Beruflich Dokumente
Kultur Dokumente
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
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.
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 :
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
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
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.
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
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.
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.