Bab 17 Sampling Audit Untuk Uji Rincian Saldo

8/4/2021 SAMPLING AUDIT UNTUK UJI RINCIAN SALDO
Halaman 1
SAMPLING AUDIT
BAB
17
UNTUK UJI
TUJUAN PEMBELAJARAN
Setelah mempelajari bab ini,
RINCIAN SALDO kamu harus bisa
17-1 Membedakan sampling audit

untuk pengujian rincian saldo
Pengambilan Sampel Statistik Dan Nonstatistik dan untuk pengujian pengendalian dan
pengujian substantif atas transaksi.
Dapat Diterima Berdasarkan Standar Audit,
17-2 Terapkan pengambilan sampel nonstatistik ke
Tapi Apapun Yang Digunakan, Itu Harus Dilakukan dengan Benar pengujian rincian saldo.
Bob Lake adalah manajer audit Images, Inc., pengecer khusus 17-3 Terapkan sampling unit moneter.
yang memiliki toko di seluruh Midwest. Gambar menarik untuk pekerjaan kelas atas 17-4 Menjelaskan sampling variabel.
wanita dan menawarkan kartu kreditnya sendiri. Akuntansi gambar dilakukan secara terpusat. 17-5 Gunakan estimasi perbedaan dalam
Transaksi ditangkap secara online dan file penjualan dan piutang pengujian rincian saldo.
dipertahankan pada database.
Perusahaan Bob Lake mendorong penggunaan sampling statistik dalam praktiknya dan menyediakan program pelatihan untuk
pengembangan koordinator statistik untuk setiap kantor. Koordinator di kantor Bob adalah Barbara Ennis. Bob
percaya bahwa transaksi penjualan dan tes konfirmasi piutang harus dilakukan dengan menggunakan sampling statistik
dan meminta Barbara untuk membantu merancang dan mengawasi aspek statistik dari pengujian ini.
Barbara mengembangkan program untuk desain prosedur audit konfirmasi sebagai bagian dari melakukan pengujian rincian
saldo untuk piutang. Pekerjaannya termasuk menentukan ukuran sampel. Dia meninggalkan program dengan Bob untuk
melaksanakan dan mengatakan bahwa dia akan tersedia untuk membantu mengevaluasi hasil setelah tes dilakukan.
Ketika semua balasan konfirmasi diterima atau prosedur alternatif diselesaikan beberapa minggu kemudian, Bob
memanggil Barbara untuk melakukan evaluasi statistik. Sangat kecewa, dia mengetahui bahwa Barbara telah meninggalkan perusahaan, dan
lebih buruk, tidak ada orang yang terlatih secara statistik untuk menggantikannya. Bob berada di bawah banyak tekanan untuk mendapatkan pekerjaan itu
selesai dan memutuskan untuk membuat perhitungan statistik sendiri. Berdasarkan perhitungannya, ia menyimpulkan bahwa
potensi salah saji besar, tetapi tidak material, jadi Bob menyimpulkan bahwa tujuan pengujian konfirmasi telah
telah bertemu.
Tahun berikutnya, pendapatan Images, Inc. menurun tajam, sebagian karena penghapusan piutang usaha yang besar. NS
harga saham turun tajam dan gugatan class action diajukan yang menyebutkan perusahaan Bob di antara para terdakwa. Luar
ahli dibawa untuk meninjau dokumen audit. Pakar itu mengulang semua pekerjaan Bob dan menemukan kesalahan di
perhitungan statistik. Pakar menghitung bahwa salah saji dalam piutang, berdasarkan auditor
sampel, secara signifikan lebih dari jumlah material. Firma Bob menyelesaikan gugatan itu sebesar $3,5 juta.
Halaman 2
https://translate.googleusercontent.com/translate_f 1/31
Di Bab
rincian 16, piutang
saldo kami pindah
usaha.keKami
fase III dari proses
sekarang akan audit dengan ke
melanjutkan memeriksa prosedur
fase III dengan analitis danukuran
menentukan pengujian
sampel dan
item untuk dipilih dari populasi untuk audit piutang. Meskipun konsep dalam bab ini membahas
dengan piutang, mereka berlaku untuk audit banyak saldo akun lainnya.
Seperti yang ditunjukkan oleh cerita tentang audit Images, Inc., auditor harus menggunakan pengambilan sampel dengan benar untuk menghindari
membuat kesimpulan yang salah tentang suatu populasi. Sementara sampling audit statistik dan nonstatistik
metode yang digunakan secara luas untuk pengujian rincian saldo, auditor harus memutuskan metode mana yang akan digunakan, tergantung
pada preferensi, pengalaman, dan pengetahuan mereka tentang sampling statistik. Bab ini akan membantu Anda membuat
kesimpulan yang benar tentang populasi menggunakan metode statistik atau nonstatistik.
Sebelum memulai studi bab ini, kami sarankan Anda merujuk ke Gambar 139 di halaman 423 untuk memastikan Anda
memahami di mana kita berada dalam proses audit. Pada tahap ini, semua item pada tahap I dan II akan selesai
sebelum auditor menentukan ukuran sampel dan item untuk dipilih dari populasi. Juga, auditor akan menyelesaikan
prosedur analitis substantif dan prosedur audit yang dirancang untuk pengujian rincian saldo, seperti yang tercakup dalam
Bab 16 (bagian dari fase III). Auditor tidak dapat melaksanakan prosedur audit untuk pengujian atas rincian saldo
sampai terlebih dahulu memutuskan ukuran sampel dan item untuk dipilih dari populasi.
PERBANDINGAN SAMPLING AUDIT UNTUK PENGUJIAN

RINCIAN SALDO DAN UNTUK UJI KONTROL
DAN UJI SUBSTANTIF TRANSAKSI
TUJUAN 17-1 Sebagian besar konsep pengambilan sampel untuk pengujian pengendalian dan pengujian substantif
tindakan, yang dibahas dalam Bab 15, berlaku sama untuk pengambilan sampel untuk pengujian
Membedakan sampling audit
rincian saldo. Dalam kedua kasus, auditor ingin membuat kesimpulan tentang
untuk tes rincian
saldo dan untuk pengujian
seluruh populasi berdasarkan sampel. Baik risiko sampling maupun nonsampling adalah
kontrol dan substantif oleh karena itu penting untuk pengujian pengendalian, pengujian substantif atas transaksi, dan pengujian atas
tes transaksi. rincian saldo. Untuk mengatasi risiko pengambilan sampel, auditor dapat menggunakan metode nonstatistik atau
metode statistik untuk ketiga jenis tes.
Perbedaan utama antara pengujian pengendalian, pengujian substantif atas transaksi,
dan pengujian atas rincian saldo adalah apa yang ingin diukur oleh auditor.
Jenis Tes Apa yang Diukur
Tes kontrol • Efektivitas operasi pengendalian internal
Pengujian substantif atas transaksi • Efektivitas operasi pengendalian internal

• Kebenaran moneter dari transaksi di
sistem akuntansi
Pengujian rincian saldo • Apakah jumlah dolar dari saldo akun

salah saji secara material
Auditor melakukan pengujian pengendalian dan pengujian substantif atas transaksi:

• Untuk menentukan apakah tingkat pengecualian dalam populasi cukup rendah
• Untuk mengurangi risiko pengendalian yang dinilai dan dengan demikian mengurangi pengujian rincian saldo
• Untuk perusahaan publik yang lebih besar, untuk menyimpulkan bahwa pengendalian beroperasi secara efektif
untuk tujuan audit pengendalian internal atas pelaporan keuangan
Tidak seperti pengujian pengendalian dan pengujian substantif atas transaksi, auditor jarang menggunakan
tingkat kejadian pengujian dalam pengujian rincian saldo. Sebaliknya, auditor menggunakan pengambilan sampel
metode yang memberikan hasil dalam dolar . Ada tiga jenis utama dari
metode pengambilan sampel yang digunakan untuk menghitung salah saji dolar dalam saldo akun
dibahas dalam bab ini: sampling nonstatistik, sampling unit moneter, dan
pengambilan sampel variabel.
556 Bagian 3 / PENERAPAN PROSES AUDIT PADA SIKLUS PENJUALAN DAN KOLEKSI
halaman 3
SAMPLING NONSTATISTIK
Sampling audit untuk pengujian rincian saldo mirip dengan sampling audit untuk pengujian TUJUAN 17-2
pengendalian dan pengujian substantif atas transaksi, meskipun tujuannya berbeda. NS
Terapkan nonstatistik
langkah-langkah yang terlibat paralel yang digunakan untuk pengambilan sampel untuk pengujian pengendalian dan substantif
pengambilan sampel untuk pengujian detail
tes transaksi. Perbedaan utama dalam menerapkan sampling audit untuk pengujian
dari saldo.
rincian saldo ditunjukkan dalam huruf miring.
Langkah — Audit Sampling untuk
Langkah — Audit Sampling untuk Pengujian Kontrol dan Substantif
Pengujian Rincian Saldo Pengujian Transaksi (lihat hal. 482)
Rencanakan Sampel Rencanakan Sampel
1. Nyatakan tujuan pengujian audit. 1. Nyatakan tujuan pengujian audit.
2. Putuskan apakah sampling audit 2. Putuskan apakah sampling audit
berlaku. berlaku.
3. Tentukan salah saji. 3. Tentukan atribut dan pengecualian
kondisi.
4. Tentukan populasi. 4. Tentukan populasi.
5. Tentukan unit sampling. 5. Tentukan unit sampling.
6. Tentukan salah saji yang dapat ditoleransi. 6. Tentukan tingkat pengecualian yang dapat ditoleransi.
7. Tentukan risiko yang dapat diterima dari kesalahan
7. Tentukan risiko yang dapat diterima dari
penerimaan. terlalu percaya.
8. Estimasi salah saji dalam 8. Perkirakan pengecualian populasi
populasi. kecepatan.
9. Tentukan ukuran sampel awal. 9. Tentukan ukuran sampel awal.
Pilih Sampel dan Pilih Sampel dan
Lakukan Prosedur Audit Lakukan Prosedur Audit
10. Pilih sampel. 10. Pilih sampel.
11. Melakukan prosedur audit. 11. Melakukan prosedur audit.
Evaluasi Hasil Evaluasi Hasil
12. Generalisasi dari sampel menjadi 12. Generalisasi dari sampel ke
populasi. populasi.
13. Analisis salah saji. 13. Analisis pengecualian.
14. Memutuskan penerimaan dari 14. Memutuskan penerimaan dari
populasi. populasi.
Sampel auditor untuk pengujian rincian saldo untuk menentukan apakah akun Nyatakan Tujuan
saldo yang diaudit dinyatakan secara wajar. Populasi 40 piutang di
dari Tes Audit
Tabel 171 (hal. 558), dengan total $207.295, mengilustrasikan penerapan nonstatistik
contoh. Auditor akan melakukan pengujian atas rincian saldo untuk menentukan apakah
saldo $207.295 salah saji secara material.
Sebagaimana dinyatakan dalam Bab 15, “Audit sampling berlaku setiap kali auditor berencana untuk mencapai Putuskan apakah
kesimpulan tentang suatu populasi berdasarkan sampel”. Meskipun auditor biasanya
Sampling Audit Berlaku
sampel di banyak akun, dalam beberapa situasi pengambilan sampel tidak berlaku. Untuk
populasi pada Tabel 171, auditor dapat memutuskan untuk mengaudit hanya item di atas $5.000 dan
mengabaikan semua yang lain karena total item yang lebih kecil tidak penting. Demikian pula, jika
auditor memverifikasi penambahan aset tetap dan menemukan banyak tambahan kecil dan satu
pembelian gedung yang sangat besar, auditor dapat memutuskan untuk mengabaikan
item seluruhnya. Dalam kedua kasus tersebut, auditor belum mengambil sampel.
Karena sampling audit untuk pengujian rincian saldo mengukur salah saji moneter Definisikan Salah saji
ment, salah saji ada setiap kali item sampel salah saji. Dalam audit
Bab 17 / AUDIT SAMPLING UNTUK UJI RINCIAN SALDO 557
halaman 4
TABEL 17- 1 Ilustrasi Populasi Piutang Usaha
Item Populasi Jumlah yang Tercatat

Item Populasi Jumlah yang Tercatat (lanjutan) (lanjutan)
1 $ 1,410 21 $ 4,865
2 9.130 22 770
3 660 23 2,305
4 3.355 24 2,665
5 5.725 25 1.000
6 8.210 26 6.225
7 580 27 3,675
8 44.110 28 6.250
9 825 29 1,890
10 1.155 30 27.705
11 2.270 31 935
12 50 32 5,595
13 5.785 33 930
14 940 34 4.045
15 1,820 35 9.480
16 3,380 36 360
17 530 37 1.145
18 955 38 6.400
19 4,490 39 100
20 17.140 40 8.435
$207.295
piutang, salah saji klien dalam saldo pelanggan yang termasuk dalam
sampel auditor adalah salah saji.
Tentukan Populasi Dalam pengujian rincian saldo, populasi didefinisikan sebagai item-item yang membentuk
populasi dolar yang tercatat . Populasi piutang yang tercatat pada Tabel
171 terdiri dari 40 akun dengan total $207.295. Sebagian besar populasi akuntansi yang
sampel auditor akan, tentu saja, mencakup lebih banyak item dengan total dolar yang jauh lebih besar
jumlah. Auditor akan mengevaluasi apakah populasi yang tercatat dilebih-lebihkan atau
bersahaja.
Stratified Sampling Untuk banyak populasi, auditor memisahkan populasi menjadi:
dua atau lebih subpopulasi sebelum menerapkan sampling audit. Ini disebut bertingkat
sampling , di mana setiap subpopulasi disebut strata. Stratifikasi memungkinkan
auditor untuk menekankan item populasi tertentu dan tidak menekankan yang lain. Di sebagian besar
situasi sampling audit, termasuk konfirmasi piutang, auditor ingin
menekankan nilai dolar yang tercatat lebih besar, sehingga mereka menentukan setiap strata atas dasar
dari ukuran nilai dolar yang tercatat.
Dengan memeriksa populasi pada Tabel 171, Anda dapat melihat bahwa ada perbedaan
cara untuk membuat stratifikasi populasi. Asumsikan bahwa auditor memutuskan untuk membuat stratifikasi sebagai berikut:
Tidak Dolar dalam
Lapisan Kriteria strata Populasi Populasi
1 > $15.000 3 $88.955

2 $5.000–$15.000 10 71.235
3 < $5.000 27 47.105
___ ________
40 $207.295
halaman 5
Ada banyak cara alternatif untuk stratifikasi populasi ini. Salah satu contohnya adalah
memiliki empat strata (buat item strata 3 antara $2.000 dan $5.000, dan tambahkan yang keempat
strata untuk item kurang dari $2.000).
Untuk pengambilan sampel audit nonstatistik dalam pengujian rincian saldo, unit pengambilan sampel Tentukan
hampir selalu merupakan item yang membentuk saldo akun. Misalnya untuk
Unit Pengambilan Sampel
piutang pada Tabel 171 unit sampling akan menjadi nomor pelanggan.
Auditor dapat menggunakan item yang membentuk populasi yang tercatat sebagai unit sampling
untuk menguji semua tujuan audit kecuali kelengkapan. Jika auditor khawatir tentang
tujuan kelengkapan mereka harus memilih sampel dari sumber yang berbeda,
seperti pelanggan atau vendor dengan saldo nol. Dengan demikian, unit sampling untuk a
uji kelengkapan akan pelanggan dengan saldo nol.
Salah saji yang dapat ditoleransi adalah penerapan materialitas kinerja untuk
Tentukan Tolerable
prosedur pengambilan sampel. Materialitas kinerja didefinisikan dalam Bab 9 dan merupakan salah saji
jumlah yang ditetapkan kurang dari materialitas untuk laporan keuangan secara keseluruhan dan diterapkan
untuk mengaudit segmen untuk mengurangi ke tingkat yang tepat rendah kemungkinan bahwa:
agregat salah saji yang tidak dikoreksi dan tidak terdeteksi melebihi materialitas untuk
laporan keuangan secara keseluruhan. Salah saji yang dapat ditoleransi mungkin sama dengan
materialitas kinerja, atau mungkin lebih rendah jika populasi dari mana sampel
dipilih lebih kecil dari saldo akun. Auditor mencari tingkat yang tepat dari
jaminan bahwa salah saji aktual dalam populasi tidak melebihi yang dapat ditoleransi
salah saji. Ukuran sampel yang diperlukan meningkat seiring dengan penurunan salah saji yang dapat ditoleransi
untuk prosedur pengambilan sampel.
Untuk semua aplikasi sampling statistik dan nonstatistik, pengambilan risiko auditor Menentukan
kesimpulan kuantitatif yang salah tentang populasi. Ini selalu benar kecuali
Risiko yang Dapat Diterima dari
auditor menguji 100 persen dari populasi.
Penerimaan yang salah
Risiko yang dapat diterima dari penerimaan yang salah (ARIA) adalah risiko yang didukung sampel
kesimpulan bahwa saldo akun yang tercatat tidak salah saji secara material ketika
salah saji secara material. ARIA mengukur keyakinan yang diinginkan auditor untuk suatu akun
keseimbangan. Untuk jaminan yang lebih besar dalam mengaudit suatu saldo, auditor akan menetapkan ARIA lebih rendah.
Perhatikan bahwa ARIA adalah istilah yang setara dengan ARO (risiko ketergantungan yang berlebihan) untuk
pengujian pengendalian dan pengujian substantif atas tindakan trans. Seperti untuk ARO, ARIA dapat diatur
kuantitatif (seperti 5% atau 10%), atau kualitatif (seperti rendah, sedang, atau tinggi).
Ada hubungan terbalik antara ARIA dan ukuran sampel yang dibutuhkan. Jika,
misalnya, auditor memutuskan untuk mengurangi ARIA dari 10 persen menjadi 5 persen,
ukuran sampel yang dibutuhkan akan meningkat. Dinyatakan berbeda, jika auditor kurang bersedia untuk
mengambil risiko, ukuran sampel yang lebih besar diperlukan.
Faktor penting yang mempengaruhi keputusan auditor tentang ARIA dinilai
risiko pengendalian dalam model risiko audit. Ketika pengendalian internal efektif, pengendalian risiko
dapat dikurangi, memungkinkan auditor untuk meningkatkan ARIA. Ini, pada gilirannya, mengurangi
ukuran sampel yang diperlukan untuk pengujian rincian saldo akun terkait.
Anda perlu memahami bagaimana ARO dan ARIA berinteraksi untuk memengaruhi bukti
akumulasi. Anda telah mengetahui dari bab-bab sebelumnya bahwa pengujian atas rincian saldo
untuk salah saji moneter dapat dikurangi jika auditor menemukan pengendalian internal yang efektif
setelah
dan ARIAmenilai risikodengan
konsisten pengendalian dan melakukan
kesimpulan pengujian
itu. Jika auditor pengendalian.
menyimpulkan Efek
bahwa ARO
internal
pengendalian mungkin efektif, risiko pengendalian awal dapat dikurangi. Lebih rendah
risiko pengendalian membutuhkan ARO yang lebih rendah dalam pengujian kontrol, yang membutuhkan lebih besar
ukuran sampel. Jika pengendalian terbukti efektif, risiko pengendalian dapat tetap rendah, yang
memungkinkan auditor untuk meningkatkan ARIA (melalui penggunaan model risiko audit), sehingga
membutuhkan ukuran sampel yang lebih kecil dalam pengujian substantif terkait rincian saldo.
Gambar 171 (hal. 560) menunjukkan pengaruh ARO dan ARIA pada pengujian substantif ketika
pengendalian dianggap tidak efektif dan bila dianggap efektif.
halaman 6
GAMBAR 17- 1 Pengaruh ARO dan ARIA pada Pengujian Substantif
Kontrol Tidak Kontrol

Dianggap Efektif Dianggap Efektif
Mengurangi
Kontrol risiko 100%
mengendalikan risiko
ARO 100% Kurangi ARO
Lakukan tidak Melakukan

tes kontrol tes kontrol
Gunakan ARIA rendah Gunakan ARIA tinggi*
Lakukan ekstensif Lakukan terbatas

pengujian substantif pengujian substantif
*Mengasumsikan hasil pengujian pengendalian memuaskan, yang memungkinkan risiko pengendalian

untuk tetap rendah.
Selain risiko pengendalian, ARIA secara langsung dipengaruhi oleh risiko audit yang dapat diterima dan
berbanding terbalik dengan pengujian substantif lain yang telah dilakukan (atau direncanakan) untuk
saldo rekening. Jika auditor mengurangi risiko audit yang dapat diterima, mereka juga harus mengurangi
ARIA. Jika prosedur analitis menunjukkan bahwa saldo akun cenderung adil
menyatakan, ARIA dapat ditingkatkan. Dengan kata lain, prosedur analitis adalah bukti
mendukung saldo akun, yang berarti auditor memerlukan ukuran sampel yang lebih kecil dalam
pengujian rincian saldo untuk mencapai risiko audit yang dapat diterima yang diinginkan. Sama
kesimpulan yang tepat untuk hubungan antara pengujian substantif atas transaksi,
ARIA, dan ukuran sampel untuk pengujian rincian saldo. Berbagai hubungan
mempengaruhi ARIA diringkas dalam Tabel 172.
TABEL 17- 2 Hubungan Antara Faktor-Faktor yang Mempengaruhi ARIA, Pengaruh Terhadap ARIA, dan Ukuran Sampel yang Diperlukan untuk
Pengambilan Sampel Audit
Efek pada
Faktor yang Mempengaruhi ARIA Contoh Efek pada ARIA Ukuran sampel
Efektivitas pengendalian internal Pengendalian internal efektif (mengurangi risiko pengendalian). Meningkatkan Mengurangi
(mengendalikan risiko)
Pengujian substantif atas transaksi Tidak ada pengecualian yang ditemukan dalam pengujian substantif dari Meningkatkan Mengurangi
transaksi.
Risiko audit yang dapat diterima Kemungkinan kebangkrutan rendah (meningkat dapat diterima Meningkatkan Mengurangi
risiko audit).
Prosedur analitis Prosedur analitis dilakukan tanpa Meningkatkan Mengurangi

indikasi kemungkinan salah saji.
halaman 7
TABEL 17- 3 Faktor-Faktor yang Mempengaruhi Ukuran Sampel untuk Pengujian Rincian Saldo
Kondisi Terkemuka Kondisi Terkemuka

Faktor ke Ukuran Sampel yang Lebih Kecil untuk Ukuran Sampel yang Lebih Besar
Risiko bawaan — Mempengaruhi risiko yang dapat diterima dari kesalahan Risiko bawaan rendah Risiko bawaan tinggi
penerimaan
Risiko kontrol (ARO) — Mempengaruhi dapat diterima Risiko kontrol rendah Risiko kontrol tinggi
risiko salah penerimaan
Hasil dari prosedur substantif lain yang terkait Hasil yang memuaskan di terkait lainnya Hasil tidak memuaskan di lain
untuk asersi yang sama (termasuk analitik) prosedur substantif prosedur substantif terkait
prosedur dan pengujian substantif lain yang relevan) —
Mempengaruhi risiko yang dapat diterima dari penerimaan yang salah
Salah saji yang dapat ditoleransi untuk akun tertentu Salah saji yang lebih besar yang dapat ditoleransi Salah saji lebih kecil yang dapat ditoleransi
Ukuran yang diharapkan dan frekuensi salah saji — Salah saji yang lebih kecil atau lebih rendah Salah saji yang lebih besar atau lebih tinggi
Mempengaruhi estimasi salah saji dalam populasi frekuensi frekuensi
Jumlah dolar populasi Saldo akun lebih kecil Saldo akun lebih besar
Jumlah item dalam populasi Hampir tidak berpengaruh pada ukuran sampel Hampir tidak berpengaruh pada ukuran sampel
kecuali populasinya sangat kecil kecuali populasinya sangat kecil
Auditor biasanya membuat estimasi ini berdasarkan pengalaman sebelumnya dengan klien Memperkirakan
dan dengan menilai risiko bawaan, dengan mempertimbangkan hasil pengujian pengendalian, secara substantif
salah saji
pengujian transaksi, dan prosedur analitis yang telah dilakukan. yang direncanakan
dalam Populasi
ukuran sampel meningkat karena jumlah salah saji yang diharapkan dalam populasi
mendekati salah saji yang dapat ditoleransi.
Saat menggunakan sampling nonstatistik, auditor menentukan ukuran sampel awal dengan: Tentukan
mempertimbangkan faktor-faktor yang telah kita bahas sejauh ini. Tabel 173 merangkum faktor-faktor ini,
Ukuran Sampel Awal
termasuk pengaruh perubahan setiap faktor pada ukuran sampel. Seharusnya tidak mengejutkan
bahwa mempertimbangkan semua faktor ini membutuhkan pertimbangan yang cukup. Ukuran sampel
antara sampling nonstatistik dan statistik harus serupa. Oleh karena itu,
auditor dapat menentukan ukuran sampel untuk pengambilan sampel nonstatistik menggunakan unit moneter
tabel sampling, yang akan dibahas pada bagian berikutnya. Gambar 172 (hal. 562) menyajikan
rumus sederhana untuk menghitung ukuran sampel berdasarkan Sampling Audit AICPA
Panduan Audit.
Asumsikan auditor menerapkan rumus ini pada populasi pada Tabel 171 (hal. 558)
dan salah saji yang dapat ditoleransi adalah $15.000. Auditor memutuskan untuk mengeliminasi dari
populasi yang tercatat tiga item yang membentuk strata pertama karena mereka
melebihi salah saji yang dapat ditoleransi. Ketiga akun material individual ini akan menjadi
diuji secara terpisah. Sisa populasi yang akan dijadikan sampel adalah $118.340, yang merupakan
jumlah gabungan strata 2 dan 3. Selanjutnya, asumsikan bahwa gabungan dinilai
risiko bawaan dan risiko pengendalian adalah moderat dan bahwa ada risiko moderat yang substantif
pengujian transaksi dan prosedur analitis substantif tidak akan mendeteksi material
salah saji. Mempertimbangkan faktor-faktor ini, auditor menentukan bahwa 14% risiko
penerimaan yang salah (kepastian 86%) adalah tepat. Menggunakan tabel pada Gambar
172, auditor menerapkan faktor kepercayaan 2, dan ukuran sampel yang dihitung adalah 16
[($118.340/$15.000) x 2 = 15,8].
Ketika auditor menggunakan sampling bertingkat, mereka harus mengalokasikan ukuran sampel di antara
strata, biasanya mengalokasikan bagian yang lebih tinggi dari item sampel untuk populasi yang lebih besar
item. Dalam contoh dari Tabel 171, auditor harus menguji semua item dalam strata 1,
yang bukan sampling audit. Mereka memutuskan untuk mengalokasikan ukuran sampel 16 hingga sembilan dari
strata 2 dan tujuh dari strata 3.
halaman 8
GAMBAR 17- 2 Rumus untuk Komputasi Tes Nonstatistik Rincian

Menyeimbangkan Ukuran Sampel Berdasarkan Rumus Pengambilan Sampel Audit AICPA
Jumlah Tercatat Populasi* x Faktor Keyakinan

Ukuran sampel =
Salah saji yang dapat ditoleransi
Resiko dari
Penerimaan yang salah Keyakinan Sampel Faktor Keyakinan
37% 63% 1
14% 86% 2
5% 95% 3
*Item berisiko tinggi dan item individual yang melebihi salah saji yang dapat ditoleransi seringkali
dihapus dari populasi dan dipilih untuk pemeriksaan 100 persen.
Pilih Sampel Untuk pengambilan sampel nonstatistik, standar audit mengizinkan auditor untuk menggunakan salah satu dari:
metode pemilihan yang dibahas dalam Bab 15. Auditor akan membuat keputusan setelah
mempertimbangkan kelebihan dan kekurangan masing-masing metode, termasuk biaya
siderasi.
Untuk pengambilan sampel bertingkat, auditor memilih sampel secara independen dari masing-masing sampel
lapisan. Dalam contoh kita dari Tabel 171 (hal. 558), auditor akan memilih sembilan sampel
item dari 10 item populasi di stratum 2 dan tujuh dari 27 item di strata 3.
Lakukan Untuk melaksanakan prosedur audit, auditor menerapkan prosedur audit yang tepat
setiap item dalam sampel untuk menentukan apakah item tersebut mengandung salah saji. Di dalam
Prosedur Audit
konfirmasi piutang, auditor mengirimkan sampel positif
konfirmasi dengan cara yang dijelaskan dalam Bab 16 dan tentukan jumlahnya
salah saji di setiap akun yang dikonfirmasi. Untuk nonrespons, mereka menggunakan alternatif
prosedur untuk mencegah salah saji.
Mengacu pada contoh kita dari Tabel 171 lagi, asumsikan auditor mengirim terlebih dahulu dan
permintaan kedua untuk konfirmasi dan melakukan prosedur alternatif. Juga asumsikan
auditor mencapai kesimpulan berikut tentang sampel setelah merekonsiliasi semua:
perbedaan waktu:
Dolar Diaudit
Lapisan Ukuran sampel Nilai Tercatat Nilai yang Diaudit salah saji klien
1 3 $88.955 $ 91,695 $ (2,740 )

2 9 43.995 43,024 971
3 __7 13,105
_________ 10.947
_________ 2.158
________
Total 19 $146,055 $ 145.666 $389
Generalisasi dari Auditor harus menggeneralisasi dari sampel ke populasi dengan (1) memproyeksikan
pernyataan yang salah dari hasil sampel ke populasi dan (2) mempertimbangkan
sampel ke
kesalahan pengambilan sampel dan risiko pengambilan sampel (ARIA). Dalam contoh kita, akankah auditor menyimpulkan
Populasi dan Putuskan
bahwa piutang usaha dilebih-lebihkan sebesar $389? Tidak, auditor tertarik pada
penerimaan dari
hasil populasi , bukan sampel. Oleh karena itu perlu untuk memproyeksikan dari
populasi
sampel ke populasi untuk memperkirakan salah saji populasi.
Langkah pertama adalah menghitung estimasi titik . Estimasi titik dapat dihitung
dengan cara yang berbeda, tetapi pendekatan yang umum adalah mengasumsikan bahwa salah saji dalam
populasi yang tidak diaudit sebanding dengan salah saji dalam sampel. Itu
perhitungan harus dilakukan untuk setiap strata dan kemudian dijumlahkan, bukan digabungkan
total salah saji dalam sampel. Dalam contoh kita, estimasi titik dari
salah saji dihitung dengan menggunakan metode rata-rata tertimbang, seperti yang ditunjukkan berikutnya.
halaman 9
salah saji klien Tercatat

Nilai Tercatat Nilai buku Estimasi Poin
Lapisan dari sampel x untuk strata = salah saji
1 $ (2.740 )/$88.955 $88.955 $ (2,740 )

2 $971 /$43.995 71.235 1,572
3 $ 2.158 / $ 13.105 47.105 7.757
_______
Total $6,589
Estimasi titik salah saji dalam populasi adalah $6.589, menunjukkan

berlebihan. Estimasi titik, dengan sendirinya, bukanlah ukuran yang memadai dari populasi
salah saji, bagaimanapun, karena kesalahan pengambilan sampel. Dengan kata lain, karena
estimasi didasarkan pada sampel, itu akan mendekati salah saji populasi yang sebenarnya,
tapi tidak mungkin persis sama. Kapan pun estimasi titik ($6,589 dalam
contoh) kurang dari salah saji yang dapat ditoleransi ($15.000 dalam contoh), auditor
harus mempertimbangkan kemungkinan bahwa salah saji populasi yang sebenarnya lebih besar dari
jumlah salah saji yang dapat ditoleransi dalam situasi tersebut. Ini harus dilakukan
untuk sampel statistik dan nonstatistik.
Auditor yang menggunakan sampling nonstatistik tidak dapat mengukur sampling secara formal
kesalahan dan karena itu harus secara subyektif mempertimbangkan kemungkinan bahwa populasi yang sebenarnya
salah saji melebihi jumlah yang dapat ditoleransi. Auditor melakukan ini dengan mempertimbangkan:
1. Perbedaan antara estimasi poin dan salah saji yang dapat ditoleransi (ini adalah
disebut kesalahan pengambilan sampel terhitung)
2. Sejauh mana item dalam populasi telah diaudit 100 persen
3. Apakah salah saji cenderung saling hapus atau hanya satu arah
4. Jumlah salah saji individu
5. Ukuran sampel
Dalam contoh kita, misalkan salah saji yang dapat ditoleransi adalah $40.000. Dalam hal ini,
auditor dapat menyimpulkan bahwa tidak mungkin, dengan estimasi titik $6.589, bahwa
salah saji populasi melebihi jumlah yang dapat ditoleransi (kesalahan pengambilan sampel yang dihitung adalah
$33.411).
Misalkan salah saji yang dapat ditoleransi adalah $15.000 (seperti dalam contoh), hanya
$8.411 lebih besar dari estimasi poin. Dalam hal ini, auditor akan mempertimbangkan
faktor. Jika item yang lebih besar dalam populasi diaudit 100 persen (seperti yang dilakukan
di sini), salah saji yang tidak teridentifikasi akan dibatasi untuk item yang lebih kecil. Jika salah
laporan cenderung saling mengimbangi dan ukurannya relatif kecil, auditor mungkin
menyimpulkan bahwa salah saji populasi yang sebenarnya cenderung kurang dari yang dapat ditoleransi
jumlah. Juga, semakin besar ukuran sampel, semakin yakin auditor dapat
bahwa estimasi titik mendekati nilai populasi sebenarnya. Dalam contoh ini, ketika
ukuran sampel dianggap besar, auditor akan lebih bersedia menerima
salah saji populasi kurang dari salah saji yang dapat ditoleransi. Namun, jika satu atau lebih
kondisi lain ini berbeda, auditor dapat menilai kemungkinan salah saji dalam
kelebihan dari jumlah yang dapat ditoleransi menjadi tinggi dan populasi yang tercatat tidak dapat diterima.
Bahkan jika jumlah kemungkinan salah saji tidak dianggap material,
auditor harus menunggu untuk melakukan evaluasi akhir sampai seluruh audit selesai. NS
estimasi total salah saji dan estimasi kesalahan pengambilan sampel dalam piutang usaha
harus dikombinasikan dengan estimasi salah saji di semua bagian audit lainnya
untuk mengevaluasi dampak dari semua salah saji pada laporan keuangan secara keseluruhan.
Namun, terlepas dari apakah hasil sampel mendukung kesimpulan bahwa
akun tidak salah saji secara material, auditor harus meminta agar catatan klien
penyesuaian untuk salah saji faktual, kecuali kesalahan itu jelas sepele.
Penting bagi auditor untuk mengevaluasi sifat dan penyebab setiap salah saji Analisislah
ditemukan dalam pengujian rincian saldo. Sebagai contoh, anggaplah bahwa ketika auditor
salah saji
piutang usaha yang dikonfirmasi, semua salah saji dihasilkan dari kegagalan klien
halaman 10
untuk mencatat barang yang dikembalikan. Auditor akan menentukan mengapa jenis salah saji tersebut
sering terjadi, implikasi dari salah saji pada area audit lainnya,
dampak potensial pada laporan keuangan, dan pengaruhnya terhadap operasi perusahaan.
Pendekatan yang sama diikuti untuk semua salah saji.
Auditor harus melakukan analisis salah saji untuk memutuskan apakah ada modifikasi
model risiko audit diperlukan. Dalam paragraf sebelumnya, jika auditor menyimpulkan:
bahwa kegagalan untuk mencatat pengembalian dihasilkan dari kerusakan pengendalian internal,
mungkin perlu untuk menilai kembali risiko pengendalian. Itu pada gilirannya mungkin akan menyebabkan
auditor untuk mengurangi ARIA, yang akan meningkatkan ukuran sampel yang direncanakan. Seperti yang kita bahas di
Bab 9, revisi model risiko audit harus dilakukan dengan sangat hati-hati karena:
model ini dimaksudkan terutama untuk perencanaan, bukan untuk mengevaluasi hasil.
Tindakan Ketika Ketika auditor menyimpulkan bahwa salah saji dalam suatu populasi mungkin lebih besar
daripada salah saji yang dapat ditoleransi setelah mempertimbangkan kesalahan pengambilan sampel, populasi tidak
Populasi Ditolak
dianggap dapat diterima. Pada saat itu, auditor memiliki beberapa kemungkinan tindakan.
Tidak Mengambil Tindakan Sampai Pengujian Area Audit Lainnya Selesai Pada Akhirnya,
auditor harus mengevaluasi apakah laporan keuangan secara keseluruhan
salah saji secara material. Jika salah saji yang saling hapus ditemukan di bagian lain dari audit,
seperti dalam persediaan, auditor dapat menyimpulkan bahwa estimasi salah saji
dalam piutang dapat diterima. Tentu saja, sebelum audit selesai,
auditor harus mengevaluasi apakah salah saji dalam satu akun dapat membuat laporan keuangan
pernyataan yang menyesatkan bahkan jika ada salah saji yang saling mengimbangi.
Lakukan Tes Audit yang Diperluas di Area Tertentu Jika analisis salah saji
menunjukkan bahwa sebagian besar salah saji adalah dari jenis tertentu, mungkin diinginkan
untuk membatasi upaya audit tambahan ke area masalah. Misalnya, jika analisis
salah saji dalam konfirmasi menunjukkan bahwa sebagian besar salah saji dihasilkan dari
kegagalan untuk mencatat retur penjualan, auditor dapat melakukan pencarian retur yang diperpanjang
barang untuk memastikan bahwa mereka telah dicatat. Namun, perawatan harus diambil untuk mengevaluasi
MITRA Anicom adalah distributor kawat nasional dan $14.354.505 dari $98.182.737 di akun
produk kabel. Petugas dan karyawan Anicom piutang. Tim audit tidak dapat mengonfirmasi
DIBEBANKAN DENGAN
terlibat dalam manajemen laba yang tidak tepat $1.152.965 dari $14.354.505 yang diuji, menghasilkan
KEGAGALAN UNTUK
teknik yang meningkatkan pendapatan Anicom dengan tingkat kesalahan 8%. Memproyeksikan tingkat kesalahan ini berakhir
lebih dari $38 juta dan laba bersih lebih dari $20 seluruh populasi piutang menunjukkan
CUKUP juta dari kuartal pertama tahun 1998 sampai potensi salah saji sebesar $7.854.619, yang
PROYEK DAN kuartal pertama tahun 2000, termasuk luas tidak tepat material bagi laporan keuangan Anicom.
pengakuan pendapatan. Anicom diakui lebih dari 66 Namun, mitra audit tidak memperluas
EVALUASI transaksi penjualan fiktif ke setidaknya 38 berbeda prosedur konfirmasi atau subjek yang berpotensi
CONTOH KESALAHANpelanggan. Sebagian besar transaksi penjualan fiktif salah saji saldo piutang untuk lebih lanjut
dibuat tepat sebelum quarter-end, ketika itu pengujian. Selanjutnya, perusahaan audit melakukan alternatif
jelas bahwa Anicom tidak akan memenuhi pendapatannya prosedur tive untuk 17 dari 20 saldo yang:
sasaran. Tindakan trans penjualan akhir kuartal ini tanggapan konfirmasi tidak diterima. NS
adalah perintah yang sepenuhnya fiktif atau potensial auditor menguji hanya $2.746.487, atau 28% dari
menyamar sebagai penjualan. $9.817.038 dalam pembayaran tunai berikutnya pur-
Rekan dalam pertunangan dinilai dibuat oleh pelanggan terhadap saldo mereka.
Anicom berisiko tinggi karena arus kas Anicom dihapus dari daftar oleh Nasdaq pada tahun 2000 dan
masalah, potensi pelanggaran perjanjian utang, mengajukan kebangkrutan pada Januari 2001. Pertunangan
dan tuduhan praktik penagihan yang tidak benar. mitra audit ment didakwa dengan tidak benar
Meskipun menyadari tanda bahaya ini, partner perilaku profesional dan pelanggaran terhadap
tidak merancang prosedur audit untuk menguji Anicom Securities Exchange Act tahun 1934 dan dilarang
piutang lebih luas daripada dari berlatih sebelum SEC.
awalnya direncanakan.
Pengujian firma audit atas akun Anicom Sumber: Komisi Sekuritas dan Bursa
piutang termasuk mengkonfirmasi keberadaan Rilis Penegakan Akuntansi dan Audit No.
dan akurasi total 20 saldo pelanggan 20678, 11 Agustus 2004 ( www.sec.gov) .
halaman 11
penyebab semua salah saji dalam sampel sebelum kesimpulan dicapai tentang
penekanan yang tepat dalam tes diperluas. Masalah mungkin ada di lebih dari satu area.
Ketika auditor menganalisis area masalah dan memperbaikinya dengan mengusulkan penyesuaian
ke catatan klien, item sampel yang menyebabkan mengisolasi area masalah dapat
kemudian ditampilkan sebagai "benar." Estimasi titik sekarang dapat dihitung ulang tanpa
salah saji yang telah “dikoreksi”. (Ini hanya benar ketika kesalahannya bisa
terisolasi ke daerah tertentu. Kesalahan umumnya harus diproyeksikan ke populasi yang
sampel, bahkan jika klien menyesuaikan kesalahannya.) Dengan fakta baru di tangan, auditor
juga harus mempertimbangkan kembali kesalahan pengambilan sampel dan penerimaan populasi.
Meningkatkan Ukuran Sampel Ketika auditor meningkatkan ukuran sampel, kesalahan pengambilan sampel
berkurang jika tingkat salah saji dalam sampel yang diperluas, jumlah dolar mereka,
dan arahnya mirip dengan sampel aslinya. Oleh karena itu, meningkatkan
ukuran sampel dapat memenuhi persyaratan salah saji yang dapat ditoleransi auditor.
Meningkatkan ukuran sampel yang cukup untuk memenuhi salah saji yang dapat ditoleransi auditor
standar seringkali mahal, terutama ketika perbedaan antara salah saji yang dapat ditoleransi
dan salah saji yang diproyeksikan kecil. Selain itu, peningkatan ukuran sampel tidak
tidak menjamin hasil yang memuaskan. Jika jumlah, jumlah, dan arah
salah saji dalam sampel yang diperluas secara proporsional lebih besar atau lebih bervariasi
daripada sampel asli, hasilnya masih mungkin tidak dapat diterima.
Untuk pengujian seperti konfirmasi piutang dan observasi persediaan,
seringkali sulit untuk meningkatkan ukuran sampel karena masalah praktis "pembukaan kembali"
prosedur tersebut setelah pekerjaan awal selesai. Pada saat auditor menemukan bahwa
sampel tidak cukup besar, beberapa minggu biasanya telah berlalu.
Terlepas dari kesulitan ini, terkadang auditor harus meningkatkan ukuran sampel
setelah pengujian awal selesai. Jauh lebih umum untuk meningkatkan sampel
ukuran di area audit selain konfirmasi dan pengamatan inventaris, tetapi
kadang-kadang diperlukan untuk melakukannya bahkan untuk dua area ini. Ketika pengambilan sampel bertingkat adalah
digunakan, sampel yang meningkat biasanya fokus pada strata yang mengandung jumlah yang lebih besar, kecuali jika
salah saji tampaknya terkonsentrasi di beberapa strata lain.
Menyesuaikan Saldo Akun Ketika auditor menyimpulkan bahwa saldo akun
salah saji material, klien mungkin bersedia menyesuaikan nilai buku berdasarkan
hasil sampel. Dalam contoh sebelumnya, asumsikan klien bersedia mengurangi
nilai buku dengan jumlah estimasi poin ($6.589) untuk menyesuaikan estimasi
pernyataan yang salah. Estimasi auditor atas salah saji sekarang nol, tetapi masih
perlu mempertimbangkan kesalahan pengambilan sampel. Sekali lagi, dengan asumsi salah saji yang dapat ditoleransi dari
$15.000, auditor sekarang harus menilai apakah kesalahan pengambilan sampel melebihi $15.000, bukan
$8.411 awalnya dipertimbangkan. Jika auditor yakin kesalahan pengambilan sampel adalah $15.000 atau
dikurangi, piutang dapat diterima setelah penyesuaian. Jika auditor yakin bahwa
lebih dari $15.000, menyesuaikan saldo akun bukanlah pilihan yang praktis.
Meminta Klien untuk Mengoreksi Populasi Dalam beberapa kasus, catatan klien adalah
sangat tidak memadai sehingga diperlukan koreksi terhadap seluruh populasi sebelum audit dapat dilakukan
diselesaikan. Misalnya, dalam piutang, klien mungkin diminta untuk mengoreksi
pencatatan piutang dan menyiapkan daftar piutang lagi jika
auditor menyimpulkan bahwa ia memiliki salah saji yang signifikan. Ketika klien mengubah
penilaian beberapa item dalam populasi, hasilnya harus diaudit lagi.
Menolak Memberikan Opini Wajar Tanpa Pengecualian Jika auditor yakin bahwa
jumlah dalam akun tidak dinyatakan secara wajar, perlu mengikuti setidaknya salah satu dari:
alternatif sebelumnya atau untuk memenuhi syarat laporan audit dengan cara yang tepat. Jika auditor
percaya bahwa terdapat kemungkinan yang wajar bahwa laporan keuangan tersebut material
salah menyatakan, itu akan menjadi pelanggaran serius dari standar audit untuk mengeluarkan wajar tanpa pengecualian
pendapat. Untuk tujuan pelaporan pengendalian internal, salah saji material harus:
dianggap sebagai indikator potensial dari kelemahan material dalam pengendalian internal atas
laporan keuangan.
halaman 12
SAMPLING UNIT MONETER

TUJUAN 17-3
Sekarang kita telah membahas pengambilan sampel nonstatistik, kita akan beralih ke statistik
sampling, dimulai dengan sampling unit moneter, yang merupakan sampling statistik
Terapkan satuan moneter
metodologi yang dikembangkan secara khusus untuk digunakan oleh auditor. Pengambilan sampel unit moneter
contoh.
(MUS) adalah metode pengambilan sampel statistik yang paling umum digunakan untuk pengujian detail
saldo karena memiliki kesederhanaan statistik atribut sampling belum memberikan
hasil statistik yang dinyatakan dalam dolar (atau mata uang lain yang sesuai). MUS juga
disebut sampling unit dolar, sampling jumlah moneter kumulatif, dan sampling
dengan probabilitas sebanding dengan ukuran.
Perbedaan MUS mirip dengan menggunakan nonstatistical sampling. Semua 14 langkah juga harus
dilakukan untuk MUS, meskipun beberapa dilakukan secara berbeda. Memahami itu
Antara MUS
perbedaan adalah kunci untuk memahami MUS. Mari kita periksa perbedaan-perbedaan ini secara rinci.
dan Nonstatistik
Contoh Definisi Unit Sampling Adalah Dolar Individu Sebuah fitur penting
dari MUS adalah definisi unit sampling sebagai dolar individu dalam suatu akun
keseimbangan. Nama metode statistik, sampling unit moneter, hasil dari
ciri khas ini. Misalnya, pada populasi pada Tabel 171 (hal. 558),
unit sampling adalah 1 dolar dan ukuran populasi adalah 207.295 dolar, bukan 40 fisik
unit yang dibahas sebelumnya. (Satuan fisik adalah saldo piutang pelanggan, dan
item inventaris dalam daftar inventaris, dan unit lain yang dapat diidentifikasi dalam daftar.)
Dengan berfokus pada dolar individu sebagai unit sampling, MUS secara otomatis
menekankan unit fisik dengan saldo tercatat yang lebih besar. Karena sampelnya adalah
dipilih berdasarkan dolar individu, akun dengan saldo besar memiliki
peluang lebih besar untuk dimasukkan daripada akun dengan saldo kecil. Sebagai contoh,
dalam konfirmasi piutang, akun dengan saldo $5.000 memiliki 10 kali
probabilitas pemilihan yang lebih besar daripada yang memiliki saldo $500, karena mengandung 10 kali
sebanyak unit dolar. Akibatnya, pengambilan sampel bertingkat tidak diperlukan dengan MUS.
Stratifikasi terjadi secara otomatis.
Ukuran Populasi Adalah Populasi Dolar yang Tercatat Misalnya,
populasi piutang pada Tabel 171 terdiri dari 207.295 rupiah, yaitu:
ukuran populasi, bukan 40 saldo piutang. Ini dia rekamannya
jumlah dolar dari piutang.
Karena metode pemilihan sampel di MUS, yang akan dibahas nanti,
tidak mungkin untuk mengevaluasi kemungkinan item yang tidak tercatat dalam populasi.
Asumsikan, misalnya, bahwa MUS digunakan untuk mengevaluasi apakah persediaan disajikan secara wajar.
MUS tidak dapat digunakan untuk mengevaluasi apakah item inventaris tertentu ada tetapi belum
telah dihitung. Jika tujuan kelengkapan penting dalam pengujian audit, dan itu
biasanya, tujuan itu harus dipenuhi secara terpisah dari tes MUS.
Ukuran Sampel Ditentukan Menggunakan Rumus Kami mengilustrasikan perhitungan
ukuran sampel setelah kita membahas 14 langkah pengambilan sampel untuk MUS.
Pemilihan Sampel Dilakukan Menggunakan PPS Sampel unit moneter adalah sampel yang dipilih
dengan probabilitas proporsional dengan pemilihan ukuran sampel (PPS) . Sampel PPS dapat berupa
diperoleh dengan menggunakan perangkat lunak komputer atau teknik sampling sistematis. Tabel 174
memberikan ilustrasi populasi piutang, termasuk kumulatif
total yang akan digunakan untuk mendemonstrasikan pemilihan sampel.
Asumsikan bahwa auditor ingin memilih sampel PPS dari empat akun dari
populasi pada Tabel 174. Karena unit sampling didefinisikan sebagai dolar individu,
ukuran populasi adalah 7.376. Auditor sering menggunakan sampling sistematis interval tetap
karena semua item yang lebih besar dari interval pengambilan sampel akan dipilih secara otomatis untuk
pengujian. Namun, seperti yang dibahas sebelumnya di bagian pengambilan sampel nonstatistik,
auditor dapat memilih untuk memeriksa semua waktu material secara individual yang lebih besar dari
salah saji yang dapat ditoleransi, dan sampel item yang tersisa.
halaman 13
TABEL 17- 4 Populasi Piutang Usaha
Item Populasi Jumlah Kumulatif

(Satuan Fisik) Jumlah yang Tercatat (Satuan Dolar)
1 $357 $357
2 1,281 1,638
3 60 1,698
4 573 2.271
5 691 2.962
6 143 3.105
7 2.125 5,230
8 278 5,508
9 242 5,750
10 826 6,576
11 404 6,980
12 396 7.376
Dengan menggunakan pemilihan sistematis, interval pengambilan sampel adalah 1.844 (7.376 4) dan auditor
kemudian memilih awal acak antara 1 dan 1.844 (panjang interval sampling).
Asumsikan auditor secara acak memilih awal dari 822. Dolar sampel yang dipilih untuk
pengujian adalah 822; 2.666 (822 + 1.844); 4.510 (2.666 + 1.844); dan 6.354 (4.510 + 1.844).
Item unit fisik populasi yang berisi dolar acak ini adalah
ditentukan dengan mengacu pada kolom total kumulatif. Melihat kembali Tabel 174,
item yang dipilih adalah item 2 (berisi 358 hingga 1,638), 5 (dolar 2.272 hingga
2.962), 7 (dolar 3.106 hingga 5.230), dan 10 (dolar 5.751 hingga 6.576). Catatan
bahwa item 7 lebih besar dari interval sampling dan karena itu termasuk dalam
sampel menggunakan seleksi sistematis. Jika item populasi beberapa kali lebih besar dari
interval sampling, dapat dimasukkan dalam sampel lebih dari satu kali. Oleh karena itu,
jumlah sebenarnya dari unit yang dipilih untuk pengujian mungkin kurang dari ukuran sampel yang dihitung.
Auditor juga dapat menggunakan pemilihan dolar secara acak, bukan sistematis
pilihan. Asumsikan auditor menggunakan program komputer untuk menghasilkan empat
angka dari antara 1 dan 7.376 untuk menghasilkan sampel dan menghasilkan angka
6.586; 1.756; 850; dan 6.599. Merujuk kembali pada Tabel 174, item yang dipilih adalah
item 11 (berisi dolar 6.577 sampai 6.980), 4 (dolar 1.699 sampai 2.271),
2 (dolar 358 sampai 1.638), dan 11 (dolar 6.577 sampai 6.599). Akun-akun ini
akan diaudit karena total kumulatif yang terkait dengan akun ini termasuk:
dolar acak yang dipilih. Butir 11 diperlakukan sebagai dua butir sampel karena
dipilih secara acak dua kali, meskipun saldo akun yang tercatat sebesar $404 adalah
jauh lebih kecil daripada interval sampling menggunakan seleksi sistematis.
Satu masalah menggunakan pemilihan PPS adalah bahwa item populasi dengan nol tercatat
keseimbangan tidak memiliki peluang untuk dipilih dengan pemilihan sampel PPS, meskipun mereka
mungkin salah saji. Demikian pula, saldo kecil yang secara signifikan diremehkan memiliki sedikit
peluang untuk diikutsertakan dalam sampel. Masalah ini dapat diatasi dengan melakukan
tes audit untuk item nol dan saldo kecil, dengan asumsi bahwa mereka menjadi perhatian.
Masalah lain dengan PPS adalah ketidakmampuannya untuk memasukkan saldo negatif, seperti:
sebagai saldo kredit dalam piutang, dalam sampel PPS (unit moneter). Dia
mungkin untuk mengabaikan saldo negatif untuk pemilihan PPS dan menguji jumlah tersebut dengan
beberapa cara lain. Alternatifnya adalah memperlakukannya sebagai saldo positif dan menambahkannya
dengan jumlah total unit moneter yang diuji. Namun, ini mempersulit
proses evaluasi.
halaman 14
Auditor Menggeneralisasi dari Sampel ke Populasi Menggunakan MUS

Teknik Terlepas dari metode pengambilan sampel yang dipilih, auditor harus menggeneralisasi
dari sampel ke populasi dengan (1) memproyeksikan salah saji dari sampel
hasil untuk populasi dan (2) menentukan kesalahan sampling terkait. statistik
hasil ketika MUS digunakan disebut salah saji terikat . Salah saji terikat
adalah perkiraan kemungkinan pernyataan berlebihan maksimum pada ARIA tertentu. Diskusi
dan contoh berikut terbatas pada pernyataan yang berlebihan karena MUS dirancang
terutama untuk menguji pernyataan yang berlebihan. Perhitungan batas salah saji biasanya
dilakukan dengan menggunakan perangkat lunak audit atau template komputer. Kami mengilustrasikan perhitungan
salah saji yang diproyeksikan dan salah saji terikat di bagian berikutnya setelah kita membahas
14 langkah pengambilan sampel untuk MUS.
Putuskan Auditor membandingkan salah saji yang dihitung dengan salah saji yang dapat ditoleransi.
Jika batas melebihi salah saji yang dapat ditoleransi, populasi tidak dianggap menerima
Penerimaan dari
mampu. Pilihan yang tersedia bagi auditor ketika populasi ditolak adalah
Populasi Menggunakan MUS
yang sama sudah dibahas untuk pengambilan sampel nonstatistik pada halaman 564–565.
Sekarang kita telah membahas perbedaan antara MUS dan nonstatistik
pengambilan sampel untuk pengujian rincian saldo, kami memeriksa penentuan sampel
ukuran dan perhitungan batas salah saji secara lebih rinci.
Menentukan Sampel Kami mengilustrasikan rumus untuk menghitung ukuran sampel menggunakan MUS berdasarkan AICPA
Panduan Audit Sampling Audit. Kami pertama-tama membahas faktor-faktor yang digunakan dalam menghitung sampel
Ukuran Menggunakan MUS
ukuran.
Risiko yang Dapat Diterima dari Penerimaan yang Salah ARIA adalah penilaian auditor dari
tingkat jaminan yang diperlukan untuk aplikasi pengambilan sampel. Seperti yang diilustrasikan pada Gambar 171 dan
Tabel 172 (keduanya di halaman 560), ARIA bergantung pada faktor model risiko audit dan
jumlah keyakinan yang diberikan oleh prosedur analitis dan pengujian substantif lainnya. Untuk
contoh ini, kita akan mengasumsikan bahwa auditor menyimpulkan ARIA 10 persen adalah
sesuai.
Nilai Populasi Tercatat Nilai dolar populasi diambil dari
catatan klien. Untuk contoh ini, itu adalah $5 juta.
Salah saji yang dapat ditoleransi Salah saji yang dapat ditoleransi umumnya sama dengan kinerja
materialitas, tetapi auditor dapat mengurangi jumlah salah saji yang dapat ditoleransi jika kurang
dari 100 persen populasi diuji. Untuk contoh ini, salah saji yang dapat ditoleransi
adalah $ 150.000.
Salah Saji yang Dapat Ditoleransi sebagai Persentase Nilai Populasi Auditor
menghitung salah saji yang dapat ditoleransi sebagai persentase dari nilai tercatat populasi.
Ini sama dengan 0,03 ($150.000 $5.000.000) berdasarkan contoh salah saji yang dapat ditoleransi
dan nilai populasi.
Estimasi Populasi Salah MUS paling sering digunakan ketika tidak ada atau sedikit
salah saji diharapkan. Estimasi salah saji populasi biasanya didasarkan
pada hasil sampel untuk tahun sebelumnya. Untuk contoh ini, pernyataan berlebihan sebesar $15.000 adalah
mengharapkan.
Rasio Salah saji Populasi yang Diestimasi dengan Salah Saji yang Dapat Ditoleransi
auditor menghitung rasio salah saji yang diestimasi dengan salah saji yang dapat ditoleransi. NS
rasio sama dengan .10 ($15.000 $150.000) untuk contoh ini.
Faktor Keyakinan Auditor menggunakan Tabel 175 untuk menentukan
faktor kepercayaan berdasarkan penilaian auditor terhadap ARIA dan rasio ekspektasi
salah saji menjadi salah saji yang dapat ditoleransi. Berdasarkan ARIA 10 persen dan rasio
dari salah saji yang dapat ditoleransi sebesar 0,10, faktor kepercayaan yang sesuai adalah 2,77.
Ukuran Sampel Ukuran sampel yang sesuai kemudian dihitung sebagai faktor kepercayaan
dibagi dengan salah saji yang dapat ditoleransi sebagai persentase dari nilai populasi.
halaman 15
TABEL 17- 5 Faktor Keyakinan untuk Desain Ukuran Sampel Unit Moneter*
Risiko Penerimaan yang Salah
Rasio yang Diharapkan

untuk ditoleransi
salah saji 5% 10% 15% 20% 25% 30% 35% 50%
0.00 3,00 2.31 1.90 1.61 1.39 1.21 1.05 0,70

0,05 3.31 2.52 2.06 1.74 1.49 1.29 1.12 0.73
0,10 3.68 2.77 2.25 1.89 1.61 1.39 1.20 0,77
0,15 4.11 3.07 2.47 2.06 1.74 1.49 1.28 0.82
0,20 4.63 3.41 2.73 2.26 1.90 1.62 1.38 0,87
0,25 5.24 3.83 3.04 2.49 2.09 1.76 1.50 0,92
0,30 6.00 4.33 3.41 2.77 2.30 1.93 1.63 0,99
0.35 6.92 4.95 3.86 3.12 2.57 2.14 1.79 1.06
0,40 8.09 5.72 4.42 3.54 2.89 2.39 1.99 1.14

0,45 9.59 6.71 5.13 4.07 3.29 2.70 2.22 1.25
0,50 11.54 7.99 6.04 4.75 3.80 3.08 2.51 1.37
0,55 14.18 9.70 7.26 5.64 4.47 3.58 2.89 1.52
0,60 17.85 12.07 8.93 6.86 5.37 4.25 3.38 1.70
*Sumber: Data dari AICPA Audit Sampling Audit Guide, 1 Maret 2012 (www.aicpa.org) .
Sampel Faktor Keyakinan (2,77)

= = 93 (dibulatkan ke atas)
Ukuran Salah saji yang dapat ditoleransi sebagai
Persentase Nilai Populasi (0,03)
Interval Sampling Interval sampling yang sesuai sekarang dapat dihitung sebagai:
populasi mencatat jumlah $ 5 juta dibagi dengan ukuran sampel 93.
Interval Pengambilan Sampel = $5,000,000 93 = $53.763
TABEL 17- 6 Ringkasan Langkah Menghitung Ukuran Sampel di MUS
Langkah-langkah untuk Menghitung Ukuran Sampel Jumlah Sumber atau Perhitungan
1. Tentukan ARIA 10% Ditentukan berdasarkan faktor-faktor pada Tabel
17-2 (hlm. 560)
2. Nilai tercatat populasi $5.000.000 —
3. Salah saji yang dapat ditoleransi $150.000 —
4. Salah saji yang dapat ditoleransi sebagai persentase 3% $150.000 $5.000.000

dari nilai populasi
5. Perkiraan salah saji populasi $15.000 Berdasarkan hasil tahun sebelumnya
6. Rasio perkiraan salah saji populasi- .10 $15,000 $150,000

untuk salah saji yang dapat ditoleransi
7. Faktor kepercayaan diri 2.77 Tabel 17-5 berdasarkan ARIA 10%

dan rasio yang diharapkan terhadap yang dapat ditoleransi
salah saji .10
8. Hitung ukuran sampel 93 2.77 .03 (faktor kepercayaan dibagi

oleh salah saji yang dapat ditoleransi sebagai
persentase nilai populasi)
9. Hitung interval pengambilan sampel $53.763 $5.000.000 93
halaman 16
Langkah-langkah yang terlibat dalam menghitung ukuran sampel diilustrasikan pada Tabel 176 (hal. 569).
Metode rumus hanyalah salah satu metode penentuan ukuran sampel menggunakan MUS. NS
Audit Sampling Audit Guide juga menyediakan tabel untuk menentukan ukuran sampel berdasarkan
ARIA, salah saji yang dapat ditoleransi sebagai persentase dari populasi, dan rasio
diharapkan untuk salah saji yang dapat ditoleransi. Karena MUS didasarkan pada teori atribut,
tabel sampling atribut pada Tabel 158 (hal. 502) juga dapat digunakan. ARIA digunakan sebagai gantinya
dari ARO, salah saji yang dapat ditoleransi sebagai persentase dari nilai populasi digunakan untuk
tingkat pengecualian yang dapat ditoleransi, dan rasio perkiraan salah saji populasi terhadap
salah saji yang dapat ditoleransi digunakan untuk estimasi tingkat pengecualian populasi.
Generalisasi Dari Setelah melakukan pengujian pada item sampel, auditor memproyeksikan salah saji sampel
ke populasi dan menghitung kelonggaran untuk risiko pengambilan sampel saat menggunakan
sampel ke
MU. Jika seluruh sampel diaudit dan tidak ada salah saji yang ditemukan dalam sampel,
Populasi Kapan
auditor dapat menyimpulkan tanpa membuat perhitungan tambahan bahwa catatan
Tidak ada salah saji
jumlah populasi tidak dilebih-lebihkan oleh lebih dari salah saji yang dapat ditoleransi di
Ditemukan Menggunakan MUS
risiko tertentu dari penerimaan yang salah. Batas atas ketika tidak ada salah saji adalah
ditemukan adalah faktor kepercayaan untuk tidak ada salah saji dikalikan dengan panjang
interval pengambilan sampel.
Misalkan auditor mengkonfirmasi populasi piutang usaha untuk
kebenaran moneter. Populasi total $ 1.200.000, dan sampel 100 kon
firmasi diperoleh. Setelah diaudit, tidak ada salah saji yang ditemukan dalam sampel.
Dengan asumsi ARIA 5%, faktor kepercayaan dari Tabel 177 adalah 3.0. Diterapkan ke
interval pengambilan sampel $12.000 (populasi $1.200.000 100 item sampel = $12.000
interval sampling) batas salah saji atas dihitung sebagai:
Batas salah saji atas = $12.000 x 3,0 = $36.000
Batas atas ketika tidak ada salah saji yang ditemukan juga disebut sebagai dasar
presisi , dan mewakili kelonggaran minimum untuk risiko pengambilan sampel yang melekat pada
contoh. Untuk contoh ini, karena tidak ada salah saji yang ditemukan, proyeksi
salah saji adalah nol, dan penyisihan untuk risiko pengambilan sampel sama dengan batas atas pada
salah saji sebesar $36.000.
TABEL 17- 7 Faktor Keyakinan untuk Evaluasi Ukuran Sampel Unit Moneter*
Risiko Penerimaan yang Salah
Jumlah
pernyataan yang berlebihan
salah saji 5% 10% 15% 20% 25% 30% 35% 50%
0 3,00 2.31 1.90 1.61 1.39 1.21 1.05 0,70
1 4.75 3.89 3.38 3,00 2.70 2.44 2.22 1.68
2 6.30 5.33 4.73 4.28 3.93 3.62 3.35 2.68
3 7.76 6.69 6.02 5.52 5.11 4.77 4.46 3.68
4 9.16 8.00 7.27 6.73 6.28 5.90 5.55 4.68
5 10.52 9.28 8.50 7.91 7.43 7.01 6.64 5.68
6 11.85 10.54 9.71 9.08 8.56 8.12 7.72 6.67
7 13.15 11.78 10.90 10.24 9.69 9.21 8.79 7.67
8 14.44 13.00 12.08 11.38 10.81 10.31 9.85 8.67
9 15.71 14.21 13.25 12.52 11.92 11.39 10.92 9.67
10 16.97 15.41 14.42 13.66 13.02 12.47 11.98 10.67
*Sumber: Data dari AICPA Audit Sampling Audit Guide, 1 Maret 2012 ( www.aicpa.org). Salah saji lebih besar dari 10 tidak diilustrasikan.
halaman 17
TABEL 17- 8 Noda — Persentase Salah saji
Tercatat diaudit
Akun Akun Menodai =
Piutang Piutang Nyata salah saji
Nomor Pelanggan Jumlah Jumlah salah saji Jumlah yang Tercatat
2073 $6,200 $6,100 $ 100 .016
5111 12.910 12.000 910 T/A (1)
9816 8.947 2.947 $6.000 0,671
(1) Penodaan adalah N/A karena jumlah yang tercatat lebih besar dari interval pengambilan sampel. Dalam situasi ini, proyeksi
salah saji sama dengan salah saji yang sebenarnya.
Asumsikan bahwa auditor menguji sampel dan menemukan tiga pernyataan yang berlebihan Generalisasi Dari
termasuk dalam Tabel 178. Menghitung batas salah saji atas melibatkan tiga langkah.
sampel ke
1. Hitung persentase salah saji untuk setiap salah saji. Populasi Kapan
2. Proyeksikan salah saji sampel dengan mengalikan persentase salah saji Salah saji adalah
dengan panjang interval sampling. Ditemukan Menggunakan MUS
3. Tambahkan kelonggaran untuk risiko pengambilan sampel berdasarkan faktor kepercayaan untuk
jumlah salah saji yang sebenarnya dan risiko penerimaan yang salah yang dapat diterima.
Hitung Persentase Asumsi Salah Saji (Tainting) Ketika salah saji
ditemukan, auditor menghitung salah saji yang diproyeksikan dan penyisihan
untuk risiko pengambilan sampel. Persentase salah saji dalam unit sampling mewakili
persentase salah saji atau pencemaran untuk seluruh interval pengambilan sampel, yaitu:
dihitung dengan membagi salah saji dengan jumlah tercatat. Tabel 178 menunjukkan
noda untuk tiga salah saji yang ditemukan dalam sampel. Salah saji adalah
diurutkan berdasarkan persentase pencemaran untuk perhitungan kelonggaran risiko pengambilan sampel.
Contoh Salah Saji Proyek Salah saji yang diproyeksikan adalah persentase
salah saji dikalikan interval sampling, karena persentase salah saji atau
pencemaran adalah untuk seluruh interval sampling. Misalnya, jika interval pengambilan sampel adalah
$10.000 dan jumlah yang tercatat sebesar $100 memiliki nilai audit sebesar $75, yang diproyeksikan
salah saji adalah $2.500 ($25 salah saji adalah 25% dari jumlah tercatat x $10.000
interval pengambilan sampel). Jika jumlah item sampel yang dicatat lebih besar dari
TABEL 17-9 Perhitungan Salah Saji yang Diproyeksikan dan Penyisihan Risiko Pengambilan Sampel
SEBUAH B C D E F G H
Proyeksi
(lihat Tabel 17-10 salah saji
di halaman 572) Ditambah Inkremental
Nyata Proyeksi Tambahan Tunjangan untuk
Tercatat Audit salah saji Menodai Contoh salah saji Ubah Risiko Pengambilan Sampel
Jumlah Jumlah (A - B) (C A) Selang (D × E) Faktor Keyakinan (F × G)
$12.910 $12.000 $ 910 T/A (1) T/A (1) $ 910 T/A $ 910
8.947 2.947 6.000 67,1% 12.000 8.052 1.75 14.091
6.200 6.100 100 1,6% 12.000 192 1.55 298
Total $7.010 $9,154 $15,299
Tambahkan presisi dasar 36.000

Batas salah saji atas $51.299
(1) Penodaan adalah N/A karena jumlah yang tercatat lebih besar dari interval pengambilan sampel. Dalam situasi ini, salah saji yang diproyeksikan sama dengan salah saji yang sebenarnya.
halaman 18
TABEL 17- 10 Perubahan Inkremental dalam Faktor Keyakinan — Risiko Lima Persen
Penerimaan yang salah
Jumlah Pernyataan Berlebihan Faktor Keyakinan Perubahan Inkremental dalam Faktor
0 3,00 —
1 4.75 1.75
2 6.30 1.55
3 7.76 1.46
4 9.16 1.40
5 10.52 1.36
interval pengambilan sampel, maka salah saji yang diproyeksikan sama dengan kesalahan sampel aktual
penyataan. Tabel 179 (hal. 571) menunjukkan perhitungan salah saji yang diproyeksikan untuk
tiga sampel salah saji yang sebenarnya.
Hitung Penyisihan untuk Risiko Pengambilan Sampel Salah saji yang diproyeksikan adalah:
ditingkatkan dengan penyisihan risiko pengambilan sampel, yang dihitung sebagai presisi dasar
ditambah penyisihan tambahan untuk risiko pengambilan sampel untuk setiap salah saji yang ditemukan dalam
unit sampling yang lebih kecil dari interval sampling. Tidak ada tambahan
penyisihan risiko pengambilan sampel di unit pengambilan sampel yang lebih besar dari pengambilan sampel
interval karena semua unit moneter dalam interval sampling diperiksa.
Pendekatan konservatif adalah dengan mengurutkan salah saji berdasarkan persentase pencemaran. NS
salah saji kemudian dikalikan dengan perubahan tambahan dalam faktor kepercayaan
untuk menghitung salah saji yang diproyeksikan ditambah penyisihan tambahan untuk pengambilan sampel
mempertaruhkan. Tabel 1710 memberikan contoh perubahan inkremental dalam kepercayaan
faktor untuk lima salah saji dan 5% ARIA.
Dua kolom terakhir dari Tabel 179 menunjukkan perubahan inkremental dalam konfigurasi
faktor dence, dan salah saji yang diproyeksikan ditambah penyisihan tambahan untuk pengambilan sampel
mempertaruhkan. Termasuk presisi dasar $36.000, batas salah saji atas adalah
$51.299. Oleh karena itu, berdasarkan ARIA 5%, auditor dapat menyatakan bahwa ada 5
persen risiko bahwa jumlah yang tercatat dilebih-lebihkan lebih dari $51.299.
Hasil sampel dapat diringkas sebagai berikut:
• Sampel mengandung salah saji faktual sebesar $7.010.
• Total salah saji faktual dan proyeksi adalah $9,154.
• Batas salah saji atas mewakili total faktual dan proyeksi
salah saji ditambah penyisihan untuk risiko pengambilan sampel adalah $51.299.
• Kelonggaran untuk risiko pengambilan sampel yang mewakili presisi dasar dan
penyisihan tambahan untuk risiko pengambilan sampel adalah $42.145 [$36.000 dasar presisi +
$6.145 tambahan tunjangan untuk risiko pengambilan sampel ($15.299 – $9.154)].
Hasilnya dianggap dapat diterima jika batas salah saji atas $51.299
kurang dari salah saji yang dapat ditoleransi. Jika batas salah saji atas melebihi batas yang dapat ditoleransi
salah saji, populasi tidak dapat diterima berdasarkan hasil sampel,
dan auditor akan mengambil satu atau lebih tindakan yang dibahas pada halaman 564–565.
Hubungan Model Risiko Audit dengan Ukuran Sampel untuk MUS Risiko audit
model perencanaan diperkenalkan di Bab 9 dan dibahas dalam bab-bab berikutnya
sebagai:
AAR
PDR =
IR × CR
(Lihat halaman 259–261 untuk penjelasan istilahnya.)
Bab 16 membahas bagaimana auditor mengurangi risiko deteksi ke tingkat yang direncanakan
dengan melakukan pengujian substantif atas transaksi, prosedur analitis substantif,
halaman 19
dan pengujian atas rincian saldo. MUS digunakan dalam melakukan pengujian atas rincian saldo.
Oleh karena itu, auditor perlu memahami hubungan ketiga independen tersebut
faktor dalam model risiko audit, ditambah prosedur analitis dan pengujian substantif atas
transaksi, untuk ukuran sampel untuk pengujian rincian saldo.
Tabel 172 di halaman 560 menunjukkan bahwa empat dari lima faktor ini (risiko pengendalian, substansi
pengujian transaksi, risiko audit yang dapat diterima, dan prosedur analitis substantif)
mempengaruhi ARIA. ARIA pada gilirannya menentukan ukuran sampel yang direncanakan. Faktor lainnya,
risiko bawaan, mempengaruhi perkiraan tingkat pengecualian populasi secara langsung.
MUS menarik bagi auditor untuk setidaknya empat alasan: Penggunaan Audit
1. MUS secara otomatis meningkatkan kemungkinan memilih item bernilai tinggi dari Moneter
dari populasi yang diaudit. Auditor melakukan praktik berkonsentrasi
Pengambilan Sampel Satuan
pada item ini karena mereka umumnya mewakili risiko material terbesar
salah saji. Pengambilan sampel bertingkat juga dapat digunakan untuk tujuan ini, tetapi
MUS seringkali lebih mudah diterapkan.
2. MUS sering mengurangi biaya melakukan pengujian audit karena beberapa sampel
item diuji sekaligus. Misalnya, jika satu item besar membentuk 10 persen
dari total nilai dolar yang tercatat dari populasi dan ukuran sampelnya adalah
100, metode pemilihan sampel PPS kemungkinan akan menghasilkan sekitar 10
persen item sampel dari satu item populasi besar itu. Tentu saja,
item itu hanya perlu diaudit sekali, tetapi dianggap sebagai sampel 10. Jika:
item salah saji, itu juga dihitung sebagai 10 salah saji. Populasi yang lebih besar
item dapat dihilangkan dari populasi sampel dengan mengauditnya 100
persen dan mengevaluasinya secara terpisah, jika diinginkan oleh auditor.
3. MUS mudah diterapkan. Sampel unit moneter dapat dievaluasi oleh aplikasi
kation tabel sederhana. Mudah untuk mengajar dan mengawasi penggunaan MUS
teknik. Perusahaan yang menggunakan MUS secara ekstensif menggunakan perangkat lunak audit atau lainnya
program komputer yang menyederhanakan penentuan dan evaluasi ukuran sampel
asi bahkan lebih jauh dari yang ditunjukkan dalam bab ini.
4. MUS memberikan kesimpulan statistik daripada nonstatistik. Banyak
auditor percaya bahwa pengambilan sampel statistik membantu mereka menjadi lebih baik dan
kesimpulan yang lebih dapat dipertahankan.
Ada dua kelemahan utama MUS.
1. Batasan salah saji total yang dihasilkan ketika salah saji ditemukan
mungkin terlalu tinggi untuk berguna bagi auditor. Ini karena evaluasi ini
metode secara inheren konservatif ketika salah saji ditemukan dan
seringkali menghasilkan batas-batas yang jauh melebihi materialitas. Untuk mengatasi masalah ini,
sampel besar mungkin diperlukan.
2. Mungkin sulit untuk memilih sampel PPS dari populasi besar tanpa
bantuan komputer.
Untuk semua alasan ini, auditor biasanya menggunakan MUS ketika nol atau sedikit salah saji
diharapkan, hasil dolar diinginkan, dan data populasi dipertahankan
pada file komputer.
SAMPLING VARIABEL
Pengambilan sampel variabel , seperti MUS, adalah metode statistik yang digunakan auditor. Variabel TUJUAN 17-4
sampling dan sampling nonstatistik untuk pengujian rincian saldo memiliki
Menjelaskan sampling variabel.
objektif — untuk mengukur salah saji dalam saldo akun. Seperti nonstatistik
pengambilan sampel, ketika auditor menentukan bahwa jumlah salah saji melebihi yang dapat ditoleransi
jumlah, mereka menolak populasi dan mengambil tindakan tambahan.
Beberapa teknik pengambilan sampel membentuk kelas umum metode yang disebut variabel
sampling: estimasi selisih, estimasi rasio, dan estimasi meanperunit.
Ini dibahas nanti.
halaman 20
Perbedaan Penggunaan metode variabel memiliki banyak kesamaan dengan sampling nonstatistik.
Semua 14 langkah yang kami diskusikan untuk pengambilan sampel nonstatistik harus dilakukan untuk variabel
Antar Variabel
metode, dan sebagian besar identik. Beberapa perbedaan antara variabel dan non
dan Nonstatistik
sampling statistik diperiksa setelah kita membahas distribusi sampling.
Contoh
Distribusi Pengambilan Sampel Untuk memahami mengapa dan bagaimana auditor menggunakan metode sampling variabel dalam audit, perlu
berguna untuk memahami distribusi sampling dan bagaimana pengaruhnya terhadap statistik auditor
kesimpulan. Auditor tidak mengetahui nilai rata-rata (rata-rata) salah saji dalam
populasi, distribusi jumlah salah saji, atau nilai yang diaudit.
Karakteristik populasi ini harus diperkirakan dari sampel, yang tentu saja
tujuan tes audit.
Asumsikan bahwa seorang auditor, sebagai eksperimen, mengambil ribuan sampel berulang dari
ukuran yang sama dari populasi data akuntansi memiliki nilai rata-rata X . Untuk setiap
sampel, auditor menghitung nilai rata-rata item dalam sampel sebagai berikut:
ΣxJ
x =
n
di mana: x = nilai rata-rata item sampel
x J = nilai setiap item sampel individu
n = ukuran sampel
Setelah menghitung ( x ) untuk setiap sampel, auditor memplotnya ke dalam frekuensi

distribusi. Selama ukuran sampel mencukupi, distribusi frekuensi
sampel berarti akan muncul seperti yang ditunjukkan pada Gambar 173.
Distribusi sampel berarti seperti ini normal dan memiliki semua karakter
ciri-ciri kurva normal: (1) kurva simetris, dan (2) sampel berarti
termasuk dalam bagian yang diketahui dari distribusi sampling di sekitar rata-rata atau rata-rata
sarana tersebut, diukur dengan jarak sepanjang sumbu horizontal dalam hal
deviasi standar.
Selanjutnya, rata-rata rata-rata sampel (titik tengah dis
distribusi) sama dengan rata-rata populasi, dan standar deviasi pengambilan sampel
distribusi sama dengan SD/√ n , di mana SD adalah simpangan baku populasi dan n
adalah ukuran sampel.
Sebagai ilustrasi, asumsikan populasi dengan rata-rata $40 dan simpangan baku
dari $15 ( X = $40 dan SD = $15), dari mana kami memilih untuk mengambil banyak sampel acak
dari 100 item masing-masing. Standar deviasi dari distribusi sampling kami adalah $1,50
(SD/√ n = 15/√100 = 1,50). Rujukan ke "standar deviasi" dari populasi
GAMBAR 17- 3 Distribusi Frekuensi Sarana Sampel
persen
cy nilai dalam
sering
-
Nilai x dalam dolar
halaman 21
TABEL 17-11 Distribusi Sampling Terhitung dari Populasi dengan

Mean dan Standar Deviasi yang Diketahui
(1) (2) (3) (4)

Jumlah Standar
Kesalahan Rata-rata Persen Sampel
(Kepercayaan diri Nilai Rentang Sekitar Berarti Termasuk
-
Koefisien) [(1) × $1,50] x [$40 +/– (2)] dalam lingkup
1 $1,50 $38,50 dan $41,50 68.2
2 $3,00 $37,00 $43,00 95.4
3 $4,50 $35,50 dan $44,50 99.7
(diambil dari tabel untuk kurva normal)
dan untuk "standar deviasi" dari distribusi sampling sering membingungkan. Menghindari
kebingungan, ingat bahwa standar deviasi dari distribusi sampel
berarti sering disebut kesalahan standar mean (SE). Dengan informasi ini,
auditor dapat membuat tabulasi distribusi sampling, seperti yang ditunjukkan pada Tabel
1711 di atas.
Untuk meringkas, tiga hal membentuk hasil eksperimen mengambil besar
jumlah sampel 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 tertinggi
kejadian juga sama dengan rata-rata populasi.
2. Bentuk distribusi frekuensi rata-rata sampel adalah a
distribusi normal (kurva), selama ukuran sampel cukup besar,
terlepas dari persebaran penduduk , seperti yang diilustrasikan pada Gambar 174.
3. Persentase sampel berarti antara dua nilai sampling
distribusinya terukur. Persentase dapat dihitung dengan menentukan
jumlah kesalahan standar antara dua nilai dan menentukan
persentase rata-rata sampel diwakili dari tabel untuk kurva normal.
Secara alami, ketika sampel diambil dari populasi dalam situasi audit yang sebenarnya, Inferensi Statistik
auditor tidak mengetahui karakteristik populasi dan, biasanya, hanya satu
sampel diambil dari populasi. Tetapi pengetahuan tentang distribusi sampling
memungkinkan auditor untuk menarik kesimpulan statistik, atau kesimpulan statistik , tentang
GAMBAR 17- 4 Distribusi Sampling untuk Distribusi Populasi
Berarti
T
Distribusi sampel—Normal
persen
Distribusi populasi—
nilai cy dalam Miring
sering
-
Nilai x dalam dolar
halaman 22
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.)
Kita sekarang dapat menghitung interval kepercayaan dari rata-rata populasi menggunakan logika
diperoleh dari studi distribusi sampling. Ini adalah sebagai berikut:
ˆ
CI x = ±XZ SE
dimana: CI = interval kepercayaan untuk rata-rata populasi

x
xˆ = estimasi titik rata-rata populasi

⎢ ⎧1 = tingkat kepercayaan 68,2%
Z = koefisien kepercayaan ⎨ 2 = 95,4% tingkat kepercayaan diri
⎩ 3⎢ = 99,7% tingkat kepercayaan diri
SE = kesalahan standar rata-rata
Z ⋅ SE = interval presisi
Sebagai contoh:
CI x = $46 ± 1($9) = $46 ± $9 pada tingkat kepercayaan 68,2%

Hasilnya juga dapat dinyatakan dalam batas kepercayaan (CI x ). bagian atas
batas kepercayaan (UCL x ) adalah X + Z . SE ($46 + $18 = $64 dengan keyakinan 95 persen
level) dan batas kepercayaan bawah (LCL x ) adalah X – Z . SE ($46 – $18 = $28 dengan 95 persen
tingkat kepercayaan diri). Secara grafis, hasilnya adalah sebagai berikut:
Lebih rendah Atas

kepercayaan diri kepercayaan diri
^
membatasi x membatasi
$28 $46 $64
Auditor dapat menyatakan kesimpulan yang ditarik dari interval kepercayaan menggunakan:
inferensi statistik dengan cara yang berbeda. Namun, mereka harus berhati-hati untuk menghindari kesalahan
kesimpulan, mengingat bahwa nilai populasi sebenarnya selalu tidak diketahui.
Selalu ada kemungkinan bahwa sampel tidak cukup mewakili
populasi untuk memberikan rata-rata sampel dan/atau simpangan baku yang cukup mendekati
mereka dari populasi. Namun, auditor dapat mengatakan bahwa prosedur yang digunakan untuk
mendapatkan sampel dan menghitung interval kepercayaan akan memberikan interval yang
akan berisi nilai rata-rata populasi sebenarnya dalam persentase tertentu dari waktu. Singkatnya,
auditor mengetahui keandalan proses inferensi statistik yang digunakan untuk menggambar
kesimpulan.
Metode Variabel Auditor menggunakan proses inferensi statistik sebelumnya untuk semua sampel variabel
metode. Setiap metode dibedakan berdasarkan apa yang diukur. Mari kita periksa
tiga variabel metode secara individual.
Estimasi Selisih 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 di
audit. Misalnya, auditor mungkin mengkonfirmasi sampel piutang dan
menentukan perbedaan (salah saji) antara jumlah tercatat klien dan
jumlah yang dianggap benar oleh auditor untuk setiap akun yang dipilih. Auditor membuat
halaman 23
estimasi salah saji populasi berdasarkan jumlah salah saji dalam

sampel, ukuran salah saji rata-rata, salah saji individual dalam sampel, dan
ukuran sampel. Hasilnya dinyatakan sebagai estimasi titik dari salah saji populasi
plus atau minus interval presisi yang dihitung pada tingkat kepercayaan yang dinyatakan. Merujuk
kembali ke pembahasan distribusi sampling, asumsikan auditor telah mengkonfirmasi
sampel acak 100 dari populasi 1.000 piutang dan menyimpulkan
bahwa batas keyakinan rata-rata salah saji untuk piutang usaha
berada antara $28 dan $64 pada tingkat kepercayaan 95 persen. Perkiraan total
salah saji populasi juga dapat dengan mudah dihitung antara $28,000 dan
$64.000 pada tingkat kepercayaan 95 persen (1.000 x $28 dan 1.000 x $64). Jika auditor
salah saji yang dapat ditoleransi adalah $ 100.000, populasi jelas dapat diterima. Jika dapat ditoleransi
salah saji adalah $ 40.000, populasi tidak dapat diterima. Sebuah ilustrasi menggunakan
estimasi perbedaan ditampilkan pada halaman 579–582.
Estimasi perbedaan sering menghasilkan ukuran sampel yang lebih kecil daripada yang lain
metode, dan relatif mudah digunakan. Oleh karena itu, estimasi perbedaan sering
metode variabel yang disukai.
Estimasi Rasio Estimasi rasio mirip dengan estimasi selisih kecuali
auditor menghitung rasio antara salah saji dan nilai tercatatnya dan
memproyeksikan ini ke populasi untuk memperkirakan total populasi salah saji. Untuk
contoh, asumsikan bahwa auditor menemukan salah saji sebesar $12.000 dalam sampel
dengan nilai tercatat $208.000. Rasio salah saji adalah 0,06 ($12.000/$208.000).
Jika nilai total populasi yang tercatat adalah $1.040.000, salah saji yang diproyeksikan
dalam populasi adalah $62.400 ($1.040.000 x 0,06). Auditor kemudian dapat menghitung
batas kepercayaan dari total salah saji untuk estimasi rasio dengan perhitungan
mirip dengan yang ditunjukkan untuk estimasi perbedaan. Estimasi rasio dapat menghasilkan
ukuran sampel bahkan lebih kecil dari estimasi perbedaan jika ukuran salah saji
dalam populasi sebanding dengan nilai tercatat dari item populasi.
Jika ukuran salah saji individual tidak tergantung pada nilai tercatat,
estimasi perbedaan menghasilkan ukuran sampel yang lebih kecil. Kebanyakan auditor lebih menyukai perbedaan
estimasi karena agak lebih sederhana untuk menghitung interval kepercayaan.
Estimasi Rata-Rata Per Unit Dalam estimasi rata-rata per unit , auditor berfokus pada:
nilai yang diaudit daripada jumlah salah saji setiap item dalam sampel.
Kecuali untuk definisi dari apa yang diukur, perkiraan rata-rata perunit adalah
dihitung dengan cara yang persis sama dengan estimasi perbedaan. Estimasi titik
dari nilai yang diaudit sama dengan nilai rata-rata item yang diaudit dalam waktu sampel
ukuran populasi. Interval presisi yang dihitung dihitung berdasarkan
nilai item sampel yang diaudit daripada salah saji. Ketika auditor
telah menghitung batas kepercayaan atas dan bawah, mereka memutuskan akseptabilitas
populasi dengan membandingkan jumlah ini dengan nilai buku yang tercatat. Untuk
contoh, asumsikan auditor mengambil sampel 100 item dari daftar inventaris
berisi 3.000 item dan nilai tercatat $265.000. Jika nilai rata-rata item
sampel adalah $85, estimasi nilai persediaan adalah $255.000 ($85 x 3.000). jika
nilai tercatat $265.000 berada dalam batas kepercayaan atas, auditor akan
menerima keseimbangan populasi. Perkiraan rata-rata perunit jarang digunakan dalam praktik
karena ukuran sampel biasanya jauh lebih besar daripada dua metode sebelumnya.
Seperti yang telah kita bahas sebelumnya dalam bab ini, pengambilan sampel bertingkat adalah metode pengambilan sampelbertingkat
dimana semua elemen dalam total populasi dibagi menjadi dua atau lebih sub
Metode Statistik
populasi. Setiap subpopulasi kemudian diuji secara independen. Perhitungannya adalah
dibuat untuk setiap strata dan kemudian digabungkan menjadi satu perkiraan populasi keseluruhan untuk
selang kepercayaan dari seluruh populasi. Hasilnya diukur secara statistik.
Stratifikasi berlaku untuk perbedaan, rasio, dan estimasi rata-rata perunit, tetapi
paling umum digunakan dengan estimasi meanperunit.
halaman 24
TABEL 17-12 Koefisien Keyakinan untuk Tingkat Keyakinan, ARIA, dan ARIR
Tingkat kepercayaan diri (%) ARIA (%) ARIR (%) Koefisien Keyakinan
99 .5 1 2.58
95 2.5 5 1.96
90 5 10 1.64
80 10 20 1.28
75 12.5 25 1.15
70 15 30 1.04
60 20 40 .84
50 25 50 0,67
40 30 60 .52
30 35 70 .39
20 40 80 .25
10 45 90 .13
0 50 100 .0
Risiko Pengambilan Sampel Kami telah membahas risiko penerimaan yang salah (ARIA) yang dapat diterima untuk nonstatistik
dan pengambilan sampel MUS. Untuk pengambilan sampel variabel, auditor menggunakan ARIA serta dapat diterima
risiko penolakan yang salah (ARIR). Penting untuk memahami perbedaannya
antara dan penggunaan kedua risiko tersebut.
ARIA Setelah auditor melakukan tes audit dan menghitung hasil statistik, mereka harus:
menyimpulkan apakah populasi salah saji secara material atau tidak. ARIA adalah statistik
risiko bahwa auditor telah menerima suatu populasi yang, pada kenyataannya, salah saji secara material.
ARIA menjadi perhatian serius bagi auditor karena potensi implikasi hukum dari
menyimpulkan bahwa saldo akun disajikan secara wajar ketika salah saji oleh material
jumlah.
Saldo akun dapat dilebih-lebihkan atau dikecilkan, tetapi tidak keduanya; karena itu,
ARIA adalah uji statistik satu arah. Oleh karena itu, koefisien kepercayaan untuk ARIA adalah
berbeda dengan tingkat kepercayaan. (Tingkat Keyakinan = 1 – 2 x ARIA. Jadi, jika ARIA
sama dengan 10 persen, tingkat kepercayaannya adalah 80 persen.) Koefisien kepercayaan untuk
berbagai ARIA ditunjukkan pada Tabel 1712 bersama-sama dengan koefisien kepercayaan untuk
tingkat kepercayaan dan ARIR.
ARIR Risiko yang dapat diterima dari penolakan yang salah (ARIR) adalah risiko statistik bahwa
auditor telah menyimpulkan bahwa suatu populasi salah saji secara material padahal sebenarnya tidak. ARIR
mempengaruhi tindakan auditor hanya ketika mereka menyimpulkan bahwa suatu populasi tidak dinyatakan secara wajar.
Ketika auditor menemukan keseimbangan yang tidak dinyatakan secara wajar, mereka biasanya meningkatkan ukuran sampel
atau melakukan tes lainnya. Ukuran sampel yang meningkat biasanya akan mengarahkan auditor untuk
Menyimpulkan bahwa saldo tersebut disajikan secara wajar jika akun tersebut, pada kenyataannya, tidak salah saji secara material.
Sementara ARIA selalu penting, ARIR hanya penting ketika ada biaya tinggi
untuk meningkatkan ukuran sampel atau melakukan tes lainnya. Koefisien kepercayaan untuk
ARIR juga ditunjukkan pada Tabel 1712.
TABEL 17-13 ARIA dan ARIR
Keadaan Penduduk Sebenarnya
Keputusan Audit yang Sebenarnya Salah saji secara material Tidak salah saji secara material
Simpulkan bahwa populasi Kesimpulan yang benar Kesimpulan yang salah

salah saji secara material - tidak ada risiko — risikonya adalah ARIR
Simpulkan bahwa populasi Kesimpulan yang salah Kesimpulan yang benar

tidak salah saji secara material — risiko adalah ARIA - tidak ada risiko
halaman 25
Saat Anda memeriksa ringkasan ARIA dan ARIR pada Tabel 1713, Anda mungkin bingung
menyimpulkan bahwa auditor harus berusaha untuk meminimalkan ARIA dan ARIR. Untuk mencapai itu,
auditor harus meningkatkan ukuran sampel, sehingga meminimalkan risiko. Namun,
biaya pendekatan itu membuat ARIA dan ARIR yang masuk akal menjadi tujuan yang lebih diinginkan.
ILUSTRASI MENGGUNAKAN ESTIMASI PERBEDAAN

Kami mengilustrasikan penggunaan estimasi selisih dalam audit piutang usaha untuk: Rencanakan Sampel
Perusahaan Kayu Hart. Piutang usaha terdiri dari 4.000 rekening yang terdaftar di
dan Hitung
neraca saldo tua dengan nilai tercatat $600.000. Salah saji yang dapat ditoleransi telah
Ukuran Sampel Menggunakan
ditetapkan sebesar $21.000.
Estimasi Perbedaan
Tentukan Risiko yang Dapat Diterima Auditor menentukan dua risiko:
1. Risiko penerimaan yang tidak benar (ARIA) yang dapat diterima. Ini adalah risiko menerima akun TUJUAN 17-5
piutang sebagai benar jika sebenarnya salah saji lebih dari $21.000. ARIA adalah
Gunakan estimasi perbedaan dalam
dipengaruhi oleh risiko audit yang dapat diterima, hasil pengujian pengendalian dan
pengujian rincian saldo.
pengujian transaksi, prosedur analitis, dan signifikansi relatif dari
piutang dalam laporan keuangan. Untuk audit Hart Lumber,
asumsikan ARIA 10 persen.
2. Risiko yang dapat diterima dari penolakan yang salah (ARIR). Ini adalah risiko menolak akun
piutang sebagai salah jika tidak benar-benar salah saji dengan jumlah material.
ARIR dipengaruhi oleh biaya tambahan resampling. Karena itu adil
mahal untuk mengkonfirmasi piutang untuk kedua kalinya, asumsikan ARIR 25 persen.
Estimasi Salah saji dalam Populasi Estimasi ini memiliki dua bagian:
1. Perkirakan perkiraan titik yang diharapkan. Auditor membutuhkan perkiraan awal dari
estimasi titik populasi untuk estimasi perbedaan, sebanyak yang mereka butuhkan
perkiraan tingkat pengecualian populasi untuk pengambilan sampel atribut. Uang muka
perkiraan adalah $ 1.500 (melebih-lebihkan) untuk Hart Lumber, berdasarkan sebelumnya
tes audit tahun.
2. Buatlah perkiraan simpangan baku populasi sebelumnya — variabilitas dari
populasi. Untuk menentukan ukuran sampel awal, auditor membutuhkan uang muka
estimasi variasi salah saji dalam populasi yang diukur
dengan simpangan baku populasi. (Perhitungan standar
penyimpangan dijelaskan kemudian, ketika hasil audit dievaluasi.) Untuk Hart
Kayu, diperkirakan $20 berdasarkan tes audit tahun sebelumnya.
Hitung Ukuran Sampel Awal Ukuran sampel awal untuk Hart Lumber dapat:
sekarang dihitung menggunakan rumus berikut:
2
⎡ SD*( Z +Z )N ⎤
SEBUAHR
n= ⎢ ⎢
⎢⎣ TM – E* ⎢⎦
di mana: n = ukuran sampel awal

SD* = perkiraan awal deviasi standar
Z = koefisien kepercayaan untuk ARIA (lihat Tabel 17-12)
SEBUAH
Z = koefisien kepercayaan untuk ARIR (lihat Tabel 17-12)
R
N = ukuran populasi
TM = salah saji yang dapat ditoleransi untuk populasi (materialitas)
E* = estimasi titik estimasi salah saji populasi
Diterapkan pada Hart Lumber, persamaan ini menghasilkan:

2
⎡ 20(1,28 + 1,15)4,000 ⎤
n= ⎢ ⎢ = (9.97) 2 = 100
⎣ 21.000 – 1.500 ⎦
halaman 26
Evaluasi Hasil Generalisasi dari Sampel ke Populasi Auditor memilih sampel,

melakukan pengujian, dan mengidentifikasi sampel salah saji. Salah saji untuk Hart
Kayu ditunjukkan pada Tabel 1714. Empat langkah berikut menjelaskan perhitungan
TABEL 17-14 Perhitungan Batas Keyakinan
Melangkah Rumus Statistik Ilustrasi untuk Hart Lumber
1. Ambil sampel acak berukuran n . n = ukuran sampel 100 piutang dipilih

secara acak dari neraca saldo lama
berisi 4.000 akun.
2. Tentukan nilai masing-masing 75 akun dikonfirmasi oleh pelanggan, dan

salah saji dalam sampel. 25 akun diverifikasi oleh pro-
prosedur. Setelah mendamaikan perbedaan waktu
dan kesalahan pelanggan, 12 item berikut:
ditentukan sebagai kesalahan klien
(pernyataan) dinyatakan dalam dolar:
1. $12,75 7. (.87)
2. (69,46) 8. 24,32
3. 85,28 9. 36.59
4. 100.00 10. (102.16)
5. (27.30) 11. 54,71
6. 41.06 12. 71,56
________
Jumlah = $226,48
3. Hitung estimasi titik dari eJ $226,48

e = e= = $2,26
salah saji total. 100
n
eJ E=
4,000 ($2,26) = $9.040
ˆ = n e ataun
E
n
atau
di mana:
e = rata-rata salah saji dalam sampel E = 4,000
⎛$226,48 ⎞
⎢ ⎢ = $9.040
= penjumlahan ⎝ 100 ⎠
e j = salah saji individu dalam sampel
n = ukuran sampel
Eˆ = estimasi poin dari total salah saji
n = ukuran populasi
4. Hitung standar populasi (dibulatkan ke dolar terdekat)

Σ ( e j ) 2- n ( e ) 2
penyimpangan salah saji ej (ej)2
SD =
dari sampel. n–1
1. $13 $169
2. (69) 4.761
di mana:
3. 85 7.225
= deviasi SD
Standar
4. 100 10.000
e J = salah saji individu dalam sampel
5. (27) 729
n = ukuran sampel 6. 41 1,681
e = rata-rata salah saji dalam sampel 7. (1) 1
8. 24 576
9. 37 1,369
10. (102) 10.404
11. 55 3.025
12. 72_____________ 5,184
$228 $45.124
$45.124 – 100 ($2.26) 2

SD =
99
=
SD $21.2
(Bersambung ke halaman berikut)
halaman 27
TABEL 17-14 Perhitungan Batas Keyakinan (Lanjutan)
Melangkah Rumus Statistik Ilustrasi untuk Hart Lumber
5. Hitung interval presisi untuk

SD $21.2 4,000 – 100
N–n CPI = 4,000 • 1,28 •
perkiraan jumlah penduduk CPI = NZ
SEBUAH
n 100 4,000
salah saji yang diinginkan n
tingkat kepercayaan diri. $21.2
di mana: = 4,000 • 1,28 • • .99
10
CPI = interval presisi yang dihitung
= 4,000 • 1,28 • $2,12 • , 99
n = ukuran populasi
Z = koefisien kepercayaan untuk ARIA = $10.800 (dibulatkan)
SEBUAH
(lihat Tabel 17-12)
SD = simpangan baku populasi
n = ukuran sampel
N–n
= faktor koreksi berhingga
n
6. Hitunglah batas kepercayaan pada

ˆ
UCL = E + CPI UCL = $9.040 + $10.800 = $19.840
CL yang diinginkan.
ˆ
LCL = E – CPI LCL = $9.040 – $10.800 = $(1.760)
di mana:
=
UCL menghitung batas kepercayaan atas
=
LCL menghitung batas kepercayaan yang lebih rendah
E= estimasi titik dari total

salah saji
=
CPI menghitung interval presisi pada
CL yang diinginkan
batas kepercayaan untuk Hart Lumber Company. (Perhitungan diilustrasikan dalam

Tabel 1714, Langkah 3 sampai 6.)
1. Hitung estimasi poin dari total salah saji. Estimasi titik adalah
ekstrapolasi langsung dari salah saji dalam sampel ke salah saji
dalam populasi. Perhitungan estimasi titik untuk Hart Lumber adalah
ditunjukkan pada Tabel 1714, langkah 3.
2. Hitung perkiraan simpangan baku populasi. Populasi
standar deviasi adalah ukuran statistik dari variabilitas dalam nilai-nilai
item individu dalam populasi. Jika ada banyak variasi
dalam nilai item populasi, standar deviasi akan lebih besar dari
bila variasinya kecil.
Standar deviasi memiliki efek signifikan pada presisi yang dihitung
selang. Auditor dapat menghitung estimasi yang wajar atas nilai
simpangan baku populasi dengan menggunakan rumus statistik standar
ditunjukkan pada Tabel 1714, 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 presisi
interval ditunjukkan pada Tabel 1714, langkah 5.
4. Hitung batas kepercayaan. Auditor menghitung batas kepercayaan,
yang menentukan interval kepercayaan, dengan menggabungkan estimasi titik dari
total salah saji dan interval presisi yang dihitung pada waktu yang diinginkan
tingkat kepercayaan (perkiraan titik ± interval presisi yang dihitung). Rumusnya
untuk menghitung batas kepercayaan ditunjukkan pada Tabel 1714, langkah 6.
halaman 28
Batas kepercayaan bawah dan atas untuk Hart Lumber adalah ($1.760) dan $19.840,
masing-masing. Ada risiko statistik 10 persen bahwa populasi diremehkan
lebih dari $1.760, dan risiko yang sama yang dilebih-lebihkan 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.
RINGKASAN
Bab ini membahas metode sampling audit nonstatistik dan statistik untuk pengujian
rincian saldo. Dalam pengambilan sampel untuk pengujian saldo, auditor menentukan apakah
jumlah dolar dari suatu saldo akun salah saji secara material. Kami kemudian membahas 14
langkah-langkah dalam pengambilan sampel nonstatistik untuk pengujian saldo. Saat melakukan non statistik
sampling audit, auditor menggunakan pertimbangan dalam menggeneralisasi dari sampel ke
populasi untuk menentukan apakah itu dapat diterima. Pengambilan sampel unit moneter adalah yang paling banyak
metode statistik umum untuk pengujian saldo. Metode ini mendefinisikan unit sampling
sebagai dolar individu dalam saldo akun yang tercatat, dan sebagai hasilnya, akun yang lebih besar
lebih mungkin untuk dimasukkan dalam sampel. Metode pengambilan sampel statistik variabel
meliputi pendugaan selisih, pendugaan rasio, dan pendugaan rata-rata perunit. Ini
metode membandingkan nilai sampel yang diaudit dengan nilai yang tercatat untuk mengembangkan perkiraan
salah saji dalam nilai akun. Penggunaan sampling variabel diilustrasikan menggunakan
estimasi perbedaan.
SYARAT-SYARAT PENTING
Risiko yang dapat diterima dari penerimaan yang salahSalah saji terikat — perkiraan
(ARIA) — risiko bahwa auditor kemungkinan berlebihan terbesar dalam sebuah popu
bersedia menerima menerima saldo sebagai tion pada ARIA tertentu, menggunakan moneter
benar ketika salah saji yang benar dalam pengambilan sampel unit
saldo melebihi salah saji yang dapat ditoleransi Pengambilan sampel unit moneter (MUS) — a
Risiko penolakan yang salah yang dapat diterima metode sampling statistik yang menghasilkan
(ARIR) — risiko bahwa auditor vides batas pernyataan yang salah dinyatakan dalam
bersedia menerima penolakan saldo sebagai jumlah moneter; juga disebut sebagai
salah jika tidak salah saji oleh a sampling unit dolar, uang kumulatif
jumlah bahan pengambilan sampel jumlah, dan pengambilan sampel
dengan probabilitas sebanding dengan ukuran
Presisi dasar — tunjangan minimum
Estimasi titik — metode proyeksi
untuk risiko pengambilan sampel yang melekat dalam sampel
untuk MU; itu sama dengan tunjangan untuk dari sampel ke populasi untuk
risiko pengambilan sampel ketika tidak ada salah saji memperkirakan salah saji populasi,
ditemukan dalam sampel umumnya dengan mengasumsikan salah saji itu
Estimasi perbedaan — sebuah metode dalam populasi yang tidak diaudit adalah
sebanding dengan salah saji yang ditemukan
pengambilan sampel variabel di mana auditor
dalam sampel
memperkirakan salah saji populasi
dengan mengalikan rata-rata salah saji Probabilitas sebanding dengan ukuran sampel
dalam sampel dengan jumlah total selection (PPS) — pemilihan sampel dari
item populasi dan juga menghitung dolar individu dalam suatu populasi dengan
risiko pengambilan sampel penggunaan sampel acak atau sistematis
Estimasi rata-rata per unit — sebuah metode pilihan
pengambilan sampel variabel di mana auditor Estimasi rasio — sebuah metode

memperkirakan nilai yang diaudit dari sebuah popu pengambilan sampel variabel di mana auditor
dengan mengalikan rata-rata yang diaudit memperkirakan salah saji populasi
nilai sampel menurut populasi dengan mengalikan porsi sampel
ukuran dan juga menghitung risiko pengambilan sampel dolar salah saji dengan total yang dicatat
halaman 29
nilai buku kependudukan dan juga perhitungannya lebih banyak subpopulasi yang independen
risiko pengambilan sampel terlambat benar-benar diuji dan diukur secara statistik
Inferensi statistik — statistik
Salah saji yang dapat ditoleransi — aplikasi
kesimpulan yang diambil auditor dari
kation materialitas kinerja ke a
contoh hasil berdasarkan pengetahuan tentang
prosedur pengambilan sampel tertentu
distribusi sampel
Pengambilan sampel bertingkat — metode Pengambilan sampel variabel — teknik pengambilan sampel
pengambilan sampel di mana semua elemen dalam untuk pengujian rincian saldo yang menggunakan
jumlah penduduk dibagi menjadi dua atau proses inferensi statistik
TINJAUAN PERTANYAAN
17-1 (Tujuan 17-1) Apa perbedaan utama antara (a) pengujian pengendalian dan pengujian substantif?
pengujian transaksi dan (b) pengujian rincian saldo membuat pengambilan sampel atribut
tidak tepat untuk pengujian rincian saldo?
17-2 (Tujuan 17-2) Mendefinisikan stratified sampling dan menjelaskan pentingnya dalam audit.
Bagaimana auditor dapat memperoleh sampel bertingkat dari 30 item dari masing-masing tiga strata dalam
konfirmasi piutang?
17-3 (Tujuan 17-2) Bedakan antara estimasi titik dari total salah saji
dan nilai sebenarnya dari salah saji dalam populasi. Bagaimana masing-masing dapat ditentukan?
17-4 (Tujuan 17-2) Evaluasilah pernyataan berikut yang dibuat oleh auditor: “Pada setiap
aspek audit jika memungkinkan, saya menghitung estimasi titik salah saji
dan mengevaluasi apakah jumlahnya material. Jika ya, saya menyelidiki penyebabnya dan melanjutkan
untuk menguji populasi sampai saya menentukan apakah ada masalah serius. penggunaan dari
pengambilan sampel statistik dengan cara ini adalah alat audit yang berharga.”
17-5 (Tujuan 17-3) Mendefinisikan unit sampling moneter dan menjelaskan pentingnya dalam
audit. Bagaimana menggabungkan fitur atribut dan variabel sampling?
17-6 (Tujuan 17-1, 17-2, 17-3, 17-4) Jelaskan apa yang dimaksud dengan risiko sampling. Melakukan
risiko pengambilan sampel berlaku untuk pengambilan sampel nonstatistik, MUS, pengambilan sampel atribut, dan variabel
contoh? Menjelaskan.
17-7 (Tujuan 17-1, 17-2) Apa perbedaan utama dalam 14 langkah yang digunakan dalam
pengambilan sampel nonstatistik untuk pengujian rincian saldo versus pengujian pengendalian dan sub-
pengujian stantif transaksi?
17-8 (Tujuan 17-3) 2.620 item inventaris yang dijelaskan dalam Pertanyaan 1714 terdaftar di
44 halaman inventaris dengan 60 baris per halaman. Ada total untuk setiap halaman. data klien
tidak dalam bentuk yang dapat dibaca mesin. Jelaskan bagaimana sampel unit moneter dapat dipilih
dalam situasi ini.
17-9 (Tujuan 17-3) Jelaskan bagaimana auditor menentukan salah saji yang dapat ditoleransi untuk MUS.
17-10 (Tujuan 17-2) Jelaskan apa yang dimaksud dengan risiko yang dapat diterima dari penerimaan yang salah.
Apa faktor audit utama yang mempengaruhi ARIA?
17-11 (Tujuan 17-4) Evaluasilah pernyataan berikut yang dibuat oleh auditor: “Saya mengambil a
sampel acak dan memperoleh interval kepercayaan 90 persen dari $800.000 hingga $900.000.
Itu berarti bahwa nilai populasi sebenarnya adalah antara $800.000 dan $900.000, 90
persen dari waktu.”
17-12 (Tujuan 17-2) Apa hubungan antara ARIA dan ARO untuk pengujian
kontrol?
17-13 (Tujuan 17-3) Jelaskan apa yang dimaksud dengan presisi dasar. Bagaimana ditentukan?
17-14 (Tujuan 17-3) Seorang auditor menentukan ukuran sampel yang tepat untuk pengujian
penilaian persediaan menggunakan MUS. Populasi memiliki 2.620 item persediaan senilai
$12.625.000. Salah saji yang dapat ditoleransi adalah $500.000 dengan ARIA 10%. Tidak ada salah saji
diharapkan dalam populasi. Hitung ukuran sampel awal.
17-15 (Tujuan 17-3) Asumsikan bahwa sampel dari 100 unit diperoleh dalam pengambilan sampel
persediaan dalam Pertanyaan 1714. Asumsikan lebih lanjut bahwa tiga salah saji berikut:
ditemukan:
halaman 30
salah saji Nilai Tercatat Nilai yang Diaudit
1 $897.16 $609,16
2 47.02 0
3 1,621,68 1,522,68
Hitung overstatement terikat untuk populasi. Menarik kesimpulan audit berdasarkan

hasil.
17-16 (Tujuan 17-3) Mengapa sulit menentukan ukuran sampel yang tepat untuk
MU? Bagaimana seharusnya auditor menentukan ukuran sampel yang tepat?
17-17 (Tujuan 17-2) Tindakan alternatif apa yang tepat ketika popu
lasi ditolak menggunakan sampling nonstatistik untuk pengujian rincian saldo? Kapan
haruskah setiap opsi diikuti?
17-18 (Tujuan 17-4) Jelaskan apa yang dimaksud dengan simpangan baku populasi dan
menjelaskan pentingnya dalam variabel sampling. Apa hubungan antara
simpangan baku populasi dan ukuran sampel yang dibutuhkan?
17-19 (Tujuan 17-5) Dalam menggunakan estimasi perbedaan, auditor mengambil sampel acak
dari 100 item inventaris dari populasi besar untuk menguji harga yang tepat. Beberapa dari
item inventaris salah saji, tetapi jumlah bersih gabungan dari salah saji sampel
tidak material. Selain itu, review dari salah saji individu menunjukkan bahwa
tidak ada salah saji yang dengan sendirinya material. Akibatnya, auditor tidak menyelidiki
salah saji atau membuat evaluasi statistik. Jelaskan mengapa praktik ini tidak tepat.
17-20 (Tujuan 17-3, 17-4) Membedakan antara pendugaan selisih, pendugaan rasio,
estimasi meanperunit, dan estimasi meanperunit bertingkat. Berikan satu contoh dalam
yang masing-masing dapat digunakan. Kapan MUS lebih disukai daripada semua ini?
17-21 (Tujuan 17-4) Langkah penting dalam estimasi perbedaan adalah perbandingan
dari setiap batas kepercayaan yang dihitung dengan salah saji yang dapat ditoleransi. Mengapa langkah ini begitu
penting, dan apa yang harus dilakukan auditor jika salah satu batas kepercayaan lebih besar dari
salah saji yang dapat ditoleransi?
17-22 (Tujuan 17-4) Jelaskan mengapa estimasi perbedaan sering digunakan oleh auditor.
17-23 (Tujuan 17-3, 17-4) Berikan contoh penggunaan atribut sampling, MUS,
dan variabel sampling berupa kesimpulan audit.
PERTANYAAN PILIHAN GANDA DARI PEMERIKSAAN CPA DAN CIA

17-24 (Tujuan 17-2) Pertanyaan berikut berhubungan dengan menentukan ukuran sampel dalam pengujian
rincian saldo. Untuk masing-masing, pilih jawaban terbaik.
Sebuah . Mr Murray memutuskan untuk menggunakan stratified sampling. Alasan menggunakan sampling bertingkat
daripada pengambilan sampel acak tidak terbatas adalah untuk
(1) mengurangi sebanyak mungkin derajat variabilitas dalam keseluruhan populasi.
(2) memberikan setiap elemen dalam populasi kesempatan yang sama untuk diikutsertakan dalam
Sampel.
(3) memungkinkan orang yang memilih sampel untuk menggunakan penilaian pribadi dalam memutuskan
elemen mana yang harus dimasukkan dalam sampel.
(4) memungkinkan auditor untuk menekankan item yang lebih besar dari populasi.
B . Manakah dari faktor perencanaan sampel berikut yang akan mempengaruhi ukuran sampel untuk a
pengujian rincian saldo untuk akun tertentu?
Jumlah yang Diharapkan ukuran
salah saji Salah saji yang dapat ditoleransi
(1) Tidak Tidak

(2) ya ya
(3) Tidak ya
(4) ya Tidak
halaman 31
C . Bagaimana peningkatan salah saji yang dapat ditoleransi dan tingkat risiko pengendalian yang dinilai?
mempengaruhi ukuran sampel dalam pengujian substantif detail?
Tingkatkan Tingkatkan
Salah saji yang dapat ditoleransi Tingkat Risiko Pengendalian yang Dinilai
(1) Tingkatkan ukuran sampel Tingkatkan ukuran sampel

(2) Tingkatkan ukuran sampel Kurangi ukuran sampel
(3) Kurangi ukuran sampel Tingkatkan ukuran sampel
(4) Kurangi ukuran sampel Kurangi ukuran sampel
17-25 (Tujuan 17-2, 17-3) Berikut ini berlaku untuk mengevaluasi hasil sampling audit:
untuk pengujian rincian saldo. Untuk masing-masing, pilih respons terbaik.
Sebuah . Saat melakukan pengujian substantif atas detail selama audit, auditor
menentukan bahwa hasil sampel mendukung kesimpulan bahwa rekaman
saldo akun salah saji secara material. Faktanya, itu tidak salah saji secara material.
Situasi ini menggambarkan risiko
(1) menilai risiko pengendalian terlalu tinggi.
(2) menilai risiko pengendalian terlalu rendah.
(3) penolakan yang salah.
(4) penerimaan yang salah.
B . Dalam sampel MUS dengan interval sampling $5.000, auditor menemukan bahwa:
piutang usaha yang dipilih dengan jumlah tercatat sebesar $10.000 memiliki nilai audit
dari $8.000. Jika ini adalah satu-satunya kesalahan yang ditemukan oleh auditor, kesalahan yang diproyeksikan dari:
sampelnya adalah
(1) $1.000. (3) $4.000.
(2) $2.000. (4) $5.000.
C . Departemen akuntansi melaporkan saldo piutang sebagai $175.000.
Anda bersedia menerima saldo tersebut jika jumlahnya berada dalam batas $15.000 dari saldo sebenarnya.
Dengan menggunakan rencana pengambilan sampel variabel, Anda menghitung interval kepercayaan 95% sebesar $173.000
menjadi $187.000. Oleh karena itu, Anda akan
(1) merasa tidak mungkin untuk menentukan penerimaan saldo.
(2) menerima keseimbangan tetapi dengan tingkat kepercayaan yang lebih rendah.
(3) mengambil sampel yang lebih besar sebelum menolak sampel dan memerlukan penyesuaian.
(4) terimalah saldo $175.000 karena interval kepercayaan berada dalam
batas materialitas.
17-26 (Tujuan 17-3, 17-4, 17-5) Berikut ini berkaitan dengan penggunaan sampling statistik:
untuk pengujian rincian saldo. Untuk masing-masing, pilih respons terbaik.
Sebuah . Ketika auditor menggunakan sampling statistik unit moneter untuk memeriksa total
nilai dolar faktur, setiap faktur
(1) memiliki peluang yang sama untuk terpilih.
(2) dapat diwakili oleh tidak lebih dari satu unit moneter.
(3) memiliki probabilitas yang tidak diketahui untuk terpilih.
(4) memiliki probabilitas yang sebanding dengan nilai dolarnya untuk dipilih.
B . Manakah dari berikut ini yang lebih menguntungkan menggunakan sampling variabel?
daripada sampling probabilityproportionaltosize (PPS)?
(1) Perkiraan simpangan baku jumlah penduduk yang tercatat adalah
tidak dibutuhkan.
(2) Auditor jarang membutuhkan bantuan program komputer untuk merancang dan
sampel yang efisien.
(3) Pencantuman saldo nol dan negatif biasanya tidak memerlukan
pertimbangan desain.
(4) Setiap jumlah yang signifikan secara individual secara otomatis diidentifikasi dan
terpilih.
halaman 32
C . Dalam menerapkan sampling variabel, auditor berusaha untuk:

(1) memperkirakan karakteristik kualitatif yang menarik.
(2) menentukan berbagai tingkat kemunculan untuk atribut tertentu.
(3) menemukan setidaknya satu contoh penyimpangan kritis.
(4) memprediksi nilai populasi moneter dalam kisaran presisi.
PERTANYAAN DAN MASALAH DISKUSI

17-27 (Tujuan 17-2) Anda berencana menggunakan sampling nonstatistik untuk mengevaluasi
hasil konfirmasi piutang usaha Meridian Company. Anda sudah
melakukan pengujian pengendalian untuk penjualan, retur dan pengurangan penjualan, dan penerimaan kas, dan
mereka dianggap luar biasa. Karena kualitas kontrol, Anda memutuskan untuk menggunakan
risiko yang dapat diterima dari penerimaan yang salah sebesar 10%. Ada 3.000 piutang dengan
nilai kotor $6.900.000. Akun-akun tersebut berukuran serupa dan akan diperlakukan sebagai satu akun
lapisan. Melebih-lebihkan atau meremehkan lebih dari $ 150.000 dianggap material.
Yg dibutuhkan Sebuah . Hitung jumlah sampel yang dibutuhkan. Asumsikan perusahaan Anda menggunakan nonstatistik berikut:
rumus kal untuk menentukan ukuran sampel:
Ukuran sampel = Jumlah Tercatat Populasi × Faktor Keyakinan
Salah saji yang dapat ditoleransi
Faktor kepercayaan 2 digunakan untuk ARIA 10%.
B . Asumsikan bahwa alih-alih hasil yang baik, hasil yang buruk diperoleh untuk pengujian kontrol
dan pengujian substantif atas transaksi penjualan, retur dan pengurangan penjualan, dan
penerimaan kas. Bagaimana ini akan mempengaruhi ukuran sampel yang Anda butuhkan? Bagaimana Anda akan menggunakan ini?
informasi dalam penentuan ukuran sampel Anda?
C . Terlepas dari jawaban Anda untuk bagian a., asumsikan Anda memutuskan untuk memilih sampel 100
akun untuk pengujian. Tunjukkan bagaimana Anda akan memilih akun untuk pengujian menggunakan
seleksi sistematis.
D . Asumsikan nilai buku total $230.000 untuk 100 akun yang dipilih untuk pengujian. Anda
mengungkap tiga pernyataan berlebihan yang berjumlah $1.500 dalam sampel. Evaluasi apakah
populasi dinyatakan secara wajar.
17-28 (Tujuan 17-2) Anda mengevaluasi hasil sampel nonstatistik 85

konfirmasi piutang usaha untuk Bohrer Company. Informasi tentang sampel
dan populasi termasuk di bawah ini. Pernyataan yang berlebihan atau pernyataan yang meremehkan lebih dari
$100.000 dianggap material.
Sampel Populasi
_________________________ _________________________
# dari Tercatat # dari Tercatat
Lapisan Akun Nilai Akun Nilai
1 > $75.000 8 $1,287.643 8 $1,287.643

2 $10.000 – $74.999 40 1.349.678 257 4.348.268
3 < $10,000 25 94.637 712 947.682
___ ___________ ____ ___________
73 $2,731,958 977 $6,583,593
Tanggapan konfirmasi diterima tanpa kecuali, selain yang berikut:

item:
akun Tercatat Konfirmasi
Tidak. Nilai Tanggapan Tindak Lanjut Auditor
147 $ 24,692 $23.597 Pelanggan dikenakan harga yang salah.

228 183.219 157.216 $26,003 pengiriman tercatat pada tanggal 30 Desember;
barang tidak dikirim sampai 3 Januari.
278 7,546 5,546 Pelanggan mengirimkan pembayaran $2.000 pada tanggal 29 Desember;
diterima pada tanggal 2 Januari.
497 15.319 0 $17.443 pengiriman tercatat pada tanggal 30 Desember;
halaman 33
akun Tercatat Konfirmasi

Tidak. Nilai Tanggapan Tindak Lanjut Auditor
564 8.397 7.858 Pelanggan menerima kurang dari jumlah penuh yang dipesan.
653 32.687 19.328 pengiriman $13.359 tercatat pada tanggal 30 Desember;
830 5,286 0 $5.286 pengiriman dilakukan pada tanggal 30 Desember;
barang telah diterima oleh pelanggan pada
4 Januari.
Sebuah . Evaluasi setiap pengecualian konfirmasi untuk menentukan apakah pengecualian tersebut mewakili Yg dibutuhkan
salah saji.
B . Perkirakan jumlah total salah saji dalam populasi piutang usaha.
Abaikan risiko pengambilan sampel dalam perhitungan.
C . Apakah populasi dapat diterima? Jika tidak, tunjukkan tindakan tindak lanjut apa yang Anda pertimbangkan
sesuai dalam situasi.
17-29 (Tujuan 17-3) Populasi piutang untuk Perusahaan Penjilidan Buku Jake
mengikuti. Tabel ini sama dengan Tabel 171 pada halaman 558, kecuali jumlah kumulatifnya
disertakan untuk membantu Anda dalam menyelesaikan masalah. Populasi lebih kecil dari
biasanya kasus untuk pengambilan sampel statistik, tetapi seluruh populasi berguna untuk menunjukkan
cara memilih sampel PPS.
Sebuah . Pilih sampel PPS acak dari 10 item, menggunakan perangkat lunak komputer. Yg dibutuhkan
B . Pilih sampel 10 item menggunakan sampling PPS sistematis. Gunakan titik awal tahun 1857.
Identifikasi unit fisik yang terkait dengan dolar sampel.
C . Item sampel mana yang akan selalu dimasukkan dalam sampel PPS sistematis terlepas?
dari titik awal? Apakah itu juga berlaku untuk pengambilan sampel PPS acak?
D . Metode mana yang lebih disukai dalam hal kemudahan pemilihan dalam kasus ini?
e. Mengapa auditor menggunakan MUS?
Populasi Tercatat Kumulatif Populasi Tercatat Kumulatif

Barang Jumlah Jumlah Item (lanjutan) Jumlah (lanjutan) Jumlah (lanjutan)
1 $ 1,410 $ 1,410 21 $ 4,865 $117,385

2 9.130 10.540 22 770 118.155
3 660 11.200 23 2,305 120.460
4 3.355 14.555 24 2,665 123,125
5 5.725 20.280 25 1.000 124.125
6 8.210 28.490 26 6.225 130.350
7 580 29.070 27 3,675 134.025
8 44.110 73.180 28 6.250 140,275
9 825 74.005 29 1,890 142.165
10 1.155 75.160 30 27.705 169.870
11 2.270 77.430 31 935 170.805
12 50 77.480 32 5,595 176.400
13 5.785 83.265 33 930 177.330
14 940 84.205 34 4.045 181.375
15 1,820 86.025 35 9.480 190.855
16 3,380 89,405 36 360 191.215
17 530 89.935 37 1.145 192,360
18 955 90.890 38 6.400 198.760
19 4,490 95.380 39 100 198.860
20 17.140 112.520 40 8.435 207.295
17-30 (Tujuan 17-3) Dalam audit Perusahaan Benih Harga untuk tahun yang berakhir September
30, auditor menetapkan salah saji yang dapat ditoleransi sebesar $50.000 pada ARIA 10%. Contoh PPS
dari 100 dipilih dari populasi piutang yang memiliki saldo tercatat
sebesar $1.975.000. Tabel berikut menunjukkan perbedaan yang ditemukan dalam konfirmasi
proses:
halaman 34
Akun Akun
Piutang Piutang per
per Catatan Konfirmasi Tindak lanjut Komentar oleh Auditor
1. $2,728,00 $2.498,00 Kesalahan harga pada dua faktur.

2. $5,125.00 -0- Pelanggan mengirimkan cek 26/9; perusahaan menerima cek 10/3.
3. $3,890.00 $1,190.00 Merchandise dikembalikan 9/30 dan dihitung dalam persediaan; kredit
diterbitkan 10/6.
4. $815.00 $785.00 Kesalahan pijakan pada faktur.
5. $548,00 -0- Barang dikirim 28/9; pelanggan menerima barang pada 10/2;
penjualan dicatat pada 9/28.
6. $3.215,00 $ 3,190.00 Kesalahan harga pada nota kredit.
7. $1,540.00 -0- Barang dikirim pada 29/9; pelanggan menerima barang 10/3;
penjualan dicatat pada 9/30.
Yg dibutuhkan Sebuah . Hitung batas salah saji atas berdasarkan pernyataan salah klien dalam
contoh.
B . Apakah populasi dapat diterima seperti yang dinyatakan? Jika tidak, opsi apa yang tersedia untuk
auditor pada saat ini? Pilihan mana yang harus dipilih oleh auditor? Menjelaskan.
17-31 (Tujuan 17-3) Anda bermaksud menggunakan MUS sebagai bagian dari audit beberapa akun
untuk Perusahaan Manufaktur Roynpower. Anda telah melakukan audit selama beberapa tahun terakhir
tahun, dan jarang ada jurnal penyesuaian dalam bentuk apa pun. Tes audit Anda semua
pengujian pengendalian dan pengujian substantif siklus transaksi diselesaikan untuk sementara waktu
tanggal, dan risiko pengendalian dinilai rendah. Oleh karena itu Anda memutuskan untuk menggunakan ARIA dari
10% dan rasio salah saji yang diharapkan dengan salah saji yang dapat ditoleransi sebesar 0% untuk semua pengujian
rincian saldo.
Anda bermaksud untuk menggunakan MUS dalam audit dari tiga neraca aset yang paling material
saldo akun: piutang, persediaan, dan surat berharga. Anda merasa adil
menggunakan ARIA yang sama untuk setiap area audit karena risiko pengendalian yang dinilai rendah.
Saldo yang tercatat dan informasi terkait untuk ketiga akun tersebut adalah sebagai berikut:
Nilai Tercatat
Piutang $ 3,600,000
Inventaris 4.800.000
Surat berharga 1.600.000
_____________
$10.000.000
Laba bersih sebelum pajak untuk Roynpower adalah $2.000.000. Anda memutuskan bahwa gabungan
salah saji sebesar $100.000 diperbolehkan untuk klien.
Pendekatan audit yang akan diikuti adalah menentukan ukuran sampel total yang dibutuhkan
untuk ketiga akun. Sampel akan dipilih dari semua $10 juta, dan yang sesuai
pengujian untuk item sampel akan tergantung pada apakah item tersebut merupakan piutang, persediaan, atau
keamanan yang dapat dipasarkan. Kesimpulan audit akan berkaitan dengan keseluruhan $10 juta, dan
tidak ada kesimpulan yang akan dibuat tentang tiga akun individu kecuali kesalahan yang signifikan
pernyataan yang ditemukan dalam sampel.
Yg dibutuhkan Sebuah . Mengevaluasi pendekatan audit untuk menguji ketiga saldo akun dalam satu sampel.
B . Hitung ukuran sampel yang diperlukan untuk sampel gabungan dari ketiga akun. Menggunakan
$100.000 sebagai ukuran salah saji yang dapat ditoleransi untuk pengujian gabungan.
C . Hitung ukuran sampel yang diperlukan untuk masing-masing dari tiga akun, dengan asumsi Anda
memutuskan bahwa salah saji yang dapat ditoleransi di setiap akun adalah $ 100.000.
D . Misalnya Anda memilih sampel acak menggunakan perangkat lunak komputer. Bagaimana Anda?
mengidentifikasi item sampel mana dalam populasi yang akan diaudit untuk jumlah 4.627.871?
Prosedur audit apa yang akan dilakukan?
e. Asumsikan bahwa Anda memilih sampel 200 item sampel untuk pengujian dan Anda menemukannya
pernyataan salah dalam inventaris. Nilai yang tercatat adalah $987.12 dan nilai auditnya adalah
$887.12. Hitung batas salah saji untuk ketiga akun gabungan dan
mencapai kesimpulan audit yang tepat.
halaman 35
17-32 (Tujuan 17-2, 17-3, 17-4, 17-5) Seorang rekan audit sedang mengembangkan kantor
program pelatihan untuk membiasakan staf profesionalnya dengan keputusan pengambilan sampel audit
model yang berlaku untuk audit saldo nilai dolar. Dia ingin menunjukkan
hubungan ukuran sampel dengan ukuran populasi dan perkiraan tingkat pengecualian populasi
dan spesifikasi auditor mengenai salah saji yang dapat ditoleransi dan ARIA. Mitra
siapkan tabel berikut untuk menunjukkan karakteristik populasi komparatif dan audit
spesifikasi dari dua populasi:
Spesifikasi Audit untuk
Karakteristik Populasi 1 Sampel dari Populasi 1
Relatif terhadap Populasi 2 Relatif terhadap Sampel dari Populasi 2
Perkiraan Populasi Lumayan

Ukuran Tarif Pengecualian salah saji ARIA
Kasus 1 Setara Setara Setara Lebih rendah

Kasus 2 Lebih kecil Lebih kecil Setara Lebih tinggi
Kasus 3 Lebih besar Setara Setara Lebih rendah
Kasus 4 Setara Lebih besar Lebih besar Setara
Kasus 5 Lebih besar Setara Lebih kecil Lebih tinggi
Dalam item (1) sampai (5) Anda harus menunjukkan untuk kasus tertentu dari tabel yang diperlukan Yg dibutuhkan
ukuran sampel yang akan dipilih dari populasi 1 relatif terhadap sampel dari populasi 2.
(1) Dalam kasus 1, ukuran sampel yang diperlukan dari populasi 1 adalah .
Pilihan jawaban Anda harus dipilih dari tanggapan berikut:
Sebuah . Lebih besar dari ukuran sampel yang dibutuhkan dari populasi 2.
B . Sama dengan ukuran sampel yang dibutuhkan dari populasi 2.
C . Lebih kecil dari ukuran sampel yang dibutuhkan dari populasi 2.
D . Tak tentu relatif terhadap ukuran sampel yang dibutuhkan dari populasi 2.*
17-33 (Tujuan 17-5) Dalam mengaudit penilaian persediaan, auditor, Claire Butler,
memutuskan untuk menggunakan estimasi perbedaan. Dia memutuskan untuk memilih sampel acak tak terbatas
80 item persediaan dari populasi 1.840 yang memiliki nilai buku $175.820.
Butler memutuskan sebelumnya bahwa dia bersedia menerima salah saji maksimum dalam
populasi $6.000 pada ARIA 5 persen. Ada delapan salah saji dalam
sampel, yaitu sebagai berikut:
Nilai Audit Nilai buku Contoh Salah saji
$812,50 $740,50 $(72.00 )

12.50 78.20 65.70
10.00 51.10 41.10
25.40 61.50 36.10
600.10 651.90 51.80
.12 0 (.12 )
51.06 81,06 30.00
83.11
__________ 104.22
__________ 21.11
________
Total $1,594,79 $1,768.48 $173,69
Sebuah . Hitung estimasi titik, interval presisi yang dihitung, kepercayaan Yg dibutuhkan
interval, dan batas kepercayaan untuk populasi. Beri label pada setiap perhitungan. Gunakan
komputer untuk tujuan ini (pilihan instruktur).
B . Haruskah Butler menerima nilai buku populasi? Menjelaskan.
C . Pilihan apa yang tersedia untuknya saat ini?
*AICPA diadaptasi. Hak Cipta oleh American Institute of CPA. Seluruh hak cipta. Digunakan dengan izin.
halaman 36
KASUS
17-34 (Tujuan 17-3) Anda melakukan audit Peckinpah Tire and Parts, grosir
perusahaan suku cadang mobil. Anda telah memutuskan untuk menggunakan sampling unit moneter (MUS) untuk
audit piutang dan persediaan. Berikut ini adalah saldo yang tercatat:
Piutang $12.000.000
Inventaris $23.000.000
Anda telah membuat penilaian berikut:
Materialitas kinerja $800.000

Risiko audit yang dapat diterima 5%
Risiko bawaan:
Piutang 80%
Inventaris 100%
Risiko pengendalian yang dinilai:
Piutang 50%
Inventaris 80%
Prosedur analitis telah direncanakan untuk persediaan, tetapi tidak untuk piutang.
Prosedur analitis untuk persediaan diharapkan memiliki kemungkinan 60% untuk mendeteksi
salah saji material jika ada. Materialitas kinerja akan digunakan sebagai ukuran
salah saji yang dapat ditoleransi untuk setiap pengujian dan untuk sampel gabungan.
Anda telah menyimpulkan bahwa akan sulit untuk mengubah ukuran sampel untuk piutang usaha
konfirmasi setelah konfirmasi dikirim dan balasan diterima. Namun, inventaris
tes dapat dibuka kembali tanpa kesulitan besar.
Setelah berdiskusi dengan klien, Anda yakin bahwa akunnya hampir sama
kondisi tahun ini seperti tahun lalu. Tahun lalu tidak ada salah saji yang ditemukan dalam konfirmasi
penyisihan piutang. Tes inventaris mengungkapkan jumlah pernyataan yang berlebihan sekitar 1%.
Untuk persyaratan a. melalui c., membuat asumsi apa pun yang diperlukan dalam memutuskan faktor-faktor tersebut
mempengaruhi ukuran sampel. Jika tidak ada tabel yang tersedia untuk ARIA yang dipilih, perkirakan ukuran sampel
menghakimi.
Yg dibutuhkan Sebuah . Rencanakan ukuran sampel untuk konfirmasi piutang menggunakan MUS.
B . Rencanakan ukuran sampel untuk pengujian penetapan harga persediaan menggunakan MUS.
C . Rencanakan ukuran sampel gabungan untuk konfirmasi piutang dan
pengujian harga persediaan menggunakan MUS.
D . (Opsi instruktur) Menggunakan spreadsheet elektronik, buat daftar dolar acak
dalam urutan generasi dan dalam urutan menaik untuk sampel item piutang usaha
ditentukan pada bagian a.
17-35 (Tujuan 17-2, 17-3) Anda baru saja menyelesaikan konfirmasi piutang
proses mation dalam audit Danforth Paper Company, pemasok kertas ke toko-toko ritel
dan pengguna komersial. Berikut adalah data yang terkait dengan proses ini:
Piutang tercatat saldo $ 2.760.000

Jumlah akun 7.320
Sampel nonstatistik diambil sebagai berikut:
Semua akun di atas $10,000 (23 akun) $ 465.000
77 akun di bawah $10,000 $81.500
Salah saji yang dapat ditoleransi untuk uji konfirmasi $ 100.000
Risiko bawaan dan risiko kontrol sama-sama tinggi
Tidak ada prosedur analitis yang relevan yang dilakukan
Berikut adalah hasil dari prosedur konfirmasi:

Nilai Tercatat Nilai yang Diaudit
Item lebih dari $10,000 $ 465.000 $432.000

Barang di bawah $10,000 81.500 77.150
halaman 37
Nilai Tercatat Nilai yang Diaudit
Salah saji individu untuk item di bawah $10.000:

Butir 12 5,120 4.820
Butir 19 485 385
Butir 33 1.250 250
Butir 35 3,975 3,875
Butir 51 1.850 1,825
Butir 59 4.200 3.780
Butir 74 2.405 0
Sebuah . Evaluasi hasil sampel nonstatistik. Pertimbangkan kedua implikasi langsung Yg dibutuhkan
tions dari salah saji yang ditemukan dan efek dari penggunaan sampel.
B . Asumsikan bahwa sampel tersebut adalah sampel PPS. Evaluasi hasil menggunakan satuan moneter
contoh.
C . (Pilihan Instruktur) Lakukan analisis sebelumnya menggunakan spreadsheet elektronik.
MASALAH ACL
17-36 (Tujuan 17-3) Masalah ini memerlukan penggunaan perangkat lunak ACL, yang disertakan
dalam CD yang dilampirkan pada teks. Informasi tentang menginstal dan menggunakan ACL dan pemecahannya
masalah ini dapat ditemukan di Lampiran, halaman 830–834. Anda harus membaca semua
bahan referensi khususnya materi sampling untuk menjawab pertanyaan a. melalui e.
Untuk masalah ini gunakan file "Inventaris" di subfolder "Inventory_Review" di bawah
tabel di Sample_Project. Perintah yang disarankan, jika berlaku, ditunjukkan di bagian akhir
dari persyaratan masalah.
Sebuah . Hitung ukuran sampel dan interval pengambilan sampel untuk sampel MUS berdasarkan inven Yg dibutuhkan
nilai tory at cost (Nilai). Gunakan tingkat kepercayaan 90%, materialitas $40.000,
dan kesalahan yang diharapkan sebesar $2.500. (Pengambilan Sampel/Hitung Ukuran Sampel; pilih “moneter”
tombol radio)
B . Berapa ukuran pengambilan sampel dan interval pengambilan sampel jika Anda meningkatkan materialitas menjadi?
$50.000 dan mengurangi kesalahan yang diharapkan menjadi $1.000?
C . Pemilihan sampel berdasarkan interval sampling yang ditentukan pada bagian a. (Contoh /
Catatan Sampel; pilih "Jenis sampel" sebagai MUS. Untuk "Parameter Sampel" pilih tetap
interval dan masukkan interval dari bagian a.; gunakan awal acak 3179.)
D . Berapa banyak item yang dipilih untuk pengujian? Mengapa angka ini lebih kecil dari sampel?
ukuran ditentukan pada bagian a.?
e. Apa item terbesar yang dipilih untuk pengujian? Berapa banyak item sampel yang lebih besar dari
interval pengambilan sampel? Berapa banyak item yang lebih besar dari interval sampling dalam
populasi?
MASALAH PENELITIAN 17-1:

PERTIMBANGAN SAMPLING UNIT MONETER
Pengambilan sampel unit moneter (MUS) adalah metode pengambilan sampel statistik yang paling umum digunakan
untuk pengujian detail karena kesederhanaannya dan kemampuannya untuk memberikan hasil statistik
dalam dolar. Baca artikel berjudul “MonetaryUnit Sampling Menggunakan Microsoft Excel” yang
muncul dalam The CPA Journal edisi Mei 2005 (www.nysscpa.org/cpajournal/2005/
505/essentials/p36.htm) untuk menjawab pertanyaan berikut.
Sebuah . Penulis menyarankan bahwa ada tiga langkah kritis dalam menerapkan MUS. Apa Yg dibutuhkan
langkah-langkah ini?
B . Bagaimana penulis menunjukkan bahwa ukuran sampel MUS ditentukan?
C . Apa dua faktor yang harus dipertimbangkan ketika mengevaluasi hasil sampel?

Bab 17 Sampling Audit Untuk Uji Rincian Saldo

Diunggah oleh

Informasi Dokumen

Judul Asli

Hak Cipta

Format Tersedia

Bagikan dokumen Ini

Bagikan atau Tanam Dokumen

Opsi Berbagi

Apakah menurut Anda dokumen ini bermanfaat?

Apakah konten ini tidak pantas?

Hak Cipta:

Format Tersedia

Bab 17 Sampling Audit Untuk Uji Rincian Saldo

Diunggah oleh

Hak Cipta:

Format Tersedia

8/4/2021 SAMPLING AUDIT UNTUK UJI RINCIAN SALDO

Setelah mempelajari bab ini,

RINCIAN SALDO kamu harus bisa

17-1 Membedakan sampling audit

PERBANDINGAN SAMPLING AUDIT UNTUK PENGUJIAN

Jenis Tes Apa yang Diukur

Tes kontrol • Efektivitas operasi pengendalian internal

Pengujian substantif atas transaksi • Efektivitas operasi pengendalian internal

Pengujian rincian saldo • Apakah jumlah dolar dari saldo akun

Auditor melakukan pengujian pengendalian dan pengujian substantif atas transaksi:

Bab 17 / AUDIT SAMPLING UNTUK UJI RINCIAN SALDO 557

TABEL 17- 1 Ilustrasi Populasi Piutang Usaha

Item Populasi Jumlah yang Tercatat

1 > $15.000 3 $88.955

Bab 17 / AUDIT SAMPLING UNTUK UJI RINCIAN SALDO 559

GAMBAR 17- 1 Pengaruh ARO dan ARIA pada Pengujian Substantif

Kontrol Tidak Kontrol

ARO 100% Kurangi ARO

Lakukan tidak Melakukan

Gunakan ARIA rendah Gunakan ARIA tinggi*

Lakukan ekstensif Lakukan terbatas

*Mengasumsikan hasil pengujian pengendalian memuaskan, yang memungkinkan risiko pengendalian

Prosedur analitis Prosedur analitis dilakukan tanpa Meningkatkan Mengurangi

Kondisi Terkemuka Kondisi Terkemuka

Bab 17 / AUDIT SAMPLING UNTUK UJI RINCIAN SALDO 561

GAMBAR 17- 2 Rumus untuk Komputasi Tes Nonstatistik Rincian

Jumlah Tercatat Populasi* x Faktor Keyakinan

1 3 $88.955 $ 91,695 $ (2,740 )

salah saji klien Tercatat

1 $ (2.740 )/$88.955 $88.955 $ (2,740 )

Estimasi titik salah saji dalam populasi adalah $6.589, menunjukkan

Bab 17 / AUDIT SAMPLING UNTUK UJI RINCIAN SALDO 563

Bab 17 / AUDIT SAMPLING UNTUK UJI RINCIAN SALDO 565

SAMPLING UNIT MONETER

TABEL 17- 4 Populasi Piutang Usaha

Item Populasi Jumlah Kumulatif

Bab 17 / AUDIT SAMPLING UNTUK UJI RINCIAN SALDO 567

Auditor Menggeneralisasi dari Sampel ke Populasi Menggunakan MUS

Risiko Penerimaan yang Salah

Rasio yang Diharapkan

0.00 3,00 2.31 1.90 1.61 1.39 1.21 1.05 0,70

0,40 8.09 5.72 4.42 3.54 2.89 2.39 1.99 1.14

Sampel Faktor Keyakinan (2,77)

TABEL 17- 6 Ringkasan Langkah Menghitung Ukuran Sampel di MUS

Langkah-langkah untuk Menghitung Ukuran Sampel Jumlah Sumber atau Perhitungan

1. Tentukan ARIA 10% Ditentukan berdasarkan faktor-faktor pada Tabel

3. Salah saji yang dapat ditoleransi $150.000 —

4. Salah saji yang dapat ditoleransi sebagai persentase 3% $150.000 $5.000.000

5. Perkiraan salah saji populasi $15.000 Berdasarkan hasil tahun sebelumnya

6. Rasio perkiraan salah saji populasi- .10 $15,000 $150,000

7. Faktor kepercayaan diri 2.77 Tabel 17-5 berdasarkan ARIA 10%

8. Hitung ukuran sampel 93 2.77 .03 (faktor kepercayaan dibagi

9. Hitung interval pengambilan sampel $53.763 $5.000.000 93

Bab 17 / AUDIT SAMPLING UNTUK UJI RINCIAN SALDO 569

Risiko Penerimaan yang Salah

0 3,00 2.31 1.90 1.61 1.39 1.21 1.05 0,70

1 4.75 3.89 3.38 3,00 2.70 2.44 2.22 1.68

2 6.30 5.33 4.73 4.28 3.93 3.62 3.35 2.68

3 7.76 6.69 6.02 5.52 5.11 4.77 4.46 3.68

4 9.16 8.00 7.27 6.73 6.28 5.90 5.55 4.68

5 10.52 9.28 8.50 7.91 7.43 7.01 6.64 5.68

6 11.85 10.54 9.71 9.08 8.56 8.12 7.72 6.67

7 13.15 11.78 10.90 10.24 9.69 9.21 8.79 7.67