1 / 105

การสุ่มตัวอย่างสำหรับผู้ตรวจสอบภายใน ( Sampling for Internal Auditors )

การสุ่มตัวอย่างสำหรับผู้ตรวจสอบภายใน ( Sampling for Internal Auditors ). โครงการอบรมเชิงปฏิบัติการ ฝ่ายตรวจสอบ ธนาคารเพื่อการเกษตรและสหกรณ์การเกษตร ณ ห้องคุ้มเกล้า ชั้น 2 อาคารประชาชื่น เขตจตุจักร กรุงเทพฯ วันพฤหัสบดีที่ 16 กรกฎาคม 2552 9:00-16:00 น. แนะนำวิทยากร. ไพรัช ศรีวิไลฤทธิ์

hyunshik
Download Presentation

การสุ่มตัวอย่างสำหรับผู้ตรวจสอบภายใน ( Sampling for Internal Auditors )

An Image/Link below is provided (as is) to download presentation Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author. Content is provided to you AS IS for your information and personal use only. Download presentation by click this link. While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server. During download, if you can't get a presentation, the file might be deleted by the publisher.

E N D

Presentation Transcript


  1. การสุ่มตัวอย่างสำหรับผู้ตรวจสอบภายใน (Sampling for Internal Auditors) โครงการอบรมเชิงปฏิบัติการ ฝ่ายตรวจสอบธนาคารเพื่อการเกษตรและสหกรณ์การเกษตร ณ ห้องคุ้มเกล้า ชั้น 2 อาคารประชาชื่น เขตจตุจักร กรุงเทพฯ วันพฤหัสบดีที่ 16 กรกฎาคม 2552 9:00-16:00 น.

  2. แนะนำวิทยากร • ไพรัช ศรีวิไลฤทธิ์ • CIA CISA CBA CCSA CFSACISSP • หัวหน้าตรวจสอบภายใน • บมจ. ธนาคารทิสโก้ • ปริญญาตรีวิศวกรรมศาสตร์ จุฬาฯ (2528) • ปริญญาโทบริหารธุรกิจ ธรรมศาสตร์ฯ (2533) • IIA’s EIAP รุ่นที่ 7 จุฬาฯ (2546) • ประสบการณ์ด้านวิศวกรรม 5 ปี • ประสบการณ์ด้านการเงินในทิสโก้ 19 ปี • ประธาน ชมรมผู้ตรวจสอบภายในธนาคารและสถาบันการเงิน • กรรมการ สมาคมผู้ตรวจสอบและควบคุมระบบสารสนเทศ (2548-2552) • วิทยากรและคณะทำงาน สมาคมผู้ตรวจสอบภายในแห่งประเทศไทย

  3. วัตถุประสงค์การเรียนรู้วัตถุประสงค์การเรียนรู้ • ตระหนักถึงความสำคัญของการสุ่มตัวอย่างต่องานตรวจสอบ • เข้าใจแนวคิด หลักการ ของขั้นตอนต่าง ๆ ในการสุ่มตัวอย่าง • มีความรู้ในเทคนิคและทักษะที่จำเป็น สำหรับงานสุ่มตัวอย่างเพื่อทดสอบการควบคุม • สามารถนำความรู้ที่ได้ไปประยุกต์และปรับปรุงการตรวจสอบในการปฏิบัติงานจริง.

  4. เนื้อหาการบรรยาย • แนวคิดและหลักการพื้นฐานทางสถิติ • การสุ่มตัวอย่างเพื่อการตรวจสอบ • ชนิดของแผนการสุ่มตัวอย่าง • การสุ่มตัวอย่างเพื่อการตรวจสอบเชิงคุณลักษณะ (Attributes Sampling)

  5. แนวคิดและหลักการพื้นฐานทางสถิติ(Fundamental Statistical Concepts & Principles)

  6. หน่วยการวัด หน่วยการวัด(Measurement Scales)ที่ใช้ในสถิติ • มาตรนามบัญญัติ (Nominal Scale) • มาตรอันดับ (Ordinal Scale) • มาตรอันตรภาค (Interval Scale) • มาตรอัตราส่วน (Ratio Scale)

  7. การแจกแจงความถี่ จัดข้อมูลเชิงปริมาณให้อยู่ในรูปแบบที่เข้าใจง่าย เช่น จำนวนรายการโอนเงินทาง ATM ใน 1 สัปดาห์ ของบัญชีเงินฝากของพนักงาน 3 คน

  8. แนวโน้มเข้าสู่ศูนย์กลาง แนวโน้มเข้าสู่ศูนย์กลาง (Central Tendency) ใช้ในการอธิบายข้อมูลซึ่งเป็นตัวแทนประชากร • ค่าเฉลี่ย (Mean, Average) • ค่ามัธยฐาน (Median) • ค่าฐานนิยม (Mode) 3 34 4 4 5 5 7 8 9 Mode = 4 Median = 4.5 Mean = 5.2

  9. แนวโน้มการกระจายตัว Σ |  - X i | N Σ (  - X i ) 2 N σ = √σ2 σ2 = σ  V = * 100% การวัดแนวโน้มการกระจายตัว (Variation) ที่นิยมใช้ในการบรรยายข้อมูล • ค่าพิสัย (Range) • ค่าการกระจายตัวเฉลี่ย (Average Variation) • ความแปรปรวน และ ค่าเบี่ยงเบนมาตรฐาน (Variance and Standard Deviation) • สัมประสิทธิ์การแปรผัน (Coefficient of Variation) Max - Min

  10. แนวโน้มการกระจายตัว Average Deviation from Mean = = 1.68 Variance = 3.96 Standard Deviation = 1.99 Σ |  - X i | N Σ (  - X i ) 2 N σ = √σ2 σ2 = Coefficient of Variation = 38.3% σ  V = * 100% N = 10 Σ = Σ = Σ = Σ =

  11. การแจกแจงความน่าจะเป็นการแจกแจงความน่าจะเป็น • โอกาสเกิดเหตุการณ์ คล้ายการแจกแจงความถี่แบบสัมพัทธ์ • แสดงการกระจายด้วย ตัวแปรสุ่ม (Random Variable) • มีทั้งแบบ (Continuous) และไม่ต่อเนื่อง (Discrete)

  12. การแจกแจงทวินาม Binomial Distribution • การแจกแจงความน่าจะเป็นของ ตัวแปรชนิดไม่ต่อเนื่อง • ผลการทดลองเชิงสุ่มมีเพียง 2 อย่าง แยกกันเด็ดขาด • pแทนความน่าจะเป็นของ ความสำเร็จ • qแทนความน่าจะเป็นของ ความล้มเหลว (1-p) • ทดลองซ้ำได้ ผลแต่ละครั้งไม่เกี่ยวข้องกัน • ค่า p แต่ละครั้งของการทดลองมีค่าคงที่ • ความน่าจะเป็นของตัวแปรสุ่ม X เมื่อ X มีการแจกแจงแบบทวินาม คือ P(X) = C(n, x) p x . q n-x

  13. การแจกแจงปกติ Normal Distribution • การแจกแจงความน่าจะเป็นของ ตัวแปรชนิดต่อเนื่อง • มีค่าเฉลี่ยเท่ากับ µ และค่าเบี่ยงเบนมาตรฐานเท่ากับ σ

  14. โค้งการแจกแจงปกติมาตรฐานโค้งการแจกแจงปกติมาตรฐาน • โค้งเริ่มที่ – Infinityไปถึง + Infinity • Meanµ = 0 , Standard Deviation σ = 1 • Standard Normal Deviation, Z-Scoreผลต่างของคะแนนดิบกับค่าเฉลี่ยเป็นกี่เท่าของ σ

  15. การแจกแจงปกติ σ σX = √ n Central Limit Theorem หรือ ทฤษฎีบทลิมิตเข้าสู่ส่วนกลาง • สำคัญที่สุดในการวิเคราะห์ทางสถิติ เพราะ ในการสุ่มตัวอย่างจำนวนมากจากประชากร การแจกแจงของ ค่าเฉลี่ยของตัวอย่าง ( )จะเข้าใกล้ลักษณะรูปแบบการแจกแจงปกติเสมอ ไม่ว่าประชากรจะมีการแจกแจงลักษณะใด Standard Error of the Mean (S)

  16. ตัวอย่าง vs. ประชากร • ข้อแตกต่างระหว่าง ตัวอย่างและประชากร

  17. ตัวอย่าง vs. ประชากร

  18. ช่วงความเชื่อมั่นทางสถิติช่วงความเชื่อมั่นทางสถิติ Statistical Confidence Intervals • ในการสุ่มตัวอย่างจากประชากร เราสามารถประมาณ ระดับความเชื่อมั่น ได้อย่างสมเหตุสมผลว่า ค่าพารามิเตอร์ของประชากร จะใกล้เคียงกับ ค่าสถิติของตัวอย่าง • แสดงระดับความเชื่อมั่นในรูปความน่าจะเป็น (Probabilities)เช่น • มีความน่าจะเป็น 95%ที่ค่าเฉลี่ยที่แท้จริงของประชากร จะอยู่ในช่วง ± 1.96 S จากค่าเฉลี่ยของตัวอย่าง 95% Confidence Interval = ±1.96S

  19. การสุ่มตัวอย่างเพื่อการตรวจสอบ (Audit Sampling)

  20. ความหมายของการสุ่มตัวอย่างความหมายของการสุ่มตัวอย่าง การสุ่มตัวอย่างเพื่อการตรวจสอบ (Audit Sampling) • การปฏิบัติงานตามขั้นตอนการตรวจสอบในกลุ่มตัวอย่างที่เลือกขึ้นมาจากประชากร โดยมีวัตถุประสงค์เพื่อประเมินคุณลักษณะบางประการของประชากร เช่น • การสุ่มตัวอย่างเพื่อประมาณ มูลค่า • การสุ่มตัวอย่างเพื่อประมาณ อัตราส่วน

  21. การสุ่มตัวอย่างเพื่อประมาณมูลค่าการสุ่มตัวอย่างเพื่อประมาณมูลค่า ( ± 1.96S) ตัวอย่างที่ 1การสุ่มตัวอย่างเพื่อประมาณมูลค่า • ลักษณะข้อมูลเป็น Higher Order Dataเช่น สุ่มตรวจสอบลูกหนี้เกษตรกร 10 ราย เพื่อประมาณค่าเฉลี่ยของขนาดพื้นที่ดินที่ลูกหนี้ของธนาคารใช้ทำการเกษตรต่อครอบครัว 545334 24 1835612 • หา μ ระดับความเชื่อมั่น 95%

  22. การคำนวณช่วงความเชื่อมั่น Σ = Σ =

  23. การคำนวณช่วงความเชื่อมั่นการคำนวณช่วงความเชื่อมั่น √ √ Σ ( x - x ) 2 n-1 1926.50 9 √ s = = 214.06 = 14.63 = • ค่าเบี่ยงเบนมาตรฐานของประชากร (Population Standard Deviation) • ปรับแก้ downward bias เนื่องจากเป็นค่าประมาณของ ประชากร โดยคำนวณจากข้อมูล ตัวอย่าง √ √ Σ ( x - x ) 2 n 1926.50 10 √ s = = 192.65 = 13.88 =

  24. การคำนวณช่วงความเชื่อมั่นการคำนวณช่วงความเชื่อมั่น (± 1.96S) = 15.5± (1.96) 4.88 = 5.94 , 25.06 • ค่าเบี่ยงเบนมาตรฐานของค่าเฉลี่ยของตัวอย่าง (Standard Error of the Mean) • คำนวณช่วงความเชื่อมั่นของ µ ที่ระดับความเชื่อมั่น 95% • เราสรุปได้ด้วยความเชื่อมั่น 95% ว่าค่าเฉลี่ยที่แท้จริงของขนาดพื้นที่ดินของลูกหนี้ทั้งหมดอยู่ระหว่าง 5.94 - 25.06 ไร่ ต่อครอบครัว s 14.63 14.63 sX = = = = 4.88 √n - 1 √10 - 1 3

  25. การสุ่มตัวอย่างเพื่อประมาณอัตราส่วนการสุ่มตัวอย่างเพื่อประมาณอัตราส่วน ตัวอย่างที่ 2 การสุ่มตัวอย่างเพื่อประมาณอัตราส่วน • เป็นข้อมูลแบบ Nominal Scale ที่มีลักษณะแยกเป็น สองประเภท (Binomial) เช่น • สุ่มตรวจสอบเอกสารเปิดบัญชี 50 ราย จากเอกสารเปิดบัญชี ทั้งหมดของสาขา 2500 ราย พบ 10 ราย(0.20)ที่ปฏิบัติไม่เป็นไปตามนโยบายการจัดระดับความเสี่ยงลูกค้า เช่น กรอกข้อมูลที่จำเป็นไม่ครบถ้วน ไม่ได้จัดระดับความเสี่ยงลูกค้า หรือจัดระดับความเสี่ยงไม่ถูกต้อง • หา (Pi)ที่ระดับความเชื่อมั่น 95% ( p ± 1.96Sp )

  26. การคำนวณช่วงความเชื่อมั่นการคำนวณช่วงความเชื่อมั่น ( p ± 1.96Sp ) = 0.20± (1.96) .057 = .09 , .31 • ค่าเบี่ยงเบนมาตรฐานของอัตราส่วนของตัวอย่าง (Standard Error of the Proportion) • คำนวณช่วงความเชื่อมั่นของ ที่ระดับความเชื่อมั่น 95% • เราสรุปได้ด้วยความเชื่อมั่น 95% ว่าอัตราส่วนที่แท้จริงของเอกสารเปิดบัญชีที่ไม่เป็นไปตามนโยบายการจัดระดับความเสี่ยงลูกค้าอยู่ระหว่าง ร้อยละ 9 - ร้อยละ 31 ของประชากร √ √ √ p ( 1 - p ) n - 1 .20 (.80) 50 -1 .16 49 sp = = = .057 =

  27. การทดสอบสมมติฐานทางสถิติ • สมมติฐานทางสถิติ (Statistical Hypothesis) คือ ข้อสงสัยที่เราต้องการทดสอบ เกี่ยวกับพารามิเตอร์ที่แท้จริงของประชากร เช่น • Null Hypothesis (H0) ระบุว่า ไม่มีความแตกต่างอย่างมีนัยสำคัญทางสถิติ ระหว่างค่าพารามิเตอร์(เช่น ค่าเฉลี่ย หรืออัตราส่วน) ตามทฤษฎีที่เราตั้งขึ้น กับค่าพารามิเตอร์ที่แท้จริงของประชากร ซึ่งเราประมาณขึ้นมาจากค่าสถิติของตัวอย่าง • Alternative Hypothesis (Ha) ระบุว่า มีความแตกต่างอย่างมีนัยสำคัญทางสถิติ ระหว่างค่าพารามิเตอร์ตามทฤษฎี กับค่าพารามิเตอร์ที่แท้จริงของประชากร

  28. การทดสอบสมมติฐาน 26 • จากตัวอย่าง 1 การสุ่มตัวอย่างเพื่อประมาณขนาดพื้นที่ดินทำกินเฉลี่ยของลูกหนี้ • ค่าเฉลี่ยที่แท้จริงเท่ากับ 26 ไร่หรือไม่ H0 : µ = 26 Ha : µ<>26 Reject Accept Can reject H0at 95% confident α/ 2= 2.5 % α/ 2= 2.5 % L.C.= 95 % Plot of Land (Rai) - (1.96) 4.88 + (1.96) 4.88 5.94 15.5 25.06

  29. การทดสอบสมมติฐาน 26 α/ 2= 0.5 % α/ 2= 0.5 % L.C.= 99 % Plot of Land (Rai) 2.96 15.5 28.04 • จากตัวอย่าง 1 การสุ่มตัวอย่างเพื่อประมาณขนาดพื้นที่ดินทำกินเฉลี่ยของลูกหนี้ • ค่าเฉลี่ยที่แท้จริงเท่ากับ 26 ไร่หรือไม่ H0 : µ = 26 Ha : µ<>26 Accept Reject Cannot reject H0at 99% confident - (2.57) 4.88 + (2.57) 4.88

  30. การทดสอบสมมติฐาน 5% • จากตัวอย่าง 2 การสุ่มตัวอย่างเพื่อประมาณอัตราส่วนของเอกสารเปิดบัญชีที่ไม่เป็นไปตามนโยบาย • อัตราส่วนที่แท้จริงเท่ากับ 5% หรือไม่ H0 :  = 5% Ha : <> 5% Reject Accept Can reject H0at 95% confident α/ 2= 2.5 % α/ 2= 2.5 % L.C.= 95 % Non-compliance - (1.96) .057 + (1.96) .057 9% 20% 31%

  31. การทดสอบสมมติฐาน 5% α/ 2= 0.5 % α/ 2= 0.5 % L.C.= 99 % Non-compliance 5.3% 20% 34.6% • จากตัวอย่าง 2 การสุ่มตัวอย่างเพื่อประมาณอัตราส่วนของเอกสารเปิดบัญชีที่ไม่เป็นไปตามนโยบาย • อัตราส่วนที่แท้จริงเท่ากับ 5% หรือไม่ H0 :  = 5% Ha : <> 5% Reject Accept Still reject H0at 99% confident - (2.57) .057 + (2.57) .057

  32. One-Tailed Test 26 • จากตัวอย่าง 1 การสุ่มตัวอย่างเพื่อประมาณขนาดพื้นที่ดินทำกินเฉลี่ยของลูกหนี้ • ค่าเฉลี่ยที่แท้จริงไม่เกิน 26 ไร่ ใช่หรือไม่ H0 : µ≤26 Ha : µ > 26 Accept Reject Can accept H0at 95% confident α= 5 % L.C.= 95 % Plot of Land (Rai) + (1.65) 4.88 15.5 23.55

  33. One-Tailed Test 5% • จากตัวอย่าง 2 การสุ่มตัวอย่างเพื่อประมาณอัตราส่วนของเอกสารเปิดบัญชีที่ไม่เป็นไปตามนโยบาย • อัตราส่วนที่แท้จริงไม่เกิน 5% ใช่หรือไม่ H0 : ≤ 5% Ha :  > 5% Reject Accept Can reject H0at 95% confident α= 5 % L.C.= 95 % Non-compliance - (1.65) .057 10.6% 20%

  34. ความเสี่ยงของการสุ่มตัวอย่างความเสี่ยงของการสุ่มตัวอย่าง • มี ความเสี่ยง 2 ประเภท เมื่อผู้ตรวจสอบใช้วิธีการสุ่มตัวอย่างในการสรุปผลการตรวจสอบประชากร

  35. ความเสี่ยงของการตรวจสอบความเสี่ยงของการตรวจสอบ Audit Risk Model Inherent Control Detection Risk Risk Risk Audit Risk = X X

  36. ผลของขนาดตัวอย่าง • จำนวนตัวอย่าง (Sample Size)มีผลอย่างมากต่อ ค่าเบี่ยงเบนมาตรฐานของค่าเฉลี่ยของตัวอย่าง (Standard Error of the Mean) และ ค่าเบี่ยงเบนมาตรฐานของอัตราส่วนของตัวอย่าง (Standard Error of the Proportion) ซึ่งมีบทบาทสำคัญในการคำนวณค่า ช่วงความเชื่อมั่น (Confidence Interval) √ s p ( 1 - p ) n - 1 sX = sp = √n - 1

  37. ผลของขนาดตัวอย่าง - (1.96) 2.99 + (1.96) 2.99 9.64 21.36 • จากตัวอย่าง 1 การเพิ่มจำนวนตัวอย่าง จะบีบช่วงความเชื่อมั่นให้เที่ยงตรงขึ้น และลด error ของการสุ่มตัวอย่าง n= 25 n= 10 α/ 2= 2.5 % α/ 2= 2.5 % L.C.= 95 % Plot of Land (Rai) - (1.96) 4.88 + (1.96) 4.88 5.94 15.5 25.06

  38. ชนิดของแผนการสุ่มตัวอย่าง (Audit SamplingPlans)

  39. สุ่มตัวอย่างทำไม ทำไม ผู้ตรวจสอบถึงใช้การสุ่มตัวอย่างในการเก็บหลักฐาน • มาตรฐานการตรวจสอบภายใน อนุญาตให้ใช้ • ข้อพิจารณาของ ผลประโยชน์เทียบกับค่าใช้จ่าย • เพื่อหาหลักฐาน ที่สนับสนุนอย่างสมเหตุสมผล

  40. สุ่มตัวอย่างทำไม เพิ่มความน่าเชื่อถือและความเที่ยงธรรมให้งานตรวจสอบ • พบสินเชื่อที่อนุมัติไม่เป็นไปตามตารางอำนาจอนุมัติที่ธนาคารกำหนด 1 ราย จากการตรวจสอบ 30 ราย • ในการสุ่มตัวอย่างลูกหนี้ 30 รายด้วยวิธีการทางสถิติ พบ ลูกหนี้ 1 ราย อนุมัติไม่เป็นไปตามตารางอำนาจอนุมัติ ทำให้สรุปได้ที่ ระดับความเชื่อมั่น 95% ว่า การพิจารณาเครดิตของสินเชื่อเอนกประสงค์ ที่ปฏิบัติแตกต่างจากกระบวนการที่ธนาคารกำหนด มีจำนวนไม่เกินร้อยละ 14.86 ของสินเชื่อเอนกประสงค์ทั้งหมด สูงเกณฑ์ความคลาดเคลื่อนที่ยอมรับได้ที่ 9.5% เป็นเครื่องบ่งชี้ว่า การควบคุมในกระบวนการพิจารณาเครดิตของสินเชื่อเอนกประสงค์ยังขาดประสิทธิผล

  41. เมื่อไหร่ไม่ควรสุ่มตัวอย่างเมื่อไหร่ไม่ควรสุ่มตัวอย่าง สถานการณ์ ที่ไม่เหมาะจะใช้การสุ่มตัวอย่าง • เมื่อสามารถตรวจสอบ ทุกรายการ ได้ง่าย • เมื่อจะทำการ สัมภาษณ์ หรือ สังเกตการณ์ • เมื่อจะทำการ วิเคราะห์ข้อมูล

  42. ปัญหาของการสุ่มตัวอย่างปัญหาของการสุ่มตัวอย่าง คำถามที่ต้องตอบ เมื่อเลือกจะไม่ตรวจประชากรทั้ง 100 % • จะหยิบตัวอย่าง กี่รายการ จากประชากร • จะหยิบตัวอย่าง รายใด บ้าง • จะให้ ความเห็นหรือข้อสรุป ต่อรายการที่ไม่ได้หยิบว่าอย่างไร

  43. ความครบถ้วนของประชากรความครบถ้วนของประชากร • ประชากรควรรวมถึง ทุกหน่วย ที่เกี่ยวกับวัตถุประสงค์การตรวจสอบ และต้องมีโอกาสถูกเลือกได้ การสอบทานความครบถ้วนของประชากร • ออกยอดรวม ของประชากร และเปรียบเทียบว่าตรงกับยอดทางบัญชี (General Ledger) • ตรวจลำดับต่อเนื่อง ของเอกสารที่มีการออกเลขที่เอกสารไว้ล่วงหน้า (Pre-numbered) ว่าไม่มีเอกสารขาดหายแล้วสร้างเลขสุ่มจากเลขเอกสาร

  44. ลักษณะอื่นของประชากร • ถูกจัดเก็บหรือมีให้ตรวจสอบใน รูปแบบ ใด • เอกสารหรือรายการที่จัดทำด้วยมือ • รายงานพิมพ์จากระบบคอมพิวเตอร์ • ข้อมูลใน database

  45. ลักษณะอื่นของประชากร • การ กระจายตัว ในกลุ่มประชากร • วิธีปฏิบัติงานและการควบคุม • มูลค่า มาก – น้อย • ค่าเป็นศูนย์ หรือติดลบ • กลุ่มย่อยที่มีคุณลักษณะเฉพาะ

  46. ประเภทของการทดสอบ • เลือกทุกหน่วยในประชากรมาทดสอบ (Test All Items in the Population) • เลือกบางหน่วยมาทดสอบโดยไม่มีวัตถุประสงค์ที่จะหาข้อสรุปเกี่ยวกับประชากร(Non-representative Selection) • เลือกบางหน่วยมาทดสอบโดยมีวัตถุประสงค์เพื่อที่จะหาข้อสรุปเกี่ยวกับประชากร (Representative Sampling)

  47. การสุ่มตัวอย่างด้วยวิธีการทางสถิติการสุ่มตัวอย่างด้วยวิธีการทางสถิติ การสุ่มตัวอย่างด้วยวิธีการทางสถิติ (Statistical Sampling) • การเลือกตัวอย่างด้วยวิธีสุ่ม (Random Sample)ตัวอย่างถูกเลือกจากประชากรในลักษณะที่ประชากรทุกตัวมีโอกาสถูกเลือกเท่าเทียมกัน • เที่ยงธรรมกว่า การเลือกตัวอย่างด้วยวิจารณญาณและประสบการณ์ของผู้ตรวจสอบ(Judgment Sample)แต่ไม่จำเป็นต้องดีกว่า

  48. การใช้งานสุ่มตัวอย่างการใช้งานสุ่มตัวอย่าง การใช้งานสุ่มตัวอย่างแบ่งกว้าง ๆ เป็น 4 ประเภท • Attribute Sampling ประมาณอัตราการเกิดของคุณลักษณะของประชากรที่มีผลลัพธ์สองอย่าง มี-ไม่มี • Cumulative Monetary Amount (CMA),Two Strata or Cell Selection ประมาณมูลค่าที่คาดว่าจะรายงานไว้มากเกินจริงของประชากรว่าไม่เกินเกณฑ์ที่ยอมรับได้ • Mean-per-unit ประมาณมูลค่าของประชากรที่ไม่เคยถูกบันทึกมูลค่ามาก่อน • Ratio, Regression, Dollar Unit (PPS), Variables ประมาณมูลค่าที่บันทึกผิดพลาดของประชากรที่เคยถูกบันทึกมูลค่าไว้ เพื่อปรับปรุงรายการ

  49. ขั้นตอนการสุ่มตัวอย่างขั้นตอนการสุ่มตัวอย่าง • Design กำหนด วัตถุประสงค์การทดสอบ ประชากร มูลค่าหรือคุณลักษณะที่สนใจ ขนาดตัวอย่าง • Selection เลือกหน่วยตัวอย่างจากประชากร • Examination ตรวจสอบหน่วยตัวอย่างที่เลือก • Evaluation สรุปผลตามวัตถุประสงค์การทดสอบที่วางไว้ ตามผลลัพธ์ที่ได้จากการตรวจสอบหน่วยตัวอย่างที่เลือก

  50. ตัวอย่าง Audit Program • การตรวจสอบ โครงการพักชำระหนี้เกษตรกร • วัตถุประสงค์ เพื่อระบุว่า การพักชำระหนี้มีเอกสารอนุมัติที่ได้รับการลงนามโดยผู้มีอำนาจอย่างเหมาะสม • แผนการทดสอบ ใช้เทคนิคการสุ่มตัวอย่าง • การเลือกหน่วยตัวอย่าง ทำได้หลายวิธี เช่น 1. การเลือกตัวอย่างโดยวิธีสุ่มแบบง่าย (Simple Random Sampling) ไม่มีรูปแบบ อาจใช้ตารางเลขสุ่มหรือโปรแกรมช่วย 2. การเลือกตัวอย่างแบบเป็นระบบ (Systematic Sampling)เช่น ทุกรายที่ 10, 20, 30, ...

More Related