KONSEP DASAR
Sifat
dan Tujuan
Sampling
audit adalah penerapan prosedur audit yang kurang dari 100% pada item-item
dalam populasi, seperti saldo akun atau kelompok transaksi, yang bertujuan
untuk mengevaluasi beberapa karakteristik populasi tersebut. Rencana sampling
untuk pengujian substantif dapat dirancang untuk :
- Memperoleh bukti bahwa saldo akun tidak mengandung salah saji yang material
- Membuat estimasi independen mengenai jumlah tertentu
Ketidakpastian,
Risiko-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 terinsi 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 :
D = AR / (IR X CR X AP)
Pendekatan-pendekatan
Sampling Statistik
Dua
pendekatan sampling statistik berikut dapat digunakan oleh auditor dalam
pengujian substantif :
Perbedaan
utama antara kedua pendekatan tersebut adalah bahwa sampling PSS 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.
SAMPLING
PPS (PROBABILITY PROPORTIONAL TO SIZE)
Menentukan Tujuan Rencana
Sampling
Tujuan rencana sampling PPS
pada umumnya adalah untuk memperoleh bukti bahwa saldo akun yang dicatat tidak
salah saji secara material. 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.
Menetapkan
Populasi dan Unit Sampling
Populasi
terdiri dari kelompok transaksi atau saldo akun yang diuji. Untuk setiap
populasi, auditor harus memutuskan apakah seluruh item tersebut akan diikutkan.
Unit sampling dalam sampling PPS adalah rupiah itu sendiri, dan populasinya
adalah jumlah rupiah yang sama dengan jumlah total rupiah pada populasi
tersebut. Meskipun setiap rupiah tersebut merupakan dasar pemilihan sampel,
namun yang diuji auditor adalah akun, transaksi, dokumen, atau item-item
sejenis yang berkaitan dengan rupiah yang dipilih.
Menentukan
Ukuran Sampel
Rumus
untuk menentukan ukuran sampel dalam sampling PPS adalah :
n
= BV X RF/ TM – (AM X EF)
BV = nilai buku populasi yang
diuji
RF =
faktor reliabilitas untuk resiko kesalahan penerimaan
TM = salah
saji yang dapat ditoleransi
AM = salah
saji yang diantisipasi
EF =
faktor ekspansi untuk salah saji yang diantisipasi
Menentukan
Metode Pemilihan Sampel
Metode
pemilihan sampel yang paling banyak digunakan dalam sampling PPS adalah
pemilihan sistematis. Metode ini memisahkan total populasi dalam rupiah ke
interval yang sebanding dengan rupiah. Dengan demikian, interval sampling harus
dihitung sebagai berikut :
SI = BV
n
Melaksanakan
Rencana Sampling
Dalam
fase perencanaan, auditor memakai 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 total 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 tertentu dalam perancangan sampel. Juka UML lebih
kecil atau sama dengan salah saji yang dapat ditoleransi, hasil sampel mendukung
kesimpulan bahwa nilai buku populasi tidak dicatat melebihi TM pada risiko
kesalahan penerimaan yang ditetapkan. UML dihitung sebagai berikut :
UML
= PM + ASR
PM = salah saji total yang
diproyeksikan dalam populasi
ASR = cadangan risiko
sampling
Kelebihan
dan Kekurangan Sampling PPS
Kelebihan
sampling PPS adalah :
- 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
- Ukuran sampel PPS tidak didasarkan pada beberapa ukuran penyimpangan yang diestimasi pada nilai audit
- Sampling PPS secara otomatis menghasilkan sampel yang sudah distratifikasi karena item-itemnya dipilih dalam proporsi pada nilai rupiahnya
- Pemilihan sampel sistematis PPS secara otomatis menujukkan beberapa item yang secara individual signifikan jika nilai-nilainya melebihi pisah batas atas moneter
- Jika auditor memperkirakan tidak ada salah saji, sampling PPS biasanya akan menghasilkan ukuran sampel yang lebih kecil daripada hasil dari sampling variabel klasik
- Sampel PPS lebih mudah dirancang, dan pemilihan sampel dapat dimulai sebelum tersedia populasi yang lengkap
Sebaliknya,
sampling PPS mempunyai kekurangan sebagai berikut :
- Sampling PPS mengandung asumsi bahwa nilai audit unit sampling harus tidak kurang dari nol atau lebih besar dari nilai buku
- Jika kekurangsajian ditunjukkan dalam sampel tersebut, evaluasi atas sampel tersebut memerlukan pertimbangan khusus
- Pemilihan saldo nol atau saldo dengan tanda yang berbeda memerlukan pertimbangan khusus
- Evaluasi PPS dapat melebihi ASR jika salah saji ditemukan dalam sampel
- Sejalan dengan meningkatnya jumlah salah saji yang diperkirakan, ukuran sampel yang sesuai juga meningkat
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.
Estimasi
Mean Per Unit (MPU)
Sampling
estimasi MPU mencakup penentuan nilai 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
risiko sampling yang berkaitan dengan estimasi ini juga dihitung untuk
digunakan dalam mengevaluasi hasil-hasil sampel tersebut.
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
:
- Nilai buku setiap item populasi harus diketahui
- Total nilai buku populasi harus diketahui dan sesuai dengan jumlah nilai buku item-item secaar individual
- Terdapat perbedaan yang besar antara nilai audit dan nilai buku yang diperkirakan
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 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.
Kelebihan
dan Kekurangan 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 :
- 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
SAMPLING NONSTATISTIK DALAM PENGUJIAN SUBSTANTIF
Menentukan
Ukuran Sampel
Pertimbangan
yang hati-hati dalam perancangan sampel harus dilakukan untuk memperoleh
sampel-sampel yang efisien dan efektif. Hal ini dihasilkan dalam sampel
statistik yang secara eksplisit menspesifikasi faktor-faktor penting dan
menghubungkannya ke model matematika. Pertimbangan faktor-faktor yang sama
dalam sampel-sampel nonstatistik dapat membantu menghasilkan sampel yang lebih
efisien dan efektif, sekalipun faktor-faktor ini tidak secara eksplisit
dikuantifikasikan.
Mengevaluasi
Hasil-hasil Sampel
Dalam
sampling nonstatistik seperti halnya sampling statistik, auditor harus :
- Memproyeksikan salah saji yang ditemukan dalam sampel pada populasinya
- Mempertimbangkan risiko sampling ketika mengevaluasi hasil sampel
Dua
metode yang dipakai dalam memproyeksikan salah saji dalam sampling nonstatistik
adalah :
- Metode rasio dimana auditor mengestimasi nilai audit populasi berdasarkan rasio nilai audit sampel dibagi dengan nilai buku sampel-sampel tersebut
- Metode diferensiasi dimana auditor mengestimasi nilai audit populasi dengan menambah proyeksi diferensiasi antara nilai audit dan nilai buku dari populasi
Tidak ada komentar:
Posting Komentar