Denetim — Ünite 6 Soru-Cevap

DENETİMDE ÖRNEKLEME

Denetim örneklemesi, bir hesap kalanı veya işlem sınıfıyla ilgili tüm kanıtların değil bir kısmının seçilmesi ve onların incelenmesi yoluyla hesap kalanı veya işlem sınıfının tamamı hakkında bir sonuca varılmasıdır. Ancak bu yolla ulaşılan sonuçların hesap kalanından veya işlem sınıfının gerçek durumundan farklı çıkma olasılığı her zaman vardır.

Denetim örneklemesinde iki temel yaklaşım, istatistiksel örnekleme ve istatistiksel olmayan (yargısal) örneklemedir.

İstatistiksel Olmayan Örnekleme
İstatistiksel olmayan örnekleme, hangi kalemlerin denetleneceğine denetçinin karar verdiği bir seçim sürecidir. Diğer bir ifade ile olasılığa dayanmayan ve örneklem birimlerinin seçiminde veya örneklem büyüklüğünün belirlenmesinde denetçinin tamamen öznel olarak davranması ile gerçekleştirilen örnekleme türüdür. İstatistiksel olmayan örneklemede test edilecek kalemler, öznel (sübjektif) olarak seçilir ve öznel olarak değerlendirilir.
İstatistikçiler, istatistiksel örneklemede her bir kalemin seçilme şansının saptanamaması nedeniyle bu örnekleme yöntemi kullanılarak elde edilen örneklem sonuçlarının güvenilirliğinin tahmin edilemeyeceğini ileri sürmektedirler. Bu yöntem; bilimsel olmaması, tutarsız ve güvenilir olmaması nedeniyle eleştirilmektedir.

İstatistiksel olmayan örnekleme, aşağıdaki nedenlerle tutarsız ve güvenilir olmaması nedeniyle eleştirilmektedir.

• Denetçilerin her birinin bilgisi, yeteneği ve ön yargısındaki farklılıklar,
• Denetim maliyetinin azaltılması için denetçi üzerindeki baskılar,
• Denetçinin fiziksel ve ruhsal sağlık durumu.

İstatistiksel olmayan örneklemede değerleme süreci, sayısal olmayan sezgisel süreçlere dayanmaktadır. Söz konusu yöntem, denetim testlerinin kapsamının denetçiler arasında ve bir denetimden diğerine tutarlı olmaması bakımından da eleştirilmektedir. Farklı denetim firmaları, istatistiksel olmayan örneklemedeki örneklem büyüklüğü ile ilgili olarak farklı derecelerde tutuculuk sergilemektedir.

İstatistiksel Örnekleme

Denetimde istatistiksel örnekleme, olasılık kuramı yasalarına uygun olarak bir muhasebe evreninden belirtilen koşullarda seçilen az sayıdaki birimlerden oluşan örneklemin incelenerek elde edilen sonuçların bu muhasebe evreni için genelleştirilmesidir. İstatistiksel örnekleme, kontrol edilecek kalemlerin rassal olarak seçimini kapsar ve her bir kalem, hesaplanabilir bir seçilme şansına sahiptir. İstatistiksel örneklemede,

• Örneklem birimleri, evrenden rassal (tesadüfi) olarak seçilmiş olmalı ve evrenin tüm karakteristiklerini yansıtmalıdır.
• Örneklem sonuçları, sayısal ve matematiksel olarak değerlendirilebilir durumda olmalıdır.

İstatistiksel Örneklemenin Üstünlükleri

İstatistiksel örneklemenin, istatistiksel olmayan örnekleme ile karşılaştırıldığında birçok üstünlükleri:

• Örneklem sonuçları güvenilir ve kanıtlanabilirdir. Elde edilen sonuçların risk derecesini matematiksel olarak ölçer.
• Yöntem, örneklem büyüklüğünün nesnel olarak belirlenebilmesini sağlar; etkin bir örneklem tasarımına yardımcı olur.
• Yöntem, hata tahminini verir. Olasılık örneklemesi ile elde edilen sonuçların geçerliliği, örneklem tahmininin %100 kontrolle elde edilen sonuçtan ne kadar sapabileceği bakımından kontrol edilebilir. İstatistiksel örneklemler, farklı denetçiler tarafından tamamlanmış olsalar da birleştirilebilir ve değerlendirilebilir. Tüm test faaliyetlerinin nesnel ve bilimsel temele sahip olması, farklı denetçilerin aynı teste bağımsız olarak katılmasını ve sonuçların sanki tek bir denetçi tarafından yapılmış gibi birleştirilmesine olanak sağlar.
• Test sonuçlarının nesnel olarak değerlendirilmesini sağlar. Böylelikle denetim işindeki tüm denetçiler, evrendeki hatanın sayısal büyüklüğü hakkında aynı sonuca ulaşabilirler. Söz konusu hataların etkileri, farklı şekillerde yorumlansa da elde edilen gerçekler için bir sorun olmayacaktır; çünkü onların evrendeki sıklığını belirleme yöntemi aynıdır.
• Maliyeti azaltır.

ÖRNEKLEME İLE İLGİLİ KAVRAMLAR

Örnekleme kavramının daha iyi anlaşılabilmesi için tanımda geçen evren, örneklem ve bağlantılı olarak örnekleme riski kavramlarını daha geniş ele almak gerekecektir.

Evren

Yukarıdaki ifadelerden ve örnekleme ilişkin açıklamalardan da anlaşılacağı gibi “evren, denetçinin bilgi edinmek istediği ve aynı türden birimlerin oluşturduğu alan veya ana kütle” olarak tanımlanabilir. Muhasebede de satış faturaları, stoklar, ücretler gibi birçok veri kümesi birer evren oluşturur ve bunlar, örnekleme yönteminin uygulanışı için son derece elverişlidir.

Evren, önceden tanımlanmış olmalıdır ve denetçi, evreni tanımlarken iki ön koşulu göz önünde tutmalıdır:

• Evren, denetim amaçlarına uygun olmalıdır.
• Evren tanımı, başka bir denetçiye bir kalemin (birimin) evrene ait olup olmayacağını belirleme olanağını vermelidir.

Örnekleme Çerçevesi

Evren tanımlanırken örnekleme çerçevesinin de kesin olarak belirlenmiş olması büyük önem taşımaktadır. Örneğin denetçinin müşterilere yapılan tüm sevkiyatların test edilmesiyle ilgilendiğini varsayalım. Eğer denetçi, bu amaçla satış faturaları evrenini kullanırsa sevk edilmiş; ancak faturalanmamış malları denetim dışı bırakmış olacaktır. Satış faturaları evreni, sadece kayıtlanmış satışları içermektedir. Bu örnekte denetimin tamlık amacına uygun olarak test edilecek doğru evren, “irsaliyeli” tüm sevkiyatlardır. Bu bakımdan denetçi, evrenin fiziksel yapılanışı önceden ve tam olarak belirlemelidir. Bu fiziksel yapılanmaya veya tüm evren birimlerini içeren listeye örnekleme çerçevesi adı verilir.

Örnekleme çerçevesi, olabildiğince evrenle benzer olmalıdır ve denetçi, bu konuda güvence sağlamalıdır.

Örneklem

Örneklemeye tabi tutulacak evrendeki her bir birime “evren birimi” adı verilir. Örneklem, bir evrenin aynı seçilme olasılığındaki birimlerinin bileşiminden oluşmaktadır. Diğer bir ifadeyle bazı evren birimleri çekilerek örneklem oluşturulmaktadır. Örnekleme alınan sınırlı sayıdaki evren birimine “örneklem birimi” adı verilir. İlke olarak istatistiksel rassal seçimde örnekleme alınacak birimlerin herhangi bir yanlılık taşımaması yani seçilme şanslarının eşit olması gerekir. Yoksa bu, rassal bir seçim olmaz. Eğer olasılık, örnekleme girecek her birim için eşit değilse bir yanlılık (çarpıklık) var demektir.

Kullanılan örnekleme yöntemleri, istatistiksel olarak evrenin bütününü yansıta- bilerek örnekleme yöntemlerinin kurallarına yanıt verebilmelidir. Aksi takdirde kontrol testlerinden elde edilen sonuçlar, denetlenen evrenin bütününü temsil etme özelliğine sahip olmaz.

Temsili Örneklem

Örnekleme yöntemiyle evren hakkında doğru sonuçlara varmanın yolu, tam olarak belirlenmiş bir örnekleme çerçevesinden rassal olarak evreni temsil eden örneklem birimlerini çekmek ve evreni temsil eden bir örneklem oluşturmaktır. Bu bakımdan bu şekilde elde edilmiş örnekleme, temsili örneklem adı verilir. Temsili örneklem, evrenle aynı davranış biçimini gösteriyor olmalıdır.

Örneklemin evreni temsil etmesini sağlayan iki faktör vardır:

• Örneklemin rassal olarak seçilmesi,
• Örneklemin yeterli büyüklükte olması.

Başarılı bir örneklemenin gerçekleştirilebilmesi için şu temel ilkelere dikkat edilmesi gerekir:

• Örneklem seçilecek evren hakkında bazı özel bilgiler baştan elde edilmelidir.
• Seçme işlemi, ilgilenilen özellik veya değişkenden bağımsız olmalıdır.
• Örneklem, bir ön yargıya yer verilmeden seçilmelidir.
• Örnekleme alınan birimlerden her biri diğerinden bağımsız olmalıdır.
• Verilerin seçildiği alanlarla diğer alanlar arasında temel ayrımlar bulunmalıdır.
• Örnekleme alınacak verilerin hepsine aynı koşullar, ayrıcalıksız olarak uygulanmalıdır.

Muhasebe denetiminde istatistiksel örnekleme türleri

Muhasebe denetiminde istatistiksel örnekleme için üç temel model öne çıkmaktadır:

• Nitelik Örneklemesi
• Parasal Birim Örneklemesi
• Nicelik Örneklemesi

Örnekleme riski, denetçinin örneklemi temel alan sonuçlarıyla evrenin tamamına aynı yolla uyguladığı testlerden elde edeceği sonuçlar arasında fark olması olasılığıdır.

Başka bir anlatımla denetçinin oluşturduğu örneklemi inceleyerek elde ettiği sonuçların gerçek durumdan farklı olması olasılığı, örnekleme riskidir ve aradaki fark, “örnekleme hatası” olarak nitelendirilir.

Örnekleme hatası = Gerçek hata oranı - Örnekleme hata oranı

Örneğin bir denetçi, örneklemden 2012 yılında düzenlenmiş olan satış faturalarının % 2’sinin kredi onaylarının uygun biçimde yapılmadığı sonucunu elde edebilir. Denetçinin 2012 yılına ait tüm kredili satışları incelediğini ve gerçek hata oranının (uygun biçimde onaylanmamış kredili satışlar) %5 olduğunu varsayalım. Denetçinin örneklemden elde etmiş olduğu hata oranı % 2 ile gerçek hata oranı % 5 arasındaki fark -yani % 3- örnekleme hatasıdır.

Örnekleme çalışmalarında evrenin tamamı incelenmediği için her zaman hata olasılığı vardır. İç kontrole ilişkin uygunluk testlerinin gerçekleştirilmesinde örnekleme riski, Alfa riski (Hata tipi I) ve Beta riski (Hata tipi II) olarak iki biçimde karşımıza çıkabilir.

Alfa riski (Tip I): İç kontrol yeterince güvenilir olduğu hâlde denetçinin, örneklemden elde ettiği sonuçlara bakarak iç kontrolün yeterli güveni sağlamadığı sonucuna varmasıdır.

Beta riski (Tip II): Denetçinin, örneklemden elde ettiği sonuçlara bakarak iç kontrol yeterince güvenilir olmadığı hâlde güvenilir olduğu kanısına varmasıdır.

Bu bağlamda tözel testlerin gerçekleştirilmesinde de şu hata tipleri belirtilmektedir:

Yanlış ret riski (Tip I): Hesap kalanları önemli yanlışlıklar içermediği hâlde örneklem sonuçlarının hesap kalanlarının önemli yanlışlıklar içerdiği sonucunu desteklemesi riskidir.

Yanlış kabul riski (Tip II): Örneklem sonuçları, hesap kalanlarında bir maddi hata olmadığını desteklemekle birlikte maddi bir hata olması riskidir.

Denetçi, risk kavramına karşıt olarak güvenilirlik veya güven düzeyi kavramlarını kullanabilir. Risk, güvenilirlik veya güven düzeyinin bir tamamlayıcısıdır. Örneğin denetçi, bir örnekleme uygulamasında örnekleme riskini %5 olarak belirlerse güvenilirlik veya güven düzeyini % 95 olarak görüyor demektir. Örneklem büyüklüğü artırılarak güvenlik düzeyi artırılabilir; ancak bu durumda örneklemin oluşturulması için daha fazla maliyete katlanmak gerekecektir.

Nitelik Örneklemesi

Nitelik örneklemesi, uygunluk testlerinde kullanılan bir örnekleme türüdür. Uygunluk testleri, denetlenen dönemde iç kontrollerin etkin olarak çalışıp çalışmadığını ve önemli hataları ortaya çıkarmada ne kadar güvenilir olduğunu ortaya çıkarmak için tasarlanır. Uygunluk testleri, niteliksel karakteristikler ve özelliklerle ilgilenir ve uygunluk testlerinde nitelik örneklemesi, belli kontrollerden sapma oranının tahmini için kullanılır. Nitelik örneklemesinde denetçi, belirli bir niteliğe sahip evren birimlerinin oranını tahmin eder. Burada belli nitelikten kastedilen, evrende olması istenmeyen durumlardır. Bu nedenle sapma oranı olarak ifade edilmektedir.

Nitelik örneklemesinde denetçinin öncelikle belirlemesi gereken noktalar şunlardır:

• Kontrol test amaçlarını belirlemek,
• Kontrol politika ve yordamlarında sapmayı tanımlamak,
• Evreni tanımlamak,
• Örneklem birimini tanımlamak,
• Örneklem büyüklüğünü belirlemek.

Nitelik Örneklemesinde Örneklem Büyüklüğünün Belirlenmesi

Denetim örneklemesinde en önemli noktalardan biri de örneklem büyüklüğünü, evren hakkında doğru sonuçlar verecek büyüklükte saptayabilmektir. Gereğinden büyük bir örneklemin incelenmesi, zahmetli ve maliyetli olabileceği gibi yeterli sayıda örneklem birimini içermeyen bir örneklemin de evren hakkında doğru sonuçları veremeyeceği açıktır. Bu bakımdan örneklem büyüklüğünü doğru bir biçimde belirleyebilmek için denetçinin şu faktörleri göz önünde tutması gerekmektedir:

• Kabul edilebilir risk: Denetçi, iç kontrol güvenilir olmamasına rağmen ör- neklemden elde ettiği sonuçlarla onun güvenilir olduğu kanısına varma olasılığını, bir risk olarak göz önünde tutacaktır. Bu durumun daha önce Beta risk (Hata tipi II) olarak adlandırıldığını anımsayınız. Bu risk, genellikle %5 veya %10 olarak belirlenir. Riskin büyüklüğü ile örneklem büyüklüğü arasında ters orantılı bir ilişki bulunmaktadır.
• Kabul edilebilir sapma oranı: Bu oran, denetçinin kontrol yordamlarına ilişkin duyduğu güvenden sapmanın kabul edebileceği maksimum oranıdır. Denetçinin düşük bir oranı seçmesi (%2-6 gibi), örneklem büyüklüğünün de büyümesi anlamına gelecektir.
• Evrenin beklenen sapma oram: Denetçi, evrenin geçmiş yıllardaki sonuçlarına veya kılavuz (pilot) örneklem sonuçlarına bakarak evrendeki sapmaya ilişkin beklentisini belirler. Bu kez evrenin beklenen sapması ile örneklem büyüklüğü arasında doğrusal bir ilişki vardır.

Bu üç örneklem büyüklüğü faktörünü belirleyen denetçi, istatistiksel örneklem büyüklüğü tablolarından kaç birimlik bir örneklem oluşturacağını basitçe bulabilir. Örneğin kabul edilebilir riski (Beta risk) % 5, kabul edilebilir oranı % 6 ve evrenin beklenen sapmasını 1.00 olarak belirleyen bir denetçi; aşağıdaki hazır tablodan seçimini kolaylıkla yapabilecektir.

Parasal Birim Örneklemesi

Parasal birim örneklemesi (PBÖ), nitelik örneklemesi teknikleriyle bir hesap sınıfına veya hesap kalanına ilişkin parasal tutar hatalarının tahminlerini yapmak için kullanılır. PBÖ, klasik örnekleme tekniklerinden daha fazla üstünlük sağladığı için denetçiler tarafından yoğun olarak kullanılan bir tekniktir.

PBÖ’de iki koşulun sağlanması gerekir:

• Evrenin beklenen sapma oranı düşük olmalıdır.
• Evrenin bir biriminin sapma oranı, o birimin defter değerinden fazla olmamalıdır.

PBÖ’de evren, farklı büyüklükteki hesapların evreni değil parasal birimlerin evrenidir ve evren büyüklüğü, tüm hesaplardaki parasal birimlerin toplamıdır. Diğer bir ifadeyle PBÖ’de evren, denetlenecek alanın yani hesap kalanları veya işlem sınıflarının defterde kayıtlı olan parasal tutarlarıdır (ISA530:Ap.4). Ancak bu durumda kaydedilmemiş tutarlar, evrene girememektedir. Bazı durumlarda bunların belirlenmesi önemli olabilmektedir. Bu durum “tamlık’’ amacı ile çelişkili bir durumdur.

PBÖ’de evrenden seçilen parasal tutarların her biri, örneklem birimlerini oluşturur; bununla birlikte denetçi, örnekleme yoluyla seçtiği parasal tutarları değil bu parasal tutarları içeren hesapları ve işlemleri test eder. Evrendeki her bir parasal birimin örnekleme girme şansı eşit olduğundan her bir kaleme parasal değerine orantılı seçim olasılığı sağlanır.

Kabul edilebilir yanlışlık, evrendeki katlanılabilecek maksimum yanlışlık tutarını ifade eder. Kabul edilebilir yanlışlık, bilindiği gibi denetçi tarafından belirlenen parasal bir tutardır ve bu tutar, denetçinin planlama aşamasında hesap kalanı için belirlediği “önemlilik” düzeyidir. Denetçi, evrendeki gerçek yanlışlıklar tutarının kabul edilebilir yanlışlığı aşmayacağının güvencesini arar. Kabul edilebilir yanlışlık yani önemlilik eşiği düşük olunca denetçi, daha fazla birim incelemesi yapmak zorundadır.

Parasal Birim Örneklemesinde Örneklem Büyüklüğünün Belirlenmesi

Denetçinin denetim riskini kabul edilebilir bir düzeye indirecek bir örneklem büyüklüğü seçmesi gerektiği daha önce belirtilmişti. PBÖ uygulamasında denetçi, örneklem büyüklüğünü belirlemek için şu ön belirlemeleri yapmalıdır:

1. Defter değeri (Evrenin toplam parasal değeri)
2. Kabul edilebilir yanlışlık (Önemlilik eşiği)
3. Beklenen yanlışlık
4. Yanlış kabul riski için güvenilirlik derecesi
5. Genişleme faktörü

Denetçi, bu ön belirlemelerini aşağıdaki gibi formüle ederek örneklem büyüklüğünü; yani kendisine kaç birimlik bir örneklemin yeterli olduğunu bulacaktır.

PBÖ’de evren para birimlerinden oluştuğu için denetlenecek olan hesabın veya işlem sınıfının kayıtlardaki toplam parasal değeri, defter değerini; diğer bir ifade ile evren büyüklüğünü oluşturur. Örneğin 500 adet faturanın toplam değeri 185.000 lira ise evren büyüklüğü 185.000 liradır.

Beklenen hata, denetçinin evrene ilişkin tahmin ettiği parasal hata tutarı olup oran şeklinde ifade edilir. Örneğin evrenin toplam değeri 185.000 lira ve denetçinin beklediği hata %2 ise beklenen hata tutarı 3.700 lira olacaktır. Bu tutar, denetlenen işletmenin önceki verilerinden hareketle denetçinin deneyimine dayanarak belirlediği bir tutardır. Beklenen hata tutarı ile örneklem büyüklüğü arasında aynı yönlü bir ilişki vardır. Beklenen hata tutarının büyük olması, evreni oluşturan birimlerde ki hata tutarının yüksek olduğunu gösterir. Bu durumda denetçi, örneklemin evreni temsil edebilmesi için örneklem büyüklüğünü artıracaktır