domingo, 19 de mayo de 2019

TEMA DE ARTICULO


MODELACIÓN DEL NIVEL DE SATISFACCIÓN DE LOS USUARIOS DEL IMSS A NIVEL NACIONAL
Resumen
El presente trabajo busca conocer que tan satisfechos están los usuarios de clínicas del IMSS en el territorio nacional, para saber en qué pueden mejorar las clínicas, y como está actuando la planilla de trabajadores para prevenir problemas y actuar conforme a estos resultados, analizando las principales áreas de trabajo que son personal médico, personal administrativo, personal de limpieza, personal en la farmacia, y otras variables que contemplan el trato que les dan a los pacientes en sus respectivas clínicas, mediante las variables se ajusta un modelo de regresión logístico para variables nominales  donde se analizaron Satisfacción después de la segunda visita, calidad del trato que recibe, trato después de hacer respectivas correcciones, y la cita previa, en el cual la variable respuesta es el nivel de satisfacción y  llegamos a la conclusión   que un modelo de regresión logística planteado es el que tomamos, si comparamos el modelo maximal y minimal bajo un ANOVA el maximal es preferible al tener un AD=81.78 y del segundo donde se toman los valores ajustados se mejor modelo el que planteamos ya que se compararon variaos modelos y el que se ajustó aquí con la prueba de devianza y el valor de los AIC apuntan que es el mejor y es el que proponemos al final de este análisis y se llega a la conclusión que la puntualidad que tienen los médicos con los pacientes en las citas previas influye de manera neutral al nivel de satisfacción, y que aumenta la satisfacción con un trato bueno en la primera y segunda visita que hace el paciente, además la sorpresa fue que a los pacientes les agrada ser saludados por el personal administrativo de la clínica y que contrario  esto el nivel disminuye si el trato de la asistente médica en malo, contrario a lo que se pensaba que solo el trato del médico influía en esta decisión.
PALABRAS CLAVE: regresión, devianza, modelo maximal, modelo minimal, análisis estadístico, regresión logística, AIC, BIC.