QCA-Primer – eine geführte Einführung

Diese Einführung richtet sich an Neulinge. Sie erklärt die Grundideen der Qualitative Comparative Analysis (QCA) Schritt für Schritt und in der Reihenfolge, in der openQCA dich durch eine Analyse führt. Ziel ist Verständnis, nicht Vollständigkeit – für die Formeln des Rechenkerns siehe engine-notes.md.

1. Was ist QCA?

QCA untersucht, welche Kombinationen von Bedingungen zu einem interessierenden Outcome führen. Sie steht zwischen qualitativer Fallstudie und quantitativer Statistik und eignet sich besonders für mittelgroße Fallzahlen (ca. 10–50 Fälle).

Drei Grundgedanken unterscheiden QCA von der klassischen Regression:

1. Konjunktion (Kombinationen zählen). Nicht die isolierte Wirkung einer Variablen interessiert, sondern das Zusammenspiel: Bedingung A wirkt vielleicht nur zusammen mit B.
2. Äquifinalität (mehrere Wege). Verschiedene Kombinationen können zum gleichen Outcome führen. Es gibt oft mehr als einen "Pfad".
3. Asymmetrie. Die Erklärung für das Eintreten des Outcomes ist nicht einfach die Umkehrung der Erklärung für sein Ausbleiben. Man analysiert beide Seiten getrennt.

Die Sprache der QCA ist die Mengenlehre: Ein Fall ist mehr oder weniger Mitglied einer Menge ("wohlhabende Länder", "stabile Demokratien"). Aussagen haben die Form notwendig und hinreichend.

Crisp Sets und Fuzzy Sets

• Crisp Set (csQCA): Mitgliedschaft ist 0 oder 1 (drin/draußen).
• Fuzzy Set (fsQCA): Mitgliedschaft ist ein Wert in [0, 1] – abgestufte Zugehörigkeit. 0 = voll draußen, 1 = voll drinnen, 0,5 = Indifferenzpunkt (maximale Unentschiedenheit, weder eher drinnen noch eher draußen).

openQCA unterstützt beide. Beispieldatensätze findest du in ../datasets/.

2. Kalibrierung: von Rohwerten zur Mengenzugehörigkeit

Rohdaten (Prozente, Indizes, Skalen) müssen erst in Mengenzugehörigkeit übersetzt werden. Das nennt man Kalibrierung. Sie ist der wichtigste – und theorielastigste – Schritt der QCA. Eine Set-Zugehörigkeit ist keine Prozentzahl, sondern beantwortet die Frage: Wie sehr gehört dieser Fall in die Menge?

Theorie vor Daten

Kalibrierung ist kein rein statistischer Vorgang. Die Anker sollten aus inhaltlichem/theoretischem Wissen über die Menge kommen, nicht aus der Verteilung der Stichprobe (also nicht einfach der Mittelwert oder Median). Die Frage lautet: Ab welchem Rohwert ist ein Fall inhaltlich "voll drinnen"? – nicht: Wo liegt das obere Quartil?

Direkte Methode und die drei Anker

Die direkte Methode (nach Ragin 2008) verlangt drei Anker:

Die Anker müssen aufsteigend sein (fullOut < crossover < fullIn). Zwischen ihnen interpoliert eine logistische Funktion. Im openQCA-Rechenkern bildet der Kreuzungspunkt exakt auf 0,5 ab, der Voll-drinnen-Anker auf ≈ 0,9526 und der Voll-draußen-Anker auf ≈ 0,0474 (das sind die eingebauten Fixpunkte).

Kleines Beispiel. Wohlstand als BIP pro Kopf, Anker voll draußen = 300, Kreuzung = 600, voll drinnen = 1000:

• BIP 600 → Zugehörigkeit 0,50 (genau am Kreuzungspunkt)
• BIP 1000 → ≈ 0,95 (voll drinnen)
• BIP 900 → ≈ 0,91
• BIP 300 → ≈ 0,05 (voll draußen)
• BIP 260 → ≈ 0,03

Neben der logistischen gibt es eine lineare Variante (gleiche Anker, gerade statt s-förmig), eine Crisp-Kalibrierung (eine Schwelle → 0/1) und eine Vier-Werte-Kalibrierung (drei Schwellen → 0 / 0,33 / 0,67 / 1).

Die lineare Variante verbindet die Anker stückweise: bis zum Anker e ergibt sie 0, zwischen e und c steigt sie bis 0,5, zwischen c und i bis 1, danach bleibt sie bei 1. Sie entspricht im R-Paket QCA calibrate(..., logistic = FALSE). Auch hier stammen die Anker aus einer substantiven Set-Definition, nicht automatisch aus Medianen oder Quantilen.

Das 0,5-Problem

Der Wert 0,5 ist heikel: Ein Fall mit exakt 0,5 ist weder "eher drinnen" noch "eher draußen" und lässt sich keiner Ecke der Truth Table eindeutig zuordnen. Deshalb gilt die Faustregel: Kein Fall sollte nach der Kalibrierung genau auf 0,5 liegen. openQCA markiert solche Fälle ausdrücklich (Feld atCrossover in der Truth Table), damit du die Anker anpassen kannst. Der Datensatz fuzzy-sets-beispiel.csv ist bewusst so gebaut, dass dieses Problem nicht auftritt.

Schiefe (skew)

Wenn fast alle Fälle in einer Menge sehr hohe (oder sehr niedrige) Zugehörigkeiten haben, ist die Menge schief besetzt. Das ist inhaltlich oft korrekt, kann aber Konsistenzmaße "aufblähen" (eine Menge, in der fast alle voll drinnen sind, ist leicht Teilmenge von fast allem). Schiefe ist deshalb immer mitzudenken – prüfe die Verteilung der kalibrierten Werte, bevor du interpretierst.

3. Notwendige und hinreichende Bedingungen

Das mengentheoretische Herz der QCA. X sei die Zugehörigkeit zu einer Bedingung (oder Kombination), Y die Zugehörigkeit zum Outcome.

• Hinreichend (sufficient): Wenn X, dann Y. X ist eine Teilmenge von Y: überall gilt X ≤ Y. Der Pfad reicht aus, um das Outcome zu erzeugen – ist aber nicht der einzige.
• Notwendig (necessary): Ohne X kein Y. Y ist eine Teilmenge von X: überall gilt Y ≤ X. Ohne die Bedingung tritt das Outcome nicht ein.

Ein Merksatz: Bei Hinreichendheit liegen die Punkte im XY-Diagramm oberhalb der Diagonale (Y ≥ X), bei Notwendigkeit unterhalb (X ≥ Y).

QCA analysiert beide getrennt: zuerst meist die Suche nach notwendigen Bedingungen (einzeln), dann die Analyse hinreichender Kombinationen über die Truth Table.

4. Truth Table (Wahrheitstafel)

Bei k Bedingungen gibt es 2^k logisch mögliche Kombinationen – die Ecken (Konfigurationen) des Eigenschaftsraums. Die Truth Table listet alle 2^k Zeilen und ordnet jeden Fall der Ecke zu, der er am nächsten liegt (jede Bedingung > 0,5 → "anwesend", ≤ 0,5 → "abwesend").

Jede Zeile bekommt:

• n – Anzahl der Fälle mit Zugehörigkeit > 0,5 zu dieser Ecke,
• Konsistenz – wie "rein" hinreichend die Ecke ist (siehe unten),
• PRI – strengeres Konsistenzmaß (siehe unten),
• Output – die Entscheidung 0/1/? (siehe unten).

Zwei Cutoffs entscheiden über den Output

1. Frequenz-Cutoff (freqCut): Wie viele Fälle muss eine Ecke mindestens enthalten, um überhaupt bewertet zu werden? Ecken mit zu wenig (oder null) Fällen bleiben Remainder und bekommen Output ?. Bei kleinen Datensätzen ist der Cutoff meist 1.
2. Konsistenz-Cutoff (consCut): Ab welcher Konsistenz gilt eine (ausreichend besetzte) Ecke als hinreichend für das Outcome (Output 1), darunter als nicht hinreichend (Output 0)? Übliche Werte liegen bei 0,8 und höher.

Remainder (?) sind logisch mögliche, aber empirisch nicht (ausreichend) beobachtete Konfigurationen. Wie man mit ihnen umgeht, unterscheidet die drei Lösungstypen (Abschnitt 6).

5. Konsistenz, Coverage und PRI

Diese Kennzahlen bewerten, wie gut eine Menge X das Outcome Y erklärt.

Konsistenz der Hinreichendheit (inclusion)

Konsistenz = Σ min(X, Y) / Σ X

Misst, wie nah X daran ist, Teilmenge von Y zu sein (X ≤ Y). 1,0 = perfekt hinreichend. Werte unter ~0,75 gelten meist als zu niedrig, um von Hinreichendheit zu sprechen.

Coverage (Abdeckung)

Raw Coverage = Σ min(X, Y) / Σ Y

Misst, wie viel vom Outcome ein Pfad empirisch erklärt (Anteil der Outcome-Mitgliedschaft, den X abdeckt). Hohe Konsistenz + niedrige Coverage = "korrekt, aber selten".

• Raw Coverage: Anteil, den ein Pfad insgesamt abdeckt (Pfade dürfen sich überlappen).
• Unique Coverage: Anteil, den nur dieser Pfad abdeckt (kein anderer). Zeigt den eigenständigen Erklärungsbeitrag.

Konsistenz und Coverage sind ein Zielkonflikt, analog zu Präzision und Trefferquote.

PRI (Proportional Reduction in Inconsistency)

PRI = (Σ min(X,Y) − Σ min(X,Y,1−Y)) / (Σ X − Σ min(X,Y,1−Y))

Ein strengeres Konsistenzmaß, das dagegen absichert, dass eine Konfiguration zugleich für das Outcome und sein Gegenteil hinreichend erscheint (ein Problem bei stark schiefen Daten). Große Lücke zwischen Konsistenz und PRI ist ein Warnsignal: dann trägt die Ecke viel "widersprüchliche" Mitgliedschaft. Faustregel: PRI sollte nicht deutlich unter dem Konsistenz-Cutoff liegen.

Notwendigkeit

Für notwendige Bedingungen sind die Rollen von Zähler/Nenner vertauscht:

Notwendigkeits-Konsistenz = Σ min(X, Y) / Σ Y (misst Y ⊆ X) Relevanz/Coverage = Σ min(X, Y) / Σ X

Eine Bedingung gilt üblicherweise als Kandidat für Notwendigkeit ab einer Konsistenz von ≥ 0,9 (openQCA markiert diese). Die Coverage schützt vor trivialer Notwendigkeit: Eine fast allgegenwärtige Bedingung ist zwar formal "notwendig", aber inhaltlich nichtssagend.

6. Boolesche Minimierung und die drei Lösungen

Aus allen Ecken mit Output 1 wird eine möglichst einfache logische Formel gebildet. Das Verfahren heißt Quine-McCluskey: Zwei Konfigurationen, die sich in genau einer Bedingung unterscheiden, werden zusammengefasst und diese Bedingung fällt weg.

Beispiel: WOHLSTAND*BILDUNG*STAAT und WOHLSTAND*BILDUNG*~STAAT unterscheiden sich nur in STAAT → zusammengefasst zu WOHLSTAND*BILDUNG.

Übrig bleiben Primimplikanten; eine minimale Auswahl davon deckt alle positiven Ecken ab (essenzielle Primimplikanten zuerst). Notation im Rechenkern: * = UND, + = ODER, ~ = NICHT.

Der Umgang mit Remaindern (?) unterscheidet drei Lösungen:

• Die komplexe Lösung macht keine Annahmen über Unbeobachtetes – dafür bleibt sie sperrig.
• Die sparsame Lösung nutzt beliebige Remainder als "Don't Cares" und wird dadurch am kürzesten – nimmt aber auch empirisch nie gesehene Konfigurationen an.
• Die intermediäre Lösung liegt dazwischen: Sie lässt nur Remainder zu, die mit theoretisch begründeten Richtungserwartungen ("directional expectations") vereinbar sind. In der Praxis wird meist sie interpretiert.

Stand im openQCA-Rechenkern: Der Kern berechnet aktuell die komplexe (complexSolution), die sparsame (parsimoniousSolution) und die intermediäre (intermediateSolution) Lösung. Die intermediäre Lösung nutzt nur Remainder, die zu den festgelegten Richtungserwartungen passen (Enhanced Standard Analysis). Siehe engine-notes.md.

Durchgerechnetes Beispiel (aus den Datensätzen)

Mit ../datasets/fuzzy-sets-beispiel.csv (freqCut = 1, consCut = 0,85) liefert der Rechenkern:

• Sparsam: STAATSKAPAZITAET + WOHLSTAND*BILDUNG (Solution-Coverage ≈ 0,95, Solution-Konsistenz ≈ 0,99)
• Komplex: ~WOHLSTAND*~BILDUNG*STAATSKAPAZITAET + WOHLSTAND*BILDUNG

Lesart: Eine stabile Demokratie entsteht, wenn der Staat leistungsfähig ist, oder wenn Wohlstand und Bildung gemeinsam hoch sind. Die sparsame Lösung vereinfacht den ersten Pfad zu STAATSKAPAZITAET, weil sie unbeobachtete Ecken als vereinfachende Annahmen zulässt; die komplexe behält den vollständigen, nur aus Daten belegten Pfad.

7. Ein typischer Ablauf in openQCA

1. Daten laden (CSV: Fall-Spalte, Bedingungen, Outcome).
2. Kalibrieren – Anker aus Theorie wählen; auf 0,5-Fälle und Schiefe achten.
3. Notwendige Bedingungen prüfen (Konsistenz ≥ 0,9, Coverage beachten).
4. Truth Table bauen; Frequenz- und Konsistenz-Cutoff setzen; Remainder und atCrossover-Fälle prüfen.
5. Minimieren – komplexe, sparsame und intermediäre Lösung berechnen.
6. Interpretieren – Solution-/Pfad-Konsistenz und -Coverage lesen, typische Fälle je Pfad benennen, an die Theorie zurückbinden.

8. Häufige Fallstricke

• Anker aus der Datenverteilung statt aus Theorie ableiten.
• Fälle bei 0,5 übersehen (Truth-Table-Zuordnung wird mehrdeutig).
• Nur die sparsame Lösung interpretieren, ohne die Annahmen über Remainder offenzulegen.
• Notwendigkeit trivial: eine allgegenwärtige Bedingung für "notwendig" halten (Coverage prüfen!).
• Konsistenz-Cutoff zu niedrig: grenzwertige Ecken erzeugen scheinbare Pfade. (Der Fuzzy-Datensatz zeigt das: bei 0,80 rutscht ein Schein-Pfad BILDUNG hinein, bei 0,85 nicht.)
• Asymmetrie ignorieren: die Erklärung des Outcomes ≠ Umkehrung der Erklärung des Nicht-Outcomes. Beide Seiten getrennt analysieren.

Für die konkrete Programmier-Schnittstelle (Funktionen, Typen, Beispiele) siehe engine-notes.md. Alle Beispieldaten liegen unter ../datasets/ und sind rein illustrativ.