Sampling statistik adalah alat yang ampuh yang memungkinkan auditor internal untuk menampilkan hasil dari sampel

audit atas seluruh populasi dengan tingkat akurasi dan kepercayaan diri yang kuat. Berdasarkan aturan probabilitas, sampling statistic memerlukan penggunaan teknik seleksi matematika yang sudah ditetapkan dengan hasil yang dapat diproyeksikan ke seluruh populasi dengan cara yang akan diterima oleh pengadilan, regulator pemerintah, dan lain-lain. Sampling statistik dulunya merupakan proses audit internal yang kompleks yang memerlukan tingkat keterampilan matematika dan komputasi yang tinggi. Perangkat lunak yang tersedia saat ini menghilangkan banyak kesulitan-kesulitan ini. (A) Konsep Sampling Statistik Memahami secara umum tentang probabilitas dan konsep statistik merupakan langkah penting pertama sebelum menggunakan sampling statistik. Bab ini tidak bermaksud untuk menjadi buku teks statistik, tetapi beberapa konsep statistik dasar dan terminologi itu penting. Sementara kita dapat menarik sampel statistik tanpa perlu pemahaman mendalam tentang Statistik, auditor internal yang tertarik dengan sampling statistic ini harus membaca buku tentang audit statistic untuk informasi lebih lanjut. Kita mulai dengan beberapa istilah penting sampling statistik. Pertama, kata populasi mengacu pada jumlah item yang merupakan subjek audit, dan sampel acak adalah proses pemilihan sampel dimana setiap unit dalam populasi yang memiliki seleksi probabilitas yang sama. 10 sampel acak bisa mewakili satu karakteristik dari seluruh populasi. Namun, karakteristik dari satu sampel acak yang ditarik oleh auditor internal bisa saja berbeda dari sampel populasi yang sama yang diambil oleh orang lain. Untuk menentukan seberapa jauh hasil sampel berbeda, auditor internal harus memiliki pemahaman tentang perilaku semua sampel yang dapat diambil dari suatu populasi. Karena beberapa sampel dapat membawa hasil yang berbeda, penting untuk memahami istilah sampling statistik untuk langkah-langkah tendensi sentral. Dalam sampling audit, istilah nilai ratarata digunakan untuk menggambarkan karakteristik sebuah set data sampel. Sementara auditor internal sering bekerja dengan populasi yang jauh lebih besar, misalnya populasi dari 25 rekening saldo piutang dengan nilai total dari $ 86,345.24, seperti yang ditunjukkan pada Exhibit 9.2. Statistik biasanya menggunakan tujuh pengukuran yang berbeda untuk melihat kecenderungan pusat data atau tingkat bahwa berbagai nilai-nilai yang tersebar di sekitar rata-rata pusat. Pengukuran statistic yang paling umum untuk melihat data adalah mean, median, modus, rentang nilai data, varians, standar deviasi, dan kemiringan data. _ Mean adalah rata-rata dari nilai item dalam suatu populasi. Sekarang dihitung dengan menjumlahkan jumlah total dalam populasi Misalnya, jumlah 25 saldo sebesar $ 86,345.24 dan kemudian membagi jumlah ini dengan jumlah item yang diamati dalam populasi. Meskipun auditor internal yang tentu tidak perlu khawatir tentang hal itu, simbol Yunani sering digunakan untuk melaporkan rata-rata. Dalam contoh ini, rata-rata atau adalah 86,345.24 / 25 = $ 3,453.81. _ Median adalah nilai tengah jumlah ketika semua item dalam populasi diberi peringkat berdasarkan ukuran. Exhibit 9.2 berisi kolom berlabel "Rank" yang menunjukkan Peringkat dari setiap item dengan nilai atau ukuran. Item 21 diberi peringkat sebagai nomor 1 karena itu adalah nilai terkecil dalam populasi di $ 35,87. item 22 peringkat sebagai nomor 2 karena itu adalah yang terkecil berikutnya. Median dihitung dengan menghitung jumlah item individu dalam populasi dan memilih satu di mana 50% lebih besar dan 50% lebih kecil. Dalam contoh ini, angka 16 diberi peringkat sebagai nomor 13 dan $ 1,988.63 adalah rata-rata untuk populasi ini. 12 item yang lebih kecil dan 12 lebih besar. Nilai Median jarang sama dengan nilai mean. Di sini nilai median lebih kecil dari rata-rata karena ada lebih banyak item yang nilainya lebih kecil dalam populasi.

_ Modus adalah jumlah atau nilai yang paling sering muncul pada populasi. Di contoh ini, dua itemnomor 9 dan 10-masing-masing memiliki nilai $ 534,89. Itu Modus umumnya bukan merupakan ukuran yang sangat bermakna statistik. Meskipun kadang-kadang hal ini berguna dengan populasi yang lebih besar dengan banyak item berkumpul sekitar sama nilai-nilai umum, modus lebih berguna ketika data dirangkum menjadi histogram. Histogram untuk sampel ini di Exhibit 9.3 menunjukkan bahwa sebagian besar nilai umum untuk data sampel kurang dari $ 500. _ Rentang adalah perbedaan antara yang terbesar dan nilai terkecil dalam suatu populasi. Dalam contoh ini, rentang perbedaan antara item 6 ($ 17,110.40) dan item 21 ($ 35,87 atau $ 17,074.53). Langkah ini berguna sebagai indikator dari luasnya data populasi. (Rentang ini juga dibahas sebagai bagian mengukur dispersi melalui apa yang disebut standar deviasi.) _ Varians adalah ukuran penyebaran distribusi, dan dihitung sebagai rata-rata kuadrat deviasi dari setiap angka dari mean-nya. Simbol 2, atau sigma kuadrat, adalah ukuran dari varians atau deviasi standar. Untuk contoh, untuk populasi yang terdiri dari angka 1, 2, dan 3, rata-rata adalah 2 dan varians adalah akar kuadrat dari perhitungan standar deviasi ini : _ Sebagian besar profesional menganggap setiap cara pengukuran yang dibahas sejauh ini cukup mudah dimengerti, bahkan mereka yang tidak memiliki banyak latar belakang dalam statistik. konsep standar deviasi lebih sulit untuk dipahami. Standar deviasi adalah ukuran dari variabilitas nilai untuk item tunggal dalam suatu populasi. Simbol , atau sigma, sering digunakan untuk standar deviasi di mana : Standar deviasi memberitahu auditor berapa banyak variasi nilai yang ada di sekitar mean atau titik pusat. Kolom ketiga dalam Exhibit 9.4 menunjukkan perbedaan x i - X, dan kolom keempat menunjukkan perbedaan sebagai nilai-nilai kuadrat dari perbedaan itu. menurut rumus, membagi jumlah dari perbedaan kuadrat dengan populasi dikurangi 1 (koreksi karena ini adalah sampel) akan menghitung deviasi standar di sini dari $ 4,045.78. Auditor internal skeptis mungkin bertanya: "Apa kegunaan ini semua ? "Standar deviasi adalah ukuran dari kecenderungan sentral dari populasi data yang biasanya didistribusikan, dan itu menunjukkan seberapa jauh sebuah item dalam populasi dari rata-rata atau titik pusat. _ distribusi normal adalah diagram berbentuk bell yang digunakan untuk menampilkan data; biasanya terdiri dari beberapa nilai-nilai yang sangat tinggi, beberapa yang sangat rendah, dan sebagian besar di tengah. Jika pasokan besar kerikil kecil dijatuhkan satu per satu ke sebuah permukaan datar, kerikil itu akan membentuk gundukan berbentuk kurva lonceng. Banyak dari data auditor internal juga mengikuti bentuk kurva lonceng. Standar deviasi adalah ukuran dari berapa banyak item dalam suatu populasi yang dikucurkan sekitar titik pusat atau rata-rata dalam distribusi standar. Teori statistik mengatakan bahwa 68,2% dari populasi yang terdistribusi normal akan berada plus atau minus 1 standar deviasi sekitar mean; 95,4% akan berada dalam 2 standar deviasi. Bagaimana item dalam populasi didistribusikan di sekitar langkah-langkah utama dari rata-rata dan standar deviasi sering menarik bagi auditor internal. Apakah ada pemerataan nilai besar dan kecil di sekitar ukuran central ? Kadang-kadang, populasi tidak akan mengikuti bentuk normal atau simetris ini. Jika diurut berdasarkan usia, populasi komunitas pensiun akan menitik beratkan pada orang tua. Kita dapat mengatakan bahwa distribusi menurut usia itu tidak simetris. penting bagi auditor internal untuk memahami jika populasi data miring ke kanan atau kiri. distribusi data yang tidak simetris ini sering menyebabkan auditor untuk memodifikasi pengujian audit dan prosedur evaluasi.

Karena formula yang rumit, standar deviasi mungkin tampaknya tidak begitu penting, dan perhitungannya mungkin tampak agak sulit. Berbagai alat yang disediakan untuk melakukan perhitungan ini, mulai dari software spreadsheet hingga kalkulator genggam. Internal auditor yang membutuhkan pemahaman yang lebih baik dari standar konsep penyimpangan harus menggali ke dalam buku teks lama di kampus atau merujuk ke buku statistik saat ini. (B) Mengembangkan Rencana Sampling statistik _ Sebagai langkah awal untuk sampling audit, auditor internal harus mengembangkan sampling rencana yang akan memungkinkan setiap item dalam populasi memiliki probabilitas yang sama dalam seleksi. Rencana tersebut harus berusaha untuk menghilangkan bias dalam pemilihan item untuk memastikan bahwa mereka mewakili total populasi. Internal auditor seringkali menghadapi tantangan di sini dalam memahami sejumlah besar data, apakah catatan persediaan, catatan pembayaran piutang, lokasi fisik aset, atau jenis lain dari bukti audit. Sampling statistik memungkinkan auditor internal untuk menarik sampel yang mewakili data ini yang akan memungkinkan kesimpulan audit terhadap seluruh populasi data. Namun, auditor internal harus memahami sifat dari data yang akan di review ketika mengembangkan strategi pemilihan sampel. _ Populasi (atau alam semesta atau bidang) yang akan dijadikan sampel harus jelas definisinya Populasi adalah jumlah total unit dari mana sampel dapat ditarik, termasuk ruang lingkup atau sifat item yang akan direview, seperti semua voucher utang selama satu tahun dan karakteristik spesifik kepentingan audit. Sebuah contoh sejumlah besar voucher hutang dimana audit internal hanya tertarik pada pembelian yang bersifat material. Hutang meliputi bidang-bidang lain seperti sebagai penggantian biaya perjalanan atau telekomunikasi Biaya ini tidak akan dimasukkan dalam contoh populasi audit. _ Populasi harus dibagi ke dalam kelompok-kelompok jika variasi besar ada diantara item populasi. Populasi seperti persediaan bahan sering hanya mencakup beberapa item nilai yang sangat tinggi dan banyak nilai-nilai yang lebih kecil. populasi seperti itu akan miring dan tidak mengikuti distribusi normal. Ketika populasi hanya mencakup sebagian kecil item yang sangat besar atau penting dan banyak item dengan jumlah yang sangat kecil, kesimpulan statistik berdasarkan seluruh populasi sering tidak dianggap berharga. Audit internal harus mempertimbangkan menstratifikasi sampel dengan menempatkan sebagian kecil set dari item yang bernilai tinggi dalam satu populasi dan keseimbangan pada populasi yang terpisah, kemudian menarik sampel terpisah dari masingmasing populasi. _ Setiap item dalam suatu populasi harus memiliki kesempatan yang sama untuk terpilih dalam sampel. Setiap upaya harus dilakukan untuk menghilangkan bias dalam pemilihan sampel ketika terdapat kekurangan item menarik tertentu yang tersedia. Auditor kadang-kadang bias ketika memutuskan untuk membatasi beberapa item dari pemilihan sampel meskipun kesimpulan audit di ekspresikan dalam hal total populasi. Mereka mungkin memutuskan dengan sewenang-wenang untuk mengabaikan beberapa item dalam suatu populasi karena kurangnya akses yang mudah. _ Seharusnya tidak ada bias dalam membuat pemilihan sampel dari populasi. Mirip dengan situasi terakhir, auditor internal dapat dihadapkan dengan populasi item yang disimpan di fasilitas lokal dan fasilitas yang jauh dan hanya melihat yang di fasilitas lokal. Auditor kemudian dapat menarik kesimpulan audit berbasis hanya pada barang-barang yang disimpan secara lokal. Item yang disimpan di gudang yang jauh yang terabaikan mungkin memiliki atribut yang berbeda dari item gudang pusat. Hasil kesimpulan sampel dari barang-barang lokal terakhir mungkin tidak mewakili gudang yang jauh.

Rencana pengambilan sampel yang digunakan harus secara jelas didokumentasikan dan dibahas dengan manajemen area, dimana dengan pengetahuan mereka tentang item yang akan di review dapat menyarankan penyesuaian rencana sampling. Pengembangan rencana sampling penting untuk langkah setiap sampel audit. Ada empat metode umum untuk memilih sampel audit : penomoran acak, Interval, pembagian tingkatan, dan pemilihan klaster. Dua yang terakhir ini juga sering disebut sebagai jenis sampling, tetapi mereka lebih tepat diidentifikasi sebagai pilihan opsional teknik (I) PEMILIHAN SAMPEL AUDIT DENGAN PENOMORAN ACAK item disini dipilih secara acak, dengan masing-masing dalam populasi memiliki kesempatan yang sama untuk dipilih sebagai bagian dari sampel. Secara teori, internal auditor akan menempatkan semua item dari suatu populasi ke dalam wadah (atau nomor untuk mengidentifikasi mereka), mencampur mereka secara menyeluruh, dan menarik item individu untuk sampel dari wadah. Karena ini umumnya tidak layak, auditor harus menemukan cara lain untuk menarik sampel acak. Dalam masa lalu, auditor sering menggunakan proses yang rumit dan memakan waktu. Namun sekarang auditor internal dapat menggunakan salah satu dari sejumlah besar alat komputer untuk memilih sampel nomor acak. Sebuah pencarian Internet untuk sampling nomor acak akan mengungkapkan berbagai macam alat perangkat lunak yang memadai, beberapa diantaranya gratis atau sebagian kecil orang menjualnya. Idenya adalah untuk memiliki nomor awal dan akhir untuk semua item dalam populasi, menentukan ukuran sampel, dan kemudian pilih nomor acak berdasarkan ukuran sampel Dengan populasi yang lebih besar atau lebih kompleks, setiap item dalam populasi yang akan sampel harus diberikan sebuah nomor identifikasi yang unik, seperti nomor voucher pada dokumen kertas, nomor bagian untuk persediaan, atau rangkaian urutan nomor. Ukuran untuk setiap pemilihan sampel tersebut harus cukup besar untuk memungkinkan kondisi bahwa beberapa item tidak dapat dipilih dan harus diganti. Meskipun banyak dari perusahaan akuntan publik besar telah mengembangkan teori ukuran sampel minimum untuk tes mereka (seringkali 60 atau bahkan 30), auditor internal umumnya harus tidak menggunakan ukuran sampel minimum dalam audit internal mereka. Internal auditor konservatif dapat memilih sampel yang sangat besar atas dasar hasil yang lebih baik, dengan manajemen lebih cenderung untuk menerima hasil sampel yang besar. Atau, ukuran sampel yang kecil mungkin cukup untuk sampai pada kesimpulan yang memadai berdasarkan jumlah pekerjaan yang terbatas. Seleksi populasi berbasis nomor acak mengasumsikan bahwa sebagian besar populasi mengikuti distribusi kurva bell standar. Karena banyak populasi yang sebenarnya tidak mengikuti distribusi normal, kadang-kadang muncul pertanyaan tentang kelayakan menggunakan sampling audit. (Ii) SELEKSI SAMPEL AUDIT SELEKSI INTERVAL tknik lain untuk memilih item sampel adalah melalui apa yang disebut seleksi interval atau sampling sistematik. ini memerlukan pemilihan item individu berdasarkan seragam interval dari item dalam total populasi. Teknik ini sangat berguna untuk moneter unit sampling, dibahas dalam Bagian 9.5, dimana internal auditor mengembangkan sampel dengan memilih setiap item nth dalam populasi, seperti dari sebuah daftar inventaris. Untuk jenis sampling, harus ada cukup homogeny populasi, dalam hal jenis item, dan tidak ada bias dalam susunan Populasi yang akan menghasilkan sampel yang tidak representatif secara statistik. Interval seleksi harus berkaitan dengan ukuran sampel dan jumlah populasi. Ukuran sampel yang direncanakan dibagi menjadi ukuran populasi kemudian menetapkan interval

Pemilihan interval dimana setiap nth item yang dipilih mungkin cara yang paling mudah untuk menarik sampel dari populasi; Namun, sifat dari metode memperkenalkan kemungkinan bias dalam pemilihan sampel. Karena bias ini, auditor internal harus berhati-hati sebelum menggunakan teknik ini. (Iii) SELEKSI SAMPEL AUDIT SELEKSI STRATIFIED Dalam seleksi bertingkat Pemilihan sampel audit, populasi dibagi menjadi dua atau lebih sub kelompok, dengan masing-masing subkelompok ditangani secara independen sebagai populasi terpisah. dengan mengurangi variabilitas, stratifikasi dapat menurunkan standar deviasi dan membantu mengurangi ukuran sampel. Data yang disajikan dalam pameran 9.3 menunjukkan di mana stratifikasi mungkin berguna. Audit internal mungkin memutuskan bahwa semua item dalam populasi dengan saldo yang lebih besar dari $ 10.000 harus diperiksa 100%. Dalam pilihan murni acak, menggunakan nomor tabel acak dan ukuran sampel dari 5, tidak satupun dari tiga item besar mungkin dipilih. Menggunakan stratifikasi, audit internal bisa membagi populasi ini menjadi dua strata: item lebih dari $ 10.000 dan barangbarang di bawah. strata kurang dari $ 10.000 akan tunduk pada pilihan acak, sedangkan strata yang lebih besar dari $ 10.000 akan menerima Seleksi 100%. Populasi yang memiliki beberapa item dari nilai yang sangat tinggi, seperti persediaan, utang, dan faktur, adalah jenis yang paling umum yang memerlukan stratifikasi. Karena barang-barang bernilai tinggi memiliki signifikansi yang jauh lebih besar, audit internal mungkin ingin menkategorikan mereka pada standar pengawasan yang lebih tinggi. Prinsip stratified sampling telah lama dikenal, dan sampling audit stratifikasi sering menyediakan makna untuk ukuran statistik yang berguna ditambah kemungkinan ukuran sampel yang lebih kecil. SELEKSI SAMPEL AUDIT SELEKSI KLASTER menggunakan pendekatan sampling seleksi klaster, sampel ditarik dengan memilih secara sistematis sub-grup atau cluster dari total populasi. variabilitas dalam sampel individu sering kurang dari variabilitas antara sampel. Oleh karena itu, untuk mengimbangi variabilitas yang lebih rendah ini, digunakan sampel yang lebih besar dengan pendekatan pemilihan klaster. Sebuah variasi dari pemilihan klaster pendekatan, disebut multistage sampling, melibatkan sampling kelompok individu bukannya memperlakukan populasi sampel sebagai satu kesatuan atau keseluruhan. Asumsikan populasi 60.000 item gudang yang terletak di 2.000 kaki rak. Jika audit internal memutuskan untuk meninjau sampel dari 600, rencananya yaitu membagi populasi menjadi 20 cluster dimana setiap segmen akan memiliki 30 item. Karena rata-rata jumlah item pada rak mungkin 30 per kaki linier (60.000 / 2.000), setiap cluster akan meliputi area seluas 1 kaki (30/30). Ini kelompok individu akan kemudian diseleksi dengan interval 100 meter (2.000 / 20) dan dengan awal yang acak. Dari Tentu saja, validitas untuk jenis pemilihan sampel tergantung pada konsistensi populasi. Artinya, pemilihan nomor acak atau seleksi interval reguler akan mungkin menjamin sampel yang representatif yang lebih baik. Sampling Cluster kadang-kadang berguna, tetapi umumnya sulit untuk mengeksekusi dan harus digunakan dengan hati-hati. (C) Pendekatan Audit Sampling Seorang auditor internal dapat mengambil beberapa pendekatan sampling audit tergantung pada tujuan audit, apakah itu akan didasarkan pada tes kepatuhan, laporan keuangan kontrol, atau kondisi khusus. Tiga pendekatan yang paling umum adalah atribut sampling, variabel sampling (termasuk moneter unit sampling), dan Penemuan sampling. Atribut sampel mengukur tingkat kejadian dari berbagai kondisi dari atribut atau dengan kata lain, untuk menilai pengendalian

internal. Atribut atau karakteristik dapat diterapkan untuk item fisik, catatan keuangan, prosedur internal dan aktivitas operasional. Atribut Sampling sering mengukur kepatuhan terhadap kebijakan, prosedur yang ditunjuk, atau didirikan standar, dan itu adalah tes untuk pengendalian internal. Kontrol ditentukan untuk dapat bekerja atau tidak bekerja. "Semacam bekerja" bukan merupakan keputusan yang tepat. Internal auditor mengetes kondisi item yang dipilih dan kemudian menilai apakah populasi secara keseluruhan sesuai dengan atribut kontrol. Variabel sampel berkaitan dengan ukuran populasi tertentu, seperti rekening saldo atau tes dalam item sampel individu. Di sini fokus auditor adalah pada "bagaimana banyak "yang bertentangan dengan ya atau tidak fokus atribut sampling. Tujuan variabel sampling untuk memproyeksikan total kuantiti yang diperkirakan untuk beberapa akun atau penyesuaian ke rekening atas dasar sampel statistik auditor. Dua pendekatan variabel sampling yang penting adalah stratified sampling dan sampling satuan moneter. prosedur Variabel sampling terkait erat dengan atribut sampel tetapi mencakup konsep tambahan dan perhitungan. Jenis ketiga dari sampling statistik, penemuan sampling, Penemuan sampling digunakan ketika internal auditor ingin menarik sampel dari volume data yang besar tanpa proses statistik yang terkait dengan variabel dan atribut sampling. (I) PROSEDUR ATRIBUT SAMPLING Atribut Sampling adalah proses menarik sampel untuk memperkirakan proporsi dari beberapa karakteristik atau atribut dari suatu populasi. Sebagai contoh, auditor internal yang mungkin tertarik dalam tingkat terjadinya beberapa kesalahan moneter atau kepatuhan pengecualian yang mungkin ada dalam populasi rekening voucher pembayaran hutang. Auditor di sini akan melakukan pengujian untuk jumlah item yang memiliki beberapa jenis kesalahan yang signifikan, bukan total nilai moneter semua kesalahan. Jenis tes ini sangat tepat untuk menilai tingkat pengendalian internal di beberapa akun tertentu. Dalam tes atribut-sampling, audit internal harus memperkirakan tingkat kesalahan yang diharapkan dalam populasi sampel, berdasarkan dari pernyataan ekspektasi manajemen, tes audit lainnya, atau hanya asumsi Audit internal. Seiring dengan memperkirakan tingkat kesalahan yang diharapkan, audit internal harus memutuskan batas presisi yang dapat diterima dan tingkat kepercayaan yang diinginkan untuk sampel. Di Dengan kata lain, internal auditor ingin bisa mengatakan "Saya 99% yakin bahwa tingkat kesalahan dari akun ini adalah kurang dari 1%. "Perkiraan ini akan memungkinkan auditor internal untuk menentukan ukuran sampel yang akan memberikan kesimpulan yang dapat diandalkan mengenai kondisi yang diuji. Penentuan ini dilakukan melalui metode statistik dan dapat diperoleh dari berbagai paket perangkat lunak statistik atau bahkan dari table yang dapat ditemukan dalam beberapa buku statistik sampling. Faktor-faktor ini memberikan dasar awal untuk ukuran sampel yang akan diperiksa. Auditor internal kemudian memilih sampel ini dan memeriksa item sampel untuk menentukan jumlah kesalahan yang ada dalam sampel. Seperti dapat diperkirakan, tingkat kesalahan dalam sampel biasanya lebih tinggi atau lebih rendah dari perkiraan tingkat kesalahan yang dapat diterima sebelumnya. Jika lebih rendah, auditor internal telah menetapkan bahwa kondisi yang diuji aman dalam batas-batas yang telah dipilih. Jika sampel menunjukkan tingkat kesalahan yang lebih tinggi, auditor harus menentukan apakah hasilnya memuaskan dan apa tindakan selanjutnya. Kunci untuk atribut sampling yang berarti yaitu untuk mengambil sampel yang tepat dan mengembangkan kesimpulan audit yang baik berdasarkan hasil sampel.

Atribut sampling, secara umum pernah dipergunakan oleh auditor internal maupun eksternal, tetapi sekarang lebih jarang digunakan karena persyaratan pengetahuan komputasi dan statistiknya. Namun, atribut sampel tetap merupakan alat yang efektif untuk melaporkan kepada manajemen tentang beberapa status prosedur kontrol. Auditor internal yang ingin mendapatkan pemahaman yang lebih besar didorong untuk mencari buku yang menjelaskan lebih detail mengenai subjek tersebut. Atribut sampling sering digunakan oleh badan peraturan pemerintah, dan hasilnya dapat diterima di mata hukum. Meskipun prosesnya membutuhkan lebih banyak pekerjaan daripada prosedur nonstatistical yang sudah dibahas, bila dilakukan dengan benar, atribut sampel akan memungkinkan auditor untuk menyatakan pendapat atas kehadiran beberapa kondisi dengan tingkat otoritas statistic yang tinggi. (Ii) MELAKUKAN UJI ATRIBUT SAMPLING Atribut sampling berguna ketika internal auditor menghadapi dihadapkan pada banyaknya item yang akan diperiksa dan ingin menguji apakah kontrol tertentu bekerja atau tidak bekerja. Internal auditor harus terlebih dahulu menetapkan apa yang harus dievaluasi atau sifat tertentu dari tes kepatuhan yang akan dilakukan, sifat dari unit sampling, dan karakteristik populasi Jumlah populasi serta toleransi auditor terhadap kesalahan akan berdampak pada jumlah item yang akan dijadikan sampel. Selain itu, audit internal harus memiliki pemahaman yang jelas tentang jumlah dan lokasi dari item yang akan dijadikan sampel. Jika rencana awal adalah untuk membuat sampel semua laporan akuntansi wisata, laporan tersebut harus tersedia atau mudah diakses. Jika beberapa item yang diajukan berada di lokasi terpencil atau internasional, audit internal mungkin tidak dapat untuk membuat sampel semua laporan tersebut kecuali mendapatkan akses ke laporan yang berada jauh tersebut serta item nasional yang diajukan secara terpusat. Sebaliknya, audit internal harus mengurangi ruang lingkup dari populasi sampel dan melihat laporan akuntansi perjalanan dalam lingkup domestik. Auditor terlebih dahulu harus membuat beberapa perkiraan awal, berdasarkan pengamatan dan audit lainnya, mengenai apa yang diharapkan dari hasil sampel dan kemudian menarik sebuah sampel audit yang aktual berdasarkan dari ekspektasi tersebut. Auditor internal perlu memperkirakan tingkat maksimum kesalahan yang dapat ditoleransi, tingkat kepercayaan yang diinginkan dari sampel, estimasi tingkat kesalahan populasi, dan kemudian ukuran sampel awal. Parameter kunci atribut sampling adalah : _ Tingkat kesalahan maksimum yang dapata di toleransi _ Tingkat kepercayaan yang diinginkan _ Perkiraan tingkat kesalahan populasi _ Ukuran sampel awal _ Memilih sampel untuk melakukan prosedur audit _ Mengevaluasi hasil tes atribut sampel (A) Tingkat Kesalahan Maksimum yang dapat ditoleransi Pakar Statistik juga menyebut tingkat kesalahan maksimum yang dapat ditoleransi sebagai batas presisi atas yang diinginkan. Ini adalah tingkat kesalahan yang masih bisa diperbolehkan oleh internal auditor sementara masih menerima rata-rata control internal. Idenya adalah bahwa populasi tertentu mungkin memiliki beberapa kesalahan.

Tingkat kesalahan maksimum yang dapat ditoleransi biasanya dinyatakan sebagai persentase yang dapat bervariasi berdasarkan sifat dari item yang telah di review. (B) Tingkat Kepercayaan yang diinginkan Tingkat kepercayaan yang diinginkan adalah ukuran dari keyakinan auditor atas hasil sampel. Artinya, auditor internal umumnya ingin memiliki 95% atau 98% kepastian bahwa hasil sampel mewakili populasi actual. nilai tingkat kepercayaan yang diasumsikan, biasanya 95% atau 98%, dalam ukuran populasi yang sudah diperkirakan, akan menentukan ukuran sampel yang dibutuhkan untuk menguji perkiraan populasi. Terlalu besar tingkat kepercayaan mungkin memerlukan sampel yang terlalu besar pula. Terlalu rendah tingkat kepercayaan dapat mengurangi ukuran sampel, tetapi hasilnya mungkin dipertanyakan. Manajemen biasanya tidak akan menerima temuan audit internal yang menyatakan mereka "75% yakin" bahwa beberapa kondisi sudah benar. (C) Memperkirakan Tingkat Kesalahan dalam Populasi Dalam atribut sampling, internal auditor memperkirakan tingkat kesalahan dalam populasi dan kemudian mengambil sampel statistik untuk mengkonfirmasi atau menolak asumsi-asumsi. Untuk menghitung ukuran sampel, auditor internal juga perlu untuk memperkirakan tingkat kemunculan kesalahan dalam populasi yang diharapkan terjadi. Perkiraan ini, sejalan dengan tingkat kepercayaan dan tingkat kesalahan maksimum yang dapat ditoleransi, menentukan ukuran sampel. Secara umum, semakin besar perbedaan antara tingkat kesalahan maksimum yang dapat ditoleransi dan perkiraan tingkat kesalahan populasi, semakin kecil ukuran sampel yang diperlukan. (D) Ukuran Sampel Awal Tiga faktor terakhir, bersama dengan beberapa faktor koreksi lainnya, menentukan ukuran sampel yang diperlukan. Sementara formula perhitungan dapat ditemukan dalam sebuah buku statistik, auditor internal biasanya menggunakan perangkat lunak audit untuk mengembangkan rencana atribut sampling. Sebuah pencarian Web untuk perangkat lunak atribut sampel akan menyediakan berbagai macam pilihan. Mengakses software sampel statistic semacam itu, auditor internal hanya perlu menyediakan (1) tingkat maksimum kesalahan yang dapat ditoleransi, (2) tingkat kepercayaan, (3) memperkirakan tingkat kesalahan populasi, dan (4) memperkiraan ukuran sampel. Perangkat lunak ini kemudian memberikan ukuran sampel yang diperlukan untuk tes atribut. Ini adalah pengantar singkat untuk proses pemilihan ukuran sampel saat melakukan tes atribut. Kesulitan nyata bagi banyak auditor internal di sini adalah bahwa ukuran atribut sampel cenderung besar. Sementara dalam beberapa kasus auditor internal dapat mengurangi ukuran sampel dengan memodifikasi asumsi sampling, hal ini dapat mengubah kesimpulan audit secara keseluruhan. Ukuran sampel akan menjadi jauh lebih kecil jika tingkat kepercayaan diturunkan. (E) Memilih Sampel untuk Melakukan Prosedur Audit. Setelah membuat beberapa asumsi sampel audit dan menentukan ukuran sampel, langkah berikutnya adalah untuk menarik item aktual untuk diperiksa. Prosedur pengambilan sampel acak yang dijelaskan sebelumnya dapat digunakan untuk memilih item untuk diperiksa. Beberapa atribut juga dapat diuji dengan menggunakan set item sampel yang sama. Kertas kerja dokumentasi harus menjelaskan semua item yang dipilih sebagai bagian dari tes atribut. Software Spreadsheet di sini berguna untuk merekam hasil tes audit, tetapi prosedur audit internal harus dilakukan dengan hati-hati. Jika audit gagal untuk mengenali kondisi kesalahan dalam item sampel yang dipilih, akan menyingkirkan kesimpulan yang dicapai sebagai bagian dari keseluruhan sampel. Setiap item sampel harus dievaluasi secara hati-hati dan konsisten terhadap

atribut yang ditetapkan. Jika beberapa pengukuran atribut terlalu ketat untuk item tertentu, audit internal harus mempertimbangkan mengevaluasi kembali seluruh sampel yang ditetapkan. Seorang auditor internal mungkin saja mencari beberapa kondisi error tapi kemudian menemukan kesalahan lain yang tidak termasuk dalam rancangan aslinya. Jika hal tersebut signifikan, audit internal mungkin mendefinisikan kembali keseluruhan tes atribut. (F) Mengevaluasi Hasil Uji Atribut Sampling Seperti yang telah dibahas, sebelum benar-benar memilih dan mengevaluasi item sampel, internal auditor akan membuat asumsi awal mengenai tingkat maksimum kesalahan yang dapat ditoleransi, kehandalan, dan tingkat kepercayaan, serta tentang berapa banyak kesalahan kepatuhan yang akan ditoleransi untuk menilai apakah kontrol sudah memadai. Langkah kunci berikutnya adalah mengevaluasi hasil sampel terhadap asumsi-asumsi tersebut untuk menentukan apakah terdapat masalah pengendalian internal. Ingat bahwa batas presisi atas atau tingkat kesalahan maksimum yang dapat ditoleransi dan tingkat kepercayaan membentuk standar yang digunakan untuk menentukan ukuran sampel dan melakukan uji sampling. Internal auditor sekarang harus menilai tingkat kesalahan sebenarnya dari item sampel dan menghitung batas presisi atas didasarkan pada kesalahan-kesalahan sampel. batas presisi, dihitung berdasarkan sampel yang sebenarnya, harus kurang dari atau sama dengan batas presisi yang diinginkan yang ditetapkan pada awal pengerjaan sampel agar auditor dapat melaporkan hasil yang positif dari sampel. Biasanya, jika hasil sampel tidak memenuhi kriteria awal, mengindikasikan adanya temuan audit pokok. walaupun kriteria audit tersebut seharusnya sudah dipikirkan dengan baik dan disetujui sebelum memulai tes, kadang-kadang audit internal atau manajemen dapat memutuskan bahwa asumsi asli terlalu konservatif. Batas presisi atas atau tingkat kepercayaan yang baru dapat digunakan dan hasil sampel dapat diukur dengan itu. Pendekatan ini harus digunakan dengan sangat hati-hati. Pendekatan yang lebih baik ketika hasilnya tidak menguntungkan adalah untuk memperluas ukuran sampel. Pendekatan yang lebih baik adalah melaporkan masalah pengendalian internal berdasarkan hasil saat ini dan memperluas ukuran sampel dalam kajian audit berikutnya. Atribut Sampling adalah teknik yang sangat berguna untuk menilai satu atau beberapa kontrol internal dalam area of interest audit. (Iii) CONTOH ATRIBUT SAMPLING AUDIT Bagian ini membahas contoh atribut sampling pada Gnossis, Inc, sebuah penelitian dan pengembangan usaha sampel yang besar. Kami berasumsi bahwa manajemen telah meminta audit internal untuk menilai apakah kontrol atas catatan sumber daya manusia sudah benar. Karyawan tertentu telah mengeluh bahwa mereka tidak menerima uang lembur secara tepat waktu, dan Gnossis baru-baru ini didenda oleh pengadilan ketika defisiensi catatan sumber daya manusia ditemukan dalam proses penindakan hukum. Manajemen senior telah meminta audit internal untuk meninjau kontrol internal departemen penggajian. Gnossis memiliki sekitar 4.000 karyawan, dan audit internal telah memutuskan untuk melakukan tes atribut untuk menilai pengendalian internal seputar catatan sumber daya manusia. fungsi sumber daya manusia Gnossis menggunakan dua sistem teknologi informasi (TI) untuk pencatatan karyawan satu untuk perhitungan gaji dan satu untuk manfaat dan pemeliharaan sistem berbasis spreadsheet desktop untuk hal-hal seperti deklarasi asuransi kesehatan karyawan. Melalui review dari proses pencatatan sumber daya manusia, audit internal menemukan 30 masalah pengendalian pencatatan yang berbeda, mulai dari hal-hal yang besar seperti apakah sudah benar pembayaran ditahan untuk keperluan pajak hingga item-item yang lebih kecil seperti apakah pemotongan bulanan untuk

membayar kegiatan rekreasi club seorang karyawan sudah benar. Audit internal telah menggabungkan semua 30 masalah pencatatan ini sebagai atribut tunggal, sebagai tes tunggal ya / tidak. Masalahnya di sini adalah bahwa beberapa masalah kecil akan memaksa audit internal untuk menyimpulkan bahwa pengendalian internal tidak bekerja walaupun tidak ada masalah yang ditemukan pada isu utama. Seringkali temuan tersebut sulit untuk dikomunikasikan dengan manajemen. Strategi yang dapat dilakukan adalah menguji catatan sumber daya manusia Gnossis sebagai atribut terpisah. Meskipun audit internal bisa diuji secara terpisah untuk semua 30 atributnya, pendekatan yang lebih baik adalah memutuskan atribut mana yang paling signifikan kemudian hanya menguji atribut-atribut yang terpisah tersebut. Asumsikan bahwa audit internal telah memutuskan untuk menguji catatan sumber daya manusia dengan lima atribut: 1. tingkatan pembayaran dan status pada sistem otomatis harus sama seperti dalam file manual. 2. otorisasi untuk pemotongan harus diberi tanggal dan ditandatangani oleh karyawan. 3. Pemeriksaan latar belakang pra-kerja harus diselesaikan. 4. Jika tidak ada pemotongan asuransi jiwa, surat pernyataan karyawan yang ditandatangani harus dicatat. 5. kenaikan gaji sesuai dengan pedoman dan diotorisasi dengan benar. dalam contoh ini, audit internal telah menentukan bahwa pengendalian internal catatan karyawan akan diuji secara statistic berdasarkan lima atribut ini. Audit internal pertama-tama akan membahas pendekatan ini dengan manajemen Gnossis untuk mendapatkan persetujuan mereka. Langkah berikutnya adalah menetapkan parameter pengambilan sampel dan mengembangkan rencana sampel. Berdasarkan pengalaman tahun sebelumnya dan proyeksi staf untuk tahun mendatang, diperkirakan bahwa akan ada sekitar 4.000 karyawan dalam catatan penggajian Gnossis. Menggunakan perangkat lunak sampling statistik, audit internal mengasumsikan tingkat kesalahan yang diharapkan 2%, presisi yang diinginkan 1,25%, dan tingkat kepercayaan 90% untuk memilih ukuran sampel dari 339 item. Item yang diambil di sini yaitu file penggajian karyawan, dan audit internal secara terpisah akan meninjau file karyawan untuk masing-masing lima atribut tersebut. Tantangan berikut audit internal adalah untuk memilih 339 dan mungkin ditambah 40 file gaji tambahan untuk audit inspeksi. Catatan fisik disimpan di departemen sumber daya manusia menurut abjad dengan delapan karakter karyawan yang tidak berurutan tetapi ditugaskan ketika pekerja bergabung di perusahaan. Karena omset selama bertahun-tahun, audit internal tidak dapat langsung memilih sampel dengan cara mencocokkan pilihan dari tabel nomor acak ke daftar karyawan secara berurutan berdasarkan nomor karyawan mereka. Sebaliknya, sampel karyawan dipilih dari print daftar karyawan, laporan sebanyak 75 halaman dan dengan sekitar 55 item per halaman, dengan menggunakan empat karakter nomor acak 0101 sampai 0155 oleh halaman ke 7555. Item sampel yang dipilih telah dicatat pada spreadsheet, seperti yang ditunjukkan pada Exhibit 9.7, dengan kolom kosong untuk mencatat hasil tes masing-masing atribut. Meskipun prosedur manual sering digunakan untuk memilih sampel, audit internal juga bisa membuat seleksi ini menggunakan prosedur otomatis : 1. Gunakan program nomor acak untuk menghasilkan 379 nomor untuk 339 ukuran sampel yang diinginkan, beserta 40 ekstra. Kisaran nomor acak harus antara 1 dan 4.000. 2. Output nomor acak yang di pilih ke file dan urutkan dalam urutan menanjak.

3. Menggunakan perangkat lunak desktop, sesuaikan dengan nomor acak berurutan dengan jumlah record pada master file karyawan. Jadi, jika angka random pertama adalah 0137, program ini akan memilih catatan 137 pada master file karyawan. 4. Output data rekam yang dipilih ke file spreadsheet mirip dengan data yang ditunjukkan pada Exhibit 9.8. Pendekatan otomatis untuk pemilihan sampel atribut ini akan mengambil upaya lebih awal dan lebih baik jika audit internal juga memikirkan prosedur sampling audit tambahan terhadap file catatan karyawan. Setelah sampel statistic dipilih, atribut-atribut ini diuji dengan mengambil file personel karyawan yang ditunjuk. Prosedur di sini pada dasarnya sama untuk setiap audit. Auditor internal memeriksa setiap record karyawan yang dipilih terhadap setiap atribut dan kemudian menunjukkan pada worksheet apakah atribut tersebut sesuai. Setelah meninjau atribut ini untuk 339 item sampel, langkah terakhir adalah untuk pengolahan pengecualian atau tingkat kesalahan. Untuk Atribut 1, seperti yang dijelaskan, audit internal menemukan bahwa 10% dari karyawan dalam sampel memiliki kesalahan data antara file penggajian manual dan catatan penggajian otomatis. Pada tingkat kepercayaan 90%, ini mewakili 7,3% sampai 13,3% dari total jumlah karyawan di Gnossis. Karena hasil sampel menunjukkan tingkat kesalahan yang luas untuk satu atribut penting ini, sesegera mungkin hasilnya harus diungkapkan kepada manajemen tanpa perlu melakukan pengambilan sampel lebih lanjut. Ringkasan informasi hasil lima atribut tes ini akan diberikan kepada manajemen dalam laporan audit formal, seperti dibahas dalam Bab 17. Hanya masalah kecil atau tidak signifikan yang muncul untuk tiga dari lima atribut yang diuji, sedangkan untuk dua lainnya, Atribut 1 dan 3, ditemukan masalah pengendalian internal yang signifikan. Dalam opini audit internal, dengan rincian pengendalian internal atas dua atribut ini cukup untuk menunjukkan masalah utama dalam proses pencatatan sumber daya manusia. Berdasarkan rekomendasi audit internal ini, manajemen harus menganalisis seluruh file untuk menentukan luas dan frekuensi dari kesalahan atribut lain di seluruh sistem. (Iv) KEUNGGULAN DAN BATASAN SAMPLING ATRIBUT Ketika ada kebutuhan untuk meninjau sejumlah besar item, atribut prosedur sampling dapat memberikan penilaian statistik yang akurat dari fitur kontrol atau atribut. Meskipun teori statistik membutuhkan ukuran sampel yang relatif besar, audit internal dapat meninjau beberapa kontrol atau kondisi dalam sampel data yang kemudian dapat menyatakan bahwa mereka yakin, dalam nilai kepercayaan prapembagunan atau persentase, bahwa jumlah kesalahan dalam total populasi tidak akan melebihi nilai yang ditunjuk atau kontrol bekerja. Sampling atribut tidak berguna untuk menentukan nilai estimasi yang benar pada suatu account, seperti nilai buku persediaan, tetapi merupakan alat yang sangat berguna untuk meninjau prosedur kontrol dalam berbagai bidang operasional. Untuk beberapa auditor internal, teknik ini memiliki beberapa hambatan untuk penggunaannya, termasuk: _ Perhitungan atribut sampel yang kompleks. Bab ini telah memperkenalkan beberapa konsep atribut sampling yang sangat dasar. Tinjauan aktual dan analisis hasil sampel bisa jadi sangat kompleks dan mungkin memerlukan penggunaan perangkat lunak khusus sampling audit. Seorang auditor internal perlu memiliki pemahaman yang baik tentang proses tersebut atau bisa berada dalam bahaya karena salah menafsirkan hasil temuannya. _ Definisi yang tepat dari atribut mungkin sulit Dalam contoh catatan sumber daya manusia sebelumnya, audit internal mengambil sampel dan melakukan evaluasi kontrol pada lima atribut yang dipilih dari 30 atribut yang sebenarnya. Pemilihan atribut yang akan diuji didasarkan pada pertimbangan auditor atau permintaan manajemen. Namun, auditor mungkin melewatkan atribut penting lainnya ketika menganalisis data.

_ hasil dari Atribut sampel dapat menjadi subjek salah tafsir. Disajikan dengan beenar, hasil dari sampel atribut seharusnya dinyatakan dengan sangat tepat, seperti "Kami 95% yakin bahwa persentase item yang salah dalam suatu rekening adalah antara 2% dan 7,3%." Meskipun ini presisi, orang mungkin mendengar hasil ini dan kemudian menafsirkannya dengan tidak benar, seperti "Apakah ini berarti ada lebih dari tingkat kesalahan 7% di rekening?" Itu bukan apa yang dikomunikasikan, tetapi banyak pendengar lebih memilih jawaban yang lebih mudah. _ Data yang tidak sempurna memerlukan koreksi. Teori dasar yang mengelilingi sampel atribut mengasumsikan bahwa populasi data mengikuti distribusi normal, tanpa komplikasi yang tidak biasa lainnya. Sementara distribusi data yang tidak standar dapat diperbaiki melalui penyesuaian dalam pemilihan dan evaluasi ukuran sampel, distribusi tidak normal mempersulit proses. disamping masalah-maslah ini, atribut sampel memberikan audit internal alat yang sangat ampuh untuk menilai pengendalian internal dalam populasi besar data melalui evaluasi sampel yang terbatas. Sedangkan teknik yang terlalu memakan waktu atau kompleks untuk banyak masalah audit, auditor internal harus mengembangkan pemahaman dasar tentang atribut sampling dan memanfaatkannya disaat yang tepat. tindak lanjut terhadap atribut sampel akan memungkinkan audit internal untuk melihat lagi data yang ada dan kembali membuat pernyataan kuat tentang status pengendalian internal sekitar bidang yang dipermasalahkan. Sebuah pengetahuan umum tentang atribut sampel harus menjadi bagian dari CBOK audit internal.