Laboratorio de Evaluacin

Psicolgica y Educativa


Evaluar, 6 (2006), 52 67
ISSN 1667-4545



52
ARTICULO METODOLGICO
Fundamentos del Anlisis de Regresin Logstica en la Investigacin Psicolgica
Ana Mara Alderete
1
*
* Universidad Nacional de Crdoba


Resumen. En este artculo se presenta el modelo de regresin logstica, apropiado para predecir una
variable categrica dicotmica. Esta situacin es muy comn en la investigacin psicolgica y en
otras disciplinas de las ciencias sociales. Este modelo tiene ventajas sobre el anlisis discriminante al
no requerir supuestos como el de normalidad o de homocedasticidad, que en muchos casos son
difciles de cumplir. Por otro lado, la regresin logstica tiene semejanzas con la regresin mltiple:
cuenta con contrastes estadsticos, puede incorporar efectos no lineales y permite realizar diversos
diagnsticos. En la actualidad este mtodo es ampliamente utilizado tanto en estudios
observacionales como de encuesta y experimentales. Se presentan de manera sencilla los
fundamentos lgicos y estadsticos del mtodo, ilustrndose con un ejemplo los procedimientos de
clculo e interpretacin de los resultados.
Palabras clave: regresin logstica - anlisis multivariado - datos categricos


1. Introduccin
Cuando una pregunta de investigacin se orienta a conocer cmo inciden varias
variables independientes sobre una variable dependiente, el modelo de regresin lineal
clsico permite encontrar una respuesta. En ese caso no se presentan restricciones respecto de
las variables independientes o predictoras, pero s respecto de la variable dependiente que se
supone debe ser continua y medida al menos en un nivel intervalar. Sin embargo, en muchas
circunstancias de investigacin en psicologa u otras disciplinas de las ciencias sociales la

1
Por favor dirigir la correspondencia relacionada con este artculo a:
Ana Mara Alderete
Lic. en Psicologa Profesora Titular de la Ctedra de Metodologa de Investigacin,
Facultad de Psicologa, UNC
Direccin : Manuel Carls 3688 CP 5008, Crdoba, Argentina
Telfono: (351) 4767924
E-mail: aldereteanam@yahoo.com.ar
Ana Mara Alderete / Evaluar, 6 (2006), 52 67

53
variable dependiente es categrica (dicotmica o politmica). Por ejemplo, cuando
evaluamos estado nutricional, eutrfico o desnutrido; o nios con problemas de aprendizaje,
con problemas de aprendizaje y sin problemas. En estos casos es apropiado el mtodo de
regresin logstica, que se caracteriza por ser un modelo de probabilidad lineal.
Este modelo es una generalizacin del modelo de regresin lineal clsico para
variables dependientes categricas dicotmicas (Ato y Garca 1996). Tiene la ventaja de no
requerir supuestos como el de normalidad multivariable y el de homocedasticidad (igualdad
de las varianzas), que son difciles de verificar. Adems, es ms potente que el anlisis
discriminante cuando estos supuestos no se cumplen. Otra ventaja radica en su similitud con
la regresin mltiple: permite el uso de variables independientes continuas y categricas
(estas ltimas por medio de su codificacin a variables ficticias), cuenta con contrastes
estadsticos directos, tiene capacidad de incorporar efectos no lineales y es til para realizar
diagnsticos (Hair, Anderson, Tatham y Black, 1999). Tiene una amplia aplicacin en
estudios observacionales, de encuesta y experimentales, como as tambin en estudios
epidemiolgicos (Hair et al, 1999; Schelesslman, 1982; Ato y Lpez, 1996; Garca; Alvarado
y Jimnez; 2000). Numerosas investigaciones muestran las ventajas de utilizar el anlisis de
regresin logstica en la evaluacin del Funcionamiento Diferencial del tem (DIF),
especialmente en la deteccin de DIF cuando es no uniforme y mixto y cuando no se cuenta
con muestras grandes (Cortada de Cohan, 2004; Padilla, Gmez e Hidalgo, 2005; Ferreres,
Fidalgo y Muiz, 2000; Hidalgo y Lpez, 1997).
Por lo tanto, teniendo en cuenta el aumento de aplicacin de la regresin logstica en
la investigacin psicolgica, este trabajo esta orientado a lograr un acercamiento (ms
prctico que terico) a los aspectos ms importantes relativos a esta tcnica estadstica,
concentrndose en dos aspectos fundamentales, (1) una breve revisin terica de la tcnica, y
(2) un ejemplo del uso de la regresin logstica, prestando atencin a los aspectos prctico
que orientan a un uso ms adecuado y a una interpretacin ms confiable de los resultados.
2. El modelo de regresin logstica
La regresin logstica, al igual que otras tcnicas estadsticas multivariadas, da la
posibilidad de evaluar la influencia de cada una de las variables independientes sobre la
variable dependiente o de respuesta y controlar el efecto del resto. Tendremos, por tanto, una
variable dependiente, llammosla Y, que puede ser dicotmica o politmica y una o ms
Ana Mara Alderete / Evaluar, 6 (2006), 52 67

54
variables independientes, llammoslas X, que pueden ser de cualquier naturaleza, cualitativas
o cuantitativas. Si la variable Y es dicotmica, podr tomar el valor "0" si el hecho no ocurre
y "1" si el hecho ocurre. Este proceso es denominado binomial ya que solo slo tiene dos
posibles resultados, siendo la probabilidad de cada uno de ellos constante en una serie de
repeticiones.
Un proceso binomial est caracterizado por la probabilidad de xito, representada por
p, la probabilidad de fracaso se representa por q. En ocasiones, se usa el cociente p/q que
indica cunto ms probable es el xito que el fracaso, como parmetro caracterstico de la
distribucin binomial Los modelos de regresin logstica son modelos de regresin que
permiten estudiar si una variable categrica depende, o no, de otra u otras variables. La
distribucin condicional de la variable dependiente, al ser categrica, no puede distribuirse
normalmente, toma la forma de una distribucin binomial y, en consecuencia la varianza no
es constante, encontrndose situaciones de heterocedasticidad. El modelo de regresin
logstica puede ser representado de la siguiente manera:
|
.
|

\
|

=
i
i

1
log ) ( logist
Donde:
1,
es la probabilidad de observar la categora o evento a predecir, y 1-, es la
probabilidad de no observar la categora o evento a predecir. Es un modelo logstico lineal
porque es lineal la escala del logaritmo de la razn de los productos cruzados (RPC). Vara
entre - y + . Una ventaja de este modelo es que puede utilizarse en muestreos
prospectivos o retrospectivos debido a que los efectos se refieren a la razn de los productos
cruzados. Para una mejor compresin es conveniente recordar algunos conceptos.
Para ello, tomemos un ejemplo: supongamos que estamos estudiando la malnutricin
en nios de 0 a 6 aos y su relacin con las pautas de crianza. Las categoras de nuestra
variable dependiente (Y) eutrfico (que tomar el valor de 0) y mal nutrido (que tomar el
valor 1) y para la variable independiente (X) las categoras sern democrtico e indiferente
(para simplificar el ejemplo no consideraremos la pauta autoritaria). En la tabla 1 se
presentan resultados hipotticos de la evaluacin de 400 nios.




Ana Mara Alderete / Evaluar, 6 (2006), 52 67

55
Tabla 1.
Evaluacin de los nios segn estado nutricional y pauta de crianza (N = 400)
Estado Nutricional
Pauta de Crianza
Malnutrido Eutrfico
Total
Indiferente
79
(.395)
121
(.605)
200
(1.00)
Democrtico
45
(.225)
155
(.775)
200
(1.00)
Total 106 194 400

La expresin:
i
/ (1-
i
) es la razn de probabilidades (RP) comnmente denominada
odds, es la razn entre probabilidades de la variable dependiente para cada uno de los valores
de la variable independiente. En nuestro ejemplo la RP (odds), para la categora mal nutrido
cuando la pauta de crianza es indiferente es: .395/.605 = .653 y cuando la pauta de crianza es
democrtica es: .225/.775 = .290. Esto indica que es mayor la probabilidad de observar un
nio mal nutrido cuando la pauta de crianza de los padres es negligente.
Un valor de 1 en el odds quiere decir que existe equiprobabilidad en ambas
categoras de la variable. Un valor mayor que 1 indica que esa categora tiene mayor
probabilidad de ocurrencia. Tiene el inconveniente que su valor vara entre 0 y + . Una
transformacin logartmica de la RP u odds proporciona una importante medida para el
anlisis de datos categricos, denominada transformacin logit que vara entre - y + y se
define sobre una categora de la variable dependiente (en este caso la categora esperada, mal
nutrido). As,
Logist (
i
) = |
.
|

\
|
i
i

1
log
Debe sealarse que la expresin log se refiere al logaritmo neperiano o logaritmo de
base 2 y no al logaritmo decimal. En nuestro ejemplo, para la categora mal nutrido, en la
pauta negligente el logit sera: log (.653) = -.426 .Para la pauta democrtica el log (.290) =
-1.234. Como el punto central de la escala es 0, es importante considerar el signo para su
interpretacin.
Ms fcilmente interpretable es definir un cociente entre ambas razones de
probabilidad (odds ratio), que fcilmente se convierte en la razn de productos cruzados
(RPC), en nuestro caso (79 x 155) / (45 x 121) = 2.24. Si las probabilidades de observacin
de mal nutridos en ambos grupos de nios fueran iguales la RPC sera igual a 1, si la razn de
Ana Mara Alderete / Evaluar, 6 (2006), 52 67

56
RPC > 1 quiere decir que la probabilidad de observar un mal nutrido es mayor en el primer
grupo (pauta paterna negligente) que en el segundo. Un inconveniente es que la RPC no es
aditivamente simtrica. Una mayor presencia de mal nutridos para el primer grupo que para
el segundo producir valores de RPC que varan entre 1 y + mientras que una mayor
presencia de mal nutridos en el segundo grupo que en el primero producir valores de RPC
que varan entre 0 y 1, por lo que los rangos no son comparables. Como la RPC es
multiplicativamente simtrica, se utiliza el logaritmo natural de la RPC que es una cantidad
que vara - y + , siendo 0 donde el efecto es nulo. En nuestro ejemplo el log (2.24) = .806
3. Estimacin del modelo
Como se sealara en prrafos anteriores, la distribucin condicional de la variable
dependiente, al ser categrica, no puede distribuirse normalmente, toma la forma de una
distribucin binomial. El modelo logstico tiene una forma de curva. Para estimar el modelo
se busca la curva que mejor se ajusta a los datos reales. En el grfico 1 y 2 se muestran dos
diagramas de dispersin con diferentes curvas de ajuste. All se puede observar cuando la
relacin es perfecta y cuando la relacin es pobre.
Grafico 1.
Relacin bien definida




Ana Mara Alderete / Evaluar, 6 (2006), 52 67

57
Grafico 2.
Relacin pobremente ajustada

Para la estimacin del modelo se emplea el mtodo de estimacin por mxima
verosimilitud que no establece restriccin alguna respecto de las caractersticas de las
variables predictoras, stas pueden ser nominales, ordinales o intervalares (recurdese que en
la regresin mltiple se utiliza el procedimiento de los mnimos cuadrticos). En el
procedimiento de mxima verosimilitud se seleccionan las estimaciones de los parmetros
que hagan posible que los resultados observados sean lo ms verosmiles posibles. A la
probabilidad de los resultados observados, dadas las estimaciones de los parmetros, se la
denomina verosimilitud. Como la verosimilitud es un valor pequeo se utiliza como medida
de ajuste del modelo a los datos -2 veces el logaritmo de la verosimilitud o 2LL. Un buen
modelo es aquel que da lugar a una verosimilitud grande por lo cual el valor de 2LL ser
pequeo.
Se utiliza Chi cuadrado para contrastar la reduccin en el valor cuando se introduce
una variable independiente. Se compara la diferencia entre (-2LL) o desviancia del modelo
inicial (denominado nulo) sin la inclusin de variable predictora alguna y la desviancia del
modelo al incluir una o ms variables predictoras. Chi cuadrado contrasta la hiptesis nula,
postula que los coeficientes de todos los trminos excepto la constante son cero. Los grados
de libertad en este caso estn dados por la diferencia entre el nmero de los parmetros de los
dos modelos.
Ana Mara Alderete / Evaluar, 6 (2006), 52 67

58

Hosmer y Lebeshow (1989) han desarrollado una prueba de la bondad del ajuste en
relacin a la clasificacin. El procedimiento consiste en dividir los casos en
aproximadamente 10 clases y comparar para cada clase las frecuencias de los casos
observados con los casos predichos, utilizando para ello Chi cuadrado. Este procedimiento
proporciona una medida global de la capacidad predictiva del modelo que no se basa en el
valor de verosimilitud sino en la prediccin real de la variable dependiente. Una restriccin
en su uso es que se necesita contar con una muestra grande que asegure por lo menos cinco
observaciones en cada grupo. Por otro lado Chi cuadrado es sensible al tamao muestral y se
puede encontrar significacin estadstica en diferencias pequeas al aumentar el tamao de la
muestra. Algunos autores como Hair y Anderson (1999) recomiendan utilizar varios
procedimientos para evaluar la bondad del ajuste del modelo.
Para evaluar el ajuste global se han construido medidas similares al coeficiente de
determinacin (Hair y colaboradores, 1999; Ato y Lpez, 1996), en donde se define al
coeficiente de determinacin de la siguiente manera:
R
2
L
=
(nulo)
modelo) ( ) nulo (
2LL -
2 2 LL LL

Donde: -2LL
(nulo)
: es 2 veces el logaritmo de la verosimilitud del modelo nulo o
inicial y 2LL
(modelo):
es 2 veces el logaritmo de la verosimilitud

del modelo

a evaluar. El
valor de 2LL
(nulo)
es equivalente a la Suma de los Cuadrados Total en la regresin lineal y el
valor de 2LL
(modelo)
es equivalente a la Suma de los Cuadrados Residual. Este coeficiente es
una medida aproximada de la eficacia predictiva del modelo. Como un coeficiente de
determinacin, cuando la explicacin de la varianza de la variable dependiente por el
predictor es nula el R
2
L
= 0 y cuando es perfecta R
2
L
= 1. Sin embargo, hay que ser
cuidadosos en la interpretacin porque la variacin en el coeficiente de la regresin logstica
es diferente. Ato y Lpez (1996) sealan que el ajuste lineal suele producir un coeficiente de
determinacin mayor, por lo cual el coeficiente R
2
L
subestima la proporcin de varianza
explicada

por el modelo de regresin logstica. En paquetes estadsticos como el SPSS se
presentan dos modificaciones de este coeficiente. Uno de ellos es el estadstico Coeficiente
R
2
L

de Cox y Snell que se computa de la siguiente manera:
R
2
L
=
N
LL
LL
/ 2
) modelo (
) nulo (
2
2
1
(

Ana Mara Alderete / Evaluar, 6 (2006), 52 67

59
Donde: -2LL
(nulo)
es la desviancia del modelo nulo solo o con una constante, sin
incorporar las variables predictoras, 2LL
(modelo)
es la desviancia del modelo

con las variables
predictoras y N es el tamao de la muestra. Como el valor mximo de esta medida no alcanza
1, Nagelkerke propuso una modificacin que incrementa el coeficiente de Cox y Snell para
obtener un valor mximo de 1.
Coeficiente R
2
L
de Nagelkerke
R
2
L =
( )
N
N
LL
LL
/ 2
/ 2
(modelo) (
(modelo)
nulo) (
2 1
2LL -
2
1

4. El valor terico y la interpretacin de los coeficientes
Como en todo anlisis multivariante, en la regresin logstica se obtiene un valor
terico, o una combinacin lineal de variables con ponderaciones determinadas
empricamente (Hair et al, 1999). La forma del valor terico de la regresin logstica es
similar al de la regresin mltiple, y representa una nica relacin multivariante con
coeficientes que indican el peso relativo que tiene cada variable predictora.
Logist (
i
) = j iX X X + + + + .. 2 2 1 1 0
Donde:
i:
es la proporcin (probabilidad de observar la categora o evento a predecir).

0
: es una constante

1
,
2
...
j
: son los coeficientes logsticos correspondientes a cada variable predoctora
X
1,
X
2
...X
j
son las variables predictoras.
La ecuacin puede ser presentada en su forma aditiva:
Log (
i
/1-
i
) =
0
+
1
X
1
+
2
X
2
+...+
j
X
j
Tambin puede ser presentada en su forma multiplicativa:
j jX X
e e e

* .... * * 1 /
1 1 0
=
Como se sealara al inicio, en la regresin logstica la variable dependiente es
dicotmica, por lo cual lo que interesa es predecir la probabilidad de ocurrencia de un evento.
El procedimiento de clculo del coeficiente logstico compara la probabilidad de ocurrencia
de un suceso con la probalidad de que no ocurra. Los coeficientes B son las medidas de los
cambios en la razn de probabilidad denominado odds ratio.Estn expresados en
logaritmos y deben ser transformados para ser interpretados. Un coeficiente positivo aumenta
la probabilidad de ocurrencia, y un coeficiente negativo la disminuye. Para la contrastacin
Ana Mara Alderete / Evaluar, 6 (2006), 52 67

60
de los coeficientes se utiliza el estadstico W de Wald, que es igual al cuadrado de la razn
entre un coeficiente de regresin y su error tpico. El estadstico W sigue una distribucin Chi
cuadrado, con un grado de libertad, lo que es apropiado para su uso con datos categricos
5. Un ejemplo de regresin logstica
A continuacin se muestra un ejemplo del uso de la regresin logstica en una
investigacin sobre las caractersticas del lenguaje en nios con autismo y nios con
trastornos en el desarrollo del lenguaje (Gonzalez, 2004). No es nuestro objetivo discutir sus
resultados desde el punto de vista clnico, solo pretendemos lograr un mayor acercamiento a
los aspectos prcticos anteriormente planteados. Para este estudio se utiliz la regresin
logstica para identificar las variables que mejor predecan el tipo de trastorno. La variable
dependiente tipo de trastorno es una variable categrica dicotmica: autismo-disfasia. En
funcin de anlisis previos se incluyeron como variables independientes o predictoras, las
siguientes variables ordinales continuas: Compresin, Fonologa, Sintaxis, Semntica y
Pragmtica (variables ordinales continuas, con las siguientes categoras: Normal: 0,
Afectacin Leve:1, Afectacin Moderada: 2, Afectacin Severa: 4) y las variables categricas
dicotmicas: Ecolalia, Perseveraciones, Inversin Pronominal y Disprosodia, (categorizadas,
Ausencia: 0 y Presencia: 1). Se realiz un trabajo retrospectivo sobre una muestra de 200
nios de ambos sexos A continuacin se presentan los resultados obtenidos utilizando el
paquete estadstico para las ciencias sociales (Social Package Social Sciences, SPSS). No
obstante, este anlisis puede ser ejecutado con otros programas tales como SAS o Statistical.
Las primeras dos tablas que ofrece el programa, que no fue incluida en este trabajo,
son las que contienen el nmero de casos incluidos en el anlisis y la codificacin de la
variable dependiente. Es importante tener en cuenta que la categora a la que le corresponde
el cdigo 1 es la categora sobre la que se calcula la probabilidad de ocurrencia (evento
favorable), en este caso es la Disfasia o Trastorno en el desarrollo del lenguaje. A
continuacin se presentan los datos del modelo nulo es decir los datos sin incluir la
informacin de las variables predictoras. Se realiza la prediccin con la nica informacin de
los datos observados de la variable dependiente.



Ana Mara Alderete / Evaluar, 6 (2006), 52 67

61
Tabla 2.
Tabla de clasificacin de los casos observados
Tabla de clasificacin
a,b
105 0 100,0
95 0 ,0
52,5
Casos Observados
Autismo
Disfasia
Tipo de Trastorno
Porcentaje Global
Paso 0
Autismo Disfasia
Tipo de Trastorno
Porcentaje
Correcto
Casos Pronosticados
Se incluye constante en el modelo
a.
El valor del punto de corte es: 0,50
b.

En la tabla 2 se presenta la clasificacin de los casos segn su ocurrencia y segn la
prediccin realizada en funcin del modelo nulo. Como puede observarse, habra un 100% de
acierto del pronstico de Autismo y ningn acierto en el pronstico de la disfasia, por lo cual
el porcentaje total de acierto es de 52%.
Tabla 3.
Estadsticos estimados del modelo nulo (Paso 0)
-,100 ,142 ,500 1 ,480 ,905 Constante Paso 0
B S.E. Wald df Sig. Exp(B)

En la tabla 3 se presentan los parmetros del modelo nulo: B o constante, el error
estndar correspondiente, el estadstico Wald, los grados de libertad del estadstico, el nivel
de significacin y el Exponencial de B. El estadstico Wald no es significativo, es decir que B
no difiere significativamente de 0 y por lo tanto no produce cambio sobre la variable
dependiente. Tambin el programa proporciona datos sobre las variables que no fueron
incorporadas en la ecuacin. Seguidamente se presentan los datos segn que el mtodo de
introduccin de las variables escogido sea introducir las variables simultneamente o por
pasos. En este caso se utiliz el mtodo por pasos hacia delante utilizando como criterio la
significacin estadstica de los coeficientes B de las variables introducidas usando el
estadstico W de Wald.




Ana Mara Alderete / Evaluar, 6 (2006), 52 67

62
Tabla 4.
Pruebas mnibus sobre los coeficientes del Modelo
216,912 1 ,000
216,912 1 ,000
216,912 1 ,000
8,924 1 ,003
225,836 2 ,000
225,836 2 ,000
5,043 1 ,025
230,879 3 ,000
230,879 3 ,000
Paso
Bloque
Modelo
Paso
Bloque
Modelo
Paso
Bloque
Modelo
Paso 1
Paso 2
Paso 3
Chi-square df Sig.

En la tabla 4 se presentan los resultados de las pruebas sobre la disminucin de las
desviancias (-2LL) o lo que es igual la ganancia obtenida en cada modelo. Recurdese que
cuanto menor es 2LL mejor el ajuste del modelo. Se puede observar para cada paso los
valores de las siguientes entradas: Paso, Bloque y Modelo. El Chi cuadrado correspondiente a
la fila modelo es la diferencia entre el 2LL para el modelo nulo y 2LL para el modelo
actual. Se contrasta la hiptesis nula que postula que los coeficientes de todos los trminos
excepto la constante son igual a 0 (esto es comparable al test F global para la regresin
mltiple). El Chi cuadrado correspondiente a la fila bloque es la diferencia entre 2l-2LL entre
los bloques de entrada sucesivos en la construccin del modelo. Como en general se
introducen variables en un solo bloque el Chi cuadrado del modelo coincide con el Chi
cuadrado del bloque. En la fila correspondiente a Paso el Chi cuadrado es la diferencia entre
el 2LL entre pasos sucesivos. Se somete a prueba la hiptesis que los coeficientes de las
variables introducidas en el ltimo paso son igual a 0 (comparable al F de cambio en la
regresin mltiple). En el ejemplo en consideracin en todos los caso el Chi cuadrado es
significativo desechndose las hiptesis contrastadas. En la tabla 5 se puede observar
resumen de los modelos
.

Tabla 5.
Resumen de los modelos
59,846 ,662 ,883
50,922 ,677 ,903
45,879 ,685 ,914
Paso
1
2
3
-2 Log de la
verosimilitud
Cox & Snell
R Cuadrado
Nagelkerke
R Cuadrado


Ana Mara Alderete / Evaluar, 6 (2006), 52 67

63
Obsrvese que hay una disminucin del 2LL, en relacin al primer paso, el -2LL
menor corresponde al tercer modelo. Recurdese que cuando menor es -2 LL, mayor es la
verosimilitud y mejor el ajuste del modelo. Los coeficientes de determinacin R
2
L
son altos y
aumentan en el segundo y tercer modelo. El coeficiente de Nagelkerke del ltimo modelo es
.914, teniendo en cuenta que el valor mximo es 1 podemos decir que es un coeficiente alto,
que un importante porcentaje de la varianza es explicada por las variables predictoras
introducidas en el modelo. El programa proporciona tambin los resultados de la prueba de
Hosmer y Lemeshow para cada modelo, basado en la comparacin entre los casos observados
y los casos pronosticados.
Tabla 6.
Prueba de Hosmer y Lemeshow
16,028 2 ,000
3,912 4 ,418
2,196 5 ,821
Paso
1
2
3
Chi-square df Sig.

Como se observa en la tabla 6 para el primer modelo Chi cuadrado es significativo lo
cual estara indicando un mal ajuste del modelo, en el sentido que la hiptesis que se
contrasta es que no existen diferencias entre las frecuencias de los casos observados y las
frecuencias de los casos pronosticados. En los otros modelos, y en mayor medida en el
ltimo, la diferencia no es significativa.
A fin de analizar el ajuste en la clasificacin en cada modelo el programa suministra
una tabla de clasificacin (ver tabla 7) donde se consignan las frecuencias en las categoras de
la variable dependiente segn lo observado y segn lo pronosticado en cada modelo. Los
datos proporcionados datos permiten tambin analizar la especificidad y sensibilidad del
modelo y tambin las tasas de falsos positivos y falsos negativos. En este caso si bien en el
modelo 1 y el modelo 3 el porcentaje global es el mismo: 94,5%, en el modelo 3 los falsos
positivos y los falsos negativos son menores. Es de destacar que aumenta significativamente
el porcentaje global de clasificacin correcta en comparacin con el porcentaje del modelo
nulo que era de 52 %.



Ana Mara Alderete / Evaluar, 6 (2006), 52 67

64
Tabla 7.
Tabla de Clasificacin
Classification Table
a
105 0 100,0
11 84 88,4
94,5
94 11 89,5
3 92 96,8
93,0
98 7 93,3
4 91 95,8
94,5
Casos Observados
Autismo
Disfasia
Tipo de Trastorno
Porcentaje Global
Autismo
Disfasia
Tipo de Trastorno
Porcentaje Global
Autismo
Disfasia
Tipo de Trastorno
Porcentaje Global
Paso 1
Paso 2
Paso 3
Autismo Disfasia
Tipo de Trastorno Porcentaje
Correcto
Casos pronosticados
Valor del punto de corte 0,50
a.

En una tabla 8 denominada Variables en la Ecuacin se presentan los estimadores
de los parmetros (coeficientes B), sus errores tpicos, el estadstico W de Wald, sus grados
de libertad y su probabilidad asociada, las estimaciones de las odds ratio (Exp B) para las
variables predictoras y la constante para cada modelo.
Tabla 8.
Variables en la Ecuacin
-5,345 1,048 25,988 1 ,000 ,005
4,483 1,006 19,864 1 ,000 88,481
-4,682 1,026 20,822 1 ,000 ,009
2,263 ,858 6,952 1 ,008 9,608
2,428 1,270 3,656 1 ,056 11,332
-4,340 1,011 18,439 1 ,000 ,013
2,187 1,149 3,622 1 ,057 8,912
2,114 ,892 5,617 1 ,018 8,277
,509 1,677 ,092 1 ,761 1,664
Pragmtica
Constante
Paso 1
a
Pragmtica
Disprosodia (1)
Constante
Paso 2
b
Pragmtica
Inversin Pronominal (1)
Disprosodia(1)
Constante
Paso 3
c
B S.E. Wald df Sig. Exp(B)
Variable(s) que entra en el primer paso: Pragmtica
a.
Variable(s) que entra en el segundo paso: Disprosodia
b.
Variable(s) que entra en el tercer paso: Inversin Pronominal
c.

La primera variable que ingresa en el modelo es Pragmtica, que presenta el mayor
puntaje del estadstico. Analizando el ltimo paso o ltimo modelo podemos ver que fueron
incorporadas solamente tres variables predictoras: Pragmtica, Inversin y Disprosodia, el
resto de las variables fueron desechadas porque sus coeficientes no difieren
Ana Mara Alderete / Evaluar, 6 (2006), 52 67

65
significativamente de 0, vale decir no aportan a la prediccin de los trastornos en estudio.
Observando los coeficientes B podemos postular que la variable que ms aporta es
Pragmtica seguida de Inversin y Disprosodia (estas ltimas con mnimas diferencias). Con
los estimadores estamos en condiciones de expresar la ecuacin predictiva en trminos de
unidades de la escala logit:
Logit (p) = .509 - 4.340 (Pragmtica)+ 1,149 (Inversin)+ .892 (Disprosodia)
Estos coeficientes pueden ser interpretados a la manera de los coeficientes de la
regresin mltiple: un incremento en una unidad en la escala de medida de la variable
pragmtica, produce una disminucin de 4, 340 unidades logit de la variable dependiente. El
logit es, como se seal anteriormente, el logaritmo de los productos cruzados. Una
interpretacin ms sencilla consiste en definir el coeficiente en trminos de un efecto
multiplicativo sobre la escala de la razn de los productos cruzados:
1
e o Exp (B), en
nuestro ejemplo un incremento de una unidad en la escala de medida de la variable
Pragmtica produce un incremento mutiplicativo por un factor de .013 en la escala de los
productos cruzados (hay que recordar que esta escala vara entre 0 y + y que un factor
mayor que 1 produce un incremento y que un factor menor que 1 una disminucin). En este
caso no debe olvidarse que la variable dependiente es Tipo de trastorno y que la categora
con valor 1 es Disfasia o Trastorno en el Desarrollo del Lenguaje. Esto quiere decir que a
medida que aumenta la afectacin en el aspecto pragmtico del lenguaje disminuye la
probabilidad de pronstico de disfasia y, por consiguiente aumenta el pronstico de autismo.
Si esto se traduce en trminos de porcentaje de cambio, la interpretacin es ms accesible,
esto es:
100* ) 1 (
1

e o 100* (Exp (B) 1) = 100 * ( 1

340 , 4

e ) = 100* (.013 1) = - 98,7 %.

En este caso, al aumentar en una unidad la variable predictora Pragmtica el
porcentaje de cambio (disminucin por ser negativo) es del 98,7%. Segn los datos obtenidos
estamos en condiciones de estimar la probabilidad de ser difsico, conociendo que tiene
afectacin leve en la expresin pragmtica, no presenta Inversin y presenta Disprosodia:
P disf/pragmtica
(1),
Inversin
(0),
Disprosodia
(1)
=
717 . 1
717 . 1
) 1 ( 114 . 2 ) 0 ( 187 , 2 ) 1 ( 340 . 4 509 .
) 1 ( 114 . 2 ) 0 ( 187 . 2 ) 1 ( 340 . 4 509 .
1 1

+ +
+ +
+
=
+ e
e
e
e
=
1796 . 1
1796 .
= .15
No debe olvidarse que la variable dependiente es dicotmica y que el punto de corte
es p =.50, por lo cual valores iguales o mayores de .50 llevan a pronosticar Disfasia
codificada 1, en la variable tipo de trastorno y valores menores de .50 Autismo, codificada
Ana Mara Alderete / Evaluar, 6 (2006), 52 67

66
como 0. Del anlisis de la tabla de clasificacin del ltimo modelo obtenemos la
especificidad (proporcin entre frecuencia de aciertos negativos y frecuencia total de
negativos observados), la sensibilidad (razn entre la frecuencia de aciertos positivos y la
frecuencia total de positivos observados) y tambin la proporcin de falsos negativos y falsos
positivos. En el ejemplo sera:
Especificidad: 93.3
Sensibilidad: .95.8
Proporcin de falso negativo: .03
Proporcin de falso positivo: .07
De las datos anteriores podemos sealar que las variables del modelo tienen alta
sensibilidad para diagnosticar adecuadamente la disfasia, hay una proporcin alta acierto en
el diagnstico (96%), tambin es alta su especificidad es decir su capacidad de detectar los
casos que no son disfasia (en este caso autismo) y tiene muy bajo porcentaje de error disfasia
cuando el trastorno es autismo (7%) y mucho menor de cometer el error de diagnosticar
autismo cundo el trastorno es disfasia (3%).
6. Discusin
En sntesis se podra afirmar que la regresin logstica es una adecuada alternativa a la
regresin lineal cuando lo que se desea predecir es el comportamiento de una variable
dependiente categrica. Tambin ofrece ventajas frente al anlisis discriminante al no
requerir los supuestos de normalidad y homocedasticidad. Para la estimacin del modelo se
utiliza el procedimiento de mxima verosimilitud. El valor terico presenta coeficientes que
informan el aporte de cada variable predictora en el pronstico de ocurrencia de las categoras
de la variable dependiente. Se han desarrollado varios procedimientos para evaluar la bondad
del ajuste del modelo y tambin se cuenta con coeficientes de determinacin al estilo de R
2
en la regresin lineal. Tiene una amplia aplicacin en la investigacin psicolgica y
especialmente en los estudios psicomtricos.
Referencias
Ato Garca, M. Y Lpez Garca, J. J. (1996). Anlisis estadstico para datos categricos.
Madrid. Editorial Sntesis.
Cortada de Cohan, N. (2004). Teora de Respuesta al tem. Evaluar, 4, 95-110.
Ferreres Traver, D; Hidalgo Aliste, A. M. y Muiz, J. (2000). Deteccin del Funcionamiento
Ana Mara Alderete / Evaluar, 6 (2006), 52 67

67
Diferencial de los tems no uniforme: comparacin de los mtodos Mantel-Haenszel y
regresin logstica. Psicothema, 12, 2, 220-225.
Garca Jimnez, M.V.; Alvarado Izquierdo, J. M. y Jimnez Blanco, J. (2000). La prediccin
del rendimiento acadmico: regresin lineal versus regresin logstica. Psicothema,
12, 2, 248-252
Gonzalez, G. E. (2004). Caractersticas del lenguaje en nios con autismo y en nios con
trastornos del desarrollo del lenguaje. Estudio comparativo. Tesis de Maestra.
Universidad Nacional de Crdoba, Argentina.
Hair, J.F.; Anderson, R.E.; Tatham,R.L.; Black W.C. (1999). Anlisis Multivariante. 5
Edicin. Madrid: Prentice Hall.
Hidalgo Montesinos, M. D. y Lpez Pina, J. A. (1997). Comparacin entre las medias de
rea, el estadstico de Lord y el anlisis de regresin logstica en la evaluacin del
funcionamiento diferencial de los tems. Psicothema, 9, 2, 417-431.
Hosmer, D. W., y Lebeshow, S. (1989). Applied Logistic Regresion. New York: Wiley.
Prez, C. (2001). Tcnicas estadsticas con SPSS. Madrid: Pearson Educacin.
Schlesslman, J. J. (1982). Casecontrol studies. Desig,Conduct, Anlisis. Nueva York:
Oxford University Press.