Necessary Condition Analysis
Necessary Condition Analysis (NCA) is a set-theoretic method developed by Dul (2016) that identifies conditions necessary (but not necessarily sufficient) for an outcome to occur. Unlike regression, which estimates average effects, NCA identifies absolute thresholds: conditions that must be present at a certain level for the outcome to be possible, regardless of other factors.
Bronrecord
Citaten letterlijk overgenomen uit het bronrecord van de methode. Hieruit wordt geen verificatie op claimniveau afgeleid.
- Dul, J. (2016). Necessary Condition Analysis (NCA): Logic and methodology of "necessary but not sufficient" causality. Organizational Research Methods, 19(1), 10-52. · DOI 10.1177/1094428115584005
- Dul, J. (2018). A strategy for dealing with flaws and limitations in quantitative research. Organizational Research Methods, 21(1), 104-125. · URL
- Dul, J. (2019). Necessary Condition Analysis (NCA) version 3.3: A User Manual. Europeanstudies.org. Retrieved from https://www.erim.eur.nl/people/jan-dul/ · URL
Gecureerde claims
Claims opgeslagen in het bewijsregister, elk met zijn eigen beoordeling.
Deze weergave verzint geen claimbeoordeling als het register er geen heeft.
Gerelateerde methoden
Gegenereerd uit de methodegraaf en getoond als machinaal voorgestelde relaties — er wordt geen bewijsclaim afgeleid.