Muestreo no probabilístico

El muestreo no probabilístico es aquel donde no todos los sujetos de la población estadística tienen la misma probabilidad de ser elegidos para formar parte del estudio que se está desarrollando.

Es decir, este tipo de muestreo implica que el encuestador o investigador no selecciona aleatoriamente o al azar, entre toda la población, a los individuos que forman parte de la muestra sobre la que trabaja.

Lo anterior, en principio, puede parecer no corresponderse con lo que sería una investigación fiable. Sin embargo, como veremos a lo largo de este artículo, hay circunstancias en las que se justifica utilizar un muestreo no probabilístico.

Antes de continuar, dejaremos en claro algunos conceptos. Primero, el de muestra estadística, que es un subconjunto de datos que pertenece a otro más grande al que llamamos población. Este último, comprende el total de individuos que comparten una característica que se quiere investigar.

Por ejemplo, la población podrían ser los españoles de entre 30 y 45 años. En tanto, una muestra serían 1.000 adultos que cumplen con esa característica y que fueron seleccionados en diversas ciudades de España.

Tipos de muestreo no probabilístico

Entre los tipos de muestreo no probabilístico podemos mencionar

• Por conveniencia: En este caso, el investigador selecciona a aquellos individuos que están más cerca de él o que son más accesibles. Ejemplo: Un profesor universitario que realiza una investigación entre los estudiantes de la universidad donde enseña.
• Por cuotas: En este caso, se hace un muestreo no probabilístico porque se busca cumplir con una determinada condición. Por ejemplo, que el 50% de la muestra sean hombres, y el otro 50%, mujeres.
• Discrecional, opinático o intencional: El investigador, según su juicio, elige a un grupo de personas que considera que son idóneas para el estudio. Por ejemplo, si se desea realizar una encuesta a los doctores que trabajan en un hospital, el investigador podría seleccionar aquellos a quienes considera que son más idóneos porque confía en su criterio.
• Bola de nieve: En este caso, usualmente se trata de investigar a un grupo de personas con características muy particulares y poco comunes, o cuando dicha información no es de fácil acceso. Entonces, el investigador, una vez que se encuentra con algunas personas con esa característica buscada, les pide que llamen a otros individuos con esa misma particularidad. Por ejemplo, esto podría darse en una investigación sobre alguna enfermedad rara.
• Casual o accidental: El investigador selecciona, sin juicio previo, a los individuos que van a formar parte de la muestra. Por ejemplo, esto suele suceder cuando se hacen encuestas en la calle. El encuestador va a una determinada hora y a un lugar específico de la ciudad y hace preguntas a las personas que van pasando y aceptan responder. No toda la población objetivo tiene la misma probabilidad de pasar por esa calle y, además, de encontrarse con el encuestador.

Ventajas y desventajas del muestreo no probabilístico

Entre las ventajas del muestreo no probabilístico podemos mencionar:

• Implica menores costos y tiempo porque el investigador puede elegir a aquellos sujetos que son de fácil acceso.
• Es posible controlar las características de la muestra, como explicábamos en el muestreo por cuotas.
• Es idóneo para estudios sobre poblaciones con características poco comunes o que manejan datos sensibles. Por ejemplo, personas que están en situación de ilegalidad en un país extranjero. También se utiliza para estudios pilotos o que nos permiten conocer a grandes rasgos las características de una población.

Sin embargo, también existen algunas desventajas de este tipo de muestreo:

• La selección de los sujetos, sobre todo en el caso del muestreo discrecional, puede verse afectada por los sesgos del investigador. Esto conllevaría a que los datos no sean del todo fiables.
• No siempre garantiza la adecuada representación de la población objetivo, de nuevo, sobre todo, si la selección es discrecional.
• Los resultados, dados los puntos mencionados previamente, suelen no ser del todo precisos.

Ejemplo

Se busca realizar un estudio sobre jóvenes universitarios de Italia. Los investigadores eligen cuatro universidades del país, de distintas ciudades, y en ellas seleccionan a estudiantes interesados en participar de la investigación.

En este caso, es un muestreo no probabilístico porque no se está considerando a toda la población universitaria italiana, aunque este sea el público objetivo de análisis.