Modelo de regresión logística con datos censurados y no censurados para el sindrome de Burnout de los estudiantes de la Universidad Nacional del Altiplano Puno, 2013 -II

• Autor: Acurio Cruz, Luisa Paola Valeria
• Formato: tesis de grado
• Fecha de Publicación: 2014
• Institución: Universidad Nacional Del Altiplano
• Repositorio: UNAP-Institucional
• Lenguaje: español
• OAI Identifier: oai:https://repositorio.unap.edu.pe:20.500.14082/4850
• Enlace del recurso: http://repositorio.unap.edu.pe/handle/20.500.14082/4850
• Nivel de acceso: acceso abierto
• Materia: Estadística; Modelos probabilísticos; Datos Censurados

Relacionar la presencia del síndrome de Burnout con variables demográficas y socioeconómicas requiere de la estimación de modelos de regresión logística, la inclusión de datos censurados puede mejorar el modelo estimado, motivo por el cual en la presente investigación se tiene como objetivo comparar los modelos de regresión logística con datos censurados y no censurados para estimar la presencia del Síndrome de Burnout en los estudiantes de la Universidad Nacional del Altiplano Puno, 2013 – II. En la presente investigación se trabajó con una muestra estratificada por escuela profesional de 511 estudiantes. Las variables a analizar son la presencia del síndrome de Burnout como variable independiente y sus factores, la medición de los factores se realizó mediante un cuestionario preparado para la investigación, y para la medición del Síndrome de Burnout se utilizó el test Maslach Burnout Inventory. En la comparación de los modelos se utilizó las medidas del sesgo asintótico, error medio integrado y la pseudoverosimilitud, de las funciones de densidad de los modelos de regresión logística. Se determinó que el 13.11% de los estudiantes de la Universidad Nacional del Altiplano Puno tiene el síndrome de Burnout. El mejor modelo para estimar la presencia del síndrome de Burnout fue el modelo de regresión logística con datos censurados, cuya ecuación, el cual mostro un menor sesgo asintótico y un error medio integrado, una mayor pseudoverosimilitud que el modelo de regresión logística con datos no censurados, cuya ecuación fue: