公共管理研究方法 课件 第11章 定性比较分析.pptx

第11章定性比较分析（QCA）

QCA与案例法、回归分析法的联系及区别QCA的主要类型及布尔代数逻辑QCA的研究设计QCA的优缺点重点问题

11.1概述

11.1.1QCA的提出及适用性

QCA的提出美国加州大学欧文分校校长查尔斯C.拉金（CharlesC.Ragin）1987年提出标志性成果：《比较方法：超越定性和定量策略》（1987）进展性成果:《模糊集社会科学》（2000）,《重新设计社会研究：模糊集及其超越》（2008）,《QCA设计原理与应用：超越定性与定量研究的新方法》QCA的内涵定性比较分析是一种运用多种不同层面的案例，从组态和整体性视角，通过布尔逻辑运算探究，探究复杂问题间的因果关系，从而找到具有等效性结果的不同路径的一种研究方法。

11.1.1QCA的提出及适用性

QCA的适用性研究层面微观层面：个体、行动小组；中观层面：社会组织、企业、政策流程；宏观层面：整体大规模系统如国家、政治制度等案例规模少量样本：通过深层次、案例导向的方式用QCA进行分析；大样本（大型调查数据库）：可利用QCA的集合理论杠杆进行分析。

11.1.2QCA的特征

适度的普适性对多案例的系统比较，形成一些供后续研究参考的命题；调整命题，用于分析其他类似的案例。可复制性和透明性对于同一数据库使用同一方法，所有研究者都可以得到相同的结果；数据处理过程中，研究者要迭代地“与案例对话”。

11.1.2QCA的特征

兼具理论与案例归纳：识别出案例中要考察的关键内容；解释各种异常值和“例外”；演绎：条件变量和结果变量需要基于已有理论来选择；丰富：通过其独有的语言形式，以丰富的形式体现，并转化为理论语言。因果关系特征打破可加性假设；不存在恒定不变的因果关系

11.2研究设计

11.2.1案例和变量的选取QCA是一种跨案例的比较研究方法，案例和变量的正确、科学选取，直接影响到研究结果的质量。案例研究需要从相对较低的理论建构开始，因此QCA的案例和变量的选取是一个分析-归纳-系统检验的过程。

11.2.1案例和变量的选取案例的选取案例总体的同质性：案例的选择需要确定界限和“调查范围”即研究区域的最大相似性。所选取的案例需要有相同或相似的背景和特点案例总体内的异质性：案例选取的标准是在最小规模的案例中最大限度地实现案例结果的异质性。需要比较的案例的结果既要有“正向”结果，也要有“负向”结果。

条件变量的选取归纳法主要用于探索性研究，即在研究前不清楚会产生哪些组态、条件。演绎法则是基于一定的理论构建框架，确定研究的组态类型及其条件变量。注意：避免将案例间不变的条件纳入研究模型控制条件变量的数量11.2.1案例和变量的选取

11.2.2清晰集定性比较分析（csQCA）QCA的分类：csQCA：处理二分类变量mvQCA：处理多类别的变量fsQCA：定距或定比变量，具有定性和定量分析的双重属性。csQCA研究步骤构建二分数据表构建真值表处理矛盾组态布尔最小化纳入逻辑余项案例解释研究结果

11.2.2清晰集定性比较分析（csQCA）布尔代数布尔表达式字母的含义：大写字母用以表示值为“1”的二进制变量；小写字母用以表示值为“0”的二进制变量符号的含义：“——”表示与给定的二进制变量无关的值；“And”含义用“*”符号表示；“Or”的含义用“+”表示；条件和结果间的关系（因果关系）用“→”表示。

11.2.2清晰集定性比较分析（csQCA）布尔代数布尔最小化如果两个布尔表达式是有一个因果条件不同，但产生了相同的结果，可以去掉这个条件，得到更简单的条件变量组合。表达式1：A*B*C→Y；表达式2：A*B*c→Y；表达式3（布尔最小化）：A*B→Y。

11.2.2清晰集定性比较分析（csQCA）构建二分数据表基于充足的理论和实质性知识设定相关阈值，对数据进行二分处理阈值的设定基于理论和实质性的证据支持；聚类法、机械分割点；避免将相似值的案例分割开来。

11.2.2清晰集定性比较分析（csQCA）构建真值表csQCA运算时对应的原始数据的合成表（组态表）构建真值表组态的类型：1组态，0组态，无关组态，矛盾组态，逻辑余项组态检查真值表是否具有“1”和“0”的案例；是否存在有违常理的组态；单变量必要性和充分性进行检验（非必选）。处理矛盾组态

11.2.2清晰集定性比较分析（csQCA）布尔最小化与纳入逻辑余项简单解：利用QCA软件，提取布尔最小化的解（含逻辑余项）评估模型原始一致性（consistency）、覆盖度（rawcoverage）、唯一覆盖度（uniquecoverage）、解的覆盖度（solutioncoverage）。解释结果返回案例对相关结果进行解释

11.2.3多值集