BAB 17

SAMPLING AUDIT UNTUK PENGUJIAN ATAS

RINCIAN SALDO

A. 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.

1. 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 Transaksi

Merencanakan Sampel Merencanakan Sampel

1. Menyatakan tujuan pengujian audit 1. Menyatakan tujuan pengujian audit

2. 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 populasi

5. Mendefiniskan unit sampling 5. Mendefiniskan unit sampling

6. 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

populasi

9. Menentukan ukuran sampel awal 9. Menentukan ukuran sampel awal

Memilih sampel dan Melaksanakan

Prosedur Audit

Memilih sampel dan Melaksanakan

Prosedur

10. Memilih sampel 10. Memilih sampel

11. Melaksanakan Prosedur Audit 11. Melaksanakan Prosedur Audit

Mengevaluasi Hasil Mengevaluasi Hasil

12. Menggeneralisasi dari sampel ke

populasi

12. Menggeneralisasi dari sampel ke

populasi

13. Menganalisis salah saji 13. Menganalisis pengecualian

14. Memutuskan akseptibilitas populasi 14. Memutuskan akseptibilitas populasi

1.1 Menyatakan Tujuan Pengujian Audit

Auditor mengambil sampel 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 Melaksanakan 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 menggunakan 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 paragraf 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.

B. 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:

- Tabel sampling atribut digunakan untuk menghitung hasil.

- Hasil atribut harus dikonversi ke dalam dolar.

- Auditor harus membuat asumsi mengenai persentase salah saji setiap item

populasi yang mengandung salah saji.

- 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:

- MUS secara otomatis akan meningkatkan kemungkinan memilih item

dolar yang tinggi dari populasi yang sedang diaudit.

- MUS dapat mengurangi biaya pelaksanaan pengujian audit karena

beberapa item sampel akan diuji sekaligus.

- MUS mudah diterapkan.

- MUS menghasilkan kesimpulan statistik dan bukan kesimpulan

nonstatistik.

Terdapat dua kelemahan utama MUS

- Total batas salah saji yang dihasilkan ketika salah saji ditemukan

mungkin terlalu tinggi untuk digunakan oleh auditor.

- 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.

C. 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 ARIR

Keadaan Aktual Populasi

Keputuan Audit Aktual Salah Saji secara Material Salah Saji yang Tidak Material

Menyimpulkan bahwa populasi

mengandung salah saji yang

material.

Kesimpulan yang benar –

tidak ada risiko

Kesimpulan yang tidak 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

D. ILUSTRASI PENGGUNA ESTIMASI PERBEDAAN

Untuk mengilustrasikan konsep dan metodologi sampling variabel, kita

telah 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 Dihitung

Meningkatkan 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.

BAB 17

SAMPLING AUDIT UNTUK PENGUJIAN ATAS

RINCIAN SALDO

Kelompok 2 :

1. Nurul Fajriah (023131223)

2. Nur C Afifi (023131236)

3. Dina Islami Rosyida (023131237)

4. Marietha Ayu Safitri (023131239)

FAKULTAS EKONOMI

UNIVERSITAS TRISAKTI

2015 / 2016