Tema:

Muestreo probabilístico y no probabilístico.

Docente:
Ing. Edgar Becerra.

Nombre:
Wendy Calle

Curso:
AE-02-01

Asignatura:

Estadística descriptiva.
 Introducción.
El muestreo es una técnica utilizada en la investigación para obtener una muestra
representativa de una población más grande. Existen dos tipos principales de
muestreo: probabilístico y no probabilístico.

El muestreo probabilístico implica seleccionar muestras de manera aleatoria, lo

que significa que cada individuo de la población tiene la misma oportunidad de
ser seleccionado. Algunas técnicas de muestreo probabilístico incluyen el
muestreo aleatorio simple, el muestreo estratificado y el muestreo sistemático.

Por otro lado, el muestreo no probabilístico implica seleccionar muestras de

manera no aleatoria, lo que significa que no todos los individuos de la población
tienen la misma oportunidad de ser seleccionados. Algunas técnicas de muestreo
no probabilístico incluyen el muestreo por conveniencia, el muestreo intencional
y el muestreo por cuotas.

En cuanto a qué tipo de muestreo se utiliza para datos cuantitativos y

cualitativos, ambos tipos de datos pueden ser utilizados en cualquier tipo de
muestreo. Sin embargo, es más común que los datos cuantitativos se recojan a
través de técnicas de muestreo probabilístico, ya que esto permite hacer
inferencias estadísticas más precisas. Por otro lado, los datos cualitativos a
menudo se recolectan a través de técnicas de muestreo no probabilístico, ya que
el objetivo principal es obtener una comprensión profunda de un fenómeno en
particular, en lugar de hacer generalizaciones estadísticas.

MUESTREO PROBABILISTICO Y NO PROBABILISTICO

Conceptos importantes

Población: conjunto total de elementos que son objetos de investigación

Muestra: subconjunto representativo de una población más grande que se utiliza para
realizar un estudio o análisis.

Muestreo: es una herramienta de investigación para saber a que parte de la población se

debe examinar.

1. Muestreo probabilístico

Concepto: es un método de muestreo, donde su principal característica es que todos

lo que conforman la población tiene la misma oportunidad de ser seleccionados para
formar la muestra y así realizar el estudio o análisis. O la probabilidad de que se
elija a un individuo puede ser calculada
Este método permite generar una visión de lo que sucede en la población estudiando
la muestra.es decir, que si analizamos una muestra ese resultado nos ayudará a
predecir que el resultado de las muestras deberá coincidir con el resultado general al
cual llamamos población.

Técnicas.

1.1. Muestreo aleatorio simple

En esta técnica de selección de la muestra se lo hace al azar. Es decir, se selecciona

una muestra- subconjunto aleatorio de individuos de la población para que
represente a todo el grupo.

Brinda la misma oportunidad de ser seleccionado a cada muestra de un tamaño

determinado. Debemos tener en cuenta que el muestreo aleatorio simple no
garantiza una representación perfecta de la población, sin embargo, nos da una
muestra representativa. Con una muestra grande podemos asegurar la precisión de
los resultados arrojando un resultado estadísticamente significativo.

Tipos de muestreo aleatorio simple

 Muestreo con reemplazo: cuando un elemento de la muestra es elegido, se

devuelve a la muestra y puede ser elegido nuevamente.
 Muestreo sin remplazo: cuando un elemento de la muestra es elegido, este se
retira de la muestra y no regresa a la muestra, por lo que no puede volver a
ser elegido.

Ejemplo

Un negocio tiene 150 clientes. Se pide extraer una muestra de 15 de ellos.

 Enumera a los clientes del 1 al 15

 Hacer un sorteo de 15 numero entre los 150 trabajadores
 La muestra estará conformada por los 15 clientes que fueron elegidos de los
números al azar obtenidos.

1.2. Muestreo estratificado.

La población se separa en segmentos exclusivos de interés, consiste en dividir la

población, en diferentes tratos o subgrupos, por lo general, los estratos están
conformados por individuos que tienen semejanzas.

Tipos de muestreo estratificado

  Muestreo estratificado proporcional: número de elementos designados para
cada estrato es proporcional a la representación de los estratos de la
población.
 Muestreo estatificado desproporcionado: el numero de elementos asignados
al estrato no es proporcional a la representación de los estratos de la
población. Lo que lo convierte en un muestreo con una selección no
equiprobable.

Ejemplo

Un ejemplo exclusivo de muestreo con la técnica de muestreo estratificado proporcional

sería el siguiente:

Supongamos que queremos realizar un estudio sobre el nivel de satisfacción de los

clientes de una tienda de ropa. La población total es de 50 clientes. Para realizar el
muestreo estratificado proporcional, dividimos la población en dos estratos: hombres y
mujeres.

Determinamos el tamaño de la muestra para cada estrato proporcionalmente al tamaño

de la población. Supongamos que queremos seleccionar una muestra de 10 clientes en
total, y que la proporción de hombres en la población es del 40% y la proporción de
mujeres es del 60%. Entonces, el tamaño de la muestra para hombres sería 10 * 0.4 = 4
y el tamaño de la muestra para mujeres sería 10 * 0.6 = 6.

Seleccionamos una muestra aleatoria simple de cada estrato. Por ejemplo,

seleccionamos aleatoriamente a 4 hombres y 6 mujeres de la población.

Combinamos las muestras seleccionadas de los diferentes estratos en una sola muestra.
En este caso, tendríamos una muestra de 10 clientes, con 4 hombres y 6 mujeres.

Este ejemplo ilustra cómo se realiza el muestreo estratificado proporcional, donde se

selecciona una muestra representativa de cada estrato en función de su proporción en la
población total.

1.3. Muestreo sistemático.

El muestreo sistemático es un tipo de muestreo probabilístico utilizado en

estadística. En este método de muestreo, se selecciona aleatoriamente el
primer elemento de la población que formará parte del estudio y luego se eligen
los elementos posteriores utilizando intervalos fijos o sistemáticos hasta
alcanzar el tamaño deseado de la muestra.

Ventajas:

1. Eficiencia: nos permite obtener una muestra representativa de una población

grande. Al usar intervalos fijos o sistemáticos garantiza que toda la población
tenga la misma probabilidad a ser elegidos, así disminuyendo el sesgo.
2. Simplicidad: es relativamente simple y fácil de implementar.
3. Representatividad: proporciona características de la población.
4. Menor costo: por la simplicidad y eficiencia de la selección de la muestra.
5. Facilidad de análisis: los intervalos o sistemáticos ordena los datos y facilita el
análisis.

Ejemplo

Para aplicar la técnica de muestreo sistemático en una población de 50 personas con

un intervalo de 5 personas, se deben seguir los siguientes pasos:

1. Determinar el tamaño de la muestra: En este caso, el tamaño de la muestra es el

número de personas que se desea seleccionar para formar la muestra. Por ejemplo, si
se desea seleccionar una muestra de 10 personas, el tamaño de la muestra sería 10.

2. Calcular el intervalo de muestreo: El intervalo de muestreo se calcula dividiendo

el tamaño de la población entre el tamaño de la muestra. En este caso, el intervalo de
muestreo sería 50/10 = 5.

3. Seleccionar el primer individuo de manera aleatoria: Para garantizar la

representatividad de la muestra, se debe seleccionar el primer individuo de manera
aleatoria. Esto se puede hacer utilizando algún método de selección aleatoria, como
el uso de una tabla de números aleatorios o un generador de números aleatorios.

4. Seleccionar los siguientes individuos: A partir del primer individuo seleccionado

de manera aleatoria, se seleccionan los siguientes individuos de acuerdo con el
intervalo de muestreo establecido. Por ejemplo, si el primer individuo seleccionado
es el número 10, los siguientes individuos seleccionados serían el número 15, el
número 20, el número 25, y así sucesivamente, hasta completar el tamaño de la
muestra.

Es importante tener en cuenta que el muestreo sistemático puede introducir cierto

sesgo si existe algún patrón o periodicidad en la población que coincida con el
intervalo de muestreo establecido. Por lo tanto, es recomendable verificar que no
existan patrones o características que puedan afectar la representatividad de la
muestra.
1.4. Por conglomerados.

El muestreo por racimos, también conocido como muestreo por conglomerados, es

una técnica de muestreo en la que los elementos de la muestra se eligen al azar de
forma natural por agrupaciones. Esta técnica se utiliza cuando la población está
dispersa geográficamente y realizar un muestreo individual sería costoso o poco
factible.

En el muestreo por racimos, los grupos o racimos pueden estar separados por un
espacio geográfico, como estados, ciudades, barrios, etc. En lugar de seleccionar a
cada individuo de forma individual, se selecciona un racimo completo y se incluyen
todos los individuos dentro de ese racimo en la muestra.

Por ejemplo, supongamos que queremos realizar un estudio sobre la prevalencia de

una enfermedad en diferentes ciudades de un país. En lugar de seleccionar a cada
persona individualmente, podemos seleccionar ciudades completas como racimos y
luego incluir a todos los individuos dentro de esas ciudades en la muestra.

El muestreo por racimos es una técnica que permite ahorrar recursos y facilita la
selección de una muestra representativa cuando la población está dispersa
geográficamente. Sin embargo, es importante tener en cuenta que esta técnica puede
introducir cierto sesgo si los racimos no son representativos de la población en su
conjunto.

Ejemplo:

Supongamos que queremos realizar un estudio sobre los hábitos de consumo de una
determinada marca de productos en un país. La población total está compuesta por
50 ciudades, y realizar un muestreo individual en cada ciudad sería costoso y poco
factible.

En este caso, utilizaremos el muestreo por racimos. Dividiremos la población en

racimos geográficos, en este caso, las ciudades. Seleccionaremos aleatoriamente un
número determinado de ciudades como racimos, por ejemplo, 5 ciudades.

Luego, dentro de cada ciudad seleccionada como racimo, realizaremos un muestreo

individual seleccionando al azar un número determinado de personas para formar la
muestra. Por ejemplo, seleccionaremos 10 personas de cada ciudad seleccionada
como racimo.

Finalmente, combinaremos las muestras seleccionadas de cada ciudad en una sola

muestra, obteniendo así una muestra representativa de la población total.

Este ejemplo ilustra cómo el muestreo por racimos nos permite seleccionar una
muestra representativa de una población dispersa geográficamente, evitando los
costos y la dificultad de realizar un muestreo individual en cada unidad de la
población.
2. Muestreo no probabilístico.

El muestreo no probabilístico es una técnica de muestreo en la que no todos los

individuos de la población tienen la misma probabilidad de ser seleccionados para
formar parte de la muestra. Este tipo de muestreo se utiliza cuando no es posible obtener
una muestra probabilística aleatoria debido a limitaciones de tiempo y costo. Es menos
estricto y depende en gran medida de la experiencia de los investigadores. Se utiliza
principalmente en investigaciones cualitativas y se basa en métodos de observación.

En el muestreo no probabilístico, los investigadores seleccionan a los individuos de la

muestra de manera subjetiva, sin utilizar un proceso de selección aleatorio. Esto implica
que no todos los elementos de la población tienen la misma probabilidad de ser elegidos
para la muestra. Esta característica distingue el muestreo no probabilístico del muestreo
probabilístico, en el cual todos los individuos tienen la misma oportunidad de ser
seleccionados.

Uno de los tipos de muestreo no probabilístico es el muestreo por conveniencia, en el

cual los investigadores seleccionan a los individuos de la muestra basándose en criterios
de facilidad de acceso, proximidad o costo. Este tipo de muestreo se utiliza comúnmente
en investigaciones cualitativas, estudios piloto o investigaciones exploratorias.

Es importante tener en cuenta que el muestreo no probabilístico no garantiza la

representatividad de la muestra, ya que la selección de los individuos se basa en la
experiencia y el juicio de los investigadores. Sin embargo, puede ser una opción viable
cuando el muestreo probabilístico aleatorio no es factible.

Técnicas.

2.1. Muestreo por conveniencia.

El muestreo por conveniencia es una técnica de muestreo no probabilístico en la cual la

muestra se selecciona simplemente porque los individuos están convenientemente
disponibles para el investigador. En este tipo de muestreo, la facilidad de recopilar la
información y la disponibilidad de los individuos son los principales criterios para su
inclusión en la muestra. A diferencia del muestreo probabilístico, en el cual se busca
obtener una muestra representativa de la población, en el muestreo por conveniencia no
es necesario que la muestra refleje fielmente las características de la población.

Este tipo de muestreo se utiliza en situaciones en las que la población es muy grande o
difícil de evaluar en su totalidad. Los investigadores optan por el muestreo por
conveniencia debido a su simplicidad, bajo costo y disponibilidad de la muestra. Al
seleccionar a los individuos de manera conveniente, se reduce el tiempo y los recursos
necesarios para llevar a cabo el estudio.

Sin embargo, es importante tener en cuenta que el muestreo por conveniencia tiene
limitaciones en términos de representatividad y generalización de los resultados. Debido
a que los individuos se seleccionan de manera no aleatoria, existe un riesgo de sesgo y
los resultados pueden no ser aplicables a la población en su conjunto.

A pesar de estas limitaciones, el muestreo por conveniencia puede proporcionar

información útil en ciertos contextos, como estudios exploratorios o investigaciones
preliminares. También puede ser una opción viable cuando las restricciones de tiempo y
recursos no permiten realizar un muestreo más riguroso.

Ejemplo:

Imaginemos que queremos realizar un estudio sobre la relación entre la creatividad y el

rendimiento académico en estudiantes universitarios. En lugar de seleccionar a los
participantes de manera aleatoria, podríamos utilizar un enfoque de muestreo por
conveniencia.

En este caso, podríamos acudir a una universidad conocida por su enfoque en las artes y
el diseño, donde es más probable encontrar estudiantes con habilidades y afinidad por la
creatividad. Dentro de esta universidad, podríamos contactar a los estudiantes de
diferentes facultades y programas relacionados con el arte, el diseño, la música y la
literatura.

Además, podríamos buscar estudiantes que hayan participado en proyectos creativos o

hayan recibido reconocimientos por su trabajo artístico. Esto nos permitiría obtener una
muestra de estudiantes que tienen una mayor probabilidad de ser creativos y explorar la
relación entre su creatividad y su rendimiento académico.

Es importante tener en cuenta que este ejemplo es solo ilustrativo y que el muestreo por
conveniencia tiene limitaciones en términos de representatividad de la población en
general. Sin embargo, en este caso, nos permite enfocarnos en un grupo específico de
estudiantes que tienen una mayor afinidad por la creatividad, lo cual puede proporcionar
información valiosa para nuestro estudio.

Recuerda que el muestreo por conveniencia se basa en la disponibilidad y accesibilidad

de los participantes, por lo que es importante tener en cuenta las limitaciones y
considerar cuidadosamente cómo los resultados pueden aplicarse a la población en
general.

2.2. Muestreo consecutivo.

En el muestreo consecutivo, el investigador realiza el estudio en una persona o grupo de

muestra durante un período de tiempo determinado, analiza los resultados y luego pasa a
otro grupo si así lo desea. Esta técnica de muestreo le brinda al investigador la
oportunidad de trabajar con varios temas para su investigación.

El muestreo consecutivo es una estrategia de muestreo no probabilístico que se utiliza

comúnmente en estudios longitudinales o en investigaciones en las que se busca
examinar los cambios o evolución de una variable a lo largo del tiempo. En lugar de
seleccionar aleatoriamente a los participantes de la muestra, el investigador utiliza
aquellos que están disponibles y dispuestos a participar en el estudio en un momento
específico.
Esta técnica puede ser especialmente útil cuando el acceso a la población objetivo es
limitado o cuando se requiere un seguimiento continuo de los mismos individuos a lo
largo del tiempo. Por ejemplo, en un estudio sobre la efectividad de un programa de
intervención en la salud mental, el investigador puede reclutar a un grupo de muestra
inicial y realizar evaluaciones periódicas para analizar los cambios en los síntomas o el
bienestar psicológico.

El muestreo consecutivo también puede brindar al investigador la oportunidad de

explorar diferentes temas o aspectos relacionados con su investigación. Por ejemplo, en
un estudio sobre el impacto de la tecnología en el rendimiento académico de los
estudiantes, el investigador puede seleccionar a un primer grupo de muestra y analizar
los resultados. Luego, puede identificar un nuevo grupo con características diferentes
(por ejemplo, estudiantes de diferentes carreras o niveles educativos) y examinar cómo
la tecnología afecta su rendimiento académico en comparación con el primer grupo.

Es importante tener en cuenta que el muestreo consecutivo tiene limitaciones en

términos de representatividad de la población, ya que los participantes se seleccionan de
manera no aleatoria y pueden estar sujetos a sesgos. Además, el tiempo y los recursos
necesarios para llevar a cabo este tipo de muestreo pueden ser significativos, ya que
implica un seguimiento y análisis continuo de diferentes grupos.

Ejemplo:

Imaginemos que estamos realizando un estudio sobre los hábitos de consumo de café en
una ciudad determinada. En lugar de seleccionar a los participantes de manera aleatoria,
podríamos utilizar un enfoque de muestreo consecutivo exclusivo.

En este caso, podríamos establecer una alianza con una cafetería exclusiva y de
renombre en la ciudad. Esta cafetería se caracteriza por ofrecer una amplia variedad de
cafés gourmet y por ser frecuentada por amantes del café y conocedores del tema.

Durante un período de tiempo determinado, podríamos realizar nuestro estudio en esta

cafetería, entrevistando a los clientes que estén disfrutando de su café. Al seleccionar a
los participantes exclusivamente en este lugar, nos aseguramos de que estén interesados
en el tema del estudio y tengan un nivel de conocimiento y apreciación por el café más
elevado que el promedio.

Este enfoque exclusivo nos permitiría obtener información más detallada y

especializada sobre los hábitos de consumo de café de un grupo específico de personas.
Además, al trabajar con una cafetería exclusiva, podríamos tener acceso a datos
adicionales, como el tipo de café que se consume con mayor frecuencia, las preferencias
de preparación y los factores que influyen en la elección del café.

Es importante tener en cuenta que este ejemplo es solo ilustrativo y que el muestreo
consecutivo exclusivo tiene limitaciones en términos de representatividad de la
población en general. Sin embargo, en este caso, nos permite enfocarnos en un grupo
selecto de personas con un interés y conocimiento particular sobre el café, lo cual puede
proporcionar información valiosa y enriquecer nuestro estudio.
Recuerda que el muestreo consecutivo exclusivo se basa en la disponibilidad y
accesibilidad de los participantes en un lugar específico, por lo que es importante
considerar cuidadosamente cómo los resultados pueden aplicarse a la población en
general.

2.3. Muestreo por cuotas.

El muestreo por cuotas es una técnica no probabilística donde los investigadores forman
una muestra que incluye individuos que si representan a una población y se eligen de
acuerdo con características o cualidades.

Se divide en grupos con alguna característica común, como el sexo, edad o región.
Luego se establece una cuota para cada grupo en función a la proporción en la
población total. Los participantes para cada grupo se seleccionan de manera
conveniente, es decir, no aleatoria, para cumplir con las cuotas establecidas.

El muestreo por cuotas se utiliza cuando se tienen datos adicionales sobre

los individuos, como su edad o sexo, y se considera que estos datos pueden
influir en las características que se están estudiando. Es una técnica popular
en estudios de mercado, ya que tiene en cuenta la composición
sociodemográfica de la población estudiada. A diferencia del muestreo
estratificado, en el muestreo por cuotas la selección de los participantes en
cada grupo se realiza a criterio del investigador y no de manera aleatoria.
Esto significa que no todos los individuos de la población tienen las mismas
posibilidades de ser incluidos en la muestra.

Ejemplo:

Imaginemos que queremos realizar un estudio sobre los hábitos de compra

de teléfonos móviles en una ciudad determinada. Para ello, dividimos la
población en diferentes grupos según la edad: jóvenes (18-25 años), adultos
(26-40 años) y personas mayores (más de 40 años).

Luego, establecemos cuotas para cada grupo en función de su proporción

en la población total. Por ejemplo, si los jóvenes representan el 30% de la
población, estableceríamos una cuota del 30% para ese grupo.

A continuación, seleccionamos a los participantes de cada grupo de manera

conveniente, por ejemplo, en centros comerciales o tiendas de electrónica,
asegurándonos de cumplir con las cuotas establecidas. Entrevistamos a los
participantes y recopilamos información sobre sus preferencias, marcas
favoritas, características que buscan en un teléfono, etc.

Este enfoque de muestreo por cuotas exclusivo nos permite obtener una
muestra que refleje la composición demográfica de la población en términos
de edad. Al trabajar con cuotas, nos aseguramos de incluir a un número
adecuado de participantes de cada grupo, lo que nos permite obtener
información más precisa sobre los hábitos de compra de teléfonos móviles
en cada segmento de edad.

Es importante tener en cuenta que este ejemplo es solo ilustrativo y que el

muestreo por cuotas tiene limitaciones en términos de representatividad de
la población en general. Sin embargo, en este caso, nos permite obtener
información específica sobre los hábitos de compra de teléfonos móviles en
diferentes grupos de edad, lo cual puede ser útil para comprender las
preferencias y necesidades de cada segmento.

2.4. Muestreo intencional o por juicio.

El muestreo por juicio, también conocido como muestreo intencional, es una

técnica en la cual el investigador selecciona a los participantes basándose
únicamente en su propio conocimiento y criterio. En este enfoque, el
investigador elige deliberadamente a los individuos que considera más
adecuados para representar a la población en estudio. Esta técnica se utiliza
en situaciones en las que el investigador confía en su experiencia y juicio
para seleccionar una muestra que considere representativa.

Una de las principales ventajas del muestreo por juicio es que permite al
investigador seleccionar participantes específicos que considera relevantes
para el estudio. Esto puede ser útil en situaciones en las que se busca
obtener información detallada de individuos con características particulares
o en contextos en los que el acceso a la población es limitado.

Sin embargo, una desventaja significativa de esta técnica es la posibilidad

de que exista ambigüedad en la selección de la muestra, ya que los
resultados pueden estar influenciados por las percepciones y el criterio
subjetivo del investigador. Dado que la selección no se basa en un proceso
aleatorio, existe el riesgo de que ciertas características o perspectivas no
sean representadas de manera equitativa en la muestra.

Un ejemplo ilustrativo de muestreo por juicio podría ser un estudio sobre la

efectividad de un programa de capacitación laboral en el que el investigador
selecciona a los participantes basándose en su percepción de quiénes
podrían beneficiarse más del programa. En este caso, el investigador podría
elegir a individuos con ciertas habilidades o antecedentes laborales
específicos, lo que podría proporcionar información detallada sobre el
impacto del programa en ese grupo particular.

2.5. Muestreo de bola de nieve.

El muestreo de bola de nieve es un tipo de muestreo no probabilístico que se utiliza

cuando los participantes potenciales son difíciles de encontrar o si la muestra está
limitada a un subgrupo muy pequeño de la población. En este método, los participantes
de una investigación reclutan a otros participantes para un estudio, y los investigadores
utilizan su propio juicio para elegir a los participantes, a diferencia del muestreo
aleatorio simple donde las probabilidades de que cualquier miembro se elija son las
mismas.

El proceso de muestreo de bola de nieve consiste en dos pasos: identificar sujetos

potenciales en la población y pedir a esos sujetos que recluten a otras personas. Los
participantes deben ser conscientes de que no tienen que proporcionar ningún otro
nombre. En otras palabras, el método de muestreo de bola de nieve se basa en
referencias de sujetos iniciales para generar sujetos adicionales.

Esta técnica se utiliza en investigaciones cualitativas para reclutar participantes,

especialmente cuando la población objetivo es difícil de alcanzar o identificar.
Comienza con unos pocos participantes que cumplen con los criterios del estudio y se
les pide que recomienden a otros posibles participantes que también cumplan con esos
criterios. Este proceso se repite hasta alcanzar el tamaño de muestra deseado. Es una
técnica útil para estudios exploratorios y para acceder a poblaciones ocultas.

Un ejemplo exclusivo de muestreo bola de nieve podría ser el siguiente:

Imaginemos que estamos realizando un estudio sobre la adopción de tecnología en una

comunidad rural. Debido a la dificultad para acceder a esta población y encontrar
participantes, decidimos utilizar el muestreo de bola de nieve.

Comenzamos seleccionando a un participante inicial que conocemos y que vive en la

comunidad rural. Entrevistamos a este participante y recopilamos información sobre su
adopción de tecnología y su red de contactos en la comunidad.

Luego, le pedimos al participante inicial que nos recomiende a otros miembros de la

comunidad que también estén dispuestos a participar en el estudio. Utilizamos su
conocimiento y experiencia para identificar a otros participantes relevantes.

Continuamos este proceso de reclutamiento y entrevistas, pidiendo a cada participante

que nos recomiende a otros miembros de la comunidad que puedan tener experiencias
similares en cuanto a la adopción de tecnología.

A medida que avanzamos en el proceso de muestreo de bola de nieve, vamos ampliando

nuestra red de participantes y obteniendo una perspectiva más completa sobre la
adopción de tecnología en la comunidad rural.

Es importante tener en cuenta que el muestreo de bola de nieve tiene limitaciones en

términos de representatividad de la población en general, ya que la muestra se basa en
las recomendaciones de los participantes iniciales. Sin embargo, en este caso, nos
permite acceder a una población difícil de alcanzar y obtener información valiosa de
personas que comparten características similares en cuanto a la adopción de tecnología
en la comunidad rural.

3. Cuantitativos y cualitativos.

El muestreo probabilístico y no probabilístico están relacionados tanto con datos

cuantitativos como cualitativos. Ambos métodos de muestreo se utilizan en la
investigación científica para seleccionar una muestra representativa de una población
objetivo.

El muestreo probabilístico se basa en la selección aleatoria de los participantes de la

población. Esto significa que cada individuo tiene una probabilidad conocida y no nula
de ser seleccionado para formar parte de la muestra. Al utilizar este método, se busca
garantizar que todos los miembros de la población tengan la misma oportunidad de ser
incluidos en la muestra. El muestreo probabilístico es comúnmente utilizado en estudios
cuantitativos, donde se busca obtener resultados numéricos y generalizables.

Por otro lado, el muestreo no probabilístico no se basa en la selección aleatoria de los

participantes. En este método, los investigadores utilizan su propio juicio y experiencia
para seleccionar a los participantes que consideran más adecuados para el estudio. El
muestreo no probabilístico es comúnmente utilizado en estudios cualitativos, donde se
busca obtener información detallada y en profundidad sobre las experiencias y
perspectivas de los participantes.

Conclusión

El muestreo se divide en dos tipos principales: muestreo probabilístico y muestreo no

probabilístico. En el muestreo probabilístico se utilizan técnicas como el muestreo
aleatorio simple, muestreo estratificado, muestreo sistemático y muestreo por
conglomerados, mientras que en el muestreo no probabilístico se emplean técnicas
como el muestreo por conveniencia, muestreo consecutivo, muestreo por cuotas,
muestreo intencional o por juicio y muestreo bola de nieve.

Las técnicas de muestreo probabilístico se caracterizan por seleccionar las muestras de

forma aleatoria y permiten realizar inferencias estadísticas más precisas. Estas técnicas
son comúnmente utilizadas con datos cuantitativos, donde se busca obtener una muestra
representativa de la población y realizar generalizaciones estadísticas.

Por otro lado, las técnicas de muestreo no probabilístico se basan en criterios de

selección preestablecidos y no garantizan la representatividad de la muestra. Estas
técnicas son más apropiadas para datos cualitativos, ya que su objetivo principal es
obtener una comprensión más profunda de un fenómeno específico, en lugar de realizar
generalizaciones estadísticas.