Cómo reportar una regresión jerárquica en APA 7

La regresión jerárquica es la que más se usa mal en psicología: se monta por bloques y luego se reporta como si fuera una regresión múltiple normal, con lo que el lector no puede saber qué aporta cada paso. Aquí tienes qué números son obligatorios en APA 7, cómo se monta la tabla por pasos y qué hace saltar a un revisor. La guía general está en cómo reportar resultados en APA 7, y la regresión de un solo bloque en cómo reportar una regresión.

Qué distingue a una jerárquica de una múltiple

En una regresión múltiple entras todos los predictores a la vez y preguntas cuál pesa más. En una jerárquica los entras en un orden que tú decides a priori, por una razón teórica, y la pregunta es distinta: ¿el bloque nuevo explica varianza por encima de lo que ya explicaba el anterior?

Esa pregunta se contesta con un número que la múltiple no tiene: el cambio en R². Por eso el reporte gira alrededor de ΔR² y de su prueba F de cambio, y no alrededor de las β. Si en tu manuscrito no aparece ningún ΔR², el revisor concluirá —con razón— que los pasos son decorativos y que podrías haber hecho una regresión normal.

Ojo con una confusión frecuente: jerárquica no es lo mismo que por pasos (stepwise). En la jerárquica el orden lo decide la teoría; en la stepwise lo decide un algoritmo según la significación. La segunda está muy mal vista en psicología porque capitaliza el ruido de la muestra, y si la usas te van a pedir que la justifiques o que la cambies.

Qué reportas de cada paso

De cada bloque: el R² acumulado hasta ahí, el cambio ΔR², la prueba de cambio ΔF con sus dos grados de libertad y su valor p. Los grados de libertad de la F de cambio son el número de predictores que entran en ese paso y los grados de libertad del residuo del modelo de ese paso.

Del modelo final: el R² total, el R² ajustado y la F global con sus grados de libertad. Y de cada predictor del modelo final: el coeficiente no estandarizado B, su error estándar, el estandarizado β, la t, la p y —cada vez más exigido— el intervalo de confianza del 95 % de B.

Un detalle que se olvida siempre: indica qué predictores entran en cada paso y por qué en ese orden. Sin esa frase, la jerarquía no se sostiene. Lo normal es meter primero las covariables o variables de control (edad, sexo, gravedad basal) y después las variables de interés.

Ejemplo en el texto

«Se estimó una regresión jerárquica en dos pasos. En el paso 1 se introdujeron la edad y el sexo como covariables, que explicaron un 6 % de la varianza del bienestar, R² = .06, F(2, 197) = 6.29, p = .002. En el paso 2 se añadió la autoestima, que incrementó significativamente la varianza explicada, ΔR² = .09, ΔF(1, 196) = 23.44, p < .001. El modelo final explicó el 15 % de la varianza, R² = .15, R² ajustada = .14, F(3, 196) = 11.53, p < .001. La autoestima fue el único predictor significativo en el modelo final, B = 0.38, SE = 0.08, β = .32, t(196) = 4.84, p < .001, 95 % IC [0.22, 0.54].»

Fíjate en el formato: R, F, B, SE, t y p en cursiva; la β griega en redonda; y el cero inicial solo en los estadísticos que pueden pasar de 1 (B = 0.38 lo lleva, R² = .15 y β = .32 no).

Si lo que tienes delante es el bloque de tablas que suelta SPSS —«Resumen del modelo», «ANOVA», «Coeficientes»— y no ves de dónde sale cada cifra, pega la salida en el intérprete y te la desglosa en este mismo formato.

La tabla por pasos

La tabla de una jerárquica tiene una columna por paso y las filas son los predictores. En cada columna van los coeficientes de ese modelo (habitualmente B con su SE, o β), y al pie de cada columna se repiten el R², el ΔR² y la ΔF. Así se lee de izquierda a derecha cómo cambia cada coeficiente al entrar el bloque siguiente, que suele ser la parte interesante.

Formato APA: líneas horizontales arriba, bajo los encabezados y al pie; ninguna línea vertical; los asteriscos de significación explicados en la nota. Si prefieres montarla ya formateada, el generador de tabla de regresión en APA 7 te la deja lista para pegar.

Y una recomendación que ahorra discusiones con los revisores: enseña los coeficientes de todos los pasos, no solo los del último. Que un predictor pierda la significación al entrar el bloque siguiente es información, no un problema que haya que esconder.

Los errores que marca un revisor

No reportar los ΔR². Es el error número uno y deja el diseño sin justificación: si no hay incremento, no hay jerarquía.

Dar la ΔF sin sus grados de libertad. Sin ellos no se puede recalcular nada, y hay verificadores automáticos que lo comprueban.

Justificar el orden a posteriori. Si el orden se decidió mirando los resultados, eso es HARKing y se nota. El orden se argumenta con teoría, no con la p.

Meter demasiados bloques con muestra pequeña. Cada paso consume grados de libertad y multiplica las comparaciones. Con N = 80 y cuatro bloques, el modelo final no significa gran cosa.

Olvidar la multicolinealidad. Los bloques suelen estar correlacionados entre sí; reporta los VIF en el texto o en una nota.

El número va en el texto; si son muchos, a una tabla, y si lo que hay que ver es un patrón, a una figura. Las reglas de las dos están en tablas en APA 7 y figuras en APA 7. Y si ya tienes el apartado escrito, pégalo en Revisa una sección: te devuelve la primera objeción que te haría un revisor, con la frase exacta de tu texto en la que aparece.

Preguntas frecuentes

¿Qué es exactamente el ΔR² y por qué es obligatorio?

Es la varianza adicional que explica un bloque por encima de todo lo que ya explicaban los bloques anteriores. Es el único número que justifica haber entrado los predictores por pasos: sin él, la jerarquía no aporta nada sobre una regresión múltiple corriente y el lector no puede evaluar tu hipótesis.

¿Cómo se reporta la F de cambio y qué grados de libertad lleva?

Se reporta como ΔF(gl1, gl2) = valor, p. El primer grado de libertad es el número de predictores que entran en ese paso; el segundo es el de los residuos del modelo de ese paso. Por ejemplo, si en el paso 2 entra un solo predictor sobre una muestra de 200 con tres predictores en total: ΔF(1, 196) = 23.44, p < .001.

¿Regresión jerárquica es lo mismo que stepwise?

No, y confundirlas es un problema. En la jerárquica el orden de entrada lo decides tú por razones teóricas antes de mirar los datos. En la stepwise lo decide un algoritmo según la significación de cada predictor. La stepwise está mal vista en psicología porque capitaliza el ruido de la muestra y sus resultados no suelen replicar.

¿Reporto los coeficientes de todos los pasos o solo del final?

De todos, en una tabla con una columna por paso. Que un predictor pierda la significación cuando entra el bloque siguiente es justamente el hallazgo interesante en muchos diseños, y esconderlo enseñando solo el modelo final es lo que hace que un revisor pida los datos.

¿Cuántos participantes hacen falta para una regresión jerárquica?

Depende del tamaño del efecto que esperes y del número total de predictores, no del número de bloques. Una regla de campo habitual es un mínimo de 10 a 15 casos por predictor, pero lo correcto es un análisis de potencia a priori para el incremento de R² que quieres poder detectar, no para el modelo global.

¿Hay que reportar los supuestos en una jerárquica?

Sí, y bastan dos frases: linealidad, independencia de residuos, homocedasticidad y normalidad de los residuos, más qué hiciste si alguno falló. Añade los VIF, porque en una jerárquica los bloques suelen estar correlacionados: por encima de 10 hay un problema claro y muchos autores ya se preocupan a partir de 5.

Con los ΔR², la ΔF con sus grados de libertad y la tabla por pasos, tu jerárquica está reportada como pide APA 7. Si el modelo se complica —interacciones entre bloques, datos anidados, mediación—, lo vemos juntos en mi consultoría estadística.