ارتباط حجم الأثر: بوصلة الدلالة العملية في علم النفس

يُعد ارتباط حجم الأثر أحد أهم الركائز الإحصائية والمنهجية في الأبحاث النفسية والاجتماعية المعاصرة؛ إذ يمثل المقياس الكمي الموحد لقوة واتجاه العلاقة بين المتغيرات بصرف النظر عن حجم العينة المدروسة. في ظل التحول الجذري الذي شهده علم النفس لتجاوز قيود اختبارات الدلالة الإحصائية الصفرية الكلاسيكية، يبرز هذا المعامل كأداة حاسمة تتيح للباحثين والممارسين تفسير المعنى العملي والتطبيقي للنتائج السيكولوجية بدقة وموثوقية.

ارتباط حجم الأثر

1. التعريف الموجز

ارتباط حجم الأثر (Effect-Size Correlation) هو مؤشر إحصائي قياسي يُعبر عن مقدار التباين المشترك وقوة الاقتران أو التمايز بين متغيرين، ويُرمز له غالباً بمعامل الارتباط (r). يحدد هذا المؤشر مدى قابلية التنبؤ بمتغير من واقع متغير آخر ضمن مدى معياري يتراوح عادة بين -1.00 و+1.00، حيث تعكس الصفرية غياب العلاقة التام، بينما تعكس القيم الحدية علاقة خطية تامة موجبة أو سالبة.

يتجاوز مفهوم ارتباط حجم الأثر مجرد كونه أداة وصفية؛ فهو يمثل وحدة موحدة وقابلة للمقارنة المباشرة عبر الدراسات المستقلة والمقاييس المتنوعة. يتيح هذا المقياس تقييم ما إذا كان التدخل العلاجي، أو السمة الشخصية، أو المتغير المعرفي يمارس تأثيراً يستحق الاعتبار الإكلينيكي أو التربوي، مما يمنحه وزناً نوعياً يفوق مجرد الدلالة الاحتمالية الصفرية المقترنة بالقيمة الاحتمالية (p-value).

وفي سياق القياس النفسي، لا يقتصر ارتباط حجم الأثر على معامل بيرسون البسيط، بل يمتد ليشمل صيغاً متخصصة مثل معامل الارتباط ثنائي المتسلسلة النقطي لارتباط الفروق بين المجموعات، محولاً بذلك الفروق بين المتوسطات الحسابية إلى صيغة ارتباطية موحدة يسهل تفسيرها وتضمينها في أبحاث التحليل البعدي (Meta-Analysis).

2. التأثيل والأصل اللغوي

يعود الأصل اللغوي لمفهوم الارتباط (Correlation) إلى اللاتينية المتأخرة من المقطع المشترك (com-) بمعنى «معاً» أو «متبادل» والكلمة (relatio) بمعنى «علاقة» أو «نسبة»، ليشير التركيب إلى النسبة المشتركة أو الاعتماد المتبادل. دخل المصطلح حيز الرياضيات والإحصاء التطبيقي في أواخر القرن التاسع عشر بفضل جهود السير فرانسيس غالتون (Francis Galton)، الذي استخدمه لوصف التشابه البيولوجي والنفسي بين الآباء والأبناء تحت مفهوم «الانحدار نحو المتوسط» و«الارتباط المشترك».

أما مصطلح «حجم الأثر» (Effect Size)، فقد استقر في الأدبيات المنهجية بصفة قطعية خلال النصف الثاني من القرن العشرين مع أبحاث الإحصائي وعالم النفس الأمريكي جاكوب كوهين (Jacob Cohen). وظف كوهين المصطلح للدلالة على «درجة ظهور الظاهرة في المجتمع الإحصائي»، مميزاً بين المعنى الوجودي المجرد للظاهرة وقوتها المقاسة كمياً. ارتبطت اللفظتان معاً في الأدبيات السيكومترية لتعريف فئة من أحجام الأثر القائمة على أسرة معاملات الارتباط، والمعروفة منهجياً باسم «عائلة r» (r family).

3. الصيغة الصرفية والاستعمال النحوي

يُستخدم مصطلح «ارتباط حجم الأثر» في اللغة العربية كمركب إضافي ونعتي؛ حيث تُعرب كلمة «ارتباط» اسماً مفرداً مشتقاً من الفعل الخماسي «ارتبط»، و«حجم» مضافاً إليه، و«الأثر» مضافاً إليه ثانياً. ومن الناحية الاصطلاحية، يمكن استخدامه بصيغة البديل مثل: «معامل الارتباط كحجم أثر» أو «حجم الأثر الارتباطي» (Correlational Effect Size).

في الكتابة والتقارير الأكاديمية باللغة العربية، يُعامل المصطلح كاسم مذكر، ويشيع استخدامه في سياق العرض الإحصائي كالتالي: «أظهرت النتائج ارتباط حجم أثر متوسطاً بين اليقظة الذهنية ومستوى خفض التوتر»، أو بصيغة المفعول به في سياق التحليل: «حسب الباحثون ارتباط حجم الأثر لتحديد الفعالية الإكلينيكية». كما تتضمن الكتابة الرمزية وضع الرمز المائل r للدلالة على العينة، والرمز الإغريقي ρ (رو) للدلالة على المجتمع الإحصائي.

4. الشرح المفاهيمي التفصيلي

يقوم الشرح المفاهيمي لارتباط حجم الأثر على التمييز الأساسي بين حقيقة وجود الأثر وبين أهميته وحجمه الفعلي. لعقود طويلة، اعتمد البحث السيكولوجي حصرياً على رفض الفرضية الصفرية عندما تكون القيمة الاحتمالية أقل من 0.05. ومع ذلك، فإن هذه القيمة دالة مباشرة لحجم العينة؛ فإذا كانت العينة ضخمة بما يكفي، فإن أي فارق طفيف وضئيل للغاية قد يكتسب دلالة إحصائية رغم افتقاره لأي مغزى واقعي. هنا يتدخل ارتباط حجم الأثر ليقدم تقييماً كمياً مستقلاً عن تضخم حجم العينة، موضحاً بوضوح حجم القوة الكامنة خلف الظاهرة.

يمثل ارتباط حجم الأثر معياراً معيارياً (Standardized Metric) خالياً من وحدات القياس الأصلية. يعني ذلك أنه سواء قيس الاكتئاب باستخدام درجات اختبار بيك للاكتئاب المكون من 63 نقطة أو مقياس التقدير الذاتي المكون من 10 درجات، فإن التعبير عن العلاقة مع متغير آخر (مثل جودة النوم) من خلال معامل الارتباط يُوحّد النتائج في مقياس مشترك. هذا التوحيد يزيل التحيزات الناجمة عن خصائص أدوات القياس الفردية، ويسمح بمقارنة الأثر المقاس في دراسة أُجريت في السويد بدراسة مماثلة أُجريت في مصر.

علاوة على ذلك، يرتبط هذا المعامل إحصائياً بمفهوم التباين المفسر؛ فحينما نرفع معامل الارتباط إلى القوة الثانية (r²)، فإننا نحصل على معامل التحديد (Coefficient of Determination). يعبر هذا المقياس الفرعي عن النسبة المئوية الدقيقة للتباين في المتغير التابع التي يشترك فيها أو يفسرها المتغير المستقل، مما يمنح علماء النفس فهماً عميقاً لمدى التداخل الوظيفي بين الأبعاد النفسية، كنسبة إسهام الذكاء الوجداني في النجاح الأكاديمي.

ينضوي ارتباط حجم الأثر تحت ما يُعرف بـ «عائلة r»، وهي إحدى العائلتين الأساسيتين لأحجام الأثر في الإحصاء النفسي، إلى جانب «عائلة d» المعنية بالفروق بين المتوسطات. تتميز عائلة r بأنها تنظر إلى العالم السيكولوجي من منظور استمراري وترابطي بدلاً من تقسيمه إلى مجموعات تجريبية وضابطة مصطنعة، مما يجعلها متوافقة بصورة استثنائية مع دراسة السمات والاتجاهات والديناميات النفسية المتغيرة بصورة متصلة في الطبيعة البشرية.

5. التطور التاريخي والنشأة

تعود الجذور الأولى لهذا المفهوم إلى الربع الأخير من القرن التاسع عشر حين نشر فرانسيس غالتون عام 1888 ورقة بحثية رائدة حول القياسات الأنثروبومترية والخصائص العقلية، واضعاً المخطط الأولي لما سماه «الارتباط المشترك». غير أن الصياغة الرياضية الصارمة لمعامل الارتباط كما نعرفه اليوم انبثقت على يد كارل بيرسون (Karl Pearson) في عام 1895، الذي صاغ معادلة عزوم الضرب لتقدير الارتباط الخطي.

طوال النصف الأول من القرن العشرين، سيطرت مدرسة رونالد فيشر (Ronald Fisher) وجيرزي نيمان وإيجون بيرسون على التحليل الإحصائي، حيث تحول التركيز شبه التام نحو الدلالة الإحصائية واختبار الفرضية الصفرية (NHST). ونتيجة لذلك، اختُزل معامل الارتباط لفترة طويلة في كونه خطوة أولى لحساب قيمة (t) أو (F) للتحقق مما إذا كان المعامل يختلف إحصائياً عن الصفر، مع إهمال تفسير قيمته الذاتية كحجم أثر مستقل ومجرد.

شهدت الستينيات والسبعينيات ثورة تصحيحية قادها العالم النفسي جاكوب كوهين، الذي لاحظ عجز الدراسات السيكولوجية عن تفسير المغزى التطبيقي لنتائجها وضعف قوتها الإحصائية (Statistical Power). توج كوهين جهوده في كتابه التأسيسي الصادر عام 1969 بعنوان «تحليل القوة الإحصائية للعلوم السلوكية» (Statistical Power Analysis for the Behavioral Sciences)، مقدماً لأول مرة قواعد إرشادية منهجية لتفسير r كحجم أثر مجرد وتحديد عتبات التأثير الصغير والمتوسط والكبير.

تعزز هذا الاتجاه في أواخر السبعينيات مع ولادة تقنيات التحليل البعدي على يد جين جلاس (Gene Glass) وفرانك شميدت وجون هنتر، الذين وظفوا معامل الارتباط كمعيار أساسي لتجميع أحجام التأثير وتلخيصها عبر مئات الدراسات. وأخيراً، شكل تقرير فرقة العمل المعنية بالاستدلال الإحصائي التابعة لجمعية علم النفس الأمريكية (APA) عام 1999 منعطفاً تاريخياً حاسماً، حيث ألزم الباحثين بتقديم أحجام الأثر دائماً كمتطلب أساسي لنشر الأبحاث السيكولوجية الرصينة.

6. الأسس النظرية والمنهجية

يستند ارتباط حجم الأثر إلى نظرية النماذج الخطية العامة (General Linear Model)، والتي تنص على أن معظم الظواهر النفسية المقاسة يمكن صياغتها كعلاقات خطية تجمع بين متغيرات تابعة ومستقلة. يمثل المعامل في هذا السياق زاوية الميل المعيارية لخط الانحدار البسيط بين متغيرين تم تحويلهما إلى درجات معيارية (Z-scores)، مما يعكس رياضياً النسبة بين التغاير المشترك (Covariance) وجذر جداء التباين لكل منهما.

تستند النظرية المنهجية لحجم الأثر إلى فرضية أن الحقيقة السيكولوجية لا تتسم بالثنائية الحدية (موجود أو غير موجود) التي يفترضها اختبار الفرضية الصفرية، بل هي حقيقة متدرجة ومتصلة. لذلك، فإن النموذج النظري للقياس السيكومتري ينظر إلى ارتباط حجم الأثر كمؤشر على صدق المفهوم (Construct Validity)، وخصوصاً الصدق التقاربي والتمايزي، حيث يعبر المعامل المرتفع عن التداخل البنائي، والمعامل المنخفض عن التمايز الوظيفي للأدوات.

علاوة على ذلك، تتبنى المنهجية المعاصرة المنظور التقديري (Estimation Thinking) بديلاً عن التفكير الاختباري الصرف. يُعامل ارتباط حجم الأثر كنقطة تقديرية مركزية (Point Estimate) تُحاط بمجال ثقة (Confidence Interval)، مما يدمج مفهوم حجم الأثر مع عدم اليقين القياسي؛ فالأثر ليس مجرد رقم ثابت، بل هو نطاق احتمالي يتحرك ضمنه الأثر الحقيقي في المجتمع الأصلي بدرجة يقين معينة (عادة 95%).

7. المكونات الرئيسية والأنواع والأبعاد

يتفرع ارتباط حجم الأثر إلى عدة صور رياضية ومنهجية تختلف باختلاف طبيعة المتغيرات المقاسة وخصائصها القياسية:

• معامل ارتباط بيرسون لعزوم الضرب (Pearson’s r): المقياس المعياري القياسي للعلاقات الخطية بين متغيرين متصلين يتبعان التوزيع الطبيعي، مثل قياس العلاقة بين مستويات القلق واليقظة الذهنية.
• معامل ارتباط سبيرمان للرتب (Spearman’s rho): صيغة لا معلمية تُستخدم كحجم أثر عندما تكون البيانات رتبية أو لا تتبع التوزيع الطبيعي، معبرة عن رتابة العلاقة بدلاً من خطيتها التامة.
• معامل الارتباط ثنائي المتسلسلة النقطي (Point-Biserial Correlation – r_pb): يُستخدم لحساب حجم الأثر عندما يكون أحد المتغيرين ثنائياً حقيقياً (مثل: الجنس: ذكر/أنثى، أو النجاح/الرسوب) والآخر متصلاً، وهو موازٍ وظيفياً لمعامل كوهين (Cohen’s d).
• معامل فاي (Phi Coefficient – φ): يُعبر عن ارتباط حجم الأثر بين متغيرين ثنائيين اسميين متبادلين، ويُعد تطويقاً لارتباط بيرسون في جداول التوافق (2×2).
• معامل الارتباط الجزئي وشبه الجزئي (Partial and Semi-Partial r): يقيس حجم الأثر المستقل والفريد بين متغيرين بعد عزل واستبعاد التأثير الإحصائي لمتغير ثالث متداخل أو وسيط.

8. أمثلة وحالات توضيحية

لتوضيح الطبيعة التطبيقية لارتباط حجم الأثر، يمكن دراسة الحالات السيكولوجية والعيادية التالية التي تبرز التباين بين الدلالة الإحصائية والدلالة العملية:

الحالة الأولى: الذكاء والرضا الوظيفي في عينة ضخمة. أجرى فريق بحثي دراسة على 50,000 موظف لفحص العلاقة بين نسبة الذكاء (IQ) والرضا الوظيفي. أسفرت النتائج عن معامل ارتباط بلغ (r = 0.04) مع قيمة احتمالية دالة للغاية (p < 0.001). إحصائياً، يرفض الباحث الفرضية الصفرية، ولكن استناداً إلى ارتباط حجم الأثر، يتبين أن الأثر ضئيل جداً ولا يفسر سوى (0.16%) من التباين في الرضا الوظيفي، مما يعني أن استثمار المؤسسات في اختبارات الذكاء لرفع الرضا الوظيفي يفتقر لأي عائد عملي ملموس.

الحالة الثانية: التدخل المعرفي السلوكي والأعراض الاكتئابية. في تجربة عيادية شملت 60 مريضاً، تم ربط الالتزام ببرنامج العلاج المعرفي السلوكي بانخفاض درجات الاكتئاب، وأظهرت النتائج معامل ارتباط (r = -0.52). هنا يبرز حجم أثر كبير يعكس علاقة عكسية قوية؛ فالالتزام بالبرنامج يفسر أكثر من 27% من التباين في التحسن السريري، مما يثبت الجدارة الإكلينيكية للتدخل العلاجي على الرغم من صغر حجم العينة مقارنة بالحالة السابقة.

الحالة الثالثة: مقارنة دواء جديد بالدواء الوهمي (تحويل d إلى r). قد تنشر دراسة أن دواءً مضاداً للاضطراب الوجداني حقق فارقاً إحصائياً بين مجموعتين بحجم أثر قدره (Cohen’s d = 0.40). بتحويل هذا الفارق إلى ارتباط حجم الأثر النقطي، نجد أن (r ≈ 0.20)، مما يوضح بوضوح وسلاسة للممارسين أن الارتباط بين تلقي العلاج والتحسن يقع في النطاق الصغير إلى المتوسط، متيحاً فهماً واقعياً يحد من الإفراط في التفاؤل الطبي.

9. القياس والتقدير الإحصائي

يتم قياس وتقدير ارتباط حجم الأثر من خلال مجموعة من الإجراءات الإحصائية الرياضية التي تبدأ بحساب التغاير بين المتغيرين وتقسيمه على انحرافاتهما المعيارية. في سياق العينات الصغيرة، يُعرف معامل بيرسون بأنه يعاني من تحيز طفيف يميل إلى المبالغة في تقدير حجم الأثر الحقيقي للمجتمع، ولذلك يلجأ علماء النفس القياسيون إلى استخدام معامل الارتباط المصحح (Adjusted r) أو صيغ التصحيح الخاصة بأولكن وبرات (Olkin-Pratt correction).

لتحقيق تقدير دقيق لمجالات الثقة المحيطة بارتباط حجم الأثر، لا يمكن تطبيق التوزيع الطبيعي مباشرة على قيم (r) لأن توزيع المعامل يلتوي بشدة كلما اقتربت قيمته من ±1.00. للتغلب على هذه المشكلة، وضع الإحصائي رونالد فيشر تحويله الشهير المعروف بـ «تحويل فيشر z» (Fisher’s z transformation)، والذي يعيد توزيع المعاملات لتتبع توزيعاً طبيعياً متماثلاً وفق المعادلة التالية:

z’ = 0.5 × ln((1 + r) / (1 – r))

بعد حساب الخطأ المعياري ومجالات الثقة لدرجات z المحولة، يتم تحويل الحدود مرة أخرى إلى مقياس (r) الأصلي. يوفر هذا الإجراء للباحثين نطاقاً دقيقاً وموثوقاً يعبر عن حجم الأثر الميداني المتوقع.

وضع جاكوب كوهين معايير استرشادية واسعة الانتشار لتفسير ارتباط حجم الأثر في البحوث النفسية والسلوكية: تُعد قيمة (r = 0.10) أثراً صغيراً، و(r = 0.30) أثراً متوسطاً، و(r = 0.50) فأعلى أثراً كبيراً. ورغم التحذيرات الحديثة من الاعتماد الأعمى على هذه القوالب، تظل هذه المعايير نقطة انطلاق أساسية في تخطيط البحوث وحساب القوة الإحصائية الاستباقية لتحديد حجم العينة المطلوب بدقة.

10. التطبيقات والأهمية العملية

يمتلك ارتباط حجم الأثر تطبيقات جوهرية تمتد عبر مختلف فروع علم النفس النظري والتطبيقي:

في علم النفس الإكلينيكي والعلاج النفسي: يُستخدم المعامل لتحديد فعالية التدخلات العلاجية ومقارنتها عبر التجارب السريرية العشوائية (RCTs). يفيد المعامل في حساب ما يُعرف بـ «مؤشر المقاربة المزدوجة للحدود الثنائية» (Binomial Effect Size Display – BESD)، والذي اقترحه روزنثال وروبين؛ فمثلاً، ارتباط قدره (r = 0.32) بين العلاج والشفاء يترجم عملياً إلى رفع نسبة النجاح من 34% في المجموعة غير المعالجة إلى 66% في المجموعة المعالجة، وهو تبسيط بليغ يقدم للمرضى والممارسين صورة جلية عن الأثر الواقعي للعلاج.

في القياس والتقويم النفسي: يمثل حجم الأثر حجر الزاوية في فحص الصدق التنبؤي لاختبارات الشخصية والقدرات. تعتمد كبرى المؤسسات التوظيفية على هذا المقياس لاختيار الاختبارات التي تقدم أعلى ارتباط بحجم الأثر مع الأداء الوظيفي، وتجنب المقاييس التي لا تقدم سوى إسهامات تافهة لا تبرر تكاليف تطبيقها.

في سياسات علم النفس التربوي: يساعد قياس حجم الأثر التربويين وصناع القرار على مفاضلة المناهج التعليمية؛ فإذا كان ارتباط أسلوب تدريسي معين بالتحصيل المعرفي يقل عن (r = 0.15)، فإنه نادراً ما يبرر تخصيص ميزانيات ضخمة لتدريب المعلمين عليه مقارنة بأساليب أخرى تحقق أحجام تأثير تتجاوز (0.40).

11. الأدلة التجريبية والبحوث المساندة

شهدت العقود الأخيرة حركة بحثية واسعة سعت إلى اختبار مدى واقعية معايير كوهين لأحجام الأثر في الواقع الميداني السيكولوجي. في دراسة مرجعية بارزة أجراها ريتشارد وبوند وستيل-جونسون عام 2003، تم مسح أكثر من 25,000 دراسة نفسية واجتماعية شملت نحو 8 ملايين مشارك، ووجدوا أن متوسط ارتباط حجم الأثر عبر مجمل أبحاث علم النفس الاجتماعي يبلغ حوالي (r = 0.21)، مما أثبت أن التأثيرات النفسية الحقيقية تقع تاريخياً بين المستويين الصغير والمتوسط بمقاييس كوهين.

أيدت هذه النتائج دراسة تجريبية ضخمة قادها جيزوفور وميلفون وبلاكمور (Gignac & Szodorai, 2016)، حيث حللوا مئات الارتباطات المنشورة في علم النفس الفردي وعلم الشخصية، وتوصلوا إلى أن توزيع أحجام الأثر الفعلي يستلزم تعديل عتبات كوهين لتصبح: (r = 0.10) صغيراً، و(r = 0.20) متوسطاً، و(r = 0.30) كبيراً؛ إذ نادراً ما تسفر الظواهر النفسية المعقدة ومتعددة العوامل عن ارتباطات تتجاوز 0.40 في العينات الممثلة طبيعياً.

كما أسهمت أبحاث حركة إعادة الإنتاج العلمي (Replication Crisis)، وتحديداً مشروع «تقدير إمكانية تكرار العلوم النفسية» الصادر عن مركز العلوم المفتوحة (Open Science Collaboration, 2015)، في تسليط الضوء على ظاهرة تضخم أحجام الأثر في الأبحاث المنشورة بسبب تحيز النشر (Publication Bias) لنتائج الـ (p-value)، حيث تبين أن أحجام الأثر في دراسات التكرار المباشر كانت في المتوسط نصف أحجام الأثر المسجلة في الدراسات الأصلية، مما أكد الحاجة إلى الإبلاغ الصارم عن ارتباط حجم الأثر ومجالات ثقته في كافة التقارير العلمية.

12. الاعتبارات الثقافية والسياقية

يتأثر ارتباط حجم الأثر بشدة بالبيئة والسياق الثقافي الذي تُجرى فيه الدراسة، مما يفرض على الباحثين الحذر من تعميم أحجام الأثر الغربية على مجتمعات أخرى دون ضبط إحصائي ومنهجي. ترتبط هذه الإشكالية بعدة عوامل جوهرية:

أولاً، تباين تشتت البيانات (Range Restriction) عبر الثقافات؛ فعلى سبيل المثال، إذا طُبق مقياس لتقدير الذات في ثقافة جمعية (Collectivist) تميل بطبيعتها إلى التواضع واختيار الدرجات المتوسطة وتجنب التطرف، فإن التباين الكلي في المقياس ينخفض، مما يؤدي رياضياً إلى انكماش ارتباط حجم الأثر بصورة زائفة لا تعكس ضعف العلاقة النفسية في حد ذاتها، بل تعكس نمط الاستجابة الثقافي.

ثانياً، تباين معايير الدقة والاتساق الداخلي للأدوات المترجمة؛ فإذا كانت النسخة العربية لمقياس نفسي تمتلك معامل ثبات أقل من النسخة الأصلية نتيجة صعوبات لغوية أو ثقافية في صياغة العبارات، فإن خطأ القياس المتزايد يعمل على «إضعاف الارتباط» (Attenuation Effect)، مما يجعل حجم الأثر المرصود يبدو أضعف مما هو عليه في الواقع. لذلك، ينبغي على الباحثين تصحيح ارتباط حجم الأثر للأخطاء القياسية قبل عقد المقارنات بين الثقافات.

ثالثاً، تختلف الأهمية الإكلينيكية لحجم الأثر نفسه باختلاف السياق التنموي والمجتمعي؛ فارتباط منخفض يبلغ (r = 0.10) قد يحمل دلالة مجتمعية واقتصادية بالغة الأهمية إذا كان يتعلق بتدخل وقائي يمس ملايين الأفراد في بيئة نامية، بينما قد يُعتبر الأثر نفسه غير ذي جدوى في سياق رعاية صحية فردية فائقة التكلفة داخل مجتمع متقدم.

13. الانتقادات والنقاشات وحدود الاستخدام

على الرغم من المكانة الرفيعة التي يحتلها ارتباط حجم الأثر في المنهجية المعاصرة، إلا أنه واجه مجموعة من الانتقادات والمحاذير المنهجية:

إغفال العلاقات غير الخطية: يعتمد ارتباط بيرسون على افتراض العلاقة الخطية المستقيمة؛ فإذا كانت العلاقة بين المتغيرين النفسيين منحنية (Curvilinear) – مثل قانون يركس-دودسون الذي يربط الاستثارة بالأداء عبر منحنى مقلوب على شكل حرف U – فإن ارتباط حجم الأثر قد يسجل قيمة تقترب من الصفر، مضللاً الباحث بوجود غياب تام للأثر بينما توجد في الواقع علاقة سببية وديناميكية قوية للغاية ولكنها غير خطية.

الحساسية للقيم الشاذة والقيود في المدى: يتأثر معامل الارتباط بشكل فائق الحساسية بوجود قيم متطرفة (Outliers)؛ فنقطة بيانات شاذة واحدة في عينة صغيرة أو متوسطة قد تضخم معامل الارتباط من 0.10 إلى 0.50 أو العكس. بالإضافة إلى ذلك، فإن اقتصار العينة على فئة محددة (مثل الطلاب الموهوبين فقط) يقلص مدى التباين ويؤدي بالضرورة إلى انخفاض مصطنع في ارتباط حجم الأثر.

مغالطة السببية والارتباطية: يحذر المنهجيون من الخلط الشائع بين حجم الأثر والسببية؛ فامتلاك حجم أثر ارتباطي كبير (r = 0.70) لا يثبت مطلقاً أن المتغير (أ) يسبب المتغير (ب)، حيث قد تظل العلاقة ناتجة عن متغير ثالث غير مقاس، أو عن انعكاس في الاتجاه السببي.

انتقاد قواعد كوهين العامة: يعارض العديد من الإحصائيين المعاصرين (مثل دانييل لاكينز) الاعتماد الميكانيكي على تصنيفات كوهين (صغير/متوسط/كبير)، معتبرين أنها تحولت إلى طقس شكلي جديد يشبه التعسف القديم لعتبة (p < 0.05). وتؤكد التوجهات الحديثة على ضرورة تفسير حجم الأثر داخل مجاله الموضوعي المحدد ومقارنته بالأدبيات السابقة بدلاً من مقارنته بمعايير مجردة صماء.

14. المصطلحات ذات الصلة والفروق الدقيقة

تتداخل العديد من المفاهيم الإحصائية مع ارتباط حجم الأثر، مما يستدعي توضيح الفروق الدقيقة بينها:

• معامل كوهين (Cohen’s d): يقيس الفارق المعياري بين متوسطي مجموعتين بالانحراف المعياري المشترك. يكمن الفرق في أن (d) ينتمي لعائلة الفروق ويصلح للتصميمات التجريبية، بينما ينتمي (r) لعائلة العلاقات المستمرة، ولكن يمكن التحويل رياضياً بينهما عبر معادلات دقيقة.
• معامل التحديد (R² / r²): يمثل مربع معامل الارتباط، ويقيس نسبة التباين المشترك أو المفسر. يختلف عن (r) في كونه مقياساً تناسبياً غير اتجاهي (دائماً موجب) ويلغي الإشارة الدالة على الاتجاه الإيجابي أو السلبي للعلاقة.
• معامل إيتا التربيعي (Eta-Squared – η²): مقياس لحجم الأثر يُستخدم غالباً في تحليلات التباين (ANOVA)، ويمثل نسبة التباين الكلي المنسوبة لمتغير فئوي مستقل، وهو معادل مفاهيمي لمعامل الارتباط المتعدد (R²).
• نسبة الأرجحية (Odds Ratio – OR): مقياس لحجم الأثر يُستخدم بشكل شائع في الدراسات الوبائية والطبية للبيانات الثنائية لبيان احتمالية وقوع حدث في وجود عامل معين مقارنة بغيابه، ويختلف عن (r) في أنه نسبة احتمالات وليس مؤشر تباين مقيد بين -1 و+1.
• القيمة الاحتمالية (p-value): تختبر احتمالية الحصول على النتائج بافتراض صحة الفرضية الصفرية، وتخبرنا بما إذا كان هناك أثر يمكن تمييزه عن الصدفة العشوائية، في حين يخبرنا ارتباط حجم الأثر عن مقدار وقوة ذلك الأثر بغض النظر عن الصدفة.

15. الملخص والخلاصات الأساسية

يعد ارتباط حجم الأثر حجر الأساس في الانتقال بالبحث النفسي من الثنائية الإحصائية الجامدة إلى التفسير العلمي التراكمي الدقيق. يوفر هذا المقياس مؤشراً معيارياً خالياً من وحدات القياس، يعكس كلاً من قوة واتجاه العلاقات بين المتغيرات النفسية، ويعمل على تكميم التباين المشترك بمعزل عن التحيز الناجم عن ضخامة أو ضآلة حجم العينة.

يتفرع هذا المؤشر إلى صور رياضية متعددة تلائم البيانات الخطية، والرتبية، والفئوية الثنائية، ويمثل الوحدة البنائية الأساسية لدراسات التحليل البعدي التي تدمج المعرفة الإنسانية عبر مئات الأبحاث المستقلة. تتطلب الممارسة السيكولوجية الرصينة عدم الاكتفاء بحساب القيمة المركزية لهذا المعامل، بل إحاطتها بمجالات الثقة المحولة وفق تحويل فيشر، وتفسيرها في ضوء السياق الميداني والثقافي وخصائص أدوات القياس المستخدمة.

في المحصلة، لا يكتمل أي تقرير بحثي أو تشخيصي معاصر في العلوم السلوكية دون تقديم ارتباط حجم الأثر وقراءته بتبصر؛ فهو الوسيلة التي تمنح الأرقام المجردة معناها الإنساني والتطبيقي، كاشفاً بوضوح ما إذا كان الأثر المرصود يمتلك ثقلاً حقيقياً يستحق التوظيف الإكلينيكي والتربوي، أم أنه مجرد أثر عابر التقطته العينات الكبيرة وتلاشى بريقه أمام التطبيق العملي.

المراجع

• Cohen, J. (1988). Statistical Power Analysis for the Behavioral Sciences (2nd ed.). Lawrence Erlbaum Associates. https://www.routledge.com/Statistical-Power-Analysis-for-the-Behavioral-Sciences/Cohen/p/book/9780805802832
• Gignac, G. E., & Szodorai, E. T. (2016). Effect size guidelines for individual differences researchers. Personality and Individual Differences, 102, 74–78. https://doi.org/10.1016/j.paid.2016.06.052
• Open Science Collaboration. (2015). Estimating the reproducibility of psychological science. Science, 349(6251), aac4716. https://doi.org/10.1126/science.aac4716
• Richard, F. D., Bond, C. F., Jr., & Stokes-Zoota, J. J. (2003). One hundred years of social psychology quantitatively described. Review of General Psychology, 7(4), 331–363. https://doi.org/10.1037/1089-2680.7.4.331
• Rosenthal, R., & Rubin, D. B. (1982). A simple, general purpose display of magnitude of experimental effect. Journal of Educational Psychology, 74(2), 166–169. https://doi.org/10.1037/0022-0663.74.2.166