BAB I PENDAHULUAN
A. Latar Belakang Sampling adalah proses menerapkan prosedur-prosedur audit pada sampel yang merupakan bagian dari keseluruhan populasi guna mengambil kesimpulan mengenai total populasi. Teori sampling mengasumsikan bahwa kualitas yang dimiliki sampel yang representatif bisa diperhitungkan ke populasi. Sampling pada hakikatnya adalah proses mempelajari keseluruhan dengan menelaah hanya sedikit. Pada yang sama, dengan sampling auditor harus menerima risiko bahwa sampel yang dipilih tidak benar-benar mencerminkan populasi, yakni bahwa karakteristik yang diproyeksikan dari sampel tidak sama dengan yang akan ditemukan. Jika keseluruhan populasi atau sampel dalam jumlah yang lebih besar diaudit. Sampling bukanlah akhir tujuan itu sendiri, justru hanya merupakan sarana untuk mencapai tujuan. Sampel dan hasil sampel hanyalah data mentah, data yang harus diberi bobot dan dipelajari. Data tersebut harus dianalisis materialitasnya, alasan, penyebab, dan dampak aktual atau potensial. Jadi sampel yang diambil merupakan langkah pertama untuk memberikan opini audit. Dengan meningkatnya penggunaan teknologi informasi, auditor harus memutuskan apakah sampling adalah cara yang paling efisien dan efektif untuk mendapatkan bukti. Dengan adanya piranti lunak yang bisa digunakan dikeseluruhan perusahaan dan piranti lunak terintegritas lainnya, seorang auditor bisa memutuskan untuk tidak mengambil sampel dari populasi melainkan mengaudit 100 persen populasi. Piranti lunak audit umum dan teknik-teknik lainnya bisa memungkinkan auditor untuk lebih efisien mengaudit 100 persen populasi dibandingkan memilih sampel dan mnegaudit sampel tersebut. Hal ini khususnya bisa terjadi bila suatu entitas tidak lagi menggunakan dokumendokumen manual.
1
B. Rumusan Masalah 1. Bagaimana perbandingan sampling audit untuk pengujian atas rincian saldo dan untuk pengujian pengendalian serta pengujian substantif atas transaksi? 2. Bagaimana menerapkan sampling nonstatistik untuk pengujian atas rincian saldo? 3. Bagaimana menerapkan sampling unit moneter? 4. Bagaimana penguraian sampling variabel? 5. Bagaimana menggunakan estimasi yang berbeda dalam pengujian atas rincian saldo?
C. Tujuan 1. Membedakan sampling audit untuk pengujian atas rincian saldo dan untuk pengujian pengendalian serta pengujian substantif atas transaksi 2. Menerapkan sampling nonstatistik untuk pengujian atas rincian saldo 3. Menerapkan sampling unit moneter 4. Menguraikan sampling variabel 5. Menggunakan estimasi yang berbeda dalam pengujian atas rincian saldo
2
BAB II PEMBAHASAN
A. Perbandingan Sampling Audit untuk Pengujian atas Rincian Saldo dan untuk Pengujian Pengendalian Substantif atas Transaksi Perbedaan utama antara pengujian pengendalian, pengujian substantif atas transaksi, dan pengujian atas rincian saldo terletak pada apa yang ingin di ukur oleh auditor. Auditor melaksanakan pengujian pengendalian dan pengujian substantif atas transaksi :
Untuk menentukan apakah tingkat pengecualian populasi cukup rendah.
Untuk mengurangi penilaian resiko pengendalian dan karenannya mengurangi pengujian atas rincian saldo.
Untuk perusahaan publik, guna menyimpulkan bahwa pengendalian telah beroperasi secara efektif demi tujuan audit pengendalian internal atas pelaporan keuangan.
B. Sampling Non Statistik Ada 14 langkah yang diperlukan dalam sampling audit untuk pengujian atas rincian saldo. Langkah-Sampling Audit untuk
Langkah-Sampling Audit untuk
Pengujian atas Rincian Saldo
Pengujian Pengendalian dan Pengujian Substantif atas Transaksi
Merencanakan Sampel
Menyatakan tujuan pengujian
Merencanakan Sampel
audit
Memutuskan apakah sampling
audit
audit dapat audit dapat diterapkan
Mendifinisikan salah saji
Menyatakan tujuan pengujian
Memutuskan apakah sampling audit dapat audit dapat diterapkan
Mendefinisikan atribut dan kondisi pengecualian
Mendefinisikan populasi
Mendefiniskan populasi
Mendefiniskan unit sampling
Mendefiniskan unit sampling
3
Menetapkan salah saji yang dapat
ditoleransi yang dapat
Menetapkan risiko yang dapat
Menetapkan tingkat pengecualian ditoleransi
Menetapkan risiko yang dapat
diterima atas diterima atas
penilian risiko pengendalian yang
penerima yang salah terlalu
(ARACR)
rendah.
Mengestimasi salah saji dalam
populasi.
Menentukan ukuran sampel awal
Mengestimasi tingkat pengecualian populasi
Menentukan ukuran sampel awal
Memilih sampel dan Melaksanakan
Memilih sampel dan Melaksanakan
Prosedur Audit
Prosedur
Memilih sampel
Memilih sampel
Melaksanakan Prosedur Audit
Melaksanakan Prosedur Audit
Mengevaluasi Hasil
Menggeneralisasi dari sampel ke
Mengevaluasi Hasil
populasi
Menggeneralisasi dari sampel ke populasi
Menganalisis salah saji
Menganalisis pengecualian
Memutuskan akseptibilitas
Memutuskan akseptibilitas
populasi
populasi
1. Menyatakan Tujuan Pengujian Audit Auditor mengambil sampel untuk pengujian atas rincian saldo guna menentukan apakah saldo akun yang sedang diaudit telah dinyatakan secara wajar. Populasi sebanyak 40 piutang usaha pada tabel 17-1, yang berjumlah total $207.295, mengilustrasikan penerapan sampling nonstatistik. Auditor akan melakukan pengujian atas rincian saldo untuk menentukan apakah saldo sebesar $207.295 itu mengandung salah saji yang material.
4
2. Memutuskan Apakah Sampling Audit Dapat Diterapkan Sampling audit dapat diterapkan setiap kali auditor berencana membuat kesimpulan mengenai populasi berdasarkan sampel.
3. Mendefinisikan Salah Saji Karena sampling audit untuk pengujian atas rincian saldo mengukur salah saji moneter, yaitu salah saji yang terjadi apabila item sampel disalah sajikan.
4. Mendefiniskan Populasi Dalam pengujian atas rincian saldo, populasi definiskan 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), di mana setiap subpopulasi disebut sebagai strata. Stratifikasi memungkinan auditor untuk menekankan item populasi tertentu dan mengabaikan yang lain.
5. Mendefinisikan Sampling Unit Untuk sampling nonstatistik dalam pengujian atas rincian saldo, unit sampling selalu merupakan item yang membentuk saldo akun.
6. Menetapkan Salah Saji yang Dapat Ditoleransi Auditor menggunakan salah saji yang dapat ditoleransi, untuk menentukan ukuran sampel dan mengevaluasi hasil sampling nonstatistik. Auditor untuk memulainya dengan pertimbangan pendahuluan mengenai materialitas dan menggunakan total tersebut untuk memutuskan salah saji yang dapat ditoleransi bagi setiap akun.
5
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 salah saji yang sebenarnya dalam saldo tersebut melampaui salah saji 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 atas 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.
8. Mengestimasi Salah Saji 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 salah saji yang dapat ditoleransi.
9. Menetntukan Ukuran sampai Awal Jika menggunakan sampling nonstatistik, auditor menetukan ukuran sampel awal dengan mempertimbangkan faktor-faktor yang telah kita bahas
6
sejauh ini. Untuk membantu auditor membuat keputusan menyangkut ukuran sampel, auditor seringkali mengikuti pedoman yang disebabkan oleh kantor akunntannya atau beberapa sumber lainnya.
10. Memilih Sampel Untuk sampling nonstatistik, standar auditing mengizinkan auditor untuk menggunakan metode pemilihan manapun yang dibahas pada Bab 15. Auditor
baru
akan
membuat
keputusan
setelah
mempertimbangkan
keunggualan dan kelemahan setiap metode, termasuk pertimbangan biaya. Untuk sampling berstratifikasi, auditor akan memilih sampel secara independen dari setiap strata.
11. Melaksnakan Prosedur Audit Untuk melaksanakan prosedur audit, auditor menerapkan prosedur audit yang tepat pada setiap item sampel untuk menetukan apakah item tersebut mengandung salah saji. Dalam konfirmasi piutang usaha, auditor mengirimkan sampel konfirmasi positif. Jika terjadi nonrespons, mereka akan menggunakan prosedur alternatif untuk menentukan salah saji.
12. Menggenerelisasi
dari
Sampel
ke
Populasi
dan
Memutuskan
Akseptibilitas Populasi Auditor harus menggeneralisasi dari sampel ke populasi dengan (1) memproyeksikan salah saji 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 salah saji populasi yang belum diaudit adalah proporsional dengan salah saji sampel. Perhitungan tersebut harus dilakukan
untuk
setiap
strata
dan
kemudian
dijumlahkan,
bukan
menggabungkan total salah saji dalam sampel.
7
Auditor, yang menngunakan sampling nonstatistik tidak dapat mengukur
secara
formal
kesalahan
sampling
sehingga
harus
mempertimbangkan secara subjektif kemungkinan bahwa salah saji populasi yang sebenarnya melampaui jumlah yang dapat ditoleransi. Auditor melakukan hal ini dengan mempertimbangkan : a. Perbedaan antara titik estimasi dan salah saji yang dapat ditoleransi ( yang disebut perhitungan kesalahan sampling) b. Sejauh mana item dalam populasi telah diaudit 100 persen c. Apakah salah saji cenderung mengoffset atau hanya bersifat satu arah d. Jumlah salah saji individual e. Ukuran sampel
13. Menganalisis Salah Saji Auditor harus mengevaluasi sifat dan penyebab setiap salah saji yang ditemukan dalam pengujian atas rincian saldo. Auditor harus menganalisis salah saji 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.
14. Tindakan yang Diambil Apabila Populasi Ditolak Jika auditor menyimpulkan bahwa salah saji dalam suatu populasi mungkin lebih besar dari salah saji yang dapat ditolerensi setelah mempertimbangkan kesalahan sampling, populasi tidak dianggap dapat diterima. Pada titik tersebut, auditor memiliki beberapa tindakan yang dilakukan.
Tidak Mengambil Tindakan Hingga Pengujian atas Bidang Audit Lainnya Telah Selesai
8
Akhirnya, auditor harus mengevaluasi apakah laporan keuangan secara keseluruhan mengandung salah saji yang material. Jika salah saji yang mengoffset ditemukan pada bagian audit lainnya, seperti dalam persediaan, auditor dapat menyimpulkan bahwa estimasi salah saji piutang usaha dapat diterima.
Melaksanakan Pengujian Audit yang Diperluas pada Bidang Tertentu
Jika analisis salah saji menunjukkan bahwa sebagian besar salah saji 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 salah saji 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.
Meningkatkan Ukuran Sampel
Jika auditor meningkatkan ukuran sampel, kesalahan sampling akan dikurangi jika tingkat salah saji dalam sampel yang diperluas, jumlah dolarnya, dan arahnya serupa dengan pada sampel awal. Karena itu, meningkatkan ukuran sampel dapat saja memenuhi persyaratkan salah saji yang dapat ditoleransi auditor. Meningkatkan ukuran sampel yang cukup untuk memenuhi standar salah saji yang dapat ditolerensi auditor seringkali mahal, terutama jika perbedaan antara salah saji yang dapat ditolerensi dan salah saji yang diproyeksikan kecil.
Menyesuaikan Saldo Akun
9
Jika auditor menyimpulkan bahwa saldo akun mengandung salah saji yang material, klien mungkin akan bersedia menyesuaikan nilai bukan berdasarkan hasil sampel.
Meminta Klien untuk Mengoreksi Populasi
Dalam beberapa kasus, catatan klien sangat tidak memadai sehingga populasi harus dikoreksi secara keseluruhan sebelum audit dapat diselesaikan.
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 salah saji yang material, maka mengeluarkan pendapat wajar tanpa pengecualian merupakan pelanggaran serius terhadap standar auditing.
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 ). MUS juga disebut sebagai sampling unit dolar, sampling jumlah moneter kumulatif, dan sampling dengan probabilitas yang proporsiaonal dengan ukuran.
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:
10
a. Definisi Unit Sampling adalah suatu Dolar Individual MUS memiliki fitur yang penting seperti definisi unit sampling sebagai suatu dolar individual dalam saldo akun. Dengan berfokus pada dolar 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 Dolar yang Tercatat 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 Salah Saji yang Dapat Ditoleransi Aspek unik lain dari MUS adalah penggunaan pertimbangan pendahuluan mengenai materialitas, untuk menentukan secara langsung jumlah salah saji yang dapat ditoleransi ketika mengaudit setiap akun. Teknik sampling lainnya mengharuskan auditor untuk menentukan salah saji 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. Aturan
Keputusan
Formal
Digunakan
untuk
Memutuskan
Akseptabilitas Populasi
11
Aturan keputusan yang digunakan untuk MUS serupa dengan yang digunakan untuk sampling nonstatistik, tetapi hal tersebut cukup berbeda dengan pembahasan tentang keunggulannya.
f. 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. Salah satu masalah dalam menggunakan pemilihan PPS adalah bahwa item populasi dengan saldo tercatat nol tidak memiliki peluang untuk dipilih melalui pemilihan sampel PPS, walaupun mungkin mengandung salah saji. Demikian juga, saldo berjumlah kecil akibat kurang saji yang signifikan memiliki kesempatan yang kecil untuk dimasukkan dalam sampel. Masalah ini dapat diatasi dengan melakukan pengujian audit khusus atas item bersaldo nol dan berjumlah kecil, dengan mengasumsikan bahwa hal itu perlu ditangani. Masalah lainnya adalah ketidakmampuan PPS untuk memasukkan saldo negative, seperti saldo kredit piutang usaha, ke dalam sampel PPS.
g. 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.
12
Hasil statistik yang diperoleh jika menggunakan MUS disebut sebagai batas salah saji (misstatement bounds).
2. 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. Aturan keputusan untuk MUS adalah sebagai berikut: Jika batas salah saji bawah dan batas salah saji atas berada di antara jumlah salah saji yang berupa lebih saji dan kurang saji yang dapat ditoleransi, kesimpulan bahwa nilai buku tidak mengandung salah saji yang material dapat diterima. Jika tidak, ambil kesimpulan bahwa nilai buku mengandung salah saji yang material.
3. 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. Risiko yang Dapat Diterima atas Penerimaan yang Salah (ARIA) ARIA adalah suatu pertimbangan auditor dan sering kali dicapai dengan bantuan model risiko audit. b. Nilai Populasi yang Tercatat (Recerded Population Value) Nilai dolar populasi diambil dari catatan klien. c. Salah Saji yang dapat Ditoleransi (Tolerable Misstatment) Salah saji yang dapat ditoleransi pada umumnya sama dengan materialitas kinerja, namun auditor dapat mengurangi jumlah salah saji yang dapat ditoleransi ini jika populasi yang diuji kurang dari 100%. d. Salah Saji yang dapat Dotpleransi sebagai Persentasi Nilai Populasi (Tolerable Misstatment as a Percentage of Population Value) Auditor menghitung salah saji yang dapat ditoleransi sebagai persentasi nilai populasi yang tercatat. e. Estimasi Salah Saji Populasi (Estimated Population Misstatment)
13
MUS adalah metode yang paling sering digunakan apabila tidak ada atau hanya ada sedikit salah saji yang diharapkan. f. Rasio Estimasi Salah Saji Populasi terhadap Salah Saji yang dapat Ditoleransi (Ratio of Estimated Population Misstatment to Tolerable Misstatment) Auditor menghitung rasio estimasi salah saji terhadap salah saji yang dapat ditoleransi. g. Faktor Keyakinan (Confidance Factor) Auditor menggunakan Tabel 17-5 untuk menentukan faktor keyakinan yang tepat berdasarkan pertimbangan auditor atas ARIA dan rasio salah saji yang diharapkan terhadap salah saji yang dapat ditoleransi. h. Ukuran Sampel (Sample Size) Ukuran sampel yang tepat kemudian dihitung sebagai faktor keyakinan dibagi dengan salah saji yang dapat ditoleransi sebagai persentasi dari nilai populasi.
4. Menggeneralisasi dari Sampel ke Populasi Jika Tidak Ada Salah Saji yang Ditemukan dengan Menggunakan MUS 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 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. a. Menghitung Salah Saji Persentasi (Tainting) Jika ditemukan salahsaji, auditor akan menghitung salah saji yang diproyeksikan dan penyisihan untuk risiko sampling. Persentasi salah saji atai tainting untuk keseluruhan interval sampling, yang dihitung dengan membagi nilai salah saji dengan jumlah yang tercatat.
14
b. Memproyaksikan Salah Saji Sampel Salah saji yang diproyeksikan adalah salah persentase dikali interval sampling, karena persentase salah sajiatai tainting adalah untuk keseluruhan interval sampling. c. Menghitung Penyisihan untuk Risiko Sampling Salah saji yang diproyeksikan akan meningkat sebesar penyisihan untuk risiko sampling, yang dihitung sebagai presisi dasar ditambah penyisihan inkremental untuk risiko sampling atas setiap salah saji yang ditemukan dalam unit sampling yang lebih kecil dari interval sampling. d. 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. Sampling unit moneter (MUS) memiliki sedikitnya empat fitur yang menarik 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.
Terdapat dua kelemahan utama MUS
Total batas salah saji yang dihasilkan ketika salah saji ditemukan mungkin terlalu
tinggi untuk digunakan oleh auditor.
Sulit untuk memilih sampel PPS dari populasi yang besar tanpa bantuan komputer. Karena semua alasan tersebut, auditor seringkali menggunakan
MUS ketika mengharapkan tidak ada atau sedikit salah saji, menginginkan hasil dolar, dan mencatat data populasi pada file komputer.
15
D. Sampling Variabel Sampling variable adalah metode statistic yang digunakan oleh auditor. Sampling variable dan sampling nonstatistik untuk pengujian atas 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.
1. 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.
2. Distribusi Sampling Auditor tidak mengetahui nilai rata-rata (mean) salah saji dalam populasi, distribusi jumlah salah saji, atau nilai yang diaudit. Karakteristik populasi tersebut harus diestimasi dari sampel yang tentu saja, merupakan tujuan dari pengujian audit. Untuk setiap sampel, auditor menghitung nilai rata-rata item dalam sampel sebagai berikut:
Setelah
menghitung
nilai
rata-rata
item
sampel,
auditor
memplotnya ke dalam distribusi frekuensi.
3.
Inferensi Statistik 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.
16
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 :
4. 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.
a. Estimasi Perbedaan Auditor
menggunakan
estimasi
perbedaan
(difference
estimation) untuk mengukur estimasi jumlah salah saji 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.
b. Estimasi Rasio Estimasi rasio ( ratio estimation ) serupa dengan estimasi perbedaan kecuali auditor menghitung rasio antara salah saji dan nilai
17
tercatatnya serta memproduksikan hal ini dengan populasi untuk mengestimasi total salah saji populasi. Estimasi rasio dapat menghasilkan ukuran sampel yang jauh lebih kecil ketimbang estimasi perbedaan jika ukuran salah saji populasi proporsional 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 besar auditor lebih menyukai estimasi perbedaan karena lebih sederhana untuk menghitung interval keyakinan.
c. Estimasi Rata-rata per Unit Estimasi rata-rata per unit ( mean per unit estimation ) auditor berfokus pada nilai yang teraudit dan bukan pada jumlah salah saji 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 rata-rata nilai item yang di audit dalam sampel dikalikan dengan ukuran populasi. Perhitungan interval presisi dilakukan berdasarkan nilai item sampe yang diaudit 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. Estimasi rata-rata per unit jarang digunakan dalam praktik karena ukuran sampel umumnya jauh lebih besar ketimbang untuk dua metode sebelumnya.
5. Metode Statistik Berstratifikasi 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
18
perbedaan, rasio, dan rata-rata per unit, tetapi paling sering digunakan dengan estimasi rata-rata per unit.
6. 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 ). a. ARIA ARIA adalah risiko statistic bahwa auditor telah menerima populasi yang, dalam kenyataannya, mengandung salah saji yang material. ARIA mendapat perhatian yang besar dari auditor karena memiliki implikasi hukum yang serius dakam menyimpulkan bahwa saldo akun telah dinyatakan secara wajar padahal sebenarnya mengandung salah saji 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.
b. 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 salah saji 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.
19
ARIA dan ARIR Keadaan Aktual Populasi Keputusan Audit Aktual
Salah Saji secara
Salah Saji yang
Material
Tidak Material
Menyimpulkan bahwa
Kesimpulan yang benar –
Kesimpulan yang
populasi mengandung salah
tidak ada risiko
tidak benar–
saji yang material.
risikonya adalah ARIA
Menyimpulkan bahwa
Kesimpulan yang tidak
Kesimpulan yang
populasi tidak mengandung
benar – risikonya adalah
benar – tidak ada
salah saji yang material.
ARIA
risiko
E. Ilustrasi Penggunaan Estimasi Perbedaan Untuk mengilustrasikan konsep dan metodologi sampling variabel, kita telah memilih estimasi perbedaan dengan menggunakan pengujian hipotesis karena relatif sederhana.
1. Merencanakan Sampel dan Menghitung Ukuran Sampel dengan Menggunakan Estimasi Perbedaan a. Menetapkan Risiko yang Dapat Diterima Auditor 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 atas 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
b. Mengestimasi Salah Saji dalam Populasi Estimasi ini memiliki dua bagian :
20
Estimasi titik estimasi yang diharapkan. Auditor memerlukan estimasi dimuka atas titik estimasi populasi bagi estimasi perbedaan, seperti ketika 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 salah saji dalam populasi seperti yang diukur oleh deviasi standar populasi.
c. Menghitung Ukuran Sampel Awal Ukuran sampel awal dapat dihitung dengan menggunakan rumus berikut :
d. Mengevaluasi Hasil
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 salah saji
populasi
berdasarkan
hasil
sampel,
estimasi
perbedaan
menggunakan pengukuran statistic untuk menghitung batas keyakinan. Emapat langkah menggambarkan perhitungan batas keyakinan ; 1) Menghitung titik estimasi total salah saji. Titik estimasi adalah ekstrapolasi langsung dari salah saji dalam sampel kesalah saji dalam produksi. 2) Menghitung estimasi deviasi standar populasi. Deviasi standar populasi adalah ukuran statistic dari variabilitas nilai setiap item dalam populasi. Jika ada sejumlah besar variasi dalam nilai item populasi, deviasi standar akan lebih besar dibandingkan jika variasinya kecil. Deviasi standar memiliki pengaruh yang signifikan terhadap interval presisi yang dihitung.
21
3) Menghitunng interval presisi. Interval presisi dihitung dengan menggunakan rumus statistic. Hasilnya adalah berupa ukuran dolar dari ketidakmampuan memprediksi salah saji populasi yang sebenarnya karena pengujian didasarkan pada sampel, bukan pada populasi secara keseluruhan.
22
BAB III PENUTUP
A. Kesimpulan Perbedaan utama antara pengujian pengendalian, pengujian substantif atas transaksi, dan pengujian atas rincian saldo terletak pada apa yang ingin diukur oleh auditor. Pada pengujian pengendalian auditor mengukur kefektifan operasi pengendalian internal, sedangkan pada pengujian substantif atas transaksi auditor mengukur tidak hanya kefektifan pengendalian namun juga kebenaran moneter transaksi dalam sistem akuntansi. Dan pada pengujian atas rincian saldo apa yang diukur adalah apakah jumlah saldo akun mengandung salah saji yang material. Terdapat 14 langkah dalam sampling non statistik untuk pengujian atas rincian saldo. Bagi kebanyakan populasi, auditor memisahkan populasi ke dalam dua atau lebih sub populasi sebelum menerapkan sampling audit atau disebut sampling berstratifikasi. Ketika melaksanakan sampling audit non statistik, auditor menggunakan pertimbangan untuk menggeneralisasi dari sampel ke populasi guna menentukan apakah sampel dapat diterima. Sampling unit moneter adalah metode statistik yang paling umum untuk pengujian atas rincian saldo. Metode ini mendefinisikan unit sampling sebagai setiap dolar dalam saldo akun yang tercatat, dan akibatnya akun yang lebih besar lebih mungkin dimasukkan dalam sampel. Metode sampling statistik veriabel mencakup estimasi perbedaan, estimasi rasio, dan estimasi rata-rata per unit.
B. Saran Menyadari bahwa penulis masih jauh dari kata sempurna, kedepannya kami sebagai tim penulis akan lebih fokus dan detail dalam menjelaskan tentang makalah diatas dengan sumber yang lebih banyak yang tentunya dapat dipertanggung jawabkan.
23
DAFTAR PUSTAKA
Arens, Alvin A., Elder, Randal J., Beasley, Mark S., Auditing and Issurance Service:An Integrated Approach, Edisi ke-15. Penerbit Erlangga:2015
Messier, Glover & Prawit. Auditing & Assurance Service a Systematic Approach, Edisi ke-4. Penerbit : Salemba Empat:2006
24