Técnicas de Muestreo No Probabilísticas

Las técnicas de muestreo no probabilísticas se emplean frecuentemente en el paradigma técnico cualitativo. Además, el muestreo por cuotas también se utiliza como etapa dentro del muestreo probabilístico polietápico. Estas muestras no buscan la representatividad estadística o numérica, sino una representatividad social, estructural o de características. Su representatividad radica en las posibles configuraciones subjetivas: valores, creencias y motivaciones de los sujetos respecto a un objeto de estudio.

Tipos de Muestreo No Probabilístico

Estas técnicas incluyen:

1) Muestreo Intencional (o por Juicio)

El investigador selecciona las unidades de observación basándose en algún criterio específico. Dentro de este tipo se encuentran:

• Muestreo Útil: Selecciona casos en situaciones extremas o dentro de un rango amplio de situaciones para maximizar la variación observada.
• Muestreo de Casos Típicos: Se seleccionan unidades considerando tres características: que sea un caso considerado medio, destacado o un fenómeno emergente.

2) Muestreo Accidental (o por Conveniencia)

Las unidades de observación son seleccionadas sin atender a criterios rigurosos. Un ejemplo común es la selección de personas que circulan por un determinado lugar en un momento específico. Esto se utiliza, por ejemplo, en estudios de mercado u opinión acerca de un líder político.

3) Muestreo de Bola de Nieve (o Encadenado)

Es útil para contactar con personas que, por sus características, son de difícil acceso, como inmigrantes ilegales o grupos marginales.

4) Muestreo por Cuotas

La población se divide en subgrupos basándose en algún criterio de interés para el estudio, y se establece la proporción de individuos de la población que debe haber en cada subgrupo. Ejemplos de criterios incluyen: edad, sexo o estado socioeconómico (estableciendo cuotas basadas en edad y sexo).

Técnicas de Muestreo Probabilísticas

1) Muestreo Aleatorio Simple

Consiste en extraer un conjunto de $n$ individuos (la muestra) a partir de un conjunto más grande $N$ (la población). Para que la muestra sea representativa, los individuos deben ser extraídos mediante cualquier procedimiento que suponga aleatoriedad.

Los procedimientos de extracción pueden ser:

• Tablas de números aleatorios.
• Hojas de cálculo o programas estadísticos.

Para realizar este muestreo es necesario disponer del listado completo de toda la población. Si se trata de personas, esto puede ser inviable debido a normativas como la LO15/1999 de protección de datos. Este muestreo se utiliza para seleccionar empleados en una organización, productos, calles, portales o municipios.

El anonimato de la población se puede mantener si se asigna un código a cada unidad de observación para no conocer la identidad de la persona y no quebrantar la ley. Esto puede considerarse un acceso a las personas por direccionamiento.

2) Muestreo Aleatorio Sistemático

Es una derivación del muestreo simple y comparte el inconveniente de requerir el listado completo de la población.

Para extraer los $n$ individuos de la muestra a partir de los $N$ individuos de la población, primero se obtiene el coeficiente de elevación ($ce$). Luego, se elige de forma aleatoria un número entre 1 y el coeficiente de elevación ($ce$), y al número obtenido se le suma sucesivamente el $ce$ hasta completar la muestra.

3) Muestreo Aleatorio Estratificado

Los modelos anteriores garantizan la aleatoriedad del proceso, pero no organizan la selección de individuos de grupos pequeños de manera óptima.

Si la muestra debe ser heterogénea, como la población, es necesario incorporar a los individuos extremos (por ejemplo, clases sociales muy altas).

Si es necesario incorporar unidades que cumplan requisitos basados en algún criterio, se estratifica la población según ese criterio y se procede de la misma manera con la muestra.

Los estratos tienen la característica de que los individuos son homogéneos dentro de ellos, pero heterogéneos entre los estratos.

Se considerarán cuatro tipos de repartos (afijación): afijación no proporcional, afijación proporcional, afijación mixta y afijación óptima.

4) Muestreo por Conglomerados

Se fundamenta en la necesidad de acceder a poblaciones que, en sociología, son normalmente grandes, dispersas y a veces de difícil acceso.

Se asume que la población es heterogénea y puede dividirse en grupos o conjuntos más pequeños que:

• Son heterogéneos como la población general.
• Son homogéneos entre sí (en el sentido de que cada uno puede representar a la población).

A estos conjuntos o grupos se les denomina conglomerados.

El conglomerado es la unidad muestral en esta técnica y está formado por varias unidades de observación. La ventaja es que, si todos los conglomerados se consideran representativos de la población, seleccionando un número pequeño de ellos se puede inferir en los resultados sobre la población con menos esfuerzo.

No todos los conglomerados son igualmente representativos de la población. Por ejemplo, en España, el municipio puede considerarse un conglomerado, pero los municipios tienen distintos tamaños y pertenecen a diferentes comunidades autónomas.