Skeptisisme harus diterapkan sejak tahap pengumpulan data. Sebelum melakukan analisis, akuntan perlu memahami dari mana data berasal, siapa yang memasukkannya, bagaimana data tersebut diproses, serta pengendalian apa yang diterapkan untuk menjaga kelengkapan dan keakuratannya. Total nilai transaksi dalam data analitik sebaiknya direkonsiliasi dengan saldo buku besar atau laporan keuangan. Akuntan juga perlu memeriksa adanya data kosong, transaksi duplikat, format tanggal yang tidak seragam, nomor dokumen yang hilang, dan perubahan kode akun. Langkah ini penting karena analisis yang baik tetap akan menghasilkan kesimpulan yang salah apabila menggunakan data yang tidak lengkap atau tidak dapat diandalkan.
Pada tahap pemodelan, akuntan perlu mempertanyakan tujuan, parameter, dan asumsi yang digunakan. Jika analitik digunakan untuk memprediksi arus kas, akuntan harus memahami apakah model mempertimbangkan perubahan nilai tukar, inflasi, pola musiman, risiko kredit pelanggan, dan kebijakan pembayaran pemasok. Jika digunakan untuk mendeteksi fraud, akuntan perlu mengetahui alasan suatu transaksi dikategorikan sebagai anomali. Dalam bidang akuntansi, kemampuan menjelaskan suatu hasil sama pentingnya dengan kemampuan menghasilkan hasil tersebut karena keputusan mengenai pencatatan, pengukuran, pengungkapan, dan pengendalian harus memiliki dasar yang dapat dipertanggungjawabkan. [foundation…search.org], [emerald.com]
Skeptisisme juga perlu diterapkan ketika menafsirkan korelasi. Hubungan statistik antara dua variabel belum tentu menunjukkan hubungan sebab-akibat. Peningkatan penjualan pada akhir tahun yang disertai kenaikan piutang, misalnya, dapat menunjukkan pertumbuhan bisnis yang sehat, tetapi juga dapat mengindikasikan pelonggaran persyaratan kredit atau pencatatan pendapatan yang agresif. Akuntan perlu membandingkan hasil itu dengan kontrak pelanggan, dokumen pengiriman, penerimaan kas setelah tanggal pelaporan, serta kebijakan pengakuan pendapatan. Dengan demikian, data analytics membantu mengarahkan perhatian akuntan, sementara pengetahuan akuntansi menentukan prosedur lanjutan dan makna dari pola yang ditemukan. [ifacweb.bl…indows.net], [foundation…search.org]
Salah satu contoh penerapan skeptisisme dapat ditemukan dalam analisis jurnal. Sistem mungkin menampilkan jurnal manual bernilai besar yang dicatat pada hari terakhir periode sebagai transaksi berisiko tinggi. Akuntan tidak boleh langsung menyimpulkan bahwa jurnal tersebut merupakan fraud, tetapi juga tidak boleh mengabaikannya hanya karena dibuat oleh pegawai berwenang. Akuntan perlu memeriksa dokumen pendukung, tujuan transaksi, akun yang digunakan, pihak yang memberikan otorisasi, serta dampaknya terhadap laba dan laporan posisi keuangan. Proses tersebut menggambarkan skeptisisme yang proporsional: anomali digunakan sebagai sinyal untuk melakukan pemeriksaan lebih lanjut, bukan sebagai putusan akhir. [ifacweb.bl…indows.net], [mab-online.nl]
Bukti empiris juga menunjukkan bahwa teknologi dan skeptisisme tidak harus dipandang sebagai dua hal yang bertentangan. Sebuah studi tahun 2024 yang melibatkan survei terhadap 94 auditor dari firma Big Four di Palestina, dengan tingkat respons 86%, serta wawancara terhadap sembilan auditor pada tingkat manajer atau lebih tinggi menemukan bahwa penggunaan big data analytics dalam penilaian risiko dapat berdampak positif terhadap skeptisisme profesional. Hasil ini menunjukkan bahwa analitik dapat membantu auditor mengenali risiko dan mengevaluasi bukti secara lebih baik. Namun, manfaat tersebut tetap bergantung pada penerimaan pengguna, pemahaman terhadap teknologi, dan cara auditor menindaklanjuti informasi yang dihasilkan.
Referensi:
