Hausarbeit: IT-basierte Regierungssystemforschung
Dennis Bartholomae, Safa Rashid und Philip Korsten
31. März 2022
Einleitung
Aufgabenstellung
In der vorliegenden Hausarbeit gilt es in Anlehnung an das Seminar “IT-basierte Regierungssystemforschung” unter der Leitung von Prof. Dr. Christian Stecker unsere erworbenen Fähigkeiten im Umgang mit R-Studio sowie mit empirischen Methoden zu replizieren. Hierfür haben wir uns mit dem Datensatz Sieberer_party_unityder Studie “Party Unity in Parliamentary Democracies: A Comparative Analysis” von Ulrich Sieberer (2006) auseinandergesetzt.
Die Ursachen und der Grad der Parteigeschlossenheit und Fraktionsdisziplin in parlamentarischen Demokratien waren Ulrich Sieberer zufolge wenig erforscht und vor allem wenn es um den Vergleich politischer Systeme der westlichen Welt geht, sah der Autor noch Nachholbedarf. Hierzu stellte der Autor Hypothesen in drei Feldern auf, die er weiter ausdifferenzierte und teilweise konträr zueinander formulierte. Seine Arbeit baut er auf der Annahme auf, dass Abgeordnete mit ihren individuellen Entscheidungen Abstimmungen beeinflussen und dass nicht die Fraktion als geschlossene Einheit entscheidet, die durch eine Parteiführung gelenkt würde. Er thematisiert Anreize, die zur Belohnung treuer Abgeordneter dienen und die Möglichkeiten Bestrafung zur einzusetzen, um rebellisches Verhalten zu unterdrücken und prüft inwieweit diese „Zuckerbrot und Peitsche“ Methodik einer wissenschaftlichen Überprüfung standhält. Daneben untersucht er auch institutionelle Zwänge und Determinanten, wie die Größe einer Fraktion oder die politische Nähe zu anderen Parteien. Diese werden als Variablen in die Analyse integriert und so zu einem Gesamtbild zusammengebaut. Um seine Hypothesen zu überprüfen, analysiert Sieberer Daten zu 11 westliche etablierte und parlamentarische Demokratien: Australien, Dänemark, Deutschland, Finnland, Island, Kanada, Neuseeland, Norwegen, Österreich, Schweden und das Vereinigte Königreich. Von den Ländern lagen dem Autor teilweise Daten von 1945 bis 2001 vor. Dabei unterschieden sich die untersuchten Zeiträume jedoch so, dass es teilweise nur kleine oder keine zeitliche Überschneidung der Daten gab. Der Autor kam nach der wissenschaftlichen Überprüfung der Hypothesen zu dem Schluss, dass die zentrale Parteikontrolle über Nominierungen und innerparlamentarische Ressourcen sowie die Stärke der parlamentarischen Ausschüsse in Bezug auf politische Entscheidungen die Parteieinheit statistisch signifikant beeinflussen. Eine weitere Erkenntnis ist, dass Regierungsparteien weniger geschlossen sind als die Oppositionsparteien und dass größere Parteien eine größere Geschlossenheit aufweisen als kleinere. Sieberer kam zu dem Schluss, dass diese Erkenntnisse der existierenden wissenschaftlichen Literatur widersprechen, und deswegen weitere Studien zu dem Thema durchgeführt werden sollten. Im Folgenden werden wir den Datensatz anhand der gestellten Aufgaben analysieren, unsere Arbeitsschritte beschreiben und unsere Erkenntnisse erläutern.
Block A
Datensatz:
Sieberer (2006): Party unity in parliamentary democracies
Aufgabe: Öffnen und beschreiben Sie den Datensatz. Gehen Sie dabei mindestens ein auf: Fallzahl, Variablenzahl, Skalierung der Variablen. Bei Replikationen von Studien gehen Sie dabei auf die Variablen ein, die für die Analyse vonnöten sind.
Um die Daten des Datensatzes zu sichten und einen Überblick über die vorhandenen Variablen zu erlangen muss dieser mittels des str(Sieberer_party_unity) Befehls geöffnet werden. Dieser Befehl ermöglicht es uns unterschiedliche Messniveaus zu erkennen, welche im Falle des vorliegenden Datensatzes in character, logical, integer, ordinalen und metrischen variablen eingeteilt sind.
str(Sieberer_party_unity)## tibble [239 x 60] (S3: tbl_df/tbl/data.frame)
## $ id : num [1:239] 1 2 3 4 5 6 7 8 9 10 ...
## ..- attr(*, "label")= chr "case id"
## ..- attr(*, "format.stata")= chr "%8.0g"
## $ data : dbl+lbl [1:239] 4, 4, 4, 4, 4, 4, 4, 4, 4, 4, 4, 4, 4, 4, 4, 4, 4, 4, ...
## ..@ label : chr "sort of data"
## ..@ format.stata: chr "%9.0g"
## ..@ labels : Named num [1:4] 1 2 3 4
## .. ..- attr(*, "names")= chr [1:4] "country average" "country at time t" "party average" "party at time t"
## $ country : dbl+lbl [1:239] 1, 1, 1, 3, 3, 3, 3, 3, 3, 3, 3, 3, 3, 3, 3, 3, 3, 3, ...
## ..@ label : chr "country"
## ..@ format.stata: chr "%9.0g"
## ..@ labels : Named num [1:13] 1 2 3 4 5 6 7 8 9 10 ...
## .. ..- attr(*, "names")= chr [1:13] "australia" "belgium" "denmark" "germany" ...
## $ counname: chr [1:239] "" "" "" "" ...
## ..- attr(*, "label")= chr "country name"
## ..- attr(*, "format.stata")= chr "%9s"
## $ partyno : num [1:239] 11 12 13 31 31 31 31 31 31 31 ...
## ..- attr(*, "label")= chr "party number"
## ..- attr(*, "format.stata")= chr "%9.0g"
## $ party : chr [1:239] "ALP" "Liberal" "National" "Social Democrats" ...
## ..- attr(*, "label")= chr "name of party"
## ..- attr(*, "format.stata")= chr "%28s"
## $ start : num [1:239] 100 100 100 71 90 91 92 93 94 95 ...
## ..- attr(*, "label")= chr "year of start"
## ..- attr(*, "format.stata")= chr "%9.0g"
## $ time : chr [1:239] "May 1996-July 1998" "May 1996-July 1998" "May 1996-July 1998" "1971-73" ...
## ..- attr(*, "label")= chr "time period of measurement"
## ..- attr(*, "format.stata")= chr "%48s"
## $ rice : num [1:239] 99 99 99 99.6 99.8 ...
## ..- attr(*, "label")= chr "rice index of cohesion"
## ..- attr(*, "format.stata")= chr "%9.0g"
## $ ricecorr: num [1:239] 99 99 99 99.6 99.8 ...
## ..- attr(*, "label")= chr "rice index of cohesion corrected according to carey"
## ..- attr(*, "format.stata")= chr "%9.0g"
## $ division: num [1:239] NA NA NA NA NA NA NA NA NA NA ...
## ..- attr(*, "label")= chr "percentage of votes with crossvoting"
## ..- attr(*, "format.stata")= chr "%9.0g"
## $ crossvot: num [1:239] NA NA NA NA NA NA NA NA NA NA ...
## ..- attr(*, "label")= chr "crossvoting (division excluding abstentions)"
## ..- attr(*, "format.stata")= chr "%9.0g"
## $ avdissen: num [1:239] NA NA NA NA NA NA NA NA NA NA ...
## ..- attr(*, "label")= chr "average number of dissentors on division votes (gb)"
## ..- attr(*, "format.stata")= chr "%9.0g"
## $ anmerkun: chr [1:239] "" "" "" "" ...
## ..- attr(*, "format.stata")= chr "%9s"
## $ nominat : dbl+lbl [1:239] 5, 5, 5, 6, 6, 6, 6, 6, 6, 6, 5, 5, 5, 5, 5, 5, 5, 6, ...
## ..@ label : chr "control over candidate nomination"
## ..@ format.stata: chr "%9.0g"
## ..@ labels : Named num [1:6] 1 2 3 4 5 6
## .. ..- attr(*, "names")= chr [1:6] "national organs control completely" "subnational o. propose, nat. o. decide" "nat. o. provide list, subnat. o. decide" "subnat o. decide subject to nat. o. approv" ...
## $ nomincat: dbl+lbl [1:239] 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, ...
## ..@ label : chr "control over candidate nomination, categorized"
## ..@ format.stata: chr "%9.0g"
## ..@ labels : Named num [1:2] 0 1
## .. ..- attr(*, "names")= chr [1:2] "niedrig" "hoch"
## $ persvote: dbl+lbl [1:239] 2, 2, 2, 3, 3, 3, 3, 3, 3, 3, 3, 3, 3, 3, 3, 3, 3, 3, ...
## ..@ label : chr "incentives of electoral system for personal vote"
## ..@ format.stata: chr "%9.0g"
## ..@ labels : Named num [1:3] 1 2 3
## .. ..- attr(*, "names")= chr [1:3] "party-centered systems" "intermediate systems" "candidate-centered systems"
## $ persvcat: dbl+lbl [1:239] 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, ...
## ..@ label : chr "personal vote categorized"
## ..@ format.stata: chr "%9.0g"
## ..@ labels : Named num [1:2] 0 1
## .. ..- attr(*, "names")= chr [1:2] "party centered" "intermediate or candidate centered"
## $ proport : num [1:239] NA NA NA NA NA NA NA NA NA NA ...
## ..- attr(*, "label")= chr "proportionality of electoral system"
## ..- attr(*, "format.stata")= chr "%9.0g"
## $ proport1: num [1:239] NA NA NA NA NA NA NA NA NA NA ...
## ..- attr(*, "label")= chr "proportionality of electoral system weighted"
## ..- attr(*, "format.stata")= chr "%9.0g"
## $ gallag : num [1:239] NA NA NA NA NA NA NA NA NA NA ...
## ..- attr(*, "label")= chr "gallagher-index of disproportionality"
## ..- attr(*, "format.stata")= chr "%9.0g"
## $ gallag1 : num [1:239] NA NA NA NA NA NA NA NA NA NA ...
## ..- attr(*, "label")= chr "gallagher-index of disproportionality weighted"
## ..- attr(*, "format.stata")= chr "%9.0g"
## $ minister: num [1:239] 100 100 100 78.8 78.8 ...
## ..- attr(*, "label")= chr "percentage of ministers recruited from parliament"
## ..- attr(*, "format.stata")= chr "%9.0g"
## $ minireg : num [1:239] NA NA NA 45 45 45 45 45 45 45 ...
## ..- attr(*, "label")= chr "percentage of ministers with regional background"
## ..- attr(*, "format.stata")= chr "%9.0g"
## $ appoimin: dbl+lbl [1:239] NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA...
## ..@ label : chr "influence of parliamentary leader on minister selection"
## ..@ format.stata: chr "%9.0g"
## ..@ labels : Named num [1:2] 0 1
## .. ..- attr(*, "names")= chr [1:2] "no" "yes"
## $ rewrite : dbl+lbl [1:239] 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, ...
## ..@ label : chr "rewrite authority of committees"
## ..@ format.stata: chr "%9.0g"
## ..@ labels : Named num [1:2] 0 1
## .. ..- attr(*, "names")= chr [1:2] "low" "high"
## $ witness : dbl+lbl [1:239] 0, 0, 0, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, ...
## ..@ label : chr "right of committee to compel witnesses"
## ..@ format.stata: chr "%9.0g"
## ..@ labels : Named num [1:2] 0 1
## .. ..- attr(*, "names")= chr [1:2] "low" "high"
## $ comm1 : num [1:239] NA NA NA NA NA NA NA NA NA NA ...
## ..- attr(*, "label")= chr "committee strength agenda setting"
## ..- attr(*, "format.stata")= chr "%9.0g"
## $ comm2 : num [1:239] NA NA NA NA NA NA NA NA NA NA ...
## ..- attr(*, "label")= chr "committee strength drafting authority"
## ..- attr(*, "format.stata")= chr "%9.0g"
## $ comselec: dbl+lbl [1:239] NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA...
## ..@ label : chr "method of committee selection"
## ..@ format.stata: chr "%9.0g"
## ..@ labels : Named num [1:4] 1 2 3 4
## .. ..- attr(*, "names")= chr [1:4] "directing authority" "special committee of selection" "parliament" "other"
## $ recall : dbl+lbl [1:239] 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, ...
## ..@ label : chr "recall from committee"
## ..@ format.stata: chr "%9.0g"
## ..@ labels : Named num [1:2] 0 1
## .. ..- attr(*, "names")= chr [1:2] "no" "yes"
## $ initiati: dbl+lbl [1:239] 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, ...
## ..@ label : chr "initiative by individual mp"
## ..@ format.stata: chr "%9.0g"
## ..@ labels : Named num [1:2] 0 1
## .. ..- attr(*, "names")= chr [1:2] "not allowed" "allowed"
## $ persres : num [1:239] 3 3 3 1 1 1 1 1 1 1 ...
## ..- attr(*, "label")= chr "personal resources of mp"
## ..- attr(*, "format.stata")= chr "%9.0g"
## $ resign : dbl+lbl [1:239] 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, ...
## ..@ label : chr "resignation of government after major defeat"
## ..@ format.stata: chr "%9.0g"
## ..@ labels : Named num [1:2] 0 1
## .. ..- attr(*, "names")= chr [1:2] "no" "yes"
## $ govern : dbl+lbl [1:239] 0, 1, 1, 1, 0, 0, 0, 1, 1, 1, 0, 1, 1, 1, 0, 0, 0, 0, ...
## ..@ label : chr "government party"
## ..@ format.stata: chr "%9.0g"
## ..@ labels : Named num [1:2] 0 1
## .. ..- attr(*, "names")= chr [1:2] "no" "yes"
## $ sizeabs : num [1:239] 49 75 18 70 69 69 69 69 62 62 ...
## ..- attr(*, "label")= chr "number of seats of party"
## ..- attr(*, "format.stata")= chr "%9.0g"
## $ totseats: num [1:239] 148 148 148 175 175 175 175 175 175 175 ...
## ..- attr(*, "label")= chr "number of seats in chamber"
## ..- attr(*, "format.stata")= chr "%9.0g"
## $ sizerel : num [1:239] 33.1 50.7 12.2 40 39.4 ...
## ..- attr(*, "label")= chr "relative size of party"
## ..- attr(*, "format.stata")= chr "%9.0g"
## $ govabs : num [1:239] 93 93 93 70 59 59 59 88 75 75 ...
## ..- attr(*, "label")= chr "number of government seats"
## ..- attr(*, "format.stata")= chr "%9.0g"
## $ govsize : num [1:239] 62.8 62.8 62.8 40 33.7 ...
## ..- attr(*, "label")= chr "percentage of government seats"
## ..- attr(*, "format.stata")= chr "%9.0g"
## $ from50 : num [1:239] 12.8 12.8 12.8 10 16.3 ...
## ..- attr(*, "label")= chr "percentage of government seats above or below 50"
## ..- attr(*, "format.stata")= chr "%9.0g"
## $ ideol : num [1:239] 8.34 22.59 22.59 -35.7 -35.48 ...
## ..- attr(*, "label")= chr "ideological score on left-right dimension"
## ..- attr(*, "format.stata")= chr "%9.0g"
## $ ideol1 : num [1:239] 14.25 0 0 7.4 8.69 ...
## ..- attr(*, "label")= chr "ideological distance from closest party"
## ..- attr(*, "format.stata")= chr "%9.0g"
## $ ideol2 : num [1:239] 28.5 7.13 7.13 14.8 17.38 ...
## ..- attr(*, "label")= chr "mean ideological distance from parties to left and right"
## ..- attr(*, "format.stata")= chr "%9.0g"
## $ aus : num [1:239] 1 1 1 0 0 0 0 0 0 0 ...
## ..- attr(*, "label")= chr "australia"
## ..- attr(*, "format.stata")= chr "%9.0g"
## $ bel : num [1:239] 0 0 0 0 0 0 0 0 0 0 ...
## ..- attr(*, "label")= chr "belgium"
## ..- attr(*, "format.stata")= chr "%9.0g"
## $ den : num [1:239] 0 0 0 1 1 1 1 1 1 1 ...
## ..- attr(*, "label")= chr "denmark"
## ..- attr(*, "format.stata")= chr "%9.0g"
## $ ger : num [1:239] 0 0 0 0 0 0 0 0 0 0 ...
## ..- attr(*, "label")= chr "germany"
## ..- attr(*, "format.stata")= chr "%9.0g"
## $ fin : num [1:239] 0 0 0 0 0 0 0 0 0 0 ...
## ..- attr(*, "label")= chr "finland"
## ..- attr(*, "format.stata")= chr "%9.0g"
## $ gb : num [1:239] 0 0 0 0 0 0 0 0 0 0 ...
## ..- attr(*, "label")= chr "great britain"
## ..- attr(*, "format.stata")= chr "%9.0g"
## $ ice : num [1:239] 0 0 0 0 0 0 0 0 0 0 ...
## ..- attr(*, "label")= chr "iceland"
## ..- attr(*, "format.stata")= chr "%9.0g"
## $ can : num [1:239] 0 0 0 0 0 0 0 0 0 0 ...
## ..- attr(*, "label")= chr "canada"
## ..- attr(*, "format.stata")= chr "%9.0g"
## $ nz : num [1:239] 0 0 0 0 0 0 0 0 0 0 ...
## ..- attr(*, "label")= chr "new zealand"
## ..- attr(*, "format.stata")= chr "%9.0g"
## $ nor : num [1:239] 0 0 0 0 0 0 0 0 0 0 ...
## ..- attr(*, "label")= chr "norway"
## ..- attr(*, "format.stata")= chr "%9.0g"
## $ swe : num [1:239] 0 0 0 0 0 0 0 0 0 0 ...
## ..- attr(*, "label")= chr "sweden"
## ..- attr(*, "format.stata")= chr "%9.0g"
## $ aut : num [1:239] 0 0 0 0 0 0 0 0 0 0 ...
## ..- attr(*, "label")= chr "austria"
## ..- attr(*, "format.stata")= chr "%9.0g"
## $ filter__: dbl+lbl [1:239] 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, ...
## ..@ label : chr "data = 4 (filter)"
## ..@ format.stata: chr "%9.0g"
## ..@ labels : Named num [1:2] 0 1
## .. ..- attr(*, "names")= chr [1:2] "nicht ausgewählt" "ausgewählt"
## $ nministe: num [1:239] NA NA NA NA NA NA NA NA NA NA ...
## ..- attr(*, "label")= chr "ntiles of minister"
## ..- attr(*, "format.stata")= chr "%9.0g"
## $ dgovsize: num [1:239] -0.003325 0.000697 -0.003263 0.00081 0.01974 ...
## ..- attr(*, "format.stata")= chr "%9.0g"
## $ dsizerel: num [1:239] -0.0102 -0.0106 -0.0459 -0.0162 -0.0577 ...
## ..- attr(*, "format.stata")= chr "%9.0g"Anschließend verschafften wir uns einen Überblick über die Ausprägungen, die in dem Datensatz vorhanden sind. Der Befehl sapply(sapply(Sieberer_party_unity, unique), sort, na.last=TRUE) ermöglicht es uns die vorhandenen Variablen gemeinsam mit den mit verbundenen Labels zu sichten.
sapply(sapply(Sieberer_party_unity, unique), sort, na.last=TRUE)## $id
## [1] 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18
## [19] 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 36 37
## [37] 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55
## [55] 56 57 58 59 60 61 62 63 64 65 66 67 68 69 70 71 72 73
## [73] 74 75 76 77 78 79 80 81 82 83 84 85 86 87 88 89 90 91
## [91] 92 93 94 95 96 97 98 99 100 101 102 103 104 105 106 107 108 109
## [109] 110 111 112 113 114 115 116 117 118 119 120 121 122 123 124 125 126 127
## [127] 128 129 130 131 132 133 134 135 136 137 138 139 140 141 142 143 144 145
## [145] 146 147 148 149 150 151 152 153 154 155 156 157 158 159 160 161 162 163
## [163] 164 165 166 167 168 169 170 171 172 173 174 175 176 177 178 179 180 181
## [181] 182 183 184 185 186 187 188 189 190 191 192 193 194 195 196 197 198 199
## [199] 200 201 202 203 204 205 206 207 208 209 210 211 212 213 214 215 216 217
## [217] 218 219 220 221 222 224 226 228 230 232 233 234 235 236 237 238 239 240
## [235] 241 242 243 244
##
## $data
## <labelled<double>[1]>: sort of data
## [1] 4
##
## Labels:
## value label
## 1 country average
## 2 country at time t
## 3 party average
## 4 party at time t
##
## $country
## <labelled<double>[11]>: country
## [1] 1 3 4 5 7 8 9 10 11 12 13
##
## Labels:
## value label
## 1 australia
## 2 belgium
## 3 denmark
## 4 germany
## 5 finland
## 6 france
## 7 united kingdom
## 8 iceland
## 9 canada
## 10 new zealand
## 11 norway
## 12 sweden
## 13 austria
##
## $counname
## [1] ""
##
## $partyno
## [1] 11 12 13 31 32 33 34 35 36 37 38 41 42 43 44 51 52 53 54
## [20] 55 56 57 71 72 81 82 83 84 85 86 91 92 93 95 101 102 111 112
## [39] 113 114 115 116 117 121 122 123 124 125 126 127 131 132 133 134 135
##
## $party
## [1] "ALP" "Bloc Quebecois"
## [3] "CDU" "Center"
## [5] "Center Democrats" "Center Party"
## [7] "Christian Democrats" "Christian League"
## [9] "Christian People's" "Christian People's Party"
## [11] "Conservative" "Conservatives"
## [13] "Ecology Party" "FDP"
## [15] "Free Liberal Party" "GR"
## [17] "Green League" "Greens"
## [19] "Independence Party" "Labour"
## [21] "Left-Wing Alliance" "Left Party"
## [23] "Liberal" "Liberal Forum"
## [25] "Liberals" "Moderate Unity Party/Conserv"
## [27] "National" "National Coalition"
## [29] "NDP" "People's Alliance"
## [31] "People's Movement" "People's Party"
## [33] "Progress" "Progress Party"
## [35] "Progressive Party" "Radical Liberals"
## [37] "Reform" "Social Democrats"
## [39] "Socialist Left" "Socialist People's Party"
## [41] "SPD" "Swedish People Party"
## [43] "Women's Alliance"
##
## $start
## [1] 45 49 50 51 53 55 57 59 61 64 65 66 69 70 71 72 74 76 79
## [20] 80 81 82 83 84 85 86 87 88 89 90 91 92 93 94 95 96 97 100
##
## $time
## [1] "1945-50"
## [2] "1949-53"
## [3] "1950-51"
## [4] "1951-54"
## [5] "1951-55"
## [6] "1953-57"
## [7] "1955-59"
## [8] "1957-61"
## [9] "1959-64"
## [10] "1961-65"
## [11] "1964-66"
## [12] "1965-69"
## [13] "1966-70"
## [14] "1969-72"
## [15] "1970-74"
## [16] "1971-73"
## [17] "1972-76"
## [18] "1974"
## [19] "1974-79"
## [20] "1976-80"
## [21] "1979-83"
## [22] "1980-83"
## [23] "1981-82"
## [24] "1982-83"
## [25] "1983-84"
## [26] "1983-87"
## [27] "1984-85"
## [28] "1985-86"
## [29] "1986-87"
## [30] "1987-88"
## [31] "1987-90"
## [32] "1987-92"
## [33] "1988-89"
## [34] "1989-90"
## [35] "1990-91"
## [36] "1991-92"
## [37] "1992-93"
## [38] "1992-97"
## [39] "1993-94"
## [40] "1994-95"
## [41] "1994-96"
## [42] "1995-96"
## [43] "1996-97"
## [44] "1997-2001"
## [45] "December 1993-November 1994"
## [46] "May 1994-December 1995 & Februar 1996-April 1997"
## [47] "May 1996-July 1998"
## [48] "November 1990-August 1993"
##
## $rice
## [1] 80.48 81.30 81.70 83.98 84.88 84.90 85.30 85.50 86.20 86.29
## [11] 87.26 88.50 89.40 89.55 89.95 90.10 90.70 91.50 91.60 92.45
## [21] 93.00 93.05 93.30 93.63 93.67 94.00 94.86 94.90 95.00 95.11
## [31] 95.69 95.85 95.88 96.00 96.03 96.10 96.20 96.60 96.77 96.90
## [41] 97.00 97.10 97.23 97.37 97.40 97.44 97.50 97.60 97.70 97.72
## [51] 97.80 97.92 98.00 98.10 98.20 98.28 98.30 98.31 98.33 98.40
## [61] 98.49 98.50 98.60 98.65 98.70 98.79 98.80 98.86 98.90 99.00
## [71] 99.10 99.15 99.17 99.18 99.20 99.26 99.28 99.30 99.34 99.40
## [81] 99.43 99.44 99.46 99.48 99.50 99.54 99.55 99.56 99.58 99.60
## [91] 99.64 99.65 99.66 99.67 99.70 99.73 99.74 99.76 99.77 99.78
## [101] 99.79 99.80 99.82 99.83 99.84 99.86 99.88 99.90 99.91 99.92
## [111] 99.94 99.95 99.96 99.99 100.00
##
## $ricecorr
## [1] 80.05334 80.11169 81.35471 83.67773 84.63182 84.65433 84.66032
## [8] 84.98214 85.92941 86.19276 87.20924 87.22222 89.15909 89.50837
## [15] 89.84615 89.85455 89.90964 90.28571 90.66666 92.18036 92.78461
## [22] 92.84444 93.01797 93.60709 93.64295 93.88000 94.73150 94.78139
## [29] 94.92647 95.01774 95.66767 95.73333 95.74545 95.77315 95.77778
## [36] 95.79417 95.81818 95.82000 95.84615 95.85185 95.95000 96.01035
## [43] 96.11429 96.12500 96.69659 96.89286 96.96819 96.98305 97.14000
## [50] 97.16364 97.22131 97.30370 97.31740 97.32143 97.34375 97.42992
## [57] 97.43243 97.45000 97.46667 97.49091 97.54667 97.65485 97.66250
## [64] 97.66349 97.66567 97.75000 97.77778 97.83334 97.85291 97.96154
## [71] 98.01667 98.05000 98.09412 98.25000 98.27290 98.30438 98.32438
## [78] 98.36364 98.39286 98.40000 98.47000 98.47272 98.47727 98.48256
## [85] 98.48333 98.50000 98.57200 98.58182 98.62500 98.64513 98.65000
## [92] 98.66666 98.71667 98.72000 98.75000 98.78516 98.80000 98.81538
## [99] 98.82143 98.83286 98.87500 98.88333 98.89530 98.90909 98.93750
## [106] 98.94118 98.96429 98.97298 98.98592 99.00000 99.03077 99.06400
## [113] 99.07188 99.08200 99.08636 99.08733 99.14747 99.15294 99.16364
## [120] 99.16749 99.17774 99.17838 99.18095 99.18333 99.18730 99.23637
## [127] 99.25000 99.25333 99.25675 99.25687 99.26667 99.26818 99.27788
## [134] 99.28679 99.28889 99.28923 99.30000 99.33592 99.35000 99.35714
## [141] 99.39091 99.42500 99.42857 99.44534 99.45871 99.48750 99.49056
## [148] 99.49207 99.53333 99.54881 99.54952 99.56364 99.57893 99.58620
## [155] 99.58667 99.59200 99.59245 99.59428 99.62500 99.63858 99.63878
## [162] 99.64879 99.65508 99.65812 99.66757 99.68000 99.69032 99.69423
## [169] 99.69434 99.70000 99.72572 99.72926 99.73103 99.75200 99.76910
## [176] 99.77242 99.78333 99.78667 99.78824 99.78902 99.79429 99.79523
## [183] 99.80000 99.82545 99.82667 99.82934 99.82944 99.83768 99.83949
## [190] 99.84000 99.85600 99.85774 99.89838 99.89859 99.90968 99.91111
## [197] 99.91966 99.93455 99.93793 99.94984 99.95857 99.95866 99.95942
## [204] 99.95988 99.98997 100.00000
##
## $division
## [1] 4.7 6.0 7.9 10.2 10.4 11.6 13.6 13.7 15.4 17.4 18.9 19.2 21.1 22.0 22.2
## [16] 23.5 26.9 28.9 29.2 35.3 36.1 37.0 41.5 41.7 49.1 54.1 59.5 67.6 69.9 71.7
## [31] 73.4 83.3 84.2 NA
##
## $crossvot
## [1] 0.32 0.85 1.16 1.39 1.42 2.13 2.20 2.56 3.09 3.17 6.25 7.21
## [13] 7.50 8.44 11.80 12.00 12.28 13.00 15.95 16.07 18.53 18.92 20.53 NA
##
## $avdissen
## [1] 1.00 2.50 4.15 4.92 5.64 7.00 7.43 8.42 10.26 10.80 11.00 11.75
## [13] 12.00 12.20 13.14 13.31 14.44 15.00 16.21 17.61 21.48 24.24 35.25 81.00
## [25] NA
##
## $anmerkun
## [1] ""
##
## $nominat
## <labelled<double>[6]>: control over candidate nomination
## [1] 1 2 4 5 6 NA
##
## Labels:
## value label
## 1 national organs control completely
## 2 subnational o. propose, nat. o. decide
## 3 nat. o. provide list, subnat. o. decide
## 4 subnat o. decide subject to nat. o. approv
## 5 subnat o control completely
## 6 membership ballot
##
## $nomincat
## <labelled<double>[3]>: control over candidate nomination, categorized
## [1] 0 1 NA
##
## Labels:
## value label
## 0 niedrig
## 1 hoch
##
## $persvote
## <labelled<double>[3]>: incentives of electoral system for personal vote
## [1] 1 2 3
##
## Labels:
## value label
## 1 party-centered systems
## 2 intermediate systems
## 3 candidate-centered systems
##
## $persvcat
## <labelled<double>[2]>: personal vote categorized
## [1] 0 1
##
## Labels:
## value label
## 0 party centered
## 1 intermediate or candidate centered
##
## $proport
## [1] NA
##
## $proport1
## [1] NA
##
## $gallag
## [1] NA
##
## $gallag1
## [1] NA
##
## $minister
## [1] 57.1 61.3 62.4 67.7 73.4 78.8 79.9 95.1 100.0
##
## $minireg
## [1] 21.1 34.8 36.4 38.5 45.0 56.5 74.3 81.5 NA
##
## $appoimin
## <labelled<double>[1]>: influence of parliamentary leader on minister selection
## [1] NA
##
## Labels:
## value label
## 0 no
## 1 yes
##
## $rewrite
## <labelled<double>[2]>: rewrite authority of committees
## [1] 0 1
##
## Labels:
## value label
## 0 low
## 1 high
##
## $witness
## <labelled<double>[2]>: right of committee to compel witnesses
## [1] 0 1
##
## Labels:
## value label
## 0 low
## 1 high
##
## $comm1
## [1] NA
##
## $comm2
## [1] NA
##
## $comselec
## <labelled<double>[1]>: method of committee selection
## [1] NA
##
## Labels:
## value label
## 1 directing authority
## 2 special committee of selection
## 3 parliament
## 4 other
##
## $recall
## <labelled<double>[2]>: recall from committee
## [1] 0 1
##
## Labels:
## value label
## 0 no
## 1 yes
##
## $initiati
## <labelled<double>[2]>: initiative by individual mp
## [1] 0 1
##
## Labels:
## value label
## 0 not allowed
## 1 allowed
##
## $persres
## [1] 0.0 1.0 1.5 2.0 2.5 3.0
##
## $resign
## <labelled<double>[2]>: resignation of government after major defeat
## [1] 0 1
##
## Labels:
## value label
## 0 no
## 1 yes
##
## $govern
## <labelled<double>[2]>: government party
## [1] 0 1
##
## Labels:
## value label
## 0 no
## 1 yes
##
## $sizeabs
## [1] 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 22
## [20] 25 26 27 28 29 30 31 32 35 37 39 40 42 43 44 45 48 49 50
## [39] 51 52 53 54 62 63 65 66 67 68 69 70 71 75 80 136 141 161 162
## [58] 177 181 193 202 203 213 217 224 228 234 237 242 249 250 251 253 254 255 258
## [77] 277 278 288 295 297 299 301 304 315 317 319 321 330 336 339 345 363 365 376
## [96] 393 397 418
##
## $totseats
## [1] 63 97 99 148 155 157 165 175 183 200 295 349 410 509 518 519 520 521 625
## [20] 630 635 640 650 651 659
##
## $sizerel
## [1] 0.6060606 1.2738854 1.2903225 2.2857144 2.5806451 2.8571429
## [7] 3.0508475 3.5000000 3.8216560 4.0000000 4.2979941 4.5000000
## [13] 4.5714288 4.7619047 4.9180326 5.1428571 5.1575933 5.3846154
## [19] 5.4644809 5.5000000 5.9845562 6.0109291 6.0606060 6.2857141
## [25] 6.3037248 6.3492064 6.6666665 6.7307692 6.8571429 7.0967741
## [31] 7.1038251 7.4285712 7.4498568 7.5000000 7.6433120 7.7220078
## [37] 7.7363896 7.8787880 8.1081085 8.4778423 8.4848480 8.5714283
## [43] 9.2485552 9.6525097 9.6774197 9.7142859 10.1910830 10.2119465
## [49] 10.3030300 10.4046240 10.4125738 11.0000000 11.1111107 12.1621618
## [55] 12.8598852 12.9268293 13.3333330 14.0000000 14.2857141 15.4285717
## [61] 16.0000000 16.5714283 16.9696960 17.1428566 17.6271191 17.7142849
## [67] 18.3050842 19.3939400 19.5000000 21.5000000 21.8579235 22.0000000
## [73] 22.4242420 22.9226360 22.9508190 23.8095245 24.0000000 25.5000000
## [79] 26.5000000 28.4153004 28.8659801 28.9617481 31.5000000 31.8271122
## [85] 31.8471336 33.1081085 33.1707306 33.2812500 34.1935501 34.3902435
## [91] 34.8747597 35.4285698 35.5191269 37.1868973 38.1818199 38.7978134
## [97] 38.8461533 38.9635315 39.4285698 39.6825409 40.0000000 40.1587296
## [103] 40.6060600 40.9523811 41.8918915 42.5806465 43.2432442 43.6220474
## [109] 43.9306374 43.9682541 45.0867043 45.1737442 45.2229309 45.4545441
## [115] 45.6647415 45.7142868 45.7528954 46.1318054 46.7181473 46.7716522
## [121] 47.2000008 47.4015732 47.8400002 48.1765823 48.2539673 48.2625465
## [127] 48.4555969 48.9194489 49.0347481 49.0384598 50.2362213 50.3174591
## [133] 50.4000015 50.5050507 50.6756744 51.3600006 51.6129036 52.3809509
## [139] 53.3858261 53.5645485 54.7619057 57.6190491 57.8461533 57.9365082
## [145] 60.0000000 61.0769234 61.4062500 63.4294395 70.1030960
##
## $govabs
## [1] 40 50 53 59 62 63 67 68 70 71 75 78 79 88 93 117 119 124 144
## [20] 161 177 212 264 268 282 284 290 295 301 315 317 318 319 321 330 336 339 345
## [39] 363 365 376 393 397 418 468
##
## $govsize
## [1] 33.71429 34.19355 37.57576 38.18182 40.00000 40.60606 42.85714 45.22293
## [9] 46.13181 47.40157 49.68153 50.23622 50.28571 50.31746 50.40000 50.50505
## [17] 50.96525 50.96774 51.36000 51.61290 51.70732 51.73745 52.38095 53.38583
## [25] 54.33526 54.76191 54.82626 55.76923 56.84008 57.61905 57.84615 57.93651
## [33] 59.50000 60.00000 61.03647 61.07692 61.40625 62.83784 63.42944 63.49206
## [41] 63.93443 67.75956 67.77996 70.10310 72.00000 90.34749
##
## $from50
## [1] 0.2362205 0.2857143 0.3174603 0.3184713 0.4000000 0.5050505
## [7] 0.9652510 0.9677419 1.3600000 1.6129032 1.7073171 1.7374518
## [13] 2.3809524 2.5984251 3.3858268 3.8681948 4.3352599 4.7619047
## [19] 4.7770700 4.8262548 5.7692308 6.8400769 7.1428571 7.6190476
## [25] 7.8461537 7.9365077 9.3939390 9.5000000 10.0000000 11.0364685
## [31] 11.0769234 11.4062500 11.8181820 12.4242420 12.8378382 13.4294386
## [37] 13.4920635 13.9344263 15.8064518 16.2857151 17.7595634 17.7799606
## [43] 20.1030922 22.0000000 40.3474922
##
## $ideol
## [1] -52.68 -48.50 -39.80 -38.90 -36.00 -35.70 -35.50 -35.48 -35.20 -34.70
## [11] -32.40 -31.30 -30.60 -28.30 -28.10 -27.50 -27.27 -27.12 -26.79 -26.60
## [21] -25.50 -25.00 -24.62 -24.39 -23.80 -23.46 -23.30 -23.05 -22.97 -22.70
## [31] -21.40 -21.09 -20.95 -20.35 -19.90 -19.71 -19.64 -18.67 -18.37 -17.76
## [41] -17.33 -15.64 -15.34 -14.89 -14.80 -14.44 -13.88 -13.73 -13.43 -12.40
## [51] -12.10 -11.56 -11.41 -11.06 -10.43 -10.30 -8.00 -7.90 -7.84 -7.80
## [61] -7.37 -7.33 -7.17 -7.13 -7.10 -6.61 -6.45 -6.25 -5.92 -5.53
## [71] -5.08 -4.89 -2.91 -1.60 -1.40 -1.12 0.00 0.20 0.94 2.04
## [81] 2.05 2.33 2.42 2.70 4.00 4.04 4.15 5.14 6.06 6.54
## [91] 6.57 7.00 8.07 8.20 8.34 9.26 9.30 9.89 10.00 10.06
## [101] 10.09 10.28 10.34 11.22 11.40 13.95 14.39 14.53 14.62 14.81
## [111] 15.20 15.93 19.27 19.66 20.85 21.21 21.82 22.59 23.79 24.20
## [121] 24.30 24.40 24.59 25.69 26.83 26.92 27.90 29.00 29.23 29.93
## [131] 30.47 32.10 34.00 39.10 40.20 40.42 40.45 43.53 44.89 47.79
## [141] 50.00 54.07 55.70 64.71
##
## $ideol1
## [1] 0.00 0.03 0.06 0.14 0.30 0.47 1.08 1.16 1.19 1.30 1.31 1.33
## [13] 1.50 1.97 2.02 2.53 2.54 2.55 2.80 3.30 3.53 4.07 4.20 4.30
## [25] 4.32 4.72 5.11 5.24 5.32 5.35 5.49 6.80 6.81 6.84 7.40 8.23
## [37] 8.24 8.30 8.31 8.69 9.01 9.09 9.37 9.41 9.42 9.68 9.81 10.00
## [49] 10.47 10.88 11.17 11.40 11.45 12.35 12.44 12.69 13.22 13.79 13.88 14.25
## [61] 14.30 14.85 15.28 15.83 16.00 16.20 16.41 16.85 17.22 17.63 17.67 18.10
## [73] 18.50 18.89 19.28 19.58 20.06 20.20 21.02 21.26 21.69 21.78 23.90 24.10
## [85] 25.00 25.93 27.09 28.30 28.34 29.18 31.30 32.10 33.80 41.90 44.02 46.50
## [97] 48.50 50.00 51.00 55.10 58.30 68.20
##
## $ideol2
## [1] 0.05 0.73 1.30 1.84 2.25 2.26 2.32 2.38 2.66 3.30
## [11] 3.43 3.94 3.96 4.77 4.95 5.06 5.08 5.11 5.35 6.11
## [21] 6.19 6.70 6.80 7.06 7.13 7.15 7.30 7.35 7.40 7.80
## [31] 8.30 8.38 8.56 8.64 8.84 8.94 9.19 9.88 9.99 10.05
## [41] 10.07 10.08 10.29 10.38 10.48 10.70 10.86 10.98 11.17 11.50
## [51] 11.55 11.60 11.65 12.15 12.44 12.46 12.55 12.70 12.76 13.62
## [61] 13.72 14.03 14.20 14.56 14.80 14.96 16.00 16.43 16.48 17.38
## [71] 17.43 17.65 17.67 17.83 18.02 18.18 18.20 18.40 18.50 18.55
## [81] 19.20 19.39 19.62 20.00 20.05 20.61 20.66 20.68 20.77 20.78
## [91] 21.42 21.76 22.05 23.05 24.10 25.38 26.44 27.58 28.30 28.50
## [101] 28.60 29.70 30.97 31.66 32.82 33.70 33.80 34.44 35.26 36.20
## [111] 37.50 37.78 38.56 38.90 39.16 40.12 42.04 42.52 43.38 43.56
## [121] 44.02 44.20 46.50 47.80 48.50 50.00 51.00 51.86 54.18 56.68
## [131] 58.30 58.36 62.60 68.20 83.80 100.00 110.20
##
## $aus
## [1] 0 1
##
## $bel
## [1] 0
##
## $den
## [1] 0 1
##
## $ger
## [1] 0 1
##
## $fin
## [1] 0 1
##
## $gb
## [1] 0 1
##
## $ice
## [1] 0 1
##
## $can
## [1] 0 1
##
## $nz
## [1] 0 1
##
## $nor
## [1] 0 1
##
## $swe
## [1] 0 1
##
## $aut
## [1] 0 1
##
## $filter__
## <labelled<double>[1]>: data = 4 (filter)
## [1] 1
##
## Labels:
## value label
## 0 nicht ausgewählt
## 1 ausgewählt
##
## $nministe
## [1] NA
##
## $dgovsize
## [1] -8.659391e-01 -4.434115e-01 -1.561904e-01 -1.539713e-01 -1.374537e-01
## [6] -1.349417e-01 -1.109970e-01 -9.615488e-02 -9.570482e-02 -8.363181e-02
## [11] -7.854848e-02 -7.473902e-02 -6.800518e-02 -6.568100e-02 -5.848571e-02
## [16] -5.387514e-02 -5.105219e-02 -5.079158e-02 -4.764634e-02 -4.323989e-02
## [21] -4.273540e-02 -4.268128e-02 -4.016166e-02 -3.873653e-02 -3.805570e-02
## [26] -3.343567e-02 -3.274997e-02 -3.258984e-02 -3.255287e-02 -2.994534e-02
## [31] -2.957608e-02 -2.889962e-02 -2.600355e-02 -2.407617e-02 -2.027935e-02
## [36] -1.967253e-02 -1.734794e-02 -1.722739e-02 -1.413797e-02 -1.395798e-02
## [41] -1.345948e-02 -1.314298e-02 -1.292743e-02 -1.270991e-02 -1.142526e-02
## [46] -1.099090e-02 -1.021437e-02 -9.974984e-03 -9.240796e-03 -9.110074e-03
## [51] -9.003082e-03 -8.879262e-03 -8.553912e-03 -8.450089e-03 -7.986262e-03
## [56] -7.935517e-03 -7.528916e-03 -7.440417e-03 -6.911966e-03 -6.638586e-03
## [61] -6.510166e-03 -6.442100e-03 -6.347612e-03 -6.296521e-03 -6.182188e-03
## [66] -4.761823e-03 -4.433342e-03 -4.377395e-03 -4.227792e-03 -3.742273e-03
## [71] -3.325235e-03 -3.262750e-03 -2.977711e-03 -2.968366e-03 -2.739961e-03
## [76] -2.673895e-03 -2.582017e-03 -2.227072e-03 -1.853959e-03 -1.798740e-03
## [81] -1.624842e-03 -1.582924e-03 -1.329773e-03 -1.186735e-03 -1.183727e-03
## [86] -8.840183e-04 -7.789119e-04 -7.658751e-04 -7.139271e-04 -6.149580e-04
## [91] -5.238327e-04 -5.194370e-04 -4.385967e-04 -3.970143e-04 -3.246448e-04
## [96] -1.980559e-04 -1.871793e-04 -1.512014e-04 -2.180738e-05 2.837539e-05
## [101] 3.524576e-05 4.976867e-05 1.679080e-04 1.805702e-04 3.529290e-04
## [106] 5.014357e-04 5.231870e-04 6.967090e-04 8.100773e-04 8.883592e-04
## [111] 9.367900e-04 1.023654e-03 1.115833e-03 1.117310e-03 1.137677e-03
## [116] 1.230068e-03 1.552061e-03 1.590206e-03 2.102010e-03 2.111632e-03
## [121] 2.208881e-03 2.261755e-03 2.309571e-03 2.454252e-03 2.850826e-03
## [126] 2.854322e-03 3.113694e-03 3.323646e-03 3.325617e-03 3.522929e-03
## [131] 3.625784e-03 3.634092e-03 3.663697e-03 4.330074e-03 4.382013e-03
## [136] 4.789718e-03 4.877704e-03 5.040471e-03 5.105716e-03 5.200366e-03
## [141] 5.530074e-03 5.678534e-03 5.742995e-03 6.513904e-03 6.923951e-03
## [146] 6.965018e-03 7.252985e-03 7.422682e-03 7.774219e-03 8.425504e-03
## [151] 9.117508e-03 1.000257e-02 1.014519e-02 1.032435e-02 1.033708e-02
## [156] 1.048322e-02 1.052983e-02 1.083796e-02 1.146639e-02 1.149910e-02
## [161] 1.280510e-02 1.312093e-02 1.350747e-02 1.374574e-02 1.399347e-02
## [166] 1.411350e-02 1.430544e-02 1.530210e-02 1.659696e-02 1.714182e-02
## [171] 1.740259e-02 1.769456e-02 1.839722e-02 1.841443e-02 1.868015e-02
## [176] 1.871410e-02 1.974007e-02 1.989916e-02 2.017124e-02 2.036333e-02
## [181] 2.047864e-02 2.048490e-02 2.055520e-02 2.079653e-02 2.222317e-02
## [186] 2.324713e-02 2.331024e-02 2.348022e-02 2.383513e-02 2.385912e-02
## [191] 2.390155e-02 2.543605e-02 2.552164e-02 2.608304e-02 2.654817e-02
## [196] 2.760141e-02 2.765047e-02 3.023075e-02 3.109307e-02 3.128670e-02
## [201] 3.303271e-02 3.373863e-02 3.407254e-02 3.435751e-02 3.504424e-02
## [206] 3.591977e-02 3.664043e-02 3.704495e-02 3.896352e-02 3.999004e-02
## [211] 4.061425e-02 4.161017e-02 4.183022e-02 4.345416e-02 4.492444e-02
## [216] 4.812589e-02 5.137572e-02 5.347233e-02 5.585603e-02 6.648608e-02
## [221] 7.244969e-02 8.670888e-02 1.077025e-01 1.082073e-01 1.559090e-01
## [226] 1.734391e-01 2.030488e-01 2.059256e-01 2.780717e-01 3.448094e-01
## [231] 5.719038e-01
##
## $dsizerel
## [1] -2.331815e-01 -2.063175e-01 -2.005549e-01 -1.898232e-01 -1.444598e-01
## [6] -1.363878e-01 -1.254242e-01 -1.171489e-01 -1.101408e-01 -1.064353e-01
## [11] -9.003105e-02 -8.504635e-02 -8.016607e-02 -7.929469e-02 -7.798471e-02
## [16] -7.613101e-02 -6.795206e-02 -6.710374e-02 -6.598359e-02 -6.237936e-02
## [21] -5.847555e-02 -5.770082e-02 -5.755841e-02 -5.514277e-02 -5.400214e-02
## [26] -5.321020e-02 -5.086828e-02 -5.044154e-02 -4.832383e-02 -4.601071e-02
## [31] -4.586765e-02 -4.397210e-02 -4.168063e-02 -4.102878e-02 -3.848736e-02
## [36] -3.828615e-02 -3.818022e-02 -3.662875e-02 -3.267130e-02 -3.161060e-02
## [41] -3.067330e-02 -3.015723e-02 -2.999633e-02 -2.951151e-02 -2.900412e-02
## [46] -2.867760e-02 -2.677294e-02 -2.583009e-02 -2.538056e-02 -2.523777e-02
## [51] -2.508270e-02 -2.368828e-02 -2.340053e-02 -2.203449e-02 -2.008580e-02
## [56] -1.973820e-02 -1.894898e-02 -1.893784e-02 -1.855098e-02 -1.742159e-02
## [61] -1.662219e-02 -1.619609e-02 -1.463822e-02 -1.453738e-02 -1.428728e-02
## [66] -1.413277e-02 -1.376188e-02 -1.372983e-02 -1.372313e-02 -1.296315e-02
## [71] -1.296081e-02 -1.219161e-02 -1.188983e-02 -1.170587e-02 -1.090497e-02
## [76] -1.057678e-02 -1.023818e-02 -1.016928e-02 -9.742601e-03 -8.964421e-03
## [81] -8.411623e-03 -7.331895e-03 -7.161237e-03 -6.880037e-03 -6.684462e-03
## [86] -6.253239e-03 -6.039826e-03 -5.679841e-03 -5.387504e-03 -4.708256e-03
## [91] -4.205219e-03 -3.988648e-03 -3.981512e-03 -3.530227e-03 -3.186805e-03
## [96] -2.956076e-03 -2.709348e-03 -2.662441e-03 -2.632395e-03 -2.146462e-03
## [101] -1.980147e-03 -1.894815e-03 -1.689315e-03 -1.413184e-03 -1.358278e-03
## [106] -1.320565e-03 -1.082241e-03 -1.023958e-03 -9.998485e-04 -9.194137e-04
## [111] -8.691858e-04 -7.184168e-04 -4.475012e-04 -3.377083e-04 -3.332966e-04
## [116] -3.264360e-04 -3.189829e-04 -2.352672e-04 -2.188157e-04 -1.018899e-04
## [121] -2.110783e-05 -1.288823e-05 1.876747e-05 5.156024e-05 7.146798e-05
## [126] 1.035409e-04 1.711595e-04 1.904340e-04 2.154598e-04 3.943245e-04
## [131] 4.269534e-04 4.632410e-04 5.397471e-04 7.030902e-04 7.832924e-04
## [136] 7.971627e-04 9.543342e-04 9.989081e-04 1.082919e-03 1.164870e-03
## [141] 1.324227e-03 1.465740e-03 1.503671e-03 1.625725e-03 1.628516e-03
## [146] 1.749209e-03 1.798305e-03 1.868487e-03 1.984245e-03 2.109660e-03
## [151] 2.227636e-03 2.228495e-03 2.245218e-03 2.496583e-03 2.617172e-03
## [156] 2.989196e-03 2.999733e-03 3.322069e-03 3.618674e-03 3.791196e-03
## [161] 3.792001e-03 3.820598e-03 4.000662e-03 4.153586e-03 4.412972e-03
## [166] 4.508201e-03 4.605663e-03 4.696749e-03 5.689905e-03 5.831057e-03
## [171] 5.844245e-03 5.912059e-03 6.140212e-03 6.273460e-03 6.418131e-03
## [176] 6.437480e-03 6.548718e-03 6.639878e-03 6.948922e-03 7.039599e-03
## [181] 7.665670e-03 7.998711e-03 8.128475e-03 9.079530e-03 9.909399e-03
## [186] 1.019649e-02 1.079427e-02 1.167934e-02 1.242089e-02 1.245450e-02
## [191] 1.248852e-02 1.316130e-02 1.454924e-02 1.612066e-02 1.627453e-02
## [196] 1.672648e-02 1.702002e-02 1.822855e-02 1.875973e-02 1.881710e-02
## [201] 1.959514e-02 2.315493e-02 2.537374e-02 2.840676e-02 3.589224e-02
## [206] 4.156589e-02 4.175751e-02 4.406584e-02 4.788942e-02 4.921846e-02
## [211] 6.299686e-02 6.523184e-02 6.733219e-02 6.897778e-02 7.066861e-02
## [216] 7.090055e-02 7.395227e-02 8.590337e-02 8.783586e-02 9.044537e-02
## [221] 9.284226e-02 9.423595e-02 1.259174e-01 1.284088e-01 1.412299e-01
## [226] 1.592564e-01 1.927107e-01 3.082235e-01 4.094910e-01 4.794298e-01
## [231] 6.799098e-01Für die Aufgabenstellung in Block A kamen wir darüber hinaus noch zu folgenden Erkenntnissen. Der Datensatz besteht aus 239 Datenpunkten in 60 Variablen, wobei die Anzahl der Datenpunkte der einzelnen Länder von 3 (Österreich) bis 83 (Norwegen) reichten und zwischen 2 (Neuseeland) und 8 (Dänemark) Parteien im Datensatz vertreten waren.
Dank des Befehls sapply(sapply(Sieberer_party_unity, unique), sort, na.last=TRUE) waren wir über die numerische Variable country in der Lage die für uns interessanten Fälle, wie Dänemark (country = 3) und Finnland (country = 5) identifizieren. Diese hatten mit Dänemark die größte durchschnittliche Parteigeschlossenheit (99,83) und mit Finnland (88,63) die kleinste durchschnittliche Parteigeschlossenheit.
unique(Sieberer_party_unity$party)## [1] "ALP" "Liberal"
## [3] "National" "Social Democrats"
## [5] "Conservatives" "Liberals"
## [7] "Radical Liberals" "Socialist People's Party"
## [9] "Progress Party" "Center Democrats"
## [11] "Christian People's Party" "CDU"
## [13] "SPD" "FDP"
## [15] "GR" "Left-Wing Alliance"
## [17] "Swedish People Party" "National Coalition"
## [19] "Center Party" "Green League"
## [21] "Christian League" "Labour"
## [23] "Women's Alliance" "People's Alliance"
## [25] "People's Movement" "Independence Party"
## [27] "Progressive Party" "Bloc Quebecois"
## [29] "NDP" "Reform"
## [31] "Socialist Left" "Center"
## [33] "Christian People's" "Conservative"
## [35] "Progress" "Left Party"
## [37] "People's Party" "Moderate Unity Party/Conserv"
## [39] "Ecology Party" "Christian Democrats"
## [41] "Free Liberal Party" "Greens"
## [43] "Liberal Forum"select(Sieberer_party_unity, party, govern)%>%
filter(govern == 1)| party | govern |
|---|---|
| Liberal | 1 |
| National | 1 |
| Social Democrats | 1 |
| Social Democrats | 1 |
| Social Democrats | 1 |
| Social Democrats | 1 |
| Conservatives | 1 |
| Conservatives | 1 |
| Conservatives | 1 |
| Liberals | 1 |
| Liberals | 1 |
| Liberals | 1 |
| Radical Liberals | 1 |
| Radical Liberals | 1 |
| Radical Liberals | 1 |
| Center Democrats | 1 |
| Center Democrats | 1 |
| Center Democrats | 1 |
| Christian People's Party | 1 |
| CDU | 1 |
| CDU | 1 |
| CDU | 1 |
| CDU | 1 |
| CDU | 1 |
| CDU | 1 |
| CDU | 1 |
| SPD | 1 |
| SPD | 1 |
| SPD | 1 |
| SPD | 1 |
| SPD | 1 |
| FDP | 1 |
| FDP | 1 |
| FDP | 1 |
| FDP | 1 |
| FDP | 1 |
| FDP | 1 |
| FDP | 1 |
| FDP | 1 |
| FDP | 1 |
| Left-Wing Alliance | 1 |
| Social Democrats | 1 |
| Social Democrats | 1 |
| Swedish People Party | 1 |
| Swedish People Party | 1 |
| National Coalition | 1 |
| Center Party | 1 |
| Green League | 1 |
| Labour | 1 |
| Labour | 1 |
| Labour | 1 |
| Labour | 1 |
| Labour | 1 |
| Labour | 1 |
| Labour | 1 |
| Conservatives | 1 |
| Conservatives | 1 |
| Conservatives | 1 |
| Conservatives | 1 |
| Conservatives | 1 |
| Conservatives | 1 |
| Conservatives | 1 |
| Conservatives | 1 |
| Independence Party | 1 |
| Progressive Party | 1 |
| Liberal | 1 |
| National | 1 |
| National | 1 |
| Labour | 1 |
| Labour | 1 |
| Labour | 1 |
| Labour | 1 |
| Labour | 1 |
| Labour | 1 |
| Labour | 1 |
| Center | 1 |
| Center | 1 |
| Center | 1 |
| Center | 1 |
| Christian People's | 1 |
| Christian People's | 1 |
| Christian People's | 1 |
| Christian People's | 1 |
| Conservative | 1 |
| Conservative | 1 |
| Conservative | 1 |
| Conservative | 1 |
| Conservative | 1 |
| Conservative | 1 |
| Social Democrats | 1 |
| Social Democrats | 1 |
| Social Democrats | 1 |
| People's Party | 1 |
| People's Party | 1 |
Im gesamten Datensatz waren 43 Parteien vertreten von denen 94 Vertretungen in der Regierung protokolliert wurden.
Block B
Aufgabe: Beschreiben Sie die Verteilung dreier Variablen. Suchen Sie je eine nominal, ordinal und metrisch skalierte Variable. Gehen Sie - soweit möglich – mindestens ein auf: Mittelwerte, Streuung, fehlende Werte. Beschreiben Sie die Verteilungen auch grafisch.
Nominale Variable (Regierungsbeteiligung)
Um die Verteilung einer nominalen Variabel zu untersuchen haben wir uns die Regierungsbeteiligung der Parteien in den beidne Ländern ausgesucht. Diese wird im Standarddatensatz mit 0 (keine Regierungsbeteiligung) und 1 (Regierungsbeteiligung) kodiert.
Wir kontrollieren die Veriable “govern” auf fehlende Werte
colSums(is.na(Sieberer_party_unity))## id data country counname partyno party start time
## 0 0 0 0 0 0 0 0
## rice ricecorr division crossvot avdissen anmerkun nominat nomincat
## 0 0 206 214 214 0 2 2
## persvote persvcat proport proport1 gallag gallag1 minister minireg
## 0 0 239 239 239 239 0 11
## appoimin rewrite witness comm1 comm2 comselec recall initiati
## 239 0 0 239 239 239 0 0
## persres resign govern sizeabs totseats sizerel govabs govsize
## 0 0 0 0 0 0 0 0
## from50 ideol ideol1 ideol2 aus bel den ger
## 0 0 0 0 0 0 0 0
## fin gb ice can nz nor swe aut
## 0 0 0 0 0 0 0 0
## filter__ nministe dgovsize dsizerel
## 0 239 0 0Wir schauen uns besondere Fälle an:
Dänemark
Sieberer_party_unity %>%
filter(country==3) %>%
count(govern, sort = TRUE)| govern | n |
|---|---|
| 0 | 33 |
| 1 | 17 |
In Dänemark können 17 Einträge zu Parteien in Regierungsverantwortung gemessen werden und 33 Einräge für Parteien die nicht in der Regierung vertreten waren.
Finnland
Sieberer_party_unity %>%
filter(country==5) %>%
count(govern, sort = TRUE)| govern | n |
|---|---|
| 1 | 8 |
| 0 | 4 |
In Finnland können 8 Einträge zu Parteien in Regierungsverantwortung gemessen werden und 4 Einräge für Parteien die nicht in der Regierung vertreten waren.
Um die Kodierung einfacher und intuitiver zu machen haben wir 0 durch „Keine Regierungspartei“, 1 durch „Regierungspartei“ ersetzt und alle fehlenden Angaben fallengelassen, was die Variable barrierefreier macht. Anschließend haben wir die Verteilung graphisch dargestellt.
Wir wollen die 0 und die 1 in der Variable “govern” umschreiben
Sieberer_party_unity <- Sieberer_party_unity %>%
mutate(govern = as.factor(govern),
govern =
fct_collapse(govern,
Regierungspartei = c("1"),
`Keine Regierungspartei` = c("0")
)) %>%
drop_na(govern)Überblick der Variable govern
summary(Sieberer_party_unity$govern)## Keine Regierungspartei Regierungspartei
## 145 94Graphische Veranschaulichung von govern inkl. Beschriftung
Sieberer_party_unity %>%
count(govern) %>%
ggplot(aes(x = govern, y = n)) +
geom_col() + labs(title = "Zahl der Einträge zu Regierungsbeteiligungen in 11 Ländern (1945-2001)",
x = "", y = "kummulierte Zahl") +
theme_minimal()
Ordinale Variable
Relativer Sitzanteil im Parlament
summary(Sieberer_party_unity$sizerel)## Min. 1st Qu. Median Mean 3rd Qu. Max.
## 0.6061 6.8571 16.0000 22.1613 39.1960 70.1031sd(Sieberer_party_unity$sizerel)## [1] 18.03369Sieberer_party_unity %>%
filter(country==3) %>%
count(sizerel) %>%
ggplot(aes(y = sizerel)) +
geom_boxplot() + labs(title = "Relative Parteigröße aller Parlamente", y = "Sitze") +
theme_minimal()
Sieberer_party_unity %>%
filter(country==3) %>%
count(sizerel) %>%
ggplot(aes(y = sizerel)) +
geom_boxplot() + labs(title = "Relative Parteigröße im Parlament Dänemarks der Jahre 1990-1996", y = "Sitze") +
theme_minimal()
Sieberer_party_unity %>%
filter(country==5) %>%
count(sizerel) %>%
ggplot(aes(y = sizerel)) +
geom_boxplot() + labs(title = "Relative Parteigröße im Parlament Finnlands der Jahre 1951-1954/1995-1996", y = "Sitze") +
theme_minimal()
Bei der Untersuchung der relativen Größe der Parteien fällt eine große Streuung der Werte auf. So liegt das Minimum bei 0,6 % (Liberale Partei aus Norwegen in den Jahren 1993-1994) und das Maximum bei 70,10 % (Nationale Partei aus Neuseeland in den Jahren 1990-1993). Die durchschnittliche relative Größe der Parteien in den Parlamenten beträgt 22,16 % und die Medianpartei liegt bei 16 %. Die Standardabweichung liegt bei 18,03.
Absoluter Sitzanteil im Parlament
summary(Sieberer_party_unity$sizeabs)## Min. 1st Qu. Median Mean 3rd Qu. Max.
## 1.00 12.00 30.00 77.46 69.00 418.00sd(Sieberer_party_unity$sizeabs)## [1] 104.1555Sieberer_party_unity %>%
count(sizeabs) %>%
ggplot(aes(y = sizeabs)) +
geom_boxplot() + labs(title = "Absolute Größe der Parteien im Parlament der Jahre 1980-2001", y = "Sitze") +
theme_minimal()
Sieberer_party_unity %>%
filter(country==3) %>%
count(sizeabs) %>%
ggplot(aes(y = sizeabs)) +
geom_boxplot() + labs(title = "Absolute Parteigröße im Parlament Dänemarks der Jahre 1990-1996", y = "Sitze") +
theme_minimal()
Sieberer_party_unity %>%
filter(country==5) %>%
count(sizeabs) %>%
ggplot(aes(y = sizeabs)) +
geom_boxplot() + labs(title = "Absolute Parteigröße im Parlament Finnlands der Jahre 1951-1954/1995-1996", y = "Sitze") +
theme_minimal()
plot(Sieberer_party_unity$country,Sieberer_party_unity$sizeabs, xlab="Länder", ylab="Rice-Index",
main="Parteigeschlossenheit nach 1945", cex=0)
Bei der Untersuchung der absoluten Größe der Parteien fällt ebenfalls eine große Streuung der Werte auf. So liegt das Minimum bei 1 (Liberale Partei aus Norwegen in den Jahren 1993-1994) und das Maximum bei 418 (Labour Partei aus dem Vereinigten Königreich in den Jahren 1997 – 2001). Die durchschnittliche absolute Größe der Parteien in den Parlamenten beträgt 77,46 Sitze und die Medianpartei liegt bei 30 Sitzen. Die Standardabweichung liegt bei 104,16.
Gruppierung de relativen Parteigröße im Parlament
Um die Werte der unterschiedlichen Länder vergleibarerer zu gestalten haben wir uns dazu entschlossen die Sitzanteile zu gruppieren und so übersichtlicher zu gestalten.
attach(Sieberer_party_unity)
Sieberer_party_unity$sizerel[sizerel <= 10] <- "1 Klein"
Sieberer_party_unity$sizerel[sizerel > 10 & sizerel <= 25] <- "2 Mittel"
Sieberer_party_unity$sizerel[sizerel > 25] <- "3 Groß"
detach(Sieberer_party_unity)
Sieberer_party_unity %>%
count(sizerel) | sizerel | n |
|---|---|
| 1 Klein | 96 |
| 2 Mittel | 52 |
| 3 Groß | 91 |
Graphische Veranschaulichung von Anzahl an Sitzen im Parlament
Sieberer_party_unity %>%
count(sizerel) %>%
ggplot(aes(x= n, y = sizerel)) +
geom_col() + labs(title = "kummulierte Größe der Pareien im Parlament der Jahre 1980-2001",
y = "Größe", x = "Auftreten") +
theme_minimal()
Block C
Um den Datensatz zu bereiningen, haben wir uns dazu entschieden die Variablen mit den Ausprägungen “no answer” (N/A) oder jene ohne Ausprägungen aus dem Datzensatz zu entfernen.
Variabeln ohne Werte mit N/A oder … gelöscht
library(dplyr)
Sieberer_party_unity <- Sieberer_party_unity %>%
select(-anmerkun, -proport, - proport1, -gallag, gallag1, -appoimin, -comm1, -comm2, -comselec)Umwandlung der Ausprägungen in der Variabele Country - Von Zahlen in Ländernamen
Mit dem Befehl mutate() wurden die Ausprägungen in Zahlen, durch die entspre-chenden Ländernamen ersetzt. Der Einfachheit halber wurden die Ausprägungen der Variable Country überschrieben und keine neue Variable erstellt.
library(dplyr)
Sieberer_party_unity <- Sieberer_party_unity %>%
mutate(country = as.factor(country),
country = fct_collapse(country,
Australien = c("1"),
Dänemark = c("3"),
Deutschland = c("4"),
Finnland = c("5"),
Großbritannien = c("7"),
Island = c("8"),
Kanada = c("9"),
Neuseeland = c("10"),
Norwegen = c("11"),
Schweden = c("12"),
Österreich = c("13"),
))##Aufzeigen der Regression 2er Variablen: Country und Rice-Index
Aufgabe: Block C Setzen Sie zwei Variablen ihrer Wahl zueinander in Bezi-hung, bei denen Sie einen kausalen Zusammenhang vermuten.
Die beiden Variablen, die auf einen kausalen Zusammenhang untersucht werden sol-len, sind die Variable Rice-Index und die Variable Country. Das gebräuchlichste Maß, um die Einheit der Parteien bei Abstimmungen in der Legislative zu bestimmen ist laut Sieberer der Rice Index of Cohesion. Im Folgenden soll die Parteiengeschlossenheit bei Abstimmungen in ihrer Legislative, gemessen durch den Rice Index, an-hand der in der Variable Country aufgeführten Länder, in einen kausalen Zusammenhang gesetzt werden. Gemäß Sieberer sind sämtliche verfügbaren Daten ab 1945, in seine Auswertung miteinbezogen worden.
plot(Sieberer_party_unity$country,Sieberer_party_unity$rice, xlab="Länder", ylab="Rice-Index",
main="Parteigeschlossenheit nach 1945", cex=0)
##Alle Länder/Auspärgungen in Variabel Country anzeigen lassen
Aufgabe: Zeigen Sie den Zusammenhang anhand passender Methoden und Grafiken.
Um zu gewährleisten, dass es sich bei beiden erwähnten Variablen um einen sinnvoll zu untersuchenden kausalen Zusammenhang handelt, wurde mit dem Befehl plot(), auf der X-Achse befand sich die Variable Country und auf der Y-Achse der Rice-Index. Der Output bestätigt den Zusammenhang. Gemäß meiner Einschätzung, mit Blick auf den Output, möchte ich davon ausgehen, dass je höher der Rice-Index im Zusammenhang mit einer Ausprägung in der Variable Country ausfällt, desto höher fällt die Parteiengeschlossenheit je nach Land aus. Doch bevor sich die Regression dieser beiden Variablen sinnvoll anzeigen lässt, musste zunächst die Ausprägungen der Variable Country umcodiert werden.Zunächst lies ich mir mit dem count()-Befehl die einzelnen Ausprägungen der Variable anzeigen.Hier zeigt sich die Problematik, dass besagte Ausprägungen der Variable im Daten-satz mit Zahlen (1-13) hinterlegt waren, die zwar Ländern zugordnet waren, sich aber nicht direkt in der Variablen des Datensatzes zeigen.
Sieberer_party_unity %>%
count(country)| country | n |
|---|---|
| Australien | 3 |
| Dänemark | 50 |
| Deutschland | 35 |
| Finnland | 12 |
| Großbritannien | 25 |
| Island | 6 |
| Kanada | 4 |
| Neuseeland | 4 |
| Norwegen | 83 |
| Schweden | 7 |
| Österreich | 10 |
##ggplot zur der Variablen: Country und Rice-Index Parteigeschlossenheit nach 1945 in 11 Ländern
Im Folgenden wurde dem ggplot()-Befehl die Variablen Country auf der X-Achse und der Rice-Index auf der Y-Achse dargestellt. Um in dieser Replikation einen einheitlichen Standard bezogen auf die Beschriftungen der Variablen zu gewähren, ist die Variable Country in Länder umformuliert worden. Zu sehen ist in dieser Regression, analog zu Sieberer’s Figure 2, ein Boxplot. Die Methode des Box-Plots bietet den Vorteil, dass sich damit Streuungs- und Lagemaße, sowie den Median in dem Kastenformat darstellt. Der Lage des Medians befindet sich auf der Höhe des horizontalen Strichs, innerhalb des Kastens. Der Regressionsoutput zeigt in seinem Ergebnis, eine durch den Boxplot sichtbare und auffällige Varianz der Länder Deutschland und Schweden. Sieberer erklärt die Varianz in der Ausprägung Schweden damit, dass nur Daten für zwei Wahlperioden im Abstand von 25 Jahren vorlagen. Damit begründete er, weshalb er die Abweichung nicht im Detail analysiert hat. Für die Ausprägung Deutschland sieht er eine deutliche Zunahme der Parteigeschlossenheit, vor allen Dingen bei den Mitte-Rechts Parteien. Obwohl Daten in mehreren Zeiträumen verfügbar waren, sei die Varianz in den Ländern Dänemark und Großbritannien äußerst gering ausgefallen.
library(tidyverse)
ggplot(Sieberer_party_unity,aes(country, rice)) +
geom_boxplot() +
geom_smooth(method='lm', se=FALSE, color='white') +
theme_minimal() +
labs(x='Länder', y='Rice-Index', title='Parteigeschlossenheit nach 1945 in 11 Ländern') +
theme(plot.title = element_text(hjust=0.5, size=15, face='bold')) ## `geom_smooth()` using formula 'y ~ x'
Aufgabe: Diskutieren Sie das Ergebnis des Regressionsoutputs und setzen Sie ihn ins Verhältnis zu Ihren Annahmen.
Sieberer sieht seine Hypothese, dass die durchschnittliche Parteieinheit höher ausfällt, wenn die zentrale Parteiführung eine formal garantierte Rolle bei der Kandidatenauswahl spielt als bestätigt an. Der Reisindex für jene Länder läge höher, im Vergleich zu denen, wenn die Kandidaten vollständig auf subnationaler Ebene oder durch Parteimitglieder ausgewählt würden. Zusammenfassend führt Sieberer an, dass ein hohes Maß an zentraler Kontrolle über die Kandidatenauswahl zu einer größeren Parteieinheit führt. Eine weitere Hypothese die Sieberer als bestätigt ansieht ist, dass die Parteiengeschlossenheit bei kandidatenzentrierten Systemen immens niedriger ausfällt als bei intermediären Systemen und den parteizentrierten Systemen. Die Streuung innerhalb dieser Gruppe sei allerdings enorm. Mit Blick Grafik, lässt sich die Ausprägung Deutschland zu der Gruppe der breiten Streuung ablesen.