Regresion

Regresión lineal simple utilizando SPSS (13.0)


Objetivos de la práctica:

Con este documento pretendemos que aprendáis a implementar un análisis de regresión lineal simple utilizando el programa SPSS (13.0). Las distintas opciones de los cuadros de diálogo que iremos describiendo nos proporcionarán información sobre la estimación, validación y significación deparámetros así como de los supuestos básicos del modelo.


Archivos de datos:
Vamos a realizar un análisis de regresión lineal simple para estudiar la posible relación entre síntomas de estrés y la competencia percibida en una muestra de 315 personas que trabajan en la Universidad de Sevilla. La figura 1 muestra una porción de la matriz de datos que vamos a analizar.Como puede observarse hemos incluido tres variables: sexo, competen y estres. Las variables competen y estres son variables cuantitativas y concretamente competen será la variable predictora o independiente en el modelo de regresión que vamos a utilizar para estudiar su relación con el estrés. La variable dependiente será estres. El archivo de datos se llama “regresion lineal simple.sav”
[pic]Figura 1. Porción de la matriz de datos que vamos a analizar.



Descripción detallada del procedimiento para implementar un análisis de regresión lineal con SPSS (13.0)


Para realizar un análisis de regresión lineal con SPSS seleccionamos en el menú analizar la opción de regresión lineal como muestra la figura 2.


[pic]Figura 2. Secuencia de menús para implementar un análisis de regresión lineal con SPSS.



La secuencia mostrada en la Figura 2 nos permite acceder al cuadro de diálogo Regresión lineal como se muestra en la Figura 3. En dicho cuadro disponemos de una lista completa de las variables que hemos incluido en el archivo de datos. En nuestro caso: sexo,competencia percibida y estrés total. Como mínimo, para que se pueda ejecutar el análisis, tenemos que seleccionar dos variables y trasladarlas respectivamente al cuadro de “Dependiente” e “Independientes”. Estrés total será la variable dependiente y competencia percibida la variable independiente. Sólo con estas especificaciones podemos, al pulsar el botón Aceptar, obtener información acerca de labondad de ajuste del modelo, de la validación y de la ecuación de regresión estimada así como de la significación de los parámetros.
[pic]

Figura 3. Cuadro de diálogo de regresión lineal.



Los resultados que nos proporciona SPSS, con las opciones por defecto del cuadro de regresión lineal, son las tablas etiquetadas comoVariables introducidas/eliminadas(b), Resumen del modelo(b), Anova y Coeficientes que aparecen a continuación. De cada tabla describiremos los valores incluidos en las mismas, su significado y cómo se han calculado.


[pic]





[pic]



[pic]
[pic]


Descripción de las tablas obtenidas con las opciones por defecto del cuadro de diálogo de regresión lineal1. La tabla Variables introducidas/eliminadas identifica a la variable independiente (predictora) y dependiente (criterio).


2. La tabla Resumen del modelo nos proporciona información acerca de la bondad de ajuste del modelo. Concretamente:


R es la raíz cuadrada positiva de R cuadrado




R Cuadrado es la bondad de ajuste y viene dada por:[pic][pic]


R cuadrado corregida: la R cuadrado (bondad de ajuste) sobreestima el valor poblacional. Una estimación más adecuada de la bondad de ajuste poblacional es R cuadrado corregida que se obtiene con la expresión


[pic]










Error típ. de la estimación es la raíz cuadrada de la varianza residual












3. La...