科研助力 | 一次性搞懂质性比较分析方法（QCA）——从理论到实操

语言学通讯 2022-06-09

收录于合集

#科研助力 55 个

#研究方法 64 个

#质性研究 9 个

#学术讲座 97 个

#学术研修 78 个

点击蓝字关注我们

“

（一）基本介绍

在社会抗争研究等领域，研究对象往往涉及多案例，单独的个案已经不能满足研究的需要。同时,作为一种复杂的社会现象，此类事件的成因存在着多元并发组合的原因变量，以线性因果关系为基础的定量统计分析方法也很难提供有效的分析结论。而定性比较分析方法(qualitative comparative analysis ,下文简称QCA)由于能够有效、系统地处理多案例比较的研究数据，其已在社会抗争研究等领域得到广泛运用。

QCA产生于20世纪80年代末，由查尔斯 · 拉金 ( Charles C. Ragin) 在1987 年提出，它是一种以案例研究为导向的理论集合研究方法。它强调通过实证资料以及相关理论的不断对话，从小样本数据中建构出研究议题的因果性关系。这是基于集合论与布尔代数的分析，即从集合而不是相关的角度考察条件与结果的关系，并使用布尔代数算法形式化人们分析问题时的逻辑过程。QCA尝试超越传统的个案研究方法，系统地考察事件发生的成因以及内部生成因子之间的互动关系、可能性关系组合，试图解释促成事件产生的关键因子、因子之间的相互联系以及激发事件产生的复杂的成因组合，以期深化对事件产生的复杂因果关系的理解。

（二）分类

QCA主要包括确定集(crisp set)、模糊集(fuzzy set)和多值集(multi value)三种具体操作方法。

拉金(1987)将布尔代数和集合理论结合起来,发展出二分变量的 QCA 技术,用于处理两分变量的解释变量和结果变量，即确定/清晰集定性比较分析(crisp-sets QCA,csQCA)。此后，拉金(Ragin,2000)将模糊集合引入定性比较分析，提出了模糊集定性比较分析( fuzzy-sets QCA,fsQCA) 技术。克隆维斯特于2004年将QCA扩展到可以处理多值的条件变量,，并提出多值集定性比较分析 (multi value QCA,mvQCA)。

1. 确定/清晰集定性比较分析csQCA

csQCA只能处理原因变量和结果变量均为二分变量的案例，无法处理统计分析中所出现的大量的定距变量。

2. 模糊集定性比较分析fsQCA

基于模糊集的定性比较分析方法fsQCA突破了这一问题，是对csQCA的一个拓展。在现实生活中，往往能观察到的特征在不同个案中的差别是连续的，因此采用二分变量来刻画这些特征是不合适的。

拉金(Ragin,1987)提出可以采用多个值(比如：0、0.5、1)来刻画个案的某些属性。比如，在fsQCA里，个案的某个特征是否可以被观察到的程度可以刻画为从0-1之间的任何数，而不局限于0或1这两个数。这被称为成员身份度(membership score)。fsQCA的运算原理与csQCA一致，拉金(Ragin，2008)提出可以利用成员身份度模糊集形成真值表，然后以真值表为基础算出结果特征是哪些原因特征组合的子集，最后通过布尔代数算法简化这些原因特征组合。这主要是运用集合关系和集合间的逻辑运算规则来探索多个案中事先确定的原因条件对结果产生的影响。此外，拉金等人还开发了fsQCA的计算软件fs/QCA2.0，并得到了广泛应用。

3.多值集定性比较分析mvQCA

多值集定性比较分析方法mvQCA也是以csQCA为基础发展出来的新方法，是一种与fsQCA并行的方法。多值集可以看作是确定集和模糊集之间的一个中间状态。与模糊集不同的是，多值集方法并不是将变量的数值处理成 0 到 1 之间的隶属度分数，而是在确定集的二分法基础上，对变量的数值进行多分，以增加变量的信息。多值集在扩展二分法的基础上，将原来的清晰集拓展成了一种可以处理类别变量的方法。这种方法还可以通过分类的方式，将定距变量转化为类别变量而纳入分析模型之中。由此引出的一些新的问题和技术，则可以通过由德国政治科学家莱塞 · 克朗克齐斯特(Lasse Cronqvist) 开发的多值集方法及相应的操作软件TOSMANA ( Tool for small-n analysis) 来进行操作。

（三）优点

1.总述：QCA界于定性研究的案例取向与定量研究的变量取向之间，具有一定的优势。

（1）对于样本规模的要求不高：在15-80个样本规模上都可以运用。

（2）在变量主要由二分，定类和定序等形式组成的中小规模样本的研究中，QCA具有较大的优势。

（3）由于QCA对样本量的要求不高(只要在12-15个样本之上)，所以研究者能够在研究过程中对总样本进行多次细分，形成不同的子样本级，从而得出更为精细和有趣的结论，也使得分析得出的结果更加符合情理，并且使之后的研究更具有目的性。

（4）从根本上说,QCA能充分分析社会现象的多样性与因果关系的复杂性，它能提供不同的因素组合对结果的影响作用，以便于研究者更深入地挖掘变量与结果之间的作用机制，为更深入的研究提供方向。

2.与传统的单一案例研究相比，QCA体现的优势在于：

（1）它采用多个案研究，避免了单一分析的面向，通过建立起因果关系的多元分析构成，充分地注意到了个案本身的异质性和复杂性。

（2）QCA能分析多重因果关系组合，这是一种基于个案现象探寻逻辑条件组合，但又有别于事件“统一”整体的全面了解个案的方法。

（3）再次,区别于传统质性研究挖掘个案间变量关系的做法，QCA能以逻辑条件组合为基础，进行同一模式内不同个案之间以及不同模式之间的比较。

3.与传统的自变量及其影响为导向的回归分析相比，QCA具备的优势在于：

能够有效、系统地处理多案例比较研究数据——