El presente estudio se enfoca en explorar la relación entre las dimensiones de la personalidad (extroversión, neuroticismo y responsabilidad) y la percepción del estrés en individuos que atraviesan cambios significativos en sus vidas, como la transición de la universidad al mundo laboral. Para llevar a cabo la investigación, se reclutaron participantes de diversas universidades y empresas locales, utilizando cuestionarios estandarizados para evaluar tanto su personalidad como su percepción del estrés.
¿Cuál es la población objetivo?
Jovenes adultos en transición a la vida laboral
¿Existe una muestra? ¿Cuál es?
Existe una muestra, esta son 50 individuos que se eligieron teniendo en cuenta variedad de edad, genero, antecedentes educativos y educaciones
Menciones un parámetro y un estadístico en este estudio
El promedio de edad de la poblacion es de 24 años (parametro)
El promedio de la muestra de 50 individuos es de 32 (estadístico)
Clasifique cada una de las variables de acuerdo con su naturaleza y nivel de medición.
library(knitr)
library(kableExtra)
tabla_variables <- data.frame(
Variable = c("Extroversión", "Neuroticismo", "Responsabilidad", "Estrés_Perceptual"),
Naturaleza_Nivel_Medicion = c(
"Cuantitativo continuo
",
"Cuantitativo continuo
",
"Cuantitativo continuo
",
"Cuantitativo continuo
"))
kable(tabla_variables, format = "html", caption = "Naturaleza y Nivel de Medición de las Variables") %>%
kable_styling(bootstrap_options = c("striped", "hover", "condensed", "responsive"))
| Variable | Naturaleza_Nivel_Medicion |
|---|---|
| Extroversión | Cuantitativo continuo |
| Neuroticismo | Cuantitativo continuo |
| Responsabilidad | Cuantitativo continuo |
| Estrés_Perceptual | Cuantitativo continuo |
Importamos la base de datos
library(readxl)
df <- read_excel("Base_EDA_Psicologia.xlsx")
df
## # A tibble: 50 × 7
## ID_Participante Edad Género Extroversión Neuroticismo Responsabilidad
## <dbl> <dbl> <chr> <dbl> <dbl> <dbl>
## 1 1 32 Femenino 55 30 60
## 2 2 27 Masculino 40 38 50
## 3 3 29 Femenino 48 45 52
## 4 4 37 Femenino 62 35 65
## 5 5 32 Masculino 45 43 55
## 6 6 34 Femenino 53 50 57
## 7 7 26 Masculino 42 42 58
## 8 8 30 Femenino 37 50 45
## 9 9 31 Masculino 33 48 55
## 10 10 25 Femenino 45 35 62
## # ℹ 40 more rows
## # ℹ 1 more variable: `Estrés Perceptual` <dbl>
La base de datos recopilada consta de 50 fiulas y 7 variables, las cuales son:
colnames(df)
## [1] "ID_Participante" "Edad" "Género"
## [4] "Extroversión" "Neuroticismo" "Responsabilidad"
## [7] "Estrés Perceptual"
library(questionr)
Tabla_Sexo <- questionr::freq(df$Género, cum = TRUE, sort = "dec", total = TRUE)
knitr::kable(Tabla_Sexo)
| n | % | val% | %cum | val%cum | |
|---|---|---|---|---|---|
| Femenino | 26 | 52 | 52 | 52 | 52 |
| Masculino | 24 | 48 | 48 | 100 | 100 |
| Total | 50 | 100 | 100 | 100 | 100 |
edades <- c(32,27,29,37,32,34,26,30,31,25,28,29,21,25,26,26,29,37,29,33,34,28,31,31,24,28,29,29,32,42,37,39,47,42,44,36,40,41,35,38,39,31,35,36,22,20,25,27,32,36)
knitr::kable(head(edades))
| x |
|---|
| 32 |
| 27 |
| 29 |
| 37 |
| 32 |
| 34 |
n_sturges = 1 + log(length(edades))/log(2)
n_sturgesc = ceiling(n_sturges)
n_sturgesf = floor(n_sturges)
n_clases = 0
if (n_sturgesc%%2 == 0) {
n_clases = n_sturgesf
} else {
n_clases = n_sturgesc
}
R = max(edades) - min(edades)
w = ceiling(R/n_clases)
bins <- seq(min(edades), max(edades) + w, by = w)
bins
## [1] 20 24 28 32 36 40 44 48
Edades <- cut(edades, bins)
Freq_table <- transform(table(Edades), Rel_Freq=prop.table(Freq), Cum_Freq=cumsum(Freq))
knitr::kable(Freq_table)
| Edades | Freq | Rel_Freq | Cum_Freq |
|---|---|---|---|
| (20,24] | 3 | 0.0612245 | 3 |
| (24,28] | 11 | 0.2244898 | 14 |
| (28,32] | 15 | 0.3061224 | 29 |
| (32,36] | 8 | 0.1632653 | 37 |
| (36,40] | 7 | 0.1428571 | 44 |
| (40,44] | 4 | 0.0816327 | 48 |
| (44,48] | 1 | 0.0204082 | 49 |
hist(df$Edad)
Analizamos la relación entre Neuroticismo y Percepción del Estres
cor(df$Neuroticismo, df$`Estrés Perceptual`)
## [1] 0.7985014
Analizandolo graficamente por medio de un diagrama de dispersión
library(ggplot2)
ggplot(df, aes(x = df$Neuroticismo, y = df$`Estrés Perceptual`)) +
geom_point(color = "blue") + # Agregar puntos de dispersión
labs(title = "Diagrama de Dispersión con ggplot2",
x = "Eje X",
y = "Eje Y") +
theme_minimal()
## Warning: Use of `df$Neuroticismo` is discouraged.
## ℹ Use `Neuroticismo` instead.
## Warning: Use of `` df$`Estrés Perceptual` `` is discouraged.
## ℹ Use `Estrés Perceptual` instead.
1) Neuroticismo y percepción del estrés (r = 0.7985)
Hay una relación fuerte y positiva entre el neuroticismo y la percepción del estrés. Esto significa que, a mayor neuroticismo, mayor es la percepción del estrés. Es un resultado esperado, ya que las personas con altos niveles de neuroticismo tienden a ser más sensibles a situaciones estresantes y a experimentar emociones negativas con mayor intensidad.
Analizamos la relación entre Extroversión y Percepción del Estres
cor(df$Extroversión, df$`Estrés Perceptual`)
## [1] 0.03972123
Analizandolo graficamente por medio de un diagrama de dispersión
library(ggplot2)
ggplot(df, aes(x = df$Extroversión, y = df$`Estrés Perceptual`)) +
geom_point(color = "blue") + # Agregar puntos de dispersión
labs(title = "Diagrama de Dispersión con ggplot2",
x = "Eje X",
y = "Eje Y") +
theme_minimal()
## Warning: Use of `df$Extroversión` is discouraged.
## ℹ Use `Extroversión` instead.
## Warning: Use of `` df$`Estrés Perceptual` `` is discouraged.
## ℹ Use `Estrés Perceptual` instead.
2 Extroversión y percepción del estrés (r = 0.0397) En este caso, la
correlación es prácticamente nula, lo que indica que ser más o menos
extrovertido no influye significativamente en la percepción del estrés.
Es decir, la manera en que alguien se relaciona socialmente no parece
estar ligada a cuánto estrés percibe en su vida diaria.
Analizamos la relación entre Responsabilidad y Percepción del Estres
cor(df$Responsabilidad, df$`Estrés Perceptual`)
## [1] 0.325608
Analizandolo graficamente por medio de un diagrama de dispersión
library(ggplot2)
ggplot(df, aes(x = df$Responsabilidad, y = df$`Estrés Perceptual`)) +
geom_point(color = "blue") + # Agregar puntos de dispersión
labs(title = "Diagrama de Dispersión con ggplot2",
x = "Eje X",
y = "Eje Y") +
theme_minimal()
## Warning: Use of `df$Responsabilidad` is discouraged.
## ℹ Use `Responsabilidad` instead.
## Warning: Use of `` df$`Estrés Perceptual` `` is discouraged.
## ℹ Use `Estrés Perceptual` instead.
3) Responsabilidad y percepción del estrés (r = 0.3257) Aquí encontramos
una correlación moderada y positiva. Esto sugiere que las personas con
un alto nivel de responsabilidad pueden tender a percibir más estrés,
probablemente porque asumen muchas tareas y sienten una mayor presión
por cumplir con sus compromisos.
Análisis e interpretación(1 punto):
Mencione 3 recomendaciones específicas para abordar las implicaciones prácticas de estos hallazgos. Estas deben estar fundamentadas en los resultados del análisis y dirigidas a promover la salud mental y el bienestar en el contexto laboral.
analizando los resultados nos damos cuenta que la gente tiende a estar con más estrés en el área laboral, los cual los lleva a responder de una manera negativa ante situaciones. para mejorar todo esto, tenemos recomendaciones que pueden llegarle a ayudar:
1-organizar tus tareas/tiempo. de esa manera no todo se te acumula y logras tener una mejor claridad de las cosas
2-pedir ayuda. no siempre lo vas a poder hacerlo todo solo y está bien, así sea con algo pequeño o que te ayuden con algo de la casa cuenta
3-dividir tiempo. no es sano hacer todo en una sola sentada, por eso se recomienda tomar descansos entre cosas