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.