مقياس ليكرت: الاستخدام في الاستبيانات وأمثلة

يُمثل قياس الظواهر النفسية والاتجاهات السلوكية أحد أكثر التحديات تعقيداً في حقل العلوم الإنسانية والاجتماعية؛ نظراً لطبيعة المتغيرات المدروسة التي تتسم بكونها متغيرات كامنة (Latent Variables) غير قابلة للملاحظة المباشرة، مثل الرضا، القلق، الانتماء المؤسسي، والتوجهات القيمية. في هذا السياق المعرفي، برزت الحاجة التاريخية إلى إيجاد أدوات قياس سيكومترية قادرة على تحويل المشاعر والانطباعات الذاتية إلى بيانات كمية دقيقة ومنهجية تُمكّن الباحثين من اختبار الفرضيات وإجراء الاستدلالات الإحصائية المتقدمة. ومن بين هذه الأدوات، يتربع مقياس ليكرت (Likert Scale) على عرش أدوات القياس السلوكي والاستبانات العلمية بوصفه المنهجية الأكثر شيوعاً ورسوخاً في الأبحاث الأكاديمية والتطبيقية المعاصرة.

يقوم مقياس ليكرت على فرضية جوهرية مفادها أن الاتجاه النفسي للفرد يتوزع على متصل مستمر (Continuum) تتدرج فيه مستويات الشدة والتفضيل بين قطبين متناقضين. وتكمن عبقرية هذا المقياس في تصميمه الهيكلي الذي يمنح المستجيب حرية التعبير عن درجة توافقه أو شدة اختباره لظاهرة معينة دون حصره في ثنائيات قاصرة (نعم/لا). وقد أسهمت هذه المرونة المنهجية في جعله حجر الزاوية في تصميم استطلاعات الرأي العام، واستبيانات التقييم الإكلينيكي، ودراسات بيئة العمل، وبحوث التسويق، محققاً بذلك التوازن الدقيق بين الدقة القياسية والسهولة الإجرائية في جمع البيانات الميدانية.

يهدف هذا الدليل المرجعي الشامل إلى تفكيك مقياس ليكرت من منظور إبستمولوجي وسيكومتري متكامل؛ حيث يستعرض أصوله التاريخية، وأسسه الرياضية والنظرية، وأنواعه المتعددة، والأنماط البنائية للاستجابة، مروراً بالخطوات الإجرائية لبناء الاستبيانات وتفادي التحيزات المنهجية الشائعة. كما يتناول الدليل آليات التحليل الإحصائي المتقدمة للبيانات المستخرجة، ومعايير تقييم الصدق والثبات، وصولاً إلى أحدث الاتجاهات الرقمية وتطبيقات الذكاء الاصطناعي في تحسين جودة القياس السلوكي المعاصر.

1. مفهوم مقياس ليكرت والنشأة التاريخية في القياس النفسي

1.1 التعريف الأكاديمي لمقياس ليكرت وخصائصه الجوهرية

يُعرَّف مقياس ليكرت في الأدبيات السيكومترية المعاصرة بأنه أداة قياس تدريجية مُصممة لقياس الاتجاهات، والآراء، والقيم، والمشاعر النفسية غير الملموسة، من خلال تقديم سلسلة من العبارات التقريرية (Declarative Statements) المرتبطة بموضوع البحث، ويُطلب من المفحوص تحديد درجة استجابته لكل عبارة عبر مقياس متدرج يبدأ عادةً من طرف سلبي متطرف وينتهي بطرف إيجابي متطرف. وتكمن الخاصية الجوهرية لهذا المقياس في قدرته على تكميم (Quantification) المتغيرات النوعية المعقدة، محولاً المفاهيم الذاتية المجردة إلى مؤشرات عددية قابلة للتحليل الإحصائي الدقيق، مما يسد الفجوة بين التجربة الإنسانية الذاتية والصرامة الرياضية للبحث الكمي.

يقوم المقياس في بنيته العميقة على افتراض وجود “متصل أحادي البعد” (Unidimensional Continuum) يُمثل السمة الكامنة المقاسة، حيث تقع كل استجابة عند نقطة محددة تعكس موضع الفرد النسبي على هذا المتصل. ومن الأهمية بمكان التمييز المنهجي الصارم بين “بند ليكرت” (Likert Item) و”مقياس ليكرت الكلي” (Likert Scale)؛ فبند ليكرت هو العبارة الفردية الواحدة وخيارات الاستجابة المتدرجة الملحقة بها، في حين يُمثل مقياس ليكرت المجموع التراكمي (Summated Scale) لعدة بنود مترابطة تقيس بعداً أو مفهوماً نفسياً مشتركاً. إن هذا التمايز يحدد بدقة نوع البيانات الناتجة والأساليب الإحصائية المسموح بتطبيقها وفقاً لقواعد القياس العلمي الرصين.

1.2 الجذور التاريخية وإسهامات رينسيس ليكرت

تعود النشأة التاريخية للمقياس إلى عام 1932، حين نشر عالم النفس الاجتماعي الأمريكي رينسيس ليكرت (Rensis Likert) أطروحته التأسيسية الرائدة بعنوان “أسلوب لقياس الاتجاهات” (A Technique for the Measurement of Attitudes) في مجلة Archives of Psychology. جاء هذا التطوير في سياق أكاديمي كان يسيطر عليه مقياس “لويس ثرستون” (Thurstone Scale) المعقد، والذي كان يتطلب تشكيل لجان تحكيم واسعة لفرز مئات العبارات وتحديد قيم أوزانها القياسية عبر فترات تبدو متساوية؛ وهي عملية مرهقة زمنياً ولوجستياً وتفتقر إلى المرونة الميدانية.

نجح ليكرت في تجاوز قيود نموذج ثرستون من خلال ابتكار طريقة تجميع الدرجات التراكمية، مفترضاً أن كل خيار استجابة يحمل وزناً خطياً ثابتاً يحدد موضع المفحوص مباشرة دون الحاجة لأوزان المحكمين المسبقة. وقد أحدث هذا الابتكار ثورة في القياس السلوكي والبحوث الاجتماعية خلال العقود اللاحقة؛ حيث أتاح للباحثين أدوات معيارية مرنة لدراسة الروح المعنوية، والقيادة الإدارية، والاستقطاب السياسي. ويُعد إسهام ليكرت المعرفي بمثابة حجر الأساس الذي نقل القياس النفسي من المقاربات الفلسفية التأملية إلى الممارسات الميدانية التجريبية القابلة للتعميم والتكرار.

1.3 الأهمية المنهجية لاستخدام مقياس ليكرت في الاستبيانات

تستند الأهمية المنهجية لمقياس ليكرت إلى قدرته الفريدة على التقاط الفروق الفردية الدقيقة في شدة الاستجابة، إذ لا يكتفي المقياس بمعرفة ما إذا كان المفحوص مؤيداً أو معارضاً لفكرة ما، بل يقيس بدقة مدى عمق هذا التأييد أو الرفض. هذا التدرج يُقلل بشكل جذري من التبسيط المخل الذي تتسم به الأسئلة الثنائية (نعم/لا)، ويوفر حساسية سيكومترية عالية للكشف عن التباينات الطفيفة بين العينات والمجموعات التجريبية، وهو ما تفتقر إليه المقاييس الأقل حساسية.

إلى جانب الدقة القياسية، يتميز مقياس ليكرت بسهولة التطبيق وخفض العبء المعرفي (Cognitive Load) على المشاركين؛ حيث يتبع نسقاً ذهنياً مألوفاً يسمح بالاستجابة السريعة دون استهلاك طاقة عقلية مفرطة في فك شفرات التنسيق، مقارنة بالأسئلة المفتوحة التي قد تؤدي إلى ارتفاع معدلات التسرب أو الإجابات الناقصة. فضلاً عن ذلك، يتيح هذا التصميم للباحثين جمع بيانات قياسية متسقة وقابلة للربط الإحصائي المتقدم باستخدام برمجيات التحليل الحديثة، مما يجعله الأداة المثالية في الدراسات الميدانية الضخمة التي تتطلب موازنة محكمة بين جودة البيانات وكفاءة الجمع الميداني.

2. الأسس السيكومترية والنظرية لمقياس ليكرت

2.1 طبيعة البيانات الناتجة: ترتيبية أم فترية؟

يمثل الجدل الإبستمولوجي حول تصنيف بيانات ليكرت أحد أطول النقاشات المنهجية في علم القياس والإحصاء، ويتمحور النزاع حول ما إذا كانت البيانات الناتجة تنتمي إلى المستوى الرتبي (Ordinal Level) أم المستوى الفتري (Interval Level) وفق تصنيف ستيفنز (Stevens’ Typology) لمستويات القياس. يرى الاتجاه المتشدد سيكومترياً أن درجات بند ليكرت الفردي هي بالضرورة رتبية؛ لعدم وجود دليل رياضي قاطع يثبت أن المسافة النفسية بين “أوافق بشدة” و”أوافق” مطابقة تماماً للمسافة بين “أوافق” و”محايد”.

في المقابل، يذهب الاتجاه التطبيقي الرائد في القياس النفسي إلى أنه عندما يتم جمع عدة بنود مترابطة لتكوين درجة كلية للمقياس (Composite Likert Scale)، فإن التوزيع التراكمي يقترب من التوزيع الطبيعي المستمر، مما يبرر معاملة الدرجة الكلية كمتغير فتري (Interval Data). وتترتب على هذا التمايز آثار منهجية حاسمة؛ فبينما يقتضي تحليل البنود الفردية استخدام الاختبارات اللامعلمية (Non-parametric Tests)، يُسمح باستخدام الأساليب المعلمية المتقدمة (Parametric Tests) مثل اختبارات تحليل التباين ونمذجة الانحدار عند التعامل مع المجموع التراكمي للمقاييس متعددة البنود ذات المؤشرات السيكومترية القوية.

2.2 نظرية الاستجابة للمفردة (IRT) ونظرية الاختبار الكلاسيكي (CTT)

تُقيَّم بنود مقياس ليكرت سيكومترياً من خلال إطارين نظريين رئيسيين: نظرية الاختبار الكلاسيكي (Classical Test Theory – CTT) ونظرية الاستجابة للمفردة (Item Response Theory – IRT). في إطار CTT، يتم التركيز على تباين الدرجة الكلية وتقدير موثوقية المقياس ككل عبر فحص مصفوفات الارتباط والاتساق الداخلي، بافتراض أن الدرجة الملاحظة تتكون من درجة حقيقية وخطأ قياس عشوائي، وهو أسلوب يتميز بالبساطة ولكنه يظل معتمداً بشكل كبير على طبيعة العينة المستخدمة في التقنين.

أما في إطار IRT، وتحديداً عبر نموذج الاستجابة المتدرجة (Samejima’s Graded Response Model)، فيتم تحليل أداء كل فئة استجابة داخل كل بند من بنود ليكرت بصورة مستقلة عن العينة. يتيح هذا النموذج تقدير معالم دقيقة مثل “معامل التمييز” (Item Discrimination Parameter $\alpha$) الذي يحدد قدرة البند على التفريق بين الأفراد عبر مستويات السمة الكامنة ($\theta$)، و”عتبات الصعوبة” (Category Boundary Thresholds $\beta$) التي تشير إلى مستوى السمة المطلوب للانتقال من فئة استجابة إلى الفئة الأعلى منها. يوفر هذا التحليل المتقدم فحصاً عميقاً لدقة المقياس عبر كافة مستويات السمة النفسية المقاسة، مما يكشف عن البنود الضعيفة أو الفئات الزائدة التي تسبب تشويشاً قياسياً.

2.3 النمذجة السلوكية وقياس المواقف والاتجاهات الكامنة

ينطلق الأساس النظري لقياس الاتجاهات عبر مقياس ليكرت من النموذج الثلاثي لبنية الاتجاه النفسي (Tripartite Model of Attitudes)، والذي يقسم الاتجاه إلى ثلاثة أبعاد متكاملة: المكون المعرفي (Cognitive) المتعلق بالمعتقدات والأفكار، والمكون العاطفي (Affective) المرتبط بالمشاعر والانفعالات، والمكون السلوكي (Behavioral) المعبر عن النوايا والتصرفات الفعلية. يعمل مقياس ليكرت كأداة ترجمة سيكومترية تحول هذا البناء المركب المجرد إلى مؤشرات سلوكية ومواقف قابلة للملاحظة والقياس الكمي الدقيق.

تتجلى كفاءة المقياس السلوكي في حساسيته العالية لالتقاط مفهومي “الشدة” (Intensity) و”التكافؤ” (Valence) في التقييم النفسي؛ فالتكافؤ يحدد اتجاه الموقف سواء كان إيجابياً أو سلبياً نحو الموضوع المدروس، في حين تقيس الشدة عمق الالتزام النفسي بهذا الموقف ومداه. إن القدرة على ضبط هذين البعدين بدقة تسمح للباحثين برسم خرائط سيكولوجية متكاملة لاتجاهات الأفراد والمجتمعات، وفهم محددات السلوك الإنساني والتنبؤ بمساراته المستقبلية في السياقات الاجتماعية والتنظيمية المختلفة.

3. أنواع مقاييس ليكرت وفقاً لعدد النقاط وهيكلية الخيارات

3.1 المقاييس الفردية مقابل المقاييس الزوجية

يتمحور التمييز الهيكلي الأساسي في تصميم مقاييس ليكرت حول استخدام المقاييس ذات العدد الفردي من النقاط (Odd-point Scales) مقابل المقاييس ذات العدد الزوجي (Even-point Scales). يتمثل الفارق الجوهري بينهما في وجود “النقطة المحايدة” (Neutral Midpoint) في المقاييس الفردية (مثل: محايد، لا أوافق ولا أعارض)، والتي تمنح المستجيب ملاذاً آمناً للتعبير عن عدم وضوح موقفه، أو توازن الأدلة لديه، أو نقص معلوماته حول العبارة المطروحة.

في المقابل، تتبنى المقاييس الزوجية فلسفة الاختيار الإجباري (Forced-Choice Scale)؛ حيث يتم حذف نقطة المنتصف تماماً لإجبار المفحوص على اتخاذ موقف مائل نحو القطب الإيجابي أو السلبي. يُفضل استخدام المقاييس الزوجية عندما يسعى الباحث إلى منع ظاهرة “الهروب نحو الوسط” (Midpoint Attraction) الناتجة عن التردد أو الكسل المعرفي، بينما تُعد المقاييس الفردية أكثر أماناً سيكومترياً وتجنب توليد بيانات مشوهة عندما يكون الحياد موقفاً أصيلاً وموضوعياً للمستجيب يعبر عن قناعته الحقيقية.

3.2 مقياس ليكرت الخماسي (5-Point Likert Scale)

يُعد مقياس ليكرت الخماسي المعيار الذهبي الأكثر استخداماً ورسوخاً في مختلف التخصصات الأكاديمية والمسوح الميدانية. تتألف بنيته القياسية من خمس نقاط متدرجة تتوزع بانتظام: قطبان متعارضان في الأطراف (أوافق بشدة / أعارض بشدة)، ومستويان وسيطان يعبران عن الميل المعتدل (أوافق / أعارض)، ونقطة تعادل مركزية (محايد). يوفر هذا التنسيق توازناً سيكومترياً ممتازاً يتيح للمفحوص التعبير عن موقفه دون مواجهة إجهاد ذهني، مما يرفع من جودة البيانات ومعدلات إكمال الاستبيانات.

تشير الدراسات السيكومترية المقارنة إلى أن المقياس الخماسي يحقق استقراراً عالياً في معاملات الثبات (Reliability Indices) ويحد من تشتت الاستجابات العشوائية، لا سيما في الدراسات الاستطلاعية العامة، والبحوث النفسية الميدانية، واستبيانات الرضا الوظيفي. وتُعتبر الفئات الخمس كافية إحصائياً لإنتاج تباين كافٍ يسمح بإجراء معظم التحليلات الإحصائية دون إرباك المستجيب بخيارات دقيقة متقاربة دلالياً قد تؤدي إلى تباين في التفسير الشخصي لكل خيار.

3.3 مقياس ليكرت السباعي (7-Point Likert Scale) والمقاييس الممتدة

يُمثل مقياس ليكرت السباعي خياراً متقدماً يفضله علماء القياس النفسي والباحثون في الدراسات التجريبية الدقيقة؛ نظراً لقدرته على زيادة الدقة والحساسية السيكومترية. يوفر المقياس السباعي ثلاث درجات من الشدة في كل قطب (طفيف، متوسط، قوي) إلى جانب النقطة المحايدة، مما يسمح بالتقاط الفروق الفردية الدقيقة للغاية والتي قد يعجز المقياس الخماسي عن تمييزها، ويزيد بدوره من تباين الدرجات ويقترب بالبيانات خطوة إضافية نحو خصائص التوزيع الطبيعي الفتري.

ومع ذلك، تظهر مع المقاييس الممتدة ذات التسع أو العشر نقاط إشكالية التناقص في العائد المعرفي (Diminishing Cognitive Returns)؛ حيث يزداد العبء الذهني على المفحوص للتفريق بين فئات متقاربة جداً (مثل الفرق بين النقطة 7 والنقطة 8 في مقياس عشري). ما لم تكن العينة المستهدفة تتمتع بمستوى تعليمي أو تخصصي مرتفع ومجال دراسة يتطلب دقة رقمية متناهية، فإن المقاييس المفرطة في الطول قد تأتي بنتائج عكسية تتمثل في تزايد الأخطاء القياسية وظاهرة الاستجابة النمطية السريعة دون تدقيق.

3.4 مقياس ليكرت الثلاثي والمقاييس المصغرة

تُعد المقاييس المصغرة، مثل مقياس ليكرت الثلاثي (أوافق، محايد، أعارض) أو الثنائي المعدل، أدوات مصممة خصيصاً لتناسب فئات سكانية معينة تعاني من محدودية القدرات المعرفية أو قصر المدى الانتباهي، مثل استبيانات الأطفال، وكبار السن، ومرضى التدهور الإدراكي، أو في الاستطلاعات فائقة السرعة عبر الهواتف المحمولة. يهدف هذا التبسيط الهيكلي إلى تقليل الجهد المعرفي المطلوب لمعالجة الخيارات وضمان استيعاب المفحوص للبدائل المتاحة بصورة قاطعة.

ورغم المزايا الإجرائية للمقاييس المصغرة في ضمان الإكمال وتقليل الإرهاق، إلا أنها تفرض قيوداً إحصائية حادة؛ حيث يؤدي انخفاض عدد نقاط القياس إلى تقليص تباين الاستجابات (Variance Restriction)، مما ينعكس سلباً على قيم معاملات الثبات (مثل ألفا كرونباخ) ويقلل من حجم الأثر الإحصائي (Effect Size) عند فحص العلاقات الارتباطية. ولتعويض هذه القيود وتحسين تجربة القياس لدى الفئات الخاصة، يُستعاض غالباً عن التسميات اللفظية المعقدة في المقاييس المصغرة بوجوه تعبيرية بصرية أو رموز لونية متدرجة تزيد من جاذبية الأداة ودقتها التعبيرية.

4. أبعاد وأنماط الاستجابة في مقاييس ليكرت

4.1 مقياس درجة الموافقة (Agreement Scale)

يُعد مقياس درجة الموافقة النمط الكلاسيكي الأكثر انتشاراً وارتباطاً بالاسم الأصلي لمقياس ليكرت؛ حيث تتدرج الخيارات في هذا النمط من “أعارض بشدة” مرورا بالحياد إلى “أوافق بشدة”. يُستخدم هذا النمط بشكل أساسي لقياس مدى تبني الأفراد للمعتقدات، والاتجاهات الفكرية، والآراء السياسية والاجتماعية عبر عبارات تقريرية حاسمة تصف موقفاً أو حكماً قيمياً محدداً يتطلب من المفحوص تحديد موقعه منه.

تتطلب الصياغة في مقاييس الموافقة دقة لغوية متناهية لتفادي صياغة عبارات قطعية متطرفة قد تدفع أغلب المشاركين للرفض التلقائي، أو عبارات بديهية تقود إلى الموافقة الجماعية. ومن أكبر التحديات المنهجية المرتبطة بهذا النمط ظاهرة “تحيز الإذعان” (Acquiescence Bias)، وهي ميل بعض المستجيبين للموافقة على أي عبارة تُعرض عليهم بصرف النظر عن محتواها الفعلي، وهو ما يستدعي موازنة صياغة البنود إيجاباً وسلباً لضبط هذا الأثر المضلل.

4.2 مقياس التكرار والحدوث (Frequency Scale)

يركز مقياس التكرار والحدوث على قياس معدل تكرار السلوكيات أو ظهور الأعراض النفسية والجسدية خلال إطار زمني محدد، وتتدرج تسمياته اللفظية عادةً من “أبداً” إلى “دائماً”، أو من “نادراً” إلى “بصورة مستمرة”. يمثل هذا النمط الأداة المفضلة في القياس الإكلينيكي وتشخيص الاضطرابات النفسية، مثل مقاييس الاكتئاب والقلق (مثل مقياس بك ومقياس جاد)، ومقاييس تقييم العادات السلوكية في علم النفس الصحي والتربوي.

تكمن المعضلة الأساسية في مقاييس التكرار غير المحددة كمياً في الغموض الدلالي للكلمات التقديرية؛ فكلمة “أحياناً” أو “غالباً” قد تعني لبعض المشاركين حدوث الفعل مرة أسبوعياً، بينما يفسرها آخرون بحدوثه عدة مرات يومياً. وللتغلب على هذا التشويش الدلالي وزيادة الصدق التلازمي للمقياس، يلجأ الباحثون المتقدمون إلى ربط الخيارات بأطر زمنية وكمية صريحة (مثل: “1-2 مرات أسبوعياً”، “أكثر من 5 مرات شهرياً”)، مما يحيد التفسيرات الفردية المتباينة للمفردات التقديرية.

4.3 مقياس الأهمية والتقييم (Importance & Quality Scale)

يتناول مقياس الأهمية والتقييم رصد الأوزان النسبية والقيم المعيارية التي يمنحها الأفراد لموضوعات، أو خدمات، أو سمات معينة؛ حيث يتدرج مقياس الأهمية من “غير مهم إطلاقاً” إلى “في غاية الأهمية”، بينما يتدرج مقياس التقييم والنوعية من “سيئ جداً” إلى “ممتاز”. ويشيع استخدام هذين النمطين في بحوث تقييم البرامج التدريبية، ودراسات جودة الرعاية الصحية، وأبحاث تحديد الأولويات المؤسسية والتنموية.

يكتسب مقياس الأهمية قيمة منهجية مضاعفة عند دمجه مع مقاييس الأداء في نماذج التحليل المزدوج مثل “تحليل الأهمية والأداء” (Importance-Performance Analysis – IPA)، حيث يُطلب من المفحوص تقييم مدى أهمية خاصية معينة ثم تقييم مستوى الأداء الفعلي لتلك الخاصية. يتيح هذا الدمج التمييز بين القضايا ذات الأداء المنخفض التي تهم الفرد حقاً، وبين تلك التي يراها ثانوية، مما يسهم في توجيه الموارد والتدخلات النفسية والإدارية بكفاءة عالية ووفق أولويات المستهدفين الحقيقية.

4.4 مقياس الاحتمالية والرضا (Likelihood & Satisfaction Scale)

يقيس تدرج الرضا المشاعر الوجدانية والتقييمية اللاحقة للتجربة؛ حيث يمتد من “غير راضٍ تماماً” إلى “راضٍ تماماً”، ويشكل هذا البعد عصب دراسات الرضا الوظيفي، وتجربة المريض في المنشآت الطبية، وسلوك المستهلك. أما مقياس الاحتمالية فيتدرج من “من المستبعد جداً” إلى “من المؤكد تماماً”، ويستهدف التنبؤ بالنوايا السلوكية المستقبلية وفق أطر “نظرية السلوك المخطط” (Theory of Planned Behavior) لآيزن.

تكمن الأهمية النظرية لمقياس الاحتمالية في قياس حلقة الوصل المعرفية بين الاتجاه الداخلي والتصرف السلوكي المستقبلي (مثل احتمالية ترك الوظيفة، أو الالتزام بنظام غذائي، أو الاستمرار في برنامج علاجي). وقد أثبتت الدراسات السلوكية وجود ارتباط وثيق بين درجات الاحتمالية المقاسة بدقة عبر مقاييس ليكرت وبين اتخاذ القرار الفعلي، شريطة ضبط المتغيرات الوسيطة والعوامل الموقفية الضاغطة التي قد تعيق ترجمة النية إلى سلوك واقعي.

5. الخطوات المنهجية لتصميم استبيان احترافي باستخدام مقياس ليكرت

5.1 التعريف الإجرائي للمتغيرات وتوليد البنود

تبدأ عملية بناء المقياس بالتحرير النظري الصارم للبناء السيكولوجي المراد قياسه وتفكيكه إلى أبعاده الفرعية (Sub-dimensions)، يليه صياغة التعريف الإجرائي (Operational Definition) الذي يوضح المؤشرات السلوكية القابلة للملاحظة والقياس المباشر. يتطلب توليد البنود الأولية مراجعة شاملة للأدبيات العلمية المنشورة، واستشارة لجان الخبراء المتخصصين، وإجراء مجموعات تركيز (Focus Groups) مع الفئات المستهدفة؛ وذلك لضمان استخلاص بنود تعكس واقع الظاهرة بدقة وتغطي كافة أبعاد المفهوم المقاس (Construct Domain) دون إهمال أي جانب جوهري.

يجب على مصمم المقياس تحديد العدد الأمثل للبنود لكل بعد من الأبعاد، مع مراعاة توليد ضعف العدد المطلوب تقريباً في المسودة الأولية، تمهيداً لحذف البنود الضعيفة إحصائياً بعد إجراء الدراسات الاستطلاعية. وتعتبر التغطية الشاملة لمجال السمة شرطاً أساسياً لتحقيق الصدق العام للمقياس، بحيث لا يقتصر المقياس على قياس التعبيرات الهامشية للمفهوم، بل يتغلغل إلى صميم البناء النفسي من زوايا متعددة تكفل التماسك المفاهيمي والعمق السيكومتري.

5.2 قواعد الصياغة اللغوية والسيكومترية للعبارات

تخضع صياغة عبارات ليكرت لمعايير سيكومترية ولغوية دقيقة تهدف إلى استبعاد أي تشويش قياسي أو تفسير مزدوج. من أبرز هذه القواعد تجنب “الأسئلة المركبة أو مزدوجة المعنى” (Double-Barreled Items) التي تدمج فكرتين منفصلتين في بند واحد (مثل: “أشعر بالرضا عن راتبي وبيئة العمل”)، حيث يعجز المفحوص عن تحديد الجزء الذي يوافق عليه بدقة إذا كان يوافق على أحدهما ويعارض الآخر. كما يجب الالتزام باللغة المباشرة الواضحة، وتجنب صيغ النفي المزدوج والمصطلحات التخصصية المعقدة التي ترفع العبء الإدراكي بلا مسوغ منهجي.

علاوة على ذلك، يتعين الابتعاد التام عن العبارات الموجهة (Leading Items) أو المحملة عاطفياً التي توحي للمستجيب بالإجابة المرغوبة (مثل: “ألا توافق على أن سياسة الشركة ظالمة؟”). وللحد من أنماط الاستجابة المتحيزة، تقتضي القواعد السيكومترية إدراج مزيج متوازن من البنود المصاغة بصورة إيجابية والبنود المصاغة بصورة سلبية (Negative/Reverse-Worded Items)؛ وذلك لإجبار المفحوص على قراءة العبارات بتركيز وكسر وتيرة الموافقة الآلية، مما يعزز دقة وصدق البيانات المستخرجة.

5.3 تصميم الخيارات والتسميات اللفظية (Anchoring)

يتطلب تصميم نقاط الاستجابة عناية فائقة بتحقيق “التماثل الدلالي” (Semantic Symmetry) والتوازن البصري والنفسي بين الخيارات عبر طرفي المقياس. يُطرح في هذا السياق خياران رئيسيان: إما تسمية الأطراف فقط (End-Point Anchoring) وترك النقاط الوسيطة كأرقام مجردة، أو تسمية كافة النقاط لفظياً (Fully Anchored Scale). وتؤكد الدراسات السيكومترية أن تسمية جميع النقاط بعبارات وصفية واضحة ومحددة يرفع من موثوقية المقياس واستقراره؛ نظراً لأنه يقلل من تباين التفسيرات الذاتية لمعاني الأرقام المجردة بين الأفراد.

ينبغي تجنب التداخل الدلالي بين مستويات الاستجابة المتتالية؛ بحيث تعبر كل تسمية عن انتقال نوعي أو كمي واضح لا لبس فيه في شدة السمة المقاسة. كما يجب مراعاة الترتيب المنطقي للخيارات، سواء بالبدء من التدرج السلبي إلى الإيجابي أو العكس، مع ضرورة توحيد هذا الاتجاه عبر جميع بنود الاستبيان لمنع إرباك المفحوص وضمان الاتساق البصري والذهني أثناء تعبئة الأداة.

6. أمثلة تطبيقية ونماذج عملية لأسئلة مقياس ليكرت في مختلف المجالات

6.1 نماذج في القياس النفسي والتشخيص الإكلينيكي

تستخدم المقاييس الإكلينيكية صياغات دقيقة لقياس تكرار وشدة الأعراض النفسية، كما هو موضح في النموذج التالي لقياس أعراض القلق والتوتر خلال الأسبوعين الماضيين باستخدام مقياس رباعي التكرار (0 = أبداً، 1 = لعدة أيام، 2 = لأكثر من نصف الأيام، 3 = كل يوم تقريباً):

• “الشعور بالعصبية، أو القلق، أو التوتر الشديد.” (بند مباشر يقيس القلق العام).
• “العجز عن إيقاف القلق أو التحكم فيه.” (بند يقيس الشعور بفقدان السيطرة).
• “مواجهة صعوبة بالغة في الاسترخاء والهدوء.” (بند يقيس التوتر الجسدي/الحركي).

أما في قياس تقدير الذات والفاعلية الذاتية (Self-Efficacy)، فيُستخدم مقياس ليكرت الخماسي لدرجة الموافقة مع بنود إيجابية ومعكوسة:

• “أشعر أن لدي العديد من الصفات الإيجابية التي أعتز بها.” (بند إيجابي – تقدير ذات مرتفع).
• “أميل إلى الشعور بأنني شخص فاشل مقارنة بأقراني.” (بند معكوس – يتطلب عكس الدرجة عند التحليل).
• “أنا واثق من قدرتي على التعامل بكفاءة مع المشكلات غير المتوقعة.” (بند يقيس الفاعلية الذاتية).

6.2 نماذج في علم النفس التنظيمي وبيئة العمل

في بيئات العمل والمؤسسات، تُستخدم مقاييس ليكرت لتقييم الالتزام المؤسسي والرضا الوظيفي باستخدام مقياس الرضا الخماسي (1 = غير راضٍ تماماً إلى 5 = راضٍ تماماً)، أو مقياس الموافقة:

• “مدى رضاك عن فرص الترقي والتطور المهني المتاحة في مؤسستك.” (مقياس رضا مباشر).
• “أشعر بانتماء وجداني قوي يجعلني أعتبر مشكلات الشركة مشكلات شخصية تخصني.” (مقياس الالتزام العاطفي).
• “غالباً ما أفكر جدياً في مغادرة هذه الوظيفة والبحث عن مؤسسة أخرى.” (بند معكوس يقيس نية ترك العمل).

وفي قياس الاحتراق النفسي والإجهاد المهني (Burnout)، يُستخدم مقياس التكرار السباعي (من 0 = لا يحدث أبداً إلى 6 = يحدث يومياً) على غرار مقياس ماسلاش:

• “أشعر بالاستنزاف العاطفي والنفسي التام بنهاية يوم العمل.” (بُعد الإجهاد الانفعالي).
• “أصبحت أتعامل مع المستفيدين/العملاء ببرود وقسوة وكأنهم مجرد أرقام.” (بُعد تبلد المشاعر).
• “أشعر بالإحباط وعدم تحقيق أي إنجاز ذي قيمة من خلال عملي الحالي.” (بُعد تراجع الإنجاز الشخصي).

6.3 نماذج في الأبحاث الاجتماعية والتربوية

في الحقل التربوي والأبحاث الاجتماعية، تُقاس الاتجاهات نحو التعليم الرقمي والدمج التربوي باستخدام تدرج الموافقة الخماسي:

• “يساعد استخدام المنصات التعليمية التفاعلية على تعزيز استيعابي للمفاهيم الأكاديمية الصعبة.” (الاتجاه نحو التعليم الإلكتروني).
• “يساهم دمج الطلاب ذوي الاحتياجات الخاصة في الفصول العامة في تنمية التعاطف والتكافل الاجتماعي بين جميع الطلاب.” (الاتجاه نحو الدمج التربوي).
• “يواجه التعليم عبر الإنترنت تحديات تقنية تجعل التواصل مع المعلم غير مجدٍ.” (بند سلبي يقيس عوائق التعليم الرقمي).

وفي قياس التماسك الاجتماعي والوعي الثقافي، تُطرح عبارات تقيس تقبل التنوع والاندماج المدني:

• “أشعر بالارتياح والترحيب عند العيش في حي سكني يضم سكاناً من خلفيات ثقافية وعرقية متعددة.” (مقياس التوافق والاندماج الثقافي).
• “ينبغي إعطاء الأولوية في الخدمات العامة لأبناء المنطقة الأصليين فقط.” (بند معكوس يقيس النزعة الإقصائية).

7. التحليل الإحصائي المتقدم لبيانات مقياس ليكرت

7.1 الإحصاء الوصفي وتلخيص البيانات الترتيبية والفترية

يعتمد اختيار المؤشرات الإحصائية الوصفية الملائمة لبيانات ليكرت على ما إذا كان التحليل يُجرى على بند فردي منفصل أو على المجموع التراكمي للمقياس. عند تحليل “بند ليكرت الفردي” بوصفه متغيراً ترتيبياً، تقتضي الصرامة الإحصائية استخدام “الوسيط” (Median) كمقياس للنزعة المركزية، و”المدى الربيعي” (Interquartile Range – IQR) أو التوزيعات التكرارية والنسب المئوية كمؤشرات للتشتت، مع تجنب الاعتماد على المتوسط الحسابي الذي قد يفرز قيماً مضللة عند وجود التواء في توزيع الاستجابات.

أما عند التعامل مع الدرجة الكلية التراكمية لمقياس متعدد البنود (Composite Score) يحقق شروط التوزيع الطبيعي، فيُعتمد “المتوسط الحسابي” (Mean) و”الانحراف المعياري” (Standard Deviation) كمؤشرات قياسية دقيقة. ومن منظور العرض البياني، يُعد استخدام “الأعمدة البيانية المتباينة” (Diverging Stacked Bar Charts) الأسلوب البصري الأكثر كفاءة واحترافية؛ حيث يعرض نسب الموافقين والمعارضين على جانبي خط المنتصف المحايد، مما يمنح قراءة فورية وشاملة لاتجاهات العينة وتشتتها.

7.2 الاختبارات اللامعلمية (Non-Parametric Tests)

عندما تكون البيانات مستخرجة من بنود فردية ذات مستوى قياس رتبي، أو عند عدم تحقق افتراض التوزيع الطبيعي في الدرجات التراكمية، تصبح الاختبارات اللامعلمية الخيار الإحصائي الأمثل لمقارنة المجموعات واختبار الفرضيات. لمقارنة الفروق بين مجموعتين مستقلتين (مثل الذكور والإناث في بند معين)، يُطبق “اختبار مان-ويتني” (Mann-Whitney U Test) كبديل لا معلمي لاختبار (t-test)، معتمداً على تحويل الدرجات إلى رتب دون افتراض فترية المسافات.

وعند الرغبة في مقارنة ثلاثة مجموعات مستقلة أو أكثر (مثل مقارنة فئات عمرية متعددة)، يُستخدم “اختبار كروسكال-واليس” (Kruskal-Wallis H Test). أما في حالة القياسات المترابطة أو التصاميم القبلية والبعدية (Pretest-Posttest) لنفس العينة، فيُطبق “اختبار ويلكوكسون للرتب الموقعة” (Wilcoxon Signed-Rank Test). ولقياس قوة واتجاه العلاقة الارتباطية بين بندين رتبيين، يُعتمد “معامل ارتباط الرتب لسبيرمان” (Spearman’s Rho) أو “معامل كيندال للارتباط” (Kendall’s Tau) لضمان عدم تضخيم أو تشويه العلاقة الارتباطية الحقيقية.

7.3 الاختبارات المعلمية والتحليلات المتقدمة (Parametric & Multivariate)

يُتاح للباحثين استخدام الترسانة الإحصائية المعلمية المتقدمة عند التعامل مع الدرجات الكلية التراكمية المستخرجة من مقاييس ليكرت متعددة البنود، شريطة استيفاء افتراضات التوزيع الطبيعي، وتجانس التباين، وحجم العينة الكافي. يشمل ذلك تطبيق اختبار “ت” للعينات المستقلة والمترابطة (Independent & Paired t-tests)، وتحليل التباين الأحادي والمتعدد (ANOVA & MANOVA)، ونماذج الانحدار الخطي المتعدد لدراسة التأثيرات التنبؤية بين المتغيرات الكامنة.

تتجاوز التحليلات الحديثة الأساليب التقليدية لتصل إلى تطبيق “التحليل العاملي الاستكشفي” (EFA) لتحديد البنية البنائية للأبعاد الكامنة، و”التحليل العاملي التوكيدي” (CFA) لاختبار مدى مطابقة البيانات للنموذج النظري المقترح. كما تمثل “نمذجة المعادلات الهيكلية” (Structural Equation Modeling – SEM) الأداة الأكثر قوة لتحليل شبكات العلاقات السببية المعقدة واختبار المتغيرات الوسيطة والمعدلة، مع ضرورة استخدام خوارزميات التقدير المناسبة مثل (WLSMV) في حال التعامل مع مؤشرات ترتيبية صريحة للتحكم في مشكلات الالتواء والتفرطح (Skewness & Kurtosis).

8. معايير الصدق والثبات لمقاييس ليكرت في الأبحاث النفسية

8.1 تقييم ثبات الاتساق الداخلي (Internal Consistency)

يُمثل ثبات الاتساق الداخلي درجة تجانس بنود المقياس وتكاملها في قياس نفس البناء السيكولوجي الواحد. يُعد معامل “ألفا كرونباخ” (Cronbach’s Alpha) المؤشر الكلاسيكي الأكثر استخداماً لهذا الغرض؛ حيث يُشترط حصول المقياس على قيمة $\alpha ge 0.70$ للأغراض البحثية العامة، وقيمة تتجاوز 0.85 للمقاييس الإكلينيكية والتشخيصية الحساسة. ومع ذلك، يعاني معامل ألفا من افتراضات متشددة نادراً ما تتحقق، مثل افتراض “التكافؤ التاو” (Tau-Equivalence) الذي يفترض تساوي تشبعات جميع البنود على العامل الكامن.

نتيجة لهذه القيود، توصي المرجعيات السيكومترية الحديثة بتبني “معامل أوميغا ماكدونالد” (McDonald’s Omega $\omega$) كبديل أكثر دقة وثباتاً في تقدير الاتساق الداخلي للمقاييس متعددة البنود. وإلى جانب ذلك، يُستكمل فحص الثبات بتطبيق طريقة “إعادة الاختبار” (Test-Retest) بفارق زمني ملائم لتقييم الاستقرار الزمني للأداة، بالإضافة إلى فحص “معامل الارتباط بين المفردة والمجموع الكلي المصحح” (Corrected Item-Total Correlation)، حيث يُستبعد أي بند يقل ارتباطه بالمجموع الكلي عن 0.30 لضمان نقاء البناء المقاس.

8.2 أنواع الصدق في مقاييس ليكرت وطرق التحقق منها

يُعرف الصدق (Validity) بمدى قدرة المقياس على قياس السمة المحددة التي وضع لقياسها دون غيرها من السمات الدخيلة. ينطلق التحقق من الصدق من “صدق المحتوى” (Content Validity)، والذي يُقاس كمياً من خلال عرض الأداة على لجنة خبراء متخصصة وحساب “نسبة صدق المحتوى” (CVR) و”مؤشر صدق المحتوى للبنود والمقياس” (I-CVI & S-CVI)، لضمان تغطية البنود للمجال السلوكي بشكل شامل ودقيق، مدعوماً بـ “الصدق الظاهري” (Face Validity) الذي يفحص وضوح الأداة وملاءمتها للمفحوصين.

يحتل “صدق البناء” (Construct Validity) المكانة المركزية في تقييم مقاييس ليكرت، ويتم إثباته عبر التحليل العاملي التوكيدي لفحص بعدين رئيسيين: “الصدق التقاربي” (Convergent Validity) الذي يثبت ارتباط المقياس بمقاييس أخرى تقيس نفس السمة (مع اشتراط مؤشر AVE $ge 0.50$)، و”الصدق التمايزي” (Discriminant Validity) الذي يبرهن على عدم ارتباط المقياس بتركيبات نفسية مختلفة عبر معيار “فورنيل ولاكر” (Fornell-Larcker Criterion) أو نسبة (HTMT). يُتوج ذلك بفحص “الصدق المرتبط بمحك” (Criterion Validity) بشقيه التنبؤي والتلازمي لربط درجات المقياس بسلوكيات أو معايير خارجية موضوعية وموثوقة.

8.3 معالجة وتحويل الدرجات المعكوسة (Reverse Coding)

يُمثل إدراج البنود المصاغة بصيغة سلبية في مقاييس ليكرت ممارسة منهجية معيارية للحد من تحيز الموافقة التلقائية وإجبار المفحوص على قراءة العبارات بوعي. وتتطلب هذه الممارسة خطوة معالجة حاسمة قبل البدء بأي تحليل إحصائي أو حساب للمجموع الكلي، تُعرف بـ “عكس الدرجات” (Reverse Coding)؛ حيث يتم تحويل القيم الرقمية للبنود السلبية لتتوافق مع اتجاه البنود الإيجابية (ففي مقياس خماسي من 1 إلى 5، تتحول الدرجة 5 إلى 1، والدرجة 4 إلى 2، والدرجة 3 تظل كما هي).

تتم عملية التحويل برمجياً باستخدام المعادلة الحسابية العامة:
$$\text{Recoded Score} = (\text{Scale Minimum} + \text{Scale Ma\ximum}) – \text{Original Score}$$
وفي مقياس ليكرت الخماسي المرمز (1 إلى 5)، تُطبق المعادلة: $\text{Recoded Score} = 6 – \text{Original Score}$. ومن الناحية السيكومترية، قد يؤدي سوء صياغة البنود المعكوسة إلى ظهور عامل اصطناعي مشوه في التحليل العاملي يُعرف بـ “عامل الأسلوب” (Method Factor) الناجم عن صعوبة معالجة النفي لغوياً لدى بعض المفحوصين، مما يتطلب حرصاً فائقاً في الصياغة واختبار البنية العاملية بعد العكس للتأكد من عدم تشوه النموذج النظري.

9. التحيزات المعرفية الشائعة في استجابات ليكرت واستراتيجيات الحد منها

9.1 تحيز الإذعان والموافقة التلقائية (Acquiescence Bias)

يُعرف تحيز الإذعان (Acquiescence Response Bias)، أو نزعة الموافقة التلقائية (Yea-Saying)، بأنه الميل النفسي واللاواعي لبعض المستجيبين للموافقة على العبارات التقريرية المعروضة عليهم في الاستبيان بصرف النظر عن محتواها الموضوعي أو قناعاتهم الشخصية الحقيقية. يتغذى هذا التحيز على عوامل نفسية مثل انخفاض الجهد الإدراكي المبذول أثناء الإجابة، أو عوامل ثقافية واجتماعية تعلي من شأن مسايرة السلطة والظهور بمظهر المتوافق لتجنب الصدام المعرفي والاجتماعي.

يؤدي هذا التحيز إلى تضخيم مصطنع للارتباطات الإحصائية الإيجابية بين المتغيرات وتشويه البنية العاملية الحقيقية للأداة. ولمكافحة هذه الظاهرة، تبرز استراتيجية موازنة المقياس عبر تضمين أعداد متكافئة من البنود الإيجابية والسلبية المحررة بدقة متناهية، بالإضافة إلى استخدام صيغ استجابة إجبارية تبتعد عن نسق “الموافقة/الرفض” وتعتمد بدلاً من ذلك على صياغة خيارات محددة المحتوى تسائل الفرد مباشرة عن خياره السلوكي المفضل بين بدائل متعارضة ومحددة بدقة.

9.2 تحيز النزعة المركزية وتحيز الاستجابة المتطرفة

يمثل تحيز النزعة المركزية (Central Tendency Bias) ميل المشاركين إلى تجنب الخيارات القصوى في المقياس واللجوء الدائم إلى النقاط الوسطية أو المحايدة. ينبع هذا السلوك غالباً من الخوف من اتخاذ مواقف حاسمة، أو القلق من التقييم، أو التشكك في سرية البيانات ووجهة استخدامها. يؤدي هذا التحيز إلى تقليص تباين الاستجابات بشدة وحجب الفروق الفردية الحقيقية، مما يضعف القوة الإحصائية للاختبارات ويجعل الاستنتاجات العلمية غير حاسمة.

في المقابل، يتجلى تحيز الاستجابة المتطرفة (Extreme Response Style – ERS) في تفضيل الأفراد للنقاط الطرفية العليا أو الدنيا باستمرار (مثل: أوافق بشدة، أعارض بشدة) وتجاوز المستويات المعتدلة تماماً. يرتبط هذا النمط بخصائص الشخصية كالحزم والاندفاعية، أو بالثقافات ذات السياق العالي التي تميل للحسم التعبيري. تشمل الاستراتيجيات المنهجية للتعامل مع هذه التحيزات زيادة عدد نقاط المقياس إلى 7 نقاط لإتاحة مساحة أكبر للميل المعتدل، أو حذف النقطة المحايدة واستخدام مقاييس زوجية لإلزام المستجيب بتحديد موقفه متى ما كان ذلك مبرراً نظرياً.

9.3 تحيز المرغوبية الاجتماعية (Social Desirability Bias)

يُعد تحيز المرغوبية الاجتماعية (Social Desirability Bias) أحد أخطر التهديدات السيكومترية التي تواجه استبيانات ليكرت، وتحديداً عند دراسة الموضوعات الحساسة كالأخلاقيات المهنية، والتحيزات الفكرية، والممارسات الشخصية والصحية. يمثل هذا التحيز محاولة المفحوص الواعية أو اللاواعية لتقديم نفسه بصورة تتوافق مع التوقعات والقيم الأخلاقية المقبولة مجتمعياً، مما يقوده إلى إنكار السلوكيات السلبية وتضخيم السمات الإيجابية التي لا يمارسها فعلياً.

للحد من هذا التشويه المنهجي، ينبغي تطبيق مجموعة من الإجراءات المشددة في مرحلة جمع البيانات، وفي مقدمتها ضمان السرية التامة وإخفاء الهوية الرقمية والاسمية للمستجيبين بصورة قاطعة وموثقة لتعزيز الأمان النفسي. كما يمكن توظيف المقاييس الفرعية لضبط المرغوبية الاجتماعية مثل “مقياس مارلو-كراون” (Marlowe-Crowne Social Desirability Scale) لضبط هذا المتغير إحصائياً كمتغير مشارك (Covariate)، إلى جانب صياغة البنود بأسلوب الإسناد غير المباشر وتجنب الكلمات المحملة بإدانة أخلاقية صريحة.

10. مقارنة نقدية بين مقياس ليكرت وأدوات القياس السيكومترية الأخرى

10.1 مقياس ليكرت مقابل مقياس التمايز الدلالي (Semantic Differential)

طوّر عالم النفس “تشارلز أوزجود” مقياس التمايز الدلالي (Semantic Differential Scale) لقياس المعاني الانفعالية والمفاهيمية الكامنة للموضوعات عبر استخدام سلسلة من الصفات ثنائية القطب المتضادة (مثل: جيد/سيئ، قوي/ضعيف، نشط/خامل) تفصل بينها 7 نقاط متدرجة، دون استخدام عبارات تقريرية طويلة كتلك المستخدمة في مقياس ليكرت.

يتفوق مقياس التمايز الدلالي في قياس الانطباعات الحسية السريعة والتقييمات العاطفية المباشرة للعلامات التجارية والمفاهيم المجردة دون إثقال المفحوص بقراءة نصوص مكثفة، مما يقلل من احتمالية تحيز الإذعان المرتبط بالصياغة التقريرية. في المقابل، يتفوق مقياس ليكرت في قياس الاتجاهات المعقدة، والالتزام بالقضايا المحددة، والظواهر السلوكية التي لا يمكن تلخيصها في أزواج من الصفات البسيطة، مما يجعله الخيار الأنسب للأبحاث النفسية والاجتماعية التي تتطلب نمذجة مفاهيمية عميقة.

10.2 مقياس ليكرت مقابل المقياس البصري التناظري (Visual Analog Scale – VAS)

يقوم المقياس البصري التناظري (VAS) على خط مستمر بطول محدد وثابت (عادة 100 ملم) محدد بقطبين متعارضين في بدايته ونهايته، ويُطلب من المستجيب وضع علامة عند النقطة التي تمثل شدة شعوره بدقة دون التقيد بنقاط استجابة رقمية أو لفظية مجزأة. يشيع استخدام هذا المقياس في البيئات الطبية والإكلينيكية لقياس شدة الألم، والغثيان، ومشاعر القلق الحادة واللحظية.

يوفر مقياس VAS بيانات فترية مستمرة تماماً (Truly Continuous Data) ذات حساسية متناهية تلتقط التغيرات الطفيفة جداً التي قد تعجز فئات ليكرت المنفصلة عن رصدها، مما يمنحه أفضلية في رصد الاستجابة الدوائية والتدخلات العلاجية السريعة. ومع ذلك، يتطلب مقياس VAS أدوات قياس رقمية أو يدوية دقيقة لقراءة المليمترات، ويواجه صعوبات في التطبيق عبر الاستبيانات الورقية التقليدية، فضلاً عن كونه أقل ملاءمة للأبحاث الاجتماعية المعقدة التي تحتاج تسميات لفظية محددة لضبط التفسير الموحد لمعنى النقاط.

10.3 مقياس ليكرت مقابل الأسئلة الثنائية (Binary Choice / Guttman)

تعتمد الأسئلة الثنائية (نعم/لا) على إجبار المستجيب على الاختيار بين بديلين متناقضين فقط دون أي تدرج، وهو أسلوب يتميز بالسرعة الفائقة والسهولة المعرفية ولكنه يؤدي إلى فقدان فادح للمعلومات الإحصائية؛ حيث يتجاهل تماماً الفروق الفردية في شدة الموقف ويسوي بين من يوافق بحماس ومن يوافق بتردد شديد، مما يقلل من قوة التحليلات الإحصائية وتنوعها.

أما مقياس “لويس جوتمان” التراكمي (Guttman Scale)، فيقوم على ترتيب بنود متدرجة الصعوبة والشدة بطريقة حتمية، بحيث يفترض أن موافقة الفرد على بند متطرف تعني حتماً موافقته على جميع البنود السابقة الأقل تطرفاً. يُعد مقياس جوتمان ممتازاً لقياس المواقف الراديكالية والمسافة الاجتماعية (مثل مقياس بوجاردوس)، لكنه يتطلب شروطاً صارمة في البناء تجعل تصميمه وإثبات تراكميته أمراً بالغ التعقيد إحصائياً، وهو ما يفسر التفوق الكاسح لمقياس ليكرت من حيث المرونة وسهولة التحقق الإحصائي.

11. تطبيقات مقياس ليكرت في الفروع النفسية والسريرية والاجتماعية

11.1 الاستخدامات في علم النفس العيادي والعلاج النفسي

يحتل مقياس ليكرت موقعاً محورياً في الممارسة الإكلينيكية والتشخيص النفسي المعاصر؛ حيث يعتمد المعالجون النفسيون على أدوات التقييم الذاتي المعتمدة على ليكرت (مثل: PHQ-9 للاكتئاب، و GAD-7 للقلق العام، و PCL-5 لاضطراب ما بعد الصدمة) لرصد الشدة الأولية للأعراض المرضية وتحديد العتبات التشخيصية وفق المعايير المعيارية للجمعية الأمريكية للأطباء النفسيين.

إلى جانب التقييم الأولي، يُوظف المقياس في رصد التقدم العلاجي عبر الجلسات الإكلينيكية (Session Rating Scales) ومتابعة مسار التعافي، بالإضافة إلى تقييم جودة “التحالف العلاجي” (Therapeutic Alliance) بين المعالج والعميل وقياس مستوى الرضا عن الخدمة النفسية. وتبرز التحديات المنهجية في البيئات العيادية عند تطبيق هذه المقاييس على المرضى الذين يعانون من اضطرابات ذهانية حادة أو تدهور إدراكي متقدم؛ حيث يتطلب الأمر تدخلاً من المعالج لتبسيط الخيارات أو الاعتماد على الملاحظة السلوكية المباشرة بديلاً عن التقرير الذاتي.

11.2 التطبيقات في علم النفس الإيجابي والنمو الشخصي

أحدثت حركة علم النفس الإيجابي طفرة في تصميم مقاييس ليكرت الموجهة لقياس مكامن القوة الإنسانية، والرفاهية الذاتية (Subjective Well-being)، والازدهار النفسي؛ حيث أُنشئت مقاييس مقننة لقياس الرضا عن الحياة (مثل مقياس دينر SWLS)، واليقظة الذهنية (Mindfulness عبر مقياس MAAS)، والتفاؤل المكتسب (مقياس LOT-R)، والامتنان، والصلابة النفسية (Resilience).

تتميز البنود في هذه التطبيقات بصياغتها الإيجابية المعززة للدافعية، والتي تسبر أغوار التجربة الشعورية الإيجابية للأفراد وتساعدهم على استكشاف إمكاناتهم الذاتية. وتوفر هذه المقاييس للباحثين والموجهين النفسيين (Life Coaches) بيانات معيارية موثوقة لتقييم فعالية برامج التدخل القائمة على اليقظة الذهنية والامتنان، واختبار مدى قدرتها على تحسين الصحة النفسية العامة ومواجهة ضغوط الحياة المعاصرة.

11.3 التطبيقات في أبحاث الرأي العام والظواهر الاجتماعية

تعتمد مراكز استطلاعات الرأي العالمية (مثل Pew Research و Gallup) على مقاييس ليكرت كأداة رئيسية لتشريح المواقف المجتمعية المعقدة، ورصد ظواهر الاستقطاب السياسي والأيديولوجي، والتحولات القيمية نحو قضايا الهجرة، والبيئة، والعدالة الاجتماعية، وحقوق الإنسان. يتيح المقياس قياس شدة الاحتقان أو التوافق حول القرارات والسياسات العامة عبر الزمن من خلال المسوح التتبعية الدورية.

تسهم المقاييس في دراسة العلاقات بين الجماعات وقياس مستويات التماسك الاجتماعي والثقة في المؤسسات الحكومية والمدنية. وتبرز في هذه الأبحاث عبر الوطنية تحديات تتعلق بـ “التكافؤ القياسي” (Measurement Invariance) والترجمة الثقافية للبنود؛ حيث يجب التحقق إحصائياً من أن فئات الاستجابة ودلالات الألفاظ تُفهم بنفس المعنى عبر مختلف الثقافات واللغات، لضمان إجراء مقارنات دولية تتسم بالمصداقية العلمية والعدالة المنهجية.

12. أفضل الممارسات والاتجاهات الحديثة في تصميم استبيانات ليكرت الرقمية

12.1 تحسين تجربة المستخدم (UX) في الاستبيانات الرقمية والجوالة

مع الانتقال الشامل نحو جمع البيانات الرقمية عبر الهواتف الذكية والأجهزة اللوحية، أصبحت “تجربة المستخدم” (User Experience – UX) عاملاً حاسماً في جودة القياس السيكومتري؛ فالشاشات الصغيرة تتطلب تصميماً متجاوباً بالكامل يتجنب تماماً استخدام “المصفوفات الشبكية المعقدة” (Matrix Grids) التي تجبر المستجيب على التمرير الأفقي المرهق، مما يؤدي إلى زيادة الإجهاد البصري وارتفاع معدلات التخلي عن الاستبيان.

تتمثل الممارسة الحديثة المثلى في عرض كل بند كبطاقة تفاعلية منفصلة (One Item per Screen) أو استخدام أزرار اختيار واسعة وواضحة يسهل النقر عليها بالإبهام، مع توظيف أشرطة التمرير الرقمية التفاعلية (Interactive Sliders) المبرمجة بدقة. كما تؤكد الأبحاث الميدانية على أهمية تتبع زمن الاستجابة (Response Latency) برمجياً؛ حيث يكشف الإكمال السريع جداً عن استجابات عشوائية غير جادة، بينما يشير التوقف الطويل المفرط إلى غموض لغوي في البند يقتضي المراجعة وإعادة الصياغة.

12.2 توظيف الذكاء الاصطناعي ومعالجة اللغات الطبيعية في توليد وتحليل البنود

أحدثت نماذج الذكاء الاصطناعي التوليدية ومعالجة اللغات الطبيعية (NLP) ثورة في هندسة وتطوير مقاييس ليكرت؛ حيث يمكن للباحثين استخدام هذه النماذج لتوليد مسودات أولية من البنود المتوازنة دلالياً، وفحص التكافؤ اللغوي عبر مختلف اللهجات، واكتشاف الغموض المفاهيمي وصيغ النفي المزدوج قبل النزول إلى الميدان، مما يختصر أشهراً من العمل التحضيري.

وعلى مستوى التحليل، تُوظف خوارزميات التعلم الآلي للكشف التلقائي عن “الاستجابة الخطية النمطية” (Straight-lining) والأنماط الشاذة التي تشير إلى عدم جدية المفحوصين، مما يتيح تنظيف مجموعات البيانات الضخمة بدقة فائقة. فضلاً عن ذلك، يتيح الذكاء الاصطناعي الجمع المتقدم بين تحليل مشاعر النصوص المفتوحة (Sentiment Analysis) ودرجات مقياس ليكرت في نموذج تكاملي يعزز الصدق التفسيري ويقدم رؤية بانورامية تجمع بين عمق البيانات النوعية وصرامة المؤشرات الكمية.

12.3 المعايير الأخلاقية والموثوقية العلمية في جمع البيانات

يخضع جمع البيانات عبر استبيانات ليكرت لبروتوكولات أخلاقية صارمة تحكمها لجان مراجعة الأخلاقيات المؤسسية (IRB). يرتكز هذا الالتزام على الحصول على “الموافقة المستنيرة” (Informed Consent) الشفافة من المفحوص قبل بدء الاستبيان، مع توضيح أهداف البحث، والمدة الزمنية المتوقعة، والتأكيد القاطع على سرية البيانات وإخفاء الهوية التام، وتوضيح حق المشارك غير المشروط في الانسحاب في أي وقت دون أي تبعات.

تقتضي الموثوقية العلمية في عصر “العلم المفتوح” (Open Science) توثيق الخصائص السيكومترية الكاملة للأداة ومؤشرات صدقها وثباتها بشفافية مطلقة في التقارير الأكاديمية المنشورة، ومشاركة مصفوفات البيانات الأولية المجهولة الهوية وأكواد التحليل الإحصائي عبر المستودعات المفتوحة (مثل OSF و GitHub). يسهم هذا النهج الأخلاقي والمنهجي في تعزيز موثوقية الأبحاث السلوكية، وإتاحة المجال للباحثين الآخرين لإعادة إنتاج النتائج وتكرار الدراسات، بما يخدم تراكم المعرفة العلمية الرصينة.

خاتمة

يظل مقياس ليكرت، بعد قرابة قرن من ابتكاره على يد رينسيس ليكرت، الأداة الأكثر رسوخاً وتأثيراً في القياس النفسي والاجتماعي المعاصر. إن قدرة هذا المقياس على التكيف مع التطورات السيكومترية المتلاحقة، بدءاً من نظرية الاختبار الكلاسيكي وصولاً إلى نماذج الاستجابة المتدرجة الحديثة ونمذجة المعادلات الهيكلية، تبرهن على متانة بنائه النظري ومرونته التطبيقية الفائقة في تحويل المتغيرات الكامنة إلى بيانات كمية رصينة.

ومع ذلك، تظل جودة البيانات الناتجة عن مقياس ليكرت مرهونة بالالتزام الصارم بالضوابط المنهجية في كافة مراحل البحث؛ بدءاً من التحرير المفاهيمي الدقيق، والصياغة اللغوية الخالية من التحيزات، وحسن اختيار عدد نقاط الاستجابة ونمطها، وصولاً إلى تطبيق الأساليب الإحصائية اللامعلمية أو المعلمية الملائمة لطبيعة البيانات ومستويات قياسها. إن إدراك الباحث لمصادر التحيز المعرفي كالإذعان والمرغوبية الاجتماعية، وتوظيف التقنيات الرقمية وتطبيقات الذكاء الاصطناعي بمسؤولية وأمانة علمية، يضمن استمرار مقياس ليكرت كأداة محورية تسهم في تعميق فهمنا للسلوك الإنساني وبناء المعرفة العلمية الموثوقة.

المراجع (References)

• Likert, R. (1932). A technique for the measurement of attitudes. Archives of Psychology, 22(140), 1–55.
• DeVellis, R. F., & Thorpe, C. T. (2021). Scale development: Theory and applications (5th ed.). SAGE Publications.
• Nunnally, J. C., & Bernstein, I. H. (1994). Psychometric theory (3rd ed.). McGraw-Hill.
• Samejima, F. (1969). Estimation of latent ability using a pattern of graded responses. Psychometrika Monograph Supplement, 34(4, Pt. 2), 1–100. https://doi.org/10.1007/BF03372160
• Kline, R. B. (2023). Principles and practice of structural equation modeling (5th ed.). Guilford Publications.
• Krosnick, J. A., & Presser, S. (2010). Question and questionnaire design. In P. V. Marsden & J. D. Wright (Eds.), Handbook of survey research (2nd ed., pp. 263–313). Emerald Group Publishing.
• Boateng, G. O., Neilands, T. B., Frongillo, E. A., Melgar-Quiñonez, H. R., & Young, S. L. (2018). Best practices for developing and validating scales for health, social, and behavioral research: A primer. Frontiers in Public Health, 6, Article 149. https://doi.org/10.3389/fpubh.2018.00149
• McDonald, R. P. (1999). Test theory: A unified treatment. Lawrence Erlbaum Associates.
• Osgood, C. E., Suci, G. J., & Tannenbaum, P. H. (1957). The measurement of meaning. University of Illinois Press.
• Paulhus, D. L. (1991). Measurement and control of response bias. In J. P. Robinson, P. R. Shaver, & L. S. Wrightsman (Eds.), Measures of personality and social psychological attitudes (pp. 17–59). Academic Press. https://doi.org/10.1016/B978-0-12-590241-0.50006-X
• Norman, G. (2010). Likert scales, levels of measurement and the “laws” of statistics. Advances in Health Sciences Education, 15(5), 625–632. https://doi.org/10.1007/s10459-010-9222-y