El muestreo bola de nieve es una técnica no probabilística en la que cada participante recomienda a otros que cumplen los criterios del estudio. Se usa cuando la población es difícil de localizar o no existe un listado del cual seleccionar. Su gran ventaja es el acceso; su gran limitación, un sesgo de red que hay que declarar siempre.

¿Qué es exactamente y de dónde viene?

La técnica fue formalizada por Leo Goodman en 1961 en Annals of Mathematical Statistics, a partir de trabajos previos de James Coleman sobre estructuras de relaciones sociales. La idea es simple: se parte de un grupo inicial de participantes —las semillas— y cada uno de ellos deriva a otras personas que cumplen los criterios de inclusión. Esas derivaciones forman la primera ola, que a su vez genera la siguiente, y así hasta alcanzar el tamaño buscado.

No es lo mismo que el muestreo por conveniencia, aunque ambos sean no probabilísticos. En el de conveniencia tomas a quien tienes cerca; en bola de nieve el reclutamiento avanza por la propia red social de los participantes, y esa cadena es tanto la herramienta como la fuente del sesgo.

¿Cuándo es la opción correcta?

Es apropiada, y a veces la única viable, en estos escenarios:

• No existe un marco muestral. No hay listado, registro ni padrón del cual seleccionar aleatoriamente.
• La condición estudiada es sensible o estigmatizada. Situaciones de salud, condición migratoria irregular, consumo de sustancias, experiencias de violencia.
• La población es muy pequeña y dispersa. Profesionales de una especialidad poco frecuente, personas con una enfermedad rara.
• La confianza es requisito de acceso. Cuando la persona solo acepta participar si quien la contacta viene recomendado por alguien de su entorno.

Es inapropiada cuando existe un listado accesible y simplemente resulta más cómodo pedir referencias. En ese caso, el tribunal tiene razón al señalar que se eligió la vía fácil.

¿Cómo se aplica, paso a paso?

1. Define criterios de inclusión sin ambigüedad. Quien deriva debe poder aplicarlos por su cuenta. Si tus criterios necesitan tres párrafos de explicación, la cadena reclutará gente equivocada.
2. Elige semillas diversas. Este es el paso decisivo. Si las semillas provienen todas del mismo barrio, la misma institución o el mismo grupo de edad, toda la muestra heredará ese sesgo. Lo recomendable es partir de varias semillas independientes entre sí, sin conexión previa.
3. Limita las derivaciones por participante. Pedir dos o tres contactos a cada persona, y no diez, evita que un solo participante muy conectado domine la muestra.
4. Registra la estructura de la cadena. Anota de qué semilla y de qué ola procede cada caso. Ese registro es lo que después te permite demostrar diversidad y detectar concentración.
5. Cierra por saturación o por tamaño. En estudios cualitativos, el criterio es la saturación teórica; en cuantitativos, el tamaño calculado previamente.

Tabla: variantes de la técnica

La cuarta variante, desarrollada por Douglas Heckathorn a finales de los noventa, es la única que permite corregir estadísticamente parte del sesgo mediante ponderación según el tamaño de red declarado por cada participante. Exige registrar más información y planificarlo desde el inicio, pero convierte una técnica puramente exploratoria en algo con capacidad de estimación.

¿Cuál es el sesgo y cómo se declara?

El problema central se llama homofilia: las personas tienden a relacionarse con quienes se les parecen. Si tus semillas son mujeres profesionales de 30 años en una capital, la cadena tenderá a reproducir ese perfil aunque tus criterios sean mucho más amplios. Además, quienes tienen redes grandes tienen más probabilidad de ser incluidos, y quienes están aislados quedan sistemáticamente fuera, precisamente los casos que a veces más importan.

Lo que un tribunal espera leer en el capítulo de metodología es algo así: «El muestreo fue no probabilístico en cadena, iniciado con cinco semillas sin vínculo entre sí, procedentes de tres ciudades distintas. Cada participante pudo derivar a un máximo de tres personas. Se alcanzaron cuatro olas y un total de 42 casos. Al tratarse de una técnica no probabilística, los resultados no son generalizables a la población y describen únicamente a los participantes del estudio.»

Esa última frase no debilita el trabajo: lo protege. Reclamar generalización desde una muestra en cadena es el error que sí cuesta puntos.

¿Qué exige en el terreno ético?

Hay un punto delicado que muchos trabajos pasan por alto. En el muestreo bola de nieve, un participante entrega a la investigadora o al investigador el contacto de un tercero que todavía no ha consentido nada. Para hacerlo bien:

• No pidas datos de contacto directamente. Es preferible entregar al participante la información del estudio para que sea él quien la comparta, y que el nuevo contacto se dirija a ti por iniciativa propia.
• Nunca reveles quién derivó a quién. Especialmente en poblaciones con condiciones sensibles, esa información puede exponer a las personas.
• Consentimiento individual siempre. Cada persona firma su propio consentimiento informado, sin importar quién la haya recomendado.

En México, Argentina, Colombia, Chile o Perú, además, el tratamiento de datos personales está regulado por normativa específica de protección y habeas data, que debes citar en el apartado de consideraciones éticas de la tesis.

¿Se puede combinar con otras técnicas?

Sí, y suele ser la mejor decisión. Dos combinaciones habituales:

• Muestreo intencional para las semillas y bola de nieve para el crecimiento. Seleccionas deliberadamente semillas que cubran los perfiles clave y dejas que la cadena amplíe desde ahí.
• Bola de nieve más convocatoria abierta. Combinar la cadena con una difusión pública reduce la dependencia de una sola red, aunque obliga a distinguir en el registro por qué vía llegó cada caso.

Si tu trabajo es cualitativo, esta técnica encaja de forma natural con las entrevistas cualitativas en profundidad, donde el acceso mediado por confianza mejora notablemente la calidad del material recogido.

Cuando llegue el momento de redactar el capítulo de metodología con todo este detalle, Tesify te ayuda a estructurarlo y a mantener uniforme el formato de citas, para que puedas concentrarte en justificar las decisiones de muestreo, que es lo que realmente evalúa el jurado.

Preguntas frecuentes

¿El muestreo bola de nieve es válido para una tesis?

Sí, es una técnica reconocida y ampliamente utilizada, siempre que se justifique por qué no era posible un muestreo probabilístico y se declare que los resultados no son generalizables a la población. Es especialmente adecuada para poblaciones de difícil acceso o sin marco muestral disponible.

¿Cuántas semillas necesito?

No hay un número fijo, pero se recomienda partir de varias semillas sin vínculo entre sí, habitualmente entre tres y seis, procedentes de contextos distintos. Cuantas más semillas independientes, menor será el sesgo de homofilia que arrastre la cadena.

¿Cuál es la diferencia con el muestreo por conveniencia?

En el muestreo por conveniencia se selecciona a las personas accesibles para quien investiga. En el muestreo bola de nieve el reclutamiento avanza a través de las redes sociales de los propios participantes, que derivan a otras personas que cumplen los criterios del estudio.

¿Puedo pedir a un participante los datos de contacto de otras personas?

No es lo recomendable. Lo correcto es entregar al participante la información del estudio para que la comparta y que la nueva persona decida contactar por iniciativa propia, evitando así tratar datos de terceros que no han otorgado consentimiento.

¿Qué es el muestreo dirigido por los participantes?

Es una variante estructurada del muestreo en cadena que utiliza cupones, limita el número de derivaciones por persona y registra el tamaño de red de cada participante. Esa información permite ponderar los resultados y obtener estimaciones poblacionales, algo que la bola de nieve clásica no permite.