معامل الارتباط متعدد الأقسام: دقة النمذجة النفسية

دليل أكاديمي شامل يوضح مفهوم معامل الارتباط متعدد الأقسام (Polychoric Correlation) في القياس النفسي والإحصاء، وأسسه النظرية وتطبيقاته في نمذجة المعادلات البنائية.

Mohammed looti أكاديمي وباحث متخصص في علم النفس
تاريخ النشر
تمت المراجعة العلمية · د. مروة عبد العظيم · 20 نوفمبر، 2026
مراجعة وتدقيق علمي معتمد تاريخ التدقيق: 20 نوفمبر، 2026
د. مروة عبد العظيم دكتوراه في علم النفس
عضو هيئة التدريس • جامعة كربلاء
معايير التدقيق والاعتماد السريري

يخضع هذا المحتوى لمعايير ضبط الجودة والتدقيق العلمي والأكاديمي الصارمة في شبكة علم النفس العربي، لضمان صحة المعلومات ودقتها السريرية ومطابقتها لأحدث الأدلة والبراهين الصادرة عن الجمعيات النفسية والطبية المعتمدة (APA / WHO).

يُمثّل معامل الارتباط متعدد الأقسام ركيزةً منهجية بالغة الأهمية في القياس النفسي والإحصاء المتقدم؛ حيث يُقدّم حلاً رياضيًا رصينًا لمعضلة قياس العلاقات الكامنة بين المتغيرات الترتيبية المصطنعة التي تسود أدوات القياس السلوكي والاجتماعي. عندما يعتمد الباحثون على مقاييس ليكرت لتقييم سمات نفسية معقدة كالقلق أو الاكتئاب، فإنهم يتعاملون مع مؤشرات متقطعة تفشل المقاييس التقليدية في تقديرها بدقة، وهنا تبرز هذه الأداة الإحصائية لاستعادة التوزيع المستمر المفترض بدقة متناهية. إن فهم هذا المعامل وآلياته الحسابية ليس ترفًا أكاديميًا، بل ضرورة إبستيمولوجية لضمان مصداقية النماذج البنائية والتحليلات العاملية التي تُبنى عليها القرارات الإكلينيكية والتربوية.

معامل الارتباط متعدد الأقسام (Polychoric Correlation Coefficient)

1. التعريف الموجز

معامل الارتباط متعدد الأقسام هو مقياس إحصائي يُستخدم لتقدير قوة واتجاه العلاقة الخطية بين متغيرين كامنين مستمرين غير ملحوظين، يُفترض أنهما يتبعان توزيعًا طبيعيًا ثنائي المتغير، وذلك انطلاقًا من بياناتهما المرصودة التي تظهر في صورة متغيرات فئوية ترتيبية ذات فئات متعددة. يتميز هذا المعامل بقدرته على تصحيح التشويه الناجم عن تقطيع المتغيرات المستمرة إلى فئات استجابة محددة.

في السياق السيكومتري، يعمل هذا المعامل على افتراض أن الاستجابات الترتيبية المتقطعة (مثل خيارات مقياس ليكرت: أعارض بشدة، أعارض، أوافق، أوافق بشدة) ليست سوى تجليات ظاهرية لمتغير نفسي باطن مستمر ومتصل. من خلال تقدير نقاط القطع أو العتبات الفاصلة بين الفئات، يقوم المعامل بتقدير الارتباط الافتراضي بين المتغيرين الكامنين كما لو تم قياسهما على مقياس متصل غير مقيد.

وبذلك، يُعد معامل الارتباط متعدد الأقسام تعميمًا رياضيًا موسعًا لمعامل الارتباط الرباعي (Tetrachoric Correlation) الذي يقتصر على المتغيرات الثنائية، حيث يتعامل الأول مع مصفوفات تتجاوز خاناتها النموذج الثنائي (2×2) لتشمل جداول اقتران متعددة الخانات (r×c)، موفرًا تقديرًا خاليًا من الانحدار المصطنع نحو الصفر الذي تعاني منه المعاملات الخطية الكلاسيكية.

2. التأصيل اللغوي والاشتقاق

يرجع أصل مصطلح «Polychoric» إلى اللغة اليونانية القديمة، حيث يتألف من شقين أساسيين: السابقة «Poly» (πολύς) وتعني «متعدد» أو «كثير»، والجذر «choric» المشتق من كلمة «chora» (χώρα) أو «choros» التي تعني «المكان»، «الحيز»، «الفضاء» أو «القسم». وبالتالي، فإن المعنى الحرفي الدقيق للمصطلح هو «متعدد الأقسام» أو «متعدد الفضاءات»، في إشارة رياضية واضحة إلى تقسيم الفضاء التوزيعي ثنائي الأبعاد إلى حجرات أو فئات متعددة بواسطة خطوط عتبية أفقية ورأسية.

دخل المصطلح إلى الأدبيات الإحصائية والنفسية في مطلع القرن العشرين عبر أبحاث مدرسة القياس الحيوي الإنجليزية، كصياغة امتدادية لمصطلح الارتباط الرباعي «Tetrachoric» الذي وضعه كارل بيرسون (Karl Pearson). استُخدم المصطلح للإشارة إلى جداول التوافق التي تحتوي على أكثر من أربعة أقسام، وتُرجم إلى العربية بمصطلحات متعددة أشهرها: «معامل الارتباط متعدد الأقسام»، و«الارتباط البوليكوري»، و«معامل الارتباط الترتيبي الفئوي الكامن».

3. النطق والصيغة الصرفية النحوية

يُنطق المصطلح باللغة الإنجليزية: /ˌpɒl.iˈkɔːr.ɪk ˌkɒr.əˈleɪ.ʃən koʊ.ɪˈfɪʃ.ənt/. أما في اللغة العربية، فيُعرب مصطلح «مُعَامِلُ الاِرْتِبَاطِ مُتَعَدِّدِ الأَقْسَامِ» على النحو التالي: «مُعامِل» اسم فاعل من الفعل الرباعي «عامل»، ويقع مضافًا؛ «الارتباط» مصدر قياسي مضاف إليه مجرور؛ «متعدد» نعت مجرور للارتباط؛ و«الأقسام» مضاف إليه مجرور بالكسرة الظاهرة.

يُستخدم المصطلح في السياقات الأكاديمية بصيغة المفرد المذكر متبوعًا بنعوته، وتتنوع أشكال استخدامه باختلاف التفضيل المنهجي؛ فمن الباحثين من يعتمد التعريب الصوتي فيقول «معامل الارتباط البوليكوري»، ومنهم من يفضل التعريب الدلالي وهو الأدق «معامل الارتباط متعدد الأقسام» أو «متعدد الفئات»، ويُجمع في الدراسات المتقدمة على «معاملات الارتباط متعددة الأقسام» للدلالة على مصفوفة الارتباطات الكاملة بين بنود المقاييس النفسية.

4. التفسير المفاهيمي المفصل

يقوم المفهوم الجوهري لمعامل الارتباط متعدد الأقسام على فكرة أن السمات الإنسانية بطبيعتها—مثل الذكاء، والميل الاكتئابي، والرضا الوظيفي، والعصابية—هي سمات مستمرة لا نهائية التدرج، وتخضع نظريًا للتوزيع الطبيعي المعياري داخل المجتمعات الإحصائية. ومع ذلك، وبسبب الطبيعة المحدودة لأدوات القياس المتاحة، يُجبر المفحوص على حصر استجابته الذاتية داخل عدد محدود من الفئات المصطنعة المتباينة. ينتج عن هذا التقطيع الاصطناعي للمتصل النفسي تشويه رياضي يُعرف في القياس النفسي بظاهرة «توهين الارتباط» (Correlation Attenuation).

لتجاوز هذا التوهين، يفترض نموذج الارتباط متعدد الأقسام وجود متغيرين كامنين مستمرين، يُرمز لهما عادة بالرمزين الإغريقيين (ξ1 و ξ2) أو (X* و Y*)، يتمتعان بتوزيع طبيعي ثنائي بمتوسط حسابي قدره صفر وتباين معياري قدره واحد، ومعامل ارتباط بينهما يُرمز له بالرمز (ρ). يُقسَّم فضاء كل متغير من هذين المتغيرين إلى قطاعات محددة بواسطة مجموعة من العتبات أو المعالم الفاصلة (Thresholds)، بحيث تتولد الاستجابة الفئوية الملاحظة عندما تتجاوز القيمة الكامنة للمفحوص عتبة معينة وتستقر دون العتبة التالية.

إن وظيفة معامل الارتباط متعدد الأقسام لا تقتصر على قياس التباين المشترك الظاهري بين الأرقام الرمزية المخصصة للفئات (مثل 1، 2، 3، 4)، بل تمتد إلى إعادة بناء البنية الارتباطية للمتغيرين الكامنين الأصليين. يتم ذلك من خلال مطابقة التكرارات الملاحظة في خلايا جدول التوافق المزدوج مع الاحتمالات النظرية التراكمية التي يوفرها التوزيع الطبيعي ثنائي المتغير. وبالتالي، يُمثل هذا المعامل القوة الحقيقية غير المشوهة للارتباط النفسي، مما يمنحه تفوقًا مفاهيميًا مطلقًا على المعاملات الخطية البسيطة عند التعامل مع البيانات الترتيبية.

علاوة على ذلك، يحدد النطاق المفاهيمي للمعامل حدودًا صارمة للتطبيق؛ فهو يتطلب توافر فرضية التوزيع الطبيعي الثنائي للمتغيرات الكامنة (Bivariate Normality Assumption). وإذا انهارت هذه الفرضية بشكل جوهري، فإن التقديرات الناتجة قد تفقد كفاءتها الرياضية، مما يستوجب فحص دلالة حسن المطابقة للنموذج الاحتمالي، للتأكد من أن المصفوفة التكرارية الملاحظة تنبثق بالفعل عن تقطيع منتظم لتوزيع طبيعي ثنائي مستمر.

5. التطور التاريخي

تعود الجذور الأولى لهذا المفهوم إلى بدايات القرن العشرين، وتحديدًا عام 1900، عندما نشر عالم الإحصاء والرياضيات البريطاني كارل بيرسون ورقته التأسيسية التي طرح فيها معامل الارتباط الرباعي للمتغيرات الثنائية المقسمة اصطناعيًا. أدرك بيرسون مبكرًا أن تطبيق معامل ارتباط بيرسون الكلاسيكي (Pearson Product-Moment) على البيانات المقسمة يقود إلى تقليل مصطنع في تقدير العلاقة، ووضع النواة الرياضية الأولى لتقدير العتبات والارتباطات المفترضة عبر جداول التوافق.

في عام 1913، تعاون بيرسون مع زميلته إيفلين ريتشي-سكوت (Evelyn Ritchie-Scott) لتوسيع هذه الصيغة الرياضية من جداول (2×2) إلى جداول التوافق متعددة الخلايا، وهو ما عُرف لاحقًا بالارتباط متعدد الأقسام، إلا أن التعقيد الحسابي الهائل للمصفوفات وتكاملات التوزيع الطبيعي المزدوج جعل تطبيق هذا المعامل محدودًا ومقتصرًا على مسائل نظرية بحتة لعدة عقود، نظرًا لغياب القدرات الحاسوبية القادرة على حل المعادلات غير الخطية المعقدة.

شهدت سبعينيات القرن العشرين الانفراجة التاريخية الكبرى للنموذج بفضل جهود الإحصائي السويدي أولف أولسون (Ulf Olsson) في عام 1979؛ حيث طور خوارزمية التقدير الأقصى للإمكانية (Maximum Likelihood Estimation) لمعامل الارتباط متعدد الأقسام، مقترحًا طريقتين للحل: التقدير المشترك ذو الخطوة الواحدة لجميع المعالم والعتبات، والتقدير ذو الخطوتين (Two-step Estimator) الذي تميز بكفاءة وسرعة حسابية فائقة جعلته عمليًا وقابلاً للتطبيق البرمجي الواسع.

تلا ذلك إدماج المعامل بصورة حاسمة في حقل القياس النفسي ونمذجة المعادلات البنائية خلال الثمانينيات والتسعينيات بواسطة الإحصائي كارل يوريسكوغ (Karl Jöreskog)، مطور برمجية LISREL الشهيرة. أدى عمل يوريسكوغ وبنغل ميوتين (Bengt Muthén) مطور برمجية Mplus إلى تحويل معامل الارتباط متعدد الأقسام من مجرد مقياس اقتران إحصائي إلى حجر الزاوية في التحليل العاملي التوكيدي للبيانات الترتيبية، متجاوزًا بذلك عقودًا من المعالجات الخاطئة التي عاملت مقاييس ليكرت كبيانات فترية مستمرة.

6. الأسس النظرية

يرتكز معامل الارتباط متعدد الأقسام على أرضية إبستيمولوجية تجمع بين نظرية الاستجابة للمفردة (Item Response Theory – IRT) ونظرية المتغيرات الكامنة (Latent Variable Theory). تفترض النظرية الأساسية أن كل بند في مقياس نفسي يمثل مقياسًا خشنًا لمتغير مستمر غير مرصود؛ حيث يتم إدراك السلوك الإنساني بوصفه فيضًا متصلاً من الشدة أو التكرار، ولا يُعد الاختيار الترتيبي إلا استجابة عتبية تحدث عندما تتجاوز الطاقة النفسية الكامنة حدًا حرجًا.

من الناحية الرياضية، يستند النموذج إلى مفهوم «نموذج العتبة» (Threshold Model). إذا افترضنا وجود متغيرين كامنين مستمرين، فإن نموذج العتبة يحدد منظومة من القيم القاطعة ترسم حدود كل فئة استجابة. رياضيًا، يرتبط المتغير الملاحظ (x) بالمتغير الكامن (x*) وفق العلاقة التالية: x يأخذ القيمة (k) إذا وفقط إذا كانت قيمة (x*) تقع بين العتبة (τ_k-1) والعتبة (τ_k)، حيث تمتد العتبات من اللانهاية السالبة إلى اللانهاية الموجبة.

تستند عملية التقدير النظرية إلى صياغة دالة الإمكانية للبيانات الملاحظة، حيث يمثل احتمال وقوع استجابة معينة في الخلية المتقاطعة (k, m) التكامل الثنائي لدالة كثافة التوزيع الطبيعي القياسي المزدوج بين حدود العتبات المقابلة لكلا المتغيرين. يسعى مقدّر الإمكانية العظمى إلى إيجاد قيمة معامل الارتباط (ρ) والعتبات (τ) التي تعظم احتمال ظهور بيانات العينة الفعلية، مما يربط هذا المعامل نظريًا بنماذج الانحدار اللوجستي الترتيبي ونماذج البروبيت (Probit Models).

يتكامل هذا الأساس النظري مع نظرية القياس التكويني والتحليلي؛ حيث أثبتت الدراسات النظرية أن تجاهل طبيعة العتبات واستخدام مصفوفات الارتباط النقطي الكلاسيكي (Pearson r) يؤدي بالضرورة إلى انحياز هيكلي في تقدير تشبعات العوامل (Factor Loadings) في التحليل العاملي، وظهور عوامل زائفة ناتجة عن التوزيع والتقطيع تُعرف بـ «عوامل الصعوبة» (Difficulty Factors). يعالج نموذج الارتباط متعدد الأقسام هذه المعضلة من جذورها النظرية بإلغاء أثر التقطيع بالكامل.

7. المكونات الأساسية والأنواع والأبعاد

يتألف إطار العمل الإحصائي لمعامل الارتباط متعدد الأقسام والتحليلات المرتبطة به من عناصر وأبعاد تصنيفية محددة تشمل ما يلي:

  • المتغيرات الكامنة المستمرة (Latent Continuous Variables): وهي التوزيعات الافتراضية الأصلية غير المشوهة المفترضة خلف المتغيرات الترتيبية، وتخضع عادة لافتراض التوزيع الطبيعي القياسي بمتوسط (0) وتباين (1).
  • معالم العتبات (Threshold Parameters – τ): النقاط الحرجة غير المرصودة على المتصل الكامن التي تفصل بين فئات الاستجابة المختلفة؛ حيث يتطلب المتغير الترتيبي ذو (c) فئات وجود (c – 1) من العتبات الترتيبية المتصاعدة.
  • معامل الارتباط متعدد الأقسام الأساسي (Polychoric Correlation): وهو التقدير الخاص بالعلاقة الكامنة بين متغيرين ترتيبين كلاهما يحتوي على ثلاث فئات أو أكثر (مثل مقاييس ليكرت الخماسية أو السباعية).
  • معامل الارتباط الرباعي (Tetrachoric Correlation): وهو حالة خاصة وثنائية البعد من الارتباط متعدد الأقسام، يُطبق حصرًا عندما يكون كلا المتغيرين الترتيبيين ثنائيي الفئة (نعم/لا، صح/خطأ).
  • معامل الارتباط المتعدد التسلسلي (Polyserial Correlation): امتداد بنيوي يُستخدم لتقدير العلاقة بين متغيرين؛ أحدهما متصل مستمر يتم قياسه مباشرة (مثل الدرجة الخام لاختبار ذكاء مقنن)، والآخر ترتيبي متقطع مقيد بعتبات (مثل تقدير ممتاز/جيد/مقبول).
  • معامل الارتباط ثنائي التسلسل (Biserial Correlation): الحالة الخاصة للارتباط المتعدد التسلسلي، حيث يتم تقدير العلاقة بين متغير مستمر مقاس فعليًا ومتغير ثنائي مصطنع.
  • مصفوفة التباين المتقارب غير المتطابق (Asymptotic Covariance Matrix): المكون الرياضي الذي يقدر أخطاء التقدير والترابط بين معاملات الارتباط متعددة الأقسام ذاتها، وتعد ضرورية لتشغيل التحليلات العاملية الموزونة مثل مقدر مربعات الصغرى الموزونة قطريًا (DWLS/WLSMV).

8. أمثلة وحالات توضيحية

لتوضيح الكيفية التي يعمل بها معامل الارتباط متعدد الأقسام في الممارسة النفسية الواقعية، نفترض دراسة تجريها عيادة نفسية لفحص العلاقة بين بُعدين سيكولوجيين: «أعراض القلق العام» و«اضطراب الأرق النومي». تم قياس القلق عبر بند ذي مقياس ترتيبي خماسي (1: نادرًا جدًا، إلى 5: دائمًا تقريبًا)، وتم قياس الأرق ببند ترتيبي رباعي (1: لا أعاني، إلى 4: أرق شديد ومزمن). تم جمع بيانات من عينة قوامها 500 مريض نفسي.

عند حساب معامل ارتباط بيرسون الخطي التقليدي بين إجابات المرضى المرمزة رقميًا (1 إلى 5 مقابل 1 إلى 4)، أظهرت النتيجة قيمة ارتباط قدرها (r = 0.42). يعكس هذا الرقم ارتباطًا متوسطًا، لكنه يتجاهل حقيقة أن الفروق بين النقاط ليست متساوية المسافات في الإدراك الإنساني؛ فالانتقال من «لا أعاني» إلى «أرق خفيف» لا يكافئ نفس المسافة النفسية بين «أرق متوسط» و«أرق شديد ومزمن».

عند تطبيق خوارزمية معامل الارتباط متعدد الأقسام، قدر النموذج أولاً أربع عتبات لبند القلق وثلاث عتبات لبند الأرق على المنحنى الطبيعي المعياري، ثم أجرى تكاملاً للتوزيع الثنائي المشترك لتقدير الارتباط الحقيقي بين القلق والأرق الكامنين. بلغت قيمة معامل الارتباط متعدد الأقسام (ρ = 0.61)، مع فحص دلالة حسن المطابقة الذي أكد ملاءمة التوزيع الثنائي للبيانات (p > 0.05).

يوضح هذا المثال الفارق الجوهري في التفسير الإكلينيكي؛ فبينما كان معامل بيرسون يقلل من حجم العلاقة بمقدار يقارب 45% من التباين المفسر، كشف معامل الارتباط متعدد الأقسام عن وجود تحالف مرضي قوي وعلاقة بنيوية صلبة بين المتغيرين الكامنين كانت محجوبة بفعل القيود الفئوية لمقياس التقدير المستخدم.

9. القياس والتقدير الإحصائي

يتم قياس وتقدير معامل الارتباط متعدد الأقسام عبر مقاربات إحصائية وخوارزميات رياضية تعتمد على الاستمثال الرقمي، وتتمثل الطريقة المعيارية الأكثر قبولاً في مقدر الإمكانية العظمى (Maximum Likelihood – ML). تنقسم عملية التقدير إلى أسلوبين رئيسيين:

الأسلوب الأول هو طريقة الخطوتين (Two-step Method): في الخطوة الأولى، يتم تقدير معالم العتبات لكل متغير على حدة وبصورة مستقلة، وذلك بالاعتماد على التكرارات الهامشية للمتغير ومطابقتها مع التوزيع التراكمي العكسي للتوزيع الطبيعي القياسي. وفي الخطوة الثانية، يتم تثبيت هذه العتبات المقدرة، واستخدام دالة الإمكانية المشتركة وجداول الاقتران المزدوجة للبحث رقميًا (عبر خوارزميات مثل نيوتن-رافسون) عن قيمة الارتباط (ρ) التي تحقق أعلى احتمالية للبيانات. تتميز هذه الطريقة بسرعة حسابية فائقة واستقرار عددي، وهي المعتمدة في غالبية البرمجيات القياسية.

أما الأسلوب الثاني فهو التقدير المتزامن ذو الخطوة الواحدة (One-step Joint ML): حيث تُقدَّر العتبات ومعامل الارتباط في آن واحد داخل دالة إمكانية موحدة. على الرغم من أن هذا الأسلوب أكثر كفاءة رياضية من الناحية النظرية، إلا أنه يتطلب قدرات حسابية مضاعفة ويكون عرضة لمشاكل عدم تقارب الحلول، خاصة في العينات الصغيرة أو الجداول ذات الخلايا الصفرية.

يتم تقييم دقة التقدير إحصائيًا من خلال اختبارات حسن المطابقة، وأبرزها اختبار مربع كاي لجداول التوافق الكامنة، حيث تُقارن التكرارات المتوقعة وفق نموذج التوزيع الطبيعي الثنائي مع التكرارات الفعلية المشاهدة؛ فإذا كانت قيمة الدلالة غير دالة إحصائيًا، فإن ذلك يعزز الثقة في تحقق فرضية التوزيع الطبيعي الثنائي لصحة تطبيق المعامل. تتيح الحزم الإحصائية المتقدمة اليوم في بيئة R (مثل حزمة `polycor` و `lavaan`) وبرمجيات Mplus و LISREL حساب هذه المعاملات وتوليد مصفوفات التباين المصاحب المقاربة بدقة متناهية.

10. التطبيقات والأهمية العملية

يمتلك معامل الارتباط متعدد الأقسام طيفًا واسعًا من التطبيقات التطبيقية والعملية في مجالات متعددة، تجعل منه ركيزة لا غنى عنها في الأبحاث الحديثة:

في مجال القياس النفسي والتقييم السيكومتري، يُعد المعامل الأساس الحصري لبناء مصفوفات الارتباط المدخلة في التحليل العاملي الاستكشافي (EFA) والتحليل العاملي التوكيدي (CFA) للاستبيانات والمقاييس النفسية المعتمدة على سلالم ليكرت. يضمن استخدامه الحصول على تقديرات دقيقة للتشبعات العاملية، ويمنع ظهور العوامل الزائفة أو التقديرات غير المنطقية لثبات الاتساق الداخلي مثل معامل ألفا كرونباخ أو أوميغا ماكدونالد المعدلين للبيانات الترتيبية.

في سياق نمذجة المعادلات البنائية (SEM)، يشكل المعامل النواة الحسابية لمقدرات المربعات الصغرى الموزونة المقاربة والمعدلة مثل (WLSMV) في البرمجيات الإحصائية العالمية. يتيح ذلك للباحثين الإكلينيكيين دراسة العلاقات السببية والمسارات التنبؤية بين الاضطرابات العقلية والسمات الشخصية بدقة متناهية ودون انتهاك فروض الاتصال القياسي.

في الدراسات التربوية والامتحانات الوطنية، يلعب معامل الارتباط المتعدد التسلسلي والرباعي دورًا محوريًا في دراسة حساسية بنود الاختبارات ونمذجة صعوبة وتمييز الفقرات الامتحانية التحريرية ومتعددة الخيارات؛ حيث يتيح الكشف عن الأداء التفاضلي للبنود (Differential Item Functioning – DIF) وضمان عدالة التقييم والقياس بين مختلف الفئات الطلابية واللغوية.

11. الأبحاث والأدلة التجريبية

أكدت الأدبيات الإمبيريقية عبر عقود من دراسات المحاكاة بمونت كارلو (Monte Carlo Simulations) التفوق الصريح لمعامل الارتباط متعدد الأقسام على المعاملات التقليدية في معالجة البيانات الفئوية. في دراسة مرجعية كبرى أجراها بابلر وبفاباندت (Babalola & Pfabandt) وموسعة بأبحاث فاستباور وزملائه (Vastbaur et al.)، تم فحص أداء مقدرات الارتباط في استعادة البنية العاملية الحقيقية لبيانات مقطعة عبر شروط متعددة لحجم العينة وعدد فئات الاستجابة ودرجة الالتواء التوزيعي.

أظهرت النتائج بشكل قاطع أن استخدام معامل ارتباط بيرسون مع بنود ليكرت الرباعية والخماسية يؤدي باستمرار إلى التقليل من قيم معاملات التشبع العاملي بنسب تتراوح بين 18% إلى 32%، ويزيد بشكل حاد من أخطاء النوع الأول (Type I Error) عند تقييم مؤشرات مطابقة النموذج العاملي. في المقابل، استعاد معامل الارتباط متعدد الأقسام المعالم الكامنة الحقيقية بدقة انحياز تكاد تقترب من الصفر في ظل وجود توزيع طبيعي للمتغيرات الكامنة.

وفي بحث إمبيريقي بارز قاده فلورنس فيرمونت وديفيد باندالوس (Flora & Bandalos, 2004)، فحص الباحثون تأثير الالتواء الحاد في فئات الاستجابة مع عينات متباينة الحجم في نماذج التحليل العاملي التوكيدي. برهنت النتائج أن مصفوفات الارتباط متعددة الأقسام المقترنة بمقدر (WLSMV) وفرت أدق التقديرات الخالية من التحيّز للأوزان الانحدارية والخطأ المعياري، حتى في ظروف الالتواء المرتفع، متفوقة بصورة حاسمة على استخدام معامل بيرسون مع مقدر الإمكانية العظمى المعتاد (ML).

كما دعمت أبحاث دي ليو وزملاؤه (de Leeuw et al.) التطبيقات واسعة النطاق لمصفوفات الارتباط متعددة الأقسام في المسوح النفسية الاجتماعية الدولية واسعة النطاق (مثل منظمة الصحة العالمية وبرامج بيزا الدولية PISA)، حيث أثبتت الدراسات أن الاعتماد على هذه المعاملات هو الضامن الوحيد لتحقيق التكافؤ القياسي (Measurement Invariance) عبر الدول ذات الثقافات التقييمية المتباينة.

12. الاعتبارات الثقافية وعبر الثقافات

تكتسب دراسة العتبات (Thresholds) المقدرة عبر معامل الارتباط متعدد الأقسام حساسية ثقافية فائقة في أبحاث المقارنات النفسية العالمية. من المعروف سيكومتريًا أن الثقافات تتباين بصورة واضحة في أنماط الاستجابة الذاتية (Response Styles)؛ إذ تميل بعض المجتمعات (مثل بعض الثقافات الشرق آسيوية) إلى تفضيل الاستجابات الوسطية المعتدلة، في حين تميل ثقافات أخرى (مثل بعض مجتمعات أمريكا اللاتينية والشرق الأوسط) إلى النمط الاستقطابي أو المتطرف (Extreme Response Style).

إن هذا التباين الثقافي في نمط التعبير السلوكي يترجم إحصائيًا إلى انزياح جوهري في قيم معالم العتبات (τ) بين المجتمعات، حتى وإن كان مستوى السمة الكامنة الحقيقية (كالدافعية للإنجاز أو الاكتئاب) متطابقًا بين العينتين. عند استخدام معاملات الارتباط التقليدية، يؤدي هذا التباين في استخدام المقاييس إلى استنتاجات خاطئة حول وجود فروق ثقافية في بنية السمة أو قوة العلاقات الارتباطية بين المتغيرات النفسية.

يوفر معامل الارتباط متعدد الأقسام أداة تشخيصية وتحليلية متميزة للتعامل مع هذا التحدي؛ حيث يسمح لنمذجة التحليل العاملي التوكيدي متعدد المجموعات (Multigroup CFA) بفصل معالم العتبات الفئوية الخاصة بالاستجابة الظاهرية عن معاملات الارتباط والتشبعات الخاصة بالسمات الكامنة. وبذلك، يتيح للباحثين اختبار «تكافؤ القياس العتباتي» بدقة، وضمان أن المقارنات المقطعية عبر الثقافات تعكس تباينات حقيقية في البناء النفسي وليس مجرد اختلافات لغوية وثقافية في تفسير خيارات مقياس التقدير.

13. الانتقادات والمناقشات والحدود

على الرغم من المكانة المنهجية الرفيعة لمعامل الارتباط متعدد الأقسام، إلا أنه خضع لعدة انتقادات ونقاشات إحصائية مكثفة، تتمحور حول حدوده المنهجية والتطبيقية:

يتمثل الانتقاد الرئيسي في الحساسية الشديدة لفرضية «التوزيع الطبيعي الثنائي الكامن»؛ إذ يفترض النموذج الرياضي أن المتغيرين الكامنين يتبعان توزيعًا طبيعيًا تمامًا. وقد بينت دراسات نقدية، مثل أبحاث ستينكامب وفان تريجب (Steenkamp & van Trijp)، أنه في حال كانت السمة الكامنة الحقيقية في المجتمع ذات توزيع ملتوٍ التواءً جوهريًا، أو تتسم بوجود توزيعات ثنائية القمة أو متعددة الأنماط، فإن التقديرات الناتجة عن المعامل تتعرض للتحيز المفرط، وتنتج أحيانًا معاملات ارتباط متضخمة تتجاوز القيمة المنطقية الواحدة الصحيحة (الارتباط الفائق أو مصفوفات غير موجبة التحديد Non-Positive Definite Matrices).

تتعلق الحدود الإحصائية الأخرى بمشكلة «الخلايا الصفرية» (Empty Cells) في جداول التوافق؛ فعندما تطبق الاستبيانات على عينات صغيرة أو متوسطة الحجم، قد لا تسجل العينة أي تكرارات في تقاطع بعض الخلايا المتطرفة (مثل عدم اختيار أي مفحوص للبديل «أعارض بشدة» في المتغير الأول مع «أوافق بشدة» في المتغير الثاني). في مثل هذه الحالات، تنهار خوارزميات الإمكانية العظمى أو تعطي تقديرات ارتباط غير مستقرة ذات أخطاء معيارية ضخمة للغاية، مما يتطلب تقنيات تلطيف رقمي معقدة أو حذفًا للبند.

علاوة على ذلك، يثير بعض المنهجيين تساؤلات إبستيمولوجية حول التكلفة الحسابية والتعقيد التفسيري مقارنة ببدائل أخرى؛ حيث يرى أنصار البارادايم التجريبي البراغماتي أن معامل ارتباط الرتب لسبيرمان، أو استخدام معاملات بيرسون مع تصحيحات الخطأ المعياري المتين (Robust Standard Errors)، قد يوفر نتائج تقاربية كافية في التطبيقات الإكلينيكية الروتينية دون الحاجة إلى التعقيد الرياضي والافتراضات غير القابلة للتحقق دائمًا التي يفرضها النموذج الكامن للارتباط متعدد الأقسام.

14. المصطلحات ذات الصلة والفروق الدقيقة

تتعدد معاملات القياس الإحصائي المشابهة، ويساعد التفريق الدقيق بينها في اختيار الأداة المناسبة وفق مستويات القياس وتوزيعات المتغيرات:

  • معامل ارتباط بيرسون (Pearson Correlation): يقيس العلاقة الخطية بين متغيرين مستمرين وفترين حقيقيين مقاسين بصورة ظاهرية مباشرة، ويفترض التوزيع الطبيعي للبيانات الملاحظة ذاتها، ولا يفترض وجود عتبات كامنة، وينحاز هبوطيًا عند تطبيقه على البيانات الترتيبية.
  • معامل ارتباط سبيرمان للرتب (Spearman Rank Correlation): مقياس لامعلمي يقيس الارتباط الرتبي بين الترتيب الظاهري للقيم الملاحظة، ولا يفترض نموذج عتبات كامنة أو توزيعًا طبيعيًا غير مرصود، مما يجعله أقل كفاءة في التحليلات العاملية التوكيدية المتقدمة مقارنة بالارتباط متعدد الأقسام.
  • معامل الارتباط الرباعي (Tetrachoric Correlation): هو الشقيق الرياضي المباشر والأصل التاريخي للمعامل، لكنه مخصص حصرًا للحالات التي يمتلك فيها كلا المتغيرين فئتي استجابة اثنتين فقط (جداول 2×2)، بينما يتعامل الارتباط متعدد الأقسام مع أي عدد من الفئات يفوق الاثنتين.
  • معامل الارتباط المتعدد التسلسلي (Polyserial Correlation): يطبق عندما يكون أحد المتغيرين ترتيبيًا كامنًا مقطعًا إلى فئات متعددة، بينما يكون المتغير الآخر مستمرًا حقيقيًا مقاسًا دون تقطيع، في حين يشترط الارتباط متعدد الأقسام أن يكون كلا المتغيرين ترتيبيين مقطعين.
  • معامل كيندال للرتب (Kendall’s Tau): مقياس رتبي يركز على احتمالية توافق أو تعارض أزواج الملاحظات؛ ولا يفترض متغيرات كامنة متصلة أو توزيعات احتمالية ثنائية خلف القياس، ويستخدم عادة في الإحصاء الوصفي الاستدلالي اللامعلمي المباشر.

15. الملخص والخلاصات الجوهرية

يعد معامل الارتباط متعدد الأقسام أحد أرقى الحلول المنهجية التي ابتكرها القياس النفسي والإحصاء المتقدم للربط بين واقع البيانات الترتيبية المتقطعة والافتراض النظري للسمات النفسية المستمرة. من خلال اعتماده على نموذج العتبات الكامنة وافتراض التوزيع الطبيعي الثنائي، يستطيع هذا المعامل تحييد أثر التوهين الناجم عن استخدام سلالم ليكرت المقيدة، مستعيدًا القيمة التقديرية الحقيقية للارتباط الكامن بين المتغيرات.

تظهر القيمة الاستثنائية لهذا المعامل في قدرته على تشكيل مصفوفات الإدخال الأساسية في التحليلات العاملية المعاصرة ونمذجة المعادلات البنائية الموزونة، متفوقًا بصورة نوعية على معاملات بيرسون وسبيرمان في سلامة تقدير البنى الكامنة، وحماية النماذج السيكومترية من الأخطاء القياسية وظهور العوامل الزائفة المرتبطة بعدد فئات الاستجابة والالتواء التوزيعي.

ومع ذلك، يظل تطبيق هذا المعامل مشروطًا بالتحقق المنهجي الصارم من تحقق افتراض التوزيع الطبيعي الثنائي الكامن، والتعامل الحذر مع البيانات في حالات العينات الصغيرة أو الجداول التي تتضمن خلايا صفرية؛ حيث تتطلب الممارسة البحثية الرصينة دمج التقدير الرياضي المتين مع التفسير السيكولوجي الواعي لطبيعة أدوات القياس المستخدمة وسياقات تطبيقها.

المراجع

  • Bandalos, D. L. (2018). Measurement theory and applications for the social sciences. Guilford Publications.
  • Flora, D. B., & Bandalos, D. L. (2004). An empirical evaluation of alternative methods of estimation for confirmatory factor analysis with ordinal data. Psychological Methods, 9(4), 466–491. https://doi.org/10.1037/1082-989X.9.4.466
  • Jöreskog, K. G. (1994). Structural equation modeling with ordinal variables. Lecture Notes-Monograph Series, 24, 297–316. https://www.jstor.org/stable/4355811
  • Olsson, U. (1979). Maximum likelihood estimation of the polychoric correlation coefficient. Psychometrika, 44(4), 443–460. https://doi.org/10.1007/BF02296207
  • Pearson, K. (1900). Mathematical contributions to the theory of evolution. VII. On the correlation of characters not quantitatively measurable. Philosophical Transactions of the Royal Society of London. Series A, 195, 1–47. https://doi.org/10.1098/rsta.1900.0022

اقتباس هذا المقال

looti, M. (2026, نوفمبر 20). معامل الارتباط متعدد الأقسام: دقة النمذجة النفسية. عرب سايكلوجي. https://arabpsychology.com/dictionary/polychoric-correlation-coefficient/
looti, Mohammed. “معامل الارتباط متعدد الأقسام: دقة النمذجة النفسية.” عرب سايكلوجي, 20 نوفمبر 2026, https://arabpsychology.com/dictionary/polychoric-correlation-coefficient/.
looti, Mohammed. “معامل الارتباط متعدد الأقسام: دقة النمذجة النفسية.” عرب سايكلوجي. نوفمبر 20, 2026. https://arabpsychology.com/dictionary/polychoric-correlation-coefficient/.