導入：なぜすべてをチェックできないのか
監査および保証（Audit and Assurance）の勉強の中で、最も実務的な章へようこそ！少し考えてみてください。Amazonのような巨大企業が毎日何百万もの販売取引を行っているとして、監査人がすべての請求書をチェックすることなんて可能でしょうか？もちろん、不可能です！そんなことをすれば何年もかかってしまいますし、監査報酬も天文学的な金額になってしまいます。
この章では、すべての書類に目を通すことなく、十分な証拠を集めて意見を形成するために、監査人がどのようにサンプリング（標本調査）などの手法を活用しているかを学びます。最初は「計算が大変そう」に思えるかもしれませんが、心配しないでください。実際には複雑な計算よりも、論理的思考や専門家としての判断が重要になります。
1. テスト対象の選定方法：3つのアプローチ
監査人が何を調べるかを決める際、主なツールは以下の3つです。
A. 全件調査（100% Examination）
母集団のすべての項目をチェックすることです。これは稀なケースですが、母集団が小さい場合や、対象が高額かつ高リスクである場合（例：非常に高価な機械装置5台など）に用いられます。
B. 特定項目の抽出（Selecting Specific Items）
監査人が特定の特性に基づいて項目を選びます。例：
- 高額項目： \( \$10,000 \) を超えるすべての請求書。
\n- 重要項目： 怪しい項目や、過去にエラーが発生した履歴があるもの。
\n注：これはサンプリングではありません。なぜなら、すべての項目が選ばれるチャンスがあるわけではないからです！
C. 監査サンプリング（Audit Sampling）
\n母集団内の100%未満の項目に対して監査手続を適用し、すべての「サンプリング単位」に選ばれるチャンスがある状態にすることです。目的は、母集団全体について結論を導き出すことです。
重要なポイント：
\n監査サンプリングとは、全体を代表させるために「一部」を使うことです。もしサンプルが「クリーン」であれば、残りの記録も同様にクリーンである可能性が高いと推測します。
\n\n2. 監査サンプリングの理解（ISA 530）
\nサンプリングを理解するには、以下の2つの重要な用語を知る必要があります。
\n1. 母集団（Population）： サンプルが抽出されるデータ全体のこと（例：その年度の全売上請求書）。
\n2. サンプリング単位（Sampling Unit）： 母集団を構成する個々の項目のこと（例：1枚の請求書）。
統計的サンプリング vs 非統計的サンプリング
\nサンプリングには2つの「スタイル」があります。
\n統計的サンプリング： 無作為抽出（ランダム選定）と確率論を用いて結果を評価します。数学的根拠に基づき、人の主観による偏りを排除します。
\n非統計的サンプリング： 「判断的サンプリング」とも呼ばれます。監査人が専門家としての判断に基づいて、重要と思われる項目をピックアップします。
クイックレビュー： どちらが良いのでしょうか？答えは「どちらでもない」です！ISA 530では、監査人が十分かつ適切な証拠を集められるのであれば、どちらの手法も許容されると定めています。
\n\n3. サンプリングリスクと非サンプリングリスク
\nどんなに優れた監査人でも間違いを犯す可能性はあります。これらの「間違い」は2つのリスクに分類されます。
\n\n1. サンプリングリスク： 抽出したサンプルが母集団を代表していないリスクです。例えば、100個のビー玉（青90個、赤10個）が入った袋を想像してください。5個取り出したところ、偶然すべて赤色だった場合、「袋の中身はすべて赤だ」と誤った結論を下してしまいます。これがサンプリングリスクです！
\n2. 非サンプリングリスク： それ以外の理由で監査人が誤った結論に達してしまうリスクです。例えば、正しいサンプルを選んだのに間違った監査手続を使った場合や、書類を確認したのに偽造であることに気づかなかった場合などです。これは実質的に「ヒューマンエラー」と言えます。
\n\n覚え方：
\nSampling Risk = Sample（サンプル自体）が問題。
\nNon-Sampling Risk = Not the sample（サンプルではなく、監査人のミス！）。
4. サンプルの選定方法（手法）
\nでは、具体的にどうやって項目を選ぶのでしょうか？一般的な方法は以下の通りです。
\n\n1. 無作為抽出（Random Selection）： すべての項目に等しい確率で選ばれるチャンスがある方法。通常はコンピュータの乱数ジェネレーターを使用します。
\n2. 系統的抽出（Systematic Selection）： 一定の間隔で項目を選ぶ方法。
\n例： 20番目ごとの請求書をチェックすると決めます。ランダムに開始点（例：5番目の請求書）を選び、その後25番、45番、65番……とチェックしていきます。
3. 非作為抽出（Haphazard Selection）： 監査人が特別なルールに従わず、意識的な偏りを避けようとしながら項目を選ぶ方法。
\nよくある誤解： 学生は「非作為（Haphazard）」を「適当に選ぶ」ことだと考えがちです。実際には、山積みの書類の上の方にある「楽なもの」ばかりを選んでしまわないよう、注意を払う必要があります。
4. 通貨単位サンプリング（MUS）： 金額に基づいた重み付け選定です。母集団内のすべての1ドル（または円）に等しい選定確率が与えられます。これにより、金額の大きい項目が選ばれる確率が高まります。
\n5. ブロック抽出（Block Selection）： 一定の「塊」を選ぶ方法（例：3月の売上をすべてチェックする）。
\n注意： 1ヶ月の取引が1年全体を代表しているとは限らないため、一般的にサンプリング手法としては不適切です。
5. サンプルの設計と評価
\n始める前に、何をもって「誤謬（ミス）」や「逸脱」とするかを定義しなければなりません。コントロール（統制）をテストする場合（例：マネージャーはすべての請求書にサインしなければならない）、サインのない請求書はすべて「逸脱」となります。
\n\n許容可能 vs 期待される
\n許容可能誤謬（Tolerable Misstatement）： 監査人が母集団に対して許容できるエラーの最大値。会計が「適正」であると結論づけるための基準です。これは重要性（Materiality）に関連します。
\n期待される誤謬（Expected Misstatement）： 前年度のデータやリスク評価に基づいて、監査人が「これくらいのエラーが見つかるだろう」と予測する値です。
経験則： 期待されるエラーが許容可能なエラーに近づきすぎている場合、確証を得るために監査人はより大きなサンプルサイズを選択する必要があります。
\n\nエラーの投影
\nサンプルの中にエラーを見つけた場合、それを無視することはできません！母集団全体に投影（拡大推定）しなければなりません。
\n計算式：
\n\( \text{投影されたエラー} = \left( \frac{\text{サンプルで見つかったエラー額}}{\text{サンプル合計額}} \right) \times \text{母集団の総額} \)
例： 在庫 \( \$1,000 \) 分をテストし、\( \$50 \) のエラーを発見した。在庫合計が \( \$100,000 \) であれば、投影されるエラー額は \( \$5,000 \) となります。
重要なポイント：
もし投影されたエラー額（＋「異常な」単発のエラー）が許容可能誤謬を上回る場合、監査人はその母集団を信頼できず、さらなる追加の手続を行う必要があります。
学生のためのサマリーチェックリスト
試験を受けるときは、以下のポイントを思い出してください：
- ポイント： サンプリングは、監査人が母集団全体について結論を出したい時にのみ使われる。
- 混同しない： 統計的サンプリングは数学、非統計的サンプリングは判断力を使う。
- 王道： 無作為抽出と系統的抽出が最も一般的な統計的手法。
- ゴール： 投影されたエラーが「許容できる」範囲を超えた場合、会計書類に重要な誤謬がある可能性があると判断する。
最後に一言：監査サンプリングは、ケーキ全体がおいしいかを確認するために、一口だけ味見をするのと同じです。一口分（サンプル）に全体を代表する要素が含まれていれば、全体に対する意見として十分に自信を持つことができますよ！