La multicolinealidad es la correlación elevada entre dos o más variables predictoras de una regresión. No sesga las predicciones, pero infla los errores típicos de los coeficientes y vuelve inestable su interpretación. Se detecta con el factor de inflación de la varianza (VIF) y se considera problemática a partir de VIF > 10, o de 5 en criterios exigentes.

Qué problema causa exactamente

Conviene precisar, porque se exagera con frecuencia. La multicolinealidad no viola ningún supuesto del modelo de regresión lineal clásico y no sesga los coeficientes: siguen siendo estimadores insesgados. Lo que hace es aumentar su varianza.

Las consecuencias prácticas son tres y todas aparecen en la mesa de defensa:

• Coeficientes inestables. Añadir o quitar un caso cambia los valores de forma desproporcionada.
• Errores típicos grandes. El modelo global sale significativo (F alta, R² respetable) pero ningún predictor lo es individualmente. Es la señal clásica.
• Signos contraintuitivos. Una variable que teóricamente debería tener efecto positivo aparece con coeficiente negativo.

Si tu tabla de regresión muestra un R² alto con todos los predictores no significativos, no busques más: tienes multicolinealidad.

Cómo se detecta: VIF, tolerancia y matriz de correlaciones

El factor de inflación de la varianza indica cuánto se multiplica la varianza del coeficiente de un predictor por su correlación con los demás. Se calcula como 1/(1 − R²ⱼ), donde R²ⱼ es el coeficiente de determinación al regresar ese predictor contra todos los otros. La tolerancia es su inverso: 1/VIF.

El umbral de 10 es el más citado y procede de la tradición econométrica; el de 5 se ha extendido en ciencias sociales y de la salud porque es más conservador. Declara cuál usas y por qué: un tribunal no penaliza el umbral elegido, penaliza no haberlo elegido.

La matriz de correlaciones bivariadas es un primer filtro útil —correlaciones por encima de 0,80 entre predictores son sospechosas—, pero es insuficiente: la multicolinealidad puede ser fruto de una combinación lineal de tres variables sin que ninguna pareja destaque. Por eso el VIF es obligatorio y la matriz, complementaria.

Dónde encontrarlo en tu software

• SPSS: Analizar → Regresión → Lineal → Estadísticos → marcar «Diagnósticos de colinealidad». Devuelve VIF, tolerancia, índices de condición y proporciones de varianza.
• jamovi: Regression → Linear Regression → Assumption Checks → Collinearity statistics.
• R: la función vif() del paquete car aplicada al objeto del modelo.

El índice de condición que aparece en SPSS es el diagnóstico complementario: valores por encima de 30 combinados con dos proporciones de varianza superiores a 0,50 en la misma fila identifican qué variables concretas están enredadas entre sí.

Las cinco soluciones y cuándo usar cada una

1. Eliminar uno de los predictores redundantes. Es la solución más simple y la más habitual en un TFG o TFM. Se elimina el que tenga menos respaldo teórico o peor calidad de medida, nunca «el que estorbe al resultado».
2. Combinar las variables en un índice. Si dos predictores miden facetas del mismo constructo, promediarlos o sumarlos —tras comprobar su consistencia interna— es teóricamente más limpio que descartar uno.
3. Centrar las variables en la media. Resuelve la multicolinealidad no esencial que aparece al incluir términos de interacción o polinómicos. Restar la media a cada predictor antes de crear el producto elimina buena parte de la correlación artificial.
4. Aumentar el tamaño muestral. No reduce la correlación entre variables, pero sí los errores típicos, lo que devuelve precisión a las estimaciones. Solo es viable si aún estás en fase de recogida.
5. Regresión regularizada o por componentes. La regresión ridge o el uso de componentes principales como predictores resuelven el problema técnicamente, a costa de perder interpretabilidad directa de los coeficientes. Reserva esta vía para trabajos de máster o doctorado donde puedas justificarla.

Antes de aplicar la opción 2, comprueba la estructura de tus variables con un análisis factorial exploratorio: si dos predictores cargan en el mismo factor, la combinación está justificada teóricamente y no solo por conveniencia estadística.

El caso especial: variables ficticias e interacciones

Dos fuentes de multicolinealidad son artificiales y tienen solución mecánica:

• Trampa de las variables ficticias. Si codificas una variable categórica de k categorías con k variables dummy en lugar de k − 1, generas colinealidad perfecta. Siempre se omite una categoría, que actúa como referencia.
• Términos de interacción y cuadráticos. El producto X·Y correlaciona por construcción con X y con Y. Centrar en la media antes de multiplicar reduce drásticamente el VIF sin alterar la interpretación del término de interacción.

Cuando la estructura de los datos es jerárquica —alumnos dentro de aulas, pacientes dentro de hospitales—, parte del problema puede no ser multicolinealidad sino dependencia entre observaciones, que se aborda con modelos multinivel.

Qué reportar en el apartado de resultados

Lo mínimo exigible es una frase con los valores concretos: «Se comprobó la ausencia de multicolinealidad mediante el factor de inflación de la varianza. Todos los predictores presentaron valores de VIF inferiores a 2,4 (tolerancia superior a 0,41), por debajo del umbral de 5 adoptado en este estudio.»

Si sí hubo multicolinealidad, la frase cambia de forma y gana valor: «Los predictores ingresos y nivel socioeconómico presentaron VIF de 12,7 y 11,9. Dado su solapamiento conceptual, se eliminó el segundo por su menor respaldo teórico en la literatura revisada; tras la eliminación, todos los VIF quedaron por debajo de 3,1.» Ahí has demostrado que detectaste el problema, decidiste con criterio y verificaste la solución.

Después, traslada la restricción resultante al apartado de limitaciones: haber eliminado un predictor teóricamente relevante acota el alcance de tus conclusiones y conviene decirlo antes de que lo diga el tribunal.

Preguntas frecuentes

¿Qué valor de VIF indica multicolinealidad?

El umbral más citado es VIF mayor que 10, que indica multicolinealidad grave. En ciencias sociales y de la salud se usa con frecuencia un criterio más conservador de VIF mayor que 5. Lo importante es declarar en el trabajo qué umbral se ha adoptado y justificarlo.

¿La multicolinealidad sesga los coeficientes de la regresión?

No. Los coeficientes siguen siendo estimadores insesgados. Lo que aumenta es su varianza, lo que produce errores típicos grandes, coeficientes inestables y contrastes individuales no significativos pese a un modelo global significativo.

¿Cómo detecto multicolinealidad si la matriz de correlaciones no muestra nada raro?

Con el VIF y el índice de condición. La multicolinealidad puede surgir de una combinación lineal de tres o más variables sin que ninguna correlación bivariada sea alta, así que la matriz de correlaciones por sí sola no basta.

¿Centrar las variables elimina la multicolinealidad?

Elimina la multicolinealidad no esencial, la que se genera artificialmente al construir términos de interacción o polinómicos. No resuelve la multicolinealidad entre predictores que realmente miden lo mismo.

¿Puedo dejar la multicolinealidad sin corregir?

Sí, si tu objetivo es predecir y no interpretar los coeficientes individuales, ya que la capacidad predictiva del modelo no se ve afectada. Debe declararse explícitamente en el trabajo junto con los valores de VIF observados.