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.
Jenis Pengujian Apa yang diukur
Pengujian Pengendalian 
Efektivitas operasi pengendalian
internal
Pengujian substantif transaksi  Efektivitas operasi pengendalian
internal
 Kebenaran rupiah transaksi
dalam sistem akuntansi
Pengujian rinci saldo  Apakah jumlah rupiah saldo akun
mengandung kesalahan penyajian
secara material.
Auditor melaksanakan pengujian pengendalian dan pengujian substantif transaksi :
1) Untuk menentukan apakah tingkat pengecualian populasi cukup rendah.
2) 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 Tahapan Sampling Audit untuk
Pengujian Rincian Saldo Pengujian 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.

1
 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.
3.1 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:

2
1) Rumusan Unit Sampling adalah suatu Rupiah Individual
Fitur yang terpentingan dari MUS adalah perumusan 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.
2) 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.
3) 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.
4) Ukuran Sampel Ditentukan dengan Menggunakan Rumus Statistik
Proses ini akan dibahas secara terpisah setelah membahas 14 langkah
sampling untuk sampling unit moneter ( MUS )
5) 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.

3
3.2 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).
3.3 Generalisasi Menggunakan MU dari Sampel ke Populasi Seandainya Tidak
Ditemukan Kesalahan Penyajian
Misalkan auditor mengkonfirmasi suatu populasi piutang usaha untuk
memeriksa kebenaran moneternya. Total populasi adalah Rp1.200.000, 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.
3.4 Generalisasi Apabila Ditemukan Kesalahan Penyajian
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.

4
 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.
3.5 Menetapkan 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.
3.6 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.
3.7 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.
1) Materialitas
2) Asumsi Persentase Rata-rata kesalahan penyajian untuk Item Populasi yang
Mengandung kesalahan penyajian
3) Risiko yang Dapat Diterima atas Penerimaan yang Salah
4) Nilai Populasi Per Pembukuan
5) Estimasi Tingkat Pengecualian Populasi

5
 6) 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.
4.1 Perbedaan antara Sampling Variabel dan Sampling Non-statistik
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.
4.2 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
4.3 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. Singkatnya, auditor mengetahui reliabilitas
proses inferensi statistic yang digunakan untuk menarik kesimpulan.

6
 Menghitung interval keyakinan rata-rata populasi dengan menggunakan logika

yaitu sebagai berikut :

4.4 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.
1) 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.
2) 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.
3) 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

7
 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.
4.5 Metoda Statistika Berjenjang
Sampling berjenjang (stratified sampling) adalah metode sampling dimana
semua elem dalam total populasi ditarik menjadi dua atau sub-populasi. Setiap sub-
populasi kemudian diuji secara idependen. Perhitungan dibuat untuk setiap strata dan
kemudian digabung menjadi satu taksiran populasi confidence interval untuk seluruh
populasi. Hasil bdihitung secara statistika. Stratifikasi diterapkan pada selisih, rasio,
dan estimasi mean-per-unit, tapi panling sering digunakan estimasi mmean-per-unit.
4.6 Risiko Sampling
1) 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.
2) 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.

8
 ARIA dan ARIR
Keadaan Populasi Sesungguhnya
Keputuan Audit Kesalahan Kesalahan Penyajian
sesungguhnya Penyajian Material Tidak Material
Menyimpulkan bahwa populasi Kesimpulan yang Kesimpulan yang tidak
mengandung salah saji yang benar – tidak ada benar – risikonya adalah
material. risiko ARIA

Menyimpulkan bahwa populasi Kesimpulan yang Kesimpulan yang benar –

tidak mengandung salah saji tidak benar – tidak ada risiko
yang material. risikonya adalah
ARIA

5. ILUSTRASI PENGGUNA ESTIMASI PERBEDAAN

Untuk mengilustrasikan konsep dan metodologi sampling variabel, kita tela memilih
estimasi perbedaan dengan menggunakan pengujian hipotesis karena relative sederhana.
5.1 Merencanakan Sampel dan Menghitung Ukuran Sampel dengan Menggunakan
Estimasi Selisih
1) Menyatakan Tujuan Pengujian Audit
2) Memutuskan Apakah Sampling Audit Dapat Diterapkan
3) Mendefinikan Kondisi Salah Saji
4) Mendefinisikan Populasi
5) Mendefinisikan Unit Sampling
6) Menetapkan Salah Saji yang Dapat Ditoleransi
7) Menetapkan Risiko yang Dapat Diterima
8) Mengestimasi Salah Saji dalam Populasi
9) Menghitung Ukuran Sampel Awal
5.2 Memilih Sampel dan Melaksanakan Prosedur
1) Memilih Sampel, karena memerlukan sampel acak ( selain PPS ), auditor harus
menggunakan salah satu metode pemilihan sampel probabilistic guna memilih 100
item sampel untuk konfirmasi.
2) Melaksanakan Prosedur Audit, dalam konfirmasi salah saji adalah perbedaan
antara respons konfirmasi dan saldo klien setelah merekonsiliasi semua perbedaan
waktu serta kesalahan pelanggan. Dalam situasi nonrespons, salah saji yang
ditemukan dengan prosedur alternative akan diperlakukan serupa dengan salah saji
yang ditemukan melalui konfirmasi.

9
5.3 Menilai Hasil Sampel
1) 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 salah saji populasi berdasarkan hasil
sampel, estimasi perbedaan menggunakan pengukuran statistic untuk menghitung
batas keyakinan. Emapat langkah menggambarkan perhitungan batas keyakinan ;
(1) Menghitung titik estimasi total salah saji. 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. Jika ada
sejumlah besar variasi dalam nilai item populasi, deviasi standar akan lebih
besar dibandingkan jika variasinya kecil. Deviasi standar memiliki pengaruh
yang signifikan terhadap interval presisi yang dihitung.
(3) Menghitunng interval presisi. Interval presisi dihitung dengan menggunakan
rumus statistic. Hasilnya adalah berupa ukuran dolar dari ketidakmampuan
memprediksi salah saji populasi yang sebenarnya karena pengujian didasarkan
pada sampel, bukan pada populasi secara keseluruhan. Pengaruh perubahan
setiap factor meskipun factor-faktor lainnya tetap konstan yaitu :
Jenis Perubahan Pengaruhnya terhadap Interval
Presisi yang Dihitung
Meningkatkan ARIA Menurun
Meningkatkan titik estimasi salah Meningkat
saji
Meningkatkan deviasi standar Meningkat
Meningkatkan ukuran sampel Menurun
(4) Menghitung batas keyakinan. Auditor menghitung batas keyakinan, yang
mendefinisikan interval keyakinan, dengan mengombinasikan titik estimasi dari
total salah saji dan interval presisi yang dihitung pada tingkat keyakinan yang
diinginkan.

10
 2) Menganalisis kesalahan penyajian
Auditor harus mengevaluasi kesalahan penyajian untuk menentukan
penyebab setiap kesalahan penyajian dan memutuskan apakah perlu memodifikasi
model risiko audit.
3) 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.
4) 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.

5.4 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.

11
Referensi
AI. Haryono Jusup. 2014. AUDITING (Pengauditan Berbasis ISA) Edisi II. Yogyakarta:
Bagian Penerbitan Sekolah Tinggi Ilmu Ekonomi YKPN

12