مربع إيتا: مقياس حجم الأثر النفسي

يُعد مربع إيتا أحد أهم المقاييس الإحصائية المعتمدة لتقدير حجم الأثر وتحديد القوة التفسيرية للنماذج التجريبية والارتباطية في علم النفس والعلوم السلوكية، متجاوزاً بذلك القيود التقليدية المرتبطة بمجرد الاعتماد على الدلالة الإحصائية المجردة. يُمكّن هذا المؤشر الباحثين النفسيين من فهم المقدار الدقيق للتباين في المتغير التابع الذي يمكن إيعازه إلى المتغير المستقل، مما يمنح النتائج بُعداً إكلينيكياً وتطبيقياً يتخطى احتمالية الصدفة.

مربع إيتا (Eta Squared – η²)

1. التعريف الدقيق والموجز

يُعرَّف مربع إيتا (Eta Squared ويرمز له إحصائياً بالرمز الإغريقي η²) بأنه مقياس نسبي لتقدير حجم الأثر يُعبر عن نسبة التباين الكلي في المتغير التابع المنسوبة إلى تأثير متغير مستقل معين أو عامل تجريبي محدد في سياق تحليل التباين (ANOVA). يعمل هذا المقياس كنظير مباشر لمعامل التحديد (R²) المستخدم في نماذج الانحدار الخطي المتعدد، حيث يقيس الحصة النسبية من التشتت المفسر مقارنة بالتشتت الكلي في البيانات النفسية المدروسة.

يمتد المفهوم الجوهري لمربع إيتا ليعكس العلاقة الترابطية غير الخطية المحتملة بين المتغيرات؛ فبينما يقتصر معامل ارتباط بيرسون على قياس الارتباطات الخطية، يستطيع مربع إيتا استيعاب العلاقات المنحنية والمتعددة المجموعات بدقة متناهية. إن القيمة الناتجة لمربع إيتا تتراوح دائماً بين الصفر والواحد الصحيح (أو بين 0% و100%)، حيث تشير القيمة صفر إلى انعدام أي قدرة تفسيرية للمتغير المستقل على سلوك المتغير التابع، في حين تعكس القيمة واحد قدرة تفسيرية مطلقة وكاملة، وهي حالة نادرة الحدوث في الظواهر النفسية المعقدة.

في سياق القياس النفسي، لا يكتفي مربع إيتا بالإجابة عن السؤال الكلاسيكي: “هل يوجد فرق حقيقي بين المجموعات؟”، بل يجيب عن التساؤل الأكثر أهمية وعمقاً: “ما مدى اتساع وجوهرية هذا الفرق في الواقع العملي؟”. وبالتالي، يشكل هذا المعامل ركيزة أساسية في حركة الإصلاح الإحصائي التي تقودها جمعية علم النفس الأمريكية (APA) لتشجيع الباحثين على تضمين أحجام الآثار جنباً إلى جنب مع القيم الاحتمالية (p-values).

2. التأصيل اللغوي والاشتقاق الاصطلاحي

يعود الأصل اللغوي للمصطلح إلى الحرف الإغريقي السابع “إيتا” (Η / η)، والذي استُعير تاريخياً في علم الإحصاء الرياضي للإشارة إلى نسبة الارتباط (Correlation Ratio) التي صاغها علماء الإحصاء الحيوي في مطلع القرن العشرين. وقد اقترن الحرف بكلمة “مربع” للدلالة الرياضية على رفع القيمة إلى القوة الثانية (η²)، محاكاة لتربيع معامل الارتباط الخطي r للحصول على r²، بهدف التعبير المباشر عن نسب التباين بدلاً من مقاييس التشتت الخطي البسيط.

دخل هذا المصطلح إلى حقل القياس النفسي والعلوم الاجتماعية كترجمة دقيقة لمفهوم نسبة تباين المجموعات، وكان الهدف منه التمييز الواضح بين الارتباطات الخطية البسيطة والارتباطات متعددة الحدود. وفي المعاجم الإحصائية النفسية، يعكس مصطلح “مربع إيتا” مقدار التباين المشترك، واستقر استخدامه في أدبيات القياس المتقدم للإشارة تحديداً إلى نسبة مجموع المربعات بين المجموعات (Sum of Squares Between) إلى مجموع المربعات الكلي (Sum of Squares Total).

3. البنية اللفظية والاستخدام النحوي

يُصنف مصطلح “مربع إيتا” في اللغة العربية كمركب إضافي؛ حيث تقع كلمة “مُربَّع” (اسم مفعول من الفعل الرباعي ربَّعَ) موقع المضاف، وتعمل كلمة “إيتا” (اسم علم أعجمي ممنوع من الصرف لعلة العجمة والعلمية) موقع المضاف إليه. يُعرب المصطلح بحسب موقعه في الجملة الأكاديمية؛ فيُقال: “أظهرَ مربعُ إيتا قيمةً مرتفعة” برفع المضاف، أو “حَسَبَ الباحثُ مربعَ إيتا” بنصبه، أو “بالاعتماد على مربعِ إيتا” بجره بالكسرة.

تتضمن المتغيرات الاصطلاحية المقبولة في الكتابات العربية استخدام عبارة “نسبة الارتباط لإيتا” أو الاكتفاء بالرمز اللاتيني المُعرّب (إيتا تربيع)، إلا أن “مربع إيتا” يظل المصطلح المعياري المعتمد في المجلات النفسية المحكمة والكتب المنهجية الصادرة عن أقسام علم النفس والإحصاء التربوي في الجامعات العربية الرائدة.

4. الشرح المفاهيمي المفصل

ينبثق الفهم العميق لمربع إيتا من تفكيك التباين الكلي في الظاهرة النفسية موضوع القياس؛ فعند دراسة استجابات عينة من الأفراد لمتغير تابع معين (كالاستجابة للعلاج السلوكي المعرفي، أو درجات الاكتئاب، أو مستويات القلق)، يُلاحظ تباين ملحوظ بين هؤلاء الأفراد. ينقسم هذا التباين الكلي إحصائياً إلى شقين أساسيين: تباين يمكن تفسيره بالرجوع إلى الفروق بين مجموعات العلاج أو التدخل النفسي (التباين المفسر)، وتباين آخر يعود إلى الفروق الفردية العشوائية وأخطاء القياس غير المنضبطة (تباين الخطأ أو التباين غير المفسر).

يقوم مربع إيتا بحساب الحصة الدقيقة التي يمثلها التباين المفسر من إجمالي التباين الكلي، عبر الصيغة الرياضية البسيطة:

η² = SS_effect / SS_total

حيث يمثل SS_effect مجموع مربعات التأثير الخاضع للدراسة، بينما يمثل SS_total مجموع المربعات الكلي لكافة المشاهدات. تعني هذه النسبة أن الناتج يعبر حرفياً عن مقدار التشويش الذي استطاع النموذج النفسي إزالته وتفسيره استناداً إلى التصنيف التجريبي أو الفئوي المعتمد.

يتسم النطاق المفاهيمي لمربع إيتا بالشمولية في التصاميم أحادية العامل (One-Way ANOVA)، حيث لا تتداخل المتغيرات المستقلة مع بعضها البعض. غير أن حدوده التطبيقية تظهر بوضوح عند الانتقال إلى التصاميم العاملية المعقدة (Factorial Designs) متعددة العوامل؛ ففي هذه النماذج الأكثر تعقيداً، يؤدي وجود عوامل إضافية إلى تضخيم المقام (مجموع المربعات الكلي)، مما يجعل قيمة مربع إيتا لأي عامل مفرد تبدو أصغر حجماً بصورة مصطنعة نظراً لأن مجموع المربعات الكلي يشمل تباين كافة العوامل الأخرى والتفاعلات بينها، وهو ما مهد لظهور مقاييس بديلة ومعدلة مثل مربع إيتا الجزئي ومربع أوميغا.

كما يتطلب الفهم الدقيق لهذا المقياس إدراك طبيعته الوصفية داخل العينة المدروسة؛ إذ يُعد مربع إيتا مقياساً عيّنياً بحتاً (Sample-based statistic)، مما يجعله يميل إلى المبالغة في تقدير حجم الأثر الحقيقي في المجتمع الأصلي، لا سيما عندما تكون العينات المعتمدة صغيرة الحجم. ومع ذلك، يظل دوره التفسيري محورياً في إبراز الأهمية العملية للنتائج التجريبية.

5. التطور التاريخي والمسار الزمني

ترجع الجذور الأولى لمربع إيتا إلى بدايات القرن العشرين، وتحديداً إلى أعمال عالم الإحصاء البريطاني الشهير كارل بيرسون (Karl Pearson) في عام 1905، عندما قدم مفهوم “نسبة الارتباط” (Correlation Ratio – η) كأداة إحصائية متطورة لقياس العلاقات غير الخطية بين المتغيرات الكمية والفئوية، متغلباً على محدودية معامل الارتباط الخطي التزامني.

في عقد العشرينيات والثلاثينيات من القرن العشرين، أحدث السير رونالد فيشر (Ronald Fisher) ثورة كبرى في الإحصاء بتطويره أسلوب تحليل التباين (ANOVA)، مما وفر الأساس الرياضي الصلب لتفكيك مجموع المربعات. وخلال هذه المرحلة، تم دمج نسبة الارتباط لبيرسون مع بنية تحليل التباين الفيشرية ليولد رسمياً مقياس مربع إيتا كمعيار لتحديد النسبة المئوية للتباين المفسر عبر المجموعات المختلفة.

شهدت فترة الستينيات والسبعينيات من القرن الماضي نقطة تحول حاسمة على يد عالم النفس الإحصائي جيكوب كوهين (Jacob Cohen)، الذي نشر كتابه المرجعي الرائد “Statistical Power Analysis for the Behavioral Sciences” في عام 1969. قام كوهين بتنظيم استخدام مربع إيتا ووضع إرشادات معيارية تفسيرية لأحجام الأثر في البحوث النفسية والسلوكية، مما أخرج هذا المقياس من دوائر الرياضيات النظرية البحتة إلى الممارسة اليومية لعلماء النفس الإكلينيكيين والتجريبيين.

مع مطلع القرن الحادي والعشرين، وتحديداً في أعقاب “أزمة التكرار” (Replication Crisis) في علم النفس، أصدرت فرقة العمل التابعة لجمعية علم النفس الأمريكية والمعنية بالاستدلال الإحصائي (Wilkinson & the Task Force on Statistical Inference, 1999) توصيات صارمة تُلزم الباحثين بتقديم مقاييس حجم الأثر مثل مربع إيتا في كافة الأوراق البحثية، مما رسخ مكانة هذا المؤشر كأداة لا غنى عنها في تقييم موثوقية وجودة الكشوفات النفسية الحديثة.

6. الأسس النظرية والأطر المفاهيمية

يستند مربع إيتا إلى النظرية الخطية العامة (General Linear Model – GLM)، التي تشكل المظلة الرياضية الموحدة لمعظم الأساليب الإحصائية المعلمية في علم النفس، بدءاً من اختبار “ت” وصولاً إلى الانحدار المتعدد والتحليل المتعدد للتباين. تنص هذه النظرية على أن أي درجة ملحوظة لمتغير نفسي يمكن نمذجتها كمجموع خطي لمتوسط المجتمع، وتأثيرات المعالجة التجريبية، والخطأ العشوائي غير المفسر.

ينطلق الإطار النظري لمربع إيتا من مبدأ بقاء التباين وتجزئته؛ حيث يُفترض أن التشتت الكلي في السلوك البشري قابل للتقسيم الإحصائي الرياضي المتعامد (Orthogonal Partitioning). وبناءً على ذلك، يوفر مربع إيتا تعبيراً مباشراً عن فرضية كفاءة النموذج؛ فكلما اقتربت قيمة المعامل من الواحد، دلّ ذلك على أن النموذج النظري المتبنى يغطي غالبية المحركات الفاعلة في السلوك المدروس، مما يقلص مساحة الغموض المعرفي والخطأ المتبقي.

يرتبط مربع إيتا ارتباطاً وثيقاً بنظرية اتخاذ القرار الإحصائي وتحديد قوة الاختبار (Statistical Power). فالنظريات النفسية الحديثة لا تكتفي بوجود أثر ذي دلالة إحصائية يُرفض عنده الفرض الصفري بمستوى ثقة 95%، بل تهتم بما إذا كان الأثر يحمل مغزى واقعياً يستحق الاستثمار في التدخلات العلاجية أو التربوية، وهو المفهوم النظري الذي يطلق عليه “الأهمية العملية” (Practical Significance) في مقابل “الأهمية الإحصائية” (Statistical Significance).

7. المكونات الأساسية والأنواع والأبعاد

تتفرع عائلة مقاييس إيتا في الإحصاء النفسي المعاصر إلى عدة أشكال متمايزة تناسب التعقيدات التصميمية المختلفة، وتتلخص في الأبعاد التالية:

• مربع إيتا الكلي (Classic Eta Squared – η²): يمثل النسبة المباشرة لمجموع مربعات الأثر إلى مجموع المربعات الكلي في التجربة، ويعبر بدقة عن تباين العينة المدروسة دون تعديل لحجم العينة أو عدد العوامل، وهو مناسب تحديداً للتصاميم أحادية المتغير.
• مربع إيتا الجزئي (Partial Eta Squared – η²_p): مقياس مصمم للتعامل مع التصاميم العاملية المعقدة متعددة المتغيرات، حيث يُحسب بقسمة مجموع مربعات الأثر على مجموع مربعات ذلك الأثر مضافاً إليه مجموع مربعات الخطأ المرتبط به فقط (η²_p = SS_effect / [SS_effect + SS_error])، مما يؤدي إلى استبعاد تأثير العوامل الأخرى من مقام المعادلة لمنع تقليص حجم الأثر مصطنعاً.
• مربع إيتا المعمم (Generalized Eta Squared – η²_G): نموذج متقدم طوره باحثون معاصرون (Olejnik & Algina, 2003) لمقارنة أحجام الآثار بدقة بين التصاميم التجريبية التي تستخدم عينات مستقلة (Between-subjects) وتلك التي تعتمد على القياسات المتكررة (Within-subjects)، عبر تصنيف مصادر التباين إلى عوامل خاضعة للمعالجة وعوامل فردية مستمرة.
• مربع أوميغا (Omega Squared – ω²): مقياس تصحيحي بديل يُعد من الناحية النظرية منافساً لمربع إيتا، حيث يدخل تباينات الخطأ ودرجات الحرية لتقدير حجم الأثر في مجتمع الدراسة الأصلي بدلاً من الاقتصار على العينة الحالية، متغلباً بذلك على التحيز الإيجابي التفاؤلي لمربع إيتا.

8. أمثلة وحالات توضيحية

لتوضيح الكيفية التي يعمل بها مربع إيتا في البحوث الإكلينيكية، لنتأمل دراسة تجريبية تُقارن بين ثلاثة برامج لعلاج الرهاب الاجتماعي: (1) العلاج المعرفي السلوكي التقليدي، (2) العلاج بالتعرض عبر الواقع الافتراضي، و(3) قائمة الانتظار (المجموعة الضابطة). بعد انتهاء التدخل الذي استمر 12 أسبوعاً، تم قياس مستوى القلق الاجتماعي لدى المشاركين عبر مقياس مقنن من 100 درجة.

أظهرت نتائج تحليل التباين الأحادي (One-Way ANOVA) أن مجموع المربعات بين المجموعات (SS_between) بلغ 1200، بينما بلغ مجموع المربعات الكلي (SS_total) 4000. بحساب مربع إيتا عبر قسمة 1200 على 4000، نحصل على قيمة η² = 0.30. يعني هذا الرقم بوضوح إحصائي ونفسي أن 30% من إجمالي التباين والتفاوت في مستويات القلق الاجتماعي بين المشاركين يُعزى مباشرة إلى نوع التدخل العلاجي المتلقى، في حين تعود الـ 70% المتبقية إلى الفروق الفردية في الشخصية، والظروف الحياتية، وعوامل الخطأ العشوائي في القياس.

في حالة توضيحية أخرى ذات تصميم عاملي (2×2)، قام باحث في علم النفس العصبي بدراسة أثر الحرمان من النوم (محروم مقابل غير محروم) وأثر جرعة الكافيين (مرتفعة مقابل منعدمة) على زمن الرجع وسرعة الاستجابة الذهنية. في هذا النمط من التصاميم، يؤدي استخدام مربع إيتا الجزئي إلى عزل تأثير الكافيين عن تأثير النوم، مما يمنح الباحث تقديراً نقياً لقوة كل عامل على حدة، فضلاً عن تقدير حجم أثر التفاعل المتبادل بين المنبه والحرمان الحركي على الوظائف المعرفية التنفيذية.

9. القياس والتقييم وقواعد التفسير

تتم عملية تقدير مربع إيتا بصورة آلية عبر البرمجيات الإحصائية النفسية المتقدمة مثل SPSS وR وJASP. وفي مخرجات هذه البرامج، يظهر المعامل غالباً تحت خانة التأثيرات بين المجموعات. ولدراسة وتفسير الأهمية النفسية للقيم الناتجة، وضع العالم جيكوب كوهين (Jacob Cohen, 1988) إرشادات مرجعية تحكيمية شهيرة ومقبولة على نطاق واسع في الحقل السلوكي، وتصنف على النحو الآتي:

• أثر صغير (Small Effect): عندما تتراوح قيمة مربع إيتا حول 0.01 (تفسير 1% فقط من التباين الكلي)، مما يشير إلى أثر محدود قد لا يُلاحظ بالعين المجردة في الممارسة العيادية لكنه قد يحمل مغزى نظرياً في النماذج متعددة الأسباب.
• أثر متوسط (Medium Effect): عندما تقترب القيمة من 0.06 (تفسير حوالي 6% من التباين)، ويمثل هذا المستوى أثراً ملحوظاً وظاهراً يمكن للممارس النفسي والمربي رصده في التغيرات السلوكية اليومية.
• أثر كبير (Large Effect): عندما تصل القيمة إلى 0.14 أو تتجاوزها (تفسير 14% أو أكثر من التباين الكلي)، ويدل ذلك على تدخل نفسي بالغ الأهمية وذو فاعلية واضحة تترك بصمة لا لبس فيها على استجابات الأفراد.

ينبغي التأكيد في أدبيات القياس النفسي على أن عتبات كوهين ليست قوانين جامدة ومطلقة، بل تكتسب دلالتها الحقيقية عند مقارنتها بسياق المجال التخصصي الدقيق؛ فقد يُعد أثر بحجم 2% طفرة إنقاذية بالغة الأهمية إذا كان المتغير التابع يتعلق بالحد من السلوك الانتحاري أو تحسين البقاء على قيد الحياة، في حين قد يُعتبر الأثر نفسه ضئيلاً وغير مجدٍ إذا تعلق ببرنامج تدريبي لزيادة مفردات اللغة لدى البالغين.

10. التطبيقات والأهمية العملية

يحظى مربع إيتا بأهمية تطبيقية متعددة الأوجه في الممارسة النفسية المعاصرة. ففي علم النفس الإكلينيكي والصحة النفسية، يُعد المعامل أداة محورية لتقييم الجدوى العلاجية (Clinical Significance)؛ حيث يساعد مدراء المستشفيات والمشرعين الصحيين على تحديد البروتوكولات العلاجية الأكثر استحقاقاً للتمويل والتطبيق، مفضلاً العلاجات التي تفسر نسباً عالية من الشفاء وتخفيف الأعراض، بدلاً من تلك التي تكتفي بتحقيق فارق طفيف ولكنه دال إحصائياً بفضل عينات الاختبار الضخمة.

في علم النفس التربوي، يُوظف مربع إيتا للمفاضلة بين الاستراتيجيات التعليمية المبتكرة ومناهج التدريس الحديثة؛ إذ يتيح لعلماء النفس المدرسي معرفة ما إذا كان الأسلوب التفاعلي الجديد يحدث نقلة نوعية كبرى في تحصيل الطلبة أو مهاراتهم التكيفية مقارنة بالأسلوب التقليدي، بما يبرر تكاليف إعادة تدريب المعلمين وتطوير المناهج.

أما في علم النفس التنظيمي والمهني، فيلعب مربع إيتا دوراً حاسماً في تصميم وتقييم برامج التدريب واختيار الموظفين؛ حيث يعتمد عليه الباحثون لتحديد مدى إسهام السمات الشخصية المقاسة باختبارات التوظيف (مثل مقاييس اليقظة والضمير الحي) في تفسير التباين في الأداء الوظيفي السنوي، وتجنب تبني معايير تقييم باهظة التكلفة لا تقدم مساهمة تفسيرية جوهرية في الإنتاجية العامة.

11. الأبحاث والأدلة التجريبية

أكدت موجات المراجعات المنهجية والتحليلات البعدية (Meta-analyses) في العقود الأخيرة الدور الاستثنائي لمقاييس حجم الأثر في غربلة النتائج البحثية وإعادة تصحيح التصورات النظرية في علم النفس. وقد بيّنت أبحاث ريتشارد وفوندريشير وبول وسميث (Richard, Bond, & Stokes-Zoota, 2003) عند فحص آلاف الدراسات في علم النفس الاجتماعي، أن متوسط أحجام الآثار في الميدان يعادل مربع إيتا يقارب 0.05، مما يعني أن معظم النظريات النفسية الاجتماعية تفسر في المتوسط حوالي 5% إلى 6% من التباين السلوكي، وهو كشف غيّر من طريقة نمذجة العوامل المتعددة المتفاعلة.

وفي دراسة مرجعية بارزة لبيرس وبلوكير وبوند (Pierce, Block, & Aguinis, 2004)، حلل الباحثون ممارسات النشر الإحصائي في الدوريات المرموقة لجمعية علم النفس الأمريكية، وتوصلوا إلى وجود ارتباك واسع لدى الباحثين في التمييز بين مربع إيتا الكلي ومربع إيتا الجزئي، نتيجة قيام برنامج SPSS بتسمية مربع إيتا الجزئي باسم “مربع إيتا” افتراضياً في مخرجاته آنذاك، مما أدى إلى نشر مئات المقالات التي بالغت تفاؤلياً في أحجام آثارها، وأشعل نقاشاً علمياً حاداً قاد إلى إصلاح بروتوكولات التحكيم في المجلات العلمية لتلزم التدقيق التام في طرق الاحتساب.

12. الاعتبارات الثقافية والعبر-ثقافية

تكتسب قراءة وتفسير مربع إيتا أبعاداً دقيقة عند تطبيقه في سياق البحوث النفسية العبر-ثقافية والمقارنة بين الشعوب. فعند دراسة الفروق الفردية في سمات مثل الفردانية مقابل الجمعية، أو مسافة القوة، أو التعبير عن الحزن، غالباً ما يتأثر تباين الخطأ في مقام معادلة مربع إيتا بالفروق في حساسية أدوات القياس لخصوصيات الثقافة المحلية أو دقة الترجمة وملاءمة التكيف اللغوي للأدوات المستخدمة.

إذا لم تكن أداة القياس النفسي محققة لشرط “التكافؤ القياسي” (Measurement Invariance) عبر المجموعات الثقافية، فإن التباين الكلي في البيانات سيتضخم بتباينات دخيلة لا ترتبط بجوهر الظاهرة، مما يقود بالضرورة إلى انخفاض مصطنع في قيمة مربع إيتا، ما قد يوحي خطأً بضعف تأثير الثقافة على البناء النفسي المفحوص. من هنا، يوصي علماء النفس العبر-ثقافي باستخدام نماذج مربع إيتا المعمم أو الجمع بين تقديرات حجم الأثر ونمذجة المعادلات البنائية (SEM) لضمان فصل أثر التباين الثقافي الحقيقي عن عيوب عدم تكافؤ أدوات التقييم.

13. الانتقادات والمناظرات الإحصائية والحدود

على الرغم من الانتشار الواسع لمربع إيتا، إلا أنه يواجه انتقادات رياضية ومنهجية جوهرية من قِبل علماء الإحصاء القياسي والرياضي. يكمن الانتقاد الأبرز في كونه مقدراً متحيزاً إيجابياً (Positively Biased Estimator)؛ فمربع إيتا يعتمد على تباينات العينة دون مراعاة لحجمها أو درجات الحرية في النموذج، مما يجعله في جميع الحالات مبالغاً في تقدير مقدار التباين المفسر مقارنة بما هو كائن فعلياً في مجتمع الدراسة، وتتفاقم هذه الإشكالية بحدة في الدراسات التي تعتمد على عينات صغيرة نسبياً (أقل من 30 فرداً لكل مجموعة).

أما الإشكال الثاني المثير للجدل فيتعلق بمربع إيتا الجزئي (Partial Eta Squared) في التصاميم متعددة المتغيرات؛ فنظراً لأن هذا المقياس يعزل بقية العوامل من المقام، فإن مجموع قيم مربعات إيتا الجزئية لكافة العوامل والتفاعلات داخل النموذج الواحد يمكن أن يتجاوز بسهولة القيمة 1.0 (أو 100%)، وهو ما يناقض البديهة المنطقية لتوزيع التباينات الكلية، ويجعل تفسير المقياس كـ “نسبة مئوية من التباين الحقيقي الكامل” أمراً مغلوطاً ومضللاً في كثير من السياقات.

نتيجة لهذه القيود، يدافع تيار إحصائي واسع عن ضرورة استبدال مربع إيتا بمقاييس تصحيحية أقل تحيزاً، على رأسها مربع أوميغا (Omega Squared – ω²) ومربع إبسيلون (Epsilon Squared – ε²)، وهي مقاييس تعدل نسبة التباين بدمج متوسط المربعات للخطأ، مما يمنح تقديراً موضوعياً متزناً غير مضخم لحجم الأثر الفعلي في مجتمع الظاهرة النفسية.

14. المصطلحات ذات الصلة وأوجه التمايز

لفهم دقيق لموضع مربع إيتا في منظومة الإحصاء النفسي، يتعين تمييزه بوضوح عن المؤشرات والمفاهيم المجاورة التالية:

• معامل التحديد (R² – Coefficient of Determination): مقياس لمقدار التباين المفسر في نماذج الانحدار الخطي المتصلة؛ وفي حين يتماثل رياضياً مع مربع إيتا في نماذج تحليل التباين أحادية الاتجاه، يختلف عنه في تركيزه الأساسي على العلاقات الخطية بين متغيرات كمية مستمرة.
• مربع إيتا الجزئي (η²_p): يختلف عن مربع إيتا الكلي في استبعاد تباين العوامل التجريبية الأخرى من مقام المعادلة، مما يجعله يقيس التباين المفسر منسوباً فقط إلى حصة الأثر وخطئه المباشر، متجاوزاً التأثير المشوه لوجود متغيرات مستقلة إضافية.
• مربع أوميغا (ω² – Omega Squared): مقياس تقديري لحجم الأثر في المجتمع الأصلي وليس مجرد وصف للعينة، ويتميز بأنه يعاقب النماذج على صغر حجم العينات ووجود مصادر تباين عشوائية، متفوقاً بذلك على التحيز التفاؤلي المتأصل في مربع إيتا.
• دال كوهين (Cohen’s d): مقياس لحجم الأثر المعياري يعبر عن الفرق بين متوسطي مجموعتين مقسوماً على الانحراف المعياري المشترك؛ يركز على مقدار الإزاحة بالوحدات المعيارية بين مجموعتين فقط، بينما يركز مربع إيتا على نسبة التباين المفسر في مجموعتين أو أكثر.
• إبسيلون تربيع (ε² – Epsilon Squared): مقياس تصحيحي بديل اقترحه كيللي (Kelley, 1935)، وهو يقدم حلاً وسطاً لتقدير التباين في المجتمع ويقلل من تحيز العينات، لكنه أقل شهرة واستخداماً من مربع أوميغا ومربع إيتا.

15. خلاصة ونقاط جوهرية

يمثل مربع إيتا ركيزة منهجية متقدمة في التحليل الكمي للبيانات النفسية والسلوكية، ويمكن تكثيف أهم منطلقاته واستخداماته في النقاط الرئيسة الآتية:

• يقيس مربع إيتا النسبة المئوية الدقيقة للتباين في المتغير النفسي التابع والتي يمكن عزوها مباشرة إلى المتغير المستقل المعالج في تحليل التباين (ANOVA).
• تتراوح قيمته دائماً بين 0 و1، وتوفر مؤشراً عملياً للأهمية الإكلينيكية والسلوكية للنتائج بشكل مستقل تماماً عن قيمة الدلالة الإحصائية (p-value) المتأثرة بحجم العينة.
• قدم جيكوب كوهين إرشادات تفسيرية معيارية للقيم الناتجة في علم النفس تصنف الآثار إلى: صغيرة (0.01)، متوسطة (0.06)، وكبيرة (0.14 فأكثر).
• يجب توخي الحذر عند استخدام مربع إيتا في التصاميم العاملية المعقدة لتجنب الخلط بينه وبين مربع إيتا الجزئي، ولتفادي تضخيم الآثار الناتج عن التحيز الإيجابي لمقاييس العينات.
• يُوصى دائماً في الممارسة البحثية المعاصرة بتضمين مقاييس تصحيحية مساندة مثل مربع أوميغا وفواصل الثقة (Confidence Intervals) لحجم الأثر لضمان أعلى درجات الشفافية العلمية وجودة التفسير.

في الختام، يمثل الانتقال من مجرد فحص الدلالة الإحصائية إلى تقدير وتفسير حجم الأثر عبر مربع إيتا خطوة ناضجة نحو تعزيز الرصانة المعرفية والتطبيقية في علم النفس؛ فهو الجسر الإحصائي الذي يربط بين المعادلات المجردة والواقع الإنساني المعاش، محولاً الأرقام الصامتة إلى مؤشرات ملموسة تُسهم في توجيه القرارات الإكلينيكية والتربوية بدقة ومسؤولية.

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
• 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
• Pearson, K. (1905). Mathematical contributions to the theory of evolution. XIV. On the general theory of skew correlation and non-linear regression. Drapers’ Company Research Memoirs, Biometric Series II. Dulau & Co.
• Pierce, C. A., Block, R. A., & Aguinis, H. (2004). Cautionary note on reporting eta-squared values from multifactor ANOVA designs. Educational and Psychological Measurement, 64(6), 916–924. https://doi.org/10.1177/0013164404264848
• Wilkinson, L., & the Task Force on Statistical Inference. (1999). Statistical methods in psychology journals: Guidelines and explanations. American Psychologist, 54(8), 594–604. https://doi.org/10.1037/0003-066X.54.8.594