1. fsQCA Khác Gì So Với Hồi Quy và SEM?
Trong hồi quy hoặc SEM, nhà nghiên cứu kiểm tra tác động riêng lẻ của từng biến độc lập lên biến phụ thuộc:
Kết quả phân tích cho biết GTD có ảnh hưởng đáng kể đến OSP hay không, sau khi đã kiểm soát các biến còn lại. Trong fsQCA, tư duy phân tích khác hoàn toàn. Thay vì hỏi "GTD có tác động riêng lẻ đến OSP không?", fsQCA hỏi:
Ví dụ một kết quả fsQCA có thể là fGTD*fGPA*fGPR -> fOSP. Ký hiệu này không có nghĩa GTD, GPA và GPR có tác động tuyến tính riêng lẻ. Nó có nghĩa là sự hiện diện đồng thời của GTD cao, GPA cao và GPR cao là một cấu hình điều kiện đủ dẫn đến OSP cao.
fsQCA có bốn đặc trưng quan trọng phân biệt với phương pháp tuyến tính:
Tư duy tập hợp. Một case có thể thuộc hoặc không thuộc một tập hợp ở các mức độ khác nhau. Ví dụ, fGTD = 0.85 có nghĩa là case này thuộc tập "GTD cao" ở mức độ cao.
Cấu hình điều kiện. Kết quả không nhất thiết xuất phát từ một điều kiện đơn lẻ mà thường từ sự kết hợp của nhiều điều kiện.
Equifinality. Cùng một outcome có thể được tạo ra bởi nhiều con đường khác nhau.
Bất đối xứng nhân quả. Con đường dẫn đến OSP cao không nhất thiết là hình ảnh đảo ngược của con đường dẫn đến OSP thấp. Muốn phân tích OSP thấp cần chạy riêng mô hình cho ~fOSP.
2. Các Khái Niệm Cốt Lõi Trong fsQCA
Fuzzy-set membership score
Dữ liệu thô cần được chuyển thành điểm thành viên tập hợp - fuzzy-set membership score - nằm trong khoảng 0 đến 1.
Điều kiện cần
Một điều kiện là cần nếu outcome hầu như không xuất hiện khi điều kiện đó vắng mặt. Ký hiệu logic: OSP subseteq GTD - tức là tập các trường hợp có OSP cao là tập con của tập các trường hợp có GTD cao. Trong phân tích, necessity consistency >= 0.90 thường là ngưỡng tối thiểu.
Điều kiện đủ
Một tổ hợp điều kiện là đủ nếu khi điều kiện đó xuất hiện thì outcome cũng thường xuất hiện. Ký hiệu: GTD*GPA*GPR -> OSP.
| Chỉ số | Ý nghĩa |
|---|---|
| Consistency | Mức độ cấu hình nhất quán dẫn đến outcome |
| Raw coverage | Mức độ cấu hình bao phủ outcome (tương tự R²) |
| Unique coverage | Phần outcome chỉ riêng cấu hình đó bao phủ |
| Solution consistency | Mức độ nhất quán của toàn bộ nghiệm |
| Solution coverage | Mức độ bao phủ outcome của toàn bộ nghiệm |
3. Chuẩn Bị Dữ Liệu
Dữ liệu dùng trong fsQCA được tổ chức theo dạng ma trận - mỗi dòng là một case, mỗi cột là một biến. Nếu dùng latent variable scores từ SmartPLS, đây là cách thường được áp dụng khi fsQCA là phân tích bổ sung sau PLS-SEM. Tuy nhiên, các điểm số này vẫn là dữ liệu thô và chưa thể dùng trực tiếp cho truth table.
| ID | GRS | GTD | GPA | GPR | OSP |
|---|---|---|---|---|---|
| 1 | 4.20 | 4.50 | 4.70 | 4.30 | 4.60 |
| 2 | 3.80 | 4.10 | 4.00 | 4.20 | 4.00 |
| 3 | 2.60 | 3.10 | 3.40 | 3.20 | 3.00 |
| 4 | 1.90 | 2.40 | 2.10 | 2.50 | 2.20 |
GRS, GTD, GPA, GPR, OSP - sau calibration đặt tên mới fGRS, fGTD, fGPA, fGPR, fOSP. Chữ "f" ở đầu biểu thị biến đã được hiệu chỉnh thành fuzzy-set membership score.
4. Calibration - Bước Quan Trọng Nhất
Calibration là quá trình chuyển dữ liệu thô thành điểm thành viên fuzzy-set. Đây là bước quan trọng nhất vì kết quả fsQCA phụ thuộc rất lớn vào cách nhà nghiên cứu xác định các ngưỡng thành viên tập hợp.
Với các biến đo bằng thang Likert 1-5, ba ngưỡng calibration phổ biến là:
| Ngưỡng | Giá trị | Ý nghĩa |
|---|---|---|
| Full membership | 4.5 | Chắc chắn thuộc tập "cao" |
| Crossover point | 3.0 | Điểm giao - không rõ cao hay thấp |
| Full nonmembership | 1.5 | Chắc chắn không thuộc tập "cao" |
Trong fsQCA 4.1, thực hiện calibration như sau:
fGRS, fGTD, fGPA, fGPR, fOSP.
5. Phân Tích Điều Kiện Cần
Trước khi phân tích điều kiện đủ, nên kiểm tra điều kiện cần. Trong fsQCA 4.1:
Hai chỉ số cần đọc khi kiểm tra điều kiện cần:
| Chỉ số | Cách hiểu | Ngưỡng |
|---|---|---|
| Consistency | Mức độ điều kiện cần đi kèm với outcome | >= 0.90 |
| Coverage | Mức độ điều kiện đó có ý nghĩa thực nghiệm | Càng cao càng tốt |
Nếu có điều kiện đạt ngưỡng: "Kết quả cho thấy fGTD đạt consistency > 0.90, hàm ý GTD cao có thể là điều kiện cần tiềm năng cho OSP cao. Tuy nhiên, coverage cần được xem xét để đánh giá ý nghĩa thực nghiệm."
Kết quả điều kiện cần trong dữ liệu minh họa
Sau khi chạy Necessary Conditions với outcome là fOSP, kết quả cho thấy chỉ có fGTD đạt ngưỡng consistency 0.90. Do đó, fGTD có thể được xem là điều kiện cần tiềm năng cho fOSP cao. Ba điều kiện còn lại chưa đạt ngưỡng điều kiện cần đơn lẻ.
| Điều kiện | Consistency | Coverage | Kết luận |
|---|---|---|---|
| fGRS | 0.846315 | 0.903763 | Không đạt ngưỡng điều kiện cần đơn lẻ. |
| fGTD | 0.920405 | 0.885942 | Đạt ngưỡng điều kiện cần tiềm năng. |
| fGPA | 0.853918 | 0.912091 | Không đạt ngưỡng điều kiện cần đơn lẻ. |
| fGPR | 0.851789 | 0.895103 | Không đạt ngưỡng điều kiện cần đơn lẻ. |
fGRS+fGTD vào bảng kết quả chính nếu nghiên cứu không có giả thuyết lý thuyết rõ ràng về điều kiện cần dạng hợp tuyển. Dấu + trong fsQCA là phép OR, nghĩa là fGRS cao hoặc fGTD cao; đây không còn là kiểm tra điều kiện cần đơn lẻ.
6. Xây Dựng Truth Table
Mỗi cấu hình trong truth table là một tổ hợp của sự hiện diện (1) hoặc vắng mặt (0) của bốn điều kiện:
| fGRS | fGTD | fGPA | fGPR | Ý nghĩa cấu hình |
|---|---|---|---|---|
| 1 | 1 | 1 | 1 | Cả bốn điều kiện đều hiện diện |
| 0 | 1 | 1 | 1 | GRS vắng mặt, ba điều kiện còn lại hiện diện |
| 1 | 0 | 1 | 1 | GTD vắng mặt, GRS/GPA/GPR hiện diện |
| 0 | 0 | 0 | 0 | Cả bốn điều kiện đều vắng mặt |
Các cột quan trọng trong truth table cần chú ý:
| Cột | Ý nghĩa |
|---|---|
| number | Số case thuộc cấu hình |
| raw consistency | Mức độ cấu hình nhất quán dẫn đến outcome |
| PRI consistency | Mức độ nhất quán sau khi xét quan hệ với outcome đối lập - cần kiểm tra để tránh cấu hình liên quan đến cả outcome lẫn non-outcome |
| outcome | Cột mã hóa: 1 = cấu hình dẫn đến outcome, 0 = không |
Truth table sau khi áp dụng ngưỡng cắt
Với frequency cutoff = 5, các cấu hình được giữ lại trong bảng kết quả có số case đủ lớn để xem xét. Hai cấu hình được mã hóa là dẫn đến fOSP cao đều có sự hiện diện đồng thời của fGTD, fGPA và fGPR. Sự khác biệt giữa hai dòng này nằm ở fGRS: một dòng có fGRS hiện diện, một dòng có fGRS vắng mặt. Vì vậy, trong quá trình tối giản logic, fGRS không còn là thành phần bắt buộc của nghiệm.
| fGRS | fGTD | fGPA | fGPR | number | fOSP | raw consist. | PRI consist. | SYM consist. |
|---|---|---|---|---|---|---|---|---|
| 1 | 1 | 1 | 1 | 262 | 1 | 0.978393 | 0.971602 | 0.984251 |
| 0 | 1 | 1 | 1 | 16 | 1 | 0.963689 | 0.917797 | 0.920000 |
| 0 | 0 | 1 | 1 | 9 | 0 | 0.890844 | 0.569799 | 0.569799 |
| 1 | 0 | 0 | 1 | 5 | 0 | 0.853765 | 0.470682 | 0.474063 |
| 0 | 0 | 1 | 0 | 11 | 0 | 0.846327 | 0.418369 | 0.421233 |
| 0 | 0 | 0 | 1 | 11 | 0 | 0.780946 | 0.356889 | 0.356889 |
| 1 | 0 | 0 | 0 | 10 | 0 | 0.771040 | 0.271791 | 0.271792 |
| 0 | 0 | 0 | 0 | 14 | 0 | 0.726294 | 0.223950 | 0.225639 |
7. Chọn Frequency Cutoff và Consistency Cutoff
Frequency cutoff là số lượng case tối thiểu để một cấu hình được giữ lại. Với mẫu nhỏ, có thể chọn 1 hoặc 2. Với mẫu lớn hơn, nên chọn ngưỡng cao hơn. Trong ví dụ minh họa với mẫu khá lớn, frequency cutoff được chọn là 5.
Consistency cutoff là ngưỡng để mã hóa một cấu hình là dẫn đến outcome. Trong fsQCA 4.1:
Trong bảng kết quả này, hai dòng được mã hóa là dẫn đến fOSP cao có raw consistency lần lượt là 0.978393 và 0.963689. Dòng kế tiếp có raw consistency 0.890844 và PRI consistency thấp hơn đáng kể, nên không được mã hóa là cấu hình dẫn đến outcome. Vì vậy, ngưỡng nhất quán thực tế được phần mềm báo cáo là 0.963689, tức là giá trị raw consistency thấp nhất trong nhóm cấu hình được chọn là dẫn đến outcome.
8. Chạy Standard Analysis
Sau khi xử lý truth table, chọn Standard Analyses. fsQCA tạo ra ba loại nghiệm:
| Loại nghiệm | Ý nghĩa | Dùng khi nào |
|---|---|---|
| Complex solution | Không hoặc rất ít logical remainders | Hiếm khi dùng làm kết quả chính |
| Parsimonious solution | Giản lược nhất, dùng nhiều simplifying assumptions | Xác định điều kiện lõi |
| Intermediate solution | Cân bằng dựa trên kỳ vọng lý thuyết | Kết quả diễn giải chính |
Khi phần mềm hỏi directional expectations, xác định kỳ vọng lý thuyết cho từng điều kiện. Nếu lý thuyết cho rằng GRS, GTD, GPA và GPR khi cao sẽ dẫn đến OSP cao, chọn Present cho tất cả. Nếu điều kiện nào chưa có cơ sở lý thuyết rõ ràng, chọn Don't care thay vì áp đặt kỳ vọng.
9. Kết Quả Minh Họa Từ Mô Hình fOSP
Kết quả complex solution và intermediate solution trùng nhau, đều cho thấy cấu hình fGTD*fGPA*fGPR là cấu hình điều kiện đủ dẫn đến fOSP cao. Parsimonious solution rút gọn còn fGTD, nhưng consistency của nghiệm này là 0.885942; do đó, parsimonious solution không nên được dùng như kết quả diễn giải chính, mà chủ yếu dùng để xác định điều kiện lõi khi so sánh với intermediate solution.
10. Diễn Giải Kết Quả
Kết quả intermediate solution cho thấy một cấu hình điều kiện đủ dẫn đến OSP cao:
Ký hiệu * biểu thị phép AND - các điều kiện phải xuất hiện đồng thời. Cấu hình này không nói rằng GTD một mình, GPA một mình, hoặc GPR một mình chắc chắn tạo ra OSP cao. Thay vào đó, OSP cao xuất hiện một cách nhất quán khi cả ba điều kiện GTD, GPA và GPR cùng hiện diện.
| Chỉ số | Giá trị | Diễn giải |
|---|---|---|
| Consistency | 0.968827 | Rất cao - cấu hình rất nhất quán trong việc dẫn đến OSP cao |
| Raw coverage | 0.74108 | Cấu hình bao phủ khoảng 74.1% membership trong outcome OSP cao |
| Unique coverage | 0.74108 | Bằng raw coverage vì chỉ có một cấu hình duy nhất trong nghiệm chính |
11. Điều Kiện Lõi và Điều Kiện Ngoại Vi
Điều kiện lõi và ngoại vi được xác định bằng cách so sánh parsimonious solution với intermediate solution:
Điều kiện lõi: xuất hiện trong cả parsimonious lẫn intermediate solution. Điều kiện ngoại vi: chỉ xuất hiện trong intermediate solution. Không xuất hiện: không phải thành phần của cấu hình dẫn đến outcome.
| Điều kiện | Vai trò | Ký hiệu |
|---|---|---|
| fGTD | Điều kiện lõi | ● |
| fGPA | Điều kiện ngoại vi | ◉ |
| fGPR | Điều kiện ngoại vi | ◉ |
| fGRS | Không xuất hiện trong cấu hình | - |
| Raw coverage | 0.74108 | |
| Unique coverage | 0.74108 | |
| Consistency | 0.968827 | |
| Solution coverage | 0.74108 | |
| Solution consistency | 0.968827 | |
● = điều kiện lõi hiện diện | ◉ = điều kiện ngoại vi hiện diện | - = không xuất hiện trong cấu hình
12. Mẫu Đoạn Viết Cho Bài Báo / Luận Văn
Sau đó, truth table được xây dựng với fOSP là outcome và fGRS, fGTD, fGPA, fGPR là các causal conditions. Nghiên cứu sử dụng frequency cutoff = 5. Hai cấu hình được mã hóa là dẫn đến outcome có raw consistency lần lượt là 0.978393 và 0.963689; do đó, consistency cutoff thực tế được báo cáo là 0.963689. Kết quả intermediate solution cho thấy một cấu hình điều kiện đủ dẫn đến OSP cao: fGTD*fGPA*fGPR. Cấu hình này có raw coverage = 0.74108 và consistency = 0.968827, cho thấy mức độ bao phủ tương đối cao và tính nhất quán rất mạnh.
So sánh giữa parsimonious solution và intermediate solution cho thấy fGTD là điều kiện lõi, trong khi fGPA và fGPR là các điều kiện ngoại vi. fGRS không xuất hiện trong nghiệm, hàm ý rằng fGRS không phải là thành phần bắt buộc trong cấu hình điều kiện đủ dẫn đến OSP cao. Kết quả này phản ánh nguyên lý kết hợp điều kiện trong fsQCA: OSP cao không nhất thiết được giải thích bởi một yếu tố đơn lẻ, mà bởi sự hiện diện đồng thời của GTD, GPA và GPR.
Đối với outcome ngược, nghiên cứu chạy riêng mô hình
~fOSP = f(fGRS, fGTD, fGPA, fGPR). Kết quả intermediate solution cho thấy cấu hình ~fGTD*~fGPA*~fGPR là điều kiện đủ dẫn đến ~fOSP, với raw coverage = 0.456645 và consistency = 0.903952. Khi so sánh với parsimonious solution ~fGPA*~fGPR, có thể xem sự vắng mặt của GPA và GPR là các điều kiện lõi trong cấu hình dẫn đến OSP thấp, còn sự vắng mặt của GTD là điều kiện ngoại vi. Kết quả này cần được hiểu là kết luận từ phân tích riêng cho outcome ngược, không phải là suy luận tự động từ mô hình OSP cao.
13. Kiểm Tra Outcome Ngược: Phân Tích ~fOSP
Một bước quan trọng thường bị bỏ qua: phân tích outcome ngược. Do fsQCA dựa trên nguyên lý bất đối xứng nhân quả, con đường dẫn đến OSP cao không nhất thiết là hình ảnh đảo ngược của con đường dẫn đến OSP thấp.
Kết quả phân tích riêng cho outcome ngược trong dữ liệu minh họa như sau:
Với outcome ngược, nghiệm trung gian cho thấy OSP thấp xuất hiện một cách nhất quán khi GTD thấp, GPA thấp và GPR thấp cùng hiện diện. Coverage của cấu hình này là 0.456645, thấp hơn coverage của cấu hình dẫn đến OSP cao. Điều đó có nghĩa là cấu hình này chỉ bao phủ một phần vừa phải của outcome thấp, nhưng có consistency đủ cao để được diễn giải thận trọng như một cấu hình điều kiện đủ.
| Điều kiện | Vai trò | Ký hiệu |
|---|---|---|
| ~fGPA | Điều kiện lõi vắng mặt | ● |
| ~fGPR | Điều kiện lõi vắng mặt | ● |
| ~fGTD | Điều kiện ngoại vi vắng mặt | ◉ |
| fGRS | Không xuất hiện trong cấu hình | - |
| Raw coverage | 0.456645 | |
| Unique coverage | 0.456645 | |
| Consistency | 0.903952 | |
| Solution coverage | 0.456645 | |
| Solution consistency | 0.903952 | |
0.772025, thấp hơn ngưỡng thường dùng để diễn giải nghiệm chính. Vì vậy, nghiệm parsimonious không nên được trình bày như kết luận chính về OSP thấp. Nó chỉ nên được dùng hỗ trợ xác định vai trò lõi và ngoại vi khi so sánh với intermediate solution.
fGTD*fGPA*fGPR -> fOSP, KHÔNG được tự động kết luận rằng ~fGTD*~fGPA*~fGPR -> ~fOSP. Cần chạy phân tích riêng cho ~fOSP mới có kết luận chính xác về điều kiện dẫn đến OSP thấp.
14. Kiểm Tra Độ Bền Của Kết Quả
Kết quả fsQCA phụ thuộc vào các quyết định phương pháp - đặc biệt là calibration, frequency cutoff và consistency cutoff. Với dữ liệu này, nên kiểm tra độ bền cho cả outcome cao fOSP và outcome ngược ~fOSP. Kiểm tra độ bền theo ba hướng:
15. Những Lỗi Thường Gặp Khi Dùng fsQCA
fGRS, fGTD, fGPA, fGPR, fOSP sau calibration.~fOSP.16. Kết Hợp fsQCA Với PLS-SEM
fsQCA và PLS-SEM không thay thế nhau mà bổ sung cho nhau. PLS-SEM trả lời câu hỏi về tác động tuyến tính; fsQCA trả lời câu hỏi về tổ hợp điều kiện đủ.
Ví dụ: PLS-SEM có thể cho thấy GTD, GPA hoặc GPR có ảnh hưởng đáng kể đến OSP. fsQCA cho thấy rằng OSP cao xuất hiện mạnh nhất khi GTD, GPA và GPR cùng hiện diện.
17. Tài Liệu Tham Khảo
Ragin, C. C. (2000). Fuzzy-Set Social Science. University of Chicago Press.
Ragin, C. C. (2008). Redesigning Social Inquiry: Fuzzy Sets and Beyond. University of Chicago Press.
Ragin, C. C. (2017). User's Guide to Fuzzy-Set/QCA. UC Irvine.
Schneider, C. Q., & Wagemann, C. (2012). Set-Theoretic Methods for the Social Sciences. Cambridge University Press.
Sukhov, A., Friman, M., & Olsson, L. E. (2023). Unlocking potential: PLS-SEM, NCA, and fsQCA. Journal of Retailing and Consumer Services, 74, 103424.
fsQCA không hỏi "biến nào quan trọng?" - nó hỏi "tổ hợp điều kiện nào tạo ra kết quả?". Đây là sự dịch chuyển từ tư duy biến số sang tư duy cấu hình - và chính sự dịch chuyển đó mang lại những hiểu biết mà hồi quy và SEM không bao giờ có thể cung cấp.
