MUESTREO NO PROBABILSTICO:

El muestreo no probabilstico es una tcnica de muestreo donde las muestras se

recogen en un proceso que no brinda a todos los individuos de la poblacin iguales
oportunidades de ser seleccionados.
Es emprico, en sus procesos intervienen opiniones y criterios personales del
investigador o no existe norma bien definida o validada.
No permiten generalizar sus resultados a toda la poblacin, no obstante, son muy
tiles para estudios exploratorios y en general para estudios de corte cualitativo.
TIPOS DE MUESTREO NO PROBABILSTICO:
Muestreo por cuotas
Es una tcnica de muestreo en donde la muestra reunida tiene la misma proporcin
de individuos que toda la poblacin con respecto al fenmeno enfocado, las
caractersticas o los rasgos conocidos.
En el muestreo por cuotas, el investigador establece estratos de la poblacin,
determina el nmero de individuos a seleccionar en cada uno de ellos y elige
intencionadamente individuos para completar las cuotas establecidas.
Aqu los individuos que constituyen la cuota aportada a la muestra por cada estrato
no son determinados aleatoriamente, sino en funcin de otros criterios
(accesibilidad, comodidad, economa, etc.). La nica condicin impuesta es que los
individuos cumplan los requisitos fijados en las cuotas.
Este tipo de muestreo no permite llevar a cabo estimaciones rigurosas en las que
podamos calibrar el error cometido.
Es un mtodo muy utilizado en encuestas de opinin.
El mtodo de cuotas se basa en la distribucin conocida de una poblacin (edad,
sexo, situacin geogrfica, categora socio-profesional...).

Muestreo por Juicio de Expertos o Criterios

El muestreo por juicio es una forma de muestreo por conveniencia, en el cual los
elementos de la poblacin se seleccionan con base en el juicio del investigador,
quien utiliza su experiencia para elegir a los elementos que se incluirn en la
muestra, porque considera que son representativos de la poblacin de inters.
Se emplea cuando el tamao de la muestra es pequeo
Este mtodo de muestreo es aconsejable cuando el responsable del estudio
conoce estudios anteriores similares o idnticos y sabe con precisin que
la muestra que utilizaron fue til para el estudio.
Es utilizado tambin cuando la poblacin es muy reducida y conocida por el
investigador.
El muestreo por juicio es econmico, practico y rpido; es subjetivo y su valor
depende por completo del juicio, la experiencia y creatividad del investigador.

MUESTREO CASUAL O ACCIDENTAL:

Los individuos se eligen 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.
Se trata de un proceso en el que el investigador selecciona 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).
El criterio de seleccin depende de la posibilidad de acceder a ellos. Es frecuente
utilizar sujetos que las condiciones nos permiten. Por ejemplo entrevistar a la salida
de un autobs o a personas que pasan por la calle.

MUESTREO DE BOLA DE NIEVE:

El mtodo de muestreo de bola de nieve (o muestreo por referidos) es un
mtodo de muestreo no probabilstico. El muestreo se realiza sobre poblaciones en
las que no se conoce a sus individuos o es muy difcil acceder a ellos. Podran ser
los casos de sectas secretas, indigentes, grupos minoritarios, etc.
Se llama muestreo de bola de nieve porque cada sujeto estudiado propone a
otros, produciendo un efecto acumulativo parecido al de la bola de nieve.
Se localiza a algunos individuos, los cuales conducen a otros, y estos a otros, y
as hasta conseguir una muestra suficiente. Este tipo se emplea muy
frecuentemente

cuando

se

hacen

estudios

con

poblaciones "marginales",

delincuentes, sectas, determinados tipos de enfermos, etc.

En el muestreo de bola de nieve se selecciona un grupo inicial de encuestados,

por lo general al azar, a quienes despus de entrevistar se les solicita que
identifiquen a otras personas que pertenezcan a la poblacin meta de inters.

MUESTREO POR CONVENIENCIA:

El muestreo por conveniencia es un mtodo de muestreo no probabilstico.
Consiste en seleccionar a los individuos que convienen al investigador para
la muestra. Esta conveniencia se produce porque al investigador le resulta ms
sencillo examinar a estos sujetos, ya sea por proximidad geogrfica, por ser sus
amigos, etc.
Es una tcnica comnmente usada. Consiste en seleccionar una muestra de la
poblacin por el hecho de que sea accesible. Es decir, los individuos empleados en
la investigacin se seleccionan porque estn fcilmente disponibles, no porque
hayan sido seleccionados mediante un criterio estadstico. Esta conveniencia, que
se suele traducir en una gran facilidad operativa y en bajos costes de muestreo,
tiene como consecuencia la imposibilidad de hacer afirmaciones generales con rigor
estadstico sobre la poblacin.

TAMAO DE LA MUESTRA:
En estadstica, el tamao de la muestra es el nmero de sujetos que componen
la muestra extrada de una poblacin, necesarios para que los datos obtenidos sean
representativos de la poblacin.
El tamao de la muestra de una muestra estadstica es el nmero de
observaciones que la componen.
Para calcular el tamao de una muestra hay que tomar en cuenta tres factores:
1. El porcentaje de confianza; con el cual se quiere generalizar los datos
desde la muestra hacia la poblacin total.
2. El porcentaje de error que se pretende aceptar al momento de hacer la
generalizacin.
3. El nivel de variabilidad que se calcula para comprobar la hiptesis.

El tamao de la muestra normalmente es representado por "n" y siempre es un

nmero entero positivo. No se puede hablar de ningn tamao exacto de la muestra,
ya que puede variar dependiendo de los diferentes marcos de investigacin. Sin
embargo, si todo lo dems es igual, una muestra de tamao grande brinda mayor
precisin en las estimaciones de las diversas propiedades de la poblacin.
POR QU CALCULAR EL TAMAO DE UNA MUESTRA:
Las muestras pueden estudiarse con mayor rapidez que las poblaciones.

 El estudio de una muestra es menos costosa que el de una poblacin.

Toma menos tiempo de estudio.
En la mayora de las situaciones el estudio de una poblacin es
imposible.
Con frecuencia los resultados de una muestra son ms precisos que los
que se basan en una poblacin.

Cul debe ser el tamao de la muestra?

Determinar el tamao de la muestra que se va a seleccionar es un paso
importante en cualquier estudio de investigacin. Por ejemplo, un investigador
desea determinar la prevalencia de problemas oculares en nios en edad escolar y
quiere realizar unaencuesta.
La pregunta importante que debe ser contestada en todas las encuestas de
muestra es: "Cuntos participantes deben ser elegidos para una encuesta?" Sin
embargo, la respuesta no puede ser dada sin tener en cuenta los objetivos y
circunstancias de las investigaciones.
La eleccin del tamao de la muestra depende de consideraciones no
estadsticas y estadsticas. Las consideraciones no estadsticas pueden incluir la
disponibilidad de los recursos, la mano de obra, el presupuesto, la tica y el marco
de muestreo. Las consideraciones estadsticas incluirn la precisin deseada de la
estimacin de la prevalencia y la prevalencia esperada de los problemas oculares
en nios en edad escolar.
Para determinar el tamao adecuado de las muestras es necesario seguir los
tres criterios:
1. Nivel de precisin
El nivel de precisin, tambin llamado error de muestreo, es el rango en donde
se estima que est el valor real de la poblacin. Este rango se expresa en puntos
porcentuales. Por lo tanto, si un investigador descubre que el 70% de los
agricultores de la muestra han adoptado una tecnologa recomendada con una tasa
de precisin de 5%, el investigador puede concluir que entre el 65% y el 75% de
los agricultores de la poblacin han adoptado la nueva tecnologa.
2. Nivel de confianza
El intervalo de confianza es la medida estadstica del nmero de veces de cada
100 que se espera que los resultados se encuentren dentro de un rango especfico.

Por ejemplo, un intervalo de confianza de 90% significa que los resultados de

una accin probablemente cubrirn las expectativas el 90% de las veces.
La idea bsica descripta en el Teorema del lmite central es que cuando una
poblacin se muestrea muchas veces, el valor promedio de un atributo obtenido es
igual al valor real de la poblacin. En otras palabras, si un intervalo de confianza es
del 95%, significa que 95 de 100 muestras tendrn el valor real de la poblacin
dentro del rango de precisin.
3. Grado de variabilidad
Dependiendo de la poblacin objetivo y los atributos a considerar, el grado de
variabilidad vara considerablemente. Cuanto ms heterognea sea una poblacin,
mayor deber ser el tamao de la muestra para obtener un nivel ptimo de
precisin. Ten en cuenta que una proporcin de 55% indica un nivel ms alto de
variabilidad que un 10% o un 80%. Esto se debe a que 10% y 80% significa que una
gran mayora no posee o posee el atributo en cuestin.
Existen muchos enfoques para determinar el tamao de la muestra, incluyendo
el uso de un censo en el caso de poblaciones ms pequeas, el uso de tablas
publicadas, imitar un tamao de muestra de estudios similares y aplicar frmulas
para calcular un tamao de la muestra.
MUESTREO:
El muestreo es el proceso mediante el cual el investigador podr seleccionar los
pacientes o sujetos de estudios a partir de la muestra calculada previamente.
Si el muestreo no se realiza con criterio, los resultados de la investigacin no
sern vlidos, ya que se pueden cometer errores de direccin o imparcialidad al
momento de elegir los sujetos.
En muchos experimentos, es imposible hacer un muestreo de una poblacin
entera como parte de un experimento de investigacin, debido a cuestiones
temporales y econmicas y al gran nmero de sujetos.
Ventajas del muestreo
Se trata de una menor cantidad de sujetos, lo que reduce la inversin en tiempo
y dinero.
El muestreo en realidad puede ser ms preciso que estudiar toda la poblacin,
ya que los investigadores pueden tener mayor control sobre los sujetos. Los
estudios grandes pueden ocultar correlaciones interesantes entre todo el "ruido".

Las manipulaciones estadsticas son mucho ms fciles con conjuntos ms

pequeos de datos y as es ms fcil evitar el error humano cuando al ingresar y
analizar los datos.
Desventajas del muestreo
No puede aplicarse a poblaciones pequeas.
Requiere de personal calificado.
La repercusin de los errores es mayor en la muestra.