معامل الارتباط ثنائي المتسلسلة: الأسس النظرية والتطبيقات السيكومترية

يمثل معامل الارتباط ثنائي المتسلسلة (Biserial Correlation Coefficient) إحدى الركائز الإحصائية المتقدمة في ميدان القياس النفسي والتربوي، حيث يتيح للباحثين نمذجة وتفسير العلاقات الارتباطية بين المتغيرات المتصلة وتلك التي تم تشطيرها اصطناعياً إلى فئتين متمايزتين. تبرز أهمية هذا المعامل بصورة خاصة عند دراسة السمات النفسية والقدرات العقلية الكامنة التي يُفترض توزيعها توزيعاً طبيعياً متصلاً بين أفراد المجتمع الإحصائي، إلا أن قيود القياس الموضوعي تفرض حصرها في شكل ثنائي، مثل النجاح أو الفشل في مفردة اختبارية، أو القبول والرفض في المقابلات الإكلينيكية والتشخيصية.

السياق التاريخي وتطور المفهوم الإحصائي

يعود الفضل في صياغة وتطوير معامل الارتباط ثنائي المتسلسلة إلى عالم الإحصاء البريطاني البارز كارل بيرسون (Karl Pearson) في مطلع القرن العشرين، وتحديداً في عام 1909، ضمن جهوده الحثيثة لتوسيع إطار تحليل الارتباط الخطي الكلاسيكي ليشمل الحالات التي تتحدى افتراضات التوزيع الثنائي المتصل بصورته الخام. كان بيرسون مدفوعاً بالحاجة الماسة إلى قياس الوراثة والصفات الإنسانية التي لم تكن تتوفر لها آنذاك مقاييس متصلة دقيقة، بل كانت تُسجل في جداول تصنيفية ثنائية رغم إيمانه الراسخ بأن الطبيعة الحيوية والنفسية لهذه الخصائص تتسم بالاستمرارية والتدرج المنتظم.

شهدت العقود اللاحقة تبنياً واسع النطاق لهذا المعامل في حقل القياس السيكومتري على يد رواد حركة القياس النفسي مثل ثورندايك، وجيلفورد، وكيلي، الذين وجدوا في هذه الأداة وسيلة لا غنى عنها لتحليل المفردات الاختبارية (Item Analysis). وقد أسهمت أعمال هارولد جوليفر وفريدريك لورد في منتصف القرن العشرين في إرساء المعايير الصارمة للاشتقاق الرياضي للمصادفات الإحصائية للمعامل، مما نقله من مجرد تقدير تقريبي تجريبي إلى نموذج رياضي رصين يستند إلى نظرية التوزيع الطبيعي المعياري.

مع تطور النظرية الكلاسيكية للاختبارات (Classical Test Theory)، ترسخ استخدام هذا المعامل كمعيار مفضل لتقدير القوة التمييزية للمفردات ذات الاستجابة الثنائية، متجاوزاً إشكالية الانخفاض الاصطناعي لقيم الارتباط التي تعاني منها المعاملات التقليدية الأخرى عند استخدام متغيرات مقطوعة اصطناعياً. وقد ظل هذا المعامل صامداً بوصفه جسراً نظرياً أساسياً مهد الطريق لاحقاً لظهور النماذج اللوجستية الحديثة في نظرية الاستجابة للمفردة.

الأسس النظرية والرياضية لمعامل الارتباط ثنائي المتسلسلة

يقوم الأساس النظري لمعامل الارتباط ثنائي المتسلسلة (ويرمز له رياضياً بالرمز r_b) على فرضية وجود متغير كامن خفي متصل يتبع التوزيع الطبيعي يكمن وراء التصنيف الثنائي الظاهر. فالمفحوص الذي يجيب بصورة صحيحة على سؤال يقيس الذكاء أو التحصيل الرياضي لا يمتلك المعرفة بشكل مطلق ومجرد مقابل انعدامها التام لدى المفحوص الذي يخفق؛ بل إن هناك متصلاً من القدرة الكامنة المستمرة، وقد تم فرض نقطة قطع حرجة (Cut-off Point) قسمت الأداء إلى نجاح (1) أو إخفاق (0).

يتم التعبير عن المعادلة الرياضية لحساب معامل الارتباط ثنائي المتسلسلة وفق الصيغة الكلاسيكية التالية:

r_b = [(M₁ – M₀) / S_t] * [(p * q) / y]

حيث تمثل الرموز المتغيرات الإحصائية التالية بالتفصيل:

• M₁: المتوسط الحسابي لدرجات المتغير المتصل للأفراد الذين ينتمون إلى الفئة الأولى من المتغير الثنائي (مثل الناجحين).
• M₀: المتوسط الحسابي لدرجات المتغير المتصل للأفراد الذين ينتمون إلى الفئة الصفرية من المتغير الثنائي (مثل الراسبين).
• S_t: الانحراف المعياري الكلي لدرجات المتغير المتصل للمجموعة الكلية من المفحوصين دون تقسيم.
• p: النسبة المئوية أو التكرار النسبي للأفراد المصنفين في الفئة الأولى (الناجحين) نسبة إلى العينة الإجمالية.
• q: النسبة المئوية أو التكرار النسبي للأفراد المصنفين في الفئة الصفرية، وتساوي رياضياً (1 – p).
• y: الارتفاع الترتيبي لمنحنى التوزيع الطبيعي المعياري (الارتفاع الرأسي للدالة الاحتمالية) عند النقطة Z المقابلة للمساحة p من المنحنى.

يتضح من هذا البناء الرياضي أن المعامل يعتمد على إدخال تعديل تصحيحي متمثل في القيمة الترتيبية للمنحنى الطبيعي (y)، وهي القيمة المسؤولة عن رفع التقدير لتعويض الانكماش التبايني الناتج عن التجزئة الاصطناعية للمتغير المتصل الأصلي، مما يجعل هذا المعامل تقديراً غير متحيز لمعامل ارتباط بيرسون الحقيقي لو كان كلا المتغيرين قد قيسا بوصفهما متصلين.

التمييز الحاسم بين الارتباط ثنائي المتسلسلة وثنائي الفئة النقطي

من الأخطاء الشائعة والجوهرية في الممارسة البحثية الخلط المنهجي بين معامل الارتباط ثنائي المتسلسلة (Biserial Correlation) ومعامل الارتباط ثنائي الرتبة النقطي (Point-Biserial Correlation ويرمز له بالرمز r_pb). يكمن الفارق الفلسفي والإحصائي الحاسم بينهما في طبيعة المتغير ثنائي القيمة وما إذا كان التشطير حقيقياً وطبيعياً أم مصطنعاً وإجرائياً.

يُستخدم معامل الارتباط ثنائي الفئة النقطي حصراً عندما يكون المتغير الثنائي ثنائياً حقيقياً وطبيعياً (True or Natural Dichotomy)، أي متغير لا توجد خلفه سمة كامنة متصلة مفترضة؛ مثل النوع البيولوجي (ذكر/أنثى)، أو قيد الحياة مقابل الوفاة، أو التصويت بنعم أو لا في استفتاء سياسي قطعي. في هذه الحالة، يعامل المتغير الثنائي على أنه متغير متقطع بصورة أصيلة، وتكون معادلته الرياضية غير متضمنة لقيمة الارتفاع الرأسي الطبيعي (y).

أما معامل الارتباط ثنائي المتسلسلة، فيُشترط لاستخدامه أن يكون المتغير الثنائي مصطنعاً (Artificial Dichotomy)، ناتجاً عن تصنيف مقصود لمتغير متصل في أصله، كتقسيم درجات التحصيل إلى ناجح وراسب بناءً على درجة قطع، أو تصنيف المرضى إلى مصابين باكتئاب حاد أو غير مصابين بالاستناد إلى محك عيادي، مع التسليم بأن شدة الاكتئاب تمثل متصلاً مستمراً. وتتحدد العلاقة الرياضية المباشرة بين المعاملين عبر المعادلة التحويلية الشهيرة:

r_b = r_pb * [sqrt(p * q) / y]

وبما أن القيمة الناتجة عن قسمة الجذر التربيعي لحاصل ضرب (p * q) على الارتفاع (y) تكون دائماً أكبر من الواحد الصحيح (تساوي تقريباً 1.253 في حال كان التوزيع متساوياً والتجزئة متناصفة p = 0.50)، فإن معامل الارتباط ثنائي المتسلسلة يكون دائماً وبصورة حتمية أعلى قيمة من معامل الارتباط ثنائي الفئة النقطي لنفس مجموعة البيانات، مما يعكس بوضوح قدرة المعامل ثنائي المتسلسلة على إزالة أثر التشويه الإحصائي الناجم عن الاقتطاع القسري للبيانات المتصلة.

الافتراضات الإحصائية والشروط المنهجية لتطبيق المعامل

يتطلب التطبيق العلمي السليم لمعامل الارتباط ثنائي المتسلسلة التثبت الدقيق من توافر جملة من الشروط والافتراضات الإحصائية المعقدة، التي يؤدي انتهاكها إلى استنتاجات مضللة ومعاملات ارتباط مشوهة وغير موثوقة. وتتكامل هذه الشروط لضمان سلامة الاستدلال السيكومتري:

• افتراض التوزيع الطبيعي للمتغير الكامن: يمثل هذا الشرط الركيزة الأولى؛ إذ يفترض النموذج الرياضي أن المتغير الذي تم تشطيره ثنائياً كان يتبع، قبل عملية التجزئة، توزيعاً طبيعياً معتدلاً داخل مجتمع الدراسة، وهو ما يسوغ استخدام الارتفاع الرأسي للمنحنى الطبيعي (y) في تصحيح قيمة الارتباط.
• افتراض التوزيع الطبيعي ثنائي المتغيرات (Bivariate Normality): لا يقتصر الشرط على المتغير المشطر وحده، بل يتعداه لافتراض أن التوزيع المشترك بين المتغير المتصل الصريح والمتغير الكامن المفترض هو توزيع طبيعي ثنائي الأبعاد، مما يكفل خطية العلاقة بين المتغيرين وتماثل الانتشار عبر مختلف قطاعات التوزيع.
• افتراض الخطية وتجانس التباين (Linearity and Homoscedasticity): يجب أن تكون العلاقة الدالية بين المتغير المتصل والمتغير الكامن علاقة خطية منتظمة وليست منحنية، مع ضرورة تماثل التشتت والتباين الخاص بالمتغير المتصل عبر كل من الفئتين المصنفتين.
• عدم ملاءمة الانقسامات الطرفية الحادة: تتأثر كفاءة المعامل بصورة سلبية للغاية عندما تكون نسب التوزيع (p و q) متطرفة بشكل لافت (كأن تتجاوز نسبة النجاح 0.95 أو تقل عن 0.05)، حيث ينخفض الارتفاع الرأسي للمنحنى (y) بصورة حادة متقارباً مع الصفر، مما يجعل قيمة المعامل عرضة للتضخم الحسابي الشديد وعدم الاستقرار الإحصائي.

إذا لم تكن هذه الافتراضات متحققة—ولا سيما افتراض اعتدالية المتغير الكامن—فإن الباحث يواجه خطراً حقيقياً يتمثل في الحصول على معاملات ارتباط تتجاوز قيمتها المطلقة الواحد الصحيح (+1.00 أو -1.00)، وهي ظاهرة إحصائية شاذة تعرف رياضياً بتجاوز الحدود المنطقية للارتباط وتدل بصورة قاطعة على بطلان النموذج التوزيعي المفترض.

التطبيقات السيكومترية في القياس النفسي والتربوي

يحتل معامل الارتباط ثنائي المتسلسلة مكانة مركزية في التحليلات السيكومترية المتقدمة، لا سيما في مراحل إعداد وتقنين أدوات الاختبارات النفسية وبطاريات التحصيل الدراسي. يتجلى التطبيق الأبرز في حساب معامل التمييز للمفردة (Item Discrimination Index)، حيث يتم حساب الارتباط بين استجابة المفحوص على مفردة معينة (صواب/خطأ) والدرجة الكلية للاختبار كمتغير متصل ممثل للسمة المقاسة برمتها.

في بناء الاختبارات المقننة، يوفر معامل الارتباط ثنائي المتسلسلة تقديراً حقيقياً لقدرة السؤال على التمييز بين ذوي المستويات المرتفعة وذوي المستويات المنخفضة في السمة الكامنة، بصورة متحررة من التأثير المضلل لمدى صعوبة المفردة (Item Difficulty). فعلى عكس المعامل النقطي الذي يتدنى تلقائياً للمفردات شديدة الصعوبة أو شديدة السهولة حتى لو كانت دقيقة التمييز، يحافظ المعامل ثنائي المتسلسلة على تقدير دقيق للارتباط النظري بمعزل عن موقع عتبة الصعوبة على المنحنى.

يمتد التطبيق أيضاً إلى دراسات الصدق المرتبط بالمحك (Criterion-Related Validity)، ولا سيما في سياقات التنبؤ الإكلينيكي والاختيار المهني. فعند فحص قدرة مقياس نفسي متصل (مثل مقياس القلق أو الدافعية للإنجاز) على التنبؤ بمحك تشخيصي مصنف ثنائياً (مثل الإصابة باضطراب الهلع أو الترقي الوظيفي في مقابل عدمه)، يمثل معامل الارتباط ثنائي المتسلسلة الأداة الإحصائية الفضلى لتقدير العلاقة الحقيقية بين درجات المقياس والسمة الكامنة وراء التصنيف المحكي، متجاوزاً خطأ التقليل من قوة العلاقة الناجم عن استخدام التصنيفات المحكية الازدواجية.

علاوة على ذلك، يُوظف المعامل بكثافة في عمليات التحليل العاملي لمصفوفات الارتباط التي تحتوي على متغيرات مشطرة اصطناعياً. فاستخدام معاملات الارتباط النقطية العادية في مصفوفات الارتباط المدخلة للتحليل العاملي الاستكشافي يؤدي تاريخياً إلى ظهور عوامل مصطنعة ناجمة عن تباينات الصعوبة (Difficulty Factors) بدلاً من استخراج الأبعاد النفسية الحقيقية؛ وهنا يبرز معامل الارتباط ثنائي المتسلسلة كحل فعال يزيل هذا التشويه التبايني ويوجه التحليل نحو البنية العاملية الأصيلة للمقياس.

المزايا والحدود المنهجية والانتقادات

يحظى معامل الارتباط ثنائي المتسلسلة بالعديد من المزايا المنهجية التي تجعله خياراً جذاباً، إلا أنه يخضع في الوقت نفسه لجملة من الانتقادات والتحفظات الإحصائية الجوهرية التي ينبغي على الباحثين الإلمام بها بدقة تامة لتفادي الوقوع في التفسيرات المتناقضة.

تتمثل الميزة الكبرى للمعامل في كونه تقديراً غير متحيز لمعامل بيرسون الأصلي، ومقاوماً نسبياً لأثر التفاوت في صعوبة الأسئلة عند تقييم المفردات. يتيح ذلك للباحث مقارنة مباشرة ومنصفة بين القوة التمييزية لأسئلة تتفاوت في معدلات نجاحها بشكل حاد، وهو ما لا يستطيعه معامل الارتباط ثنائي الفئة النقطي الذي ينحاز منهجياً لصالح المفردات متوسطة الصعوبة (التي تقترب فيها نسبة النجاح من 0.50) على حساب المفردات الأخرى.

في المقابل، تتمثل العقبة الكبرى في حساسية المعامل الفائقة لانتهاك افتراض التوزيع الطبيعي للمتغير الكامن المشطر. فإذا كان التوزيع الحقيقي للمتغير الكامن ملتوياً التواءً حاداً أو متعدد الأنماط، فإن المقام الرياضي في صيغة التحويل يعطي تقديراً غير دقيق، ما يؤدي إلى ظاهرة معروفة تتجاوز فيها القيمة المستخرجة للمعامل نطاق الارتباط القياسي [-1.00، +1.00]، لتصل في بعض الحالات الشاذة إلى قيم غير منطقية مثل 1.15 أو 1.25. هذا الخلل يحد من إمكانية تفسير مربع المعامل (معامل التحديد) بوصفه نسبة مئوية لتباين مفسر وفق القواعد الكلاسيكية.

كذلك يعاب على هذا المعامل كبر الخطأ المعياري التقديري الخاص به مقارنة بالمعامل النقطي، مما يتطلب استخدام عينات بحثية ذات أحجام كبيرة لضمان ثبات تقديراته وثقة فترات التنبؤ الخاصة به. إن حساسية المعامل لحجم العينة وللتوزيعات الطرفية تجعل استخدامه في العينات الاستطلاعية الصغيرة (أقل من 100 فرد) خطوة محفوفة بالمخاطر المنهجية، نظراً للتذبذب العشوائي العالي الذي يطرأ على الارتفاع الرأسي الترتيبي y عند تقديره من بيانات عينات محدودة.

البدائل المعاصرة ونظرية الاستجابة للمفردة

مع الانتقال النموذجي الملحوظ في القياس النفسي من النظرية الكلاسيكية في القياس إلى نظرية الاستجابة للمفردة (Item Response Theory – IRT)، خضع استخدام معامل الارتباط ثنائي المتسلسلة لإعادة تقييم معمقة، نتج عنها استبداله أو دمجه ضمن نماذج رياضية أكثر تحرراً وشمولاً.

في سياق النماذج الحديثة ثنائية المعلم (2PL Model) وثلاثية المعلم (3PL Model)، تم استبدال معامل الارتباط ثنائي المتسلسلة بـ معلم التمييز للمفردة (Item Discrimination Parameter ويرمز له بالرمز a). ومن المثير للاهتمام سيكومترياً أن هناك علاقة تحويلية وثيقة ومباشرة بين معامل الارتباط ثنائي المتسلسلة الكلاسيكي ومعلم التمييز في النماذج اللوجستية لنظرية الاستجابة للمفردة؛ إذ يمكن اشتقاق قيمة المعلم a بصورة جبرية من قيمة r_b، مما يؤكد أن المنطق الرياضي الذي ابتكره كارل بيرسون كان يمثل البذرة الأولى للنمذجة اللوجستية الحديثة لمنحنيات خصائص المفردة (Item Characteristic Curves).

علاوة على ذلك، شهدت أساليب معاملات الارتباط متعددة المتسلسلات (Polyserial Correlation) والارتباط الرباعي (Tetrachoric Correlation) تطورات برمجية هائلة عبر حزم النمذجة الإحصائية مثل R و Mplus و LISREL. تتيح هذه الأدوات المعاصرة تقدير مصفوفات الارتباط بين المتغيرات الكامنة المشطرة اصطناعياً إلى أكثر من فئتين (كتدرجات ليكرت الترتيبية)، أو بين متغيرين كلاهما مشطر اصطناعياً، وذلك من خلال منهجيات تقدير الأرجحية العظمى (Maximum Likelihood Estimation) التي لا تكتفي بالتعويض التقريبي بالمعادلات الكلاسيكية، بل تقدم تقديراً دقيقاً واختبارات ملاءمة للتحقق الصريح من افتراض الاعتدالية ثنائية المتغيرات قبل اعتماد المعامل.

إرشادات عملية للباحثين في القياس النفسي

لتطبيق معامل الارتباط ثنائي المتسلسلة تطبيقاً رصيناً في البحوث النفسية والتربوية المعاصرة، يُنصح الباحثون بمراعاة الخطوات والضوابط الإجرائية الآتية لضمان دقة النتائج وسلامة الاستدلالات:

• فحص طبيعة المتغير المشطر بعناية: التثبت التام من أن التشطير ناتج عن تصنيف إجرائي لمتغير يحمل في أصله مفهوماً متصلاً وتوزيعاً طبيعياً معتدلاً في المجتمع الأصلي، وتجنب استخدام المعامل تماماً إذا كان المتغير ثنائياً بطبيعته الحيوية (كالنوع البيولوجي)، وفي هذه الحالة الأخيرة يُلزم استخدام معامل الارتباط ثنائي الفئة النقطي حصراً.
• التحقق من كفاية حجم العينة الإحصائية: بالنظر إلى أن الخطأ المعياري لمعامل ثنائي المتسلسلة يفوق الخطأ المعياري لمعامل بيرسون بنسبة ملحوظة، يوصى بألا يقل حجم العينة الاستدلالية عن 200 إلى 300 مفحوص عند إجراء تحليلات المفردات وحساب مصفوفات الارتباط المعتمدة على هذا المعامل.
• مراقبة التوزيع التكراري للفئات (نسب p و q): تجنب استخدام المعامل إذا كانت نسب التشطير شديدة التطرف، مثل أن تقل نسبة إحدى الفئتين عن 5% من العينة الإجمالية؛ وفي حال دعت الضرورة القصوى للتعامل مع مثل هذه البيانات، يجب فحص النتائج بحذر شديد للتأكد من عدم تخطي المعامل حاجز الواحد الصحيح.
• الدمج المنهجي مع نماذج القياس الحديثة: عند إجراء دراسات تقنين واسعة النطاق لمقاييس واختبارات نفسية، يفضل استخدام معامل الارتباط ثنائي المتسلسلة كأداة فحص استطلاعية أولية ضمن مرحلة تحليل المفردات التقليدي، تتبعها مباشرة نمذجة دقيقة باستخدام نماذج الاستجابة للمفردة (IRT) للتحقق من ثبات التمييز عبر مختلف مستويات القدرة.

خاتمة

يظل معامل الارتباط ثنائي المتسلسلة أحد الإنجازات الإحصائية البارزة التي جسدت التناغم العميق بين الرياضيات النظرية واحتياجات القياس النفسي العملي. فمن خلال معالجته الذكية للإشكالية المنهجية المتمثلة في اقتطاع المتغيرات المتصلة، قدم هذا المعامل حلاً متقدماً أتاح للعلماء تقييم العلاقات الحقيقية بين السمات والقدرات النفسية دون الوقوع في شراك التقليل التبايني الناتج عن حدود القياس الموضوعي. ومع أن النماذج الإحصائية المعاصرة كـ Item Response Theory قد وفرت بدائل بارامترية أكثر مرونة واستقلالاً عن العينة، فإن الفهم العميق لآليات ومعايير معامل الارتباط ثنائي المتسلسلة يظل شرطاً أساسياً لا غنى عنه لأي باحث أو أخصائي سيكومتري يسعى لإدراك تطور حركة القياس وبناء مقاييس واختبارات نفسية تتسم بالصدق والثبات والقدرة التمييزية الرفيعة.

المراجع

• بيرسون، ك. (1909). حول مقياس جديد للارتباط بين المتغيرات المقاسة تصنيفياً مع افتراض الاستمرارية الكامنة. بايوميتريكا، 7(1/2)، 96-105.
• لورد، ف. م.، ونوفيك، م. ر. (1968). النظريات الإحصائية لدرجات الاختبارات العقلية. أديسون-ويسلي.
• أناستازي، أ.، وأوربينا، س. (1997). القياس النفسي (الطبعة السابعة). برنتيس هول.
• نونالي، ج. س.، وبيرنشتاين، إ. هـ. (1994). النظرية السيكومترية (الطبعة الثالثة). ماكغرو هيل.
• جيلفورد، ج. ب. (1954). الطرق السيكومترية (الطبعة الثانية). ماكغرو هيل.
• كروكر، ل.، وألجينا، ج. (1986). مقدمة في النظرية الكلاسيكية والحديثة للاختبارات. هولت ورينهارت ووينستون.