النموذج الخطي العام: ركيزة التحليل الإحصائي النفسي

يمثل النموذج الخطي العام (General Linear Model – GLM) الإطار الرياضي والإحصائي الأوسع نطاقاً والأكثر استخداماً في تحليل البيانات النفسية والعلوم السلوكية المعاصرة، إذ يدمج تحت مظلته الموحدة كلاً من تحليل الانحدار، وتحليل التباين بأنواعه، واختبارات الفروق، ونماذج التباين المشترك، مقدماً لعلماء النفس أداة قياسية لا غنى عنها لاختبار الفرضيات النظرية المعقدة وفهم التفاعلات الإنسانية المتشابكة.

النموذج الخطي العام (GLM)

1. التعريف الدقيق والموجز

النموذج الخطي العام هو صياغة رياضية وإحصائية شاملة تعبر عن المتغير التابع (أو مصفوفة المتغيرات التابعة) كدالة خطية مكونة من مجموع أوزان المتغيرات المستقلة المضروبة في قيمها مضافاً إليها حد الخطأ العشوائي. يُعرف في القياس النفسي بأنه النظام الإحصائي البارامتري الموحد الذي تنبثق عنه غالبية الأساليب الاستدلالية التقليدية المستخدمة في تقييم العلاقات السببية والارتباطية بين المتغيرات النفسية، كالسلوك والمشاعر والقدرات المعرفية.

يتيح هذا النموذج للباحث في علم النفس فحص تأثير متغير مستقل واحد أو عدة متغيرات مستقلة (سواء أكانت فئوية تصنيفية أم كمية متصلة) على متغير تابع كمي، مع افتراض أن الأخطاء تتوزع توزيعاً طبيعياً متجانساً ومستقلاً. وتعتمد قوته المنهجية على قدرته الفائقة على عزل التأثيرات المتداخلة وضبط المتغيرات الدخيلة، مما يمنح الاستنتاجات السيكولوجية دقة إحصائية رصينة ترفع من درجة الثقة في القرارات الإكلينيكية والتربوية والبحثية.

2. التأثيل والأصل اللغوي والاصطلاحي

يرجع أصل مصطلح «النموذج الخطي العام» إلى الترجمة العربية للعبارة الإنجليزية (General Linear Model)، والتي يرمز لها اختصاراً بـ (GLM). كلمة «نموذج» في لسان العرب مشتقة من الجذر (ن-م-ذ-ج) وتعني المثال أو الصورة المجردة التي يُقاس عليها الشيء لفهمه، بينما كلمة «خطي» مشتقة من (خ-ط-ط) وتدل على العلاقة المستقيمة المباشرة التي تمثل رياضياً بخط مستقيم (Linear) دون وجود انحناءات أسية في المعلمات المقدرة. أما لفظ «العام» (General) فيعكس الطبيعة الشمولية التي استطاعت توحيد خوارزميات إحصائية متعددة كانت تُعامل في السابق كأدوات منفصلة ومتباينة.

دخل المصطلح أدبيات العلوم السلوكية والنفسية بقوة خلال النصف الثاني من القرن العشرين، ولا سيما بعد نشر أعمال رائدة برهنت على أن اختبارات تباين الفروض (ANOVA) والانحدار المتعدد (Multiple Regression) ليسا سوى حالتين خاصتين من صلب رياضي واحد، مما أحدث نقلة نوعية في تدريس الإحصاء السلوكي ومنهجية البحث في القياس النفسي.

3. النطق والصيغة الصرفية والنحوية

يُنطق المصطلح باللغة العربية: «النَّمُوذَجُ الخَطِّيُّ العَامّ»، وصيغته الصرفية تتألف من مبتدأ موصوف بنعتين؛ «النموذج» اسم جامد معرب وزنه فُعْلُول، و«الخطي» اسم منسوب إلى الخط بزيادة ياء النسب المشددة، و«العام» اسم فاعل من الفعل الثلاثي عمَّ يعُمُّ. في الاستعمال الأكاديمي، يُعرب المصطلح بحسب موقعه في الجملة، مثل: «أثبتَ النموذجُ الخطيُّ العامُّ كفاءتَه»، أو يُختصر بالحروف اللاتينية المستقرة في الكتابات العلمية (GLM).

من الضروري لغوياً واصطلاحياً التمييز الدقيق بين «النموذج الخطي العام» (General Linear Model) و«النموذج الخطي المعمم» (Generalized Linear Model)، حيث يشترط الأول اعتدالية توزيع الأخطاء للمتغيرات التابعة المتصلة، في حين يكسر الأخير هذا القيد ليتعامل مع متغيرات غير متصلة عبر دوال ربط رياضية متخصصة.

4. الشرح المفاهيمي الموسع

يقوم النموذج الخطي العام على فرضية جوهرية مفادها أن أي ظاهرة نفسية قابلة للقياس الكمي يمكن تفكيكها إلى شقين أساسيين: شق تفسيري ناتج عن المتغيرات المستقلة الملاحظة (النظام أو الإشارة)، وشق عشوائي يمثل الفروق الفردية وأخطاء القياس غير المفسرة (الضجيج). وتتجسد هذه الفكرة في المعادلة المصفوفية الشهيرة: Y = Xβ + ε، حيث تمثل مصفوفة Y المتغيرات التابعة المقاسة لدى عينة المفحوصين، وتمثل X مصفوفة التصميم للمتغيرات المستقلة، بينما تعبر مصفوفة β عن معاملات الانحدار أو الأوزان التي تقيس حجم التأثير الحقيقي، في حين ترمز ε إلى مصفوفة البواقي العشوائية.

إن العبقرية المنهجية للنموذج الخطي العام تكمن في تجريده للعلاقات الإحصائية، فبدلاً من النظر إلى تحليل التباين (ANOVA) كطريقة منفصلة مخصصة لمقارنة متوسطات المجموعات التجريبية، ينظر إليه الـ GLM بوصفه انحداراً متعدداً تُعامل فيه المجموعات كمتغيرات وهمية (Dummy Variables). وبالمثل، يُعامل اختبار «ت» (t-test) كحالة خطية ثنائية التفرع، ويتحول تحليل التباين المصاحب (ANCOVA) إلى نموذج انحداري يجمع بين المتغيرات الفئوية والكمية لضبط الفروق القبلية بين المجموعات.

ويمتد هذا الإطار ليشمل الحالات متعددة المتغيرات التابعة (Multivariate General Linear Model – MGLM)، مما يسمح بفحص تأثير البرامج العلاجية أو التدخلات النفسية على منظومة من الأعراض في وقت واحد (مثل الاكتئاب والقلق واليأس معاً)، بدلاً من عزل كل عرض على حدة، الأمر الذي يعكس التعقيد النفسي الحقيقي للظواهر السلوكية ويحمي من خطر تضخم الخطأ من النوع الأول الناجم عن إجراء مقارنات متعددة ومستقلة.

تستند موثوقية النموذج الخطي العام إلى مجموعة من الفروض الكلاسيكية المعروفة باسم فروض غاوس-ماركوف، والتي تشمل استقلالية الأخطاء، وثبات تجانس تباين الأخطاء (Homoscedasticity)، والاعتدالية، والخلو من الخطية المتعددة العالية بين المنبئات. وعندما تتحقق هذه الشروط بالكامل، تصبح تقديرات النموذج هي الأفضل خطياً دون تحيز، مما يمنح الباحثين أرضية صلبة لتفسير البيانات السيكولوجية بثقة مطلقة.

5. التطور التاريخي والمحطات التأسيسية

تعود الجذور التأسيسية للنموذج الخطي العام إلى أوائل القرن التاسع عشر بفضل مساهمات كارل فريدريش غاوس وأدريان ماري ليجاندر في تطوير طريقة المربعات الصغرى لتقدير المعلمات الرياضية. ومع مطلع القرن العشرين، أسهم فرانسيس غالتون وكارل بيرسون في صياغة مفاهيم الانحدار والارتباط لقياس السمات الإنسانية الوراثية، مما وضع حجر الأساس لتطبيق النماذج الرياضية في دراسة السلوك البشري.

شهد العقد الثالث من القرن العشرين قفزة هائلة بفضل عالم الإحصاء والجينات السير رونالد فيشر، الذي صمم تحليل التباين ونظرية التصاميم التجريبية. ورغم أن أبحاث فيشر الأولية ركزت على الزراعة والبيولوجيا، إلا أنها سرعان ما أصبحت المنهجية المهيمنة في علم النفس التجريبي في جامعات العالم، وإن ظلت تُدرس وتُطبق لعقود طويلة كإجراء إحصائي منفصل تماماً عن تحليل الانحدار.

جاء التحول المعرفي البارز في أواخر الستينيات وأوائل السبعينيات؛ حيث قاد باحثون مثل جيكوب كوهين (Jacob Cohen) ثورة منهجية في علم النفس حين نشر ورقته التاريخية عام 1968 التي بيّن فيها رياضياً أن تحليل التباين وتحليل التباين المصاحب ليسا سوى حالات خاصة من الانحدار الخطي المتعدد. وقد تلا ذلك صدور كتابه الرائد بالاشتراك مع باتريشيا كوهين حول تطبيق الانحدار في العلوم السلوكية، مما جعل النموذج الخطي العام اللغة الرياضية القياسية الموحدة التي تدرس في برامج الدراسات العليا لعلم النفس في مختلف أنحاء العالم.

6. الأسس النظرية والرياضية

يرتكز النموذج الخطي العام على فلسفة الاستمثال الرياضي، وتحديداً خوارزمية المربعات الصغرى العادية (Ordinary Least Squares – OLS) لتقدير المعلمات، والتي تسعى إلى تقليل مجموع مربعات الفروق بين القيم الملاحظة والقيم التي يتنبأ بها النموذج إلى أدنى حد ممكن، وفق الصيغة الرياضية الأساسية للحد من الخطأ:

Σ(Y – Ŷ)² = Minimum

كما يعتمد النموذج على الجبر الخطي والمصفوفات لمعالجة الأبعاد المتعددة للتصاميم التجريبية. وتتحدد مصفوفة معاملات الانحدار (β) رياضياً بالمعادلة المصفوفية الشهيرة: β = (XᵀX)⁻¹XᵀY، بشرط أن تكون المصفوفة قابلة للعكس وخالية من الارتباط التام بين الأعمدة التفسيرية، وهو ما يؤكد الترابط العضوي بين معالجة القياسات النفسية وقواعد الهندسة الفراغية والجبر المجرد.

ومن المنظور السيكومتري، يتماشى النموذج الخطي العام تماماً مع النظرية الكلاسيكية في القياس النفسي (Classical Test Theory) التي تقر بأن الدرجة الملاحظة تتكون من الدرجة الحقيقية مضافاً إليها خطأ القياس العشوائي (X = T + E). فالنموذج الخطي العام يمثل التعبير التجريبي الرياضي عن هذه الفلسفة؛ حيث تصبح تأثيرات المتغيرات المستقلة بمثابة التمثيل المنظم للدرجة الحقيقية، بينما تمثل البواقي في النموذج خطأ القياس الذي يسعى الباحث إلى تقليصه وفهمه.

7. المكونات الأساسية والأنواع والأبعاد

ينقسم النموذج الخطي العام إلى عدة مكونات أساسية وأشكال تفصيلية تتكامل فيما بينها لتغطية مختلف التصاميم البحثية في علم النفس:

• المتغير التابع (Outcome / Dependent Variable): وهو السلوك أو السمة النفسية المقاسة المراد تفسيرها أو التنبؤ بها، ويُشترط أن يكون متصلاً وكمياً في النماذج الكلاسيكية.
• مصفوفة التصميم (Design Matrix – X): وتضم كافة المتغيرات المستقلة والضابطة، وتستوعب البيانات الفئوية (مثل المجموعات العلاجية) بعد ترميزها عددياً، والمتغيرات الكمية المستمرة (مثل درجات الذكاء أو العمر).
• معاملات الانحدار أو الأوزان (Beta Weights – β): وهي المعلمات المجهولة التي يتم تقديرها، وتدل على حجم واتجاه التغير في المتغير التابع عند تغير المتغير المستقل بمقدار وحدة واحدة مع تثبيت باقي المتغيرات.
• حد البواقي العشوائية (Residuals / Error Term – ε): يمثل التباين غير المفسر في المتغير التابع، ويُفترض فيه الاستقلال والتوزيع الطبيعي بمتوسط صفري وتباين ثابت.
• نماذج التباين الأحادية (Univariate GLM): تشمل الانحدار البسيط والمتعدد، واختبارات «ت»، وتحليل التباين الأحادي والثنائي وتصاميم القياسات المتكررة ذات المتغير التابع الواحد.
• النماذج الخطية متعددة المتغيرات التابعة (Multivariate GLM – MANOVA / MANCOVA): تتضمن مصفوفات متعددة لعدة متغيرات تابعة في آن واحد لتقدير العلاقات المشتركة وضبط التباين الكلي.

8. الأمثلة وحالات الدراسة التوضيحية

لتوضيح التطبيق العملي للنموذج الخطي العام في السياق النفسي، نفترض دراسة تجريبية إكلينيكية صُممت لتقييم فاعلية ثلاثة أساليب للتدخل النفسي في علاج اضطراب ما بعد الصدمة (العلاج المعرفي السلوكي المركّز على الصدمة، وإلغاء التحسس وإعادة المعالجة بحركات العينين EMDR، وقائمة الانتظار كعلاج ضابط)، مع الرغبة في التحكم بحدة الصدمة الأولية قبل بدء العلاج، ومعرفة تأثير التفاعل بين نوع العلاج ومستوى الصلابة النفسية للمريض.

في إطار النموذج الخطي العام، تُصاغ هذه التجربة كنماذج تحليل التباين المصاحب المتعدد (Factorial ANCOVA). يتم ترميز نوع العلاج في مصفوفة التصميم بواسطة متغيرات ثنائية وهمية (Dummy Coding)، وتُدرج حدة الصدمة السابقة كمتغير مصاحب كمي متصل (Covariate)، وتُدرج درجات الصلابة النفسية كمتغير تفاعلي. وبواسطة معادلة خطية واحدة، يتيح النموذج للباحث معرفة ما إذا كان الفارق بين العلاجين حقيقياً إحصائياً بعد حظر تأثير الفروق المسبقة في شدة الصدمة، وكذلك تحديد ما إذا كان المرضى ذوو الصلابة النفسية المنخفضة يستفيدون من تدخل محدد أكثر من غيرهم.

مثال آخر من علم النفس التنظيمي والمهني: دراسة أثر ساعات العمل الأسبوعية، والاحتراق النفسي، ومستوى الدعم الاجتماعي من المشرفين في التنبؤ بمعدلات الرغبة في ترك العمل لدى الأطباء والممرضين. هنا يُطبق نموذج الانحدار المتعدد المندرج تحت GLM، حيث يوضح كل وزن نسبي (Beta) القوة النسبية لكل متغير مستقل في تفسير سلوك الاستقالة، مما يوفر للمؤسسات الصحية قرارات قائمة على الأدلة الإحصائية الدقيقة لتعديل بيئات العمل.

9. أدوات القياس والتقييم وفحص الفروض الإحصائية

يتطلب استخدام النموذج الخطي العام دقة بالغة في فحص الفروض الإحصائية القبلية والبعدية لضمان صحة الاستدلالات وصلاحية التفسير النفسي، وذلك عبر استخدام أدوات متخصصة واختبارات معيارية مبرمجة في الحزم الإحصائية المتقدمة:

• فحص التوزيع الطبيعي للبواقي (Normality of Residuals): استخدام اختبارات كولموغوروف-سميرنوف وشابيرو-ويلك، إلى جانب المخططات البيانية لمربعات التوزيع الطبيعي (Q-Q Plots) للتأكد من عدم ابتعاد الأخطاء عن المنحنى الاعتدالي.
• فحص تجانس التباين (Homoscedasticity): توظيف اختبار ليفين (Levene’s Test) واختبار بروش-باغان (Breusch-Pagan) لرصد مدى ثبات تباين الأخطاء عند كافة مستويات المتنبئ، وتجنب التباين غير المتجانس المضلل لقيم الدلالة.
• فحص الاستقلالية (Independence of Observations): فحص البواقي العشوائية والتأكد من عدم وجود ارتباط ذاتي بين الملاحظات، خاصة في الدراسات الطولية والمختبرية، باستخدام إحصائية دوربن-واتسون (Durbin-Watson).
• فحص الخطية والتعددية الخطية (Multicollinearity): احتساب معامل تضخم التباين (VIF) ومؤشر التسامح (Tolerance) لضمان عدم وجود ارتباطات فائقة التعقيد والتطابق بين المتغيرات النفسية المستقلة، والتي قد تشوه تقدير معاملات الانحدار الفردية.
• رصد القيم المتطرفة والمؤثرة (Outliers & Influential Cases): استخدام مسافات كوك (Cook’s Distance) ومسافات ماهالانوبيس (Mahalanobis Distance) لعزل الحالات الشاذة سريرياً أو الناتجة عن أخطاء إدخال البيانات والتي تملك وزناً ترجيحياً جائراً يغير من اتجاه خط النموذج.

10. التطبيقات والأهمية العملية في علم النفس

يمتد التطبيق العملي للنموذج الخطي العام إلى كافة التخصصات الدقيقة في العلوم السلوكية دون استثناء. ففي علم النفس العصبي والمعرفي، يشكل الـ GLM الأساس الإحصائي والبرمجي الذي تعمل به حزم تحليل بيانات الرنين المغناطيسي الوظيفي (fMRI) مثل برمجيات SPM؛ حيث يتم تطبيق النموذج الخطي العام على كل عنصر حجمي من الدماغ (Voxel) على حدة لتحديد المناطق العصبية المسؤولة عن معالجة الانفعالات واللغة واتخاذ القرار بدقة ميكرومترية مذهلة.

وفي مجال علم النفس الإكلينيكي والصحة النفسية، يمثل النموذج الآلية المعيارية لتحليل التجارب العشوائية ذات الشواهد (Randomized Controlled Trials – RCTs) لمقارنة التدخلات الدوائية والسلوكية وتقييم معدلات الشفاء والانتكاس مع ضبط الخصائص الديموغرافية للمرضى كالعمر والجنس والتاريخ المرضي للأسرة.

أما في علم النفس المدرسي والتربوي، فيُستخدم النموذج الخطي العام لتحليل أثر بيئات التعلم المختلفة، والتدخلات النفس-تربوية، على التحصيل الدراسي والرفاهية النفسية للطلاب ذوي صعوبات التعلم والموهوبين، مما يوفر لراسمي السياسات التعليمية معايير موضوعية توجه خطط الدعم والبرامج المدرسية استناداً إلى نتائج علمية مثبتة قابلة للتعميم.

11. الأبحاث والأدلة التجريبية في العلوم السلوكية

توثق آلاف الأبحاث النفسية المنشورة سنوياً في أرقى المجلات العالمية الاعتماد المطلق على النموذج الخطي العام. وقد شكلت أبحاث كوهين (Cohen, 1988) حول قوة الاختبار الإحصائي (Statistical Power Analysis) وثورة حجوم التأثير (Effect Sizes) مثل معامل إيتا المربع (Eta Squared) وتوزيع كوهين d المنبثقة من أطر النموذج الخطي العام، نقلة جذرية أبعدت الباحثين النفسيين عن الاعتماد الأعمى والمضلل على قيمة الدلالة الإحصائية المجردة (p-value).

وقد عززت دراسات التحليل التلوي (Meta-analysis) المعاصرة في علم النفس التطبيقي، التي بدأها جين غلاس وجون هانتر وفرانك شميت، من مركزية النموذج الخطي؛ حيث اعتمدت تلك الدراسات على توحيد وتجميع قيم معاملات الانحدار وفروق التباين المشتقة من مئات النماذج الخطية المنفصلة لتخليص حقائق سيكولوجية كبرى، مثل فاعلية العلاج النفسي الشامل وتأثير الذكاء الوجداني على الرضا المهني، مما ساهم في سد فجوات علمية استمرت لعقود طويلة.

12. الاعتبارات الثقافية والسياقية عبر الثقافات

عند توظيف النموذج الخطي العام في دراسات علم النفس الثقافي وعبر الثقافات، تبرز تحديات منهجية وسياقية هامة تتعلق بمدى ثبات دلالة العلاقات الخطية عبر المجتمعات المتباينة. فالعلاقة الخطية المفترضة في النماذج الغربية الفردانية بين التعبير الصريح عن المشاعر والرفاه النفسي قد لا تتخذ نفس المسار الخطي الصاعد في المجتمعات الجمعية (كالشرق أوسطية والآسيوية)؛ إذ قد يؤدي كبت المشاعر في بيئات ثقافية معينة دوراً إيجابياً في الحفاظ على التناغم الاجتماعي دون أن ينعكس كأثر سلبي خطي على الصحة النفسية.

علاوة على ذلك، فإن فروض التكافؤ القياسي (Measurement Invariance) للبيانات المستخرجة من مقاييس معربة أو مترجمة تعد متطلباً لا غنى عنه قبل إدخالها في النموذج الخطي العام للمقارنات العابرة للحدود؛ فإذا لم تتطابق أوزان العوامل عبر البيئات الثقافية، تصبح المعلمات التقديرية المقاسة غير موثوقة وقد تقود إلى نتائج زائفة لا تعكس الفروق النفسية الحقيقية بين الشعوب، بل تعبر فقط عن تحيزات لغوية وثقافية متأصلة في بنود الاختبارات المستخدمة.

13. الانتقادات والجدل والقيود المنهجية

رغم القوة الاستدلالية الفائقة للنموذج الخطي العام، إلا أنه واجه العديد من الانتقادات الموضوعية من علماء القياس والإحصاء السلوكي المتقدمين، وتتلخص أبرز هذه المآخذ في الآتي:

• افتراض الخطية الصارمة: يفترض النموذج أن كافة الظواهر الإنسانية تتخذ علاقات خطية مستقيمة، بينما تبرهن النظريات السيكولوجية الحديثة أن الكثير من السلوكيات تتبع مسارات لاخطية ومنحنية، مثل قانون يركيز-دودسون الذي يوضح أن العلاقة بين الاستثارة والإنتاجية تتخذ شكل حرف U المقلوب.
• التقيد باعتدالية التوزيع واستمراريته: يعجز النموذج الخطي العام التقليدي عن التعامل الرصين مع المتغيرات التابعة الفئوية، أو الثنائية (كالشفاء التام مقابل استمرار المرض)، أو المتغيرات المعدودة (كعدد محاولات الانتحار أو نوبات الهلع)، مما استدعى اللجوء إلى نماذج بديلة أكثر مرونة.
• تجاهل الهياكل الهرمية للبيانات النفسية: يفشل الـ GLM في استيعاب التداخل البيئي الطبيعي للبيانات، كبيانات الطلاب المتداخلين داخل فصول مدرسية، أو المرضى الموزعين داخل عيادات مختلفة؛ حيث يؤدي انتهاك فرض استقلالية الملاحظات إلى تضخيم فاحش للأخطاء المعيارية وزيادة احتمالية الخروج باستنتاجات خاطئة تماماً.
• الحساسية المفرطة للقيم الشاذة: نظراً لأن النموذج يعتمد على مبدأ تربيع الفروق، فإن وجود حالات شاذة أو قيم متطرفة نادرة في العينة النفسية يمارس جذباً جائراً لخط الانحدار، مما يغير من ميل النموذج ويفقده الصدق التنبئي بالنسبة لغالبية أفراد العينة العاديين.

14. المصطلحات ذات الصلة والفروق الدقيقة

لتجنب اللبس الشائع في الأدبيات السلوكية، ينبغي التمييز بوضوح بين النموذج الخطي العام ومجموعة من المصطلحات المنهجية المجاورة:

• النموذج الخطي المعمم (Generalized Linear Model – GLIM): يعد التوسيع الرياضي الأحدث للنموذج الخطي العام، حيث يتجاوز قيد التوزيع الاعتدالي للمتغير التابع، ويتعامل مع المتغيرات الفئوية والترتيبية والتوزيعات الأسية (مثل بواسون والحدين) عبر ما يُعرف بدوال الربط (Link Functions).
• النماذج الخطية الهرمية / متعددة المستويات (HLM / Multilevel Modeling): امتداد هيكلي يعالج البيانات النفسية المتداخلة متعدية المستويات التي تنتهك فرضية الاستقلالية التي يتطلبها الـ GLM الكلاسيكي.
• نمذجة المعادلة البنائية (Structural Equation Modeling – SEM): تجمع بين النموذج الخطي العام والتحليل العاملي التوكيدي، مما يتيح اختبار شبكات معقدة من المتغيرات الكامنة (Latent Variables) غير المقاسة مباشرة والتي تحوي قياساً صريحاً لأخطاء الأدوات المستخدمة، وهو ما يعجز عنه النموذج الخطي العام التقليدي.
• تحليل الانحدار المتعدد (Multiple Regression): ليس مفهوماً مغايراً أو نداً، بل هو الأداة الإجرائية الرياضية التي ينبني عليها الـ GLM بكافة تطبيقاته.

15. الخلاصة وأبرز النتائج المستخلصة

يظل النموذج الخطي العام (GLM) الإنجاز المنهجي الأبرز الذي وحد فروع الإحصاء النفسي والقياس السلوكي تحت منظومة رياضية متسقة وأنيقة، محولاً المفاهيم السيكولوجية المجردة إلى معادلات اختبارية قابلة للدحض والبرهنة التجريبية. وتتكامل مرونته الهائلة وقدرته على الجمع بين مختلف أنواع التصاميم التجريبية والوصفية لتجعل منه الأداة الأساسية لكل باحث يسعى إلى تقديم إسهامات علمية دقيقة تمتاز بالرصانة المنهجية والمصداقية الإحصائية.

ومع إدراك القيود الفطرية لهذا النموذج فيما يخص العلاقات اللاخطية والبيانات المتداخلة، فإن استيعاب أسس النموذج الخطي العام يظل الشرط الأساسي الذي لا غنى عنه لفهم التطورات المنهجية اللاحقة، مثل النمذجة البنائية والتحليلات متعددة المستويات، مما يرسخ مكانته الأكاديمية الراسخة كحجر زاوية لا يزول في مسيرة القياس النفسي والبحث السلوكي الرصين.

المراجع

• Cohen, J. (1968). Multiple regression as a general data-analytic system. Psychological Bulletin, 70(6, Pt.1), 426–443. https://doi.org/10.1037/h0026714
• Cohen, J., Cohen, P., West, S. G., & Aiken, L. S. (2003). Applied multiple regression/correlation analysis for the behavioral sciences (3rd ed.). Lawrence Erlbaum Associates.
• Fisher, R. A. (1925). Statistical methods for research workers. Oliver and Boyd.
• Tabachnick, B. G., & Fidell, L. S. (2019). Using multivariate statistics (7th ed.). Pearson.
• Rutherford, A. (2011). ANOVA and ANCOVA: A GLM approach (2nd ed.). John Wiley & Sons.