Dalam audit kinerja, penggunaan metode yang tepat untuk pemilihan sampel sangat penting agar kesimpulan yang diambil dapat mencerminkan kondisi seluruh populasi secara valid dan representatif. Dalam kasus ini, meskipun stratified random sampling sudah digunakan, temuan bahwa empat kabupaten menunjukkan perbedaan yang signifikan dalam pelaksanaan kebijakan menunjukkan adanya potensi bias atau penyimpangan dalam sampel yang diambil, yang bisa memengaruhi hasil.
Pilihan yang paling metodologis adalah:
B. Tambahkan bukti kuantitatif (mis. pengukuran indikator kinerja) dari semua unit dalam stratum berisiko tinggi dan lakukan proyeksi dengan interval kepercayaan.
Penjelasan:
-
Menambahkan bukti kuantitatif dari stratum berisiko tinggi: Keempat kabupaten yang menunjukkan perbedaan signifikan ini berada dalam kategori "berisiko tinggi," yang berarti mereka mungkin memiliki masalah sistemik yang perlu dievaluasi lebih dalam. Oleh karena itu, akan bijaksana untuk mengumpulkan bukti lebih lanjut dari kabupaten-kabupaten ini, seperti pengukuran kinerja atau indikator lain yang relevan, untuk memahami sejauh mana perbedaan tersebut memengaruhi hasil audit secara keseluruhan.
-
Melakukan proyeksi dengan interval kepercayaan: Setelah mengumpulkan bukti tambahan dari kabupaten-kabupaten tersebut, auditor bisa menggunakan teknik statistik untuk menghitung proyeksi yang lebih akurat tentang seluruh populasi dengan mempertimbangkan variasi yang ada di dalam stratum berisiko tinggi. Penggunaan interval kepercayaan dapat membantu memastikan bahwa hasil yang diperoleh dapat dipertanggungjawabkan secara statistik dan memberikan gambaran yang lebih valid tentang kondisi program subsidi listrik di seluruh kabupaten.
Dengan pendekatan ini, auditor dapat memastikan bahwa hasil audit tetap representatif dan menghindari generalisasi yang tidak tepat dari sampel yang mungkin tidak sepenuhnya mencerminkan situasi yang lebih luas. Ini juga membantu memastikan bahwa kabupaten dengan risiko tinggi tidak diabaikan, melainkan diperhitungkan dengan cara yang lebih tepat dan sistematis dalam proses analisis.
Pilihan lain, seperti A (generalisasi hasil sampel tanpa mempertimbangkan perbedaan signifikan dalam stratum berisiko tinggi) atau C (mengabaikan kabupaten dengan perbedaan besar), tidak akan memberikan gambaran yang akurat tentang kondisi yang sebenarnya dan bisa menurunkan kredibilitas kesimpulan yang diambil.
