Mtodos de muestreo no probabilsticos

A veces, para estudios exploratorios, el muestreo probabilstico resulta excesivamente costoso y se

acude a mtodos no probabilsticos, aun siendo conscientes de que no sirven para realizar
generalizaciones (estimaciones inferenciales sobre la poblacin), pues no se tiene certeza de que la
muestra extrada sea representativa, ya que no todos los sujetos de la poblacin tienen la misma
probabilidad de se elegidos. 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.
Entre los mtodos de muestreo no probabilsticos ms utilizados en investigacin encontramos:
1.- Muestreo por cuotas:
Tambin denominado en ocasiones "accidental". Se asienta generalmente sobre la base de un buen
conocimiento de los estratos de la poblacin y/o de los individuos ms "representativos" o "adecuados"
para los fines de la investigacin. Mantiene, por tanto, semejanzas con el muestreo aleatorio
estratificado, pero no tiene el carcter de aleatoriedad de aqul.
En este tipo de muestreo se fijan unas "cuotas" que consisten en un nmero de individuos que renen
unas determinadas condiciones, por ejemplo: 20 individuos de 25 a 40 aos, de sexo femenino y
residentes en Gijn. Una vez determinada la cuota se eligen los primeros que se encuentren que
cumplan esas caractersticas. Este mtodo se utiliza mucho en las encuestas de opinin.
2.-Muestreo por expertos:
La muestra es elegida por un experto de acuerdo con su criterio, buscando las unidades mas
respresentativa, el juicio en el que seleccionan muestra de acuerdo con el juicio de investigador.
Se emplea cuando el tamao de la muestra es pequea.
Ejemplo: Un comentarista deportivo desea saber cual es mejor jugador de futbol del campeonato
ecuatoriano copa CREDIFE 2012 por su experiencia saber que debe asistir a sus colegas
comentaristas que saben del tema.
3.- Muestreo de conveniencia:
Este tipo de muestreo se caracteriza por un esfuerzo deliberado de obtener muestras
"representativas" mediante la inclusin en la muestra de grupos supuestamente tpicos. Es muy
frecuente su utilizacin en sondeos preelectorales de zonas que en anteriores votaciones han marcado
tendencias de voto.
Tambin puede ser que el investigador seleccione directa e intencionadamente los individuos de la
poblacin. El caso ms frecuente de este procedimiento el utilizar como muestra los individuos a los
que se tiene fcil acceso (los profesores de universidad emplean con mucha frecuencia a sus propios
alumnos).
4.-Muestreo secuencial:

El muestreo secuencial es una tcnica de muestreo no probabilstico en donde el investigador escoge

un sujeto o un grupo de sujetos en un determinado intervalo de tiempo, lleva a cabo su estudio, analiza
los resultados, luego escoge otro grupo de sujetos, si es necesario, y as sucesivamente.
Esta tcnica de muestreo brinda al investigador posibilidades ilimitadas de ajustar sus mtodos de
investigacin y obtener un conocimiento fundamental sobre el estudio que est llevando a cabo.
ventaja
El investigador tiene una opcin ilimitada con respecto al tamao de la muestra y al programa de
muestreo. El tamao de la muestra puede ser relativamente pequeo o excesivamente grande
dependiendo de la decisin del investigador. El programa de muestreo tambin depende
completamente del investigador, ya que un segundo grupo de muestrasslo puede obtenerse luego
de llevar a cabo el experimento con el primer grupo.
Ventajas e inconvenientes de los distintos tipos de muestreo probabilstico
CARACTERISTICAS
VENTAJAS
INCONVENIENTES
Aleatorio simple
Se selecciona una
Requiere que se
muestra de tamao n Sencillo y de fcil posea de antemano
de una poblacin de
un listado completo
comprensin.
N unidades, cada
de toda la poblacin.
Clculo rpido de
elemento tiene una
Cuando se trabaja
medias y varianzas.
probabilidad de
con muestras
Se basa en la
inclusin igual y
pequeas es posible
teora estadstica, y
conocida de n/N.
que no represente a
por tanto existen
la poblacin
paquetes
adecuadamente.
informticos para
analizar los datos
Sistemtico

Estratificado

Conseguir un listado
de los N elementos
de la poblacin
Determinar tamao
muestral n.
Definir un intervalo
k= N/n.
Elegir un nmero
aleatorio, r, entre 1 y
k (r= arranque
aleatorio).
Seleccionar los
elementos de la lista.

En ciertas ocasiones
resultar
conveniente
estratificar la
muestra segn

Fcil de aplicar.
No siempre es
necesario tener un
listado de toda la
poblacin.
Cuando la
poblacin est
ordenada siguiendo
una tendencia
conocida, asegura
una cobertura de
unidades de todos
los tipos.

Tiende a asegurar
que la muestra
represente
adecuadamente a la

Si la constante de
muestreo est
asociada con el
fenmeno de inters,
las estimaciones
obtenidas a partir de
la muestra pueden
contener sesgo de
seleccin

Se ha de conocer
la distribucin en la
poblacin de las
variables

ciertas variables de
inters. Para ello
debemos conocer la
composicin
estratificada de la
poblacin objetivo a

poblacin en funcin
de unas