Este documento describe los pasos realizados en R para analizar la asociación entre el peso y las horas de práctica deportiva de una muestra. Se cargaron los datos en R y se creó un diagrama de dispersión para visualizar la linealidad entre las variables. Luego, se usaron histogramas, diagramas de caja y gráficas de cuantiles para evaluar la normalidad de las variables, y también se realizó la prueba de Shapiro-Wilk. Dado que el peso no siguió una distribución normal, se usó la prueba de correlación de

1. Lucía Pedrero Valero, grupo 4, grupo 18.

2. 1. Cargamos el archivo en R
Pulsamos en la opción de “Datos” y posteriormente “Cargar conjunto de
datos…”. Elegimos de nuestra carpeta el archivo deseado.

3. 2. Comprobar la asociación entre las
muestras.
 Queremos comprobar el nivel de
asociación entre las variables
“horapracticadeportiva” y “peso”.
 Ambas son cuantitativas, primero
debemos realizar la nube de
dispersión. Para ello pulsamos en
la “Gráficas” y posteriormente en
“Diagrama de dispersión…”

4. Tras elegir las variables, podemos ver la linealidad que siguen ambas variables.

5.  Después de hacer
el grado de
dispersión,
podemos
comprobar la
normalidad. Para
ello podemos
comprobarlo
visualmente
mediante el
histograma,
diagrama de caja
y gráfica de
comparación de
cuantiles.
Seleccionamos
para todos ellos la
variable “peso”.

6.  Otra forma de conocer la normalidad es realizando el test de Shapiro-
Wilk en las variables.
 Si una de las variables no sigue la normalidad deberemos aplicar el test
de Rho Spearman, si ambas siguen la normalidad, realizaremos la test
de Pearson.
 Para ver la normalidad, pulsamos en la opción de “Estadísticos”,
posteriormente la opción de “resúmenes” y finalmente “Test de
normalidad de Shapiro Wilk…”

7. Seleccionamos la variable peso para estudiar su normalidad y analizamos los resultados
obtenidos. Según nuestras hipótesis:
- H₀: sigue una normalidad.
- H₁: no sigue una normalidad.
Como podemos observar, el valor de p es menor a 0,05, por lo que rechazamos nuestra
H₀ y, por tanto, la variable peso no sigue una normalidad. Como una de las variables
elegidos no sigue una distribución normal, debemos realizar el test de Rho Spearman.

8. Para realizar el test de Rho Spearman, debemos pulsar en la opción de
“Estadísticos”, “Resúmenes” y por último “Matriz de correlaciones”.
Seleccionamos las dos variables elegidas en un principio, pulsamos la
opción de “Coeficiente de Spearman” y por último marcar la opción de
“p-valores pareados”.

9. 3. Análisis de los resultados
 Tenemos dos hipótesis:
- H₀: el peso no influye en las horas de práctica deportiva.
- H₁: el peso si influye en las horas de práctica deportiva.
 Debemos observar la correlación entre estas variables, según el test de
Spearman, ambas tienen una correlación del 28,14%; como es menor al
30% tienen una correlación débil.
 Por último, observamos los valores de p, en este caso menores a 0,05,
por lo que rechazamos la hipótesis nula, por tanto, aceptamos la
hipótesis alternativa diciendo que el peso si influye en las horas de
práctica deportiva.