Nama : Dina Kristiana

Kelas :Reg B1-B

Npm : 0117103051

Kasus

Bardi Sitinjak adalah manajer pada proses audit PT Citra Pesona. ritel yang tokonya
tersebar di wilayah barat lndonesia PT Citra Pesona menyediakan produk eksklusif untuk
wanita bekeja dan menawarkan kartu kreditnya sendiri. Pembukaan PT Citra Pesonan
dilakukansecara terpusat . Transaksi dilakukan secara online dan berkas penjualan dari
piutang dagang disimpan dalam suata basis data.

Firman tempak Bardi Sitinjak bekerja menggiatkan penggunaan pengambilan sampel

statistik dalam praktik audit dan menyediakan program pelatihan pengembangan bagi
koordinator statistik di setiap kantor. Koordinator statistik di kantor Bardi adalah Eni
Ningsih. Bardi meyakini bahwa transaksi penjualan dan pengujian konfirmasi piutang
dagang perlu dilakuakan dengan melaui pengambilan sampel statistik serta meminta Eni
membantu mendesain dan mengelola aspek statistik dalam pengujian tersebut.

Eni mengembangakn sebuah program untuk mendesain prosedur audit konfirmasi sebagai
bagian dari pengukian perincian saldo untuk piutang dagang. Pekerjaan ini juga mencakup
penentuan jumlah sampel. Ia meminta Bardi melanjutkan dan bersedia membantu
mengevaluasi hasil pengujian tersebut .

Setelah seluruh tanggapan konfirmasi diterima atua seluruh prosedur alternatif

diselaesaikanbeberapa minggu kemudian, Bardi meminta Eni melakuakan evaluasi statistik.
Pada kenyataannya, Eni telah berhenti bekerja dan tak ada stupun personel statistik yang
kompeten untuk menggantikannya. Bardi mengalami kesulitan dalam menyelesaikan tugas
dan memutuskan untuk kalkulasi statistik sendiri. Berdasarkan perhitungannya, telah terjadi
salah saji yang jumlahnya besar, tetapi tidak material,sehingga Bardi menganggap tujan
pengujian konfirmasi telah terpenuhi.

Pada tahun berikutnya, pendapatan PT Citra Pesona menurun drastis, sebagian karena
adanya penghapusan piutan tak tertagih secara besar-besaran. Harga saham menurun drasrtis
dan perusahaan pun menghadapi tuntutan pengadilan. Seorang pakar diminta menelaah
dokumen audit. Ia kemudian mengulangi semua pekerjaan Bardi dan menemukan kesalahan
dalam perhitungan statistik. Ia memperkirakan bahwa salah saji piutang dagang, berdasarkan
sampel auditor, melebihi jumlah material yang diputuskan. Firma Bardi harus membayar
tutuntan sebesar Rp 3,5 miliar.

Seperti yang diilustrasikan pada kasus PT Citra Pesona, auditor harus menggunakan sampel
secara benar untuk menghindari kesalahan dalam pengambilan keputusan dari suatu populasi.
Metode pengambilan sampel audit secara statistik dan nonstatistik telah dipakai secara luas
untuk pengujian perincian saldo. Auditor harus memutuskan metode yang digunakan,
bergantung pada preferensi, pengalaman, dan pengetahuan tentang statistik yang mereka
miliki. Auditor tidak dapat melakukan prosedur audit untukmenguji perincian salah saldo
senbelum menentukan jumlah dan jenis sampel yang dipilih dari populasi.

1. PERBANDINGAN DENGAN SAMPLING ATRIBUT UNTUK PENGUJIAN

PENGENDALIAN DAN PENGUJIAN ATAS TRANSAKSI

Perbedaan paling penting antara pengujian atas transaksi dan pengujian terinci atas
saldo terletak pada hal yang akan diukur oleh auditor. Dalam pengujian atas transaksi,
perhatian utama diberikan terhadap pengujian efektifitas pengendalian intern dengan
menggunakan pengujian atas pengendalian. Kalau auditor melakukan pengujian atas
pengendalian, tujuannya adalah untuk menentukan apakah tingkat deviasi cukup rendah
untuk mendasari pengurangan risiko pengendalian yang ditetapkan untuk mengurangi
pengu)ian subtantif. Kalau sampling statistik , digunakan untuk pengujian atas transaksi,
penggunaan sampling atribut adalah ideal karena sampling atribut mengukur frekuensi
keterjadian (tingkat deviasi). Dalam pengujian terinci atas saldo perhatian utama adalah baik
mengenai efektifitas pengendalian dan ketepatan moneter dalam sistem akuntansi. Kalau
sampling statistik digunakan untuk pengujian pengendalian dan pengujian substantif atas
transaksi, sampling atribut adalah ideal karena ia mengukur tingkat.

keterjadian (tingkat pengecualian atau tingkat transaksi berisi kesalahan moneter atau
penyimpangan). Oleh karena itu auditor menggunakan dua jenis metode statistik yang dapat
memberikan hasil yang dinyatakan dalam rupiah. Metode-metode ini adalah sampling unit
mata uang dan sampling variabel. Sampling unit mata uang, yang secara luas digunakan
dalam audit, akan di jelaskan pada bagian utama bab ini.

2. SIFAT DARI PERMASALAHAN UNTUK PENGUJIAN TERINCI ATAS SALDO

Kalau auditor mengambil sampel untuk pengujian terinci atas saldo, tujuannya adalah
untuk menentukan apakah saldo akun yang diaudit disajikan secara wajar. Terdapat tiga
keputusan utama yang harus dibuat oleh auditor dalam proses sampling: menentukan ukuran
sampel, seleksi unsurunsur dalam populasi untuk diaudit dan mengevaluasi hasil sampel.
Ketiga keputusan ini timbul dari kebutuhan untuk menjaga agar biaya akibat melakukan
sampling tetap rendah, ketimbang melakukan audit terhadap keseluruhan populasi.
Keputusan ini mengharuskan auditor memperoleh sampel yang representatif.

Sampling terstratifikasi merupakan suatu metode sampling dimana seluruh unsur

dalam populasi dibagi menjadi dua atau lebih subpopulasi. Sampling kemudian dilakukan
untuk masing-masing strata. Tujuan dari stratifikasi adalah untuk memungkinkan auditor
memberikan penekanan lebih terhadap unsur populasi tertentu dan kurang terhadap lainnya.
Dalam kebanyakan situasi sampling audit untuk konfirmasi piutang usaha, auditor ingin
memberikan penekanan terhadap nilai tercatat yang memiliki jumlah lebih besar, oleh karena
itu, stratifikasi dilakukan berdasarkan ukuran nilai rupiah yang dicatat.

Sampling Statistik Jika sampling statistik digunakan, jumlah kemungkinan perbedaan

antara estimasi titik dan salah saji populasi yang sebenarnya, disebut “presisi statistik”, dapat
diukur secara formal.

Sampling Non Statistik Auditor yang menggunakan sampling non-statistik tidak

dapat secara formal mengukur presisi estimasi titik dan harus secara subyektif
mempertimbangkan kemungkinan bahwa salah saji populasi yang sebenarnya melebihi
jumlah yang ditolerir. Ini dilakukan dengan mempertimbangkan:

a. Jumlah perbedaan antara estimasi titik dan jumlah salah saji yang ditolerir
b. Luas dari unsur-unsur dalam populasi telah di audit 100 persen
c. Apakah salah saji cenderung di offset atau hanya dalam satu arah
d. Jumlah masing-masing salah saji secara individual.

3. SAMPLING UNIT MATA UANG

Sampling unit mata uang merupakan suatu inovasi baru dalam metodologi sampling
yang secara khusus dikembangkan untuk digunakan oleh auditor. Pada saat ini, sampling unit
mata .uang merupakan metode sampling statistik yang paling lazim digunakan untuk
pengujian terlncI atas saldo. Hal ini disebabkan metode ini memiliki kesederhanaan statistik
sebagaimana sampling atribut, akan tetapi memungkinkan hasil statistik dinyatakan dalam
nilai mata uang. Sampling unit mata uang juga disebut sampling unit moneter (monetary unit
sampling), sampling jumlah moneter kumulatif (cumulative monetary amount sampling) dan
sampling dengan probabilitas yang proporsional dengan ukuran (sampling with probability
proportional to size). Metode sampling statistik ini digunakan untuk menjelaskan penentuan
ukuran sampel, seleksi sampel dan evaluasi hasil untuk pengujian terinci atas saldo.
Pendekatan yang digunakan untuk menjelaskan sampling unit mata uang juga telah
digunakan untuk sampling atribut.

4.1. LANGKAH-SAMPLING UNIT MATA UANG & SAMPLING ATIBUT

4.1.1. Langkah-Sampling Unit Mata Uang

Perencanaan Sampel
1. Nyatakan tujuan dari pengujian audit.
2. Definisikan kondisi kekeliruan.
3. Definisikan populasi.
4. Definisikan unit sampling.
 5. Tentukan salah saji yang dapat ditoleransi.
6. Tentukan risiko salah penerimaan yang dapat diterima (acceptable risk of incorrect
accep tance).
7. Estimasikan tingkat kekeliruan dalam populasi.
8. Tentukan ukuran sampel awal.

Seleksi Sampel dan Pelaksanaan Pengujian

9. Pilih sampel secara acak.
10. Laksanakan prosedur audit.

Evaluasi Hasil
11. Generalisasikan dari sampel ke populasi.
12. Analisa kekeliruan.
13. Putuskan akseptabilitas populasi.

4.1.2 Langkah Sampling Atribut

Perencanaan Sampel
1. Nyatakan tujuan dari pengujian audit.
2. Definisikan atribut dan kondisi deviasi.
3. Definisikan unit populasi.
4. Definisikan unit sampling.
5. Tentukan tingkat deviasi yang dapat ditoleransi.
6. Tentukan risiko pengandalan lebih yang dapat diterima.
7. Estimasikan tingkat deviasi populasi.
8. Tentukan ukuran sampel awal. 
Seleksi Sampel dan Pelaksanaan Pengujian 
9. Pilih sampel secara acak.
10. Laksanakan prosedur audit. 
Evaluasi Hasil
11. Generalisasikan dari sampai ke populasi. 
12. Analisa deviasi.
13. Putuskan akseptabilitas populasi.

4.2. Tujuan sampling unit mata uang

Tujuan sampling unit mata uang, adalah untuk menentukan estimasi kekeliruan di
dalam populasi yang diaudit dan untuk memutuskan apakah populasi dinyatakan secara
wajar. Sampling unit mata uang mengukur kekeliruan dalam bentuk nilai rupiah dalam
populasi. Perbedaan utama antara sampling unit mata uang dan sampling atribut adalah,
dalam sampling unit mata uang, ukuran dinyatakan dengan rupiah (unit mata uang) bukan
dalam bentuk tingkat keterjadian. Kalau sampling unit mata uang digunakan, populasi
didefinisikan sebagai populasi rupiah yang tercatat. Auditor kemudian mengevaluasi apakah
populasi tercatat lebih saji atau kurang saji.
4.3. Ciri sampling unit mata uang

Ciri yang paling penting dari sampling unit mata uang adalah definisi dari unit
sampling sebagai rupiah individual dalam suatu saldo akun. Nama dari metode statistik ini,
sampling unit mata uang, timbul dari ciri istimewa ini.

Ciri penting lainnya dari sampling unit mata uang adalah penekanan otomatis atas
unit-unit fisik dengan nilai saldo rupiah tercatat yang terbesar. Karena sampel acak dipilih
dengan dasar rupiah individual, suatu akun dengan saldo besar memiliki kesempatan yang
lebih besar untuk terpilih daripada akun dengan saldo kecil.

4.4. Resiko salah penerimaan yang dapat diterima

Risiko salah penerimaan yang dapat diterima (ARIA = Acceptable Risk of Incorrect
Acceptance), merupakan risiko yang bersedia diambil oleh auditor untuk menerima suatu
saldo adalah benar kalau kekeliruan sesungguhnya dalam saldo tersebut sama atau lebih besar
dari salah saji yang dapat ditoleransi. ARIA merupakan istilah yang hampir sama dengan
risiko pengandalan lebih pada pengendalian intern yang dapat diterima dalam sampling
atribut.
Terdapat hubungan terbalik antara ARIA dan ukuran sampel yang diperlukan. Kalau,
misalnya, auditor memutuskan untuk mengurangi ARIA dari 10 % menjadi 5 %, ukuran
sampel yang dibutuhkan meningkat.
Faktor-faktor utama yang mempengaruhi keputusan auditor mengenai ARIA adaiah
risiko pengendalian dalam model risiko audit, yang merupakan tingkat dimana auditor
mengandalkan pengendalian intern. Kalau pengendalian intern efektif, risiko pengendalian
dapat dikurangi, yang memungkinkan auditor untuk meningkatkan ARIA, yang pada
gilirannya mengurangi ukuran sampel.
Para mahasisiwa sering mengalami kesulitasn dalam memahami bagaimana resiko
pengendalian lebih pada pengendalian intern yang dapat diterima (ARO = Accepted Risk of
Overreliance on internal control) dan resiko salah penerimaan yang dapat diterima
mempengaruhi bahan bukti

Dampak ARO dan Aria terhadap Bahan Bukti yang Diperlukan

 Hubungan antara Faktor-faktor yang Mempengaruhi ARIA dan Ukuran Sampel yang
Diperlakukan untuk Sampling Unit Mata Uang
DAMPAK
TERHADAP
FAKTOR YANG
DAMPAK UKURAN
MEMPENGARUHI CONTOH
TERHADAP ARIA SAMPEL DALAM
ARIA
SAMPLING UNIT
MATA UANG
Efektifitas Pengendalian internal Meningkat Menurun
pengendalian intern efektif (risiko
(resiko pengendalian) pengendalian intern
dikurangi)
Risiko audit yang Kemungkinan pailit Menurun Meningkat
dapat diterima tinggi (risiko audit
yang dapat diterima
dikurangi)
Prosedur analitis Prosedur analitis Meningkat Menurun
dilakukan dengan
hasil tidak ada
indikasi
kemungkinan
kekeliruan

4.5. Pilih sampel secara acak

Pemilihan acak dan sistematis Sampel unit mata uang dapat diperoleh dengan menggunakan
teknik sampling acak atau teknik sampling sistematis dalam beberapa cara. Suatu illustrasi
dari populasi piutang usaha, yang mencakup total kumulatif, disajikan dalam tabel
untuk memperlihatkan metode ini.
Tabel Populasi Piutang Usaha
UNSUR TOTAL
POPULASI (UNIT NILAI TERCATAT KUMULATIF
FISIK) (UNIT DOLAR)
1 Rp 714.000 Rp 714.000
2 Rp 2.562.000 Rp 3.276.000
3 Rp 120.000 Rp 3.396.000
4 Rp 1.146.000 Rp 4.542.000
5 Rp 1.382.000 Rp 5.924.000
6 Rp 286.000 Rp 6.210.000
7 Rp 2.850.000 Rp 9.060.000
8 Rp 556.000 Rp 9.616.000
9 Rp 1.884.000 Rp 11.500.000
10 Rp 1.652.000 Rp 13.152.000
11 Rp 808.000 Rp 13.960.000
12 Rp 792.000 Rp 14.752.000
 
a. Tabel angka acak-jumlah kumulatif. Anggaplah bahwa auditor ingin memilih sampel
acak sebanyak empat unsur untuk konfirmasi dengan menggunakan sampling unit
mata uang. Karena unit sampling didefinisikan sebagai rupiah individual, ukuran
populasi adalah Rp 14.752.000 dan diperlukan empat digit dari tabel angka acak.
Dengan menggunakan 4 digit pertama dalam tabel angka random dikalikan dua ribu,
pada Tabel 11-2, dengan titik awal adalah baris 1002, kolom 4, angka-angka acak
yang dapat digunakan mewakili rupiah acak adalah 6.586, 1.756, 850, dan 6.499
(yang kemudian dikalikan dua ribu menjadi 13.172.000, 3.512.000, 1.700.000, dan
12.998.000). Unsur unit fisik populasi yang berisikan angka rupiah acak ini
ditentukan dengan mengacu pada kolom total kumulatif. Unsur-unsur tersebut adalah
11 (berisikan Rp 3.154.000 sampai 13.960.000), 4 (Rp 3.398.000 sampai 4.542.000),
2 (Rp 716.000 sampai 4.276.000) dan 10 (Rp 11.502.000 sampai 13.152000). Unsur-
unsur ini akan diuji dan hasil untuk setiap unit fisik akan diterapkan terhadap rupiah
acak yang ada didalammya. 
Metode statistik yang digunakan untuk mengevaluasi sampel unit mata uang
memungkinkan terpilihnya suatu unit fisik lebih dari sekali. Dalam contoh terdahulu
yaitu, kalau angka acak adalah 15.172.000, 5.512.000, 1.712.000, dan 15.198000,
 unsur-unsur sampel adalah 11,4, 2 dan 11. Konfirmasi akan dikirim untuk unsur
populasi 2, 4 dan 11, akan tetapi unsur 11 secara statistik akan diperlakukan sebagai
dua unsur sampel, dan total sampel akan terdiri dari empat unsur karena empat unit
rupiah terlibat.

b. Sampling Sitematis. Prosedur seleksi yang dilakukan untuk sampling sistematis

(systematic sampling) dari sampel unit mata uang secara erat berhubungan dengan
seleksi acak. Sebagaimana dengan seleksi acak, unit sampling adalah rupiah
individual dan populasi adalah nilai total yang dicatat. Suatu interval ditentukan
dengan cara yang sama seperti yang dilakukan untuk setiap rencana sitimatis, dengan
membagi ukuran populasi dengan ukuran sampel yang diinginkan . Dalam contoh
terdahulu, interval adalah 5.688.000 (14.752.000 : 4). Titik awal yang terletak antara
nilai nol dan 3.688.000 secara acak dipilih dengan menggunakan tabel angka acak
(dengan asumsi nilai tersebut adalah 921.000) dan interval ditambahkan. Angka acak,
oleh karena itu 921.000; 4.609.000 (921.000 + 5.688.000); 8.297.000; dan
11.985.000. Unsur-unsur populasi adalah 2, 5, 7, dan 10.
Sampling sistematis untuk sampling unit mata uang memiliki bias potensial yang
sama dengan yang telah diuraikan pada Bab 11, akan tetapi kemungkinan tersebut
lebih kecil karena yang akan dipilih adalah rupiah acak bukan unit fisik acak. Kecil
kemungkinan suatu perusahaan akan secara sengaja atau tidak menyusun unsur-unsur
populasi dalam suatu cara yang dapat mempengaruhi sifat acak dari distribusi
kekeliruan di antara berbagai rupiah. Beberapa kantor akuntan hanya menggunakan
sampling sistematis untuk sampel unit mata uang.

c. Teknik-teknik komputer. Program komputer dapat dengan mudah digunakan untuk

menghasilkan dan menyusun angka unsur-unsur sampel untuk digunakan dalam dua
metode pertama yang telah dibahas. Banyak kantor akuntan memiliki program
komputer yang memilih sampel unit mata uang kalau data populasi dalam bentuk
machine-readable.

4.6. Permasalahan dengan seleksi unit mata uang

Unsur-unsur populasi yang memiliki saldo tercatat nol tidak memiliki kesempatan
untuk terpilih dalam sampling unit mata uang walaupun saldo nol tersebut mungkin
merupakan kekeliruan. Demikian pula, saldo dengan nilai kecil yang sebenarnya secara
signifikan kurang saji memiliki kesempatan yang kecil untuk tercakup dalam sampel. Kalau 
auditor berhadapan dengan masalah ini, masalah ini dapat diselesaikan dengan melakukan
pengujian khusus untuk saldo dengan nilai nol dan saldo bernilai kecil.
Masalah lainnya adalah ketidakmampuan untuk memasukkan saldo negatif, seperti
saldo kredit pada piutang usaha, dalam suatu sampel unit rupiah. Adalah mungkin untuk
mengabaikan saldo negatif untuk sampling unit mata uang dan melakukan pengujian terhadap
jumlah-jumlah tersebut dengan beberapa cara lain. Satu alternatif adalah memperlakukan
saldo-saldo bernilai negatif tersebut sebagai saldo bernilai positif dan menambahkannya
kedalam jumlah total yang akan diuji; akan  tetapi, hal ini akan memperumit proses evaluasi.

5. GENERALISASI DARI SAMPEL KE POPULASI

Seperti yang telah dibahas pada awal bab ini, auditor harus memproyeksikan
kekeliruan dari hasil sampel ke populasi dan menentukan kekeliruan sampling. Terdapat
empat aspek penting dalam melakukan generalisasi dari sampel ke populasi dengan
menggunakan sampling unit mata uang: 
a. Tabel sampling atribut digunakan untuk menghitung hasil. Dalam menggunakan tabel
samlpling atribut, seperti laporan pembantu piutang menjadi sarana untuk
mengevaluasi hasil sampel yang menggunakan sampling unit mata uang ketimbang
sampling atribut. Risiko pengandalan lebih diganti dengan risiko salah penerimaan
dan jumlah deviasi aktual diganti dengan jumlah kekeliruan aktual. 
b. Hasil sampling atribut harus dikonversikan menjadi unit rupiah. Sampling unit mata
uang berkenaan dengan estimasi kekeliruan dalam populasi, bukan persentase unsur-
unsur dari populasi yang berisikan kekeliruan. 
c. Auditor harus membuat suatu asumsi mengenai persentase kekeliruan untuk masing-
masing unsur populasi yang keliru. Asumsi ini memungkinkan auditor menggunakan
tabel atribut untuk mengestimasi kekeliruan dalam rupiah. 
d. Hasil-hasil statistik kalau sampling unit mata uang digunakan disebut batas
kekeliruan. Baik batas atas kekeliruan dan batas bawah kekeliruan dihitung.

5.1. Melakukan generalisasi kalau tidak ditemukan kekeliruan

Anggaplah auditor sedang mengkonfirmasi suatu populasi dari piutang usaha akan
kebenaran nilai moneter. Total populasi adalah Rp 2.400.000.000 dan dipilih suatu sampel
sejumlah 100 konfirmasi. Dalam audit, tidak ditemukan kekeliruan dalam sampel. Auditor
ingin menentukan estimasi kekeliruan lebih saji dan kurang saji dalam piutang usaha, yang
merupakan batas atas kekeliruan dan batas bawah kekeliruan. Dengan menggunakan tabel
sampling atribut dan mengasumsikan risiko salah penerimaan 5 %, baik batas atas dan bawah
kekeliruan ditentukan dengan menentukan titik perpotongan antara ukuran sampel (100) dan
jumlah kekeliruan aktual (0) sebagaimana dilakukan pada sampling atribut. Persentase
kekeliruan adalah 3 %; yang disebut persentase batas kekeliruan

(Precent of error bound). Persentase tertinggi batas kekeliruan (upper percent error bound)
dan persentase terendah batas kekeliruan (lower percent error bound) oleh karena itu adalah
3%. Didasarkan atas hasil sampel dan batas kekeliruan dari tabel atribut, auditor dapat
mengambil kesimpulan bahwa tidak lebih dari 3 % dari unit rupiah disalah sajikan. Akan
tetapi, terdapat perbedaan antara hasil sampling atribut dan sampling unit mata uang. Untuk
pengujian atas pengendalian, suatu deviasi mungkin ada dan mungkin pula tidak. Untuk
pengujian nilai moneter, kekeliruan unit rupiah dapat berbeda-beda antara satu sen dan
keseluruhan jumlah unit rupiah (untuk kurang saji, kekeliruan dapat lebih dari satu rupiah). .
Auditor harus membuat asumsi mengenai persentase rata-rata kekeliruan untuk unsur-unsur
populasi yang berisikan suatu kekeliruan. Asumsi ini secara signifikan mempengaruhi batas
kekeliruan. Untuk mengilustrasikan konsep persentase rata-rata kekeliruan, tiga kasus akan
diuraikan:
a. lebih saji dan kurang saji masing-masing sebesar 100 % kekeliruan
b. lebih saji dan kurang saji masing-masing sebesar 10 % kekeliruan
c. lebih saji sebesar 20 % kekeliruan dan kurang saji sebesar 200 % kekeliruan.

Asumsi 1
Kekeliruan lebih saji sebesar 100 %; kekeliruan kurang saji sebesar 100 %; batas kekeliruan
pada 5 % risiko salah penerimaan adalah :
Batas atas kekeliruan = Rp 2.400.000.000 x 5 % x 1 = Rp 72.000.000
Batas bawah kekeliruan = Rp 2.400.000.000 x 3 % x 1 = Rp 72.000.000 
Asumsi adalah bahwa, secara rata-rata, unsur-unsur populasi yang keliru akan disalah sajikan
sebesar jumlah rupiah penuh dari nilai-nilai tercatat. Karena batas kekeliruan adalah 3 %,
nilai rupiah kekeliruan tidak mungkin melebihi Rp 72.000.000. Kalau seluruh kekeliruan
adalah lebih saji, akan terdapat kekeliruan lebih saji sebesar Rp 72.000.000. Kalau kekeliruan
tersebut berupa kurang saji, akan terdapat kekeliruan kurang saji sebesar Rp 72.000.000. 
 Asumsi 100 % kekeliruan merupakan asumsi yang sangat konservatif, khususnya
untuk lebih saji. Anggaplah bahwa tingkat kekeliruan aktual dari populasi adalah 3 %. Dua
kondisi berikut ini harus ada sebelum nilai Rp 72 juta secara memadai mencerminkan batas
atas kekeliruan :
1. Seluruh kekeliruar berupa lebih saji. Kekeliruan yang saling menutupi mengurangi
jumlah lebih saji. 
2. Seluruh unsur-unsur populasi yang keliru harus 100 % salah saji. Sebagai contn 1, tidak
akan terdapat kekeliruan seperti cek sebesar Rp 262.000 dicatat Rp 226.000. 
Dalam perhitungan batas kekeliruan sebesar Rp 72 juta lebih saji dan kurang saji,
auditor tidak menghitung estimasi titik dan kekeliruan sampling dengan cara yang telah
dibahas dalam bab ini.Hal ini disebabkan tabel yang digunakan telah mencakup baik estimasi
titik dan kekeliruan sam_)ling untuk menentukan tingkat kekeliruan tertinggi ditetapkan.
Oleh karena itu, walaupun estimasi titik dan unit sampling tidak dihitung untuk
sampling unit mata uang, keduanya secara implisit dipertimbangkan dalam penentuan batas
kekeliruan.

Asumsi 2
Kekeliruan lebih saji sama dengan 10 %; kekeliruan kurang saji sebesar 10 %; batas
kekeliruan pada tingkat risiko 5% adalah :
Batas atas kekeliruan = Rp 2.400.000.000 x 3% x 0,1 = Rp 7.200.000
Batas bawah kekeliruan = Rp 2.400.000.000 x 3% x 0,1 = Rp 7.200.000
Asumsi, secara rata-rata, unsur-unsur dalam kekeliruan akan disalah sajikan tidak lebih dari
10 %. Kalau seluruh unsur disalah sajikan dalam satu arah, batas kekeliruan akan + Rp
7.200.000 dan Rp 7.200.000. Perubahan dalam asumsi dari 100% menjadi 10% kekeliruan
secara signifikan mempengaruhi batas kekeliruan.

Asumsi 3
Kekeliruan lebih saji sebesar 20%; kekeliruan kurang saji sebesar 200 % batas kekeliruan
pada risiko 5 % adalah :
Batas atas kekeliruan = Rp 2.400.000.000 x3% x 0,2 = Rp 14.400.000
Batas bawah kekeliruan = Rp 2.400.000.000 x3% x 0,2 = Rp 14.400.000
Dasar pembenaran akan persentase yang lebih besar untuk lebih saji adalah persentase
kekeliruan potensial yang lebih besarr Sebagai contoh, suatu piutang usaha yang dicatat
sebesar Rp 40.000 seharusnya dicatat sebesar Rp 400.000 dikurang sajikan sebesar 900%
[(400.000 40.000)/40.000], sedangkan piutang yang dicatat sebesar Rp 400.000 yang
seharusnya sebesar Rp 40.000 dilebih sajikan sebesar 900% [(400.000 40.000)/400.000].
Unsur-unsur yang berisikan kekeliruan kurang saji yang besar mungkin memiliki nilai
tercatat yang rendah, akibat dari kekeliruan ini. Konsekuensinya, karena proses mekanis dari
sampling unit mata uang, hanya sebagian kecil dari unsur tersebut akan memiliki kesempatan
terpilih sebagai sampel. Karena hal ini, beberapa auditor memilih sampel tambahan dari
unsur-unsur dengan nilai kecil untuk menambah sampel unit mata uang kapan saja kekeliruan
kurang saji merupakan perhatian utama audit.

5.2. Asumsi persentase kekeliruan yang patut

Asumsi yang patut berkenaan dengan persentase keseluruhan dari kekeliruan dalam
unsur-unsur populasi yang berisikan suatu kekeliruan merupakan keputusan auditor. Auditor
harus menetapkan persentase ini berdasarkan pertimbangan pribadi dalam berbagai keadaan.
Dalam hal tidak tersedianya informasi meyakinkan yang berlawanan, sebagian besar auditor
percaya bahwa adalah diijinkan untuk mengasumsikan kekeliruan 100 00 baik untuk lebih
saji maupun kurang saji. Pendekatan ini dianggap sangat konservatif, akan tetapi asumsi ini
lebih mudah dicarikan dasar pembenarannya dari pada asumsi lain. Dalam kenyataannya,
alasan mengapa limit atas dan bawah disebut batas kekeliruan kalau sampling unit mata uang
digunakan, ketimbang kemungkinan maksimum kekeliruan (maximum likely error) atau
dengan istilah statistik yang biasa digunakan, batas keyakinan (confidence limit) disebabkan
oleh penggunaan yang meluas dari asumsi yang sangat konservatif tersebut. Kecuali
dinyatakan lain, asumsi kekeliruan 100% digunakan dalam bab ini dan materi soal.
Bagian ini menguraikan metode evaluasi kalau terdapat kekeliruan moneter dalam
sampel. Melanjutkan ilustrasi yang sama; perubahan dilakukan hanya terhadap asumsi
mengenai kekeliruan. Ukuran sampel tetap 100 dan nilai tercatat tetap Rp 2.400.000.000 akan
tetapi sekarang diasumsikan terdapat lima kekeliruan dalam sampel.
Keempat aspek dalam generalisasi dari sampel ke populasi yang dibahas sebelumnya
tetap digunakan, akan tetapi terdapat perubahan dalam penggunaannya, sebagai berikut: 
 Kekeliruan lebih saji dan kurang saji diperlakukan secara terpisah dan kemudian
digabungkan. Pertama, batas atas dan bawah awal kekeliruan dihitung secara terpisah
untuk kekeliruan lebih saji dan kurang saji. Selanjutnya, dihitung estimasi titik dari
 lebih saji dan kurang saji. Estimasi titik dari kurang saji digunakan untuk mengurangi
batas atas awal dari kekeliruan, dan estimasi titik dari lebih saji digunakan untuk
mengurangi batas bawah awal dari kekeliruan.
 Satu asumsi kekeliruan yang berbeda dibuat untuk masing-masing kekeliruan,
termasuk kekeliruan nol. Kalau tidak terdapat kekeliruan dalam sampel, diperlukan
suatu asumsi mengenai persentase rata-rata dari kekeliruan untuk unsur-unsur
populasi dalam kekeliruan. Batas kekeliruan dihitung, yang memperlihatkan beberapa
asumsi yang berbeda. Sekarang kekeliruan telah. ditemukan, informasi mengenai
sampel tersedia untuk digunakan dalam penentuan batas kekellruan. Asumsi
kekeliruan tetap diperlukan, akan tetapi dapat dimodifikasi. 
 Berdasarkan data salah saji aktual. Manakala kekeliruan ditemukan, asumsi 100 %
untuk seluruh kekeliruan tidak hanya konservatif akan tetapi juga tidak konsisten
dengan hasil kekeliruan. Suatu asumsi yang lazim digunakan dalam praktik, 'dan juga
oleh buku ini, adalah bahwa kekeliruan aktual pada sampel mewakili kekeliruan
dalam populasi. Asumsi ini mengharuskan auditor untuk menghitung rata-rata bahwa
masing-masing unsur dalam sampel keliru. (kekeliruan: jumlah piutang usaha tercatat)
dan menggunakan tarif tersebut terhadap populasi.
 Auditor harus berhadapan dengan lapisan (layer) dari tingkat deviasi tertinggi yang
dihitung dari tabel atribut. Alasan untuk melakukan hal tersebut adalah adanya
asumsi kekeliruan yang berbeda untuk masing-masing kekeliruan. Layer dihitung
dengan terlebih dahulu menentukan tingkat deviasi tertinggi yang dihitung dari tabel
untuk masing-masing kekeliruan dan kemudian menghitung masing-masing layer.
 Asumsi kekeliruan harus dihubungkan dengan setiap layer. Metode yang paling lazim
digunakan untuk menghubungkan asumsi kekeliruan adalah bersikap konservatif
dengan menghubungkan persentase kekeliruan rupiah terbesar dengan lapisan layer
terbesar.

5.3. Penyesuaian untuk kekeliruan yang saling menutupi

Sebagian besar pemakai metode sampling unit mata uang percaya bahwa pendekatan
yang baru saja diuraikan terlalu konservatif kalau terdapat kekeliruan yang saling
menutupi. Kalau kekeliruan kurang saji ditemukan, adalah masuk akal dan beralasan
bahwa batas untuk kekeliruan lebih saji akan lebih rendah daripada kalau tidak terdapat
 kekeliruan kurang saji dan sebaliknya. Penyesuaian batas-batas untuk kekeliruan yang
saling menutupi dilakukan dengan cara sebagai berikut:
1. Estimasi titik dari kekeliruan dihitung baik untuk kekeliruan lebih saji maupun
kurang saji
2. Masing-masing batas dikurangi dengan estimasi titik yang berlawanan.

5.4. LANGKAH-LANGKAH UNTUK MENGHITUNG BATAS KEKELIRUAN

YANG DISESUAIKAN
a. entukan kekeliruan untuk masing-masing unsur dengan memperlakukan lebih saji
dan kurang saji secara terpisah.
b. Hitung kekeliruan per unit rupiah pada setiap unsur sampel (kekeliruan/nilai
tercatat). 
c. Layer kekeliruan per unit rupiah dari yang tertinggi sampai terendah, termasuk
persentase asumsi kekeliruan untuk unsur-unsur sampel yang tidak keliru. 
d. Tentukan limit ketepatan atas untuk sampling atribut dan tentukan persentase
batas kekeliruan untuk masing-masing kekeliruan (layer). 
e. Hitung batas atas dan batas bawah kekeliruan awal untuk masing-masing layar
dan total. 
f. Hitung estimasi titik untuk lebih saji dan kurang saji. 
g. Hitung batas atas dan batas bawah yang disesuaikan.

6. TINDAKAN KALAU POPULASI DITOLAK

6.1. Perluas pengujian audit dalam area tertentu
Kalau analisis kekeliruan menunjukkan bahwa sebagian besar kekeliruan merupakan
jenis yang khusus, mungkin diinginkan untuk membatasi usaha audit tambahan terhadap
area permasalahan tersebut. Misalkan, kalau suatu analisa pengecualian terhadap
konfirmasi menunjukkan bahwa sebagian besar kekeliruan diakibatkan oleh kelalaian
mencatat retur penjualan, penelitian yang diperluas dapat dilakukan terhadap barang yang
dikembalikan untuk meyakinkan bahwa barang tersebut telah dicatat. Bagaimanapun juga
kecermatan harus diberikan untuk mengevaluasi sebab dari seluruh kekeliruan pada
 sampel sebelum suatu kesimpulan dibuat mengenai penekanan yang memadai yang akan
diberikan pada saat memperluas pengujian; juga kemungkinan terdapat lebih dari satu
area permasalahan. 
Jika area permasalahan dianalisis dan dikoreksi dengan menyesuaikan catatan klien,
maka selanjutnya unsur-unsur sampel yang dipakai untuk mengisolir area permasalahan
dapat ditandai sebagai “benar”. Batas kesalahan/kekeliruan sekarang dapat dihitung
kembali tanpa salah saji yang sudah “benar”. Jika batasan yang telah direvisi berada
dalam batas salah saji yang ditolerir, populasi yang telah disesuaikan dapat diterima.

6.2. Tingkatkan ukuran sampel

Kalau auditor meningkatkan ukuran sampel, baik batas atas dan bawah kekeliruan
akan menjadi lebih kecil kalau tingkat kekeliruan pada sampel yang diperluas, baik dalam
jumlah rupiah dan arahnya memiliki sifat yang sama dengan sampel semula. Oleh karena
itu, meningkatkan ukuran jumlah sampel dapat memenuhi persyaratan salah saji yang
dapat ditoleransi auditor. Menambah ukuran sampel yang mencukupi untuk memenuhi
standar salah saji yang dapat ditoleransi auditor seringkali mahal, khususnya kalau batas
kekeliruan jauh melebihi standar salah saji yang dapat ditoleransi yang ditentukan auditor.
Lagipula peningkatan ukuran sampel, tidak menjamin hasil yang memuaskan. Kalau
jumlah dan arah kekeliruan pada sampel yang diperluas secara proporsional lebih besar
atau lebih bervariasi daripada sampel semula, hasilnya kemungkinan besar tetap tidak
dapat diterima. Untuk konfirmasi piutang usaha, juga merupakan hal yang sulit untuk
menambah jumlah sampel sebab permintaan konfirmasi sebaiknya dikirim mendekati
akhir bulan yang akan dikonfirmasi. Saat auditor menemukan bahwa jumlah sampel tidak
cukup besar, beberapa minggu setelah akhir bulan biasanya telah berlalu. Walau terdapat
kesulitan-kesulitan ini, dalam berbagai keadaan auditor harus memperluas sampel untuk
mendapatkan lebih banyak informasi mengenai populasi. Merupakan hal biasa
meningkatkan ukuran sampel dalam area audit yang lain dimana dollar unit sampling
digunakan dari pada melakukan konfirmasi piutang usaha, sekalipun konfirmasi
terkadang diperlukan.
6.3. Menyesuaikan saldo akun
Kalau satu batas kekeliruan lebih besar dari yang dapat diterima oleh auditor, klien
mungkin bersedia menyesuaikan nilai buku. Besarnya penyesuaian biasanya
dihitung dengan menggunakan metode non statistik atau tehnik sampling unit mata uang
 yang lebih canggih. Dalam contoh terdahulu, kalau baik auditor maupun klien bersedia
untuk menurunkan nilai buku dari piutang usaha sebesar Rp 21.720.000 (Rp 101.720.000-
Rp 80.000.000), populasi akan dapat diterima dalam hubungannya dengan batas atas.
Karena batas bawah kemudian akan menjadi Rp (76.772.000), populasi juga dapat
diterima. Masalah timbul kalau kekeliruan sampling dari interval statistik lebih besar dari
jumlah salah saji yang dapat ditoleransi (situasi # 7 dalam). Dalam kasus tersebut, tidak
ada penyesuaian yang dapat menyelesaikan masalah tersebut, karena baik batas atas
maupun bawah akan selalu melebihi kekeliruan yang dapat ditoleransi.Auditor harus
memperluas pengujiannya atau meningkatkan ukuran sampel untuk memperoleh
informasi lebih lengkap dan atau lebih tepat.
6.4. Meminta klien untuk mengkoreksi populasi
Dalam beberapa kasus catatan klien sangat tidak memadai sehingga koreksi untuk
keseluruhan populasi diperlukan sebelum audit diselesaikan. Sebagai contoh, dalam
piutang usaha, klien mungkin diminta untuk menyiapkan kembali Daftar Umur Piutang
kalau auditor berkesimpulan bahwa terdapat kekeliruan signifikan dalam Daftar Umur
Piutang. Setiap saat klien merubah penilaian terhadap beberapa unsur dalam populasi,
tertunya perlu untuk mengaudit kembali hasilnya. 
6.5. Menolak untuk memberikan pendapat wajar tanpa pengecualian
Kalau auditor yakin bahwa jumlah yang dicatat pada piutang usaha atau akun lainnya
tidak disajikan secara wajar, adalah perlu untuk menggunakan paling sedikit satu atau
lebih alternatif yang telah dibahas sebelumnya atau mengecualikan pendapat auditnya
dengan cara yang memadai. Kalau auditor yakin bahwa terdapat kesempatan yang besar
bahwa laporan keuangan disalah sajikan secara material, mengeluarkan laporan audit
dengan pendapat wajar tanpa pengecualian akan merupakan pelanggaran serius terhadap
standar auditing.

7. MENENTUKAN UKURAN SAMPEL

7.1. Materialitas
Pertimbangan awal mengenai materialitas biasanya merupakan dasar untuk
menentukan jumlah salah saji yang dapat ditoleransi yang digunakan. Kalau kekeliruan
dalam pengujian sampling non unit mata uang dinyatakan, salah saji yang dapat
ditoleransi akan sama dengan materialitas dikurangi jumlah tersebut. Salah saji yang
dapat ditoleransi mungkin berbeda dengan lebih saji atau  kurang saji.
7.2. Asumsi mengenai persentase rata-rata kekeliruan untuk unsur populasi yang
berisikan kekeliruan
Sekali lagi mungkin terdapat asumsi terpisah untuk batas atas dan batas bawah. Hal
ini juga merupakan pertimbangan auditor. Pertimbangan ini hendaknya didasarkan atas
pengetahuan auditor mengenai klien dan pengalaman masa lalu, dan kalau kurang dari
100 % digunakan, asumsi harus dapat dengan jelas dipertahankan. Untuk contoh ini, 50 %
digunakan untuk lebih saji dan 100 % untuk kurang saji. 
7.3. Risiko salah penerimaan yang dapat diterima
ARIA merupakan pertimbangan auditor dan seringkali dicapai dengan bantuan model
risiko audit.

7.4. Nilai populasi

Nilai populasi tercatat Nilai rupiah dari populasi diambil dari buku besar klien dan
total lainnya yang akan diaudit.
7.5. Estimasi tingkat kekeliruan dalam populasi
Biasanya estimasi tingkat kekeliruan dalam populasi untuk sampling unit mata uang
adalah nol. Hal ini digunakan dalam contoh ini. Karena hanya satu sampel yang diambil
untuk kedua salah saji, lebih dan kurang saji, maka yang terbesar diantara kedua ukuran
sampel yang dihitunglah yang digunakan, dalam kasus ini 149 unsur. Dalam memeriksa
sampel, penemuan beberapa jumlah kurang saji (akan) menyebabkan batas terendah akan
dari limit yang ditolerir karena ukuran sampel didasar bahwa melebihi salah saji tidak
diharapkan. Di lain pihak, beberapa jumlah lebih saji mungkin ditemukan sebelum limit
yang ditolerir untuk batas atas terlampir. Jika auditor menaruh perhatian pada temuan
yang tidak diharapkan atas penyimpangan yang menyebabkan populasi ditolak ia dapat
menjaganya dengan meningkatkan ukuran sampel secara arbriter di atas jumlah yang
ditentukan oleh tabel. Misalnya dalam ilustrasi ini, auditor mungkin menggunakan ukuran
sampel sebesar 200 bukan 149.

8. PENGGUNAAN AUDIT SAMPLING UNIT MATA UANG

7.1. Sampling unit mata uang secara khusus menarik bagi auditor untuk sedikitnya
empat alasan.
8.1.1. Pertama, metode ini secara otomatis meningkatkan kemungkinan terpilihnya
unsur dengan nilai rupiah yang besar dari populasi yang akan diperiksa. Auditor
 pada praktiknya memusatkan perhatian pada unsurunsur ini sebab unsur-unsur
tersebut mencerminkan risiko terbesar akan salahsaji yang material. Sampling
terstratifikasi juga dapat digunakan untuk tujuan ini, akan tetapi sampling unit mata
uang sering lebih mudah digunakan. 
8.1.2. Keuntungan kedua dari sampling unit mata uang adalah metode ini dapat
mengurangi biaya pengujian audit sebab beberapa unsur sampel diuji sekaligus.
Sebagai contoh, kalau satu unsur besar membentuk 10% dari total nilai rupiah
tercatat dari populasi dan jumlah sampel adalah 100, metode sampling unit mata
uang kemungkinan besar menghasilkan kurang lebih 10% dari unsurunsur sampel
dari suatu unsur populasi yang besar tersebut. Biasanya, unsur-unsur ini hanya
perlu diaudit sekali, akan tetapi nilainya sebagai sampel sama dengan 10. Kalau
unsur tersebut keliru, dia akan dihitung sebagai 10 kekeliruan. Unsur populasi yang
lebih besar dapat dihilangkan dari populasi yang disampel dengan mengauditnya
100% dan mengevaluasinya secara terpisah kalau auditor menginginkannya.
8.1.3. Ketiga, sampling unit mata uang menarik karena mudah untuk diterapkan.
Sampel unit mata uang dapat dievaluasi dengan menggunakan tabel sederhana.
Adalah mudah untuk mengajarkan dan mensupervisi penggunaan teknik unit
rupiah. Kantor akuntan yang banyak menggunakan sampling unit mata uang
menggunakan tabel khusus yang mempersingkat penentuan ukuran sampel dan
evaluasi daripada apa yang disajikan disini.
8.1.4. Akhirnya, sampling unit mata uang selalu memberikan kesimpulan statistik
dalam jumlah rupiah. Hal ini memberikan keuntungan tertentu dari pada
penggunaan sampling atribut, yang hasilnya dinyatakan dalam frekuensi dari unsur
yang salah. 
7.2. Kelemahan utama dari sampling unit mata uang bersisi dua.
a. Pertama, batas kekeliruan total yang timbul kalau kekeliruan ditemukan mungkin
terlalu tinggi untuk berguna bagi auditor. Hal ini disebabkan metode evaluasi ini
secara inheren konservatif jika kekeliruan ditemukan dan sering menghasilkan
batas yang jauh melebihi materialitas. Untuk menyelesaikan masalah ini, sampel
dalam jumlah besar mungkin diperlukan.
b. Kedua, merupakan hal yang tidak praktis untuk memilih sampel unit rupiah dari
populasi yang besar tanpa bantuan komputer.Untuk seluruh alasan-alasan ini,
sampling unit mata uang merupakan metode yang banyak digunakan kalau
 kekeliruan nol atau kekeliruan sangat kecil diharapkan, hasil dalam rupiah
diinginkan dan data populasi disimpan dalam file komputer.

8. METODE VARIABEL
1. Estimasi Perbedaan
Auditor menggunakan estimasi perbedaan untuk mengukur total jumlah salah saji
dalam populasi ketika nilai tercatat dan nilai yang diaudit muncul disetiap bagian
dalam sampel. Sebagai contoh auditor dapat mengorfimasikan sampel atas piutang
dagang dan menentukan perbedaan (salah saji) antara jumlah yang dicatat klien
dengan jumlah ang dianggap benar oleh auditor untuk setiap akun yang dipilih.

2. Estimasi Risio
Estimasi rasio sama dengan estimasi perbedaan kecuali bahwa estimasi titik dari
kekeliruan popuiasi ditentukan dengan mengalikan bagian sampel yang salah yang
dinyatakan satuan mata uang dengan total nilai buku populasi yang tercatat. Estimasi
rasio menghasilkan ukuran sampel yang lebih kecil daripada estimasi perbedaan kalau
ukuran kekeliruan dalam populasi proporsional dengan nilai Imami akari umur-unsur
populasi. Kalau ukuran kekeliruan secara individu independen dari nilai tercatat,
estimasi perbedaan menghasilkan ukuran sampel yang lebih kecil.

3. Estimasi Rata-rat Per unit

Dalam estimasi rata-rata per unit, auditor berfokus pada nilai yang diaudit
dibandingkan jumlah salah saji untuk setiap sampel. Titik estimasi dalam nilai yang
diaudit sama dengan rata-rata nilai yang diaudit dalam sampel dikalikan jumlah
populasi.

4. Stratiakasi
Seperti yang telah didiskusikan pada awal bab ini, sampling yang terstratifikasi
merupakan suatu metode sampling dimana seluruh elemen dari total populasi dibagi
kedalam dua atau lebih subpopulasi. Kemudian, setiap populasi secara independen
diuji dan diukur secara statistik. Setelah hasil dari masing-masing bagian dihitung,
bagian-bagian tersebut digabungkan kedalam satu estimasi populasi secara
keseluruhan dalam bentuk interval keyakinan. Stratifikasi dapat ditetapkan terhadap
estimasi perbedaan, rasio dan rata-rata per-unit, tetapi paling umum digunakan
terhadap estimasi rata-rata per-unit. 

DAFTAR PUSTAKA
- Arens, Alvin A; Loebbecke,James K dan Jusuf, Amir Abadi.AUDITING pendekatan
terpadu. Buku 2. Jakarta:Salemba Empat,1999.
- Elder, Randal J; Beasley, Mark S; Arens Alvin A; dan Jusuf, Amir Abadi.”Jasa Audit
dan Assurance”. Jakarta:Salemba Empat,2011.