الثبات المركب: المعيار الذهبي لدقة القياس النفسي

يُمثّل الثبات المركب (Composite Reliability) أحد أدق المؤشرات السيكومترية المعتمدة لتقييم الاتساق الداخلي للمقاييس النفسية والتربوية في إطار نماذج المعادلات البنائية والتحليل العاملي التوكيدي. على خلاف المقاييس التقليدية التي تفترض شروطاً مثالية نادراً ما تتحقق في الواقع الإنساني، يوفر هذا المعامل تقديراً واقعياً وموثوقاً لمدى قدرة الفقرات على قياس السمة الكامنة المشتركة بدقة متناهية. يُعد استيعاب هذا المفهوم حجر الزاوية لكل باحث يسعى إلى تجويد أدوات القياس وتجنب التحيزات الإحصائية الشائعة.

مفهوم الثبات المركب وسياقه السيكومتري

يُعرّف الثبات المركب، الذي يُشار إليه أحياناً بمعامل رايكوف (Raykov’s Rho) أو معامل ديلون-غولدشتاين (Dillon-Goldstein’s Rho)، بأنه مقياس للاتساق الداخلي للمتغيرات الكامنة (Latent Variables) ضمن بيئة نمذجة المعادلات البنائية (Structural Equation Modeling). يرتكز هذا المؤشر على تقدير النسبة بين تباين الدرجة الحقيقية المشتركة إلى إجمالي التباين الملاحظ في الدرجات الكلية للمقياس، مما يمنحه قوة تفسيرية فائقة مقارنة بالمقاييس المستندة إلى نظرية القياس التقليدية كلياً.

في ميدان القياس النفسي الحديث، يُنظر إلى المتغيرات النفسية، مثل الاكتئاب، والذكاء الوجداني، والصلابة النفسية، بوصفها سمات غير قابلة للملاحظة المباشرة، ويُستدل عليها عبر مؤشرات أو فقرات ملاحظة. يعترف الثبات المركب بأن هذه المؤشرات لا تسهم بالضرورة في تمثيل السمة الكامنة بالقدر نفسه؛ إذ تمتلك كل فقرة قدرة تمييزية ووزناً تشبعياً خاصاً بها. ومن ثم، فإن الثبات المركب يتجاوز فكرة التعامل مع المقياس ككتلة صماء متماثلة ليتعامل مع كل مؤشر وفق ثقله الإحصائي الدقيق.

ينتمي الثبات المركب من حيث التصنيف المفاهيمي إلى عائلة مقاييس الثبات التوكيدي المبنية على النماذج (Model-Based Reliability)، حيث لا يتم حساب الاتساق بناءً على العلاقات الارتباطية البسيطة فقط، بل يستند الحساب إلى معالم النموذج التوكيدي المشتقة من مصفوفة التباين والتباين المشترك للمؤشرات، وهو ما يجعل قيمته متسقة منطقياً مع بنية العامل المستخرج رياضياً وسيكومترياً.

الجذور التاريخية والقصور في نظرية القياس التقليدية

هيمن معامل ألفا كرونباخ (Cronbach’s Alpha) لعقود طويلة على المشهد السيكومتري بوصفه المؤشر الأوحد تقريباً لحساب الاتساق الداخلي. ومع ذلك، واجه هذا المعامل انتقادات متزايدة من رواد القياس، وفي طليعتهم كارل يورسكوغ (Karl Jöreskog) وجورج ويرتس (George Werts) وروبرت لين (Robert Linn) في سبعينيات القرن العشرين، حيث أثبت هؤلاء العلماء رياضياً أن معامل ألفا يعتمد على افتراض صارم يُعرف باسم التكافؤ التائي الأساسي (Essential Tau-Equivalence).

يفترض شرط التكافؤ التائي أن لجميع فقرات المقياس تشبعات عاملية متطابقة تماماً على المتغير الكامن، وهو افتراض طوباوي ونادر التحقق في بحوث علم النفس، حيث تتفاوت قدرة الأسئلة على سبر أغوار السمة المقاسة. عندما ينتهك الباحث هذا الافتراض، وتكون الفقرات متباينة في تشبعاتها (Congeneric Measures)، فإن معامل ألفا يميل بطبعه إلى التقليل المنهجي من القيمة الحقيقية للثبات، مما يترتب عليه تقليل مصطنع من جودة أداة القياس النفسي المستعملة وربما استبعاد فقرات صالحة تماماً.

انطلاقاً من هذا القصور، طوّر ويرتس ولين ويورسكوغ في عام 1974 صيغة رياضية تدمج معاملات التشبع الناتجة عن التحليل العاملي التوكيدي لتقدير الثبات، متجاوزين قيد التكافؤ التائي. وقد أتاح هذا الإنجاز لعلماء النفس والتربية صياغة مؤشر يقبل التباين الطبيعي في معاملات تشبع الفقرات، ويوفر تقديراً غير متحيز لدقة المقاييس التي تخضع لنموذج القياس المتجانس وظيفياً (Congeneric Model)، وهو ما شكّل طفرة بنيوية في علم القياس النفسي.

الأسس الرياضية والمعادلة الحسابية للثبات المركب

تعتمد الصيغة الرياضية لحساب الثبات المركب على استخراج قيمتين أساسيتين من نتائج التحليل العاملي التوكيدي: أوزان التشبع العاملي المعيارية للفقرات (Factor Loadings) والمشار إليها بالرمز لامدا، وتباينات الخطأ القياسي لكل فقرة (Error Variances) والمشار إليها بالرمز ثيتا. يعكس التشبع العاملي المعياري مقدار التباين المشترك بين الفقرة والمتغير الكامن، في حين يمثل تباين الخطأ مقدار التباين الفريد أو العشوائي الذي لم ينجح النموذج في تفسيره.

تُصاغ معادلة الثبات المركب رياضياً بقسمة مربع مجموع التشبعات العاملية المعيارية للفقرات على مجموع قيمتين: مربع مجموع التشبعات العاملية مضافاً إليه مجموع تباينات أخطاء القياس لتلك الفقرات. ويُعبر عن ذلك رياضياً كالتالي: تُمثل بسط المعادلة القيمة الناتجة عن جمع تشبعات جميع الفقرات أولاً ثم تربيع الناتج الإجمالي، في حين يتكون المقام من تلك القيمة المربعة ذاتها مضافاً إليها جمع تباينات الأخطاء غير المفسرة، والتي تُحسب عادة في النماذج المعيارية بطرح مربع التشبع العاملي لكل فقرة من الرقم واحد صحيح.

يبرز التمايز الرياضي الجوهري هنا في أن البسط يجمع التشبعات قبل التربيع بدلاً من تربيع كل تشبع على حدة وجمعه؛ إذ يؤدي جمع التشبعات أولاً إلى أخذ التباينات المشتركة بين الفقرات في الحسبان بصورة تكاملية، مما يعكس الأثر التراكمي للفقرات التي تقيس نفس البعد النفسي. وكلما ارتفعت تشبعات الفقرات وانخفضت أخطاء القياس المتبقية، اقتربت قيمة المعامل من الواحد الصحيح، مما يشير إلى أن غالبية التباين الملاحظ في المقياس تعود بصورة قاطعة إلى السمة النفسية الكامنة المستهدفة بالقياس.

المقارنة التحليلية: الثبات المركب في مواجهة ألفا كرونباخ

تتعدد أوجه التباين بين الثبات المركب ومعامل ألفا كرونباخ، إلا أن أكثرها تأثيراً على القرار البحثي يرتبط بحساسية كل منهما لعدد الفقرات والتشبعات العاملية. يُعد معامل ألفا رهينة لعدد الفقرات في المقياس؛ فبمجرد زيادة عدد الفقرات، ترتفع قيمة ألفا آلياً حتى لو كانت بعض الفقرات ضعيفة الارتباط بالمفهوم العام، وهو ما يُعرف بالتضخم الزائف لمعامل الثبات. في المقابل، يرتكز الثبات المركب على قوة الأوزان العاملية؛ فإذا أضاف الباحث فقرات ذات تشبعات متدنية، فإن الثبات المركب سيتأثر سلباً ولن يتضخم بمجرد حشو المقياس بعبارات إضافية.

يتناول الثبات المركب معضلة الأخطاء المرتبطة (Correlated Measurement Errors) بمرونة أعلى بكثير من ألفا كرونباخ. يفترض معامل ألفا الكلاسيكي استقلالاً تاماً بين أخطاء القياس لجميع الفقرات، وهو افتراض ينهار في الاختبارات النفسية عند استخدام صياغات لغوية متشابهة، أو عند صياغة فقرات سالبة، أو نتيجة لتأثير الرغبة الاجتماعية. عند وجود ارتباطات بين الأخطاء، يُعطي معامل ألفا تقديراً مضللاً، في حين تتيح نماذج التحليل العاملي التوكيدي دمج تباينات الأخطاء المشتركة وحساب الثبات المركب المعدل بدقة بالغة.

علاوة على ذلك، أظهرت الدراسات المقارنة والمحاكاة الإحصائية (Monte Carlo Simulations) أن الثبات المركب يتطابق مع ألفا كرونباخ في حالة واحدة فقط: عندما تكون جميع التشبعات العاملية متطابقة عددياً بنسبة مئة بالمئة. وبما أن هذا الشرط شبه مستحيل في القياس الإنساني العملي، فإن الثبات المركب يظل دائماً التقدير الأدق والأكثر سلامة من الوجهة المنهجية، متفادياً خطر التقليل من ثبات المقاييس النفسية الجيدة أو التضخيم غير المبرر للمقاييس الضعيفة.

معايير التقييم وتفسير الدرجات في البحوث التطبيقية

تخضع الدرجات الناتجة عن حساب الثبات المركب لأطر تفسيرية معيارية استقر عليها علماء القياس، لا سيما في أدبيات النمذجة البنائية للمربعات الصغرى الجزئية (PLS-SEM) ونمذجة المعادلات البنائية القائمة على التغاير (CB-SEM). يُعد الحد الأدنى المقبول عموماً للثبات المركب هو 0.70 في الدراسات التأكيدية والمتقدمة، في حين يُقبل الحد 0.60 في الدراسات الاستكشافية المبكرة التي تختبر مقاييس نفسية قيد التطوير والتجريب الأولي.

تُشير القيم التي تتراوح بين 0.80 و0.90 إلى مستوى ممتاز من الاتساق الداخلي، وتدل على أن الأداة النفسية تتمتع بموثوقية فائقة يمكن الاعتماد عليها في اتخاذ قرارات إكلينيكية أو تشخيصية فردية. ومع ذلك، ينبغي على الباحثين الحذر عندما تتجاوز قيمة الثبات المركب 0.95؛ إذ لا يعكس هذا الارتفاع المفرط جودة استثنائية بالضرورة، بل قد يكون مؤشراً على التكرار الدلالي غير المجدي (Redundancy)، مما يعني أن الفقرات تطرح التساؤل نفسه بصيغ متطابقة لفظياً تقريباً، وهو ما يُهدر وقت المفحوصين ويقلل من شمولية المفهوم المقاس.

يرتبط تقييم الثبات المركب ارتباطاً وثيقاً بمؤشر سيكومتري آخر بالغ الأهمية وهو متوسط التباين المستخلص (Average Variance Extracted – AVE) وفق قاعدة فورنيل ولاركر (Fornell & Larcker, 1981). يشترط التحقق من الصدق التقاربي للبناء النفسي ألا تقل قيمة الثبات المركب عن 0.70 بالتزامن مع تجاوز متوسط التباين المستخلص لعتبة 0.50، وهو ما يضمن أن العامل الكامن يفسر أكثر من نصف تباين مؤشراته، مما يُعطي موثوقية مزدوجة للمقياس من حيث الثبات والصدق البنائي معاً.

أهمية الثبات المركب في القياس النفسي والتشخيص الإكلينيكي

تكتسب مسألة دقة القياس أهمية استثنائية في حقول علم النفس الإكلينيكي والطب النفسي، حيث تترتب على نتائج الاختبارات قرارات علاجية وتشخيصية مصيرية. عند قياس اضطرابات معقدة كالقلق، والوسواس القهري، واضطراب ما بعد الصدمة، تتضمن المقاييس أعراضاً متفاوتة الشدة والأهمية التشخيصية. يُسهم الثبات المركب في التأكد من أن الأعراض المحورية ذات التشبعات المرتفعة تسهم بصورة أكبر في تقدير ثبات المقياس مقارنة بالأعراض الثانوية أو الجانبية.

في أبحاث الشخصية، مثل مقاييس العوامل الخمسة الكبرى (Big Five)، يتيح استخدام الثبات المركب التعامل مع الطبيعة الهرمية للسمات النفسية؛ إذ تنقسم السمات الكبرى إلى أبعاد فرعية متعددة. يُمكّن هذا المؤشر الباحثين من فحص ثبات كل بعد فرعي، ثم حساب الثبات للمتغيرات الكامنة من الدرجة الثانية (Second-Order Latent Variables)، وهو أمر يعجز معامل ألفا كرونباخ عن تحقيقه بكفاءة رياضية بسبب التداخل التركيبي وتشابك البناء العاملي للمقاييس متعددة المستويات.

بالإضافة إلى ذلك، يلعب الثبات المركب دوراً حاسماً في دراسات القياس عبر الثقافات (Cross-Cultural Psychometrics). عند تعريب أو ترجمة مقياس نفسي، قد تتغير الأوزان العاملية لبعض الفقرات نتيجة للاختلافات الثقافية في فهم بعض العبارات. يوفر الثبات المركب للباحثين أداة دقيقة وموضوعية لتقييم ثبات النسخة المعربة استناداً إلى حمولاتها العاملية الفعلية في البيئة الجديدة، متفادياً التقييم غير الدقيق الذي قد ينتج عن المقاييس القديمة.

التطبيقات البرمجية وحساب الثبات المركب

لا تتضمن معظم الحزم الإحصائية التقليدية، مثل برنامج (SPSS)، خياراً مباشراً بنقرة زر لحساب الثبات المركب ضمن قوائمها القياسية لتحليل الموثوقية، وذلك لأن حسابه يتطلب إجراء تحليل عاملي توكيدي مسبقاً. ومع ذلك، وفرت البرمجيات المعاصرة المتخصصة في نمذجة المعادلات البنائية إمكانات هائلة لاستخراج هذا المؤشر بدقة متناهية وسرعة فائقة.

في حزمة البرمجة الإحصائية (R)، يُمكن للباحثين استخدام حزم متقدمة مثل lavaan لإجراء التحليل العاملي التوكيدي، متبوعة بحزمة semTools واستخدام دالة reliability()، والتي تستخرج تلقائياً الثبات المركب وفق معادلة رايكوف، إلى جانب استخراج معاملات أخرى مثل أوميغا ماكدونالد (McDonald’s Omega). يُعطي هذا التطبيق البرمجي تفصيلاً دقيقاً للثبات مع تقدير فترات الثقة (Confidence Intervals) للمعامل باستخدام أسلوب إعادة العينات (Bootstrapping).

أما في بيئة برمجيات النمذجة البنائية للمربعات الصغرى الجزئية، مثل (SmartPLS)، فإن حساب الثبات المركب يُعد مخرجاً أساسياً يظهر تلقائياً في جداول جودة النموذج (Construct Reliability and Validity). كذلك في برامج مثل (AMOS) و(Mplus)، يقوم الباحثون عادة بنسخ التشبعات المعيارية وأخطاء القياس إلى معادلات جدولية (مثل جداول Excel المصممة مسبقاً) أو كتابة شفرات برمجية مخصصة لحساب المعامل وفق المعادلة المعتمدة، مما يعزز التحكم المنهجي في البيانات.

الانتقادات والمحددات المنهجية للثبات المركب

على الرغم من التفوق المنهجي البارز للثبات المركب، فإنه لا يخلو من محددات إحصائية يتعين على الباحث التحوط منها لضمان سلامة الاستنتاجات العلمية. ترتبط أبرز هذه المحددات بمدى صحة وملاءمة النموذج العاملي الأساسي (Model Fit)؛ فإذا كان نموذج التحليل العاملي التوكيدي يعاني من سوء المطابقة الهيكلية أو تم تخصيصه بشكل خاطئ (Misspecification)، فإن التشبعات العاملية الناتجة ستكون متحيزة، وبالتالي فإن قيمة الثبات المركب المستخرجة ستكون غير صحيحة ولا تعكس الواقع السيكومتري الفعلي.

تتمثل إحدى الإشكاليات الأخرى في حساسية المعامل لحجم العينة؛ حيث يتطلب التحليل العاملي التوكيدي، الذي يُشتق منه الثبات المركب، عينات بحثية كبيرة لضمان استقرار التقديرات الإحصائية وتقليل الخطأ المعياري، وهو ما قد يتعذر في بعض الدراسات النفسية الإكلينيكية التي تتعامل مع عينات نادرة أو فئات علاجية محدودة. في مثل هذه الظروف، قد تكون تقديرات التشبعات العاملية غير مستقرة، مما يلقي بظلال من الشك على دقة معامل الثبات المحسوب.

أخيراً، يثير بعض علماء القياس قضية التحيز التفاؤلي الطفيف للثبات المركب في بعض النماذج المعقدة، خاصة عند وجود تشبعات متقاطعة (Cross-Loadings) يتم إغفالها أو عند وجود هياكل عاملية ثنائية (Bifactor Models). في هذه السياقات الدقيقة، قد يُفضل استخدام معاملات متقدمة أخرى مشتقة مثل أوميغا الهرمي (Omega Hierarchical)، مما يوضح أن اختيار معامل الثبات يظل قراراً سيكومترياً مركباً يفرضه التصميم النظري والإحصائي للدراسة.

خاتمة

يُمثّل الثبات المركب نقلة نوعية في منهجيات القياس السيكومتري والتربوي، إذ تجاوز القيود والافتراضات غير الواقعية لنظرية القياس التقليدية ومعامل ألفا كرونباخ. من خلال استناده إلى الأوزان العاملية والتباينات الفعلية لأخطاء القياس، يتيح هذا المؤشر تقييماً علمياً منضبطاً يعكس حقيقة الاتساق الداخلي للمتغيرات النفسية الكامنة. إن تبني الباحثين لتقييم الثبات المركب بالاقتران مع مؤشرات الصدق البنائي والتحليل العاملي التوكيدي لم يعد مجرد ترف إحصائي، بل غدا التزاماً معيارياً صارماً للارتقاء بجودة القياس ورصانة الاستنتاجات في الأبحاث النفسية المعاصرة.

المراجع

• Bollen, K. A. (1989). Structural equations with latent variables. John Wiley & Sons.
• Cronbach, L. J. (1951). Coefficient alpha and the internal structure of tests. Psychometrika, 16(3), 297–334.
• Fornell, C., & Larcker, D. F. (1981). Evaluating structural equation models with unobservable variables and measurement error. Journal of Marketing Research, 18(1), 39–50.
• Hair, J. F., Black, W. C., Babin, B. J., & Anderson, R. E. (2019). Multivariate data analysis (8th ed.). Cengage Learning.
• Jöreskog, K. G. (1971). Statistical analysis of sets of congeneric tests. Psychometrika, 36(2), 109–133.
• McDonald, R. P. (1999). Test theory: A unified treatment. Lawrence Erlbaum Associates.
• Nunnally, J. C., & Bernstein, I. H. (1994). Psychometric theory (3rd ed.). McGraw-Hill.
• Raykov, T. (1997). Scale reliability, Cronbach’s coefficient alpha, and violations of essential tau-equivalence with fixed congeneric components. Multivariate Behavioral Research, 32(4), 329–344.
• Werts, C. E., Linn, R. L., & Jöreskog, K. G. (1974). Intraclass reliability estimates: Testing structural assumptions. Educational and Psychological Measurement, 34(1), 25–33.