SAMPLING AUDIT UNTUK PENGUJIAN ATAS RINCIAN

SALDO

Oleh : Padlah Riyadi, SE, AK, CA.

-------------------------------------------------------------------------------------------------------

1. PERBANDINGAN SAMPLING AUDIT UNTUK PENGUJIAN ATAS

RINCIAN SALDO DAN UNTUK PENGUJIAN ATAS RINCIAN

SALDO DAN UNTUK PENGUJIAN PENGENDALIAN SERTA

PENGUJIAN SUBSTANTIF ATAS TRANSAKSI

Perbedaan utama antara pengujian pengendalian, pengujian substantive atas

transaksi, dan pengujian atas rincian saldo terletak pada apa yang ingin di ukur oleh

auditor. Auditor melaksanakan pengujian pengendalian dan pengujian substantifatas

transaksi :

Untuk menentukan apakah tingkat pengecualian populasi cukup rendah.

Untuk mengurangi penilaian resiko pengendalian dan karenannya mengurangi

pengujian atas rincian saldo.

Untuk perusahaan publik, guna menyimpulkan bahwa pengendalian telah

beroperasi secara efektif demi tujuan audit pengendalian internal atas

pelaporan keuangan.

2. SAMPLING NONSTATISTIK

Ada 14 langkah yang diperlukan dalam sampling audit untuk pengujian atas

rincian saldo.

Langkah-Sampling Audit untuk

Pengujian atas Rincian Saldo

Langkah-Sampling Audit untuk

Pengujian Pengendalian dan Pengujian

Substantif atas 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

2.1 Menyatakan Tujuan Pengujian Audit

Auditor mengambil sa,pel untuk pengujian atas rincian saldo guna

menentukan apakah saldo akun yang sedang diaudit telah dinyatakan secara wajar.

2.2 Memutuskan Apakah Sampling Audit Dapat Diterapkan

Sampling audit dapat diterapkan setiap kali auditor berencana membuat

kesimpilan mengenai populas berdasarkan sampel.

2.3 Mendefinisikan Salah Saji

Karena sampling audit untuk pengujian atas rincian saldo mengukur salah saji

moneter, yaitu salah saji yang terjadi apabila item sampel disalahsajikan.

2.4 Mendefiniskan Populasi

Dalam pengujian atas rincian saldo, populasi definiskan sebagai item yang

membentuk populasi dolar yang tercatat.

2.4.1 Sampling Berstratifikasi

Bagi kebanyakan populasi, auditor memisahkan populasi ke dalam dua atau

lebih subpopulasi sebelum menerapkan sampling audit. Hal ini disebut sebagai

sampling berstratifikasi (stratified sampling), di mana setiap subpopulasi disebut

sebagai strata. Stratifikasi memungkinan auditor untuk menekankan item populasi

tertentu dan mengabaikan yang lain.

2.5 Menetapkan Salah Saji yang Dapat Ditoleransi

Auditor menggunakan salah saji yang dapat ditoleransi, untuk menentukan

ukuran sampel dan mengevaluasi hasil sampling nonstatistik. Auditor untuk

memulainnya dengan pertimbangan pendahuluan mengenai materialitas dan

menggunakan total tersebut untuk memutuskan salah saji yang dpat ditoleransi bagi

setiap akun

2.6 Menetapkan Risiko yang Dapat Diterima atas Penerimaan yang Salah

Resiko yang dapat diterima atas penerimaan yang salah (acceptable risk of

incorrect acceptance= ARIA ) adalah jumlah risiko yang bersedia ditaggung auditor

karena menerima suatu saldo sebagai benar padahal salah saji yang sebenarnya dalam

saldo tersebut melampaui salah saji yang dapat ditoleransi. ARIA mengukur

keyakinan yang diinginkan auditor atas suatu saldo akun. Untuk memperoleh

keyakinan yang lebih besar ketika mengaudit suatu saldo akun. Untuk memperoleh

keyakinan yang lebih besar ketika mengaudit suatu saldo, auditor akan menetapkan

ARIA yang lebih rendah. ( Perhatikan bahwa ARIA adalah istilah yang ekuivalen

dengan ARACR (acceptable risk of assessing control risk too low) untuk pengujian

pengendalian dan pengujian sebstantif atas transaksi. Seperti ARACR, ARIA dapat

ditetapkan secara kualitatif (seperti rendah, sedang, atau tinggi).

Ada hubungan terbalik antara ARIA dan ukuran sampel yang diperlukan.

Sebuah faktor penting yang mempengaruhi keputusan auditor mengenai ARIA adalah

penilaian risiko pengendalian dalam model risiko audit. Jika pengendalian internal

sudah efektif, resiko pengendalian dapat dikurangi sehingga memungkinkan auditor

untuk meningkatkan ARIA. Pada gilirannya, hal ini akan mengurangi ukuran sampel

yang diperlukan untuk pengujian atas rincian saldo akun yang berkaitan.

2.7 Mengestimasi Salah Saji dalam Populasi

Biasanya auditor membuat estimasi ini berdasarkan pengalaman sebelumnya

dengan klien dan dengan menilai risiko inheren, yang mempertimbangkan hasil

pengujian pengendalian, pengujian substantif atas transaksi, dan prosedur analitis

yang telah dilaksanakan. Ukuran sampel yang direncanakan akan meningkat apabila

jumlah saji yang diharapkan dalam populasi mendekati salah saji yang dapat

ditoleransi.

2.8 Menetntukan Ukuran sampai Awal

Jika menggunakan sampling nonstatistik, auditor menetukan ukuran sampel

awal dengan mempertimbangkan faktor-faktor yang telah kita bahas sejauh ini. Untuk

membantu auditor membuat keputusan menyangkut ukuran sampel, auditor seringkali

mengikuti pedoman yang disebabkan oleh kantor akunntannya atau beberapa sumber

lainnya.

2.9 Melaksnakan Prosedur Audit

Untuk melaksanakan prosedur audit, auditor menerapkan prosedur audit yang

tepat pada setiap item sampel untuk menetukan apakah item tersebut mengandung

salah saji. Dalam konfirmasi piutang usaha, auditor mengirimkan sampel konfirmasi

positif. Jika terjadi nonrespons, mereka akan menggunakan prosedur alternatif untuk

menentukan salah saji.

2.10 Menggenerelisasi dari Sampel ke Populasi dan Memutuskan

Akseptibilitas Populasi

Auditor harus menggeneralisasi dari sampel ke populasi dengan (1)

memproyeksikan salah saji dari hasil sampel ke populasi dan (2) mempertimbangkan

kesalahan sampling serta resiko sampling (ARIA). Karena itu, auditor harus

memproyesikan dari sampel ke populasi.

Langkah pertama adalah menghitung titik estimasi (point estimate). Titik

estimasi dapat dihitung dengan berbagai cara, tetapi pendekatan yang umum adalah

mengasumsikan bahwa salah saji populasi yang belum diaudit adalah proporsional

dengan salah saji sampel. Perhitungan tersebut harus dilakukan untuk setiap strata dan

kemudian dijumlahkan, bukan menggabungkan total salah saji dalam sampel.

Auditor, yang menngunakan sampling nonstatistik tidak dapat mengukur

secara formal kesalahan sampling sehingga harus mempertimbangkan secara subjektif

kemungkinan bahwa salah saji populasi yang sebenarnya melampaui jumlah yang

dapat ditoleransi. Auditor melakukan hal ini dengan mempertimbangkan :

1. Perbedaan antara titik estimasi dan salah saji yang dapat ditoleransi ( yang

disebut perhitungan kesalahan sampling)

2. Sejauh mana item dalam populasi telah diaudit 100 persen.

3. Apakah salah saji cenderung mengoffset atau hanya bersifat satu arah

4. Jumlah salah saji individual

5. Ukuran sampel

2.11 Menganalisis Salah Saji

Auditor harus mengevaluasi sifat dan penyebab setiap salah saji yang

ditemukan dalam pengujian atas rincian saldo. Auditor harus menganalisis salah saji

untuk memutuskan apakah setiap modifikasi model resiko audit memang diperlukan.

Dalam paragraph sebelumnya, jika auditor menyimpulkan bahwa kelalaian untuk

mencatat retur yang disebabkan oleh lemahnya pengendalian internal, auditor

mungkin perlu menilai kembali resiko pengendalian. Hal tersebut pada gilirannya

akan menyebabkan auditor mengurangi ARIA, yang akan meningkatkan ukuran

sampel yang direncanakan.

2.12 Tindakan yang Diambil Apabila Populasi Ditolak

Jika auditor menyimpulkan bahwa salah saji dalam suatu populasi mungkin

lebih besar dari salah saji yang dapat ditolerensi setelah mempertimbangkan

kesalahan sampling, populasi tidak dianggap dapat diterima. Pada titik tersebut,

auditor memiliki beberapa tindakan yang dilakukan

2.12.1 Tidak Mengambil Tindakan Hingga Pengujian atas Bidang Audit

Lainnya Telah Selesai

Akhirnya, auditor harus mengevaluasi apakah laporan keuangan secara

keseluruhan mengandung salah saji yang material. Jika salah saji yang mengoffset

ditemukan pada bagian audit lainnya, seperti dalam persediaan, auditor dapat

menyimpulkan bahwa estimasi salah saji piutang usaha dapat diterima.

2.12.2 Melaksanakan Pengujian Audit yang Diperluas pada Bidang Tertentu

Jika analisis salah saji menunjukkan bahwa sebagian besar salah saji

merupakan Suatu jenis khusus, mungkin perlu membatasi upaya audt tambahan pada

bidang yang menjadi masalah. Ketika auditor menganalisis bidang masalah dan

memperbaikinya dengan menyesuaikan catatan klien, item sampel yang menyebabkan

terisolasinya bidang masalah kemudian dapat ditunjukkan sebagai sudah “benar”.

Sekarang titik estimasi dapat dihitung kembali tanpa melibatkan salah saji yang telah

“dikoreksi”. ( Hal ini hanya berlaku jika kesalahan dapat diisolasi pada suatu bidang

tertentu. Pada umumnya kesalahan harus diproyeksikan ke populasi yang dijadikan

sampel, meskipun klien menyesuaikan kesalahan.) Berdasarkan fakta baru tersebut,

auditor juga akan mempertimbangkan kembali kesalahan sampling dan akseptibilitas

populasi.

2.12.3 Meningkatkan Ukuran Sampel

Jika auditor meningkatkan ukuran sampel, kesalahan sampling akan dikurangi

jika tingkat salah saji dalam sampel yang diperluas, jumlah dolarnya, dan arahnya

serupa dengan pada sampel awal. Karena itu, meningkatkan ukuran sampel dapat saja

memenuhi persyaratkan salah saji yang dapat ditoleransi auditor.

Meningkatkan ukuran sampel yang cukup untuk memenuhi standar salah saji

yang dapat ditolerensi auditor seringkali mahal, terutama jika perbedaan antara salah

saji yang dapat ditolerensi dan salah saji yang diproyeksikan kecil.

2.12.4 Menyesuaikan Saldo Akun

Jika auditor menyimpulkan bahwa saldo akun mengandung salah saji yang

material, klien mungkin akan bersedia menyesuaikan nilai bukan berdasarkan hasil

sampel.

2.12.5 Meminta Klien untuk Mengoreksi Populasi

Dalam beberapa kasus, catatan klien sangat tidak memadai sehingga populasi

harus dikoreksi secara keseluruhan sebelum audit dapat diselesaikan.

2.12.6 Menolak untuk Memberikan Pendapat Wajar Tanpa Pengecualian

Jika auditor yakin bahwa jumlah yang tercatat dalam suatu akun tidak

dinyatakan secara wajar, auditor harus mengikuti setidaknya satu prosedur alternatif

sebelumnya atau mengkualifikasi laporan audit dengan cara yang cepat. Jika auditor

yakin bahwa laporan keuangan sangat mungkin mengandung salah saji yang material,

maka mengeluarkan pendapat wajar tanpa pengecualian merupakan pelanggaran

serius terhadap standar auditing.

3. SAMPLING UNIT MONETER

Sampling unit moneter (monetary unit sampling = MUS ) merupakan

metode sampling statistic yang paling umum digunakan untuk pengujian atas rincian

saldo karena memiliki kesederhanaan statistic bagi sampling atribut serta memberikan

hasil statistic yang diekspresikan dalam dolar ( atau mata uang lainnya yang sesuai ).

MUS juga disebut sebagai sampling unit dolar, sampling jumlah moneter kumulatif,

dan sampling dengan probabilitas yang proporsiaonal dengan ukuran.

3.1 Perbedaan Antara Sampling Unit Moneter ( MUS ) dan Sampling

Nonstatistik

MUS serupa dengan penggunaan sampling nonstatistik. Ke-14 langkahnya

juga harus dilakukan dalam MUS, walaupun beberapa dilakukan dengan cara yang

berbeda. Perbedaan tersebut yaitu:

3.1.1 Definisi Unit Sampling adalah suatu Dolar Individual

MUS memiliki fitur yang penting seperti definisi unit sampling sebagai suatu

dolar individual dalam saldo akun. Dengan berfokus pada dolar individual sebagai

unit sampling, secara otomatis MUS akan menekankan unit fisik yang memiliki saldo

tercatat lebih besar. Karena sampel dipilih berdasarkan doalr individual, akun dengan

saldo yang besar memiliki kesempatan yang lebih besar untuk dimasukkan ketimbang

akun dengan saldo yang lebih kecil. Akibatnya sampling berstratifikasi tidak

diperlukan dalam MUS. Stratifikasi itu akan terjadi secara otomatis.

3.1.2 Ukuran Populasi adalah Populasi Dolar yang Tercatat

MUS tidak dapat digunakan untuk mengevaluasi apakah item persediaan

tertentu memang ada tetapi belum diperhitungkan. Jika tujuan kelengkapan sangat

penting dalam pengujian audit, tujuan tersebut harus dipenuhi secara terpisah dari

pengujian MUS.

3.1.3 Pertimbangan Pendahuluan Mengenai Materialitas Digunakan untuk

Setiap Akun dan Bukan Salah Saji yang Dapat Ditoleransi

Aspek unik lain dari MUS adalah penggunaan pertimbangan pendahuluan

mengenai materialitas, untuk menentukan secara langsung jumlah salah saji yang

dapat ditoleransi ketika mengaudit setiap akun. Teknik sampling lainnya

mengharuskan auditor untuk menentukan salah saji yang dapat ditoleransi bagi setiap

akun dengan mengalokasikan pertimbangan pendahuluan mengenai materialitas. Hal

ini tidak diperlukan jika yang digunakan adalah MUS.

3.1.4 Ukuran Sampel Ditentukan dengan Menggunakan Rumus Statistik

Proses ini akan dibahas secara terpisah setelah membahas 14 langkah

sampling untuk sampling unit moneter ( MUS )

3.1.5 Aturan Keputusan Formal Digunakan untuk Memutuskan Akseptabilitas

Populasi

Aturan keputusan yang digunakan untuk MUS serupa dengan yang digunakan

untuk sampling nonstatistik, tetapi hal tersebut cukup berbeda dengan pembahasan

tentang keunggulannya.

3.1.6 Pemilihan Sampel Dilakukan dengan Menggunakan PPS

Sampel unit moneter adalah sampel yang dipilih dengan menggunakan

probabilitas yang proporsional bagi pemilihan ukuran sampel (probability

proportional to size sample selection=PPS). Sampel PPS dapat diperoleh dengan

menggunakan perangkat lunak computer, tabel angka acak, atau teknik sampling

sistematis.

Salah satu masalah dalam menggunakan pemilihan PPS adalah bahwa item

populasi dengan saldo tercatat nol tidak memiliki peluang untuk dipilih melalui

pemilihan sampel PPS, walaupun mungkin mengandung salah saji. Demikian juga,

saldo berjumlah kecil akibat kurang saji yang signifikan memiliki kesempatan yang

kecil untuk dimasukkan dalam sampel. Masalah ini dapat diatasi dengan melakukan

pengujian audit khusus atas item bersaldo nol dan berjumlah kecil, dengan

mengasumsikan bahwa hal itu perlu ditangani.

Masalah lainnya adalah ketidakmampuan PPS untuk memasukkan saldo

negative, seperti saldo kredit piutang usaha, ke dalam sampel PPS.

3.1.7 Auditor Menggeneralisasi dari Sampel ke Populasi dengan Menggunakan

Teknik MUS

Tanpa memandang metode sampling yang dipilih, auditor harus

menggeneralisasi dari sampel ke populasi dengan (1) memproyeksikan salah saji dari

hasil sampel ke populasi dan (2) menentukan kesalahan sampling yang terkait. Ada

empat aspek dalam melakukan hal tersebut dengan menggunakan MUS:

1. Tabel sampling atribut digunakan untuk menghitung hasil.

2. Hasil atribut harus dikonversi ke dalam dolar.

3. Auditor harus membuat asumsi mengenai persentase salah saji setiap item populasi

yang mengandung salah saji.

4. Hasil statistik yang diperoleh jika menggunakan MUS disebut sebagai batas salah

saji (misstatement bounds).

3.2 Menggeneralisasi dari Sampel ke Populasi Jika Tidak Ada Salah Saji

yang Ditemukan dengan Menggunakan MUS

Anggaplah bahwa auditor mengkonfirmasi populasi piutang usaha untuk

melihat kebenaran moneternya. Total populasi adalah $1.200.000, dan sampel

sebanyak 100 konfirmasi telah diperoleh. Setelah melakukan audit, tidak ada salah

saji yang ditemukan dalam sampel. Auditor ingin menentukan jumlah lebih saji

maksimum dan jumlah kurang saji yang dapat saja terjadi dalam populasi meskipun

sampel tidak mengandung salah saji. Hal tersebut masing-masing disebut sebagai

batas salah saji atas dan batas salah saji bawah.

3.2.1 Persentase Asumsi Salah Saji yang Tepat

Asumsi yang pas bagi persentase salah saji dalam item populasi yang

mengandung salah saji tersebut secara keseluruhan merupakan keputusan auditor.

Auditor harus menetapkan persentase tersebut berdasarkan pertimbangan

profesionalnya dalam situasi tersebut. Dalam situasi di mana tidak ada informasi

sebaliknya, sebagian besar auditor yakin bahwa lebih baik mengasumsikan jumlah

100 persen baik untuk lebih saji maupun kurang saji kecuali ada salah saji dalam hasil

sampel. Pendekatan ini dianggap sangat konservatif, tetapi lebih mudah dijustifikasi

ketimbang asumsi lainnya.

3.3 Menggeneralisasi Ketika Salah Saji Ditemukan

Empat aspek dalam menggeneralisasi dari sampel ke populasi, tetapi

penggunaannya telah dimodifikasi sebagai berikut:

1. Jumlah lebih saji dan kurang saji ditangani secara terpisah dan kemudian

digabungkan. Pertama, batas salah saji atas dan bawah awal dihitung secara

terpisah untuk jumlah lebih saji dan kurang saji dihitung.

2. Asumsi salah saji yang berbeda dibuat untuk setiap salah saji, termasuk salah saji

nol. Jika tidak ada salah saji dalam sampel, asumsinya akan diperlukan sebagai

persentase rata-rata salah saji untuk item populasi yang mengandung salah saji.

Setelah salah saji tersebut ditemukan, auditor dapat menggunakan informasi yang

tersedia tentang sampel untuk menentukan batas salah saji.

3. Auditor harus berhadapan dengan lapisan CUER dari tabel sampling atribut.

Auditor melakukan hal ini karena ada asumsi salah saji yang berbeda bagi setiap

salah saji. Lapisan tersebut dihitung dengan terlebih dahulu menentukan CUER

dari tabel untuk setiap salah saji dan kemudian menghitung setiap lapisan.

4. Asumsi salah saji harus dikaitkan dengan setiap lapisan. Metode yang paling

umum untuk mengaitkan asumsi salah saji dengan lapisan adalah mengaitkan

secara konservatif persentase salah saji dolar yang terbesar dengan lapisan yang

terbesar.

Sebagian besar pengguna MUS yakin bahwa pendekatan ini terlalu konservatif

jika ada jumlah yang mengoffset. Jika ditemukan jumlah kurang saji, sangatlah logis

dan masuk akal bahwa batas jumlah lebih saji harus lebih rendah ketimbang tidak ada

jumlah kurang saji yang ditemukan, dan sebaliknya. Penyesuaian atas batas untuk

mengoffset jumlah dilakukan sebagai berikut:

1. Titik estimasi salah saji dibuat untuk jumlah lebih saji dan kurang saji.

2. Setiap batas dikurangi sebesar titik estimasi sebaliknya

3.4 Memutuskan Akseptabilitas Populasi dengan Menggunakan MUS

Setelah batas salah saji dihitung, auditor harus memutuskan apakah populasi

dapat diterima. Untuk melakukan hal tersebut, diperlukan suatu aturan keputusan.

Aturan keputusan untuk MUS adalah sebagai berikut: Jika batas salah saji bawah dan

batas salah saji atas berada di antara jumlah salah saji yang berupa lebih saji dan

kurang saji yang dapat ditoleransi, kesimpulan bahwa nilai buku tidak mengandung

salah saji yang material dapat diterima. Jika tidak, ambil kesimpulan bahwa nilai buku

mengandung salah saji yang material.

3.5 Tindakan Jika Populasi Ditolak

Jika satu atau kedua batas salah saji itu berada di luar batas salah saji yang dapat

ditoleransi dan populasi dianggap tidak dapat diterima, auditor memiliki beberapa

opsi.

3.6 Menentukan Ukuran Sampel dengan Menggunakan MUS

Metode yang digunakan untuk menentukan ukuran sampel bagi MUS serupa

dengan yang digunakan untuk sampling atribut unit fisik, yang menggunakan tabel

sampling atribut.

3.6.1 Materialitas

Pertimbangan pendahuluan tentang materialitas umumnya merupakan dasar

bagi jumlah salah saji yang dapat ditoleransi yang akan digunakan. Jika diperkirakan

terjadi salah saji dalam pengujian non-MUS, salah saji yang dapat ditoleransi akan

kurang materialitas dari jumlah tersebut. Salah saji yang dapat ditoleransi berupa lebih

saji atau kurang saji mungkin akan berbeda.

3.6.2 Asumsi Persentase Rata-rata Salah Saji untuk Item Populasi yang

Mengandung Salah Saji

Mungkin ada asumsi yang terpisah untuk batas atas dan bawah, yang juga

merupakan pertimbangan auditor. Hal tersebut harus didasarkan pada pengetahuan

auditor mengenai klien serta pengalaman masa lalu, dan jika lebih kecil dari 100

persen yang digunakan, asumsinya harus dapat dipertahankan dengan jelas.

3.6.3 Risiko yang Dapat Diterima atas Penerimaan yang Salah (ARIA)

ARIA adalah suatu pertimbangan auditor dan sering kali dicapai dengan

bantuan model risiko audit.

3.6.4 Nilai Populasi yang Tercatat

Nilai dolar populasi diambil dari catatan klien.

3.6.5 Estimasi Tingkat Pengecualian Populasi

Umumnya, estimasi tingkat pengecualian populasi untuk MUS adalah nol,

karena MUS sangat tepat digunakan pada situasi tidak ada salah saji, atau jika hanya

sedikit salah saji yang diperkirakan akan terjadi.

3.6.6 Hubungan Model Risiko Audit dengan Ukuran Sampel untuk MUS

MUS akan digunakan dalam melaksanakan pengujian atas rincian saldo.

Auditor harus memahami hubungan ketiga faktor-faktor independen itu dalam model

risiko audit, ditambah prosedur analitis dan pengujian substantif atas transaksi dengan

ukuran sampel untuk pengujian atas rincian saldo.

Sampling unit moneter (MUS) memiliki sedikitnya empat fitur yang menarik

bagi auditor:

1. MUS secara otomatis akan meningkatkan kemungkinan memilih item dolar yang

tinggi dari populasi yang sedang diaudit.

2. MUS dapat mengurangi biaya pelaksanaan pengujian audit karena beberapa item

sampel akan diuji sekaligus.

3. MUS mudah diterapkan.

4. MUS menghasilkan kesimpulan statistik dan bukan kesimpulan nonstatistik.

Terdapat dua kelemahan utama MUS

1. Total batas salah saji yang dihasilkan ketika salah saji ditemukan mungkin terlalu

tinggi untuk digunakan oleh auditor.

2. Sulit untuk memilih sampel PPS dari populasi yang besar tanpa bantuan komputer.

Karena semua alasan tersebut, auditor seringkali menggunakan MUS ketika

mengharapkan tidak ada atau sedikit salah saji, menginginkan hasil dolar, dan

mencatat data populasi pada file komputer.

4. SAMPLING VARIABEL

Sampling variable adalah metode statistic yang digunakan oleh auditor.

Sampling variable dan sampling nonstatistik untuk pengujian atas rincian saldo

memiliki tujuan yang sama, yaitu mengukur salah saji dalam suatu saldo akun. Jika

auditor menentukan bahwa jumlah salah saji melampaui jumlah yang dapat

ditoleransi, mereka akan menolak populasi dan melakukan tindakan tambahan.

4.1 Perbedaan antara Sampling Variabel dan Nonstatistik

Penggunaan metode variable memiliki banyak kemiripan dengan sampling

nonstatistik. Ke-14 langkah dalam sampling nonstatistik harus dilaksanakan pada

metode variable, dan sebagian besar tidak jauh berbeda.

4.2 Distribusi Sampling

Auditor tidak mengetahui nilai rata-rata (mean) salah saji dalam populasi,

distribusi jumlah salah saji, atau nilai yang diaudit. Karakteristik populasi tersebut

harus diestimasi dari sampel yang tentu saja, merupakan tujuan dari pengujian audit.

Untuk setiap sampel, auditor menghitung nilai rata-rata item dalam sampel

sebagai berikut:

Setelah menghitung nilai rata-rata item sampel, auditor memplotnya ke dalam

distribusi frekuensi.

4.3 Inferensi Statistik

Jika sampel diambil dari satu populasi dalam situasi audit actual, auditor tidak

mengetahui karakteristik populasi itu dan biasanya, hanya satu sampel yang akan

diambil dari populasi bersangkutan. Pengetahuan mengenai distribusi sampling akan

memungkinkan auditor untuk menarik kesimpulan statistic, atau inferensi statistic

( statistical inferences ), mengenai populasi.

Auditor dapat menyatakan kesimpulan yang dibuatnya dari interval keyakinan

dengan menggunakan inferensi statistic dalam cara yang berbeda. Akan tetapi, mereka

harus berhati-hati untuk menghindari kesimpulan yang tidak benar, mengingat nilai

populasi yang sebenarnya selalu tidak diketahui. Akan tetapi, auditor dapat

mengatakan bahwa prosedur yang digunakan untuk memperoleh sampel dan

menghitung interval keyakinan akan menghasilkan interval yang berisi nilai rata- rata

populasi yang sebenarnya dalam persentase tertentu pada saat tersebut. Singkatnya,

auditor mengetahui reliabilitas proses inferensi statistic yang digunakan untuk

menarik kesimpulan. Menghitung interval keyakinan rata-rata populasi dengan

menggunakan logika yaitu sebagai berikut :

4.4 Metode Variabel

Auditor menggunakan proses inferensi statistic sebelumnya bagi semua metode

sampling variabel. Setiap metode dibedakan menurut apa yang sedang diukur, ketiga

metode variabel tersebut.

4.4.1 Estimasi Perbedaan

Auditor menggunakan estimasi perbedaan (difference estimation) untuk

mengukur estimasi jumlah salah saji total dalam populasi apabila ada nilai tercatat

maupun nilai yang diaudit bagi setiap item sampel, yang hampir selalu terjadi dalam

audit. Estimasi perbedaan sering kali menghasilkan ukuran sampel yang lebih kecil

jika dibandingkan dengan setiap metode lainnya, dan relative lebih mudah digunakan.

Karena alasan tersebut, estimasi perbedaan sering kali dianggap sebagai metode

variabel yang paling disukai

4.4.2 Estimasi Rasio

Estimasi rasio ( ratio estimation ) serupa dengan estimasi perbedaan kecuali

auditor menghitung rasio antara salah saji dan nilai tercatatnya serta memproduksikan

hal ini dengan populasi untuk mengestimasi total salah saji populasi. Estimasi rasio

dapat menghasilkan ukuran sampel yang jauh lebih kecil ketimbang estimasi

perbedaan jika ukuran salah saji populasi proporsional dengan nilai tercatat item

populasi. Jika ukuran setiap salah saji bersifat independen dengan nilai tercatat,

estimasi perbedaan akan menghasilkan ukuran sampel yang lebih kecil. Sebagian

besar auditor lebih menyukai estimasi perbedaan karena lebih sederhana untuk

menghitung interval keyakinan.

4.4.3 Estimasi Rata-rata per Unit

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

pada nilai yang teraudit dan bukan pada jumlah salah saji setiap item dalam sampel.

Kecuali untuk definisi apa yang sedang diukur, estimasi rata-rata per unit dihitung

dengan cara yang sama seperti estimasi perbedaan. Titik estimasi nilai yang diaudit

sama dengan rata-rata nilai item yang di audit dalam sampel dikalikan dengan ukuran

populasi. Perhitungan interval presisi dilakukan berdasarkan nilai item sampe yang

diaudit dan bukan salah saji. Jika auditor telah menghitung batas keyakinan atas dan

bawah, mereka akan memutuskan akseptabilitas populasi dengan membandingkan

jumlah tersebut dengan nilai buku yang tercatat. Estimasi rata-rata per unit jarang

digunakan dalam praktik karena ukuran sampel umumnya jauh lebih besar ketimbang

untuk dua metode sebelumnya.

4.5 Metode Statistik Berstratifikasi

Sampling stratifikasi adalah metode sampling dimana semua unsur dalam total

populasi dibagi menjadi dua atau lebih subpopulasi. Setiap subpopulasi kemudian

diuji secara independen. Perhitungannya dilakukan bagi setiap strata dan kemudian

digabung menjadi satu estimasi populasi secara keseluruhan untuk interval keyakinan

populasi secara menyeluruh. Hasilnya diukur secara statistic. Stratifikasi dapat

diterapkan pada estimasi perbedaan, rasio, dan rata-rata per unit, tetapi paling sering

digunakan dengan estimasi rata-rata per unit.

4.6 Risiko Sampling

Risiko yang dapat diterima atas penerimaan yang salah ( ARIA ) untuk

sampling nonstatistik. Untuk sampling variabel, auditor menggunakan ARIA serta

risiko yang dapat diterima atas penolakan yang salah ( acceptable risk of incorrect

rejection = ARIR ).

4.6.1 ARIA

ARIA adalah risiko statistic bahwa auditor telah menerima populasi yang,

dalam kenyataannya, mengandung salah saji yang material. ARIA mendapat perhatian

yang besar dari auditor karena memiliki implikasi hukum yang serius dakam

menyimpulkan bahwa saldo akun telah dinyatakan secara wajar padahal sebenarnya

mengandung salah saji dalam jumlah yang material.

Saldo akun dapat dinyatakan terlalu tinggi atau terlalu rendah, tetapi tidak

keduanya ; karena itu, ARIA merupakan pengujian statistic satu arah. Karena itu,

koefisien keyakinan untuk ARIA berbeda dengan tingkat keyakinan. Tingkat

keyakinan = 1 – 2 x ARIA.

4.6.2 ARIR

Risiko yang dapat diterima atas penolakan yang salah ( acceptable risk of

incorrect rejection = ARIR ) adalah risiko statistic bahwa auditor telah

menyimpulkan suatu populasi mengandung salah saji yang material padahal

sebenarnya tidak. ARIR hanya akan mempengaruhi tindakan auditor jika mereka

menyimpulkan bahwa populasi dinyatakan secara wajar. Jika auditor menemukan

suatu saldo tidak dinyatakan secara wajar, mereka umumnya akan meningkatkan

ukuran sampel atau melaksanakan pengujian lainnya. ARIR baru dianggap penting

jika diperlukan biaya yang tinggi untuk meningkatkan ukuran sampel atau

melaksanakan pengujian lainnya.

ARIA dan 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

5. ILUSTRASI PENGGUNA ESTIMASI PERBEDAAN

Untuk mengilustrasikan konsep dan metodologi sampling variabel, kita tela

memilih estimasi perbedaan dengan menggunakan pengujian hipotesis karena relative

sederhana.

5.1 Merencanakan Sampel dan Menghitung Ukuran Sampel dengan

Menggunakan Estimasi Perbedaan

5.1.1 Menyatakan Tujuan Pengujian Audit

Tujuan pengujian audit adalah untuk menentukan apakah piutang usaha sebelum

mempertimbangkan penyisihan piutang tak tertagih mengandung salah saji yang

material.

5.1.2 Memutuskan Apakah Sampling Audit Dapat Diterapkan

Sampling audit diterapkan dalam konfirmasi piutang usaha karena besarnya

jumlah piutang usaha.

5.1.3 Mendefinikan Kondisi Salah Saji

Kondisi salah saji merupakan kesalahan klien yang ditentukan melalui

konfirmasi setiap akun atau prosedur alternative.

5.1.4 Mendefinisikan Populasi

Ukuran populasi ditentukan melalui perhitungan. Perhitungan yang akurat jauh

lebih penting dlam sampling variabel karena ukuran populasi mempengaruhi secara

langsung ukuran sampel batas presisi yang dihitung.

5.1.5 Mendefinisikan Unit Sampling

Unit sampling adalah suatu akun dalam daftar piutang usaha.

5.1.6 Menetapkan Salah Saji yang Dapat Ditoleransi

Jumlah salah saji yang bersedia diterima auditor merupakan pertanyaan tentang

materialitas.

5.1.7 Menetapkan Risiko yang Dapat Diterima

Audito menetepkan dua risiko :

Risiko yang dapat diterima atas penerimaan yang salah ( ARIA ),

ARIA dipengaruhi oleh risiko audit yang dapat diterima, hasil

pengujian pengendalian dan pengujian substansif atas transaksi,

prosedur analitis, dan signifikansi relative piutang usaha dalam laporan

keuangan.

Risiko yang dapat diterima atas penolakan yang salah ( ARIR ), ARIR

dipengaruhi oleh biaya tambahan resampling

5.1.8 Mengestimasi Salah Saji dalam Populasi

Estimasi ini memiliki dua bagian :

Estimasi titik estimasi yang diharapkan. Auditor memerlukan estimasi

dimuka atas titik estimasi populasi bagi estimasi perbedaan, seperti

ketika mereka memerlukan estimasi tingkat pengecualian populasi

untuk sampling atribut.

Melakukan estimasi deviasi standar populasi dimuka – variabilitis

populasi. Untuk menentukan ukuran sampel awal, auditor memerlukan

estimasi di muka atas variasi salah saji dalam populasi seperti yang

diukur oleh deviasi standar populasi.

5.1.9 Menghitung Ukuran Sampel Awal

Ukuran sampel awal dapat dihitung dengan menggunakan rumus berikut :

5.2 Memilih Sampel dan Melaksanakan Prosedur

Memilih Sampel, karena memerlukan sampel acak ( selain PPS ), auditor harus

menggunakan salah satu metode pemilihan sampel probabilistic guna memilih 100

item sampel untuk konfirmasi.

Melaksanakan Prosedur Audit, dalam konfirmasi salah saji adalah perbedaan

antara respons konfirmasi dan saldo klien setelah merekonsiliasi semua perbedaan

waktu serta kesalahan pelanggan. Dalam situasi nonrespons, salah saji yang

ditemukan dengan prosedur alternative akan diperlakukan serupa dengan salah saji

yang ditemukan melalui konfirmasi.

5.3 Mengevaluasi Hasil

5.3.1 Menggeneralisasi dari Sampel ke Populasi

Secara konseptual, estimasi nonstatistik dan estimasi perbedaan akan melakukan

hal yang sama – menggeneralisasi dari sampel ke populasi. Meskipun kedua metode

itu mengukur kemungkinan salah saji populasi berdasarkan hasil sampel, estimasi

perbedaan menggunakan pengukuran statistic untuk menghitung batas keyakinan.

Emapat langkah menggambarkan perhitungan batas keyakinan ;

1. Menghitung titik estimasi total salah saji. Titik estimasi adalah ekstrapolasi

langsung dari salah saji dalam sampel kesalah saji dalam produksi.

2. Menghitung estimasi deviasi standar populasi. Deviasi standar populasi

adalah ukuran statistic dari variabilitas nilai setiap item dalam populasi. Jika

ada sejumlah besar variasi dalam nilai item populasi, deviasi standar akan

lebih besar dibandingkan jika variasinya kecil. Deviasi standar memiliki

pengaruh yang signifikan terhadap interval presisi yang dihitung

3. Menghitunng interval presisi. Interval presisi dihitung dengan menggunakan

rumus statistic. Hasilnya adalah berupa ukuran dolar dari ketidakmampuan

memprediksi salah saji populasi yang sebenarnya karena pengujian

didasarkan pada sampel, bukan pada populasi secara keseluruhan.

Pengaruh perubahan setiap factor meskipun factor-faktor lainnya tetap

konstan yaitu :

Jenis Perubahan Pengaruhnya terhadap Interval

Presisi yang 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.