Ejercicio de repaso

Imagine que su jefe le pide medir el impacto de un plan regional que busca disminuir el ausentismo escolar. Para eso, le pide que compare el ausentismo escolar de los colegios de la Región Metropolitana (donde se aplicó la política) con los colegios de la Región del Biobío (donde no se aplicó la política). Explique por qué la comparación entre ambas regiones podría estar sesgada y qué requisito tendría que cumplir la Región del Biobío para ser un buen grupo de control.

• La comparación está sesgada porque ambas regiones tienen distintas tasas de ausentismo escolar. Para ser un buen contrafactual, la Región del Bío Bío tendría que cumplir con las mismas tendencias de ausentismo escolar que la RM, y no cumplir con las mismas tendencias en otras variables de control.

• La comparación está sesgada porque ambas regiones no son estadísticamente idénticas. Para ser un buen contrafactual, la Región del Bío Bío tendría que compartir frontera con la RM.

• La comparación está sesgada porque ambas regiones no son estadísticamente idénticas. Para ser un buen contrafactual, la Región del Bío Bío tendría que cumplir con las mismas tendencias de ausentismo escolar que la RM, además de cumplir con las mismas tendencias en otras variables de control.

• La comparación está sesgada porque ambas regiones tienen distintas tasas de ausentismo escolar. Para ser un buen contrafactual, la Región del Bío Bío tendría que implementar aleatoriamente la política pública implementada en la RM y así comparar resultados.

¿A qué nos referimos cuando hablamos del “problema del contrafactual”?

• El problema del contrafactual es que sólo tenemos la experiencia de lo que ocurrió aplicando la política pública, pero no tenemos la evidencia de qué hubiese pasado si es que no la aplicábamos. Por lo tanto, no tenemos un punto de comparación entre la aplicación de la política pública y la "no-aplicación" de la política pública".

• El problema del contrafactual es que es complejo fabricar contrafactuales falsos porque tienen sesgos y es matemáticamente complejo, lo que hace que hayan pocos profesionales en las ciencias sociales capacitados para poder dedicarse a esta área y evaluar políticas públicas de forma adecuada.

• El problema del contrafactual es que sin él no se pueden evaluar las políticas públicas adecuadamente, ya que se necesitan para poder comparar el cambio que realizó la política pública.

Mencione las tres formas en las que el grupo de control y el de tratamiento deben ser idénticos.

• 1) El promedio de la variable independiente debe ser idéntica en ambos grupos en ausencia del programa, 2) ambos grupos deben ser elegidos de forma aleatoria, y 3) el grupo de control no debería reaccionar de la misma forma que el grupo de tratamiento.

• 1) Los promedios de las variables dependientes deben ser idénticas en ambos grupos en ausencia del programa, 2) ambos grupos deben ser elegidos de forma aleatoria y 3) el grupo de control debería reaccionar al tratamiento de la misma forma que el grupo de tratamiento.

• 1) Los promedios de las variables de control deben ser idénticos en ambos grupos en ausencia del programa, 2) el tratamiento no debe afectar al grupo de control de ninguna forma y 3) el grupo de control debería reaccionar al tratamiento de la misma forma que el grupo de tratamiento.

• 1) El promedio de la variable independiente debe ser idéntica en ambos grupos en ausencia del programa, 2) El tratamiento no debe afectar al grupo de control de ninguna forma y 3) el grupo de control debería reaccionar al tratamiento de la misma forma que el grupo de tratamiento.

¿Cuál es la principal diferencia entre el LATE y el ATE? ¿Cuál diría Ud. que es el más relevante para la evaluación de impacto? ¿Por qué?

• El LATE es el efecto local promedio de tratamiento y se refiere al efecto de la política pública o programa en un sector o muestra del total de beneficiarios. El ATE es el efecto promedio de tratamiento de la política y habla del efecto total de mi programa. El LATE es más relevante, ya que saca conclusiones de una muestra más específica.

• El LATE es el efecto local promedio de tratamiento y se refiere al efecto de la política pública o programa en un sector o muestra del total de beneficiarios. El ATE es el efecto promedio de tratamiento de la política y habla del efecto total de mi programa. El ATE es más relevante, ya que saca conclusiones generales y no locales o parceladas.

• El ATE es el efecto local promedio de tratamiento y se refiere al efecto de la política pública o programa en un sector o muestra del total de beneficiarios. El LATE es el efecto promedio de tratamiento de la política y habla del efecto total de mi programa. El LATE es más relevante, ya que saca conclusiones de una muestra más específica.

• El ATE es el efecto local promedio de tratamiento y se refiere al efecto de la política pública o programa en un sector o muestra del total de beneficiarios. El LATE es el efecto promedio de tratamiento de la política y habla del efecto total de mi programa. El ATE es más relevante, ya que saca conclusiones generales y no locales o parceladas.

Imagine que le piden que mida el efecto de una política pública de reforestación de árboles nativos en la calidad del aire. Los árboles plantados fueron asignados aleatoriamente en toda la ciudad de Santiago. ¿Cuál es la variable dependiente? ¿Cuál es la variable independiente? Indique 3 controles que utilizaría para generar un modelo más robusto.

• Variable dependiente: Material particulado (contaminación)

  Variable independiente: Política de reforestación

  Variables de control: Densidad poblacional, Mts2 de industrias, lluvia

• Variable dependiente: Política de reforestación

  Variable independiente: Material particulado (contaminación)

  Variables de control: Densidad poblacional, Mts2 de industrias, lluvia

• Variable dependiente: Política de reforestación

  Variable independiente: Lluvia

  Variables de control: Densidad poblacional, Mts2 de industrias, Material particulado (contaminación)

• Variable dependiente: Material particulado (contaminación)

  Variable independiente: Mts2 de industria

  Variables de control: Densidad poblacional, Política de reforestación, lluvia

Imagine que está llevando a cabo una investigación sobre los factores que influyen en el ausentismo escolar. Su variable dependiente es la probabilidad de que un estudiante deserte. Su variable independiente es un programa de tutorías en el que el estudiante podría haber participado, expresado en si participó o no (1 = sí, 2 = no, por lo que se lee en porcentaje). ¿En cuánto aumenta o disminuye el ausentismo escolar el haber participado del programa de tutorías?

• El ausentismo escolar disminuye en un 34,5%

• El ausentismo escolar aumenta en un 2,35%

• El ausentismo escolar disminuye en un 2,35%

• El ausentismo escolar aumenta en un 34,5%

¿Cuáles son las variables más significativas que influyen en disminuir el ausentismo escolar?

• La participación en las tutorías

• La edad del estudiante

• Si el estudiante vive en un entorno urbano o rural

• La escolaridad de la madre

Si Ud. fuera el encargado de presupuestos del Ministerio de Educación ¿Continuaría financiando el programa de tutorías? ¿Por qué?

• Sí, porque la política logra disminuir el ausentismo escolar.

• Sí porque es un apoyo a las familias de escasos recursos.

• No, porque no es un tema en la agenda pública actualmente.

• No, porque la disminución en el ausentismo escolar no es significativo.

¿En qué porcentaje explica este modelo el ausentismo escolar?

• En un 95%

• En un 34,5%

• En un 2,35%