المعاينة الإحصائية

ما المقصود بالمعاينة الإحصائية ومتى يفرضها المعيار

المعاينة الإحصائية طريقة لاختيار عينة من المعاملات أو الأرصدة من مجتمع أكبر بحيث يمكن استقراء النتائج إلى المجتمع الكامل باستخدام احتمالات معروفة. تحكمها ISA 530.5 والفقرات A10 إلى A22.

تحديد حجم العينة بموجب ISA 530.A18 يعتمد على ثلاثة مدخلات (حجم المجتمع، معدل الأخطاء المتوقعة، والخطأ المقبول، إضافة إلى مستوى الثقة المختار). الخطأ المقبول هو الحد الأقصى للأخطاء الموجودة في المجتمع الذي ستوافق عليه. معدل الأخطاء المتوقعة هو ما تعتقد أنه موجود بالفعل. الفرق بينهما يحدد حجم العينة. كلما اقتربت التوقعات من الحد، احتجت عينة أكبر لاختبار الفرق بثقة إحصائية كافية.

في الواقع، هنا تبدأ الفجوة الأولى. الممارس الذي يضع معدل الأخطاء المتوقعة عند صفر (لأنه لم ينظر في ملف السنة السابقة) يحصل تلقائياً على عينة صغيرة جذابة. الصيغة لا تعرف أن المدخل ضعيف. الصيغة تنفذ ما يُعطى لها.

الفقرات A19 إلى A22 تطلب ثلاث مقارنات لا واحدة

أولاً، مقارنة الخطأ الفعلي المكتشف مع الخطأ المقبول. إذا تجاوزت الأخطاء الحد، فقد فشلت العينة في دعم الرأي.

ثانياً، مقارنة الخطأ الفعلي مع الخطأ المتوقع المستخدم عند التخطيط. إذا تجاوز الخطأ الفعلي التوقع بهامش كبير، فقد تكون العينة الأصلية غير كافية حتى لو لم تتجاوز الحد.

ثالثاً، حساب خطأ المعاينة العلوي، الذي يساوي الخطأ المكتشف زائد حد الثقة الإحصائي. هذا الحد يجب أن يبقى دون الخطأ المقبول ليكون الاختبار ناجحاً.

من واقع خبرتنا، معظم الملفات تغفل المقارنة الثانية والثالثة كلياً. يُفحص الخطأ مقابل الحد، وإذا مرّ، يُوقَّع الملف وينتقل الفريق إلى البند التالي. لكن ISA 530 لا يطلب إعادة اختبار مقابل الحد فقط. يطلب تقييماً كاملاً لما إذا كانت النتائج الفعلية تدعم النتيجة المخطط لها.

في تطرف كبير مني أقول: مَن يكتفي بالمقارنة الأولى لم يجرِ معاينة إحصائية أصلاً. أجرى اختبار تفاصيل بعينة كبيرة العدد. الفرق بين الاثنين هو الذي يدفعنا للقبول بحجم عينة أصغر بكثير في المعاينة الإحصائية الحقيقية، لأن الإطار الإحصائي يُعوَّض بقياس المعاينة العلوي. إذا أزلتَ ذلك القياس، تكون قد أخذت تخفيض حجم العينة دون أن تدفع ثمنه التوثيقي.

مثال عملي: مصنع المتوسط للصناعات

الكيان شركة صناعية، إيراداتها 58 مليون يورو، نموذج إقرارها دقيق. المجتمع المختبر هو 4,200 معاملة بيع، بقيمة إجمالية 58 مليون يورو.

الخطوة الأولى: تحديد حجم العينة الخطأ المقبول: 350,000 يورو (أهمية الأداء، 0.6% من الإيرادات) معدل الأخطاء المتوقع: 80,000 يورو (بناءً على السنة السابقة وتقييم المخاطر) معامل الثقة: 2.31 (مستوى ثقة 90%) حجم العينة المحسوب: (58,000,000 ÷ 350,000) × 2.31 × (80,000 ÷ 350,000) = تقريباً 98 معاملة

ملاحظة التوثيق: جدول بيانات مصنع المتوسط/ملف المعاينة/حساب حجم العينة يسجل جميع المدخلات.

الخطوة الثانية: اختيار العينة أُخذت عينة عشوائية منتظمة من 98 معاملة موزعة عبر السنة.

ملاحظة التوثيق: ملف Excel يحتوي على رقم معاملة البداية، الفترة، والمعاملات المختارة.

الخطوة الثالثة: الاختبار والنتائج اختُبرت السجلات ووُجد خطآن: - معاملة رقم 1,247: فاتورة بقيمة 22,000 يورو بدون إثبات شحن. خطأ كامل: 22,000 يورو. - معاملة رقم 3,891: حساب ضريبة خاطئ. قيمة الخطأ: 1,800 يورو.

الخطأ الكلي المكتشف: 23,800 يورو.

ملاحظة التوثيق: ملف الاختبار يتعقب كل معاملة مختبرة ويوثق أي أخطاء.

الخطوة الرابعة: المقارنة الأولى مقارنة الخطأ المكتشف مع الخطأ المقبول: 23,800 يورو (مكتشف) < 350,000 يورو (مقبول) ✓

الاختبار يمر هذا الفحص.

ملاحظة التوثيق: جدول بيانات المقارنة يسجل النتيجة وتاريخ الاكتمال.

الخطوة الخامسة: المقارنة الثانية (الخطأ المتوقع مقابل الفعلي) مقارنة الخطأ الفعلي مع التوقع الأصلي: 23,800 يورو (فعلي) ÷ 98 (حجم العينة) × 4,200 (حجم المجتمع) = تقريباً 1,021,633 يورو (خطأ مستقرأ)

هذا يتجاوز التوقع الأصلي (80,000 يورو) بأضعاف. الخطأ الفعلي في العينة أعلى من ثلاث مرات التوقع.

ملاحظة التوثيق: جدول بيانات المقارنة يحسب الخطأ المستقرأ وينوه إلى التجاوز.

الخطوة السادسة: المقارنة الثالثة (حد الثقة العلوي) حساب حد الثقة الإحصائي للخطأ: خطأ المعاينة العلوي = (الخطأ المكتشف × معامل الثقة) ÷ (حجم المجتمع ÷ حجم العينة) = (23,800 × 2.31) ÷ (4,200 ÷ 98) = 127,000 يورو

ملاحظة التوثيق: حساب خطأ المعاينة العلوي في ورقة العمل.

النتيجة: 127,000 يورو (حد الثقة العلوي) < 350,000 يورو (الخطأ المقبول) ✓

التعقيد الذي يكشف الحكم المهني هنا تظهر اللحظة الفاصلة في الملف. المقارنتان الأولى والثالثة تمران. لكن المقارنة الثانية تكشف أن الأخطاء الفعلية تجاوزت التوقع بهامش كبير، وأن أحد الخطأين (22,000 يورو، فاتورة بدون إثبات شحن) ليس خطأً عشوائياً بل عيب رقابة في إثبات التسليم. عند هذه النقطة، إعادة تشغيل الصيغة بمعدل خطأ متوقع جديد (مثلاً 25,000 يورو بدلاً من 80,000) يرفع حجم العينة المطلوب إلى ما يقارب 180 معاملة. أي أن العينة الأصلية، رغم نجاحها في الفحص الإحصائي، أصبحت غير كافية بمعيار التخطيط الجديد.

ما يحدث عملياً أن الفريق يميل لإعلان النجاح والمضي قدماً، لأن المقارنة الأولى مرّت. لكن ISA 530.A21 لا يقبل ذلك. إذا اقتصرت ملاحظة مصنع المتوسط على المقارنة الأولى وحدها، فقد تحافظ على بند بدون تقييم كامل لجودة العينة. الواجب توسيع المعاينة، أو إعادة تقييم الخطر على هذا المحور، أو تنفيذ إجراءات بديلة على ضوابط الشحن.

أين يخطئ الممارسون والمراجعون

عدم توثيق المقارنة الثانية: ملاحظات الفحص المتكررة على ملفات SOCPA تشير إلى أن نسبة كبيرة من الملفات التي تستخدم المعاينة الإحصائية لا توثق المقارنة الثانية (الخطأ الفعلي مقابل التوقع). ISA 530.A21 يطلب هذا صراحة. عدم إجراء هذه المقارنة يعني عدم تقييم ما إذا كانت مستويات الخطأ الفعلية تستحق تضييق الخطأ المقبول المستخدم في التخطيط.

الخلط بين حجم العينة وحد الثقة: في مكتبنا وجدنا أن بعض الممارسين يعتقدون أن مستوى ثقة 95% يعني أن 95% من العينة ستكون خالية من الأخطاء. فعلياً، مستوى الثقة يتعلق بدقة الاستقراء، لا بنقاء العينة. عينة بحجم 200 مع 10 أخطاء قد تمر الاختبار إذا كانت الأخطاء العشرة متسقة مع التوقعات ولا تتجاوز الحد الإحصائي.

تجاهل خطأ المعاينة العلوي: بعض الملفات تقترح حجم عينة باستخدام معادلة، لكنها تقيّم النتائج بمقارنة الأخطاء المكتشفة مباشرة مع الحد المقبول دون حساب هامش المعاينة. ISA 530.A22 يطلب حساب الحد الأعلى. تجاهل ذلك يزيل الحماية الإحصائية من العينة، ويجعل الاختبار إجراءً صورياً.

السبب البنيوي لتكرار هذه الأخطاء ليس الجهل بالمعيار. السبب أن منهجيات الشركات الافتراضية في القوالب تتوقف عند المقارنة الأولى. القالب يُلِح على المقارنة الأولى ويترك الثانية والثالثة اختياريتين شكلاً، فيتعامل معها الفريق وكأنها اختياريتان فعلاً. هذا ما يجعل العيب يتكرر في ملفات مختلفة بنفس الطريقة. ليس قصور المراجع، بل قصور المنهجية.

شروح إضافية

المعاينة الإحصائية مقابل غير الإحصائية

المعاينة الإحصائية تستخدم الصيغ والاحتمالات لتحديد حجم العينة وتقييم النتائج. المعاينة غير الإحصائية (الحكمية) تعتمد على حكم الممارس لاختيار الحجم والوصول إلى الاستنتاجات. بموجب ISA 530.2، كلا النوعين مقبولان. لكن المعاينة الإحصائية توفر أساساً موثقاً للدفاع عن العينة أمام المراجعين الآخرين والمفتشين.

هنا يقع خلاف مشروع بين الممارسين. فريق يرى أن MUS (المعاينة بوحدة النقد) أفضل دائماً للأرصدة المدينة لأنها تحرف الاحتمال نحو البنود الكبيرة، وفريق يرى أن الكلاسيكية المقسمة (Stratified Classical) أفضل في المجتمعات منخفضة معدل الخطأ غير النادر، لأن MUS يميل إلى تضخيم الحد العلوي عند وجود خطأ واحد فقط في عينة صغيرة. حسب خبرتي في هذا المجال، الموقف الثاني له وجاهة في اختبارات الإيرادات للشركات الصناعية، حيث الأخطاء توزع بشكل أكثر تجانساً بين البنود الصغيرة والكبيرة. الموقف الأول يبقى الأقوى في اختبارات المخزون والمدينين. لا يوجد جواب واحد. يوجد اختيار يجب توثيقه.

أخطاء حسابية شائعة في المعادلات

إذا استخدمت جدول بيانات أو آلة حاسبة لحساب حجم العينة، تأكد من أن المدخلات في الوحدات الصحيحة. إذا كان حجم المجتمع 10,000 معاملة والخطأ المقبول 50,000 يورو، لا تدخل "50" في الصيغة. أدخل 50,000، أو حول الوحدات بشكل متسق. الأخطاء في تحويل الوحدات تنتج عينات أصغر أو أكبر بكثير من اللازم.

الحجم المتغير ومعالجة البنود الكبيرة

بعض المجتمعات تحتوي على بنود بأحجام مختلفة جداً. في مجتمع الفواتير، قد تكون معظم الفواتير بين 5,000 و50,000 يورو، لكن اثنتين قد تصل إلى 2 مليون يورو. المعاينة العشوائية المنتظمة قد تفشل في التقاط البنود الكبيرة. بموجب ISA 530.A10، إذا كانت هناك بنود فردية تتجاوز الخطأ المقبول، يجب اختبارها بنسبة 100%. بعد ذلك، تُطبَّق المعاينة على بقية المجتمع. هذا يسمى الطبقات أو المعاملة الخاصة للبنود الكبيرة.

الشروط ذات الصلة

معيار المراجعة 530: المعيار الكامل الذي يحكم المعاينة.

الأهمية النسبية: الحد الذي يُحدد الخطأ المقبول.

أهمية الأداء: الخطأ المقبول في هذا السياق، غالباً ما يكون أقل من الأهمية النسبية الكلية.

دقة المعاينة: مفهوم ذو صلة لكمية المتسع المسموح به.

الخطأ المتوقع: المدخل الرئيسي في حجم العينة.

معايرة حجم العينة: العملية الدقيقة.

---

ملصقات الواجهة

- `primaryDefinition`: المعاينة الإحصائية هي طريقة لاختيار عينة من المعاملات أو الأرصدة من مجتمع أكبر بحيث يمكن استقراء النتائج إلى المجتمع الكامل باستخدام احتمالات معروفة. - `governingStandard`: معيار المراجعة 530 - `keyTakeawayTitle`: النقاط الرئيسية - `sectionHowItWorks`: كيف تعمل - `sectionWorkedExample`: مثال عملي - `sectionMistakes`: ما الذي يخطئه الممارسون والمراجعون - `sectionComparison`: شروح إضافية - `sectionRelatedTerms`: الشروط ذات الصلة - `compareVsLabel`: مقابل