Estudos quasi-experimentais na avaliação de políticas públicas: métodos e aplicações

Abstract

O presente trabalho tem como objetivo discutir os principais delineamentos quasiexperimentais aplicados na avaliação de políticas públicas e programas sociais. Diante de cenários em que a randomização não é viável por limitações éticas, operacionais ou financeiras, os estudos quasi-experimentais oferecem alternativas robustas para a inferência causal. O trabalho apresenta uma análise aprofundada sobre conceitos fundamentais, como validade interna, validade externa e o problema contrafactual, além de discutir os principais métodos quasi-experimentais, incluindo Diferenças em Diferenças (DiD), Séries Temporais Interrompidas (ITS), Descontinuidade da Regressão (RDD), Escore de Propensão, Delineamento com Grupos Não Equivalentes e Experimentos Naturais. Através de uma revisão bibliográfica de autores consagrados na área e de exemplos práticos, o estudo destaca as vantagens, limitações e condições de aplicabilidade de cada método. Os resultados reforçam a importância da escolha criteriosa do delineamento em função das características dos dados e dos objetivos da pesquisa, contribuindo para a geração de evidências robustas no campo das ciências sociais aplicadas.

This paper aims to discuss the main quasi-experimental designs applied to the evaluation of public policies and social programs. In scenarios where randomization is not feasible due to ethical, operational, or financial constraints, quasi-experimental studies offer robust alternatives for causal inference. The paper provides an in-depth analysis of fundamental concepts such as internal validity, external validity, and the counterfactual problem. It also examines the main quasi-experimental methods, including Difference-in-Differences (DiD), Interrupted Time Series (ITS), Regression Discontinuity Design (RDD), Propensity Score Matching, Non-equivalent Group Design, and Natural Experiments. Through a comprehensive literature review and practical examples, the study highlights the advantages, limitations, and applicability conditions of each method. The findings reinforce the importance of carefully selecting the appropriate design based on the characteristics of the data and research objectives, contributing to the generation of robust evidence in the field of applied social sciences.