Raquel Bernal & Ximena Peña 
Guía práctica para la evaluación de impacto 

El uso de métodos cuantitativos para medir el impacto de programas sociales ha cobrado un gran interés recientemente. En los últimos
años han surgido organizaciones dedicadas a la elaboración y el financiamiento de evaluaciones de impacto. Las entidades multilaterales de crédito y las agencias de cooperación han enfatizado, cada vez con mayor fuerza, la necesidad de evaluar concienzudamente los proyectos de desarrollo.
Muchos países han creado oficinas independientes de evaluación y monitoreo de programas públicos. Las evaluaciones de impacto han comenzado a desempeñar un papel preponderante en el diseño de políticas públicas y, por ende, en el control político y la controversia democrática.
Hace apenas unos años la evaluación de impacto era un tema casi desconocido en la gestión social. En el mejor de los casos, se percibía como
una curiosidad de especialistas; en el peor, como un desperdicio de recursos y un obstáculo tecnocrático a las iniciativas sociales. El impacto de la mayoría de las políticas públicas era desconocido. La pregunta sobre el impacto no se planteaba y menos aún se respondía. Las buenas intenciones y la inercia operativa desplazaban cualquier intento de escrutinio
cuantitativo.

Table of Content

Contenido
1. Introducción 1
1.1. El impacto de las evaluaciones de impacto 2
1.2. Los pasos previos a la evaluación 3
1.3. Evaluación de proyectos vs. evaluación de impacto 7
1.4. Estructura del libro 9
Agradecimientos 11
Bibliografía 12
Parte I. El problema de evaluación de impacto 15
2. Definición de parámetros de impacto del tratamiento 17
Bibliografía 28
3. Sesgo de selección 29
Bibliografía 35
Parte II. Experimentos sociales controlados
y experimentos naturales 37
4. Experimentos aleatorios (sociales) 39
4.1. Intervenciones a nivel individual vs. conglomerados 41
4.2. El modelo de diferencias 43
4.3. El estimador de diferencias con regresores adicionales 45
4.4. El estimador de diferencias con efectos heterogéneos 46
4.5. El estimador de diferencias en el tiempo 47
4.6. Problemas potenciales de la aleatorización 50
4.7. Verificación de la aleatorización 51
4.8. Desventajas de los métodos experimentales 52
4.9. Implementación del modelo de diferencias en Stata 55
vi
4.10. Conclusiones y ejemplos 61
Bibliografía 67
5. Experimentos naturales o cuasi experimentos 69
5.1. El modelo de diferencias-en-diferencias 72
5.2. El estimador de diferencias-en-diferencias
con regresores adicionales 77
5.3. El estimador de diferencias-en-diferencias para
múltiples períodos 78
5.4. Diferencias-en-diferencias utilizando datos de corte
transversal repetidos 79
5.5. Implementación del modelo de
diferencias-en-diferencias en Stata 83
5.6. Conclusiones y ejemplos 90
Bibliografía 96
Parte III. Estudios no experimentales 97
6. El método de emparejamiento 101
6.1. Probabilidad de participación 107
6.2. Soporte común 110
6.3. Selección de un algoritmo de emparejamiento 112
6.4. Calidad del emparejamiento 127
6.5. Errores estándar 129
6.6. Pruebas de falsificación 130
6.7. Implementación del método de
emparejamiento en Stata 133
6.8. Conclusiones y ejemplos 147
Bibliografía 154
7. Método de variables instrumentales 157
7.1. Definición de variable instrumental 158
7.2. Estimación por el método de variables
instrumentales 163
7.3. Elección de los instrumentos 166
7.4. Evaluación de la variable instrumental 166
7.5. Problemas potenciales del estimador de variables
instrumentales 173
7.6. Implementación empírica del estimador de variables
instrumentales 175
7.7. Conclusiones y ejemplos 184
Bibliografía 187
vii
8. Método de regresión discontinua (RD) 189
8.1. El diseño de regresión discontinua nítida 193
8.2. El diseño de regresión discontinua borrosa (RDB) 200
8.3. Implementación empírica del estimador de RD 207
8.4. Implementación del diseño RD en Stata 213
8.5. Conclusiones y ejemplos 233
Bibliografía 240
9. Funciones de control 243
9.1. Estimación del modelo 245
9.2. Implementación del modelo de funciones
de control en Stata 250
9.3. Conclusiones y ejemplos 255
Bibliografía 259
10. Estimación de modelos estructurales 261
10.1. El modelo estructural y la forma reducida del modelo 262
10.2. Métodos de estimación 268
10.2.1. Método de máxima verosimilitud 268
10.2.2. Método de momentos simulado 270
10.3. Modelos estructurales dinámicos 272
10.4. Conclusiones y ejemplos 274
Bibliografía 289
11. Duración de la exposición al tratamiento 291
11.1. Efectos de la duración de exposición al tratamiento
con respecto al grupo de no participantes 292
11.2. Análisis de intensidad: comparando individuos tratados
según la duración de exposición al programa 294
11.3. Conclusiones y ejemplos 297
Bibliografía 304
12. Conclusiones 305
¿Qué técnica usar y cuándo? 305
Evaluadores y ejecutores 307
¿Evaluar o no evaluar? 309
Bibliografía 311
13. Anexos 313
Anexo 1: Estimación de mínimos cuadrados ordinarios 313
Anexo 2: El estimador de MCO es insesgado 317
viii