14  Altres mesures compostes

Els índexs compostos segueixen els processos de normalització, ponderació i agregació descrits en l’apartat anterior. Més enllà d’aquesta estructura, existeixen altres tipus de mesures compostes que segueixen una lògica diferent en el seu procés de construcció. No hi ha consens acadèmic en la manera de definir i caracteritzar aquestes mesures. Per exemple, Earl R. Babbie fa la distinció entre índexs i escales, encara que les diferències entre els dos procediments de construcció s’ha anat difuminant durant el pas del temps (Babbie, 2013: 198-199). En aquest apartat ens centrarem a explicar dos tipus de mesures compostes que es distingeixen dels índexs pel fet que estan construïdes amb la lògica de conjunts (set theory). Aquesta lògica té la particularitat que els diferents indicadors no s’agrupen mitjançant fórmules aritmètiques o geomètriques, sinó que s’agrupen i ordenen mitjançant condicions de suficiència i necessitat, molt utilitzades en estudis qualitatius i comparats (Goertz & Mahoney, 2012; Rihoux & Ragin, 2009). El raonament és el següent:

Si traduïm el que acabem d’explicar amb alguns exemples:

Exercici 14.1 (Definir amb condicions suficients i necessàries) La majoria de definicions que coneixem es formulen mitjançant condicions necessàries i suficients. És condició necessària que una cadira tingui quatre potes? O que un cotxe tingui quatre rodes? Tenen alguna condició suficient? Utilitza aquests termes per definir, mitjançant els criteris de necessitat i suficiència, algun dels següents conceptes de política internacional:

  • Democràcia, Populisme, Guerra, Diplomàcia, Revolució.
  • Genocidi, Terrorisme, Organització internacional.

Els criteris de suficiència i necessitat s’il·lustren normalment en una matriu 2x2 com les de la Figura 14.1. A cada matriu veiem com es relaciona la presència (1) o absència (0) de l’indicador X amb la presència o absència del fenomen Y per establir una condició necessària o suficient.

Figura 14.1: Condició suficient i condició necessària | Goertz & Mahoney (2012)

Els dos tipus de mesures compostes que veurem en aquest apartat funcionen amb la lògica de conjunts. Al primer tipus en direm índexs lògics, que construeixen la mesura composta sense seguir cap ordre específic en les seves variables. És a dir, les variables es combinen entre sí sense pressuposar cap tipus de rang entre elles i conformen l’índex final a partit de certes condicions de suficiència i necessitat. Al segon tipus en direm escales –i explicarem exclusivament l’escala de Likert–, que sí que assumeixen un ordre específic entre variables, de manera que els indicadors que componen la mesura segueixen una jerarquia d’intensitat.

En aquest apartat utilitzarem els següents paquets:

14.1 Índexs lògics

Els índexs lògics es podrien considerar, simplement, índexs amb l’única diferència que segueixen un raonament fonamentat amb els conjunts lògics, de manera que els resultats queden ordenats en categories discretes ordenables. Un dels terrenys de la Ciència Política on més s’ha fet servir aquesta lògica ha estat en els estudis de democràcia. Alguns autors defensen que l’existència de democràcia en un determinat país ve condicionada per la presència d’unes determinades condicions, necessàries i en conjunt suficients (Przeworski et al., 2000). Aquest raonament ha donat origen a les classificacions dicotòmiques de democràcia, que estableixen dues categories per determinar si un règim polític és una democràcia (1) o si no ho és (0).

14.1.1 Democracy-Dictatorship dataset

Una de les classificacions més emprades en estudis internacionals és la Democracy-Dictatorship (DD) dataset (Cheibub et al., 2010). Si consultem el seu llibre de codis, ens trobarem amb la següent Figura 14.2, que es pot llegir com a: “tindrem presència de democràcia, si la variable exselec és igual o inferior a 2 i la variable legselec és igual a 2 i la variable closed és igual a 2 i la variable dejure és igual a 2 i la variable defacto és igual a 2 i la variable defacto2 és igual a 2 i la variable lparty és igual a 2 i la variable type2 és igual a 0 i la variable incumb és igual a 0” 1.

  • 1 La secció de les variables ordinals us pot ajudar a familiaritzar-vos amb les condicions lògiques: igual que, més gran que, més petit que, etc.

  • Figura 14.2: Condicions de democràcia de la DD dataset

    Podem descarregar i consultar la base de dades a través del codi que apareix a continuació, a partir del qual hem generat l’objecte dd que representem a la següent Taula 14.1. Us podeu ajudar dels de funcions com glimpse(), summary() o unique() per fer una exploració a fons del marc de dades.

    dd <- as_tibble(read.dta("https://uofi.box.com/shared/static/bba3968d7c3397c024ec.dta"))
    dd
    Taula 14.1: DD dataset
    order ctryname year aclpcode cowcode cowcode2 ccdcodelet ccdcodenum aclpyear cowcode2year cowcodeyear chgterr ychgterr flagc_cowcode2 flage_cowcode2 entryy exity cid wdicode imf_code politycode bankscode dpicode uncode un_region un_region_name un_continent un_continent_name aclp_region bornyear endyear dupcow dupwdi dupun dupdpi dupimf dupbanks exselec legselec closed dejure defacto defacto2 lparty incumb type2 collect nheads nmil nhead npost ndate eheads ageeh emil royal headdiff ehead epost edate tenure08 comm ecens08 edeath flageh democracy assconfid poppreselec regime tt ttd tta flagc flagdem flagreg agedem agereg stra
    1 Afghanistan 1946 142 700 700 AFG 1 1421946 7001946 7001946 0 0 1 0 1946 2008 700 AFG 512 700 10 AFG 4 34 Southern Asia 142 Asia 9 1919 2008 0 0 0 0 0 0 3 2 2 0 0 0 0 0 0 0 1 0 Mohammad Zahir Shah king 11.08.33 0 14 0 1 0 Mohammad Zahir Shah king 11.08.33 20 0 1 1 1 0 0 0 5 0 0 0 1 1 1 18 18 0
    2 Afghanistan 1947 142 700 700 AFG 1 1421947 7001947 7001947 0 0 0 0 1946 2008 700 AFG 512 700 10 AFG 4 34 Southern Asia 142 Asia 9 1919 2008 0 0 0 0 0 0 3 2 2 0 0 0 0 0 0 0 0 0 Mohammad Zahir Shah king 0 15 0 1 0 Mohammad Zahir Shah king 20 0 1 1 0 0 0 0 5 0 0 0 0 0 0 19 19 0
    3 Afghanistan 1948 142 700 700 AFG 1 1421948 7001948 7001948 0 0 0 0 1946 2008 700 AFG 512 700 10 AFG 4 34 Southern Asia 142 Asia 9 1919 2008 0 0 0 0 0 0 3 2 2 0 0 0 0 0 0 0 0 0 Mohammad Zahir Shah king 0 16 0 1 0 Mohammad Zahir Shah king 20 0 1 1 0 0 0 0 5 0 0 0 0 0 0 20 20 0
    4 Afghanistan 1949 142 700 700 AFG 1 1421949 7001949 7001949 0 0 0 0 1946 2008 700 AFG 512 700 10 AFG 4 34 Southern Asia 142 Asia 9 1919 2008 0 0 0 0 0 0 3 2 2 0 0 0 0 0 0 0 0 0 Mohammad Zahir Shah king 0 17 0 1 0 Mohammad Zahir Shah king 20 0 1 1 0 0 0 0 5 0 0 0 0 0 0 21 21 0
    5 Afghanistan 1950 142 700 700 AFG 1 1421950 7001950 7001950 0 0 0 0 1946 2008 700 AFG 512 700 10 AFG 4 34 Southern Asia 142 Asia 9 1919 2008 0 0 0 0 0 0 3 2 2 0 0 0 0 0 0 0 0 0 Mohammad Zahir Shah king 0 18 0 1 0 Mohammad Zahir Shah king 20 0 1 1 0 0 0 0 5 0 0 0 0 0 0 22 22 0
    6 Afghanistan 1951 142 700 700 AFG 1 1421951 7001951 7001951 0 0 0 0 1946 2008 700 AFG 512 700 10 AFG 4 34 Southern Asia 142 Asia 9 1919 2008 0 0 0 0 0 0 3 2 2 0 0 0 0 0 0 0 0 0 Mohammad Zahir Shah king 0 19 0 1 0 Mohammad Zahir Shah king 20 0 1 1 0 0 0 0 5 0 0 0 0 0 0 23 23 0

    En el següent codi hem simulat com funcionaria la lògica d’agregació de les variables que es mostra en el llibre de codis. Amb la funció if_else() indiquem que retorni un valor 1 només quan totes les condicions especificades es compleixin i valor 0 quan no es compleixin. Amb aquest procediment hem creat la variable dem2 dins del nou objecte dd_index.

    dd_index <- dd %>% 
      mutate(dem2 = if_else(exselec <= 2 &
                              legselec == 2 & 
                              closed == 2 &
                              dejure == 2 &
                              defacto == 2 &
                              defacto2 == 2 &
                              lparty == 2 &
                              type2 == 0 &
                              incumb == 0, 
                            1, 0)) %>% #retorna 1 si es compleixen, 0 si no es compleixen
      select(ctryname, year, dem2, un_continent_name)

    Exercici 14.2 (Una nova mesura de democràcia) Canvia les condicions del codi per veure quantes democràcies hi hauria si:

    1. Es considerés que pot existir una democràcia sense alternança en el poder (criteri type2).
    2. L’elecció directa és un criteri necessari per la democràcia (criteri exselec <=1).

    Un cop guardis els canvis a dd_index, podràs saber el nombre de democràcies en un any determinat de la següent manera:

    dd_index %>% 
      filter(year == 2000) %>% #introdueix l'any
      summarize(n = sum(dem2))

    14.1.2 Pandemic Backsliding Index

    Un exemple de variant no-dicotòmica d’un índex lògic el podem trobar en el Pandemic Backsliding Index (PBI), que va crear el grup de Varieties of Democracy (V-Dem) per mesurar el retrocés democràtic dels governs durant les primeres setmanes de pandèmia del Covid-19 (Edgell et al., 2020). En la primera versió de l’índex, V-Dem va establir varis indicadors que registraven la intensitat de les mesures d’emergència preses per cada país en diversos àmbits. A partir d’aquests indicadors, i seguint la lògica de suficiència, va classificar els països en tres categories segons el seu risc de retrocés democràtic: risc baix, risc mitjà i risc alt. D’aquest estudi en va sortir un dels primers informes del risc que suposava la pandèmia per la democràcia.

    A continuació descarregarem el PBI v1.1 i el convertirem en l’objecte pbi. Hem demanat un glimpse(pbi) per veure totes les variables en un llistat vertical. Fixeu-vos que sembla que les dades es van recollir a meitats d’abril de 2020 i que els indicadors que mesuren les mesures d’emergència comencen amb la lletra q. Quan acaben amb _source sembla indicar la font d’on han tret la informació. Finalment, cap al final del marc de dades, hi ha altres variables com el continent o el nivell de democràcia del país segons l’índex V-Dem.

    download.file("https://www.jordimas.cat/files/pandemV1_1.csv", 
                  "pandemV1_1.csv")
    pbi <- read_csv("pandemV1_1.csv")
    Rows: 179
    Columns: 103
    $ time                  <chr> "2020/04/11 1:18:23 AM EST", "2020/04/11 9:59:37…
    $ country_name          <chr> "Afghanistan", "Albania", "Algeria", "Angola", "…
    $ country_text_id       <chr> "AFG", "ALB", "DZA", "AGO", "ARG", "ARM", "AUS",…
    $ pan_index_black       <chr> "green", "orange", "orange", NA, "orange", "gree…
    $ pan_index             <chr> "green", "orange", "orange", NA, "orange", "gree…
    $ q1                    <dbl> 1, 1, 1, NA, 1, 1, 1, 1, 1, 1, 1, NA, 0, 1, 1, 0…
    $ q1_source             <chr> "https://www.aa.com.tr/en/asia-pacific/afghan-po…
    $ q2                    <dbl> 1, 1, 1, NA, 1, 1, 1, 1, 1, 1, 1, NA, 0, 1, 1, 0…
    $ q3                    <chr> "18-Apr-20", "25-Apr-20", "19-Apr-20", NA, "12-A…
    $ q2_3_source           <chr> "https://www.devdiscourse.com/article/headlines/…
    $ q4                    <dbl> 1, 1, 0, NA, 0, 1, 1, 0, 0, 1, 0, NA, 0, 0, 0, 0…
    $ q4_source             <chr> "https://www.devdiscourse.com/article/headlines/…
    $ q5                    <dbl> 2, 0, 2, NA, 0, 0, 0, 2, 1, 0, 1, NA, 0, 0, 3, 0…
    $ q5_source             <chr> "https://en.wikipedia.org/wiki/2020_coronavirus_…
    $ q6                    <dbl> 0, 0, 0, NA, 0, 0, 0, 0, 0, 0, 1, NA, 0, 0, 0, 0…
    $ q6_source             <chr> NA, "https://shqiptarja.com/lajm/qeveria-shpall-…
    $ q7                    <dbl> 0, 0, 0, NA, 0, 0, 0, 0, 0, 0, 0, NA, 0, 0, 0, 0…
    $ q7_0                  <dbl> 1, 1, 1, NA, 1, 1, 1, 1, 0, 1, 1, NA, 1, 1, 1, 1…
    $ q7_1                  <dbl> 0, 0, 0, NA, 0, 0, 0, 0, 0, 0, 0, NA, 0, 0, 0, 0…
    $ q7_2                  <dbl> 0, 0, 0, NA, 0, 0, 0, 0, 0, 0, 0, NA, 0, 0, 0, 0…
    $ q7_3                  <dbl> 0, 0, 0, NA, 0, 0, 0, 0, 0, 0, 0, NA, 0, 0, 0, 0…
    $ q7_4                  <dbl> 0, 0, 0, NA, 0, 0, 0, 0, 0, 0, 0, NA, 0, 0, 0, 0…
    $ q7_5                  <dbl> 0, 0, 0, NA, 0, 0, 0, 0, 0, 0, 0, NA, 0, 0, 0, 0…
    $ q7_6                  <dbl> 0, 0, 0, NA, 0, 0, 0, 0, 0, 0, 0, NA, 0, 0, 0, 0…
    $ q7_7                  <dbl> 0, 0, 0, NA, 0, 0, 0, 0, 0, 0, 0, NA, 0, 0, 0, 0…
    $ q7_source             <chr> NA, "https://shqiptarja.com/lajm/qeveria-shpall-…
    $ q8                    <dbl> 3, 4, 4, NA, 4, 3, 3, 4, 3, 3, 3, NA, 0, 4, 3, 2…
    $ q8_source             <chr> "I chose 3 here because the strict lockdown only…
    $ q9                    <dbl> 3, 4, 3, NA, 4, 1, 1, 3, 2, 3, 3, NA, 0, 3, 3, 2…
    $ q9_source             <chr> "Again, I chose 3 here because the strict lockdo…
    $ q10                   <dbl> 0, 0, 1, NA, 0, 0, 0, 0, 0, 1, 2, NA, 0, 0, 0, 0…
    $ q10_source            <chr> "Yet, there have been many problems relating to …
    $ q11                   <dbl> 0, 0, 0, NA, 0, 0, 0, 0, 0, 0, 1, NA, 0, 0, 0, 0…
    $ q11_0                 <dbl> 1, 1, 0, NA, 1, 1, 1, 1, 1, 1, 0, NA, 1, 1, 1, 1…
    $ q11_1                 <dbl> 0, 0, 1, NA, 0, 1, 0, 0, 0, 0, 0, NA, 0, 0, 0, 0…
    $ q11_2                 <dbl> 0, 0, 0, NA, 0, 0, 0, 0, 0, 0, 0, NA, 0, 0, 0, 0…
    $ q11_3                 <dbl> 0, 0, 0, NA, 0, 0, 0, 0, 0, 0, 0, NA, 0, 0, 0, 0…
    $ q11_4                 <dbl> 0, 0, 0, NA, 0, 0, 0, 0, 0, 0, 0, NA, 0, 0, 0, 0…
    $ q11_5                 <dbl> 0, 0, 0, NA, 0, 0, 0, 0, 0, 0, 1, NA, 0, 0, 0, 0…
    $ q11_source            <chr> NA, "https://www.albaniandailynews.com/index.php…
    $ q12                   <dbl> 1, 1, 1, NA, 1, 1, 1, 1, 1, 1, 1, NA, 1, 1, 1, 1…
    $ q12_0                 <dbl> 1, 1, 1, NA, 0, 0, 1, 1, 1, 1, 0, NA, 1, 1, 1, 1…
    $ q12_1                 <dbl> 0, 0, 0, NA, 0, 0, 0, 0, 0, 0, 0, NA, 0, 0, 0, 0…
    $ q12_2                 <dbl> 0, 0, 0, NA, 0, 0, 0, 0, 0, 0, 0, NA, 0, 0, 0, 0…
    $ q12_3                 <dbl> 0, 0, 0, NA, 0, 0, 0, 0, 0, 0, 0, NA, 0, 0, 0, 0…
    $ q12_4                 <dbl> 0, 0, 0, NA, 0, 0, 0, 0, 0, 0, 0, NA, 0, 0, 0, 0…
    $ q12_5                 <dbl> 0, 0, 0, NA, 0, 0, 0, 0, 0, 0, 1, NA, 0, 0, 0, 0…
    $ q12_6                 <dbl> 0, 0, 0, NA, 0, 0, 0, 0, 0, 0, 1, NA, 0, 0, 0, 0…
    $ q12_7                 <dbl> 0, 0, 0, NA, 0, 0, 0, 0, 0, 0, 0, NA, 0, 0, 0, 0…
    $ q12_8                 <dbl> 0, 0, 0, NA, 0, 0, 0, 0, 0, 0, 0, NA, 0, 0, 0, 0…
    $ q12_9                 <dbl> 0, 0, 0, NA, 0, 0, 0, 0, 0, 0, 0, NA, 0, 0, 0, 0…
    $ q12_10                <dbl> 0, 0, 0, NA, 0, 0, 0, 0, 0, 0, 1, NA, 0, 0, 0, 0…
    $ q12_11                <dbl> 0, 0, 0, NA, 0, 0, 0, 0, 0, 0, 0, NA, 0, 0, 0, 0…
    $ q12_12                <dbl> 0, 0, 0, NA, 1, 0, 0, 0, 0, 0, 0, NA, 0, 0, 0, 0…
    $ q12_13                <dbl> 0, 0, 0, NA, 0, 1, 0, 0, 0, 0, 0, NA, 0, 0, 0, 0…
    $ q12_source            <chr> "https://www.idea.int/news-media/multimedia-repo…
    $ q13                   <dbl> 1, 1, 3, NA, 0, 0, 0, 0, 0, 0, 2, NA, 0, 2, 0, 0…
    $ q13_source            <chr> "https://www.devdiscourse.com/article/headlines/…
    $ q14                   <dbl> 1, 1, 1, NA, 1, 1, 1, 1, 1, 1, 1, NA, 1, 1, 1, 1…
    $ q14_0                 <dbl> 1, 0, 1, NA, 0, 1, 0, 1, 1, 0, 0, NA, 1, 1, 1, 1…
    $ q14_1                 <dbl> 0, 0, 0, NA, 0, 1, 0, 0, 0, 0, 0, NA, 0, 0, 1, 0…
    $ q14_2                 <dbl> 0, 0, 0, NA, 0, 0, 0, 0, 0, 0, 0, NA, 0, 0, 0, 0…
    $ q14_3                 <dbl> 0, 0, 0, NA, 0, 0, 0, 1, 0, 0, 0, NA, 0, 0, 0, 0…
    $ q14_4                 <dbl> 0, 1, 0, NA, 1, 0, 0, 0, 0, 1, 1, NA, 0, 0, 0, 0…
    $ q14_5                 <dbl> 0, 0, 0, NA, 0, 0, 0, 0, 0, 0, 1, NA, 0, 0, 0, 0…
    $ q14_6                 <dbl> 0, 0, 0, NA, 0, 0, 0, 0, 0, 0, 0, NA, 0, 0, 0, 0…
    $ q14_7                 <dbl> 0, 0, 0, NA, 0, 0, 1, 0, 1, 0, 0, NA, 0, 0, 0, 0…
    $ q14_8                 <dbl> 0, 1, 0, NA, 1, 0, 0, 0, 1, 0, 0, NA, 0, 0, 0, 0…
    $ q14_9                 <dbl> 0, 0, 0, NA, 0, 0, 0, 0, 0, 0, 0, NA, 0, 0, 0, 0…
    $ q14_10                <dbl> 0, 0, 0, NA, 0, 0, 0, 0, 0, 1, 0, NA, 0, 0, 0, 0…
    $ q14_source            <chr> "It is hard to find reliable sources on this - t…
    $ q15                   <dbl> 0, 2, 0, NA, 1, 0, 1, 0, 0, 4, 3, NA, 0, 0, 0, 0…
    $ q15_source            <chr> "Same here, but I got the impression that the li…
    $ q16                   <dbl> 1, 1, 1, NA, 2, 1, 1, 1, 2, 1, 3, NA, 1, 1, 1, 1…
    $ q16_source            <chr> "https://www.aa.com.tr/en/asia-pacific/afghan-po…
    $ q17                   <dbl> 0, 0, 0, NA, 0, 0, 0, 0, 0, 0, 0, NA, 0, 0, 0, 0…
    $ q17_0                 <dbl> 0, 0, 0, NA, 0, 0, 0, 0, 0, 0, 0, NA, 0, 0, 0, 0…
    $ q17_1                 <dbl> 0, 0, 0, NA, 0, 0, 0, 0, 0, 0, 0, NA, 0, 0, 0, 0…
    $ q17_2                 <dbl> 0, 0, 0, NA, 0, 0, 0, 0, 0, 0, 0, NA, 0, 0, 0, 0…
    $ q17_3                 <dbl> 0, 0, 0, NA, 0, 0, 0, 0, 0, 0, 0, NA, 0, 0, 0, 0…
    $ q17_4                 <dbl> 0, 0, 0, NA, 0, 0, 0, 0, 0, 0, 0, NA, 0, 0, 0, 0…
    $ q17_5                 <dbl> 0, 0, 0, NA, 0, 0, 0, 0, 0, 0, 0, NA, 0, 0, 0, 0…
    $ q17_6                 <dbl> 0, 0, 0, NA, 0, 0, 0, 0, 0, 0, 0, NA, 0, 0, 0, 0…
    $ q17_source            <chr> NA, "https://a2news.com/2020/03/20/koronavirusi-…
    $ q18                   <dbl> 0, 0, 0, NA, 0, 1, 0, 0, 1, 1, NA, NA, 1, 0, 1, …
    $ q18_detail            <chr> NA, NA, NA, NA, NA, "1) already abolished (sort …
    $ q18_source            <chr> NA, NA, NA, NA, NA, "https://hetq.am/en/article/…
    $ green                 <dbl> 1, 0, 0, NA, 0, 1, 1, 1, 0, 0, 0, NA, 1, 1, 1, 1…
    $ orange                <dbl> 0, 1, 1, NA, 1, 0, 0, 0, 1, 1, 1, NA, 0, 0, 0, 0…
    $ red                   <dbl> 0, 0, 0, NA, 0, 0, 0, 0, 0, 1, 1, NA, 0, 0, 0, 0…
    $ pan_type              <chr> "green", "orange", "orange", NA, "orange", "gree…
    $ v2x_polyarchy         <dbl> 0.347, 0.481, 0.300, 0.386, 0.812, 0.805, 0.838,…
    $ v2x_libdem            <dbl> 0.212, 0.431, 0.119, 0.230, 0.631, 0.641, 0.789,…
    $ v2x_libdem_codelow    <dbl> 0.190, 0.382, 0.097, 0.201, 0.587, 0.590, 0.742,…
    $ v2x_libdem_codehigh   <dbl> 0.242, 0.482, 0.141, 0.256, 0.687, 0.702, 0.854,…
    $ v2xcl_rol             <dbl> 0.305, 0.937, 0.529, 0.552, 0.842, 0.895, 0.969,…
    $ v2mecenefm_osp        <dbl> 1.850, 1.724, 0.931, 2.180, 3.136, 3.096, 3.650,…
    $ v2mecenefm_ord        <chr> "Direct but limited", "Direct but limited", "Ind…
    $ v2x_regime            <dbl> 1, 1, 1, 1, 2, 1, 3, 3, 1, 0, 1, 3, 1, 3, 1, 3, …
    $ v2x_regime_amb        <chr> "Electoral Autocracy", "Electoral Autocracy Uppe…
    $ v2x_freexp            <dbl> 0.517, 0.694, 0.506, 0.692, 0.936, 0.846, 0.914,…
    $ e_regionpol_6C        <chr> "Asia and Pacific", "E. Europe and C. Asia", "ME…
    $ v2x_libdem_t10_sub_bi <dbl> 0, 0, 0, 1, 0, 1, 0, 0, 0, 0, -1, 0, 0, 0, -1, 0…

    La metodologia utilitzada per elaborar l’índex la podeu trobar en el llibre de codis (pàgines 3-6). És un tant complicada, però és important observar com s’agreguen els indicadors per conformar l’índex PBI.

    Exercici 14.3 (La democràcia en risc) Observa atentament el llibre de codis PBI i respon a les següents preguntes:

    1. Identifica el nombre d’observacions, nombre de variables i la unitat d’anàlisi del marc de dades.
    2. Explica el significat de la variable v2x_regime_amb i descriu les seves categories amb table(pbi$v2x_regime_amb).
    3. Quines són, en general, les mesures d’emergència principals que té en compte l’índex?
    4. Descriu de forma més concreta com s’han operacionalitzat les mesures d’emergència: escull UNA mesura de la Q2 a la Q4 i UNA mesura de la Q8 a la Q17. Explica en quins casos són condició suficient per a cada categoria de l’índex final.
    5. Els indicadors Q6 i Q7 fan referència a la ICCPR. Investiga quines normes internacionals han tingut en compte per desenvolupar aqueste mesures. Pots ajudar-te del Working Paper Autocratization by Decree: States of Emergency and Democratic Decline per respondre a la pregunta.

    Hem de tenir en compte que aquests índexs lògics segueixen un procés de normalització, agregació i ponderació teòric.

    14.2 Escales

    Les escales han estat una eina metodològica emprada especialment per la sociologia per mesurar empíricament conceptes socials mitjançant qüestionaris a la població, com el grau de religiositat, de prejudici o l’alienació. El sociòleg Earl R. Babbie té un recull dels varis tipus d’escales existents en el seu llibre The Practice of Social Research (Babbie, 2013: 215-223). En aquest apartat ens detindrem a estudiar l’escala de Likert. Encara que no és una tècnica especialment utilitzada en temes de política internacional, ens és molt útil per veure un altra manera de crear una mesura composta a través de la lògica de conjunts.

    Les escales es construeixen a partir de la premissa que existeix una certa jerarquia d’intensitat en els indicadors: no tots són igual d’importants a l’hora de configurar l’escala. Per tant, hi ha una certa ordinalitat entre ells. Suposem que volem mesurar el grau de confiança vers els altres que té una població i passem un qüestionari amb diverses preguntes: creu que es pot confiar amb la família? I amb els veïns? I amb les persones que no coneix? I amb els immigrants? Respondre que no es pot confiar en les persones que coneixes no indica la mateixa intensitat de la variable que volem mesurar que respondre que no es pot confiar en la família. Per això, les escales es distingeixen de la resta de mesures compostes que estableixen una certa ordinalitat entre els indicadors.

    Seguint amb l’exemple anterior, utilitzarem la darrera enquesta de World Values Survey (WVS) (Inglehart et al., 2020) per il·lustrar-ho. La WVS va ser fundada el 1981 per Ronald F. Inglehart, un il·lustre de la ciència política2, i organitza cada cinc anys enquestes sobre els valors de la població mundial. La intenció del projecte és cobrir tota la població mundial i en les successives onades han anat ampliant el nombre de països. En la darrera onada 2017-2021 han cobert fins 80 països. Podeu fer-vos una idea dels països coberts a cada onada a l’eina online de la seva web.

  • 2 El seu estudi més conegut va ser la identificació d’una generació amb valors postmaterialistes que sorgia a partir dels anys 1980 i es distingia de les generacions anteriors, de valors més materialistes

  • La WVS requereix registrar-se per poder descarregar la base de dades. El primer que hem de fer és anar a la web de darrera onada de l’enquesta, la WVS7, i descarregar l’arxiu “WVS Cross-National Wave 7 R v1 4.zip” i descomprimir-lo. Un cop tinguem l’arxiu descomprimit en el nostre directori de treball, hi aplicarem el següent codi:

    load("WVS_Cross-National_Wave_7_R_v1_4.rdata")
    wvs7 <- `WVS_Cross-National_Wave_7_R_v1_4`
    rm(`WVS_Cross-National_Wave_7_R_v1_4`)

    Si ens fixem en el llibre de codis o en el qüestionari de l’enquesta, en l’apartat Social Capital, Trust and Organizational Membership, trobem un bon exemple de variables que ens poden servir per crear una escala de Likert. El terme ‘grau de confiança vers els altres’ es podria mesurar a partir de les següents variables. Si l’enquestat respon en l’ítem en qüestió que hi confia completament, la resposta es codifica com a 1. Si hi confia força té valor 2, si no hi confia gaire valor 3 i si no hi confia gens valor 4:

    • I ’d like to ask you how much you trust people from various groups. Could you tell me for each whether you trust people from this group completely, somewhat, not very much or not at all?
      • Q58: Your family
      • Q59: Your neighborhood
      • Q60: People you know personally
      • Q62: People of another religion
      • Q63: People of another nationality
      • Q61: People you meet for the first time

    Podríem pensar que algunes d’aquestes variables mostren una intensitat més alta del terme ‘grau de confiança vers els altres’. Per exemple, podríem ordenar les variables en escala, de menor a major intensitat, de la següent manera: Q58, Q60, Q59, Q62, Q63, Q61. Com que tenim els resultats, podem veure si hi ha un cert ordre ‘empíric’ en la manera com hem ordenat les variables. A la Figura 14.3 observem les respostes per a cada pregunta.

    wvs7 %>%
      select(Q58, Q59, Q60, Q61, Q62, Q63) %>% #selecciona les variables
      gather(preg, val) %>%
      ggplot(aes(x = val)) +
      geom_histogram(binwidth = 1, fill = "#73edff") +
      facet_wrap(~ preg) +
      theme_light()

    Figura 14.3: Nivells de confiança segons diverses categories

    Sembla que sí que hi ha una certa ordinalitat en com hem pensat l’escala: a la pregunta 58 els valors estan més propers a 1, mentre que a la pregunta Q61 els valors són més propers a 4. Ara ja només ens queda construir l’escala. Per a això, hem creat el marc de dades wvs7_conf, que conté la nova variable conf, operacionalitzada de la següent manera:

    • Si l’enquestat respon que desconfia “bastant” o “molt” amb la família (Q58), deduïm que és una persona que té un grau de confiança molt baix vers els altres, de manera que li assignarem un valor 0.
    • Si l’enquestat respon que desconfia “bastant” o “molt” amb les persones que coneix personalment (Q60), deduïm que és una persona que té un grau de confiança baix vers els altres, de manera que li assignarem un valor 1.
    • Si l’enquestat respon que desconfia “bastant” o “molt” amb els veïns (Q59), deduïm que és una persona que té un grau de confiança força baix vers els altres, de manera que li assignarem un valor 2.
    • Si l’enquestat respon que desconfia “bastant” o “molt” amb les persones d’una altra religió (Q62), deduïm que és una persona que té un grau de confiança mitjà vers els altres, de manera que li assignarem un valor 3.
    • Si l’enquestat respon que desconfia “bastant” o “molt” amb els persones d’una altra nacionalitat (Q63), deduïm que és una persona que té un grau de confiança relativament alt vers els altres, de manera que li assignarem un valor 4.
    • Si l’enquestat respon que desconfia “bastant” o “molt” amb les persones que coneix per primer cop (Q61), deduïm que és una persona que té un grau de confiança alt vers els altres, de manera que li assignarem un valor 5.
    • Si l’enquestat respon confia “bastant” o “molt” amb les persones que coneix per primer cop (Q61), deduïm que és una persona que té un grau de confiança molt alt vers els altres, de manera que li assignarem un valor 6.

    Tota aquesta lògica es troba resumida en el següent codi:

    wvs7_conf <- wvs7 %>%
      select(Q58:Q63) %>%
      mutate(conf = case_when(Q58 > 2 ~ 0, #family
                              Q60 > 2 ~ 1, #know personally
                              Q59 > 2 ~ 2, #neigbourhood
                              Q62 > 2 ~ 3, #religion
                              Q63 > 2 ~ 4, #nationality
                              Q61 > 2 ~ 5, #not know
                              TRUE ~ 6)) #others

    Finalment, només ens queda visualitzar el resultat de la nova variable conf, on mesurem el nivell de confiança vers els altres. Podem veure els resultats a la Figura 14.4.

    wvs7_conf %>%
      mutate(conf = as.character(conf)) %>%
      ggplot(aes(x = conf)) +
      geom_bar(fill = "#73edff") +
      theme_light()

    Figura 14.4: Escala de confiança vers els altres (WVS7)

    En aquest apartat hem vist només un tipus d’escala, l’escala de Likert. És important precisar que no totes les altres escales utilitzen la mateixa lògica de conjunts. No obstant, sí que es caracteritzen per assumir una certa ordinalitat entre variables.