Factores asociados al tiempo de sueño en Campeche, usando la encuesta nacional de uso de tiempo
Cristian Eduardo Hernández García
2026-06-20
INTRODUCCION
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. 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.
Campeche
El estado de Campeche se localiza en el sureste de México, en la península de Yucatán. Limita al norte con Yucatán, al este con Quintana Roo y Belice, al sur con Guatemala y el estado de Tabasco, y al oeste con el golfo de México. Su extensión territorial es de aproximadamente 57,500 km², lo que lo convierte en una de las entidades más extensas del país.
De acuerdo con el Censo de Población y Vivienda 2020 del INEGI, Campeche contaba con una población de 928,363 habitantes, equivalente al 0.7 % de la población nacional. La distribución por sexo muestra una ligera mayoría de mujeres (50.8 %) frente a hombres (49.2 %). Asimismo, la estructura por edad refleja una población relativamente joven, aunque con un proceso gradual de envejecimiento demográfico; las personas de 60 años y más representan alrededor del 11 % de la población estatal.
En términos de urbanización, la población se concentra principalmente en los municipios de Campeche y Carmen, donde se localizan las principales ciudades y actividades económicas. Sin embargo, una proporción importante de la población habita en localidades rurales dispersas, especialmente en el sur y centro del estado, lo que genera contrastes en el acceso a servicios de salud, educación e infraestructura.
Campeche destaca por la presencia de población indígena, principalmente de origen maya. Según información derivada del Censo 2020, una proporción significativa de la población habla alguna lengua indígena o pertenece a hogares indígenas. Asimismo, alrededor del 2.1 % de la población se reconoce como afromexicana o afrodescendiente, porcentaje superior al promedio nacional.
La economía estatal se caracteriza por una fuerte participación de las actividades relacionadas con la extracción de petróleo y gas, particularmente en la región de Ciudad del Carmen. También son relevantes las actividades de comercio, servicios, turismo, pesca y agricultura. La dependencia del sector energético ha influido históricamente en la dinámica laboral y en los patrones de movilidad de la población.
Entre los indicadores sociales relevantes para el análisis de los patrones de sueño destacan las condiciones de marginación y desigualdad que persisten en algunas zonas rurales e indígenas, así como las diferencias en el acceso a servicios de salud. Factores como el nivel socioeconómico, las condiciones de vivienda, la actividad laboral asociada a jornadas irregulares (especialmente en la industria petrolera) y la dispersión geográfica pueden influir en la calidad y duración del sueño de la población. Además, la coexistencia de áreas urbanas y rurales con distintos niveles de desarrollo genera contextos diferenciados que deben considerarse al interpretar los patrones de descanso y salud de los habitantes del estado.
Biografia
Secretaría de Economía. (2025). Data México: Campeche – Economía, empleo, equidad, calidad de vida, educación, salud y seguridad pública. Gobierno de México. https://www.economia.gob.mx/datamexico/es/profile/geo/campeche-cm
Instituto Nacional de Estadística y Geografía. (2021). Censo de Población y Vivienda 2020: Tabulados básicos de Campeche. INEGI. https://www.inegi.org.mx/programas/ccpv/2020/
Comité de Planeación para el Desarrollo del Estado de Campeche (COPLADECAM). (2022). Plan Estatal de Desarrollo 2021–2027, Gobierno del Estado de Campeche. https://semaig.campeche.gob.mx/inforecabada/PLAN_ESTATAL/PLAN_ESTATAL_DE_DESARROLLO_2024_2027.pdf
Contexto sociodemográfico de Campeche y su relación con el estudio del sueño
El estado de Campeche se localiza en la región sureste de México y se caracteriza por una baja densidad poblacional, una importante riqueza ambiental y una economía basada en actividades como la extracción petrolera, el comercio, el turismo, los servicios y las actividades agropecuarias. De acuerdo con el Censo de Población y Vivienda 2020, Campeche cuenta con 928,363 habitantes, lo que representa aproximadamente el 0.7 % de la población nacional. Además, presenta una edad mediana de 29 años y una razón de dependencia de 50.7 personas por cada 100 en edad productiva, reflejando una población predominantemente joven, aunque con un proceso gradual de envejecimiento.
La población del estado se distribuye de manera heterogénea entre zonas urbanas y rurales. Los municipios de Campeche y Carmen concentran el mayor número de habitantes, mientras que una parte importante de la población reside en localidades pequeñas y dispersas. Estas diferencias territoriales pueden influir en los patrones de sueño debido a las condiciones de vivienda, los tiempos de traslado, el acceso a servicios y las características de la actividad económica.
En el ámbito social y económico, Campeche presenta una población económicamente activa concentrada principalmente en los sectores de servicios, comercio, administración pública y la industria petrolera, además de actividades agrícolas y pesqueras en las zonas rurales. Las diferencias en las condiciones laborales, los horarios de trabajo y el acceso a oportunidades educativas pueden repercutir en la duración del sueño y en los hábitos de descanso de la población.
Asimismo, Campeche posee una importante diversidad cultural, con presencia de población que se autoadscribe como indígena y afrodescendiente. Sin embargo, las condiciones socioeconómicas, el nivel educativo y la actividad económica suelen ejercer una mayor influencia sobre los estilos de vida y la salud que la pertenencia étnica por sí sola. Estas características justifican el análisis conjunto de variables sociodemográficas para comprender los factores asociados al tiempo semanal de sueño.
El sueño constituye un componente esencial de la salud física y mental, ya que favorece la recuperación fisiológica, el rendimiento cognitivo, el bienestar emocional y la prevención de enfermedades crónicas. Diversos estudios han demostrado que factores como el sexo, la edad, la escolaridad, la situación laboral y el contexto de residencia pueden modificar tanto la duración como la calidad del sueño.
Biografia
Instituto Nacional de Estadística y Geografía. (2025). Encuesta Nacional sobre Uso del Tiempo (ENUT) 2024. Microdatos y documentación. INEGI. https://www.inegi.org.mx/programas/enut/2024/
Metodologia
Se realizó un estudio cuantitativo, observacional, transversal y analítico, utilizando información secundaria proveniente de la Encuesta Nacional sobre Uso del Tiempo 2024 (ENUT 2024), elaborada por el Instituto Nacional de Estadística y Geografía (INEGI). El estudio tuvo como propósito identificar los factores sociodemográficos asociados con el tiempo semanal de sueño de la población residente en el estado de Campeche.
Para este estudio se seleccionó la base de datos correspondiente al estado de Campeche, considerando únicamente los registros con información completa para las variables de interés.
Población de estudio
La población estuvo integrada por personas residentes en el estado de Campeche, incluidas en la ENUT 2024. Después del proceso de depuración de la base de datos, el análisis se realizó con aproximadamente 2,272 observaciones, de acuerdo con el número de casos reportados en las pruebas estadísticas.
Variable dependiente
La variable dependiente fue el tiempo semanal de sueño, medido en horas por semana, obtenido a partir de la información reportada por los participantes en la ENUT 2024.
Variables independientes
Las variables sociodemográficas incluidas en el análisis fueron:
Sexo.
Grupo de edad.
Nivel escolar.
Situación conyugal.
Autoadscripción indígena.
Autoadscripción afrodescendiente.
Condición de discapacidad.
Condición de actividad económica.
Tamaño de localidad.
Para el modelo de regresión se establecieron categorías de referencia, entre ellas: hombres, grupo de edad de 12 a 17 años, escolaridad básica o menor, personas en unión, no autoadscripción indígena, no autoadscripción afrodescendiente, personas con discapacidad, población ocupada y localidades con 100,000 habitantes o más.
Análisis estadístico
Inicialmente se realizó un análisis descriptivo de las variables mediante frecuencias, porcentajes, medias e intervalos de confianza al 95%.
Posteriormente, se efectuó un análisis bivariado para comparar el tiempo semanal de sueño entre los distintos grupos sociodemográficos. Para las variables con dos categorías (sexo, autoadscripción indígena, autoadscripción afrodescendiente y condición de discapacidad) se emplearon las pruebas t de Student y t de Welch. Para las variables con más de dos categorías (grupo de edad, nivel escolar, situación conyugal, condición de actividad económica y tamaño de localidad) se utilizaron el ANOVA clásico y el ANOVA de Welch.
Asimismo, se estimó el tamaño del efecto mediante el estadístico d de Cohen para las comparaciones de dos grupos y el eta cuadrado (η²) para los análisis de varianza, con el fin de valorar la magnitud de las diferencias observadas.
Finalmente, se ajustó un modelo de regresión lineal múltiple, donde el tiempo semanal de sueño fue la variable dependiente y las características sociodemográficas las variables explicativas. Los resultados se presentan mediante coeficientes de regresión (β), errores estándar (EE) y valores de significancia estadística (p), considerando un nivel de significancia de α = 0.05.
Estrategia de análisis estadístico
El análisis estadístico se desarrolló en tres etapas con el objetivo de identificar los factores sociodemográficos asociados con el tiempo semanal de sueño en la población de Campeche, utilizando la base de datos de la Encuesta Nacional sobre Uso del Tiempo 2024 (ENUT 2024).
En una primera etapa se realizó un análisis descriptivo de las variables de estudio. Para las variables categóricas se calcularon frecuencias absolutas y porcentajes, mientras que para la variable dependiente (tiempo semanal de sueño) se obtuvieron medidas de tendencia central y dispersión, así como medias e intervalos de confianza al 95%.
Posteriormente, se efectuó un análisis bivariado para evaluar las diferencias en el tiempo semanal de sueño según las características sociodemográficas. Para las variables dicotómicas (sexo, autoadscripción indígena, autoadscripción afrodescendiente y condición de discapacidad) se aplicaron la prueba t de Student para muestras independientes y la prueba t de Welch, esta última como alternativa cuando no se asumió igualdad de varianzas. Para las variables con tres o más categorías (grupo de edad, nivel escolar, situación conyugal, condición de actividad económica y tamaño de localidad) se utilizaron el análisis de varianza (ANOVA) de un factor y el ANOVA de Welch cuando existió evidencia de heterogeneidad de varianzas. Estas pruebas permitieron determinar si existían diferencias estadísticamente significativas entre las medias de los grupos.
Software estadístico
El procesamiento y análisis de la información se realizó utilizando el software R (versión 4.x), empleando funciones para estadística descriptiva, pruebas de hipótesis, análisis de varianza, regresión lineal múltiple y diagnóstico de modelos. Las gráficas fueron elaboradas con el paquete ggplot2, mostrando las medias e intervalos de confianza al 95%.
Resultados
Características generales de la población de estudio
El análisis se realizó con información de la Encuesta Nacional sobre Uso del Tiempo 2024 (ENUT 2024) correspondiente a la población de 12 años y más residente en el estado de Campeche. Se incluyeron las variables sociodemográficas de sexo, grupo de edad, nivel escolar, situación conyugal, autoadscripción indígena, autoadscripción afrodescendiente, condición de discapacidad, condición de actividad económica y tamaño de localidad, así como el tiempo semanal de sueño como variable de interés.
Comparación del tiempo semanal de sueño según características sociodemográficas
El Cuadro 3 presenta las pruebas de comparación del tiempo semanal de sueño según las características sociodemográficas de la población.
Se encontraron diferencias estadísticamente significativas según el sexo (t = -3.757; p < 0.001), observándose que las mujeres reportaron un mayor tiempo semanal de sueño que los hombres; sin embargo, el tamaño del efecto fue pequeño (d = -0.158).
No se identificaron diferencias significativas según la autoadscripción indígena (t = -0.050; p = 0.96), con un tamaño del efecto prácticamente nulo (d = 0.002), por lo que no se rechazó la hipótesis nula para esta variable.
En contraste, la autoadscripción afrodescendiente mostró diferencias estadísticamente significativas (t = 2.328; p = 0.02), aunque con un tamaño del efecto pequeño (d = 0.272). Asimismo, la condición de discapacidad presentó diferencias significativas (t = 5.190; p < 0.001), con un tamaño del efecto moderado (d = -0.541), siendo la variable dicotómica con mayor magnitud de asociación.
Respecto a las variables con múltiples categorías, el grupo de edad, el nivel escolar, la situación conyugal, la condición de actividad económica y el tamaño de localidad mostraron diferencias estadísticamente significativas (p < 0.001). No obstante, los tamaños del efecto fueron pequeños (η² entre 0.010 y 0.059), indicando que, aunque las diferencias existen, cada variable explica una proporción limitada de la variabilidad del tiempo semanal de sueño. La condición de actividad económica presentó el mayor tamaño del efecto (η² = 0.059), seguida del grupo de edad (η² = 0.044).
En conjunto, estos resultados indican que la mayoría de las características sociodemográficas se asocian con diferencias en el tiempo semanal de sueño; sin embargo, la magnitud de dichas diferencias fue, en general, pequeña.
Representación gráfica de las diferencias
Las Figuras 1 a 4 muestran las medias del tiempo semanal de sueño con sus respectivos intervalos de confianza al 95 % para las variables dicotómicas analizadas.
En la Figura 1, correspondiente al sexo, se observa que las mujeres presentan una media de horas de sueño ligeramente superior a la de los hombres, resultado consistente con la prueba t de Student.
La Figura 2 evidencia que las personas con y sin autoadscripción indígena presentan medias prácticamente idénticas y una amplia superposición de los intervalos de confianza, lo cual coincide con la ausencia de diferencias significativas encontrada en el análisis estadístico.
En la Figura 3 se aprecia que las personas que se autoadscriben como afrodescendientes reportan un menor tiempo semanal de sueño en comparación con quienes no se identifican como tales. Aunque la diferencia fue estadísticamente significativa, la magnitud del efecto fue pequeña.
Por su parte, la Figura 4 muestra una diferencia más evidente entre las personas con y sin discapacidad, observándose un mayor tiempo semanal de sueño entre quienes presentan alguna discapacidad, en concordancia con el tamaño del efecto moderado identificado en el análisis bivariado.
Modelo de regresión lineal múltiple
El Cuadro 4 presenta los resultados del modelo de regresión lineal múltiple para identificar los factores asociados con el tiempo semanal de sueño, ajustando simultáneamente por todas las variables sociodemográficas incluidas en el análisis.
Los resultados muestran que las mujeres duermen, en promedio, 1.10 horas más por semana que los hombres (β = 1.10; p = 0.008).
En comparación con los adolescentes de 12 a 17 años, las personas de 30 a 44 años, 45 a 59 años y 60 a 74 años reportaron significativamente menos horas de sueño por semana, siendo la mayor reducción la observada en el grupo de 60 a 74 años (β = -4.02; p < 0.001).
Asimismo, quienes contaban con estudios de media superior y superior presentaron menos horas de sueño que las personas con educación básica o menor (p < 0.001).
En relación con la actividad económica, las personas desocupadas, jubiladas o pensionadas, dedicadas a quehaceres del hogar o clasificadas en otra situación registraron un mayor tiempo semanal de sueño respecto a la población ocupada.
Finalmente, residir en localidades con menos de 15,000 habitantes se asoció con un mayor tiempo semanal de sueño en comparación con las localidades de 100,000 habitantes o más.
En contraste, la situación conyugal, la autoadscripción indígena, la autoadscripción afrodescendiente y la condición de discapacidad no mostraron asociaciones estadísticamente significativas después del ajuste por las demás variables del modelo.
Diagnóstico del modelo
Los gráficos de diagnóstico del modelo de regresión mostraron un comportamiento adecuado de los residuos. La dispersión de los residuos alrededor de cero no evidenció patrones sistemáticos importantes, lo que sugiere un cumplimiento razonable del supuesto de linealidad.
El gráfico Q-Q indicó una distribución aproximadamente normal de los residuos, con ligeras desviaciones en los extremos que no comprometen la estabilidad del modelo debido al tamaño de la muestra. Asimismo, el gráfico Scale-Location mostró una varianza relativamente constante de los residuos, mientras que el gráfico de residuos versus leverage no identificó observaciones altamente influyentes según la distancia de Cook.
En conjunto, los diagnósticos respaldan la adecuación del modelo de regresión lineal múltiple y permiten considerar como robustas las asociaciones identificadas entre el tiempo semanal de sueño y las variables sociodemográficas analizadas.
Síntesis de los resultados
En términos generales, los análisis bivariados mostraron diferencias significativas en el tiempo semanal de sueño para la mayoría de las variables sociodemográficas; sin embargo, al controlar simultáneamente todos los factores mediante el modelo de regresión lineal múltiple, únicamente el sexo, la edad, el nivel educativo, la condición de actividad económica y el tamaño de localidad permanecieron como predictores independientes del tiempo semanal de sueño en la población de Campeche. Estos hallazgos sugieren que las diferencias observadas inicialmente para variables como la autoadscripción afrodescendiente y la condición de discapacidad pueden explicarse por la influencia de otros factores sociodemográficos incluidos en el modelo.
| Variable | Categoría | n | % |
|---|---|---|---|
| Sexo | Hombre | 1078 | 47.4 |
| Sexo | Mujer | 1194 | 52.6 |
| Grupo de edad | 12-17 | 279 | 12.3 |
| Grupo de edad | 18-29 | 482 | 21.2 |
| Grupo de edad | 30-44 | 606 | 26.7 |
| Grupo de edad | 45-59 | 494 | 21.7 |
| Grupo de edad | 60-74 | 306 | 13.5 |
| Grupo de edad | 75 y mas | 105 | 4.6 |
| Autoadscripción indígena | No | 1049 | 47.1 |
| Autoadscripción indígena | Si | 1176 | 52.9 |
| Autoadscripción afrodescendiente | No | 2196 | 96.7 |
| Autoadscripción afrodescendiente | Sí | 76 | 3.3 |
| Nivel escolar | Básica o menos | 582 | 25.6 |
| Nivel escolar | Secundaria | 660 | 29.0 |
| Nivel escolar | Media superior | 503 | 22.1 |
| Nivel escolar | Superior | 527 | 23.2 |
| Situación conyugal | En unión | 1277 | 56.2 |
| Situación conyugal | Separada/Divorciada | 140 | 6.2 |
| Situación conyugal | Viuda | 153 | 6.7 |
| Situación conyugal | Soltera | 702 | 30.9 |
| Condición de discapacidad | Con discapacidad | 96 | 4.2 |
| Condición de discapacidad | Sin discapacidad | 2176 | 95.8 |
| Condición de actividad económica | Desocupada | 10 | 0.4 |
| Condición de actividad económica | Estudiante | 247 | 10.9 |
| Condición de actividad económica | Jubilada o pensionada | 76 | 3.3 |
| Condición de actividad económica | Ocupada | 1391 | 61.2 |
| Condición de actividad económica | Otra situación | 76 | 3.3 |
| Condición de actividad económica | Quehaceres del hogar o cuidado familiar | 472 | 20.8 |
| Tamaño de localidad | 100,000 y más | 1115 | 49.1 |
| Tamaño de localidad | 15,000 - 99,999 | 184 | 8.1 |
| Tamaño de localidad | 2,500 - 14,999 | 445 | 19.6 |
| Tamaño de localidad | Menos de 2,500 | 528 | 23.2 |
| Fuente: Elaboración propia con datos de la Encuesta Nacional sobre Uso del Tiempo 2024 (ENUT 2024). |
Interpretacion Cuadro 1
La tabla presenta las características sociodemográficas de una muestra de 2,272 personas. En términos de sexo, la distribución es relativamente equilibrada, aunque se observa una ligera mayoría de mujeres (52.6%, n = 1,194) en comparación con los hombres (47.4%, n = 1,078).
Respecto a la edad, la mayor proporción de participantes se concentra en el grupo de 30 a 44 años (26.7%, n = 606), seguido por los grupos de 45 a 59 años (21.7%, n = 494) y de 18 a 29 años (21.2%, n = 482). Los adolescentes de 12 a 17 años representan el 12.3% de la muestra (n = 279), mientras que las personas de 60 años o más constituyen el 18.1% en conjunto (13.5% entre 60 y 74 años y 4.6% de 75 años o más). Esto indica una predominancia de población en edades económicamente activas.
En cuanto a la identidad étnica, poco más de la mitad de los participantes se autoadscriben como indígenas (52.9%, n = 1,176), mientras que el 47.1% (n = 1,049) no lo hace. Por otro lado, la autoadscripción afrodescendiente es baja, con solo el 3.3% (n = 76) de las personas identificándose como afrodescendientes.
El nivel educativo muestra una distribución relativamente homogénea. La categoría más frecuente es secundaria (29.0%, n = 660), seguida de educación básica o menor (25.6%, n = 582), educación superior (23.2%, n = 527) y media superior (22.1%, n = 503). En conjunto, cerca de la mitad de la población cuenta con estudios de nivel medio superior o superior (45.3%).
Respecto a la situación conyugal, más de la mitad de los participantes se encuentran en unión (56.2%, n = 1,277), mientras que el 30.9% (n = 702) son solteros. Las personas separadas o divorciadas representan el 6.2% (n = 140) y las viudas el 6.7% (n = 153).
En relación con la condición de discapacidad, la gran mayoría de la muestra reporta no tener discapacidad (95.8%, n = 2,176), mientras que el 4.2% (n = 96) sí presenta alguna condición de discapacidad.
La condición de actividad económica revela que la mayoría de los participantes se encuentra ocupada (61.2%, n = 1,391). Un porcentaje importante se dedica a quehaceres del hogar o actividades de cuidado familiar (20.8%, n = 472), mientras que los estudiantes constituyen el 10.9% (n = 247). Las personas jubiladas o pensionadas representan el 3.3% (n = 76), y la proporción de desocupados es muy baja (0.4%, n = 10).
Finalmente, en cuanto al tamaño de localidad, casi la mitad de la población reside en localidades urbanas de 100,000 habitantes o más (49.1%, n = 1,115). Sin embargo, también existe una presencia considerable de población en contextos rurales y semiurbanos: 23.2% vive en localidades con menos de 2,500 habitantes, 19.6% en localidades de 2,500 a 14,999 habitantes y 8.1% en localidades de 15,000 a 99,999 habitantes.
| Variable | Categoría | n | Media | s | LI 95% | LS 95% |
|---|---|---|---|---|---|---|
| Sexo | Hombre | 1078 | 52.13 | 9.40 | 51.57 | 52.69 |
| Sexo | Mujer | 1194 | 53.57 | 8.85 | 53.06 | 54.07 |
| Grupo de edad | 12-17 | 279 | 55.49 | 8.65 | 54.47 | 56.51 |
| Grupo de edad | 18-29 | 482 | 53.34 | 8.42 | 52.59 | 54.10 |
| Grupo de edad | 30-44 | 606 | 51.64 | 8.62 | 50.95 | 52.32 |
| Grupo de edad | 45-59 | 494 | 51.19 | 8.55 | 50.43 | 51.94 |
| Grupo de edad | 60-74 | 306 | 52.89 | 10.04 | 51.76 | 54.02 |
| Grupo de edad | 75 y mas | 105 | 59.01 | 11.91 | 56.71 | 61.32 |
| Autoadscripción indígena | No | 1049 | 52.83 | 8.87 | 52.30 | 53.37 |
| Autoadscripción indígena | Si | 1176 | 52.85 | 9.29 | 52.32 | 53.38 |
| Autoadscripción afrodescendiente | No | 2196 | 52.97 | 9.14 | 52.58 | 53.35 |
| Autoadscripción afrodescendiente | Sí | 76 | 50.49 | 8.97 | 48.44 | 52.54 |
| Nivel escolar | Básica o menos | 582 | 54.99 | 9.98 | 54.18 | 55.81 |
| Nivel escolar | Secundaria | 660 | 53.54 | 8.79 | 52.87 | 54.21 |
| Nivel escolar | Media superior | 503 | 51.90 | 8.39 | 51.17 | 52.64 |
| Nivel escolar | Superior | 527 | 50.67 | 8.68 | 49.93 | 51.41 |
| Situación conyug98al | En unión | 1277 | 52.30 | 9.09 | 51.80 | 52.80 |
| Situación conyug98al | Separada/Divorciada | 140 | 51.84 | 8.76 | 50.37 | 53.30 |
| Situación conyug98al | Viuda | 153 | 55.44 | 10.32 | 53.79 | 57.09 |
| Situación conyug98al | Soltera | 702 | 53.60 | 8.89 | 52.94 | 54.26 |
| Condición de discapacidad | Con discapacidad | 96 | 57.60 | 12.88 | 54.99 | 60.20 |
| Condición de discapacidad | Sin discapacidad | 2176 | 52.68 | 8.89 | 52.30 | 53.05 |
| Condición de actividad económica | Desocupada | 10 | 57.00 | 10.75 | 49.31 | 64.69 |
| Condición de actividad económica | Estudiante | 247 | 54.58 | 8.40 | 53.53 | 55.64 |
| Condición de actividad económica | Jubilada o pensionada | 76 | 57.12 | 11.53 | 54.48 | 59.75 |
| Condición de actividad económica | Ocupada | 1391 | 51.25 | 8.51 | 50.80 | 51.70 |
| Condición de actividad económica | Otra situación | 76 | 59.14 | 12.03 | 56.40 | 61.89 |
| Condición de actividad económica | Quehaceres del hogar o cuidado familiar | 472 | 55.04 | 9.07 | 54.22 | 55.86 |
| Tamaño de localidad | 100,000 y más | 1115 | 52.05 | 9.03 | 51.52 | 52.58 |
| Tamaño de localidad | 15,000 - 99,999 | 184 | 51.59 | 8.59 | 50.34 | 52.84 |
| Tamaño de localidad | 2,500 - 14,999 | 445 | 53.71 | 10.02 | 52.78 | 54.65 |
| Tamaño de localidad | Menos de 2,500 | 528 | 54.40 | 8.51 | 53.67 | 55.13 |
| Fuente: Elaboración propia con datos de la Encuesta Nacional sobre Uso del Tiempo 2024 (ENUT 2024). |
Interpretacion Cuadro 2
El cuadro presenta el tiempo promedio de sueño semanal (en horas) de la población estudiada, así como su variabilidad (desviación estándar) y los intervalos de confianza al 95%. En términos generales, el promedio de sueño semanal oscila entre aproximadamente 50 y 59 horas, dependiendo de las características sociodemográficas de los participantes.
Sexo
Se observa que las mujeres presentan un mayor tiempo promedio de sueño semanal (53.57 horas; IC95%: 53.06–54.07) que los hombres (52.13 horas; IC95%: 51.57–52.69). Aunque la diferencia es moderada (1.44 horas semanales), sugiere una tendencia hacia una mayor duración del sueño entre las mujeres.
Grupo de edad
El tiempo de sueño varía de manera importante según la edad. Los adolescentes de 12 a 17 años registran un promedio de 55.49 horas semanales, mientras que disminuye progresivamente en los grupos de 18 a 59 años, alcanzando los valores más bajos en las personas de 45 a 59 años (51.19 horas). Posteriormente, el tiempo de sueño aumenta nuevamente en los adultos mayores, llegando a 59.01 horas semanales en las personas de 75 años y más. Este patrón sugiere una relación en forma de “U”, donde adolescentes y adultos mayores duermen más horas que los adultos en edades productivas.
Autoadscripción indígena y afrodescendiente
No se observan diferencias relevantes en el tiempo de sueño entre quienes se autoadscriben como indígenas (52.85 horas) y quienes no lo hacen (52.83 horas). En contraste, las personas afrodescendientes reportan un promedio ligeramente menor de sueño (50.49 horas) en comparación con quienes no se identifican como afrodescendientes (52.97 horas), aunque el reducido tamaño de este grupo aconseja interpretar este resultado con cautela.
Nivel escolar
Existe una tendencia inversa entre el nivel educativo y el tiempo de sueño. Las personas con escolaridad básica o menor presentan el promedio más alto (54.99 horas semanales), mientras que quienes cuentan con educación superior registran el más bajo (50.67 horas). La diferencia entre ambos grupos es de aproximadamente 4.3 horas por semana, lo que podría reflejar mayores demandas laborales o académicas entre las personas con niveles educativos más altos.
Situación conyugal
Las personas viudas muestran el mayor tiempo promedio de sueño (55.44 horas), seguidas de las personas solteras (53.60 horas). Los menores promedios se observan entre quienes están en unión (52.30 horas) y las personas separadas o divorciadas (51.84 horas). Sin embargo, las diferencias entre categorías son relativamente pequeñas.
Condición de discapacidad
Las personas con discapacidad reportan un promedio de sueño considerablemente mayor (57.60 horas semanales) que aquellas sin discapacidad (52.68 horas). Además, presentan una mayor variabilidad en sus horas de sueño, reflejada en una desviación estándar de 12.88 horas.
Condición de actividad económica
La actividad económica muestra una asociación importante con el tiempo de sueño. Las personas ocupadas presentan el menor promedio (51.25 horas semanales), mientras que quienes se encuentran en otras situaciones (59.14 horas), jubiladas o pensionadas (57.12 horas), desocupadas (57.00 horas) o dedicadas a los quehaceres del hogar y cuidados familiares (55.04 horas) reportan más horas de sueño. Esto sugiere que las exigencias laborales pueden reducir el tiempo disponible para dormir.
Tamaño de localidad
Se observa un gradiente territorial en el tiempo de sueño. Los habitantes de localidades urbanas de 100,000 habitantes o más presentan el menor promedio de sueño (52.05 horas), mientras que quienes residen en localidades rurales con menos de 2,500 habitantes registran el mayor promedio (54.40 horas). Esta diferencia podría estar asociada a estilos de vida, tiempos de traslado, condiciones laborales o factores ambientales distintos entre áreas urbanas y rurales.
Variables sociodemograficas binarias
Interpretacion Grafica 1
la gráfica evidencia que el promedio de sueño de las mujeres es superior al de los hombres y que los intervalos de confianza presentan un solapamiento limitado, lo que sugiere la existencia de diferencias reales entre ambos grupos. Esta observación se confirma mediante las pruebas de comparación reportadas en el Cuadro 3.
La prueba t de Student mostró una diferencia estadísticamente significativa entre hombres y mujeres (t = -3.757; gl = 2270; p < 0.001), resultado que también fue corroborado por la prueba t de Welch (t = -3.745; gl = 2211.46; p < 0.001). Estos hallazgos indican que la probabilidad de que la diferencia observada se deba al azar es extremadamente baja.
No obstante, el tamaño del efecto medido mediante la d de Cohen fue de -0.158, valor que se considera pequeño según los criterios convencionales (0.20 = pequeño, 0.50 = mediano, 0.80 = grande). Esto implica que, aunque la diferencia es estadísticamente significativa, su magnitud práctica es reducida. En otras palabras, hombres y mujeres presentan patrones de sueño relativamente similares, aunque las mujeres tienden a dormir ligeramente más horas rechazando la hipótesis nula
Interpretacion Grafica 2
No se encontraron diferencias estadísticamente significativas en el tiempo semanal de sueño entre las personas que se autoadscriben como indígenas y aquellas que no (t de Student = -0.050, p = 0.96; d de Cohen = 0.002). La magnitud del efecto fue prácticamente nula, lo que indica que la condición indígena no se asocia con variaciones en el tiempo semanal de sueño. Esta ausencia de diferencias también se observa en la gráfica, donde las medias son prácticamente idénticas y los intervalos de confianza al 95% presentan una amplia superposición por lo cual no se rechaza la hipótesis nula
Interpretacion Grafica 3
La comparación del tiempo semanal de sueño según la autoadscripción afrodescendiente mostró diferencias estadísticamente significativas entre los grupos (t de Student = 2.328, gl = 2270, p = 0.02). En consecuencia, se rechazó la hipótesis nula, concluyendo que el tiempo semanal de sueño difiere entre las personas que se autoadscriben como afrodescendientes y aquellas que no. La Gráfica 3 evidencia que el grupo no afrodescendiente presenta una media de horas de sueño semanal superior a la del grupo afrodescendiente. Sin embargo, el tamaño del efecto fue pequeño (d de Cohen = 0.272), lo que sugiere que, aunque la diferencia es estadísticamente significativa, su relevancia práctica es limitada.
Interpretacion Grafica 4
La comparación del tiempo semanal de sueño según la condición de discapacidad evidenció diferencias estadísticamente significativas entre las personas con y sin discapacidad (t de Student = 5.190, gl = 2270, p < 0.001). En consecuencia, se rechazó la hipótesis nula, concluyendo que la condición de discapacidad se asocia con diferencias en el tiempo semanal de sueño. La Gráfica 4 muestra que las personas con discapacidad presentan, en promedio, un mayor tiempo semanal de sueño que aquellas sin discapacidad. Asimismo, el tamaño del efecto fue moderado (d de Cohen = -0.541; |d| = 0.541), lo que indica que la diferencia observada no solo es estadísticamente significativa, sino también de relevancia práctica moderada.
Interpretacion Grafica 5
La grafica 5 muestra los resultados que existen diferencias estadísticamente significativas entre los distintos grupos de edad y se puede aprecias que el grupo de 75 y más es el grupo que tiene un tiempo de sueño mayor pero también tiene una amplia variabilidad siendo la variable que mas pesa del grupo de edad seguido del grupo de 12-17 como el segundo grupo que mas duerme rechazando la hipótesis nula
Interpretacion Grafica 6
La grafica 6 muestra una gran variabilidad en las horas de sueño las cuales se reducen considerablemente entre más alto sea el nivel educativo siendo el mas afectado el nivel superior el cual está teniendo menos horas de sueño al tener como posible factor la edad
Interpretacion Grafica 7
Se puede observar que en la grafica 7 las personas en unión tienen menos tiempo de sueño, twenindo un nivel estadistico similar a las personas separadas/divorciadas provocando que no tengan diferencias notorias en sus horas de sueño y las personas viudas son los que principalmente marcan la diferencia al tener más horas de sueño mientras que las solteras permanecen homogéneas en sus horas de sueño teniendo diferencias muy poco notables
Interpretacion Grafica 8
En la grafica 8 Se puede observar que las personas desocupadas tienen una gran variabilidad en las horas de sueño disponiendo de mas horas de sueño que el resto de las variables graficadas teniendo una enorme diferencia a comparación de las personas ocupadas las cuales son la variable con menos horas de sueño seguido de los estudiantes los cuales tienen poca variabilidad con las personas del cuidado del hogar, los jubilados y pensionados teniendo poca variabilidad
Interpretacion Grafica 9
La gráfica 9 muestra una variabilidad notable en el tamaño de la localidad teniendo una diferencia significativa dependiendo de la cantidad de habitantes donde las localidades con mayor población tienen una menor cantidad de horas de sueño, un ejemplo de esto es la localidad con menos de 2,500 habitantes el cula es el estadistico con mas horas de sueño seguido de los 14,999,15,000-99,999 y por ultimo de los 100,000 y mas sinedo la variable con menos horas de sueño
| Variable | Prueba | Estadístico | gl | p | Tamaño del efecto | Medida |
|---|---|---|---|---|---|---|
| sexo | t de Student | -3.757 | 2270 | < 0.001 | -0.158 | d de Cohen |
| sexo | t de Welch | -3.745 | 2211.46 | < 0.001 | -0.158 | d de Cohen |
| Autoadscripción indígena | t de Student | -0.050 | 2223 | 0.96 | 0.002 | d de Cohen |
| Autoadscripción indígena | t de Welch | -0.050 | 2212.59 | 0.96 | 0.002 | d de Cohen |
| Autoadscripción afrodescendiente | t de Student | 2.328 | 2270 | 0.02 | 0.272 | d de Cohen |
| Autoadscripción afrodescendiente | t de Welch | 2.368 | 80.48 | 0.02 | 0.272 | d de Cohen |
| Condición de discapacidad | t de Student | 5.190 | 2270 | < 0.001 | -0.541 | d de Cohen |
| Condición de discapacidad | t de Welch | 3.704 | 99.03 | < 0.001 | -0.541 | d de Cohen |
| Grupo de edad | ANOVA clásico | 20.764 | 5, 2266 | < 0.001 | 0.044 | η² |
| Grupo de edad | ANOVA de Welch | 17.166 | 5, 655.93 | < 0.001 | NA | No aplica |
| Nivel escolar | ANOVA clásico | 24.469 | 3, 2268 | < 0.001 | 0.031 | η² |
| Nivel escolar | ANOVA de Welch | 23.372 | 3, 1239.18 | < 0.001 | NA | No aplica |
| Situación conyugal | ANOVA clásico | 7.859 | 3, 2268 | < 0.001 | 0.010 | η² |
| Situación conyugal | ANOVA de Welch | 7.048 | 3, 384.78 | < 0.001 | NA | No aplica |
| Condición de actividad económica | ANOVA clásico | 28.256 | 5, 2266 | < 0.001 | 0.059 | η² |
| Condición de actividad económica | ANOVA de Welch | 23.006 | 5, 82.87 | < 0.001 | NA | No aplica |
| Tamaño de localidad | ANOVA clásico | 10.553 | 3, 2268 | < 0.001 | 0.014 | η² |
| Tamaño de localidad | ANOVA de Welch | 11.178 | 3, 676.49 | < 0.001 | NA | No aplica |
Interpretacion Cuadro 3
El Cuadro 3 presenta los resultados de las pruebas de comparación del tiempo semanal de sueño según diversas características sociodemográficas de la población estudiada. Para las variables dicotómicas se emplearon las pruebas t de Student y t de Welch, mientras que para las variables con más de dos categorías se utilizaron ANOVA clásico y ANOVA de Welch. Además, se reportan medidas de tamaño del efecto (d de Cohen y η²), las cuales permiten valorar la relevancia práctica de las diferencias encontradas.
Variables dicotómicas
Respecto al sexo, se encontraron diferencias estadísticamente significativas en el tiempo semanal de sueño (t = -3.757, p < 0.001). Sin embargo, el tamaño del efecto fue pequeño (d = -0.158), lo que indica que, aunque las diferencias existen, su magnitud es reducida.
En cuanto a la autoadscripción indígena, no se observaron diferencias significativas entre los grupos (t = -0.050, p = 0.96). El tamaño del efecto fue prácticamente nulo (d = 0.002), por lo que no se rechaza la hipótesis nula y se concluye que esta característica no está asociada con diferencias en el tiempo semanal de sueño.
Por el contrario, la autoadscripción afrodescendiente mostró diferencias estadísticamente significativas (t = 2.328, p = 0.02). No obstante, el tamaño del efecto fue pequeño (d = 0.272), sugiriendo que la diferencia observada tiene una relevancia práctica limitada.
La condición de discapacidad presentó las diferencias más marcadas entre las variables dicotómicas analizadas (t = 5.190, p < 0.001). El tamaño del efecto fue moderado (d = -0.541), indicando que esta variable tiene una influencia más importante sobre el tiempo semanal de sueño en comparación con las demás características evaluadas.
Variables politómicas
Para el grupo de edad, los resultados del ANOVA indicaron diferencias significativas entre categorías (F = 20.764, p < 0.001). Sin embargo, el tamaño del efecto fue pequeño (η² = 0.044), lo que significa que la edad explica aproximadamente el 4.4% de la variabilidad observada en el tiempo semanal de sueño.
De manera similar, el nivel escolar presentó diferencias estadísticamente significativas (F = 24.469, p < 0.001), aunque con un tamaño del efecto pequeño (η² = 0.031), explicando cerca del 3.1% de la variación en las horas de sueño.
La situación conyugal también mostró diferencias significativas (F = 7.859, p < 0.001), pero con el tamaño del efecto más reducido de todas las variables analizadas (η² = 0.010), indicando una influencia mínima sobre el tiempo semanal de sueño.
La condición de actividad económica registró el mayor tamaño del efecto entre las variables analizadas mediante ANOVA (F = 28.256, p < 0.001; η² = 0.059). Aunque este efecto sigue considerándose pequeño, sugiere que esta variable explica aproximadamente el 5.9% de la variabilidad del tiempo semanal de sueño, siendo la característica sociodemográfica con mayor capacidad explicativa dentro de este grupo.
Finalmente, el tamaño de localidad presentó diferencias significativas (F = 10.553, p < 0.001), pero con un tamaño del efecto pequeño (η² = 0.014), lo que indica una influencia limitada sobre el tiempo semanal de sueño.
| Variable | Categoría | β | EE | p |
|---|---|---|---|---|
| Sexo | Hombre (referencia) | |||
| Mujer | 1.10 | 0.41 | 0.008 | |
| Grupo de edad | 12-17 (referencia) | |||
| 18-29 | -1.16 | 0.84 | 0.168 | |
| 30-44 | -2.79 | 0.94 | 0.003 | |
| 45-59 | -3.78 | 0.98 | <0.001 | |
| 60-74 | -4.02 | 1.06 | <0.001 | |
| 75 y mas | -0.17 | 1.43 | 0.903 | |
| Nivel escolar | Básica o menos (referencia) | |||
| Media superior | -2.19 | 0.61 | <0.001 | |
| Secundaria | -0.87 | 0.55 | 0.111 | |
| Superior | -2.74 | 0.64 | <0.001 | |
| Situación conyugal | En unión (referencia) | |||
| Separada/Divorciada | 0.26 | 0.79 | 0.744 | |
| Viuda | -0.21 | 0.87 | 0.810 | |
| Soltera | 0.21 | 0.58 | 0.720 | |
| Autoadscripción indígena | No (referencia) | |||
| Si | -0.51 | 0.40 | 0.203 | |
| Autoadscripción afrodescendiente | No (referencia) | |||
| Sí | -1.02 | 1.02 | 0.317 | |
| Condición de discapacidad | Con discapacidad (referencia) | |||
| Sin discapacidad | -1.80 | 1.05 | 0.088 | |
| Condición de actividad económica | Ocupada (referencia) | |||
| Desocupada | 6.86 | 2.76 | 0.013 | |
| Estudiante | 0.49 | 0.83 | 0.558 | |
| Jubilada o pensionada | 6.19 | 1.13 | <0.001 | |
| Otra situación | 4.68 | 1.19 | <0.001 | |
| Quehaceres del hogar o cuidado familiar | 2.21 | 0.55 | <0.001 | |
| Tamaño de localidad | 100,000 y más (referencia) | |||
| NA | cam_loc15,000 - 99,999 | -0.66 | 0.71 | 0.347 |
| cam_loc2,500 - 14,999 | 1.46 | 0.52 | 0.005 | |
| cam_locMenos de 2,500 | 1.50 | 0.53 | 0.005 |
| Indicador | Valor |
|---|---|
| R² | 0.105 |
| R² ajustado | 0.096 |
| F | 11.220 |
| Observaciones | 2225.000 |
Interpretacion Cuadro 4
El modelo de regresión lineal múltiple mostró que el tiempo semanal de sueño está asociado principalmente con el sexo, la edad, el nivel educativo, la condición de actividad económica y el tamaño de localidad.
Las mujeres duermen en promedio más horas por semana que los hombres (β = 1.10; p = 0.008). En comparación con los adolescentes de 12 a 17 años, las personas de 30 a 74 años presentan menos horas de sueño semanales, siendo la reducción más marcada entre los 60 y 74 años (β = -4.02; p < 0.001).
Asimismo, quienes cuentan con educación media superior y superior duermen menos horas que las personas con escolaridad básica o menor. Por otro lado, las personas desocupadas, jubiladas, dedicadas al hogar o en otras situaciones de actividad económica registran más horas de sueño que la población ocupada.
Respecto al lugar de residencia, vivir en localidades de menos de 15,000 habitantes se asocia con un mayor tiempo semanal de sueño en comparación con las ciudades de 100,000 habitantes o más.
En contraste, la situación conyugal, la autoadscripción indígena, la autoadscripción afrodescendiente y la condición de discapacidad no mostraron asociaciones estadísticamente significativas una vez controladas las demás variables del modelo.
Discusión
El presente estudio tuvo como objetivo analizar la relación entre diversas características sociodemográficas y el tiempo semanal de sueño en la población de 12 años y más residente en el estado de Campeche, utilizando información de la Encuesta Nacional sobre Uso del Tiempo 2024 (ENUT 2024). Los resultados evidenciaron que el sexo, la edad, el nivel educativo, la condición de actividad económica y el tamaño de localidad fueron los principales factores asociados con el tiempo semanal de sueño, mientras que variables como la autoadscripción indígena, la autoadscripción afrodescendiente, la situación conyugal y la condición de discapacidad no mostraron una asociación independiente después del ajuste multivariado.
Uno de los principales hallazgos fue que las mujeres reportaron un mayor tiempo semanal de sueño que los hombres, incluso después de controlar por las demás variables del modelo. Este resultado coincide con estudios nacionales e internacionales que señalan diferencias en los patrones de sueño según el sexo, las cuales pueden atribuirse a factores biológicos, hormonales y sociales, así como a diferencias en la organización del tiempo cotidiano y las responsabilidades familiares.
En relación con la edad, se observó una disminución significativa del tiempo semanal de sueño en la población adulta, especialmente entre los 30 y 74 años, respecto a los adolescentes. Este comportamiento puede estar relacionado con el incremento de las responsabilidades laborales y familiares durante la etapa productiva de la vida, lo que reduce el tiempo disponible para el descanso. Aunque en la población adulta mayor suelen presentarse cambios en la arquitectura del sueño, en este estudio el grupo de 75 años y más no mostró diferencias significativas, posiblemente debido a un menor tamaño de muestra o a una mayor variabilidad en este grupo.
El nivel educativo también mostró una asociación significativa con el tiempo semanal de sueño. Las personas con educación media superior y superior reportaron menos horas de sueño que aquellas con menor escolaridad. Este resultado podría reflejar las mayores exigencias académicas y laborales asociadas con niveles educativos más altos, así como estilos de vida con mayor carga ocupacional.
Respecto a la condición de actividad económica, los resultados indican que las personas desocupadas, jubiladas o pensionadas, dedicadas a los quehaceres del hogar o clasificadas en otras situaciones reportaron un mayor tiempo de sueño que la población ocupada. Este hallazgo es consistente con la literatura, la cual señala que la jornada laboral y los horarios de trabajo representan uno de los principales determinantes de la duración del sueño.
En el análisis bivariado, la autoadscripción afrodescendiente y la condición de discapacidad mostraron diferencias significativas en el tiempo semanal de sueño; sin embargo, dichas asociaciones desaparecieron en el modelo de regresión múltiple. Esto sugiere que las diferencias observadas inicialmente podrían estar explicadas por otras variables sociodemográficas, como la edad, la actividad económica o el nivel educativo, más que por estas características en sí mismas. De manera similar, la autoadscripción indígena no mostró asociación significativa ni en el análisis bivariado ni en el multivariado, indicando que esta condición no constituye un determinante independiente del tiempo semanal de sueño en la población estudiada.
Finalmente, los análisis de diagnóstico mostraron que el modelo de regresión cumplió razonablemente con los supuestos estadísticos, lo que aporta solidez a las estimaciones obtenidas y respalda la interpretación de los resultados.
Conclusiones
El presente estudio permitió identificar los principales factores sociodemográficos asociados con el tiempo semanal de sueño en la población del estado de Campeche, utilizando información de la Encuesta Nacional sobre Uso del Tiempo 2024 (ENUT 2024).
Los análisis bivariados mostraron diferencias significativas en el tiempo semanal de sueño para la mayoría de las variables estudiadas; sin embargo, al controlar simultáneamente los factores sociodemográficos mediante un modelo de regresión lineal múltiple, únicamente el sexo, la edad, el nivel educativo, la condición de actividad económica y el tamaño de localidad permanecieron como predictores independientes del tiempo semanal de sueño.
Se concluye que las mujeres presentan un mayor tiempo semanal de sueño que los hombres, mientras que las personas de 30 a 74 años y aquellas con mayor nivel educativo reportan menos horas de sueño en comparación con los grupos de referencia. Asimismo, las personas desocupadas, jubiladas o pensionadas, dedicadas a los quehaceres del hogar o en otras situaciones de actividad económica registran un mayor tiempo de sueño que la población ocupada, lo que pone de manifiesto la influencia que tienen las responsabilidades laborales sobre los patrones de descanso.
Por otra parte, vivir en localidades pequeñas se asoció con un mayor tiempo semanal de sueño respecto a residir en ciudades de mayor tamaño, lo que sugiere que las condiciones del entorno también desempeñan un papel importante en la distribución del tiempo destinado al descanso.
En contraste, la autoadscripción indígena, la autoadscripción afrodescendiente, la situación conyugal y la condición de discapacidad no mostraron asociaciones independientes con el tiempo semanal de sueño una vez ajustadas las demás variables, por lo que no pueden considerarse factores determinantes en esta población.
Los resultados de este estudio aportan evidencia sobre los determinantes sociodemográficos del sueño en Campeche y pueden servir como base para el diseño de estrategias de promoción de la salud orientadas a mejorar los hábitos de descanso, especialmente entre la población en edad laboral y con mayores niveles educativos.
Finalmente, se recomienda que futuras investigaciones incorporen variables relacionadas con la calidad del sueño, los horarios laborales, la salud mental, las enfermedades crónicas, el uso de dispositivos electrónicos y los hábitos de vida, con el fin de obtener una comprensión más integral de los factores que influyen en el sueño de la población mexicana.
Diagnóstico del modelo
Las gráficas de diagnóstico permiten evaluar si el modelo de regresión lineal múltiple del cuadro 4 cumple razonablemente con los supuestos estadísticos necesarios para interpretar sus resultados.
Residuos vs valores ajustados La dispersión de los residuos se concentra alrededor de cero y no muestra patrones claramente sistemáticos. Aunque la línea roja presenta una ligera curvatura, esta no parece suficientemente pronunciada como para indicar una violación grave del supuesto de linealidad. Esto sugiere que el modelo describe adecuadamente la relación entre las variables sociodemográficas y el tiempo semanal de sueño.
Gráfico Q-Q de residuos Los residuos siguen aproximadamente la línea diagonal, aunque se observan desviaciones en los extremos. Esto indica que la distribución de los errores no es perfectamente normal, pero dado el tamaño de la muestra (más de 2,200 observaciones), estas desviaciones son poco preocupantes y no comprometen significativamente la validez de las estimaciones.
Scale-Location La dispersión de los residuos es relativamente constante a lo largo de los valores ajustados, aunque existe una ligera tendencia ascendente en los extremos. Esto sugiere una heterocedasticidad leve, pero no lo suficientemente marcada como para invalidar el modelo.
Residuos vs Leverage La mayoría de las observaciones presentan baja influencia sobre el modelo. Aunque existen algunos casos con mayor leverage, ninguno parece superar claramente los límites de la distancia de Cook, por lo que no se identifican observaciones altamente influyentes que distorsionen los resultados.
## GVIF Df GVIF^(1/(2*Df))
## sexo_c 1.254690 1 1.120129
## edad 6.172461 5 1.199626
## nivel_escolar 1.789428 3 1.101841
## sit_cony 2.916761 3 1.195318
## indigena 1.187682 1 1.089808
## afro 1.021264 1 1.010576
## cond_disc 1.296565 1 1.138668
## cond_aee 3.982341 5 1.148190
## cam_loc 1.390552 3 1.056488