Jurnal Kejahatan Keuangan

Mengukur biaya penipuan: peluang untuk keunggulan kompetitif baru

Mark Button Jim Gee Graham Brooks

Informasi artikel:
Untuk mengutip dokumen ini:
Mark Button Jim Gee Graham Brooks, (2011), "Mengukur biaya penipuan: peluang untuk keunggulan
kompetitif baru", Jurnal Kejahatan Keuangan, Vol. 19 Edisi 1 hal. 65 - 75
Tautan permanen ke dokumen ini:
http://dx.doi.org/10.1108/13590791211190731
Diunduh pada: 16 Oktober 2014, Pukul: 12:16 (PT)
Referensi: dokumen ini berisi referensi ke 29 dokumen lainnya. Untuk
Diunduh oleh LINNEUNIVERSITETET Pada 12:16 16 Oktober 2014 (PT)

menyalin dokumen ini: permissions@emeraldinsight.com

Teks lengkap dokumen ini telah diunduh sebanyak 1119 kali sejak 2011*
Pengguna yang mengunduh artikel ini juga mengunduh:
Dominic Peltier#Rivest, Nicole Lanoue, (2011),"Pencuri dari dalam: penipuan pekerjaan di Kanada", Journal of
Financial Crime, Vol. 19 Edisi 1 hal. 54-64
Mark Button, (2012),"Cross#border fraud and the case for an "Interfraud"", Policing: An
International Journal of Police Strategies & Manajemen, Jil. 35 Edisi 2 hal. 285-303
Alison Brammer, (1999),,"Whistle#Blowing", Tinjauan Ketidakmampuan Belajar Tizard, Vol. 4 Edisi 3 hlm. 23-25

Akses ke dokumen ini diberikan melalui langganan Emerald yang disediakan oleh 233789 []

Untuk Penulis
Jika Anda ingin menulis untuk ini, atau publikasi Emerald lainnya, silakan gunakan informasi layanan Emerald for
Authors kami tentang cara memilih publikasi mana yang akan ditulis dan pedoman pengiriman tersedia untuk semua.
Silakan kunjungi www.emeraldinsight.com/authors untuk informasi lebih lanjut.

Tentang Zamrud www.emeraldinsight.com

Emerald adalah penerbit global yang menghubungkan penelitian dan praktik untuk kepentingan masyarakat.
Perusahaan mengelola portofolio lebih dari 290 jurnal dan lebih dari 2.350 buku dan volume seri buku, serta
menyediakan berbagai macam produk online dan sumber daya dan layanan pelanggan tambahan.
Emerald sesuai dengan COUNTER 4 dan TRANSFER. Organisasi ini adalah mitra Komite Etika Publikasi
(COPE) dan juga bekerja dengan Portico dan inisiatif LOCKSS untuk pelestarian arsip digital.
 * Konten terkait dan informasi unduhan yang benar pada saat mengunduh.
Diunduh oleh LINNEUNIVERSITETET Pada 12:16 16 Oktober 2014 (PT)
 Edisi terbaru dan arsip teks lengkap jurnal ini tersedia di
www.emeraldinsight.com/1359-0790.htm

Mengukur biaya penipuan: Mengukur

biaya penipuan
peluang untuk yang baru
keunggulan kompetitif
65
Tandai Tombol
Pusat Studi Kontra Penipuan, Universitas Portsmouth, Portsmouth, Inggris
Jim Gee
Departemen Layanan Kontra Penipuan, MacIntyre Hudson LLP, London, Inggris, dan
Graham Brooks
Pusat Studi Kontra Penipuan, Universitas Portsmouth, Portsmouth, Inggris
Diunduh oleh LINNEUNIVERSITETET Pada 12:16 16 Oktober 2014 (PT)

Abstrak
Tujuan – Tujuan dari makalah ini adalah untuk memberikan bukti, dari analisis 132 latihan pengukuran risiko
penipuan, dari biaya rata-rata dan tingkat penipuan. Ini menganjurkan penggunaan pengukuran yang lebih
akurat yang jika dipantau dan diulang dapat mengamankan pengurangan yang dapat menjadi keunggulan
kompetitif baru.
Desain/metodologi/pendekatan – Makalah ini telah menganalisis 132 latihan pengukuran risiko penipuan dari
sembilan negara di berbagai sektor yang berbeda. Hanya mereka yang menilai sampel yang valid secara statistik
yang telah mencari dan memeriksa informasi yang menunjukkan adanya kecurangan, kesalahan atau kebenaran
dalam setiap kasus dalam sampel tersebut; telah selesai dan dilaporkan; telah divalidasi secara eksternal;
memiliki tingkat kepercayaan statistik yang terukur; dan memiliki tingkat akurasi yang terukur dimasukkan.
Setiap latihan telah dinilai untuk menentukan persentase tingkat kerugian (PLR) dan tingkat frekuensi penipuan
(FFR). Data ini dianalisis menggunakan Excel untuk menentukan tarif rata-rata dan data pembanding selanjutnya.
Temuan – Kerugian akibat penipuan dan kesalahan dalam suatu organisasi saat ini harus diperkirakan paling
sedikit 3 persen, mungkin lebih dari 5 persen dan mungkin lebih dari 9 persen. PLR ketika pertama kali diukur
telah ditemukan menjadi 5,40 persen dan 4,61 persen ketika terakhir diukur, mewakili pengurangan rata-rata
hanya di bawah 15 persen. Makalah ini menunjukkan penipuan dan kesalahan dapat diukur dan jika secara
teratur ini mendorong tindakan untuk menguranginya menuai keuntungan finansial bagi organisasi.
Keterbatasan/implikasi penelitian – Sebagian besar data diambil dari latihan pengukuran risiko
penipuan di sektor publik di organisasi besar.
Implikasi praktis – Makalah ini menganjurkan penggunaan pengukuran risiko penipuan yang lebih besar dan strategi kontra
penipuan yang dirancang untuk mengurangi kerugian.

Orisinalitas/nilai – Ini adalah analisis pertama dari latihan pengukuran risiko penipuan di seluruh dunia.
Kata kunci Kejahatan keuangan, Penipuan, Keunggulan kompetitif, Analisis risiko, Sektor publik, Pengukuran, Pengukuran
risiko penipuan

Jenis kertas makalah penelitian

pengantar
Di era anggaran yang lebih ketat dan pasar yang lebih kompetitif, organisasi mencari cara inovatif
untuk mengurangi biaya. Banyak strategi dan ide-ide inovatif telah diupayakan, mulai dari
mengontrakkan hingga struktur manajemen yang lebih baik; untuk mencapai apa yang sering Jurnal Kejahatan Keuangan
Jil. 19 No. 1, 2012
digambarkan sebagai “keunggulan kompetitif” (Porter, 2004; Briggs dan Edwards, 2006). Satu hal.65-75
ukuran yang belum ada dalam "radar" sebagian besar organisasi untuk q Emerald Group Publishing Limited 1359-0790
mencapai tujuan ini adalah berinvestasi dalam langkah-langkah untuk melawan penipuan. Makalah ini akan menunjukkan bahwa DOI 10.1108/13590791211190731
 JFC menggambar pada 132 latihan pengukuran risiko penipuan dari sembilan negara bahwa penipuan dan

19,1 kesalahan umumnya merupakan biaya besar dan bervariasi secara signifikan dalam ukuran. Penulis
berpendapat bahwa memperkenalkan strategi yang tepat untuk mengukur penipuan dan kemudian
melawannya secara efektif dapat menguranginya, yang dalam organisasi dengan anggaran substansial
beberapa poin persentase pengurangan kerugian penipuan dapat menuai keuntungan finansial yang
substansial, seperti yang akan ditunjukkan nanti dalam makalah ini. Di sektor publik hal ini dapat dikeluarkan
66 untuk sumber daya yang lebih besar untuk layanan atau mencegah pemotongan anggaran dan di sektor swasta,
menyediakan sumber keunggulan kompetitif.
Makalah ini akan mulai dengan memeriksa tantangan luas dalam mengukur kejahatan pada
umumnya dan penipuan pada khususnya. Kemudian akan dilanjutkan dengan menetapkan metodologi
yang digunakan untuk makalah ini. Sebelum menetapkan hasil, makalah ini akan secara singkat
memeriksa pendekatan profesional untuk melawan penipuan, menyoroti pentingnya pengukuran yang
akurat dan beberapa panduan dan perdebatan di sekitarnya. Makalah ini kemudian akan menyajikan
temuan kunci dari penilaian 132 latihan pengukuran risiko penipuan sebelum menyimpulkan pada isu-
Diunduh oleh LINNEUNIVERSITETET Pada 12:16 16 Oktober 2014 (PT)

isu kunci dan bidang untuk penelitian lebih lanjut.

Pengukuran kejahatan dan penipuan

Kejahatan pada umumnya menimbulkan tantangan dalam pengukuran yang menimbulkan
perdebatan tentang manfaat metode yang berbeda yang digunakan untuk mengukurnya.
Umumnya statistik kejahatan yang tercatat dikritik karena tidak akurat karena pengurangan dari
non-laporan dan laporan yang tidak tercatat dalam statistik (Maguire, 2007). Survei Kejahatan
Inggris umumnya dipandang lebih akurat karena didasarkan pada sampel besar populasi Inggris
yang valid secara statistik dan mencatat pengalaman mereka dalam menjadi korban kejahatan
(Maguire, 2007). Situasi dengan penipuan bahkan lebih diperebutkan (Hoare, 2007; Levidkk.,
2007). Sampai tahun 2006 dan pengesahan FraudAct tidak ada serangkaian pelanggaran yang
terkodifikasi di Inggris dan Wales (Farrelldkk., 2007). Ada (dan masih) lebih banyak perdebatan tentang
apa yang merupakan penipuan (Doig, 2006). Banyak organisasi dan individu enggan untuk melaporkan
penipuan dan banyak juga yang mengejarnya melalui pengadilan sipil (Higson, 1999; Buttondkk.,
2009). Mungkin yang paling penting, banyak penipuan yang belum ditemukan dan karena itu
tersembunyi dari pengembalian resmi. Ini berarti statistik penipuan yang tercatat yang disajikan oleh
polisi dan badan terkait hanya menangkap puncak gunung es.
Seperti halnya kejahatan umum, ada juga alternatif untuk mengukur penipuan.
Ada banyak survei yang menanyakan orang yang bertanggung jawab atas penipuan
dalam suatu organisasi apa yang mereka anggap sebagai tingkat penipuan, seperti
Asosiasi Pemeriksa Penipuan Bersertifikat (ACFE) Report to the Nation, yang
menanyakan kunci kontra penipuan profesional di organisasi berapa persentase dan
kerugian aktual mereka dari penipuan pekerjaan (ACFE, 2007). Bagi sebagian orang,
ini murni sebuah perkiraan dan karena alasan inilah survei seperti ini tidak berakar
pada prinsip-prinsip yang sehat secara metodologis. Ada juga langkah-langkah seperti
barometer penipuan KPMG yang menilai jumlah kasus penipuan lebih dari £100.000
yang telah mencapai pengadilan pidana atau perdata. Jelas semua penipuan di bawah
£100.000 tidak tercakup dan hanya mencerminkan penipuan terdeteksi yang dituntut
atau dikejar di pengadilan sipil.
Langkah-langkah yang paling akurat adalah latihan pengukuran risiko penipuan. Premis
utama dari pendekatan ini adalah bahwa dalam jumlah total transaksi akan ada sejumlah
kasus penipuan dan kesalahan (kontraktor dibayar dua kali, gaji salah dibayar, dll. sebagai
akibat dari kesalahan daripada penipuan), yang belum ditemukan .
 Gambar 1 menunjukkan ini lebih lanjut melalui piramida. Di bagian paling atas adalah sejumlah Mengukur
kecil kasus penipuan dan kesalahan yang terdeteksi yang diketahui organisasi. Di bawah ini
biaya penipuan
adalah kasus penipuan dan kesalahan yang tidak diketahui organisasi dan di bagian bawah
adalah sebagian besar kasus yang bukan penipuan atau kesalahan. Latihan pengukuran risiko
penipuan berfokus pada area aktivitas tertentu, seperti pengadaan, penggajian staf, klaim biaya,
dan lain-lain. Sampel yang valid secara statistik kemudian ditinjau dan dari sini mereka biasanya
diklasifikasikan sebagai penipuan, kesalahan, atau dapat diterima. Perbedaan penting dalam jenis 67
pengukuran ini adalah bahwa dengan menilai berbagai transaksi secara lebih rinci, mereka yang
melakukan tinjauan dapat menemukan sampel kasus penipuan dan kesalahan yang tidak akan
ditemukan jika tidak. Dari sini kemudian dimungkinkan untuk memperkirakan tingkat penipuan
yang sebenarnya (ke tingkat kepercayaan statistik tertentu). Untuk kembali ke piramida pada
Gambar 1, tujuannya adalah untuk mengungkap ukuran dua tingkat teratas piramida. Jenis
pengukuran yang terakhir inilah yang akan menjadi fokus tulisan ini.
Diunduh oleh LINNEUNIVERSITETET Pada 12:16 16 Oktober 2014 (PT)

Metodologi
Makalah ini telah meninjau 132 latihan untuk secara akurat mengukur kerugian penipuan dan
kesalahan, yang mencakup 32 jenis pengeluaran yang berbeda dengan total hampir £800 miliar,
di 44 organisasi dari sembilan negara. Termasuk jenis pengeluaran di mana latihan telah diulang,
mereka telah memeriksa total pengeluaran senilai £3 triliun, setara sterling. Nilai belanja yang
diperiksa belum dinaikkan ke nilai tahun 2009. Makalah ini telah mengecualikan perkiraan, angka-
angka yang berasal dari kerugian penipuan yang terdeteksi, dan angka-angka yang dihasilkan
dari survei pendapat. Ini juga mengecualikan beberapa latihan pengukuran kerugian di mana
jelas bahwa mereka belum memenuhi standar yang dijelaskan di bawah ini. Ini termasuk latihan
yang telah mempertimbangkan sampel pendapatan atau pengeluaran yang valid secara statistik:

.
yang telah mencari dan memeriksa informasi yang menunjukkan adanya kecurangan, kesalahan
atau kebenaran dalam setiap kasus dalam sampel tersebut;
.
yang telah diselesaikan dan dilaporkan;
.
yang telah divalidasi secara eksternal;
.
yang memiliki tingkat kepercayaan statistik yang terukur; dan
.
yang memiliki tingkat akurasi yang terukur.

Ada sejumlah peringatan yang perlu diperhatikan sebelum kita mempertimbangkan hasilnya.
Beberapa latihan telah menghasilkan perkiraan tingkat frekuensi penipuan (FFR), beberapa
persentase pengeluaran yang hilang karena penipuan, dan beberapa telah mengukur keduanya.

Terdeteksi
Penipuan dan Kesalahan

Tanpa diketahui
Penipuan dan Kesalahan

Gambar 1.
Transaksi Biasa Penipuan dan
piramida kesalahan
 JFC Ini juga merupakan kasus bahwa beberapa latihan telah secara terpisah mengidentifikasi kecurangan dan kesalahan terukur dan beberapa tidak.

19,1 Dalam beberapa kasus, ada latihan berulang untuk mengukur kerugian penipuan dan kesalahan dalam satu bidang pengeluaran. Untuk

menghindari penyimpangan hasil keseluruhan dengan memasukkan jumlah data yang tidak proporsional dari satu sumber, hanya hasil dari

latihan pertama dan terbaru yang disertakan. Dalam sebagian besar kasus ini, kerugian penipuan dan kesalahan telah berkurang secara signifikan

sejak latihan pengukuran awal. Kadang-kadang, setelah latihan semacam itu selesai, organisasi yang bersangkutan, secara keliru menurut

pandangan penulis makalah ini, memutuskan untuk tidak mempublikasikan hasilnya. Dalam beberapa kasus, mereka yang terlibat langsung

68 dalam melawan penipuan telah memutuskan, secara rahasia, untuk memberikan informasi ini untuk pertimbangan yang lebih luas. Dalam kasus

tersebut, sementara angka keseluruhan telah dimasukkan dalam temuan makalah ini, tidak ada referensi khusus yang dibuat untuk organisasi

yang bersangkutan. Penulis makalah ini juga mengetahui sejumlah kecil latihan lain yang telah diselesaikan, tetapi belum dipublikasikan dan di

mana tidak ada temuan yang diketahui. Akhirnya, penting untuk ditekankan bahwa penelitian ini tidak akan pernah selesai. Lebih banyak bukti

tersedia setiap tahun. Namun, bukti yang lebih besar memang menunjuk dengan jelas ke satu arah, seperti yang akan dijelaskan nanti. tetapi yang

belum dipublikasikan dan di mana tidak ada yang diketahui tentang temuannya. Akhirnya, penting untuk ditekankan bahwa penelitian ini tidak

akan pernah selesai. Lebih banyak bukti tersedia setiap tahun. Namun, bukti yang lebih besar memang menunjuk dengan jelas ke satu arah,

seperti yang akan dijelaskan nanti. tetapi yang belum dipublikasikan dan di mana tidak ada yang diketahui tentang temuannya. Akhirnya, penting
Diunduh oleh LINNEUNIVERSITETET Pada 12:16 16 Oktober 2014 (PT)

untuk ditekankan bahwa penelitian ini tidak akan pernah selesai. Lebih banyak bukti tersedia setiap tahun. Namun, bukti yang lebih besar

memang menunjuk dengan jelas ke satu arah, seperti yang akan dijelaskan nanti.

Meskipun perlu untuk memperjelas peringatan ini, pentingnya bukti yang dikumpulkan dalam
makalah ini tidak boleh diremehkan. Bukti menunjukkan kerugian penipuan dan kesalahan dapat
diukur - ketika mereka telah berhasil diukur berkali-kali, sehubungan dengan begitu banyak jenis
pengeluaran yang berbeda, di banyak organisasi yang berbeda dan di seluruh dunia, untuk
menegaskan sebaliknya adalah setara dengan berdebat di zaman modern. bahwa dunia ini datar!
Namun, yang lebih penting adalah bahwa bukti menunjukkan bahwa kerugian akibat penipuan
dan kesalahan mewakili biaya bisnis yang signifikan, merusak, dan yang terpenting, tidak perlu.

Melawan penipuan: pendekatan profesional

Tanggapan organisasi terhadap penipuan bervariasi secara signifikan dari sektor ke sektor dan negara
ke negara. Umumnya di sebagian besar bidang perdagangan, komitmen untuk melawan penipuan tidak
cukup tinggi. Misalnya, sebuah penelitian terhadap perusahaan FTSE 100 Inggris menemukan sejumlah
besar dari mereka yang disurvei (sepuluh dari 32) tidak memiliki strategi kontra penipuan. Juga
ditemukan kesenjangan dalam hal memiliki orang yang ditunjuk untuk bertanggung jawab atas kontra
penipuan, penilaian risiko penipuan reguler, mempekerjakan staf untuk melawan penipuan,
menerapkan sanksi dan pengembangan budaya anti-penipuan (Brooksdkk., 2009). Penelitian tentang
langkah-langkah untuk mengembangkan budaya anti-penipuan di sektor publik di Inggris juga telah
menyoroti kesenjangan dengan pelatihan kesadaran staf yang terbatas dan penyaringan staf dan
kontraktor (Button andBrooks, 2009). Menggunakan persyaratan inti dari pedoman Chartered Institute
of Public Finance and Accountancy (CIPFA) untuk melawan penelitian penipuan pada badan pemerintah
pusat dan perusahaan FTSE 100 telah menyoroti standar terbatas pada perusahaan yang terakhir
dengan omset sebesar £ 180 miliar dengan risiko signifikan dari penipuan (Wahdkk., 2009). Survei lain
juga menyoroti kesenjangan dalam strategi organisasi untuk melawan penipuan (Bussmann dan Werle,
2007; Tim Peninjau Penipuan, 2006; Ernst & Young, 2006) dan beberapa masalah yang paling umum
meliputi:
.
keengganan untuk secara akurat mengukur ukuran masalah;
.
keengganan untuk melaporkan kasus penipuan saat ditemukan;
.
kurangnya strategi kontra penipuan yang mencakup bidang-bidang utama yang diharapkan;
 .
kurangnya sumber daya untuk mengatasi masalah; dan Mengukur
.
kurangnya kapasitas staf untuk melawan penipuan. biaya penipuan

Untuk mengatasi kesenjangan melawan penipuan secara efektif sejumlah panduan praktik
terbaik telah diproduksi. Tiga yang paling signifikan di Inggris adalah HM Treasury (2003)
Mengelola Risiko Penipuan, Panduan untuk Manajer, Badan Pemeriksa Keuangan bersama
(2004) Praktik Baik dalam Mengatasi Penipuan Eksternal dan Forum Tata Kelola yang Lebih Baik dari 69
CIPFA Mengelola Risiko Tindakan Fraud untuk Penanggulangan Fraud dan Korupsi Buku Merah 2. Tidak
ada ruang lingkup untuk mengeksplorasi semua strategi yang dianjurkan, tetapi satu kriteria utama
adalah untuk organisasi “[. . .] untuk mengidentifikasi secara akurat sifat dan skala kerugian dari
penipuan dan korupsi' (CIPFA, 2006). Ini adalah sesuatu yang juga didukung oleh Tim Peninjau Penipuan
(2006) dan Jaringan Penipuan dan Korupsi Perawatan Kesehatan Eropa (2004). Di Amerika Serikat juga
telah diamanatkan dalam undang-undang melalui Undang-Undang Informasi Pembayaran Tidak Layak
(IPIA), yang akan segera dieksplorasi.
Diunduh oleh LINNEUNIVERSITETET Pada 12:16 16 Oktober 2014 (PT)

Sembilan negara di mana penulis menyadari bahwa latihan analisis kerugian penipuan telah terjadi
adalah: Inggris, Amerika Serikat, Prancis, Belgia, Belanda, Irlandia, Kanada, Australia, dan Selandia Baru.
Dengan nilai pendapatan atau pengeluaran yang diukur, AS telah melakukan jumlah pekerjaan terbesar
di bidang ini. Ini adalah cerminan langsung dari IPIA tahun 2002 yang mengharuskan otoritas publik
utama AS yang ditunjuk untuk memperkirakan jumlah pembayaran tahunan yang dilakukan di mana ada
penipuan dan kesalahan, dan untuk melaporkan perkiraan tersebut kepada Presiden dan Kongres
dengan laporan kemajuan tentang tindakan untuk mengurangi mereka. Pedoman yang berkaitan
dengan IPIA menyatakan:

Estimasi harus didasarkan pada ekuivalen sampel acak statistik dengan presisi yang membutuhkan
sampel dengan ukuran yang cukup untuk menghasilkan estimasi dengan interval kepercayaan 90%
plus atau minus 2,5% (Gedung Putih, nd).

Banyak agen AS melakukan pekerjaan dengan standar yang lebih tinggi yang sering ditemukan di
Inggris dan Eropa – 95 persen kepercayaan statistik dan ^1 persen.
Di negara lain, sementara sampai sekarang belum ada persyaratan hukum, ada pemahaman
yang berkembang bahwa kunci keberhasilan pengurangan kerugian adalah memahami sifat dan
skala masalah. Misalnya, di Eropa, deklarasi penipuan dan korupsi perawatan kesehatan Eropa
tahun 2004, yang disetujui oleh organisasi dari 28 negara menyatakan bahwa:

Pengembangan standar pengukuran risiko umum Eropa, dengan latihan tindak lanjut yang valid
secara statistik tahunan untuk mengukur kemajuan dalam mengurangi kerugian akibat penipuan
dan korupsi di seluruh UE (European Healthcare Fraud and Corruption Network, 2004).

Kisaran jenis pendapatan dan pengeluaran di mana kerugian telah diukur meliputi:
penggajian, pengadaan, perumahan, pendidikan, jaminan sosial, kesehatan, asuransi,
kredit pajak, pensiun, transportasi, dan konstruksi. Dua jenis gambar telah diproduksi:
(1) tingkat persentase kerugian (PLR, yaitu proporsi pengeluaran yang hilang karena penipuan dan
kesalahan); dan

(2) FFR (yaitu frekuensi penipuan dan kesalahan).

Latihan yang sama dapat menghasilkan angka PLR dan FFR yang berbeda. Hal ini karena
pos pengeluaran yang ditemukan kecurangan mungkin lebih besar atau lebih kecil dari nilai
rata-rata semua pos pengeluaran. Misalnya, penipuan cenderung mempengaruhi pos
pengeluaran yang lebih tinggi dari nilai rata-rata – ini akan mengakibatkan
 JFC di PLR menjadi lebih tinggi dari FFR. Memang, sampai batas tertentu, temuan penelitian ini, secara

19,1 umum, menunjukkan hal itu. Sebuah analisis terhadap angka-angka juga telah dibuat untuk di mana
kerugian-kerugian dalam area pengeluaran yang sama telah diukur dan diukur kembali. Garis besarnya:
.
tingkat kerugian saat pertama kali diukur dan tingkat kerugian saat terakhir diukur setelah
upaya untuk menguranginya.

70 Terakhir, analisis berbasis sektor menunjukkan:

.
tingkat kerugian di sektor-sektor utama di mana data paling banyak ada: perawatan kesehatan dan
jaminan sosial.

Masih banyak penelitian yang harus dilakukan dan dimaksudkan agar makalah ini akan diperbarui
secara berkala untuk menunjukkan tren kerugian penipuan.

Kerugian penipuan dan kesalahan

Diunduh oleh LINNEUNIVERSITETET Pada 12:16 16 Oktober 2014 (PT)

Sekarang tampaknya tepat untuk mengeksplorasi beberapa temuan dari analisis

latihan pengukuran penipuan yang dipelajari. Area pertama adalah PLR. Dari 132
latihan ditemukan PLR ditemukan antara 0,13 dan 10,60 persen dengan rata-rata PLR
4,57 persen seperti yang ditunjukkan pada Gambar 2. Untuk menganalisis lebih lanjut, penulis membaginya menjadi
latihan yang menunjukkan kurang dari 3, 3-8 dan lebih dari 8 persen. Seperti yang ditunjukkan Gambar 3 66 persen per

12,00%

10.00%

8.00%

6,00%
10,60%

4,00%

2.00% 4,57%

Gambar 2. 0,13%
Persentase kerugian rata-rata karena
0,00%
penipuan dan kesalahan PERSENTASE TERENDAH RATA-RATA PERSENTASE PERSENTASE TERTINGGI
KERUGIAN KALAH KERUGIAN

18,75%
34,38%
PERSENTASE KEHILANGAN < 3%

PERSENTASE KEHILANGAN 3-8%

Gambar 3. 46,88%
PERSENTASE KEHILANGAN > 8%
Persentase kerugian
berdasarkan jumlah
 dari latihan menunjukkan angka PLR lebih dari 3 persen dengan hampir 19 persen dengan PLR Mengukur
lebih dari 8 persen.
biaya penipuan
Kriteria selanjutnya yang dinilai adalah FFR. Kisaran FFR ditemukan antara
0,47 dan 9,6 persen dengan rata-rata FFR 4,28 persen seperti yang ditunjukkan pada Gambar 4.
Ada pengelompokan yang jauh lebih umum pada kriteria ini dengan 90 persen latihan dinilai
mencatat FFR 3-8 persen, hanya 1,67 persen lebih dari 8 persen seperti yang ditunjukkan pada
Gambar 5. Mengingat dominasi 3-8 persen ini mungkin menunjukkan bahwa tingkat penipuan 71
dan kesalahan antara 3 dan 8 persen adalah norma.
Temuan yang signifikan adalah bahwa organisasi yang mengulangi latihan
pengukuran penipuan cenderung menunjukkan penurunan PLR. Rata-rata PLR ketika
pertama kali diukur adalah 5,40 persen; rata-rata PLR ketika terakhir diukur ternyata
4,61 persen seperti yang ditunjukkan pada Gambar 6. Ini mewakili pengurangan rata-rata hanya di bawah 15
persen. Penulis berpendapat bahwa sekali organisasi menemukan ukuran yang akurat dari kerugian penipuan
ini bertindak sebagai insentif dan memacu untuk memperkenalkan langkah-langkah untuk mengurangi kerugian
Diunduh oleh LINNEUNIVERSITETET Pada 12:16 16 Oktober 2014 (PT)

penipuan. Ini juga menunjukkan bahwa penipuan dapat dikurangi dan bahwa di banyak organisasi,
penghematan 15 persen kerugian penipuan akan menjadi jumlah uang yang signifikan.

12,00%

10.00%

8.00%

6,00%

9,60%
4,00%

2.00% 4.28%

0,00% 0,47%
Gambar 4.
TINGKAT PENIPUAN TERENDAH TINGKAT PENIPUAN RATA-RATA TINGKAT PENIPUAN TERTINGGI FFR rata-rata

1,67% 8,33%

TINGKAT PENIPUAN <3%

TINGKAT PENIPUAN 3-8%

TINGKAT PENIPUAN >8%

90,00%
Gambar 5.
FFR berdasarkan jumlah
 JFC 5,60%

19,1
5,40%

5,20%

72 5.00%

4,80% 5,40%

4,60%

4,40% 4,61%
Gambar 6.
Kerugian rata-rata
4.20%
Diunduh oleh LINNEUNIVERSITETET Pada 12:16 16 Oktober 2014 (PT)

dibandingkan dari dulu

KERUGIAN RATA-RATA KETIKA PERTAMA RATA-RATA KERUGIAN KETIKA TERAKHIR
untuk pengukuran terakhir
TERUKUR TERUKUR

Ada juga banyak data yang tersedia dari dua bidang pengeluaran publik – perawatan kesehatan
dan jaminan sosial. Dalam hal perawatan kesehatan, rata-rata PLR adalah 5,59 persen dan rata-
rata FFR adalah 4,23 persen. Seperti dibahas di atas, ini cenderung menunjukkan bahwa penipuan
perawatan kesehatan melibatkan item pengeluaran dengan nilai lebih tinggi dari rata-rata.
Makalah dengan analisis terperinci dari data penipuan perawatan kesehatan akan diterbitkan
kemudian. Dalam hal jaminan sosial, rata-rata PLR adalah 5,57 persen dan rata-rata FFR adalah
2,1 persen. Seperti layanan kesehatan, hal ini cenderung menunjukkan bahwa penipuan jaminan sosial juga
melibatkan item pengeluaran dengan nilai lebih tinggi dari rata-rata.
Berdasarkan bukti, jelas bahwa kerugian penipuan dan kesalahan dalam organisasi
mana pun saat ini diharapkan setidaknya 3 persen, mungkin lebih dari 5 persen dan
mungkin lebih dari 9 persen. Namun, akan salah jika terlalu jauh memprediksi di
mana dalam kisaran ini, kerugian untuk setiap jenis pengeluaran yang diukur akan
berada. Ini karena, selain dalam hal perawatan kesehatan dan jaminan sosial, volume
data tidak menjamin hal ini. Selain itu, setiap organisasi akan memiliki pengaturan
kontra penipuan yang relatif lebih kuat atau relatif lebih lemah. Faktor ini akan
mempengaruhi di mana dalam kisaran kerugian yang diharapkan, organisasi tertentu
akan menemukan dirinya sendiri.

Sebagian besar organisasi tidak melakukan latihan pengukuran risiko penipuan reguler (Brooks dkk.,
2009). Oleh karena itu ada banyak badan yang tidak tahu sejauh mana sebenarnya kerugian penipuan
mereka. Ini berarti ada pengeluaran yang tidak perlu dilakukan, yang jika ditemukan dan ditangani
dapat dikeluarkan untuk layanan lain atau memberikan keuntungan yang lebih besar. Jika organisasi
secara akurat mengukur biaya penipuan dan kesalahan secara teratur, itu jelas memberi insentif kepada
organisasi untuk mengelola biaya itu, seperti biaya lainnya. Penipuan dan kesalahan jelas merupakan
masalah yang ingin dikurangi oleh organisasi mana pun. Oleh karena itu, makalah yang menemukan
bahwa mereka yang secara teratur mengukur penipuan cenderung menunjukkan pengurangan tidak
mengherankan. Mengukur kecurangan dan kesalahan secara akurat jelas memberikan dasar untuk
menuai keunggulan kompetitif. Ada contoh,
 terutama di Inggris dan Amerika Serikat, di mana pendekatan ini telah terbukti menuai Mengukur
keuntungan. Ini termasuk:
biaya penipuan
.
Layanan Kesehatan Nasional Inggris (organisasi terbesar kedua di dunia) antara
tahun 1998 dan 2006 di mana kerugian berkurang hingga 60 persen, dan hingga 40
persen selama periode yang lebih singkat (NHSCFSMS, 2007);
.
Departemen Pendidikan AS, yang mengurangi kerugiannya melalui program hibah senilai
$12 miliar sebesar 35 persen antara tahun 2001 dan 2005 (Departemen Pendidikan
73
Amerika Serikat, 2001, 2005);
.
Departemen Pertanian AS, yang mengurangi kerugiannya melalui program $12 dolar
sebesar 28 persen antara tahun 2002 dan 2004 (Departemen Pertanian Amerika
Serikat, 2002, 2003, 2004); dan
.
Departemen Pekerjaan dan Pensiun Inggris yang telah berhasil mengurangi kerugiannya
dalam Bantuan Pendapatan dan Tunjangan Pencari Kerja hingga lebih dari 50 persen sejak
Diunduh oleh LINNEUNIVERSITETET Pada 12:16 16 Oktober 2014 (PT)

1997/1998 (Department for Work and Pensions, 2007).

Kesimpulan
Ini adalah makalah pertama di area di mana, untuk waktu yang terlalu lama, pengukuran yang akurat dari
kerugian dianggap tidak mungkin atau terlalu sulit. Ini membuktikan bahwa ini salah. Kerugian akibat penipuan
dan kesalahan sekarang dapat diperlakukan sebagai biaya bisnis seperti yang lainnya – untuk dilacak dan
dikurangi. Juga merupakan kasus bahwa pekerjaan untuk mengukur kerugian bisa sangat efektif dari segi biaya.
Sejauh mana upaya untuk mengurangi kerugian dibantu oleh pengetahuan yang lebih besar tentang masalah
ditunjukkan oleh tingkat rata-rata kerugian yang jauh lebih rendah (15 persen) di mana kerugian tersebut telah
diukur kembali selama periode waktu tertentu, di bidang pengeluaran yang sama. .
Ada sejumlah temuan kunci yang muncul dari penelitian ini. Pertama, kerugian akibat
penipuan dan kesalahan dapat diukur – dan biayanya efektif. Kedua, berdasarkan bukti,
kemungkinan besar kerugian dalam organisasi mana pun dan bidang pengeluaran apa pun
setidaknya 3 persen, mungkin lebih dari 5 persen, dan mungkin lebih dari 9 persen. Akhirnya,
dengan manfaat informasi yang akurat tentang sifat dan luasnya, penipuan dan kesalahan dapat
dikurangi secara signifikan. Dalam iklim ekonomi yang bermasalah, tidak mempertimbangkan
keuntungan finansial dari pengurangan kerugian akibat penipuan dan kesalahan yang relatif
tidak menyakitkan tampaknya agak bodoh. Penipuan harus diperlakukan seperti biaya lainnya
dengan pendekatan holistik yang diperkenalkan untuk melawannya dan ini dapat menuai
keuntungan finansial yang di beberapa sektor dapat menjadi keunggulan kompetitif baru.

Referensi
ACFE (2007), Laporan ACFE 2006 untuk Bangsa, tersedia di: www.acfe.com/documents/2006-
rttn.pdf (diakses 28 Januari 2008).
Briggs, R. dan Edwards, C. (2006), Bisnis Ketahanan, Demo, London.
Brooks, G., Button, M. dan Frimpong, K. (2009), “Kecurangan pemolisian di sektor swasta: survei
FTSE 100 perusahaan di Inggris”, Jurnal Internasional Ilmu dan Manajemen Kepolisian,
Jil. 11, hlm. 493-504.
Bussmann, KD dan Werle, MM (2007), "Mengatasi kejahatan di perusahaan temuan pertama dari
survei global kejahatan ekonomi”, Jurnal Kriminologi Inggris, Jil. 46, hlm. 1128-44.
Button, M. dan Brooks, G. (2009), “'Mind the gap', kemajuan menuju pengembangan anti-penipuan
strategi budaya di badan pemerintah pusat Inggris”, Jurnal Kejahatan Keuangan, Jil. 16,
hlm. 229-44.
 JFC Button, M., Lewis, C. dan Tapley, J. (2009), Tipologi Penipuan dan Korban Sastra Penipuan
Ulasan, Otoritas Penipuan Nasional, London.
19,1
CIPFA (2006), Mengelola Risiko Tindakan Fraud untuk Penanggulangan Fraud dan Korupsi Buku Merah 2,
CIPFA, London.
Departemen Pekerjaan dan Pensiun (2007), Penipuan dan Kesalahan dalam Sistem Manfaat April 2005 hingga
Maret 2006, Departemen Pekerjaan dan Pensiun, London.
74 Doig, A. (2008), Penipuan, Willan, Cullompton.
Ernst &Young (2006), Survei Penipuan Global ke-9, tersedia di: www.ey.com/Global/download.nsf/
Ireland_EOY_E/Thought_Leadership_Fraud_Survey/$file/EY_Fraud_Survey_June2006. pdf
(diakses 28 Januari 2008).
Jaringan Penipuan dan Korupsi Perawatan Kesehatan Eropa (2004), “Penipuan perawatan kesehatan Eropa
dan deklarasi korupsi”, tersedia di: www.ehfcn.org/media/documents/Declaration_ UK.asp
(diakses 3 Maret 2010).
Diunduh oleh LINNEUNIVERSITETET Pada 12:16 16 Oktober 2014 (PT)

Farrell, S., Yeo, N. dan Ladenburg, G. (2007), Panduan Blackstone untuk Fraud Act 2006,
Pers Universitas Oxford, Oxford.
Tim Peninjau Penipuan (2006), Laporan terakhir, Sekretariat Hukum untuk Perwira Hukum, London.
Wah, J., Tombol, M. dan Frimpong, K. (2009), Ketahanan terhadap Penipuan UK Plc, MacIntyre
Hudson/CCFS, London.
Higson, A. (1999), Makalah Pihak Kerja Panel Penasihat Penipuan: Mengapa Manajemen Segan
untuk Melaporkan Penipuan?, tersedia di: www.fraudadvisorypanel.org/newsite/PDFs/
research/ Why%20is%20Mgt%20Reticent%20to%20Report%20Fraud.pdf (diakses 30 Maret,
2008).
HMTreasury (2003), Mengelola Risiko Penipuan Panduan untuk Manajer, HM Treasury, London.
Hoare, J. (2007), "Bukti yang menipu: tantangan dalam mengukur penipuan", di Hough, M. and
Maxfield, M. (Eds), Studi Pencegahan Kejahatan Volume 22: Survei Kejahatan di Abad 21,
Pers Peradilan Pidana, London, hlm. 263-79.
KPMG (2009), “Rekam jumlah kasus penipuan pada semester pertama 2009”, tersedia di: http://rd.kpmg.
co.uk/search.asp (diakses 20 April 2010).
Levi, M., Burrows, J., Fleming, H. dan Hopkins, M. (2007), Sifat, Luas dan Ekonomi
Dampak Penipuan di Inggris, ACPO, London.
Maguire, M. (2007), "Data dan statistik kejahatan", dalam Maguire, M., Morgan, R. dan Reiner, R. (Eds),
Buku Pegangan Kriminologi Oxford, Pers Universitas Oxford, Oxford.
Kantor Audit Nasional (2003), Praktik Baik dalam Mengatasi Penipuan Eksternal, HM Treasury, London.
NHSCFSMS (2007), Melawan Penipuan di NHS: Melindungi Sumber Daya untuk Pasien. 1999-2006
Statistik Kinerja, CFSMS, London.
Porter, ME (2004), Keunggulan kompetitif, Pers Bebas, New York, NY.
Departemen Pertanian Amerika Serikat (2002), Laporan Kinerja dan Akuntabilitas FY2002,
tersedia di: www.ocfo.usda.gov/usdarpt/par2002/pdf/par2002.pdf (diakses 20 April 2010).
Departemen Pertanian Amerika Serikat (2003), Laporan Tahunan Tahun Anggaran 2003 Laporan
Kinerja dan Akuntabilitas, tersedia di: www.ocfo.usda.gov/usdarpt/par2003/pdf/
par2003.pdf (diakses 20 April 2010).
Departemen Pertanian Amerika Serikat (2004), Laporan Kinerja dan Akuntabilitas 2004,
tersedia di: www.ocfo.usda.gov/usdarpt/par2004/pdf/par2004.pdf (diakses 20 April,
2010).
 Departemen Pendidikan Amerika Serikat (2001), Laporan Pertanggungjawaban Tahun Anggaran 2001, tersedia Mengukur
di: www2.ed.gov/about/offices/list/ocfo/FY2001AccountabilityRpt.pdf (diakses 20 April,
2010). biaya penipuan
Departemen Pendidikan Amerika Serikat (2005), Laporan Kinerja dan Akuntabilitas TA 2005,
tersedia di: www2.ed.gov/about/reports/annual/2005report/edlite-index.html
(diakses 20 April 2010).
Gedung Putih (nd), Pedoman Pelaksanaan Undang-Undang Pembayaran Tidak Layak tahun 2002, PL 75
107-300, tersedia di: www.whitehouse.gov/omb/memoranda/m03-13-attach.pdf (diakses 18
Februari 2010).

Tentang Penulis
Mark Button adalah Pembaca Kriminologi dan Direktur Pusat Studi Kontra Penipuan di
Universitas Portsmouth. Beliau meraih gelar dari Exeter University, Master dari Warwick
University dan PhD dari London School of Economics. Mark Button adalah penulis yang sesuai
dan dapat dihubungi di: mark.button@port.ac.uk
Diunduh oleh LINNEUNIVERSITETET Pada 12:16 16 Oktober 2014 (PT)

Jim Gee adalah Direktur Layanan Kontra Penipuan di MacIntyre Hudson LLP dan Ketua Dewan
Penasihat Pusat Studi Kontra Penipuan. Dia telah bekerja untuk KPMG dan juga Kepala Eksekutif
Layanan Kontra Penipuan dan Manajemen Keamanan Layanan Kesehatan Nasional.
Graham Brooks adalah Dosen Senior dengan minat penelitian dalam perjudian dan kontra
penipuan. Dia juga pemimpin kursus untuk BSc (Hons) dalam Studi Kontra Penipuan dan
Peradilan Pidana dan MSc dalam Studi Kontra Penipuan dan Kontra Korupsi. Dia meraih gelar dari
Leeds Metropolitan University dan MPhil dari Cambridge University.

Untuk membeli cetakan ulang artikel ini, silakan kirim email ke: reprints@emeraldinsight.com
Atau kunjungi situs web kami untuk detail lebih lanjut: www.emeraldinsight.com/reprints