用途：在撰写 ASQ 稿件时，解决“有数据但数据到理论的路径不透明”的问题，适用于定性编码与理论构建、定量主模型与稳健性/替代解释检验、以及回应审稿人“如何从数据得到这些构念”的质疑。
主要能力： 定性分支：要求显现分析阶梯，记录一阶编码、二阶主题与聚合维度（如 Gioia 式数据结构，或 Eisenhardt 跨案例、Langley 过程分框）；说明谁编码、如何解决分歧与迭代过程；提供“原始证据→编码→构念”的数据到理论表；使用少量 power quotes 置于正文，佐证性 proof quotes 放入表格/附录；每个构念有跨信息人/案例的模式化证据与计数；报告负向案例并说明如何修正理论；过程理论需展示时间/事件结构。 定量分支：主模型匹配设计（FE/RE、事件史、多层、网络模型），在合适层级聚类标准误；稳健性针对理论威胁（替代测量、样本、设定、内生性检验，必要时使用现代交错 DiD 诊断）；提供机制证据（中介/调节或补充检验）；按组织意义解释效应量，而非只看显著性；检验而非回避替代解释。 执行桥接（StatsPAI / Stata MCP）：romano_wolf 或 benjamini_hochberg 处理多重设定，oster_delta / sensemakr 做 OVB 敏感性，wild_cluster_bootstrap、twoway_cluster / conley 处理推断，audit_result(result_id) 列出缺失检查与对应 suggest_function，etable / did_summary_to_latex 从句柄生成展品。
使用方式：按需选择定性或定量分支；准备与 asq-tables-figures 共同制作展品；将决定性检查放正文、完整检验放附录。
限制：非因果的诠释性工作不适用简化式估计链；不得过度宣称因果或可推广性；资料未提供具体软件安装、价格、平台支持等信息。