Población y

muestra
Definicion y operacionalizadén
de las variables
Procedimientos

Técnicas e instrumentos

Plan de análisis
 ;

POBLACI
La
;
ON está compuesta
investigación por
POBLACION
todos los elementos (personas, objetos, organismos,
de una
historias clínicas) que participan del fenómeno que fue
definido y delimitado en el análisis del de
investigación. problema

La POBLACION tiene la característica de ser estudiada,

medida y cuantificada.

También se conoce como UNIVERSO.

La población debe delimitarse claramente en torno a sus

características de contenido, lugar y tiempo.
TIPOS DE POBLACIÓN

POBLACION
FINITA 11... ACCESIBLE

INFINITA
 MUESTRA
Una muestra es una parte de la población.
;

La muestra puede ser definida como un SUBGRUPO DE LA POBLACION o

universo.
Para seleccionar la muestra, primero deben delimitarse las características de
la población.

MUESTRAS REPRESENTATIVAS
Una muestra representativa debe contener todas las características de
la población o universo, para que los resultados sean generalizables.
La muestra debe ser proporcional al tamaño de la población.
Preferentemente seleccionada por procedimientos aleatoreos/probabilísticos.
 Muestra: Por ción o
parte de la población de
interés, que refleje las
m:1. carae.t, er1"st.
s·mas
que la población.
'1cas

Pobfacirm: Conj un to de
todos los posibles individuos,
objetos o medidas de interés.
Diferencias entre población y m u e s t r a

Sirnbo'logía
1 • • •

Características
(Parámetros) (Estadígrafos) Puntual

1 'Tan1añ.o
N n

1
Son los: resultad os
Media X
numéricos de les

1 Pr-opcrreiórr p estadígrafos o

estimad ores

1 Va r i a n z a (J 2 52 puntuales

Desviación estándar' s
La Muestra es una parte o subconjunto de la población

Muestreo es la selección de algunas unidades de estudio entre una

población definida en una investigación.

MARCO MUESTRAL Es una lista detallada y

actualizada de las unidades de muestreo.
MARCOS MUESTRALFC:

Archivos
Mapas
Volúmenes
Horas de transmisión
Períodos registrados
 ;

UNIDAD DE DE MUESTREO
ANALISIS /
UNIDAD
La unidad de análisis es cada uno de los
element os que const it uyen la población y
por lo tant o la muest ra.

Ejemplos de unidad de análisis son alumnos,

maestros, directivos, expertos, padres de
familia, empleadores, etc.

Cada unidad de análisis cumple con los

parámetros muestrales.
 ERROR ALEATORIO
Cuando se seleccionan muestras aleatoriamente los resultados
SIEMPRE son variables. Esta variación en los estadísticos se
denomina error aleatorio y es causada por la selección al azar.

sl s
2
 Teoría del muestreo
Para poder errtender' los aspec tos que se involucran en el
muestreo es necesario c o n o z c a m o s la t c r m í n o l o g f a básica
qu e se emplea.

Población

U n id a d e s d e
Marco mu estr al a nális is

Mu e st r a

1 1
~ - - - - - - - - - - -

Terminología básica
e-Población: C o n j u n t o d e i n d i v i d u o s u o b j e t o s a los c u a l e s s e q u i e r e
in v e s r í g a r, y a q u i e n e s s e g e n o r a l t z n r á l a i n f o r m a c í ó n .
·❖·Mu e s tr a :: Co n ju n t o d e u n id a d e s o ele m e n t os de sacados del marco
an áh s is
m
·❖u·Unidade
e s t r a ) o d i rde
e c t amuestreo::
m e n t e d e l a Nú
p om
b learcoi ó nd, e e l e m e n t o s d e la p o b l a c i ó n , n o
s la p a d o s, q ue s e v a n a e s tu d i a r . T o d o m ie mb r o d e l a po b la c ió n p e r t . e n e c e r á
so
a una y sólo una unidad de muestreo.
·~❖· U n id a d e s d e an á lis is::: Ob je t o o in d iv id u o q u e h a y q u e o b t e n e r l a
del
informaciórr,
de muestreo.
·❖· Marco mues:tral : Lista de unidades o la muestra n por el de la
pelementos
o b la ci ón N, e n e l m u e s tr e o de p o b la c io n e s fin it a s , q u e gen e r a lm e n t e
se
·❖·Fracción de muestreo : Cociente del tamaño
rde
epresenta por f.
e-P la n de m u e s:tr e o : Dis e ñ o s e g ú n el cu al s e to m a n u n a o v a r ita s
m u e s t r a s c o n ob je t o d e ob t e n e r · in f or m a ci ón y, ev e n t u a lm e n t e, to m a r u n a
d e c is i ón .
-e-D a t os. Me d icio n e s q u e s o n re c o le cta d a s y a s e a d e u n a p o b la c ió n o d e
un a
m u e s tr a y q u e r e s u lt a n de la m e d ic ió n d e las v aria b le s o c ar a ct er fsti
ca s
-

- - - - - - - - - - - -
Muestreo
- - - - - - - -

Se cono ce con el n om b r e de m u e s t r e o al p r oc e s o de
e x t r a c c i ó n d e u n a m u e s t r a a partir de la población. El
proceso esencial ,del muestreo consiste e n i d e n t i f i c a r l a
p o b l a c i ó n q u e e s t a r á r e p r e s e n t a d a e n e l estudio.

C u a n d o e n e l d c s a r r n l l o de n u e s t r a s i n v e st i g a c i o n e s
se necesite hacer uso, del muestreo, es indís pensable,
t e n e r p r e s e n t e a lg u n o s a s p e c t o s fundarnerrtales d e
tod a i nv es tig aci ón cie nt í f ic a r e sp eta ble .

Entre ellos:
 ¿ Quiénes van a ser medidos?

Definir la unidad de análisis

Esto depende del planteamiento mícíal de l ,a

investigación.
"Quiénes v an a ser medidos", depende de
precisar claramente:
1

Los objetivos
de la El problema a
tnvestígacíó n Investigar
¿Cómo se delimita una Población?
•!• La delimitación ,de las características ,de la población
no sólo depende de los objetivos de est udio , sin o
de razon es prácticas,
•! Las poblaciones deben situarse claramente en torno
• a sus características de contenido, lugar y en el
tiempo,
•! Los criterios que cada investigador cumpla dependen
•
de su s objetivos de es t u d io, lo impo rt a n te es
establecerlos claramente.
•! Toda investigación debe s e r t r a n s p a r e n t e , sujeta a
• crítica y a réplica, lo, que no, es posible si al examinar
los resultados, el lect or no puede refertrlos a la
población utilizada en un estudio,
Características de una buena m u est r a

Representativ
Adecuada
a

r e ú n e d o s c on d í c í o n es
Cuantitativamente:
Refle ja las características debe serlo
de la pobla ción suficientemente
grande

Ti p o d e m u e s t r e o
utilizado
Ta m a ñ o d - e la

muestra
 l D e b o t o m a r una muestra?

Se requiere conocer cómo se

presenta cierta característica en un
,_ Las observaciones
Universo particular
pueden atribuirse a
Hacer -
un los miembros del
Censo Universo
Sí 1

.. .. - NO
Las observaciones
Tomar sólo pueden

. - una Muestra
No
at r ibuir se a la
muest ra, NO a
• representativa los miembros
del Univ er so
Observar
Definir
el
Universo

Las observaciones
pueden at r ibuir se
. - a los miembros del
Univ er so
-
- .
 Selección de una Muestra NO
Representativa
La utilidad de las Muestras No Representativas depende de su
representatividad cualitativa y no de su tamaño

Se quiere medir
La observación de este
una variable en una
UNIVERSO sólo es APLICABLE
Muestra No a
Representativa sus integrantes

Sí

Sí El procedimiento Los sujetos que cumplan los criterios

está contraindicado. de inclusión son representativos del
Revise su UNIVERSO
planteamiento.

Exprese estos atributos

Precise los atributos como CRITERIOS DE Defina por CONVENIENCIA
esenciales que INCLUSIÓN en la los criterios de SELECCIÓN
CARACTERIZAN al muestra
subgrupo
 Selección de una Muestra
Representativa
Se quiere estimar un
Par ám et ro del
Univ erso par t iendo de
una Muest ra
Represent at iv a

Variable qué natur Variable

Cualitativ el Cuantitati
a Par ám et va
est im ar ?

Muestreo Muestreo
Represent at i Represent at i
v o par a v o par a
est im ar una est im ar una
Pr opor ció n Media
 D E C I S I O N E S DE MUESTREO

Observar todos y
Hacer No hay Error Aleatorio
Las observaciones
cada uno de los - pueden atribuirse a
un Censo elementos del TODOS los
Pued e haber Error
universo miembros
Si stemático
del Universo
1

Tomar una - -

Siempre hay Error

Las observaciones
Observar sujetos Aleatorio
Muestra elegidos por - -
sólo pueden
atribuirse a la
conveniencia Siempre hay Error
No Sistemático
muestra, NO a los
miembros del
representat iva 1 1 Universo
1

a
Siempre hay Error Las observaciones
Observar sujetos
Aleatorio pueden at ribuirse
elegidos por
conveniencia a
Puede haber Error los miembros del
Sistemático Universo
 Definición del Tamaño Muestral
La definición del tamaño muestra/ depende de los siguientes factores

1 Los objetivos del estudio

POBLACIÓN MUES1RA
Los conocimientos previos sobre el
2 comportamiento de /a característica
en la población.

3 Los recursos técnicos y f inancieros

para obtener la inf ormación

4 El error máximo que se permitirá

el analista

5 La conf iabilidad de la
inf erencia esperada por el
analista
¿Por qué estudiar muestras y
no poblaciones?

Razones
Tiempo
econo rm
, ■

cas

El estudio altera el objeto

 TÉCNICAS ALEATORIAS Y NO ALEATOREAS
~ ~
(PROBABILISTICAS / NO
PROBABILISTICAS)
En las técnicas aleatoreas todos los
elementos de la población tienen la misma
probabilidad de ser seleccionados. ~-~ Población

- -~.---+-- Muestra
■

En las muestras no aleatorias la elección de

los sujet os depende de la decisión del
invest igador, ya que requiere para este ~ ......., ,_
formar t ipo de muest ra, de una Pe rsona o individuo
controlada yelección de sujetos con ciertas
cuidadosa
características específicas.
 'f amaño de muestra
Cuando se hace una muestra
probab il í st i c a, u no de be pre gunt ars e:

¿Cuál es el menor número de unidades

muestrales que necesito para conformar
una muestra (n) que me asegure un
error estándar menor de 0.01 (prefijad),
dado un tamaño de población de N
elementos?
 Plan de selección de Ia muestra

T
Muestreo ■
l Muestreo
Probabilísti No probabilístico
co p
o

ii
• Muestreo aleatorio simple . .
• Muestreo por conveniencia
,

• Mu est reo sistemático

• Mu est reo est r at ificad
• Mu est reo o por
conglomerados o grupos
• Muestreo políetápíco
• Mu est r eo por jui cios
• Mu est r eo por cuotas
• Mu est r eo por bola
de nieve
 ,
MUESTREO PROBABILI
STICO
Proceso
Estadístico
Para que la inferencia estadística
sea válida el muestreo debe ser
POBLACION
aleatorio o probabilístico.

Aleatoriedad de la selección Muestreo Inferencia

Estadístic
Condición que refiere que cada a
elemento del universo debe tener la
misma probabilidad de ser elegido
en la muestra y que dicha
probabilidad puede ser medida.
 .,
TIPOS DE MUESTREO PROBABILI
STICO .
Inqcznuir1a Mczdicina
1. Muestreo aleatorio simple

••
,
Poblaci6n 1

• ••• • • • • ••
2. Muestreo aleatorio Sistemático • • •
• • ••• ••
• 1 L~tra Física
s •
•• • •
3. Muestreo aleatorio Estratificado
• • • •• ••• ••
•
4. Muestreo aleatorio por Conglomerados •
Muestra
•
::
¿ s::
5. Muestreo aleatorio Polietápico
~~~0
 Muestreo Aleatorio simple
El m u es t r e o aleatorio simple selecciona m ues tr as
m e d i a n t e métodos ,que perm i ten q u e ca,da posible
m u e s t r a tenga una igual p rob a b ilid a d de ser
seleccionada y que c ada elemento de la població n
tenga una oportunidad igual de ser incluido en la
muestra.
Para ello, es ne ce sa r i ■
que la población se a
hom ogénea o,
Para fijar una muestra probabilística necesitarnos 2
cosas:
* Determinar el tamaño de muestra (n) y
* Seleccionar los elementos muestrales.
 1. MUESTREO ALEATORIO SIMPLE
Escoge al azar los miembros del universo
hasta completar el tamaño muestra! PR0BA8lun'
i- z3. I Ji.tJ. s; s,
.-.:.t~~ ~""9',
previsto. v,.~.~~ v ";i
Cl{()i)~l"i!, ~/'. rTM
~-\ºBsrHrtUU lfJ fONsrt [CTION
JI

En teoría se enumeran previamente todos

los elementos y de acuerdo con una tabla
de números aleatorios se van escogiendo.

El procedimiento puede darse con o sin

reemplazos y esta condición afectará
posteriormente el análisis.
 ¿Cómo hacer un muestreo
aleatorio?
La forma más fácil de
seleccionar u n a m u e s t r a de
manera aleatoria es mediante
el uso de n ú m e r o s aleatorios.
Los pasos a seguir :
• O b t e n e r u n listado de t o d o los
integrantes de la población.
• N u m e r a r a t od o s los suj e t os de la
po bl aci ón (o unidades de muestreo).
• Utilizar una tabla de números
aleatorios o un p r o c e d i m i e n t o si mi lar
p a r a s e l e c c i o n a r a los sujet os de la
muestra.
• Ubicar a los suj et os seleccion ados y
administrar los instrumentos de
recopilación de datos
Muest reo a l e a t o r i o s i m p l e
N
 MUESTREO ALEATORIO SIMPLE
Puede utilizarse dos procedimientos:
1.- Empleo de números aleatoreos un 2.- Empleo de papeletas.
o de programa comput arizado de
Se anotan los nombres
selección aleat orea.
o el número clave que
los ident if ican.
Procedimiento:
• Listado de todos los elementos que • Se depositan en un
conforman el universo con un número recipient e del que
clave que los identifique individualmente. se irán sacando al
• Selección de los sujetos a través del azar, hast a cubrir el
programa de cómputo, o bien, con el número est ablecido
apoyo de tablas de números aleatorios. para la muest ra.
 MuestreoAleatorioSistemático

S emplea cuando la población es

enumerosa y no están lo elementos de
s si bien sí l
marco muestra} codificados,
presentan ordenadamente en listados. s
e
 ,
2. MUESTREO ALEATORIO
SISTEMATICO
1- En el universo (N) se elige el primer elemento al azar.
2 - Luego los demás se escogen cada cierto intervalo (k), hasta
completar el tamaño muestra! (n).

El tamaño del intervalo (k) se calcula: k = N/n

Se divide población entre muestra.

Ejemplo: 500/100 = 5
El intervalo será de 5
Muestreo aleatorio stsremanco
 Muestreo Estratifi ·
do
P u e d e n s e r c o n v e n i e n t e s c u a n d o en la poblacián se
presentan categorías o subconjuntos l la mad o s e s t r a t o s
que r e p r e s e n t e n u n i n t e r é s p a r t i c u l a r de ob s er v a r y
compararlas con otras categorías.
En este caso, su v e n t a j a es l o g r a r u n a m u e s t r a m á s
homogénea,
Los cr+terio« p a r a e s t a b l e c e r e s t r a t o s p u e d e n s e r las
variables: sexo, edad, profesión, nivel educacional, nivel
socioeconórnico, nacionalidad, religión, etc.
La in v estig a ció n q u e req u iera este tipo de
m u eerá
deb s t ra,definir los estratos co rresp o n d ie n te s y
justificar en el proyecto sus bases de comparación.
 3. MUESTREO ESTRATI FI CADO
Considera que al interior del universo existen estratos
(subgrupos internamente homogéneos pero cualitativa
y cuantitativamente diferentes entre sí), y que no se
cumple la condición de selección aleatoria pues los
miembros del grupo mayoritario tienen una mayor
probabilidad de ser seleccionados en la muestra.

Esto garantiza que la muestra contenga

elementos de todos los estratos.

El muestreo estratificado puede ser proporcional o

no proporcional.
Muestreo aleatorio estrattñeado
N

□□ DON,
DDOD n

□ □ □
□
L
ESTRATOS Homogéneos en su interior; diferentes entre sí en
propiedades y tamaño

Comuna B

t .i J JJj l J J j ~ i)
 lCómo garantizar la aleatoriedad en
universos estratificados?

Puede usarse alguna de las siguientes técnicas:

1. Muestreo Estratificado Proporcional

2. Muestreo Estratificado No Proporcional

3. Alocación óptima de los estratos.

 Muestreo Estratificado Proporcional
Supone que los estratos contienen diferente
número de elementos, unos más grandes y
otros más pequeños, por lo tanto la cantidad
de elementos de cada estrato será diferente y
proporcional a su tamaño.

Así, se eligen aleatoriamente los elementos al

int erior de cada est rat o muest ra! hasta
aj ust ar su tamaño.

Es mejor que el Muestreo Aleatorio Simple pues

disminuye el error estándar de la medición
muestra l.
 Muestreo Estratificado NO Proporcional
(Fracción variable de muestreo)
Para aplicar el muestreo estratificado no proporcional, simplemente se
divide el tamaño de la muestra entre el número de estratos.

Cada estrato aporta el mismo número de sujetos, independientemente

de su tamaño.

Ajusta convencionalmente los tamaños de los estratos muestrales

para aument ar la ef iciencia de la selección de los grupos
más pequenos.
 ., .,
MUESTREO POR OPTI MA DE
ALOCACION
LOS ESTRATOS
Selecciona el tamaño de los estratos en función de la
desviación estándar de cada uno de ellos, de tal
manera que los estratos más heterogéneos (mayores
varianzas) aporten más casos a la muestra total.

.,, ~

t
~

147 .
400 -------1-='

■ .... . 7
200- -
-
.
 MUESTREO RAMIFICADO
Es una continuación del muestreo estratificado. Esta técnica se emplea
cuando el universo o población es muy grande y se divide en estratos que a
su vez contienen otros subestratos.

tstldod-e~~
7 1
-✓ ~

l l
[ N
tic-O 1

o leo
Muestreo por conglomerados
En el muestreo por conglomerados la unidad
muestral es un grupo de elementos de la población
que forman una unidad, a la que llamamos
conglomerado, Las unidades hospitalarias, los
, departamentos uru.versr·tari. os, una caj.a ,
determinado producto, etc., son conglomerados d_·
naturales. ,e
En otras ocasiones se pueden utilizar conglomerados
no naturales corno, por ejemplo, las urnas
elector ales. los conglomerados son áreas
Cuando
gcográñcas suele hablarse ,d,e "muestreo por áreas".
 Muestreo por conglomerados
El muestreo por conglomerados consiste en
seleccionar alea to r iam en te un cierto, núm ero de
conglomerados (el necesario, para alcanzar el tamaño
muestral establecido] y en investigar después todos
los elementos pertenecientes a los conglomerados
elegidos.

La clave está en deñnir conglomerados que

repre se nt e n int er n am e n t e con bastante fidelidad la
variación de la población. De esta forma se puede
seleccionar aleatoriamente un número de
conglom erados realiza ndo en ellos las sucesivas
elecciones de las unidades muestrales individuales,
 CONGLOMERADOS
En este procedimiento la muestra se elige no individualmente sino por grupos o
conglomerados.

Grupo 1A
Grupo5C
 MUESTREO
ALEATORIO POR CONGLOMERADOS
Los miembros del grupo mayoritario tienen una mayor probabilidad de ser
seleccionados en la muestra.

Las unidades de observación se elijen aleat oriament e al int erior de

los conglomerados
El error de la medición (error rnuestral) no se de al interior del conglomerado
sino entre los conglomerados

-
~

~~
- ~

~ l
~ ~
.
35%
20 -34%
5-19%
2.5-4%
-~
<2.5%

'
sin datos

'-"-
 Muestreo
Aleatorio por Conglomerados
Requisitos del Procedimiento:

• Los conglomerados
deben estar bien
definidos de modo
que cada elemento
pertenezca a uno y
sólo a un
conglomerado.
• El tamaño de cada
conglomerado
debe ser bien
conocido (por lo
menos bien
 Los pasos a segufr :
• La población La población se divide en racimos
[clusters],
• Seleccionamos una muestra aleatoria de estos racimos,
• Suponemos que dichos racimos individuales son
representativos ,de la población corno un todo,
• Hay una variación considerable dentro de cada grupo,
pero, los grupos son esencialmente similares entre si.

Se usa en poblaciones grandes y muy dispersos desde el

punto ,de vista geográfico. y en las cuales cualquier otra
,
opc.ió, n ser,.ia muy poco econorm. co ya que ,dar,.ia paso a
muestras también muy dispersas,
 Ejemplo:
Si una investigación de mercado tiene la
intención de determinar por muestreo
el número promedio de televisores por
casa en una ciudad grande, podrían
usar un mapa de la ciudad para dividir
el territorio en manzanas y luego
escoger un cier número d éstas
(racimos) para to entrevistar e a sus
ha b1itan-·te· .
- s-
 Muestreo aleatorio p o r
conglomerados
,6. 6 • . .· o
---
Afl-

.- •
6fl
.
- '31111114 6fl
CI

~- ... ..- .

-- . .

-
 M__uestrP_ eo
01_1·eta_
·' pI..co
Selecciona los individuos por etapas, configurando sucesivamente grupos
(estratos o conglomerados) y subgrupos denominados Unidades de Muestreo.

• Combinación de varios métodos de

muestreo
• Parapoblacionescomplejas
• Diferentes pasos en la -~
selección de la muestra que '
usan diferentes método.
 ,
TIPOS DE MUESTREO NO PROBABILI
1. Muestreo por Cuotas STICO
2. Muestreo intencional
3. Muestreo accidental

4. Muestreo casual

5. Muestreo Bola de Nieve

6. Informantes clave

7. Muestra red uctiva

8. Procedimientos mixtos
 MUESTREO POR CUOTAS
Una vez establecido el tamaño de la muestra, se define la unidad de análisis
típica o represent at iva, y se eligen los element os que tengan las
caract eríst icas descrit as hast a complet ar la cuot a o número indicado para
la muest ra.
 MUESTREO INTENCIONAL
El investigador selecciona intencionalmente los elementos que constituirán la
muestra.
Este procedimiento puede dar muestras altamente representativas o bien
poco representativas, esto dependerá de las habilidades del investigador.

REPIJBLICA~ REPUBL~ OEl.«RJ.1 DEMOCRAT

OífCEB

=
llt¡aüa. ' - - - lltttllfl

'"'!."-' ..!!!"..',. ~ lll

,. .
OO \ E
' 7
: J!!.
1,W 1111 ao-AC •

. _ : : _ t: ..=1!..
0
1
fe

..'. 40R K
:a •
1'•
1 . _. -

n
'-.'.• '

..:

.
1 '.

■ 11.
.
...
.
.
.
•,
. '

.
.

~
.

.
~ . ,~ ,\

), •,'ti' .
.. •
·
'.I. ! 11
--

· · · ..• • 1
 MUESTREO ACCIDENTAL
La muestra es seleccionada de manera accidental sin que haya de por medio
criterios específicos.
No hay nada que nos asegure que los elementos seleccionados sean típicos.

?•

o ndoA fond 8
o
fondo
e
 MUESTREO CASUAL
También se le llama muestreo voluntario.
Se pide voluntarios para conformar la muestra.
No hay nada que asegure que la muestra sea representativa.
 MUESTREO BOLA DE NIEVE
Para seleccionar este tipo de muestra se recurre a ciertas personas
que a su vez conocen a otras.
Se emplea cuando no se conoce o no es fácil identificar a los
sujetos típicos.
Entre ellos se conocen.
 INFORMANTES CLAVES
Dependiendo del tema de invest igación, hay element os de la que
poseen inf ormación veraz población y conf iable.
Estos elementos se conocen como informantes claves y es importante recurrir
a ellos.
Esta muestra aunque no es representativa suele ser muy confiable.

'.WASHING-.riO L I V E

NSUMMIT
1 .-~ _.1, 201' • ;1,
,..
..
), .: ◄

~J \ ....
'
I·{
\, #
~ -
J
•
- ..... l..
,. I

I ... l
,,
r
~ ' .. ,,.,..
~ ~ ~
~: 1
B loomberg S ummit -c-SPAN2 H

NEXT
.
Washington. OC • News.eum
r
1 ·k l l f l l '
¡

fORMER R[ P DtCK G[ PI-IARDT (D-MOt & GROVER NOROUIST LIVE $

,n ;

1~p,n ET
 MUESTRA REDUCTIVA
Cuando la población es demasiado grande y muy homogénea con respecto a
la característica que queremos medir, podemos aplicar esta técnica que
consiste en elaborar un muest reo de ot ra muest ra mayor y así simplif icar
el est udio.
PROCEDIMIENTOS MIXTOS
Pueden combinarse técnicas
aleatoreas con no aleatoreas.
Si en una investigación se
tienen varias muestras
(alumnos, docentes, expertos,
padres de familia) cada una
de las muestras pueden ser
conformadas con técnicas
distintas y combinarse entre
sí.
 ~

BIBLIOGRAFIA
POPPER, Karl (1995). La lógica de la investigación científica. Editorial
POPPER, Barcelona. Karl(1983). Realismo y el objetivo de la ciencia. Editorial

POPPER, Tecnos. Karl(1991). La sociedad abierta y sus enemigos: Editorial

CALERO Paidos.
JL (2000). Investigación cualitativa y cuantitativa. Problemas no resueltos en los debates actuales.
Rev. Cubana Endocrino!.
SABINO, C.(1986). El proceso de investigación. 2.ED. Buenos Aires: Humanitas.

TAYLOR, S. J.; BOGDAN, R (1990). Introducción a los métodos cualitativos de investigación. Buenos Aires: Paidós.
MARRERO, A (1997). Formulación y puesta en práctica de diseños de investigación. Montevideo: Fundación de Cultura
Universitaria: Universidad de la República.
WILSON, T (1990). Métodos cuantitativos "versus" cualitativos en investigación social. Montevideo: Fundación de Cultura
Universitaria: Servicio de Documentación en Ciencias Sociales

COOK, T. D.; REICHARDT, CH (1986). Métodos cualitativos y cuantitativos en investigación evaluativa. Madrid: Morata.
LORENZO, E (1987). Paradigmas de la investigación. Editorial Nexo sport.
CARR, W.; KEMMIS, S (1988). Teoría crítica de la enseñanza. Madrid: Martínez Roca.
ELLIOT, J (1990). La investigación-acción en educación. Madrid: Morata.
GRACIAS