التدرج المزدوج: فك شفرة البيانات النفسية الفئوية

يمثل التدرج المزدوج أحد أرقى التطورات المنهجية في القياس النفسي والإحصاء متعدد المتغيرات، حيث يُشكل جسراً رياضياً متقدماً لتحويل البيانات النوعية والاسمية إلى مقاييس كمية ذات أبعاد متصلة. يتيح هذا الأسلوب للباحثين سبر أغوار البنى الكامنة في التفضيلات، والاتجاهات، والاستجابات السلوكية بدقة هندسية ورياضية متناهية، متجاوزاً بذلك المعضلات المنهجية التقليدية للبيانات الفئوية.

التدرج المزدوج (Dual Scaling)

1. التعريف الدقيق والموجز

التدرج المزدوج (Dual Scaling) هو أسلوب إحصائي كمي متعدد المتغيرات ينتمي إلى عائلة نماذج التدرج الأمثل وتحليل البيانات الفئوية الاستكشافية. يقوم هذا الأسلوب على التقدير المتزامن للأوزان والقيم الرقمية المتصلة لكل من المستجيبين (الصفوف) وفئات الاستجابة أو المفردات الاختبارية (الأعمدة)، بهدف تعظيم التباين الداخلي المشترك أو تعظيم معامل الارتباط بين هذين البعدين.

يتيح التدرج المزدوج للباحثين تمثيل جداول التوافق المعقدة، والبيانات الترتيبية، والمقارنات الزوجية، وبيانات الاختيار المتعدد داخل فضاء هندسي إقليدي منخفض الأبعاد، مما يكشف عن التمايزات الخفية بين أنماط الاستجابة النفسية دون الحاجة إلى افتراض التوزيع الطبيعي للبيانات مسبقاً. ويُعتبر هذا الأسلوب منهجاً مساوياً رياضياً لما يُعرف في المدرسة الفرنسية بـ تحليل التطابق (Correspondence Analysis)، غير أنه يتميز بإطار مفاهيمي خاص طوره عالم القياس شيزوهيكو نيشيساتو ليتلاءم خصيصاً مع اختبارات علم النفس وسلوك المستهلك.

2. التأصيل اللغوي والاشتقاقي

يتركب المصطلح من كلمتين في لغته الأصلية الإنجليزية: Dual المشتقة من اللاتينية dualis وتعني “الثنائي” أو “المزدوج”، للإشارة إلى الطبيعة الثنائية المتزامنة للعملية الحسابية التي تتناول كلاً من الأفراد والمثيرات في آن واحد؛ وScaling المشتقة من الجذر الجرماني الدال على الميزان أو التدريج، والمستخدمة في القياس النفسي للدلالة على إسقاط الظواهر النفسية على خط كمي مستمر.

دخل هذا المصطلح الأدبيات النفسية والإحصائية بصورته المستقلة على يد العالم الياباني-الكندي شيزوهيكو نيشيساتو (Shizuhiko Nishisato) في أواخر سبعينيات القرن العشرين، ولا سيما من خلال مؤلفه المرجعي الصادر عام 1980. وقد هدف نيشيساتو من صياغة هذا الاسم إلى توحيد المفاهيم المتناثرة التي ظهرت بأسماء متعددة مثل “المتوسطات المتبادلة” و”القياس المتجانس”، مشدداً على السمة الثنائية المتماثلة في تدريج الصفوف والأعمدة معاً.

3. النطق والبنية النحوية

يُنطق المصطلح باللغة الإنجليزية: /ˈdjuːəl ˈskeɪlɪŋ/، ويُعرّب نحويّاً بصيغة المركب الوصفي: التَّدْرِيجُ المُزْدَوَج أو التَّدَرُّجُ المُزْدَوَج؛ حيث “التدرج” اسم مشتق من الجذر العربي (د-ر-ج) ويعني التقدم خطوة بخطوة أو الترتيب المنهجي على مراتب متتابعة، و”المزدوج” نعت مرفوع مشتق من الجذر (ز-و-ج) ويدل على التقابل الثنائي المترابط. يُعامل المصطلح في الكتابات الإحصائية والأكاديمية كاسم علم تقني لمفهوم إجرائي، ويُجمع اصطلاحاً عند الحاجة بـ “أساليب التدرج المزدوج”.

4. الشرح المفاهيمي التفصيلي

يعد التدرج المزدوج منهجية استكشافية متقدمة تستهدف استخلاص البنية الرياضية المستترة خلف البيانات الفئوية (Categorical Data). في العلوم النفسية والاجتماعية، كثيراً ما تتخذ البيانات شكلاً غير متصل؛ كأن يجيب المفحوص باختيار بديل من عدة بدائل، أو يرتب مجموعة من القيم، أو يعبر عن موافقته عبر فئات كيفية. تفرض هذه الصيغ عائقاً أمام تقنيات التحليل الإحصائي التقليدية كـ التحليل العاملي وتحليل الانحدار، والتي تشترط مقاييس فترية (Interval Scales) وتوزيعات متصلة. وهنا يأتي التدرج المزدوج ليحل هذه المعضلة عبر عملية تسمى “التقدير الأمثل للدرجات” (Optimal Quantification).

تتمثل الفلسفة الجوهرية للتدرج المزدوج في افتراض أن فئات الاستجابة والمفحوصين يشتركون في فضاء كامن موحد. فإذا اختار مجموعة من الأفراد فئة معينة في استبانة نفسية، فإن ذلك يعكس درجة معينة من التقارب في السمة النفسية المقاسة بين هؤلاء الأفراد وتلك الفئة. يقوم التدرج المزدوج بحساب درجات عددية لفئات الاستجابة تعكس متوسط درجات الأفراد الذين اختاروها، وفي الوقت نفسه يحسب درجات الأفراد بناءً على متوسط درجات الفئات التي اختاروها؛ ومن هنا نشأت تسمية “المتوسطات المتبادلة” (Reciprocal Averages).

تستمر هذه العملية التكرارية في التناغم الرياضي حتى تصل إلى حالة استقرار تضمن أقصى تمايز ممكن بين الأفراد وأقصى تباين ممكن بين الفئات، وهو ما يطابق رياضياً مسألة تعظيم القيم الذاتية (Eigenvalues) للمصفوفة. ومن خلال هذا التحويل، تنبثق أبعاد متعامدة ومستقلة تشبه العوامل المستخرجة في التحليل العاملي، لكنها مبنية على العلاقات غير الخطية داخل البيانات الاسمية والترتيبية.

علاوة على ذلك، يتجاوز التدرج المزدوج مجرد كونه أداة لتقليص الأبعاد؛ إذ يوفر مخططات بيانية إسقاطية متزامنة (Joint Plots) يتم فيها تمثيل الأفراد والمفردات في مستوى ثنائي أو ثلاثي الأبعاد. يساعد هذا التمثيل الهندسي علماء النفس على الرؤية العيانية للتفاعل المعقد بين خصائص الشخصية وبدائل الاختبار، مما يسهل تشخيص الأنماط غير النمطية والاستجابات الشاذة وتحديد درجة اتساق المفاهيم المقاسة عبر المجموعات المختلفة.

5. التطور التاريخي

لم يولد التدرج المزدوج من فراغ، بل هو نتاج تلاقح أفكار رياضية وإحصائية تطورت بصورة متوازية ومستقلة عبر قارات وتخصصات متعددة خلال القرن العشرين، ويمكن تلخيص مساره التاريخي في المحطات المفصلية الآتية:

• ثلاثينيات القرن العشرين: وضع الباحث ريتشاردسون (M. W. Richardson) وعالم النفس بول هورست (Paul Horst) عام 1935 بذور طريقة “المتوسطات المتبادلة” في إطار حل مشاكل التقييم النفسي والتربوي وتدريج أسئلة الاختبارات دون افتراضات مسبقة حول صعوبتها.
• عام 1941: نشر عالم الإحصاء البريطاني البارز رونالد فيشر (R. A. Fisher) ورقة علمية حلل فيها درجات ألوان العيون والشعر، مستخدماً طريقة التمييز الأقصى للبيانات الفئوية، والتي وضعت الأساس الرياضي الصارم لارتباط كانونيكال للمتغيرات الوهمية.
• عام 1944: أسهم عالم الاجتماع لويس غوتمان (Louis Guttman) في تطوير أسلوب التوسع الإحصائي للتحليل الفئوي وسماه “تحليل المكونات للبيانات النوعية”، وهو الأساس الذي ارتكزت عليه نظرية قياس الاتساق الداخلي لمقاييس غوتمان التراكمية.
• ستينيات وسبعينيات القرن العشرين: قاد جان بول بنزيكري (Jean-Paul Benzécri) مدرسة تحليل المعطيات في فرنسا لتطوير ما عُرف بـ “تحليل التطابق”، بينما طور يان دي ليو (Jan de Leeuw) ومجموعة “خيفي” (Albert Gifi) في هولندا نماذج التجانس والتحليل غير الخطي في إطار متكامل.
• عام 1980 وما بعده: توج شيزوهيكو نيشيساتو (Shizuhiko Nishisato) هذه الجهود المتفرقة بنشر كتابه المرجعي الشهير Analysis of Categorical Data: Dual Scaling and Its Applications، حيث أعاد صياغة المعادلات بأسلوب موحد ومبسط، ووفر خوارزميات برمجية قادرة على التعامل مع أنواع شتى من البيانات النفسية كالمفاضلات الترتيبية وجداول الاختيار، مما جعل التدرج المزدوج تقنية معيارية في القياس النفسي الحديث.

6. الأسس النظرية

يرتكز التدرج المزدوج على دعائم راسخة من الجبر الخطي، وتحديداً نظرية تفكيك القيم المنفردة (Singular Value Decomposition – SVD) والتحليل الطيفي لمصفوفات التوافق. تنطلق النظرية من مصفوفة البيانات الثنائية أو مصفوفة التكرارات المتصالبة $N$ ذات الأبعاد $(r \times c)$، حيث تمثل الصفوف المفحوصين والأعمدة الفئات. يتم تعديل المصفوفة بقسمة التكرارات على الجذور التربيعية لحواصل ضرب المجاميع الهامشية للصفوف والأعمدة.

يهدف النموذج الرياضي إلى إيجاد متجهات أوزان الصفوف ($y$) ومتجهات أوزان الأعمدة ($x$) التي تحقق أقصى قيمة لمعامل الارتباط الكانونيكي ($R$)، وهو ما يعادل الوصول إلى أقصى نسبة تباين مفسرة، والمعروفة رياضياً بنسبة التباين الإجمالي أو النسبة الإيتائية المربعة ($\eta^2$). تُصاغ هذه العلاقة عبر معادلتين تبادليتين تمثلان جوهر التدريج المتبادل:

$$\rho x = D_c^{-1} N^T y$$

$$\rho y = D_r^{-1} N x$$

حيث تمثل $D_r$ و $D_c$ المصفوفات القطرية للمجاميع الهامشية للصفوف والأعمدة، بينما يمثل $rho$ معامل الارتباط الأقصى الذي يتطابق مع القيمة المنفردة (Singular Value). يضمن هذا الحل الرياضي أن تكون درجات الفئات مساوية لمتوسط درجات الأفراد الموزونة، وبالعكس، بعد قسمتها على القيمة المنفردة المناسبة لتطبيع المقياس.

من الناحية النفسية السيكومترية، يتقاطع التدرج المزدوج مع نظرية الاستجابة للمفردة (Item Response Theory)، لا سيما النماذج غير المعلمية (Non-parametric IRT) ونموذج راش (Rasch Model)؛ إذ يسعى كلاهما إلى تحديد مواضع الأفراد والمفردات على متصل واحد، بيد أن التدرج المزدوج يحقق ذلك دون افتراض شكل محدد مسبقاً لدالة الاستجابة (كالمنحنى اللوجستي)، مما يجعله أكثر متانة عند التعامل مع استجابات معقدة أو متعددة الحدود تفشل النماذج البارامترية في استيعابها.

7. المكونات والأنواع والأبعاد الرئيسية

يمتاز التدرج المزدوج بمرونته الفائقة وقدرته على التكيف مع طيف واسع من أنماط البيانات النفسية والسلوكية، ويمكن تصنيف صيغه ومكوناته وفق الآتي:

• تدرج جداول التوافق (Contingency Tables): يُطبق على البيانات الناتجة عن تصنيف ثنائي أو متعدد التقاطعات (مثل: تصنيف الاضطراب النفسي مقابل الاستجابة لتدخل علاجي معين).
• تدرج الاختيار المتعدد (Multiple-Choice Data): ويسمى أحياناً بـ التدرج المزدوج المتعدد، ويتعامل مع مصفوفة المؤشرات (Indicator Matrix) حيث يمثل كل عمود فئة استجابة لسؤال اختياري، وهو النمط الأكثر شيوعاً في تقييم الشخصية واستبانات الاتجاهات.
• تدرج بيانات الترتيب والمفاضلة (Rank-Order Data): صيغة متقدمة تستوعب المهام التي يُطلب فيها من الأفراد ترتيب مجموعة من المثيرات (مثل: ترتيب القيم الإنسانية حسب أهميتها لديهم)، حيث يُعاد تشفير الترتيب إلى مصفوفات تباين تفاضلية.
• تدرج المقارنات الزوجية (Paired Comparisons): يُعنى بتحليل البيانات التي يقارن فيها المفحوص بين مثيرين اثنين في كل مرة لاختيار الأفضل أو الأكثر وضوحاً، محولاً هذه التفضيلات الذاتية إلى مقاييس نفسية كمية دقيقة على مسطرة موحدة.
• الأبعاد المستخرجة (Solution Dimensions): يتألف الحل الإحصائي من عدد من الأبعاد المستقلة يساوي أصغر الرتبتين (الصفوف أو الأعمدة) مطروحاً منه واحد؛ يمثل البعد الأول أقصى اتساق داخلي ممكن، في حين تكشف الأبعاد اللاحقة عن استقطابات ثانوية أو أنماط استجابة بديلة.

8. أمثلة وحالات توضيحية

لتوضيح هذا الأسلوب بشكل عملي، لنفترض دراسة سيكومترية استهدفت قياس مستوى “الاحتراق النفسي” لدى الأطباء والممرضين باستخدام استبانة تحتوي على مفردات ترصد الإجهاد الانفعالي، والتبلد الوجداني، ونقص الإنجاز الشخصي، مع خيارات استجابة ثلاثية: (نادراً، أحياناً، دائماً). بدلاً من الاكتفاء بجمع الدرجات بصورة خام (1، 2، 3) والتي تفترض مسبقاً أن المسافة بين “نادراً” و”أحياناً” تساوي تماماً المسافة بين “أحياناً” و”دائمًا”، يُطبق الباحث التدرج المزدوج على مصفوفة الاستجابات.

يكشف التحليل الرياضي عبر البعد الأول عن قيم كمية دقيقة للفئات؛ فقد يجد أن استجابة “دائماً” على بنود التبلد الوجداني تنال وزناً سلبياً كبيراً (-2.14)، بينما تنال “أحياناً” وزناً قريباً من الصفر (-0.15)، وتنال “نادراً” وزناً إيجابياً مرتفعاً (+1.85). ومن خلال التمثيل البياني المشترك للأبعاد، تتضح على الفور خريطة إكلينيكية تكشف أن الأطباء العاملين في أقسام الطوارئ يتجمعون جغرافياً في الفضاء الإحصائي بالقرب من فئات الاستجابة الدالة على الإنهاك، بينما يتوضع العاملون في العيادات الخارجية بعيداً عن هذا القطب، مما يمنح الفريق الطبي تشخيصاً دقيقاً متعدد الأبعاد للمجموعات الفرعية المستهدفة بالتدخل النفسي الوقائي.

9. القياس والتقييم الإحصائي

يعتمد تقييم جودة مخرجات التدرج المزدوج على مجموعة من المؤشرات والمحكات الإحصائية الدقيقة، والتي توضح مقدار التباين المفسر ومدى ملاءمة النموذج للبيانات:

• القيم الذاتية ونسب التباين (Eigenvalues & Explained Variance): تُشير القيمة الذاتية لكل بعد مستخرج إلى نسبة التباين المشترك التي يفسرها ذلك البعد من إجمالي العطالة (Total Inertia). وكلما اقتربت القيمة الذاتية للبعد الأول من أقصى قيمة ممكنة لها (والتي تقترب من الواحد الصحيح في مصفوفات التوافق البسيطة)، دل ذلك على وجود أحادية بعد (Unidimensionality) قوية في الأداة النفسية.
• معامل الاتساق الداخلي (Rho / Reliability Index): يوفر التدرج المزدوج تقديراً مباشراً للثبات يُعرف بنسبة الارتباط المربعة؛ وهو مقياس مكافئ لمعامل ألفا كرونباخ ولكن بطريقة غير معلمية لا تتأثر بالانحراف عن التوزيع الطبيعي.
• مساهمات الفئات والأفراد في العطالة (Contributions): تُحسب مساهمة كل فئة استجابة ومساهمة كل فرد في تكوين البعد المستخرج (Absolute Contributions)، ومقدار تمثيل البعد لهذه الفئة (Relative Contributions أو جودة التمثيل $Cos^2$). يُمكّن ذلك الباحث من تحديد الفئات التي تشوش المقياس أو المفردات غير المميزة التي ينبغي استبعادها أو تعديل صياغتها.

10. التطبيقات والأهمية العملية

يمتد الأثر التطبيقي للتدرج المزدوج ليشمل قطاعات حيوية في البحث النفسي والتربوي والمؤسسي:

في القياس النفسي والتشخيص الإكلينيكي: يساهم التدرج المزدوج في بناء وتطوير المقاييس التشخيصية للاضطرابات النفسية (مثل استبانات الاكتئاب والقلق)، حيث يساعد المعالجين على فحص التوافق بين الأعراض النوعية وشدتها؛ فبدلاً من جمع الدرجات بطريقة خطية قد تخفي دلالات مرضية خطيرة، يوضح التدرج المزدوج ما إذا كانت فئة معينة (مثل التفكير في الانتحار) تحمل وزناً نوعياً يفصل الحالات الشديدة عن المتوسطة بصورة جذرية.

في التقييم التربوي والتعليمي: يُوظف في تحليل اختبارات الاختيار من متعدد، ليس فقط لتحديد الإجابات الصحيحة، بل لفحص “المشتتات” (Distractors)؛ إذ يكشف التدرج المزدوج ما إذا كان المشتت المعين يجذب الطلاب ذوي المستويات المعرفية المرتفعة أو المتدنية، مما يرفع من كفاءة بنوك الأسئلة وصلاحيتها الميزانية.

في بحوث الاتجاهات وسلوك المستهلك: يُعد أداة مركزية في تخطيط المواقع الإدراكية للعلامات التجارية والأنماط المعيشية؛ حيث يُمكن الباحثين من إسقاط السمات الشخصية للمستهلكين مع تفضيلاتهم الاستهلاكية في خريطة مكانية موحدة، توضح بوضوح كيف تتقاطع الدوافع النفسية الذاتية مع الاختيارات المادية اليومية.

11. الأدلة التجريبية والبحوث

أكدت الأدبيات التجريبية المنشورة على مدار العقود الأربعة الماضية التفوق الرياضي للتدرج المزدوج في مواقف التحليل الاستكشافي للبيانات غير الرقمية. أظهرت دراسات المحاكاة التي أجراها نيشيساتو وزملاؤه (مثل: Nishisato & Baba, 1999) أن التدرج المزدوج يمتلك قدرة فائقة على استعادة البنى الكامنة الحقيقية للبيانات حتى في ظل وجود نسب عالية من العشوائية وأحجام عينات متواضعة، متفوقاً بذلك على التحليل العاملي التقليدي للمصفوفات الارتباطية البوليكورية (Polychoric Correlations) التي قد تعاني في بعض الأحيان من مشاكل عدم إيجابية المصفوفة (Non-positive definite matrices).

وفي سياق القياس النفسي التربوي، أثبتت الدراسات المقارنة (كأعمال van de Geer, 1993) التقاطع الهيكلي المتين بين التدرج المزدوج والنماذج الحديثة في تحليل البيانات الاستكشافي؛ حيث اتضح أن الدرجات المعيرة المشتقة من البعد الأول للتدرج المزدوج تتطابق في أغلب الحالات مع تقديرات القدرة الكامنة المستخرجة من نموذج راش اللوجستي للمفردات ثنائية التدريج، مما يوفر بديلاً استكشافياً سريعاً وقوياً للتحقق من الأحادية البعدية قبل الانتقال للنمذجة البارامترية الأكثر صرامة.

12. الاعتبارات الثقافية والعبر-ثقافية

تثير التطبيقات العبر-ثقافية للتدرج المزدوج رؤى سيكومترية بالغة الأهمية حول مسألة التحيز في الاستجابة (Response Bias). ففي المجتمعات الشرقية والجمعية، يميل المفحوصون غالباً إلى نمط “الاستجابة المحايدة” أو التواضع، في حين يشيع نمط “الاستجابة المتطرفة” في بعض المجتمعات الغربية الفردية. عند استخدام المقاييس التجميعية التقليدية، يُفسر هذا الفارق خطأً على أنه تباين جوهري في السمة النفسية المقاسة.

يعالج التدرج المزدوج هذه الإشكالية عبر الكشف الهندسي عن أنماط الاستجابة؛ حيث تظهر فئات الوسط والأطراف كأبعاد تباين مستقلة داخل فضاء الإسقاط، مما يسمح للباحثين العبر-ثقافيين بفصل الأثر الناتج عن الأسلوب الثقافي للاستجابة عن التباين الحقيقي في السمة النفسية المستهدفة. كما يُستخدم لمقارنة التكافؤ الإدراكي والمفاهيمي للمفردات المترجمة عبر اللغات؛ فإذا كانت المفردة المترجمة تحتل إحداثيات طوبولوجية متباينة في الفضاء الإسقاطي بين الثقافتين، يُعد ذلك مؤشراً قوياً على غياب التكافؤ البنائي للمفردة واختلاف حمولتها الثقافية.

13. الانتقادات والمناظرات وحدود المنهج

على الرغم من براعة التدرج المزدوج، فإنه واجه عدة انتقادات ومحاذير منهجية في الأوساط السيكومترية والإحصائية:

• ظاهرة حدوة الفرس (Horseshoe Effect / Guttman Effect): عند تحليل بيانات ذات بعد أحادي مهيمن ومرتب، يظهر البعد الثاني المستخرج رياضياً في كثير من الأحيان كدالة تربيعية (غير خطية) للبعد الأول تأخذ شكل قوس أو حدوة فرس. يثير هذا المظهر التباساً لدى الباحثين المبتدئين الذين قد يفسرونه خطأً كبعد نفسي ثانٍ حقيقي ومستقل، بينما هو في واقعه مجرد أثر اصطناعي رياضي ناجم عن متطلبات التعامد الجبري.
• الطبيعة الاستكشافية وغياب الاختبار الفرضي الصارم: يُعد التدرج المزدوج تقنية غير معلمية واستكشافية في المقام الأول؛ وبالتالي فهو يفتقر إلى مؤشرات المطابقة الإجمالية المحددة بصرامة والمألوفة في نمذجة المعادلات البنائية (SEM) والتحليل العاملي التوكيدي (CFA)، مما يجعل استخدامه لاختبار الفرضيات السببية محاطاً بقيود منهجية.
• الحساسية للتكرارات الهامشية المنخفضة: تعاني خوارزمية التدرج المزدوج من حساسية بالغة للفئات أو المفحوصين ذوي التكرارات النادرة جداً (Outliers)، حيث تُمنح هذه الفئات أوزاناً شاذة ومتطرفة قد تؤدي إلى تشويه الحل الهندسي الإجمالي ودفعه نحو أطراف المحاور، مما يتطلب معالجة مسبقة بدمج الفئات الصغيرة.

14. المصطلحات ذات الصلة والفروق الدقيقة

لتفادي الخلط الشائع في الأدبيات الإحصائية، لا بد من التمييز الدقيق بين التدرج المزدوج ومجموعة من المفاهيم والمناهج المقاربة:

• تحليل التطابق (Correspondence Analysis): من الناحية الحسابية البحتة، يتطابق التدرج المزدوج لجداول التوافق تماماً مع تحليل التطابق البسيط الذي أسسه بنزيكري. يكمن الفارق الحقيقي في التراث والتركيز؛ إذ ركز تحليل التطابق تاريخياً على الجغرافيا وعلم الاجتماع والتمثيل الهندسي الشامل، في حين صُمم التدرج المزدوج وصيغت معادلاته بأسلوب ونماذج موجهة لخدمة قضايا القياس النفسي، وتحليل تفضيلات الأفراد، وبيانات الترتيب، وتوافق بنود الاختبار.
• التحليل العاملي للمكونات الأساسية (PCA): يهدف كلاهما إلى خفض الأبعاد؛ بيد أن تحليل المكونات الأساسية يتعامل مع متغيرات كمية متصلة ويفترض خطية العلاقات، في حين صُمم التدرج المزدوج خصيصاً للبيانات الاسمية والفئوية المتقطعة دون اشتراط الخطية.
• التدريج متعدد الأبعاد (Multidimensional Scaling – MDS): ينطلق التدريج متعدد الأبعاد من مصفوفات المسافات أو اللاتشابه الكلية بين المثيرات دون تمييز ضروري بين الصفوف والأعمدة، بينما يركز التدرج المزدوج على تمثيل الصفوف والأعمدة معاً في إطار تقابل ثنائي تكاملي مستمد من تفكيك المصفوفات المتقاطعة.
• التدرج الأمثل ونظام خيفي (Optimal Scaling / Gifi System): يُعد التدرج المزدوج جزءاً متكاملاً مع هذه المنظومة الهولندية للتحليل غير الخطي؛ حيث يعبران عن مفاهيم متقاربة لنفس الأهداف الرياضية، لكن خيفي يستخدم مصطلحات تحليل التجانس (Homogeneity Analysis – HOMALS).

15. ملخص وأهم النتائج

يعد التدرج المزدوج أسلوباً كمياً متعدد المتغيرات في القياس النفسي، صُمم لحل المعضلات البنائية لتحليل البيانات الفئوية والاسمية والترتيبية. وتكمن قوته الاستثنائية في قدرته على تعظيم التباين الداخلي وتعيين درجات ومقاييس كمية متصلة للمفحوصين وفئات المفردات في وقت واحد دون فرض قيود توزيعية مسبقة. وبالرغم من التحديات التحليلية المرتبطة بظاهرة حدوة الفرس وحساسيته للبيانات النادرة، يظل التدرج المزدوج أداة استكشافية متقدمة لا غنى عنها في هندسة المقاييس النفسية، وتحليل بنوك الأسئلة، وفهم السلوك المعقد للمستجيبين في السياقات الإكلينيكية والاجتماعية المتعددة.

المراجع

• Fisher, R. A. (1940). The precision of discriminant functions. Annals of Eugenics, 10(1), 422–429. https://doi.org/10.1111/j.1469-1809.1940.tb02264.x
• Greenacre, M. (2017). Correspondence Analysis in Practice (3rd ed.). Chapman and Hall/CRC. https://doi.org/10.1201/9781315369983
• Guttman, L. (1944). A general nonmetric technique for finding the smallest coordinate space for a configuration of points. Psychometrika, 9(2), 139–150.
• Nishisato, S. (1980). Analysis of Categorical Data: Dual Scaling and Its Applications. University of Toronto Press. https://doi.org/10.3138/9781487579739
• Nishisato, S. (1994). Elements of Dual Scaling: An Introduction to Practical Data Analysis. Lawrence Erlbaum Associates.
• Nishisato, S., & Baba, Y. (1999). On certain problems of dual scaling: Over-representation of extreme categories and the horseshoe effect. Behaviormetrika, 26(1), 45–63. https://doi.org/10.2333/bhmk.26.45
• van de Geer, J. P. (1993). Multivariate Analysis of Categorical Data: Theory and Applications. SAGE Publications.