笔记丨定性比较分析之基础篇
啦啦啦，这是一个新的笔记系列，内容源于李永发教授的方法论坛。这次大概会和2017重庆系列一样，算是一个大专题，希望小可爱们读完这个专题后，都会操作QCA哟~
之后，为了让小可爱们更能接受，萜妹对介绍内容按照我自己的思维习惯进行了逻辑调整（我也不能保证调整完的逻辑更好），所以小可爱们如果有觉得看的迷茫的地方可以跟我沟通吼~
那我们现在开始吧~
注：考虑到讲座部分资料涉及主讲者个人信息，因此本次资料仅做部分分享（仅包括软件+文献），可后台回复"2019QCA"获得。
第 一 部 分
Q C A 基 础 介 绍
用途
QCA回答的关键问题是:导致某一个现象（结果）发生的前因条件什么？不发生的前因条件是什么?导致结果发生条件的个数是否可以减少？促使某一个现象（结果）发生的充分条件什么？必要条件是什么？
注：萜妹认为QCA的本质也是寻找因果关系。只不过比起案例分析，它更加客观；比起传统线性回归，它更能清晰体现因果的复杂性。
结果
做QCA，萜妹觉得最重要的就是能操作软件并把结果图画出来，所以萜妹从结果图说起，先带小可爱们认识这个图。
注：结果的表现形式有多种，萜妹这里采用的是QCA领域里头的大牛FISS（2011）的标准。
首先，从这个图就能看出来QCA和与线性回归不同在于：自变量与因变量并非同增同减。如图：公司规模大这一条件出现与不出现都有可能导致高绩效。
其次，结合上图解释一下充分条件与必要条件。
右边的每一个纵列代表一个路径，即一组解，而每一组解都是现象发生的充分条件；
右边标红的横行中条件在每个路径中的状态相同，则说明这是必要条件。注：上图中变化率的不出现也是高绩效的必要条件，所以只要状态相同，不论是出现还是不出现都是必要条件。
条件表述有5种可能，分别为●、⚫、⊗、(大⊗)和(空)。
（注：大×和空，萜妹在这里打不出来，所以大家意会一下。）
⊗表示该条件不出现，●表示该条件出现；
空表示不对结果产生影响，上图中并没有；
大的是核心条件，即简单解；小的是外围条件，即中间解，注：二者在重要性上并没有差别！！！（一定不能有误解）。简单解和中间解的区别会在之后的推送中论述。
核心概念
QCA有一些核心概念，需要小可爱们了解，这里萜妹就先把定义写出来，具体解释和深度的内容，我们之后在案例篇详细说。
一致性：解的可靠性；
覆盖率：覆盖案例度；
组态：给定结果相关的条件属性的组合（注意这里是不包括结果值的）。
特征
QCA具有三大特征分别为：
非对称性（条件与结果非同增同减）；
等效性（条条道路通罗马，路径不随出现概率而改变重要性。如，普通高考与自主招生都是进入大学的途径，其重要性相同）；
因果复杂性（如字面意思，不解释）。
类型
目前QCA主要分为三类。
类型
名称
变量
范围
变量值
格式
csQCA
Crisp-set
清晰集
二元的
present(1)absent(0)
mvQCA
Multi-value
多值集
多元的
离散的数字：0，1，2，3，4
fsQCA
Fuzzy-set
模糊集
连续的
0~1之间精细的刻度值
注：①多值集需从0开始取值，最多取到4，软件无法计算更大的值。二元是只取到1的多元，所以能分析mvQCA的都能分析csQCA；
②模糊值是指多大程度属于xx条件，如：多大程度觉得自己属于高收入群体。清晰集只取0和1，也是模糊集的子集。
操作说明
首先需要明确一点：因果关系与背景和并发特性有关，因而QCA拒绝任何永久性因果关系的形式。
换句话说，所有的QCA都是有限制的，限制条件主要体现在背景和维度（并发特征）选择上，所以QCA的前提是需要先控制背景并选定维度。
之后，QCA操作的前期准备操作包括：①找结果变量（有趣且有意义）；②梳理前因/条件（可从已有文献或者理论中获得）；③寻找案例。
样本选择
样本选择主要有两个方面需要注意，分别是选择原则和选择数量。
一、选择原则
①案例是构建的而非随机选取的。
②案例选择需要尽量覆盖所有情况，但是无法强求一定实现全覆盖。
二、选择数量
样本与建议数量的对应关系如下图所示：
在中等样本分析（10~40个案例中），通常选择4到6/7个解释条件。
不过也有样本数只要大于2的k-1次方就好的说法，k代表维度个数，如3维条件，那么4个案例就可以了。
但是无论是那种选择标准，都是可进行QCA的最小值。如果实际情况中，限定背景后仍有40个案例，还是不能只选满足最小值数量的案例，应该需要全部纳入。
啦啦啦，QCA的基础介绍到这里就先告一段落了。接下来的一篇是软件操作介绍。小可爱们，我们下周见吧~
【萜心话】
研一新生丨健身少女丨电竞迷妹
交流平台丨回忆手册丨神秘树洞
晚上好~
✬如果你喜欢这篇文章，欢迎分享到朋友圈✬