Professional Documents
Culture Documents
FACULTAD DE ECONOMÍA
UNIDAD DE POSGRADO
Curso
“ EVALUACION SOCIAL DE
PROYECTOS DE INVERSION”
Definición general
Expost (después del proyecto) en contraposición
a Ex- ante (antes del proyecto).
Evaluación Ex - post
Sin embargo, la tendencia actual es a un mayor
desarrollo sistemático de Evaluación Ex post en
proyectos en general (Estado, Bancos de
Desarrollo, ONGs, etc.)
¿Por qué?: Mayor “demanda” Vinculado a
impulso de “Rendición de cuentas” de eficacia
de proyectos
Se esta desarrollando “oferta” de instrumentos
de seguimiento (=monitoreo) y evaluación
Evaluación Ex post es un “instrumento”
específico de la evaluación de proyectos pero
estrechamente vinculado a otros más generales
de evaluación y seguimiento
Evaluación Ex - Post: Introducción
Complicaciones
Relación ciclo de proyectos y ciclo de evaluación
Existencia de proyectos continuos donde operación e
inversión se realizan simultáneamente o no es
necesario que se realice toda la inversión para generar
beneficios
Definiciones no estándares. El uso de estas se refiere
a diferentes contextos:
->Proyectos de inversión pública
->Gestión basada en resultados
->Sistemas de seguimiento sectoriales, etc.
Evaluación Ex - Post: introducción
Prefactibilidad
Operación y
Ejecución
Idea Perfil mantenimiento
Evaluación Ex - Post: Ciclo de Evaluación de
Proyectos
ESTADO ETAPA TIPO DE EVALUACIÓN AMBITO DE
EVALUACIÓN
Idea
Preinversión Perfil Evaluación ex- Preinversión
ante
Prefactibilidad
Factibilidad
Término de la Informe de
Inversión inversión término de Inversión
proyecto (ITP)=
Evaluación de la
Ejecución
Seguimiento de la
Operación Operación operación, Operación
Evaluación
Intermedia
Evaluación Operación /
Operación Término de la ex-post Inversión
operación
Evaluación Ex-Post: Ciclo de Evaluación de
Proyectos
Evaluación ExPost y Ciclo de Evaluación en Proyecto Secuencial
Fin Inversión=
Inicio Operación Fin Operación
C p
i r >>>>>>Inversión>>>>>>> >>>>>>Inversión>>>>>>> >>>>>>Operación>>>>>>> >>>>>>Operación>>>>>>>
c o
l y
o e
c
d t
e o t
0 1 2 3 4 5 6 7 8 9 10
----->>>>Seguimiento---->>>>>----->>>>Seguimiento---->>>>> ---->>>>Seguimiento---->>>> ---->>>>Seguimiento---->>>>
E
C
v Evaluación de la ejecución Evaluación Intermedia
i
a (Evaluación de operación)
c
l (Evaluación de impacto parcial)
l
u
o
a
c
d
i
e
ó
n Línea de base Evaluación ExPost
Evaluación Ejecucicón Final (Evaluación Ejecución Final,
Evaluación Operación Final
Evaluación Impacto Final)
>>>>>>>>>>>>>>>>>Inversión>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>Operación>>>>>>>>>>>>>>>>>>>
Evaluación Ex-Post: Ciclo de Evaluación de
Proyectos
Evaluación ExPost y Ciclo de Evaluación en Proyecto Continuo
C p >>>>>>Inversión>>>>>>> >>>>>>Inversión>>>>>>>
i r >>>>>>Operación>>>>>>> >>>>>>Operación>>>>>>>
c o
l y
o e
c
d t
e o t
0 1 2 3 4 5 6 7 8 9 10
---->>>>Seguimiento---->>>> ---->>>>Seguimiento---->>>>
E
C
v
i
a Evaluación Intermedia
c
l (Evaluación de ejecución,
l
u
o Evaluación de operación y
a
Evaluación de impacto parcial)
c
d
i
e
ó
n Línea de base Evaluación ExPost
(Evaluación Ejecución Final,
Evaluación Operación Final y
Evaluación Impacto Final)
>>>>>>>>>>>>>>>>>Operación>>>>>>>>>>>>>>>>>>>
>>>>>>>>>>>>>>>>>Inversión>>>>>>>>>>>>>>>>>>>
Evaluación Ex-Post: Introducción
Semántica básica
Evaluación: Verificación del cumplimiento de un
objetivo (Ej. Impacto, eficiencia, eficacia,
sostenibilidad, etc.) en un momento del tiempo
Seguimiento: Verificación continua del
cumplimiento de objetivos (Ej. Eficiencia,
eficacia, etc.)
Línea de Base: Situación previa a la operación
del proyecto a partir del cual se puede medir su
contribución
Evaluación Ex-Post: Introducción
Enfoque Benchmark
Benchmark de Evaluación Expost: Diseño de
Evaluación Expost en la etapa de diseño
(preinversión) del proyecto.
Ello supone la ejecución de: (i) Una línea de
base y (ii) Seguimiento de la ejecución y
operación del proyecto.
Sin (i) y (ii) la Evaluación Expost no cumple sus
objetivos
INTRODUCCIÓN A LA EVALUACIÓN
EX POST Y DE IMPACTO
Evaluación de Impacto:
Introducción a conceptos y
técnicas para la evaluación de
impacto
Introducción
Población
Objetivo
Población No
Objetivo
3. Población objetivo y beneficiarios
Ejemplos de beneficiarios:
individuos (Ej. Alumnos), hogares y
empresas/unidades de producción
Localidades/regiones= conjunto de individuos y/o
hogares y/o empresas
4. Identificación del Impacto de un Proyecto
A: Estado de “tratamiento”
E: situación
(YB1, XB1 y UB1)
antes del
Beneficiarios proyecto (YB0,
XB0 y UB0) B: Estado de “no-
tratamiento”
(YB1*, XB1* y UB1)
C: Estado de “tratamiento”
F: situación
Controles antes del
proyecto (YC0,
XC0 y UC0) D: Estado de “no-
tratamiento” (YC1, XC1 y
UC1)
Situaciones Situaciones no
observables observables
5. Escenario contrafactual
Semántica básica y notación
Impacto: comparación del outcome del beneficiario con
un “correcto” grupo contrafactual
Tratamiento: Estado que identifica la participación en el
proyecto
Grupo de tratamiento o beneficiario: Quienes participan
en el proyecto
Grupo de control: El grupo contrafactual que no
participa en el proyecto
No observable: Lo que no puedo medir o mido mal
5. Escenario contrafactual
...Semántica básica y notación
Beneficiarios
(YBt, XBt y UBt)
Controles o Grupo
Población Contrafactual
Objetivo (YCt, XCt y UCt)
No Beneficiarios Potenciales
(YNBt, XNBt y Controles
UNBt) (YPCt, XPCt y
UPCt) No Contrafactuales
Población No (YNCt, XNCt y
Objetivo UNCt)
6. Sesgo de selección
Definición: Existen diferencias sistemáticas entre los
que participan en un proyecto y quienes no, aún siendo
definidos estos como población objetivo no beneficiaria
3.1 Caso 01: Corte Transversal = Diferencias a Diferencias. Por tanto, Corte Transversal calcula el verdadero impacto del proyecto.
Comparación reflexiva es diferente del estimador de Diferencias a Diferencias. Por consiguiente, no calcula el verdadero impacto del
proyecto
Variable (Y)= Ingresos por hora promedio Cálculo de estimadores de impacto cuasi experimentales
Línea de base 18 meses Fórmula Cálculo
(t0) (t1)
Control S/. 1.14 S/. 1.40 Corte Transversal YB1-YC1 S/1.54-S/.1.4 S/. 0.14
Beneficiario S/. 1.14 S/. 1.54 Comparación reflexiva YB1-YB0 S/1.54-S/.1.14 S/. 0.40
Diferencias en Diferencias (YB1-YB0)-(YC1-YC0) (S/1.54-S/.1.14)-(S/1.40-S/.1.14) S/. 0.14
3.2 Caso 02: Corte Transversal y Comparación Reflexiva no son iguales al estimador de Diferencias a Diferencias. Por tanto, Corte
Transversal y Comparación reflexiva no calculan el verdadero impacto del proyecto
Variable (Y)= Ingresos por hora promedio Cálculo de estimadores de impacto cuasiexperimentales
3.3 ¿Cómo sé si estoy en el Caso 01 o Caso 02? No puedo saberlo. Por ello, corte transversal tiene como supuesto que YB0=YC0
3.4 Tiene que utilizarse siempre el de diferencias en diferencias. Cuando no tengo línea de base o medición del momento t0 sólo puedo
aplicar corte transversal.
8. Tipos de diseño o metodología de EI
El diseño de la EI presenta opciones metodológicas que
son críticas para la calidad de la EI
La más importante es la disponibilidad de data en t=0 y
t=1
La EI óptima es aquella que se diseña cuando el proyecto
se está diseñando (Evaluación Ex Ante)
La mayoría de las EI son diseñadas luego que el
programa ha sido ejecutado y se encuentra en operación
Esta situación restringe severamente las opciones de la EI
La EI del presente curso es una donde se hace línea de
base y mediciones posteriores y se construye un grupo
mediante métodos cuasi - experimentales. En esta
medida no es el benchmark de EI (diseño experimental)
pero es el “second best”
8. Tipos de diseño o metodología de EI
Cuasi Experimental
Experimental
8. Tipos de diseño o metodología de EI
Experimental
Grupo contrafactual formado a través de aleatorización
(Sorteo)
Controles tienen que estar igualmente interesados en
participar en el proyecto
Requiere de mucha planificación antes del inicio del
proyecto (la línea de base)
Se tiene que aplicar un registro o censo de beneficiarios
en algunas variables características básicas antes de
hacer la línea de base
Políticamente controversial cuando la aleatorización es
a nivel de individuos y más aceptada a nivel de
localidades
8. Tipos de diseño o metodología de EI
Experimental
Ejemplos de experimentos
Ej01: Progresa (México), RPS (Nicaragua), “NN01”
(Honduras) y NN02 (Colombia)
Outcome: Asistencia al colegio, nutrición y salud
Treatment: Cash Transfer
Aleatorización: A nivel de localidad
Ej02: Proyecto STAR (Kentucky-USA)
Outcome: Rendimiento educativo
Treatment: Disminución del ratio alumno por profesor
Aleatorización: A nivel de alumno
8. Tipos de diseño o metodología de EI
Cuasi -Experimental
Grupo contrafactual se construye con individuos con
similares características (beneficiario no tratado)
Formalmente se refiere a este grupo contrafactual como de
“comparación” no de “control”
Estos métodos de selección de controles con base a su
probabilidad de participación se conocen como estimadores
de “matching”.
8. Tipos de diseño o metodología de EI
Cuasi-Experimental
Estos métodos de selección de controles con base a su
probabilidad de participación se conocen como estimadores
de “matching” o emparejamiento.
Existe una variedad de estimadores de matching
El emparejamiento (matching) consiste en asignar para
cada beneficiario un control. Dicha asignación se realiza
sobre la base de emparejar aquel beneficiario con aquel
control que sea “lo más parecido”. Una vez establecida las
parejas de beneficiarios y controles “emparejadas” se podrá
estimar el impacto promedio del programa como el
promedio del impacto para cada pareja.
8. Tipos de diseño o metodología de EI
Etapa de Campo
1.1 A partir de las viviendas de cada beneficiario se ubicó a los
potenciales controles a través de 5 variables de decisión:
sexo, edad, situación laboral, educación y nivel de pobreza..
En principio se podrían (deberían) seleccionar más de 01
potencial control por beneficiario pero lo que debe de
quedar claro es que por lo menos se debe seleccionar a 01.
8. Tipos de diseño o metodología de EI
Respuesta
1.1 Los indicadores de impacto se establecen para medir el Fin y Propósito del Proyecto en la terminología del Marco Lógico.
Marco Lógico
1.2 El Fin y el Propósito es lo que se quiere obtener ejecutando el proyecto. Se denomina impacto (efecto) porque es una consecuencia
lógica de la ejecución del proyecto (si está bien formulado). A esta consecuencia lógica se denomina la lógica vertical del marco lógico
donde las actividades generan productos; y los productos generan el propósito/fin.
1. ¿Cómo identificar indicadores de impacto?
1.3 Por ello, para identificar los indicadores de impacto primero es necesario identificar el propósito/fin del proyecto que está en el marco
lógico. El siguiente cuadro muestra un ejemplo de marcos lógicos con su propósito/fin
1.4 Luego, para cada uno de estos propósito/fin se establecen indicadores para poder medirlos. A continuación se presentan los
indicadores de impacto para algunos ejemplos de proyectos.
1. ¿Cómo identificar indicadores de impacto?
Ejemplos de Proyectos Objetivos Indicador
Variable Formulación Formula de cálculo:
Objetivo General:
Propósito
Educación Rendimiento
educativo
Los alumnos Lectura 6to grado Indicador 1.1: Porcentaje de alumnos de 6to grado con nivel de (Formula de cálculo: N° de alumnos 6to grado con nivel de logro
beneficiarios logro suficiente en comprensión lectora suficiente en la prueba nacional de comprensión lectora/ N° de alumnos
alcanzan mayor Indicador 1.2: Puntaje promedio de alumnos de 6to grado en 6to grado)de cálculo: Σ Puntaje de alumnos 6to grado en la prueba
(Formula
comprensión lectora nacional de comprensión lectora/ N° de alumnos 6to grado)
Matemática 6to Indicador 2.1: Porcentaje de alumnos de 6to grado con nivel de (Formula de cálculo: N° de alumnos 6to grado con nivel de logro
grado logro suficiente en matemática suficiente en la prueba nacional de matemáticas/ N° de alumnos 6to
(Formula de cálculo: Σ Puntaje de alumnos 6to grado en la prueba
Indicador 2.2: Puntaje promedio de alumnos de 6to grado en grado)
matemáticas nacional de matemáticas/ N° de alumnos 6to grado)
Lectura inicial Indicador 1.1: Porcentaje de alumnos de 2do-3er grado con nivel (Formula de cálculo: N° de alumnos 2do-3er grado con nivel de logro
(2do-3er grado) de logro suficiente en comprensión lectora suficiente en la prueba nacional de comprensión lectora/ N° de alumnos
2do-3er grado)
Indicador 1.2: Puntaje promedio de alumnos de 2do-3er grado en (Formula de cálculo: Σ Puntaje de alumnos 2do-3er grado en la prueba
comprensión lectora nacional de comprensión lectora/ N° de alumnos 2do-3er grado)
Matemática inicial Indicador 2.1: Porcentaje de alumnos de 2do-3er grado con nivel (Formula de cálculo: N° de alumnos 2do-3er grado con nivel de logro
(2do-3er grado) de logro suficiente en matemática suficiente en la prueba nacional de matemáticas/ N° de alumnos 2do-3er
grado)
Indicador 2.2: Puntaje promedio de alumnos de 2do-3er grado en (Formula de cálculo: Σ Puntaje de alumnos 2do-3er grado en la prueba
matemáticas nacional de matemáticas/ N° de alumnos 2do-3er grado)
1. ¿Cómo identificar indicadores de impacto?
2.1 Los outcomes son las variables y/o indicadores centrales o más importantes del propósito/fin del proyecto. En este sentido, son
variables de impacto, en la medida que miden propósito o fin del proyecto, pero además, son las principales.
2.2 Se pueden establecer dos consideraciones para tener una definición más precisa de ellos. La primera es su ubicación en la
secuencia lógica del marco lógico. La segunda, es su relación con el bienestar de las beneficiarios.
2.3 La consideración sobre su ubicación en el la secuencia del marco lógico las define como las variables y/o indicadores últimos o
finales. Por ejemplo, en educación, un indicador de vocabulario, que puede ser medido en la preescolar (3-4-5 años) o incluso en los
dos primero años de educación primaria (6-7 años), puede ser considerado como un una variable o indicador “intermedio” en la
medida que tiene una importante asociación –basado en evidencias- con el outcome “final” que es un nivel de suficiencia de
comprensión lectora a los 7-8 años.
2.4 La consideración con en el bienestar de las personas se refiere a que es una variable y/o indicador con una probada asociación
con el consumo o ingreso de los beneficiarios. En educación son los indicadores de escolaridad (años de educación aprobados) que
representan 10% de ingresos anuales adicionales por año de escolar aprobado y el rendimiento educativo (comprensión lectora en
16 años) que representan 12% de ingresos anuales adicionales por punto de desviación estándar en el rendimiento educativo. En
salud son los indicadores de morbilidad/mortalidad como la desnutrición crónica (ser desnutrido crónico) que reduce en 10% de
ingresos anuales de los beneficiarios.
2. ¿Qué son los outcomes?
Lectura 6to grado Indicador 1.1: Porcentaje de alumnos de 6to grado
con nivel de logro suficiente en comprensión lectora Outcome
Indicador 1.2: Puntaje promedio de alumnos de 6to
P
r
o
p F Lectura inicial (2do-3er grado) Indicador 1.1: Porcentaje de alumnos de 2do-3er Outcome intermedio
ó i Indicador 1.2: Puntaje promedio de alumnos de 2do-
s n 3er grado en comprensión lectora
i
t
o
Vocabulario (2do-3er grado) Indicador 1.1: Porcentaje de niños de 2-3 años con Outcome intermedio
deficiencias en vocabulario
3. Uso de diferentes estimadores de impacto
1. Uso y/o aplicación de los distintos estimadores presentados en clase: corte transversal, comparación reflexiva, dobles
diferencias y comparación de medias. Cuándo se utiliza uno ó el otro? se pueden utilizar de manera complementaria?
Ejemplos
3.1 Caso 01: Corte Transversal = Diferencias a Diferencias. Por tanto, Corte Transversal calcula el verdadero impacto del proyecto.
Comparación reflexiva es diferente del estimador de Diferencias a Diferencias. Por consiguiente, no calcula el verdadero impacto del
proyecto
Variable (Y)= Ingresos por hora promedio Cálculo de estimadores de impacto cuasi experimentales
Línea de base 18 meses Fórmula Cálculo
(t0) (t1)
Control S/. 1.14 S/. 1.40 Corte Transversal YB1-YC1 S/1.54-S/.1.4 S/. 0.14
Beneficiario S/. 1.14 S/. 1.54 Comparación reflexiva YB1-YB0 S/1.54-S/.1.14 S/. 0.40
Diferencias en Diferencias (YB1-YB0)-(YC1-YC0) (S/1.54-S/.1.14)-(S/1.40-S/.1.14) S/. 0.14
3.2 Caso 02: Corte Transversal y Comparación Reflexiva no son iguales al estimador de Diferencias a Diferencias. Por tanto, Corte
Transversal y Comparación reflexiva no calculan el verdadero impacto del proyecto
Variable (Y)= Ingresos por hora promedio Cálculo de estimadores de impacto cuasiexperimentales
3.3 ¿Cómo sé si estoy en el Caso 01 o Caso 02? No puedo saberlo. Por ello, corte transversal tiene como supuesto que YB0=YC0
3.4 Tiene que utilizarse siempre el de diferencias en diferencias. Cuando no tengo línea de base o medición del momento t0 sólo puedo
aplicar corte transversal.
4.Análisis de equivalencia estadística
4. Equivalencia estadística entre muestras de beneficiarios y controles
4.1 En la evaluación expost, para dar cuenta del problema de la atribución, buscamos encontrar el escenario contrafactual de los
beneficiarios. Este escenario contrafactual se mide a través de un grupo control. Sin embargo, este grupo control debe cumplir con
ser “exactamente igual” al grupo beneficiario en la línea de base o momento t0. Caso contrario, no es un buen grupo control de los
beneficiarios y el estimador de diferencias en diferencias estará sesgado.
4.2 Evaluar si un grupo control es “exactamente igual” al grupo beneficiario se hace con un análisis de equivalencia estadística.
4.3 Para ello se deben de considerar 02 aspectos. La primera es igualdad en qué?. La segunda es cómo se mide o analiza esta
igualdad?.
4.4 La igualdad en qué se hace a través de buscar que los beneficiarios y controles sean iguales en un conjunto de variables que
describen sus características más importantes relacionadas con el outcome y/o impacto del proyecto. Estas variables son las propias
variables de outcome / impacto y de control. Las variables de control son un conjunto amplio de variables sobre las características de
los beneficiarios que explican un conjunto importante de la varianza de la variable de outcome o impacto.
4.Análisis de equivalencia estadística
4.5 La segunda consideración, cómo se mide o analiza esta igualdad en estas variables, se hace mediante la comparación de las
muestras de beneficiarios y controles a través de la aplicación de un test de medias a todas las variables consideradas (impacto y
control) donde la hipótesis nula es que la media de cada variable son diferentes en ambas muestras. Este análisis –aplicación de test
de medias a las variables de impacto y control-es el que se denomina análisis de equivalencia estadística de muestras de
beneficiarios y controles.
4.6 En un ejemplo, entonces lo primero es considerar en qué variables (impacto y control) vamos a considerar en el análisis de
equivalencia estadística. La tabla 01 muestra las variables y los valores de sus medias en las muestras de beneficiarios y controles.
4.7 Sin embargo, en esta tabla sólo tenemos el valor de las medias de las variables en las muestras de beneficiarios y controles pero
no sabemos si estas son iguales (estadísticamente). Por ello, debemos proceder a aplicar los test de medias en cada una de las
variables. En la tabla 02 se presenta un ejemplo del test de medias para la variable ingreso mensual donde se acepta la hipótesis
nula de que ambas muestras sean iguales en la medida que la posibilidad que sean diferentes tiene una confiabilidad menor al 90%.
Este análisis se hace antes y después de la aplicación del propensity score. El cálculo del estimador de diferencias en diferencias
supone que esta equivalencia estadística ha sido ya lograda luego de la aplicación del propensity score.
4.Análisis de equivalencia estadística
Muestra Línea de Base
Beneficiarios Controles
Variables de Impacto
Variables de Control
Educación Ninguna 3% 5%
Primaria Incompleta 8% 6%
Primaria Completa 10% 6%
Secundaria Incompleta 10% 14%
Secundaria Completa 67% 64%
Técnica 2% 5%
Universitaria 0% 0%
Edad Media 23 22
4. Análisis de equivalencia estadística
Muestra Línea de Base
Beneficiarios Controles
Tabla 02: Test de medias en la variable ingreso mensual en las muestras de beneficiarios y controles
Two-sample t test with equal variances
------------------------------------------------------------------------------
Group | Obs Mean Std. Err. Std. Dev. [95% Conf. Interval]
---------+--------------------------------------------------------------------
0 | 1000 165.2418 7.117667 49.82367 389.9308 418.5528
1 | 1000 252.9801 7.426426 51.98498 396.0482 425.9119
---------+--------------------------------------------------------------------
combined |2000 207.6109 5.128114 50.76574 397.4331 417.7888
---------+--------------------------------------------------------------------
diff | -6.738265 10.28654 -27.15689 13.68036
------------------------------------------------------------------------------
Degrees of freedom: 96
Ho: mean(0) - mean(1) = diff = 0
Formación Técnica 1.505 1.807 2.243 2.671 3.075 3.651 4.179 5.157 24.288
Alumnos egresados 1.450 1.729 2.146 2.527 2.945 3.481 4.052 5.010 23.340
Alumnos que abandonaron el curso 55 78 97 114 130 170 127 147 918
Formación Práctico-Laboral 1.450 1.729 2.146 2.527 2.945 3.481 4.052 5.010 23.340
Alumnos con prácticas 1.201 1.443 1.762 2.056 2.267 2.768 3.106 3.880 18.483
Prácticas concluidas 861 909 1.247 1.385 1.593 1.968 2.295 3.097 13.355
Prácticas menores a 3 meses 340 534 515 671 674 760 811 783 5.088
Inserción laboral autonoma 25 28 40 50 77 95 102 220 637
Prácticas pendientes 155 145 230 275 382 409 485 590 2.671
Salida del programa antes de las prácticas 69 113 114 166 219 249 224 320 1.474
VC2-Sexo: IC2-Sexo
Etapa de Campo
1.1 A partir de las viviendas de cada beneficiario se ubicó a los
potenciales controles a través de 5 variables de decisión:
sexo, edad, situación laboral, educación y nivel de pobreza..
En principio se podrían (deberían) seleccionar más de 01
potencial control por beneficiario pero lo que debe de
quedar claro es que por lo menos se debe seleccionar a 01.
5. Diseño de la metodología de la evaluación
de impacto.
OG2: Adicionalmente, impulsar el Mejora promedio de puntaje de desempeño de ECAPs en Registro de Evaluación de de la operación
nivel de competencia y eficiencia del ECAPS entre 1ra y 5ta convocatoria
mercado de las instituciones
proveedoreas de entrenamiento y
capacitación a través de una mayor
interacción entre dichas
instituciones y las empresas, y
generar con esto un efecto demo
8. Marco Lógico
Objetivos Indicadores Fuentes
Com ponente 01 Evaluación de de la
Entrenamiento laboral en ECAPs y operación/Ejecución y
Output empresas para jóvenes de bajos seguimiento
recursos II1: 97% de los beneficiarios completan la fase de entrenamiento en
ECAPs
Com ponente 03
Sistema de información e II9: 100% de los beneficiarios recibe servicios de información sobre
intermediación laboral apoya características del proyecto por parte del SIL
efectivamente el proceso de II10: 97% de los beneficiarios recibe los servicios de habilitación por
inserción de beneficiarios del parte del SIL
proyecto II11: 60% de los beneficiarios que no ha culminado la practica o no
consigue empleo, recibe los servicios de conexión por parte del SIL
CUASIEXPERIMENTAL: MATCHING
Nearest-neighbour matching (one-to-one matching)
P P
0.73 0.22
0.58 0.78
0.85 0.52
0.67 0.31
0.96 0.65
Nearest-neighbour matching (one-to-one matching)
P P Diferencia
0.73 0.22 │0.73 - 0.22 │=0.51
0.58 0.78 │0.73 - 0.78 │=0.05
0.85 0.52 │0.73 - 0.52 │=0.21
0.67 0.31 │0.73 - 0.31 │=0.42
0.96 0.65 │0.73 - 0.65 │=0.08
Min = 0.05
Nearest-neighbour matching (one-to-one matching)
P P Diferencia
0.73 0.22 │0.73 - 0.22 │=0.51
0.58 0.78 │0.73 - 0.78 │=0.05
0.85 0.52 │0.73 - 0.52 │=0.21
0.67 0.31 │0.73 - 0.31 │=0.42
0.96 0.65 │0.73 - 0.65 │=0.08
Min = 0.05
Nearest-neighbour matching (one-to-one matching)
P P Diferencia
0.73 0.22 │0.58 - 0.22 │=0.36
0.58 0.78 │0. 58 - 0.78 │=0.20
0.85 0.52 │0. 58 - 0.52 │=0.06
0.67 0.31 │0. 58 - 0.31 │=0.27
0.96 0.65 │0. 58 - 0.65 │=0.07
Min = 0.06
Nearest-neighbour matching (one-to-one matching)
Número de veces
Tratados (D=1) No Tratados (D=0) en que es
“matcheado”
Y(d=1) P P Y(d=0)
Constituyen los
120 0.73 0.22 96 0
“pesos” a ser
165 0.58 0.78 105 3 utilizados para
calcular el
132 0.85 0.52 111 1
promedio del
99 0.67 0.31 99 0 “outcome” bajo
el escenario
117 0.96 0.65 122 1
contrafactual
Nearest-neighbour matching (one-to-one matching)
Número de veces
Tratados (D=1) No Tratados (D=0) en que es
“matcheado”
Y(d=1) P P Y(d=0)
Constituyen los
120 0.73 0.22 96 0
“pesos” a ser
165 0.58 0.78 105 3 utilizados para
calcular el
132 0.85 0.52 111 1
promedio del
99 0.67 0.31 99 0 “outcome” bajo
el escenario
117 0.96 0.65 122 1
contrafactual
P P Diferencia
0.73 0.22 │0.73 - 0.22 │=0.51
0.58 0.78 │0.73 - 0.78 │=0.05
0.85 0.52 │0.73 - 0.52 │=0.21
0.67 0.31 │0.73 - 0.31 │=0.42
0.96 0.65 │0.73 - 0.65 │=0.08
P P Diferencia
0.73 0.22 │0.73 - 0.22 │=0.51
0.58 0.78 │0.73 - 0.78 │=0.05
0.85 0.52 │0.73 - 0.52 │=0.21
0.67 0.31 │0.73 - 0.31 │=0.42
0.96 0.65 │0.73 - 0.65 │=0.08
Min = 0.05
Diferencia P P
│0.73 - 0.78 │=0.05 < 0.10 OK 0.73 0.22
│0.58 - 0..52 │=0.06 < 0.10 OK 0.58 0.78
│0.85 - 0.78 │=0.07 < 0.10 OK 0.85 0.52
│0.67 - 0.65 │=0.02 < 0.10 OK 0.67 0.31
│0.96 - 0.78 │=0.18 > 0.10 0.96 0.65
10
D=1
10 D=0
15
Caliper matching
Número de veces
Tratados (D=1) No Tratados (D=0) en que es
“matcheado”
Y(d=1) P P Y(d=0)
Constituyen los
120 0.73 0.22 96 0
“pesos” a ser
165 0.58 0.78 105 2 utilizados para
calcular el
132 0.85 0.52 111 1
promedio del
99 0.67 0.31 99 0 “outcome” bajo
el escenario
117 0.96 0.65 122 1
contrafactual
P P Diferencia
0.73 0.22 │0.73 - 0.22 │=0.51
0.58 0.78 │0.73 - 0.78 │=0.05
0.85 0.52 │0.73 - 0.52 │=0.21
0.67 0.31 │0.73 - 0.31 │=0.42
0.96 0.65 │0.73 - 0.65 │=0.08
P P Y(d=0)
0.73 0.22 96
0.58 0.78 105
0.85 0.52 111
0.67 0.31 99
0.96 0.65 122
P P Y(d=0)
0.73 0.22 96
0.58 0.78 105
0.85 0.52 111
0.67 0.31 99
0.96 0.65 122
* Nótese que el último de los individuos tratados no fue matcheado, por caer
fuera de la región de soporte común
Kernel matching
Donde K es una función de distribución Kernel (como una normal o una chi-
cuadrado) de esta forma la diferencia de probabilidad es transformada en el
valor de la función K
La función de distribución K se usa para a partir de los datos generar una
distribución (y no predeterminarla como una normal)
Kernel matching
Kernel matching
2.Gaussian Kernel
si
3.Biweight Kernel
si
2.31
Mahalanobis
Bajo este método, se minimiza la “Distancia de Mahalanobis” entre cada
individuo tratado y los individuos no tratados. A diferencia de una la distancia
(diferencia en probabilidad) que usan los otros matchin, la “Distancia de
Mahalanobis” incorpora la correlación entre dos variables aleatorias
Inserción Laboral
Variable: Tasa de Ocupación
Ingreso
Variable 1: Ingreso por Hora
Variable 2: Horas trabajadas
2. Estimación del impacto de projoven
Dif-Dif 01 0.237
Dif-Dif 02 0.244
Dif-Dif 02 %
18.4%
Valorización: Ingresos adicionales por la mejora en
los ingresos de los beneficiarios = US$ 452 mil.
2. Estimación del impacto de projoven
Dif-Dif 01 2.1
Dif-Dif 02 2.71
Dif-Dif 02 %
5.5%
2. Estimación del impacto de projoven
Diferencias en diferencias
Variación L Variación S Variación H Variación Ih
ΔL ΔS ΔH Δ lh
La suma de los 3
efectos alcanza los
US$ 789 mil.
Considerando que
los ingresos
generado en
ausencia del
programa son US$
2.15 millones, la
masa global de
ingresos se
incrementa en 38%
4. Otros resultados de projoven
4.4 Segregación por género
Utilizando el
Índice de
Duncan
Resultado: El
Indice de
Duncan
disminuye en
0.1207 puntos
(disminuye la
segregación)
4. Otros resultados de projoven
Escenario
Optimista:
Inserción Laboral
1 año;
Horas/semana se
diluye en el
tiempo e
Ingreso/hora es
permanente.
5. Análisis costo beneficio
5.2.2 Estimación de beneficios: Flujo de beneficios
en escenario conservador
Escenario
Conservador:
Inserción laboral 1
año; Horas/semana
1 año e
Ingreso/hora se
separa en
componente
temporal (30%) y
permanente (70%).
5. Análisis costo beneficio
5.2.3 Estimación de beneficios: Flujo de beneficios
en escenario pesimista
Escenario
Pesimista:
Inserción
laboral 1 año;
Horas/semana
1 año e
Ingreso/hora se
diluye en el
tiempo.
5. Análisis costo beneficio
5.3 Estimación de TIR y VAN
TIR: 36% en
Escenario
Optimista,
20% en
Conservador y
13% en
Pesimista
6. Conclusiones de resultados
La cuantificación del proyecto tiene los siguientes
resultados:
El efecto del programa sobre la inserción laboral
es del orden del 6%
PROJoven contribuye a elevar en 18% el
ingreso por hora de los beneficiarios ocupados
Con relación al número de horas a la semana
que trabaja un beneficiario, se estima que el
programa tiene un efecto de 5.5% horas
adicionales a la semana
La suma de los tres efectos se valoriza en US$
789 mil al año.
6. Conclusiones de resultados
Beneficios:
Beneficiosmensuales:
Seis meses: US$ 53,863
Doce meses: US$ 34,663
Dieciocho meses: US$ 47,669
3. Análisis costo beneficio
3.2 Flujo de beneficios en escenarios y TIR
Escenarios:
Optimista: al 82% cada año
Conservador: al 76% cada año
Pesimista: al 70% cada año
Resultados de la TIR:
Optimista: 14%
Conservador: 10%
Pesimista: 5.5%
GRACIAS, MUCHAS
GRACIAS