USCPA AUDChapter 20
監査データ分析 確認テスト
Audit Data Analytics
全6問（○×・MC形式）・解答解説付き
USCPA AUD Chapter 20「監査データ分析」の頻出論点を、6問の確認テストでチェックできます。各問題の直下に 「解答・解説を見る」を用意しているので、まず自分で考えてから開いてください。
1○×問題
Audit Data Analytics（ADA）は、従来の監査基準を置き換える新しい監査フレームワークである。
解答・解説を見る
正解: ×（誤り）
ADAは既存の監査基準（AICPA / PCAOB）の枠組みの中で、テクノロジーを活用して監査手続を実行する「手段（tool）」にすぎない。新しい監査基準を作るものではない。分析的手続（analytical procedures）やリスク評価手続（risk assessment procedures）をデータ技術で強化したもの。
2○×問題
ADAにより母集団全体（entire population）を分析できるようになったことが、従来の分析的手続との最大の違いである。
解答・解説を見る
正解: ○（正しい）
従来の分析的手続はサンプルベースまたは集約データベースだったが、ADAにより母集団全体を分析できるようになった。これにより、サンプリングリスク（sampling risk）を排除した全件テストが可能になった。ただし、分析の目的（監査手続の実行）は同じ。
3○×問題
内部統制が有効でないシステムから抽出したデータでも、高度なADA手法を使えば信頼性のある結論を得ることができる。
解答・解説を見る
正解: ×（誤り）
Garbage In, Garbage Outの原則。内部統制が有効でないシステムのデータは信頼性（reliability）が低い。どんなに高度な分析手法を使っても、入力データの品質が低ければ出力の信頼性も低い。まず統制テスト（tests of controls）でデータの信頼性を確認する必要がある。
4○×問題
トレンド分析（Trend Analysis）で異常な変動を検出した場合、その結果だけで虚偽の表示（misstatement）の存在を結論づけてよい。
解答・解説を見る
正解: ×（誤り）
トレンド分析は異常な変動を「識別（identify）」するツールであり、原因を「特定（determine）」するものではない。異常の原因は正当なビジネス要因（新商品、M&A等）かもしれないし、不正（fraud）かもしれない。追加手続で原因を調査する必要がある。
5○×問題
R²（決定係数）が0.95の回帰モデルは、独立変数と従属変数の間に因果関係（causation）があることを証明している。
解答・解説を見る
正解: ×（誤り）
R²は相関の強さ（correlation）を示す指標であり、因果関係（causation）を証明するものではない。R²が高いことは「XとYが一緒に動く傾向がある」ことを意味するが、「XがYの原因である」ことを意味しない。因果関係の立証には理論的根拠や実験的設計が必要。
6○×問題
Benford's Lawの先頭桁分布において、先頭桁が「1」である確率は約11.1%（= 1/9）である。
解答・解説を見る
正解: ×（誤り）
先頭桁が「1」である確率は約30.1%であり、11.1%ではない。Benford's Lawでは先頭桁の出現頻度は均等ではなく、数字が小さいほど頻度が高い（1: 30.1%, 2: 17.6%, ..., 9: 4.6%）。11.1%は「9つの数字が均等に出現する」という誤った前提に基づく。
この章にはあと24問
続きの問題とTBS形式演習、整理ノートは教材（テキスト）でご覧いただけます。
AUD Ch20をストーリー・インプットから理解する
問題を解いたら、次はストーリー・インプット・アウトプット・整理ノートの4ステップで「なぜそうなるのか」を理解しましょう。Chapter 1は無料公開中、この章の続きは教材購入で読めます。