Infobiz.co.id

Infobiz.co.id Situs Berita Seputar Teknologi Terbaru, Informasi Games Terupdate, Keamanan Digital, Aplikasi Dan Cyber Attack Reporting.

Penemuan sampel

Penemuan sampel

Penemuan sampel
Penemuan sampel

Sampling Penemuan adalah suatu bentuk sampling atribut. Yang terakhir adalah sarana statistik untuk memperkirakan persentase populasi yang memiliki karakteristik tertentu atau atribut. Penemuan sampling berdasarkan tingkat kesalahan yang diharapkan dari nol. Hal ini digunakan ketika akuntan perlu mengetahui apakah populasi mengandung kesalahan indikasi penipuan. Jika satu kasus kesalahan signifikan atau penipuan yang ditemukan dalam sampel, proses pengambilan sampel dihentikan dan kesalahan atau penipuan diselidiki.

Mari kita perhatikan sebuah contoh. Sebuah account tidak harus mencakup pembayaran dibuat untuk nama vendor yang diketahui fiktif kecuali ada jenis penipuan dalam rekening. Jika tidak ada penipuan seperti dalam rekening, tidak boleh ada pembayaran ke vendor fiktif. Jika auditor adalah untuk menguji beberapa pembayaran dalam account dan menemukan pembayaran yang dilakukan kepada vendor fiktif, auditor akan tahu penipuan yang ada tetapi tidak akan tahu sejauh mana penipuan. Sebaliknya, jika akuntan memeriksa beberapa pembayaran rekening dan tidak menemukan pembayaran tidak sah, ia tidak akan menyimpulkan bahwa tidak ada pembayaran fiktif ada di account.
Kita sekarang beralih ke diskusi peserta studi tersebut.

Peserta penelitian
Para peserta studi ini terdiri dari 86 akuntan, auditor internal dan pemeriksa penipuan bersertifikat dengan rata-rata (deviasi standar) dari 13,94 (10,97) tahun pengalaman [1]. Dalam upaya untuk mendapatkan tanggapan sebanyak mungkin, beberapa metode digunakan untuk mengumpulkan informasi. Dari 86 tanggapan digunakan, sekitar 40 persen yang diterima melalui survei mail yang dikirim ke akuntan berlatih di Amerika Serikat, 15 persen diperoleh dari individu dalam program eksekutif MBA di New England universitas, 15 persen telah diselesaikan oleh para sukarelawan direkrut dari IIA dan situs ACFE dan 30 persen dikumpulkan dari dua bab IIA berpartisipasi [2]. Enam puluh delapan persen dari peserta adalah laki-laki, 32 persen adalah perempuan. Enam puluh dua persen memegang gelar sarjana, tiga puluh empat persen memiliki gelar master, dan empat persen telah melampaui pendidikan gelar master. Dua puluh sembilan persen dari peserta bersertifikat akuntan publik, 22 persen bersertifikat auditor internal, 16 persen adalah pemeriksa penipuan bersertifikat, 8 persen bersertifikat akuntan manajerial dan delapan persen sistem informasi yang bersertifikat auditor. Para peserta yang tersisa tidak memberikan sertifikasi mereka, jika ada. Empat puluh persen dari bekerja di perusahaan akuntan yang pendapatannya melebihi satu miliar dolar, sekitar 28 persen bekerja di perusahaan dengan pendapatan antara 250 juta dan satu miliar dolar, 22 persen bekerja di perusahaan dengan pendapatan di bawah 250 juta dolar, dan 10 persen tidak menjawab. Peserta datang dari berbagai industri termasuk: asuransi (13 persen), kesehatan (7 persen), perbankan (5 persen), ritel (5 persen), utilitas (5 persen), manufaktur (5 persen), pemerintah (5 persen), farmasi (5 persen) jasa keuangan (4 persen), pendidikan (4 persen) dan banyak lainnya. Tak satu pun dari peserta bekerja di sebuah perusahaan BPA.

Dalam hal ruang lingkup entitas ‘operasi, 34 persen dari peserta survei adalah dari organisasi lokal, 22 persen berasal dari organisasi nasional, dan 41 persen berasal dari organisasi internasional, dan 3 persen tidak menunjukkan lingkup operasi. Lima puluh tiga persen peserta berasal dari perusahaan milik publik (44 persen terdaftar pada New York Stock Exchange), sementara 47 persen bekerja di perusahaan swasta. Sekitar 4 persen dari peserta survei berasal dari perusahaan-perusahaan tanpa sebuah departemen audit internal, 47 persen memiliki departemen audit internal dengan 1-8 anggota, 20 persen memiliki departemen internal audit dengan auditor 10-19 internal, dan 29 persen memiliki departemen dengan 20 atau lebih internal auditor. Secara keseluruhan, peserta yang beragam dalam hal tahun mereka pengalaman, sertifikasi diselenggarakan, latar belakang industri, ruang lingkup operasi, dan ukuran Audit departemen internal. Sebuah ringkasan dari hasil ini adalah terkandung dalam Tabel I.

Hasil

Penipuan korban dan pendanaan untuk pencegahan
Sekitar 56 persen dari peserta survei menunjukkan perusahaan mereka telah menjadi korban penipuan, dengan 24 persen menunjukkan perusahaan mereka tidak menjadi korban penipuan dan 20 persen mengindikasikan mereka tidak tahu apakah atau tidak perusahaan mereka adalah korban penipuan. Lima puluh dua persen dari peserta diharapkan penipuan untuk meningkat di masa depan, sementara 30 persen tidak berharap penipuan untuk meningkatkan dan 18 persen tidak tahu.

Empat puluh delapan persen dari peserta ditunjukkan dana untuk pelatihan pencegahan penipuan telah meningkat selama tiga tahun terakhir, sementara 45 persen mengatakan itu tetap sama dan hanya 8 persen mengatakan mengalami penurunan. Demikian pula, 56 persen mengindikasikan dana untuk audit internal departemen telah meningkat selama tiga tahun terakhir, sementara 39 persen mengindikasikan dana internal audit tetap sama dan hanya lima persen menyatakan telah menurun.

Penggunaan dan efektivitas metode pencegahan penipuan dan perangkat lunak
Berdasarkan tinjauan literatur penipuan untuk jenis prosedur penipuan (Carpenter dan Mahoney, 2001; Coderre, 1999; KPMG, 1998;. Albrecht et al, 2002), auditor diminta untuk menunjukkan apakah perusahaan mereka menggunakan pencegahan penipuan berikut dan deteksi prosedur dan perangkat lunak: kode perilaku perusahaan / Kebijakan etika, review pengendalian internal, cek referensi, kontrak kerja, audit kecurangan, penipuan kebijakan pelaporan, review penipuan kerentanan, penipuan hotline, membocorkan rahasia kebijakan, audit operasional, akuntan forensik, pencegahan penipuan pelatihan, pelatihan etika, peralatan pengawasan, peningkatan perhatian manajemen, kode sanksi terhadap pemasok, meningkatkan peran komite audit, pengawasan korespondensi elektronik, rotasi staf, keamanan departemen, program konseling karyawan, review uang tunai, pengamatan persediaan, rekonsiliasi bank, etika petugas, penemuan sampling, data mining, analisis digital, audit terus menerus, rasio keuangan, perlindungan virus, proteksi password, firewall, dan perangkat lunak penyaringan (Lampiran 1). Selain itu, auditor diminta untuk menilai efektivitas prosedur anti-penipuan dan software yang digunakan dalam organisasi mereka pada skala dari 1 (sangat tidak efektif) sampai 7 (benar-benar efektif).

Seperti yang ditunjukkan pada Tabel II, penipuan prosedur dan perangkat lunak adalah peringkat dari yang paling sering digunakan (perlindungan virus, firewall, proteksi password, review pengendalian internal, dan perbaikan) untuk yang paling sering digunakan (akuntan forensik, analisis digital, rotasi staf, kontrak kerja , data mining). Perbedaan jelas ada antara penggunaan prosedur penipuan dan perangkat lunak. Firewall, perlindungan virus, proteksi password, dan review pengendalian internal adalah penggunaan yang paling umum (97-99 persen) dan organisasi akuntan forensik adalah paling umum (14 persen). Perbedaan juga ada untuk peringkat peserta efektivitas. Penggunaan organisasi akuntan forensik menerima peringkat tertinggi rata-rata (5,86) sedangkan rotasi staf menerima peringkat berarti terendah (3,84). Sangat menarik untuk dicatat bahwa penggunaan organisasi akuntan forensik adalah metode paling sering digunakan untuk memerangi penipuan (14 persen), namun menerima peringkat tertinggi efektivitas (5,86). Temuan ini menunjukkan bahwa perusahaan mungkin ingin mempertimbangkan investasi dalam akuntan forensik di masa depan jika mereka belum melakukannya.

Selain itu, metode lain untuk memerangi penipuan yang melibatkan perangkat lunak, seperti penemuan sampling, data mining, audit terus menerus, dan analisis digital yang tidak umum digunakan. Berarti penilaian efektivitas, bagaimanapun, relatif tinggi, mulai dari 4,96 untuk pengambilan sampel penemuan untuk 5,37 untuk data mining. Sementara tidak satupun dari aplikasi perangkat lunak penipuan digunakan oleh sebagian organisasi peserta ‘, tiga dari mereka di peringkat sepuluh besar untuk efektivitas (analisis digital, audit terus menerus, dan data mining) dan keempat peringkat di atas lima belas (penemuan sampel ). Oleh karena itu, sementara perusahaan mungkin enggan untuk berinvestasi dalam anti-penipuan teknologi, manfaat yang dirasakan dari perangkat lunak ini dapat lebih besar biaya yang diberikan efektivitas jelas mereka.

Baca Juga :

infobiz

Kembali ke atas