La regresin lineal es una tcnica estadstica destinada a analizar las causas de

por qu pasan las cosas. A partir de los anlisis de regresin lineal mltiple
podemos:

identificar que variables independientes (causas) explican una variable

dependiente (resultado)

comparar y comprobar modelos causales

predecir valores de una variable, es decir, a partir de unas caractersticas

predecir de forma aproximada un comportamiento o estado

Qu es la regresin lineal mltiple:

La regresin lineal mltiple es la gran tcnica estadstica para comprobar hiptesis

y relaciones causales. Ante de empezar, una serie de condiciones que se deben
cumplir para poder aplicar la regresin lineal mltiple:

La variable dependiente (resultado) debe ser ordinal o escalar, es decir, que

las categoras de la variable tengan orden interno o jerarqua, p.ej. nivel de
ingresos, peso, nmero de hijos, justificacin del aborto en una escala de 1-
nunca a 10-siempre.

Las variables independientes (causas) deben ser ordinales o escalares o

dummy

Hay otras condiciones como: las variables independientes no pueden estar

altamente correlacionadas entre s, las relaciones entre las causas y el
resultado deben ser lineales, todas variables deben seguir la distribucin
normal y deben tener varianzas iguales. Estas condiciones no son tan
estrictas y hay maneras de tratar los datos si se incumple. Sobre ello
volveremos en futuras entradas

Cmo analizar la regresin lineal mltiple en 4 pasos:

Seguid estos 4 pasos y podris leer investigaciones que apliquen regresin lineal
mltiple y tambin podris analizar datos usando la regresin lineal, por tanto,
seris capaces de resolver preguntas causales y comprobar relaciones o hiptesis
causales. Qu factores explican el nivel de ingresos? Qu variables explican la
opinin respecto a la inmigracin? Son las variables religiosas, las variables
polticas, o las variables sociodemogrficas las que explican en mayor medida la
opinin respecto al aborto?

Los dos primeros pasos hacen referencia a la bondad del modelo, es decir, si el
conjunto de variables independientes (causas) explican la variable dependiente
(resultado)

1 Significacin de F-test: si es menor de 0,05 es que el modelo es

estadsticamente significativo y por tanto las variables independientes explican
algo la variable dependiente, cunto algo es la R-cuadrado

2 R cuadrado: es cunto las variables independientes explican la variable

dependiente, indica el porcentaje de la varianza de la variable dependiente
explicado por el conjunto de variables independientes. Cuanto mayor sea la R-
cuadrado ms explicativo y mejor es el modelo causal.

Los dos siguientes pasos hacen referencia a la influencia de cada una de las
variables independientes:

3 Significacin de t-test: si es menor de 0,05 es que esa variable

independiente se relaciona de forma significativa con la variable dependiente, por
tanto, influye sobre ella, es explicativa

4 Coeficiente beta (): indica la intensidad y la direccin de la relacin entre esa

variable independiente (VI) y la variable dependiente (VD):

cuanto ms se aleja de 0 ms fuerte es la relacin

el signo indica la direccin (signo + indica que al aumentar los valores de la

VI aumentan los valores de la VD; signo indica que al aumentar los valores
de la VI, los valores de la VD descienden)
Realicemos un ejemplo de regresin lineal mltiple:

Quiero saber cules son las causas que explican la justificacin del aborto en
Espaa usando los datos de la Encuesta Mundial de Valores de 2005. A partir de
mi observacin de la realidad y la lectura de investigaciones sobre el tema
propongo un modelo causal que incluye las siguientes variables:

Variable dependiente:

justificacin del aborto: Se pregunt a los encuestados en qu grado en una

escala de 1 a 10 justificaran el aborto, donde 1 es nunca lo justificara y 10
siempre lo justificaran.

Variables independientes:

Importancia de Dios en la vida: se pregunt en una escala de 1 a 10, donde

1 es nada importante y 10 es muy importante

Nivel educativo: se pregunt cul es el ltimo nivel educativo alcanzado

donde 1 es sin estudios primarios completos, 2 es primarios completos, 3 es
secundarios completos y 4 es universitarios completos.

Nivel de ingresos: se pregunt sobre cunto gana al mes en una escala del
1 al 10 con diversos rangos salariales

Edad

Nmero de hijos

Confianza en el gobierno: se pregunt sobre el

nivel de confianza en el gobierno en una escala de 1 a 4 donde: 1 es confo
mucho, 2 es confo bastante, 3 es confo poco y 4 es que no confo nada
En el programa estadstico SPSS pinchamos sobre Analizar > Regresin >
Lineales

Sobre la bondad del modelo

1. La significacin de F es menor de 0,05 por tanto el modelo es un bueno

para explicar la variable dependiente, es estadsticamente significativo

2. La R-cuadrado es 0,301 lo cual indica que el modelo explica el 30,1% de la

varianza de la variable dependiente. Casi un tercio de la justificacin del
aborto es explicado por este conjunto de variables independientes (causas)
seleccionadas.
Sobre la influencia de las variables independientes:

3- Significacin de t-test: Las variables importancia de Dios, nivel educativo, edad

y confianza en el gobierno s explican la justificacin del aborto ya que la
significacin es menor de 0,05. Las variables nivel de ingresos y nmero de hijos
no se relacionan con la justificacin del aborto.

4-Coeficientes beta (): La variable independiente que ms influye o explica la

opinin de las personas respecto al aborto es la importancia de Dios ya que la
beta (-0,408) se aleja ms de cero. El signo negativo indica que a menos
importancia se le da a Dios, ms justificacin-tolerancia del aborto. Las siguientes
causas que ms influyen son la edad (beta = -0,170), a ms edad menos
tolerancia al aborto, y la confianza en el gobierno (beta = -0,168), a ms confianza
en el gobierno ms tendencia a justificar-tolerar el aborto (OJO en el orden de las
categoras de las variables para leer el signo y direccin de las relaciones).
Adems, a ms nivel educativo ms tendencia a justificar el aborto. Este ejemplo
es til para entender la alta oposicin a las polticas del gobierno en Espaa de
restriccin del aborto y puede apuntar a las consecuencias negativas para
los gobiernos, ya que sabiendo las causas de un fenmeno se puede predecir qu
suceder.