RINGKASAN MATERI KULIAH

PENGAUDITAN II
EKA 446 A1
BAB 14

Oleh:
KELOMPOK 7
I Gede Dhyana Putra

(1406305057)

I Gede Hadika Kresna Wirawan

(1406305074)

Ngurah Agung Peranian

(1406305086)

Made Oka Candra Andreana

(1406305116)

FAKULTAS EKONOMI DAN BISNIS

UNIVERSITAS UDAYANA
2016

1. PERBANDINGAN ANTARA SAMPLING AUDIT UNTUK PENGUJIAN

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

Untuk menentukan apakah tingkat pengecualian populasi cukup rendah.

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

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

Pengendalian dan Pengujian Substantif

Transaksi
Merencanakan Sampel
Merencanakan Sampel
1. Menetapkan tujuan pengujian audit
1. Menetapkan tujuan pengujian audit
2. Memutuskan apakah sampling audit 2. Memutuskan apakah sampling audit
dapat audit dapat diterapkan .
3. Merumuskan kesalahan penyajian.

dapat audit dapat diterapkan .

3. Merumuskan atribut dan kondisi

penyimpangan.
4. Merumuskan populasi
4. Mendefiniskan populasi
5. Mendefiniskan unit sampling
5. Mendefiniskan unit sampling
6. Menetapkan kesalahan penyajian yang 6. Menetapkan tingkat pengecualian
dapat ditoleransi yang dapat
ditoleransi.
7. Menetapkan risiko yang dapat diterima 7. Menetapkan risiko yang dapat penilian
diterima penerima yang salah terlalu risiko pengendalian yang
rendah.
8. Menaksir kesalahan penyajian dalam 8.
populasi.
9. Menentukan ukuran sampel awal

Menaksir

tingkat

pengecualian

populasi
9. Menentukan ukuran sampel awal

Memilih sampel dan Melaksanakan Memilih sampel dan Melaksanakan

Prosedur Audit
10. Memilih sampel
11. Melaksanakan Prosedur Audit

Prosedur Audit
10. Memilih sampel
11. Melaksanakan Prosedur Audit

Mengevaluasi Hasil
Mengevaluasi Hasil
12. Menggeneralisasi dari sampel ke 12. Menggeneralisasi dari sampel ke
populasi
13. Menganalisis kesalahan penyajian
14. Memutuskan akseptibilitas populasi
2.1

populasi
13. Menganalisis pengecualian
14. Memutuskan akseptibilitas populasi

Menetapkan Tujuan Pengujian Audit

Auditor mengambil sa,pel untuk pengujian rincian saldo guna menentukan apakah

saldo akun yang sedang diaudit telah dinyatakan secara wajar.

2.2

Memutuskan Apakah Sampling Audit bisa Diterapkan

Sampling audit dapat diterapkan setiap kali auditor berencana membuat kesimpilan

mengenai populas berdasarkan sampel.

2.3

Merumuskan Kesalahan Penyajian

Karena sampling audit untuk pengujian rincian saldo mengukur kesalahan penyajian

moneter, yaitu kesalahan penyajian yang terjadi apabila item sampel disalahsajikan.
2.4

Merumuskan Populasi
Dalam pengujian rincian saldo, populasi definiskan sebagai item yang membentuk

populasi rupiah yang tercatat.

2.4.1

Sampling Distratifikasi

Bagi kebanyakan populasi, auditor memisahkan populasi ke dalam dua atau lebih
subpopulasi sebelum menerapkan sampling audit. Hal ini disebut sebagai sampling
berstratifikasi (stratified sampling), di mana setiap subpopulasi disebut sebagai strata.
Stratifikasi memungkinan auditor untuk menekankan item populasi tertentu dan mengabaikan
yang lain.
2.5

Merumuskan Unit Sampling

Untuk sampling audit non-statistika dalam pengujian audit saldo, unit samplingnya hamper
selalu berupa unsur-unsur yang membentuk saldo akun.
2.6

Menetapkan Kesalahan Penyajian yang Dapat Ditoleransi

Auditor menggunakan kesalahan penyajian yang dapat ditoleransi, untuk menentukan

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

Menetapkan Risiko yang Dapat Diterima atas Penerimaan yang Salah

Resiko yang dapat diterima atas penerimaan yang salah (acceptable risk of incorrect
acceptance= ARIA ) adalah jumlah risiko yang bersedia ditaggung auditor karena menerima
suatu saldo sebagai benar padahal kesalahan penyajian yang sebenarnya dalam saldo tersebut
melampaui kesalahan penyajian yang dapat ditoleransi. ARIA mengukur keyakinan yang
diinginkan auditor atas suatu saldo akun. Untuk memperoleh keyakinan yang lebih besar
ketika mengaudit suatu saldo akun. Untuk memperoleh keyakinan yang lebih besar ketika
mengaudit suatu saldo, auditor akan menetapkan ARIA yang lebih rendah. ( Perhatikan
bahwa ARIA adalah istilah yang ekuivalen dengan ARACR (acceptable risk of assessing
control risk too low)

untuk pengujian pengendalian dan pengujian sebstantif transaksi.

Seperti ARACR, ARIA dapat ditetapkan secara kualitatif (seperti rendah, sedang, atau tinggi).
Ada hubungan terbalik antara ARIA dan ukuran sampel yang diperlukan. Sebuah
faktor penting yang mempengaruhi keputusan auditor mengenai ARIA adalah penilaian risiko
pengendalian dalam model risiko audit. Jika pengendalian internal sudah efektif, resiko
pengendalian dapat dikurangi sehingga memungkinkan auditor untuk meningkatkan ARIA.
Pada gilirannya, hal ini akan mengurangi ukuran sampel yang diperlukan untuk pengujian
atas rincian saldo akun yang berkaitan.
2.8

Menaksir kesalahan penyajian dalam Populasi

Biasanya auditor membuat estimasi ini berdasarkan pengalaman sebelumnya dengan

klien dan dengan menilai risiko inheren, yang mempertimbangkan hasil pengujian
pengendalian, pengujian substantif atas transaksi, dan prosedur analitis yang telah
dilaksanakan. Ukuran sampel yang direncanakan akan meningkat apabila jumlah saji yang
diharapkan dalam populasi mendekati kesalahan penyajian yang dapat ditoleransi.
2.9

Menentukan Ukuran sampai Awal

Jika menggunakan sampling nonstatistik, auditor menetukan ukuran sampel awal

dengan mempertimbangkan faktor-faktor yang telah kita bahas sejauh ini. Untuk membantu
auditor membuat keputusan menyangkut ukuran sampel, auditor seringkali mengikuti
pedoman yang disebabkan oleh kantor akunntannya atau beberapa sumber lainnya.
2.10

Melaksanakan Prosedur Audit

Untuk melaksanakan prosedur audit, auditor menerapkan prosedur audit yang tepat

pada setiap item sampel untuk menetukan apakah item tersebut mengandung kesalahan
penyajian. Dalam konfirmasi piutang usaha, auditor mengirimkan sampel konfirmasi positif.
Jika terjadi nonrespons, mereka akan menggunakan prosedur alternatif untuk menentukan
kesalahan penyajian.

2.11

Menggenerelisasi dari Sampel ke Populasi dan Memutuskan Akseptibilitas

Populasi
Auditor harus menggeneralisasi dari sampel ke populasi dengan (1) memproyeksikan
kesalahan penyajian dari hasil sampel ke populasi dan (2) mempertimbangkan kesalahan
sampling serta resiko sampling (ARIA). Karena itu, auditor harus memproyesikan dari
sampel ke populasi.
Langkah pertama adalah menghitung titik estimasi (point estimate). Titik estimasi
dapat dihitung dengan berbagai cara, tetapi pendekatan yang umum adalah mengasumsikan
bahwa kesalahan penyajian populasi yang belum diaudit adalah proporsional dengan
kesalahan penyajian sampel. Perhitungan tersebut harus dilakukan untuk setiap strata dan
kemudian dijumlahkan, bukan menggabungkan total kesalahan penyajian dalam sampel.
2.12

Menganalisis kesalahan penyajian

Auditor harus mengevaluasi sifat dan penyebab setiap kesalahan penyajian yang

ditemukan dalam pengujian rincian saldo. Auditor harus menganalisis kesalahan penyajian
untuk memutuskan apakah setiap modifikasi model resiko audit memang diperlukan. Dalam
paragraph sebelumnya, jika auditor menyimpulkan bahwa kelalaian untuk mencatat retur
yang disebabkan oleh lemahnya pengendalian internal, auditor mungkin perlu menilai
kembali resiko pengendalian. Hal tersebut pada gilirannya akan menyebabkan auditor
mengurangi ARIA, yang akan meningkatkan ukuran sampel yang direncanakan.
2.12

Tindakan Apabila Populasi Ditolak

Jika auditor menyimpulkan bahwa kesalahan penyajian dalam suatu populasi

mungkin

lebih

besar

dari

kesalahan

penyajian

yang

dapat

ditolerensi

setelah

mempertimbangkan kesalahan sampling, populasi tidak dianggap dapat diterima. Pada titik
tersebut, auditor memiliki beberapa tindakan yang dilakukan
2.12.1 Tidak Mengambil Tindakan Hingga Pengujian atas Bidang Audit Lainnya Telah
Selesai
Akhirnya, auditor harus mengevaluasi apakah laporan keuangan secara keseluruhan
mengandung kesalahan penyajian yang material. Jika kesalahan penyajian yang mengoffset
ditemukan pada bagian audit lainnya, seperti dalam persediaan, auditor dapat menyimpulkan
bahwa estimasi kesalahan penyajian piutang usaha dapat diterima.
2.12.2 Melaksanakan Pengujian Audit yang Diperluas pada Bidang Tertentu
Jika analisis kesalahan penyajian menunjukkan bahwa sebagian besar kesalahan
penyajian merupakan Suatu jenis khusus, mungkin perlu membatasi upaya audt tambahan

pada bidang yang menjadi masalah. Ketika auditor menganalisis bidang masalah dan
memperbaikinya dengan menyesuaikan catatan klien, item sampel yang menyebabkan
terisolasinya bidang masalah kemudian dapat ditunjukkan sebagai sudah benar. Sekarang
titik estimasi dapat dihitung kembali tanpa melibatkan kesalahan penyajian yang telah
dikoreksi. ( Hal ini hanya berlaku jika kesalahan dapat diisolasi pada suatu bidang tertentu.
Pada umumnya kesalahan harus diproyeksikan ke populasi yang dijadikan sampel, meskipun
klien menyesuaikan kesalahan.)

Berdasarkan fakta baru tersebut, auditor juga akan

mempertimbangkan kembali kesalahan sampling dan akseptibilitas populasi.

2.12.3 Meningkatkan Ukuran Sampel
Jika auditor meningkatkan ukuran sampel, kesalahan sampling akan dikurangi jika
tingkat kesalahan penyajian dalam sampel yang diperluas, jumlah rupiah nya, dan arahnya
serupa dengan pada sampel awal. Karena itu, meningkatkan ukuran sampel dapat saja
memenuhi persyaratkan kesalahan penyajian yang dapat ditoleransi auditor.
Meningkatkan ukuran sampel yang cukup untuk memenuhi standar kesalahan
penyajian yang dapat ditolerensi auditor seringkali mahal, terutama jika perbedaan antara
kesalahan penyajian yang dapat ditolerensi dan kesalahan penyajian yang diproyeksikan
kecil.
2.12.4 Menyesuaikan Saldo Akun
Jika auditor menyimpulkan bahwa saldo akun mengandung kesalahan penyajian yang
material, klien mungkin akan bersedia menyesuaikan nilai bukan berdasarkan hasil sampel.
2.12.5 Meminta Klien untuk Mengoreksi Populasi
Dalam beberapa kasus, catatan klien sangat tidak kesalahan penyajian memadai
sehingga populasi harus dikoreksi secara keseluruhan sebelum audit dapat diselesaikan.

2.12.6 Menolak untuk Memberikan Pendapat Wajar Tanpa Pengecualian

Jika auditor yakin bahwa jumlah yang tercatat dalam suatu akun tidak dinyatakan
secara wajar, auditor harus mengikuti setidaknya satu prosedur alternatif sebelumnya atau
mengkualifikasi laporan audit dengan cara yang cepat. Jika auditor yakin bahwa laporan
keuangan sangat mungkin mengandung kesalahan penyajian yang material, maka
mengeluarkan pendapat wajar tanpa pengecualian merupakan pelanggaran serius terhadap
standar auditing.
3. SAMPLING UNIT MONETER

Sampling unit moneter (monetary unit sampling = MUS ) merupakan metode

sampling statistic yang paling umum digunakan untuk pengujian rincian saldo karena
memiliki kesederhanaan statistic bagi sampling atribut serta memberikan hasil statistic yang
diekspresikan dalam rupiah ( atau mata uang lainnya yang sesuai ). MUS juga disebut sebagai
sampling unit rupiah, sampling jumlah moneter kumulatif, dan sampling dengan probabilitas
yang proporsiaonal dengan ukuran.
3.1

Perbedaan Antara Sampling Unit Moneter ( MUS ) dan Sampling Nonstatistik

MUS serupa dengan penggunaan sampling nonstatistik. Ke-14 langkahnya juga harus

dilakukan dalam MUS, walaupun beberapa dilakukan dengan cara yang berbeda. Perbedaan
tersebut yaitu:
3.1.1

Definisi Unit Sampling adalah suatu Rupiah Individual

MUS memiliki fitur yang penting seperti definisi unit sampling sebagai suatu rupiah
individual dalam saldo akun. Dengan berfokus pada rupiah individual sebagai unit sampling,
secara otomatis MUS akan menekankan unit fisik yang memiliki saldo tercatat lebih besar.
Karena sampel dipilih berdasarkan doalr individual, akun dengan saldo yang besar memiliki
kesempatan yang lebih besar untuk dimasukkan ketimbang akun dengan saldo yang lebih
kecil. Akibatnya sampling berstratifikasi tidak diperlukan dalam MUS. Stratifikasi itu akan
terjadi secara otomatis.
3.1.2

Ukuran Populasi adalah Populasi Rupiah 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.

3.1.3

Pertimbangan Pendahuluan Mengenai Materialitas Digunakan untuk Setiap

Akun dan Bukan kesalahan penyajian yang Dapat Ditoleransi

Aspek unik lain dari MUS adalah penggunaan pertimbangan pendahuluan mengenai
materialitas, untuk menentukan secara langsung jumlah kesalahan penyajian yang dapat
ditoleransi ketika mengaudit setiap akun. Teknik sampling lainnya mengharuskan auditor
untuk menentukan kesalahan penyajian yang dapat ditoleransi bagi setiap akun dengan
mengalokasikan pertimbangan pendahuluan mengenai materialitas. Hal ini tidak diperlukan
jika yang digunakan adalah MUS.
3.1.4

Ukuran Sampel Ditentukan dengan Menggunakan Rumus Statistik

Proses ini akan dibahas secara terpisah setelah membahas 14 langkah sampling untuk
sampling unit moneter ( MUS )
3.1.5

Pemilihan Sampel Dilakukan dengan Menggunakan PPS

Sampel unit moneter adalah sampel yang dipilih dengan menggunakan probabilitas
yang proporsional bagi pemilihan ukuran sampel (probability proportional to size sample
selection=PPS). Sampel PPS dapat diperoleh dengan menggunakan perangkat lunak
computer, tabel angka acak, atau teknik sampling sistematis.
3.1.6

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 kesalahan penyajian dari hasil sampel ke
populasi dan (2) menentukan kesalahan sampling yang terkait. Ada empat aspek dalam
melakukan hal tersebut dengan menggunakan MUS:
1. Tabel sampling atribut digunakan untuk menghitung hasil.
2. Hasil atribut harus dikonversi ke dalam rupiah.
3. Auditor harus membuat asumsi mengenai persentase kesalahan penyajian setiap item
populasi yang mengandung kesalahan penyajian.
4. Hasil statistik yang diperoleh jika menggunakan MUS disebut sebagai batas salah saji
(misstatement bounds).
3.2

Menggeneralisasi dari Sampel ke Populasi Jika Tidak Ada kesalahan penyajian

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 kesalahan penyajian yang
ditemukan dalam sampel. Auditor ingin menentukan jumlah lebih saji maksimum dan jumlah
kurang saji yang dapat saja terjadi dalam populasi meskipun sampel tidak mengandung
kesalahan penyajian. Hal tersebut masing-masing disebut sebagai batas kesalahan penyajian
atas dan batas kesalahan penyajian bawah.
3.2.1 Persentase Asumsi kesalahan penyajian yang Tepat
Asumsi yang pas bagi persentase salah saji dalam item populasi yang mengandung
salah saji tersebut secara keseluruhan merupakan keputusan auditor. Auditor harus
menetapkan persentase tersebut berdasarkan pertimbangan profesionalnya dalam situasi
tersebut.
3.3

Menggeneralisasi Ketika kesalahan penyajian 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. Pertama, batas kesalahan penyajian atas dan bawah awal dihitung secara
terpisah untuk jumlah lebih saji dan kurang saji dihitung.
2. Asumsi kesalahan penyajian yang berbeda dibuat untuk setiap kesalahan penyajian,
termasuk kesalahan penyajian nol. Jika tidak ada kesalahan penyajian dalam sampel,
asumsinya akan

diperlukan sebagai persentase rata-rata kesalahan penyajian untuk item

populasi yang mengandung kesalahan penyajian.

Setelah kesalahan penyajian tersebut

ditemukan, auditor dapat menggunakan informasi yang tersedia tentang sampel untuk
menentukan batas salah saji.
3. Auditor harus berhadapan dengan lapisan CUER dari tabel sampling atribut. Auditor
melakukan hal ini karena ada asumsi kesalahan penyajian yang berbeda bagi setiap
kesalahan penyajian. Lapisan tersebut dihitung dengan terlebih dahulu menentukan CUER
dari tabel untuk setiap kesalahan penyajian dan kemudian menghitung setiap lapisan.
4. Asumsi kesalahan penyajian harus dikaitkan dengan setiap lapisan. Metode yang paling
umum untuk mengaitkan asumsi kesalahan penyajian dengan lapisan adalah mengaitkan
secara konservatif persentase kesalahan penyajian rupiah yang terbesar dengan lapisan
yang terbesar.
3.4

Memutuskan Akseptabilitas Populasi dengan Menggunakan MUS

Setelah batas dihitung, auditor harus memutuskan apakah populasi dapat diterima.

Untuk melakukan hal tersebut, diperlukan suatu aturan keputusan. Aturan keputusan untuk
MUS adalah sebagai berikut: Jika batas kesalahan penyajian bawah dan batas salah saji atas
berada di antara jumlah kesalahan penyajian yang berupa lebih saji dan kurang saji yang
dapat ditoleransi, kesimpulan bahwa nilai buku tidak mengandung kesalahan penyajian yang
material dapat diterima. Jika tidak, ambil kesimpulan bahwa nilai buku mengandung
kesalahan penyajian yang material.
3.5

Tindakan Jika Populasi Ditolak

Jika satu atau kedua batas kesalahan penyajian itu berada di luar batas kesalahan

penyajian yang dapat ditoleransi dan populasi dianggap tidak dapat diterima, auditor
memiliki beberapa opsi.
3.6

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.

3.6.1 Materialitas
Pertimbangan pendahuluan tentang materialitas umumnya merupakan dasar bagi
jumlah kesalahan penyajian yang dapat ditoleransi yang akan digunakan. Jika diperkirakan
terjadi kesalahan penyajian dalam pengujian non-MUS, kesalahan penyajian yang dapat
ditoleransi akan kurang materialitas dari jumlah tersebut.
3.6.2 Asumsi Persentase Rata-rata kesalahan penyajian untuk Item Populasi yang
Mengandung kesalahan penyajian
Mungkin ada asumsi yang terpisah untuk batas atas dan bawah, yang juga merupakan
pertimbangan auditor. Hal tersebut harus didasarkan pada pengetahuan auditor mengenai
klien serta pengalaman masa lalu, dan jika lebih kecil dari 100 persen yang digunakan,
asumsinya harus dapat dipertahankan dengan jelas.
3.6.3 Risiko yang Dapat Diterima atas Penerimaan yang Salah
ARIA adalah suatu pertimbangan auditor dan sering kali dicapai dengan bantuan model
risiko audit.
3.6.4 Nilai Populasi Per Pembukuan
Nilai rupiah populasi diambil dari catatan klien.
3.6.5 Estimasi Tingkat Pengecualian Populasi
Umumnya, estimasi tingkat pengecualian populasi untuk MUS adalah nol, karena MUS
sangat tepat digunakan pada situasi tidak ada kesalahan penyajian, atau jika hanya sedikit
kesalahan penyajian yang diperkirakan akan terjadi.
3.6.6 Hubungan Model Risiko Audit dengan Ukuran Sampel untuk MUS
MUS akan digunakan dalam melaksanakan pengujian atas rincian saldo. Auditor harus
memahami hubungan ketiga faktor-faktor independen itu dalam model risiko audit, ditambah
prosedur analitis dan pengujian substantif transaksi dengan ukuran sampel untuk pengujian
rincian saldo.
Sampling unit moneter (MUS) memiliki sedikitnya empat fitur yang menarik bagi
auditor:
1. MUS secara otomatis akan meningkatkan kemungkinan memilih item rupiah yang
tinggi dari populasi yang sedang diaudit.
2. MUS dapat mengurangi biaya pelaksanaan pengujian audit karena beberapa item
sampel akan diuji sekaligus.
3. MUS mudah diterapkan.
4. MUS menghasilkan kesimpulan statistik dan bukan kesimpulan nonstatistik.

4.

SAMPLING VARIABEL
Sampling variable adalah metode statistic yang digunakan oleh auditor. Sampling

variable dan sampling nonstatistik untuk pengujian rincian saldo memiliki tujuan yang sama,
yaitu mengukur salah saji dalam suatu saldo akun. Jika auditor menentukan bahwa jumlah
salah saji melampaui jumlah yang dapat ditoleransi, mereka akan menolak populasi dan
melakukan tindakan tambahan.
4.1

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.
4.2

Distribusi Sampling
Auditor tidak mengetahui nilai rata-rata (mean) kesalahan penyajian dalam populasi,

distribusi jumlah kesalahan penyajian, atau nilai yang diaudit. Karakteristik populasi tersebut
harus diestimasi dari sampel yang tentu saja, merupakan tujuan dari pengujian audit.
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.
4.3

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.
Auditor dapat menyatakan kesimpulan yang dibuatnya dari interval keyakinan dengan
menggunakan inferensi statistic dalam cara yang berbeda. Akan tetapi, mereka harus berhatihati 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 selisih
Auditor menggunakan estimasi selisih (difference estimation) untuk mengukur
estimasi jumlah kesalahan penyajian total dalam populasi apabila ada nilai tercatat maupun
nilai yang diaudit bagi setiap item sampel, yang hampir selalu terjadi dalam audit. Estimasi
perbedaan sering kali menghasilkan ukuran sampel yang lebih kecil jika dibandingkan
dengan setiap metode lainnya, dan relative lebih mudah digunakan. Karena alasan tersebut,
estimasi perbedaan sering kali dianggap sebagai metode variabel yang paling disukai
4.4.2 Estimasi Rasio
Estimasi rasio ( ratio estimation ) serupa dengan estimasi perbedaan kecuali auditor
menghitung rasio antara kesalahan penyajian dan nilai tercatatnya serta memproduksikan hal
ini dengan populasi untuk Menaksir total kesalahan penyajian populasi. Estimasi rasio dapat
menghasilkan ukuran sampel yang jauh lebih kecil ketimbang estimasi perbedaan jika ukuran
kesalahan penyajian populasi proporsional dengan nilai tercatat item populasi. Jika ukuran
setiap kesalahan penyajian bersifat independen dengan nilai tercatat, estimasi perbedaan akan
menghasilkan ukuran sampel yang lebih kecil. Sebagian besar auditor lebih menyukai
estimasi perbedaan karena lebih sederhana untuk menghitung interval keyakinan.

4.4.3 Estimasi Rata-rata per Unit

Estimasi rata-rata per unit ( mean per unit estimation ) auditor berfokus pada nilai
yang teraudit dan bukan pada jumlah kesalahan penyajian setiap item dalam sampel. Kecuali
untuk definisi apa yang sedang diukur, estimasi rata-rata per unit dihitung dengan cara yang
sama seperti estimasi perbedaan. Titik estimasi nilai yang diaudit sama dengan 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 kesalahan penyajian.
Jika auditor telah menghitung batas keyakinan atas dan bawah, mereka akan memutuskan
akseptabilitas populasi dengan membandingkan jumlah tersebut dengan nilai buku yang

tercatat. Estimasi rata-rata per unit jarang digunakan dalam praktik karena ukuran sampel
umumnya jauh lebih besar ketimbang untuk dua metode sebelumnya.
4.5

Metode Statistik Berjenjang

Sampling stratifikasi adalah metode sampling dimana semua unsur dalam total populasi

dibagi menjadi dua atau lebih subpopulasi. Setiap subpopulasi kemudian diuji secara
independen. Perhitungannya dilakukan bagi setiap strata dan kemudian digabung menjadi
satu estimasi populasi secara keseluruhan untuk interval keyakinan populasi secara
menyeluruh. Hasilnya diukur secara statistic. Stratifikasi dapat diterapkan pada estimasi
perbedaan, rasio, dan rata-rata per unit, tetapi paling sering digunakan dengan estimasi ratarata per unit.
4.6

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 ).
4.6.1 ARIA
ARIA adalah risiko statistic bahwa auditor telah menerima populasi yang, dalam
kenyataannya, mengandung kesalahan penyajian yang material. ARIA mendapat perhatian
yang besar dari auditor karena memiliki implikasi hukum yang serius dakam menyimpulkan
bahwa saldo akun telah dinyatakan secara wajar padahal sebenarnya mengandung kesalahan
penyajian dalam jumlah yang material.
Saldo akun dapat dinyatakan terlalu tinggi atau terlalu rendah, tetapi tidak keduanya ;
karena itu, ARIA merupakan pengujian statistic satu arah. Karena itu, koefisien keyakinan
untuk ARIA berbeda dengan tingkat keyakinan. Tingkat keyakinan = 1 2 x ARIA.

4.6.2 ARIR
Risiko yang dapat diterima atas penolakan yang salah ( acceptable risk of incorrect
rejection = ARIR ) adalah risiko statistic bahwa auditor telah menyimpulkan suatu populasi
mengandung kesalahan penyajian yang material padahal sebenarnya tidak. ARIR hanya akan
mempengaruhi tindakan auditor jika mereka menyimpulkan bahwa populasi dinyatakan
secara wajar. Jika auditor menemukan suatu saldo tidak dinyatakan secara wajar, mereka
umumnya akan meningkatkan ukuran sampel atau melaksanakan pengujian lainnya. ARIR
baru dianggap penting jika diperlukan biaya yang tinggi untuk meningkatkan ukuran sampel
atau melaksanakan pengujian lainnya.

ARIA dan ARIR

Keadaan Aktual Populasi
kesalahan
penyajian kesalahan

Keputuan Audit Aktual

Menyimpulkan

bahwa

tidak

bahwa

mengandung

risikonya adalah ARIA

populasi Kesimpulan yang tidak Kesimpulan yang benar tidak

kesalahan benar risikonya adalah ada risiko

penyajian yang material.

5.

yang

secara Material
Tidak Material
populasi Kesimpulan yang benar Kesimpulan yang tidak benar

mengandung kesalahan penyajian tidak ada risiko

yang material.
Menyimpulkan

penyajian

ARIA

ILUSTRASI PENGGUNA ESTIMASI PERBEDAAN

Untuk mengilustrasikan konsep dan metodologi sampling variabel, kita tela memilih

estimasi perbedaan dengan menggunakan pengujian hipotesis karena relative sederhana.

5.1

Merencanakan Sampel dan Menghitung Ukuran Sampel dengan Menggunakan

Estimasi Selisih
5.1.1 Menetapkan Tujuan Pengujian Audit
Tujuan pengujian audit adalah untuk menentukan apakah piutang usaha sebelum
mempertimbangkan penyisihan piutang tak tertagih mengandung kesalahan penyajian yang
material.
5.1.2 Memutuskan Apakah Sampling Audit Dapat Diterapkan
Sampling audit diterapkan dalam konfirmasi piutang usaha karena besarnya jumlah
piutang usaha.
5.1.3 Mendefinikan Kondisi kesalahan penyajian
Kondisi salah saji merupakan kesalahan klien yang ditentukan melalui konfirmasi
setiap akun atau prosedur alternative.
5.1.4 Merumuskan Populasi
Ukuran populasi ditentukan melalui perhitungan. Perhitungan yang akurat jauh lebih
penting dlam sampling variabel karena ukuran populasi mempengaruhi secara langsung
ukuran sampel batas presisi yang dihitung.
5.1.5 Merumuskan Unit Sampling
Unit sampling adalah suatu akun dalam daftar piutang usaha.
5.1.6 Menetapkan kesalahan penyajian yang Dapat Ditoleransi
Jumlah salah saji yang bersedia diterima auditor merupakan pertanyaan tentang
materialitas.

5.1.7 Menetapkan Risiko yang Dapat Diterima

Audito menetepkan dua risiko :
Risiko yang dapat diterima atas penerimaan yang salah ( ARIA ), ARIA
dipengaruhi oleh risiko audit yang dapat diterima, hasil pengujian
pengendalian dan pengujian substansif transaksi, prosedur analitis, dan

signifikansi relative piutang usaha dalam laporan keuangan.

Risiko yang dapat diterima atas penolakan yang salah ( ARIR ), ARIR

dipengaruhi oleh biaya tambahan resampling

5.1.8 Menaksir kesalahan penyajian dalam Populasi
Estimasi ini memiliki dua bagian :
Estimasi titik estimasi yang diharapkan. Auditor memerlukan estimasi dimuka
atas titik estimasi populasi bagi estimasi perbedaan, seperti ketika mereka

memerlukan estimasi tingkat pengecualian populasi untuk sampling atribut.

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

deviasi standar populasi.

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

5.2 Memilih Sampel dan Melaksanakan Prosedur

Memilih Sampel, karena memerlukan sampel acak ( selain PPS ), auditor harus
menggunakan salah satu metode pemilihan sampel probabilistic guna memilih 100 item
sampel untuk konfirmasi.
Melaksanakan Prosedur Audit, dalam konfirmasi kesalahan penyajian adalah
perbedaan antara respons konfirmasi dan saldo klien setelah merekonsiliasi semua perbedaan
waktu serta kesalahan pelanggan. Dalam situasi nonrespons, kesalahan penyajian yang
ditemukan dengan prosedur alternative akan diperlakukan serupa dengan kesalahan penyajian
yang ditemukan melalui konfirmasi.
5.3 Mengevaluasi Hasil
5.3.1 Menggeneralisasi dari Sampel ke Populasi
Secara konseptual, estimasi nonstatistik dan estimasi perbedaan akan melakukan hal
yang sama menggeneralisasi dari sampel ke populasi. Meskipun kedua metode itu
mengukur kemungkinan kesalahan penyajian populasi berdasarkan hasil sampel, estimasi

perbedaan menggunakan pengukuran statistic untuk menghitung batas keyakinan. Emapat

langkah menggambarkan perhitungan batas keyakinan ;
1. Menghitung titik estimasi total kesalahan penyajian. 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 rupiah dari ketidakmampuan memprediksi
kesalahan penyajian 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 kesalahan Meningkat
penyajian
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
kesalahan penyajian dan interval presisi yang dihitung pada tingkat keyakinan yang
diinginkan.
5.3.2 Menganalisis kesalahan penyajian
Auditor harus mengevaluasi kesalahan penyajian untuk menentukan penyebab setiap
kesalahan penyajian dan memutuskan apakah perlu memodifikasi model risiko audit.
5.3.3 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 kesalahan penyajian sepenuhnya berada dalam
kesalahan penyajian yang dapat ditoleransi berupa plus dan minus, terima hipotesis
bahwa nilai buku tidak disalahsajikan dalam jumlah yang material.
- Jika terjadi sebaliknya, terima hipotesis bahwa nilai buku disalahsajikan dalam jumlah
yang material.

5.3.4 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.
5.4 Tindakan Jika Hipotesis Ditolak
Jika satu atau kedua batas keyakinan terletak diluar rentang kesalahan penyajian yang
dapat ditoleransi, populasi dianggap tidak dapat diterima. Tindakan yang akan diambil
auditor adalah sama seperti untuk sampling nonstatistik, kecuali estimasi yang lebih baik
terhadap kesalahan penyajian populasi telah dibuat. Jika interval presisi yang dihitung
melampaui

kesalahan

penyajian

yang

dapat

ditoleransi,

auditor

tidak

akan

mengharuskan pembukuan disesuaikan.

Referensi:
Jusup, Haryono. 2014. Auditing. Yogyakarta: Bagian Penerbitan Sekolah Tinggi Ilmu
Ekonomi YKPN