Professional Documents
Culture Documents
Auditing Ii Resume CH 17 Audit Sampling For Tests of Details of Balances (Contoh Audit Untuk Menguji Detail Dari Saldo)
Auditing Ii Resume CH 17 Audit Sampling For Tests of Details of Balances (Contoh Audit Untuk Menguji Detail Dari Saldo)
Auditing Ii Resume CH 17 Audit Sampling For Tests of Details of Balances (Contoh Audit Untuk Menguji Detail Dari Saldo)
RESUME CH 17
AUDIT SAMPLING FOR TESTS OF DETAILS OF BALANCES
( CONTOH AUDIT UNTUK MENGUJI DETAIL DARI SALDO)
OLEH:
NAMA : JULIAWATI
NIM : 186602123
T.A. 2020/2021
17.1 COMPARISONS OF AUDIT SAMPLING FOR TESTS OF DETAILS OF
BALANCES AND FOR TESTS OF CONTROLS AND SUBSTANTIVE TESTS OF
TRANSACTIONS
The main differences among tests of controls, substantive tests of transactions,and
tests of details of balances are in what the auditor wants to measure.
Stratified Sampling For many populations, auditors separate the population into two
or more subpopulations before applying audit sampling. This is called stratified
sampling, where each subpopulation is a called a stratum. Stratification enables the
auditor to emphasize certain population items and deemphasize others. In most
audit sampling situations, including confirming accounts receivable, auditors want to
emphasizi the larger recorded dollar values, so they define each stratum on the
basis ofthe size ofrecorded dollar values.
For nonstatistical audit sampling in tests of details of balances, the sampling unit is
almost always the items making up the account balance. For exampie, fir the
accounts receivable in Table l7-l the sampling unit will be the customer number.
Auditors can use the items making up the recorded population as the sampling unit
for testing all audit objectives except completeness. tf iuditors are concerned about
the completeness objective they should select the sample from a different source,
such as customers or vendors with zero balances. Accordingly, the sampling unit for
a completeness test will be customers with zero balances. TolerableTolerable
misstatement is the application of performance materiality to a particular sampling
procedure. Performance materiality was defined in Chapter 9 and is an amount set
less than materiality for the financial statements as a whole and applied to audit
segments to reduce to an appropriately low level the probability thai the aggregate of
uncorrected and undetected misstatements exceedi materiality for the financial
statements as a whole. Tolerable misstatement may be the same amount as
performance materiality, or may be lower if the population from which the sample is
selected is smaller than the account balance. Auditors seek an appropriate leveiof
assurance that the actual misstatements in the population do not exieed tolerable
misstatement. The required sample size increases as tolerable misstatement
decrease for the sampling procedure.
For all statistical and nonstatistical sampling applications, auditors risk making
incorrect quantitative conclusions about the population. This is always true unless
the auditor tests 100 percent of the population.
Acceptable risk of incorrect acceptance (ARIA) is the risk that the sample supports
the conclusion that the recorded account balance is not materially misstated when it
is materially misstated. ARIA measures the auditor's desired assurance for an
account balance. For greater assurance in auditing a balance, auditors will set ARIA
lower.
Note that ARIA is the equivalent term to ARO (acceptable risk of overreliance) for
tests of controls and substantive tests of transactions. Like for ARO, ARIA can be set
quantitatively (such as 5o/o or 10%o), or qualitatively (such as low, medium, or high).
There is an inverse relationship between ARIA and required sample siie. If, for
example, an auditor decides to reduce ARIA from 10 peicent to 5 percent, the
required sample size will increase. Stated differently, if the auditor is leis willing
totake risk, a larger sample size is needed.
An important factor affecting the auditor's decision about ARIA is assessed control
risk in the audit risk model. When internal controls are effective, control risk can be
reduced, permitting the auditor to increase ARIA. This, in turn, reduces the sample
size required for the test of details of the related account balance.
You need to understand how ARO and ARIA interact to affect evidence
accumulation' You alreadyknow from earlier chapters that tests of details of balances
for monetary misstatements can be reduced if auditors find internal controls effective
after assessing control risk and performing tests of controls. The effects of ARO and
ARIA are consistent with that conclusion. If the auditor concludes that internal
controls are likely to be effective, preliminary control risk can be reduced. A lower
control risk requires a lower ARO in testing the controls, which requires a larger
sample size. If controls are found to be effective, control risk can remain low , which
permits the auditor to increase ARIA (through use of the audit risk model), thereby
requiring a smaller sample size in the related substantive tests of details of balances.
In addition to control risk, ARIA is directly affected by acceptable audit risk and
inversely affected by other substantive tests already performed (or planned) for the
account balance. If auditors reduce acceptable audit risk, they should also reduce
ARIA. If analytical procedures indicate that the account balance is likely to be fairly
stated, ARIA can be increased. In other words, analytical procedures are evidence
supporting the account balance, meaning auditors require smaller sample sizes in
testi of details of balances to achieve the desired acceptable audit risk. The same
conclusion is appropriate for the relationship among substantive tests of
transactions, ARIA, and sample size for tests of details of balances.
The -auditor typically makes this estimate based on prior experience with the cluen
and by assessing inherent risk, considering the resulti oftests ofcontrols, substantive
tests of transactions, and analytical procedures akeady performed. The planned
sample size increases as the amount of misstatements expected in the
populationapproaches tolerable misstatement.
When using nonstatistical sampling, auditors determine the initial sample size by
considering the factors we've discussed so far. Table 17-3 summarizes these
factors, including the effect of changing each factor on sample size. It shouldn't be
surprising that considering all of these factors requires considerable judgment.
Sample sizes between nonstatistical and statistical sampling should be similar.
Accordingly, the auditor may determine the sample size for nonstatistical sampling
using moneta'ry unit sampling tables, which is discussed in the next section.
Figure17-2 presents a simple formula for computing sample size based on the
AICPA Audit simplingAudit Guide.
For nonstatistical sampling, auditing standards permit the auditor to use any of the
selection methods discussed in Chapter 15. The auditor will make the decision after
considering the advantages and disadvantages of each method, including cost
considerations.
For stratified sampling, the auditor selects samples independently from each
stratum. In our example from Table l7-1(p.578), the auditor will select nine sample
items from the 10 population items in stratum 2 and seven of the 27 items in
stratum.
To perform the audit procedures, the auditor applies the appropriate audit
procedures to each item in the sample to determine whether it contains a
misstatement. In the confirmation of accounts receivable, auditors send the sample
of positive confirmations in the manner described in Chapter 16 and determine the
amount of misstatement in each account confirmed. For nonresponses, they use
alternative procedures to determine the misstatements.
The first step is to calculate a point estimate. The point estimate can be calculated in
different ways, but a common approach is to assume that misstatements in the
unaudited population are proportional to the misstatements in the sample. That
calculation must be done for each stratum and then totaled, rather than combining
the total misstatements in the sample. In our example, the point estimate of the
misstatement is calculated by using a weighted-aYerage method, as shown next.
The point estimate of the misstatement in the population is $6,589, indicating an
overstatement. The point estimate, by itself, is not an adequate measure of the
population misstatement, however, because of sampling error. In other words,
because the estimate is based on a sample, it will be close to the true population
misstatement, but it is unlikely to be exactly the same. whenever the point estimate
($ 6.589 in the example) is less than tolerable misstatement ($15,000 in the
example), the auditor must consider the possibility that the true population
misstatement is greater than the amount of misstatement that is tolerable in the
circumstances. This must be done for both statistical and nonstatistical samples. An
auditor using nonstatistical sampling cannot formally measure sampling error and
therefore must subjectively consider the possibility that the true populatioi
where:
n = initial sample size
SD* = advance estimate of the standard deviation
Zx= confidence coefficient for ARIA (see Table 17 -12)
Zx= confidence coef,ficient for ARIR (see Table 17 -12)
N= population size
TM = tolerable misstatement for the population (materiality)
E+: estimated point estimate of the population misstatement
TERJEMAHAN CH 17
17.1 PERBANDINGAN SAMPLING AUDIT UNTUK UJI RINCIAN SALDO DAN
UNTUK UJI PENGENDALIAN DAN UJI TRANSAKSI SUBSTANTIF
Perbedaan utama antara pengujian pengendalian, pengujian substantif atas
transaksi, dan pengujian rincian saldo terletak pada apa yang ingin diukur oleh
auditor.
salah saji melebihi jumlah yang dapat ditoleransi. Auditor melakukan ini dengan
mempertimbangkan:
1. Perbedaan antara taksiran titik dan salah saji yang dapat ditoleransi (ini adalah
disebut kesalahan pengambilan sampel terhitung)
2. Sejauh mana item dalam populasi telah diaudit 100 persen
3. apakah salah saji cenderung saling mengimbangi atau hanya satu arah
4. Jumlah salah saji individu
5. Ukuran sampel
Jika auditor menyimpulkan bahwa salah saji dalam suatu populasi mungkin lebih
besar daripada salah saji yang dapat diterima setelah mempertimbangkan
kesalahan pengambilan sampel, populasi tersebut dianggap tidak dapat diterima.
Pada titik itu, auditor memiliki beberapa kemungkinan tindakan.
Tidak Mengambil Tindakan Sampai Pengujian Area Audit Lainnya Selesai Pada
akhirnya, auditor harus mengevaluasi apakah laporan keuangan yang diambil
secara keseluruhan salah saji secara material. Jika kesalahan penyajian yang saling
hapus ditemukan di bagian lain audit, seperti dalam inventaris, auditor dapat
menyimpulkan bahwa estimasi salah saji dalam piutang dapat diterima. Tentu saja)
sebelum audit diselesaikan, auditor harus mengevaluasi apakah salah saji dalam
satu akun dapat membuat laporan keuangan menjadi menyesatkan bahkan jika ada
kesalahan penyajian yang saling hapus.
Lakukan Pengujian Audit yang Diperluas di Area Tertentu Jika analisis kesalahan
penyajian menunjukkan bahwa sebagian besar salah saji adalah jenis tertentu,
mungkin perlu untuk membatasi upaya audit tambahan ke area masalah. Misalnya,
jika analisis kesalahan penyajian dalam konfirmasi menunjukkan bahwa sebagian
besar kesalahan penyajian diakibatkan oleh kegagalan untuk mencatat retur
penjualan, auditor dapat melakukan pencarian lebih lanjut atas barang yang
dikembalikan untuk memastikan bahwa barang tersebut telah dicatat. Namun, harus
berhati-hati untuk mengevaluasi penyebab semua salah saji dalam sampel sebelum
kesimpulan dicapai tentang penekanan yang tepat dalam pengujian yang diperluas.
Masalah mungkin ada di lebih dari satu area.
Meningkatkan Ukuran Sampel Ketika auditor meningkatkan ukuran sampel,
kesalahan pengambilan sampel akan berkurang jika tingkat kesalahan penyajian
dalam sampel yang diperluas, jumlah dollai, dan arahnya serupa dengan sampel
asli. Oleh karena itu, meningkatkan ukuran sampel dapat memenuhi persyaratan
salah saji yang dapat diterima oleh auditor.
Menyesuaikan Saldo Akun Ketika auditor menyimpulkan bahwa saldo akun salah
saji secara material, klien mungkin bersedia untuk menyesuaikan nilai buku
berdasarkan hasil sampel.
Meminta Klien untuk Memperbaiki Populasi Dalam beberapa kasus, catatan klien
sangat tidak memadai sehingga diperlukan koreksi dari seluruh populasi sebelum
audit dapat diselesaikan. Misalnya, dalam piutang usaha, klien mungkin diminta
untuk mengoreksi catatan piutang dan menyiapkan daftar piutang kembali jika
auditor menyimpulkan bahwa terdapat kesalahan penyajian yang signifikan. Ketika
klien mengubah penilaian beberapa item dalam populasi, hasilnya harus diaudit lagi.
Menolak Menolak Memberikan Opini Wajar Tanpa Pengecualian Jika auditor yakin
bahwa jumlah yang tercatat dalam akun tidak dinyatakan secara wajar, maka
penting untuk mengikuti setidaknya satu dari alternatif sebelumnya atau untuk
memenuhi syarat laporan audit dengan cara yang tepat. Jika auditor yakin bahwa
terdapat kemungkinan yang wajar bahwa laporan keuangan salah saji secara
material, maka mengeluarkan opini wajar tanpa pengecualian merupakan
pelanggaran serius. Untuk tujuan pelaporan tentang pengendalian internal,
kesalahan penyajian material harus dianggap sebagai indikator potensial dari
kelemahan material dalam pengendalian internal atas pelaporan keuangan.
17-3 SAMPLING UNIT MONETER
MUS juga disebut pengambilan sampel unit dolar, pengambilan sampel jumlah
moneter kumulatif, dan pengambilan sampel dengan probabilitas proporsional
terhadap ukuran. MUSMUS mirip dengan menggunakan pengambilan sampel
nonstatistik. Ke-14 langkah tersebut juga harus dilakukan untuk MUS, meskipun
beberapa dilakukan secara berbeda. Memahami perbedaan tersebut adalah kunci
untuk memahami MUS. Mari kita periksa perbedaan ini secara detail. Definisi Unit
Sampling Adalah Dolar Individual Ciri penting MUS adalah definisi unit sampling
sebagai dolar individual dalam saldo akun. Nama metode statistik, pengambilan
sampel unit moneter, dihasilkan dari ciri khas ini.
Auditor Generalisasi dari Sampel ke Populasi Menggunakan Teknik MUS 'Terlepas
dari metode pengambilan sampel yang dipilih, auditor harus menggeneralisasi dari
sampel ke populasi dengan (1) memproyeksikan salah saji dari hasil sampel ke
populasi dan (2) menentukan yang terkait kesalahan pengambilan sampel. Hasil
statistik saat MUS digunakan disebut salah saji terikat. Batas salah saji adalah
perkiraan kemungkinan pernyataan maksimum pada ARIA tertentu. Pembahasan
dan contoh berikut ini terbatas pada pernyataan berlebihan karena MUS dirancang
terutama untuk menguji pernyataan yang berlebihan. Perhitungan batas salah saji
biasanya dilakukan menggunakan perangkat lunak audit atau templat komputer.
Kami mengilustrasikan penghitungan kesalahan penyajian yang diproyeksikan dan
salah saji yang terikat di bagian selanjutnya setelah kami membahas 14 langkah
pengambilan sampel untuk MUS. Auditor membandingkan kesalahan penyajian
yang dihitung yang terikat dengan salah saji yang dapat diterima. Jika batasan
melebihi salah saji yang dapat diterima, populasi dianggap tidak dapat diterima.
Pilihan yang tersedia bagi auditor ketika populasi ditolak adalah sama dengan yang
telah dibahas untuk pengambilan sampel nonstatistik pada halaman 584-585.
Sekarang kita telah membahas perbedaan antara MUS dan pengambilan sampel
nonstatistik untuk pengujian rincian saldo, kita memeriksa penentuan ukuran sampel
dan perhitungan batas salah saji secara lebih rinci. WeWe Kami mengilustrasikan
rumus untuk menghitung ukuran sampel menggunakan MUS berdasarkan AICPA
Audit Sampling Audit Guide. Kami pertama kali membahas faktor-faktor yang
digunakan dalam menghitung ukuran sampel.
MUS menarik auditor setidaknya karena empat alasan:
1. MUS secara otomatis meningkatkan kemungkinan pemilihan item bernilai tinggi
dari populasi yang diaudit. Auditor mempraktikkan pemusatan pada item-item ini
karena item tersebut umumnya mewakili risiko salah saji material terbesar.
Pengambilan sampel bertingkat juga dapat digunakan untuk tujuan ini, tetapi MUS
seringkali lebih mudah diterapkan.
2. MUS sering kali mengurangi biaya dalam melakukan pengujian audit karena
beberapa item sampel diuji sekaligus. Misalnya, jika satu item besar membentuk 10
persen dari total nilai dolar yang tercatat dari populasi dan ukuran sampelnya adalah
100, metode pemilihan sampel PPS kemungkinan besar akan menghasilkan sekitar
10 persen item sampel dari satu item populasi besar tersebut. Biasanya, item
tersebut hanya perlu diaudit sekali, tetapi dianggap sebagai sampel 10. Jika item
tersebut salah saji, item tersebut juga dihitung sebagai 10 salah saji. Item populasi
yang lebih besar dapat dihilangkan dari populasi sampel dengan mengaudit 100
persen dan mengevaluasinya secara terpisah, jika auditor menginginkannya.
3. MUS mudah diaplikasikan. Sampel unit moneter dapat dievaluasi dengan
penerapan tabel sederhana. Sangat mudah untuk mengajar dan mengawasi
penggunaan Teknik MUSb. Perusahaan yang memanfaatkan MUS secara ekstensif
menggunakan perangkat lunak audit atau program komputer lain yang
merampingkan penentuan ukuran sampel dan evaluasi lebih jauh daripada yang
diperlihatkan dalam bab ini.
4. MUS memberikan kesimpulan statistik daripada nonstatistik. Banyak auditor
percaya bahwa sampling statistik membantu mereka dalam membuat kesimpulan
yang lebih baik dan lebih dapat dipertahankan.
Ada dua kelemahan utama MUS.
1. Batas salah saji total yang dihasilkan ketika salah saji ditemukan mungkin terlalu
tinggi untuk berguna bagi auditor. Ini karena metode evaluasi ini pada dasarnya
konservatif ketika ditemukan salah saji dan sering kali menghasilkan batasan yang
jauh melebihi materialitas. Untuk mengatasi masalah ini, sampel yang besar
mungkin diperlukan.
2. Mungkin sulit untuk memilih sampel PPS dari populasi besar tanpa bantuan
komputer. Untuk semua alasan ini, auditor biasanya menggunakan MUS ketika
diharapkan nol atau sedikit salah saji, hasil yang diinginkan, dan data populasi
disimpan pada file komputer.
17-4 VARIABEL SAMPLING
Pengambilan sampel variabel, seperti MUS, adalah metode statistik yang digunakan
auditor. Pengambilan sampel variabel dan pengambilan sampel nonstatistik untuk
pengujian rincian saldo memiliki tujuan yang sama yaitu untuk mengukur kesalahan
penyajian dalam saldo akun. Seperti pada pengambilan sampel nonstatistik, ketika
auditor menentukan bahwa jumlah salah saji melebihi jumlah yang dapat ditoleransi,
mereka menolak populasi dan mengambil tindakan tambahan.
Beberapa teknik pengambilan sampel membentuk kelas umum metode yang disebut
pengambilan sampel variabel: estimasi perbedaan, estimasi rasio, dan estimasi
mean-per-unit. Ini Ini akan dibahas nanti.
Penggunaan metode variabel memiliki banyak kesamaan dengan nonstatistik yang
dibahas untuk pengambilan sampel nonstatistik harus dilakukan untuk metode
variabel, dan sebagian besar identik. Beberapa perbedaan antara variabel dan
sampling nonstatistik diperiksa setelah kita membahas distribusi sampling.
Untuk memahami mengapa dan bagaimana auditor menggunakan metode
pengambilan sampel variabel dalam audit, penting untuk memahami distribusi
pengambilan sampel dan bagaimana mereka memengaruhi kesimpulan statistik
auditor. Auditor tidak mengetahui nilai rata-rata (rata-rata) kesalahan penyajian
dalam populasi, distribusi jumlah kesalahan penyajian, atau nilai yang diaudit.
Karakteristik populasi ini harus diestimasi dari sampel, yang tentunya merupakan
tujuan dari pengujian audit.
2. Acceptable risk of wrong rejection (ARIR), yaitu risiko penolakan piutang sebagai
salah jika tidak dinyatakan salah dalam jumlah yang material. ARIRARIR
dipengaruhi oleh biaya tambahan pengambilan sampel ulang. Karena cukup mahal
untuk mengkonfirmasi piutang untuk kedua kalinya, asumsikan ARIR 25 persen.
EstimateEstimate Salah saji dalam Populasi Estimasi ini memiliki dua bagian:
1. Perkirakan perkiraan titik yang diharapkan. Auditor memerlukan estimasi awal dari
estimasi titik populasi untuk estimasi perbedaan, sama seperti mereka
membutuhkan estimasi tingkat pengecualian populasi untuk pengambilan sampel
atribut. Perkiraan sebelumnya adalah $ 1.500 (terlalu tinggi) untuk Hart Lumber,
berdasarkan tes audit tahun sebelumnya.
2. Membuat perkiraan deviasi standar populasi-yariabilitas populasi. Untuk
menentukan ukuran sampel awal, auditor membutuhkan estimasi awal dari variasi
salah saji dalam populasi yang diukur dengan deviasi standar populasi. (Perhitungan
deviasi standar akan dijelaskan nanti, ketika hasil audit dievaluasi.) Untuk Hart
Lumber, diperkirakan $ 20 berdasarkan tes audit tahun sebelumnya.
Hitung Ukuran Sampel Awal Ukuran sampel awal untuk Hart Lumber bisa jadi
sekarang dihitung menggunakan rumus berikut:
dimana:
n = ukuran sampel awal
SD * = perkiraan awal deviasi standar
Zx = koefisien kepercayaan untuk ARIA (lihat Tabel 17 -12)
Zx = koefisien kepercayaan, ficient untuk ARIR (lihat Tabel 17-12)
N = ukuran populasi
TM = kesalahan penyajian yang dapat ditoleransi untuk populasi (materialitas)
E +: perkiraan titik perkiraan salah saji populasi