Ejemplo práctico: interpretación de una regresión lineal
Contexto del ejemplo
En este ejemplo se muestra cómo interpretar los resultados de una regresión lineal simple a partir del output generado por un programa estadístico de uso libre (JASP o jamovi).
El objetivo no es aprender a ejecutar el análisis, sino comprender:
- qué pregunta responde el modelo,
- cómo interpretar los coeficientes,
- y qué conclusiones pueden extraerse en un contexto educativo.
Situación de investigación
Supongamos un estudio en el que se analiza la relación entre:
- Tiempo de estudio semanal (variable predictora)
- Rendimiento académico (variable criterio)
La pregunta de investigación es:
¿Existe una relación entre el tiempo de estudio del alumnado y su rendimiento académico?
¿Cómo se realiza este análisis en JASP o jamovi?
A continuación se describen los pasos básicos para realizar una regresión lineal simple utilizando un programa estadístico de uso libre como JASP o jamovi.
El objetivo de estos pasos es familiarizarse con el procedimiento, no memorizar la interfaz.
Paso 1. Cargar los datos
- Abrir JASP o jamovi.
- Cargar un archivo de datos (por ejemplo, en formato
.csvo.sav). - Comprobar que las variables están correctamente identificadas como numéricas.
Paso 2. Acceder al análisis de regresión
- Ir al menú Regression.
- Seleccionar Linear Regression.
Paso 3. Definir el modelo
- Arrastrar la variable Rendimiento académico al campo Dependent Variable.
- Arrastrar la variable Tiempo de estudio semanal al campo Covariates.
Paso 4. Ejecutar el análisis
- El programa genera automáticamente el output del modelo.
- No es necesario modificar opciones adicionales en esta fase inicial.
A partir de este punto, el análisis produce una serie de tablas y resultados que deben ser interpretados, no simplemente reportados.
Output del análisis (JASP / jamovi)
Tras ejecutar una regresión lineal simple en JASP o jamovi, se obtiene un output que incluye:
- Coeficiente de regresión (B)
- Error estándar
- Valor t
- Valor p
- Coeficiente de determinación (R²)
Claves de interpretación
Al interpretar el output, es importante fijarse en:
-
Signo del coeficiente B
Indica si la relación es positiva o negativa. -
Magnitud del coeficiente
Informa sobre el cambio esperado en la variable criterio ante una unidad de cambio en el predictor. -
Valor p asociado al coeficiente
Permite evaluar si la relación observada es compatible con el azar. -
R²
Indica la proporción de varianza explicada por el modelo.
Conclusión sustantiva
A partir del modelo, el investigador puede formular una conclusión del tipo:
Un mayor tiempo de estudio semanal se asocia con un mayor rendimiento académico, explicando una proporción moderada de la variabilidad observada.
Esta conclusión debe interpretarse en términos asociativos, no causales.
Nota didáctica
En las sesiones prácticas de la asignatura se trabajará con outputs reales generados en JASP o jamovi, reforzando la interpretación de resultados y la lectura crítica de modelos estadísticos.