MUESTREO NO PROBABILSTICO

EDWIN DUGARTE PEA

Muestreo sin requerimientos formales.

Es comnmente utilizado en observaciones de tipo exploratoria o de tipo cualitativo. Es emprico; en sus procesos intervienen opiniones y criterios personales del investigador o no existe norma bien definida o validada. La seleccin de la muestra es no aleatoria. Se basa en el juicio de quien realiza el proceso o del responsable de la investigacin. Los mtodos de muestreo no aleatorio no garantizan la representatividad de la muestra y por lo tanto no permiten los procesos de generalizacin.

Son caractersticas comunes de este tipo de muestreo:

No se basa en la teora de la probabilidad; por lo tanto, no es posible calcular la Exactitud. No es posible el clculo de la confianza de las estimaciones, la precisin de la muestra resultante.

El investigador elige los casos que ms le interesan con el propsito de lograr informacin ms nutrida.
Es posible obtener buenos resultados siempre y cuando el investigador tenga un conocimiento claro y preciso de la poblacin que quiere observar y de lo que en ella quiere observar. Las inferencias alcanzan planos lgicos y hasta de opinin. Son los ms apropiados para las investigaciones cualitativas, ya que en este tipo de investigaciones no se busca la representatividad de los resultados, sino el punto de vista.

Cuando aplicar muestreo no probabilstico

Cuando se pretende estudiar una poblacin rara o marginal Cundo no hay un marco disponible para propsitos de muestreo Cuando se considera que no se requieren cifras exactas sobre la representatividad estadstica de los resultados

Cmo se determina el tamao de muestra?

En la prctica se obtiene mediante el juicio y el sentido comn de los investigadores, que se basan en la experiencia.

Para determinar el tamao de la muestra en estos casos, los investigadores se basan en factores como: presupuesto disponible, reglas empricas y nmero de subgrupos que se van a analizar.

Seleccionar un mtodo de muestreo

Depende de factores como los objetivos del estudio, los recursos financieros disponibles, las limitaciones del tiempo y la naturaleza del problema que se est investigando.

Muestreo deliberado, critico o por juicio.

La muestra se elige sobre la base de conocimientos que el 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 del investigador al seleccionar una muestra. Aplica bien para estudios de preprueba o prueba piloto para un instrumento. La idea se centra en que el investigador elige la muestra por que los considera los ms 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.

Muestreo por bola de nieve

Apropiado cuando es difcil localizar a los miembros de una poblacin. (Desamparados, Trabajadores forneos, Indocumentados)
Para llevarlo a cabo se renen los datos de los pocos miembros de la poblacin objetivo que se puedan localizar y se les pide informacin necesaria para ubicar a otros miembros que conozcan de esa poblacin. La bola de nieve se refiere a la acumulacin que resulta de que cada sujeto localizado proponga a otros. Origen: Coleman (1958) relational Analysis y Leo Goodman (1961) Snowball sampling , The annals of Mathematics.

Conveniencia o muestreo casual o accidental.

Intenta obtener una muestra de elementos conveniente para el estudio. Es un proceso en el que el investigador selecciona directa e intencionadamente los individuos de la poblacin. La muestra se establece a partir de algn criterio que resulte conveniente al investigador; principalmente en funcin de la posibilidad de acceso. Puede entregar resultados confiables siempre y cuando la poblacin sea homognea.
Caso Particular. Voluntarios: Se utiliza en los casos en que no es posible seleccionar los elementos y debe sacarse conclusiones con los elementos que estn disponibles. Es comn que una misma persona repita participacin dando la opcin al sesgo.

Muestreo por cuotas

Es similar al muestreo aleatorio estratificado pero no tiene el carcter de aleatoriedad. La poblacin se fracciona en subpoblaciones y de cada poblacin se fija una cuota, que consisten en un nmero de individuos, que renen unas determinadas condiciones. Una vez determinada la cuota se eligen los primeros que se encuentren (siendo mejor los ms representativos o adecuados) que cumplan con tales condiciones. La asignacin de las cuotas puede ser proporcional o igual, de la misma manera que en muestreo aleatorio estratificado. Es un mtodo muy utilizado en encuestas de opinin.

Algunas falacias que se cometen en el muestreo no probabilstico

Argumento desde la ignorancia En este argumento se supone que como algo no ha sido probado como falso, entonces es verdadero. En muestreo no probabilstico se aplica as, dado que las muestras no probabilsticas han funcionado bien, entonces, son verdaderas. En primer lugar que los resultados hayan sido satisfactorios solo indica que el error cometido ha sido tolerable, pero este se desconoce. Recurso a la fuerza En este argumento se apela a la fuerza. Existen muchas formas de hacerlo como la presin del tiempo y la falta de recursos. Otra forma es apelar a la emocin como con tantas es suficiente, no hagas un lo eso, fulano hizo tantas y el estudio sali bien, esa cantidad no me la van a aprobar

Popularidad Se sostiene que el argumento es verdadero pues mucha gente esta de acuerdo. Esta es otra forma de apelar a la emocin pero de forma tal que se desprecia el mtodo formal por la afirmacin de que hasta ahora todo ha salido bien y que todos los encuestadores lo han hecho as. Recurso a la autoridad A menudo se apela a la autoridad como soporte de verdad de una afirmacin. Suele decirse que tal empresa de mercadeo prestigiosa usa aplica tantas muestras, el Dr. fulano aconseja tantas, etc.

Autoridad annima En este caso se usa la autoridad pero en tercera persona. Se pretende que todos los investigadores usan esta tcnica, las empresas de investigacin lo hacen as.
http://knol.google.com/k/hugo-casanova/muestreo-no-probabilstico-y-subjetividad/vfs2e66lv947/8#