Este documento describe cómo analizar la correlación entre dos variables cuantitativas utilizando pruebas estadísticas. Explica que primero se debe determinar si las variables siguen una distribución normal y si existe una asociación lineal entre ellas. Luego, presenta un ejemplo analizando la correlación entre el peso y las horas de práctica deportiva de individuos, encontrando una correlación positiva débil que no supera el 30% según el test de correlación de Spearman.

1. Análisis bivariado con variables cuantitativas.
ANA ROSA ROMERO

2. SEMINARIO 9
Para decidir la prueba estadística más adecuada debemos tener en
cuenta:
★ Nivel de medición de la variable
- Cualitativas
- Ordinales
- Cuantitativas o de escala
★ El número de variables a analizar
- Univariable
- Bivariable
- Multivariable
★ Número de sujetos a estudiar
La forma que adopta la distribución de frecuencias
(normal, binomial, poisson…)
- Prueba de normalidad: Shapiro; Kolmogorov
★ Si las mediciones se realizan una sola vez o
más de una en tiempos diferentes
- Muestras independientes
- Muestras apareadas (diseños:
antes/después)

3. Pruebas más utilizadas

4. Vamos a analizar la correlación entre “peso” y “horas de práctica deportiva”
Para ello primero tenemos que saber si usar el test paramétrico o el no
paramétrico, para ello:
1. Determinamos el tipo de asociación (lineal vs no lineal).
2. debemos tasar la normalidad de las variables.
Test gráfico Prueba normalidad K-S

5. Hipótesis
H0= No hay relación entre el peso y las horas de práctica
deportiva.
H1= Si hay relación entre el peso y las horas de práctica
deportiva.

6. RCOMMANDER
1. Abrimos Rcommander.
2. Importamos el fichero “activosensalud.Rdata”.

7. 3. Estudio de la linealidad de las variables.

8. Esta recta indica que la correlación es positiva,
pero la nube no es consistente, por lo que
podemos decir que no tiene mucha relación.
El valor de p (valor de significación) nos
indicaría si existe o no correlación.

9. 4. Estudio de la normalidad de las variables.
PESO
Comprobamos que el histograma
no sigue el criterio de
normalidad.

11. Teniendo en cuenta las 3 gráficas podemos decir que no sigue una
normal. El siguiente paso será comprobarlo mediante Shapiro-
wilk.

12. Como p es mucho menor
a 0,05, descartamos
la opción de que hay
normalidad y usamos
el test de
correlación de
Spearman (nada más
que una de las dos
variables no siga la
normal tenemos que
usarlo).

13. Para ello seleccionamos estadístico y matriz de correlaciones

15. Teniendo en cuenta los resultados obtenidos del test de correlación
de Spearman, podemos decir que existe una correlación positiva entre
ambas variables pero que al no superar el 30% (28%), se trata de una
correlación débil.
Como conclusión...

16. FIN