TUGAS PENGAUDITAN II

SAMPLING AUDIT UNTUK PENGUJIAN RINCI SALDO

Nama kelompok 7:
I.G.N. Yoga Dimas Atmaja

(1315351003)

AA. Ngurah Bagus Dwiprayuda

(1315351008)

Ni Wayan Lia Apriani

(1315351036)

PROGRAM NON REGULER

FAKULTAS EKONOMI DAN BISNIS
UNIVERSITAS UDAYANA
2016

PEMBAHASAN
I.

Perbandingan antara Sampling Audit untuk Pengujian Rinci Saldo dengan

Sampling Audit untuk Pengujian Pengendalian dan Pengujian Substantif Transaksi
Perbedaan pokok antara pengujian pengendalian, pengujian substantif transaksi, dan
pengujian rinci saldo terletak pada apa yang ingin diukur auditor.
Jenis Pengujian
Pengujian pengendalian
Pengujian substantif transaksi
Pengujian rinci saldo

Apa yang Diukur

Efektivitas operasi pengendalian internal
Efektivitas operasi pengendalian internal
Kebenaran rupiah tansaksi dalam sistem akuntansi
Apakah jumlah rupiah saldo akun mengandung
kesalahan penyajian secara material

Auditor melakukan pengujian pengendalian dan pengujian substantif transaksi:

Untuk menentukan apakah tingkat penyimpangan dalam populasi cukup rendah.
Untuk menurunkan taksiran risiko pengendalian dan dengan demikian mengurangi
pengujian rinci saldo.
Berbeda dengan pengujian pengendalian dan pengujian substantif transaksi, auditor
jarang menggunakan pengujian tingkat keterjadian dalam pengujian rinci saldo. Dalam
hal ini, auditor menggunakan metoda sampling yang member hasil dalam bentuk rupiah.
Ada tiga jenis metoda sampling yang digunakan untuk menghitung kesalahan penyajian
rupiah dalam saldo akun, yakni: sampling non statistik, sampling unit moneter dan
sampling variabel.
II.

Sampling Non-Statistik
Berikut merupakan perbedaan dan persamaan sampling asudit untuk pengujian rinci saldo
dan sampling audit untuk pengujian pengendalian dan pengujian substantif transaksi.
Tahapan sampling audit untuk pengujian rinci Tahapan sampling audit untuk pengujian
saldo
pengendalian dan pengujian substantif
transaksi
Merencanakan Sampel
- Menetapkan tujuan pengujian audit
- Merumuskan apakah samping audit bisa
diterapkan.
- Merumuskan kesalahan penyajian.
-

Merumuskan populasi
Merumuskan unit sampling
Menetapkan kesalahan penyajian bisa
ditoleransi

Merencanakan sampel
- Menetapkan tujuan pengujian audit
- Merumuskan apakah samping audit bisa
diterapkan.
- Merumuskan atribut dan kondisi
penyimpangan.
- Merumuskan populasi
- Merumuskan unit sampling
- Menetapkan tingkat penyimpangan bisa
diterima

Menetapkan risiko bisa diterima untuk

keliru menerima.

Menaksir kesalahan penyajian dalam

populasi
Menentukan ukuran sampel awal.

Memilih Sampel dan Melaksanakan

Prosedur Audit
- Memilih sampel
- Melaksanakan prosedur audit
Mengevaluasi Hasil
- Generalisasi dari sampel ke populasi
- Menganalisis kesalahan penyajian
- Memutuskan akseptabilitas populasi

Menetapkan risiko bisa diterima untuk

penaksiran risiko pengenalian terlalu
rendah
Menaksir tingkat penyimpangan populasi
Menentukan ukuran sampel awal.

Memilih Sampel dan Melaksanakan

Prosedur Audit
- Memilih sampel
- Melaksanakan prosedur audit
Mengevaluasi Hasil
- Generalisasi dari sampel ke populasi
- Menganalisis penyimpangan
- Memutuskan akseptabilitas populasi

1. Menetapkan tujuan pengujian audit

Sampel untuk pengujian rinci saldo digunakan auditor untuk menentukan apakah
saldo akun yang sedang diaudit telah ditetapkan dengan wajar.
2. Memutuskan apakah sampling audit bisa diterapkan
Sampling audit diterapkan apabila auditor merencanakan untuk mengambil
kesimpulan tentang populasi berdasarkan suatu sampel. Tetapi dalam situasi tertentu
sampling tidak dapat diterapkan.
3. Merumuskan kesalahan penyajian
Karena sampling audit untuk pengujian rinci saldo mengukur kesalahan penyajian
moneter, suatu kesalahan penyajian terjadi apabila unsur sampel kesalahan penyajian.
4. Merumuskan populasi
Dalam pengujian rinci saldo, populasi didefinisikan sebagai unsur-unsur yang
membentuk populasi rupiah yang tercatat dalam pembukuan. Pada banyak populasi
auditor sering memilah populasi menjadi dua atau lebih subpopulasi sebelum
menerapkan sampling audit. Hal ini disebut sampling distratifikasi yang setiap
subpopulasinya disebut stratum. Stratifikasi memberi kemungkinan auditor untuk
menekankan pada unsur populasi tertentu.
5. Merumuskan unit sampling
Untuk sampling audit non statistika dalam pengujian audit saldo, unit samplingnya
hampir selalu berupa unsur-unsur yang membentuk saldo akun.
6. Menetapkan kesalahan penyajian bisa ditoleransi
Untuk menentukan ukuran sampel dan mengevaluasi hasil dalam sampling non
statistik, auditor memulai dengan menetapkan pertimbangan pendahuluan tentang
materialitas dan menggunakan jumlah tersebut untuk menetapkan kesalahan
penyajian bisa ditoleransi untuk setiap akun.
7. Menetapkan risiko bisa diterima untuk keliru menerima (ARIA)

ARIA adalah besarnya risiko yang bisa diterima auditor dalam menerima suatu saldo
akun sebagai saldo yang benar padahal kesalahan penyajian yang sesungguhnya
melampui kesalahan penyajian bisa ditoleransi.
8. Menaksir kesalahan penyajian dalam populasi
Auditor membuat estimasi berdasarkan pengalaman tahun sebelumnya dengan klien
yang bersangkutan dan dengan menaksir risiko bawaan, mempertimbangkan hasil
pengujian pengendalian, pengujian substantif transaksi dan pengujian analitis yang
telah dilakukan.
9. Menentukan ukuran sampel awal
Apabila menggunakan sampling non-statistik, tentukan ukuran sampel awal dengan
mempertimbangkan faktor-faktor. Apabila auditor menggunakan sampling berstrata,
auditor harus mengalokasikan ukuran sampel diantara strata yang ada, biasanya
bagian terbesar unsur sampel dialokasikan pada unsur populasi yang paling besar.
10. Memilih sampel
Untuk sampling non-statistika, standar auditing mengijinkan auditor untuk
menggunakan salah satu dari metoda pemilihan yang ada. Untuk sampling berstrata,
auditor memilih sampel secara independen dari setiap strata.
11. Melaksanakan prosedur audit
Untuk melaksanakan prosedur audit, ausitor menerapkan prosedur audit yang tepat
terhadap setiap unsur dalam sampel untuk menentukan apakah berisi kesalahan
penyajian.
12. Generalisasi dari sampel ke populasi dan memutuskan akseptabilitas populasi
Auditor harus melakukan generalisasi dari sampel ke populasi dengan (1) melakukan
proyeksi kesalahan penyajian dari hasil sampel ke populasi dan (2)
mempertimbangkan kesalahan sampling dan risiko sampling (ARIA).
13. Menganalisis kesalahan penyajian
Auditor harus mengevaluasi sifat dan penyebab setiap kesalahan penyajian yang
ditemukan dalam pengujian rinci saldo. Auditor harus melakukan analisis kesalahan
penyajian untuk memutuskan apakah diperlukan suatu modifikasi atas model risiko
audit.
14. Tindakan apabila populasi ditolak
Apabila auditor berkesimpulan bahwa kesalahan penyajian dalam populasi lebih
besar dari kesalahan penyajian bisa ditoleransi setelah mempertimbangkan kesalahan
sampling, populasi dipandang tidak bisa diterima. Dalam situasi demikian, asuditor
memiliki beberapa kemungkinan tindakan, yaitu tidak mengambil tindakan apapun
sampai pengujian audit lainnya selesai dikerjakan; memperluas pengujian audit pada
bidang tertentu; menaikkan ukuran sampel; menyesuaikan saldo akun; minta klien
untuk mengoreksi populasi dan menolak untuk member opini wajar tanpa
pengecualian.
III.

Sampling Unit Moneter

Sampling Unit Moneter (MUS) adalah metode sampling statistik yang paling
digunakan untuk pengujian rinci saldo karena kesederhanaan statistik dari sampling

atribut yang memberikan hasil statistik yang dinyatakan dalam rupiah. Fitur yang
terpenting dari MUS adalah pemurusan unit sampling sebagai rupiah individual yang ada
dalam saldo akun. Dengan fokus pada rupiah individual sebagai unit sampling, MUS
secara otomatis menekankan pada unit fisik yang bersaldo besar di pembukuan. Seorang
auditor harus melakukan generalisasi dari sampel ke populasi dengan memproyeksikan
kesalahan penyajian dari hasil sampel ke populasi dan menentukan kesalahan sampling
yang bersangkutan. Dalam MUS ke-14 langkahnya juga harus dilaksanakan namun ada
beberapa dilakukan dengan cara berbeda. perbedaan tersebut yaitu dalam:
definisi unit sampling adalah suatu dolar individual.
Ukuran populasi adalah populasi dolar yang tercatat
Pertimbangan pendahuluan mengenai materialitas digunakan untuk setiap akun dan
bukan salah saji yang dapat ditoleransi
Ukuran sampel ditentukan dengan menggunakan rumus statistik
Aturan keputusan formal digunakan untuk memutuskan akseptabilitas populasi
Pemilihan sampel dilakukan dengan menggunakan PPS
Auditor menggeneralisasi dari sampel ke populasi dengan menggunakan teknik MUS
Auditor harus menggeneralisasi dari sampel ke populasi dengan (1)
memproyeksikan salah saji dari hasil sampel ke populasi dan (2) menentukan kesalahan
sampling yang terkait. Empat aspek melakukan hal tersebut dengan menggunakan MUS:
a. Tabel sampling atribut digunakan untuk menghitung hasil.
b. Hasil atribut harus dikonversi ke dalam dolar.
c. Auditor harus membuat asumsi mengenai persentase salah saji setiap item populasi
yang mengandung salah saji.
d. Hasil statistik yang diperoleh jika menggunakan MUS disebut sebagai batas salah saji
(misstatement bounds). Auditor ingin menentukan jumlah salah saji maksimum dan
jumlah kurang saji yang dapat saja terjadi dalam populasi meskipun sampel tidak
mengandung salah saji. Hal tersebut masing-masing disebut sebagai batas salah saji
atas dan batas salah saji bawah.
Empat aspek dalam menggeneralisasi dari sampel ke populasi yang telah di modifikasi
sebagai berikut:

Jumlah lebih saji dan kurang saji di tangani secara terpisah dan kemudian di
gabungkan.
Asumsi salah saji yang berbeda di buat untuk setiap saji, termasuk salah saji nol.
Auditor harus berhadapan dengan lapisan CUER dari sampling atribut.
Asumsi salah saji harus dikaitkan dengan setiap lapisan (layer)

Setelah batas salah saji dihitung, auditor harus memutuskan apakah populasi
dapat diterima. Diperlukan suatu aturan keputusan untuk hal tersebut. Aturan keputusan
untuk MUS adalah sebagai berikut: Jika batas salah saji bawah (lower misstatetement

bound = LMB) dan batas salah saji atas (upper misstatement bound = UMB)berada di
antara jumlah salah saji yang berupa lebih saji dan kurang saji yang dapat ditoleransi.
Jika salah satu kedua batas salah saji berada di luar batas salah saji yang dapat ditoleransi
dan populasi dianggap tidak dapat diterima, auditor memiliki beberapa opsi.
IV.

Sampling Variabel
Sampling variabel adalah metode statistik yang digunakan auditor. Sejumlah
teknik sampling membentuk metoda yang disebut variabel sampling, yaitu: estimasi
selisih, estimasi rasio dan estimasi mean per unit. 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.
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. 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 :
Auditor menggunakan proses inferensi statistic sebelumnya bagi semua metode
sampling variabel. Setiap metode dibedakan menurut apa yang sedang diukur, ketiga
metode variabel tersebut. 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 ( 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 ( 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 ratarata 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.
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 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 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.
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. Untuk
mengilustrasikan konsep dan metodologi sampling variabel, kita tela memilih estimasi
perbedaan dengan menggunakan pengujian hipotesis karena relative sederhana. Tujuan
pengujian audit adalah untuk menentukan apakah piutang usaha sebelum
mempertimbangkan penyisihan piutang tak tertagih mengandung salah saji yang material.
Sampling audit diterapkan dalam konfirmasi piutang usaha karena besarnya jumlah
piutang usaha. Kondisi salah saji merupakan kesalahan klien yang ditentukan melalui
konfirmasi setiap akun atau prosedur alternative. 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.
Unit sampling adalah suatu akun dalam daftar piutang usaha. Jumlah salah saji yang
bersedia diterima auditor merupakan pertanyaan tentang materialitas. Auditor
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

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.
Ukuran sampel awal dapat dihitung dengan menggunakan rumus berikut :

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.
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 :
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.
Auditor harus mengevaluasi salah saji untuk menentukan penyebab setiap salah
saji dan memutuskan apakah perlu memodifikasi model risiko audit. 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.
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.
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.
REFERENSI
Jusuf, Al Haryono. 2011. Auditing (pengauditan berbasis ISA).Bagian penerbitan Sekolah
Tinggi Ilmu Ekonomi YKPN: Yogyakarta