UNIVERSIDAD NACIONAL ABIERTA DIRECCION DE INVESTIGACIONES Y POSTGRADO MAESTRIA EN ADMINISTRACION EDUCATIVA ASIGNATURA: INVESTIGACIN II PROFESORA: JANISSE SALAZAR CORASPE

TRABAJO DIGITAL: POBLACIN Y MUESTRA

PARTICIPANTE: ORTEGA MORALES OLGA EVELYN Cdula de identidad: 6.350.169

CARACAS, AGOSTO DE 2011-08-08

Introduccin El presente trabajo es producto del cumplimiento de una tarea de la asignatura Investigacin II, de la Maestra de Administracin Educativa. La misma consiste en desarrollar uno de los aspectos del marco metodolgico del proceso investigativo enmarcado dentro del paradigma de investigacin cuantitativa. El aspecto a desarrollar dentro del presente trabajo es el correspondiente a la poblacin y la muestra, haciendo nfasis en la muestra y en las tcnicas de muestreo. Para la conformacin del mismo se utiliz un conjunto de bibliografas que permitieron ir conformando en que consiste cada uno de los tipos de muestras y se trato de ejemplificar cada uno de los mismos. Es preciso mencionar que la tcnica del muestreo es minuciosa y requiere del conocimiento del investigador en relacin a lo que pretende su investigacin y al tipo de muestra que requiere y que le permita generalizar los resultados que obtenga. Al final se desarrollaron conclusiones sobre una visin general del tema desarrollado.

En los procesos de investigacin

se plantean situaciones en las cuales

necesitamos indagar acerca de personas, eventos o cosas. Pero en la mayora de los casos no es posible estudiar todos los elementos o sujetos a los cuales se refiere el problema, por esta razn se trabaja slo con un grupo de ellos, para luego generalizar los resultados a la totalidad, este proceso se conoce como inferencia estadstica. Para poder hacer esta inferencia es indispensable que la cantidad de sujetos y la forma como son seleccionados, sean adecuadas. En estos casos se hace necesario determinar cual es la poblacin universo de estudio. Para Balestrini (2001) desde el punto de vista estadstico una poblacin o universo puede estar referida a un conjunto de elementos a los cuales se les desea conocer las caractersticas, o una de ellas, y para el cual sern vlidas las conclusiones obtenidas de la investigacin. Para esta autora la poblacin es un conjunto finito o infinito de personas, casos o elementos que presentan caractersticas comunes. En este orden de ideas se habla de que una poblacin es finita cuando consta de un nmero limitado de elementos, ejemplo: todo el alumnado de un determinado plantel. Una poblacin es infinita cuando no se pueden contabilizar todos sus elementos pues existen en nmero ilimitado, como por ejemplo, todos los alumnos del mundo. Al realizar una investigacin se hace necesario realizar estas preguntas Cul es la unidad de anlisis?; Es necesario tomar todas las unidades de anlisis que constituyen el universo de estudio? Luego de respondidas estas preguntas se procede a delimitar la poblacin que va a ser estudiada y sobre la cual se pretende generalizar los resultados. Es por ello que se puede definir poblacin, tomando lo expresado por Hernndez (2000) citando a Selltiz, 1974), como el conjunto de todos los casos que concuerdan con una serie de especificaciones. Ahora bien teniendo definida la poblacin queda determinar que es una muestra, en este sentido la misma se define como un subgrupo de la poblacin. Para escoger una muestra debe delimitarse las caractersticas de la poblacin. La muestra es un subgrupo de la poblacin, el autor citado anteriormente la concibe como un subconjunto de elementos que pertenecen al conjunto definido en sus caractersticas, denominado poblacin. Uno de las principales condiciones de una muestra es que sea representativa de la

poblacin. Es por ello que es errado incluir dentro de la clasificacin de las muestras el que sea representativa. Ventajas y limitaciones del uso de las muestras Ventajas: Disminucin de los costos de la investigacin: Es obvio que si no se estudia la totalidad de sujetos que forman la poblacin, sino una muestra de ellos, los recursos financieros, materiales, personales, para hacer la investigacin sern menores. Disminucin del tiempo de la investigacin: Al trabajar slo con la muestra, se disminuye el tiempo en que deber realizarse informacin. Exactitud en las mediciones: al estudiar una muestra se reduce el volumen de trabajo, por lo cual es posible supervisar con mayor cuidado las actividades de campo, el procesamiento de los datos, y de esta forma obtener resultados ms exactos que los que obtendramos al estudiar toda la poblacin. Posibilidades de desarrollar investigaciones en poblaciones muy grandes: Existen casos en los cuales no es posible estudiar toda la poblacin, el existir la posibilidad de realizar muestreo nos permite realizar procesos de investigacin, en los que pareceran ser imposibles, si no existiera la posibilidad de tomar muestras. Limitaciones: Es inadecuado emplear muestras cuando la poblacin es muy pequea El desarrollar la teora del muestreo es complejo y no es del dominio de la mayora de los investigadores, por lo que con frecuencia deben buscar apoyo en especialistas en la materia. Etapas del proceso de muestreo. Para la realizacin de un correcto proceso de muestreo se deben seguir las siguientes etapas: 1) 2) 3) Definicin o seleccin del universo o especificacin de los posibles sujetos o elementos de un determinado tipo; Determinacin de la poblacin o parte de ella a la que el investigador tiene acceso; Seleccin de la muestra invitada o conjunto de elementos de la poblacin a los que se pide que participen en la investigacin; la recoleccin de la

4) 5)

Muestra aceptante o parte de la muestra invitada que acepta participar; Muestra productora de datos; la parte que acept y que realmente produce datos.

Condiciones que debe cumplir una muestra. Son cuatro las condiciones fundamentales que ha de cumplir una muestra segn el autor Sierra Bravo (1.988). Estas son: 1. 2. Que comprendan parte del universo y no la totalidad de ste. Que su amplitud sea estadsticamente proporcionada a la magnitud del universo. Esta condicin se halla en relacin con el punto prctico de determinacin del tamao de la muestra y sirve para decidir si, segn las unidades que comprende respecto al universo, una muestra es o no admisible. 3. La ausencia de distorsin en la eleccin de los elementos de la muestra. Si esta eleccin presenta alguna anomala, la muestra resultar por este mismo hecho viciada. 4. Que sea representativa o reflejo fiel del universo, de tal modo que reproduzca sus caractersticas bsicas en orden a la investigacin. Esto quiere decir que si hay sectores diferenciados en la poblacin que se supone ofrecen caractersticas especiales, a efectos de los objetivos de la investigacin, la muestra tambin deber comprenderlos y precisamente en la misma proporcin, es decir, deber estar estratificada como el universo. (Sierra Bravo, 1988: 175) Tipos o tcnicas de muestreo Las muestras se clasifican en dos grandes clases: Muestras probabilsticas y muestras no probabilsticas. 1. Muestreo probabilstico: En este tipo de muestreo segn Kerlinger (2001), se debe hacer nfasis en el mtodo y en la teora que lo sustenta. Este muestreo es tambin conocido como muestreo de seleccin aleatoria. Este utiliza el azar como instrumento de seleccin, pudindose calcular de antemano la probabilidad de que cada elemento sea incluido en la muestra.

Para Marn Ibez (1985) este tipo de muestreo es el que alcanza mayor rigor cientfico, y se caracteriza porque se cumple el principio de la equiprobabilidad, segn el cual todos los elementos de la poblacin tienen la misma probabilidad de salir elegidos en una muestra. Este tipo de muestreo presenta varias modalidades, las cuales son: 1.1. Muestreo aleatorio simple. Es la modalidad de muestreo probabilstico ms conocida y que alcanza mayor rigor cientfico. Garantiza la equiprobabilidad de eleccin de cualquier elemento y la independencia de seleccin de cualquier otro. En este procedimiento todos los elementos deben tener la probabilidad de se seleccionados y su desarrollo consiste en extraer al azar un nmero determinado de elementos, n, del conjunto mayor N o poblacin, procediendo segn la siguiente secuencia: a) definir la poblacin, confeccionar una lista de todos los elementos, asignndoles nmeros consecutivos desde 1 hasta n; b) la unidad de base de la muestra debe ser la misma; c) definir el tamao de la muestra, y d) extraer al azar los elementos. La muestra quedar formada por los n elementos obtenidos mediante sorteo de la poblacin. Los procedimientos ms comunes de extraccin de los elementos en este tipo de muestreo son: las tablas de nmeros aleatorios, incluidas en los manuales de estadstica; los clsicos sistemas de lotera y otros procedimientos de extraccin al azar, incluidos las aplicaciones informticas. Ejemplo: En una Escuela Primaria de 1200 alumnos, se quiere extraer una muestra de 300 alumnos. En este caso se enumeran los alumnos del 1 al 1200. Luego se sortean los 300 nmeros de los 1200 alumnos que conforman la poblacin. Se van sacando y cualquiera puede salir, 3, 125, 300, 657, 325, .. 1.1.2. Muestreo aleatorio sistemtico. Este tipo de muestreo es una variante del anterior tipo de muestreo. Primero se calcula I (frecuencia de los casos) mediante la frmula I= N/n. Despus se elige un nmero menor o igual que I, es decir, que cumpla la condicin: 1 aI. Por ltimo se seleccionan los nmeros en la tabla de nmero aleatorios, que sern: a, a+I, a+2I, a +3I, etc. Si tenemos la poblacin a estudiar, previamente inscrita en unas listas numeradas, obtenida la frecuencia de los casos iremos eligiendo saltando los nmeros que indique la frecuencia. Si queremos obtener una muestra de 20 sobre una poblacin de 100 (I = 100/20 = 5), podramos partir el muestreo del

n 5, el 10, el 15; o el 3, 8, 13... El primer elemento (a) suele elegirse al azar usando las tablas de probabilidad y, a continuacin, se le suma la frecuencia. Si el azar hizo que se partiera de un elemento de la lista mayor que I, al llegar a N, se vuelve al principio de la lista hasta completar n casos. La eleccin sistemtica partiendo de listas es vlida si el orden no ha sido establecido teniendo en cuenta la caracterstica que estudiamos. No pueden servir, por ejemplo, listas en orden de calificaciones acadmicas si sta es una de las variables de investigacin. Un peligro de este mtodo es el que se den periodicidades en la poblacin que anulen la representatividad de la muestra. Supongamos que I = 10 y trabajamos con maestros agrupados por jerarquas, en los que a su vez estn listado segn categoras profesionales, por este orden: 7 directivos, 20 profesores especialistas, 60 docentes de aula. Al elegir la muestra por este mtodo, sta quedar sesgada porque elegir siempre, por ejemplo, un directivo por cada categora o bien porque no lo elegir nunca. Este procedimiento es ms rpido que el anterior, sobre todo si la poblacin es numerosa y est previamente ordenada. Es muy utilizado en los sondeos de opinin y de puerta a puerta. A los entrevistadores se les indica que paren a cada I personas o llamen a cada I puertas. Ejemplo: Tomando el ejemplo anterior de la Escuela Primaria enumeramos los alumnos del 1 AL 1200, se calcula el intervalo constante entre cada individuo 1200/ 300= 4. Sorteamos los nmeros del 1 al 4. Supongamos que sale el nmero 4. El primer alumno seleccionado ser el nmero 4, los siguientes alumnos se obtendrn sumndole 4, hasta llegar a los 300 alumnos. Los alumnos seleccionados para la muestra sern los que correspondan a los nmeros 4, 8, 12, 16, 20. 1.1.3. Muestreo estratificado. Se utiliza cuando la poblacin esta constituida en estratos o conjuntos de la poblacin homogneos con respecto a la caracterstica que se estudia. Dentro de cada estrato se puede aplicar el muestreo aleatorio o sistemtico. Consiste en subdividir la poblacin en subgrupos o estratos con arreglo a la/s caracterstica/s que se consideren y en elegir la muestra de modo que estn representados los diferentes estratos. Para la obtencin de la muestra estratificada se siguen los siguientes pasos: a) se divide la poblacin en estratos; b) de cada estrato se extrae una muestra por

algn procedimiento de muestreo; c) el nmero de individuos de cada estrato se puede decidir por paridad o proporcionalidad; y d) la suma de las muestras de cada estrato forman la muestra total n. (Latorre, Rincn y Arnal, 2003) Dentro del muestreo estratificado suele distinguirse: 1.1.3.1 Muestreo estratificado constante. Tambin conocido como afijacin simple, la muestra se obtiene seleccionando un numero igual de individuos de cada estrato en que se ha dividido la poblacin con independencia del tamao y variabilidad de los mismos dentro de la poblacin. 1.1.3.2 Muestreo Estratificado proporcional. En este caso se selecciona de cada estrato un nmero de elementos proporcional a su tamao en el conjunto de la poblacin (afijacin proporcional). Jimnez Fernndez (1983) considera que un criterio ms til para fijar la proporcin de la muestra es atender a la variabilidad de los estratos en la caracterstica que interesa (afijacin ptima). Si sus varianzas son aproximadamente homogneas, el muestreo estratificado proporcional es el aconsejado; si por el contrario difieren mucho entre s, debe tomarse un porcentaje mayor de elementos de los estratos que mayor varianza experimentan. Ejemplo: La investigacin consiste en determinar la efectividad de una estrategia de enseanza de la lectura en el Estado Zulia. Supongamos que en este Estado existen 4000 alumnos en Escuelas Primarias del Ministerio del Poder Popular para la Educacin; 2000 alumnos en Escuelas Primarias dependientes de la Gobernacin del estado y 1000 alumnos en Escuelas primarias Privadas. La investigacin esta interesada en que en la muestra estn representadas los alumnos de cada uno del tipo de Escuelas Para ello realizamos un muestreo estratificado utilizando como variable la adscripcin de las Escuelas Primarias. Para este caso lo recomendable es realizar una afijacin proporcional, por el tamao de los estratos. Calculamos entonces que proporcin supone cada uno de los estratos respecto a la poblacin, para establecer la muestra. Alumnos de las Escuelas Primarias del Ministerio del Poder Popular para la Educacin= 4000; alumnos de las escuelas Primarias de la Gobernacin 2000 y alumnos de las Escuelas Primarias Privadas 1000. Total poblacin= 7000 a) 4000/7000= 0,57 450 x 0,57= 257

b) 2000/ 7000= 0,28 450 x 0,28= 126 c) 1000/ 7000= 0,14 450 X 0,14 = 63 1.1.4 Muestreo por conglomerados. El muestreo individual resulta muchas veces inaplicable y hay que recurrir no a los elementos, sino a seleccionar por el sistema del azar determinados colectivos. La muestra de grupos o racimos tambin se denomina conglomerados o clusters, en terminologa sajona. Este tipo de muestreo se utiliza cuando los individuos de la poblacin constituyen grupos naturales o conglomerados (distrito, centros escolares, aulas, empresas, etc.) En el muestreo por grupos el proceso sigue estos pasos: la poblacin se divide previamente en grupos o conglomerados que contienen diversos elementos y, a continuacin, se seleccionan aleatoriamente el nmero de conglomerados y se trabaja con el total de elementos pertenecientes a los conglomerados elegidos. La unidad muestral es el conglomerado (cluster) o grupo y el proceso de seleccin aleatoria se aplica a la seleccin de stos y no a los elementos menores que componen el conglomerado. Una ventaja de esta tcnica de muestreo radica en que no es necesario identificar ni tener un listado de todos los elementos de la poblacin para seleccionarlos aleatoriamente, sino que despus de seleccionados los conglomerados, se procede a elaborar dicho listado slo para los elementos que componen los conglomerados elegidos. Ejemplo: En una investigacin en la que se trata de conocer el grado de satisfaccin de los profesores del Ministerio del Poder popular para la Educacin Bsica en relacin al actual contrato colectivo. Ante el tamao de la poblacin necesitamos establecer una muestra de un determinado nmero de sujetos por Estado. Ante la dificultad de acceder individualmente a estos sujetos se decide hacer una muestra por conglomerados. Sabiendo que el nmero de profesores por Estado es aproximadamente de 30000, los pasos a seguir seran los siguientes: 1. Recoger un listado de todos los institutos por Estado. 2. Asignar un nmero a cada uno de ellos. 3. Elegir por muestreo aleatorio simple o sistemtico los Docentes que conformaran la muestra por Estado. 1.1.5 Muestreo por etapas o polietpico. Tiene relacin con el muestro por

conglomerado. Se procede dividiendo la poblacin en varios conglomerados y se selecciona un nmero de ellos, que constituyen las unidades mustrales primarias. En una segunda etapa se obtiene una submuestra a partir de las anteriores, que constituyen las unidades mustrales secundarias, y as sucesivamente. Se submuestrean las unidades anteriores hasta llegar a la muestra final. El proceso sigue una secuencia de etapas de seleccin de unidades mustrales de mayor rango a otras de menor, hasta llegar a los individuos o elementos que constituyen la muestra. Este tipo de muestreo slo necesita conocer los individuos que integran los conglomerados de la ltima etapa. En cada etapa puede aplicarse un muestreo aleatorio. 2. Muestreo no probabilstico. En este tipo de muestro no se utiliza el muestreo no se utiliza el azar sino que la muestra se obtiene atendiendo al criterio o criterios del investigador o bien por razones de economa, comodidad, etc. En este tipo de muestreo no se utiliza el criterio de equiprobabilidad, sino que siguen otros criterios, procurando que la muestra obtenida sea lo ms representativa posible. Estas muestras, al no utilizar el muestreo al azar, no tienen la garanta de las muestras probabilsticas, pero en la prctica son a menudo necesarias e inevitables, en opinin de Kerlinger (2001). Dentro de este tipo de muestreo se suele distinguir entre muestreo accidental, intencional o deliberado y por cuotas. 2.1. Muestreo accidental o casual. Este tipo de muestreo se caracteriza por utilizar las muestras que tiene a su alcance. Se denominan accidentales porque no responden a una planificacin previa en cuanto a los sujetos a elegir. De hecho, toma las muestras disponibles sin introducir seleccin o modificacin alguna. El criterio de seleccin de los individuos depende de la posibilidad de acceder a ellos. Es frecuente utilizar sujetos que las condiciones nos permiten (muestras que proporcionan los amigos). Por ejemplo, entrevistar a la salida del metro, o a las personas que pasan por una calle. Desde el punto de vista de la investigacin este tipo de muestreo es ms dbil. No obstante, puede usarse en estudios exploratorios cuando no se disponen de otras, cuidando mucho el anlisis y la interpretacin de resultados. 2.2 Muestreo intencional u opinativo. En esta tcnica, el investigador

selecciona de modo directo los elementos de la muestra que desea participen en su estudio. Se eligen los individuos o elementos que se estima que son representativos o tpicos de la poblacin. Se sigue un criterio establecido por el experto o investigador. Se suelen seleccionar los sujetos que se estima que pueden facilitar la informacin necesaria. Este mtodo, que Jimnez Fernndez (1983) califica de deliberado, se justifica cuando se quieren estudiar elementos excepcionales de cierta poblacin, ya que la forma de asegurarse de que se incluirn en dicho estudio, es elegirlos intencionalmente. No dudando de su utilidad, se presta a crticas porque las muestras obtenidas resultan inevitablemente sesgadas en el sentido del criterio que se ha usado para seleccionarla. En estas muestras opinticas (Latorre, Rincn y Arnal; 2003), buscamos deliberadamente los elementos de la muestra porque nos parece que pueden facilitarnos una informacin ms vlida.
2.3

Muestro por cuotas. El sistema de cuotas consiste en fijar unas cuotas.

Cada cuota consiste en un nmero de elementos que renen unas determinadas condiciones. La seleccin de las cuotas suele hacerse mediante rutas o itinerarios. En este procedimiento se parte de una muestra estratificada cuyas proporciones debe conservar el investigador, pero cada uno de los casos queda a su arbitrio elegirlos. El riesgo radica en que seleccione a personas a quienes resulta ms fcil, por razones de localizacin. De hecho, cuando se trabaja con entrevistas, hay una resistencia a consultar a poblacin dispersa en lugares distantes o a la que est en pisos elevados sin ascensor. Por ltimo, Marn (1985) seala un riesgo muy generalizado, comn al muestreo probabilstico y no probabilstico, y es el del rechazo a participar en la investigacin. En este caso no hay ms remedio que sustituir la poblacin que no desea colaborar o a la que no se tiene acceso por otra de condiciones similares, pero hay que tener mucho cuidado para evitar el sesgo de la muestra, porque puede ocurrir que precisamente la poblacin no participante tenga alguna caracterstica por la que no desee contestar, con lo cual queda

excluida de la muestra y comprensiblemente mantendr su rechazo en los nuevos casos que los sustituyan. Despus de haber desarrollado lo que se considera muestra probabilstica y no probabilstica, con sus diferentes modalidades, debemos mencionar que Sierra (1.988), considera que existen otros tipos de muestras. Estas son: Muestras superpuestas. Esta consiste en seleccionar dos muestras distintas obtenidas de la misma base de la muestra, mediante la realizacin de dos sorteos o dos sistemas de muestreo distintos. Es un procedimiento muy til cuando se quiere lograr una valiosa corroboracin o verificacin de los resultados obtenidos en una encuesta. Muestras sucesivas. Se utiliza cuando interesa conocer la evolucin del fenmeno estudiado con el paso del tiempo. En estos casos la solucin es repetir la encuesta a nuevas muestras cada cierto perodo de tiempo. Por ejemplo los sondeos de opinin que se realizan para conocer las preferencias que se tienen sobre las candidaturas presidenciales. Muestra compuestas. Consiste en un sistema de muestreo que comprenden dos o ms muestras distintas, segn las diferentes partes del fenmeno estudiado. En un estudio que abarque poblacin de hbitats urbanos y rurales, se podra aplicar un muestreo aleatorio simple para el primero y el de clusters para zonas rurales. Muestra compensadas. En este tipo de muestreo la tcnica es aplicable cuando se conoce el valor medio que alcanza una de las caractersticas estudiadas en el universo, por ejemplo, la talla, el peso, promedio de notas, etc. Una vez obtenida la muestra, sera poco probable que su media coincidiera con la de la poblacin. La compensacin consiste en sustituir unidades de la muestra por otras nuevas elegidas tambin al azar, en el caso de que sus valores acerquen ms la media de la muestra a la del universo. Muestras de voluntarios. En este tipo de muestro el investigador investigaciones se ve obligado a pedir voluntarios que quieran participar en su estudio, dado que por razones ticas o morales no pueden utilizar ninguno de los dems procedimientos. Estas muestras presentan ciertos sesgos y suelen presentar determinadas caractersticas, como por ejemplo: son sujetos con un mayor nivel cultural, tienen mejor estatus social, suelen ser ms inteligentes,

son ms sociables, son menos convencionales, son menos conformistas, etc. Conclusiones Como conclusin se extrae que una vez que se tienen definidas las variables a estudiar en la investigacin se debe establecer cul ser la poblacin a investigar. En algunas investigaciones se podr trabajar con toda la poblacin, la cual es definida como el conjunto formado por todos los elementos a estudiar, el cual puede llamarse conjunto completo. En otros tipos de investigacin no ser posible trabajar con toda la poblacin. Supongamos que debemos estudiar todos los nios que reprobaron matemtica en el presente ao. Nos damos cuenta que no podemos hacerlo con todos los nios que reprobaron la asignatura en el pas, lo que sera toda la poblacin o conjunto completo. Por lo que hay que recurrir a escoger un grupo que sea manejable, esto se denomina muestra. Esa muestra es una representacin de todo el conjunto. Hacer un muestreo tiene varias dificultades. Hay que buscar una muestra que no le de preferencia a ninguna de las cualidades a estudiar. Tiene que ser lo ms heterognea posible, pensando siempre que sea una representacin en pequeo de toda la poblacin. Por lo tanto un muestreo consiste justamente en tomar una parte de un conjunto, estudiar una de sus caractersticas y tratar de analizar si con cuidado podemos extender los resultados y conclusiones a todo el conjunto, a toda la poblacin estudiada. Esto requiere sistematizacin y claridad del investigador a la hora de elegir la muestra. Bibliografa BALESTRINI, M (2001). Como se elabora el proyecto de Investigacin, Caracas: Venezuela, Servicio Editorial. HERNNDEZ, R., FERNNDEZ, C., Y BAPTISTA, P. (2000). Metodologa de la Investigacin. Mxico: McGraw-Hill. JIMENEZ FERNNDEZ, C. (1983): Poblacin y muestra. El muestreo. En JIMNEZ FERNNDEZ, C., LPEZ-BARAJAS ZAYAS, E. y PREZ JUSTE, R. : Pedagoga Experimental II. Tomo I. UNED. Madrid. pp. 229-258. KERLINGER, F. N. (2001): Investigacin del comportamiento. Tcnicas y Metodologa. Mxico. Mac Graw Hill.

LATORRE, A., RINCN D. del y ARNAL, J. (2003): Bases Metodolgicas de la Investigacin Educativa. Barcelona. Experiencia S.L. MARN IBEZ, R. (1985): El muestreo. Tema 6. En MARN IBEZ y PREZ SERRANO, G.: Pedagoga Social y Sociologa de la Educacin. Unidades Didcticas 1, 2 y 3. UNED, Madrid. pp. 161-186 SIERRA BRAVO, R. (1988): Tcnicas de investigacin Social. Teora y Ejercicios. Madrid. Editorial Paraninfo.