الوساطة المعدلة مقابل التعديل المتواسط

شهدت منهجية البحث الكمي في العلوم الاجتماعية والسلوكية والإدارية خلال العقود الأخيرة تحولاً جذرياً نحو دراسة الظواهر المعقدة؛ إذ لم يعد الباحثون يكتفون بالتحقق من وجود علاقة ارتباطية أو سببية بسيطة ومباشرة بين متغير مستقل ومتغير تابع. إن الواقع الإنساني والاجتماعي يتسم بدرجة عالية من التشابك، مما دفع الأدبيات المنهجية إلى تبني نماذج سببية مركبة تسعى إلى كشف الأغوار التفسيرية للظواهر من خلال دمج آليات التوسط (Mediation) التي تجيب عن السؤال الجوهري: «كيف ولماذا تحدث العلاقة؟»، مع آليات التعديل (Moderation) التي تجيب عن السؤال المقابل: «متى ولمن تسري هذه العلاقة وتتغير شدتها أو اتجاهها؟». وقد أفرز هذا التزاوج المنهجي نمطين رئيسيين من النماذج التفاعلية المتقدمة: «الوساطة المعدلة» (Moderated Mediation) و«التعديل المتواسط» (Mediated Moderation).

وعلى الرغم من الأهمية البالغة لكلا النموذجين في صياغة النظريات وتطويرها واختبارها تجريبياً، إلا أن الأدبيات التطبيقية تعاني من خلط منهجي واصطلاحي مزمن بينهما. يعود جزء كبير من هذا الارتباك إلى التشابه الرياضي السطحي في بعض معادلات الانحدار، وإلى التداخل التاريخي في المصطلحات التي صيغت في أوائل مسيرة النمذجة السببية. ويقود هذا اللبس العديد من الباحثين إلى صياغة فرضيات تفترض وجود وساطة معدلة، في حين يقومون باختبار نموذج تعديل متواسط من الناحية الإحصائية، أو العكس بالعكس، الأمر الذي ينعكس سلباً على صحة الاستنتاجات العلمية ودقة التفسيرات النظرية وسلامة السياسات المستندة إليها.

يهدف هذا المقال الأكاديمي الشامل إلى تقديم دراسة تحليلية وفاحصة لكلا النموذجين، متتبعاً أصولهما الفلسفية والرياضية، ومستعرضاً الفروق الجوهرية والتمايزات الميكانيكية التي تفصل بينهما من حيث الغايات البحثية، والمعادلات البارامترية، والبرمجيات الإحصائية المستعملة لاختبارهما. كما يقدم دليلاً عملياً استرشادياً للباحثين يوضح معايير الاختيار الدقيقة وكيفية قراءة النتائج والإبلاغ عنها وفقاً للمعايير الصارمة لجمعية علم النفس الأمريكية (APA)، وتجنب العثرات التحليلية الأكثر شيوعاً في الدراسات المعاصرة.

1. مقدمة: إشكالية التمييز بين النماذج السببية المركبة

1.1 التعريف الأولي بالمفهومين وسياق نشأتهما

بدأت إرهاصات التحليل الإحصائي للعلاقات المشروطة وغير المباشرة مع الورقة التأسيسية التاريخية التي نشرها الباحثان Baron and Kenny (1986)، والتي وضعت القواعد الإجرائية الصارمة للتمييز بين دور المتغير الوسيط (Mediator) بوصفه آلية توليد داخلية تنقل الأثر، والمتغير المعدل (Moderator) بوصفه متغيراً نوعياً أو كمياً يقسم المتغير المستقل إلى فئات فرعية أو يحدد شدة العلاقة واتجاهها. ومع تطور النظريات السلوكية، أدرك العلماء أن عزل آليات الوساطة عن شروط التعديل يمثل تبسيطاً مختزلاً للظواهر الحقيقية؛ فالعمليات النفسية والتنظيمية لا تعمل في فراغ معزول، بل تتأثر بسياقات بيئية وفردية متباينة.

تُعرّف الوساطة المعدلة (Moderated Mediation)، والتي تُعرف أيضاً في الأدبيات الحديثة باسم «الأثر غير المباشر المشروط» (Conditional Indirect Effect)، بأنها النموذج التحليلي الذي يكون فيه الأثر غير المباشر لمتغير مستقل ($X$) على متغير تابع ($Y$) عبر متغير وسيط ($M$) متغيراً ومحكوماً بقيم أو مستويات متغير معدل ($W$). بعبارة أخرى، تكشف الوساطة المعدلة عن الحدود السياقية لسريان الآلية التفسيرية، مجيبةً عن التساؤل: متى ولمن تكون الآلية السببية الوسيطة قوية أو ضعيفة أو منعدمة؟

في المقابل، يُعرّف التعديل المتواسط (Mediated Moderation) بأنه النموذج الذي يبحث في تفسير الأثر التفاعلي ذاته؛ حيث ينطلق الباحث من وجود أثر تفاعلي كلي ذي دلالة إحصائية بين المتغير المستقل ($X$) والمتغير المعدل ($W$) في التنبؤ بالمتغير التابع ($Y$)، ثم يسعى لاكتشاف الآلية التفسيرية الكامنة وراء هذا التفاعل. فالهدف هنا ليس معرفة شروط الوساطة، بل معرفة «لماذا وكيف يُحدث التفاعل أثره في النتيجة؟»، وذلك بافتراض أن حاصل ضرب التفاعل ($X \times W$) يؤثر في متغير وسيط ($M$)، والذي بدوره ينقل هذا الأثر التفاعلي كلياً أو جزئياً إلى المتغير التابع ($Y$).

يرجع التشتت المنهجي السائد بين الباحثين إلى حقيقة أن كِلا النموذجين يشتملان على أربعة متغيرات أساسية على الأقل: المستقل، والتابع، والوسيط، والمعدل، بالإضافة إلى استخدام معاملات الضرب التفاعلية في معادلات الانحدار الخطي المتعدد. غير أن مسار تدفق الأثر السببي ومركز الثقل الاستدلالي يختلفان جذرياً بينهما، وهو ما يقتضي صرامة فكرية لتفادي الانزلاق في التفسيرات الخاطئة.

1.2 الأهمية النظرية والمنهجية للتفريق بين النموذجين

يمتد تأثير التمييز بين الوساطة المعدلة والتعديل المتواسط إلى صلب البناء النظري للبحوث العلمية. فعندما يصيغ الباحث فرضياته، يعكس نموذج الوساطة المعدلة افتراضاً مسبقاً بأن النظرية التفسيرية (الوسيطة) هي الأصل، لكنها تخضع لشروط حدية بيئية أو سماتية (المتغير المعدل). أما فرضية التعديل المتواسط فتنطلق من ملاحظة تباين أو تناقض في الأدبيات حول اتجاه أو شدة العلاقة بين المتغيرين المستقل والتابع، ويسعى الباحث إلى حل هذا اللغز من خلال اقتراح متغير معدل يفسر متى تنقلب العلاقة، ثم تقديم تفسير وساطي يفكك كنه هذا الأثر التفاعلي. إن الخلط بين هذين المنطلقين يقود إلى تشويه النظرية، إذ ينسب للباحث استهداف غاية تحليلية لا تطابق منطقه المفاهيمي.

من الناحية المنهجية، يترتب على عدم التمييز بين النموذجين ارتكاب أخطاء كارثية في بناء نماذج الانحدار واختيار الخوارزميات التحليلية المناسبة. فالوساطة المعدلة لا تتطلب حتمية وجود أثر تفاعلي إجمالي ذي دلالة إحصائية بين المتغير المستقل والمعدل على المتغير التابع في غياب الوسيط، في حين يمثل هذا الأثر التفاعلي الإجمالي حجر الزاوية وشرط الانطلاق الأساسي في إطار التعديل المتواسط التقليدي كما قعّده Muller, Judd, and Yzerbyt (2005).

علاوة على ذلك، ينعكس هذا التمايز الإجرائي مباشرة على انتقاء الأكواد الرياضية في حزم تحليل العمليات المشروطة، مثل معالج PROCESS لبرنامج SPSS وSAS وR الذي طوره Andrew F. Hayes. فاختيار النموذج رقم 7 أو 8 أو 14 يحاكي تصاميم مختلفة للوساطة المعدلة، بينما يتطلب التعديل المتواسط إما نماذج محددة مثل النموذج 58 أو تحليلات انحدارية هرمية متعددة الخطوات، واستعمال كود غير متوافق مع الفرضية يؤدي حتماً إلى رفض النتائج أثناء التحكيم العلمي الرصين.

2. الوساطة المعدلة (Moderated Mediation): الإطار النظري والإحصائي

2.1 المفهوم الأساسي والآلية الميكانيكية

ترتكز الوساطة المعدلة على تفكيك العملية السببية غير المباشرة إلى مسارات ديناميكية مشروطة. لا يفترض هذا النموذج أن الأثر غير المباشر يمتلك قوة موحدة عبر جميع الأفراد أو البيئات، بل يتعامل معه بوصفه دالة رياضية تتغير قيمتها صعوداً أو هبوطاً، وربما تغييراً في الاتجاه من الإيجابية إلى السلبية، بناءً على قيم المتغير المعدل ($W$). هذا النمط من التحليل يحقق قفزة نوعية في فهم الظواهر، لأنه يتجاوز التساؤل التبسيطي حول ما إذا كان التوسط موجوداً أم لا، إلى التساؤل المتقدم: ما هي القيمة الحرجة للمتغير المعدل التي يبدأ عندها التوسط بالعمل أو يتوقف تماماً؟

تتعدد المواضع الهيكلية لآلية التعديل داخل مسار الوساطة، ويمكن تصنيفها إلى ثلاثة أنماط رئيسية وفقاً لما وثقه الباحثون في الأدبيات الإحصائية:

• تعديل المرحلة الأولى (First-Stage Moderation): وفيه يؤثر المتغير المعدل ($W$) في العلاقة بين المتغير المستقل ($X$) والمتغير الوسيط ($M$)، أي المسار ($X to M$). في هذا النمط، يتحدد مقدار توليد الوسيط نفسه بناءً على سياق المتغير المعدل، بينما يظل أثر الوسيط على المتغير التابع ($M to Y$) ثابتاً ومستقلاً.
• تعديل المرحلة الثانية (Second-Stage Moderation): وفيه يؤثر المتغير المعدل ($W$) في العلاقة بين المتغير الوسيط ($M$) والمتغير التابع ($Y$)، أي المسار ($M to Y$). هنا، يُنتج المتغير المستقل أثره في الوسيط بصورة متسقة، بيد أن قدرة هذا الوسيط على ترجمة ذلك الأثر إلى تغير في النتيجة النهائية تكون مقيدة بقيمة المتغير المعدل.
• التعديل المزدوج أو ثنائي المراحل (Dual-Stage Moderation): وفيه يمتد تأثير التعديل ليشمل كِلا المسارين، مسار الدخول ($X to M$) ومسار الخروج ($M to Y$) معاً، سواء بواسطة نفس المتغير المعدل أو بواسطة متغيرين معدلين مختلفين، مما يجعل المعادلة غير المباشرة دالة تربيعية أو متعددة الحدود بالغة التعقيد.

إن إدراك موضع التعديل ليس مجرد ترف رياضي، بل ينبع من المنطق النظري؛ فالنظرية التي تفسر لماذا يؤثر نمط القيادة في دافعية الموظف تبعاً لشخصيته (تعديل مرحلة أولى) تختلف كلياً عن النظرية التي تفسر لماذا تتحول الدافعية إلى أداء استثنائي فقط لدى الموظفين ذوي الخبرة العالية (تعديل مرحلة ثانية).

2.2 التمثيل الرياضي ونماذج الانحدار

لتوضيح البنية الرياضية للوساطة المعدلة، سنعتمد النموذج الكلاسيكي لتعديل المرحلة الأولى (وهو النموذج رقم 7 في مصفوفة PROCESS). يتألف هذا النموذج من معادلتين انحداريتين رئيسيتين تُقدّران بواسطة المربعات الصغرى العادية (OLS):

معادلة المتغير الوسيط ($M$):

$$M = i_1 + a_1 X + a_2 W + a_3 (X \times W) + e_1$$

معادلة المتغير التابع ($Y$):

$$Y = i_2 + c’ X + b_1 M + e_2$$

حيث تمثل $i_1$ و $i_2$ ثوابت الانحدار، و $e_1$ و $e_2$ حدود الخطأ العشوائي، و $c’$ يمثل الأثر المباشر للمتغير المستقل على التابع بعد ضبط أثر الوسيط، و $b_1$ يمثل أثر الوسيط على التابع. تكمن القوة التحليلية في فحص المسار من $X$ إلى $M$، والذي أصبح الآن مشروطاً بقيم $W$ على النحو التالي:

$$\frac{\partial M}{\partial X} = a_1 + a_3 W$$

بالتالي، فإن الأثر غير المباشر الكلي لـ $X$ على $Y$ عبر $M$ يُصاغ كدالة في $W$ من خلال ضرب أثر المسار الأول المشروط في أثر المسار الثاني الثابت:

$$\text{Conditional Indirect Effect} = (a_1 + a_3 W) b_1 = a_1 b_1 + a_3 b_1 W$$

يمثل المقدار الجبري ($a_3 b_1$) المعيار الإحصائي الحاسم الذي صاغه Hayes (2015) وأطلق عليه اسم «مؤشر الوساطة المعدلة» (Index of Moderated Mediation). يُعبّر هذا المؤشر عن مقدار التغير في الأثر غير المباشر لكل وحدة تغيير واحدة في المتغير المعدل ($W$). وإذا ثبتت الدلالة الإحصائية لهذا المؤشر (أي أن فترة ثقته المبنية على إعادة العينة لا تشتمل على الصفر)، فإن ذلك يُعد برهاناً رياضياً قاطعاً على وجود وساطة معدلة، بصرف النظر عما إذا كان الأثر التفاعلي المباشر على المتغير التابع دالاً إحصائياً أم لا.

2.3 أمثلة تطبيقية وحالات دراسية واقعية

لتجسيد هذا النموذج، لنتناول دراسة في السلوك التنظيمي تفحص أثر «ضغط العمل اليومي» ($X$) على «الأداء الوظيفي» ($Y$) من خلال وسيط «الاحتراق النفسي» ($M$)، مع افتراض أن «الدعم التنظيمي المدرك» ($W$) يعدل مسار المرحلة الأولى ($X to M$). تشير الفرضية النظرية إلى أن ضغط العمل يولد بطبيعته احتراقاً نفسياً يؤدي بدوره إلى تراجع الأداء، إلا أن توافر الدعم التنظيمي العالي يمتص صدمة ضغط العمل ويحول دون تصاعد الاحتراق النفسي.

عند جمع البيانات من عينة قوامها 450 موظفاً وتطبيق النموذج رقم 7 عبر PROCESS، أسفرت النتائج عن المعاملات التالية: معامل التفاعل $a_3 = -0.18$، ومعامل أثر الوسيط على التابع $b_1 = -0.42$. ومن هنا يتم استخراج مؤشر الوساطة المعدلة بضرب المعاملين:

$$\text{Index} = (-0.18) \times (-0.42) = +0.0756$$

تم اختبار هذا المؤشر باستخدام أسلوب إعادة العينة (Bootstrapping) بتوليد 5,000 عينة فرعية، فأسفرت النتائج عن فترة ثقة بنسبة 95% تتراوح بين $[0.0215, 0.1432]$. ونظراً لأن فترة الثقة لا تحتوي على الصفر إطلاقاً، يتم قبول فرضية الوساطة المعدلة بثقة إحصائية راسخة. وبفحص الأثر غير المباشر عند مستويات مختلفة للدعم التنظيمي (الانحراف المعياري: $-1SD$، المتوسط، $+1SD$)، نجد أن الأثر غير المباشر السلبي لضغط العمل على الأداء عبر الاحتراق يكون كبيراً وشديداً عند تدني الدعم التنظيمي، ويقل كثيراً عند المستوى المتوسط، في حين يفقد دلالته الإحصائية تماماً عند ارتفاع الدعم التنظيمي، حيث تتضمن فترة الثقة الصفر $[-0.0450, 0.0120]$.

يتكرر هذا التطبيق في دراسات التسويق، كاختبار أثر «الإنفاق الإعلاني الرقمي» ($X$) على «نية الشراء» ($Y$) عبر «الوعي بالعلامة التجارية» ($M$)، حيث يعدل «مستوى دخل المستهلك» ($W$) المرحلة الثانية ($M to Y$)؛ فالوعي بالعلامة يتحول بكفاءة عالية إلى شراء لدى الفئات ذات الدخل المرتفع، بينما يظل عاجزاً عن دفع قرار الشراء لدى الفئات ذات الدخل المحدود رغم وجود وعي بالعلامة التجارية، مما يؤكد اشتراط الآلية بالقدرة المالية.

3. التعديل المتواسط (Mediated Moderation): الإطار النظري والإحصائي

3.1 المفهوم الأساسي والآلية الميكانيكية

ينتمي التعديل المتواسط إلى عائلة النماذج التي تحاول كشف اللثام عن الأسس الديناميكية للتفاعلات الملاحظة. تبدأ القصة البحثية في التعديل المتواسط بظاهرة تجريبية مؤكدة: وجود تفاعل دال إحصائياً بين متغيرين ($X$ و $W$) في إحداث تباين في المتغير التابع ($Y$). يثير هذا التفاعل تساؤلاً علمياً ملحاً: لماذا يعمل هذا التعديل؟ ما هي العمليات الداخلية الوسيطة التي تجعل الأثر التفاعلي لـ $X$ و $W$ ممكناً؟

هنا تتدخل الميكانيكية التحليلية للتعديل المتواسط بمعاملة مصطلح التفاعل ($X \times W$) ككتلة سببية موحدة أو كمتغير مركب مستقل يتم نقله إلى المتغير التابع عبر وسيط وسطي ($M$). فالوسيط في هذا الإطار لا يفسر ببساطة أثر $X$ بمفرده، بل يستوعب الأثر التوليفي المشترك الناتج عن اجتماع $X$ مع $W$. وبالتالي، فإن وجود أثر تفاعلي كلي ذي دلالة إحصائية على المتغير التابع في الخطوة التحليلية التمهيدية يمثل شرطاً غير قابل للتفاوض في الإطار الكلاسيكي للتعديل المتواسط؛ فإذا لم يكن هناك تفاعل إجمالي أصلاً، فما الذي سنقوم بتفسير وساطته؟

يبرز التعديل المتواسط في الأدبيات عند محاولة تفكيك النظريات التنافسية؛ فإذا كان لدينا باحثان يختلفان حول أثر أسلوب قيادي معين، أحدهما يرى أنه إيجابي والآخر يرى أنه سلبي، ثم اكتشفنا أن «بيئة العمل غير المستقرة» تعدل هذا الأثر، يأتي التعديل المتواسط ليوضح أن هذا التفاعل بين القيادة وبيئة العمل يؤثر في «مستويات القلق الجمعي لدى الفريق» (الوسيط)، والقلق هو الذي يقود في النهاية إلى تراجع الإنتاجية، وبذلك تم فك شفرة أثر التفاعل وتفسيره بنيوياً.

3.2 التمثيل الرياضي وخطوات الإثبات التحليلي

استند التأصيل الرياضي الصارم للتعديل المتواسط إلى الإطار الإجرائي الذي حدده Muller et al. (2005)، والذي يتطلب تقدير ثلاث معادلات انحدارية متعاقبة لبرهنة انتقال أثر التفاعل:

المعادلة الأولى: إثبات وجود التعديل الإجمالي

$$Y = \beta_{10} + \beta_{11} X + \beta_{12} W + \beta_{13} (X \times W) + \varepsilon_1$$

الشرط الجوهري هنا هو أن يكون المعامل $\beta_{13}$ دالاً إحصائياً ($p < .05$)، مما يؤكد أن التعديل الإجمالي قائم بالفعل بين المتغير المستقل والمعدل على التابع.

المعادلة الثانية: تنبؤ تفاعل المتغيرين بالوسيط

$$M = \beta_{20} + \beta_{21} X + \beta_{22} W + \beta_{23} (X \times W) + \varepsilon_2$$

تستهدف هذه الخطوة فحص ما إذا كان مصطلح التفاعل المشترك يمارس أثراً انتقالياً على المتغير الوسيط، وهو ما يتطلب دلالة إحصائية للمعامل $\beta_{23}$.

المعادلة الثالثة: النموذج المتكامل وضمور أثر التفاعل المباشر

$$Y = \beta_{30} + \beta_{31} X + \beta_{32} W + \beta_{33} (X \times W) + \beta_{34} M + \beta_{35} (M \times W) + \varepsilon_3$$

تتحقق شروط التعديل المتواسط وفق هذا الإطار الكلاسيكي عندما:

1. تكون العلاقة بين الوسيط والتابع ذات دلالة إحصائية ($\beta_{34} \neq 0$).
2. ينخفض معامل التفاعل المباشر المتبقي بشكل ملحوظ مقارنة بالمعادلة الأولى ($|beta_{33}| < |beta_{13}|$)، أو يفقد دلالته الإحصائية تماماً ($beta_{33} = 0$) دلالة على التعديل المتواسط التام.

يمثل حاصل ضرب المعاملين ($\beta_{23} \times \beta_{34}$) مقدار أثر التعديل الذي جرى نقله وتمريره عبر الوسيط، ويمكن اختبار دلالته عبر إجراءات إعادة العينة المتطورة للتأكد من انحرافه عن الصفر بدرجة ثقة كافية.

3.3 أمثلة تطبيقية وحالات دراسية واقعية

لتوضيح ذلك، نتناول نموذجاً في مجال الاتصال الصحي التوعوي، حيث قام فريق بحثي بدراسة أثر «صدمة الرسالة التحذيرية في حملات مكافحة التدخين» ($X$) على «السلوك الفعلي للإقلاع عن التدخين» ($Y$) بتعديل «مستوى القلق الوجودي لدى المتلقي» ($W$). أظهرت البيانات الأولية تفاعلاً إيجابياً دالاً إحصائياً ($beta_{13} = 0.35, p < .01$)؛ مما يعني أن التحذيرات الصادمة تؤدي إلى إقلاع أكبر لدى الأفراد الذين يمتلكون قلقاً وجودياً مرتفعاً مقارنة بغيرهم.

أراد الباحثون تفسير الآلية الكامنة خلف هذا التفاعل؛ فافترضوا أن «إدراك التهديد الصحي الشخصي» يعمل كمتغير وسيط ($M$). كشفت المعادلة الثانية أن حاصل ضرب التفاعل بين صدمة الرسالة والقلق الوجودي يتنبأ بقوة بإدراك التهديد الصحي الشخصي ($beta_{23} = 0.40, p < .001$). وفي المعادلة الثالثة، تبيّن أن إدراك التهديد الصحي يرتبط ارتباطاً وثيقاً بالسلوك الفعلي للإقلاع ($beta_{34} = 0.52, p < .001$). وبمجرد إدراج الوسيط وتفاعله في النموذج، انخفض معامل التفاعل المباشر بين صدمة الرسالة والقلق من 0.35 إلى 0.11 وأصبح غير دال إحصائياً ($p = .18$).

تثبت هذه النتيجة حدوث تعديل متواسط كامل؛ فالسبب الحقيقي وراء نجاح التفاعل بين نوع التحذير وشخصية الفرد في تغيير السلوك لا يعود إلى أثر سحري مباشر للتفاعل، بل يرجع بالكامل إلى قيام التفاعل بتوليد استجابة إدراكية معرفية وسيطة تمثلت في التهديد الصحي، والتي بدورها وجهت السلوك الإنساني نحو الإقلاع.

4. الفروق الجوهرية بين الوساطة المعدلة والتعديل المتواسط

4.1 أبعاد المقارنة المفاهيمية والهدف البحثي

إن جوهر التمايز بين النموذجين ينبع من فلسفة السؤال البحثي وموقع الفرضية في البناء المعرفي للدراسة. في الوساطة المعدلة، يرتكز الاهتمام على العملية التفسيرية (التوسط) باعتبارها الظاهرة المحورية، ويتم استدعاء التعديل كقيد أو شرط حدودي يحدد متى وأين تعمل هذه العملية. السؤال التحليلي هنا هو: «متى ولمن تسري الآلية غير المباشرة المحددة بنظريتنا؟».

على العكس من ذلك، يتمحور التعديل المتواسط حول التفاعل القائم ذاته؛ فالتفاعل هنا ليس قيداً على عملية أخرى، بل هو الحدث المعرفي الرئيسي الذي يحتاج إلى تشريح وتفكيك. السؤال هنا ينقلب ليصبح: «ما هي الآلية الوسيطة الكامنة التي تشرح لماذا يحدث هذا التفاعل الملاحظ في الواقع؟». وبالتالي، تختلف نقطة الانطلاق الذهنية للباحث؛ فالأول يبدأ بمسار وساطة ويقيده بشروط سياقية، بينما الثاني يبدأ بتباين تعديلي ويفكك تعقيده عبر مسار وساطي ناقل.

4.2 أبعاد المقارنة الرياضية والإحصائية

تتجلى التباينات التقنية في الشروط والمعادلات الحاكمة لكلا النموذجين، ويلخص الجدول التحليلي التالي المقارنة الرأسية الشاملة بينهما استناداً إلى أحدث ما استقرت عليه أدبيات القياس المتقدمة:

البعد المقارن	الوساطة المعدلة (Moderated Mediation)	التعديل المتواسط (Mediated Moderation)
السؤال البحثي الجوهري	متى، ولمن، وتحت أي شروط يتغير حجم أو اتجاه الأثر غير المباشر ($X to M to Y$)؟	لماذا، وكيف، وعبر أية آلية وسيطة يؤثر التفاعل المشترك ($X \times W$) في المتغير التابع؟
نقطة الانطلاق النظرية	افتراض وجود مسار سببي غير مباشر تتغير فاعليته تبعاً لسياق أو سمة معينة.	ملاحظة أو افتراض أثر تعديلي كلي قائم يحتاج إلى تفسير نظري يزيل غموضه.
شرط دلالة التفاعل الإجمالي ($X \times W to Y$)	غير مطلوب نهائياً؛ يمكن أن تكون الوساطة المعدلة قائمة حتى لو كان الأثر التفاعلي الكلي معدوماً.	شرط تقليدي حاسم؛ يجب إثبات وجود أثر تفاعلي إجمالي دال قبل الشروع في فحص انتقال أثره.
موضع معاملات الضرب التفاعلية	تظهر في معادلة الوسيط ($X \times W$)، أو معادلة التابع ($M \times W$)، أو كلتيهما.	يظهر مصطلح التفاعل ($X \times W$) كمتغير تنبؤي مستقل في معادلة الوسيط ومعادلة التابع.
المعيار الإحصائي للحكم والتوثيق	مؤشر الوساطة المعدلة (Index of Moderated Mediation) وفترات ثقة الـ Bootstrap المرافقة له.	تراجع المعامل التفاعلي المباشر ($beta_{33} < beta_{13}$) وتأكيد دلالة المسار التفاعلي غير المباشر ($beta_{23} beta_{34}$).
النماذج المقابلة في PROCESS	النماذج الشائعة: Model 7, Model 8, Model 14, Model 21, Model 59.	Model 8 (من الناحية الحسابية التكافؤية) أو تحليل مخصص وفق منهجية Muller et al.

يتضح من الجدول أن الخلاف الإحصائي الأبرز يدور حول «شرط التفاعل الكلي». ففي التعديل المتواسط، إذا كان أثر حاصل الضرب المشترك في التنبؤ بـ $Y$ في المعادلة الأولى غير دال إحصائياً، فإن منطق التحليل يتداعى بحسب أسلوب مولر وزملائه (2005). غير أن منهجية هايز الحديثة للوساطة المعدلة أثبتت إمكانية وجود أثر غير مباشر مشروط دال إحصائياً حتى في حال غياب أي أثر تفاعلي مباشر أو كلي على المتغير التابع؛ وذلك بسبب ما يعرف بـ «الآثار غير المباشرة المتعارضة أو الخفية» (Suppression / Inconsistent Mediation)، حيث قد تلغي العمليات التفاعلية بعضها البعض على المستوى الكلي الإجمالي بينما تظل الآلية الوسيطة المشروطة بالغة النشاط والدلالة.

4.3 أبعاد التطبيق المنهجي وبرمجيات التحليل

تحظى الوساطة المعدلة بدعم برمجيات التحليل المعاصرة بصورة متقدمة؛ حيث يتيح معالج PROCESS Macro الذي وضعه أندرو هايز تطبيق اختبارات فائقة الدقة للآثار غير المباشرة المشروطة بكبسة زر واحدة، مع استخراج مؤشر الوساطة المعدلة وفترات ثقة إعادة العينة واختبارات جونسون-نيمان (Johnson-Neyman) التي تحدد نطاقات الدلالة بصورة مصفوفية آلية ودقيقة.

في المقابل، فإن اختبار التعديل المتواسط الكلاسيكي يتطلب عموماً تشغيل سلسلة من نماذج الانحدار الخطي المنفصلة يدوياً داخل برامج مثل SPSS أو Stata، أو بناء جمل هيكلية معقدة في بيئات نمذجة المعادلة البنائية (SEM) مثل حزمة lavaan في لغة البرمجة R أو برنامج Mplus. وعلى الرغم من أن النموذج 8 في مصفوفة PROCESS يتماثل رياضياً مع معادلات التعديل المتواسط، فإن المخرجات الافتراضية للمعالج تصمم وتفسر النتائج وفق منطق الوساطة المعدلة، مما يفرض على الباحثين الراغبين في تبني إطار التعديل المتواسط القيام بعمليات حسابية إضافية واستخراج أثر الانخفاض في التفاعل ومقارنة التباين المفسر يدوياً.

5. أوجه التشابه والتداخل الإحصائي والنظري

5.1 التكافؤ الرياضي في الحالات الخاصة

من المثير للدهشة في تاريخ القياس الكمي أن التمايز المفاهيمي الصارم بين الوساطة المعدلة والتعديل المتواسط قد يتبخر تماماً على المستوى الرياضي في بعض الصيغ الهيكلية الخاصة. تبرز هذه الظاهرة الرياضية بجلاء عند تحليل النموذج رقم 8 في مصفوفة هايز، حيث يتضمن النموذج تعديل المسار ($X to M$) بالإضافة إلى تعديل المسار المباشر ($X to Y$) في وجود الوسيط. لننظر في النظام الرياضي للنموذج 8:

المعادلة الأولى (توقع الوسيط):

$$M = i_1 + a_1 X + a_2 W + a_3 (X \times W) + e_1$$

المعادلة الثانية (توقع التابع):

$$Y = i_2 + c’_1 X + c’_2 W + c’_3 (X \times W) + b_1 M + e_2$$

إذا نظرنا إلى هذه المنظومة بعين الوساطة المعدلة، سنقرأها كالتالي: «الأثر غير المباشر لـ $X$ على $Y$ مشروط بـ $W$ من خلال معادلته $(a_1 + a_3 W) b_1$، كما أن الأثر المباشر لـ $X$ على $Y$ مشروط أيضاً بـ $W$ وفق المعادلة $(c’_1 + c’_3 W)$».

أما إذا نظرنا إلى نفس المنظومة بعين التعديل المتواسط، فإننا سنقرأها على النحو التالي: «أثر التفاعل الكلي بين $X$ و $W$ على $Y$ ينتقل جزئياً عبر الوسيط $M$ بمقدار يساوي ($a_3 \times b_1$)، بينما يمثل المعامل $c’_3$ الأثر التفاعلي المباشر المتبقي الذي لم يستطع الوسيط استيعابه».

هنا تتطابق الأرقام والمعاملات وقيم الخطأ المعياري وفترات الثقة تطابقاً تاماً بنسبة 100%. وقد أشار إلى هذا التكافؤ الإحصائي كل من Edwards and Lambert (2007) و Preacher, Rucker, and Hayes (2007). وبالتالي، فإن الحسم في هذه الحالة ليس مسألة حسابية تظهرها الحواسيب، بل هو قرار فلسفي ونظري؛ فالأمر يتوقف على كيفية تأطير الفرضية وصياغة السؤال البحثي: هل يوجه الباحث بوصلته نحو تفكيك الأثر غير المباشر أم نحو تفسير منشأ التفاعل؟

5.2 المتطلبات المنهجية المشتركة

نظراً للتعقيد المتأصل في كلا الطرازين من النماذج، فإنهما يتشاركان مجموعة من المتطلبات والاشتراطات المنهجية الدقيقة التي لا يمكن إغفالها لضمان مصداقية النتائج وصلاحيتها الداخلية والخارجية:

• الحاجة إلى عينات كبيرة الحجم: تتطلب اختبارات التفاعل والآثار غير المباشرة المشروطة قوة إحصائية (Statistical Power) فائقة تفوق بكثير متطلبات نماذج الانحدار البسيطة. تميل أحجام التأثير (Effect Sizes) الخاصة بالتفاعلات إلى أن تكون ضئيلة جداً في العلوم السلوكية ($R^2$ التفاعلي غالباً ما يتراوح بين 1% إلى 3%)، مما يفرض جمع عينات لا تقل في العادة عن 300 إلى 500 مفردة لتجنب الوقوع في الخطأ من النوع الثاني (Type II Error).
• تمركز المتغيرات حول المتوسط (Mean-Centering): لتفادي إشكالية التعدد الخطي العالي (Multicollinearity) الناتجة عن إنشاء متغيرات الضرب التفاعلية ($X \times W$)، يوصى منهجياً بمركزة المتغيرات المتصلة بطرح المتوسط الحسابي من كل درجة خام، مما يجعل معاملات الانحدار الرئيسية قابلة للتفسير العلمي عند المتوسط الحسابي للمتغير المعدل ويزيد من استقرار الحل الرياضي.
• التصميمات البحثية الطولية والتجريبية: لا تستطيع النماذج المستعرضة (Cross-sectional) تقديم دعم قوي للادعاءات السببية في النماذج المركبة؛ فالوساطة بطبيعتها تفترض تسلسلاً زمنياً ($X$ يسبق $M$ و $M$ يسبق $Y$). لذا، فإن التحقق المنهجي الأمثل يتطلب جمع البيانات عبر موجات زمنية متعددة أو إدخال المعالجات التجريبية لضبط اتجاه الأسهم السببية بصورة حاسمة.

6. معايير الاختيار ودليل التطبيق العملي للباحثين

6.1 مخطط اتخاذ القرار وفقاً للأسئلة البحثية والفرضيات

لتمكين الباحثين وطلاب الدراسات العليا من اتخاذ القرار المنهجي الصائب بين النموذجين، يقدم هذا القسم خوارزمية فكرية استرشادية تسير وفق منطق الخطوات التتابعية:

الخطوة الأولى: فحص النواة المركزية للبحث
هل النواة المركزية لدراستك هي آلية سببية وساطية ثابتة في الأدبيات السابقة وتريد إثبات أنها لا تعمل بنفس القوة لدى الجميع؟ إذا كانت الإجابة «نعم»، فوجهتك المنهجية الصحيحة هي الوساطة المعدلة (Moderated Mediation).

الخطوة الثانية: تقييم واقع التفاعل الإجمالي
هل بدأت دراستك بملاحظة وجود خلاف أو تناقض تجريبي حول طبيعة أثر $X$ على $Y$، واقترحت متغيراً معدلاً $W$ لحل هذا التناقض ونجحت في إثبات دلالة هذا التفاعل إحصائياً، وتريد الآن الإجابة عن السؤال: لماذا نجح هذا التعديل في تفسير التناقض؟ إذا كانت الإجابة «نعم»، فأنت أمام نموذج تعديل متواسط (Mediated Moderation) أصيل.

الخطوة الثالثة: استقراء الحصانة النظرية
يجب الحذر الشديد من الوقوع في فخ «التنقيب في البيانات» (Data Dredging)؛ فلا يجوز للباحث أن يختبر كافة توليفات التفاعل والوساطة الممكنة إحصائياً دون وجود مرجعية نظرية واضحة ومسبقة التحديد (Pre-registered Hypotheses). إن غياب السند النظري يجعل النماذج المركبة مجرد توافقات عشوائية يصعب تكرارها في عينات أخرى.

6.2 خطوات التنفيذ العملي وعرض النتائج في التقارير الأكاديمية

عند الشروع في التطبيق العملي لنموذج الوساطة المعدلة باستخدام إضافة PROCESS لبرنامج SPSS أو حزم R، يجب على الباحث اتباع المراحل الإجرائية والتوثيقية التالية بدقة بالغة وفق متطلبات دليل نشر جمعية علم النفس الأمريكية (APA 7th Edition):

أولاً: توصيف المتغيرات وضبط النماذج
يتم إدخال المتغيرات وتحديد النموذج المطلوب؛ فإذا كانت الفرضية تقضي بتعديل المرحلة الأولى، يُحدد (Model 7). ويجب ضبط خيارات معالجة التفاعل على «تمركز المتغيرات» (Generate data for focal predict – center for products)، واختيار توليد 5,000 عينة فرعية لأسلوب Bootstrap، وضبط فترات الثقة المصححة للتحيز (Bias-Corrected 95% Confidence Intervals).

ثانياً: التحقق من الافتراضات الإحصائية
قبل استعراض نتائج المسارات، يوثق الباحث تحقق افتراضات التوزيع الطبيعي للبواقي، وغياب التعدد الخطي الشديد عبر فحص معامل تضخم التباين ($VIF < 5$)، وتجانس التباين عبر فحص البواقي مقابل القيم المتوقعة.

ثالثاً: الإبلاغ الأكاديمي المنهجي عن النتائج
ينبغي أن يتضمن تقرير النتائج جداول متكاملة تعرض المعاملات غير المعيارية ($B$)، والأخطاء المعيارية ($SE$)، وقيم $t$ ومستويات الدلالة ($p$) لكل مسار من مسارات النموذج. وفيما يخص الأثر غير المباشر المشروط، يجب أن يُعرض الجدول مستويات المتغير المعدل الثلاثة (المتوسط، وانحراف معياري واحد فوقه وتحته) مقترنة بفترات الثقة. كما يجب الإبلاغ الصريح عن «مؤشر الوساطة المعدلة» وفترة ثقته الحرة من التوزيع الصفر، مع تجنب الاعتماد على اختبار سوبل (Sobel test) الكلاسيكي نظراً لقصوره الشديد وافتراضه غير الواقعي للتوزيع الطبيعي لحواصل الضرب.

رابعاً: الرسوم البيانية التوضيحية
يُعد تضمين الرسوم البيانية التفاعلية أمراً حاسماً لفهم طبيعة التعديل؛ حيث يفضل رسم خطوط الانحدار البسيطة (Simple Slopes) للمسارات المعدلة، وتدعيمها بتمثيل مرئي لمناطق الدلالة الإحصائية باستخدام تقنية جونسون-نيمان (Johnson-Neyman Technique)، والتي توضح النقطة الرقمية المحددة على مقياس المتغير المعدل التي يتحول عندها الأثر من الدلالة إلى انعدامها.

7. أسئلة شائعة حول الوساطة المعدلة والتعديل المتواسط

7.1 هل يمكن دمج الوساطة والتعديل في نموذج واحد دون تفريق دقيق؟

يمثل الدمج العشوائي للمصطلحين دون تفريق منهجي دقيق خطأً أكاديمياً فادحاً يهدد سلامة العمل البحثي بالرفض الفوري في المجلات العلمية المحكمة ذات معامل التأثير المرتفع. إن لكل مصطلح دلالة محددة بدقة في أدبيات النمذجة السببية؛ فالوساطة المعدلة تشير إلى أثر غير مباشر مشروط، بينما يشير التعديل المتواسط إلى توسط آلية تفاعل كلي. إن استخدام مصطلح مثل «نموذج وساطة-تعديل مختلط» كاسم مبهم يعكس ضعف إلمام الباحث بالأسس المنهجية، ويجعل الفرضيات عائمة وغير قابلة للاختبار الصارم.

7.2 لماذا يفضل معظم الباحثين المعاصرين إطار الوساطة المعدلة على التعديل المتواسط؟

يعود التفضيل الكاسح لإطار الوساطة المعدلة في البحوث المعاصرة إلى سببين رئيسيين: الأول مفهومي-منطقي، حيث إن مفهوم «الأثر غير المباشر المشروط» لا يشترط وجود دلالة إحصائية للأثر التفاعلي الكلي على المتغير التابع، مما يمنحه مرونة وقوة كشف فائقة في استخراج الآليات السببية الحقيقية حتى لو كانت تخضع لظواهر التحييد أو الإلغاء. والسبب الثاني برمجي-تقني، ويعود الفضل فيه إلى الجهود الكبيرة التي قادها أندرو هايز عبر تطوير معالج PROCESS، والذي وفر أدوات قياسية لحساب مؤشر الوساطة المعدلة وفترات ثقة الـ Bootstrap المرافقة له، وهو ما جعل تطبيق واختبار الوساطة المعدلة أكثر موثوقية وسهولة وتماسكاً مقارنة بإجراءات التعديل المتواسط القديمة متطلبة الخطوات المتعددة.

7.3 ما هو الحد الأدنى لحجم العينة المطلوب لاختبار هذه النماذج المركبة؟

تشير دراسات المحاكاة الرياضية المتقدمة (مثل محاكاة مونت كارلو – Monte Carlo Simulation) إلى أن اختبار النماذج التي تتضمن تفاعلات ووساطات متزامنة يعاني من انخفاض القوة الإحصائية عند تطبيقها على عينات صغيرة. كقاعدة منهجية عامة، إذا كانت أحجام التأثير المتوقعة متوسطة، فإن عينة مكونة من 200 إلى 250 مبحوثاً قد تكون كافية بالحد الأدنى. غير أن التفاعلات في بحوث العلوم السلوكية غالباً ما ترتبط بأحجام تأثير صغيرة جداً، مما يرفع الحد الأدنى الآمن للعينة إلى ما بين 400 و 600 مفردة لضمان قوة اختبار إحصائية تبلغ ($\text{Power} ge 0.80$) عند مستوى دلالة ($\alpha = .05$)، وتجنب رفض فرضيات صحيحة بسبب عجز العينة عن كشف التباين التفاعلي الهامشي.

8. خاتمة وتوصيات منهجية للبحث العلمي

8.1 خلاصة المقارنة بين النموذجين

في الختام، يمثل كل من نموذج الوساطة المعدلة ونموذج التعديل المتواسط أداتين تحليليتين بالغتَي الأهمية والقوة لفهم ديناميكيات الظواهر النفسية والإدارية والاجتماعية المعقدة. ومع ذلك، فإن النتيجة الجوهرية التي يجب أن يستوعبها الباحث تكمن في أن التباين بينهما هو تمايز نابع من الفلسفة النظرية وغايات البحث وليس مجرد خلاف حسابي برامجي. تركز الوساطة المعدلة على اكتشاف الشروط الظرفية والبيئية التي تحدد سريان وتأرجح الآلية الوسيطة، جاعلة من الوساطة قلباً ومن التعديل سياقاً. وفي المقابل، يكرس التعديل المتواسط أدواته لحل ألغاز التفاعلات الإجمالية وتفسيرها بنيوياً عبر وسيط ناقل، جاعلاً من التفاعل منطلقاً وركيزة ومن الوساطة أداة كاشفة لميكانيكيته.

8.2 توصيات لأفضل الممارسات التحليلية والنشر الأكاديمي

بناءً على الاستعراض المنهجي الشامل الذي قدمته هذه الدراسة، نخلص إلى صياغة حزمة من التوصيات الإجرائية الموجهة للباحثين والمشرفين ومحكمي الأبحاث العلمية الرصينة:

• التطابق التام بين الفرضية والنموذج: يجب على الباحث التأكد من أن صياغة الفرضية في متن البحث تتطابق لغوياً ومفهومياً مع النموذج الرياضي المختار؛ فإذا كانت الفرضية تنص على «تغير أثر المسار غير المباشر تبعاً للمعدل»، يجب توظيف الوساطة المعدلة ومؤشرها، والابتعاد عن التسميات الخاطئة.
• الشفافية الكاملة في الإبلاغ عن البيانات: يوصى بتقديم المصفوفة الكاملة للارتباطات البسيطة بين المتغيرات، وتوفير المعاملات غير المعيارية والأخطاء المعيارية وقيم التباين المفسر ($R^2$) لجميع المعادلات التأسيسية لتسهيل عمليات المراجعة البعدية (Meta-analysis).
• تجنب الاعتماد على الطرق التقليدية العقيمة: يجب التخلي نهائياً عن اختبار سوبل (Sobel test) الكلاسيكي واشتراطات بارون وكيني الصارمة التي تتطلب دلالة الأثر الكلي المباشر، واستبدالها بإجراءات إعادة العينة اللامعلمية الحديثة (Bootstrapping 95% CIs) وفحص مؤشر الوساطة المعدلة بوصفه المعيار الذهبي المعتمد في الأوساط الأكاديمية الدولية.
• تضمين الرسوم البيانية ومناطق الدلالة المشروطة: ينبغي إثراء تقارير النتائج بمخططات بيانية توضح مسارات التفاعل وأثر التغير في المتغير المعدل على حجم الأثر غير المباشر، وتطبيق تقنية جونسون-نيمان لرسم خرائط واضحة للحدود الفاصلة لسريان الفرضيات.

المراجع

تستند هذه الدراسة إلى أمهات المصادر المنهجية الرصينة والمحكمة في حقل القياس والنمذجة السببية المتقدمة المنشورة في المجلات والدور المعتمدة:

• Baron, R. M., & Kenny, D. A. (1986). The moderator–mediator variable distinction in social psychological research: Conceptual, strategic, and statistical considerations. Journal of Personality and Social Psychology, 51(6), 1173–1182. https://doi.org/10.1037/0022-3514.51.6.1173
• Edwards, J. R., & Lambert, L. S. (2007). Methods for integrating moderation and mediation: A general analytical framework using moderated path analysis. Psychological Methods, 12(1), 1–22. https://doi.org/10.1037/1082-989X.12.1.1
• Hayes, A. F. (2015). An index and test of linear moderated mediation. Multivariate Behavioral Research, 50(1), 1–22. https://doi.org/10.1080/00273171.2015.1018556
• Hayes, A. F. (2022). Introduction to mediation, moderation, and conditional process analysis: A regression-based approach (3rd ed.). The Guilford Press. https://www.guilford.com/books/Introduction-to-Mediation-Moderation-and-Conditional-Process-Analysis/Andrew-Hayes/9781462549030
• Muller, D., Judd, C. M., & Yzerbyt, V. Y. (2005). When moderation is mediated, content matters: An integrated framework for testing mediated moderation. Journal of Personality and Social Psychology, 89(6), 852–863. https://doi.org/10.1037/0022-3514.89.6.852
• Preacher, K. J., Rucker, D. D., & Hayes, A. F. (2007). Addressing moderated mediation hypotheses: Theory, methods, and prescriptions. Multivariate Behavioral Research, 42(1), 185–227. https://doi.org/10.1080/00273170701341316