PENGAUDITAN II

Sampling Audit Untuk Pengujian Rinci Saldo

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

Mengevaluasi Hasil Mengevaluasi Hasil

12. Menggeneralisasi dari sampel ke 12. Menggeneralisasi dari sampel ke
populasi populasi
13. Menganalisis kesalahan penyajian 13. Menganalisis pengecualian
14. Memutuskan akseptibilitas populasi 14. Memutuskan akseptibilitas populasi

3. SAMPLING UNIT MONETER

Sampling unit moneter (monetary unit sampling = MUS ) merupakan metode sampling
statistik yang paling umum digunakan untuk pengujian rincian saldo karena memiliki
kesederhanaan statistik bagi sampling atribut serta memberikan hasil statistik yang
diekspresikan dalam mata uang. MUS juga disebut sebagai sampling unit rupiah, sampling
jumlah moneter kumulatif, dan sampling dengan probabilitas yang proporsiaonal dengan
ukuran.
 Perbedaan Antara Sampling Unit Moneter ( MUS ) dan Sampling Nonstatistik
MUS serupa dengan penggunaan sampling nonstatistik. Ke-14 langkahnya juga harus
dilakukan dalam MUS, walaupun beberapa dilakukan dengan cara yang berbeda. Perbedaan
tersebut yaitu:
 Definisi Unit Sampling adalah suatu Rupiah Individual
MUS memiliki fitur yang penting seperti definisi unit sampling sebagai suatu rupiah
individual dalam saldo akun. MUS secara otomatis akan menekankan unit fisik yang memiliki
saldo tercatat lebih besar. Karena sampel dipilih berdasarkan individual, akun dengan saldo
yang besar memiliki kesempatan yang lebih besar untuk dimasukkan ketimbang akun dengan
saldo yang lebih kecil. Akibatnya sampling berstratifikasi tidak diperlukan dalam MUS.
Stratifikasi itu akan terjadi secara otomatis.
  Ukuran Populasi adalah Populasi Rupiah yang Tercatat
MUS tidak dapat digunakan untuk mengevaluasi apakah item persediaan tertentu
memang ada tetapi belum diperhitungkan. Jika tujuan kelengkapan sangat penting dalam
pengujian audit, tujuan tersebut harus dipenuhi secara terpisah dari pengujian MUS.

 Pertimbangan Pendahuluan Mengenai Materialitas Digunakan untuk Setiap

Akun dan Bukan kesalahan penyajian yang Dapat Ditoleransi
Aspek unik lain dari MUS adalah penggunaan pertimbangan pendahuluan mengenai
materialitas, untuk menentukan secara langsung jumlah kesalahan penyajian yang dapat
ditoleransi ketika mengaudit setiap akun. Teknik sampling lainnya mengharuskan auditor
untuk menentukan kesalahan penyajian yang dapat ditoleransi bagi setiap akun dengan
mengalokasikan pertimbangan pendahuluan mengenai materialitas. Hal ini tidak diperlukan
jika yang digunakan adalah MUS.

 Ukuran Sampel Ditentukan dengan Menggunakan Rumus Statistik

Proses ini akan dibahas secara terpisah setelah membahas 14 langkah sampling untuk
sampling unit moneter ( MUS )

 Pemilihan Sampel Dilakukan dengan Menggunakan PPS

Sampel unit moneter adalah sampel yang dipilih dengan menggunakan probabilitas
yang proporsional bagi pemilihan ukuran sampel (probability proportional to size sample
selection=PPS). Sampel PPS dapat diperoleh dengan menggunakan perangkat lunak computer,
tabel angka acak, atau teknik sampling sistematis.

 Auditor Menggeneralisasi dari Sampel ke Populasi dengan Menggunakan

Teknik MUS
Tanpa memandang metode sampling yang dipilih, auditor harus menggeneralisasi dari
sampel ke populasi dengan (1) memproyeksikan kesalahan penyajian dari hasil sampel ke
populasi dan (2) menentukan kesalahan sampling yang terkait. Ada empat aspek dalam
melakukan hal tersebut dengan menggunakan MUS:
1. Tabel sampling atribut digunakan untuk menghitung hasil.
2. Hasil atribut harus dikonversi ke dalam rupiah.
3. Auditor harus membuat asumsi mengenai persentase kesalahan penyajian setiap item
populasi yang mengandung kesalahan penyajian.
4. Hasil statistik yang diperoleh jika menggunakan MUS disebut sebagai batas salah saji
(misstatement bounds).

 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.

 Menggeneralisasi Ketika kesalahan penyajian Ditemukan

Empat aspek dalam menggeneralisasi dari sampel ke populasi, tetapi penggunaannya
telah dimodifikasi sebagai berikut:
1) Jumlah lebih saji dan kurang saji ditangani secara terpisah dan kemudian digabungkan.
Pertama, batas kesalahan penyajian atas dan bawah awal dihitung secara terpisah
untuk jumlah lebih saji dan kurang saji dihitung.
2) Asumsi kesalahan penyajian yang berbeda dibuat untuk setiap kesalahan penyajian,
termasuk kesalahan penyajian nol. Jika tidak ada kesalahan penyajian dalam sampel,
asumsinya akan diperlukan sebagai persentase rata-rata kesalahan penyajian untuk item
populasi yang mengandung kesalahan penyajian. Setelah kesalahan penyajian tersebut
ditemukan, auditor dapat menggunakan informasi yang tersedia tentang sampel untuk
menentukan batas salah saji.
3) Auditor harus berhadapan dengan lapisan CUER dari tabel sampling atribut. Auditor
melakukan hal ini karena ada asumsi kesalahan penyajian yang berbeda bagi setiap
kesalahan penyajian. Lapisan tersebut dihitung dengan terlebih dahulu menentukan
CUER dari tabel untuk setiap kesalahan penyajian dan kemudian menghitung setiap
lapisan.
 4) Asumsi kesalahan penyajian harus dikaitkan dengan setiap lapisan. Metode yang paling
umum untuk mengaitkan asumsi kesalahan penyajian dengan lapisan adalah
mengaitkan secara konservatif persentase kesalahan penyajian rupiah yang terbesar
dengan lapisan yang terbesar.

 Memutuskan Akseptabilitas Populasi dengan Menggunakan MUS

Setelah batas dihitung, auditor harus memutuskan apakah populasi dapat diterima. Untuk
melakukan hal tersebut, diperlukan suatu aturan keputusan. Aturan keputusan untuk MUS
adalah sebagai berikut: Jika batas kesalahan penyajian bawah dan batas salah saji atas berada
di antara jumlah kesalahan penyajian yang berupa lebih saji dan kurang saji yang dapat
ditoleransi, kesimpulan bahwa nilai buku tidak mengandung kesalahan penyajian yang material
dapat diterima. Jika tidak, ambil kesimpulan bahwa nilai buku mengandung kesalahan
penyajian yang material.

 Tindakan Jika Populasi Ditolak

Jika satu atau kedua batas kesalahan penyajian itu berada di luar batas kesalahan
penyajian yang dapat ditoleransi dan populasi dianggap tidak dapat diterima, auditor memiliki
beberapa opsi.

 Menentukan Ukuran Sampel dengan Menggunakan MUS

Metode yang digunakan untuk menentukan ukuran sampel bagi MUS serupa dengan
yang digunakan untuk sampling atribut unit fisik, yang menggunakan tabel sampling atribut.
a) Materialitas
b) Asumsi Persentase Rata-rata kesalahan penyajian untuk Item Populasi yang
Mengandung kesalahan penyajian
c) Risiko yang Dapat Diterima atas Penerimaan yang Salah
d) Nilai Populasi Per Pembukuan
e) Estimasi Tingkat Pengecualian Populasi
f) Hubungan Model Risiko Audit dengan Ukuran Sampel untuk MUS
 Sampling unit moneter (MUS) memiliki sedikitnya empat fitur yang menarik bagi
auditor:
1. MUS secara otomatis akan meningkatkan kemungkinan memilih item rupiah yang
tinggi dari populasi yang sedang diaudit.
2. MUS dapat mengurangi biaya pelaksanaan pengujian audit karena beberapa item
sampel akan diuji sekaligus.
3. MUS mudah diterapkan.
4. MUS menghasilkan kesimpulan statistik dan bukan kesimpulan nonstatistik.

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.

 Perbedaan antara Sampling Variabel dan Nonstatistik

Penggunaan metode variable memiliki banyak kemiripan dengan sampling nonstatistik.
Ke-14 langkah dalam sampling nonstatistik harus dilaksanakan pada metode variabel, dan
sebagian besar tidak jauh berbeda.

 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.

 Estimasi Rata-rata per Unit

Estimasi rata-rata per unit ( mean per unit estimation ) auditor berfokus pada nilai yang
teraudit dan bukan pada jumlah kesalahan penyajian setiap item dalam sampel. Kecuali untuk
definisi apa yang sedang diukur, estimasi rata-rata per unit dihitung dengan cara yang sama
seperti estimasi perbedaan. Titik estimasi nilai yang diaudit sama dengan rata-rata nilai item
yang di audit dalam sampel dikalikan dengan ukuran populasi. Perhitungan interval presisi
dilakukan berdasarkan nilai item sampe yang diaudit dan bukan kesalahan penyajian. Jika
auditor telah menghitung batas keyakinan atas dan bawah, mereka akan memutuskan
akseptabilitas populasi dengan membandingkan jumlah tersebut dengan nilai buku yang
tercatat. Estimasi rata-rata per unit jarang digunakan dalam praktik karena ukuran sampel
umumnya jauh lebih besar ketimbang untuk dua metode sebelumnya.

 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.

5. ILUSTRASI PENGGUNA ESTIMASI PERBEDAAN

Untuk mengilustrasikan konsep dan metodologi sampling variabel, kita tela memilih
estimasi perbedaan dengan menggunakan pengujian hipotesis karena relative sederhana.

 Memilih Sampel dan Melaksanakan Prosedur

Memilih Sampel, karena memerlukan sampel acak (selain PPS), auditor harus
menggunakan salah satu metode pemilihan sampel probabilistik guna memilih 100 item sampel
untuk konfirmasi.
 Melaksanakan Prosedur Audit, dalam konfirmasi kesalahan penyajian adalah perbedaan
antara respons konfirmasi dan saldo klien setelah merekonsiliasi semua perbedaan waktu serta
kesalahan pelanggan. Dalam situasi nonrespons, kesalahan penyajian yang ditemukan dengan
prosedur alternative akan diperlakukan serupa dengan kesalahan penyajian yang ditemukan
melalui konfirmasi.

 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.

 Menganalisis kesalahan penyajian

Auditor harus mengevaluasi kesalahan penyajian untuk menentukan penyebab setiap
kesalahan penyajian dan memutuskan apakah perlu memodifikasi model risiko audit.

 Memutuskan Akseptabilitas Populasi

Jika menggunakan metode statistik, maka untuk memutuskan apakah suatu populasi
dapat diterima auditor bergantung pada aturan keputusan sebagai berikut :
 1) Jika interval keyakinan dua sisi untuk kesalahan penyajian sepenuhnya berada dalam
kesalahan penyajian yang dapat ditoleransi berupa plus dan minus, terima hipotesis
bahwa nilai buku tidak disalahsajikan dalam jumlah yang material.
2) Jika terjadi sebaliknya, terima hipotesis bahwa nilai buku disalahsajikan dalam jumlah
yang material.

 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.

 Tindakan Jika Hipotesis Ditolak

Jika satu atau kedua batas keyakinan terletak diluar rentang kesalahan penyajian yang
dapat ditoleransi, populasi dianggap tidak dapat diterima. Tindakan yang akan diambil auditor
adalah sama seperti untuk sampling nonstatistik, kecuali estimasi yang lebih baik terhadap
kesalahan penyajian populasi telah dibuat. Jika interval presisi yang dihitung melampaui
kesalahan penyajian yang dapat ditoleransi, auditor tidak akan mengharuskan pembukuan
disesuaikan.
Referensi
AI. Haryono Jusup. 2014. AUDITING (Pengauditan Berbasis ISA) Edisi II. Yogyakarta:
Bagian Penerbitan Sekolah Tinggi Ilmu Ekonomi YKPN