La potencialidad de la Regresión Logística Multinivel. Una propuesta de aplicación en el análisis del estado de salud percibido

Resumen

La inclusión de comandos concretos en aplicativos generales de estimación estadística para analizar modelos multinivel como SPSS, R o STATA está facilitando su extensión en diferentes disciplinas de las ciencias sociales en los últimos años. Estas técnicas cuantitativas ayudan a observar las características de los individuos y los contextos en los que interaccionan, o niveles en los que son agrupados, en un mismo modelo analítica sobre un variable dependiente. Aunque inicialmente prosperaron en base a variables dependientes de tipo lineal, también pueden emplearse en modelos con variables de tipo categórico y especialmente también de tipo dicotómica, que es una fórmula muy extendida en sociología y ciencia política a través de la Regresión Logística Multinivel. El artículo que se presenta a continuación ofrece una simple explicación inicial para familiarizarse con esta técnica y proporciona su aplicación a través de un análisis de caso práctico. Así pues el objetivo es poner de relieve su potencialidad y su posible utilización en investigaciones que deseen incluir factores y covariables contextuales en sus modelos con variables respuesta en función del cumplimiento de un fenómeno de forma factible El caso práctico escogido responde al desarrollo empírico de diversos debates sobre los macrodeterminantes sociales de salud en el ámbito de la sociología de la salud. Se procura observar la incidencia de variables individuales de las condiciones en las que se trabaja la población asalariada, como es empleada y que exigencias doméstico-familiares tienen, conjuntamente con variables del mercado de trabajo y de protección social de 27 países de la Unión Europea sobre el estado de salud percibido. Los principales resultados indican asociaciones ya manifestadas por estudios de salud laboral recientes donde las peores condiciones de trabajo y el empleo temporal se asocian con el mal estado de salud con importantes desigualdades de género entre países. El estudio pero, ha permitido ir más allá del análisis individual y observar que un porcentaje de las diferencias entre asalariados/as puede ser explicado por las diferencias relativas entre países.

The development of different software is facilitating the extension of multilevel models in different disciplines of social sciences in recent years. These quantitative techniques help us to observe characteristics of individuals and the contexts in which they interact in the same analytical model. It let to regard the effect of several explanatory variables on a phenomenon considering both the differences between individuals and the available information that they are grouped above in different hierarchical. Although initially it’s thrived in models of linear dependent variables, it could also be used in models with categorical outcomes. The Multilevel logistic regression (MLR) can facilitate estimation of complex models with a dichotomous categorical dependent variable type. The current article is a brief explanation of this technique. We seek to indicate that it can be used in different areas of sociological analysis, especially in inferential statistics. Despite its apparent complexity, thanks to the recommendations of some authors, we can utilize in a feasible and to facilitate the provision of information on the association of variables and the context of a phenomenon. In the second part of this text we offer an adjusting exercise of multilevel logistic models. The intention was to observe the incidence of individual variables such as working conditions, occupational conditions and the domestic-family demands that working people have, together with variables of the labour market and social protection of the 27 EU members on perceived health status. The main results indicated already that the worst working conditions and temporary employment were associated with poor health with significant gender inequalities between countries. These conclusions were noted by some occupational health studies. This study allowed going beyond the individual analysis and observing that a percentage of the differences between employees can be explained by different variables of welfare between countries.