Pengauditan 2
Disusun oleh
Kelompok 2 :
1. Nursyabrina 12030117100170
2. Vivilia Amartha 120301171
3. Dinda Permata 120301171
Kelas A
A. SAMPEL REPRESENTATIF
Ketika memilih sampel auditor harus memilih sampel yang representatif. Sampel
representatif adalah sampel yang karakteristiknya hampir sama yang dimiliki populasi
lain. Item-item yang dijadikan sampel serupa dengan item-item yang tidak dijadikan
sampel. Ketika auditor mempunya sebanyak 100 salinan penjualan dan menemukan 3
lampiran dokumen pengiriman yang hilang, sampel ini dianggap representatif. Jika tidak
ada sampel yang hilang sampel tersebut dianggap tidak representatif. Auditor
menegetahui sebuah sampel representatif atau tidak dengan cara audit lebih lanjut.
Auditor juga dapat meningkatkan tingkat representatif dengan cara ketika merancang
proses sampling, pemilihan sampel dan evaluasi hasil sampel. Kesalahan sampling dapat
terjadi yang mengakibatkan kesalahan kesimpulan. Jenis kesalahan ini disebut risiko
sampling.
Risiko sampling adalah risiko bahwa auditor menapai kesimpulan yang salah
karena sampel populasi tidak representatif. Risiko sampling adalah bagian sampling yang
melekat akibat menguji lebih sedikit dari populasi secara keseluruhan.
Auditor memiliki dua cara untuk mengendalikan risiko sampling:
1. Menyesuaikan ukuran sampel
2. Menggunakan metode penilaian item sampel yang tepat dari populasi
Meningkatkan ukuran sampel dapat mengurangi risiko sampling dan sebaliknya.
Penggunaan metode sampling yang sesuai dengan meningkatkan kemungkinan
keterwakilan sampel. Hal ini tidak menghilangkan atau bahkan menguragi risiko
sampling, tetapi kemungkinan auditor untuk mengukur risiko yang berkaitan dengan
ukuran sampel tertentu jika metode pemilihan sampel dan evaluasi statistik digunakan.
Risiko nonsampling (Nonsampling risk) adalah risiko bahwa pengujian audit tidak
menemukan pengecualian yang ada dalam sampel. Dua penyebab risiko nonsampling
adalah kegagalan auditor untuk mengenali pengecualian dan prosedur audit yang tidak
sesuai atau tidak efektif.
Auditor mungkin gagal mengenali pengecualian karena kelelahan, bosan, atau
tidak memahami apa yang harus dicari. Contohnya jika diasumsikan ada 3 dokumen
pengiriman tidak dilampirkan ke salinan penjualan sampel sebanyak 100 dan audit
menyimpulkan tidak ada pengecualian maka merupakan kesalahan nonsampling.
Prosedur audit tidak efektif untuk mendeteksi pengecualian yang diragukan adalah
dengan memeriksa sampel dokumen pengiriman dan menentukan apakah masing-masih
telah dilampirkan ke faktur penjualan, dan bukan memeriksa sampel salinan faktor
penjualan untuk menentukan apakah dokumen pengiriman telah dilampirkan. Dalam
contoh itu auditor telah melakukan dengan cara yang salah karena memulai dengan
dokumen pengiriman dan bukan salinan faktur penjualan. Prosedur audit yang dirancang
dengan cermat, instruksi yang tepat, pengawasan dan review merupakan cara untuk
mengendalikan risiko nonsampling.
B. SAMPLING STATISTIK VERSUS SAMPLING NONSTATISTIK DAN
PEMILIHAN SAMPEL PROBABILISTIK VERSUS NONPROBABILISTIK.
Metode sampling audit dapat dibagi menjadi dua kategori utama : sampling
statistik dan sampling nonstatistik. Kategori tersebut serupa karena melibatkan tiga tahap
yaitu :
1. Perencanaan sampel
2. Pemilihan sampel dan pelaksanaan pengujian
3. Pengevaluasian hasil
Tujuan dan perencanaan sampel adalah memastikan bahwa pengujian audit
dilakukan dengan cara yang memberikan risiko sampling yang diinginkan da
meminimalkan kemungkinan kesalahan nonsampling. Pemilihan sampel melibatkan
keputusan bagaimana sampel dipilh dari populasi. Auditor baru dapat melakukan
pengujian audit hanya setelah item sampel dipilih. Pengevaluasian hasil adalah penarik
kesimpulan berdasarkan pengujian audit.
Tindakan Langkah
1. Memutuskan bahwa ukuran sampel Perencanaan sampel
sebanyak 100 akun diperlukan
2. Memutuskan 100 item yang akan Pemilihan sampel
dipilih dari populasi Pelaksanaan
3. Melaksanakan prosedur audit untuk Pengujian
masing-masing dari 100 item dan
menentukan bahwa ada tiga pengecualian
4. Mencapai kesimpulan mengenai Pengevaluasian hasil
tingkat pengecualian yang mungkin dalam
total populasi jika tingkat pengecualian
sampel sama dengan 3 persen
Sampling statistik (statistic sampling) berbeda sari sampling non statistik dalam
hal menerapkan aturan matematika. Auditor dapat mengidentifikasi risiko sampling
dalam merencanakan sampel (langkah 1) dan dalam mengevaluasi hasil (langkah 3).
Dalam sampling nontatistik (nonstatistik sampling) auditor tidak
mengkuantifikasikan risiko sampling. Namun risiko nonstatistik yang dirancang dengan
baik dan mempertimbangkan faktor-faktor yang sama seperti pada sampel statistik yang
dirancang dengan baik dapat memberikan hasil yang efektif seperti yang diberikan
sampel statistik yang dirancang dengan baik.
Pemilihan sampel probalistik dan nonprobabilistik ada pada langkah 2. Apabila
menggunakan sampel probabilistik auditor memilih secara acar item-item, sehingga
setiap item memiliki probabilitas yang sama untuk dimasukan dalam sampel. Proses ini
memerlukan ketelitian yang tinggi dan penggunaan salah satu metode. Dalam pemilihan
sampel nonprobabilistik, auditor memilih menggunakan sampel item dengan
pertimbangan profesional dan bukan metode probabilitik.
Standar auditing memungkinkan audior menggunakan metode sampling statistik
maupun nonstatistik. Dan penerapan dua metode ini secara hati-hati. Jika sampling
statistik digunakan maka harus bersifat probabilistik. Auditor juga dapat menggunakan
evaluasi nonstatistik apabila menggunakan pemilihan probailistik tetapi jarang diterima
mengevalusia sampel probabilistik dengan menggunakan metode statistika.
Metode pemilihan sampel probabilistik termasuk berikut ini :
1. Pemilihan sampel acak sederhana
2. Pemilihan sampel sistematis
3. Pemilihan sampel probabilitas yang proposional dengan ukuran sampel.
Metode pemilihan sampel nonprobabilistik termasuk berikut ini :
1. Pemilihan sampel sembarangan
2. Pemilihan sampel blok.
Auditor sering menggunakan metode probabilistik meskipun menggunakan sampling
nonstatistik.
Berikut ini tiga tahapan yang harus dilakukan auditor dalam menerapkan
sampling audit pada pengujian pengendalian dan pengujian substantif atas transaksi
tersebut adalah:
a. Merencanakan Sampel
1. Menyatakan tujuan pengujian audit.
2. Memutuskan apakah sampling audit dapat diterapkan.
3. Mendefinisikan atribut dan kondisi pengecualian.
4. Mendefinisikan populasi.
5. Mendefinisikan unit sampling.
6. Menetapkan tingkat pengecualian yang dapat ditoleransi.
7. Menetapkan risiko yang dapat diterima atas penilaian risiko pengendalian yang
terlalu rendah.
8. Mengestimasi tingkat pengecualian populasi.
9. Menentukan ukuran sampel awal.
b. Memilih Sampel dan Melaksanakan Prosedur Audit
10. Memilih sampel.
11. Melaksanakan prosedur audit.
c. Mengevaluasi Hasil
12. Menggeneralisasi dari sampel ke populasi
13. Menganalisis pengecualian
14. Memutuskan akseptabilitas populasi.
7. Menetapkan Risiko yang Dapat Diterima atas Ketergantungan yang Terlalu Tinggi
Setiap kali mengambil sampel, auditor akan menghadapi risiko saat menarik
kesimpulan yang salah mengenai populasi. Risiko yang dapat diterima atas
ketergantungan yang terlalu tinggi (acceptable risk of overreliance = ARO) mengukur
risiko yang bersedia ditanggung auditor untuk menerima suatu pengendalian yang efektif
(atau tingkat salah saji yang dapat ditoleransi) apabila tingkat pengecuallian populasi
yang sebenarnya lebih besar dari tingkat pengecualian yang dapat ditoleransi (TER).
Dalam memilih ARO yang tepat untuk setiap atribut, auditor harus menggunakan
pertimbangan terbaiknya. Pertimbangan utamanya adalah sejauh mana mereka berencana
mengurangi penilaian risiko pengendalian sebagai dasar bagi luas pengujian atas rincian
saldo (test of details of balances). Auditor dapat menetapkan tingkat TER dan ARO yang
berbeda untuk atribut pengujian audit yang juga berbeda, tergantung pada arti penting
dari atribut dan pengendalian terkait. Sebagai contoh, umumnya auditor menggunakan
tingkat TER dan ARO yang lebih tinggi untuk menguji persetujuan kredit ketimbang
untuk menguji keterjadian salinan faktur penjualan dan bill of lading. Hal ini masuk akal
karena pengecualian untuk keterjadian salinan faktur penjualan dan bill of lading lebih
mungkin memiliki dampak langusng terhadap kebenaran laporan keuangan ketimbang
persetujuan kredit.
I. Sampling Distribution
Auditor mendasarkan kesimpulan statistiknya pada distribusi sampling. Distribusi
sampling adalah distribusi frekuensi hasil semua sampel yang berukuran khusu yang
dapat diperoleh dari populasi yang memiliki beberapa karakteristik tertentu. Distribusi
sampel memungkinkan auditor untuk membuat laporan probabilitas tentang kemungkinan
terwakilinya sampel yang ada dalam distribusi. Attribute sampling didasarkan pada
distribusi binomial, di mana setiap sampel dalam populasi memiliki satu dari dua nilai
yang mungkin, seperti ya / tidak, hitam / putih, atau deviasi pengendalian/ tidak ada
deviasi pengendalian.
Asumsikan bahwa dalam populasi faktur penjualan, 5 persen tidak memiliki
lampiran dokumen pengiriman yang dilampirkan seperti yang dharuskan oleh
pengendalian internal klien. Jika auditor mengambil sampel 50 faktur penjualan, berapa
banyak yang akan ditemukan yang tidak memiliki dokumen pengiriman? Perkalian
sederhana akan memperkirakan pengecualian sebesar 2,5 (5% dari 50), tetapi angka
Tersebut tidak mungkin karena tidak ada yang namanya setengah pengecualian. Pada
kenyataannya, sampel tidak boleh mengandung pengecualian atau bahkan lebih dari
sepuluh. Distribusi sampling berbasis binomial menyatakan bahwa probabilitas setiap
jumlah pengecualian yang mungkin terjadi. Tabel 15-7 menggambarkan distribusi
sampling untuk populasi contoh dengan sampel 50 item dari populasi yang sangat besar
dan tingkat pengecualian 5 persen. Untuk menghitung probabilitas mendapatkan sampel
dengan setidaknya satu pengecualian, kurangi probabilitas tidak ada pengecualian yang
terjadi dari 1 (100 persen). Dengan melakukan itu, kami menemukan kemungkinan
menemukan sampel dengan setidaknya satu pengecualian 1 - 0,0769, atau 92,31 persen.
Setiap tingkat pengecualian populasi dan ukuran sampel memiliki distribusi
sampling yang unik. Distribusi untuk ukuran sampel 100 dari populasi dengan tingkat
pengecualian sebesar 5 persen dari contoh sebelumnya, seperti halnya distribusi untuk
sampel 50 dari populasi dengan tingkat pengecualian 3 persen.
Tentu saja, auditor tidak mengambil sampel berulang dari populasi yang telah
diketahui. Mereka mengambil satu sampel dari populasi yang belum diketahui dan
mendapatkan jumlah pengecualian tertentu dalam sampel Tersebut. Tetapi pengetahuan
tentang distribusi sampling memungkinkan auditor untuk membuat pernyataan yang valid
secara statistik tentang populasi. Jika auditor memilih sampel 50 faktur penjualan untuk
menguji dokumen pengiriman terlampir dan menemukan satu pengecualian, auditor dapat
memeriksa tabel probabilitas pada tabel 15-7 dan mengetahui ada probabilitas 20,25
persen bahwa sampel berasal dari populasi dengan tingkat pengecualian 5 persen, dan
probabilitas 79,75 persen (1 - .2025) bahwa sampel diambil dari populasi yang memiliki
beberapa tingkat pengecualian lainnya. Berdasarkan kolom probabilitas kumulatif pada
tabel 15-7, auditor dapat memperkirakan probabilitas 27,94 persen bahwa sampel berasal
dari populasi dengan tingkat pengecualian lebih dari 5 persen dan probabilitas 72,06
persen (1 - .2794) bahwa sampel Tersebut adalah diambil dari populasi yang memiliki
tingkat pengecualian 5 persen atau kurang. Karena dimungkinkan juga untuk menghitung
distribusi probabilitas untuk tingkat pengecualian populasi lainnya, auditor menggunakan
angka Tersebut untuk menarik kesimpulan statistik tentang populasi yang tidak diketahui
yang dijadikan sampel. Distribusi sampling ini adalah dasar untuk tabel dan perangkat
lunak sampling yang digunakan oleh auditor untuk atribut sampling.
Jika auditor menggunakan software audit untuk menentukan ukuran sampel, mereka
memasukkan nilai untuk ukuran populasi, TER, ARO, dan EPER lalu software
mengembalikan sampel yang sesuai ukuran berdasarkan distribusi sampling. Atau,
auditor dapat gunakan tabel seperti yang ditunjukkan pada tabel 15-8 , yang berasal dari
AICPA audit sampling audit guide. Tabel paling atas menunjukkan ukuran sampel untuk
ARO 5 persen,sedangkan yang bawah adalah untuk ARO 10 persen.
Mengevaluasi hasil
1. Menggeneralisasi dari sampel ke populasi. Untuk attribute sampling, auditor
menghitung tingkat pengecualian atas yang dihitung (CUER, juga disebut sebagai
batas atas presisi) pada ARO yang ditentukan, baik menggunakan program komputer
khusus atau table yang dikembangkan dari rumus statistik. Tabel 15-9 adalah "tabel
satu sisi," yang berarti menyajikan tingkat pengecualian atas untuk ARO yang
diberikan.
Penggunaan tabel untuk menghitung CUER melibatkan empat langkah:
i. Memilih tabel yang sesuai dengan ARO auditor. ARO ini harus menjadi sama
dengan ARO yang digunakan untuk menentukan ukuran sampel awal.
ii. Menemukan jumlah pengecualian aktual yang ditemukan dalam pengujian audit di
bagian atas tabel.
iii. Menemukan ukuran sampel aktual di kolom paling kiri.
iv. Membaca jumlah kolom pengecualian aktual yang sesuai sampai memotong
dengan baris ukuran sampel yang sesuai. Nomor di persimpangan adalah CUER.
Untuk menggunakan tabel evaluasi bagi Hillsburg hardware, asumsikan ukuran sampel
aktual 70 dan satu pengecualian dalam atribut 6. Menggunakan ARO 5 persen, CUER sama
dengan 6.6 persen. Dengan kata lain, CUER untuk atribut 6 adalah 6,6 persen pada ARO 5
persen. Apakah ini berarti bahwa jika 100 persen populasi diuji, pengecualian yang
sebenarnya rate akan menjadi 6,6 persen? Tidak, tingkat pengecualian sebenarnya masih
belum diketahui. Hasilnya berarti: jika auditor menyimpulkan bahwa tingkat pengecualian
sebenarnya tidak melebihi 6,6 persen, ada kemungkinan 95 persen bahwa kesimpulannya
benar dan kemungkinan 5 persen itu salah.
Dimungkinkan untuk memiliki ukuran sampel yang tidak sama dengan yang disediakan
dalam tabel evaluasi atribut sampling. Ketika hal ini terjadi, itu menjadi biasa bagi auditor
untuk interpolasi guna memperkirakan titik data yang jatuh di antara yang tercantum dalam
tabel.
Tabel-tabel ini mengasumsikan ukuran populasi yang sangat besar (tidak terbatas), yang
menghasilkan lebih banyak CUER konservatif daripada populasi kecil. Seperti halnya
ukuran sampel, efek dari ukuran populasi pada CUER biasanya sangat kecil, sehingga
diabaikan.