chapter 17 : sampling audit untuk pengujian atas rincian saldo
DESCRIPTION
Arens Jilid 2TRANSCRIPT
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