NIM : 1801103010023
MK : Auditing II
A. Perbandingan Sampling Audit Untuk Pengujian Atas Rincial Saldo dan Untuk
Pengujian Pengendalian Serta Pengujian Substantif Atas Transaksi
Sampel auditor untuk pengujian rincian saldo untuk menentukan apakah saldo akun
yang diaudit sudah dinyatakan secara wajar. Populasi dari 40 piutang pada Tabel 17-1,
dengan total $ 207,295, menggambarkan penerapan pengambilan sampel nonstatistik. Auditor
akan melakukan pengujian rincian saldo untuk menentukan apakah saldo $ 207.295 salah saji
secara material.
Seperti yang dinyatakan di Bab 15, "Pengambilan sampel audit berlaku setiap kali
auditor berencana untuk mencapai kesimpulan tentang suatu populasi berdasarkan sampel."
Meskipun auditor biasanya mengambil sampel di banyak akun, dalam beberapa situasi
pengambilan sampel tidak berlaku. Untuk populasi di Tabel 17-1, auditor dapat memutuskan
untuk mengaudit hanya item-item di atas $ 5.000 dan mengabaikan semua item lainnya
karena total item yang lebih kecil tidak material. Demikian pula, jika auditor memverifikasi
penambahan aset tetap dan menemukan banyak tambahan kecil dan satu pembelian bangunan
yang sangat besar, auditor dapat memutuskan untuk mengabaikan item kecil sepenuhnya.
Dalam kedua kasus tersebut, auditor belum mengambil sampel.
Dalam audit piutang, setiap kesalahan penyajian klien dalam saldo pelanggan
termasuk dalam sampel auditor adalah salah saji.
d. Mendefinisikan Populasi
Dalam pengujian perincian saldo, populasi didefinisikan sebagai item yang
membentuk populasi dolar yang tercatat. Populasi piutang dagang yang tercatat di Tabel 17-1
terdiri dari 40 akun dengan total $ 207.295. Sebagian besar populasi akuntansi yang menjadi
sampel auditor, tentu saja, akan memasukkan lebih banyak item dengan total jumlah dolar
yang jauh lebih besar. Auditor akan mengevaluasi apakah populasi yang tercatat dibesar-
besarkan atau diremehkan. Stratified Sampling Untuk banyak populasi, auditor memisahkan
populasi menjadi dua atau lebih subpopulasi sebelum menerapkan sampling audit. Ini disebut
pengambilan sampel bertingkat, di mana setiap subpopulasi disebut stratum. Stratifikasi
memungkinkan auditor untuk menekankan item populasi tertentu dan tidak menekankan item
lain. Dalam kebanyakan situasi pengambilan sampel audit, termasuk mengkonfirmasikan
piutang, auditor ingin menekankan nilai dolar tercatat yang lebih besar, sehingga mereka
menentukan setiap strata berdasarkan ukuran nilai dolar yang tercatat.
Untuk pengambilan sampel audit nonstatistik dalam pengujian rincian saldo, unit
pengambilan sampel hampir selalu merupakan item penyusun saldo akun. Misalnya, untuk
piutang pada Tabel 17-1, unit pengambilan sampelnya adalah nomor pelanggan. Auditor
dapat menggunakan item yang membentuk populasi yang tercatat sebagai unit sampling untuk
menguji semua tujuan audit kecuali kelengkapan. Jika auditor mengkhawatirkan tujuan
kelengkapan, mereka harus memilih sampel dari sumber yang berbeda, seperti pelanggan
dengan saldo nol. Dengan demikian, unit pengambilan sampel untuk uji kelengkapan adalah
pelanggan dengan saldo nol.
Salah saji yang dapat diterima adalah penerapan materialitas kinerja pada prosedur
pengambilan sampel tertentu. Materialitas kinerja didefinisikan dalam Bab 8 dan merupakan
jumlah yang ditetapkan kurang dari materialitas untuk laporan keuangan secara keseluruhan
dan diterapkan pada segmen audit untuk mengurangi ke tingkat yang tepat rendah
kemungkinan bahwa agregat kesalahan penyajian yang tidak dikoreksi dan tidak terdeteksi
melebihi materialitas untuk laporan keuangan. secara keseluruhan. Salah saji yang dapat
diterima mungkin sama dengan jumlah materialitas kinerja, atau mungkin lebih rendah jika
populasi dari mana sampel dipilih lebih kecil dari saldo akun. Auditor mencari tingkat
jaminan yang tepat bahwa salah saji aktual dalam populasi tidak melebihi salah saji yang
dapat ditoleransi. Ukuran sampel yang diperlukan meningkat seiring dengan penurunan salah
saji yang dapat ditoleransi untuk prosedur pengambilan sampel.
Untuk semua aplikasi pengambilan sampel statistik dan nonstatistik, auditor berisiko
membuat kesimpulan kuantitatif yang salah tentang populasi. Ini selalu benar kecuali auditor
menguji 100 persen populasi. Risiko penerimaan yang tidak benar (ARIA) yang dapat
diterima adalah risiko bahwa sampel mendukung kesimpulan bahwa saldo akun yang dicatat
tidak salah saji secara material jika salah saji material.
ARIA mengukur jaminan yang diinginkan auditor untuk saldo akun. Untuk jaminan
yang lebih besar dalam mengaudit keseimbangan, auditor akan menetapkan ARIA lebih
rendah. Perhatikan bahwa ARIA adalah istilah yang setara dengan ARO (risiko
ketergantungan berlebih yang dapat diterima) untuk pengujian pengendalian dan pengujian
substantif atas transaksi. Seperti untuk ARO, ARIA dapat diatur secara kuantitatif (seperti 5%
atau 10%), atau secara kualitatif (seperti rendah, sedang, atau tinggi). Ada hubungan terbalik
antara ARIA dan ukuran sampel yang diperlukan. Jika, misalnya, auditor memutuskan untuk
mengurangi ARIA dari 10 persen menjadi 5 persen, ukuran sampel yang dibutuhkan akan
bertambah. Dinyatakan berbeda, jika auditor kurang bersedia mengambil risiko, diperlukan
ukuran sampel yang lebih besar.
Faktor penting yang mempengaruhi keputusan auditor tentang ARIA adalah risiko
pengendalian yang dinilai, yang bersama dengan risiko inheren, merupakan bagian dari risiko
kesalahan penyajian material yang dinilai. Ketika pengendalian internal efektif, risiko
pengendalian dapat dikurangi, memungkinkan auditor untuk meningkatkan ARIA. Ini, pada
gilirannya, mengurangi ukuran sampel yang diperlukan untuk pengujian detail saldo akun
terkait. Anda perlu memahami bagaimana ARO dan ARIA berinteraksi untuk mempengaruhi
akumulasi bukti. Anda telah mengetahui dari bab sebelumnya bahwa pengujian rincian saldo
untuk kesalahan penyajian moneter dapat dikurangi jika auditor menemukan pengendalian
internal efektif setelah menilai risiko pengendalian dan melakukan pengujian pengendalian.
Efek ARO dan ARIA sejalan dengan kesimpulan tersebut.
h. Mengestimasi Salah Saji dalam Populasi
Ukuran sampel antara sampling nonstatistik dan statistik harus serupa. Oleh karena
itu, auditor dapat menentukan ukuran sampel untuk pengambilan sampel nonstatistik
menggunakan tabel pengambilan sampel unit moneter, yang akan dibahas di bagian
selanjutnya. Gambar 17-2 menyajikan rumus sederhana untuk menghitung ukuran sampel
berdasarkan AICPA Audit Sampling Audit Guide. Asumsikan auditor menerapkan rumus ini
pada populasi di Tabel 17-1 (p. 567) dan salah saji yang dapat diterima adalah $ 15.000.
Auditor memutuskan untuk menghilangkan dari populasi yang tercatat ketiga item yang
membentuk strata pertama karena melebihi salah saji yang dapat ditoleransi. Ketiga akun
material individual ini akan diuji secara terpisah.
Populasi yang tersisa untuk dijadikan sampel adalah $ 118.340, yang merupakan
jumlah gabungan dari strata 2 dan 3. Selanjutnya, asumsikan bahwa kombinasi risiko inheren
dan pengendalian yang dinilai adalah sedang dan bahwa terdapat risiko sedang yang akan
dilakukan pengujian substantif atas transaksi dan prosedur analitis substantif. tidak
mendeteksi salah saji material. Mempertimbangkan faktor-faktor ini, auditor menentukan
bahwa 14% risiko penerimaan yang salah (86% jaminan) adalah tepat. Menggunakan tabel
pada Gambar 17-2, auditor menerapkan faktor kepercayaan 2, dan ukuran sampel yang
dihitung adalah 16 [($ 118.340 / $ 15.000) × 2 = 15,8].
j. Memilih Sampel
Untuk melaksanakan prosedur audit, auditor menerapkan prosedur audit untuk setiap
item dalam sampel untuk menentukan apakah item tersebut mengandung salah saji. Dalam
konfirmasi piutang, auditor mengirimkan sampel konfirmasi positif dengan cara yang
dijelaskan dalam Bab 16 dan menentukan jumlah salah saji di setiap akun yang dikonfirmasi.
Untuk nonresponses, mereka menggunakan prosedur alternatif untuk menentukan salah saji.
Mengacu pada contoh kita dari Tabel 17-1 lagi, asumsikan auditor mengirimkan permintaan
konfirmasi pertama dan kedua dan melakukan prosedur alternatif.
Standar audit menunjukkan bahwa auditor harus melakukan generalisasi dari sampel
ke populasi dengan (1) memproyeksikan salah saji dari hasil sampel ke populasi dan (2)
mempertimbangkan pengambilan sampel risiko (ARIA). Auditor yang menggunakan
pengambilan sampel nonstatistik tidak dapat secara formal mengukur risiko pengambilan
sampel dan oleh karena itu harus mempertimbangkan secara subjektif kemungkinan bahwa
salah saji populasi yang sebenarnya melebihi jumlah yang dapat ditoleransi. Auditor
melakukan ini dengan mempertimbangkan:
Perbedaan antara taksiran titik dan salah saji yang dapat ditoleransi (ini disebut risiko
pengambilan sampel yang dihitung)
Sejauh mana item dalam populasi telah diaudit 100 persen
Apakah salah saji cenderung saling hapus atau tidak hanya satu arah
Jumlah salah saji individu
Ukuran sampel Dalam contoh kita, anggap salah saji yang dapat diterima adalah $
40.000. Dalam kasus tersebut, auditor dapat menyimpulkan bahwa kecil
kemungkinannya, dengan estimasi poin $ 6.589, bahwa kesalahan penyajian populasi
yang sebenarnya melebihi jumlah yang dapat diterima (penyisihan yang dihitung
untuk risiko pengambilan sampel adalah $ 33.411).
Auditor harus mengevaluasi sifat dan penyebab dari setiap kesalahan penyajian yang
ditemukan dalam pengujian rincian saldo. Misalnya, jika auditor mengkonfirmasi piutang,
semua salah saji diakibatkan oleh kegagalan klien untuk mencatat barang yang dikembalikan.
Auditor akan menentukan mengapa jenis kesalahan penyajian tersebut sering terjadi,
implikasi dari kesalahan penyajian tersebut pada area audit lain, potensi dampak terhadap
laporan keuangan, dan pengaruhnya terhadap operasi perusahaan. Pendekatan yang sama
diterapkan untuk semua salah saji.
Auditor harus melakukan analisis salah saji untuk memutuskan apakah diperlukan
modifikasi model risiko audit. Dalam paragraf sebelumnya, jika auditor menyimpulkan
bahwa kegagalan untuk mencatat pengembalian sebagai akibat dari kerusakan pengendalian
internal, risiko pengendalian mungkin perlu dinilai kembali. Hal tersebut pada gilirannya
mungkin akan menyebabkan auditor mengurangi ARIA, yang akan meningkatkan ukuran
sampel yang direncanakan. Seperti yang telah kita bahas di Bab 9, revisi model risiko audit
harus dilakukan dengan sangat hati-hati karena model tersebut ditujukan terutama untuk
perencanaan, bukan untuk mengevaluasi hasil.
Jika auditor menyimpulkan bahwa salah saji dalam suatu populasi mungkin lebih
besar daripada salah saji yang dapat ditoleransi setelah mempertimbangkan risiko
pengambilan sampel, populasi tersebut dianggap tidak dapat diterima. Pada titik itu, auditor
memiliki beberapa kemungkinan tindakan.
Tidak mengambil tindakan Sampai pengujian di area audit lain Selesai Pada akhirnya,
auditor harus mengevaluasi apakah laporan keuangan yang diambil secara keseluruhan salah
saji secara material. Jika kesalahan penyajian yang saling hapus ditemukan di bagian lain
audit, seperti dalam persediaan, auditor dapat menyimpulkan bahwa estimasi salah saji dalam
piutang dapat diterima. Tentu saja, sebelum audit diselesaikan, auditor harus mengevaluasi
apakah suatu kesalahan penyajian dalam satu akun dapat membuat laporan keuangan menjadi
menyesatkan meskipun terdapat kesalahan penyajian yang saling hapus.
Melakukan pengujian audit yang diperluas di area tertentu Jika analisis menunjukkan
kesalahan individu adalah unik atau sebagian besar salah saji memiliki tipe tertentu, mungkin
tepat untuk membatasi upaya audit tambahan ke area masalah. Misalnya, jika analisis
kesalahan penyajian dalam konfirmasi menunjukkan bahwa sebagian besar kesalahan
penyajian diakibatkan oleh kegagalan untuk mencatat retur penjualan, auditor dapat
melakukan pencarian lebih lanjut atas barang yang dikembalikan untuk memastikan bahwa
barang tersebut telah dicatat. Pada titik ini ada beberapa tindakan yang dapat dilakukan oleh
auditor :
Tidak mengambil tindakan hingga pengujian atas bidang audit lainya telah selesai
Melaksanakan pengujian audit yang diperluan pada bidang tertentu
Meningkatkan ukuran sampel
Menyesuaikan saldo akun
Meminta klien untuk mengoreksi populasi
Menolak untuk memberikan pendapat wajar tanpa pengecualian
Monetary unit sampling (MUS) adalah metode pengambilan sampel statistik yang
paling umum digunakan untuk pengujian rincian saldo karena memiliki kesederhanaan
statistik pengambilan sampel atribut namun memberikan hasil statistik yang dinyatakan dalam
dolar (atau mata uang lain yang sesuai). MUS juga disebut pengambilan sampel unit dolar,
pengambilan sampel jumlah moneter kumulatif, dan pengambilan sampel dengan probabilitas
proporsional terhadap ukuran. MUS mirip dengan menggunakan pengambilan sampel
nonstatistik.
a. Definisi Unit Sampling adalah suatu dolar individual
MUS memiliki unit sampling sebagai dolar individual dalam saldo akun. Nama
metode statistik, pengambilan sampel unit moneter, dihasilkan dari ciri khas ini. Misalnya,
dalam populasi di Tabel 17-1 (hlm. 567), unit samplingnya adalah 1 dolar dan jumlah
populasinya adalah 207.295 dolar, bukan 40 unit fisik yang dibahas sebelumnya. (Unit fisik
adalah saldo pelanggan piutang dagang, item inventaris dalam daftar inventaris, dan unit lain
yang dapat diidentifikasi dalam daftar.)
Dengan berfokus pada dolar individu sebagai unit sampel, MUS secara otomatis
menekankan unit fisik dengan saldo tercatat yang lebih besar. Karena sampel dipilih
berdasarkan dolar individu, akun dengan saldo besar memiliki peluang lebih besar untuk
disertakan daripada akun dengan saldo kecil. Misalnya, dalam konfirmasi piutang, akun
dengan saldo $ 5.000 memiliki probabilitas 10 kali lebih besar untuk dipilih daripada akun
dengan saldo $ 500, karena akun tersebut berisi 10 kali lebih banyak unit dolar. Akibatnya,
pengambilan sampel bertingkat tidak diperlukan dengan MUS. Stratifikasi terjadi secara
otomatis.
MUS digunakan dalam melakukan pengujian detail saldo. Oleh karena itu, auditor
perlu memahami hubungan ketiga faktor independen dalam model risiko audit, ditambah
prosedur analitis substantif dan pengujian substantif atas transaksi, terhadap ukuran sampel
untuk pengujian rincian saldo. MUS menarik auditor untuk setidaknya empat alasan:
1. MUS secara otomatis meningkatkan kemungkinan memilih item bernilai tinggi dari
populasi yang diaudit. Auditor mempraktikkan pemusatan pada item-item ini karena item
tersebut umumnya mewakili risiko kesalahan penyajian material yang terbesar. Pengambilan
sampel bertingkat juga dapat digunakan untuk tujuan ini, tetapi MUS sering kali lebih mudah
diterapkan.
2. MUS sering kali mengurangi biaya dalam melakukan pengujian audit karena beberapa item
sampel diuji sekaligus.
3. MUS mudah diaplikasikan. Sampel unit moneter dapat dievaluasi dengan penerapan tabel
sederhana. Mudah untuk mengajar dan mengawasi penggunaan teknik MUS. Perusahaan
yang memanfaatkan MUS secara ekstensif menggunakan perangkat lunak audit atau program
komputer lain yang merampingkan penentuan ukuran sampel dan evaluasi lebih jauh daripada
yang ditunjukkan dalam bab ini.
Batas salah saji total yang dihasilkan ketika salah saji ditemukan mungkin terlalu
tinggi untuk berguna bagi auditor. Ini karena metode evaluasi ini pada dasarnya
konservatif ketika ditemukan salah saji dan sering kali menghasilkan batasan yang
jauh melebihi materialitas. Untuk mengatasi masalah ini, sampel yang lebih besar
mungkin diperlukan.
Mungkin sulit untuk memilih sampel PPS dari populasi besar tanpa bantuan komputer.
Untuk semua alasan ini, auditor biasanya menggunakan MUS ketika diharapkan nol
atau sedikit kesalahan penyajian, hasil yang diinginkan, dan data populasi dapat
diakses dalam format elektronik.
D. Variabel Sampling
Pengambilan sampel variabel, seperti MUS, adalah metode statistik yang digunakan
auditor. Pengambilan sampel variabel dan pengambilan sampel nonstatistik untuk pengujian
rincian saldo memiliki tujuan yang sama — untuk mengukur kesalahan penyajian dalam saldo
akun. Seperti pada pengambilan sampel nonstatistik, ketika auditor menentukan bahwa
jumlah salah saji melebihi jumlah yang dapat ditoleransi, mereka menolak populasi dan
mengambil tindakan tambahan.
Beberapa teknik pengambilan sampel membentuk kelas umum metode yang disebut
pengambilan sampel variabel: estimasi perbedaan, estimasi rasio, dan estimasi mean-per-unit.
Ini akan dibahas nanti. Penggunaan metode variabel memiliki banyak kesamaan dengan
pengambilan sampel nonstatistik. Semua 14 langkah yang kita diskusikan untuk pengambilan
sampel nonstatistik harus dilakukan untuk metode variabel, dan sebagian besar identik.
Beberapa perbedaan antara variabel dan sampling nonstatistik diperiksa setelah kita
membahas distribusi sampling.
a. Distribusi Sampling
Untuk memahami mengapa dan bagaimana auditor menggunakan metode
pengambilan sampel variabel dalam audit, penting untuk memahami distribusi pengambilan
sampel dan bagaimana mereka memengaruhi kesimpulan statistik auditor. Auditor tidak
mengetahui nilai rata-rata (rata-rata) salah saji dalam populasi, distribusi jumlah salah saji,
atau nilai yang diaudit. Karakteristik populasi ini harus diestimasi dari sampel, yang tentunya
menjadi tujuan dari pengujian audit. Asumsikan bahwa auditor, sebagai eksperimen,
mengambil ribuan sampel berulang dengan ukuran yang sama dari populasi data akuntansi
yang memiliki nilai rata-rata X. Untuk setiap sampel, auditor menghitung nilai rata-rata item
dalam sampel sebagai berikut:
∑ xj /n
Dimana :
n : ukuran sampel
xj : nilai sampel individual
Untuk meringkas, ada tiga hal yang membentuk hasil percobaan pengambilan sampel dalam
jumlah besar dari populasi yang diketahui:
1. Nilai mean dari semua mean sampel sama dengan mean populasi (X). Konsekuensinya
adalah bahwa nilai rata-rata sampel (x) dengan frekuensi kejadian tertinggi juga sama dengan
rata-rata populasi.
2. Bentuk distribusi frekuensi mean sampel adalah distribusi normal (kurva), selama ukuran
sampel cukup besar, terlepas dari distribusi populasinya, seperti yang diilustrasikan pada
Gambar 17-4.
3. Persentase rata-rata sampel antara dua nilai distribusi sampling dapat diukur.
Persentase dapat dihitung dengan menentukan jumlah kesalahan standar antara dua nilai dan
menentukan persentase rata-rata sampel yang direpresentasikan dari tabel untuk kurva
normal.
b. Inferensi Statistik
Biasanya, ketika sampel diambil dari suatu populasi dalam situasi audit yang
sebenarnya, auditor tidak mengetahui karakteristik populasi dan, biasanya, hanya satu sampel
yang diambil dari populasi. Tetapi pengetahuan tentang distribusi sampling memungkinkan
auditor untuk menarik kesimpulan statistik, atau kesimpulan statistik, tentang populasi.
Misalnya, asumsikan bahwa auditor mengambil sampel dari suatu populasi dan menghitung
(x) sebagai $ 46 dan SE pada $ 9. (Kami akan menjelaskan bagaimana SE dihitung nanti.)
Sekarang kita dapat menghitung interval kepercayaan dari rata-rata populasi menggunakan
logika yang diperoleh dari studi distribusi sampling. Ini adalah sebagai berikut:
c. Metode Variabel
Auditor menggunakan proses inferensi statistik sebelumnya untuk semua metode
pengambilan sampel variabel. Setiap metode dibedakan berdasarkan apa yang diukur. Mari
kita periksa tiga metode variabel satu per satu.
Estimasi perbedaan Auditor menggunakan estimasi perbedaan untuk mengukur
estimasi jumlah salah saji total dalam suatu populasi ketika nilai tercatat dan nilai
yang diaudit ada untuk setiap item dalam sampel, yang hampir selalu terjadi dalam
audit.
Estimasi rasio Estimasi rasio mirip dengan estimasi perbedaan kecuali auditor
menghitung rasio antara salah saji dan nilai yang tercatat dan memproyeksikannya ke
populasi untuk mengestimasi total salah saji populasi.
Estimasi Rata-rata per Unit Dalam estimasi rata-rata per unit, auditor berfokus pada
nilai yang diaudit daripada jumlah salah saji dari setiap item dalam sampel. Kecuali
untuk definisi dari apa yang sedang diukur, estimasi mean-per-unit dihitung dengan
cara yang persis sama seperti estimasi perbedaan. Estimasi poin dari nilai yang diaudit
sama dengan nilai rata-rata item yang diaudit dalam sampel dikalikan ukuran populasi.
Interval presisi yang dihitung dihitung berdasarkan nilai item sampel yang diaudit,
bukan berdasarkan kesalahan penyajian. Ketika auditor telah menghitung batas
kepercayaan atas dan bawah, mereka memutuskan penerimaan populasi dengan
membandingkan jumlah tersebut dengan nilai buku yang tercatat.
d. Metode statistic Berstratifikasi
pengambilan sampel bertingkat adalah metode pengambilan sampel di mana semua
elemen dalam total populasi dibagi menjadi dua atau lebih subpopulasi. Setiap subpopulasi
kemudian diuji secara independen. Perhitungan dibuat untuk setiap strata dan kemudian
digabungkan menjadi satu perkiraan populasi keseluruhan untuk interval kepercayaan seluruh
populasi. Hasilnya diukur secara statistik. Stratifikasi berlaku untuk perbedaan, rasio, dan
estimasi mean-per-unit, tetapi paling umum digunakan dengan estimasi mean-per-unit.
e. Risiko Sampling
Kami telah membahas risiko penerimaan tidak benar (ARIA) yang dapat diterima
untuk pengambilan sampel nonstatistik dan MUS. Untuk pengambilan sampel variabel,
auditor menggunakan ARIA serta risiko penolakan salah yang dapat diterima (ARIR).
Penting untuk memahami perbedaan antara dan penggunaan kedua risiko tersebut. arIa
Setelah auditor melakukan pengujian audit dan menghitung hasil statistik, mereka harus
menyimpulkan bahwa populasi salah saji secara material atau tidak. ARIA adalah risiko
statistik di mana auditor telah menerima populasi yang ternyata salah saji secara material.
ARIA merupakan perhatian serius bagi auditor karena potensi implikasi hukum dari
kesimpulan bahwa saldo akun dinyatakan secara adil ketika salah saji dalam jumlah material.
E. Ilustrasi Penggunaan Estimasi Perbedaan
Kami menggambarkan penggunaan estimasi selisih dalam audit piutang usaha Hart
Lumber Company. Piutang terdiri dari 4.000 akun yang terdaftar pada neraca saldo berusia
dengan nilai tercatat $ 600.000.
Salah saji yang dapat ditoleransi telah ditetapkan sebesar $ 21.000. Tentukan risiko yang
dapat diterima Auditor menentukan dua risiko:
1. Risiko penerimaan yang tidak benar (ARIA). Ini adalah risiko menerima piutang sebagai
benar jika sebenarnya salah saji lebih dari $ 21.000. ARIA dipengaruhi oleh risiko audit yang
dapat diterima, hasil pengujian pengendalian dan pengujian substantif atas transaksi, prosedur
analitis substantif, dan signifikansi relatif dari piutang dalam laporan keuangan. Untuk audit
Hart Lumber, asumsikan ARIA 10 persen.
2. Risiko penolakan yang tidak benar (ARIR) yang dapat diterima. Ini adalah risiko penolakan
piutang sebagai tidak benar jika tidak benar-benar salah saji dalam jumlah material. ARIR
dipengaruhi oleh biaya tambahan resampling. Karena cukup mahal untuk mengonfirmasi
piutang untuk kedua kalinya, asumsikan ARIR sebesar 25 persen.
Estimasi Salah saji dalam populasi Estimasi ini memiliki dua bagian:
1. Memperkirakan estimasi titik yang diharapkan. Auditor memerlukan perkiraan awal dari
perkiraan titik populasi untuk perkiraan perbedaan, sama seperti mereka membutuhkan
perkiraan tingkat pengecualian populasi untuk pengambilan sampel atribut. Perkiraan
sebelumnya adalah $ 1.500 (terlalu tinggi) untuk Hart Lumber, berdasarkan tes audit tahun
sebelumnya.
Menghitung Ukuran Sampel Awal Ukuran sampel awal untuk Hart Lumber sekarang dapat
dihitung menggunakan rumus berikut :
Mengevaluasi hasil
1. Hitung estimasi titik dari total salah saji. Estimasi poin adalah ekstrapolasi langsung dari
salah saji dalam sampel ke salah saji dalam populasi. Penghitungan estimasi titik untuk Hart
Lumber ditunjukkan pada Tabel 17-14, langkah 3.
2. Hitung estimasi deviasi standar populasi. Simpangan baku populasi adalah ukuran statistik
dari variabilitas nilai item individu dalam populasi. Jika ada variasi dalam jumlah besar dalam
nilai item populasi, standar deviasi akan lebih besar daripada jika variasinya kecil. Deviasi
standar memiliki pengaruh yang signifikan pada interval presisi yang dihitung. Auditor dapat
menghitung estimasi yang wajar dari nilai deviasi standar populasi dengan menggunakan
rumus statistik standar yang ditunjukkan pada Tabel 17-14, langkah 4.
3. Hitung interval presisi. Interval presisi dihitung dengan rumus statistik. Agar interval
presisi yang dihitung memiliki arti, itu harus dikaitkan dengan ARIA. Rumus untuk
menghitung interval presisi ditunjukkan pada Tabel 17-14, langkah 5.
4. Hitung batas kepercayaan. Auditor menghitung batas keyakinan, yang menentukan interval
keyakinan, dengan menggabungkan estimasi titik dari total salah saji dan interval presisi yang
dihitung pada tingkat keyakinan yang diinginkan (estimasi titik ± interval presisi yang
dihitung). Rumus untuk menghitung batas kepercayaan ditunjukkan pada Tabel 17-14,
langkah 6. Batas kepercayaan atas dan bawah untuk Hart Lumber adalah ($ 1.760) dan $
19.840, masing-masing. Ada risiko statistik 10 persen bahwa populasinya diremehkan lebih
dari $ 1.760, dan risiko yang sama dibesar-besarkan lebih dari $ 19.840. (Ingat, ARIA 10
persen setara dengan tingkat kepercayaan 80 persen.) Karena batas kepercayaan kurang dari
salah saji yang dapat ditoleransi, auditor menyimpulkan bahwa populasi tidak salah saji
secara material.