MONETARY SAMPLING UNIT

merupakan
metode
sampling
statistik
Paling umum digunakan dalam
pengujian rincian atas saldo
Hasil diekspresikan dalam mata
uang, contohnya dollar.

MONETARY SAMPLING UNIT

Sering disebut juga:
Dollar unit sampling
Cumulative monetary amount
sampling
Sampling with probability
proportional to size

MONETARY SAMPLING UNIT

Perbedaannya dengan sampling
nonstatistikal:
Unit sampling adalah dollar individual
Ukuran populasi adalah populasi dollar yang
tercatat
Pertimbangan mengenai materialitas dapat
digunakan untuk semua akun
Pemilihan sampel dengan menggunakan PPS

PROBABILITY PROPORTIONAL TO SIZE SAMPLE

SELECTION (PPS)

Pemilihan sampel dapat

menggunakan :
Software komputer
Tabel angka acak
Teknik sampling sistematis

PROBABILITY PROPORTIONAL TO SIZE SAMPLE

SELECTION (PPS)
Tabel Populasi Piutang Usaha

Item Populasi (Unit

Fisik)
1

Jumlah Tercatat
$ 357

Total Kumulatif (Unit

Dollar)
$

357

1.281

1.638

60

1.698

573

2.271

691

2.962

143

3.105

1.425

4.530

278

4.808

942

5.750

10

826

6.576

11

404

6.980

12

396

7.736

PROBABILITY PROPORTIONAL TO SIZE SAMPLE

SELECTION (PPS)

Misalkan dengan menggunakan angka

acak ditemukan angka 6.586, 1.756,
850 dan 6.459. Angka ini dikaitkan
dengan unit fisik sehingga item
sampel adalah 11,4,2 dan 11.
Penentuannya dengan melihat kolom
total kumulatif.

PROBABILITY PROPORTIONAL TO SIZE SAMPLE

SELECTION (PPS)

Kelemahan penggunaan PPS :

item dengan saldo 0 tidak
mempunyai kemungkinan dipilih
Saldo negatif tidak dapat
dimasukkan ke dalam sampel

GENERALISASI DARI SAMPEL KE

POPULASI
Ada 4 aspek yang dilakukan :
Tabel sampling atribut digunakan untuk menghitung
hasil
Hasil atribut dikonversikan ke dalam dollar
Auditor membuat asumsi mengenai persentase salah
saji setiap item populasi yang mengandung salah saji
Hasil statistik disebut batas salah saji (misstatement
bounds). Ada batas salah saji atas (upper
misstatement bounds) dan batas salah saji bawah
(lower misstatement bounds).

GENERALISASI DARI SAMPEL KE

POPULASI
Ada 2 situasi dalam
menggeneralisasi sampel ke
populasi :
Ketika salah saji tidak ditemukan
dalam audit
Ketika salah saji ditemukan dalam
audit

GENERALISASI DARI SAMPEL KE

POPULASI KETIKA TIDAK ADA SALAH
SAJI

Ilustrasi :
Ukuran populasi $ 1.200.000
Ukuran sampel 100 konfirmasi
ARIA = 5%
Salah saji tidak ada = 0
CUER = 3% (diambil dari tabel sampling atribut)
Untuk konversi persentase ke dalam dollar, auditor harus
membuat asumsi persentase salah saji rata2. Asumsi yang
digunakan adalah jumlah lebih saji = 100% dan jumlah
kurang saji = 100%. Maka perhitungan sebagai berikut :
Batas salah saji atas = $1.200.000 x 3% x 100% = $
36.000
Batas salah saji bawah = $1.200.000 x 3% x 100% = $
36.000

GENERALISASI DARI SAMPEL KE

POPULASI KETIKA ADA SALAH SAJI
Ada 4 aspek yang perlu dilakukan :
Jumlah lebih saji dan kurang saji ditangani secara
terpisah dan kemudian digabungkan
Asumsi salah saji yang berbeda dibuat untuk setiap
salah saji, termasuk salah saji nol
Auditor harus berhadapan dengan lapisan CUER
dari tabel sampling atribut
Asumsi salah saji harus dikaitkan dengan setiap
lapisan

AKSEPTIBILITAS POPULASI
Dilakukan dengan aturan keputusan (decision rule).
Aturan keputusan untuk MUS :
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.

alah saji yang dapat ditoleransi

LMB

Salah saji yang dapat ditoleransi

UMB

MENENTUKAN UKURAN SAMPEL

Ada 5 hal yang diperlukan:
Materialitas
Asumsi persentase rata-rata salah saji untuk
item populasi yang mengandung salah saji
ARIA
Nilai populasi yang tercatat
Estimasi tingkat pengecualian populasi
Hubungan model resiko audit dengan
ukuran sampel untuk MUS

MONETARY SAMPLING UNIT

Keunggulan :
Secara otomatis
memilih jumlah
dollar yang tinggi
Mengurangi biaya
audit
Mudah diterapkan
Menghasilkan
kesimpulan statistik

Kelemahan :
Total batas salah saji
mungkin terlalu
tinggi
Sulit menentukan
sampel tanpa
bantuan komputer