Introducción: en el artículo se analizan los hábitos de estudio, el estrés académico y su relación entre ellosen estudiantes de una universidad estatal en Lima (Perú). Materiales y métodos: se empleó un estudiotransaccional, descriptivo y correlacional a una muestra de tipo probabilístico conformada por 316 discentes. Los datos se recolectaron en junio de 2019, utilizando dos instrumentos de investigación: el Inventario de Estrés Académico de Barraza y el Inventario de Hábitos de Estudio de Vicuña. Se usó el coeficiente de correlación de Spearman para determinar si existía relación entre los hábitos de estudio y el estrés académico. Resultados: el 77% de los estudiantes presenta un nivel de estrés de moderado a profundo; en cuanto a los hábitos de estudio, el 13% tiene hábitos de estudio de nivel muy negativo a negativo; esto significa que los estudiantes demuestran que sus estrategias y técnicas habituales para la obtención de información y la forma en que realizan sus tareas no les permiten obtener un resultado óptimo, mientras que el 57.6% tiene hábitos de tendencia negativa. Asimismo, se encontró que los hábitos de estudio y el estrés académico están relacionados de manera directa (p<0.05). Conclusiones: los hábitos de estudio están relacionados positivamente con estresores académicos y reacciones o síntomas; sin embargo, no están asociados con estrategias de afrontamiento.

En el presente trabajo se determinaron los factores más importantes en la percepción de la calidad de enseñanza desde la perspectiva de los estudiantes de la Facultad de Ciencias Matemáticas de la Universidad Nacional Mayor de San Marcos, utilizando el Análisis Factorial (Johnson y Wichern, 1992). Se consideró una modificación de la escala de medición de la calidad de SERVQUAL adaptada a medir la calidad de enseñanza. La encuesta final se realizó durante el periodo del primero de junio al 15 de junio de 2012 con la aplicación del instrumento a los estudiantes matriculados del segundo ciclo al décimo ciclo el Semestre académico 2012-1. Para el cálculo del tamaño de la muestra se utilizó el muestreo aleatorio estratificado (Scheffer y Mendenhall, 2007) con un límite para el error de estimación de 4,5 % y la información proporcionada por la Dirección Académica de la Facultad de Ciencias Matemáticas de la UNMSM; los Estudiantes fueron seleccionados aleatoriamente hasta completar el tamaño de la muestra igual a 303.

Resumen: En el presente trabajo presentamos los resultados de una investigación realizada en la Facultad de Ciencias Matemáticas de la UNMSM, para investigar la proporción de personas que han consumido drogas, porcentaje de personas que consumen alcohol todos los fines de semana,y porcentaje de personas que copian en los exámenes, utilizando la teoría del modelo de respuesta no aleatorizada, el modelo paralelo (Tian, 2012;Tian & Liu 2014). En el diseño muestral, se utilizó el muestreo aleatorio estratificado con afijación proporcional al tamaño de cada estrato (Scheffer y Mendenhall, 2007) considerando como estratos a las Escuelas Académicas Profesionales (E.A.P.) de la FCM. Para el cálculo del tamaño de muestra se consideró un límite para el error de estimación de 3,03 %, con un nivel de confianza del 95 % y la información proporcionada por la Dirección Académica de la FCM, de los alumnos matriculados el primer semestre del año académico 2015, el tamaño de muestra fue de 573 alumnos, repartidos en forma proporcional a las cuatro E.A.P. de la FCM.Palabras clave: Modelo de resposta no aleatorizada, modelo paralelo, pregunta delicada, pregunta no relacionada. RESPONSE MODEL NON RANDOMIZED: AN APPLICATION OF PARALLEL MODELAbstract: In this paper we present the results of research conducted in the Faculty of Mathematics (FCM) at the University Nacional Mayor de San Marcos in Peruvian to investigate the proportion of people who have tried drugs, percentage of people who drink alcohol every weekend, and percentage of people who copy in exams using theory the nonrandomized response model, the parallel model. The parallel model (Tian, 2012;Tian & Liu 2014). Stratified random sampling with allocation proportional to the size of each stratum was used in the sample design (Scheffer and Mendenhall, 2007), considering as strata to the Professional Academic School (E.A.P) of the FCM. For the calculation of sample size limit to the estimation error of 3,03 %, with a confidence level of 95 % and the information provided by the Academic Board of the FCM, of the students enrolled in the first half of the year it was considered academic 2014, the sample size was 573 students, distributed in proportion to the four EAP of the FCM.

El análisis de regresión logística es una técnica multivariante de mucha importancia por sus aplicaciones en diferentes áreas del conocimiento humano. Su aplicación viene en aumento cada vez más. En la investigación clínica y epidemiologica, en un estudio sobre enfermedades coronarias, el análisis de regresión logística múltiple fue aplicado por primera vez a principio de los años 60 [IS]. En el estudio del análisis de regresión logística, frecuentemente el conjunto de los datos contiene algunas observaciones atípicas o extremas en relación a los datos. En la construcción de un modelo de regresión logística es importante examinar los datos que están siendo utilizados, con el objetivo de determinar la existencia de uno o varios puntos que están controlando propiedades importantes del modelo. En este trabajo se hace un estudio de diagnóstico en el modelo de regresión logística múltiple (5), sobre los factores de riesgo en la enfermedad de osteoporosis.

En el presente trabajo presentamos los resultados de la encuesta de opinión de intención de voto de los alumnos de la UNMSM en las elecciones municipales del 2010 y en las presidenciales del 2011. Utilizamos el muestreo aleatorio estratificado con afijación proporcional al tamaño (Scheffer y Mendenhall, 2007) y se consideraron en total veinte facultades de la UNMSM como estratos. Las encuestas se llevaron a cabo en tres etapas, durante los meses de julio, agosto y setiembre. En cada etapa se consideró a 500 participantes los cuales fueron seleccionados de cada una de las veinte facultades, siguiendo el esquema de muestreo estratificado con afijación proporcional. Para el cálculo del tamaño de muestra se consideró un límite para el error de estimación del 4.41%, con un nivel de confianza del 95% y la información proporcionada por el Sistema Único de Matricula (SUM), de los alumnos matriculados el primer semestre del año académico 2010. (Solano et al. 2011a).