Capítulo 4: Diseño y selección de muestras.

Estrategias de
muestreo en la investigación cualitativa

(Chapter 4: Designing and Selecting Samples. Sampling strategies

for qualitative research )
Jane Ritchie, Jane Lewis and Gillian Elam

(Traducción de la Cátedra: María Eugenia Galán)

Es una característica general de la investigación social diseñar y seleccionar muestras para realizar
una investigación, ya sea cualitativa o cuantitativa. Incluso si la misma involucra poblaciones muy
pequeñas o estudio de casos únicos, aún en estos casos deben tomarse ciertas decisiones sobre
personas, configuraciones o acciones que implican el diseño de una muestra (Burgess, 1982a, 1984).
De manera similar, en estudios etnográficos o de campo, se requiere del muestreo simplemente
porque el investigador no puede observar o registrar absolutamente todo lo que ocurre (Burgess,
1982a; Hammersley and Atkinson, 1995; McCall and Simmons, 1969).

Este capítulo está dedicado a los métodos para diseñar y seleccionar muestras para la investigación
cualitativa. Hay varios tipos diferentes de estrategias de muestreo en investigación cualitativa, y estos
se revisan en la primera sección. Luego se desarrollan las preguntas clave que deben considerarse
en el diseño de la muestra, centrándose especialmente en la cobertura de muestra y los marcos
muestrales. La siguiente sección describe el proceso de diseño de una muestra intencional, un método
que es común a muchos de los enfoques desarrollados. Al final de la sección se discuten los aspectos
prácticos de la implementación de la técnica de muestreo elegida.

Estrategias de muestreo en la investigación cualitativa

Tipos de muestreo

Cuando se describen las estrategias de muestreo en la investigación social, una distinción clave que
se hace es entre muestras probabilísticas y no probabilísticas (ver por ejemplo Arber, 2001; Bryman,
2001; Greenfield, 1996; Lynn). El muestreo probabilístico generalmente se considera el enfoque más
riguroso dentro de la investigación cuantitativa, pero es inadecuado para la investigación cualitativa.
Sin embargo, aquí lo describimos brevemente, ya que proporciona un contexto útil para entender los
principios del muestreo en el enfoque cualitativo.

En una muestra probabilística, las unidades de la población a investigar se eligen al azar y tienen una
probabilidad conocida de ser seleccionadas. A menudo la probabilidad de ser seleccionadas es la
misma para todas las unidades, en cuyo caso los grupos elegidos se representarán en la muestra en
sus verdaderas proporciones. En otros casos, la probabilidad que tienen las unidades de la población
de ser elegidas es desigual, aunque siempre es una probabilidad conocida. En este último caso, los
datos recogidos a partir de esa muestra deberán ser ponderados antes del análisis de la información,
con el objetivo de ajustar la distribución de la muestra a la distribución real de la población. De
cualquier manera, el objetivo es producir una muestra estadísticamente representativa, que es una
especie de modelo a pequeña escala de la población de la que se extrae. El muestro probabilístico es
indispensable para poder realizar estimaciones estadísticas sobre la población amplia. Este tipo de
muestreo también es apropiado cuando el objetivo de un estudio es probar hipótesis empíricamente.
Hay varios diferentes tipos de estrategias de muestreo probabilístico, incluido el muestreo por azar
simple, el muestreo aleatorio sistemático, el muestreo aleatorio estratificado y el muestreo de múltiples
etapas (Honigmann, 1982; Lynn, forthcoming; Moser and Kalton, 1979; Robson, 2002).

La investigación cualitativa utiliza muestras no probabilísticas para seleccionar las unidades de la

población a investigar. En una muestra no probabilística, las unidades se seleccionan deliberadamente
para reflejar características particulares de individuos o grupos dentro de la población muestreada. La
muestra no pretende ser estadísticamente representativa: las posibilidades de la selección de cada
elemento es desconocida, pero, en cambio, las características de la población se tienen en cuenta
como base de esta selección. Esta característica hace que este tipo de muestreo sea adecuado para
estudios a pequeña escala y en profundidad, como veremos en los principales enfoques de muestreo
no probabilístico se resumen a continuación.

MUESTRAS INTENCIONALES O BASADAS EN DETERMINADO CRITERIO CLAVE/ESPECÍFICO

En este enfoque, la selección de participantes u otras unidades de muestreo es intencional o basada

en algún criterio específico (Mason, 2002; Patton, 2002). Las unidades muestrales se eligen porque
tienen características particulares que permitirán la exploración detallada y la comprensión central de
temas y problemáticas que el investigador desea estudiar. Estas características pueden ser
sociodemográficas, o pueden estar relacionadas con experiencias específicas, comportamientos,
roles, etc. Burgess (1984) y Honigmann (1982) llaman a este muestreo “por juicio”. LeCompte y
Preissle (1993) sostienen que “muestreo según determinado criterio clave” es un término más
apropiado que “intencional” porque todo el muestreo es intencional, aunque sin embargo éste último
es el término más comúnmente utilizado en la literatura sobre el tema.

El muestreo intencional es precisamente lo que su nombre sugiere. Los miembros de una muestra se
eligen con un 'propósito' para representar un fenómeno en relación a un criterio clave. Esto tiene dos
objetivos importantes. El primero es garantizar que todos los componentes clave de relevancia para
el tema están cubiertos. Lo segundo es asegurar que, dentro de cada uno de los criterios clave, se
encuentre incluida cierta diversidad para poder explorar el impacto de la característica en cuestión.
Tomando un ejemplo muy simple, la edad se usa muy comúnmente como un criterio de selección.
Esto es importante tanto para garantizar que todos los grupos de edad relevantes sean incluidos y
para garantizar que las diferencias de perspectiva entre los diferentes grupos etarios pueden ser
exploradas. Esto último requiere que haya suficiente representación dentro cada grupo de edad para
que el impacto de la edad versus otros factores posibles puedan ser aislados (ver más abajo).

Hay una variedad de enfoques diferentes englobados dentro del muestreo intencional, diseñados para
producir diferentes tipos de muestra según los objetivos y la cobertura que se propone cada
investigación. Estos son:

• Muestras homogéneas (Holloway and Wheeler, 1996; Patton, 2002; Robson,002): se elige este
enfoque cuando se busca obtener una imagen detallada de un fenómeno particular – por ejemplo,
individuos que pertenecen a la misma subcultura o tienen el mismas características - . Esto permite
una investigación detallada de las redes sociales de este grupo en un contexto específico.
• Muestras heterogéneas (Holloway and Wheeler, 1996; Robson, 2002) o Muestreo de máxima
variación (Patton, 2002): aquí hay una estrategia deliberada para elegir unidades que son diferentes
entre sí. Son utilizadas cuando se busca mostrar distintas perspectivas representar la complejidad del
fenómeno estudiado, o bien documentar la diversidad para localizar diferencias y coincidencias,
patrones y particularidades.

• Muestra de casos extremos (Patton, 2002; Robson, 2002): las unidades muestrales son elegidas
porque son inusuales o especiales y por lo tanto potencialmente esclarecedoras. La lógica que prima
este enfoque es que el aprendizaje sobre los fenómenos se intensifica observando excepciones o
extremos (por ejemplo, los etnometodólogos a veces usan este tipo de muestreo para exponer
suposiciones implícitas y normas).

• Muestreo intensivo (Patton, 2002): emplea una lógica similar a la muestra de casos extremos, pero
se centra en los casos que representan los fenómenos de interés en lugar de centrarse en los casos
inusuales o extremos.

• Muestreo de casos típicos (Patton, 2002): son casos que, por sus características, resultan ser
“típicos” y que se seleccionan para obtener perfiles detallados. Esto requiere cierto conocimiento
previo sobre los patrones generales de respuesta para poder seleccionar lo que es “típico" (por
ejemplo, los participantes pueden ser seleccionados de acuerdo al conocimiento de sus respuestas a
una encuesta).

• Muestreo intencional estratificado (Patton, 2002): aquí el objetivo es seleccionar grupos que
muestran un comportamiento diferente frente a un fenómeno particular, pero cada uno de ellos es
bastante homogéneo entre sí, por lo que los subgrupos pueden ser comparados.

• Muestra de casos críticos (Patton, 2002): aquí los casos elegidos son fundamentales para la
comprensión del fenómeno a estudiar por la investigación. Patton ve este enfoque como
particularmente valioso en la investigación evaluativa porque ayuda a llamar la atención sobre las
características particulares de un proceso y por lo tanto, puede aumentar el impacto de la
investigación.

En el muestreo intencional, las decisiones sobre qué criterios se utilizarán para la selección a menudo
se toman en las primeras etapas de diseño de la investigación. Estas decisiones estarán influenciadas
por una variedad de factores que incluyen los objetivos y las hipótesis de la investigación, el
conocimiento o las teorías existentes sobre el campo de estudio, o los vacíos de conocimiento sobre
el fenómeno a investigar.

Aunque la selección "intencional" de casos implica elecciones bastante deliberadas, se deben evitar
todos los sesgos posibles en la elección. El proceso de muestreo intencional requiere de una
objetividad clara para que la selección de casos se lleve a cabo adecuadamente. Entonces, aunque
el investigador o los financiadores de la investigación puedan tener hipótesis que quieran probar, la
oportunidad de que estas sean confirmadas o rechazadas debe ser la misma.

MUESTREO TEÓRICO
El muestreo teórico (Glaser and Strauss, 1967 and Strauss and Corbin, 1998; Bryman, 2001; Finch
and Mason, 1990; Mason, 2002; Seale, 1999) es un tipo particular de muestreo intencional en el que
el investigador selecciona incidentes, personas o unidades sobre la base de su potencial contribución
al desarrollo y a la prueba de construcciones teóricas. El proceso es interactivo y se retroalimenta: el
investigador toma una muestra inicial, analiza los datos, y luego selecciona una muestra adicional para
refinar sus categorías emergentes y teorías. Este proceso continúa hasta que el investigador alcanza
la 'saturación de datos', o sea, el momento en el que no se obtendrían nuevos conocimientos
ampliando la muestra. El muestreo teórico está principalmente asociado con el desarrollo de la teoría
fundamentada. Glaser y Strauss definen el muestreo teórico de la siguiente manera:

El muestreo teórico es el proceso de recopilación de datos para generar la teoría

mediante el cual el analista junta, codifica y analiza conjuntamente sus datos y decide
qué datos recolectar a continuación y dónde encontrarlos, para desarrollar su teoría
emergente. Este proceso de recopilación de datos está controlado por la teoría emergente,
ya sea sustantiva o formal. (1967: 45)

Denzin (1970) distingue entre dos tipos de muestreo: no interactivo (parecido al muestreo
probabilístico) e interactivo. Las muestras interactivas, similares a las muestras teóricas, son procesos
de selección flexibles que se desarrollan de acuerdo a como se va perfilando la investigación y sus
resultados. La selección de casos se va juzgando de acuerdo a de acuerdo a la riqueza de los datos
y la calidad de los conceptos y las teorías generadas. Los criterios clave para la selección de casos
en el muestreo teórico son el propósito teórico y la relevancia teórica. El proceso de muestreo continúa
hasta que se alcanza la "saturación teórica" y no se reciben nuevos conocimientos analíticos. A lo
largo de este proceso, el investigador no busca solo pruebas confirmatorias sino también 'casos
negativos'. La generación de la teoría se va dando sobre la base del análisis comparativo entre los
casos seleccionados, por lo cual la elección de los grupos de comparación es extremadamente
importante.

Glaser and Strauss (1967) distinguen entre muestras que minimizan las diferencias, en las que el
investigador recopilará datos similares pero también podrá detectar las diferencias sutiles que pueden
pasar desapercibidas en las muestras heterogéneas; y muestras que maximizan las diferencias que
facilitan la recopilación de datos diversos para poder luego descubrir similitudes entre grupos.

Strauss and Corbin (1998) sugieren que pueden adoptarse diferentes estrategias de muestreo de
acuerdo a las diferentes etapas de un proyecto de investigación. Inicialmente, cuando las categorías
se empiezan a identificar y etiquetar, el muestreo es abierto y no estructurado. A medida que la teoría
se desarrolla y las categorías se integran a lo largo de las diferentes dimensiones, el muestreo se
vuelve más intencional y específico con el objetivo de maximizar las oportunidades para el análisis
comparativo.

MUESTRAS POR CONVENIENCIA Y POR OPORTUNIDAD

Otros autores han identificado el muestreo por conveniencia y por oportunidad (Burgess, 1984;
Honigmann, 1982; Maxwell, 1996; Patton, 2002) como métodos de muestreo utilizados en la
investigación cualitativa. Patton realiza una clara distinción entre ellos. El muestreo oportunista implica
que el investigador tome ventaja de oportunidades imprevistas que puedan surgir durante el trabajo
de campo, adoptando un enfoque flexible para fusionar la muestra en torno al contexto y al desarrollo
del trabajo de campo. En este sentido, es posible echar mano a eventos disponibles a medida que van
surgiendo. Por otro lado, el muestreo por conveniencia carece de una estrategia de muestreo clara: el
investigador elige la muestra de acuerdo a la facilidad con la que puede acceder a los casos. Algunos
escritores han sugerido que esta conveniencia constituye la forma más común de muestreo, basada
en el malentendido de que los tamaños de muestra pequeños no permitir la generalización estadística
y, por lo tanto, no importa cómo los casos son elegidos. Sin embargo, es muy inquietante que
prevalezca esta visión y muchos autores contemporáneos abogan por enfoques mucho más
sistemáticos y predefinidos (Mason, 2002; Patton, 2002).

Antes de dejar la discusión acerca de los diferentes métodos de muestreo, es importante decir algo
más sobre por qué el muestreo probabilístico es inapropiado para la investigación cualitativa. A
diferencia de la investigación estadística, la investigación cualitativa no busca estimar la incidencia de
fenómenos en la población general de estudio. El muestreo cualitativo, por lo tanto, requiere una lógica
diferente a la investigación cuantitativa, una en que ni la representación estadística ni la escala son
consideraciones clave (Holloway and Wheeler, 1996; Mason, 2002; Patton, 2002). La precisión y el
rigor de una muestra inserta en una investigación cualitativa se definen por su capacidad para
representar características sobresalientes y son éstas las que deben tener la prioridad en el diseño de
la muestra. Es crucial entonces entender que los principios del muestreo probabilístico pueden incluso
atentar contra los requisitos de un adecuado muestreo cualitativo. Un ejemplo ayudará a ilustrar esta
premisa. Supongamos que se está llevando a cabo una investigación cualitativa entre padres solteros
acerca de las barreras para conseguir empleo. La población de padres solteros contiene una
proporción mucho más alta de mujeres que hombres (proporción de alrededor de 10 a 1). Sin embargo
un estudio cualitativo bien puede querer explorar estas barreras para hombres y mujeres y ver cómo
las mismas podrían variar de acuerdo a características diferentes, como la edad de los niños, edad
del padre, historial de trabajo, historia educativa y características del mercado de trabajo local. Para
que un muestreo aleatorio pueda abarcar todas estas características, se requeriría de una muestra
estratificada altamente compleja e incluso al límite de los parámetros de viabilidad, particularmente
dentro lo que son las muestras cualitativas.
Las diferencias entre los requisitos de calidad y el muestreo cuantitativo no siempre son bien
entendidas por los investigadores y los usuarios de las investigaciones. Con demasiada frecuencia,
las muestras cualitativas son criticadas por no tener características propias de muestras cuantitativas
(por ejemplo, escala, cobertura nacional, distribución, representación) cuando éstas no sumarían
nada para mejorar la solidez de la muestra en sus fines cualitativos. Es crucial que aquellos que
quieran evaluar la validez de una muestra cualitativa apliquen los criterios apropiados, y no criterios
que pertenecen a un paradigma de investigación bastante diferente.

Características principales del muestreo cualitativo

Aunque hay algunas diferencias clave entre muestreo intencional y muestreo teórico- los dos enfoques
principales utilizados en la investigación cualitativa – también éstos tienen mucho en común. Ambos
se basan en el uso de criterios de selección prescriptos, aunque la prescripción se lleva a cabo en
diferentes etapas de la investigación. Ambos también usan muestras que son pequeñas, aunque
habilitan la posibilidad de agregar o complementar casos a la muestra inicial a medida que avanza la
investigación. Estas tres características, esenciales para el muestreo cualitativo, están desarrolladas
a continuación.
EL USO DE CRITERIOS PRESCRIPTOS

Como se describió en capítulos anteriores, el objetivo de la investigación cualitativa es lograr la

comprensión de la naturaleza y forma de los fenómenos, para descubrir significados, desarrollar
explicaciones o generar ideas, conceptos y teorías. Las muestras por lo tanto, deben seleccionarse
para garantizar la inclusión de grupos de interés relevantes, eventos, procesos, etc. que puedan
iluminar y enriquecer esta comprensión. Las unidades se eligen porque tipifican una circunstancia o
tienen una característica que se espera o se sabe que tiene relevancia para el tema de estudio. Hemos
denominado este principio del muestreo cualitativo como el requisito de 'representación simbólica'
porque se elige una unidad para representar' y 'simbolizar' las características de relevancia para la
investigación. Esta terminología también ayuda a distinguir una diferencia crucial entre el muestreo en
la investigación cualitativa y cuantitativa, ya que el primero busca la representación intencional de
“carácterísticas”, y en la última se busca la representación estadística utilizando la selección aleatoria
para representar la distribución de la población. Un segundo requisito es garantizar que la muestra
sea lo más diversa posible dentro de los límites de la población definida. La diversidad es necesaria
por dos razones. Primero, optimiza las posibilidades de identificar toda la gama de factores o
características que están asociadas con un fenómeno. Cuanto mayor es la diversidad de
características o circunstancias, hay más oportunidad para identificar sus diferentes elementos o
influencias contributivas. En segundo lugar, permite cierta interdependencia entre las variables de
modo que aquellas características que son más relevantes pueden ser identificadas y separadas de
aquellas de menor importancia. Supongamos, por ejemplo, que tenemos en nuestra muestra dos
grupos diferentes de acuerdo a determinada característica (por ejemplo, hombres y mujeres) pero
también sabemos que estos dos grupos varían en relación a otra variable que es importante la
investigación (digamos el consumo de alcohol). Los diferentes niveles de consumo de alcohol deberán
estar representados tanto hombres como mujeres para explorar los impactos del consumo de alcohol
en ambos sexos, y permitir las comparaciones entre hombres y mujeres.
Estos dos requisitos, la representación simbólica y la diversidad, significan que las "unidades de
muestreo" (personas, eventos, organizaciones, etc.) deben cumplir determinados criterios a la hora de
ser seleccionados para integrar una muestra. Además, como las muestras cualitativas suelen ser de
tamaño pequeño (ver a continuación), estos criterios tienen que ser aplicados eficientemente. Estos
principios se aplican a ambos tipos de muestreo, intencional y teórico, aunque como ya se señaló, las
etapas en los que se define cada uno de ellos difieren en ambos enfoques.

TAMAÑO DE MUESTRA

Las muestras cualitativas suelen ser pequeñas en cuanto a su tamaño. Hay tres razones importantes
para esto. En primer lugar, si los datos se analizan adecuadamente, llegará un momento en el que se
obtiene muy poca evidencia nueva de cada unidad adicional de muestreo. Esto se debe a que los
fenómenos solo necesitan aparecer una vez para ser parte del mapa analítico del investigador (ver
Capítulos 9 y 10). Por lo tanto, hay un punto donde aumentar el tamaño de la muestra ya no aporta
nueva información. En segundo lugar, las declaraciones sobre la incidencia o la prevalencia no son
preocupaciones de la investigación cualitativa. Por lo tanto, no es necesario garantizar que la muestra
tenga una escala suficiente para proporcionar estimaciones o para determinar estadísticamente
variables discriminatorias significativas. Esto contrasta fuertemente con las muestras en una
investigación cuantitativa, que necesitan tener un tamaño adecuado para realizar inferencias
estadísticas con una precisión requerida. En tercer lugar, el tipo de información que arrojan los
estudios cualitativos es rica en los detalles. Por lo tanto, habrá muchos cientos de 'pedazos' de
información de cada unidad de muestreo. Para hacer justicia a esto, los tamaños de muestra necesitan
mantenerse a una escala razonablemente pequeña. Finalmente, y relacionado con esto, la
investigación cualitativa es altamente intensiva en términos de los recursos que requiere. Por lo tanto,
una muestra amplia sería simplemente inmanejable a la hora de realizar y analizar cientos de
entrevistas, observaciones o grupos de discusión, a menos que el investigador tenga la intención de
pasar varios años haciéndolo. Hay una serie de cuestiones que deben tenerse en cuenta para
determinar tamaño de la muestra en la investigación cualitativa:

• La heterogeneidad de la población: si se sabe que la población es muy de naturaleza diversa en

relación con el tema de investigación, entonces es probable que se deba aumentar el tamaño de
muestra requerido. Por el contrario, si la población es razonablemente homogénea, entonces una
muestra más pequeña incluirá toda la diversidad que se necesita.

• El número de criterios de selección: la cantidad de criterios que se consideran importantes en el

diseño de la muestra influirá en el tamaño de la misma- cuantos más criterios haya, más grande será
la muestra.

• El grado en que se necesita el anidamiento de los criterios: si los criterios deben ser transversales o
'anidados' (es decir, si se necesita controlar la representación de un criterio dentro de otro) por razones
de interdependencia o como un requisito para obtener más diversidad, esto aumentará el tamaño de
la muestra.

• Grupos de especial interés que requieren un estudio intensivo - si hay grupos dentro de la población
de estudio que requieren un estudio intensivo, deberán incluirse con suficiente representación en toda
su diversidad. Esto requerirá una muestra general más grande.

• Múltiples muestras en una misma investigación: a veces es necesario tener más de una muestra
dentro de una investigación por razones de comparación o control, y esto tendrá un impacto
significativo en el número de casos que deben ser cubierto por la muestra.

• Tipo de métodos de recolección de datos: se aumentará el tamaño de la muestra general

dependiendo de si los métodos de recolección de datos implican (más o menos en orden ascendente)
entrevistas individuales, entrevistas de a pares, grupos de discusión de tamaño pequeño o promedio.

• El presupuesto y los recursos disponibles: cada unidad muestral requerirá recursos para la
recolección y el análisis de datos. El presupuesto disponible por lo tanto, pondrá algunos límites en el
tamaño de la muestra. Esto puede significar que el alcance y el enfoque del estudio sean revisados.

Las formas de manejar todos estos problemas en la práctica se discuten más adelante en este
capítulo. Como regla general, las muestras cualitativas para una investigación que requiera solamente
entrevistas individuales suelen ser menores de 50 casos. Si se convierten en mucho más grandes que
50 casos comienzan a ser difíciles de gestionar en términos de la calidad de la recolección de datos y
el análisis a llevar a cabo. Ciertamente, si llegan a alcanzar entre 70 y 80 casos, el número debería
cuestionarse seriamente, y solo deberá mantenerse si existen razones claras, del tipo enumerado
anteriormente, para proceder con esos tamaños. Para muestras que impliquen grupos de discusión,
la cantidad de casos se encuentra alrededor de 90 a 100 (12 a 14 grupos) como el punto límite dentro
de lo razonable para sostener la calidad de la recolección y el análisis de la información, y alrededor
de 140 a 150 (alrededor de 20 grupos) como una muestra ya pasible de ser cuestionada. Sin embargo,
si las muestras propuestas son aún mayores, deberá existir una clara explicación de cómo será posible
llevar a cabo la calidad que requiere para una investigación exhaustiva en toda la muestra.
También es importante asegurarse de que las muestras no sean demasiado pequeñas. Si esto ocurre,
entonces fácilmente pueden perderse elementos clave de la población a investigar, o las muestras
pueden contener muy poca diversidad para explorar las diferentes influencias de diferentes factores.
Es importante tener en cuenta que las muestras pequeñas solo funcionan si se ha realizado un buen
muestreo intencional o teórico. En estos casos se admite el uso de muestras pequeñas porque se
asegura que la muestra será muy rica en términos de las unidades muestrales y la diversidad que
representan.

MUESTRAS ADICIONALES Y SUPLEMENTARIAS

En la investigación cualitativa, es perfectamente posible complementar una muestra agregándole

casos a posteriori, o diseñar una segunda muestra dentro del alcance de la misma investigación. De
hecho, como ya se ha descrito, es una característica integral del muestreo teórico agregar casos a la
muestra inicial a medida que avanza la investigación. Esto puede ocurrir cuando se descubre que las
dimensiones importantes no están suficientemente bien representadas para obtener pruebas
cualitativas sólidas o cuando está claro que la diversidad innata de un subgrupo necesita de otros
casos o incluso requiere una muestra separada. A diferencia de las muestras probabilísticas, donde
la información proveniente de nuevas muestras no se puede 'agregar' fácilmente a un conjunto de
datos obtenido con la muestra inicial, a menos que las probabilidades de la selección de todos los
casos de ambas muestras (iniciales y posteriores) sean conocidas, los datos provenientes de muestras
diseñadas en una investigación cualitativa pueden ser incorporados de manera confiable siempre que
la misma forma de la recolección de datos se ha llevado a cabo de la misma manera. Esto es porque
los casos faltantes se agregarán a la finalización del 'mapa' muestral y el momento en el cual se hayan
seleccionado no es una preocupación relevante.

Para ilustrar este punto con un ejemplo, supongamos que uno de los criterios de selección en una
investigación cualitativa sobre los usuarios del servicio de salud púbico son grupos étnicos.
Habiéndose llevado a cabo la investigación inicial, los datos muestran que hay diferencias clave en la
experiencia, la evaluación, etc., entre personas de diferentes comunidades del sur de Asia. Sin
embargo, la muestra no es lo suficientemente grande ni diversa para representar a los asiáticos del
sur y explorar estas diferencias de manera confiable y detallada. Esta situación requeriría entonces la
selección de una muestra suplementaria de personas de origen sud asiático. Si no hay recursos
disponibles para esto, entonces el investigador podría necesitar recomendar una nueva investigación,
y debería reconocer las limitaciones de las inferencias que se pueden extraer específicamente sobre
el comportamiento de las comunidades del sur de Asia (ver Capítulo 10).

En el resto de este capítulo describiremos cómo el muestreo intencional se lleva a cabo en la práctica.
Se podría escribir una sección equivalente al muestreo teórico, pero no hay espacio para hacer justicia
a ambos en el nivel de detalle apropiado. El lector deberá acudir entonces a los textos de Bryman
(2001),Finch and Mason (1990), Glaser and Strauss (1967) and Strauss and Corbin (1998). Sin
embargo, muchos de los pasos y procesos involucrados en el muestreo intencional son similares, si
no idénticos, en el muestreo teórico debido a las características compartidas descritas anteriormente.
Antes de dejar el muestreo teórico, puede ser útil reflexionar brevemente sobre los factores que
pueden determinar cuándo se usa el muestreo intencional en lugar del muestreo teórico o viceversa.
La elección estará fuertemente influenciada por los objetivos de la investigación, particularmente por
su orientación teórica. El muestreo teórico es particularmente apropiado para estudios exploratorios
sobre áreas desconocidas, ya que puede ser difícil identificar de antemano los grupos y características
que deben incluirse en la muestra. Este conocimiento en cambio, surgirá de los datos recolectados.
La elección también estará influenciada por la naturaleza de la población de estudio y su complejidad.
Factores tales como el tiempo y los recursos disponibles también jugarán un papel en la decisión. El
muestreo teórico requiere más tiempo, desde la selección de la muestra, el trabajo de campo y el
análisis, ya que todos estos pasos se llevan a cabo de forma interactiva, retroalimentándose entre sí,
en lugar de secuencialmente como sucede en el muestreo intencional. Esto también significa que
generalmente será más difícil predecir con precisión el tiempo y los recursos que se requerirán para
una investigación que utilice un muestreo teórico. Es quizás por esta última razón que las muestras
utilizadas en la investigación de políticas aplicadas a menudo son más intencionales que teóricas en
su diseño muestral.