FIGURE 1-2 Examples of useful infor

FIGURE 1-2 Examples of useful information that an AIS can generate for selected
non-accounting functions of a business.
classifying them. An example might be by taking the raw scores of a class examination and
computing the class average.
Do raw data have to be processed in order to be meaningful? The answer is ‘‘not at
all.’’ Imagine, for example, that you take a test in a class. Which is more important to
you—the average score for the class as a whole (a processed value) or your score (a raw
data value)? Similarly, suppose you own shares of stock in a particular company. Which of
these values would be least important to you: (1) the average price of a stock that was
traded during a given day (a processed value), (2) the price you paid for the shares of stock
(an unprocessed value), or (3) the last price trade of the day (another unprocessed value)?
Raw data are also important because they mark the starting point of an audit trail—
i.e., the path that data follow as they flow through an AIS. In a payroll system, for example,
an employee’s time card for a given pay period indicates how many hours he worked, and
therefore (when combined with his hourly pay rate), his gross pay. An auditor can verify
the information on a paycheck by following the audit trail backwards—for example, to
make sure that the final value reflects the correct payment for the number of hours worked.
Case-in-Point 1.1 At one American university, an employee in the payroll department was
able to steal thousands of dollars by manipulating the payroll records of student workers.
When students quit their jobs, she would delay inputting their termination dates in her
computer, continue to submit time cards in their behalf, and cash the subsequent payroll
checks generated by the system. She was caught when one student complained that his W-2
tax form showed he had earned more money than he had in fact been paid. Auditors then
examined his payroll records and were able to uncover the fraud.1
Despite the potential usefulness of some unprocessed data, most end users need
financial totals, summary statistics, or exception values—i.e., processed data—for
decision-making purposes. Figure 1-3 illustrates a model for this—a three stage process
in which (1) raw and/or stored data serve as the primary inputs, (2) processing tasks
process the data, and (3) meaningful information is the primary output. Modern AISs,

ผลลัพธ์ (ไทย) 2:

รูปที่ 1-2
ตัวอย่างของข้อมูลที่เป็นประโยชน์ที่เอไอเอสสามารถสร้างสำหรับเลือกฟังก์ชั่นที่ไม่ใช่การบัญชีของธุรกิจ.
แบ่งประเภทของพวกเขา
ตัวอย่างเช่นอาจจะโดยการคะแนนดิบของการตรวจสอบระดับและการคำนวณค่าเฉลี่ยของชั้น.
ทำข้อมูลดิบที่จะต้องมีการดำเนินการในการที่จะมีความหมาย? คำตอบคือ ''
ไม่ได้ทั้งหมด. '' ลองคิดเช่นที่คุณใช้การทดสอบในชั้นเรียน ซึ่งเป็นสิ่งสำคัญมากขึ้นในการที่คุณคะแนนเฉลี่ยสำหรับการเรียนโดยรวม (ค่าการประมวลผล) หรือคะแนนของคุณ (ดิบค่าข้อมูล)? ในทำนองเดียวกันสมมติว่าคุณหุ้นของตัวเองของหุ้นใน บริษัท โดยเฉพาะอย่างยิ่ง ซึ่งค่าเหล่านี้จะสำคัญน้อยกับคุณ: (1) ราคาเฉลี่ยของหุ้นที่มีการซื้อขายในช่วงวันที่กำหนด(ค่าการประมวลผล), (2) ราคาที่คุณจ่ายสำหรับหุ้นของหุ้น(มูลค่าที่ยังไม่ได้) หรือ (3) การค้าราคาสุดท้ายของวัน (ราคายังไม่ได้อีก) ข้อมูลดิบยังมีความสำคัญเพราะพวกเขาทำเครื่องหมายจุดเริ่มต้นของการตรวจสอบ trail- คือเส้นทางที่เป็นไปตามข้อมูลที่พวกเขาไหลผ่านเอไอเอส ในระบบบัญชีเงินเดือนสำหรับตัวอย่างเช่นบัตรลงเวลาของพนักงานเป็นระยะเวลาการจ่ายเงินได้รับการระบุว่าเป็นเวลาหลายชั่วโมงเขาทำงานและดังนั้น(เมื่อรวมกับอัตราค่าจ้างรายชั่วโมงของเขา) ขั้นต้นจ่ายของเขา ผู้สอบบัญชีสามารถตรวจสอบข้อมูลเกี่ยวกับเงินเดือนโดยทำตามเส้นทางการตรวจสอบย้อนกลับสำหรับตัวอย่างเช่นในการตรวจสอบให้แน่ใจว่าค่าสุดท้ายสะท้อนให้เห็นถึงการชำระเงินที่ถูกต้องสำหรับจำนวนชั่วโมงทำงาน. กรณีในจุด 1.1 ที่หนึ่งมหาวิทยาลัยอเมริกันพนักงาน ในแผนกเงินเดือนก็สามารถที่จะขโมยหลายพันดอลลาร์โดยการจัดการระเบียนเงินเดือนของคนงานของนักเรียน. เมื่อนักเรียนออกจากงานของพวกเขาเธอจะชะลอการป้อนวันที่การเลิกจ้างของพวกเขาในตัวเธอคอมพิวเตอร์ยังคงส่งบัตรลงเวลาในนามของพวกเขาและเงินสดที่ตามมาเงินเดือนตรวจสอบที่เกิดจากระบบ เธอถูกจับเมื่อนักศึกษาคนหนึ่งบ่นว่า W-2 ของเขาแบบฟอร์มภาษีแสดงให้เห็นว่าเขาได้รับเงินมากกว่าที่เขามีอยู่ในความเป็นจริงรับการชำระเงิน ผู้สอบบัญชีแล้วการตรวจสอบบันทึกการจ่ายเงินเดือนของเขาและก็สามารถที่จะค้นพบ fraud.1 แม้จะมีประโยชน์ที่มีศักยภาพของข้อมูลที่ยังไม่ได้บางผู้ใช้ส่วนใหญ่ต้องสิ้นสุดผลรวมทางการเงินสถิติสรุปหรือข้อยกเว้นค่าเช่นการประมวลผลข้อมูลสำหรับวัตถุประสงค์ในการตัดสินใจ รูปที่ 1-3 แสดงให้เห็นถึงรูปแบบการนี้ซึ่งเป็นกระบวนการขั้นตอนที่สามที่(1) ข้อมูลดิบและ / หรือเก็บไว้ใช้เป็นปัจจัยการผลิตหลัก (2) งานการประมวลผลการประมวลผลข้อมูลและ(3) ข้อมูลที่มีความหมายคือการส่งออกหลัก . โมเดิร์น AISS,

ผลลัพธ์ (ไทย) 3:

รูปที่ 2 ตัวอย่างของข้อมูลที่เป็นประโยชน์ที่ เอไอเอส สามารถสร้างสำหรับเลือกฟังก์ชั่นของธุรกิจที่ไม่ใช่บัญชี
.
แยกพวกเขา ตัวอย่างเช่นอาจจะโดยการใช้คะแนนดิบของชั้นเรียนและชั้นเรียนคอมพิวเตอร์สอบ

ทำเฉลี่ย ข้อมูลต้องถูกประมวลผลเพื่อให้มีความหมาย ? คำตอบคือ ' 'not ที่
' ' จินตนาการ ตัวอย่างเช่นที่คุณทำแบบทดสอบในชั้นเรียนที่สำคัญ

คุณคะแนนเฉลี่ยในระดับโดยรวม ( ประมวลผลค่า ) หรือคะแนน ( ค่าข้อมูลดิบ
) ? similarly , ร้อนแรงจาก own นิวซีแลนด์ , การติดตั้งคนอื่นๆ . ซึ่งค่าเหล่านี้จะ
ที่สำคัญที่สุดเพื่อคุณ ( 1 ) ราคาเฉลี่ยของหุ้นที่ซื้อขายในระหว่างวัน
( ประมวลผลค่า ) ( 2 ) ราคาที่คุณจ่ายสำหรับหุ้นของหุ้น
( มูลค่าที่ไม่ผ่าน ) หรือ ( 3 ) ราคาล่าสุดการค้าของวันอื่น ( ที่ยังไม่ได้ค่า )
ข้อมูลก็เป็นสิ่งสำคัญเพราะพวกเขาทำเครื่องหมายจุดเริ่มต้นของการตรวจสอบเส้นทาง -
คือ เส้นทางข้อมูลที่ตามพวกเขาไหลผ่านโดย ในระบบเงินเดือน ตัวอย่างเช่น
บัตรบันทึกเวลาพนักงานสำหรับการจ่ายเงินงวดแสดงจำนวนชั่วโมงทำงานและ
ดังนั้น เมื่อรวมกับอัตรารายชั่วโมงจ่าย ) จ่ายทั้งหมดของเขา ผู้สอบบัญชีสามารถตรวจสอบ
ข้อมูลเงินเดือนตามแนวทางการตรวจสอบย้อนหลังตัวอย่างเช่น

ให้แน่ใจว่าค่าสุดท้ายสะท้อนถูกต้องชำระเงินสำหรับจำนวนชั่วโมงทำงาน
กรณีในจุด 1.1 ในมหาวิทยาลัยอเมริกา พนักงานในแผนก
บัญชีเงินเดือนสามารถที่จะขโมยหลายพันดอลลาร์โดยจัดการบัญชีเงินเดือนประวัติของคนงานนักศึกษา .
เมื่อนักเรียนลาออก เธอจะหน่วงเวลาการป้อนวันที่สิ้นสุดของพวกเขาในคอมพิวเตอร์ของเธอ
ยังคงยื่นบัตรในนามของพวกเขาและเงินสด
บัญชีเงินเดือนต่อมาตรวจสอบที่สร้างขึ้นโดยระบบ เธอถูกจับเมื่อนักเรียนคนหนึ่งบ่นว่า
W - 2 ของเขาแบบฟอร์มภาษี พบว่าเขาได้รับเงินมากกว่าที่เขาได้ในความเป็นจริงถูกจ่าย auditors then
examined records payroll his ( สำหรับ able บริความศรัทธาใน
อย่างง่ายดาย the usefulness potential ของ data unprocessed ถูก users end most need
totals , financial statistics summary , or exception values-i.e. , processed data for
แท็กซี่ decision-making .รูปที่ 1 แสดงให้เห็นถึงรูปแบบกระบวนการสามขั้นตอนนี่เป็น
ที่ ( 1 ) วัตถุดิบและ / หรือข้อมูลที่จัดเก็บเป็นข้อมูลปฐมภูมิ ( 2 ) การประมวลผลงาน
ประมวลผลข้อมูล และ ( 3 ) ข้อมูลที่มีความหมายเป็นผลผลิตหลัก aiss สมัยใหม่