热点资讯物联网app开发 定性相比分析（QCA)：步调经由
诚然QCA诓骗的操作经由已相对步调和斡旋，但在各个辩论阶段和法子，不同辩论者遴选的计谋存在显赫互异，因此本期将对使用QCA进行论文写稿的步调经由与软件操作进行解读。
一、分析方法的适用性
1：陈说使用的原因
文件中对使用QCA方法的原因主要有如下3种解释方式：
（1）辩论复杂并提问题：探究多个前因条款的可能性组合偏激互动关连，以及条款组合对成果的复杂并发影响。
（2）辩论中小样本案例：为“可获取的案例数目相对较少，无法使用传统定量方法开展分析”的辩论提供了管制有计算。
（3）辩论非对称性的问题：仅温雅成果发生或者不发生时的影响成分，或是前因条款与成果并非充分必要关连时的辩论情状。
2：证据采用特定QCA器具的原因
QCA包含多种具体的分析器具，不同分析器具的操作经由与适用性不同，主要区别在于成果和前因条款的赋值规模：
（1）若成果或前因条款中不存在“自然”的二分或多分类变量，则一般使用fsQCA；
（2）若均为二分变量，则用csOCA；
（3）若存在多分类变量，则一般使用mvOCA。
二、分析案例的采用
看成案例导向的分析方法，QCA特地意思意思案例采用的过程，在中小样本的辩论中，需要辩论者对拟采用的每个案例齐尽可能熟练，案例采用过程一般免除以下原则中的一种或多种：
（1）经典性：筛选出影响规模较广、情况较为典型的案例。
（2）各种性：案例间具有一定进度的远隔度，需阴事多种类型的辩论事件。
（3）同质性：案例间具有可比性，连续以成果的雷同性看成采用圭臬。
（4）可得回性：约略得回需要的筹商信息。
三、前因条款与成果的采用；
前因条款与成果的采用过程常是OCA被质疑的焦点，在文件中，前因条款与成果一般从构建的表面框架中产生，不可仅以单一变量线性影响的念念维径直登科前因条款，要从表面层面证据“为何有组态影响，以及哪些条款组合会对成果发出产生影响”。
前因条款的数目一般大于3且应保捏在适中的规模，要与案例数目成一定比例。具体的采用过程不存在一个细则的圭臬。一般情况下，样本数目规模在[10，40]、[15，80]、[10，100]，其相应前因条款的数目规模为[4，7]、[4，8]、[5，9]。需要把稳的是，前因条款的数目尽量不要超越10，不然解的数目将会呈几何倍数式增长，从而导致有限各种化的问题。
四、校准
校准是指给扫数案例的前因条款与成果赋予蚁合附庸分数的过程，即对所选案例波及的扫数变量的原始数据或费力进行整理和分析，最终将其振荡为[0，1]的附庸分数的过程。依据数据或费力性质的不同，一般可分为客不雅校准与表面校准两种方法。
1：客不雅校准
是指辩论者依据变量的形貌性统计特征，不加表面解释，机械地赋予蚁合附庸分数的过程。其校准的对象一般为泰斗机构发布的访问数据或详细指数。
基本教授：使用fsOCA的论文一般依据变量数值的推行分散，浮浅遴选5%分位数为十足不附庸，95%分位数为十足附庸，50%分位数看成交叉点。
论文中也有将【10%分位数、90%分位数、50%分位数】或是【25%分位数、75%分位数、50%分位数】的取值分别看成十足不附庸、十足附庸、交叉点的锚点。
2：表面校准
即辩论者依据辩论教授和表面学问细则锚点，之后依据对各案例费力与数据的深切了解，赋予蚁合附庸分数的过程。
五、必要条款分析
校准后，需开展必要性分析，以识别成果发生或不发生时所必须具备的前因条款。浮浅来说，若某前因条款老是伴跟着成果出现，则可合计此条款是成果出现所必要的，物联网软件开发公司即为必要条款。
（1）认定圭臬：必要条款的初步认定圭臬连续为必要一致性分数处于[0.9，1]。
（2）依据以上法子细则必要条款存在后，若是后续组态的充分性分析成果旅途中未含必要条款，则需手动将其纳入，或是在生成解之前，将非必要条款建树为“存在或缺席”(present or absent)，将必要条款建树为“存在”(present)。
六、充分性分析
1：构建真值表
真值表是充分性分析的数据前提，构建真值表前需先建树案例频数阈值和原始一致性阈值，再用软件分析。
（1）建树案例频数阈值旨在撤销支捏案例数小于阈值的条款组合，若不建树阈值将会使只消少数案例接济的条款组合纳入分析，这一定进度上会裁汰成果的准确度，阈值规模一般凭证案例范畴细则。
基本教授：小样本中案例频数阈值一般建树为1，大样本频数阈值应相应种植，经案例频数阈值筛选后的案例数目应至少为原样本的75%。
（2）建树原始一致性阈值旨在撤销未通过朦胧蚁合表面一致性的条款组合，只消达到阈值的条款组合才会被纳入下一步分析。若未建树原始一致性阈值，那么将低于原始一致性的条款组合纳入可能会侵犯后续的简化运算。
基本教授：最低阈值莫得定论，需依据案例数目、辩论办法、数据质料等纯真鼎新，文件中最低阈值常建树为0.8或0.75。
2：修正真值表
为撤销真值表行的同期子集关连，即特定真值表行同期是Y和~Y的子集，此时就需要借助PR1一致性。PRI值约略有用反应特定真值表行是Y而非~Y子集的进度，PRI越高的真值表行，其存在同期子集关连问题的可能性就越低。
基本教授：一般PRI的临界值最佳大于0.75，0.70也不错吸收，但不要低于0.65。
七、采用解和成果讲演
app开发1：采用解
QCA成果会导出3种解：复杂解（complex solution；不纳入逻辑余项）、中间解（intermediate solution；仅纳东说念主设定好的逻辑余项）和从简解（parsimonious solution；纳入扫数逻辑余项）。
基本教授：合理有据、复杂度适中、同期又不允许甩掉必要条款的中间解被合计是QCA辩论中讲演和诠释的首选。
2：成果讲演
181期：生死存一线，小算四害毒开（230）
[扫码下载app，中过数字彩1千万以上的专家都在这儿！]
主流的讲演模样是“中枢条款型”，即参考Fiss(2011)的方法将同期出当今从简解和中间解的条款认定为“中枢条款”，只存在于中间解的条款被认定为“边际条款”，终末再以中间解的成果看成主体进行扣问。在讲演的成果中，各条款组合旅途的一致性和阴事度是判断其解释力与有用性的要津想象。
（1）一致性包括解的一致性（solution consistency）和各组态的一致性（consistency），示意条款组合的解释力，一般淡薄的基准是≥0.8。
（2）阴事度包含解的阴事度(solution coverage)、原始阴事度(raw coverage)和惟一阴事度(unique coverage)，三者均用于推敲完好意思或单个条款组合在多猛进度上解释了成果。具体来说，解的阴事度示意扫数条款组合所解释成果的比例；原始阴事度示意单个条款组合所解释成果的比例；惟一阴事度代表剔除与其他条款组合的错乱后，仅该条款组合所解释成果的比例。
注：当条款旅途过多时，辩论者连续依据条款组合之间的雷同性，遴选归纳分享条款(组合)的计谋以简化成果，使其更具解释力。
八、辩论成果的矜重性历练
1：常见矜重性历练方法
（1）鼎新校准锚点；
（2）裁汰PRI一致性水平；
（3）种植案例频数值；
（4）替换前因条款或者成果的代期许象；
（5）种植组态分析的一致性水平。
2：成果矜重性判断
（1）若是不同的矜重性历练方法导致一致性和阴事度的互异成果未有推行性变化，那么成果就可合计是矜重的。
（2）若是不同的矜重性历练方法导致的组态之间具有明晰的子集关连，则可合计成果矜重，即使它们名义看上去不尽换取。
九、论断的升华与深化。
对组态成果的升华与深化是最进修QCA辩论者表面功底与对案例熟练进度的进击一步。
（1）需要为每个组态定名：兼顾组态解的全体性和每个解的私有性，严格谄媚典型案例简陋地为组态定名。
（2）需要揭示不同组态中条款之间的互动关连：应该站在相比不同组态间异同的基础上，识别不同条款之间可能存在的互补、替代或者禁锢关连。
（3）需要与现存表面充分对话：将其与现存的表面（框架）筹商起来，分析现存理是否与组态成果相容，以加深对辩论问题的表露。
（4）需要与具体案例充分对话：不错在论文中通过援用案例中的具体数据、事件、布景信息等，来解释QCA分析成果的内涵。
参考文件
杜运周,贾良定.组态视角与定性相比分析(QCA):管制学辩论的一条新说念路[J].管制寰球,2017,(06):155-167.
张明,杜运周.组织与管制辩论中QCA方法的诓骗:定位、计谋和地点[J].管制学报,2019,(09):1312-1323.
戴正,包国宪.QCA在中国寰球管制辩论中的诓骗:问题与纠正[J].寰球管制评述物联网app开发,2023,(02):188-212.
本站仅提供存储功绩，扫数内容均由用户发布，如发现存害或侵权内容，请点击举报。