مؤشر حجم الأثر باللغة المشتركة (CLES)

يمثل مؤشر حجم الأثر باللغة المشتركة (Common Language Effect Size ويُختصر بـ CLES) أحد أبرز الابتكارات المنهجية والإحصائية في حقل علم النفس والعلوم السلوكية، حيث طُوِّر لتحويل المقاييس الإحصائية المجردة لحجم الأثر إلى صيغة احتمالية بديهية ومفهومة للباحثين والممارسين والجمهور العام على حد سواء. يُعرف هذا المؤشر إحصائياً بأنه احتمالية أن تكون درجة فرد مسحوب عشوائياً من مجتمع إحصائي معين أعلى من درجة فرد مسحوب عشوائياً من مجتمع إحصائي آخر، مما يمنحه قوة تفسيرية فائقة تتجاوز تعقيدات الانحرافات المعيارية ووحدات القياس التجريدية. ومن جهة أخرى في أدبيات القياس النفسي الإكلينيكي، يُشير الاختصار ذاته في بعض السياقات المتخصصة إلى مقياس أحداث الحياة الجامعية (College Life Events Scale)، غير أن الاستخدام السائد والأكثر تأثيراً في المنهجية النفسية الحديثة يرتبط بالإحصاء اللامعلمي وتفسير الفروق بين المجموعات التجريبية والضابطة.

السياق التاريخي والجذور الإبستمولوجية للمؤشر

نشأت الحاجة إلى صياغة مؤشر حجم الأثر باللغة المشتركة في سياق الأزمة المنهجية التي واجهت العلوم النفسية والاجتماعية في أواخر القرن العشرين، ولا سيما الجدل المتصاعد حول الاعتماد المفرط على الدلالة الإحصائية وقيم الاحتمالية (p-values). لعقود طويلة، انتقد علماء القياس النفسي والإحصاء الحيوي، مثل جيكوب كوهين وجين غلاس، ميل الباحثين إلى الخلط بين الدلالة الإحصائية والدلالة العملية أو الإكلينيكية، حيث يمكن لحجم عينة ضخم أن ينتج قيمة دالة إحصائياً لفارق طفيف وضئيل للغاية لا يحمل أي قيمة علاجية أو تطبيقية في الواقع السريري.

استجابة لهذه المعضلة التفسيرية، قدم العالمان كينيث أو. ماكغرو (Kenneth O. McGraw) وإس. بي. وونغ (S. P. Wong) ورقتهم البحثية التأسيسية في عام 1992 بعنوان “A Common Language Effect Size Statistic” في مجلة النشرة النفسية (Psychological Bulletin) المرموقة التابعة لجمعية علم النفس الأمريكية. كان هدفهما الأساسي تجسير الفجوة بين الأرقام الإحصائية المعقدة والفهم البشري الطبيعي، عبر صياغة مقياس لحجم الأثر لا يتطلب تعليماً إحصائياً متقدماً لإدراك مغزاه، مما يتيح للأطباء النفسيين والمعالجين والمرضى وصانعي السياسات تقييم الفائدة الحقيقية لبرنامج علاجي أو تدخلي معين.

استند ماكغرو ووونغ في بنائهما النظري إلى أعمال إحصائية سابقة تناولت مفهوم “احتمالية التفوق” (Probability of Superiority)، والتي ترجع جذورها إلى إحصاءات مان-ويتني (Mann-Whitney U) ومفاهيم الاستدلال اللامعلمي. إلا أن الإسهام المحوري لماكغرو ووونغ تمثل في وضع هذا المفهوم ضمن إطار معياري محكم وتطبيق صيغ رياضية تربط هذا الاحتمال بتوزيعات الفروق الطبيعية، مما جعله أداة قياسية لا غنى عنها في مراجعات الأدبيات المنهجية والتحليلات البعدية (Meta-analyses).

الأسس الرياضية والسيكومترية لحجم الأثر باللغة المشتركة

ينطلق الأساس الرياضي لمؤشر CLES من مقارنة توزيعين احتماليين متصلين، يُفترض عادةً أنهما يتبعان التوزيع الطبيعي، وليكنا التوزيع (X) للمجموعة التجريبية والتوزيع (Y) للمجموعة الضابطة. يُعرَّف المؤشر رسمياً بالصيغة الاحتمالية: P(X > Y)، أي احتمالية أن تتفوق قيمة عشوائية مأخوذة من المجموعة الأولى على قيمة عشوائية مأخوذة من المجموعة الثانية عند إجراء سحب مزدوج مستقل.

لحساب هذه القيمة في الحالات البارامترية عندما تكون البيانات موزعة توزيعاً طبيعياً مع وجود تباينات متجانسة أو متباينة، يتم تشكيل متغير عشوائي جديد يمثل الفرق بين الدرجتين (D = X – Y). نظراً لأن الفرق بين متغيرين طبيعيين هو متغير طبيعي أيضاً، فإن متوسط توزيع الفروق يساوي الفرق بين المتوسطين (μ_X – μ_Y)، في حين يساوي انحرافه المعياري الجذر التربيعي لمجموع التباينين: σ_D = √(σ_X² + σ_Y²). من خلال هذه العلاقة، يتم تحويل الفرق إلى درجة معيارية (Z-score) بالصيغة التالية:

Z = (μ_X – μ_Y) / √(σ_X² + σ_Y²)

بمجرد الحصول على هذه الدرجة المعيارية، يتم استخدام دالة التوزيع التراكمي للتوزيع الطبيعي المعياري لتحديد المساحة الواقعة تحت المنحنى إلى يسار (أو يمين) تلك الدرجة، مما ينتج مباشرة قيمة الاحتمال المطلوب الذي يمثل مؤشر CLES. تعني النتيجة البالغة 0.50 (أو 50%) أن المجموعتين متطابقتان تماماً في المتوسط، حيث تتساوى فرص تفوق فرد من المجموعة الأولى على فرد من المجموعة الثانية مع فرص العكس، في حين تعكس أي قيمة تتجاوز 0.50 تفوقاً لصالح المجموعة الأولى، وتصل القيمة القصوى النظرية إلى 1.0 (أي تفوق مؤكد بنسبة 100%).

الأهمية المنهجية في البحوث النفسية المعاصرة

يحتل مؤشر CLES مكانة استراتيجية في منهجية البحث النفسي الحديث، لا سيما بعد التوجيهات الصارمة الصادرة عن رابطة علم النفس الأمريكية (APA) في أدلة النشر المتتابعة، والتي فرضت الإبلاغ الإلزامي عن حجم الأثر جنباً إلى جنب مع اختبارات الدلالة الإحصائية. تكمن الأهمية الجوهرية لهذا المؤشر في قدرته على تذليل العوائق التواصلية بين مجتمع البحث الأكاديمي والممارسين الإكلينيكيين، إذ إن إخبار معالج نفسي بأن حجماً معيناً للأثر بلغ (Cohen’s d = 0.8) قد لا ينقل رسالة واضحة فورية حول النفع العلاجي، بينما إخباره بأن “هناك احتمالاً بنسبة 71% بأن يظهر مريض يتلقى العلاج المعرفي السلوكي تحسناً يفوق مريضاً على قائمة الانتظار” يحمل دلالة سريرية واضحة ومباشرة.

علاوة على ذلك، يكتسب مؤشر CLES أهمية بالغة في قضايا الموافقة المستنيرة والتواصل مع المرضى في العيادات النفسية ومراكز الإرشاد. يحق للمسترشد أو المريض النفسي أن يفهم جدوى التدخلات العلاجية المقترحة بلغة إنسانية بسيطة، ويعد مؤشر CLES الوسيلة الأكثر أماناً وأمانة علمية لشرح احتمالات النجاح المقارن للعلاجات الدوائية أو النفسية دون الوقوع في فخ التبسيط المخل أو التعقيد الإحصائي المنفر.

يمتد الأثر المنهجي للمؤشر أيضاً إلى مجال التحليل التلوي والتركيب الكمي للدراسات؛ فعند تجميع الدراسات التي تستخدم أدوات قياس مختلفة لنفس البناء النفسي (مثل استخدام مقياس بيك للاكتئاب في دراسة ومقياس هاميلتون في دراسة أخرى)، يوفر تحويل النتائج إلى CLES وحدة قياس مشتركة غير معتمدة على درجات المقاييس الفردية، مما يعزز تكامل الأدلة التراكمية ويسهل استخلاص استنتاجات قوية وموثوقة.

مقارنة CLES بمقاييس حجم الأثر الكلاسيكية

لفهم القيمة المضافة لمؤشر CLES، ينبغي مقارنته بالمقاييس التقليدية الأكثر شيوعاً في الأدبيات النفسية، مثل معامل كوهين (Cohen’s d)، ومعامل هيدجز (Hedges’ g)، ومعامل ارتباط بيرسون (r)، ونسبة الأرجحية (Odds Ratio). يوضح التحليل المقارن ما يلي:

• معامل كوهين دي (Cohen’s d): يقيس الفارق بين المتوسطين بوحدات الانحراف المعياري المشترك. على الرغم من دقته وشيوعه، إلا أن تفسيره مجرد، حيث يُعرّف الأثر الصغير بـ 0.2 والمتوسط بـ 0.5 والكبير بـ 0.8 بناءً على تصنيفات اجتهادية وضعها كوهين. في المقابل، يترجم CLES هذه الأرقام إلى احتمالات ملموسة؛ فالقيمة d = 0.2 تقابل CLES ≈ 56%، والقيمة d = 0.5 تقابل CLES ≈ 64%، في حين تقابل d = 0.8 قيمة CLES تقارب 71%.
• معامل ارتباط النقطتين ثنائي السلسلة وارتباط بيرسون (r): يركز على مقدار التباين المفسر، إلا أن مربع معامل الارتباط (r²) يعاني من مشكلة التقليل المنهجي من الأهمية العملية للتأثيرات؛ فتأثير يفسر 4% فقط من التباين قد يبدو تافهاً إحصائياً، لكنه عند تحويله إلى CLES قد يترجم إلى احتمالية تفوق تتجاوز 61%، مما يعكس تأثيراً علاجياً حقيقياً ذا وزن عيادي.
• إحصاء المساحة تحت منحنى الخصائص (AUC): من الناحية الرياضية البحتة، يتطابق مؤشر CLES تماماً مع إحصاء AUC (Area Under the ROC Curve) المستخدم في تقييم دقة الاختبارات التشخيصية؛ فكلاهما يقيس احتمالية التمييز الصحيح بين حالتين، مما يربط مؤشر اللغة المشتركة بنظريات الكشف الإشاري والتشخيص السيكومتري المتقدم.

إجراءات الحساب والتفسير الإحصائي الدقيق

يتطلب حساب مؤشر CLES خطوات منهجية محددة ترتبط بطبيعة التوزيعات التكرارية للبيانات الخاضعة للدراسة. في الحالات البارامترية، يبدأ الباحث بحساب المتوسطات الحسابية والانحرافات المعيارية لكلا المجموعتين، ثم تطبيق معادلة الدرجة المعيارية (Z) للفروق. لنفترض أن دراسة نفسية قارنت بين مجموعة تلقت تدريباً على اليقظة الذهنية (المتوسط = 28، الانحراف المعياري = 5) ومجموعة ضابطة (المتوسط = 22، الانحراف المعياري = 6). يتم حساب الانحراف المعياري المركب للفروق بجمع مربعي الانحرافين (25 + 36 = 61) ثم أخذ الجذر التربيعي (حوالي 7.81). بقسمة فارق المتوسطين (6) على هذا الرقم، ينتج Z = 0.768، وبالرجوع لجدول التوزيع الطبيعي نجد أن CLES يساوي تقريباً 0.78، أي أن هناك احتمالية بنسبة 78% أن يحصل شخص مدرب عشوائي على درجة يقظة أعلى من شخص غير مدرب.

أما في الحالات اللامعلمية التي تنتهك فيها البيانات افتراض التوزيع الطبيعي—وهو أمر واسع الشيوع في القياس النفسي بسبب التواء البيانات أو استخدام الرتب ومقاييس ليكرت—يُحسب المؤشر عبر إحصاء مان-ويتني (Mann-Whitney U). يُحسب المؤشر في هذا السياق، والذي يشار إليه غالباً بـ “احتمالية التفوق اللامعلمية” (Nonparametric Probability of Superiority)، بالمعادلة البسيطة:

CLES = U / (n₁ × n₂)

حيث تمثل U قيمة الاختبار للمجموعة المعنية، وn₁ وn₂ حجم العينتين. يضمن هذا النهج الحسابي متانة المؤشر ضد القيم المتطرفة والانحرافات التوزيعية الحادة، مما يجعله آمناً للاستخدام في العينات الإكلينيكية الصغيرة والمعقدة.

التطبيقات الإكلينيكية والتربوية لمؤشر CLES

تتعدد مجالات تطبيق CLES عبر فروع علم النفس المختلفة، حيث يشكل ركيزة للتفسير السيكومتري المسؤول في البيئات التطبيقية:

في علم النفس الإكلينيكي والعلاجي، يُستخدم المؤشر لتقييم بروتوكولات التدخل ومقارنة العلاجات الدوائية بالعلاجات النفسية الحديثة. على سبيل المثال، في دراسات اضطراب ما بعد الصدمة (PTSD)، يساعد هذا المؤشر على توضيح نسبة تفوق العلاج بالتعرض المطول على العلاج الإرشادي الداعم بطريقة قابلة للفهم من قبل اللجان الأخلاقية وممولي الرعاية الصحية.

في علم النفس التربوي والقياس المعرفي، يُوظف المؤشر لتقييم فاعلية استراتيجيات التدريس المبتكرة أو برامج التدخل المبكر لذوي صعوبات التعلم. بدلاً من الاكتفاء بتقرير وجود فروق دالة عند مستوى 0.01، يستطيع الباحث الإفادة بأن احتمالية تفوق طالب مستفيد من برنامج صعوبات القراءة على زميل له في التعليم التقليدي تبلغ 68%، مما يبرر الاستثمار المالي والبشري في البرنامج.

في علم النفس التنظيمي والصناعي، يجد المؤشر تطبيقاً واسعاً في دراسات الرضا الوظيفي والاحتراق النفسي وفاعلية برامج القيادة؛ حيث يمكن لإدارات الموارد البشرية اتخاذ قرارات مبنية على شواهد رقمية مفهومة تتعلق باحتمالات انخفاض الإجهاد المهني نتيجة لتبني سياسات العمل المرن.

الانتقادات والمحددات المنهجية للمؤشر

على الرغم من المزايا البلاغية والتحليلية التي يتمتع بها مؤشر CLES، إلا أن علماء القياس وجهوا إليه عدداً من الانتقادات المنهجية التي يجب على الباحث النفسي الإلمام بها لتجنب سوء الاستخدام:

المأخذ الأول يتعلق بـ افتراض الاستقلالية وتطابق التوزيعات في الصيغ البارامترية؛ فإذا كان التوزيعان يختلفان اختلافاً جذرياً في الشكل أو درجة التفرطح والالتواء، فإن حساب CLES بالاعتماد على الفروق المعيارية الطبيعية يقع في خطأ تقديري فادح، مما يفرض ضرورة اللجوء إلى الصيغ اللامعلمية أو تقنيات إعادة أخذ العينات (Bootstrapping).

المأخذ الثاني هو مسألة التعامل مع الدرجات المتساوية (Ties)؛ في مقاييس التقدير النفسي المتدرجة ذات النطاق الضيق (مثل مقاييس ليكرت من 1 إلى 5)، تتكرر حالات التعادل بين درجات الأفراد من المجموعتين. إغفال هذه الحالات أو قسمتها تعسفياً بالمناصفة قد يضخم أو يقلص قيمة CLES الحقيقية ما لم تُطبق تصحيحات سيكومترية دقيقة لضبط تأثير الرتب المتطابقة.

المأخذ الثالث هو احتمال سوء الفهم الاحتمالي من جانب غير المتخصصين؛ إذ قد يفسر بعض القراء نتيجة CLES البالغة 70% على أنها تعني أن 70% من الأفراد قد “شُفوا تماماً”، في حين أنها تعني فقط احتمالية أن يسجل فرد عشوائي من المجموعة العلاجية درجة أفضل من فرد من المجموعة الضابطة، وهي مغالطة تفسيرية تتطلب دائماً توضيحاً تأطيرياً دقيقاً في التقارير النفسية.

الاستخدام الموازي: مقياس أحداث الحياة الجامعية (College Life Events Scale)

من الضروري في إطار المعاجم السيكومترية المتخصصة الإشارة إلى الاستخدام الموازي لاختصار CLES كأداة قياس تشخيصية وليست إحصائية، والمتمثلة في مقياس أحداث الحياة الجامعية (College Life Events Scale). صُمم هذا المقياس النفسي كنسخة مكيّفة خصيصاً لطلاب المرحلة الجامعية استناداً إلى نموذج هولمز وراهي الشهير لإعادة التكيف الاجتماعي (SRRS).

يقيس المقياس وحدات التغير الحياتي والضغوط النفسية الفريدة التي يواجهها طلاب الجامعات، مثل الضغوط الأكاديمية، والابتعاد عن الأسرة، والصعوبات المالية الخاصة بالدراسة، والتغيرات في العلاقات العاطفية والاجتماعية. يعتمد المقياس على تعيين أوزان رقمية نسبية لكل حدث حياتي، مما يمكن الأخصائيين النفسيين في مراكز الإرشاد الجامعي من تقييم قابلية الطالب للإصابة بالاضطرابات النفسية أو الوعكات الصحية المرتبطة بالإجهاد المزمن.

وعلى الرغم من الأهمية الإكلينيكية لمقياس أحداث الحياة الجامعية في أدبيات الصحة النفسية الطلابية، إلا أن الباحث يجب أن يميز بوضوح بين هذا المقياس الإجرائي وبين مؤشر حجم الأثر باللغة المشتركة عند مراجعة الأدبيات المنهجية، حيث يُحدد السياق العام للورقة البحثية المعنى الدقيق المقصود من الاختصار.

الخاتمة والآفاق المستقبلية في القياس النفسي

يمثل مؤشر حجم الأثر باللغة المشتركة (CLES) نقلة نوعية في فلسفة التواصل الإحصائي داخل العلوم النفسية والسلوكية، مجسداً حركة التحول المنهجي من الاعتماد الضيق على اختبارات الفرضية الصفرية إلى التقدير الكمي العملي للأثر التدخلي. من خلال صياغة الفروق بين المجموعات في صيغة احتمالات واقعية بديهية، ساهم هذا المؤشر في تمكين الممارسين، وتثقيف المسترشدين، وتوحيد معايير تقييم التدخلات في علم النفس المعاصر. ومع استمرار تطور الحوسبة الإحصائية وظهور تقنيات النمذجة البايزية، يتجه القياس النفسي اليوم نحو دمج CLES ضمن أطر استدلالية أكثر مرونة وقوة، مما يجعله ركيزة أصيلة في ترسانة المنهجية السيكومترية لعقود قادمة.

المراجع

• American Psychological Association. (2020). Publication manual of the American Psychological Association (7th ed.). American Psychological Association.
• Cohen, J. (1988). Statistical power analysis for the behavioral sciences (2nd ed.). Lawrence Erlbaum Associates.
• Grissom, R. J., & Kim, J. J. (2012). Effect sizes for research: Univariate and multivariate applications (2nd ed.). Routledge.
• Levine, M., & Perkins, D. V. (1980). Social setting and life events: The College Life Events Scale. Journal of Community Psychology, 8(3), 227–235.
• McGraw, K. O., & Wong, S. P. (1992). A common language effect size statistic. Psychological Bulletin, 111(2), 361–365. https://doi.org/10.1037/0033-2909.111.2.361
• Vargha, A., & Delaney, H. D. (2000). A critique and improvement of the CL common language effect size statistics of McGraw and Wong. Journal of Educational and Behavioral Statistics, 25(2), 101–132. https://doi.org/10.3102/10769986025002101