Introducción

El sueño constituye una necesidad biológica fundamental para el mantenimiento de la salud y el adecuado funcionamiento del organismo. Durante el sueño tienen lugar diversos procesos fisiológicos relacionados con la recuperación metabólica, la regulación hormonal, la consolidación de la memoria y el mantenimiento de funciones cognitivas esenciales. Asimismo, la duración y calidad del sueño experimentan cambios a lo largo del ciclo de vida, asociados con procesos de crecimiento, envejecimiento y transformación biológica.

Sin embargo, el sueño no puede entenderse únicamente como un fenómeno biológico. Desde una perspectiva antropológica, los patrones de sueño se encuentran también condicionados por factores sociales y culturales. Las condiciones de trabajo, la asistencia escolar, la organización de la vida familiar, las responsabilidades domésticas, los medios de transporte, las condiciones de vivienda y las normas culturales relacionadas con los horarios cotidianos influyen en la cantidad de tiempo que las personas dedican al descanso.

Diversas investigaciones han mostrado que el tiempo de sueño puede variar según características sociodemográficas como el sexo, la edad, la escolaridad, la situación conyugal, la condición étnica, la participación en actividades económicas y el contexto de residencia. En consecuencia, el estudio del sueño constituye una oportunidad para analizar la interacción entre procesos biológicos, condiciones sociales y prácticas culturales, uno de los principales objetos de estudio de la Antropología Física contemporánea.

La Encuesta Nacional sobre Uso del Tiempo 2024 (ENUT 2024) proporciona información detallada sobre la distribución del tiempo de las personas residentes en México, incluyendo las horas dedicadas al sueño. Gracias a su diseño muestral probabilístico y representatividad estatal, la encuesta permite analizar las diferencias existentes entre diversos grupos de población y entre entidades federativas.

En esta práctica se analizará el tiempo semanal de sueño de la población residente en una entidad federativa seleccionada (Baja california). A través de técnicas de estadística descriptiva, comparación de medias y regresión lineal múltiple, se explorará la relación entre el tiempo de sueño y diversas características sociodemográficas, con el propósito de identificar los factores asociados a los patrones de descanso observados en la población estudiada.

Baja California

Baja california es un Estado de la república mexicana que se encuentra al norte del país, colindando directamente con Estados Unidos (California), Sonora y Baja California Sur. Por lo tanto, se trata de un estado que facilita el flujo constante de comercio y migración. Según el censo emitido por el INEGI en 2020, se trata de un Estado con una población de 3.77 millones de habitantes, en donde gran parte de la población se encuentra ubicada en centros urbanizados como Tijuana (aproximadamente 50%), dicha población se encuentra distribuida de manera parcialmente uniforme en cuestión de sexo, las mujeres abarcan un 49.6% y los hombres un 50.4%. De la población total se estima que la mitad tiene entre 30 años o menos y que por cada 42 personas en edad de dependencia existen 100 personas en edad productiva. Ahora bien, existe una población de 285,679 personas con autoadscripción indígena y 64,362 personas de población afromexicana. Las actividades económicas se encentran centradas en el sector terciario (61%) y en menor medida en el sector secundario (23%).

Ahora bien, otros de los factores que pueden tomarse en cuenta al momento de evaluar la cantidad de sueño en baja california son: la movilidad, ya que al residir en una zona fronteriza los tiempos de traslado por cuestiones laborales pueden ser mayores y disminuir la calidad de sueño, a su vez, podríamos incluir la calidad de sueño de las personas migrantes en la entidad y poder determinar si pertenecer a dicho grupo afecta de manera significativa el tiempo de sueño.

Otro aspecto relevante a considerar es el indice de inseguridad y trafico de drogas dentro de la región principalmente en la region norte del estado, lo anterior debido a que pueden llegar a ser factores en contra del sueño la percepción en general de esta inseguridad.

Metodologia

Para obtener datos precisos, se utilizó la base de datos que se ve contemplada dentro de la encuesta nacional del uso del tiempo (ENUT 2024), dicha base de datos nos permite seleccionar la entidad de nuestro interés, en este caso, Baja California. Derivado de la seleccion especifica de factores y variantes a travez de una recodificación de las mismas se nos dio como resultado, una base de datos que contempla a 2040 personas de las 3.77 millones que se contemplan dentro de los censos del INEGI.

Ahora bien, se tomaron variantes que podrían explicar un cambio a la dinámica de sueño entre poblaciones. entre ellas: sexo (Hombre y Mujer), edad (Por rangos de edad), autoadscripción indígena o afrodescendiente (perteneciente o no perteneciente), nivel escolar (basica o menos, secundaria, media superior o superior), situación conyugal (persona en unión, separada/divorciada, viuda o soltera), condición de discapacidad (con discapacidad o sin discapacidad), actividad laboral (persona desocupada, estudiante, jubilada/pensionada, ocupada, en otra situación o actividades vinculadas al hogar o cuidado familiar) y el tamaño de su localidad. Dichas variantes serán contrastadas a través de la variante dependiente: tiempo de sueño semanal (entre 2500 a 100,000).

Las variantes anteriormente mencionadas seran expuestas a través de tablas y gráficos que nos permitan contemplar e interpretar si existen diferencias significativas basándonos en modelos estadísticos como ANOVA, T de student, y modelos de regresión lineal, todo lo anterior apoyandonos del software de Rstudio en su ultima versión disponible.

Resultados

En este apartado observaremos cuales son las diferencias entre las varíales independientes respecto a la variable dependiente, empezando por los cuadros 1 y 2, en ellos estableceremos las bases para los resultados posteriores.
Cuadro 1. Distribución de las caracteristicas sociodemograficas en Baja California
Variable Categoria n %
Sexo Hombre 971 47.6
Sexo Mujer 1069 52.4
Grupo de edad 12-17 281 13.8
Grupo de edad 18-29 452 22.2
Grupo de edad 30-44 596 29.2
Grupo de edad 45-59 433 21.2
Grupo de edad 60-74 216 10.6
Grupo de edad 75 y mas 62 3.0
Autoadscripción indígena NO 1619 81.4
Autoadscripción indígena SI 370 18.6
Autoadscripción afrodescendiente NO 1971 96.6
Autoadscripción afrodescendiente SI 69 3.4
Nivel escolar Básica o menos 321 15.7
Nivel escolar Secundaria 611 30.0
Nivel escolar Media superior 631 30.9
Nivel escolar Superior 477 23.4
Situación conyugal En unión 1068 52.4
Situación conyugal Separada/Divorciada 175 8.6
Situación conyugal Viuda 84 4.1
Situación conyugal Soltera 713 35.0
Concidición de discapicidad Con discapacidad 97 4.8
Concidición de discapicidad Sin discapacidad 1943 95.2
Condición de actividad economica Desocupada 10 0.5
Condición de actividad economica Estudiante 275 13.5
Condición de actividad economica Jubilada o pensionada 79 3.9
Condición de actividad economica Ocupada 1343 65.8
Condición de actividad economica Otra situación 57 2.8
Condición de actividad economica Quehaceres del hogar o cuidado familiar 276 13.5
Tamaño de localidad 100,000 y más 1564 76.7
Tamaño de localidad 15,000 - 99,999 163 8.0
Tamaño de localidad 2,500 - 14,999 152 7.5
Tamaño de localidad Menos de 2,500 161 7.9
Fuente: Elaboracion propia con datos de la Encuesta Nacional sobre el uso del Tiempo 2024 (ENUT 2024).

En el cuadro 1 observamos los datos generales de las variantes, como los tamaños de las muestras y el porcentaje por grupo, mismos que nos serán de utilidad para generar los gráficos posteriores, a su vez nos permite observar diferencias cuantitativas respecto a la cantidad porcentual por cada grupo. En el caso particular de Baja California podemos observar una predominancia en el grupo de hombres por un margen mínimo (52.4%), de mismo modo la muestra denota que existe un número mayor de personas en el rango de edad entre 30 a 44 (29,2%). Por otra parte, podemos señalar que el número de personas pertenecientes a grupos indígenas y afrodescendientes es extremadamente bajo, ya que en el primero de los casos solo encontraremos un total de 370 personas en dicha condición (18.6%), mientras que la segunda solo encontraremos una mínima población de 69 personas (3.4%), otra de las variantes que se encuentran en esta misma sintonía se trata de la condición de discapacidad, solo encontrando un total de 97 personas en total con dicha condición (4.8%).

Finalmente, el cuadro 1 presenta la relación con los grupos de edad predominantes, ya que en su mayoría, la población se encuentra ocupada en un 65.8% y por lo tanto, podemos decir que este último dato se vincula con la cantidad de personas que habitan en poblaciones mayores a las 100,000 o más (76.7%).

Cuadro 2. Estadísticas descriptivas del tiempo semanal de sueño según características sociodemográficas en Baja California
Variable Categoría n Media s LI 95% LS 95%
Sexo Hombre 971 51.67 9.33 51.09 52.26
Sexo Mujer 1069 52.04 9.33 51.48 52.60
Grupo de edad 12-17 281 55.64 8.51 54.64 56.64
Grupo de edad 18-29 452 51.85 8.90 51.03 52.67
Grupo de edad 30-44 596 50.27 8.87 49.56 50.98
Grupo de edad 45-59 433 50.85 8.93 50.01 51.69
Grupo de edad 60-74 216 52.53 11.36 51.01 54.06
Grupo de edad 75 y mas 62 54.91 9.91 52.39 57.42
Autoadscripción indígena NO 1619 51.79 8.96 51.36 52.23
Autoadscripción indígena SI 370 51.97 10.76 50.87 53.07
Autoadscripción afrodescendiente NO 1971 51.92 9.29 51.51 52.33
Autoadscripción afrodescendiente SI 69 50.35 10.35 47.87 52.84
Nivel escolar Básica o menos 321 53.48 10.48 52.33 54.63
Nivel escolar Secundaria 611 52.39 9.86 51.60 53.17
Nivel escolar Media superior 631 51.13 8.51 50.47 51.80
Nivel escolar Superior 477 51.06 8.67 50.28 51.85
Situación conyugal En unión 1068 51.17 9.07 50.62 51.71
Situación conyugal Separada/Divorciada 175 49.63 10.08 48.13 51.13
Situación conyugal Viuda 84 53.67 9.61 51.58 55.75
Situación conyugal Soltera 713 53.24 9.28 52.56 53.92
Condición de discapacidad Con discapacidad 97 55.67 13.42 52.97 58.38
Condición de discapacidad Sin discapacidad 1943 51.67 9.04 51.27 52.08
Condición de actividad económica Desocupada 10 54.60 7.04 49.56 59.64
Condición de actividad económica Estudiante 275 55.34 8.16 54.37 56.31
Condición de actividad económica Jubilada o pensionada 79 54.18 10.45 51.84 56.52
Condición de actividad económica Ocupada 1343 50.61 9.15 50.12 51.10
Condición de actividad económica Otra situación 57 56.46 11.44 53.43 59.50
Condición de actividad económica Quehaceres del hogar o cuidado familiar 276 52.80 9.18 51.71 53.89
Tamaño de localidad 100,000 y más 1564 51.65 9.22 51.20 52.11
Tamaño de localidad 15,000 - 99,999 163 52.39 9.36 50.95 53.84
Tamaño de localidad 2,500 - 14,999 152 51.80 9.53 50.28 53.33
Tamaño de localidad Menos de 2,500 161 53.41 10.10 51.84 54.98
Fuente: Elaboración propia con datos de la Encuesta Nacional sobre Uso del Tiempo 2024 (ENUT 2024).

El cuadro 2 nos permitirá identificar preliminarmente posibles diferencias en el tiempo semanal de sueño utilizando estadísticos como la desviación estándar e intervalos de confianza al 95%, esto nos permite determinar que existen diferencias entre los tiempos de sueño, sin embargo, aún no podemos determinar con exactitud si estas diferencias serán realmente significativas o no. Sin embargo, es viable el generar graficas para observar de una manera mas sencilla las diferencias planteadas en este cuadro 2.

A pesar de lo anterior, la información que nos brinda el cuadro es la siguiente:

Variables sociodemograficas binarias

Variables sociodemograficas multiples

El cuadro 3 presenta los resultados de las pruebas de hipótesis estadísticas para determinar qué características sociodemográficas influyen de manera significativa en el tiempo semanal de sueño.

Para hacerlo, utiliza dos tipos de pruebas según el número de categorías: pruebas t (para comparar 2 grupos) y ANOVA (para comparar 3 o más grupos). En ambos casos se incluyen las versiones tradicionales (Student/Clásico) y las versiones corregidas (Welch), que son más robustas cuando los tamaños de los grupos o sus variabilidades son muy desiguales.

En el cuadro podemos darnos cuenta que las variables que no tienen diferencias significativas entre si mismas gracias a estos estadísticos, son:

  • Sexo (\(p = 0.382\)): Confirma estadísticamente lo que observamos en la primera tabla: hombres y mujeres duermen prácticamente la misma cantidad de horas a la semana.

  • Autoadscripción indígena (\(p = 0.739 / 0.766\)) y Afrodescendiente (\(p = 0.171 / 0.22\)): El origen étnico o la autoadscripción racial no muestran un impacto estadísticamente significativo sobre las horas de sueño en esta muestra.

  • Tamaño de localidad (\(p = 0.125 / 0.169\)): Vivir en una metrópoli o en una comunidad rural no altera de forma significativa el acumulado de horas de sueño semanales.

Esto se debe a que el valor de \(p\) es mayor a 0.05. Por otra parte, en el caso contrario, cuando este valor es menor a 0.05 se considera que tiene una diferencia significativa, por lo tanto, las variantes que presentan este efecto son:

  • Condición de discapacidad (\(p < 0.001\) en t de Student; \(p = 0.005\) en Welch): Existe una diferencia contundente en las horas de sueño entre personas con y sin discapacidad.

  • Grupo de edad (\(p < 0.001\)): El factor biológico y generacional altera drásticamente los patrones de descanso.

  • Nivel escolar (\(p < 0.001\)): El grado académico alcanzado influye en las horas de sueño (como vimos antes, a mayor nivel escolar, menor tiempo de la variable).

  • Situación conyugal (\(p < 0.001\)): El estado civil (estar soltero, casado, divorciado o viudo) genera estructuras de tiempo diarias que impactan significativamente el descanso.

  • Condición de actividad económica (\(p < 0.001\)): El rol que se ocupa en el sistema laboral o productivo (estudiante, ocupado, quehaceres domésticos) es un fuerte predictor de las variaciones en el sueño.

Ahora bien, el cuadro también hace mención de la relevancia de la variable según el tamaño del efecto y como se mencionó anteriormente, para eso se utilizó la \(d \text{ de Cohen}\). basándonos en lo anterior, destacan 5 variables:

  • Sexo (\(d \text{ de Cohen} = 0.039\)): Si bien no es el efecto mas fuerte de la tabla, se acerca realmente al efecto moderado del efecto (0.50), por lo cual se entiende que el sexo explica un 3.9% del efecto total.

  • Condición de discapacidad (\(d \text{ de Cohen} = -0.430\)): Es el efecto individual más fuerte de toda la tabla. Un valor cercano a 0.50 se considera un efecto moderado. El signo negativo corrobora matemáticamente la dirección de la diferencia que analizamos en la tabla anterior (donde el grupo con discapacidad promediaba un valor sustancialmente más alto).

  • Condición de actividad económica (\(\eta^2 = 0.042\)) y Grupo de edad (\(\eta^2 = 0.037\)): El valor Eta cuadrado (\(\eta^2\)) indica el porcentaje de la varianza explicado. La actividad económica explica el 4.2% de toda la variación del sueño, y la edad el 3.7%.

  • Nivel escolar (\(\eta^2 = 0.009\)): Aunque es altamente significativo (\(p < 0.001\)) debido al gran tamaño de la muestra general (\(n > 2000\)), su tamaño del efecto es casi nulo (explica menos del 1% de la variación). Esto significa que, aunque la diferencia existe, su impacto práctico en el día a día es muy pequeño.

    Cuadro 3. Pruebas de comparación del tiempo semanal de sueño según características sociodemográficas

    Variable

    Prueba

    Estadístico

    gl

    p

    Tamaño del efecto

    Medida

    Sexo

    t de Student

    -0.875

    2038

    0.382

    0.039

    d de Cohen

    Sexo

    t de Welch

    -0.875

    2019.23

    0.382

    0.039

    d de Cohen

    Autoadscripción indígena

    t de Student

    -0.334

    1987

    0.739

    -0.019

    d de Cohen

    Autoadscripción indígena

    t de Welch

    -0.298

    492.39

    0.766

    -0.019

    d de Cohen

    Autoadscripción afrodescendiente

    t de Student

    1.369

    2038

    0.171

    0.168

    d de Cohen

    Autoadscripción afrodescendiente

    t de Welch

    1.238

    71.89

    0.22

    0.168

    d de Cohen

    Condición de discapacidad

    t de Student

    4.137

    2038

    <0.001

    -0.430

    d de Cohen

    Condición de discapacidad

    t de Welch

    2.903

    100.4

    0.005

    -0.430

    d de Cohen

    Grupo de edad

    ANOVA clásico

    15.799

    5, 2034

    <0.001

    0.037

    η²

    Grupo de edad

    ANOVA de Welch

    17.264

    5, 453.77

    <0.001

    NA

    No aplica

    Nivel escolar

    ANOVA clásico

    6.366

    3, 2036

    <0.001

    0.009

    η²

    Nivel escolar

    ANOVA de Welch

    5.860

    3, 977.43

    <0.001

    NA

    No aplica

    Situación conyugal

    ANOVA clásico

    11.705

    3, 2036

    <0.001

    0.017

    η²

    Situación conyugal

    ANOVA de Welch

    11.106

    3, 296.02

    <0.001

    NA

    No aplica

    Condición de actividad económica

    ANOVA clásico

    17.701

    5, 2034

    <0.001

    0.042

    η²

    Condición de actividad económica

    ANOVA de Welch

    17.958

    5, 81.02

    <0.001

    NA

    No aplica

    Tamaño de localidad

    ANOVA clásico

    1.915

    3, 2036

    0.125

    0.003

    η²

    Tamaño de localidad

    ANOVA de Welch

    1.690

    3, 304.53

    0.169

    NA

    No aplica

    Este cuadro con estadisticos nos permite evaluar la regresión lineal múltiple, esto nos sirve para observar el efecto neto de cada característica sociodemográfica sobre el tiempo semanal de sueño, controlando estadísticamente el efecto de todas las demás variables al mismo tiempo. Derivado de lo anterior pudimos encontrar las variables que permiten explicar mejor el fenomeno, las variables que son absorvidas y las que se mantienen sin impacto.

Variables con impacto

  • Grupo de edad: Todos los grupos de edad adulta entre los 18 y los 74 años muestran una reducción drástica y estadísticamente significativa en las horas de sueño semanales en comparación con los adolescentes. El punto crítico de pérdida de sueño ocurre en el rango de 30 a 44 años, quienes duermen 3.77 horas menos a la semana (\(\beta = -3.77, p < 0.001\)), seguido muy de cerca por el bloque de 60 a 74 años (\(\beta = -3.53, p = 0.008\)).

  • Condición de discapacidad: Las personas sin discapacidad duermen 2.64 horas menos a la semana en comparación con quienes sí tienen una discapacidad (\(\beta = -2.64, p = 0.015\)).

  • Condición de actividad económica: Estar inserto en el mercado laboral es el estado que más restringe el descanso. En comparación con las personas ocupadas quienes se dedican a quehaceres del hogar duermen 1.73 horas más a la semana (\(p = 0.013\)).Las personas jubiladas o pensionadas duermen 3.30 horas más (\(p = 0.008\)).Las personas en otra situación disponen de 4.46 horas más de sueño (\(p = 0.001\)).

Variantes absorvidas

  • Nivel escolar y situación conygugal: Si bien en la prueba ANOVA ambas eran altamente significativas, en este modelo pasa totalmente lo contrario, ya que ambas variantes no alcanzan conseguir una significancia estadistica (\(p > 0.05\)), esto es ocasionado por la relación con las demas variantes, ya que al comparar con la actividad economica o la edad, las demas variantes se ven reducidas por el tamaño del efecto anteriormente mencionado.

Variantes que se mantienen sin impacto

  • El Sexo (\(p = 0.896\)), la Autoadscripción Indígena o Afrodescendiente (\(p > 0.05\)) y el Tamaño de Localidad (\(p > 0.05\)) ratifican lo encontrado en las pruebas previas: bajo un análisis multivariado,
    Cuadro 4. Modelo de regresión lineal múltiple para el tiempo semanal de sueño en Baja California
    Variable Categoría β EE p
    Sexo Hombre (referencia)
    Mujer 0.06 0.45 0.896
    Grupo de edad 12-17 (referencia)
    18-29 -2.46 1.04 0.018
    30-44 -3.77 1.14 <0.001
    45-59 -3.42 1.17 0.004
    60-74 -3.53 1.33 0.008
    75 y mas -2.95 1.77 0.095
    Nivel escolar Básica o menos (referencia)
    Media superior -1.30 0.70 0.062
    Secundaria -0.58 0.68 0.392
    Superior -0.67 0.75 0.370
    Situación conyugal En unión (referencia)
    Separada/Divorciada -1.35 0.76 0.077
    Viuda 0.84 1.14 0.458
    Soltera 0.66 0.59 0.266
    Autoadscripción indígena NO (referencia)
    SI 0.54 0.54 0.313
    Autoadscripción afrodescendiente NO (referencia)
    SI -1.74 1.14 0.125
    Condición de discapacidad Con discapacidad (referencia)
    Sin discapacidad -2.64 1.08 0.015
    Condición de actividad económica Ocupada (referencia)
    Desocupada 3.18 2.89 0.272
    Estudiante 1.41 1.01 0.165
    Jubilada o pensionada 3.30 1.24 0.008
    Otra situación 4.46 1.35 0.001
    Quehaceres del hogar o cuidado familiar 1.73 0.70 0.013
    Tamaño de localidad 100,000 y más (referencia)
    15,000 - 99,999 0.86 0.75 0.252
    2,500 - 14,999 -0.14 0.78 0.858
    Menos de 2,500 1.34 0.78 0.085
Indicadores globales del modelo
Indicador Valor
R² 0.064
R² ajustado 0.053
F 5.800
Observaciones 1989.000

Ahora bien, respecto a los indicadores globales podemos inferir gracias a R² que nuestro modelo explica un 6.4% del fenomeno del sueño en baja callifornia, lo que nos indica que aun existen otras variantes que podrian explicar de mejor manera el tiempo del sueño en baja california, ya sea percepción de seguridad, migración o su estrecho vinculo fronterizo con Estados Unidos

Discusión de los resultados

El análisis del tiempo semanal de sueño en Baja California demuestra que el descanso no puede ser entendido únicamente como una función biológica u homeostática aislada. Por el contrario, los datos revelan que el sueño opera como un artefacto biocultural y un indicador de desigualdad estructural, moldeado directamente por la economía política de la región.

El hallazgo más contundente del modelo de regresión múltiple es el impacto de la condición de actividad económica. Tomando como referencia a la población ocupada, todos los demás grupos (jubilados, dedicados a quehaceres del hogar u “otra situación”) experimentan un incremento significativo en sus horas de sueño semanales (llegando a una ganancia de hasta +4.46 horas en “otra situación”, \(p=0.001\)). En un contexto fronterizo como Baja California, caracterizado por dinámicas de manufactura global (maquiladoras), horarios comerciales extendidos y alta competitividad laboral, el empleo formal opera como un eje exógeno que restringe drásticamente los presupuestos de tiempo de los individuos. En otras palabras, se duerme solo lo que el turno laboral permite.

Por otra parte, el modelo multivariado expone una reducción drástica del sueño a partir de los 18 años en comparación con la adolescencia, alcanzando su punto crítico en el rango de los 30 a 44 años (\(\beta = -3.77, p < 0.001\)). Antropológicamente, este grupo encarna la máxima convergencia de las demandas de producción económica y reproducción social (crianza de hijos, consolidación del hogar, redes de parentesco). Parece ser que en Baja California solo se valora al individuo principalmente por su capacidad y su rendimiento. La drástica pérdida de casi cuatro horas de descanso semanales en este sector poblacional refleja cómo la estructura social penaliza temporalmente la etapa biológica de mayor vitalidad, transformando el agotamiento crónico en una norma culturalmente aceptada del “adulto productivo”.

Lo anterior puede ser comparado de misma manera con los grupos de personas sin discapacidad, ya que las personas sin discapacidad duermen significativamente menos horas (\(\beta = -2.64, p = 0.015\)) que aquellas con discapacidad, lo que refuerza el punto anterior. Además, el análisis univariado previo demostró que el grupo con discapacidad presenta la mayor heterogeneidad (Desviación Estándar = 13.42), por lo tanto, se sugiere que los cuerpos normativos (“sin discapacidad”) están completamente integrados y sometidos a los ritmos acelerados de la movilidad urbana y las jornadas extenuantes de Baja California, mientras que las personas con disapacidad podrian sufir una exclusión a los ritmos acelerados de una ciudad fronteriza, lo que podria dejar como una hipotesis el hecho de que las personas con discapacidad duermen mas debido a factores que sociales que obligan a estas personas a recluirse en sus casas, donde las actividades que pueden realizar son minimas y por lo tanto deciden dormir.

Finalmente, el aporte metodológico más valioso del modelo de regresión múltiple radica en la pérdida de significancia del nivel escolar y la situación conyugal, variables que en los análisis ANOVA clásicos parecían determinantes (\(p < 0.001\)).Este fenómeno técnico tiene una lectura antropológica profunda: la educación formal y el estado civil no poseen un poder causal intrínseco sobre la biología del descanso; actúan como categorías mediadoras. Tener estudios universitarios o estar divorciado posiciona al sujeto en un lugar específico de la pirámide de producción y del ciclo de vida (edad). Una vez que controlamos el rol económico y los años cumplidos, la aparente diferencia cultural “desaparece”.Por otro lado, la constante ausencia de significancia en la variable Sexo (\(\beta = 0.06, p = 0.896\)) a lo largo de todo el estudio desafía ciertas premisas sobre la división genérica del trabajo doméstico y el descanso. Esto sugiere que, al menos en términos de agregados semanales totales en el contexto de Baja California, la presión temporal urbana e industrial ejerce una fuerza homogeneizadora tal que aplana las diferencias de género en el indicador específico del sueño, sometiendo a ambos cuerpos a regímenes de descanso equivalentes en su duración, aunque posiblemente distintos en su fragmentación u organización interna (aspecto que ameritaría estudios cualitativos posteriores).

Por lo tanto, podemos decir que en Baja California la distribución del sueño no responde a particularidades étnicas (autoadscripción indígena/afrodescendiente) ni a divisiones geográficas (tamaño de localidad), sino a la inserción corporal en el aparato productivo. El sueño es un fenómeno político: los resultados sugieren que la privación del descanso es el costo biológico que la estructura socioeconómica de la frontera exige a sus ciudadanos más jóvenes, educados y laboralmente activos para sostener el engranaje del desarrollo regional.

Conclusión

Las principales conclusiones del análisis realizado sobre el tiempo semanal de sueño en Baja California demuestran que el descanso no es una variable fisiológica uniforme, sino un fenómeno profundamente biocultural condicionado por la interacción entre la historia de vida del individuo y las demandas del entorno industrializado.Sin embargo, existen factores que salen de los parametros del modelo estadistico y que requieren elementos cualitativos que complementen lo que no se llega a abarcar en dichos modelos, ya que, solo logramos explicar el 6.4% del fenomeno del sueño, lo que genera la discusión de encontrar otros elementos que expliquen de mejor manera dicho fenomeno.

Por otra parte, los modelos estadisticos, también nos fueron de utilidad para detectar que al menos en baja california existe una triada de factores determinantes (edad, actividad economica y condición de discapacidad) que afectan estrechamente la cantidad del sueño por individuo, lo que nos invita a proponer como antropologos, estrategias que disminuyan estos efecto negativos sobre estos sectores de la sociedad, para mejorar la función vital del sueño por individuo.

Finalmente, podemos decir que mientras la estadística nos ofrece el mapa de la desigualdad en el descanso, la antropología es la herramienta indispensable para recorrer el territorio de la vida cotidiana. La baja varianza explicada por el modelo es, en realidad, una invitación a profundizar en la complejidad humana, recordándonos que el sueño es una función vital que la sociedad moderna está obligada a proteger, no como un lujo, sino como un derecho humano fundamental.

Referencias

INEGI. (2020). Cifras de Población en Baja California de personas pertenecientes a los Pueblos y Comunidades indígenas, así como Afromexicanos, de Cifras de Población en Baja California de personas pertenecientes a los Pueblos y Comunidades indígenas, así como Afromexic. Obtenido de ieebc.mx: https://ieebc.mx/indigenas/archivos/programa/pdpcibc.pdf

INEGI. (2024). ENCUESTA NACIONAL DE OCUPACIÓN Y EMPLEO (ENOE), BAJA CALIFORNIA. Obtenido de inegi.org.mx: https://www.inegi.org.mx/contenidos/saladeprensa/boletines/2024/ENOE/ENOE2024_09_BC.pdf

INEGI. (2024). Encuesta Nacional sobre el uso del tiempo. Obtenido de Inegi.org.mx: https://www.inegi.org.mx/programas/enut/2024/

INEGI. (2026). Baja California . Obtenido de inegi.org.mx: https://www.inegi.org.mx/app/areasgeograficas/?ag=02#collapse-Tabulados