Una meta-analisi condivide con la revisione sistematica il processo preliminare di selezione sistematica − secondo un protocollo scientifico standard − degli studi riguardanti una determinata domanda di ricerca ma, a differenza della revisione, qualora sussistano le condizioni di similarità tra tipi di soggetti e misure indagate, si conclude con una combinazione quantitativa dei risultati dei singoli studi.

L'analisi di implementazione (v.) consente di studiare l'attuazione di interventi singoli e di politiche articolate. Le principali metodologie adottate si basano su tecniche qualitative che sono oramai ampiamente riconosciute per la loro affidabilità e applicate in diversi campi di studio. Il loro impiego trova la ragion d'essere nella capacità di produrre dati affidabili anche all'interno di contesti complessi sia per la natura e la varietà degli attori coinvolti che per le caratteristiche delle politiche stesse. Inoltre, tali tecniche forniscono informazioni accurate quando una raccolta sistematica di dati quantitativi o le analisi statistiche non sono una via praticabile.

Nello specifico, questi metodi offrono una panoramica dettagliata delle politiche che si vogliono analizzare, individuando meccanismi che possono facilitare o ostacolare la corretta implementazione di una politica. Tra i metodi più comuni si annoverano le interviste individuali, i focus group, l'osservazione partecipante, l'etnografia, l'indagine narrativa, la ricerca-azione e la grounded theory.

Nel progettare un'analisi di implementazione, è fondamentale fornire una mappatura degli attori principali e degli stakeholder interessati dall'intervento al fine di individuare il miglior metodo di raccolta dati, tenendo sempre presente il framework teorico di riferimento, sia esso basato su un approccio top-down o bottom-up.

L'équipe di ricerca dovrà, quindi, definire a monte gli attori da intervistare così come la frequenza degli incontri con essi e i luoghi dove avverrà la raccolta dati. Indipendentemente dal metodo utilizzato, le conversazioni dovranno essere registrate e trascritte, fornendo linee guida chiare a chi si occuperà di questi compiti, e queste forniranno la base empirica su cui verranno svolte le successive analisi. Allo stesso tempo, devono essere mantenute altre forme di documentazione, come le note di campo, ovvero appunti presi durante la fase di raccolta dati al fine di arricchire le informazioni raccolte.

La microsimulazione è uno strumento di analisi che impiega informazioni elementari o individuali dette "micro-dati" - ottenute tramite indagini campionarie o banche dati amministrative - sulle unità di analisi (individui, famiglie, imprese, veicoli). La relazione tra le unità di analisi è disciplinata da "regole" che definiscono, nel loro insieme, uno scenario o una politica pubblica (ad esempio, il traffico veicolare o un sistema di imposte e benefici).

La microsimulazione ha come obiettivo l'analisi e la misurazione degli effetti che si producono sugli outcome di interesse a seguito della modificazione delle regole applicate alle unità di analisi (politica pubblica) o del verificarsi di un evento.

La microsimulazione fiscale (tax-benefit microsimulation) è generalmente impiegata per quantificare gli effetti sulla distribuzione del reddito e sul gettito erariale prodotti da variazioni delle politiche fiscali, contributive, di sostegno e di trasferimento.

La microsimulazione viene inoltre impiegata nell'analisi del traffico veicolare, ma può essere in generale applicata a ogni studio riguardante regole complesse applicabili a specifiche situazioni individuali.

I modelli di microsimulazione fiscale possono essere di tre tipi: statici, dinamici e comportamentali. I modelli statici studiano gli effetti di una variazione delle regole mantenendo invariate le caratteristiche delle unità di analisi. I modelli dinamici, invece, tengono conto dei mutamenti che eventi socio-demografici rilevanti (quali, ad esempio, l'invecchiamento) possono produrre sulle unità, specialmente nel lungo periodo, e aggiornano quindi "dinamicamente" le caratteristiche delle unità stesse. I modelli comportamentali intendono dar conto anche delle modifiche nei comportamenti individuali (effetti indiretti) indotte dalle variazioni delle regole (ad esempio il maggior consumo o la sostituzione di certi beni e servizi a seguito della modifica di un'imposta che influisce sul prezzo).

Affinché una microsimulazione possa pervenire ad affidabili misurazioni, ad esempio in termini di gettito e redistributivi, è necessario che i dati siano rappresentativi della popolazione studiata: o per la natura censuaria dei dati; o per l'elaborazione di un campione di per sé rappresentativo; o per l'applicazione di pesi o coefficienti di riporto all'universo.

Il monitoraggio è la sistematica raccolta di informazioni (prevalentemente di natura quantitativa) sull'attuazione di una politica pubblica, finalizzata ad avere contezza e, conseguentemente, a rendere conto (ai cittadini, agli organismi di controllo, ai finanziatori, ecc.) delle risorse impiegate e delle realizzazioni compiute. L'attività di monitoraggio si distingue da quella prettamente valutativa (nello specifico la valutazione in itinere dell'intervento) per il differente approccio conoscitivo: sebbene i dati di monitoraggio costituiscano la base per la realizzazione di ogni successiva analisi e valutazione dell'intervento, essi rispondono ad una logica di mera restituzione, in un'ottica di trasparenza, dell'utilizzo delle risorse attribuite alla policy.