Este informe presenta los resultados de un análisis estadístico bivariado de los datos de una encuesta realizada a 290 estudiantes sobre sus hábitos de vida y salud. Se analizaron las posibles asociaciones entre el sexo y la práctica de deporte y entre el sexo y el consumo de fruta. Los resultados mostraron que existe una asociación entre el sexo y la práctica de deporte, con más hombres practicando deporte, pero no se encontró una asociación confiable entre el sexo y el consumo de fruta.

1. Informe estadístico
correspondiente a los
seminarios de
Estadística bivariada
Yasmin Morvarid, Owrang Calvo
GRUPO 4
Subgrupo 17

2. GUÍA
 1. Introducción.
 2. Objetivo.
 3. Metodología.
 3.1 - Población de estudio. Muestra.
 3.2 - Variables a analizar.
 3.3 - Análisis de datos.
 4. Resultados.
 5. Conclusiones

3. 1.Introducción
 En esta ocasión trabajaremos con la estadística bivariada. Se trata de un
conjunto de técnicas empleadas para el estudio de sucesos en los que
intervienen dos variables simultáneamente.
 Nos permite detectar:
 - Si dos variables tienen relación entre sí.
 - Si la relación entre ellas es fuerte, moderada o débil.
 - Qué dirección tiene la relación.

4. 2.Objetivos general y específicos
 Utilizar la estadística bivariada para establecer la asociación entre dos
variables de nuestro fichero de datos, dando respuesta a hipótesis de
investigación específicas.
 Queremos conocer si existe asociación entre el sexo y la práctica de deporte en la
muestra correspondiente al archivo “activossalud.Rdata”. Para ello hemos
empleado “Rcommander”, que nos ha demostrado hay más hombres que mujeres
que practiquen deporte en nuestra muestra.
 Queremos conocer si existe asociación entre el sexo y el consumo de fruta en la
muestra correspondiente al archivo “activossalud.Rdata”. Para ello hemos usado
“Rcommander”, que nos ha demostrado que no existe una asociación fiable.

5. 3.Metodología
 3.1 - Población de estudio. Muestra.
 3.2 - Variables a analizar.
 3.3 - Análisis de datos.

6. 3.1 - Población de estudio. Muestra.
 Los datos de las encuestas se han realizado a 290 estudiantes de primero de
enfermería de la Universidad de Sevilla, centros propios y adscritos para
conocer sus estilos de vida y activos en salud.
 Podemos decir que la muestra es grande.

7. 3.2- Variables a analizar. Tipo
 En primer lugar, debemos determinar de qué tipo son las variables con las que
trabajamos
 Sexo: cualitativa dicotómica
 Práctica de deporte: cualitativa dicotómica
 Consumo de fruta: cualitativa NO DICOTÓMICA
 Todas ellas son cualitativas porque determinan una cualidad sin valor
numérico. Algunas son dicotómicas porque tienen 2 categorías
 Además todas son INDEPENDIENTES, ya que los datos provienen de sujetos
diferentes.

8. 3.2- Variables a analizar. Recogida
 Los alumnos respondían las encuestas seleccionando una categoría para cada
variable. Como se puede ver a continuación:
 Sexo: variable tipo factor con dos categorías:
 1-Varón
 2 – Mujer
 Fruta:
 1- “Nunca o casi nunca”
 2- “Menos de una vez por semana”
 3-“Una o dos veces a la semana”
 4- “Tres o más veces a la semana”
 5 “A diario”
 Práctica de deporte:
 1- Sí,
 2- No
“irregularmente”
“regularmente”

9. 3.2- Variables a analizar. Recogida
 Como hemos observado la variable “fruta” no es dicotómica. Esto dificulta
mucho nuestro estudio. Para hacerlo más sencillo hemos decidido
DICOTOMIZAR esta variable en “irregularmente” e “regularmente”.

10. 3.3- Análisis de datos. Software
 Para analizar los datos recogidos vamos a utilizar “R”, programa estadístico
destinado al análisis estadístico y representación de datos, sin embargo, el
ser un programa que funciona exclusivamente mediante comandos, es un
límite para su utilización por otros profesionales no estadísticos. Por ello
usaremos R commander, que permite la utilización de R sin tener que escribir
comandos.

11. 3.3- Análisis de datos.
 En la siguiente tabla mostramos los datos observados:
Sexo Práctica de deporte
Sí No
Varón 42 9
Mujer 117 123
Sexo Fruta
Regularmente Irregularmente
Varón 33 18
Mujer 126 113

12. 3.3- Análisis de datos.
 Ante estos datos obtenidos en R commander nos planteamos las siguientes
hipótesis:
 Sobre el objetivo 1:
 H0: No existe asociación entre el sexo y la práctica de deporte. Ésta se aceptará si
el valor de P obtenido en el test es mayor que 0.05
 H1: Sí existe asociación entre el sexo y la práctica de deporte. Ésta se aceptará si
el valor de P obtenido en el test es menor o igual que 0.05
 Sobre el objetivo 2:
 H0: No existe asociación entre el sexo y el consumo de fruta. Ésta se aceptará si el
valor de P obtenido en el test es mayor que 0.05
 H1: Sí existe asociación entre el sexo y el consumo de fruta. Ésta se aceptará si el
valor de P obtenido en el test es menor o igual que 0.05

13. 3.3- Análisis de datos.
 Nos encontramos ante dos variables dicotómicas cualitativas e independientes
por lo que usaremos el test del Chi cuadrado de Pearson. Además hemos
observado las frecuencias esperadas y ninguna de ellas es menor a 5, como
muestra la siguiente tabla obtenida en R commander.

14. 4. Resultados
 Por tanto en el primer objetivo aceptamos H1, ya que:

15. 4. Resultados

16. 4. Resultados
 En el objetivo 2, aceptamos H0, aunque:
Podemos hallar la chi
teórica en una tabla
creada en:
http://labrad.fisica.e
du.uy/docs/tabla_chi
_cuadrado.pdf

17. 4. Resultados

18. 5. Conclusiones
 Hay influencia del sexo en la práctica de deporte. Hay más hombres que
mujeres que realicen deporte según la muestra de estudio.
 No existe una asociación fiable entre el consumo de fruta y el sexo. Aunque
en el 88,16% de los casos los hombres consumen fruta de forma más regular
en esta muestra.