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 "Langkah-Sampling Audit untuk "
"Pengujian atas Rincian Saldo "Pengujian Pengendalian dan "
" "Pengujian Substantif atas "
" "Transaksi "
"Merencanakan Sampel "Merencanakan Sampel "
"1. Menyatakan tujuan pengujian "1. Menyatakan tujuan pengujian "
"audit "audit "
"2. Memutuskan apakah sampling "2. Memutuskan apakah sampling "
"audit dapat audit dapat "audit dapat audit dapat "
"diterapkan . "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 "6. Menetapkan tingkat "
"dapat ditoleransi yang dapat "pengecualian ditoleransi. "
"7. Menetapkan risiko yang dapat "7. Menetapkan risiko yang dapat "
"diterima atas diterima atas "penilian risiko pengendalian "
"penerima yang salah terlalu "yang (ARACR) "
"rendah. " "
"8. Mengestimasi salah saji dalam"8. Mengestimasi tingkat "
"populasi. "pengecualian populasi "
"9. Menentukan ukuran sampel awal"9. Menentukan ukuran sampel awal"
"Memilih sampel dan Melaksanakan "Memilih sampel dan Melaksanakan "
"Prosedur Audit "Prosedur "
"10. Memilih sampel "10. Memilih sampel "
"11. Melaksanakan Prosedur Audit "11. Melaksanakan Prosedur Audit "
"Mengevaluasi Hasil "Mengevaluasi Hasil "
"12. Menggeneralisasi dari sampel"12. Menggeneralisasi dari sampel"
"ke populasi "ke populasi "
"13. Menganalisis salah saji "13. Menganalisis pengecualian "
"14. Memutuskan akseptibilitas "14. Memutuskan akseptibilitas "
"populasi "populasi "
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 ARIR "
" "Keadaan Aktual " "
" "Populasi " "
"Keputuan Audit Aktual "Salah Saji secara "Salah Saji yang Tidak "
" "Material "Material "
"Menyimpulkan bahwa populasi"Kesimpulan yang benar"Kesimpulan yang tidak "
"mengandung salah saji yang "– tidak ada risiko "benar – risikonya adalah"
"material. " "ARIA "
"Menyimpulkan bahwa populasi"Kesimpulan yang tidak"Kesimpulan yang benar – "
"tidak mengandung salah saji"benar – risikonya "tidak ada risiko "
"yang material. "adalah ARIA " "
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.
2. Memutuskan Apakah Sampling Audit Dapat Diterapkan
Sampling audit diterapkan dalam konfirmasi piutang usaha karena
besarnya jumlah piutang usaha.
3. Mendefinikan Kondisi Salah Saji
Kondisi salah saji merupakan kesalahan klien yang ditentukan
melalui konfirmasi setiap akun atau prosedur alternative.
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. Mendefinisikan Unit Sampling
Unit sampling adalah suatu akun dalam daftar piutang usaha.
6. Menetapkan Salah Saji yang Dapat Ditoleransi
Jumlah salah saji yang bersedia diterima auditor merupakan
pertanyaan tentang materialitas.
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
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.
9. Menghitung Ukuran Sampel Awal
Ukuran sampel awal dapat dihitung dengan menggunakan rumus berikut :
1. 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.
2. 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 "Meningkat "
"salah saji " "
"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.
3. 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.
