معامل إيتا: مقياس حجم الأثر وتفسير التباين

يُعد معامل إيتا ومربعه من أبرز الركائز الإحصائية المنهجية المعتمدة في البحوث السيكولوجية والعلوم السلوكية المعاصرة لقياس قوة الارتباط وحجم الأثر بدقة وموضوعية. يمثل هذا المفهوم نقلة نوعية تتجاوز مجرد فحص الدلالة الإحصائية الصفرية، متيحاً لعلماء النفس والباحثين تقييم المقدار الفعلي الذي يسهم به متغير مستقل في تفسير التباين المشاهد داخل الظاهرة النفسية المدروسة. ومن خلال هذا التحليل العميق والشامل، تتضح معالم هذا المقياس الرياضي والسيكومتري كأداة لا غنى عنها في تصميم التدخلات الإكلينيكية، والتقويم التربوي، والنمذجة المعرفية والسلوكية.

معامل إيتا ومربع إيتا في علم النفس القياسي

1. التعريف الموجز

يُعرَّف معامل إيتا (ويرمز له بالحرف اليوناني $eta$)، وتحديداً مشتقته الأكثر تداولاً مربع إيتا ($\eta^2$)، بأنه إحصاء لاخطي وحجم أثر يقيس نسبة التباين في المتغير التابع التي ترتبط أو تُعزى إلى مستويات متغير مستقل نوعي أو فئوي. يعبر المقياس بصورة رياضية عن الارتباط المتعدد بين المتغيرات في سياق تحليل التباين، مما يجعله معادلاً لمفهوم معامل التحديد في الانحدار الخطي البسيط والمتعدد.

في الممارسة السيكولوجية التجريبية وشبه التجريبية، يتجاوز مربع إيتا نطاق اختبار الفرضية الصفرية وقيم الاحتمالية التي تكتفي بالإشارة إلى ما إذا كان الفارق بين المجموعات راجعاً للصدفة أم لا. يخبر مربع إيتا الباحث مباشرة: ما النسبة المئوية من الفروق الفردية في السلوك، أو الاستجابة المعرفية، أو الأعراض الإكلينيكية، التي يمكن تفسيرها عبر التدخل العلاجي أو المتغير التجريبي المدروس؟ وبذلك يشكل دعامة جوهرية للحكم على الأهمية العملية والتطبيقية للنتائج الميدانية.

يمتاز معامل إيتا بقدرته الفريدة على استيعاب العلاقات غير الخطية بين المتغيرات المستقلة والتابعة، خلافاً لمعامل ارتباط بيرسون الذي يفترض بدقة وجود علاقة خطية مستقيمة. هذا التميز يمنح إيتا مكانة مركزية عند دراسة الظواهر النفسية المعقدة، مثل قانون يركيس-دودسون الذي يربط الاستثارة بالأداء عبر علاقة منحنية تأخذ شكل حرف U المقلوب، حيث يعجز الارتباط الخطي عن رصد الأثر بينما يعكسه معامل إيتا بكفاءة بالغة.

2. التأثيل والاشتقاق اللغوي

يعود الأصل اللغوي للمصطلح إلى الحرف السابع من الأبجدية اليونانية القديمة إيتا (Eta، ويكتب كبيراً $\mathrm{H}$ وصغيراً $eta$). استعار علماء الرياضيات والإحصاء في مطلع القرن العشرين الأحرف الإغريقية للدلالة على المعالم المجتمعية والمقاييس الإحصائية المتقدمة تمييزاً لها عن المعالم العينية اللاتينية التقليدية.

أدخل عالم الإحصاء الشهير كارل بيرسون الرمز $eta$ إلى الأدبيات المنهجية في دراساته المنشورة عام 1905 لتوصيف ما أسماه “نسبة الارتباط”، كصيغة عامة تقيس الارتباط الرياضي بصرف النظر عن خطية أو انحناء الدالة التوزيعية. ومنذ ذلك الحين، ترسخ استخدام الحرف $eta$ في المؤلفات النفسية والإحصائية للإشارة إلى حجم الأثر الناتج عن تصاميم تحليل التباين الفئوية، وانتقل إلى المعاجم المعاصرة كمرادف لتفسير التباين المجزأ.

3. النطق والصيغة الصرفية والرمزية

يُنطق المصطلح في اللغة العربية بكسر الهمزة وسكون الياء وفتح التاء المشددة أو المخففة: إِيْتَا (وبالإنجليزية: /ˈeɪtə/ أو /ˈiːtə/). ويُصنف نحوياً كاسم علم مفرد غير مشتق يُعامل كاسم جامد دال على دالة إحصائية معينة.

يظهر المصطلح في التراكيب الأكاديمية مضافاً إلى كلمات أخرى تحدد طبيعته الحسابية، مثل: “مربع إيتا الجزئي” و”مربع إيتا المعمم”. ورمزياً، يكتب الحرف الصغير $eta$ متبوعاً بعلامة الرفع للدلالة على المربع التربيعي $\eta^2$ أو مع رموز منخفضة فرعية مثل $\eta_p^2$ للدلالة على التباين الجزئي، أو $\eta_G^2$ للدلالة على التباين المعمم في التصاميم القياسية المتكررة.

4. الشرح المفاهيمي المفصل

يمثل التباين جوهر القياس النفسي والتقييم السلوكي؛ فالأفراد يختلفون في درجات القلق، والذكاء، وسرعة المعالجة، والمهارات الاجتماعية. عندما يصمم الباحث تجربة نفسية، فإنه يُحدث عمداً تبايناً مصطنعاً من خلال تعريض المشاركين لظروف تجريبية مختلفة (مثل أساليب علاجية متباينة، أو جرعات تدريبية، أو محفزات معرفية). يسعى مربع إيتا إلى الإجابة عن التساؤل المنهجي الحاسم: ما هي الحصة النسبية من إجمالي هذا التباين المشاهد التي تعود حصرياً إلى هذا المتغير التجريبي؟

تتراوح القيمة الرياضية لمربع إيتا دائماً بين الصفر (0.00) والواحد الصحيح (1.00). تشير القيمة 0.00 إلى انعدام تام لأي ارتباط أو تأثير للمتغير المستقل على المتغير التابع؛ أي أن المجموعات متماثلة في المتوسطات وتوزع الدرجات عشوائي تماماً بالنسبة للمعالجة. وفي المقابل، تعني القيمة 1.00 أن كامل التباين والاختلاف بين الأفراد في السلوك أو الاستجابة النفسية محدد كلياً وبشكل حتمي بفعل المتغير المستقل، وهو أمر نظري نادر الحدوث في الظواهر الإنسانية المتشابكة.

في سياق تحليل التباين أحادي الاتجاه، يُحسب مربع إيتا بقسمة مجموع المربعات بين المجموعات ($SS_{between}$) على مجموع المربعات الكلي ($SS_{total}$). يمثل البسط مقدار التشتت المنسوب للمعالجة التجريبية، بينما يمثل المقام المقدار الإجمالي لكافة مصادر التشتت داخل التجربة (المعالجة مضافاً إليها الخطأ العشوائي والفروق الفردية). بالتالي، فإن ناتج القسمة يعكس كسر التباين المفسر، ويمكن ضربه في مئة للحصول على النسبة المئوية المئوية للتباين المفسر.

تكمن قوة إيتا المفاهيمية في تجريد النتيجة من مقاييس القياس الأصلية؛ فلو قيس الاكتئاب عبر درجات خام على مقياس بيك، وقيس في دراسة أخرى عبر تغيرات في الناقلات العصبية، يظل بإمكان مربع إيتا تقديم مؤشر موحد لا بعدي يمكن عبره مقارنة فاعلية العلاجين بدقة بالغة وتجريد كامل عن طبيعة أداة القياس ووحداتها الحسابية، مما يجعله حجر الزاوية في تحليلات التلخيص التلوي (التحليل البعدي).

5. التطور التاريخي

نشأت بذور هذا المقياس مع بدايات مأسسة الإحصاء الحيوي والنفسي في أواخر القرن التاسع عشر وبدايات القرن العشرين. انتبه كارل بيرسون، أثناء وضعه لأسس القياس الارتباطي، إلى أن معامل ارتباط عزم الجداء الخطي يعاني عجزاً هيكلياً عند تطبيقه على توزيعات لا تتخذ مساراً خطياً، فصاغ معامل نسبة الارتباط (Correlation Ratio) واقترح رمزه $eta$ في عام 1905 كحل لهذه المعضلة الحسابية.

مع التطور الهائل الذي قاده رونالد فيشر في عشرينيات وثلاثينيات القرن العشرين عبر ابتكار تقنية تحليل التباين، أُعيد دمج وتأطير نسبة الارتباط لبيرسون لتلائم جداول فيشر الشهيرة لتحليل التباين. أدرك المنهجيون أن قسمة مجموع المربعات الخاص بالعامل على المجموع الكلي للمربعات تنتج ذات القيمة التي اشتقها بيرسون لنسبة التباين المشترك، مما منح المقياس زخماً كبيراً في الأبحاث الزراعية والبيولوجية أولاً ثم السلوكية والنفسية لاحقاً.

شهد النصف الثاني من القرن العشرين، وتحديداً مع أبحاث جاكوب كوهين الرائدة في الستينيات والسبعينيات، تحولاً جذرياً في النظرة إلى مربع إيتا. جادل كوهين بأن مجتمع علم النفس يفرط في الاعتماد على القيمة الاحتمالية ($p-value$) التي تتأثر بحجم العينة بصورة مفرطة، مما يخفي الحجم الحقيقي للتأثير. وضع كوهين في كتابه المرجعي عام 1988 معايير استرشادية لحجم الأثر باستخدام $\eta^2$ والتحويلات المرتبطة به ($f$)، مما دشن مرحلة العصر الحديث لتقييم الأثر السيكولوجي.

في مطلع القرن الحادي والعشرين، فرضت جمعية علم النفس الأمريكية (APA) عبر أدلتها التحريرية المتعاقبة الإلزام بتقرير حجوم الأثر ومن ضمنها مربع إيتا جنباً إلى جنب مع اختبارات الدلالة، مما عزز مكانته وأفرز نقاشات نقدية معمقة قادها باحثون معاصرون حول عيوب التحيز العيني وتفضيل مقاييس أخرى أو اعتماد النسخ الجزئية والمعممة منه.

6. الأسس النظرية والرياضية

تستند الخلفية الرياضية لمربع إيتا إلى التقسيم الخطي للتباين الكلي، وهو المبدأ التأسيسي لتحليل التباين. ينص هذا المبدأ على أن الانحراف الكلي لأي درجة خام عن المتوسط العام للتوزيع يمكن تفكيكه بدقة إلى مجموع انحرافين: انحراف متوسط المجموعة عن المتوسط العام (أثر المعالجة)، وانحراف الدرجة الخام الفردية عن متوسط مجموعتها الخاصة (الخطأ العشوائي أو التباين داخل المجموعات).

تُصاغ المعادلة الكلاسيكية لمربع إيتا في نموذج تحليل التباين البسيط على النحو التالي:

$$\eta^2 = \frac{SS_{effect}}{SS_{total}}$$

حيث يمثل $SS_{effect}$ مجموع مربعات الفروق العائدة للمعالجة أو العامل المستقل، بينما يمثل $SS_{total}$ مجموع المربعات الكلي لكافة الدرجات عن المتوسط العام للتجربة. تدل هذه النسبة مباشرة على قوة الاقتران بين المتغير الاسمي والمستمر.

أما في النماذج المتعددة العوامل (تصاميم المضروب العاملي Factorial Designs)، فقد يؤدي وجود أكثر من متغير مستقل إلى خفض القيمة الإجمالية لمربع إيتا لكل عامل بصورة مصطنعة بسبب تضخم المقام ($SS_{total}$). لحل هذه المعضلة، استحدث المنهجيون معادلة مربع إيتا الجزئي ($\eta_p^2$)، والتي تعزل المتغيرات الأخرى من المقام:

$$\eta_p^2 = \frac{SS_{effect}}{SS_{effect} + SS_{error}}$$

تزيل هذه المعادلة التباين الذي تفسره العوامل المستقلة الأخرى من المقام، مركزة فقط على التباين غير المفسر المتبقي (تباين الخطأ)، مما يجعل المقياس يمثل الأثر النسبي الخالص لهذا المتغير بمفرده كنسبة من التباين المتاح له نظرياً لتفسيره.

7. المكونات والأنواع والأبعاد الأساسية

يتفرع مفهوم إيتا في الإحصاء النفسي المعاصر إلى عدة أنماط رئيسية تتكامل وتتمايز وفقاً للتصميم التجريبي المعتمد:

• معامل إيتا البسيط ($eta$): يمثل الجذر التربيعي لمربع إيتا، ويُستخدم كمؤشر مباشر لشدة الارتباط المنحني أو اللاخطي بين متغير ترتيبي/اسمي ومتغير فئوي أو متصل، وتتراوح قيمته بين 0 و1 دون اتجاه سالب.
• مربع إيتا الكلاسيكي ($\eta^2$): مقياس التباين المفسر الإجمالي، يُظهر النسبة المطلقة للتباين الكلي المشروح بواسطة المتغير قيد الدراسة مقارنة بمجمل التباين الموجود في التجربة ككل.
• مربع إيتا الجزئي ($\eta_p^2$): النمط القياسي المعتمد في البرمجيات الإحصائية الشهيرة، حيث يُحسب بأخذ تباين المعالجة مقسوماً على تباين المعالجة مضافاً إليه تباين الخطأ فقط، متجاهلاً العوامل الأخرى وتفاعلاتها المتبادلة.
• مربع إيتا المعمم ($\eta_G^2$): نمط متقدم طوره باحثو القياس النفسي للتعامل مع دراسات القياسات المتكررة والتصاميم المختلطة، حيث يضمن إمكانية مقارنة حجوم الأثر عبر دراسات تعتمد تصاميم داخل الأفراد وأخرى تعتمد تصاميم بين الأفراد.
• معامل إيتا التفاعلي (Interaction $\eta^2$): يمثل البعد المخصص لقياس حجم الأثر الناتج عن تضافر متغيرين مستقلين معاً في التأثير على المتغير التابع بما يجاوز التأثيرات المستقلة المنفردة لكل منهما.

8. أمثلة وحالات تطبيقية توضيحية

مثال 1: تقييم فاعلية تدخل علاجي سلوكي معرفي للاكتئاب:
أجرى باحث نفسي تجربة سريرية قارن فيها بين ثلاث مجموعات لعلاج اضطراب الاكتئاب: العلاج المعرفي السلوكي (CBT)، والعلاج الدوائي، ومجموعة قائمة الانتظار (ضابطة). بعد انتهاء التجربة، أظهر تحليل التباين أحادي الاتجاه أن $SS_{between} = 450$ و $SS_{total} = 1500$. بحساب مربع إيتا:
$$\eta^2 = \frac{450}{1500} = 0.30$$
يعني هذا الرقم المنهجي أن 30% من التباين الكلي في درجات تحسن الاكتئاب يعزى مباشرة إلى نوع التدخل المتبع، وهو ما يُصنف وفق المعايير السيكومترية كأثر تجريبي كبير جداً يؤكد الأهمية السريرية للتدخل العلاجي.

مثال 2: دراسة أثر الحرمان من النوم على الانتباه التنفيذي:
في دراسة معملية في علم النفس العصبي، تم توزيع المشاركين على أربع مستويات من الحرمان من النوم (0 ساعات، 12 ساعة، 24 ساعة، 36 ساعة)، ثم خضعوا لاختبار ستروب لقياس زمن الرجع التنفيذي. أظهرت النتائج أن $SS_{sleep} = 120$ و $SS_{error} = 880$. بحساب مربع إيتا الجزئي:
$$\eta_p^2 = \frac{120}{120 + 880} = \frac{120}{1000} = 0.12$$
تدل القيمة 0.12 على أن الحرمان من النوم يفسر 12% من التباين في سرعة الكبح التنفيذي، مما يوضح أنه على الرغم من وجود عوامل فردية أخرى (كالفروق في القهوة أو الفروق الفردية في الذكاء السائل)، فإن للحرمان من النوم تأثيراً متوسطاً إلى كبير على المعالجة العقلية الواعية.

9. القياس والتقدير الإحصائي

يتم استخراج مربع إيتا في الممارسات المعاصرة بالاعتماد على الحزم الإحصائية المتقدمة للعلوم الاجتماعية، حيث توفر هذه البرمجيات خيارات تلقائية لحساب مربع إيتا ومربع إيتا الجزئي ضمن مخرجات نماذج الخط العام (GLM) وتحليل التباين متعدد المتغيرات (MANOVA).

وضع عالم القياس النفسي جاكوب كوهين (1988) محددات إرشادية شائعة لتفسير قيم مربع إيتا في الدراسات السلوكية، وتُصنف على النحو الآتي:

• أثر صغير: $\eta^2 = 0.01$ (يفسر المتغير 1% فقط من إجمالي التباين، ويكون ملاحظاً في العينات الضخمة أو عند دراسة ظواهر نفسية معقدة متعددة الأسباب).
• أثر متوسط: $\eta^2 = 0.06$ (يفسر المتغير 6% من التباين، وهو المستوى النموذجي لمعظم التدخلات التربوية والنفسية الفعالة).
• أثر كبير: $\eta^2 = 0.14$ فأعلى (يفسر المتغير 14% أو أكثر من التباين، ويمثل تأثيراً قوياً وواضحاً يمكن ملاحظته بسهولة في الممارسة الميدانية).

ينبغي التعامل مع هذه العتبات بحذر سياقي نقدي؛ إذ إن تأثيراً نفسياً يفسر 1% أو 2% من التباين قد يكون بالغ الأهمية إذا كان يتعلق بظواهر حاسمة كمنع الانتحار أو الحد من العنف المدرسي، بينما قد لا يكون أثر بحجم 15% حاسماً في تجارب مخبرية اصطناعية بالغة الضبط تفتقر للصلاحية البيئية.

10. التطبيقات والأهمية العملية في علم النفس

يمتد التطبيق العملي لمربع إيتا إلى كافة فروع علم النفس النظرية والتطبيقية، مقدماً منافع جوهرية لتطور المعرفة السلوكية وتطبيقاتها:

في علم النفس الإكلينيكي والطب النفسي، يوجه مربع إيتا قرارات الممارسين في اختيار البروتوكولات العلاجية المبنية على الدليل؛ فعندما يثبت أن دمج العلاج الدوائي مع الدعم النفسي يحقق مربع إيتا يعادل 0.22 مقارنة بالعلاج الدوائي وحده (0.08)، يكتسب الفريق المعالج مسوغاً كمياً مقنعاً لتبني النهج التكاملي وتوجيه الموارد الصحية بكفاءة.

في علم النفس التنظيمي والصناعي، يُستخدم المقياس لتقييم برامج التدريب واختيار الأفراد. يمكن للمؤسسات تقييم فاعلية ورش عمل تنمية القيادة عبر فحص مقدار التباين المفسر في أداء الفرق، مما يوفر بيانات واضحة عن العائد على الاستثمار في الموارد البشرية.

في القياس والتقويم النفسي التربوي، يساعد مربع إيتا في دراسة التحيز الثقافي والاجتماعي لبنود الاختبارات؛ حيث يتيح للباحثين حساب النسبة التي تعود للعرق أو الطبقة الاجتماعية مقابل القدرة الحقيقية، فضلاً عن تحديد جدوى استراتيجيات التعلم النشط وتمايز التعليم في رفع التحصيل الأكاديمي.

11. الأبحاث والأدلة التجريبية

أكدت الأدبيات المنهجية والنفسية عبر مئات الدراسات التحليلية التلوية أن الاعتماد الحصري على مستويات الدلالة الإحصائية ($p < 0.05$) كان عاملاً رئيسياً في اندلاع “أزمة إعادة الإنتاج” (Replication Crisis) في علم النفس. وقد بيّنت أبحاث روبرت روزنتال وجاكوب كوهين أن الدراسات ذات العينات الضخمة قد تسفر عن دلالات إحصائية وهمية لتأثيرات تافهة لا تتعدى قيمتها في مربع إيتا 0.001، بينما قد تفشل العينات الصغيرة في الوصول إلى الدلالة الإحصائية رغم احتوائها على حجم أثر ضخم يصل إلى$eta^2 = 0.20$.

أجرى ريتشارد وبوند وستوكس-زوتيشكا (2003) مسحاً شاملاً لأكثر من 25 ألف دراسة سيكولوجية شملت ملايين المشاركين، وخلصوا إلى أن متوسط حجم الأثر في مجمل أبحاث علم النفس يقارب معامل ارتباط مقداره $r = 0.21$، وهو ما يكافئ تقريباً مربع إيتا يتراوح حول $\eta^2 = 0.04$ إلى $0.05$. أثبتت هذه البيانات التجريبية الشاملة أن معظم التأثيرات النفسية هي في الواقع تأثيرات متواضعة إلى متوسطة، نظراً لأن السلوك البشري محكوم بتعددية سببية وتفاعلات معقدة بين الاستعداد الجيني والعوامل البيئية المتشابكة.

12. الاعتبارات الثقافية والسياقية في المنهجية

تتطلب ترجمة وتطبيق مفاهيم حجم الأثر مثل مربع إيتا في السياقات الثقافية المتنوعة، لاسيما في المجتمعات العربية والنامية، وعياً منهجياً بخصائص العينات وبيئة القياس. غالباً ما تعاني الدراسات الميدانية في المجتمعات غير الغربية من تباينات بيئية شديدة غير مضبوطة (كالفروق الطبقية والتعليمية الحادة وتنوع اللهجات)، مما يؤدي رياضياً إلى تضخم كبير في تباين الخطأ ($SS_{error}$).

يؤدي هذا التضخم في التباين المتبقي إلى انخفاض مصطنع في قيمة $\eta^2$ و $\eta_p^2$، مما قد يدفع الباحثين إلى استنتاج خاطئ بأن التدخل النفسي غير فعال في البيئة المحلية. لذا، يؤكد خبراء القياس العابر للثقافات على ضرورة ضبط المتغيرات المصاحبة ثقافياً واستخدام نماذج التباين المشترك (ANCOVA) واستخراج مربع إيتا بعد تحييد الضجيج الإحصائي الثقافي واللغوي، لضمان عدالة المقارنات وموثوقية الأحكام التطبيقية.

13. الانتقادات والمناقشات والحدود المنهجية

على الرغم من الانتشار الواسع لمربع إيتا، فإنه يواجه انتقادات منهجية وإحصائية رصينة في الأدبيات المتقدمة:

أولاً، يُعد مربع إيتا الكلاسيكي إحصاءً متحيزاً إيجابياً نحو التضخيم (Positively Biased Statistic)؛ فهو يعتمد على درجات العينة المحددة، مما يجعله يعكس التباين العيني بالإضافة إلى جزء من خطأ المعاينة، وتزداد حدة هذا التحيز بشكل خاص عندما يكون حجم العينة صغيراً. ولهذا السبب، يفضل العديد من الإحصائيين استخدام مربع أوميغا ($\omega^2$) أو إبسيلون مربع ($\epsilon^2$) كبدائل غير متحيزة تقدم تقديراً أكثر دقة لمعلمة المجتمع الأصلية.

ثانياً، تبرز معضلة كبرى مع مربع إيتا الجزئي ($\eta_p^2$) في التحليلات متعددة العوامل؛ إذ إن مجموع قيم $\eta_p^2$ لجميع العوامل والتفاعلات داخل التجربة الواحدة قد يتجاوز 1.00 (100%)، وهو أمر يتناقض بديهياً مع المنطق الاحتمالي السليم. ينبع ذلك من أن كل عامل يُحسب على حدة بمقام مختلف يستبعد العوامل الأخرى، مما يجعل المقارنة المباشرة بين حجوم التأثير عبر دراسات تعتمد تصميمات مختلفة أمراً مضللاً رياضياً.

ثالثاً، يتجاهل مربع إيتا الاتجاه الترتيبي للبيانات؛ فهو مقياس غير اتجاهي لا يوضح ما إذا كانت المجموعة التجريبية قد تحسنت أم تراجعت، بل يكتفي ببيان وجود تباين واختلاف بين المتوسطات. وبناءً عليه، يظل تفسيره ناقصاً ومبتوراً إذا لم يقترن بفحص دقيق للمتوسطات والانحرافات المعيارية والمقارنات البعدية المتعددة.

14. المصطلحات ذات الصلة والفروق الجوهرية

تتكامل وتتقاطع مع معامل إيتا حزمة من المصطلحات الإحصائية السيكومترية التي يجب التمييز الدقيق بينها:

• معامل ارتباط بيرسون ($r$): يقيس العلاقة الخطية فقط بين متغيرين كميين مستمرين، في حين يقيس إيتا ($eta$) الارتباط العام (الخطي واللاخطي) بين متغير فئوي ومتغير مستمر.
• مربع أوميغا ($\omega^2$): مقياس لحجم الأثر وتباين المعالجة في تحليل التباين ولكنه غير متحيز؛ حيث يعتمد على متوسطات المربعات ويطرح تباين الخطأ المتوقع من البسط، مما يجعله أكثر دقة من مربع إيتا في العينات الصغيرة.
• مربع إبسيلون ($\epsilon^2$): بديل غير متحيز وضعه لويس غوتمان وكارل بيرسون، يقترب جداً من أوميغا ويصحح تحيز إيتا عبر درجات الحرية للعينة.
• معامل التحديد ($R^2$): يطابق رياضياً مربع إيتا في الانحدار الخطي المتعدد البسيط، لكنه يرتبط بنماذج الانحدار المستمرة أكثر من ارتباطه بتصاميم التجارب المعملية المقسمة لمجموعات.
• دال كوهين ($d$): يقيس الفرق المعياري بين متوسطي مجموعتين فقط مقسوماً على الانحراف المعياري المجمع، بينما يستوعب مربع إيتا تصاميم تحتوي على ثلاث مجموعات أو أكثر بكفاءة كلية.

15. الخلاصة والنقاط المستفادة

يعد معامل إيتا ومربع إيتا ركناً أساسياً في الترسانة المنهجية لعلماء النفس، حيث ينقل التحليل السيكولوجي من خانة التساؤل المحدود عن وجود أثر من عدمه إلى آفاق التقدير الكمي الدقيق لوزن وأهمية ذلك الأثر. يتيح المقياس فهماً عميقاً لنسبة التباين المفسر في السلوك البشري، متجاوزاً قيود اختبارات الدلالة الصفرية، وموفراً لغة رياضية مشتركة للمقارنة والتلخيص التلوي عبر الدراسات المختلفة.

وعلى الرغم من المآخذ المنهجية المتعلقة بالتحيز الإيجابي في العينات الصغيرة والخلط المفاهيمي بين نسخته الكلاسيكية والجزئية، يظل الوعي بضوابط استخدامه ومقارنته بالمقاييس البديلة كأوميغا دليلاً على النضج السيكومتري للباحث. إن الاستخدام الرشيد لمربع إيتا، مقترناً بالدلالة العملية والسريرية، يسهم بصورة جوهرية في بناء معرفة نفسية رصينة تتسم بالدقة، وقابلية التكرار، والنفع التطبيقي لحياة الأفراد والمجتمعات.

المراجع

• Cohen, J. (1988). Statistical power analysis for the behavioral sciences (2nd ed.). Lawrence Erlbaum Associates. https://www.worldcat.org/title/statistical-power-analysis-for-the-behavioral-sciences/oclc/17877467
• Fritz, C. O., Morris, P. E., & Richler, J. J. (2012). Effect size estimates: Current use, calculations, and interpretation. Journal of Experimental Psychology: General, 141(1), 2–18. https://doi.org/10.1037/a0024338
• Lakens, D. (2013). Calculating and reporting effect sizes to facilitate cumulative science: A practical primer for t-tests and ANOVAs. Frontiers in Psychology, 4, Article 863. https://doi.org/10.3389/fpsyg.2013.00863
• Olejnik, S., & Algina, J. (2003). Generalized eta and omega squared statistics: Measures of effect size for some common research designs. Psychological Methods, 8(4), 434–447. https://doi.org/10.1037/1082-989X.8.4.434
• Richardson, J. T. E. (2011). Eta squared and partial eta squared as measures of effect size in educational research. Educational Research Review, 6(2), 135–147. https://doi.org/10.1016/j.edurev.2010.12.001