تحليل البيانات الفئوية في علم النفس: الأسس النظرية والتطبيقات المنهجية

يشكّل تحليل البيانات الفئوية (Categorical Data Analysis) ركيزة بنيوية محورية في منهجية البحث النفسي المعاصر، حيث تُشتق معظم القياسات السلوكية والتشخيصية من تصنيفات وصفية ورتبية وليست من متصلات عددية متصلة. إن سعي الباحثين والعلماء النفسيين لفهم الظواهر غير المرئية كالقلق، والاكتئاب، والسمات الشخصية، وأنماط التفاعل الاجتماعي يقود في أحيان كثيرة إلى جمع معطيات تتخذ شكل استجابات اسمية (Nominal) أو رتبية (Ordinal)، مما يستلزم أدوات إحصائية نوعية تتجاوز افتراضات التوزيع الطبيعي التقليدية. ويوفر هذا الإطار التحليلي المتقدم سبلاً علمية دقيقة لاختبار الفرضيات السيكولوجية، وفحص نماذج التفاعل بين المتغيرات، وفهم التباينات الفردية استناداً إلى أطر رياضية متماسكة.

الإطار المفاهيمي وطبيعة البيانات الفئوية في علم النفس

تُعرّف البيانات الفئوية في حقل علم النفس والعلوم السلوكية بأنها تلك البيانات الناتجة عن قياس متغيرات نوعية تتوزع فيها الوحدات التجريبية أو الأفراد إلى فئات أو مجموعات متمايزة نوعياً لا كمياً. وتختلف هذه المتغيرات جوهرياً عن المتغيرات المتصلة التي تقيس درجات متصلة كزمن الرجع أو النشاط الكهربائي للدماغ، إذ تركز البيانات الفئوية على التكرارات والنسب ومعدلات الحدوث لكل فئة. ينقسم هذا النمط من القياس إلى مستويين رئيسيين هما المستوى الاسمي والمستوى الرتبي، ولكل منهما خصائصه الرياضية وتداعياته التحليلية في تفسير السلوك البشري والمعالجات السريرية.

في المتغيرات الاسمية، تمثل الفئات مسميات كيفية متباينة دون وجود أي ترتيب تفاضلي حقيقي بينها؛ ومثال ذلك تصنيف الاضطرابات النفسية وفق الدليل التشخيصي والإحصائي للاضطرابات النفسية (DSM-5) إلى فئات مثل الفصام، واضطراب المزاج ثنائي القطب، أو تصنيف الحالة الاجتماعية والنوع الاجتماعي. وتكمن الصعوبة السيكومترية هنا في عدم مشروعية استخدام العمليات الحسابية المعتادة كالمتوسط والانحراف المعياري، حيث يقتصر الوصف الرياضي على حساب التكرارات والنسب المئوية والمنوال. يقتضي ذلك تبني أساليب احصائية تستند إلى توزيعات احتمالية محددة مثل توزيع بواسون والتوزيع ثنائي الحدين لنمذجة سلوك هذه الفئات.

أما المتغيرات الرتبية، فإنها تمتلك ميزة إضافية تتمثل في وجود ترتيب هرمي منطقي بين فئاتها، إلا أن المسافات أو الفروق بين تلك الرتب لا تفترض أن تكون متساوية رياضياً. تتجسد هذه الفئة في استجابات مقياس ليكرت الشائعة في الاستبيانات النفسية (مثل: غير موافق بشدة، غير موافق، محايد، موافق، موافق بشدة)، وكذلك في مقاييس شدة الأعراض السريرية (خفيف، متوسط، شديد). إن إغفال الطبيعة الرتبية لهذه المتغيرات ومعاملتها كمقاييس فترية متصلة يمثل أحد أبرز المزالق المنهجية التي تؤدي إلى تشويه النتائج وفقدان الدقة الإحصائية، ومن هنا تنبع ضرورة تطبيق تحليل البيانات الفئوية المتقدم لضمان مطابقة النماذج لطبيعة القياس النفسي.

التطور التاريخي لتحليل البيانات الفئوية في العلوم السلوكية

تعود الجذور التأسيسية لتحليل المعطيات الفئوية إلى أواخر القرن التاسع عشر وبدايات القرن العشرين، متزامنة مع بزوغ علم الإحصاء التطبيقي على يد كارل بيرسون (Karl Pearson)، الذي صاغ اختبار كاي تربيع لحسن المطابقة في عام 1900. شكّل هذا الابتكار الرياضي ثورة علمية غير مسبوقة، حيث مكّن الباحثين في علم النفس المقارن وعلم الوراثة السلوكية من فحص مدى تطابق التكرارات الملاحظة في الميدان مع التكرارات المتوقعة نظرياً. إلا أن تلك المحاولات الأولى كانت مقيدة باختبارات ثنائية المتغير ولم تكن قادرة على التعامل مع التعقيد والتشابك التفاعلي المتأصل في الديناميات الإنسانية.

شهد منتصف القرن العشرين طفرة نوعية مع تنامي الحاجة إلى تقييم التوافق والاتساق بين المقيمين والباحثين السريريين، لا سيما في تشخيص الأمراض العقلية، مما قاد جاكوب كوهين (Jacob Cohen) عام 1960 إلى ابتكار معامل كابا لتصحيح التوافق الناتج عن الصدفة. وتوالت بعد ذلك الإسهامات المنهجية في سبعينيات وثمانينيات القرن المنصرم مع أعمال ليو غودمان (Leo Goodman) ومولين بارثولوميو وسير ديفيد كوكس، حيث طُوّرت النماذج اللوغاريتمية الخطية، مما أتاح للباحثين النفسيين لأول مرة دراسة التفاعلات متعددة الأبعاد بين ثلاثة متغيرات فئوية أو أكثر في وقت واحد دون الحاجة لتحويلها قسرياً إلى أشكال كمية غير دقيقة.

وفي العصر الحالي، ترسخ تحليل البيانات الفئوية كحقل معرفي مستقل وشامل بفضل الإسهامات الرائدة للإحصائي آلان أغريستي (Alan Agresti)، الذي وحّد أطر الانحدار اللوجستي والنماذج الخطية المعممة ودمجها مع تطبيقات العلوم السلوكية والطب النفسي. وقد ساعد تطور الحوسبة وظهور البرمجيات الإحصائية المتقدمة مثل R وSPSS وSAS وMplus في إتاحة هذه النماذج المعقدة للأكاديميين السيكولوجيين، مساهماً في تعزيز الدقة التنبؤية للأبحاث المتعلقة بالسلوك الإجرامي، والالتزام بالعلاج النفسي، والمسارات النمائية للشخصية عبر الزمن.

جداول التوافق والاختبارات اللامعلمية الكلاسيكية

تعد جداول التوافق (Contingency Tables) أو جداول الاقتران الحجر الأساس في استكشاف وتلخيص العلاقات بين المتغيرات الفئوية في البحوث النفسية؛ إذ تتيح هيكلة البيانات وتوزيع المبحوثين ضمن مصفوفات متعددة الخلايا تعكس التقاطعات بين الفئات المختلفة. يُبنى التحليل في هذه الجداول على مقارنة التكرارات التجريبية المشاهدة بالتكرارات التي يُفترض حدوثها تحت فرضية العدم (أي فرضية الاستقلال التام بين المتغيرين)، مما يمهد لتقدير الدلالة الإحصائية للارتباطات المتبادلة.

يأتي اختبار كاي تربيع للاستقلالية (Chi-Square Test of Independence) في مقدمة الأدوات الإحصائية المستخدمة لتحليل هذه الجداول، حيث يختبر ما إذا كان التوزيع الاحتمالي للاستجابات على متغير نفسي معين يختلف عبر مستويات متغير تصنيفي آخر. فعلى سبيل المثال، يمكن اللجوء لهذا الاختبار لمعرفة ما إذا كانت نسبة انتشار تعاطي المواد المخدرة تختلف باختلاف الفئات العمرية لدى المراهقين. ورغم شيوع هذا الاختبار وسهولة تطبيقه، فإنه يتطلب شروطاً صارمة؛ أبرزها استقلالية الملاحظات وألا يقل التكرار المتوقع في أكثر من 20% من الخلايا عن خمس حالات، وهو شرط غالباً ما يصعب تحقيقه في العينات الإكلينيكية النادرة.

في الحالات التي تفشل فيها البيانات في استيفاء شروط كاي تربيع نتيجة صغر حجم العينة أو وجود خلايا بتكرارات متوقعة متدنية للغاية، يبرز اختبار فيشر الدقيق (Fisher’s Exact Test) كبديل رياضي لا مفر منه يوفر حساباً دقيقاً ومباشراً للاحتمالية دون الاعتماد على التقريب التقاربي. وإلى جانب ذلك، عندما تُجمع البيانات الفئوية في دراسات نفسية طولية أو شبه تجريبية تعتمد على القياس القبلي والبعدي لنفس الأفراد (بيانات مقترنة)، يُستخدم اختبار ماكنيمار (McNemar’s Test) لتقييم التغيرات في النسب المقترنة، كقياس مدى تحول المرضى من فئة “مكتئب” إلى “غير مكتئب” بعد الخضوع لبرنامج علاجي معرفي سلوكي.

نماذج الانحدار للبيانات الفئوية: الانحدار اللوجستي بأنواعه

عندما يسعى الباحث النفسي إلى التنبؤ بمتغير تابع فئوي بالاعتماد على مجموعة من المتغيرات المستقلة (التي قد تكون فئوية أو كمية متصلة)، يفقد الانحدار الخطي العادي كفاءته وصلاحيته الإحصائية نتيجة انتهاكه لافتراضات خطية العلاقة وتجانس التباين واعتدالية البواقي. ولمعالجة هذه الإشكالية، طُوّر الانحدار اللوجستي (Logistic Regression) كنظام رياضي رصين يوظف دالة اللوجيت (Logit Link Function) لتحويل الاحتمالات المقيدة بين 0 و1 إلى متصل خطي غير مقيد يمتد من اللانهاية السالبة إلى الموجبة، محققاً بذلك مواءمة كاملة مع طبيعة الاستجابة النفسية المنفصلة.

يمثل الانحدار اللوجستي الثنائي (Binary Logistic Regression) النموذج الأكثر استخداماً في الطب النفسي وعلم النفس السريري، حيث يتنبأ باحتمالية وقوع حدث نفسي ذي نتيجتين فقط (مثل: محاولة الانتحار مقابل عدم المحاولة، أو نجاح التدخل العلاجي مقابل فشله). يتيح هذا النموذج حساب نسب الأرجحية (Odds Ratios)، وهي مؤشرات إحصائية بليغة تعكس مضاعفة خطر أو احتمالية حدوث السلوك المستهدف لكل وحدة زيادة في المتغير التنبؤي، كتقييم مدى مساهمة الصدمات النفسية في الطفولة في رفع أرجحية الإصابة باضطراب ما بعد الصدمة في مرحلة الرشد.

وفي السياقات التي يتفرع فيها المتغير التابع إلى أكثر من نتيجتين غير مرتبين هرمياً، يبرز الانحدار اللوجستي المتعدد الاسمي (Multinomial Logistic Regression). يُستخدم هذا النموذج عند دراسة اختيارات الأفراد بين مسارات مهنية متعددة، أو المقارنة بين أصناف تشخيصية متمايزة؛ حيث يُقارن كل صنف بصنف مرجعي محدد مسبقاً. أما عندما يكون المتغير التابع ذا طبيعة رتبية واضحة كدرجات شدة الألم النفسي أو مستويات الاحتراق الوظيفي، فإن نموذج الانحدار اللوجستي الترتيبي (Ordinal Logistic Regression)، الذي يعتمد غالباً على فرضية الاحتمالات النسبية التراكمية (Proportional Odds Assumption)، يصبح الخيار المثالي الذي يحفظ المعلومة الترتيبية دون هدر طاقتها الإحصائية.

النماذج اللوغاريتمية الخطية وتحليل العلاقات المعقدة

تختص النماذج اللوغاريتمية الخطية (Log-Linear Models) بتحليل البنى الترابطية المعقدة في جداول التوافق ثلاثية ورباعية الأبعاد دون الحاجة لتقسيم المتغيرات قسرياً إلى مستقلة وتابعة، مما يجعلها أداة فريدة لدراسة الشبكات الترابطية للأنماط السلوكية. يعتمد المنطق الرياضي لهذه النماذج على تحويل التكرارات المشاهدة في خلايا الجدول المتعدد إلى مقاييس لوغاريتمية طبيعية، مما يسمح بتفكيك التكرار الكلي إلى تأثيرات رئيسية لكل متغير على حدة وتأثيرات تفاعلية ثنائية وثلاثية، بصورة تشبه إلى حد بعيد تحليل التباين المتعدد (ANOVA).

تتجلى الأهمية السيكولوجية للنماذج اللوغاريتمية الخطية في قدرتها الفائقة على كشف وتحييد المتغيرات الدخيلة والوسيطة التي قد تؤدي إلى استنتاجات مضللة كظاهرة سيمبسون (Simpson’s Paradox)، حيث يمكن أن تنعكس العلاقة بين متغيرين نفسيين تماماً عند التحكم بمتغير ثالث. فعلى سبيل المثال، قد تبدو هناك علاقة ارتباطية واضحة بين نمط التنشئة الوالدية وسلوك العدوان لدى المراهقين، لكن استخدام نموذج لوغاريتمي متدرج يساعد في تحديد ما إذا كانت هذه العلاقة مستقلة حقيقة أم أنها مشروطة بتأثير ضغط الأقران أو جنس المراهق.

تتبع النمذجة اللوغاريتمية نهجاً تسلسلياً يستند إلى مقارنة النماذج الهرمية (Hierarchical Models) باستخدام إحصاء نسبة الأرجحية لكاي تربيع (Likelihood Ratio Deviance – G²). يُفاضل الباحث بين نموذج تام التداخل يفسر كل التكرارات ولكنه يفتقر إلى البساطة التفسيرية، ونماذج أخرى أكثر تجريداً تختبر استقلاليات جزئية ومشروطة، للوصول إلى النموذج الأكثر اقتصادية ودقة الذي يلخص العمليات النفسية المنظمة للسلوك التفاعلي داخل الجماعة المبحوثة بأقل عدد ممكن من العوامل التفاعلية.

تحليل الفئات الكامنة (Latent Class Analysis)

يمثل تحليل الفئات الكامنة (Latent Class Analysis – LCA) أحد أحدث وأرقى فروع تحليل البيانات الفئوية المطبقة في القياس النفسي والتشخيص المعاصر، حيث ينطلق من افتراض وجود متغير نوعي كامن (غير ملاحظ مباشرة) يقسم المجتمع إلى مجموعات متجانسة فرعية تفسر الأنماط المرئية لاستجابات الأفراد على مؤشرات فئوية متعددة. يُعد هذا النموذج بمثابة المقابل الفئوي للتحليل العاملي الكلاسيكي، الذي يفترض استمرارية السمات الكامنة بدلاً من نوعيتها الفئوية.

في الممارسة السريرية، يساعد تحليل الفئات الكامنة في حل المعضلات التصنيفية وتجاوز حدود التشخيصات التقليدية، وذلك عبر نمذجة الأعراض كاستجابات فئوية لتحديد أنماط ظاهرية جديدة للأمراض النفسية. فعوضاً عن تشخيص مريض بالاكتئاب استناداً إلى عتبة عددية اعتباطية للأعراض، يستطيع نموذج الفئات الكامنة فرز المرضى إلى فئات نموذجية؛ مثل فئة “الاكتئاب الشديد المصحوب بالخمول البدني”، وفئة “الاكتئاب القلق”، مما يسهل تصميم خطط علاجية مصممة خصيصاً لكل فئة.

يرتكز تقييم نماذج الفئات الكامنة على تقدير معالم أساسية تتضمن احتمالات الانتماء للفئة (Latent Class Prevalences) واحتمالات الاستجابة للمؤشرات المشروطة بالفئة (Conditional Item Response Probabilities). ويتم اختيار النموذج الأمثل عبر خوارزمية تعظيم التوقع (EM Algorithm) ومعايير معلوماتية رصينة مثل معيار أكايكي للمعلومات (AIC) ومعيار بايز للمعلومات (BIC)، مع التركيز الصارم على افتراض الاستقلال المحلي (Local Independence) الذي يشترط أن تكون المؤشرات المقاسة مستقلة تماماً داخل كل فئة كامنة معزولة.

معاملات الاتفاق والموثوقية بين المقيمين

يحتل قياس الموثوقية التوافقية بين الملاحظين أو المشخصين السريريين موقعاً استراتيجياً في الأبحاث النفسية التي تعتمد على الملاحظة السلوكية أو المقابلات التشخيصية شبه المنظمة؛ إذ يتوقف صدق النتائج وموثوقيتها العلمية على مدى تطابق أحكام مقيمين مستقلين يحللون السلوك نفسه بناءً على معايير فئوية محددة. ونظراً لأن نسبة الاتفاق البسيطة تتجاهل تماماً احتمالية التوافق الإحصائي الصرف الناتج عن الصدفة وتضخم تقديرات الثبات، فإن أدبيات التحليل الإحصائي تتطلب استخدام مقاييس متخصصة تراعي التوافق المتوقع بموجب الصدفة.

يعد معامل كابا لكوهين (Cohen’s Kappa) المعيار الذهبي لقياس توافق مقيمين اثنين حول متغيرات فئوية اسمية. وتتراوح قيمته بين -1 و+1، حيث تعكس القيم القريبة من الصفر توافقاً لا يتجاوز ما هو متوقع بالمصادفة، بينما تشير القيم التي تتخطى 0.80 إلى توافق شبه تام يدعم ثقة الباحثين في الأداة التشخيصية. وفي الحالات التي تشتمل على متغيرات رتبية، يُعتمد على كابا الموزون (Weighted Kappa) الذي يمنح أوزاناً جزئية للأخطاء؛ معتبراً أن الاختلاف بين مقيمين في تصنيف الحالة كـ “شديدة جداً” أو “شديدة” أقل خطورة من الاختلاف بين “شديدة جداً” و”خفيفة”.

وعندما يشارك أكثر من مقيمين اثنين في دراسة التشخيص أو الملاحظة النفسية، يتم الانتقال إلى نماذج أكثر شمولاً مثل معامل فليس كابا (Fleiss’ Kappa) أو ألفا كريندروف (Krippendorff’s Alpha). وتتميز ألفا كريندروف بمرونتها الفائقة في التعامل مع مختلف مستويات القياس، سواء كانت اسمية أو رتبية أو نسبية، بالإضافة إلى قدرتها الفريدة على التعامل مع المعطيات الناقصة والمفقودة التي يندر أن تخلو منها الأبحاث النفسية الميدانية الشاملة.

التحديات المنهجية والمزالق الإحصائية الشائعة

يواجه الباحثون النفسيون عند تطبيق تحليل البيانات الفئوية حزمة من المعضلات المنهجية المعقدة التي قد تعصف بالسلامة الاستدلالية للنتائج إذا لم يتم تداركها. تأتي في مقدمة هذه المشكلات ظاهرة “الخلايا الفارغة أو المتفرقة” (Sparse Cells)، التي تحدث عندما تكون بعض التوليفات الفئوية نادرة الحدوث في المجتمع الأصلي؛ مما يؤدي إلى فشل خوارزميات التقدير، وتوليد أخطاء معيارية متضخمة للغاية في نماذج الانحدار اللوجستي والنماذج اللوغاريتمية، مما يجعل تقديرات نسب الأرجحية غير مستقرة وقابلة للتضليل.

تتمثل معضلة أخرى في التعسف باختزال المتغيرات المتصلة إلى فئات نوعية (Dichotomization/Categorization)، كأن يقوم باحث بتقسيم درجات الاكتئاب المتصلة عند المتوسط إلى مجموعتين: “مرتفع” و”منخفض”. تؤكد الأدبيات المنهجية أن هذا الإجراء يؤدي إلى فقدان فادح في القوة الإحصائية (Statistical Power)، وطمس الفروق الدقيقة بين المشاركين الواقعين حول خط التقسيم، بالإضافة إلى خلق ارتباطات زائفة قد تضلل المعرفة العلمية؛ لذا ينبغي حصر استخدام تحليل البيانات الفئوية في المتغيرات التي ولدت فئوية في طبيعتها الوجودية والقياسية.

علاوة على ذلك، يقع العديد من الباحثين في خطأ افتراض التكافؤ التام بين استجابات ليكرت والمتغيرات الفترية، حيث يتم دمجها واختبارها عبر اختبارات معلمية مثل اختبار “ت” دون التحقق من تماثل المسافات التباعدية بين النقاط، أو انتهاك فرضية الاحتمالات المتناسبة في الانحدار الترتيبي دون تطبيق اختبارات الملاءمة مثل اختبار براجيل (Brant Test). إن تجاهل هذه الفروض التقنية يقلص موثوقية النتائج السيكولوجية، ويحتم تدريب الباحثين على التعامل مع التعقيد الطبيعي للمقاييس غير المعلمية بدقة متناهية.

الخاتمة

يشكّل تحليل البيانات الفئوية ركناً لا غنى عنه في ترسانة المنهجية النفسية الحديثة، إذ يجسد الجسر التحليلي الذي يربط بين البنى النفسية النوعية والنمذجة الرياضية الدقيقة. بدءاً من جداول التوافق واختبارات كاي تربيع الأساسية، مروراً بالانحدار اللوجستي والنماذج اللوغاريتمية، ووصولاً إلى تحليل الفئات الكامنة ومعاملات التوافق المتقدمة، يمنح هذا المجال الباحثين القدرة على فحص الفرضيات المعقدة حول السلوك البشري دون تشويه لطبيعة البيانات الفئوية أو القفز على خصائصها القياسية. إن الفهم العميق لأسس هذا النمط التحليلي ومحدداته المنهجية يعد متطلباً جوهرياً لضمان دقة التشخيص الإكلينيكي وجودة البحوث النفسية والارتقاء بالتراكم المعرفي في العلوم السلوكية ككل.

المراجع

• Agresti, A. (2013). Categorical data analysis (3rd ed.). John Wiley & Sons.
• Cohen, J. (1960). A coefficient of agreement for nominal scales. Educational and Psychological Measurement, 20(1), 37–46. https://doi.org/10.1177/001316446002000104
• Goodman, L. A. (1974). Exploratory latent structure analysis using both identifiable and unidentifiable models. Biometrika, 61(2), 215–231. https://doi.org/10.1093/biomet/61.2.215
• Krippendorff, K. (2018). Content analysis: An introduction to its methodology (4th ed.). SAGE Publications.
• Long, J. S. (1997). Regression models for categorical and limited dependent variables. SAGE Publications.
• McHugh, M. L. (2012). Interrater reliability: The kappa statistic. Biochemia Medica, 22(3), 276–282. https://doi.org/10.11613/BM.2012.031
• Powers, D. A., & Xie, Y. (2008). Statistical methods for categorical data analysis (2nd ed.). Emerald Group Publishing.