NAMA : ARISTA YULIANA SARI

NIM : 041811333171
KELAS : M

RESUME CHAPTER 17: AUDIT SAMPLING FOR

TEST OF DETAILS OF BALANCES

17.1. PERBANDINGAN SAMPLING AUDIT UNTUK PENGUJIAN ATAS RINCIAN

SALDO DAN UNTUK PENGUJIAN ATAS RINCIAN SALDO DAN UNTUK
PENGUJIAN PENGENDALIAN SERTA PENGUJIAN SUBSTANTIF ATAS
TRANSAKSI
Perbedaan utama antara pengujian pengendalian, pengujian substantive atas transaksi,
dan pengujian atas rincian saldo terletak pada apa yang ingin di ukur oleh auditor. Auditor
melaksanakan pengujian pengendalian dan pengujian substantifatas transaksi :
 Untuk menentukan apakah tingkat pengecualian populasi cukup rendah.
 Untuk mengurangi penilaian resiko pengendalian dan karenannya mengurangi
pengujian atas rincian saldo.
 Untuk perusahaan publik, guna menyimpulkan bahwa pengendalian telah beroperasi
secara efektif demi tujuan audit pengendalian internal atas pelaporan keuangan.

1. SAMPLING NONSTATISTIK
Ada 14 langkah yang diperlukan dalam sampling audit untuk pengujian atas rincian saldo.
Langkah-Sampling Audit untuk Langkah-Sampling Audit untuk Pengujian
Pengujian atas Rincian Saldo Pengendalian dan Pengujian Substantif atas
Transaksi
Merencanakan Sampel Merencanakan Sampel
1. Menyatakan tujuan pengujian audit 1. Menyatakan tujuan pengujian audit
2. Memutuskan apakah sampling audit 2. Memutuskan apakah sampling audit dapat
dapat audit dapat diterapkan . audit dapat diterapkan .
3. Mendifinisikan salah saji. 3. Mendefinisikan atribut dan kondisi
 pengecualian.
4.Mendefinisikan populasi 4. Mendefiniskan populasi
5. Mendefiniskan unit sampling 5. Mendefiniskan unit sampling
6. Menetapkan salah saji yang dapat 6. Menetapkan tingkat pengecualian ditoleransi.
ditoleransi yang dapat
7. Menetapkan risiko yang dapat diterima 7. Menetapkan risiko yang dapat penilian risiko
atas diterima atas penerima yang salah pengendalian yang (ARACR)
terlalu rendah.
8. Mengestimasi salah saji dalam 8. Mengestimasi 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
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 salah saji 13. Menganalisis pengecualian
14. Memutuskan akseptibilitas populasi 14. Memutuskan akseptibilitas populasi

Menyatakan Tujuan Pengujian Audit

Auditor mengambil sampel untuk pengujian atas rincian saldo guna menentukan apakah saldo
akun yang sedang diaudit telah dinyatakan secara wajar.

17.2. Memutuskan Apakah Sampling Audit Dapat Diterapkan

Sampling audit dapat diterapkan setiap kali auditor berencana membuat kesimpilan
mengenai populas berdasarkan sampel.

1. Mendefinisikan Salah Saji

 Karena sampling audit untuk pengujian atas rincian saldo mengukur salah saji moneter,
yaitu salah saji yang terjadi apabila item sampel disalahsajikan.
2. Mendefiniskan Populasi
Dalam pengujian atas rincian saldo, populasi definiskan sebagai item yang membentuk
populasi dolar yang tercatat.

3. Sampling Berstratifikasi
Bagi kebanyakan populasi, auditor memisahkan populasi ke dalam dua atau lebih
subpopulasi sebelum menerapkan sampling audit. Hal ini disebut sebagai sampling
berstratifikasi (stratified sampling), di mana setiap subpopulasi disebut sebagai strata.
Stratifikasi memungkinan auditor untuk menekankan item populasi tertentu dan
mengabaikan yang lain.

4. Menetapkan Salah Saji yang Dapat Ditoleransi

Auditor menggunakan salah saji yang dapat ditoleransi, untuk menentukan ukuran
sampel dan mengevaluasi hasil sampling nonstatistik. Auditor untuk memulainnya
dengan pertimbangan pendahuluan mengenai materialitas dan menggunakan total
tersebut untuk memutuskan salah saji yang dpat ditoleransi bagi setiap akun

5. Menetapkan Risiko yang Dapat Diterima atas Penerimaan yang Salah

Resiko yang dapat diterima atas penerimaan yang salah (acceptable risk of
incorrect acceptance= ARIA ) adalah jumlah risiko yang bersedia ditaggung auditor
karena menerima suatu saldo sebagai benar padahal salah saji yang sebenarnya dalam
saldo tersebut melampaui salah saji yang dapat ditoleransi. ARIA mengukur keyakinan
yang diinginkan auditor atas suatu saldo akun. Untuk memperoleh keyakinan yang
lebih besar ketika mengaudit suatu saldo akun. Untuk memperoleh keyakinan yang
lebih besar ketika mengaudit suatu saldo, auditor akan menetapkan ARIA yang lebih
rendah. ( Perhatikan bahwa ARIA adalah istilah yang ekuivalen dengan ARACR
(acceptable risk of assessing control risk too low) untuk pengujian pengendalian dan
pengujian sebstantif atas transaksi. Seperti ARACR, ARIA dapat ditetapkan secara
kualitatif (seperti rendah, sedang, atau tinggi).
Ada hubungan terbalik antara ARIA dan ukuran sampel yang diperlukan.
Sebuah faktor penting yang mempengaruhi keputusan auditor mengenai ARIA adalah
penilaian risiko pengendalian dalam model risiko audit. Jika pengendalian internal
 sudah efektif, resiko pengendalian dapat dikurangi sehingga memungkinkan auditor
untuk meningkatkan ARIA. Pada gilirannya, hal ini akan mengurangi ukuran sampel
yang diperlukan untuk pengujian atas rincian saldo akun yang berkaitan.

6. Mengestimasi Salah Saji dalam Populasi

Biasanya auditor membuat estimasi ini berdasarkan pengalaman sebelumnya dengan
klien dan dengan menilai risiko inheren, yang mempertimbangkan hasil pengujian
pengendalian, pengujian substantif atas transaksi, dan prosedur analitis yang telah
dilaksanakan. Ukuran sampel yang direncanakan akan meningkat apabila jumlah saji
yang diharapkan dalam populasi mendekati salah saji yang dapat ditoleransi.

7. Menetntukan Ukuran sampai Awal

Jika menggunakan sampling nonstatistik, auditor menetukan ukuran sampel awal
dengan mempertimbangkan faktor-faktor yang telah kita bahas sejauh ini. Untuk
membantu auditor membuat keputusan menyangkut ukuran sampel, auditor seringkali
mengikuti pedoman yang disebabkan oleh kantor akunntannya atau beberapa sumber
lainnya.

8. Melaksnakan Prosedur Audit

Untuk melaksanakan prosedur audit, auditor menerapkan prosedur audit yang tepat
pada setiap item sampel untuk menetukan apakah item tersebut mengandung salah saji.
Dalam konfirmasi piutang usaha, auditor mengirimkan sampel konfirmasi positif. Jika
terjadi nonrespons, mereka akan menggunakan prosedur alternatif untuk menentukan
salah saji.

9. Menggenerelisasi dari Sampel ke Populasi dan Memutuskan Akseptibilitas

Populasi
Auditor harus menggeneralisasi dari sampel ke populasi dengan (1)
memproyeksikan salah saji dari hasil sampel ke populasi dan (2) mempertimbangkan
kesalahan sampling serta resiko sampling (ARIA). Karena itu, auditor harus
memproyesikan dari sampel ke populasi.
Langkah pertama adalah menghitung titik estimasi (point estimate). Titik estimasi
dapat dihitung dengan berbagai cara, tetapi pendekatan yang umum adalah
mengasumsikan bahwa salah saji populasi yang belum diaudit adalah proporsional
 dengan salah saji sampel. Perhitungan tersebut harus dilakukan untuk setiap strata dan
kemudian dijumlahkan, bukan menggabungkan total salah saji dalam sampel.
Auditor, yang menngunakan sampling nonstatistik tidak dapat mengukur secara
formal kesalahan sampling sehingga harus mempertimbangkan secara subjektif
kemungkinan bahwa salah saji populasi yang sebenarnya melampaui jumlah yang dapat
ditoleransi. Auditor melakukan hal ini dengan mempertimbangkan :
1. Perbedaan antara titik estimasi dan salah saji yang dapat ditoleransi (yang disebut
perhitungan kesalahan sampling)
2. Sejauh mana item dalam populasi telah diaudit 100 persen.
3. Apakah salah saji cenderung mengoffset atau hanya bersifat satu arah
4. Jumlah salah saji individual
5. Ukuran sampel

10. Menganalisis Salah Saji

Auditor harus mengevaluasi sifat dan penyebab setiap salah saji yang ditemukan dalam
pengujian atas rincian saldo. Auditor harus menganalisis salah saji untuk memutuskan
apakah setiap modifikasi model resiko audit memang diperlukan. Dalam paragraph
sebelumnya, jika auditor menyimpulkan bahwa kelalaian untuk mencatat retur yang
disebabkan oleh lemahnya pengendalian internal, auditor mungkin perlu menilai
kembali resiko pengendalian. Hal tersebut pada gilirannya akan menyebabkan auditor
mengurangi ARIA, yang akan meningkatkan ukuran sampel yang direncanakan.
11. Tindakan yang Diambil Apabila Populasi Ditolak
Jika auditor menyimpulkan bahwa salah saji dalam suatu populasi mungkin lebih besar
dari salah saji yang dapat ditolerensi setelah mempertimbangkan kesalahan sampling,
populasi tidak dianggap dapat diterima. Pada titik tersebut, auditor memiliki beberapa
tindakan yang dilakukan
Tidak Mengambil Tindakan Hingga Pengujian atas Bidang Audit Lainnya Telah Selesai
Akhirnya, auditor harus mengevaluasi apakah laporan keuangan secara keseluruhan
mengandung salah saji yang material. Jika salah saji yang mengoffset ditemukan pada bagian
audit lainnya, seperti dalam persediaan, auditor dapat menyimpulkan bahwa estimasi salah saji
piutang usaha dapat diterima.
Melaksanakan Pengujian Audit yang Diperluas pada Bidang Tertentu
Jika analisis salah saji menunjukkan bahwa sebagian besar salah saji merupakan Suatu jenis
khusus, mungkin perlu membatasi upaya audt tambahan pada bidang yang menjadi masalah.
Ketika auditor menganalisis bidang masalah dan memperbaikinya dengan menyesuaikan
catatan klien, item sampel yang menyebabkan terisolasinya bidang masalah kemudian dapat
ditunjukkan sebagai sudah “benar”. Sekarang titik estimasi dapat dihitung kembali tanpa
melibatkan salah saji yang telah “dikoreksi”. ( Hal ini hanya berlaku jika kesalahan dapat
diisolasi pada suatu bidang tertentu. Pada umumnya kesalahan harus diproyeksikan ke populasi
yang dijadikan sampel, meskipun klien menyesuaikan kesalahan.) Berdasarkan fakta baru
tersebut, auditor juga akan mempertimbangkan kembali kesalahan sampling dan akseptibilitas
populasi.
Meningkatkan Ukuran Sampel
Jika auditor meningkatkan ukuran sampel, kesalahan sampling akan dikurangi jika tingkat
salah saji dalam sampel yang diperluas, jumlah dolarnya, dan arahnya serupa dengan pada
sampel awal. Karena itu, meningkatkan ukuran sampel dapat saja memenuhi persyaratkan
salah saji yang dapat ditoleransi auditor.
Meningkatkan ukuran sampel yang cukup untuk memenuhi standar salah saji yang dapat
ditolerensi auditor seringkali mahal, terutama jika perbedaan antara salah saji yang dapat
ditolerensi dan salah saji yang diproyeksikan kecil.
Menyesuaikan Saldo Akun
Jika auditor menyimpulkan bahwa saldo akun mengandung salah saji yang material, klien
mungkin akan bersedia menyesuaikan nilai bukan berdasarkan hasil sampel.
Meminta Klien untuk Mengoreksi Populasi
Dalam beberapa kasus, catatan klien sangat tidak memadai sehingga populasi harus dikoreksi
secara keseluruhan sebelum audit dapat diselesaikan.
Menolak untuk Memberikan Pendapat Wajar Tanpa Pengecualian
Jika auditor yakin bahwa jumlah yang tercatat dalam suatu akun tidak dinyatakan secara wajar,
auditor harus mengikuti setidaknya satu prosedur alternatif sebelumnya atau mengkualifikasi
laporan audit dengan cara yang cepat. Jika auditor yakin bahwa laporan keuangan sangat
mungkin mengandung salah saji yang material, maka mengeluarkan pendapat wajar tanpa
pengecualian merupakan pelanggaran serius terhadap standar auditing.

17.3.SAMPLING UNIT MONETER

Sampling unit moneter (monetary unit sampling = MUS ) merupakan metode
sampling statistic yang paling umum digunakan untuk pengujian atas rincian saldo karena
memiliki kesederhanaan statistic bagi sampling atribut serta memberikan hasil statistic yang
diekspresikan dalam dolar ( atau mata uang lainnya yang sesuai ). MUS juga disebut sebagai
sampling unit dolar, sampling jumlah moneter kumulatif, dan sampling dengan probabilitas
yang proporsiaonal dengan ukuran.

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:
a. Definisi Unit Sampling adalah suatu Dolar Individual
MUS memiliki fitur yang penting seperti definisi unit sampling sebagai suatu dolar individual
dalam saldo akun. Dengan berfokus pada dolar individual sebagai unit sampling, secara
otomatis MUS akan menekankan unit fisik yang memiliki saldo tercatat lebih besar. Karena
sampel dipilih berdasarkan doalr 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.
b. Ukuran Populasi adalah Populasi Dolar 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.
c. Pertimbangan Pendahuluan Mengenai Materialitas Digunakan untuk Setiap
Akun dan Bukan Salah Saji yang Dapat Ditoleransi
Aspek unik lain dari MUS adalah penggunaan pertimbangan pendahuluan mengenai
materialitas, untuk menentukan secara langsung jumlah salah saji yang dapat ditoleransi ketika
mengaudit setiap akun. Teknik sampling lainnya mengharuskan auditor untuk menentukan
salah saji yang dapat ditoleransi bagi setiap akun dengan mengalokasikan pertimbangan
pendahuluan mengenai materialitas. Hal ini tidak diperlukan jika yang digunakan adalah MUS.
d. Ukuran Sampel Ditentukan dengan Menggunakan Rumus Statistik
Proses ini akan dibahas secara terpisah setelah membahas 14 langkah sampling untuk sampling
unit moneter ( MUS )
e. Aturan Keputusan Formal Digunakan untuk Memutuskan Akseptabilitas
Populasi
Aturan keputusan yang digunakan untuk MUS serupa dengan yang digunakan untuk sampling
nonstatistik, tetapi hal tersebut cukup berbeda dengan pembahasan tentang keunggulannya.
 f. 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.
Salah satu masalah dalam menggunakan pemilihan PPS adalah bahwa item populasi
dengan saldo tercatat nol tidak memiliki peluang untuk dipilih melalui pemilihan sampel PPS,
walaupun mungkin mengandung salah saji. Demikian juga, saldo berjumlah kecil akibat
kurang saji yang signifikan memiliki kesempatan yang kecil untuk dimasukkan dalam sampel.
Masalah ini dapat diatasi dengan melakukan pengujian audit khusus atas item bersaldo nol dan
berjumlah kecil, dengan mengasumsikan bahwa hal itu perlu ditangani.
Masalah lainnya adalah ketidakmampuan PPS untuk memasukkan saldo negative,
seperti saldo kredit piutang usaha, ke dalam sampel PPS.

g. 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 salah saji 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 dolar.
3. Auditor harus membuat asumsi mengenai persentase salah saji setiap item populasi
yang mengandung salah saji.
4. Hasil statistik yang diperoleh jika menggunakan MUS disebut sebagai batas salah saji
(misstatement bounds).

2. Menggeneralisasi dari Sampel ke Populasi Jika Tidak Ada Salah Saji 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 salah saji 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 salah saji. Hal tersebut masing-masing
disebut sebagai batas salah saji atas dan batas salah saji bawah.

Persentase Asumsi Salah Saji yang Tepat

Asumsi yang pas bagi persentase salah saji dalam item populasi yang mengandung salah saji
tersebut secara keseluruhan merupakan keputusan auditor. Auditor harus menetapkan
persentase tersebut berdasarkan pertimbangan profesionalnya dalam situasi tersebut. Dalam
situasi di mana tidak ada informasi sebaliknya, sebagian besar auditor yakin bahwa lebih baik
mengasumsikan jumlah 100 persen baik untuk lebih saji maupun kurang saji kecuali ada salah
saji dalam hasil sampel. Pendekatan ini dianggap sangat konservatif, tetapi lebih mudah
dijustifikasi ketimbang asumsi lainnya.

3. Menggeneralisasi Ketika Salah Saji 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 salah saji atas dan bawah awal dihitung secara terpisah
untuk jumlah lebih saji dan kurang saji dihitung.
2. Asumsi salah saji yang berbeda dibuat untuk setiap salah saji, termasuk salah saji nol.
Jika tidak ada salah saji dalam sampel, asumsinya akan diperlukan sebagai persentase
rata-rata salah saji untuk item populasi yang mengandung salah saji. Setelah salah saji
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 salah saji yang berbeda bagi setiap salah saji. Lapisan
tersebut dihitung dengan terlebih dahulu menentukan CUER dari tabel untuk setiap
salah saji dan kemudian menghitung setiap lapisan.
4. Asumsi salah saji harus dikaitkan dengan setiap lapisan. Metode yang paling umum
untuk mengaitkan asumsi salah saji dengan lapisan adalah mengaitkan secara konservatif
persentase salah saji dolar yang terbesar dengan lapisan yang terbesar.
Sebagian besar pengguna MUS yakin bahwa pendekatan ini terlalu konservatif jika ada
jumlah yang mengoffset. Jika ditemukan jumlah kurang saji, sangatlah logis dan masuk akal
bahwa batas jumlah lebih saji harus lebih rendah ketimbang tidak ada jumlah kurang saji yang
ditemukan, dan sebaliknya. Penyesuaian atas batas untuk mengoffset jumlah dilakukan sebagai
berikut:
1. Titik estimasi salah saji dibuat untuk jumlah lebih saji dan kurang saji.
2. Setiap batas dikurangi sebesar titik estimasi sebaliknya

4. Memutuskan Akseptabilitas Populasi dengan Menggunakan MUS

Setelah batas salah saji 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 salah saji bawah dan batas salah saji atas berada
di antara jumlah salah saji yang berupa lebih saji dan kurang saji yang dapat ditoleransi,
kesimpulan bahwa nilai buku tidak mengandung salah saji yang material dapat diterima. Jika
tidak, ambil kesimpulan bahwa nilai buku mengandung salah saji yang material.

5. Tindakan Jika Populasi Ditolak

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

6. 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
Pertimbangan pendahuluan tentang materialitas umumnya merupakan dasar bagi jumlah
salah saji yang dapat ditoleransi yang akan digunakan. Jika diperkirakan terjadi salah saji dalam
pengujian non-MUS, salah saji yang dapat ditoleransi akan kurang materialitas dari jumlah
tersebut. Salah saji yang dapat ditoleransi berupa lebih saji atau kurang saji mungkin akan
berbeda.

b. Asumsi Persentase Rata-rata Salah Saji untuk Item Populasi yang Mengandung
Salah Saji
Mungkin ada asumsi yang terpisah untuk batas atas dan bawah, yang juga merupakan
pertimbangan auditor. Hal tersebut harus didasarkan pada pengetahuan auditor mengenai klien
serta pengalaman masa lalu, dan jika lebih kecil dari 100 persen yang digunakan, asumsinya
harus dapat dipertahankan dengan jelas.
 c. Risiko yang Dapat Diterima atas Penerimaan yang Salah (ARIA)
ARIA adalah suatu pertimbangan auditor dan sering kali dicapai dengan bantuan model
risiko audit.

d. Nilai Populasi yang Tercatat

Nilai dolar populasi diambil dari catatan klien.

e. Estimasi Tingkat Pengecualian Populasi

Umumnya, estimasi tingkat pengecualian populasi untuk MUS adalah nol, karena MUS
sangat tepat digunakan pada situasi tidak ada salah saji, atau jika hanya sedikit salah saji yang
diperkirakan akan terjadi.

f. Hubungan Model Risiko Audit dengan Ukuran Sampel untuk MUS

MUS akan digunakan dalam melaksanakan pengujian atas rincian saldo. Auditor harus
memahami hubungan ketiga faktor-faktor independen itu dalam model risiko audit, ditambah
prosedur analitis dan pengujian substantif atas transaksi dengan ukuran sampel untuk pengujian
atas rincian saldo.
Sampling unit moneter (MUS) memiliki sedikitnya empat fitur yang menarik bagi
auditor:
1. MUS secara otomatis akan meningkatkan kemungkinan memilih item dolar 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.
Terdapat dua kelemahan utama MUS
1. Total batas salah saji yang dihasilkan ketika salah saji ditemukan mungkin terlalu
tinggi untuk digunakan oleh auditor.
2. Sulit untuk memilih sampel PPS dari populasi yang besar tanpa bantuan komputer.
Karena semua alasan tersebut, auditor seringkali menggunakan MUS ketika
mengharapkan tidak ada atau sedikit salah saji, menginginkan hasil dolar, dan mencatat data
populasi pada file komputer.

17.4.SAMPLING VARIABEL
 Sampling variable adalah metode statistic yang digunakan oleh auditor. Sampling
variable dan sampling nonstatistik untuk pengujian atas 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.

1. 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 variable, dan
sebagian besar tidak jauh berbeda.

2. Distribusi Sampling
Auditor tidak mengetahui nilai rata-rata (mean) salah saji dalam populasi, distribusi
jumlah salah saji, atau nilai yang diaudit. Karakteristik populasi tersebut harus diestimasi dari
sampel yang tentu saja, merupakan tujuan dari pengujian audit. Untuk setiap
sampel, auditor menghitung nilai rata-rata item dalam sampel sebagai berikut:

Setelah menghitung nilai rata-rata item sampel, auditor memplotnya ke dalam distribusi
frekuensi.

3. Inferensi Statistik
Jika sampel diambil dari satu populasi dalam situasi audit actual, 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 statistic, atau inferensi statistic ( statistical inferences ),
mengenai populasi.
Auditor dapat menyatakan kesimpulan yang dibuatnya dari interval keyakinan dengan
menggunakan inferensi statistic dalam cara yang berbeda. Akan tetapi, mereka harus berhati-
hati untuk menghindari kesimpulan yang tidak benar, mengingat nilai populasi yang
sebenarnya selalu tidak diketahui. Akan tetapi, auditor dapat mengatakan bahwa prosedur yang
digunakan untuk memperoleh sampel dan menghitung interval keyakinan akan menghasilkan
interval yang berisi nilai rata- rata populasi yang sebenarnya dalam persentase tertentu pada
saat tersebut. Singkatnya, auditor mengetahui reliabilitas proses inferensi statistic yang
digunakan untuk menarik kesimpulan. Menghitung interval keyakinan rata-rata populasi

dengan menggunakan logika yaitu sebagai berikut :

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.
a. Estimasi Perbedaan
Auditor menggunakan estimasi perbedaan (difference estimation) untuk mengukur
estimasi jumlah salah saji 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

b. Estimasi Rasio
Estimasi rasio ( ratio estimation ) serupa dengan estimasi perbedaan kecuali auditor
menghitung rasio antara salah saji dan nilai tercatatnya serta memproduksikan hal ini dengan
populasi untuk mengestimasi total salah saji populasi. Estimasi rasio dapat menghasilkan
ukuran sampel yang jauh lebih kecil ketimbang estimasi perbedaan jika ukuran salah saji
populasi proporsional dengan nilai tercatat item populasi. Jika ukuran setiap salah saji 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.

c. Estimasi Rata-rata per Unit

Estimasi rata-rata per unit ( mean per unit estimation ) auditor berfokus pada nilai
yang teraudit dan bukan pada jumlah salah saji 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 salah saji. 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.

5. Metode Statistik Berstratifikasi

Sampling stratifikasi adalah metode sampling dimana semua unsur dalam total populasi
dibagi menjadi dua atau lebih subpopulasi. Setiap subpopulasi kemudian diuji secara
independen. Perhitungannya dilakukan bagi setiap strata dan kemudian digabung menjadi satu
estimasi populasi secara keseluruhan untuk interval keyakinan populasi secara menyeluruh.
Hasilnya diukur secara statistic. Stratifikasi dapat diterapkan pada estimasi perbedaan, rasio,
dan rata-rata per unit, tetapi paling sering digunakan dengan estimasi rata-rata per unit.

6. Risiko Sampling
Risiko yang dapat diterima atas penerimaan yang salah ( ARIA ) untuk sampling
nonstatistik. Untuk sampling variabel, auditor menggunakan ARIA serta risiko yang dapat
diterima atas penolakan yang salah ( acceptable risk of incorrect rejection = ARIR ).

ARIA
ARIA adalah risiko statistic bahwa auditor telah menerima populasi yang, dalam
kenyataannya, mengandung salah saji 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 salah saji 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 statistic bahwa auditor telah menyimpulkan suatu populasi
mengandung salah saji 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.
ARIA dan ARIR
Keadaan Aktual Populasi
Keputuan Audit Aktual Salah Saji secara Material Salah Saji yang Tidak Material
Menyimpulkan bahwa populasi Kesimpulan yang benar – Kesimpulan yang tidak benar –
mengandung salah saji yang tidak ada risiko risikonya adalah ARIA
material.
Menyimpulkan bahwa populasi Kesimpulan yang tidak Kesimpulan yang benar – tidak
tidak mengandung salah saji yang benar – risikonya adalah ada risiko
material. ARIA

17.5.ILUSTRASI PENGGUNA ESTIMASI PERBEDAAN

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

1. Merencanakan Sampel dan Menghitung Ukuran Sampel dengan Menggunakan

Estimasi Perbedaan

a. Menyatakan Tujuan Pengujian Audit

Tujuan pengujian audit adalah untuk menentukan apakah piutang usaha sebelum
mempertimbangkan penyisihan piutang tak tertagih mengandung salah saji yang material.
b. Memutuskan Apakah Sampling Audit Dapat Diterapkan
Sampling audit diterapkan dalam konfirmasi piutang usaha karena besarnya jumlah
piutang usaha.
c. Mendefinikan Kondisi Salah Saji
Kondisi salah saji merupakan kesalahan klien yang ditentukan melalui konfirmasi setiap
akun atau prosedur alternative.
d. Mendefinisikan Populasi
 Ukuran populasi ditentukan melalui perhitungan. Perhitungan yang akurat jauh lebih
penting dlam sampling variabel karena ukuran populasi mempengaruhi secara langsung ukuran
sampel batas presisi yang dihitung.
e. Mendefinisikan Unit Sampling
Unit sampling adalah suatu akun dalam daftar piutang usaha.
f. Menetapkan Salah Saji yang Dapat Ditoleransi
Jumlah salah saji yang bersedia diterima auditor merupakan pertanyaan tentang
materialitas.
g. Menetapkan Risiko yang Dapat Diterima
Audito menetepkan dua risiko :
 Risiko yang dapat diterima atas penerimaan yang salah ( ARIA ), ARIA
dipengaruhi oleh risiko audit yang dapat diterima, hasil pengujian pengendalian
dan pengujian substansif atas transaksi, prosedur analitis, dan signifikansi
relative piutang usaha dalam laporan keuangan.
 Risiko yang dapat diterima atas penolakan yang salah ( ARIR ), ARIR
dipengaruhi oleh biaya tambahan resampling
h. Mengestimasi Salah Saji dalam Populasi
Estimasi ini memiliki dua bagian :
 Estimasi titik estimasi yang diharapkan. Auditor memerlukan estimasi dimuka
atas titik estimasi populasi bagi estimasi perbedaan, seperti ketika mereka
memerlukan estimasi tingkat pengecualian populasi untuk sampling atribut.
 Melakukan estimasi deviasi standar populasi dimuka – variabilitis populasi.
Untuk menentukan ukuran sampel awal, auditor memerlukan estimasi di muka
atas variasi salah saji dalam populasi seperti yang diukur oleh deviasi standar
populasi.

i. Menghitung Ukuran Sampel Awal

Ukuran sampel awal dapat dihitung dengan menggunakan rumus berikut :

a. Memilih Sampel dan Melaksanakan Prosedur

 Memilih Sampel, karena memerlukan sampel acak ( selain PPS ), auditor harus
menggunakan salah satu metode pemilihan sampel probabilistic guna memilih 100 item sampel
untuk konfirmasi.
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.

b. Mengevaluasi Hasil

2. 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 saji Meningkat
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.

Menganalisis Salah Saji

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

Memutuskan Akseptabilitas Populasi

Jika menggunakan metode statistic, maka untuk memutuskan apakah suatu populasi
dapat diterima auditor bergantung pada aturan keputusan sebagai berikut :
- Jika interval keyakinan dua sisi untuk salah saji sepenuhnya berada dalam salah saji yang
dapat ditoleransi berupa plus dan minus, terima hipotesis bahwa nilai buku tidak
disalahsajikan dalam jumlah yang material.
- 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.

c. Tindakan Jika Hipotesis Ditolak

Jika satu atau kedua batas keyakinan terletak diluar rentang salah saji 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
salah saji populasi telah dibuat. Jika interval presisi yang dihitung melampaui salah saji
yang dapat ditoleransi, auditor tidak akan mengharuskan pembukuan disesuaikan.