Muestreo en Bola de Nieve

Definicin del problema: Supngase que se desea medir alguna caracterstica en una poblacin la cual no se tiene marco de muestreo y peor aun, los individuos de sta poblacin son muy difciles de encontrar. No se puede aplicar un MAS, Estratificado, Sistemtico, Conglomerados etc. pues no tenemos marco de muestreo en lo absoluto, solo sabemos que los entes de la poblacin existen en algn lugar del universo. De hecho, no se puede aplicar ninguna de las tcnicas probabilsticas conocidas PERO EL PROBLEMA SIGUE EN PIECONOCER O MEDIR CIERTA CARACTERSTICA DE UNA POBLACIN DIFCIL DE ALCANZAR. Que tipo de poblacin podra cumplir con las caractersticas descritas arriba? Drogadictos Prostitutas Delincuentes Gente corrupta Homosexuales Enfermos de SIDA

Estas son poblaciones las cuales no necesariamente es fcil saber dnde encontrarlos y desde luego, no existe una lista o registro de ellos. Respuestas Tentativas: Para tratar ste tipo de problema es comn utilizar el tipo de muestreos llamados NO PROBABILISTICOS en los cuales: No es posible en principio, establecer la probabilidad de seleccin de cada individuo. El proceso de seleccin es subjetivo y puede ser sesgado. ms comunes se encuentran los

Entre los muestreos No Probabilsticos siguientes:

De Conveniencia: Es usado en investigaciones exploratorias donde el investigador esta interesado en conseguir una burda aproximacin de la realidad. Como su nombre lo dice, la muestre es seleccionada a su convencin. Este mtodo es mayormente utilizado como muestra piloto sin incurrir en costos y tiempo que requerira un aleatorio. De Cuota: Es el equivalente a estratificado para el tipo de muestreo no probabilstico. El investigador primero identifica estratos, entonces se usa un muestreo de Conveniencia para seleccionar el nmero de sujetos de cada estrato. BOLA DE NIEVE: Leo. A Goodman de la Universidad de Chicago propone una tcnica que puede proporcionar una solucin, dicha tcnica la da a conocer en su articulo Snowball Sampling 1961 en the Annals of Mathematics y a Coleman 1958 Snowbal sampling

En que Consiste? La idea central es que cada individuo en la poblacin puede nominar a otros individuos en la poblacin, los cuales tienen la misma probabilidad de ser seleccionados. A los individuos que son escogidos, se les pide nominar a otras personas. Para adquirir un grupo de estudio que se aproxime a una muestra aleatoria, una condicin muy importante es que el primer grupo de encuestados (en la etapa cero) debe ser seleccionado aleatoriamente. El supuesto subyacente es que, los miembros de la poblacin escondida no viven en completo aislamiento, es decir, tienen por lo menos una red social con la cual es posible contactarlos.

Snowball sampling applied to opiate addicts outside the treatment system M.A. Eland-Gossensen.

Faces. El muestreo en bola de nieve, bsicamente sigue las siguientes etapas. 1. Mapa de la red: Se hace una descripcin de la poblacin objetivo de la mejor forma posible, en ste caso, no importa que lo mejor posible sea una descripcin muy vaga. 2. Proceso de referenciacin: A un informante clave se le pide nominar y contactar individuos de la poblacin objetivo. Se obtienen asi varios puntos de partida o contactos iniciales. Para ganar validez cientfica, se debe de elegir aleatoriamente entre ellos para comenzar. 3. Entrevista: Cuando la persona es contactada aleatoriamente, se le entrevista y a su vez se le pide que nomine a otras personas dentro de la poblacin objetivo.

4. Repitiendo el procedimiento: Cada grupo de nominados representa una etapa, se forma entonces una linea de respondientes-referenciadorespondiente, a esta cadena se le denomina la bola de nieve.

La bola de nieve, Snowball sampling applied to opiate addicts outside the treatment system M.A. Eland-Gossensen.

La cadena se detiene cuando no se pueden dar mas nominaciones o cuando el individuo seleccionado no es encontrado o se rehsa a contestar. Ventajas: Es un mtodo eficiente en los casos donde se tiene una poblacin de escasos elementos o donde cierto grado de confianza es requerido para que estn dispuestos a participar en la investigacin. Permite la creacin de un marco de muestra cuando ste no exista per se. Todos los individuos entrevistados son del conjunto de la poblacin objetivo. Tipos de Sesgos Sesgo de Distancia Social: La probabilidad de contacto social entre dos individuos es funcin de las distancia social entre los individuos. El modelo de las isla: Subgrupos de individuos existen, entre los individuos las probabilidades de conexin son aleatorias, pero entre grupos las oportunidades de conexin son limitadas. Crculos traslapados: Si no existen conexiones entre muchos grupos de individuos, diferentes grupos pueden ser conectados por los individuos que son miembros de varios grupos. Sesgo reflexivo: Un referido de una persona a otra tericamente agranda la oportunidad de que la primera persona sea nominada otra vez. Sesgo forzado de campo: Algunos individuos van a tener una gran oportunidad de ser seleccionados debido a ciertas caractersticas como la popularidad.

Desventajas Como se mencion anteriormente, produce estimadores sesgados. Ya que individuos muy populares dentro de una poblacin tiene mayores oportunidades de ser seleccionados. Hay poca representatividad entre los resultados y por ende no se puede extrapolar hacia la poblacin. Aplicacin: Adictos a la Herona fuera del sistema de tratamientos en la ciudad de Hague, Holanda. Objetivo: El estudio tiene por fin describir las similaridades y diferencias en usuarios de drogas, que existen entre la poblacin de adictos dentro y fuera del sistema de tratamiento. Muestreo en el sitio no hubiera podido haberse usado, pues se hubiera requerido de mas informacin acerca de los movimientos de los usuarios de droga de la que estaba disponible. Primer paso: Construccin de un mapa de redes. Esta parte no fue fcil, los usuarios tuvieron dificultades describiendo su subcultura, despupes de 4 meses de trabajo de campo, el primer mapa fue construido, te fue mejorado durante el siguiente ao y medio de recoleccin de datos. Entre los usuarios se encontraban: Usuarios de Herona sin casa. La entrada a ste grupo fue por medio de albergues para desfavorecidos. Usuarios de Herona procedentes de Surinam (en 1975, muchas personas se mudan de Surinam a Holanda y la mayor parte de stas se convierten en usuarios y dealers de heroina) Prostitutas usuarias de herona. Este grupo fue difcil de aproximar debido a su horario revertido (trabajar de noche y dormir de da) adems deque mostraron poco inters por la cuota que se estaba pagando por colaborar en la investigacin. Usuarios de herona en los suburbios.

El procedimiento de referenciacin. Al inicio ste procedimiento fall muchas veces, pero todo comenz a mejorar cuando pagaron a quien quisiera participar. La entrevista. Cuando el entrevistado fue seleccionado y contactado, fue muy importante crear las condiciones optimas para la entrevista. Encontrar una locacin tranquila, un cuarto en el centro para desfavorecidos e incluso en las casas de los nominados. En el caso de uso intensivo de droga, la calidad de las respuestas cay, algunos se quedaban dormidos y otros se ponan hiperactivos, en stos casos se re-agendaba la entrevista.

Resultados. n= 62, de los cules los primeros 26 fueron entrevistados sin usar Bola de Nieve. Los subsecuentes respondientes fueron escogidos aleatoriamente entre243 nominados, hubo en promedio 2.1 sub etapas para los referenciados. Una condicin que debe cumplirse en ste tipo de estudios es que las dobles nominaciones deben ser removidas.

Conclusiones: Las metodologas basadas en Bola de Nieve son una herramienta muy valiosa para abordar el problema de estudiar los estilos de vida de poblaciones que son difciles de localizar.

El muestreo por bola de nieve pudo ser efectivamente aplicado en la Hague hubo dificultades el procedimiento de nominacin aleatorio, sin embargo, cuando a los respondientes se les pago para localizar otros contactos, el procedimiento funcion bien. Es imposible determinar si una etapa cero es verdaderamente aleatoria, debido a la ausencia e un marco de muestreo. En este estudio, los investigadores encuentran un considerable salto entre la teora y la prctica. Muchos pasos tuvieron que ser improvisados de ltimo momento.

Evolucin: Como mtodo de muestreo para poblaciones ocultas, Muestreo en Bola de Nieve es Nuevo, sin embargo ya hay bajo investigacin y aplicacin otras nuevas tcnicas como la RESPONDENT DRIVEN dentro de la cual los investigadores se jactan de poder encontrar estimadores insesgados, al menos asintticamente. Idea central: La muestra es usada para hacer setimaciones acerca de cmo la red se conecta con la poblacin Usando informacin de sta red, se deriva la porporcin poblacional en diferentes grupos Bibliografa: Etter, Jean-francois, Snowballsampling by mail application Eland-Goossensen, Snowball sampling applied to opiate addicts outside the treatment system Hernndez Sampieri, Roberto Metodologa de la investigacin Salganik. Mattehew Sampling and estimation in hidden populations using respondent-driven sampling Salganik. Mattehew Variance estimation, design effects, and sample size calculations for respondent driven sampling Tsvetovat, Max live journal report on snowball sampling