Este estudo objetivou avaliar a influência da prevalência da síndrome metabólica (SM) e absenteísmo (AB) entre trabalhadores do setor siderúrgico. Esta investigação, descritiva-correlacional, teve sua amostra selecionada de forma probabilística (por sorteio simples), findando, após o crivo dos critérios de inclusão e exclusão, em 317 colaboradores. Para a avaliação das variáveis, foram utilizados os seguintes instrumentos/protocolos: valores superiores de triglicerídeos (Tg), glicemia (Gl), índice de massa corporal (IMC), cintura abdominal (CA), níveis de pressão arterial sistólica (PAS), pressão arterial diastólica (PAD) e níveis inferiores de high density lipoprotein cholesterol (HDLc) que foram levantados através dos dados dos exames laboratoriais do periódico anual da empresa, valores de circunferência abdominal (CA), índice de massa corporal (IMC) e relação cintura-quadril (RCQ) elevados (SM). Já as ausências do posto de trabalho por doenças (AB) foram levantados pelo departamento de medicina e saúde da empresa, obedecendo a classificação de Quick e Lapertoso (1982). O nível de significância adotado no estudo foi de p<0,05. Dentre todos os resultados aquele que melhor combinou sensibilidade e especificidade na classificação e seleção do Universo Amostral num cruzamento entre os status “a priori” (observado) e “a posteriori” (modelo do estudo), foi uma combinação seriada de duas Regressões Logísticas, a primeira com o intuito de separar o Universo Amostral em dois grupos: Com afastamento (1) e Sem Afastamento (0). O Modelo 1 apresentou eficiência de 100% e o segundo Modelo toma o Grupo Com Afastamento e o subdivide em dois Grupos (2) ( < 5 dias de Afastamento ) e Grupo (3) ( > 5 dias de Afastamento ). O Modelo dois igualmente ao primeiro também mostrou-se 100% eficiente. As únicas variáveis que obtiveram diferença significativa entre os subgrupos de afastamento foi a RCQ (p= 0,015) e a CA (p = 0,024). Foi observado, tanto no modelo 1 (r = 0,606), como no modelo 2 (r = 0,586), de regressão logística, uma aceitação significativa (p<0,05) e considerada “muito boa” de tais modelos, conforme os resultados de correlação do Pseudo R-Square. Desta forma, deve-se afirmar que nenhum dos componentes da SM, isoladamente, foi capaz de causar algum efeito na prevalência do absenteísmo. No entanto, foi observado que as variações nas variáveis independentes, somente quando associadas entre si, interferiram nas variações da variável dependente nos sujeitos avaliados podendo, com o modelo “a posteriori” criado, extrapolar para outras amostras.