التوزيع غير المتماثل: المفهوم الإحصائي والدلالات السيكومترية في علم النفس

يمثل فهم طبيعة البيانات السلوكية والنفسية ركيزة جوهرية في بناء النماذج المعرفية والتشخيصية الرصينة، حيث تندر الظواهر الإنسانية التي تخضع بصورة مطلقة للافتراضات الرياضية المثالية. يُعد التوزيع غير المتماثل (Asymmetrical Distribution) أحد أبرز المفاهيم الإحصائية التي تشير إلى غياب التناظر الشكلي حول المركز، مما يعكس تباينًا بنيويًا في كيفية تموضع استجابات الأفراد عبر المتصل المقاس. يهدف هذا المدخل الأكاديمي الموسع إلى تفكيك أبعاد التوزيع اللاتماثلي، واستجلاء مضامينه النظرية والتطبيقية في حقل القياس النفسي والبحوث الإكلينيكية والتربوية.

مفهوم التوزيع غير المتماثل والإطار النظري

يُعرف التوزيع غير المتماثل في التحليل الإحصائي السلوكي بأنه التوزيع التكراري الذي يفتقر إلى خاصية الانعكاس التناظري حول نقطة النزعة المركزية، بحيث لا يتطابق النصف الأيمن من المنحنى مع نصفه الأيسر بأي شكل من الأشكال. في التوزيعات المتماثلة الكلاسيكية، مثل التوزيع الطبيعي (Gaussian Distribution)، تتمركز القيم بالتساوي على جانبي المتوسط الحسابي، بينما ينحرف التوزيع غير المتماثل بصورة واضحة، مشكلاً ما يُعرف بذيل التوزيع الطويل الذي يمتد نحو إحدى الجهتين، ما يُحدث خلخَلة بنيوية في المقاييس الإحصائية المعتادة وتأثيرًا مباشرًا على دقة الاستنتاجات العلمية.

يتجلى الأساس الرياضي لعدم التماثل من خلال مؤشر يُعرف باسم معامل الالتواء (Skewness)، وهو العزم الإحصائي الثالث الموحد حول المتوسط، والذي يقيس درجة واتجاه الانحراف عن التماثل النموذجي. عندما تتباعد قيم العزوم الإحصائية عن الصفر، تنهار افتراضات المساواة الرياضية بين المتوسط والوسيط والمنوال، مما يفرض على الباحث النفسي إعادة النظر في سلامة النماذج البارامترية المستخدمة. إن هذا التباين الشكلي ليس مجرد خطأ عشوائي أو تشوه في العينة، بل هو تعبير رياضي دقيق عن آليات بيولوجية، نفسية، أو اجتماعية كامنة تحكم انتشار الظاهرة في المجتمع الأصلي محل الفحص والتقييم.

من الناحية النظرية، يتحدى التوزيع غير المتماثل الفرضية الهيدوليكية الشائعة بأن السلوك الإنساني يتوزع دائماً وفق منحنى الجرس. تؤكد الأبحاث المتقدمة في السيكومتريا أن العديد من البنى النفسية، لاسيما السلوكيات المنحرفة، واضطرابات الشخصية، والقدرات الإبداعية الاستثنائية، بطبيعتها ذات توزيع غير متماثل نظراً لندرة الحالات المتطرفة وتجمع الغالبية العظمى من الأفراد في مستويات دنيا أو وسطى. وبالتالي، يصبح فهم هذا الالتواء مدخلاً لا غنى عنه لتفادي التعميمات الخاطئة في تفسير الاختبارات والمقاييس المقننة.

الخصائص الرياضية ومؤشرات النزعة المركزية في التوزيعات اللاتماثلية

تتمثل السمة الرياضية الأولى للتوزيع غير المتماثل في انفصال مقاييس النزعة المركزية الثلاثة: المتوسط الحسابي (Mean)، والوسيط (Median)، والمنوال (Mode). فبينما تتلاقى هذه المقاييس في نقطة واحدة محددة داخل المنحنى المتماثل، فإنها تتباعد بانتظام عند وجود التواء ملحوظ. يتأثر المتوسط الحسابي بدرجة فائقة بالقيم المتطرفة أو الشاذة الواقعة في ذيل المنحنى الطويل، مما يجعله ينجذب بقوة نحو الذيل، في حين يحافظ الوسيط على موقعه كمقسم لنقاط التجزيء المئيني إلى نصفين متساويين، ويبقى المنوال ممثلاً للقمة التكرارية الأكثر شيوعاً بين المفحوصين.

يؤدي هذا الانفصال إلى فقدان المتوسط الحسابي لقدرته على تمثيل القيمة النموذجية للمفحوصين بصورة دقيقة، إذ يؤدي استخدامه المنفرد في التوزيعات ذات الالتواء الشديد إلى تقديم صورة مضللة عن الواقع النفسي. في المقابل، يبرز الوسيط كأداة قوية ومقاومة للتأثر بالقراءات الهامشية المتطرفة، مما يجعله المقياس الأفضل للنزعة المركزية في مثل هذه الظروف الرياضية. وتكتمل الصورة بالنظر إلى المدى الربيعي ونصف المدى الربيعي كمؤشرات تشتت بديلة للانحراف المعياري، الذي يتعرض هو الآخر للتضخم أو الانكماش غير المبرر تِبعاً لشكل التوزيع.

بالإضافة إلى ذلك، ترتبط دراسة عدم التماثل بحساب معامل كيرتوسيس أو التفرطح (Kurtosis)، وهو العزم الرابع الذي يرصد كثافة الذيلين وحدة القمة مقارنة بالتوزيع المعتدل. في التوزيعات النفسية اللاتماثلية، غالباً ما يترافق الالتواء مع تفرطح مدبب (Leptokurtic) أو مفرطح (Platykurtic)، ما يشير إلى أن تشتت الدرجات لا يتبع وتيرة ثابتة. يُلزم هذا التعقيد الرياضي الباحث بإجراء اختبارات إحصائية متخصصة، مثل اختبار كولموغوروف-سميرنوف، واختبار شابيرو-ويلك، لتحديد درجة الابتعاد عن المعيارية بدقة متناهية قبل الشروع في أي تحليلات علائقية أو سببية.

أنماط التوزيع غير المتماثل: الالتواء الموجب والسالب

التوزيع الملتوي إيجابياً (الالتواء نحو اليمين)

يحدث الالتواء الموجب (Positive Skewness)، أو الالتواء الأيمن، عندما تتكدس غالبية الدرجات في الطرف المنخفض من المقياس، في حين يمتد الذيل الرفيع نحو أقصى اليمين مستوعباً عدداً محدوداً من القيم المرتفعة جداً. في هذا النمط، يكون الترتيب الرياضي التنازلي لمقاييس النزعة المركزية كالتالي: المتوسط الحسابي هو الأكبر، يليه الوسيط، ثم المنوال في أدنى موضع. تشير هذه الوضعية الإحصائية في سياق القياس النفسي إلى أن الظاهرة المقاسة نادرة الوجود أو أن الاختبار المستخدم يتصف بصعوبة بالغة تتجاوز قدرة معظم أفراد العينة المختبرة.

من الأمثلة الساطعة على هذا النمط في علم النفس الإكلينيكي هو قياس مستويات الأعراض الاكتئابية الحادة أو السلوك العدواني في عينة من المجتمع العام غير المشخص سريرياً. ففي مثل هذه العينات، يحصل السواد الأعظم من الأفراد على درجات دنيا تعكس الاستقرار النفسي النسبي، بينما تنفرد قلة ضئيلة تعاني من أزمات نفسية بالحصول على درجات مرتفعة جداً، مما يسحب ذيل التوزيع نحو اليمين. وبالمثل، تتخذ دراسات زمن الرجع الحركي في علم النفس العصبي هذا المسار دائماً، إذ يستجيب معظم الأفراد في زمن قياسي معتاد، في حين تتسبب السقطات الانتباهية لقلة منهم في أزمنة استجابة متأخرة جداً تصنع ذيلاً ممتداً.

يتطلب التعامل مع الالتواء الإيجابي حذراً بالغاً عند تحديد النقاط الفاصلة (Cut-off Scores) لأغراض التشخيص الطبي أو الفرز الإكلينيكي. إذا اعتمد الأخصائي على المتوسط الحسابي والانحراف المعياري فقط دون مراعاة الالتواء الأيمن، فإنه يخاطر برفع عتبة التشخيص بشكل غير مبرر، مما يقود إلى تزايد معدلات النتائج السلبية الكاذبة (False Negatives)، حيث يُحرم مرضى بحاجة فعلية للتدخل من الدعم السريري نظراً لكون درجاتهم العالية تبدو عادية عند مقارنتها بمتوسط حسابي مشوه سحبه الذيل لأعلى.

التوزيع الملتوي سلبياً (الالتواء نحو اليسار)

في الاتجاه المعاكس، يتبدى الالتواء السالب (Negative Skewness)، أو الالتواء الأيسر، عندما تتجمع معظم استجابات الأفراد في النهاية العليا للمتصل القياسي، بينما يمتد الذيل المتضائل بصورة ملحوظة نحو أقصى اليسار ممثلاً قيماً منخفضة نادرة. يتبع هذا النمط ترتيباً رياضياً مقلوباً؛ حيث يكون المنوال هو القيمة الأعلى، يليه الوسيط، بينما يتدنى المتوسط الحسابي ليكون الأقل قيمة بين الثلاثة نتيجة لانجذابه المستمر بفعل القيم الدنيا الشاذة في الطرف الأيسر.

يظهر هذا النمط بوضوح جلي في علم النفس التربوي واختبارات التحصيل الأكاديمي سهلة المحتوى، أو مقاييس التمكن الإتقاني؛ حيث يحقق أغلب المتعلمين درجات مرتفعة للغاية تعكس استيعابهم للمادة، بينما تفشل قلة محدودة لأسباب معرفية أو ظرفية خاصة، مشكلة الذيل المنحدر نحو اليسار. كذلك، يُلاحظ الالتواء السالب في مقاييس الرضا الوظيفي، أو التكيف النفسي الذاتي العام بين العاملين في بيئات مهنية مستقرة ومجزية، حيث تكون المشاعر الإيجابية هي الغالبة، ويبقى التبرم والانفصال النفسي حالة استثنائية منعزلة.

تكمن المعضلة القياسية في الالتواء السالب في ما يُعرف بـ أثر السقف (Ceiling Effect)، والذي يعني أن أداة القياس لم تعد قادرة على التمييز بين الأفراد ذوي الكفاءة العالية لأن درجاتهم قد تجمعت في أعلى السلم دون تمايز. يفرض هذا الوضع على الباحثين في القياس النفسي إعادة النظر في حساسية بنود المقياس وتضمين مستويات صعوبة أعلى قادرة على تفكيك التكتل في الطرف الأيمن، مما يعيد المنحنى نحو حالة من التوازن والقدرة التمييزية المطلوبة.

الأسباب المنهجية والسيكومترية لظهور التوزيع غير المتماثل

إن نشوء التوزيع غير المتماثل ليس وليد الصدفة المجردة، بل يرجع إلى حزمة متداخلة من العوامل المنهجية والأدواتية وطبيعة البنية النفسية ذاتها. يأتي في مقدمة هذه الأسباب عيوب بناء أدوات القياس، وتحديداً ما يتعلق باختيار مستويات صعوبة الفقرات. عندما تصاغ بنود المقياس النفسي بطريقة تجعل القبول بها سهلاً للغاية أو الرفض متاحاً بصورة قاطعة، تتكتل الاستجابات تلقائياً عند أحد القطبين، ما يولد ما يُعرف إحصائياً بأثر السقف (Ceiling Effect) أو أثر الأرضية (Floor Effect)، وهما المسؤولان المباشران عن دفع البيانات نحو أشكال التوائية غير متوازنة.

أما العامل الثاني، فيتمثل في طبيعة الظواهر الإنسانية المتطرفة بطبعها. هناك مجالات سلوكية ونفسية لا يمكن أن توجد في الواقع المعاش بصورة متماثلة؛ مثل الإبداع الخارق، أو التفكير العبقري، أو في المقابل السلوك السيكوباتي الإجرامي. تتصف هذه الخصائص بما يسمى بنماذج “القوة الإحصائية” (Power Laws) أو ظواهر العتبة (Threshold Phenomena)، حيث يمتلك عموم المجتمع مستويات معتدلة أو منخفضة، بينما ينفرد قطاع متناهي الصغر بتجاوز العتبة الفارقة، مما يجعل التوزيع غير المتماثل حقيقة بنيوية تعكس الصدق النظري للمفهوم وليس خللاً في المعاينة.

إلى جانب ذلك، تسهم أخطاء المعاينة وطرق اختيار العينات في إحداث هذا التباين الشكلي. إن الاعتماد على العينات الميسرة (Convenience Sampling)، كاستهداف طلاب الجامعات لدراسة ظواهر نفسية تخص عموم السكان، غالباً ما ينتج توزيعات غير متماثلة نتيجة التجانس الزائد في العمر والقدرات المعرفية والخلفية الثقافية. كما تلعب ديناميات المرغوبية الاجتماعية (Social Desirability) دوراً حاسماً، حيث يميل المفحوصون إلى إعطاء إجابات متوافقة مع التوقعات المجتمعية المقبولة، مما يكدس الدرجات في جهة واحدة تخدم الصورة الذاتية، تاركاً ذيلاً هزيلاً من الاستجابات الصادقة وغير المواتية اجتماعياً.

الآثار المترتبة على التحليل الإحصائي والاستدلالي

يمتد تأثير التوزيع غير المتماثل بصورة مباشرة إلى قلب الإحصاء الاستدلالي، حيث إن الجزء الأكبر من الاختبارات الإحصائية الكلاسيكية—كالتحليل التبايُني (ANOVA)، واختبار (t)، ونماذج الانحدار الخطي العادي—مبني بصورة محورية على افتراض التوزيع الطبيعي (Normality Assumption) للبواقي أو للأخطاء العشوائية. عندما تنتهك البيانات هذا الافتراض بوجود التواء حاد، تضطرب قيم الأخطاء المعيارية، وتفقد مستويات الدلالة الإحصائية (p-values) موثوقيتها، مما يرفع احتمالية الوقوع في خطأ من النوع الأول (رفض الفرض الصفري وهو صحيح) أو خطأ من النوع الثاني (قبول الفرض الصفري وهو خاطئ).

تتأثر أيضاً مصفوفات الارتباط ارتباطاً عميقاً بنمط التوزيع؛ إذ يفترض معامل ارتباط بيرسون وجود علاقة خطية وتوزيع ثنائي المتغيرات معتدل. في حال كان أحد المتغيرين أو كلاهما ملتوياً بصورة غير متماثلة، فإن معامل بيرسون سينخفض بالضرورة عن قيمته الحقيقية الكامنة، مظهراً علاقات ضعيفة أو زائفة رياضياً في حين قد تكون العلاقة السلوكية في الواقع بالغة القوة لكنها غير خطية أو مقيدة بالالتواء. يقود هذا التشويه الارتباطي بدوره إلى زعزعة نتائج التحليل العاملي التوكيدي والاستكشافي، مما قد يؤدي إلى تفكيك أبعاد القياس إلى عوامل مشوهة غير ذات معنى سيكولوجي مستقر.

علاوة على ذلك، فإن معايرة المقاييس وتحديد الدرجات المعيارية التائية (T-scores) والزائية (Z-scores) تصبح غير نزيهة عند تطبيقها الحرفي على بيانات غير متماثلة. فالدرجة الزائية تعتمد على المتوسط والانحراف المعياري، وإذا كان هذان المؤشران قد انحرفا بالفعل بفعل الالتواء، فإن المئينيات المستنتجة من جداول التوزيع الطبيعي لن تعكس الموقع الحقيقي للمفحوص بالنسبة لأقرانه، مما يترتب عليه قرارات تربوية وإكلينيكية مجحفة أو تشخيصات قاصرة تقود إلى مسارات علاجية وتأهيلية غير دقيقة.

استراتيجيات المعالجة والتحويل في القياس النفسي

لمواجهة تحديات التوزيعات غير المتماثلة، يتبع علماء القياس النفسي والإحصائيون ثلاثة مسارات إجرائية متكاملة تهدف إلى الحفاظ على الدقة العلمية؛ يتمثل المسار الأول في اللجوء إلى التحويلات الرياضية غير الخطية (Data Transformations). تهدف هذه التقنيات إلى إعادة موازنة البيانات وضغط الذيل الطويل لتصبح قريبة من المنحنى الاعتدالي؛ حيث يُستخدم التحويل اللوغاريتمي (Log Transformation) أو تحويل الجذر التربيعي لمعالجة الالتواء الموجب المتوسط والشديد، بينما يلجأ الباحثون إلى تحويلات القوة العكسية أو تحويل بوكس-كوكس (Box-Cox Transformation) للوصول إلى التحويل الأمثل حسابياً بصورة آلية.

أما المسار الثاني، فيتجلى في استبدال الأساليب البارامترية بـ الإحصاء اللابارامتري (Non-parametric Statistics) الذي لا يفرض أية افتراضات مسبقة حول شكل التوزيع الأصلي للبيانات. يبرز هنا استخدام اختبار مان-ويتني (Mann-Whitney U) كبديل لاختبار (t)، واختبار كروسكال-واليز (Kruskal-Wallis) كبديل لتحليل التباين الأحادي، واستخدام معامل ارتباط سبيرمان للرتب (Spearman’s Rho) أو تاو كيندال كبديل لمعامل بيرسون. تتميز هذه الأساليب بالاعتماد على رتب الدرجات بدلاً من قيمها المطلقة، مما يجعلها منيعة تماماً ضد تشوهات الالتواء والقيم الشاذة المتطرفة، ومحافظة على القوة الإحصائية للتحليل دون تزييف للواقع.

أما المسار المنهجي الثالث والأكثر حداثة، فيتمثل في تبني النماذج الخطية المعممة (Generalized Linear Models – GLM) وطرق إعادة المعاينة (Bootstrapping). تسمح النماذج المعممة للباحث بافتراض توزيعات احتمالية تنتمي للعائلة الأسية تناسب طبيعة الظواهر الملتوية أصلاً، مثل توزيع بواسون (Poisson Distribution) للتكرارات المعدودة، أو التوزيع الثنائي السالب للمتغيرات ذات التشتت الفائق، في حين تتيح تقنية المعاينة البوتسترابية تقدير فترات الثقة والأخطاء المعيارية تجريبياً دون الحاجة إلى افتراض التوزيع الطبيعي المسبق، وهو ما يضمن استخلاص أحكام دقيقة وموثوقة حتى في ظل وجود التواء بنيوي عنيف.

تطبيقات التوزيع غير المتماثل في التخصصات الفرعية لعلم النفس

علم النفس السريري وعلم النفس المرضي

في الحقل الإكلينيكي، يُعد التوزيع غير المتماثل القاعدة وليس الاستثناء. إن معظم مقاييس الفحص النفسي، مثل قائمة بيك للاكتئاب (BDI-II) أو مقياس القلق العام (GAD-7)، عندما تُطبق على المجتمع غير الإكلينيكي تُنتج توزيعات ذات التواء موجب هائل. إن التمسك بنماذج التوزيع الطبيعي في هذا المجال قد يفضي إلى تعتيم الفروق الإكلينيكية الدقيقة؛ لذا يتم توظيف نظريات القياس الحديثة، مثل نظرية استجابة المفردة (Item Response Theory)، التي تسمح بنمذجة السمات الكامنة (Theta) بدرجة عالية من الدقة حتى في نهايات التوزيع الملتوي، مما يتيح تشخيص الحالات الحدية بكفاءة فائقة.

كما يتضح أثر عدم التماثل عند تحليل الصدمات النفسية، أو مؤشرات اضطراب ما بعد الصدمة (PTSD) عقب الكوارث والحروب، حيث تتمركز الاستجابات في أطراف المنحنى وفق نمط يطلق عليه أحياناً التوزيع الثنائي المنوال أو التوزيع شديد الالتواء بحسب درجة التعرض للصدمة. يساعد الوعي بهذا التباعد الهيكلي المعالجين النفسيين في تحديد الأولويات العلاجية وتخصيص الموارد التدخلية وفقاً لمجموعات الخطر الفعلية المتراكمة في الذيل بدلاً من الاعتماد على متوسطات المجتمع المضللة.

كذلك تظهر أهمية النماذج اللاتماثلية في التقييم العصبي النفسي (Neuropsychological Assessment)، حيث تسفر اختبارات الوظائف التنفيذية والذاكرة العاملة لدى مرضى التدهور المعرفي أو إصابات الدماغ الرضية عن توزيعات ملتوية بقوة نحو اليسار أو اليمين بحسب بنية المهمة العصبية، مما يفرض استخدام معايير مئينية غير خطية تُترجم الحالة الوظيفية للمريض استناداً إلى أقرانه السريريين دون افتراض الاعتدالية المعيارية.

علم النفس التنظيمي وعلم نفس الشخصية

في فضاء المؤسسات وبيئات العمل، يُعد أداء الموظفين نموذجاً تاريخياً للتوزيع غير المتماثل، وهو ما يدحض عقوداً من تقييم الأداء القسري المعتمد على منحنى الجرس التقليدي. بينت دراسات رصينة حديثة، كأبحاث أو’بويل وآجويناس، أن أداء الأفراد في العديد من المهن المعرفية والإبداعية والبيعية يتبع في واقعه توزيع باريتو (توزيع القوة غير المتماثل)، حيث تنتج قلة نخبوية محدودة جداً النسبة العظمى من المخرجات والقيمة المضافة، في حين يحقق السواد الأعظم أداءً نمطياً متوسطاً، مما يجعل التوزيع ملتوياً إيجابياً بدرجة حادة.

أما في علم نفس الشخصية، فإن أبعاد الشخصية الأساسية كالانبساط والعصابية والضمير الحي، وإن كانت تبدو للوهلة الأولى موزعة توزيعاً معتدلاً في المجتمعات الضخمة، إلا أنها تُظهر التواءات منهجية داخل بيئات وظيفية وتخصصية نوعية. فالأفراد المنخرطون في مهن المخاطرة العالية يميلون إلى إظهار التواء سالب في سمة البحث عن الإثارة (درجات مرتفعة جداً)، بينما يظهر قادة الأعمال والمدراء التنفيذيون التواءً سالباً ملحوظاً في درجات السعي للإنجاز والتنظيم الذاتي، مما يحتم قراءة هذه السمات ضمن سياقاتها التوزيعية الخاصة.

يسهم إدراك التوزيع اللاتماثلي في تحسين عمليات الاختيار والانتقاء المهني وتصميم أنظمة الحوافز؛ إذ إن افتراض التماثل يدفع المنظمات إلى تبني نظم مكافآت خطية تفشل في تحفيز ذوي الأداء الاستثنائي المتمركزين في الذيل الإيجابي المتطرف، كما يحمي المؤسسة من الوقوع في فخ التقييمات الجائرة التي تصنف الأداء العادي على أنه دون المستوى بفعل تشوه المتوسط الحسابي الناتج عن إسهامات قلة متطرفة من النجوم الوظيفيين.

خاتمة جامعة

يخلص هذا التأصيل النظري والميداني إلى أن التوزيع غير المتماثل ليس مجرد انحراف إحصائي هامشي يتطلب التصحيح العابر، بل هو انعكاس جوهري وأصيل لتعقيدات السلوك الإنساني والظواهر السيكولوجية التعددية. إن التخلي عن القولبة الرياضية المتشددة القائمة على افتراض التوزيع الطبيعي يمثل خطوة أساسية نحو نضج علم النفس كممارسة تجريبية قياسية متقدمة قادرة على استيعاب الحالات النادرة والأنماط الفريدة بذات الكفاءة التي تتعامل بها مع المتوسطات العامة. يظل التسلح بالمعالجات الإحصائية المتقدمة والوعي بالدلالات السيكومترية للالتواء حجر الزاوية لضمان سلامة الاستدلالات، وحفظ حقوق المفحوصين، والارتقاء بجودة المخرجات التشخيصية والبحثية عبر شتى ميادين العلوم النفسية والسلوكية.

المراجع

• Anastasi, A., & Urbina, S. (1997). Psychological testing (7th ed.). Prentice Hall.
• 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.
• Field, A. (2018). Discovering statistics using IBM SPSS statistics (5th ed.). SAGE Publications.
• Howell, D. C. (2013). Statistical methods for psychology (8th ed.). Wadsworth, Cengage Learning.
• Micceri, T. (1989). The unicorn, the normal curve, and other improbable creatures. Psychological Bulletin, 105(1), 156–166. https://doi.org/10.1037/0033-2909.105.1.156
• O’Boyle, E., & Aguinis, H. (2012). The best and the rest: Revisiting the norm of normality of individual performance. Personnel Psychology, 65(1), 79–119. https://doi.org/10.1111/j.1744-6570.2011.01239.x
• Tabachnick, B. G., & Fidell, L. S. (2019). Using multivariate statistics (7th ed.). Pearson.