CHES dataset-Colombia

GRUPO 7

1. CHES dataset

Qué es la Base de Datos CHES:

La base de datos Chapel Hill Expert Survey (CHES) es una herramienta clave para evaluar las posiciones ideológicas de los partidos políticos en Europa y América Latina. Utilizada en investigaciones académicas y análisis político, CHES-Latin America 2020 ofrece estimaciones de las posiciones de 112 partidos en 12 países latinoamericanos, basándose en encuestas a expertos en ciencia política (Bakker et al., 2020).

Descripción de la Metodología:

• Fuentes de Información:

  • Encuestas periódicas a expertos en política europea y latinoamericana.

  • Análisis de programas de partidos y otras fuentes públicas relevantes.

• Sistema de Agregación:

  • Las respuestas de los expertos se agregan para calcular puntuaciones promedio por partido.

  • Se utilizan técnicas estadísticas avanzadas para garantizar la fiabilidad y validez de los datos.

  • Validación cruzando información con declaraciones oficiales de los partidos y resultados electorales.

Reflexión sobre la Transparencia de los Datos:

La transparencia de los datos en CHES se evalúa siguiendo el marco de transparencia en preferencias políticas. La fiabilidad podría estar comprometida por problemas en la selección de expertos y en la metodología de encuestas.

• Problemas de Fiabilidad (Marks et al., 2007):

  • Selección de Expertos:

    • Sesgo de Selección: La elección de expertos puede introducir sesgos si no se asegura una muestra representativa y diversa.

    • Calidad y Consistencia: La variabilidad en el conocimiento de los expertos puede afectar la consistencia de las evaluaciones.

  • Metodología de Encuestas:

    • Diseño de Preguntas: Preguntas ambiguas pueden causar interpretaciones erróneas y consecuentemente obtener datos menos fiables.

    • Escalas de Medición: Las escalas pueden no capturar adecuadamente las sutilezas o matices de las posiciones políticas.

Medidas que consideramos que pueden mejorar la Transparencia y Fiabilidad:

1. Publicación de Criterios de Selección: Detallar los criterios de selección de expertos para asegurar una muestra representativa.

2. Divulgación de Perfiles de Expertos: Proveer información sobre los perfiles de los expertos para evaluar su independencia a cualquier partido político y competencia en el ámbito.

3. Acceso a Metodología y Datos: Hacer públicos los detalles metodológicos y los datos brutos para permitir la replicación y verificación de análisis.

2. El caso de Colombia.

Primero visualizaremos los partidos políticos existentes en el país:

ches_p4 <- ches %>%
  filter(cname == "aus") |> 
  select(party_name, lrecon, russian_interference, sociallifestyle, civlib_laworder)
ches_p4 |> 
  group_by(party_name) |> 
  summarize(across(1:last_col(), ~ round(mean(., na.rm = TRUE), 1))) |>  
  kable()

party_name	lrecon	russian_interference	sociallifestyle	civlib_laworder
FPO	6.5	3.9	8.4	9.4
Grune	2.5	2.9	0.5	2.1
LIF/NEOS	7.1	2.4	1.6	2.8
OVP	6.9	2.0	6.2	7.9
SPO	3.6	2.4	2.4	4.3

Nombre eje 1, nombre estudiante

En este apartado, cada estudiante analizará cómo los expertos han puntuado dos partidos en un eje ideológico concreto, siguiendo el ejemplo que se muestra a continuación (Máximo 250 palabras por estudiante).

• Cada estudiante debe escoger un eje ideológico diferente. Se valorará que el estudiante seleccione unos partidos apropiados en el eje ideológico que está analizando.
• Los partidos escogidos pueden solaparse entre estudiantes del mismo grupo.
• Valorad cuestiones como la fiabilidad de los datos, validez, posibles sesgos, etc. (la bibliografía recomendada de Cherie Maestas, disponible en el aula, puede ser de gran ayuda para profundizar en esta parte).

Copiad y pegad el siguiente chunk tantas veces como corresponda

ches_p4 |> 
  filter(party_name %in% c("SPO", "FPO")) |> 
  ggplot(aes(x = russian_interference, fill = party_name)) + 
  geom_bar(show.legend = F) +
  facet_wrap(. ~ party_name) +
  theme_minimal()

## Warning: Removed 5 rows containing non-finite outside the scale range
## (`stat_count()`).

Nombre eje 2, nombre estudiante

Nom eje 3, nombre estudiante

Tenéis que hacer tantos ejes como estudiantes haya en el grupo:

• No se pueden repetir los ejes.

Bibliografía

• Bakker, R., Hooghe, L., Jolly, S., Marks, G., Polk, J., Rovny, J., Steenbergen, M., & Vachudova, M. A. (2020). 2019 Chapel Hill Expert Survey. Chapel Hill, NC: University of North Carolina, Chapel Hill.

• Marks, G., Hooghe, L., Nelson, M., & Edwards, E. (2007). Party competition and European integration in the East and West: Different structure, same causality. Comparative Political Studies, 40(2), 155-175.