企业内部工程审计的订单样本抽取方法运用论文
摘 要：有效的抽样方法有助于企业内部工程的审计。根据工程内容的特征采取综合的抽样方式对审计的工程订单进行了抽样，通过科学的审查验证了抽样方法的正确性，审计结果符合预期；对生产企业内部工程审计采用科学的抽样方式使得项目审计结果更具科学性，工程审计方法更加完善
关键词：内部工程审计；抽样方法；应用研究
企业内部工程审计是针对生产制造类企业为确保生产装备的正常运行而进行的生产维护等辅助工程的内部工程审计[1].大型生产制造类企业为了保证产品生产的正常进行及规模的不断扩大，需要定期进行维护及保养生产设备，需要对生产装备非标零部件进行制作及易损件的采购等，需要对既有生产厂房进行维修维护，需要对新建生产厂房进行工程管理。为了加强上述工程的价格管理和质量管理，企业需要每年针对这些工程项目进行审计。通过企业内部工程审计，不但能够监督控制生产企业辅助设施及工程的质量，而且能够使各种辅助设施安装工程的造价更趋于合理。随着企业规模的逐渐扩大，工程项目逐年增多，订单涉及的种类和数量剧增，因此，只能采用抽取样本的方式审核其中一部分订单。为了使样本订单审计的结论能客观真实地反应整个企业内部工程管理的现状，审计样本的抽取方法就显得非常重要。本文针对企业内部工程审计的订单样本的抽取方法进行了应用研究，取得了不错的效果。
一、抽样方法概述
审计抽样建立在数理统计和概率论的基础上，具有客观性和科学性。根据数理统计及概率论原理，只要所研究的数据量足够大，则其规律性及客观性即能清晰地呈现出来。但实际上从总体中抽取的数据量是有限的，它属于一种非全面调查。如何通过有效的数据，真实地反应总体的规律或者结论，需要采用科学的抽样方法。本文全面阐述了常见的几种抽样方法，并对其特点、应用进行了对比分析。
审计抽样通常包括非统计抽样和统计抽样[2-3].非统计抽样是根据主观判断对总体中的样本进行选取审查，并对总体特征进行推断的'审计抽样方法；统计抽样是按照随机原则从总体中选取样本进行审核，然后对总体特征进行推理的一种审计抽样方法。统计抽样方法通常包括简单随机抽样、系统抽样、分层抽样、整群抽样[4-5].
（1）简单随机抽样是指从总体中任意抽取个体单位作为样本，总体中的个体被抽中的概率相等，其特点是比较简便，适用于总体特征较简单的情况，不适合总体复杂的情况。
（2）系统抽样又称等距抽样，是在简单随机抽样的基础上将样本按照一定原则进行排序，根据所选样本的数量，按照样本总容量与所要选取样本的比例确定合适的间隔进行取样，样本间距通过总体单位数与样本数量的比值确定；该抽样方法简单实用，应用普遍，但是可能抽到与总体特征差别较大的样本。
（3）分层抽样是将总体按照不同特征分成几个部分之后，在每个部分中按一定抽样方式抽取样本的方法，适用于总体是由差异明显的几部分组成的情况；总体各单位按主要标志加以分组，分组的标志与关注的总体特征相关；分层抽样过程较复杂，但是总体的抽样误差会变小，可信度增大。
（4）整群抽样也称聚类抽样，是将总体中的个体按照一定的性质特征分为互不交叉、相互独立的几个不同的群体，然后以群作为样本进行抽样，要求群内各样本差异大，群间差异小；整群抽样实施较方便，但不同群之间往往差异较大，抽样误差较大。
二、抽样方法在工程审计中的应用
（一）抽样总体的确定根据企业要求需要对其某一年度工程项目的订单进行抽样审计，目的是监测订单产品的质量是否合格、价格是否合理。抽样总体是该企业一个年度内涉及工程项目的订单1218份，其类别及分布情况见表1.
（二）确定抽样样本数量根据企业要求按年度订单总数10%的概率进行抽取，即在1218份订单中抽取120份进行审计，要求通过抽取的120份样本来客观真实地反映该生产企业内部工程管理的现状。
（三）确定抽样方法及样本选取在实际工作中，我们采取了统计抽样和非统计抽样相结合的方法进行抽样。抽样之前，审计人员先采取适当的方式对企业各个部门进行走访，并有针对性地进行了有效的沟通，针对各部门质疑程度较大的订单，采用非统计抽样的方法，即将该类订单直接抽取作为审计样本的个体；其他的订单采用整群抽样、分层抽样和系统抽样相结合的统计抽样方法。非统计抽样和统计抽样的样本分布情况见表2.
应用统计抽样方法进行抽取样本时，首先采用了整群抽样方式，将总体中的个体按照工程性质、特征分为不同类别，即分为不同的群体；然后将每个群体作为一个小集合或者分总体，在这个分总体中采用分层进行抽样，即根据样本的金额进行分层；最后采用统计抽样方法进行抽样。以机械设备安装工程分层抽样为例，统计结果见表3.
（四）样本审核
将抽取的样本按照审计流程和标准进行审计，审核结果经过三方（订货方、供货方、审计公司）确认。本次审计是以违规金额所占样本合理金额的百分比作为样本分析参数，如：样本金额是1.00万元，审计合理金额是0.8万元，则样本超出合理部分所占的百分比为（1.00 - 0.80）÷0.80= 0.25.本次审计的120个样本经审核后超出合理金额的百分比，即分析参数见表4:
将表4中的120个分析参数分4个区间进行整理，分别为小于等于5%、大于5%小于等于10%、大于10%小于等于15%、大于15%,其中小于等于5%的区域里包含负值。统计后得出超出合理金额的样本分布情况，详见表5:
三、数据分析
120个样本分别在4个区间中所出现的频率见表6:
从表6可以看出，超过5%以上的样本频率达到76.67%,而在这类工程订单中，该企业默认不大于10%的 即 为 合 理 状 态 ,那 么 不 合 理 样 本 的 频 率 为28.34%.从表6可见，样本大于10%的频率分别为19.17%和9.17%,这个频率数值比较大。
现进行如下概率分析，由于是工程上的订单样本，所以这里取显着性水平 α = 0.1,确定在大于10%至小于等于15%和大于15%两个区间中这个事件概率是否能达到15%和5%.
由于样本相互独立，确定总体各区间发生的概率，符合德莫威尔-拉普拉斯定理[6]的应用条件，因而可以用拉普拉斯函数的数值来推导出区间样本的出现概率。式 中 :ω 为 不 同 区 间 样 本 所 出 现 的 频 率 ,ω =m n ,其中 m 为不同百分比区间的样本个数，即m 可以从表5中分别取23和11;n 为抽取的样本总数，本案例中 n 取120. p 是在显着性水平 α= 0.1时的概率，p 取0.05和0.15;q= 1 -p ,δ0.10是在显着性水平为0.10下的 ω-p 的临界值。从（6）式中的结论得出总体出现在大于15%范围的概率将大于5%;从（7）式中的结论得出总体出现在10%到15%区间的概率不能达到15%.
于是得到：
式 中 :ω 为不同区间样本所出现的频率，ω = m/n ,其中m为不同百分比区间的样本个数，即m可以从表5中分别取23和11;n为抽取的样本总数，本案例中n取 120.是在显着性水平 α= 0.1 时的概率，p取0.05和0.15;q=1-p,δ0.10是在显着性水平为 0.10 下的ω- p 的临界值。
经整理上式得：
（6）式中的结论得出总体出现在大于 15%范围的概率将大于5%;从（7）式中的结论得出总体出现在10%到 15%区间的概率不能达到 15%.
四、结论
在工程审计过程中，样本的抽样通常是采取多种抽样方法相结合的方式，这样能有效避免主观因素对样本总体的影响，从而确保利用所抽取样本分析得出的审计结论能符合企业样本总体的实际情况。文中案例从样本得到的审计结论基本反映了企业的实际情况，同时也验证了此种抽样方法在企业内部工程审计中抽样的有效性。在显着性水平确定的情况下进行数据分析时，按照定量分析的方法，根据样本获取的数据结论，推断出样本总体的状况，并且对样本总体的变化趋势进行预测，为企业内部工程管理控制提供有效数据，为制定合理有效的监管措施提供科学依据。参考文献：
参考文献：
[1]李国文，高 勤。正态分布理论在企业内部工程审计中的应用[J].商业会计，2012（12）：25-27.
[2]李燕。抽样方法在医院科研经费审计中的应用[J].现代经济信息，2014（9）：11-13.
[3]邹志国。浅析抽样审计方法的应用[J].财会月刊，2010（17）：68-69.
[4]耿修林。整群抽样审计时样本容量的确定[J].审计研究，2007（6）：85-88.
[5]杨顺，郭韬。抽样方法在国土资源监测中的应用[J].安徽农业科学，2013（31）：12458-12461.
[6]沈恒范。概率论讲义[M].上海：高等教育出版社，1988（3）：175-187.
[7]权双燕，曹 阳。插值法的应用与研究[J].科技信息（科学教研），2007（36）：413-414.
【企业内部工程审计的订单样本抽取方法运用论文】相关文章：
7.工程质量审计方法