Lo que se hace mal antes de llegar a la norma
El fallo más frecuente: el tamaño de muestra se decide después del presupuesto
Por lo que conozco, en los despachos medianos el tamaño de muestra se decide así: el responsable mira el presupuesto de horas asignado al área de cuentas a cobrar, divide entre el tiempo medio por factura, y de ahí sale el "número mágico" que luego se justifica hacia atrás con factores de riesgo ajustados a conveniencia. Eso es el orden inverso al que exige la NIA-ES 530.
Ahora bien, ¿qué exige realmente la norma? La NIA-ES 530.7 establece que el tamaño debe ser suficiente para reducir el riesgo de muestreo a un nivel aceptablemente bajo, y la NIA-ES 530.A11 vincula ese tamaño a tres parámetros: el error tolerable, el nivel de confianza, y la expectativa de error en la población. Ninguno de los tres es el presupuesto de horas.
La zona gris está aquí: el "nivel aceptablemente bajo" es juicio profesional. Y cuando el socio necesita el cliente, ese juicio se desliza. No es delito, es presión estructural. Pero hay que nombrarlo para no caer en él.
Por qué el muestreo por conveniencia no es muestreo
Coger 30 facturas "que parezcan representativas" no es muestreo estadístico. Es una mirada. Puede ser útil para una primera aproximación al área, pero no permite proyectar errores a la población ni cuantificar el riesgo de no detectar incorrecciones materiales. Un revisor de calidad serio lo detecta en el primer minuto de revisión de papeles de trabajo.
El MUS resuelve esto porque cada euro de la población tiene la misma probabilidad de selección. Las facturas grandes salen con más frecuencia (proporcionalmente a su valor), lo que es exactamente lo que se quiere cuando el objetivo es detectar sobrevaloración. La NIA-ES 530.A23 lo nombra explícitamente como técnica preferida para cuentas a cobrar, existencias y activos fijos.
Ejemplo aplicado: Mediterránea Industrial S.L.
Información del cliente
Mediterránea Industrial S.L., Valencia, fabrica componentes electrónicos. Cifra de negocio del ejercicio 2024: 24,8 millones de euros. Las cuentas a cobrar al 31/12/2024 suman 8.420.000 euros, repartidos en 1.247 facturas individuales.
Parámetros del encargo: - Materialidad global: 750.000 euros (3% de la cifra de negocio) - Materialidad de ejecución: 450.000 euros (60% de la materialidad global) - Riesgo de auditoría planificado: 5% (nivel de confianza 95%) - Error tolerable para cuentas a cobrar: 400.000 euros
Cálculo del tamaño de muestra
Aplicando la fórmula MUS con intervalo de confianza del 95%:
Tamaño de muestra = (Valor de la población × Factor de confianza) ÷ Error tolerable
- Valor de la población: 8.420.000 euros - Factor de confianza (95%): 3,00 - Error tolerable: 400.000 euros
Tamaño de muestra = (8.420.000 × 3,00) ÷ 400.000 = 63,15
Documentación: "Tamaño de muestra redondeado a 64 elementos. Factor de confianza 3,00 corresponde a riesgo de auditoría del 5% según tabla NIA-ES 530.A23."
Nota práctica: redondear hacia arriba, nunca hacia abajo. 63,15 → 64. Si redondea a 63, baja el nivel de confianza efectivo y nadie en la EQR se da cuenta hasta que viene el ICAC.
Cálculo del intervalo de muestreo
Intervalo de muestreo = Valor de la población ÷ Tamaño de muestra Intervalo = 8.420.000 ÷ 64 = 131.563 euros
Documentación: "Cada 131.563 euros se selecciona un elemento. La selección garantiza cobertura proporcional de toda la población."
Selección sistemática con arranque aleatorio
1. Arranque aleatorio: número aleatorio entre 1 y 131.563 = 47.829 (generado con función =RANDBETWEEN, no a ojo) 2. Primera selección: factura que contiene el euro número 47.829 en la población acumulada 3. Selecciones sucesivas: 47.829 + 131.563 = 179.392; 179.392 + 131.563 = 310.955; y así hasta cubrir las 64 selecciones
Documentación: "Arranque aleatorio 47.829 aplicado a población ordenada por valor acumulado. Método garantiza que cada euro tiene probabilidad de selección 1/131.563."
Evaluación de resultados (con la complicación que de verdad ocurre)
De las 64 facturas seleccionadas: - 61 facturas sin error - 2 facturas con errores menores (150 euros y 320 euros) - 1 factura con error material (2.100 euros de sobrevaloración por aplicación incorrecta del descuento por pronto pago)
Aquí es donde el ejemplo se complica. Al revisar la factura con error material, aparece que el cliente sistemático (no aleatoriamente) aplica el descuento por pronto pago a clientes que pagan a 90 días, no solo a los que pagan a 30. Eso es una incidencia de control, no un error aislado de transacción. Y obliga a replantear el procedimiento: ¿es suficiente proyectar este error como si fuera aleatorio, o hay que considerar una incidencia sistemática que requiere ampliación?
En mi caso, cuando aparece un patrón así, suspendo la proyección estándar. Documento el hallazgo, lo discuto con el responsable del encargo, y normalmente ampliamos la muestra a una segunda sub-población (las facturas con descuento por pronto pago aplicado fuera del plazo previsto) usando muestreo de atributos. La proyección MUS se mantiene para el resto, pero el error sistemático se cuantifica por separado.
Para este ejemplo, asumamos que tras la conversación con el responsable se concluye que el error es aislado (la factura concreta tenía un código de cliente mal asignado y no es síntoma de fallo de control). En ese caso:
Proyección del error más probable: Error total detectado: 2.570 euros Proyección = (2.570 ÷ 64) × 1.247 = 50.068 euros
Límite superior del error (LSE): LSE = Error proyectado + Precisión adicional por muestreo LSE = 50.068 + 39.166 = 89.234 euros
Documentación: "Error proyectado 50.068 euros. LSE 89.234 euros. Ambos por debajo del error tolerable 400.000 euros. Se documenta análisis específico de la factura con error material; el responsable del encargo concluye que es aislado por error de codificación."
Conclusión del procedimiento
El LSE (89.234 euros) queda muy por debajo del error tolerable (400.000 euros), con un margen de 310.766 euros. Eso permite concluir que las cuentas a cobrar no contienen incorrecciones materiales con un nivel de confianza del 95%.
Documentación: "Muestra MUS respalda conclusión de que cuentas a cobrar están libres de incorrecciones materiales. Margen entre LSE y error tolerable (310.766 euros) proporciona evidencia suficiente y adecuada conforme a NIA-ES 500.6."
Lista práctica de verificación MUS
1. Establecer parámetros antes de acceder a la población: error tolerable, nivel de confianza, método de selección. Si se accede primero y se calibra después, ya está sesgado.
2. Ordenar la población de forma que permita selección sistemática (cronológica o por valor acumulado) y mantener el orden durante todo el procedimiento.
3. Verificar que el arranque aleatorio sea genuino: generador de números aleatorios o tabla estadística. Nunca "el número de la fecha de hoy" ni estimaciones mentales.
4. Documentar cada elemento seleccionado con su justificación (número de factura, valor monetario y posición en la secuencia de intervalos).
5. Proyectar todos los errores, incluidos los menores. La NIA-ES 530.14 lo exige sin excepciones, y los foros de inspectores del ICAC lo señalan año tras año como deficiencia recurrente.
6. Comparar el LSE con la materialidad de ejecución, no con la materialidad global. Este es el test final.
Donde los profesionales discrepan razonablemente
Hay un debate legítimo en la profesión sobre cuándo usar MUS y cuándo usar muestreo de atributos. La posición A (más común en Big 4): MUS para cualquier prueba de detalle sobre saldos monetarios, atributos solo para pruebas de controles. La razón: el MUS proyecta errores monetarios directamente y permite la conclusión cuantitativa que la NIA-ES 530.14 exige.
La posición B (común en despachos medianos y en algunos académicos del REA): MUS sí para sobrevaloración, pero atributos para pruebas de subvaloración o para poblaciones muy heterogéneas (como cuentas a cobrar con saldos negativos significativos por anticipos de clientes). La razón: el MUS asume que los errores son proporcionales al valor, lo que falla cuando la población contiene partidas de signo contrario o cuando el riesgo es de incorrección por omisión, no por exceso.
Desde mi punto de vista, la posición B es más defendible para PYMES con cartera de clientes irregular. La posición A es más limpia para grupos consolidados con poblaciones grandes y homogéneas. No hay una única respuesta correcta y cualquier auditor que diga lo contrario, no se ha enfrentado a una población con anticipos relevantes.
Errores comunes que ve el ICAC en revisiones
- Confundir error tolerable con materialidad de ejecución. El error tolerable puede ser inferior a la materialidad de ejecución cuando hay varias poblaciones en la misma cuenta. Esto sale en revisiones del ICJCE año tras año.
- Redondear el tamaño de muestra hacia abajo. Siempre hacia arriba. Es un principio básico del muestreo estadístico y, sin embargo, el inspector lo encuentra con frecuencia.
- Ignorar errores menores en la proyección. Todos los errores detectados se proyectan, independientemente de su materialidad individual (NIA-ES 530.14). En la práctica, lo que se hace cuando los PT están flojos es proyectar solo el error grande y olvidarse de los pequeños "porque no llegan al umbral". Eso es incorrecto.
Nadie disfruta calculando un tamaño de muestra honesto cuando ya sabe que el cliente quiere terminar en una semana y el socio necesita el cliente. Pero el día que llega la inspección y los PT no aguantan, el problema es del firmante. No del cliente, no del socio: del firmante.
Contenido relacionado
Calculadora de materialidad: configura los parámetros que alimentan el cálculo del tamaño de muestra MUS
Glosario: muestreo de auditoría: conceptos centrales del muestreo estadístico y no estadístico bajo la NIA-ES 530
Kit de documentación NIA-ES 530: plantillas de PT que documentan cada paso del procedimiento MUS con las referencias normativas correctas