الصدق التقاربي مقابل الصدق التمايزي

تُمثّل إشكالية التحقق من صدق أدوات القياس أحد أعمق التحديات الإبستمولوجية والمنهجية في العلوم السلوكية والاجتماعية والإدارية، حيث يتعامل الباحثون في الغالب الأعم مع متغيرات كامنة (Latent Variables) وتكوينات فرضية غير خاضعة للرصد الحسي المباشر، مثل الرضا الوظيفي، والذكاء الوجداني، والالتزام التنظيمي، ورأس المال النفسي. وفي ظل هذا التعقيد، لا يمكن الاكتفاء بإثبات أن المقياس يتسم بالاتساق الداخلي أو الثبات الظاهري، بل يغدو لزاماً تأسيس حجة برهانية رصينة تؤكد أن المؤشرات المشاهدة تقيس بالفعل المفهوم النظري المراد قياسه دون سواه، مع ضمان خلو هذا القياس من الشوائب المنهجية وأخطاء القياس المشتركة.

وفي هذا السياق المعرفي، يبرز صدق البناء (Construct Validity) بوصفه الإطار المظلي الأشمل الذي يمنح القياس السيكومتري مشروعيته العلمية وقدرته على إنتاج استدلالات دقيقة قابلة للتعميم. وينبثق عن هذا الإطار قطبان منهجيان متلازمان يمثلان جناحي عملية التحقق القياسي: الصدق التقاربي (Convergent Validity) والصدق التمايزي (Discriminant Validity). وإذا كان الصدق التقاربي يسعى إلى إثبات التماسك والتلاقي بين المؤشرات المختلفة التي تُعبّر عن ذات التكوين النظري، فإن الصدق التمايزي ينهض بمهمة لا تقل شأناً، وهي تأكيد الحدود الفاصلة وتفرّد هذا البناء عن غيره من البناءات المجاورة في الشبكة النظرية الحاكمة (Nomological Network).

تهدف هذه المقالة المنهجية الشاملة إلى تفكيك الجدلية القياسية القائمة بين الصدقين، متتبعة جذورهما التاريخية انطلاقاً من أعمال كامبل وفيسك التأسيسية، ومستعرضة النماذج الرياضية والإحصائية المتقدمة المستخدمة في فحصهما، مثل نمذجة المعادلات البنائية (SEM) بأنماطها المختلفة المعتمدة على التغاير (CB-SEM) أو التباين (PLS-SEM)، وصولاً إلى أحدث المعايير الإحصائية كنسبة السمات غير المتجانسة إلى المتجانسة (HTMT). كما تتناول المقالة سياقات التطبيق، ومعالجة التعثر الإحصائي، وتقديم رؤية متوازنة تعصم الباحثين من الوقوع في المزالق الشائعة التي تهدد جودة الاستدلال في البحوث الكمية المعاصرة.

1. مقدمة تأصيلية: صدق البناء وجدلية التقارب والتمايز في القياس

1.1 المكانة المعرفية لصدق البناء (Construct Validity)

شهد مفهوم الصدق في القياس السيكومتري والتربوي تحولاً نوعياً عبر مسيرته التاريخية؛ فبعد أن كان يُنظر إليه في العقود الأولى من القرن العشرين كمجرد علاقة ارتباطية إجرائية بين درجات أداة القياس ومحك خارجي مباشر (الصدق المرتبط بمحك)، أو مجرد تقييم سطحي لمدى ملاءمة البنود لأهداف المقياس (الصدق الظاهري وصدق المحتوى)، قادت الكتابات المعرفية الرائدة لمؤلفين أمثال كرونباخ وميل (Cronbach & Meehl, 1955) إلى إعادة صياغة المفهوم ليتجاوز النظرة التجزيئية. لقد أضحى الصدق مفهوماً تكاملياً يتمحور حول “صدق البناء” بوصفه المفهوم الحاكم الذي تنضوي تحته كافة الأدلة والبراهين السيكومترية، محولاً عملية القياس من مجرد تجميع للبيانات إلى صياغة نظرية متماسكة تقيس المتغيرات الكامنة بدقة متناهية.

تتجلى أهمية صدق البناء في كونه الشرط الجوهري لتأسيس الاستدلال العلمي والقياس السيكومتري الرصين؛ إذ إن الفشل في تأسيس هذا الصدق يُبطل مشروعية اختبار الفرضيات، ويحوّل العلاقات الإحصائية الملحوظة بين المتغيرات إلى علاقات واهية أو زائفة ناجمة عن تداخل أدوات القياس وليس عن تفاعلات حقيقية بين الظواهر المفحوصة. وفي إطار فلسفة العلوم، يشكّل صدق البناء الجسر الواصل بين المستوى المفهومي التجريدي (المفاهيم والنظريات) والمستوى الإمبيريقي المحسوس (الدرجات والملاحظات). وبدون هذا الجسر، تنهار القيمة التفسيرية للنماذج الإحصائية، مهما بلغت درجة تعقيد خوارزمياتها أو دقة مستويات الدلالة المحققة فيها.

ضمن هذا البناء الإبستمولوجي، يتبوأ الصدق التقاربي والصدق التمايزي موقعاً حيوياً كجناحين متلازمين لا غنى لأحدهما عن الآخر لإثبات صلاحية أي أداة قياس كمية. فلا يكفي أن نُثبت أن فقرات المقياس تتسق في ما بينها وتلتف حول المتغير الكامن المستهدف (الصدق التقاربي)، بل يجب أن نُثبت بالتوازي أنها لا تقيس مفهوماً آخر مجاوراً أو متداخلاً في الأدبيات (الصدق التمايزي). إن غياب أحدهما يفرغ مفهوم الصدق من محتواه؛ فالتقارب دون تمايز يقود إلى تضخم البناءات وتكرارها تحت أسماء متباينة، والتمايز دون تقارب يؤدي إلى تشتت المؤشرات وفشلها في التعبير عن جوهر السمة الكامنة المراد رصدها.

1.2 الإسهام التاريخي لـ كامبل وفيسك (1959)

تُمثّل الورقة البحثية الكلاسيكية التي نشرها دونالد كامبل ودونالد فيسك (Campbell & Fiske, 1959) بعنوان “التحقق من صحة التقارب والتمايز بواسطة مصفوفة السمات المتعددة والطرق المتعددة” المنعطف المنهجي الأبرز في تاريخ نظرية القياس. فقد دشنت هذه الورقة مصفوفة السمات المتعددة والطرق المتعددة (Multitrait-Multimethod Matrix – MTMM) كإطار عمل إحصائي ومفاهيمي متقدم، صُمم خصيصاً لفك الارتباط بين تباين السمة الحقيقية (Trait Variance) وتباين الطريقة (Method Variance) الناجم عن أدوات القياس المستعملة كالملاحظة، واستبانات التقرير الذاتي، والمقابلات المقننة.

أعادت هذه الورقة صياغة نظرية الصدق صياغة ثورية، حيث نصت على أن إثبات وجود السمة لا يمكن أن يكتمل بالاكتفاء بإظهار علاقات موجبة بين درجات المقياس ومقاييس أخرى مشابهة، بل يتطلب ذلك إثبات أن السمة تتمايز بوضوح وحسم عما عداها من سمات أخرى في الوقت عينه. لقد بيّن كامبل وفيسك أن ارتفاع معامل الارتباط بين مقياسين قد لا يعكس تشابهاً حقيقياً في المفاهيم المقاسة، بل قد ينشأ كأثر جانبي لاستخدام الأسلوب الإجرائي ذاته في القياس (Common Method Bias)، وهو ما أرسى القاعدة الذهبية القائلة بأن الصدق مسار ذو اتجاهين: إثبات التقارب عند وحدة المفهوم وتعدد الطرق، وإثبات التباين والتمايز عند تعدد المفاهيم ولو اتحدت طريقة القياس.

نتج عن هذا الإسهام تحول منهجي فارق قاد الأدبيات السيكومترية بعيداً عن الاعتماد الأحادي والمبسط على مؤشرات الاتساق الداخلي، كمعامل ألفا لكرونباخ، التي كانت تُستخدم خطأً كدليل قاطع على الصدق. فقد برهن هذا التحول على أن معاملات الثبات المرتفعة قد تعكس أحياناً تكراراً لغوياً في صياغة البنود أكثر مما تعكس صدقاً في قياس البناء النظري، مما مهد الطريق لظهور تقنيات النمذجة العامليّة والتحليلات البنائية المعاصرة التي تتعامل مع مصفوفات الارتباطات البينية المعقدة، متجاوزة السذاجة المنهجية التي سادت لعقود في التعامل مع أدوات القياس الكمي.

1.3 دواعي المقارنة وأسباب اللبس المنهجي الشائع

على الرغم من الرسوخ المعرفي لمفهومي الصدق التقاربي والصدق التمايزي في مناهج البحث العلمي، لا يزال المشهد البحثي يشهد التباسات منهجية وإحصائية متكررة بين الممارسين وطلبة الدراسات العليا؛ ولعل أبرز هذه الالتباسات يكمن في الخلط الشائع بين مفهوم التمايز الإحصائي للبنود وبين اتساقها الداخلي ضمن البعد الواحد. فالكثير من الباحثين يعتقدون خطأً أن حصول المقياس على معامل ثبات مرتفع (ألفا أعلى من 0.85 مثلاً) يعني بالضرورة تحقق الصدق التقاربي والتمايزي معاً، في حين أن الثبات ليس سوى شرط لازم غير كافٍ للصدق، وقد يتعايش الثبات العالي مع فشل ذريع في التمايز عن المفاهيم المجاورة.

ومن أسباب اللبس المتجذرة أيضاً، سيادة الاعتقاد الخاطئ بأن ارتفاع معاملات الارتباط بين المتغيرات ومؤشراتها يخدم صدق القياس في جميع مستوياته التحليلية دون تمييز. فبينما يمثل ارتفاع معاملات الارتباط بين البنود وعاملها الكامن المستهدف غاية مرغوبة لتحقيق الصدق التقاربي، يمثل ارتفاع هذا الارتباط في الوقت نفسه تهديداً جسيماً للصدق التمايزي إذا ما حدث بين متغيرين كامنين يفترض نظرياً استقلالهما. إن عدم التمييز بين “الارتباط داخل البناء” (Intra-construct correlation) و”الارتباط بين البناءات” (Inter-construct correlation) يوقع الباحث في فخاخ إحصائية تؤدي إلى استنتاجات خاطئة تماماً حول هيكلية الأداة المقترحة.

تنبثق الحاجة الماسة إلى هذه المقارنة التفصيلية من ضرورة تفكيك هذا التداخل الحرج بين متطلبات التجانس الداخلي للبناء الواحد من جهة، ومتطلبات الاستقلالية المفهومية والتشغيلية بين البناءات المتباينة من جهة أخرى. ويفرض هذا التفكيك الانتقال من المعالجات التقريبية السريعة إلى المعالجة الإحصائية المحكمة التي تخضع لفحوص التحليل العاملي التوكيدي وتطبيقات نمذجة المعادلات البنائية؛ حيث يُكشف الستار عن قدرة النموذج القياسي على الصمود أمام اختبارات الدقة والمناعة ضد مشكلات التداخل المفهومي والتكرار القياسي الفائض.

2. الصدق التقاربي (Convergent Validity): الأسس النظرية والمؤشرات الإحصائية

2.1 التعريف المفاهيمي والإجرائي للصدق التقاربي

يُعرَّف الصدق التقاربي (Convergent Validity) على أنه الدرجة التي تتطابق أو تتلاقى عندها القياسات والمؤشرات والبنود المختلفة التي صُممت استناداً إلى أطر نظرية لقياس المتغير الكامن ذاته. ويستند هذا المفهوم إلى افتراض مفاده أنه إذا كانت مجموعة من العبارات أو الأدوات ترتبط فعلياً ببناء نظري مفترض، فإن الاستجابات الناتجة عنها يجب أن تشترك في حصة معتبرة من التباين؛ مما يعكس تقاربها وتجمعها حول بؤرة مفهومية واحدة تؤكد أنها شواهد إمبيريقية لحقيقة كامنة مشتركة تنظم سلوك هذه المتغيرات المشاهدة.

أما من المنظور النظري السيكومتري، فإن الصدق التقاربي يتأسس على افتراضات نظرية الاختبار الكلاسيكية (Classical Test Theory) ونظرية الاستجابة للمفردة (Item Response Theory)، التي تفيد بأن التباين الكلي الملاحظ لأي بند قياسي ينقسم إلى تباين راجع للسمة الكامنة المستهدفة، وتباين فريد خاص بالبند، وتباين ناتج عن خطأ القياس العشوائي. وبناءً على ذلك، يتطلب الصدق التقاربي أن يعود الشطر الأكبر من تباين البنود إلى المتغير الكامن المشترك بينها، وليس إلى الأخطاء العشوائية أو الخصائص الفريدة التي لا ترتبط بالبناء، مما يعطي وزناً كبيراً لقوة الارتباطات البينية ومؤشرات الاتساق الموضوعي.

تكتسب هذه الدلالة السيكومترية عمقاً إضافياً عند تقييم الصدق التقاربي عبر أدوات وطرق بديلة للسمة الواحدة؛ فإذا تم قياس مفهوم مثل “القلق الوظيفي” عبر استبانة تقرير ذاتي وعبر مقياس للملاحظة السلوكية أو المؤشرات الفسيولوجية، فإن تحقق الصدق التقاربي يقتضي وجود علاقات ارتباطية موجبة ودالة إحصائياً بين هذه المصادر المتباينة. يضمن هذا الإجراء ألا تكون الدرجة التي يحصل عليها المستجيب مجرد نتاج عَرَضي لطريقة جمع البيانات المتبعة، بل تعبيراً صادقاً وموثوقاً عن السمة المفحوصة بغض النظر عن الصيغة الإجرائية الموظفة لقياسها.

2.2 المؤشرات والمعايير الإحصائية للتحقق

للتحقق من الصدق التقاربي بصورة كمية دقيقة ومحكمة، طور علماء الإحصاء السيكومتري حزمة من المؤشرات والمعايير القياسية التي تطبق ضمن بيئات النمذجة المتقدمة. يترأس هذه المعايير فحص أوزان التشبع العاملي المعيارية (Standardized Factor Loadings) الناتجة عن نماذج القياس؛ حيث يُشترط أن تكون هذه التشبعات دالة إحصائياً ومرتفعة القيمة، بحيث تتجاوز في العادة العتبة المقبولة البالغة (0.70) أو على الأقل (0.60) في الدراسات الاستكشافية. ويعني تشبع البند بقيمة 0.70 أن أكثر من نصف تباينه (0.70² ≈ 0.50) يُعزى مباشرة إلى العامل الكامن، وهو الحد الأدنى المقبول لضمان كفاءة المؤشر القياسي.

يتمثل المؤشر الثاني الحاسم في مقياس متوسط التباين المستخلص (Average Variance Extracted – AVE)، الذي قدمه لأول مرة الباحثان فورنيل ولاركر (Fornell & Larcker, 1981). يُعبّر هذا المؤشر عن النسبة العامة للتباين الذي ينجح المتغير الكامن في استخلاصه وتفسيره من مؤشراته المشاهدة مقارنة بالتباين المعزو لخطأ القياس. وتُحسب قيمة AVE وفق المعادلة الرياضية التالية:

AVE = (Σ λᵢ²) / [ (Σ λᵢ²) + Σ (1 – λᵢ²) ]

حيث يرمز λᵢ إلى التشبع العاملي المعياري للبند رقم i. ويجمع الإجماع المنهجي على ضرورة ألا تقل قيمة AVE عن (0.50)، إذ إن القيمة الأقل من هذا الحد تشير بوضوح إلى أن تباين الخطأ في النموذج يتجاوز التباين المفسر بواسطة البناء الكامن، مما يقدح في الصدق التقاربي للأداة.

إلى جانب ذلك، يبرز مؤشر الموثوقية المركبة (Composite Reliability – CR) ومعامل ماكدونالد أوميغا (McDonald’s Omega) كبدائل متقدمة وأكثر صرامة لمعامل ألفا لكرونباخ، حيث يتجاوزان افتراض توازي القياسات (Tau-equivalence) غير الواقعي الذي تقوم عليه ألفا. تُحسب الموثوقية المركبة استناداً إلى مجموع التشبعات ومجموع تباينات الخطأ وفق الصيغة:

CR = (Σ λᵢ)² / [ (Σ λᵢ)² + Σ (1 – λᵢ²) ]

ويتعين أن تتجاوز قيمة CR العتبة الدنيا المعتمدة والبالغة (0.70) لتأكيد أن التكوين يتسم بدرجة عالية من الثبات والتماسك التقاربي، مع الإشارة إلى أن تجاوزها لحاجز (0.80) يُعد مؤشراً على جودة قياسية رفيعة في البحوث التأكيدية المتقدمة.

2.3 استراتيجيات الفحص عبر التحليل العاملي التوكيدي (CFA)

يمثل التحليل العاملي التوكيدي (Confirmatory Factor Analysis – CFA) البيئة الإحصائية المعيارية والأكثر ملاءمة لاختبار الصدق التقاربي بموضوعية صارمة. تبدأ أولى استراتيجيات الفحص في إطار CFA بتقييم الدلالة الإحصائية للمعالم المقدرة والتشبعات العاملية عبر فحص قيم الاختبار التائي أو الزائي (t-values / z-values)؛ حيث يجب أن تكون كافة المعاملات دالة عند مستوى دلالة صارم (p < 0.001)، مما يثبت أن الروابط المشاهدة بين البنود والعوامل ليست وليدة الصدفة الإحصائية أو أخطاء المعاينة.

تتمثل الخطوة التالية في فحص مؤشرات حسن المطابقة الشاملة للنموذج القياسي (Model Fit Indices)، إذ لا يمكن الوثوق بالصدق التقاربي إذا كان النموذج ككل يعاني من سوء مطابقة لبيانات الواقع الفعلي. وتشمل هذه المؤشرات فحص إحصائية كاي تربيع بالنسبة لدرجات الحرية (χ²/df) بحيث تقل عادة عن (3.0)، ومؤشرات المطابقة المقارنة مثل مؤشر المطابقة المقارن (CFI) ومؤشر تاكر لويس (TLI) بقيم يُحبذ أن تتجاوز (0.95)، إلى جانب مؤشرات الخطأ مثل جذر متوسط مربعات خطأ الاقتراب (RMSEA) ومؤشر متوسط الجذور المتبقية المعيارية (SRMR) اللذين يُشترط أن يقلا عن (0.06) أو (0.08) على أقصى تقدير لضمان الملاءمة المنهجية الكاملة للنموذج.

وعند ظهور مشكلات ميدانية تتعلق بتدني التشبعات العاملية عن الحدود الموصى بها، تقتضي قواعد القياس الحصيفة اتخاذ إجراءات تصحيحية منهجية. يبدأ الباحث بفحص مصفوفة البواقي المعيارية ومؤشرات التعديل (Modification Indices) لاكتشاف البنود التي تشترك في أخطاء قياس واسعة أو تتشبع على عوامل لم تُخصص لها. وفي مثل هذه الحالات، يتم اللجوء إلى حذف البنود ذات الأداء السيكومتري الضعيف تدريجياً، مع مراعاة ألا يؤدي هذا الحذف إلى تفريغ البناء من محتواه المفهومي، أو يعاد صياغة البنود الملتبسة وإخضاعها لجولات جمع بيانات وتحليل لاحقة لإعادة التحقق من استقرار البناء.

3. الصدق التمايزي (Discriminant Validity): استقلالية البناء والتفرد القياسي

3.1 التعريف المفاهيمي والضرورة الإبستمولوجية

يُمثّل الصدق التمايزي (Discriminant Validity)، ويُسمى أحياناً بالصدق المتباعد (Divergent Validity)، المعيار السيكومتري الذي يقيس مدى استقلالية وانفصال التكوين النظري عن غيره من التكوينات والمتغيرات الكامنة الأخرى ضمن الإطار المفاهيمي المشترك للدراسة. وإذا كان الصدق التقاربي ينصب على إثبات الهوية الداخلية للبناء، فإن الصدق التمايزي يركز على رسم حدوده الخارجية الصلبة؛ أي إثبات أن هذا المتغير الكامن يستحوذ على ظاهرة نفسية أو سلوكية فريدة ومتميزة لا تستوعبها ولا تقيسها المقاييس الأخرى القائمة في النموذج البحثي.

تحظى هذه الاستقلالية القياسية بضرورة إبستمولوجية بالغة؛ فهي تعمل كخط دفاع منهجي يقي المجتمع الأكاديمي من الوقوع في شرك ما يُعرف سيكومترياً بـ “مغالطة التباين اللفظي” أو (Jangle Fallacy)، وهي الظاهرة المؤسفة المتمثلة في استخدام مصطلحات ومسميات علمية جديدة لوصف مفاهيم قديمة ومستقرة، دون تقديم أي إضافة معرفية أو تمايز تجريبي حقيقي. فعلى سبيل المثال، لا معنى لتقديم مفهوم جديد تحت مسمى “الحماس المؤسسي” إذا كانت مؤشراته الإمبيريقية تتطابق بنيوياً مع مفهوم “الاندماج الوظيفي” القائم بالفعل؛ إذ يُعد غياب الصدق التمايزي هنا برهاناً ساطعاً على التكرار المنهجي الزائف.

إضافة إلى ذلك، يؤدي التحقق من الصدق التمايزي دوراً وظيفياً حاسماً في حماية النماذج الهيكلية من أمراض التقدير الإحصائي، وعلى رأسها مشكلة التعددية الخطية الحادة (Multicollinearity) بين المتغيرات الكامنة. فعندما تغيب الحدود الفاصلة بين المتغيرات، تصبح مصفوفات التغاير شبه منفردة أو غير مستقرة، مما يؤدي إلى تضخم الأخطاء المعيارية، وانعكاس إشارات معاملات الانحدار بصورة غير منطقية (Suppression Effects)، وانهيار القوة التفسيرية للنموذج الهيكلي العام، مما يمنع الباحث من تحديد الآثار السببية الحقيقية للمتغيرات قيد الدراسة.

3.2 المعايير الإحصائية التقليدية والحديثة

تدرجت الممارسات الإحصائية في قياس الصدق التمايزي من الاعتماد على أساليب كلاسيكية وصولاً إلى تطوير تقنيات متقدمة وفائقة الحساسية. وتتوزع هذه الممارسات تاريخياً ومنهجياً بين ثلاثة معايير رئيسية:

• محك فورنيل ولاركر (Fornell-Larcker Criterion): يُعد هذا المعيار التقليدي الأكثر شيوعاً في الأدبيات منذ ظهوره عام 1981. ويشترط هذا المحك أن يكون الجذر التربيعي لمتوسط التباين المستخلص (Square root of AVE) لكل متغير كامن أكبر بصورة واضحة من جميع معاملات الارتباط البينية التي تربط هذا المتغير بأي متغير كامن آخر في النموذج القياسي. والمنطق الإحصائي الكامن وراء هذه القاعدة هو أن المتغير يجب أن يشترك في تباين مع مؤشراته الخاصة بدرجة تفوق التباين الذي يشترك فيه مع متغيرات كامنة مجاورة.
• فحص التشبعات المتقاطعة (Cross-Loadings): يعتمد هذا الفحص على مستوى البنود المفردة؛ حيث يُشترط أن يكون تشبع كل بند على المتغير الكامن المخصص له أعلى بشكل ملحوظ من تشبعه على أي متغير كامن آخر في مصفوفة التشبعات العاملية. وإذا تبين أن البند يرتبط بعامل غريب بقيمة تقارب أو تتجاوز ارتباطه بعامله الأصلي، فإن هذا يُعد مؤشراً حاسماً على اختراق الصدق التمايزي وتلوث البند بتباين يعود لسمة مغايرة.
• نسبة تباين السمات غير المتجانسة إلى السمات المتجانسة (Heterotrait-Monotrait Ratio of Correlations – HTMT): يُمثل معيار HTMT، الذي قدمه هنسلر وزملاؤه (Henseler et al., 2015)، ثورة حديثة وتطوراً جوهرياً في تقييم الصدق التمايزي. يقوم هذا المؤشر بحساب النسبة بين متوسط الارتباطات بين البنود التي تقيس بناءات مختلفة (Heterotrait-Heteromethod correlations) ومتوسط الارتباطات بين البنود التي تقيس نفس البناء (Monotrait-Heteromethod correlations)، مقدماً محكاً يفوق في دقته وحساسيته كافة المعايير السابقة.

3.3 تحديات التحقق الإحصائي للصدق التمايزي

تعرضت المعايير الإحصائية التقليدية لتقييم الصدق التمايزي، وخاصة محك فورنيل ولاركر، لانتقادات أكاديمية لاذعة في السنوات الأخيرة. فقد أثبتت دراسات المحاكاة الرياضية المكثفة التي وظفت تقنيات مونت كارلو أن محك فورنيل-لاركر يعاني من ضعف شديد في الحساسية الإحصائية (Low Sensitivity)، مما يعني عجزه الفادح عن اكتشاف المشكلات البنيوية وغياب الصدق التمايزي في حالات شائعة للغاية، لا سيما عندما تكون تشبعات البنود غير متجانسة بصورة كبيرة (بين 0.60 و0.85)، مما يؤدي إلى قبول نماذج تفتقر واقعياً إلى الاستقلالية المفهومية.

تجاوباً مع هذه القصور المنهجي، اتجهت الأدبيات الحديثة إلى فرض عتبات رقمية صارمة لنسبة HTMT للبت في مسألة الصدق التمايزي. ويقضي العرف المنهجي الصارم برفض الصدق التمايزي إذا تجاوزت نسبة HTMT القيمة (0.85) عندما تكون التكوينات المفاهيمية متمايزة ومتباعدة نظرياً في أصلها الأدبي؛ في حين يُسمح برفع هذه العتبة إلى (0.90) كحد أقصى مرن عندما تكون البناءات الكامنة تنتمي إلى عائلة مفهومية واحدة أو تمثل أبعاداً متقاربة لظاهرة كلية، مع اعتبار تجاوز حاجز (0.90) دليلاً لا يقبل الشك على التداخل والاندماج القياسي غير المبرر.

ولم تتوقف التطويرات المنهجية عند المقارنة المباشرة للنسب المئوية، بل طالبت المدارس الإحصائية المتقدمة باستخدام أسلوب الاستنتاج التكراري (Bootstrapping) لبناء فترات ثقة إحصائية لنسبة HTMT (مثل فترة ثقة 95% أو 99%). ويتمثل الاختبار الحاسم هنا في التحقق من أن الحد الأعلى لفترة الثقة لا يشتمل ولا يصل إطلاقاً إلى القيمة الحرجة (1.00)؛ إذ إن احتواء فترة الثقة على الواحد الصحيح يبرهن إحصائياً على عدم القدرة على رفض فرضية العدم القائلة بتطابق التكوينين، مما يوجب إعادة النظر في هيكل المقياس فوراً.

4. أبرز الفروق الجوهرية بين الصدق التقاربي والصدق التمايزي

4.1 أبعاد المقارنة المفاهيمية والوظيفية

تتفرع الفروق بين الصدق التقاربي والصدق التمايزي عبر مستويات متعددة؛ تبدأ بالغاية المركزية وتنتهي بتوجيه القرارات النظرية للباحث. فمن حيث الغاية الوظيفية، يسعى الصدق التقاربي إلى إثبات التكتل والتلاحم الداخلي لمنظومة المؤشرات، والتحقق من أنها تصب جميعها في معين مفهومي واحد، في حين ينشغل الصدق التمايزي بترسيم الحدود السيادية الفاصلة لكل متغير كامن، وتأكيد عدم اختراقه للمجال المفهومي للمتغيرات المحيطة به.

وينعكس هذا التباين الوظيفي مباشرة على طبيعة الارتباطات المستهدفة والمفضلة في كل تحليل؛ ففي الصدق التقاربي، يكون الهدف الاستراتيجي للباحث هو تعظيم معاملات الارتباط وجعلها موجبة وقوية قدر الإمكان، لأن الضعف في الارتباط يُفسَّر على أنه شذوذ في الأداة وارتفاع في نسبة أخطاء القياس العشوائية. وعلى النقيض من ذلك تماماً، يتطلب الصدق التمايزي تقييد معاملات الارتباط وخفضها إلى مستويات منخفضة أو معتدلة؛ إذ يُعد الارتفاع المفرط في معاملات الارتباط بين التكوينات الكامنة نذيراً بفشل المقياس وانهيار هويته المستقلة.

يتجسد الفارق المفهومي كذلك في الاتجاه المنطقي للتحليل السيكومتري؛ فالصدق التقاربي يسير في حركة استقرائية صاعدة تبدأ من فحص التفاصيل الدقيقة للبند المفرد ومدى انجذابه نحو العامل الكامن (من البنود إلى البناء). أما الصدق التمايزي، فينطلق من حركة استنتاجية مقارنة تتأمل المتغير الكامن ككتلة كلية في علاقته بالبناءات الكامنة المجاورة (من البناء إلى البناءات الأخرى)، مما يجعل الأول فحصاً لعمق الظاهرة وتماسكها، في حين يمثل الثاني فحصاً لأفق الظاهرة وتفردها ضمن الشبكة النظرية الحاكمة.

4.2 أبعاد المقارنة الإحصائية والتحليلية

من المنظور الإحصائي والحسابي، تتباين المعادلات الرياضية والمؤشرات المستخدمة للحكم على كل نمط من نمطي الصدق تDefaultياً؛ فالصدق التقاربي يعتمد جوهرياً على حساب مقادير التباين المشترك بين البنود وعاملها عبر استخراج أوزان التشبع العاملي المعيارية (Factor Loadings)، وحساب الموثوقية المركبة (CR)، واستخراج متوسط التباين المستخلص (AVE). وتدور كافة هذه المؤشرات في فلك قياس نسبة التباين المفسر بواسطة البناء مقارنة بالتباين الخاص بالخطأ.

في المقابل، توجه المؤشرات الإحصائية في الصدق التمايزي بوصلتها نحو مقارنة التباينات والارتباطات النسبية عبر مستويات النموذج المختلفة؛ حيث تُستخدم مصفوفات التشبعات المتقاطعة (Cross-loadings) لرصد تسرب تباين البنود نحو العوامل الأخرى، أو يتم تطبيق معادلات المقارنة بين الجذور التربيعية لـ AVE ومعاملات الارتباط البينية الكامنة (Phi coefficients) في أسلوب فورنيل-لاركر، أو يتم استدعاء مصفوفات الارتباط المركبة لحساب نسب HTMT المعقدة باستخدام تقنيات الاستنتاج غير البارامتري عبر الـ Bootstrapping.

ويقود هذا التمايز الإحصائي إلى اختلاف نوعية التهديدات المنهجية التي يكشف عنها كل نمط؛ فالخلل في الصدق التقاربي ينبه الباحث إلى وجود تشتت في البنود، أو سوء فهم لدى عينة الدراسة لعبارات المقياس، أو ضعف في الترجمة والتأصيل الإجرائي، مما يؤدي إلى انخفاض القوة التفسيرية للبناء الكامن. أما الخلل في الصدق التمايزي، فينذر بوجود تداخل نظري حرج، أو خطأ قياس ناشئ عن وحدة طريقة القياس (Common Method Variance)، أو تكرار لفظي يعطل قدرة النموذج على إجراء المقارنات والتحليلات التنبؤية الموثوقة.

4.3 جدول المقارنة المنهجية الشاملة

يوضح الجدول التركيبي التالي مقارنة نقدية شاملة ومفصلة بين الصدق التقاربي والصدق التمايزي عبر مختلف الأبعاد المفاهيمية والإحصائية والتطبيقية في الممارسات البحثية المعاصرة:

بُعد المقارنة	الصدق التقاربي (Convergent Validity)	الصدق التمايزي (Discriminant Validity)
التعريف المنهجي	مدى اتفاق وتلاقي المؤشرات المختلفة المصممة لقياس البناء الكامن ذاته وتشاركها في التباين المشترك.	مدى استقلال وتفرد البناء الكامن وانفصاله إمبيريقياً عن سائر البناءات الأخرى غير المماثلة له.
الهدف الاستراتيجي	تأكيد التجانس والتماسك الداخلي للبناء وإثبات أن البنود تمثل ظاهرة كامنة واحدة.	منع التداخل المفهومي ومغالطة التباين اللفظي (Jangle Fallacy) وتفادي مشكلات التعددية الخطية.
طبيعة الارتباط المستهدفة	ارتباطات موجبة، قوية، ودالة إحصائياً بين البنود وعاملها الكامن (تعظيم الارتباط).	ارتباطات منخفضة إلى معتدلة وغير دالة كلياً على التطابق بين التكوينات الكامنة (تقييد الارتباط).
المحكات الإحصائية المعيارية	– التشبع العاملي المعياري (λ ≥ 0.70). – متوسط التباين المستخلص (AVE ≥ 0.50). – الموثوقية المركبة (CR ≥ 0.70) وأوميغا ماكدونالد.	– محك فورنيل-لاركر (جذر AVE أعلى من الارتباطات). – التشبعات المتقاطعة (تفوق تشبع البند على عامله). – نسبة HTMT أقل من 0.85 (أو 0.90)، ودلالتها دون 1.00.
الاتجاه المنهجي في التحليل	صاعد من المؤشرات الفردية والبنود نحو التكوين الكامن (Intra-construct level).	مقارن أفقي بين التكوين الكامن والتكوينات الأخرى في النموذج (Inter-construct level).
البيئة التحليلية المفضلة	التحليل العاملي التوكيدي (CFA) عبر فحص تباين الخطأ ومصفوفات التغاير ومؤشرات المطابقة.	نمذجة المعادلات البنائية (SEM) بفحص مصفوفات الارتباط الكامن ونسب التباين المشترك وتقنيات التكرار (Bootstrapping).
التطبيقات في PLS vs CB-SEM	تُحسب قيم AVE وCR مباشرة في كلي المنهجين، مع التركيز على دقة تقديرات التباين في PLS-SEM.	يُركز CB-SEM على دمج العوامل وفحص فترات ثقة الارتباط، بينما يتفوق PLS-SEM في تطبيق مؤشر HTMT الدقيق.
الحلول المنهجية عند الفشل	حذف البنود ضعيفة التشبع (< 0.40)، مراجعة الصياغات اللغوية، وإعادة تقييم الصدق الظاهري والمحتوى.	دمج الأبعاد المتداخلة في عامل من الرتبة الثانية (Second-order)، حذف البنود الملوثة متقاطعة التشبع، أو مراجعة الأطر النظرية.
أثر الإهمال على النموذج	ضعف القوة التفسيرية، عدم استقرار البناء، وارتفاع أخطاء التقدير والانحدار في النموذج الهيكلي.	تعدد خطي مدمر، معاملات انحدار زائفة وغير منطقية، وفقدان القدرة على فهم العلاقات السببية المستقلة.

يتضح من استقراء هذا الجدول أن إهمال أحد هذين الجانبين لصالح الآخر يقود حتماً إلى خلل هيكلي في النموذج العلمي؛ فالتركيز الحصري على الصدق التقاربي قد يمنح الباحث وهماً بتماسك مقاييسه، لكنه يتركه عرضة لاكتشاف أن مقاييسه تكرر نفس المضامين المكرسة في الأدبيات دون تمايز. وبالمثل، فإن الاكتفاء بتحقيق الصدق التمايزي دون تمتين الصدق التقاربي يفرز مقاييس مستقلة عن غيرها لكنها في حقيقة الأمر لا ترتبط بنواة مفهومية صلبة، وتتلاشى قدرتها على تفسير التباين الملاحظ في الظواهر الإنسانية.

5. أوجه التشابه والتكامل المنهجي بين الصدقين

5.1 التكامل داخل إطار مصفوفة السمات المتعددة والطرق المتعددة (MTMM)

لا تنفصل المقارنة التحليلية بين الصدق التقاربي والصدق التمايزي عن حقيقة كونهما ركيزتين متكاملتين تتكامل وظائفهما ضمن بوتقة معرفية واحدة، وهي تقديم البرهان المتكامل على صدق البناء. ويتجلى هذا التكامل التاريخي والمفاهيمي في أبهى صوره داخل إطار مصفوفة السمات المتعددة والطرق المتعددة (MTMM) التي ابتكرها كامبل وفيسك؛ حيث يُنظر إلى التقارب والتمايز باعتبارهما وجهين غير منفصلين لعملة سيكومترية واحدة؛ فلا يمكن لعلامات الصدق أن تستقر بمجرد تحقق أحدهما بمعزل عن الآخر.

تقدم مصفوفة MTMM منهجية دقيقة لتفكيك التباين الملاحظ، فارزة بين التباين العائد إلى السمة الحقيقية في ذاتها والتباين الزائف المشتق من أساليب وأدوات جمع البيانات (Method Variance). وفي هذا الإطار التحليلي الصارم، يتحقق التكامل بين الصدقين عبر فحص سلم هرمي من معاملات الارتباط داخل المصفوفة؛ حيث يشترط لإثبات صدق البناء أن تكون ارتباطات “السمة الواحدة المقاسة بطرق مختلفة” (وهي خلاصة الصدق التقاربي) مرتفعة ودالة إحصائياً، وفي الوقت عينه أعلى بصورة جوهرية من ارتباطات “السمات المختلفة المقاسة بالطريقة نفسها” (وهي جوهر الصدق التمايزي وحصنه المنيع ضد تحيز الطريقة المشتركة).

إن هذا التشابك المنهجي يبرهن على أن الصدق التمايزي يستحيل بناؤه دون قاعدة تقاربية راسخة؛ إذ كيف لسمة أن تتمايز عن غيرها إذا لم تكن قادرة في المقام الأول على لمّ شتات مؤشراتها الخاصة والتقارب عبر مختلف طرق الرصد والقياس؟ وعلى الجانب المقابل، يفقد التقارب قيمته العلمية ما لم يثبت حيزه الخاص واستقلاليته عما حوله، مما يجعل جهود الباحث في إثبات الصدقين جهداً موحداً يستهدف تنقية القياس السلوكي من الشوائب والتحيزات الذاتية والموضوعية.

5.2 الاعتماد المشترك على نماذج المعادلات البنائية (SEM)

تشترك عمليتا فحص الصدق التقاربي والصدق التمايزي في كونهما تشكلان معاً المحطة الإلزامية الأولى في النمذجة الحديثة للظواهر المعقدة عبر نماذج المعادلات البنائية (Structural Equation Modeling – SEM). ويتبنى المنهج المعتمد عالمياً استراتيجية التحليل ثنائي الخطوات التي رسخها أندرسون وجيربينج (Anderson & Gerbing, 1988)؛ حيث يحظر تماماً اختبار العلاقات السببية والتفسيرية في النموذج الهيكلي (Structural Model) إلا بعد إجازة نموذج القياس (Measurement Model) والتثبت القاطع من بلوغ مؤشرات الصدقين كامل عتباتها الإحصائية المعتمدة.

يرجع هذا الاعتماد المشترك إلى أن كلاً من الصدق التقاربي والصدق التمايزي يستندان رياضياً إلى ذات مصفوفات التغاير (Covariance Matrices) والتباين والانحدار المستخدمة لتقدير المعالم الكامنة. فخوارزميات التقدير، سواء كانت معتمدة على الإمكانية الأعظمية (Maximum Likelihood) في CB-SEM أو على المربعات الصغرى الجزئية (Partial Least Squares) في PLS-SEM، تقوم بحل المنظومة الرياضية لنموذج القياس دفعة واحدة، مما يجعل تقديرات التشبعات العاملية (الصدق التقاربي) تتأثر وتتكامل مع تقديرات معاملات الارتباط بين المتغيرات الكامنة (الصدق التمايزي).

يؤثر التكامل الإحصائي بين الصدقين مباشرة على جودة النتائج النهائية للدراسات الميدانية؛ إذ إن ضبط مؤشرات الصدق التقاربي والتمايزي في نموذج القياس يسهم بشكل حاسم في تخفيض التقديرات المتحيزة (Biased Estimates) لمعاملات المسار (Path Coefficients) في النموذج الهيكلي. إن التساهل في فحص صدق البناء ينتقل كعدوى إحصائية إلى اختبار الفرضيات، مما يقود إلى قبول فرضيات زائفة أو رفض علاقات حقيقية قائمة، وهو ما يجعل فحص نموذج القياس بشقيه التقاربي والتمايزي صمام الأمان الذي يحمي متانة الاستنتاج العلمي وقوته الإحصائية.

5.3 دورهما المشترك في جودة البحث الميداني

تتضافر جهود التحقق من الصدقين التقاربي والتمايزي لخدمة غاية عليا تتمثل في الارتقاء بالموثوقية الشاملة للبحوث الميدانية في مختلف فروع العلوم الاجتماعية والإنسانية والإدارية. ففي مجالات المقاييس السلوكية، والاستشارات التنظيمية، والتشخيص الإكلينيكي والتربوي، تكتسب دقة التشخيص والتصنيف أهمية أخلاقية ومهنية لا تحتمل الخطأ؛ حيث يتوقف اتخاذ قرارات مصيرية مثل اختيار القيادات، أو تشخيص الاضطرابات النفسية، أو إعادة هيكلة المنظمات، على مدى دقة أدوات القياس في عزل وتحديد الظاهرة المعنية دون اختلاطها بغيرها.

وعلاوة على ذلك، يضطلع الصدقان بدور استباقي في حماية المنهجية العلمية من الوقوع في فخ العلاقات الزائفة أو المتضخمة التي تنجم في العادة عن خطأ القياس المشترك أو التداخل اللفظي والمضموني بين الأدوات؛ فإذا كان مقياس المتغير المستقل ومقياس المتغير التابع يعانيان من عجز في الصدق التمايزي، فإن معامل الارتباط العالي الملحوظ بينهما سيكون انعكاساً لخلل في القياس وليس لعلاقة تأثير حقيقية بين المتغيرين، وهو ما ينسف أركان البحث الميداني ويقود إلى تبني سياسات وتطبيقات تنظيمية أو تربوية لا طائل من ورائها.

وفي الختام، يمثل الإثبات المشترك والمحكم للصدق التقاربي والتمايزي حجر الزاوية في رفع قابلية تعميم النتائج (Generalizability) والقدرة على تكرار الدراسة والتحقق من صدقها (Replicability) عبر ثقافات وبيئات وسياقات جغرافية مغايرة. فالأداة القياسية التي تتمتع بتماسك داخلي متين وحدود خارجية مستقلة ومبرهنة إحصائياً هي وحدها القادرة على الصمود عند تطبيقها في بيئات عابرة للثقافات، مما يسهم بفعالية في مراكمة المعرفة العلمية وتقديم نظريات تمتاز بالعمومية والموثوقية العالية.

6. سياقات التطبيق والاستخدام المنهجي: متى وكيف يُطبق كل منهما؟

6.1 خطوات التقييم المتتابع في تطوير المقاييس الجديدة

تتطلب عملية بناء وتطوير المقاييس السيكومترية أو تكييفها عبر الثقافات اتباع بروتوكول منهجي صارم ومتتابع لاختبارات الصدق، يتدرج عبر ثلاث مراحل رئيسية مترابطة تضمن بناء أداة تتمتع بأعلى مواصفات الجودة العلمية:

• المرحلة الأولى: الفحص الموضعي للصدق التقاربي وتنقية البنود: تبدأ هذه المرحلة عقب الانتهاء من جمع البيانات الاستطلاعية والتحليل العاملي الاستكشافي (EFA). يتم فيها تطبيق التحليل العاملي التوكيدي (CFA) لفحص أداء كل بعد ومؤشراته على حدة، ورصد التشبعات العاملية لجميع البنود، واستبعاد المؤشرات التي يقل تشبعها عن (0.50) وحساب قيم AVE وCR الأولية للتأكد من أن المؤشرات المقترحة تتقارب بصورة كافية لتمثيل المتغير الكامن وتصفيته من أخطاء القياس الشاذة.
• المرحلة الثانية: فحص الصدق التمايزي وشبكة العلاقات: بمجرد التأكد من تماسك وتجانس الأبعاد الفردية، ينتقل الباحث إلى التحليل الكلي لنموذج القياس الجامع، حيث يتم فحص التداخل والارتباطات بين جميع الأبعاد المكونة للمقياس أو بين المقياس الجديد والمقاييس المستقرة المشابهة له في الأدبيات. ويتم في هذه المرحلة إخضاع البيانات لاختبارات HTMT الصارمة، وتطبيق محك فورنيل-لاركر، وفحص مصفوفة التشبعات المتقاطعة للتأكد من عدم وجود أي خلط بين مفاهيم الأداة الجديدة والتكوينات الأخرى ذات الصلة.
• المرحلة الثالثة: الصياغة التركيبية لتقرير الصدق العام: تدمج هذه المرحلة مخرجات التقييمين ضمن تقرير قياسي شامل يبرهن على الصلاحية السيكومترية للأداة في سياقها الجديد. ويتضمن التقرير عرض مصفوفات التغاير، وقيم حسن المطابقة للنموذج، ومؤشرات التباين المستخلص والارتباطات البينية، مما يقدم حجة متكاملة تقنع لجان التحكيم والأوساط العلمية بأن الأداة أضحت جاهزة للاستخدام في قياس الظواهر الميدانية واختبار النماذج السببية المترتبة عليها.

6.2 إجراءات المعالجة عند فشل مؤشرات الصدق

يواجه الباحثون في الميدان حالات شائعة يتعثر فيها تحقيق المعايير القياسية للصدق التقاربي أو التمايزي؛ الأمر الذي يستدعي التدخل بحلول منهجية وإحصائية رصينة تبتعد عن التعديل العشوائي للبيانات، وتستند إلى المبررات النظرية والإمبيريقية المتوازنة. فعند تعثر الصدق التقاربي، يُوصى بالآتي:

• فحص معاملات الارتباط المصححة بين البند والدرجة الكلية للبعد (Item-Total Correlations)؛ حيث يمثل انخفاضها مؤشراً أولياً على عدم تجانس البند مع بقية المجموعة.
• اللجوء إلى الحذف المنظم والتدريجي للبنود ذات التشبعات العاملية الضعيفة (خاصة الأقل من 0.40 أو 0.50)، شريطة ألا يقل عدد المؤشرات المتبقية للبعد الواحد عن ثلاثة بنود، حفاظاً على قابلية التحديد الرياضي (Model Identification) للبناء الكامن.
• مراجعة الصياغة اللغوية والترجمة؛ فقد يعود تدني التشبع إلى وجود غموض دلالي، أو استخدام صيغ النفي المزدوج، مما يستلزم إعادة كتابة البند وإخضاعه للتقييم في دراسات استطلاعية لاحقة.

أما عند تعثر الصدق التمايزي وتجاوز مؤشرات HTMT لعتبة 0.85 أو 0.90، أو فشل محك فورنيل-لاركر، فينبغي اللجوء إلى حزمة أخرى من الإجراءات المتخصصة تشمل:

• دمج العوامل المتقاربة جداً ذات التداخل الحاد في عامل واحد متعدد الجوانب، إذا أيدت الأدبيات النظرية ذلك، أو صياغة نموذج عاملي من الدرجة الثانية (Second-Order Construct) يفسر التغاير المشترك بين الأبعاد المتقاربة باعتبارها تجليات لمتغير مظلي أوسع.
• فحص مصفوفة التشبعات المتقاطعة بدقة متناهية، وحذف البنود الملوثة (Cross-loading Items) التي تتشبع بارتفاع على أكثر من عامل في الوقت نفسه، لأن هذا التشبع المزدوج هو السبب الأساسي لتضخم الارتباط الكامن بين المتغيرات.
• إعادة ضبط الحدود النظرية للمتغيرات، وتبرير التعديلات تأصيلياً وليس بدافع رفع المؤشرات الإحصائية فحسب؛ إذ يجب أن يخضع أي تعديل في هيكلية القياس للاتساق المفهومي مع النظريات المؤسسة للبحث.

6.3 معايير كتابة ونشر تقارير الصدق في الدوريات العلمية المحكمة

تفرض الدوريات العلمية العالمية المصنفة في قواعد البيانات الكبرى (مثل Web of Science وScopus) معايير نشر صارمة فيما يتصل بالإفصاح عن صدق أدوات القياس ومؤشراتها الإحصائية؛ ولم يعد مقبولاً بأي حال من الأحوال الاكتفاء بالتقرير السطحي لمعامل ألفا لكرونباخ كدليل كافٍ ووحيد على الصلاحية والاتساق الداخلي للمقاييس المستخدمة في البحوث الميدانية.

تتطلب الكتابة الأكاديمية الرصينة الشفافية المطلقة عبر تضمين تقارير تفصيلية تعرض مصفوفات التشبع العاملي المعياري لجميع البنود وأخطائها المعيارية ومستويات دلالتها الإحصائية، فضلاً عن تقديم جداول واضحة تتضمن قيم الموثوقية المركبة (CR)، ومتوسط التباين المستخلص (AVE)، إلى جانب جداول مصفوفات مقارنة فورنيل-لاركر، وعرض كامل لمصفوفة نسب HTMT مدعومة بفترات الثقة المستخرجة بالـ Bootstrapping.

وعندما يضطر الباحثون للاحتفاظ ببعض البنود التي تقع تشبعاتها في المنطقة الحدية (بين 0.50 و0.65)، تقتضي أخلاقيات وضوابط النشر العلمي تقديم مبررات منهجية ونظرية دقيقة ومقنعة تبين أن الاحتفاظ بهذه البنود يعد أمراً جوهرياً لضمان اكتمال تغطية البناء المفهومي وصدق المحتوى، مع تقديم إثباتات رياضية تؤكد أن بقاء تلك المؤشرات لم يؤثر سلباً على قيم AVE أو معايير الصدق التمايزي لبقية أبعاد النموذج المقترح.

7. الأسئلة الشائعة حول الصدق التقاربي والتمايزي

7.1 هل يمكن تحقق الصدق التقاربي دون تحقق الصدق التمايزي وما دلالة ذلك؟

نعم، يُعد هذا السيناريو من أكثر المشكلات الميدانية شيوعاً وتكراراً في الأبحاث السلوكية والاجتماعية. يحدث هذا عندما تتشبع مؤشرات كل بعد بكفاءة واضحة على عاملها المخصص، وتتجاوز قيم AVE حاجز (0.50) وتتخطى الموثوقية المركبة (0.80)، ولكن عند فحص الارتباطات بين العوامل الكامنة، نجدها مرتفعة جداً (تتجاوز 0.85 أو 0.90)، مما يؤدي إلى فشل ذريع في محك فورنيل-لاركر وتجاوز مؤشر HTMT لكافة العتبات الآمنة المقبولة.

تدل هذه النتيجة منهجياً على وجود ما يسمى بـ “فائض البناءات” (Construct Redundancy)؛ أي أن الباحث قام إمبيريقياً بقياس المفهوم النظري ذاته مرتين تحت مسميين مختلفين ومضللين، أو أنه وظف مقاييس فرعية تفتقر بنيوياً إلى الحدود الفاصلة التي تبرر فصلها في التحليل. ويعني هذا التحقق المجتزأ أن البنود متماسكة داخلياً بالفعل، لكنها لا تخدم أهداف التمايز الخارجي؛ مما يفرغ النموذج الهيكلي من قدرته على تمييز الفروق الفردية الحقيقية بين التكوينات المفترضة.

في مثل هذه الحالة، يتمثل الإجراء الإحصائي والنظري الموصى به في التخلي عن محاولة فصل المتغيرين، والمبادرة فوراً إلى دمجهما في مفهوم أشمل يجمع خصائصهما المشتركة، أو تحويلهما إلى أبعاد فرعية تابعة لمتغير من الدرجة الثانية (Higher-order Construct). ويجب أن يترافق ذلك مع مراجعة نقدية عميقة للإطار النظري لبيان أسباب التداخل وتصحيح الفرضيات السببية المرتبطة بهما في ضوء المعطيات الإمبيريقية المستجدة.

7.2 لماذا يفضل الباحثون المعاصرون معيار HTMT على معيار فورنيل-لاركر؟

شهد العقد الأخير تحولاً منهجياً حاسماً لصالح تفضيل معيار HTMT (Heterotrait-Monotrait Ratio) على محك فورنيل-لاركر التقليدي في شتى الأدبيات الإحصائية؛ ويعود هذا التحول الجذري إلى الدراسات المحاكاتية الرائدة التي قادها هنسلر ورينجل وسارستيدت (Henseler, Ringle, & Sarstedt, 2015)، والتي أثبتت بالأدلة القاطعة أن محك فورنيل-لاركر يعاني من حساسية شديدة التدني، مما يجعله غير قادر على اكتشاف الخلل في الصدق التمايزي في نسبة مرعبة من الحالات قد تتجاوز 50% من النماذج المختبرة.

تكمن العلة الأساسية لمحك فورنيل-لاركر في كونه يعتمد على متوسطات التباين المستخلص؛ فإذا كانت بعض البنود داخل التكوين تتمتع بتشبعات عالية للغاية (فوق 0.85)، فإنها ترفع قيمة AVE بصورة مصطنعة تكفي للتغطية على وجود بنود أخرى ضعيفة تعاني من تشبعات متقاطعة وتداخل فادح مع العوامل المجاورة. في المقابل، يعمل معيار HTMT كفحص مباشر يماثل معامل الارتباط التام المصحح من خطأ التوهين (Disattenuated Correlation)، حيث يقارن بدقة بين تباينات السمات المتجانسة وغير المتجانسة، كاشفاً أي تلوث أو اقتراب بين البناءات بأعلى درجة من الصرامة الرياضية.

علاوة على ذلك، يتميز معيار HTMT بتوفيره إمكانية الاختبار الاستدلالي (Inferential Testing) وليس مجرد المقارنة الوصفية للأرقام؛ وذلك من خلال إنشاء فترات ثقة استدلالية عبر أسلوب الاستنتاج التكراري (Bootstrapping). يتيح هذا الإجراء للباحثين التحقق بدقة إحصائية من أن قيمة الارتباط الكامن تختلف اختلافاً جوهرياً عن الواحد الصحيح عند مستويات ثقة صارمة، مما يقلل احتمالات ارتكاب أخطاء المعاينة من النوع الأول والثاني ويمنح المجلات العلمية ثقة مطلقة في النتائج المنشورة.

7.3 كيف يؤثر حجم العينة ونمط البيانات على دقة مؤشرات الصدقين؟

يمارس حجم العينة (Sample Size) وخصائص توزيع البيانات تأثيراً بالغ التعقيد على أداء ودقة مؤشرات الصدق التقاربي والتمايزي؛ فالتحليل العاملي التوكيدي ونماذج المعادلات البنائية تعد من أساليب العينات الكبيرة (Large-sample Techniques). وفي العينات الصغيرة (أقل من 150 أو 200 مفردة)، تتعرض تقديرات التغاير لأخطاء معاينة متضخمة، مما يجعل قيم التشبعات العاملية غير مستقرة وقيم AVE ومؤشرات CR عرضة للتأرجح والتقليل أو التضخيم غير المبرر.

كما يلعب نمط التوزيع دوراً حاسماً؛ فالبيانات السلوكية تفتقر في كثير من الأحيان إلى التوزيع الاعتدالي متعدد المتغيرات (Multivariate Normality)، وتتسم بوجود التواءات (Skewness) وتفرطح (Kurtosis). وعند استخدام خوارزميات التقدير التقليدية مثل الإمكانية الأعظمية القياسية (Standard ML) في ظل غياب الاعتدالية، تنتفخ إحصاءات كاي تربيع بصورة مضللة وتنهار مؤشرات حسن المطابقة، مما يعطي انطباعاً زائفاً بفشل الصدق التقاربي للنموذج القياسي رغم سلامته المفهومية.

لتفادي هذه المزالق، تفرض الممارسات المنهجية الرصينة تكييف خوارزمية التقدير لتلائم طبيعة العينة ونمط البيانات؛ وذلك باستخدام أساليب التقدير المتينة كالإمكانية الأعظمية المتينة (Robust ML – MLM/MLR) التي تصحح الأخطاء المعيارية وقيم المطابقة في النماذج القائمة على التغاير (CB-SEM)، أو اللجوء إلى النمذجة بالمربعات الصغرى الجزئية (PLS-SEM) التي لا تفترض اعتدالية التوزيع وتتعامل بكفاءة أعلى مع العينات الصغيرة والمعقدة. وفي جميع الأحوال، يجب ألا يُغفل الباحث حجم الأثر العملي (Practical Effect Size)، متجنباً الانخداع بالدلالات الإحصائية الهامشية التي يولدها التضخم المفرط في أحجام العينات الكبيرة جداً.

8. خاتمة وخلاصة منهجية

8.1 الرؤية التركيبية لصدق القياس النفسي والتربوي

في ختام هذه المعالجة التأصيلية، يتجلى بوضوح أن صدق البناء ليس مجرد إجراء روتيني أو محطة تقنية عابرة يتم إنجازها عبر الضغط على أزرار الحزم الإحصائية المتاحة، بل هو حجة استدلالية إبستمولوجية متكاملة يتم بناؤها وتدعيمها بالأدلة النظرية والتجريبية المستمرة. وكما أكدت الأدبيات السيكومترية الحديثة، فإن الصدق ليس خاصية ثابتة ومطلقة للأداة في حد ذاتها، بل هو حكم علمي يتحدد بمدى سلامة ودقة التأويلات والاستخدامات المستنبطة من درجات تلك الأداة في سياق تطبيقي محدد.

إن الرؤية التركيبية المعاصرة تنظر إلى الصدق التقاربي والصدق التمايزي بوصفهما قطبين متكاملين وضروريين لتأسيس الصلاحية المعرفية لأي ظاهرة كمية مقاسة؛ فالتقارب يضمن لنا أننا ننصت لصوت الظاهرة بتركيز وعمق عبر تفكيك أخطاء القياس وجمع شتات الشواهد، في حين يضمن التمايز أننا لا نخلط بين هذا الصوت وأصداء الظواهر المحيطة به في الفضاء المفهومي المشترك. ولا يمكن لأحدهما أن يقدم برهاناً سيكومترياً ناضجاً بمعزل عن رفيقه، مما يجعل تكاملهما ضرورة منهجية لا تقبل المساومة.

من هذا المنطلق، يتعين على مجتمع الباحثين في العلوم الإنسانية والاجتماعية تجاوز الممارسات الشكلية والمقاربات السطحية التي تختزل التحقق القياسي في استخراج معاملات ارتباط سريعة أو الاكتفاء بالثبات الظاهري؛ إذ يجب أن يرتقي التعامل المنهجي نحو الفهم المعمق للدلالات السيكومترية للمؤشرات الإحصائية، وإدراك ما تعكسه الأرقام من حقائق أو تشوهات كامنة في أصل أدوات القياس الموظفة في الميدان.

8.2 توصيات إجرائية للباحثين والممارسين

بناءً على ما تقدم من تأصيلات نظرية ومناقشات إحصائية مقارنة، نضع بين أيدي الباحثين والممارسين جملة من التوصيات الإجرائية المنهجية التي تضمن تعزيز متانة أدواتهم القياسية والارتقاء بجودة مخرجات بحوثهم العلمية:

• الجمع الممنهج بين الصدق العاملي والتحليل الدلالي: عدم الركون المطلق للمؤشرات الرقمية المجردة؛ بل يجب إسناد كل قرار بالحذف أو التعديل أو الدمج للبنود بمراجعة دلالية دقيقة لمحتوى العبارات وأطرها النظرية المؤسسة، صوناً للمحتوى المفهومي للمقاييس من التفريغ غير المبرر.
• الالتزام بالمعايير الإحصائية الحديثة الأكثر صرامة: التوقف التام عن استخدام ألفا كرونباخ بمفردها لإثبات جودة القياس، والتحول الكامل نحو اعتماد الموثوقية المركبة (CR) ومؤشر أوميغا ماكدونالد للتحقق من الاتساق التقاربي، مع إعطاء الأولوية القصوى لمعيار HTMT وفترات ثقته في تقييم الصدق التمايزي بديلاً عن الاكتفاء بمحك فورنيل-لاركر المثلوم.
• تطبيق بروتوكول الخطوتين في نمذجة المعادلات البنائية: الالتزام الصارم بعدم فحص النموذج الهيكلي أو اختبار الفرضيات السببية إلا بعد التأكد التام من استيفاء نموذج القياس لكافة معايير الصدق التقاربي والتمايزي ومؤشرات حسن المطابقة العامة.
• التوثيق الشفاف لكافة إجراءات المعالجة السيكومترية: الإفصاح الكامل في تقارير البحوث ورسائل الماجستير والدكتوراه عن مصفوفات الارتباط، وقيم التشبعات المعيارية، والأخطاء، وتبرير أسباب استبعاد أي بنود أو دمج أبعاد، تعزيزاً للنزاهة الأكاديمية وتمكيناً للباحثين الآخرين من مراجعة النتائج وتكرارها في سياقات جديدة بثقة واقتدار.

المراجع

• Anderson, J. C., & Gerbing, D. W. (1988). Structural equation modeling in practice: A review and recommended two-step approach. Psychological Bulletin, 103(3), 411–423. https://doi.org/10.1037/0033-2909.103.3.411
• Campbell, D. T., & Fiske, D. W. (1959). Convergent and discriminant validation by the multitrait-multimethod matrix. Psychological Bulletin, 56(2), 81–105. https://doi.org/10.1037/h0046016
• Cronbach, L. J., & Meehl, P. E. (1955). Construct validity in psychological tests. Psychological Bulletin, 52(4), 281–302. https://doi.org/10.1037/h0040957
• Fornell, C., & Larcker, D. F. (1981). Evaluating structural equation models with unobservable variables and measurement error. Journal of Marketing Research, 18(1), 39–50. https://doi.org/10.1177/002224378101800104
• Hair, J. F., Black, W. C., Babin, B. J., & Anderson, R. E. (2019). Multivariate data analysis (8th ed.). Cengage Learning.
• Henseler, J., Ringle, C. M., & Sarstedt, M. (2015). A new criterion for assessing discriminant validity in variance-based structural equation modeling. Journal of the Academy of Marketing Science, 43(1), 115–135. https://doi.org/10.1007/s11747-014-0403-8
• Kline, R. B. (2023). Principles and practice of structural equation modeling (5th ed.). Guilford Press.
• Marsh, H. W. (1989). Confirmatory factor analyses of multitrait-multimethod data: Many problems and a few solutions. Applied Psychological Measurement, 13(4), 335–361. https://doi.org/10.1177/014662168901300402