MUESTREO NO PROBABILISTICO

El muestreo no probabilstico (o muestreo no aleatorio) es la tcnica de

muestreo donde los elementos son elegidos a juicio del investigador. No se
conoce la probabilidad con la que se puede seleccionar a cada individuo.
El muestreo no probabilstico se utiliza cuando es imposible o muy difcil
obtener la muestra por mtodos de muestreo probabilstico.
Las muestras seleccionadas

por

mtodos

de muestreo

no

aleatorios intentan ser representativas bajo los criterios del investigador,

pero en ningn caso garantizan la representatividad. A veces, para estudios
exploratorios, el muestreo probabilstico resulta excesivamente costoso y se
acude a mtodos no probabilsticos.
En general se seleccionan a los sujetos siguiendo determinados criterios
procurando, en la medida de lo posible, que la muestra sea representativa.
En algunas circunstancias los mtodos estadsticos y epidemiolgicos
permiten resolver los problemas de representatividad aun en situaciones de
muestreo no probabilstico, por ejemplo, los estudios de caso-control, donde
los casos no son seleccionados aleatoriamente de la poblacin.

TIPOS DE MUESTREO NO PROBABILISTICO

1.

Muestreo por cuotas: se basa en seleccionar la muestra despus

de dividir la poblacin en grupos o estratos. Los sujetos dentro de cada
grupo se eligen por mtodos no probabilsticos.

Por ejemplo, si hemos definido unos segmentos por sexo en una poblacin
en la que hay un 60% de mujeres y un 40% de hombres, y queremos
obtener una muestra de 1.000 personas, definiremos un objetivo de 600
mujeres y 400 hombres. Estos objetivos se conocen como cuotas. En este
ejemplo, tendramos una cuota por sexo de 600 mujeres y 400 hombres. En
ocasiones se definen cuotas no proporcionales a la poblacin, por ejemplo,
para poder profundizar en el anlisis de un grupo especfico.
LIMITACIONES:

La imposibilidad de acotar el error que estamos cometiendo al usar

este tipo de muestreo y

El riesgo de obviar una cuota relevante en un estudio.

Por ejemplo, si en un estudio electoral no fijamos una cuota por

regiones y resulta que la tendencia de voto es muy diferente en unas
regiones

respecto

otras,

los

resultados

globales

estarn

fuertemente distorsionados.
2.

Muestreo
individuos

por

que

conveniencia:

convienen

al

consiste

investigador

en
para

seleccionar

la muestra.

los
Esta

conveniencia se produce porque al investigador le resulta ms fcil

examinar a estos sujetos, ya sea por proximidad geogrfica, por ser sus
amigos, etc. Esta tcnica es considerada la ms fcil, la ms barata y la
que menos tiempo lleva.

Por ejemplo, supongamos que queremos conocer la opinin de los

estudiantes universitarios acerca de los candidatos a la presidencia del
pas. Una muestra probabilstica requerira acceder a un censo del total
de estudiantes de todas las universidades con el fin de seleccionar al
azar un grupo de individuos y encuestarlos. Una muestra por
conveniencia podra consistir en dirigirme a 3 universidades cercanas,
simplemente porque estn en la poblacin en la que reside el
encuestador, y encuestar a unos cuantos individuos que acepten
participar al salir de las aulas por la maana.
LIMITACIONES:
En el ejemplo anterior, podra suceder que diferentes tipos de
universidades correlacionen con estratos sociales y con opiniones
polticas. Es ms, si selecciono estudiantes de 3 universidades concretas
y los encuesto por la maana, sus opiniones podran ser diferentes de
las de estudiantes del turno de noche (que tal vez trabajan al mismo
tiempo que estudian).
3.

Muestreo de bola de nieve (o muestreo por referidos): El

muestreo

por

bola

de

nieve

es

una

tcnica

de

muestreo

no

probabilstica en la que los individuos seleccionados para ser estudiados

reclutan a nuevos participantes entre sus conocidos. El nombre de bola
de nieve proviene justamente de esta idea: del mismo modo que una
bola de nieve al rodar por una ladera se va haciendo ms y ms grande,
esta tcnica permite que el tamao de la muestra vaya creciendo a

medida que los individuos seleccionados invitan a participar a sus

conocidos.
TIPOS DE MUESTREO BOLA DE NIEVE:

Muestreo lineal: Cada individuo participante debe recomendar a

otro individuo, de forma que la muestra crece a un ritmo lineal.

Muestreo exponencial: Cada individuo debe invitar a participar a

dos o ms individuos. De esta forma, cuanta ms gente participa en
el estudio, ms gente se aade al mismo.

En estudios en los que se quiere estudiar un colectivo muy especfico (por

ejemplo, personas aficionadas a la filatelia o coleccionismo de sellos), puede
resultar mucho ms efectivo obtener una muestra a travs de conocidos y
amigos de los propios coleccionistas, que, mediante una seleccin
puramente aleatoria, en la que una gran cantidad de individuos candidatos
a participar seran descartados. Supuestamente, es muy probable que un
coleccionista de sellos conozca a otros coleccionistas de sellos, lo que hace
de esta tcnica una forma efectiva de muestrear un colectivo que de otra
manera resultara de difcil acceso para el investigador.

VENTAJAS:

Permite muestrear a poblaciones de difcil acceso.

Es un proceso econmico y sencillo.

Requiere poca planificacin y pocos recursos humanos: los propios

sujetos entrevistados hacen de mano de obra.

LIMITACIONES:

Falta de control sobre cmo se constituye la muestra, ya que est

en manos de los propios encuestados y su criterio para seleccionar
nuevos individuos.

Como toda tcnica no probabilstica, la bola de nieve no garantiza

representatividad, ni permite conocer el grado de precisin que
ofrecer.

Esta tcnica es especialmente sensible al sesgo de muestreo. Dado

que los individuos participantes se obtienen por invitacin de
individuos
individuos

ya

seleccionados,

compartan

podra

ciertas

suceder

que

caractersticas

todos
o

los

rasgos,

independientemente del rasgo objeto de estudio, por lo que el

muestreo estara accediendo slo a un subgrupo de la poblacin a
estudiar. Este problema se pone especialmente de manifiesto si la
seleccin de individuos iniciales no es suficientemente diversa.

4.

Tamao de muestra incontrolado.

Muestreo casual o accidental: los individuos son elegidos de

manera casual, sin ningn juicio previo. Las personas que realizan el
estudio eligen un lugar o un medio, y desde ah realizan el estudio a los
individuos de la poblacin que accidentalmente se encuentren a su
disposicin.

Por ejemplo, se realiza una encuesta de opinin sobre un producto de

higiene personal que se ha lanzado al mercado recientemente. La empresa
contrata a una serie de entrevistadores que realizan las encuestas en la
calle.

stos

van

entrevistando

accidentalmente por la calle.

los

que

se

van

encontrando

5.

Muestreo

discrecional (o muestreo

por

juicio):

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.
En un estudio en donde un investigador quiere saber qu es necesario para
graduarse con los ms altos honores en la universidad, las nicas personas
que podrn brindarle el mejor asesoramiento sern las personas que se
graduaron con los ms altos honores. Con este grupo tan especfico y
limitado de personas que sern los sujetos, el investigador debe utilizar
el muestreo discrecional.
LIMITACIONES:

Las

dos

debilidades

principales

del

muestreo

discrecional

se

encuentran en la autoridad y en el proceso de muestreo, ambos

relacionados con la fiabilidad y el sesgo que acompaan a la tcnica
de muestreo.

CONCLUSIONES

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 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.