CARIAN ARTIKEL OLEH : NURRUL SYAKIRA BAKHTIAR | AKAUNTAN , BAHAGIAN AUDIT DALAM UPM

 

Menguasai beberapa teknik asas membolehkan juruaudit memanfaatkan alat analisis data yang canggih untuk mendapatkan pemahaman yang lebih baik.

Teknologi analitik data hari ini membolehkan juruaudit dalaman memberikan jaminan berdasarkan analisis ke atas keseluruhan populasi data. Untuk melakukannya, juruaudit perlu mempelajari teknik asas, daripada mendapatkan data sehingga mentafsir hasilnya.

Baru-baru ini, Ketua Audit Dalaman (CAE) sebuah syarikat pembuatan besar di India telah mengautomasikan amalan audit berulang dengan membangunkan satu set kueri untuk mengenal pasti penyelewengan proses dalam sistem perancangan sumber perusahaan (ERP) organisasi tersebut. Kueri ini menganalisis keseluruhan data dalam sistem ERP, bukannya hanya sampel, membolehkan juruaudit mengesan pengecualian dengan cepat dan mengesahkannya dengan pemilik proses.

Asas analitik data kini berubah bagi juruaudit dalaman. Alat-alat hari ini membolehkan mereka memberikan jaminan berdasarkan analisis keseluruhan populasi data, walaupun daripada sistem berskala besar. Juruaudit boleh menggunakan alat siap guna atau yang disesuaikan dengan mempelajari beberapa konsep asas berikut:-

Langkah 1: Mendapatkan Data

Data yang diperlukan juruaudit dalaman ditentukan oleh skop audit dan seharusnya berkaitan dengan proses atau operasi yang berisiko tinggi. Semasa meminta data daripada unit perniagaan, juruaudit perlu menyatakan lajur, perincian, dan tempoh masa yang ingin dianalisis. Mereka juga harus menunjukkan jenis fail data yang diperlukan.

Biasanya, juruaudit lebih mudah bekerja dengan data berstruktur berbanding data tidak berstruktur, yang memerlukan lebih banyak pembersihan dan normalisasi data. Dalam era data raya, juruaudit mungkin memerlukan alat lebih canggih untuk membuka fail kompleks dengan jumlah data yang besar. Sebagai contoh, fail Microsoft Excel hanya mampu memuatkan 1.04 juta baris data.

Juruaudit juga perlu memahami bagaimana data dikumpulkan, disimpan, dan dikawal. Kualiti dan jangkaan terhadap data bergantung pada sistem ERP organisasi dan tahap kawalan dalaman yang ada. Sebagai contoh, jika organisasi mempunyai sistem ERP standard dengan kawalan utama yang menangani semua penyata kewangan yang relevan, juruaudit boleh menjangkakan nilai tertentu dalam populasi data tersebut.

Akhir sekali, jika data diekstrak menggunakan kueri khusus atau laporan yang disesuaikan, juruaudit mesti menilai sama ada logik laporan itu sesuai. Dalam sesetengah kes, juruaudit dalaman mungkin memerlukan bantuan daripada pakar data.

Langkah 2: Membersihkan Data

Juruaudit dalaman mungkin menerima data yang belum siap untuk dianalisis. Mereka perlu menyiapkannya dengan membuang baris dan lajur kosong serta membetulkan data yang salah dimasukkan.

Pembersihan data juga boleh membuka peluang untuk analisis tambahan. Sebagai contoh, menukar data pasif seperti tarikh dalam medan teks kepada data aktif untuk analisis membolehkan juruaudit melakukan analisis berkaitan tarikh.

Pembersihan data juga membantu juruaudit memperoleh nilai tertentu daripada data tersebut. Sebagai contoh, jika data mengandungi tarikh transaksi dan tarikh lejar am, juruaudit boleh menambah satu lajur untuk menunjukkan perbezaan antara kedua-dua tarikh tersebut, yang mungkin mendedahkan kelewatan dalam merekodkan transaksi.

Langkah 3: Memahami Data

Pada tahap ini, juruaudit dalaman boleh memulakan ujian statistik. Pemilihan alat dan teknik bergantung kepada tujuan audit, bajet, serta jenis dan saiz data.

Melihat julat nilai — seperti nilai maksimum dan minimum — memberikan gambaran awal tentang data. Sebagai contoh, apabila juruaudit menggunakan filters pada laporan jualan, nilai negatif yang ditemui mungkin menunjukkan data tersebut mengandungi barangan yang dipulangkan. Juruaudit perlu mengesahkan penemuan ini dengan pihak pengurusan.

Langkah-langkah statistik bagi kecenderungan pusat — seperti purata (mean), median, dan mod — menunjukkan nilai purata dalam sesuatu populasi, yang dapat meningkatkan pemahaman juruaudit terhadap populasi tersebut. Sebagai contoh, purata harga jualan bagi sesuatu produk sepanjang tahun boleh memberikan gambaran tentang prestasi jualan. Jika sampel data menyerupai ciri populasi purata, ia meningkatkan keyakinan. Sebaliknya, nilai atribut yang berada di atas atau di bawah purata mungkin memerlukan analisis lanjut.

Walaupun purata berguna, juruaudit perlu memahami elemen yang boleh memesongkan nilai purata. Sebagai contoh, jika purata harga sesuatu produk ialah $45 tetapi berbeza jauh daripada harga senarai, juruaudit perlu menyemak sama ada populasi data mengandungi elemen seperti nota debit atau invois, di mana kenaikan harga dikenakan kepada pelanggan selepas jualan akibat turun naik kos bekalan. Juruaudit juga perlu membahagikan populasi data berdasarkan atribut unik seperti jenis produk, waktu (jika jualan bergantung pada variasi bermusim), geografi, dan jenis dokumen (invois, nota debit, nota kredit, pembatalan, dan barangan percuma).

Pandangan satu sisi terhadap data mungkin tidak memberikan pemahaman yang lengkap. Juruaudit harus melihat data dari pelbagai sudut menggunakan jadual pangsi (pivot table). Sebagai contoh, pivot table membolehkan juruaudit menggabungkan pelbagai pandangan jualan seperti geografi dan produk.

Pencarian naratif atau deskriptif boleh membantu juruaudit memahami kerumitan tersembunyi dalam data. Sebagai contoh, mencari kata tertentu seperti “berganda,” “balikkan,” “dibetulkan,” dan “kelewatan” mungkin mendedahkan maklumat tentang keadaan proses. Pencarian ini, apabila digabungkan dengan nama pengguna, memberitahu juruaudit siapa yang melakukan apa dan seberapa kerap. Juruaudit boleh meringkaskan pemerhatian pencarian dengan menandai data secara berasingan. Jenis pencarian ini adalah cara yang baik untuk mengesan petunjuk penipuan.

Langkah 4: Memahami Ritma Data

Juruaudit yang biasa dengan irama muzik boleh mengaitkannya dengan irama tersembunyi dalam data. Mod ialah nilai statistik yang menunjukkan kekerapan sesuatu pembolehubah. Jika juruaudit mendapati item tertentu berulang setiap bulan dalam laporan jualan, ini mungkin menunjukkan bil tetap bulanan kepada pelanggan, seperti untuk penyelenggaraan bulanan. Mengenal pasti dan menandai elemen yang kerap muncul ini dapat mengurangkan keperluan untuk menganalisisnya secara individu, sekali gus menjimatkan masa. Inilah manfaat mengenal pasti irama dalam data.

Langkah 5: Mentafsir Hasil

Langkah terakhir dalam menggunakan analitik adalah memahami corak atau trend yang ditunjukkan oleh data. Membentuk pemerhatian yang baik adalah satu seni yang memerlukan penilaian yang teliti dan pendekatan yang sistematik. Pengecualian dan data luar biasa yang ditemui oleh juruaudit mungkin merupakan transaksi perniagaan sebenar yang dilakukan dalam konteks tertentu dengan kebenaran yang sah, kesilapan sekali sahaja, atau penipuan yang disengajakan. Oleh itu, juruaudit perlu mengumpul sebanyak mungkin fakta tentang data luar biasa tersebut dan mengaitkannya dengan objektif audit secara tidak berat sebelah.

Tip untuk Analitik yang Berjaya

Mengetahui asas analitik data dapat membantu juruaudit dalaman membuat pemerhatian yang bernilai, memenuhi jangkaan pihak berkepentingan, dan meningkatkan kepentingan mereka dalam organisasi. Untuk mengaplikasikan analitik, juruaudit mesti mempunyai pemahaman yang kukuh tentang proses organisasi, pengetahuan mengenai perniagaan klien untuk menilai apa yang boleh dijangkakan daripada data, pendekatan yang sistematik dan berdisiplin, kesabaran, dan sikap skeptikal. Juruaudit boleh meningkatkan kebolehan ini dengan mempelajari cara menggunakan alat dan teknik canggih. Yang paling penting, mereka tidak boleh berputus asa dalam usaha mereka untuk mendapatkan pemahaman yang lebih daripada data.

 

SUMBER : 

A PUBLICATION OF TheIIA.org

Link:https://internalauditor.theiia.org/en/articles/2023/june/the-new-basics-of-data-analytics/

Artikel oleh Nikhil Kenjale, CA

 

Tarikh Input: 20/01/2025 | Kemaskini: 25/04/2025 | faiz_suparman