Anda di halaman 1dari 12

APA YANG DILAKUKAN SPESIALIS INDUSTRI, APAKAH AUDIT TAHU?

1. PENDAHULUAN
pergeseran baru-baru ini dalam praktek audit yang telah disediakan lebih substantif
dan peran meresap untuk pengetahuan industri khusus (misalnya, lihat Bell et al. [1997]).
Secara khusus, sebagian besar perusahaan terbesar sekarang terstruktur bersama garis industri
dan menunjuk sebagian besar, jika tidak semua, dari auditor mereka sebagai industry spesialis
(Emerson [1993]). Perubahan ini menunjukkan bahwa pilihan cara bagi auditor untuk
memperoleh pengetahuan industri adalah melalui khusus tidak langsung Pengalaman
(misalnya, pelatihan) ditambah dengan pengalaman langsung fokus (misalnya, bekerja secara
eksklusif pada perikatan audit di industri tertentu). Kami penyelidikan eksperimental apa
auditor industri-spesialis tahu adalah dimaksudkan untuk menyelidiki implikasi pengetahuan
spesialis industri ' pelatihan difokuskan dan sempit, namun, pengalaman langsung dalam.
Kami mendefinisikan spesialis industri sebagai auditor yang ditunjuk oleh perusahaan dan
mereka yang pelatihan dan pengalaman praktek sebagian besar berada di industri tertentu.
Kami fokus pada pengetahuan industri-spesialis auditor kesalahan laporan keuangan dan
nonerrors disimpan dalam dan dpt dari memori karena memori dan pengetahuan yang
terkandung di dalamnya adalah kunci untuk memahami penilaian dan perilaku keputusan
(Birnberg dan Shields [1984]). Pada gilirannya, meskipun tidak diselidiki di sini, kinerja
efektivitas dan efisiensi untuk tugas-tugas audit fungsi auditor pengetahuan, dimoderatori
oleh kemampuan kognitif, motivasi, dan lingkungan fitur (Libby [1995]).
Kami menggunakan dua percobaan untuk menguji hipotesis tentang kesalahan dan
nonerror kuantitas pengetahuan dan akurasi frekuensi keuntungan dari spesialisasi industri
menggunakan dua-dua desain di mana kesehatan dan keuangan-spesialis Berbeda metode
pengetahuan elisitasi bekerja di setiap percobaan. Kita gunakan [I9901 metode penilaianperubahan Heiman untuk elisitasi pengetahuan percobaan 1 dan metode cued-recall dalam
percobaan 2. Eksperimen 1provides bukti keuntungan pengetahuan industri-spesialisasi untuk
error dan jumlah nonerror dan pengetahuan frekuensi nonerror ketepatan. Dalam percobaan
2, interaksi diprediksi untuk nonerror kuantitas pengetahuan dan akurasi pengetahuan
frekuensi nonerror adalah signifikan, tetapi tidak untuk kesalahan. Menyoroti campuran
antara-eksperimen hasil untuk kesalahan, bila diukur menggunakan penilaian-perubahan
Metode, auditor industri spesialis memiliki keuntungan kuantitas kesalahan, tetapi
menggunakan isyarat pembatalan, tidak pengetahuan error pengetahuan kuantitas maupun
frekuensi kesalahan Keuntungan akurasi terdeteksi. Ini hasil yang tidak konsisten mungkin
karena perbedaan dalam metode elisitasi pengetahuan antara percobaan.
Kedua percobaan menunjukkan bahwa spesialis memiliki nonerror lebih akurat
frekuensi pengetahuan, tetapi hasil untuk kuantitas pengetahuan nonerror berbeda. Percobaan
2 memberikan bukti kuat dari pengetahuan nonerror keuntungan kuantitas karena spesialisasi
industri daripada percobaan 1. Kami juga menemukan bahwa 80% dari penjelasan yang
masuk akal subyek 'dalam percobaan 2 adalah nonerrors. Secara bersama-sama, hasil kami
menunjukkan bahwa pelatihan difokuskan dan pengalaman terkonsentrasi auditor industri-

spesialis memiliki efSect lebih besar pada pengetahuan nonewor dari pada pernyataan
Jinancial pengetahuan error.
Pada bagian 2, kami menyajikan latar belakang untuk dua percobaan termasuk review
penelitian sebelumnya dan hipotesis diuji. Subyek, desain, kasus, tugas, prosedur, dan hasil
pengujian hipotesis untuk kedua eksperimen dijelaskan dalam bagian 3. komentar Penutup
berada di bagian 4.

2. Model, Literatur, dan Hipotesis


Kami menggunakan model I9951 [Libby anteseden pengetahuan dan konsekuensi
untuk menyusun pertanyaan penelitian kami (lihat juga Libby dan Luft [I9931) Dalam model
ini, pengalaman memberikan kesempatan untuk mendapatkan pengetahuan Pengalaman bisa
langsung (misalnya, kinerja tugas yang sebenarnya, meninjau pekerjaan orang lain) atau tidak
langsung (misalnya, pendidikan, pelatihan). Selain mengalami, pengetahuan diusulkan untuk
menjadi fungsi dari kemampuan kognitif, motivasi, dan lingkungan. Dalam subbagian 2.1
dan 2.2, kita membahasPenelitian sebelumnya yang dipilih berhubungan dengan auditor
hubungan pengalaman-pengetahuan dan kemudian menyajikan kami dua hipotesis.

2.1. PENELITIAN SEBELUMNYA


Libby [I9851 menyelidiki laporan keuangan pengetahuan error subjek ' untuk
pembuatan Subyek c1ients.l menerima tiga rasio untuk hipotetis manufaktur klien dan
diminta untuk menghasilkan penjelasan untuk .-Mengungkapkan tak terduga antara periode
fluktuasi rasio. laporan Libby bahwa kekuatan asosiasi dalam memori dan, dengan demikian,
kemampuan untuk mengambil pengetahuan kesalahan laporan keuangan adalah fungsi dari
auditor frekuensi dan kebaruan dari paparan kesalahan laporan keuangan.
Bonner dan Lewis [1990] melaporkan bahwa kekuatan dari pengalaman umum
(Tahun sebagai auditor, peringkat) dan hubungannya pengetahuan tergantung pada tingkat
pengalaman dan jenis pengetahuan. Mereka menemukan perbedaan yang signifikan antara
senior dan mahasiswa audit untuk pengetahuan domain umum (Diperoleh oleh sebagian besar
auditor di lapangan melalui instruksi dan pengalaman), tapi bukan untuk subspesialisasi atau
pengetahuan bisnis umum. Membandingkan manajer senior dan senior, ada perbedaan yang
signifikan untuk keahlian dan pengetahuan bisnis umum, tetapi tidak untuk pengetahuan
domain umum. manajer senior dibandingkan dengan siswa memiliki signifikan lebih umum
domain, bisnis umum, dan pengetahuan subspesialisasi. Dalam penyelidikan pengetahuan
nonerror dimodelkan pada Libby [1985],
Kaplan dan Reckers [I9891 menemukan bahwa auditor yang berpengalaman telah
welldeveloped skema untuk kesalahan laporan keuangan dan pengetahuan nonerror.
Menggunakan rangsangan yang sama, Kaplan, Moeckel, dan Williams [laporan I9921 bahwa

pengalaman audit berhubungan positif dengan kecenderungan untuk menentukan nonerror


penjelasan, dan perbedaan terbesar dalam penjelasan yang antara mahasiswa dan berlatih
auditor. Biggs, Selfridge, dan Krupka [I9931 menghadirkan model komputasi pengetahuan
auditor dalam konteks dari penilaian going concern. Mereka melaporkan bahwa berbasis
client (event) pengetahuan memainkan peran sentral dalam penilaian ini, dan auditor
berpengalaman memiliki pengetahuan luas tentang operasi dan industri klien mereka,
termasuk dampak dari peristiwa dunia.
Jenis pengalaman (misalnya, umum pengalaman vs pengalaman industri) belum dibedakan
dalam penelitian sebelumnya pada experienceknowledge yang hubungan. Sebaliknya, ketika
pengalaman diukur baik sebagai tahun bekerja atau peringkat, koleksi tugas langsung dan
tidak langsung merupakan auditor pertemuan secara efektif diperlakukan sebagai sepadan.
Beberapa studi meneliti pengalaman- hubungan kinerja penilaian pengecualian tetapi, lain
dari Taylor [1998], subyek dalam studi tersebut tidak terbatas ditunjuk spesialis industri.
Bedard dan Biggs [I9911 melaporkan bahwa auditor dengan lebih baru-baru ini
pengalaman manufaktur (dan dengan klien memiliki persediaan) lebih baik dari auditor yang
kurang berpengalaman mengidentifikasi kesalahan unggulan di Data klien manufaktur ini.
Dalam sebuah penelitian bidang mitra concurring review, Johnson, Jamal, dan Berryman
[I9911 menemukan bahwa pengalaman industri dikaitkan dengan peningkatan penipuan
kinerja tugas deteksi. Konsisten, Wright dan Wright [laporan I9971 bahwa auditor-subyek
dengan pengalaman industri ritel Audit (tapi tidak ditunjuk spesialis industri), relatif untuk
auditor tanpa pengalaman seperti itu, membuat penilaian risiko unggul, menghasilkan jumlah
yang lebih besar dari hipotesis yang masuk akal, dan lebih baik mampu mengidentifikasi
kesalahan ritel diunggulkan dalam bahan percobaan. Akhirnya, Taylor [I9981 meminta
ditunjuk spesialis industri untuk membentuk penilaian risiko baik untuk industri di mana
mereka adalah spesialis dan untuk industri lain. Laporan Taylor yang piutang yang sangat
spesifik untuk industri (Yaitu, kerugian kredit cadangan dalam konteks perbankan), auditor
industri spesialis menilai risiko yang melekat lebih rendah dari auditor nonspesialis dan
kurang secondorder ketidakpastian.
Penelitian psikologi menunjukkan bahwa pengetahuan frekuensi (yaitu, dasar-tingkat
pengetahuan) diperoleh secara otomatis oleh pengalaman langsung (Hasher dan Zacks [1979]
dan Zacks, Hasher, dan Sanft [1982]). Sementara penelitian sebelumnya telah menyelidiki
pengetahuan frekuensi auditor untuk laporan keuangan kesalahan, tidak ada penelitian yang
menyelidiki pengetahuan mereka tentang frekuensi penjelasan nonerror fluktuasi rasio tak
terduga. karena klien cenderung menyarankan penjelasan nonerror untuk fluktuasi rasio,
Audit efisiensi dan efektivitas tergantung pada keakuratan nonerror audito pengetahuan
frekuensi. Libby [I9851 melaporkan bahwa auditor bergantung pada pengetahuan frekuensi
terjadinya kesalahan saat membuat hipotesi sehubungan dengan prosedur analitis. Libby dan
Frederick [1990] menemukan bahwa akurasi pengetahuan frekuensi kesalahan meningkat
dengan pemeriksaan pengalaman. Butt [I9881 melaporkan bahwa kesalahan pernyataan
ketika keuangan disajikan secara kasus per kasus (bukan secara bersamaan dalam ringkasan
bentuk), auditor mempelajari frekuensi kesalahan yang lebih efektif, dan lebih
berpengalaman auditor lebih mampu untuk memperoleh informasi tersebut. Nelson [Hasil

I9931 mendukung Butt dalam konteks prosedur analitis. Bangunan pada gagasan bahwa
auditor biasanya tidak memiliki pengalaman langsung dengan sejumlah besar kesalahan
laporan keuangan, Ashton [1991] menyelidiki apakah pengetahuan frekuensi auditor
mengalami ' untuk kesalahan berbeda dari auditor yang kurang berpengalaman. Di antara nya
Temuan ini bahwa auditor hanya tahu kesalahan yang paling sering terjadi penyebab dan efek
dan bahwa perbedaan kesalahan-efek pengetahuan tidak berhubungan pengalaman, pangkat,
atau tindakan pengalaman industri-spesifik.
Terakhir, Kaplan, Moeckel, dan Williams [laporan I9921 hasil yang beragam
sehubungan dengan hubungan antara pengalaman dan keuangan negara pengetahuan
frekuensi ment kesalahan. Secara khusus, mereka melaporkan bahwa hipotesis akurasi yang
lebih besar dari kesalahan pengetahuan frekuensi berhubungan dengan tingkat yang lebih
besar dari pengalaman audit umum untuk hanya satu dari dua mereka tindakan tergantung.

2.2HIPOTESIS
spesialisasi industri, menurut definisi, menyebabkan kaya dan sering langsung dan
tidak langsung pertemuan terkait tugas-untuk industri spesialisasi dan sedikit atau bahkan
tidak ada pertemuan tugas langsung dan tidak langsung untuk industri lain. Pengamatan ini,
dikombinasikan dengan implikasi dari penelitian sebelumnya, mengarah ke dua hipotesis
kami (baik dinyatakan dalam bentuk alternatif):
HI: auditor Industri-spesialis memiliki kuantitas yang lebih besar dari pengetahuan kesalahan
laporan keuangan dan faktor nonerror untuk industri mereka spesialisasi, relatif terhadap
industri lain.
H2: auditor Industri-spesialis memiliki pengetahuan yang lebih akurat dari frekuensi
kesalahan laporan keuangan dan penjelasan nonerror fluktuasi rasio tak terduga untuk
industri mereka spesialisasi, relatif terhadap industri lain.

3. PERCOBAAN
Desain kedua percobaan berikut Frederick dan Libby [I9861 pedoman untuk studi di
"paradigma keahlian" (juga lihat Libby [I9951). Desain dasar melibatkan dua tingkat, antarasubyek diukur spesialisasi industri variabel-auditor (keuangan dan kesehatan) dan dua
tingkat, dalam subyek manipulasi industri klien (keuangan dan kesehatan). Persimpangan
kedua variabel independen menghasilkan pertandingan dan ketidaksesuaian antara
spesialisasi industri auditor dan klien industri. Industri keuangan dan kesehatan dipilih karena
perbedaan dalam layanan / produk, aturan akuntansi dan konvensi, persyaratan peraturan, dan
operasi bisnis dan praktek (lihat AICPA [1994; 19.961). efek khusus-pengalaman diuji
dengan memanipulasi faktor tugas (industri klien) dan memeriksa dampaknya pada
pengetahuan auditor. Desain ini kontrol untuk karakteristik auditor selain pengalaman
khusus-industri karena manipulasi tugas adalah dalam subyek.

Subyek ditunjuk oleh majikan mereka sebagai baik keuangan-atau spesialis


kesehatan-industri dan mereka berpartisipasi dalam hanya salah satu eksperimen. Semua
subjek diminta untuk melakukan tugas prosedur analitis mirip dengan yang di Libby [I9851
dan studi penggantinya. Subyek yang diberikan, untuk masing-masing kasus industri-cocok
dan -mismatched, latar belakang informasi pada klien dan empat rasio keuangan masingmasing mencerminkan peningkatan tak terduga material. kasus yang sama kecuali untuk
industri dan klien nama. Rasio yang umum digunakan di kedua industri, dan ada jumlah yang
relatif besar penjelasan yang masuk akal fluktuasi tak terduga materi dalam setiap set rasio.
Sebuah variabel dependen di kedua percobaan adalah kuantitas pengetahuan.
Setidaknya ada tiga metode untuk mengukur kuantitas pengetahuan. Salah satu metode
mengukur pengetahuan sebagai perubahan penghakiman yang disebabkan oleh informasi.
Untuk menggambarkan, Heiman [I9901 pertama meminta auditor untuk menyatakan suatu
probabilitas awal bahwa kesalahan laporan keuangan tertentu adalah penyebabnya fluktuasi
tak terduga dalam satu set rasio keuangan, kemudian menyediakan empat set kemungkinan
penjelasan untuk fluktuasi rasio, dan akhirnya meminta probabilitas direvisi bahwa kesalahan
awal adalah penyebab rasio fluktuasi. Perbedaan antara subjek awal dan direvisi probabilitas
menangkap keinformatifan penjelasan dan kuantitas pengetahuan subjek sebelumnya.
pengukuran pengetahuan lain Metode adalah recall, misalnya, tidak dibatasi recall gratis
(Tubbs [1992]), dibatasi recall gratis (Frederick [1991]), atau cued ingat (Libby [1985]).
Terakhir, tes dapat digunakan untuk mengukur pengetahuan (mis, Bonner dan Lewis [I9901).
Penghakiman-perubahan dan recall metode yang tidak langsung. Pengetahuan tes
langsung, tapi mahal dan keandalan pasti karena ada tes diterima tidak secara luas untuk jenis
pengetahuan yang ditargetkan di auditor Studi penghakiman. metode tidak langsung
memerlukan asumsi tentang bagaimana karya memori dan tunduk pada kritik karena mereka
dapat mengacaukan cara kerja memori dan fenomena yang sedang dipelajari. Pengetahuan tes
memerlukan asumsi tentang validitas tes dan kesesuaian untuk tujuan yang dimaksudkan
(lihat Marchant [1990]). Menyadari bahwa tidak ada metode tunggal mengukur pengetahuan
lebih disukai, kami menggunakan judgment- yang metode perubahan dalam percobaan 1 dan
metode cued-recall dalam percobaan 2. Kami memilih cued ingat, bukan metode recall
lainnya, karena memerlukan asumsi yang lebih sedikit, dan data yang dihasilkan harus berisi
kurang kebisingan (lihat Raaijmakers dan Shiffrin [1992]). Selanjutnya, menggunakan cued
recall meningkatkan komparabilitas dengan penelitian sebelumnya.
Kami memperoleh penilaian dari industri "ahli" anggota panel (seperti yang dibahas
kemudian) dan menggunakan mereka di kedua eksperimen untuk patokan mata pelajaran '
tanggapan dan untuk tujuan lain. Secara khusus, kita menghitunG cara penilaian anggota
panel 'dan menggunakannya untuk: (1) ukuran akurasi pengetahuan frekuensi subyek 'di
kedua percobaan; (2) pemilihan panduan dari rangsangan yang digunakan untuk
mengoperasionalkan judgmentchange yang Metode elisitasi pengetahuan dalam percobaan 1;
(3) mengukur kuantitas pengetahuan subyek 'dalam percobaan 2; dan (4) menormalkan
jumlah penjelasan yang dihasilkan oleh subjek dalam eksperimen 2.

3.1 PERCOBAAN 1
Kami diberikan percobaan untuk mata pelajaran menghadiri industri khusus program
pelatihan dari tiga maka Big-Six-perusahaan BPA. Lima puluh dua mata pelajaran (18 mitra
audit, 21 manajer senior, dan 13 manajer) yang ditunjuk spesialis keuangan. Empat puluh
lima mata pelajaran (19 mitra audit, 12 manajer senior, dan 14 manajer) yang ditunjuk
spesialis kesehatan. pengalaman audit mean ahli keuangan 'adalah 12,7 tahun dan Kisaran
adalah 5-30 (S.D. = '7.3). pengalaman audit mean spesialis kesehatan ' adalah 11,9 tahun dan
mereka berbagai pengalaman audit adalah 2-25 (S.D. = 6.0) 0,3 Selama lima tahun terakhir,
keuangan (kesehatan) spesialis telah menghabiskan, rata-rata, 74% (63%) dari waktu mereka
bekerja pada audit dalam industri mereka spesialisasi dan tidak ada waktu audit di industri
lainnya.
Tugas eksperimental terlibat mengembangkan penjelasan fluktuasi dalam rasio
keuangan. Kami menggunakan 2 x 2 x 2 desain, auditor diukur spesialisasi industri (antarasubyek, keuangan, atau kesehatan), dan dimanipulasi industri klien (dalam subyek, keuangan,
atau kesehatan) dan kesalahan e ~ pl ana t Iona. ~ etelah membaca informasi kasus, subyek
diberitahu bahwa auditor bawahan telah menganalisis fluktuasi rasio dan tiba di penjelasan
nonerror tentatif. Subyek diminta untuk menilai probabilitas awal (dilambangkan PI) bahwa
ini disarankan nonerror account penjelasan untuk semua fluktuasi dalam empat rasio
`Menyusul penilaian probabilitas ini, subyek diberitahu bahwa bawahan auditor,
setelah analisis lebih lanjut, diyakini ada dua tambahan penjelasan yang masuk akal untuk
fluktuasi rasio. Setelah membaca dua penjelasan alternatif ini, subyek membuat penilaian
direvisi probabilitas (dilambangkan PR) bahwa penjelasan awalnya disarankan menyumbang
fluktuasi. Variabel bebas ketiga, dimanipulasi antara subjek, adalah jenis penjelasan
berikutnya; bawahan dua penjelasan tambahan yang baik dua pernyataan Jinancial kesalahan
atau dua nonerrors. Memanipulasi jenis penjelasan selanjutnya memungkinkan pengujian
untuk jumlah laporan keuangan error pengetahuan dan pengetahuan nonerror.
Penjelasan awalnya disediakan adalah salah satu nonerrors ditentukan oleh panel ahli,
seperti yang dijelaskan dalam ayat berikutnya. Kami memilih nonerrors sebagai penjelasan
awal untuk merangsang mata pelajaran untuk mulai mereka cari di daerah nonerror memori.
Untuk keuangan (kesehatan) kasus, penjelasan nonerror awal adalah "peningkatan biaya yang
dikenakan" ("a berubah dalam campuran layanan yang disediakan "). Ini adalah penjelasan
yang masuk akal likelihood yang tidak berbeda per penilaian mean panel ' (Mann-Whitney U,
p> 0,05). Pemilihan dua penjelasan berikutnya (Error atau nonerror) juga dipandu oleh
penilaian frekuensi panel. Secara khusus, kami memilih penjelasan sehingga panel 'berarti
kemungkinan penilaian yang sama di seluruh kasus; untuk tiga dari empat penjelasan pasang,
yang likelihood tidak berbeda nyata (Mann-Whitney U, p <0,05 untuk d; p = 0,24, 0,52, dan
0,85 untuk penjelasan b, c, dan e, masing-masing dalam tabel 1).
Panel ahli yang terdiri dari mitra senior dalam industri nasional kelompok yang
tergabung dalam industri keuangan dan kesehatan AICPA komite. Pada pertemuan komite,

anggota tim penulis bertanya anggota komite (enam untuk kesehatan dan sepuluh untuk
keuangan) secara individual untuk daftar sebanyak penjelasan yang masuk akal mungkin
untuk fluktuasi mengungkapkan dalam empat rasio. Pada pertemuan yang sama, peneliti
terkompilasi daftar ke 15 atau 16 (tergantung pada industri) penjelasan yang masuk akal dan
meminta anggota komite untuk individual menetapkan 0 hingga 100 poin untuk setiap
penjelasan dikompilasi, konsisten dengan seberapa besar kemungkinan itu menjadi penyebab
fluktuasi rasio. Titik-titik ini kemudian dinormalisasi untuk memastikan bahwa jumlah
masing-masing anggota komite di set penjelasan menyamai 1.0. Mean probabilitas
(dilambangkan PW) untuk setiap penjelasan didasarkan pada tanggapan para anggota panel
'(lihat tabel
Kami mengukur tingkat konsensus ahli panel '(sinyal dari kesesuaian) sebagai standar
deviasi dari tanggapan mereka untuk setiap penjelasan. Mean penghakiman melebihi standar
deviasi untuk delapan sembilan penjelasan yang diberikan oleh panel kesehatan dan enam
dari sembilan penjelasan disediakan oleh panel keuangan (lihat tabel 1). Selain itu, rata
(median) koefisien variasi untuk panel kesehatan adalah 0,55 (0.50). Untuk panel keuangan,
mean (median) koefisien variasi 0.86 (0.77).
variabel dependen digunakan untuk menguji H1 adalah PI-R = PI - PR.Following
Heiman [1990], kami menggunakan PI-RTO capture apa yang disimpan dalam dan / atau
dibangun dari ingatan. Penjelasan awalnya menyarankan bertindak sebagai probe "yang
mengaktifkan kesalahan lain dan penjelasan nonerror (Collins dan Loftus [I9751). Ketika
dicocokkan (serasi), industri-spesialis penilaian PI auditor diharapkan akan didasarkan pada
relatif besar (Kecil) jumlah penjelasan potensial. Prediksi kami adalah bahwa isi informasi
dari dua penjelasan berikutnya dan, oleh karena itu, PI-Rwill relatif kecil (besar) untuk
dicocokkan (serasi) industri-auditor spesialis karena mereka (tidak) cenderung memiliki
sebelumnya dianggap penjelasan mereka.
Kami menguji H2 menggunakan PI-MP = PI - Pm. Variabel ini mengukur konsistensi
antara penilaian subyek 'dan penilaian rata-rata dariahli panel, kriteria akurasi yang biasa
digunakan untuk pengetahuan frekuensi (Libby [1995]).

3.1.1 HASIL
Tabel 2 dan 3 berarti laporan dan standar deviasi untuk pengetahuan kuantitas variabel
dependen dan frekuensi-pengetahuan akurasi variabel dependen. sel berarti untuk kedua
tergantung variabel konsisten dengan interaksi disordinal diprediksi.
A 2 x 2 x 2 analisis varians (ANOVA) digunakan untuk menguji H1 (tabel 2) .suatu
diperkirakan dua arah pengaruh interaksi industri klien oleh auditor industri spesialisasi
pengetahuan auditor adalah signifikan (F = 12,85, p <, 001) .None efek lainnya ANOVA
adalah signifikan (p> 0,38). Seperti yang diperkirakan, auditor kesehatan spesialis memiliki
lebih kesalahan dan nonerror pengetahuan untuk industri kesehatan dibandingkan dengan
industri keuangan berdasarkan satu-ekor, dipasangkan t-tes (recall yang berarti lebih kecil

menunjukkan lebih pengetahuan-error: industri kesehatan berarti = 0,01, industri keuangan


berarti = 0,08, t = 2.72, p <0,01; nonerror: kesehatan industri rata-rata = 0,03, industri
keuangan berarti = 0,09, t = 1,43, p = auditor 0,08) .suatu keuangan-spesialis juga, seperti
yang diperkirakan, memiliki lebih banyak kesalahan dan pengetahuan nonerror dalam
industri mereka spesialisasi (error: industri keuangan berarti = 0,01; industri kesehatan berarti
= 0,07, t = 2.19, p = 0,02; nonerror: berarti keuangan = 0,02, industri kesehatan berarti = .lo, t
= 1,67, p = 0,05) hasil .Ini mendukung H1.
H2 diuji untuk nonerrors dengan 2 x 2 ANOVA (Tabel 3). Efeknya akurasi
pengetahuan frekuensi nonerror dari interaksi antara klien industri dan industri auditor
spesialisasi adalah seperti yang diperkirakan (F = 13.25, p <0,001). Tak satu pun dari efek
lainnya adalah signifikan (p> 0,25). Sebagai diprediksi, auditor kesehatan spesialis memiliki
nonerror lebih akurat pengetahuan frekuensi untuk klien kesehatan daripada untuk klien
keuangan (Rata-rata = 0,16, 0,30, masing-masing; satu-ekor, dipasangkan t = 7.20, p <0,01).
Demikian pula, pengetahuan frekuensi nonerror keuangan-spesialis auditor adalah lebih
akurat untuk kasus keuangan daripada untuk kasus kesehatan (mean = 0,14, 0,25, masingmasing; satu-ekor, dipasangkan t = 2.89, p <0,01). Hasil ini mendukung H2.
Kami kembali menjalankan tes dari H1 menggunakan variabel dependen rasio,
(PI.R) / PI, dan uji H2 menggunakan PR-MPA variabel dependen; hasilnya kualitatif sama
dengan yang dilaporkan. Untuk meneliti efek dari pengalaman pada hasil yang dilaporkan,
kami kembali menjalankan tes dari H2 hanya menggunakan mata pelajaran yang paling
berpengalaman (mitra dan manajer senior). Pola dan besarnya empat cara yang mirip dengan
yang di tabel 3 dan Hasil ANOVA secara kualitatif sama dengan yang dilaporkan. Ketika kita
termasuk Pengalaman (jumlah tahun bekerja sebagai auditor) sebagai kovariat, itu tidak
signifikan (p> 0,29). Selain itu, kami menjalankan ANCOVAs dengan pemeriksaan
Pengalaman sebagai kovariat menggunakan dua tindakan tergantung lainnya (PI dan PR),
dengan hasil kualitatif serupa. Ketika kita termasuk pelatihan yang diterima selama lima
tahun terakhir sebagai kovariat (sarana yang 5.1 dan 6.2 minggu di industri masing-masing
untuk kesehatan dan ahli keuangan), itu adalah tidak signifikan baik untuk H1 atau H2 (p>
.lo).

3.2. PERCOBAAN 2
Dua puluh subjek spesialis keuangan (9 mitra audit, 3 seniornya manajer, dan 8
manajer) dan 13 subjek spesialis kesehatan (7 Audit mitra, 1 manajer senior, dan 5 manajer).
Mean dari keuangan pengalaman audit (kesehatan) spesialis 'adalah 10,4 (12,1) tahun, dan
Rentang 2-25 (S.D. = 8,5) untuk spesialis kesehatan dan 2-28 (S.D. = 8.2) untuk spesialis
keuangan. Selama lima tahun terakhir, keuangan (Kesehatan) spesialis menghabiskan, ratarata, 76% (75%) dari waktu mereka bekerja pada jasa keuangan audit (kesehatan). Keuangan
(kesehatan) spesialis laporan bahwa selama lima tahun terakhir mereka menghabiskan, ratarata, 0% (6%) dari waktu mereka bekerja pada kesehatan (jasa keuangan) audit.

Kami menggunakan 2 x 2 desain di mana spesialisasi industri auditor diukur antarasubyek (keuangan atau kesehatan) dan industri klien dimanipulasi dalam subyek (keuangan
atau kesehatan). Semua subjek ditempatkan awal audit dan, untuk setiap kasus, diberikan
informasi latar belakang klien dan empat rasio keuangan yang sama seperti dalam percobaan
1. Setiap rasio mengandung kenaikan tak terduga. Setelah membaca informasi kasus dan
empat rasio keuangan, masing-masing subjek diminta untuk daftar sebanyak penjelasan
mungkin untuk menjelaskan semua variasi dalam empat rasio, dengan satu penjelasan yang
terdaftar per baris. Pendekatan ini diikuti untuk setiap kasus industri, dengan satu-satunya
perbedaan antara dua kasus menjadi industri klien dan nama. Dua kasus yang disajikan
dengan subyek secara acak dan tidak ada yang signifikan efek rangka (p <0,05) yang
terdeteksi.
Variabel dependen adalah jumlah laporan keuangan yang masuk akal kesalahan dan
penjelasan nonerror dihasilkan oleh subjek, dihitung oleh konten-menganalisis penjelasan
subyek '. Dua coders, baik di antaranya mengajar audit dan memiliki pengalaman praktik,
mandiri konten-dianalisis 406 Total penjelasan yang disediakan oleh 33 mata pelajaran. Salah
satu coder adalah seorang penulis makalah ini; coder lain tidak memiliki pengetahuan dari
tujuan penelitian. Sebagai langkah pertama dalam konten dua langkah analisis, coders
menetapkan bahwa 344 dari 406 Total penjelasan yang masuk akal (yaitu, mereka dapat
menjelaskan perubahan arah di keempat rasio keuangan). Coding perjanjian sehubungan
dengan masuk akal adalah 100% karena coders mudah bisa menentukan apakah setiap
penjelasan adalah konsisten dengan empat perubahan rasio. Meskipun tidak ada subjek yang
tersedia beberapa listing dari penjelasan yang sama untuk kasus, beberapa mata pelajaran
yang tercantum hipotesis yang sama (misalnya, berlebihan aset dibandingkan berlebihan dari
aset tertentu dibandingkan berlebihan dari aset tertentu yang lain). Seperti itu penjelasan
dianggap berbeda. Tapi, seperti yang dijelaskan kemudian, jika subjek yang dihasilkan
beberapa penjelasan yang memetakan ke expertpanel yang sama penjelasan, kemungkinan
terkait dengan penjelasan yang digunakan hanya sekali dalam analisis likelihood penjelasan
(jika tidak, likelihood dijumlahkan bisa melebihi 1,0). Pada langkah kedua, dua coders
diklasifikasikan penjelasan yang masuk akal sebagai kesalahan laporan keuangan atau
penjelasan nonerror. Perjanjian Intercoder adalah 100%.

3.2 .1 HASIL
Delapan puluh persen (2751344) dari penjelasan yang masuk akal adalah nonerrors
dan sisanya 20% adalah untuk kesalahan laporan keuangan. Sarana dan standar deviasi untuk
nomor kesalahan dan penjelasan nonerror ditunjukkan pada tabel 4. Kami menguji H1
menggunakan 2 x 2 ANOVA dan onetail, dipasangkan t-tes. Empat alat untuk jumlah
penjelasan nonerror masuk akal membentuk interaksi disordinal signifikan secara statistik (F
= 40,29, j ~ <0,001), konsisten dengan H1. Tabel 4 menunjukkan bahwa untuk spesialis
kesehatan, berarti jumlah penjelasan untuk klien kesehatan adalah 5.62 dan mean untuk klien
keuangan 2.85 (t = 3,86, p =, 001) .Untuk ahli keuangan, mean klien keuangan adalah 4.80
dan mean untuk kesehatan client 3.45 (t = 5.54, p <0,001).

Empat alat untuk jumlah bentuk penjelasan kesalahan yang masuk akal interaksi yang
signifikan (F = 5.38, p = 0,03) yang tidak konsisten dengan H1. Tabel 4 menunjukkan bahwa
rata-rata untuk spesialis kesehatan cocok dengan client kesehatan 1.69 dan mean untuk klien
keuangan 1.23. Untuk ahli keuangan, klien keuangan maksud adalah 0,90 dan rata-rata untuk
klien kesehatan adalah 0,65.
H1 juga yang diuji menggunakan sebagai variabel dependen angka kesalahan dan
penjelasan nonerror dihasilkan oleh spesialis-mata pelajaran sebagai sebagian kecil dari
kesalahan atau total penjelasan nonerror ditentukan oleh ahli panel. Proporsi rata-rata untuk
kesalahan (nonerrors) ikuti: kesehatan spesialis cocok dengan klien kesehatan = 0.42 (0.47);
spesialis kesehatan serasi dengan klien keuangan = 0.62 (0.20); spesialis keuangan cocok
dengan klien keuangan = 0,45 (0,34); dan spesialis keuangan tidak cocok dengan klien
kesehatan = 0,16 (0,29). Hasil berdasarkan variabel ini secara kualitatif sama dengan yang
dilaporkan untuk variabel kuantitas. Secara khusus, empat cara untuk nonerrors membentuk
interaksi diprediksi (F = 38,1 1, p <0,001), tetapi empat cara untuk penjelasan kesalahan
dilakukan tidak (F = 0,31, p = 0,58).
Untuk meneliti efek dari pengalaman dan pelatihan, kita termasuk auditor pengalaman
dan kuantitas pelatihan (berarti adalah 5.4 dan 6.0 minggu pelatihan untuk kesehatan dan ahli
keuangan, masing-masing) menerima selama lima tahun terakhir sebagai kovariat terpisah.
kovariat tidak adalah signifikan pada bahkan tingkat 0,20.
Kami menguji H2 menggunakan 2 x 2 ANOVA. Jika spesialis industri memiliki lebih
akurat pengetahuan frekuensi ketika mereka cocok dibandingkan serasi, mereka masuk akal
kesalahan dan nonerror penjelasan ketika dicocokkan terhadap serasi harus berisi total
kemungkinan lebih tinggi untuk kesalahan dan nonerror penjelasan per penilaian rata-rata
panel ahli (lihat Libby [1985]). Total kesalahan dan jumlah nonerror likelihood untuk subjek
yang dihitung sebagai berikut: untuk setiap penjelasan yang masuk akal terdaftar oleh subjek,
kita menggunakan probabilitas mean panel ahli untuk penjelasan itu, dan jumlah probabilitas
ini untuk semua penjelasan kesalahan dan untuk semua penjelasan nonerror. Jika subjek
memiliki lebih dari satu kesalahan yang masuk akal atau penjelasan nonerror diklasifikasikan
sebagai salah satu panel ini 15 atau 16 (tergantung pada kasus) penjelasan, probabilitas ratarata untuk penjelasan yang termasuk hanya sekali dalam jumlah likelihood subjek. Rentang
dari disimpulkan probabilitas adalah sebagai berikut: untuk kasus keuangan, kesalahan 0,000,08, nonerrors 0,00-0,92; untuk kasus kesehatan, kesalahan 0,00-0,24, nonerrors .OO-0,76.
penjelasan nonerror masuk akal kesehatan-spesialis auditor memiliki berarti
likelihood disimpulkan dari panel ahli 0,35 dan 0,15 untuk kesehatan dan kasus keuangan,
masing-masing. Keuangan-spesialis auditor ' penjelasan nonerror masuk akal memiliki mean
likelihood menyimpulkan dari 0,25 dan 0,20 untuk kasus-kasus keuangan dan kesehatan,
masing-masing. ANOVA mengungkapkan interaksi disordinal spesialisasi auditor dan
industri klien (F = 59,31, p <0,001). Dipasangkan t-tes menunjukkan bahwa kedua perbedaan
rata-rata yang signifikan (t = 7.29, p <0,001 dan t = 2.42, p <0,01, untuk kesehatan dan ahli
keuangan, masing-masing).

Kesehatan-spesialis auditor masuk akal penjelasan kesalahan memiliki mean


likelihood disimpulkan dari panel ahli 0,11 dan 0,04 untuk kesehatan dan kasus keuangan,
masing-masing. Keuangan-spesialis auditor ' masuk akal penjelasan kesalahan telah berarti
menyimpulkan likelihood 0,02 dan 0.03for kasus keuangan dan kesehatan, masing-masing.
Empat cara bentuk interaksi yang signifikan (F = 17,37, p <0,001) yang tidak konsisten
dengan H2. Ada efek utama yang signifikan, namun, untuk industri klien (F = 28,26, p <,
001) dan spesialisasi auditor (F = 9,51, p <0,01).
Ketika kita termasuk pengalaman sebagai kovariat, itu adalah signifikan pada p = 0,13
di ANCOVAs dengan kesalahan dijumlahkan dan likelihood nonerror sebagai dependent
variabel. Kembali menjalankan H2 ketika kita menggunakan hanya mata pelajaran yang
paling berpengalaman (Mitra dan manajer senior), pola dan besarnya empat berarti untuk
nonerrors dan hasil ANOVA mendukung interaksi H2 (F = 25,79, p <, 001) adalah sama
dengan yang dilaporkan sebelumnya. Untuk kesalahan, berbeda dengan hasil yang dilaporkan
sebelumnya, ketika hanya mitra dan manajer dianggap, pola dan besarnya empat berarti
sesuai dengan H2 dan interaksi yang signifikan (F = 24,84, p <, 001).
Kami juga menguji H2 menggunakan langkah-langkah sebagai tergantung
kemungkinan rata-rata per error penjelasan dan penjelasan nonerror. Rata-rata kemungkinan
adalah jumlah kemungkinan setiap kesalahan atau nonerror penjelasan suatu Subjek terdaftar,
berdasarkan panel ahli berarti, dibagi dengan jumlah dari yang masuk akal kesalahan atau
penjelasan nonerror terdaftar. Untuk kesalahan, empat berarti membentuk interaksi yang
signifikan (F = 5.76, p <0,05) yang tidak konsisten dengan H2. Ada efek utama yang
signifikan bagi industri klien (F = 19,54, p <0,001) tetapi tidak untuk spesialisasi auditor (p>
0,05). Untuk nonerrors, efek industri klien utama adalah signifikan (F = 10,70, p < 0,01),
tetapi tidak interaksi (p = 0,58) atau spesialisasi auditor Efek utama (p = 0,89) adalah
signifikan. Hasil ini menunjukkan industri yang spesialisasi tidak menghasilkan generasi
kesalahan atau nonerror penjelasan dengan likelihood berarti lebih besar. Hasilnya tidak
kualitatif terpengaruh ketika kita mengulang tes ini hanya menggunakan mitra dan manajer
senior atau ketika kita termasuk jumlah spesialis 'pelatihan (berarti adalah 5.4 dan 6.0 minggu
dalam industri spesialisasi untuk kesehatan dan keuangan, masing-masing) sebagai kovariat.

4. SIMPULAN KOMENTAR
Untuk menilai link pengalaman-pengetahuan bagi auditor industri khusus, kita
mengukur pengetahuan dari kedua keuangan dan kesehatan yang ditunjuk auditor industrispesialis untuk klien baik di keuangan dan industri kesehatan dan kemudian membuat dalam
subyek perbandingan berdasarkan apakah ada kecocokan atau ketidakcocokan antara industri
auditor spesialisasi dan industri klien. Kami menemukan bukti yang bertentangan mengenai
apakah auditor industri-spesialis memiliki relatif lebih banyak pengetahuan kesalahan laporan
keuangan untuk industri mereka spesialisasi. Menggunakan penghakiman-perubahan metode
pengukuran pengetahuan dalam percobaan 1, kita menemukan bukti pengetahuan industrispesialis yang lebih besar dari keuangan kesalahan pernyataan untuk industri spesialisasi
mereka relatif terhadap lainnya industri. Mempekerjakan cued recall dalam percobaan 2,

namun, kami menemukan tidak ada bukti seperti itu. Untuk nonerrors, kedua percobaan
menunjukkan industryspecialization keuntungan untuk akurasi pengetahuan frekuensi, dan
bukti dicampur untuk pengetahuan keuntungan kuantitas. Dalam konser, hasil ini
menunjukkan bahwa pelatihan difokuskan dan sempit, namun, pengalaman langsung dalam
memperoleh oleh spesialis industri terutama meningkatkan pengetahuan nonerror.
Percobaan ini memiliki beberapa keterbatasan. Pertama, kami menggunakan ahli
panel untuk menilai akurasi tergantung pada pengetahuan kolektif dari anggota panel (dalam
hal ini, anggota komite industri AICPA) sebagai serta elisitasi sukses pengetahuan itu. Juga,
tugas digunakan untuk memperoleh ahli pengetahuan anggota panel 'berbeda dari eksperimen
tugas, dan perbedaan ini mungkin menjelaskan besarnya perbedaan antara kemungkinan
berarti untuk panel ahli dan industri-spesialis bahkan ketika dicocokkan.
Keterbatasan kedua adalah bahwa metode pengukuran pengetahuan, termasuk mereka
kami telah bekerja, bisa diandalkan. Meskipun kami telah berusaha untuk melakukan
pelacakan dengan menggunakan beberapa metode, beberapa kami kesimpulan (khususnya
yang berkaitan dengan kesalahan pengetahuan) harus marah oleh hasil yang tidak konsisten
antara metode. Sepanjang baris yang sama, yang nonerror penjelasan awal dalam percobaan 1
buat predisposisi arah (melawan) menemukan kesalahan industri-spesialisasi (nonerror)
pengetahuan keuntungan kuantitas.
Keterbatasan ketiga berasal dari bagaimana auditor mungkin telah mendekati tugas
eksperimental. Secara khusus, auditor (terutama ketika serasi) mungkin telah berusaha untuk
mentransfer pengetahuan di seluruh industri, bukan mengingat penjelasan dari memori seperti
yang diperintahkan. Sejak elemen umum domain di memfasilitasi transfer pengetahuan
(Singley dan Anderson [1985; 1989]), pengetahuan domain umum (misalnya, fundamental
persamaan akuntansi, double-entry sistem pembukuan) mungkin memiliki membantu
spesialis serasi dalam menetapkan penjelasan kesalahan relatif lebih dari dalam menetapkan
penjelasan nonerror, sehingga menciptakan bias melawan menemukan industri-spesialisasi
pengetahuan error keuntungan.
Keterbatasan keempat adalah fokus kami pada prasyarat (yaitu, pengetahuan
keuntungan) untuk kinerja keuntungan karena industri spesialisasi daripada kinerja
keuntungan sendiri. Akhirnya, kesimpulan tentang peran Pengalaman dibatasi oleh
penggunaan kami pelajaran dengan pengalaman yang relatif lama dan peringkat tinggi.
Namun, jika pengalaman memberikan kesempatan untuk memperoleh pengetahuan, aspek
pengalaman seperti itu, selain kuantitas tampaknya memiliki asosiasi yang lebih tinggi
dengan pengetahuan yang diperoleh. Setiap keterbatasan ini memberikan kesempatan untuk
penelitian masa depan.