“…Este método ayuda al investigador a representar y sintetizar los datos con los que cuenta para mejorar el diálogo entre las ideas y la evidencia empírica (Gandini, 2014). Una de las ventajas es que a diferencia de otros métodos cuantitativos utilizados en las ciencias sociales para el análisis de datos (ANOVA, ARM, SEM), que por tradición estudian las variables de forma independiente, el QCA permite estudiar los casos bajo la idea que las relaciones causales se entienden mejor entre conjuntos teóricos que entre correlaciones, de tal forma que busca a partir de configuraciones de condiciones causales la obtención de una salida o resultado (Fernández Guerrero et al, 2018;Fiss, 2011;Ragin & Fiss, 2008). Por lo general para el análisis QCA se requieren de diez a cincuenta muestras, lo cual se convierte en otra ventaja porque permite ofrecer respuestas validas a muestras pequeñas, sin embargo, un buen número de estudios usa QCA en muestras grandes y afirma que el análisis es igual de concluyente (Fiss, 2011;Woodside, 2012).…”