Testes utilizando Qualitative Comparative Analysis

A Qualitative Comparative Analysis (QCA) é um método de análise de casos baseado na teoria dos conjuntos (set-theoretic method).43 As observações para esse método têm natureza qualitativa, podendo ser separadas em grupos conforme suas características. A partir disso, são analisadas a associação entre esses grupos, de forma sistemática, por meio de testes lógicos utilizando a álgebra booleana (RAGIN, 1987; 2000). Na lógica matemática booleana, uma dada variável pode assumir um número finito de valores, 0 ou 1, por exemplo. O método permite um tratamento sistemático dos casos a partir da combinação lógica entre essas variáveis booleanas estabelecidas (condições, nos termos da QCA), extraindo-se possibilidades para a análise concreta dos casos escolhidos.

A QCA, portanto, é um tipo de método utilizado para analisar casos de forma comparada, sem perder de vista seus aspectos qualitativos, por isso o uso da álgebra booleana

43 _{Assim como Rihoux e Ragin (2009), o rótulo QCA será utilizado para abarcar os três tipos de métodos dentro}

da mesma abordagem: crisp-set QCA (baseada na lógica binária booleana), multi-value QCA (com a atribuição de múltiplos valores categóricos para as variáveis) e fuzzy-set QCA (que atribui valores de 0 a 1 para variáveis).

79

e, consequentemente, a teoria dos conjuntos como forma matemática para se pensar a análise de casos. Com o método, é possível analisar múltiplas combinações de condições, resultando em configurações possíveis. O método visa sistematizar essas associações entre as condições e as configurações resultantes delas (RAGIN; RIHOUX, 2004).

O método permite o tratamento dos fenômenos tanto de forma qualitativa quanto comparativamente. Do lado do aspecto qualitativo, o método permite a análise de fenômenos derivados de conceitos abstratos, como é o caso da presidencialização. Já quanto à abordagem dos casos, permite um tratamento mais extensivo de um número moderado deles (RIHOUX; MARX, 2013). A análise parte de testes lógicos, verificando relações de causalidade entre as condições e o outcome.

Foi a partir dessa lógica matemática que Charles Ragin (1987) pensou a QCA como uma abordagem metodológica que permite analisar os casos, preservando suas configurações complexas a partir de suas características qualificadas e quantificadas em variáveis booleanas que não podem ser dissociadas uma das outras. Essas configurações esperadas geram determinados outcomes. Sendo assim, este método é apropriado para fazer testes de teorias, ou seja, de possíveis configurações de fatores causais (condições) que explicam ou não um determinado resultado.

Os testes são pensados a partir de quanto determinadas condições se tornam configurações e delas derivam um determinado outcome. Devido a esse aspecto do método, ele também é conhecido como método configuracional. As condições e as configurações resultantes e sua relação com o fenômeno em análise possibilitam o teste do alcance e dos limites de teorias a partir dos casos selecionados na análise (RAGIN; RIHOUX, 2004). Além disso, é possível testar proposições teóricas sobre a dinâmica de determinados fenômenos ainda não tratados de forma sistemática. Nesse sentido, é possível testar o modelo para analisar a presidencialização, destacando as condições e configurações onde o fenômeno é mais presente, a partir de uma análise cross-case. Quanto aos casos, o método permite a comparação sem perder a complexidade dos mesmos. O método leva em conta, assim, a especificidade dos casos, abrindo espaço para um exame within-case.

O método configuracional se diferencia, portanto, dos métodos estatísticos tradicionais que se baseiam na generalização probabilística de modelos de análise. Com a

80

QCA, as generalizações são “modestas”, com limitações temporais. Não se calcula a capacidade explicativa de um modelo e de suas variáveis, mas se faz uma análise lógica das configurações existentes nos casos em análise a partir das condições definidas, verificando o quanto elas são necessárias e suficientes para a existência de um fenômeno. Não existe, portanto, o conceito de variável na QCA, mas de condições que se relacionam entre si formando configurações. Nesse sentido, evita-se utilizar o termo variável independente para tratar das condições dadas teoricamente, já que elas são, em alguma medida, inter- relacionadas. As variáveis destacas para avaliar o cálculo da coordenação das campanhas presidenciais junto aos atores políticos estaduais serão tomadas aqui como condições.

Logo, os casos são escolhidos de forma intencional e não aleatória, a partir dos pressupostos teóricos escolhidos. No caso da análise da presidencialização, trabalhou-se com toda a população, pois todos os estados estão contemplados (os 27 estados ao longo das eleições estaduais de 1990 a 2010). No entanto, o método permite ir a fundo nos “casos típicos”, de forma a explorar as particularidades de cada estado.

Como afirmam Ragin e Rihoux (2004), os métodos quantitativos convencionais dependem da “correlação bivariada como a pedra angular da análise empírica”. Este tipo de procedimento não cabe nos métodos configuracionais, pois a construção das condições depende dos pressupostos teóricos que o pesquisador pretende testar, ou seja, são testadas conexões explícitas dadas teoricamente. Este é um dos principais ganhos analíticos do método. O modelo teórico de análise, caso não contemple a diversidade dos casos selecionados, pode ser testado em conjunto, permitindo avanços na teoria.

Quanto à aplicação do método, esses conjuntos de condições geram resultados que são dispostos em uma tabela denominada “tabela-verdade” ou truth-table. Essa apresenta as combinações de condições possíveis a partir da teoria e dos casos observados. Cada linha representa a configuração com condições e o outcome. A tabela é utilizada na análise comparativa das configurações de diferenças e semelhanças, de forma a resumir os padrões existentes em um conjunto de casos. Classifica os casos de acordo com as combinações de valores possíveis. Ela ainda permite o teste da teoria a partir das combinações lógicas entre as condições e o outcome, conforme disposto no quadro 3.2.

81

QUADRO 3.2 – CROSSTABULATION DA PRESENÇA/AUSÊNCIA DO RESULTADO CONTRA PRESENÇA/AUSÊNCIA DE UMA CONDIÇÃO CAUSAL

Ausência de condições causais Presença de condições causais

Outcome presente

1) Os casos não são determinados pelo

argumento do pesquisador. 2) Os casos apoiam o argumento do pesquisador.

Outcome ausente

3) Os casos apoiam o argumento do