REPÚBLICA BOLIVARIANA DE VENEZUELA

MINISTERIO DEL PODER POPULAR PARA LA EDUCACIÓN UNIVERSITARIA

UNIVERSIDAD NACIONAL EXPERIMENTAL RÓMULO GALLEGOS
ÁREA CIENCIAS DE LA SALUD
PROGRAMA DE MEDICINA
2DO AÑO SECCION 7

MUESTREO PROBABILISTICO

Profesor: Integrantes:

Ángel Pedrique Ríos, Victoria C.I: 31.889.515

Cedeño, Natalia C.I: 31.257.304

Bellaville, Rudith C.I: 31.856.347

Díaz, María C.I: 31.429.977

Correa, José C.I: 31.261.446

Victora, Daniela C.I: 26.413.596

Gamboa, Daliangela C.I: 30.829.501

Valle de la Pascua, 20 de noviembre del 2023

 ¿Qué es el Muestreo Probabilístico?

Todas las ciencias hacen uso del muestreo. Para algunos el objeto de estudio es la

población, para otros, como los agrónomos serán los árboles frutales, parcelas; para los médicos

la muestra son pacientes con determinados síntomas patológicos; para los comunicadores la

población de estudio no sólo son personas sino también videos, películas, artículos de prensa y

otros.

Ahora bien, se entiende por población al conjunto de personas u objetos de los que se desea

conocer algo en una investigación. “El universo o población puede estar constituido por personas,

animales, registros médicos, los nacimientos, las muestras de laboratorio, los accidentes viales

entre otros”. (PINEDA et al 1994:108). Mientras que la muestra es un subconjunto o parte de la

población en la que se llevará a cabo la investigación. Por su parte el muestreo, es el método

utilizado para seleccionar a los componentes de la muestra del total de la población. “Consiste en

un conjunto de reglas, procedimientos y criterios mediante los cuales se selecciona un conjunto

de elementos de una población que representan lo que sucede en toda esa población”.(MATA et

al, 1997:19)

En muchas investigaciones el tamaño de la población es grande y no es posible analizarla

en su totalidad, la muestra y el muestreo permite estudiar sólo una parte de ella que va ser
representativa al resto de la población, para al final poder generalizar los resultados a toda la

población.

El muestreo probabilístico es un método estudio o análisis de grupos pequeños de una

población que utiliza la forma de selección aleatoria, donde el requisito más importante es que

todos en una población tengan la misma oportunidad de ser seleccionados. Este método utiliza la

teoría estadística para seleccionar al azar un pequeño grupo de personas (muestra) de una gran

población existente y luego predecir que todas las respuestas juntas coincidirán con la población

en general.

Por ejemplo, si tienes una población de 100 personas, cada persona tendría una

probabilidad de 1 de 100 de ser seleccionado. El método de muestreo probabilístico te ofrece la

mejor oportunidad de crear una muestra representativa de la población. Otro ejemplo sería, es

prácticamente imposible enviar una encuesta a cada una de las personas de todo un país para

recabar información, pero lo que puedes hacer utilizar el método de muestreo de probabilidad

para obtener datos de una población más pequeña.

Ventajas y Desventajas del Muestreo Probabilístico

El muestreo probabilístico presenta tanto ventajas como desventajas al investigar.

Ventajas

Las ventajas del muestreo probabilístico son las siguientes:

 Es la forma más sencilla de armar una muestra.

 La representatividad aumenta y resulta más fácil ponerla en práctica.

 No requiere marco de muestreo.

 Se toman en cuenta las subpoblaciones y tiene precisión.

  Resulta económico y no es un problema llevarlo a cabo.

 Es rentable: este proceso es rentable y efectivo en relación al tiempo y costo.

 Es simple y fácil: el muestreo de probabilidad es un método fácil ya que no implica

un proceso complicado. Es rápido y ahorra tiempo.

Desventajas

Las desventajas del muestreo probabilístico son las siguientes:

 A veces resulta poco preciso y puede ser difícil calcular o interpretar sus resultados.

 Resulta complicado y costoso elegir las variables de estratificación.

 En algunos casos puede disminuir el aspecto de la representatividad.

 Muchas veces es complicado especificar el marco de muestreo, pues hay menos

precisión.

Técnicas de Muestras

Una muestra puede ser obtenida de dos tipos probabilística y no probabilística. Las

técnicas de muestreo probabilísticas, permiten conocer la probabilidad que cada individuo a

estudio tiene de ser incluido en la muestra a través de una selección al azar. En cambio, en las

técnicas de muestreo de tipo no probabilísticas, la selección de los sujetos a estudio dependerá de

ciertas características, criterios, etc. que él o los investigadores consideren en ese momento; por

lo que pueden ser poco válidos y confiables; debido a que este tipo de muestras no se ajustan a un

fundamento probabilístico, es decir, no dan certeza que cada sujeto a estudio represente a la

población (Walpole & Myers, 1996; Ávila Baray; Arias-Gómez et al.).

Las técnicas de muestras probabilísticas se divide en las categorías de Muestreo Aleatorio

Simple, Muestreo Sistemático, Muestreo por Conglomerados y Muestreo estratificado.

Muestreo Aleatorio Simple

 En este se elige al azar cada individuo que hará parte de la muestra y todos tienen las

mismas oportunidades de ser seleccionados.

Por ejemplo: si hay 400 universidades, eligen 20 aleatoriamente que cumplan ciertas

características, tales como edificios con árboles, banderas, entrada de vidrio y grandes ventanas.

Para recopilar una muestra aleatoria simple, a cada unidad de la población objetivo se le

asigna un número. Luego se genera un conjunto de números aleatorios y las unidades que tienen

esos números son incluidas en la muestra.

Por ejemplo, supongamos que tienes una población de 1,000 personas y quieres seleccionar

una muestra aleatoria simple de 50 personas. Primero, cada persona está numerada del 1 al 1,000.

Luego, generas una lista de 50 números aleatorios, generalmente con un programa informático, y

los individuos que tienen asignados estos números son los que vas a incluir en la muestra.

Cuando se estudia a las personas, está técnica funciona mejor con una población

homogénea, que no sean muy diferentes en edad, raza, escolaridad o clase, ya que con una

población heterogénea se corre el riesgo de crear una muestra sesgada si no se toman en cuenta

las diferencias demográficas.

Muestreo Sistemático

Este muestreo selecciona de forma aleatoria al primer individuo de la población que hará

parte del estudio y luego, define un intervalo para completar la muestra.

Por ejemplo: en un grupo de 1000 personas desean obtener una muestra de 100 personas. El

primer seleccionado es el número 2 (en azul). A partir de este y, mediante un intervalo de 4

personas decidido por el investigador, se seleccionarán los siguientes individuos. De esta manera,

serán los números 6, 10, 14,18, 22, etc., hasta completar la muestra de 100 individuos.

Este muestreo asegura una selección equitativa de la población, lo que resulta muy útil y

rápido, además permite que la población esté correctamente representada.

Como otro ejemplo tendríamos, si la población de estudio contenía 2,000 estudiantes de

una secundaria y el investigador quería una muestra de 100 estudiantes, los estudiantes se

colocarían en forma de lista y luego cada veinteavo estudiante sería seleccionado para ser

incluido en la muestra. Para garantizar que no haya ningún sesgo humano en este método, el

investigador debe seleccionar aleatoriamente al primer individuo. Esto es técnicamente llamado

una muestra sistemática con un inicio aleatorio.

Muestreo por Conglomerados

 Es un método de selección de una muestra en el que se divide una población por grupos,

que tienen alto nivel de representatividad de la totalidad, para después analizar todos o algunos de

los elementos de uno o de varios grupos. Se utiliza cuando no se pueden estudiar todos los

individuos de una población porque es muy grande o se encuentra dispersa en un área geográfica

muy extensa, lo que aumenta el costo de la investigación. Es útil cuando la población se

encuentra agrupada previamente y de estos grupos se extraen los individuos para conformar la

muestra.

Por ejemplo: imagina que necesitas realizar una investigación sobre la población de tu país.

Como es un poco difícil llegar a cada habitante, aprovechas la división que ya existe por ciudades

o por estados. Entonces, eliges 100 personas o 50 por cada zona de manera aleatoria para

conformar la muestra.

En la siguiente figura en el muestreo por conglomerados. Se seleccionan al azar una

muestra de 4 consultorios de salud (conglomerados), de los 9 existentes en una comuna; y de

cada conglomerado, se mide la variable de interés a todos los sujetos que deben consultar en

ellos.
Tipos de muestreo por conglomerados

Existen dos tipos de muestreo por conglomerados, que se diferencian según la cantidad de

etapas que hay en el proceso de selección:

 Muestreo por conglomerados de una etapa. Tiene una sola etapa, porque solo se

seleccionan los conglomerados y se incluyen en la muestra todos los elementos de

los grupos elegidos.

 Muestreo por conglomerados de dos etapas. Tiene dos etapas; en una se

seleccionan los conglomerados y en la otra se escogen elementos dentro de cada

grupo. Por eso, en la muestra solo hay algunos de los individuos de cada grupo.

Pasos del muestreo por conglomerados

 Seleccionar y estudiar la población. Se debe definir cuál es la población objetivo y

analizarla para conocer cómo está dividida y para poder indicar cómo serán los

grupos o conglomerados.

 Calcular la cantidad de elementos de la muestra. Se debe determinar cuántos grupos

se necesitarán para elaborar la muestra.

 Elaborar un marco muestral. Se debe hacer una lista de todos los conglomerados.
  Seleccionar los conglomerados. Se debe escoger al azar uno o más grupos. La

investigación se puede hacer sobre todo el conglomerado o eligiendo algunos de sus

elementos con otros tipos de muestreos.

Muestreo estratificado

El muestreo estratificado es una técnica de selección de muestras en la que la población se

divide en subgrupos o estratos, de modo que cada estrato representa una característica específica

de la población. Esto permite que cada estrato se muestree de manera independiente, lo que

conduce a una representación más precisa de la población en general.

El muestreo estratificado divide la población en subgrupos o estratos que comparten ciertas

características. Luego, utilizando el método del muestreo aleatorio simple, se eligen individuos de

cada estrato para conformar la muestra.

Por ejemplo: una empresa necesita averiguar cuántas personas consumen jugo de naranja en

Puerto Rico. La persona encargada de realizar el estudio decide utilizar el muestreo estratificado.

Entonces, divide la población en diferentes estratos, en este caso, por edades. De cada

estrato toma un porcentaje de personas y con ellas conforma una muestra de 100.000 personas

para el estudio del jugo de naranja.

 En la figura siguiente se representa un muestreo aleatorio estratificado. Se seleccionan al

azar una muestra de los 4 centros hospitalarios (estratos), que componen la población total de una

región del país (población blanco); y de cada estrato, se selecciona un número de sujetos que lo

representan.

Características del muestreo estratificado

El muestreo estratificado se basa en la idea de que los diferentes estratos pueden tener

variabilidades distintas en relación con la variable de interés.

Algunas de las características más destacadas incluyen:

 Mejora de la precisión: Al considerar las diferencias en variabilidad entre los

estratos, el muestreo estratificado puede proporcionar estimaciones más precisas en

comparación con el muestreo aleatorio simple.

 Eficiencia: El muestreo estratificado puede ser más eficiente en términos de costos y

tiempo, ya que se puede asignar un esfuerzo de muestreo proporcionalmente mayor

a los estratos más relevantes.

  Representatividad: Garantiza que cada estrato está representado en la muestra, lo

que es necesario para obtener una visión completa de la población.

Tipos de muestreo estratificado

Existen varios tipos de muestreo estratificado, cada uno adecuado para diferentes

situaciones. Entre ellos tenemos:

 Muestreo estratificado proporcional. En este método, el tamaño de la muestra en

cada estrato se determina en proporción a la cantidad de elementos en ese estrato en

relación con la población total. Por ejemplo, si se realiza un estudio de satisfacción

del cliente en una tienda retail y tenemos tres estratos (clientes nuevos, clientes

habituales y clientes VIP), se asignará un número proporcional de encuestas a cada

estrato según su tamaño relativo.

 Muestreo estratificado desproporcional. En contraste, en el muestreo

estratificado desproporcional, no se sigue una proporción estricta en la asignación

de la muestra. Se puede dar prioridad a ciertos estratos según su importancia o

relevancia para el estudio. Por ejemplo, en una encuesta política, se puede asignar

más muestras al estrato de votantes indecisos.

 Muestreo estratificado óptimo. Este método busca minimizar la varianza de la

estimación total, optimizando la asignación de la muestra en cada estrato. Es

especialmente útil cuando los estratos tienen variabilidades muy diferentes. En otras

palabras, el número de datos en cada estrato será mayor en la medida en que exista

mayor variabilidad entre ellos.

  Muestreo estratificado por conglomerados. En lugar de dividir la población en

estratos, el muestreo estratificado por conglomerados implica dividir la población

en grupos o conglomerados y luego seleccionar aleatoriamente algunos

conglomerados para su estudio. Este enfoque es útil cuando es difícil acceder a toda

la población de estudio.

Pasos para hacer un muestreo estratificado

1.- Define a tu público objetivo. Al igual que otros métodos de muestreo probabilístico,

debe comenzar por definir claramente la población de la que se tomará la muestra.

2. Elige las características para la estratificación. También debe elegir la característica que

utilizarás para dividir tus grupos. Esta elección es muy importante, ya que dado que cada

miembro de la población sólo puede colocarse en un subgrupo, la clasificación de cada sujeto en

cada subgrupo debe ser clara y evidente.

3. Realiza la estratificación por múltiples características. Puedes elegir estratificar por

múltiples características diferentes a la vez, siempre y cuando puedas emparejar claramente cada

sujeto con un subgrupo exactamente. En este caso, para obtener el número total de subgrupos, se

multiplica el número de estratos de cada característica. Por ejemplo, si se estratifica por raza e

identidad de género, utilizando cuatro grupos para la primera y tres para la segunda, se tendrían 4

x 3 = 12 grupos en total.

4. Separa la población en estratos. A continuación, recopila una lista de todos los miembros

de la población y asigna a cada uno de ellos un estrato. Debes asegurarte de que cada estrato es
mutuamente excluyente (es decir, que no haya solapamiento entre ellos), pero que juntos

contengan a toda la población.

5. Decide el tamaño de la muestra para cada estrato. En primer lugar, debes decidir si

quieres que tu muestra sea proporcional o desproporcionada. A continuación, puedes decidir el

tamaño total de la muestra. Debe ser lo suficientemente grande como para garantizar que pueda

sacar conclusiones estadísticas sobre cada subgrupo.

6. Realiza el muestreo aleatorio de cada estrato. Por último, debes utilizar otro método de

muestreo probabilístico, como el muestreo aleatorio simple o el sistemático para tomar una

muestra dentro de cada estrato.

Ejemplo clásico de muestreo estratificado

Se tiene que a 100 (Nh) estudiantes de una escuela de 1000 (N) estudiantes se les hacen

preguntas sobre su materia favorita. Es un hecho que estudiantes de primer grado tendrán

diferentes preferencias que los estudiantes de quinto grado. Para que la encuesta arroje resultados

precisos, la manera ideal es dividir cada grado en varios estratos.

Aquí hay una tabla del número de estudiantes en cada grado:

Grado Nro. estudiantes

5 150

6 250

7 300

8 200

9 100

Calcula la muestra de cada grado utilizando la fórmula de muestreo estratificado:

 Muestra estratificada (n1) = 100/1000 * 150 = 15

Muestra estratificada (n2) = 100/1000 * 250 = 25

Muestra estratificada (n3) = 100/1000 * 300 = 30

Muestra estratificada (n4) = 100/1000 * 200 = 20

Muestra estratificada (n5) = 100/1000 * 100 = 10

Otro ejemplo seria, suponemos que se está haciendo un estudio sobre la toma de pastillas

para dormir en una ciudad de 100.000 habitantes. La variable edad se considera adecuada para

obtener resultados en esta investigación. Se incluyen solamente los mayores de 40 años en el

estudio. Se distribuyen en tres grupos o estratos, resultando una agrupación, según el censo:

Por el procedimiento de muestreo elegido obtenemos una muestra de 750 sujetos. Para

asignar el número de componentes a los tres estratos de edad, aplicaremos la fórmula anterior:
 Donde n / N es una constante llamada razón de muestreo, que en este caso es de 0,015.

Resulta una distribución muestral por estratos tal que así:

Estudios observacionales

Un estudio observacional es un método no experimental para examinar cómo se comportan

los participantes en la investigación. La investigación observacional suele asociarse a métodos

cualitativos, en los que los datos requieren en última instancia cierta reorganización y análisis.

Por ejemplo, imaginemos un estudio en el que se quieren conocer las acciones y

comportamientos de padres solteros que cuidan de sus hijos. Los investigadores pueden observar

a los participantes en su entorno natural y recopilar datos sobre lo que hacen, dicen y cómo se

comportan en interacción con los demás.

El objetivo del estudio observacional es recopilar datos sobre lo que hacen y dicen las

personas. Los datos observacionales son útiles en varios campos

 Estudios de mercado

 Investigación de servicios sanitarios

 Investigación educativa
  Investigación sobre usuarios

Los estudios observacionales son valiosos en cualquier ámbito en el que los investigadores

deseen conocer las acciones y comportamientos de las personas en un entorno natural. Por

ejemplo, los estudios de observación en investigación de mercados pueden buscar información

sobre el mercado objetivo de un producto o servicio identificando las necesidades o problemas de

los posibles consumidores. En contextos médicos, los observadores pueden interesarse por cómo

los pacientes afrontan un determinado tratamiento médico o interactúan con médicos y

enfermeras en determinadas condiciones.

Tipos de estudios observacionales

Los estudios observacionales adoptan diversas formas. Existen varios tipos de investigación

observacional, cada uno de los cuales se organizan en función del grado en que un

experimentador se involucra o controla el entorno.

Observación naturalista

La observación naturalista es un método en el que los investigadores estudian a los

participantes en su entorno natural sin manipular las variables ni intervenir de ningún modo.

Proporciona una imagen realista del comportamiento tal y como ocurre en la vida real,

aumentando así la validez ecológica. Ejemplos de observación naturalista son la observación de

personas en lugares públicos, la observación de comportamientos animales en la naturaleza y el

estudio longitudinal del desarrollo social de los niños en la escuela.

Observación participante

En la observación participante el investigador forma parte del entorno natural que está

observando. En este tipo de estudios, el investigador también está interesado en rituales o

prácticas culturales cuyo valor sólo puede determinar experimentándolos de primera mano. Por
ejemplo, cualquier persona puede comprender las reglas básicas del béisbol viendo un partido o

siguiendo a un equipo. La observación participante, por otra parte, permite la participación

directa para desarrollar un mejor sentido de la dinámica del equipo y de las relaciones entre los

compañeros de juego.

Observación controlada

Una observación más estructurada consiste en captar los comportamientos de los

participantes en la investigación en un entorno aislado. Los estudios de casos control se parecen

más a la investigación experimental, aunque siguen basándose en métodos de investigación

observacional. Los investigadores pueden utilizar un estudio de caso control cuando desean

establecer la causalidad de un fenómeno concreto.

Estudios transversales

Se caracterizan por recopilar los datos en un momento concreto del objeto de la

investigación. Permiten hacerse una idea más profunda de la realidad estudiada. Sin embargo,

este tipo de estudios carecen de proyecciones temporales, ya que su investigación se limita a un

momento concreto del objeto estudiado.

Estudios longitudinales

Este tipo de estudio observacional se caracteriza por desarrollarse a lo largo de un período

de tiempo que ha sido concretado previamente. Estos tienen la ventaja de que permiten observar

la evolución de los procesos estudiados, lo que, por lo general, permite la obtención de unos datos

y unas conclusiones más relevantes y útiles. Además, los estudios longitudinales pueden ser
retrospectivos o prospectivos (según se lleve a cabo la observación de los datos con la expectativa

de obtener conclusiones relativas al futuro o al pasado).

Estudios Descriptivos

Responden a preguntas del tipo ¿quién, dónde, cuándo? Se aproximan a la realidad

mediante la descripción de un hecho. Como estudios descriptivos tenemos los informes de casos

y las series de casos.

Informes de casos: son estudios detallados de uno más eventos, generalmente menos de

diez. Se utilizan para describir un hallazgo raro. Generalmente sirven para establecer hipótesis

que posteriormente deberán probarse mediante otras investigaciones. Al tratarse de un grupo

reducido de pacientes y debido a la forma de seleccionarlos, las conclusiones de los informes de

casos suelen presentar sesgos.

Series de casos: son similares a los anteriores pero con un número mayor de pacientes

(generalmente más de diez) con una reacción adversa o enfermedad y una exposición

determinada. Habitualmente, se intenta establecer una relación entre la enfermedad y la

exposición, para lo que se utilizan pruebas estadísticas, pero sin la presencia de un grupo control

para comparar.

Estudios Analíticos

Responden a la pregunta ¿cómo? Son estudios controlados que tratan de conocer la

realidad, investigando las razones, causas y verificando una hipótesis. Los más frecuentes son los

estudios de cohortes y los estudios de casos.

Estudios de cohortes: se utilizan para estudiar la incidencia, las causas y el pronóstico.

Debido a que miden eventos en orden cronológico, se pueden usar para distinguir entre causa y
efecto. Se utilizan estudios transversales para determinar la prevalencia. Son relativamente

rápidos y fáciles, pero no permiten distinguir entre causa y efecto. En este tipo de estudios, se

seleccionan grupos de sujetos expuestos y no expuestos (grupo control), a un determinado

tratamiento que es el objeto del estudio. Cuando se utilizan para evaluar la seguridad de un

tratamiento, se realiza un seguimiento en el tiempo y se analiza si los pacientes presentan o no

una determinada reacción adversa, enfermedad o, en general, algún evento negativo para la salud.

El seguimiento suele ser largo, ya que hay que seguir su evolución durante el tiempo suficiente

para que aparezca la enfermedad o la reacción adversa investigada. Este tipo de diseño es el más

adecuado para estudiar acontecimientos relativamente frecuentes que pueden aparecer tras una

corta exposición al tratamiento, o cuando el tratamiento sea poco frecuente.

Estudios de casos y controles: se seleccionan dos grupos de sujetos, el de los casos, en el que se

incluyen pacientes con una determinada reacción adversa (enfermedad, efecto nocivo, etc.), y el

de los controles, en el que se seleccionan aleatoriamente sujetos de la misma población que los

casos, que no presentan esa reacción adversa. A continuación, se investiga a ambos grupos

durante un determinado intervalo de tiempo, previo al inicio de la reacción adversa, la exposición

al factor de riesgo en estudio (medicamento o tratamiento). Este diseño es el más apropiado

cuando la reacción adversa estudiada es poco o muy poco frecuente.

Tablas de Números Aleatorios

Las tablas de números aleatorios se han utilizado en estadística para la selección de

muestras aleatorias. Estas tablas resultan más eficaces que la selección manual de muestras al

azar (con dados, cartas, etc.) Hoy en día, las tablas de números aleatorios han sido sustituidas por

los generadores de números aleatorios.

 Las tablas de números aleatorios tienen las propiedades deseadas de aleatoriedad, sin

importar el método de elección de la muestra: por fila, columna, diagonal o irregularmente. En

una tabla de números aleatorios no se sigue un patrón particular. Pueden ser leídos de cualquier

manera, es decir, horizontal, vertical, diagonal, hacia delante o hacia atrás. El número de dígitos

que se utiliza debe corresponder al tamaño total de la población objetivo.

Los números que el investigador encuentra que no concuerdan con los números asignados a

elementos de la población objetivo son ignorados. Este proceso de la tabla de números aleatorios

es un proceso tedioso, consume tiempo, y no se recomienda para grandes poblaciones.

En su lugar, se pueden utilizar software estadísticos u hojas de cálculo para generar

números aleatorios.

Ejemplo de una tabla de números aleatorios

 REFERENCIAS BIBLIOGRAFICAS

[Link]. (s.f). Investigación observacional. [Link]

cualitativa-parte-1/investigacion-observacional
GCFGlobal (s.f). Tipos de muestreo. [Link]
muestreo/1/
Giani, Carla. (2022). Enciclopedia de Ejemplo. Muestreo por conglomerados.
[Link]
López, R. (2010). INTERPRETACIÓN DE DATOS ESTADÍSTICOS. Nicaragua.: Universidad
de Managua.
Manero, Patricia. (2023). Estudio Contar. Muestreo estratificado: Optimizando la selección de
muestras en 6 pasos. [Link]
pasos/
Maguira, Andrés. (s.f). Tipos de muestreo: Cuáles son y en qué consisten
[Link]
MATA, María Cristina; MACASSI, Sandro;1997 Cómo elaborar muestras para los sondeos de
audiencias. Cuadernos de investigación No 5. ALER, Quito
Ortega, Cristina. (s.f). QuestionPro. ¿Cómo realizar un muestreo
probabilístico?[Link]
Ortega, Cristina. (s.f). QuestionPro. ¿Qué es un estudio observacional?.
[Link]
PINEDA, Beatriz; DE ALVARADO, Eva Luz; DE CANALES, Francisca 1994 Metodología de
la investigación, manual para el desarrollo de person al de salud, Segunda edición.
Organización Panamericana de la Salud. Washington.
QuestionPro. (s.f). Muestreo aleatorio simple: ¿Qué es y cómo realizarlo?
[Link]
Universidad Internacional de Valencia. (2017). ¿Qué es un estudio observacional?.
[Link]
observacional
Web y Empresas (2024). Muestreo Probabilístico. Qué es, Características, Ventajas y
Desventajas. [Link]