Tutorial 34 de 44 Regresión
Regresión lineal simple en SPSS: R cuadrado y coeficientes
Tu regresión dice que la publicidad no explica las ventas por un solo dato mal digitado. Aprende a correr la regresión lineal simple en SPSS y leerla.
Cuándo se usa
La regresión lineal simple evalúa si una variable numérica permite predecir otra variable numérica. Tiene una variable independiente, o predictora, y una dependiente. Se usa cuando la hipótesis va más allá de la relación y habla de predicción o de explicación: si el gasto en publicidad predice las ventas, si las horas de estudio predicen la nota.
Entrega tres cosas: si el modelo es significativo, qué porcentaje de la variación de la dependiente explica la independiente, y la ecuación para predecir.
Con varias variables independientes corresponde la regresión múltiple. Si la dependiente es de sí o no, corresponde la regresión logística.
En un diseño no experimental, la regresión sustenta que una variable predice a la otra, no que la causa.
Antes de empezar (qué necesita tu base)
- Las dos variables numéricas, con medida Escala.
- Claridad sobre cuál es la dependiente y cuál la independiente, según tu hipótesis.
- Un diagrama de dispersión que muestre una relación aproximadamente lineal.
- Los valores extremos verificados contra las fichas físicas.
- Los datos perdidos declarados.
El ejemplo es una tesis con 60 bodegas de Tacna. Se quiere saber si el gasto mensual en publicidad, en soles, predice las ventas mensuales, en miles de soles.
Paso a paso en SPSS
- Ve a Analizar > Regresión > Lineal.
- Pasa Ventas a Dependiente.
- Pasa Publicidad a Independientes.
- Deja el Método en Introducir.
- Haz clic en Estadísticos.
- Deja marcados Estimaciones y Ajuste del modelo.
- Marca Diagnósticos por caso, con la opción Valores atípicos fuera de 3 desviaciones típicas. Pulsa Continuar.
- Pulsa Aceptar.
- Lee, en este orden: Resumen del modelo, ANOVA, Coeficientes y Diagnósticos por caso.
- Si la tabla Diagnósticos por caso lista algún caso, compáralo con la encuesta física. Si fue un error de digitación, corrígelo en la Vista de datos y repite la regresión.
Cómo leer el resultado
Resumen del modelo. El dato principal es el R cuadrado: la proporción de la variación de la dependiente que explica la independiente. Multiplicado por cien, se lee como porcentaje.
ANOVA. Indica si el modelo en conjunto es significativo. Se leen F y su Sig. Si p es menor que 0,05, la independiente predice la dependiente mejor que el azar.
Coeficientes. Trae la ecuación. En la columna B:
- La Constante es el valor esperado de la dependiente cuando la independiente vale cero.
- El coeficiente de la independiente es la pendiente: cuánto cambia la dependiente por cada unidad que aumenta la independiente.
Cada coeficiente tiene su Sig.
Diagnósticos por caso. Lista los casos cuyo residuo estandarizado supera las 3 desviaciones. Si la tabla no aparece, no hay casos en esa condición.
En el ejemplo, la primera corrida dio un R cuadrado de 0,041 y un ANOVA con Sig. de 0,122. El modelo no era significativo, y la conclusión habría sido que la publicidad no explica las ventas.
La tabla Diagnósticos por caso mostró el caso 1 con un residuo estandarizado de 7,343 y ventas de 1140 miles de soles al mes. Una bodega no vende eso. En la encuesta física decía 11,40: al digitar se perdió la coma. Un solo dato arrastraba la recta.
Con el dato corregido: R cuadrado de 0,646, F de 105,642 y p < 0,001. La publicidad explica el 64,6 % de la variación de las ventas. En Coeficientes, la constante es 8,560 y la pendiente, 0,023, con p < 0,001.
La ecuación: Ventas = 8,560 + 0,023 × Publicidad. Por cada 100 soles más de publicidad, las ventas estimadas aumentan en 2,3 miles de soles. La constante indica lo que se espera que venda una bodega que no invierte en publicidad: 8,56 miles de soles.
Cómo redactarlo en tu tesis
Un párrafo modelo en formato APA 7:
Se realizó una regresión lineal simple para evaluar si el gasto mensual en publicidad predice las ventas mensuales. El modelo fue estadísticamente significativo, F(1, 58) = 105,64, p < 0,001, y explicó el 64,6 % de la variación de las ventas (R² = 0,646). El gasto en publicidad fue un predictor significativo (B = 0,023, p < 0,001): por cada 100 soles adicionales en publicidad, las ventas estimadas aumentan en 2,3 miles de soles. La ecuación del modelo es Ventas = 8,560 + 0,023 × Publicidad. Se rechaza la hipótesis nula.
La tabla lleva, para la constante y para la predictora, B, el error estándar, la beta estandarizada, t y p, y en la nota, el R cuadrado y el resultado del ANOVA. El asesor pedirá además la verificación de los supuestos del modelo.
Errores frecuentes
Correr la regresión sin revisar los diagnósticos por caso. Un dato mal digitado puede aplastar la relación o crearla. El riesgo es rechazar una hipótesis que los datos sí respaldan.
Escribir que la independiente causa la dependiente en un diseño correlacional. El diseño no alcanza para afirmar causalidad, y el jurado lo marca de inmediato. La regresión sustenta predicción.
Concluir que el modelo no sirve porque el R cuadrado es bajo. Un modelo significativo con R cuadrado bajo sí dice algo: la relación existe y explica una parte pequeña. Hay que saber explicarlo ante el jurado, porque es una pregunta habitual.
Borrar el caso extremo sin respaldo. Un caso se corrige solo cuando hay un documento que muestre el dato real. Si el valor es verdadero, se mantiene y se reporta.
Presentar la regresión sin los supuestos. El modelo queda sin defensa.
En MiTítulo, antes de correr una regresión simple revisamos tres cosas en tu base: que las dos variables sean de escala, que la relación se vea lineal en un diagrama de dispersión y que no haya datos mal digitados.
Preguntas frecuentes
¿La regresión simple es lo mismo que Pearson?
Miden la misma fuerza de relación. La regresión, además, entrega la ecuación para predecir.
¿Mis variables tienen que ser normales?
No. Lo que debe ser normal son los residuos del modelo, y eso se revisa en los supuestos.
¿Tengo que interpretar la constante?
Solo si el valor cero de la independiente tiene sentido. En el ejemplo, es lo que vende una bodega que no invierte en publicidad.
Una coma perdida y tu hipótesis se cae entera. Escríbenos al WhatsApp y revisamos tu caso sin costo.
Escríbenos al WhatsApp