Pengauditan II BAB 14 Kelompok 1
Pengauditan II BAB 14 Kelompok 1
KELOMPOK : 1
Ruang EII1
NAMA : NIM
1. Dwiki Vernanda Krisnayana Putra 1607532022
2. Gede Wahya Dhiyatmika 1607532025
3. I Gede Dika Waisna Putra 1607532030
JURUSAN AKUNTANSI
PROGRAM STUDI NON REGULAR
FAKULTAS EKONOMI DAN BISNIS
UNIVERSITAS UDAYANA
DENPASAR BALI
2018
1. PERBANDINGAN ANTARA SAMPLING AUDIT UNTUK PENGUJIAN RINCIAN
SALDO DENGAN SAMPLING AUDIT UNTUK PENGUJIAN PENGENDALIAN
DAN PENGUJIAN SUBSTANTIF TRANSAKSI
Perbedaan pokok antara pengujian pengendalian, pengujian substantive transaksi, dan
pengujian rincian saldo terletak pada apa yang ingin di ukur oleh auditor. Auditor
melaksanakan pengujian pengendalian dan pengujian substantif transaksi :
Untuk menentukan apakah tingkat pengecualian populasi cukup rendah.
Untuk mengurangi penilaian resiko pengendalian dan karenannya mengurangi
pengujian rincian saldo.
2. SAMPLING NONSTATISTIK
Ada 14 langkah yang diperlukan dalam sampling audit untuk pengujian atas rincian
saldo.
Tahapan Sampling Audit untuk Pengujian Tahapan Sampling Audit untuk Pengujian
Rincian 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
dapat audit dapat diterapkan . dapat audit dapat diterapkan .
3. Merumuskan kesalahan penyajian. 3. Merumuskan atribut dan kondisi
penyimpangan.
4. Merumuskan populasi 4. Mendefiniskan populasi
5. Mendefiniskan unit sampling 5. Mendefiniskan unit sampling
6. Menetapkan kesalahan penyajian yang 6. Menetapkan tingkat pengecualian
dapat ditoleransi yang dapat ditoleransi.
7. Menetapkan risiko yang dapat diterima 7. Menetapkan risiko yang dapat penilian
diterima penerima yang salah terlalu risiko pengendalian yang
rendah.
8. Menaksir kesalahan penyajian dalam 8. Menaksir tingkat pengecualian populasi
populasi.
9. Menentukan ukuran sampel awal 9. Menentukan ukuran sampel awal
Memilih sampel dan Melaksanakan Memilih sampel dan Melaksanakan
Prosedur Audit Prosedur Audit
10. Memilih sampel 10. Memilih sampel
11. Melaksanakan Prosedur Audit 11. Melaksanakan Prosedur Audit
Menggeneralisasi dari Sampel ke Populasi Jika Tidak Ada kesalahan penyajian 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 kesalahan penyajian 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
kesalahan penyajian. Hal tersebut masing-masing disebut sebagai batas kesalahan penyajian
atas dan batas kesalahan penyajian bawah.
4. SAMPLING VARIABEL
Sampling variable adalah metode statistik yang digunakan oleh auditor. Sampling
variable dan sampling nonstatistik untuk pengujian 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.
Distribusi Sampling
Auditor tidak mengetahui nilai rata-rata (mean) kesalahan penyajian dalam populasi,
distribusi jumlah kesalahan penyajian, atau nilai yang diaudit. Karakteristik populasi tersebut
harus diestimasi dari sampel yang tentu saja, merupakan tujuan dari pengujian audit.
Setelah menghitung nilai rata-rata item sampel, auditor memplotnya ke dalam distribusi
frekuensi.
Inferensi Statistik
Jika sampel diambil dari satu populasi dalam situasi audit aktual, 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 statistik, atau inferensi statistik (statistical inferences),
mengenai populasi.
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.
Estimasi selisih
Auditor menggunakan estimasi selisih (difference estimation) untuk mengukur estimasi
jumlah kesalahan penyajian 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.
Estimasi Rasio
Estimasi rasio ( ratio estimation ) serupa dengan estimasi perbedaan kecuali auditor
menghitung rasio antara kesalahan penyajian dan nilai tercatatnya serta memproduksikan hal
ini dengan populasi untuk Menaksir total kesalahan penyajian populasi. Estimasi rasio dapat
menghasilkan ukuran sampel yang jauh lebih kecil ketimbang estimasi perbedaan jika ukuran
kesalahan penyajian populasi proporsional dengan nilai tercatat item populasi. Jika ukuran
setiap kesalahan penyajian 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.
Risiko Sampling
ARIA
ARIA adalah risiko statistik bahwa auditor telah menerima populasi yang, dalam
kenyataannya, mengandung kesalahan penyajian 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 kesalahan
penyajian 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.
ARIR
Risiko yang dapat diterima atas penolakan yang salah ( acceptable risk of incorrect
rejection = ARIR ) adalah risiko statistik bahwa auditor telah menyimpulkan suatu populasi
mengandung kesalahan penyajian 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.
Mengevaluasi Hasil
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 kesalahan penyajian populasi berdasarkan hasil sampel, estimasi perbedaan
menggunakan pengukuran statistik untuk menghitung batas keyakinan. Empat langkah
menggambarkan perhitungan batas keyakinan ;
1) Menghitung titik estimasi total kesalahan penyajian. 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.
3) Menghitunng interval presisi. Interval presisi dihitung dengan menggunakan rumus
statistik. Hasilnya adalah berupa ukuran rupiah dari ketidakmampuan memprediksi
kesalahan penyajian populasi yang sebenarnya karena pengujian didasarkan pada
sampel, bukan pada populasi secara keseluruhan. Menghitung batas keyakinan.
Auditor menghitung batas keyakinan, yang mendefinisikan interval keyakinan,
dengan mengombinasikan titik estimasi dari total kesalahan penyajian dan interval
presisi yang dihitung pada tingkat keyakinan yang diinginkan.
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.