Ciudad de Guatemala, 2013 - povertyactionlab.org³n 4.pdf · Ciudad de Guatemala, 2013 1 ¿Cómo...

Ciudad de Guatemala, 2013

1

¿Cómo a leator izar?

X i m e n a P e ñ [email protected]

@ximena_penaUniversidad de los Andes

Sesión 4

2

H o r a r i oLunes 10 Martes 11 Miércoles 12 Jueves 13 Viernes 14

Introducción Proyecto en Grupo Ejercicio 1 Clase 7. AspectosOperativos.

Presentaciones Finales

Clase 1. ¿Qué es una evaluación?

Caso de Estudio 2 Clase 5. Muestreo y tamaño de muestra..

Proyecto en Grupo Presentaciones Finales

Caso de Estudio 1 Clase 3. ¿Por qué aleatorizar?

Ejercicio 2 Clase 8. Evaluación aleatoria de principio.

a fin.

Ceremonia de Clausura

Clase 2. Resultados, Indicadores y

Midiendo Impacto.

Clase 4. ¿Cómo

aleatorizar?

Caso de Estudio 3 Proyecto en Grupo Almuerzo cierre

Proyecto en Grupo Proyecto en Grupo Clase 6. Amenazas y Análisis.

Proyecto en Grupo

Cóctel

Clases (Profesores)

Actividades en Grupo (Todos)

Trabajo en Grupo (Prof. Asistentes)

3

Í n d i c e

1. Unidad y método de aleatorización2. Restricciones prácticas3. Repensando unidades y métodos4. Variaciones de la aleatorización simple

4

1 . U N I D A D Y M É TO D O D E A L E ATO R I Z A C I Ó N

5

• Existen dos posibilidades:– Aleatorizar al nivel individual.– Aleatorizar al nivel de clúster.

• ¿A qué nivel aleatorizar?

Unidad de aleatorización

6

• Algunas consideraciones:– ¿Cuál es la unidad de tratamiento? ¿Sobre

cuál unidad quiere tener efectos el programa?• Por ejemplo: ¿Intervenimos escuelas o niños?

– ¿Cuál es la unidad de análisis? • Por ejemplo: ¿Vamos a investigar el impacto de un

programa sobre escuelas o niños?

• ¿A qué nivel aleatorizar?

Unidad de aleatorización

7

Unidad de aleatorización: Individual

Unidad de aleatorización: Clúster

Unidad de aleatorización: Clase

Unidad de aleatorización: Escuela

¿ C u a l e s s o n a l g u n a s c r í t i c a s q u e h a e s c u c h a d o e n c o n t r a d e l a e v a l u a c i ó n a l e a t o r i a ?

15

1. 2. 3.

33% 33%33%1. No son justas.2. Son muy

complicadas.3. Tratan a las

personas como ratas.

2 . R E S T R I C C I O N E S P R Á C T I C A S

16

R e s t r i c c i o n e s : R e c u r s o s

• La mayoría de programas sociales operan en un contexto de recursos limitados.

• Muchas veces esto resulta en exceso de demanda: más personas son elegibles para recibir el programa que las que podemos atender.

• Esto nos presenta con una oportunidad para aleatorizar el programa.

17

R e s t r i c c i o n e s : E x t e r n a l i d a d e s

• Recordemos por qué es importante la aleatorización: produce grupos comparables…

• Si nuestro grupo de tratamiento es distinto de nuestro grupo de control podemos obtener resultados sesgados.

• Por ejemplo, si los efectos de nuestro grupo de tratamiento generan un impacto en nuestro grupo de control, éste último puede dejar de ser un grupo de comparación válido.

18

R e s t r i c c i o n e s : T i m i n g

• Muchos programas quieren partir con la entrega de servicios pronto.¿ Es lógico o viable aleatorizar cuando estamos cortos de tiempo?

• En la mayoría de los casos tiene sentido pensar sobre el diseño de una evaluación a la vez que se piensa sobre un proyecto.

• Gran parte del trabajo sucede antes de la aleatorización, por lo que contar con tiempo es crítico.

19

R e s t r i c c i o n e s : J u s t i c i a

• ¿Es justo aleatorizar?– Las loterías son simples, comunes y

transparentes.– Las loterías se pueden hacer públicas, de tal

manera que los participantes puedan identificar los ganadores.

– La lotería simple es útil y es percibida como justa.

20

R e s t r i c c i o n e s : Ta m a ñ o M u e s t r a l

• Algunos programas son pequeños y solo pueden atender a un grupo reducido de unidades.

• Esto puede ser un problema para medir impacto. Hablaremos sobre cálculos de poder y tamaño muestral mañana.

21

• Si esperamos que el efecto total se refleje en unidadesgrandes, deberiamos aleatorizar a este nivel deunidades grandes.– Ejemplo: un programa de apoyo a proveedores le ayuda a varias

empresas de una localidad, por lo que habría que aleatorizarlocalidades .

– De esta forma no solo evitamos el problema de contaminación,sino que lo estudiamos en sí.

• A veces por razones operativas o políticas nos vemosforzados a aleatorizar a niveles mayores.– Ejemplo: si en un programa de crédito tratan a algunas personas

de forma diferente algunos se podrían molestar.

22

R e s t r i c c i o n e s : A l g u n o s e j e m p l o s

S i e m p r e e s m e j o r a l e a t o r i z a ra n i v e l d e c l ú s t e r .

23

50%50%

1. 2.

1. Falso2. Verdadero

3 . R E P E N S A N D O U N I D A D E S Y M É TO D O S

24

E l e g i b i l i d a d

• Los criterios elegibilidad para participar en un programa son claves e inciden en el método que elegimos para evaluar impacto.

• Considera:– Tenemos 500 cupos y 500 aplicantes. ¿Cómo

aleatorizamos? ¿Es ético evaluar de la manera que hemos expuesto?

25


• Los criterios elegibilidad para participar en un programa son claves e inciden en el método que elegimos para evaluar impacto.

• Considera:– Tenemos 500 cupos y 500 aplicantes. ¿Cómo

aleatorizamos? ¿Es ético evaluar de la manera que hemos expuesto?

26


• Otro caso:– Tenemos 2000 aplicantes y 500 cupos. Pero

al filtrar los candidatos, nos quedan 500 “elegibles”. ¿Cómo aleatorizamos? ¿Es ético evaluar de la manera que hemos expuesto?

27


• En todos estos casos, es importante entender los criterios de selección. Algunas preguntas útiles para entenderlas:– ¿Por qué estamos aplicando estos criterios?

¿Qué buscamos identificar al aplicarlos?– ¿Cuáles elementos son esenciales para el

buen funcionamiento del programa?

28

M u e s t r e o v e r s u s a s i g n a c i ó n

• Primero, hablemos sobre la diferencia entre asignación aleatorio y muestra aleatoria.

29

M u e s t r e o a l e a t o r i o v s . A s i g n a c i ó n a l e a t o r i a

Muestra aleatoriaes pararepresentar a la población

Asignaraleatoriamente a tratamientoy control eliminasesgo selección

M u e s t r e o a l e a t o r i o v s . A s i g n a c i ó n a l e a t o r i a


• Una evaluación aleatoria no necesita una muestra aleatoria. Un programa puede seleccionar a sus beneficiarios utilizando ciertos criterios de elegibilidad.

• Puede ser el caso que los criterios se apliquen sólo para limitar acceso al programa…

• En caso de que los criterios aparenten ser arbitrarios:– Aleatorizar puede filtrar (de una manera más justa) y

nos ayuda a evaluar el impacto del programa.

32

• No es necesario limitarse a programas nacientes– Podemos trabajar con programas ya existentes.– Sobre innovaciones, expansiones, etc.

• Diferentes opciones:– Lotería básica– Diseño aleatorio por etapas.– Asignación aleatoria en la “burbuja”.– Diseño de estímulos.

33

A l t e r n a t i v a s a l a l e a t o r i z a r

Diseño Los más útiles

cuando…

Ventajas Desventajas

Lotería Básica

•La suscripción al programa es sobrepasada.

•Familiares.•Fáciles de entender.•Fáciles de implementar.•Se pueden implementar en público.

•Puede que el grupo de control no coopere.•Desgaste diferencial.

M é t o d o s d e a s i g n a c i ó n a l e a t o r i a - r e c a p i t u l a c i ó n

• Es útil cuando restricciones administrativa o financieras impiden que el programa atienda a la población elegible desde el inicio:– Nadie está siendo excluido totalmente: A la larga, todos

obtienen algo.– Progresa/Oportunidades (1997)

• Algunas inquietudes:– Ventana de oportunidad puede ser más corta que el tiempo

necesario para que los efectos de un programa se materialicen (¿microcrédito?)

– Puede complicar la estimación de los efectos a largo plazo– Individuos en grupos rezagados pueden alterar su

comportamiento si saben que recibirán el tratamiento luego (y si la ventana es muy corta)

D i s e ñ o s p o r e t a p a s

Diseño por etapas

Ronda 3Tratamiento: 3/3Control: 0 1

1

11

1

1

1

1

1

11

1

1

1

2

2

22

2

2

22

2

2

2

22

2

2

2

3

333

3

33

33

3

33

3

3

3 3

3

Ronda 1Tratamiento: 1/3Control: 2/3

Ronda 2Tratamiento: 2/3Control: 1/3

La evaluación aleatoria finaliza

Diseño Los más útiles cuando…


Diseño Por Etapas

•Se expanden en el tiempo.•A la larga, todos deben recibir tratamiento.

•Fáciles de entender.•La restricción es fácil de explicar.•El grupo de control cumple, porque ellos esperan beneficiarse más tarde.

•La anticipación del tratamiento puede afectar la conducta a corto plazo.•Es difícil medir el impacto a largo plazo.


• En ocasiones, un socio puede no estar dispuesto a aleatorizar entre personas elegibles - microfinanzas– El socio podría estar dispuesto a aleatorizar en “la burbuja”.– Las personas “en la burbuja” están en la línea limítrofe en

términos de elegibilidad.– Justo por encima del umbral no elegible, pero casi.

• Karlan and Zinman (2007)– Aleatorizan la asignación de crédito entre las solicitudes

“marginales” de un banco en Sudáfrica, establecidas por un sistema de “credit scoring”.

• ¿Qué efecto del tratamiento medimos nosotros? ¿Qué significa esto para la validez externa?

A l e a t o r i z a c i ó n e n “ l a b u r b u j a ”

Asignación aleatoria en “la burbuja”

Dentro de la burbuja, compare el tratamiento con el control

ParticipantesNo participantes

Tratamiento

Control

Diseño Son más útiles

cuando…


Burbuja

•Organización no quiere aleatorizar dentro de los elegibles.•Hay personas “en la burbuja”, justo en el punto limítrofe en términos de elegibilidad.

•Se seleccionan a personas que podrían necesitar el programa, pero que por cualquier razón no “entran”.

•Mide el impacto de sobre aquellos que están en la burbuja. •El estímulo mismo puede tener un efecto directo.


• En ocasiones, es práctica o éticamente imposible asignar el acceso al programa en forma aleatoria– Pero la mayoría de los programas tiene una aceptación inferior al

100%– En ese caso, puede asignarse aleatoriamente el estímulo para

recibir tratamiento• Ejemplo: León (2012)

– Votación en Perú es obligatoria y la ausencia supone una multa– En el 2006, sin embargo, una ley redujo estas multas, aunque

pocos sabían al respecto, especialmente en zonas más pobres– Se asignó aleatoriamente los barrios de Lima en los cuales se

proveía información acerca de la reducción de la multa– elasticidad voto/costo = -0.21, especialmente entre menos

interesados e informados políticamente

D i s e ñ o d e e s t i m u l o s

Diseño de estímulos

Estimular

No estimular

participado

no participó

Cumplió

No cumple

compare los estimulados con los no estimulados

no compare participantes con no participantes

ajustar por incumplimiento en la fase de análisis

Estos deben ser correlacionados

Diseño Son más útiles

cuando…


Estímulo

•El programa debe estar abierto a todos los recién ingresados.•Cuando la aceptación es baja, pero se puede mejorar fácilmente con un estímulo.

•Se puede asignar en forma aleatoria a nivel individual, aun cuando el programa no sea administrado a ese nivel.

•Mide el impacto de aquellos que responden al estímulo.•Necesita un aliciente suficientemente grande para mejorar la aceptación.•El estímulo mismo puede tener un efecto directo.


4 . VA R I A C I O N E S D E L A A L E AT O R I Z A C I Ó N S I M P L E

44

Tr a t a m i e n t o M ú l t i p l e s

• A veces la pregunta central es decidir entre diferentes intervenciones posibles.

• Usted puede aleatorizar estos programas.• ¿Esto nos enseña acerca del beneficio de

alguna intervención particular?• ¿Existe un grupo de control?

Tratamiento 1Tratamiento 2Tratamiento 3

Tratamientos múltiples

I n t e r a c c i ó n d e t r a t a m i e n t o

• Prueba diferentes componentes de tratamientoen diferentes combinaciones.

• Prueba si los componentes sirven comosustitutos o complementos.

• ¿Cuál es la combinación más económica?• Ventaja: situación gana-gana para operaciones,

pueden ser útiles para responder preguntaspara ellos, ¡más allá del simple “impacto”!

I n t e n s i d a d d e t r a t a m i e n t o

• A algunas escuelas se les asigna tratamiento completo:– Todos los niños reciben píldoras.

• A algunas escuelas se les asigna tratamiento parcial:– Se designa que el 50% recibirá píldoras.

• En otros experimentos: cambiar el precio que se cobra por un bien o servicio.

¿ P e r o c ó m o a l e a t o r i z a r e n l a p r á c t i c a ?

• Lotería desde una canasta.

• Stata.• Les enseñaremos

cómo mañana…

Fuente: Chris Blattman

A

GRACIAS

X i m e n a P e ñ [email protected]

@ximena_penaUniversidad de los Andes

50

Sesión 4

A

51

Diego Verdugo (EN-604) Marialejandra Guzmán (EN-602)

Arturo Melville Aguirre Claudia Ramírez AguilarMaría Catalina Sandoval María Silvia Pineda

Rafael Isidro Parra-Peña Somoza Griseldo Say López

Javier Monterroso MontenegroAnita del Pilar Berges Jiménez de

CastilloEdith Cubías Guillén Erika Jacobo de Batres

Gloria Rivera de Rivas Walter Chacon

Raul Rueda Ponce

Fiorella Castro Aguirre

Alejandra Aponte (EN-203) Camila Uribe (EN-603) Thomas Vargas (D-306)

Claudia Curiel Pérez Oscar Cortes Mejia Mitzi Ureña PérezMaria Flores Ríos Guiovanna Roca Alvarez Donaldo Serrano Ureña

Esteban Nina Baltazar Juan Pablo Venegas Gormaz Yariela Aided RomeroCarla Larageira Maria Florencia Guerzovich Flavia Fontes

Francisco Bolaños Cámbara María José Prado Valdés Halina Palma GuevaraLuis Daniel Gonzalez Karol Ugalde Avila Alvaro Salamanca Paredes

Bernadette Vega Christián Aponte Carlos Fernando SalgadoJorge Chang Marcela Gutiérrez

A continuación: Trabajo en Grupo

Ciudad de Guatemala, 2013 - povertyactionlab.org³n 4.pdf · Ciudad de Guatemala, 2013 1 ¿Cómo...

Documents

Transcript of Ciudad de Guatemala, 2013 - povertyactionlab.org³n 4.pdf · Ciudad de Guatemala, 2013 1 ¿Cómo...