Audit Sampling

 

1.Pendahuluan

Uji petik audit (audit sampling) adalah suatu metode untuk memperoleh bukti audit yang bukan merupakan seluruh populasi. Keterbatasan sumber daya (seperti waktu dan biaya audit) umumnya menjadi alasan auditor untuk tidak melakukan pengujian terhadap 100% populasi. Oleh karena itu, auditor harus memilih sample untuk diuji/dianalisis. Tujuan sampling adalah untuk memilih bagian dari populasi yang dapat mewakili populasi tersebut secara cukup akurat. Dengan sample tersebut, auditor akan menarik kesimpulan tentang seluruh populasi. Biasanya,audit sampling digunakan oleh auditor internal untuk menguji efektivitas pengendalian, dengan prosedur audit berupa review dokumen, permintaan keterangan, dan observasi/pengamatan.

 

Bab ini memperkenalkan dua pendekatan umum dalam sampling audit, yaitu statistik dan nonstatistik. Selanjutnya menjelaskan risiko sampling dan nonsampling, termasuk penerapannya dalam pengujian pengendalian. Hal berikutnya yang dibahas adalah dua pendekatan sampling statistik yang digunakan untuk memperoleh bukti langsung tentang kebenaran nilai moneter.

 

Seiring waktu, kemajuan teknologi informasi telah mengurangi kebutuhan auditor internal dalam menggunakan sampling. Penggunaan komputer untuk menyimpan dan menganalisis data/informasi memungkinkan auditor untuk melakukan pengujian atas seluruh item dalam suatu populasi, karena pengujian dapat dilakukan secara otomatis. Namun demikian, auditor tetap dapat mempertimbangkan sampling sebagai pendekatan audit yang lebih efisien. Sistem dan teknologi informasi juga membuat pengendalian menjadi melekat dalam suatu sistem aplikasi, sehingga auditor hanya perlu menguji sistem tersebut untuk menentukan apakah pengendalian berjalan secara efektif selama waktu tertentu. Selain itu, auditor biasanya juga menguji sistem aplikasi ketika terjadi perubahan pada sistem tersebut, untuk memperoleh keyakinan bahwa pengendalian dengan sistem yang baru berjalan efektif. Pengujian atas pengendalian yang dilakukan oleh sistem dapat membantu auditor untuk secara langsung menguji semua hal yang tersimpan dalam file komputer. Pengujian ini dapat dilakukan dengan menggunakan software audit (generalized audit software). 

 

2.Pendekatan Umum dalam Audit Sampling

Secara umum, terdapat dua pendekatan sampling, yaitu statistik dan nonstatistik. Pada dasarnya, pemilihan pendekatan sampling dipengaruhi oleh tujuan audit, jenis data, sifat dari populasi, serta pertimbangan praktis seperti biaya dan waktu yang tersedia. Ketika memilih metode sampling, auditor juga harus mempertimbangkan tujuan pengujian dan kesimpulan yang ingin diperoleh dengan mefode sampling tersebut. Bagaimanapun, kedua pendekatan sampling ini memerlukan pertimbangan profesional dalam: merencanakan sampling, melaksanakan sampling, dan mengevaluasi hasil sample.

 

a.Sampling Statistik

Metode sampling statistik menghasilkan sampel acak (random) yang ilmiah, di mana hasil pengujian memiliki tingkat keyakinan (confidence level) dan ketelitian (precision) yang dapat dikuantifikasi. Sebagai contoh, auditor dapat menjelaskan hasil dari pengujian sampling statistik sebagai berikut: “Kami 95% yakin bahwa tingkat kesalahan dari populasi ini adalah 6%, plus atau minus 3%.” Apa maknanya?

 

Pernyataan tersebut berarti bahwa auditor menguji sejumlah item tertentu – misalnya sampel sebanyak 100 transaksi dari populasi sebanyak 1000 transaksi. Auditor menemukan bahwa enam transaksi (dari 100 transaksi yang diuji) mengandung kesalahan. Dengan mempertimbangkan ukuran sample terhadap populasi transaksi, auditor 95% yakin (bukan 100% yakin) bahwa antara 30 - 90 transaksi (3% - 9% dari total 1000 transaksi) mengandung kesalahan. Dengan tingkat keyakinan 95%,  berarti ada 5% kemungkinan bahwa lebih dari 90 atau kurang dari 30 transaksi mengandung kesalahan.

 

 

 

 

 

1.Menentukan Ukuran Sampel Statistik

Ada empat hal yang penting untuk dipertimbangkan dalam menentukan ukuran sampel statistik, yaitu:

a)         Tingkat keyakinan (confidence level). Adalah tingkat probabilitas bahwa hasil sampel mewakili karakteristik dari total populasi. Dalam contoh di atas, probabilitasnya adalah 95%. Semakin tingkat keyakinan yang ingin diperoleh, semakin banyak sampel yang dibutuhkan. Untuk memperoleh keyakinan 100% maka perlu sampel 100% dari populasi (meskipun tetap ada kemungkinan kesalahan dalam penghitungan/pengujian).

b)        Ketelitian (precision). Adalah rentang kesalahan, seperti plus atau minus (+/- 3%). Jika ingin mempersempit rentang kesalahan yang diinginkan, kita perlu meningkatkan ukuran sampel.

c)         Variabilitas. Adalah tingkat perbedaan (variasi) antar item dalam populasi. Populasi yang relatif seragam umumnya membutuhkan ukuran sampel yang lebih kecil untuk mencapai tingkat keyakinan dan ketelitian yang diinginkan. Sebagai contoh, dalam jajak pendapat politik, terdapat variabilitas yang kecil jika pertanyaannya adalah apakah seseorang memilih atau menolak kandidat tertentu. Namun jika responden diminta untuk membuat ranking dari 1 s.d. 10 mengenai apa yang diinginkan dari seorang kandidat, maka jawabannya akan lebih variatif.

d)        Ukuran populasi. Adalah jumlah total item darimana sampel diambil. Secara umum, semakin luas populasi, semakin banyak sampel yang dibutuhkan. Jika tingkat variabilitas dari populasi adalah nol maka menguji satu item manapun  cukup untuk menunjukkan apakah total populasi benar atau salah. 

 

 

 

 

 

 

 

 

 

 

 

 

2.Keunggulan dan Kelemahan Sampling Statistik

Beberapa keunggulan dan kelemahan dari sampling statistik dirangkum dalam Tabel 7 berikut ini.

Tabel 7. Keunggulan dan Kelemahan Sampling Statistik

Keunggulan

Kelemahan

•     Menghasilkan data kuantitatif. •     Dapat memberikan hasil yang diinginkan dari jumlah item yang minimal. •     Cocok untuk diterapkan dalam pengujian berbasis komputer.  •     Memberikan dukungan yang kredibel bagi kesimpulan dan rekomendasi audit. •     Sampling statistik dapat membantu auditor untuk menilai kecukupan bukti. •     Melibatkan ukuran mengenai risiko sampling, tingkat keyakinan, dan ketelitian. •     Sampling statistik memungkinkan auditor untuk mengkuantifikasi, menilai, dan mengendalikan risiko sampling.

•   Biasanya memerlukan banyak waktu. •   Dapat membutuhkan biaya yang cukup tinggi untuk: oPelatihan bagi auditor  oPenggunaan softwareoMerancang dan memilih sampel, serta mengevaluasi hasil sampel. •   Kemungkinan tidak mempertimbangkan pengetahuan/wawasan dari auditor yang berpengalaman, terkait dengan populasi

 

Dengan keunggulannya tersebut, sampling statistik dianggap memberikan bukti yang lebih meyakinkan (persuasive) dibandingkan sampling nonstatistik. Namun, sampling statistik umumnya dianggap lebih mahal, karena memerlukan biaya pelatihan dan biaya yang lebih tinggi untuk merancang sample, memilih hal yang akan diperiksa, dan mengevaluasi hasil sample.

 

3.Jenis Sampling Statistik 

(a)Sampling Atribut (Attribute Sampling)

Attribute sampling adalah suatu jenis sampling statistik yang memungkinkan pengguna mendapatkan kesimpulan mengenai populasi, dalam hal tingkat keterjadian. Attribute sampling digunakan ketika tujuan audit adalah mengestimasi berapa kali suatu hal tertentu terjadi dalam suatu populasi. Biasanya attribute sampling digunakan dalam audit kepatuhan yang bertujuan untuk mendapatkan jumlah atau persentase kejadian ketidakpatuhan.

 

Attribute sampling juga digunakan untuk menguji efektivitas pengendalian tertentu. Ketika menguji efektivitas pengendalian, auditor menilai tingkat kepatuhan dan ketidakpatuhan, membandingkannya dengan tingkat kesalahan yang dapat diterima, kemudian menentukan apakah tingkat keterjadian tersebut “dapat diterima” dan apakah pengendalian tersebut dapat diandalkan. 

 

Kadangkala auditor menggunakan metode sampling nonstatistik untuk memodifikasi ukuran sampel dalam attribute sampling ketika terdapat beragam variabel yang tidak dapat dianalisis dengan metode statistik. Ukuran sampel yang dibutuhkan untuk mengetahui/mengestimasi suatu atribut (misal jumlah kesalahan) dapat bervariasi sesuai dengan kondisi yang ada. Auditor dapat mengamati situasi, kemudian menentukan bahwa kemungkinan terjadinya kesalahan adalah sangat kecil, misalnya karena perhitungannya sederhana, prosedur dilakukan oleh program komputer yang andal, supervisor dan staf terlatih dan berpengalaman, dan audit sebelumnya menemukan sangat sedikit kesalahan. 

 

Dengan demikian, auditor menggunakan sampel dalam jumlah kecil. 

Terdapat beberapa variasi dari attribute sampling, yaitu sebagai berikut:

1.     Stratified Attribute Sampling

Adalah suatu variasi attribute sampling dari suatu populasi yang dapat dibagi (distratifikasi). Sebagai contoh, suatu populasi transaksi pembelian dapat dibagi menjadi: 1) transaksi bernilai kecil, yang diotorisasi oleh manajer lokal; 2) transaksi bernilai sedang, yang diotorisasi oleh manajer regional; 3) transaksi bernilai besar, yang diotorisasi oleh manajer pusat. Ketika pengendalian yang berbeda diterapkan ke level transaksi yang berbeda maka level transaksi tersebut dipisahkan sebagai populasi yang berbeda. Alasannya sederhana: tingkat efektivitas pengendalian dapat bervariasi ketika diterapkan pengendalian yang berbeda. 

2.     Stop-Or-Go Sampling

Adalah variasi lain dari attribute sampling. Umumnya digunakan ketika auditor mengharapkan tingkat deviasi (penyimpangan) yang sangat rendah. Stop-or-go sampling berguna dalam situasi seperti ini karena meminimalisasi ukuran sample yang dibutuhkan untuk level risiko sampling tertenu. Sebagai langkah awal, auditor mengambil dan menganalisis sample yang relatif kecil. Kemudian auditor memutuskan, berdasarkan hasil dari sample awal, apakah ukuran sample harus ditingkatkan. Jika dengan sample awal, auditor menemukan jumlah deviasi yang rendah maka auditor menghentikan sampling dan menyusun kesimpulan. Namun, jika menemukan jumlah deviasi yang lebih tinggi maka auditor mengambil dan menganalisis sample lebih banyak sebelum menyusun kesimpulan.

3.     Discovery Sampling

Adalah variasi berikutnya dari attribute sampling. Sample dirancang cukup luas untuk mendeteksi setidaknya satu deviasi (penyimpangan). Sample ini memungkinkan auditor menguji kemungkinan untuk menemukan setidaknya satu penyimpangan. Pendekatan sampling ini banyak digunakan untuk menguji kecurangan (fraud). Cocok digunakan ketika tingkat deviasi yang diharapkan sangat rendah dan auditor ingin merancang sample berdasarkan probabilitas untuk menemukan satu kejadian. Ukuran sample dalam discovery sampling umumnya sangat luas, dibandingkan ukuran sample dalam attribute sampling biasa.

 

Proses perencanaan dan pelaksanaan attribute sampling, serta evaluasi hasil sampel melibatkan sembilan langkah sebagai berikut:

1.       Identifikasi tujuan pengendalian internal tertentu, dan pengendalian yang telah ditetapkan untuk mencapai tujuan tersebut.

2.       Menentukan apa arti dari simpangan (deviasi) pengendalian.

3.       Menentukan populasi dan unit sampling.

4.       Menentukan nilai dari tiga faktor yang mempengaruhi ukuran sample, yaitu: 1) risiko penilaian bahwa risiko pengendalian terlalu rendah; 2) tingkat penyimpangan yang dapat ditoleransi; tingkat deviasi populasi yang diharapkan.

5.       Menentukan ukuran sample yang tepat.

6.       Secara acak memilih sample.

7.       Mengaudit sample yang telah dipilih dan menghitung jumlah penyimpangan dari pengendalian yang telah ditetapkan.

8.       Menentukan batas atas penyimpangan.

9.       Mengevaluasi hasil sample.

 

 

 

 

 

(b)Sampling Statistik dalam Pengujian Nilai Moneter

Selain menggunakan sampling statistik untuk mengestimasi tingkat keterjadian (dengan attribute sampling), auditor dapat menerapkan sampling statistik untuk melakukan pengujian mengenai kebenaran nilai moneter (misalnya nilai saldo akun persediaan). Beberapa metode sampling statistik untuk menguji nilai moneter adalah sebagai berikut:

•     Sampling Probability-proportional-to-size (ukuran sebanding dengan kemungkinan)

Sampling Probability-proportional-to-size (PPS), disebut juga dengan sampling unit moneter, adalah modifikasi dari attribute sampling yang digunakan untuk memperoleh kesimpulan mengenai jumlah moneter, bukan tingkat keterjadian. Sampling PPS umumnya digunakan untuk menguji nilai moneter terkait dengan lebih saji (overstatement), terutama ketika jumlah lebih saji individual yang diharapkan adalah kecil. 

•     Sampling Variabel Klasik (Classical Variables Sampling)

Adalah pendekatan sampling statistik berdasarkan teori distribusi normal yang digunakan untuk memperoleh kesimpulan mengenai jumlah moneter. Pendekatan ini dianggap lebih sulit diterapkan daripada sampling PPS karena melibatkan perhitungan yang lebih kompleks dalam menentukan ukuran sample yang tepat dan mengevaluasi hasil sample.

 

b.Sampling Nonstatistik (Judgmental)

Berbeda dengan sampling statistik di mana sampel dipilih secara acak dan teliti, serta probabilitas dinyatakan secara eksplisit, sampel judgmental dipilih berdasarkan penilaian auditor tentang berapa banyak sampel yang dibutuhkan untuk memberikan hasil yang andal, mewakili populasi, dan memenuhi tujuan audit. Sampling judgmental dapat dilakukan secara:

1.       Sistematis (misal mengambil sampel pada setiap urutan tertentu, atau yang dimulai dengan angka tertentu);

2.       Tidak sistematis (misalnya mengambil file dari filing cabinet tanpa didasarkan pada kriteria tertentu);

3.       Berdasarkan pertimbangan auditor (misalnya mengambil item yang bernilai besar atau tidak biasa yang ada dalam laporan).

 

Sampling yang tidak sistematis (atau dikenal juga sebagai haphazard sampling) tidaklah sama dengan sampling acak (random sampling). Secara teknis, sampling acak menggunakan teknik statistik untuk memberikan tingkat keyakinan tertentu bahwa setiap item dalam populasi memiliki peluang yang sama untuk dipilih. Sementara, pemilihan sampel yang tidak sistematis (haphazard) tidak memberikan keyakinan yang memadai bahwa pemilihan sampel benar-benar dilakukan secara acak, dan tidak dapat mendukung pernyataan mengenai tingkat keyakinan dan batas kesalahan (margin of error).

 

Apa keunggulan dan kelemahan dari sampling nonstatistik?

Keunggulan dan kelemahan sampling nonstatistik (judgmental) dirangkum dalam Tabel 8 berikut:

 

Tabel 8. Keunggulan dan Kelemahan Sampling Nonstatistik

Keunggulan	Kelemahan
•     Memberikan fleksibilitas kepada auditor untuk menggunakan pertimbangan profesional dalam menentukan item yang paling tepat untuk diuji. •     Dapat dirancang untuk dilakukan secara efisien, dan memberikan hasil yang andal.	•   Tidak dapat memberikan hasil yang valid secara statistik. •   Tidak dapat menyatakan risiko sampling secara kuantitatif. •   Dapat mengarahkan auditor untuk menguji item yang terlalu banyak atau terlalu sedikit. •   Efektivitas sampling nonstatistik tergantung dari pengalaman dan pengetahuan auditor.

 

 

3.Sampling Non Statistik dalam Pengujian Pengendalian

Ada dua hal mendasar dalam sampling statistik, yaitu: sample harus dipilih secara acak dan hasil sample harus dievaluasi secara matematis berdasarkan teori probabilitas. Sementara itu, sampling nonstatistik memungkinkan auditor internal lebih leluasa dalam hal pemilihan dan evaluasi sample. 

 

Namun demikian, auditor internal harus tetap memilih sample yang mewakili populasi (representatif), dengan mempertimbangkan faktor yang mempengaruhi ukuran sampling. Haphazard sampling adalah teknik pemilihan sample secara tidak acak (non random), yang digunakan untuk memilih sample yang diharapkan dapat merepresentasikan/mewakili populasi. Dalam konteks ini, haphazard bukan berarti serampangan atau gegabah. Dengan haphazard sampling, auditor internal memilih sample tanpa bermaksud untuk dengan sengaja mengambil atau tidak mengambil item tertentu.

 

Auditor yang menggunakan sampling nonstatistik juga harus memproyeksikan hasil sample pada populasi. Auditor tetap harus mengumpulkan bukti yang tepat dan memadai untuk mendukung kesimpulan yang valid. Tidaklah tepat jika, misalnya, menggunakan sampling nonstatistik untuk menghindari penentuan ukuran sample yang tepat. Ada pendapat bahwa auditor yang menerapkan sampling nonstatistik harus memilih sample yang lebih luas, sebagai kompensasi terhadap metode pemilihan yang kurang cermat dan ketidakmampuan untuk mengkuantifikasi risiko sampling.

 

Ketidakmampuan untuk mengkuantifikasi risiko sampling secara statistik adalah ciri khas dari sampling nonstatistik yang membedakannya dengan sampling statistik. Kesimpulan auditor mengenai populasi yang diwakili oleh sample sangat didasarkan pada pertimbangan (judgmental), bukan didasarkan pada teori probablitias. Oleh karena itu, auditor internal harus menentukan apakah mereka dapat mencapai kesimpulan yang valid dengan menggunakan sampling nonstatistik. Pendekatan sampling nonstatistik adalah kebalikan dari sampling statistik yang biasanya membutuhkan biaya dan waktu lebih banyak (menggunakan sampling acak dan kesimpulan berdasarkan teori probabilitas). 

 

4.Risiko Audit dan Risiko Sampling

Risiko audit adalah risiko dalam mencapai kesimpulan yang tidak valid dan/atau memberikan saran yang tidak tepat berdasarkan hasil audit. Dalam konteks sampling, risiko audit terdiri dari dua jenis, yaitu: risiko sampling dan risiko nonsampling.

 

Risiko sampling (sampling risk) adalah risiko bahwa kesimpulan yang diperoleh auditor berdasarkan pengujian sample berbeda dengan kesimpulan yang diperoleh jika prosedur audit diterapkan pada 100% populasi. Risiko sampling berbanding terbalik dengan ukuran sample. Jika auditor menguji 100% populasi maka risiko sampling adalah nol.

 

Risiko nonsampling (nonsampling risk), adalah kemungkinan auditor gagal melaksanakan pekerjaannya dengan benar. Misalnya, melakukan prosedur audit yang tidak tepat, atau salah menginterpretasikan hasil sampling. Risiko nonsampling dapat dimitigasi (diturunkan ke level lebih rendah) melalui perencanaan audit, supervisi, pelaksanaan audit yang baik, serta penerapan prosedur quality assurance yang tepat.