Time-series cross-section analyser i komparativ politisk økonomi
DOI:
https://doi.org/10.5278/ojs.mf.v3.i3.6152Resumé
Time-Series Cross-Section (TSCS) analyser anvendes ofte inden for komparativ politik og politisk økonomi. Betegnelsen TSCS henviser til, at, at man har en tids-dimension med perioder og en tværsnits-dimension med enheder De samme enheder observeres således over tid. Den metodiske litteratur om TSCS analyser antager oftest, at læseren kender til en række grundelementer i mødet med TSCS. I stedet fokuserer litteraturen på bestemte nye modeller og sammenligning af estimationsmetoder. Vi giver her en samlet introduktion til grundelementerne, man som minimum bør være opmærksom, når man udfører TSCS analyser. De seks elementer, vi fokuserer på, er: (1) det teoretiserede forhold og variabeltyper, (2) ikke-stationære variable og håndtering heraf, (3) modelvalg og homogene/heterogene effekter, (4) lagstrukturer, (5) brugen af fixed effects og (6) kausalitet og tolkning af TSCS analyser. Alle elementer er bundet sammen ved et fælles mål om at skabe sammenhæng mellem teori, data og metode.
Artiklen afsluttes med en TSCS ’kogebog’, der opsummerer de 6 punkter og giver en introducerende guide til TSCS analyser.
Downloads
Publiceret
Nummer
Sektion
Licens
Copyright (c) 2020 Jesper Eriksen, Søren Etzerodt
Dette værk er under følgende licens Creative Commons Navngivelse – Ingen bearbejdelser (by-nd).
Artikler publiceret i tidsskriftet for Metode & Forskningsdesign er licenseret under https://creativecommons.org/licenses/by-nd/4.0/.
Forfattere bevarer deres ophavsret og giver tidsskriftet ret til første publicering, samtidigt med at værket er omfattet af Creative Commons Attribution-licensen: Navngivelse – Ikke-kommerciel - Ingen Bearbejdede Værker (by-nc-nd). Læs om licensen på http://www.creativecommons.dk/om/.