La Iniciativa de Métodos de Investigación produce y financia investigaciones para mejorar los métodos y la medición de resultados clave en el alivio de la pobreza global.
IPA gestiona más de 300 estudios activos en más de 20 países dirigidos por más de 575 investigadores, y el Laboratorio de Investigación de la Pobreza Global (GPRL) es un centro académico que utiliza evidencia empírica para abordar los desafíos de superar la pobreza y mejorar el bienestar en el mundo en desarrollo.
Con tal volumen de investigación, IPA y GPRL se han enfrentado a preguntas recurrentes sobre las mejores formas de garantizar la calidad y la coherencia en los estudios de campo.
La Iniciativa de métodos de investigación se creó para ayudar a responder estas preguntas. diseñando e implementando estudios metodológicos en muchos proyectos, construyendo y colaborando con una red de investigadores interesados y desarrollando productos técnicos y capacitación. La investigación de IPA y GRPL informa la política, pero la investigación cuantitativa puede estar sesgada sin una medición y estimación cuidadosas. La mejora de estos métodos y herramientas de medición mejorará la calidad de los datos, promoverá la innovación en los métodos y la medición y brindará una mayor confianza en los resultados de la investigación.
La Iniciativa de métodos de investigación será integral al examinar las fuentes de error de medición en los estudios de investigación, incluido el diseño de cuestionarios, el muestreo, la implementación del trabajo de campo y la validación de indicadores clave. La iniciativa se organizará en torno a tres temas: (1) Diseño de la investigación, (2) Diseño del cuestionario y (3) Implementación del trabajo de campo y calidad de los datos.
Tema 1: Diseño de Investigación
En el corazón del análisis empírico está el problema de establecer relaciones causales en los datos que recopilamos y de los cuales podemos proporcionar recomendaciones de política que sean efectivas. Los ensayos controlados aleatorios han proporcionado una nueva herramienta importante para abordar la identificación en el diseño de la investigación, pero podemos aprender más. Los ejemplos de trabajo dentro de este tema incluirán innovaciones en los diseños de RCT, las implicaciones de las diferentes estrategias de muestreo y el poder estadístico en los diseños de investigación, y cómo podemos diseñar para la replicación y la escala.
Tema 2: Diseño y Medición de Cuestionarios
Este tema se centrará en cómo se diseñan los instrumentos de la encuesta y las consecuencias de las elecciones alternativas que un investigador puede hacer en la forma en que se recopilan los datos. Los errores en la medición pueden sesgar variables clave que tienen consecuencias importantes no solo en la representación de las características del nivel de población, sino también en las relaciones empíricas estimadas. Los ejemplos de trabajo dentro de este tema incluirán la estimación de sesgos relativos en diseños de cuestionarios alternativos a partir de períodos de recuerdo, formulación de preguntas, reglas de representación y unidades alternativas de análisis. También exploraremos estrategias y tecnologías alternativas para capturar conceptos difíciles de medir.
Tema 3: Implementación del trabajo de campo y calidad de datos
El Tema 3 se centrará en las decisiones de implementación que limitan el error de medición no aleatorio en los datos recopilados a partir del reclutamiento, la capacitación, el seguimiento y la validación de datos. Los estudios bajo este subtema tienen el potencial de generar conocimientos sobre los mercados laborales de los empadronadores, conocimientos interdisciplinarios sobre entrevistas personales, así como herramientas prácticas para ser integradas como mejores prácticas dentro de IPA y otras organizaciones de recolección de datos. Los ejemplos de trabajo bajo este tema explorarán los efectos del empadronador, incluida la forma en que el reclutamiento, la capacitación y la motivación de los empadronadores mejoran la calidad de los datos. La Iniciativa de métodos de investigación facilitará la estandarización de los métodos de garantía de calidad de IPA y estudiará los efectos de las herramientas de calidad de datos antiguas y nuevas. Los investigadores están interesados en saber cómo estas herramientas de calidad de datos afectan la confiabilidad de los datos. Las herramientas incluyen visitas de observación, auditorías de audio, verificaciones retrospectivas, verificaciones de alta frecuencia, informes de monitoreo nocturno y aprendizaje automático para reconocer la falsificación de datos.
La Iniciativa de Métodos de Investigación aprovechará los programas sectoriales de IPA, tales como Inclusión financiera y Protección social, para estudiar y mejorar el rendimiento de los módulos específicos del sector. También es posible una investigación más granular, por ejemplo, cómo cambiar la redacción de una pregunta de encuesta en particular afecta las respuestas.
Aprovechando la riqueza del conocimiento local y la experiencia en topografía que IPA ha construido a través de su oficinas de país, la Iniciativa de Métodos de Investigación está liderando el desarrollo de herramientas de medición precisas y estandarizadas para estudios antipobreza.
Proyectos apoyados por el Fondo Competitivo de Métodos de Investigación 2019
Él dijo, ella dijo: Prueba de los efectos de los encuestados en los informes de ingresos de los hogares en Uganda
investigadores: Nathan Fiala (Universidad de Connecticut y RWI) y Lise Masselus (RWI)
Tema: Implementación de trabajo de campo y calidad de datos
La obtención de datos fiables sobre los ingresos familiares e individuales y la comprensión de la calidad de estos datos es importante para la investigación y las políticas. Investigaciones anteriores han encontrado evidencia de informes erróneos porque, por ejemplo, los esposos o esposas individualmente pueden no tener información completa debido a la ocultación o acumulación de ingresos, o uno de los cónyuges puede no desear compartir información libremente mientras el otro está presente. Parte del problema para los investigadores es decidir a qué miembro del hogar entrevistar o si incurrir en el costo de entrevistar a más de una persona por hogar y, de ser así, si entrevistarlos juntos o por separado. Este estudio está aleatorizando al encuestado en un hogar para una muestra de alrededor de 3,000 hogares en 200 aldeas en las zonas rurales de Uganda. Los resultados contribuirán con nueva evidencia a la cuestión de los efectos de los encuestados, lo que permitirá a los investigadores evaluar con mayor precisión las ventajas y desventajas de costo-sesgo asociadas con diferentes estrategias de recopilación de datos.
Recordatorio total: duración frente a frecuencia de las encuestas para medir la búsqueda de empleo, el empleo y los ingresos en Pakistán
investigadores: Erica Field (Universidad de Duke), Rob Garlick (Universidad de Duke) y Kate Vyborny (Universidad de Duke)
Tema: Implementación de trabajo de campo y calidad de datos
¿Las encuestas más breves y frecuentes mejoran la calidad de la medición de los resultados del mercado laboral? ¿Qué pasa con la cantidad de detalles en el cuestionario en sí? Usando una muestra de 10,000 encuestados en una encuesta de panel en Pakistán, los investigadores están investigando cómo las variaciones en los períodos de recuerdo, la frecuencia de la encuesta y los detalles del cuestionario influyen en las medidas de búsqueda de empleo, empleo e ingresos. El estudio compara los diferentes enfoques para recopilar datos de encuestas con datos administrativos como punto de referencia. Los resultados contribuirán a la evidencia sobre cómo la frecuencia, la duración y el detalle de las encuestas influyen en la medición de los resultados y los efectos estimados del tratamiento de las intervenciones de búsqueda de empleo y empleo.
Uso del aprendizaje automático para mejorar la medición del valor de las propiedades en la República Democrática del Congo
Investigador: Agustín Bergeron (Universidad de Harvard)
Tema: Diseño y medición de cuestionarios
Las ciudades de los países en desarrollo a menudo carecen de la capacidad financiera para financiar bienes públicos. Los impuestos sobre la propiedad se han identificado como una fuente prometedora de ingresos para las ciudades del mundo en desarrollo: generan ingresos fiscales locales, son relativamente eficientes y pueden ser progresivos y capturar el crecimiento de los valores inmobiliarios. Sin embargo, muchos gobiernos no recaudan los impuestos sobre la propiedad de manera efectiva porque los registros de valoración de la propiedad no existen o están incompletos. Este estudio utiliza el aprendizaje automático para construir registros de valoración de propiedades en contextos donde la información sobre los valores de las propiedades es limitada. Usando una muestra de entrenamiento de 2,000 propiedades, los investigadores están implementando modelos de aprendizaje automático y visión por computadora que usan medidas de propiedad y calidad del vecindario o características visuales de las propiedades para predecir los valores de 48,000 XNUMX propiedades en Kananga, en la República Democrática del Congo (RDC).
Detección de sesgo en medidas observacionales usando evaluaciones aleatorias pasadas
investigadores: David Bernard (Escuela de Economía de París), Gharad Bryan (Escuela de Economía de Londres), Sylvain Chabé-Ferret (Escuela de Economía de Toulouse), Jonathan de Quidt (Instituto de Estudios Económicos Internacionales, Universidad de Estocolmo), Greg Fischer (Y Analytics y London Escuela de Economía), Jasmin Fliegner (J-PAL, MIT), Roland Rathelot (Universidad de Warwick)
Tema: Diseño de la investigación
Los defensores de los ensayos controlados aleatorios (RCT, por sus siglas en inglés) señalan que para identificar las relaciones causales con los métodos observacionales (no RCT, por sus siglas en inglés), uno debe confiar en suposiciones no comprobables, generalmente sobre el proceso no observable que determina el estado del tratamiento de los participantes del estudio. Los investigadores han tratado de encontrar formas de aprovechar los ECA para estimar el sesgo asociado con los métodos alternativos que se habrían utilizado si no hubiera sido posible la aleatorización. En este proyecto, los investigadores están desarrollando un método estandarizado y escalable para estimar el sesgo en los métodos de observación que pueden generar grandes cantidades de evidencia empírica para abordar esta pregunta; recopilar datos publicados de ECA realizados en los últimos 20 años, centrándose específicamente en ensayos con cumplimiento imperfecto del tratamiento; e implementar nuevos métodos para comprender el tamaño y la dirección del sesgo esperado en los estudios de observación, y cómo el sesgo depende de las características medibles de los programas y entornos.
Medición de la pobreza a través de calificaciones de pares en Côte d'Ivoire
investigadores: Pascaline Dupas (Universidad de Stanford), Marcel Fafchamps (Universidad de Stanford), Deivy Houeix (MIT)
Tema: Diseño y medición de cuestionarios
Identificar con precisión a las personas que viven en la pobreza, un proceso conocido como focalización, es una tarea importante y desafiante para los investigadores que estudian las intervenciones contra la pobreza. Este proyecto estudia la calidad de la información obtenida de los miembros de la comunidad local unos sobre otros. Los investigadores utilizan los gastos de consumo como punto de referencia y comparan las clasificaciones obtenidas de la información de la comunidad con las observadas mediante una prueba de medios indirectos (PMT). El proyecto involucra a 450 hogares en la periferia de Abidjan, Côte d'Ivoire.