الانحراف المتوسط

يمثل فهم التباين الإنساني أحد الأعمدة الجوهرية التي يرتكز عليها علم النفس الحديث؛ إذ لا يقتصر التحليل السيكومتري على تحديد الأنماط العامة أو المعدلات الوسطية للسلوك، بل يمتد بالأساس إلى رصد مقدار حياد الأفراد عن هذه المعدلات وتشتتهم حولها. يُعد الانحراف المتوسط (Average Deviation أو Mean Absolute Deviation) من أوائل المقاييس الإحصائية التي ظهرت لتقديم فهم كمي ومباشر لمدى تباين الدرجات داخل توزيع معين، موفراً للباحثين أداة منطقية وبديهية لتوصيف الفروق الفردية. ومن خلال التركيز على المسافات الحقيقية المطلقة التي تفصل استجابات المفحوصين عن مركز التوزيع، يكتسب هذا المفهوم أهمية متزايدة في الأوساط الأكاديمية والسريرية لتفسير السمات النفسية والقدرات المعرفية بدقة متناهية بعيداً عن التشويه الرياضي الذي قد تحدثه بعض المعاملات الأكثر تعقيداً.

المفهوم النظري والتعريف السيكومتري للانحراف المتوسط

يُعرف الانحراف المتوسط في حقل القياس النفسي والإحصاء الوصفي بأنه متوسط المسافات أو الفروق المطلقة بين كل قيمة مفردة في مجموعة البيانات وبين مقياس النزعة المركزية الخاص بتلك المجموعة، والذي غالباً ما يكون الوسط الحسابي، وفي أحيان أخرى الوسيط. يكمن جوهر هذا المقياس في اعتماده على إزالة الإشارات السالبة الناتجة عن طرح القيمة من الوسط الحسابي عن طريق أخذ القيمة المطلقة لتلك الفروق؛ حيث إن الجمع الجبري البسيط للانحرافات عن الوسط الحسابي يؤدي حتماً إلى الصفر في أي توزيع، نظراً لتعادل الانحرافات الإيجابية مع الانحرافات السلبية تماماً بحكم الخصائص الرياضية للوسط الحسابي.

ومن الناحية الرياضية، يتم التعبير عن الانحراف المتوسط عن طريق حساب مجموع الفروق المطلقة مقسوماً على حجم العينة أو عدد المشاهدات الكلي. يمنح هذا الإجراء الباحث النفسي رقماً يعبر عن "متوسط مقدار خطأ التنبؤ" إذا افترضنا أن الوسط الحسابي هو الدرجة الممثلة لكل فرد في العينة. وبالتالي، إذا كان الانحراف المتوسط لدرجات القلق في دراسة معينة هو 4 درجات، فإن ذلك يعني بالمعنى السيكومتري المباشر أن درجات الأفراد تحيد في المتوسط بمقدار أربع وحدات عن نقطة الارتكاز المركزية للمجموعة ككل.

تكمن قوة هذا المفهوم في بساطته المنطقية والبديهية مقارنة بمقاييس التشتت الأخرى مثل التباين والانحراف المعياري؛ إذ إن الانحراف المتوسط يحافظ على وحدة القياس الأصلية نفسها دون إخضاع الفروق لعمليات التربيع الرياضي. في الاختبارات النفسية التي تقيس أبعاداً مثل الذكاء الوجداني أو زمن الرجع، يفضل الممارسون أحياناً استخدام الانحراف المتوسط لأنه يترجم الدرجة التجريبية مباشرة إلى مسافة خطية واقعية يمكن فهمها وتفسيرها بسهولة للمفحوصين أو صانعي القرار الإكلينيكي دون الحاجة إلى افتراضات رياضية متقدمة.

علاوة على ذلك، يمكن حساب الانحراف المتوسط حول الوسيط بدلاً من الوسط الحسابي، وهو ما يُعرف في الأدبيات الإحصائية باسم متوسط الانحراف المطلق عن الوسيط. وتتميز هذه الصياغة بكونها تقلل المجموع الكلي للانحرافات المطلقة إلى أقصى حد ممكن؛ حيث أثبتت النظريات الإحصائية أن مجموع الفروق المطلقة للبيانات يكون في أدنى مستوياته الرياضية عند حسابه انطلاقاً من الوسيط وليس الوسط، مما يجعل هذا التطبيق بالغ الأهمية عند تحليل البيانات السيكولوجية ذات الالتواء الشديد أو المحتوية على قيم شاذة غير نمطية.

الجذور التاريخية للمفهوم في العلوم السلوكية والإحصاء

تعود الجذور المبكرة لفكرة الانحراف المتوسط إلى القرن الثامن عشر، وتحديداً مع محاولات علماء الفلك والرياضيات الأوائل مثل روجر بوسكوفيتش وبيير سيمون لابلاس للتعامل مع أخطاء الملاحظة والرصد التجريبي. كان لابلاس من أوائل من دافعوا عن استخدام مبدأ القيمة المطلقة للأخطاء لتقليل أثر الفروق الفردية في القياسات الفلكية والفيزيائية، قبل أن يرسخ كارل فريدريش جاوس مبدأ التربيع الأدنى الذي أسس للانحراف المعياري لاحقاً، مما أدى تاريخياً إلى تراجع نسبي للانحراف المتوسط في الرياضيات النظرية لصالح الأدوات الجبرية القائمة على التربيع.

ومع نشأة علم النفس التجريبي في أواخر القرن التاسع عشر وبدايات القرن العشرين على يد رواد مثل فرانسيس جالتون وفيلهلم فونت، تجددت الحاجة إلى مقاييس تشتت تمثل الظواهر السلوكية بصدق دون إغفال التوزيعات المتفاوتة التي تميز السمات الإنسانية. كان جالتون، في دراساته حول وراثة القدرات العقلية والسمات الأنثروبومترية، مهتماً بعزل التباينات وتوصيف انتشار السمات حول المركز، ووجد في مفاهيم الانحراف المطلق أداة سهلة التطبيق والتفسير في الميدان السيكومتري مقارنة بالعمليات الحسابية المعقدة التي كانت تتطلب جهداً يدوياً شاقاً في ذلك العصر.

وفي منتصف القرن العشرين، ومع تطور حركة القياس النفسي والتربوي وظهور مقاييس الذكاء المقننة واختبارات التحصيل الأكاديمي، تم تضمين الانحراف المتوسط في العديد من الكتب المرجعية الكلاسيكية للإحصاء السيكولوجي. ورغم أن الهيمنة الأكاديمية مالت في النهاية لصالح الانحراف المعياري بفضل سهولة اشتقاقه في النماذج الاستدلالية المتقدمة مثل تحليل التباين ونماذج الانحدار الخطي، إلا أن الانحراف المتوسط ظل محتفظاً بمكانته كأداة تشخيصية وصفية متينة استعادت بريقها مع نشوء مدرسة الإحصاء المتين (Robust Statistics) في النصف الثاني من القرن العشرين.

الخصائص السيكومترية والرياضية للانحراف المتوسط

يمتلك الانحراف المتوسط حزمة من الخصائص الإحصائية الفريدة التي تجعله يختلف جوهرياً عن غيره من مقاييس التشتت المستعملة في الإحصاء النفسي. ولعل أبرز هذه الخصائص هي العلاقة الخطية التي تربطه بالفروق الفردية؛ فالانحراف المعياري يقوم بتربيع الفروق، مما يعني أنه يعطي وزناً أكبر بكثير للدرجات البعيدة جداً عن الوسط مقارنة بالدرجات القريبة. في المقابل، يتعامل الانحراف المتوسط مع جميع الانحرافات بوزن نسبي متكافئ ومتناسب طردياً مع مسافتها الحقيقية فقط، الأمر الذي يجعله أكثر توازناً عند الرغبة في عدم تضخيم تأثير الحالات الشاذة المتطرفة.

ومن زاوية القياس السيكومتري، يرتبط الانحراف المتوسط ارتباطاً وثيقاً بمتانة التقدير (Robustness)؛ إذ إن وجود مريض نفسي واحد يعاني من اضطراب سلوكي حاد وتصدر عنه استجابات متطرفة للغاية في مقياس معين قد يؤدي إلى ارتفاع هائل ومضلل في قيمة الانحراف المعياري لكامل عينة البحث، في حين يظل الانحراف المتوسط متماسكاً وأقل تأثراً بتلك الدرجة الشاذة الفردية. هذه الخاصية تجعل الانحراف المتوسط مؤشراً أكثر تمثيلاً للواقع النفسي للمجموعات الإكلينيكية المعقدة التي تشهد عادة تبايناً غير متجانس في الاستجابات.

ومع ذلك، يعاني الانحراف المتوسط من عائق رياضي تقليدي حال دون استخدامه الواسع في الإحصاء الاستدلالي المتقدم، ويتمثل في الصعوبة الرياضية لاشتقاق دالة القيمة المطلقة تحليلياً عند نقطة الصفر. إن عدم قابلية الدالة للاشتقاق السلس يعقد من عمليات صياغة اختبارات الفروض السيكومترية وبناء فترات الثقة المعقدة ومصفوفات التغاير، وهو السبب التاريخي الأساسي الذي دفع المنظرين في علم النفس الرياضي إلى تفضيل الانحراف المعياري القائم على التربيع، حيث تتيح العمليات التربيعية اشتقاقات جبرية يسيرة تُبنى عليها معظم الاختبارات البارامترية المعاصرة.

كذلك تبرز ميزة سيكومترية كبرى للانحراف المتوسط عند مقارنة العينات ذات الأحجام الصغيرة التي تشيع في أبحاث الحالات الفردية النادرة (Single-subject designs) ودراسات علم النفس العصبي. ففي مثل هذه السياقات، لا يتوافر للباحث ترف افتراض التوزيع الطبيعي المثالي للبيانات، وبالتالي تصبح المقاييس التي تعتمد على المسافات المطلقة المباشرة مثل الانحراف المتوسط أكثر أماناً وتعبيرياً عن التشتت الحقيقي الداخلي لدى أفراد العينة مقارنة بالمقاييس التي تفترض مسبقاً اعتدالية المنحنى البياني.

إجراءات الحساب والتطبيق في البحوث النفسية

يتطلب حساب الانحراف المتوسط في البحوث السيكولوجية اتباع منهجية متسلسلة ومنظمة، تتناسب مع طبيعة البيانات المجموعة؛ سواء كانت بيانات أولية خام غير مبوبة، أو بيانات تكرارية مبوبة تصف فئات محددة من السلوك. تضمن هذه الإجراءات الدقة في استخراج الدلالات الإحصائية التي تُبنى عليها التقريرات السريرية والتشخيصية اللاحقة، مما يقلل من احتمالية التحيز في تقدير الفروق الفردية داخل العينة المدروسة.

في حالة البيانات الخام غير المبوبة، يبدأ الباحث أولاً بحساب الوسط الحسابي لدرجات العينة عبر جمع الدرجات وقسمتها على عدد الأفراد. بعد ذلك، يتم طرح هذا الوسط من كل درجة فردية للحصول على انحراف كل مفحوص، ثم تُحول جميع النواتج إلى قيم موجبة بتجريدها من الإشارة السالبة (أخذ القيمة المطلقة). وأخيراً، تُجمع هذه الانحرافات المطلقة معاً وتُقسم النتيجة على إجمالي عدد المفحوصين، ليكون الناتج النهائي هو الانحراف المتوسط الذي يوضح بدقة متوسط بعد استجابة أي مفحوص عن مركز المجموعة.

أما في سياق البيانات المبوبة، كأن يمتلك الباحث جداول توزيع تكراري لدرجات مقياس الاكتئاب موزعة على فئات درجات محددة، فإن الإجراء يتطلب إيجاد مراكز الفئات أولاً، ثم حساب الوسط الحسابي المرجح بالتكرارات. بعد ذلك، يتم حساب الانحراف المطلق لمركز كل فئة عن الوسط العام، ويُضرب هذا الانحراف في التكرار الخاص بتلك الفئة. وفي الخطوة النهائية، يُقسم مجموع حواصل الضرب على مجموع التكرارات الكلي، مما يوفر تقديراً دقيقاً لتشتت الظاهرة حتى في التوزيعات التكرارية الكبيرة والمختزلة.

ولتوضيح ذلك بمثال تطبيقي، لنفترض أن باحثاً في مجال علم النفس المعرفي يدرس زمن رد الفعل (بالأجزاء من الثانية) لدى عينة من سبعة أطفال يعانون من اضطراب فرط الحركة وتشتت الانتباه أثناء اختبار تركيز رقمي، وكانت النتائج كالتالي: (300، 310، 320، 330، 340، 350، 490). نجد أن الوسط الحسابي هو 348.57 ملي ثانية. وعند حساب الفروق المطلقة عن الوسط وجمعها، نجد أن الانحراف المتوسط يمنح وزناً معتدلاً لقيمة زمن الرجع الشاذة (490)، مما يوفر قراءة واقعية لتشتت انتباه الأطفال الفعلي دون التضخيم الشديد الذي كان سيحدث لو طُبقت معادلة الانحراف المعياري، والتي كانت سترفع تقدير التشتت بصورة تجعل الطفل الأخير يبدو وكأنه دمر تجانس المجموعة كلياً.

مقارنة تحليلية: الانحراف المتوسط في مواجهة مقاييس التشتت الأخرى

تستدعي الرؤية المنهجية العميقة إجراء مقارنة نقدية بين الانحراف المتوسط وبقية أدوات قياس التشتت المستخدمة في الأبحاث السلوكية؛ لتحديد متى يكون استخدامه خياراً نموذجياً ومتى ينبغي تفضيل أدوات أخرى. وتتوزع هذه المقارنة عادة بين ثلاثة مقاييس شائعة: الانحراف المعياري، والمدى المطلق، والمدى الربيعي، حيث يمتلك كل مقياس فلسفته الخاصة في تفسير الفروق الفردية.

• الانحراف المتوسط مقابل الانحراف المعياري: يكمن الفارق الجوهري في دالة الجزاء الإحصائية؛ فالانحراف المعياري يفرض جزاءً تربيعياً (Quadratic Penalty) على الانحرافات الكبيرة، ما يجعله شديد الحساسية تجاه الأطراف المتطرفة في التوزيع، بينما يفرض الانحراف المتوسط جزاءً خطياً متكافئاً (Linear Penalty). وفي حين أن الانحراف المعياري هو المعيار الذهبي في الإحصاء الاستدلالي (مثل اختبارات t واختبارات ف)، فإن الانحراف المتوسط يتفوق في نقل صورة وصفية واضحة للجمهور غير المتخصص، وتجنب المغالاة في تقدير عدم التجانس في العينات النفسية المضطربة.
• الانحراف المتوسط مقابل المدى الكلي: يُعد المدى أبسط مقاييس التشتت وأكثرها هشاشة؛ إذ يعتمد كلياً على قيمتين اثنتين فقط هما الدرجة القصوى والدرجة الدنيا مهملاً كل ما بينهما من بيانات. في المقابل، يعتمد الانحراف المتوسط على كل درجة مفردة داخل التوزيع السيكومتري دون استثناء، مما يجعله أكثر كفاءة وموثوقية بمراحل في الإحاطة بطبيعة تشتت العينة.
• الانحراف المتوسط مقابل المدى الربيعي: يركز المدى الربيعي على تشتت الـ 50% الوسطى من البيانات مهملاً الأطراف تماماً، وهو ممتاز عند وجود قيم شاذة متطرفة حادة جداً. ومع ذلك، فإن الانحراف المتوسط يتفوق سيكومترياً عندما يرغب الباحث في تضمين أداء جميع الأفراد في التحليل الوصفي مع الاحتفاظ بحماية نسبية ضد التشويه الإحصائي، مما يعطي كل مفحوص وزناً مدروساً في تقدير التباين العام.

وتوضح الأدبيات الإحصائية النفسية المتقدمة أن النسبة بين الانحراف المتوسط والانحراف المعياري في التوزيعات الطبيعية المعيارية تماماً تقترب دائماً من قيمة ثابتة رياضياً تبلغ حوالي 0.7979 (أي ما يعادل تقريباً أربعة أخماس الانحراف المعياري). ويفيد هذا القانون الرياضي الباحثين في الكشف السريع عن اعتدالية التوزيعات النفسية؛ فإذا ابتعدت النسبة التجريبية بين المقياسين في دراسة سيكومترية ابتعاداً كبيراً عن هذا الرقم، كان ذلك مؤشراً جلياً على وجود التواء، أو تفلطح غير طبيعي، أو قيم شاذة تعوق استخدام النماذج الإحصائية المعلمية المعتادة.

التطبيقات الإكلينيكية والتشخيصية في علم النفس

يمتد توظيف الانحراف المتوسط إلى آفاق تطبيقية وعلاجية واسعة في علم النفس السريري وعلم النفس العصبي؛ حيث لا يكون الهدف دائماً هو المقارنة بين مجموعات، بل تحليل سلوك الفرد الواحد عبر الزمن. يُعرف هذا المجال بدراسة "التباين داخل الفرد" (Intra-individual Variability)، وهو مؤشر بيولوجي وسلوكي بالغ الدقة يُستخدم لرصد التدهور المعرفي، أو تذبذب المزاج، أو الاستجابة للعقاقير الدوائية النفسية.

في تقييم الاضطرابات الوجدانية مثل اضطراب ثنائي القطب، يقوم المعالجون بتسجيل مؤشرات المزاج اليومية للمرضى على مدار أسابيع أو أشهر. يتيح حساب الانحراف المتوسط لتقلبات المزاج فهم الدرجة الحقيقية لعدم الاستقرار الوجداني للمريض؛ فكلما ارتفعت قيمة الانحراف المتوسط عن المزاج المعتاد، دل ذلك على هشاشة استقرار الحالة النفسية وحاجتها إلى ضبط الجرعات العلاجية أو التدخل السلوكي، دون أن تؤدي نوبة حادة معزولة إلى تضخيم المشهد العام كما يفعل الانحراف المعياري.

كما يُستخدم المفهوم بفاعلية في تقييمات علم النفس العصبي للمسنين المشتبه في إصابتهم بالخرف أو مرض ألزهايمر المبكر. يتم إخضاع المريض لمهام معرفية متكررة لقياس زمن الرجع أو سرعة التسمية اللفظية؛ ويشير التشتت العالي المقاس بالانحراف المتوسط إلى وجود عجز في كفاءة المعالجة المركزية داخل الدماغ وضعف السيطرة التنفيذية، حتى لو كان الوسط الحسابي لسرعة المريض لا يزال يقع ضمن الحدود العمرية المقبولة نظرياً.

وفي البيئات المدرسية وعلم النفس التربوي، يزود الانحراف المتوسط الأخصائيين النفسيين بأداة عادلة لتقييم ثبات أداء الطلاب ذوي صعوبات التعلم. فالطالب الذي يحصل على درجات متذبذبة تذبذباً حاداً من يوم لآخر يحتاج إلى برامج تدخل مختلفة تماماً عن الطالب الذي يحقق درجات منخفضة ولكنها ثابتة ومستقرة؛ ويساعد الانحراف المتوسط هنا في قياس درجة هذا التذبذب الصفي المباشر لتقديم التوصيات البيداغوجية الملائمة للبيئة المدرسية والوالدين.

القيود الإحصائية والانتقادات الموجهة للمفهوم

على الرغم من المزايا التفسيرية والعملية العديدة التي يوفرها الانحراف المتوسط، إلا أنه يواجه انتقادات منهجية ورياضية جعلته يحتل مكانة ثانوية في الإحصاء الاستدلالي السيكولوجي المقارن. وتتركز هذه الانتقادات بالدرجة الأولى حول الخصائص التوزيعية لمعاينة هذا المقياس، وقدرته على الاندماج في البنى الرياضية للنماذج الإحصائية متعددة المتغيرات التي يعتمد عليها البحث السيكولوجي المعاصر.

أول هذه القيود هو أن دالة الانحراف المتوسط ليست سهلة في المعالجة الجبرية الصرفة، إذ تتضمن إشارات القيمة المطلقة التي تقطع الاتصال الرياضي التفاضلي. ويترتب على ذلك صعوبة استخدامه في بناء معادلات التنبؤ المعقدة مثل الانحدار المتعدد والتحليل العاملي التوكيدي ونمذجة المعادلة الهيكلية (SEM)، وهي الأدوات الأساسية التي تستخدمها القياسات النفسية المعاصرة للتحقق من صدق البناء النظري للاختبارات والمقاييس النفسية.

وثاني القيود يتعلق بـ الخطأ المعياري لتوزيع المعاينة؛ ففي العينات المسحوبة من مجتمعات تتوزع توزيعاً طبيعياً معتدلاً، يمتلك الانحراف المعياري كفاءة إحصائية أعلى (Higher Statistical Efficiency) مقارنة بالانحراف المتوسط؛ أي أن تباين توزيع معاينة الانحراف المعياري يكون أصغر بمقدار 12% تقريباً مقارنة بتباين توزيع معاينة الانحراف المتوسط. هذا يعني أن الانحراف المعياري يكون تقديراً أكثر استقراراً ودقة لمعلمة المجتمع الأصلي عندما يتحقق شرط الاعتدالية الرياضية التامة.

إضافة إلى ذلك، فإن الانحراف المتوسط يعاني من قصور في التوليف الرياضي مع مقاييس أخرى؛ فالتباين (مربع الانحراف المعياري) يتميز بخاصية الإضافة الخطية الفريدة (Additivity of Variance)، حيث يمكن تجزئة التباين الكلي إلى تباين راجع للمجموعة وتباين راجع للخطأ العشوائي، وهي القاعدة الرياضية البديعة التي ينهض عليها تحليل التباين (ANOVA). ولا توجد خاصية مكافئة بهذا الوضوح والسهولة الرياضية تتيح تجزئة الانحراف المتوسط عبر المجموعات المستقلة، مما حصر دوره أساساً في الجوانب الوصفية والاستكشافية والتشخيصية دون التحليل التجريبي متعدد المجموعات.

الانحراف المتوسط في عصر البيانات السيكولوجية الضخمة

يشهد القياس النفسي في الحقبة الراهنة تحولاً جذرياً نحو دراسة البيانات الضخمة الناتجة عن المستشعرات الذكية، والتطبيقات الهاتفية، ومسارات التصفح على شبكات التواصل الاجتماعي، والتقييم اللحظي البيئي (Ecological Momentary Assessment). في هذا السياق الديناميكي المعقد، استعاد الانحراف المتوسط اهتماماً بحثياً واسعاً من قبل علماء النفس الحسابي (Computational Psychologists) وخبراء المقاييس الرقمية، بوصفه أداة فعالة وسريعة وغير مكلفة حوسبياً لمعالجة ملايين السجلات السلوكية اللحظية.

تتطلب خوارزميات التعلم الآلي المطبقة في تصنيف السلوك البشري مقاييس قوية لا تنهار أمام الضجيج الحركي أو الأخطاء العشوائية الناتجة عن إشارات الأجهزة القابلة للارتداء. ويبرز متوسط الانحراف المطلق هنا كبديل مثالي يوازن بين السرعة الحسابية ومقاومة القيم الشاذة، مما يجعله مكوناً أساسياً في بناء خوارزميات رصد القلق الحاد، ونوبات التوتر، وتتبع أنماط النوم المضطرب لدى مستخدمي المنصات الصحية النفسية الافتراضية.

علاوة على ذلك، يتزايد الاعتراف التربوي بضرورة تبسيط الإحصاءات السيكومترية وتيسيرها للمعلمين والممارسين الميدانيين دون التضحية بالدقة. إن تقديم نتائج التقويم الصفي باستخدام الانحراف المتوسط يمكّن المربين وأولياء الأمور من الفهم الفوري لمقدار الفروق الفردية في استيعاب المناهج المدرسية، ويفتح الباب واسعاً أمام دمقرطة المعرفة الإحصائية وتطويعها لخدمة العملية التعليمية والتأهيلية دون تعقيدات رياضية مجردة تحجب المعنى الإنساني الكامن خلف الأرقام.

خاتمة

يظل الانحراف المتوسط علامة فارقة في تاريخ الفكر الإحصائي والسيكومتري، مجسداً الفلسفة التي ترى في القياس انعكاساً مباشراً وصادقاً للواقع الميداني دون إفراط في التجريد الرياضي. وعلى الرغم من أن المسار الأكاديمي والتحليلي قد توج الانحراف المعياري كأداة لا غنى عنها في الاختبارات الاستدلالية المتقدمة ونماذج النمذجة الهيكلية، فإن الانحراف المتوسط يظل يتمتع بمزايا بديهية وتطبيقية لا يمكن إغفالها؛ لاسيما في سياقات التوصيف الدقيق، واستكشاف التباينات الفردية، وتفادي الآثار السلبية للقيم الشاذة، وتقديم التفسيرات الإكلينيكية المفهومة للمفحوصين والمجتمع. إن استيعاب الباحث النفسي لجوهر هذا المقياس وحدوده يمنحه مرونة منهجية فائقة لاختيار الأداة الأكثر انسجاماً مع طبيعة الظاهرة السلوكية المدروسة، مما يضمن في نهاية المطاف قياساً نفسياً يجمع بين الرصانة العلمية والصدق الإنساني الوصفى.

المراجع

• أبو حطب، فؤاد، وصادق، آمال. (2010). مناهج البحث وطرق التحليل الإحصائي في العلوم النفسية والتربوية والاجتماعية (ط. 3). مكتبة الأنجلو المصرية.
• علام، صلاح الدين محمود. (2006). الاختبارات والمقاييس التربوية والنفسية: تصميمها وتطبيقها وتفسير درجاتها (ط. 2). دار الفكر العربي.
• Anastasi, A., & Urbina, S. (1997). Psychological testing (7th ed.). Prentice Hall.
• Cohen, B. H. (2013). Explaining psychological statistics (4th ed.). John Wiley & Sons.
• Field, A. (2018). Discovering statistics using IBM SPSS statistics (5th ed.). SAGE Publications.
• Gorard, S. (2005). Revisiting a 90-year-old debate: The advantages of the mean deviation over the standard deviation. British Journal of Educational Studies, 53(4), 417-430. https://doi.org/10.1111/j.1467-8535.2005.00512.x
• Gravetter, F. J., & Wallnau, L. B. (2017). Statistics for the behavioral sciences (10th ed.). Cengage Learning.
• Howell, D. C. (2013). Statistical methods for psychology (8th ed.). Wadsworth, Cengage Learning.
• Huber, P. J., & Ronchetti, E. M. (2009). Robust statistics (2nd ed.). John Wiley & Sons.