Page 198 - MODUL LEVEL DASAR ASURANS DAN SISTEM INFORMASI
P. 198

G.    Evaluasi Salah Saji

               Langkah-langkah dalam memproyeksikan salah saji didalam populasi berdasarkan salah saji
               yang ditemukan dalam sampel:

               (1)  Hitung  persentase  salah  saji  dalam  setiap  item.  Ketika  menguji,  auditor  menemukan
                     angka misalnya saldo atau transaksi  Rp50 juta yang seharusnya Rp60 juta. Ini berarti

                     salah saji dalam sampel adalah Rp10 juta atau 17%.
               (2)  Jumlahkan semua salah saji dan hitung dampak netonya: salah saji ketinggian dikurangi

                     salah saji kerendahan.

               (3)  Hitung  persentase  rata-rata  salah  saji  dengan  membagi  persentase  seluruh  salah  saji
                     dengan  jumlah  seluruh  item  yang  digunakan  sampel,  yang  mengandung  salah  saji

                     maupun yang tidak.

               (4)  Kalikan persentase rata-rata salah saji dengan nilai moneter seluruh populasi  dengan
                     kondisi sudah dikeluarkan nilai yang tertinggi. Ini adalah salah saji yang diproyeksikan

                     ada di dalam sampel.
                               DOKUMEN


               Contoh, jika dari 50 sampel dalam populasi sebesar Rp 250.000 juta terdapat tiga salah saji:
                  Nilai Yang Tepat       Nilai yang Diaudit       Salah Saji       Persentase Salah Saji

                                  500                    400                100                      20%

                                                       8.250
                                  350                 10.050  IAI         5.436                   42.86%
                                  600                                    10.436                     -25%

                Total % kesalahan /jumlah persentasi salah saji                                   37,86%

                Rata-rata % salah saji: 37,86%:50 (sample size)                                  0,7572%
                Salah saji yang diproyeksikan: 0,7572% x 250.000 populasi                           1.893



               Salah saji yang diproyeksikan sering disebut dengan Most Likely Error (MLE) atau jumlah
               kesalahan yang paling mungkin terjadi, ketika seorang auditor menemukan suatu salah saji,

               auditor  harus  memperluas  pengujian  tanpa  memperhatikan  apakah  salah  saji  atau
               penyimpangan tersebut mewakili atau tidak mewakili populasi:

               (1)  Jika  penyimpangan  tersebut  mewakili  populasi  auditor  wajib  menyelidiki  sifat  dan

                     sebab penyimpangan dan mengevaluasi kemungkinan dampaknya terhadap tujuan dari
                     prosedur audit dan terhadap area lain dari audit tersebut.

               (2)  Jika  penyimpangan  tersebut  dipandang  merupakan  anomaly,  maka  auditor  wajib
                     memperoleh tingkat kepastian yang tinggi bahwa salah saji atau penyimpangan tidak
                                                           191
   193   194   195   196   197   198   199   200   201   202   203