MUESTREO NO PROBABILSTICO

EDWIN DUGARTE PEA

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.
Muestreo sin requerimientos formales.
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.
Son caractersticas comunes de este tipo de muestreo:
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
Cuando aplicar muestreo no probabilstico
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.
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.
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.
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.
Muestreo por bola de nieve
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.
Conveniencia o muestreo casual o accidental.
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#