Skip to main content
If you continue browsing this website, you agree to our policies:
  • Condizioni di utilizzo e trattamento dei dati
Continue
x
e-Learning - UNIMIB
  • Home
  • My Media
  • More
Listen to this page using ReadSpeaker
English ‎(en)‎
English ‎(en)‎ Italiano ‎(it)‎
 Log in
e-Learning - UNIMIB
Home My Media
Percorso della pagina
  1. Economics
  2. Master Degree
  3. Scienze Economico-Aziendali [F7703M - F7701M]
  4. Courses
  5. A.A. 2023-2024
  6. 1st year
  1. Sampling for Auditing
  2. Summary
Unità didattica Course full name
Sampling for Auditing
Course ID number
2324-1-F7701M092-F7701M022M
Course summary SYLLABUS

Blocks

Back to Quantitative Methods for Audit and Control

Course Syllabus

  • Italiano ‎(it)‎
  • English ‎(en)‎
Export

Obiettivi formativi

Spesso quando si devono controllare le scritture contabili di un’azienda non è dispensioso in termini di tempo e di costi tutte le unità della popolazione (in questo caso le scritture contabili). La teoria dei campioni fornisce gli strumenti per estrarre solo alcune unità in modo opportuno e capire le tecniche di campionamento utilizzato nelle società di revisione.

Contenuti sintetici

Le basi della teoria dei campioni utili per effettuare i controlli per la revisione contabile:

-Documento 530 per il campionamento di revisione

-Campionamento per attributi e per variabili

Programma esteso

1. Il campionamento statistico.
1.1 Uso del campionamento nella revisione aziendale.
1.2 Campionamento probabilistico e non probabilistico
1.3 Errori campionari e non campionari
1.5 Richiami sulla probabilità
1.6 Richiami sulle variabili casuali.
1.6.1 La variabile casuale binomiale.
1.6.2 La variabile casuale ipergeometrica.
1.6.3 La distribuzione degli errori tramite la v.c. di Poisson.
1.6.4 La variabile casuale normale

2 Il Campionamento casuale semplice con e senza riposizione/in blocco.
2.1 Introduzione
2.2 La media campionaria
2.2.1 Stima e stimatore
2.2.2 Intervalli di confidenza.
2.2.3 Determinazione della numerosità del campione fissata la precisione.
2.3 La proporzione campionaria
2.3.1 Stima e stimatore
2.3.2 Intervalli di confidenza
2.3.3 Determinazione della numerosità del campione fissata la precisione.
2.4 Lo stimatore del totale
2.5 Lo stimatore dell’errore contabile
2.5.1 Lo stimatore dell’errore contabile totale (metodo media per unità, metodo tasso medio)
2.5.2 Determinazione del limite superiore dell’errore contabile e decisione del revisore

3 Metodi di selezione di un campione con o senza riposizione.
3.1 Definizione della base campionaria.
3.2 Estrazione casuale da una lista di elementi
3.3 Il campionamento sistematico.
3.4 Problemi relativi alla selezione del campione.

4 Il campionamento stratificato.
4.1 Introduzione.
4.2 La media campionaria.
4.2.1 Campionamento stratificato proporzionale.
4.2.2 Campionamento stratificato ottimale fissata l’ampiezza campionaria.
4.2.3 Guadagno di efficienza dovuto alla stratificazione.
4.2.4 Intervalli di confidenza per la media, scelta della numerosità campionaria e verifica delle ipotesi
4.3 La proporzione campionaria
4.3.1 Campionamento stratificato proporzionale.
4.3.2 Campionamento stratificato ottimale fissata l’ampiezza campionaria.
4.3.3 Guadagno di efficienza dovuto alla stratificazione.
4.3.4 Intervalli di confidenza per la media, scelta della numerosità campionaria e verifica delle ipotesi
4.4 Lo stimatore del totale
4.5 Lo stimatore dell’errore contabile
4.5.1 Lo stimatore dell’errore contabile totale (metodo media per unità per il campionamento stratificato proporzionale)
4.5.2 Determinazione del limite superiore dell’errore contabile e decisione del revisore

5 Il campionamento per unità monetaria.
5.1 Introduzione e definizione
5.2 Metodo di selezione del campione
5.3 Lo stimatore dell’errore contabile
5.3.1 Approccio conservativo
5.3.1.1 Tavole dei fattori di affidabilità: lettura ed interpretazione
5.3.1.2 Determinazione dell’ampiezza campionaria
5.3.1.3 Determinazione dell’errore totale contabile
5.3.1.4 Determinazione del limite superiore dell’errore contabile e decisione del revisore
5.3.2 Approccio convenzionale
5.3.2.1 Determinazione dell’ampiezza campionaria
5.3.2.2 Determinazione dell’errore totale contabile
5.3.2.3 Determinazione del limite superiore dell’errore contabile e decisione del revisore

Prerequisiti

Corso base di statistica, probabilità ed inferenza (si faccia riferimento al corso Metodi Statistici per l'amministrazione delle imprese, II anno, Corso di laurea triennale in Economia ed Amministrazione delle imprese -ECOAMM-https://elearning.unimib.it/course/view.php?id=38771)

Metodi didattici

Le lezioni saranno in presenza

Modalità di verifica dell'apprendimento

Durante le lezioni verranno dati degli esercizi che dovranno essere consegnati al docente attraverso la piattaforma MOODLE.
Gli esami saranno in presenza. La forma dell'esame sarà scritta con esercizi e domande di teoria.

Testi di riferimento

Pollastri Angiola Elementi di Teoria dei Campioni, CUSL, Milano

Pollastri Angiola Esercizi di Teoria dei Campioni, CUSL, Milano

Gruppo24Ore Le tecniche di campionamento nella revisione

Commissione Europea Guida ai metodi di campionamento per le autorità di audit (cap 4-5; 6.3: pagg 89-99)

Guy, D.M., Carmichael, D. R., Whittington, R. (2002) Audit Sampling. An Introduction (Fifth edition), Wiley

Materiale fornito dal docente.

Periodo di erogazione dell'insegnamento

Primo semestre

Lingua di insegnamento

Italiano

Sustainable Development Goals

IMPRESE, INNOVAZIONE E INFRASTRUTTURE
Export

Learning objectives

Often when you have to check the accounting records of a company, it is not possible to reach all the units. Sample theory provides the tools to select only certain units appropriately and understand the sampling techniques used in audit firms.

Contents

The basics of sample theory to help perform audit controls:

-Italian Document 530 for revision sampling

  • Sampling by attributes and variables

Detailed program

1. Statistical Sampling
1.1 Use of sampling in business auditing.
1.2 Probabilistic and non-probabilistic sampling.
1.3 Sampling errors and non-sampling errors.
1.5 Recalls on probability.
1.6 Recalls on random variables.
1.6.1 Binomial random variable.
1.6.2 Hypergeometric random variable.
1.6.3 Distribution of errors through the Poisson random variable.
1.6.4 Normal random variable.

2. Simple Random Sampling with and without Replacement/In Blocks
2.1 Introduction.
2.2 Sample mean.
2.2.1 Estimation and estimator.
2.2.2 Confidence intervals.
2.2.3 Determination of sample size for a given precision.
2.3 Sample proportion.
2.3.1 Estimation and estimator.
2.3.2 Confidence intervals.
2.3.3 Determination of sample size for a given precision.
2.4 Estimator of the total.
2.5 Estimator of the accounting error.
2.5.1 Estimator of the total accounting error (average per unit method, average rate method).
2.5.2 Determination of the upper limit of the accounting error and auditor's decision.

3. Methods of Selecting a Sample with or without Replacement
3.1 Definition of the sampling base.
3.2 Random extraction from a list of elements.
3.3 Systematic sampling.
3.4 Problems related to sample selection.

4. Stratified Sampling
4.1 Introduction.
4.2 Sample mean.
4.2.1 Proportional stratified sampling.
4.2.2 Optimal stratified sampling for a fixed sample size.
4.2.3 Efficiency gain due to stratification.
4.2.4 Confidence intervals for the mean, choice of sample size, and hypothesis testing.
4.3 Sample proportion.
4.3.1 Proportional stratified sampling.
4.3.2 Optimal stratified sampling for a fixed sample size.
4.3.3 Efficiency gain due to stratification.
4.3.4 Confidence intervals for the mean, choice of sample size, and hypothesis testing.
4.4 Estimator of the total.
4.5 Estimator of the accounting error.
4.5.1 Estimator of the total accounting error (average per unit method for proportional stratified sampling).
4.5.2 Determination of the upper limit of the accounting error and auditor's decision.

5. Sampling for Monetary Units
5.1 Introduction and definition.
5.2 Sample selection method.
5.3 Estimator of the accounting error.
5.3.1 Conservative approach.
5.3.1.1 Tables of reliability factors: reading and interpretation.
5.3.1.2 Determination of sample size.
5.3.1.3 Determination of total accounting error.
5.3.1.4 Determination of the upper limit of the accounting error and auditor's decision.
5.3.2 Conventional approach.
5.3.2.1 Determination of sample size.
5.3.2.2 Determination of total accounting error.
5.3.2.3 Determination of the upper limit of the accounting error and auditor's decision.

Prerequisites

Basic course of statistics, probability and inference (refer to the course * Metodi Statistici per le amministrazione delle imprese *, 2nd year, Bachelor's Degree Course in Economia ed amministrazione delle imprese -ECOAMM-https: //elearning.unimib.it /course/view.php?id=38771)

Teaching methods

The lectures will be in presence

Assessment methods

During the lessons, exercises will be given that must be submitted to the teacher through the MOODLE platform
Exams will be in presence. The exam form will be written with exercises and theory questions.

Textbooks and Reading Materials

Pollastri Angiola Elementi di Teoria dei Campioni, CUSL, Milano

Pollastri Angiola Esercizi di Teoria dei Campioni, CUSL, Milano

Gruppo24Ore Le tecniche di campionamento nella revisione

Commissione Europea Guida ai metodi di campionamento per le autorità di audit (cap 4-5; 6.3: pagg 89-99)

Guy, D.M., Carmichael, D. R., Whittington, R. (2002) Audit Sampling. An Introduction (Fifth edition), Wiley

Reading Materials provided by the teacher.

Semester

First semester

Teaching language

Italian language

Sustainable Development Goals

INDUSTRY, INNOVATION AND INFRASTRUCTURE
Enter

Key information

Field of research
SECS-S/01
ECTS
5
Term
First semester
Activity type
Mandatory
Course Length (Hours)
35
Degree Course Type
2-year Master Degreee
Language
Italian

Staff

    Teacher

  • MZ
    Mariangela Zenga

Enrolment methods

Manual enrolments
Self enrolment (Student)

Sustainable Development Goals

INDUSTRY, INNOVATION AND INFRASTRUCTURE - Build resilient infrastructure, promote inclusive and sustainable industrialization and foster innovation
INDUSTRY, INNOVATION AND INFRASTRUCTURE

You are not logged in. (Log in)
Policies
Get the mobile app
Powered by Moodle
© 2025 Università degli Studi di Milano-Bicocca
  • Privacy policy
  • Accessibility
  • Statistics