البيانات الترتيبية: منطق الرتب والقياس في علم النفس

يمثل القياس في العلوم الإنسانية أحد أعقد التحديات المنهجية التي واجهت الباحثين عبر التاريخ؛ إذ كيف يمكن تحويل الظواهر النفسية غير الملموسة، كالقلق والذكاء والدافعية، إلى مؤشرات كمية قابلة للتحليل الإحصائي الدقيق؟ تمثل البيانات الترتيبية حجر الزاوية في بناء الجسور بين الخصائص الكيفية والتقديرات الكمية، حيث تمنح الباحثين القدرة على تنظيم السمات النفسية وتصنيفها في متتاليات هرمية تعكس التباين بين الأفراد، دون الوقوع في فخ الادعاء الزائف بوجود وحدات قياس متساوية تماماً كالمسافات أو الأوزان المادية.

البيانات الترتيبية في القياس النفسي والإحصاء الوصفي

1. التعريف الموجز والدقيق

البيانات الترتيبية (Ordinal Data) هي أحد المستويات الأربعة الرئيسة لقياس المتغيرات، وتعرف بأنها نوع من البيانات النوعية أو الفئوية التي تمتلك ترتيباً منطقياً وتدرجاً هرمياً ثابتاً بين قيمها، بحيث يمكن المفاضلة بين هذه الفئات وفق مبدأ (أكبر من، أو أصغر من، أو يساوي)، مع افتقارها المطلق إلى وجود مسافات متساوية أو معلومة رياضياً بين النقاط المتتالية، وانعدام الصفر المطلق ذي الدلالة الحقيقية.

وفي سياق القياس النفسي والسلوكي، تشير البيانات الترتيبية إلى تلك المتغيرات التي تعبر عن درجات متفاوتة من سمة كامنة (Latent Trait) لدى الأفراد؛ حيث يستطيع الباحث من خلالها ترتيب استجابات المفحوصين وفق مستوى امتلاكهم للظاهرة المدروسة (مثل مستويات القلق: منعدم، خفيف، متوسط، شديد). ورغم أن هذه البيانات تحدد اتجاه التغير وتسلسله، إلا أنها لا تفصح أبداً عن المقدار الرياضي الدقيق الذي يفصل بين فئة وأخرى، مما يجعل العمليات الحسابية التقليدية كالجمع والطرح غير قابلة للتطبيق الصارم عليها.

2. التأصيل اللغوي والاشتقاقي

يعود الأصل اللغوي للمصطلح الإنجليزي “Ordinal” إلى الكلمة اللاتينية ordinalis، المشتقة بدورها من الجذر اللاتيني ordo، والذي يشير حرفياً إلى “النظام” أو “الصف” أو “الترتيب المتتالي للأشياء”. وقد استُخدم المصطلح قديماً في النحو والرياضيات للدلالة على الأعداد الترتيبية (Ordinal Numbers) مثل: الأول، الثاني، الثالث، لتمييزها عن الأعداد الأصلية (Cardinal Numbers) التي تدل على الكمية المطلقة والمعدودة (واحد، اثنان، ثلاثة).

أما في المعاجم العربية، فإن الجذر (ر-ت-ب) يشتمل على معاني الثبات والنظام وعلو المكانة والتدرج؛ فيقال: “رَتَّب الشيءَ تَرْتيباً” أي وضعه في موضعه بنظام متناسق، و”الرُّتْبَة” هي المنزلة والمكانة المتفاضلة بين الأقران. وقد دخل المصطلح إلى حقل القياس النفسي والاجتماعي بشكل مؤسسي ورسمي في منتصف القرن العشرين، وتحديداً مع تصنيف عالم النفس الرياضي ستانلي سميث ستيفنز (S. S. Stevens)، ليصبح مصطلحاً تقنياً معتمداً للتعبير عن ثاني أدنى مستويات القياس الإحصائي بعد المستوى الاسمي.

3. النطق والبنية النحوية والصرفية

تُلفظ العبارة في اللغة العربية الفصحى: بَيَانَاتٌ تَرْتِيبِيَّةٌ (Bayānāt Tartībiyyah)، وتتكون تركيبياً من موصوف وصفة. كلمة “بيانات” هي جمع تكسير أو جمع مؤنث سالم مجازي لمفردها “بيان” المشتق من المصدر (بَيَّنَ – يُبَيِّنُ)، وتُعرب هنا حسب موقعها في الجملة (مبتدأ، مضاف إليه، مفعول به). أما “ترتيبية” فهي اسم منسوب إلى المصدر “ترتيب” بصيغة المؤنث لمطابقة الجمع غير العاقل، وجذرها اللغوي الثلاثي هو (ر-ت-ب).

وتُستخدم الكلمة في الأبحاث والرسائل الأكاديمية إما بصيغة الاسم الموصوف مثل: “أظهرت البيانات الترتيبية تبايناً ملحوظاً”، أو بصيغة المضاف كقولنا: “مستوى القياس الترتيبي”، أو في إطار الجمع بين الرتبة والمتغير مثل: “المتغيرات الرتبية” (Ranked Variables). ولا يجوز لغوياً استخدام صيغ الاشتقاق الجمعي الخاطئة، بل يلزم الحفاظ على نسق النسبة إلى الرتبة أو الترتيب.

4. الشرح المفاهيمي المتعمق

يتطلب الفهم العميق للبيانات الترتيبية استيعاب الخصائص الجبرية والمنطقية التي تحكمها؛ وأبرزها خاصية “التعدي” (Transitivity) وخخاصية “اللاتناظر” (Asymmetry). تعني خاصية التعدي أنه إذا كانت الفئة (أ) أعلى من الفئة (ب)، وكانت الفئة (ب) أعلى من الفئة (ج)، فإن الفئة (أ) تكون بالضرورة أعلى من الفئة (ج). وتضمن هذه الخاصية الحفاظ على اتجاه التدرج عبر كامل المقياس، في حين تعني خاصية اللاتناظر أنه يستحيل أن تكون (أ) أعلى من (ب) وفي الوقت نفسه تكون (ب) أعلى من (أ). ورغم وضوح هذا البناء المنطقي، فإن البيانات الترتيبية تتوقف تماماً عند حدود تحديد العلاقات التفضيلية أو الهرمية، ولا تقدم أي معلومات عن المسافة الفاصلة بين هذه الرتب.

تتمثل المعضلة الرياضية الأساسية للبيانات الترتيبية في غياب وحدة القياس الثابتة؛ فعلى سبيل المثال، إذا طلبنا من ثلاثة مرضى تقييم درجة شعورهم بالألم عبر مقياس يمتد من (منعدم = 1، خفيف = 2، متوسط = 3، شديد = 4)، فإن الفارق الرقمي المجرد بين (1) و(2) يساوي (1)، والفارق بين (3) و(4) يساوي أيضاً (1). ومع ذلك، من وجهة النظر النفسية والإدراكية، لا يوجد أي دليل يثبت أن الانتقال من مرحلة عدم وجود ألم إلى ألم خفيف يعادل في ثقله النفسي أو الفسيولوجي الانتقال من الألم المتوسط إلى الألم الشديد. هذا التباين في “المسافات النفسية الكامنة” يمنع الباحثين من التعامل مع هذه الأرقام بوصفها قيماً كمية مستمرة، مما يضع قيوداً صارمة على العمليات الرياضية كالجمع والضرب، ويمنع حساب المتوسط الحسابي والانحراف المعياري بالطرق الكلاسيكية دون ارتكاب خطأ منهجي.

يمتد نطاق البيانات الترتيبية ليشمل غالبية مقاييس التقرير الذاتي (Self-Report Inventories) في علم النفس المعاصر. فعندما يستجيب المفحوص لمقياس اتجاهات نحو موضوع معين، فإن استجابته تعكس موقعاً نسبياً في متصل نفسي غير خطي. حدود هذه البيانات تكمن في أنها نسبية ومرتبطة بسياق الترتيب؛ إذ إن إعادة ترتيب العينات أو تعديل عدد الفئات في المقياس قد يؤدي إلى تغيرات جوهرية في الرتب المخصصة للمفحوصين دون أن يطرأ أي تغير حقيقي على مقدار السمة النفسية الكامنة لديهم، وهو ما يتطلب معالجة إحصائية حذرة تراعي هذه الطبيعة الفئوية المرتبة.

5. التطور التاريخي ومحطات التأسيس

ترتبط نشأة مفهوم مستويات القياس بالنقاشات العميقة التي دارت في أروقة الجمعية البريطانية لتقدم العلوم في ثلاثينيات القرن العشرين، حيث شككت لجنة علمية في قدرة علم النفس على قياس الأحاسيس الإدراكية كمياً مقارنة بعلوم الفيزياء. وفي عام 1946، نشر عالم النفس الأمريكي ستانلي سميث ستيفنز ورقته البحثية البارزة بعنوان “On the Theory of Scales of Measurement” في مجلة Science، مقدماً تصنيفاً رباعياً رائداً لمستويات القياس: الاسمي (Nominal)، والترتيبي (Ordinal)، والفئوي (Interval)، والنسبي (Ratio)، واضعاً بذلك الأساس المعرفي والرياضي الصارم للبيانات الترتيبية.

وقبل تقنين ستيفنز، وتحديداً في عام 1932، أحدث عالم النفس الاجتماعي رينسيس ليكرت (Rensis Likert) ثورة في جمع البيانات السلوكية بتطويره لمقياس ليكرت، الذي اعتمد على سلم ترتيب للخيارات (أوافق بشدة، أوافق، محايد، أعارض، أعارض بشدة). شكل ظهور مقياس ليكرت دافعاً كبيراً لظهور تساؤلات حادة حول طبيعة البيانات الناتجة عنه: هل يمكن التعامل معها كبيانات فترية، أم أنها بيانات ترتيبية بحتة؟ أثار هذا السؤال سجالاً استمر لعقود بين الاتجاهات الإحصائية المحافظة والراديكالية.

شهدت خمسينيات وستينيات القرن العشرين ثورة موازية في الإحصاء اللامعلمي (Non-parametric Statistics) الموجه خصيصاً للتعامل مع البيانات الترتيبية. وقد قاد هذه الثورة علماء إحصاء بارزون مثل فرانك ويلكوكسون (Frank Wilcoxon)، وهنري مان (Henry Mann)، ودونالد ويتني (Donald Whitney)، من خلال تطوير اختبارات رتبية دقيقة لم تعد تشترط التوزيع الطبيعي أو المسافات المتساوية، مما رسخ مكانة البيانات الترتيبية كأداة بحثية مكتملة النضج المنهجي.

6. الأسس والأطر النظرية

تستند البيانات الترتيبية إلى “النظرية التمثيلية للقياس” (Representational Theory of Measurement) التي صاغها باتريك سوبيز (Patrick Suppes) وديفيد كرانتز ورفاقهم في سبعينيات القرن العشرين. تنص هذه النظرية على أن القياس هو إقامة تطابق تماثلي (Homomorphism) بين نظام تجريبي تجريدي (مثل شدة الخوف لدى الأفراد) ونظام عددي رمزي. وفي حالة البيانات الترتيبية، فإن التماثل المطلوب يحافظ فقط على العلاقات الترتيبية وليس على المسافات؛ أي أن الأرقام الممنوحة للمفحوصين تعمل كملصقات تراتبية تحافظ على أحادية الاتجاه (Monotonicity) للخاصية المقاسة.

وفي إطار القياس النفسي الحديث، تستند قراءة البيانات الترتيبية إلى “نظرية الاستجابة للمفردة” (Item Response Theory)، وتحديداً نماذج الاستجابة متعددة الفئات (Polytomous IRT Models) مثل نموذج الاستجابة المدرجة (Graded Response Model) الذي طوره فوميكو ساميجيما (Fumiko Samejima) عام 1969، ونموذج ريتشارد أندريش (Andrich’s Rating Scale Model). تفترض هذه النماذج أن السمة النفسية المقاسة (المشار إليها بالرمز ثيتا $\theta$) هي متصل كامن مستمر، وأن استجابة المفحوص لفئة ترتيبية معينة تعتمد على تجاوزه لعتبات تقييم حرجة (Thresholds) غير متساوية بالضرورة، مما يفسر الطبيعة الترتيبية للأداء النفسي بدقة متناهية.

كما ترتبط البيانات الترتيبية بنظرية اتخاذ القرار ومصفوفات الأفضلية؛ حيث يُفترض أن العقل البشري يميل معرفياً إلى إصدار أحكام تقييمية مقارنة مبنية على التفضيل الهرمي بدلاً من تحديد التقديرات الكمية المطلقة، مما يجعل البيانات الترتيبية انعكاساً أصيلاً لطريقة عمل الوعي الإنساني في الحكم على الذات والآخرين.

7. المكونات الأساسية والأنواع والأبعاد

تتنوع أشكال البيانات الترتيبية في البحوث النفسية بناءً على تصميم أدوات القياس وطبيعة المتغير المستهدف، ويمكن تصنيفها إلى الفئات الرئيسة التالية:

• البيانات الترتيبية ثنائية القيمة المرتبة (Ordered Dichotomies): تمثل أبسط أشكال الترتيب، حيث تنقسم الاستجابة إلى فئتين متدرجتي القيمة، مثل: (ناجح / راسب)، أو (ممتثل للعلاج / غير ممتثل)، حيث تتضمن الفئتان تفاضلاً قيمياً واضحاً لصالحة سمة معينة.
• البيانات الترتيبية متعددة الفئات (Polytomous Ordinal Data): وهي الأكثر شيوعاً في استبانات علم النفس، وتشمل استجابات مقاييس التقدير المتدرجة، مثل مقياس ليكرت الثلاثي، الخماسي، أو السباعي (مثال: نادراً، أحياناً، غالباً، دائماً).
• بيانات الترتيب الكامل (Preference Rankings): يقوم فيها المفحوص بترتيب قائمة كاملة من المثيرات النفسية أو القيم الشخصية وفق أولوياتها لديه من 1 إلى ن، مثل ترتيب القيم الأخلاقية (الصدق، الشجاعة، العدل، الإيثار).
• بيانات التصنيف الإجباري (Forced-Choice Q-Sort): تقنية متقدمة يطلب فيها من المشارك توزيع عدد من العبارات في مصفوفة محددة مسبقاً تأخذ شكلاً قريباً من التوزيع الطبيعي ولكنها تقوم على موازنات رتبية بحتة.
• المتغيرات المستمرة المجزأة ترتيبياً (Discretized Continuous Variables): وهي سمات نفسية مستمرة في أصلها ولكن تم تجميعها في فئات للضرورة التشخيصية، مثل تصنيف درجات الاكتئاب السريري إلى: (سوي، طفيف، معتدل، حاد).

8. أمثلة وحالات تطبيقية

لتوضيح البيانات الترتيبية في الواقع العملي، يمكن النظر في تقييم اضطراب الاكتئاب الجسيم في العيادات النفسية عبر مقياس بيك للاكتئاب (BDI-II). يتكون المقياس من 21 بنداً، يضم كل بند منها أربع استجابات مرتبة من 0 إلى 3. في البند المتعلق بالحزن، يختار المريض بين: (0 = لا أشعر بالحزن، 1 = أشعر بالحزن معظم الوقت، 2 = أنا حزين طوال الوقت ولا أستطيع التخلص من ذلك، 3 = أنا حزين لدرجة لا أستطيع معها التحمل). يمثل هذا الاختيار بيانات ترتيبية واضحة؛ فالدرجة 2 تعبر بلا ريب عن مقدار حزن أكبر من الدرجة 1، ولكن لا يمكن لأي طبيب نفسي الجزم بأن القفزة الانفعالية من 0 إلى 1 مطابقة تماماً للمسافة الشعورية بين 2 و3.

وفي مجال علم النفس التنظيمي، يُستخدم تقييم الأداء الوظيفي السنوي القائم على رتب الجدارة: (يحتاج إلى تحسين، يلبي التوقعات، يتجاوز التوقعات، متميز). إذا حصل الموظف “أ” على رتبة “متميز” وحصل الموظف “ب” على رتبة “يتجاوز التوقعات” والموظف “ج” على رتبة “يلبي التوقعات”، فإن الإدارة تدرك الترتيب التفاضلي لإنتاجية الموظفين. غير أن هذا الترتيب لا يخبرنا بمقدار الفارق الإنتاجي؛ فقد يكون الفارق بين الموظفين “أ” و”ب” هامشياً، بينما الفارق بين “ب” و”ج” شاسعاً جداً، وهذا التباين المجهول في المسافات يجسد الجوهر المعرفي للبيانات الترتيبية.

مثال آخر يتجلى في قياس مراحل التطور المعرفي عند الأطفال وفق نظرية جان بياجيه: المرحلة الحس حركية، تليها مرحلة ما قبل العمليات، ثم العمليات المادية، وأخيراً العمليات المجردة. الانتقال من مرحلة إلى أخرى يمثل بيانات ترتيبية دالة على نمو التفكير، حيث تمثل كل مرحلة مستوى تفكير أرقى، ولكن الفارق الزمني والنمائي بين مرحلة وأخرى يختلف من طفل إلى آخر ولا يمثل مسافات زمنية متساوية.

9. القياس والتقييم والتحليل الإحصائي

تخضع البيانات الترتيبية لمنظومة إحصائية خاصة تسمى “الإحصاء اللامعلمي” (Non-parametric Statistics)، والتي لا تشترط التوزيع الاعتدالي للبيانات أو تجانس التباين. عند وصف البيانات الترتيبية، يُعد استخدام الوسيط (Median) هو الإجراء المعياري للميل المركزي، حيث يمثل القيمة التي تنصف الرتب، بينما يمثل المدى الربيعي (Interquartile Range – IQR) المقياس الأنسب للتشتت بدلاً من الانحراف المعياري، كما يُستخدم المنوال (Mode) لتحديد الاستجابة الأكثر تكراراً.

أما على صعيد الإحصاء الاستدلالي (Inferential Statistics)، فإن اختبار الفروق بين المجموعات يعتمد على أدوات متخصصة بديلة لاختبارات (t-test) وتحليل التباين (ANOVA). من أهم هذه الأدوات:

• اختبار مان-ويتني للمجموعات المستقلة (Mann-Whitney U Test): يُستخدم للمقارنة بين مجموعتين مستقلتين في متغير ترتيبي، ويعتمد على تحويل الدرجات الخام إلى رتب متعاقبة ثم مقارنة مجموع الرتب بين الفئتين.
• اختبار كروسكال-واليس (Kruskal-Wallis Test): وهو البديل اللامعلمي لتحليل التباين أحادي الاتجاه لمقارنة ثلاثة أطراف أو أكثر عبر المتغيرات الرتبية.
• اختبار ويلكوكسون للإشارات والرتب (Wilcoxon Signed-Rank Test): بديل اختبار (t) للعينات المرتبطة أو القياسات المتكررة (قبل / بعد).
• معامل ارتباط الرتب لسبيرمان (Spearman’s Rho) ومعامل كيندال (Kendall’s Tau): يُستخدمان لقياس قوة واتجاه الارتباط الرتبي بين متغيرين ترتيبيين دون افتراض الخطية المباشرة.
• الانحدار اللوجستي الترتيبي (Ordinal Logistic Regression): نموذج متقدم يُستخدم للتنبؤ بمتغير تابع ترتيبي اعتماداً على مجموعة من المتغيرات المستقلة المستمرة أو الفئوية.

10. التطبيقات والأهمية العملية في العلوم النفسية

تلعب البيانات الترتيبية دوراً محورياً لا غنى عنه في صياغة الأدلة التشخيصية النفسية، وأبرزها الدليل التشخيصي والإحصائي للاضطرابات النفسية (DSM-5)؛ حيث تعتمد معايير تحديد شدة الاضطرابات (Mild, Moderate, Severe) على منطق القياس الترتيبي. هذا التصنيف يساعد المعالجين في اتخاذ قرارات سريرية حاسمة، مثل تحديد الحاجة إلى التدخل الدوائي الفوري أو الاكتفاء بالعلاج النفسي السلوكي، وتحديد خطورة السلوك الانتحاري أو درجات التدهور المعرفي في حالات الخرف.

وفي القياس التربوي والمدرسي، تُبنى معظم مقاييس تقييم الميول المهنية والدافعية الأكاديمية على بيانات ترتيبية توضح ترتيب اهتمامات الطالب (علمي، أدبي، فني). هذا الترتيب يوجه الإرشاد الأكاديمي بدقة تفوق الاعتماد على الدرجات الخام غير المعايرة، لأن رتبة الاهتمام تعكس تفضيل الفرد النسبي مقارنة ببدائل أخرى، وهو المحدد السلوكي الحقيقي للاختيار والنجاح في البيئات التعليمية.

وفي مجال قياس الألم في علم النفس الصحي، تُستخدم مقاييس التقدير اللفظي (Verbal Rating Scales) التي تصنف الألم ترتيبياً لمتابعة فاعلية تقنيات الاسترخاء واليقظة الذهنية. كما تستخدم في بحوث سلوك المستهلك النفسي لقياس مستويات الرضا والولاء للعلامات التجارية، حيث يُترجم التقييم الرتبي مباشرة إلى قرارات تسويقية وتطويرية بالغة الأهمية للمؤسسات.

11. الأبحاث والأدلة التجريبية

شهدت الأدبيات النفسية والإحصائية نقاشاً تجريبياً مستفيضاً حول مدى إمكانية “معاملة البيانات الترتيبية المشتقة من مقاييس ليكرت كبيانات فترية”. قاد الباحث جيوف نورمان (Geoff Norman, 2010) مراجعة منهجية وتجريبية واسعة أثبتت أن الاختبارات البارامترية (مثل اختبار t وتحليل التباين) تتمتع بدرجة عالية من المتانة (Robustness) ضد انتهاك افتراض تساوي المسافات، وأنها قادرة على تقديم نتائج موثوقة تماماً عند استخدام مقاييس ليكرت المكونة من 5 أو 7 نقاط، خاصة إذا تم جمع درجات عدة بنود لتكوين مؤشر تركيبي كلي (Composite Score).

في المقابل، أكدت دراسات إمبريقية حديثة، مثل أبحاث ليدل وكروشكي (Liddell & Kruschke, 2018)، أن التعامل العشوائي مع البيانات الترتيبية على أنها مقاييس فترية يؤدي إلى أخطاء فادحة، منها تضخيم الأثر الإحصائي الوهمي (Type I Error) أو إخفاء فروق جوهرية حقيقية (Type II Error). وأظهرت نماذج المحاكاة الحاسوبية المعتمدة على سلاسل ماركوف ومونت كارلو (MCMC) أن النماذج الإحصائية التي تأخذ الطبيعة الترتيبية بعين الاعتبار توفر دقة تقديرية أعلى بكثير للسمات النفسية مقارنة بنماذج الانحدار الخطي التقليدي، مما أعاد الزخم بقوة إلى ضرورة التمسك بالمعالجات الإحصائية الترتيبية المتخصصة.

12. الاعتبارات الثقافية وعبر الثقافية

تتأثر البيانات الترتيبية بشكل جوهري بالسياقات الثقافية واللغوية؛ فاستجابة المشارك لخيارات مثل “أوافق بشدة” أو “محايد” ليست عملية حسابية محايدة، بل هي فعل تواصلي يتأثر بأنماط الاستجابة الثقافية (Cultural Response Biases). فقد كشفت الدراسات المقارنة أن الأفراد في الثقافات الجمعية (مثل بعض مجتمعات شرق آسيا) يميلون إلى اختيار الفئات الوسطى في المقاييس الترتيبية بدافع التواضع وتجنب التطرف، في حين يميل المشاركون في المجتمعات الفردية الغربية إلى استخدام الفئات الطرفية (Extreme Responding) كـ “أوافق بشدة” أو “أعارض بشدة” لتأكيد الاستقلالية والوضوح.

علاوة على ذلك، تواجه عملية تعريب وترجمة أدوات القياس الترتيبية عقبات دلالية حقيقية. إن ترجمة مصطلحات مثل “Somewhat Agree” و”Slightly Agree” إلى العربية تتطلب معايرة سيكومترية دقيقة لضمان أن المسافة المعنوية التي يدركها القارئ العربي بين الخيارات تتطابق مع التدرج المقصود في الأداة الأصلية. إذا اختل هذا التسلسل اللغوي، فإن الترتيب المنطقي للبيانات ينهار، وتصبح المقارنات عبر الثقافات مضللة وتفتقر إلى التكافؤ القياسي (Measurement Invariance).

13. الانتقادات والجدليات والحدود

تتمحور الانتقادات الموجهة للبيانات الترتيبية حول القيود الصارمة التي تفرضها على التحليل الرياضي؛ حيث يؤدي اقتصارها على الترتيب إلى “فقدان كمي للمعلومات” (Loss of Information) حول حجم الفروق الدقيقة بين المشاركين. كما أن تحويل القياسات المستمرة إلى فئات ترتيبية واسعة قد يخفي تبايناً سريرياً حاسماً؛ فالشخص الذي يقع في أقصى حدود فئة “الاكتئاب المتوسط” قد يكون أقرب بكثير إلى مريض “الاكتئاب الحاد” من زميله الذي يقع في أدنى حدود فئة الاكتئاب المتوسط، غير أن البيانات الترتيبية تساويهما تحت تصنيف واحد.

كما يعيب هذه البيانات حساسيتها العالية لتأثيرات السقف والأرضية (Ceiling and Floor Effects). فعندما يفشل المقياس الترتيبي في توفير فئات كافية في الأطراف، يتكدس المفحوصون في الرتبة القصوى أو الدنيا، مما يؤدي إلى انحراف شديد في التوزيع وانعدام القدرة على التمييز بين المستويات العليا من السمة المقاسة. ويضاف إلى ذلك الجدل المستمر حول شرعية حساب المتوسط الحسابي لاستجابات مقاييس الرأي، وهو جدل يقسم مجتمع المنهجيين في العلوم النفسية حتى اليوم إلى تيار متمسك بالنقاء الرياضي الصارم وتيار براغماتي نفعي.

14. المفاهيم المرتبطة والفروق الدقيقة

تتكامل البيانات الترتيبية مع مستويات القياس الأخرى، وتتميز عنها بفروق بنيوية وإحصائية محددة يمكن توضيحها من خلال المقارنة التالية:

• البيانات الاسمية (Nominal Data): تكتفي بتصنيف الأفراد إلى مجموعات كيفية نوعية بناءً على الاسم أو الهوية (مثل: الجنس، فصيلة الدم، التخصص الأكاديمي). لا يوجد بين فئات البيانات الاسمية أي تفاضل أو ترتيب منطقي (أ لا تعني أفضل أو أكبر من ب)، بينما تضيف البيانات الترتيبية ميزة التدرج الهرمي والترتيب المتتالي.
• بيانات الفترات / المسافات (Interval Data): تمتلك ترتيباً ثابتاً وتتميز بوجود مسافات رياضية متساوية تماماً بين النقاط (مثل درجات اختبار الذكاء المقنن IQ، أو مقياس درجة الحرارة المئوية). ومع ذلك، تفتقر هذه البيانات إلى الصفر المطلق الحقيقي، في حين أن البيانات الترتيبية تشترك معها في انعدام الصفر المطلق لكنها تفقد ميزة تساوي المسافات.
• بيانات النسب (Ratio Data): تمثل أعلى وأكمل مستويات القياس الرياضي، وتتميز بوجود الترتيب، وتساوي المسافات، والصفر المطلق المنطقي الذي يعني انعدام الظاهرة تماماً (مثل: زمن الرجع السلوكي بالمللي ثانية، والوزن، والعمر). تقع البيانات الترتيبية في مرتبة أدنى بكثير من بيانات النسب لافتقارها للمسافات والصفر المطلق.
• الرتب المئينية (Percentile Ranks): هي قيم مشتقة ترتب الأفراد في معيار نسبي بالنسبة لعينة تقنين معينة (مثل القول بأن درجة فلان تتفوق على 85% من أقرانه). الرتب المئينية هي تحويل ترتيبي للبيانات يوضح الموقع النسبي، وتشترك مع البيانات الترتيبية في تشويه المسافات الفعلية، حيث تتباعد الرتب في أطراف التوزيع وتتزاحم في وسطه.

15. الخلاصة والدروس المستفادة

تشكل البيانات الترتيبية ركيزة بنيوية محورية في القياس النفسي والسلوكي؛ فهي تمثل التوفيق المنهجي الأنسب بين تعقيد الخصائص النفسية الداخلية وأدوات الرصد الرياضي المتاحة. تتميز بقدرتها الفائقة على تنظيم السمات الإنسانية وترتيبها منطقياً، لكنها تفرض في الوقت ذاته التزاماً علمياً صارماً باحترام حدودها الإحصائية، والامتناع عن إجراء التحويلات الرياضية العشوائية التي تفترض ضمناً تساوي المسافات بين الفئات التقديرية.

إن إدراك الباحث والعيادي للطبيعة الترتيبية للبيانات المجمعة يحميه من الوقوع في الاستنتاجات الإحصائية المضللة، ويوجه مساره نحو استخدام التحليلات الإحصائية اللامعلمية الرصينة، أو تبني نماذج الاستجابة للمفردة الحديثة. وعليه، فإن فهم هذا المستوى من القياس ليس مجرد ترف نظري، بل هو شرط أساسي لضمان صدق الأدوات البحثية ونزاهة القرارات التشخيصية في مختلف فروع العلوم النفسية والتربوية والاجتماعية.

المراجع

• Andrich, D. (1978). A rating formulation for ordered response categories. Psychometrika, 43(4), 561–573. https://doi.org/10.1007/BF02293814
• Jamieson, S. (2004). Likert scales: How to (ab)use them. Medical Education, 38(12), 1217–1218. https://doi.org/10.1111/j.1365-2929.2004.02012.x
• Liddell, T. M., & Kruschke, J. K. (2018). Analyzing ordinal data with metric models: What could possibly go wrong? Journal of Experimental Social Psychology, 79, 328–348. https://doi.org/10.1016/j.jesp.2018.08.009
• Likert, R. (1932). A technique for the measurement of attitudes. Archives of Psychology, 22(140), 5–55.
• Norman, G. (2010). Likert scales, levels of measurement and the “laws” of statistics. Advances in Health Sciences Education, 15(5), 625–632. https://doi.org/10.1007/s10459-010-9222-y
• Samejima, F. (1969). Estimation of latent ability using a pattern of response. Psychometrika Monograph Supplement, 34(4, Pt. 2), 1–100.
• Stevens, S. S. (1946). On the theory of scales of measurement. Science, 103(2684), 677–680. https://doi.org/10.1126/science.103.2684.677