Asumsi yang berbeda dapat terjadi pada batas atas dan batas bawah. Hal ini
membutuhkan pertimbangan auditor yang harus didasakan pada pengetahuan auditor tentang
klien dan pengalaman bersangkutan, dan apabila digunakan asumsi kurang dari 100%.
Risiko bisa diterima untuk keliru menerima
ARIA adalah suatu kebijakan auditor dan sering kali digunakan dengan model risiko audit.
Nilai populasi per pembukuan
Nilai populasi perpembukuan adalah nilai yang diambil dari pembukuan klien.
Estimasi tingkat penyimpangan populasi
Estimasi tingkat penyimpangan populasi untuk MUS adalah nol, karena MUS paling tepat
digunakan kalau tidak terdapat kesalahan penyajian atau hanya terdapat kesalahan penyajian,
jumlah total rupiah kesalahan penyajian yang diperkirakan dalam populasi ditaksir dan kemudian
dinyatakan sebagai persentase dari nilai populasi ditaksir kemudian di nyatakan nilai populasi
per buku.
Hubungan antara model risiko audit dengan ukuran sampel
Model risiko audit untuk perencanaan disajikan sebagai berikut :
PDR=
AACR
IR x CR
MUS secara otomatis menaikkan kemungkinan terpilihnya unsur rupiah dengan rupiah
Auditor tidak mengetahui nilai mean (rata-rata) kesalahan penyajian dalam populasi, distribusi
jumlah kesalahan penyajian, atau nilai per auditnya. Karakteristik populasi ini harus diestimasi
dari sampel yang merupakan tujuan audit.
Inferensi statistik
Ketika auditor tidak mengetahui karakteristik populasi, dan biasanya hanya satu sampel yang
diambil dari populasi, akan tetapi pengatahuan tentang distribusi sampling memungkinkan
auditor untuk menarik kesimpulan statistik atau inferensi statistik.
Metoda-metoda variabel
Auditor menggunakan proses inferensi statistik untuk semua metode sampling variabel, akan
tetapi hal tersebut tergantung dari apa yang diukur.
Estimasi Selisih
Auditor menggunakan estimasi selisih untuk mengukur jumlah taksiran kesalahan penyajian total
dalam suatu populasi apabila nilai menurut buku maupun nilai menurut audit tersedia untuk
setiap sampel biasanya terdapat pada setiap audit. Estimasi selisih sering kali menghasilkan
sampel yang lebih kecil ukurannya dibanding dengan metode lainnya.
Estimasi rasio
Auditor akan menghitung rasio antara kesalahan penyajian dan nilai bukunya dan memproyeksi
hal ini ke populasi untuk menaksir total kesalahan penyajian populasi.