بررسی مطالعات با نمونه های انتخاب محور، تطبیقی و لایه ای در تحقیقات ممیزی

قیمت: 41,000 تومان

دانلود رایگان مقاله

خرید ترجمه مقاله

عنوان فارسی

بررسی مطالعات با نمونه های انتخاب محور، تطبیقی و لایه ای در تحقیقات ممیزی

عنوان لاتین

Review of choice-based, matched, and other stratified sample studies in auditing research

استفاده از طراحی های نمونه های انتخاب محورف تطبیقی و لایه ای در تحقیقات ممیزی رایج است.با این حال این طراحی ها به طور گسترده مورد قبول نمی باشد زیرا آنالیز داده برای این مطالعات باید طبیعت غیر تصادفی بودن نمونه ها را در این طراحی ها در نظر بگیرد.یک نمونه انتخاب محور، تطبیقی یا لایه ای یک نمونه غیر تصادفیست که باید با استفاده از تکنیک های آنالیز شرطی مورد آنالیز قرار بگیرد.ما پنج حوزه تحقیقاتی را در زمینه ممیزی بررسی می کنیم.این حوزه ها شامل کار بر روی تعیین کننده های منازعات ممیزی، هزینه های ممیزی، گزارش ممیزین در شرکت های تنگدست اقتصادی، کیفیت ممیزی و تغییر ممیز، می باشد. Cram ، Karan و Stuart (CKS) (2009) دقت آنالیز شرطی را در مقایسه با آنالیز غیر شرطی برای نمونه های غیر تصادفی از طریق استفاده از شبیه سازی ها، شواهد و اثبات های ریاضی، نشان دادند.مقالات منتشر شده بر تحقیقات قابل بررسی تاکید دارند و برای محققین شناسایی اطمینان پذریری یک کار ارائه شده دشوار است.ماکار (CKS) (2009) را از طریق شناسایی مقالات ممیزی در حوزه های انتخابی تکمیل می کنیم و بسط می دهیم و نتایج متفاوت خواهد بود، اگر داده های جمع آوری شده با استفاده از تکنیک های آنالیز شرطی مورد آنالیز قرار بگیرند.بنابراین تحقیق می تواند با تکرار و انالیز مجدد یا با تمرکز بر تحقیقات جدید با مسائل جدید، پیشرفت کند.

The use of choice-based, matched, and other stratified sample designs is common in auditing research. However, it is not widely appreciated that the data analysis for these studies has to take into account the non-random nature of sample selection in these designs. A choice-based, matched or otherwise stratified sample is a nonrandom sample that must be analyzed using conditional analysis techniques. We review five research streams in the auditing area. These streams include work on determinants of audit litigation, audit fees, auditor reporting in financially distressed firms, audit quality and auditor switches. Cram, Karan, and Stuart (CKS) (2009) demonstrated the accuracy of conditional analysis, compared to unconditional analysis, of nonrandom samples through the use of simulations, replications, and mathematical proofs. Papers since published have continued to rely upon questionable research, however, and it is hard for researchers to identify what is the reliability of a given work. We complement and extend CKS (2009) by identifying audit papers in selected research streams whose results will likely differ if the data gathered are analyzed using conditional analysis techniques. Thus research can be advanced either by replication and reanalysis, or by refocus of new research upon issues that should no longer be viewed as settled.