“SAMPLING AUDIT ”
DOSEN PEMBIMBING
Resty Yusnirmala Dewi,SE.,M.Acc.,Ak.,CA
Disusun oleh :
Nanda Dea Septi Rahayu (A0C019100)
UNIVERSITAS MATARAM
FAKULTAS EKONOMI DAN BISNIS
DIII AKUNTANSI
BAB I
PENDAHULUAN
Sampling merupakan prosedur yang umum digunakan oleh auditor. IAI melalui
Standar Profesional Akuntan Publik Seksi 350 mendefinisikan sampling sebagai
penerapan prosedur audit terhadap unsur-unsur suatu saldo akun atau kelompok transaksi
yang kurang dari seratus persen dengan tujuan untuk menilai beberapa karakteristik saldo
akun atau kelompok transaksi tersebut.
Untuk memperoleh bukti yang memadai, auditor tidak harus memeriksa seluruh
transaksi yang ada. Dalam setiap pemeriksaan auditor harus mempertimbangkan manfaat
dan biaya karena pertimbangan ini kemudian dalam profesi dikenal secara luas bahwa
sebagian besar bukti diperoleh melalui sampel.
Berdasarkan latar belakang diatas, maka yang menjadi rumusan masalah dalam
penulisan ini adalah “ Bagaimanakah metode pengambilan sampel audit dan faktor-faktor
apa saja yang mempengaruhi penggunaan metode sampel audit?”
Tujuan dalam penulisan makalah ini adalah untuk memperoleh gambaran tentang
bagaimana metode pengambilan sampel audit dan faktor-faktor apa saja yang
mempengaruhi penggunaan metode sampel audit.
BAB II
KAJIAN TEORI
2.1 Sampling Audit
b) Standar deviasi
Standar deviasi adalah angka yang menunjukkan jarak antara nilai rata-
rata populasi dengan para anggota secara umum sekaligus menunjukkan tingkat
heterogenitas/homogenitas data dalam populasi.
Standar Deviasi = σ = √ Σ (Xi - μ)2 / N
c) Tingkat keyakinan atau keandalan
Tingkat keyakinan adalah derajat keandalan sampel terhadap populasi
yang di wakilinya, di tunjukkan oleh perkiraan persentase banyaknya populasi
yang terwakili oleh sampel.
d) Kesalahan Sampling
Ketepatan atau akurasi hasil sampling (sampling precision = A) ditentukan
oleh kesalahan sampling (sampling error = E).
a. Risiko Bawaan
Risiko bawaan adalah kerentanan suatu saldo akun atau golongan transaksi
terhadap suatu salah saji material, dengan asumsi bahwa tidak terdapat
pengendalian yang terkait. Risiko salah saji demikian adalah lebih besar pada
saldo akun atau golongan transaksi tertentu dibandingkan dengan yang lain.
Sebagai contoh, perhitungan yang rumit lebih mungkin disajikan salah jika
dibandingkan dengan perhitungan yang sederhana.
b. Risiko Pengendalian
Risiko pengendalian adalah risiko bahwa suatu salah saji material yang dapat
terjadi dalam suatu asersi tidak dapat dicegah atau dideteksi secara tepat waktu
oleh pengendalian intern entitas. Risiko ini merupakan fungsi efektivitas desain
dan operasi pengendalian intern untuk mencapai tujuan entitas yang relevan
dengan penyusunan laporan keuangan entitas.
c. Risiko Deteksi
Risiko deteksi adalah risiko bahwa auditor tidak dapat mendeteksi salah saji
material yang terdapat dalam suatu asersi. Risiko deteksi merupakan fungsi
efektivitas prosedur audit dan penerapannya oleh auditor. Risiko ini timbul
sebagian karena ketidakpastian yang ada pada waktu auditor tidak memeriksa
100% saldo akun atau golongan transaksi, dan sebagian lagi karena ketidakpastian
lain yang ada, walaupun saldo akun atau golongan transaksi tersebut diperiksa
100%. Ketidakpastian lain semacam itu timbul karena auditor mungkin memilih
suatu prosedur audit yang tidak sesuai, menerapkan secara keliru prosedur yang
semestinya, atau menafsirkan secara keliru hasil audit.
1. Pengujian pengendalian
2. Pengujian substantif atas transaksi
3. Pengujian atas rincian saldo
2. Stop or Go Sampling
Jika auditor menggunakan fixed sample size attribute sampling,
kemungkinan ia akan terlalu banyak mengambil sampel. Hal ini dapat
diatasi dengan menggunakan model attribute sampling yang lain, yaitu
stop or go sampling. Dalam stop or go sampling ini, jika auditor tidak
menemukan adanya penyimpangan atau menemukan jumlah
penyimpangan tertentu yang telah ditetapkan, ia dapat menghentikan
pengambilan sampelnya. Prosedur yang harus ditempuh oleh auditor
dalam menggunakan stop or go sampling adalah sebagai berikut :
a. Tentukan desired upper precision limit dan tingkat keandalan. Pada
tahap ini auditor menentukan tingkat keandalan yang akan dipilih dan
tingkat kesalahan maksimum yang dapat diterima. Tabel yang tersedia
dalam stop or go sampling ini menyarankan auditor untuk memilih
tingkat kepercayaan 90%, 95% atau 99%.
b. Gunakan tabel besarnya sampel minimum untuk pengujian
pengendalian guna menentukan sampel pertama yang harus diambil.
Setelah tingkat keandalan dan desired upper precision limit (DUPL)
ditentukan, langkah berikutnya adalah menentukan besarnya sampel
minimum yang harus diambil oleh auditor dengan bantuan tabel
besarnya sampel minimum untuk pengujian pengendalian. Jika
pengendalian intern baik, auditor disarankan untuk tidak menggunakan
tingkat keandalan kurang dari 95% dan menggunakan desired upper
precision limit lebih dari 5%. Dengan demikian pada umumnya dalam
pengujian pengendalian, auditor tidak pernah memilih besarnya
sampel kurang dari 60.
c. Buat tabel stop or go decision. Setelah besarnya sampel minimum
ditentukan langkah selanjutnya adalah membuat tabel keputusan.
Dalam tabel stop or go decision tersebut auditor akan mengambil
sampel sampai 4 kali.
d. Evaluasi hasil pemeriksaan terhadap sampel.
3. Discovery Sampling
Umumnya kondisi yang diperlukan sebagai dasar penggunaan
discovery sampling adalah :
a. Jika auditor memperkirakan tingkat kesalahan dalam populas sebesar
nol atau mendekati nol persen.
b. Jika auditor mencari karakteristik yang sangat kritis, yang jika hal ini
ditemukan, merupakan petunjuk adanya ketidakberesan yang lebih
luas atau kesalahan yang serius dalam laporan keuangan.
b. Variables Sampling
Teknik ini digunakan dalam pengujian substantif. Kegunaan variables
sampling adalah untuk memperkirakan jumlah rupiah total dari populasi atau
jumlah rupiah kesalahan dalam populasi. Variabel sampling merupakan teknik
statistik yang digunakan oleh auditor untuk menguji kewajaran suatu jumlah atau
saldo dan untuk mengestimasi jumlah rupiah suatu saldo akun atau kuantitas yang
lain. Dalam pengujian substantif, auditor dapat menghadapi dua keputusan yaitu
melakukan estimasi suatu jumlah (misalnya saldo suatu akun) atau menguji
kewajaran suatu jumlah. Jika variabel sampling digunakan untuk memperkirakan
saldo suatu akun, hasil perhitungannya akan berupa nilai rupiah (rata-rata sampel
dikalikan dengan besarnya populasi ditambah atau dikurangi dengan suatu
interval jumlah rupiah pada tingkat kepercayaan yang diinginkan. Variabel
sampling untuk memperkirakan saldo suatu akun digunakan oleh auditor dalam
kondisi :
1. Jika klien tidak menyajikan suatu jumlah yang dapat dianggap benar.
2. Jika suatu akun ditentukan dengan statistical sampling.
2.2 Sampling dalam Pengujian Pengendalian
a. Risiko atas penilaian tingkat risiko pengendalian yang terlalu rendah (the risk
of assessing control risk too low) adalah risiko bahwa penilaian tingkat risiko
pengendalian berdasarkan sampel mendukung penilaian tingkat risiko
pengendalian yang direncanakan pada saat efektivitas operasi aktual dari
prosedur atau kebijakan struktur pengendalian, jika diketahui, dianggap tidak
cukup mendukung tingkat penilaian yang di rencanakan.
b. Risisko atas penilaian tingkat risiko pengendalian yang terlalu tinggi (the risk
od assessing control risk too high) adalah risiko bahwa penilaian tingkat risiko
pengendalian berdasarkan sampel tidak mendukung penilaian tingkat risiko
pengendalian yang direncanakan pada saat efektivitas operasi aktual dari
prosedur atau kebijakan struktur pengendalian, jika diketahui, dianggap cukup
untuk mendukung tingkat penilaian yang direncakan.
a. Sampling Atribut
Metode sampling statistik yang lazim digunakan pada pengujian
pengendalian adalah sampling atribut, yaitu metode sampling yang meneliti sifat
non angka dari data, karena pada pengujian pengendalian fokus perhatian auditor
adalah pada jejak-jejak pengendalian yang terdapat pada data/dokumen yang
diuji, seperti paraf, tanda tangan, nomor urut pracetak, bentuk formulir, dan
sebagainya, yang juga bersifat non angka, seperti unsur-unsur yang menjadi
perhatian pada sampling atribut.
Sampling atribut bertujuan untuk membuat estimasi (perkiraan) mengenai
keadaan populasi. Namun demikian, dalam audit kadang-kadang pengujian
pengendalian tidak dimaksudkan untuk memperkirakan keadaan populasi,
melainkan misalnya untuk mengetahui:
apakah ada hal tertentu yang perlu mendapat perhatian pada populasi yang
diteliti, atau
menetapkan akan menerima/menolak populasi yang diteliti.
Sampling atribut dapat dilakukan dengan dua cara, yaitu “menggunakan
rumus statistik” dan “menggunakan tabel”. Namun yang lebih sering digunakan
adalah dengan menggunakan tabel. Tahapan dan proses pelaksanaan sampling
atribut yang menggunakan tabel dilaksanakan sebagai berikut:
Pada tahap ini ditetapkan tujuan audit dan unsur-unsur yang diperlukan
untuk menentukan unit sampel, membuat hasil sampling dan simpulan hasil audit.
Tujuan umum pengujian pengendalian adalah untuk menentukan sikap mengenai
keandalan pengendalian intern auditi. Yang ditetapkan di sini adalah tujuan
spesifik. Unsur-unsur yang perlu ditetapkan terlebih dahulu untuk menentukan
unit sampel sesuai dengan tabel penetapan unit sampel yaitu:
1) Risiko sampling/ARO
2) Toleransi penyimpangan/TDR
3) Perkiraan kesalahan dalam populasi/EPDR
c) Memilih Sampel
Setelah diketahui jumlah sampel yang harus diuji, langkah selanjutnya
adalah memilih sampel dari populasi yang diteliti. Karena metode sampling yang
digunakan adalah sampling statistik, maka pemilihan sampel harus dilakukan
secara acak (random).
d) Menguji Sampel
Sampel yang telah diperoleh melalui pemilihan sampel, kemudian diuji
dengan menerapkan prosedur audit.
Pada sampling non statistik, unit sampel dan evaluasi hasil samplingnya
dilakukan berdasarkan judgement, tanpa menggunakan formula/rumus yang baku.
Pemilihan sampelnya boleh dilakukan secara acak dan non acak. Contohnya:
1) Menyusun Rencana Audit.
Yang paling utama ditetapkan pada tahap ini adalah:
o Tujuan audit, misalnya menilai ketaatan pengadaan barang dan jasa
terhadap pagu anggaran.
o Toleransi penyimpangan (TDR), sebagai bahan pertimbangan untuk
membuat simpulan hasil audit, misalnya ditetapkan TDR = 2%.
3) Memilih Sampel
Pemilihan sampel boleh acak boleh pula tidak acak.
Untuk sample yang dipilih secara random, resiko sampling ini dapat ditentukan
secara pasti. Untuk sample yang dipilih secara non random resiko sampling tidak dapat
ditentukan secara pasti. Risiko sampling berkaitan dengan pengambilan simpulan atas
populasi (keseluruhan data) yang hanya didasarkan atas pengujian terhadap sampel.
Risiko sampling terjadi jika sampel tidak representatif terhadap populasinya. Untuk
mengatasi hal ini, auditor harus merencanakan sampling auditnya sedemikian rupa agar
sampel menjadi representatif. Risiko sampling tersebut dapat digambarkan sebagai
berikut:
Popul
Sam asi
ple Salah Saji ≤ TS Salah Saji > TS
n= BV X RF
TM – (AM X EF)
SI = BV –nY
Melaksanakan Rencana Sampling
Dalam fase perencanaan, auditor memakai prosedur auditing yang sesuai
untuk menentukan nilai audit setiap unit logis yang ada dalam sampel. Ketika
terjadi perbedaan, auditor mencatat nilai buku dan nilai auditnya dalam kertas
kerja. Informasi ini kemudian digunakan untuk memproyeksikan salah saji total
dalam populasi.
UML = PM + ASR
Estimasi Diferensiasi
Dalam sampling estimasi diferensiasi perbedaan dihitung untuk setiap
item sampel dari nilai audit item tersebut dikurangi nilai bukunya. Rata-rata
perbedaan ini kemudian digunakan untuk memperoleh estimasi nilai total
populasi, dan variabilitas perbedaan digunakan untuk menentukan cadangan
resiko sampling yang dicapai. Tiga kondisi berikut diperlukan dalam penggunaan
estimasi diferensiasi :
a. Nilai buku setiap item populasi harus diketahui
b. Total nilai buku populasi harus diketahui dan sesuai dengan jumlah nilai buku
item-item secara individual
c. Terdapat perbedaan yang besar antara nilai audit dan nilai buku yang
diperkirakan
Estimasi Rasio
Dalam sampling estimasi rasio, pertama auditor menentukan nilai audit
untuk setiap item dalam sampel. Berikutnya, rasio dihitung dengan membagi
jumlah nilai audit dengan jumlah nilai buku untuk item sampel tersebut. Rasio ini
dikalikan dengan total nilai buku untuk mendapatkan estimasi nilai populasi total.
Cadangan risiko sampling kemudian dihitung berdasarkan variabilitas rasio nilai
audit dan nilai buku item sampel secara individual.
KEKURANG
AN
Sampling PPS mengandung asumsi bahwa nilai Sampling variabel klasik lebih rumit
audit unit sampling harus tidak kurang dari nol dibanding sampling PPS, umumnya,
atau lebih besar dari nilai bukti. auditor memerlukan bantuan program
komputer untuk merancang sampel
yang
efisien dan mengevaluasi hasil sample
Jika kekurangsajian ditunjukkan dalam sampel Untuk menentukan ukuran sampel,
auditor
tersebut, evaluasi atas sampel tersebut
harus mempunyai estimasi
memerlukan pertimbangan khusus
penyimpangan standar karakteristik
yang populasi
Pemilihan saldo nol atau saldo dengan tanda
yang berbeda memerlukan pertimbangan
khusus
Evaluasi PPS dapat melebihi ASR jika salah saji
ditemukan dalam sample
BAB III
PEMBAHASAN JURNAL PENELITIAN
Pengembangan metode statistik di bidang akuntansi dan audit adalah instruktif dari
kesulitan dalam penerimaan ide statistik dan masalah dalam mengadaptasi metodologi statistik
standar ke khusus situasi. Dalam beberapa tahun terakhir profesi akuntansi telah beralih ke
teknik statistik untuk membantu dalam analisis data keuangan. Secara khusus, sampling statistik
telah peningkatan popularitas di kalangan internal dan eksternal auditor. Auditor diharapkan
memastikan efektif kontrol internal dengan menciptakan nilai pada fungsinya. Karena enumerasi
lengkap tidak dimungkinkan karena data yang luas, sering kali, sampel digunakan untuk
membuat
ulasan ini.
Saran pertama untuk menggunakan sampling dalam audit datang pada 1930-an (mis.
Carman, 1933). Beberapa kertas diikuti pada 1940-an. Neter (1949) menjelaskan dengan jelas
kelebihan dari metode ini. Fokus awal adalah pada sampling untuk atribut. Ini berpose relatif
sedikit kesulitan. Atribut rencana sampling cukup jika auditor hanya memperhatikan deteksi
kesalahan dan penentuan frekuensi kesalahan dengan tingkat sampel variabel kepercayaan yang
ditentukan adalah perlu. Tetapi masalah serius muncul ketika kita melamar teori pengambilan
sampel standar untuk kasus variabel dalam audit. Misalnya, jika sampel acak sederhana n item
dipilih dan jumlah auditnya ditentukan maka estimator X yang tidak bias.
Kaplan (1973) telah menginvestigasi kasus-kasus khusus berikut jenis penduga umum. Di
mana Z adalah konstanta atau fungsi sampel nilai (Yi xi), i = 1,2, n, digambar dengan acak
sederhana. Semua penduga bentuk (3) konsisten dalam arti sepele bahwa jika seluruh populasi
diaudit, sehingga estimasi tersebut sesuai dengan nilai sebenarnya. Jika z adalah konstanta yang
diberikan oleh (3) tidak bias. Mudah diverifikasi bahwa dengan menetapkan Z = 0 adalah (3)
kami memperoleh estimator rata-rata per unit dan kapan kami memiliki penduga rasio klasik.
Akhirnya, penaksir regresi terjadi ketika Z mewakili sampel regresi co-efisien. Dalam
pengaturan ini, untuk inferensi statistik seseorang harus naik banding ke pusat batasi teorema dan
harap ukuran sampelnya besar cukup untuk sampel berarti diambil dari normal distribusi. Karena
standar deviasi sampel adalah juga diperkirakan dari data, distribusi-t umumnya digunakan untuk
tes statistik. Jadi, jika kita ingin membangun interval kepercayaan tentang dengan kepercayaan
co-efisien (1 - ∝), interval diberikan oleh: Di mana, tk (∝) adalah nilai Student's t with (k-2)
derajat kebebasan yang dilampaui dengan probabilitas ∝ dan merupakan kesalahan standar.
Karena jumlah buku Yi dikenal untuk semua item dalam populasi informasi ini
bisa bermanfaat
dimasukkan ke dalam strategi estimasi. Sebagai contoh, pertimbangkan penduga perbedaan. Di
bawah acak sederhana sampling satu dapat memperkirakan kesalahan total. Di mana di = (yi - xi)
adalah perbedaan yang ditemukan di item sampel dan d ̄ adalah perbedaan rata-rata sampel.
Atau, seseorang dapat menggunakan penaksir rasio. Di mana ӯ adalah mean sampel untuk y.
Penaksir ini bisa juga digunakan bersama dengan stratifikasi populasi unit. Alternatif lain adalah
dengan menggunakan pps sampling dengan nilai buku sebagai ukuran ukuran. Kemudian tidak
bias penaksir D adalah: Diasumsikan dengan sampling pengganti untuk ilustrasi.
Estimator seperti selisih, rasio dan regresi penduga dengan pengambilan sampel acak
sederhana atau bertingkat atau memiliki beberapa batasan serius dalam hal situasi umum di mana
frekuensi kesalahan adalah rendah, seringkali hanya 1 atau 2%, walaupun berpotensi besar dalam
dampak keuangan, dan variabilitas data. Diperkirakan dari sampel. Di mana tidak ada kesalahan
terdeteksi dalam sampel, yaitu semua sampel di = 0, the estimasi kesalahan standar untuk
estimator ini adalah nol. Ini dapat dilihat dari rumus varians yang diestimasi untuk estimator
perbedaan.
Bentuk pengambilan sampel yang paling tepat tergantung, antara lain, pada kewajiban
relatif item berbagai ukuran untuk kesalahan dan biaya relatif memeriksa mereka. Seringkali,
barang dengan nilai yang lebih besar akan menjadi relatif lebih penting. Anderson dan
Teitlebaum (1973) telah menyarankan penggunaan moneter individu unit seperti rupee atau dolar
sebagai unit pengambilan sampel. Auditor masih akan memeriksa akun yang mana Rupee sampel
milik tetapi kemudian akan memprator total kesalahan untuk akun untuk setiap rupee. Jadi, jika
jth populasi rupee (j = 1,2… ..Y) milik ke-ith (i = 1 ... .N) akun dalam populasi, nilai auditnya
adalah dan kesalahan dalam rupee j adalah Dj = Di / Yi. Sampel acak sederhana dari jumlah n
rupee adalah kemudian dipilih. Jika pilihan dengan penggantian prosesnya setara dengan skema
PPSWR.
Situasi sebagian besar unit akuntansi sedang bebas dari kesalahan, tetapi dengan
kemungkinan beberapa kesalahan besar telah dijelaskan seperti di atas dalam literatur. MUS
menangani masalah ini secara efektif hanya jika kesalahan ini dikaitkan dengan nilai buku besar.
Lalu yang besar jarum dicacah menjadi banyak jarum kecil yang terjadi dengan frekuensi yang
cukup yang minimal beberapa mereka memiliki peluang terdeteksi oleh sampel. Di sisi lain, jika
jarum berada di unit audit dengan saldo akun kecil maka MUS mungkin tidak membaik situasi.
Sebagai contoh, pertimbangkan fungsi kesalahan p (y) yang menghasilkan tingkat kesalahan
sebagai fungsi buku ini nilai setiap unit audit.
Misalkan auditor tahu, berdasarkan audit sebelumnya, bahwa kesalahan lebih besar di
antara unit dengan tertentu karakteristik, selain saldo buku lebih tinggi. Demikian, jika tingkat
kesalahan diketahui lebih tinggi di Lokasi II, orang dapat membuat stratifikasi populasi lokasi
dan menggambar sampel yang lebih besar dari Lokasi II. Perpanjangan logis dari ini adalah unit
sampling kunci. Di sini unit rupee diganti dengan unit kunci dan pengambilan sampel dapat
dilakukan dengan probabilitas sebanding dengan unit kunci. Sebagai contoh, unit kunci mungkin
moneter unit di mana sebagian besar kesalahan diduga terjadi ada, dan mengaudit unit sendiri
dalam kasus lain. Jika populasi voucher dapat diasumsikan memiliki pengaturan logis, yang
nyaman secara operasional Metode pemilihan sampel adalah dengan menerapkan PPS sistematis
pengambilan sampel di mana unit-unit utama adalah ukuran ukuran.
Setiap kali informasi apriroi tidak tersedia akun non-nol, pendekatan Bayesian dapat digunakan.
Felix & Grimlund (1984) mengasumsikan distribusi normal jumlah kesalahan yang tidak
kompatibel dalam situasi tidak normal. Cox & Snell (1979) telah mengusulkan Pendekatan
terikat. Bayesian untuk MUS dengan membuat asumsi distribusi gamma untuk kesalahan
populasi beri peringkat 'p' & distribusi gamma terbalik untuk penilaian berarti kesalahan
pewarnaan 'M'. Batas atas adalah dari MUS dalam formulasi Bayes telah dicoba oleh Moors &
Jenssens (1989). Mengamati sejumlah kesalahan dan nilai rata-rata kesalahan dalam hal uang
diharapkan ikuti variabel Poisson dalam bentuk diskritnya. Untuk model sebelumnya dan
populasi tertentu ini batas atas adalah variabel acak, hasil dari yang hanya tergantung pada hasil
pengambilan sampel. Penulis menggambarkan metode teoritis umum untuk diturunkan distribusi
probabilitas dari variabel acak. Namun, pendekatan teoretis ini pada dasarnya hanya berlaku bila
distribusi populasi dapat diwakili oleh fungsi yang relatif sederhana. Untuk distribusi populasi
yang rumit, seperti yang mungkin terjadi dalam situasi praktis, simulasi tetap merupakan alat
yang sangat diperlukan.
Loebbecke dan Neter (1975) menunjukkan pilihan itu dari prosedur pengambilan sampel
audit statistik yang sesuai tergantung pada tujuan audit, lingkungan audit dan prosedur audit.
Dalam kondisi tertentu masing-masing dari faktor-faktor ini, penaksir yang berbeda dapat
melakukan buruk Berdasarkan studi empiris yang luas penulis menyajikan bagan alur keputusan
untuk membantu auditor dalam memilih prosedur. Ketika auditor menggunakan sampling
statistik
pendekatan sebagai sarana mengumpulkan bukti untuk bertemu satu atau serangkaian tujuan
audit yang harus dipilih dengan cermat dibuat dari prosedur. Sejumlah faktor harus
dipertimbangkan jika hasilnya ingin memuaskan tujuan audit yang ada.
Tujuan audit memiliki pengaruh yang signifikan terhadap statistik mana yang paling
menarik dan karenanya, pada apakah prosedur pengambilan sampel menyangkut atribut atau
variabel. Misalnya, dalam audit kepatuhan, kekhawatiran adalah, dengan sejauh mana akuntansi
prosedur kontrol diterapkan sebagaimana ditentukan. Minat utama adalah apakah prosedur atau
tidak diterapkan dengan benar dan dalam batas kasus di yang tidak diterapkan dengan benar.
Sementara secara substantif mengaudit tujuan berkaitan dengan besarnya moneter dan
karakteristik bunga adalah variabel. Prosedur atribut gabungan - variabel (CAV) miliki telah
dirumuskan untuk mendapatkan batas atas total kesalahan moneter. Batas atas ini awalnya
diperkirakan berdasarkan atribut dan batas yang diperkirakan kemudian dimodifikasi oleh data
variabel untuk mendapatkan ikatan yang lebih ketat.
Setidaknya ada empat lingkungan penting karakteristik yang memengaruhi pemilihan sampel
prosedur untuk variabel atau atribut gabungan - variabel: kemiringan populasi, tingkat kesalahan,
dan besarnya kesalahan dan arah kesalahan. Ini faktor-faktor mempengaruhi perilaku statistik
sampel menjadi dua cara utama: ketepatan penaksir dan keandalan. Jika auditor mengetahui
terlebih dahulu sifat pasti dari faktor-faktor lingkungan ini, masalah yang memprihatinkan akan
semata-mata untuk menemukan prosedur pengambilan sampel yang membutuhkan tujuan audit
yang dinyatakan dan menyediakan presisi yang memadai pada tingkat kepercayaan yang dapat
diterima. Sebagai contoh, auditor berurusan dengan yang sangat populasi condong positif dan
penduga yang diketahui tidak efisien dalam situasi seperti itu dapat memeriksa semua item.
Ada beberapa situasi di mana auditor dapat suka memperbesar sampel misalnya, dalam
penerimaan pengambilan sampel pengujian dapat dilakukan dalam dua atau lebih tahapan. Atau
jika populasinya ternyata sangat tinggi condong auditor mungkin ingin memperbesar sampel
sehingga penggunaan distribusi normal untuk membangun interval kepercayaan sesuai. Juga sifat
kerangka sampling memiliki efek penting pada pilihan prosedur. Ini penentuan strata optimal
batas-batas berdasarkan nilai-nilai buku dapat dibuat untuk pengambilan sampel acak bertingkat
atas akun. Sebuah audit Prosedur dikatakan bias ketika melekat kesalahan tetap ada dalam
efeknya. Kesalahannya mungkin diperkenalkan oleh orang selain auditor juga. Untuk misalnya,
pelanggan mungkin tidak merespons sama sekali.
Kesimpulan : Audit dan kontrol menghadirkan area aplikasi khusus sampling statistik.
Karena sifat campuran populasi audit, penggunaan langsung pengambilan sampel tradisional
mungkin tidak menghasilkan hasil yang andal. Teknik baru seperti kunci unit sampling yang
secara tepat menggabungkan bukti yang kuat bukti akan sangat membantu dalam konteks ini.
Pilihan prosedur pengambilan sampel juga harus mempertimbangkan tujuan, dan lingkungan
audit. Audit membentuk area seluas meningkatkan minat kepada sampler statistik.