El muestreo de bola de nieve (también conocido como muestreo de referencia en cadena) es un método de muestreo sin probabilidad (no aleatorio) utilizado cuando las características que deben poseer las muestras son raras y difíciles de encontrar.
Por ejemplo, si usted está estudiando el nivel de satisfacción del cliente entre la élite del Nirvana Bali Golf Club en Bali, encontrará cada vez más difícil encontrar fuentes de datos primarias a menos que un miembro esté dispuesto a proporcionarle los contactos de otros miembros.
Este método de muestreo involucra fuentes de datos primarios que nominan otras posibles fuentes de datos primarios para ser utilizadas en la investigación. En otras palabras, el método de muestreo de bola de nieve se basa en referencias de sujetos iniciales para generar sujetos adicionales.
Por lo tanto, al aplicar este método de muestreo, los miembros del grupo de muestra se reclutan por remisión en cadena.
Además, el muestreo de bola de nieve es el más popular en los estudios de negocios que se centran en una compañía específica que involucra la recolección de datos primarios de los empleados de esa compañía. Una vez que tenga los datos de contacto de un empleado, éste puede ayudarle a contratar a otros empleados para el estudio, proporcionándole los datos de contacto.
Contenido
Tres patrones de muestreo de bola de nieve
Hay tres patrones de muestreo de bola de nieve:
1. Muestreo lineal de bolas de nieve.
La formación de un grupo de muestra comienza con un solo tema y el tema proporciona sólo una referencia. La referencia es reclutada dentro del grupo de muestra y él/ella también proporciona sólo una nueva referencia. Este patrón continúa hasta que el grupo de la muestra esté completamente formado.
2. Muestreo exponencial no discriminatorio de bola de nieve.
El primer sujeto reclutado para el grupo de muestra proporciona múltiples referencias. Cada nueva remisión se explora hasta que se obtengan datos primarios de una cantidad suficiente de muestras.
3. Muestreo discriminatorio exponencial de bola de nieve.
Los sujetos dan múltiples referencias, sin embargo, sólo un nuevo sujeto es reclutado entre ellos. La elección de una nueva asignatura se rige por la finalidad y los objetivos del estudio.
Aplicación del muestreo de bola de nieve: un ejemplo
La aplicación del muestreo de bola de nieve implica las siguientes etapas:
- Establecer un contacto con uno o dos casos iniciales del marco de muestreo. Esta etapa suele ser la más difícil.
- Solicitar los casos iniciales para identificar más casos
- Pedir nuevos casos para identificar otros casos (y así sucesivamente)
- Deténgase cuando:
a) Su tamaño de muestra preespecificado ha sido completado;
b) No quedan más casos;
c) El seguimiento de otros casos hará que el proyecto sea inmanejable debido a su gran tamaño.
Si utiliza el cuestionario como método principal de recopilación de datos, puede aplicar eficazmente el muestreo de bola de nieve con el uso de correos electrónicos.
Específicamente, el cuerpo del correo electrónico que solicita a los miembros del grupo de muestra que participen en la encuesta puede incluir una frase en los siguientes términos:
“Le agradecería mucho que me proporcionara las direcciones de correo electrónico de otros empleados de su departamento/gerentes que son conocidos por practicar el estilo de liderazgo democrático/otras personas que han comprado el mismo producto/etc. que también podrían participar en esta encuesta.”
Ventajas del método
- La capacidad de reclutar a poblaciones ocultas
- La posibilidad de recopilar datos primarios de forma rentable
- Los estudios con muestreo de bola de nieve se pueden completar en un corto periodo de tiempo
- Se requiere muy poca planificación para iniciar el proceso de recolección de datos primarios
Desventajas del método
- El sobremuestreo de una red de pares en particular puede llevar al sesgo
- Los encuestados pueden dudar a la hora de proporcionar los nombres de sus pares y pedirles que lo hagan puede plantear problemas éticos
- No se garantiza la representatividad de las muestras. Tampoco es posible determinar el patrón real de distribución de la población
- No es posible determinar el error de muestreo y hacer inferencias estadísticas de la muestra a la población debido a la ausencia de selección aleatoria de muestras
