معامل عدم التشابه: مقياس التباين الإحصائي

يشكل فهم الفروق الفردية وقياس درجات التباين بين الأنماط السلوكية والسمات النفسية حجر الزاوية في العلوم السلوكية المعاصرة، حيث يسعى الباحثون دوماً إلى تحويل الملاحظات المعقدة إلى تقديرات كمية دقيقة تعكس مدى تباعد الظواهر أو تقاربها. ويبرز معامل عدم التشابه (Dissimilarity Coefficient) كأداة رياضية وإحصائية رائدة تتيح للباحثين صياغة مصفوفات المسافات بين المفحوصين أو المتغيرات، مما يمنح الدراسات السيكومترية عمقاً تحليلياً يتجاوز المقارنات الوصفية البسيطة. تمثل هذه الأداة ركيزة جوهرية في تقنيات التصنيف السلوكي، والنمذجة الرياضية، ورسم الخرائط الإدراكية التي تعيد تشكيل فهمنا للبنية النفسية المعقدة للإنسان.

معامل عدم التشابه

1. التعريف الموجز

يُعرَّف معامل عدم التشابه بأنه مقياس كمي إحصائي يُعبّر عن مقدار التباعد أو الاختلاف النسبي بين زوج من الكيانات، أو المفحوصين، أو المتغيرات، بناءً على مجموعة محددة من الخصائص أو القياسات السيكومترية المشتركة. تتناسب قيمة هذا المعامل طردياً مع درجة الاختلاف؛ فكلما اقتربت القيمة من الصفر دلّ ذلك على التطابق التام، وكلما ازدادت القيمة دلّ ذلك على تعاظم الهوة وانعدام التجانس بين العنصرين الخاضعين للمقارنة.

يمثل هذا المفهوم في جوهره الإجرائي دالة مسافة (Distance Function) تُسقط الفروق الفردية على فضاء متعدد الأبعاد، حيث يُترجم التمايز النوعي والكمي إلى أبعاد هندسية قابلة للمعالجة الرياضية. وتتجلى أهميته في أنه يشكل المدخل الحسابي الأساسي لتقنيات متقدمة في النمذجة الإحصائية، مثل التحليل العنقودي (Cluster Analysis) ومقاييس التدرج متعدد الأبعاد (Multidimensional Scaling)، التي تهدف إلى الكشف عن البنى الخفية داخل البيانات السلوكية.

على صعيد الممارسة السيكومترية، يوفر معامل عدم التشابه وسيلة عينية لتقييم تباين الاستجابات على مقاييس الشخصية، والبطاريات العصبية النفسية، واستبانات الاتجاهات، مما يتيح التمييز الدقيق بين المجموعات الإكلينيكية والمجموعات الضابطة استناداً إلى تباعد ملفاتها النفسية الشاملة وليس فقط بالاعتماد على الفروق في الدرجات الكلية المفردة.

2. التأثيل والاشتقاق اللغوي

يتألف المصطلح في اللغة العربية من مركب إضافي ونعتي؛ فـ”المعامل” مشتق من الجذر اللغوي (ع-م-ل)، ووزنه الصرفي “مُفَاعِل”، ويُقصد به في الاصطلاح الرياضي المقدار الثابت أو الرمز العددي الذي يحدد علاقة معينة أو تحويلاً بين المتغيرات. أما لفظ “عدم” فيفيد النفي والسلب المطلق، بينما يرجع “التشابه” إلى الجذر (ش-ب-ه)، وهو مماثلة الشيء لغيره في خصائصه ومظهره، وبذلك يشير التركيب حرفياً إلى المقدار الدال على انتفاء المماثلة وفقدان التناظر بين شيئين.

أما في السياق الغربي، فإن المصطلح الإنجليزي (Dissimilarity Coefficient) يتكون من السابقة اللاتينية (-dis) التي تعني الانفصال أو الإلغاء أو التناقض، وجذر الكلمة اللاتينية (similis) التي تعني المتشابه أو المطابق، واللاحقة (-ity) المشيرة إلى الحالة أو الخاصية المجردة، في حين اشتقت كلمة (Coefficient) من السابقة اللاتينية (co-) بمعنى معاً و(efficere) بمعنى يُحدث أو يُنتج، والتي أدخلها الرياضي الفرنسي فرانسوا فييت (François Viète) في القرن السادس عشر لتشير إلى العوامل العددية المرتبطة بالمتغيرات.

دخل هذا المصطلح إلى حقل القياس النفسي والإحصاء الحيوي في منتصف القرن العشرين مع تطور علم التصنيف العددي (Numerical Taxonomy) على يد علماء مثل روبرت سوكال (Robert Sokal) وبيتر سنيث (Peter Sneath)، حيث كان يُبحث عن معايير رياضية موضوعية قادرة على تجاوز الانحيازات الوصفية، ثم سرعان ما تبنته السيكومتريا التحليلية لوصف مصفوفات التباعد في فضاءات السمات الإنسانية.

3. النطق والبنية النحوية الصرفية

يُنطق المصطلح باللغة العربية الفصحى بتحريك الحروف وضبطها كالتالي: مُعَامِلُ عَدَمِ التَّشَابُهِ (Mu’āmil ‘Adam at-Tashābuh). يُعرب الجزء الأول “مُعَامِلُ” اسماً مرفوعاً أو حسب موقعه الإعرابي في الجملة وهو اسم فاعل مشتق من الفعل فوق الثلاثي “عَامَلَ”، وهو مضاف. ويُعرب لفظ “عَدَمِ” مضافاً إليه مجروراً وعلامة جره الكسرة الظاهرة، وهو مضاف أيضاً، بينما يُعرب “التَّشَابُهِ” مضافاً إليه ثانياً مجروراً، وهو مصدر مشتق للفعل الخماسي “تَشَابَهَ”.

تتعدد الاستخدامات النحوية للمصطلح في الكتابات الأكاديمية؛ فقد يرد مفرداً كما في جملة “تم احتساب معامل عدم التشابه الإقليدي بين استجابات الحالات السريرية”، أو بصيغة الجمع “معاملات عدم التشابه” للإشارة إلى عناصر المصفوفة الرياضية المتناظرة. كما يشيع في الأدبيات المترجمة استخدام مصطلحات مترادفة مثل “معامل التباين” أو “معامل اللاتشابه” أو “مقياس المسافة اللاتشابهية”، إلا أن “معامل عدم التشابه” يظل التعبير الأكثر دقة ومطابقة للأصل المعجمي والإحصائي المتفق عليه دولياً.

4. الشرح المفاهيمي الموسع

يقوم معامل عدم التشابه على فكرة هندسية مفاهيمية مفادها أن كل فرد، أو استجابة نفسية، يمكن تمثيله كنقطة داخل فضاء رياضي متعدد الأبعاد (Multidimensional Space)، حيث يمثل كل بعد متغيراً نفسياً محدداً، مثل مستوى الانبساطية، أو درجة العصابية، أو حدة أعراض القلق. في هذا الفضاء، لا يُنظر إلى الأفراد بمعزل عن بعضهم، بل من خلال موقعهم النسبي مقارنة بالآخرين، وهنا يتدخل معامل عدم التشابه ليقيس المسافة الفاصلة بين هذه النقاط؛ فكلما تباعدت النقاط في الفضاء الهندسي، ارتفعت قيمة عدم التشابه، دلالة على افتراق السمات السلوكية المقاسة.

ينطوي المفهوم على شروط رياضية دقيقة ليتحول من مجرد مقارنة اعتباطية إلى دالة مسافة مترية حقيقية (Metric Distance). وتشمل هذه الشروط: أولاً، اللاحتمية السلبية، أي أن قيمة عدم التشابه لا يمكن أن تكون سالبة على الإطلاق، وتساوي الصفر حصراً إذا وفقط إذا كان العنصران متطابقين تماماً في كافة الصفات. ثانياً، التناظر، مما يعني أن درجة عدم تشابه الفرد (أ) بالنسبة للفرد (ب) مطابقة حتماً لدرجة عدم تشابه (ب) بالنسبة لـ (أ). ثالثاً، متباينة المثلث، وهي شرط متري ينص على أن المسافة المباشرة بين نقطتين لا يمكن أن تتجاوز مجموع مسافتيهما إلى نقطة ثالثة وسيطة، ومع ذلك فإن بعض معاملات عدم التشابه غير المترية في علم النفس تتنازل عن هذا الشرط الأخير لنمذجة حالات إدراكية وظرفية خاصة.

يتجاوز نطاق هذا المعامل الحدود التقليدية لمعاملات الارتباط الخطي مثل معامل بيرسون؛ إذ يركز الارتباط على نمط التغير النسبي والتزامن في الحركة بغض النظر عن المقادير المطلقة، بينما يهتم معامل عدم التشابه بالتباين في الفروق المطلقة والكمية والنوعية دفعة واحدة. ولذلك، يمكن لملفين نفسيين أن يُظهرا ارتباطاً خطياً مرتفعاً للغاية بسبب تطابق المسار، ولكنهما في الوقت ذاته يسجلان معامل عدم تشابه مرتفعاً إذا كانت الفجوة في الشدة والدرجات الخام شاسعة، وهو ما يجعله أداة لا غنى عنها في التشخيص الفارق الدقيق.

يمتد أفق تطبيق هذا المفهوم إلى التعامل مع أنماط متباينة من البيانات؛ فالبيانات السيكومترية ليست دوماً كمية متصلة، بل تشمل متغيرات ثنائية التفرع (مثل الإجابة بنعم أو لا، أو وجود العَرَض المرضي من عدمه)، وبيانات رتبية (مثل تدريجات ليكرت)، وبيانات اسمية نوعية. وبالتالي، يوفر الإطار المفاهيمي لمعامل عدم التشابه حلولاً رياضية مهيأة للتعامل مع كل نمط من هذه الأنماط، محولاً إياها إلى درجات قياسية موحدة تعكس حجم التفاوت الإجمالي دون الإخلال بطبيعة البيانات الأصلية.

5. التطور التاريخي والمعرفي

تعود الجذور الأولى لصياغة فكرة المسافات الإحصائية وعدم التشابه إلى أواخر القرن التاسع عشر وبدايات القرن العشرين، متزامنة مع نهضة القياس البشري (Anthropometry). برز التحول المفصلي الأول مع الأبحاث الرائدة لعالم الإحصاء الهندي براسانتا شاندرا ماهالانوبيس (Prasanta Chandra Mahalanobis) في عشرينيات وثلاثينيات القرن العشرين، حين صاغ مقياس “مسافة ماهالانوبيس” في عام 1936 لقياس التباعد بين الجماعات السكانية بناءً على قياسات جسدية ونفسية متعددة مع الأخذ بعين الاعتبار التغاير المشترك بين المتغيرات.

شهدت فترة الخمسينيات والستينيات من القرن المنصرم قفزة نوعية مع ظهور ثورة الحواسيب والتحليل العددي؛ حيث قدم بيتر سنيث وروبرت سوكال في كتابهما المرجعي الصادر عام 1963 أسساً رياضية منهجية لمئات المعاملات الخاصة بالتشابه وعدم التشابه في سياق التصنيف العددي، مما ألهم علماء النفس الكمي لتبني هذه النماذج وتطويرها لتلائم المعطيات السلوكية والإدراكية المعقدة.

في موازاة ذلك، أحدث عالم النفس الرياضي وارن تورغرسون (Warren Torgerson) عام 1952، وتبعه بعد ذلك روجر شيبرد (Roger Shepard) وجوزيف كرسكال (Joseph Kruskal) في أوائل الستينيات، ثورة كبرى بتأسيس منهجية القياس متعدد الأبعاد غير المتري. اعتمد هذا النهج الجديد على مصفوفات عدم التشابه الناتجة عن الأحكام الذاتية للمفحوصين حول مدى التباين بين المثيرات البصرية أو السمعية أو المفاهيم المعنوية، مما نقل معامل عدم التشابه من مجرد إجراء إحصائي وصفي للمتغيرات إلى نموذج نظري يفسر البنية الهندسية للإدراك البشري ذاته.

مع بزوغ عصر الذكاء الاصطناعي وتنقيب البيانات والتعلم الآلي في أواخر القرن العشرين وبداية الألفية الثالثة، اكتسب معامل عدم التشابه أبعاداً جديدة في الحوسبة المعرفية والنمذجة العصبية النفسية؛ حيث يُستخدم راهناً كمدخل أساسي في خوارزميات التجميع غير الخاضع للإشراف، وتحديد الأنماط الشاذة في البيانات النفسية الضخمة، ورسم الشبكات السيكومترية التي تصف شبكات الأعراض النفسية والتفاعلات الديناميكية بين الاضطرابات العقلية المختلفة.

6. الأسس والأطر النظرية

يستند معامل عدم التشابه إلى أطر إبستمولوجية ورياضية رصينة تتداخل فيها الهندسة الفضائية مع النظريات المعرفية السيكولوجية. يُعد الإطار الإقليدي الكلاسيكي (Euclidean Framework) النموذج النظري الأبرز؛ إذ يفترض أن الفضاء النفسي يماثل الفضاء الفيزيائي الثلاثي الأبعاد، حيث يمكن تطبيق مبرهنة فيثاغورس لحساب المسافات المستقيمة بين الكيانات المعرفية، مما يفترض استقلالية وتعامد المحاور النفسية الخاضعة للمقارنة وعدم تداخلها المباشر في الإدراك الأولي.

في المقابل، يقدم الإطار غير الإقليدي (Non-Euclidean Framework)، ولا سيما فضاءات منكوفسكي المترية (Minkowski Metric Spaces)، نموذجاً نظرياً مرناً يرى أن الإدراك البشري لعدم التشابه يختلف باختلاف طبيعة المثيرات؛ فعندما تكون الأبعاد التحليلية للمثيرات منفصلة وغير قابلة للدمج الإدراكي المباشر (Integrable vs. Separable Dimensions)، فإن العقل البشري يقيس عدم التشابه وفقاً لـ “مسافة مانهاتن” أو “مسافة المدينة” (City-Block Metric)، حيث تُجمع الفروق المطلقة عبر الأبعاد كل على حدة بدلاً من دمجها في خط مستقيم إقليدي.

تتعزز هذه الرؤية من خلال نظرية تباين السمات لأموس تفرسكي (Amos Tversky’s Contrast Model) التي صيغت عام 1977، والتي شكلت تحدياً صارخاً للافتراضات الهندسية التقليدية. جادل تفرسكي بأن عدم التشابه ليس مجرد مسافة هندسية متناظرة، بل هو عملية معرفية تعتمد على مقارنة الميزات المشتركة والميزات الفريدة بين المثيرات؛ حيث يتأثر حكم الفرد على عدم التشابه بتركيز الانتباه، مما قد يجعل عدم تشابه العنصر (أ) بالنسبة لـ (ب) مختلفاً في المعالجة المعرفية عن عدم تشابه (ب) بالنسبة لـ (أ)، وهو ما مهد لظهور معاملات عدم تشابه غير متناظرة ذات أساس سيكولوجي عميق.

كما يتصل المفهوم نظرياً بـ نظرية الفضاء الدلالي ونظريات التمثيل المعرفي (Cognitive Representation Theories)؛ إذ يُفترض أن المفاهيم، والكلمات، والمشاعر تُخزن في الذاكرة الدلالية كحقول مترابطة تتحدد هويتها المعرفية بمدى ابتعادها أو قربها من المفاهيم المركزية (Prototypes). وبذلك، يوفر معامل عدم التشابه الوسيط الرياضي القادر على محاكاة البنية التحتية لمعالجة المعلومات واتخاذ القرار في الدماغ البشري.

7. المكونات الرئيسية والأنواع والأبعاد

تتعدد معاملات عدم التشابه وتتنوع بنيتها الرياضية تبعاً لطبيعة البيانات السيكومترية ومستويات القياس المستخدمة، ويمكن تصنيفها إلى الأنماط والأبعاد الرئيسية التالية:

• المسافة الإقليدية (Euclidean Distance): هي المقياس الأكثر شيوعاً في التعامل مع البيانات الكمية المتصلة، وتُحسب بأخذ الجذر التربيعي لمجموع مربعات الفروق بين الدرجات على جميع المتغيرات المقاسة، وتصلح كمعامل عدم تشابه عندما تكون المتغيرات متجانسة في وحدات القياس.
• المسافة الإقليدية المربعة (Squared Euclidean Distance): تُستخدم بكثرة في خوارزميات التجميع والتحليل العنقودي لتسريع العمليات الحسابية وتضخيم الفروق الكبيرة بين المفحوصين، حيث تتجاهل استخراج الجذر التربيعي مما يمنح وزناً أكبر للاختلافات المتطرفة.
• مسافة مانهاتن أو كتلة المدينة (Manhattan / City-Block Distance): تُحسب بجمع الفروق المطلقة بين قيم المتغيرات دون تربيع، وتُعد ممتازة للبيانات النفسية الرتبية أو عندما يُعالج المفحوص الأبعاد الإدراكية كخصائص منفصلة لا تختلط ببعضها.
• مسافة ماهالانوبيس (Mahalanobis Distance): معامل عدم تشابه متقدم للبيانات متعددة المتغيرات، يتميز بدمجه لمصفوفة التغاير والارتباطات البينية، مما يجعله قادراً على قياس التباعد الفعلي دون أن يتأثر بالتكرار الإحصائي أو بالارتباطات القوية القائمة بين المقاييس النفسية المختلفة.
• معاملات عدم التشابه للبيانات الثنائية (Binary Dissimilarity Coefficients): وتُطبق على المتغيرات ثنائية القيمة (حاضر/غائب)، ومن أبرزها: معامل جاكارد لعدم التشابه (Jaccard Dissimilarity) الذي يستبعد الحالات التي يغيب فيها العَرَض لدى الطرفين معاً، ومعامل سورنسن-دايس لعدم التشابه (Sørensen-Dice Dissimilarity) الذي يمنح وزناً مضاعفاً لحالات التطابق في وجود السمة.
• معامل غاور لعدم التشابه (Gower’s Dissimilarity Coefficient): يُعد هذا المعامل حلاً عبقرياً للبيانات المختلطة (Mixed-Type Data)، حيث يمتلك القدرة على دمج المتغيرات الكمية، والرتبية، والاسمية في مقياس موحد يتراوح دائماً بين الصفر (تطابق كلي) والواحد الصحيح (عدم تشابه تام).
• معامل كانبيرا (Canberra Distance): صيغة معدلة ومرجحة من مسافة مانهاتن، تتسم بحساسية فائقة للقيم القريبة من الصفر، وتفيد في فحص تباعد استجابات الأفراد على الظواهر السلوكية النادرة أو ذات التكرارات المنخفضة جداً.

8. أمثلة وحالات تطبيقية توضيحية

تتجسد القوة التحليلية لمعامل عدم التشابه في سيناريوهات إكلينيكية وبحثية متعددة؛ ففي سياق التشخيص النفسي الفارق، لنفترض وجود مريضين خضعا لاختبار تقييم الاكتئاب والقلق المكون من أربعة محاور: الحزن، واضطراب النوم، والتجنب الاجتماعي، والأعراض الجسدية. سجل المريض (أ) درجات: [8، 9، 7، 6] وسجل المريض (ب) درجات: [2، 3، 1، 2]؛ عند حساب المسافة الإقليدية كمعامل عدم تشابه نجد أن المسافة بينهما تصل إلى حوالي 11.91، مما يعكس هوة تشخيصية شاسعة تبرر تصنيفهما في فئتين علاجيتين متباينتين تماماً.

في حالة تطبيقية ثانية في مجال علم النفس التنظيمي، يُراد مطابقة السمات القيادية للمتقدمين لوظيفة إدارية عليا مع “الملف المثالي” المطلوب. إذا كان الملف النموذجي يتطلب درجات محددة في الذكاء العاطفي، والقدرة على التفاوض، وتحمل الضغوط، يُحسب معامل عدم التشابه لغاور لكل مرشح مقارنة بالملف المثالي؛ فالمرشح الذي يحقق معامل عدم تشابه منخفضاً جداً (مثلاً 0.08) يُعتبر الأقرب تطابقاً مع البروفايل القيادي المنشود، بغض النظر عن تفاوت نوعية البيانات المقاسة.

أما في علم النفس المعرفي، فقد استُخدم معامل عدم التشابه لفهم كيف يُصنف الأطفال ذوو اضطراب طيف التوحد المشاعر الإنسانية مقارنة بالأطفال النمطيين. يُعرض على المشاركين أزواج من الوجوه التعبيرية (فرح، حزن، غضب، خوف) ويُطلب منهم تقييم درجة التباين بين كل زوجين على مقياس من 1 إلى 9. يُشكل هذا التقييم مصفوفة عدم تشابه، وعند تحليلها عبر التدرج متعدد الأبعاد، يظهر بوضوح أن الأطفال النمطيين يبنون مسافاتهم الإدراكية على بعدي “الإثارة” و”التكافؤ الوجداني”، بينما قد تظهر مصفوفة عدم التشابه لدى أطفال التوحد تشتتاً يعكس اعتمادهم على تفاصيل هندسية سطحية للوجه (مثل فتحة الفم) بدلاً من البنية العاطفية للمثير.

9. أدوات القياس والتقييم الإحصائي

لا يتم الحصول على معامل عدم التشابه عبر اختبار سيكومتري منفرد، بل هو نتاج خوارزميات معالجة رياضية تُطبق على مصفوفات الدرجات الخام أو من خلال استبانات التقييم المزدوج المباشر. في منهجية القياس المباشر، يُستخدم “مقياس الفروق الزوجية” (Paired Comparison Rating)، حيث يُطلب من المفحوص تحديد مدى الاختلاف بين منبهين على مقياس ليكرت أو خط بصري متصل، محولاً الإدراك الحسي إلى مصفوفة معاملات عدم تشابه متناظرة ترتكز على الفروق الملاحظة مباشرة.

أما في الحساب غير المباشر، تُستخلص المعاملات عبر حزم البرمجيات الإحصائية المتقدمة. توفر بيئة الحوسبة الإحصائية R أدوات متطورة مثل الدالة dist() والدوال الملحقة بحزمة cluster (مثل دالة daisy)، التي تتيح حساب عشرات المعاملات تلقائياً مع خيارات المعايرة والتنميط القياسي (Standardization) للمتغيرات قبل الحساب، وهو إجراء ضروري لحماية المعامل من هيمنة المقاييس ذات التباينات الكبيرة على حساب المقاييس الدقيقة.

كذلك تتيح برمجيات شهيرة مثل IBM SPSS Statistics عبر قوائم التحليل العنقودي (Hierarchical Cluster Analysis) والقياس متعدد الأبعاد (PROXSCAL و ALSCAL) اختيار صيغ عدم التشابه الملائمة؛ حيث تتيح للمستخدم تحويل المتغيرات تلقائياً إلى درجات معيارية (Z-scores) واختيار معامل المسافة الأنسب لطبيعة الظاهرة، مع توليد مصفوفة القرب واللاتشابه (Proximity Matrix) التي تُمكّن الباحث من فحص مصداقية التباينات واستقرارها الإحصائي عبر مؤشرات المطابقة وجودة التوفيق مثل معامل الإجهاد (Stress Value).

10. التطبيقات والأهمية العملية في علم النفس

يمتد الأثر التطبيقي لمعامل عدم التشابه إلى قطاعات متنوعة من علم النفس الإكلينيكي، والتجريبي، والمهني؛ ففي ميدان الطب النفسي والتشخيص السريري، يُوظف المعامل لاكتشاف الأنواع الفرعية غير النمطية من الاضطرابات؛ إذ يسمح بحساب عدم التشابه بين بروفايلات الأعراض لمرضى الفصام أو الاكتئاب الجسيم، مما يساعد الأطباء على تجزيء المتلازمات العامة إلى مجموعات فرعية متجانسة بيولوجياً وسلوكياً تستجيب لبروتوكولات علاجية دوائية ونفسية متباينة.

في علم النفس التربوي وصعوبات التعلم، يلعب المعامل دوراً حيوياً في التشخيص التفريقي للأطفال الذين يعانون من تراجع دراسي غير محدد السبب؛ فبواسطة حساب معاملات عدم التشابه بين الأداء في القدرات المكانية، والذاكرة العاملة، وسرعة المعالجة اللغوية، يمكن عزل حالات عسر القراءة (Dyslexia) عن حالات اضطراب نقص الانتباه وفرط الحركة (ADHD) بناءً على التباعد النمطي للملف المعرفي لكل منهما.

وفي حقل علم النفس التسويقي وسلوك المستهلك، يُعتمد على هذا المعامل لرسم الخرائط الإدراكية للمنتجات والخدمات والعلامات التجارية؛ حيث يتم قياس درجات عدم التشابه الإدراكي لدى المستهلكين بين مختلف العلامات، مما يكشف عن الفجوات التسويقية والفرص غير المستغلة في السوق، ويوجه صانعي القرار نحو تعديل الهوية البصرية والنفسية للمنتج لزيادة تميزه أو اقترابه من التفضيلات المرغوبة.

11. الأبحاث والأدلة التجريبية

تزخر الأدبيات السيكومترية بأبحاث محورية اعتمدت بصورة حاسمة على معاملات عدم التشابه لاختبار نظريات كبرى؛ ومن ذلك دراسات تصنيف الشخصية التي قادها لويس غولدبرغ (Lewis Goldberg) والباحثون في نموذج العوامل الخمسة الكبرى (Big Five Personality Traits)؛ حيث أثبتت الدراسات التجريبية القائمة على مصفوفات عدم التشابه بين صفات اللغة الطبيعية استقرار البنية الخماسية عبر الثقافات، مؤكدة أن الفروق بين الأفراد في معجم السمات تعود إلى خمسة أبعاد مسافية رئيسية لا تتغير بصورة جوهرية.

وفي أبحاث علم الأعصاب المعرفي، وظف الباحثون تقنية “تحليل التشابه التمثيلي” (Representational Similarity Analysis – RSA) التي أسسها نيكولاس كريجيسكورت (Nikolaus Kriegeskorte) وزملاؤه في عام 2008. تعتمد هذه المنهجية المتطورة على حساب مصفوفات عدم التشابه بين أنماط النشاط العصبي المقاسة عبر الرنين المغناطيسي الوظيفي (fMRI) عند تعريض المفحوصين لمثيرات مختلفة، ثم مقارنة هذه المصفوفة بمصفوفة عدم التشابه السلوكية الناتجة عن استجابات المفحوصين أنفسهم، مما قدم دليلاً تجريبياً دامغاً على كيفية ترجمة التباعد العصبي في القشرة المخية البصرية إلى تباين سيكولوجي في الإدراك الواعي.

كذلك أظهرت دراسات حديثة في علم النفس المرضي الشبكي (Network Psychopathology)، قادها ديني بورسبوم (Denny Borsboom)، أن معاملات عدم التشابه المستخلصة من ديناميات أعراض القلق والاكتئاب عبر الزمن تفوق النماذج التشخيصية التقليدية في التنبؤ بانتكاس المرضى؛ حيث كشفت مصفوفات المسافات غير الإقليدية بين الأعراض عن بؤر مركزية تلعب دور المحفز الأساسي لانهيار التوازن النفسي العام للمريض.

12. الاعتبارات الثقافية والعبر-ثقافية

يثير استخدام معامل عدم التشابه في الدراسات المقارنة عبر الثقافات تحديات سيكومترية وتأويلية دقيقة؛ إذ يفترض احتساب المعامل أن أدوات القياس والأبعاد المعتمدة تمتلك ما يُعرف بـ “تكافؤ القياس” (Measurement Invariance). إذا لم تكن المفاهيم النفسية متماثلة في دلالاتها البنيوية بين مجتمعين، فإن حساب المسافة بين مفحوص من ثقافة جمعية وآخر من ثقافة فردية قد يعكس اختلافاً لغوياً أو تأويلياً للأداة وليس تبايناً حقيقياً في السمة النفسية المقاسة.

علاوة على ذلك، أظهرت دراسات علم النفس الثقافي المعرفي (مثل أبحاث ريتشارد نيسبيت حول التفكير التحليلي مقابل التفكير الشمولي) أن أفراد الثقافات الشرق آسيوية يميلون إلى إدراك العلاقات والتشابهات السياقية بين المنبهات، في حين يركز الأفراد في الثقافات الغربية على الخصائص الجوهرية المنفصلة والفروق الفئوية. ينعكس هذا التباين الإدراكي على أحكام عدم التشابه الخام؛ حيث يميل المشاركون في المجتمعات الغربية إلى إعطاء تقديرات عدم تشابه أعلى للمثيرات غير المتجانسة مقارنة بنظرائهم في المجتمعات الشرقية الذين يدمجون السياق في تقييم التقارب.

لذا يوصي علماء القياس السلوكي بضرورة إجراء معايرة داخلية (Within-Culture Standardization) لمصفوفات البيانات قبل تطبيق معاملات عدم التشابه في المقارنات العالمية، والتأكد من ملاءمة المقياس الرياضي المختار؛ حيث قد تتطلب بعض الثقافات استخدام نماذج قياس غير مترية تعترف بتأثير الخلفية البيئية والاجتماعية على بنية المسافة النفسية للمفحوصين.

13. الانتقادات والجدليات وحدود الاستخدام

على الرغم من النجاح الواسع لمعاملات عدم التشابه، إلا أنها واجهت انتقادات نظرية ومنهجية لا يُستهان بها. يتمثل الانتقاد الكلاسيكي الأبرز فيما أثاره أموس تفرسكي حول “فشل البديهيات المترية”؛ فالنماذج الهندسية لمعامل عدم التشابه تفترض آلياً التناظر التام ($d(A, B) = d(B, A)$)، غير أن التجريب السلوكي أظهر مراراً أن المفحوصين يرون مثلاً أن كوريا الشمالية أكثر بعداً وعدم تشابه مع الصين من رؤيتهم لعدم تشابه الصين مع كوريا الشمالية، نظراً لاختلاف المكانة وحجم الحضور المعرفي للمثير المرجعي في الذهن، وهو ما تعجز المقاييس الإقليدية التقليدية عن تمثيله بدقة.

تتعلق مشكلة أخرى بما يُعرف في علم البيانات والإحصاء الرياضي بـ “لعنة الأبعاد” (Curse of Dimensionality)؛ فعندما يرتفع عدد المتغيرات النفسية المقاسة بشكل كبير داخل البطارية الاختبارية، تميل المسافات الإقليدية ومعاملات عدم التشابه بين جميع الأفراد إلى التقارب والتساوي الإحصائي النسبي، حيث تصبح المسافة بين أقرب نقطتين قريبة جداً من المسافة بين أبعد نقطتين في الفضاء متعدد الأبعاد، مما يفقد المعامل قدرته التمييزية والتصنيفية الفعالة.

تتضمن الانتقادات أيضاً حساسية بعض معاملات عدم التشابه (ولا سيما الإقليدية والمربعة) لوجود القيم المتطرفة (Outliers) والتفاوت في تباين المتغيرات الأصلية؛ فإذا كان أحد الاختبارات يقيس درجات بمئات النقاط بينما يقيس اختبار آخر درجات بين 1 و 5، فإن المعامل سينقاد بالكامل خلف المتغير ذي المقياس الأكبر ما لم تُجرَ عملية تنميط معيارية صارمة مسبقاً، وهو إجراء قد يتجاهل أحياناً التباين الحقيقي المرتبط بالظاهرة المدروسة نفسها.

14. المصطلحات ذات الصلة والفروق الدقيقة

تتداخل العديد من المفاهيم الإحصائية والسيكومترية مع معامل عدم التشابه، مما يتطلب تمييزاً دقيقاً لتفادي الخلط الاصطلاحي:

• معامل التشابه (Similarity Coefficient): يمثل الوجه العكسي تماماً؛ إذ تتراوح قيمته عادة بين 0 و1، وتدل القيمة المرتفعة على التطابق والتماثل، بينما تشير في معامل عدم التشابه إلى الاختلاف والافتراق. يمكن رياضياً تحويل أحدهما للآخر عبر دوال تحويل خطية أو غير خطية (مثل: عدم التشابه = 1 – التشابه).
• معامل الارتباط (Correlation Coefficient): يقيس مدى قوة واتجاه العلاقة الخطية ونمط التغير المشترك بين متغيرين عبر عينة من الأفراد، ولكنه لا يبالي بالفروق في المتوسطات المطلقة؛ في حين يركز معامل عدم التشابه على قياس الفجوة المكانية أو الفروق الإجمالية بين حالتين أو متغيرين بما في ذلك مقادير الدرجات الخام.
• المسافة المترية (Metric Distance): نوع خاص وصارم من معاملات عدم التشابه يخضع بالضرورة لجميع شروط الفضاء المتري الإقليدي، بما فيها متباينة المثلث والتناظر الحتمي؛ في حين يشمل “معامل عدم التشابه” فئة أوسع قد تتضمن دوالاً إحصائية غير مترية وأحكاماً تقديرية تكسر تلك القواعد الرياضية الصارمة.
• معامل التباين (Coefficient of Variation): مقياس وصفي لتشتت توزيع متغير واحد، يُحسب بنسبة الانحراف المعياري إلى المتوسط الحسابي، ولا يقيس التباعد البيني بين زوج من الأفراد أو المتغيرات كما يفعل معامل عدم التشابه.

15. ملخص وخلاصة ختامية

يعد معامل عدم التشابه أداة قياس كمية وتحليلية لا غنى عنها في بنية القياس النفسي والإحصاء السلوكي المعاصر؛ إذ ينقل تقييم الفروق الفردية من النطاق الانطباعي إلى المستوى الهندسي الرياضي متعدد الأبعاد. تتنوع أشكاله بين مسافات إقليدية كلاسيكية ومعاملات معقدة تلائم مختلف أنواع البيانات السيكومترية كبيانات غاور وكانبيرا وماهالانوبيس، مما يمكن الباحث من التعبير عن الاختلافات المعقدة في الشخصية والإدراك والاضطرابات العقلية بقيم رقمية بالغة الدقة.

تتجلى الأهمية الإجرائية للمعامل في كونه البوابة الحسابية الإلزامية لتشغيل خوارزميات التصنيف والتحليل العنقودي، ورسم الخرائط الذهنية والدلالية عبر التدرج متعدد الأبعاد، وتتبع تمثيل الإشارات العصبية في الدماغ البشري. وعلى الرغم من المآخذ الموجهة لفرضيته الهندسية المتناظرة ومخاطر لعنة الأبعاد عند تضخم المتغيرات، يظل معامل عدم التشابه حجر الأساس في سيكولوجيا التمايز، موفراً جسراً رياضياً متيناً يربط بين تعقيد السلوك الإنساني والصرامة المنهجية التي تقتضيها العلوم المعاصرة.

المراجع

• Borsboom, D., Deserno, M. K., Rhemtulla, M., Epskamp, S., Fried, E. I., McNally, R. J., Robinaugh, D. J., Perugini, M., Dalege, J., Costantini, G., & Waldorp, L. J. (2021). Network analysis of multivariate data in psychological science. Nature Reviews Methods Primers, 1(1), 58. https://doi.org/10.1038/s43586-021-00055-w
• Gower, J. C. (1971). A general coefficient of similarity and some of its properties. Biometrics, 27(4), 857–871. https://doi.org/10.2307/2528823
• Kriegeskorte, N., Mur, M., & Bandettini, P. A. (2008). Representational similarity analysis – connecting the branches of systems neuroscience. Frontiers in Systems Neuroscience, 2, 4. https://doi.org/10.3389/neuro.06.004.2008
• Kruskal, J. B. (1964). Multidimensional scaling by optimizing goodness of fit to a nonmetric hypothesis. Psychometrika, 29(1), 1–27. https://doi.org/10.1007/BF02289565
• Tversky, A. (1977). Features of similarity. Psychological Review, 84(4), 327–352. https://doi.org/10.1037/0033-295X.84.4.327