Universidad del Zulia (LUZ)
Revista Venezolana de Gerencia (RVG)
Año 31 No. 116, 2026, e3111610
octubre-diciembre
ISSN 1315-9984 / e-ISSN 2477-9423
Como citar: Verdesoto, S., Guamán-Guevara, D., Hernández, H., y Montenegro-Ramírez, A. (2026). Factores de riesgo externo y agotamiento emocional en el sector avícola en Ecuador. Revista Venezolana De Gerencia, 31(116), e3111610. https://doi.org/10.52080/rvgluz.31.116.10
Factores de riesgo externo y agotamiento emocional en el sector avícola en Ecuador
Verdesoto, Santiago*
Guamán-Guevara, Dolores**
Hernández, Héctor***
Montenegro-Ramírez, Arturo****
Resumen
El estudio aborda la creciente relevancia de los riesgos externos en contextos productivos agroindustriales, particularmente en actividades altamente expuestas como la avicultura. El objetivo es analizar los factores de riesgo externo asociados al agotamiento emocional en empresarios avicultores de la provincia de Tungurahua, Ecuador. La investigación tiene un enfoque cuantitativo, no experimental y transversal, con una muestra de 254 participantes. Se empleó un modelo de ecuaciones estructurales con estimación robusta mediante bootstrapping, lo que permitió obtener inferencias válidas bajo condiciones de no normalidad multivariante. Los resultados evidencian que los factores de riesgo económicos y sociales presentaron efectos positivos y significativos sobre el agotamiento emocional, mientras que los ambientales no mostraron significancia estadística. Se concluye que los factores económicos y sociales son determinantes críticos del agotamiento emocional en los empresarios del sector avícola. Estos hallazgos fundamentan la necesidad de diseñar políticas de intervención multisectoriales que reduzcan el agotamiento emocional y fortalezcan la sostenibilidad del sector avícola de Tungurahua.
Palabras clave: factores de riesgo económicos; factores de riesgo ambiental; factores de riesgo social; agotamiento emocional; ecuaciones estructurales
Recibido: 08.07.26 Aceptado: 04.08.26
* Se agradece a la Dirección de Investigación y Desarrollo (DIDE) de la UTA, y a los investigadores del grupo Desarrollo Territorial Empresa e Innovación (DeTEI). Los resultados del presente estudio son parte del proyecto de investigación “Fortalecimiento comercial para el desarrollo sostenible de las organizaciones asociativas de Tungurahua, Ecuador”, Res. UTA-CONIN-2023-0330-R PFCA 29.
** PhD en Administración Estratégica de Empresas: Pontificia Universidad Católica del Perú, Profesor de la Facultad de Ciencias Administrativas, Investigador del grupo DeTEI: Universidad Técnica de Ambato (UTA). Ambato, Ecuador. E-mail: oswaldosverdesoto@uta.edu.ec, ORCID: https://orcid.org/0000-0001-7683-6734
*** PhD en Administración: Universidad Nacional de Trujillo. Profesora de la Facultad de Ciencias Administrativas, Investigadora del grupo DeTEI: UTA. Ambato-Ecuador. E-mail: md.guaman@uta.edu.ec, ORCID: https://orcid.org/0000-0003-4771-6412 (Autor de Correspondencia)
**** PhD en Ciencias Sociales, mención Gerencia: Universidad del Zulia, Profesor de la Facultad de Ciencias Administrativas, Investigador del grupo DeTEI: UTA. Ambato, Ecuador, E-mail: he.hernandez@uta.edu.ec, ORCID: https://orcid.org/0000-0003-4692-5503
***** Magíster en Administración de Empresas: PUCE, Profesor de la Facultad de Ciencias Administrativas, Investigador del grupo DeTEI: UTA. Ambato - Ecuador, E-mail: af.montenegro@uta.edu.ec, ORCID: https://orcid.org/0000-0003-0630-2272
External risk factors and emotional exhaustion in the poultry sector in Ecuador
Abstract
The study addresses the growing relevance of external risks in agro-industrial production contexts, particularly in highly exposed activities such as poultry farming. The objective is to examine the external risk factors associated with emotional exhaustion among poultry entrepreneurs in the province of Tungurahua, Ecuador. The research employs a quantitative, non-experimental, and cross-sectional approach, with a sample of 254 participants. A structural equation modeling approach with robust estimation via bootstrapping was used, enabling valid inferences under conditions of multivariate non-normality. The results demonstrate that economic and social risk factors had significant positive effects on emotional exhaustion, whereas environmental factors did not show statistical significance. It is concluded that economic and social factors are critical determinants of emotional exhaustion among entrepreneurs in the poultry sector. These findings underscore the need to design multisectoral intervention policies that reduce emotional exhaustion and strengthen the sustainability of the poultry sector in Tungurahua.
Keywords: economic risk factors; environmental risk factors; social risk factors; emotional exhaustion; structural equations
1. Introducción
En el año 2023, Ecuador registró más de 400 millones de aves en granjas avícolas de diversa escala, con una producción diaria superior a los 8 millones de huevos, datos del Instituto Nacional de Estadística y Censos (INEC, 2023); Ministerio de Agricultura y Ganadería (MAG, 2022). Este dinamismo productivo posiciona al sector avícola como un pilar estratégico de la economía agrícola nacional, con importantes encadenamientos de empleo directo e indirecto en todo el territorio ecuatoriano.
Sin embargo, ante estos escenarios, coexiste con una problemática psicosocial de alta relevancia e insuficientemente estudiada en empresarios avícolas. Este grupo de personas generalmente opera en un entorno caracterizado por factores de riesgo externo (FRE) tales como económicos, sociales y ambientales, los cuales quedan fuera del control directo de la organización y sus miembros, pero inciden sustantivamente en el bienestar laboral (Márquez-Jiménez & Padilla-Loredo, 2023; Santiago-Torner, 2024).
La exposición crónica y simultánea a variables macroeconómicas (inflación; el costo de materiales, la inestabilidad del mercado y la disponibilidad de financiamiento), políticas públicas, enfermedades aviares (influenza), la presión social y comunitaria, fenómenos climáticos adversos que afectan la disponibilidad hídrica (el Niño y la Niña), fluctuaciones de precios en insumos (el maíz, el balanceado e insumos veterinarios) y regulaciones internacionales conllevan al agotamiento emocional, que es el componente más prevalente del síndrome de burnout (Maslach & Jackson, 1981; Maslach et al., 2001; BCE, 2023; INEC, 2023; Márquez-Jiménez & Padilla-Loredo, 2023; Demerouti, 2024).
Estos efectos han sido confirmados por el Ministerio de Salud Pública y la Organización Panamericana de la Salud (MSP & OPS, 2022), con un 58% de empresarios avicultores con síntomas de cansancio mental, tensión y frustración laboral, mientras que, un 82% experimentó niveles moderados o altos de estrés laboral; la brecha entre la normativa de salud ocupacional vigente y la implementación efectiva limita el acceso a consultas psicológicas para los trabajadores y empresarios avícolas (Nyirenda et al., 2015; Gómez García, 2021).
El agotamiento emocional ha sido estudiado mayoritariamente en contextos sanitarios, educativos o de servicios (Petersen et al., 2023; Rastogi & Singla, 2024; Chaves-Montero et al., 2025), reflejando escasos estudios de los FRE que determinan el agotamiento emocional de los empresarios, particularmente del sector avícola.
Esta brecha es crítica por tres razones. 1) el agotamiento emocional deteriora la capacidad para tomar decisiones, mejorar el rendimiento y la sostenibilidad empresarial del sector avícola (Grobelna, 2021; Demerouti, 2024); 2) los estudios específicos de agotamiento emocional en contextos agroindustriales latinoamericanos son limitados, esto a pesar de que la evidencia señala que un alto porcentaje empresarios avícolas ecuatorianos presenta niveles elevados de estrés (Guamán-Guevara et al., 2025; Rujano et al., 2025); y 3) el modelo “Job demand resources” aplicado en empresas avícolas demuestra que los trabajadores experimentan un elevado nivel de riesgo de burnout y estrés secundario cuando las exigencias externas superan los recursos disponibles (Matabanchoy-Salazar & Díaz-Bambula, 2021).
Es imprescindible generar evidencia empírica que permita comprender cómo interactúan los FRE en la predicción del agotamiento emocional del sector avícola de Tungurahua, para diseñar intervenciones como las aplicadas en estudios previos (Ooh et al., 2025). Notablemente, la provincia de Tungurahua ocupa el primer lugar en producción avícola del Ecuador, concentrando el 73% de las empresas productoras de huevos, junto con Chimborazo, Pichincha y El Oro, y aportando aproximadamente con el 50% de la producción nacional de huevos de mesa, según la Corporación Financiera Nacional (CFN, 2024). Sin embargo, a pesar de la contribución económica y generación de empleos del sector avícola de Tungurahua, los trabajadores y empresarios enfrentan continuamente una combinación de inestabilidad macroeconómica, vulnerabilidad ambiental, variaciones en la demanda nacional e internacional y déficit de apoyo social (MAG, 2022); por lo que estudiar este entorno productivo, pero con alto riesgo psicosocial, justifica su análisis (Cuadrado et al., 2022; Wei et al., 2024; Kiss & Pikó, 2025).
En consecuencia, el objetivo es analizar los factores de riesgo externo (FRE) asociados al agotamiento emocional en empresarios avicultores de la provincia de Tungurahua, Ecuador. Mediante un enfoque cuantitativo y aplicando un modelo de ecuaciones estructurales (MES), se predijo el agotamiento emocional y se contrastaron las hipótesis en base a la pregunta: ¿Cuál es la influencia de los FRE en el agotamiento emocional de los empresarios del sector avícola ecuatoriano?
Tomando en consideración que las condiciones laborales que generan riesgos psicosociales en los empleadores y trabajadores deberían prevenirse para no deteriorar la salud (Descatha, 2023), los resultados del presente trabajo empírico podrían ayudar a mejorar las políticas organizacionales y estatales, además de contribuir en el diseño de intervenciones específicas para reducir significativamente el agotamiento emocional en comunidades agropecuarias resilientes; y en última instancia, mejorando el bienestar laboral y la productividad empresarial; por tanto, reduciendo los niveles de ausentismo y de rotación de personal (Grobelna, 2021).
2. Factores de riesgo externo asociados con el agotamiento emocional de empresarios avícolas: discusión teórica
Por un lado, Landsbergis et al. (2014) indicaron que los FRE inciden en las condiciones laborales, provocando mayor inseguridad y afectando la salud de los trabajadores. Complementariamente, la percepción negativa de los entornos de trabajo también puede influir en los niveles de ansiedad, fatiga, irritabilidad y falta de motivación, provocando agotamiento emocional en los empresarios (Folkman, 2013).
Con base en esta teoría, es necesario identificar y examinar colectivamente las variables del entorno, la organización y el individuo, porque la combinación de estas aumenta la probabilidad de problemas físicos y mentales en el trabajo (Landsbergis et al., 2014; Cuadrado et al., 2022). Específicamente, los FRE del entorno macroorganizativo, como los económicos, ambientales y sociales, afectan indirectamente la salud mental de los empresarios debido a las condiciones laborales desfavorables y la ausencia de políticas de protección social (Kiss & Pikó, 2025).
Los factores macroeconómicos y regulatorios configuran un entorno de estrés crónico que compromete la resiliencia psicológica de los empresarios avicultores (Rujano et al., 2025). Este fenómeno se agudiza por la carencia de soporte psicosocial y el limitado acceso a la atención en salud mental, dentro de estructuras corporativas orientadas predominantemente a los excedentes de producción en detrimento del bienestar humano (Demerouti et al., 2001; Alkhodary, 2023; Petersen et al., 2023; Keeton et al., 2023; Chaves-Montero et al., 2025).
Paralelamente, las crisis económicas externas desestabilizan la gestión de las organizaciones agrícolas (Wei et al., 2024). Para mitigar la presión financiera, los empresarios suelen implementar estrategias de austeridad severas; incluyen el recorte de personal y la implementación de condiciones laborales precarias (Hu et al., 2014), lo cual detona en sintomatologías asociadas al agotamiento emocional (Van Zyl-Cillié et al., 2024; Ramírez et al., 2025). Estas investigaciones guardan consistencia con estudios globales, incluso en entornos rurales de países desarrollados durante crisis sanitarias, que demuestran el vínculo directo entre la inestabilidad económica percibida y el burnout (Hwang et al., 2020; Matabanchoy-Salazar & Díaz-Bambula, 2021; Dong et al., 2025). Con base en esta evidencia, se plantea la siguiente hipótesis:
H1: Los factores de riesgo externo económicos se relacionan directa y positivamente con el agotamiento emocional.
En el contexto ambiental, los fenómenos climáticos severos (i.e., sequías prolongadas, lluvias fuertes o temperaturas inusuales) afectan considerablemente la infraestructura productiva y deterioran las condiciones de trabajo en los sectores agropecuarios (Márquez-Jiménez & Padilla-Loredo, 2023; Zhang et al., 2023). La exposición continua a ambientes laborales alterados por la variabilidad climática, sumadas a las demandas de adaptación técnica que esta exige, puede causar estrés en los empresarios, exacerbando la manifestación de ansiedad y agotamiento emocional (Ketkaew et al., 2020). Con base en estos argumentos, se formula la siguiente hipótesis:
H2: Los factores de riesgo externo ambientales se relacionan directa y positivamente con el agotamiento emocional.
Por otro lado, la dimensión social de los factores externos incluye temas como el bienestar en áreas rurales, el acceso a servicios esenciales, la estabilidad en el hogar y las interacciones dentro de la comunidad que afectan al agricultor (Xin et al., 2024). Así, la ausencia de un sistema de apoyo social y la sensación de estar excluidos socialmente, aumentan notablemente el riesgo de padecer problemas psicológicos (Gómez García, 2021). Bajo este escenario, se formula la siguiente hipótesis:
H3: Los factores de riesgo externo sociales se relacionan directa y positivamente con el agotamiento emocional.
Finalmente, con base en la fundamentación expuesta, se propone el siguiente modelo teórico que se somete a confirmación (Diagrama 1), y representa la base del presente estudio.
Diagrama 1
Modelo teórico propuesto
2. Consideraciones metodológicas
Se desarrolló una investigación cuantitativa, no experimental y de corte transversal para examinar los factores de riesgo externo (FRE) asociados al agotamiento emocional en empresarios avicultores de la provincia de Tungurahua, Ecuador. Se empleó el programa AMOS, versión 22, para predecir el agotamiento emocional y evaluar las hipótesis formuladas. El SEM midió las relaciones entre los constructos a fin de maximizar la varianza explicada (Martínez & Fierro Moreno, 2018).
La población de estudio estuvo conformada por 303 empresarios y propietarios de granjas avícolas registradas en la provincia de Tungurahua. Mediante un muestreo aleatorio simple se recopilaron 254 cuestionarios válidos, entre marzo y septiembre de 2025. Este tamaño muestral cumple con los criterios de suficiencia estadística y robustez de los modelos propuestos. El criterio de inclusión: 1) dueños de avícolas, 2) empresas pequeñas y medianas, 3) los participantes provean de consentimiento informado, 4) participación voluntaria y presencial.
Para la verificación de los supuestos asociados al análisis multivariante, inicialmente se efectuó la prueba de normalidad mediante el coeficiente de Mardia. Dada la naturaleza ordinal de las escalas de Likert y las desviaciones, se aplicó el estimador de Máxima Verosimilitud Robusta (MLR) con corrección de Satorra-Bentler, complementado con Bootstrap de 5.000 iteraciones para la inferencia de parámetros, garantizando la robustez de los resultados, cumpliendo con lo postulado por Bentler (2005).
Adicionalmente, se evaluó la prueba de linealidad mediante coeficientes de correlación de Pearson entre las variables exógenas y endógenas, las cuales fueron agregadas mediante promedios aritméticos conforme a lo descrito por Hayes (2017). Asimismo, se analizó la prueba de homocedasticidad como se discute en Hair et al. (2010).
Las variables de estudio se evaluaron mediante instrumentos previamente validados en otros contextos (Purc-Stephenson et al., 2024). Así, los FRE económicos, ambientales y sociales se midieron a través del índice de riesgo acumulado adaptado de (Evans et al., 2013). Este instrumento permite predecir el potencial impacto de eventos y condiciones fuera de control directo de los empresarios a través de tres componentes: los cuatro ítems de los FRE económicos miden los impactos económicos como inflación y riesgo país; los cinco ítems de los FRE ambientales miden la influencia de elementos como la contaminación del medio ambiente, y los cinco ítems de los FRE sociales miden la probabilidad de que ocurran eventos negativos para el bienestar de una persona o comunidad. Todos los ítems del instrumento utilizaron una escala similar de Likert de cinco puntos.
Por otra parte, el agotamiento emocional fue evaluado con el instrumento propuesto por Maslach & Jackson (1981), con cuatro ítems que miden la fatiga mental y el agotamiento de sobrecarga que una persona experimenta debido al estrés crónico, especialmente en el contexto empresarial.
Los instrumentos fueron previamente validados por expertos: 3 expertos académicos y 2 expertos profesionales con experiencia en el área, quienes evaluaron la redacción, la pertinencia y el sentido de cada uno de los ítems. Posteriormente, se efectuó una prueba piloto a diez empresarios del sector avícola; esto facilitó detectar posibles imprecisiones en los instrumentos de mediciones diseñados. Por último, se analizó la consistencia interna, índice de confiabilidad compuesto para cada constructo, obteniéndose valores superiores a 0.7.
3. Análisis confirmatorio y análisis del modelo estructural: resultados y discusión
Se incluyen en esta sección los hallazgos más representativos de la investigación:
3.1. Análisis factorial confirmatorio: Análisis de normalidad
La prueba de normalidad multivariante (Tabla 1) confirmó el rechazo de la hipótesis nula (c.r. = 102.309, p < .001). Dada la naturaleza ordinal de las escalas de Likert y las desviaciones, se empleó el estimador de Máxima Verosimilitud Robusta (MLR) con corrección de Satorra-Bentler, complementado con bootstrap de 5.000 iteraciones para la inferencia de parámetros, garantizando la robustez de los resultados, cumpliendo con lo postulado por Bentler (2005).
Tabla 1
Análisis de normalidad
|
Variable |
min |
max |
skew |
c.r. |
kurtosis |
c.r. |
|
AE4 |
1,000 |
5,000 |
-,124 |
-,809 |
-1,207 |
-3,926 |
|
AE3 |
1,000 |
5,000 |
,525 |
3,415 |
-1,004 |
-3,266 |
|
AE2 |
1,000 |
5,000 |
,597 |
3,887 |
-1,035 |
-3,368 |
|
AE1 |
1,000 |
5,000 |
,751 |
4,883 |
-1,003 |
-3,262 |
|
S1 |
1,000 |
4,000 |
-,542 |
-3,527 |
-,616 |
-2,003 |
|
S2 |
1,000 |
5,000 |
,350 |
2,276 |
-,830 |
-2,699 |
|
S3 |
1,000 |
4,000 |
,201 |
1,308 |
-1,252 |
-4,073 |
|
S4 |
1,000 |
4,000 |
,210 |
1,367 |
-1,255 |
-4,083 |
|
S5 |
1,000 |
4,000 |
,219 |
1,427 |
-1,258 |
-4,091 |
|
A1 |
1,000 |
5,000 |
,118 |
,767 |
-1,074 |
-3,494 |
|
A2 |
1,000 |
4,000 |
-,573 |
-3,729 |
-,553 |
-1,799 |
|
A3 |
1,000 |
5,000 |
,323 |
2,100 |
-,412 |
-1,339 |
|
A4 |
1,000 |
4,000 |
-,597 |
-3,883 |
-,539 |
-1,752 |
|
A5 |
1,000 |
4,000 |
-,533 |
-3,470 |
-,663 |
-2,155 |
|
E1 |
1,000 |
5,000 |
,200 |
1,303 |
-1,087 |
-3,537 |
|
E2 |
1,000 |
5,000 |
,199 |
1,298 |
-1,106 |
-3,599 |
|
E3 |
1,000 |
4,000 |
-,280 |
-1,819 |
-1,500 |
-4,880 |
|
E4 |
1,000 |
5,000 |
,020 |
,129 |
-1,395 |
-4,538 |
|
Multivariante |
344,503 |
102,309 |
3.2. Análisis de linealidad
La correlación de Pearson entre las variables exógenas y endógenas muestra coeficientes positivos y estadísticamente significativos (Tabla 2); por lo tanto, se cumple el supuesto de la linealidad.
Tabla 2
Resultados de las correlaciones entre variables endógenas y exógenas
|
Variables Exógenas |
Significancia (bilateral) |
Agotamiento Emocional |
|
FRE Económico |
,001 |
0.393** (p-valor < 0.05) |
|
FRE Ambiental |
,001 |
0.374** (p-valor < 0.05) |
|
FRE Social |
,001 |
0.289** (p-valor < 0.05) |
3.3. Análisis de homocedasticidad
El análisis de comprobación de la homocedasticidad mediante gráficos de dispersión de residuales estandarizados demuestra una distribución normal de la variable dependiente y variables independientes (gráfico 1).
Gráfico 1
Regresión del residuo estandarizado
El análisis de la consistencia interna, Alpha de Cronbach y confiabilidad compuesta muestra valores α ≥ 0.90, siendo excelentes todos los constructos, similar a lo discutido por George & Mallery (2003). El análisis de convergencia indica que cada ítem converge efectivamente hacia su variable latente; así, los constructos con valores superiores a 0.50 indican que los constructos explican más del 50% de la varianza, lo cual asegura su validez, coincidiendo con estudios previos como los de Byrne (2010) (Tabla 3).
Tabla 3
Resultados de consistencia interna
|
Constructos |
Alfa de Cronbach |
Índice de Confiabilidad Compuesto |
Número de Ítems |
AVE |
|
Agotamiento Emocional |
0.902 |
0.902 |
4 |
0.697 |
|
FRE Económico |
0.948 |
0.948 |
4 |
0.820 |
|
FRE Ambiental |
0.880 |
0.880 |
5 |
0.595 |
|
FRE Social |
0.918 |
0.918 |
5 |
0.691 |
La validez discriminante (criterio de Fornell-Larcker), complementaria a la validez convergente, confirma que, al observarse que la raíz cuadrada de la varianza media extraída (AVE) de los constructos es mayor que la varianza compartida entre los constructos, similar a lo que ha sido sugerido por Hulland (1999)
(Tabla 4).
Tabla 4
Resultados del análisis de la validez discriminante
|
Constructos |
FRE Económico |
FRE Ambiental |
FRE Social |
Agotamiento Emocional |
|
|
FRE Económico |
0.974 |
|
|
|
|
|
FRE Ambiental |
0.415 |
0.937 |
|
|
|
|
FRE Social |
-0.087 |
0.553 |
0.948 |
|
|
|
Agotamiento Emocional |
0.383 |
0.376 |
0.272 |
0.970 |
|
3.4. Análisis del modelo estructural
Los niveles de aceptación en la bondad de ajuste de un modelo estructural se muestran en la Tabla 5. La mayoría de los índices de ajuste estimados están dentro del rango requerido para aceptar el modelo, coincidiendo con estudios previos (Byrne, 2010; Henseler et al., 2015; Shanti, 2020). Sin embargo, el valor TLI, aunque levemente inferior al umbral, no constituye evidencia sólida para rechazar el modelo.
Tabla 5
Análisis de la bondad de ajuste del modelo estructural
|
Valor |
Nivel de Aceptación |
|
|
Chi-cuadrado |
1545,222 |
p> 0.02 |
|
Gl |
129 |
(p=0.000) |
|
CFI |
0.903 |
≥ 0.90 |
|
RMSEA |
0.058 |
≤ 0.06 |
|
NFI |
0.901 |
> 0.90 |
|
TLI |
0.899 |
> 0.90 |
|
PRATIO |
0.843 |
> 0.50 |
|
PNFI |
0.747 |
> 0.70 |
|
PCFI |
0.659 |
> 0.50 |
3.6. Comprobación de las hipótesis
Si bien los determinantes del agotamiento emocional en el ámbito empresarial han sido ampliamente estudiados (Rastogi & Singla, 2024), aún existe una brecha significativa respecto a la incidencia de los FRE en el sector empresarial no tradicional, en el que los FRE son también definidos como condiciones exógenas no controlables por estas organizaciones. Por esta razón, el presente estudio propuso un modelo teórico para examinar los factores de riesgo externo (FRE) asociados al agotamiento emocional en empresarios avicultores de la provincia de Tungurahua, Ecuador.
El modelo estructural propuesto para determinar la incidencia de los FRE, específicamente el económico, ambiental y social en el agotamiento emocional, se presenta en el diagrama 2.
Diagrama 2
Modelo estructural propuesto para determinar la influencia de los FRE económico, ambiental y social en el agotamiento emocional
Dado que el modelo estructural fue estimado mediante Máxima Verosimilitud Robusta (MLR) con corrección de Satorra-Bentler, los errores estándar robustos y el estadístico χ² corregido Satorra-Bentler = 148.92 (factor de corrección = 1.050) garantizan una inferencia válida bajo no-normalidad. Además, el modelo explicó el 38,5% de la varianza en el agotamiento emocional (R² = 0.385).
Por otro lado, el análisis de los resultados indica que tanto los factores de riesgo económicos (β = 0.440, SE_robusto = 0.058, p < .001, IC95% bootstrap [0.328, 0.551]) como los factores sociales (β = 0.407, SE_robusto = 0.089, p < .001, IC95% [0.235, 0.582]) predicen significativamente el agotamiento emocional, mientras que los factores de riesgo ambientales no mostraron un efecto significativo (β = 0.090, SE_robusto = 0.092, p = .327, IC95% [-0.089, 0.271]) (Tabla 6).
Tabla 6
Coeficientes estructurales (MLR + Bootstrap)
|
Predictor |
β (MLR) |
SE Robusto (SB) |
z |
p |
IC95% Bootstrap |
Significativo |
|
|
FRE Económico |
+0.440 |
0.058 |
7.59 |
<0.001*** |
[0.328, 0.551] |
|
|
|
FRE Social |
+0.407 |
0.089 |
4.57 |
<0.001*** |
[0.235, 0.582] |
|
|
|
FRE Ambiental |
+0.090 |
0.092 |
0.98 |
0.327 |
[-0.089, 0.271] |
|
Los resultados evidencian que los FRE económico y social mantienen una relación directa con el agotamiento emocional, concordando con estudios previos que indican que ciertos espacios laborales no están centrados en las personas, además de que los FRE imposibilitan la autonomía empresarial (Santiago-Torner, 2024). Analizar factores económicos y sociales de la fuerza laboral es importante por su rol en la avicultura. En definitiva, la salud ocupacional debería centrarse en el bienestar físico, mental y no convertirse en un problema de salud pública (Meenakshi & Panner, 2020), tal y como ha sucedido en otros sectores económicos y países (Michielsen et al., 2024).
Este hallazgo subraya la necesidad de incorporar explícitamente los FRE en el análisis de la dinámica empresarial, porque permite estimar de manera más precisa el nivel de agotamiento emocional vinculado al desempeño y toma de decisiones en la gestión avícola. Estos resultados se alinean con estudios previos que enfatizan que el agotamiento emocional emerge de la interacción acumulada de múltiples estresores externos sobre los recursos personales y organizacionales.
Así, en el contexto del sector avícola, los trabajadores y empresarios dedicados a la crianza de aves de corral están expuestos a múltiples riesgos laborales, lo que los hace vulnerables a problemas de la salud física y, sobre todo, mental, incluyendo estrés crónico, ideación y conductas suicidas y depresión, tal como se discute en investigaciones previas (Maslach et al., 2001; Gong et al., 2021; Descatha & Fadel, 2023).
El estudio confirma que los FRE económicos y sociales constituyen determinantes críticos del agotamiento emocional, ampliando el enfoque más allá de los generadores tradicionales del estrés empresarial. Además, esta investigación, a través de su metodología, contribuye significativamente al entendimiento de las problemáticas empresariales poco estudiadas en el sector avícola de la zona central del Ecuador.
Así, el modelo teórico propuesto proporciona información relevante para los profesionales encargados de diseñar, implementar y evaluar estrategias y programas orientados a fortalecer la estabilidad emocional de los empresarios, enfatizando la necesidad de monitorear en detalle los FRE y, sobre todo, que se promuevan prácticas de salud ocupacional de inmediata atención, centrándose en el autocuidado, incluyendo el bienestar físico y mental y el adecuado descanso nocturno, evitando así que estas afectaciones a los empresarios y trabajadores se conviertan en un problema de salud pública (Meenakshi & Panner, 2020; Santiago-Torner, 2025). Notablemente, este escenario de descuido en el diseño e implementación de políticas y estándares en salud ocupacional, seguridad y organización laboral refleja la poca importancia otorgada al sector agropecuario de Ecuador y otros países (Mendoza & Vega, 2023).
4. Conclusiones
El estudio examina la incidencia de los factores de riesgo externo (FRE) sobre el agotamiento emocional de los empresarios avicultores de la provincia de Tungurahua, zona central del Ecuador. El modelo estructural propuesto muestra que los factores económicos y sociales son los principales determinantes del agotamiento emocional, comprometiendo el desempeño empresarial, la capacidad de toma de decisiones y la sostenibilidad de las unidades productivas. En contraste, los factores ambientales no evidenciaron un efecto significativo con el agotamiento emocional.
La investigación contribuye a mejorar los enfoques tradicionales sobre burnout en contextos empresariales y a diseñar políticas de intervención específicas multisectoriales que reduzcan significativamente el agotamiento emocional; consecuentemente, promoviendo el bienestar laboral, y la productividad empresarial.
Referencias
Alkhodary, D. A. (2023). Exploring the relationship between organizational culture and well-being of educational institutions in Jordan. Administrative Sciences, 13(3), 92. https://doi.org/10.3390/admsci13030092
BCE. (2023). Informe anual de coyuntura económica agrícola. Banco Central del Ecuador. https://www.bce.fin.ec
Bentler, P. M. (2005). EQS 6 Structural Equations Program Manual. Encino, CA: Multivariate Software.
Byrne, B. M. (2010). Structural Equation Modeling With AMOS: Basic Concepts, Applications, and Programming, Second Edition (2nd ed.). New York: Routledge. https://doi.org/10.4324/9780203805534
Chaves-Montero, A., Blanco-Miguel, P., & Ríos-Vizcaíno, B. (2025). Analysis of the predictors and consequential factors of emotional exhaustion among social workers: A systematic review. Healthcare, (13), 552. https://doi.org/10.3390/ healthcare13050552
CFN. (2024). Informe del sector avícola ecuatoriano. Corporación Financiera Nacional. https://www.cfn.fin.ec/wp-content/uploads/2024/05/Ficha-Sectorial-Aves-de-corral.pdf
Descatha, A. (2023). Working longer goes with working in better conditions. The Lancet regional health. Europe, 28, 100634. https://doi.org/10.1016/j.lanepe.2023.100634
Descatha, A., & Fadel, M., (2023). Mental health of people in the agricultura sector: insight from massive database in occupational health. The Lancet regional health. Europe, 31, 100691. https://doi.org/10.1016/j.lanepe.2023.100691
Cuadrado, E., Jiménez, M., & Tabernero, C. (2022). Risk and protective factors of emotional exhaustion in teachers. A moderating mediation on emotional exhaustion. Journal of Work and Organizational Psychology, 38(2), 111–120. https://doi.org/10.5093/jwop2022a10
Demerouti, E., Bakker AB, Nachreiner F., Schaufeli WB. (2001). The job demands-resources model of burnout. Journal of applied psychology, 86(3), 499-512. https://pubmed.ncbi.nlm.nih.gov/11419809/
Demerouti, E. (2024). Burnout: una revisión exhaustiva. Zeitschrift für Arbeitswissenschaft, 78, 492–504. https://doi.org/10.1007/s41449-024-00452-3
Dong, J., Zhang, G., & Wu, L. (2025). Life against algorithmic management: A study on burnout and its influencing factors among food delivery riders. Frontiers in Public Health, 13, 1531541. https://doi.org/10.3389/fpubh.2025.1531541
Evans, G. W., Li, D., & Whipple, S. S. (2013). Cumulative risk and child development. Psychological Bulletin, 139(5), 1342-1396. https://doi.org/10.1037/a0031808
Folkman, S. (2013). Stress: Appraisal and Coping. En: M.D. Gellman & J. R. Turner. (Eds.) Encyclopedia of Behavioral Medicine. (pp.1913-1915) New York, NY: Springer. https://doi.org/10.1007/978-1-4419-1005-9_215
George, D., & Mallery, P. (2003). SPSS for Windows Step by Step: A Simple Guide and Reference. 11.0 Update (4th ed.). Boston: Allyn Y Bacon.
Gómez, A. R. (2021). Seguridad y salud en el trabajo en Ecuador. Archivos de prevención de riesgos laborales, 24(3), 232–239.
https://doi.org/10.12961/aprl.2021.24.03.01
Gong, Z., Sun, F., & Li, X. (2021). Perceived overqualification, emotional exhaustion, and creativity: A moderated-mediation model based on effort–reward imbalance theory. International Journal of Environmental Research and Public Health, 18(21), 11367. https://doi.org/10.3390/ijerph182111367
Guamán-Guevara, M. D., Ipanaqué Costilla, J., & Guamán-Guevara, F. G. (2025). Assessment of organizational commitment and psychosocial risk factors: Empirical evidence from micro-enterprises in Ecuador. Revista Venezolana de Gerencia, 30(110), 1186-1201. https://doi.org/10.52080/rvgluz.30.110.11
Grobelna, A. (2021). Emotional exhaustion and its consequences for hotel service quality: The critical role of workload and supervisor support. Journal of Hospitality Marketing & Management, 30(4), 395–418. https://doi.org/10.1080/19368623.2021.1841704
Hair, J. F., Black, W. C., Babin, B. J. & Anderson, R. E. (2010) Multivariate Data Analysis. 7th Edition, Pearson.
Hayes, A. (2017). Introduction to mediation, moderation and conditional process analysis: A regression-based approach. Guilford publications.
Henseler, J., Ringle, C. M., & Sarstedt, M. (2015). A new criterion for assessing discriminant validity in variance-based structural equation modeling. Journal of the Academy of Marketing Science, 43(1), 115–135. https://doi.org/10.1007/s11747-014-0403-8
Hu, Y., Wang, D., Xu, G., & Xu, P. (2014). The relationship between work stress and mental health in medical workers in East China. Social Behavior and Personality: An International Journal, 42(2), 237–244. https://doi.org/10.2224/sbp.2014.42.2.237
Hulland, J. (1999). Use of partial least squares (PLS) in strategic management research: A review of four recent studies. Strategic management journal, 20(2), 195-204. https://www.jstor.org/stable/3094025
Hwang, H., Hur, W.-M., & Shin, Y. (2020). Emotional exhaustion among the South Korean workforce before and after COVID-19. Psychology and Psychotherapy: Theory, Research and Practice, 94(2), 371-381. https://doi.org/10.1111/papt.12309
Instituto Nacional de Estadísticas y Censos- INEC. (2023). Encuesta Nacional Agropecuaria (ENA). Instituto Nacional de Estadísticas y Censos. https://www.ecuadorencifras.gob.ec
Keeton, V. F., Bell, J. F., Gottlieb, L. M., Drake, C., Pantell, M., Hessler, D., Wing, H., & Fernandez Y Garcia, E. O. (2023). Social needs and acculturation as predictors of emotional problems and perceived stress among Latinx mothers with low income. Journal of Immigrant and Minority Health, 25(4), 755–764. https://doi.org/10.1007/s10903-022-01430-9
Ketkaew, C., Manglakakeeree, O., & Naruetharadhol, P. (2020). The interrelationships of work-related factors, person-environment fit, and employee turnover intention. Cogent Business & Management, 7(1), 1823580. https://doi.org/10.1080/23311975.2020.1823580
Kiss, H., & Pikó, B. F. (2025). Risk and protective factors of student burnout among medical students: A multivariate analysis. BMC Medical Education, 25, 1-16. https://doi.org/10.1186/s12909-025-06956-8
Landsbergis, P. A., Grzywacz, J. G., & LaMontagne, A. D. (2014). Work organization, job insecurity, and occupational health disparities. American journal of industrial medicine, 57(5), 495–515. https://doi.org/10.1002/ajim.22126
Márquez-Jiménez, G., & Padilla-Loredo, S. (2023). Cambio climático, género y salud mental: una revisión sistemática basada en el método PRISMA. Revista Investigium IRE: Ciencias Sociales y Humanas, 14(1). https://doi.org/10.15658/INVESTIGIUMIRE.231401.03
Martínez, M., & Fierro, E. (2018). Aplicación de la técnica PLS- SEM en la gestión del conocimiento: Un enfoque técnico práctico. RIDE. Revista Iberoamericana para la Investigación y el Desarrollo Educativo, 8(16), 130-164. http://www.scielo.org.mx/scielo.php?script=sci_arttext&pid=S2007-74672018000100130
Maslach, C., & Jackson, S. E. (1981). The measurement of experienced burnout. Journal of Occupational Behavior, 2(2), 99–113. https://doi.org/10.1002/job.4030020205
Maslach, C., Schaufeli, W. B., & Leiter, M. P. (2001). Job burnout. Annual Review of Psychology, 52(1), 397–422. https://doi.org/10.1146/annurev.psych.52.1.397
Matabanchoy-Salazar, J. M., & Díaz-Bambula, F. (2021). Riesgos laborales en trabajadores latinoamericanos del sector agrícola: Una revisión sistemática. Universidad y Salud, 23(3), 337–350. https://doi.org/10.22267/rus.212303.248
Meenakshi, J. R., & Panneer, S. (2020). Occupational Health of Agricultural Women Workers in India. Indian journal of community medicine: official publication of Indian Association of Preventive & Social Medicine, 45(4), 546–549. https://doi.org/10.4103/ijcm.IJCM_397_19
Mendoza, D. J., & Vega, A. L. (2023). Occupational safety and health in the agricultural sector: a bibliographic review. Revista brasileira de medicina do trabalho: publicacao oficial da Associacao Nacional de Medicina do Trabalho-ANAMT, 21(3), e20231137, 1-11. https://doi.org/10.47626/1679-4435-2023-1137
Michielsen, H. J., Willemsen, T. M., Croon, M. A., de Vries, J., & Van Heck, G. L. (2004). Determinants of general fatigue and emotional exhaustion: A prospective study. Psychology & Health, 19(2), 223–235. https://doi.org/10.1080/08870440310001627135
MAG. (2022). Informe anual del sector avícola en Ecuador. Ministerio de Agricultura y Ganadería. https://share.google/CLHSyM3OlwzlL4oQh
MSP & OPS. (2022). Panorama nacional de salud de los trabajadores: Encuesta de condiciones de trabajo y salud 2021–2022. Ministerio de Salud Pública del Ecuador & Organización Panamericana de la Salud. https://www.salud.gob.ec
Nyirenda, V., Chinniah, Y., & Agard, B. (2015). Identifying key factors for an occupational health and safety risk estimation tool in small and medium-size enterprises. IFAC-PapersOnLine, 48(3), 541–546. https://doi.org/10.1016/j.ifacol.2015.06.137
Ooh, S. L., Chua, Y. C., Tan, S. A., Gan, S. W., Pung, P. W., & Teoh, X. Y. (2025). The relationship between emotional exhaustion and organisational citizenship behaviour: Psychological capital as a moderator. Employee Responsibilities and Rights Journal, 37(1), 75–87. https://doi.org/10.1007/s10672-023-09481-2
Petersen, J., Wendsche, J., & Melzer, M. (2023). Nurses’ emotional exhaustion: Prevalence, psychosocial risk factors and association to sick leave depending on care setting—A quantitative secondary analysis. Journal of Advanced Nursing, 79(1), 182–193. https://doi.org/10.1111/jan.15471
Purc-Stephenson, R. J., Dedrick, S., & Hood, D. (2024). A multidimensional tool to measure farm stressors: development and initial validation of the farmer stress assessment tool (FSAT). BMC Psychology, 12(1), 435, 1-13. https://doi.org/10.1186/s40359-024-01929-w
Ramírez, M. R., Ontaneda, M. P., Otero, P., Ortega-Jiménez, D., Blanco, V., & Vázquez, F. L. (2025). Burnout, associated factors, and mental health measures among Ecuadorian physicians: A cross-sectional study. Journal of Clinical Medicine, 14(7), 2465. https://doi.org/10.3390/jcm14072465
Rastogi, A., & Singla, H. K. (2024). Exploration of exhaustion in early-career construction professionals in India. Engineering, Construction and Architectural Management, 31(10), 3853–3875. https://doi.org/10.1108/ECAM-10-2022-0938
Rujano, M. L., Delfín, C., Nuñez, O., & De la Rosa, Y. (2025). Impacto en la salud mental, física y social de los trabajadores agrícolas en México. Revista De Ciencias Sociales, 31, 125-137. https://doi.org/10.31876/rcs.v31i.43989
Santiago-Torner, C. (2024). Creativity and emotional exhaustion in virtual work environments: The ambiguous role of work autonomy. European Journal of Investigation in Health, Psychology and Education, 14(7). https://doi.org/10.3390/ejihpe14070139
Santiago-Torner, C. (2025). Benevolent Climates and Burnout Prevention: Strategic Insights for HR Through Job Autonomy. Administrative Sciences, 15(7), 277. https://doi.org/10.3390/admsci15070277
Shanti, R. (2020). Multivariate Data Analysis using SPSS and AMOS. MJP Publishers.
Van Zyl-Cillié, M. M., Bührmann, J. H., Blignaut, A. J., Demirtas, D., & Coetzee, S. K. (2024). A machine learning model to predict the risk factors causing feelings of burnout and emotional exhaustion amongst nursing staff in South Africa. BMC Health Services Research, 24(1),1665. https://doi.org/10.1186/s12913-024-12184-5
Wei, X., Wei, X., Yu, X., & Ren, F. (2024). The relationship between financial stress and job performance in China: The role of work engagement and emotional exhaustion. Psychology Research and Behavior Management, 17, 2905–2917. https://doi.org/10.2147/PRBM.S446520
Xin, Z., Zhang, J., & Liu, Z. (2024). The relationship between work and family interference and service quality among Chinese social workers: The roles of emotional exhaustion and work support. The British Journal of Social Work, 54(7), 3221–3242. https://doi.org/10.1093/bjsw/bcae088
Zhang, H., Xiao, Y., Dai, T., Li, Q., Huang, L., Huang, X., Liu, D., Yu, Y., & Guo, J. (2023). A cross-sectional study on burnout and its individual and environmental correlates among hepatological surgery nurses in Hunan Province, China. PLOS ONE, 18(3), 0283373. https://doi.org/10.1371/journal.pone.0283373