Mendefinisikan Populasi
Dalam pengujian atas rincian saldo, populasi didefinisikan sebagai
item yang membentuk populasi dolar yang tercatat.
Sampling Berstratifikasi
Bagi kebanyakan populasi, auditor memisahkan populasi ke dalam
dua atau lebih subpopulasi sebelum menerapkan sampling audit. Hal ini
disebut sebagai sampling berstratifikasi (stratified sampling)
Mendefinisikan Unit Sampling
Unit sampling audit nonstatistik dalam pengujian atas rincian saldo,
unit sampling hampir selalu merupakan item yang membentuk saldo akun.
Menolak untuk
Menyesuaikan Saldo Meminta Klien untuk Memberikan Pendapat
Akun Mengoreksi Populasi Wajar Tanpa
Pengecualian
C. SAMPLING UNIT MONETER
Asumsi yang pas bagi persentase salah saji dalam item populasi yang
mengandung salah saji tersebut secara keseluruhan merupakan
keputusan auditor. Auditor harus menetapkan persentase tersebut
berdasarkan pertimbangan profesionalnya dalam situasi tertentu. Dalam
situasi di mana tidak ada informasi timbal balik, sebagian besar auditor
yakin bahwa lebih baik mengasumsikan jumlah 100 persen baik untuk
lebih saji maupun kurang saji kecuali ada salah saji dalam hasil sampel.
Menggeneralisasi Ketika Salah Saji
Ditemukan
Jumlah lebih saji dan
Asumsi salah saji yang
kurang saji ditangani
berbeda dibuat untuk
secara terpisah dan
setiap salah saji,
kemudian
termasuk salah saji nol.
digabungkan.
Auditor harus
Asumsi salah saji harus
berhadapan dengan
dikaitkan dengan
lapisan CUER dari tabel
setiap lapisan.
sampling atribut.
Memutuskan Akseptabilitas Populasi dengan
Menggunakan MUS
Setelah batas salah saji dihitung, auditor harus memutuskan apakah populasi dapat diterima. Untuk melakukan hal
tersebut, diperlukan suatu aturan keputusan
MUS akan digunakan dalam melaksanakan pengujian atas rincian saldo. Auditor harus
memahami hubungan ketiga faktor-faktor independen itu dalam model risiko audit,
ditambah prosedur analitis dan pengujian substantif atas transaksi dengan ukuran
sampel untuk pengujian atas rincian saldo
Empat Fitur menarik MUS bagi Auditor
MUS secara otomatis akan meningkatkan kemungkinan memilih item dolar yang tinggi dari populasi yang sedang
diaudit.
MUS dapat mengurangi biaya pelaksanaan pengujian audit karena beberapa item sampel akan diuji sekaligus.
Menghitung interval keyakinan rata-rata populasi dengan menggunakan logika yaitu sebagai berikut :
Metode Variabel
Estimasi
Estimasi Rata Rata
Rasio per Unit
Estimasi
Perbedaan
Metode Variabel
Estimasi Perbedaan
Estimasi Ratio
Jika auditor telah menghitung batas keyakinan atas dan bawah, mereka akan memutuskan
akseptabilitas populasi dengan membandingkan jumlah tersebut dengan nilai buku yang tercatat.
Contoh, asumsikan auditor mengambil sampel sebanyak 100 item dari daftar persediaan sebanyak 3000
item, dan nilai tercatat sebesar $265.000. Jika nilai rata-rata item yang di jadikan sampel adalah $85,
estimasi nilai persediaan yaitu $225.000 ($85x3000). Jika nilai tercatat $265.000 berada dalam batas
keyakinan atas, auditor akan menerima saldo populasi. Estimasi rata-rata per unit jarang digunakan
dalam praktik karena ukuran sampel umumnya jauh lebih besar ketimbang untuk dua metode lainnya.
Metode Statistik Berstratifikasi
Sampling berstratifikasi adalah metode sampling dimana
semua unsur dalam total populasi dibagi menjadi dua atu
lebih subpopulasi. Kemudian setiap subpopulasi di uji secra
independen. Perhitungannya dilakukan bagi setiap srata dan
kemudian digabung menjadi satu estimasi populasi secara
keseluruhan untuk interval keyakinan populasi secara
menyeluruh. Hasilnya diukur secara statistik. Stratifikasi
dapat diterapkan pada estimasi perbedaan, rasio, rata-rata Tentu saja, menstratifikasi suatu populasi bukan
perunit, tetapi paling sering digunakan dengan estimasi rata- merupakan hal yang unik bagi sampling statistik. Auditor
rata perunit. secara tradisional menekankan jenis item tertentu ketika
menguji populasi dengan menggunakan sampling
nonstatistik. Sebagai contoh, dalam mengkonfirmasi
piutang usaha, umumnya auditor lebih menekankan pada
akun-akun yang besar, ketimbang yang kecil. Akan tetapi
dalam sampling berstratifikasi, pendekatannya akan
didefenisikan dengan lebih objektif dan lebih baik
ketimbang metode stratifikasi nonstatistik.
Risiko Sampling
ARIA merupakan risiko statistik bahwa auditor telah menerima populasi yang dalam kenyataannya
mengandung salah saji material. ARIA mendapat perhatian yang besar dari auditor karena
memiliki implikasi hukum yang serius dalam menyimpulkan bahwa saldo akun telah dinyatakan
secara wajar padahal sebenarnya mengandung salah saji dalam jumlah yang material. Saldo akun
ARIA dapat dinyatakan terlalu tinggi atau terlalu rendah, tetapi tidak keduanya, karena itu ARIA
merupakan pengujian statistik satu arah.
Risiko yang dapat diterima atas penolakan yang salah (ARIR) adalah risiko statistik bahwa auditor
telah menyimpulkan suatu populasi mengandung salah saji yang material padahal sebenarnya
tidak. ARIR hanya akan mempengaruhi tindakan auditor jika mereka menyimpulkan bahwa
populasi tidak dinyatakan secara wajar. Jika auditor menemukan suatu saldo tidak dinyatakan
secara wajar, mereka umumnya akan meningkatkan ukuran sampel atau melaksanakan pengujian
ARIR lainnya. Kenaikan ukuran sampel ini biasanya akan menyebabkan auditor menyimpulkan bahwa
saldo telah dinyatakan secara wajar, jika akun tersebut dalam kenyataannya tidak mengandung
salah saji yang material.
Merencanakan Sampel dan Menghitung Ukuran Sampel dengan
Menggunakan Estimasi Perbedaan
Menghitung Ukuran
Sampel Awal
Memilih Sampel dan Melaksanakan
Prosedur Audit