Este documento resume los pasos para realizar una prueba de correlación entre las variables "Altura" y "Peso" tomadas de un archivo de datos de salud. Inicialmente se comprueba que las variables no siguen una distribución normal a través de gráficos, por lo que se utiliza la prueba de Spearman en lugar de la prueba de Pearson. El diagrama de dispersión muestra una correlación positiva entre las variables. Finalmente, los resultados de la prueba de Spearman indican una correlación positiva significativa entre la altura y el peso.

2. Abrimos R Commander y cargamos el archivo
“Activos en salud”.
A continuación vamos a realizar el Test de
Correlación y para ello necesitamos 2 variables
cuantitativas, para ello he mirado todas las
variables de “Activos de Salud” y he elegido las
variables “Altura” y “Peso” ya que ambas son
cuantitativas.

3. Antes de realizar el Test de Correlación debemos de
comprobar si ambas variables siguen una distribución
normal y lo comprobamos mediante una gráfica de
comparación de cuartiles.
El resultado obtenido en la variable “Altura” nos indica
que no sigue una distribución normal por lo que
debemos de realizar el test de spearmen.

4. La variable “Peso” tampoco sigue una
distribución por lo que al igual que la
variable “Altura” vamos a utilizar el Test de
Spearmen.

5. Con el diagrama de dispersión vamos a
comprobar si nuestras dos variables tienen
relación en nuestra muestra.

6. Al ver la gráfica comprobamos por la
línea dibujada que se trata de una
correlación positiva y que ambas
variables tienen relación.

8. En ambas nos da un resultado de 0’6224114 por lo que se encuentra en el rango -1 y 1, por lo que
podemos decir que existe correlación positiva ya que está cercana al 1. Además, podemos
observar que el p-valor está por debajo del margen de error 0’05. Por lo que rechazamos la Ho y
aceptamos la H1, es decir, la diferencia entre ambas variables es significativa. Y por lo tanto
podemos considerarla una correlación buena ya que los puntos están medianamente próximos a la
recta como hemos visto anteriormente en el diagrama de dispersión.
Matriz de
correlación