Untuk menguji hipotesis regresi dan korelasi dengan alternatif tidak sama dengan, kita dapat

menggunakan uji regresi linier sederhana dan koefisien korelasi Pearson. Berikut adalah
langkah-langkah yang dapat kita lakukan:

Langkah 1: Menentukan hipotesis nol (H0) dan hipotesis alternatif (H1):

- H0 (Hipotesis Nol): Tidak ada hubungan antara X dan Y (regresi tidak signifikan, korelasi =
0).
- H1 (Hipotesis Alternatif): Ada hubungan antara X dan Y (regresi signifikan, korelasi ≠ 0).

Langkah 2: Menghitung koefisien korelasi Pearson (r):

Pertama, kita perlu menghitung nilai rata-rata (mean) dari X dan Y:
X_mean = (50 + 70 + 80 + 33 + 90 + 60) / 6 = 61
Y_mean = (30 + 33 + 50 + 25 + 60 + 45) / 6 = 40.5

Selanjutnya, kita hitung jumlah (∑) dari masing-masing komponen dalam rumus koefisien
korelasi Pearson (r):
∑((X - X_mean) * (Y - Y_mean))
= ((50 - 61) * (30 - 40.5)) + ((70 - 61) * (33 - 40.5)) + ((80 - 61) * (50 - 40.5)) + ((33 - 61) * (25
- 40.5)) + ((90 - 61) * (60 - 40.5)) + ((60 - 61) * (45 - 40.5))
= (-11 * -10.5) + (9 * -7.5) + (19 * 9.5) + (-28 * -15.5) + (29 * 19.5) + (-1 * 4.5)
= 1611

Selanjutnya, kita hitung jumlah (∑) dari masing-masing komponen kuadrat dalam rumus
koefisien korelasi Pearson (r):
∑((X - X_mean)^2)
= ((50 - 61)^2) + ((70 - 61)^2) + ((80 - 61)^2) + ((33 - 61)^2) + ((90 - 61)^2) + ((60 - 61)^2)
= 1700

∑((Y - Y_mean)^2)
= ((30 - 40.5)^2) + ((33 - 40.5)^2) + ((50 - 40.5)^2) + ((25 - 40.5)^2) + ((60 - 40.5)^2) + ((45 -
40.5)^2)
= 943.5

Sekarang, kita dapat menghitung koefisien korelasi Pearson (r) menggunakan rumus:
r = (∑((X - X_mean) * (Y - Y_mean))) / (sqrt(∑((X - X_mean)^2)) * sqrt(∑((Y - Y_mean)^2)))
= 1611 / (sqrt(1700) * sqrt(943.5))
≈ 0.920

Langkah 3: Menguji hipotesis menggunakan u

ji regresi linier sederhana:

Kita dapat menggunakan uji regresi linier sederhana untuk menguji apakah koefisien regresi
(b) secara signifikan berbeda dari 0.

Dalam konteks ini, kita tidak memiliki informasi tentang koefisien regresi (b), sehingga tidak
dapat melakukan pengujian secara langsung.
Namun, karena koefisien korelasi Pearson (r) kita sebelumnya adalah 0.920, yang cukup
jauh dari 0, kita dapat menyimpulkan bahwa ada bukti yang kuat untuk menolak hipotesis
nol (H0) dan menerima hipotesis alternatif (H1), yaitu ada hubungan antara X dan Y.

Langkah 4: Memprediksi nilai Y jika X = 75:

Dalam regresi linier sederhana, kita dapat menggunakan persamaan regresi untuk
memprediksi nilai Y berdasarkan nilai X. Persamaan regresi linier sederhana adalah:
Y=a+b*X

Namun, karena kita tidak memiliki nilai koefisien regresi (a dan b), kita tidak dapat
memprediksi nilai Y secara akurat.

Jadi, untuk nilai X = 75, kita tidak dapat memberikan nilai prediksi Y yang tepat berdasarkan
data yang diberikan.