Resumo: Como mensurar fenômenos que não podem ser diretamente observados? O principal objetivo desse artigo é demonstrar por que a análise fatorial é a resposta mais adequada para responder a essa pergunta. Metodologicamente, utilizamos um banco de dados com diferentes medidas de democracia para ilustrar como a técnica de análise fatorial de componentes principais pode ser utilizada para medir as duas dimensões da poliarquia propostas por Robert Dahl (1971): contestação e inclusividade. Em termos substantivos, esperamos facilitar a compreensão dessa técnica nas Ciências Sociais em geral e na Ciência Política em particular.
Abstract: How do we measure phenomena that cannot be directly observed? The principal aim of this paper is to demonstrate why factor analysis technique is the best answer to this question. Methodologically, we use a database with different indicators of democracy to show how principal component analysis can be employed to measure the two polyarchy dimensions proposed by Robert Dahl (1971): contestation and inclusiveness. On substantive grounds, we hope to facilitate the understanding of factor analysis technique in Social Sciences in general and in Political Science in particular

Públicas (UFAL), além disso agradecemos ao CNPQ e a FACEPE pelo apoio financeiro. ResumoQuais são as vantagens da triangulação metodológica? Apesar de ser consensual a importância da combinação de técnicas quantitativas e qualitativas, ainda são raros os trabalhos que efetivamente utilizam uma abordagem multimétodo. Este artigo apresenta uma introdução aos métodos mistos. Nosso público alvo são estudantes de graduação e pós-graduação em estágios iniciais de treinamento. Metodologicamente, sintetizamos as principais recomendações da literatura e utilizamos dois exemplos para ilustrar como a combinação de técnicas pode ser empregada em desenhos de pesquisa empíricos. Com este artigo, esperamos difundir a utilização de métodos mistos nas Ciências Sociais brasileiras 1 . Palavras-chaves: Métodos Mistos. Triangulação Metodológica. Ciência Política.

The article provides a non-technical introduction to the p value statistics. Its main purpose is to help researchers make sense of the appropriate role of the p value statistics in empirical political science research. On methodological grounds, we use replication, simulations and observational data to show when statistical significance is not significant. We argue that: (1) scholars must always graphically analyze their data before interpreting the p value; (2) it is pointless to estimate the p value for non-random samples; (3) the p value is highly affected by the sample size, and (4) it is pointless to estimate the p value when dealing with data on population.

Esse trabalho apresenta uma breve introdução à técnica de meta-análise. Nosso público-alvo são estudantes de graduação e pós-graduação em Ciência Política. Metodologicamente, descrevemos o passo a passo do planejamento de um desenho de pesquisa meta-analítico e apresentamos dois exemplos aplicados sobre como fazer revisões sistemáticas. Com esse artigo, esperamos facilitar não só a compreensão, mas também a utilização da meta-análise. Em termos substantivos, esperamos contribuir para que as revisões de literatura sejam realizadas de forma sistemática, favorecendo a acumulação do conhecimento científico.

O principal objetivo desse trabalho é aprofundar a discussão a respeito do conceito de correlação de Pearson. Para tanto, apresentamos as suas propriedades, aplicações e limites. Metodologicamente, utilizamos simulação básica para demonstrar como a presença de outliers pode tanto ocultar correlações reais quanto forjar associações inexistentes. Além disso, discutimos os perigos analíticos das correlações espúrias. Com esse artigo esperamos facilitar não só a interpretação, mas também a utilização da técnica de correlação na Ciência Política

What is the impact of small parties on electoral outcomes? This articles aims at contributing to the literature on party systems by proposing a new method to classify political parties. The methodology is applied to Brazil by focusing on the description of the election results of small parties. Cluster analysis is employed to classify political party size based on their percentage of votes in the Brazilian states. The main findings indicate that classifying parties through cluster analysis is more objective than previous classifications. As a result of this method, the article shows that small parties exert little effect on electoral volatility in Brazil as well as small parties benefit less from the disproportionality between votes and seats than the larger ones.

This paper provides an intuitive introduction to cluster analysis. Our targeting audience are both scholars and students in Political Science. Methodologically, we use basic simulation to illustrate the underlying logic of cluster analysis and we replicate data from Coppedge, Alvarez and Maldonado (2008) [1] to classify political regimes according to Dahl's (1971) [2] polyarchy dimensions: contestation and inclusiveness. With this paper, we hope to help novice scholars to understand and employ cluster analysis in Political Science empirical research.

O principal objetivo desse artigo é apresentar uma introdução intuitiva à técnica de análise de conglomerados. Metodologicamente, utilizamos os dados de Coppedge, Alvarez e Maldonado (2008) sobre as duas dimensões da poliarquia propostas por Dahl (1971): contestação e inclusividade. A partir dessas dimensões os regimes políticos são classificados em diferentes grupos (clusters) de acordo com o grau de similaridade entre eles. Em termos substantivos,esperamos indicar uma ferramenta metodológica para classificação dos regimes políticos e facilitar a compreensão da técnica de análise de conglomerados na Ciência Política.
The principal aim of this paper is to provide a intuitive introduction to cluster analysis. Methodologically, we use data from Coppedge, Alvarez e Maldonado (2008) regarding the two dimensions of polyarchy proposed by Dahl (1971): contestation and inclusiveness. Based on these dimensions we classify political regimes in different groups (clusters) according to their similarity level. On substantive grounds, we hope to suggest a methodological tool to classify political regimes and facilitate the understanding of cluster analysis in Political Science