Módulo 9 Perigos à Validade Interna em Experimentos Aleatorizados

Experimentos aleatorizados podem incorrer em adversidades que prejudicam sua capacidade de demonstrar efeitos causais - isto é, problemas que ameaçam a validade interna desses experimentos. Algumas unidades podem estar faltando em razão do tratamento. Outras podem não ter recebido o status de tratadas (uma vez que receberam o tratamento). Outras podem ainda estar sujeitas a efeitos colaterais, que podem acontecer quando uma unidade vizinha é tratada.

Neste módulo, abordamos alguns problemas comuns – e práticas recomendadas para evitá-los ou contorná-los.

9.1 Conteúdo Principal

  • Revisão dos três pressupostos fundamentais discutidos no módulo de inferência causal

  • Dizemos “Análise ao passo que você aleatorize” no módulo sobre estimandos e estimativas. Mas lembre-se que você aleatoriza a atribuição do tratamento - e não se o tratamento é tomado, ou se uma dada unidade participa ou não da coleta dos dados.

  • Falta de dados nos resultados (atrito) é um problema, especialmente se a perda de dados é causada pelo tratamento. Esse é um problema muito comum.

    • Não desconsidere da sua análise observações cujos resultados sofrem de dados faltantes.

    • Você é capaz de calcular limites para as estimativas dos efeitos de tratamento.

  • Não-cumprimento. O efeito da atribuição do tratamento não é o mesmo que o efeito de receber o tratamento. Por vezes, unidades não estarão de acordo com seus status de atribuição.

    • Cumprimento unilateral ocorre quando algumas unidades para qual o tratamento foi atribuído falham em receber o tratamento - mas todas as unidades do grupo de controle não recebem o tratamento.

    • O efeito local médio de tratamento (LATE, também conhecido como efeito causal médio do cumprimento, CACE) é o efeito médio do tratamento entre unidades que recebem o tratamento em conformidade com a atribuição feita pelo pesquisador - mas não caso contrário. Se o pressuposto de monotonicidade e restrição de exclusão são respeitadas, podemos estimar o LATE quando temos problemas de cumprimento.

  • “Efeitos de Transbordamento” ou interferência entre unidades” é uma violação dos pressupostos fundamentais da inferência causal (inferência causal).

    • Entretanto, isso pode não ser um problema caso você esteja interessado nos efeitos de transbordamento e/ou desenhou sua pesquisa foi desenhada considerando a possibilidade de contaminação.

  • *Efeitos de Hawthorne** emergem quando unidades se comportam de maneira diferente ao saberem que estão sendo observadas.

  • Não-exclusão. Tratar unidades no grupo de tratamento de modo diferente das unidades no grupo de controle. Por exemplo, mudar os procedimentos de coleta de dados ou dar atenção especial para as unidades tratadas. Isso pode pode viesar a interpretação dos resultados do experimento.

    • Se Efeitos de Hawthorne estão presentes para unidades tratadas - mas não para unidades em controle, então a suposição de exclusão está sendo violada.

9.2 Slides

Abaixo estão os slides com o conteúdo principal que abordamos na sessão sobre perigos à validade interna nos experimentos aleatorizados. Você pode usar esses slides diretamente ou fazer sua própria cópia e editá-los localmente.

Você também pode consultar os slides de Jornadas de Aprendizado do EGAP anteriores:

9.3 Recursos

9.3.2 Livros, Capítulos e Artigos