auditora: Pasado, presente y futuro
Existen
tcnicas
CAATS para
la verificacin
de datos, para
la resolucin
de problemas
y para
la verificacin
de sistemas
N 139 Diciembre de 2002 161
www.partidadoble.es
BIBLIOGRAFA
A.I.C.P.A. (Comit sobre muestreo estadstico) (1962)
Statistical sampling and the independent auditor. Journal of
Accountancy, Febrero 1962 pp. 60-62
Anderson, J.; Kraushaar, J. (1993) Auditing
measurement error and statistical sampling: The dependently
occurring case Journal of Accounting, Auditing & Finance, Vol.
8, No. 1, p: 53-75
Arens A. y Loebbecke L.K.(1982) Sampling methods
for the auditor. Mc-Graw Hill. New York
Arkin, H. (1963, 1974, 1982) Handbook of Sampling
for Auditing and Accounting. MacGraw Hill. New York
Clayton H.R. (1994) A Combined Bound for Errors in
Auditing based on Hoeffdings inequality an the Bootstrap
Journal of Business & Economic Satatistic, Vol. 12 No. 4, p.
437-448
Cyert,R. M., and Davidson, H. J.(1962)
Statistical Sampling for Accounting Information.
Prentice-Hall (Traduccin espaola Sagitario 1965).
Escuder, R. y Mndez, S. (2002)
Mtodos de Muestreo Estadstico aplicados a la Auditora
Tirant lo Blanch. Valencia
Flix, W. and Grimlund , R. (1977)
A Sampling Model for Audit Test of Composite Accounts
Journal of Accounting Research, Spring 1977.
Hall, T.; Herron, T.; Pierce, B.; Witt, T. (2001)
The Effectiveness of Increasing Sample Size to Mitigate the
Influence of Population Characteristics in Haphazard
Sampling
AUDITING: A Journal of Practice & Theory pag. 169-185 Vol.
20 No 1
Hernndez A., Martel M.C., Vazquez, F.J. (2001)
Mtodos estadsticos en Auditora de cuentas (El punto de
vista bayesiano)
Ed. La Muralla S.A./Hesprides.
Kaplan, R. (1973)
Statistical Sampling in auditing with Auxiliary Information
Estimators.
Journal of Accounting Research, Autumn 1973.
Leslie, D., Teitlebaum, A. and Anderson, R. (1979)
Dollar Unit Sampling. A Practical Guide for Auditors.
Pittman.
McCray, J. (1984)
A Quasi-Bayesian Risk Model for Dollar Unit Sampling
The Accounting Review, 59
McRae T.W. (1974)
Statistical Sampling for Audit and Control.
J.Wiley.
Moreno M.F., Hernandez A. y Vazquez F.J. (1997)
Estimacin del error de una contabilidad: Procedimientos no
paramtricos y uso de la distribucin multinomial.
Universidad de Almera. Servicio de publicaciones.
Neter, J. y Loebbecke J.K. (1975) Behavior of Major
Statistical estimators in Sampling Accounting Populations- An
Empirical Study (AICPA)
Neter, J., Leitch, R.A. , and Feinberg, S. E. (1978)
Dollar-Unit Sampling: Multinomial Bounds for Total
Oversatatemens and Understatement Errors.
Accounting Review. January.
Roberts, D. (1978)
Statistical Auditing.
AICPA.
Tamura, H. (1988)
Estimation of rare errors using expert judgement.
Biometrika, 75 ((1). 1-9.
William F.; Messier, Jr.; Steven J.; Kevan L. (2001)
An Experimental Assessment of Recent Professional
Developments in Nonstatistical Audit Sampling Guidance
AUDITING: A Journal of Practice & Theory pag. 81-94 Vol. 20
No 1.
Woodhead, A.D. (1997)
The other audit risk: the impact of false rejection on audit
planning.
Managerial Auditing Journal pag. 4-8