Global Workshop onDevelopment Impact Evaluation

in Finance and Private SectorRio de Janeiro, June 6-10, 2011

O Uso de Avaliações Aleatoria para Melhorar Políticas e Programas

Arianna Legovini

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 contrafatual (grupo de controle)

Correlação não é causalidade

OU

1

Lucros mais elevados

Uso de crédito

2

Lucros mais elevados

Conhecimentos de gestão do negócio Crédito

?

?

Questao: O credito incrementa os lucros das empresas?

Suponha que observamos que as empresas com mais de crédito também realizar lucros maiores

2007 20090

2

4

6

8

10

12

14

Grupo de TratamentoTreatment Group

4

(+6) aumento da margem bruta de exploração

Ilustração: Programa de Crédito (1)

2007 2009

Um programa de crédito foi oferecido em 2008.

Por que o aumento da margem?

Grupo de tratamento

0

2

4

6

8

10

12

14

Before After

Control Group

Treatment Group

5

(+) Impacto do programa

(+) Impacto de outros fatores (externos)

Antes Depois

Grupo de controleGrupo de tratamento

Ilustração: Programa de Crédito (2)

6

(+) Medida ENVIESADA do impacto do programa

Ilustração: Programa de Crédito (Antes-e-Depois)

Antes Depois

Grupo de controleGrupo de tratamento

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-

seleccionar 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

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 necessários8

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 enviesadas9

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

Sorteio (apenas alguns entram no programa)

Sorteio para ter acesso a novos empréstimos

Entrada gradual (entrada faseada)Alguns grupos ou pessoas recebem crédito cada ano

Variação no tratamento Alguns recebem um matching grant, outros crédito, outros

serviços de apoio ao desenvolvimento do negócio

IncentivoUm balcão bancário por distrito

Alguns empresarios recebem visita ao domicílio para explicar o empréstimo, outros não recebem a visita

1111

Exemplo no desenvolvimento do sector privado

Loteria entre os elegíveis

Deve recebir 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

13

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

Aleatorizaçãoem diferentes níveis

Individual (donos de empresa)

Empresa Associação

empresarial Nível da aldeia Jurisdição/

distrito administrativo

Associação de mulheres

Grupos jovensNível da escola

Aleatorização individualou 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

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

Elementos do desenho experimental

18

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

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

Validade externa & interna

21

Randomização

Randomização

População NacionalPopulação Nacional

Amostras da População Nacional

Amostras da População Nacional

Validade interna (APENAS)

22

Estratificação

Randomização

PopulaçãoPopulação

Estrato do PopulaçãoEstrato do PopulaçãoAmostras do Estrato

da PopulaçãoAmostras do Estrato

da População

23

Representativo porém enviesado: inútil

População Nacional População Nacional

Distribuição EnviesadaINÚTIL!

Distribuição EnviesadaINÚTIL!

Randomização

Exemplo: programa de crédito, validade interna

24

Distribuição Randômica

Amostra de mulheres empresárias

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 randômica ao diferentes

tratamentos, o tratamento e controle Projeto implementado Pesquisa de seguimento (follow-up)

25

26

Eficácia e Efetividade

Eficácia Prova de conceito Menor escala Piloto em condições ideais

Efectividad Em escala Arranjos de implementação prevalentes

– “vida real”

Maior ou menor impacto? Maiores ou menores custos?

Vantagens de “experimentos”

Impacto causal claro e preciso

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

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

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

Aleatorização

Alocado 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 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 100 92 8Estimativa da intenção de tratar

8/40%=20Tratamento médio sobre os que aderiram

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 diferente no tratamento e no controle

Contagem dos que foram distribuídos para tratamento mas não aderiram ao programa como controle – não desfaça sua randomização!!! 32

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 válida3333

Obrigada

Agradecendo o apoio financiero de: Bank Netherlands Partnership Program (BNPP), Bovespa, CVM, Gender Action Plan (GAP), Belgium & Luxemburg Poverty Reduction Partnerships (BPRP/LPRP), Knowledge for Change Program (KCP), Russia Financial Literacy and Education Trust Fund (RTF), and the Trust Fund for Environmentally &

Socially Sustainable Development (TFESSD), is gratefully acknowledged.