أنواع البيانات: ركائز القياس في علم النفس

تمثل أنواع البيانات في البحث النفسي والعلوم السلوكية الركيزة المنهجية الجوهرية التي تحدد كيفية تمثيل الظواهر الإنسانية المعقدة وتكميمها وتحويلها من خبرات ذاتية أو سلوكيات ملاحظة إلى كيانات قابلة للتحليل والفهم الرصين. إن طبيعة البيانات التي يجمعها الباحث النفسي لا تحدد فقط نوعية الأساليب الإحصائية المتاحة لمعالجتها، بل ترسم بدقة حدود الاستدلال العلمي والقدرة على تعميم النتائج وتفسير السلوك البشري بموضوعية. وبناءً على ذلك، يعد الفهم العميق لخصائص البيانات ومستوياتها المختلفة المعيار الفاصل بين البحث السيكولوجي الدقيق والانحرافات التفسيرية الشائعة.

أنواع البيانات في العلوم النفسية والسلوكية

1. التعريف الموجز والدقيق

تُعرّف أنواع البيانات في السياق النفسي والإحصائي بأنها التصنيفات المنهجية التي تُحدد طبيعة القيم الرياضية أو الوصفية المنسوبة إلى المتغيرات النفسية، والخصائص المنطقية والعمليات الحسابية المسموح بإجرائها على هذه القيم بناءً على علاقتها بالظاهرة المقاسة. وبمعنى إجرائي، تشير إلى الأطر الرياضية والمفاهيمية التي تعبر عن مقدار أو نوع السمة النفسية المقاسة، بدءاً من التصنيف النوعي المحض وحتى القياس الكمي المطلق.

يتجاوز هذا المفهوم مجرد التمييز السطحي بين الأرقام والكلمات؛ إذ يشكل الإطار الإبستمولوجي الذي يربط بين العالم التجريبي غير الملموس للسمات النفسية (مثل الذكاء، والاكتئاب، والعصابية) والرموز الرياضية المستخدمة للتعبير عنها. يترتب على تصنيف نوع البيانات تحديد القوة الاستدلالية للتحليلات الإحصائية؛ فاختيار اختبار إحصائي بارامتري أو لا بارامتري، وتحديد معاملات الارتباط المناسبة، وتقدير حجم الأثر، كلها قرارات تابعة مباشرة لنوع البيانات وطبيعة سلم القياس المستخدم في جمعها.

2. التأصيل اللغوي والاشتقاقي

تستند كلمة «بيانات» في اللغة العربية إلى الجذر الثلاثي (ب-ي-ن)، والذي يفيد الظهور، والوضوح، والافتراق، والانكشاف؛ والبيان هو ما يُتوصّل به إلى تبيين الشيء وإيضاحه للذهن. وفي المعاجم العربية، يُقال استبان الشيء إذا اتضح وظهرت حدوده ومعالمه. أما المقابل الإنجليزي للمصطلح (Data Types)، فإن كلمة (Data) مشتقة لغوياً من الكلمة اللاتينية (Datum)، وهي اسم مفعول من الفعل اللاتيني (Dare) الذي يعني «يُعطي» أو «ما هو ممنوح أو مسلّم به». استُخدمت الكلمة تاريخياً في الفلسفة والرياضيات للدلالة على الحقائق المعطاة أو المنطلقات الأولية التي لا تحتاج إلى برهان ويُبنى عليها الاستدلال اللاحق.

أما كلمة (Type)، فترجع أصولها إلى الكلمة اليونانية القديمة (Typos)، والتي كانت تعني في الأصل الختم، أو الضربة، أو الصورة المنقوشة، أو النموذج والسمة المميزة. وبدمج المصطلحين في حقل القياس النفسي والبحث العلمي خلال منتصف القرن العشرين، استقر اصطلاح «أنواع البيانات» للإشارة إلى الأنماط النموذجية والمحددات البنيوية التي تصنف طبيعة المعلومات المجمعة في سياق الملاحظة العلمية، والتمايز الدقيق بين خصائصها الرياضية في إطار مستويات القياس المختلفة.

3. البنية النحوية والصرفية والاستعمال الاصطلاحي

تتألف عبارة «أنواع البيانات» في اللغة العربية من تركيب إضافي يتكون من مضاف ومضاف إليه. كلمة «أنواع» هي جمع تكسير على وزن «أفعال» ومفردها «نوع»، وتعمل صرفياً كاسم دال على الجنس أو الصنف المصنف وفق معيار نوعي محدد. أما «البيانات» فهي اسم جمع مؤنث سالم مشتق من المصدر الصناعي أو اسم الجمع المأخوذ من «بيان»، وتُعرب مضافاً إليه مجروراً بالكسرة الظاهرة.

من الناحية الاصطلاحية في الأدبيات السيكولوجية والقياس النفسي، يُستخدم المصطلح للإشارة إلى إحدى منظومتين متكاملتين: الأولى هي التقسيم الثنائي العام بين «البيانات النوعية» (Qualitative Data) و«البيانات الكمية» (Quantitative Data)، والثانية هي تصنيف مستويات القياس الإحصائي الأربعة الشهيرة (الاسمي، الرتبي، الفئوي، النسبي). ويُشترط في الاستعمال الرصين تجنب الخلط بين «نوع البيانات» كصفة متأصلة في المتغير أو طريقة تسجيله، وبين «أداة جمع البيانات» (مثل الاستبيان أو المقابلة) التي ليست سوى الوسيلة الميدانية لاستخلاص تلك البيانات وتوثيقها.

4. الشرح المفاهيمي الموسع والأبعاد النظرية

ينطلق الفهم المتعمق لأنواع البيانات في علم النفس من حقيقة أن السمات النفسية لا يمكن ملاحظتها أو لمسها بشكل مباشر بالطريقة ذاتها التي نقيس بها الخصائص الفيزيائية كالأطوال والأوزان؛ فالقلق، والرضا الوظيفي، واضطرابات الشخصية هي تكوينات فرضية (Hypothetical Constructs). لذا، تتطلب عملية القياس تحويل هذه المفاهيم المجردة إلى مؤشرات سلوكية قابلة للملاحظة والتوثيق، وهنا يبرز نوع البيانات كصلة وصل تربط بين الفرضية النظرية والواقع الإمبيريقي.

تُقسم البيانات عموماً وفق محورين أساسيين؛ المحور الأول يفرّق بين البيانات النوعية والكمية. البيانات النوعية (أو الوصفية) تمثل معاني وخبرات وتوصيفات سردية لا تُقاس بالأرقام في أصلها، مثل نصوص المقابلات العيادية، وتدوينات دراسة الحالة، وسجلات الملاحظة السلوكية في بيئات طبيعية. تسعى هذه البيانات إلى التقاط التعقيد والعمق والخصوصية الفردية للخبرة النفسية. في المقابل، تُعنى البيانات الكمية بتمثيل الظواهر في صورة مقادير عددية تتيح المقارنة الحسابية واختبار الفرضيات بدقة وتحديد مستويات الدلالة الإحصائية.

أما المحور الثاني، فيتعلق بالخصائص الرياضية للأرقام المعطاة، حيث بينت نظريات القياس أن الأرقام لا تمتلك المعنى ذاته دائماً. فقد يُستخدم الرقم لمجرد التمييز والتسمية (كإعطاء الرقم 1 للذكور و2 للإناث)، حيث يفقد الرقم هنا كافة خصائصه الحسابية؛ أو قد يُستخدم لترتيب الأفراد تصاعدياً أو تنازلياً وفق امتلاكهم لسمة معينة، أو قد يشير إلى وحدات قياس متساوية دون وجود صفر حقيقي، أو قد يعبر عن قياس كامل يتمتع بوحدات متساوية وصفر مطلق يمثل الانعدام التام للصفة. يحدد هذا التدرج العمليات الرياضية الشرعية (مثل الجمع، والطرح، وحساب المتوسط الحسابي، والانحراف المعياري) التي يمكن تطبيقها دون الوقوع في أخطاء إبستمولوجية فادحة.

إضافة إلى ذلك، تتفرع البيانات الكمية في البحث النفسي إلى بيانات منفصلة (Discrete Data) وبيانات متصلة (Continuous Data). فالبيانات المنفصلة تأخذ قيماً عددية محددة وثابتة لا تقبل التجزئة (مثل عدد نوبات الهلع التي مر بها المريض في الأسبوع المنصرم، أو عدد الأخطاء في اختبار الانتباه)، بينما تفترض البيانات المتصلة وجود مدى لامتناهٍ من القيم الممكنة بين أي نقطتين على مقياس القياس (مثل زمن الرجع بالمللي ثانية، أو درجات الذكاء المقدرة وفق توزيع متصل)، مما يستلزم استراتيجيات نمذجة إحصائية مختلفة تماماً لكل منهما.

5. التطور التاريخي والمسار الزمني للمفهوم

مر فهم أنواع البيانات في علم النفس بتطورات فلسفية ومنهجية بالغة الأهمية ارتبطت باستقلال علم النفس كعلم تجريبي في أواخر القرن التاسع عشر وبدايات القرن العشرين. في المراحل الأولى، وتحديداً مع تأسيس فيلهلم فونت لمختبره في لايبتزغ عام 1879، سيطرت البيانات الاستبطانية النوعية القائمة على التقرير الذاتي لأوصاف الوعي، وسرعان ما رافقتها قياسات فيزيو-نفسية كمية ركزت على زمن الرجع والعتبات الحسية المطلقة والفارقة مع رواد مثل غوستاف فيشنر وإرنست فيبر.

شهدت ثلاثينيات القرن العشرين أزمة مفاهيمية كبرى عندما شككت لجنة بريطانية عُرفت باسم «لجنة فيرغسون» (Ferguson Committee) عام 1932 في علمية القياس السيكولوجي، وخلصت إلى أن الاختبارات النفسية لا تنتج بيانات كمية بالمعنى العلمي الدقيق المتبع في الفيزياء؛ نظراً لغياب وحدات القياس المتساوية المتطابقة وعدم إمكانية جمع الخصائص النفسية جمعاً فيزيائياً مباشراً.

جاء الرد الحاسم الذي صاغ المشهد الإحصائي الحديث عام 1946 على يد عالم النفس والقياس الأمريكي ستانلي سميث ستيفنز، عندما نشر ورقته البحثية المفصلية في مجلة (Science) بعنوان «حول نظرية مستويات القياس» (On the Theory of Scales of Measurement). قدم ستيفنز إطاراً ثورياً قسّم بموجبه البيانات وسلالم القياس إلى أربعة مستويات محددة: الاسمي (Nominal)، والرتبي (Ordinal)، والفئوي (Interval)، والنسبي (Ratio). وربط كل مستوى بمجموعة محددة من التحويلات الرياضية المسموح بها والاختبارات الإحصائية الملائمة له، مما منح علم النفس الأساس الرياضي والفلسفي لتبرير أدواته القياسية ومخرجاتها من البيانات.

في النصف الثاني من القرن العشرين، ومع بزوغ الثورة المعرفية وتطور النماذج السيكومترية المتقدمة مثل «نظرية الاستجابة للمفردة» (Item Response Theory – IRT) وتطبيقات جورج راش (Georg Rasch)، اتجه الباحثون إلى تجاوز قيود البيانات الرتبية الناتجة عن مقاييس ليكرت، وابتكار طرائق لتحويلها رياضياً إلى مسافات ومقاييس فئوية حقيقية. وتزامن ذلك مع صعود حركة الأساليب البحثية المختلطة (Mixed Methods) في نهاية القرن العشرين، والتي أعادت الاعتبار للبيانات النوعية بوصفها مكملاً جوهرياً لا غنى عنه للبيانات الكمية في استكشاف الظواهر النفسية المعقدة.

6. الأطر والأسس النظرية والمنهجية

تستند أنواع البيانات في القياس السيكولوجي إلى أسس إبستمولوجية ونظرية متعددة توجه كيفية استنباط المعرفة من السلوك البشري. يُعد الإطار الوضعي (Positivist Framework) الأساس الذي يستند إليه القياس الكمي، حيث يفترض وجود حقيقة نفسية موضوعية مستقلة قابلة للرصد والقياس الرياضي الدقيق عبر مؤشرات وسيطة خاضعة لقوانين الاحتمالات والإحصاء.

يقابل ذلك الإطار البنائي والتفسيري (Constructivist / Interpretive Framework)، الذي ينظر إلى البيانات النوعية على أنها نتاج للتفاعل بين الفرد وسياقه الاجتماعي والثقافي. لا تُعامل البيانات هنا كأرقام مجردة، بل كخطابات، ومعانٍ، وتأويلات ذاتية لا يمكن اختزالها دون فقدان جوهرها وسياقها الأصيل، مما يستوجب استخدام استراتيجيات تحليل كيفية مثل التحليل الموضوعي (Thematic Analysis) أو الظاهراتي (Phenomenological Analysis).

من الناحية السيكومترية، تقوم البيانات الكمية على «النظرية الكلاسيكية في القياس» (Classical Test Theory – CTT)، التي تفترض أن كل درجة ملحوظة (Observed Score) تفرزها أداة القياس تتكون من مركبتين: الدرجة الحقيقية (True Score) وخطأ القياس العشوائي (Measurement Error). يحدد نوع البيانات المستخدمة وطبيعة استجابات الأفراد مقدار هذا الخطأ، ومستوى الثبات والصدق الذي يمكن تحقيقه، وصولاً إلى النماذج الحديثة في القياس الموضوعي كنموذج راش (Rasch Model)، الذي يسعى لإنشاء مقاييس مستقلة عن عينة الأفراد ومفردات الاختبار، محولاً البيانات الرتبية الصرفة إلى مقاييس لوغاريتمية ذات فترات متساوية (Logits).

7. المكونات الرئيسية والتصنيفات والمستويات

تُصنف البيانات في البحث النفسي وفق مستويات وخصائص محددة بدقة، تتدرج من البساطة التصنيفية إلى التعقيد الرياضي الكامل:

• البيانات الاسمية (Nominal Data): أدنى مستويات القياس، وتُستخدم حصرياً للتصنيف والترميز النوعي دون وجود أي مفاضلة أو ترتيب تراتبي بين الفئات. الأرقام هنا لا تعني كميات، بل مجرد أسماء وبطاقات تعريفية (مثل: نوع الجنس [1=ذكر، 2=أنثى]، والتشخيص الإكلينيكي وفق الدليل التشخيصي والإحصائي [1=فصام، 2=اكتئاب جسيم، 3=اضطراب هلع]). التحليلات المسموحة تقتصر على حساب التكرارات، والنسب المئوية، والمنوال، واختبار مربع كاي للأوزان.
• البيانات الرتبية (Ordinal Data): بيانات تتضمن تصنيفاً يمتلك خاصية الترتيب المنطقي والمفاضلة (أكبر من، أصغر من، أعلى، أدنى)، لكن المسافات أو الفروق بين الرتب غير متساوية ولا يمكن معرفتها بدقة. من أبرز أمثلتها: رتب الولادة بين الإخوة، وتصنيف شدة الأعراض (بسيطة، متوسطة، شديدة)، واستجابات مقاييس ليكرت الخماسية التقليدية (أوافق بشدة إلى أعارض بشدة). الإحصاءات الملائمة تشمل الوسيط، والمدى الربيعي، ومعاملات ارتباط سبيرمان وكيندال، والاختبارات اللا بارامترية مثل مان-ويتني وكروسكال-واليز.
• البيانات الفئوية / ذات الفترات المتساوية (Interval Data): بيانات كمية تمتلك خاصية الترتيب وتتميز بوجود مسافات وفواصل متساوية تماماً بين النقاط المتتالية على المقياس، ولكنها تفتقر إلى وجود «صفر مطلق» (Absolute Zero)؛ فالصفر هنا نسبي أو اعتباري ولا يعني انعدام السمة كلياً. من أشهر أمثلتها درجات مقاييس الذكاء المعيارية (IQ) ودرجات الحرارة بالمئوية. تتيح هذه البيانات العمليات الحسابية كالجمع والطرح، وحساب المتوسط الحسابي والانحراف المعياري، واستخدام الاختبارات البارامترية القوية مثل اختبار (t-test) وتحليل التباين (ANOVA) ومعامل ارتباط بيرسون.
• البيانات النسبية (Ratio Data): أعلى مستويات القياس الرياضي وأكثرها اكتمالاً ودقة؛ حيث تمتلك الترتيب، وتساوي الفواصل، ووجود «صفر حقيقي ومطلق» يمثل الغياب التام للخاصية المقاسة، مما يسمح بحساب النسب الرياضية المباشرة (كأن نقول إن القيمة ضعف الأخرى). من أمثلتها في علم النفس: زمن الرجع المقاس بالثواني، وعدد ساعات النوم، والاستجابة الكهربائية للجلد (GSR)، وعدد الاستجابات الشرطية الصادرة عن المفحوص. تتيح كافة العمليات الحسابية بما فيها الضرب والقسمة وحساب المتوسط الهندسي ونماذج الانحدار الخطية المتقدمة.
• البيانات النوعية السردية (Textual / Qualitative Data): بيانات غير رقمية تأتي في صيغة نصوص مكتوبة، أو تسجيلات صوتية ومرئية، أو ملاحظات ميدانية ميدانية عيادية واجتماعية تركز على الدلالات والتفسيرات السياقية، وتُحلل باستخدام برمجيات التحليل النوعي ومنهجيات تحليل المحتوى والخطاب.

8. الأمثلة التطبيقية والحالات التوضيحية في علم النفس

لتوضيح التمايز الجوهري بين أنواع البيانات في الميدان السيكولوجي التطبيقي، يمكن استعراض دراسة نفسية تجريبية تبحث في «أثر التدخل العلاجي المعرفي السلوكي على مرضى الرهاب الاجتماعي»:

في هذه الدراسة، يجمع الباحث بيانات متعددة المستويات من العينة نفسها؛ فيُسجل نوع جنس المشارك وتصنيف نوع الرهاب (خاص مقابل معمم) كبيانات اسمية. وعند تقييم مستوى الشدة المبدئي، يصنف المعالج السريري الحالات وفق سلم رتبي عيادي (تحت الإكلينيكي، خفيف، معتدل، شديد)، وهي بيانات رتبية؛ حيث نعلم يقيناً أن الحالة الشديدة تعاني أكثر من المعتدلة، لكن لا يمكن الجزم بأن الفرق بين الخفيف والمعتدل يطابق حسابياً الفرق بين المعتدل والشديد.

أما عند تطبيق مقياس القلق الاجتماعي المعياري (المقنن وفق درجات معيارية ذات متوسط 100 وانحراف معياري 15)، فإن الدرجات الناتجة تُعامل كبيانات فئوية؛ فالفارق بين 100 و110 درجات مساوٍ حسابياً للفارق بين 110 و120، ومع ذلك لا يمكن القول إن الشخص الحاصل على درجة صفر في هذا الاختبار يخلو تماماً من أي ذرة من القلق البشري، لأن الصفر هنا اعتباري وليس انعداماً مطلقاً للخاصية. وأخيراً، عندما يوضع المشارك في موقف اجتماعي اختباري (إلقاء كلمة)، ويقيس الباحث «زمن الرجع بالثواني» قبل بدء الحديث ومعدل ضربات القلب وعدد مرات التلعثم اللفظي، فإن هذه القياسات تشكل بيانات نسبية؛ فزمن قدره 10 ثوانٍ يمثل ضعف زمن قدره 5 ثوانٍ بدقة، وزمن صفر يعني غياب أي تأخير بالكلية.

9. أدوات القياس والتقييم الإحصائي

تعتمد الممارسات البحثية والتقييمية على مواءمة صارمة بين أدوات جمع البيانات، ونوع البيانات الناتجة، والحزم الإحصائية المعتمدة لمعالجتها:

• أدوات القياس السيكومتري: تشمل الاستبيانات المقننة ومقاييس الشخصية مثل مقياس العوامل الخمسة الكبرى ومقاييس بيك للاكتئاب. تولد هذه الأدوات بيانات رتبية على مستوى البنود، وغالباً ما تُعامل الدرجات الكلية المجمعة (Summed Composite Scores) بوصفها بيانات فئوية تقريبية بشرط توافر التوزيع الطبيعي والاتساق الداخلي العالي.
• الأجهزة النفسية-الفسيولوجية والنيورولوجية: تتضمن تخطيط أمواج الدماغ (EEG)، وتصوير الرنين المغناطيسي الوظيفي (fMRI)، وأجهزة قياس تتبع العين وزمن الرجع. تنتج هذه الأدوات حصرياً بيانات كمية متصلة ونسبية ذات درجات فائقة من الدقة والحساسية الرياضية.
• برمجيات التحليل الإحصائي: تستخدم البرمجيات المتقدمة مثل (SPSS) و(R) و(Python) و(Mplus) تصنيفات محددة للمتغيرات (مثل Factor, Ordinal, Numeric, Scale). يفرض نوع البيانات نمط الاختبار الإحصائي المطبق؛ فالانحدار اللوجستي يُستدعى للبيانات الاسمية الثنائية، بينما يُستخدم الانحدار الخطي المتعدد لبيانات المتغيرات الفئوية والنسبية المتصلة، وتُستخدم نماذج المعادلات البنائية (SEM) للتعامل مع المتغيرات الكامنة المشتقة من مؤشرات متعددة الأنواع.

10. التطبيقات العملية والأهمية الميدانية

يرتبط الفهم الواعي لأنواع البيانات بمخرجات حيوية في شتى مجالات علم النفس المهنية والتطبيقية. في علم النفس الإكلينيكي والطب النفسي، يتيح الفرز الدقيق بين البيانات الاسمية (كالتشخيص وفق فئات محددة) والبيانات الفئوية/النسبية (كمقاييس تدرج شدة الأعراض) اتخاذ قرارات مصيرية تتعلق بفاعلية التدخلات الدوائية والعلاج النفسي؛ حيث إن الاعتماد على التصنيف الاسمي وحده قد يحجب تحسن المريض الجزئي والمستمر الذي ترصده المقاييس الفئوية بدقة.

في ميدان علم النفس الصناعي والتنظيمي، تعتمد عمليات التوظيف والاختيار وتقييم الأداء على تحويل تقييمات المشرفين والمديرين (وهي بيانات رتبية في أصلها) إلى مقاييس كفاءة معيارية تدعم الترقيات والمكافآت، حيث يضمن الفهم الإحصائي السليم عدم إجراء مقارنات غير عادلة أو جمع رتب لا يصح جمعها رياضياً. وفي علم النفس التعليمي، يساعد التمييز بين أنواع البيانات في تصميم الاختبارات التحصيلية، وتطبيق نماذج التقييم القائمة على المعايير مقارنة بنماذج التقييم المرجعية للجماعة، مما يسهم في رصد صعوبات التعلم والنمو المعرفي بدقة وموثوقية.

11. الدراسات التجريبية والأدلة البحثية المعاصرة

تشير النقاشات المنهجية المعاصرة في الأدبيات السيكومترية إلى أبحاث مكثفة تناولت شرعية التعامل مع بيانات مقاييس ليكرت (Likert Scales) كبيانات فئوية بدلاً من الاقتصار على التعامل معها كبيانات رتبية. أظهرت دراسات المحاكاة البارزة (مثل دراسات كاريفيرو وبيرليني، 2008، وكذلك نورمان، 2010) أن الاختبارات البارامترية كالـ (t-test) وتحليل التباين قوية للغاية ومتينة (Robust) في وجه انتهاك افتراض المستوى الفئوي عند تطبيقها على مقاييس ليكرت ذات النقاط الخمس أو السبع، طالما أن حجم العينة ملائم والتوزيع ليس شديد الالتواء، مما يقدم سنداً تجريبياً للممارسات البحثية الشائعة في علم النفس الاجتماعي والشخصية.

على صعيد آخر، تركز الدراسات الحديثة في مجال النمذجة الرياضية والقياس الدقيق (مثل أبحاث ديفيد أندرش وزملائه حول تطبيق نماذج راش) على البرهنة على أن الجمع الحسابي البسيط للدرجات الرتبية دون معايرة احتمالية يؤدي إلى تضخيم الأخطاء التفسيرية، خصوصاً في نهايات المنحنى الاعتدالي (لدى ذوي القدرات شديدة الانخفاض أو شديدة الارتفاع). تُظهر هذه الأدلة الإمبيريقية المستمرة أن التمييز الصارم بين نوع البيانات ومستوى قياسها الفعلي ليس ترفاً نظرياً، بل يمس سلامة القرارات التشخيصية والبحثية في جوهرها.

12. الاعتبارات الثقافية والعبر-ثقافية

تتأثر أنواع البيانات وطرق جمعها بالسياقات الثقافية واللغوية المتنوعة، مما يفرض تحديات جمة في الدراسات النفسية عبر الثقافية. فعلى صعيد البيانات الرتبية المعتمدة على مقاييس التقرير الذاتي، تُظهر المجتمعات اختلافات جذرية في أساليب الاستجابة (Response Styles)؛ إذ تميل بعض الثقافات الجمعية في شرق آسيا إلى تفضيل الاستجابة الوسطية المعتدلة (Moderation Bias) تجنباً للتطرف، بينما تميل ثقافات أخرى في أمريكا اللاتينية أو الشرق الأوسط إلى اختيار الأطراف القصوى للمقياس (Extreme Response Style)، مما يجعل البيانات الرتبية متأثرة بالمحدد الثقافي وليس فقط بمقدار السمة النفسية المقاسة.

علاوة على ذلك، يبرز التحدي في ترجمة وتوطين البيانات النوعية؛ فالمفاهيم العاطفية والتعبيرات الاصطلاحية عن الحزن أو القلق تختلف بنيتها الدلالية بين اللغات، مما قد يحول البيانات الاسمية والتشخيصية إلى فئات غير متكافئة ثقافياً (Lack of Metric and Scalar Invariance). يستوجب ذلك من الباحثين إجراء اختبارات التكافؤ القياسي (Measurement Invariance) باستخدام التحليل العاملي التوكيدي متعدد المجموعات للتأكد من أن نوع البيانات والخصائص القياسية للمتغيرات متماثلة بالفعل عبر الثقافات المختلفة قبل عقد المقارنات الإحصائية.

13. الانتقادات والجدل الأكاديمي والحدود المنهجية

أثار تصنيف ستيفنز لمستويات وأنواع البيانات جدلاً إبستمولوجياً مستمراً منذ طرحه؛ إذ يرى بعض علماء الإحصاء التطبيقي (مثل جون توكي ولويس غاتمان) أن هذا التصنيف مفرط في التصلب والصرامة المنهجية، وقد قيد تطور البحث النفسي بحرمان الباحثين لعقود من استخدام تحليلات بارامترية قوية على بيانات رتبية غنية بالمعلومات. في المقابل، يرى الأصوليون السيكومتريون أن التساهل الشائع في معاملة البيانات الرتبية كبيانات فئوية يمثل «خطيئة منهجية» تؤدي إلى نتائج مضللة وزائفة إحصائياً.

يرتبط نقد آخر بحدود القياس الكمي ذاته في فهم النفس البشرية؛ حيث يجادل أنصار المنهجية الكيفية والظاهراتية بأن تحويل المشاعر الإنسانية المركبة والخبرات الوجودية كالفقد، والوعي، والوجد الصوفي إلى مجرد بيانات عددية منفصلة أو فئوية ينطوي على اختزالية مفرطة تُفقد الظاهرة عمقها وسياقها الحيوي، مؤكدين على ضرورة التعددية المنهجية وتكامل أنواع البيانات التراكمية في دراسة السلوك البشري.

14. المصطلحات ذات الصلة والفروق الدقيقة

تتداخل أنواع البيانات مع مفاهيم منهجية وإحصائية متعددة تستدعي التمييز الدقيق:

• نوع البيانات (Data Type) مقابل نوع المتغير (Variable Type): المتغير هو السمة أو الخاصية المفاهيمية التي تتغير من شخص لآخر (مثل الذكاء، أو الطول)، بينما نوع البيانات هو التعبير الرياضي والمستوى القياسي الذي اتخذته قيم ذلك المتغير في دراسة معينة؛ فالمتغير الواحد (كالوزن) قد يُسجل كبيانات نسبية (بالكيلوغرام) أو رتبية (نحيف، طبيعي، بدين).
• المتغير المستقل والمتغير التابع: تصنيف وظيفي يحدد دور المتغير في التصميم التجريبي (السبب مقابل النتيجة)، ولا يحدد بذاته نوع البيانات؛ إذ يمكن لأي منهما أن يكون اسمياً، أو رتبياً، أو فئوياً.
• المتغيرات الكمية المستمرة (Continuous) مقابل المنفصلة (Discrete): تشير المنفصلة إلى بيانات تتغير عبر قفزات عددية محددة ولا تقبل قيماً بينية كالأعداد الصحيحة، بينما تتضمن البيانات المستمرة طيفاً لا نهائياً من القيم الكسرية بين أي حدين وتُقاس عادة بأدوات فئوية أو نسبية.
• القياس البارامتري (Parametric) مقابل اللا بارامتري (Non-parametric): شروط تتعلق بطبيعة الفروض الإحصائية للاختبار؛ يتطلب التحليل البارامتري بيانات فئوية أو نسبية وتوزيعاً اعتدالياً للمجتمع، في حين يلائم التحليل اللا بارامتري البيانات الاسمية والرتبية والتوزيعات الحرة.

15. الخلاصة والاستنتاجات الجوهرية

تُعد أنواع البيانات في علم النفس بوصلة المنهج العلمي التي تضمن اتساق الأدوات التحليلية مع الطبيعة الموضوعية للظاهرة السلوكية المقاسة. من البيانات الاسمية البسيطة التي تؤسس للتمايز التصنيفي، مروراً بالبيانات الرتبية التي تحدد سلم التفضيل، ووصولاً إلى البيانات الفئوية والنسبية التي تتيح أدق العمليات الرياضية، يرسم كل مستوى حدود المعرفة التي يمكن للباحث توليدها بأمانة ودقة. إن النجاح في معالجة القضايا النفسية المعاصرة وتجاوز أزمات قابلية التكرار في العلوم السلوكية يظل مشروطاً بالوعي العميق بخصائص البيانات، واحترام قيودها الرياضية، وتحقيق التكامل المنطقي بين القياس الكمي الصارم والوصف النوعي العميق للإنسان.

المراجع

• Borgatta, E. F., & Bohrnstedt, G. W. (1980). Level of measurement: Once over again. Sociological Methods & Research, 9(2), 147–160. https://doi.org/10.1177/004912418000900202
• Carifio, J., & Perla, R. J. (2008). Resolving the 50-year debate around using and misusing Likert scales. Medical Education, 42(12), 1150–1152. https://doi.org/10.1111/j.1365-2923.2008.03172.x
• Norman, G. (2010). Likert scales, levels of measurement and the “laws” of statistics. Advances in Health Sciences Education, 15(5), 625–632. https://doi.org/10.1007/s10459-010-9222-y
• Rasch, G. (1960). Probabilistic models for some intelligence and attainment tests. Danish Institute for Educational Research. https://eric.ed.gov/?id=ED064397
• Stevens, S. S. (1946). On the theory of scales of measurement. Science, 103(2684), 677–680. https://doi.org/10.1126/science.103.2684.677