En estadística , el análisis comparativo cualitativo ( QCA ) es un análisis de datos basado en la teoría de conjuntos para examinar la relación de las condiciones con el resultado. QCA describe la relación en términos de condiciones necesarias y condiciones suficientes . [1] La técnica fue desarrollada originalmente por Charles Ragin en 1987 [2] para estudiar conjuntos de datos que son demasiado pequeños para el análisis de regresión lineal pero grandes para el análisis de casos cruzados . [3]
Resumen de la técnica
En el caso de las variables categóricas, QCA comienza enumerando y contando todos los tipos de casos que ocurren, donde cada tipo de caso se define por su combinación única de valores de sus variables independientes y dependientes. Por ejemplo, si hubiera cuatro variables categóricas de interés, {A, B, C, D} y A y B fueran dicotómicas (podrían tomar dos valores), C podría tomar cinco valores y D podría tomar tres, entonces habría 60 tipos posibles de observaciones determinadas por las posibles combinaciones de variables, no todas las cuales ocurrirían necesariamente en la vida real. Al contar el número de observaciones que existen para cada una de las 60 combinaciones únicas de variables, QCA puede determinar qué inferencias o implicaciones descriptivas están respaldadas empíricamente por un conjunto de datos. Por lo tanto, la entrada a QCA es un conjunto de datos de cualquier tamaño, desde N pequeño a N grande, y la salida de QCA es un conjunto de inferencias descriptivas o implicaciones que los datos apoyan.
En el siguiente paso de QCA, se utiliza la lógica inferencial o el álgebra booleana para simplificar o reducir el número de inferencias al conjunto mínimo de inferencias respaldado por los datos. Este conjunto reducido de inferencias se denomina "principales implicados" por los adherentes a la QCA. Por ejemplo, si la presencia de las condiciones A y B siempre está asociada con la presencia de un valor particular de D, independientemente del valor observado de C, entonces el valor que toma C es irrelevante. Por lo tanto, las cinco inferencias que involucran a A y B y cualquiera de los cinco valores de C pueden ser reemplazados por la única inferencia descriptiva "(A y B) implica el valor particular de D".
Para establecer que los principales implicantes o inferencias descriptivas derivadas de los datos mediante el método QCA son causales, es necesario establecer la existencia de un mecanismo causal utilizando otro método, como el rastreo de procesos, la lógica formal, las variables intervinientes o el conocimiento multidisciplinario establecido. [4] El método se utiliza en ciencias sociales y se basa en la lógica binaria del álgebra de Boole , e intenta asegurar que se consideren todas las combinaciones posibles de variables que se pueden hacer en los casos bajo investigación.
Motivación
La técnica de enumerar los tipos de casos por combinaciones de variables potenciales ayuda con la selección de casos al hacer que los investigadores sean conscientes de todos los tipos de casos posibles que deberían ser investigados, como mínimo, si existen, para probar una determinada hipótesis o derivar nuevas inferencias. de un conjunto de datos existente. En situaciones en las que las observaciones disponibles constituyen la población completa de casos, este método alivia el problema del N pequeño al permitir extraer inferencias evaluando y comparando el número de casos que exhiben cada combinación de variables. El problema del N pequeño surge cuando el número de unidades de análisis (por ejemplo, países) disponibles es inherentemente limitado. Por ejemplo: un estudio en el que los países son la unidad de análisis es limitado porque hay solo un número limitado de países en el mundo (menos de 200), menos de lo necesario para algunas técnicas estadísticas (probabilísticas). Al maximizar el número de comparaciones que se pueden hacer entre los casos bajo investigación, las inferencias causales son posibles según Ragin. [5] Esta técnica permite la identificación de múltiples vías causales y efectos de interacción que pueden no ser detectables a través del análisis estadístico que normalmente requiere que su conjunto de datos se ajuste a un modelo. Por lo tanto, es el primer paso para identificar subconjuntos de un conjunto de datos que se ajusten a una ruta causal particular basada en las combinaciones de covariables antes de los análisis estadísticos cuantitativos que prueban la conformidad con un modelo; y ayuda a los investigadores cualitativos a limitar correctamente el alcance de los hallazgos declarados al tipo de observaciones que analizan.
Crítica
Como esta es una técnica lógica (determinista) y no estadística (probabilística), con QCA "crisp-set" ( csQCA ), la aplicación original de QCA, las variables solo pueden tener dos valores, lo cual es problemático ya que el investigador tiene que determinar los valores de cada variable. Por ejemplo: el investigador debe dividir el PIB per cápita en dos categorías (por ejemplo, bajo = 0 y alto = 1). Pero como esta variable es esencialmente una variable continua, la división siempre será arbitraria. Un segundo problema relacionado es que la técnica no permite evaluar el efecto de las fortalezas relativas de las variables independientes (ya que solo pueden tener dos valores). [5] Ragin, y otros académicos como Lasse Cronqvist, han tratado de abordar estos problemas desarrollando nuevas herramientas que amplían QCA, como QCA multivalor ( mvQCA ) y QCA de conjunto difuso ( fsQCA ). Nota: QCA multivalor es simplemente QCA aplicado a observaciones que tienen variables categóricas con más de dos valores. Crisp-Set QCA puede considerarse un caso especial de QCA multivalor. [6]
Metodólogos estadísticos han argumentado que las hipótesis fuertes de QCA hacen sus conclusiones a la vez frágiles y propensos a error tipo I . Simon Hug sostiene que las hipótesis deterministas y las medidas libres de errores son extremadamente raras en las ciencias sociales y utiliza simulaciones de Monte Carlo para demostrar la fragilidad de los resultados de QCA si se viola cualquiera de los supuestos. [7] Chris Krogslund, Donghyun Danny Choi y Mathias Poertner demuestran además que los resultados de QCA son muy sensibles a cambios menores en la susceptibilidad del modelo y paramétricos y son vulnerables al error de tipo I. [8] Bear F. Braumoeller explora más a fondo la vulnerabilidad de la familia de técnicas QCA tanto al error de tipo I como a la inferencia múltiple. [9] Braumoeller también ofrece una prueba formal de la hipótesis nula y demuestra que incluso hallazgos de QCA muy convincentes pueden ser el resultado de la casualidad. [10]
Respuesta a las críticas
La QCA se puede realizar de forma probabilística o determinista con observaciones de variables categóricas. Por ejemplo, la existencia de una inferencia o implicación descriptiva se apoya de manera determinista en la ausencia de casos contraejemplos de la inferencia; es decir, si un investigador afirma que la condición X implica la condición Y, entonces, de manera determinista, no debe existir ningún caso contraejemplo que tenga la condición X, pero no la condición Y. Sin embargo, si el investigador quiere afirmar que la condición X es un 'predictor' probabilístico de la condición Y, en otro conjunto similar de casos, entonces la proporción de casos contraejemplos a una inferencia a la proporción de casos que tienen la misma combinación de condiciones se puede establecer en un valor umbral de, por ejemplo, 80% o más. Para cada implicante principal que QCA genera a través de su proceso de reducción de inferencia lógica, la "cobertura" - porcentaje de todas las observaciones que exhiben esa implicación o inferencia - y la "consistencia" - el porcentaje de observaciones que se ajustan a esa combinación de variables que tienen ese particular valor de la variable dependiente o resultado - se calculan e informan, y se pueden usar como indicadores de la fuerza de tal inferencia probabilística exploratoria. En los procesos sociales complejos de la vida real, la QCA permite la identificación de múltiples conjuntos de condiciones que se asocian consistentemente con un valor de salida particular para explorar predictores causales.
El QCA de conjunto difuso tiene como objetivo manejar variables, como el PIB per cápita, donde el número de categorías, valores decimales de unidades monetarias, se vuelve demasiado grande para usar mvQCA, o en los casos en que se necesita incertidumbre o ambigüedad o error de medición en la clasificación de un caso. para ser reconocido. [11]
Campos de uso
QCA ahora se ha utilizado en muchos más campos además de la ciencia política para los que Ragin desarrolló por primera vez el método. [12] Hoy en día, el método se ha utilizado en:
- Negocios (por ejemplo, Romme 1995; Kask y Linton 2013; para una revisión, véase Misangyi et al. 2017 [13] ) [14] [15]
- Gestión de sistemas de información (por ejemplo, Lee et al. 2019; [16] para una revisión, ver Mattke et al. 2021 [3] )
- Gestión de proyectos (por ejemplo, Invernizzi et al. 2020) [17]
- Comportamiento humano (por ejemplo, Olya y Akhshik 2019) [18]
- Gestión de la innovación (por ejemplo, Sukhov et al. 2018) [19]
- Emprendimiento (por ejemplo, Linton y Kask 2017) [20]
- Educación (por ejemplo, Stevenson 2013) [21]
- Ciencias ambientales (por ejemplo, Basurto 2013) [22]
- Investigación en salud (por ejemplo, Blackman 2013) [23]
- Venta al por menor (por ejemplo, Johansson y Kask 2017) [24]
- Turismo (por ejemplo, Olya y Altinay 2015; Olya y Gavilyan, 2016; Olya y Mehran, 2017) [25] [26] [27]
Ver también
Referencias
- ^ Ragin, Charles C. (2014). El método comparativo: más allá de las estrategias cualitativas y cuantitativas: con una nueva introducción . Oakland, California. ISBN 978-0-520-95735-0. OCLC 881322765 .
- ^ Ragin, Charles C. (1987). El método comparativo: más allá de las estrategias cualitativas y cuantitativas . Prensa de la Universidad de California .
- ^ a b Mattke, Jens; Maier, Christian; Weitzel, Tim; Thatcher, Jason Bennett (1 de enero de 2021). "Análisis cualitativo comparativo en la disciplina de sistemas de información: revisión de la literatura y recomendaciones metodológicas" . Investigación en Internet . antes de la impresión (antes de la impresión). doi : 10.1108 / INTR-09-2020-0529 . ISSN 1066-2243 .
- ^ análisis comparativo cualitativo - Historia del análisis comparativo cualitativo | Encyclopedia.com: Diccionario de sociología
- ^ a b J. Goldthorpe, "Problemas actuales en macrosociología comparada" en Investigación social comparada , 16, 1997, págs. 1–26.
- ^ Rihoux, Benoît (2006), "Análisis comparativo cualitativo (QCA) y métodos comparativos sistemáticos relacionados: avances recientes y desafíos restantes para la investigación en ciencias sociales" , Sociología internacional , 21 (5): 679, doi : 10.1177 / 0268580906067836 , S2CID 14390758
- ^ Abrazo, Simon (1 de abril de 2013). "Análisis comparativo cualitativo: cómo el uso inductivo y el error de medición conducen a una inferencia problemática" . Análisis político . 21 (2): 252-265. doi : 10.1093 / pan / mps061 . ISSN 1047-1987 .
- ^ Krogslund, Chris; Choi, Donghyun Danny; Poertner, Mathias (1 de enero de 2015). "Conjuntos difusos en terreno inestable: sensibilidad de parámetro y sesgo de confirmación en fsQCA". Análisis político . 23 (1): 21–41. doi : 10.1093 / pan / mpu016 . ISSN 1047-1987 .
- ^ Braumoeller, Bear F. (25 de julio de 2015). "Protección contra falsos positivos en análisis comparativo cualitativo". Análisis político . 23 (4): 471–487. doi : 10.1093 / pan / mpv017 . ISSN 1047-1987 .
- ^ Braumoeller, oso (19 de mayo de 2015). "QCAfalsePositive: pruebas de error tipo I en análisis comparativo cualitativo (QCA)" . Amplia red Archivo R . Proyecto R . Consultado el 26 de agosto de 2015 .
- ^ Rihoux, Benoît (2013), "QCA, 25 Years after" The Comparative Method ": Mapping, Challenges, and Innovations - Mini-Symposium", Political Research Quarterly , 66 : 167–235, doi : 10.1177 / 1065912912468269
- ^ Roig-Tierno, Norat; González-Cruz, Tomas F .; Llopis-Martinez, Jordi (1 de enero de 2017). "Una visión general del análisis comparativo cualitativo: un análisis bibliométrico" . Revista de Innovación y Conocimiento . 2 (1): 15-23. doi : 10.1016 / j.jik.2016.12.002 . ISSN 2444-569X .
- ^ Misangyi, Vilmos F .; Greckhamer, Thomas; Furnari, Santi; Fiss, Peer C .; Crilly, Donal; Aguilera, Ruth (1 de enero de 2017). "Abrazar la complejidad causal: el surgimiento de una perspectiva neoconfiguracional" . Revista de gestión . 43 (1): 255–282. doi : 10.1177 / 0149206316679252 . ISSN 0149-2063 .
- ^ Romme, AGL (1995), Procesos autoorganizados en equipos de alta dirección: un enfoque comparativo booleano. Revista de investigación empresarial 34 (1): 11-34.
- ^ Kask y Linton (2013) Emparejamiento empresarial: cuando las empresas emergentes lo hacen bien http://www.tandfonline.com/doi/abs/10.1080/08276331.2013.876765#.U0UIwvl_t8E
- ^ Lee, Jae-Nam; Park, YoungKi; Straub, Detmar; Koo, Yunmo (1 de diciembre de 2019). "Arquetipos holísticos de la estrategia de subcontratación de TI: un enfoque de ajuste y configuración de contingencia" . Sistemas de información de gestión trimestral . 43 (4): 1201-1225. ISSN 0276-7783 .
- ^ Invernizzi, Diletta Colette; Locatelli, Giorgio; Brookes, Naomi; Davis, Allison (1 de noviembre de 2020). "Análisis comparativo cualitativo como método para estudios de proyectos: el caso de la infraestructura energética" . Revisiones de energías renovables y sostenibles . 133 : 110314. doi : 10.1016 / j.rser.2020.110314 . ISSN 1364-0321 .
- ^ Olya, Hossein GT; Akhshik, Arash (23 de enero de 2018). "Abordar la complejidad de las intenciones de comportamiento proambiental de los visitantes a los sitios de tortugas". Revista de investigación de viajes . 58 (2): 313–332. doi : 10.1177 / 0047287517751676 . S2CID 158334028 .
- ^ SUKHOV, ALEXANDRE; SIHVONEN, ANTTI; OLSSON, LARS E .; MAGNUSSON, PETER R. (28 de noviembre de 2018). "Eso tiene sentido para mí: apertura al cambio y sentido en la detección de ideas" . Revista Internacional de Gestión de la Innovación . 22 (8): 1840009. doi : 10.1142 / s1363919618400091 . ISSN 1363-9196 .
- ^ Linton, Gabriel; Kask, Johan (2017). "Configuraciones de orientación emprendedora y estrategia competitiva de alto desempeño". Revista de Investigación Empresarial . 70 : 168-176. doi : 10.1016 / j.jbusres.2016.08.022 . ISSN 0148-2963 .
- ^ Stevenson 2013. "¿Tiene la tecnología un impacto en el aprendizaje? Un análisis de conjunto difuso de datos históricos sobre el papel de los repertorios digitales en la configuración de los resultados de la pedagogía en el aula". Computación y educación 69 (0): 148-58.
- ^ Basurto, X. (2013), "Vinculación de la gobernanza multinivel con la teoría de los recursos de uso común local mediante el análisis comparativo cualitativo de conjuntos difusos: conocimientos de veinte años de conservación de la biodiversidad en Costa Rica". Cambio ambiental global 23 (3): 573-87.
- ^ Blackman, T. (2013), "Exploración de explicaciones para reducciones locales en las tasas de embarazo adolescente en Inglaterra: un enfoque que utiliza análisis comparativo cualitativo". Política social y sociedad 12 (1): 61-72.
- ^ Johansson, Tobias; Kask, Johan (2017). "Configuraciones de estrategia de negocio y canales de marketing para e-commerce y formatos minoristas tradicionales: Un Análisis de Comparación Cualitativa (QCA) en el comercio minorista de artículos deportivos". Revista de servicios al consumidor y al por menor . 34 : 326–333. doi : 10.1016 / j.jretconser.2016.07.009 . ISSN 0969-6989 .
- ^ Olya, Hossein GT; Mehran, Javaneh (1 de junio de 2017). "Modelización del gasto turístico mediante la teoría de la complejidad". Revista de Investigación Empresarial . 75 : 147-158. doi : 10.1016 / j.jbusres.2017.02.015 .
- ^ Olya, Hossein GT; Altinay, Levent (2016). "Modelización asimétrica de intención de compra de seguros meteorológicos turísticos y fidelización". Revista de Investigación Empresarial . 69 (8): 2791–2800. doi : 10.1016 / j.jbusres.2015.11.015 .
- ^ Olya, Hossein; Gavilyan, Yaqub (2017). "Modelos de configuración para predecir el apoyo de los residentes al desarrollo turístico". Revista de investigación de viajes . 56 (7): 893–912. doi : 10.1177 / 0047287516667850 . S2CID 157763812 .
Otras lecturas
- Duşa, Adrian (2008-10-01) [septiembre de 2007]. "Una aproximación matemática al problema de minimización booleana" . Calidad y cantidad . 44 : 99-113. doi : 10.1007 / s11135-008-9183-x . S2CID 123042755 . Número de artículo: 99 (2010). [1] (22 páginas)
- Duşa, Adrian (2007). "Mejora de Quine-McCluskey" (PDF) . Universidad de Bucarest . Archivado (PDF) desde el original el 12 de mayo de 2020 . Consultado el 12 de mayo de 2020 .(16 páginas) (NB. QCA , una implementación de código abierto basada en R utilizada en las ciencias sociales).
enlaces externos
- COMPASSS (métodos comparativos para el análisis sistemático de casos cruzados) , un sitio web dedicado al análisis comparativo cualitativo