البيانات الاسمية: أساس التصنيف والقياس النفسي

تمثل البيانات الاسمية اللبنة الأساسية والأولى في صرح القياس العلمي والبحث النفسي، إذ بدون القدرة على التسمية والتصنيف النوعي للظواهر الإنسانية والسلوكية، يستحيل بناء أي نسق معرفي أو تجريبي لاحق. إن التمييز الدقيق بين السمات والأنماط والاضطرابات السلوكية يبدأ بالضرورة من وضع علامات فارقة تفصل بين فئة وأخرى استناداً إلى معايير نوعية محددة بدقة منهجية رصينة.

البيانات الاسمية في علم النفس

1. التعريف الدقيق والموجز

تُعرّف البيانات الاسمية (Nominal Data) في الأدبيات المنهجية والإحصائية بأنها نمط من البيانات النوعية غير الرقمية بطبيعتها، تُستخدم لتصنيف العناصر أو الأفراد أو الملاحظات السلوكية إلى فئات متمايزة ومنفصلة بصورة متبادلة، دون أن تتضمن أي دلالة كمية أو قيمة عددية حقيقية، ودون وجود أي ترتيب تفاضلي أو تسلسل هرمي منطقي بين تلك الفئات.

وفي إطار علم النفس والعلوم السلوكية، تشير البيانات الاسمية إلى خصائص نوعية تُسند إليها تسميات لفظية أو أكواد رقمية اعتباطية بهدف الترميز والفرز الحاسوبي فحسب، كأن يُرمّز الجنس برقمي (1 و 2) أو يُرمّز التشخيص العيادي بأرقام معينة؛ حيث لا تعني هذه الأرقام أي مفاضلة حسابية مثل الزيادة أو النقصان، بل تقتصر وظيفتها المطلقة على تحديد الهوية الفئوية للمبحوثين أو المتغيرات المستهدفة بالدراسة.

وعليه، ترتكز فلسفة المقياس الاسمي على مبدأ التطابق والاختلاف، حيث يُفترض أن كل مفردة تقع ضمن فئة محددة تتشارك الخصائص النوعية ذاتها مع بقية مفردات الفئة، وتختلف جوهرياً عن مفردات الفئات البديلة، مما يجعلها أداة حاسمة للفرز المبدئي والتشخيصي في شتى مجالات القياس والتقييم السلوكي.

2. التأصيل اللغوي والاشتقاق

يعود الأصل اللغوي للمصطلح الإنجليزي (Nominal) إلى الجذر اللاتيني nominalis، وهو اشتقاق مباشر من كلمة nomen التي تعني حرفياً “الاسم” (Name). وقد تطور استخدام اللفظ في الفلسفة المدرسية والمنطق القروسطي ليشير إلى المذهب الاسمي (Nominalism)، الذي يرى أن الكليات والمفاهيم العامة مجرد أسماء وألفاظ لا وجود حقيقياً لها في الواقع الموضوعي، بل هي أدوات لغوية لتصنيف الأشياء المتماثلة في الذهن البشري.

أما في اللغة العربية، فيشتق مصطلح “اسمي” من الجذر اللغوي (س م و) أو (و س م)، والدلالة المعجمية للاسم هي ما يُعرف به الشيء ويُستدل به عليه لتمييزه عن غيره، فالاسم علامة موضوعة للدلالة على الذات أو الصفة. وعند اقترانه بمصطلح “بيانات”، يعكس المعنى بدقة وظيفة هذا المقياس المقتصرة على “التوسيم” وتسمية الفئات النوعية دون قياس كمياتها أو أبعادها المادية المتصلة.

وقد دخل المصطلح رسمياً إلى الحقل العلمي المنهجي وعلم النفس الإحصائي عام 1946 على يد عالم النفس التجريبي الأمريكي ستانلي سميث ستيفنز (Stanley Smith Stevens)، عندما صاغ نظريته الشهيرة في تصنيف مستويات القياس، جاعلاً المقياس الاسمي أول المستويات وأبسطها من الناحية الرياضية، ولكنه الأكثر أهمية في التأسيس للتصنيف العلمي المنضبط.

3. النطق والبنية النحوية

تُلفظ العبارة في اللغة العربية الفصحى بصيغة التركيب النعتي: “البَيَانَاتُ الاسْمِيَّةُ”؛ بفتح الباء وتخفيف الياء في “بَيانات”، وهمزة وصل مكسورة في “اسْمية” مع تسكين السين وكسر الميم وتشديد الياء المنسوبة المنتهية بتاء التأنيث. وتُعرب الكلمة الثانية نعتاً تابعاً للمنعوت في علامته الإعرابية، سواء كان مرفوعاً أو منصوباً أو مجروراً.

وتتعدد المترادفات والبدائل الاصطلاحية المتداولة في الأدبيات العربية؛ فيشار إليها تارة بـ “المتغيرات الاسمية” (Nominal Variables)، أو “البيانات التصنيفية” (Categorical Data)، أو “المتغيرات النوعية غير المرتبة” (Unordered Qualitative Variables). وتستخدم هذه الصيغ عادة للإشارة إلى التباين في البنية الصرفية للمتغيرات، بيد أن مصطلح “البيانات الاسمية” يظل الأكثر استقراراً وشيوعاً في مقررات الإحصاء السيكولوجي ومناهج البحث العلمي.

ومن الناحية الصرفية، فإن كلمة “بيانات” هي جمع تكسير للمفرد “بيان” المستعار حديثاً لترجمة كلمة (Data)، بينما “اسمية” اسم منسوب إلى الاسم، يفيد اختصاص البيانات بالوظيفة التسموية الصرفة، متمايزة بذلك عن البيانات ذات الطبيعة المقدارية أو الترتيبية في المعالجة التركيبية والنحوية داخل السياق الأكاديمي.

4. الشرح المفاهيمي الموسع

تقوم البيانات الاسمية على أدنى مستويات التجريد الرياضي وأبسطها، حيث تقتصر العلاقة المنطقية الوحيدة المسموح بها بين الوحدات المفحوصة على علاقة التكافؤ الرياضي المنطقي: إما أن يكون العنصر (أ) مساوياً للعنصر (ب) في الخاصية (أ = ب)، أو أن يكون غير مساوٍ له (أ ≠ ب). لا يمكن بأي حال من الأحوال تطبيق منطق المفاضلة مثل (أ > ب) أو (أ < ب)، لأن الفئات الاسمية تفتقر جوهرياً إلى مفهوم البعد المستمر أو الاتجاه القيمي أو التراكم الكمي.

ويتطلب بناء المتغيرات الاسمية في البحث النفسي الالتزام بشرطين ميثودولوجيين صارمين: أولهما مبدأ “التنافي الحصري” (Mutual Exclusivity)، ويعني أن الفرد المفحوص أو السلوك الملاحظ يجب ألا يُصنف إلا في فئة واحدة فقط لا غير في اللحظة الزمنية الواحدة وسياق القياس ذاته. وثانيهما مبدأ “الشمول والاستيعاب التام” (Exhaustiveness)، ومقتضاه أن تتسع المنظومة التصنيفية لجميع الحالات الممكنة بحيث يجد كل مشارك في العينة فئة ملائمة تستوعب سمته أو حالته دون استثناء.

وتبرز خطورة إساءة تفسير البيانات الاسمية عندما تُستبدل التسميات بحروف أو أرقام؛ فالرمز “1” الممنوح للمشاركين الذكور والرمز “2” للإناث لا يحمل أي أفضلية رياضية للرقم 2 على الرقم 1، كما لا يعني أن الإناث يمتلكن “ضعف” خاصية الذكور. فالأرقام هنا مجرد تسميات مستعارة لأغراض المعالجة الحاسوبية والترميز الثابت، ويظل الانتقال من رقم إلى آخر تحولاً في الهوية النوعية وليس تدرجاً على مقياس خطي مستمر.

ويترتب على هذه الطبيعة النوعية قيد حاسم على العمليات الحسابية التقليدية؛ إذ لا يُسمح بإجراء الجمع، أو الطرح، أو الضرب، أو القسمة على قيم البيانات الاسمية ذاتها. فلا معنى لحساب المتوسط الحسابي لجنس المشاركين أو لانتماءاتهم الثقافية أو فصائل دمهم؛ بل تقتصر العمليات الإحصائية الصالحة على حساب الترددات، والتكرارات البسيطة، والنسب المئوية، وتحديد المنوال كأداة وحيدة للتعبير عن النزعة المركزية للفئة الأكثر شيوعاً وظهوراً بين أفراد العينة.

5. التطور التاريخي ومستويات القياس

ارتبط ظهور مفهوم البيانات الاسمية تاريخياً بالصراع الفلسفي والمنهجي الذي شهده علم النفس التجريبي في النصف الأول من القرن العشرين حول مشروعية إطلاق مصطلح “القياس” على الظواهر السلوكية والوجدانية غير الملموسة. ففي ثلاثينيات القرن المنصرم، شكلت الجمعية البريطانية لتقدم العلوم لجنة ترأسها الفيزيائي نورمان كامبل (Norman Campbell) لتقييم ما إذا كانت السمات السيكولوجية، مثل شدة الإحساس الحسي، قابلة للقياس الكمي الفيزيائي الصارم، وخلصت اللجنة آنذاك إلى نتيجة سلبية شككت في علمية القياس النفسي برمته.

رداً على هذه المعضلة الابستمولوجية، نشر عالم النفس الأمريكي ستانلي ستيفنز في عام 1946 ورقته البحثية التأسيسية البارزة في مجلة Science بعنوان: “On the Theory of Scales of Measurement”. اقترح ستيفنز إعادة تعريف شاملة لمفهوم القياس، مُعرّفاً إياه بأنه “عملية تعيين الأرقام للأشياء أو الأحداث وفقاً لقواعد محددة”. وانطلاقاً من هذا التحديد، قسّم ستيفنز مستويات القياس إلى أربعة مراتب متدرجة في دقتها الرياضية: المقياس الاسمي (Nominal)، المقياس الترتيبي (Ordinal)، المقياس الفئوي (Interval)، ومقياس النسبة (Ratio).

وضع ستيفنز المقياس الاسمي في قاعدة هذا التدرج الهرمي، معتبراً إياه أبسط أشكال القياس، حيث القاعدة الوحيدة المتبعة هي استخدام الأرقام كعلامات فارقة لتصنيف الأشياء. ورغم أن بعض علماء الرياضيات التقليديين، مثل كامبل، اعترضوا في البداية على تصنيف المقياس الاسمي كقياس حقيقي بحجة خلوه من مقومات الجمع الرياضي (Additivity)، إلا أن نموذج ستيفنز فاز بإجماع المجتمع السيكولوجي، لأنه فتح الباب واسعاً لإخضاع التصنيفات الإكلينيكية والاجتماعية للتحليل التجريبي المنظم.

ومع تطور الحواسيب والبرمجيات الإحصائية في ستينيات وسبعينيات القرن العشرين، ولا سيما حزمة البرامج الإحصائية للعلوم الاجتماعية (SPSS)، شهدت البيانات الاسمية نضجاً إجرائياً هائلاً من خلال تطوير خوارزميات لمعالجة الجداول التقاطعية ونماذج الانحدار المخصصة للمتغيرات التصنيفية، مما رسخ حضورها كأداة محورية في الأبحاث الوبائية والسيكولوجية المعاصرة.

6. الأسس النظرية في القياس النفسي

تستند البيانات الاسمية في القياس النفسي إلى نظرية التمثيل القياسي (Representational Theory of Measurement) التي صاغها باتريك سوبس وديفيد كرانتز وزملاؤهما. تؤكد هذه النظرية أن القياس ليس بالضرورة اكتشافاً لكميات فيزيائية متأصلة، بل هو بناء تشاكل تماثلي (Homomorphism) بين نسق تجريبي واقعي ونظام رمزي صوري. وتُمثل البيانات الاسمية النسق التماثلي الأولي الذي يحفظ فقط علاقات التمايز والتكافؤ بين الأنماط السلوكية والسمات الشخصية.

كما تستند البيانات الاسمية مفاهيمياً إلى نظرية المجموعات الرياضية (Set Theory) في المنطق الرياضي؛ حيث يُنظر إلى كل فئة اسمية بوصفها مجموعة جزئية منفصلة مغلقة تحتوي على عناصر تشترك في سمة محددة، ويشكل مجموع هذه الفئات الفضاء الكلي للعينة. وتعتمد سلامة القياس هنا على تحقيق بديهيات الانفصال والاتحاد، وتجنب أي تداخل غير مضبوط بين المجموعات المنطقية، وهو ما يضمن عدم ضياع التباين المفاهيمي بين الحالات السلوكية.

علاوة على ذلك، ترتبط معالجة البيانات الاسمية بنظرية المعلومات (Information Theory) التي طورها كلود شانون (Claude Shannon). ففي حال غياب المقادير الكمية، يُقاس التباين والغموض في المتغيرات الاسمية عبر مفهوم “الإنتروبيا” (Entropy) والتنوع الفئوي؛ حيث تعكس الفئات الاسمية كمية المعلومات المنقولة عبر تصنيف السلوك البشري والحد من عدم اليقين المرتبط بتشخيص الحالة النفسية أو التنبؤ بالانتماء السلوكي للمفحوصين.

7. المكونات والأنواع والأبعاد الرئيسية

تتفرع البيانات الاسمية في البحوث السيكولوجية والاجتماعية إلى أنماط وأشكال متعددة تبعاً لطبيعة الفئات، وعددها، والهدف القياسي منها، وتتوزع بنيوياً كما يلي:

• البيانات الاسمية الثنائية (Dichotomous / Binary Data): وهي المتغيرات التي تنقسم إلى فئتين متناقضتين حصراً دون وجود خيار ثالث ممكن؛ ومن أبرز أمثلتها في علم النفس: التشخيص الإكلينيكي (مصاب بالاكتئاب / غير مصاب)، والإجابة على فقرات استبانات الشخصية بنمط (نعم / لا)، والنجاح أو الفشل في اختبار معرفي محدد. وتعد هذه البيانات الركيزة الأساسية في نماذج التنبؤ النفسي.
• البيانات الاسمية متعددة الفئات (Polytomous / Multinomial Data): تشمل المتغيرات التي تحتوي على ثلاث فئات نوعية متباينة أو أكثر لا تجمعها علاقة ترتيب منطقية؛ مثل تصنيف اضطرابات الشخصية وفق الدليل التشخيصي (فصامية، حدية، تجنبية، نرجسية)، أو الانتماء الديني والعرقي، أو التخصص الدراسي للطلاب في بحوث علم النفس التربوي.
• البيانات الاسمية النقية (Natural Nominal): وهي التصنيفات التي تنشأ بصورة طبيعية وفطرية في الواقع البيولوجي أو الاجتماعي وتكون حدودها واضحة بطبيعتها، كفصائل الدم، أو بلد المولد، أو اللغات الأم التي يتحدث بها المفحوصون في دراسات علم النفس اللغوي.
• البيانات الاسمية الاصطناعية (Artificial Nominal): وهي فئات تنشأ نتيجة قرار إجرائي يتخذه الباحث لفرز متغير متصل وتجريده إلى فئات نوعية مغلقة لأغراض بحثية أو إكلينيكية؛ مثل تقسيم الأفراد استناداً إلى درجاتهم في اختبار الذكاء إلى مجموعتين اسميتين: (موهوبون / غير موهوبين) اعتماداً على نقطة قطع فاصلة (Cut-off Score).
• أبعاد الصدق الاسمي والموثوقية الفئوية: تتحدد جودة البيانات الاسمية بمدى استقرار التصنيف عبر الزمن، وهو ما يُعرف بثبات التوافق الفئوي، إضافة إلى خلو الفئات من الغموض المفاهيمي الذي قد يدفع الفاحصين إلى تصنيف الفرد نفسه في فئات مختلفة عند تكرار الفحص.

8. أمثلة وحالات تطبيقية في علم النفس

تتعدد التطبيقات الواقعية للبيانات الاسمية عبر مختلف الفروع السيكولوجية؛ ففي الطب النفسي والعيادي، يمثل التصنيف القائم على الفئات جوهر العمل الإكلينيكي. فعلى سبيل المثال، عندما يُقيّم معالج نفسي مريضاً ويصنفه وفق الدليل التشخيصي والإحصائي للاضطرابات النفسية (DSM-5) بأنه يعاني من “اضطراب الهلع”، فإن هذا التشخيص يمثل بياناً اسمياً صرفاً، حيث لا يعكس الرمز التشخيصي رقماً كمياً بل فئة أعراض متمايزة عن فئات أخرى كـ “اضطراب القلق العام” أو “الوسواس القهري”.

وفي مجال علم نفس النمو ونظرية التعلق، صنفت الباحثة ماري إينسورث (Mary Ainsworth) سلوكيات الأطفال في تجربة “الموقف الغريب” إلى أنماط تعلق نوعية اسمية: التعلق الآمن (Secure)، والتعلق القلق-المقاوم (Anxious-Resistant)، والتعلق التجنبي (Avoidant)، وأضيف لاحقاً التعلق غير المنتظم (Disorganized). هذه الأنماط تمثل بيانات اسمية نموذجية؛ فكل طفل ينتمي إلى نمط نوعي مميز، ولا يمكن ادعاء أن النمط التجنبي يمثل مرحلة عددية أو ترتيبية تسبق أو تفوق النمط المقاوم.

وفي دراسات علم النفس العصبي والمعرفي، يُصنف المبحوثون وفق النصف الكروي المخي المهيمن إلى (أيمن / أيسر / متوازن)، أو يُصنف المرضى بناءً على موضع الإصابة العصبية إلى فئات اسمية: (تلف الفص الجبهي / تلف الفص الصدغي / تلف الفص الجداري). هذه الفئات الاسمية تمكّن الباحثين من دراسة الفروق السلوكية والوظيفية بين المجموعات التجريبية بصورة علمية رصينة.

أما في علم النفس الاجتماعي والشخصية، فتُستخدم البيانات الاسمية لتصنيف الهوية الاجتماعية، والانتماء الإثني، وأنماط الحياة، والأنماط المعرفية كالتفكير التحليلي مقابل التفكير الشمولي. وتتيح هذه المتغيرات استكشاف أثر الانتماء الفئوي على التوجهات النفسية والسلوك الجمعي دون الوقوع في خطأ إضفاء دلالات كمية تفاضلية غير مبررة.

9. القياس والتقييم والتحليل الإحصائي

نظراً لخلو البيانات الاسمية من الخصائص المترية، فإن تطبيق الأساليب الإحصائية المعلمية (Parametric Statistics) -كالدرجة المعيارية، واختبار “ت” (t-test)، وتحليل التباين (ANOVA)- يُعد خطأً منهجياً فادحاً لانتهاك الفرضيات الأساسية المتعلقة بالتوزيع الاعتدالي ومستوى القياس الفتري. وبناءً عليه، تُعالج هذه البيانات حصراً باستخدام الإحصاء اللامعلمي (Non-parametric Statistics).

يبدأ التحليل الإحصائي المبدئي بحساب التكرارات (Frequencies) والنسب المئوية (Percentages)، وتمثيلها بيانياً عبر الأعمدة البيانية (Bar Charts) أو المخططات الدائرية (Pie Charts). وتقتصر مقاييس النزعة المركزية على تحديد المنوال (Mode) فقط، وهو الفئة الأكثر تكراراً وشيوعاً بين المبحوثين، في حين يُستعان بمؤشرات التنوع والنوعية مثل نسبة التباين النوعي (Index of Qualitative Variation – IQV) لقياس درجة التشتت بين الفئات.

أما لاختبار الفروض العلمية وفحص العلاقات الارتباطية بين متغيرين اسميين، فيُعد اختبار مربع كاي للاستقلال وحسن المطابقة (Chi-Square Test – $\chi^2$) الأسلوب الأكثر شيوعاً وتطبيقاً؛ حيث يقارن بين التكرارات الملاحظة (Observed Frequencies) في خلايا الجدول التقاطعي والتكرارات المتوقعة (Expected Frequencies) استناداً إلى فرضية العدم. وفي حال كانت الجداول رباعية (2×2)، يُستخدم اختبار فيشر الدقيق (Fisher’s Exact Test) كبديل ملائم في حال صغر حجم العينة وانخفاض التكرارات المتوقعة.

ولقياس قوة الارتباط وحجم الأثر بين المتغيرات الاسمية، يلجأ الباحثون إلى معاملات متخصصة، مثل معامل فاي (Phi Coefficient) للجداول الثنائية، أو معامل كرامر (Cramer’s V) للجداول التقاطعية المتعددة التي تزيد عن (2×2)، إضافة إلى معامل التوافق (Contingency Coefficient). وفي سياق النمذجة المتقدمة والتنبؤ، يُستخدم الانحدار اللوجستي (Logistic Regression) بنوعيه الثنائي والمتعدد لدراسة قدرة مجموعة من المتغيرات المستقلة على التنبؤ باحتمالية الانتماء إلى فئة اسمية معينة.

10. التطبيقات والأهمية العملية

تحظى البيانات الاسمية بأهمية بالغة في مختلف ميادين الممارسة النفسية التطبيقية. ففي العيادات النفسية ومراكز الصحة النفسية، تشكل البيانات الاسمية جوهر التوثيق الإكلينيكي؛ إذ تسهم في تصنيف المراجعين حسب نوع الشكوى الأولية، وتحديد مسارات العلاج المناسبة لكل فئة مرضية، ومتابعة مآل الحالة من خلال فرز الاستجابة إلى فئات واضحة: (تحسن كامل / تحسن جزئي / انتكاس / عدم استجابة)، مما يدعم اتخاذ القرارات العلاجية القائمة على الأدلة.

وفي علم النفس التنظيمي والمهني، توظف الشركات والمؤسسات البيانات الاسمية لتصنيف الموظفين وفق أنماط الأداء الوظيفي، وتحديد الأقسام والمهام الإدارية، وتصنيف أنماط القيادة (تحويلية، تبادلية، ديمقراطية). كما تُستخدم في بحوث الرضا الوظيفي واستقصاء أسباب ترك العمل المصنفة نوعياً لتوجيه سياسات إدارة الموارد البشرية نحو حلول مستهدفة.

وفي بيئات التعليم والقياس المدرسي، تفيد البيانات الاسمية في تصنيف المتعلمين وفق فئات صعوبات التعلم (عسر القراءة، عسر الحساب، تشتت الانتباه فرط الحركة)، مما يتيح للكوادر التربوية تصميم برامج تعليمية فردية متخصصة تستجيب لاحتياجات كل مجموعة نوعية على حدة، بدلاً من الاعتماد على متوسطات الدرجات الإجمالية المضللة أحياناً.

11. الأدلة التجريبية والبحوث النفسية

تفيض الأدبيات السيكولوجية بالدراسات الكلاسيكية والحديثة التي اعتمدت في جوهرها على رصد البيانات الاسمية وتحليلها. وتبرز في هذا السياق أعمال عالم النفس الأمريكي جاكوب كوهين (Jacob Cohen) عام 1960، الذي طور معامل كابا (Cohen’s Kappa) لتقييم مدى الاتفاق بين الملاحظين أو الفاحصين الإكلينيكيين عند استخدام المقاييس الاسمية، بعد استبعاد نسبة الاتفاق الناتجة عن المصادفة المحضة، وهو ما أحدث ثورة في قياس ثبات التشخيصات الطبية والنفسية.

كما اعتمدت الدراسات الرائدة في علم النفس الاجتماعي، كتجربة سجن ستانفورد التي قادها فيليب زيمباردو (Philip Zimbardo) عام 1971، على متغير اسمي محوري ثنائي صريح يتمثل في الدور المسند للمشارك: (سجان / سجين). وقد أثبتت نتائج الدراسة كيف قاد هذا التصنيف الاسمي الاعتباطي إلى إحداث تحولات جذرية في السلوك الشخصي والوجداني للأفراد استجابة للمحددات الاجتماعية للفئة المحددة.

كذلك تبرز أبحاث علم الأوبئة النفسية، كالمسح الوطني للأمراض النفسية (NCS-R) بإشراف رونالد كيسلر (Ronald Kessler) وزملائه بجامعة هارفارد؛ حيث اعتمدت التحليلات الوطنية الكبرى على حساب معدلات الانتشار النوعي للاضطرابات النفسية الاسمية بين السكان، وربطها بمتغيرات ديموغرافية اسمية، مما كشف عن أنماط معقدة من التواكب المرضي (Comorbidity) التي وجهت السياسات الصحية العامة دولياً.

12. الاعتبارات الثقافية وعبر الثقافية

تثير البيانات الاسمية إشكاليات ابستمولوجية ومنهجية عميقة عند تطبيقها عبر السياقات الثقافية المتباينة. فالفئات التشخيصية والنفسية التي تُصاغ في البيئات الغربية (مثل تصنيفات اضطرابات المزاج أو الهوية) غالباً ما تعكس رؤية مركزية ثقافية للعالم، وقد تفشل في استيعاب التعبيرات السلوكية والانفعالية في الثقافات الجمعية أو غير الغربية.

ومن الأمثلة الصارخة على ذلك وجود ما يُعرف بـ “المتلازمات المرتبطة بالثقافة” (Culture-Bound Syndromes)، مثل متلازمة “اللاتا” (Latah) في جنوب شرق آسيا أو “الزار” في بعض المجتمعات الإفريقية والشرق أوسطية؛ حيث تمثل هذه الظواهر فئات اسمية أصيلة في بيئاتها المحلية، ومحاولة إدراجها قسراً تحت مظلة الفئات التشخيصية الغربية التقليدية يؤدي إلى تشويه جوهر الظاهرة وإفراغها من دلالتها المعنوية والتكيفية.

علاوة على ذلك، فإن دلالات المتغيرات الديموغرافية الاسمية كـ “الحالة الاجتماعية” أو “النوع الاجتماعي” تختلف باختلاف السياق الديني والقانوني والثقافي؛ فالأسرة الممتدة مقابل النواة، وتعدد الزوجات مقابل الزواج الأحادي، كلها تشكل فئات نوعية تتطلب من الباحث الميداني حساسية ثقافية فائقة وتجنب إسقاط قوالب التصنيف الجاهزة لضمان الصدق البنائي والبيئي للبيانات.

13. الانتقادات والجدل والحدود المنهجية

يواجه استخدام البيانات الاسمية في علم النفس انتقادات حادة وجدلاً ممتداً من قِبل أنصار المنحى البُعدي (Dimensional Approach). يرى هؤلاء النقاد أن التصنيف الاسمي يختزل الظواهر النفسية المعقدة والمتصلة بطبيعتها إلى مربعات وفئات صارمة مصطنعة؛ مما يترتب عليه فقدان كم هائل من المعلومات الفردية والتباينات الدقيقة الموجودة بين الأشخاص ضمن الفئة الواحدة.

ومن أكثر الممارسات المنهجية عرضة للنقد أسلوب “تجزئة الوسيط” (Median Split)، حيث يعمد بعض الباحثين إلى تحويل متغير كمي متصل (كدرجات القلق أو تقدير الذات) إلى متغير اسمي ثنائي (مرتفع / منخفض). وقد أثبتت الدراسات الميثودولوجية أن هذا الإجراء يؤدي إلى انخفاض حاد في القوة الإحصائية (Statistical Power)، واصطناع فروق زائفة بين أفراد يقعون على طرفي نقطة القطع مباشرة بينما الفارق الفعلي بينهم ضئيل للغاية.

وتتمثل محدودية أخرى في صعوبة التحقق من الصدق التمييزي للفئات الاسمية في علم الأمراض النفسية، حيث تتداخل الفئات السريرية بشكل كثيف مسببة ظاهرة التواكب المرضي المرتفع؛ مما دفع أوساطاً بحثية عريضة نحو تبني أطر بديلة مثل معايير مجالات البحث (RDoC) ونظام التصنيف الهرمي للأمراض النفسية (HiTOP)، والتي تركز على الأبعاد الكمية الوظيفية المتصلة بدلاً من الحصر الفئوي الاسمي التقليدي.

14. المصطلحات ذات الصلة والفروق الجوهرية

لتجنب اللبس الشائع في معالجة المفاهيم الإحصائية السيكولوجية، من الضروري التمييز الدقيق بين البيانات الاسمية والمفاهيم المقاربة عبر المحاور التالية:

• البيانات الترتيبية (Ordinal Data): تختلف البيانات الاسمية عن الترتيبية في أن الأخيرة تتضمن رتباً وتفاضلاً واضحاً بين الفئات (مثل: موافق بشدة، موافق، محايد، غير موافق)، حيث يعبر الترتيب عن اتجاه كمي تصاعدي أو تنازلي، بينما تنعدم خاصية الترتيب تماماً في البيانات الاسمية (كفئات الجنس أو التخصص الأكاديمي).
• البيانات الفئوية / الفترية (Interval Data): تتفوق البيانات الفترية بوجود مسافات ووحدات قياس متساوية وحقيقية بين الدرجات (مثل درجات مقاييس الذكاء المعيارية ودرجات الحرارة المئوية)، مما يتيح حساب المتوسط والانحراف المعياري، وهو ما تعجز عنه البيانات الاسمية بالكلية لخلوها من الوحدة القياسية الثابتة.
• بيانات النسبة (Ratio Data): تمتلك بيانات النسبة صفراً مطلقاً حقيقياً يمثل الغياب التام للخاصية المقاسة (كالوزن، وزمن الرجع، وسرعة الاستجابة الحركية)، مما يسمح بحساب النسب الرياضية المضاعفة، بينما لا تملك البيانات الاسمية أي معنى لمفهوم الصفر المطلق أو النسبي.
• البيانات النوعية مقابل البيانات الكمية (Qualitative vs. Quantitative): تمثل البيانات الاسمية الشكل الأنقى للبيانات النوعية التي تهتم بطبيعة السمة أو ماهيتها الوصفية، في مقابل البيانات الكمية التي تركز على مقدار السمة ودرجة تواجدها بالأرقام القياسية الدقيقة.

15. ملخص وخلاصة معرفية

تُعد البيانات الاسمية المستوى الأساسي والأولي في سلم القياس العلمي، حيث تقتصر وظيفتها على تحديد الهوية وتصنيف الظواهر السلوكية إلى فئات نوعية متمايزة ومنفصلة بصورة متبادلة دون تضمين أي أفضلية ترتيبية أو مقدار كمي رياضي. وتحكمها علاقة منطقية وحيدة هي التكافؤ (التساوي أو عدم التساوي)، مما يجعل التكرارات والنسب المئوية والمنوال الأدوات الرياضية الحصرية لوصفها.

وعلى الرغم من القيود التحليلية الصارمة المفروضة عليها والاضطرار إلى حصر معالجتها ضمن نطاق الاختبارات اللامعلمية كاقتبار كاي تربيع ونماذج الانحدار اللوجستي، تظل البيانات الاسمية حجر الزاوية الذي لا غنى عنه في التشخيص العيادي، وتصنيف السمات والأنماط المعرفية والاجتماعية، وتصميم البحوث الميدانية السيكولوجية. إن فهم الحدود الإجرائية والإحصائية للمتغير الاسمي يقي الباحث من الوقوع في مطبات التحليل الكمي المضلل، ويمنحه أساساً رصيناً لبناء معرفة نفسية منضبطة وتفسيرات دقيقة للسلوك الإنساني في تنوعه الخلاق.

المراجع

Stevens, S. S. (1946). On the theory of scales of measurement. Science, 103(2684), 677–680. https://doi.org/10.1126/science.103.2684.677

Cohen, J. (1960). A coefficient of agreement for nominal scales. Educational and Psychological Measurement, 20(1), 37–46. https://doi.org/10.1177/001316446002000104

American Psychological Association. (2020). Publication manual of the American Psychological Association (7th ed.). American Psychological Association. https://doi.org/10.1037/0000165-000

Agresti, A. (2013). Categorical data analysis (3rd ed.). John Wiley & Sons. https://doi.org/10.1002/0471249688

Field, A. (2018). Discovering statistics using IBM SPSS statistics (5th ed.). SAGE Publications. https://www.worldcat.org/title/discovering-statistics-using-ibm-spss-statistics/oclc/1004245648