Sampling Audit
SA 350
Penerapan prosedur audit terhadap
kurang dari 100% unsur dalam suatu
saldo akun atau kelompok transaksi
dengan tujuan untuk menilai beberapa
karakteristik saldo akun atau kelompok
transaksi tersebut.
Pendekatan Umum
Nonstatistik
Statistik
RISIKO AUDIT
Risiko audit, terdiri dari:
Risiko bahwa saldo atau kelompok dan
asersi yang berkaitan, mengandung salah
saji pada saldo-saldo atau kelompok lain;
Risiko bahwa auditor tidak menemukan
salah saji.
RISIKO SAMPLING
Timbul dari kemungkinan bahwa, jika suatu
pengujian pengendalian atau pengujian
substantif terbatas pada sampel, kesimpulan
auditor mungkin menjadi lain dari kesimpulan
yang akan dicapainya jika cara pengujian
diterapkan terhadap semua unsur saldo akun
atau kelompok transaksi.
Sampel pengujian
pengendalian
menunjukkan
Efektifitas
pelaksanaan memadai
Efektifitas
pelaksanaan tidak
memadai
Keputusan benar
Keputusan salah
(risiko menetapkan risiko
pengendalian terlalu
tinggi)
Sampel pengujian
terinci menunjukkan
Keputusan benar
Keputusan salah
(risiko keliru menerima)
Keputusan salah
(risiko keliru menolak)
Keputusan benar
Faktor Penting
Tingkat assurance atas hasil yang
diinginkan (tingkat keyakinan).
Tingkat kerusakan yang dapat diterima
(salah saji yang dapat diterima).
Tingkat kerusakan historis (kekeliruan
yang diperkirakan).
Tingkat Keyakinan
Semakin tinggi tingkat keyakinan
semakin rendah resiko yang bisa
diterima semakin banyak sampel
yang diambil.
Contoh risiko sampling = 5% tingkat
keyakinan = 95%.
SAMPLING DALAM
PENGUJIAN
PENGENDALIAN
STATISTICAL SAMPLING
ATTRIBUTE SAMPLING
Dalam pengujian pengendalian auditor
memakai attribute sampling
Attribute adalah karateristik dari suatu
interest.
Risiko penentuan
tingkat risiko
pengendalian yang
terlalu rendah
Tingkat penyimpangan
maksimum dari
pengendalian yang
ditetapkan
BESAR
SAMPLE
Besar populasi
Estimasi tingkat
penyimpangan yang ada di
populasi
80,0
90,0
95,0
97,5
99,0
99,5
20,0
10,0
5,0
2,5
1,0
0,5
1,61
2,31
3,00
3,84
5.43
6.63
Block sampling
Haphazard sampling
MENGEVALUASI HASIL
SAMPEL (1)
Menghitung point estimate.
Proyeksi tingkat penyimpangan dalam populasi
berdasarkan sampel yang dipilih
Jumlah penyimpangan yang ditemukan dibagi
besar sampel dikali 100%
Contoh, sample 150, penyimpangan 3, maka point
estimate = 3/50 x 100% = 6%
MENGEVALUASI HASIL
SAMPEL (2)
UCL% = 100 x (ULF/n); dimana ULF =
upper limit factor.
Contoh:
ULF = 7,76 (penyimpangan = 3; ARACR = 5%)
UCL = 100 x (7,76/50) = 15,52%
Tabel ULF
Menarik kesimpulan.
Jika kesimpulannya risiko pengendalian tidak
dapat ditetapkan dibawah maksimum, auditor
akan:
Menguji unsur tambahan dengan harapan mengurangi
risiko sampling; atau
Memodifikasi pengujian substantif.
ILUSTRASI 1
Ilus tras i 1
SAMPLING DALAM
PENGUJIAN
SUBSTANTIF
STATISTICAL SAMPLING
TMA = Rp70.000
ARIA = 5%
EMA = Rp20.000
B = Rp3.500.000
N= ((BxCF)/(TMA-EMA)) x (1+ ((EMA/(TMA-EMA))
= ((3.500.000x3)/(70.000 20.000)) x (1 +
((20.000 /
(70.000 20.000))
= (10.500.000/50.000) x (1,4)
= 294 sampel.
ILUSTRASI 2
Ilus tras i 2
Menentukan Sampel
Tabel IA
Ilustrasi 3
Ilus tras i 3
Terimakasih