when auditors are searching for ano

when auditors are searching for anomalies—unintentional errors usually caused by
weaknesses in controls—because anomalies occur at regular intervals throughout the data
set. In contrast, fraud—intentional errors caused by intelligent human beings—can occur
in only a few transactions. While a sample of a population containing anomalies should
be representative, a sample of a population containing fraud may not be representative.
Assuming a fraud is recorded in only a few transactions, a sampling rate of 5 percent
results in a 95 percent risk the fraud will not be sampled and will be missed. Fraud
detection methods should use full populations whenever possible, and since full
populations can be voluminous, they almost always require computers and data mining
techniques.

ผลลัพธ์ (ไทย) 1:

เมื่อผู้สอบบัญชีที่กำลังค้นหาความผิดซึ่งมักเกิดจากข้อผิดพลาดตั้งใจจุดอ่อนในการควบคุมตัวเนื่องจากความผิดที่เกิดขึ้นอย่างสม่ำเสมอตลอดทั้งข้อมูลตั้งค่า ในทางตรงข้าม ฉ้อโกง — ตกข้อผิดพลาดที่เกิดจากมนุษย์อัจฉริยะซึ่งสามารถเกิดขึ้นได้ในบางธุรกรรมเท่านั้น ในขณะที่ตัวอย่างของประชากรที่ประกอบด้วยความผิดควรเป็นตัวแทน ตัวอย่างของประชากรที่ประกอบด้วยการทุจริตไม่ได้แทนสมมติว่าการทุจริตจะถูกบันทึกในเฉพาะบางธุรกรรม อัตราการสุ่มตัวอย่างร้อยละ 5ผลความเสี่ยงร้อยละ 95 การทุจริตจะไม่ได้ความ และจะพลาด ฉ้อโกงวิธีการตรวจสอบควรใช้ประชากรทั้งหมด หากเป็นไปได้ และ ตั้งแต่เต็มประชากรสามารถ voluminous พวกเขามักต้องใช้คอมพิวเตอร์และการทำเหมืองข้อมูลเทคนิคการ

ผลลัพธ์ (ไทย) 2:

เมื่อผู้สอบบัญชีมีการค้นหาความผิดปกติโดยไม่ได้ตั้งใจ-ข้อผิดพลาดที่มักจะเกิดจาก
จุดอ่อนในการควบคุมเพราะความผิดปกติที่เกิดขึ้นในช่วงเวลาปกติตลอดทั้งข้อมูล
ชุด ในทางตรงกันข้ามการทุจริตข้อผิดพลาดที่เกิดจากความตั้งใจของมนุษย์ฉลาดสิ่งมีชีวิตสามารถเกิดขึ้นได้
ในเวลาเพียงไม่กี่ธุรกรรม ในขณะที่กลุ่มตัวอย่างประชากรที่มีความผิดปกติที่ควร
จะเป็นตัวแทนของกลุ่มตัวอย่างประชากรที่มีการทุจริตอาจจะไม่เป็นตัวแทน.
สมมติว่าการทุจริตที่ถูกบันทึกไว้ในการทำธุรกรรมเพียงไม่กี่อัตราการสุ่มตัวอย่างของร้อยละ 5
ส่งผลให้มีความเสี่ยงร้อยละ 95 การทุจริตจะ ไม่ได้รับการเก็บตัวอย่างและจะพลาด การทุจริต
วิธีการตรวจสอบควรใช้ประชากรเต็มรูปแบบเมื่อใดก็ตามที่เป็นไปได้และตั้งแต่เต็ม
ประชากรสามารถมากมายที่พวกเขามักจะต้องใช้คอมพิวเตอร์และการทำเหมืองข้อมูล
เทคนิค

ผลลัพธ์ (ไทย) 3:

เมื่อตรวจสอบค้นหาความผิดปกติทางข้อผิดพลาดมักจะเกิดจาก
จุดอ่อนในการควบคุมเนื่องจากความผิดปกติเกิดขึ้นในช่วงเวลาปกติตลอดข้อมูล
ชุด ในทางตรงกันข้าม , การฉ้อโกงโดยเจตนาข้อผิดพลาดที่เกิดจากมนุษย์ฉลาดสามารถเกิดขึ้น
ในเพียงไม่กี่รายการ ในขณะที่จำนวนประชากรที่มีความผิดปกติควร
เป็นผู้แทนตัวอย่างของประชากรที่มีการทุจริตอาจไม่เป็นตัวแทน
สมมติการทุจริตจะถูกบันทึกในเพียงไม่กี่รายการ มีอัตราการสุ่มตัวอย่างผลร้อยละ 5
ในความเสี่ยงร้อยละ 95 การฉ้อโกงจะไม่ได้รับตัวอย่าง และจะพลาด วิธีการตรวจสอบการทุจริต
ควรใช้ประชากรทั้งหมดเมื่อใดก็ ตามที่เป็นไปได้ และเนื่องจากประชากรเต็ม
ได้มากมาย ,พวกเขามักจะต้องใช้คอมพิวเตอร์และการทำเหมืองข้อมูล
เทคนิค