Anda di halaman 1dari 10

PERBANDINGAN ANTARA SAMPLING AUDIT UNTUK PENGUJIAN RINCI

SALDO DENGAN SAMPLING AUDIT UNTUK PENGUJIAN PENGENDALIAN


DAN PENGUJIAN SUBSTANTIF TRANSAKSI
Perbedaan pokok antara pengujian pengendalian, pengujian substantif transaksi, dan
pengujian rinci saldo terletak pada apa yang ingin diukur auditor.
Jenis Pengujian
Pengujian Pengendalian
Pengujian Substantif Transaksi
Pengujian Rinci Saldo

Apa yang Diukur


Efektivitas operasi pengendalian internal
Efektivitas pengendalian internal
Kebenaran rupiah transaksi dalam sistem akuntansi
Apakah jumlah rupiah saldo akun mengandung
kesalahan penyajian secara material

SAMPLING NON-STATISTIK
Ada 14 tahap yang perlu dilakukan dalam sampling audit untuk pengujian rinci saldo.
Keempatbelas tahapan tersebut sejalan dengan 14 tahapan yang digunakan dalam sampling
untuk pengujian pengendalian dan pengujian substantif transaksi, meskipun tujuanannya
berbeda, yatu:
Tahapan Sampling Audit untuk Pengujian Tahapan Sampling Audit untuk Pengujian
Rinci Saldo

Pengendalian dan Pengujian Substantif

Transaksi
Merencanakan Sampel
Merencanakan Sampel
1. Menetapkan tujuan pengujian audit
1 Menetapkan tujuan pengujian audit
2 Memutuskan apakah sampling audit
2. Memutuskan apakah sampling audit
bisa diterapkan
3. Merumuskan kesalahan penyajian

4 Merumuskan populasi
5. Merumuskan unit sampling
6 Menetapkan kesalahan penyajian

penyimpangan
4. Merumuskan populasi
5 Merumuskan unit sampling
6. Menetapkan tingkat penyimpangan

bisa ditoleransi
Menetapkan risiko bisa diterima

bisa diterima
7. Menetapkan risiko bisa diterima

untuk keliru menerima


8

bisa diterapkan
Merumuskan atribut dan kondisi

untuk penaksiran risiko pengendalian


terlalu rendah
8. Menaksir tingkat

Menaksir kesalahan penyajian dalam

penyimpangan

populasi
9 Menentukan ukuran sampel awal
Memilih Sampel dan Melaksanakan

populasi
9. Menentukan ukuran sampel awal
Memilih Sampel dan Melaksanakan

Prosedur Audit

Prosedur Audit
1

10 Memilih sampel
10. Memilih sampel
11 Melaksanakan prosedur audit
11 Melaksanakan prosedur audit
Mengevaluasi Hasil
Mengevaluasi Hasil
12 Generalisasi dari sampel ke populasi
12 Generalisasi dari sampel ke populasi
13 Menganalisis kesalahan penyajian
13 . Menganalisis penyimpangan
14 Memutuskan ekseptabilitas populasi
14. Memutuskan ekseptabilitas populasi
1. Menetapkan Tujuan Pengujian Audit
Sampel untuk pengujian rinci saldo digunakan auditor untuk menentukan apakah
saldo akun yang sedang diaudit telah ditetapkan dengan wajar.
2. Memutuskan Apakah Sampling Audit Bisa Diterapkan
Sampling audit diterapkan apabila auditor merencanakan untuk mengambil
kesimpulan tentang populasi berdasarkan suatu sampel.
3. Merumuskan Kesalahan Penyajian
Karena sampling audit untuk pengujian rinci saldo mengukur kesalahan moneter,
suatu kesalahan penyajian terjadi apabila unsur sampel kesalahan penyajian.
4. Merumuskan Populasi
Dalam pengujian rinci saldo, populasi didefinisikan sebagai unsur unsur yang
membentuk populasi rupiah yang tercatat dalam pembukuan.
5. Sampling Distratifikasi ( Sampling Berjenjang)
Pada banyak populasi, auditor sering memilah populasi menjadi dua atau lebih
subpopulasi sebelum menerapkan sampling audit.
6. Merumuskan Unit Sampling
Untuk sampling audit non-statistika dalam pengujian audit saldo, unit samplingnya
hampir selalu berupa unsur unsur yang membentuk saldo akun.
7. Menetapkan Kesalahan Penyajian Bisa Ditoleransi
Auditor memulai dengan menetapkan pertimbangan pendahuluan tentang materialitas
dan menggunakan total tersebut untuk menetapkan kesalahan penyajian bisa
ditoleransi untuk setiap akun.
8. Menetapkan Risiko Bisa Diterima untuk Keliru Menerima
Dalam penerapan sampling baik statistika maupun non-statistika, auditor menghadapi
risiko mengambil kesimpulan yang salah tentang populasi. ARIA adalah besarnya
risiko yang bisa diterima auditor dalam menerima suatu saldo akun sebagai saldo
yang benar padahal kesalahan penyajian yang sesungguhnya melampaui kesaahan
penyajian yang dapat ditoleransi
Pengaruh ARACR dan ARIA Terhadap Pengujian Substantif
Pengendalian Internal

Pengendalian Internal Dipandang

Dipandang tidak Efektif

Efektif

Risiko pengendalian dipandang = 100%

Mengurangi risiko pengendalian

ARACR = 100 %

Mengurangi ARACR

Tidak perlu pengujian pengendalian

Melaksanakan pengujian pengendalian


2

Gunakan ARIA rendah

Gunakan ARIA tinggi

Melaksanakan pengujian substantif yang luas

Melaksanakan pengujian substantif terbatas

9. Menaksir Kesalahan Penyajian Dalam Populasi


Auditor biasanya membuat estimasi berdasarkan pengalaman tahun sebelumnya
dengan

klien

yang

bersangkutan

dan

dengan

menaksir

risiko

bawaan,

mempertimbangkan risiko pengendalian, pengujian substantif transaksi, dan


pengujian analitis yang telah dilakukan.
10. Menentukan Ukuran Sampel Awal
Apabila menggunakan sampling non-statistik, tentukan ukuran sampel awal dengan
mempertimbangkan faktor- faktor yang telah dibahas selama ini.
Formula untuk menghitung ukuran sampel non-statistik pengujian rinci saldo berdasarkan
AICPA audit sampling formula

jumlah populasi menurut

pembukuan
Faktor asurans=Ukuran sampel
kesalahan penyajian bisa ditoleransi

*Unsur unsur individual yang melebihi kesalahan penyajian bisa ditoleransi diuji secara
individual dan dikeluarkan dari populasi untuk perhitungan ini.
11. Memilih Sampel
Auditor akan membuat keputusan setelah memepertimbangkan keuntungan dan
kerugian setiap metode, termasuk pertimbangan biayanya.
12. Melaksanakan Prosedur Audit
Untuk menerapkan prosedur audit, auditor menerapkan prosedur audit yang tepat
terhadap setiap unsur dalam sampel untuk menentukan apakah berisi kesalahan
penyajian.
13. Generalisasi dari Sampel ke Populasituskan dan Memutuskan Akseptabilitas
Populasi
Auditor harus melakukan generalisasi dari sampel ke populasi dengan 1). Melakukan
proyeksi

kesalahan

penyajian

dari

hasil

sampel

ke

populasi

dan

2).

Mempertimbangkan kesalahan sampling dan risiko sampling (ARIA).


14. Menganalisis Kesalahan Penyajian
Auditor harus melakukan analisis kesalahan penyajian untuk memutuskan apakah
diperlukan suatu modifikasi atas model risiko audit.
TINDAKAN APABILA POPULASI DITOLAK

Apabila auditor berkesimpulan bahwa kesalahan penyajian dalam populasi lebih besar
dari kesalahan penyajian bisa ditoleransi setelah mempertimbangkan kesalahan sampling,
populasi dipandang tidak bisa diterima. Dalam situasi tersebut auditor memiliki beberapa
tindakan :

Tidak mengambil tindakan apa pun sampai pengujian audit lainnya selesai

dikerjakan.
Memperluas pengujian audit pada bidang tertentu.
Menaikkan ukuran sampel.
Menyesuaikan saldo akun.
Minta klien untuk mengoreksi populasi.
Menolak untuk memberikan opini wajar tanpa pengecualian.

SAMPLING UNIT MONETER


Sampling unit moneter atau monetary unit sampling (MUS) adalah metode sampling
statistik yang paling banyak digunakan untuk pengujian rinci saldo karena kesederhanaan
statistik dari sampling atribut yang memberikan hasil statistik yang dinyatakan dalam rupiah.
PERBEDAAN ANTARA MUS DENGAN SAMPLING NON-STATISTIK
Perbedaan antara MUS dengan sampling non-statistik yaitu:
-

Rumus unit sampling adalah rupiah individu


Ukuran populasi adalah rupiah populasi menurut pembukuan
Pertimbangan pendahuluan materialitas digunakan untuk setiap akun bukan kesalahan

penyajian bisa ditoleransi


Ukuran sampel ditentukan dengan menggunakan formula statistik
Pemilihan sampel dilakukan dengan menggunakan PPS

GENERALISASI DARI SAMPEL KE POPULASI DENGAN MENGGUNAKAN


TEHNIK MUS
Apapun metode sampling yang dipilih auditor harus melakukan generalisasi dari sampel
ke populasi dengan (1) memproyeksi kesalahan penyajian dari hasil sampel ke populasi, (2)
menentukan kesalahan sampling yang bersangkutan. Ada 4 aspek untuk melakukan hal
tersebut dengan MUS :
1. Untuk menghitung hasil digunakan tabel sampling atribut. Tabel dapat digunakan
dengan mengganti ARACR dengan ARIA.

2. Hasil atribut harus dikonversi menjadi rupiah. MUS menaksir kesalahan penyajian
rupiah dalam populasi, bukan dalam bentuk persen unsur populasi yang kesalahan
penyajian.
3. Auditor harus membuat suatu asumsi tentang persentase kesalahan penyajian
untuk setiap unsur populasi yang kesalahan penyajian.
4. Apabila digunakannya MUS, hasil statistika disebut batas kesalahan penyajian
yaitu taksiran kemungkinan lebih saji maksimum dan kemungkinan lebih saji
maksimum pada suatu ARIA tertentu.
GENERALISASI

MENGGUNAKAN

MUS

DARI

SAMPEL

KE

POPULASI

SEANDAINYA TIDAK DITEMUKAN KESALAHAN PENYAJIAN.


Misalkan auditor mengkonfirmasi suatu populasi piutang usaha untuk memeriksa
kebenaran rupiahnya. Populasi berjumlah RP. 1.200.000,- dan dicapai suatu sampel terdiri
dari 100 konfirmasi. Selama audit berlangsung tidak dijumpai kesalahan penyajian dalam
sampel. Auditor ingin menentukan jumlah maksimum lebih saji dan jumlah maksimum
kurang saji yang mungkin terkandung dalam populasi walaupun bila sampel tidak berisi
kesalahan penyajian. Hal ini masing masing disebut batas atas dan batas bawah bisa
kesalahan penyajian. Seandainya ARIA 5% dan menggunakan tabel sampling atribut, maka
batas atas dan batas bawah bisa ditentukan dengan menentukan lokasi perpotongan antara
ukuran sampel (100) dan jumlah kesalahan penyajian sesungguhnya (0) dengan cara yang
sama seperti sampling atribut. CUER 3% dalam tabel mencerminkan baik batas atas maupun
batas bawah yang dinyatakan dalam persen. Karena tingkat kesalahan penyajian sampel
adalah 0%, maka 3% mencerminkan taksiran kesalahan sampling. Untuk mengkonversi
persentase menjadi rupiah, auditor harus membuat suatu asumsi tentang rata rata persentase
kesalahan penyajian dalam rupiah populasi yang berisi kesalahan penyajian.
Asumsi Persentase Kesalahan Penyajian yang Tepat
Asumsi yang tepat untuk keseluruhan persentase kesalahan penyajian dalam unsur
unsur populasi yang berisi kesalahan penyajian adalah keputusan auditor. Auditor harus
menetapkan presentase ini berdasarkan pertimbangan profesional sesuai dengan keadaan
yang dihadapi.
GENERALISASI APABILA DITEMUKAN KESALAHAN PENYAJIAN

Empat aspek untuk melakukan generalisasi dari sampel ke populasi dengan modifikasi
sebagai berikut:
1. Jumlah kesalahan penyajian mula mula dipisahkan dan kemudian digabungkan.
2. Dibuat asumsi kesalahan penyajian yang berbeda untuk setiap kesalahan
penyajian, termasuk nol kesalahan penyajian.
3. Auditor harus menggunakan tabel sampling atribut untuk membuat lapisan tingkat
batas atas penyimpangan terhitung (CUER)
4. Asumsi kesalahan penyajian harus diakaitkan dengan setiap lapisan ( layer)
MENETAPKAN AKSEPTABILITAS POPULASI DENGAN MENGGUNAKAN MUS
Setelah batas kesalahan penyajian dihitung , auditor harus menetapkan apakah populasi
bisa diterima. Untuk melakukan itu diperlukan aturan pengambilan keputusan. Aturan
pengambilan kepuitusan untuk MUS adalah sbb: apabila batas bawah kesalahan penyajian
(lower misstatement bond/LMB) maupun batas atas kesalahan penyajian ( Upper misstament
bond/ UMB) jatuh diantara jumlah kurang saji dan jumlah lebih saji bisa ditoleransi, bisa
disimpulkan bahwa nilai perbuku tidak mengandung kesalahan penyajian material.
TINDAKAN APABILA SEBUAH POPULASI DITOLAK
Apabila salah satu atau kedua batas kesalahan penyajian berada diluar batas yang bisa
ditoleransi dan populasi dipandang tidak bisa diterima, auditor memiliki beberapa opsi.
MENENTUKAN UKURAN SAMPEL DENGAN MENGGUNAKAN MUS
Metoda yang digunakan untuk menentukan ukuran sampel untuk MUS sama dengan yang
digunakan untuk sampling atribut unit fisik dengan menggunakan tabel sampling atribut.
Materialitas
Apabila kesalahan penyajian dalam pengujian non-MUS diperkirakan terjadi, maka
kesalahn penyajian bisa ditoleransi bisa secara material lebih kecil dari jumlah tersebut.
Kesalahan penyajian bisa ditoleransi bisa berbeda untuk lebih saji dan kurang saji.
Asumsi Tentang Persentase Rata rata Kesalahan Penyajian Untuk Unsur Populasi
yang berisi kesalahan penyajian.
Sekali lagi, dalam hal ini pun bisa ada asumsi yang berbeda untuk batas atas dan batas
bawah. Hal ini juga membutuhkan pertimbangan auditor yang harus didasarkan pada
6

pengetahuan auditor tentang klien dan pengalaman dimasa lalu dengan klien yang
bersangkutan.
Risiko Bisa Diterima untuk Keliru Menerima
ARIA adalah suatu kebijakan auditor dan sering kali digunakan dengan model risiko
audit.
Nilai Populasi Per Pembukuan
Niali rupiah populasi diambil dari pembukuan klien.
Esimasi Tingkat Penyimpangan Populasi
Biasanya estimasi tingkat penyimpangan populasi untuk MUS adalah 0, karena MUS
paling tepat digunakan kalau tidak terdapat kesalahan penyajian atau hanya terdapat sedikit
kesalahan penyajian. Apabila diperkirakan terdapat kesalahan penyajian, jumlah total rupiah
kesalahan penyajian yang diperkirakan dalam populasi ditaksir dan kemudian dinyatakan
sebagai persentase dari nilai populasi perbuku.

Hubungan Antara Model Risiko Audit dengan Ukuran Sampel untuk MUS
PDR=

AAR
IR CR

MUS menarik bagi auditor karena empat hal berikut:


1. MUS secara otomatis menaikan kemungkinan terpilihnya unsur dengan rupiah
tertinggi dari populasi yang diaudit
2. MUS seringkali mengurangi biaya untuk melaksanakan pengujian audit karena
beberapa unsur sampel hanya diuji sekali
3. MUS mudah penerapannya. Sampel unit moneter bisa dievaluasi dengan
menggunakn tabel yang sederhana
4. MUS memberiokan kesimpulan statistika buakn non statistika. Banyak auditor
yakin bahwa sampling statistika membantu mereka dalam pengambilan keputusan
secara lebih baik dan lebih bisa dipertanggungjawabklan.
MUS memiliki dua kelemahan sebagai berikut :

1. Total batas kesalahan penyajian yang dihasilkan apabila ditemukan kesalahan


penyajian bisa terlalu tinggi digunakan auditor.
2. Tidak praktis untuk memilih sampel PPS dari populasi yang besar tanpa bantuan
komputer
SAMPLING VARIABEL
Sampling variabel adalah metode statistik yang digunakan auditor. Sampling variabel dan
sampling non-statistik memiliki tujuan yang sama yaitu untuk mengukur kesalahan penyajian
dalam saldo akun. Sejumlah tehnik sampling membentuk metoda yang disebut variabel
sampling yaitu : estimasi selisih, estimasi rasio, dan estimasi mean-per unit.
PERBEDAAN ANTARA VARIABIEL SAMPLING DENGAN SAMPLING NONSTATISTIK
Penggunaan metoda sampling variabel memiliki banyak kesamaan dengan sampling nonstatistik 14 tahapan yang telah dibahas untuk sampling non- statistik semuanya harus
dilakukan untuk metoda variabel, dan kebanyakan identik. Beberapa perbedaan antara
sampling variabel dengan sampling non- statistik akan diterangkan setelah kita membahas
distribusi sampling.
DISTRIBUSI SAMPLING
Auditor tidak mengetahui nilai mean ( rata rata ) kesalahan penyajian dalam populasi,
distrbusi jumlah kesalahan penyajian, atau nilai per auditnya. Karakteristik populasi ini harus
diestimasi (ditaksir) dari sampel yang sudah barang tentu merupakan tujuan dari pengujian
audit. Sebagai kesimpulan, ada tiga hal yang membentuk hasil eksperimen dengan
mengambil jumlah sampel yang banyak dari suatu populasi yang diketahui, yaitu:
1. Nilai mean dari seluruh mean sampel adalah sama dengan mean populasi.
2. Bentuk dari distribusi frekuensi mean sampel adalah distribusi normal (kurva),
sepanjang ukuran sampel cukup besar, bagaimanapun distribusi populasinya.
3. Persentase mean sampel antara dua nilai distribusi sampling bisa diukur.
INFERENSI STATISTIK
Pada umumnya apabila sampel diambil dari suatu populasi dalam situasi audit yang
sesungguhnya, auditor tidakl mengetahui karakteristik populasi, dan biasanya hanya satu
sampel yang diambil dari populasi. Tetapi pengetahuan tentang distribusi sampling
8

memungkinkan auditor untuk menarik kesimpulan statistik, atau inferensi statistik, tentang
populasi.
METODE METODE VARIABEL
Auditor menggunakan proses inferensi statistik di atas untuk semau metoda sampling
variabel. Masing masing metoda berbeda bergantung dengan apa yang diukur. Dibawah ini
akan diuraikan masing masing metoda tersebut
Estimasi Selisih
Auditor menggunakan estimasi selisih untuk mengukur jumlah taksiran keslahan
penyajian total dalm suatu populasi, apabila baik nilai menurut buku maupun nilai menueut
audit tersedia untuk setiap unsur dalam sampel yang biasanya terdapat pada setiap audit.
Estimasi Rasio
Estimasi rasio mirip dengan estimasi selisih kecuali disini auditor menghitung rasio
antara kesalahan penyajian dan nilai bukunya dan memproyeksi hal ini ke populasi untuk
menaksir total kesalahan penyajian populasi.
Estimasi Mean-per-unit
Dalam estimasi mean per-unit, auditor lebih fokus pada nilai per audit, tidak pada
jumlah kesalahan penyajian untuk setiap unsur dalam sampel.
METODE STATISTIKA BERJENJANG
Sampling berjenjang adalah metode sampling dimana semua elemen dalam total populasi
ditarik menjadi dua atau tiga sub-populasi. Setiap sub-populasi kemudian diuji secara
independen. Perhitungan dibuat untuk setiap strata dan kemudian digabungkan menjadi satu
taksiran populasi confidence interfal untuk seluruh populasi. Hasil dihitung secara statistika.
RISIKO SAMPLING
Kita telah membahas risiko bisa diterima untuk keliru menerima (ARIA) untuk sampling
non-statistik. Untuk sampling variabel, auditor menggunakan ARIA dan juga risiko bisa
diterima untuk keliru menolak (ARIR). Perlu dipahami peredaan dan penggunaan kedua
risiko tersebut.

ARIA
Setelah auditor melakukan suatu pengujian audit dan menghitung hasil statistikanya,
auditor harus menyimpulkan apakah populasi mengandung kesalahan penyajian material
atau tidak. ARIA adalah risiko statistic bahwa auditor menerima populasi yang sesungguhnya
menerima kesalahan penyajian material. ARIA adalah hal yang serius bagi auditor karena
adanya potensi implikasi legal untuk menyimpulkan bahwa suatu saldo akun disajikan secara
wajar padahal akun tersebut mengandung kesalahan penyajian yang berjumlah material.
ARIR
Risiko bisa diterima untuk keliru menolak (ARIR) adalah risiko statistic bahwa auditor
telah menyimpulkan bahwa populasi mengandung kesalahan penyajian material padahal tidak
demikian. ARIA mempengaruhi tindakan auditor hanya apabila auditor menyimpulkan bahwa
populais tidak disajikan secara wajar. Apabila auditor menjumpai bahwa suatu saldo akun
tidak disajikan secara wajar, audior pada umumnya akan menaikkan ukuran sampel dan
melakukan pengujian lainnya.

DAFTAR PUSTAKA

Jusup, Al.Haryono. 2014. Auditing (Pengauditan Berbasis ISA) Buku 1 Edisi II.
Yogyakarta:Unit Penerbitan dan Percetakan Sekolah Tinggi Ilmu Manajemen YKPN.

10