Phân tích định lượng: “Chìa khóa” giải mã dữ liệu kiểm toán
Kiểm toán - Ngày đăng : 08:31, 28/04/2026
Giá trị cốt lõi của phân tích định lượng trong kiểm toán
Phân tích định lượng là quá trình đo lường các sự vật, hiện tượng bằng con số để mô tả đặc điểm của một mẫu khảo sát hoặc toàn bộ quần thể. Theo các chuyên gia, phân tích định lượng được chia thành hai nhánh chính là thống kê mô tả và thống kê suy diễn, mỗi nhánh có vai trò riêng trong quy trình kiểm toán.
Thống kê mô tả là bước quan trọng giúp KTV tóm tắt các đặc điểm cơ bản của một tập dữ liệu lớn mà không làm mất đi bản chất của nó. Thay vì đọc hàng nghìn dòng nhật ký chi tiêu, KTV sử dụng các phép đo xu hướng trung tâm và độ phân tán để có cái nhìn tổng thể về đơn vị.
Nhiệm vụ đầu tiên trong phân tích định lượng là phải hiểu rõ bức tranh của mẫu thông qua đo lường xu hướng trung tâm (sử dụng thống kê mô tả). Muốn hiểu được đặc điểm của mẫu, chúng ta phải hiểu được: Số trung bình, số trung vị và số yếu vị.
Trong đó, số trung bình là giá trị trung bình của một biến số trong mẫu hoặc quần thể. Tuy nhiên, trong thực tế kiểm toán, số trung bình có thể bị “kéo lệch” bởi các giá trị cực đoan. Số trung vị là giá trị nằm chính giữa tập dữ liệu, chia quần thể thành hai phần bằng nhau. Đây là công cụ hữu hiệu nhất khi tập dữ liệu có sự chênh lệch lớn, vì số trung vị không bị tác động bởi các con số bất thường. Số yếu vị là giá trị xuất hiện thường xuyên nhất trong tập dữ liệu. Nó chỉ ra kịch bản phổ biến nhất đang diễn ra trong đơn vị được kiểm toán.
Dẫn chứng từ Văn phòng Tổng Kiểm toán nhà nước Canada (OAG Canada) cho thấy, khi kiểm toán thời gian chờ đợi y tế, tiêu chuẩn dịch vụ là 6 tuần. Kết quả cho thấy số trung bình là 9 tuần, vượt 50% so với tiêu chuẩn. Tuy nhiên, thực tế đa số hồ sơ được hoàn thành rất nhanh. Số trung bình bị đẩy lên cao chỉ do 10 vụ việc phức tạp kéo dài hơn 52 tuần. Nếu báo cáo số trung bình 9 tuần, đơn vị sẽ bị đánh giá là yếu kém toàn diện. Ngược lại, việc sử dụng số trung vị hoặc số yếu vị sẽ phản ánh trung thực tình hình thực tế tại đơn vị. Sơ đồ có thể đại diện trong trường hợp này là right skew (lệch phải).
Thống kê suy diễn được KTV sử dụng để đưa ra các dự đoán hoặc kết luận về một quần thể lớn dựa trên một mẫu đại diện. Các kỹ thuật như phân tích tương quan và hồi quy giúp SAI xác định xem các sai phạm tìm thấy là ngẫu nhiên hay mang tính hệ thống.
Hai phương pháp phân tích định lượng của thống kê suy diễn gồm: phân tích tương quan và phân tích hồi quy. Phân tích tương quan là kỹ thuật điều tra mức độ mà hai biến số cùng thay đổi. KTV sử dụng hệ số tương quan để xem xét mức độ mà hai biến số cùng thay đổi để xác định nếu một biến số tăng lên, thì biến số kia cũng tăng, giảm hay giữ nguyên?
Ví dụ, một SAI thực hiện kiểm toán tại một học khu có tỷ lệ học sinh bỏ học cao. Đơn vị được kiểm toán giải trình rằng: “Do thời tiết khắc nghiệt (tuyết rơi dày) nên học sinh không thể đến trường”. Theo trực giác, chúng ta có thể kỳ vọng một mối quan hệ nào đó giữa hai biến số này, nhưng phân tích tương quan cho phép chúng ta đo lường mối quan hệ đó một cách khoa học.
Lúc này, KTV sẽ thực hiện chạy mô hình tương quan giữa “Lượng tuyết rơi” (X) và “Tỷ lệ đi học” (Y). Kết quả: Tìm thấy tương quan nghịch, với tỷ lệ phân tán 0,36. Kết luận kiểm toán: Tuyết rơi chỉ chịu trách nhiệm cho 36% nguyên nhân nghỉ học; còn lại 64% là do các yếu tố quản lý nội bộ như: tổ chức dạy học trực tuyến kém, liên lạc với phụ huynh lỏng lẻo.
Phân tích hồi quy khá giống với phân tích tương quan ở chỗ đánh giá mối quan hệ giữa các biến số, nhưng nó tiến thêm một bước để hiểu mối quan hệ nhân quả giữa các biến số, chứ không chỉ đơn thuần là liệu chúng có cùng biến đổi hay không và có thể sử dụng mô hình này như một công cụ dự báo.
Đơn cử, trong các dự án hạ tầng giao thông, KTV chạy mô hình hồi quy giữa “Vốn đầu tư’ và “Thời gian di chuyển giảm được”. Nếu biểu đồ phân tán (Scatter Plot) cho thấy các điểm dữ liệu nằm rải rác và đường hồi quy nằm ngang, SAI có bằng chứng định lượng thép để kết luận: Việc bơm thêm vốn không giúp cải thiện tốc độ giao thông, từ đó kiến nghị thay đổi chiến lược đầu tư thay vì tiếp tục lãng phí ngân sách.
Thách thức và lộ trình phát triển
Việc áp dụng phân tích định lượng mang lại lợi thế về tính khoa học và tiết kiệm nguồn lực nhưng cũng đặt ra những thách thức không nhỏ.
Trước hết, đó là hạn chế từ KTV trong khả năng áp dụng khoa học dữ liệu dẫn đến việc KTV lựa chọn kỹ thuật thống kê chưa phù hợp hoặc không hiểu rõ bản chất hoặc tính hợp lệ của bằng chứng thu được. Việc chạy số trên phần mềm rất dễ dàng, nhưng giải thích con số đó có ý nghĩa gì đối với mục tiêu kiểm toán lại là một thách thức lớn.
Cùng với đó là sự rủi ro về tính khái quát hóa và sự phụ thuộc quá mức vào công nghệ. Một câu hỏi then chốt thường được đặt ra là liệu kết quả thu được từ một mẫu có thể áp dụng chung cho toàn bộ hệ thống hay chỉ giới hạn trong phạm vi các mục đã được kiểm tra.
Để vượt qua các thách thức và tối ưu hóa sức mạnh của dữ liệu, cơ quan kiểm toán cần đào tạo để KTV hiểu và sử dụng thành thạo các kỹ thuật thống kê mô tả trong việc đọc hiểu dữ liệu ban đầu.
Nhóm giải pháp tiếp theo là tích hợp kỹ thuật thống kê vào quy trình kiểm toán. Các phương pháp như phân tích tương quan và hồi quy nên được tích hợp ngay từ giai đoạn lập kế hoạch để xác định rủi ro và trong giai đoạn thực hiện để thu thập bằng chứng. SAI Brazil nổi tiếng với việc sử dụng phân tích so sánh trên quy mô dữ liệu lớn trong việc xây dựng “Bản đồ giá” thuốc y tế. Bằng cách tính số yếu vị của giá thuốc trên toàn quốc, họ dễ dàng chỉ ra những bệnh viện mua sắm cao hơn mức phổ biến, buộc các đơn vị phải giải trình và điều chỉnh giá mua.
Việc sử dụng biểu đồ phân tán, biểu đồ cột và đường hồi quy không chỉ để minh họa báo cáo mà đó là công cụ phân tích để nhận diện các giá trị ngoại lai và khuôn mẫu dữ liệu.
Đối với các mô hình phân tích tương quan và hồi quy đa biến phức tạp, các đoàn kiểm toán cần chủ động huy động sự trợ giúp từ các chuyên gia chuyên sâu để đảm bảo tính xác thực của kết luận. Văn phòng Trách nhiệm Giải trình Chính phủ Hoa Kỳ (GAO) thành lập nhóm ARM (Phương pháp và nghiên cứu ứng dụng) với hơn 143 chuyên gia thống kê và kinh tế học. Nhóm này hỗ trợ các đoàn kiểm toán thực hiện các mô hình định lượng phức tạp, giúp phát hiện những hạn chế trong việc sử dụng hàng tỷ USD trợ cấp thất nghiệp thông qua các kỹ thuật phân tích định lượng nhận diện ngoại lai./.