Anda di halaman 1dari 20

BAB 17

SAMPLING AUDIT UNTUK PENGUJIAN ATAS RINCIAN


SALDO

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

Pengujian atas Rincian Saldo

untuk 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 2. Memutuskan apakah sampling audit
dapat audit dapat diterapkan .
3. Mendifinisikan salah saji.

dapat audit dapat diterapkan .


3. Mendefinisikan atribut dan kondisi

4.Mendefinisikan populasi
5. Mendefiniskan unit sampling

pengecualian.
4. Mendefiniskan populasi
5. Mendefiniskan unit sampling

6. Menetapkan salah saji yang dapat 6.

Menetapkan

tingkat

pengecualian

ditoleransi yang dapat


ditoleransi.
7. Menetapkan risiko yang dapat diterima 7. Menetapkan risiko yang dapat penilian
atas diterima atas penerima yang salah risiko pengendalian yang (ARACR)
terlalu rendah.
8. Mengestimasi

salah

saji

dalam 8. Mengestimasi tingkat pengecualian

populasi.
9. Menentukan ukuran sampel awal

populasi
9. Menentukan ukuran sampel awal

Memilih sampel dan Melaksanakan Memilih sampel dan Melaksanakan


Prosedur Audit
10. Memilih sampel
11. Melaksanakan Prosedur Audit

Prosedur
10. Memilih sampel
11. Melaksanakan Prosedur Audit

Mengevaluasi Hasil
Mengevaluasi Hasil
12. Menggeneralisasi dari sampel ke 12. Menggeneralisasi dari sampel ke
populasi
13. Menganalisis salah saji
14. Memutuskan akseptibilitas populasi
2.1

populasi
13. Menganalisis pengecualian
14. Memutuskan akseptibilitas populasi

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
2.
3.
4.
5.
2.11

disebut perhitungan kesalahan sampling)


Sejauh mana item dalam populasi telah diaudit 100 persen.
Apakah salah saji cenderung mengoffset atau hanya bersifat satu arah
Jumlah salah saji individual
Ukuran sampel
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
Keputuan Audit Aktual
Menyimpulkan bahwa
mengandung
material.
Menyimpulkan

salah

Keadaan Aktual Populasi


Salah Saji secara Material Salah Saji yang Tidak Material
populasi Kesimpulan yang benar Kesimpulan yang tidak benar

saji

bahwa

yang tidak ada risiko

risikonya adalah ARIA

populasi Kesimpulan yang tidak Kesimpulan yang benar tidak

tidak mengandung salah saji yang benar risikonya adalah ada risiko
material.
5.

ARIA

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.