المتغير غير المتصل: ركيزة القياس والتصنيف النفسي

يمثل التمييز الدقيق بين طبيعة البيانات والمتغيرات الحجر الأساس في بناء النماذج التفسيرية الرصينة داخل حقل علم النفس والعلوم السلوكية، حيث تتحدد دقة النتائج بملاءمة الأدوات الرياضية لخصائص الظاهرة المدروسة. يقف المتغير غير المتصل (Discontinuous Variable) كأحد أهم المفاهيم الإحصائية والميثودولوجية التي تفصل بين الظواهر القابلة للتجزئة المستمرة وتلك التي تتجلى في صورة فئات نوعية أو وحدات منفصلة غير قابلة للتقسيم الرياضي اللانهائي. يسعى هذا المدخل المعجمي المفصل إلى تفكيك مفهوم المتغير غير المتصل من زواياه الإبستمولوجية، والسيكومترية، والتحليلية، مبرزاً آليات توظيفه في البحث النفسي المعاصر.

المتغير غير المتصل (Discontinuous Variable)

1. التعريف الموجز والدقيق

المتغير غير المتصل—والذي يُصطلح عليه أيضاً بالمتغير المنفصل (Discrete Variable) أو المتقطع—هو متغير رياضي أو إحصائي يتميز بوجود فجوات واضحة وغير قابلة للتجسير بين أي قيمتين متتاليتين من قيمه الممكنة، بحيث لا يمكنه اتخاذ أي قيمة وسيطة تقع بين تلك القيم المحددة مسبقاً. في سياق القياس النفسي والسلوكي، يشير المتغير غير المتصل إما إلى خصائص نوعية تصنيفية تتوزع في فئات متباينة مانعة للجمع (Mutually Exclusive)، وإما إلى بيانات عددية صحيحة ناتجة عن عمليات العد والإحصاء المباشر للسلوكيات والاستجابات.

على خلاف المتغيرات المتصلة التي تفترض استمرارية لانهائية وتدرجاً دقيقاً (مثل الزمن، أو درجات القلق المقاسة على مقياس كمي مستمر)، يفرض المتغير غير المتصل قيوداً بنيوية صارمة على فضاء العينة. فهو يتعامل مع كيانات محددة لا تقبل التجزئة الواقعية أو النظرية؛ فلا يمكن مثلاً أن يسجل المريض النفسي عدداً كسرياً من نوبات الهلع في أسبوع واحد، كما لا يمكن تصنيف الفرد في مرحلة وسيطة هجينة ضمن فئات الحالة الاجتماعية أو التشخيص الفئوي المعتمد ما لم تكن الفئات محددة سياقياً على هذا النحو.

2. التأصيل اللغوي والاشتقاقي

يعود الأصل اللغوي لمصطلح “غير متصل” في اللغة العربية إلى الجذر الثلاثي (و-ص-ل)، والذي يفيد الجمع والربط والامتداد دون انقطاع، ونقيضه الفصل والقطع؛ ومن هنا فإن إضافة أداة النفي (غير) أو استخدام مرادفاتها مثل “المنفصل” المشتق من (ف-ص-ل) و”المتقطع” من (ق-ط-ع) تعكس بدقة الامتناع عن التلاقي والامتداد، والدلالة على التمايز والاستقلال الذاتي لكل قيمة أو فئة.

أما في الاصطلاح الغربي، فإن مصطلح Discontinuous Variable مشتق من السابقة اللاتينية dis- التي تفيد الانفصال والتفريق، والفعل اللاتيني continuere الذي يعني الترابط أو التماسك معاً؛ وبالتالي يشير المصطلح حرفياً إلى “ما لا ترابط بين أجزائه”. وقد رافق هذا المفهوم نشأة الرياضيات الحديثة ونظرية المجموعات، ثم انتقل إلى العلوم البيولوجية والنفسية عبر أعمال الرواد الأوائل للقياس الحيوي والسلوكي، متداخلاً دلالياً مع مصطلح Discrete Variable المأخوذ من اللاتينية discretus بمعنى المتمايز أو المنفصل نوعياً وحسابياً.

3. البنية النحوية والصيغة الاصطلاحية

من الناحية الصرفية والنحوية في اللسان العربي، يُعرب تركيب “المتغير غير المتصل” باعتباره مركباً وصفياً؛ حيث يمثل لفظ “المُتَغَيِّر” اسماً مشتقاً (اسم فاعل من الفعل الخماسي تَغَيَّرَ) وهو الموصوف، في حين يمثل المضاف إليه وكلمة “غير” مع ما بعدها نعتاً يحدد طبيعة هذا التغير وخصائصه الهيكلية. يُجمع المصطلح جمع تكسير وجمع مؤنث سالم بحسب السياق: “المتغيرات غير المتصلة” أو “المتغيرات المنفصلة”.

في أدبيات مناهج البحث العلمي العربية، يُستخدم المصطلح أحياناً بصفته مقابلاً للمتغير الوصفي أو الكيفي (Qualitative Variable) إذا كان تصنيفياً صرفاً، أو مقابلاً للبيانات التعدادية (Count Data) إذا كان كمياً صحيحاً. يظل الاستخدام الأكثر استقراراً في المراجع الأكاديمية هو “المتغير غير المتصل” أو “المتغير المتقطع” تمييزاً له عن المتغير المتصل (Continuous Variable).

4. الشرح المفاهيمي المتعمق والحدود الإبستمولوجية

يتطلب الفهم المتعمق للمتغير غير المتصل استيعاباً دقيقاً لكيفية تفاعل الخصائص الرياضية للأرقام مع الظاهرة النفسية المقاسة. ينقسم المتغير غير المتصل بنيوياً إلى قطاعين رئيسيين: قطاع نوعي تصنيفي وقطاع كمي متقطع. يتميز القطاع النوعي بكون الأرقام المسندة إليه لا تحمل قيمة حسابية ذاتية، بل تقتصر وظيفتها على كونها “ملصقات” أو رموزاً دلالية تميز بين الكيانات؛ فالرقم (1) الذي يُمنح للإشارة إلى وجود اضطراب الاكتئاب والرقم (0) للإشارة إلى غيابه، لا يعنيان بأي حال من الأحوال أن المصاب يمتلك قيمة حسابية تزيد بمقدار وحدة رياضية على غير المصاب، بل يمثلان حالتين منطقيتين منفصلتين تقطعهما هوة مفهومية غير قابلة للاستمرار.

في المقابل، يتعامل القطاع الكمي المتقطع مع أرقام حقيقية قابلة للترتيب والعمليات الحسابية المحدودة، كأن نقيس عدد المحاولات الفاشلة التي يرتكبها المفحوص في اختبار الذاكرة العاملة، أو عدد مرات الاستجابة لشرط تجريبي معين. تكمن الخاصية الجوهرية هنا في “قابلية العد” (Countability) واستحالة وجود قيم بينية؛ إذ يمكن للمفحوص أن يرتكب 3 أو 4 أخطاء، ولكن يستحيل منطقياً وعملياً أن يرتكب 3.47 خطأ حقيقياً. أي تقريب إحصائي يفرز كسوراً في هذه الحالة (مثل حساب المتوسط الحسابي للأخطاء ليصبح 3.5) هو مجرد مؤشر رياضي تلخيصي مجرد، ولا يعبر عن قيمة حقيقية يمكن أن يسجلها فرد واحد في الواقع التجريبي الملموس.

تمتد الحدود الإبستمولوجية لهذا المفهوم إلى جوهر إشكالية القياس النفسي: هل السمات النفسية بطبيعتها مستمرة أم متقطعة؟ يرى الاتجاه الكلاسيكي أن معظم التكوينات النفسية الافتراضية (Latent Constructs)—مثل الذكاء، والانطواء، والدافعية—هي سمات مستمرة في حقيقتها الأنطولوجية، إلا أن القياس السلوكي الملموس يضطر إلى تحويلها إلى متغيرات غير متصلة عبر الأسئلة المقفلة، أو التقديرات الفئوية، أو تسجيل التكرارات السلوكية المنفصلة. هذا التوتر بين طبيعة السمة المستمرة وطبيعة أداة القياس المتقطعة يمثل أحد أعمق التحديات في تصميم البحوث النفسية والنمذجة الرياضية للسلوك.

5. التطور التاريخي في القياس والإحصاء النفسي

ترتبط الجذور التاريخية لتمييز المتغيرات غير المتصلة بظهور علم الإحصاء الحيوي في أواخر القرن التاسع عشر وبدايات القرن العشرين. كان للجدل العلمي المحتدم بين مدرسة القياس الحيوي التطورية، بقيادة فرانسيس غالتون (Francis Galton) وكارل بيرسون (Karl Pearson)، وبين رواد علم الوراثة المندلية أثر بالغ في صياغة هذا المفهوم. ركز بيرسون وزملاؤه على المتغيرات المستمرة والتوزيعات الطبيعية، بينما فرضت قوانين مندل الوراثية الاعتراف بالصفات غير المتصلة (المنفصلة تماماً مثل لون الأزهار أو وراثة فصائل الدم)، مما حفز الإحصائيين على تطوير نماذج رياضية متباينة تناسب كل نمط.

في ثلاثينيات وأربعينيات القرن العشرين، أحدث عالم النفس الرياضي ستانلي سميث ستيفنز (Stanley Smith Stevens) ثورة مفاهيمية عبر ورقته التأسيسية الصادرة عام 1946 بعنوان “On the Theory of Scales of Measurement”. وضع ستيفنز نظرية مستويات القياس الأربعة الشهيرة (الاسمي، الترتيبي، الفتري، والنسبي)، مبيناً بجلاء أن المستويين الأولين (الاسمي والترتيبي) يتعاملان أساساً مع متغيرات غير متصلة تتطلب معالجات إحصائية لا بارامترية لا تفترض التوزيع الاعتدالي ولا تقبل العمليات الحسابية المعيارية كالجمع والضرب الرياضي الدقيق.

توالت التطورات لاحقاً في منتصف القرن العشرين مع تطور نماذج الاختبارات النفسية ونظرية الاستجابة للمفردة (Item Response Theory – IRT) على يد جورج راش (Georg Rasch) وفريدريك لورد (Frederic Lord)، حيث تمت صياغة نماذج رياضية مخصصة للتعامل مع الاستجابات المتقطعة (مثل الإجابة الصحيحة/الخاطئة المشفرة كثنائية غير متصلة 0 و1)، مما مهد الطريق لنقلة نوعية في علم القياس المعاصر ونقل المتغيرات غير المتصلة من مجرد بيانات وصفية هامشية إلى نماذج رياضية احتمالية فائقة الدقة.

6. الأسس النظرية والنماذج الإحصائية

ترتكز معالجة المتغير غير المتصل على ترسانة من النظريات الإحصائية والرياضية المتخصصة في الاحتمالات المتقطعة (Discrete Probability Distributions). من الناحية الرياضية، لا يمكن وصف المتغير غير المتصل باستخدام دالة كثافة الاحتمال (Probability Density Function) المخصصة للمتغيرات المستمرة، بل يُوصف حصراً عبر “دالة كتلة الاحتمال” (Probability Mass Function – PMF)، والتي تحدد بدقة احتمال اتخاذ المتغير لقيمة معينة بذاتها، بحيث يساوي مجموع الاحتمالات لجميع القيم الممكنة للواحد الصحيح ($\sum P(X=x) = 1$).

تعتمد النمذجة النظرية للبيانات غير المتصلة في علم النفس على أطر إحصائية متنوعة، من أبرزها:

• توزيع برنولي والتوزيع ذو الحدين (Binomial Distribution): ويُستخدم عند نمذجة المتغيرات الثنائية البسيطة (مثل: نجاح/فشل، وجود العَرَض/غياب العَرَض)، حيث يُفترض وقوع عدد معين من النجاحات عبر سلسلة من المحاولات المستقلة.
• توزيع بواسون والتوزيع ذو الحدين السالب (Poisson and Negative Binomial Distributions): ويمثلان الإطار النظري الأهم لمعالجة بيانات التعداد السلوكي (Count Data) المتقطعة النادرة أو غير المتماثلة، مثل عدد محاولات الانتحار السابقة، أو تكرار نوبات الغضب الصادرة عن طفل يعاني من اضطراب السلوك.
• النماذج الخطية المعممة (Generalized Linear Models – GLMs): التي أرسى دعائمها نيلدر وودربيرن (Nelder & Wedderburn, 1972)، وسمحت بتحليل الانحدار للمتغيرات التابعة غير المتصلة عبر دوال ربط لوجستية ولوغاريتمية (مثل انحدار لوجستيك وبواسون)، متجاوزة قيود الانحدار الخطي التقليدي الذي يفترض استمرارية المتغير واعتدالية توزيع البواقي.

7. المكونات، والأنواع، والأبعاد التصنيفية

تتعدد المتغيرات غير المتصلة داخل الفضاء النفسي والسلوكي بناءً على الخصائص البنيوية ومستوى القياس المستخدم، ويمكن تفصيلها إلى الفئات الرئيسية التالية:

• المتغيرات الثنائية الحقيقية (Dichotomous Variables): وهي متغيرات غير متصلة لا تحتمل إلا قيمتين اثنتين فقط بطبيعتها الوجودية أو التجريبية (مثل: حي/ميت، مستجيب/غير مستجيب للتدخل الإكلينيكي).
• المتغيرات الثنائية المصطنعة (Artificial Dichotomies): وهي متغيرات تنشأ عن تقسيم ظاهرة مستمرة في أصلها إلى فئتين متمايزتين بناءً على نقطة قطع معيارية (Cut-off Score)، مثل تصنيف الأفراد إلى (مرتفعي القلق/منخفضي القلق) استناداً إلى درجة اجتياز عتبة إكلينيكية معينة.
• المتغيرات الاسمية متعددة الفئات (Polytomous/Nominal Variables): تشمل أكثر من قيمتين دون وجود أي تفضيل أو ترتيب هرمي أو رياضي منطقي بينها (مثل: نوع الاضطراب النفسي: ذهان، عصاب، اضطراب وجداني؛ أو التخصص الأكاديمي).
• المتغيرات الترتيبية المنفصلة (Ordinal Discrete Variables): متغيرات تمتلك فئاتها المنفصلة تدرجاً تصاعدياً أو تنازلياً يعكس شدة أو رتبة السمة، ولكن دون وجود مسافات متساوية بين الفئات المتتالية (مثل: مقاييس ليكرت المتقطعة: غير موافق بشدة، غير موافق، محايد، موافق، موافق بشدة).
• متغيرات التعداد الإحصائي (Count / Discrete Quantitative Variables): متغيرات تعبر عن كميات عددية دقيقة وصحيحة تمثل تكرار ظهور السلوك أو الاستجابة، وتتميز بوجود صفر مطلق غير قابل للتجزئة الرياضية الجزئية داخل الواقع التجريبي.

8. أمثلة تطبيقية وحالات توضيحية من الواقع النفسي

لتوضيح الطبيعة الحركية والتطبيقية للمتغيرات غير المتصلة في البحوث والعيادات النفسية، نورد الحالات التوضيحية التالية:

الحالة الأولى: علم النفس المرضي والتصنيف التشخيصي
في دراسة استقصائية تقارن بين فاعلية العلاج الدوائي والعلاج المعرفي السلوكي لدى مرضى الرهاب الاجتماعي، يتم تسجيل حالة المريض في نهاية البروتوكول العلاجي بوصفها متغيراً غير متصل: “شفاء تام” أو “استجابة جزئية” أو “عدم استجابة”. لا يمكن افتراض أن المسافة الفاصلة بين الشفاء التام والاستجابة الجزئية تعادل رياضياً المسافة بين الاستجابة الجزئية والانتكاس؛ فكل تصنيف يمثل فئة قائمة بذاتها، وتتطلب معالجة هذه البيانات استخدام اختبارات التوافق والمربعات التكرارية بدلاً من حساب الفروق بين المتوسطات.

الحالة الثانية: علم النفس العصبي والتجريبي
يقوم باحث في علم النفس المعرفي بدراسة أثر الحرمان من النوم على اتخاذ القرار المخاطر باستخدام مهمة مقامرة حاسوبية. يسجل الباحث المتغير التابع متمثلاً في: “عدد الاختيارات غير الآمنة” التي يقوم بها المفحوص خلال 50 جولة. هنا نجد أن عدد الاختيارات هو متغير غير متصل من نمط التعداد الإحصائي؛ فالمفحوص قد يختار البطاقة غير الآمنة 12 أو 13 مرة، ولا وجود لأي احتمال مادي لاختيار 12.3 بطاقة. استخدام النماذج الخطية التقليدية هنا قد يؤدي إلى تنبؤات سالبة أو غير منطقية، مما يستدعي توظيف انحدار بواسون لمعالجة انقطاع قيم المتغير.

الحالة الثالثة: ديناميات الأسرة وعلم نفس النمو
عند دراسة أثر ترتيب الولادة على سمات الشخصية القيادية، يُمثل ترتيب الولادة (الطفل الأول، الثاني، الأخير، الوحيد) متغيراً غير متصل ترتيبي-اسمي. لا يمكن بأي حال من الأحوال تجزئة هذا المتغير، وتعتمد الفروق المستخلصة منه على مقارنات المجموعات المستقلة عبر الأساليب اللابارامترية المناسبة لطبيعة التقطع البنيوي في المتغير.

9. أدوات القياس والتقييم السيكومتري

يتطلب رصد وقياس المتغيرات غير المتصلة أدوات وأطراً سيكومترية متمايزة جذرياً عن تلك المستخدمة في القياس المتصل. في سياق القياس الفئوي، يعتمد الباحثون السلوكيون على جداول الملاحظة المنظمة (Systematic Observation Schedules) وقوائم الشطب (Checklists) التي تسجل وقوع السلوك من عدمه (نعم/لا) أو عدد تكراراته المباشرة بواسطة مراقبين مدربين.

تخضع هذه الأدوات لتقييم سيكومتري يستند أساساً إلى قياس “الاتفاق بين المقيمين” (Inter-rater Reliability). وبدلاً من معامل الارتباط التقليدي لبيرسون (المصمم للمتغيرات المتصلة)، تُستخدم معاملات متخصصة بالمتغيرات المتقطعة والتصنيفية مثل معامل كوهين كابا (Cohen’s Kappa) لحساب التوافق الثنائي، أو كابا الموزون (Weighted Kappa) للمتغيرات غير المتصلة الترتيبية، ومعامل فليكس كابا (Fleiss’ Kappa) في حال تعدد الملاحظين.

أما على صعيد بناء الاختبارات النفسية، فإن نظرية استجابة المفردة المتقطعة (Polytomous and Dichotomous IRT Models) تُمثل الأداة الأرقى لتقييم جودة الأسئلة ذات البدائل غير المتصلة، ومن أبرزها نموذج راش للمفردات الثنائية (Rasch Model) ونموذج التقدير الجزئي (Partial Credit Model) لمقاييس ليكرت ذات الفئات المتدرجة المنفصلة.

10. التطبيقات الإكلينيكية والعملية في علم النفس

تحظى المتغيرات غير المتصلة بحضور محوري ومهيمن في الممارسة الإكلينيكية اليومية، حيث يقوم جوهر التشخيص النفسي في الدليل التشخيصي والإحصائي للاضطرابات النفسية (DSM-5-TR) على المقاربة الفئوية المنفصلة (Categorical Approach). يُصنف الفرد إكلينيكياً بناءً على هذا الدليل كحالة تمتلك المعايير المرضية أو لا تمتلكها، مما يجعل المتغير الأساسي في القرار الإكلينيكي متغيراً غير متصل ثنائي النتيجة يترتب عليه اتخاذ قرارات مصيرية مثل إدخال المريض للمستشفى من عدمه أو وصف العلاج الدوائي المعتمد.

في علم النفس التنظيمي والمهني، تُوظف المتغيرات غير المتصلة في عمليات التوظيف والاختيار القائمة على نماذج المطابقة (مقبول/مرفوض)، ونمط التوجيه المهني المبني على أنماط الشخصية المتقطعة (مثل نموذج هولاند للأكواد المهنية الستة: واقعي، استقصائي، فني، اجتماعي، مغامر، تقليدي). تتيح هذه التصنيفات للمؤسسات فرز الأفراد وإدارتهم استناداً إلى مجموعات متمايزة نوعياً تعزز كفاءة توزيع الموارد البشرية.

في ميدان العلاج السلوكي وتعديل السلوك، تُبنى الخطط العلاجية وتدخلات التعديل بصورة جوهرية على تسجيل المتغيرات التعدادية غير المتصلة؛ كأن يقوم المعالج برصد وتدوين عدد مرات نتف الشعر الإكراهي، أو عدد السجائر المستهلكة يومياً، أو عدد مرات مقاطعة الطفل للمعلم داخل الصف الدراسي. توفر هذه المتغيرات غير المتصلة خطاً قاعدياً (Baseline) بالغ الدقة لقياس كفاءة التعزيز الإيجابي والعقود السلوكية في إحداث الخفض المطلوب في التكرار السلوكي.

11. الأدلة التجريبية والبحوث السيكولوجية المعاصرة

تثبت المسوح المنهجية الكبرى للإنتاج البحثي في مجلات جمعية علم النفس الأمريكية (APA) أن نسبة هائلة من البيانات المجموعة في العلوم السلوكية تتخذ صيغة متغيرات غير متصلة، لا سيما مع الانتشار الواسع لمقاييس التقرير الذاتي (Self-Report Scales) ذات التدريجات اللامستمرة. وقد سلطت الأبحاث الإحصائية السيكومترية الضوء على خطورة التعامل غير الحذر مع هذه البيانات.

في دراسة كلاسيكية بارزة، أظهر ريجيس ومكفرسون (Rhemtulla, Brosseau-Liard, & Savalei, 2012) عبر محاكاة مونت كارلو دقيقة، أن التعامل مع المتغيرات غير المتصلة الترتيبية (مثل تدريجات ليكرت) كمتغيرات متصلة في نماذج معادلات البناء الهيكلي (Structural Equation Modeling – SEM) يؤدي إلى أخطاء فادحة في تقدير المعالم السيكومترية وارتفاع معدلات الخطأ من النوع الأول، ما لم تكن هناك 5 فئات متمايزة على الأقل وتوزيعاً قريباً من الاعتدال التام، مما عزز الدعوة إلى تطبيق أساليب التقدير المخصصة للمتغيرات الفئوية المنفصلة مثل طريقة المربعات الصغرى الموزونة قطرياً (WLSMV).

كما بينت دراسات التحليل التلوي (Meta-analyses) في الطب النفسي الإدماني أن استخدام نماذج الانحدار الخطي لتحليل متغيرات التعداد غير المتصلة (مثل عدد أيام الانتكاس) يسفر عن معاملات ارتباط مشوهة، وأن الاعتماد على نماذج الانحدار المتقطع الموجهة للقيم الصفرية المتضخمة (Zero-Inflated Poisson Models) يضاعف القدرة التنبؤية للبحوث ويفسر السلوك الانسحابي للمدمنين بدقة تفوق النماذج التقليدية بعشرات المرات.

12. الاعتبارات الثقافية والعبر-مناهجية

تتأثر الطبيعة المعرفية والتصنيفية للمتغيرات غير المتصلة بالسياق الثقافي والاجتماعي بصورة ملحوظة، خاصة عند تحويل الظواهر السيكولوجية إلى فئات اسمية أو ترتيبية. ما يُعد فئة سلوكية منفصلة ومحددة المعالم في بيئة ثقافية معينة قد يندمج ويتماهى كجزء من طيف متصل في ثقافة أخرى. على سبيل المثال، تختلف التصنيفات المعتمدة للجنس (Gender) عبر الثقافات؛ ففي حين تتبنى العديد من النظم الغربية المعاصرة رؤية ترى الجندر طيفاً متصلاً أو تدرج فئات غير متصلة متعددة، تحافظ ثقافات تقليدية على النموذج الثنائي غير المتصل الصارم (ذكر/أنثى).

ينعكس هذا التباين أيضاً على تفسير مقاييس ليكرت المتقطعة في الدراسات المقارنة عبر الثقافات (Cross-Cultural Psychology). تشير الدراسات إلى وجود ظاهرة “التحيز الاستجابي المتصل بالثقافة” (Cultural Response Bias)، حيث يميل المشاركون من مجتمعات شرق آسيا (ذات الطابع الجمعي) إلى اختيار الفئات الوسطى المتقطعة طلباً للاعتدال وتجنب التطرف، في حين يميل المشاركون في الثقافات الفردية (كالولايات المتحدة) إلى تفضيل الأطراف غير المتصلة القصوى (موافق بشدة/غير موافق بشدة)، مما يجعل المقارنة الرقمية المباشرة للمتغير غير المتصل بين الثقافات محفوفة بالمخاطر الميثودولوجية ما لم يتم التحقق الصارم من تكافؤ القياس (Measurement Invariance).

13. الانتقادات، والجدل الإبستمولوجي، والمحددات

يحتدم الجدل الإبستمولوجي والمنهجي في علم النفس حول مسألة “التفريق المصطنع” (Dichotomania) للمتغيرات المتصلة وتحويلها قسرياً إلى متغيرات غير متصلة. يوجه علماء القياس انتقادات لاذعة للباحثين الإكلينيكيين الذين يلجؤون إلى تقسيم عيناتهم إلى فئات منفصلة استناداً إلى وسيط العينة (Median Split) لتحويل درجات الاكتئاب أو القلق من مقياس متصل إلى مجموعتين (اكتئاب مرتفع / اكتئاب منخفض).

يؤكد النقاد، مدعومين بدراسات إحصائية رائدة مثل أبحاث ماكالوم وآخرين (MacCallum, Zhang, Preacher, & Rucker, 2002)، أن هذا التحويل المصطنع للمتغيرات المتصلة إلى متغيرات غير متصلة يترتب عليه عدة عواقب كارثية:

• فقدان هائل للمعلومات الرياضية: إهدار التباين الفردي الداخلي بين أفراد الفئة الواحدة، حيث يُعامل الشخص الذي يقع عند حافة الفئة تماماً كالشخص الذي يقع في أقصاها.
• انخفاض القوة الإحصائية (Statistical Power): تقليص القدرة على اكتشاف العلاقات الحقيقية بين المتغيرات وتضخيم احتمالية الوقوع في الخطأ من النوع الثاني.
• احتمالية التلفيق الزائف (Spurious Significance): نشوء علاقات وتفاعلات ارتباطية وهمية لا وجود لها في السمة الأصلية نتيجة التلاعب بنقاط القطع الفئوية.

علاوة على ذلك، يثير التحول نحو النموذج البُعدي (Dimensional Approach) في أحدث مراجعات أدلة الاضطرابات النفسية تساؤلات جوهرية حول مدى شرعية اعتبار الاضطرابات النفسية متغيرات غير متصلة فئوية، والدعوة إلى استبدالها بأطياف مستمرة تعبر بواقعية أكبر عن درجات الشدة والتداخل العَرَضي المعقد للمرضى.

14. المفاهيم المقارنة والتمايزات الدلالية

لتجنب اللبس والخلط الدلالي الشائع في أدبيات البحث السلوكي، يجب استيضاح الفروق الجوهرية بين المتغير غير المتصل والمفاهيم الإحصائية المحيطة به عبر الجدول المفاهيمي التالي:

• المتغير غير المتصل (Discontinuous) مقابل المتغير المتصل (Continuous): يفترض المتغير المتصل وجود عدد لا نهائي من القيم الممكنة بين أي نقطتين (مثل الطول، أو ضغط الدم، أو زمن الاستجابة بالميلي ثانية)، بحيث يقبل التقسيم اللانهائي. في المقابل، تحكم المتغير غير المتصل قفزات وفجوات دلالية ورقمية، وتقتصر قيمه على نقاط محددة غير مستمرة.
• المتغير غير المتصل الترتيبي مقابل المتغير الفتري (Interval): يحتوي المتغير الترتيبي غير المتصل على رتب واضحة ولكن بفواصل غير متساوية رياضياً وبلا صفر مطلق، في حين يفترض المتغير الفتري استمرارية رياضية وفواصل متساوية تماماً بين وحدات القياس (مثل درجات الحرارة المئوية).
• المتغير النوعي (Qualitative) مقابل المتغير الكمي المنفصل (Discrete Quantitative): كل متغير نوعي هو بالضرورة غير متصل؛ لأنه يتعامل مع تصنيفات بلا أبعاد رياضية جوهرية (كالنوع والجنسية)، بينما المتغير الكمي المنفصل يتعامل مع أرقام رياضية صحيحة ناتجة عن التعداد والحساب (كعدد الأطفال أو تكرار النوبات السلوكية).

15. الخلاصة والمخرجات الجوهرية

يتبدى لنا من خلال هذا التحليل المعمق أن المتغير غير المتصل يمثل كياناً ميثودولوجياً وسيكومترياً قائماً بذاته، يفرض منطقه الخاص على كل مرحلة من مراحل البحث السيكولوجي، بدءاً من مرحلة البناء المفاهيمي وتصميم الأدوات، مروراً بجمع البيانات والترميز الإحصائي، ووصولاً إلى تطبيق النماذج التحليلية المتقدمة. إن إدراك الباحث للطبيعة غير المتصلة لمتغيراته يمنحه الحصانة المعرفية ضد التجاوزات الإحصائية الشائعة كإسقاط اختبارات التوزيع الطبيعي على بيانات التعداد المنفصل أو استخدام المتوسطات الحسابية في وصف الفئات النوعية، ويعزز بالتالي من صدق الاستنتاجات العلمية وموثوقيتها.

في الختام، لا يمكن المفاضلة المجردة بين المتغيرات المتصلة وغير المتصلة كأدوات بحثية؛ فلكل نمط مجاله السلوكي الذي يعكسه بدقة. إن قدرة علم النفس الحديث على تطوير نماذج رياضية احتمالية ونماذج استجابة للمفردة تتعامل بنجاح مع البنية المنفصلة للبيانات قد أعادت الاعتبار للمتغير غير المتصل بوصفه نافذة علمية أصيلة ودقيقة لفهم وتصنيف السلوك الإنساني في كافة تعقيداته الفردية والاجتماعية.

المراجع

• Agresti, A. (2013). Categorical data analysis (3rd ed.). John Wiley & Sons. https://doi.org/10.1002/0470845011
• American Psychiatric Association. (2022). Diagnostic and statistical manual of mental disorders (5th ed., text rev.). American Psychiatric Publishing. https://doi.org/10.1176/appi.books.9780890425787
• MacCallum, R. C., Zhang, S., Preacher, K. J., & Rucker, D. D. (2002). On the practice of dichotomization of quantitative variables. Psychological Methods, 7(1), 19–40. https://doi.org/10.1037/1082-989X.7.1.19
• Rhemtulla, M., Brosseau-Liard, P. É., & Savalei, V. (2012). When can categorical variables be treated as continuous? A comparison of robust continuous and categorical SEM estimation methods under complex conditions. Psychological Methods, 17(3), 354–373. https://doi.org/10.1037/a0029315
• 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