Professional Documents
Culture Documents
Perbedaan utama dari pengujian pengendalian, pengujian substantif atas transaksi dan
pengujian perincian saldo terletak pada bagian mana yang diukur oleh auditor.
Jenis Pengujian
Pengujian Pengendalian
Pengujian Substantif atas
Transaksi
Pengujian Perincian Saldo
Risiko pengendalian =
100%
Mengurangi risiko
pengendalian
ARACR = 100%
Mengurangi
ARACR
Tidak melakukan
pengujian
pengendalian
Melakukan
pengujian
pengendalian
Menggunakan tingkat
ARIA rendah
Menggunakan
ARIA tinggi
Melakukan pengujian
substatif yg luas
Melakukan
pengujian substatif
yg cukup
Contoh
Pengendalian internal efektif
(mengurangi
Risiko pengendalian)
Tak ada pengecualian yg
ditemukan
Dlm pengujian substantive
atas transaksi
Kemungkinan terjadi
kebangkrutan rendah
(risiko audit yg dpt diterima
meningkat)
Prosedur analitis dilakukan
tanpa adanya
Indikasi salah saji
Dampak
Terhadap
ARIA
Jumlah
sampel
Bertambah
Berkurang
Bertambah
Berkurang
Bertambah
Berkurang
Bertambah
Berkurang
Sampel kecil
Rendah
Memuaskan
Sampel Besar
Tinggi
Tidak
Memuaskan
Tinggi
Besar
Rendah
Kecil
Sedikit
Hampir tdk ada
dampak thd jmh
sampel kecuali
populasinya
sangat kecil
Rendah
Kecil
Tinggi
Tinggi
Besar
Hampir tdk ada
sampak thd jmh
sampel kecuali
populasinya
sangat kecil.
Pengendalian
Maksimum
Sedang Di Bawah Maksimum
Sedang
Rendah
Maks
3
2,7
2,3
2
Asumsi 2: Jumlah lebih saji adalah 10%, jumlah kurang saji adalah 10% batas atas
salah saji pada ARIA 5% yaitu:
Batas atas salah saji = Rp.1.200.000 X 3% X 10% = Rp.3.600.000,Batas bawah salah saji = Rp.1.200.000 X 3% X 10% = Rp.3.600.000,Asumsinya adalah bahwa secara rata-rata, bagian-bagian yang salah saji tidak
melebihi 10%. Jika seluruh bagian telah salah saji pada satu arah, maka batas salah
saji adalah + Rp.3.600.000,- dan Rp.3.600.000,-. Perubahan asamsi salah saji
dari 100% menjadi 10% secara signifikan mempengaruhi batas salah saji.
Dampaknya secara langsung pada nilai perubahan.
Terdapat 2 (dua) kekurangan MUS yaitu:
1. Total batas salah saji yang dihasilkan saat ditemukan salah saji mungkin
terlalu tinggi sehingga tidak dapat digunakan auditor. Hal ini karena
metode evaluasi dengan sendirinya bersifat konservatif ketika salah saji
ditemukan dan kadang-kadang menghasilkan batas jauh melebihi
materialitas. Untuk mengatasi hal tersebut maka diperlukan jumlah sampel
yang banyak.
2. Sulit dalam memilih sampel PPS (Probability Proportional to size) dari
populasi besar tanpa bantuan komputer.
3. Pengambilan Sampel Variabel
Beberapa teknik pengambilan sampel terdiri dari klasifikasi metode umum yang
disebut pengambilan sampel variabel: estimasi perbedaan, estimasi risiko, dan
estimasi rata-rat per unit.
Perbedaan antara Pengambilan sampel Variabel dengan Non statistik
Distribusi Pengambilan Sampel
Diasumsikan bahwa auditor sebagai eksperimen mengambil ribuan sampel ratarata yang berulang dengan jumlah yang sama dari suatu populasi data akuntansi,
dengan nilai rata-rata
_
X = Xj
n
Dimana,
X = nilai rata-rata dalam sampel
Xj = nilai masing-masing sampel
n = jumlah sampel
sebagai ilustrasi, asumsikan terdapat populasi dengan rata-rata Rp.40.000,- dan
standar deviasi Rp.15.000,- ( x = Rp.40.000,- dan SD = Rp.15.000,-) yang kita
pilih untuk mengambil 100 sampel acak untuk setiap bagian. Standar deviasi dari
dari distribusi pengambilan sampel ini adalah Rp.1.500,- (SD/n = 15.000/ 100
= 1.500). Patokan untuk SD dari populasi dan SD dari distribusi pengambilan
sampel kadang-kadang membingungkan. Untuk menghindari kebinggungan
ingatlah bahwa standar deviasi dari distribusi rata-rata sampel sering kali disebut
the standard error of the mean(SE).
Inferensi Statistik
Inferensi statistik adalah auditor yang dengan pengetahuan mengenai distribusi
pengambilan sampel dapat menarik kesimpulan.
6
Contoh:
Diasumsikan bahwa auditor mengambil sampel dari populasi dan menghitung
Rp.46.000,- dan SE sebesar Rp.9.000,- . Kita sekarang dapat menghitung interval
keyakinan dari rata-rata populasi menggunakan logika yang diperoleh
pemahaman distribusi pengambilan sampel. Perhitungan sebagai berikut:
Ciz = X Z.SE
Di mana,
Ciz = interval keyakinan dari rata-rata populasi
Z.SE = interval ketepatan
X
= titik estimasi dari rata-rata populasi
Z
= koefisien keyakinan
Contoh:
CIx = Rp.46.000 1(Rp.9.000) =Rp.46.000 Rp.9.000,- pada 68,2% tingkat
keyakinan
CIx = Rp.46.000 2(Rp.9.000) =Rp.46.000 Rp.18.000,- pada 95,4% tingkat
keyakinan
CIx = Rp.46.000 3(Rp.9.000) =Rp.46.000 Rp.27.000,- pada 99,7% tingkat
keyakinan
_
Untuk menghitung batas keyakinan bawah (LCLx) adalah X Z.SE (Rp.46.000
Rp.18.000 = Rp.28.000,- pada tingkat keyakinan 95%).
Tingkat keyakinan
_
Tingkat Keyakinan
bawah____________________________X__________________atas_______
Rp.28.000
Rp.46.000
Rp.64.000,Metode Variabel
1. Estimasi Perbedaan
Auditor menggunakan estimasi perbedaan untuk mengukur total jumlah salah
saji dalam populasi ketika nilai tercatat dan nilai yang diaudit muncul disetiap
bagian dalam sampel. Sebagai contoh auditor dapat mengorfimasikan sampel
atas piutang dagang dan menentukan perbedaan (salah saji) antara jumlah
yang dicatat klien dengan jumlah ang dianggap benar oleh auditor untuk
setiap akun yang dipilih.
2. Estimasi Risiko
Estimasi risiko sama dengan estimasi perbedaan, kecuali auditor menghitung
rasio antara salah saji dan nilai yang mereka catat lalu memproyeksikannya ke
populasi untuk mengestimasikan total salah saji populasi.
3. Estimasi Rata-rata Per unit
Dalam estimasi rata-rata per unit, auditor berfokus pada nilai yang diaudit
dibandingkan jumlah salah saji untuk setiap sampel. Titik estimasi dalam nilai
yang diaudit sama dengan rata-rata nilai yang diaudit dalam sampel dikalikan
jumlah populasi.
Contoh Diasumsikan auditor mengambil 100 sampel dari daftar persediaan
yang terdiri atas 3.000 bagian dan nilai tercatat Rp.265.000.000,-. Jika nilai
rata-rata dari sampel adalah Rp.85.000,- maka estimasi nilai persediaan adalah
Rp.255.000.000,- (Rp.85.000,- X Rp.3000,-). Jika nilai tercatat Rp
265.000.000,- berada diantara batas keyakinan, maka auditor akan menerima
saldo populasi. Estimasi rata-rata per unit jarang digunakan dalam praktik
karena jumlah sampel biasanya lebih besar dibandingkan kedua metode
sebelumnya.
Risiko Pengambilan Sampel
ARIA (Acceptable risk of incorrect acceptance/Risiko yang dapat diterima atas
kesalahan penerimaan) adalah risiko statistik yang diterima auditor bahwa populasi
secara material telah salah saji. ARIA merupakan hal serius bagi auditor karena memiliki
dampak hukum atas pengambilan keputusan terhadap kewajaran penyajian suatu akun
ketika akun tersebut salah saji secara material.
Tingkat Keyakinan ARIA ARIR
Koefisien
(%)
(%)
(%)
Keyakinan
99
0,5
1
2,58
95
2,5
5
1,96
90
5
10
1,64
80
10
20
1,28
75
12,5
25
1,15
70
15
30
1,04
60
20
40
0,84
50
25
50
0,67
40
30
60
0,52
30
35
70
0,39
20
40
80
0,25
10
45
90
0,13
0
50
100
0
Tabel Koefisien Keyakinan untuk tingkat keyakinan,ARIA,ARIR
Saldo akun dapat lebih saji atau kurang saji. ARIA merupakan pengujian statistik satu
ekor. Koefisien keyakinan untuk ARIA berbeda dengan tingkat keyakinan. (tingkat
keyakinan = 12 X ARIA. Jadi, jika ARIA sama dengan 10% maka tingkat keyakinannya
adalah 80%).
ARIR adalah risiko statistik yang muncul akibat auditor menyimpulkan bahwa populasi
secara material telah salah saji, padahal tidak. ARIR memegaruhi tindakan auditor hanya
jika mereka menyimpulkan bahwa suatu populasi tidak disajikan secara wajar, mereka
biasanya akan menambah jumlah sampel atau melakukan pengujian lain.
Daftar Pustaka
Jusup, Haryono. 2014. Auditing (Pengauditan Berbasis ISA), Edisi 2. Yogyakarta : STIE
YKPN.
https://www.google.co.id/webhp?sourceid=chrome-instant&ion=1&espv=2&ie=UTF8#q=materi+sampling+audit+pada+uji+saldo+doc
10
PENGAUDITAN II
PENGAMBILAN SAMPEL AUDIT UNTUK PENGUJIAN PERINCIAN SALDO
EKA 446 A3
KELOMPOK XIII :
I MADE ARYA PARTAYADNYA
1406305017
1406305018
1406305032
11