La QCA: limiti e possibilità di sviluppo

La QCA è un metodo di analisi, proposto nel 1987 dal sociologo americano Charles C. Ragin, che utilizza le regole logiche come strumento per l’elaborazione di enunciati esplicativi, sia per la formulazione di ipotesi (contesto della scoperta) che per il loro controllo (contesto della giustificazione).
L’aggettivo “qualitative” vuole appunto sottolineare il fatto che si tratta di un approccio, seppur rigoroso e formalizzato, di tipo non statistico, ma logico, che utilizza infatti variabili dicotomiche e non quantitative. Tale metodo si è sviluppato nell’ambito della politica comparata; dal punto di vista teorico, il suo scopo è proporre una sintesi, utilizzando l’approccio booleano, fra le due grandi correnti di pensiero della metodologia comparata: l’approccio orientato ai casi, di tradizione weberiana, e l’approccio orientato alle variabili, di derivazione durkheimiana. Non è un caso che tale metodologia si sia sviluppata nell’ambito della politica comparata: storicamente, in questo settore, il metodo logico ed il metodo comparato sono stati identificati l’uno con l’altro. Tuttavia, i metodi proposti da Ragin sono estendibili anche aldilà delle ricerche comparate: la QCA è un autentico metodo di analisi causale, anche se a questo proposito è possibile apportare delle osservazioni critiche, volte a perfezionare il metodo dal punto di vista del suo rigore logico: sarà questo lo scopo del presente Capitolo.

L’obiettivo della QCA è quello di spiegare il verificarsi di un determinato esito (in termini di presenza o assenza di una determinata proprietà) a partire dal confronto tra le differenti configurazioni di condizioni logiche (le variabili indipendenti) che caratterizzano i casi dove l’esito si è verificato e quelli in cui non si è realizzato. A questo fine, il calcolo booleano è utilizzato come tecnica per elaborare i dati e ridurre le configurazioni logiche, per ottenere un risultato più sintetico, eliminando le ridondanze. Ragin pensa la complessità causale delle scienze sociali secondo l’impostazione configurazionale: vale a dire, che l’effetto di una certa variabile può cambiare al variare dei valori assunti dalle altre; è questa la causalità congiunta, il fatto cioè che ci possono essere degli effetti interattivi fra le variabili, come si dice nella terminologia statistica. La statistica normalmente si trova in difficoltà di fronte a situazioni di questo tipo, cioè di elevata correlazione fra variabili indipendenti, situazione che viene denominata multicollinearità; non così la QCA, che è in grado di tenerne perfettamente conto nell’analisi come nei risultati utilizzando l’operazione di prodotto booleano. L’idea è che nella maggior parte dei casi una singola causa non è sufficiente per ottenere l’effetto: è la combinazione di condizioni che produce l’effetto.
Per questo Ragin adotta un approccio che egli definisce olistico e orientato ai casi, vale a dire che pensa ai casi in termini di configurazioni di proprietà, e non in base alle singole variabili. L’altro aspetto della complessità causale che Ragin sottolinea è quello dell’eterogeneità, ossia che lo stesso effetto può realizzarsi secondo più configurazioni di condizioni causali e non necessariamente una sola. Ad esempio, la morte per avvelenamento può sopraggiungere sia per ingestione di cianuro che per ingestione di arsenico. In molti casi, una causa è solo sufficiente e non necessaria; la causa necessaria e sufficiente è data dalla somma logica di tutte le possibili cause sufficienti che non sono anche necessarie. È questa l’eterogeneità causale, nota anche come equifinalità o principio della pluralità delle cause. Secondo Ragin, La complessità dei fenomeni sociali non dipende tanto dall’elevato numero di variabili ma dall’eterogeneità casuale. La QCA è in grado, come vedremo, di tenere conto anche di questo aspetto, utilizzando l’operazione di somma booleana.