Regresi贸n Lineal en SPSS

Este r谩pido tutorial le mostrar谩 c贸mo hacer la prueba de Regresi贸n Lineal en el paquete de estad铆sticas SPSS.

Una empresa quiere saber c贸mo se relaciona el rendimiento laboral con el coeficiente intelectual, la motivaci贸n y el apoyo social. Parte de estos datos se muestran a continuaci贸n.

regresion-1

Comprobaci贸n r谩pida de datos – Regresi贸n Lineal

Normalmente empezamos nuestro an谩lisis con una inspecci贸n de datos s贸lidos. Como eso ya se ha hecho para los datos en cuesti贸n, lo limitaremos a una r谩pida comprobaci贸n de los histogramas y correlaciones relevantes. La sintaxis de abajo muestra la forma m谩s r谩pida de generar histogramas.

Sintaxis de los histogramas en ejecuci贸n

regresion-2

Salida de Histogramas

Mostraremos el primer histograma a continuaci贸n. Obs茅rvese que cada histograma se basa en 60 observaciones, lo que corresponde al n煤mero de casos de nuestros datos. Esto significa que no tenemos ning煤n sistema de valores perdidos.
En segundo lugar, observe que todos los histogramas parecen plausibles; ninguno de ellos tiene formas extra帽as o valores extremadamente altos o bajos. Como vemos, los histogramas proporcionan una muy buena y r谩pida comprobaci贸n de los datos.

regresion-3

Ejecutando la Matriz de Correlaci贸n – Regresi贸n Lineal SPSS

A continuaci贸n, comprobaremos si las correlaciones entre nuestras variables de regresi贸n tienen alg煤n sentido. Crearemos la matriz de correlaci贸n ejecutando
correlaciones perf a soc.

regresion-11

Inspeccionando la Matriz de Correlaci贸n

regresion-4

Lo m谩s importante es que las correlaciones son plausibles; el rendimiento laboral se correlaciona positiva y sustancialmente con todas las dem谩s variables. Esto tiene sentido porque cada variable se refleja como una cualidad positiva que probablemente contribuya a un mejor rendimiento laboral.
N贸tese que el CI no se correlaciona realmente con nada m谩s que el desempe帽o laboral. Tal vez esperar铆amos correlaciones algo m谩s altas aqu铆, pero no encontramos este resultado muy inusual. Finalmente, note que la matriz de correlaci贸n confirma que no hay valores faltantes en nuestros datos.

Regresi贸n lineal en SPSS – Modelo

Intentaremos predecir el rendimiento laboral a partir de todas las dem谩s variables mediante un an谩lisis de regresi贸n m煤ltiple. Por lo tanto, el rendimiento laboral es nuestro criterio (o variable dependiente). El coeficiente intelectual, la motivaci贸n y el apoyo social son nuestros predictores (o variables independientes). El modelo se ilustra a continuaci贸n.

Una regla b谩sica es que necesitamos al menos 15 observaciones independientes para cada predictor de nuestro modelo. Con tres predictores, necesitamos al menos (3 x 15 =) 45 encuestados. Los 60 encuestados que tenemos en nuestros datos son suficientes para nuestro modelo.

Regresi贸n lineal en SPSS – Prop贸sito

Tengan en cuenta que la regresi贸n no prueba ninguna relaci贸n causal de nuestros pronosticadores sobre el rendimiento laboral. Sin embargo, encontramos tales relaciones causales intuitivamente probables. Si existen, entonces quiz谩s podamos mejorar el rendimiento laboral aumentando la motivaci贸n, el apoyo social y el coeficiente intelectual de nuestros empleados.
Si no existen relaciones causales entre nuestras variables, entonces ser capaz de predecir el rendimiento laboral puede ser 煤til para evaluar a los solicitantes de empleo; podemos medir su coeficiente intelectual, motivaci贸n y apoyo social pero no podemos medir su rendimiento laboral antes de contratarlos.

Ejecutando nuestra regresi贸n lineal en SPSS

Las capturas de pantalla que se muestran a continuaci贸n ilustran c贸mo ejecutar un an谩lisis de regresi贸n b谩sico en SPSS.

regresion-5

En el cuadro de di谩logo de regresi贸n lineal que aparece a continuaci贸n, nos movemos a la casilla de Dependientes. A continuaci贸n, movemos IQ, mot y soc en la caja de Independientes. Haciendo clic en Pegar resulta en el siguiente ejemplo de sintaxis.

regresion-6

Regresi贸n lineal en SPSS – Sintaxis

regresion-7

Regresi贸n lineal en SPSS – Sintaxis corta

Ahora podemos ejecutar la sintaxis tal como se gener贸 en el men煤. Sin embargo, queremos se帽alar que gran parte de esta sintaxis no hace absolutamente nada en este ejemplo. Ejecutandoregresion-8

hace exactamente lo mismo que la sintaxis de regresi贸n m谩s larga.

Salida de la regresi贸n de SPSS – Tabla de coeficientes

La regresi贸n de SPSS con ajustes predeterminados da como resultado cuatro tablas. La tabla m谩s importante es la 煤ltima tabla, 芦Coeficientes禄.

regresion-9

1 – Los coeficientes b nos dicen cu谩ntas unidades aumenta el rendimiento del trabajo para un incremento de una sola unidad en cada predictor. As铆, 1 punto de aumento en las pruebas de CI corresponde a 0,27 puntos de aumento en la prueba de rendimiento laboral. Dados s贸lo los resultados de nuestros predictores, podemos predecir el rendimiento laboral computando

Rendimiento laboral = 18,1 + (0,27 x inteligencia) + (0,31 x motivaci贸n) + (0,16 x apoyo social)

Es importante notar que todos los coeficientes b son n煤meros positivos; un mayor coeficiente intelectual se asocia con un mayor rendimiento laboral y as铆 sucesivamente. Los coeficientes B que tienen la 芦direcci贸n equivocada禄 a menudo indican un problema con el an谩lisis conocido como multicolinealidad.
2 -La columna 芦Sig禄 contiene los valores p de nuestros predictores. Como regla general, decimos que un coeficiente B es estad铆sticamente significativo si su valor p es menor de 0,05. Todos nuestros coeficientes b son estad铆sticamente significativos.
3 -Los coeficientes beta nos permiten comparar las fuerzas relativas de nuestros predictores. Estos son aproximadamente de 2 a 2 a 1 para el coeficiente intelectual, la motivaci贸n y el apoyo social.

Resultado de la regresi贸n de SPSS – Tabla resumen del modelo

La segunda tabla m谩s importante de nuestro resultado es el Resumen del Modelo como se muestra a continuaci贸n.

regresion-10

1 – Como mencionamos anteriormente, nuestro modelo predice el rendimiento laboral. La R denota la correlaci贸n entre el rendimiento laboral predicho y el observado. En nuestro caso, R = 0,81. Dado que es una correlaci贸n muy alta, nuestro modelo predice el rendimiento laboral con bastante precisi贸n.
2 – El cuadrado de r es simplemente el cuadrado de R. Indica la proporci贸n de la varianza en el rendimiento laboral que puede ser 芦explicada禄 por nuestros tres predictores.
3 -Debido a que la regresi贸n maximiza el cuadrado de R para nuestra muestra, ser谩 algo m谩s baja para toda la poblaci贸n, un fen贸meno conocido como contracci贸n. El cuadrado r ajustado estima el cuadrado R de la poblaci贸n para nuestro modelo y por lo tanto da una indicaci贸n m谩s realista de su poder de predicci贸n.

Regresi贸n lineal del SPSS – Conclusi贸n

El alto ajuste del cuadrado R nos dice que nuestro modelo hace un gran trabajo en la predicci贸n del rendimiento laboral. Adem谩s, nuestros coeficientes b son estad铆sticamente significativos y tienen un perfecto sentido intuitivo. Misi贸n cumplida.
Debemos a帽adir, sin embargo, que este tutorial ilustra un an谩lisis sin problemas sobre datos sin problemas. Al aplicar el an谩lisis de regresi贸n a datos m谩s dif铆ciles, puede encontrar complicaciones como la multicolinealidad y la heteroscedasticidad. 脡stas est谩n fuera del alcance de este ejemplo de regresi贸n b谩sica. Sin embargo, cubriremos tales temas especializados en nuestros futuros tutoriales.

 

Bien, ese es el tutorial terminado. Ahora deber铆as poder realizar la regresi贸n lineal en SPSS.

levene-1
Este r谩pido tutorial le mostrar谩 c贸mo hacer la prueba de Levene en el paquete de estad铆sticas SPSS. Una empresa de ...
Leer M谩s
regresion-1
Este r谩pido tutorial le mostrar谩 c贸mo hacer la prueba de Regresi贸n Lineal en el paquete de estad铆sticas SPSS. Una empresa ...
Leer M谩s
kruskal-1
Este r谩pido tutorial le mostrar谩 c贸mo realizar e interpretar la prueba de Kruskal Wallis en el paquete de estad铆sticas SPSS ...
Leer M谩s
whitney-1
Este r谩pido tutorial le mostrar谩 c贸mo hacer la prueba U de Mann Whitney en el paquete de estad铆sticas SPSS. La ...
Leer M谩s
curtosis-1
Este r谩pido tutorial le mostrar谩 c贸mo calcular la asimetr铆a y curtosis de una distribuci贸n en el paquete de estad铆sticas SPSS ...
Leer M谩s

A帽adir un comentario

Tu direcci贸n de correo electr贸nico no ser谩 publicada. Los campos obligatorios est谩n marcados con *

Esta web utiliza cookies, puede ver aqu铆 la Pol铆tica de Cookies