Está en la página 1de 8

MUESTREO NO ALEATORIO.

Este tipo de muestreo no exacto o de carcter confiable, debido a que la poblacin que conforma la
muestra es escogida por criterio del investigador o por conveniencia misma. En este tipo de muestreo
no es posible calcular la probabilidad de obtener cada una de las muestras posible.
Entre los tipos de muestreos no aleatorios que tenemos podemos encontrar:
1.
2.
3.
4.
5.
6.

Muestreo dirigido, adaptado a juicio, intencional u opintico.


Muestreo por cuotas.
Muestreo deliberado.
Muestreo voluntario.
Muestreo por prorrateo.
Muestreo por conveniencia.

En este caso estudiaremos el muestreo deliberado y el muestreo voluntario.


Muestreo deliberado: La muestra se elije cobre la base de conocimientos que le investigador tenga de
la poblacin, sus elementos y la naturaleza de los objetivos de la investigacin. El asunto crtico es la
objetividad que tanto se puede confiar en el juicio d el investigador al seleccionar una muestra. Aplica
bien ara estudios de pre pruebas o prueba piloto para in instrumento. La idea se centra en que el
investigador elije la muestra porque los considera mas representativos. Se caracteriza este tipo de
muestreo por un esfuerzo deliberado de obtener muestras representativas mediante la inclusin en la
muestra de sujetos supuestamente tpicos.
Ejemplo: Tomar una muestra de la lista de clasificados de un diario o un peridico local en el que se
solicite empleo a profesionales o a personas con estudios universitarios.
Muestreo voluntario: es creada cuando los miembros de una poblacin tienen la oportunidad de
participar en la muestra. Una muestra de voluntarios puede ser una la alternativa prctica cuando no
hay lista de los miembros de la poblacin de quien una muestra aleatoria se podra escoger, o cuando es
difcil de contactar a la gente en una muestra porque sus direcciones no se saben. La desventaja es que
es difcil determinar la presencia del sesgo, es decir si las opiniones u otras caractersticas interesantes
de los voluntarios de desvan de esos de la poblacin.
Ejemplo: si tomamos como poblacin los clientes que han llenado voluntariamente una encuesta de
satisfaccin en un buzn de sugerencia de un restaurante, y tomamos como muestra los clientes que no
se sintieron a gusto con el servicio y los productos de dicho lugar. Para poder analizar el motivo por el
cual su experiencia no fue placentera.

Muestras no aleatorias
Las muestras no aleatorias (o "no probabilsticas") { son seleccionadas por cualquier procedimiento que
no da todos casos en la poblacin las oportunidades iguales de caer en la muestra. A veces el contexto

del estudio permite o facilita un cierto mtodo de muestreo, a veces el investigador tiene la posibilidad
de escoger el mtodo. Varios tales procedimientos sern discutidos abajo.
Cualquier es el procedimiento, es siempre posible que favorecer ciertos tipos de casos en la poblacin
ms que los otros, es decir producir una muestra sesgada.
En estudios descriptivos la presencia de sesgo es una desventaja grave que usted encontrar ms
adelante en su proyecto, en cundo valorar el muestreo y en cundo escribir el captulo final de su
informe. Por lo tanto puede ser prudente pensar de l por adelantado, cundo escoger el mtodo de
muestreo.
Al valorar una muestra no-aleatorio que usted debe preguntar usted mismo: Sern los resultados de la
muestra el mismo que usted conseguira de la poblacin? Es cierto que el criterio que usted ha
utilizado en seleccionar la muestra (e.g. la buena voluntad de la gente de participar) no tiene ninguna
correlacin con esas variables que usted desee registrar de la muestra? Si hay correlacin, su muestra
est sesgada y usted debe considerar el construir de una muestra nueva con menos correlacin.
Como contraste, muestras no aleatorias se pueden utilizar en proyectos de investigacin y del
desarrollo, a condicin de que el sesgo sistemtico posible sea compensado ms adelante. Por ejemplo,
es comn usar al muestreo de conveniencia cundo escoger clientes potenciales a un grupo de trabajo
para desarrollar un concepto del producto preliminar. La seleccin de personas ser probablemente
sesgada, tan bien como las propuestas del grupo de trabajo, pero las propuestas sern rectificadas
ulteriormente cuando son evaluadas de nuevo por un otro grupo de gente ms grande.

Entre los tipos comunes de muestras no aleatorias se incluyen:1. Muestra de


conveniencia. Un grupo existente, por ejemplo la gente en una reunin, podra ser
designado como muestra. Este es un mtodo fcil y barato, pero el sesgo suele ser
imposible de estimar. El mtodo es popular en las demostraciones de cursos sobre
mtodos, donde los datos obtenidos de la muestra no se usarn. Asimismo, esto es
un mtodo posible cuando usted necesita a algunos clientes potenciales asistir al
desarrollo de producto, a condicin de que los resultados obtenidos sean probados
ms adelante con una muestra mejor escogida de la clientela-objetivo.
2. Muestra de voluntarios es creada cuando todos los miembros de la poblacin tienen la oportunidad
de participar en la muestra. Si usted inserta una forma de cuestionario en un peridico o en una pgina
del Internet y pide que la gente d sus opiniones sobre un asunto, usted conseguir una muestra de
voluntarios. Un otro ejemplo es la respuesta de los clientes que llega a una empresa.
Una muestra de voluntarios puede ser una alternativa prctica cuando no hay lista de los miembros de
la poblacin de quien una muestra aleatoria se podra escoger, o cuando es difcil de contactar a la
gente en una muestra porque sus direcciones no se saben. La desventaja es que es difcil determinar la
presencia del sesgo, es decir si las opiniones u otras caractersticas interesantes de los voluntarios se
desvan de sos de la poblacin. Cuando en vista de esta pregunta, hay dos cuestiones que plantearse:

Qu es la poblacin que usted apunta? Es cierto que todos los miembros de la poblacin
concernida tenan las mismas oportunidades de ser incluidos en la muestra?
Hay cualquier razn por qu puedan diferir los voluntarios del resto de la poblacin? Por
ejemplo, tienen ellos, o por lo menos algunos de ellos, una razn especial para ofrecerse?
Si usted, por ejemplo, quiere obtener una muestra de gente que ha comprado su ltimo producto, usted
puede incluir en el paquete del producto un formulario franqueo-pagada donde la gente puede dar sus
nombres y direcciones. Qu sucedera si usted pidi adems que los respondedores dieran sus
opiniones del producto? Usted conseguira probablemente respuestas sobre todo de la gente que tiene
una opinin fuerte de su producto, positiva o negativa. La gente sin opinin definida de su producto
quizs no incomodara contestar. La muestra sera as sesgada, y usted tendra que considerar si tal
tendencia podra ser aceptable para sus fines.
3. Muestra - bola de nieve. Cuando se entrevista a miembros de un grupo, podemos
pedir a las personas que nos indiquen otros individuos en ese grupo que podran dar
informacin sobre ese tema; podramos tambin pedirles que nos indicasen personas
que compartan sus puntos de vista y tambin otras que sean de opinin opuesta.
Entonces entrevistaremos a nuevos individuos y continuaremos del mismo modo
hasta que no obtengamos nuevos puntos de vista de nuevos entrevistados. Este es un
buen mtodo por ejemplo para recoger los distintos puntos de vista existentes en un
grupo, pero su inconveniente es que no obtenemos una idea exacta de la
distribucin de las opiniones.
4. Una muestra que consiste en todos los casos disponibles. A veces el investigador es interesado en
una poblacin de que slo unos pocos casos o especmenes estn disponibles para el estudio, y estos
entonces deben servir como una muestra de la poblacin. Tales muestras tpicas son:

4a. Casos restantes 4b. Casos permitidos.


Los casos restantes entre el material histrico o arqueolgico, cuando ha
desaparecido una parte grande de material relevante antes de que reciben los
investigadores, se pueden mirar como una clase de muestra de conveniencia incluso
cuando es la realidad histrica y no la conveniencia que selecciona la muestra. Si la
destruccin del material, durante el tiempo hasta el estudio, no ha sido al azar ni
proporcional pero en lugar de alguna manera parcial o selectivo, el material
sobreviviente ser sesgado y el investigador debe valorar el sesgo probable. Usted debe preguntarse si
cualquiera de los factores siguientes ha afectado diferentemente en la preservacin de tipos diferentes
de la materia:
El material a veces se ha seleccionado para cualquier propsito, por ejemplo para ser
mantenido en archivos, bibliotecas o museos?
Algunos objetos en el material a veces se han substituido por nuevos?
Qu clases de cosas fueron mirados generalmente como basura, o al contrario, como digno y

apropiado ser preservado?


Hay factores fsicos que pueden haber afectado diferentemente en la preservacin de varios
grupos de material?
Los casos permitidos. Al estudiar las empresas privadas sucede a menudo que la gerencia no permitir
colectar informacin desde ciertas unidades en la organizacin. La decisin de la administracin es
motivada quizs por su juicio sobre los objetivos del estudio, pero del punto de vista cientfico tal
muestra a menudo parecer gravemente sesgada.

Mtodos de muestreo inadecuados


Sobrepasar los lmites de la poblacin. No tenemos que incluir elementos que no sean miembros de
la poblacin en nuestra muestra. Por ejemplo, en muestreo bola-de-nieve sucede a menudo que alguna
gente entrevistada nomina a candidatos que no pertenecen a la misma poblacin. Por supuesto, usted
tiene a menudo la opcin de alterar sus delimitaciones originales.
Muestra de casos tpicos. La meta de estudiar un grupo heterogneo es a menudo
encontrar cul es comn y tpico de la mayora de los casos en el grupo. A este
efecto loable, el muestreo se ha utilizado a veces para seleccionar los casos ms
tpicos en la muestra, y todos los casos extraordinarios son dejados fuera. En la
figura en el derecho, los casos tpicos se marcan con puntos, y los casos
excepcionales estn marcados con los smbolos + y x.
Sin embargo, seleccionar una muestra de casos tpicos no es muy recomendable
porque cundo escoger los casos "tpicos" los prejuicios del investigador (que
pueden ser errneos) influencian demasiado los resultados de la investigacin. El investigador puede,
sin notarlo, seleccionar sobre todo tales casos que corroboren sus preconcepciones o hiptesis. Para
resumir, si usted desea precisar los especmenes medios o los casos ms comunes de la poblacin, un
mtodo mejor es clasificar todos los artculos de la poblacin, o una muestra escogida al azar, y
encuentra el tipo ms frecuente. Cuando es necesario, usted puede entonces continuar el estudio de esta
clase, que en adelante se convierte en la poblacin nueva del estudio.
Muestra de especialistas. Puede ser que parezca una idea sensible de preguntar directamente sos, a
menudo pocos, personas que saben mucho sobre el asunto, en vez de preguntar una muestra grande de
legos escogidos al azar cuyo conocimiento puede ser espordico y cuyos opiniones pueden divergir.
As, podramos por ejemplo:
Investigar las preferencias de consumidores sobre los aparatos domsticos, entrevistando a
vendedores.
Estudiar estilos de vida de arrendatarios mediante un cuestionario a propietarios o a
administradores de casas o caseros.
Desarrollar un nuevo modelo del coche de familia de modo que unos conductores de carreras lo
proban y evalen.

Valorar la atmsfera de trabajo en una compaa entrevistando a los directores.


La ventaja a entrevistar a especialistas es que usted necesita entrevistar apenas unas pocas personas y
en la discusin usted consigue rpidamente al punto. Sin embargo, usted no debe pensar que los
"especialistas" puedan ser tomados como muestra de "no especialistas". Son dos poblaciones
diferentes. No debiramos generalizar los resultados de "especialistas" a ninguna otra poblacin.
Si usted entonces desea adems recolectar las opiniones de los consumidores medios, usted debe
definir stos como una poblacin segunda y seleccionar una muestra adecuada de ella, tambin. Una
alternativa deber hacer dos proyectos distintos de estos dos exmenes. Una posibilidad es hacer estos
dos exmenes en sucesin. Podramos tal vez continuar transformando los resultados a partir de los
especialistas en hiptesis que ms tarde verificaramos con una muestra apropiada de la poblacin
"real" o de no especialistas, que seran en los ejemplos citados, respectivamente, los consumidores y los
arrendatarios. En otras palabras, podramos usar la entrevista de los especialistas como un estudio
preliminar slo.
Muestreo normativo. El aspecto normativo es aceptable en los proyectos del desarrollo que apuntan a
mejorar objetos similares en el futuro, pero es mejor guardarlo fuera del muestreo porque no es
compatible con los principios de la representatividad y de la generalizacin.
El estudio normativo de una "muestra de los mejores obras" es algo bastante
tradicional en historia del arte. La idea es que stos representan lo ms autntico
de su poca. Tal seleccin deliberada por parte del investigador tiene no obstante
riesgos serios. Es evidente que no son tpicos de la era y no representan las obras
de arte medias. Esto no sugiere que usted no los debe estudiar, pero si usted lo
hace, no le llama una "muestra" si usted quiere decir que los grandes amos o sus
obras son la poblacin de su estudio. Cf. Delimitar la poblacin de estudio.
Ms tarde en la fase de anlisis de sus datos que usted puede mantener fcilmente el
aspecto normativo, usando los mtodos de estudio de caso normativo , comparacin normativa ,
clasificacin normativa , y estudio pedaggico del desarrollo, de modo que no es necesidad de mezclar
el procedimiento de muestreo con consideraciones normativas.

Muestras no aleatorias
No hay frmula para determinar el tamao de una muestra no aleatoria. Con frecuencia, especialmente
en investigacin cualitativa, podemos simplemente ampliar gradualmente nuestra muestra y analizar los
resultados segn llegan. Cuando en casos nuevos ya no se presenta informacin nueva, podemos
concluir que nuestra muestra est saturada, y terminaremos el trabajo. Este mtodo es, sin embargo,
muy vulnerable al muestreo sesgado, con lo que tenemos que ser muy cuidadosos y asegurarnos que no
omitimos a ningn grupo de nuestra poblacin.
Recurdese tambin que es intil incrementar el tamao de la muestra si el principio de muestreo est

sesgado. La muestra aadida simplemente estar igual de sesgada si usted utiliza el mismo mtodo de
seleccin que para la primera muestra.
Si usted puede permitirse hacer una segunda muestra, intente crearla con otro mtodo de seleccin.
Guarde inicialmente separado los datos de cada uno de las muestras. Comparndolas usted tiene un
medio excelente de juzgar la presencia del sesgo en cualquiera de ellos.
Antes de decidir el tamao de una muestra no aleatoria, tal vez queramos leer cmo debe ser evaluada
la representatividad de los resultados a partir de una muestra no aleatoria. De otro modo podramos
sufrir una sorpresa bastante desagradable cuando estemos intentando, demasiado tarde, definir la
poblacin en que nuestros resultados puedan ser declarados vlidos.

MUESTREO NO PROBABILISTICO
El muestreo no probabilstico es una tcnica de muestreo donde las muestras se recogen en
un proceso que no brinda a todos los individuos de la poblacin iguales oportunidades de ser
seleccionados.

En cualquier tipo de investigacin es difcil lograr un muestreo aleatorio autntico.


La mayora de los investigadores tienen limitaciones temporales, monetarias y de mano de obra y,
gracias a ellas, es casi imposible tomar una muestra aleatoria de toda la poblacin. Generalmente, es
necesario emplear otra tcnica de muestreo, la tcnica de muestreo no probabilstico.
A diferencia del muestreo probabilstico, la muestra no probabilstica no es un producto de un proceso
de seleccin aleatoria. Los sujetos en una muestra no probabilstica generalmente son seleccionados en
funcin de su accesibilidad o a criterio personal e intencional del investigador.
La desventaja del mtodo de muestreo no probabilstico es que no se toman pruebas de una porcin
desconocida de la poblacin. Esto implica que la muestra puede representar a toda la poblacin con
precisin o no. Por lo tanto, los resultados de la investigacin no pueden ser utilizados
en generalizaciones respecto de toda la poblacin.

Tipos de muestreo no probabilstico


Muestreo por conveniencia
El muestreo por conveniencia es probablemente la tcnica de muestreo ms comn. En el muestreo por
conveniencia, las muestras son seleccionadas porque son accesibles para el investigador. Los sujetos
son elegidos simplemente porque son fciles de reclutar. Esta tcnica es considerada la ms fcil, la
ms barata y la que menos tiempo lleva.

Muestreo consecutivo
El muestreo consecutivo es muy similar al muestreo por conveniencia, excepto que intenta incluir a
TODOS los sujetos accesibles como parte de la muestra. Esta tcnica de muestreo no probabilstico
puede ser considerada la mejor muestra no probabilstica, ya que incluye a todos los sujetos que estn
disponibles, lo que hace que la muestra represente mejor a toda la poblacin.
Muestreo por cuotas
El muestreo por cuotas es una tcnica de muestreo no probabilstico en donde el investigador asegura
una representacin equitativa y proporcionada de los sujetos, en funcin de qu rasgo es considerado
base de la cuota.
Por ejemplo, si la base de la cuota es de nivel de ao en la universidad y el investigador necesita una
representacin igual, con un tamao de muestra de 100, debe seleccionar 25 estudiantes de 1 ao, 25
de 2 ao, 25 de 3 ao y 25 de 4 ao. Las bases de la cuota generalmente son la edad, el gnero, la
educacin, la etnia, la religin y el nivel socioeconmico
Muestreo discrecional
El muestreo discrecional es ms comnmente conocido como muestreo intencional. En este tipo de
toma de muestras, los sujetos son elegidos para formar parte de la muestra con un objetivo especfico.
Con el muestreo discrecional, el investigador cree que algunos sujetos son ms adecuados para la
investigacin que otros. Por esta razn, aquellos son elegidos deliberadamente como sujetos.
Muestreo de bola de nieve
El muestreo de bola de nieve se lleva a cabo generalmente cuando hay una poblacin muy pequea. En
este tipo de muestreo, el investigador le pide al primer sujeto que identifique a otro sujeto potencial que
tambin cumpla con los criterios de la investigacin. La desventaja de usar una muestra de bola de
nieve es que difcilmente sea representativa de la poblacin.

Cundo utilizar el muestreo no probabilstico


Este tipo de muestreo puede ser utilizado cuando se quiere mostrar que existe un rasgo determinado en la
poblacin.

Tambin se puede utilizar cuando el investigador tiene como objetivo hacer un estudio cualitativo, piloto o
exploratorio.

Se puede utilizar cuando es imposible la aleatorizacin, como cuando la poblacin es casi ilimitada.
Se puede utilizar cuando la investigacin no tiene como objetivo generar resultados que se utilicen para
hacer generalizaciones respecto de toda la poblacin.

Tambin es til cuando el investigador tiene un presupuesto, tiempo y mano de obra limitados.
Esta tcnica tambin se puede utilizar en un estudio inicial que ser llevado a cabo nuevamente utilizando un
muestreo probabilstico aleatorio.