Identification of Causes of Academic Stress in UPMH Students through a Logistic Regression Model

  • Glendamira Serrano Franco Universidad Politécnica Metropolitana
  • Víctor Manuel Zamudio García Universidad Politécnica Metropolitana

Abstract

This research focuses on the Metropolitan Polytechnic University of Hidalgo (UPMH), where an increase in stress levels among students has been identified, leading to higher academic failure and dropout rates. The research question focuses on how to identify, through a logistic regression model, the main causes of stress in students from four educational programs at UPMH. The objective is to determine these causes using the proposed model. The research design is non-experimental, cross-sectional, descriptive, and quantitative. Data were collected at a single point in time through a questionnaire administered using non-probabilistic sampling, with a sample of five hundred and forty-two students. According to the results, more than sixty percent of the students reported experiencing stress. The integration of the results into the logistic regression model identified the main causes of stress, particularly the academic workload during each semester and the additional responsibility of working and/or participating in extracurricular activities.

Downloads

Download data is not yet available.

References

Arrogante, O. (2021) Técnicas de muestreo y cálculo del tamaño muestral: Cómo y cuántos participantes debo seleccionar para mi investigación. Enfermería Intensiva, 33(1), 44-47. doi: https://doi.org/10.1016/j.enfi.2021.03.004

Barrón, M. y Armenta, L. (2021) Efectos del Estrés en el Rendimiento Académico de los Estudiantes de la Licenciatura de Psicología. Revista de Investigación Académica sin Frontera. 1(36). doi: https://doi.org/10.46589/rdiasf.vi36.388

Calatayud, A., Apaza, E., Huaquisto, E., Belizario, G. y Inquilla, J. (2021). Estrés como factor de riesgo en el rendimiento académico en el estudiantado universitario (Puno, Perú). Revista Educación. 46(2), 2-3. doi: https://doi.org/10.15517/revedu.v46i2.47551

Castellano, M., Coúrbenas, D., Leal, R. y Pérez, M. (2024) Técnicas e instrumentos para la recolección de datos de la investigación. Universidad Pedagógica Experimental Libertador. Sitio web: https://acortar.link/ORm5C0

Cote, L. y García, A. (2016) Estrés como factor limitante en el proceso de toma de decisiones: una revisión desde las diferencias de género. Avances en Psicología Latinoamericana. 34(1), 19-28. doi: https://dx.doi.org/10.12804/apl34.1.2016.02

Espinosa, J., Hernández, J., Rodríguez, J., Chacín, M. y Bermúdez, V. (2020) Influencia del estrés sobre el rendimiento académico. Revista Archivos Venezolanos de Farmacología y Terapéutica. 39(1), 64-65. doi: https://doi.org/10.5281/zenodo.4065032

Hernández, R., Méndez, S., Mendoza, C. y Cuevas, A. (2017) Fundamentos de Investigación. Editorial: McGraw-Hill. México. Sitio web: http://librodigital.sangregorio.edu.ec/librosusgp/B0035.pdf

Hernández, S. y Duana, D. (2020) Técnicas e instrumentos de recolección de datos. Boletín Científico de las Ciencias Económico Administrativas del ICEA. 9(17). Sitio web: https://repository.uaeh.edu.mx/revistas/index.php/icea/article/view/6019/7678

Martínez, J. y Pérez, P. (2024) Regresión Logística. Medicina de familia. 50(1). doi: https://doi.org/10.1016/j.semerg.2023.102086

Medina, M., Rojas, R., Bustamante, W., Loiza, R., Martel, C. y Castollo, R. (2023) Metodología de la investigación: Técnicas e instrumentos de investigación. Instituto Universitario de Innovación Ciencia y Tecnología. Inudi, Perú, S.A.C. doi: https://doi.org/10.35622/inudi.b.080

Mora, J. y Martell, J. (2021) Predicción de efectos fisiológicos causados por el estrés académico mediante redes neuronales artificiales. Revista Iberoamericana de Psicología. 1(14). doi: https://doi.org/10.33881/2027-1786.rip.14303

Ossa, W. y Jaramillo, Verónica (2021) Machine Learning para la estimación del riesgo de crédito en una cartera de consumo. (Tesis de Magíster en Administración Financiera) Universidad EAFIT. Medellín. Sitio web: https://repository.eafit.edu.co/server/api/core/bitstreams/324d9a52-33ab-4255-
bfaf-132f206c753e/content

Peralta, M., Merma, J., Chávez, E., Soto, C. Jiménez, W. (2022) Aplicación del Algoritmo K-Means en estudiantes universitarios del área de sistemas e informática para caracterizar la salud mental, durante el aislamiento en COVID-19. Memorias de la Vigésima Primera Conferencia Iberoamericana en
Sistemas, Cibernética e Informática. doi: https://doi.org/10.54808/CISCI2022.01.92

Porras, F., Guzmán, M., Barragán, L., Quintanar, M., Linares, O. y Garza, L. (2024). Estrés laboral, burnout y factores asociados a su aparición en técnicos en urgencias médicas. Psicología y Salud. 34(1), 93-101. doi: https://doi.org/10.25009/pys.v34i1.2847

Ramírez, L., Delgado, E. y Montúfar, M. A. (2022). Aplicación de técnicas de minería de datos para la caracterización de estudiantes bajo el efecto de la COVID-19. Pädi Boletín Científico de Ciencias Básicas e Ingenierías del ICBI. 10(2). doi: https://doi.org/10.29057/icbi.v10iEspecial2.8669

Sánchez, F. (2019) Fundamentos Epistémicos de la Investigación Cualitativa y Cuantitativa: Consensos y Disensos. Revista Digital de Investigación en Docencia Universitaria. 13(1), 102-122. doi: https://doi.org/10.19083/ridu.2019.644
Published
2025-01-18
How to Cite
Serrano Franco, G., & Zamudio García, V. M. (2025). Identification of Causes of Academic Stress in UPMH Students through a Logistic Regression Model. RIDE Revista Iberoamericana Para La Investigación Y El Desarrollo Educativo, 15(30). https://doi.org/10.23913/ride.v15i30.2246
Section
Scientific articles