Audit sampling remains an essential technique in financial statement audits, particularly when auditors must examine thousands or millions of transactions within a limited timeframe. A common question among audit professionals is whether selecting 25, 40 or 60 transactions is sufficient to support an audit conclusion. Another frequently misunderstood issue is whether the population must remain below a particular size for a fixed sample to be appropriate.
Under Thai Standard on Auditing (TSA) 530, *Audit Sampling*, which is based on International Standard on Auditing (ISA) 530, there is no prescribed minimum sample size of 25, 40 or 60 items, and there is no maximum population size for audit sampling. Instead, the auditor must design a sample that provides a reasonable basis for conclusions about the population, considering the audit objective, assessed risks, tolerable errors, expected errors and the level of assurance required.
The first important distinction is between tests of controls and substantive tests of details. Tests of controls evaluate whether internal controls operate effectively, such as whether purchase orders are properly authorised or bank reconciliations are independently reviewed. Substantive tests of details, on the other hand, seek evidence about the accuracy and other relevant assertions of account balances and transactions, such as revenue, receivables, inventories and expenses. The two approaches require different sampling considerations.
For tests of controls, sample sizes are commonly influenced by the tolerable deviation rate, expected deviation rate and desired level of assurance. For example, when an auditor wishes to obtain 95% statistical confidence that the actual control deviation rate does not exceed 5%, a simple random sample of approximately 59–60 items with no detected deviations may be sufficient under a large-population binomial model. If the auditor is willing to accept a 7.5% deviation rate, approximately 39–40 items may be sufficient under similar assumptions. A sample of 25 items with no deviations provides a one-sided 95% upper deviation limit of approximately 11.3%.
These calculations explain why audit firms sometimes use sample sizes around 25, 40 or 60 for certain control tests. However, these numbers are not mandatory sample sizes prescribed by ISA 530. They depend on specific assumptions and do not automatically apply when the auditor expects deviations, uses a different confidence level or tests a control that has changed during the year.
Consider a company processing 20,000 purchase invoices annually. The auditor wishes to assess whether invoices are approved in accordance with the company's authorisation policy. Assuming a complete, reasonably homogeneous population, a properly designed sample of 60 invoices with no identified deviations may support a conclusion that the deviation rate is below 5% at approximately 95% confidence. However, if one deviation is identified, the statistical upper limit rises to approximately 7.7%. The auditor must then investigate the cause, reassess the planned reliance on the control and determine whether additional procedures or changes to the audit approach are necessary.
This illustrates an important principle: increasing sample size does not automatically eliminate an identified control weakness. A deviation may indicate a systemic failure, inappropriate segregation of duties or management override. Auditors must therefore assess both the frequency and nature of deviations rather than treating sampling as a mechanical exercise.
For substantive tests of details, the calculation is different. The sample size depends on the risk of material misstatement, tolerable misstatement, expected misstatement, characteristics and monetary value of the population, and assurance obtained from other audit procedures. A sample of 40 invoices could be excessive for a low-risk population supported by effective controls and analytical procedures, while 60 invoices could be insufficient for a high-risk revenue population with significant expected misstatements.
For example, assume that a manufacturing company reports THB 500 million in annual revenue across 100,000 invoices. The auditor may first examine individually significant or high-risk transactions, such as unusually large sales, related-party transactions and entries recorded close to year-end. The remaining transactions may then be subjected to an appropriately designed sampling approach, including monetary unit sampling where suitable. The number selected must reflect the risk and tolerable misstatement applicable to the remaining population, rather than a predetermined target of 40 or 60 invoices.
Another common misunderstanding concerns population size. Neither TSA 530 nor ISA 530 imposes a maximum population of 1,000, 10,000 or 100,000 transactions for selecting a particular sample size. In tests of controls involving large populations, increasing the number of transactions often has little effect on the required statistical sample size when the other assumptions remain unchanged. Consequently, a sample of approximately 60 items may be appropriate for a population of 10,000 transactions and potentially for a population of one million transactions under the same control-testing assumptions.
However, the auditor must establish that the population is complete, relevant and reasonably suitable for the intended sampling approach. If a company operates multiple locations, different approval systems or controls that changed during the year, the auditor may need to divide the population into separate groups and determine sample sizes accordingly. The absence of a numerical population limit does not mean that a single sample is appropriate for every large dataset.
Small populations require different consideration. If a control operates monthly, there may be only twelve occurrences during the year. If a control operates quarterly, there may be only four. In these circumstances, examining all occurrences may be more efficient and appropriate than applying a sample size derived from a large-population statistical model.
The selection method also matters. Random sampling, systematic sampling and monetary unit sampling may be appropriate depending on the audit objective and population characteristics. Selecting the largest transactions or unusual transactions is valuable for targeted testing, but such items are not necessarily a representative sample of the remaining population. Auditors must therefore distinguish between selecting specific items for examination and audit sampling intended to support conclusions about an entire population.
Modern data analytics can assist auditors in examining complete transaction populations, identifying unusual journal entries and selecting risk-based samples. Nevertheless, analysing 100% of the population does not automatically provide sufficient appropriate audit evidence. The auditor must still consider data completeness, reliability, testing logic and whether the procedures address the relevant financial statement assertions.
The US Public Company Accounting Oversight Board's AS 2315, Audit Sampling, reinforces these principles. It explains that sample size depends on the audit objective and risk and provides an illustrative example in which 60 control-testing items with no deviations may support a tolerable deviation rate of 5%. It also notes that population size has virtually no effect on substantive sample size unless the population is very small. These principles are useful for comparison, although PCAOB standards apply to engagements within their own regulatory scope.
Conclusion
Audit sampling in 2026 should not be based on the assumption that 25, 40 or 60 items are universally sufficient. For tests of controls, these sample sizes may correspond to particular levels of statistical assurance and tolerable deviation rates. For substantive tests, the sample size must be determined with reference to the risk of material misstatement, tolerable monetary misstatement and available audit evidence.
The central lesson is that audit quality is not measured by the number of transactions examined. It is measured by whether the sampling approach is appropriately designed, the population is complete, the items selected address the audit objective and the results provide sufficient appropriate evidence. There is no maximum population size under ISA 530, but there is also no universal sample size that guarantees audit quality.
การเลือกตัวอย่างในการสอบบัญชีเป็นวิธีการสำคัญที่ช่วยให้ผู้สอบบัญชีสามารถรวบรวมหลักฐานจากรายการจำนวนมากได้อย่างมีประสิทธิภาพ โดยไม่จำเป็นต้องตรวจสอบธุรกรรมทั้งหมดของกิจการ อย่างไรก็ตาม คำถามที่พบได้บ่อยในทางปฏิบัติคือ ผู้สอบบัญชีควรสุ่มตรวจ 25, 40 หรือ 60 รายการจึงจะถือว่าเพียงพอ และหากบริษัทมีประชากรจำนวนมาก เช่น ใบกำกับสินค้า 100,000 รายการ หรือรายการบัญชีหนึ่งล้านรายการ จะยังสามารถใช้จำนวนตัวอย่างเท่าเดิมได้หรือไม่
ตามมาตรฐานการสอบบัญชี รหัส 530 เรื่องการเลือกตัวอย่างในการสอบบัญชี ซึ่งสอดคล้องกับมาตรฐานสากล ISA 530 ไม่ได้กำหนดว่าผู้สอบบัญชีต้องเลือกตัวอย่างขั้นต่ำ 25, 40 หรือ 60 รายการ และไม่ได้กำหนดจำนวนประชากรสูงสุดที่สามารถใช้การสุ่มตัวอย่างได้ แต่กำหนดให้ผู้สอบบัญชีออกแบบและเลือกตัวอย่างที่สามารถให้หลักฐานอย่างเพียงพอเพื่อสนับสนุนข้อสรุปเกี่ยวกับประชากรที่ตรวจสอบ โดยพิจารณาวัตถุประสงค์การตรวจสอบ ระดับความเสี่ยง ข้อผิดพลาดที่ยอมรับได้ และระดับความเชื่อมั่นที่ต้องการ
ประเด็นแรกที่ต้องทำความเข้าใจคือความแตกต่างระหว่างการทดสอบระบบควบคุมภายในกับการตรวจสอบรายละเอียดรายการบัญชี การทดสอบระบบควบคุมภายในมีวัตถุประสงค์เพื่อประเมินว่าการควบคุมที่กำหนดไว้ปฏิบัติงานอย่างมีประสิทธิผลหรือไม่ เช่น การอนุมัติใบสั่งซื้อหรือการตรวจทานรายงานกระทบยอดธนาคาร ส่วนการตรวจสอบรายละเอียดรายการบัญชีมุ่งรวบรวมหลักฐานเกี่ยวกับความถูกต้องและข้อยืนยันที่เกี่ยวข้องของยอดบัญชีหรือธุรกรรม เช่น รายได้ ลูกหนี้การค้า สินค้าคงเหลือ และค่าใช้จ่าย ซึ่งต้องใช้หลักการกำหนดจำนวนตัวอย่างแตกต่างกัน
สำหรับการทดสอบระบบควบคุมภายใน จำนวนตัวอย่างขึ้นอยู่กับอัตราเบี่ยงเบนที่ผู้สอบบัญชียอมรับได้ อัตราเบี่ยงเบนที่คาดว่าจะพบ และระดับความเชื่อมั่นที่ต้องการ ตัวอย่างเช่น หากต้องการความเชื่อมั่นทางสถิติ 95% ว่าอัตราเบี่ยงเบนที่แท้จริงของระบบควบคุมไม่เกิน 5% การสุ่มประมาณ 59–60 รายการโดยไม่พบข้อเบี่ยงเบนอาจเพียงพอตามแบบจำลองทางสถิติสำหรับประชากรขนาดใหญ่ หากยอมรับอัตราเบี่ยงเบนได้ 7.5% จำนวนตัวอย่างอาจลดเหลือประมาณ 39–40 รายการ ขณะที่การสุ่ม 25 รายการโดยไม่พบข้อเบี่ยงเบน จะมีขอบเขตบนของอัตราเบี่ยงเบนที่ระดับความเชื่อมั่น 95% ประมาณ 11.3%
ตัวเลขดังกล่าวช่วยอธิบายว่าทำไมสำนักงานสอบบัญชีบางแห่งจึงใช้จำนวนตัวอย่างประมาณ 25, 40 หรือ 60 รายการในการทดสอบระบบควบคุมภายใน แต่ต้องเข้าใจว่า จำนวนเหล่านี้เป็นผลจากวิธีการและสมมติฐานที่กำหนด ไม่ใช่จำนวนตัวอย่างที่มาตรฐานรหัส 530 บังคับให้ใช้ หากผู้สอบบัญชีคาดว่าจะพบข้อเบี่ยงเบน ต้องการความเชื่อมั่นสูงขึ้น หรือพบว่าระบบควบคุมมีการเปลี่ยนแปลงระหว่างปี จำนวนตัวอย่างที่เหมาะสมก็อาจแตกต่างออกไป
ตัวอย่างเช่น บริษัทแห่งหนึ่งมีใบกำกับซื้อ 20,000 รายการต่อปี และผู้สอบบัญชีต้องการทดสอบว่าใบกำกับซื้อได้รับอนุมัติตามระเบียบของบริษัทหรือไม่ หากกำหนดอัตราเบี่ยงเบนที่ยอมรับได้ 5% ต้องการความเชื่อมั่น 95% และประชากรมีลักษณะใกล้เคียงกันอย่างเหมาะสม การสุ่ม 60 รายการโดยไม่พบข้อเบี่ยงเบนอาจสนับสนุนข้อสรุปว่าระบบควบคุมมีอัตราเบี่ยงเบนต่ำกว่าเกณฑ์ดังกล่าวได้ แต่หากพบข้อเบี่ยงเบนหนึ่งรายการ ขอบเขตบนทางสถิติจะเพิ่มขึ้นเป็นประมาณ 7.7% ทำให้ผลการสุ่มเดิมไม่เพียงพอที่จะสนับสนุนเกณฑ์ 5% ภายใต้สมมติฐานเดียวกัน
เมื่อพบข้อเบี่ยงเบน ผู้สอบบัญชีจึงไม่ควรเพิ่มจำนวนตัวอย่างโดยอัตโนมัติเพียงเพื่อให้ผ่านเกณฑ์ แต่ต้องตรวจสอบสาเหตุและประเมินผลกระทบ เช่น ความผิดพลาดเกิดจากการขาดลายมือชื่ออนุมัติเป็นครั้งคราว หรือเป็นเพราะพนักงานสามารถจ่ายเงินได้โดยไม่ผ่านผู้มีอำนาจอนุมัติ หากข้อบกพร่องมีลักษณะเป็นระบบหรือเกี่ยวข้องกับการแทรกแซงการควบคุมของฝ่ายบริหาร อาจต้องลดระดับการพึ่งพาระบบควบคุมภายในและเพิ่มวิธีตรวจสอบเนื้อหาสาระของรายการบัญชีแทน
สำหรับการตรวจสอบรายละเอียดรายการบัญชี จำนวนตัวอย่างต้องพิจารณาความเสี่ยงที่งบการเงินอาจมีข้อผิดพลาดอันเป็นสาระสำคัญ จำนวนข้อผิดพลาดที่ยอมรับได้ ลักษณะและมูลค่าของประชากร ข้อผิดพลาดที่คาดว่าจะพบ และหลักฐานที่ได้รับจากวิธีตรวจสอบอื่น ตัวอย่างเช่น การสุ่มใบกำกับขาย 40 รายการอาจเพียงพอในกรณีที่รายการมีความเสี่ยงต่ำ มีระบบควบคุมที่มีประสิทธิผลและมีหลักฐานสนับสนุนจากวิธีตรวจสอบอื่น แต่การสุ่ม 60 รายการอาจยังไม่เพียงพอหากรายได้มีความเสี่ยงสูงหรือเคยพบข้อผิดพลาดจำนวนมาก
สมมติว่าบริษัทผลิตสินค้าแห่งหนึ่งมีรายได้ 500 ล้านบาทต่อปี จากใบกำกับขาย 100,000 รายการ ผู้สอบบัญชีอาจเลือกตรวจสอบรายการที่มีมูลค่าสูงหรือมีความเสี่ยงเฉพาะก่อน เช่น รายการขายจำนวนมากในช่วงใกล้สิ้นปี รายการกับบุคคลที่เกี่ยวข้องกัน หรือรายการที่มีเงื่อนไขผิดปกติ หลังจากนั้นจึงกำหนดประชากรส่วนที่เหลือเพื่อเลือกตัวอย่างด้วยวิธีที่เหมาะสม เช่น การสุ่มตามหน่วยมูลค่าเงิน โดยจำนวนตัวอย่างต้องสอดคล้องกับความเสี่ยงและข้อผิดพลาดที่ยอมรับได้สำหรับประชากรส่วนนั้น ไม่ใช่กำหนดล่วงหน้าว่าทุกบริษัทต้องตรวจ 40 หรือ 60 รายการเท่านั้น
อีกประเด็นที่มักเข้าใจผิดคือจำนวนประชากรสูงสุดที่สามารถใช้การสุ่มตัวอย่างได้ มาตรฐาน TSA 530 และ ISA 530 ไม่ได้กำหนดว่าประชากรต้องมีจำนวนไม่เกิน 1,000, 10,000 หรือ 100,000 รายการ ในการทดสอบระบบควบคุมภายใน หากประชากรมีขนาดใหญ่และสมมติฐานด้านความเสี่ยงเหมือนกัน การเพิ่มจำนวนประชากรมักมีผลต่อจำนวนตัวอย่างทางสถิติค่อนข้างน้อย ดังนั้น การสุ่มประมาณ 60 รายการอาจเหมาะสมทั้งในประชากร 10,000 รายการและหนึ่งล้านรายการ หากลักษณะของระบบควบคุมและเงื่อนไขการสุ่มไม่แตกต่างกัน
อย่างไรก็ตาม การไม่มีเพดานประชากรไม่ได้หมายความว่าผู้สอบบัญชีสามารถเลือก 60 รายการจากข้อมูลจำนวนเท่าใดก็ได้โดยไม่ต้องพิจารณาลักษณะของประชากร หากบริษัทมีหลายโรงงาน หลายระบบบัญชี หรือระบบอนุมัติที่แตกต่างกัน ผู้สอบบัญชีอาจต้องแบ่งประชากรออกเป็นกลุ่มที่มีลักษณะใกล้เคียงกัน และกำหนดวิธีตรวจสอบให้เหมาะสมในแต่ละกลุ่ม นอกจากนี้ ต้องประเมินความครบถ้วนของข้อมูลที่ใช้เลือกตัวอย่างด้วย เพราะหากข้อมูลที่ดึงมาจากระบบบัญชีไม่ครบถ้วน การสุ่มด้วยวิธีทางสถิติที่ถูกต้องก็ไม่สามารถทำให้ผลการตรวจสอบน่าเชื่อถือได้
สำหรับประชากรขนาดเล็ก การตรวจสอบทุกรายการอาจเหมาะสมกว่า เช่น หากบริษัทมีการตรวจทานรายงานกระทบยอดธนาคารเดือนละครั้ง ตลอดปีจะมีเหตุการณ์ให้ทดสอบเพียง 12 ครั้ง หรือหากมีการอนุมัติงบประมาณรายไตรมาส ก็มีเพียง 4 ครั้งต่อปี ในกรณีเช่นนี้ การนำเกณฑ์จำนวนตัวอย่าง 25 หรือ 60 รายการมาใช้โดยตรงย่อมไม่เหมาะสม เพราะจำนวนครั้งที่ระบบควบคุมเกิดขึ้นจริงมีน้อยกว่านั้น
วิธีการเลือกตัวอย่างก็มีความสำคัญไม่น้อยกว่าจำนวนตัวอย่าง ผู้สอบบัญชีอาจใช้การสุ่มด้วยเลขสุ่ม การสุ่มแบบเป็นระบบ หรือการสุ่มตามหน่วยมูลค่าเงิน ขึ้นอยู่กับวัตถุประสงค์การตรวจสอบ ขณะที่การเลือกตรวจเฉพาะรายการมูลค่าสูงหรือรายการผิดปกติเป็นวิธีตรวจสอบเฉพาะรายการที่มีประโยชน์ แต่ไม่ได้หมายความว่ารายการดังกล่าวเป็นตัวแทนของประชากรที่เหลือทั้งหมด ผู้สอบบัญชีจึงต้องแยกระหว่างการเลือกตรวจรายการเฉพาะกับการสุ่มเพื่อสรุปผลต่อประชากรอย่างชัดเจน
ในปี 2569 เทคโนโลยีวิเคราะห์ข้อมูลทำให้ผู้สอบบัญชีสามารถตรวจสอบข้อมูลจำนวนมากหรือแม้แต่ประชากรทั้งหมดได้สะดวกขึ้น เช่น การตรวจสอบรายการบันทึกบัญชีผิดปกติ การระบุรายการขายใกล้สิ้นงวด หรือการค้นหารายการที่ไม่ผ่านขั้นตอนอนุมัติ อย่างไรก็ตาม การวิเคราะห์ข้อมูลครบ 100% ไม่ได้หมายความว่าได้รับหลักฐานการสอบบัญชีที่เหมาะสมและเพียงพอโดยอัตโนมัติ เพราะยังต้องประเมินความครบถ้วนของข้อมูล ความน่าเชื่อถือของระบบ และความเหมาะสมของวิธีทดสอบว่าตอบสนองต่อข้อยืนยันที่ต้องการตรวจสอบจริงหรือไม่
สำหรับแนวปฏิบัติในสหรัฐอเมริกา มาตรฐาน AS 2315 ของ PCAOB ได้อธิบายหลักการเลือกตัวอย่างในลักษณะใกล้เคียงกัน โดยยกตัวอย่างว่าการสุ่มทดสอบระบบควบคุม 60 รายการโดยไม่พบข้อเบี่ยงเบนอาจสนับสนุนการยอมรับอัตราเบี่ยงเบน 5% ในระดับความเสี่ยงจากการสุ่มที่ต่ำอย่างเหมาะสม และระบุว่าจำนวนประชากรแทบไม่มีผลต่อจำนวนตัวอย่างสำหรับการตรวจสอบรายละเอียดรายการบัญชี เว้นแต่ประชากรมีขนาดเล็กมาก ทั้งนี้ มาตรฐานของ PCAOB ใช้กับงานตรวจสอบที่อยู่ภายใต้ขอบเขตการกำกับดูแลของสหรัฐอเมริกา ไม่ใช่ข้อกำหนดที่ใช้บังคับโดยตรงกับผู้สอบบัญชีไทยทุกงาน
บทสรุป
การเลือกตัวอย่างในการสอบบัญชีปี 2569 ไม่สามารถใช้จำนวน 25, 40 หรือ 60 รายการเป็นเกณฑ์มาตรฐานสำหรับทุกงานได้ เพราะความเพียงพอของจำนวนตัวอย่างขึ้นอยู่กับวัตถุประสงค์การตรวจสอบ ลักษณะประชากร ความเสี่ยง ระดับความเชื่อมั่น และข้อผิดพลาดที่ยอมรับได้ สำหรับการทดสอบระบบควบคุมภายใน จำนวนตัวอย่างเหล่านี้อาจมีความเหมาะสมภายใต้สมมติฐานบางประการ แต่สำหรับการตรวจสอบรายละเอียดรายการบัญชี ต้องประเมินความเสี่ยงและมูลค่าของประชากรประกอบด้วยเสมอ
บทเรียนสำคัญที่สุดคือ คุณภาพงานสอบบัญชีไม่ได้วัดจากจำนวนรายการที่ตรวจสอบ แต่ขึ้นอยู่กับว่าผู้สอบบัญชีออกแบบวิธีเลือกตัวอย่างได้เหมาะสมกับความเสี่ยง ประเมินความครบถ้วนของประชากร และรวบรวมหลักฐานที่ตอบสนองต่อวัตถุประสงค์การตรวจสอบได้อย่างเพียงพอหรือไม่ มาตรฐานไม่ได้กำหนดจำนวนประชากรสูงสุดสำหรับการสุ่ม และไม่ได้รับรองว่าการตรวจ 60 รายการจะเพียงพอสำหรับทุกงาน เพราะจำนวนตัวอย่างที่เหมาะสมต้องเป็นผลจากการวางแผนและใช้ดุลยพินิจทางวิชาชีพ ไม่ใช่เพียงการเลือกตัวเลขจากตารางสำเร็จรูป
