RINGKASAN MATERI KULIAH

AUDITING II

Oleh : Kelompok 2

NAMA ANGGOTA:

1. Adellia Diah Ayu Sakuntala (1833121005)

2. Ni Putu Resa Kristina (1833121167)
3. Kadek Ayu Widya Sukma (1833121217)
4. Ni Putu Tia Puspita Dewi (1833121328)

UNIVERSITAS WARMADEWA

FAKULTAS EKONOMI dan BISNIS

TAHUN AJARAN 2020/2021

 BAB 14

SAMPLING AUDIT UNTUK PENGUJIAN RINCI SALDO

A. PERBANDINGAN ANTARA SAMPLING AUDIT UNTUK PENGUJIAN RINCI

SALDO DENGAN SAMPLING AUDIT UNTUK PENGUJIAN PENGENDALIAN
DAN PENGUJIAN SUBSTANSIF TRANSAKSI
Perbedaan pokok antara pengujian pengendalian, pengujian substansif transaksi dan
pengujian rinci saldo terletak pada apa yang ingin diukur auditor.
Pengujian pengendalian : Mengukur efektivitas operasi pengendalian
internal.
Pengujian substansif transaksi : Mengukur efektivitas operasi pengendalian
internal dan mengukur kebenaran rupiah
transaksi dalam sistem.
Pengujian rinci saldo : Mengukur apakah jumlah rupiah saldo akun
mengandung kesalahan penyajian secara
material.
Auditor melakukan pengujian pengendalian dan pengujian substansif transaksi :
- Untuk menentukan apakah tingkat penyimpangan dalam populasi cukup rendah.
- Untuk menurunkan taksiran risiko pengendalian dan dengan demikian mengurangi
pegujian rinci saldo.
Dalam pengujian rinci saldo, auditor menggunakan metoda sampling yang memberi hasil
dalam bentuk rupiah. Ada 3 jenis metoda sampling yang digunakan untuk menghitung
kesalahan penyajian rupiah dalam saldo akun, yakni: sampling non statistik, sampling
unit moneter dan sampling variabel.
B. SAMPLING NON STATISTIK
Ada 14 tahapan sampling audit untuk pengujian rinci saldo, yaitu:
1. Menetapkan pengujian audit
Sampel untuk pengujian rinci saldo digunakan auditor untuk menentukan apakah
saldo akun yang sedang diaudit telah ditetapkan dengan wajar.
2. Memutuskan apakah sampling audit bisa diterapkan
Sampling audit diterapkan apabila auditor merencanakan untuk mengambil
kesimpulan tentang populasi. Meskipun auditor biasanya menggunakan sampel pada
banyak akun, tetapi dalam situasi tertentu sampling tidak dapat diterapkan.
3. Merumuskan kesalahan penyajian
Dalam pengauditan piutang usaha, setiap kesalahan penyajian yang dilakukan klien
pada suatu piutang kepada pelanggan yang termasuk dalam sampel yang ditarik
auditor adalah suatu kesalahan penyajian.
4. Merumuskan populasi
Dalam pengujian rinci saldo, populasi didefinisikan sebagai unsur-unsur yang
membentuk populasi rupiah yang tercatat dalam pembukuan. Auditor akan
mengevaluasi apakah populasi dalam pembukuan mengandung lebih saji atau kurang
saji.
5. Merumuskan unit sampling
Untuk sampling audit non-statistika dalam pengujian audit saldo, unit samplingnya
hampir selalu berupa unsur-unsur yang membentuk saldo akun.
6. Menetapkan kesalahan penyajian bisa ditoleransi
Auditor menggunakan kesalahan penyajian bisa ditoleransi untuk menentukan ukuran
sampel dan mengevaluasi hasil dalam sampling non-statistik. Auditor memulai
dengan menetapkan pertimbangan pendahuluan tentang materialitas dan
menggunakan jumlah (total) tersebut untuk menetapkan kesalahan penyajian bisa
ditoleransi untuk setiap akun. Setiap kali kesalahan penyajian bisa ditoleransi
diturunkan auditor, maka ukuran sampel yang dibutuhkan harus dinaikkan untuk
saldo akun atau kelompok transaksi yang bersangkutan.
7. Menetapkan risiko bisa diterima untuk keliru menerima
Risiko bisa diterima untuk keliru menerima atau acceptable risk of incorrect
acceptance (ARIA) adalah besarnya risiko yang bisa diterima auditor dalam
menerima suatu saldo akun sebagai saldo yang benar padahal kesalahan penyajian
yang sesungguhnya melampaui kesalahan penyajian bisa ditoleransi.
8. Menaksir kesalahan penyajian dalam populasi
Auditor biasanya membuat estimasi berdasarkan pengalaman tahun sebelumnya
dengan klien yang bersangkutan dan dengan menaksir risiko bawaan,
mempertimbangkan hasil pengujian pengendalian, pengujian substansif transaksi dan
pengujian analitis yang telah dilakukan.
9. Menentukan ukuran sampel awal
Apabila menggunakan sampling non-statistik, tentukan ukuran sampel awal dengan
mempertimbangkan faktor –faktor. Apabila auditor menggunakan sampling berstrata,
 auditor harus mengalokasikan ukuran sampel diantara strata yang ada, biasanya
bagian terbesar unsur sampel dialokasikan pada unsur populasi yang paling besar.
10. Memilih sampel
Untuk sampling non-statistika, standar auditing mengijinkan auditor untuk
menggunakan salah satu dari metoda pemilihan. Auditor akan membuat keputusan
setelah mempertimbangkan keuntungan dan kerugian setiap metoda, termasuk
pertimbangan biayanya. Untuk sampling berstrata, auditor memilih sampel secara
independen dari setiap strata.
11. Melaksanakan prosedur audit
Auditor menerapkan prosedur audit yang tepat terhadap setiap unsur dalam sampel
untuk menentukan apakah berisi kesalahan penyajian.
12. Generalisasi dari sampel ke populasi
Auditor harus melakukan generalisasi dari sampel ke populasi dengan melakukan
proyeksi kesalahan penyajian dari hasil sampel ke populasi dan mempertimbangkan
kesalahan sampling dan risiko sampling (ARIA).
13. Menganalisis kesalahan penyajian
Auditor harus mengevaluasi sifat dan penyebab setiap kesalahan penyajian yang
ditemukan dalam pengujian rinci saldo. Auditor harus melakukan analisis kesalahan
penyajian untuk memutuskan apakah diperlukan suatu modifikasi atas model risiko
audit.
14. Memutuskan akseptabilitas populasi.
Apabila populasi dipandang tidak bisa diterima, maka auditor memiliki beberapa
kemungkinan tindakan yaitu:
- Tidak mengambil tindakan apapun sampai pengujian audit lainnya selesai
dikerjakan.
- Memperluas pengujian audit pada bidang tertentu.
- Menaikkan ukuran sampel.
- Menyesuaikan saldo akun.
- Minta klien untuk mengoreksi populasi.
- Menolak untuk memberi opini wajar tanpa pengecualian.
C. SAMPLING UNIT MONETER
Sampling unit moneter atau monetary unit sampling (MUS) adalah metoda sampling
statistic yang paling banyak digunakan untuk pengujian rinci saldo karena kesederhanaan
statistic dari sampling atribut yang memberikan hasil statistic yang dinyatakan dalam
rupiah atau mata uang lainnya. MUS sering disebut juga unit sampling rupiah, atau
sampling jumlah moneter kumulatif, atau sampling probabilitas proporsional dengan
ukuran.

PERBEDAAN ANTARA MUS DENGAN SAMPLING NON-STATISTIKA

1. Rumusan Unit Sampling adalah Rupiah Individual

Fitur yang terpenting dari MUS adalah perumusan unit sampling sebagai rupiah
individual yang ada dalam saldo akun. Nama metoda statistika sampling unit moneter,
berasal dari fitur yang berbeda-beda. Unit fisik adalah saldo piutang pada konsumen
seperti tercantum dalam daftar piutang, unsur-unsur persediaan yang tercantum dalam
daftar persediaan, dan unit lain yang bisa diidentifikasi dalam suatu daftar.
Dengan focus pada rupiah individual sebagai unit sampling. MUS secara otomatis
menekankan pada unit fisik yang bersaldo besar di pembukuan. Berhubung sampel
dipilih berdasar rupiah individual, suatu akun dengan saldo besar memiliki
kemungkinan lebih besar untuk diikutsertakan daripada akun dengan saldo lebih kecil.
Oleh karena itu, dalam MUS sampling berstrata menjadi tidak penting. Stratifikasi
terjadi secara otomatis.
2. Ukuran Populasi adalah Rupiah Populasi Menurut Pembukuan
MUS tidak dapat digunakan untuk mengevaluasi apakah unsur persediaan tertentu
sungguh-sungguh ada tetapi belum dihitung. Apabila tujuan kelengkapan merupakan
hal yang terpenting dalam suatu audit, tujuan tersebut harus dipenuhi dengan cara
lain, bukan dengan MUS.
3. Pertimbangan Pendahuluan Materialitas Digunakan untuk Setiap Akun Bukan
Kesalahan Penyajian Bisa Ditoleransi
Aspek unit lainnya dari MUS adalah penggunaan pertimbangan pendahuluan
materialitas, untuk secara langsung menentukan jumlah kesalahan penyajian bisa
ditoleransi dalam pengauditan setiap akun. Tehnik sampling lain menghendaki auditor
untuk menentukan kesalahan penyajian bisa ditoleransi untuk setiap akun dengan
mengalokasikan pertimbangan pendahuluan materialitas. Hal semaca itu tidak
diperlukan jika menggunakan MUS.
4. Ukuran Sampel Ditentukan dengan Menggunakan Formula Statistik
Proses ini akan dibahas secara rinci setelah menguraikan seluruh 14 tahapan sampling
dalam MUS.
5. Pemilihan Sampel Dilakukan dengan Menggunakan PPS
Sampel unit moneter adalah sampel yang dipilih dengan probabilitas proporsional
dengan ukuran sampel (PPS). Sampel PPS dapat diperoleh dengan menggunakan
perangkat lunak computer, table nomor acak, atau teknik sampling sistematika.
Satu masalah dalam penggunaan pemilihan PPS adalah bahwa unsur populasi yang
dalam pembukuan bersaldo nol tidak mempunyai kesempatan untuk terpilih dengan
pemilihan sampel PPS, walaupun saldo tersebut mungkin mengandung kesalahan
penyajian. Demikian pula, akun bersaldo kecil yang secara signifikan kurang saji
mempunyai kemungkinan kecil untuk termasuk dalam sampel. Masalah ini dapat
diatasi dengan melakukan pengujian audit spesifik untuk unsur bersaldo nol dan
bersaldo kecil, seandainya dipandang perlu.
Masalah lain dengan PPS adalah metoda pemilihan tersebut tidak bisa mencakup
saldo negative, seperti misalnya piutang usaha bersaldo negative. Dimungkinkan
untuk mengabaikan akun bersaldo kredit untuk pemilihan PPS dan jumlah tersebut
diaudit dengan cara lain. Salah satu alternative adalah dengan memperlakukan mereka
sebagai akun bersaldo positif dan menambahkan mereka ke total jumlah unit moneter
yang akan diuji. Namun hal ini akan menimbulkan proses evaluasi yang rumit.
GENERALISASI DARI SAMPEL KE POPULASI DENGAN MENGGUNAKAN
TEHNIK MUS
Adapaun metoda sampling yang dipilih, auditor harus melakukan generalisasi dari sampel
ke populasi dengan (1) memproyeksi kesalahan penyajian dari hasil sampel ke populasi,
dan (2) menentukan kesalahan sampling yang bersangkutan. Ada empat aspek untuk
melakukan hal tersebut dengan MUS :
1. Untuk menghitung hasil digunakan table sampling atribut. Table tersebut dapat
digunakan dengan mengganti ARACR dengan ARIA.
2. Hasil atribut harus dikonversi menjadi rupiah. MUS menaksir kesalahan penyajian
rupiah dalam populasi, bukan dalam bentuk persen unsur dalam bentuk persen unsur
dalam populasi yang kesalahan penyajian. Oleh karena itu, auditor dapat menaksir
tingkat rupiah populasi yang berisi kesalahan penyajian sebagai suatu cara menaksir
total rupiah kesalahan penyajian.
3. Auditor harus membuat suatu asumsi tentang presentasi kesalahan penyajian untuk
setiap unsur populasi yang kesalahan penyajian. Asumsi tersebut memungkinkan
auditor untuk menggunakan table sampling atribut untuk menaksir rupiah kesalahan
penyajian.
4. Apabila digunakan MUS, hasil statistika disebut batas kesalahan penyajian yaitu
taksiran kemungkinan lebih saji maksimum (batas atas kesalahan penyajian) dan
kemungkinan lebih saji maksimum (batas bawah kesalahan penyajian) pada suatu
ARIA tertentu. Auditor menghitung baik batas atas maupun batas bawah ini.
Tahap akhir ini (generalisasi dari sampel ke populasi) merupakan tahap yang penting.
Generalisasi akan berbeda seandainya auditor tidak menemukan kesalahan penyajian
dalam sampel seperti akan diuraikan dibawah ini.

GENERALISASI MENGGUNAKAN MUS DARI SAMPEL KE POPULASI

SEANDAINYA TIDAK DITEMUKAN KESALAHAN PENYAJIAN
Misalkan auditor mengkonfirmasi suatu populasi piutang usaha untuk memeriksa
kebenaran rupiahnya. Populasi berjumlah Rp 1.200.000,- dan dicapai suatu sampel terdiri
dari 100 konfirmasi. Selama audit berlangsung tidak dijumpai kesalahan penyajian dalam
sampel. Auditor ingin menentukan jumlah maksimum lebih saji dan jumlah maksimum
kurang saji yang mungkin terkandung dalam populasi walaupun bila sampel tidak berisi
kesalahan penyajian. Hal ini masing-masing disebut batas atas kesalahan penyajian dan
batas bawah kesalahan penyajian.
Unsur-unsur yang berisi kurang saji dalam jumlah besar bisa menjadi berjumlah kecil
sebagai akibat kesalahan penyajian tersebut. Sebagai akibatnya, karena mekanisme MUS,
hanya sedikit yang akan berkesempatan untuk terpilih menjadi sampel. Karena alasan
tersebut, sejumlah auditor memilih suatu tambahan sampel dari unsur-unsur yang kecil
untuk pengganti sampel unit moneter apabila jumlah kurang saji menjadi masalah dalam
audit.
Asumsi Persentase Kesalahan Penyajian yang Tepat
Asumsi yang tepat untuk keseluruhan persentase kesalahan penyajian dalam unsur-unsur
populasi yang berisi kesalahan penyajian adalah keputusan auditor. Auditor harus
menetapkan persentase ini berdasarkan pertimbangan professional sesuai dengan keadaan
yang dihadapi. Dalam hal tidak terdapat informasi yang meyakinkan, kebanyakan auditor
percaya bahwa perlu diasumsikan jumlah 100% baik untuk lebih saji maupun kurang saji
kecuali bila terdapat kesalahan penyajian dalam hasil sampel. Pendekatan ini dipandang
sangat konservatif, tetapi lebih mudah difahami dibandingkan dengan asumsi lain.
GENERALISASI APABILA DITEMUKAN KESALAHAN PENYAJIAN
Empat aspek untuk melakukan generalisasi dari sampel ke populasi dengan modifikasi
sebagai berikut :
1. Jumlah kesalahan penyajian mula-mula dipisahkan dan kemudian digabungkan.
Pertama, batas atas kesalahan penyajian dan batas bawah kesalahan penyajian
dihitung terpisah untuk jumlah lebih saji dan kurang sajinya. Selanjutnya, dihitung
taksiran poin untuk lebih saji dan kurang saji.
2. Dibuat asumsi kesalahan penyajian yang berbeda untuk setiap kesalahan
penyajian, termasuk nol kesalahan penyajian. Apabila dalam sampel tida terdapat
kesalahan penyajian, diperlukn suatu asumsi tentang persentase rata-rata
kesalahan penyajian untuk unsur populasi yang kesalahan penyajian. Batas
kesalahan penyajian yang dihitung menunjukkan beberapa asumsi yang berbeda.
Sekarang kesalahan penyajian telah diketahui, auditor bisa menggunakan
informasi dari sampel yang tersedia untuk menentukan batas kesalahan penyajian.
Asumsi kesalahan penyajian masih tetap diperlukan, tapi dapat dimodifikasi
berdasarkan data kesalahan penyajian sesungguhnya. Asumsi kesalahan penyajian
masih diperlukan untuk bagian kesalahan penyajian nol dari hasil hitungan.
3. Auditor harus menggunakan table sampling atribut untuk membuat lapisan
tingkat batas atas penyimpangan terhitung (CUER). Auditor melakukan hal ini
karena adanya perbedaan asumsi kesalahan penyajian untuk setiap kesalahan
penyajian.
4. Asumsi kesalahan penyajian harus dikaitkan dengan setiap lapisan (layer).
Metoda yang paling umum dalam mengaitkan asumsi kesalahan penyajian dengan
lapisan (layer) adalah dengan secara konservatif mengaitkan persentase kesalahan
penyajian rupiah terbesar dengan lapisan terbesar.
Kebanyakan pengguna MUS berpendapat bahwa pendekatan ini sangat
konservatif apabila terdapat jumlah pengurang. Apabila ditemukan jumlah kurang
saji, logis dan masuk akal apabila jumlah batas lebih saji harus lebih rendah
daripada jika tidak ditemukan jumlah kurang saji, dan sebaliknya. Penyesuaian
untuk jumlah pengurang dilakukan sebagai berikut :
a) Taksiran poin kesalahan penyajian dibuat untuk jumlah lebih saji maupun
kurang saji.
b) Setiap batas dikurangi dengan taksiran poin yang berlawanan.

Taksiran poin untuk lebih saji dihitung dengan mengalikan jumlah rata-rata lebih
saji dalam unit rupiah yang diaudit dikalikan dengan nilai per pembukuan.
Pendekatan yang sama digunakan untuk menghitung taksiran untuk kurang saji.
 Perlu dicatat bahwa apabila asumsi kesalahan penyajian diubah, batas kesalahan
penyajian juga berubah. Metoda yang digunakan untuk menyesuaikan batas untuk
jumlah pengurang hanya salah satu dari berbagai cara yang bisa digunakan.

MENETAPKAN AKSEPTABILITAS POPULASI DENGAN MENGGUNAKAN

MUS
Setelah batas kesalahan penyajian dihitung, auditor harus menetapkan apakah populasi
bisa diterima. Untuk melakukan itu diperlukan aturan pengambilan keputusan. Aturan
pengambilan keputusan untuk MUS adalah sbb : Apabila batas bawah kesalahan
penyajian maupun batas atas kesalahan penyajian jatuh diantara jumlah kurang saji dan
jumlah lebih saji bisa ditoleransi, bisa disimpulkan bahwa nilai perbuku tidak
mengandung kesalahan penyajian material.
TINDAKAN APABILA SEBUAH POPULASI DITOLAK
Apabila salah satu atau kedua batas kesalahan penyajian berada diluar batas yang bisa
ditoleransi dan populasi dipandang tidak bisa diterima, auditor memiliki beberapa opsi.
Hal ini sama dengan apa yang dibahas untuk sampling non-statistik.
MENENTUKAN UKURAN SAMPEL DENGAN MENGGUNAKAN MUS
Metoda yang digunakan untuk menentukan ukuran sampel untuk MUS sama dengan yang
digunakan untuk sampling atribut unit fisik dengan menggunakan table sampling atribut,
yaitu :
a) Materialitas
b) Asumsi tentang Persentase Rata-rata Kesalahan Penyajian untuk Unsur Populasi yang
Berisi Kesalahan Penyajian.
c) Risiko Bisa Diterima untuk Keliru Menerima
d) Nilai Populasi Per Pembukuan
e) Estimasi Tingkay Penyimpangan Populasi
f) Hubungan antara Model Risiko Audit dengan Ukuran Sampel untuk MUS

MUS menarik bagi auditor karena empat hal berikut ini :

1. MUS secara otomatis menaikkan kemungkinan terpilihnya unsur dengan rupiah

tertinggi dari populasi yang diaudit.
2. MUS seringkali mengurangi biaya untuk melaksanakan pengujian audit karena
beberapa unsur sampel haya diuji sekali.
3. MUS mudah penerapannya.
 4. MUS memberikan kesimpulan statistika, bukan non-statistika.

MUS memiliki dua kelemahan sebagai berikut :

1. Total batas kesalahan penyajian bisa dihasilkan apabila ditemukan kesalahan

penyajian bisa terlalu tinggi untuk bisa digunakan oleh auditor. Hal ini disebabkan
oleh metoda evaluasi yang secara inheren konservatif apabila ditemukan kesalahan
penyajian dan sering menghasilkan batas yang jauh melebihi materialitas. Untuk
mengatasi masalah ini, dibutuhkan sampel yang lebih besar.
2. Tidak praktis untuk memilih sampel PPS dari populasi yang besar tanpa bantuan
computer.

Karena alasan-alasan diatas, auditor biasanya menggunakan MUS apabila diperkirakan

tidak ada kesalahan penyajian atau hanya sedikit kesalahan penyajian, diinginkan hasil
dalam bentuk rupiah, dan data populasi disimpan dalam file computer.

D. SAMPLING VARIABEL
Sampling variabel adalah metode statistik yang digunakan auditor. Sampel variabel dan
sampling non-statistik memiliki tujuan yang sama yaitu untuk mengukur kesalahan
penyajian dalam saldo akun. Jika auditor menentukan bahwa jumlah salah saji melampaui
jumlah yang dapat ditoleransi, mereka akan menolak populasi dan melakukan tindakan
tambahan. Sejumlah teknik sampling membentuk metode yang disebut variabel sampling
yaitu: estimasi selisih, estimasi rasio dan estimasi min-per-unit.

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.

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:
X = nilai mean dari unsure sampel
Xj = nilai dari setiap unsure sampel individu
n = ukuran sample
Setelah menghitung nilai rata-rata item sampel, auditor memasukannya ke dalam
distribusi frekuensi. 

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 :  

METODA - METODA VARIABEL

Auditor menggunakan proses inferensi statistic sebelumnya bagi semua metode sampling
variabel. Setiap metode dibedakan menurut apa yang sedang diukur, ketiga metode
variabel tersebut.
1. Estimasi Selisih
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
2. 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.
3. Estimasi Mean- Per - Unit
Estimasi Rata-rata per ( 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.
METODE STATISTIK BERJENJANG
Sampling stratifikasi (berjenjang) 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.
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). 
1. 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.
2. 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 Populasi Sesungguhnya
Keputusan audit Kesalahan Penyajian Kesalahan Penyajian Tidak
Sesungguhnya Material Material
Menyimpulkan bahwa Kesimpulan yang benar – Kesimpulan yang tidak benar
populasi mengandung salah tidak ada risiko – risikonya adalah ARIA
saji yang material.
Menyimpulkan bahwa Kesimpulan yang tidak benar Kesimpulan yang benar –
populasi tidak mengandung – risikonya adalah ARIA tidak ada risiko
salah saji yang material.

E. ILUSTRASI PENGUNAAN ESTIMASI SELISIH

Estimasi selisih menggunakan metode pengujian hipotesis karena relatif sederhana.
Apabila metode ini dipandang bisa dipercaya pada suatu situasi tertentu, kebanyakan
auditor leih suka menggunakannya pada metode sampling variabel yang lain. Untuk
estimasi selisih, 14 tahapan yang sama seperti halnya dalam sampling non-statistik
digunakan untuk menentukan apakah saldo akun dengan pengauditang piutang usaha
telah ditetapkan dengan benar.
MERENCANAKAN SAMPEL DAN MENGHITUNG UKURAN SAMPEL
DENGAN MENGGUNAKAN ESTIMASI SELISIH
Menetapkan Tujuan Pengujian Audit
Tujuan pengujian audit adalah untuk menentukan apakah piutang usaha sebelum
mempertimbangkan cadangan kerugian piutang mengandumg kesalahan penyajian
material.
Memutuskan Apakah Sampling Audit Bisa Diterapkan
Sampling audit bisa diterapkan dalam konfirmasi atas piutang usaha karena piutang usaha
besar jumlahnya.
Merumuskan Kondisi Kesalahan Penyajian
Kondisi keslahan penyajian adalah kesalahan penyajian yang dilakukan klien yang
ditetapkan oleh konfirmasi pada setiap akun atau prosedur alternatif.
Merumuskan Unit Sampling
Unit sampling adalah suatu akun yang tercantum dalam daftar piutang.
Menetapkan Kesalahan Penyajian Bisa Ditoleransi
Jumlah kesalahan penyajian yang ingin diterima auditor bersangkutan dengan masalah
materialitas.
Menetapkan Resiko Bisa Diterima
Auditor menetapkan dua resiko, yaitu ;
1. Resiko Bisa Diterima untuk Keliru Menerima (Acceptable risk of incorrect
acceptance/ARIA), yaitu resiko menerima bahwa piutang usaha adalah benar padahal
sesungguhnya mengandung kesalahan penyajian yang lebih besar dari Rp 21.000,-.
ARIA dipengaruhi oleh resiko audit diterima, hasil pengujian pengendalian dan
pengujian substantive transaksi, prosedur analitis, dan signifikansi relatif piutang
usaha dalam laporan keuangan
2. Resiko Bisa Diterima untuk Kelitu Menolak (Acceptable risk of incorrect
rejection/ARIR), yaitu resiko untuk menolak bahwa piutang usaha tidak benar,
padahal sebenarnya tidak mengandung kesalahan penyajian material.

Menaksir Kesalahan Penyajian dalam Populasi

Estimasi atau taksiran ini terdiri dari dua bagian :
1. Menaksir suatu estimasi poin yang diharapkan. Auditor perlu menaksir dimuka
estimasi poin populasi untuk estimasi selisih, seperti halnya mereka membutuhkan
suatu tingkat taksiran penyimpangn dalam populasi untuk sampling atribut.
2. Membuat taksiran standar deviasi populasi di muka- variabiitas populasi untuk
menentukan ukuran sampel awal, auditor perlu menaksir di muka variasi dalam
kesalahan penyajian populasi seperti yang diukur oleh standar deviasi populasi.

Menaksir Ukuran Sampel Awal

Ukuran sampel awal untuk PT ABC sekarang dapat dihitung dengan menggunakan
formula sebagai berikut :

2
SD ( ZA + ZB ) N
n=
[
TM-E ]
Keterangan :
n = ukuran sampel awal
SD = estimasi standar deviasi di muka
ZA = koefisien confidence untuk ARIA
ZB = koefisien confidence untuk ARIR
N = ukuran populasi
TM = kesalahan penyajian bisa ditoleransi untuk populasi (materialitas)
E = estimasi taksiran poin kesalahan penyajian dalam populasi

MEMILIH SAMPEL DAN MELAKSANAKAN PROSEDUR AUDIT

Memilh sampel
Audior memerlukan sampel acak (selain PPS), sehingga auditor harus menggunakan
salah satu metode pemilihan sampel probabilistik untuk memilih 100 item sampel untuk
konfirmasi. Dalam kasus ini auditor menggunakan sampel acak yang dihasilkan
komputer.
Melaksanakan Prosedur Audit
Auditor harus mengonfirmasi piutang usaha dan melaksanakan prosedur pengganti
dengan cermat dengan menggunakan metoda-metoda yang telah dibahas pada bab 13.
Untuk konfirmasi kesalahan penyajian adalah selisih antara jawaban konfirmasi dengan
saldo yang tercantum dalam pembukuan klien setelah dirensiliasi dengan semua selisih
karena faktor waktu (timing difference) dan kesalahan yang dilakukan debitur.
MENILAI HASIL SAMPEL

Generalisasi dari Sampel ke Populasi

Dalam konsep, sampling non-statistika dan estimasi selisih akan mencapai hasil yang
sama yaitu ketika digunakan generalisasi dari sampel ke populasi. Kedua metode
mengukur kemungkinan kesalahan penyajian dalam populasi berdasarkan hhasil sampel,
dengan catatan estimasi selisih menggunakan pengukuran statistika untuk menghitung
confidence limit. Empat tahapan berikut ini melukiskan perhitungan confidence limit pada
PT ABC :
1. Menghitung taksiran poin dari total kesalahan penyajian. Taksiran poin adalah
ekstapolasi langsung dari kesalahan penyajian dalam sampel ke kesalahan penyajian
dalam populasi.
2. Menghitung taksiran standar deviasi populasi. Sandar deviasi populasi adalah
pengukuran statistika tentang variabilitas dalam nilai dari unsur-unsur individual
dalam populasi.
3. Menghitung precision interval. Precision interval dihitung dengan formula statistika.
Hasilnya adalah jumlah rupiah tentang ketidakmampuan untuk memprediksi
kesalahan penyajian populasi yang sesungguhnya, karena pengujian dilakukan atas
suatu sampel, tidak pada keseluruhan populasi.
4. Menghitung confidence limit. Auditor menghitung confidence limit, yang
merumuskan confidence interval, dengan menggabungkan taksiran poin dari total
kesalahan penyajian dengan computer precision interval pada tingkat confidence yang
dikehendaki (taksiran pon±komputer precision interval).

Menganalisis Kesalahan Penyajian

Tidak ada perbedaan analisis kesalahan penyajian pada metode non-statistika dan metode
statistika. Auditor harus mengevaluasi kesalahan penyajian untuk menemukan penyebab
setiap kesalahan penyajian dan menentukan apakah diperlukan modifikasi dalam model
resiko audit.

Menenukan Akseptabilitas Populasi

Untuk menetapkan apakah populasi bisa diterima, apabila auditor menggunakan metode
statistika, auditor mendasarkan pada aturan berikut ini: Apabila dua sisi interval
confidence untuk kesalahan penyajian berada pada plus dan minus kesalahan penyajian
bisa ditoleransi, maka auditor akan menerima hipotesis bahwa nilai per buku tidak
mengandung kesalahan penyajian material. Jika tidak demikian, auditor akan menerima
hipotesis bahwwa nilai per buku mengandung kesalahan penyajian dalam jumlah yang
material.

TINDAKAN APABILA HIPOTESIS DITOLAK

Dalam menerim populasi dengan cara ini, auditor mengambil resiko 10% keliru, yaitu
bahwa populasi sesungguhnya mengandung kesalahan penyajian material. Namun
demikian, berdasarkan pertimbangan perencanaan auditor, tingkat resiko ini adalah tepat.

Analisis
Mengingat bahwa standar deviasi (21,2) lebih besar dari pada taksiran di muka (20), dan
taksiran poin sesungguhnya (Rp9.040,-) lebih besar dari pada taksiran dimuka (Rp1.500,)
maka menjadi mengejutkan bahwa populass diterima. Namun, penggunaan ARIR yang
kecil menyebabkan ukuran sampel menjadi besar, dibandingkan apabila ARIRnya 100%.
Apabila ARIR 100%, yang lazim dilakukan apabila tambahan biaya audit untuk
menaikkan ukuran sampel murah, ukuran sampel yang diperlukan hanya 28.