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. 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.

SINALOA.

Sinaloa se localiza en el noroeste de México y cuenta con una superficie aproximada de 57 mil km². De acuerdo con el Instituto Nacional de Estadística y Geografía, en el Censo de Población y Vivienda 2020 el estado registró 3,026,943 habitantes, de los cuales el 50.6 % son mujeres y el 49.4 % hombres. La edad mediana de la población es de aproximadamente 30 años, lo que refleja una población predominantemente joven. Además, cerca de tres cuartas partes de la población reside en localidades urbanas, concentrándose principalmente en los municipios de Culiacán, Mazatlán y Ahome.

En términos sociodemográficos, Sinaloa presenta niveles de escolaridad similares al promedio nacional y una población mayoritariamente mestiza, aunque también existen comunidades indígenas pertenecientes principalmente a los pueblos mayo-yoreme, tarahumara, mixteco y náhuatl. La diversidad cultural y la distribución entre zonas urbanas y rurales generan diferencias en las condiciones de vida, el acceso a los servicios de salud, la educación y las oportunidades laborales, factores que pueden influir en hábitos cotidianos como el uso del tiempo y los patrones de sueño.

Desde el punto de vista económico, Sinaloa es considerado uno de los estados con mayor importancia agroalimentaria del país. Su economía se sustenta principalmente en las actividades del sector primario, destacando la agricultura, la ganadería, la pesca y la acuacultura. Es uno de los principales productores nacionales de maíz, tomate, chile, frijol, trigo y diversas hortalizas destinadas tanto al mercado nacional como a la exportación. Asimismo, posee una de las flotas pesqueras más importantes de México, sobresaliendo la captura de camarón y atún.

METODOLOGÍA

La información utilizada en este trabajo proviene de la Encuesta Nacional sobre Uso del Tiempo (ENUT) 2024, realizada por el Instituto Nacional de Estadística y Geografía (INEGI). Esta encuesta tiene como objetivo generar información sobre la manera en que la población mexicana organiza y distribuye su tiempo en las distintas actividades que realiza durante su vida cotidiana, como el trabajo remunerado, las labores domésticas y de cuidados, las actividades escolares, la recreación y el descanso. Debido a ello, representa una fuente de información que permite comprender cómo las características sociales y demográficas de la población pueden influir en la forma en que las personas emplean su tiempo.

Para este proyecto se trabajó con la información correspondiente al estado de Sinaloa, obtenida mediante el filtrado de la base de datos nacional de la ENUT 2024. La elección de este estado resulta de interés debido a que sus características sociodemográficas y económicas pueden influir en la distribución del tiempo entre las actividades laborales, domésticas, escolares y de descanso. En este sentido, analizar el tiempo semanal de sueño permite explorar si variables como el sexo, la edad, el nivel de escolaridad, la situación conyugal, la condición de actividad económica, el tamaño de localidad, la condición de discapacidad o la pertenencia a población indígena o afrodescendiente presentan diferencias en los patrones de sueño de la población sinaloense.

Variable dependiente

La variable dependiente corresponde al tiempo semanal de sueño acotado, expresado en horas por semana. Esta variable fue construida a partir de la información reportada sobre horas de sueño en dias laborables y dias de descanso. Posteriormente se realizó un proceso de validación y acotamiento para reducir la influencia de valores extremos y garantizar una mejor distribución de la variable para los análisis estadísticos.

Variables independientes

Se consideraron diversas variables sociodemográficas que la literatura ha identificado como potencialmente asociadas a los patrones de sueño:

Sexo

Grupo de edad

Nivel escolar

Situación conyugal

Autoadscripción indígena

Autoadscripción afrodescendiente

Condición de discapacidad

Condición de actividad económica

Tamaño de localidad

Estrategias del análisis

El análisis se desarrolló en cuatro etapas.

En primer lugar, se realizó una descripción de la estructura sociodemográfica de la población mediante distribuciones de frecuencia y porcentajes para cada una de las variables consideradas.

En segundo lugar, se calcularon estadísticos descriptivos de la variable dependiente para cada categoría sociodemográfica, incluyendo número de casos (n), media aritmética y desviación estándar.

En tercer lugar, se elaboraron gráficas de medias acompañadas de intervalos de confianza al 95%, con el propósito de visualizar las diferencias observadas en el tiempo semanal de sueño entre los distintos grupos de población.

Posteriormente se aplicaron pruebas de comparación de medias. Para las variables dicotómicas se emplearon la pruebat de Student y la prueba t de Weich. Para las variables con tres o más categorías se utilizó análisis de varianza (ANOVA) de una via y, cuando fue necesario, la prueba ANOVA de Weich. Asimismo, se calcularon tamaños del efecto mediante el estadistico d de Cohen para las comparaciones binarias y el coeficiente eta cuadrada (n³) para los análisis de varianza.

Finalmente, se estimó un modelo de regresión lineal múltiple con el objetivo de evaluar el efecto simultáneo de las variables sociodemográficas sobre el tiempo semanal de sueño. La variable dependiente fue el tiempo semanal de sueño acotado, mientras que las variables independientes correspondieron a las caracteristicas sociodemográficas previamente descritas.

Todos los análisis fueron realizados mediante el software R (versión 4.3.3) y el entorno de desarrollo RStudio, utilizando paquetes especializados para manipulación de datos, visualización gráfica y análisis estadístico.

Resultados

library(dplyr)
library(purrr)
library(knitr)
library(kableExtra)
library(ggplot2)
library(broom)
library(car)
library(tibble)

# Cargar la base de datos. Primero intenta desde la carpeta del RMarkdown;
# si no la encuentra, usa la ruta completa de tu computadora.
if (file.exists("base3_sin.RData")) {
  load("base3_sin.RData")
} else {
  load("C:/Users/surface/Downloads/EJERCICIOS DE ESTADÍSTICA/excell de INEGI/base3_sin.RData")
}

# Asegurar que las variables recodificadas existan en la base.
base3_sin <- base3_sin %>%
  mutate(
    hslv = as.numeric(P6_1_1_1),
    mslv = as.numeric(P6_1_1_2),
    hssd = as.numeric(P6_1_1_3),
    mssd = as.numeric(P6_1_1_4),
    tssem = hslv + mslv / 60 + hssd + mssd / 60,
    tssem_a = case_when(
      tssem < 14 ~ 14,
      tssem > 105 ~ 105,
      TRUE ~ tssem
    ),
    sexo_c = factor(case_when(
      SEXO == "1" ~ "Hombre",
      SEXO == "2" ~ "Mujer",
      TRUE ~ NA_character_
    ), levels = c("Hombre", "Mujer")),
    edad = factor(case_when(
      EDAD_V >= 12 & EDAD_V <= 17 ~ "12-17",
      EDAD_V >= 18 & EDAD_V <= 29 ~ "18-29",
      EDAD_V >= 30 & EDAD_V <= 44 ~ "30-44",
      EDAD_V >= 45 & EDAD_V <= 59 ~ "45-59",
      EDAD_V >= 60 & EDAD_V <= 74 ~ "60-74",
      EDAD_V >= 75 & EDAD_V <= 98 ~ "75 y más",
      TRUE ~ NA_character_
    ), levels = c("12-17", "18-29", "30-44", "45-59", "60-74", "75 y más")),
    indigena = factor(case_when(
      P4_6 == "1" ~ "Sí",
      P4_6 == "2" ~ "No",
      TRUE ~ NA_character_
    ), levels = c("No", "Sí")),
    afro = factor(case_when(
      P4_4 == "1" ~ "Sí",
      P4_4 == "2" ~ "No",
      TRUE ~ NA_character_
    ), levels = c("No", "Sí")),
    nivel_escolar = factor(case_when(
      NIV %in% c("00", "01", "02") ~ "Básica o menos",
      NIV == "03" ~ "Secundaria",
      NIV %in% c("04", "05", "06") ~ "Media superior",
      NIV %in% c("07", "08", "09", "10", "11") ~ "Superior",
      TRUE ~ NA_character_
    ), levels = c("Básica o menos", "Secundaria", "Media superior", "Superior"), ordered = TRUE),
    sit_cony = factor(case_when(
      P4_5 %in% c("1", "5") ~ "En unión",
      P4_5 %in% c("2", "3") ~ "Separada/Divorciada",
      P4_5 == "4" ~ "Viuda",
      P4_5 == "6" ~ "Soltera",
      TRUE ~ NA_character_
    ), levels = c("En unión", "Separada/Divorciada", "Viuda", "Soltera")),
    cond_disc = factor(case_when(
      COND_DISC == "1" ~ "Con discapacidad",
      COND_DISC == "2" ~ "Sin discapacidad",
      TRUE ~ NA_character_
    ), levels = c("Con discapacidad", "Sin discapacidad")),
    cond_aee = factor(case_when(
      COND_AEE == "1" ~ "Ocupada",
      COND_AEE == "2" ~ "Desocupada",
      COND_AEE == "3" ~ "Jubilada o pensionada",
      COND_AEE == "4" ~ "Estudiante",
      COND_AEE == "5" ~ "Quehaceres del hogar o cuidado familiar",
      COND_AEE == "6" ~ "Otra situación",
      TRUE ~ NA_character_
    )),
    tam_loc = factor(case_when(
      TLOC == "1" ~ "100,000 y más",
      TLOC == "2" ~ "15,000 - 99,999",
      TLOC == "3" ~ "2,500 - 14,999",
      TLOC == "4" ~ "Menos de 2,500",
      TRUE ~ NA_character_
    ), levels = c("100,000 y más", "15,000 - 99,999", "2,500 - 14,999", "Menos de 2,500"))
  )
Cuadro 1. Distribución de las características sociodemográficas en Sinaloa
Variable Categoría n %
Sexo Hombre 854 44.9
Sexo Mujer 1049 55.1
Grupo de edad 12-17 229 12.0
Grupo de edad 18-29 400 21.0
Grupo de edad 30-44 467 24.5
Grupo de edad 45-59 431 22.6
Grupo de edad 60-74 291 15.3
Grupo de edad 75 y más 85 4.5
Autoadscripción indígena No 1468 78.9
Autoadscripción indígena Sí 392 21.1
Autoadscripción afrodescendiente No 1829 96.1
Autoadscripción afrodescendiente Sí 74 3.9
Nivel escolar Básica o menos 446 23.4
Nivel escolar Media superior 471 24.8
Nivel escolar Secundaria 506 26.6
Nivel escolar Superior 480 25.2
Situación conyugal En unión 1001 52.6
Situación conyugal Separada/Divorciada 184 9.7
Situación conyugal Soltera 613 32.2
Situación conyugal Viuda 105 5.5
Condición de discapacidad Con discapacidad 121 6.4
Condición de discapacidad Sin discapacidad 1782 93.6
Condición de actividad económica Desocupada 14 0.7
Condición de actividad económica Estudiante 224 11.8
Condición de actividad económica Jubilada o pensionada 86 4.5
Condición de actividad económica Ocupada 1110 58.3
Condición de actividad económica Otra situación 63 3.3
Condición de actividad económica Quehaceres del hogar o cuidado familiar 406 21.3
Tamaño de localidad 100,000 y más 965 50.7
Tamaño de localidad 15,000 - 99,999 283 14.9
Tamaño de localidad 2,500 - 14,999 207 10.9
Tamaño de localidad Menos de 2,500 448 23.5
Fuente: Elaboración propia con datos de la Encuesta Nacional sobre Uso del Tiempo 2024 (ENUT 2024).

El Cuadro 2 presenta una descripción de las estadísticas descriptivas referentes al tiempo semanal dedicado al sueño en SINALOA, segmentado por distintas características sociodemográficas. Con base en los datos de la Encuesta Nacional sobre Uso del Tiempo 2024, el conjunto de datos detalla la media de horas de descanso, la desviación estándar y los límites de confianza superior e inferior al 95% para cada categoría evaluada, lo que permite observar cómo varían los patrones de descanso en los diferentes sectores de la población sinaloense.

Según la edad, se observa un comportamiento en forma de “U” respecto a las horas de sueño. Las personas más jóvenes, de 12 a 17 años, reportan el mayor tiempo de descanso con una media de 57.15 horas semanales. Este tiempo disminuye de forma progresiva en los adultos jóvenes y de mediana edad, alcanzando su punto más bajo en el rango de 45 a 59 años, con un promedio de 51.34 horas. Posteriormente, la tendencia se revierte al llegar a la tercera edad, donde el tiempo de sueño vuelve a incrementarse de manera paulatina hasta alcanzar las 55.39 horas semanales en los adultos de 75 años y más.

Las diferencias por sexo eran pequeñas. Al analizar esta variable, se observa que las mujeres duermen apenas un poco más que los hombres, registrando una media semanal de 53.35 horas frente a las 52.33 horas reportadas por el sector masculino. Esta diferencia de apenas una hora semanal sugiere que los patrones generales de tiempo de descanso no presentan una brecha de género significativa en la entidad, manteniéndose promedios muy similares para ambos grupos poblacionales.

En cuanto a la escolaridad, los datos revelan una clara relación inversa entre el grado académico y el tiempo de sueño semanal. Las personas con educación básica o menor son quienes más horas logran dormir, promediando 55.44 horas. Conforme avanza el nivel de horas de estudios, las horas de descanso disminuyen de forma constante, pasando por las 52.93 horas en el nivel secundaria y las 51.99 horas en la educación media superior, hasta llegar al nivel educativo superior, donde se registra el tiempo de sueño más corto de esta categoría, con apenas 50.36 a la semana.

La condición de discapacidad no muestra un contraste drástico en cuanto al promedio general de horas dormidas, pero sí en la variabilidad de los datos. Las personas que viven con alguna discapacidad reportan una media de 53.22 horas semanales, una cifra bastante cercana a las 52.88 horas que registra el grupo sin discapacidad. No obstante, el grupo con discapacidad presenta una desviación estándar notable mayor (11.86 frente a 8.22), lo que indica que sus hábitos individuales de sueño fluctúan mucho más, reflejando realidades más diversas dentro de este mismo sector.

Respecto a la actividad económica, se aprecian marcadas variaciones dependiendo de la ocupación principal. Quienes reportan estar en “otra situación” y los estudiantes son los grupos que más duermen, con medias de 56.56 y 55.59 horas semanales respectivamente, seguidos de cerca por quienes realizan quehaceres del hogar (54.97 horas) y los jubilados o pensionados (54.18 horas). En contraparte, la población económicamente ocupada ve reducido su descanso a un promedio de 51.20 horas semanales, aunque llama la atención que las personas en condición desocupada son quienes registran la media más baja de todo el cuadro, alcanzando únicamente 49.06 horas de sueño a la semana.

Finalmente, las diferencias según el tamaño de la localidad exponen un patrón geográfico muy definido en el que la concentración urbana afecta negativamente el tiempo de descanso. Los habitantes de las grandes localidades de 100.000 o más personas reportan la media más baja de sueño con 50,86 horas semanales. A medida que el tamaño de la comunidad disminuye, las horas de descanso se incrementan de forma escalonada, pasando por 52.52 horas en localidades medianas, 54.50 horas en poblaciones pequeñas, hasta llegar a su punto máximo en las zonas de menos de 2.500 habitantes, donde la media se eleva a 56.37 horas a la semana.

##Cuadro 2

vars <- c(
  "sexo_c",
  "edad",
  "indigena",
  "afro",
  "nivel_escolar",
  "sit_cony",
  "cond_disc",
  "cond_aee",
  "tam_loc"
)

cuadro2 <- map_df(vars, function(v) {
 
  base3_sin %>%
    filter(
      !is.na(.data[[v]]),
      !is.na(tssem_a)
    ) %>%
    group_by(categoria = as.character(.data[[v]])) %>%
    summarise(
      n = n(),
      media = mean(tssem_a),
      s = sd(tssem_a),
      se = s / sqrt(n),
      li95 = media - qt(.975, df = n - 1) * se,
      ls95 = media + qt(.975, df = n - 1) * se,
      .groups = "drop"
    ) %>%
    mutate(
      variable = v,
      media = round(media, 2),
      s = round(s, 2),
      li95 = round(li95, 2),
      ls95 = round(ls95, 2)
    ) %>%
    select(variable, categoria, n, media, s, li95, ls95)
})

cuadro2 <- cuadro2 %>%
  mutate(
    variable = dplyr::recode(
      variable,
      sexo_c = "Sexo",
      edad = "Grupo de edad",
      indigena = "Autoadscripción indígena",
      afro = "Autoadscripción afrodescendiente",
      nivel_escolar = "Nivel escolar",
      sit_cony = "Situación conyugal",
      cond_disc = "Condición de discapacidad",
      cond_aee = "Condición de actividad económica",
      tam_loc = "Tamaño de localidad"
    )
  )

kable(
  cuadro2,
  col.names = c(
    "Variable",
    "Categoría",
    "n",
    "Media",
    "s",
    "LI 95%",
    "LS 95%"
  ),
  caption = "Cuadro 2. Estadísticas descriptivas del tiempo semanal de sueño 
  según características sociodemográficas en Sinaloa"
) %>%
  kable_styling(
    bootstrap_options = c("striped", "hover"),
    full_width = FALSE
  ) %>%
  footnote(
    general = "Fuente: Elaboración propia con datos de la Encuesta Nacional 
    sobre Uso del Tiempo 2024 (ENUT 2024).",
    general_title = ""
  )
Cuadro 2. Estadísticas descriptivas del tiempo semanal de sueño según características sociodemográficas en Sinaloa
Variable Categoría n Media s LI 95% LS 95%
Sexo Hombre 854 52.33 9.62 51.69 52.98
Sexo Mujer 1049 53.56 9.48 52.98 54.13
Grupo de edad 12-17 229 57.70 8.22 56.63 58.77
Grupo de edad 18-29 400 53.08 10.67 52.03 54.13
Grupo de edad 30-44 467 51.59 8.87 50.79 52.40
Grupo de edad 45-59 431 51.46 8.29 50.68 52.25
Grupo de edad 60-74 291 52.94 9.16 51.88 53.99
Grupo de edad 75 y más 85 55.88 13.22 53.03 58.73
Autoadscripción indígena No 1468 53.29 9.61 52.80 53.78
Autoadscripción indígena Sí 392 51.82 9.33 50.89 52.74
Autoadscripción afrodescendiente No 1829 53.20 9.55 52.76 53.64
Autoadscripción afrodescendiente Sí 74 48.29 8.57 46.30 50.27
Nivel escolar Básica o menos 446 54.38 9.51 53.49 55.26
Nivel escolar Media superior 471 53.15 9.14 52.32 53.98
Nivel escolar Secundaria 506 53.38 10.38 52.47 54.28
Nivel escolar Superior 480 51.21 8.84 50.42 52.00
Situación conyugal En unión 1001 52.24 9.16 51.67 52.80
Situación conyugal Separada/Divorciada 184 51.65 8.98 50.34 52.95
Situación conyugal Soltera 613 54.62 9.65 53.86 55.39
Situación conyugal Viuda 105 53.36 12.23 50.99 55.73
Condición de discapacidad Con discapacidad 121 52.93 13.70 50.46 55.39
Condición de discapacidad Sin discapacidad 1782 53.01 9.22 52.59 53.44
Condición de actividad económica Desocupada 14 51.08 10.93 44.77 57.39
Condición de actividad económica Estudiante 224 55.86 8.36 54.76 56.96
Condición de actividad económica Jubilada o pensionada 86 54.47 10.18 52.29 56.65
Condición de actividad económica Ocupada 1110 51.38 8.95 50.85 51.91
Condición de actividad económica Otra situación 63 56.81 14.34 53.20 60.42
Condición de actividad económica Quehaceres del hogar o cuidado familiar 406 55.06 9.77 54.10 56.01
Tamaño de localidad 100,000 y más 965 51.91 9.22 51.33 52.50
Tamaño de localidad 15,000 - 99,999 283 53.79 10.09 52.61 54.97
Tamaño de localidad 2,500 - 14,999 207 53.47 10.73 52.00 54.94
Tamaño de localidad Menos de 2,500 448 54.66 9.09 53.82 55.51
Fuente: Elaboración propia con datos de la Encuesta Nacional
sobre Uso del Tiempo 2024 (ENUT 2024).

El Cuadro 3 expone los resultados de las pruebas estadísticas aplicadas para comparar el tiempo semanal de sueño en función de distintas características sociodemográficas. Se emplearon metodologías como la t de Student y la t de Welch para variables de dos categorías, y el análisis de varianza (ANOVA clásico y de Welch) para variables de múltiples categorías. Además del estadístico de prueba y los grados de libertad (\(gl\)), el documento reporta el valor \(p\) para determinar la significancia estadística y estima el tamaño del efecto mediante la \(d\) de Cohen para los contrastes de dos grupos y el estadístico \(\eta^2\) (eta cuadrado) para las comparaciones múltiples. Esto permite no solo identificar si existen diferencias reales entre los grupos, sino también medir la magnitud o fuerza de dichas diferencias.

Al analizar las diferencias por sexo, los resultados muestran un valor \(p = 0.002\), lo que indica que existe una diferencia estadísticamente significativa en el tiempo de sueño reportado entre hombres y mujeres. Sin embargo, al observar el tamaño del efecto medido a través de la \(d\) de Cohen (\(d = -0.122\)), se advierte que esta distinción, aunque comprobable a nivel estadístico, es de una magnitud muy pequeña en la vida cotidiana de las personas encuestadas.

Respecto a la autoadscripción indígena, las pruebas estadísticas arrojan una alta significancia con un valor \(p < 0.001\). El tamaño del efecto calculado para esta variable (\(d = -0.366\)) sugiere una diferencia de magnitud que va de pequeña a moderada. Esto implica que el hecho de reconocerse con identidad indígena marca una pauta más palpable y notable en la variación de las horas de sueño reportadas en comparación con quienes no se identifican con este grupo poblacional.

La condición de discapacidad resalta por ser la única variable dentro del cuadro que no presentó diferencias estadísticamente significativas en el tiempo de descanso. Tanto en la prueba t de Student como en la de Welch, los valores \(p\) obtenidos (\(0.724\) y \(0.803\), respectivamente) superan ampliamente el umbral estándar de significancia. Acompañado de un tamaño del efecto prácticamente nulo (\(d = -0.040\)), esto evidencia que vivir con alguna discapacidad no altera de forma concluyente o sistemática los patrones generales de sueño en esta muestra.

En relación con el grupo de edad, el ANOVA clásico revela diferencias altamente significativas (\(p < 0.001\)) entre las distintas categorías etarias evaluadas. El tamaño del efecto registrado para este renglón es de \(\eta^2 = 0.051\), lo que representa un impacto moderado. Estos números confirman estadísticamente que la edad biológica es un factor relevante que estructura, condiciona y modifica de manera sustancial los hábitos de sueño a lo largo de las distintas etapas de la vida.

En cuanto al nivel escolar, los resultados del análisis de varianza también confirman de manera categórica la existencia de diferencias estadísticamente significativas (\(p < 0.001\)) entre los distintos grados de formación académica. Con un tamaño del efecto de \(\eta^2 = 0.046\), se puede establecer que el nivel de estudios alcanzado tiene un impacto observable, aunque de intensidad moderada, sobre la cantidad total de horas que la población destina a dormir cada semana.

La situación conyugal demostró ser una variable con diferencias significativas (\(p < 0.001\)) en el tiempo de descanso, de acuerdo con las pruebas de ANOVA. No obstante, al revisar detalladamente la magnitud de esta divergencia mediante el eta cuadrado, se observa un valor de \(\eta^2 = 0.015\). Esta cifra es la más baja reportada entre todas las variables de categorías múltiples, lo que indica que el estado civil tiene un impacto que, si bien es real y medible, resulta ser de una fuerza bastante débil sobre las horas de sueño semanales.

La condición de actividad económica destaca en el modelo estadístico por mostrar diferencias altamente significativas (\(p < 0.001\)) combinadas con uno de los tamaños de efecto más notorios. El valor obtenido de \(\eta^2 = 0.058\) refleja un impacto moderado, sugiriendo fuertemente que las dinámicas impuestas por la ocupación laboral, la búsqueda de empleo, el estudio o la dedicación exclusiva a las labores del hogar son determinantes estructurales clave que configuran el tiempo efectivo disponible para el descanso.

Finalmente, el tamaño de localidad sobresale como la variable sociodemográfica con el mayor tamaño del efecto reportado en todo el análisis. Además de poseer una contundente significancia estadística (\(p < 0.001\)), su índice de \(\eta^2 = 0.067\) señala que el tipo de entorno territorial en el que se habita, ya sea en grandes concentraciones urbanas o en pequeñas comunidades rurales, es el factor que genera las desigualdades más marcadas, consistentes y profundas en las horas de sueño de la población estudiada.

Variables sociodemográficas binarias

Variables sociodemográficas binarias

Variables sociodemográficas binarias

Variables sociodemográficas binarias

Variables sociodemográficas multivaluado

Variables sociodemográficas multivaluado

Variables sociodemográficas multivaluado

Variables sociodemográficas multivaluado

Variables sociodemográficas multivaluado

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 -2.784 1901 0.005 0.128 d de Cohen
Sexo t de Welch -2.780 1812.5 0.005 0.128 d de Cohen
Autoadscripción indígena t de Student 2.710 1858 0.007 -0.154 d de Cohen
Autoadscripción indígena t de Welch 2.757 630.58 0.006 -0.154 d de Cohen
Autoadscripción afrodescendiente t de Student 4.352 1901 <0.001 0.516 d de Cohen
Autoadscripción afrodescendiente t de Welch 4.810 80.51 <0.001 0.516 d de Cohen
Condición de discapacidad t de Student -0.098 1901 0.922 0.009 d de Cohen
Condición de discapacidad t de Welch -0.070 127.48 0.945 0.009 d de Cohen
Grupo de edad ANOVA clásico 17.621 5, 1897 <0.001 0.044 η²
Grupo de edad ANOVA de Welch 21.007 5, 547.58 <0.001 NA No aplica
Nivel escolar ANOVA clásico 9.128 3, 1899 <0.001 0.014 η²
Nivel escolar ANOVA de Welch 9.906 3, 1051.74 <0.001 NA No aplica
Situación conyugal ANOVA clásico 9.414 3, 1899 <0.001 0.015 η²
Situación conyugal ANOVA de Welch 9.455 3, 348.5 <0.001 NA No aplica
Condición de actividad económica ANOVA clásico 17.392 5, 1897 <0.001 0.044 η²
Condición de actividad económica ANOVA de Welch 16.985 5, 108.23 <0.001 NA No aplica
Tamaño de localidad ANOVA clásico 9.601 3, 1899 <0.001 0.015 η²
Tamaño de localidad ANOVA de Welch 10.146 3, 607.79 <0.001 NA No aplica

El Cuadro 4 presenta los resultados de un modelo de regresión lineal múltiple diseñado para evaluar los determinantes del tiempo semanal de sueño en el Sinaloa. A diferencia de los análisis descriptivos previos, este modelo permite aislar el efecto independiente de cada variable sociodemográfica manteniendo las demás constantes. Los indicadores globales demuestran que el modelo es estadísticamente significativo, respaldado por un estadístico \(F\) de \(20.630\). Asimismo, con un total de \(2,631\) observaciones, el modelo arroja un \(R^2\) ajustado de \(0.152\), lo que significa que el conjunto de las variables incluidas logra explicar el \(15.2\%\) de la variabilidad total en las horas de sueño de la población estudiada.

Grupo de edad

El análisis del grupo de edad, tomando como referencia a los adolescentes de 12 a 17 años, revela que el avance de la edad se asocia fuertemente con una reducción en el tiempo de descanso. Todos los rangos de edad adultos muestran disminuciones estadísticamente significativas (\(p < 0.001\)). El impacto negativo más pronunciado se observa en el grupo de 60 a 74 años, quienes duermen en promedio \(5.23\) horas menos a la semana en comparación con los adolescentes, seguidos por los adultos de 45 a 59 años con una reducción de \(5.08\) horas. Incluso en la tercera edad avanzada, de 75 años y más, la reducción se mantiene significativa con \(3.54\) horas menos respecto al grupo de referencia.

Nivel escolar

En cuanto al nivel escolar, los resultados evidencian que una mayor formación académica incide negativamente en las horas de sueño, tomando como base a la población con educación básica o menor. Las personas que alcanzan la educación media superior y secundaria duermen aproximadamente \(2.5\) horas menos a la semana (\(p < 0.001\)). Esta pérdida de tiempo de descanso se agudiza aún más en aquellos individuos que cuentan con educación superior, quienes registran una disminución de \(2.97\) horas semanales frente al grupo con menor escolaridad, confirmando que las exigencias o el estilo de vida asociados a los grados académicos más altos restan tiempo efectivo al sueño.

Situación conyugal

La situación conyugal presenta matices interesantes al compararse con el grupo de personas en unión libre o matrimonio. Los estados civiles derivados de una ruptura o pérdida, como las personas separadas, divorciadas o viudas, no muestran diferencias estadísticamente significativas en sus horas de sueño (\(p = 1.000\) y \(p = 0.489\), respectivamente). Por el contrario, el estado civil de soltería sí representa una diferencia comprobable (\(p = 0.004\)), aportando un incremento de \(1.23\) horas de sueño semanales, lo que sugiere que la ausencia de compromisos de pareja otorga un ligero pero significativo margen adicional para el descanso.

Autoadscripción indígena y afrodescendiente

Las variables de identidad étnica muestran efectos opuestos en el modelo. La autoadscripción indígena tiene un impacto positivo y estadísticamente significativo (\(p = 0.032\)), asociándose con un aumento de \(0.80\) horas semanales de sueño en comparación con quienes no se identifican bajo esta categoría. En franco contraste, la autoadscripción afrodescendiente ejerce un efecto negativo comprobable (\(p = 0.030\)), traduciéndose en una pérdida sustancial de \(2.25\) horas de descanso a la semana frente al sector de la población que no asume dicha identidad.

Condición de discapacidad

Al evaluar la condición de discapacidad en el contexto del modelo multivariado, los resultados confirman la tendencia observada en los análisis bivariados previos. Tomando como referencia a las personas con discapacidad, el grupo que no presenta ninguna limitación física o cognitiva muestra un coeficiente positivo de \(1.33\) horas. Sin embargo, el valor \(p\) de \(0.165\) excede el umbral de significancia estadística, lo que indica que, al controlar el resto de las variables sociodemográficas, la presencia o ausencia de una discapacidad no es un predictor independiente y confiable para explicar las variaciones en el tiempo de sueño.

Actividad económica

La actividad económica destaca como un determinante fundamental para el descanso, tomando como referencia a la población ocupada. Mientras que los estudiantes y las personas desocupadas no muestran diferencias significativas respecto a los trabajadores, los demás grupos experimentan aumentos drásticos y altamente significativos (\(p < 0.001\)) en su tiempo de sueño. Las personas en “otra situación” y los jubilados o pensionados son los más beneficiados, sumando \(4.82\) y \(4.40\) horas de sueño adicionales a la semana, respectivamente. Asimismo, quienes se dedican a los quehaceres del hogar o al cuidado familiar logran dormir \(2.66\) horas más que la población laboralmente activa.

Tamaño de localidad

El tamaño de localidad reafirma el impacto de la urbanización sobre el descanso. Utilizando como punto de comparación las grandes ciudades de 100,000 o más habitantes, todos los asentamientos poblacionales de menor escala muestran incrementos significativos en las horas de sueño (\(p \le 0.002\)). Existe una clara graduación: los habitantes de localidades medianas ganan \(1.65\) horas, los de localidades pequeñas suman \(2.19\) horas, y el mayor contraste se vive en las zonas rurales de menos de 2,500 habitantes, donde las personas duermen \(3.76\) horas más a la semana, confirmando que alejarse de las grandes concentraciones urbanas favorece el descanso.

Síntesis de los resultados

En síntesis, el modelo de regresión lineal múltiple dibuja un perfil claro de las dinámicas de descanso en el Sinaloa. Variables como el avance hacia la adultez, la obtención de mayores grados académicos, la inserción en el mercado laboral y la residencia en grandes urbes operan como factores estructurales que restan horas sistemáticas al sueño semanal. Como contraparte, residir en entornos rurales, mantener el estado de soltería, pertenecer a grupos originarios o encontrarse fuera de las presiones laborales formales por jubilación o trabajo de cuidados, actúan como atenuantes que favorecen un mayor tiempo de descanso. Aunque el modelo es sólido y revelador, su capacidad explicativa del \(15.2\%\) indica que el sueño es un fenómeno multifactorial donde otros elementos no sociodemográficos, como los hábitos personales, la salud o el entorno físico, también juegan un papel crucial.

Cuadro 4. Modelo de regresión lineal múltiple para el tiempo semanal de sueño en Sinaloa
Variable Categoría β EE p
Sexo Hombre (referencia)
Mujer 0.65 0.49 0.179
Grupo de edad 12-17 (referencia)
18-29 -4.63 1.01 <0.001
30-44 -5.66 1.14 <0.001
45-59 -6.24 1.15 <0.001
60-74 -5.90 1.25 <0.001
75 y más -3.92 1.57 0.013
Nivel escolar Básica o menos (referencia)
Media superior -0.92 0.69 0.181
Secundaria -1.27 0.65 0.052
Superior -1.65 0.71 0.021
Situación conyugal En unión (referencia)
Separada/Divorciada -0.03 0.75 0.968
Viuda -0.92 1.04 0.381
Soltera 1.04 0.66 0.116
Autoadscripción indígena No (referencia)
Sí -0.76 0.55 0.164
Autoadscripción afrodescendiente No (referencia)
Sí -4.45 1.13 <0.001
Condición de discapacidad Con discapacidad (referencia)
Sin discapacidad 0.83 0.92 0.365
Condición de actividad económica Ocupada (referencia)
Desocupada -0.51 2.48 0.838
Estudiante -0.70 0.97 0.472
Jubilada o pensionada 3.43 1.15 0.003
Otra situación 4.56 1.28 <0.001
Quehaceres del hogar o cuidado familiar 3.28 0.62 <0.001
Tamaño de localidad 100,000 y más (referencia)
15,000 - 99,999 1.37 0.63 0.030
2,500 - 14,999 0.88 0.71 0.220
Menos de 2,500 2.19 0.55 <0.001
Indicadores globales del modelo
Indicador Valor
R² 0.098
R² ajustado 0.087
F 8.660
Observaciones 1860.000

Diagnóstico del modelo

par(mfrow = c(2,2))


plot(modelo)

par(mfrow = c(1,1))
 
library(car)
vif(modelo)
##                   GVIF Df GVIF^(1/(2*Df))
## sexo_c        1.301102  1        1.140659
## edad          5.614362  5        1.188311
## nivel_escolar 1.633410  3        1.085215
## sit_cony      2.603472  3        1.172894
## indigena      1.106706  1        1.052001
## afro          1.086970  1        1.042578
## cond_disc     1.122903  1        1.059671
## cond_aee      3.801524  5        1.142867
## tam_loc       1.120065  3        1.019078

Discusión integral sobre los determinantes del tiempo de sueño en el Sinaloa

El análisis detallado de los datos provenientes de la Encuesta Nacional sobre Uso del Tiempo 2024 para el Sinaloa revela que el sueño, lejos de ser un fenómeno exclusivamente biológico, está profundamente atravesado por determinantes sociales, económicos y territoriales. La muestra, conformada en su mayoría por mujeres, personas en edad productiva, con niveles educativos básicos y medios, y residentes de zonas urbanas, ofrece una radiografía fiel de la estructura demográfica de la entidad. Al cruzar estas características con las horas de descanso, se hace evidente que el tiempo de sueño funciona como un recurso que se distribuye de manera desigual, condicionado por las exigencias de la vida moderna, las responsabilidades de cuidado, la inserción en el mercado laboral y el entorno geográfico. El modelo de regresión lineal múltiple, al explicar un 15.2% de la variabilidad total, confirma que si bien existen factores individuales o de salud no medidos aquí, las estructuras sociodemográficas imponen límites claros y cuantificables al tiempo que la población puede destinar a dormir.

Uno de los hallazgos más consistentes a través de todas las pruebas estadísticas es el impacto del ciclo de vida y la ocupación en la restricción del descanso. Se observa un claro comportamiento en forma de “U” respecto a la edad, donde los adolescentes gozan de la mayor cantidad de horas de sueño, pero la transición hacia la vida adulta y productiva marca una caída drástica en el tiempo de descanso. Esta reducción alcanza su punto más crítico entre los 45 y 59 años, coincidiendo con la etapa de mayores responsabilidades laborales, financieras y familiares. Este fenómeno se entrelaza estrechamente con la actividad económica y el nivel escolar. El análisis demuestra una paradoja del desarrollo profesional: a mayor escolaridad y mayor formalidad en la ocupación laboral, menor es el tiempo disponible para dormir. Las personas económicamente activas y aquellas con educación superior sufren las penalizaciones más fuertes en sus horas de sueño, lo que sugiere que las dinámicas laborales contemporáneas, los traslados y las exigencias de competitividad en la entidad operan como mecanismos que extraen tiempo de las horas de recuperación física.

En contraste, los grupos poblacionales que se encuentran al margen del mercado laboral formal experimentan dinámicas de descanso significativamente distintas. Quienes se dedican a los quehaceres del hogar, las personas jubiladas o pensionadas, y los estudiantes reportan promedios de sueño notablemente superiores. Incluso al aislar estas variables en el modelo multivariado, estar fuera del empleo remunerado formal actúa como un factor protector del tiempo de sueño. De igual forma, el estado civil juega un papel interesante; mientras que la vida en pareja o las disoluciones matrimoniales (separación o viudez) mantienen patrones de descanso estandarizados, la soltería proporciona un margen adicional de tiempo para dormir, probablemente debido a una menor carga de compromisos familiares y responsabilidades compartidas en el hogar. Esto subraya cómo la organización familiar tradicional y las obligaciones de cuidado y proveeduría inciden directamente en la gestión del tiempo personal.

El entorno territorial y la identidad sociocultural emergen también como dimensiones críticas para entender las desigualdades en el descanso. La evidencia estadística demuestra que la urbanización es un factor que erosiona sistemáticamente el tiempo de sueño. Existe un gradiente perfecto en el que, a medida que aumenta el tamaño de la localidad, disminuyen las horas que las personas logran dormir. Los habitantes de las grandes metrópolis de 100,000 o más residentes son los más privados de sueño, un fenómeno que puede atribuirse a los largos tiempos de traslado, la contaminación acústica, el estrés urbano y un ritmo de vida más acelerado en comparación con la tranquilidad relativa y las dinámicas temporales de las zonas rurales de menos de 2,500 habitantes. Por otro lado, variables como la autoadscripción indígena muestran un efecto positivo en el tiempo de descanso, mientras que la identidad afrodescendiente refleja una reducción significativa, lo que podría estar apuntando a diferencias estructurales en las condiciones de vida, el tipo de empleo o las dinámicas comunitarias de estos grupos. Resulta destacable, además, que variables como el sexo biológico o la condición de discapacidad terminan perdiendo relevancia explicativa de fondo cuando se controlan por el resto de los factores, demostrando que son las estructuras ocupacionales y territoriales, más que las condiciones fisiológicas, las verdaderas determinantes del uso del tiempo en esta población.

CONCLUSIÓN

En conclusión, el tiempo dedicado al sueño en el Sinaloa trasciende su concepción como una simple necesidad biológica para revelarse como un recurso profundamente estratificado por las dinámicas sociales, económicas y territoriales de la entidad. La evidencia confirma que las horas de descanso están estrechamente ligadas a las presiones del sistema productivo y a la organización de la vida moderna, donde el desarrollo profesional, la alta escolaridad y la inserción en el mercado laboral formal operan como factores que penalizan severamente el tiempo de recuperación física. Lejos de ser una elección puramente individual, el sueño refleja las exigencias estructurales a las que está sometida la población, evidenciando que las mayores cargas de responsabilidad financiera, laboral y de cuidados concentradas principalmente en la etapa adulta intermedia restringen de manera sistemática y cuantificable la capacidad de las personas para descansar adecuadamente, trazando una línea directa entre la productividad exigida y la privación del sueño.

Asimismo, queda de manifiesto que el entorno geográfico y las estructuras de convivencia juegan un papel determinante en la configuración de estos patrones de descanso, demostrando que habitar en grandes concentraciones urbanas y mantener vínculos conyugales o familiares tradicionales imponen ritmos de vida acelerados que erosionan las horas de sueño. En contraparte, residir en localidades rurales, permanecer en la soltería o encontrarse al margen de la actividad económica formal como es el caso de estudiantes, jubilados o personas dedicadas al hogar funcionan como elementos protectores que otorgan mayores márgenes de tiempo personal. El hecho de que variables inherentes al individuo, como el sexo biológico o la condición de discapacidad, pierdan fuerza explicativa frente a los factores ocupacionales y territoriales, subraya una realidad ineludible: son las condiciones materiales de existencia, el estrés de las metrópolis y las demandas del modelo económico actual las verdaderas fuerzas que moldean el descanso de la población sinaloense, dejando claro que el tiempo para dormir está fuertemente condicionado por el lugar que cada individuo ocupa en la estructura social.