Relevanz des Themas
Randomisierte kontrollierte Studien (Randomized Control Trials, RCTs) gewinnen als evidenzbasierte Methode zur Bewertung von Politikmaßnahmen zunehmend an Bedeutung. Häufig sind RCTs jedoch durch „unvollständige Compliance“ gekennzeichnet, da nicht alle Individuen, die nach dem Zufallsprinzip einer Maßnahme zugewiesen werden, der Aufforderung zur Teilnahme nachkommen. Dies könnte dazu führen, dass ein Maßnahmeneffekt nicht identifiziert werden kann oder sich die Ergebnisse nicht ohne weiteres auf die Grundgesamtheit übertragen lassen. Hilfreiche Informationen liefert dennoch die Schätzung sogenannter „Bounds“ (Grenzen), innerhalb derer sich die Wirksamkeit der Maßnahme bewegen kann.
![Treatment-Effekt in unvollkommenem RCT nur partiell identifiziert](http://www.ecmna114.com/wol/uploads/articles/110/images/IZAWOL.110.ga.de.png)
Wichtige Resultate
Pro
Methoden mit „partieller Identifikation“ sind leicht zu erstellen und einfach zu implementieren, um kausale Effekte in RCTs mit unvollständiger Compliance abzuschätzen.
Für die Politik ist insbesondere relevant, dass sich mit partiellen Identifikationsmethoden Aussagen über die Wirksamkeit von Maßnahmen auf die Grundgesamtheit treffen lassen.
Partielle Identifikation erfordert weniger strenge statistische Annahmen als alternative Ansätze.
Contra
Die partielle Identifikation liefert keinen einzelnen Schätzwert, sondern eine Bandbreite von Werten, die der Maßnahmeneffekt annehmen kann.
Die Bandbreite der möglichen Werte für den Maßnahmeneffekt kann so groß sein, dass sich nicht mehr feststellen lässt, ob der kausale Effekt einer Maßnahme positiv oder negativ ist.