307
FACULTAD DE POSTGRADOS
EVALUACIÓN DE IMPACTO DE PROYECTOS DE INTERVENCIÓN
AGRÍCOLA: UN MODELO PARA LA INICIATIVA “AGUA Y SUELO
PARA LA AGRICULTURA (ASA)” DE CATHOLIC RELIEF SERVICES
(CRS) EN EL SALVADOR, 2015-2019
longitudinal de efectos lineales mixtos se
busca describir si las intervenciones agrícolas
promovidas por la iniciativa ASA de CRS
(rendimientos, costos de producción, cobertura
y humedad del suelo) del 2015 al 2019 en 4
de 575 productores de 4 departamentos de El
El modelo ha permitido responder a las
siguientes cuestiones: 1) si las intervenciones
de ASA han contribuido o no a la variación
observada de los 4 indicadores, 2) si existen
nivel de departamento, municipio o cantón),
el tiempo.
las intervenciones agrícolas en las parcelas de
los productores participantes y en los cultivos
estudiados. La descripción del impacto de las
intervenciones es importante porque a menudo
directamente relacionado con el desarrollo
indirectamente la contribución de este tipo de
intervenciones en el desarrollo de la agricultura
del país y la factibilidad de implementar
políticas de país para mejorar las condiciones
agrícolas actuales.
Dados los objetivos de la investigación y las
características de los datos (medidas repetidas
no balanceadas, no distribuidas uniformemente,
incompletas y agrupadas), se determinó que el
lineal de efectos mixtos que permitiría estimar
los impactos en términos de las diferencias entre
los dos grupos de parcelas (intervenidas y de
exclusivamente el impacto de las intervenciones
de ASA, puede aplicarse en la evaluación de
otras intervenciones (agrícolas o no) a otros
indicadores, cultivos y países.
Para los rendimientos agrícolas, el modelo
determinó que el impacto de las intervenciones
de ASA (ver Tabla 1) es positivo, ya que han
mejorado los rendimientos para los 4 cultivos
Investigadora
Eva Maritza Campos Perlae
Maestría en Estadística Aplicada a la Investigación
INVESTIGACIONES UCA, 2019-2020308
y estos aumentan en el tiempo en mayor
proporción en las parcelas intervenidas. El
diferencias entre los sujetos: para el café, la
mayor parte de la variabilidad explicada por
el departamento y cantón; para el frijol, por el
municipio; y para el pasto, por el cantón. Para el
café, los cantones menos favorecidos fueron Casa
El modelo también determinó que los costos
de producción son mayores en las parcelas
con intervenciones de ASA para los 4 cultivos
la variabilidad explicada por diferencias a nivel
de departamento, municipio y cantón; para el
que los menos favorecidos fueron Guaymango
Para el pasto, el cantón menos favorecido fue El
fue El Sitio también en Chalatenango.
frijol, por el departamento y cantón; y para el
pasto, por el municipio.
producto cosechado (ver Tabla 3) ha disminuido
para todos los cultivos, exceptuando el café. Los
Tabla 1. Resumen de resultados para los rendimientos agrícolas (QQ/Mz).
Cultivo Promedio
población
incremento
Crecimiento
en el tiempo
(días)
Diferencias
entre
sujetos
Moderador
es de
diferencias
ASA Control ASA Control
Café 6.80 5.59 0.01 0.01
Cantón NO
57.01 41.28 0.04 0.03
Cantón
NO
Frijol 16.18 12.21 0.01 0.01 Municipio
NO
Pastos 141.40 80.39 0.01 -0.01
Cantón
NO
Fuente: CRS.
309
FACULTAD DE POSTGRADOS
Para la cobertura del suelo, el impacto de las
intervenciones de ASA (ver Tabla 4) también
es positivo, ya que las intervenciones han
mejorado la cobertura de los 4 cultivos. El
Tabla 2. Resumen de resultados para los costos de producción (USD/Ha).
Cultivo Promedio
población
%
incremento
Crecimiento
en el tiempo
(días)
Diferencias
entre
sujetos
Moderador
es de
diferencias
ASA Control ASA Control
Café 615.75 0.28 0.06
NO
Maíz 859.83 789.17 0.10 -0.01
NO
Frijol 858.86 712.52 0.21 -0.01
NO
Pastos 411.50 294.82 -0.29 -0.64
Municipio
Intervencio-
nes
Fuente: CRS.
Fuente: CRS.
Tabla 3. Resumen de resultados para los costos vs. rendimientos (USD/QQ) en parcelas ASA
Cultivo
ASA Control
Café 86.54 77.66
10.63 13.48
Frijol 37.42 41.14
Pastos 2.05 2.59
INVESTIGACIONES UCA, 2019-2020310
mayor parte de la variabilidad se explica por
el departamento; y para el frijol, por el cantón.
favorecido fue Upatoro, en Chalatenango, y el
Para la humedad del suelo, las intervenciones
de ASA han sido positivas (ver Tabla 5),
llevado a una mejora de la humedad del suelo en
los sujetos: para el café, la mayor parte de la
variabilidad es explica por el departamento;
departamento y cantón, y para el pasto, por el
municipio. Observamos también que la humedad
año (canícula, lluviosa, salida de lluviosa y
seca) y tiene un comportamiento cíclico anual
congruente con ella.
Tabla 4. Resumen de resultados para la cobertura del suelo (%)
Cultivo Promedio
población
%
incremento
Crecimiento
en el tiempo
(días)
Diferencias
entre
sujetos
Moderador
es de
diferencias
ASA Control ASA Control
Café 81.90 76.12 0.01 0.01 Departamento
NO
85.83 71.72 0 0 Departamento
NO
Frijol 71.96 61.15 0.02 -0.03 Cantón
NO
Fuente: CRS.
Fuente: CRS.
Tabla 5. Resumen de resultados para la humedad del suelo (%)
Cultivo
Promedio
población
%
increm-
ento
Crecimiento
en el tiempo
(días)
Moderador
tiempo
Diferencias
entre
sujetos
Moderador
es de
diferencias
ASA Control ASA Control
Café 32.19 32.19 -1.26 -1.26
Época Departamento
NO
Maíz 22.48 18.55 -6.79 -6.79
Época
canton
NO
Frijol 21.09 16.98 0 0
Época
Cantón
NO
Pastos 22.22 13.49 19.18 12.11
Municipio
NO
311
FACULTAD DE POSTGRADOS
La investigación ha establecido que el impacto de
las intervenciones de ASA ha sido positivo, pues
ha mejorado los rendimientos para los 4 cultivos,
disminuido en 3 de los 4 cultivos, la cobertura
del suelo ha mejorado para todos los cultivos, así
como la preservación de la humedad del suelo.
El modelo lineal mixto jugó un papel primordial
variabilidad, explicar las diferencias entre sujetos
y explicar las diferencias intraindividuales. Las
diferencias observadas fueron explicadas por
del país. No se encontró que estas diferencias
estuviesen moderadas por el tiempo.
la continuación y ampliación del estudio
retos relacionados con los datos fueron: la
no uniformidad de las mediciones de los
indicadores, datos faltantes e inconsistencias.
Estas situaciones tuvieron un impacto en los
la incorporación de otras variables externas
como mediciones de la composición y del
registradas en los datos actuales, entre otras.
Asimismo, se recomienda la exploración de
posibles predicciones sobre los indicadores. En
ese sentido, no era el objetivo de este estudio
hacer predicciones sobre los indicadores, pero
de ser posible en una investigación futura,
esta recomendación permitiría manejar las
violaciones (aunque no severas) a los supuestos
encontrados.
Finalmente, se recomienda diseñar el cuasi
experimento de forma que permita determinar
qué intervenciones en particular contribuyen
en mayor o menor cuantía en el impacto
