El documento describe los pasos para determinar si existe una asociación entre una variable cualitativa y cuantitativa en un conjunto de datos. Se resumen los datos, se eligen las variables sexo y medicalización, y se comprueba la normalidad y homocedasticidad de la variable cuantitativa a través de gráficas y pruebas estadísticas. Al no seguir una distribución normal la variable, se usa la prueba no paramétrica de Wilcoxon, la cual muestra que existe una asociación entre las dos variables elegidas.

1. ASOCIACIÓN ENTRE
VARIABLE CUALITATIVA Y
CUANTITATIVA
EJERCICIO R-COMMANDER
Clara Pérez de la Carrera
El ejercicio nos pide que describamos si existe o no asociación entre
las variables del archivo “activossalud.Rdata”. Para ello debemos
elegir una variable cualitativa y otra cuantitativa.
En primer lugar resumimos los datos de nuestro conjunto para
observar cuáles son las variables de las que disponemos.
Posteriormente elegimos la variable cuantitativa que podría ser la
medicalización y la variable cualitativa que sería el sexo por ejemplo.

2. Antes de empezar debemos comprobar la
normalidad de nuestra variable cuantitativa, para
ello estudiamos distintos tipos de gráficas.
En caso de histograma, podemos decir que puede
que siga la curva normal aunque se observan
ciertas irregularidades, como no se observa de
forma clara pasamos a estudiar el siguiente tipo
de gráfica.

3. Pasamos a estudiar el diagrama de cajas y
bigotes que no es demasiado simétrico ya que
la mediana no se encuentra justo en el
centro, sino que se acerca más a los valores
altos.
A continuación estudiaremos el siguiente tipo
de gráfica.

4. Al estudiar el diagrama Q-Q se ve
bastante clara la asimetría ya que los
puntos no están situados dentro de
las líneas discontinuas, lo que nos
muestra que nuestros datos no
siguen una distribución normal.
Sin embargo para asegurarnos 100%
de este hecho (ya que el estudio de
gráficas no es demasiado objetivo),
pasamos a calcular el Test de
Normalidad o Shapiro-Wilk.

5. En este test obtenemos un P-valor muy
inferior a 0,05 , de tal forma que esto
nos conduce a rechazar la H0 y aceptar
la H1, de manera que ya podemos
afirmar que nuestro conjunto de datos
no sigue una distribución normal.

6. Además de estudiar la normalidad,
debemos estudiar la homocedasticidad
en nuestra variable cuantitativa y para
ello usamos el Test de Levene.
En dicho test hemos obtenido un valor
superior a 0,05, de tal forma podemos
aceptar H0 ya que habría igualdad de
varianza.

7. Como nuestra en nuestra variable cuantitativa
(medicalización) se da homocedasticidad pero no
normalidad, debemos usar Test No-Paramétricos
para comprobar la asociación.
En este caso usamos el Test de Wilcoxon ya que
nuestra variable cualitativa (sexo) es dicotómica.
Según el valor obtenido en dicho Test,
concluimos que existe asociación entre
nuestras dos variables.
Hemos obtenido un P-valor inferior a
0,05 de tal forma que rechazamos la
hipótesis nula y aceptamos la hipótesis
alternativa, con lo cual afirmamos la
asociación o significación estadística
entre nuestras variables.