2023-10-12 政治學方法論工作坊:質化比較分析(QCA) 的方法和運用
Published by Frank C.S. Liu,
$學術活動
政治學方法論工作坊:質化比較分析(QCA) 的方法和運用
本所將舉辦「資訊、意義與方法」系列工作坊,資訊如下:
主題:政治學方法論工作坊:質化比較分析(QCA) 的方法和運用
主持人:劉正山 中山大學政治所 所長
蔡榮祥 中正大學政治系 教授
與談人: 黃瀚諄 大仁科技大學社工系 副教授
黎寶文 中山大學中國與亞太區域研究所 助理教授
時間:112年10月12日(四)13:10-16:00
地點:政治所演講廳(社SS 3010-2)
語言:中文
主辦單位:
中山大學政治所
中山大學VUCA-Alert全局型人才共學實踐課群計畫團隊
活動亮點:
質性研究的工具箱裡,你有多少把刷子?Qualitative Comparative Analysis(質化比較分析)是運用布林代數原則來歸納出必要因素和充分因素的研究方法,適合多重個案的比較分析,熟悉此種方法可以讓研究者搜尋出研究個案的因果機制。本工作坊將帶你上機,手把手教你操作與應用。
※本場次可認證多元學習護照1場!
2023-10-12 QCA工作坊
黎寶文
QCA這方法是用在辨識 充份條件與必要條件
重要的參考資料寶庫:
literature: https://compasss.org/bibliography/
software: https://compasss.org/software/
質化與量化的區別
Mahoney, J., & Goertz, G. (2006). A tale of two cultures: Contrasting quantitative and qualitative research. Political Analysis, 14(3), 227–249. https://doi.org/10.1093/pan/mpj017
此文將質化與量化兩者的差異列表整理清楚。


Cause of Effect
- A-> Y
- A + BC -> Y
- conditional causes, inductive, case-oriented
- + + 加號表示的是 or/或的意思 union
Effect of Cause
- Y=aX+b
- correlational causes, deductive, variable oriented
注意:用邏輯來討論因果時,不會用機率概念來處理!
這篇文章看似用了質化,但其實是用了量化的邏輯(機率)來推出陳述句。



黃瀚諄談QCA


Ragin, C. C. (2008). Redesigning Social Inquiry: Fuzzy Sets and Beyond (Illustrated edition). University of Chicago Press.
QCA的分析工具,可以協助談清楚質性研究中的「黑盒子」。還是要有一個「理論」存在,以便尋找"sets"(0與1)-- 但還是要面對比較進階的fuzzy sets的問題(一個概念不能被精準測量)。


三個條件共八個狀況:條件之間是*/and;每一列之間的關係是+/or
D = A*B*C
ABC三個症狀都存在,才算確診D。
E= A+B+C
ABC任一個存在就算確診E。
語法表達法




fs/QCA
在條件仍未窮盡的狀況下,若在調查期間(訪談)遇到了不符預期的個案,則會出現需要開創新的變數
但整體來說還是要有理論…
我的心得:
- 所謂質性方法就是不排斥主觀(如透過訪談取得編碼,以受訪者所言的為準)--「量化」方法則是儘可能排斥主觀的存在(例如儘可能精準測量)
- QCA是個確認因素的方法,有點像質性的FCA
- 分析完成後,最後的「解釋」,我看來像是data driven,而不是那麼理論驅動,讓我想到SEM的使用者也有相似的「風格」。