Vergelijkende Politiek – Oefening over Democratie Deel 1: Aan het begin van de collegereeks Bij wijze van inleiding voor het vak Vergelijkende Politiek willen we u laten nadenken over wat democratie is en hoe je het democratische gehalte van landen met elkaar kan vergelijken. Opdracht: Schrijf op ongeveer 1 pagina (±500 – 600 woorden) een antwoord op volgende vragen. (per 2 studenten) -‐ Wat is democratie volgens jou? -‐ Hoe zou je indien je het democratisch gehalte van landen met elkaar wil vergelijken, dit operationaliseren en meten? Indien je niet vertrouwd bent met het operationaliseren van een concept kan je steeds teruggrijpen naar volgende tekst (zie Toledo): Waege, H. (2003). Operationaliseren. In Billiet, J. & Waege, H. (Eds.), Een samenleving onderzocht: methoden van sociaal-‐wetenschappelijk onderzoek. Antwerpen: De Boeck nv. Evaluatie: De studenten plaatsen hun paper op Toledo. Daarna moeten ze minstens twee (toegewezen) papers van andere studenten lezen en deze kritisch evalueren. Bij wijze van motivatie wordt aan de studenten meegedeeld dat zowel hun eigen geschreven paper als hun commentaar op de twee andere papers belangrijk zijn voor de beoordeling van hun werk. Een andere mogelijkheid is dat (enkele) studenten de antwoorden categoriseren. Om zo de verschillende definities en operationalisaties met elkaar kunnen worden vergeleken. Mogelijke criteria voor peerfeedback zijn: -‐ is het concept democratie duidelijk omschreven? Is het volledig? Kan je aanvullingen aanbevelen? -‐ Is de operationalisering van democratie zoals omschreven een goede weergave van de omschrijving van democratie? Zijn de keuzes die gemaakt zijn en de redenen voor die keuzes duidelijk? -‐ Kan je een alternatieve operationalisatie bedenken op basis van het concept? -‐ Is de operationalisatie toepasbaar op alle landen in de wereld? Zijn er beperkingen? -‐ Kun je tegenvoorbeelden vinden? (hiermee bedoelen we een voorbeeld, waarbij de operationalisering een land indeelt in een categorie waar het eigenlijk niet thuishoort.) -‐ Wat zijn de sterke punten van de paper? Deel 2: Tijdens de collegereeks over kiesstelsels
Deze leeractiviteit vindt plaats tijdens de colleges. Hierbij is het de bedoeling dat tijdens de lessen over kiesstelsels de docent aandacht besteedt aan de gevolgen van een kiesstelsel voor de operationalisering van democratie. -‐ Op welke visie op democratie het kiesstelsel gebaseerd is. Bijvoorbeeld een first-‐past-‐the-‐post systeem vertrekt van het idee dat de stem van de meerderheid een democratische stem is. Een proportioneel systeem daarentegen vertrekt eerder van het idee dat in een democratie iedereen een stem moet krijgen. -‐ Hoe het systeem van het kiesstelsel een invloed heeft op de wijze waarop je democratie kan meten. Bijvoorbeeld: een first-‐past-‐the-‐post systeem kan tot gevolg hebben dat hoewel een partij een zeer grote meerderheid in het parlement heeft, deze een kleiner deel (bv: 30%) van de kiezers vertegenwoordigt. -‐ … Deze oefening kan eventueel leiden tot een soort examenvraag waarbij de studenten de tekst van een ‘student’ moeten bekijken en deze bekritiseren. Zowel de zwakke als de sterke punten van de operationalisatie moeten worden aangehaald, verbeteringen moeten worden voorgesteld. Dit steeds met gefundeerde argumenten. Mogelijke interessante artikels voor studenten als hulp bij hun taak: Bollen, K. A., & Paxton, P. (2000). Subjective measures of liberal democracy. Comparative Political Studies, 33(1), 58-‐86. Elkins, Z. (2000). Gradations of Democracy? Empirical Tests of Alternative Conceptualizations. American Journal of Political Science, 44(2), 293-‐300. Munck, G. L., & Verkuilen, J. (2002). Conceptualizing and Measuring Democracy. Comparative Political Studies, 35(1), 5-‐34. Vreeland, J. R. (2003). A continuous Schumpeterian conception of democracy. Paper presented at the Annual Meeting of the American Political Science Association, Philadelphia.
Opdracht 1 - conceptualisering van het begrip "Democratie" 1. Doel van de oefening
Zoals in het hoorcollege van maandag 13 februari aangegeven, is het de bedoeling om bij wijze van inleiding op het vak u te laten nadenken over wat democratie is en hoe je het democratische gehalte van landen met elkaar kan vergelijken.
2. Opdracht:
Schrijf op ongeveer driekwart pagina (±300 woorden) een antwoord op volgende vragen. - Wat is democratie volgens jou? - Hoe zou je indien je het democratisch gehalte van landen met elkaar wil vergelijken, dit operationaliseren en meten? Ga bij jezelf te rade, wat voor jou belangrijk is, en laat hulpbronnen als "wikipedia", "google", en andere encyclopedieën achterwege. Het hoeft ook niet om een volledig uitgeschreven tekst te gaan. Zolang u zich maar duidelijk kunt uitdrukken over de conceptualisering van het begrip 'democratie', en de operationeel criteria die u daarbij aangewend hebt. 3. Evaluatie U plaatst uw paper op Toledo (op het discussion board), door op het
board een nieuw discussie thread te beginnen onder uw eigen naam. Daarna beoordeelt een (toegewezen) paper van een andere student, en
deze evalueert u kritisch (bv. vanuit uw eigen definitie van 'democratie'). U kunt uw reactie kwijt in de 'thread' van de u toegewezen persoon . De lijst met de naam van student(e) wiens concept u dient te beoordelen, vindt u op pagina Mogelijke criteria voor paper feedback van uw eigen paper, en die van uw collega mede-student, zijn: - is het concept democratie duidelijk omschreven? Is het volledig? Kan je aanvullingen aanbevelen?
- Is de operationalisering van democratie zoals omschreven een goede weergave van de omschrijving van democratie? Zijn de keuzes die gemaakt zijn en de redenen voor die keuzes duidelijk? - Kan je een alternatieve operationalisatie bedenken op basis van het concept? - Is de operationalisatie toepasbaar op alle landen in de wereld? Zijn er beperkingen? - Kun je tegenvoorbeelden vinden? (hiermee bedoelen we een voorbeeld, waarbij de operationalisering een land indeelt in een categorie waar het eigenlijk niet thuishoort.) - Wat zijn de sterke punten van de paper? 4. Timing :
Ik verwacht dat àlle studenten hun definitie ingediend hebben ten laatste op maandag 27 februari aanstaande. Ik zal in het hoorcollege een collectief analyse moment voorzien. 5. Hulpbronnen:
Indien je niet vertrouwd bent met het operationaliseren van een concept kan je steeds teruggrijpen naar volgende tekst (zie bijlage): Waege, H. (2003). Operationaliseren. In Billiet, J. & Waege, H. (Eds.), Een samenleving onderzocht: methoden van sociaal-wetenschappelijk onderzoek. Antwerpen: De Boeck nv.
Heeft u nog verdere vragen? Aarzel dan niet om contact met mij op te nemen per email.
Vergelijkende politiek – Leeractiviteit Electorale strijd en opkomst
Bron: Fiers, S. (2009). De spelregels van de democratie: Kiesstelsels en politieke systemen in Europa. Brussel: Uitgeverij ASP nv. (p.281).
Wanneer tijdens de lessenreeks over de effecten van kiesstelsels gesproken wordt over de gevolgen voor opkomst, kan de docent bovenstaande figuur tonen. Alvorens de figuur te interpreteren, geeft de docent uitleg bij wat er op deze grafiek staat. Op de x-‐as staat per kiesdistrict het verschil in percentage tussen de partij die de vorige verkiezing (2001) gewonnen heeft en de eerst volgende partij. Kort gezegd: de voorsprong in percenten van de partij die in dat kiesdistrict de zetel gewonnen heeft. Op de y-‐as staat de opkomst per kiesdistrict voor de huidige verkiezingen in % (2005). De docent vraagt de studenten wat ze uit deze grafiek kunnen afleiden. Nadat de studenten voldoende tijd hebben gekregen om de grafiek te bestuderen en te interpreteren, duidt de docent een student aan en vraagt deze de grafiek te interpreteren. Nadat deze student een antwoord heeft gegeven betrekt de docent de hele groep opnieuw bij de leeractiviteit door te vragen wie met het antwoord akkoord gaat en of er iemand een ander idee heeft. (Hiervoor is het belangrijk dat er een gemoedelijke sfeer geschapen wordt) Hoogstwaarschijnlijk zal de student antwoorden dat er een negatief verband is tussen de opkomst van kiezers en de electorale strijd.
Wanneer dit antwoord gegeven wordt, vraagt de docent aan de student hoe hij tot die conclusie is gekomen. Wanneer de student moeite heeft met het interpreteren van de grafiek, helpt de docent de student met het interpreteren. De docent besteedt aandacht aan het antwoord van de student. Mogelijk fouten in het antwoord zijn namelijk dat de student spreekt van een causaal verband. Ook het spreken van een negatief verband tussen electorale strijd en opkomst is foutief. Dit laatste is foutief omdat het negatief verband betrekking heeft op de opkomst en de voorsprong van de winnende partij. Met betrekking tot de laatste fout, is het belangrijk dat de docent aandacht besteedt aan het aflezen van een grafiek. Met name dat wanneer je een grafiek interpreteert je enkel uitspraken kan doen over de variabelen op de assen. Wanneer je uitspraak wil doen over de concepten waarvan de variabelen een operationalisatie zijn, moet men steeds de relatie tussen variabele en concept in het achterhoofd houden. Een mogelijke manier om hierop de aandacht te vestigen is door aan te geven dat er een positief verband is tussen electorale strijd en opkomst. Na het poneren van deze stelling vraagt de docent de studenten waarom hij van een positief verband spreekt. Het antwoord is dat electorale strijd negatief geoperationaliseerd is. Om deze leeractiviteit af te sluiten kan men de causaliteit van dit verband in vraag stellen. Kan het bijvoorbeeld zijn dat de opkomst de electorale strijd bepaalt? Deze omgekeerde causaliteit kan mogelijks verklaard worden door de wet van de grote getallen (law of large numbers). Een argument waarom de causaliteit niet omgedraaid kan worden is dat de “voorsprong van de winnende partij” qua timing voor de opkomst variabele plaatsvindt.. Een argument dat de causaliteit in twijfel trekt is de mogelijkheid van een tussenliggende variabele. De bedoeling is dat de studenten hiervoor nadenken en mogelijke alternatieve verklaringen zoeken.
Vergelijkende politiek – Leeractiviteit opkomst Europese verkiezin-‐ gen
Deze leeractiviteit kan opgevat worden als een trial en error verhaal. Waarbij de docent samen met de studenten op zoek gaat naar de beste manier om dit te onderzoeken, door zaken uit te proberen en fouten weg te werken. De studenten krijgen een grafiek te zien die de opkomst voor de Europese verkiezingen uitzet naar oude en nieuwe lidstaten. (zie bijhorende PPT) Turn-out&voor&europese&verkiezingen&(2009)&per&land&opgedeeld&naar&lidmaatschap& met&groepsgemiddelden&
100(
Luxembourg(
Belgium(
90(
Gemiddelde(oude(leden( 80(
Gemiddelde(nieuwe( leden( Lid(voor(2000(
Malta(
Nieuw(lid(sinds(2004( 70( Italy( 60(
Cyprus(
Denmark(
Ireland(
51,48&
Latvia(
Greece(
50( Austria( 40(
Estonia( Finland(
Bulgaria(
Netherlands( Portugal(
Hungary(
38,17& 30(
Spain(
Germany(
Sweden(
France(
Czech(Rep(
United(Kingdom(
Slovenia(
Romania( Poland(
20(
Lithuania(
Slovakia(
10(
0(
De docent legt deze grafiek uit. Deze grafiek is een voorstelling van de opkomst in elk land voor de Europese verkie-‐ zingen van 2009. Er wordt hierbij een opsplitsing gemaakt tussen de landen die reeds lid waren voor de 2004 EU-‐uitbereiding en de landen die er sinds 2004 zijn bijgekomen. Ook wordt per groep het gemiddelde weergegeven, dit door middel van een horizontale lijn. Op de x-‐as staan de landen en op de y-‐as staat het percen-‐ tage van de bevolking dat heeft deelgenomen aan de Europese verkiezingen van 2009. De docent vraagt de studenten (als een individuele student een antwoord geeft, moet er steeds terug gekoppeld worden naar de volledige groep, dit kan door te vragen wie ak-‐ koord is met het antwoord en wie een ander antwoord heeft) wat ze zouden conclude-‐ ren gegeven deze grafiek. Vermoedelijk zullen de studenten een antwoord geven in de trant van: ‘De opkomst in de nieuwe lidstaten is lager dan de opkomst in de oude lidstaten’.
Wanneer de studenten een dergelijk antwoord geven, vraagt de docent hoe de studenten zeker kunnen zijn dat het verschil niet per toeval werd gevonden? Om zeker te zijn dat het gevonden verschil tussen de groepen niet door toeval ver-‐ oorzaakt is, moet men statistiek toepassen. In dit geval heeft men een t-‐toets nodig om de statistische significantie van het verschil in gemiddelde tussen de twee groe-‐ pen te bepalen. De docent vraagt of iemand de assumpties voor een t-‐toets nog kent. De assumpties zijn: gelijke varianties en normaliteit. De assumptie van gelijke vari-‐ anties wordt getest wanneer je in SPSS een t-‐toets doet. Dit wordt gedaan door de Levene test. Voor de assumptie van normaliteit moet je de verdeling van je variabele per groep gaan bekijken. Dit moet je doen alvorens aan de t-‐toets te beginnen. De docent toont de output van de t-‐toets en vraagt of aan de assumpties is voldaan. Aan de assumptie van gelijke variantie is voldaan, want de Levene’s test is niet sig-‐ nificant. Wat wil zeggen dat de nulhypothese dat de varianties gelijk zijn kan wor-‐ den aangenomen. Aan de hand van deze output kunnen we echter niet zeggen of de turn-‐out normaal verdeeld is. Group Statistics nieuw_lid turnout_2009
N
Mean
Std. Deviation Std. Error Mean
0 Lid voor 2000
15
51,47
17,480
4,513
1 Nieuw lid sinds 2004
12
38,17
17,663
5,099
Independent Samples Test Levene's Test for
t-test for Equality of Means
Equality of Variances F Equal variances turnout_2009
assumed Equal variances not assumed
Sig.
,000
t
,988 1,956
df
Sig. (2-
Mean
Std. Error
tailed)
Difference
Difference
25
,062
13,300
6,801
1,953 23,605
,063
13,300
6,809
!
De docent vraagt de output te interpreteren. We zien een niet-‐significant verschil tussen de twee groepen. Of beter gezegd, we zien geen significant verschil op het 0,05-‐niveau. Het verschil is echter wel margi-‐ naal significant. Wat ons kan doen vermoeden dat er wel een verschil is tussen de groepen, maar ‘zeker’ kunnen we er niet van zijn. Er zijn verdere analyses nodig. Daarnaast vraag de docent ook naar de mogelijke beperkingen van deze toets.
-‐ -‐ -‐
De belangrijkste bedenking is de kleine n. Omwille van deze lage n kan men geen gebruik maken van de centrale limietstelling om normaliteit te veronderstellen. Met andere woorden, de assumptie van normaliteit is geschonden. Een ander gevolg van de kleine n is dat het moeilijker is om een significant verschil te bekomen. In vaktermen: Er is weinig POWER. De tweede bedenking is het feit dat er landen in de analyse zitten waar de bevolking aan een stemplicht is onderworpen. Deze kunnen de analyse mogelijk vertekenen.
Bij het bespreken van de beperkingen van deze analyse kan de docent opmerkingen uit-‐ lokken. Wanneer bovenstaande beperkingen aan bod zijn gekomen kan de docent be-‐ ginnen met de vraag of de studenten een idee hebben hoe ze het probleem van de kleine n kunnen oplossen. Om het probleem van een te kleine steekproef tegen te gaan kan men data van meerdere verkiezingen bij elkaar nemen. In dit geval kan men echter enkel de data van de verkiezingen van 2004 aan de analyse toevoegen. Dit omdat de nieuwe lid-‐ staten voordien nog geen lid waren. Wanneer men dit doet krijgt men een n van 54, wat al toelaat om van de centrale limietstelling te vertrekken en van normaliteit uit te gaan. Wanneer men ook de normaliteit voor turn-‐out voor de hele steekproef test (out-‐ liers niet meegenomen) kan men zien dat de variabele normaal verdeeld is. De groepen zelf zijn echter nog zeer klein, waardoor men de centrale limietstelling voor de groepen onderling niet kan gebruiken. De assumptie van normaliteit is dus nog steeds geschonden. De oplossing hiervoor bestaat erin nog extra data toe te voegen, maar hiervoor moet men wachten tot de volgende verkiezingen. In tussen-‐ tijd zullen we ervan uitgaan dat turn-‐out normaal verdeeld is binnen de groepen. We kunnen dit doen omdat de variabele normaal verdeeld is over de hele steekproef heen, en er mogelijks geen normaliteit kan gevonden worden door de kleine n bin-‐ nen de groepen. Dit moet met latere analyses (wanneer er een grotere steekproef is) worden getoetst. Wanneer we de data van de verkiezingen in 2004 en 2009 poolen en dan een t-‐toets uit-‐ voeren krijgen we het volgende resultaat:
Group Statistics nieuw_lid turnout
N
Mean
Std. Deviation Std. Error Mean
0 Lid voor 2000
30 52,5467
17,89665
3,26747
1 Nieuw lid sinds 2004
24 38,4833
18,62923
3,80268
Independent Samples Test Levene's Test for
t-test for Equality of Means
Equality of Variances F Equal variances turnout
assumed Equal variances not assumed
Sig.
,001
t
,970 2,818
df
Sig. (2-
Mean
Std. Error
tailed)
Difference
Difference
52
,007
14,06333
4,99093
2,805 48,522
,007
14,06333
5,01365
!
Uit deze tabellen kunnen we afleiden dat er qua opkomst een verschil is tussen de oude en de nieuwe lidstaten van de EU. Toch moeten we voorzichtig zijn met het in-‐ terpreteren van deze data. Ze kan mogelijks nog vertekend zijn. Tevens hebben we ook de assumptie van normaliteit niet getest.
Zoals reeds aangegeven bij de eerste resultaten kan het resultaat vertekend zijn door de aanwezigheid van landen met stemplicht. Wanneer we ook een test uitvoeren voor nor-‐ maliteit, kunnen we vaststellen dat turn-‐out niet normaal verdeeld blijkt te zijn. Omwille van zowel inhoudelijke redenen (vertekening door de landen met stemplicht) als omwille van statistische redenen (niet-‐normaliteit) moeten we onderzoeken welke cases we uit te analyse moeten halen. De docent kan bij de studenten de discussie uitlokken over de aanwezigheid van landen met stemplicht. Hiervoor kan hij de grafiek gebruiken die de pooled data weergeeft. De-‐ ze discussie kan gaan of Griekenland al dan niet in de analyse opgenomen blijft, daar er in dit land wel wettelijke stemplicht is, maar deze de facto niet wordt afgedwongen. Een andere zaak die ook bediscussieerd moet worden is Malta. Uit de grafiek blijkt dat dit land ook een uitzonderlijk hoge opkomst heeft. Hoewel dit land geen formele stemplicht kent, is het kiessysteem er zo georganiseerd dat er altijd een hoge opkomst is. De vraag is of we dit kunnen aanzien als gelijkwaardig aan een land met stemplicht. De discussie richt zich dus op het conceptualiseren van stemplicht.
De discussie met betrekking tot de landen die we uit de analyse moeten halen, kan on-‐ dersteund worden door het tonen van extra grafieken waarin de verschuiving van de groepsgemiddelden wordt aangegeven per keuze die men kan maken. (grafiek in apart Excel bestand.). Uiteindelijk zal er geopteerd worden om de outliers weg te laten. Dit omwille van twee redenen. Ten eerste een inhoudelijke reden: in de groep oude leden zijn er de twee landen met wettelijke en feitelijk stemplicht, België en Luxemburg. In de groep nieuwe leden gaat het om Malta, het land waarbij het kiessysteem de facto bij-‐ draagt tot een zeer hoge opkomst. Een tweede reden waarom we voor deze optie kiezen is statistisch van aard. Ten eerste zijn deze drie landen outliers (hun waarden zijn groter dan het gemiddelde + 1,5 interkwartielafstand). Nog belangrijker is echter dat wanneer we deze cases uit de analyse de variabele “turn-‐out” over de ganse steekproef normaal verdeeld is (cfr. Infra). Wanneer we op de pooled data zonder outliers de t-‐toets opnieuw uitvoeren krijgen we volgende resultaten:
Group Statistics nieuw_lid turnout
N
Mean
Std. Deviation Std. Error Mean
0 Lid voor 2000
24 45,7196
9,76792
1,99387
1 Nieuw lid sinds 2004
22 34,6555
13,98524
2,98166
Independent Samples Test Levene's Test for
t-test for Equality of Means
Equality of Variances F Equal variances turnout
assumed Equal variances not assumed
2,976
Sig.
t
,092 3,132
df
Sig. (2-
Mean
Std. Error
tailed)
Difference
Difference
44
,003
11,06413
3,53239
3,085 37,190
,004
11,06413
3,58690
! Een laatste keer vraagt de docent aan de studenten de tabellen te interpreteren. Een eerste zaak waar we aandacht moeten aan besteden is de Levene test. Deze heeft een p-‐waarde van 0,092. Hoewel we dit in grote steekproeven als niet signifi-‐ cant zouden beschouwen moeten we in deze analyse voorzichtiger zijn. Doordat on-‐ ze steekproef een kleine n heeft, is er ook minder POWER om significante effecten te kunnen vaststellen. Daarom is het beter dat we deze test alsnog als significant be-‐ schouwen en we dus de gecorrigeerde t-‐toets moeten interpreteren. Op deze manier vermijden we dat we verkeerdelijk de nulhypothese zouden verwerpen. Wanneer we de onderste lijn van de tabel bekijken kunnen we concluderen dat er inderdaad een verschil is in de gemiddelde opkomst bij de nieuwe en de oude leden van de EU. Zoals echter reeds aangehaald, zitten we met een niet normaal verdeelde variabele in de groepen, waardoor we voorzichtig moeten zijn met de interpretatie. Hoewel we normaliteit kunnen veronderstellen (de variabele is normaal verdeeld voor de hele steekproef) hebben we meer data nodig om dit met zekerheid te kunnen zeg-‐ gen. We moeten deze analyse met andere woorden opnieuw doen wanneer we de data hebben van de Europese verkiezingen van 2014. We hebben dus kunnen besluiten dat er een verschil bestaat tussen de oude leden en de nieuwe leden van de EU. De vraag rest nu nog hoe we dit kunnen verklaren. Het volgende deel van de leeractiviteit zou een discussie zijn over de verklaring van het gevonden effect. De docent geeft een aantal mogelijke verklaringen van wat we gevonden hebben en vraagt de studenten hoe ze dit zouden kunnen onderzoeken. De mogelijke verklaringen zijn: -‐ Euroscepticisme Dit kan gemeten worden via attitudesurveys. Deze bestaan al, namelijk de eurobarometer.
-‐
-‐
-‐
Algemene politieke apathie Ook dit kan gemeten worden via attitudesurveys. Een andere mogelijkheid is dat de vergelijking wordt gemaakt tussen de opkomst voor de Europese ver-‐ kiezingen en de lokale politieke verkiezingen. Te veel verkiezingen Een mogelijk manier om dit te meten kan het gemiddeld aantal jaren tussen twee verkiezingen zijn. Teleurstelling in de welvaartseffecten van de EU
100
Turn-‐out voor europese verkiezingen (2004 en 2009) per land opgedeeld naar lidmaatschap met groepsgemiddelden Luxembourg Luxembourg
Belgium Belgium
90
Malta 80
Malta Cyprus
Italy
70
Italy
Greece 60
Cyprus
Denmark Latvia
52,55 50 Austria Austria 40 38,48
30
Ireland Ireland
Bulgaria
Bulgaria
Greece Gemiddelde oude leden
Lithuania
Denmark
Spain Spain
Estonia Germany Germany France Latvia France Finland Finland Hungary Hungary
Lid voor 2000 Netherlands Portugal Netherlands Portugal
Romania Romania
Czech RCzech ep Rep Estonia
Slovenia Slovenia
Poland 20
Lithuania
Poland
Slovakia Slovakia
10
0
Gemiddelde nieuwe leden
Sweden
Sweden
United Kingdom United Kingdom
Nieuw lid sinds 2004
Turn-‐out voor europese verkiezingen (2004 en 2009) per land opgedeeld naar lidmaatschap met groepsgemiddelden (Landen met stemplicht niet opgenomen) 90
Malta 80
Malta Cyprus
Italy
70
Italy 60
Denmark Cyprus
Ireland Ireland Latvia Gemiddelde oude leden
50 45,72
Denmark Austria Austria
40 38,48
30
Bulgaria
Bulgaria
Lithuania Estonia Germany Germany France Latvia France Finland Finland Hungary Hungary
Gemiddelde nieuwe leden Sweden
Spain Spain Netherlands Portugal Netherlands Portugal
Lid voor 2000 Sweden
United Kingdom United Kingdom
Romania Romania
Czech RCzech ep Rep Estonia
Slovenia Slovenia
Poland 20
Lithuania
Poland
Slovakia Slovakia
10
0
gemiddelde oude leden zonder stemplicht
Nieuw lid sinds 2004
Turn-‐out voor europese verkiezingen (2004 en 2009) per land opgedeeld naar lidmaatschap met groepsgemiddelden (outliers EU15 niet opgenomen) 90
Malta 80
Malta
Cyprus
Italy
70
Italy
Greece 60
Denmark Cyprus
Ireland Ireland Latvia Greece
50 46,66
40 38,48
30
Bulgaria
Bulgaria
gemiddelde oude leden zonder stemplicht
Lithuania
Denmark Austria Austria
Gemiddelde nieuwe leden
Spain Spain
Estonia Germany Germany France Latvia Finland France Finland Hungary Hungary
Lid voor 2000 Netherlands Portugal Portugal Netherlands
Sweden
Romania Romania
Czech Czech Rep Rep Estonia
Slovenia Slovenia
Lithuania
Poland
Slovakia Slovakia
10
0
United Kingdom United Kingdom
Poland 20
gemiddelde oude leden zonder outlier
Sweden
Nieuw lid sinds 2004
Turn-‐out voor europese verkiezingen (2004 en 2009) per land opgedeeld naar lidmaatschap met groepsgemiddelden (outliers EU15 en CEEC12 niet opgenomen)
80
Cyprus
Italy
70
gemiddelde oude leden zonder outlier
Italy Greece 60
Denmark Cyprus
Gemiddelde nieuwe leden gemiddelde nieuwe leden zonder outlier
Ireland Ireland
Lid voor 2000 Nieuw lid sinds 2004
Latvia Greece 50 46,66
Austria 40
Lithuania
Denmark Austria
Bulgaria
30
Netherlands Portugal Netherlands Portugal
Hungary
34,66
Bulgaria
Romania Romania
Czech RCzech ep Rep Estonia
Slovenia Slovenia
Lithuania Poland
Slovakia Slovakia
10
0
Sweden
United Kingdom United Kingdom
Poland 20
Sweden
Spain Spain
Estonia Germany Germany France Latvia France Finland Finland Hungary
Vergelijkende Politiek – oefening over partijstelsels Deel 1: Classificaties van partijsystemen Lees volgende teksten met je groep. Iedereen leest volgende teksten: Caramani, D. (2011). Party systems. In Caramani, D. (Ed.), Comparative politics (second ed., pp. 237-258). Oxford: Oxford University Press. (dit is een tekst uit de cursus) Mainwarring, S., & Torcal, M. (2006). Party system institutionalization and party system theory after the third wave of democratization. In Katz, R. S. & Crotty, W. J. (Eds.), Handbook of party politics. London: Sage Publications Ltd. Volgende teksten kunnen worden verdeeld onder de groep: Mair, P. (2002). Comparing party systems. In Deluc, L., Niemi, R. G. & Norris, P. (Eds.), Comparing democracies 2: new challenges in the study of elections and voting (pp. 88-107). Mair, P. (2006). Party system change. In Katz, R. S. & Crotty, W. J. (Eds.), Handbook of party politics. London: Sage Publications Ltd. Scarrow, S. E. (2010). Political parties and party systems. In Deluc, L., Niemi, R. G. & Norris, P. (Eds.), Comparing democracies 3: elections and voting in the 21th century (pp. 45-64). Wolinetz, S. B. (2006). Party system and party system types. In Katz, R. S. & Crotty, W. J. (Eds.), Handbook of party politics. London: Sage Publications Ltd. Bediscussieer onderstaande vragen in groep en maak van deze discussie en van de antwoorden op de vragen een verslag. Maak hierbij gebruik van de teksten en andere inzichten die je tijdens je opleiding reeds hebt opgedaan. 1) In de verschillende teksten worden onder andere de partijsystemenclassificaties van Sartori, Dahl, Blondel besproken. Vergelijk de besproken classificaties. Let onder meer op volgende aspecten: a. Waar focussen de verschillende classificaties zich op? i. wat zijn de voordelen van deze focus? ii. wat zijn de nadelen van deze focus? iii. hoe verhoudt deze focus zich tot de definitie van partijsystemen? b. Welke indicatoren worden gebruikt voor het opdelen van partijsystemen? i. Wat zijn de voor- en nadelen van deze indicator? ii. Hoe kan de gebruikte indicator de resultaten vertekenen? 2) Competitie tussen partijen wordt vaak aanzien als een belangrijk aspect van partijsystemen. Toch wordt er in de meeste opdelingen weinig aandacht
geschonken aan deze competitie. Een mogelijke indicator voor partijcompetitie die naar voor komt uit de teksten is ‘Electoral Volatility’. a. Wat betekent ‘electoral volatility’? b. Hoe wordt het gemeten? c. Denk je dat ‘electoral volatility’, met focus op het niveau van het electoraat, een goede indicator is voor competitie tussen partijen? Motiveer je antwoord. d. Zou je kunnen stellen dat ‘alternation in government’, een indicator op het niveau van partijen, een betere maatstaf voor partijcompetitie binnen een partijsysteem is? Motiveer je antwoord. e. Hoe zou je ‘alternation in government’ meten voor een partijsysteem? f. Wat zouden de gevolgen kunnen zijn van meer competitie tussen partijen voor bijvoorbeeld de formatieduur van een regering? i. Bespreek in groep de mogelijke relatie tussen onderstaande indicatoren voor partijcompetitie en formatieduur. Bespreek steeds zowel het verwachte effect (positief of negatief) en duid ook waarom je dat effect verwacht. 1. Wat is het mogelijk effect van een toename in fractionalisatiegraad op de formatieduur? 2. Wat is het mogelijke gevolg van een toename in electoral volatility op de formatieduur? 3. Wat is het mogelijke effect van een toename in alternation for government op de formatieduur? ii. Stel dat je dit wil testen, welke indicator zou je gebruiken voor competitie tussen partijen? Motiveer je antwoord. iii. Na de keuze van je indicatoren, welke statistische techniek zou je gebruiken om je hypotheses (gevormd aan het begin van de vraag) te testen? Deel 2: vragen over tekst “Mainwarring, S., & Torcal, M. (2006). Party system institutionalization and party system theory after the third wave of democratization. In Katz, R. S. & Crotty, W. J. (Eds.), Handbook of party politics. London: Sage Publications Ltd. Beantwoord volgende vragen individueel. 1) Welke 4 dimensies van institutionaliseren worden aangehaald in deze tekst? 2) Volgens de auteurs is ‘electoral volatility’ gerelateerd aan de HDI-index en het GDP/capita van het betrokken land. 46,3% van de volatitlity wordt door de HDIindex verklaard en 60,6% door het GDP/capita. Kan je zeggen dat HDI en GDP samen de volledige variantie van ‘electoral volatility’ verklaren? Motiveer je antwoord. 3) Moest jij als onderzoeker het verband tussen HDI, GDP/capita en electoral volatility willen onderzoeken, hoe zou je dan de relaties tussen elk van deze drie variabelen beschrijven? Welke techniek zou je gebruiken om dit model te testen en waarom? 4) Gebruik de meegeleverde dataset om je model te testen. a. Begin deze analyses met de univariate analyse van alle opgenomen variabelen in je model.
b. Vervolgens doe je bivariate analyses voor alle variabelen opgenomen in het model (hiervoor maak je gebruik van kruistabellen, correlaties of bivariate regressies afhankelijk van de meetniveaus van je variabelen). c. Tenslotte doe je multivariate analyses. (Hou bij de keuze van je techniek steeds rekening met het meetniveau van je afhankelijke en onafhankelijke variabelen. Test ook steeds, indien nodig, de assumpties (zoals bv. normaliteit, heteroscedasticiteit ed.) van je techniek).
Vergelijkende politiek – Leeractiviteit vrouwen in parlement Bij deze leeractiviteit wordt aan de studenten een kruistabel getoond. (zie ook bijhorende PPT) Tertiel percentage vrouwen in Parlement waartoe het land behoort
Kiesstelsel
Totaal
Totaal
Laagste tertiel
Midden tertiel
Hoogste tertiel
Proportioneel
14
29
28
71
Meerderheid
39
21
15
75
Gemengd
7
12
17
36
60 (33%)
62 (34,1%)
60 (33%)
182 (100%)
De docent geeft bij deze tabel een korte uitleg van wat er instaat. Met name: in deze kruistabel wordt het percentage vrouwen in het parlement van een land afgezet tegenover het kiesstelsel van dat land. Hierbij wordt ook expliciet gezegd dat de onderzoeker de keuze heeft gemaakt om met tertielen te werken. Op deze manier wordt een link met operationalisatie gemaakt en kan deze oefening naast de statistische aspecten ook de nadruk leggen op het belang van de gemaakte keuzes bij de operationalisering. Voor de constructie van de drie groepen (weergegeven in de kolommen) worden de landen oplopend gerangschikt naar het percentage vrouwen in hun parlement. Vervolgens worden drie gelijke groepen geconstrueerd. De 33% laagste landen, de 33% middelste landen en de 33% hoogste landen. Het feit dat de middelste groep 34% van de landen vertegenwoordigt is een gevolg van het feit dat bij het bepalen van de groepen gebruik is gemaakt van ‘cut-‐off points’. De studenten wordt nu gevraagd deze tabel te interpreteren. Wanneer de studenten een antwoord geven, wordt hen gevraagd of ze kunnen aannemen dat het verband dat ze zien ook bestaat in de populatie, m.a.w. dat hetgeen ze in de tabel zien niet door toeval bekomen is. De daaropvolgende vraag is hoe ze kunnen testen dat het verband niet door toeval gevonden werd. (antwoord = Chi2). Deze vraag moet enkel worden gesteld als de studenten niet zelf Chi2 ter sprake brengen. Vervolgens komt een technische vraag, met name: ‘Waarop is Chi2 voor kruistabellen gebaseerd?’ Wat is het idee achter deze test?
Tertiel percentage vrouwen in Parlement waartoe het land behoort
Kiesstelsel
Totaal
Totaal
Laagste tertiel
Midden tertiel
Hoogste tertiel
Proportioneel
23,4
24,2
23,4
71
Meerderheid
24,7
25,5
24,7
75
Gemengd
12
12
12
36
60
62
60
182
Bij wijze van hulp of verduidelijking van de vraag, kan de docent bovenstaande tabel met verwachte waarden tonen. In deze tabel de celfrequentie weergegeven die wordt verwacht indien er geen relatie was tussen het kiesstelsel van een land en het aantal vrouwen in het parlement. Chi2 vergelijkt de celfrequenties die door middel van de data gevonden zijn met de celfrequenties die men zou verwachten indien er geen effect zou zijn (= uniforme verdeling). Wanneer Chi2 significant is wil dit zeggen dat de celfrequenties significant afwijken van de verwachte waarden, waardoor men dus kan besluiten dat er een significant verband tussen de twee variabelen bestaat. Vervolgens krijgen de studenten de tabel opnieuw te zien, dit keer met Chi2. De docent vraagt de studenten nogmaals om de tabel te interpreteren (men kan dus aan de hand van deze tabel concluderen dat….). Wanneer de studenten antwoorden dat de ene groep hoger ‘scoort’ dan de andere, moet de docent vragen of men zeker kan zijn dat de verschillen tussen de cellen ook effectief in de populatie verschillen. Het antwoord is nee, want hoewel Chi2 significant is, zegt dit enkel iets over het algemene verband. Om te onderzoeken of er ook effectief een verschil is tussen de cellen moet men een post hoc test doen. De volgende slide toont hoe je dit in SPSS kan opvragen. Hier test men of er een paarsgewijs verschil tussen de kolommen bestaat (binnen 1 rij). Met doet dit op een veel conservatievere manier (dit wil zeggen dat het moeilijker is een significant effect te vinden). Dan wordt opnieuw de tabel getoond met de resultaten van de post-‐hoc test voor de paarsgewijze verschillen. De docent kan nu de interpretaties die de studenten hebben gegeven verbeteren aan de hand van de resultaten. Wanneer de tabel geïnterpreteerd is, vraagt de docent aan de studenten of de keuze om een kruistabel te gebruiken voor het onderzoek naar het verband tussen het kiesstelsel en het aantal vrouwen in het parlement een goede keuze is.
Het antwoord is nee. Om kruistabellen te kunnen gebruiken heeft men arbitraire categorieën moeten maken, waardoor men informatie kwijtgespeeld is.
Een beter manier zou erin bestaan om het percentage vrouwen in het parlement weer te geven door een continue variabele. Hierdoor kan men ANOVA gebruiken. Omdat de studenten ANOVA niet hebben gezien, zou de docent kort moeten uitleggen wat deze techniek doet. Hiervoor kan men de analogie met de t-‐toest gebruiken, daar ANOVA een uitgebreider model van de t-‐toets is. ANOVA is een techniek die test of de groepsgemiddelden van twee of meer groepen statistisch significant van elkaar verschillen. Het is in feite een uitbreiding van de t-‐ toets voor het verschil tussen twee groepen. De techniek vergelijkt de variantie tussen de groepen met de variantie binnen de groepen. Omdat ook deze toets, net als kruistabellen, enkel het globale beeld test moet men een post-‐hoc test uitvoeren. Deze test de paarsgewijze verschillen op een conservatievere manier om te voorkomen dat men de nulhypothese zou verwerpen wanneer deze niet verworpen mag worden. De docent kan de uitleg doen aan de hand van de SPSS output. De volgende slide geeft een meer gebruikte voorstelling van ANOVA weer. Om deze leeractiviteit af te ronden kan de docent terugkoppelen naar het oorspronkelijke uitgangspunt: Het verband tussen het kiesstelsel en het aantal vrouwen in het parlement. Hij kan de studenten de vraag stellen welk systeem zij als het beste zouden aanduiden wanneer het gaat om het verhogen van de vertegenwoordiging van vrouwen in het parlement, en waarom ze dit zouden verkiezen. Vermoedelijk zullen de studenten aangeven dat het proportioneel stelsel of het gemengd stelsel een beter systeem is. Toch kan men dit niet aan de hand van de data besluiten De data geeft aan dat meerderheidsstelsels gemiddeld minder vrouwen in het parlement hebben dan gemengde en proportionele stelsels, maar we vinden geen significant verschil tussen gemengde en proportionele stelsels. Dit wil dus zeggen dat de kans dat we deze resultaten door toeval vinden groter is dan 5%. Hierdoor kunnen we de nulhypothese (er is geen effect) niet verwerpen. De docent kan de studenten aanzetten na te denken waarom er geen verschil tussen gemengde en proportionele stelsels gevonden wordt. Mogelijks draagt het proportionele deel van het gemengde kiesstelsel bij de tot betere vertegenwoordiging van vrouwen. Hoe zou je dit kunnen meten?
