การสุ่มตัวอย่างสำหรับผู้ตรวจสอบภายใน ( Sampling for Internal Auditors )

1. การสุ่มตัวอย่างสำหรับผู้ตรวจสอบภายใน (Sampling for Internal Auditors) โครงการอบรมเชิงปฏิบัติการ ฝ่ายตรวจสอบธนาคารเพื่อการเกษตรและสหกรณ์การเกษตร ณ ห้องคุ้มเกล้า ชั้น 2 อาคารประชาชื่น เขตจตุจักร กรุงเทพฯ วันพฤหัสบดีที่ 16 กรกฎาคม 2552 9:00-16:00 น.

2. แนะนำวิทยากร • ไพรัช ศรีวิไลฤทธิ์ • CIA CISA CBA CCSA CFSACISSP • หัวหน้าตรวจสอบภายใน • บมจ. ธนาคารทิสโก้ • ปริญญาตรีวิศวกรรมศาสตร์ จุฬาฯ (2528) • ปริญญาโทบริหารธุรกิจ ธรรมศาสตร์ฯ (2533) • IIA’s EIAP รุ่นที่ 7 จุฬาฯ (2546) • ประสบการณ์ด้านวิศวกรรม 5 ปี • ประสบการณ์ด้านการเงินในทิสโก้ 19 ปี • ประธาน ชมรมผู้ตรวจสอบภายในธนาคารและสถาบันการเงิน • กรรมการ สมาคมผู้ตรวจสอบและควบคุมระบบสารสนเทศ (2548-2552) • วิทยากรและคณะทำงาน สมาคมผู้ตรวจสอบภายในแห่งประเทศไทย

3. วัตถุประสงค์การเรียนรู้วัตถุประสงค์การเรียนรู้ • ตระหนักถึงความสำคัญของการสุ่มตัวอย่างต่องานตรวจสอบ • เข้าใจแนวคิด หลักการ ของขั้นตอนต่าง ๆ ในการสุ่มตัวอย่าง • มีความรู้ในเทคนิคและทักษะที่จำเป็น สำหรับงานสุ่มตัวอย่างเพื่อทดสอบการควบคุม • สามารถนำความรู้ที่ได้ไปประยุกต์และปรับปรุงการตรวจสอบในการปฏิบัติงานจริง.

4. เนื้อหาการบรรยาย • แนวคิดและหลักการพื้นฐานทางสถิติ • การสุ่มตัวอย่างเพื่อการตรวจสอบ • ชนิดของแผนการสุ่มตัวอย่าง • การสุ่มตัวอย่างเพื่อการตรวจสอบเชิงคุณลักษณะ (Attributes Sampling)

5. แนวคิดและหลักการพื้นฐานทางสถิติ(Fundamental Statistical Concepts & Principles)

6. หน่วยการวัด หน่วยการวัด(Measurement Scales)ที่ใช้ในสถิติ • มาตรนามบัญญัติ (Nominal Scale) • มาตรอันดับ (Ordinal Scale) • มาตรอันตรภาค (Interval Scale) • มาตรอัตราส่วน (Ratio Scale)

7. การแจกแจงความถี่ จัดข้อมูลเชิงปริมาณให้อยู่ในรูปแบบที่เข้าใจง่าย เช่น จำนวนรายการโอนเงินทาง ATM ใน 1 สัปดาห์ ของบัญชีเงินฝากของพนักงาน 3 คน

8. แนวโน้มเข้าสู่ศูนย์กลาง แนวโน้มเข้าสู่ศูนย์กลาง (Central Tendency) ใช้ในการอธิบายข้อมูลซึ่งเป็นตัวแทนประชากร • ค่าเฉลี่ย (Mean, Average) • ค่ามัธยฐาน (Median) • ค่าฐานนิยม (Mode) 3 34 4 4 5 5 7 8 9 Mode = 4 Median = 4.5 Mean = 5.2

9. แนวโน้มการกระจายตัว Σ |  - X i | N Σ (  - X i ) 2 N σ = √σ2 σ2 = σ  V = * 100% การวัดแนวโน้มการกระจายตัว (Variation) ที่นิยมใช้ในการบรรยายข้อมูล • ค่าพิสัย (Range) • ค่าการกระจายตัวเฉลี่ย (Average Variation) • ความแปรปรวน และ ค่าเบี่ยงเบนมาตรฐาน (Variance and Standard Deviation) • สัมประสิทธิ์การแปรผัน (Coefficient of Variation) Max - Min

10. แนวโน้มการกระจายตัว Average Deviation from Mean = = 1.68 Variance = 3.96 Standard Deviation = 1.99 Σ |  - X i | N Σ (  - X i ) 2 N σ = √σ2 σ2 = Coefficient of Variation = 38.3% σ  V = * 100% N = 10 Σ = Σ = Σ = Σ =

11. การแจกแจงความน่าจะเป็นการแจกแจงความน่าจะเป็น • โอกาสเกิดเหตุการณ์ คล้ายการแจกแจงความถี่แบบสัมพัทธ์ • แสดงการกระจายด้วย ตัวแปรสุ่ม (Random Variable) • มีทั้งแบบ (Continuous) และไม่ต่อเนื่อง (Discrete)

12. การแจกแจงทวินาม Binomial Distribution • การแจกแจงความน่าจะเป็นของ ตัวแปรชนิดไม่ต่อเนื่อง • ผลการทดลองเชิงสุ่มมีเพียง 2 อย่าง แยกกันเด็ดขาด • pแทนความน่าจะเป็นของ ความสำเร็จ • qแทนความน่าจะเป็นของ ความล้มเหลว (1-p) • ทดลองซ้ำได้ ผลแต่ละครั้งไม่เกี่ยวข้องกัน • ค่า p แต่ละครั้งของการทดลองมีค่าคงที่ • ความน่าจะเป็นของตัวแปรสุ่ม X เมื่อ X มีการแจกแจงแบบทวินาม คือ P(X) = C(n, x) p x . q n-x

13. การแจกแจงปกติ Normal Distribution • การแจกแจงความน่าจะเป็นของ ตัวแปรชนิดต่อเนื่อง • มีค่าเฉลี่ยเท่ากับ µ และค่าเบี่ยงเบนมาตรฐานเท่ากับ σ

14. โค้งการแจกแจงปกติมาตรฐานโค้งการแจกแจงปกติมาตรฐาน • โค้งเริ่มที่ – Infinityไปถึง + Infinity • Meanµ = 0 , Standard Deviation σ = 1 • Standard Normal Deviation, Z-Scoreผลต่างของคะแนนดิบกับค่าเฉลี่ยเป็นกี่เท่าของ σ

15. การแจกแจงปกติ σ σX = √ n Central Limit Theorem หรือ ทฤษฎีบทลิมิตเข้าสู่ส่วนกลาง • สำคัญที่สุดในการวิเคราะห์ทางสถิติ เพราะ ในการสุ่มตัวอย่างจำนวนมากจากประชากร การแจกแจงของ ค่าเฉลี่ยของตัวอย่าง ( )จะเข้าใกล้ลักษณะรูปแบบการแจกแจงปกติเสมอ ไม่ว่าประชากรจะมีการแจกแจงลักษณะใด Standard Error of the Mean (S)

16. ตัวอย่าง vs. ประชากร • ข้อแตกต่างระหว่าง ตัวอย่างและประชากร

17. ตัวอย่าง vs. ประชากร

18. ช่วงความเชื่อมั่นทางสถิติช่วงความเชื่อมั่นทางสถิติ Statistical Confidence Intervals • ในการสุ่มตัวอย่างจากประชากร เราสามารถประมาณ ระดับความเชื่อมั่น ได้อย่างสมเหตุสมผลว่า ค่าพารามิเตอร์ของประชากร จะใกล้เคียงกับ ค่าสถิติของตัวอย่าง • แสดงระดับความเชื่อมั่นในรูปความน่าจะเป็น (Probabilities)เช่น • มีความน่าจะเป็น 95%ที่ค่าเฉลี่ยที่แท้จริงของประชากร จะอยู่ในช่วง ± 1.96 S จากค่าเฉลี่ยของตัวอย่าง 95% Confidence Interval = ±1.96S

19. การสุ่มตัวอย่างเพื่อการตรวจสอบ (Audit Sampling)

20. ความหมายของการสุ่มตัวอย่างความหมายของการสุ่มตัวอย่าง การสุ่มตัวอย่างเพื่อการตรวจสอบ (Audit Sampling) • การปฏิบัติงานตามขั้นตอนการตรวจสอบในกลุ่มตัวอย่างที่เลือกขึ้นมาจากประชากร โดยมีวัตถุประสงค์เพื่อประเมินคุณลักษณะบางประการของประชากร เช่น • การสุ่มตัวอย่างเพื่อประมาณ มูลค่า • การสุ่มตัวอย่างเพื่อประมาณ อัตราส่วน

21. การสุ่มตัวอย่างเพื่อประมาณมูลค่าการสุ่มตัวอย่างเพื่อประมาณมูลค่า ( ± 1.96S) ตัวอย่างที่ 1การสุ่มตัวอย่างเพื่อประมาณมูลค่า • ลักษณะข้อมูลเป็น Higher Order Dataเช่น สุ่มตรวจสอบลูกหนี้เกษตรกร 10 ราย เพื่อประมาณค่าเฉลี่ยของขนาดพื้นที่ดินที่ลูกหนี้ของธนาคารใช้ทำการเกษตรต่อครอบครัว 545334 24 1835612 • หา μ ระดับความเชื่อมั่น 95%

22. การคำนวณช่วงความเชื่อมั่น Σ = Σ =

23. การคำนวณช่วงความเชื่อมั่นการคำนวณช่วงความเชื่อมั่น √ √ Σ ( x - x ) 2 n-1 1926.50 9 √ s = = 214.06 = 14.63 = • ค่าเบี่ยงเบนมาตรฐานของประชากร (Population Standard Deviation) • ปรับแก้ downward bias เนื่องจากเป็นค่าประมาณของ ประชากร โดยคำนวณจากข้อมูล ตัวอย่าง √ √ Σ ( x - x ) 2 n 1926.50 10 √ s = = 192.65 = 13.88 =

24. การคำนวณช่วงความเชื่อมั่นการคำนวณช่วงความเชื่อมั่น (± 1.96S) = 15.5± (1.96) 4.88 = 5.94 , 25.06 • ค่าเบี่ยงเบนมาตรฐานของค่าเฉลี่ยของตัวอย่าง (Standard Error of the Mean) • คำนวณช่วงความเชื่อมั่นของ µ ที่ระดับความเชื่อมั่น 95% • เราสรุปได้ด้วยความเชื่อมั่น 95% ว่าค่าเฉลี่ยที่แท้จริงของขนาดพื้นที่ดินของลูกหนี้ทั้งหมดอยู่ระหว่าง 5.94 - 25.06 ไร่ ต่อครอบครัว s 14.63 14.63 sX = = = = 4.88 √n - 1 √10 - 1 3

25. การสุ่มตัวอย่างเพื่อประมาณอัตราส่วนการสุ่มตัวอย่างเพื่อประมาณอัตราส่วน ตัวอย่างที่ 2 การสุ่มตัวอย่างเพื่อประมาณอัตราส่วน • เป็นข้อมูลแบบ Nominal Scale ที่มีลักษณะแยกเป็น สองประเภท (Binomial) เช่น • สุ่มตรวจสอบเอกสารเปิดบัญชี 50 ราย จากเอกสารเปิดบัญชี ทั้งหมดของสาขา 2500 ราย พบ 10 ราย(0.20)ที่ปฏิบัติไม่เป็นไปตามนโยบายการจัดระดับความเสี่ยงลูกค้า เช่น กรอกข้อมูลที่จำเป็นไม่ครบถ้วน ไม่ได้จัดระดับความเสี่ยงลูกค้า หรือจัดระดับความเสี่ยงไม่ถูกต้อง • หา (Pi)ที่ระดับความเชื่อมั่น 95% ( p ± 1.96Sp )

26. การคำนวณช่วงความเชื่อมั่นการคำนวณช่วงความเชื่อมั่น ( p ± 1.96Sp ) = 0.20± (1.96) .057 = .09 , .31 • ค่าเบี่ยงเบนมาตรฐานของอัตราส่วนของตัวอย่าง (Standard Error of the Proportion) • คำนวณช่วงความเชื่อมั่นของ ที่ระดับความเชื่อมั่น 95% • เราสรุปได้ด้วยความเชื่อมั่น 95% ว่าอัตราส่วนที่แท้จริงของเอกสารเปิดบัญชีที่ไม่เป็นไปตามนโยบายการจัดระดับความเสี่ยงลูกค้าอยู่ระหว่าง ร้อยละ 9 - ร้อยละ 31 ของประชากร √ √ √ p ( 1 - p ) n - 1 .20 (.80) 50 -1 .16 49 sp = = = .057 =

27. การทดสอบสมมติฐานทางสถิติ • สมมติฐานทางสถิติ (Statistical Hypothesis) คือ ข้อสงสัยที่เราต้องการทดสอบ เกี่ยวกับพารามิเตอร์ที่แท้จริงของประชากร เช่น • Null Hypothesis (H0) ระบุว่า ไม่มีความแตกต่างอย่างมีนัยสำคัญทางสถิติ ระหว่างค่าพารามิเตอร์(เช่น ค่าเฉลี่ย หรืออัตราส่วน) ตามทฤษฎีที่เราตั้งขึ้น กับค่าพารามิเตอร์ที่แท้จริงของประชากร ซึ่งเราประมาณขึ้นมาจากค่าสถิติของตัวอย่าง • Alternative Hypothesis (Ha) ระบุว่า มีความแตกต่างอย่างมีนัยสำคัญทางสถิติ ระหว่างค่าพารามิเตอร์ตามทฤษฎี กับค่าพารามิเตอร์ที่แท้จริงของประชากร

28. การทดสอบสมมติฐาน 26 • จากตัวอย่าง 1 การสุ่มตัวอย่างเพื่อประมาณขนาดพื้นที่ดินทำกินเฉลี่ยของลูกหนี้ • ค่าเฉลี่ยที่แท้จริงเท่ากับ 26 ไร่หรือไม่ H0 : µ = 26 Ha : µ<>26 Reject Accept Can reject H0at 95% confident α/ 2= 2.5 % α/ 2= 2.5 % L.C.= 95 % Plot of Land (Rai) - (1.96) 4.88 + (1.96) 4.88 5.94 15.5 25.06

29. การทดสอบสมมติฐาน 26 α/ 2= 0.5 % α/ 2= 0.5 % L.C.= 99 % Plot of Land (Rai) 2.96 15.5 28.04 • จากตัวอย่าง 1 การสุ่มตัวอย่างเพื่อประมาณขนาดพื้นที่ดินทำกินเฉลี่ยของลูกหนี้ • ค่าเฉลี่ยที่แท้จริงเท่ากับ 26 ไร่หรือไม่ H0 : µ = 26 Ha : µ<>26 Accept Reject Cannot reject H0at 99% confident - (2.57) 4.88 + (2.57) 4.88

30. การทดสอบสมมติฐาน 5% • จากตัวอย่าง 2 การสุ่มตัวอย่างเพื่อประมาณอัตราส่วนของเอกสารเปิดบัญชีที่ไม่เป็นไปตามนโยบาย • อัตราส่วนที่แท้จริงเท่ากับ 5% หรือไม่ H0 :  = 5% Ha : <> 5% Reject Accept Can reject H0at 95% confident α/ 2= 2.5 % α/ 2= 2.5 % L.C.= 95 % Non-compliance - (1.96) .057 + (1.96) .057 9% 20% 31%

31. การทดสอบสมมติฐาน 5% α/ 2= 0.5 % α/ 2= 0.5 % L.C.= 99 % Non-compliance 5.3% 20% 34.6% • จากตัวอย่าง 2 การสุ่มตัวอย่างเพื่อประมาณอัตราส่วนของเอกสารเปิดบัญชีที่ไม่เป็นไปตามนโยบาย • อัตราส่วนที่แท้จริงเท่ากับ 5% หรือไม่ H0 :  = 5% Ha : <> 5% Reject Accept Still reject H0at 99% confident - (2.57) .057 + (2.57) .057

32. One-Tailed Test 26 • จากตัวอย่าง 1 การสุ่มตัวอย่างเพื่อประมาณขนาดพื้นที่ดินทำกินเฉลี่ยของลูกหนี้ • ค่าเฉลี่ยที่แท้จริงไม่เกิน 26 ไร่ ใช่หรือไม่ H0 : µ≤26 Ha : µ > 26 Accept Reject Can accept H0at 95% confident α= 5 % L.C.= 95 % Plot of Land (Rai) + (1.65) 4.88 15.5 23.55

33. One-Tailed Test 5% • จากตัวอย่าง 2 การสุ่มตัวอย่างเพื่อประมาณอัตราส่วนของเอกสารเปิดบัญชีที่ไม่เป็นไปตามนโยบาย • อัตราส่วนที่แท้จริงไม่เกิน 5% ใช่หรือไม่ H0 : ≤ 5% Ha :  > 5% Reject Accept Can reject H0at 95% confident α= 5 % L.C.= 95 % Non-compliance - (1.65) .057 10.6% 20%

34. ความเสี่ยงของการสุ่มตัวอย่างความเสี่ยงของการสุ่มตัวอย่าง • มี ความเสี่ยง 2 ประเภท เมื่อผู้ตรวจสอบใช้วิธีการสุ่มตัวอย่างในการสรุปผลการตรวจสอบประชากร

35. ความเสี่ยงของการตรวจสอบความเสี่ยงของการตรวจสอบ Audit Risk Model Inherent Control Detection Risk Risk Risk Audit Risk = X X

36. ผลของขนาดตัวอย่าง • จำนวนตัวอย่าง (Sample Size)มีผลอย่างมากต่อ ค่าเบี่ยงเบนมาตรฐานของค่าเฉลี่ยของตัวอย่าง (Standard Error of the Mean) และ ค่าเบี่ยงเบนมาตรฐานของอัตราส่วนของตัวอย่าง (Standard Error of the Proportion) ซึ่งมีบทบาทสำคัญในการคำนวณค่า ช่วงความเชื่อมั่น (Confidence Interval) √ s p ( 1 - p ) n - 1 sX = sp = √n - 1

37. ผลของขนาดตัวอย่าง - (1.96) 2.99 + (1.96) 2.99 9.64 21.36 • จากตัวอย่าง 1 การเพิ่มจำนวนตัวอย่าง จะบีบช่วงความเชื่อมั่นให้เที่ยงตรงขึ้น และลด error ของการสุ่มตัวอย่าง n= 25 n= 10 α/ 2= 2.5 % α/ 2= 2.5 % L.C.= 95 % Plot of Land (Rai) - (1.96) 4.88 + (1.96) 4.88 5.94 15.5 25.06

38. ชนิดของแผนการสุ่มตัวอย่าง (Audit SamplingPlans)

39. สุ่มตัวอย่างทำไม ทำไม ผู้ตรวจสอบถึงใช้การสุ่มตัวอย่างในการเก็บหลักฐาน • มาตรฐานการตรวจสอบภายใน อนุญาตให้ใช้ • ข้อพิจารณาของ ผลประโยชน์เทียบกับค่าใช้จ่าย • เพื่อหาหลักฐาน ที่สนับสนุนอย่างสมเหตุสมผล

40. สุ่มตัวอย่างทำไม เพิ่มความน่าเชื่อถือและความเที่ยงธรรมให้งานตรวจสอบ • พบสินเชื่อที่อนุมัติไม่เป็นไปตามตารางอำนาจอนุมัติที่ธนาคารกำหนด 1 ราย จากการตรวจสอบ 30 ราย • ในการสุ่มตัวอย่างลูกหนี้ 30 รายด้วยวิธีการทางสถิติ พบ ลูกหนี้ 1 ราย อนุมัติไม่เป็นไปตามตารางอำนาจอนุมัติ ทำให้สรุปได้ที่ ระดับความเชื่อมั่น 95% ว่า การพิจารณาเครดิตของสินเชื่อเอนกประสงค์ ที่ปฏิบัติแตกต่างจากกระบวนการที่ธนาคารกำหนด มีจำนวนไม่เกินร้อยละ 14.86 ของสินเชื่อเอนกประสงค์ทั้งหมด สูงเกณฑ์ความคลาดเคลื่อนที่ยอมรับได้ที่ 9.5% เป็นเครื่องบ่งชี้ว่า การควบคุมในกระบวนการพิจารณาเครดิตของสินเชื่อเอนกประสงค์ยังขาดประสิทธิผล

41. เมื่อไหร่ไม่ควรสุ่มตัวอย่างเมื่อไหร่ไม่ควรสุ่มตัวอย่าง สถานการณ์ ที่ไม่เหมาะจะใช้การสุ่มตัวอย่าง • เมื่อสามารถตรวจสอบ ทุกรายการ ได้ง่าย • เมื่อจะทำการ สัมภาษณ์ หรือ สังเกตการณ์ • เมื่อจะทำการ วิเคราะห์ข้อมูล

42. ปัญหาของการสุ่มตัวอย่างปัญหาของการสุ่มตัวอย่าง คำถามที่ต้องตอบ เมื่อเลือกจะไม่ตรวจประชากรทั้ง 100 % • จะหยิบตัวอย่าง กี่รายการ จากประชากร • จะหยิบตัวอย่าง รายใด บ้าง • จะให้ ความเห็นหรือข้อสรุป ต่อรายการที่ไม่ได้หยิบว่าอย่างไร

43. ความครบถ้วนของประชากรความครบถ้วนของประชากร • ประชากรควรรวมถึง ทุกหน่วย ที่เกี่ยวกับวัตถุประสงค์การตรวจสอบ และต้องมีโอกาสถูกเลือกได้ การสอบทานความครบถ้วนของประชากร • ออกยอดรวม ของประชากร และเปรียบเทียบว่าตรงกับยอดทางบัญชี (General Ledger) • ตรวจลำดับต่อเนื่อง ของเอกสารที่มีการออกเลขที่เอกสารไว้ล่วงหน้า (Pre-numbered) ว่าไม่มีเอกสารขาดหายแล้วสร้างเลขสุ่มจากเลขเอกสาร

44. ลักษณะอื่นของประชากร • ถูกจัดเก็บหรือมีให้ตรวจสอบใน รูปแบบ ใด • เอกสารหรือรายการที่จัดทำด้วยมือ • รายงานพิมพ์จากระบบคอมพิวเตอร์ • ข้อมูลใน database

45. ลักษณะอื่นของประชากร • การ กระจายตัว ในกลุ่มประชากร • วิธีปฏิบัติงานและการควบคุม • มูลค่า มาก – น้อย • ค่าเป็นศูนย์ หรือติดลบ • กลุ่มย่อยที่มีคุณลักษณะเฉพาะ

46. ประเภทของการทดสอบ • เลือกทุกหน่วยในประชากรมาทดสอบ (Test All Items in the Population) • เลือกบางหน่วยมาทดสอบโดยไม่มีวัตถุประสงค์ที่จะหาข้อสรุปเกี่ยวกับประชากร(Non-representative Selection) • เลือกบางหน่วยมาทดสอบโดยมีวัตถุประสงค์เพื่อที่จะหาข้อสรุปเกี่ยวกับประชากร (Representative Sampling)

47. การสุ่มตัวอย่างด้วยวิธีการทางสถิติการสุ่มตัวอย่างด้วยวิธีการทางสถิติ การสุ่มตัวอย่างด้วยวิธีการทางสถิติ (Statistical Sampling) • การเลือกตัวอย่างด้วยวิธีสุ่ม (Random Sample)ตัวอย่างถูกเลือกจากประชากรในลักษณะที่ประชากรทุกตัวมีโอกาสถูกเลือกเท่าเทียมกัน • เที่ยงธรรมกว่า การเลือกตัวอย่างด้วยวิจารณญาณและประสบการณ์ของผู้ตรวจสอบ(Judgment Sample)แต่ไม่จำเป็นต้องดีกว่า

48. การใช้งานสุ่มตัวอย่างการใช้งานสุ่มตัวอย่าง การใช้งานสุ่มตัวอย่างแบ่งกว้าง ๆ เป็น 4 ประเภท • Attribute Sampling ประมาณอัตราการเกิดของคุณลักษณะของประชากรที่มีผลลัพธ์สองอย่าง มี-ไม่มี • Cumulative Monetary Amount (CMA),Two Strata or Cell Selection ประมาณมูลค่าที่คาดว่าจะรายงานไว้มากเกินจริงของประชากรว่าไม่เกินเกณฑ์ที่ยอมรับได้ • Mean-per-unit ประมาณมูลค่าของประชากรที่ไม่เคยถูกบันทึกมูลค่ามาก่อน • Ratio, Regression, Dollar Unit (PPS), Variables ประมาณมูลค่าที่บันทึกผิดพลาดของประชากรที่เคยถูกบันทึกมูลค่าไว้ เพื่อปรับปรุงรายการ

49. ขั้นตอนการสุ่มตัวอย่างขั้นตอนการสุ่มตัวอย่าง • Design กำหนด วัตถุประสงค์การทดสอบ ประชากร มูลค่าหรือคุณลักษณะที่สนใจ ขนาดตัวอย่าง • Selection เลือกหน่วยตัวอย่างจากประชากร • Examination ตรวจสอบหน่วยตัวอย่างที่เลือก • Evaluation สรุปผลตามวัตถุประสงค์การทดสอบที่วางไว้ ตามผลลัพธ์ที่ได้จากการตรวจสอบหน่วยตัวอย่างที่เลือก

50. ตัวอย่าง Audit Program • การตรวจสอบ โครงการพักชำระหนี้เกษตรกร • วัตถุประสงค์ เพื่อระบุว่า การพักชำระหนี้มีเอกสารอนุมัติที่ได้รับการลงนามโดยผู้มีอำนาจอย่างเหมาะสม • แผนการทดสอบ ใช้เทคนิคการสุ่มตัวอย่าง • การเลือกหน่วยตัวอย่าง ทำได้หลายวิธี เช่น 1. การเลือกตัวอย่างโดยวิธีสุ่มแบบง่าย (Simple Random Sampling) ไม่มีรูปแบบ อาจใช้ตารางเลขสุ่มหรือโปรแกรมช่วย 2. การเลือกตัวอย่างแบบเป็นระบบ (Systematic Sampling)เช่น ทุกรายที่ 10, 20, 30, ...