定性比较分析的自举稳健性评估
统计方法学
2016-06-17 v1
摘要
近年来，定性比较分析（QCA）因其声称在个案导向与变量导向方法之间构建了中间路径而得到日益广泛的应用。尽管广受欢迎，但该方法的一个关键要素因可能无法区分数据中的随机模式与真实模式而受到批评，使其实用性受到质疑。该方法的批评者提出了一种直接的技术，用于测试QCA在给定随机数据时是否会返回组态。我们采用该技术来确定给定的QCA应用返回随机结果的概率。该评估可作为QCA的假设检验，其解释类似于 p 值。通过对随机生成的数据重复应用QCA，我们首先表明，总体而言，使用合理的一致性得分与组态 N 阈值可减弱QCA返回虚假结果的倾向；然而，这会根据数据的基本结构而产生相当大的变化。其次，我们建议对QCA结果进行特定于应用的评估，并以佛罗里达州茶党集会为例进行了说明。我们称这种方法为QCA的自举稳健性评估，它能为研究人员提供关于一致性得分与组态 N 阈值的建议。
引用
@article{arxiv.1606.05000,
title = {The Bootstrapped Robustness Assessment for Qualitative Comparative Analysis},
author = {C. Ben Gibson and Burrel Vann},
journal= {arXiv preprint arXiv:1606.05000},
year = {2016}
}