Diseños no probabilísticos

1 · Los cuatro diseños

Por conveniencia. Se releva a quien está disponible: los pacientes que asistieron ese día, los alumnos del curso propio, quien contesta el formulario que circuló por redes. Es el más usado en tesis y el más débil.

Por cuotas. Se fijan cupos por categoría —tantos varones, tantas mujeres, tantos por grupo de edad— para que la composición de la muestra coincida con la de la población. Dentro de cada cupo, el encuestador elige libremente.

Bola de nieve. Cada participante recluta a los siguientes. Es la única forma de llegar a poblaciones sin marco y de difícil acceso.

Intencional (por juicio). El investigador elige los casos que considera típicos o informativos. Es habitual en investigación cualitativa, donde el criterio de selección es la riqueza del caso.

2 · Por qué las cuotas no alcanzan

Es el malentendido más extendido: si la muestra tiene la misma composición por sexo y edad que la población, parece representativa.

El problema es que la composición se controla solo en las variables de la cuota. Dentro de cada cupo, el encuestador sigue eligiendo a quien está más disponible o más dispuesto, y esa elección puede estar asociada a la variable que se quiere medir.

Una muestra con la pirámide de edades exacta del país puede estar compuesta enteramente por gente que estaba en la calle un martes al mediodía, que no es un grupo cualquiera.

3 · Bola de nieve: virtud y límite

Es la herramienta correcta cuando no hay marco y la población es difícil de alcanzar: trabajadores informales de un rubro, migrantes recientes, personas con una condición poco frecuente.

Su límite es estructural: la muestra viaja por redes sociales. Quien tiene más contactos tiene más chance de ser reclutado, y los más aislados —que muchas veces son los más vulnerables, justo los que interesa estudiar— quedan afuera sistemáticamente.

El mecanismo tiene nombre: la paradoja de la amistad. Si uno llega a una persona siguiendo un contacto, no llega a una persona al azar sino a una elegida con probabilidad proporcional a cuántos contactos tiene. En una red simulada de 20.000 personas con 9,76 contactos en promedio, el contacto de alguien tiene en promedio 19,48: exactamente el doble.

Cuánto sesga, y qué arreglan los varios puntos de arranque

Reclutando 300 personas por bola de nieve sobre esa red, donde la variable de interés crece con la cantidad de contactos:

Puntos de arranque	Contactos en la muestra	Sesgo en la estimación	Comunidades alcanzadas
1	16,6	+2,99	15,6 de 20
3	17,5	+3,30	15,7
10	18,0	+3,33	16,7
30	18,1	+3,31	18,7
100	15,9	+2,44	19,9
Aleatorio simple	9,8	+0,03	—

En resumen: se mitiga arrancando desde varios puntos iniciales independientes, declarando cuántos fueron y cómo se eligieron, y —si se puede— registrando el tamaño de la red de cada participante.

4 · Qué se puede escribir

La diferencia entre un trabajo sólido y uno débil no es qué muestreo se usó, sino qué se afirma después:

	Correcto	Incorrecto
Descripción	“De los 120 casos relevados, el 40 %…”	“El 40 % de los estudiantes…”
Inferencia	No corresponde	“IC 95 %: 32 – 48 %”
Alcance	“Estos resultados describen a los participantes”	“Estos resultados son representativos de…”
Comparación	“Entre los relevados, el grupo A presentó…”	“Existe diferencia significativa entre…”

5 · Cómo se justifica en una tesis

Tres párrafos que conviene tener escritos:

Por qué no se pudo probabilístico. No hay marco, la población es oculta, el acceso es institucionalmente restringido. La razón concreta, no “por limitaciones de tiempo”.

Qué se hizo para reducir el sesgo. Varios puntos de arranque, diversidad de lugares de reclutamiento, cuotas en las variables más críticas.

En qué dirección puede estar sesgado el resultado. Es lo que más valora un jurado: no que no haya sesgo, sino que se sepa cuál es y hacia dónde empuja.

6 · Errores frecuentes

• Llamarlo aleatorio. “Se seleccionaron al azar los que asistieron” es conveniencia con otro nombre.
• Calcular márgenes de error e intervalos de confianza. Los números salen y no significan nada.
• Presentar cuotas como equivalente a probabilístico. Controla composición, no probabilidad.
• Generalizar igual, con una frase de descargo al final. Si las conclusiones generalizan, la limitación declarada no las corrige.
• No declarar el tipo de muestreo. Sin eso el lector no puede evaluar nada.
• Bola de nieve desde un solo contacto inicial. Toda la muestra termina siendo una sola red: en la simulación, 15,6 comunidades de 20 contra 19,9 con cien arranques.
• Creer que varios arranques corrigen el sesgo hacia los más conectados. Corrigen la cobertura, no el grado. Para el grado hay que preguntar el tamaño de la red y ponderar.
• No preguntar cuántos contactos tiene cada participante. Es la única pregunta que después permite corregir, y no se puede agregar más tarde.
• Creer que un $n$ grande lo arregla. Es el error central: el tamaño mejora la precisión de un resultado que puede estar sesgado.

@misc{estadistica_ar_muestreo_por_cuotas_y_bola_de_nieve,
  author       = {Montivero, Jorge Luis},
  title        = {{Diseños no probabilísticos}},
  year         = {2026},
  howpublished = {\url{https://estadistica.ar/conceptos/muestreo-por-cuotas-y-bola-de-nieve}},
  note         = {estadistica.ar. Consultado el \today},
  urldate      = {2026-10-28}
}