Expo sbs. poblacion muestra criterios selección instrumentos

Dr. Cristian Díaz VélezMédico Epidemiólogo y Auditor Médico

Jefe de la Oficina de Inteligencia SanitariaHospital Nacional Almanzor Aguinaga Asenjo

Población, muestra Población, muestra criterios de selección e criterios de selección e

instrumentosinstrumentos

Muestra y muestreoMuestra y muestreo

Dr. Cristian Díaz VélezDr. Cristian Díaz Vélez 44

• POBLACIONES PEQUEÑAS

• ENSAYOS DESTRUCTIVOS

• POBLACIONES MUY VARIABLES

• Estudio sobre el perfil de los estudiantes y egresados de la Tecnología en Médica en los últimos dos años.

• Estudio sobre el perfil socio económico de los docentes de entidades publicas de Perú

• Estudio para identificar la demanda de servicios de salud en Chiclayo.

Para los siguientes casos diga si es preferible Censo o muestreo.

Margen de confianza en Margen de confianza en la estimaciónla estimación

Expresa el grado de probabilidad que Expresa el grado de probabilidad que el investigador tiene en que su el investigador tiene en que su estimación se ajuste a la realidad. estimación se ajuste a la realidad.

Los valores comúnmente utilizados Los valores comúnmente utilizados son 95, 99, 99,9% son 95, 99, 99,9%

NIVEL DE CONFIANZA

Errores, Errores, Errores, Errores, ERRORESERRORES

AleatorioAleatorioMuestralMuestralSistemáticoSistemático

V =v±e

Valor Verdadero

en la población

Valor Medido en la muestra

ERRORERROR

Error AleatorioError AleatorioEl error aleatorio no se suele ajustar a El error aleatorio no se suele ajustar a ninguna regla o norma , varían en cada ninguna regla o norma , varían en cada caso , en su sentido y magnitud, y por caso , en su sentido y magnitud, y por ello tiende a anularse cuando se trata ello tiende a anularse cuando se trata de un número elevado de casos. de un número elevado de casos. Los errores aleatorios se comenten, por Los errores aleatorios se comenten, por

ejemplo, cuando ejemplo, cuando un encuestado elige un encuestado elige erróneamente una casilla queriendo erróneamente una casilla queriendo hacerlo en otra, cuando un encuestador hacerlo en otra, cuando un encuestador marca erróneamente un datomarca erróneamente un dato, etc., etc.

Errores Sistemáticos Errores Sistemáticos Un error sistemático es aquel que se produce de Un error sistemático es aquel que se produce de

igual modo (sentido y proporción) en todas las igual modo (sentido y proporción) en todas las mediciones que se realizan sobre un parámetro de la mediciones que se realizan sobre un parámetro de la muestra muestra

Contrario al error aleatorio, NO se anula en muestras Contrario al error aleatorio, NO se anula en muestras grandes. grandes.

EjemplosLas tendencias subjetivas conscientes o inconscientes del

investigador.Sustituciones, según criterio propio del investigador, de

unidades de la muestra que habían sido elegidas al azar.Insuficiente observación del conjunto de la población que

influye en una deficiente definición de sus características.

Error Muestral Error Muestral Cuando se extrae una muestra de una Cuando se extrae una muestra de una

población es frecuente que los resultados población es frecuente que los resultados obtenidos de la muestra no sean obtenidos de la muestra no sean exactamente los valores reales de la exactamente los valores reales de la población. población.

El error de muestreo ocurre al estudiar una El error de muestreo ocurre al estudiar una muestra en lugar de la población total. muestra en lugar de la población total.

La diferencia entre el valor del parámetro La diferencia entre el valor del parámetro de una población y el obtenido de una de una población y el obtenido de una muestra recibe el nombre de error muestralmuestra recibe el nombre de error muestral. (y que no puede ser asociado a otro tipo de explicación, es decir no es error aleatorio o sistemático)

Error Muestral Error Muestral Por muy perfecta que sea la muestra Por muy perfecta que sea la muestra siempre habrá grado de divergencia siempre habrá grado de divergencia entre los parámetros estimados entre los parámetros estimados usándola y los de la verdadera usándola y los de la verdadera población. población. En el cálculo del error intervienen:En el cálculo del error intervienen:

Tamaño de la muestra Tamaño de la muestra Varianza poblacional Varianza poblacional Nivel de confianzaNivel de confianzaTipo de muestreoTipo de muestreo

Circulo vicioso del cálculoCirculo vicioso del cálculo

Cálculo muestral

Frecuencia del Problema en estudio

La frecuencia se obtendrá en el estudio

xprOR

El error muestral El error muestral es mayores mayor en en la medida que:la medida que:

Crece el grado de confianza que el Crece el grado de confianza que el investigador quiere dar a su investigador quiere dar a su estimación del parámetro medido estimación del parámetro medido mediante la muestramediante la muestra

Es más elevada la variabilidad de Es más elevada la variabilidad de la variable estudiada.la variable estudiada.

Es menor el tamaño de la muestra.Es menor el tamaño de la muestra.

Tamaño de la muestra vs. Error Tamaño de la muestra vs. Error muestralmuestral

Correcciones para Correcciones para poblaciones finitas poblaciones finitas

Cuando el tamaño de la muestra es Cuando el tamaño de la muestra es mayor del 5 % del tamaño de la mayor del 5 % del tamaño de la población se debe utilizar el factor población se debe utilizar el factor de corrección. de corrección.

Margen de error Margen de error admisibleadmisibleLos incrementos en el tamaño de la Los incrementos en el tamaño de la

muestra repercuten en una mayor muestra repercuten en una mayor precisión y por consiguiente en menor precisión y por consiguiente en menor error muestral. error muestral. El error muestral interviene en el cálculo El error muestral interviene en el cálculo del tamaño de la muestra solo del tamaño de la muestra solo si el si el diseño es probabilístico. diseño es probabilístico. En el muestreo probabilístico el En el muestreo probabilístico el investigador fija el error máximo investigador fija el error máximo admisible a priori y sobre esa base realiza admisible a priori y sobre esa base realiza el cálculo del tamaño de la muestra. el cálculo del tamaño de la muestra.

Por lo tanto el tamaño de la Por lo tanto el tamaño de la muestramuestra

► Ejemplo:Ejemplo:Si por ejemplo estudiamos la Si por ejemplo estudiamos la prevalencia de asma bronquial en un prevalencia de asma bronquial en un estudio donde se cálculo la muestra estudio donde se cálculo la muestra con tolerancia de error del 5% y nivel con tolerancia de error del 5% y nivel de confianza del 95% y se encontró de confianza del 95% y se encontró que la prevalencia es de 20%.que la prevalencia es de 20%.

Interpretación:Interpretación: hay un 95% de hay un 95% de probabilidad que la prevalencia real probabilidad que la prevalencia real este entre 15 y 25%.este entre 15 y 25%.

Que ocurre si las prevalencias son muy bajas, por ejemplo 2%??

Factores que influyenFactores que influyen► Tipo de diseño de etudio.Tipo de diseño de etudio.► Tipo de muestreo utilizado.Tipo de muestreo utilizado.► Comparación de muestras Comparación de muestras

independientes o pareadas.independientes o pareadas.

1. Identificación de la población

2. Indicadores a estimar Proporciones Promedios Métodos multivariados

3. Análisis de subgrupos

4. Precisión deseada en los estimadores

Muestreo de elemento VS muestreo de grupo

Igual probabilidad VS diferente probabilidad

Estratificado VS no estratificado

Aleatoria VS sistemática

Una sola etapa VS multietápico 32Material preparado por:

Profesor León Darío Bello Parias

Ventajas del Azar

Elimina la subjetividad de los investigadores en la selección de unidades de análisis

Permite medir la precisión de las estimaciones.

El azar no garantiza representatividad.

Ejemplo:Ejemplo:N = 3500N = 3500n = 40n = 40

55035503 48124812 17901790 56485648 19431943

Tabla de contingencia Nivel * Convenio 04

27 8 35 56.3%

16.7%

72.9% 7 5 12

14.6%

10.4%

25.0% 1 0 1

2.1%

.0% 2.1% 35 13 48

72.9%

27.1%

100.0%

Recuento % del total Recuento % del total Recuento % del total Recuento % del total

1

2

3

Nivel

Total

NO

SI Convenio 04 Tota

l

Tabla de contingencia Nivel * Convenio 04

184 36 22061.1% 12.0% 73.1%

46 26 7215.3% 8.6% 23.9%

5 4 91.7% 1.3% 3.0%

235 66 30178.1% 21.9% 100.0%

Recuento% del totalRecuento% del totalRecuento% del totalRecuento% del total

1

2

3

Nivel

Total

NO SIConvenio 04

Total

Población

Sistemático

Nivel de conocimientos según existencia de convenio

ESTRATOSESTRATOS Homogéneos en su interior; diferentes entre sí en propiedades y tamaño

Comuna AComuna A

Comuna BComuna B

Comuna CComuna C

Comuna DComuna D

Los estratos más grandes Tienen mayor probabilidad de ser representados

Plan de muestreoPlan de muestreo

Sesgos, criterios de Sesgos, criterios de selecciónselección

Un objetivo en todo estudio epidemiológico debe ser el de medir y calcular con la mayor validez y precisión posible sus determinaciones.

En otras palabras, la validez del conocimiento derivado de cualquier estudio epidemiológico dependerá, en gran medida, de la ausencia de error y de la capacidad de estimar o predecir el parámetro verdadero en la población blanco.

Las mediciones que se realicen deben ser:lo más exactas posible: que la medición esté próxima al valor verdadero.

Precisas: que mediciones repetidas caigan dentro de un intervalo reducido.

En epidemiología, la VALIDEZ (el grado de valor que se confiere al dato) se refiere a la ausencia de sesgo o error:a) Validez interna. Capacidad para atribuir el efecto detectado por el estudio a la hipótesis que se investiga. Resulta indispensable que el estudio esté libre de errores (durante el proceso de selección de la población de estudio, las mediciones que se realizan en dicha población o por la falta de comparabilidad de los grupos estudiados), yb) Validez externa. Capacidad para extrapolar los resultados de un estudio a una población más extensa que aquella en que se ha realizado.

1. Confiabilidad : 1. Confiabilidad : Precisión, reproducibilidadPrecisión, reproducibilidad

Error aleatorioError aleatorio

2. Validez : seguridad, conformidad2. Validez : seguridad, conformidad

Error sistemático Error sistemático SesgoSesgo

A A no ha sido ni exacto ni preciso. no ha sido ni exacto ni preciso. BB Exacto y preciso. Exacto y preciso.CC bastante exacto pero no preciso. bastante exacto pero no preciso.DD muy preciso pero poco exacto. muy preciso pero poco exacto.

6363

Existen más de 300 pruebas Existen más de 300 pruebas estadísticas básicas. estadísticas básicas.

Hay dos clases de pruebas Hay dos clases de pruebas estadísticas: Las paramétricas y las estadísticas: Las paramétricas y las no paramétricas. no paramétricas.

Cristian Díaz Vélez 65

Los valores de la variable dependiente sigan la Los valores de la variable dependiente sigan la distribución de la curva normal. La muestra en la que se distribución de la curva normal. La muestra en la que se hizo la investigación.hizo la investigación.

Las varianzas de los grupos que se comparan en una Las varianzas de los grupos que se comparan en una variable dependiente sean aproximadamente iguales variable dependiente sean aproximadamente iguales (homogeneidad de las varianzas).(homogeneidad de las varianzas).

La variable dependiente esté medida en una escala que La variable dependiente esté medida en una escala que sea por lo menos de intervalo, aunque este último sea por lo menos de intervalo, aunque este último requisito no es compartido por todos los estadísticos.requisito no es compartido por todos los estadísticos.Cuando los datos cumplen con los requisitos indicados, Cuando los datos cumplen con los requisitos indicados, especialmente con los dos primeros, las pruebas especialmente con los dos primeros, las pruebas estadísticas paramétricas exhiben su máximo poder.estadísticas paramétricas exhiben su máximo poder.


Las pruebas estadísticas no paramétricas, en Las pruebas estadísticas no paramétricas, en cambio, no hacen a los datos ninguna de las cambio, no hacen a los datos ninguna de las exigencias que les hacen las pruebas exigencias que les hacen las pruebas estadísticas paramétricas; por eso se les estadísticas paramétricas; por eso se les denomina "pruebas estadísticas libres de denomina "pruebas estadísticas libres de distribución". distribución".

Todas estas pruebas poseen menos poder que Todas estas pruebas poseen menos poder que las pruebas paramétricas correspondientes, las pruebas paramétricas correspondientes, pero han demostrado ser muy útiles como pero han demostrado ser muy útiles como alternativas cuando no se considera apropiado alternativas cuando no se considera apropiado el uso de pruebas paramétricas.el uso de pruebas paramétricas.


Tipo:Tipo:Categórica/cualitativaCategórica/cualitativaNumérica/cuantitativaNumérica/cuantitativa

Escala:Escala:Categórica/cualitativaCategórica/cualitativa

Numérica/cuantitativaNumérica/cuantitativa


NominalOrdinal

Razón Intervalo

Categóricas nominalesCategóricas nominales

Categóricas ordinalesCategóricas ordinales Numéricas proporciónNuméricas proporción Numéricas intervaloNuméricas intervalo


DicotómicasNominales ppd

Cuantitativas

Ordinales

Variable DependienteVariable Dependiente Variable IndependienteVariable Independiente PruebaPrueba

Dicotómica Dicotómica Dicotómica Dicotómica z, Chi-2, Fisherz, Chi-2, Fisher

Dicotómica Dicotómica Nominal Nominal z, Chi-2, Metha-Patelz, Chi-2, Metha-Patel

Dicotómica Dicotómica OrdinalOrdinal Mann-Whitney / WilcoxonMann-Whitney / Wilcoxon

Dicotómica Dicotómica Cuantitativa Cuantitativa Regresión LogísticaRegresión Logística

Nominal Nominal Dicotómica Dicotómica z, Chi-2, Metha-Patelz, Chi-2, Metha-Patel

Nominal Nominal Cuantitativa Cuantitativa Regresión DiscriminanteRegresión Discriminante

Ordinal Ordinal Nominal Nominal Kruskal-WallisKruskal-Wallis

Ordinal Ordinal Cuantitativa Cuantitativa Regresión Odds Regresión Odds ProporcionalProporcional

Cuantitativa Cuantitativa Dicotómica Dicotómica t de Studentt de Student

Cuantitativa Cuantitativa Nominal Nominal ANOVAANOVA

Cuantitativa Cuantitativa Cuantitativa Cuantitativa Regresión Lineal, Regresión Lineal, correlacionescorrelacionesCristian Díaz Vélez 70

Medición y Medición y recolección de datosrecolección de datos

¿Qué es medición?¿Qué es medición?Una manera sistemática de obtener datos de alta Una manera sistemática de obtener datos de alta

calidadcalidad Puede ser cuantitativa o cualitativa, con diferencias:Puede ser cuantitativa o cualitativa, con diferencias: Diferencia 1: Los datos en síDiferencia 1: Los datos en sí

Cuantitativo: representación numérica de ideas abstractasCuantitativo: representación numérica de ideas abstractas Cualitativo: los datos toman muchas formasCualitativo: los datos toman muchas formas

Diferencia 2: Los tiemposDiferencia 2: Los tiempos Cuantitativo: hay reflexión para desarrollar las hipótesis y Cuantitativo: hay reflexión para desarrollar las hipótesis y

los variables antes de la recolección de datoslos variables antes de la recolección de datos Cualitativo: hay reflexión PERO no hay hipótesis y la Cualitativo: hay reflexión PERO no hay hipótesis y la

medición es parte dela recolección de datos.medición es parte dela recolección de datos. Fuente: Neuman, W. Lawrence. Fuente: Neuman, W. Lawrence. Social Research Methods: Qualitative and Social Research Methods: Qualitative and

Quantitative Approaches. 4thedition. Quantitative Approaches. 4thedition. Boston: Allyn and Bacon, 2000. Boston: Allyn and Bacon, 2000.

MEDICIÓN: Unos ejemplosMEDICIÓN: Unos ejemplos

Escala de GuttmanEscala de Guttman

Escala Escala ThurstonThurston

ee

Un ejemplo cualitativoUn ejemplo cualitativo Vamos a hablar de lo que pasa cuando Vamos a hablar de lo que pasa cuando

un niño en esta comunidad tiene un niño en esta comunidad tiene diarrea.diarrea.

Qué es la primera cosa que haría una Qué es la primera cosa que haría una madre o un padre cuando su hijo se madre o un padre cuando su hijo se enferma con diarrea?enferma con diarrea?

Qué sería la próxima cosa?Qué sería la próxima cosa?

MEDICIÓN: Unos ejemplos(2)MEDICIÓN: Unos ejemplos(2)

Variables principales siempre definidas.Variables principales siempre definidas. Importante cuando: Variables de estudio no Importante cuando: Variables de estudio no

tienen una definición o medición estándar.tienen una definición o medición estándar. Cuando hay varias definiciones o actualizaciones.Cuando hay varias definiciones o actualizaciones. Debe incluir: Valores finales.Debe incluir: Valores finales. Criterios para asignar los valores.Criterios para asignar los valores. Instrumentos / técnicas de medición.Instrumentos / técnicas de medición. Debe estar siempre referenciado en caso se use Debe estar siempre referenciado en caso se use

una definición conocida.una definición conocida.

MEDICIÓN DE VARIABLESMEDICIÓN DE VARIABLES

ProcedimientosProcedimientos En caso de experimentales, detallar En caso de experimentales, detallar

la intervención y manejo de grupos.la intervención y manejo de grupos. Describir el proceso de la medición Describir el proceso de la medición

de la variable.de la variable. Especificar la validez de los métodos Especificar la validez de los métodos

empleados.empleados. Si son métodos nuevos o adaptados, Si son métodos nuevos o adaptados,

describir el proceso de validación.describir el proceso de validación.

¿Qué se necesita para una buena ¿Qué se necesita para una buena medición?medición?

Que no representa una demanda demasiado Que no representa una demanda demasiado alta para: alta para: El/la encuestador/a o entrevistador/aEl/la encuestador/a o entrevistador/a El/la entrevistado/aEl/la entrevistado/a

Aplicación prácticaAplicación práctica Reglas clarasReglas claras Que no depende de la administraciónQue no depende de la administración

Fuente: Netemeyer, Richard G., William O. Bearden & Subhash Sharma. Fuente: Netemeyer, Richard G., William O. Bearden & Subhash Sharma. Scaling Scaling Procedures: Issue and Applications. Procedures: Issue and Applications. Thousand Oaks, CA: Sage Publications, Inc., Thousand Oaks, CA: Sage Publications, Inc., 2003. 2003.

InstrumentosInstrumentos

Encuestas:Encuestas: Con preguntas “independientes”Con preguntas “independientes” Con preguntas que se convierten en Con preguntas que se convierten en

índices o escalasíndices o escalas Índice: los ítems Índice: los ítems forman forman el concepto el concepto

(constructo latente)(constructo latente) Se suman para sacar un puntaje simple del Se suman para sacar un puntaje simple del

concepto a medirconcepto a medir Escala: los ítems Escala: los ítems son reflejados son reflejados por el por el

concepto (constructo latente)concepto (constructo latente)

Desarrollo de una encuestaDesarrollo de una encuesta Paso 1. Definir los objetivos de la pregunta y el tipo Paso 1. Definir los objetivos de la pregunta y el tipo

de respuestas que se necesita para de respuestas que se necesita para satisfacer los satisfacer los objetivos.objetivos.

Paso 2. Asegurar que los participantes tengan una Paso 2. Asegurar que los participantes tengan una comprensión compartida y común comprensión compartida y común del del significado de la pregunta.significado de la pregunta.

Paso 3. Asegurar que los participantes reciban Paso 3. Asegurar que los participantes reciban preguntas a las cuales preguntas a las cuales saben las respuestas.saben las respuestas.

Paso 4. Hacer preguntas de manera en que los Paso 4. Hacer preguntas de manera en que los participantes participantes las puedan contestar.las puedan contestar.

Paso 5. Hacer preguntas que los participantes Paso 5. Hacer preguntas que los participantes estén estén dispuestos a contestar dispuestos a contestar de manera precisa.de manera precisa.

Los sís y nosLos sís y nos LOS “SI”sLOS “SI”s

Deben tener lenguaje simple (nivel de lectura Deben tener lenguaje simple (nivel de lectura de 5to-6to grado de primaria)de 5to-6to grado de primaria)

Deben ser claras, simples y precisasDeben ser claras, simples y precisas Deben tener vocabulario libre de jerga técnicaDeben tener vocabulario libre de jerga técnica Deben ser presentadas de una manera neutralDeben ser presentadas de una manera neutral Nada en la pregunta o en las opciones de Nada en la pregunta o en las opciones de

respuesta debe sugerir una respuesta correctarespuesta debe sugerir una respuesta correcta Deben ser específicas las referencias a tiemposDeben ser específicas las referencias a tiempos Debe especificar el periodo al cual se refiereDebe especificar el periodo al cual se refiere

Los sís y nos (2)Los sís y nos (2) LOS “NO”sLOS “NO”s

Deben evitarse preguntas que sugieren una respuesta Deben evitarse preguntas que sugieren una respuesta correctacorrecta

NO: Prefiere ser atendido por un médico de su mismo sexo?NO: Prefiere ser atendido por un médico de su mismo sexo? SI: SI:

Deben evitarse preguntas con sesgos o valoresDeben evitarse preguntas con sesgos o valores NO: Piensa que ir al centro de salud es una pérdida de tiempo?NO: Piensa que ir al centro de salud es una pérdida de tiempo? SI: SI:

Deben evitarse preguntas que amenazanDeben evitarse preguntas que amenazan NO: Piensa que sabe suficiente acerca de la tuberculosis?NO: Piensa que sabe suficiente acerca de la tuberculosis? SI: SI:

Los sís y nos (3)Los sís y nos (3) LOS “NO”sLOS “NO”s

Deben evitarse preguntas que tienen 2 conceptos en 1 preguntaDeben evitarse preguntas que tienen 2 conceptos en 1 pregunta NO: Ha tenido dolor de cuello y dolor de espalda desde su NO: Ha tenido dolor de cuello y dolor de espalda desde su

última visita?última visita? SI: SI:

Deben evitarse preguntas con conceptos que podrían Deben evitarse preguntas con conceptos que podrían entenderse de diferentes formasentenderse de diferentes formas

NO: Cómo calificaría su salud –muy buena, buena, regular, NO: Cómo calificaría su salud –muy buena, buena, regular, mala, muy mala?mala, muy mala?

SI: SI:

Deben evitarse preguntas con palabras negativasDeben evitarse preguntas con palabras negativas NO: No merezco que otras personas me tratan bien.De NO: No merezco que otras personas me tratan bien.De

acuerdo… En desacuerdoacuerdo… En desacuerdo SI: SI:

TIPOS DE ENCUESTATIPOS DE ENCUESTA Aplicada en forma de entrevista cara-a-caraAplicada en forma de entrevista cara-a-cara

Tradicional, donde el/la entrevistador/a hace las Tradicional, donde el/la entrevistador/a hace las preguntas y llena con lapiz (paper-and-pencil)preguntas y llena con lapiz (paper-and-pencil)

CAPI: Entrevista personal asistida por computadora CAPI: Entrevista personal asistida por computadora (Computer-assisted personal interviewing)(Computer-assisted personal interviewing)

CATI: Entrevista telefónica asistida por computadora CATI: Entrevista telefónica asistida por computadora (Computer-assisted telephone interviewing)(Computer-assisted telephone interviewing)

Con dispositivos moviles tipo Palm Con dispositivos moviles tipo Palm

Auto-aplicadas: Auto-aplicadas: Tradicional, hoja con lapizTradicional, hoja con lapiz Basada en InternetBasada en Internet CASI: Entrevista autoadministrada asistida por CASI: Entrevista autoadministrada asistida por

computadora computadora (Computer-assisted self-interviewing)(Computer-assisted self-interviewing)

SESGOS A CONSIDERARSESGOS A CONSIDERAR 1. Norma de justicia o equidad. 1. Norma de justicia o equidad.

La persona trata de ser justa en cómo contesta la La persona trata de ser justa en cómo contesta la pregunta, basado en cómo contestó una/s previa/s pregunta, basado en cómo contestó una/s previa/s pregunta/spregunta/s

2. Estrategia de “ancla”. 2. Estrategia de “ancla”. La persona utiliza información de una/s pregunta/s previa/s La persona utiliza información de una/s pregunta/s previa/s

para contestar la pregunta actualpara contestar la pregunta actual 3. Efecto de sumar o restar. 3. Efecto de sumar o restar.

La persona asume que parte de su respuesta a que una La persona asume que parte de su respuesta a que una pregunta previa aplica a la próxima pregunta (sumar) o pregunta previa aplica a la próxima pregunta (sumar) o que parte de la próxima pregunta ya se contestó en una que parte de la próxima pregunta ya se contestó en una previa pregunta (restar)previa pregunta (restar)

4. Mayor positivismo en los ítems de resumen…4. Mayor positivismo en los ítems de resumen… * Después de contestar preguntas específicas* Después de contestar preguntas específicas La persona da una respuesta diferente/contradictoria La persona da una respuesta diferente/contradictoria

porque siente que ya dio los detalles en las otras preguntas porque siente que ya dio los detalles en las otras preguntas

GRACIASGRACIAS

[email protected]

Expo sbs. poblacion muestra criterios selección instrumentos

Health & Medicine

Transcript of Expo sbs. poblacion muestra criterios selección instrumentos