3.

Por investigaciones clásicas se sabe que la edad y la empatía del infractor juegan un papel fundamental a la
hora de explicar el número de delitos cometidos en un periodo de tiempo. Un psicólogo forense a lo largo de su
experiencia profesional ha observado que la variable personalidad antisocial puede estar también implicada en la
comisión hechos delictivos. Quiere comprobar si sus observaciones son capaces de mejorar el modelo tradicional
a la hora de predecir el número de delitos. Se han medido en, 197 participantes entre 20 y 48 años de cierta zona
conflictiva de Madrid, las siguientes variables: edad, empatía, personalidad antisocial y número medio de delitos
cometidos al mes. Los resultados del análisis se muestran a continuación:

ANOVA
Suma de Media
Modelo cuadrados gl cuadrática F Sig.
1 Regresión 22.481 2 11.241 30.370 .000
Residual 71.804 194 .370
Total 94.285 196
2 Regresión 24.998 3 8.333 23.211 .000
Residual 69.287 193 .359
Total 94.285 196

Resumen del modelo

Estadísticos de cambio
R cuadrado Error típ. de Durbin-
Modelo R R cuadrado Cambio en R
corregida la estimación Cambio en F gl1 gl2 Sig. Cambio en F Watson
cuadrado
1 .488 .238 .231 .60838 .238 30.370 2 194 .000
2 .515 .265 .254 .59916 .027 7.011 1 193 .009 1.880

Coeficientes
Coeficientes no estandarizados Coeficientes tipificados
Modelo t Sig. Tolerancia
B Error típ. Beta
(Constante) 2.364 .524 4.512 .000
1 Edad .034 .008 .305 4.219 .000 .751
Empatía -.038 .011 -.258 -3.573 .000 .751
(Constante) 1.986 .535 3.710 .000
Edad .023 .009 .211 2.654 .009 .602
2
Empatía -.030 .011 -.204 -2.757 .006 .694
P. Antisocial .008 .003 .209 2.648 .009 .614

Conteste de forma justificada (α=0,05)

a. Señale las variables que aparecen en la investigación, su función en el modelo y el análisis estadístico
realizado. Indique cuales son los supuestos del modelo y cuáles se han comprobado.
b. ¿Cuáles son las hipótesis que se están contrastando en la tabla del ANOVA en los modelos 1 y 2? ¿Los
datos apoyan la hipótesis del psicólogo forense?
c. Formule la ecuación de regresión resultante en puntuaciones directas y haga un pronóstico para una
persona con las siguientes puntuaciones: edad=30; empatía=60 y personalidad antisocial=61.
d. ¿Cuál es el incremento predictivo que supone introducir en el modelo la personalidad antisocial? ¿Mejora
significativamente el valor predictivo del modelo cuando consideramos la personalidad antisocial?
Conteste de forma justificada (α=0,05)

a. Señale las variables que aparecen en la investigación, su función en el modelo

y el análisis estadístico realizado.

Las variables son:

• Variable dependiente cuantitativa: NÚMERO MEDIO DE DELITOS

COMETIDOS AL MES
• Variables independientes cuantitativas: EDAD, EMPATÍA,
PERSONALIDAD ANTISOCIAL

El análisis estadístico realizado es:

• Regresión lineal jerárquica
• Regresión lineal porque se quiere predecir la variable dependiente a través de
un conjunto de variables independientes
• Jerárquica porque se quiere comparar si un modelo es significativamente
mejor que otro que lo contiene.

Indique cuales son los supuestos del modelo y cuáles se han comprobado.

Los supuestos son:

• Independencia (se ha comprobado con el estadístico Durbin-Watson)

• Normalidad multivariada (se ha comprobado con el gráfico de P-P normal de
los residuos tipificados)
• Homocedasticidad
• Linealidad

b. ¿Cuáles son las hipótesis que se están contrastando en la tabla del ANOVA en
los modelos 1 y 2?

ANOVA DEL MODELO 1:



 :  =  = 0 ↔
 : ., = 0

ANOVA DEL MODELO 2:



 :  =  =  = 0 ↔
 : .,, = 0
 ¿Los datos apoyan la hipótesis del psicólogo forense?

El nivel crítico (0,000) asociado al estadístico de contraste F (23,211) del

ANOVA del modelo 2 es menor que el nivel de significación (0,05) por tanto
rechazamos la H0 anterior.

Conclusión: el modelo final de regresión en conjunto es estadísticamente

predictivo, es decir, los datos apoyan la hipótesis del psicólogo forense: las
variables personalidad antisocial, edad y empatía, están implicadas a la hora de
predecir el número medio de delitos.

c. Formule la ecuación de regresión resultante en puntuaciones directas

   = 1,986 + 0,023 ∙ # − 0,03 ∙ %#í# + 0,008 ∙ '. #()#
º.

Haga un pronóstico para una persona con las siguientes puntuaciones:

edad=30; empatía=60 y personalidad antisocial=61.

   = 1,986 + 0,023 ∙ 30 − 0,03 ∙ 60 + 0,008 ∙ 61 = 1,364

º.

d. ¿Cuál es el incremento predictivo que supone introducir en el modelo la

personalidad antisocial?

El incremento en R cuadrado es del 2,7%

¿Mejora significativamente el valor predictivo del modelo cuando

consideramos la personalidad antisocial?

El nivel crítico (0,009) asociado al estadístico de contraste del cambio en F

(7,011) del modelo 2 es menor que el nivel de significación (0,05) por tanto
rechazamos la H0 de que el valor predictivo del modelo no mejora cuando
consideramos la variable P.antisocial.

Conclusión: la variable P.antisocial proporciona un incremento estadísticamente

significativo en la predicción del número medio de delitos al mes. Es decir, la
variable P.antisocial es capaz de mejorar el modelo tradicional a la hora de
predecir el número medio de delitos como había observado el psicólogo forense.