Tipos de muestreo probabilístico y no probabilístico PDF

Una ficha gratis con las ocho técnicas de muestreo probabilístico y no probabilístico, explicadas paso a paso y con una tabla para practicar. Para imprimir y estudiar.

Descargar PDF

Tipos de muestreo

Repasa las ocho técnicas de muestreo que se usan en investigación, cuatro probabilísticas y cuatro no probabilísticas, y practica eligiendo la más adecuada para un estudio. Sirve para justificar el apartado de metodología de tu TFG, tesina o trabajo de curso.

Muestreo aleatorio simple

Cada elemento de la población tiene la misma probabilidad de ser seleccionado.

  1. Define la población completa y numera cada elemento del marco muestral.
  2. Usa un generador o una tabla de números aleatorios.
  3. Selecciona sin repetición hasta completar el tamaño de muestra.
  4. Comprueba que el marco muestral cubra de verdad a la población de interés.

Muestreo sistemático

Selecciona elementos a intervalos fijos desde un punto de inicio elegido al azar.

  1. Calcula el intervalo k dividiendo el tamaño de la población entre el tamaño de muestra.
  2. Elige al azar un punto de inicio entre 1 y k.
  3. Selecciona cada k-ésimo elemento a partir de ese punto.
  4. Repite hasta alcanzar el tamaño de muestra planeado.

Muestreo estratificado

Divide la población en subgrupos homogéneos y muestrea dentro de cada uno.

  1. Identifica la variable que define los estratos, como la edad o el nivel educativo.
  2. Divide la población en estratos homogéneos y mutuamente excluyentes.
  3. Aplica muestreo aleatorio simple dentro de cada estrato.
  4. Combina las submuestras de forma proporcional al tamaño de cada estrato.

Muestreo por conglomerados

Divide la población en grupos naturales y selecciona conglomerados completos al azar.

  1. Identifica conglomerados que ya existen, como escuelas, barrios o aulas.
  2. Selecciona al azar un número de conglomerados.
  3. Incluye a todos los individuos del conglomerado elegido o submuestrea dentro de él.
  4. Valora si los conglomerados son bastante parecidos entre sí para reducir el sesgo.

Muestreo por conveniencia

Selecciona a participantes accesibles y disponibles, sin garantizar representatividad.

  1. Define el criterio de accesibilidad, como estudiantes de tu clase o pacientes de un centro.
  2. Recluta a las personas disponibles hasta alcanzar el tamaño deseado.
  3. Deja por escrito los límites de generalización que esto implica.
  4. Resérvalo para estudios exploratorios, pilotos o de bajo presupuesto.

Muestreo por cuotas

Fija cupos por subgrupo, como género o edad, y selecciona dentro de cada cupo sin azar.

  1. Define las categorías relevantes y cuántos participantes corresponden a cada cuota.
  2. Recluta a participantes hasta completar cada cuota.
  3. Comprueba que las proporciones se parezcan a las de la población de interés.
  4. Anota cómo elegiste a las personas dentro de cada cuota.

Muestreo bola de nieve

Cada participante refiere a otros; es útil en poblaciones difíciles de localizar.

  1. Identifica a algunos informantes iniciales con el perfil que buscas.
  2. Pide a cada participante que refiera a otras personas con ese mismo perfil.
  3. Continúa la cadena de referencias hasta completar el tamaño de muestra.
  4. Anota el riesgo de sesgo por lo parecidas que suelen ser las personas de una misma red.

Muestreo intencional o discrecional

El investigador elige de forma deliberada a quienes aportan información relevante.

  1. Define criterios de inclusión ligados directamente al objetivo del estudio.
  2. Selecciona a participantes que cumplan con claridad esos criterios.
  3. Justifica por escrito el criterio experto que usaste para elegirlos.
  4. Reconoce en tu metodología que los resultados no son generalizables en términos estadísticos.

El muestreo probabilístico permite estimar el error y generalizar; el no probabilístico es más rápido, aunque limita la generalización.

Creado por psyred.org

Ficha de tipos de muestreo para imprimir.

En una investigación, la forma de elegir a los participantes cambia lo que se puede concluir después. El muestreo probabilístico se apoya en el azar, cada elemento de la población tiene una probabilidad conocida de ser elegido, y por eso permite estimar el error y generalizar los resultados a la población. (Illowsky y Dean, 2023)1 (Martínez-Mesa et al., 2016)2

Dentro del muestreo probabilístico están el aleatorio simple, el sistemático, el estratificado y el muestreo por conglomerados. Se diferencian en cómo recorren la población, aunque todos parten del azar para dar a cada elemento una oportunidad de entrar en la muestra. (Illowsky y Dean, 2023)1

El muestreo no probabilístico elige a los participantes por su accesibilidad o por el criterio del investigador, sin azar. Aquí entran el muestreo por conveniencia, por cuotas, la bola de nieve y el muestreo intencional. Son más rápidos y económicos, y ayudan en estudios exploratorios, aunque no permiten generalizar con un margen de error calculable. (Martínez-Mesa et al., 2016)2 (Otzen y Manterola, 2017)3

Como la muestra rara vez es idéntica a la población, la técnica elegida hay que justificarla en el apartado de metodología, sobre todo cuando no es aleatoria, porque introduce un límite en la representatividad que conviene declarar. (Popovic y Huecker, 2023)4 (Otzen y Manterola, 2017)3

Cómo usar la hoja

  • Lee las ocho tarjetas y fíjate en qué distingue a las probabilísticas de las no probabilísticas.1234
  • En la tabla, empareja escenarios de estudio con la técnica que mejor encaja.1234
  • Anota la justificación y la limitación que declararías en tu metodología.1234

También puede servirte

Psyred utiliza fuentes académicas e institucionales para respaldar sus páginas educativas. Lee nuestro proceso editorial para saber cómo revisamos, actualizamos y corregimos el contenido.

Fuentes

  1. Illowsky, B., & Dean, S. (2023). Introductory Statistics 2e (sección 1.2, Sampling and Data). OpenStax, Rice University. https://openstax.org/books/introductory-statistics-2e/pages/1-2-data-sampling-and-variation-in-data-and-sampling
  2. Martínez-Mesa, J., González-Chica, D. A., Duquia, R. P., Bonamigo, R. R., & Bastos, J. L. (2016). Sampling: how to select participants in my research study? Anais Brasileiros de Dermatologia, 91(3), 326-330. https://pmc.ncbi.nlm.nih.gov/articles/PMC4938277/
  3. Otzen, T., & Manterola, C. (2017). Técnicas de muestreo sobre una población a estudio. International Journal of Morphology, 35(1), 227-232. https://doi.org/10.4067/S0717-95022017000100037
  4. Popovic, A., & Huecker, M. R. (2023). Study Bias. En StatPearls. StatPearls Publishing. https://www.ncbi.nlm.nih.gov/books/NBK574513/