Pengambilan Sampel Unit Moneter Menggunakan Microsoft Excel

Oleh Bruce Wampler dan Michelle McEacharn

Print Story
MEI 2005 - Pengambilan sampel unit moneter (MUS) adalah metode pengambilan sampel
statistik yang digunakan untuk menilai jumlah salah saji moneter yang mungkin ada dalam
saldo akun. Metode ini, juga dikenal sebagai pengambilan sampel unit dolar atau
pengambilan sampel probabilitas-proporsional-ke-ukuran, telah digunakan selama
bertahun-tahun dan diterima secara luas di kalangan auditor.
Banyak auditor yang menerapkan MUS pada dasarnya menggunakan metode yang sama
yang digunakan sebelum penemuan komputer pribadi dan perangkat lunak lembar kerja.
Pendekatan ini bergantung pada tabel tercetak yang menawarkan opsi terbatas. Selain itu,
MUS membutuhkan perhitungan yang memperkenalkan kemungkinan kesalahan jika
dilakukan secara manual. Dengan teknologi saat ini, auditor dapat menggunakan
spreadsheet Microsoft Excel yang mengotomatisasi dan meningkatkan penggunaan MUS
dan mengurangi kemungkinan kesalahan. Pembaca yang tertarik dapat mengunduh salinan
spreadsheet penulis dari www.cpajournal.com/down.htm.

Menggunakan MUS melibatkan tiga langkah utama:

Menentukan ukuran sampel yang tepat;

Memilih sampel dan melakukan prosedur audit; dan
Mengevaluasi hasil dan sampai pada kesimpulan tentang nilai populasi yang tercatat.
Menentukan Ukuran Sampel

Meskipun MUS digunakan untuk variabel sampling, sebenarnya didasarkan pada teknik
atribut sampel. Pengambilan sampel atribut sering digunakan untuk tes kontrol dan paling
sesuai ketika setiap item sampel dapat ditempatkan ke dalam salah satu dari dua klasifikasi:
"pengecualian" atau "tidak terkecuali." Namun, ketika keseimbangan moneter adalah objek
yang menarik, namun, ada beragam derajat pengecualian; misalnya, saldo piutang $ 5.000
mungkin dibesar-besarkan oleh $ 50, $ 500, atau bahkan $ 5.000. Auditor jelas lebih peduli
dengan salah saji yang lebih besar. Menyesuaikan tingkat salah saji dengan mengubah
tingkat atau tingkat salah saji menjadi jumlah moneter akan dibahas di bawah ini.

Karena MUS didasarkan pada pengambilan sampel atribut, ukuran sampel dapat ditentukan
oleh prosedur dasar yang sama dengan ukuran sampel statistik untuk tes kontrol.
Pendekatan umum menggunakan tabel ukuran sampel yang diterbitkan oleh AICPA.
Spreadsheet Pameran 1 didasarkan pada algoritma yang sama yang digunakan untuk
menghitung nilai dalam tabel AICPA; tidak seperti tabel AICPA, bagaimanapun, spreadsheet
ini dapat digunakan untuk kombinasi input yang diperlukan, memberikan auditor lebih
banyak fleksibilitas. Diperlukan empat input untuk menentukan ukuran sampel, tetapi dua
input pertama dibahas bersama karena hubungannya yang erat.

Nilai populasi dolar dan salah saji yang dapat ditoleransi. Nilai populasi dolar adalah jumlah
yang dicatat pada buku-buku untuk akun yang diaudit. Salah saji yang dapat ditoleransi
adalah salah saji moneter maksimum dalam saldo akun yang dapat ada, ketika
dikombinasikan dengan salah saji di akun lain, tanpa menyebabkan laporan keuangan salah
saji material. Menentukan salah saji yang dapat diterima (dan materialitas keseluruhan)
membutuhkan penilaian auditor yang signifikan dan berada di luar cakupan artikel ini.

Input aktual yang diperlukan untuk menentukan ukuran sampel adalah tingkat salah saji (TR)
yang dapat ditoleransi, yang sama dengan salah saji yang dapat ditolerir dibagi dengan nilai
dolar populasi. Karena salah saji yang dapat ditoleransi biasanya dinyatakan dalam jumlah
dolar, bagaimanapun, spreadsheet dirancang untuk menerima input dalam formulir ini dan
menghitung TR. Ada hubungan terbalik antara TR dan ukuran sampel yang diperlukan.

Tingkat pengecualian populasi yang diharapkan (EPER). EPER adalah tingkat pengecualian
yang diperkirakan ada dalam populasi. Sebagai contoh, jika auditor menggunakan 2% untuk
EPER dan nilai populasi yang dicatat adalah $ 100.000, implikasinya adalah bahwa auditor
mengharapkan nilai yang dicatat akan salah saji sebesar $ 2.000. Jika estimasi auditor atas
salah saji yang diharapkan adalah jumlah dolar, itu harus dikonversi ke persentase. EPER
secara langsung terkait dengan ukuran sampel dan harus secara signifikan kurang dari TR.
Saat EPER mendekati TR, ukuran sampel akan menjadi sangat besar.

Menentukan EPER membutuhkan penilaian auditor. Dalam membuat estimasi ini, auditor
dapat mempertimbangkan temuan audit sebelumnya, perubahan terbaru dalam personel
klien, atau informasi lain yang mungkin menjelaskan kemungkinan salah saji. Jika tidak ada
salah saji yang diharapkan, nol dapat digunakan. Untuk memungkinkan margin untuk
kesalahan, menggunakan beberapa nilai kecil untuk EPER mungkin lebih bijaksana bahkan
jika tidak ada salah saji yang diharapkan.

Risiko diterima penerimaan yang salah (ARIA). ARIA adalah risiko maksimum yang bersedia
diterima oleh auditor dari salah menyimpulkan bahwa populasi tidak salah saji secara
material ketika, pada kenyataannya, salah saji yang sebenarnya dalam populasi melebihi
salah saji yang dapat ditoleransi. Meskipun ARIA harus ditetapkan pada level rendah, nilai
yang tepat digunakan dapat dipengaruhi oleh beberapa faktor, termasuk risiko audit yang
dapat diterima secara keseluruhan dan hasil tes kontrol dan tes substantif lainnya (mis.,
Prosedur analitik) yang dilakukan pada akun. Menentukan ARIA membutuhkan
pertimbangan auditor yang signifikan dan berada di luar cakupan artikel ini. Ada hubungan
terbalik antara ARIA dan ukuran sampel yang diperlukan.

Untuk menggunakan spreadsheet untuk menentukan ukuran sampel, auditor memasukkan

empat input dalam sel yang ditunjukkan dan mengklik tombol "hitung ukuran sampel".
Ukuran sampel yang diperlukan (diberikan kombinasi input ini) kemudian akan ditampilkan.
Spreadsheet akan berhenti menghitung dan menampilkan pesan kesalahan jika ukuran
sampel yang diperlukan melebihi 500. Ketika bagian selanjutnya membahas, jumlah item
yang diperiksa mungkin kurang dari ukuran sampel dolar karena item yang sama dapat
dipilih lebih dari satu kali.

Jika ukuran sampel lebih besar dari yang diinginkan auditor, maka auditor dapat
menggunakan satu (atau beberapa kombinasi) opsi berikut untuk mengurangi ukuran
sampel:
Meningkatkan salah saji yang dapat ditoleransi;
Tingkatkan ARIA; atau
Kurangi EPER.
Secara praktis, satu-satunya pilihan yang baik adalah yang pertama, dengan asumsi bahwa
salah saji yang dapat diterima yang dialokasikan ke beberapa akun lain dapat dikurangi.
Secara umum, ARIA tidak boleh dimodifikasi pada tahap ini, karena ARIA yang diinginkan
menentukan ukuran sampel, bukan sebaliknya.

Selanjutnya, EPER harus menjadi estimasi terbaik auditor dari tingkat pengecualian dalam
populasi, yang tidak boleh dipengaruhi oleh ukuran sampel yang dihasilkan. Jadi, jika salah
saji yang dapat ditoleransi tidak dapat diubah, auditor harus melakukan prosedur audit pada
ukuran sampel yang ditunjukkan (dengan asumsi tidak melebihi 500) untuk mengumpulkan
bukti yang cukup untuk mendukung pendapat pada laporan keuangan.

Memilih Sampel

Menggunakan spreadsheet dalam Tampilan 1 untuk menggambarkan proses pemilihan

sampel, asumsikan bahwa saldo yang tercatat dalam piutang adalah $ 300.000, yang terdiri
dari 300 akun pelanggan. Berdasarkan input yang ditunjukkan, sampel akan terdiri dari 100
angka antara 1 dan 300.000, masing-masing mewakili satu dari $ 300.000 dalam populasi.

Untuk memilih item sampel tertentu, auditor harus mencocokkan masing-masing $ 300.000
dalam populasi dengan salah satu dari 300 akun pelanggan. Pemetaan yang tepat adalah
unik untuk setiap populasi dan biasanya disiapkan dengan menghitung dolar spesifik yang
terkait dengan setiap akun, serta total kumulatif berjalan. Proses ini diilustrasikan di bawah
ini untuk empat akun pertama. Dolar 1 hingga 460 akan dikaitkan dengan akun 1, dolar 461
hingga 2.086 akan dikaitkan dengan akun 2, dan seterusnya.

Rekening
Nilai Tercatat
Kumulatif
1
$ 460
$ 460
2
1,626
2,086
3
1,255
3,341
4
677
4,018
Meskipun item sampel dapat dipilih secara acak, pemilihan sampel sistematis sering
digunakan bersama dengan MUS. Langkah pertama pemilihan sampel sistematis adalah
menghitung interval pengambilan sampel (I), yang merupakan nilai populasi dibagi dengan
ukuran sampel yang diinginkan. Dalam contoh, interval pengambilan sampel adalah $
300.000 / 100, atau $ 3.000. Dolar pertama dipilih dengan memilih satu angka acak (R)
antara 1 dan 3.000. Dolar kedua akan sama dengan R + I, dolar ketiga akan sama dengan R +
2I, dan seterusnya. Misalnya, jika titik awal acak 521 dipilih, item pertama dalam sampel
akan menjadi akun 2. Item kedua adalah dolar 3.521 (521 + 3.000), sesuai dengan akun 4.

Pola ini berlanjut hingga total 100 dolar diidentifikasi. Ketika menggunakan pemilihan
sampel sistematis, item apa pun yang lebih besar dari interval pengambilan sampel harus
dipilih setidaknya satu kali, dan item yang sangat besar dapat dipilih lebih dari sekali.
Akibatnya, jumlah item yang dipilih mungkin kurang dari ukuran sampel. Jika pengecualian
dicatat untuk item yang dipilih beberapa kali, itu diperlakukan sebagai pengamatan
independen untuk setiap waktu yang dipilih.

Pengguna spreadsheet dapat menghasilkan dolar sampel dengan mengklik tombol “hasilkan
sampel”. Karena titik awal acak dipilih setiap kali, dolar pasti yang diidentifikasi mungkin
akan berubah setiap kali fungsi ini digunakan, bahkan jika parameter yang mendasarinya
(nilai populasi dan ukuran sampel) tidak berubah. Dengan menggunakan output ini, auditor
akan mengidentifikasi item sampel aktual menggunakan prosedur di atas. Akhirnya, auditor
akan menerapkan prosedur audit yang sesuai (mis., Konfirmasi) untuk setiap item sampel.
Informasi tentang pengecualian yang ditemukan (jika ada) akan digunakan pada tahap akhir
untuk membentuk kesimpulan tentang nilai populasi yang tercatat.

Mengevaluasi Hasil

Meskipun berdasarkan prinsip-prinsip pengambilan sampel atribut, tujuan MUS

(memperkirakan salah saji moneter dalam populasi) sangat berbeda dari tujuan sampling
atribut "tradisional" (memperkirakan tingkat salah saji populasi). Secara khusus, MUS
memerlukan pertimbangan dua faktor berikut:

Jenis pengecualian (pernyataan yang terlalu tinggi atau terlalu rendah) harus
dipertimbangkan karena memiliki implikasi penting untuk perkiraan salah saji moneter
dalam populasi.
Luasnya pengecualian harus diukur dan dipertimbangkan dalam memperkirakan salah saji.
Misalnya, item dengan nilai tercatat $ 1.000 yang dilebih-lebihkan oleh $ 900 (90%) harus
diberi bobot lebih dari item $ 1.000 yang dilebih-lebihkan oleh $ 10 (1%).
Ilustrasi berikut tentang bagaimana hasil dievaluasi saat menggunakan MUS menggunakan
hasil sampel yang digambarkan dalam Tampilan 1. Asumsikan bahwa auditor mendeteksi
empat pengecualian berikut dalam sampel 100 dan bahwa setiap item dipilih hanya sekali:

Pengecualian
Nilai Tercatat
Nilai yang Diaudit
Pernyataan Over - (Under-)
1
$ 1,650.00
$ 572,55
$ 1,077.45
2
1,200.00
900.00
300,00
3
975.00
159.90
815.10
4
700.00
770.00
(70.00)
Untuk mengevaluasi hasilnya, pernyataan yang berlebihan harus terlebih dahulu dipisahkan
dari pernyataan yang kurang (spreadsheet melakukan ini secara otomatis). Namun, begitu
item dipisahkan, proses yang digunakan untuk memperkirakan salah saji moneter adalah
sama untuk kedua jenis pengecualian. Titik awal untuk auditor yang melakukan proses ini
(tanpa manfaat dari spreadsheet) adalah tabel seperti yang ada dalam Tampilan 2. Dengan
ukuran sampel 100 dan tiga pengecualian berlebihan, tabel menunjukkan peluang 5% dari
tingkat pengecualian yang sebenarnya dalam populasi melebihi 7,6%; Namun,
menyimpulkan bahwa nilai yang dicatat berlebihan oleh $ 22.800 (7,6% dari $ 300.000) akan
melebih-lebihkan jumlah salah saji.

Sebagai gantinya, MUS mengharuskan auditor untuk mempartisi batas pengecualian atas
total 7,6% menjadi beberapa lapisan. Lapisan pertama menggunakan batas atas 3.0% yang
akan berlaku jika tidak ada pengecualian yang ditemukan. Bahkan jika tidak ada
pengecualian yang ditemukan dalam ukuran sampel 100, auditor masih harus
menyimpulkan bahwa ada risiko 5% bahwa lebih dari 3,0% dolar dalam populasi
mengandung pengecualian. Lapisan pertama merupakan penyisihan dasar untuk risiko
pengambilan sampel yang akan berkurang dengan bertambahnya ukuran sampel. Karena
tidak ada yang diketahui tentang salah saji potensial ini, pendekatan konservatif adalah
mengasumsikan skenario terburuk (100% salah saji), yang diterjemahkan menjadi salah saji
$ 9.000 yang diperkirakan untuk lapisan ini (3,0% dari $ 300.000).

Batas atas yang terkait dengan lapisan kedua adalah nilai untuk satu pengecualian (4,7%)
minus nilai tanpa pengecualian (3,0%). Karena pengecualian pertama ini ditemukan, auditor
sekarang memperkirakan bahwa 1,7% tambahan dolar dalam populasi mengandung
pengecualian. Batas atas untuk lapisan tambahan dihitung dengan cara yang sama dan
menjadi semakin kecil dengan setiap lapisan tambahan (karena pembulatan, nilai yang sama
kadang-kadang dapat digunakan untuk lapisan yang berdekatan). Spreadsheet melakukan
perhitungan ini secara otomatis.

Untuk menentukan nilai dolar untuk setiap lapisan, bukti audit digunakan untuk
memperkirakan tingkat salah saji. Satu-satunya keputusan yang diperlukan adalah untuk
menetapkan masing-masing pernyataan berlebihan ke lapisan tertentu. MUS menggunakan
pendekatan konservatif dengan memberi peringkat pengecualian dalam urutan menurun
berdasarkan persentase salah saji mereka. Karena batas atas menjadi semakin kecil dengan
setiap lapisan tambahan, peringkat salah saji dengan cara ini menghasilkan salah saji
terbesar yang mungkin untuk pengecualian aktual yang dicatat. Spreadsheet menghitung
persentase salah saji dan mengurutkan pengecualian dalam urutan yang tepat tanpa input
pengguna tambahan.

Berdasarkan pendekatan ini, Tampilan 1 menunjukkan bahwa estimasi populasi berlebihan

yang semula adalah $ 17,252.10. Pengakuan harus diberikan kepada pernyataan yang
terdeteksi, karena pernyataan tersebut akan mengimbangi beberapa perkiraan yang
berlebihan. Dalam contoh, satu 10% pernyataan diremehkan ditemukan; atau, dinyatakan
berbeda, total $ .10 (10% dari $ 1) dari pernyataan ditemukan dalam sampel berjumlah $
100. Mengekstrapolasi jumlah ini ke populasi menghasilkan estimasi titik yang meremehkan
$ 300 ($ 0,10 / $ 100 x $ 300.000). Nilai ini dikurangkan dari taksiran berlebihan estimasi
awal, menghasilkan estimasi berlebihan yang disesuaikan $ 16,952.10.

Proses yang sama diterapkan pada pernyataan yang dicatat dalam sampel. Auditor lagi
memberikan lapisan pertama (nol pengecualian) persentase salah saji 100%; Namun, karena
suatu item dapat dikecilkan oleh lebih dari 100%, adalah mungkin untuk lapisan tambahan
memiliki persentase salah saji yang lebih besar dari 100%. Karena MUS tidak dirancang
untuk menguji pernyataan yang meremehkan, auditor yang mencatat pernyataan yang
sedemikian besar harus mempertimbangkan prosedur audit tambahan. Tampilan 1
menunjukkan perkiraan pernyataan disesuaikan $ 4,293.00.

Auditor sekarang memiliki informasi yang diperlukan untuk membuat keputusan mengenai
nilai populasi menggunakan aturan keputusan berikut. Jika estimasi pernyataan terlalu
tinggi dan pernyataan kurang dari salah saji yang dapat ditoleransi, simpulkan bahwa nilai
populasi yang dicatat tidak salah saji secara material. Jika tidak, simpulkan bahwa nilai yang
tercatat salah saji secara material. Dalam contoh di atas, auditor akan menerima nilai yang
dicatat, karena estimasi salah saji tidak melebihi salah saji $ 27.000 yang dapat ditoleransi.

Untuk mengevaluasi hasil menggunakan spreadsheet, auditor harus mengklik tombol

"masukkan data dan hitung hasil" dan masukkan informasi untuk setiap pengecualian.
Ketika tombol "hasil komputasi" diklik, spreadsheet membuat perhitungan yang tersisa dan
kesimpulan yang tepat ditampilkan di bagian bawah lembar kerja. Halaman ini dapat dicetak
untuk dokumentasi kertas kerja.

Akurasi dan Fleksibilitas

Menggunakan spreadsheet mengurangi kemungkinan kesalahan auditor dibandingkan

dengan perhitungan manual. Keuntungan yang lebih signifikan adalah bahwa spreadsheet
memungkinkan fleksibilitas yang cukup besar dalam menentukan input yang digunakan
untuk menentukan ukuran sampel dan menghasilkan informasi yang tepat untuk digunakan
dalam mengevaluasi hasil.

Bahkan jika auditor yang menggunakan tabel memutuskan untuk menggunakan salah satu
dari beberapa kombinasi input yang tersedia ketika menentukan ukuran sampel, ukuran
sampel yang dihasilkan tidak mungkin muncul dalam tabel yang digunakan untuk
mengevaluasi hasil. Nilai untuk ukuran sampel selanjutnya yang lebih kecil dapat digunakan
untuk memproyeksikan kesalahan penyajian populasi, tetapi hal ini meningkatkan
kemungkinan penolakan yang salah terhadap keseimbangan yang tidak salah saji secara
material. Lembar kerja menghasilkan batas atas yang benar berdasarkan ukuran sampel
yang tepat digunakan, sehingga memberikan hasil yang lebih akurat.