Vi illustrerer bruk at data i statsvitenskap ved å se på partiers posisjoner på ulike aspekt av hvordan korona-dandemien kunne handteres politisk. I 2020 samlet CHES in data på dette fra 256 statsvitere i ulike Europeiske land. Vi har her sammenstilt dette med CHES data på partiposisjoner fra 2019. Du finner mer info om på https://www.chesdata.eu . Vi starter med å se hvordan ulike parti i de forskjellige land plasserer seg på de ulike dimensjonene. Først econ_vs_contain fanger opp i hvilken grad partiet prioriterer å holde økonomien åpne (0) eller slå ned smitte (10). Deretter fiscal_union fanger opp i hvilken grad parti ønsker å ta steg i retning av å etablere en felles Europeisk pengeunion. Skalen går fra 0 (sterkt mot) til 10 (sterkt for). Videre måler gov_vs_citizen i hvilken grad det er nødvendig med streng oppfølging av tiltak fra myndighetens side (0) eller om en kan stole på innbyggere følger råd og anbefalinger om smittevern (10). Det siste korona-relaterte spørsmålet tar for seg i hvilken grad partiet lar sin koronapolitikk styre av tilgjengelig forskning, hvor 0 er at forskning ikke er viktig for politikk, og 10 er at forskning er essensielt. Vi tatt med lrgen, som plasserer partiet på den generelle venstre (0) - høyre (10) dimensjonen. Til slutt er eu_position, måler støtte til Europeisk integrasjon, hvor 0 er klart mot og 10 er klart for. De to siste variabelene er hentet fra 2019 versjonen av det generelle CHES datasettet.
Til venstre er det en nedtrekksmeny som lar deg velge hvilket land du vil se på. Når du velger ett nytt land vil du se at den øverste tabellen, som viser beskrive statistikk endrer seg. I den nederste tabellen ser du hvilke verdier hvert enkelt parti i det utvalgte landet har på hver av variablene. Ekspertene er ikke alltid i stand til å sette en fornuftig verdi på hver observasjon. Det vises med NA, som står for 'Not applicable', eller 'ikke mulig å anvende' på norsk. Hvis en variabel har noen observasjoner koded som NA er det ikke mulig å regne ut beskrivende statistikk uten å gjøre noe med disse først. Her er disse ganse enkelt fjernet før beskrivende statistikk er reknet ut. Det kan du se at har skjedd hvis N (antall observasjoner) varierer mellom variablene.