PERBANDINGAN SAMPLING AUDIT UNTUK PENGUJIAN ATAS RINCIAN

SALDO DAN UNTUK PENGUJIAN PENGENDALIAN SERTA PENGUJIAN

SUBSTANTIF ATAS TRANSAKSI
:
Metode sampling yang digunakan
untuk menghitung salah saji saldo
akun dalam dolar

Sampling sampling unit sampling

nonstatistik moneter variabel
A. Sampling Nonstatistik
(Count.)
Tabel 17-1 Populasi Piutang Usaha Ilustratif
Menyatakan Tujuan Pengujian Audit
Auditor akan mengambil sampel untuk pengujian atas rincian saldo guna
menentukan apakah saldo akun yang sedang diaudit telah dinyatakan secara wajar.

Memutuskan Apakah Sampling Audit Dapat Diterapkan

Sampling audit dapat diterapkan setiap kali auditor berencana membuat
kesimpulan mengenai populasi berdasarkan sampel. Walaupun auditor seringkali
mengambil sampel dari banyak akun, dalam beberapa situasi sampling tidak dapat
diterapkan.
Mendefinisikan Salah Saji
Karena sampling audit untuk pengujian atas rincian saldo mengukur
salah saji moneter, yaitu salah saji yang terjadi apabila item sampel
disalahsajikan. Ketika mengaudit piutang usaha, setiap salah saji pada saldo
pelanggan klien yang dimasukkan dalam sampel auditor merupakan suatu
salah saji.

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.

Menetapkan Salah Saji yang Dapat Ditoleransi

Salah saji yang dapat ditoleransi adalah penerapan materialitas
kinerja terhadap prosedur sampling tertentu. Salah saji yang dapat
ditoleransi mungkin sama nilainya dengan materialitas kinerja, atau
mungkin lebih rendah jika populasi asal sampel dipilih lebih kecil ketimbang
saldo akun.
Menetapkan Risiko yang Dapat Diterima atas Penerimaan yang Salah
Risiko yang dapat diterima atas penerimaan yang salah (acceptable
risk of incorrect acceptance = ARIA) adalah risiko sampel yang dipilih
mendukung kesimpulan bahwa saldo akun yang tercatat tidak mengandung
salah saji yang material ketika dinyatakan salah saji material. Faktor penting
yang mempengaruhi keputusan auditor mengenai ARIA adalah penilaian
risiko pengendalian dalam model risiko audit. Selain risiko pengendalian,
ARIA juga dipengaruhi secara langsung oleh risiko audit yang dapat diterima
dan sebaliknya dipengaruhi oleh pengujian substantif lainnya yang telah
dilaksanakan atas saldo akun.
Mengestimasi Salah Saji dalam Populasi
Biasanya auditor membuat estimasi ini berdasarkan pengalaman
sebelumnya engan klien dan menilai risiko inheren, dengan
mempertimbangkan hasil pengujian pengendalian, pengujian substantif atas
transaksi, dan prosedur analitis yang telah dilaksanakan.

Menetukan Ukuran Sampel Awal

Ukuran sampel antara sampling nonstatistik dan statistik harus
sama. Jika menggunakan sampling berstartifikasi, auditor harus
mengalokasikan ukuran sampel diantara strata yang ada, biasanya dengan
mengalokasikan bagian item sampel yang lebih besar ke item populasi yang
lebih besar.
Memilih Sampel
Untuk sampling nonstatistik, standar auditing mengizinkan
auditor untuk menggunakan metode pemilihan manapun. Untuk
sampling berstratifikasi, auditor akan memilih sampel secara independen
dari setiap strata.

Melaksanakan Prosedur Audit

Untuk melaksanakan prosedur audit, auditor menerapkan
prosedur audit yang tepat pada setiap item sampel untuk menentukan
apakah item tersebut mengandung salah saji.
Menggeneralisasi dari Sampel ke Populasi dan Memutuskan Akseptabilitas
Populasi
(1) memproyeksikan salah saji dari hasil sampel ke populasi
(2) mempertimbangkan kesalahan sampling serta risiko sampling (ARIA)

Pertimbangan yang dilakukan auditor:

Perbedaan antara titik estimasi dan salah saji yang dapat ditoleransi (yang
disebut penghitungan kesalahan sampling)
Sejauh mana item dalam populasi telah diaudit 100 persen
Apakah salah saji cenderung mengoffset atau hanya bersifat satu arah
Jumlah salah saji individual
Ukuran sampel
 Menganalisis Salah Saji

Auditor harus mengevaluasi sifat dan penyebab setiap

salah saji yang ditemukan dalam pengujian atas
rincian saldo.
Sebagai contoh, anggaplah bahwa ketika auditor
mengkonfirmasi piutang usaha, semua salah saji
berasal dari kelalaian klien untuk mencatat barang
yang dikembalikan.
 Tindakan yang Diambil Apabila
Populasi Ditolak
Tidak Mengambil
Melaksanakan
Tindakan Hingga
Pengujian Audit yang Meningkatkan Ukuran
Pengujian atas Bidang
Diperluas pada Bidang Sampel
Audit Lainnya Telah
Tertentu
Selesai

Menolak untuk
Menyesuaikan Saldo Meminta Klien untuk Memberikan Pendapat
Akun Mengoreksi Populasi Wajar Tanpa
Pengecualian
 C. SAMPLING UNIT MONETER

Sampling unit moneter (monetary unit

sampling = MUS ) merupakan metode
sampling statistic yang paling umum
digunakan untuk pengujian atas rincian saldo
karena memiliki kesederhanaan statistic bagi
sampling atribut serta memberikan hasil
statistic yang diekspresikan dalam dolar (atau
mata uang lainnya yang sesuai).
Perbedaan Antara Sampling Unit Moneter ( MUS
) dan Sampling Nonstatistik

Definisi Unit Sampling Ukuran Populasi adalah

adalah suatu Dolar Populasi Dolar yang
Individual Tercatat

MUS memiliki fitur yang penting seperti

definisi unit sampling sebagai suatu dolar
individual dalam saldo akun. Nama
metode statistiknya yaitu sampling unit
moneter. Dengan berfokus pada dolar
individual sebagai unit sampling, secara
otomatis MUS akan menekankan unit
fisik yang memiliki saldo tercatat lebih
besar.
Sebagai contoh, populasi piutang usaha
terdiri dari $207.295 yang merupakan
ukuran populasi, bukan 40 saldo piutang
usaha. Ini merupakan jumlah dolar
piutang usaha yang tercatat.
(Cont.) Perbedaan Antara Sampling Unit Moneter
(MUS) dan Sampling Nonstatistik
Pertimbangan Pendahuluan
Mengenai Materialitas Digunakan Ukuran Sampel Ditentukan dengan
untuk Setiap Akun dan Bukan Salah Menggunakan Rumus Statistik
Saji yang Dapat Ditoleransi

Aspek unik lain dari MUS adalah

penggunaan pertimbangan
Proses ini akan dibahas secara
pendahuluan mengenai
terpisah setelah membahas 14
materialitas, untuk menentukan
langkah sampling untuk
secara langsung jumlah salah
sampling unit moneter ( MUS ).
saji yang dapat ditoleransi
ketika mengaudit setiap akun.
(Cont.) Perbedaan Antara Sampling Unit Moneter
( MUS ) dan Sampling Nonstatistik

Aturan Keputusan Formal

Pemilihan Sampel Dilakukan
Digunakan untuk Memutuskan
dengan Menggunakan PPS
Akseptabilitas Populasi

Aturan keputusan yang Sampel unit moneter adalah

digunakan untuk MUS serupa
dengan yang digunakan untuk
sampling nonstatistik, tetapi
hal tersebut cukup berbeda
dengan pembahasan tentang
keunggulannya.
sampel yang dipilih dengan
menggunakan probabilitas
yang proporsional bagi
pemilihan ukuran sampel
(probability proportional to
size sample selection=PPS).
(Cont.) Perbedaan Antara Sampling Unit Moneter
(MUS) dan Sampling Nonstatistik
Auditor Menggeneralisasi dari
Sampel ke Populasi dengan
Menggunakan Teknik MUS
Tanpa memandang metode
sampling yang dipilih, auditor harus
menggeneralisasi dari sampel ke
populasi dengan (1)
memproyeksikan salah saji dari hasil
sampel ke populasi dan (2)
menentukan kesalahan sampling
yang terkait
. Ada empat aspek dalam melakukan hal
tersebut dengan menggunakan MUS:
Tabel sampling atribut digunakan untuk
menghitung hasil.
Hasil atribut harus dikonversi ke dalam
dolar.
Auditor harus membuat asumsi
mengenai persentase salah saji setiap
item populasi yang mengandung salah
saji.
Hasil statistik yang diperoleh jika
menggunakan MUS disebut sebagai batas
salah saji (misstatement bounds).
Menggeneralisasi dari Sampel ke Populasi Jika
Tidak Ada Salah Saji yang Ditemukan dengan
Menggunakan MUS

Generalisasi akan berbeda jika auditor menemukan salah saji

dalam sampel dibandingkan dengan jika tidak ada salah saji.
Misalnya, setelah melakukan audit, tidak ada salah saji yang
ditemukan dalam sampel. Auditor ingin menentukan jumlah
lebih saji maksimum dan jumlah kurang saji yang dapat saja
terjadi dalam populasi meskipun sampel tidak mengandung salah
saji. Hal tersebut masing-masing disebut sebagai batas salah
saji atas dan batas salah saji bawah.
Misalnya total populasi $1.200.000 dan sampel sebanyak
100 dikonfirmasi telah diperoleh. Dengan mengasumsikan
ARIA sebesar 5% dan melihat tabel sampling atribut (15-
9), baik batas atas maupun bawah ditentukan dengan
mengalokasikan perpotongan sampel (100) dan angka salah
saji akrual (0). CUER sebesar 3% menunjukkan estimasi
kesalahan sampling. Contoh jumlah lebih saji = 100% dan
jumlah kurang saji = 100%, batas salah saji ARIA 5%.
Sehingga
Batas salah saji atas = $1.200.000 x 3% x 100% = $36.000
Batas salah saji bawah = $1.200.000 x 3% x 100% = $36.000
Karena batas salah saji adalah 3%, nilai dolar salah saji
tidak mungkin melampaui $36.000. Jika semua jumlah
dinyatakan terlalu tinggi, ada lebih saji sebesar $36.000
dan jika terlalu rendah ada kurang saji $36.000
 Persentase Asumsi Salah Saji yang Tepat

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

Tindakan Jika Populasi Ditolak

Jika satu atau kedua batas salah saji itu berada di luar batas salah saji yang dapat
ditoleransi dan populasi dianggap tidak dapat diterima, auditor memiliki beberapa opsi.
Menentukan Ukuran Sampel dengan Menggunakan
Materialitas
MUS Asumsi Presentase Rata Rata Salah Saji untuk Item Populasi yang Mengandung Salah
Saji
Resiko yang dapat diterima atas penerimaan yang salah (ARIA)

Nilai populasi yang tercatat

Estimasi tingkat pengecualian populasi

Hubungan Model Risiko Audit dengan Ukuran Sampel untuk MUS

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.

MUS mudah diterapkan.

MUS menghasilkan kesimpulan statistik dan bukan kesimpulan nonstatistik.

Kelemahan Utama MUS

Sulit untuk memilih

sampel PPS dari
populasi yang besar
Total batas salah saji tanpa bantuan
yang dihasilkan ketika komputer
salah saji ditemukan
mungkin terlalu tinggi
untuk digunakan oleh
auditor.
 SAMPLING VARIABEL
Sampling variable adalah metode statistic yang digunakan oleh auditor
Perbedaan antara Sampling Variabel dan Nonstatistik
Penggunaan metode variable memiliki banyak kemiripan dengan sampling nonstatistik. Ke-14 langkah dalam sampling
nonstatistik harus dilaksanakan pada metode variable, dan sebagian besar tidak jauh berbeda
Distribusi Sampling
Untuk setiap sampel, auditor menghitung nilai rata-rata item dalam sampel sebagai
berikut:
Inferensi Statistik
Auditor dapat menyatakan kesimpulan yang dibuatnya dari interval keyakinan dengan menggunakan inferensi statistic
dalam cara yang berbeda. Akan tetapi, mereka harus berhati-hati untuk menghindari kesimpulan yang tidak benar,
mengingat nilai populasi yang sebenarnya selalu tidak diketahui.

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

Estimasi Rata-rata per Unit

a. Estimasi Perbedaan

Auditor akan mengestimasi salah saji populasi berdasarkan

jumlah salah saji dalam sampel, ukuran salah saji rata-rata,
salah saji dalam setiap sampel, dan ukuran sampel. Hasilnya
akan dinyatakan sebagi titik estimasi salah saji populasi
ditambah atau dikurangi erhitungan interval persisi pada
tingkat keyakinan yang dinyatakan. Estimasi perbedaan
sering kali menghasilkan ukuran sampel yang lebih kecil jika
dibandingkan dengan metode lainnya, dan relative mudah
digunakan. Karena alasan tersebut, estimasi perbedaan
sering kali di anggap sebagai metode variable yang paling
disukai.
b. Estimasi Ratio

Serupa dengan estimasi perbedaan kecuali auditor menghitung rasio antara

salah saji dan nilai tercatatnya serta memproyeksikan hal ini dengan populasi
untuk mengestimasi total salah saji populasi. Estimasi ratio dapat
menghasilkan ukuran sampel yang jauh lebih kecil ketimbang estimasi
perbedaan jika ukuran salah saji populasi proposional dengan nilai tercatat
item populasi. Jika ukuran setiap salah saji bersifat independen dengan nilai
tercatat, estimasi perbedaan akan menghasilkan ukuran sampel yang lebih
kecil. Sebagian auditor lebih menyukai estimasi perbedaan karen alebih
sederhana untuk menghitung interval keyakinan.
 c. Estimasi Rata-rata per Unit
Dalam hal ini auditor berfokus pada nilai yang di audit dan bukan pada jumlah saji setiap item
dalam sampel. Kecuali untuk defenisi apa yang sedang diukur, estimasi rata-rata per unit dihitung
dengan cara yang persis seperti estimasi perbedaan. Titik estimasi nilai yang di audit sama dengan rata-
rata nilai item yang di audit dalam sampel dikalikan dengan ukuran populasi. Perhitungan interval presisi
dilakukan berdasarkan nilai item sampel yang di audit dan bukan salah saji.

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

(-) Menyatakan Tujuan Pengujian Audit

Tujuan pengujian audit adalah untuk menetukan apakah piutang usaha
sebelum mempertimbangkan penyisihan piutang tak tertagih mengandung
salah saji yang material.

(-) Memutuskan Apakah Sampling Audit Dapat Diterapkan

Sampling audit dapat diterapkan dalam konfirmasi piutang usaha
karena besarnya jumlah piutang usaha.

(-) Mendefenisikan Kondisi Salah Saji

Kondisi salah saji merupakan kesalahan klien yang ditentukan melalui
konfirmasi setiap akun atau prosedur alternative.
(-) Mendefenisikan Populasi
Ukuran populasi ditentukan melalui perhitungan, seperti dalam sampling atribut.
Perhitungan yang akurat jauh lebih penting dalam sampling variable karena ukuran populasi
mempengaruhi secara langsung ukuran sampel dan batas presisi yang dihitung.

(-) Mendefenisi Unit Sampling

Unit sampling adalah suatu akun dalam daftar piutang usaha.

(-) Menetapkan Salah Saji yang Dapat Ditoleransi

Jumlah salah saji yang bersedia diterima auditor merupakan pertanyaan tentang
materialitas.

Menetapkan Risiko yang Dapat
Diterima Auditor menetapkan
dua risiko:
Mengestimasi Salah Saji dalam
Populasi Estimasi ini memiliki
dua bagian:
Menghitung Ukuran
Sampel Awal
Risiko yang dapat diterima atas penerimaan yang salah (ARIA).
ARIA dipengaruhi oleh risiko audit yang dapat diterima, hasil
pengujian pengendaliandan pengujian substantif atas transaksi,
prosedur analitis, dan signifikansi relatif piutang usaha dalam
laporan keuangan.
Risiko yang dapat diterima atas penolakan yang salah (ARIR).
Risiko menolak piutang usaha sebagai tidak benar padahal
sebenarnya tidak mengandung salah saji dalam jumlah yang
material. ARIR dipengaruhi oleh biaya tambahan resampling.
Estimasi titik estimasi yang diharapkan
Melakukan estimasi deviasi standar populasi di muka, untuk
menentukan ukuran sample awal, auditor memerlukan estimasi di
muka atas variasi salah saji dalam populasi seperti yang di ukur
oleh deviasi standar populasi.
Memilih Sampel dan Melaksanakan
Prosedur Audit

Ketika memilih sampel, auditor harus

berhati-hati dalam mengkonfirmasi piutang
usaha dan melaksanakan prosedur alternatif.
Mengevaluasi Hasil

Menggeneralisasi dari Sampel ke Populasi

Biasanya dilakukan ketika estimasi nonstatistik dan
estimasi perbedaan.Meskipun ke dua metode itu
mengukur kemungkinan salah saji populasi
berdasarkan hasil sampel, estimasi perbedaan
menggunakan pengukuran statistik untuk menghitung
batas keyakinan.
 Terdapat 4 langkah untuk mengukur batas
keyakinan:
1. Menghitung titik estimasi total salah saji.
Titik estimasi adalah ekstrapolasi langsung dari
salah saji dalam sampel ke salah saji dalam
populasi.
3. Menghitung interval persisi.
Interval persisi dihitung dengan menggunakan
rumus statistik. Agar interval presisi yang
dihitung memiliki arti penting, interval tersebut
haru dihubungkan dengan ARIA.
2. Menghitung estimasi deviasi standar populasi.
Deviasi standar populasi adalah ukuran statistik dari
variabilitas nilai setiap item dalam populasi. Deviasi
standar memiliki pengaruh yang signifikan terhadap
interval presisi yang di hitung. Estimasi deviasi standar
ditentukan dari hasil sampel auditor dan tidak
terpengaruh oleh pertimbangan professional.
4. Menghitung batas keyakinan.
Auditor menghitung batas keyakinan, yang
mendefenisikan interval keyakinan, dengan
mengkombinasikan titik estimasi dari total salah saji
dan interval presisi yang dhitung pada tingkat
keyakinan yang diinginkan.
Menganalisis Salah Saji

Auditor harus mengevaluasi salah saji untuk

menetukan penyebab setiap salah saji dan
memutuskan apakah perlu memodifikasi
model risiko audit.

Memutuskan Akseptabilitas Populasi

Auditor harus menyimpulkan bahwa baik LCL

(batas keyakinan bawah yang dihitung)
maupun UCL (batas keyakinan atas yang
dihitung) untuk menentukan apakah berada
dalam batas salah saji yang dapat ditoleransi
berupa kurang saji maupun lebih saji.
Terdapat tabel 17-13 tentang
Perhitungan Batas Keyakinan