Descarga Aquí.

UNIVERSIDAD CATÓLICA SANTO DOMINGO
Santo Domingo, República Dominicana
“Evaluación de Impacto del Programa ILAE
sobre la Repitencia, la Deserción y la
Asistencia Escolar”
Tesis para optar por el título de:
MAESTRÍA EN ECONOMÍA APLICADA POLÍTICAS PÚBLICAS Y DESARROLLO
Por:
Cesarina Reyes Batista
Abril 2014
Aprobado por:
Harold Vásquez
Coordinador de Tesis
Julio Andújar Scheker
Lector
ii
Agradecimientos
A mi padre, a mis familiares y amigos por siempre creer en mí y darme un apoyo incondicional.
A todo el equipo de Empírica por impulsarme a lograr esta meta. A mi profesora Mary Arends
Kuenning de quien aprendí sobre evaluaciones de impacto de programas sociales y me motivó a
realizar este tema.
Agradezco de manera especial a Sócrates Barinas y José Manuel Michel por todo el apoyo
técnico prestado. A Dios por guiarme siempre por el camino correcto y permitirme ver que su
voluntad es perfecta.
iii
RESUMEN
Con el interés de mejorar la calidad de vida de los ciudadanos y reducir los niveles de pobreza,
diversos países han utilizado los programas de transferencias condicionadas como política de
redistribución de ingresos. En este sentido, el Gobierno de la República Dominicana, como parte
de su política de desarrollo social, implementa en el año 2004 el programa de Incentivo a la
Asistencia Escolar (ILAE), el cual es un componente de Solidaridad. Este programa otorga
transferencias monetarias a hogares de bajos recursos con la condición de que los niños asistan,
por lo menos, al 85% de sus clases.
El objetivo de esta investigación es evaluar el impacto del programa ILAE sobre la asistencia, la
repitencia y la deserción escolar. Para realizar la evaluación de impacto, se utilizó un método
cuasi experimental llamado Propensity Score Matching (PSM). Esta técnica consiste en un
método de emparejamiento que permite imitar una asignación aleatoria del programa y corregir
el sesgo de selección.
El programa ILAE muestra tener efectos significativos sobre la asistencia escolar y el abandono
escolar. Sin embargo, no se observa que tiene incidencia sobre la repitencia. Específicamente, se
registra que los niños que nunca faltan se incrementan entre 3.9% y 4.7% y los que abandona el
grado se reducen entre 0.7% y 1%. Finalmente, esta investigación muestra que, al corregir el
sesgo de selección utilizando el PSM, el impacto del programa ILAE sobre el abandono de grado
es negativo y significativo, resultado contrario al obtenido por Lozano (2012).
iv
TABLA DE CONTENIDO
I. INTRODUCCION ....................................................................................................................... 1
I.1 Aspectos Preliminares ............................................................................................................ 1
I.2 Justificación del tema ............................................................................................................. 4
I.3 Objetivos del estudio.............................................................................................................. 5
I.4 Hipótesis ................................................................................................................................ 6
I.5 Alcance y Limitaciones.......................................................................................................... 6
II. PROGRAMAS DE AYUDA SOCIAL EN LA REPUBLICA DOMINICANA ....................... 9
II.1 Solidaridad: Un programa de Transferencia Condicionadas ................................................ 9
II.2 Incentivo a la Asistencia Escolar ........................................................................................ 12
III. REVISION DE LITERATURA ............................................................................................. 16
IV. ASPECTOS METODOLOGICOS ......................................................................................... 24
IV.1 Estimación del Impacto de los Programas de Transferencias Condicionadas .................. 24
IV.2 Propensity Score Matching ............................................................................................... 27
V. ANALISIS DE DATOS, ESTIMACIONES Y RESULTADOS............................................. 33
V.1 Resultados de las estimaciones........................................................................................... 37
VI. CONCLUSIONES Y RECOMENDACIONES DE POLITICAS ......................................... 42
VII. REFERENCIAS BIBLIOGRAFICAS .................................................................................. 46
VIII. ANEXOS ............................................................................................................................. 52
v
LISTAS DE GRAFICAS Y TABLAS
Página
Gráfico I: Tasa de Analfabetismo en Latinoamérica, 2011
5
Tabla I: Parámetros de ICV para seleccionar los hogares según las
Condiciones de Pobreza y Zona Geográfica
11
Gráfico II: Población de 14 a 24 años que asisten a la escuela según nivel de
Educación y Condiciones de Pobreza, 2011
14
Tabla II: Indicadores de la Educación Media, 2011-2012
15
Tabla III: Participación en el Programa ILAE
33
Tabla IV: Características de la Vivienda
34
Tabla V: Índice de Hacinamiento
35
Tabla VI: Estadísticas generales sobre los Miembros del Hogar
35
Tabla VII: Análisis de la Repitencia y Abandono de Grado según
Participación en el ILAE
36
Tabla VIII: Análisis de la Repitencia y Abandono de Grado según la
Educación del Jefe de Hogar
37
Tabla IX: Test de Medias para la Repitencia
38
Tabla X: Test de Medias para el Abandono de Grado
38
Tabla XI: Test de Medias para la Asistencia Escolar
39
Tabla XII: Estimación del Impacto utilizando Emparejamiento con el
Vecino más Cercano
40
Tabla XIII: Estimación del Impacto utilizando Emparejamiento con un
Radio Predeterminado
41
Tabla XIV: Estimación del Impacto utilizando Emparejamiento por
41
Intervalo
vi
CAPITULO I
INTRODUCCION
I.1 Aspectos Preliminares
Con la finalidad de mejorar la calidad de vida de los ciudadanos y reducir los niveles de pobreza,
diversos países han utilizado los programas de transferencias condicionadas como política de
redistribución de ingresos. Estos programas requieren que los hogares de bajos ingresos cumplan
con una serie de objetivos de salud, cuidado preventivo y de escolaridad de los jóvenes del hogar
a cambio de recibir un pago o beneficio, elevando así el ingreso de los hogares por encima de los
niveles de pobreza y promoviendo una sociedad más equitativa en términos de distribución del
ingreso.
Uno de los componentes más importante de las transferencias condicionadas son los programas
que impulsan a la asistencia escolar, ya que a través de los años se ha resaltado la importancia de
la educación como elemento crucial para el desarrollo de una nación. Este tipo de programa se
basa en la realización de un pago por medio de una transferencia periódica a hogares en estado
de pobreza con niños en edad de cursar la escuela. A su vez, se les impone una condicionalidad
de que los niños cumplan con un nivel de asistencia mínima a sus clases. En otros casos, la
asistencia y el nivel de los beneficios pueden estar atados al cumplimiento de ciertas metas,
como la no repitencia del año cursado y la aprobación del curso con un nivel mínimo de
calificación.
1
En el 2004, el Gobierno de la República Dominicana, como parte de su política de desarrollo
social, implementa el Programa de Incentivo a la Asistencia Escolar (ILAE), el cual otorga
transferencias monetarias a hogares de bajos recursos con la condición de que los niños en edad
escolar asistan, por lo menos, al 85% de sus clases. Este programa representa uno de los
componentes del programa de transferencias condicionadas, Solidaridad. En definitiva, el
programa busca incrementar la matriculación y la reducción de la inasistencia y deserción
escolar.
Adicionalmente, numerosos países de Latinoamérica y el Caribe que se caracterizan por tener
bajos ingresos han establecidos este tipo de programa. México fue el pionero en aplicar un
programa de transferencias condicionadas a nivel nacional. Progresa-Oportunidades fue
desarrollado en 1997 y uno de sus componentes principales es la transferencia a familias pobres
con niños cursando desde tercero hasta sexto de la primaria y desde primero hasta tercero del
bachillerato (Behrman et al., 2001). Otro ejemplo que podemos citar es el de Brasil con su
programa Bolsa Escola, el cual fue implementado entre el 2001 y 2003. Sin embargo,
a
diferencia de Progresa-Oportunidades se hizo a nivel municipal. En este sentido, se podía hacer
una evaluación más detalladas considerando las diferencias entre cada municipio. De igual
modo, este programa transfería dinero a familias pobres con niños en edades entre los 6 y 16
años. Ambos programas exigen como condicionalidad la asistencia regular de los niños a sus
clases y se estima que pueden impactar en la matriculación, asistencia, deserción y repitencia,
entre otros indicadores (Berhman et al., 2001; Janvry et al., 2006).
2
Realizar estudios de evaluación de impacto a los programas sociales resulta de gran importancia
ya que permite evaluar los cambios en la calidad de vida de los individuos, de los hogares, o
comunidades que han sido beneficiadas con un determinado proyecto. Las evaluaciones de
impacto permiten retroalimentar a los hacedores de políticas públicas con la finalidad de mejorar
el diseño del programa social en cuestión. En específico, contribuye a la toma de decisiones
sobre la expansión, modificación o eliminación de un proyecto en particular, así como también,
priorizar las intervenciones que el Estado debe ejecutar.
En este sentido, el objetivo de esta investigación es evaluar el impacto del programa ILAE sobre
la asistencia, repitencia y deserción escolar. Para lograr este cometido, se utilizará la base de
datos de la Encuesta de Evaluación de la Protección Social (EEPS) del año 2010 y se empleará
un método cuasi experimental llamado PSM. A través de esta técnica, se establece un grupo
control (no beneficiarios) con características observables similares al grupo de tratamiento
(beneficiarios), de manera tal que se realice una comparación entre ambos grupos para
determinar el impacto del programa sobre los beneficiarios.
Cabe resaltar que, a la fecha la literatura sobre la evaluación de impacto del programa
Solidaridad y sus componentes es muy escasa. Canavire y Vásquez (2012) evalúan el impacto
del programa Solidaridad y sus componentes sobre el mercado laboral, López et al. (2013)
evalúa un experimento de enviar mensajes motivacionales al celular de los padres de los hogares
beneficiados con el ILAE y ver su efecto sobre la matriculación y la asistencia, y Lozano (2012)
estudia los determinantes del desempeño escolar, entre ellos el impacto del programa ILAE sobre
la repitencia y deserción escolar. Lozano (2012), utiliza modelos probit y logit para realizar sus
estimaciones pero siendo el ILAE un programa que no fue asignado de manera aleatoria presenta
3
un sesgo de selección que no se corrige con este tipo de modelos. En este sentido, al realizar esta
investigación se enriquece la literatura dominicana empleándose por primera vez la metodología
PSM un tipo de modelo que permite corregir el sesgo y evaluar el impacto del ILAE sobre el
desempeño escolar de manera más precisa. De esta manera, se retroalimenta a los hacedores de
políticas públicas para saber si los recursos que se están empleando en este programa están
cumpliendo los objetivos establecidos.
El programa Solidaridad resulta ser de gran importancia por la necesidad de hacer frente al
incremento de los niveles de pobreza como consecuencia de los efectos crisis económica
mundial. Además, sirve como un modelo de protección social que promueve el incremento del
capital humano de la población en condición de pobreza. En este sentido, Solidaridad permite
atender las necesidades básicas insatisfechas de las familias pobres y promover la inversión de
las familias en educación, nutrición y salud.
I.2 Justificación del tema
El sistema educativo de República Dominicana (RD) ha reflejado altas deficiencias. Según los
resultados obtenidos a través del Informe del Mapa de Desarrollo Humano de 2013, el promedio
de la tasa de analfabetismo a nivel nacional en el 2010 fue de 17.36%. La provincia con el mayor
nivel de analfabetismo fue Elías Piña con un 37.66%. De ahí la importancia del programa ILAE,
el cual al impulsar a la asistencia escolar y el acceso a la educación escolar de los hogares de
menores ingresos, disminuye el costo de oportunidad de estudiar a todos los estratos sociales y
puede contribuir a la disminución del analfabetismo en el país. Al comparar RD con otros 12
4
países latinoamericanos, según datos del año 2011 se observa que es el cuarto país con la mayor
tasa de analfabetismo.
Gráfico I
Tasa de Analfabetismo en Latinoamérica, 2011
Guatemala
Honduras
Perú
República Dominicana
Brazil
Ecuador
Bolivia
Paraguay
Venezuela
Chile
Uruguay
Argentina
Panamá
23.24
14.64
13.53
9.72
8.59
8.41
7.77
5.42
4.2
3.3
1.71
0.99
0
0
5
10
15
20
25
Fuente: Elaboración propia en base a las datos del Sistema de Información de Tendencias Educativas de América Latina (SITEAL).
I.3 Objetivos del estudio
El objetivo general de esta investigación es enriquecer la literatura nacional sobre la evaluación
de impacto de programas sociales basados en trasferencias condicionadas, así como contribuir
con una referencia para los hacedores de las políticas públicas en el país sobre el cumplimiento
de los objetivos del programa ILAE. Entre los objetivos específicos que persigue esta
investigación se encuentran:

Verificar el impacto del programa ILAE sobre la asistencia escolar;

Evaluar la influencia del programa ILAE en la repitencia de grado; e
5

Identificar la importancia del programa ILAE en la deserción escolar.
I.4 Hipótesis
Los programas de transferencias condicionadas se han convertido en un instrumento esencial
para el desarrollo económico de una nación. La eficacia de estos programas está íntimamente
relacionada al diseño de las condicionalidades con una clara definición de los objetivos que se
pretenden lograr. En este sentido, esta investigación intenta verificar el impacto del programa
ILAE sobre el nivel de repitencia, el abandono de grado y la asistencia escolar de los niños de
hogares beneficiados.
En específico, existen tres hipótesis que se intentan probar. Primero, se espera que se incremente
la asistencia escolar dado a la condicionalidad del programa de que los niños asistan a, por lo
menos, el 85% de sus clases. Asimismo, se entiende que la participación del hogar en el
programa ILAE reducirá el incentivo del niño a abandonar el grado escolar. Por último, es de
esperarse que los niños que habitan en hogares receptores del ILAE repitan menos de grado ya
que al asistir regularmente a la escuela pueden ser capaces de comprender mejor el programa de
clases.
I.5 Alcance y Limitaciones
Esta investigación sólo se limita a estudiar el impacto del programa ILAE sobre el nivel de
repitencia, el abandono de grado y la asistencia escolar, sin tomar en consideración el efecto del
6
programa sobre el mercado laboral. La información estadística utilizada para llevar a cabo esta
evaluación es la Encuesta de Evaluación de Protección Social (EEPS) del año 2010. La EEPS
es una encuesta multi-temática que busca identificar las condiciones generales de vida de los
hogares beneficiados y no beneficiados por los programas sociales, tales como Comer es
Primero e ILAE.
La principal limitación de esta investigación es el hecho de que la base de datos de la EEPS
solamente incluye el periodo escolar 2009-2010. En este sentido, sólo es posible evaluar el
impacto del programa para ese año. De igual modo, el modelo PSM tiene supuestos muy
estrictos. Por ejemplo, asume que la selección de un beneficiario sólo se basa en características
observables para poder cumplir con el criterio de independencia condicional. Este inconveniente
pudiera ser corregido si contáramos con un mayor periodo de años, ya que se podría hacer una
combinación de un modelo en diferencias con el PSM, de manera tal que se puedan tomar en
cuenta las características no observables fijas en el tiempo que afecten la participación en el
programa. Otra limitación es que la encuesta no contaba con datos para determinar las
calificaciones del estudiante y variables como asistencia no se mide en cantidad de días. Debido
a esta limitante, no se pudo evaluar el impacto del programa sobre el rendimiento escolar del
niño, ni tampoco medir el incremento exacto de la asistencia escolar para aquellos niños de
hogares receptores del subsidio.
1.6 Estructura del documento
La investigación estará estructurada de la siguiente forma. La siguiente sección tratará sobre las
generalidades del programa Solidaridad y su componente ILAE. La tercera sección incluirá una
7
revisión de la literatura de acuerdo a la experiencia internacional y nacional de trabajos
relacionados a la economía de la educación y evaluación de impacto de programas sociales que
impulsen a la asistencia escolar. La cuarta sección hará referencia al método e instrumental
estadístico que se utilizará para probar nuestra hipótesis. La quinta sección, presentará los
resultados obtenidos con las diferentes formas adoptadas de los modelos estimados. Finalmente,
la sexta sección contendrá las conclusiones y recomendaciones de políticas en base a los
resultados obtenidos en el estudio.
8
CAPITULO II
PROGRAMAS DE AYUDA SOCIAL EN LA REPUBLICA DOMINICANA
En esta sección se introduce el programa de transferencias condicionadas, Solidaridad. De igual
modo, se trata con mayor detalle uno de sus componentes, el programa de transferencias
condicionadas ILAE, así como también algunos indicadores estadísticos que evalúan el
desempeño de este componente. Finalmente, se comentan algunos indicadores relativos a la
población de jóvenes entre 14 y 24 años de edad, relacionados a su nivel educativo y su status
laboral.
II.1 Solidaridad: Un programa de Transferencias Condicionadas
El Estado dominicano, en su interés de incrementar la eficacia y eficiencia del gasto social, crea
el Gabinete de Coordinación de Política Social, entidad que está integrada por un conjunto de
instituciones públicas. El objetivo del Gabinete es coadyuvar a la definición, establecimiento y
seguimiento de la agenda estratégica de política social. En definitiva, esta institución busca
mejorar el impacto de los distintos programas sociales a través de la asignación de un programa
de ayuda focalizado. Como primer eje de la red de Protección social, se creó en el año 2004 el
programa de transferencias condicionadas, Solidaridad. Este programa ha funcionado como un
dique de contención que ha evitado que más de 400 mil familias dominicanas en condiciones de
pobreza moderada y extrema caigan en la indigencia. De igual modo, pone en marcha diferentes
tipos de intervenciones que contribuyan a promover el desarrollo humano. Solidaridad cuenta
con dos ejes fundamentales: a) iniciativas de protección, la cual se refiere a atender las
necesidades básicas insatisfechas de las familias pobres, promoviendo su participación en
9
acciones que contribuyan a la cobertura de esta necesidad; y b) en la promoción de iniciativas
que fortalezcan la inversión de las familias en educación, salud y nutrición, así como acciones de
capacitación que contribuyan a movilizar las potencialidades de los miembros del núcleo familiar
a fin de desarrollar capacidades que faciliten su acceso a oportunidades y permitan su desarrollo
humano.
Solidaridad se caracteriza por ser un programa innovador. Por primera vez en RD, se trabaja con
una política social enfocada en la atención sistemática y permanente de la pobreza bajo una
dimensión territorial con focalización individual. Además, tiene un enfoque multidimensional de
la pobreza, es decir, no sólo toma en consideración la carencia de ingresos para cubrir las
necesidades básicas, sino también toma en cuenta los niveles de escolaridad, desnutrición, el
índice de mortalidad infantil y materna, entre otros indicadores. Otros beneficios del programa
Solidaridad son que fomenta la responsabilidad de los jefes del hogar y ofrece un seguimiento
personalizado y grupal con enlaces comunitarios a los hogares beneficiados.
La población objetivo del programa debe cumplir con dos criterios generales de elegibilidad.
Primero, el o la jefa del hogar debe poseer una cedula de identidad personal valida. Segundo, los
hogares deben ser identificados y clasificados por el Sistema Único de Beneficiarios (SIUBEN)
en pobreza extrema y moderada.
Para medir la pobreza y clasificar a los hogares se realiza un cálculo de un Índice de Calidad de
Vida (ICV), utilizando la base de datos del SIUBEN. En este sentido, en el área urbana se
clasifican en pobreza extrema aquellos hogares con un ICV con valores entre 0 y 47.2 puntos y
10
en pobreza moderada los que tienen un ICV entre 47.2 y 60.3 puntos. En tanto que en el área
rural, se consideran hogares en pobreza extrema aquellos con un ICV entre 0 y 37.5 puntos y en
pobreza moderada los que tienen un ICV mayor a 37.5 y menor o igual a 54.5. La Tabla I indica
estos resultados.
Tabla I
Parámetros de ICV para seleccionar los hogares según las Condiciones de Pobreza y Zona
Geográfica.
Valor ICV
Condiciones de Pobreza
Pobreza Extrema
Pobreza Moderada
Zona Urbana
Zona Rural
0 y <= 47.2
0 y <= 37.5
> 47.2 y <=60.3
> 37.5 y <= 54.5
Fuente: Elaboración propia con datos del Manual Operativo del Programa de Transferencias Condicionadas de Solidaridad 2010.
Contreras (2013) cita que el mayor volumen de población registrada en el SIUBEN corresponde
a la provincia de Santo Domingo (552,133), seguida por el Distrito Nacional (225,000) y San
Cristóbal (212,000). Estas tres provincias en su conjunto representan más 30% de la población
registrada.
El programa Solidaridad cuenta con 2 componentes: salud y educación. El primer componente
ofrece de forma gratuita los servicios establecidos en el plan básico de salud para diferentes
grupos y transferencias monetarias para cubrir la alimentación básica para adultos mayores de 65
años y para los jefes del hogar, a través de la transferencia Comer es Primero. El segundo
componente está orientado al apoyo de la inscripción y la asistencia escolar de los niños, niñas y
adolescentes, miembros de los hogares beneficiarios, a través de la transferencia ILAE. En la
siguiente sección, comentaremos sobre las características y condicionalidades del ILAE.
11
II.2 Incentivo a la Asistencia Escolar
En su fase inicial, el programa ILAE benefició a aquellos hogares en pobreza extrema y
moderada, con miembros en edad entre los 6 y 16 años, que estaban cursando entre primero y
octavo grado en escuelas públicas y con una asistencia mínima de 85%. En la actualidad, incluye
desde niños de los 4 años y 8 meses hasta los 20 años (Contreras, 2013). Para lograr este
cometido, se le entrega una tarjeta de débito Solidaridad con la finalidad de realizar una
transferencia monetaria periódicamente. Los montos de las transferencias dependen de la
cantidad de miembros del hogar que aplican para las acciones contempladas en este componente
educativo y aumentan de manera escalonada.1
De acuerdo al Informe de Resultados realizado por el Gabinete de Coordinación de Políticas
Sociales en noviembre del año 2012, unos 440,000 miembros en edad escolar fueron verificados
y confirmados como inscritos en los centros educativos, lográndose el 85.6% de la meta.
Además, unos 508,886 estudiantes de los hogares beneficiados por el ILAE asistieron
regularmente a la escuela.
Asimismo, otro Informe de Resultados realizado por el Gabinete de Coordinación de Políticas
Sociales para el período agosto de 2012-agosto de 2013, indica que se transfirieron más RD$
7,000 mil millones para programas sociales durante ese periodo de los cuales un 14.32% se
destinó para el programa ILAE. Para esta fecha se verificaron 580,476 miembros que fueron
1
Los hogares con uno o dos niños, niñas o adolescentes reciben 300 pesos mensuales; los hogares con tres reciben
450 pesos mensuales; y los hogares con cuatro o más reciben 600 pesos mensuales.
12
beneficiados con el programa ILAE y que asistieron en, al menos, un 80% a sus a clases. Esto
indica que hubo un incremento de 140,147 miembros comparado a noviembre de 2012. También,
se verificó que durante este periodo el 98% de los miembros beneficiados cumplieron con las
corresponsabilidades de este programa.
Por su lado, Contreras (2013) evalúa la situación demográfica, laboral y educativa de la
población de jóvenes que se encuentren matriculados y asisten a algún grado de la educación
media. De acuerdo a los resultados obtenidos con la Encuesta Nacional de Fuerza de Trabajo,
para el año 2011 la población de 14 a 24 años matriculada era 770,988, de los cuales 17% se
encontraba en condiciones de pobreza. También, se verificó que la población de jóvenes que sólo
estudia disminuye conforme avanza la edad. Por ejemplo, entre los 16 y 18 años se da la caída
más abrupta pasando de un 81% a un 41% el porcentaje de jóvenes que sólo estudia.
En cuanto a la situación laboral, la autora comenta que la tasa de ocupación para los no pobres
fue 6 puntos porcentuales mayor a la de aquellos que se encuentran en condiciones de pobreza
(43.5%). Además, observó que la población pobre tiene una mayor tendencia a desempeñarse en
trabajos informales que formales. En específico, para octubre de 2011, en el mercado laboral
informal se observó que la tasa de ocupación para jóvenes en condiciones de pobreza fue de
32.8%, mientras que en el mercado laboral formal fue de sólo 10.2%.
En otro orden, Contreras (2013) verifica que el grueso de la población pobre y joven asiste a la
escuela primaria, lo que plantea un rezago al compararse con la población no pobre la cual en su
mayoría se encuentra en nivel de secundaria. En específico, el gráfico II indica que el 63.60% de
13
la población de jóvenes en condiciones de pobreza se concentra en el nivel primario, el 28.80%
en el nivel secundario, el 2% en el nivel universitario y postuniversitario y el 5.60% no presenta
ningún nivel de educación. De igual modo, en el informe se indica que existe una brecha
considerable entre la escolaridad promedio de la población de jóvenes pobre y no pobre. Según
datos del año 2011, la población de 15 años o más tiene en promedio 4.3 años menos de
escolaridad.
Gráfico II
Población de 14 a 24 años que asisten a la escuela según Nivel de Educación y Condiciones
de Pobreza, 2011
70%
63.60%
60%
49.10%
50%
40%
34.50%
28.80%
30%
20%
15.10%
10%
5.60%
2.00%
1%
0%
Primaria
Secundaria
Univ/Postuniv
No Pobres
Ninguno
Pobres
Fuente: Elaboración propia con datos del Informe realizado por Elba Contreras en Septiembre de 2013.
Finalmente, en cuanto al porcentaje de abandono intra-anual, de reprobación y repitencia se
observa que los hombres tienen una mayor incidencia sobre estos indicadores que las mujeres.
Además, como indica el Tabla II, en el 2012 el porcentaje total de abandono fue de 5.50%, el
porcentaje de reprobados fue de 9.70% y el porcentaje de repitentes de 3.90%.
14
Tabla II
Indicadores de la Educación Media, 2011-2012
Indicadores
Mujeres
Hombres
Total
Porcentaje de Abandono Intra-Anual
4.60%
6.50%
5.50%
Porcentaje de reprobados
7.10%
12.80%
9.70%
Porcentaje de repitentes
2.80%
5.20%
3.90%
Fuente: Elaboración propia con datos del Informe realizado por Elba Contreras en Septiembre de 2013.
15
CAPITULO III
REVISION DE LITERATURA
La economía de la educación es un tema relevante en la actualidad debido al impacto positivo
que tiene la educación sobre el incremento del capital humano y por ende en el bienestar de los
individuos y el crecimiento económico de la sociedad en general. Autores como Shultz (1961),
Mincer (1981) y Becker (1962) fueron pioneros y propulsores de la importancia de la inversión
en el capital humano para el incremento de productividad de los individuos y del crecimiento
económico. Shultz (1961) resalta que las personas contribuyen en gran parte a la riqueza de una
nación, mediante su capacidad productiva y su incidencia sobre el mercado laboral.
Considerando la formulación de Horvat (1958) sobre la tasa optima de inversión, Shultz
puntualiza que la inversión en capital humano resulta ser un elemento crítico en la determinación
de la tasa de crecimiento económico de un país.
Por su lado, Mincer (1981), comenta que el capital humano trata no solamente de la transmisión
e internalización de nuevos conocimientos para los individuos, sino también de la conversión de
estos conocimientos en recursos de innovación y cambios tecnológicos que afectan a todos los
factores de producción, lo que a su vez genera crecimiento económico. Becker (1962), por su
parte, afirma que la evidencia acumulada en cuanto a los beneficios económicos de la educación
hace que el capital humano juegue un papel preponderante en las discusiones de las políticas
públicas.
16
En este sentido, diversos países han invertido cuantiosas sumas para destinar recursos en la
construcción de planteles escolares, contratación y adiestramiento de maestros, compra de libros
y útiles escolares y provisión de servicios de alimento y transporte, para que los jóvenes puedan
acceder a servicios escolares de manera muy económica o gratuita. La idea es que a través de
estas inversiones se mejore el acceso y desempeño escolar de los estudiantes, especialmente los
provenientes de familias de menores ingresos.
Sin embargo, diversos estudios han mostrado que el incremento en el gasto de educación en las
categorías anteriormente mencionadas, no se relaciona con el éxito que tenga el estudiante en la
escuela. Glewwe et al. (2007) evalúa un programa desarrollado en Kenya en el cual una
organización holandesa sin fines de lucro distribuye libros a 25 escuelas primarias seleccionada
de manera aleatoria. Los resultados obtenidos reflejan que el incremento en las notas de los
exámenes de los estudiantes fue prácticamente nulo. Por otro lado, Coleman (1966) afirma que
el pago de la matricula de los estudiantes tiene muy poco que ver con los logros, más bien sus
condiciones socioeconómicas y los antecedentes del estudiante tienen más incidencia sobre su
desempeño. De igual modo, Hanusek (1989), quien realiza una revisión de la literatura
relacionada al impacto del gasto en educación sobre el éxito del estudiante, concluye que la
posible relación positiva entre los gastos escolares y el desempeño del estudiante se pierde al
controlar por antecedentes familiares.
Por tal motivo, los gobiernos han optado por utilizar programas de transferencias condicionadas
como una herramienta para impulsar y mejorar la efectividad de la asignación del gasto en
educación. Este tipo de programa surge de la necesidad de crear un incentivo para que las
17
familias de bajos ingresos envíen sus hijos a la escuela. Los miembros de hogares en condiciones
de pobreza enfrentan un coste de oportunidad muy alto de estudiar, debido a la necesidad de
percibir ingresos de manera inmediata, lo que conlleva a que los hijos tengan que trabajar y
abandonar sus estudios para ayudar con las carencias familiares. En este sentido, para reducir el
costo de oportunidad de los hogares en condiciones de pobreza y promover la asistencia de los
miembros a la escuela, a comienzo de los 90’s se comenzaron a desarrollar los programas de
transferencias condicionadas en los países latinoamericanos. La importancia de estos programas
radica en que no sólo incentivan a la asistencia escolar y a la reducción del abandono escolar,
sino que también mejoran la calidad de vida de los ciudadanos. Se trata de programas sociales
que transfieren una cuota periódicamente a familias en condiciones de pobreza, bajo la condición
de que sus miembros en edad escolar asistan a, por lo menos, un 85% de las clases. Estos
programas sociales buscan reducir la pobreza en el corto plazo e incrementar la inversión en
capital humano de las familias en el largo plazo (Borraz y González, 2009).
Una de las contribuciones importantes de los programas de transferencias condicionadas es que
ayudan a mejorar la redistribución del ingreso, lo que resulta de suma importancia, considerando
que numerosos autores citan que existen diferencias de salarios sustanciales entre la mano obra
cualificada y no cualificada (Mincer, 1984; Borraz y González, 2009). Por ello, evaluar el
impacto de estos programas, con la finalidad de verificar si se están cumpliendo los objetivos, es
un tema central para las autoridades. No obstante, esta evaluación no resulta ser sencilla dado
que no existe información acerca de cuál sería el resultado sobre la variable objetivo de un hogar
con acceso al programa que decide no participar. Como una solución óptima se propone realizar
una asignación del incentivo de manera aleatoria para corregir este sesgo. Sin embargo, la
18
mayoría de los programas no se asignan de manera aleatoria. La razón es que resulta
comprometedor para las autoridades justificar la discriminación de la asignación del incentivo
entre individuos bajo las mismas condiciones de pobreza (Khandker at al., 2010). En este
sentido, si estimamos el impacto del programa utilizando un modelo simple de mínimo
cuadrados ordinarios los resultados no serán insesgados. Por tal motivo, los investigadores han
recurrido a diversos métodos para tratar de reducir el sesgo de los resultados.
Una de las metodologías más usadas para realizar las evaluaciones de impacto es el PSM.
Rosenbaum y Rubin (1983) fueron los creadores de esta técnica mediante la cual trata de imitar
una selección aleatoria de los participantes en el programa social. Esta metodología propone la
asociación entre un grupo de receptores y no receptores del incentivo con características
observables similares. Asimismo, supone que el programa se asigna en base a características
observables; en otras palabras, en ausencia del programa, tanto el grupo que conformaría los
receptores como el de no receptores, deben tener el mismo resultado en la variable de estudio.
No obstante existen críticas al supuesto de que el programa sólo se asigna en base a factores
observables. Una posible solución y flexibilización de este supuesto ocurre cuando utilizamos en
conjunto el PSM con la técnica de la doble diferencia (Ravillion, 1999; Khandker et al., 2010).
Básicamente, primero se define el grupo control con el cálculo del propensity score que se
encuentre dentro del rango del arrojado para el tratamiento. Luego, se calcula la primera
diferencia al comparar el grupo de receptores con el de no receptores antes de implementar el
programa y la segunda diferencia, después de implementar el programa. Al sustraer ambas
diferencias se pueden eliminar factores no observables que no varían en el tiempo y que a su vez
19
afectan la participación, lo que permite reducir el sesgo. Sin embargo, en raras ocasiones se
cuenta con una encuesta previa al inicio del programa. Además, Schaffland (2012) afirma que el
PSM es una herramienta estadística confiable para evaluar los programas sociales que no fueron
asignados de manera aleatoria si se cuenta con una base de datos rica en variables y suficiente
información sobre el proceso de selección de los participantes.
En cuanto al impacto, en general, los programas de transferencias condicionadas que incentivan
a la asistencia escolar implementados en América Latina y el Caribe muestran un efecto positivo
sobre la matriculación y la asistencia, así como una mejora en la tasa de deserción escolar, entre
otros beneficios. En el caso del programa Progresa de México, el cual fue el programa pionero
en esta modalidad, estudios arrojaron que entre los beneficios obtenidos se encuentran: el
incremento de la matriculación, la reducción de la tasa de deserción y repitencia y la mejora de
las notas de los exámenes de los estudiantes beneficiados (Berhman et al., 2005; Shultz, 2004).
Otros resultados similares se verifican en el programa Bolsa Familia de Brasil. Schaffland
(2012) utilizando PSM muestra que se incrementa la probabilidad de matriculación de los niños
en un rango de 4% a 5% en aquellos hogares receptores del programa. Además, Cardozo y
Portela (2004), empleando la misma técnica estadística, verificaron que dicho programa
incrementa la asistencia escolar en un 3%. Por su lado, de Janvry et al. (2006), usando un modelo
en diferencias, muestran que Bolsa Familia reduce la tasa de deserción escolar en al menos un
3.4%.
20
Adicionalmente, mediante un modelo en diferencias, Glewwe y Olinto (2004) evalúan el
programa de transferencias condicionadas de Honduras y encuentran que incrementa la
matriculación entre 1% y 2%, la asistencia en 0.8 días por mes, la promoción de curso entre 2%
y 4% y reduce la tasa de deserción escolar entre 2% y 3%. Mientras que Maluccio y Flores
(2005), utilizando la misma técnica estadística, encuentran que en Nicaragua la tasa de
matriculación se incrementa en un 13%.
Para el caso dominicano, la literatura que evalúa el impacto del programa ILAE sobre
indicadores la repitencia, el abandono escolar y la asistencia escolar es bastante limitada. Se
identificaron dos trabajos que abordan el tema Lozano (2012) y López et al. (2013). En el caso
de Lozano (2012), se utiliza un modelo probit y logit para evaluar los determinantes de la
repitencia y deserción escolar donde incluye entre los determinantes el programa ILAE. El
estudio se realiza con datos de la Encuesta de Evaluación de la Protección Social 2010 y
tomando en consideración los miembros del hogar que cursan el ciclo básico y medio. Los
resultados arrojaron que en el nivel básico el programa ILAE no tiene incidencia sobre la
repitencia y el abandono escolar. Sin embargo para el nivel medio, las estimaciones indican que
la probabilidad de desertar el grado aumenta con la participación del estudiante en el programa
ILAE y la probabilidad de repetir disminuye.
El resultado para la deserción fue contrario a lo esperado. La posible debilidad de esta estimación
y razón por la cual los resultados arrojados no son consistentes con lo esperado, es que el modelo
probabilístico multinomial no toma en consideración que este programa no fue asignado de
manera aleatoria. En este sentido, existe un sesgo de selección que hay que corregir.
21
En el caso de López et al. (2013), se realiza un experimento enviando mensajes de texto y de voz
al celular de los padres para reforzar su compromiso con el logro de que sus hijos asistan a sus
clases. El experimento consistió en la formación de tres grupos: un grupo control; uno que sólo
recibía mensaje de texto; y otro que recibía mensaje de voz. Se seleccionaron 1,350 hogares de
manera aleatoria de la Encuesta de Protección Social (2010) con niños en edad de 5 a 21 años.
Luego, a finales del año 2012, se visitaron 1,337 de estos hogares para medir los resultados. Al
final, el estudio muestra que el enviar mensajes de texto a los padres tiene mayor incidencia
sobre la matriculación que los aquellos que son voz. Específicamente, la matriculación se
incrementó desde un 3.2% hasta un 3.8% cuando los padres reciben mensaje de texto. Sin
embargo, se verificaron menores tasas de ausencia en el grupo que recibe mensajes de voz. La
tasa de ausencia se reduce entre 2.4% y 3.2%.
Vale la pena resaltar que existen autores que han investigado el impacto de los componentes de
Solidaridad, entre ellos el ILAE, sobre el mercado laboral. Canavire y Vásquez (2012) utilizan
los datos de la Encuesta de Evaluación de la Protección Social 2010 y emplean el PSM para
realizar sus estimaciones. Los autores concluyen que la participación en el ILAE presenta efectos
negativos y significativos pero de magnitud muy pequeña sobre los ingresos laborales y el deseo
de trabajar. También, observan ligeros efectos positivos a estar empleado mientras se beneficia
del programa.
Al explorar con detenimiento los efectos heterogéneos de los componentes del programa
Solidaridad sobre el mercado laboral, Canavire y Vásquez (2012) observan que los efectos son
22
ligeramente mayores en el programa ILAE comparado a los demás componentes de Solidaridad.
También, el efecto positivo es mayor en el empleo para el grupo de jóvenes y adultos mayores
que para el resto y la reducción de la oferta laboral es más significativa para las mujeres que para
los hombres. El estudio que se llevará a cabo es distinto al de Canavire y Vásquez (2012) ya que
no aborda los efectos del ILAE sobre el mercado laboral.
Esta investigación pretende mejorar las estimaciones realizadas por Lozano (2012) sobre el
impacto del programa ILAE en la repitencia y la deserción escolar, corrigiendo el sesgo de
selección que ocurre cuando un programa no se asigna de manera aleatoria. Para lograr este
cometido, utilizaremos el método de apareamiento PSM que contribuirá a seleccionar un grupo
no receptor del programa comparable a aquellos que si lo recibieron, de manera tal que podamos
medir el impacto del ILAE con mayor precisión.
23
CAPITULO IV
ASPECTOS METODOLOGICOS
En esta sección, la primera parte trata el tema de las dificultades que se presentan al estimar el
impacto de las transferencias condicionadas. Luego, se explica sobre la metodología y el modelo
que permite superar estos obstáculos. Finalmente, se abordan los resultados del estudio.
IV.1 Estimación del Impacto de los Programas de Transferencias Condicionada
Un gran reto que enfrentan la mayoría de los países para tratar reducir la pobreza es diseñar la
implementación de un programa social. Los países han optado por crear programas de
transferencias condicionadas y focalizadas a los hogares en condiciones de pobreza extrema y
moderada. El programa Progresa de México fue el pionero en esta modalidad. Berhman et al.
(2001) comenta que en este programa primero se seleccionaron las comunidades con el mayor
grado de marginalidad y
luego se asignó el beneficio a los hogares elegibles en estas
comunidades. Posteriormente, países como Brasil, Honduras, Nicaragua, Ecuador, República
Dominicana, entre otros diseñaron sus propios programas.
El gran problema que presentan los programas de transferencias condicionadas es la dificultad de
garantizar que hayan sido asignados de manera totalmente aleatoria. Sin duda alguna, el tema de
la asignación aleatoria resulta comprometedor para los funcionarios públicos a la hora de
justificar porque se beneficiaría a un grupo y a otro no, cuando ambos están bajo las mismas
condiciones de pobreza.
24
El hecho de no garantizar que los receptores se hayan elegido de manera aleatoria, genera un
sesgo de selección y las diferencias que existen entre ambos grupos no pueden afirmarse que se
deben al programa. Khandker et al. (2010) afirman que hay dos factores por los cuales el
tratamiento no es aleatorio y se genera un sesgo de selección: a) los programas son establecidos
de acuerdo a las necesidades de las comunidades y los individuos, quienes al final estarían
definiendo el diseño e implementación del programa; y b) los individuos se autoseleccionan para
participar en el programa. Por ejemplo, si al realizar un programa social solo se selecciona una
muestra con individuos de cierta característica para medir el impacto y no de manera aleatoria,
entonces se tiene una muestra no representativa de la población. Por ende, los resultados
obtenidos estarían sesgados. Por consiguiente, para garantizar que las inferencias que se realicen
sobre el impacto del programa sean fiables y puedan ser atribuidas a la participación en el
programa, se debe tratar de eliminar este sesgo de selección.
En el caso de la República Dominicana, el programa ILAE comenzó a implementarse en el año
2004 y se expandió por todo el país beneficiando a hogares en extrema y moderada pobreza. Para
realizar una evaluación de impacto de este programa, existen diversos factores que debemos
tomar en cuenta. Primero, no contamos con la información de cual hubiese sido el resultado en
términos de repitencia, asistencia y deserción escolar de los receptores del programa si no
hubiesen recibido este incentivo. Esta información no es observable ya que un hogar no puede
ser beneficiario y no beneficiario a la vez.
25
En este sentido, sólo podríamos optar por conseguir un grupo de no receptores (control) que sea
lo suficientemente similar al de receptores. Una opción es asignar el beneficio de manera
aleatoria lo que nos ayuda a eliminar este sesgo de selección. Sin embargo, como expresamos
previamente es difícil garantizar que la asignación del programa sea totalmente al azar. Por tal
razón, al medir el efecto promedio del programa no contando con una asignación del programa
de manera aleatoria, tendremos un sesgo de selección al cual no podremos calcularle su
magnitud. En términos más formales:
En términos formales, se puede proceder como sigue. Sea D el efecto promedio del programa,
un indicador de participación en el programa, el cual toma valor de 1 si el hogar es beneficiado y
0 en caso contrario. Además, siendo
participa en el ILAE ( =1) y
el resultado sobre la variable objetivo de un hogar que
el resultado sobre la variable objetivo de un hogar no participa
en el ILAE ( =0). Tomando en cuenta esta información, tenemos la siguiente ecuación:
D= E[
│ =1] – E[
│ =1] + E[
Efecto Promedio del Tratamiento
│ =1] – E[
│ =0]
(1)
Sesgo de Selección
En la ecuación 1, se puede apreciar que la primera parte, el efecto promedio del tratamiento,
representa la ganancia que han tenido los hogares que han participado sobre los que tuvieron la
oportunidad de ser parte del tratamiento pero no participaron. La segunda parte representa el
26
sesgo de selección. Esta parte de la ecuación no podría calcularse ya que no podemos observar la
magnitud de E[
│ =1] .
Otro factor a tomar en cuenta es que requerimos que la muestra de los hogares participantes y no
participantes no difieran sistemáticamente entre sí, es decir, que existan características
intrínsecas a cada grupo de hogares. En otras palabras, si la distribución de los hogares no es
puramente aleatoria se pueden hacer inferencias sobre el impacto del programa que son erradas
ya que pueden deberse a características observables inherente en cada grupo, tales como el nivel
socioeconómico. En este sentido, se hace preciso construir un grupo de hogares no receptores del
incentivo lo suficientemente equivalente, en características observables, a los hogares receptores.
La solución que proponemos para liberarnos de estas dificultades, es utilizar una técnica como
PSM que nos permita imitar un proceso de selección aleatoria del grupo de receptores y no
receptores del programa basado en características observables similares. El PSM, en base a la
probabilidad de participación de los hogares beneficiados y no beneficiados, permite realizar un
emparejamiento de ambos grupos. Básicamente, permite construir un grupo control que sea
similar al grupo de receptores para poder evaluar el impacto del programa. De esta manera, se
elimina el sesgo de selección y se obtiene el efecto promedio del tratamiento.
IV.2 Propensity Score Matching
De acuerdo a esta metodología, puede dividirse la participación como un tratamiento en el que
algunos hogares participan y otros no. En este sentido, se crea un grupo llamado tratamiento que
27
corresponde a aquellos hogares que han sido beneficiados por el programa y otro grupo llamado
control que representa a aquellos hogares que no fueron beneficiados por el programa. Cabe
resaltar que, ambos grupos deben tener características observables similares.
El primer paso para lograr este cometido, es calcular el propensity score, que no es más que la
probabilidad de participación en el tratamiento (T) de cada grupo condicionado, dada unas
características observables (X). Formalmente lo podemos definir como P(X) = Pr( T=1/X).
Debemos resaltar que esta ecuación no representa un modelo determinante de la participación.
En este sentido, los valores del t-estadístico y del
ajustado no son informativos. De igual
modo, es necesario que se incluyan todas las variables independientes que influyen sobre la
participación o de lo contrario los resultados estarían sesgados.
La finalidad de calcular el propensity score es lograr el emparejamiento de ambos grupos bajo
este indicador estadístico. Rosenbaum y Rubin (1983) demostraron que realizar emparejamiento
usando el propensity score es tan adecuado como hacerlo por un conjunto variables
independientes. Esto permite simplificar el proceso de comparación entre ambos grupos, ya que
dado a la dimensionalidad del conjunto de variables independientes sería muy tedioso asociar a
ambos grupos tomando en cuenta cada variable.
No obstante para que este método estadístico sea plausible se debe verificar que se cumplan dos
supuestos elementales. Primero, se necesita que los resultados potenciales de aquellos que no
participan sean independientes de su estado de participación:
┴
. En otras palabras, el
programa se basa en características observables. Segundo, se debe asegurar que exista una región
28
donde tanto los valores del propensity score calculados para el grupo de tratamiento y el grupo
control coincidan en gran parte. Formalmente, 0 < P (
= 1│ ) < 1. Al cumplirse ambos
supuestos, se logra que tanto los hogares tratados como los no tratados en promedio tengan el
mismo resultado en ausencia del programa.
Luego de calcular el propensity score cumpliendo con los supuestos previamente mencionados,
se procede a realizar la asociación entre las observaciones del grupo de tratamiento y de control.
En el caso de nuestro estudio, utilizaremos dos métodos para realizar el emparejamiento y
calcular el efecto promedio del tratamiento sobre los tratados:

Emparejamiento según el vecino más cercano: Este método se basa en la asociación de
cada unidad tratada a la unidad del grupo control con el propensity score más cercano. Es
decir, se escoge a la unidad no tratada j para ser el grupo control C(i) de la unidad tratada
i de modo que se minimice la diferencia entre los pronpesity scores.
C(i)= min

(2)
Emparejamiento de acuerdo a un radio predefinido: Este método utiliza todas las
unidades de control dentro de un radio predeterminado del propensity score. Esto
representa una ventaja ya que permite utilizar una misma unidad de control para varias
unidades de tratamiento siempre y cuando los propensity score se encuentre dentro del
rango determinado. La formula indica que la unidad de control i se asocia con la unidad
de control j tal que:
29
β>

=
(3)
Emparejamiento por intervalo: Este procedimiento hace pequeños intervalos del grupo
de la región en el cual coinciden el propensity score tanto del grupo control como del
tratamiento. Luego, mide el impacto del programa en cada intervalo y toma un promedio
ponderado del impacto promedio de cada intervalo.
Finalmente, una vez realizado el emparejamiento, la estimación del efecto promedio del
tratamiento sobre los tratados se encuentra computando la diferencia en promedio de la
variable de estudio en cada grupo que viene dado por:
ATT =E[
│ =1] – E[
│ =0]
(4)
Para calcular el propensity score se introdujeron variables que denoten las características del
niño, del jefe del hogar, la composición y característica de la vivienda, la educación de la madre,
entre otros controles. A continuación presentamos las variables independientes de acuerdo a las
categorías previamente mencionadas:

Características del Niño: se utiliza el orden del nacimiento del hijo, una variable
dicotómica para indicar si el niño asiste a una escuela pública y otra para indicar si es de
sexo masculino.

Características del Jefe del Hogar: se considera la edad del jefe del hogar, la edad del jefe
del hogar al cuadrado, variables dicotómicas indicando si el jefe no es analfabeto, si cursó
30
hasta un nivel técnico, si es mujer, y un término de interacción entre las variables
dicotómicas que indican si el jefe no es analfabeto y si es mujer.

Características y composición de la vivienda: se toma en consideración el índice de
hacinamiento en el hogar (personas que habitan en la vivienda entre el número de
dormitorios), variables dicotómicas que indiquen si el agua que recibe la vivienda es de
una fuente natural de agua (rio, lago o manantial), si es por medio de tuberías, y otras
para indicar si la principal fuente de alumbrado es una lámpara, si la vivienda recibe
energía del tendido eléctrico, si el tipo de piso de la vivienda es de tierra, si es de
cemento, si no posee inodoro y si el hogar tiene estufa.

Educación de la Madre: se emplean 2 variables dicotómicas que indican si la madre no
tiene ninguna educación y si sabe leer y escribir.

Otros controles: una variable dicotómica para indicar si el niño usa transporte público
para ir a la escuela, la cantidad de niños en edad para beneficiarse del programa ILAE que
habitan por hogar y una variable dicotómica que indica si la madre está presente en el
hogar.
En otro orden, la variable de tratamiento sería una variable dicotómica que toma el valor de 1 si
el hogar participó alguna vez en el programa ILAE y 0, en caso contrario. En cuanto a las
variables sobre las cuales se medirá el impacto del programa, planteamos 3 variables
dicotómicas:

Una variable que tome valor de 1 si el niño nunca faltó y 0 en caso contrario;

Una variables que tome valor de 1 si el niño repitió de curso y 0 en caso contrario; y

Una variable que tome el valor de 1 si no concluyó el año escolar y 0 en caso contrario.
31
Para evaluar el impacto del programa ILAE, se utilizó la data de la Encuesta de Evaluación de
Protección Social (EEPS) del año 2010. La EEPS es una encuesta multi-temática que busca
identificar las condiciones generales de vida de los hogares beneficiados y no beneficiados por
los programas sociales, tales como Comer es Primero e ILAE.
32
CAPITULO V
ANALISIS DE DATOS, ESTIMACIONES Y RESULTADOS
De acuerdo a los datos obtenidos a través de la EEPS, se reporta que 2,040 hogares recibieron
alguna vez el ILAE y 4,741 nunca la recibieron. Además, se observa en la tabla III que de un
total de 8,504 niños en el rango de edad entre 6 y 16 años, unos 3,774 (44%) niños se
encontraban en hogares que fueron beneficiados alguna vez por el programa ILAE, mientras que
4,718 (56%) niños estaban en hogares que nunca fueron beneficiados. Sólo 12 niños no se sabe si
participaron o no en el programa ya que no reportaron.
Tabla III
Participación en el Programa ILAE
ILAE
Obs
%
% Acumulado
0
4,718
55.56
55.56
1
3,774
44.44
100
Total
8,492
100
Fuente: Elaboración propia en base a los datos de la encuesta.
En otro orden, de acuerdo a la tabla IV, se observa que el 94% de los hogares beneficiados
tenían un techo de zinc y piso de cemento o mosaico. De igual modo, se verificó que más del
85% de los hogares recibían energía del tendido eléctrico y agua, a través de tuberías. Además,
el 76% de los hogares beneficiados no contaban con inodoro.
33
Tabla IV
Características de la Vivienda
Características de los hogares beneficiados
Cantidad de Hogares
%
Techo de Zinc
1,922
94.22%
Piso de Cemento/Mosaico
1,907
93.48%
74
3.63%
1,777
87.2
Consumo de agua de fuentes naturales
59
2.89%
Consumo de agua del camión cisterna
51
2.50%
1,746
85.56%
94
4.61%
Piso de Tierra
Consumo de agua por medio de tuberías
Recibe energía del tendido eléctrico
Usa lámpara de gas o kerosen
Fuente: Elaboración propia en base a los datos de la encuesta.
Adicionalmente, se muestra en la tabla V que los hogares beneficiados en tenían en promedio 2
personas por cada dormitorio, con un máximo de hasta 13 en un dormitorio. Al comparar estos
datos con una presentación sobre el programa Solidaridad realizada por el SIUBEN en el año
2008, verificamos que la mayoría de las características anteriormente citadas se corresponden
con la población objetivo que son hogares en pobreza extrema y moderada. Específicamente,
entre las características más predominantes se encuentran que estos hogares tenían techo de
yagua o de zinc, recibían agua de fuentes naturales o del acueducto, contaban con fuente de
alumbrado del tendido eléctrico u otra alternativa. Finalmente, citan que los hogares más pobres
no contaban con inodoro y tenían en promedio 2 personas por dormitorio.
34
Tabla V
Índice de Hacinamiento
Variable
Hacinamiento
Obs
Promedio
Desv. St.
Min
Max
2,040
2.30538
1.15499
0.33333
13
Fuente: Elaboración propia en base a los datos de la encuesta.
En cuanto a la educación del jefe del hogar y su incidencia sobre la participación del hogar en el
programa ILAE, se muestra en la tabla VI que el 79% de los niños en hogares beneficiados
contaban con un jefe de hogar que sabía leer y escribir. De igual modo, el 57% de los jefes del
hogar contaban con una educción básica y con una edad promedio de 48 años. Adicionalmente,
el 90% de los niños en edad apta para participar asistía a una escuela pública y 82% caminaba
para asistir a su recinto escolar. En promedio, los hogares beneficiados contaban con 2 miembros
que eran elegibles para participar en el programa ILAE y el 47% de la muestra resultó ser niño.
Tabla VI
Estadísticas Generales sobre los Miembros del Hogar
Variable
Obs
Promedio
Desv. St.
Niño asiste a una escuela pública
8504
0.90
0.30
Niño camina para ir a la escuela
8504
0.82
0.38
Niño de sexo masculino
8504
0.48
0.50
Jefe de hogar alfabeto
4356
0.79
0.41
Jefe de hogar mujer y alfabeta
4356
0.36
0.48
Jefe de hogar mujer
4356
0.45
0.50
35
Número de miembros elegibles
4356
2.38
1.14
Jefe del hogar con educ. bas.
4356
1.95
1.03
Edad del jefe del hogar
4356
0.03
0.17
Fuente: Elaboración propia en base a los datos de la encuesta .
Al evaluar la repitencia y deserción entre el grupo control y tratamiento en edad de 6 a 16 años,
se observa en la tabla VII que del grupo de receptores 4,223 (94%) niños no repitieron de curso y
sólo 295 (6%) repitió. Mientras que el grupo control 3,541 (94%) no repitió y sólo 233 (6%)
repitió. De igual modo, en cuanto al abandono del grado escolar, se observa que 4,630 niños
beneficiados no abandonaron el grado escolar y sólo 88 niños abandonaron. En el grupo no
receptor, unos 3,732 niños no abandona el grado escolar y 42 abandona el grado escolar.
Tabla VII
Análisis de la Repitencia y Abandono de Grado según Participación en el ILAE
Variable
No Repite
Repite
No abandona el grado
Abandona el grado
Receptores de ILAE
No Receptores de ILAE
Cantidad
4,423
295
4,630
88
Cantidad
3,541
233
3,732
42
%
94%
6%
98%
2%
%
94%
6%
99%
1%
Fuente: Elaboración propia en base a los datos de la encuesta .
Al analizar la tabla VIII, se verifica que el 94% de los niños elegibles que no repitió de curso y el
99% que no desertó, contaban con un jefe de hogar que no era analfabeto. A pesar de que en la
muestra la cantidad de niños en edad de 6 a 16 años que repitió o desertó era mínima, se puede
observar que cuando el jefe no era analfabeto la probabilidad de que el niño repita o abandone el
36
grado se reduce en 1%. En este sentido, aun se verifica un ligero impacto de la educación del jefe
del hogar sobre el desempeño escolar del niño.
Tabla VIII
Análisis de la Repitencia y Abandono de Grado según la Educación del Jefe de Hogar
Jefe analfabeto
Variable
Cantidad
1,620
127
1,707
40
No Repite
Repite
No abandona el grado
Abandona el grado
%
93%
7%
98%
2%
Jefe no analfabeto
Cantidad
6,356
401
6,667
90
%
94%
6%
99%
1%
Fuente: Elaboración propia en base a los datos de la encuesta .
V.1 Resultados de las estimaciones
Antes de realizar nuestra evaluación de impacto con el PSM, decidimos realizar una prueba
básica para comparar en promedio el impacto del programa entre el grupo de receptores y no
receptores. Se trata de una prueba que mide las diferencias entre el grupo control y tratamiento
de acuerdo a la variable objetivo. De acuerdo a la tabla IX, la prueba muestra que el grupo
control repite un 0.079% más, que el grupo de tratamiento. Sin embargo, al evaluar la hipótesis
nula de que no existe una diferencia en cuanto al nivel de repitencia entre el grupo control y el
de tratamiento, se rechaza a un significancia 10%.
37
Tabla IX
Test de Medias para la Repitencia
Promedio Error St.
Intervalo de
Desv. St. Confianza al 95%
Grupo
Obs
Participantes
No
Participantes
Combinado
Diferencia
4718
0.0625
0.0035
0.2421
0.0556
0.0694
3774
8,492
0.0617
0.0622
0.0008
0.0039
0.0026
0.0053
0.2407
0.2415
0.0541
0.0570
-0.0096
0.0694
0.0673
0.0111
t
0.1495
p
0.8800
Luego, se realiza el análisis con la deserción escolar. De acuerdo a la tabla X, el grupo control
que abandona el grado es 0.75% mayor al de tratamiento. Además, la hipótesis nula de que no
existe diferencia en cuanto a la deserción para ambos grupos se rechaza a un nivel de
significancia de 5%.
Tabla X
Test de Medias para el Abandono de Grado
Promedio Error St.
Intervalo de
Desv. St. Confianza al 95%
Grupo
Obs
Participantes
No
Participantes
Combinado
Diferencia
4718
0.0187
0.0020
0.1353
0.0148
3774
8,492
0.0111
0.0153
0.0075
0.0017
0.0013
0.0027
0.1049
0.1228
0.0078 0.0145
0.0127 0.0179
0.0023 0.0128
t
p
0.0225
2.8068
0.0050
Finalmente, se aplica la prueba a la asistencia escolar y se obtiene que la cantidad de niños que
nunca falta es 5.17% menor en el grupo de tratamiento que en el grupo de control. En este caso,
la hipótesis nula no se rechaza a un nivel de significancia de 1%, esto confirma que la diferencia
arrojada es significativa. Estos resultados se indican en la tabla XI.
38
Tabla XI
Test de Medias para la Asistencia Escolar
Promedio Error St.
Desv. St.
Intervalo de
Confianza al 95%
Grupo
Obs
t
Participantes
No
Participantes
Combinado
Diferencia
4718
0.5468
0.0072
0.4979
0.5326
3774
8492
0.5986
0.5698
-0.0517
0.0080
0.0054
0.0108
0.4903
0.4951
0.5829 0.6142
0.5593 0.5804
-0.0729 -0.0306 -4.7900
p
0.5611
0.0000
En conclusión, el análisis preliminar muestra que el programa ILAE no tiene incidencia sobre la
repitencia. Sin embargo, los hogares participantes incrementan la asistencia escolar y reducen el
abandono de grado con relación a los hogares no receptores del programa.
Luego de obtener los resultados preliminares del programa con una prueba de diferencia de
promedios del impacto del programa sobre la repitencia, el abandono de grado y la asistencia, se
estiman los resultados del programa con el PSM.
Primero, se utiliza la metodología de
emparejamiento del vecino más cercano. De acuerdo a los resultados de la Tabla XII, en
promedio el programa reduce la repitencia en un 0.5%, el abandono en un 1% e incrementa la
asistencia de aquellos que nunca faltan en un 3.9%. Las estimaciones realizadas para el abandono
escolar y la asistencia resultaron significativas a un 5%, mientras que la estimación para el
impacto en la repitencia no resultó significativa al 10%. Estos resultados son consistentes con
nuestra prueba inicial.
El impacto sobre la repitencia del programa ILAE es cuestionable, ya que el hecho de que se le
exija una asistencia a sus clases en, por lo menos, un 85% no garantiza que el niño comprenda
39
sus clases, hagas sus tareas y estudie para sus exámenes, lo que culminaría en que repitiese de
curso. En este sentido, la calidad de las clases y el seguimiento que reciba el niño por parte de
sus padres es fundamental para mejorar su rendimiento en clases.
Tabla XII
Estimación del Impacto utilizando Emparejamiento con el Vecino más Cercano
Variable
Tratamiento
Control
ATT
Desv. Est.
t
p
Repitencia
3766
2213
-0.005
0.008
-0.592
0. 5539
Escolar
3766
2213
-0.01
0.004
-2.395
0.0167
Asistencia
3766
2213
0.039
0.015
2.585
0.0098
Abandono
Con la finalidad de verificar la consistencia de los resultados, se emplearon varias metodologías
de emparejamiento. Primero, se utiliza la metodología de emparejamiento a través de un radio
predeterminado de 0.001. Los resultados arrojados fueron similares a los obtenidos con la
metodología de emparejamiento del vecino más cercano. En específico, la tabla XIII indica que
el efecto promedio del programa sobre la repitencia no fue significativo al 10%. Sin embargo, la
deserción se reduce a 0.7% y la asistencia de aquellos niños que nunca falta se incrementa 4.7%.
En ambos casos se rechaza la hipótesis nula de que el programa no afecta la deserción y la
asistencia a un grado de significancia del 5%.
40
Tabla XIII
Estimación del Impacto utilizando Emparejamiento con un Radio Predeterminado
Variable
Tratamiento
Control
ATT
Desv. Est.
t
p
3766
4707
-0.005
0.005
-0.834
0. 4043
Escolar
3766
4707
-0.007
0.003
-2.709
0.0068
Asistencia
3766
4707
0.047
0.011
4.181
0.0000
Repitencia
Abandono
Finalmente, se utiliza el emparejamiento usando intervalos dentro de la región de soporte común
del grupo control y tratamiento. Los resultados no fueron distintos de los obtenidos
anteriormente. Básicamente, sólo el abandono de grado y la asistencia escolar resultaron ser
significativas a un 5%. En específico, la deserción se reduce a 0.5% y la asistencia de aquellos
niños que nunca falta se incrementa 3.7%. Estos resultados se muestran en la tabla XIV.
Tabla XIV
Estimación del Impacto utilizando Emparejamiento por Intervalo
Variable
Tratamiento
Control
ATT
Desv. Est.
t
p
3766
4717
-0.0050
0.0060
-0.97
0.1670
Escolar
3766
4717
-0.0080
0.0030
-2.85
0.0022
Asistencia
3766
4717
0.0370
0.0110
3.32
0.0004
Repitencia
Abandono
41
CAPITULO VI
CONCLUSIONES Y RECOMENDACIONES DE POLITICAS
El programa ILAE muestra tener efectos significativos sobre la asistencia escolar y el abandono
de grado. Sin embargo, no se observa que tiene incidencia sobre la repitencia. Existen dos
posibles razones por las cuales el programa ILAE no tiene impacto sobre la repitencia. Primero,
el rendimiento escolar del niño está muy relacionado a la calidad de las clases que recibe. En este
sentido, puede ser que los profesores no estén utilizando el material adecuado para explicar sus
clases y por ende no logran que el niño pueda seguir el programa de clases. Segundo, el
programa ILAE sólo exige la asistencia regular del niño a sus clases no tiene un componente que
premie su rendimiento en el salón de clases. En este sentido, una posibilidad es que los padres
sólo se preocupen por enviar a sus hijos a la escuela y quizás no dediquen suficiente tiempo a sus
hijos para lograr que cumplan con sus asignaciones escolares.
De acuerdo al análisis estadístico de la EEPS, se verifica que el 79% de los padres de hogares
beneficiados sabe leer y escribir. Además, se muestra que la probabilidad de desertar o repetir
ante la presencia de un padre no analfabeto se reduce en un 1%. En cuanto a los resultados de las
estimaciones realizadas para esta investigación, se observa que el impacto del programa es
mayor en la asistencia escolar que en la deserción. Específicamente, se registra que los niños que
nunca faltan se incrementan entre 3.9% y 4.7%, mientras que el abandono de grado se reduce
entre un 0.7% y 1%.
42
Esta investigación constituye un aporte metodológico para la evaluación de impacto de
programas transferencias condicionadas que no han sido asignados de manera aleatoria. Se ha
desarrollado una metodología de emparejamiento, PSM, que imita una selección aleatoria tanto
del grupo control como tratamiento para evaluar el impacto del programa. Al aplicar esta
metodología se corrige el sesgo de selección lo que permite mejorar la precisión del impacto del
programa sobre la asistencia, la repitencia y la deserción escolar.
Una de las principales limitaciones fue la base de datos de la EEPS la cual sólo mide el periodo
escolar del 2009-2010. En este sentido, no fue posible medir la evolución del impacto del
programa a través del tiempo. Adicionalmente, si se contara con una base de datos con mayor
cantidad de años se puede combinar un modelo en diferencia con el PSM y eliminar los factores
no observables que no varían en el tiempo. Esto permitiría enriquecer la investigación al
flexibilizar el supuesto detrás de la técnica de PSM de que el programa sólo se asigna en base a
características observables. Otra limitación es que la encuesta no contaba con datos para
determinar las calificaciones del estudiante y variables como asistencia no se mede en cantidad
de días. Debido a esta limitante, no se pudo evaluar el impacto del programa sobre el
rendimiento escolar del niño, ni tampoco medir el incremento exacto de la asistencia escolar para
aquellos niños de hogares receptores del subsidio.
Por otro lado, es de esperarse que el programa ILAE implique un costo de oportunidad alto para
un individuo que habita en un hogar en extrema y moderada pobreza. En otras palabras, la ayuda
que recibe el hogar es ínfima (de 300 a 600 pesos mensuales dependiendo la cantidad de
miembros elegibles en el hogar) comparada a los ingresos laborales que podría llevar el hijo si no
43
asiste a la escuela y trabaja. Por tal razón, si los ingresos laborales que percibe el hijo representan
una proporción considerable de los ingresos del hogar, entonces puede ser que los padres
promuevan que el hijo trabaje y asista a la escuela a la vez. Además, un programa de incentivo a
la asistencia escolar, no garantiza que el estudiante mejore su rendimiento en clase. En ese
sentido, se recomiendan las siguientes políticas para mejorar la implementación del ILAE y su
impacto:

Motivar a los padres a establecer una rutina diaria con sus hijos para darle seguimiento a
sus asignaciones escolares y ayudarlos formar metas futuras en cuanto a su carrera
profesional. El centro de información y entrenamiento para padres de la Universidad de
Minnesota elaboró un documento sobre el rol de padres en la educación de los jóvenes y
afirman que los padres pueden establecer horarios fijos para ayudar a sus hijos a
completar sus tareas realizándole preguntas, dándole acceso a los libros y utilizando
cualquier otro recurso que sea necesario. Asimismo, expresan que los padres pueden
contribuir a que sus hijos formen metas concretas sobre la carrera profesional que
pretende seguir. De esta manera, los padres contribuyen a que en un futuro los jóvenes
puedan obtener un mejor empleo y mejorar su calidad de vida.

Estimular a los padres de los hogares receptores del ILAE sobre la importancia de la
educación y la necesidad de que envíen a sus hijos a la escuela. Una buena opción sería
enviarles mensajes de voz o de texto al celular para reforzar su compromiso de enviar a
sus hijos a la escuela. López et al. (2013) verifican que a través del envío de mensaje de
44
texto o de voz al celular de los padres, se incrementa la matriculación y se reduce la
ausencia a clases de los niños que participan en el programa ILAE.

Crear un mecanismo de incentivo que premie el rendimiento escolar del niño al pasar de
curso. En el año 2012, Abdul Latif Jameel Poverty Action Lab hace un experimento con
diferentes modalidades de pago tomando como piloto el programa de transferencia
condicionadas de Colombia. Dos de los más relevantes fueron la postergación de parte de
la transferencia hasta el momento en que hayan completado el nivel que estaban cursando
y otro que otorga un incentivo extra al graduarse de la escuela secundaria e inscribirse en
la universidad. Ambas modalidades incrementaron aun más la matriculación que las
modalidades de pago tradicionales. De igual modo, los participantes respondieron en gran
medida a los incentivos para graduarse y matricularse en instituciones de educación
superior.

Proveer un entrenamiento de calidad a los profesores que les permita impartir sus clases
de manera más práctica y lograr que sus estudiantes tengan un mejor nivel de
comprensión del programa de clases. Ha quedado evidenciado que apoyarse en recursos
muy sofisticado no resulta ser muy efectivo, más bien las clases impartidas por los
profesores debe adaptarse al perfil de los estudiantes. Banerjee et al. (2005) cita que las
intervenciones para mejorar el nivel de educación en comunidades pobres no resultan ser
tan efectivas porque en ocasiones los sistemas educativos en las escuelas están diseñado
para grupos de estudiantes privilegiados y no orientados a estudiantes con una situación
socioeconómica en niveles de indigencia.
45
REFERENCIAS BIBLIOGRAFICAS
Banerjee, A., Cole, S., Duflo, E. y Linden, L. (2005). Remedying Education: Evidence from Two
Randomized
Experiments
in
India.
Recuperado
el
25
de
marzo
de
2014,
de
http://www.nber.org/papers/w11904.pdf?new_window=1
Barreras, F., Bertrand, M., Linden, L. y Perez, F. (2008). Conditional Cash Transfer in
Education: Design Features, Peer and Sibling Effects Evidence form Randomized Experiment in
Colombia (Bureau for Research and Economic Analysis of Development No. 168) Recuperado
el 25 de marzo de 2014, de http://ipl.econ.duke.edu/bread/papers/working/168.pdf
Becker, G. (1962). Investment in Human Capital: A Theoretical Analysis. Journal of Political
Economy, 70 (5), 9-49.
Becker, S. y Ichino, A. (2002). Estimation of average treatment effects based Propensity Scores.
Stata Journal, 2(4), 358-377.
Behrman, J. y Hoddinott, J. (2001). An Evaluation of the Impact of Progresa on Preschool Child
Height (Food Consumption and Nutrition Division Discussion Paper No. 104). Recuperado el
25 de marzo de 2014, de http://www.ifpri.org/sites/default/files/publications/fcndp104.pdf
Behrman, J., Sengupta, P. y Todd, P. (2005). Progressing through PROGRESA: An Impact
Assessment of a School Subsidy Experiment in Rural Mexico. Economic Development and
46
Cultural Change, 54(1), 237-75.
Borraz, F. y González, N. (2009). Impact of Uruguayan Conditional Cash Transfer Program.
Cuadernos de Economía, 6, 243-271.
Cardoso, E. y Portela, A. (2004). The Impact of Cash Transfer on Child Labor and School
Attendance in Brazil (Vanderbilt University Department of Economics Working Paper No. 04W07).
Recuperado
el
25
de
marzo
de
2014,
de
http://www.accessecon.com/pubs/VUECON/vu04-w07.pdf
Canavire, G. y Vásquez, H. (2012). Impacto del Programa Solidaridad en el Mercado Laboral de
la República Dominicana.
Contreras, E. (2013). Fortaleciendo la acumulación de capital humano de los jóvenes del
programa Progresando con Solidaridad. Santo Domingo: Banco Interamericano de Desarrollo.
Coleman, J. (1966). Equality of Educational Opportunity (COLEMAN) Study (EEOS). Ann
Arbor, MI: Inter-university Consortium for Political and Social Research [distributor], 2007-0427.
De Janvry, A., Finan, F. y Sadoulet, E. (2006). Evaluating Brazil’s Bolsa Escola Program:
Impact Evaluation on Schooling and Municipal Roles. Recuperado el 25 de marzo de 2014,
University of Berkely, página web del Departamento de Agricultura y Recursos Económicos:
47
http://are.berkeley.edu/~esadoulet/papers/BolsaEscolaReport6-6.pdf
Glewwe, P., Kremer, M. y Moulin, S. (2007). Many Children Left Behind? Textbooks and Test
Scores in Kenya (National Bureau of Economics Working Paper No.13300). Recuperado el 25
de marzo de 2014, de http://www.nber.org/papers/w13300.
Glewwe, P. y P. Olinto. (2004). Evaluation of the Impact of Conditional Cash Transfers on
Schooling: An Experimental Analysis of Honduras PRAF Program (Final Report USAID).
Recuperado
el
25
de
marzo
de
2014,
de
http://siteresources.worldbank.org/EXTLACREGTOPPOVANA/Resources/GlewweOlintoimpac
tofconditionalcashtransfersonschooling.pdf.
Hanushek, E. (1989). The Impact of Differential Expenditures on School Performance. American
Educational Research Association, 18(4), 45-51.
Horvat, B. (1958). The optimum Rate of Investment. Economic Journal, 68, 747-67.
Khandker, S., Koowal, G. y Samad, H.(2010). Hanbook on Impact Evaluation: Quantitative
Methods and Practices. Washington: The World Bank.
Parents Play Vital Role in Teenagers’ Education: Try These Ideas to Help Your Teen.
(2010). Recuperado el 25 de marzo de 2014, Minnesota Parent Center / MN PIRC, página web:
http://www.pacer.org/mpc/pdf/mpc-73.pdf
48
Maluccio, J. y Flores, R. (2005). Impact Evaluation of Conditional Cash Transfer Program: The
Nicaraguan Red de Protection Social. International. International Food Policy Research
Institute. (141), 1-57
Mincer, J. (1981). Human Capital and Economic Growth (National Bureau of Economic
Research Working Paper No. 803). Recuperado el 25 de marzo de 2014, de
http://www.nber.org/papers/w0803.pdf?new_window=1
López, K., Parodi, S. y Tristao, I. (2013). Promoting Better Household Educational Behavior
Through Reinforcement-Message.
Lozano, M. (2012). Los determinantes de la deserción y repitencia escolar de los hogares en
condiciones de pobreza: Evidencia de la Encuesta de Evaluación de la Protección Social 2010
Tesis de maestría no publicada de Economía Aplicada. Universidad Católica de Santo Domingo,
Centro Empírica. Programa de Maestría en Economía Aplicada. Santo Domingo, República
Dominicana.
Schaffland, E. (2012). Conditional Cash Transfer in Brazil: Treatment Evaluation of the Bolsa
Familia Program Education (Courant Research Centre Discussion Papers No. 84). Recuperado el
25 de marzo de 2014, de http://www2.vwl.wiso.uni-goettingen.de/courant-papers/CRCPEG_DP_84.pdf.
49
Schultz, T. (1961). Investment in Human Capital. The American Economic Review, 51 (1), 1-17
Schultz, T. (2004). School Subsidy for the poor: Evaluating the Mexican Poverty Program.
Journal of Development Economics, 74 , 199-250.
Ravillion, M. (1999). The Mystery of the Vanishing Benefits. The World Bank Economic
Review, 15 (1), 115-140.
Rediseñando las transferencias condicionadas. (2012). Recuperado el 25 de marzo de 2014,
Abdul
Latif
Jameel,
Poverty
Action
Lab,
página
web:
https://www.povertyactionlab.org/sites/default/files/publication_versions/Redise%C3%B1ando%
20las%20Transferencias%20Condicionadas_0.pdf .
Rosenbaum, P. y Rubin, D. (1983). The Central Role of the Propensity Score in Observational
Studies for Casual Effects. Biometrika, 70(1), pp. 41-55.
República Dominicana. Vicepresidencia de República Dominicana, Gabinete de Coordinación de
Políticas Públicas. (2012). Informe de Resultados de los Primeros Cien días de la Gestión de
Progresando con Solidaridad.
República Dominicana. Vicepresidencia de República Dominicana, Gabinete de Coordinación de
Políticas Públicas. (2013). Informe de Resultados de Agosto de 2012-Agosto 2013.
50
República Dominicana. Vicepresidencia de República Dominicana, Gabinete de Coordinación de
Políticas Públicas. (2010). Manual Operativo del Programa de Transferencias Condicionadas de
Solidaridad.
Rodriguez, M. (2008, noviembre 21). Focalización de la Pobreza en la República Dominicana y
Repercusiones en la Protección Social, Costa Rica.
51
ANEXOS
I. Observaciones en la región de soporte común
Cantidad
%
Observaciones fuera de
la región de soporte
común
19
0.00223
Observaciones dentro
de la región de soporte
común
Total
8,485
8,504
0.99777
100
II. Estimación del Modelo Probit
Estimación del Propensity Score
Iteración 0: log likelihood = -5821.8505
Iteración 1: log likelihood = -5597.215
Iteración 2: log likelihood = -5596.5716
Iteración 3: log likelihood = -5596.5715
Regresión Probit
Log likelihood = - 5596.5715
Número de observaciones = 8,495
LR chi2 (23) = 450.56
Prob > chi2 = 0.0000
52
Pseudo R2 = 0.0387
Intervalo de
Confianza al 95%
Tratamiento
Coeficiente
Desv. St.
z
P>z
Niño asiste escuela Publica
Edad Jefe Hogar
Edad Jefe Hogar al Cuadrado
Jefe de Hogar Alfabeto
Jefe de Hogar Alfabeto y mujer
Jefe de Hogar Mujer
Hacinamiento
Abastecimiento Agua Rio
Abastecimiento Agua Tubería
Niño utiliza transporte público
Orden de edad
Fuente de alumbrado con lámpara
Hogar recibe energía del tendido
eléctrico
Hogar tiene estufa
Hogar tiene piso de cemento
Hogar tiene piso de tierra
Madre sin educación
Madre alfabeta
Niño masculino
Número de miembros elegibles
Hogar no tiene inodoro
Madre presente
Jefe Hogar Nivel Técnico
Constante
0.3529503
0.0056105
-0.0000718
-0.0888078
0.1596166
-0.1756345
-0.0388113
0.0343425
0.2367622
-0.2253721
-0.0086142
-0.0252929
0.04955
0.00564
5.2E-05
0.04578
0.07045
0.06287
0.01239
0.0902
0.04464
0.06338
0.01875
0.08957
7.12
0.99
-1.39
-1.94
2.27
-2.79
-3.13
0.38
5.3
-3.56
-0.46
-0.28
0
0.32
0.163
0.052
0.023
0.005
0.002
0.703
0
0
0.646
0.778
0.25584
-0.0054
-0.0002
-0.1785
0.02153
-0.2989
-0.0631
-0.1424
0.14928
-0.3496
-0.0454
-0.2008
0.450062
0.016667
2.91E-05
0.000923
0.297702
-0.052412
-0.014526
0.211129
0.324245
-0.101142
0.028141
0.150259
-0.2696458
-0.034478
0.0305409
-0.0454646
0.0739064
0.0758105
0.0135396
0.1251355
0.3441393
-0.0277925
-0.5764457
-0.8740451
0.0555
0.06769
0.08248
0.11062
0.03102
0.05074
0.02784
0.01554
0.03105
0.08657
0.37737
0.20378
-4.86
-0.51
0.37
-0.41
2.38
1.49
0.49
8.05
11.08
-0.32
-1.53
-4.29
0
0.611
0.711
0.681
0.017
0.135
0.627
0
0
0.748
0.127
0
-0.3784
-0.1672
-0.1311
-0.2623
0.01311
-0.0236
-0.041
0.09468
0.28329
-0.1975
-1.3161
-1.2734
-0.160878
0.098195
0.192195
0.171353
0.134701
0.175269
0.068112
0.155594
0.404989
0.141875
0.16319
-0.47465
Nota: la región de soporte común ha sido seleccionada entre .08689272 y 0.75730346
53
III. Descripción de la región de soporte común
Propensity Scores Estimados
Percentiles
1%
5%
10%
25%
Smallest
0.1790457
0.2425844
0.2930216
0.3613507
50%
0.4556482
75%
90%
95%
99%
0.5254136
0.5815659
0.6150377
0.6716494
0.08689
0.09648
0.09796
0.11307
Largest
0.75188
0.75344
0.7546
0.7573
Obs
Suma de Wgt.
8483
8483
Mean
Std. Dev.
0.44444
0.11246
Variance
Skewness
Kurtosis
0.01265
-0.2665
2.68156
IV. Identificación del número óptimo de bloques
En esta paso Stata corre un algoritmo que divide en bloques cada vez que el propensity score
promedio del grupo control y de tratamiento difieren. El algoritmo sigue corriendo hasta llegar
a un número de bloques donde no difieran los propensity score promedio del grupo tratamiento
y control.
Stata identificó 7 como el número óptimo de bloques. Este número de bloques asegura que los
propensity score para el grupo tratamiento no difieran del grupo control en cada bloque.
54
V.
Verificación de que se satisface existe una región de soporte común balanceada
(balancing property)
La siguiente tabla muestra el límite inferior del propensity score para cada bloque, así como el
número de observaciones del grupo tratamiento y control para cada bloque.
Propensity Score
0.00868927
0.2
0.3
0.4
0.5
0.6
Total
Control
142
575
1,230
1,522
1,030
206
4,705
55
Tratamiento
23
191
695
1,249
1,240
368
3,766
Total
165
766
1,925
2,771
2,270
574
8,471