Chapter 13 - Sampling Audit

CHAPTER 13-SAMPLING AUDIT DALAM PENGUJIAN SUBSTANTIF
I. KONSEP DASAR
SIFAT DAN TUJUAN
Sampling audit adalah penerapan prosedur pengauditan atas unsur-unsur dalam suatu
populasi kurang dari 100%, seperti saldo rekening atau kelompok transaksi, yang bertujuan
untuk mengevaluasi beberapa karakteristik populasi. Pada saat atribut digunakan untuk
memperoleh informasi tentang tingkat terjadinya penyimpangan dari pengendalian yang
ditetapkan, metode audit sampling yang dijelaskan dalam bab ini digunakan untuk
mendapatkan informasi tentang jumlah moneter. Dengan demikian, hal tersebut bermanfaat
memenuhi tujuan pengujian subtantif, yaitu untuk memperoleh bukti tentang kewajaran
asersi laporan keuangan manajemen.
Rencana sampling untuk pengujian subtantif dapat dirancang untuk (1) memperoleh
bukti bahwa saldo akun tidak mengandung salah saji yang material (misalnya, nilai buku
piutang usaha), atau (2) membuat estimasi independen mengenai jumlah tertentu (misalnya,
nilai persediaan yang tidak dicatat pada nilai bukunya).
KETIDAKPASTIAN, RISIKO SAMPLING, DAN RISIKO AUDIT

Auditor dibenarkan untuk menerima beberapa ketidakpastian dalam pengujian substantif jika
biaya dan waktu yang dibutuhkan untuk pengujian 100% atas item dalam populasi, menurut
pertimbangannya, lebih besar daripada konsekuensi kemungkinan kesalahan pendapat
karena hanya menguji sampel data.
Sampling audit dalam pengujian substantif ditunjukkan baik untuk risiko sampling
dan risiko nonsampling. Risiko sampling yang berkaitan dengan pengujian substantif adalah:
Risiko kesalahan penerimaan, yaitu risiko bahwa sampel yang mendukung

kesimpulan bahwa saldo akun yang dicatat tidak salah saji secara material ketika
sebenarnya saldo akun tersebut salah saji secara material
Risiko kesalahan penolakan, yaitu risiko bahwa sampel yang mendukung

kesimpulan bahwa akun yang dicatat adalah salah saji material ketika sebenarnya
saldo akun tersebut tidak salah saji secara material
Risiko kesalahan penerimaan dalam sampling audit berhubungan dengan risiko
deteksi yang berkaitan dengan pengujian substantif terinci yang spesifik yang diterapkan
pada pemilihan item sampel. Risiko kesalahan penerimaan dapat ditentukan secara
kuantitatif dengan menggunakan model risiko audit dan pemecahan untuk TD sebagai
berikut:
1
Auditor juga dapat menentukan risiko kesalahan penerimaan secara kualitatif dengan
menggunakan matriks risiko. Dengan demikian, risiko tersebut tidak menunjukkan
kemungkinan bahwa seluruh pengujian substantif yang diterapkan pada akun yang diuji
akan gagal mendeteksi setiap salah saji yang material.
PENDEKATAN SAMPLING STATISTIK
Dua pendekatan sampling statistik berikut dapat digunakan oleh auditor dalam pengujian
subtantif: (1) sampling PPS (probability-proportional-to size) dan (2) sampling variabel klasik
(classical variables sampling).
Perbedaan utama antara kedua pendekatan tersebut adalah bahwa sampling PPS
didasarkan pada teori sampling atribut, sedangkan sampling variabel klasik didasarkan pada
teori distribusi normal. Setiap pendekatan bermanfaat dalam memperoleh bukti yang cukup
sesuai standar pekerjaan lapangan yang ketiga.
II. SAMPLING PPS (PROBABILITY PROPORTIONAL TO SIZE)

Sampling PPS adalah pendekatan yang meggunakan teori sampling atribut untuk
membuat kesimpulan dalam jumlah nominal, bukan dalam tingkat penyimpanan. Bentuk
sampling ini dapat digunakan dalam pengujian substantif atas transaksi dan saldo akun.
Model ini terutama diterapkan dalam pengujian transaksi dan saldo untuk lebih saji.
Hal tersebut khususnya bermanfaat dalam pengujian untuk:
Piutang pada saat kredit yang tidak diaplikasikan dalam akun pelanggan tidak
signifikan.
Sekuritas Investasi.
Pengujian harga persediaan jika terdapat sedikit perbedaanyang diantisipasi.
Tambahan aktiva tetap.
Sampling PPS bukan merupakan pendekatan yang paling efektif biaya untuk piutang
dan persediaan pada saat kondisi-kondisi di atas tidak terpenuhi dan tujuan utamanya
adalah untuk mengestimasi secara independen nilai kelompok transaksi dan atas saldo.
I. RENCANA SAMPLING
Langkah-langkah dalam rencana sampling PPS mirip, tetapi tidak identik, dengan sampling
atribut. Langkah-langkah tersebut adalah:
Menetapkan tujuan rencana,

Merumuskan populasi dan unit sampling,
Menentukan ukuran sampel,
Menentukan metoda pemilihan sampel,
2
Melaksanakan rencana sampling,

Mengevaluasi hasil sampel.
Menetapkan Tujuan Rencana Sampling

Tujuan rencana sampling PPS adalah untuk memperoleh bukti bahwa saldo akun
yang dicatat tidak salah saji secara material. Asersi laporan keuangan tertentu yang
mempengaruhi bukti sampel yang dipakai tergantung pada prosedur audit yang dipakai
untuk item sampel tersebut. Auditor perlu melaksanakan pengujian lain pada sampel atau
item-item dalam populasi sebelum menyimpulkan bahwa seluruh asersi yang berkaitan
dengan akun tersebut telah bebas dari salah saji yang material. Dengan demikian, bukti dari
sampel tersebut hanya akan mewakili satu atau beberapa sumber yang mendukung auditor
sebelum menarik kesimpulan bahwa akun-akun tersebut tidak salah saji secara material.
Menetapkan Populasi dan Unit Sampling
Populasi terdiri dari kelompok transaksi atau saldo akun yang akan diuji. Untuk setiap
populasi, auditor harus memutuskan apakah seluruh item tersebut akan diikutkan. Sebagai
contoh, empat populasi adalah masuk akal apabila populasi itu didasarkan pada saldo akun
dalam buku besar piutang usaha yaitu, seluruh saldo, saldo debet, saldo kredit, dan saldo
nol.
Unit sampling dalam sampling PPS adalah dollar itu sendiri, dan populasinya adalah
jumlah dollar yang sama dengan jumlah total dollar pada populasi tersebut. Setiap dollar
dalam populasi memiliki kesempatan yang sama untuk dipilih sebagai sampel.
Menentukan Ukuran Sampel
Rumus untuk menentukan ukuran sampel dalam sampling PPS adalah :
BV
RF
TM
AM
EF
: nilai buku populasi yang diuji (book value)

: faktor reliabilitas untuk resiko kesalahan penerimaan
: salah saji yang dapat ditoleransi
: salah saji yang diantisipasi
: faktor ekspansi untuk salah saji yang diantisipasi
1. Nilai Buku Populasi yang Diuji

Nilai buku yang digunakan untuk menentukan ukuran sampel harus berhubungan secara
tepat dengan definisi populasi. Jumlah nilai buku mempunyai pengaruh langsung terhadap
ukuran sampelsemakin besar nilai buku yang diuji, semakin besar ukuran sampel.
3

2. Faktor Reliabilitas untuk Risiko Kesalahan Penerimaan
Dalam menspesifikasi tingkat yang dapat diterima atas risiko kesalahan penerimaan, auditor
harus mempertimbangkan (1) tingkat risiko audit yang dapat diterima auditor bahwa
mungkin ada salah saji material dalam akun tersebut yang tidak akan terdeteksi, (2)
penilaian tingkat risiko pengendalian, dan (3) hasil pengujian rincian dan prosedur analitis.
3. Salah Saji yang Dapat Ditoleransi (tolerable misstatement/TM)
Salah saji yang dapat ditoleransi adalah salah saji maksimum yang dapat terjadi dalam
sebuah akun sebelum salah saji tersebut dianggap material.
TM mempunyai hubungan terbalik dengan ukuran sampelsemakin kecil TM,
semakin besar ukuran sampel.
4. Salah Saji yang Diantisipasi dan Faktor Ekspansi
Dalam sampling PPS, auditor tidak mengkuantifikasi risiko kesalahan penolakan. Oleh
karena itu, risiko ini dikendalikan secara langsung oleh penetapan salah saji yang
diantisipasi (anticipated misstatement/AM), yang berhubungan terbalik dengan risiko
kesalahan penolakan dan berhubungan langsung dengan ukuran sampel.
Faktor Ekspansi (expansion factor/EF) diperlukan hanya pada saat salah saji
diantisipasi. Semakin kecil risiko kesalahan penerimaan yang dispesifikasi, semakin besar
EF-nya. Seperti salah saji yang diantisipasi, EF mempunyai hubungan langsung dengan
ukuran sampel.
5. Perhitungan Ukuran Sampel
Pengaruh perubahan dalam nilai suatu faktor terhadap ukuran sampel, apabila
faktor-faktor lainnya dipertahankan konstan, dapat diringkas sebagai berikut:
FAKTOR
HUBUNGAN DENGAN UKURAN

SAMPEL
Nilai buku
Langsung
Risiko kesalahan penerimaan
Terbalik
Salah saji yang dapat ditoleransi
Terbalik
Salah saji yang diantisipasi
Langsung
Faktor ekspansi untuk salah saji yang diantisipasi
Langsung
Menentukan Metode Pemilihan Sampel

Metode pemilihan sampel yang paling banyak digunakan dalam sampling PPS adalah
pemilihan sistematis. Metode ini memisahkan total populasi dalam dollar ke interval yang
4

sebanding dengan dollar. Unit logis kemudian dipilih secara sistematis dari setiap interval.
Dengan demikian, interval sampling dihitung :
Melaksanakan Rencana Sampling

Dalam fase perencanaan, audtor memaai prosedur auditing yang sesuai untuk menentukan
nilai audit setiap unit logis yang ada dalam sampel. Ketika terjadi perbedaan, auditor
mencatat nilai buku dan nilai auditnya dalam kertas kerja. Informasi ini kemudian digunakan
untuk memproyeksikan salah saji dalam populasi.
Mengevaluasi Hasil Sampel
Dalam mengevaluasi hasil sampel, auditor memperhitungkan batas atas salah saji (upper
misstatement limit / UML) dari data sampel dan membandingkannya dengan salah saji yang
dapat ditoleransi dalam perancangan sampel. Jika UML lebih kecil dari atau sama dengan
salah saji yang dapat ditoleransi, hasil sampel mendukung kesimpulan bahwa nilai buku
populasi tidak dicatat melebihi TM pada resiko kesalahan penerimaan yang ditetapkan. UML
dihitung sebagai berikut :
UML = PM + ASR
PM
: salah sajitotal yang diproyeksikan dalam populasi
ASR : cadangan resiko sampling
Faktor UML, PM, dan ASR, masing-masing sama dengan batas atas penyimpangan, tingkat
penyimpangan
sampel,
dan
cadangan
risiko
sampling
yang
digunakan
dalam
pengevaluasian hasil rencana sampling atribut. Oleh karena itu, dalam sampling PPS, setiap
faktor diekspresikan dalam jumlah dollar bukan dengan persentase. Evaluasi ini berbeda
dalam sampling PPS, bergantung pada ada tidaknya salah saji yang ditemukan dalam
sampel tersebut.
1. Tidak Ada Salah Saji

Hasil sampel digunakan untuk mengestimasi proyeksi salah saji (PM) dalam populasi.
Apabila tidak ditemukan salah saji dalam sampel, maka faktor PM dalam rumus diatas
adalah nol rupiah.
Dalam kasus tidak ada salah saji, faktor cadangan resiko sampling (ASR) terdiri dari
satu komponen yang disebut ketepatan dasar (basic precision/BP). Jumlah ini diperoleh

dengan mengalikan faktor reliabilitas (RF) untuk salah saji nol pada risiko kesalahan
penerimaan yang ditetapkan dengan interval sampling (SI).
2. Beberapa Salah Saji
Jika salah saji ditemukan dalam sampel, auditor harus menghitung total salah saji yang
diproyeksikan dalam populasi dan cadangan risiko sampling untuk menentukan batas atas
salah saji untuk lebih saji tersebut. UML tersebut kemudian dibandingkan dengan TM.
Proyeksi Salah Saji Populasi
Jumlah proyeksi salah saji dihitung untuk setiap unit logis yang berisikan sebuah salah saji.
Jumlah ini kemudian dijumlahkan untuk memperoleh PM pada populasi yang diinginkan.
Proyeksi salah saji dihitung secara berbeda untuk (1) unit logis dengan nilai buku yang
kurang dari interval samplingnya; dan (2) unit logis dengan nilai buku yang sama dengan
interval samplingnya.
Untuk setiap unit logis dengan nilai buku yang kurang dari interval sampling yang
berisi salah saji, persentase kotor (tainting percentage/TP) dan proyeksi salah saji dihitung
sebagai berikut:
Persentase kotor = (nilai buku-nilai audit) + nilai buku
Proyeksi salah saji = persentase kotor x interval sampling
Cadangan Risiko Sampling
ASR untuk sampel-sampel tersebut berisi salah saji yang mempunyai dua komponen seperti
ditunjukkan dalam rumus sebagai berikut:
BP
IA
ASR = BP + IA
: ketepatan dasar
: cadangan inkremental untuk risiko sampling
Batas Atas Salah Saji untuk Lebih Saji

Ketika batas atas salah saji (UML) melebihi TM yang ditetapkan dalam perancangan
sampel, auditor harus mempertimbangkan beberapa alasan yang mungkin dan alternatif
tindakan tertentu.
Pertimbangan Kualitatif
Seperti halnya dengan sampling atribut, auditor harus mempertimbangkan aspek kualitatif
pada salah saji secara moneter. Salah saji mungkin terjadi pada (1) perbedaan dalam
prinsip atau penerapan atau (2) kesalahan atau ketidaksesuaian dengan ketentuan.
Penarikan Kesimpulan Secara Menyeluruh
6

Auditor menggunakan pertimbangan profesional dalam mengkombinasikan bukti dari
berbagai sumber untuk menarik kesimpulan menyeluruh tentang apakah saldo akun telah
bebas dari salah saji yang material. Pada saat (1) hasil sampel PPS mengandung UML yang
lebih rendah atau sama dengan TM, (2) hasil pengujian substantif lainnya tidak kontradiktif
dengan temuannya, dan (3) analisis pertimbangan kualitatif menunjukkan tidak adanya bukti
mengenai ketidakteraturan, auditor umumnya menyimpulkan bahwa populasi tersebut tidak
salah saji secara material. Jika salah satu dari kondisi ini tidak terpenuhi, diperlukan evaluasi
lebih lanjut atas keadaan tersebut.
Keuntungan dan Kerugian Pemakaian Sampling PPS
Kelebihan sampling PPS adalah :
a. Sampling PPS umumnya lebih mudah digunakan daripada sampling variabel klasik
karena auditor dapat menghitung ukuran sampel dan mengevaluasi hasil sampel
secara langsung atau dengan bantuan tabel
b. Ukuran sampel PPS tidak didasarkan pada beberapa ukuran penyimpangan yang
diestimasi pada nilai audit
c. Sampling PPS secara otomatis menghasilkan sampel yang sudah distratifikasi
karena item-itemnya dipilih dalam proporsi pada nilai rupiahnya
d. Pemilihan sampel sistematis PPS secara otomatis menujukkan beberapa item yang
secara individual signifikan jika nilai-nilainya melebihi pisah batas atas moneter
e. Jika auditor memperkirakan tidak ada salah saji, sampling PPS biasanya akan
menghasilkan ukuran sampel yang lebih kecil daripada hasil dari sampling variabel
klasik
f.
Sampel PPS lebih mudah dirancang, dan pemilihan sampel dapat dimulai sebelum
tersedia populasi yang lengkap
Sebaliknya, sampling PPS mempunyai kekurangan sebagai berikut :
a. Sampling PPS mengandung asumsi bahwa nilai audit unit sampling harus tidak
kurang dari nol atau lebih besar dari nilai buku. Ketika kurang saji atau nilai audit
kurang dari nol diantisipasi, pertimbangan perancangan khusus diperlukan.
b. Jika kekurangsajian ditunjukkan dalam sampel tersebut, evaluasi atas sampel
tersebut memerlukan pertimbangan khusus
c. Pemilihan saldo nol atau saldo dengan tanda yang berbeda, seperti saldo-saldo
kredit, memerlukan pertimbangan khusus

d. Evaluasi PPS dapat melebihi ASR jika salah saji ditemukan dalam sampel. Sebagai
akibatnya, auditor mungkin lebih menyukai untuk menolak nilai buku populasi yang
dapat diterima untuk populasi tersebut.
e. Sejalan dengan meningkatnya jumlah salah saji yang diperkirakan, ukuran sampel
yang sesuai juga meningkat. Dengan demikian, dapat terjadi ukuran sampel yang
lebih besar daripada sampling variabel klasik.
III. SAMPLING VARIABEL KLASIK

Dalam pendekatan ini, teori distribusi normal digunakan dalam pengevaluasian karakteristik
populasi berdasarkan hasil sampel yang digambarkan dari populasinya. Sampling variabel
klasik bermanfaat bagi auditor pada saat tujuan audit berkaitan dengan kemungkinan
kurang saji atau lebih saji dari saldo akun, dan keadaan lain ketika sampling PPS tidak tepat
atau tidak efektif.
JENIS-JENIS TEKNIK SAMPLING VARIABEL KLASIK
Tiga teknik yang bisa digunakan dalam sampling variabel klasik adalah:
(1) Mean-per-unit (MPU),
(2) Diferensiasi, dan
(3) Rasio.
Kendala yang harus dipertimbangkan dalam memilih teknik yang sesuai:
Kemampuan merancang sampel strafikasi. Stratifikasi secara signifikan dapat

mengurangi ukuran sampel dalam metode MPU, tetapi secara material tidak dapat
mempengaruhi ukuran sampel dalam teknik diferensiasi maupun rasio.

Jumlah yang berbeda antara nilai audit dengan nilai buku yang diperkirakan. Jumlah
nilai minimum harus ada di antara nilai-nilai tersebut di dalam sampel untuk
menggunakan teknik diferensiasi atau rasio.

Informasi yang tersedia. Nilai buku harus tersedia untuk setiap unit sampling dalam
estimasi rasio atau diferensiasi. Nilai buku tidak diperlukan dalam teknik MPU.
A. ESTIMASI MEAN-PER-UNIT (MPU)

Sampling estimasi MPU mencakup penentuan niali audit untuk setiap item dalam sampel.
Rata-rata nilai audit ini kemudian dihitung dan dikalikan dengan jumlah unit dalam populasi
yang ditemukan pada estimasi total nilai populasi. Cadangan resiko sampling yang berkaitan
dengan estimasi ini juga dihitung untuk digunakan dalam mengevaluasi hasil-hasil sampel
tersebut.
8

Menentukan Tujuan Rencana Sampling MPU
Tujuan rencana MPU adalah untuk memperoleh bukti bahwa catatan saldo akun tidak salah
saji secara material atau mengembangkan estimasi independen tentang jumlah ketika tidak
ada catatan nilai buku yang tersedia.
Menetapkan Populasi dan Unit Sampling
Auditor harus mempertimbangkan sifat item-item yang ada dalam populasi dan apakah
seluruh item memenuhi ketentuan untuk dipilih dalam sampel tersebut. Sampling unit harus
disesuaikan dengan tujuan audit dan prosedur yang dilakukan.
Faktor-faktor berikut menentukan ukuran sampel dalam suatu estimasi sampel MPU:
Ukuran populasi (jumlah unit). Faktor ini masuk dalam perhitungan ukuran sampel
dan hasil sampel. Semakin besar populasi semakin besar pula ukuran sampel.
Estimasi penyimpangan standar populasi. Ada tiga cara mengestimasi faktor ini.
Pertama, dalam perikatan berulang penyimpangan standar yang ditemukan dalam
audit terdahulu dapat digunakan untuk mengestimasi penyimpangan standar tahun
berjalan. Kedua, penyimpangan standar dapat diestimasi dari nilai buku yang
tersedia. Ketiga, auditor dapat mengambil suatu prasampel kecil yang terdiri dari 30
sampai 50 item dan mendasarkan estimasi tersebut pada penyimpangan standar
populasi tahun berjalan dari nilai audit item-item sampel ini.

Salah saji yang dapat ditoleransi. Pertimbangan TM dalam sampling MPU sama
dengan sampling PPS. TM mempunyai pengaruh terbalik terhadap ukuran sampel.

Risiko Kesalahan Penolakan. Faktor ini memperbolehkan auditor untuk
mengendalikan risiko bahwa hasil sampel akan mendukung kesimpulan dimana
saldo akun yang dicatat mengandung salah saji secara material, pada saat tidak
terjadi salah saji.

Risiko Kesalahan Penerimaan, memiliki hubungan terbalik terhadap ukuran sampel,
yakni semakin rendah risiko yang ditetapkan semakin besar ukuran sampelnya.
Cadangan Risiko Sampel yang Direncanakan, diperoleh dari rumus berikut:
A = R x TM
Keterangan :
A
= cadangan risiko sampling yang direncanakan
= rasio cadangan risiko sampling yang diinginkan untu salah saji yang dapat ditoleransi
TM = salah saji yang dapat ditoleransi

9

Metoda pemilihan nomor acak yang sederhana lainnya atau metode pemilihan sistematis
bisa digunakan dalam pemilihan sample pada teknik MPU.
Fase pelaksanaan pada rencana sampling estimasi MPU meliputi tahapan-tahapan berikut:
Melakukan prosedur audit yang tepat untuk menentukan nilai audit untuk setiap item
sampel.
Menghitung statistik berikut berdasarkan data sampel:
Rata-rata nilai audit sampel ( )
Penyimpangan standar pada nilai audit sampel (Sxj)

Auditor melakukan penilaian kuantitatif dan kualitatif atas hasil sampel dan kemudian
membuat kesimpulan menyeluruh.
1. Perhitungan kuantitatif
Dalam melakukan evaluasi rencana sampling MPU, auditor menghitung
Estimasi nilai total populasi

Cadangan risiko sampling yang dicapai, seringkali disebut sebagai ketepatan yang
dicapai.
Kisaran untuk estimasi total nilai populasi yang sering disebut sebagai interval
ketepatan.
2. Perhitungan kualitatif
Sebelum menarik kesimpulan secara menyeluruh, auditor harus mempertimbangkan aspek
kualitatif hasil sampel. Pada sampling MPU, pertimbangan ini sama dengan sampling PPS.
3. Menarik kesimpulan secara menyeluruh
Pada saat auditor menilai secara kuantitatif atau kualitatif pada hasil sampel yang
mendukung kesimpulan bahwa populasi salah saji secara material, pertimbangan
profesional harus digunakan dalam memutuskan tindakan tertentu yang tepat. Kemungkinan
penyebab dan tindakan tersebut adalah sebagai berikut:
PENYEBAB
1. Sampel tidak mewakili populasi.
TINDAKAN
Memperbesar sampel dan mengevaluasi
kembali hasil-hasilnya.
2. Cadangan risiko sampling yang dicapai
Sama dengan di atas.
lebih besar daripada cadangan yang

diinginkan karena ukuran sampel terlalu
10

kecil.
3. Salah saji dalam nilai buku populasi lebih
Meminta klien menginvestigasi dan, jika
besar dari salah saji yang dapat ditoleransi.
diizinkan, menyesuaikan nilai bukunya dan

mengevaluasi kembali hasil-hasil sampelnya.
B. ESTIMASI DIFERENSIASI
Dalam sampling estimasi diferensiasi perbedaan dihitung untuk setiap item sampel dari nilai
audit item tersebut dikurangi nilai bukunya. Rata-rata perbedaan ini kemudian digunakan
untuk memperoleh estimasi nilai total populasi, dan variabilitas perbedaan digunakan untuk
menentukan cadangan resiko sampling yang dicapai. Tiga kondisi berikut diperlukan dalam
penggunaan estimasi diferensiasi :
a. Nilai buku setiap item populasi harus diketahui
b. Total nilai buku populasi harus diketahui dan sesuai dengan jumlah nilai buku itemitem secara individual
c. Terdapat perbedaan yang besar antara nilai audit dan nilai buku yang diperkirakan
Menentukan tujuan dan Menetapkan Populasi dan Unit Sampel
Oleh karena nilai buku harus diketahui dalam estimasi diferensiasi, metode ini hanya dapat
digunakan untuk memperoleh bukti bahwa saldo yang dicatat tidak salah saji secara
material.

Dalam estimasi diferensiasi, digunakan estimasi penyimpangan standar dari perbedaan
antara nilai audit dan nilai buku, bukan estimasi penyimpangan standar nilai audit itu sendiri.
Estimasi ini dapat tidak andal jika mendasarkan pada perbedaan-perbedaan yang terlalu
kecil.
Perubahan-perubahan diperlukan dalam rumus-rumus sebelumnya dalam estimasi
MPU untuk menghitung standar penyimpangan dan ukuran sampel. Dalam rumus
penyimpangan standar, diperlukan substitusi dalam simbol berikut:
Sdj (estimasi penyimpangan standar dari perbedaan populasi) untuk Sxj.

dj (perbedaan antara nilai audit dan nilai buku pada item sampel individual) untuk Xj.
11
(rata-rata perbedaan antara nilai audit dan nilai buku untuk item-item sampel)
untuk

Pelaksanaan tahap ini persis sama dengan apa yang dilakukan pada estimasi MPU maupun
estimasi diferensiasi.
Tahap awal dalam pelaksanaan rencana sampling adalah menentukan nilai audit pada
setiap item sampel. Dengan demikian, hal ini sama dengan pada sampling MPU. Untuk
selanjutnya diperlukan tahap-tahap berikut :
Menghitung selisih untuk setiap item sampel yang sama pada nilai audit item-item
tersebut dikurangi nilai bukunya. Perbedaannya mungkin positif, negatif, atau nol.
Perhatikan bahwa perbedaan positif menunjukkan kurang saji dalam nilai buku, dan
perbedaan negatif menunjukkan lebih saji dalam nilai buku.
Jumlahkan selisih item sampel individual (dj),
Membagi jumlah perbedaan tersebut dengan jumlah item dalam sampel untuk
memperoleh rata-rata perbedaan (d),
hitung standar penyimpangan perbedaan sampel (Sdj)
Untuk melakukan penilaian kuantitatif, estimasi diferensiasi perbedaan proyeksi total
dalam populasi tersebut ditentukan sebagai berikut:
=Nx
Estimasi nilai total populasi kemudian ditentukan sebagai berikut:
= BV +
Selanjutnya menghitung cadangan risiko sampling dicapai adalah sebagai berikut:
A = N . UR .
Langkah terakhir dalam penilaian kuantitatif adalah menghitung untuk kisaran estimasi nilai
populasi total dan menentukan apakah nilai bukunya anjlok dalam kisaran tersebut.
3. ESTIMASI RASIO
Dalam sampling estimasi rasio, pertama auditor menentukan nilai audit untuk setiap item
dalam sampel. Berikutnya, rasio dihitung dengan membagi jumlah nilai audit dengan jumlah
12

nilai buku untuk item sampel tersebut. Rasio ini dikalikan dengan total nilai buku untuk
mendapatkan estimasi nilai populasi total. Cadangan risiko sampling kemudian dihitung
berdasarkan variabilitas rasio nilai audit dan nilai buku item sampel secara individual.
Melaksanakan Rencana Sampel
Setelah nilai audit untuk setiap item sampel ditentukan, dalam estimasi rasio penting untuk:
Menghitung rasio jumlah nilai audit dan nilai buku untuk item-item sampel (R).
Menghitung rasio nilai audit dan nilai buku untuk setiap item.
Mengitung penyimpangan standar rasio secara individual dari pada item-item sampel
(Srj).

Dalam estimasi rasio, estimasi nilai total populasi ditentukan dengan rumus berikut:
= BV x R
Rumus untuk menentukan cadangan risiko sampling yang dicapai sama dengan
rumus pada estimasi diferensiasi, kecuali penyimpangan standar rasio secara individual
dalam
sampel
tersebut
disubstitusikan
untuk
penyimpangan
standar
perbedaan-
perbedaannya. Penyimpangan standar rasio adalah perhitungan yang tidak praktis, dan
jarang dipakai dalam praktik tanpa bantuan komputer.
Jika nilai populasi total estimasian dan cadangan risiko sampling yang dicapai telah
dihitung, maka kisaran estimasi nilai populasi total harus ditentukan. Hasil sampel kemudian
dinilai secara kuantitatif dan kualitatif dengan cara yang sama seperti pada estimasi MPU
atau estimasi diferensiasi.
Kelebihan Dan Kerugian Sampling Variabel Klasik
Kelebihan utama sampel variabel klasik adalah :
Sampel-sampelnya lebih mudah untuk diperluas daripada sampel PPS, jika

diperlukan
Saldo nol dan saldo yang bertanda berbeda tidak memerlukan pertimbangan
perancangan khusus
Jika ada perbedaan yang besar antara nilai audit dan nilai buku, tujuan auditor dapat
terpenuhihanya dengan ukuran sampel yang lebih kecil dibandingkan sampling PPS
Sedangkan kekurangan utamanya adalah :
13
Sampling variabel klasik lebih rumit dibanding sampling PPS, umumnya, auditor
memerlukan bantuan program komputer untuk merancang sampel yang efisien dan
mengevaluasi hasil sampel
Untuk
menentukan
ukuran
sampel,
auditor
harus
mempunyai
estimasi
penyimpangan standar karakteristik yang dikehendaki dalam populasi
IV. SAMPLING NON STATISTIK DALAM PENGUJIAN SUBSTANTIF

Perbedaan utama antara sampling non statistik dan statistik terletak dalam tahaptahap penentuan ukuran sampel dan pengevaluasian hasil sampel. Tahap-tahap ini sering
dipahami lebih objektif atau lebih teliti dalam sampling statistik, serta lebih subjektif dan
mendasarkan pada pertimbangan dalam sampel-sampel non statistik.
Pertimbangan yang hati-hati dalam perancangan sampel harus dilakukan untuk
memperoleh sampel-sampel yang efisisen dan efektif. Hal ini dihasilkan dalam sampel
statistik
yang
secara
menghubungkannya
ke
eksplisit
model
menspesifikasikan
matematika.
faktor-faktor
Sebagai
contoh,
penting
auditor
dan
harus
mempertimbangkan hubungan berikut :

FAKTOR
Ukuran populasi
PENGARUHNYA TERHADAP UKURAN SAMPEL

Langsung
Variasi dalam populasi
Langsung
Salah saji yang dapat ditoleransi
Terbalik
Salah saji yang diharapkan
Langsung
Resiko kesalahan penerimaan
Terbalik
Resiko kesalahan penolakan
Terbalik
Mengevaluasi Hasil-hasil Sampel

Dalam sampling non statistik seperti halnya sampling statistik, auditor harus
memproyeksikan salah saji yang ditemukan dalam sampel pada populasinya dan
mempertimbangkan resiko sampling ketika mengevaluasi hasil sampel. Dua metode yang
dipakai dalam memproyeksian salah saji dalam sampling non statistik adalah :
14

1. Metode rasio di mana auditor mengestimasi nilai audit populasi berdasarkan rasio nilai
audit sampel dibagi dengan nilai buku sampel-sampel tersebut. Auditor akan menentukan
nilai audit setiap strata dengan menggunakan rumus berikut :
2. Metode diferensiasi di mana auditor mengestimasi nilai audit populasi dengan menambah
(atau mengurangi) proyeksi diferensiasi antara nilai audit dan nilai buku dari populasi.
Auditor akan menentukan nilai audit setiap strata dengan menggunakan rumus berikut :
dimana
15

Chapter 13 - Sampling Audit

Uploaded by

Document Information

Copyright

Available Formats

Share this document

Share or Embed Document

Sharing Options

Did you find this document useful?

Is this content inappropriate?

Copyright:

Available Formats

Chapter 13 - Sampling Audit

Uploaded by

Copyright:

Available Formats

CHAPTER 13-SAMPLING AUDIT DALAM PENGUJIAN SUBSTANTIF

KETIDAKPASTIAN, RISIKO SAMPLING, DAN RISIKO AUDIT

Risiko kesalahan penerimaan, yaitu risiko bahwa sampel yang mendukung

Risiko kesalahan penolakan, yaitu risiko bahwa sampel yang mendukung