教程 · 2026-06-24

fsQCA 模糊集定性比较分析怎么做？用 AI 一句话完成校准/真值表/组态路径

fsQCA 模糊集定性比较分析完整教程：用 AI 完成条件校准、必要条件检验、真值表构建、布尔最小化、一致性/覆盖度解读，以及小样本因果组合的 APA 7th 报告句式。

样本量只有 20-60 个案例，传统回归假设根本站不住脚？fsQCA 正是为小样本、因果复杂性和"哪些条件组合才产生结局"这类问题而生。这篇教程从校准到组态路径，手把手教你用 AI 完成全流程，附可直接抄进论文的 APA 报告句式。

为什么小样本研究需要 fsQCA

管理学、政策研究、组织行为学中大量研究面临一个共同困境：案例数少（通常 15-60 个）、因果机制复杂、"净效应"逻辑无法解释等效性结局（equifinality）。

传统回归的假设在这里全部崩塌：

净效应视角：线性回归假设每个自变量的效应独立可加，但现实中"高激励 + 扁平结构"才能带来高绩效，单独任一条件可能都不够
对称因果假设：结局"出现"和结局"缺失"的原因可以完全不同，回归系数无法捕捉这种非对称性
样本量限制：EPV（每变量事件数）不足时，回归估计极不稳定

模糊集定性比较分析（fuzzy-set Qualitative Comparative Analysis，fsQCA） 突破了上述限制：

基于集合论逻辑，分析条件的**组合（configuration）**而非单一净效应
允许等效性（多条路径都能导向相同结局）和不对称性（结局出现与缺失的条件不同）
适合 15-100 个案例的中小样本
核心输出是条件充分/必要性及一致性/覆盖度，语义比 p 值更直观

fsQCA 核心概念速览

在开始操作前，必须清楚以下五个概念——这也是审稿人最常追问的地方。

1. 校准（Calibration）

fsQCA 不直接用原始数值，而是将每个条件（自变量）和结局（因变量）转换为 0-1 区间的隶属度分数（membership score）：

1：完全属于集合（如"完全属于高绩效企业"）
0：完全不属于集合
0.5：最大模糊点（crossover point），即归属最不确定的分界

校准方法：

方法	适用情形	说明
直接校准（direct method）	有理论锚点	指定 0.05（完全不属于）、0.5（交叉点）、0.95（完全属于）对应的原始值
间接校准（indirect method）	无明确理论锚点	用案例内部分布（如四分位数）辅助确定锚点

校准的本质是研究者的理论判断，必须在方法节中明确说明三个锚点值及其依据。

2. 必要条件（Necessary Condition）

如果某条件 C 是结局 O 的必要条件，那么所有出现结局的案例都属于条件 C 的集合：

隶属度(O) <= 隶属度(C)  对于所有案例成立

评估指标：一致性（consistency）>= 0.90 通常被视为必要条件的经验阈值（Ragin, 2008）。

3. 真值表（Truth Table）

真值表将所有条件的可能组合（2^k 行，k 为条件数）与实际案例的一致性关联起来，是 fsQCA 的核心数据结构。

每行代表一个条件组合（causal recipe），显示：

哪些案例归属于该组合
该组合导向结局的一致性
案例数（frequency）

真值表构建的关键决策：

频率阈值：案例数低于该阈值的行（通常 < 1 或 < 2）被视为"反事实"（counterfactual），在布尔最小化时按理论处理
一致性阈值：通常 >= 0.80（最低接受线），最优在 0.85-1.00 之间

4. 一致性（Consistency）与覆盖度（Coverage）

这是 fsQCA 最重要的两个输出指标，与回归中的 p 值和 R^2 地位相当：

一致性（consistency）：

consistency(X -> Y) = sum[min(Xi, Yi)] / sum(Xi)

测量某组态作为结局充分条件的程度。

= 0.90：强充分性
0.80-0.90：可接受充分性
< 0.75：不宜报告为充分条件

覆盖度（coverage）：

coverage(X -> Y) = sum[min(Xi, Yi)] / sum(Yi)

测量该组态能"解释"多少结局案例（类似回归 R^2 的作用）。

覆盖度类型	含义
原始覆盖度（raw coverage）	该条件组合覆盖的结局比例（包含与其他路径重叠的部分）
唯一覆盖度（unique coverage）	只有该路径才能覆盖的结局比例（不与其他路径重叠）
总体解决方案覆盖度（solution coverage）	所有路径合并后覆盖的结局总比例
总体解决方案一致性（solution consistency）	所有路径合并后的充分性

5. 组态路径（Causal Recipe / Configuration）

布尔最小化（Boolean minimization，Quine-McCluskey 算法）后，真值表被化简为若干组态路径，每条路径用集合运算符表示：

条件A * 条件B * ~条件C -> 结局Y

其中 * 表示"与"（AND，集合交），~ 表示"非"（NOT，补集），+ 表示"或"（OR，集合并）。

三种解的选择：

解类型	说明	推荐场景
复杂解（complex solution）	仅用实际观察到的组合，不引入反事实	反事实假设不可靠时
简约解（parsimonious solution）	最大限度简化，可引入简化性反事实	追求最简洁路径时
中间解（intermediate solution）	引入"理论上合理的"反事实，在复杂解与简约解之间	通常推荐报告

案例数据：新兴市场企业国际化成功的条件组合

研究背景

某学者研究新兴市场企业（Emerging Market Firms，EMF）实现国际化绩效突破（internationalization performance breakthrough）所需的条件组合。收集了来自 8 个新兴经济体的 38 家企业作为分析样本。

结局变量（Y）：国际化绩效突破（PERF）—— 以海外销售占比、海外市场数量、三年增速综合评分，经校准为模糊集隶属度

条件变量（5 个）：

TECH    技术能力（研发强度 + 专利数，校准后隶属度）
NET     网络嵌入（海外合作伙伴数量，校准后）
INST    制度支持（母国政府补贴/FDI 政策，校准后）
SIZE    企业规模（总资产对数，校准后）
EXP     国际化经验（海外经营年数，校准后）

这是一个典型的 k = 5 条件、n = 38 案例的 fsQCA 设计，在管理学顶刊（如 JBV, JIBS, SMJ）中极为常见。

与一般大样本调查数据不同，本案例聚焦中小样本多案例比较，重点在于揭示哪些条件组合（而非单一因素）产生高绩效，回归方法在此无法替代。

用 AI 一句话完成 fsQCA 全流程

在 chatsrs.com 上传数据后输入：

"对 38 家新兴市场企业数据做 fsQCA 模糊集定性比较分析，结局变量为 PERF，条件变量为 TECH、NET、INST、SIZE、EXP。

请完成以下步骤：

校准各变量为模糊集隶属度（直接法，各变量分别指定 0.05/0.5/0.95 三锚点）

必要条件分析（对 PERF 出现和缺失分别检验，报告一致性和覆盖度）

构建真值表（频率阈值 = 1，一致性阈值 = 0.80）

布尔最小化，输出中间解和简约解

各组态路径的原始覆盖度、唯一覆盖度、一致性

输出 APA 格式中文文字描述"

60 秒内，ChatSRS 依次输出校准诊断、必要条件表、真值表、组态路径三线表，以及可直接粘贴进论文的方法节和结果节文字。

输出结果怎么读

输出 1: 校准诊断图

校准完成后，ChatSRS 自动输出每个变量的XY 散点图（案例分布），横轴为原始分，纵轴为模糊集隶属度，并在图上标注三个锚点。

关键检验：交叉点（0.5）附近不应聚集过多案例——若有大量案例恰好落在 0.5，说明锚点设置不合理，会严重影响后续分析。ChatSRS 在此情况下会自动警告并给出调整建议。

输出 2: 必要条件分析

表 1  结局变量（PERF）的必要条件分析

                  PERF 出现（n = 38）          ~PERF 缺失（n = 38）
                  （总样本 N = 38；两列均对全部案例计算，方向相反）
条件              一致性      覆盖度            一致性      覆盖度
TECH              0.81        0.76              0.55        0.49
NET               0.78        0.73              0.61        0.54
INST              0.72        0.68              0.58        0.52
SIZE              0.69        0.65              0.63        0.56
EXP               0.75        0.71              0.52        0.47
~TECH             0.52        0.49              0.84        0.79
~NET              0.54        0.51              0.82        0.77

注：一致性 >= 0.90 为必要条件（Ragin, 2008）；本研究无单一必要条件，说明
    高绩效国际化是多路径等效的（equifinal），需进入组态分析。

怎么看：没有任何单一条件的一致性达到 0.90，说明没有"缺了它就一定失败"的必要条件，高绩效是组合驱动的，这正是 fsQCA 的价值所在。

输出 3: 真值表（简略）

表 2  真值表（k = 5，频率阈值 = 1，n_有效行 = 12/32）

TECH  NET  INST  SIZE  EXP  | 案例数  原始一致性  PRI 一致性
 1     1    1     1    1   |   5       0.94        0.91
 1     1    1     0    1   |   4       0.89        0.85
 1     1    1     1    0   |   3       0.87        0.83
 1     0    1     1    1   |   3       0.85        0.81
 1     1    0     1    1   |   2       0.83        0.80
 0     1    1     1    1   |   2       0.82        0.79
 ...（其余行案例数 = 0，为反事实行）

注：PRI = Proportional Reduction in Inconsistency（比例非一致性削减），
    消除了案例对结局出现和缺失均有贡献的模糊情况。PRI >= 0.75 为实践中常用的经验参考值（非文献共识阈值）。

怎么看：真值表一致性 >= 0.80 的行被纳入布尔最小化。PRI 一致性低于 0.75 的行即使原始一致性高，也应谨慎排除（典型的"INUS"条件陷阱）。

输出 4: 组态路径（中间解）

这是 fsQCA 最核心的输出，直接回答"哪些条件组合导向高绩效"。

表 3  新兴市场企业国际化高绩效的充分条件组态（中间解，N = 38）

组态路径                                   原始覆盖度   唯一覆盖度   一致性
路径 1: TECH * NET * INST * EXP            0.42         0.18         0.93
路径 2: TECH * NET * INST * SIZE           0.38         0.12         0.91
路径 3: TECH * INST * SIZE * EXP           0.31         0.09         0.90

总体解决方案覆盖度                          0.61
总体解决方案一致性                          0.91

注：大写字母 = 该条件存在（隶属度高），~ = 该条件缺失（隶属度低）；* = 条件并发（AND）；
    三条路径均满足一致性 >= 0.80 和覆盖度阈值标准（Ragin, 2008）。

逐条解读：

路径	实质含义	解读
路径 1	技术能力 + 网络嵌入 + 制度支持 + 国际化经验	技术驱动 + 网络嵌入 + 制度环境 + 经验积累的"完整能力-环境路径"
路径 2	技术能力 + 网络嵌入 + 制度支持 + 规模优势	大规模企业借助技术与政策支持的"规模化扩张路径"
路径 3	技术能力 + 制度支持 + 规模 + 经验	不依赖网络嵌入、靠技术-规模-经验的"内生能力路径"

三条路径都包含 TECH 和 INST，说明技术能力和制度支持是高绩效的核心条件（core condition）（出现在所有路径或多数路径中）；NET 只在路径 1 和路径 2 出现，是外围条件（peripheral condition）。

论文里怎么报告（APA 7th 格式）

fsQCA 目前尚无统一的 APA 报告规范，但学界（Ragin, 2008; Fiss, 2011; Misangyi et al., 2017）形成了以下共识要素：

方法节必须包含

分析逻辑说明：为何选择 fsQCA 而非回归（小样本、因果复杂性、等效性）
校准方法与锚点值：每个变量的三个锚点及理论依据
真值表决策参数：频率阈值和一致性阈值的选择及依据
解的类型：报告中间解，对照简约解确认核心条件

结果节必须包含

必要条件检验结果（一致性和覆盖度）
组态路径表（包含原始覆盖度、唯一覆盖度、一致性）
总体解决方案一致性和覆盖度

完整 APA 7th 报告示例

方法节（fsQCA 说明）：

本研究采用模糊集定性比较分析（fuzzy-set Qualitative Comparative Analysis，fsQCA；Ragin, 2008）探究新兴市场企业国际化高绩效的充分条件组合。fsQCA 基于集合论逻辑，适于识别因果复杂性（causal complexity）情境下的多路径等效结局（equifinality），尤其适合本研究 n = 38 的中小样本设计。

各条件变量和结局变量均采用直接校准法（direct method）转换为模糊集隶属度，三个锚点（完全不属于 = 0.05，最大模糊点 = 0.50，完全属于 = 0.95）依据理论分布和样本均值±1SD 确定（详见附录 A）。真值表构建时设定频率阈值为 1（排除无案例行），一致性阈值为 0.80（Ragin, 2008）。布尔最小化采用 fsQCA 3.0 软件（Ragin & Davey, 2016）实施，报告中间解（intermediate solution），并参照简约解确认核心条件。

结果节（必要条件）：

在进入组态分析前，对所有条件变量进行了必要条件检验。结果显示，没有任何单一条件的一致性达到 0.90 阈值（Ragin, 2008），表明国际化高绩效不存在单一必要条件，呈现出典型的因果等效性结构，支持采用组态分析进一步探究。

结果节（组态路径）：

模糊集 QCA 中间解结果识别出三条导向国际化高绩效的充分条件组合（见表 3），总体解决方案一致性为 0.91，总体覆盖度为 0.61，满足通行报告标准（solution consistency >= 0.80；solution coverage 0.61，覆盖了超过半数结局案例，研究者据此判断解的实质覆盖充分）。

路径 1（TECH * NET * INST * EXP，原始覆盖度 = 0.42，唯一覆盖度 = 0.18，一致性 = 0.93）揭示技术能力、网络嵌入、制度支持与国际化经验共同构成高绩效的充分条件组合，为本研究覆盖度最高的路径，覆盖约 42% 的高绩效案例。

路径 3（TECH * INST * SIZE * EXP，原始覆盖度 = 0.31，唯一覆盖度 = 0.09，一致性 = 0.90）表明不依赖外部网络嵌入、依靠内生技术能力与规模优势同样可以实现高绩效，体现出等效性（equifinality）。

核心条件分析显示，TECH（技术能力）和 INST（制度支持）出现于全部三条路径（核心条件），而 NET（网络嵌入）和 SIZE（规模）仅出现于部分路径（外围条件），表明技术能力和制度环境是新兴市场企业国际化高绩效的普遍前提。

句式模板（可直接套用）

fsQCA 分析说明句式：

本研究采用模糊集定性比较分析（fsQCA；Ragin, 2008）
识别 [结局变量] 的充分条件组合。
各变量经直接校准法转换为 [0, 1] 区间隶属度，
三锚点分别设置为 [锚点值]（依据 [依据来源]）。
真值表构建采用频率阈值 = [值]，一致性阈值 = [值]。

组态路径结果句式：

fsQCA 中间解识别出 [N] 条充分条件组合，
总体解决方案一致性 = [值]，总体覆盖度 = [值]。
路径 [X]（[条件组合式]，原始覆盖度 = [值]，
唯一覆盖度 = [值]，一致性 = [值]）揭示……

核心条件报告句式：

[条件A] 和 [条件B] 作为核心条件出现于所有/多数路径中
（Fiss, 2011），表明其在 [结局变量] 的实现中具有普遍性作用。

常见问题 FAQ

Q1：fsQCA 的样本量最少需要多少？

A：fsQCA 没有严格的样本量下限，但通常建议 n >= 15（Ragin, 2008）。理论上，只要案例数足以填充真值表中的核心行（有案例的配置），就可以进行分析。实践中，k = 4-5 个条件变量时推荐 n >= 25-40；k >= 6 时样本量应相应增大（以保证真值表中有足够的实际案例行而非反事实行）。ChatSRS 在案例数偏少时会自动提示可能的稀疏问题并建议减少条件变量数。

Q2：一致性阈值 0.80 是强制要求吗？

A：0.80 是 Ragin（2008）提出的经验最低线，但不是绝对标准。具体选择应综合考虑：（1）理论期望——如果理论上要求严格充分性，应提高至 0.85 或 0.90；（2）样本特性——小样本中个别离群案例会显著拉低一致性，此时可结合 PRI（比例非一致性削减）辅助判断；（3）发表期刊惯例——管理学顶刊（如 AMJ、JIBS）通常要求 solution consistency >= 0.85，社科类期刊接受 >= 0.80。ChatSRS 会同时报告原始一致性和 PRI 一致性，帮助做出更审慎的判断。

Q3：如何区分核心条件（core condition）和外围条件（peripheral condition）？

A：这是 Fiss（2011）在 AMJ 发表的方法论文中引入的区分，现已成为组态研究的标准报告要素：核心条件是指同时出现在中间解和简约解中的条件，代表该条件对结局的充分性是稳健的（不依赖反事实假设）；外围条件只出现在中间解中，依赖理论性反事实假设。论文中通常用填充圆（core）和空心圆（peripheral）在组态图中区分，ChatSRS 会自动生成符合 Fiss（2011）格式的组态视觉图（条件矩阵图）。

Q4：fsQCA 和 NCA（Necessary Condition Analysis）有什么区别？

A：两者均可分析必要条件，但逻辑不同。fsQCA 的必要条件分析基于模糊集包含关系（consistency 指标），关注"哪些条件是结局出现的必要前提"；NCA 则基于瓶颈逻辑，关注条件的上限效应——即某条件必须达到某最低水平，结局才可能出现，用效应量 d 量化必要性大小。两种方法经常结合使用：先用 NCA 检验必要条件及其程度，再用 fsQCA 识别充分条件组合，形成完整的"必要性 + 充分性"因果图景。ChatSRS 同时支持 NCA 和 fsQCA，可在同一次分析中一并输出。

Q5：fsQCA 能分析结局"缺失"的原因吗？

A：能，且这正是 fsQCA 不对称因果逻辑的优势所在。在 ChatSRS 指令中将结局变量取反（~PERF），即可对"低绩效"进行独立的 fsQCA 分析。重要提醒：结局出现和结局缺失的路径通常是非对称的（不能简单地把高绩效路径中的条件全部取反），必须独立分析并独立解读。这与回归分析根本不同——回归正负系数隐含对称性，而 fsQCA 明确承认并利用这种非对称性。

与传统回归方法的对比总结

对比维度	fsQCA	回归分析
因果逻辑	条件组合的充分/必要性	净效应（ceteris paribus）
样本量要求	15-100（中小样本优势）	通常 >= 100（EPV >= 10）
因果对称性	非对称（出现/缺失路径不同）	对称（系数正负对称）
等效性处理	原生支持（多条路径并存）	不支持（单一回归线）
互动效应	自然嵌入（条件组合即互动）	需要显式添加交互项
核心输出	一致性、覆盖度、组态路径	回归系数、R^2、p 值
APA 报告焦点	解集合关系（集合含纳图）	系数显著性与效应量

小结

fsQCA 是处理小样本、因果复杂性和等效性问题的有力工具，但正确实施需要掌握：

校准是基础：三锚点设置必须有理论依据，不能纯靠数据驱动
真值表两个阈值：频率阈值和一致性阈值的选择直接影响结果，必须报告并说明依据
中间解是标准报告解：对照简约解区分核心/外围条件，是 Fiss（2011）之后的规范要求
一致性/覆盖度双指标：缺一不可——高一致性低覆盖度的路径可靠但不重要，高覆盖度低一致性的路径重要但不可靠
非对称分析：结局出现和结局缺失须分开独立分析

在 chatsrs.com 用一句自然语言指令，即可获得：

模糊集校准图与诊断
必要条件分析三线表
真值表（含 PRI 一致性）
中间解与简约解组态路径表
Fiss（2011）格式条件矩阵图
可直接粘贴进论文的 APA 7th 格式中文文字