仕組み
統計的サンプリングは、母集団の特性を標本の結果から推定する手法である。監基報530.12から530.A22では、監査人がこの手法を選択した際に何を行わなければならないかを段階的に定めている。
まず、母集団を定義する。その母集団についてのリスク評価に基づいて、許容虚偽表示額（許容リスク）とサンプリングリスク（通常、5％から10％）を決定する。その後、統計学的な公式（または監査ソフトウェア）を用いてサンプルサイズを計算する。計算に使う予想誤謬率は、過去年度のデータまたは予備的なテストの結果に基づく。
標本を抽出したら、各項目について何が誤りかを判定し、誤りの性質と金額を記録する。これが実査誤謬である。最後に、実査誤謬から推定虚偽表示額を計算する。
統計的方法では、推定虚偽表示額が許容虚偽表示額以下であれば、その母集団は虚偽表示がないと結論づけることができる。ただし監基報530.A22は、この比較だけでは不十分だと指摘している。サンプル設計時の予想誤謬率と、実際に見つかった誤謬率を比較することも求めている。もし実査誤謬率が予想より大幅に高いなら、サンプルサイズが不適切であった可能性がある。
具体例：東京製造業有限会社
クライアント：東京都の中堅製造業、2024年度決算期、売上高8,500万円、日本基準適用
設定：売掛金監査。期末売掛金残高は4,200万円。5,800件の個別請求書から構成される。監査人は虚偽表示のリスクを中程度と評価した。
ステップ1：サンプリングパラメータの決定
許容虚偽表示額：450万円（売上高の5%）
サンプリングリスク：5%（信頼度95%）
予想誤謬率：0.3%（前年度のテスト結果に基づく）
文書化ノート：計画書にこれらのパラメータを明記。なぜこの予想誤謬率を選んだか、その根拠を記載（前年度の誤謬分析、業務フローの変更がないか等）
ステップ2：サンプルサイズの計算
統計計算ツール（またはExcel公式）を使用。計算結果：サンプルサイズ275件
文書化ノート：計算プロセスと使用した公式をExcelシートに記録。入力値（許容額、予想誤謬率、信頼度）と出力値（サンプルサイズ）を明示。
ステップ3：無作為抽出
乱数表またはコンピュータツールを使用。5,800件の総件数に対し、無作為に275件を選択。システムが自動的に抽出したレコード番号をログに記録。
文書化ノート：抽出方法を記載（「Excelの RAND()関数を使用」「監査ソフトのサンプリング機能で無作為抽出」等）。抽出されたレコード番号のリストを保管。
ステップ4：詳細テスト
275件について、請求書の日付、金額、顧客コード、期末時点での回収状況を検証。
見つかった誤り：
文書化ノート：誤りの発見日時、金額、原因（システム入力ミス、二重計上、請求書改ざん等）をテスト用紙に記載。
ステップ5：推定虚偽表示額の計算
2件の誤り（4万円 + 180万円 = 184万円）から、母集団全体の推定虚偽表示額を計算。
統計手法では、サンプル内の誤謬率を母集団全体に投影する。詳細：(184万円 ÷ 275) × 5,800 ≒ 3,880万円の推定虚偽表示額
このケースでは許容虚偽表示額（450万円）の約8.6倍に達する。
文書化ノート：推定計算の過程、投影因子、信頼区間をExcelで記録。なぜこのサンプルサイズが不十分であったか、実査誤謬率が予想より高かったかを分析。
ステップ6：推定誤謬と予想誤謬の比較
予想誤謬率は0.3%だったが、実査誤謬率は (184万円 ÷ 4,200万円) = 4.4%。この乖離は重大である。
文書化ノート：乖離分析。原因はシステム更新後の入力ルールの変更が従業員に周知されていなかったため。この情報はリスク評価と次年度の手続計画に影響を与える。
結論：統計的サンプリングの観点からは、このサンプルは許容虚偽表示額を超える推定虚偽表示額を示している。追加的な手続（全数検査、追加サンプリング、管理体制のテスト）が必要。
- 記録額62万円に対し、実請求額は58万円（4万円の過大計上）
- 記録額180万円だが、請求書が実在しない（サンプル内で1件の虚偽計上）
- その他、記録誤りなし
検査指摘と実務上の誤り
統計的サンプリングに関して、監査法人が最も頻繁に指摘を受ける誤りは、評価段階にある。監基報530.A22は再評価時に3つの比較を求めているが、ほとんどの調書は1つ（推定虚偽表示額と許容虚偽表示額の比較）しか実施していない。2番目の比較は計画段階の予想誤謬率と実査誤謬率の乖離分析。3番目は、定性的に異常な項目（いかに金額が小さくても重要性が高い誤りもしくは不正の兆候）が見逃されていないか。最後の検査、とくに異常検出（anomaly detection）の欠落が検査指摘につながることが多い。
さらに、サンプルサイズの計算段階での誤りも散見される。多くの監査人が前年度の実績か業界平均から「感覚的に」サンプルサイズを決定している。統計的サンプリングを標榜する以上、許容虚偽表示額、信頼度、予想誤謬率の3要素から計算で導く必要がある。この計算過程の文書化がない調書は、統計的サンプリングとは認められない。
統計的サンプリングと非統計的サンプリングの比較
両者の主な相違点は、結果評価の方法である。
統計的手法では、サンプリングリスク（母集団を代表しないサンプルに到達する確率）を数学的に定量化する。「このサンプルサイズなら、95%の信頼度で虚偽表示を検出できる」と言える。この定量化が監基報530.A10で要求される。
非統計的手法では、サンプリングリスクを定性的に判断する。「この業務フローは堅いし、テスト項目も多く抽出したから、リスクは低い」という専門的判断。統計的根拠がない分、監査人の経験と判断に依存する。
どちらを選ぶかは監査人の裁量だが、一度統計的手法を選べば、その後の全ステップが統計学的原理に従う必要がある。混在（統計的サンプルサイズ計算は行うが、結果評価は非統計的）は監基報530.12の違反に該当する。
関連用語
ツール
ciferi の監査サンプリング計算ツールは、サンプルサイズの計算と推定虚偽表示額の投影を自動化する。許容虚偽表示額、信頼度、予想誤謬率を入力すれば、必要なサンプルサイズが得られ、調書の文書化に必要な計算根拠が自動生成される。