本文主要是对Pappas和Woodside的“Fuzzy-set Qualitative Comparative Analysis (fsQCA): Guidelines for research practice in Information Systems and marketing”一文部分章节的翻译笔记,该文发表在信息系统领域国际顶刊《International Journal of Information Management》最新一期,不仅提供了详尽的方法论说明,而且展示了软件操作的每一步骤,是学习QCA的绝佳参考资料。如有翻译出入,烦请雅正,并请以原文为准。
【1】QCA设计原理与应用:超越定性与定量研究的新方法. 杜运周,李永发等译.北京:机械工业出版社,2017.7/ Rihoux, B., & Ragin, C. C. (2008). Configurational comparative methods: Qualitative comparative analysis (QCA) and related techniques (Vol. 51): Sage Publications.
【2】重新设计社会科学研究/ 杜运周等译.北京:机械工业出版社,2019.7/ Ragin, C. C. (2008). Redesigning social inquiry: Fuzzy sets and beyond: University of Chicago Press.
以及一些经典的方法论书籍和文章
Ragin C C, Strand S I, Rubinson C. User’s guide to fuzzy-set/qualitative comparative analysis[J]. University of Arizona, 2008, 87.还有最近几年陆续发表的方法论文章
Misangyi, V. F., Greckhamer, T., Furnari, S., Fiss, P. C., Crilly, D., & Aguilera, R. (2017). Embracing Causal Complexity: The Emergence of a Neo-Configurational Perspective. Journal of Management
Greckhamer, T., Furnari, S., Fiss, P. C., & Aguilera, R. V. (2018). Studying configurations with qualitative comparative analysis: Best practices in strategy and organization research. Strategic Organization
Douglas, E. J., Shepherd, D. A., & Prentice, C. (2020). Using fuzzy-set qualitative comparative analysis for a finer-grained understanding of entrepreneurship. Journal of Business Venturing
Fainshmidt, S., Witt, M. A., Aguilera, R. V., & Verbeke, A. (2020). The contributions of qualitative comparative analysis (QCA) to international business research. Journal of International Business Studies.
Furnari, S., Crilly, D., Misangyi, V. F., Greckhamer, T., Fiss, P. C., & Aguilera, R. (2020). Capturing Causal Complexity: Heuristics for Configurational Theorizing. Academy of Management Review.
Park, Y., Fiss, P. C., & El Sawy, O. (2020). Theorizing the Multiplicity of Digital Phenomena: The Ecology of Configurations, Causal Recipes, and Guidelines for Applying QCA. MIS Quarterly.
3 在相关研究中采用fsqcaAdoption of fsQCA in relevant studies
在过去几年里,组态方法在不同的领域越来越流行,fsQCA在其中发挥了很大作用(Thiem & Dusa,2013)。fsQCA 已经应用于信息系统(Fedorowicz,Sawyer,& Tomasino,2018; Liu et al. ,2017)、在线商业和营销(Pappas et al. ,2016; Pappas,2018; Woodside,2017)、消费者心理学(Schmitt,Grawe,& Woodside,2017)、战略和组织研究(Fiss,2011; Greckhamer et al. ,2018)、教育(Pappas,Giannakos et al. ,2017; Plewa,Ho,Conduit,& Karpen,2016) ,数据科学(Vatrapu,Mukkamala,Hussain & Flesch,2016)和学习分析(Papamitsiou et al. ,2018; Sergis,Sampson,& Giannakos,2018)。在开展更多的实证研究之后(El Sawy、Malhotra、Park和Pavlou,2010;Fiss,2011;Woodside,2014,2017),本教程旨在呼吁在信息系统和营销研究中增加fsQCA的采用。FsQCA 适用于理论构建、阐述和测试。研究人员可以基于理论或先前发现,探索影响给定结果的所有可能解[Pappas et al. ,2016)]或者测试特定的模型和关系(Pappas,2018) 。尽管如此,这两种方法都可以先识别所有可能的解,然后测试具体的命题。这种分析可以确定样本中的特定案例、验证了特定主张的用户,并指出可以解释相同结果的其他替代模型。基于这些知识,研究人员可以回到案例中,使用情境信息来进一步解释和讨论这些发现。相比之下,基于方差的分析仅确定一个最优解,限制了结果(Woodside,2013, 2016b)。尽管如此,研究可以比较不同数据分析技术之间的发现,以描述隐藏在同一数据集中的不同故事,同时建议尽可能将 fsQCA 与其他数据分析技术结合起来(Schneider & Wagemann,2010)。
4 复杂性和组态理论Complexity and configuration theories
变量之间的关系是复杂、非线性的,突然的变化可以导致不同的结果(Urry,2005)。基于方差的方法(VBA, Variance-based approaches)假定变量间关系是线性的,将复杂现象作为相关条件的集群,可以克服这一问题(Woodside,2017)。组态理论方法为全面理解这些条件所创造的模式迈出了一步。一个目的地通常可以由不同途径达到,因而一个结果也可以通过前因条件的不同组合来解释。复杂性理论和组态理论的等效性原理(equifinality)指出了前因条件的多重组合具备同等的有效性(Fiss,2007; Von Bertalanffy,1968; Woodside,2014)。许多因素可以影响信息系统的用户体验,一般来说,这些因素的不同组合,以及同一因素的不同层次,都可以解释它们的技术采纳。这意味着并非所有因素(或前因)都需要用来解释采纳情况,其中一些因素结合在一起可能就能够充分解释采纳率高或使用率高的原因。尽管如此,某个因素对于高采用率或高使用率是必不可少的。组态理论基于因果非对称原理(causal asymmetry),基于这一原理,解释结果存在的条件(或条件组合)与导致相同结果不存在的条件(或条件组合)并非镜像对立的(Fiss,2011; Ragin,2008b)。例如,感知有用性高可能导致使用系统的意愿高,而感知有用性低可能不会导致使用意愿低。虽然这样的假设似乎很常见,但当我们使用VBA(例如,相关性,回归)时,变量间的关系通常是对称的(高感知有用性——高使用意愿; 低感知有用性——低使用意愿)。在集合论的术语中,高感知有用的存在可能导致高使用意图(充分性)。然而,即使在高感知有用性不存在的情况下,高使用意图也很可能存在,这表明感知有用性的存在是高使用意图的充分不必要条件。此外,在不同的背景下,当存在其他条件(如高感知效益)时,高感知有用性可能是高使用意图的必要不充分条件。此外,有时仅在第三方条件存在或不存在,高感知有用性才可能导致高使用意图(例如,高或低/中感知易用性)。因为 fsQCA 基于模糊集合,因此该工具能够捕捉到(1)解释结果的充分和必要条件和(2)本身不足以解释结果,但是可以解释结果的解的必要部分。这些被称为 INUS 条件:结果的充分不必要条件的必要不充分部分(insufficient but necessary part of a condition which is itself unnecessary but sufficient for the result,Mackie,1965)。这些条件可能在解中存在,也可能不存在,或者是我们“不关心(do not care)”的条件。这种“do not care”的情况表明,结果可能存在,也可能不存在,而且它不会在特定的组态中发挥作用。必要和充分条件可以作为核心元素和边缘元素存在。核心元素与结果有强烈的因果关系,而边缘元素的因果关系较弱(Fiss,2011)。因此,使用 fsQCA,研究人员可以确定哪些条件是不可缺少的(或不需要) ,以及哪些条件组合比其他条件更重要(或更不重要)。
本节使用最近一项研究中的数据(Pappas et al. ,2016),提供了fsQCA逐步分析的教程。图1展示了 fsQCA 的推荐步骤。【补充,本节仅翻译6.1-6.6,涵盖一个主流QCA范式的基本步骤】
6.1 研究背景介绍
本文所基于的研究考察了在个性化电子商务环境中,认知和情感感知作为网上购物行为的前因(Pappas et al., 2016)。采用滚雪球抽样方法来招募参与者,样本包括582名具有网上购物和个性化服务经验的个人。通过问卷调查收集数据,附录A列出了构念的定义、测量,以及描述性统计和负荷。在定量研究中,首先需要评估构念的信度和效度。构念的信效度,顾名思义,是指构念本身,而不是用来检验构念间关系的分析方法,因而与fsQCA分析并没有直接关系,这一步是否需要执行还需视情况而定。本文的验证性分析部分可以在原始论文中找到(Pappas et al. ,2016)。
6.2 反向案例分析 Contrarian case analysis
反向案例分析是在 fsQCA 之外执行的,它可以简单而快速地检查样本中有多少案例未被主效应解释,不会被包含在典型的VBA(例如,相关性或回归分析)的结果中(Woodside,2014,2016a)。先前仅有少数研究进行了反向案例分析(Pappas 等人,2016) ,许多使用 fsQCA 的研究没有汇报反向案例的测试。事实上,当检查两个变量之间的关系时,样本中的大多数情况都验证了主要关系(正向或负向)。然而,样本中某些案例似乎存在相反关系的情况。这种情况可以通过反向案例分析来确定(Woodside,2014),因为反向案例的发生与主效应的显著性无关。进行反向案例分析,首先需要分割样本,以调查被检验变量间的关系。为此,我们使用五分位数(quintiles,将样本分成五个相等的组)来分割相同的结果。应该避免其他分割方法,如中位数分割,可能导致统计能力的降低,以及当变量相关时产生假结果(Fitzsimons,2008)。接下来对五分位数进行交叉表格处理,交叉表格能够计算变量之间的联系程度,表明两个变量之间的依赖关系,并描述了它们之间的主效应。任意两个变量的处理结果是一个5×5的表,它显示了样本中两个变量之间所有情况的所有组合(附录 b 图B4) 。左上角和右下角的案例代表主要主效应(例如,关联程度) ,而左下角和右上角的案例则不能用主效应来解释。后者即样本中存在的反向案例。关于如何进行反向案例分析的所有细节见附录 b,所有变量的反向案例分析结果见附录 c 。研究结果表明,这些变量之间存在着各种各样的与主效应分离的关系,支持进行组态分析的必要性。
Campbell J T, Sirmon D G, Schijven M. Fuzzy Logic and the Market: A Configurational Approach to Investor Perceptions of Acquisition Announcements[J]. Academy of Management Journal, 2016, 59 (1): 163-187.Crilly D, Zollo M, Hansen M T. Faking It or Muddling Through? Understanding Decoupling in Response to Stakeholder Pressures[J]. Academy of Management Journal, 2012, 55 (6): 1429-1448.Jacobs S, Cambre B. Designers' road(s) to success: Balancing exploration and exploitation[J]. Journal of Business Research, 2020, 115 241-249.Mikalef P, Pateli A. Information technology-enabled dynamic capabilities and their indirect effect on competitive performance: Findings from PLS-SEM and fsQCA[J]. Journal of Business Research, 2017, 70 (1): 1-16.Misangyi V F, Acharya A G. Substitutes or Complements? A Configurational Examination of Corporate Governance Mechanisms[J]. Academy of Management Journal, 2014, 57 (6): 1681-1705.