Calculadora de regresión lineal simple y múltiple
La regresión lineal dice cuánto explican una o varias variables (predictores) de otra (la variable dependiente), y cuánto pesa cada una. Pega tus datos desde Excel: una fila por persona, la primera columna es la variable que quieres explicar (Y) y las siguientes son los predictores. Si la primera fila tiene los nombres de las variables, se usan en la tabla.
El cálculo se hace en tu navegador. No guardamos lo que escribes.
Cómo se calcula
Se estima el modelo por mínimos cuadrados ordinarios: Y = B0 + B1·X1 + B2·X2 + … + error.
R² es la proporción de la varianza de Y que explican los predictores. El R² ajustado lo corrige por el número de predictores.
La prueba F dice si el modelo en conjunto explica algo. La t de cada coeficiente dice si ese predictor aporta, controlando por los demás.
Beta (β) es el coeficiente estandarizado: permite comparar qué predictor pesa más aunque estén en escalas distintas. El VIF revisa la multicolinealidad y Durbin-Watson la independencia de los residuos.
Cómo leer el resultado
- Si la prueba F tiene p < 0,05, el modelo explica una parte significativa de la variable dependiente. Mira cuánto con el R²: por ejemplo, R² = 0,39 es el 39 %.
- Un predictor es significativo si su p es menor que 0,05. El signo de B dice la dirección: positivo, a más X más Y; negativo, a más X menos Y.
- Compara los β para ver qué predictor tiene más peso. Un VIF mayor que 5 (o 10, según el autor) indica que los predictores se parecen demasiado entre sí.
- Durbin-Watson cerca de 2 indica residuos independientes; por debajo de 1,5 o por encima de 2,5 conviene revisarlo.
Preguntas frecuentes
- ¿Cuántas personas necesito para una regresión?
- Depende del número de predictores y del efecto que esperas. Usa la calculadora de tamaño de muestra para regresión: con 3 predictores y efecto mediano necesitas 77 personas para una potencia de 0,80.
- ¿Puedo usar variables de escala Likert?
- Sí, si usas el puntaje total o el promedio de cada escala (no un ítem suelto). Es lo habitual en tesis.
- ¿Y si mi predictor es una categoría, como el sexo?
- Codifícala con 0 y 1 (variable ficticia). Si tiene más de dos categorías, crea una columna de 0 y 1 por cada categoría menos una.
- ¿Sale igual que en SPSS?
- Sí. Los coeficientes, errores estándar, valores p, R², F, VIF y Durbin-Watson coinciden con SPSS (Analizar > Regresión > Lineales, método Introducir) y con Python (statsmodels).
¿Ya sabes qué preguntar?
Crea la encuesta en SurvIQ, compártela por enlace, WhatsApp o QR y mira los resultados en tiempo real. El plan Free es gratis para siempre.
Crear encuesta gratis