Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Sesión 2 Semana 6:
Profesores:
Juan Kaneko, Jhonatan Navarro, Carlos Portocarrero y Ambrosio
Tomás
2024-0
Facultad de Psicología
Introducción a la estadística
Sesión 2 - Semana 6
2024-0
El estudiante comprende los aspectos
LOGRO conceptuales para realizar el análisis de
regresión lineal.
Reflexionemos…
Compromiso docente
PREDICTORES CRITERIO
ASERTIVIDAD
DEPRESIÓN
RESILIENCIA
Análisis de regresión
Predictor Criterio
Análisis de regresión
Regresión lineal
múltiple
sueño
Falta de sueño
Supuestos del análisis de regresión lineal
Supuestos del análisis de regresión lineal
1. Linealidad y multicolinealidad
2. Independencia de errores
1. Linealidad y multicolinealidad
Lo esperado es…
PREDICTORES CRITERIO
ASERTIVIDAD r≠0
r=0 DEPRESIÓN
RESILIENCIA r≠0
Supuestos del análisis de regresión lineal
Linealidad
Esto se evalúa con el Factor de Inflación de la varianza (VFI por sus siglas en
inglés) y es un indicador de cuánto influye la relación entre las variables
predictoras en la varianza total explicada.
Donde:
2. Independencia de errores
Lo esperado es…
Que los errores sean independientes; es decir, que los errores no estén
correlacionados.
2. Independencia de errores. Recuerde que error es cualquier factor
que afecta la medición.
E E E E E E1 E2 E3 E4 E5
r≠0 r=0
Este grupo de personas trabaja solo 2 horas al Este grupo de personas trabaja diferente cantidad de
día. Esto puede ser una fuente de error común o horas, algunos 8 horas, otros 10 horas, otros 6 horas,
relacionado. etc. Esto puede ser una fuente de error aleatoria e
independiente.
2. Independencia de errores
0 4
1.5 2.5
Supuestos del análisis de regresión lineal
Lo esperado es…
Interpretamos el R² corregido
Informa de la proporción de varianza del(los) criterio(s) que es explicada por los predictores
(influencia general).
¿Qué se evalúa en un análisis de regresión lineal?
Interpretación
Prueba F
Interpretamos su valor p
Indica el ajuste general del modelo. Es decir; si el modelo es aceptable para que las
variables puedan predecir el criterio.
Informe del grado de influencia de cada uno de los predictores sobre el criterio
(influencia individual).
¿Qué se evalúa en un análisis de regresión lineal?
Interpretación
Abrir
BASE DE DATOS SEMANA 12
Caso 1
¿La Seguridad en el trabajo es un predictor estadísticamente significativo del
engagement?
El modelo es el siguiente:
No existe multicolinealidad
Cumple el supuesto
2. Independencia de errores
Se aproxima a la DN
Cumple el supuesto
1. El primer supuesto es evaluar la relación lineal entre las variables
Click 2
Acá tienes que agregar la
variable que se va a predecir
(criterio)
Asegúrate que
estén marcadas
estas casillas
Valor p > 0.05 que indica que se acepta la Ho que es
igual a decir que los errores no están correlacionados.
Además, el estadístico DW se encuentra en 1.5 y 2.5.
Interpretación:
- El modelo es el siguiente:
Autoeficacia Engagement
Click 2
Acá tienes que agregar la
variable que se va a predecir
(criterio)
Asegúrate que
estén marcadas
estas casillas
Valor p > 0.05 que indica que se acepta la Ho que es
igual a decir que los errores no están correlacionados.
Además, el estadístico DW se encuentra en 1.5 y 2.5.
Interpretación:
- El modelo es el siguiente:
engagement
Satisfacción laboral
Estrés
Click 2
Acá tienes que agregar la
variable que se va a predecir
(criterio)
Asegúrate que
estén marcadas
estas casillas
Valor p > 0.05 que indica que se acepta la Ho que es
igual a decir que los errores no están correlacionados.
Además, el estadístico DW se encuentra en 1.5 y 2.5.
Interpretación:
Seguridad
Satisfacción laboral
Solución de problemas
Para finalizar
¿alguna pregunta?
Referencias
Blanco, C. (2016). Encuesta y Estadística. Métodos de investigación cuantitativa en ciencias sociales y comunicación. Editorial
Brujas.
Cohen, J. (1992). A power primer. Psychological Bulletin, 112(1), 155-159. https://doi.org/10.1037/0033-2909.112.1.155
Cohen, J., Cohen, P., West, S.G., & Aiken, L.S. (2003). Applied multiple regression/correlation analysis for the behavioral
sciences (Third Edition). New York: Routledge.
Coolican, H. (2009). Research Methods and Statistics in Psychology. Hooder Education.
Cooper, H. (2020). Reporting quantitative research in psychology: how to meet APA style journal article reporting standards.
American Psychological Association.
Ernst, A.F., & Albers, C.J. (2017). Regression assumptions in clinical psychology research practice—a systematic review of
common misconceptions. PeerJ 5, e3323 https://doi.org/10.7717/peerj.3323
Ferguson, C. J. (2009). An effect size primer: A guide for clinicians and researchers. Professional Psychology: Research and
Practice, 40(5), 532–538. https://doi.org/10.1037/a0015808
Rendón-Macías, M. E., Villasis-Keever, M. Á., & Miranda-Novales, M. G. (2016). Estadística descriptiva. Revista Alergia México,
63(4), 397- 407. https://revistaalergia.mx/ojs/index.php/ram/article/download/230/363
Triola, M. F. (2018). Estadística. Pearson.
Torres, J. (2019). Estadística aplicada a ciencias de la salud. Dextra Editorial.