Die vorliegende Arbeit untersucht zunächst in Kapitel 2 die Struktur von buchhalterischen Grundgesamtheiten. Anschließend werden in Kapitel 3 die Anwendungsvoraussetzungen statistischer Schätzverfahren mit den Merkmalen einer typischen Prüfungssituation verglichen. Relativ knapp wird in Kapitel 4 auf die einfache Zufallsstichprobe eingegangen. In Kapitel 5 wird das Adaptive Sampling und in Kapitel 6 das Adaptive Cluster Sampling eingeführt. In dem folgenden Kapitel werden die theoretischen Eigenschaften des Adaptive Cluster Sampling dargestellt. Das Kapitel 8 untersucht, ob die theoretisch ableitbare Effizienz des Adaptive Cluster Sampling in einer empirischen Untersuchung zweier einfacher Grundgesamtheiten belegt werden kann. Die folgenden Kapitel gehen auf den Stichprobenumfang und die lineare Kostenfunktion des Adaptive Cluster Sampling ein. Schließlich werden in Kapitel 11 alternative Auswahltechniken und Schätzer des Adaptive Cluster Sampling vorgestellt.
Inhaltsverzeichnis
- Abkürzungsverzeichnis
- Symbolverzeichnis
- Abbildungsverzeichnis
- Tabellenverzeichnis
- 1 Problemstellung
- 2 Zu der Struktur von buchhalterischen Grundgesamtheiten
- 2.1 Zu der Verteilung der Buchwerte
- 2.2 Zu der Verteilung der Fehler
- 3 Anwendungsvoraussetzung statistischer Schätzverfahren und deren Übereinstimmung mit den Merkmalen einer typischen Prüfungssituation
- 4 Zu der einfachen Zufallsstichprobe
- 5 Zu dem Adaptive Sampling
- 6 Zu dem Adaptive Cluster Sampling
- 6.1 Grundlagen des Adaptive Cluster Sampling
- 6.2 Zu der Nachbarschaftsdefinition
- 6.3 Zu der Bedingung C
- 6.4 Beispiel Nr. 1
- 6.5 Ein Schätzer, der auf den Auswahlwahrscheinlichkeiten der Netzwerke durch die Anfangsstichprobe basiert
- 6.6 Ein Schätzer, der auf der Häufigkeit der Auswahl der Netzwerke durch die Anfangsstichprobe basiert
- 6.7 Beispiel Nr. 2
- 7 Einflußgrößen der relativen Effizienz von Adaptive Cluster Sampling im Verhältnis zu der einfachen Zufallsstichprobe
- 7.1 Eigenschaften der Grundgesamtheit
- 7.1.1 Die Varianz innerhalb der Netzwerke
- 7.1.2 Die geographische Seltenheit von Fehlern
- 7.2 Der Stichprobenumfang
- 8 Empirischer Vergleich der Effizienz zwischen Adaptive Cluster Sampling und der einfachen Zufallsstichprobe
- 8.1 Zu dem Computerprogramm für den Wirksamkeitsvergleich zwischen Adaptive Cluster Sampling und der einfachen Zufallsstichprobe
- 8.2 Zu dem Beispiel Nr. 2
- 8.3 Beispiel Nr. 3
- 9 Zu dem Stichprobenumfang des Adaptive Cluster Sampling
- 10 Lineare Kostenfunktion des Adaptive Cluster Sampling und der einfachen Zufallsstichprobe
- 11 Alternative Auswahltechniken und Schätzer des Adaptive Cluster Sampling
- 11.1 Stratified Adaptive Cluster Sampling
- 11.2 Adaptive Cluster Sampling Based on Order Statistics
- 11.3 Adaptive Cluster Sampling mit einer Anfangsstichprobe mit ungleichen Ziehungswahrscheinlichkeiten
- 12 Zusammenfassung und Ausblick
- Anhang
- Literaturverzeichnis
- Eidesstattliche Versicherung
Zielsetzung und Themenschwerpunkte
Die Diplomarbeit befasst sich mit der Frage, ob Adaptive Sampling, insbesondere Adaptive Cluster Sampling, einen Fortschritt in der Revisionstechnik darstellt. Die Arbeit analysiert die theoretischen Grundlagen und die praktische Anwendung dieser Sampling-Methode im Vergleich zur einfachen Zufallsstichprobe. Ziel ist es, die Effizienz und die Kosten des Adaptive Cluster Sampling zu bewerten und seine Eignung für die Revisionspraxis zu beurteilen.
- Struktur von buchhalterischen Grundgesamtheiten
- Anwendungsvoraussetzungen statistischer Schätzverfahren
- Adaptive Cluster Sampling
- Effizienz und Kosten des Adaptive Cluster Sampling
- Alternative Auswahltechniken und Schätzer
Zusammenfassung der Kapitel
Das erste Kapitel der Arbeit stellt die Problemstellung dar und erläutert die Relevanz des Themas. Kapitel 2 analysiert die Struktur von buchhalterischen Grundgesamtheiten, insbesondere die Verteilung der Buchwerte und die Verteilung der Fehler. Kapitel 3 untersucht die Anwendungsvoraussetzungen statistischer Schätzverfahren und deren Übereinstimmung mit den Merkmalen einer typischen Prüfungssituation. Kapitel 4 behandelt die einfache Zufallsstichprobe als Referenzmethode. Kapitel 5 stellt das Adaptive Sampling vor und erläutert seine Funktionsweise. Kapitel 6 widmet sich dem Adaptive Cluster Sampling, beschreibt seine Grundlagen, die Nachbarschaftsdefinition, die Bedingung C und führt zwei Beispiele zur Veranschaulichung an. Kapitel 7 untersucht die Einflussgrößen der relativen Effizienz des Adaptive Cluster Sampling im Verhältnis zur einfachen Zufallsstichprobe, insbesondere die Eigenschaften der Grundgesamtheit und den Stichprobenumfang. Kapitel 8 präsentiert einen empirischen Vergleich der Effizienz zwischen Adaptive Cluster Sampling und der einfachen Zufallsstichprobe anhand von zwei Beispielen. Kapitel 9 behandelt den Stichprobenumfang des Adaptive Cluster Sampling. Kapitel 10 analysiert die lineare Kostenfunktion des Adaptive Cluster Sampling und der einfachen Zufallsstichprobe. Kapitel 11 stellt alternative Auswahltechniken und Schätzer des Adaptive Cluster Sampling vor, wie z.B. Stratified Adaptive Cluster Sampling und Adaptive Cluster Sampling Based on Order Statistics. Schließlich fasst Kapitel 12 die Ergebnisse der Arbeit zusammen und gibt einen Ausblick auf zukünftige Forschungsfragen.
Schlüsselwörter
Die Schlüsselwörter und Schwerpunktthemen des Textes umfassen Adaptive Sampling, Adaptive Cluster Sampling, Revisionstechnik, Stichprobenverfahren, Effizienz, Kosten, Grundgesamtheit, Buchwerte, Fehler, einfache Zufallsstichprobe, Prüfungssituation, Nachbarschaftsdefinition, Bedingung C, Einflussgrößen, empirischer Vergleich, Stichprobenumfang, lineare Kostenfunktion, alternative Auswahltechniken, Schätzer, Stratified Adaptive Cluster Sampling, Adaptive Cluster Sampling Based on Order Statistics.
- Quote paper
- Oscar Garcia Moreno (Author), 1998, Adaptive Sampling - ein Fortschritt in der Revisionstechnik?, Munich, GRIN Verlag, https://www.grin.com/document/185309
