Resume BAB 17 SAMPLING AUDIT UNTUK PENGUJIAN ATAS RINCIAN SALDO

BAB 17

SAMPLING AUDIT UNTUK PENGUJIAN ATAS RINCIAN

SALDO

1. PERBANDINGAN SAMPLING AUDIT UNTUK PENGUJIAN ATAS

RINCIAN SALDO DAN UNTUK PENGUJIAN ATAS RINCIAN SALDO

DAN UNTUK PENGUJIAN PENGENDALIAN SERTA PENGUJIAN

SUBSTANTIF ATAS TRANSAKSI

Perbedaan utama antara pengujian pengendalian,

pengujian substantive atas transaksi, dan pengujian atas

rincian saldo terletak pada apa yang ingin di ukur oleh

auditor. Auditor melaksanakan pengujian pengendalian dan

pengujian substantifatas transaksi :

Untuk menentukan apakah tingkat pengecualian

populasi cukup rendah.

Untuk mengurangi penilaian resiko pengendalian dan

karenannya mengurangi pengujian atas rincian saldo.

Untuk perusahaan publik, guna menyimpulkan bahwa

pengendalian telah beroperasi secara efektif demi

tujuan audit pengendalian internal atas pelaporan

keuangan.

2. SAMPLING NONSTATISTIK

Ada 14 langkah yang diperlukan dalam sampling audit

untuk pengujian atas rincian saldo.

Langkah-Sampling Audit untuk

Pengujian atas Rincian Saldo

Langkah-Sampling Audit untuk

Pengujian Pengendalian dan

Pengujian Substantif atas

TransaksiMerencanakan Sampel Merencanakan Sampel1. Menyatakan tujuan

pengujian audit

1. Menyatakan tujuan

pengujian audit2. Memutuskan apakah

sampling audit dapat audit

dapat diterapkan .

2. Memutuskan apakah

sampling audit dapat audit

dapat diterapkan .3. Mendifinisikan salah

saji.

3. Mendefinisikan atribut

dan kondisi

pengecualian.4.Mendefinisikan populasi 4. Mendefiniskan populasi5. Mendefiniskan unit

sampling

5. Mendefiniskan unit

sampling6. Menetapkan salah saji

yang dapat ditoleransi yang

dapat

6. Menetapkan tingkat

pengecualian ditoleransi.

7. Menetapkan risiko yang

dapat diterima atas diterima

atas penerima yang salah

terlalu rendah.

7. Menetapkan risiko yang

dapat penilian risiko

pengendalian yang (ARACR)

8. Mengestimasi salah saji

dalam populasi.

8. Mengestimasi tingkat

pengecualian populasi9. Menentukan ukuran sampel

awal

9. Menentukan ukuran sampel

awal

Memilih sampel dan Memilih sampel dan

Melaksanakan Prosedur Audit Melaksanakan Prosedur 10. Memilih sampel 10. Memilih sampel11. Melaksanakan Prosedur

Audit

11. Melaksanakan Prosedur

Audit

Mengevaluasi Hasil Mengevaluasi Hasil12. Menggeneralisasi dari

sampel ke populasi

12. Menggeneralisasi dari

sampel ke populasi13. Menganalisis salah saji 13. Menganalisis

pengecualian14. Memutuskan

akseptibilitas populasi

14. Memutuskan

akseptibilitas populasi

2.1 Menyatakan Tujuan Pengujian Audit

Auditor mengambil sa,pel untuk pengujian atas

rincian saldo guna menentukan apakah saldo akun yang

sedang diaudit telah dinyatakan secara wajar.

2.2 Memutuskan Apakah Sampling Audit Dapat Diterapkan

Sampling audit dapat diterapkan setiap kali auditor

berencana membuat kesimpilan mengenai populas berdasarkan

sampel.

2.3 Mendefinisikan Salah Saji

Karena sampling audit untuk pengujian atas rincian

saldo mengukur salah saji moneter, yaitu salah saji yang

terjadi apabila item sampel disalahsajikan.

2.4 Mendefiniskan Populasi

Dalam pengujian atas rincian saldo, populasi

definiskan sebagai item yang membentuk populasi dolar yang

tercatat.

2.4.1 Sampling Berstratifikasi

Bagi kebanyakan populasi, auditor memisahkan

populasi ke dalam dua atau lebih subpopulasi sebelum

menerapkan sampling audit. Hal ini disebut sebagai

sampling berstratifikasi (stratified sampling), di mana setiap

subpopulasi disebut sebagai strata. Stratifikasi

memungkinan auditor untuk menekankan item populasi

tertentu dan mengabaikan yang lain.

2.5 Menetapkan Salah Saji yang Dapat Ditoleransi

Auditor menggunakan salah saji yang dapat

ditoleransi, untuk menentukan ukuran sampel dan

mengevaluasi hasil sampling nonstatistik. Auditor untuk

memulainnya dengan pertimbangan pendahuluan mengenai

materialitas dan menggunakan total tersebut untuk

memutuskan salah saji yang dpat ditoleransi bagi setiap

akun

2.6 Menetapkan Risiko yang Dapat Diterima atas

Penerimaan yang Salah

Resiko yang dapat diterima atas penerimaan yang

salah (acceptable risk of incorrect acceptance= ARIA )

adalah jumlah risiko yang bersedia ditaggung auditor

karena menerima suatu saldo sebagai benar padahal salah

saji yang sebenarnya dalam saldo tersebut melampaui salah

saji yang dapat ditoleransi. ARIA mengukur keyakinan yang

diinginkan auditor atas suatu saldo akun. Untuk

memperoleh keyakinan yang lebih besar ketika mengaudit

suatu saldo akun. Untuk memperoleh keyakinan yang lebih

besar ketika mengaudit suatu saldo, auditor akan

menetapkan ARIA yang lebih rendah. ( Perhatikan bahwa

ARIA adalah istilah yang ekuivalen dengan ARACR (acceptable

risk of assessing control risk too low) untuk pengujian pengendalian

dan pengujian sebstantif atas transaksi. Seperti ARACR,

ARIA dapat ditetapkan secara kualitatif (seperti rendah,

sedang, atau tinggi).

Ada hubungan terbalik antara ARIA dan ukuran sampel

yang diperlukan. Sebuah faktor penting yang mempengaruhi

keputusan auditor mengenai ARIA adalah penilaian risiko

pengendalian dalam model risiko audit. Jika pengendalian

internal sudah efektif, resiko pengendalian dapat

dikurangi sehingga memungkinkan auditor untuk

meningkatkan ARIA. Pada gilirannya, hal ini akan

mengurangi ukuran sampel yang diperlukan untuk pengujian

atas rincian saldo akun yang berkaitan.

2.7 Mengestimasi Salah Saji dalam Populasi

Biasanya auditor membuat estimasi ini berdasarkan

pengalaman sebelumnya dengan klien dan dengan menilai

risiko inheren, yang mempertimbangkan hasil pengujian

pengendalian, pengujian substantif atas transaksi, dan

prosedur analitis yang telah dilaksanakan. Ukuran sampel

yang direncanakan akan meningkat apabila jumlah saji yang

diharapkan dalam populasi mendekati salah saji yang dapat

ditoleransi.

2.8 Menetntukan Ukuran sampai Awal

Jika menggunakan sampling nonstatistik, auditor

menetukan ukuran sampel awal dengan mempertimbangkan

faktor-faktor yang telah kita bahas sejauh ini. Untuk

membantu auditor membuat keputusan menyangkut ukuran

sampel, auditor seringkali mengikuti pedoman yang

disebabkan oleh kantor akunntannya atau beberapa sumber

lainnya.

2.9 Melaksnakan Prosedur Audit

Untuk melaksanakan prosedur audit, auditor

menerapkan prosedur audit yang tepat pada setiap item

sampel untuk menetukan apakah item tersebut mengandung

salah saji. Dalam konfirmasi piutang usaha, auditor

mengirimkan sampel konfirmasi positif. Jika terjadi

nonrespons, mereka akan menggunakan prosedur alternatif

untuk menentukan salah saji.

2.10 Menggenerelisasi dari Sampel ke Populasi dan

Memutuskan Akseptibilitas Populasi

Auditor harus menggeneralisasi dari sampel ke

populasi dengan (1) memproyeksikan salah saji dari hasil

sampel ke populasi dan (2) mempertimbangkan kesalahan

sampling serta resiko sampling (ARIA). Karena itu,

auditor harus memproyesikan dari sampel ke populasi.

Langkah pertama adalah menghitung titik estimasi

(point estimate). Titik estimasi dapat dihitung dengan

berbagai cara, tetapi pendekatan yang umum adalah

mengasumsikan bahwa salah saji populasi yang belum

diaudit adalah proporsional dengan salah saji sampel.

Perhitungan tersebut harus dilakukan untuk setiap strata

dan kemudian dijumlahkan, bukan menggabungkan total salah

saji dalam sampel.

Auditor, yang menngunakan sampling nonstatistik

tidak dapat mengukur secara formal kesalahan sampling

sehingga harus mempertimbangkan secara subjektif

kemungkinan bahwa salah saji populasi yang sebenarnya

melampaui jumlah yang dapat ditoleransi. Auditor

melakukan hal ini dengan mempertimbangkan :

1. Perbedaan antara titik estimasi dan salah saji yang

dapat ditoleransi ( yang disebut perhitungan

kesalahan sampling)

2. Sejauh mana item dalam populasi telah diaudit 100

persen.

3. Apakah salah saji cenderung mengoffset atau hanya

bersifat satu arah

4. Jumlah salah saji individual

5. Ukuran sampel

2.11 Menganalisis Salah Saji

Auditor harus mengevaluasi sifat dan penyebab setiap

salah saji yang ditemukan dalam pengujian atas rincian

saldo. Auditor harus menganalisis salah saji untuk

memutuskan apakah setiap modifikasi model resiko audit

memang diperlukan. Dalam paragraph sebelumnya, jika

auditor menyimpulkan bahwa kelalaian untuk mencatat retur

yang disebabkan oleh lemahnya pengendalian internal,

auditor mungkin perlu menilai kembali resiko

pengendalian. Hal tersebut pada gilirannya akan

menyebabkan auditor mengurangi ARIA, yang akan

meningkatkan ukuran sampel yang direncanakan.

2.12 Tindakan yang Diambil Apabila Populasi Ditolak

Jika auditor menyimpulkan bahwa salah saji dalam

suatu populasi mungkin lebih besar dari salah saji yang

dapat ditolerensi setelah mempertimbangkan kesalahan

sampling, populasi tidak dianggap dapat diterima. Pada

titik tersebut, auditor memiliki beberapa tindakan yang

dilakukan

2.12.1 Tidak Mengambil Tindakan Hingga Pengujian atas

Bidang Audit Lainnya Telah Selesai

Akhirnya, auditor harus mengevaluasi apakah laporan

keuangan secara keseluruhan mengandung salah saji yang

material. Jika salah saji yang mengoffset ditemukan pada

bagian audit lainnya, seperti dalam persediaan, auditor

dapat menyimpulkan bahwa estimasi salah saji piutang

usaha dapat diterima.

2.12.2 Melaksanakan Pengujian Audit yang Diperluas

pada Bidang Tertentu

Jika analisis salah saji menunjukkan bahwa sebagian

besar salah saji merupakan Suatu jenis khusus, mungkin

perlu membatasi upaya audt tambahan pada bidang yang

menjadi masalah. Ketika auditor menganalisis bidang

masalah dan memperbaikinya dengan menyesuaikan catatan

klien, item sampel yang menyebabkan terisolasinya bidang

masalah kemudian dapat ditunjukkan sebagai sudah “benar”.

Sekarang titik estimasi dapat dihitung kembali tanpa

melibatkan salah saji yang telah “dikoreksi”. ( Hal ini

hanya berlaku jika kesalahan dapat diisolasi pada suatu

bidang tertentu. Pada umumnya kesalahan harus

diproyeksikan ke populasi yang dijadikan sampel, meskipun

klien menyesuaikan kesalahan.) Berdasarkan fakta baru

tersebut, auditor juga akan mempertimbangkan kembali

kesalahan sampling dan akseptibilitas populasi.

2.12.3 Meningkatkan Ukuran Sampel

Jika auditor meningkatkan ukuran sampel, kesalahan

sampling akan dikurangi jika tingkat salah saji dalam

sampel yang diperluas, jumlah dolarnya, dan arahnya

serupa dengan pada sampel awal. Karena itu, meningkatkan

ukuran sampel dapat saja memenuhi persyaratkan salah saji

yang dapat ditoleransi auditor.

Meningkatkan ukuran sampel yang cukup untuk memenuhi

standar salah saji yang dapat ditolerensi auditor

seringkali mahal, terutama jika perbedaan antara salah

saji yang dapat ditolerensi dan salah saji yang

diproyeksikan kecil.

2.12.4 Menyesuaikan Saldo Akun

Jika auditor menyimpulkan bahwa saldo akun

mengandung salah saji yang material, klien mungkin akan

bersedia menyesuaikan nilai bukan berdasarkan hasil

sampel.

2.12.5 Meminta Klien untuk Mengoreksi Populasi

Dalam beberapa kasus, catatan klien sangat tidak

memadai sehingga populasi harus dikoreksi secara

keseluruhan sebelum audit dapat diselesaikan.

2.12.6 Menolak untuk Memberikan Pendapat Wajar Tanpa

Pengecualian

Jika auditor yakin bahwa jumlah yang tercatat dalam

suatu akun tidak dinyatakan secara wajar, auditor harus

mengikuti setidaknya satu prosedur alternatif sebelumnya

atau mengkualifikasi laporan audit dengan cara yang

cepat. Jika auditor yakin bahwa laporan keuangan sangat

mungkin mengandung salah saji yang material, maka

mengeluarkan pendapat wajar tanpa pengecualian merupakan

pelanggaran serius terhadap standar auditing.

3. SAMPLING UNIT MONETER

Sampling unit moneter (monetary unit sampling = MUS )

merupakan metode sampling statistic yang paling umum

digunakan untuk pengujian atas rincian saldo karena

memiliki kesederhanaan statistic bagi sampling atribut

serta memberikan hasil statistic yang diekspresikan dalam

dolar ( atau mata uang lainnya yang sesuai ). MUS juga

disebut sebagai sampling unit dolar, sampling jumlah

moneter kumulatif, dan sampling dengan probabilitas yang

proporsiaonal dengan ukuran.

3.1 Perbedaan Antara Sampling Unit Moneter ( MUS ) dan

Sampling Nonstatistik

MUS serupa dengan penggunaan sampling nonstatistik.

Ke-14 langkahnya juga harus dilakukan dalam MUS, walaupun

beberapa dilakukan dengan cara yang berbeda. Perbedaan

tersebut yaitu:

3.1.1 Definisi Unit Sampling adalah suatu Dolar

Individual

MUS memiliki fitur yang penting seperti definisi

unit sampling sebagai suatu dolar individual dalam saldo

akun. Dengan berfokus pada dolar individual sebagai unit

sampling, secara otomatis MUS akan menekankan unit fisik

yang memiliki saldo tercatat lebih besar. Karena sampel

dipilih berdasarkan doalr individual, akun dengan saldo

yang besar memiliki kesempatan yang lebih besar untuk

dimasukkan ketimbang akun dengan saldo yang lebih kecil.

Akibatnya sampling berstratifikasi tidak diperlukan dalam

MUS. Stratifikasi itu akan terjadi secara otomatis.

3.1.2 Ukuran Populasi adalah Populasi Dolar yang

Tercatat

MUS tidak dapat digunakan untuk mengevaluasi apakah

item persediaan tertentu memang ada tetapi belum

diperhitungkan. Jika tujuan kelengkapan sangat penting

dalam pengujian audit, tujuan tersebut harus dipenuhi

secara terpisah dari pengujian MUS.

3.1.3 Pertimbangan Pendahuluan Mengenai Materialitas

Digunakan untuk Setiap Akun dan Bukan Salah Saji yang

Dapat Ditoleransi

Aspek unik lain dari MUS adalah penggunaan

pertimbangan pendahuluan mengenai materialitas, untuk

menentukan secara langsung jumlah salah saji yang dapat

ditoleransi ketika mengaudit setiap akun. Teknik sampling

lainnya mengharuskan auditor untuk menentukan salah saji

yang dapat ditoleransi bagi setiap akun dengan

mengalokasikan pertimbangan pendahuluan mengenai

materialitas. Hal ini tidak diperlukan jika yang

digunakan adalah MUS.

3.1.4 Ukuran Sampel Ditentukan dengan Menggunakan

Rumus Statistik

Proses ini akan dibahas secara terpisah setelah

membahas 14 langkah sampling untuk sampling unit moneter

( MUS )

3.1.5 Aturan Keputusan Formal Digunakan untuk

Memutuskan Akseptabilitas Populasi

Aturan keputusan yang digunakan untuk MUS serupa

dengan yang digunakan untuk sampling nonstatistik, tetapi

hal tersebut cukup berbeda dengan pembahasan tentang

keunggulannya.

3.1.6 Pemilihan Sampel Dilakukan dengan Menggunakan

PPS

Sampel unit moneter adalah sampel yang dipilih

dengan menggunakan probabilitas yang proporsional bagi

pemilihan ukuran sampel (probability proportional to size sample

selection=PPS). Sampel PPS dapat diperoleh dengan

menggunakan perangkat lunak computer, tabel angka acak,

atau teknik sampling sistematis.

Salah satu masalah dalam menggunakan pemilihan PPS

adalah bahwa item populasi dengan saldo tercatat nol

tidak memiliki peluang untuk dipilih melalui pemilihan

sampel PPS, walaupun mungkin mengandung salah saji.

Demikian juga, saldo berjumlah kecil akibat kurang saji

yang signifikan memiliki kesempatan yang kecil untuk

dimasukkan dalam sampel. Masalah ini dapat diatasi dengan

melakukan pengujian audit khusus atas item bersaldo nol

dan berjumlah kecil, dengan mengasumsikan bahwa hal itu

perlu ditangani.

Masalah lainnya adalah ketidakmampuan PPS untuk

memasukkan saldo negative, seperti saldo kredit piutang

usaha, ke dalam sampel PPS.

3.1.7 Auditor Menggeneralisasi dari Sampel ke

Populasi dengan Menggunakan Teknik MUS

Tanpa memandang metode sampling yang dipilih, auditor

harus menggeneralisasi dari sampel ke populasi dengan (1)

memproyeksikan salah saji dari hasil sampel ke populasi

dan (2) menentukan kesalahan sampling yang terkait. Ada

empat aspek dalam melakukan hal tersebut dengan

menggunakan MUS:

1. Tabel sampling atribut digunakan untuk menghitung

hasil.

2. Hasil atribut harus dikonversi ke dalam dolar.

3. Auditor harus membuat asumsi mengenai persentase

salah saji setiap item populasi yang mengandung salah

saji.

4. Hasil statistik yang diperoleh jika menggunakan MUS

disebut sebagai batas salah saji (misstatement bounds).

3.2 Menggeneralisasi dari Sampel ke Populasi Jika Tidak

Ada Salah Saji yang Ditemukan dengan

Menggunakan MUS

Anggaplah bahwa auditor mengkonfirmasi populasi

piutang usaha untuk melihat kebenaran moneternya. Total

populasi adalah $1.200.000, dan sampel sebanyak 100

konfirmasi telah diperoleh. Setelah melakukan audit,

tidak ada salah saji yang ditemukan dalam sampel. Auditor

ingin menentukan jumlah lebih saji maksimum dan jumlah

kurang saji yang dapat saja terjadi dalam populasi

meskipun sampel tidak mengandung salah saji. Hal tersebut

masing-masing disebut sebagai batas salah saji atas dan

batas salah saji bawah.

3.2.1 Persentase Asumsi Salah Saji yang Tepat

Asumsi yang pas bagi persentase salah saji dalam item

populasi yang mengandung salah saji tersebut secara

keseluruhan merupakan keputusan auditor. Auditor harus

menetapkan persentase tersebut berdasarkan pertimbangan

profesionalnya dalam situasi tersebut. Dalam situasi di

mana tidak ada informasi sebaliknya, sebagian besar

auditor yakin bahwa lebih baik mengasumsikan jumlah 100

persen baik untuk lebih saji maupun kurang saji kecuali

ada salah saji dalam hasil sampel. Pendekatan ini

dianggap sangat konservatif, tetapi lebih mudah

dijustifikasi ketimbang asumsi lainnya.

3.3 Menggeneralisasi Ketika Salah Saji Ditemukan

Empat aspek dalam menggeneralisasi dari sampel ke

populasi, tetapi penggunaannya telah dimodifikasi sebagai

berikut:

1. Jumlah lebih saji dan kurang saji ditangani secara

terpisah dan kemudian digabungkan. Pertama, batas

salah saji atas dan bawah awal dihitung secara

terpisah untuk jumlah lebih saji dan kurang saji

dihitung.

2. Asumsi salah saji yang berbeda dibuat untuk setiap

salah saji, termasuk salah saji nol. Jika tidak ada

salah saji dalam sampel, asumsinya akan diperlukan

sebagai persentase rata-rata salah saji untuk item

populasi yang mengandung salah saji. Setelah salah

saji tersebut ditemukan, auditor dapat menggunakan

informasi yang tersedia tentang sampel untuk

menentukan batas salah saji.

3. Auditor harus berhadapan dengan lapisan CUER dari

tabel sampling atribut. Auditor melakukan hal ini karena

ada asumsi salah saji yang berbeda bagi setiap salah

saji. Lapisan tersebut dihitung dengan terlebih dahulu

menentukan CUER dari tabel untuk setiap salah saji

dan kemudian menghitung setiap lapisan.

4. Asumsi salah saji harus dikaitkan dengan setiap

lapisan. Metode yang paling umum untuk mengaitkan

asumsi salah saji dengan lapisan adalah mengaitkan

secara konservatif persentase salah saji dolar yang

terbesar dengan lapisan yang terbesar.

Sebagian besar pengguna MUS yakin bahwa pendekatan

ini terlalu konservatif jika ada jumlah yang mengoffset.

Jika ditemukan jumlah kurang saji, sangatlah logis dan

masuk akal bahwa batas jumlah lebih saji harus lebih

rendah ketimbang tidak ada jumlah kurang saji yang

ditemukan, dan sebaliknya. Penyesuaian atas batas untuk

mengoffset jumlah dilakukan sebagai berikut:

1. Titik estimasi salah saji dibuat untuk jumlah lebih

saji dan kurang saji.

2. Setiap batas dikurangi sebesar titik estimasi

sebaliknya

3.4 Memutuskan Akseptabilitas Populasi dengan Menggunakan

MUS

Setelah batas salah saji dihitung, auditor harus

memutuskan apakah populasi dapat diterima. Untuk

melakukan hal tersebut, diperlukan suatu aturan

keputusan. Aturan keputusan untuk MUS adalah sebagai

berikut: Jika batas salah saji bawah dan batas salah saji

atas berada di antara jumlah salah saji yang berupa lebih

saji dan kurang saji yang dapat ditoleransi, kesimpulan

bahwa nilai buku tidak mengandung salah saji yang

material dapat diterima. Jika tidak, ambil kesimpulan

bahwa nilai buku mengandung salah saji yang material.

3.5 Tindakan Jika Populasi Ditolak

Jika satu atau kedua batas salah saji itu berada di

luar batas salah saji yang dapat ditoleransi dan populasi

dianggap tidak dapat diterima, auditor memiliki beberapa

opsi.

3.6 Menentukan Ukuran Sampel dengan Menggunakan MUS

Metode yang digunakan untuk menentukan ukuran sampel

bagi MUS serupa dengan yang digunakan untuk sampling

atribut unit fisik, yang menggunakan tabel sampling

atribut.

3.6.1 Materialitas

Pertimbangan pendahuluan tentang materialitas umumnya

merupakan dasar bagi jumlah salah saji yang dapat

ditoleransi yang akan digunakan. Jika diperkirakan

terjadi salah saji dalam pengujian non-MUS, salah saji

yang dapat ditoleransi akan kurang materialitas dari

jumlah tersebut. Salah saji yang dapat ditoleransi berupa

lebih saji atau kurang saji mungkin akan berbeda.

3.6.2 Asumsi Persentase Rata-rata Salah Saji untuk

Item Populasi yang Mengandung Salah Saji

Mungkin ada asumsi yang terpisah untuk batas atas dan

bawah, yang juga merupakan pertimbangan auditor. Hal

tersebut harus didasarkan pada pengetahuan auditor

mengenai klien serta pengalaman masa lalu, dan jika lebih

kecil dari 100 persen yang digunakan, asumsinya harus

dapat dipertahankan dengan jelas.

3.6.3 Risiko yang Dapat Diterima atas Penerimaan yang

Salah (ARIA)

ARIA adalah suatu pertimbangan auditor dan sering

kali dicapai dengan bantuan model risiko audit.

3.6.4 Nilai Populasi yang Tercatat

Nilai dolar populasi diambil dari catatan klien.

3.6.5 Estimasi Tingkat Pengecualian Populasi

Umumnya, estimasi tingkat pengecualian populasi untuk

MUS adalah nol, karena MUS sangat tepat digunakan pada

situasi tidak ada salah saji, atau jika hanya sedikit

salah saji yang diperkirakan akan terjadi.

3.6.6 Hubungan Model Risiko Audit dengan Ukuran

Sampel untuk MUS

MUS akan digunakan dalam melaksanakan pengujian atas

rincian saldo. Auditor harus memahami hubungan ketiga

faktor-faktor independen itu dalam model risiko audit,

ditambah prosedur analitis dan pengujian substantif atas

transaksi dengan ukuran sampel untuk pengujian atas

rincian saldo.

Sampling unit moneter (MUS) memiliki sedikitnya empat

fitur yang menarik bagi auditor:

1. MUS secara otomatis akan meningkatkan kemungkinan

memilih item dolar yang tinggi dari populasi yang sedang

diaudit.

2. MUS dapat mengurangi biaya pelaksanaan pengujian

audit karena beberapa item sampel akan diuji

sekaligus.

3. MUS mudah diterapkan.

4. MUS menghasilkan kesimpulan statistik dan bukan

kesimpulan nonstatistik.

Terdapat dua kelemahan utama MUS

1. Total batas salah saji yang dihasilkan ketika salah

saji ditemukan mungkin terlalu tinggi untuk digunakan

oleh auditor.

2. Sulit untuk memilih sampel PPS dari populasi yang

besar tanpa bantuan komputer.

Karena semua alasan tersebut, auditor seringkali

menggunakan MUS ketika mengharapkan tidak ada atau

sedikit salah saji, menginginkan hasil dolar, dan

mencatat data populasi pada file komputer.

4. SAMPLING VARIABEL

Sampling variable adalah metode statistic yang

digunakan oleh auditor. Sampling variable dan sampling

nonstatistik untuk pengujian atas rincian saldo memiliki

tujuan yang sama, yaitu mengukur salah saji dalam suatu

saldo akun. Jika auditor menentukan bahwa jumlah salah

saji melampaui jumlah yang dapat ditoleransi, mereka akan

menolak populasi dan melakukan tindakan tambahan.

4.1 Perbedaan antara Sampling Variabel dan Nonstatistik

Penggunaan metode variable memiliki banyak kemiripan

dengan sampling nonstatistik. Ke-14 langkah dalam

sampling nonstatistik harus dilaksanakan pada metode

variable, dan sebagian besar tidak jauh berbeda.

4.2 Distribusi Sampling

Auditor tidak mengetahui nilai rata-rata (mean) salah

saji dalam populasi, distribusi jumlah salah saji, atau

nilai yang diaudit. Karakteristik populasi tersebut harus

diestimasi dari sampel yang tentu saja, merupakan tujuan

dari pengujian audit. Untuk setiap sampel,

auditor menghitung nilai rata-rata item dalam sampel

sebagai berikut:

Setelah menghitung nilai rata-rata item sampel,

auditor memplotnya ke dalam distribusi frekuensi.

4.3 Inferensi Statistik

Jika sampel diambil dari satu populasi dalam situasi

audit actual, auditor tidak mengetahui karakteristik

populasi itu dan biasanya, hanya satu sampel yang akan

diambil dari populasi bersangkutan. Pengetahuan mengenai

distribusi sampling akan memungkinkan auditor untuk

menarik kesimpulan statistic, atau inferensi statistic

( statistical inferences ), mengenai populasi.

Auditor dapat menyatakan kesimpulan yang dibuatnya

dari interval keyakinan dengan menggunakan inferensi

statistic dalam cara yang berbeda. Akan tetapi, mereka

harus berhati-hati untuk menghindari kesimpulan yang

tidak benar, mengingat nilai populasi yang sebenarnya

selalu tidak diketahui. Akan tetapi, auditor dapat

mengatakan bahwa prosedur yang digunakan untuk memperoleh

sampel dan menghitung interval keyakinan akan

menghasilkan interval yang berisi nilai rata- rata

populasi yang sebenarnya dalam persentase tertentu pada

saat tersebut. Singkatnya, auditor mengetahui

reliabilitas proses inferensi statistic yang digunakan

untuk menarik kesimpulan. Menghitung interval keyakinan

rata-rata populasi dengan menggunakan logika yaitu

sebagai berikut :

4.4 Metode Variabel

Auditor menggunakan proses inferensi statistic

sebelumnya bagi semua metode sampling variabel. Setiap

metode dibedakan menurut apa yang sedang diukur, ketiga

metode variabel tersebut.

4.4.1 Estimasi Perbedaan

Auditor menggunakan estimasi perbedaan (difference

estimation) untuk mengukur estimasi jumlah salah saji total

dalam populasi apabila ada nilai tercatat maupun nilai

yang diaudit bagi setiap item sampel, yang hampir selalu

terjadi dalam audit. Estimasi perbedaan sering kali

menghasilkan ukuran sampel yang lebih kecil jika

dibandingkan dengan setiap metode lainnya, dan relative

lebih mudah digunakan. Karena alasan tersebut, estimasi

perbedaan sering kali dianggap sebagai metode variabel

yang paling disukai

4.4.2 Estimasi Rasio

Estimasi rasio ( ratio estimation ) serupa dengan estimasi

perbedaan kecuali auditor menghitung rasio antara salah

saji dan nilai tercatatnya serta memproduksikan hal ini

dengan populasi untuk mengestimasi total salah saji

populasi. Estimasi rasio dapat menghasilkan ukuran sampel

yang jauh lebih kecil ketimbang estimasi perbedaan jika

ukuran salah saji populasi proporsional dengan nilai

tercatat item populasi. Jika ukuran setiap salah saji

bersifat independen dengan nilai tercatat, estimasi

perbedaan akan menghasilkan ukuran sampel yang lebih

kecil. Sebagian besar auditor lebih menyukai estimasi

perbedaan karena lebih sederhana untuk menghitung

interval keyakinan.

4.4.3 Estimasi Rata-rata per Unit

Estimasi rata-rata per unit ( mean per unit estimation )

auditor berfokus pada nilai yang teraudit dan bukan pada

jumlah salah saji setiap item dalam sampel. Kecuali untuk

definisi apa yang sedang diukur, estimasi rata-rata per

unit dihitung dengan cara yang sama seperti estimasi

perbedaan. Titik estimasi nilai yang diaudit sama dengan

rata-rata nilai item yang di audit dalam sampel dikalikan

dengan ukuran populasi. Perhitungan interval presisi

dilakukan berdasarkan nilai item sampe yang diaudit dan

bukan salah saji. Jika auditor telah menghitung batas

keyakinan atas dan bawah, mereka akan memutuskan

akseptabilitas populasi dengan membandingkan jumlah

tersebut dengan nilai buku yang tercatat. Estimasi rata-

rata per unit jarang digunakan dalam praktik karena

ukuran sampel umumnya jauh lebih besar ketimbang untuk

dua metode sebelumnya.

4.5 Metode Statistik Berstratifikasi

Sampling stratifikasi adalah metode sampling dimana

semua unsur dalam total populasi dibagi menjadi dua atau

lebih subpopulasi. Setiap subpopulasi kemudian diuji

secara independen. Perhitungannya dilakukan bagi setiap

strata dan kemudian digabung menjadi satu estimasi

populasi secara keseluruhan untuk interval keyakinan

populasi secara menyeluruh. Hasilnya diukur secara

statistic. Stratifikasi dapat diterapkan pada estimasi

perbedaan, rasio, dan rata-rata per unit, tetapi paling

sering digunakan dengan estimasi rata-rata per unit.

4.6 Risiko Sampling

Risiko yang dapat diterima atas penerimaan yang

salah ( ARIA ) untuk sampling nonstatistik. Untuk

sampling variabel, auditor menggunakan ARIA serta risiko

yang dapat diterima atas penolakan yang salah ( acceptable

risk of incorrect rejection = ARIR ).

4.6.1 ARIA

ARIA adalah risiko statistic bahwa auditor telah

menerima populasi yang, dalam kenyataannya, mengandung

salah saji yang material. ARIA mendapat perhatian yang

besar dari auditor karena memiliki implikasi hukum yang

serius dakam menyimpulkan bahwa saldo akun telah

dinyatakan secara wajar padahal sebenarnya mengandung

salah saji dalam jumlah yang material.

Saldo akun dapat dinyatakan terlalu tinggi atau

terlalu rendah, tetapi tidak keduanya ; karena itu, ARIA

merupakan pengujian statistic satu arah. Karena itu,

koefisien keyakinan untuk ARIA berbeda dengan tingkat

keyakinan. Tingkat keyakinan = 1 – 2 x ARIA.

4.6.2 ARIR

Risiko yang dapat diterima atas penolakan yang salah

( acceptable risk of incorrect rejection = ARIR ) adalah risiko

statistic bahwa auditor telah menyimpulkan suatu populasi

mengandung salah saji yang material padahal sebenarnya

tidak. ARIR hanya akan mempengaruhi tindakan auditor jika

mereka menyimpulkan bahwa populasi dinyatakan secara

wajar. Jika auditor menemukan suatu saldo tidak

dinyatakan secara wajar, mereka umumnya akan meningkatkan

ukuran sampel atau melaksanakan pengujian lainnya. ARIR

baru dianggap penting jika diperlukan biaya yang tinggi

untuk meningkatkan ukuran sampel atau melaksanakan

pengujian lainnya.

ARIA dan ARIRKeadaan Aktual

PopulasiKeputuan Audit Aktual Salah Saji secara

Material

Salah Saji yang Tidak

MaterialMenyimpulkan bahwa Kesimpulan yang Kesimpulan yang tidak

populasi mengandung

salah saji yang

material.

benar – tidak ada

risiko

benar – risikonya

adalah ARIA

Menyimpulkan bahwa

populasi tidak

mengandung salah saji

yang material.

Kesimpulan yang

tidak benar –

risikonya adalah

ARIA

Kesimpulan yang benar

– tidak ada risiko

5. ILUSTRASI PENGGUNA ESTIMASI PERBEDAAN

Untuk mengilustrasikan konsep dan metodologi sampling

variabel, kita tela memilih estimasi perbedaan dengan

menggunakan pengujian hipotesis karena relative

sederhana.

5.1 Merencanakan Sampel dan Menghitung Ukuran Sampel

dengan Menggunakan Estimasi Perbedaan

5.1.1 Menyatakan Tujuan Pengujian Audit

Tujuan pengujian audit adalah untuk menentukan apakah

piutang usaha sebelum mempertimbangkan penyisihan piutang

tak tertagih mengandung salah saji yang material.

5.1.2 Memutuskan Apakah Sampling Audit Dapat

Diterapkan

Sampling audit diterapkan dalam konfirmasi piutang

usaha karena besarnya jumlah piutang usaha.

5.1.3 Mendefinikan Kondisi Salah Saji

Kondisi salah saji merupakan kesalahan klien yang

ditentukan melalui konfirmasi setiap akun atau prosedur

alternative.

5.1.4 Mendefinisikan Populasi

Ukuran populasi ditentukan melalui perhitungan.

Perhitungan yang akurat jauh lebih penting dlam sampling

variabel karena ukuran populasi mempengaruhi secara

langsung ukuran sampel batas presisi yang dihitung.

5.1.5 Mendefinisikan Unit Sampling

Unit sampling adalah suatu akun dalam daftar piutang

usaha.

5.1.6 Menetapkan Salah Saji yang Dapat Ditoleransi

Jumlah salah saji yang bersedia diterima auditor

merupakan pertanyaan tentang materialitas.

5.1.7 Menetapkan Risiko yang Dapat Diterima

Audito menetepkan dua risiko :

Risiko yang dapat diterima atas penerimaan yang

salah ( ARIA ), ARIA dipengaruhi oleh risiko

audit yang dapat diterima, hasil pengujian

pengendalian dan pengujian substansif atas

transaksi, prosedur analitis, dan signifikansi

relative piutang usaha dalam laporan keuangan.

Risiko yang dapat diterima atas penolakan yang

salah ( ARIR ), ARIR dipengaruhi oleh biaya

tambahan resampling

5.1.8 Mengestimasi Salah Saji dalam Populasi

Estimasi ini memiliki dua bagian :

Estimasi titik estimasi yang diharapkan. Auditor

memerlukan estimasi dimuka atas titik estimasi

populasi bagi estimasi perbedaan, seperti

ketika mereka memerlukan estimasi tingkat

pengecualian populasi untuk sampling atribut.

Melakukan estimasi deviasi standar populasi dimuka –

variabilitis populasi. Untuk menentukan ukuran sampel

awal, auditor memerlukan estimasi di muka atas

variasi salah saji dalam populasi seperti yang

diukur oleh deviasi standar populasi.

5.1.9 Menghitung Ukuran Sampel Awal

Ukuran sampel awal dapat dihitung dengan menggunakan

rumus berikut :

5.2 Memilih Sampel dan Melaksanakan Prosedur

Memilih Sampel, karena memerlukan sampel acak

( selain PPS ), auditor harus menggunakan salah satu

metode pemilihan sampel probabilistic guna memilih 100

item sampel untuk konfirmasi.

Melaksanakan Prosedur Audit, dalam konfirmasi salah

saji adalah perbedaan antara respons konfirmasi dan saldo

klien setelah merekonsiliasi semua perbedaan waktu serta

kesalahan pelanggan. Dalam situasi nonrespons, salah saji

yang ditemukan dengan prosedur alternative akan

diperlakukan serupa dengan salah saji yang ditemukan

melalui konfirmasi.

5.3 Mengevaluasi Hasil

5.3.1 Menggeneralisasi dari Sampel ke Populasi

Secara konseptual, estimasi nonstatistik dan estimasi

perbedaan akan melakukan hal yang sama – menggeneralisasi

dari sampel ke populasi. Meskipun kedua metode itu

mengukur kemungkinan salah saji populasi berdasarkan

hasil sampel, estimasi perbedaan menggunakan pengukuran

statistic untuk menghitung batas keyakinan. Emapat

langkah menggambarkan perhitungan batas keyakinan ;

1. Menghitung titik estimasi total salah saji. Titik estimasi

adalah ekstrapolasi langsung dari salah saji dalam

sampel kesalah saji dalam produksi.

2. Menghitung estimasi deviasi standar populasi. Deviasi standar

populasi adalah ukuran statistic dari variabilitas

nilai setiap item dalam populasi. Jika ada sejumlah

besar variasi dalam nilai item populasi, deviasi

standar akan lebih besar dibandingkan jika

variasinya kecil. Deviasi standar memiliki pengaruh

yang signifikan terhadap interval presisi yang

dihitung

3. Menghitunng interval presisi. Interval presisi dihitung dengan

menggunakan rumus statistic. Hasilnya adalah berupa ukuran dolar

dari ketidakmampuan memprediksi salah saji populasi yang

sebenarnya karena pengujian didasarkan pada sampel, bukan pada

populasi secara keseluruhan. Pengaruh perubahan setiap factor

meskipun factor-faktor lainnya tetap konstan yaitu :

Jenis Perubahan Pengaruhnya terhadap

Interval Presisi yang

DihitungMeningkatkan ARIA Menurun Meningkatkan titik

estimasi salah saji

Meningkat

Meningkatkan deviasi

standar

Meningkat

Meningkatkan ukuran

sampel

Menurun

4. Menghitung batas keyakinan. Auditor menghitung batas

keyakinan, yang mendefinisikan interval keyakinan,

dengan mengombinasikan titik estimasi dari total

salah saji dan interval presisi yang dihitung pada

tingkat keyakinan yang diinginkan.

5.3.2 Menganalisis Salah Saji

Auditor harus mengevaluasi salah saji untuk

menentukan penyebab setiap salah saji dan memutuskan

apakah perlu memodifikasi model risiko audit.

5.3.3 Memutuskan Akseptabilitas Populasi

Jika menggunakan metode statistic, maka untuk

memutuskan apakah suatu populasi dapat diterima auditor

bergantung pada aturan keputusan sebagai berikut :

- Jika interval keyakinan dua sisi untuk salah saji

sepenuhnya berada dalam salah saji yang dapat

ditoleransi berupa plus dan minus, terima hipotesis

bahwa nilai buku tidak disalahsajikan dalam jumlah

yang material.

- Jika terjadi sebaliknya, terima hipotesis bahwa nilai

buku disalahsajikan dalam jumlah yang material.

5.3.4 Analisis

Penggunaan ARIR yang kecil akan menyebabkan ukuran

sampel menjadi lebih besar ketimbang jika ARIR-nya

sebesar 100 persen. Auditor dapat menggunakan ARIR untuk

mengurangi kemungkinan harus meningkatkan ukuran sampel

jika deviasi standar atau titik estimasi lebih besar dari

yang diharapkan.

5.4 Tindakan Jika Hipotesis Ditolak

Jika satu atau kedua batas keyakinan terletak diluar

rentang salah saji yang dapat ditoleransi, populasi

dianggap tidak dapat diterima. Tindakan yang akan

diambil auditor adalah sama seperti untuk sampling

nonstatistik, kecuali estimasi yang lebih baik

terhadap salah saji populasi telah dibuat. Jika

interval presisi yang dihitung melampaui salah saji

yang dapat ditoleransi, auditor tidak akan

mengharuskan pembukuan disesuaikan.