Anda di halaman 1dari 50

Machine Translated by Google

SAMPEL AUDIT
UNTUK UJI
RINCIAN SALDO
BAB 17

Hak Cipta © 2017 Pearson Education, Ltd. 17-1


Machine Translated by Google

BAB 17 TUJUAN BELAJAR

17-1 Membedakan pengambilan sampel audit untuk pengujian rincian saldo dan

untuk pengujian pengendalian dan pengujian substantif atas transaksi.

17-2 Menerapkan pengambilan sampel nonstatistik untuk pengujian rincian saldo.

17-3 Terapkan pengambilan sampel unit moneter.

17-4 Jelaskan variabel pengambilan sampel.

17-5 Gunakan estimasi perbedaan dalam pengujian rincian saldo.

Hak Cipta © 2017 Pearson Education, Ltd. 17-2


Machine Translated by Google

TUJUAN 17-1
Bedakan pengambilan sampel
audit untuk pengujian rincian saldo
dan pengujian pengendalian serta
pengujian substantif atas transaksi.

Hak Cipta © 2017 Pearson Education, Ltd. 17-3


Machine Translated by Google

PERBANDINGAN SAMPLING AUDIT UNTUK PENGUJIAN


RINCIAN SALDO DAN UJI PENGENDALIAN
DAN UJI SUBSTANTIF TERHADAP TRANSAKSI

Perbedaan utama antara pengujian pengendalian, pengujian


substantif atas transaksi, dan pengujian rincian saldo
terletak pada apa yang ingin diukur oleh auditor.

Hak Cipta © 2017 Pearson Education, Ltd. 17-4


Machine Translated by Google

TUJUAN 17-2
Menerapkan pengambilan sampel
nonstatistik untuk pengujian rincian saldo.

Hak Cipta © 2017 Pearson Education, Ltd. 17-5


Machine Translated by Google

SAMPLING NONSTATISTIK

Hak Cipta © 2017 Pearson Education, Ltd. 17-6


Machine Translated by Google

SAMPLING NONSTATISTIK (LANJUTAN)

1. Nyatakan Tujuan Pengujian Audit: Sampel auditor untuk pengujian rincian


saldo untuk menentukan apakah saldo akun disajikan secara wajar.
2. Putuskan Apakah Pengambilan Sampel Audit Diterapkan: Pengambilan sampel audit
diterapkan kapan pun auditor berencana mengambil kesimpulan tentang suatu
populasi berdasarkan sampel.

3. Mendefinisikan Salah Saji: Karena pengambilan sampel audit untuk pengujian


rincian saldo mengukur salah saji moneter, maka salah saji muncul setiap kali
item sampel salah saji.

4. Tentukan Populasi: Item-item yang membentuk dolar yang tercatat


populasi. Auditor dapat memisahkan populasi menjadi subpopulasi
sebelum menerapkan pengambilan sampel audit. Tabel 17-1 adalah
contoh ilustratif dari populasi piutang.

Hak Cipta © 2017 Pearson Education, Ltd. 17-7


Machine Translated by Google

Hak Cipta © 2017 Pearson Education, Ltd. 17-8


Machine Translated by Google

SAMPLING NONSTATISTIK (LANJUTAN)


5. Tentukan Unit Pengambilan Sampel: Untuk pengambilan sampel audit nonstatistik
dalam pengujian rincian saldo, unit pengambilan sampel hampir selalu
merupakan item-item yang menyusun saldo akun.

6. Tentukan Salah Saji yang Dapat Ditoleransi: Penerapan kinerja


materialitas untuk prosedur pengambilan sampel tertentu.

7. Tentukan Risiko Penerimaan yang Salah yang Dapat Diterima: Risiko


penerimaan yang salah yang dapat diterima (ARIA) adalah risiko bahwa
sampel mendukung kesimpulan bahwa saldo akun yang dicatat tidak
mengandung salah saji material padahal terdapat salah saji material.
Gambar 17-1 menunjukkan pengaruh ARO dan ARIA pada pengujian substantif.
Hubungan yang mempengaruhi ARIA dirangkum dalam Tabel 17-2.

Hak Cipta © 2017 Pearson Education, Ltd. 17-9


Machine Translated by Google

Hak Cipta © 2017 Pearson Education, Ltd. 17-10


Machine Translated by Google

Hak Cipta © 2017 Pearson Education, Ltd. 17-11


Machine Translated by Google

SAMPLING NONSTATISTIK (LANJUTAN)

8. Estimasi Salah Saji dalam Populasi: Auditor biasanya membuat


estimasi ini berdasarkan pengalaman sebelumnya dengan klien
dan dengan menilai risiko bawaan, dengan mempertimbangkan
hasil pengujian pengendalian, pengujian substantif atas transaksi,
dan prosedur analitis yang telah dilakukan.
9. Tentukan Ukuran Sampel Awal: Bila menggunakan nonstatistik
pengambilan sampel, auditor menentukan ukuran sampel awal dengan
mempertimbangkan faktor-faktor yang dirangkum dalam Tabel 17-3.

Gambar 17-2 menyajikan rumus sederhana untuk menghitung ukuran sampel


berdasarkan Panduan Audit Sampling Audit AICPA.

10.Pilih Sampel: Standar audit mengizinkan auditor untuk menggunakan salah


satu metode pemilihan yang dibahas dalam Bab 15.

Hak Cipta © 2017 Pearson Education, Ltd. 17-12


Machine Translated by Google

Hak Cipta © 2017 Pearson Education, Ltd. 17-13


Machine Translated by Google

Hak Cipta © 2017 Pearson Education, Ltd. 17-14


Machine Translated by Google

SAMPLING NONSTATISTIK (LANJUTAN)

11.Lakukan Prosedur Audit: Auditor menerapkan prosedur audit yang


tepat pada setiap item dalam sampel untuk menentukan apakah item
tersebut mengandung salah saji.

12. Generalisasi dari Sampel ke Populasi dan Putuskan


Penerimaan Populasi: Auditor harus menggeneralisasi sampel ke
populasi dengan (1) memproyeksikan salah saji dari sampel ke
populasi dan (2) mempertimbangkan risiko pengambilan sampel (ARIA).
Hal ini dimulai dengan menghitung estimasi titik, yang biasanya
dilakukan dengan mengasumsikan bahwa salah saji dalam populasi
sebanding dengan salah saji dalam sampel.
13. Menganalisis Salah Saji: Auditor harus mengevaluasi sifat dan
penyebab setiap salah saji yang ditemukan dalam pengujian rincian saldo.

Hak Cipta © 2017 Pearson Education, Ltd. 17-15


Machine Translated by Google

SAMPLING NONSTATISTIK (LANJUTAN)

14.Tindakan Ketika Suatu Populasi Ditolak: Ketika auditor menyimpulkan bahwa


kesalahan penyajian dalam suatu populasi mungkin lebih besar daripada
kesalahan penyajian yang dapat ditoleransi setelah mempertimbangkan
risiko pengambilan sampel, auditor mempunyai beberapa tindakan.

• Tidak mengambil tindakan apa pun sampai pengujian pada area audit lainnya selesai.

• Melakukan pengujian audit yang diperluas pada area tertentu.

• Meningkatkan ukuran sampel.

• Sesuaikan saldo rekening.

• Meminta klien untuk mengoreksi populasi.

• Menolak memberikan pendapat tanpa modifikasian.

Hak Cipta © 2017 Pearson Education, Ltd. 17-16


Machine Translated by Google

TUJUAN 17-3
Terapkan pengambilan sampel unit moneter.

Hak Cipta © 2017 Pearson Education, Ltd. 17-17


Machine Translated by Google

SAMPLING UNIT MONETER


Pengambilan sampel unit moneter adalah metode pengambilan sampel statistik
yang paling umum untuk pengujian rincian saldo karena metode ini memiliki
kesederhanaan statistik dalam pengambilan sampel atribut namun memberikan hasil
statistik yang dinyatakan dalam dolar.

Perbedaan Antara Pengambilan Sampel Unit Moneter dan Nonstatistik


Contoh:
• Definisi unit pengambilan sampel adalah dolar individu.

• Jumlah populasi adalah jumlah populasi dolar yang tercatat.

• Besarnya sampel ditentukan dengan menggunakan rumus.

• Pemilihan sampel dilakukan dengan menggunakan PPS (probabilitas proporsional terhadap ukuran
pemilihan sampel). Populasi piutang usaha pada umumnya ditunjukkan pada Tabel
17-4.

• Auditor melakukan generalisasi dari sampel ke populasi dengan menggunakan MUS.

Hak Cipta © 2017 Pearson Education, Ltd. 17-18


Machine Translated by Google

Hak Cipta © 2017 Pearson Education, Ltd. 17-19


Machine Translated by Google

SAMPLING UNIT MONETER (LANJUTAN)


Memutuskan Penerimaan Populasi Menggunakan MUS: Auditor
membandingkan salah saji yang dihitung dan terikat dengan salah
saji yang dapat ditoleransi. Jika batasan tersebut melebihi salah saji yang
dapat ditoleransi, maka populasi tersebut tidak dianggap dapat diterima.
Menentukan Ukuran Sampel Menggunakan MUS: Faktor-faktor berikut
digunakan dalam menghitung ukuran sampel:
• Risiko Penerimaan yang Salah (ARIA) yang Dapat Diterima— Hal ini tergantung
pada faktor risiko audit.

• Nilai Populasi Tercatat— Nilai dolar dari populasi yang diambil dari
catatan klien.
• Salah Saji yang Dapat Ditoleransi—Umumnya sama dengan kinerja
materialitas.

Hak Cipta © 2017 Pearson Education, Ltd. 17-20


Machine Translated by Google

SAMPLING UNIT MONETER (LANJUTAN)

Menentukan Ukuran Sampel Menggunakan MUS: Faktor-faktor berikut


digunakan dalam menghitung ukuran sampel (lanjutan):
• Salah Saji yang Dapat Ditoleransi sebagai Persentase Nilai
Populasi • Estimasi Salah Saji Populasi—Hal ini biasanya didasarkan
pada hasil sampel untuk tahun sebelumnya.
• Rasio Perkiraan Salah Saji Populasi terhadap Tolerable
Salah saji

• Faktor Keyakinan— Auditor menggunakan Tabel 17-5 untuk menentukan


faktor keyakinan yang tepat berdasarkan pertimbangan auditor terhadap
ARIA dan rasio kesalahan penyajian yang diperkirakan terhadap
kesalahan penyajian yang dapat ditoleransi.

Hak Cipta © 2017 Pearson Education, Ltd. 17-21


Machine Translated by Google

Hak Cipta © 2017 Pearson Education, Ltd. 17-22


Machine Translated by Google

SAMPLING UNIT MONETER (LANJUTAN)

Menentukan Ukuran Sampel Menggunakan MUS: Faktor-faktor berikut


digunakan dalam menghitung ukuran sampel (lanjutan):
• Ukuran Sampel —Contoh dihitung sebagai berikut:

• Interval Pengambilan Sampel— Jumlah populasi yang tercatat dibagi dengan


ukuran sampel.

Tabel 17-6 merangkum langkah-langkah menghitung ukuran sampel di MUS.

Hak Cipta © 2017 Pearson Education, Ltd. 17-23


Machine Translated by Google

Hak Cipta © 2017 Pearson Education, Ltd. 17-24


Machine Translated by Google

SAMPLING UNIT MONETER (LANJUTAN)

Generalisasi dari Sampel ke Populasi Ketika Tidak Ada


Salah Saji yang Ditemukan Menggunakan MUS: Jika seluruh
sampel diaudit dan tidak ada salah saji yang ditemukan dalam
sampel, auditor dapat menyimpulkan bahwa jumlah tercatat
populasi tidak dilebih-lebihkan melebihi jumlah salah saji
yang dapat ditoleransi. pada risiko tertentu penerimaan yang salah.
Batas atas ketika tidak ditemukan salah saji adalah faktor
kepercayaan tidak adanya salah saji dikalikan dengan panjang
interval sampling. Batas atas juga disebut sebagai presisi dasar.

Tabel 17-7 menunjukkan faktor kepercayaan untuk


evaluasi sampel MUS.

Hak Cipta © 2017 Pearson Education, Ltd. 17-25


Machine Translated by Google

Hak Cipta © 2017 Pearson Education, Ltd. 17-26


Machine Translated by Google

SAMPLING UNIT MONETER (LANJUTAN)

Generalisasi dari Sampel ke Populasi Ketika Salah Saji Ditemukan


Menggunakan MUS: Asumsikan bahwa auditor menguji sampel dan
menemukan tiga pernyataan berlebihan yang terdapat dalam Tabel
17-8. Menghitung batas salah saji atas melibatkan tiga langkah:
1. Hitung persentase salah saji untuk setiap salah saji.
2. Proyeksikan sampel salah saji dengan mengalikan persentase
salah saji dengan panjang interval sampling.
3. Tambahkan penyisihan risiko pengambilan sampel berdasarkan
faktor keyakinan atas jumlah salah saji aktual dan risiko
kesalahan penerimaan yang dapat diterima.

Hak Cipta © 2017 Pearson Education, Ltd. 17-27


Machine Translated by Google

Hak Cipta © 2017 Pearson Education, Ltd. 17-28


Machine Translated by Google

SAMPLING UNIT MONETER (LANJUTAN)

Generalisasi dari Sampel ke Populasi Ketika Salah Saji Ditemukan


Menggunakan MUS (lanjutan):
• Hitung Persentase Salah Saji Asumsi (Tainting): Ketika salah saji
ditemukan, auditor menghitung proyeksi salah saji dan
penyisihan risiko pengambilan sampel. Hal ini diilustrasikan pada
Tabel 17-8.

• Contoh Salah Saji Proyek: Salah saji yang diproyeksikan adalah


persentase salah saji dikalikan interval pengambilan
sampel. Perhitungan salah saji yang diproyeksikan untuk tiga
contoh salah saji aktual ditunjukkan pada Tabel 17-9.

Hak Cipta © 2017 Pearson Education, Ltd. 17-29


Machine Translated by Google

Hak Cipta © 2017 Pearson Education, Ltd. 17-30


Machine Translated by Google

SAMPLING UNIT MONETER (LANJUTAN)

Generalisasi dari Sampel ke Populasi Ketika Salah Saji Ditemukan


Menggunakan MUS (lanjutan):
• Menghitung Penyisihan Risiko Pengambilan Sampel:
Proyeksi salah saji ditambah 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 pengambilan sampel yang lebih kecil
dari interval pengambilan sampel. Tabel 17-10 memberikan contoh
perubahan tambahan pada faktor keyakinan untuk lima salah saji dan ARIA 5
• Hubungan Model Risiko Audit dengan Ukuran Sampel MUS:
Auditor harus memahami hubungan ketiga faktor
independen dalam model risiko audit.

Hak Cipta © 2017 Pearson Education, Ltd. 17-31


Machine Translated by Google

Hak Cipta © 2017 Pearson Education, Ltd. 17-32


Machine Translated by Google

SAMPLING UNIT MONETER (LANJUTAN)

Penggunaan Audit atas Pengambilan Sampel Unit Moneter: MUS meminta auditor
setidaknya karena empat alasan:

1. MUS secara otomatis meningkatkan kemungkinan memilih item bernilai tinggi dari
populasi.
2. MUS sering kali mengurangi biaya pelaksanaan pengujian audit karena beberapa item
sampel diuji sekaligus
3. MUS mudah diterapkan. Sampel dapat dievaluasi dengan penerapan tabel sederhana.

4. MUS memberikan kesimpulan statistik dibandingkan kesimpulan nonstatistik,


sehingga memberikan keputusan yang lebih baik dan lebih dapat dipertahankan.

Hak Cipta © 2017 Pearson Education, Ltd. 17-33


Machine Translated by Google

SAMPLING UNIT MONETER (LANJUTAN)

Penggunaan Audit atas Sampling Unit Moneter: Ada dua


kelemahan utama MUS:
1. Total batasan salah saji yang timbul ketika ditemukannya salah saji
mungkin terlalu tinggi untuk berguna bagi auditor. Untuk mengatasi
masalah ini, sampel yang lebih besar mungkin diperlukan.
2. Mungkin sulit untuk memilih sampel PPS dari populasi yang besar
tanpa bantuan komputer.

Karena semua alasan ini, auditor biasanya menggunakan MUS


ketika diperkirakan tidak ada atau sedikit salah saji, diinginkan hasil
yang bagus, dan data populasi dapat diakses dalam format elektronik.

Hak Cipta © 2017 Pearson Education, Ltd. 17-34


Machine Translated by Google

TUJUAN 17-4
Jelaskan pengambilan sampel variabel.

Hak Cipta © 2017 Pearson Education, Ltd. 17-35


Machine Translated by Google

SAMPLING VARIABEL

Seperti MUS, pengambilan sampel variabel adalah metode pengambilan sampel statistik.

Perbedaan Antara Pengambilan Sampel Variabel dan Nonstatistik:


Metode-metode ini memiliki banyak kesamaan.

Distribusi Sampling: Penting untuk memahami distribusi


sampling dan pengaruhnya terhadap kesimpulan statistik auditor.
• Auditor tidak mengetahui nilai rata-rata salah saji dalam
populasi, distribusi jumlah salah saji , atau nilai yang
diaudit.
• Karakteristik populasi ini harus diperkirakan dari sampel.

Hak Cipta © 2017 Pearson Education, Ltd. 17-36


Machine Translated by Google

SAMPLING VARIABEL (LANJUTAN)

Distribusi Pengambilan Sampel (lanjutan):

Auditor menghitung nilai rata-rata item dalam sampel sebagai berikut:

Hak Cipta © 2017 Pearson Education, Ltd. 17-37


Machine Translated by Google

SAMPLING VARIABEL (LANJUTAN)

Distribusi Pengambilan Sampel (lanjutan):

Setelah penghitungan setiap sampel, auditor memplotnya ke


dalam distribusi frekuensi. Selama ukuran sampel mencukupi,
distribusi frekuensi akan tampak seperti yang ditunjukkan pada Gambar 17-3.
Distribusi rata-rata sampel seperti ini normal dan mempunyai semua
ciri kurva normal:
1. Kurvanya simetris
2. Rata-rata sampel berada dalam bagian distribusi pengambilan
sampel yang diketahui di sekitar rata-rata rata-rata tersebut.

Selanjutnya mean sampel sama dengan populasi


berarti.

Hak Cipta © 2017 Pearson Education, Ltd. 17-38


Machine Translated by Google

Hak Cipta © 2017 Pearson Education, Ltd. 17-39


Machine Translated by Google

SAMPLING VARIABEL (LANJUTAN)

Distribusi Pengambilan Sampel (lanjutan):

Dengan informasi tersebut, auditor dapat membuat tabulasi distribusi


sampling seperti terlihat pada Tabel 17-11.
Ringkasnya, ada tiga hal yang menentukan hasil percobaan
pengambilan sampel dalam jumlah besar dari populasi yang diketahui:
1. Nilai mean seluruh sampel sama dengan mean populasi.
2. Bentuk distribusi frekuensi rata-rata sampel adalah berdistribusi
normal, asalkan ukuran sampelnya cukup besar, tanpa memandang
sebaran populasinya, seperti diilustrasikan pada Gambar 17-4.

3. Persentase mean sampel antara dua nilai apa pun


distribusi pengambilan sampel dapat diukur.

Hak Cipta © 2017 Pearson Education, Ltd. 17-40


Machine Translated by Google

Hak Cipta © 2017 Pearson Education, Ltd. 17-41


Machine Translated by Google

Hak Cipta © 2017 Pearson Education, Ltd. 17-42


Machine Translated by Google

SAMPLING VARIABEL (LANJUTAN)


Inferensi Statistik:

Jika sampel diambil dari suatu populasi dalam suatu audit aktual, auditor
tidak mengetahui karakteristik populasi tersebut, dan biasanya hanya satu
sampel yang diambil dari populasi tersebut.
Namun pengetahuan tentang distribusi sampling memungkinkan auditor
menarik kesimpulan statistik, atau kesimpulan statistik, tentang populasi.
Contoh proses ini ditunjukkan pada halaman 585 dan 586.
Auditor dapat menyatakan kesimpulan yang diambil dari interval kepercayaan
menggunakan inferensi statistik dengan cara yang berbeda-beda, dengan
hati-hati menghindari kesimpulan yang salah karena nilai populasi
sebenarnya selalu tidak diketahui.

Hak Cipta © 2017 Pearson Education, Ltd. 17-43


Machine Translated by Google

SAMPLING VARIABEL (LANJUTAN)

Metode Variabel: Auditor menggunakan proses inferensi statistik sebelumnya untuk


semua metode pengambilan sampel variabel.
Ketiga metode variabel tersebut antara lain:
• Estimasi Perbedaan—Auditor menggunakan estimasi perbedaan untuk mengukur
perkiraan jumlah total salah saji dalam suatu populasi ketika terdapat nilai tercatat dan nilai
yang diaudit untuk setiap item dalam sampel.
• Estimasi Rasio—Mirip dengan estimasi perbedaan kecuali auditor
menghitung rasio antara salah saji dan nilai tercatatnya dan memproyeksikan rasio ini ke
populasi untuk memperkirakan total salah saji populasi.

• Estimasi Rata-rata per Unit— Auditor berfokus pada nilai yang diaudit daripada jumlah
salah saji setiap item dalam sampel.

Hak Cipta © 2017 Pearson Education, Ltd. 17-44


Machine Translated by Google

SAMPLING VARIABEL (LANJUTAN)

Metode Statistik Berstrata: Seperti metode stratifikasi lainnya, populasi dibagi


menjadi dua atau lebih subpopulasi. Masing-masing diuji dan dievaluasi
secara independen, dan hasilnya digabungkan. Hal ini dapat digunakan dengan metode
variabel apa pun, namun paling umum digunakan dengan estimasi rata-rata per unit.

Risiko Pengambilan Sampel: Selain risiko penerimaan yang salah (ARIA) yang dapat
diterima, auditor menggunakan risiko penolakan yang salah (ARIR) yang dapat
diterima untuk pengambilan sampel variabel.
• ARIA—Risiko yang diterima auditor terhadap suatu populasi yang material
salah saji.

• ARIR—Risiko dimana auditor menyimpulkan bahwa suatu populasi mengandung salah saji
material, padahal sebenarnya tidak.

Hal ini diilustrasikan pada Tabel 17-12 dan 17-13.

Hak Cipta © 2017 Pearson Education, Ltd. 17-45


Machine Translated by Google

Hak Cipta © 2017 Pearson Education, Ltd. 17-46


Machine Translated by Google

Hak Cipta © 2017 Pearson Education, Ltd. 17-47


Machine Translated by Google

TUJUAN 17-5
Gunakan estimasi perbedaan dalam pengujian
rincian saldo.

Hak Cipta © 2017 Pearson Education, Ltd. 17-48


Machine Translated by Google

ILUSTRASI MENGGUNAKAN ESTIMASI PERBEDAAN

Rencanakan Sampel dan Hitung Ukuran Sampel Menggunakan Estimasi


Perbedaan: Piutang Usaha terdiri dari 4.000 akun dengan nilai tercatat
$600.000. Salah saji yang dapat ditoleransi adalah $21.000.

Tentukan Risiko yang Dapat Diterima— Auditor menentukan dua risiko:


1. Risiko penerimaan yang salah (ARIA) yang dapat diterima—10%
2. Risiko penolakan yang salah (ARIR) yang dapat diterima—25%

Perkirakan Salah Saji dalam Populasi:


1. Perkirakan perkiraan titik yang diharapkan.
2. Membuat perkiraan deviasi standar populasi terlebih dahulu—
variabilitas populasi.

Hak Cipta © 2017 Pearson Education, Ltd. 17-49


Machine Translated by Google

ILUSTRASI MENGGUNAKAN ESTIMASI PERBEDAAN


(LANJUT.)

Rencanakan Sampel dan Hitung Ukuran Sampel Menggunakan Selisih


Estimasi (lanjutan):
Hitung Ukuran Sampel Awal: Perhitungan ukuran sampel ditunjukkan
pada halaman 589. Ukuran sampel adalah 100.
Evaluasi Hasilnya:

Generalisasi dari Sampel ke Populasi: Perhitungannya diilustrasikan


pada Tabel 17-14 di halaman 590–591.

Hak Cipta © 2017 Pearson Education, Ltd. 17-50

Anda mungkin juga menyukai