La multicolinealidad ocurre cuando dos o más predictores de tu regresión están tan correlacionados entre sí que el modelo ya no puede separar el efecto de cada uno. Se detecta con el VIF, el factor de inflación de la varianza, que aparece en la tabla de coeficientes: por debajo de 10 se considera aceptable y por encima obliga a intervenir.
Su síntoma más reconocible es desconcertante: el modelo completo sale significativo, la varianza explicada es decente, y sin embargo ningún predictor por separado alcanza significancia. Nada está roto. Simplemente les pediste a dos variables que midieran lo mismo y ahora se están estorbando.
La idea, sin fórmulas
Un coeficiente de regresión responde una pregunta muy específica: cuánto cambia la dependiente por cada unidad de este predictor, manteniendo constantes todos los demás. Esa frase final es la que se rompe.
Imagina que predices el desempeño académico con dos variables: horas de estudio semanales y horas de estudio mensuales. Son la misma información multiplicada por cuatro. Para estimar el efecto de las horas semanales «manteniendo constantes» las mensuales, el modelo necesitaría encontrar casos donde una cambie y la otra no. No existen. El modelo hace lo que puede y devuelve coeficientes con errores estándar enormes, que es la manera estadística de decir «no tengo idea».
El caso real nunca es tan burdo, pero es el mismo mecanismo: ingreso familiar y nivel socioeconómico, edad y años de experiencia laboral, satisfacción general y satisfacción con el servicio, o tres dimensiones de una escala que en realidad miden un solo constructo.
Qué mide el VIF y cómo se lee
El factor de inflación de la varianza responde a una pregunta concreta por cada predictor: ¿cuántas veces más grande es la varianza de su coeficiente por culpa de su correlación con los demás predictores?
| VIF | Tolerancia | Lectura |
|---|---|---|
| 1 | 1.00 | Independencia total del resto de predictores |
| 2 | 0.50 | Colinealidad moderada, sin consecuencias prácticas |
| 5 | 0.20 | Umbral estricto; muchos autores intervienen aquí |
| 10 | 0.10 | Umbral convencional; a partir de aquí hay que actuar y declararlo |
| > 20 | < 0.05 | El coeficiente ya no es interpretable |
Un detalle útil para no marearse: la tolerancia no es un segundo diagnóstico, es el mismo dividido al revés. Tolerancia = 1 / VIF. Los programas las imprimen juntas y basta con reportar una.
La otra cifra que ayuda a traducirlo: la raíz cuadrada del VIF dice cuántas veces se agrandó el error estándar. Con VIF = 4, el error estándar es el doble; con VIF = 9, el triple. Ese es literalmente el ancho extra del intervalo de confianza que estás pagando.
Dónde aparece en la salida
El VIF no viene por defecto: hay que pedirlo. En SPSS se activa en el botón Estadísticos del procedimiento de regresión, marcando Diagnósticos de colinealidad, y las dos columnas se agregan al extremo derecho de la tabla de coeficientes. El procedimiento completo, con todos los diagnósticos que conviene activar en la misma corrida, está en regresión lineal múltiple en SPSS paso a paso.
Si trabajas con otro programa la ubicación cambia pero la cifra es idéntica; la comparación entre entornos está en SPSS vs jamovi vs R para tesis.
Por qué la matriz de correlaciones no basta
Es tentador revisar las correlaciones entre predictores y darlo por resuelto. No alcanza, por una razón estructural: la matriz de correlaciones solo ve pares, y la multicolinealidad puede nacer de la combinación de tres o más variables sin que ninguna pareja llame la atención.
Un ejemplo típico: tres subescalas cuyas correlaciones entre sí rondan 0.55 —nada alarmante mirando de dos en dos— pero cuya suma reconstruye casi por completo a una cuarta variable del modelo. El VIF lo detecta porque evalúa cada predictor contra todos los demás simultáneamente; la matriz de correlaciones no puede verlo.
Úsala como primer vistazo si quieres, pero el diagnóstico que se reporta es el VIF.
Las cuatro salidas cuando el VIF sale alto
- Eliminar uno de los predictores redundantes. La decisión no es estadística sino teórica: se queda el que tu marco justifica mejor, no el que tiene el VIF más bajo. Y se declara en el texto que se eliminó y por qué.
- Combinarlos en un índice único. Si dos o tres variables miden facetas del mismo constructo, súmalas o promédialas y usa el compuesto. Es la salida más limpia cuando la redundancia es conceptual, no accidental. Si vas a construir el índice a partir de una escala, la ruta correcta pasa por el análisis de validez y confiabilidad del instrumento.
- Centrar las variables cuando la colinealidad la provocó un término de interacción o un término cuadrático. Un producto de dos variables correlaciona fuerte con sus propios componentes por pura aritmética; restarle a cada una su media antes de multiplicar elimina buena parte de ese VIF sin cambiar el modelo sustantivo.
- Conservar el modelo y declarar la limitación. Es legítima si tu objetivo es la predicción global y no interpretar cada coeficiente. La multicolinealidad no daña el R² ni las predicciones; solo daña la atribución de efectos individuales. Escríbelo así en las limitaciones y nadie podrá objetarlo.
Lo que no es una salida: correr un método por pasos para que el programa decida qué variable se va. Eso no resuelve el problema conceptual, solo lo esconde detrás de un criterio automático que después tendrás que defender frente al jurado.
Cómo se reporta en la tesis
En el apartado de resultados basta una frase antes de presentar los coeficientes: se declara que se revisó la colinealidad, se da el VIF máximo observado y se nombra el umbral adoptado. Algo como «todos los factores de inflación de la varianza se ubicaron por debajo de 3.2, dentro del criterio convencional de 10». Si intervino, se agrega qué se hizo.
Ese es todo el espacio que merece cuando no hay problema, y es exactamente el que un revisor busca para confirmar que sí lo revisaste. La estructura del apartado completo está en cómo redactar los resultados de tu tesis, y la tabla se formatea según tablas y figuras en APA 7.
Cuando la decisión sobre los predictores ya está tomada y lo que falta es redactar el apartado con el registro académico correcto, Tesify ayuda con esa escritura. Lo que no hace: no elige qué variable eliminar ni justifica la decisión por ti, porque esa justificación es teórica y es tuya.
Errores frecuentes
- Confundirla con la correlación entre predictor y dependiente. Que un predictor correlacione fuerte con la dependiente es lo que quieres. El problema es la correlación entre predictores.
- Interpretar coeficientes con VIF de 15 «porque el modelo salió significativo». Es justo la situación en la que el modelo global es válido y los coeficientes no.
- Reportar VIF y tolerancia como si fueran dos evidencias. Es una sola cifra dicha de dos maneras.
- No pedir el diagnóstico. No sale por defecto, y su ausencia en la tabla es lo primero que nota un revisor con formación cuantitativa.
- Eliminar variables hasta que todos los VIF bajen de 2. Terminas con un modelo cómodo y teóricamente vacío.
Si además estás decidiendo qué variables entran al modelo en primer lugar, la lógica de esa selección pertenece al capítulo metodológico: metodología de una tesis con ejemplo. Y la relación entre variables independientes, dependientes y de control está planteada en hipótesis de investigación con ejemplos.
Preguntas frecuentes
¿Qué es la multicolinealidad?
Es la situación en la que dos o más predictores de una regresión están tan correlacionados entre sí que el modelo no puede separar el efecto de cada uno. El conjunto sigue prediciendo bien la variable dependiente, pero los coeficientes individuales se vuelven inestables y sus errores estándar se inflan.
¿Qué mide exactamente el VIF?
El factor de inflación de la varianza indica cuántas veces se agranda la varianza del coeficiente de un predictor por culpa de su correlación con los demás predictores. Un VIF de 4 significa que el error estándar de ese coeficiente es el doble del que tendría si el predictor fuera independiente del resto.
¿Qué umbral de VIF se considera problemático?
El umbral más aceptado en comités es 10. Muchos autores usan un criterio más estricto de 5, y algunos campos aplican 3. Un VIF de 1 significa independencia total. Conviene declarar en la tesis qué umbral adoptaste y por qué, en lugar de dar por supuesto que el lector comparte el tuyo.
¿La tolerancia y el VIF son cosas distintas?
No, son la misma información expresada al revés: la tolerancia es 1 dividido entre el VIF. Una tolerancia de 0.10 equivale exactamente a un VIF de 10. Basta reportar uno de los dos, aunque los programas los muestren juntos.
¿Una correlación alta entre dos predictores ya es multicolinealidad?
Es una señal, pero no es la prueba. La matriz de correlaciones solo ve pares de variables, mientras que la multicolinealidad puede surgir de la combinación de tres o más predictores sin que ningún par destaque. Por eso el VIF, que evalúa cada predictor contra todos los demás a la vez, es el diagnóstico correcto.
¿Tengo que eliminar un predictor si el VIF sale alto?
No necesariamente. Hay cuatro salidas: eliminar el predictor menos fundamentado teóricamente, combinar los predictores redundantes en un índice, centrar las variables cuando la colinealidad viene de un término de interacción, o conservar el modelo y declarar la limitación si tu interés es la predicción global y no cada coeficiente.