陳向東 楊德全

（華東師范大學 教育學部 教育信息技術(shù)學系，上海 200062）

一、引言

近十多年來，組態(tài)視角的質(zhì)性比較分析（Qualitative Comparative Analysis，QCA）開始成為社會科學領域的重要研究方法[1-2]。在政治學、經(jīng)濟學、社會學、管理學等學科的頂級雜志中，出現(xiàn)了許多應用QCA的論文，圍繞QCA的方法論工作坊也層出不窮[3]。

社會科學中的研究一直存在定量與定性的張力[4]。定量范式基于這樣的邏輯：根據(jù)設定的因變量，提出具備解釋能力的自變量，建立理論模型與假設，通過收集觀察對象的數(shù)據(jù)以驗證模型，自變量盡可能與競爭性的理論關聯(lián)，研究聚焦于自變量的相對解釋能力。與此同時，由于社會科學的研究對象經(jīng)常界限模糊、錯綜復雜且互相纏繞，這就使得像案例研究這樣注重“深描”的質(zhì)性研究，一直以來在眾多領域扮演著不可或缺的角色。兩種方法互補的觀點存在于許多方法論文獻之中[5-6]，例如，拉金（Ragin C.）等從組態(tài)視角創(chuàng)立的QCA，正是其中的一種努力。

我們以1987年拉金的《比較方法》出版作為標志[7]，梳理了QCA三十多年的發(fā)展歷史。雖然在前十余年學界對QCA應者了了，然而，近年來QCA卻受到越來越多的重視，并且被稱為名符其實的“方法論革新成果”[8]。至2019年9月，據(jù)Google學術(shù)統(tǒng)計，《比較方法》（英文版）的引用近1萬次，是方法論領域被引次數(shù)較多的幾部專著之一。與此同時，在分享QCA應用成果的學術(shù)網(wǎng)站COMPASS上[9]，收集了從1987年至今的各類QCA研究成果，其中重要論文就有一千多項，主要集中在近十余年間。

這些研究成果，主要分布在比較政治學、商業(yè)和經(jīng)濟、社會學理論、組織與管理、國際關系等不同的領域。其中，與教育和培訓相關的成果總共二十多項，也大多為近年所著①。

二、組態(tài)視角研究方法的特征

社會科學中的組態(tài)，指“通常在一起發(fā)生的概念上相異的多維特征的組合”[10]，這些不同特征維度是多方面的，甚至會相互交叉、重疊、包含和對立。例如，環(huán)境、技術(shù)、策略、結(jié)構(gòu)、文化、團隊、成員、過程、動機、信念等。這些特征組合成不同的組態(tài)，表達出不同的功能和效果。組態(tài)視角傾向從整體上理解社會現(xiàn)象，關注問題的情境，考慮相應結(jié)果可能的前因條件組合，聚焦于事物“如何”發(fā)生[11]。

（一）組態(tài)視角與傳統(tǒng)定量研究

傳統(tǒng)的定量研究把自變量看成產(chǎn)生結(jié)果的各自獨立的原因，自變量對因變量的水平、強度或概率的影響是線性和可加的，其作用不受其他自變量的值以及組合方式的影響。與之不同的是，組態(tài)視角的研究將組合條件作為交互效應進行建模，當存在交互作用時，自變量對因變量的影響取決于一個或多個其他自變量。例如，Capano通過組態(tài)分析[12]，發(fā)現(xiàn)制度自主權(quán)對大學教學績效產(chǎn)生作用，并不是自然而然發(fā)生的，充足的公共資金、垂直化的內(nèi)部治理以及嚴格的評估是重要的觸發(fā)因素。

與線性可加模型中自變量凈效應分析不同，對于不同的前因條件，組態(tài)視角并不是把它們作為解釋因變量變異的競爭對手，而是將其看成是產(chǎn)生結(jié)果的潛在合作者，將關注的焦點放在不同的條件下如何組合以及是否有不同的組合而產(chǎn)生相同的結(jié)果。方法論研究者基于組態(tài)視角，整合了布爾代數(shù)、模糊集等不同工具，創(chuàng)建并不斷完善QCA，并且衍生出基于清晰集比較 （csQCA）、多值集比較（mvQCA）、模糊集比較（fsQCA）以及時序性定性比較（tQCA）等不同的方法。作為一種新的研究方法，QCA并不是定量與定性研究的簡單折衷，與傳統(tǒng)的定量研究相比，QCA具有以下獨特的視角：

第一，不承認固定不變的因果關系。組態(tài)視角假定世界是不穩(wěn)定、非均衡、多樣性、動態(tài)的，前因條件組合以整體的方式在起作用，因果關系依賴于特定情境和組態(tài)，并不存在任何形式的恒定因果關系[13]。QCA假定變量間是相互作用的，它并不試圖發(fā)展出一套與數(shù)據(jù)擬合度最好的單一因果模型，而是通過比較不同因果模型的特征和案例數(shù)量，探討導致相同結(jié)果的不同路徑。QCA拓展了因果關系的分析框架，在原因和結(jié)果之間存在著多重并發(fā)路徑，不同的組態(tài)具有等效性，不同因果路徑可以導致相同的結(jié)果。

第二，集合關系替代相關關系。傳統(tǒng)的定量或定性研究，本質(zhì)上都是圍繞變量展開的。即便是定性研究，變量仍然很重要，需要在案例內(nèi)與案例間進行分類、排序或組合。QCA認為，社會科學的理論應該按照集合論的術(shù)語來制定和評估。例如，Pena和Curado利用QCA評估一種e-learning學習框架ipteaces在銀行業(yè)培訓的有效性[14]，發(fā)現(xiàn)基于這種學習框架，“受教育程度較低的男性”相應的“學習效果差”。在集合論的表述中，“受教育程度低的男性”的集合是“學習效果差”集合的子集。這種集合描述了因果關系或其它整體方式相關的社會現(xiàn)象，為了表明這種集合關系，QCA經(jīng)常用維恩圖來表示前因條件及條件組合與結(jié)果的關系。

第三，因果效應非對稱。與相關關系的完全對稱不同，集合關系是非對稱的。由于因果關系的多重并發(fā)，因果效應不再具有一致性，正向的結(jié)果與負向的結(jié)果可以是不同的原因，因而可以分開研究。同樣是上述Pena和Curado的例子[15]，對培訓有效與無效的對應組態(tài)進行單獨分析，結(jié)果表明，該模式針對年齡大并且受教育程度高的女性受訓者有效，而受教育程度較低的男性學員則相反，兩者的結(jié)果并不對稱。在有效的對應組態(tài)中，年齡是其中的一個條件；在無效的對應組態(tài)中，年齡并不在條件組合之中。此外，QCA也允許研究聚焦于單方面結(jié)果的條件組合（這不符合傳統(tǒng)定量研究的規(guī)定）。根據(jù)等效性假定，同一結(jié)果的組合原因可以有多個，即便是單一結(jié)果的案例，也可以分析產(chǎn)生同一結(jié)果的不同組合條件，但不能因此推演出相反結(jié)果的條件組合。

第四，強化分析過程與理論的聯(lián)系。利用集合描述因果關系，對于理論有很強的依賴性。大多數(shù)量化統(tǒng)計分析工具，從操作流程上講，研究者只要將數(shù)據(jù)輸入軟件并得到“結(jié)果”。而QCA的數(shù)據(jù)分析過程不僅僅是輸入輸出數(shù)據(jù)，得到初步結(jié)果后，需要頻繁地回到原始數(shù)據(jù)，基于證實或證偽的目的展示，并以理論解釋結(jié)果。常規(guī)的QCA設計[16]，無論是布爾最小化，矛盾組態(tài)和邏輯余項的處理，結(jié)果的解釋，甚至是校準等最基礎的環(huán)節(jié)，無不需要在數(shù)據(jù)與理論之間反復迭代。研究者在數(shù)據(jù)和理論之間反復對話：一方面，從演繹的視角，前因條件基于理論來選擇；另一方面，從歸納的視角，通過案例獲取洞見，識別出需要考察的關鍵因素。

（二）組態(tài)視角與傳統(tǒng)定性研究

然而，本質(zhì)上QCA仍然是案例導向的，通過組態(tài)方式分析和處理數(shù)量有限的案例，每個案例都被認為是由一系列特征構(gòu)成的復雜組合[17]。與傳統(tǒng)的質(zhì)性研究相比，QCA也有著自己的特點：

首先，適度的普適性。案例導向的研究可以對情境進行深入地剖析和詳盡地說明，由此帶來不同尋常的見解和啟發(fā)。但是其構(gòu)建理論的普適性不高，結(jié)果可能多元決定，很多因素影響單個結(jié)果，并且很難排除其它因素的影響，解釋能力較弱[18]。解釋性和“深描”對于這類研究同樣重要，研究者不僅僅要了解現(xiàn)象、深入理解內(nèi)部的復雜機制，同時也需要產(chǎn)生猜想并使用新的數(shù)據(jù)擬合。因此，QCA的分析性策略，將每個案例作為整體單元進行比較，案例被定義為一系列特征的組合。研究者可以進行多案例的系統(tǒng)分析，形成供后續(xù)研究的命題，并且用于分析其它類似案例。QCA需要在多個案例中探討相同或不同現(xiàn)象，排除干擾因素，定期回顧原始材料，使之不失案例的故事性。這種理論建構(gòu)被定位于默頓所謂的中層理論[19]，與那些宏大理論相比，QCA強調(diào)情境的敏感性和歷史差異，更便于實證分析。

其次，透明性。透明性是QCA與傳統(tǒng)質(zhì)性研究相比具有較典型的優(yōu)勢[20]，為了能夠?qū)崿F(xiàn)與案例對話的過程透明，QCA提供了形式化和可復制的分析工具。QCA建立在一套獨特的語言體系（布爾代數(shù)、集合論、模糊邏輯）之上，這套體系具有良好的語法和明確的規(guī)則，具備了可復制的特征。研究者在QCA的各個環(huán)節(jié)中，都能夠以透明的方式做出決定，包括變量選擇、處理、分析工具選擇、分析過程干預、布爾最小化等等。這種透明性大大減少了研究過程的模糊性和主觀性。在COMPASS網(wǎng)站上，研究人員羅列了近20種用于QCA分析的軟件工具，適用于不同類型的 QCA（csQCA、mvQCA、fsQCA 等）以及 QCA分析的不同環(huán)節(jié)（維恩圖表示、必要性分析、一致性分析、真值表最小化等）。相關專業(yè)領域的QCA綜述也表明[21-22]，對比于訪談、焦點人群、觀察等傳統(tǒng)質(zhì)性材料的分析過程，QCA具有較強的操作性和規(guī)范性。

總之，與傳統(tǒng)的定量與定性研究相比，組態(tài)研究有著自己的特點，可以用表1歸納（由于近年來研究方法呈現(xiàn)多樣化、復雜化的趨勢，很難進行簡單的非此即彼的對照，為避免誤解，我們加入了更多的注釋予以充分說明）。

三、QCA對于教育研究的適用性

雖然面向教育的QCA研究并不太多，然而，管理學、政治學、傳播學等領域的許多研究案例與教育學存在較大的交叉。例如，政策評估、技術(shù)接受度、環(huán)境對于個體或群體行為的影響、特定行為模式的形成路徑、空間規(guī)劃與設計等，這些案例在很大程度上可以遷移至教育學相關領域。QCA的特征使得其在教育學相關領域，存有較大的應用潛力。

表1 組態(tài)研究的特征

（一）教育問題的因果機制研究

因果性的探究，不能僅限于發(fā)現(xiàn)、分辨與甄別因果效應，更重要的是為這種效應提供因果（機制/過程）性解釋[23]，即特定的原因以及干預是“如何”影響結(jié)果的。因果機制超越了原因與結(jié)果之間有/無以及關系強度與頻度的判斷，為解釋社會現(xiàn)象提供了關于原因影響結(jié)果的具體化因果鏈條或因果推理的可驗證評估[24-25]。近年來，許多教育理論研究者開始重視教育問題的因果機制研究[26-27]。他們認為，教育研究更應該探尋教育問題中諸如原因或條件“如何”造成結(jié)果的問題。一直以來，正是由于缺少對因果機制精確的探索，使得教育學明顯比不上那些建立在先前研究基礎上關注因果結(jié)構(gòu)的學科對科學體系的貢獻[28]。這種對于因果的路徑以及不同層面條件變化的分析，恰恰是QCA的特征[29]。QCA以整體的視角，把案例視為條件變量的不同組合，致力于分析相互依賴、相互作用的條件，共同作用于結(jié)果的組態(tài)效應，這使得QCA可被用于發(fā)現(xiàn)和檢驗因果結(jié)構(gòu)。基于理論猜測，研究者可通過對教育工具、策略或手段的設計、實施和系統(tǒng)研究，剖析相應的機制。導致相同結(jié)果的條件組合的多重并發(fā)路徑，使得研究者可以審慎地連接原因與結(jié)果，經(jīng)驗地檢驗這些競爭性因果路徑（機制）的期望（例如，一致性和覆蓋度），并且在微觀層面發(fā)現(xiàn)理論的具體作用過程[30]?？梢?，QCA豐富了教育實證方法的工具箱，是打開教育問題因果機制“黑箱”的有力工具。

（二）面向真實的教育情境

作為一個實踐性很強的學科，教育學研究經(jīng)常被質(zhì)疑存在理論與實踐應用的脫節(jié)[31]。教育問題中原因條件的相互依賴與共同作用是普遍現(xiàn)象，然而與其它社會科學領域一樣，許多研究采用了不符合教育現(xiàn)象的強假定：把研究對象看成是可分、穩(wěn)定、有序、線性單調(diào)變化的，變量可以分割并進行獨立研究。這種理論嚴謹性與實踐相關性之間的緊張，導致許多研究結(jié)果越來越難以應用，甚至偏離生活。為此，近年來的教育研究，尤其在學習科學領域，面向真實情境的設計研究正在興起[32]，倡導在研究設計中加入更多基于理論的干預，這些干預變量來自不同的競爭性理論，有些還相互矛盾。QCA對于這類研究情境有著自己的優(yōu)勢：

第一，QCA在選擇條件時，可調(diào)整并整合不同的理論，使得案例能夠在不同的競爭性理論中得到解釋。有研究者通過文獻研究和數(shù)據(jù)模擬[33]，發(fā)現(xiàn)采取傳統(tǒng)回歸技術(shù)的擬合優(yōu)度R2普遍低于30%，即解釋變量的大多數(shù)變化沒有被模型解釋。相比較而言，采用QCA發(fā)表的文章總體覆蓋度較高，這反映了QCA發(fā)現(xiàn)的理論模型，具有較高的實踐切題性。

第二，在教育問題的不同層面，存在著兩難及其持續(xù)性的張力。例如，對一個團體（例如，學校、班級）的管理而言，控制與自由、生成與預設，其間的取舍取決于對象的特點以及問題的情境，這種張力是多個變量穿插在一起的結(jié)果，很難用傳統(tǒng)的方法切割各自的邊際效應，這就使得QCA有了用武之地。

第三，教育研究對象的組織結(jié)構(gòu)（例如，學校）不同于傳統(tǒng)組織的嵌套模型。傳統(tǒng)的多層組織結(jié)構(gòu)研究的假設，是層次上的嵌套性和自變量在多個層次效應上的可分性。QCA中的層次被視為一種組織屬性，一個教師分屬于不同的教研組、年級組、項目組甚至承擔學校管理工作，一個項目團隊工作范圍可能遠遠超過組織范圍；同一樣本中不同的研究對象可能有不同的層次，這些問題很難用傳統(tǒng)的多層次分析技術(shù)處理。而QCA把層次作為組織屬性和集合來看待，不受層次間嵌套關系的限制，因而，能夠處理這些復雜的多層次現(xiàn)象[34]。

（三）實踐者的理論構(gòu)建

在教育研究的歷史中，案例研究因為能夠?qū)ΜF(xiàn)象進行深描，并且更為貼近教育現(xiàn)象，因而占據(jù)著較大的比重[35]。對于一線教師和管理者，以及教育碩士、教育博士這樣的面向?qū)嵺`的研究者而言，關注的是作為一個整體的案例類別，以及采取怎樣的干預，將案例從一個類別發(fā)展到另一個類別。然而，對于理論構(gòu)建而言，一方面，案例研究解釋能力的不足顯而易見；另一方面，則是借鑒實驗方法的教育“實驗”在實踐者眼中顯得做作和可疑，這種兩難使得實踐研究者顯得特別糾結(jié)。因此，QCA在這方面的綜合作用特別明顯：

第一，QCA本身屬于案例研究，無論采用什么樣的數(shù)學方法表述，它仍然需要研究者對個案本身有深入的理解。但與傳統(tǒng)案例研究不同的是，它具有更形式化的過程和判斷方法。

第二，QCA與理論的關聯(lián)甚至比常規(guī)的統(tǒng)計方法更為緊密，變量的選取、判斷和設定，往往都與理論緊密關聯(lián)。對于實踐研究者而言，研究過程是一個更好的理論聯(lián)系實際的過程，需要在理論選擇、研究假設、條件組合與配方設計、布爾最小化等不同環(huán)節(jié)中，多次迭代循環(huán)，并且對理論進行不斷地修正，這種過程更符合實踐者的研究路徑。

第三，雖然采用了形式化的過程判斷方法，但是類似真值表以及隸屬度這樣的形式化方法，具有很強的探索性。在得出研究結(jié)果之前，到底是什么組態(tài)導致結(jié)果的出現(xiàn)很難預知，這種過程具有一定的“思想實驗”的屬性[36-37]。通過整體分析和案例比較，揭示影響結(jié)果的重要條件間的組態(tài)效應，發(fā)現(xiàn)產(chǎn)生結(jié)果的多重組合路徑，為實踐者采取干預措施提供了更切題的方案選擇。QCA產(chǎn)生的等效組態(tài)方案和因果結(jié)論，對于實踐者“如何”行動具有重要價值。

第四，實踐者面臨的研究對象往往是有限的。QCA采用了“反事實”的分析，通過布爾代數(shù)和一定的理論推論，把研究對象從“有限多樣”的觀測案例，擴展到了非實際觀察案例及其組態(tài)，有助于拓展那些在實踐中獲得的理論的適用范圍，并使得研究的結(jié)論相對簡單清晰、路徑明確。

四、QCA在教育技術(shù)領域的應用現(xiàn)狀與前景

（一）技術(shù)接受與采用研究

教育技術(shù)領域的許多研究者關注各類技術(shù)接受與采用的前因條件及其相互關系，了解使用特定技術(shù)或策略的意愿，探討接受/不接受、采納/不采納的原因，系統(tǒng)分析影響技術(shù)使用的因素[38]。雖然，技術(shù)接受與采用的研究會衍生出許多理論模型，包括理性行動模型（Theory of Reasoned Action，TRA）、技術(shù)接受模型（Technology Acceptance Model，TAM）、技術(shù)接受擴展模型（The Extension of the Technology Acceptance Model，TAM2）、技術(shù)接受和使用統(tǒng)一模型（The Unified Theory of Acceptance and Use of Technology，UTAUT）等等，但目前的研究仍面臨這樣一些問題：

一方面，大多數(shù)的技術(shù)接受與采用研究，沒有充分地捕捉到行為及其前因條件之間可能發(fā)生的相互關系和動態(tài)相互作用。例如，單個模型（例如，TAM或者TRA）不太可能完全解釋在多個情境或不同情況下的學習行為[39]。技術(shù)接受與采用研究，往往需要修正接受模型并考慮模型的多個維度，才能解決現(xiàn)實生活中的實際問題[40]。

另一方面，大多數(shù)技術(shù)接受與采用研究，主要基于對稱測試（Symmetric Tests）、凈效應和基于回歸的模型。對稱測試建立在因果效應一致性的假設之上，即條件變量的變化將導致結(jié)果變量的相同變化[41]?；诨貧w的模型建立在方差理論的基礎上，這表明，條件變量應該是結(jié)果變量的一個充分必要條件[42]。對于真實場景（尤其是教育領域）的技術(shù)接受與采用而言，關注對稱和凈效應可能會產(chǎn)生相當大的局限，因為觀察到的凈效應并不適用于所有情況，而且在現(xiàn)實生活中的大多數(shù)關系，并不都是對稱的[43]。

只有充分識別各種前因條件，注重考慮它們之間的相互關系，才能更好地建立起堅實的理論基礎。為此，有研究者嘗試利用QCA彌補傳統(tǒng)方法的不足[44-45]。例如，Pappas使用fsQCA對180名有經(jīng)驗的移動學習用戶進行分析，探究其影響移動學習采用的因果關系配置[46]。

基于前人的研究，Pappas還構(gòu)建了影響移動學習采用的概念模型，包含認知特征、情感特征、社會因素、個人因素這四個維度，又從四個維度中分別劃分出了五個條件，如表2所示。其中，認知特征包括感知有用性和感知易用性二個條件，感知有用性指用戶認為使用移動學習可以提高他們學習效能的程度；感知易用性指用戶認為移動學習使用的難易程度。情感特征包含了對移動學習的態(tài)度這個條件，指的是用戶對移動學習所持有的一種持久的積極或消極感覺。個人因素包含了自我效能感這個條件，指用戶對自己調(diào)動動機、認知資源和成功使用移動學習所需的行動過程的能力的信念。社會因素包含主觀標準這個條件，是指那些用戶認為對自己比較重要的人，對他們使用移動學習所持的態(tài)度（應該或不應該等）。移動學習采用以用戶為學習目的而使用移動設備的行為意向為結(jié)果，依據(jù)每種組態(tài)的頻率和一致性對真值表進行排序，通過復雜解、簡約解的綜合分析，結(jié)合研究者的理論和實際知識，得到中間解，具體見表2。

表2 高移動學習采用的組態(tài)

對于高移動學習采用，解決方案1-6呈現(xiàn)至少一個認知特征因素存在的組合，解決方案5-8給出了其中至少一個認知特征因素不存在的組合。例如，其中一個認知特征存在組合是：不論主觀認同如何，對移動學習態(tài)度的存在（組態(tài)1）或者自我效能感的存在（組態(tài)2），加上感知有用和感知易用的存在都會導致采用移動學習的高意愿。

在本案例中，QCA對于傳統(tǒng)技術(shù)接受與采用研究進行了有效地補充，使多重并發(fā)、條件等效性以及非對稱性等這些在傳統(tǒng)技術(shù)接受與采用模型中無法實現(xiàn)的特征，得到充分的展現(xiàn)。傳統(tǒng)統(tǒng)計方法建立模型的解釋度較低，而本案例得到的結(jié)果覆蓋度（表2所示）為84%（整體覆蓋度），解釋力度得到了明顯提高。

（二）環(huán)境對學習行為影響研究

學習環(huán)境是教育技術(shù)和學習科學的重要研究領域。隨著建構(gòu)主義和情景認知理論的發(fā)展，人們對教與學的認識發(fā)生了轉(zhuǎn)變，學習環(huán)境被認為是促進學習者發(fā)展的各種支持性條件的統(tǒng)合[47]。近年來的學習環(huán)境與行為關系的研究表明，環(huán)境與行為的關系呈現(xiàn)出非對稱性和復雜性等特點。如，班杜拉（Bandura A.）的社會學習理論闡述了環(huán)境、個體和行為的關系，被概括為“交互決定論”（Reciprocal Determinism）[48]。 這一理論認為，環(huán)境、個體和行為三者是彼此交互發(fā)生作用的，不存在簡單的環(huán)境決定行為的關系。

Amedeo也曾提出環(huán)境和行為關系的三個假設[49]：（1）環(huán)境和行為不是直接的因果關系，但環(huán)境會對個體的活動產(chǎn)生很大影響，換言之，環(huán)境不會決定行為，但會影響個體行為；（2）環(huán)境對行為的影響意義，取決于個體對環(huán)境的認知和體驗；（3）環(huán)境本身的結(jié)構(gòu)和規(guī)模等因素，會影響個體的認知和體驗。正是由于這一特征，利用傳統(tǒng)的統(tǒng)計分析方法進行環(huán)境與行為關系的研究，有時顯得力不從心。環(huán)境對行為影響是多種因素的綜合，單個因素在不同情境下的作用往往不同[50]。傳統(tǒng)的分析方法只能探究哪些因素會影響行為，即單個因素對行為結(jié)果的“凈效應”。

因此，一些學者嘗試將QCA方法應用于學習環(huán)境的研究[51-53]。例如，Sántha使用fsQCA，探究了教學環(huán)境與課堂教學之間的關系[54]，研究選取空間結(jié)構(gòu)（Spatial Structure，標記為 T）、方法論文化（Methodological Culture，標記為M）和教育工具（Educational Tools，標記為E）為條件，結(jié)果被定義為有效的教與學（Efficient Teaching and Learning，標記為 Y）。 研究使用非結(jié)構(gòu)化反思日記的形式，收集了29位受訓教師個案的數(shù)據(jù)資料，通過相應方法對反思日記進行編碼和校準，生成模糊集。然后，將模糊集轉(zhuǎn)換成真值表，如表3所示。

表3 有效教學的組態(tài)

經(jīng)過邏輯最小化，生成Y（1）=T+Me表達式。結(jié)果解釋為：如果教室中有適當?shù)目臻g結(jié)構(gòu) （教室實體、顏色搭配、光線散布、綠植點綴等），或有足夠的方法論文化（方法和工作流程被明確定義）和工具需求小（指教師和學生對工具沒有需求），那么就會發(fā)生有效的教學。研究的結(jié)論是：建筑及其空間結(jié)構(gòu)在教育教學中具有重要地位，空間結(jié)構(gòu)對人的行為、活動、教學和學習都有影響；空間可以觸發(fā)或抑制思考，產(chǎn)生混亂或和諧，使個體在學校中表現(xiàn)主動或被動?？梢?，重視空間結(jié)構(gòu)的作用，有助于學校更好地履行其使命，實現(xiàn)其顯性和潛在的目標。

雖然該案例針對受訓教師進行的非結(jié)構(gòu)化反思日記進行文本分析，與現(xiàn)實情況還是有一定差距，其得出的結(jié)論也值得商榷。但是可以看到，QCA可以用于真實情境中環(huán)境對行為影響的研究，幫助相關研究向因果機制探究的方向發(fā)展。

（三）學習者的分類研究

學習者分類既是學習者特征分析的結(jié)果輸出，又常作為其他深入研究的輸入，如，基于學習者類別進行教學干預、學習者需求分析、個性化推薦、識別危機學生等[55]。近年來，聚類分析作為一種數(shù)據(jù)挖掘方法，被廣泛應用于識別和刻畫學習者特征的研究[56]。但聚類分析也存在著諸多局限：一方面，聚類分析缺乏與理論的聯(lián)系，分析結(jié)果難以解釋。聚類分析屬于無監(jiān)督數(shù)據(jù)分類方法，在沒有先驗知識即沒有事先指定分類標準的情況下，依據(jù)數(shù)據(jù)本身的相似程度進行分類，雖然能夠獲得客觀和穩(wěn)定的分類，但分析結(jié)果往往不具有現(xiàn)實意義，從而難以解釋[57]。另一方面，聚類分析處理高維數(shù)據(jù)存在壓力，當數(shù)據(jù)對象的特征指標過多時，在聚類分析之前需要先對其進行降維處理[58]。

為了更好地進行學習者分類，增強分析結(jié)果與理論和先驗知識之間的聯(lián)系，一些研究者嘗試引入QCA。QCA可以用精練的方法，呈現(xiàn)數(shù)據(jù)，并且對實證現(xiàn)象進行更具綜合性的描述。在csQCA中，這些描述性的數(shù)據(jù)分析，可以直接用軟件生成真值表來表達，顯示不同案例是如何聚類到一起的。而fsQCA中通過一定的技術(shù)也可以生成真值表，從而實現(xiàn)數(shù)據(jù)的快速分類。除此之外，fsQCA建立在集合關系的基礎上，因此，需要給案例賦予集合隸屬度，這個過程就是校準（Calibration）[59]。把變量校準為集合，需要依據(jù)理論和實際知識。然而，當這種知識庫不完備或不存在時，就需要基于案例的描述性統(tǒng)計進行校準。校準作為fsQCA中的一項重要工作，提供了數(shù)據(jù)與理論和實際知識聯(lián)系的重要途徑，使得研究更具備可解釋性和實際意義。

幾乎所有fsQCA的研究過程，都會涉及數(shù)據(jù)表分類、閾值設定、隸屬度劃分的操作，其中一些研究則涉及學習者分類[60-61]。Olufadi利用fsQCA，研究手機使用行為對學生學業(yè)成績的影響[62]?；谝延械难芯?，Olufadi選?。海?）學生對手機使用行為影響學業(yè)成績的感知（簡記為S）；（2）每天使用手機進行社交和打電話的時間（簡記為B）；（3）手機分散注意力程度（簡記為 E）；（4）手機依賴程度（簡記為 A）；（5）使用手機進行多任務處理程度（簡記為M），共五個條件，使用GPA（平均績點，簡記為G）作為結(jié)果，對286名高校學生的個案進行調(diào)查，探究怎樣的手機使用行為的條件配置，會給學業(yè)成績帶來積極影響。換言之，學業(yè)成績優(yōu)良的學生都具有怎樣的手機使用行為（這里即進行了學習者的分類）。

為使用模糊集進行定性比較分析，該研究首先對于調(diào)查收集到的相關數(shù)據(jù)進行了校準。對于條件變量S，由于在調(diào)查中使用的是判斷題，只有兩種定性狀態(tài)，不需要進行校準，其余四個條件和結(jié)果均需進行模糊集校準。使用直接校準的方法，需設置三個定性錨點。由于缺少已有理論和實際知識作為標準來界定，該研究采用了統(tǒng)計分布數(shù)據(jù)：以最大值作為完全隸屬閾值，均值作為交叉點，最小值作為完全不隸屬閾值。經(jīng)過校準將模糊集轉(zhuǎn)換成真值表，再通過復雜解、簡約解的綜合分析，結(jié)合研究者的理論和實際知識，得到中間解，如表4所示。

表4 手機使用行為的組態(tài)

當條件或條件組合的一致性大于或等于0.85時，才被認為足以產(chǎn)生結(jié)果。由表4可知，五個條件的一致性均低于0.85，即認為，任何一個條件單獨存在都不構(gòu)成結(jié)果發(fā)生的必要條件。有三個組態(tài)（組態(tài)4、5、6）達到一致性要求，可以導致較高的學業(yè)成績。舉例來說，SbAm（組態(tài)4）不管手機分散注意力的程度如何，那些意識到使用手機可能會對學習成績造成負面影響、每天很少使用手機進行社交、對手機的依賴程度高、很少用手機進行多任務處理的學生，擁有較好的學業(yè)成績，此組態(tài)一致性0.87，覆蓋度0.28。

在本案例中，通過將fsQCA應用于學習者分類研究，一方面對數(shù)據(jù)實現(xiàn)快速分類；另一方面則通過校準過程，將數(shù)據(jù)與現(xiàn)有理論和實際知識建立聯(lián)系，提高了分析結(jié)果的可解釋性。

五、QCA應用中存在的問題

對于教育技術(shù)乃至整個教育學科而言，QCA是一種相對較新的方法。雖然研究案例較少，但同樣體現(xiàn)出QCA一些固有的特征。上述介紹的案例均采用了fsQCA，遵循著類似的操作流程：基于明確的標準設定完全隸屬（1）、完全不隸屬（0）以及交叉點，轉(zhuǎn)換定距或定比數(shù)據(jù)為模糊集；使用清晰真值表輔助模糊集分析，包括確定向量空間與真值表行的對應關系，設定模糊集評價的頻數(shù)閾值，評估模糊子集的一致性，構(gòu)建真值表，進行必要條件的模糊集分析；對于正向與負向的結(jié)果，導出復雜解 （不包括邏輯余項）、簡約解（包括邏輯余項，但不對其合理性進行評價）以及中間解（使用那些有合理依據(jù)的邏輯余項）。此外，所有的研究都需要進行集合關系評估，評估的內(nèi)容包括集合一致性、覆蓋度、分隔覆蓋度等等。

然而，與管理學、經(jīng)濟學、政治學等學科相比，QCA在教育技術(shù)領域的應用案例存在許多不足，主要體現(xiàn)在以下三個方面：

（一）大樣本案例居多

就案例數(shù)量而言，許多學科的QCA文獻綜述表明[63-65]，QCA研究以小樣本和中等數(shù)量的樣本為主，即7-8至25-30個案例。這可能是由于大多數(shù)案例都是在宏觀層面上（通常是國家/地區(qū)）進行的，數(shù)量自然受到限制。當然，近來也有一些管理學、政治學的研究采用較大數(shù)量的樣本。但是，目前教育技術(shù)相關的QCA研究卻以大樣本為主，例如，Sánchez-Mena等的教育視頻游戲使用意愿的研究（170）[66]，F(xiàn)arrell對于數(shù)據(jù)何時、在何種條件下促進了教學變化的研究（245）[67]。更有甚者，Pappas等的計算機科學學習興趣影響因素的研究案例數(shù)為1100[68]，Sergis等對于學校生態(tài)系統(tǒng)應該如何配置，才能提高學生數(shù)字技能的研究，樣本量甚至高達3000[69]。雖然小樣本增加了上下文的敏感性，有時僅僅一個自相矛盾的案例，可能會在很大程度影響結(jié)果，甚至導致不恰當?shù)慕Y(jié)論。但是QCA本身就是以案例為導向的，其工作過程仍然需要使用案例研究中經(jīng)常用到的方法，例如，訪談、深度參與等等。過多的案例會在操作性上缺少對案例本質(zhì)的深入挖掘，將QCA變成另外一種量化統(tǒng)計方法，這并非該方法本身的價值所在[70]。

（二）數(shù)據(jù)與理論的耦合松散

這一問題和上述的大樣本也有關系。從文獻中可以看出，教育技術(shù)QCA研究缺少其它學科QCA常有的在數(shù)據(jù)初步分析之后，回到案例本身，對其特征及其問題情境所做的深度分析。在各類競爭性理論與經(jīng)驗數(shù)據(jù)之間不斷的遞歸與反復的操作過程，這恰恰是QCA最為艱苦、費時而有價值的工作。正如拉金所言，QCA的目標就是要強化 “思想與證據(jù)之間的對話”[71]，關注是否產(chǎn)生有價值的經(jīng)驗研究結(jié)果，以豐富相應領域的理論和模型。通常的QCA或檢驗一系列猜想或建議，或測試轉(zhuǎn)換為條件的理論，并從單獨的條件中找出組態(tài)結(jié)果。對于研究者而言，不僅僅對假設進行檢驗，或是“簡單地”檢查導致結(jié)果的路徑；更應該從必要性和充分性角度，基于因果推斷和因果機制重新思考理論模型[72]。教育技術(shù)相關QCA研究局限于條件組合分析以及可能路徑描述，缺少對現(xiàn)有的理論體系進行補充和完善。這也是相關學科QCA研究雖然數(shù)量未必多，但出現(xiàn)在頂級刊物的比例卻很高之原因所在。

（三）方法較為單一

與其它學科QCA的多樣性相比，幾乎所有的教育技術(shù)相關研究都采用fsQCA。這可能的原因是，與csQCA與mvQCA相比，fsQCA是QCA領域相對較“新”的方法。然而，許多研究者認為[73-74]，fsQCA并不是csQCA與mvQCA升級版本，后兩者有其自身特點和適用場合。QCA近期也衍生出一些新的分支，例如，時序性定性比較 （tQCA）[75]、共存分析（Coincidence Analysis，CNA）[76]等等。 此外，除了 Hsieh 將灰度關聯(lián)分析（Grey Relational Analysis，GRA）與 QCA相結(jié)合等少數(shù)案例外[77]，大多數(shù)案例是QCA單獨應用或作為最主要方法。然而，其它領域QCA很少作為單獨方法使用，大多數(shù)研究將QCA與至少一種其他方法結(jié)合、對比或拓展，并且對傳統(tǒng)主流方法進行有效的補充[78]：一方面，將統(tǒng)計分析（主要是不同類型的回歸分析）與QCA進行三角測量或以互補的方式加以利用；另一方面，許多研究“以案例為導向”，把QCA作為案例比較的工具，使得QCA分析對象也呈現(xiàn)出多樣化。QCA應該與其他分析工具進行有效配合，才能得出經(jīng)驗性的、有充分根據(jù)、基于情境的證據(jù)。

當然，教育技術(shù)采用QCA研究也有自己的亮點。在政治學、管理學等領域[79-80]，QCA案例往往是一些宏觀層面的“大案例”，案例的邊界來自明顯的行政或政治機構(gòu)。盡管早有研究者指出[81]，組態(tài)視角與QCA的應用并一定不局限于宏觀領域，其在團隊、個體等層次上同樣具有類似的優(yōu)勢，能夠處理復雜的多層次現(xiàn)象。但是，現(xiàn)有組態(tài)理論在個體與群體等微觀層面的研究一直相對缺乏。與此對應，教育技術(shù)相關QCA研究案例雖然數(shù)量不多，但案例對象卻顯示出了相當?shù)呢S富性，雖然多數(shù)仍為學生與教師個體這樣的微觀層次[82-83]。從不同層次進行組態(tài)研究，可以從微觀方面對因果現(xiàn)象進行解釋，有助于強化因果機制的探究。

六、結(jié)語

本文將組態(tài)視角引入教育研究，分析QCA與教育研究的契合度，并以教育技術(shù)為例介紹了QCA的典型應用，分析其存在的問題。然而到目前為止，本學科尚未積累足夠的案例經(jīng)驗和用戶群體。因此，要推進QCA應用，我們認為需要具備以下兩個要素：

第一，保持方法的開放性和創(chuàng)造性。不同的研究方法并不是互斥的，他們是替代或并行的，每種方法（包括QCA）都有其獨特的優(yōu)勢和限制，可以從不同維度拓展我們對教育現(xiàn)實的理解。對于QCA而言，參與混合方法設計非常重要，可以用更加綜合的方式融入不同的研究場景，發(fā)揮其本身的長處。由于QCA集合論的特性，其功能被界定為能夠使人們橋接“實際調(diào)查”的工作（迄今為止，主要由定量/統(tǒng)計工作主導）和深度案例，以及面向“如何”的復雜性工作[84]。雖然在實際操作過程中這兩種類型的工作存在著天然的張力，并非那么容易協(xié)調(diào)。當然，QCA最新進展也產(chǎn)生了一些新的方法來解決這一問題，例如，將量化分析方法與QCA相結(jié)合，當數(shù)據(jù)量大時，可先通過常規(guī)的統(tǒng)計分析，以縮小進入QCA分析的前因條件以及案例的數(shù)量[85]。

第二，任何來自于其它領域相對較“新”的方法，所面臨的一個重要的挑戰(zhàn)是方法與學科特征的融合。QCA與理論知識和實際知識有著很高的關聯(lián)度，與其來源學科（政治學、管理學）相比，在教育學科的應用并不是簡單的移植，需要進行必要的改造與融合。與管理學和政治學相對成熟的QCA課程以及示范案例相比，學科差異對于方法論的障礙無法忽略。因此，開發(fā)適合教育學科的QCA課程，對于拓展方法的用戶群體，確保高質(zhì)量QCA研究至關重要。當然，在方法論的教學過程中，可能會遇到一些特定的挑戰(zhàn)，例如，需要從集合論、多重并發(fā)、因果不對稱、真值表等角度，理解案例和因果關系，這與傳統(tǒng)的理解并不一致。

總之，組態(tài)視角和QCA方法，為我們研究真實教育場景中技術(shù)、工具、策略應用等過程，提供了新的途徑。QCA可以適用于不同層面的教育研究，例如，提煉數(shù)據(jù)、一致性檢驗、評估并改進現(xiàn)有理論以及構(gòu)建新的理論，這些應用，對于解釋復雜的教育問題的因果機制具有重要的價值。作為一種方法和工具，QCA由于和教育研究的適切性，我們相信，未來它將會得到越來越多的關注與應用。