為什么要使用NCA？

從理論上來說，必要非充分條件在組織科學(xué)的研究中是非常普遍的現(xiàn)象，但是傳統(tǒng)研究方法（如回歸和相關(guān)性分析等）大多關(guān)注充分條件的研究，而在檢測和推斷必要條件的邏輯關(guān)系中存在不足（Dul，2016）。在以往回歸分析中主要發(fā)現(xiàn)的多是決定組織結(jié)果的充分條件，而缺少依靠必要條件分析去發(fā)現(xiàn)決定組織結(jié)果的必要條件。兩種方法之間存在著根本區(qū)別：在傳統(tǒng)方法中顯示為零影響（或微影響）的因素可能被識別為必要條件，而在傳統(tǒng)方法中顯示為較大影響的因素卻可能被識別為非必要條件。事實上，充分條件和必要條件對于正確理解組織現(xiàn)象均至關(guān)重要，且必要條件因其“一票否決”的作用優(yōu)先于充分條件。因此，必要條件分析方法的使用為更加科學(xué)、全面地分析組織現(xiàn)象提供了助益。

必要條件分析作為一種新的數(shù)據(jù)分析工具，在有助于發(fā)掘新見解的基礎(chǔ)上，可以作為現(xiàn)有分析方法的補充，與傳統(tǒng)的數(shù)據(jù)分析方法一同用于因果關(guān)系分析，以更加全面地檢驗和推斷各種組織因素（如個性、資源、努力等）對各項組織結(jié)果（如個人工作態(tài)度、公司業(yè)績等）的影響機制（Dul，2016）。

如何使用NCA？

在必要條件分析中，由于變量的性質(zhì)不同，必要條件可以分為二分必要條件分析（Dichotomous Necessary Condition）、離散必要條件（Discrete Necessary Condition）與連續(xù)必要條件（Continuous Necessary Condition）三類。

二分必要條件是指條件變量取值只有兩個離散維度值，例如0-1啞變量、高-低、大-小等（Braumoeller & Goertz, 2000; Dul et al., 2010）。

離散必要條件是指條件變量取值有兩個以上的離散維度值，例如0/1/2、高/中/低等（Dul et al.，2010）。

連續(xù)必要條件是指條件變量取值可以是最小值和最大值之間的無限數(shù)量的任意值（Goertz et al.，2013）。

為了確定必要（但不充分）條件，發(fā)展了必要條件分析的一般方法。該方法包括兩個主要部分：（1）確定上限包絡(luò)線和相應(yīng)的瓶頸表；（2）計算上限包絡(luò)線的精度、必要條件的效應(yīng)值和必要無效性等幾個參數(shù)。

散點圖（Scatter Plot）。必要條件分析的起點是使用直角坐標(biāo)系繪制數(shù)據(jù)的散點圖，該散點圖針對每種情況繪制X（潛在必要條件）和Y（結(jié)果）。如果目視檢查表明左上角存在空白區(qū)域（按照X軸為“水平”且Y軸為“垂直”且數(shù)值增加“向上”和“向右”）的慣例），則可能存在X代表Y的必要條件。

上限技術(shù)（Ceiling Techniques）。上限技術(shù)是在散點圖中沒有觀測值的空白區(qū)域與具有觀測值的完整區(qū)域之間繪制上限包絡(luò)線（Ceiling Line）的方法。上限包絡(luò)線必須盡可能準(zhǔn)確地將空白區(qū)域從完整區(qū)域中分離出來。上限包絡(luò)線的繪制是一個權(quán)衡的過程，因為空白區(qū)域并不是一定完全沒有觀測值，而在上限技術(shù)中的這一區(qū)域被稱作為上限區(qū)域（Ceiling Zone，C）。最佳的上限包絡(luò)線可能是一條平滑線或者分段函數(shù)線。一般而言，上限包絡(luò)線的方程式可以表述為Yc=f（Xc）。在必要條件分析中，有兩類相互替代的上限技術(shù)，即包絡(luò)上限（Ceiling Envelopment，CE）與回歸上限（Ceiling Regression，CR），其中包絡(luò)上限技術(shù)是分段線，而回歸上限技術(shù)是連續(xù)線（Goertz et al., 2013）。每一種技術(shù)又包括兩種不同的表示方式：按比例標(biāo)注式（VRS）與自由處置式（FDH），自由處置式是一種更為靈活的上限技術(shù)。由于具有靈活性并能夠直觀簡單地適用于各種性質(zhì)的變量，CE-FDH優(yōu)于CE-VRS，CR-FDH優(yōu)于CR-VRS。因此，在必要條件分析中CE-FDH與CR-FDH是默認(rèn)的上限包絡(luò)線。此外，不同的上限包絡(luò)線具有不同的精確度（Accuracy）。上限包絡(luò)線的精確度是指上限包絡(luò)線上或下方的觀測數(shù)除以觀測總數(shù)乘以100%。根據(jù)這一定義，CE-VRS與CE-FDH的精度為100%，其他CR-VRS與CR-FDH技術(shù)的精度可以低于100%。

效應(yīng)值（Effect Size）。必要條件的效應(yīng)值可以根據(jù)上限區(qū)域?qū)Y(jié)果的約束大小來表示。如果上限區(qū)域較大，其對結(jié)果的約束更強。因此，必要條件的效應(yīng)值的大小可以由上限區(qū)域的大小表示與可以觀察整個區(qū)域的大小相比。其中，這個具有觀察值的潛在區(qū)域稱為范圍（Scope，S）。效應(yīng)值大小可以表示為：d=C/S，因此與范圍相比，上限區(qū)域面積越大，上限包絡(luò)線越低，必要條件的影響越強。在必要條件分析中，效應(yīng)值的取值范圍為0-1，0<d<0.1表示“低等效果”，0.1≤d<0.3表示“中等效果”，0.3≤d<0.5表示“高等效果”（Dul，2016）。

必要無效性（Necessity Inefficiency）。效應(yīng)值表示的是在多大程度上必要條件X能夠?qū)Y(jié)果Y起到約束作用。但是，并不是對所有X的值而言X都能夠?qū)起到約束作用；對所有的Y值而言，也并不是所有的Y都能夠被X所約束。當(dāng)可行空間為三角形時，如圖1左所示，X始終約束Y，Y始終受X約束。但當(dāng)可行空間為五邊形時，如圖1右所示，對于X>Xcmax，X不約束Y，對于Y<Ycmin，Y不受X約束。因而便產(chǎn)生了條件無效（Condition Inefficiency）與結(jié)果無效（Outcome Inefficiency）。條件無效率是指，非結(jié)果必要條件的條件取值范圍所占的百分比，即條件不限制結(jié)果的情況；而結(jié)果無效是指，條件并非結(jié)果必要條件的結(jié)果取值范圍所占的百分比，即結(jié)果不受條件限制情況。

圖1 理想化（“三角形”）散點圖與普通（“五邊形”）散點圖

瓶頸表（Bottleneck Table）。瓶頸表是指給定水平結(jié)果所需的條件必需水平。瓶頸表在解釋多變量必要條件以及識別必要條件組合方面具有重要作用。

一般而言，NCA數(shù)據(jù)分析主要可依據(jù)表1中的六步來執(zhí)行。需要注意的是，當(dāng)X和Y都是連續(xù)變量或變量水平較大的離散變量（如>5），用散點圖法分析；當(dāng)X和Y均為二元變量或變量水平較?。ㄈ?lt;5）的離散變量時使用列聯(lián)表法分析。

表1 必要條件分析的數(shù)據(jù)分析步驟

NCA應(yīng)用建議

鑒于必要條件分析方法可以對傳統(tǒng)分析方法進(jìn)行有效補充，以及其在分析條件必要性方面具有優(yōu)越性等原因，這一方法在將來的研究中具有廣泛的應(yīng)用前景。

在適用范圍方面，必要條件分析可應(yīng)用于組織研究中任何分支的必要條件研究，例如戰(zhàn)略、組織行為、人力資源管理和運營管理等。同時，在其他社會科學(xué)領(lǐng)域（如政治科學(xué)），甚至醫(yī)學(xué)和技術(shù)科學(xué)領(lǐng)域，必要條件分析都可以被用于基于必要性的邏輯分析。使用必要條件分析方法對于提升組織現(xiàn)象研究的全面性和準(zhǔn)確性以及研究結(jié)果的實踐意義都具有較為明顯的助益。

在適用問題方面，首先，對于研究特定程度（如高、中、低）的結(jié)果需要何種程度的前因要素問題時，必要條件分析具有較好的適用性。現(xiàn)有的回歸分析或者定性比較分析（QCA）等方法只能“定性的”（in kind）對前因要素與結(jié)果變量之間的因果或者必要關(guān)系進(jìn)行初步識別，而必要條件分析卻能夠進(jìn)一步“定量的”（in degree）對給定某一水平的結(jié)果變量判斷其所需要的必要條件程度。其次，在存在多個前因要素組合的條件下，必要條件分析能夠?qū)M合中每個條件的必要程度予以判斷，而以往進(jìn)行組合分析的定性比較分析（QCA）方法卻只能識別組合整體的必要性。因此，在需要判斷多個前因要素對某一結(jié)果變量差異的必要程度問題時，必要條件分析更具有優(yōu)勢。

NCA的局限性

與其他數(shù)據(jù)分析方法一樣，NCA也有一些局限性。

（1）NCA與其他數(shù)據(jù)分析技術(shù)共享的一個基本限制是，NCA不能解決“觀測數(shù)據(jù)不能確保因果關(guān)系”的問題。

（2）NCA可能比傳統(tǒng)的數(shù)據(jù)分析方法更容易受到采樣和測量誤差的影響。

（3）NCA是一個數(shù)據(jù)分析工具，如果研究者只對特定的數(shù)據(jù)集感興趣，而不需要將其推廣到更廣泛的人群中，這是完全可以受的。但是，如果出于統(tǒng)計推斷的原因，數(shù)據(jù)集是來自總體的概率樣本，則NCA數(shù)量僅為點估計。目前，NCA沒有考慮抽樣誤差。

NCA軟件工具

NCA軟件工具可用于識別數(shù)據(jù)集中的必要條件。該工具的應(yīng)用有助于繪制上限包絡(luò)線、計算NCA參數(shù)和創(chuàng)建瓶頸表。

NCA軟件的主要功能包括：

（1）繪制NCA圖，即帶有上限線的散點圖，用戶最多可以選擇8種不同的上限技術(shù)，CE-FDH與CR-FDH是默認(rèn)的上限包絡(luò)線。

（2）計算NCA參數(shù)，即每個選定上限技術(shù)的上限區(qū)域、范圍、精度、效應(yīng)值、條件無效率和結(jié)果無效率。

（3）計算瓶頸表中變量的值，以分析哪個X是給定Y的瓶頸。輸出包括帶有上限線的散點圖、帶有NCA參數(shù)的表（以及其他相關(guān)信息）和瓶頸表。為了更好地運行NCA軟件包，用戶可以根據(jù)具體情況修改部分參數(shù)。

參考文獻(xiàn)：

[1]李輝. 必要條件分析方法的介紹與應(yīng)用：一個研究實例[J]. 中國人力資源開發(fā), 2017,（06）:64-74.

[2]Braumoeller B F, Goertz G. The Methodology of Necessary Conditions[J]. American Journal of Political Science, 2000, 44（04）:844-858.

[3]Dul J. Necessary Condition Analysis （NCA） Logic and Methodology of “Necessary but Not Sufficient” Causality[J]. Organizational Research Methods, 2016, 19（01）:10-52.

[4]Dul J, Hak T, Goertz G, et al. Necessary Condition Hypotheses in Operations Management[J]. International Journal of Operations & Production Management, 2010, 30（11）:1170-1190.

[5]Goertz G, Hak T, Dul J, et al. Ceilings and Floors: Where Are There No Observations?[J]. Sociological Methods & Research, 2013, 42（01）:3-40.