المتغير اللاحق: ركيزة القياس والسببية النفسية

يمثل فهم العلاقات السببية بين الظواهر الإنسانية جوهر البحث العلمي في العلوم السلوكية والاجتماعية، حيث تسعى النظريات النفسية باستمرار إلى تفكيك الشبكة المعقدة التي تربط بين المثيرات والاستجابات. في هذا السياق الإبستمولوجي، يبرز مفهوم المتغير اللاحق (Consequent Variable) بوصفه الركيزة الأساسية التي يستند إليها الباحثون لرصد التغيرات المترتبة على معالجة تجريبية معينة أو تأثير شروط بيئية وذاتية محددة. إن استيعاب هذا المفهوم بدقة لا يقتصر فقط على تيسير بناء التصاميم التجريبية الرصينة، بل يشكل صمام الأمان المنهجي الذي يضمن صدق الاستنتاجات العلمية وقابليتها للتعميم والتطبيق في الميادين الإكلينيكية والتربوية.

التأصيل المفاهيمي للمتغير اللاحق وأهميته المنهجية

يُعرَّف المتغير اللاحق في أدبيات علم النفس التجريبي ومناهج البحث السلوكي بأنه الخاصية أو السلوك أو الاستجابة التي تتبع في حدوثها أو تباينها متغيراً آخر يسبقها زمنياً أو منطقياً، ويُشار إليه عادة بالمتغير المستقل أو المتغير القبلي (Antecedent Variable). في المنظومة السببية الافتراضية، يمثل المتغير اللاحق المعلول أو الأثر أو النتيجة التي يحاول الباحث رصدها وقياس درجات تغيرها استجابةً للشروط التي تم التلاعب بها أو ملاحظتها بدقة متناهية. لا ينظر المنهج التجريبي إلى هذا المتغير ككيان سلبي يتلقى التأثيرات فحسب، بل يُعد محطة التحقق الحاسمة التي يُبنى عليها قبول الفرضيات العلمية أو دحضها استناداً إلى البيانات الإمبريقية المستقاة من الميدان.

تتطابق دلالة المتغير اللاحق في غالبية السياقات المنهجية مع مفهوم المتغير التابع (Dependent Variable)، إلا أن مصطلح “اللاحق” يحمل شحنة دلالية زمنية وسببية تؤكد التتابع المنطقي والزمني في مسار التجربة السلوكية. فعندما ندرس ظاهرة مثل تطور القلق الوجودي كنتيجة للتعرض لضغوط حياتية متراكمة، فإن معدل القلق يُشكل المتغير اللاحق الذي نرصد تمظهراته الفسيولوجية والمعرفية والسلوكية. وتكمن الأهمية الاستثنائية لهذا المفهوم في كونه يُحدد بوصلة القياس وأدوات جمع البيانات، إذ يُلزم الباحث بالانتقال من المفاهيم المجردة والنظرية إلى مؤشرات عملية وقابلة للقياس الكمي أو الكيفي الدقيق.

علاوة على ذلك، يضطلع المتغير اللاحق بدور حيوي في بناء النماذج التنبؤية والتفسيرية، حيث لا يمكن إثبات أي ادعاء نظري دون عزل هذا المتغير عن التأثيرات المشوشة وتحديد مقدار التباين الحقيقي الذي يعزى مباشرة إلى المتغيرات السابقة. إن الدقة في تعريف ورصد المتغير اللاحق تعكس مدى متانة المعالجة المنهجية للباحث، وتسهم في تقليص أخطاء القياس العشوائية والمنتظمة. ويعد الفشل في رصد هذا المتغير بصورة علمية دقيقة سبباً رئيسياً لظهور نتائج مضللة أو ضعف القوة الإحصائية للدراسات، مما قد يعطل مسار التراكم المعرفي في العلوم النفسية لسنوات طويلة.

السياق المعرفي والتطور التاريخي للمتغيرات في علم النفس التجريبي

تعود الجذور الإبستمولوجية لتقسيم المتغيرات إلى سابقة ولاحقة إلى النزعة الوضعية والفيزيائية التي هيمنت على تأسيس المختبرات النفسية الأولى في أواخر القرن التاسع عشر على يد فيلهلم فونت وزملائه. كان الهدف المحوري في تلك الحقبة يتمثل في تحويل دراسة الوعي والعمليات العقلية إلى علم استقرائي قائم على التجربة والقياس الدقيق، حيث يُقدَّم مثير محدد كمتغير قبلي، وتُقاس الاستجابة الناتجة مثل زمن الرجع أو حدة الإدراك الحسي كمتغير لاحق. هذا الإطار الميكانيكي الأولي أسس لتقليد بحثي استمر لعقود، معتمداً على مبدأ الحتمية الصارمة التي تفترض وجود ارتباط وثيق ومطرد بين الشروط السابقة والنتائج اللاحقة في السلوك الإنساني.

مع بزوغ نجم المدرسة السلوكية بقيادة جون واطسون ثم لاحقاً ب. ف. سكينر، اتخذ مفهوم المتغير اللاحق بعداً عملياً وجذرياً، حيث أُقصيت الحالات الشعورية والاستبطانية الداخلية من دائرة القياس المباشر. ركزت السلوكية الراديكالية على معادلة “المثير-الاستجابة-التعزيز”، حيث صار السلوك الملاحظ الصريح هو المتغير اللاحق الأوحد الجدير بالدراسة العلمية، وتجلت النتائج السلوكية المتأخرة في صورة معدلات الاستجابة والتكرار والإنطفاء السلوكي. أتاح هذا التوجه الصارم تطوير منهجيات رصينة لقياس المتغيرات اللاحقة في بيئات معملية محكومة بدقة، متجاوزاً شوائب التحيز الذاتي التي طبعت مرحلة الاستبطان المبكرة في تاريخ العلم.

أحدثت الثورة المعرفية في منتصف القرن العشرين تحولاً نوعياً في إدراك الباحثين لطبيعة المتغيرات اللاحقة وتعدد أبعادها، فلم يعد السلوك ينظر إليه كنتيجة خطية ومباشرة للمثيرات الخارجية. دمجت النماذج المعرفية الحديثة العمليات الذهنية، مثل المعالجة التفسيرية، والذاكرة العاملة، وأنماط العزو، كحلقات وصل أساسية تؤثر في طبيعة ونوعية المتغير اللاحق. وأصبح هذا المتغير يُقاس بمؤشرات معقدة تجمع بين المعايير النفسية-العصبية والتسجيلات الفسيولوجية والمقاييس السيكومترية ذات البنية التكوينية المتعددة، مما يعكس نضج التفكير المنهجي ومرونته في استيعاب الطبيعة الديناميكية للسلوك البشري.

الفروق الجوهرية: المتغير اللاحق في مواجهة المتغيرات القبلية والوسيطة والدخيلة

تقتضي النزاهة العلمية والدقة المنهجية إجراء تمييز قاطع بين المتغير اللاحق وشبكة المتغيرات الأخرى التي تحيط بالظاهرة المدروسة وتتداخل معها. يمثل المتغير القبلي أو المستقل المحرك أو السبب المفترض الذي يُحدث التغيير، في حين يكون المتغير اللاحق هو المنفعل الذي يستجيب لتلك المعالجة ويوضح مقدار الأثر. هذا التمايز المنطقي لا يرتبط بالجوهر الداخلي للمتغير نفسه بقدر ما يرتبط بموضعه في التصميم التجريبي؛ فالقلق مثلاً يمكن أن يكون متغيراً لاحقاً عند دراسة فعالية تقنيات الاسترخاء، ولكنه يتحول إلى متغير قبلي عندما ندرس تأثير مستويات القلق على الأداء الأكاديمي أو اتخاذ القرارات المصيرية.

إلى جانب هذا التمايز الثنائي البسيط، تبرز تعقيدات إضافية عند دخول المتغير الوسيط (Mediating Variable) والمتغير المعدل (Moderating Variable) في النموذج البحثي. يوضح المتغير الوسيط الآلية الكامنة والمسار النفسي الذي من خلاله يؤثر المتغير القبلي في المتغير اللاحق، أي أنه يفسر “لماذا” و”كيف” حدث هذا الأثر التتابعي، بينما يحدد المتغير المعدل الشروط والظروف التي تقوي أو تضعف هذا الارتباط. إغفال هذه الفروق الدقيقة يؤدي في كثير من الأحيان إلى خطأ تصنيفي جسيم يجعل الباحث يعزو النتائج اللاحقة إلى أسباب سطحية، دون تفكيك الشبكة السببية التي قادت إلى هذا المآل النهائي في التجربة.

تزداد القضية حساسية عند التعامل مع المتغيرات الدخيلة أو المشوشة (Confounding Variables) التي تتسلل خلسة إلى المشهد البحثي وتهدد صدق قياس المتغير اللاحق. إذا طرأ تغير غير مقصود على بيئة الملاحظة أو خصائص الأفراد، فقد يحدث تباين في المتغير اللاحق لا علاقة له بالمتغير القبلي، مما يضلل الباحث ويوهمه بوجود علاقة سببية كاذبة. لذلك، ينبغي حماية المتغير اللاحق عبر تقنيات الضبط المنهجي الصارم، مثل التوزيع العشوائي والمجموعات الضابطة، لضمان أن كل تموج في منحنى هذا المتغير هو نتاج خالص للمعالجة التجريبية المستهدفة دون سواها.

الأنماط التصنيفية للمتغيرات اللاحقة في البحوث النفسية

تتعدد أشكال وتصنيفات المتغيرات اللاحقة بتنوع المدارس النظرية والأهداف التطبيقية للبحوث السلوكية، ويمكن تصنيفها بصورة رئيسية استناداً إلى طبيعة البيانات التي تنتج عنها ومستويات القياس المتبعة:

• المتغيرات اللاحقة السلوكية الصريحة: تشمل الأفعال والاستجابات القابلة للملاحظة العينية والعد المباشر، مثل عدد مرات ارتكاب الخطأ في مهمة انتباهية، أو تكرار السلوك العدواني لدى الأطفال في فناء اللعب، أو زمن الاستجابة لمثير بصري محدد.
• المتغيرات اللاحقة الذاتية والتصريحية: وتعتمد على التقارير الذاتية ومقاييس التقدير، مثل مقاييس الاكتئاب، والرضا عن الحياة، وجودة النوم الذاتية، ومستويات تقدير الذات، وتتطلب فحصاً سيكومترياً دقيقاً لضمان خلوها من مرغوبية الاستجابة الاجتماعية.
• المتغيرات اللاحقة الفسيولوجية والعصبية: تمثل الاستجابات الحيوية التي لا تخضع للتحكم الإرادي الواعي غالباً، ومنها ضربات القلب، والموصلية الكهربائية للجلد، ومستويات هرمون الكورتيزول في اللعاب، ونشاط موجات الدماغ المقاس عبر تخطيط كهربية الدماغ (EEG).
• المتغيرات اللاحقة المعرفية الإنجازية: تشمل كفاءة استرجاع المعلومات، ودرجات التحصيل الأكاديمي، ومستويات حل المشكلات الإبداعية، والقدرة على كبح الاستجابة الاندفاعية في المهام التنفيذية العصبية.

يتميز كل نمط من هذه الأنماط بخصائص قياسية فريدة تتطلب استراتيجيات منهجية ملائمة، فبينما تتمتع المتغيرات الفسيولوجية بدرجة عالية من الموضوعية وخلوها من التحيز اللغوي، فإن تفسيرها السيكولوجي يتطلب حذراً شديداً نظراً لظاهرة التكافؤ المرجعي، حيث يمكن لنفس التغير الفسيولوجي (مثل تسارع النبض) أن يعكس الخوف أو الإثارة أو الغضب. وفي المقابل، تتيح المتغيرات الذاتية سبر أغوار التجربة المعاشة للفرد، ولكنها تظل عرضة للتشوهات المعرفية وخداع الذاكرة، مما يفرض في كثير من الأحيان استخدام استراتيجية التثليث المنهجي (Methodological Triangulation) عبر جمع مقاييس متعددة لنفس المتغير اللاحق.

بالإضافة إلى التصنيف النوعي السابق، تنقسم المتغيرات اللاحقة من منظور رياضي إلى متغيرات كمية متصلة ومتغيرات فئوية منفصلة. يتطلب المتغير اللاحق المتصل، مثل درجات مقياس بيك للاكتئاب، أساليب تحليل بارامترية تراعي التوزيع الاعتدالي وتجانس التباين، في حين يتطلب المتغير الفئوي ثنائي القيمة، مثل (الشفاء/الانتكاس) أو (النجاح/الفشل في الاختبار)، نماذج الانحدار اللوجستي غير البارامترية. هذا التباين في البنية الرياضية للمتغير يفرض قيوداً حاسمة على المعالجة الإحصائية ويحدد نوع القرارات الإمبريقية المتاحة للباحث بدقة بالغة.

استراتيجيات القياس والعمليات الإجرائية لضبط المتغير اللاحق

يُعد التعريف الإجرائي (Operational Definition) الخطوة الأولى والجسر المنهجي الأكثر خطورة في الانتقال من التنظير الفلسفي التجريدي إلى التطبيق المعملي الملموس للمتغير اللاحق. يتطلب التعريف الإجرائي تحويل الظاهرة النفسية الكامنة إلى سلسلة محددة وقابلة للقياس والتكرار من العمليات والإجراءات السلوكية؛ فالقلق مثلاً لا يُعرف بكونه “شعوراً بالضيق وعدم الاستقرار” في لغة البحث العلمي الرصين، بل يُحدد إجرائياً بالدرجة الكلية التي يحصل عليها المفحوص على مقياس سبيرلبرغ لقلق الحالة، أو بارتفاع النبض بمقدار عشرين نبضة فوق المعدل القاعدي عند تقديم مثير منفر. إن أي غموض في هذه الصياغة الإجرائية يفرغ المتغير اللاحق من محتواه العلمي ويجعل تكرار التجربة من قبل باحثين آخرين أمراً متعذراً من الناحية العملية.

تعتمد جودة دراسة المتغير اللاحق بصورة جذرية على الخصائص السيكومترية لأداة القياس المستخدمة، وعلى رأسها الصدق والثبات. يجب التحقق من صدق المحتوى والصدق التكويني للتأكد من أن الأداة تقيس بالفعل المتغير اللاحق المستهدف ولا تتداخل مع متغيرات أخرى قريبة دلالياً، كما ينبغي إثبات ثبات القياس عبر التناسق الداخلي أو طريقة إعادة الاختبار لضمان أن درجات المتغير لا تتذبذب عشوائياً بين مناسبة وأخرى. ففي غياب هذه المعايير السيكومترية الصارمة، يصبح التباين المرصود في المتغير اللاحق مجرد خطأ قياس عشوائي لا قيمة له في بناء المعرفة العلمية الرصينة.

إلى جانب ضبط أدوات القياس، يقتضي المنهج العلمي المحكم السيطرة التامة على ظروف إجراء القياس نفسه، وهو ما يُعرف بتوحيد شروط التجربة (Standardization). يشمل ذلك التحكم في البيئة الفيزيقية كالإضاءة والهدوء ودرجة الحرارة، إضافة إلى توحيد التعليمات الموجهة للمشاركين والحد من تحيزات الملاحظين من خلال تبني تقنية التعمية المزدوجة (Double-Blind Technique). تضمن هذه الحزمة من الإجراءات عزل المتغير اللاحق عن المؤثرات الموقفية والاجتماعية العارضة، وتضمن أن الأنماط المسجلة تعكس بأمانة التفاعل الأصيل بين المتغير القبلي وموضوع القياس دون أي تلوث منهجي مصطنع.

التحديات المنهجية والتهديدات التي تواجه صدق قياس المتغير اللاحق

تواجه دراسة المتغيرات اللاحقة في البيئات المعقدة التي يتعامل معها علم النفس حزمة واسعة من المهددات التي تستهدف الصدق الداخلي للدراسة وتعيق الاستنتاج السببي القاطع. من أبرز هذه المهددات يبرز عامل “تأثير الاختبار القبلي” (Testing Effect)، حيث يؤدي تعريض المفحوص لأداة القياس في مرحلة سابقة إلى تعديل استجابته اللاحقة بسبب التعلم أو الألفة أو الحساسية المفرطة تجاه محتوى الأسئلة، وليس كنتيجة للتدخل التجريبي الحقيقي. وقد تنبه دونالد كامبل وجوليان ستانلي مبكراً لهذه المعضلة واقترحا تصميمات متقدمة مثل تصميم سولومون الرباعي لعزل هذا الأثر وتأكيد استقلالية المتغير اللاحق عن تأثيرات القياس التراكمية.

يمثل “الانحدار الإحصائي نحو المتوسط” (Statistical Regression) فخاً منهجياً إضافياً يقع فيه الكثير من الباحثين عند تقييم التغيرات الطارئة على المتغير اللاحق. يميل الأفراد الذين يحصلون على درجات متطرفة جداً (شديدة الارتفاع أو شديدة الانخفاض) في القياس الأول إلى التحرك تلقائياً نحو المتوسط في القياسات اللاحقة بدافع الصدفة الإحصائية الطبيعية وأخطاء القياس العشوائية. إذا لم يتنبه الباحث لهذا التأثير، فقد ينسب انخفاض درجات الاكتئاب الحاد بعد جلسات علاجية تجريبية إلى فعالية الأسلوب العلاجي، في حين أن جانباً معتبراً من هذا التحسن اللاحق ليس سوى انحدار إحصائي جبري لا دخل للمعالجة التجريبية في إحداثه على أرض الواقع.

تتضمن قائمة التحديات المنهجية أيضاً ظواهر نفسية معقدة مثل تأثير هوثورن، حيث يغير المشاركون استجاباتهم وسلوكياتهم المسجلة في المتغير اللاحق لمجرد إدراكهم بأنهم يخضعون للملاحظة والمراقبة من قِبل باحثين علميين. يتشابك ذلك مع خصائص الطلب التجريبي (Demand Characteristics)، حيث يحاول المفحوصون تخمين الفرضية البحثية ومطابقة استجاباتهم في المتغير اللاحق لما يتوقعون أن الباحث يرغب في إثباته. هذه العوامل تجعل رصد المتغير اللاحق عملية محفوفة بالمخاطر النفسية والاجتماعية التي تقتضي يقظة إبستمولوجية واستخدام أدوات رصد غير تطفلية كلما كان ذلك متاحاً ومبرراً أخلاقياً.

التحليل الإحصائي ونمذجة المعادلات البنائية للمتغيرات اللاحقة

يرتبط التعامل المنهجي مع المتغير اللاحق بحزمة دقيقة من الأدوات الإحصائية المتقدمة المصممة لاختبار الفرضيات واستكشاف البنى المعقدة. في التصاميم التجريبية البسيطة، يُفحص تباين المتغير اللاحق باستخدام اختبارات (ت) للعينات المستقلة أو المترابطة، وتحليل التباين الأحادي (ANOVA) للمقارنة بين عدة مجموعات تجريبية وضابطة. تركز هذه التحليلات على تفكيك التباين الكلي في المتغير اللاحق إلى قسمين أساسيين: تباين مفسر ناتج عن المعالجة التجريبية وتأثيرات المتغير القبلي، وتباين خطأ غير مفسر يعزى إلى الفروق الفردية وأخطاء القياس غير المنضبطة.

في الحالات التي تتعدد فيها المتغيرات اللاحقة داخل نفس التجربة وتتداخل فيما بينها بارتباطات بينية، يصبح اللجوء إلى تحليل التباين متعدد المتغيرات (MANOVA) أمراً حتمياً لتفادي تضخم الخطأ من النوع الأول (Type I Error) الذي ينتج عن تكرار اختبارات المقارنة الأحادية. يتيح هذا النهج المتقدم فحص منظومة المتغيرات اللاحقة بوصفها كلاً موحداً يعكس أبعاداً متراكبة للاستجابة النفسية، مما يوفر رؤية شمولية لكيفية تأثير المتغير المستقل على عدة مظاهر سلوكية وفسيولوجية في آن واحد وبشكل متناسق منهجياً.

مع الانتقال إلى الدراسات السببية المتقدمة والنماذج الميدانية، أصبحت نمذجة المعادلات البنائية (SEM) الإطار الرياضي الأكثر كفاءة للتعامل مع المتغيرات اللاحقة. تتيح هذه التقنية فحص المتغيرات اللاحقة الكامنة (Latent Variables) التي لا يمكن رصدها بصورة مباشرة، وذلك عبر دمج تحليل العوامل التوكيدي مع تحليل المسار. من خلال هذا النهج، يتم تقييم خطأ القياس الخاص بالمتغير اللاحق بمعزل عن العلاقات الهيكلية بين البنى النظرية، مما يمنح تقديرات أكثر دقة لحجم الأثر وقوة الارتباطات التتابعية، ويتيح اختبار نماذج سببية بالغة التعقيد والتشابك في العلوم الإنسانية.

التطبيقات الإكلينيكية والميدانية لدراسة المتغيرات اللاحقة

تتجلى الأهمية العملية لتحليل المتغيرات اللاحقة بأبهى صورها في ميدان علم النفس السريري وتطوير التدخلات العلاجية المبنية على الدليل (Evidence-Based Practice). في التجارب السريرية المعشاة (RCTs)، يمثل المآل العلاجي المتغير اللاحق الحاسم الذي يُبنى عليه الحكم بنجاح العلاج الدوائي أو المعرفي السلوكي، وتتضمن هذه المتغيرات مؤشرات زوال الأعراض، ومعدلات البقاء دون انتكاس، وتحسن مستوى الأداء الوظيفي اليومي. إن التحديد الدقيق لدرجة المتغير اللاحق لا يقتصر على منح الترخيص للبروتوكول العلاجي، بل يسهم في إنقاذ الأرواح وتحسين نوعية حياة المرضى من خلال التمييز الصارم بين التحسن الحقيقي وتأثيرات الدواء الوهمي (Placebo).

في الفضاء التربوي والمدرسي، تكتسب المتغيرات اللاحقة أهمية جوهرية لتقييم السياسات التعليمية وبرامج التدخل السلوكي الإيجابي. يُقاس نجاح المناهج الجديدة أو استراتيجيات التدريس الحديثة من خلال متغيرات لاحقة متعددة المستويات، مثل معدلات التحصيل الدراسي، ومستويات الدافعية للإنجاز، ومؤشرات الانضباط السلوكي داخل الفصول. يوفر الرصد الدقيق لهذه النتائج اللاحقة لأصحاب القرار والخبراء التربويين قاعدة صلبة وموضوعية لتخصيص الموارد وتعديل الممارسات بما يخدم التطور المعرفي والوجداني السليم للطلاب بمختلف فئاتهم وقدراتهم.

تمتد التطبيقات لتشمل بيئات العمل وعلم النفس التنظيمي، حيث تصبح المتغيرات اللاحقة معياراً أساسياً لتقييم كفاءة القيادة وفاعلية بيئة العمل المؤسسية. تُدرس متغيرات مثل معدل دوران العمل، والاحتراق النفسي الوظيفي، والإنتاجية الفردية، وسلوك المواطنة التنظيمية كنتائج حتمية لمتغيرات سابقة تتمثل في نمط الإدارة، والعدالة التنظيمية المدركة، وطبيعة الحوافز المادية والمعنوية. إن فهم المتغير اللاحق في هذا السياق الديناميكي يمكن المؤسسات من إعادة هندسة بيئات العمل بما يضمن التوازن والرفاه النفسي للموظفين بالتوازي مع تعظيم الإنتاجية والأداء المؤسسي المشترك.

خاتمة واستشراف لمستقبل قياس المتغيرات السلوكية

في الختام، يتبين أن المتغير اللاحق ليس مجرد خانة شكلية في مصفوفة التصميم التجريبي، بل هو المرآة الصادقة التي تعكس مدى دقة الفرضيات النظرية وعمق المعالجات المنهجية في علوم السلوك. إن ضبط هذا المتغير إجرائياً، وسيكومترياً، وإحصائياً، يمثل الحد الفاصل بين المعرفة العلمية الرصينة القائمة على الدليل الراسخ، وبين الادعاءات الانطباعية الزائفة. ومع التطور المتسارع لتقنيات النمذجة الإحصائية، والذكاء الاصطناعي، والقياس البيولوجي المتقدم، يدخل قياس المتغيرات اللاحقة عصراً جديداً يتسم بالتكامل اللحظي بين البيانات الرقمية السلوكية والتسجيلات العصبية المستمرة، مما يفتح آفاقاً رحبة لتعميق فهمنا للطبيعة الإنسانية وإرساء معايير جديدة للصدق العلمي في الأبحاث النفسية المستقبلية.

المراجع

• أمبيد، س.، وستانلي، ج. (2018). التصاميم التجريبية وشبه التجريبية للبحث (ترجمة دار الفكر العربي). القاهرة: دار الفكر العربي.
• علام، ص. ع. (2015). القياس والتقويم التربوي والنفسي: أساسياته وتطبيقاته وتوجهاته المعاصرة. القاهرة: دار الفكر العربي.
• American Psychological Association. (2020). Publication manual of the American Psychological Association (7th ed.). American Psychological Association.
• Campbell, D. T., & Stanley, J. C. (1963). Experimental and quasi-experimental designs for research. Rand McNally.
• Field, A. (2018). Discovering statistics using IBM SPSS statistics (5th ed.). SAGE Publications.
• Kline, R. B. (2016). Principles and practice of structural equation modeling (4th ed.). Guilford Press.
• Shadish, W. R., Cook, T. D., & Campbell, D. T. (2002). Experimental and quasi-experimental designs for generalized causal inference. Houghton Mifflin.
• Tabachnick, B. G., & Fidell, L. S. (2019). Using multivariate statistics (7th ed.). Pearson.