Caio Piza DIME/Banco Mundial São Paulo, de Março de Métodos Experimentais

Transcrição

1 Caio Piza DIME/Banco Mundial São Paulo, de Março de 2013 Métodos Experimentais

2 Objetivo Identificar o Verdadeiro Efeito de um Programa Separar o impacto do programa de outros fatores >>Qual o efeito causal de um programa? Necessidade de descobrir o que teria ocorrido sem programa Não se pode observar a mesma pessoa com e sem o programa >>Conta com análise contrafactual (grupo de controle) 2

3 Correlação não é causalidade Questao: O credito incrementa os lucros das empresas? Suponha que observamos que as empresas com mais de crédito também realizam lucros maiores 1 Uso de crédito Lucros mais elevados OU 2 Conhecimentos de gestão do negócio Lucros mais elevados? Crédito?

4 Ilustração: Programa de Crédito (1) Grupo de Tratamento Grupo de tratamento Treatment Group (+6) aumento nos lucros Um programa de crédito foi oferecido em Por que o aumento da margem? 4

5 Ilustração: Programa de Crédito (2) Grupo de controle Grupo de tratamento Control Group Treatment Group Antes Before Depois After (+) Impacto do programa (+) Impacto de outros fatores (externos) 5

6 Ilustração: Programa de Crédito (Antes-e-Depois) Grupo de controle Grupo de tratamento (+) Medida ENVIESADA do impacto do programa Antes Depois 6

7 Motivação Difícil distinguir a causalidade da correlação na análise estatística dos dados existentes Independente da complexidade da estatística, só mostra que X (programa de credito) vai com Y (margem) Difícil corrigir características não observadas, como motivação / habilidade Motivação / habilidade podem ser os principais fatores a serem corrigidos Viés de seleção: um grande problema para a avaliação do impacto Os projetos tiveram início em determinado tempo e local por motivos particulares Os participantes podem ser seleccionados ou podem-se auto-selecionar para participar num programa (critérios de elegibilidade) As pessoas que têm acesso a crédito serão provavelmente muito diferentes do empresário médio; analisar os lucros dessas pessoas poderá dar uma impressão errada dos benefícios do financiamento 7

8 Motivação Avaliação retrospectiva de impacto: Ao coletar os dados depois do evento, você não sabe como os participantes e não participantes podiam ser comparados antes do início do programa É necessário tentar entender porquê o projeto foi implementado naquele local e naquele período, após o evento. A avaliação prospectiva permite elaborar a avaliação para que responda à pergunta que você precisa responder Permite a coleta dos dados necessários 8

9 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 Estimativas de impacto não enviesadas 9

10 Opções de Randomização 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 10

11 Exemplo no desenvolvimento do setor privado Sorteio (apenas alguns entram no programa) Sorteio para ter acesso a novos empréstimos Entrada gradual (entrada em momentos diferentes phase in) Alguns grupos ou pessoas recebem crédito cada ano ou a cada semestre Variação no tratamento Alguns recebem um matching grant, outros crédito, outros serviços de apoio ao desenvolvimento do negócio Incentivo Um balcão bancário por distrito Alguns empresarios recebem visita ao domicílio para explicar o 1111

12 Loteria entre os elegíveis Deve receber o programa Aleatorizar quem recebe o programa Inelegível para o programa

13 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 13

14 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 14

15 Aleatorização em diferentes níveis Individual (donos de empresa) Empresa Associação empresarial Nível da aldeia Jurisdição/ distrito administrativo Associação de mulheres Grupos jovens Nível da escola 15

16 Aleatorização individual ou em grupo? A aleatorização è feita o mesmo nivel que o nivel de intervenção Mais fácil obter amostras grandes o bastante se os indivíduos forem aleatorizados Aleaorização individual Aleaorização de grupos

17 Unidade de Aleatorização A aleatorização em nível mais alto 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 17

18 Elementos do desenho experimental População alvo PMEs Participantes potenciais Costureiros Fabricantes de móveis Amostra de avaliação Grupo de Tratamento Participantes Desistentes Alocação aleatória Grupo de Controle 18

19 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 19

20 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. 20

21 Validade externa & interna População Nacional Randomização Amostras da População Nacional Randomização 21

22 Validade interna (APENAS) População Estratificação Amostras do Estrato da População Estrato do População Randomização 22

23 Representativo porém enviesado: inútil População Nacional Randomização Distribuição Enviesada INÚTIL! 23

24 Exemplo: programa de crédito, validade interna Amostra de mulheres empresárias Distribuição Randômica 24

25 Exemplo: programa de crédito Sequência básica de tarefas para a avaliação Listar as empresas elegíveis nas áreas alvo ex. PMEs com volume de negócios abaixo de um certo limite Dados de base (antes do programa) das empresas Distribuição aleatória aos diferentes tratamentos, o tratamento e controle Projeto implementado Pesquisa de seguimento (follow-up) 25

26 Eficácia Eficácia e Efetividade Prova de conceito Menor escala Piloto em condições ideais Efetividade Em escala Arranjos de implementação prevalentes vida real Maior ou menor impacto? Maiores ou menores custos? 26

27 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 27

28 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 o programa aleatoriamente para alguns, nao para outros... (participantes fazem suas próprias escolhas sobre adoção) 28

29 Divulgação Randômica (Desenho de Encorajamento) Quem recebe divulgação tem maior chance de participar Como quem recebe foi escolhido aleatoriamente, não há relação com observáveis / não observáveis 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

30 Aleatorização Alocado para tratamento Alocado para controle Diferença Impacto: efeito médio do tratamento sobre os tratados Não-tratados Tratados Proporção tratada Resultado médio 100% 0% 100% Impacto da alocação Estimativa da intenção de tratar 100% 23/100%=23 Tratamento médio sobre os tratados

31 Incentivo randômico Incentivados 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 Estimativa da intenção de tratar 8/40%=20 Tratamento médio sobre os que aderiram

32 Erros comuns a evitar 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!!! 32

33 Quando é que é realmente impossível? O tratamento já foi alocado e anunciado e 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 válida 2/1/