التباين بين المبحوثين في البحث النفسي

يشكل فهم التباين وتفكيك مصادره الركيزة الجوهرية التي يقوم عليها الاستدلال العلمي في علم النفس المعاصر والعلوم السلوكية؛ إذ يُمثّل رصد السلوك الإنساني محاولة دائمة لفك الشفرات المعقدة للفروق الفردية والتأثيرات التجريبية. يُعد مفهوم التباين بين المبحوثين (Between-Subjects Variance) حجر الزاوية في التصميم التجريبي والإحصاء الاستدلالي، حيث يعكس مقدار التشتت أو الاختلاف الملاحظ في الدرجات والمتغيرات التابعة الذي يُعزى إلى التمايزات القائمة بين الأفراد أو المجموعات المستقلة الخاضعة للدراسة. إن إدراك طبيعة هذا التباين وكيفية قياسه وعزله لا يقتصر على كونه إجراءً تقنياً بحتاً، بل يمثل مدخلاً معرفياً وإبستمولوجياً يمكّن الباحثين من التمييز بين الأثر الحقيقي للمتغيرات المستقلة والضوضاء الناتجة عن التباينات الفردية الطبيعية.

مدخل تعريفي ومفاهيمي إلى التباين بين المبحوثين

يُعرَّف التباين بين المبحوثين في سياق الإحصاء النفسي بأنه مقياس إحصائي يعبر عن درجة التشتت والاختلاف بين متوسطات الأفراد المختلفين أو بين مجموعات منفصلة من المشاركين الذين تعرض كل منهم لمستوى مختلف من مستويات المتغير المستقل. في الدراسات النفسية، عندما نقوم بقياس سمة معينة مثل القلق، أو الذكاء، أو زمن الرجع، نجد بطبيعة الحال أن الدرجات لا تتطابق إطلاقاً؛ وهذا التباين الملاحظ بين شخص وآخر، أو بين مجموعة تجريبية وأخرى ضابطة، هو ما يُصطلح عليه بالتباين بين المبحوثين. يتناقض هذا المفهوم بنيوياً مع التباين داخل المبحوثين (Within-Subjects Variance) الذي يرصد التغيرات التي تطرأ على الفرد نفسه عبر الزمن أو عبر شروط تجريبية متعددة.

ينطلق الإطار المفاهيمي لهذا التباين من حقيقة أن الكائنات الحية، وتحديداً البشر، يمتلكون خصائص بيولوجية، ومعرفية، واجتماعية متمايزة تجعل استجاباتهم للمثيرات الخارجية متباينة بطبيعتها. لذلك، عندما يخضع الباحث مجموعتين من الأفراد لتدخلين علاجيين مختلفين لعلاج الاكتئاب على سبيل المثال، فإن الاختلافات الملاحظة في درجات مقياس الاكتئاب البعدي لا تعود فقط إلى فاعلية التدخل العلاجي، بل تتأثر بشدة بالسمات والخصائص الذاتية التي جلبها كل فرد معه قبل بدء التجربة. من هنا، يصبح تفكيك هذا التباين إلى مكوناته الأساسية ضرورة علمية لفهم مدى نجاح الفرضية التجريبية مقارنة بالفروق الفردية الكامنة.

تاريخياً، ارتبط تبلور هذا المفهوم بتطور تحليل التباين (ANOVA) على يد العالم الإحصائي السير رونالد فيشر في بدايات القرن العشرين. وقد أسهمت أعمال فيشر في تحويل التباين من كونه مجرد خطأ عشوائي يزعج التجريبيين إلى أداة تحليلية محكمة تتيح مقارنة التباين المنسوب إلى المعالجة التجريبية بالتباين المنسوب إلى الفروق بين الأفراد. في العلوم النفسية، سمح هذا التحول بالانتقال من الملاحظة الوصفية البسيطة إلى النمذجة الإحصائية الدقيقة، حيث أصبح بالإمكان اختبار الفرضيات السببية بدقة متناهية من خلال نمذجة التباين القائم بين المشاركين في العينات المختلفة.

الأسس الرياضية والنظرية للتباين في النماذج الخطية

تستند النمذجة الرياضية للتباين بين المبحوثين إلى النموذج الخطي العام (General Linear Model)، حيث يتم تقسيم إجمالي التباين (Total Variance) في المتغير التابع إلى أجزاء قابلة للتفسير وأخرى تمثل الخطأ. رياضياً، يبدأ هذا المفهوم بحساب مجموع المربعات الكلي (Sum of Squares Total – SST)، والذي يعبر عن انحرافات كل درجة فردية عن المتوسط الحسابي العام لجميع المشاركين. من هذا المنطلق، يتم تجزئة مجموع المربعات الكلي إلى مركبين رئيسيين: مجموع المربعات بين المجموعات أو بين المبحوثين (SS Between)، ومجموع المربعات داخل المجموعات أو تباين الخطأ (SS Within).

يُعبر مجموع المربعات بين المبحوثين عن الفروق القائمة بين متوسطات المجموعات التجريبية والمتوسط الحسابي الكلي، ويتم حسابه بضرب حجم العينة في كل مجموعة في مربع انحراف متوسط المجموعة عن المتوسط العام، ثم جمع هذه القيم عبر كافة المجموعات. تُقسَّم هذه القيمة الرياضية لاحقاً على درجات الحرية المقابلة (Degrees of Freedom)، والتي تساوي عدد المجموعات مطروحاً منها واحد (k – 1)، لينتج لنا ما يُعرف بمتوسط المربعات بين المبحوثين (Mean Square Between – MSB). يمثل هذا المتوسط الرياضي التقدير الفعلي للتباين الذي يمكن أن يُعزى إلى المعالجة التجريبية المطبقة مضافاً إليه جزء من تباين الخطأ الملازم للفروق الفردية.

في مقابل ذلك، يُستخدم متوسط المربعات داخل المجموعات (Mean Square Within – MSW) كمقام في حساب النسبة الفائية (F-ratio) لاختبار الدلالة الإحصائية؛ حيث تُعرَّف النسبة الفائية بأنها حاصل قسمة متوسط المربعات بين المبحوثين على متوسط المربعات داخل المبحوثين. إذا كان التباين بين المبحوثين (البسط) أكبر بكثير من التباين العشوائي القائم داخل المجموعات (المقام)، تتجاوز النسبة الفائية القيمة الحرجة، مما يقود الباحث إلى رفض الفرضية الصفرية وقبول الفرضية البديلة القائلة بوجود أثر حقيقي للمتغير المستقل. تبرز هنا الأهمية الحسابية لعزل التباين وتحديد مصادره بصورة لا تقبل اللبس لتجنب الوقوع في الأخطاء الإحصائية من النوع الأول أو الثاني.

التباين بين المبحوثين في التصاميم التجريبية وشبه التجريبية

في تصميم التجارب النفسية، يُعد اختيار التصميم بين المبحوثين (Between-Subjects Design) خياراً منهجياً جوهرياً يترتب عليه توزيع الأفراد على شروط تجريبية مستقلة بصورة عشوائية، بحيث لا يشارك أي فرد في أكثر من شرط تجريبي واحد. تضمن هذه المنهجية عدم تأثر المفحوصين بآثار التدريب أو الإجهاد أو التعلم السابق التي تظهر غالباً في التصاميم داخل المبحوثين. ومع ذلك، فإن السمة الأساسية المقترنة بهذا التصميم هي أن التباين بين المبحوثين يظل حاضراً بقوة كمتغير وسيط قد يحجب التأثير الحقيقي للمعالجة التجريبية إذا لم تتم السيطرة عليه بشكل إجرائي وإحصائي صارم.

تتضمن التصاميم التجريبية الكلاسيكية، مثل تصميم المجموعة الضابطة مع القياس البعدي فقط أو التصاميم العاملية المستقلة، الاعتماد الكامل على مقارنة التباين القائم بين المجموعات. في التصميم العاملي (Factorial Design)، مثل تصميم 2×2، يتوزع التباين بين المبحوثين على التأثيرات الأساسية (Main Effects) لكل متغير مستقل، بالإضافة إلى التباين الناتج عن التفاعل المشترك (Interaction Effect) بين هذه المتغيرات. يُعد تحليل هذا التفاعل جانباً بالغ التعقيد في فهم السلوك الإنساني، إذ يكشف كيف يختلف تأثير متغير مستقل باختلاف مستويات متغير مستقل آخر لدى عينات مختلفة تماماً من المبحوثين.

أما في التصاميم شبه التجريبية (Quasi-Experimental Designs)، حيث يتعذر التعيين العشوائي التام للمشاركين لأسباب أخلاقية أو لوجستية، فإن التباين بين المبحوثين يصبح مشوباً بمتغيرات الإرباك (Confounding Variables). على سبيل المثال، عند مقارنة مجموعات من الأفراد بناءً على خصائص موجودة مسبقاً، كالنوع الاجتماعي، أو الصدمات النفسية السابقة، فإن التباين الملاحظ بين هذه المجموعات لا يعكس بالضرورة علاقة سببية مباشرة، بل يتداخل معه تباين واسع ناتج عن الفروق الديموغرافية والبيئية غير الخاضعة للضبط التجريبي، مما يستدعي استخدام أساليب إحصائية تصحيحية متقدمة لضبط هذا التباين.

مصادر التباين بين المبحوثين: الفروق الفردية والعوامل المنهجية

تتعدد المصادر التي تُغذي التباين بين المبحوثين في البحوث السلوكية، ويمكن تصنيفها إلى فئتين عريضتين: الفروق الفردية الأصيلة، والمصادر المنهجية والبيئية. تشمل الفروق الفردية كل الخصائص النفسية، والبيولوجية، والنمائية المستقرة نسبياً التي تميز فرداً عن آخر. تتضمن هذه المحددات البنية الجينية، والقدرات المعرفية العامة كالذكاء وسرعة المعالجة الذهنية، وسمات الشخصية مثل العصابية والانبساطية، إلى جانب الخلفيات الثقافية والاجتماعية التي تُشكل مرشحات إدراكية متباينة تؤثر في كيفية استجابة المبحوثين لنفس المثير التجريبي.

من الناحية المنهجية، ينشأ التباين بين المبحوثين أيضاً نتيجة لظروف إجراء التجربة وعدم توحيد الإجراءات المعملية بشكل مطلق. تشتمل هذه المصادر على التغيرات الطفيفة في لغة جسد الفاحص أو نبرة صوته، والاختلافات الزمنية في تطبيق الاختبار (مثل إجرائه صباحاً لبعض المبحوثين ومساءً للبعض الآخر)، والتشتت البيئي كالإضاءة والضوضاء، بالإضافة إلى تباين أدوات القياس ودقتها. هذه العوامل المنهجية، رغم محاولة الباحثين تقليصها، تُضفي تشتتاً إضافياً يجعل درجات الأفراد تبتعد عن بعضها البعض وتزيد من تباين الخطأ في النموذج الإحصائي المعتمد.

علاوة على ذلك، تلعب الفروق في الحالات المزاجية والدافعية المؤقتة للمشاركين دوراً حاسماً في تضخيم هذا التباين. فحتى في حال تطابق الأفراد في القدرات المعرفية العامة، فإن مستوى دافعية الفرد للإنجاز أثناء أداء مهمة تجريبية، أو شعوره بالإرهاق، أو مستويات التوتر اللحظي الناتجة عن أحداث يومية خارج سياق المختبر، كلها عوامل تسهم في توليد استجابات متباينة للغاية بين المفحوصين داخل نفس المجموعة التجريبية، مما ينعكس مباشرة على التباين الإجمالي المرصود في الدراسة.

الأهمية السيكومترية للتباين بين المفحوصين في القياس النفسي

في حقل القياس النفسي (Psychometrics)، لا يُنظر إلى التباين بين المبحوثين كعائق تجريبي ينبغي التخلص منه فحسب، بل يُعد المورد الأساسي والضروري لبناء المقاييس والاختبارات وتحديد كفاءتها السيكومترية. ينص الافتراض الجوهري لنظرية القياس الكلاسيكية (Classical Test Theory – CTT) على أن الدرجة الملاحظة تتكون من الدرجة الحقيقية مضافاً إليها خطأ القياس. في هذا الإطار، فإن وجود تباين كافٍ بين المبحوثين في السمة المقاسة هو الشرط الأساسي الذي يتيح للاختبار التمييز بين الأفراد؛ فاختبار الذكاء الذي يحصل فيه جميع المبحوثين على نفس الدرجة هو اختبار عديم الفائدة سيكومترياً لأن تباينه يساوي صفراً.

ترتبط مؤشرات ثبات الاختبار (Reliability) ارتباطاً وثيقاً بحجم التباين بين المبحوثين. رياضياً، يُعرَّف الثبات بأنه نسبة تباين الدرجة الحقيقية إلى تباين الدرجة الملاحظة الإجمالي. عندما تُطبق أداة القياس على عينة متجانسة جداً (Homogeneous Sample)، ينخفض التباين بين المبحوثين بشكل حاد، مما يؤدي بالتبعية إلى انخفاض مصطنع في معاملات الثبات مثل معامل ألفا كرونباخ أو معاملات الثبات بطريقة إعادة الاختبار. لذا، فإن الباحثين السيكومتريين يحرصون دائماً على تطبيق أدواتهم على عينات متباينة وممثلة لضمان استخلاص تقديرات ثبات دقيقة وصادقة تعكس التمايز الحقيقي بين الأفراد في السمة المستهدفة.

يمتد هذا التأثير السيكومتري ليشمل مؤشرات صدق الاختبار (Validity)، وخاصة الصدق التمييزي والصدق المرتبط بمحك. إن القدرة التنبؤية لأي اختبار نفسي تعتمد على وجود تباين عريض في درجات المبحوثين يرتبط إحصائياً بالتباين في درجات المتغير المحكي (Criterion Variable). إذا عانت العينة من ظاهرة تقييد المدى (Restriction of Range) التي تؤدي إلى تقليص التباين بين المبحوثين، فإن معاملات الارتباط بين المقياس والمحك ستنخفض بصورة دراماتيكية، مما يقود إلى استنتاجات خاطئة حول عدم فاعلية الأداة في التنبؤ بالسلوك أو التشخيص الإكلينيكي في البيئات التطبيقية.

استراتيجيات التحكم المنهجي والإحصائي في التباين

نظراً لأن التباين غير المفسر بين المبحوثين يمكن أن يرفع من قيمة الخطأ الإحصائي ويقلل من القوة الإحصائية (Statistical Power) للدراسة، طور علماء النفس وخبراء المنهجية حزمة من الاستراتيجيات الدقيقة للتحكم فيه. تنقسم هذه الاستراتيجيات إلى نوعين متكاملين: الضبط التجريبي القبلي والضبط الإحصائي البعدي. يهدف الضبط القبلي إلى تحييد الفروق الفردية قبل تطبيق المعالجة، في حين يهدف الضبط البعدي إلى عزل التباين الناتج عن تلك الفروق رياضياً أثناء التحليل الإحصائي للبيانات.

• التعيين العشوائي الصارم (Random Assignment): يُعد الإجراء التجريبي الأقوى لضمان توزيع الفروق الفردية بالتساوي عبر المجموعات التجريبية، مما يحول دون تحول التباين بين المبحوثين إلى خطأ منهجي منتظم يهدد الصدق الداخلي للدراسة.
• المطابقة بين المجموعات (Matching): أسلوب يقوم فيه الباحث بقياس متغيرات محددة ترتبط ارتباطاً وثيقاً بالمتغير التابع (مثل العمر، أو معدل الذكاء) ومطابقة الأفراد عبر المجموعات بناءً عليها لتقليص التباين المبدئي بين المشاركين.
• تحليل التباين المشترك (ANCOVA): إجراء إحصائي بعدي يسمح بحذف التباين في المتغير التابع الذي يمكن التنبؤ به من خلال متغير متصل خارجي (المتغير المصاحب أو Covariate)، مما يقلل تباين الخطأ ويزيد من دقة اختبار الفروق بين المجموعات.
• توحيد بيئة وإجراءات الاختبار (Standardization): تثبيت التعليمات، والمؤثرات الفيزيقية في المختبر، وسياق التفاعل مع المفحوصين لتقليل التباين العشوائي الناشئ عن الظروف البيئية والمنهجية.
• استخدام العينات المتجانسة بحذر: اختيار أفراد يشتركون في خصائص محددة لتقليل التباين بين المفحوصين، مع مراعاة أن هذا الإجراء قد يحد من القدرة على تعميم النتائج على مجتمعات أكثر تنوعاً.

التطبيقات الإحصائية المتقدمة والنمذجة متعددة المستويات

مع تطور النمذجة الإحصائية في العلوم الاجتماعية، تجاوز التعامل مع التباين بين المبحوثين حدود تحليل التباين البسيط ليصل إلى نماذج أكثر تعقيداً تستوعب البنى الهرمية والبيانات المتداخلة. يبرز هنا دور نمذجة المعادلة البنائية (SEM) والنماذج الخطية الهرمية (Hierarchical Linear Modeling – HLM)، والتي تُعرف أيضاً بالنماذج متعددة المستويات (Multilevel Models). في هذه النماذج المتقدمة، لا يُعامل التباين بين المبحوثين كقيمة خطأ أحادية، بل يُفكك عبر مستويات متتالية، مثل تباين الأفراد داخل الفصول الدراسية، وتباين الفصول الدراسية داخل المدارس.

تتيح النمذجة متعددة المستويات للباحثين التمييز بدقة بين التباين الواقع على مستوى الفرد (المستوى الأول) والتباين القائم بين المجموعات الكبرى أو السياقات البيئية (المستوى الثاني). يساعد هذا الفصل الحاسم في حساب معامل الارتباط داخل الفئة (Intraclass Correlation – ICC)، الذي يوضح النسبة المئوية من إجمالي التباين في المتغير التابع والتي تعزى تحديداً إلى الفروق بين المجموعات أو المبحوثين مقارنة بالتباين الفردي داخل المجموعة نفسها. يعد هذا التحليل محورياً في أبحاث علم النفس الاجتماعي، والنفسي التربوي، وعلم النفس التنظيمي، حيث يتداخل الأفراد باستمرار مع بيئاتهم الاجتماعية والمؤسسية.

علاوة على ذلك، في سياق القياسات الطولية (Longitudinal Studies) ونماذج منحنى النمو الكامن (Latent Growth Curve Models)، يتم تحليل التباين بين المبحوثين ليس فقط عند نقطة زمنية معينة (نقطة البداية أو الـ Intercept)، بل أيضاً في معدلات التغير بمرور الوقت (معدل الانحدار أو الـ Slope). يتيح ذلك للباحثين النفسيين استكشاف لماذا يبدأ أفراد معينون بمستويات مختلفة من سمة نفسية معينة كالاكتئاب، ولماذا تتغير هذه السمة وتتطور بمسارات ومعدلات سرعة متباينة بين الأفراد عبر مراحل التدخل العلاجي، مما يمثل دمجاً رياضياً فائق الدقة بين التباين بين المبحوثين والتباين داخلهم عبر مسار النمو.

التحديات الإبستمولوجية والأخطاء الشائعة في تفسير التباين

يواجه الباحثون في علم النفس تحديات منهجية وإبستمولوجية بالغة الدقة عند محاولة تفسير التباين بين المبحوثين، حيث يقع الكثيرون في مغالطات استدلالية تؤثر سلباً على مصداقية النتائج العلمية. إحدى أبرز هذه المغالطات هي المغالطة البيئية (Ecological Fallacy)؛ وتحدث حينما يُسقط الباحث النتائج الإحصائية المستخلصة من التباين بين المجموعات على الأفراد بشكل مفرد، مفترضاً أن كل فرد في المجموعة يمثل تماماً متوسط تلك المجموعة. إن التباين العريض بين الأفراد داخل نفس المجموعة يعني أن بعض الأفراد قد يظهرون استجابات معاكسة تماماً للاتجاه العام لمتوسط المجموعة المعنية.

يرتبط التحدي الثاني بظاهرة التباين غير المتجانس أو عدم تجانس التباين (Heteroscedasticity). تفترض النماذج الإحصائية البارامترية، مثل اختبار ت وتحليل التباين، افتراضاً جوهرياً يُعرف بـ “تجانس التباين” (Homogeneity of Variance)، والذي ينص على أن التباين بين المبحوثين داخل كل مجموعة تجريبية يجب أن يكون متقارباً ومتساوياً تقريباً. عندما ينتهك هذا الافتراض الإحصائي، وتكون إحدى المجموعات ذات تباين هائل بينما المجموعة الأخرى متجانسة جداً، تصبح النسبة الفائية مضللة ويفقد الاختبار دقته الاستدلالية، مما يستلزم استخدام بدائل قوية مثل اختبار ولش (Welch’s ANOVA) أو التحليلات اللابارامترية.

تتمثل المشكلة الثالثة في تجاهل التأثير التفاعلي بين الفروق الفردية والمعالجة التجريبية (Aptitude-Treatment Interaction – ATI). يميل بعض الباحثين إلى اعتبار التباين بين المبحوثين مجرد تشتت هامشي يجب التخلص منه، متجاهلين حقيقة أن الأفراد ذوي الخصائص النفسية المتباينة قد يستجيبون للتدخل النفسي بطرق مختلفة نوعياً وليس فقط كمياً. إن تجاهل دراسة أسباب هذا التباين الداخلي يحرم المعرفة النفسية من فهم العوامل المعرفية والشخصية التي تجعل تدخلاً معيناً فعالاً ومثمراً لشخص ما، وغير مجدٍ أو ربما ضاراً لشخص آخر، مما يعزز الحاجة المعاصرة للتوجه نحو التدخلات النفسية المشخصة والمفصلة وفق سمات الفرد.

المقارنة التحليلية بين التصاميم المستقلة والمتكررة

لتعميق الفهم المنهجي لموقع التباين بين المبحوثين في خارطة البحث التجريبي، من المفيد جداً مقارنته المباشرة بنظيره التباين داخل المبحوثين من خلال معايير القوة، والتحيز، والتطبيق. يوضح الاستعراض التالي أبرز أوجه التمايز بين هذين النمطين من التباين في الممارسة السيكولوجية:

• استهلاك العينة: تتطلب الدراسات القائمة على التباين بين المبحوثين أحجام عينات أكبر بكثير لتحقيق قوة إحصائية مناسبة، نظراً لأن كل مشارك يُعين في شرط تجريبي واحد، مما يتطلب تجنيد أعداد مضاعفة مقارنة بالتصاميم داخل المبحوثين التي تعيد اختبار نفس المشاركين عبر الشروط.
• حساسية الاختبار التجريبي: تعتبر التصاميم القائمة على التباين بين المبحوثين أقل حساسية إحصائياً في الكشف عن الفروق الدقيقة بين المعالجات التجريبية مقارنة بالتصاميم داخل المبحوثين، وذلك لأن تباين الفروق الفردية الكامن بين الأشخاص يظل جزءاً من تباين الخطأ في المقام.
• أثر انتقال الأثر والتعلم (Carryover Effects): يتفوق التصميم بين المبحوثين بشكل مطلق في تجنب التحيزات الناشئة عن انتقال أثر التدريب، أو المعرفة السابقة بمهام الاختبار، أو الإرهاق المعرفي؛ حيث يخوض المفحوص تجربة واحدة فقط دون أن يتأثر بأي شرط تجريبي سابق.
• الملاءمة الأخلاقية والعملية: في العديد من التدخلات النفسية، مثل اختبار فاعلية العقاقير الطبية أو البرامج العلاجية طويلة الأمد، يستحيل استخدام الفرد كنفسه في كل الشروط (إذ لا يمكن سحب أثر العلاج النفسي المكتسب بسهولة)، مما يجعل التباين بين المبحوثين هو الإطار التطبيقي والمنهجي الوحيد القابل للتنفيذ علمياً وأخلاقياً.

خاتمة استشرافية

في الختام، يتبين أن التباين بين المبحوثين ليس مجرد قيمة حسابية مجردة في جداول تحليل التباين، بل هو التعبير الإحصائي الدقيق عن التنوع البشري والتعقيد السلوكي الذي يميز النفس الإنسانية. إن التعامل الناجح مع هذا التباين يتطلب من الباحث النفسي فهماً مزدوجاً: يجمع بين الرؤية المنهجية الرامية إلى ضبط المتغيرات الدخيلة، والوعي السيكومتري الذي يقدر القيمة المعلوماتية الكامنة في الفروق الفردية. إن التطورات المتسارعة في علم البيانات، ونمذجة المعادلات البنائية، والقياس النفسي المحوسب، تفتح آفاقاً جديدة لا تكتفي فقط باختزال التباين، بل تستثمره في بناء نظريات شمولية تفسر كيف ولماذا يختلف البشر في استجاباتهم للعالم المحيط بهم.

المراجع

• Cohen, J. (1988). Statistical power analysis for the behavioral sciences (2nd 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.
• Keppel, G., & Wickens, T. D. (2004). Design and analysis: A researcher’s handbook (4th ed.). Pearson Prentice Hall.
• Kline, R. B. (2016). Principles and practice of structural equation modeling (4th ed.). Guilford Press.
• Maxwell, S. E., Delaney, H. D., & Kelley, K. (2018). Designing experiments and analyzing data: A model comparison perspective (3rd ed.). Routledge.
• Nunnally, J. C., & Bernstein, I. H. (1994). Psychometric theory (3rd ed.). McGraw-Hill.
• Tabachnick, B. G., & Fidell, L. S. (2019). Using multivariate statistics (7th ed.). Pearson.