RANGKUMAN AUDITING AND ASSURANCE SERVICES

BAB 17 (SAMPLING AUDIT UNTUK PENGUJIAN ATAS RINCIAN SALDO)

Disusun oleh :
Defa Mega Rauzana (F0314025)
Ovi Fujianti (F0314075)
Venna Shafira (F0314105)

JURUSAN AKUNTANSI
FAKULTAS EKONOMI DAN BISNIS
UNIVERSITAS SEBELAS MARET SURAKARTA
2016
SAMPLING AUDIT UNTUK PENGUJIAN ATAS RINCIAN SALDO

17-1PERBANDINGAN SAMPLING AUDIT UNTUK PENGUJIAN ATAS RINCIAN

SALDO DAN UNTUK PENGUJIAN ATAS RINCIAN SALDO DAN UNTUK
PENGUJIAN PENGENDALIAN SERTA PENGUJIAN SUBSTANTIF ATAS TRANSAKSI

Perbedaan utama antara pengujian pengendalian, pengujian substantive atas transaksi, dan
pengujian atas rincian saldo terletak pada apa yang ingin di ukur oleh auditor. Auditor
melaksanakan pengujian pengendalian dan pengujian substantifatas 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.

17-2 SAMPLING NONSTATISTIK

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 Merencanakan Sampel
1. Menyatakan tujuan pengujian audit 1. Menyatakan tujuan pengujian audit
2.Memutuskan apakah sampling audit 2.Memutuskan apakah sampling audit
dapat audit dapat diterapkan. dapat audit dapat diterapkan.
3. Mendifinisikan salah saji. 3. Mendefinisikan atribut dan kondisi
pengecualian.
4.Mendefinisikan populasi 4. Mendefiniskan populasi
5. Mendefiniskan unit sampling 5. Mendefiniskan unit sampling
6.Menetapkan salah saji yang dapat 6.Menetapkan tingkat pengecualian
ditoleransi yang dapat ditoleransi.
7. Menetapkan risiko yang dapat diterima 7. Menetapkan risiko yang dapat penilian
atas diterima atas penerima yang salah risiko pengendalian yang (ARACR)
terlalu rendah.
8. Mengestimasi salah saji dalam 8. Mengestimasi 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
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
13. Menganalisis salah saji 13. Menganalisis pengecualian
14. Memutuskan akseptibilitas populasi 14. Memutuskan akseptibilitas populasi

17-3 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 statistik bagi sampling atribut serta memberikan hasil statistik yang diekspresikan
(atau mata uang lain yang sesuai). MUS juga disebut sebagai sampling unit dolar, sampling
jumlah moneter kumulatif dan sampling dengan probabilitaas yang proposional dengan ukuran.
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 :
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 dolar individual, akun dengan saldo yang
besar memiliki kesempatan lebih besar untuk dimasukkan daripada akun dengan saldo
yang lebih kecil.
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 dari pengujian MUS.
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.
Ukuran Sampel ditentukan dengan Menggunakan Rumus Statistik
 Proses ini akan dibahas secara terpisah sete;ah menjelaskan 14 langkah sampling unit
moneter.
Aturan Keputusan Formal Digunakan untuk Memutuskan Akuntabilitas Populasi

Aturan keputusan yang digunakan untuk MUS serupa dengan yang digunakan untuk
sampling nonstatistik, tetapi hal tersebut cukup berbeda dengan pembahasan tentang
keunggulan.
Pemilihan Sampel yang Dilakukan dengan Menggunakan PPS

Sampel unit moneter adalah sampel yang dipilih dengan menggunakan probabilitas yang
proposional bagi pemilihan ukuran sampel (proportional to size sampel selection / PPS).
Auditor Menggeneralisasi dari Sampel ke Populasi dengan Menggunakan Teknik
MUS

Tanpa memandang metode sampling yang dipilih, auditor harus menggeneralisasi dari
sampel ke populasi (1) memproyeksi salah saji dari hasil sampel ke populasi dan (2)
menentukan kesalahan sampling yang terkait. Ada empat aspek dalam melakukan dalam
melakukan hal tersebut dengan menggunakan MUS :

1. Table sampling atribut digunakan untuk menghitung hasil

2. Hasil atribut harus dikonversi ke falam dolar

3. Auditor harus membuat asumsi mengenai presentase salah saji setiap item populasi
yang mengandung salah saji

4. Hasil statistic yang diperoleh jika menggunakan MUS disebut sebagai batas salah saji
(misstatement bounds)

Menggeneralisasi dari Sampel ke Populasi Jika Tidak Ada Salah Saju 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

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 berdasarkan pertimbangan profesionalnya dalam situasi tersebut.
Menggeneralisasi Ketika Salah Saji Ditemukan
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.
2. Asumsi salah saji yang berbeda dibuat untuk setiap salah saji, termasuk salah saji nol.
3. Auditor harus berhadapan dengan lapisan CUER dari tabel sampling atribut.
4. Asumsi salah saji harus dikaitkan dengan setiap lapisan.
Memutuskan Akseptabilitas Populasi dengan Menggunakan MUS
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.
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 MUS
Metode yang digunakan untuk menentukan ukuran sampel bagi MUS serupa dengan yang
digunakan untuk sampling atribut unit fisik, yang menggunakan tabel sampling atribut.
Materialitas
Pertimbangan pendahuluan tentang materialitas umumnya merupakan dasar bagi jumlah
salah saji yang dapat ditoleransi yang akan digunakan. Jika diperkirakan terjadi salah saji dalam
pengujian non-MUS, salah saji yang dapat ditoleransi akan kurang materialitas dari jumlah
tersebut.
Asumsi Persentase Rata-rata Salah Saji untuk Item Populasi yang Mengandung Salah Saji
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.
Risiko yang Dapat Diterima atas Penerimaan yang Salah (ARIA)
ARIA adalah suatu pertimbangan auditor dan sering kali dicapai dengan bantuan model
risiko audit.
Nilai Populasi yang Tercatat
Nilai dolar populasi diambil dari catatan klien.
Estimasi Tingkat Pengecualian Populasi
 Umumnya, estimasi tingkat pengecualian populasi untuk MUS adalah nol, karena MUS
sangat tepat digunakan pada situasi tidak ada salah saji, atau jika hanya sedikit salah saji yang
diperkirakan akan terjadi.
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.
Audit Menggunakan Sampling Unit Moneter
Sampling unit moneter (MUS) memiliki sedikitnya empat fitur yang menarik bagi auditor:
1. Meningkatkan kemungkinan memilih item dolar yang tinggi dari populasi yang diaudit.
2. Mengurangi biaya pelaksanaan pengujian audit
3. MUS mudah diterapkan.
4. MUS menghasilkan kesimpulan statistik dan bukan kesimpulan nonstatistik.

17-4 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.

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
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.

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.
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 :

4.4 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.

4.4.1 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

Estimasi Rasio
Estimasi rasio ( ratio estimation ) serupa dengan estimasi perbedaan kecuali auditor
menghitung rasio antara salah saji dan nilai 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.

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.

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 perbedaan, rasio, dan
rata-rata per unit, tetapi paling sering digunakan dengan estimasi rata-rata per unit.

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 ).

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.

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.
ARIA dan ARIR
Keadaan Aktual Populasi
Keputuan Audit Aktual Salah Saji secara Material Salah Saji yang Tidak Material
Menyimpulkan bahwa populasi Kesimpulan yang benar Kesimpulan yang tidak benar
mengandung salah saji yang tidak ada risiko risikonya adalah ARIA
material.
Menyimpulkan bahwa populasi Kesimpulan yang tidak Kesimpulan yang benar tidak
tidak mengandung salah saji yang benar risikonya adalah ada risiko
material. ARIA

17-5 ILUSTRASI PENGGUNA ESTIMASI PERBEDAAN

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

Merencanakan Sampel dan Menghitung Ukuran Sampel dengan Menggunakan Estimasi

Perbedaan

Menyatakan Tujuan Pengujian Audit

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

Memutuskan Apakah Sampling Audit Dapat Diterapkan

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

Mendefinikan Kondisi Salah Saji

Kondisi salah saji merupakan kesalahan klien yang ditentukan melalui konfirmasi setiap
akun atau prosedur alternative.

Mendefinisikan 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.
 Mendefinisikan 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

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 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

Mengestimasi Salah Saji 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 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.

Menghitung Ukuran Sampel Awal

Ukuran sampel awal dapat dihitung dengan menggunakan rumus berikut :
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 salah saji adalah perbedaan antara
respons konfirmasi dan saldo klien setelah merekonsiliasi semua perbedaan waktu serta
kesalahan pelanggan. Dalam situasi nonrespons, salah saji yang ditemukan dengan prosedur
alternative akan diperlakukan serupa dengan salah saji yang ditemukan melalui konfirmasi.

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
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. Pengaruh perubahan setiap factor meskipun factor-faktor
lainnya tetap konstan yaitu :
Jenis Perubahan Pengaruhnya terhadap Interval
 Presisi yang Dihitung
Meningkatkan ARIA Menurun
Meningkatkan titik estimasi salah saji Meningkat
Meningkatkan deviasi standar Meningkat
Meningkatkan ukuran sampel Menurun
4. Menghitung batas keyakinan. Auditor menghitung batas keyakinan, yang
mendefinisikan interval keyakinan, dengan mengombinasikan titik estimasi dari total
salah saji dan interval presisi yang dihitung pada tingkat keyakinan yang diinginkan.

Menganalisis Salah Saji

Auditor harus mengevaluasi salah saji untuk menentukan penyebab setiap salah saji dan
memutuskan apakah perlu memodifikasi model risiko audit.

Memutuskan Akseptabilitas Populasi

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 salah saji sepenuhnya berada dalam salah saji 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.
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.

Tindakan Jika Hipotesis Ditolak

Jika satu atau kedua batas keyakinan terletak diluar rentang salah saji 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 salah saji
populasi telah dibuat. Jika interval presisi yang dihitung melampaui salah saji yang dapat
ditoleransi, auditor tidak akan mengharuskan pembukuan disesuaikan.