Audit Ii Bab 14 Klp 7.docx

1. PERBANDINGAN

ANTARA

SAMPLING

AUDIT

UNTUK

PENGUJIAN

RINCIAN SALDO DENGAN SAMPLING AUDIT UNTUK PENGUJIAN PENGENDALIAN DAN PENGUJIAN SUBSTANTIF TRANSAKSI Perbedaan pokok antara pengujian pengendalian, pengujian substantif transaksi, dan pengujian rincian saldo terletak pada apa yang ingin di ukur oleh auditor. Auditor melaksanakan pengujian pengendalian dan pengujian substantif transaksi: 

Untuk menentukan apakah tingkat pengecualian populasi cukup rendah.



Untuk mengurangi penilaian resiko pengendalian dan karenannya mengurangi pengujian rincian saldo.

2. SAMPLING NONSTATISTIK Ada 14 langkah yang diperlukan dalam sampling audit untuk pengujian atas rincian saldo. Tahapan Sampling Audit Pengujian Rincian Saldo

untuk Tahapan Sampling Audit untuk Pengujian Pengendalian dan Pengujian Substantif Transaksi

Merencanakan Sampel

Merencanakan Sampel

1. Menetapkan tujuan pengujian audit

1. Menetapkan tujuan pengujian audit

2. Memutuskan apakah sampling audit 2. Memutuskan apakah sampling audit dapat audit dapat diterapkan . dapat audit dapat diterapkan . 3. Merumuskan kesalahan penyajian.

3. Merumuskan atribut dan kondisi penyimpangan.

4. Merumuskan populasi

4. Mendefiniskan populasi

5. Mendefiniskan unit sampling

5. Mendefiniskan unit sampling

6. Menetapkan kesalahan penyajian yang 6. Menetapkan dapat ditoleransi yang dapat ditoleransi.

tingkat

pengecualian

7. Menetapkan risiko yang dapat diterima 7. Menetapkan risiko yang dapat penilian diterima penerima yang salah terlalu risiko pengendalian yang rendah. 8. Menaksir kesalahan penyajian dalam 8. Menaksir tingkat pengecualian populasi populasi. 9. Menentukan ukuran sampel awal

9. Menentukan ukuran sampel awal

Memilih sampel dan Melaksanakan Memilih sampel dan Melaksanakan Prosedur Audit Prosedur Audit 10. Memilih sampel

10. Memilih sampel

11. Melaksanakan Prosedur Audit

11. Melaksanakan Prosedur Audit

Mengevaluasi Hasil

Mengevaluasi Hasil

12. Menggeneralisasi dari sampel ke 12. Menggeneralisasi dari sampel ke populasi populasi

2.1

13. Menganalisis kesalahan penyajian

13. Menganalisis pengecualian

14. Memutuskan akseptibilitas populasi

14. Memutuskan akseptibilitas populasi

Menetapkan Tujuan Pengujian Audit Auditor mengambil sampel untuk pengujian rincian saldo guna menentukan apakah saldo akun yang sedang diaudit telah dinyatakan secara wajar.

2.2

Memutuskan Apakah Sampling Audit bisa Diterapkan Sampling audit dapat diterapkan setiap kali auditor berencana membuat kesimpilan mengenai populasi berdasarkan sampel.

2.3

Merumuskan Kesalahan Penyajian Karena sampling audit untuk pengujian rincian saldo mengukur kesalahan penyajian moneter, yaitu kesalahan penyajian yang terjadi apabila item sampel disalahsajikan.

2.4

Merumuskan Populasi Dalam pengujian rincian saldo, populasi definiskan sebagai item yang membentuk populasi rupiah yang tercatat. Sampling Distratifikasi Bagi kebanyakan populasi, auditor memisahkan populasi ke dalam dua atau lebih subpopulasi sebelum menerapkan sampling audit. Hal ini disebut sebagai sampling berstratifikasi (stratified sampling), di mana setiap subpopulasi disebut sebagai strata. Stratifikasi memungkinan auditor untuk menekankan item populasi tertentu dan mengabaikan yang lain.

2.5

Merumuskan Unit Sampling Untuk sampling audit non-statistika dalam pengujian audit saldo, unit samplingnya hamper selalu berupa unsur-unsur yang membentuk saldo akun.

2.6

Menetapkan Kesalahan Penyajian yang Dapat Ditoleransi 1

Auditor menggunakan kesalahan penyajian yang dapat ditoleransi, untuk menentukan ukuran sampel dan mengevaluasi hasil sampling nonstatistik. Auditor untuk memulainnya dengan pertimbangan pendahuluan mengenai materialitas dan menggunakan total tersebut untuk memutuskan kesalahan penyajian yang dpat ditoleransi bagi setiap akun 2.7

Menetapkan Risiko yang Dapat Diterima atas Penerimaan yang Salah Resiko yang dapat diterima atas penerimaan yang salah (acceptable risk of incorrect acceptance= ARIA) adalah jumlah risiko yang bersedia ditaggung auditor karena menerima suatu saldo sebagai benar padahal kesalahan penyajian yang sebenarnya dalam saldo tersebut melampaui kesalahan penyajian yang dapat ditoleransi. ARIA mengukur keyakinan yang diinginkan auditor atas suatu saldo akun. Untuk memperoleh keyakinan yang lebih besar ketika mengaudit suatu saldo akun. Untuk memperoleh keyakinan yang lebih besar ketika mengaudit suatu saldo, auditor akan menetapkan ARIA yang lebih rendah. (Perhatikan bahwa ARIA adalah istilah yang ekuivalen dengan ARACR (acceptable risk of assessing control risk too low) untuk pengujian pengendalian dan pengujian sebstantif transaksi. Seperti ARACR, ARIA dapat ditetapkan secara kualitatif (seperti rendah, sedang, atau tinggi). Ada hubungan terbalik antara ARIA dan ukuran sampel yang diperlukan. Sebuah faktor penting yang mempengaruhi keputusan auditor mengenai ARIA adalah penilaian risiko pengendalian dalam model risiko audit. Jika pengendalian internal sudah efektif, resiko pengendalian dapat dikurangi sehingga memungkinkan auditor untuk meningkatkan ARIA. Pada gilirannya, hal ini akan mengurangi ukuran sampel yang diperlukan untuk pengujian atas rincian saldo akun yang berkaitan.

2.8

Menaksir kesalahan penyajian dalam Populasi Biasanya auditor membuat estimasi ini berdasarkan pengalaman sebelumnya dengan klien dan dengan menilai risiko inheren, yang mempertimbangkan hasil pengujian pengendalian, pengujian substantif atas transaksi, dan prosedur analitis yang telah dilaksanakan. Ukuran sampel yang direncanakan akan meningkat apabila jumlah saji yang diharapkan dalam populasi mendekati kesalahan penyajian yang dapat ditoleransi.

2.9

Menentukan Ukuran sampai Awal Jika menggunakan sampling nonstatistik, auditor menetukan ukuran sampel awal dengan mempertimbangkan faktor-faktor yang telah kita bahas sejauh ini. Untuk membantu auditor membuat keputusan menyangkut ukuran sampel, auditor seringkali

2

mengikuti pedoman yang disebabkan oleh kantor akunntannya atau beberapa sumber lainnya. 2.10 Melaksanakan Prosedur Audit Untuk melaksanakan prosedur audit, auditor menerapkan prosedur audit yang tepat pada setiap item sampel untuk menetukan apakah item tersebut mengandung kesalahan penyajian. Dalam konfirmasi piutang usaha, auditor mengirimkan sampel konfirmasi positif. Jika terjadi nonrespons, mereka akan menggunakan prosedur alternatif untuk menentukan kesalahan penyajian. 2.11 Menggenerelisasi dari Sampel ke Populasi dan Memutuskan Akseptibilitas Populasi Auditor harus menggeneralisasi dari sampel ke populasi dengan (1) memproyeksikan kesalahan penyajian dari hasil sampel ke populasi dan (2) mempertimbangkan kesalahan sampling serta resiko sampling (ARIA). Karena itu, auditor harus memproyesikan dari sampel ke populasi. Langkah pertama adalah menghitung titik estimasi (point estimate). Titik estimasi dapat dihitung dengan berbagai cara, tetapi pendekatan yang umum adalah mengasumsikan bahwa kesalahan penyajian populasi yang belum diaudit adalah proporsional dengan kesalahan penyajian sampel. Perhitungan tersebut harus dilakukan untuk setiap strata dan kemudian dijumlahkan, bukan menggabungkan total kesalahan penyajian dalam sampel. 2.12 Menganalisis kesalahan penyajian Auditor harus mengevaluasi sifat dan penyebab setiap kesalahan penyajian yang ditemukan dalam pengujian rincian saldo. Auditor harus menganalisis kesalahan penyajian untuk memutuskan apakah setiap modifikasi model resiko audit memang diperlukan. Dalam paragraph sebelumnya, jika auditor menyimpulkan bahwa kelalaian untuk mencatat retur yang disebabkan oleh lemahnya pengendalian internal, auditor mungkin perlu menilai kembali resiko pengendalian. Hal tersebut pada gilirannya akan menyebabkan auditor mengurangi ARIA, yang akan meningkatkan ukuran sampel yang direncanakan. 2.13 Tindakan Apabila Populasi Ditolak Jika auditor menyimpulkan bahwa kesalahan penyajian dalam suatu populasi mungkin lebih besar dari kesalahan penyajian yang dapat ditolerensi setelah mempertimbangkan kesalahan sampling, populasi tidak dianggap dapat diterima. Pada titik tersebut, auditor memiliki beberapa tindakan yang dilakukan 3

a) Tidak Mengambil Tindakan Hingga Pengujian atas Bidang Audit Lainnya Telah Selesai. Akhirnya, auditor harus mengevaluasi apakah laporan keuangan secara keseluruhan mengandung kesalahan penyajian yang material. Jika kesalahan penyajian yang mengoffset ditemukan pada bagian audit lainnya, seperti dalam persediaan, auditor dapat menyimpulkan bahwa estimasi kesalahan penyajian piutang usaha dapat diterima. b) Melaksanakan Pengujian Audit yang Diperluas pada Bidang Tertentu. Jika analisis kesalahan penyajian menunjukkan bahwa sebagian besar kesalahan penyajian merupakan Suatu jenis khusus, mungkin perlu membatasi upaya audt tambahan pada bidang yang menjadi masalah. Ketika auditor menganalisis bidang masalah dan memperbaikinya dengan menyesuaikan catatan klien, item sampel yang menyebabkan terisolasinya bidang masalah kemudian dapat ditunjukkan sebagai sudah “benar”. Sekarang titik estimasi dapat dihitung kembali tanpa melibatkan kesalahan penyajian yang telah “dikoreksi”. ( Hal ini hanya berlaku jika kesalahan dapat diisolasi pada suatu bidang tertentu. Pada umumnya kesalahan harus diproyeksikan ke populasi yang dijadikan sampel, meskipun klien menyesuaikan kesalahan.) Berdasarkan fakta baru tersebut, auditor juga akan mempertimbangkan kembali kesalahan sampling dan akseptibilitas populasi. c) Menaikan Ukuran Sampel Jika auditor meningkatkan ukuran sampel, kesalahan sampling akan dikurangi jika tingkat kesalahan penyajian dalam sampel yang diperluas, jumlah rupiah nya, dan arahnya serupa dengan pada sampel awal. Karena itu, meningkatkan ukuran sampel dapat saja memenuhi persyaratkan kesalahan penyajian yang dapat ditoleransi auditor. Meningkatkan ukuran sampel yang cukup untuk memenuhi standar kesalahan penyajian yang dapat ditolerensi auditor seringkali mahal, terutama jika perbedaan antara kesalahan penyajian yang dapat ditolerensi dan kesalahan penyajian yang diproyeksikan kecil. d) Menyesuaikan Saldo Akun Jika auditor menyimpulkan bahwa saldo akun mengandung kesalahan penyajian yang material, klien mungkin akan bersedia menyesuaikan nilai bukan berdasarkan hasil sampel. e) Meminta Klien untuk Mengoreksi Populasi

4

Dalam beberapa kasus, catatan klien sangat tidak kesalahan penyajian memadai sehingga populasi harus dikoreksi secara keseluruhan sebelum audit dapat diselesaikan. f) Menolak untuk Memberikan Pendapat Wajar Tanpa Pengecualian Jika auditor yakin bahwa jumlah yang tercatat dalam suatu akun tidak dinyatakan secara wajar, auditor harus mengikuti setidaknya satu prosedur alternatif sebelumnya atau mengkualifikasi laporan audit dengan cara yang cepat. Jika auditor yakin bahwa laporan keuangan sangat mungkin mengandung kesalahan penyajian yang material, maka mengeluarkan pendapat wajar tanpa pengecualian merupakan pelanggaran serius terhadap standar auditing.

3. SAMPLING UNIT MONETER Sampling unit moneter (monetary unit sampling = MUS ) merupakan metode sampling statistik yang paling umum digunakan untuk pengujian rincian saldo karena memiliki kesederhanaan statistic bagi sampling atribut serta memberikan hasil statistic yang diekspresikan dalam rupiah ( atau mata uang lainnya yang sesuai ). MUS juga disebut sebagai sampling unit rupiah, sampling jumlah moneter kumulatif, dan sampling dengan probabilitas yang proporsiaonal dengan ukuran.

3.1 Perbedaan Antara Sampling Unit Moneter ( MUS ) dan Sampling Nonstatistik MUS serupa dengan penggunaan sampling nonstatistik. Ke-14 langkahnya juga harus dilakukan dalam MUS, walaupun beberapa dilakukan dengan cara yang berbeda. Perbedaan tersebut yaitu: a) Rumusan Unit Sampling Adalah Rupiah Individual MUS memiliki fitur yang penting seperti definisi unit sampling sebagai suatu rupiah individual dalam saldo akun. Dengan berfokus pada rupiah individual sebagai unit sampling, secara otomatis MUS akan menekankan unit fisik yang memiliki saldo tercatat lebih besar. Karena sampel dipilih berdasarkan doalr individual, akun dengan saldo yang besar memiliki kesempatan yang lebih besar untuk dimasukkan ketimbang akun dengan saldo yang lebih kecil. Akibatnya sampling berstratifikasi tidak diperlukan dalam MUS. Stratifikasi itu akan terjadi secara otomatis. b) Ukuran Populasi adalah Populasi Rupiah yang Tercatat

5

MUS tidak dapat digunakan untuk mengevaluasi apakah item persediaan tertentu memang ada tetapi belum diperhitungkan. Jika tujuan kelengkapan sangat penting dalam pengujian audit, tujuan tersebut harus dipenuhi secara terpisah dari pengujian MUS. c) Pertimbangan Pendahuluan Mengenai Materialitas Digunakan untuk Setiap Akun dan Bukan kesalahan penyajian yang Dapat Ditoleransi Aspek unik lain dari MUS adalah penggunaan pertimbangan pendahuluan mengenai materialitas, untuk menentukan secara langsung jumlah kesalahan penyajian yang dapat ditoleransi ketika mengaudit setiap akun. Teknik sampling lainnya mengharuskan auditor untuk menentukan kesalahan penyajian yang dapat ditoleransi bagi setiap akun dengan mengalokasikan pertimbangan pendahuluan mengenai materialitas. Hal ini tidak diperlukan jika yang digunakan adalah MUS. d) Ukuran Sampel Ditentukan dengan Menggunakan Rumus Statistik Proses ini akan dibahas secara terpisah setelah membahas 14 langkah sampling untuk sampling unit moneter ( MUS ) e) Pemilihan Sampel Dilakukan dengan Menggunakan PPS Sampel unit moneter adalah sampel yang dipilih dengan menggunakan probabilitas yang proporsional bagi pemilihan ukuran sampel (probability proportional to size sample selection=PPS). Sampel PPS dapat diperoleh dengan menggunakan perangkat lunak computer, tabel angka acak, atau teknik sampling sistematis. 3.2 Generalisasi dari Sampel ke Populasi dengan Menggunakan Teknik MUS Tanpa memandang metode sampling yang dipilih, auditor harus menggeneralisasi dari sampel ke populasi dengan (1) memproyeksikan kesalahan penyajian dari hasil sampel ke populasi dan (2) menentukan kesalahan sampling yang terkait. Ada empat aspek dalam melakukan hal tersebut dengan menggunakan MUS: 1) Tabel sampling atribut digunakan untuk menghitung hasil. 2) Hasil atribut harus dikonversi ke dalam rupiah. 3) Auditor harus membuat asumsi mengenai persentase kesalahan penyajian setiap item populasi yang mengandung kesalahan penyajian. 4) Hasil statistik yang diperoleh jika menggunakan MUS disebut sebagai batas salah saji (misstatement bounds).

6

3.3 Generalisasi Menggunakan MUS dari Sampel ke Populasi Seandainya Tidak Ditemukan Kesalahan Penyajian Anggaplah bahwa auditor mengkonfirmasi populasi piutang usaha untuk melihat kebenaran moneternya. Total populasi adalah $1.200.000, dan sampel sebanyak 100 konfirmasi telah diperoleh. Setelah melakukan audit, tidak ada kesalahan penyajian 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 kesalahan penyajian. Hal tersebut masing-masing disebut sebagai batas kesalahan penyajian atas dan batas kesalahan penyajian bawah. a) Persentase Asumsi kesalahan penyajian 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 tersebut. 3.4 Generalisasi Apabila Ditemukan Kesalahan Penyajian Empat aspek dalam menggeneralisasi dari sampel ke populasi, tetapi penggunaannya telah dimodifikasi sebagai berikut: 1) Jumlah lebih saji dan kurang saji ditangani secara terpisah dan kemudian digabungkan. Pertama, batas kesalahan penyajian atas dan bawah awal dihitung secara terpisah untuk jumlah lebih saji dan kurang saji dihitung. 2) Asumsi kesalahan penyajian yang berbeda dibuat untuk setiap kesalahan penyajian, termasuk kesalahan penyajian nol. Jika tidak ada kesalahan penyajian dalam sampel, asumsinya akan diperlukan sebagai persentase rata-rata kesalahan penyajian untuk item populasi yang mengandung kesalahan penyajian. Setelah kesalahan penyajian tersebut ditemukan, auditor dapat menggunakan informasi yang tersedia tentang sampel untuk menentukan batas salah saji. 3) Auditor harus berhadapan dengan lapisan CUER dari tabel sampling atribut. Auditor melakukan hal ini karena ada asumsi kesalahan penyajian yang berbeda bagi setiap kesalahan penyajian. Lapisan tersebut dihitung dengan terlebih dahulu menentukan CUER dari tabel untuk setiap kesalahan penyajian dan kemudian menghitung setiap lapisan. 4) Asumsi kesalahan penyajian harus dikaitkan dengan setiap lapisan. Metode yang paling umum untuk mengaitkan asumsi kesalahan penyajian dengan lapisan

7

adalah mengaitkan secara konservatif persentase kesalahan penyajian rupiah yang terbesar dengan lapisan yang terbesar. 3.5 Menetapkan Akseptabilitas Populasi dengan Menggunakan MUS Setelah batas dihitung, auditor harus memutuskan apakah populasi dapat diterima. Untuk melakukan hal tersebut, diperlukan suatu aturan keputusan. Aturan keputusan untuk MUS adalah sebagai berikut: Jika batas kesalahan penyajian bawah dan batas salah saji atas berada di antara jumlah kesalahan penyajian yang berupa lebih saji dan kurang saji yang dapat ditoleransi, kesimpulan bahwa nilai buku tidak mengandung kesalahan penyajian yang material dapat diterima. Jika tidak, ambil kesimpulan bahwa nilai buku mengandung kesalahan penyajian yang material. 3.6 Tindakan Apabila Sebuah Populasi Ditolak Jika satu atau kedua batas kesalahan penyajian itu berada di luar batas kesalahan penyajian yang dapat ditoleransi dan populasi dianggap tidak dapat diterima, auditor memiliki beberapa opsi. 3.7 Menentukan Ukuran Sampel dengan Menggunakan MUS Metode yang digunakan untuk menentukan ukuran sampel bagi MUS serupa dengan yang digunakan untuk sampling atribut unit fisik, yang menggunakan tabel sampling atribut. a) Materialitas Pertimbangan pendahuluan tentang materialitas umumnya merupakan dasar bagi jumlah kesalahan penyajian yang dapat ditoleransi yang akan digunakan. Jika diperkirakan terjadi kesalahan penyajian dalam pengujian non-MUS, kesalahan penyajian yang dapat ditoleransi akan kurang materialitas dari jumlah tersebut. b) Asumsi Persentase Rata-rata kesalahan penyajian untuk Item Populasi yang mengandung kesalahan penyajian Mungkin ada asumsi yang terpisah untuk batas atas dan bawah, yang juga merupakan pertimbangan auditor. Hal tersebut harus didasarkan pada pengetahuan auditor mengenai klien serta pengalaman masa lalu, dan jika lebih kecil dari 100 persen yang digunakan, asumsinya harus dapat dipertahankan dengan jelas. c) Risiko yang Dapat Diterima atas Penerimaan yang Salah ARIA adalah suatu pertimbangan auditor dan sering kali dicapai dengan bantuan model risiko audit. d) Nilai Populasi Per Pembukuan 8

Nilai rupiah populasi diambil dari catatan klien. e) Estimasi Tingkat Pengecualian Populasi Umumnya, estimasi tingkat pengecualian populasi untuk MUS adalah nol, karena MUS sangat tepat digunakan pada situasi tidak ada kesalahan penyajian, atau jika hanya sedikit kesalahan penyajian yang diperkirakan akan terjadi. f) 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 transaksi dengan ukuran sampel untuk pengujian rincian saldo. Sampling unit moneter (MUS) memiliki sedikitnya empat fitur yang menarik bagi auditor: 1) MUS secara otomatis akan meningkatkan kemungkinan memilih item rupiah yang tinggi dari populasi yang sedang diaudit. 2) MUS dapat mengurangi biaya pelaksanaan pengujian audit karena beberapa item sampel akan diuji sekaligus. 3) MUS mudah diterapkan. 4) MUS menghasilkan kesimpulan statistik dan bukan kesimpulan nonstatistik.

4. SAMPLING VARIABEL Sampling variable adalah metode statistic yang digunakan oleh auditor. Sampling variable dan sampling nonstatistik untuk pengujian rincian saldo memiliki tujuan yang sama, yaitu mengukur salah saji dalam suatu saldo akun. Jika auditor menentukan bahwa jumlah salah saji melampaui jumlah yang dapat ditoleransi, mereka akan menolak populasi dan melakukan tindakan tambahan. a) 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. b) Distribusi Sampling Auditor tidak mengetahui nilai rata-rata (mean) kesalahan penyajian dalam populasi, distribusi jumlah kesalahan penyajian, atau nilai yang diaudit. Karakteristik populasi tersebut harus diestimasi dari sampel yang tentu saja, merupakan tujuan dari pengujian audit. c) Inferensi Statistik 9

Jika sampel diambil dari satu populasi dalam situasi audit actual, auditor tidak mengetahui karakteristik populasi itu dan biasanya, hanya satu sampel yang akan diambil dari populasi bersangkutan. Pengetahuan mengenai distribusi sampling akan memungkinkan auditor untuk menarik kesimpulan statistic, atau inferensi statistic (Statistical inferences), mengenai populasi. 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. Akan tetapi, auditor dapat mengatakan bahwa prosedur yang digunakan untuk memperoleh sampel dan menghitung interval keyakinan akan menghasilkan interval yang berisi nilai rata- rata populasi yang sebenarnya dalam persentase tertentu pada saat tersebut. Singkatnya, auditor mengetahui reliabilitas proses inferensi statistic yang digunakan untuk menarik kesimpulan. Menghitung interval keyakinan rata-rata

populasi

dengan

menggunakan

logika

yaitu

sebagai

berikut:

d) Metode Variabel Auditor menggunakan proses inferensi statistic sebelumnya bagi semua metode sampling variabel. Setiap metode dibedakan menurut apa yang sedang diukur, ketiga metode variabel tersebut. 1) Estimasi selisih Auditor menggunakan estimasi selisih (difference estimation) untuk mengukur estimasi jumlah kesalahan penyajian total dalam populasi apabila ada nilai tercatat maupun nilai yang diaudit bagi setiap item sampel, yang hampir selalu terjadi dalam audit. Estimasi perbedaan sering kali menghasilkan ukuran sampel yang lebih kecil jika dibandingkan dengan setiap metode lainnya, dan relative lebih mudah digunakan. Karena alasan tersebut, estimasi perbedaan sering kali dianggap sebagai metode variabel yang paling disukai 2) Estimasi Rasio Estimasi rasio (Ratio Estimation) serupa dengan estimasi perbedaan kecuali auditor menghitung rasio antara kesalahan penyajian dan nilai tercatatnya serta memproduksikan hal ini dengan populasi untuk Menaksir total kesalahan penyajian populasi. Estimasi rasio dapat menghasilkan ukuran sampel yang jauh lebih kecil ketimbang estimasi perbedaan jika ukuran kesalahan penyajian 10

populasi proporsional dengan nilai tercatat item populasi. Jika ukuran setiap kesalahan penyajian bersifat independen dengan nilai tercatat, estimasi perbedaan akan menghasilkan ukuran sampel yang lebih kecil. Sebagian besar auditor lebih menyukai estimasi perbedaan karena lebih sederhana untuk menghitung interval keyakinan. 3) Estimasi Mean per Unit Estimasi mean per unit auditor berfokus pada nilai yang teraudit dan bukan pada jumlah kesalahan penyajian setiap item dalam sampel. Kecuali untuk definisi apa yang sedang diukur, estimasi rata-rata per unit dihitung dengan cara yang sama seperti estimasi perbedaan. Titik estimasi nilai yang diaudit sama dengan ratarata nilai item yang di audit dalam sampel dikalikan dengan ukuran populasi. Perhitungan interval presisi dilakukan berdasarkan nilai item sampe yang diaudit dan bukan kesalahan penyajian. Jika auditor telah menghitung batas keyakinan atas dan bawah, mereka akan memutuskan akseptabilitas populasi dengan membandingkan jumlah tersebut dengan nilai buku yang tercatat. Estimasi ratarata per unit jarang digunakan dalam praktik karena ukuran sampel umumnya jauh lebih besar ketimbang untuk dua metode sebelumnya. e) Metode Statistik Berjenjang Sampling stratifikasi adalah metode sampling dimana semua unsur dalam total populasi dibagi menjadi dua atau lebih subpopulasi. Setiap subpopulasi kemudian diuji secara independen. Perhitungannya dilakukan bagi setiap strata dan kemudian digabung menjadi satu estimasi populasi secara keseluruhan untuk interval keyakinan populasi secara menyeluruh. Hasilnya diukur secara statistic. Stratifikasi dapat diterapkan pada estimasi perbedaan, rasio, dan rata-rata per unit, tetapi paling sering digunakan dengan estimasi rata-rata per unit. f) Risiko Sampling Risiko yang dapat diterima atas penerimaan yang salah ( ARIA ) untuk sampling nonstatistik. Untuk sampling variabel, auditor menggunakan ARIA serta risiko yang dapat diterima atas penolakan yang salah ( acceptable risk of incorrect rejection = ARIR ). 1) ARIA ARIA adalah risiko statistic bahwa auditor telah menerima populasi yang, dalam kenyataannya, mengandung kesalahan penyajian yang material. ARIA mendapat perhatian yang besar dari auditor karena memiliki implikasi hukum yang serius 11

dakam menyimpulkan bahwa saldo akun telah dinyatakan secara wajar padahal sebenarnya mengandung kesalahan penyajian dalam jumlah yang material. Saldo akun dapat dinyatakan terlalu tinggi atau terlalu rendah, tetapi tidak keduanya: karena itu, ARIA merupakan pengujian statistic satu arah. Karena itu, koefisien keyakinan untuk ARIA berbeda dengan tingkat keyakinan. Tingkat keyakinan = 1 – 2 x ARIA. 2) ARIR Risiko yang dapat diterima atas penolakan yang salah ( acceptable risk of incorrect rejection = ARIR ) adalah risiko statistic bahwa auditor telah menyimpulkan suatu populasi mengandung kesalahan penyajian yang material padahal sebenarnya tidak. ARIR hanya akan mempengaruhi tindakan auditor jika mereka menyimpulkan bahwa populasi dinyatakan secara wajar. Jika auditor menemukan suatu saldo tidak dinyatakan secara wajar, mereka umumnya akan meningkatkan ukuran sampel atau melaksanakan pengujian lainnya. ARIR baru dianggap penting jika diperlukan biaya yang tinggi untuk meningkatkan ukuran sampel atau melaksanakan pengujian lainnya. ARIA dan ARIR Keadaan Aktual Populasi Keputuan Audit Aktual

Menyimpulkan populasi kesalahan

bahwa mengandung

penyajian

kesalahan penyajian secara

kesalahan

penyajian

yang

Material

Tidak Material

Kesimpulan yang benar –

Kesimpulan yang tidak benar –

tidak ada risiko

risikonya adalah ARIA

yang

material. Menyimpulkan

bahwa

Kesimpulan

yang

tidak

populasi tidak mengandung

benar – risikonya adalah

kesalahan

ARIA

penyajian

yang

Kesimpulan yang benar – tidak ada risiko

material.

5. ILUSTRASI PENGGUNA ESTIMASI PERBEDAAN Untuk mengilustrasikan konsep dan metodologi sampling variabel, kita tela memilih estimasi perbedaan dengan menggunakan pengujian hipotesis karena relative sederhana.

12

a) Merencanakan Sampel dan Menghitung Ukuran Sampel dengan Menggunakan Estimasi Selisih 1) Menetapkan Tujuan Pengujian Audit Tujuan pengujian audit adalah untuk menentukan apakah piutang usaha sebelum mempertimbangkan penyisihan piutang tak tertagih mengandung kesalahan penyajian yang material. 2) Memutuskan Apakah Sampling Audit Dapat Diterapkan Sampling audit diterapkan dalam konfirmasi piutang usaha karena besarnya jumlah piutang usaha. 3) Merumuskan Kondisi kesalahan penyajian Kondisi salah saji merupakan kesalahan klien yang ditentukan melalui konfirmasi setiap akun atau prosedur alternative. 4) Merumuskan Populasi Ukuran populasi ditentukan melalui perhitungan. Perhitungan yang akurat jauh lebih penting dlam sampling variabel karena ukuran populasi mempengaruhi secara langsung ukuran sampel batas presisi yang dihitung. 5) Merumuskan Unit Sampling Unit sampling adalah suatu akun dalam daftar piutang usaha. 6) Menetapkan kesalahan penyajian yang Dapat Ditoleransi Jumlah salah saji yang bersedia diterima auditor merupakan pertanyaan tentang materialitas. 7) Menetapkan Risiko yang Dapat Diterima Audito menetepkan dua risiko:  Risiko yang dapat diterima atas penerimaan yang salah (ARIA), ARIA dipengaruhi oleh risiko audit yang dapat diterima, hasil pengujian pengendalian dan pengujian substansif transaksi, prosedur analitis, dan signifikansi relative piutang usaha dalam laporan keuangan.  Risiko yang dapat diterima atas penolakan yang salah ( ARIR ), ARIR dipengaruhi oleh biaya tambahan resampling 8) Menaksir kesalahan penyajian dalam Populasi Estimasi ini memiliki dua bagian: 

Estimasi titik estimasi yang diharapkan. Auditor memerlukan estimasi dimuka atas titik estimasi populasi bagi estimasi perbedaan, seperti ketika 13

mereka memerlukan estimasi tingkat pengecualian populasi untuk sampling atribut. 

Melakukan estimasi deviasi standar populasi dimuka – variabilitis populasi. Untuk menentukan ukuran sampel awal, auditor memerlukan estimasi di muka atas variasi kesalahan penyajian dalam populasi seperti yang diukur oleh deviasi standar populasi.

9) Menghitung Ukuran Sampel Awal Ukuran sampel awal dapat dihitung dengan menggunakan rumus berikut :

b) Memilih Sampel dan Melaksanakan Prosedur Memilih Sampel, karena memerlukan sampel acak (selain PPS), auditor harus menggunakan salah satu metode pemilihan sampel probabilistic guna memilih 100 item sampel untuk konfirmasi. Melaksanakan Prosedur Audit, dalam konfirmasi kesalahan penyajian adalah perbedaan antara respons konfirmasi dan saldo klien setelah merekonsiliasi semua perbedaan waktu serta kesalahan pelanggan. Dalam situasi nonrespons, kesalahan penyajian yang ditemukan dengan prosedur alternative akan diperlakukan serupa dengan kesalahan penyajian yang ditemukan melalui konfirmasi. c) Menilai Hasil Sampel 1) Menggeneralisasi dari Sampel ke Populasi Secara konseptual, estimasi nonstatistik dan estimasi perbedaan akan melakukan hal yang sama – menggeneralisasi dari sampel ke populasi. Meskipun kedua metode itu mengukur kemungkinan kesalahan penyajian populasi berdasarkan hasil sampel, estimasi perbedaan menggunakan pengukuran statistic untuk menghitung batas keyakinan. 2) Menganalisis kesalahan penyajian Auditor harus mengevaluasi kesalahan penyajian untuk menentukan penyebab setiap kesalahan penyajian dan memutuskan apakah perlu memodifikasi model risiko audit. 3) Menentukan Akseptabilitas Populasi

14

Jika menggunakan metode statistic, maka untuk memutuskan apakah suatu populasi dapat diterima auditor bergantung pada aturan keputusan sebagai berikut: -

Jika interval keyakinan dua sisi untuk kesalahan penyajian sepenuhnya berada dalam kesalahan penyajian yang dapat ditoleransi berupa plus dan minus, terima hipotesis bahwa nilai buku tidak disalahsajikan dalam jumlah yang material.

-

Jika terjadi sebaliknya, terima hipotesis bahwa nilai buku disalahsajikan dalam jumlah yang material.

d) Tindakan Jika Hipotesis Ditolak Jika satu atau kedua batas keyakinan terletak diluar rentang kesalahan penyajian yang dapat ditoleransi, populasi dianggap tidak dapat diterima. Tindakan yang akan diambil auditor adalah sama seperti untuk sampling nonstatistik, kecuali estimasi yang lebih baik terhadap kesalahan penyajian populasi telah dibuat. Jika interval presisi yang dihitung melampaui kesalahan penyajian yang dapat ditoleransi, auditor tidak akan mengharuskan pembukuan disesuaikan. 1) Analisis Penggunaan ARIR yang kecil akan menyebabkan ukuran sampel menjadi lebih besar ketimbang jika ARIR-nya sebesar 100 persen. Auditor dapat menggunakan ARIR untuk mengurangi kemungkinan harus meningkatkan ukuran sampel jika deviasi standar atau titik estimasi lebih besar dari yang diharapkan.

15

DAFTAR PUSTAKA

Jusup, AI. Haryono. 2001. Auditing. Bagian Penerbitan Sekolah Tinggi Ilmu Ekonomi YKPN: Yogyakarta

16