Tipos de Muestreo en Investigación 2026: Probabilístico vs No Probabilístico (con Ejemplos)
El diseño de tu capítulo metodológico se cae o se sostiene en una sola decisión: la elección del tipo de muestreo. Cuando el comité revisor te pregunta “¿por qué elegiste ese tipo de muestra?”, no basta con decir “porque era lo más práctico”. Necesitas una justificación técnica, alineada con tu enfoque de investigación y respaldada por los criterios que establece Hernández Sampieri en Metodología de la Investigación — la referencia metodológica más consultada en las universidades mexicanas.
Los tipos de muestreo se dividen en dos grandes familias: probabilístico y no probabilístico. Dentro de cada familia hay variantes con lógicas, ventajas y restricciones distintas. Elegir mal — por ejemplo, usar un muestreo por conveniencia cuando tu diseño cuantitativo exige generalización estadística — invalida tus conclusiones antes de que el tribunal abra el primer capítulo.
Esta guía te ofrece un mapa completo de todas las técnicas de muestreo, con los criterios exactos para seleccionar la correcta según tu enfoque, tu población y tus objetivos, más las frases modelo que puedes adaptar para justificarlo en tu tesis.
¿Qué es el muestreo y por qué define tu metodología?
El muestreo es el proceso mediante el cual seleccionas un subconjunto de individuos, casos o unidades de análisis —la muestra— a partir de una población más grande. La idea central es que lo que observas en esa muestra te permita decir algo significativo sobre la población completa, o al menos sobre el fenómeno que estudias.
Hernández-Sampieri y Mendoza Torres (2018) distinguen con claridad entre muestra y población: la población es el conjunto total de casos que concuerdan con una serie de especificaciones; la muestra es un subgrupo de esa población. Lo que no siempre queda claro en los capítulos metodológicos de las tesis es que la lógica de selección de la muestra cambia radicalmente dependiendo de si tu investigación es cuantitativa, cualitativa o mixta.
En un enfoque cuantitativo, la muestra debe ser estadísticamente representativa para que puedas generalizar tus conclusiones. En un enfoque cualitativo, lo que buscas no es representatividad sino profundidad: te interesan los casos que mejor iluminan el fenómeno, no los que se parecen al promedio de la población. Esta distinción fundamental es lo que determina a qué familia de muestreo pertenece tu estudio. Para una visión integrada de cómo el muestreo encaja dentro del diseño general, consulta la guía completa de metodología de la investigación disponible en este sitio.
El gran mapa: probabilístico vs no probabilístico
La clasificación de Hernández Sampieri organiza todos los tipos de muestreo alrededor de una pregunta central: ¿todos los elementos de la población tienen la misma probabilidad de ser seleccionados?
| Dimensión | Probabilístico | No probabilístico |
|---|---|---|
| Criterio de selección | Aleatoriedad | Juicio o disponibilidad |
| Generalización | Permite inferencia estadística | No permite inferencia estadística directa |
| Enfoque típico | Cuantitativo | Cualitativo / exploratorio |
| Requiere marco muestral | Sí | No necesariamente |
Tipos de muestreo probabilístico
En el muestreo probabilístico, cada elemento de la población tiene una probabilidad conocida y distinta de cero de ser incluido en la muestra. Esto es lo que permite aplicar estadística inferencial y extrapolación de resultados.
1. Muestreo aleatorio simple
Es la forma más pura: cada integrante de la población tiene exactamente la misma probabilidad de ser seleccionado. En la práctica se realiza mediante tablas de números aleatorios o software estadístico. Ejemplo aplicado: para una tesis sobre hábitos de lectura en la UNAM, listas a todos los estudiantes matriculados y seleccionas al azar el tamaño de muestra necesario. Su gran limitación es que requieres un marco muestral completo y actualizado, algo difícil de obtener en poblaciones heterogéneas o dispersas.
2. Muestreo sistemático
Se selecciona un punto de arranque al azar y, a partir de ahí, se elige un elemento cada k posiciones (donde k = tamaño de la población ÷ tamaño de la muestra deseada). Ejemplo: de una lista de 1,200 egresados ordenados alfabéticamente, decides seleccionar uno de cada 12; el primer elemento se elige aleatoriamente entre los primeros 12. Es más práctico que el aleatorio simple, pero puede introducir sesgos si la lista tiene algún patrón cíclico.
3. Muestreo estratificado
Se divide la población en subgrupos homogéneos —los estratos— y se extrae una muestra aleatoria de cada uno. Es ideal cuando la variable de interés se distribuye de forma distinta entre subgrupos. Ejemplo: en una investigación sobre desempeño académico por área de conocimiento en el IPN, estratificas por facultad (ingenierías, ciencias sociales, médico-biológicas) y seleccionas una muestra proporcional de cada una. El resultado es mayor precisión sin necesidad de aumentar el tamaño total de la muestra.
4. Muestreo por conglomerados
En lugar de seleccionar individuos directamente, seleccionas unidades más grandes —los conglomerados— y estudias a todos o a una muestra de los individuos dentro de ellas. Ejemplo: para estudiar el uso de herramientas digitales en preparatorias de la Ciudad de México, primero eliges aleatoriamente 10 planteles (conglomerados) y después encuestas a todos los alumnos de segundo semestre en cada plantel seleccionado. Es muy eficiente cuando la población está dispersa geográficamente, aunque puede aumentar el error muestral si los conglomerados son muy heterogéneos entre sí.
Tipos de muestreo no probabilístico
Según Hernández-Sampieri y Mendoza (2018), en los muestreos no probabilísticos la selección no depende de la aleatoriedad sino de decisiones del investigador vinculadas con los propósitos del estudio. Esto no significa que sean “peores”: en investigación cualitativa y exploratoria son la opción metodológicamente correcta.
1. Muestreo por conveniencia
Se seleccionan los casos que están disponibles o son más accesibles para el investigador. Ejemplo: estudiar las percepciones de estudiantes de psicología sobre la educación en línea utilizando como muestra a los alumnos de tu propio grupo. Es práctico y económico, pero su limitación es evidente: los resultados no son generalizables fuera de esa muestra específica. Es aceptable en estudios piloto y exploratorios, siempre que lo declares con claridad en tu metodología.
2. Muestreo intencional o por criterio
El investigador define criterios específicos que deben cumplir los participantes para ser incluidos en la muestra. Ejemplo: para una tesis sobre procesos de duelo en adultos mayores, defines que los participantes deben tener más de 65 años, haber perdido a un cónyuge en los últimos 12 meses y residir en zonas urbanas de Jalisco. Es el más común en investigación cualitativa con enfoque fenomenológico o de teoría fundamentada, porque garantiza que todos los participantes tengan el perfil necesario para responder tus preguntas de investigación.
3. Muestreo en cadena o bola de nieve (snowball)
Los primeros participantes reclutan a otros que cumplen con el perfil buscado, y esos a su vez identifican a más. Ejemplo: en una investigación sobre experiencias de migrantes retornados a Oaxaca, contactas a tres personas que cumplen el criterio y les pides que te conecten con otras en situación similar. Es especialmente útil cuando la población de interés es de difícil acceso, de pequeño tamaño o estigmatizada socialmente. La limitación es que la muestra tiende a concentrarse en redes sociales específicas y puede presentar sesgos de homofilia.
4. Muestreo por cuotas
Se fijan cuotas que deben cumplir ciertos atributos de la muestra —género, edad, nivel socioeconómico— para reflejar la distribución de esas características en la población, pero sin aleatorización en la selección individual. Ejemplo: para un estudio sobre consumo de redes sociales entre jóvenes, estableces la cuota de 50% hombres y 50% mujeres, y dentro de eso un 40% de 18-21 años y un 60% de 22-25 años. Se asemeja al estratificado, pero sin aleatoriedad dentro de cada cuota, por lo que no permite inferencia estadística formal.
¿Cuándo usar cada tipo? Árbol de decisión
La pregunta no es cuál tipo de muestreo es “mejor”, sino cuál es el coherente con tu diseño. Usa este esquema de decisión como punto de partida:
| Situación de tu tesis | Tipo de muestreo recomendado |
|---|---|
| Enfoque cuantitativo, necesitas generalizar | Aleatorio simple o estratificado |
| Población distribuida geográficamente | Por conglomerados |
| Enfoque cualitativo, profundidad sobre amplitud | Intencional o por criterio |
| Población de difícil acceso o estigmatizada | Bola de nieve |
| Estudio piloto o exploratorio con recursos limitados | Por conveniencia (declarar limitación) |
| Cuantitativo con control de subgrupos sin marco completo | Por cuotas |
Una vez que determines tu tamaño de muestra, el siguiente paso técnico es calcular si ese número tiene suficiente potencia estadística para detectar el efecto que buscas. En tesify.es encontrarás una guía detallada sobre cómo calcular el tamaño muestral con G*Power paso a paso.
Cómo justificar tu elección en el capítulo metodológico
La justificación del tipo de muestreo es uno de los párrafos más evaluados en cualquier comité revisor. No se trata solo de nombrar la técnica; tienes que articular por qué esa técnica es la más coherente con tu problema de investigación, tu enfoque y tus recursos.
Un esquema sólido de justificación contiene cuatro elementos:
- Nombre y clasificación: “Se utilizó un muestreo no probabilístico de tipo intencional…”
- Criterios de inclusión y exclusión: Define con precisión quién entra y quién queda fuera de tu muestra, y por qué.
- Coherencia con el enfoque: Explica por qué ese tipo de muestreo es el apropiado dado tu diseño cuantitativo, cualitativo o mixto.
- Referencia bibliográfica: Cita a Hernández-Sampieri y Mendoza (2018) —u otra fuente metodológica reconocida— para respaldar tu elección con autoridad académica.
“Para la selección de los participantes se optó por un muestreo no probabilístico de tipo intencional o por criterio, ya que el objetivo del estudio no es la generalización estadística sino la comprensión profunda del fenómeno en casos que cumplan con características específicas (Hernández-Sampieri y Mendoza Torres, 2018). Los criterios de inclusión fueron: [criterio 1], [criterio 2] y [criterio 3]. Se excluyeron los casos que [criterio de exclusión], dado que [razón fundamentada en el marco teórico].”
Si tu enfoque es cuantitativo y usas un muestreo probabilístico, debes complementar esta justificación con el cálculo del tamaño de muestra —con su nivel de confianza, margen de error y varianza estimada— y vincularla directamente al instrumento de recolección de datos. Recuerda que la consistencia entre la elección muestral, el instrumento y el análisis estadístico es lo que da solidez a todo el capítulo metodológico. Para orientarte en cómo ensamblar cada elemento del capítulo, revisa la guía sobre cómo hacer una tesis en México.
Preguntas frecuentes sobre tipos de muestreo
¿El muestreo no probabilístico es válido para una tesis de licenciatura?
Sí. El muestreo no probabilístico es completamente válido en una tesis de licenciatura, especialmente cuando el enfoque es cualitativo o cuando el objetivo es exploratorio. Lo importante es que declares con honestidad las limitaciones: un muestreo por conveniencia o intencional no permite generalizar los resultados a toda la población, y eso debe quedar explícito en el capítulo de limitaciones y en las conclusiones. Los comités no penalizan el muestreo no probabilístico per se; penalizan cuando el tesista pretende generalizaciones que su diseño no respalda.
¿Qué dice Hernández Sampieri sobre el muestreo en investigación cualitativa?
Hernández-Sampieri y Mendoza Torres (2018) señalan que en los estudios cualitativos el tamaño de la muestra no es relevante desde una perspectiva de probabilidad; lo que importa es la profundidad y la riqueza de la información obtenida. Para la ruta cualitativa recomiendan muestras dirigidas (no probabilísticas) que aporten casos con capacidad de iluminar el fenómeno estudiado. El tamaño de muestra en estudios cualitativos suele determinarse por la saturación teórica: el punto en el que los nuevos casos ya no aportan información nueva.
¿Cuál es la diferencia entre muestreo estratificado y muestreo por cuotas?
La diferencia clave está en la aleatoriedad dentro de cada subgrupo. En el muestreo estratificado, una vez definidos los estratos se selecciona a los participantes de cada uno de manera aleatoria, lo cual garantiza representatividad y permite inferencia estadística. En el muestreo por cuotas, el investigador fija el número de participantes que debe tener cada subgrupo, pero la selección concreta dentro de cada cuota se hace por conveniencia o criterio, no al azar. Por eso el muestreo estratificado es probabilístico y el muestreo por cuotas es no probabilístico.
¿Cuántos participantes necesito en un muestreo intencional cualitativo?
No existe un número mágico. En la investigación cualitativa, el criterio estándar es la saturación teórica: dejas de agregar participantes cuando los nuevos casos ya no introducen categorías o matices que no hayas encontrado antes. En la práctica, estudios fenomenológicos en licenciatura en México suelen trabajar con muestras de entre 6 y 15 participantes para estudios de caso profundos, y entre 15 y 30 para diseños de teoría fundamentada. Lo decisivo no es el número sino la riqueza de la información que cada participante aporta.
¿Puedo combinar dos tipos de muestreo en la misma tesis?
Sí, especialmente en diseños mixtos. Por ejemplo, puedes usar un muestreo estratificado para la fase cuantitativa de tu estudio (encuesta representativa) y un muestreo intencional para la fase cualitativa (entrevistas en profundidad). Hernández-Sampieri y Mendoza (2018) describen esta articulación al explicar los diseños de método mixto. En estos casos, lo importante es describir claramente la lógica de cada estrategia muestral, el momento en que se aplica y cómo se integran ambas fases en las conclusiones del estudio.
Organiza tu capítulo metodológico desde el primer día
Decidir el tipo de muestreo es solo uno de los pasos del capítulo metodológico. Definir el enfoque, el diseño, los instrumentos y el análisis de datos requiere mantener la coherencia entre todas las decisiones. Tesify te guía a través de cada sección de tu tesis con preguntas estructuradas, ejemplos aplicados al contexto mexicano y sugerencias bibliográficas —para que tu comité no encuentre inconsistencias metodológicas que retrasen tu titulación.