Materi Sampling Audit Pada Uji Saldo
Materi Sampling Audit Pada Uji Saldo
Perbedaan utama dari pengujian pengendalian, pengujian substantif atas transaksi dan
pengujian perincian saldo terletak pada bagian mana yang diukur oleh auditor.
Terdapat 3 (tiga) jenis metode utama dalam pengambilan sampel yang digunakan untuk
menghitung salah saji nilai rupiah dalam saldo akun:
1. Pengambilan sampel nonstatistik
Persamaan dan perbedaan antara pengambilan sampel audit untuk pengujian
perincian saldo dengan pengambilan sampel audit untuk pengujian pengendalian dan
pengujian substantif atas transaksi.
Langkah-pengambilan sampel audit Langkah-Pengambilan sampel audit untuk
untuk Pengujian Perincian atas Saldo pengujian Pengendalian dan Pengujian
Substantif atas transaksi:
- Merencanakan sampel - Merencanakan sampel
1. Menetapkan tujuan dari 1. Menetapkan tujuan dari pengujian
pengujian audit audit.
2. Menentukan adanya 2. Menentukan adanya pengambilan
pengambilan sampel sampel.
3. Menetapkan salah saji 3. Menetapkan kekhasan dan kondisi
pengecualian.
4. Menetapkan populasi 4. Menetapkan populasi.
5. Menetapkan unit pengambilan 5. Menetapkan unit pengambilan
sampel sampel.
6. Menetapkan salah saji yang 6. Menetapkan tingkat pengecualian
dapat diterima. yang dapat diterima.
7. Menetapkan risiko yang dapat 7. Menetapkan risiko yang diterima
diterima atas kesalahan. jika risiko pengendalian terlalu
rendah.
8. Mengestimasi salah saji dalam 8. Mengestimasikan tingkat
populasi. pengecualian populasi.
9. Menentukan jumlah sampel 9. Menetukan jumlah sampel awal.
awal.
- Memilih sampel dan melakukan - Memilih sampel dan melakukan
Prosedur audit Prosedur audit
10. Memilih sampel 10. Memilih sampel
11. melakukan prosedur audit 11. melakukan prosedur audit
- Mengevaluasi hasil - Mengevaluasi hasil
12. Membuat generalisasi dari 12. Membuat generalisasi dari sampel ke
sampel ke populasi populasi.
13. Menganalisis salah saji 13. menganalisis tingkat pengecualian
14. Menentukan keberterimaan 14. Menentukan keberterimaan popuasi.
populasi
- Setiap akun menggunakan penilaian awal materialitas dan bukan salah saji yang
diterima.
Aspek unik lainnya dari MUS adalah penilaian awal materialitas yang secara
langsung menentukan jumlah salah saji yang dapat diterima untuk proses audit setiap
akun. Contohnya: Diasumsikan auditor memutuskan bahwa penilaian materialitas
seharusnya sebesar Rp.60.000.000,- untuk seluruh laporan keuangan. Materialitas
sejumlah Rp.60.000.000,- akan digunakan sebagai salah saji yang dapat diterima
dalam seluruh penerapan MUS, yaitu persediaan, piutang dagang dan lain-lain.
- Generalisasi dari sampel ke populasi ketika salah saji tidak ditemukan dengan
menggunakan MUS
Asumsikan bahwa auditor mengonfirmasikan suatu populasi piutang dagang atas
kebenaran nilai moneter. Total populasi adalah Rp.1.200.000.000,- dan sampelnya
menggunakan 100 konfirmasi. Selama audit, seluruh salah saji ditemukan dalam
sampel. Auditor ingin menentukan jumlah maksimal salah saji atau kurang saji yang
dapat muncul dalam populasi meskipun salah saji tidak ditemukan dalam sampel. Hal
ini disebut batas salah saji atas dan batas salah saji bawah. Diasumsikan ARIA adalah
5%. CUER sebesar 3% menunjukkan batas atas dan batas bawah , disajikan dalam
persen. Oleh karena tingkat salah saji dalam sampel adalah 0%, maka 3%
mempresentasikan estimasi kesalahan pengambilan sampel.
Berdasarkan hasil sampel dari batas salah saji dalam tabel, auditor dapat
menyimpulkan dengan risiko pengambilan sampel 5%, bahwa sebanyak 3% dari unit
moneter dalam populasi tidak mengalami salah saji. Untuk mengonversikan
persentase ini dalam rupiah, auditor harus membuat asumsi dengan persentase rata-
rata salah saji dalam populasi tersebut. Asumsi ini secara signifikan memegaruhi
batas-batas salah saji. Berikut ini contoh asumsi yang dibuat untuk mengilustrasikan
hal tersebut:
Asumsi 1 : jumlah lebih saji adalah 100%, jumlah salah saji adalah 100% batas salah
saji pada aria 5% adalah:
Batas salah saji atas = Rp 1.200.000.000 X 3% X100% = Rp.36.000.000,-
Batas salah saji bawah =Rp.1.200.000.000 X 3% X 100% = Rp.36.000.000,-
Diasumsikan secara rata-rata, bagian populasi ini telah salah saji sebesar total uang
dari nilai tercatat. Oleh karena batas salah saji adalah 3%, maka nilai salah saji
mungkin tidak melebihi Rp.36.000.000,- Jika seluruh jumlah ternyata lebih saji, maka
terdapat lebih saji sebesar Rp.36.000.000,-. Jika seluruhnya kurang saji, maka
terdapat kurang saji sebesar Rp.36.000.000,-
Asumsi 100% salah saji tersebut sebenarnya sangat konservatif, terutama untuk lebih
saji. Asumsikan tingkat pengecualian populasi aktual adalah 3%. Di bawah ini
merupakan dua kondisi yang muncul sebelum nilai Rp.36.000.000,- secara tepat
menunjukkan jumlah salah saji sebenarnya:
- Seluruh jumlah salah saji. Saling hapus (offsetting) akan mengurangi jumlah salah
saji.
- Seluruh bagian populasi yang salah saji harus 100% salah saji. Oleh karena itu
tidak mungkin, misalnya salah saji sebesar Rp.226.000,- dicatat sebesar
Rp.262.000,- berarti hanya ada 13,71% salah saji (262.000-226.000 = 36.000
lebih saji; 36.000/262.000 = 13,7%).
Dalam perhitungan lebih saji dan salah saji sebesar Rp.36.000.000,- diatas, auditor
tidak menghitung titik estimasi dan kesalahan dalam pengambilan sampel. Hal ini
disebabkan karena tabel menggunakan keduanya, baik titik estimasi maupun jumlah
presisi untuk memperoleh tingkat pengecualian batas atas. Meskipun titik estimasi
dan jumlah presisi tidak dihitung dalam MUS, keduanya masuk dalam perhitungan
batas-batas salah saji secara implisit dan dapat ditentukan pula dari tabel. Pada
Ilustrasi ini, titik estimasi adalah nol dan jumlah presisi statistik adalah
Rp.36.000.000,-.
Asumsi 2: Jumlah lebih saji adalah 10%, jumlah kurang saji adalah 10% batas atas
salah saji pada ARIA 5% yaitu:
Contoh:
CIx = Rp.46.000 ± 1(Rp.9.000) =Rp.46.000 ± Rp.9.000,- pada 68,2% tingkat
keyakinan
CIx = Rp.46.000 ± 2(Rp.9.000) =Rp.46.000 ± Rp.18.000,- pada 95,4% tingkat
keyakinan
CIx = Rp.46.000 ± 3(Rp.9.000) =Rp.46.000 ± Rp.27.000,- pada 99,7% tingkat
keyakinan
_
Untuk menghitung batas keyakinan bawah (LCLx) adalah X – Z.SE (Rp.46.000 –
Rp.18.000 = Rp.28.000,- pada tingkat keyakinan 95%).
Metode Variabel
1. Estimasi Perbedaan
Auditor menggunakan estimasi perbedaan untuk mengukur total jumlah salah saji
dalam populasi ketika nilai tercatat dan nilai yang diaudit muncul disetiap bagian
dalam sampel. Sebagai contoh auditor dapat mengorfimasikan sampel atas
piutang dagang dan menentukan perbedaan (salah saji) antara jumlah yang dicatat
klien dengan jumlah ang dianggap benar oleh auditor untuk setiap akun yang
dipilih.
2. Estimasi Risiko
Estimasi risiko sama dengan estimasi perbedaan, kecuali auditor menghitung rasio
antara salah saji dan nilai yang mereka catat lalu memproyeksikannya ke populasi
untuk mengestimasikan total salah saji populasi.
3. Estimasi Rata-rat Per unit
Dalam estimasi rata-rata per unit, auditor berfokus pada nilai yang diaudit
dibandingkan jumlah salah saji untuk setiap sampel. Titik estimasi dalam nilai
yang diaudit sama dengan rata-rata nilai yang diaudit dalam sampel dikalikan
jumlah populasi.
Contoh Diasumsikan auditor mengambil 100 sampel dari daftar persediaan yang
terdiri atas 3.000 bagian dan nilai tercatat Rp.265.000.000,-. Jika nilai rata-rata
dari sampel adalah Rp.85.000,- maka estimasi nilai persediaan adalah
Rp.255.000.000,- (Rp.85.000,- X Rp.3000,-). Jika nilai tercatat Rp 265.000.000,-
berada diantara batas keyakinan, maka auditor akan menerima saldo populasi.
Estimasi rata-rata per unit jarang digunakan dalam praktik karena jumlah sampel
biasanya lebih besar dibandingkan kedua metode sebelumnya.
Saldo akun dapat lebih saji atau kurang saji. ARIA merupakan pengujian statistik satu
ekor. Koefisien keyakinan untuk ARIA berbeda dengan tingkat keyakinan. (tingkat
keyakinan = 1–2 X ARIA. Jadi, jika ARIA sama dengan 10% maka tingkat keyakinannya
adalah 80%).
ARIR adalah risiko statistik yang muncul akibat auditor menyimpulkan bahwa populasi
secara material telah salah saji, padahal tidak. ARIR memegaruhi tindakan auditor hanya
jika mereka menyimpulkan bahwa suatu populasi tidak disajikan secara wajar, mereka
biasanya akan menambah jumlah sampel atau melakukan pengujian lain.
Keputusan Audit Aktual Salah saji material Salah saji tidak material
Kesimpulan bahwa populasi Keputusan yg benar-tanpa Keputusan yg salah-risiko
Salah saji secara material risiko ARIR
Kesimpulan bahwa populasi Keputusan yang salah-risiko Keputusan yang benar-tanpa
tidak salah saji secara ARIA risiko
material