impact evaluation 4 peace 24-27 março 2014, lisboa, portugal métodos experimentais caio piza...
Post on 22-Apr-2015
105 Views
Preview:
TRANSCRIPT
Impact Evaluation 4 Peace24-27 Março 2014, Lisboa, Portugal
Métodos Experimentais
Caio PizaEconomista
DIME/Banco MundailLatin America and the Caribbean’s Citizen SecurityTeam
Provocações!
1. Você acha que o seu projeto é um sucesso ou vai se tornar quando sair do papel? Sim!
2. Se o governo quiser universalizar um programa que não possou por uma avaliação rigorosa, qual será o seu conselho?
2
Avaliação de Impacto: como identifico o impacto do programa?
3
Objetivos de uma AI
• Identificar o efeito causal da política
• O programa funciona? Para quem?
• Há alternativas?
• Implementar o que funciona melhor a um custo mais baixo
• O OBJETIVO NÃO É JULGAR O PROGRAMA E OS SEUS RESPONSÁVEIS, MAS TORNÁ-LO MAIS EFETIVO
4
Erros comuns… mas evitáveis!
• Correlação implica causalidade;
• Análise do tipo ‘antes e depois’ informa o impacto do programa;
• Qualquer grupo de controle é um bom/válido grupo de controle;
5
• ‘Refrigerante diet engorda porque apenas pessoas acima do peso bebem’
• Casamento é uma questão de saúde pública já que ‘homens que casam engordam’
• ‘Excesso de cafeina pode causar câncer’ • ‘O Bolsa Família reduziu a pobreza’• Um programa desenhado para controlar uma epidêmia deve
ser descontinuado já que o número de infectados aumentou
6
Correlação vs. causalidade
Erros comuns… mas evitáveis!
• Correlação implica causalidade;
• Análise do tipo ‘antes e depois’ informa o impacto do programa;
• Qualquer grupo de controle é um bom/válido grupo de controle;
7
2007 20090
2
4
6
8
10
12
14
Grupo de TratamentoTreatment Group
8
(+6) aumento nos lucros
2007 2009
Um programa de crédito foi oferecido em 2008.
Efeito positivo?
Grupo de tratamento
Antes e depois
0
2
4
6
8
10
12
14
Before After
Control Group
Treatment Group
9
(+) Impacto do programa
(+) Impacto de outros fatores (externos)
Antes Depois
Grupo de controleGrupo de tratamento
Antes e depois
Erros comuns… mas evitáveis!
• Correlação implica causalidade;
• Análise do tipo ‘antes e depois’ informa o impacto do programa;
• Qualquer grupo de controle é um bom grupo de controle;
10
11
VS.
Eike Batista Anônima – beneficiária do Bolsa Família
Qualquer grupo de controle é um bom grupo de controle?!
Qualquer grupo de controle é um bom grupo de controle? NÃO!!!
• O desafio é encontrar um bom grupo de controle– Os grupos devem ser parecidos em características
observáveis e não-observáveis– Como garantir isso?!
• Ideal: método experimental• Plano B: método não-experimental
12
Desenho Experimental
• Todos os participantes do estudo têm a mesma chance de estar no grupo de tratamento ou de controle
• Intencionalmente, os grupos de tratamento e de controle têm as mesmas características (observadas e não observadas), na média– A única diferença é o tratamento
• Com grandes amostras, todas as características convergem para a média populacional
• Estimativas de impacto não enviesadas
13
14
Formas Alternativas de Aleatorização
• Sorteio – (apenas alguns entram no programa)
• Entrada gradual – (todos entram eventualmente)
• Variação no tratamento – (cobertura integral, diferentes opções)
• Desenho de incentivo (no caso de adesão parcial)– Todos podem entrar, alguns são encorajados a fazê-lo
Sorteio (apenas alguns entram no programa)
Sorteio para ter acesso a materiais esportivos doados por uma empresa esportiva (Nike, Adidas etc.)
Entrada gradual (entrada ao longo do tempo – phase in)Alguns crianças recebem transporte gratuito primeiro pois
não há micro-ônibus para atender todas as escolas e crianças
Variação no tratamento Algumas crianças recebem um aulas mais intensivas (mais
horas ou dias) por semana e os demais as aulas que são dadas regularmente
IncentivoUm grupo de crianças recebe transporte gratuito para se
deslocarem da escola as Vilas Olímpicas
1515
Exemplos
Loteria entre os elegíveis
Deve receber o programa
Inelegível para o programa
Aleatorizar quem recebe o programa
Oportunidades para a aleatorização (1)
• As limitações orçamentárias impedem a cobertura integral– A distribuição aleatória (sorteio) é justa e
transparente• Capacidade limitada de implementação– A introdução gradual oferece a todos a mesma
chance de serem os primeiros• Inexistência de evidências sobre qual a melhor
alternativa– Distribuição aleatória para alternativas com a mesma
chance ex ante de sucesso
17
Oportunidades para a aleatorização (2)
• Adesão ao programa existente não é completa– Fornecer informações ou incentivos para a adesão de
alguns
• Um novo programa piloto– Boa oportunidade de testar o desenho antes de
expandi-lo
• Mudanças operacionais em programas em andamento– Boa oportunidade de testar as mudanças antes de
expandi-las– Introduzir innovaçoes de manera aleatoria
18
19
Aleatorizaçãoem diferentes níveis
– Individual (crianças)– Modalidades (futebol, luta,
dança etc.)– Turmas
– Vilas Olímpicas– Comunidades– Distritos/Bairros
Aleatorização individualou em grupo?
• A aleatorização é feita no mesmo nível de intervenção
• Mais fácil obter amostras grandes o bastante se os indivíduos forem aleatorizados
Aleaorização individual Aleaorização de grupos
Unidade de Aleatorização
• A aleatorização em nível mais alto (e.g. escola ou VO) às vezes é necessária:– Limitações políticas a tratamentos diferenciados na
comunidade– Limitações práticas – confusão para implementar
diferentes versões– Os efeitos sobre unidades vizinhas podem demandar uma
aleatorização em nível mais alto
• Aleatorizar ao nível de grupo requer muitos grupos por causa da correlação dentro da comunidade
21
Elementos do desenho experimental
22
Validade Externa e Interna (1)
• Validade externa– A amostra é representativa da população total– Os resultados na amostra representam os resultados na
população– Podemos aplicar as lições a toda a população
• Validade interna– O efeito estimado da intervenção ou do programa sobre a
população avaliada reflete o impacto real naquela população
– Ou seja, os grupos de intervenção e de controle são comparáveis
23
Validade Externa e Interna(2)
• Uma avaliação pode ter validade interna sem validade externa
– Exemplo: extrapolar os resultados de uma avaliação randomizada de um incentivo às empresas informais na área urbana para se registarem para um programa semelhante nas áreas rurais
• Uma avaliação sem validade interna não pode ter validade externa
– Se você desconhece se um programa funciona em um local, então você não sabe nada sobre se ele funciona em qualquer outro lugar.
24
Validade externa & interna
25
Randomização
Randomização
População NacionalPopulação Nacional
Amostras da População Nacional
Amostras da População Nacional
Validade interna (APENAS?)
26
Estratificação
Randomização
PopulaçãoPopulação
Estrato do PopulaçãoEstrato do PopulaçãoAmostras do Estrato
da PopulaçãoAmostras do Estrato
da População
27
Representativo porém enviesado: inútil
População Nacional População Nacional
Distribuição EnviesadaINÚTIL!
Distribuição EnviesadaINÚTIL!
Randomização
Exemplo: programa para um público específico, validade interna
28
Distribuição Randômica
Amostra de crianças vulneráveis
Vantagens dos “experimentos”
• Impacto causal claro e confiável
• Em relação a outros métodos– Muito mais fácil de analisar– Mais barato (tamanhos menores de amostra)– Mais fácil de explicar– Mais convincente para os formuladores de política– Metodologicamente incontroverso
29
E se houver restrições sobre a aleatorização?
• Limitações orçamentárias: randomizar entre os mais necessitados
• Limitações de capacidade de implantação: randomizar quem recebe primeiro... (ou a seguir se você já houver começado)
• Promover (propaganda mesmo!) o programa aleatoriamente para alguns, não para outros... (participantes fazem suas próprias escolhas sobre adoção)
30
Divulgação Aleatória (Desenho de Encorajamento)
• Quem recebe a divulgação tem maior chance de participar
• Como quem recebe foi escolhido aleatoriamente, não há relação com características observáveis não observáveis dos participantes– Compare os resultados médios dos dois grupos:
com / sem divulgação– Efeito da oferta do programa (Intenção de Tratar)– Efeito da intervenção (Tratamento Médio no Tratado)– ATT= efeito da oferta do programa / proporção dos
que aderiram
AleatorizaçãoAlocado para tratamento
Alocado para controle
Diferença Impacto: efeito médio do tratamento sobre os tratados
Não-tratados
Tratados
Proporção tratada
100% 0% 100%Impacto da alocação
100%
Resultado médio
103 80 23Estimativa da intenção de tratar
23/100%=23Tratamento médio sobre os tratados
Incentivo randômicoIncentivados
Não incentivados
Diferença Impacto: efeito médio do tratamento sobre os que aderiram
Não tratados (não aderiram)
Tratados (aderiram)
Proporção tratada
70% 30% 40%Impacto do incentivo
100%
Resultado 100 92 8Estimativa da intenção de tratar
8/40%=20Tratamento médio sobre os que aderiram
Cuidado com…
• Cálculo incorreto da amostra– Randomizar um distrito para tratamento e outro
para controle e calcular o tamanho da amostra sobre o número de pessoas que forem entrevistadas
• Coleta de dados diferentes no tratamento e no controle
• Contagem dos que foram distribuídos para tratamento mas não aderiram ao programa como controle – não desfaça sua randomização!!!
34
2/1/10
Quando é que é realmente impossível?
O tratamento já foi alocado e anunciadoe não há possibilidade de expansão do
tratamento
O programa já acabou (retrospectiva)
Já há adesão universal*
O programa é nacional e não exclui ninguém*
A amostra é muito pequena para ser válida3535
top related