Pertemuan 10 · Bab 3 · Statistika 2 Satuan Kredit Semester · Program Studi Diploma Empat Manajemen Proyek Konstruksi

Inferensia dan Uji Hipotesis

Setelah data diperiksa dan dinyatakan cukup siap pada Pertemuan 9, mahasiswa mulai mempelajari bagaimana menggunakan sampel untuk mengambil keputusan tentang populasi. Pertemuan ini membangun fondasi inferensia statistik melalui hipotesis nol dan hipotesis alternatif, tingkat signifikansi, nilai-p, kesalahan Tipe I dan Tipe II, serta hubungan keputusan statistik dengan interval kepercayaan.

Inferensia Statistik Hipotesis Nol Hipotesis Alternatif Tingkat Signifikansi Nilai-P Kesalahan Tipe I Kesalahan Tipe II Interval Kepercayaan IBM SPSS Statistics 340 menit Formatif 0%

Target Pertemuan 10: mahasiswa mampu merumuskan hipotesis statistik, membaca tingkat signifikansi dan nilai-p, memahami risiko kesalahan keputusan, serta menyusun keputusan inferensial yang benar dan tidak berlebihan.

Sinkronisasi Rencana Pembelajaran Semester

Kemampuan Akhir yang Direncanakan: Merumuskan hipotesis statistik dan mengambil keputusan inferensial.
Waktu: TM 100 + PT 120 + BM 120 = 340 menit
Penilaian: Formatif 0%
Referensi RPS: 1,2,3,5

Tujuan belajar Pertemuan 10

Pertemuan 10 mempunyai 4 tujuan utama. Tujuan dibuat ringkas agar mahasiswa memahami logika inferensia lebih dahulu sebelum masuk ke metode uji statistik khusus pada pertemuan berikutnya.

1
Menjelaskan logika inferensia dari sampel ke populasi. 2
Merumuskan hipotesis nol dan hipotesis alternatif. 3
Menginterpretasikan tingkat signifikansi, nilai-p, dan kesalahan Tipe I–II. 4
Membuat keputusan statistik dan membaca hubungannya dengan interval kepercayaan.

Batas materi: Pertemuan 10 membahas cara berpikir dalam uji hipotesis. Uji t dibahas pada Pertemuan 11, Analisis Varians pada Pertemuan 12, korelasi pada Pertemuan 13, regresi linear sederhana pada Pertemuan 14, dan regresi linear berganda pada Pertemuan 15.

Cara belajar Pertemuan 10 agar tetap ringan

Mulai dari pertanyaan. Apa yang ingin diketahui tentang populasi?

Rumuskan hipotesis. Apa kondisi awal dan apa alternatifnya?

Pahami evidence. Seberapa tidak konsisten data dengan hipotesis nol?

Baca nilai-p. Bandingkan dengan tingkat signifikansi yang ditetapkan.

Buat keputusan. Tolak atau gagal menolak hipotesis nol, lalu jelaskan maknanya.

Siklus Pertemuan 10: pertanyaan → hipotesis → statistik uji → nilai-p → keputusan → interpretasi.

Peta materi Pertemuan 10

Tujuan Pembelajaran 1 · Logika Inferensia Tujuan Pembelajaran 2 · Hipotesis Tujuan Pembelajaran 3 · Nilai-P & Kesalahan Keputusan Tujuan Pembelajaran 4 · Keputusan & Interval Kepercayaan

Sampel → Evidence → Nilai-P → Keputusan → Kesimpulan Populasi

Uji hipotesis tidak membuktikan kebenaran mutlak. Ia membantu menilai seberapa kuat evidence sampel terhadap suatu pernyataan tentang populasi.

TUJUAN PEMBELAJARAN 1

Menjelaskan logika inferensia dari sampel ke populasi

↑ Kembali ke Tujuan Belajar

Rujukan utama: Montgomery & Runger · Sudjana · Sugiyono · Ghozali

1.1 Dari deskriptif ke inferensia

Statistika deskriptif menjelaskan data yang diamati. Inferensia statistik menggunakan data sampel untuk membuat pernyataan tentang karakteristik populasi dengan memperhitungkan ketidakpastian sampling.

Pertanyaan	Deskriptif	Inferensial
Durasi aktivitas	Mean sampel = 12,3 hari	Apakah mean populasi berbeda dari nilai acuan tertentu?
Produktivitas	Tim A memiliki mean 10 m²/hari	Apakah perbedaan produktivitas antar kelompok cukup kuat untuk digeneralisasikan?
Korelasi	Sampel menunjukkan hubungan positif	Apakah evidence cukup untuk menyimpulkan adanya hubungan pada populasi yang relevan?

1.2 Mengapa hasil sampel tidak sama dengan populasi?

Statistik sampel berubah dari satu sampel ke sampel lain. Karena itu inferensia tidak hanya melihat besar perbedaan atau hubungan, tetapi juga mempertimbangkan ketidakpastian sampling.

Perbedaan kecil dapat menjadi informatif jika ketidakpastiannya sangat kecil, sedangkan perbedaan yang tampak besar dapat tetap tidak meyakinkan jika sampel sangat kecil atau sangat bervariasi.

1.3 Empat komponen umum uji hipotesis

Hipotesis. Pernyataan tentang populasi yang akan diuji.

Statistik uji. Ringkasan evidence sampel dalam bentuk statistik tertentu.

Nilai-p. Ukuran seberapa tidak konsisten data dengan hipotesis nol.

Keputusan. Menolak atau gagal menolak hipotesis nol pada tingkat signifikansi tertentu.

1.4 Signifikansi statistik tidak sama dengan kepentingan praktis

Hasil dapat signifikan secara statistik tetapi memiliki efek yang sangat kecil dan kurang penting secara praktis. Sebaliknya, efek yang penting secara praktis dapat tidak signifikan jika data terlalu sedikit atau sangat bervariasi.

Jangan berhenti pada “signifikan” atau “tidak signifikan”. Pertanyaan akhirnya tetap: seberapa besar efeknya dan apakah bermakna dalam konteks proyek?

Latihan Tujuan Pembelajaran 1

Sebuah sampel 30 aktivitas memiliki mean keterlambatan 4,8 hari. Apakah pernyataan “mean keterlambatan populasi = 5 hari” dapat langsung dinyatakan salah hanya karena 4,8 ≠ 5?

Jawaban: tidak. Selisih 0,2 hari pada sampel dapat muncul akibat variasi sampling. Diperlukan prosedur inferensial yang mempertimbangkan ketidakpastian untuk menilai evidence terhadap nilai 5 hari.

↑ Kembali ke Tujuan Belajar

TUJUAN PEMBELAJARAN 2

Merumuskan hipotesis nol dan hipotesis alternatif

↑ Kembali ke Tujuan Belajar

Rujukan utama: Montgomery & Runger · Sudjana · Sugiyono · Ghozali

2.1 Hipotesis nol

Hipotesis nol adalah pernyataan dasar yang diuji. Hipotesis nol biasanya menyatakan tidak ada perbedaan, tidak ada hubungan, atau parameter populasi sama dengan nilai tertentu.

Contoh konseptual: mean keterlambatan populasi sama dengan 5 hari.

Hipotesis nol: μ = 5 hari

2.2 Hipotesis alternatif

Hipotesis alternatif menggambarkan kondisi yang dipertimbangkan jika evidence cukup kuat untuk menolak hipotesis nol.

Dua arah: μ ≠ 5 hari

Satu arah atas: μ > 5 hari

Satu arah bawah: μ < 5 hari

2.3 Uji satu arah dan dua arah

Bentuk pertanyaan	Hipotesis alternatif
Apakah berbeda?	dua arah
Apakah lebih besar?	satu arah atas
Apakah lebih kecil?	satu arah bawah

Arah hipotesis harus ditentukan dari pertanyaan/teori sebelum melihat hasil. Jangan memilih satu arah setelah melihat data hanya agar nilai-p menjadi lebih kecil.

2.4 Dari masalah proyek ke hipotesis statistik

Masalah: apakah produktivitas dua metode kerja berbeda?

Hipotesis nol: tidak ada perbedaan mean produktivitas populasi.

Hipotesis alternatif: terdapat perbedaan mean produktivitas populasi.

Metode statistik untuk membandingkan dua kelompok akan dipelajari pada Pertemuan 11.

2.5 Kesalahan rumusan yang sering terjadi

menulis hipotesis tentang sampel, bukan populasi;
menulis hipotesis nol dan alternatif yang tidak saling melengkapi;
mengubah arah hipotesis setelah melihat data;
menulis kesimpulan penelitian langsung sebagai hipotesis statistik tanpa parameter yang jelas.

Latihan Tujuan Pembelajaran 2

Rumuskan hipotesis untuk pertanyaan: “Apakah rata-rata produktivitas metode A berbeda dari 15 m²/hari?”

Jawaban:
Hipotesis nol: mean populasi produktivitas metode A = 15 m²/hari.
Hipotesis alternatif: mean populasi produktivitas metode A ≠ 15 m²/hari.

↑ Kembali ke Tujuan Belajar

TUJUAN PEMBELAJARAN 3

Menginterpretasikan tingkat signifikansi, nilai-p, dan kesalahan Tipe I–II

↑ Kembali ke Tujuan Belajar

Rujukan utama: Montgomery & Runger · Sudjana · Sugiyono · Ghozali

3.1 Tingkat signifikansi

Tingkat signifikansi adalah batas risiko Kesalahan Tipe I yang ditetapkan sebelum analisis. Nilai yang sering digunakan adalah 0,05, tetapi pemilihannya harus mengikuti konteks dan rancangan analisis.

Jika tingkat signifikansi = 0,05, risiko maksimum Kesalahan Tipe I yang direncanakan adalah 5%

3.2 Apa itu nilai-p?

Nilai-p adalah probabilitas memperoleh hasil yang setidaknya se-ekstrem data yang diamati, jika hipotesis nol dan asumsi model yang digunakan dianggap benar.

Nilai-p bukan probabilitas bahwa hipotesis nol benar. Nilai-p juga bukan ukuran besar efek.

3.3 Aturan keputusan dasar

Kondisi	Keputusan statistik
nilai-p ≤ tingkat signifikansi	tolak hipotesis nol
nilai-p > tingkat signifikansi	gagal menolak hipotesis nol

Gunakan istilah “gagal menolak hipotesis nol”, bukan “menerima hipotesis nol sebagai benar”.

3.4 Kesalahan Tipe I

Kesalahan Tipe I terjadi ketika hipotesis nol sebenarnya benar tetapi kita menolaknya.

Contoh konseptual: menyimpulkan bahwa dua metode kerja berbeda padahal pada populasi sebenarnya tidak berbeda.

3.5 Kesalahan Tipe II

Kesalahan Tipe II terjadi ketika hipotesis nol sebenarnya salah tetapi kita gagal menolaknya.

Contoh konseptual: menyimpulkan evidence belum cukup untuk perbedaan metode, padahal pada populasi sebenarnya terdapat perbedaan.

3.6 Matriks keputusan

Keputusan	Hipotesis nol benar	Hipotesis nol salah
Tolak hipotesis nol	Kesalahan Tipe I	Keputusan benar
Gagal menolak hipotesis nol	Keputusan benar	Kesalahan Tipe II

3.7 Simulator keputusan nilai-p

Nilai-p Tingkat signifikansi

Latihan Tujuan Pembelajaran 3

Nilai-p = 0,08 dan tingkat signifikansi = 0,05. Apa keputusan statistik yang tepat?

Jawaban: karena 0,08 > 0,05, gagal menolak hipotesis nol. Ini tidak berarti hipotesis nol terbukti benar.

↑ Kembali ke Tujuan Belajar

TUJUAN PEMBELAJARAN 4

Membuat keputusan statistik dan membaca hubungannya dengan interval kepercayaan

↑ Kembali ke Tujuan Belajar

Rujukan utama: Montgomery & Runger · Sudjana · Sugiyono · Ghozali

4.1 Keputusan statistik harus diikuti interpretasi substantif

Setelah membandingkan nilai-p dengan tingkat signifikansi, mahasiswa harus menjelaskan apa keputusan tersebut berarti dalam konteks proyek.

“Nilai-p = 0,021 lebih kecil dari tingkat signifikansi 0,05, sehingga hipotesis nol ditolak. Data memberikan evidence adanya perbedaan pada parameter yang diuji. Besarnya perbedaan dan kepentingan praktis tetap perlu dilihat dari statistik deskriptif dan ukuran efek.”

4.2 Hubungan dengan interval kepercayaan

Untuk banyak prosedur dua arah, keputusan uji hipotesis dan interval kepercayaan yang sesuai memberikan informasi yang konsisten.

Jika hipotesis nol menyatakan perbedaan mean = 0 dan interval kepercayaan 95% untuk perbedaan mean tidak mencakup 0, maka hasil biasanya konsisten dengan penolakan hipotesis nol pada tingkat signifikansi 0,05.

Interval kepercayaan memberi informasi tambahan yang tidak diberikan oleh nilai-p saja: arah dan rentang nilai parameter yang masih masuk akal berdasarkan data dan model.

4.3 Membaca output IBM SPSS Statistics

Pada banyak prosedur inferensial, mahasiswa akan menemukan kolom bernama Sig. atau Sig. (2-tailed). Kolom tersebut umumnya merepresentasikan nilai-p sesuai prosedur yang dijalankan.

Identifikasi hipotesis. Apa parameter atau hubungan yang sedang diuji?

Temukan nilai-p. Periksa kolom Sig. yang sesuai dengan prosedur.

Bandingkan dengan tingkat signifikansi.

Tulis keputusan statistik. Tolak atau gagal menolak hipotesis nol.

Lihat interval kepercayaan dan ukuran efek jika tersedia.

Tulis kesimpulan substantif. Hubungkan dengan masalah Manajemen Proyek Konstruksi.

4.4 Contoh output hipotetik

Informasi	Nilai
Statistik uji	2,41
Nilai-p dua arah	0,021
Interval kepercayaan 95%	0,4 sampai 3,2

Pada tingkat signifikansi 0,05, nilai-p 0,021 mendukung penolakan hipotesis nol. Interval kepercayaan juga tidak mencakup nilai nol, sehingga arahnya konsisten. Namun kesimpulan akhir tetap harus menyebut parameter, konteks, dan besar efek yang sebenarnya.

4.5 Kesalahan interpretasi yang harus dihindari

“nilai-p 0,03 berarti peluang hipotesis nol benar adalah 3%”;
“hasil tidak signifikan berarti tidak ada efek sama sekali”;
“hasil signifikan berarti efeknya besar”;
“interval kepercayaan berisi 95% data individual”;
“IBM SPSS Statistics sudah memberikan keputusan, jadi kita tidak perlu memahami desain analisis.”

4.6 Evidence yang harus dihasilkan

hipotesis nol dan alternatif yang benar;
tingkat signifikansi yang digunakan;
nilai-p dari output yang relevan;
keputusan statistik;
interval kepercayaan jika tersedia;
interpretasi substantif dan batas kesimpulan.

Latihan integrasi Tujuan Pembelajaran 4

Sebuah output menunjukkan nilai-p = 0,004 dan interval kepercayaan 95% untuk perbedaan sebesar 1,2 sampai 4,8. Gunakan tingkat signifikansi 0,05. Apa keputusan dan interpretasi dasarnya?

Jawaban: karena 0,004 ≤ 0,05, hipotesis nol ditolak. Interval kepercayaan tidak mencakup 0 dan menunjukkan arah perbedaan positif. Kesimpulan substantif harus menyebut variabel, kelompok, satuan, dan besar perbedaan sesuai kasus.

↑ Kembali ke Tujuan Belajar

Rangkuman Pertemuan 10

Tujuan Pembelajaran 1

Inferensia: sampel digunakan untuk menilai pernyataan tentang populasi dengan memperhitungkan ketidakpastian.

Tujuan Pembelajaran 2

Hipotesis: hipotesis nol menyatakan kondisi dasar; hipotesis alternatif menyatakan kondisi tandingan.

Tujuan Pembelajaran 3

Nilai-p: dibandingkan dengan tingkat signifikansi; keputusan tetap memiliki risiko Kesalahan Tipe I dan II.

Tujuan Pembelajaran 4

Keputusan: gabungkan nilai-p, interval kepercayaan, besar efek, dan konteks sebelum menarik kesimpulan.

Kalimat kunci Pertemuan 10: uji hipotesis tidak membuktikan kebenaran mutlak; ia menilai kekuatan evidence terhadap hipotesis nol dalam kerangka model yang digunakan.

Beban kegiatan Pertemuan 10

Tatap muka / terbimbing	100 menit
Penugasan terstruktur	120 menit
Belajar mandiri	120 menit
Total	340 menit
Penilaian	Formatif 0%

Latihan formatif Pertemuan 10

rumuskan hipotesis nol dan hipotesis alternatif untuk tiga kasus berbeda;
tentukan apakah pertanyaan menggunakan hipotesis satu arah atau dua arah;
interpretasikan sedikitnya tiga nilai-p dengan tingkat signifikansi yang diberikan;
identifikasi kemungkinan Kesalahan Tipe I dan Tipe II pada konteks kasus;
baca satu output IBM SPSS Statistics yang menyediakan nilai-p dan interval kepercayaan;
tulis keputusan statistik dan kesimpulan substantif secara terpisah.

Asesmen formatif: 0%. Fokus penilaian adalah ketepatan rumusan hipotesis, keputusan berdasarkan nilai-p, dan kualitas interpretasi.

Kriteria Latihan Formatif Pertemuan 10

Kriteria	Fokus evidence Pertemuan 10
Pemahaman masalah dan data	pertanyaan inferensial dan parameter populasi dikenali dengan tepat
Pemilihan metode statistik	arah hipotesis dan kerangka keputusan sesuai masalah
Perhitungan/analisis	nilai-p, tingkat signifikansi, dan interval kepercayaan dibaca dengan benar
Interpretasi	keputusan statistik tidak disamakan dengan kebenaran mutlak atau besar efek
Kesimpulan berbasis bukti	kesimpulan konsisten dengan evidence dan batas analisis
Komunikasi data	hipotesis, keputusan, dan narasi substantif ditulis jelas

Checklist penguasaan Pertemuan 10

0 dari 4 tujuan tercapai 0%

Tujuan Pembelajaran 1 — Saya dapat menjelaskan logika inferensia dari sampel ke populasi. Tujuan Pembelajaran 2 — Saya dapat merumuskan hipotesis nol dan hipotesis alternatif. Tujuan Pembelajaran 3 — Saya dapat menginterpretasikan tingkat signifikansi, nilai-p, dan Kesalahan Tipe I–II. Tujuan Pembelajaran 4 — Saya dapat membuat keputusan statistik dan membaca hubungannya dengan interval kepercayaan.

Checklist ini tersimpan hanya pada browser/perangkat dan bukan progres atau nilai resmi pada sistem pembelajaran.

Daftar Pustaka Pertemuan 10

Montgomery, D. C., & Runger, G. C. (2018). Applied Statistics and Probability for Engineers (7th ed.). Wiley.
Sudjana. (2005). Metoda Statistika. Bandung: Tarsito.
Sugiyono. (2019). Statistika untuk Penelitian. Bandung: Alfabeta.
Ghozali, I. (2021). Aplikasi Analisis Multivariate dengan Program IBM SPSS 26 (Edisi 10). Semarang: Badan Penerbit Universitas Diponegoro.

Daftar pustaka pada halaman ini identik dengan kode referensi pada Rencana Pembelajaran Semester terbaru.

↑ Kembali ke bagian utama

Jembatan ke Pertemuan 11

Pertemuan 10 membangun logika keputusan inferensial. Pertemuan 11 menerapkannya pada kasus pertama yang spesifik: membandingkan dua kelompok independen atau dua pengukuran berpasangan menggunakan uji t.

Hipotesis → Nilai-P → Uji t → Perbedaan Dua Kelompok/Pengukuran

↑ Lihat kembali Tujuan Belajar Pertemuan 10