Está en la página 1de 38

Germán Puentes

EVALUACIÓN DE IMPACTO:
Modelos cuasi-experimentales y no experimentales
Modelos cuasi-experimentales y no experimentales 2

Modelos cuasi-experimentales

 Responden a:

 Dificultad para seleccionar al azar a los


integrantes de grupos experimental y de control.
Modelos cuasi-experimentales y no experimentales 3

Modelos cuasi-experimentales

 Su principal diferencia con los modelos experimentales es que se


utilizan grupos de control no seleccionados al azar.
Modelos cuasi-experimentales y no experimentales 4

Grupos de control no equivalentes

La asignación de las personas al grupo experimental


y control no ha sido al azar (es impracticable)

Se trata de minimizar las diferencias entre los grupos.

Se siguen realizando mediciones antes y después del


programa.
Modelos cuasi-experimentales y no experimentales 5

Modelos cuasi-experimentales

 Método de Matching (pareo)

 Se buscan individuos con las mismas características observables


que el grupo experimental

 Se deben definir las variables que deben ser iguales (por ejemplo,
edad, nivel socio económico, sexo, etc.)
Modelos cuasi-experimentales y no experimentales 6

Modelos cuasi-experimentales

 Método de Matching

 Para cada individuo del grupo experimental se busca uno con


similares características observables para el grupo control.
Modelos cuasi-experimentales y no experimentales 7

Método de Matching

 Problemas del método de matching

 No sabemos si hay características no observables distintas.

 Es decir, el método no permite controlar las variables no


observables,
Modelos cuasi-experimentales y no experimentales 8

Método de Matching

 Ejemplos de factores no observables?


Modelos cuasi-experimentales y no experimentales 9

Método de Matching

 Ejemplos de factores no observables?

 factores motivacionales, entorno familiar,


etc.
Modelos cuasi-experimentales y no experimentales 10

ACTIVIDAD GRUPAL

 Analice:

 Que consecuencia tiene para la evaluación de


impacto cuasi-experimental el que existan
diferencias no observables entre el grupo
experimental y el grupo control?
Modelos cuasi-experimentales y no experimentales 11

Método de Matching

 Problemas del método de matching

 No siempre es fácil encontrar individuos idénticos en un conjunto


de variables.
 A mayor número de características que se desea igualar más difícil
es encontrar un grupo similar.
 Esto ocurre si la similitud depende de muchos factores (el grupo
experimental es muy específico).
Modelos cuasi-experimentales y no experimentales 12

Grupos de control no equivalentes

 Cómo encontrar grupos parecidos?


Modelos cuasi-experimentales y no experimentales 13

Grupos de control no equivalentes

 Cómo encontrar grupos parecidos?

 Buscar grupos similares según variables preestablecidas,


como edad, sexo, nivel socioeconómico, escolaridad, etc.

 Seleccionar el grupo control de entre:


 Personas que postularon al programa y no fueron
seleccionados, o
 Personas inscritas en el programa y que se retiraron.
Modelos cuasi-experimentales y no experimentales 14

 Propensity score matching (PSM)

 Metodología estadística que permite


definir un grupo control.

 Permite construir un índice que muestra


la probabilidad de que un individuo
pertenezca o no al grupo experimental.
Modelos cuasi-experimentales y no experimentales 15

 Propensity score matching (PSM)

 Se debe disponer de una base de datos de


población participante y no participante en
el programa.
 Mediante una regresión Logit se determina
la probabilidad condicional de que cada
individuo participe en el programa a partir
de un grupo de variables explicativas
relevantes.
Modelos cuasi-experimentales y no experimentales 16

 Propensity score matching (PSM)

 Luego para cada individuo del grupo


experimental se busca un individuo con una
probabilidad cercana para asignarlo al grupo
control.
 Finalmente se comparan las variables de
impacto en ambos grupos para medir el
impacto del programa.
Modelos cuasi-experimentales y no experimentales 17

 Propensity score matching (PSM)

 Ventajas

 Es una técnica robusta en términos estadísticos,


ya que elimina el sesgo de selección por
variables observables,

 Permite entregar estimaciones de impacto de


manera rápida en la medida que se disponga de
datos de corte transversal de los grupos
experimental y control.
Modelos cuasi-experimentales y no experimentales 18

 Propensity score matching (PSM)

 Limitaciones

 Sigue presente el riesgo de sesgo de selección


por existencia de variables no observables.

 Se requiere disponer de una base de datos con


las características relevantes de individuos del
grupo experimental y potencial grupo control.
19
Modelos cuasi-experimentales y no experimentales 20

ACTIVIDAD GRUPAL

• Analice:

• Se puede realizar una evaluación de impacto si


no se dispone de un grupo control?

• Se puede realizar una evaluación de impacto si


no se cuenta con línea base?
Modelos cuasi-experimentales y no experimentales 21

• Analice:

• Si se puede, mediante el uso de un método


no experimental.
Modelos cuasi-experimentales y no experimentales 22

Modelos no experimentales

 Son aquellos donde no existe un grupo control o no


existe mediciones “antes”,

 Son la única alternativa cuando la evaluación se inicia


una vez que el programa ya ha comenzado, lo que
impide formar grupos experimental y control al azar
ni realizar mediciones “antes”, o cuando no se
dispone de datos suficientes.
Modelos cuasi-experimentales y no experimentales 23

Modelos no experimentales

Medición antes
y después

Medición solo
después con Medición solo
grupo de después
comparación

Tipos
Modelos cuasi-experimentales y no experimentales 24

Medición solo después con grupo de comparación

 Se trabaja con un grupo de beneficiarios del programa y un grupo


externo de comparación.

 Los grupos deben ser lo más parecidos posible.

Grupo Grupo
Parecidos
beneficiario comparación
Modelos cuasi-experimentales y no experimentales 25

Medición solo después con grupo de comparación

 Se asume que las diferencias entre los dos grupos son atribuibles al
programa.

 PROBLEMA?
Modelos cuasi-experimentales y no experimentales 26

Medición solo después con grupo de comparación

 Se asume que las diferencias entre los dos grupos son atribuibles al
programa.

 PROBLEMA: no sabemos si estas diferencias ya existían antes de


aplicar el programa.
Modelos cuasi-experimentales y no experimentales 27

Medición antes y después

Se trabaja con un solo grupo,


la población objetivo del
programa
Modelos cuasi-experimentales y no experimentales 28

Medición antes y después

 PROBLEMA ?
Modelos cuasi-experimentales y no experimentales 29

Medición antes y después

 PROBLEMA

 No permite aislar el efecto del proyecto (dado que no se controlan


variables exógenas)
 Al no existir grupo control, no puede controlarse la incidencias de
variables exógenas al programa.
Modelos cuasi-experimentales y no experimentales 30

ACTIVIDAD GRUPAL

 A partir del gráfico siguiente determine en cual caso existe mayor


impacto del proyecto (A, B, C)
Modelos cuasi-experimentales y no experimentales 31

Medición antes y después

Y
A

t
Modelos cuasi-experimentales y no experimentales 32

Medición solo después

 Se considera solo a un grupo (beneficiarios) y se mide su situación


solo después de aplicado el programa.
Modelos cuasi-experimentales y no experimentales 33

Medición solo después

 Es el modelo más débil de todos los considerados.

 Solo puede obtenerse un impacto aproximado o


tentativo.

 El impacto estimado puede responder a factores


externos al programa.
Modelos cuasi-experimentales y no experimentales 34

Medición solo después

 ¿Cómo determinar el impacto del proyecto en este caso?


Modelos cuasi-experimentales y no experimentales 35

Medición solo después

 ¿Cómo determinar el impacto del proyecto en este caso?

-Reconstruir la situación inicial de los beneficiarios.


Modelos cuasi-experimentales y no experimentales 36

Medición solo después

 Lo anterior mediante:

 Aplicación de entrevistas en profundidad a los beneficiarios.

 Aplicación de encuestas a los beneficiarios que recaben datos de la


situación inicial y final.
Modelos cuasi-experimentales y no experimentales 37

Ejercicio grupal
 Complete la siguiente tabla
Técnica Principales Ventajas Limitaciones
características
Experimental

Cuasi experimental
matching
Cuasi experimental
PSM
No experimental
solo después con
grupo comparación
No experimental
solo antes y después
No experimental
solo después
Modelos cuasi-experimentales y no experimentales 38

Gracias
Germán Puentes

También podría gustarte