Evaluación del impacto de acciones de bienestar sobre una comunidad en Colombia usando un modelo para datos correlacionados.

  • Marisol Valencia C. Universidad Nacional de Colombia
  • Juan C. Salazar U. Universidad Nacional de Colombia, Sede Medellín
Palabras clave: salud mental, evaluación de impacto, Modelos lineales mixtos

Resumen

La evaluación programas comunitarios algunas veces se basa en técnicas estadísticas como modelos de regresión lineal cuando el objetivo es cuantificar su efecto sobre aspectos sociales o el bienestar general de la comunidad. Esto involucra el estudio de variables sobre la salud mental y social del individuo cuyo efecto puede no ser fácil de cuantificar debido a la presencia de estructuras de correlación entre las observaciones relativas a cada participante. Por esta razón es aconsejable utilizar modelos lineales mixtos para este tipo de estudio.Objetivo: realizar una evaluación de impacto de los efectos producidos por las acciones del Instituto de Deportes y Recreación de Medellín (INDER) sobre la población usuaria.Metodología: A partir de la información muestral tomada por el INDER en el año 2007 a una población de participantes y no participantes de sus programas, se ajustaron modelos lineales generalizados sobre el comportamiento de variables psicológicas y sociales. Luego se realizó un pareamiento por medio de una regresión logística, para determinar todos los sujetos y sus respectivas medidas repetidas que sirvieron para medir el efecto de la intervención de las actividades propias del programa diseñado por el instituto sobre esta comunidad usando un modelo lineal mixto.Resultados: por medio de la estimación con modelos lineales mixtos para cada escenario observado identificaron variables importantes de interacción con la intervención de las acciones del Instituto, que reflejan resultados de impacto positivos.Conclusiones: se encontró un impacto de mejoramiento de variables relacionadas con el capital social, a partir de la participación en las actividades del INDER.
|Resumen
= 10 veces | PDF
= 25 veces|

Descargas

La descarga de datos todavía no está disponible.

Biografía del autor/a

Marisol Valencia C., Universidad Nacional de Colombia

Ingeniera Industrial, Especialista en Estadística, Ms (c) en Estadística. Universidad Nacional de Colombia, Sede Medellín

Juan C. Salazar U., Universidad Nacional de Colombia, Sede Medellín

PhD. en Estadística, University of Kentucky, Docente Universidad Nacional de Colombia, Sede Medellín

Citas

(1). Vanclay F. Principios internacionales de la evaluación de impacto social. Serie de publicaciones oficiales No. 2. 2003.

(2). Programa Familias en Acción: Condiciones iniciales de losbeneficiarios e impactos preliminares. Banco Mundial. Departa-mento Nacional de Planeación [Internet] 2004 [acceso junio 12 de 2008]. Disponible en: http://www.dnp.gov.co /archivos/documentos/DEPP_Evaluacion_Impacto_RAS/Familias_en_accion_web.pdf.

(3). Rosenbaum P, Rubin D. The central role of the propensity score in observational studies for causal effects. Biometrics 1983;70(1):41-56.

(4). Rico C. La generación de Capital Social a partir de actividades deportivas y recreativas como alternativa para promover el desarrollo integral del país. Medellín:i n d e r; 2006.

(5). Correa E. González C. Las expresiones motrices como alternati-va para la reconstrucción de tejido social. Experiencia evaluativa de la intervención social en la Escuela de Iniciación y Formación deportiva Santo Domingo Savio. Revista Educación Física y De-Revista Educación Física y De-porte 2003;22(1):143-147.

(6). Ravillion M. Evaluating Anti-Poverty Programs. World Bank Po-licy Research Working Paper 3625 [Ìnternet] 2005 [acceso julio 20 de 2008]. Disponible en: http://econ.worldbank.org/g.

(7). Shapiro J. Compensatory Education for Disadvantaged Mexican Students: An Impact Evaluation Using Propensity Score Mat-ching. World Bank Policy Research Working Paper 3334. 2004.

(8). Agresti A. Categorical Data Analysis. New York: Wiley Inters-cience; 2002.

(9). Programa R 2.9.0. [Internet] [acceso 15 de marzo de 2009]. Dis-ponible en: www.cran.r-project.org.

(10). Littell RC, Milliken GA. s a sfor mixed models. 2ª ed. s a s institu-te Inc; 2006.

(11). Laird NM, Ware J. Random effects models for longitudinal data. Biometrics 1982;38:963- 974.

(12). McCulloch CE, Searle SR. Generalized, Linear and Mixed Models. Wiley Series in Probability and Statistics 2000.p. 156.

(13). Laird NM, Ware JH. Random effects models for longitudinal data. Biometrics 1982;38:963-974.

Publicado
2010-05-27
Cómo citar
1.
Valencia C. M, Salazar U. JC. Evaluación del impacto de acciones de bienestar sobre una comunidad en Colombia usando un modelo para datos correlacionados. Rev. Fac. Nac. Salud Pública [Internet]. 27 de mayo de 2010 [citado 27 de septiembre de 2021];28(1). Disponible en: https://revistas.udea.edu.co/index.php/fnsp/article/view/1847
Sección
Investigación