近年来，定性比较分析（fsQCA）因其独特的组态分析方法和强大的解释力，成为社会科学研究中的一匹“黑马”。但与此同时，很多初次接触fsQCA的研究者会面临诸多困惑：
fsQCA可以和哪些量化方法结合？
fsQCA在组织行为学等领域有哪些应用优势？
数据从哪里来？如果是李克特量表，又该如何校准？
……
如果你也对这些问题感兴趣，那么恭喜你，这篇文章正是你所想要的！（快点收藏转发起来，避免后续想要却找不到！）我们将通过对以下几个关键问题的解答，帮助你快速理解fsQCA的理论基础、应用场景和研究优势，尤其适合初次接触这一方法的研究小白。
Q
fsQCA可以和哪些量化方法结合？
A
fsQCA本质上是探索自变量组合如何影响因变量，因此它可以结合许多量化方法，比如回归分析、逻辑回归、决策树分析、神经网络分析等。只要是多自变量与单因变量的分析方法，基本都可以与fsQCA结合使用。
Q
fsQCA目前主要在哪些领域发论文？
A
fsQCA最初多用于政治学和传播学等领域，如分析政策制定、新闻传播等。后来逐渐被引入到旅游管理、人力资源管理、信息系统管理等领域。现在，几乎所有涉及社会科学的量化研究领域都可以尝试用fsQCA，尤其是在论文中结合其他量化方法（如回归分析、SEM等）更能提升论文的新颖性。
Q
fsQCA对论文有什么优势？
A
fsQCA方法目前在社会科学中的使用还不算普及，但用多方法结合（如SEM+fsQCA）写论文会更具创新性，也更容易吸引审稿人的注意。
Q
fsQCA适用于组织行为（OB）研究吗？
A
适用。组织行为学研究中，越来越多的学者尝试用fsQCA分析复杂的条件组合关系，例如团队绩效影响因素或员工满意度模型。这种方法特别适合探索多个因素如何交互作用影响结果
Q
fsQCA与SEM的数据结构是一样的吗？
A
是的。fsQCA和SEM都使用相同的数据结构，因此两者结合使用时数据无需额外调整。
Q
fsQCA可以用于面板数据吗？
A
可以。面板数据处理与普通数据没有太大区别。您只需将面板数据按变量进行转换，然后对这些变量进行校准（calibration）。校准时可使用25分位数、50分位数和95分位数等作为锚点值。之后，将校准后的数据输入fsQCA软件即可。
Q
fsQCA数据从哪里来？
A
数据来源可以是问卷调查、二手数据或访谈记录。关键是确保数据质量，无论数据来源，fsQCA都可以处理。
Q
fsQCA可以分析视频编码数据吗？
A
可以，但需要先对视频内容进行编码。通常编码为二值变量（如“是否出现某事件”），然后使用这些编码数据进行fsQCA分析。这种方法在传播学和政治学研究中应用较多。
Q
QCA分析需要相关分析吗？
A
不需要。但在进行QCA分析前，可以通过相关分析检查变量间的多重共线性。如果变量高度相关，可能需要移除某些变量以避免冗余。
Q
fsQCA可以做跨层数据吗？
A
不可以。fsQCA目前不支持跨层数据分析。您可以分别在微观层次或宏观层次进行分析，但不能将两者直接结合到一个模型中。
Q
fsQCA可以处理哪些类型的数据？只能做横截面数据吗？
A
fsQCA可以处理不同类型的数据，如模糊集数据、多值集数据和清晰集数据。但它仅支持横截面数据分析，不能用于时间序列或对列研究。
Q
SEM和fsQCA结合的研究中，自变量和因变量是否必须直接相关？
A
不一定。即使自变量和因变量在SEM中没有直接关系，只要理论上认为它们重要，仍然可以带入fsQCA进行分析。例如，中介变量模型中，可以对中介变量和因变量分别进行fsQCA分析。
Q
构建评价指标体系能用fsQCA吗？
A
可以。评价指标体系可以通过数据转换，将指标值转化为数值型数据后进行fsQCA分析。如果指标是模糊的，可以尝试模糊集（fuzzy set）校准；如果是清晰分类数据，则可用清晰集（crisp set）方法进行分析。
Q
构建评价指标体系时，一级和二级指标没有数值怎么办？
A
将指标进行编码。例如，将不同的属性用数字表示（如1代表“高”，2代表“中”，3代表“低”）。编码后，按照fsQCA要求进行校准和分析。
Q
如果用李克特量表，怎么进行数据校准？
A
将李克特量表（例如1到7级）的得分按维度取平均值，然后使用分位数（如95%、50%和5%）作为校准点进行数据校准。也可以根据研究需求设定其他合理的校准点。
Q
如何对量表数据进行fsQCA分析？
A
1. 量表数据收集后，计算维度平均值。
2. 检查信效度，确保数据质量。
3. 将平均值数据转为CSV格式。
4. 使用校准点（如95%、50%、5%分位数）对数据校准。
5. 校准后的数据转化为0和1的增值表。
6. 输入fsQCA软件进行组态分析，解读输出结果。
教育学模型：计划行为理论（TPB） │ 技术接受模型（TAM） │ 整合技术接受模型（UTAUT） │ 期望确认理论（ECT） │ 创新扩散理论（DI） │ 理性行为理论（TRA） │ 享乐动机系统接受模型（HMSAM） │ 印象管理理论（TIM）│ 服务质量 │ 任务科技配适（TTF）丨保护动机理论（PMT）丨过程虚拟化理论（PVT）丨信息系统成功（D&M-IS success）
社会学模型：计划行为理论（TPB） │ 技术接受模型（TAM） │ 整合技术接受模型（UTAUT） │ 期望确认理论（ECT） │ 创新扩散理论（DI） │ 理性行为理论（TRA） │ 享乐动机系统接受模型（HMSAM） │ 印象管理理论（TIM）│ 服务质量 │ 任务科技配适（TTF）丨过程虚拟化理论（PVT）丨信息系统成功（D&M-IS success）
管理学模型：计划行为理论（TPB） │ 技术接受模型（TAM） │ 整合技术接受模型（UTAUT） │ 期望确认理论（ECT） │ 创新扩散理论（DI） │ 理性行为理论（TRA） │ 享乐动机系统接受模型（HMSAM） │ 印象管理理论（TIM）│ 服务质量 │ 任务科技配适（TTF）丨保护动机理论（PMT）丨多动机信息系统连续模型（MISC）丨过程虚拟化理论（PVT）丨信息系统成功（D&M-IS success）
量表推荐：社交焦虑 │ 健康调查 │ 新环境关心NEP │ AIO（活动、兴趣、意见） │ 总体幸福感 │ 科技准备度 │ 抑郁、焦虑和压力 │ 状态焦虑 │ 抑郁 │ 社交回避及苦恼 │ 自我效能 │ 领导行为描述 │ 多因素领导 │ 变革型领导 │ 交易型领导 │ 心理幸福感 │ 主观幸福感 │ 服务质量 │ 学习动机 │ 学习风格 │ 组织公民行为 │ 成就目标 │ 工作投入 │ 社会资本│ 印象管理 │ 心理技能 │ 学校归属感 │ 艺术自我感知 │ 旅游体验 │ 心理授权│ 生活满意度│ 品牌形象│ 课程体验│ 离职倾向│ 付出-回报（回馈）│ 沉默行为 │ 工作不安全感 │ 组织文化 │ 组织目标模糊 │ 内隐追随│ 组织公平 │ 自我控制 │ 无法忍受不确定性 │ 焦虑自评│ 抑郁自评│ 宾州担忧 丨创伤后成长丨组织文化认同丨感知学校气氛丨心理素质丨工作繁荣丨一般拖延 丨事件影响丨父母低头行为丨偶像崇拜 丨教学质量评价 丨积极情感/消极情感量表 丨心理弹性量表 丨简式自我控制量表 丨冲动性量表 丨自我关怀量表 丨 自我关怀量表简版 丨整体品牌资产量表 丨品牌认同量表 丨品牌依恋量表 丨品牌价值量表 丨员工建言行为量表 丨自我感受负担量表 丨创新绩效量表丨创意自我效能量表丨学习适应量表
