Introducción: La cuarentena por COVID 19 ha afectado en gran medida en la salud mental de las personas, donde esto podría llevar al incumplimiento de la misma. A su vez, existe evidencia la cual establece que las redes sociales pueden ser usadas para medir el estado emocional de las personas. Objetivo: Identificar la correlación entre la opinión pública en Twitter mediante el Análisis de Sentimiento y la movilidad poblacional en el Perú durante el periodo de la cuarentena. Métodos: Se realizó un estudio transversal. La muestra está constituida por las publicaciones (tweets) realizadas en Twitter durante el periodo de cuarentena en el Perú y cuya temática esté relacionada a este período de confinamiento. Para la determinación de la opinión pública se utilizó el análisis de sentimientos y los datos de movilidad fueron obtenidos a través de los reportes de movilidad Google. Para identificar la asociación entre estas dos variables hicimos uso de la regresión de Poisson. Resultados: Se encontró que la proporción de tweets categorizados como negativos fueron de 84.55% mientras que los tweets positivos fueron un 14.09%. Durante la etapa inicial de la cuarentena se observó una reducción porcentual de hasta un 80% en la movilidad poblacional, pero a medida que transcurrían los días esta se iba incrementando hasta observar una reducción porcentual en la movilidad de solo un 25%. El análisis estadístico no evidencia una asociación estadísticamente significativa entre las variables de interés. Conclusiones: No se encontró una asociación entre la opinión pública en Twitter y la movilidad poblacional durante el periodo de la cuarentena en el Perú.Background: COVID-19 lockdown has greatly affected people's mental health, where this could lead to non-compliance with it. In turn, there is evidence which establishes that social networks can be used to measure the emotional state of people. Objective: Identify the correlation between public opinion on Twitter through Sentiment Analysis and population mobility in Peru in COVID-19 lockdown. Methods: A cross-sectional study was carried out. The sample is made up of the publications (tweets) made on Twitter during the lockdown in Peru and whose theme is related to quarantine. To determine public opinion, sentiment analysis was used and mobility data were obtained through Google mobility reports. To identify the association between these two variables we used the Poisson regression. Results: It was found that the proportion of tweets categorized as negative were 84.55% meanwhile tweets categorized as positive were 14.09%. During the initial stage of quarantine, a percentage reduction of up to 80% in population mobility was observed, but as the days passed, this increased until a percentage reduction in mobility of only 25% was observed. The statistical analysis does not show a statistically significant association between the variables of interest. Conclusions: No association was found between public opinion on Twitter and population mobility during lockdown in Peru.