Módulo 8 Medición

Para estimar efectos y probar hipótesis a menudo usamos una variable de interés medida con datos cuantitativos de encuestas, juegos de comportamiento o registros administrativos. Para preguntas causales generalmente usamos datos sobre resultados inmediatos y finales, y sobre mecanismos de interés. Usamos datos recolectados al inicio del estudio para identificar subgrupos relevantes, ajustar nuestras estimaciones o ayudar a crear bloques y aleatorizar nuestro tratamiento. Las mediciones deben ser válidas y fiables. Tenga en cuenta que los datos pueden ser ruidosos (error aleatorio) y/o sesgados (error sistemático).

Este módulo analiza qué medir y cómo medir. Muestra cómo una buena medición está estrechamente relacionada con el diseño de investigación y el poder estadístico.

8.1 Contenido principal

  • Hacemos mediciones cuando representamos un atributo de una unidad mediante un número, letra, palabra o símbolo de manera sistemática (tal vez en una celda en un conjunto de datos).

  • Una medida válida de un concepto o fenómeno de interés debe representar esa entidad subyacente y, a menudo, abstracta.

  • Una medida confiable de un concepto proporcionaría el mismo valor para la unidad de medida (por ejemplo, una persona o una aldea) si no se modificaran las condiciones.

  • Para evaluar nuestras teorías de medición podemos utilizar diversos enfoques para medir resultados, covariables o diferencias entre unidades implícitas en distintas descripciones de mecanismos causales.

  • Una medición inválida puede conducir a que el diseño de investigación no distinga eficazmente entre explicaciones alternativas sobre la relación entre el tratamiento y el resultado.

  • Una medición no confiable puede disminuir el poder estadístico.

  • Las mediciones que son difíciles de realizar pueden requerir un estudio piloto centrado en la medición en sí.

8.2 Diapositivas

A continuación presentamos las diapositivas con el contenido principal que cubrimos en nuestra clase sobre medición. Usted puede usar directamente los archivos originales de las diapositivas o también puede copiarlos y editarlos localmente.

8.3 Recursos

8.3.1 Guías de métodos de EGAP

8.3.2 Libros, Capítulos y Artículos

  • Robert Adcock y David Collier, «Measurement Validity: A shared Standard for Qualitative and Measurement Validity: A shared Standard for Qualitative and Quantitative Research.», American Political Science Review 95, n.º 3 (2001): 529-546.

  • Alexandra Scacco y Shana S. Warren, «Can Social Contact Reduce Prejudice and Discrimination? Evidence from a Field Experiment in Nigeria», American Political Science Review 112, n.º 3 (2018): 654-677.

  • William R. Shadish et al., Experimental and quasi-experimental designs for generalized causal inference/William R. Shedish, Thomas D. Cook, Donald T. Campbell. (Boston: Houghton Mifflin, 2002).

  • Pedro C. Vicente, «Is Vote Buying Effective? Evidence from a Field Experiment in West Africa», Economic Journal 124, n.º 574 (2014): F356-87.