অ্যাট্রিবিউট স্যাম্পলিং কী?
অ্যাট্রিবিউট স্যাম্পলিং হ'ল একটি পরিসংখ্যান প্রক্রিয়া যা নিরীক্ষণের পদ্ধতিতে ব্যবহৃত হয় যা প্রদত্ত জনগোষ্ঠীর বৈশিষ্ট্য বিশ্লেষণ করে। এই অনুশীলনটি প্রায়শই কোনও সংস্থার অভ্যন্তরীণ নিয়ন্ত্রণগুলি সঠিকভাবে অনুসরণ করা হচ্ছে কিনা তা পরীক্ষা করার জন্য ব্যবহৃত হয়। নিয়ন্ত্রণগুলির উপর নির্ভর করার ক্ষমতা না থাকলে অর্থবহ নিরীক্ষা চালানো খুব কঠিন এবং অত্যন্ত ব্যয়বহুল।
কী Takeaways
- প্রদত্ত জনগোষ্ঠীর বৈশিষ্ট্য বিশ্লেষণে সহায়তা করে অ্যাট্রিবিউট স্যাম্পলিং পদ্ধতিগুলি নিরীক্ষণের জন্য ব্যবহৃত হয় his এই পরিসংখ্যান প্রক্রিয়াটি অভ্যন্তরীণ নিয়ন্ত্রণগুলি অনুসরণ করা হচ্ছে কিনা তা নির্ধারণ করতে সহায়তা করে। প্রক্রিয়াটি নির্দিষ্ট ক্রিয়াকলাপের নমুনা গ্রহণের সাথে জড়িত যেমন একটি নির্দিষ্ট পরিমাণের চালান প্রদানের পরে সেই প্রক্রিয়াটি বিশ্লেষণ করে।
কীভাবে অ্যাট্রিবিউট স্যাম্পলিং কাজ করে
আসুন আমরা বলি যে কোনও অডিটর কোনও সংস্থার নিয়মের কার্যকারিতা পরীক্ষা করতে চান যে purchase 10 ডলারের বেশি ক্রয় অবশ্যই ক্রয় আদেশের সাথে অনুমোদিত হতে হবে। যেহেতু প্রতিটি বিক্রেতার চালানকে 10 ডলারের বেশি পরীক্ষা করা প্রায়শই সম্ভব হয় না, তাই নিরীক্ষক একটি নমুনা নেবেন। 10 ডলারেরও বেশি ক্রয়ের আদেশের পুরো জনসংখ্যার একটি সঠিক চিত্র সরবরাহের জন্য নমুনার আকারটি অবশ্যই যথেষ্ট পরিমাণে অবশ্যই বড় হওয়া উচিত, যদিও সেই নির্ভুলতা সর্বদা ডিগ্রির বিষয় এবং এটি অবশ্যই পরীক্ষা করা উচিত। নমুনা পরীক্ষা করার সময়, নিরীক্ষক আবিষ্কার করতে পারেন যে 10% ডলারের বেশি বিক্রেতার চালানের 5% ক্রয় আদেশের দ্বারা অনুমোদিত ছিল না।
অন্যদিকে, 5% গ্রহণযোগ্য বলে মনে করা যেতে পারে। কারণ নিরীক্ষক একটি নমুনা নিয়েছেন এবং বিক্রেতার চালানের পুরো জনসংখ্যা পরীক্ষা করতে সক্ষম হননি, তাই তাকে বা তাকে একটি অতিরিক্ত বিশ্লেষণ করতে হবে কারণ যে কোনও সময় কোনও নমুনা নেওয়ার পরে কোনও ঘটনা "নমুনা ত্রুটি" হিসাবে পরিচিত হিসাবে পরিচিত।
একটি নমুনা ত্রুটি ঘটে যখন নমুনার মানগুলি পুরো জনসংখ্যার যেখান থেকে নমুনা নেওয়া হয়েছিল তার সাথে মেলে না। সুতরাং যদি অতিরিক্ত বিশ্লেষণ দেখায় যে ত্রুটির মার্জিনটি 2.5%, তবে একটি 5% নন-কমপ্লায়েন্স হার গ্রহণযোগ্য হবে কারণ আত্মবিশ্বাসের ব্যবধানটি 5%, প্লাস বা বিয়োগ 2.5% হয় এবং সহনীয় 3% হার সেই পরিসরের মধ্যে পড়ে।
এই 5% মেনে চলার হার গ্রহণযোগ্য বা নাও হতে পারে, নিরীক্ষক যে হারটি সহনীয় ব্যক্তির হিসাবে নির্ধারণ করেছেন তার উপর নির্ভর করে। যদি নিরীক্ষক বিশ্বাস করেন যে 3% হার সহনীয়, 5% ফলস্বরূপ খুব বেশি বলে মনে হবে এবং এটি ইঙ্গিত করবে যে সংস্থার অভ্যন্তরীণ নিয়ন্ত্রণগুলি কার্যকর ছিল না। এই পরিস্থিতিতে, নিরীক্ষক দ্বারা অতিরিক্ত তদন্ত প্রয়োজন হবে। এই ডেটা ভবিষ্যতের জন্য অতিরিক্ত নিয়ন্ত্রণ প্রয়োজনীয় বলেও সুপারিশ করতে পারে।
একটি নির্বাচন জরিপ বিবেচনা করুন, যেখানে নমুনা তথ্য সূচিত হয়েছে যে জরিপকৃতদের মধ্যে 49% বলেছেন তারা প্রার্থী এ-এর পক্ষে ভোট দেওয়ার পরিকল্পনা করছেন, এবং জরিপকৃতদের মধ্যে 51% বলেছেন যে তারা প্রার্থী বিয়ের পক্ষে ভোট দেওয়ার পরিকল্পনা করছেন, এক্ষেত্রে 2.5% নমুনা ব্যবস্থার ত্রুটি রয়েছে পরিসংখ্যানগুলির মধ্যে 2% পার্থক্যের চেয়ে বড়, যা জরিপ ফলাফলের সত্যতাটিকে প্রশ্নে ফেলে দেবে।
সঠিকভাবে নকশা করা এবং দক্ষতার সাথে সম্পাদন করা অভ্যন্তরীণ নিয়ন্ত্রণগুলি নিরীক্ষণের জন্য ব্যবহৃত হলে অ্যাট্রিবিউট স্যাম্পলিং কেবলমাত্র অর্থবহ।
অ্যাট্রিবিউট স্যাম্পলিংয়ে জিজ্ঞাসিত প্রশ্নগুলির প্রকার
অনেকগুলি আইটেম অ্যাট্রিবিউট স্যাম্পলিং ব্যবহার করে অধ্যয়ন করা যেতে পারে। আংশিক তালিকায় অন্তর্ভুক্ত রয়েছে:
- পণ্যের চালান কি সর্বদা বিল দেওয়ার আগে আসে? পণ্যগুলি কি কেবল অনুমোদিত বিক্রেতাদের কাছ থেকে ক্রয় করা হয়? অনুমোদিত creditণযুক্ত গ্রাহকদের কাছে ক্রেডিট বিক্রয় করা হয়? সমস্ত চেক কোনও অনুমোদিত ব্যক্তির স্বাক্ষরিত হয়?
