Keuntungan dan kerugian sampling pps

 Samping PPS secara otomatis menghasilkan sampel yang sudah distratifikasi

karena item-itemnya dipilih dalam proporsi pada nilai dolarnya.
 Pemilihan sampel sistematis PPS secara otomatis menunjukkan beberapa item
yang secara individual signifikan jika nilai-nilainya melebihi pisah batas
(cutoff) atas moneter.
 Jika auditor memperkirakan tidak ada salah saji, sampling PPS biasanya akan
menghasilkan ukuran sampel yang lebih kecil daripada hasil dari sampling
variabel klasik.
 Sampel PPS lebih mudah dirancang, dan pemilihan sampel dapat dimulai
sebelum tersedia populasi yang lengkap.

Sebaliknya, sampling PPS mempunyai kekurangan sebagai berikut:

 Sampling PPS mengandung asumsi bahwa nilai audit unit sampling harus
tidak kurang dari nol atau lebih besar dari nilai buku. Ketika kurang saji,
(understatement) atau nilai audit kurang dari nol diantisipasi, pertimbangan
perancangan khusus diperlukan.
 Jika kekurangsajian ditunjukkan dalam sampel tersebut, evaluasi atas sampel
tersebut memerlukan pertimbangan khusus.
 Pemilihan saldo nol atau saldo dengan tanda yang berbeda (different sign),
seperti saldo-saldo kredit, memerlukan pertimbangan khusus.
 Evaluasi PPS dapat melebihi ASR jika salah saji ditemukan dalam sampel.
Sebagai akibatnya, auditor mungkin lebih menyukai untuk menolak nilai buku
yang dapat diterima untuk populasi tersebut.
 Sejalan dengan meningkatnya jumlah salah saji yang diperkirakan, ukuran
sampel yang sesuai juga meningkat. Dengan demikian, dapat terjadi ukuran
sampel yang lebih besar daripada sampling variabel klasikal.

Pertimbangan profesional harus dilakukan oleh auditor dalam menentukan tingkat

kesesuaian pendekatan ini dalam keadaan audit yang dihadapi.

SAMPLING VARIABEL KLASIK

Sebagaimana dijelaskan sebelumnya, auditor dapat menggunakan pendekatan
sampling variabel klasik (classical variables sampling) dalam pengujian substantif.
Dalam pendekatan ini, teori distribusi normal digunakan dalam pengevaluasian
karakteristik populasi berdasarkan hasil sampel yang digambarkan dari populasinya.
Sampling variabel klasik bermanfaat bagi auditor pada saat tujuan audit
berkaitan dengan kemungkinan kurang saji atau lebih saji dari saldo akun, dan
keadaan lain ketika sampling PPS tidak tepat atau tidak efektif.

JENIS-JENIS TEKNIK SAMPLING VARIABEL KLASIK

Tiga teknik berikut digunakan dalam sampling variabel klasik: (1) rata-rata per unit
(mean-per-unit/MPU), (2) diferensiasi (difference), dan (3) rasio. Semua teknik
mensyaratkan penentuan jumlah total unit dalam populasi dan nilai audit untuk setiap
item dalam sampel tersebut. Audit Sampling Guide (hal. 90-91) menunjukkan
kendala-kendala berikut yang harus dipertimbangkan dalam memilih teknik yang
paling tepat dalam keadaan-keadaan:
 Kemampuan merancang sampel stratifikasi (stratified sample). Stratifikasi
secara signifikan dapat mengurangi ukuran sampel dalam metode MPU, tetapi
secara material tidak dapat mempengaruhi ukuran sampel dalam teknik
diferensiasi maupun rasio.
 Jumlah yang berbeda antara nilai audit dan nilai buku yang diperkirakan.
Jumlah nilai minimum harus ada diantara nilai-nilai tersebut didalam sampel
untuk menggunakan teknik diferensiasi atau rasio.
 Informasi yang tersedia. Nilai buku harus tersedia untuk setiap unit sampling
dalam estimasi rasio atau diferensiasi. Nilai buku tidak diperlukan dalam
teknik MPU.

Pada saat seluruh kendala dapat diatasi dengan metode-metode diatas, auditor
biasanya akan lebih menyukai estimasi diferensiasi atau rasio karena metode ini pada
umumnya memerlukan ukuran sampel yang lebih kecil daripada metode MPU.
Dengan demikian, teknik tersebut lebih efisien dari segi biaya dalam memenuhi
tujuan auditor.

Rencana sampling untuk setiap teknik tersebut mencakup langkah-langkah

yang sama yang diperlukan dalam sampling PPS. Akan tetapi, sebagaimana
dijabarkan berikut, ada beberapa variasi cara pada langkah-langkah yang dilakukan
dalam tiga teknik tersebut.
ESTIMASI MEAN-PER-UNIT (MPU)5

Sampling estimasi MPU (MPU estimation sampling) mencangkup penentuan nilai

audit untuk setiap item dalam sampel. Rata-rata nilai audit ini kemudian dihitung dan
dikalikan dengan jumlah unit dalam populasi populasi yang ditemukan pada estimasi
total nilai populasi. Cadangan risiko sampling yang berkaitan dengan estimasi ini juga
dihitung untuk digunakan dalam mengevaluasi hasil-hasil sampel tersebut.

Menentukan Tujuan Rencana Sampling MPU

Tujuan rencana sampling MPU adalah untuk (1) memperoleh bukti bahwa catatan
saldo akun tidak salah saji secara material atau (2) mengembangkan estimasi
independen tentang jumlah ketika tidak ada catatan nilai buku yang tersedia. Untuk
mengilustrasikan tujuan ini, anggaplah bahwa auditor ingin memenuhi tujuan pertama
untuk nilai buku piutang pinjaman pada Ace Finance Company. Seperti dalam kasus
sampel PPS, asersi spesifik yang mempengaruhi bukti bergantung pada prosedur audit
yang diterapkan pada item-item sampel tersebut.

Menetapkan Populasi dan Unit Sampling

Dalam menetapkan populasi, auditor harus mempertimbangkan sifat item-item yang

ada dalam populasi dan apakah seluruh item memenuhi ketentuan untuk dipilih dalam
sampel tersebut. Namun demikian, tidak perlu memverifikasi bahwa nilai buku item
individual sama dengan nilai buku populasi tersebut karena total nilai buku secara
individual buka merupakan variabel dalam perhitungan MPU.

Unit sampling (sampling unit) harus disesuaikan dengan tujuan audit dan
prosedur audit yang dilakukan. Sebagai contoh, jika tujuannya adalah untuk
menentukan bahwa catatan saldo piutang usaha tidak salah saji secara material, dan
bukti diperoleh dengan mengkonfirmasi saldo akun tersebut dari pelanggan, maka
akun pelanggan dapat menjadi unit sampling. Alternatifnya, jika tujuannya untuk
menentukan bahwa akun penjualan tidak salah saji secara material, dan bukti
diperoleh dengan menguji catatan dokumen pendukung transaksi penjualan, maka
ayat jurnal penjualan merupakan unit sampling yang sesuai. Representasi fisik dari
seluruh unit yang ada dalam populasi tersebut, seperti daftar akun pelanggan,
memudahkan proses pemilihan unit-unit untuk sampel.
 Untuk Ace Finance Company, (1) populasi didefinisikan sebagai 3.000
piutang pinjaman kecil (2) nilai buku yang dicatat atas piutang tersebut adalah
$1.340.000, (3) pinjaman individual ditetapkan sebagai unit sampling, dan (4)
representasi fisik dimana item sampel dipilih adalah daftar cetakan komputer
mengenai seluruh piutang pinjaman.

Menentukan Ukuran Sampel

Faktor-faktor berikut menentukan ukuran sampel dalam estimasi sampel MPU:

 Ukuran populasi (jumlah unit)

 Estimasi penyimpangan standar populasi
 Salah saji yang dapat ditoleransi
 Risiko kesalahan penerimaan
 Cadangan risiko sampling yang direncanakan

UKURAN POPULASI sangatlah penting memiliki pengetahuan yang tepat atas

jumlah unit-unit dalam populasi karena faktor ini masuk dalam perhitungan ukuran
sampel dan hasil sampel. Ukuran populasi secara langsung mempengaruhi ukuran
sampel-semakin besar populasi, semakin besar ukuran sampel. Populasi untuk Ace
Finance Company terdiri dari 3.000 piutang pinjaman.

ESTIMASI PENYIMPANGAN STANDAR POPULASI

Dalam estimasi MPU, ukuran sampel diperlukan untuk mencapai tujuan statistik yang
ditetapkan yang dikaitkan secara langsung dengan variabilitas nilai-nilai pada item
populasi. Ukuran variabilitas yang digunakan adalah penyimpangan standar
(standard deviation). Ada tiga cara pengestimasian faktor ini. Pertama, dalam
perikatan berulang (recurring engagement) penyimpangan standar yang ditemukan
dalam audit terdahulu dapat digunakan untuk mengestimasi penyimpangan standar
tahun berjalan. Kedua, penyimpangan standar dapat diestimasi dari nilai buku yang
tersedia. Ketiga, auditor dapat mengambil persampel kecil yang terdiri dari 30 sampai
50 item dan mendasarkan estimasi tersebut pada penyimpangan standar populasi
tahun berjalan dari nilai item-item sampel ini. Ketika hal ini selesai di kerjakan,
persampel yang dibuat merupakan bagian dari sampel akhir. Program komputer untuk
sampling estimasi MPU termasuk perhitungan estimasi penyimpangan standar.
Rumus untuk menghitung penyimpangan standar adalah:

Di mana,
= jumlah nilai sampel, j = 1, artinya perhitungan harus mulai dengan item
yang pertama dan n maksudnya perhitungan harus berakhir dengan item
terakhir dalam sampel.

= nilai audit item sampel individual

= rata-rata nilai audit item sampel

= jumlah item yang diaudit

Perhatian utama auditor dalam sampling MPU adalah apakah populasi harus
distratifikasi. Sampling stratifikasi (stratified sampling) mencakup permasalahan
populasi kedalam kelompok homogen atau strata. Kelompok homogen dalam konteks
ini adalah kelompok yang mempunyai variabilitas kecil dalam nilai-nilai tersebut pada
item-item yang ada didalam kelompok atau strata. Sampling dilakukan secara terpisah
untuk setiap strata, dan hasil sampel untuk setiap strata selanjutnya dikombinasikan
untuk mengevaluasi total sampel.

Stratifikasi dapat meguntungkan karena ukuran dari kombinasi sampel sering

lebih kecil secara signifikan daripada ukuran sampel tunggal yang didasarkan pada
populasi yang tidak distratifikasi. Ukuran sampel berkurang sebagaimana
berkurangnya variabilitas pasa populasi. Perubahan dalam variabilitas populasi
mempengaruhi ukuran sampel dengan mengkuadratkan perubahannya.

Jumlah optimal strata bergantung pada pola variasi dalam nilai populasi dan
biaya tambahan yang berkaitan dengan perancangan, pelaksanaan, dan
pengevaluasian setiap sampel yang ditetapkan. Karena kompleksitas prosedur,
stratifikasi umumnya digunakan hanya ketika perangkat perangkat lunak komputer
yang tepat disediakan. Dalam praktik, ketika nilai variasi sangat variabel dan
 stratifikasi tidak menguntungkan, auditor dapat menggunakan estimasi diferensiasi
atau rasio untuk mengurangi ukuran sampel yang dibutuhkan dalam sampling MPU.
Ace Finance Company mambatasi pinjaman maksimum $500 per pelanggan.
Dengan demikian, variabilitasnya rendah dan auditor menyimpulkan tidak diperlukan
stratifikasi populasi. Berdasarkan audit tahun terakhir, auditor mengestimasi
pnyimpangan standarnya $100.

SALAH SAJI YANG DAPAT DITOLERANSI pertimabangan TM dalam sampling MPU

sama dengan sampling PPS. TM mempunyai pengaruh terbalik terhadap ukuran sampel.

Resiko Kesalahan Penyimpangan Standar Tingkat Keyakinan atau

Penolakan Normal (Faktor UR) Reabilitas yang Sesuai*
0,30 ±1,14 0,70
0,25 ±1,15 0,75
0,20 ±1,28 0,80
0,15 ±1,44 0,85
0,10 ±1,64 0,90
0,05 ±1,96 0,95
0,01 ±2,58 0,99

Untuk Ace Finance Company, auditor menetapkan TM sebesar $60.000.

RISIKO KESALAHAN PENOLAKAN

Faktor ini meperbolehkan auditor untuk mengendalikan risiko bahwa hasil sampel
akan mendukung kesimpulan dimana saldo akun yang dicatat mengandung salah saji
secara material pada saat tidak terjadi salah saji. Konsekuensi penting dari risiko ini
adalah potensi terjadinya biaya tambahan berkaitan dengan prosedur audit yang
diperluas menyusul penolakan awal. Namun demikian, prosedur audit tambahan harus
menghasilkan kesimpulan bahwa saldo yang tidak mengandung salah saji secara
material.
Berbeda dengan sampling PPS, auditor harus mengkuantifikasi risiko
kesalahan penolakan dalam sampling MPU, demikian juga hanya dengan risiko
kesalahan penerimaan. Risiko kesalahan penolakan mempunyai pengaruh terbalik
terhadap ukuran sampel. Jika auditor menetapkan resiko kesalahan penolakan yang
sangat rendah, maka ukuran dan biaya perlakuan sampel awal akan lebih besar.
Dalam beberapa program komputer, auditor memasukkan risiko kesalahan
penolakan secara langsung dalam angka persentase. Program lain mensyaratkan
auditor untuk menginput tingkat keyakinan (confidence) atau tingkat reliabilitas
(reliability), yang merupakan komplemen risiko kesalahan penolakan. Dalam kasus
lain, komputer tersebut kemudian mengubah persentase kedalam penyimpangan
standar normal yang sesuai atau faktor UR untuk digunakan dalam menghitung ukuran
sampel. Jika ukuran sampel dihitung secara manual, faktor U R untuk risiko kesalahan
penolakan yang ditetapkan diperoleh dari tabel seperti diilustrasikan dalam gambar
13-7.

Auditor memutuskan untuk menetapkan risiko kesalahan penolakan sebesar

5% dalam Ace Finance Company. Dengan demikian, faktor UR-nya adalah 1,96.

RISIKO KESALAHAN PENERIMAAN

Faktor ini yang dipertimbangkan dalam menetapkan resiko ini sama dengan sampling
PPS. Risiko kesalahan penerimaan salah saji saldo secara material biasanya
ditetapkan dalam kisaran 5% sampai 30%, bergantung pada penilaian tingkat risiko
pengendalian auditor dan hasil pengujian substantif lainnya. Risiko kesalahan
penerimaan memiliki pengaruh terbalik terhadap ukuran sampel, yaitu semakin
rendah risiko yang ditetapkan, semakin besar ukuran sampel. Dalam Ace Finance,
auditor menetapkan risiko kesalahan penerimaan sebesar 20%.

CADANGAN RISIKO SAMPLING YANG DIRENCANAKAN

Cadangan risiko sampling yang direncanakan, kadang-kadang disebut sebagai
“ketepatan yang diinginkan”, ditentukan dari rumus berikut:

A = R X TM

Di mana,

A = cadangan risiko sampling yang direncanakan atau diinginkan

R = rasio cadangan risiko sampling yang diinginkan untuk salah saji yang dapat
ditoleransi

TM = salah saji yang dapat ditoleransi

Rasio untuk faktor R didasarkan pada risiko kesalahan penerimaan dan kesalahan
penolakan yang ditetapkan. Jumlah rasio ini diperoleh dari tabel yang ditunjukkan
dalam gambar 13-8. Sebagai contoh, jika risiko yang disebutkan tadi adalah 20 dan
10%, faktor R-nya adalah 0,661. Dalam Ace Finance Company, risiko berjalan telah
ditetapkan pada 20 dan 5%, sehingga faktor R adalah 0,70. Faktor ini kemudian
dikalikan dengan TM sebesar $60.000 untuk menghasilkan cadangan risiko sampling
sebesar $42.000.

RUMUS UKURAN SAMPEL

Rumus berikut ini digunakan untuk menentukan ukuran sampel pada sampel estimasi
MPU:

Di mana,

N = ukuran populasi

UR= penyimpangan normal standar untuk risiko kesalahan penolakan yang diinginkan

Sxj = estimasi penyimpangan standar populasi

A = cadangan risiko sampling yang direncanakan atau diinginkan

Dalam ace finance company, ke empat faktor ini masing-masing adalah 3.000, 1,96,
$100, dan $42.000. dengan demikian, ukuran sampelnya adalah 196, yang dihitung
sebagai berikut:

Rumus ini mengasumsikan sampling

dengan penggantian (sampling with replacement) yaitu, item yang sudah terpilih
dikembalikan lagi ke populasinya sehingga dapat terpilih lagi. Jika digunakan
sampling tanpa penggantian (sampling without replacement), faktor koreksi terbatas
(finite correction factor) dianjurkan ketika hubungan antara n (ukuran sampel) dan N
(ukuran populasi) lebih besar dari 0,05.
Ukuran sampel yang disesuaikan (n’)
ditentukan sebagai berikut:

Oleh karena n/N lebih besar dari 0,05 (196 + 3.000 = 0,065) dalam ace finance, maka
ukuran sampel yang disesuaikan adalah:

Pengaruh dari perubahan nilai suatu faktor terhadap ukuran sampel, sementara faktor
lain konstan, diringkas sebagai berikut:

Faktor Hubungan Dengan Ukuran Sampel

Ukuran Populasi Langsung

Variasi dalam populasi (penyimpanan standar) Langsung
Resiko kesalahan penolakan Terbalik
Cadangan resiko sampling yang direncanakan Terbalik
Risiko kesalahan penerimaan Terbalik
Salah saji yang dapat ditoleransi Terbalik

Meskipun dua faktor terakhir dalam daftar diatas tidak tampak dalam rumus ukuran
sampel, namun kedua faktor tersebut mempengaruhi ukuran sampel, yang ditunjukkan
dengan pengaruhnya terhadap perhitungan cadangan risiko sampling yang
direncanakan.

Menentukan Metode Pemilihan Sampel

Metode pemilihan nomor acak yang sederhana lainnya atau metode pemilihan
sistematis yang dibicarakan dalam bab 12 dapat digunakan dalam pemilihan sampel
pada teknik MPU. Dalam ace finance company, auditor memutuskan untuk
menggunakan komputer yang menghasilkan nomor acak untuk mengidentifikasikan
184 piutang pinjaman yang diuji.
Melaksanakan rencana sampling
Fase pelaksanaan pada rencana sampling estimasi MPU meliputi tahap-tahap berikut:

 Melakukan prosedur audit yang tepat untuk menentukan nilai audit setiap item
sampel
 Menghitung statistik berikut berdasarkan data sampel:
 Rata-rata nilai audit sampel ( )
 Penyimpangan standar pada nilai audit sampel (Sxj)

Statistik rata-rata dan penyimpangan standar untuk sampel tersebut dapat dihitung
secara manual atau dengan komputer.

Untuk ace finance company, jumlah nilai audit kira-kira sebesar $81.328, yang
menghasilkan rata-rata nilai audit $442 ($81.328 +184). Penyimpangan standar nilai
audit kira-kira sebesar $90.

Evaluasi Hasil Sampel

Ini merupakan langkah akhir dalam rencana sampling, dimana auditor melakukan
perhitungan kuantitatif dan kualitatif pada hasil-hasil sampel dan kemudian membuat
kesimpulan menyeluruh.

PERHITUNGAN KUANTITATIF
Dalam melakukan evaluasi rencana sampling MPU, auditor menghitung

 Estimasi nilai total populasi

 Cadangan risiko sampling yang dicapai, sering disebut sebagai ketepatan
yang dicapai (achieved precision).
 Kisaran untuk estimasi total nilai populasi yang sering disebut sebagai
interval ketepatan (precision interval)

Estimasi nilai total populasi ( ^

X ) dihitung sebagai berikut:

^
X =N ∙ x́

Dengan demikian, estimasi nilai total populasi untuk Ace Finance Company dari
3.000 piutang pinjaman adalah:
 ^
X =3.000 × $ 442=$ 1.362 .000

Rumus dasar untuk menghitung

cadangan risiko sampling yang
dicapai (A’) adalah:

Dimana Sxj adalah penyimpangan standar nilai audit sampel (standard deviation of
the sample audit values). Perhatikan bahwa nilai untuk SXJ bukanlah nilai untuk SXJ
yang digunakan dalam menentukan ukuran sampel. Ketika faktor koreksi terbatas
telah digunakan dalam menentukan ukuran sampel, rumusnya dimodifikasi sebagai
berikut:

Jadi cadangan risiko sampling yang

dicapai (achieved allowance for sampling risk / A’) untuk Ace Finance adalah:

Kisaran untuk estimasi

nilai total populasi diperoleh dari estimasi nilai total populasi dan cadangan risiko
sampling yang dicapai. Kisaran tersebut dirumuskan dengan
Jika nilai buku anjlok dalam kisaran ini, maka hasil sampel akan mendukung
kesimpulan bahwa nilai buku tidak mengandung salah saji secara material.
Kesimpulan ini valid dalam kasus nilai buku sebesar $1.340.000 anjlok dalam kisaran
ini.

Harus diakui bahwa hasil sampel dapat mendukung kesimpulan nilai buku
tidak mengandung salah saji secara meterial, tetapi bukan dalam tingkat risiko
kesalahan penerimaan yang ditetapkan oleh auditor. Untuk tetap dalam risiko yang
diinginkan, cadangan risiko sampling yang dicapai (A’) harus sama atau kurang dari
cadangan risiko sampling yang direncanakan (A). A’ akan lebih besar dari A ketika
penyimpangan standar nilai audit lebih besar daripada penyimpangan estimasi
penyimpangan standar populasi yang digunakan dalam menentukan ukuran sampel.
Sebagai contoh, jika penyimpangan standar nilai audit dalam Harris company sebesar
$110, maka A’ akan menjadi $46.197, yang lebih besar dari $42.000 yang ditetapkan
untuk A. Dalam kasus seperti ini, auditor menghitung cadangan risiko sampling
yang dicapai yang telah disesuaikan (adjusted achieved allowance for sampling
risk/A”) dengan menggunakan rumus berikut, dimana TM merupakan salah saji yang
dapat ditoleransi yang ditetapkan dalam rencana sampling ini:
Perhatikan bahwa A”, $40.197 lebih kecil daripada $42.000. A” kemudian
disubstitusikan untuk A’ dalam rumus yang digunakan untuk menghitung kisaran
estimasi nilai populasi. Dengan menggunakan A”, kisaran populasi yang diestimasi
adalah $1.326.000 ± $40.197, atau $1.285.803 sampai $1.366.197. karena nilai buku
sebesar $1.340.000 anjlok dalam kisaran tersebut, hasil sampel menunjukkan bahwa
nilai buku tidak salah saji secara material pada resiko kesalahan penerimaan yang
direncanakan.

Nilai buku tersebut dapat anjlok diluar kisaran karena cadangan risiko
sampling yang dicapai secara signifikan lebih kecil dari cadangan yang direncanakan.
Ketika hal ini terjadi, auditor (1) menghitung perbedaan antara nilai buku dan nilai
terakhir yang masih berada dalam kisaran dan (2) membandingkan perbedaannya
dengan TM. Jika perbedaan ini sama atau lebih kecil dari TM, hasil sampel
menunjukkan bahwa nilai buku tidak salah saji secara material.

PERHITUNGAN KUALITATIF
Sebelum menarik kesimpulan secara menyeluruh, auditor harus mempertimbangkan
aspek kualitatif hasil sampel. Pada sampling MPU, pertimbangan ini sama dengan
sampling PPS.
MENARIK KESIMPULAN SECARA MENYELURUH

Pada saat auditor menilai secara kuantitatif (statistik) atau kualitatif pada hasil sampel
yang mendukung kesimpulan bahwa populasi salah saji secara material, pertimbangan
profesional harus digunakan dalam memutuskan tindakan tertentu yang tepat.
Kemungkinan penyebab dan tindakan tersebut adalah sebagai berikut:
Gambar 13-9 mengikhtisarkan tahap-tahap yang dilakukan dalam perancangan,
pelaksanaan, dan pengevaluasian rencana sampling MPU untuk menguji nilai buku
piutang pinjaman pada Ace Finance Company dan mengilustrasikan bagaimana
tahap-tahap ini dapat didokumentasikan dalam kertas kerja. Kertas kerja ini dihasilkan
dengan MPU template pada peket perangkat lunak AUDSAMP.
ESTIMASI DIFERENSIASI
Dalam sampling estimasi diferensiasi (difference estimation sampling), perbedaan
dihitung untuk setiap item sampel dari nilai audit item tersebut dikurangi nilai
bukunya. Rata-rata perbedaan ini kemudian digunakan untuk memperoleh estimasi
nilai total populasi, dam variabilitas perbedaan digunakan untuk menentukan
cadangan risiko sampling yang dicapai. Tiga kondisi berikut diperlukan dalam
penggunaan teknik ini:
 Nilai buku setiap item populasi harus diketahui
 Total nilai buku populasi harus diketahui dan sesuai dengan jumlah nilai buku
item-item secara individual
 Terdapat perbedaan yang besar antara nilai audit dan nilai buku yang
diperkirakan

Seperti dijelaskan berikut, perhitungan cadangan risiko sampling dalam estimasi

diferensiasi didasarkan pada variabilitas perbedaan (variability of the diffeences)
dalam sampel berikut. Tanpa jumlah perbedaan yang cukup, ukuran variabilitas tidak
andal. Menurut para ahli statistik, jumlah perbedaan yang diperlukan untuk
memastikan keandalan dapat diperkiraan berkisar antara 20 sampai 50.

Langkah-langkah dalam melakukan estimasi diferensiasi dijelaskan dalam bagian

selanjutnya. Studi kasus piutang pinjaman Ace Finance Company digunakan lagi
untuk mengetahui persamaan dan perbedaan secara garis besar antara estimasi MPU
dan estimasi diferensiasi.

Menentukan Tujuan Dan Menetapkan Populasi Dan Unit Sampling

Oleh karena nilai buku harus diketahui dalam estimasi diferensiasi (difference
estimation), metode ini hanya dapat digunakan untuk memperoleh bukti bahwa saldo
yang dicatat tidak salah saji secara material. Pertimbangan lain yang relevan dengan
tahap ini adalah sama dengan sampling MPU. Dengan demikian, asumsi berikut untuk
Ace Finance Company dalam ilustrasi MPU dilanjutkan: (1) populasi = 3.000 piutang
pinjaman, (2) nilai buku populasi = $1.340.000, dan unit sampling = pinjaman
individual.
Menentukan ukuran sampel

Faktor-faktor yang sama diperlukan dalam menentukan ukuran sampel untuk sampel
estimasi MPU dan estimasi diferensiasi, dengan satu pengecualian. Dalam estimasi
diferensiasi, digunakan estimasi penyimpangan standar dari perbedaan antara nilai
audit dan nilai buku, bukan estimasi penyimpangan standar nilai audit itu sendiri.
Auditor dapat mendasarkan estimasi ini pada hasil sampel tahun-tahun sebelumnya
atau pada perbedaan yang ditemukan dalam prasampel audit berjalan. Seperti
disebutkan terdahulu, estimasi ini dapat tidak andal jika mendasarkan pada
perbedaan-perbedaan yang terlalu kecil.
Perubahan-perubahan diperlukan dalam rumus-rumus sebelumnya dalam
estimasi MPU untuk menghitung standar penyimpangan dan ukuran sampel. Dalam
rumus penyimpangan standar, diperlukan substitusi dalam simbol berikut:

 Sdj (estimasi penyimpangan standar dari perbedaan populasi) untuk Sxj.

 dj (perbedaan antara nilai audit dan nilai buku pada item sampel individual)
untuk Xj.
 đ (rata-rata perbedaan antara nilai audit dan nilai buku untuk item-item
sampel) untuk x.

Dalam rumus penyimpangan standar (h. 605) Sdj disubstitusikan untuk Sxj.

Untuk ace Finance Company, auditor mengestimasi bahwa Sdj adalah $70.
Asumsi lain yang dilanjutkan dari ilustrasi MPU adalah N = 3.000, TM = $60.000,
risiko kesalahan penolakan = 0,05 (UR = 1,96), risiko kesalahan penerimaan = 0,20,
dan A = $42.000. Dengan demikian, ukuran sampelnya adalah 96 item, yang dihitung
sebagai berikut:

Perhatikan bahwa ukuran sampel lebih kecil dari ukuran sampel dalam contoh MPU
sebesar 196. Ini cocok dengan fakta bahwa estimasi penyimpangan standar pada
perbedaan antara nilai audit dan nilai buku ($70) lebih kecil dari penyimpangan
standar yang digunakan dalam ilustrasi MPU ($100). Dalam contoh ini, penyesuaian
pada ukuran sampel dengan faktor pengoreksian terbatas tidak diperlukan, karena n/N
lebih kecil dari 0,05 (96 + 3.000 = 0,032).

Menentukan metode pemilihan sampel

Metode pemilihan pada tahap ini sama, baik dalam estimasi MPU maupun estimasi
diferensiasi.
Melaksanakan rencana sampling
Tahap awal dalam pelaksanaan rencana sampling adalah menentukan nilai audit pada
setiap item sampel. Dengan demikian, hal ini sama dengan pada sampling MPU.
Namun demikian, untuk selanjutnya diperlukan tahap-tahap berikut:
 Menghitung perbedaan untuk setiap item sampel yang sama pada nilai audit
item-item tersebut dikurangi nilai berikutnya. Perbedaannya mungkin positif
(nilai audit melebihi nilai buku), negatif (nilai audit lebih kecil dari nilai
buku), atau nol (nilai audit sama dengan nilai buku). Perhatikan bahwa
perbedaan positif menunjukkan kurang saji dalam nilai buku, dan perbedaan
negatif menunjukkan lebih saji dalam nilai buku.
 Jumlah perbedaan-perbedaan item sampel individual ( )
 Membagi jumlah perbedaan tersebut dengan jumlah item dalam sampel untuk
memperoleh rata-rata perbedaan (d)
 Menghitung standar penyimpangan perbedaan sampel (Sdj)

Dalam studi kasus kita, asumsikan hasil sampel berikut:

Seperti dalam sampling MPU, baik perhitungan

kualitatif maupun kuantitatif dibuat dalam menentukan kesimpulan menyeluruh
berdasarkan hasil sampel.

Untuk melakukan penilaian kuantitatif, estimasi diferensiasi perbedaan proyeksi total

(estimated total projected difference / ^
D) dalam populasi tersebut pertama-tama
ditentukan sebagai berikut:
 D =N × d́
^

Dengan demikian, dalam Ace Finance Company, nilai D adalah:

^
D=3.000 ×( $ −5)=$ −15.000

Tanda negatif menunjukkan proyeksi kesalahan adalah lebih saji (overstatement)-nilai

audit kurang dari nilai bukunya.

Estimasi nilai total populasi (estimated total population value) kemudian ditentukan
sebagai berikut:

^ ^
X =BV + D

Dengan demikian, nilai populasi total yang yang diestimasi adalah:

^
X =$ 1.340.000+($ −15.000)=$ 1.325.000

Langkah kedua dalam penilaian kuantitatif adalah menghitung cadangan risiko

sampling yang dicapai (achieved allowance for sampling risk). Dalam melakukan
perhitungan ini, diperlakukan subtitusi penyimpangan standar perbedaan-perbedaan
Sampel (Sdj) untuk penyimpangan standar nilai audit sampel (Sxj). Karena faktor koreksi
terbatas tidak digunakan dalam menentukan ukuran sampel dalam studi kasus ii, rumusnya
adalah:

Karena A’ ($40.808) kurang dari A ($40.000). tidak diperlukan untuk menghitung A”.

Langkah terakhir dalam penilaian kuantitatif adalah menghitung kisaran estimasi

nilai populasi total (range for the estimated total population) dan menentukan apakah
nilai bukunya anjlok dalam kisaran tersebut. Seperti dalam kasus sampling MPU,
kisarannya sama dengan ^
X + A '. Dengan demikian, kisarannya adalah $1.284.192 sampai
$1.365.808. Karena nilai bukunya anjlok dalam kisaran tersebut, penilaian kuantitatif
mendukung kesimpulan bahwa hal tersebut didukung oleh teknik MPU.
 Akhirnya, pertimbangan kualitatif (qualitative consideration) yang dijelaskan
sebelumnya untuk hasil sampel MPU harus dibuat sebelum menarik kesimpulan secara
menyeluruh.

ESTIMASI RASIO 

Dalam sampling estimasi rasio (ratio estimation sampling), pertama auditor menentukan
nilai audit untuk setiap item. Berikutnya, rasio dihitung dengan membagi jumlah nilai
buku untuk item sampel tersebut. Rasio ini dikalikan dengan total nilai buku untuk
mendapatkan estimasi  nilai populasi total. Cadangan risiko sampling kemudian dihitung
berdasarkan variabilitas rasio nilai audit dan nilai buku untuk item sampel secara
individual. 

Kondisi untuk penggunaan estimasi rasio adalah sama pada estimasi diferensiasi.
Pilihan antara estimasi rasio dan estimasi diferensiasi terutama tergantung pada ada
tidaknya korelasi antara jumlah perbedaan-perbedaan secara individual dan nilai bukunya.
Ketika perbedaan ini proporsional dengan nilai buku (jumlah perbedaannya cenderung
meningkat sejalan dengan meningkatnya nilai buku), estimasi rasio memerlukan ukuran
sampel yang lebih kecil, sehingga efisien. Program komputer yang ada memungkinkan
auditor menginput nilai buku dan nilai audit untuk pra sampel dalam menentukan ukuran
sampel, baik pada estimasi diferensiasi maupun estimasi rasio. Auditor kemudian dapat
memilih teknik yang lebih efisien sesuai kondisi.

Tahap-tahap dalam estimasi rasio sama dengan tahap pada estimasi perbedaan yang
dijelaskan dalam kegiatan berikut ini.

Melaksanakan Rencana Sampling

Setelah nilai audit untuk setiap item sampel ditentukan, dalam estimasi rasio penting
untuk:

 Menghitung rasio jumlah nilai audit dan nilai buku item-item sampel ( R )
 Menghitung rasio nilai audit dan nilai buku untuk setiap item.
 Menghitung penyimpangan standar rasio secara individual pada item-item sampel (Sn)

Mengevaluasi Hasil Sampel

Dalam estimasi rasio, estimasi nilai total populasi (estimated total population value)
diperoleh dari rumus berikut:

^
X =BV × R

Akibatnya, jika jumlah nilai audit dan nilai buku item sampel dalam Ace Finance
Company adalah sebesar $196.000 dan $200.000, faktor R-nya adalah 98%, an estimasi
nilai populasinya adalah $1.313.200  ( $1.340.000 x 98%).

Rumus untuk menentukan cadangan risiko sampling yang dicapai (achieved

allowance for sampling risk ) adalah ama seperti pada estimasi diferensiasi, kecuali
penyimpangan standar rasio secara individual dalam sampel tersebut disubstitusikan untuk
penyimpangan standar perbedaan-perbedaannya. Penyimpangan standar rasio adalah
perhitungan yang tidak praktis, dan jarang dipakai dalam praktik tanpa bantuan komputer.
Perhitungan manual pada faktor ini tidak diilustrasikan.

Jika nilai populasi total estimasi dan cadangan risiko sampling yang dicapai telah
dihitung, maka kisaran estimasi nilai populasi total harus ditentukan. Hasil sampel
kemudian dinilai secara kuantitatif dan kualitatif dengan cara yang sama seperti pada
estimasi MPU atau estimasi diferensiasi.

KELEBIHAN DAN KEKURANGAN SAMPLING VARIABEL KLASIK

Setelah tiga teknik sampling variabel klasik dijelaskan, kita dapat mengevaluasi
pendekatan statistik ini. Audit Sampling Guide (hal. 87) mengidentifikasi beberapa
kelebihan dan kekurangan sampling variabel klasik. Kelebihan utamanya adalah:

 Sampel-sampelnya lebih mudah untuk diperluas daripada sampel PPS, jika diperlukan
 Saldo nol dan saldo yang bertanda berbeda (adanya kemungkinan salah saji) tidak
memerlukan pertimbangan perancangan khusus.
 Jika ada perbedaan yang besar antara nilai audit dan nilai buku, tujuan auditor dapat
terpenuhi hanya dengan ukuran sampel yang lebih kecil dibandingkan sampling PPS.

Kekurangan Utamanya adalah:

 Sampling variabel klasik lebih rumit dibanding sampling PPS,umumnya auditor

memerlukan bantuan program komputer untuk merancang sampel yang efisien dan
mengevaluasi hasil sampel.
 Untuk menentukan ukuran sampel, auditor harus mempunyai estimasi penyimpangan
standar karakteristik yang dikehendaki dalam populasi.

Auditor harus menggunakan pertimbangan profesional dalam memilih pendekatan yang

paling tepat sesuai keadaan.

SAMPLING NON STATISTIK DALAM PENGUJIAN SUBSTANTIF

Sebagai sebel sebelumnya, auditor dapat memilih untuk menggunakan sampling non
statistik (non statistical sampling) dalam aplikasi pengujian substantif. Perbedaan utama
antara sampling non statistik dan statistik terletak dalam tahap-tahap penentuan ukuran
sampel dan pengevaluasian hasil sampel. Tahap-tahap ini sering dipahami lebih objektif
atau lebih teliti dalam sampling statistik, serta lebih subjektif dan mendasarkan pada
pertimbangan dalam sampel sampel non statistik. Oleh karena itu, pertimbangan juga
diperlukan dalam penerapan statistik, dan hubungan pasti yang dipertimbangkan secara
eksplisit dalam sampel sampel statistik dapat membantu perancangan dan pengevaluasian
sampel non statistik.
MENENTUKAN UKURAN SAMPEL
Pertimbangan yang hati-hati dalam perancangan sampel harus dilakukan untuk
memperoleh sampel sampel yang efisien dan efektif. Hal ini dihasilkan dalam sampel
statistik yang secara eksplisit spesifikasi faktor-faktor penting dan menghubungkannya ke
model matematika. Pertimbangan membantu menghasilkan sampel yang lebih efisien dan
efektif, sekalipun faktor-faktor ini tidak secara eksplisit dikuantifikasi. sebagai contoh,
auditor harus mempertimbangkan hubungan berikut:

Faktor Pengaruh Terhadap Ukuran Sampel

Ukuran populasi Langsung
Variasi dalam populasi Langsung
Salah saji yang dapat ditoleransi Terbalik
Salah saji yang diharapkan Langsung
Resiko kesalahan penerimaan Terbalik
Resiko kesalahan penolakan Terbalik

Analisis subjektif secara hati-hati atas faktor-faktor ini dalam keadaan tertentu,
digabungkan dengan pengalaman dan pertimbangan auditor harus menghasilkan ukuran
sampel yang lebih tepat dibandingkan dengan penentuan ukuran sampel secara arbitrer.
Auditor dapat, tetap diharuskan, menggunakan tabel atau model-model statistik dalam
evaluasi and ketepatan ukuran sampel yang ditentukan dengan menggunakan
pertimbangan (judgementally).

MENGEVALUASI HASIL HASIL SAMPEL

Dalam sampling non statistik (non statistical sampling) seperti halnya sampling statistik,
auditor harus (1) memproyeksikan salah saji yang ditemukan dalam sampel pada
populasinya dan (2)  mempertimbangkan risiko sampling ketika mengevaluasi hasil
sampel.

Dua metode yang dipakai dalam memproyeksikan salah saji dalam sampling non
statistik adalah:

 Metode rasio di mana auditor mengestimasi nilai audit populasi berdasarkan rasio
nilai audit sample dibagi dengan nilai buku sampel sampel tersebut.
 Metode diferensiasi dimana auditor mengestimasi nilai audit populasi dengan
menambah (atau mengurangi) proyeksi diferensiasi antara nilai audit dan nilai buku
dari populasi.

Untuk ilustrasi, anggaplah bahwa auditor mempertimbangkan faktor-faktor yang

mempengaruhi ukuran sampel sebagaimana didiskusikan di atas dan menggunakan
pertimbangan profesional untuk memilih sampel stratifikasi nonstatistik berikut untuk
mengkonfirmasi pada piutang dagang Norris Company.

Anggaplah bahwa auditor memperkirakan salah saji yang dapat ditoleransi adalah
$340.000 dan menentukan untuk memilih setiap piutang yang lebih dari $150.000 untuk
dikonfirmasi titik rencana sampling ini menekankan audit pada akun nilai dolar yang lebih
besar, sehingga auditor lebih pasti dalam mendeteksi lebih saji (Over statement).Auditor
memilih 38% nilai buku piutang untuk audit dengan hanya menginvestigasi 6% akun
pelanggan.

Dengan metode pertama, auditor akan menentukan nilai audit setiap strata dengan
menggunakan rumus berikut ( diilustrasikan untuk strata kedua):
Estimasi nilai audit untuk setiap strata yang menggunakan metode rasio diringkas sebagai
berikut:

Contoh ini dibuat pada strat yang mempunyai salah saji $7.500. Strata 1 audit 100%
sehingga proyeksi salah saji (projected misstatement) pada setiap metode adalah $7.500.
Pada kedua metode baik rasio maupun diferensiasi, salah saji $7.500 dalam strat 2
memproyeksi estimasi salah saji yang lebih kecil dibandingkan strata 3 karena proporsi
yang lebih tinggi pada strata 2 dibuat sampel dan auditor memproyeksikan salah saji pada
bagian buku sampel yang lebih kecil pada strata tersebut. Akhirnya, metode diferensiasi
memproyeksikan jumlah estimasi  salah saji yang lebih besar karena auditor memilih
proporsi yang lebih kecil pada item-item total (berdasarkan metode diferensiasi) daripada
dollar total (berdasarkan metode rasio). 
 Dalam sampel nonstatistik, auditor tidak dapat menghitung cadangan risiko
sampling (allowance for sampling risk) untuk spesifikasi, tingkat yang dapat diukur pada
risiko kesalahan penerimaan atau risiko kesalahan penolakan, Namun demikian,
perbedaan antara proyeksi salah saji dan salah saji yang dapat ditoleransi dapat dipandang
sebagai cadangan risiko sampling. Jika salah saji yang ditoleransi melebihi proyeksi salah
saji dalam jumlah yang besar, auditor dapat memastikan bahwa risiko sampling rendah
yang dapat diterima dan salah saji sesungguhnya melebihi salah saji yang dapat
ditoleransi. Pada kedua contoh diatas yang berkaitan dengan Norris Company, salah saji
yang dapat ditoleransi melebihi proyeksi salah saji masing-masing sebesar $186.451 dan
$68.500. Kebanyakan auditor menyimpulkan bahwa hal ini merupakan alasan yang cukup
untuk mengakui adanya risiko sampling dan menyimpulkan bahwa saldo piutang benar
secara material. Di pihak lain, jika hanya ada perbedaan $10.000 antara proyeksi salah saji
dan salah saji yang dapat ditoleransi, auditor dapat menyimpulkan bahwa ada risiko
sampling besar yang tidak dapat diterima, dimana salah saji sesungguhnya melebihi salah
saji yang dapat ditoleransi. 

Jumlah dan ukuran salah saji yang ditemukan dalam sampel yang berhubungan
dengan salah saji yang diharapkan juga membantu di dalam menilai risiko sampling.
Ketika sampel yang telah dirancang secara hati-hati dan jumlah serta ukuran salah saji
yang ditemukan tidak melebihi  harapan auditor, auditor biasanya menyimpulkan bahwa
terdapat resiko saji yang dapat ditoleransi.

Ketika hasil sampel nonstatistik tampaknya tidak mendukung nilai bukunya,

auditor dapat (1) menguji unit sampel tambahan dan mengevaluasi kembali, (2)
menerapkan prosedur audit alternatif dan mengevaluasi kembali, atau (3) meminta klien
untuk menginvestigasi dan, jika perlu, membuat penyesuaian. Sebagaimana dalam
sampling statistik, sebelum menarik kesimpulan secara menyeluruh, pertimbangan harus
diberikan pada karakteristik secara menyeluruh, pertimbangan harus diberikan pada
karakteristik kualitatif salah saji.