Cómo reportar una regresión múltiple en APA 7 (con ejemplo)

Una regresión múltiple predice una variable de resultado continua a partir de dos o más predictores. La salida es más extensa que la de una regresión simple, y APA 7 pide tanto el modelo global como una fila de coeficientes para cada predictor, normalmente en una tabla. Esta guía te da el formato exacto, un ejemplo resuelto que puedes copiar y los errores que detectan los revisores.

Lo que necesitas antes de escribir una sola palabra

La redacción APA 7 de una regresión múltiple tiene dos niveles.

El ajuste del modelo:

1. R² y, como hay varios predictores, R² ajustado.
2. El estadístico F con sus dos grados de libertad (gl de la regresión = número de predictores; gl residuales = N menos predictores menos 1).
3. El valor p del modelo global.

Para cada predictor:

1. El coeficiente no estandarizado (b) y su error estándar (EE).
2. El coeficiente estandarizado (β).
3. El valor t y el valor p.
4. Opcionalmente, un intervalo de confianza del 95 % para b.

La plantilla de formato APA 7

Reporta el modelo en el texto y después da los coeficientes en una tabla:

Una regresión múltiple que predecía [resultado] a partir de [predictor 1], [predictor 2] y [predictor 3] fue significativa, F(gl1, gl2) = X.XX, p = .XXX, R² ajustado = .XX. [Predictor 1] fue un predictor positivo significativo, b = X.XX, β = .XX, p = .XXX, mientras que [predictor 2] no lo fue, b = X.XX, β = .XX, p = .XXX.

Reglas de formato que los revisores sí comprueban:

• Sin cero inicial en p, R², R² ajustado ni β. Mantén el cero inicial en b y en el IC.
• Reporta ambos grados de libertad de F, primero los de la regresión: F(3, 96).
• Indica qué predictores son significativos y en qué dirección; no te limites a reportar la F global.
• Redondea a dos decimales. Si p es menor que .001, escribe p < .001.
• Coma decimal. En español se escribe 0,05 en textos generales, pero APA 7 usa el punto decimal (.05), y así están escritas las plantillas de esta guía. Si tu universidad o revista exige la coma decimal, sigue su norma y aplícala de forma coherente en todo el texto.

Un ejemplo resuelto

Supón que predijiste el desempeño laboral a partir de la responsabilidad, la capacidad cognitiva y los años de experiencia en 100 empleados.

• Modelo: F(3, 96) = 14.20, p < .001, R² = .31, R² ajustado = .29

Redactado en APA 7, queda así:

Una regresión múltiple que predecía el desempeño laboral a partir de la responsabilidad, la capacidad cognitiva y los años de experiencia fue significativa, F(3, 96) = 14.20, p < .001, R² ajustado = .29. La responsabilidad (b = 0.38, β = .34, p < .001) y la capacidad cognitiva (b = 0.29, β = .27, p = .003) fueron predictores positivos significativos; los años de experiencia no lo fueron (b = 0.05, β = .06, p = .48). En conjunto, los tres predictores explicaron el 29 % de la varianza del desempeño.

La tabla de regresión APA 7

En una regresión múltiple se espera una tabla de coeficientes. Las tablas APA usan solo líneas horizontales:

Nota. N = 100. R² = .31, R² ajustado = .29, F(3, 96) = 14.20, p < .001.

Reportar un resultado no significativo

Usa los mismos estadísticos; cambia la redacción y no lo llames tendencia:

Una regresión múltiple con la responsabilidad, la capacidad cognitiva y los años de experiencia no explicó una proporción significativa de la varianza del desempeño laboral, F(3, 96) = 1.42, p = .242, R² = .04.

Dónde encontrar estos números en SPSS

• Resumen del modelo: R cuadrado y R cuadrado ajustado.
• ANOVA: gl de Regresión (número de predictores), gl Residual, F y Sig.
• Coeficientes: B, Error estándar, Beta, t, Sig. y el IC 95 % para B de cada predictor; marca Diagnósticos de colinealidad para obtener el FIV (VIF).

Errores que detectan los revisores

• Reportar R² pero no R² ajustado. Con varios predictores, reporta el R² ajustado, que penaliza añadir predictores.
• Interpretar como efectos los predictores no significativos. Si el coeficiente de un predictor no es significativo, no lo describas como algo que influye en el resultado.
• Confundir b y β. b está en las unidades originales; β está estandarizado y permite comparar la fuerza relativa de los predictores.
• Ignorar la multicolinealidad. Si los predictores están muy correlacionados, los coeficientes se vuelven inestables. Comprueba el factor de inflación de la varianza (FIV) y menciónalo si es un problema.
• Un cero inicial en p, R² o β. APA lo omite.
• Escribir p = .000. Reporta p < .001.

Antes de reportar: ¿se cumplieron los supuestos del modelo?

La regresión múltiple asume una relación lineal, residuos independientes y con distribución normal, homocedasticidad y baja multicolinealidad entre los predictores. Revisa los gráficos de residuos y los FIV antes de confiar en el modelo. Para un solo predictor, consulta nuestra guía sobre cómo reportar una regresión lineal simple.

Deja que KyroStat redacte por ti

Dar formato a una regresión múltiple, con el R² ajustado, una tabla de coeficientes completa y las comprobaciones de multicolinealidad, es donde se cuelan los errores. KyroStat (en inglés) ajusta el modelo, comprueba los supuestos y los FIV, y te entrega las frases APA 7 terminadas, una tabla de coeficientes lista para publicar y el código Python o R subyacente. Sube tu hoja de cálculo y el informe está listo en segundos.

Ejecuta una regresión múltiple tú mismo, en el navegador

mtcars viene incluido en R: 32 coches, y aquí el consumo de combustible se predice a partir de dos variables a la vez. Se ejecuta en el navegador, sin instalar nada.

# Multiple regression: fuel economy from weight and horsepower
model <- lm(mpg ~ wt + hp, data = mtcars)
summary(model)

Al ejecutarlo se obtiene:

Call:
lm(formula = mpg ~ wt + hp, data = mtcars)

Residuals:
   Min     1Q Median     3Q    Max 
-3.941 -1.600 -0.182  1.050  5.854 

Coefficients:
            Estimate Std. Error t value Pr(>|t|)    
(Intercept) 37.22727    1.59879  23.285  < 2e-16 ***
wt          -3.87783    0.63273  -6.129 1.12e-06 ***
hp          -0.03177    0.00903  -3.519  0.00145 ** 
---
Signif. codes:  0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1

Residual standard error: 2.593 on 29 degrees of freedom
Multiple R-squared:  0.8268,	Adjusted R-squared:  0.8148 
F-statistic: 69.21 on 2 and 29 DF,  p-value: 9.109e-12

Cada número de la redacción anterior sale de una salida como esta. Si quieres la mecánica y no el reporte, la lección gratuita de R sobre este tema (en inglés) lo explica paso a paso, y el playground está ahí cuando quieras probar algo.

Preguntas frecuentes

¿Debo reportar R² o R² ajustado? Ambos son informativos, pero con varios predictores el R² ajustado es el valor principal, porque tiene en cuenta el número de predictores.

¿Cómo reporto los grados de libertad de la prueba F? Primero el número de predictores y después los gl residuales: F(3, 96) para tres predictores y 100 casos.

¿Qué es β y por qué reportarlo? β es el coeficiente estandarizado. Como está en unidades de desviación estándar, permite comparar la fuerza relativa de predictores medidos en escalas distintas.

Mi valor p aparece como .000. ¿Qué escribo? Reporta p < .001. Un valor p nunca es exactamente cero.

¿Y si mi resultado es sí/no en lugar de una puntuación? Entonces haz una regresión logística binaria, que reporta razones de probabilidades (odds ratios) en lugar de pesos b. Si comparas grupos en lugar de predecir a partir de variables continuas, un ANOVA de un factor o un ANCOVA suele ser el modelo más claro. Antes de reportar, comprueba los supuestos de la regresión y pon las intercorrelaciones de las variables en una tabla de correlaciones APA.

¿Qué guías relacionadas podría necesitar? A menudo estas: regresión jerárquica, análisis de moderación y análisis de mediación.