このチュートリアルでは、Analytics の金額単位サンプリングのエンドツーエンド プロセスの概要を説明します。

予定所要時間 20 分

サマリー invoices テーブルから、レコードで構成されるサンプルを抽出し、そのサンプルの虚偽表示を検出します。サンプルからの検出結果に基づいて、テーブル全体の虚偽表示総額を統計的に推定します。

次に、統計的推定を使って、請求書レコードの表示が全体として公正であるかどうかを判定します。

主なタスク 金額単位サンプリングを正しく実行するには、主なタスクとして以下の 4 つを実行する必要があります。

金額単位サンプリングについて、オプションの使用方法は省略して、オプションなしでの使用方法のみを説明しているため、Analytics の金額単位サンプリングの使用方法の基本をすばやく理解できます。

ヒント

サンプリング用語については、用語に関する単語に簡潔に定義されていますので参照してください。

売掛金の虚偽表示の検出

シナリオ

売掛金の確認として、4000 レコード以上がある Invoice テーブルを検査しています。請求された顧客のサンプルに連絡し、勘定の未払金額を確認し、虚偽表示を検出しようとしています。

顧客の連絡先を使用して、次のことを確認します。

  • 売掛金が存在する
  • 売掛金が正しく記録されている

どのように進めるか?

いくつの顧客に連絡するか?どの顧客に連絡すると決定するか?サンプルから検出した虚偽表示が勘定全体にどのように分布しているか?

Analytics 金額単位サンプリングを使用して、これらの質問に対する回答を得ることができます。

このシナリオで使用される Analytics テーブル

このシナリオは Analytics に含まれる ACL_Rockwood.acl サンプル データ ファイルの Invoicesテーブルを使用します。

メモ

ACL_Rockwood.aclInvoices テーブルのほとんどの金額の状態は "支払い済み" です。このシナリオでは、状態が "未払い" で支払金額が $0.00 であると想定します。

メモ

値を指定する際、3 桁の区切り記号やパーセント記号は含めないでください。これらの文字を使用すると、コマンドを実行できないか、エラーが発生します。

メモ

本番環境では、有効なサンプル サイズを計算するために指定する値は、専門家の判断によって異なります。

  1. ACL_Rockwood.aclInvoices テーブル(Sales_and_collection フォルダー)を開きます。
  2. Invoice Amount 見出しをクリックし、列を選択します。
  3. 分析 > プロファイル]を選択し、Invoice Amount フィールドの絶対値を計算します。計算の結果で[プロファイル]タブを固定します。
  4. サンプリング > レコード/金額単位サンプリング > サイズの計算]を選択します。
  5. 金額]を選択したままにします。
  6. 以下の画面に表示されている入力値を指定し、[計算]をクリックしてサンプル サイズを計算します。

    結果を確認した後、[OK]をクリックしてサンプル サイズ計算を確定するか、異なる値を指定して実験します(以下を参照)。

入力値の意味

信頼度

抽出するサンプルが母集団全体を表している信頼度が 95% 必要です。

別の方法:サンプルを 100 回抽出した場合、95 回表し、5 回のみ表しません。

母集団

Invoices テーブルの Invoice Amount フィールドの絶対値。

Materiality

重大な虚偽表示と見なされるには、勘定の虚偽表示の合計金額が $1,392,005.96 (3%) を超える必要があります。

想定される合計誤謬数 勘定の虚偽表示の合計金額は $464,001.99 (1%) であると想定します。

結果の意味

サンプル サイズ 219 顧客に連絡する必要があります。
間隔

サンプル選択の間隔方法のいずれかを使用する場合、選択したレコードは以下のいずれかに対応します。

  • 21,140,918 単位ごとに発生する金額単位
  • 各ブロックの 21,140,918 単位からランダムに選択された金額単位

メモ

Analytics では、1 金額単位 = 1 セントです

詳細については、金額単位サンプリングによるレコードの選択方法を参照してください。

最大許容汚染(%)

メモ

この数字は、虚偽表示を評価するための代替方法であり、この金額単位サンプリングのチュートリアルでは使用しません。

この数字の意味:

  • サンプルの請求金額を確認するときに、個別の汚染割合の合計が 219.48% を超える場合、勘定に重大な虚偽表示があると見なすことができます。

虚偽表示金額では、汚染は、虚偽表示が表す簿価の割合です。

詳細については、最大許容汚染(%)を参照してください。

詳細:異なる値を指定した実験

サイズ]ダイアログ ボックスの次のフィールドのいずれかで値を変更し、[計算]をクリックして、結果がどのように変わるのかを観察します。1 度に 1 つの値のみを変更し、変更がどのように結果に影響するのかをわかりやすくします。

  • 信頼度
  • Materiality
  • 想定される合計誤謬数

より厳密な要件により、サンプル サイズが大きくなります。より緩い要件により、サンプル サイズが小さくなります。

上の画面に合うように値をリセットし、[OK]をクリックします。サンプル サイズ計算の結果で[サイズ]タブを固定します。

  1. Invoices テーブルに戻ります。

    Invoice Amount 列が選択されている場合は、テーブル ビューの左上端をクリックして選択解除します。(最初の列ヘッダーの左の空白エリア。)

  2. サンプリング > レコード/金額単位サンプリング > サンプル]を選択します。
  3. MUS を選択したままにします。
  4. 以下の画面に表示されている値を指定し、[OK]をクリックしてレコードのサンプルを抽出します。

    サンプリング基準]ドロップダウン リストで必ず invoice_amount フィールドを選択します。

入力値の意味

サンプルの対象 invoice_amount フィールドには、監査対象となる簿価が格納されています。
固定間隔

サンプル レコードを抽出するために固定間隔選択方法を使用しています。

固定間隔選択方法では、選択される初期金額単位を指定します。すべての後続の選択は固定間隔または離れた距離です。

詳細については、固定間隔選択方法を参照してください。

間隔

選択した金額単位間の間隔は $211,409.18 または 21,140,918 単位です。

開始位置

選択した初期金額単位は $0.01 または単位 1 です。

変換先

Invoices テーブルから抽出されたレコードのサンプルは、新しいテーブル Invoices_sample に出力されます。

このチュートリアルでは、以下を行うものとします。

  1. Invoices_sample テーブルに出現する顧客に連絡します。
  2. 売掛金を確認し、虚偽表示を記録します。
  1. サンプリング > レコード/金額単位サンプリング > 評価]を選択します。

    メモ

    メニュー オプションは、テーブルが開いていない場合は無効です。

  2. 金額]を選択したままにします。
  3. 以下の画面に表示されている入力値を指定し、[OK]をクリックして分析結果を適用します。

    メモ

    商品金額誤謬の間にはカンマを使用し、金額にはカンマを使用しません。各金額と誤謬は別の行に入力します。

入力値の意味

信頼度

サンプル サイズの計算時に指定したのと同じ信頼度。

間隔

サンプルの抽出時に使用した間隔。

誤謬

売掛金を確認したときに入力した虚偽表示の形式:

簿価,虚偽表示金額

この例では以下のことが考察されます。

  • 1 つの請求された顧客には金額 $6,002.16 のレコードがありませんでした。
  • 別の請求された顧客はハードコピーの請求書の金額が 13,997.46 であり、31,997.46 ではないため、Invoices テーブルののデータ入力エラーの可能性があることを示しています。

推定/適用される分析結果の意味

基本精度

サンプリング リスクの基本許容度:$634,228.00

Analytics はサンプリング リスクの基本許容度を計算します。サンプルに虚偽表示がない場合でも、全体として勘定に虚偽表示があることを確認できません。

最尤誤謬

勘定の推定された合計虚偽表示:$330,336.28

サンプルで見つかった実際の虚偽表示金額の勘定全体に対する推定。

上限誤謬

(合計)

95% の信頼度で推定された勘定全体の最大虚偽表示金額:$1,188,531.07

別の方法:Invoices テーブルの合計虚偽表示金額が $1,188,531.07 を超えないと確率が 95% です。

$1,188,531.07 はサンプル サイズを計算したときに Materiality に対して指定した $1,392,005.96 より小さいため、売掛金に重大な虚偽表示がないと結論付けることができます。

詳細については、「上限誤謬」の意味を参照してください。

詳細:異なる値を指定した実験

誤謬フィールドの異なる値で評価コマンドを再実行し、結果がどのように変わるのかを確認します。

以下の表は異なる結果を要約しています。

誤った文

(サンプル)

上限誤謬

(推定された最大値)

結論

6,002.16, 6,002.16

31,997.46, 18,000.00

1,188,531.07

勘定には重大な虚偽表示がありません。

$1,188,531.07 < 重大しきい値 $1,392,005.96

 

6,002.16, 6,002.16

31,997.46, 18,000.00

13,225.50, 8,644.34

1,392,005.84

厳密には、勘定には重大な虚偽表示がありません。

ただし、$1,392,005.84 は重大しきい値 $1,392,005.96 に非常に近いです

メモ

この例は、上限誤謬最大許容汚染(%)の差異を示し、虚偽表示を評価します。

より厳密な最大許容汚染(%)方法を使用する場合、勘定に重大な虚偽表示があります。

左の "Misstatements" 列の汚染割合の合計は 221.61% (100% + 56.25% + 65.36%) です。これは、サンプル サイズを計算したときに報告される最大許容汚染 (%) の 219.48% よりも少し大きいです。

6,002.16, 6,002.16

31,997.46, 18,000.00

13,225.50,13,225.50

1,505,511.86

勘定には重大な虚偽表示があります。

$1,505,511.86 > 重大しきい値 $1,392,005.96