النظرية الكلاسيكية للاختبارات (نظرية الدرجة الحقيقية) – تشارلز سبيرمان وهارولد جوليكسن

يُمثّل تطور القياس النفسي والتربوي إحدى أهم القفزات المعرفية في تاريخ العلوم الإنسانية والسلوكية؛ إذ نقل دراسة العقل البشري والسمات النفسية من الفضاءات التأملية والفلسفية المجردة إلى ميادين التكميم الرياضي والتحليل الإحصائي الدقيق. وفي قلب هذا التحول التاريخي، تقف النظرية الكلاسيكية للاختبارات (Classical Test Theory – CTT)، المعروفة تاريخياً ونظرياً باسم نظرية الدرجة الحقيقية (True Score Theory)، كحجر زاوية متين شُيِّدت عليه ممارسات بناء الاختبارات، وتقنين المقاييس، وتفسير الفروق الفردية لأكثر من قرن من الزمان. لقد وفرت هذه النظرية إطاراً مفاهيمياً وبنيوياً متماسكاً أتاح للباحثين والتربويين وعلماء النفس فهم العلاقة الجدلية بين ما نلاحظه تجريبياً من أداء المفحوصين، وما يمتلكونه بالفعل من قدرات كامنة وسمات حقيقية.

تستند النظرية الكلاسيكية في جوهرها إلى افتراض رياضي بالغ البساطة ولكنه عميق الأثر: وهو أن الدرجة الملاحظة التي يحصل عليها أي فرد في اختبار مقنن لا تعكس قدرته الحقيقية بشكل مطلق، بل هي مزيج تركيبي يتألف من درجته الحقيقية الكامنة مضافاً إليها قدر معين من خطأ القياس العشوائي غير المنضبط. وقد استلزم تحويل هذه الفكرة البديهية إلى نموذج رياضي قابل للتطبيق جهوداً تراكمية قادها رواد الفكر السيكومتري في النصف الأول من القرن العشرين، حيث برز اسمان شكّلا معالم هذا الصرح العلمي: عالم النفس والإحصاء البريطاني تشارلز سبيرمان (Charles Spearman)، الذي وضع اللبنات الرياضية الأولى لمفاهيم الثبات والارتباط وتصحيح التوهين؛ وعالم النفس الأمريكي هارولد جوليكسن (Harold Gulliksen)، الذي صاغ الإطار التجميعي والتقنيني المتكامل للنظرية في مؤلفه الكلاسيكي الخالد عام 1950.

يقدم هذا المرجع الأكاديمي الشامل تحليلاً مستفيضاً ودراسة استقصائية معمقة للنظرية الكلاسيكية للاختبارات؛ بدءاً من سياقاتها التاريخية والفلسفية، مروراً بتفكيك بديهياتها وافتراضاتها الإحصائية، ونماذجها الرياضية الصارمة، وصولاً إلى طرائق تقدير الثبات، والخطأ المعياري، وتحليل الفقرات، وانتهاءً بالموازنة النقدية الدقيقة بينها وبين النظريات السيكومترية المعاصرة مثل نظرية الاستجابة للمفردة (Item Response Theory) ونظرية التعميم. إنه استكشاف للأصول الفكرية والرياضية التي لا تزال تُشكّل المنطلق الأساسي لكل باحث وممارس يسعى لفهم أسرار القياس السلوكي وأدواته.

1. مدخل إلى النظرية الكلاسيكية للاختبارات (CTT) وسياقها التاريخي

1.1 نشأة القياس النفسي والتربوي في مطلع القرن العشرين

شهدت أواخر القرن التاسع عشر وبدايات القرن العشرين تحولاً إبستمولوجياً جذرياً في نظرة المجتمع العلمي إلى الظواهر الإنسانية والسلوكية. فبعد عقود طويلة من هيمنة المقاربات الاستبطانية الكيفية والتقييمات الذاتية غير المقننة، أخذت العلوم النفسية تتجه بخطى حثيثة نحو تبني المنهج الوضعي التجريبي القائم على التكميم الرياضي والقياس الموضوعي. وقد تضافرت عدة عوامل تاريخية واجتماعية لتعزيز هذا التحول؛ كان أبرزها الثورة الصناعية وتوسع النظم التعليمية العامة، مما خلق حاجة ماسة وملحة لتصنيف الطلاب، واختيار الكفاءات المهنية، وتقنين أدوات القياس الفردية والجماعية في التعليم وعلم النفس المهني والتشخيص الإكلينيكي والعسكري.

تأثرت محاولات القياس النفسي المبكرة بنماذج العلوم الطبيعية كالفلك والفيزياء والقياسات الحيوية (Biometrics). وقد استلهم الرواد الأوائل، مثل فرانسيس غالتون (Francis Galton) وكارل بيرسون (Karl Pearson)، فكرة أن التباين البشري في القدرات العقلية والسمات المزاجية يخضع للتوزيعات الاحتمالية والمنحنى الطبيعي نفسه الذي تخضع له القياسات الفيزيائية والحيوية. ومع ذلك، واجه علماء النفس تحدياً منهجياً فريداً تمثل في الطبيعة غير المباشرة للسمات السلوكية؛ فالقدرة الحسابية أو مستوى القلق لا يمكن قياسهما بمسطرة فيزيائية مباشرة، بل يُستدل عليهما عبر مؤشرات سلوكية مستثارة بواسطة الاختبارات، وهو ما جعل مسألة “خطأ القياس” القضية المحورية التي تطلبت تأسيساً نظرياً ورياضياً صارماً.

1.2 التعريف المفاهيمي للنظرية الكلاسيكية للاختبارات ومسمياتها

تُعرّف النظرية الكلاسيكية للاختبارات (Classical Test Theory – CTT) بأنها منظومة متكاملة من المفاهيم والنماذج والبديهيات الرياضية التي تهدف إلى تفسير نتائج القياس وتحديد مستويات الدقة والموثوقية في الأدوات السيكومترية. وتُعرف هذه النظرية في الأدبيات التخصصية بعدة مسميات متكافئة وظيفياً؛ أشهرها نظرية الدرجة الحقيقية (True Score Theory) ونموذج الدرجة الحقيقية الكلاسيكي (Classical True Score Model)، وذلك لأن بنيتها المنطقية بالكامل تتمحور حول تفكيك الدرجة الملاحظة الخام إلى مكونين أساسيين: الدرجة الحقيقية وخطأ القياس العشوائي.

أُطلقت عليها تسمية “الكلاسيكية” لتمييزها تاريخياً ومنهجياً عن النظريات الحديثة التي ظهرت لاحقاً في النصف الثاني من القرن العشرين، ولا سيما نظرية الاستجابة للمفردة (IRT) ونظرية التعميم (Generalizability Theory). وتستند CTT إلى أطر فلسفية وضعية ومثالية في آن واحد؛ فالدرجة الحقيقية تُعامل كمتوسط افتراضي لسلسلة لانهائية من القياسات المستقلة للمفحوص نفسه في ظل ظروف متطابقة، وهو تصور رياضي يهدف إلى تحييد وتجريد التذبذبات العشوائية الناتجة عن شروط التطبيق اللحظية، وتعب المفحوص، وتذبذب الدافعية، وعدم تجانس المشتتات.

1.3 المحطات التاريخية الفارقة في تطور النظرية

مرت النظرية الكلاسيكية للاختبارات بثلاث محطات تاريخية رئيسية صاغت بنيانها الحالي. بدأت المحطة الأولى مع الأبحاث التأسيسية التي نشرها عالم النفس البريطاني تشارلز سبيرمان في عام 1904، وتحديداً في ورقته الرائدة حول قياس وتحديد الذكاء العام وارتباطه بالقدرات الإدراكية، حيث وضع أولى الصيغ الرياضية لتقدير الثبات، واشتقاق معادلة تصحيح معامل الارتباط من أثر التوهين الإحصائي، مما وضع الأساس لنظرية القياس القائمة على عزل الخطأ.

أما المحطة الثانية، فتمثلت في مرحلة النضج الرياضي والتقنين الإحصائي خلال العقود الثلاثة التالية (1910–1940)، والتي شهدت إسهامات بارزة من علماء إحصاء وقياس مرموقين مثل جورج أودني يول (G. Udny Yule)، وويليام براون (William Brown)، ولويس ترمان (Lewis Terman)، وترومان كيلي (Truman Kelley). تميزت هذه المرحلة بتطوير صيغ الاتساق الداخلي، وتوسيع معادلات التنبؤ بطول الاختبار، وصياغة نماذج التجزئة النصفية، واشتقاق صيغ كودر-ريتشاردسون (Kuder-Richardson) الشهيرة في نهاية الثلاثينيات.

وتجسدت المحطة الثالثة والمفصلية في مرحلة التوليف التجميعي التي قادها هارولد جوليكسن في عام 1950 من خلال كتابه المرجعي الفذ نظرية الاختبارات العقلية (Theory of Mental Tests). قام جوليكسن بتنظيم القوانين والمعادلات والافتراضات التي كانت مبعثرة في مئات الأوراق البحثية، وصبّها في نسق منطقي رياضي موحد وشامل، وضع من خلاله التعريفات الرسمية للاختبارات المتوازية، والخطأ المعياري، والتحليل الكلاسيكي للفقرات، لتصبح مرجع القياس القياسي لعقود تالية.

2. الإسهامات التأسيسية لتشارلز سبيرمان في القياس النفسي

2.1 مفهوم العامل العام والارتباطات المصححة من أثر التوهين

ارتبطت نشأة القياس النفسي الكلاسيكي ارتباطاً عضوياً بأبحاث تشارلز سبيرمان حول البنية المعرفية للذكاء الإنساني. في ورقته المنشورة عام 1904 بعنوان “الذكاء العام: محدد بموضوعية ومقاس رياضياً”، طرح سبيرمان “نظرية العاملين” (Two-Factor Theory)، مقترحاً أن الأداء العقلي في أي مهمة يتحدد بوجود عامل عقلي عام مشترك (General Factor – $g$) وعوامل نوعية خاصة بتلك المهمة ($s$). ولكي يبرهن سبيرمان على وجود هذا العامل العام تجريبياً، اصطدم بمعضلة أن أدوات القياس المتوفرة في ذلك العصر تعتريها مستويات ملحوظة من أخطاء القياس وعدم الدقة، مما يؤدي إلى خفض قيمة معاملات الارتباط الملاحظة بين الاختبارات عن قيمتها الحقيقية الكامنة.

للتغلب على هذه المعضلة المنهجية، ابتكر سبيرمان المفهوم الإحصائي الثوري المعروف بـ تصحيح التوهين (Correction for Attenuation). أثبت سبيرمان رياضياً أن وجود الخطأ العشوائي في أداتي قياس مختلفتين يؤدي حتماً إلى تآكل الارتباط الملاحظ بينهما وتضعيفه (Attenuation). وبناءً عليه، اشتق معادلته الشهيرة لتصحيح هذا التوهين، والتي تُمكّن الباحث من تقدير الارتباط النظري الخالص بين الدرجات الحقيقية لمتغيرين إذا تم قياسهما بأدوات مثالية تخلو تماماً من أخطاء القياس، وفق الصيغة:

$$r_{T_X T_Y} = \frac{r_{XY}}{\sqrt{r_{XX’} \cdot r_{YY’}}}$$

حيث يمثل $r_{XY}$ معامل الارتباط الملاحظ بين المقياسين، بينما يمثل $r_{XX’}$ و $r_{YY’}$ معاملي الثبات للمقياسين على التوالي. مثّل هذا الاشتقاق الرابط المنطقي الأول بين مفهوم ثبات الأداة وصحة التقديرات التجريبية للعلاقات بين السمات النفسية.

2.2 المعادلة التأسيسية لمعامل الثبات وتنبؤ طول الاختبار

من بين أبرز الإسهامات الخالدة التي قدمها سبيرمان، بالاشتراك المستقل مع ويليام براون عام 1910، اشتقاق الصيغة التنبؤية الشهيرة المعروفة بـ صيغة سبيرمان-براون (Spearman-Brown Prophecy Formula). لاحظ سبيرمان أن إضافة فقرات جديدة متكافئة إلى مقياس ما يؤدي إلى تراكم التباين الحقيقي بمعدل أسرع من تراكم تباين الخطأ، لأن الأخطاء العشوائية تلغي بعضها بعضاً إحصائياً، بينما تتآزر الدرجات الحقيقية وتتراكم بصورة خطية موجبة.

تسمح هذه المعادلة للباحثين بالتنبؤ الدقيق بمقدار التغير الذي سيطرأ على معامل ثبات الاختبار في حال مضاعفة طوله، أو خفضه، أو الوصول به إلى معامل ثبات مستهدف محدد مسبقاً. وتُصاغ المعادلة رياضياً بالشكل الآتي:

$$r_{kk’} = \frac{k \cdot r_{xx’}}{1 + (k – 1) \cdot r_{xx’}}$$

حيث يمثل $k$ معامل التغير في طول الاختبار (النسبة بين عدد الفقرات الجديد إلى عدد الفقرات الأصلي)، و $r_{xx’}$ هو الثبات الأصلي، و $r_{kk’}$ هو الثبات المتوقع للاختبار بعد تعديل طوله. وقد انطلق سبيرمان في هذا الاشتقاق من افتراضات تبسيطية جوهرية؛ أهمها أن الفقرات المضافة أو المحذوفة تكون متكافئة تماماً مع الفقرات الأصلية من حيث مستوى الصعوبة، وقوة التمييز، ومتوسطات وتباينات الدرجات الحقيقية وأخطاء القياس.

2.3 تأثير سبيرمان المنهجي على مدارس القياس النفسي اللاحقة

تجاوز تأثير سبيرمان مجرد صياغة معادلات إحصائية معزولة؛ إذ أسس لنموذج معرفي متكامل قائم على استخلاص الأنماط الكامنة وراء الملاحظات المحسوسة. ومن رحم معالجاته الرياضية لأخطاء القياس والارتباطات البينية، ولدت مدرسة التحليل العاملي (Factor Analysis)، التي أصبحت فيما بعد الأداة الإحصائية الأكثر استخداماً في استكشاف وتأكيد البنى النفسية المعقدة للشخصية والذكاء والدافعية.

أرست أعمال سبيرمان تقليداً علمياً صارماً يفصل بين “الأداء الظاهري المشوب بالشواشى والشوائب الإجرائية” و”السمة الكامنة المستقرة”. ورغم الجدل الأكاديمي الواسع الذي أثارته أطروحاته المبكرة حول أحادية مفهوم الذكاء وموثوقية القياس غير المباشر، فإن مبادئه في تقدير مكونات التباين والتحكم الإحصائي في الأخطاء شكلت الأساس المتين الذي استندت إليه مؤلفات لويس ثورستون، وجودفري تومسون، ولاحقاً صياغات هارولد جوليكسن وميلفين نوفيك وكرونباخ في النصف الثاني من القرن العشرين.

3. التأطير الرياضي والمنهجي لهارولد جوليكسن

3.1 كتاب نظرية الاختبارات العقلية (Theory of Mental Tests – 1950)

يُعد كتاب نظرية الاختبارات العقلية (Theory of Mental Tests) الذي أصدره هارولد جوليكسن في عام 1950 الوثيقة الأكاديمية الأكثر شمولاً وتأثيراً في بلورة النظرية الكلاسيكية للاختبارات بصورتها القياسية المعاصرة. قبل ظهور هذا العمل الرائد، كانت أفكار القياس ونظريات الخطأ مبعثرة في مقالات دورية متفاوتة في المصطلحات والرموز والافتراضات الرياضية؛ فجاء جوليكسن ليرتب هذا الميدان ويقننه في بناء أكسيوماتي (Axiomatic Framework) بالغ الإحكام والدقة.

قدّم جوليكسن في كتابه معالجة منهجية صلبة لمفاهيم الثبات، والصدق، والخطأ المعياري للقياس، ومعايير المقارنة بين الاختبارات. كما وحّد الرموز الجبرية السيكومترية التي لا تزال مستخدمة حتى اليوم في مراجع القياس والتقويم حول العالم. ومن خلال هذا المؤلف، تحولت السيكومترك من مجرد مجموعة من الأدوات التقنية المساعدة إلى تخصص أكاديمي قائم بذاته، يمتلك أطره الرياضية الصارمة ومعاييره التجريبية المستقلة.

3.2 بناء المفاهيم المنهجية للاختبارات المتوازية عند جوليكسن

أدرك جوليكسن أن النموذج الرياضي للدرجة الحقيقية ($X = T + E$) يظل نموذجاً غير قابل للاختبار التجريبي المباشر ما لم يتم تعريف شروط إجرائية وإحصائية صارمة لما يُعرف بـ النماذج المتوازية (Parallel Forms). وقد وضع جوليكسن تعريفاً رياضياً دقيقاً للاختبارات المتوازية؛ ينص على أن صورتين من صور الاختبار تكونان متوازيتين تماماً إذا وفقط إذا كان لكل مفحوص نفس الدرجة الحقيقية على كلا النموذجين، وكان تباين خطأ القياس متساوياً عبر النموذجين لجميع أفراد مجتمع المفحوصين.

وبرهن جوليكسن على أنه في حال تحقق هذين الشرطين الصارمين، فإن عدة خصائص إحصائية قابلة للملاحظة والتحقق يجب أن تتحقق تجريبياً بالضرورة، وهي:

• تساوي المتوسطات الحسابية الملاحظة للنموذجين: $\mu_{X_1} = \mu_{X_2}$.
• تساوي التباينات الملاحظة للنموذجين: $\sigma^2_{X_1} = \sigma^2_{X_2}$.
• تساوي معاملات الارتباط بين أي من النموذجين وأي متغير خارجي مستقل: $r_{X_1 Y} = r_{X_2 Y}$.
• تساوي معامل الارتباط التبادلي بين النموذجين مع معامل الثبات الكلاسيكي لكل منهما: $r_{X_1 X_2} = \rho_{XX’}$.

وقد شدد جوليكسن على أن انتهاك هذه الشروط يؤدي بالضرورة إلى تقديرات متحيزة لمعامل الثبات ومقادير خطأ القياس.

3.3 تطوير طرائق تقدير الثبات وتحليل الفقرات

كرّس جوليكسن جزءاً كبيراً من أبحاثه لتنقيح وتبويب مختلف طرائق تقدير الاتساق الداخلي للاختبارات؛ حيث حلل الفروق الدقيقة بين معادلات التجزئة النصفية، وصيغ كودر-ريتشاردسون للمفردات ثنائية التصحيح (KR-20 و KR-21)، مبيناً متى تكون هذه التقديرات حدوداً دنيا للثبات الحقيقي للاختبار. كما فصّل في دراسة العوامل التي تُحدث تضخماً اصطناعياً في قيم الثبات، مثل سرعة الأداء في الاختبارات الزمنية المقيدة.

وقد ميّز جوليكسن بوضوح بين اختبارات السرعة الخالصة (Pure Speed Tests) واختبارات القوة الخالصة (Pure Power Tests)؛ محذراً من أن تطبيق طرائق الاتساق الداخلي (كالتجزئة النصفية أو ألفا كرونباخ) على اختبارات السرعة ينتج عنه تضخم خادع ومضلل لمعامل الثبات يقترب من الواحد الصحيح نتيجة عدم إجابة المفحوصين على الفقرات الأخيرة بسبب ضيق الوقت وليس بسبب صعوبتها. فضلاً عن ذلك، صاغ جوليكسن أطراً منهجية دقيقة لربط مؤشرات صعوبة وتمييز الفقرات الفردية بالتباين الإجمالي للاختبار وصدقه التنبؤي.

4. النموذج الرياضي الأساسي لنظرية الدرجة الحقيقية ($X = T + E$)

4.1 تفكيك عناصر المعادلة الأساسية للقياس

ترتكز النظرية الكلاسيكية للاختبارات على نموذج خطي تجميعي (Linear Additive Model) يُعبر عن الدرجة التي يحصل عليها الفرد في أداة قياس بالمعادلة المركزية:

$$X = T + E$$

حيث يتضمن هذا التركيب الرياضي ثلاثة متغيرات أساسية تتمايز في طبيعتها وقابليتها للتحقق التجريبي:

• الدرجة الملاحظة (Observed Score – $X$): هي القيمة الرقمية الخام الفعلية التي يحرزها المفحوص في الاختبار بعد تصحيحه. وهي المتغير الوحيد في المعادلة القابل للرصد والتسجيل المباشر. وتعكس هذه الدرجة محصلة التفاعل بين قدرة المفحوص الحقيقية وظروف القياس البيئية والشخصية اللحظية.
• الدرجة الحقيقية (True Score – $T$): هي القيمة المستهدفة بالقياس، والتي تمثل المقدار الفعلي للسمة أو القدرة الكامنة التي يمتلكها الفرد. وقد نشأ حول تعريفها دوران مفاهيميان: المفهوم الأفلاطوني (Platonic Notion) الذي يفترض وجود سمة ثابتة ومطلقة داخل الكيان النفسي للفرد، والمفهوم الإحصائي الكلاسيكي الذي يُعرّف الدرجة الحقيقية بأنها “القيمة المتوقعة” (Expected Value) أو المتوسط الحسابي النظري لسلسلة لانهائية من القياسات المستقلة التي تُجرى للفرد بالأداة نفسها تحت شروط متطابقة تماماً: $T = E(X)$.
• خطأ القياس (Measurement Error – $E$): هو الفارق الرقمي اللحظي بين الدرجة الملاحظة والدرجة الحقيقية ($E = X – T$). ويعبر عن كافة التأثيرات العشوائية وغير المنضبطة التي تحول دون التطابق التام بين الأداء المقاس والقدرة الحقيقية.

4.2 طبيعة خطأ القياس العشوائي مقابل الخطأ المنتظم

تتعامل النظرية الكلاسيكية للاختبارات حصرياً وبشكل صريح مع خطأ القياس العشوائي (Random Error). يُعرّف الخطأ العشوائي بأنه التشتت أو التذبذب غير الموجه وغير المنتظم الناتج عن عوامل متغيرة لا يمكن التنبؤ باتجاهها الفردي، مثل التشتت الذهني العابر، تقلبات المزاج والدافعية، التخمين العشوائي، أخطاء تسجيل الإجابات اللحظية، وتغيرات بيئة التطبيق من إضاءة وضوضاء ودرجة حرارة. تتسم هذه الأخطاء بأنها تتوزع حول الصفر؛ مما يعني أنها تلغي بعضها بعضاً عند تكرار القياس مرات عديدة عبر عينات كبيرة من الأفراد.

في المقابل، يُمثل الخطأ المنتظم (Systematic Error) أو التحيز (Bias) تأثيراً ثابتاً وموجهاً يرفع أو يخفض درجات جميع المفحوصين (أو فئة محددة منهم) بمقدار ثابت أو بنسبة منتظمة؛ كوجود خطأ في مفتاح التصحيح يمنح درجة إضافية لفقرة غير صحيحة، أو وجود صياغة لغوية معقدة تفضل أبناء ثقافة معينة دون غيرهم. لا تدمج النظرية الكلاسيكية الخطأ المنتظم ضمن مكون الخطأ $E$، بل يُدمج تلقائياً وبشكل مضلل ضمن الدرجة الحقيقية $T$، مما يجعله خطراً مباشراً يهدد صدق الاختبار (Validity) وليس ثباته، في حين يُعد الخطأ العشوائي المهدد المباشر لـ ثبات القياس (Reliability).

4.3 الخصائص التوزيعية للمتغيرات الثلاثة

انطلاقاً من طبيعة التجميع الخطي في معادلة $X = T + E$، تفترض النظرية الكلاسيكية خصائص توزيعية محددة لهذه المتغيرات عبر مجتمع المفحوصين. في العينات الكبيرة، يُفترض أن تتوزع أخطاء القياس $E$ توزيعاً اعتدالياً متماثلاً حول متوسط مقداره الصفر. وبناءً على قوانين التباين الرياضي لجمع متغيرين مستقلين، فإن التباين الكلي للدرجات الملاحظة ($\sigma^2_X$) يساوي تماماً حاصل جمع تباين الدرجات الحقيقية ($\sigma^2_T$) مع تباين أخطاء القياس ($\sigma^2_E$):

$$\sigma^2_X = \sigma^2_T + \sigma^2_E$$

تُعد هذه المعادلة الركيزة الأساسية لكل التحليلات اللاحقة للثبات؛ إذ تُظهر بوضوح أن الفروق الفردية التي نلاحظها بين درجات المختبرين تعود جزئياً إلى فروق حقيقية أصيلة في السمة المقاسة ($\sigma^2_T$)، وجزئياً إلى تشوهات عشوائية أدخلتها أخطاء القياس ($\sigma^2_E$). ويهدف التصميم السيكومتري الرصين دائماً إلى تقليص تباين الخطأ لأدنى حد ممكن لتعظيم نسبة التباين الحقيقي في الدرجة الملاحظة.

5. الافتراضات الإحصائية والبديهيات الرياضية للنظرية الكلاسيكية

5.1 البديهية الأولى والثانية: القيمة المتوقعة واستقلالية الخطأ عن الدرجة الحقيقية

تعتمد المعالجة الرياضية للنظرية الكلاسيكية على نسق من المسلمات المنطقية والإحصائية الصارمة التي لا يمكن إثباتها تجريبياً بصورة مباشرة، ولكن يتم تبنيها كبديهيات ينبثق عنها كامل النظام الرياضي للنظرية. تتمثل هاتان البديهيتان فيما يلي:

• البديهية الأولى: القيمة المتوقعة لخطأ القياس تساوي صفراً ($E(E) = 0$): تنص هذه المسلمة على أنه إذا قمنا بتطبيق اختبار على مفحوص ما عدداً لانهائياً من المرات المستقلة، فإن المتوسط الحسابي لأخطاء القياس العشوائية الناتجة سيكون مساوياً تماماً للصفر. ويسري هذا المبدأ نفسه عند حساب متوسط أخطاء القياس لمجتمع كامل من المفحوصين في تطبيق واحد:
  $$\mu_E = 0 implies \mu_X = \mu_T$$
  مما يثبت رياضياً أن متوسط الدرجات الملاحظة لمجموعة من المفحوصين هو تقدير غير متحيز لمتوسط درجاتهم الحقيقية.
• البديهية الثانية: انعدام الارتباط بين الدرجة الحقيقية وخطأ القياس ($\rho_{TE} = 0$): تفترض هذه البديهية أن مقدار خطأ القياس الذي يتعرض له المفحوص مستقل استقلالاً تاماً عن مستوى قدرته الحقيقية. وهذا يعني أن الأفراد ذوي القدرات المرتفعة ليسوا أكثر أو أقل عرضة للخطأ العشوائي من ذوي القدرات المنخفضة، ولا يوجد ميل للأخطاء لأن تكون موجبة أو سالبة عند مستويات محددة من السمة الكامنة.

5.2 البديهية الثالثة والرابعة: استقلالية أخطاء القياس عبر الاختبارات والأفراد

تتعلق البديهيتان التاليتان باستقلالية الأخطاء العشوائية عبر أدوات القياس المختلفة وعبر المفحوصين، وهما ضرورتان حاسمتان لاشتقاق معاملات الاتساق الداخلي والارتباطات المتعددة:

• البديهية الثالثة: انعدام الارتباط بين أخطاء القياس في اختبارين مختلفين ($\rho_{E_1 E_2} = 0$): تنص على أن خطأ القياس الذي يرتكبه المفحوص في الاختبار الأول ($X_1$) لا يرتبط إحصائياً بخطأ القياس الذي يتعرض له في اختبار آخر ($X_2$) يطبق عليه، سواء كان ذلك في الوقت نفسه أو في وقت لاحق. وهذا يستبعد وجود أي انتقال منتظم لعوامل التشويش أو التأثيرات المتبادلة بين جلستي القياس.
• البديهية الرابعة: انعدام الارتباط بين خطأ القياس في اختبار والدرجة الحقيقية في اختبار آخر ($\rho_{T_1 E_2} = 0$): تفترض هذه المسلمة أن الدرجة الحقيقية للفرد في السمة الأولى (مثل الذكاء اللغوي) لا ترتبط بأخطاء القياس العشوائية التي تطرأ على قياس سمة ثانية (مثل التحصيل الرياضي). تضمن هذه البديهيات الرياضية إمكانية حساب مصفوفات الارتباط وتحليل الانحدار السيكومتري دون وجود تباينات شائبة مشتركة ناجمة عن تداخل مصادر الخطأ.

5.3 افتراض ثبات السمة المقاسة أثناء عملية التطبيق

من الافتراضات المضمرة شديدة الأهمية في CTT افتراض استقرار وثبات السمة المقاسة خلال الفترة الزمنية الفاصلة بين تطبيقات الاختبار المتكررة أو عبر أجزاء الاختبار الواحد. يفترض هذا النموذج أن الاستجابات المتتالية تعكس نفس البنية المعرفية أو النفسية المستقرة، وأن عملية القياس ذاتها لا تُحدث تغييراً بنيوياً في السمة.

يطرح هذا الافتراض تحديات إجرائية كبرى عند التطبيق الميداني؛ إذ يتعرض المفحوصون لمتغيرات النضج، والتعلم، واكتساب الخبرة، وأثر الممارسة والتدريب، بالإضافة إلى الإرهاق والملل وتذبذب الانتباه أثناء الجلسات الاختبارية الطويلة. تصبح هذه التحديات أكثر تعقيداً عند محاولة تطبيق النظرية الكلاسيكية على قياس السمات الديناميكية والحالات الوجدانية المتغيرة زمنياً (مثل مستويات القلق والتوتر والمزاج اللحظي)، حيث يصعب الفصل بدقة بين التغير النفسي الحقيقي في السمة وخطأ القياس العشوائي المؤقت.

6. مفهوم الثبات (Reliability) وتقديراته في ضوء النظرية الكلاسيكية

6.1 التعريف الرياضي والإحصائي لمعامل الثبات

يُمثل الثبات (Reliability) في إطار النظرية الكلاسيكية للاختبارات مفهوماً كمياً صارماً يعبر عن نسبة تباين الدرجة الحقيقية إلى التباين الكلي الملاحظ للدرجات في مجتمع إحصائي محدد. ويُرمز له عادة بـ $\rho_{XX’}$ أو $R_{xx}$، ويُصاغ رياضياً كما يلي:

$$\rho_{XX’} = \frac{\sigma^2_T}{\sigma^2_X} = \frac{\sigma^2_T}{\sigma^2_T + \sigma^2_E} = 1 – \frac{\sigma^2_E}{\sigma^2_X}$$

ينبثق من هذا التعريف الرياضي عدة تفسيرات متكافئة إحصائياً ذات دلالة عملية عميقة:

• معامل الثبات يمثل النسبة المئوية للتباين في الدرجات الملاحظة التي تُعزى إلى اختلافات حقيقية بين المفحوصين في السمة المقاسة. فعلى سبيل المثال، معامل ثبات مقداره $0.85$ يعني أن $85%$ من التباين في درجات الاختبار يعكس تبايناً حقيقياً في القدرة، في حين أن $15%$ المتبقية ناتجة عن أخطاء قياس عشوائية.
• يساوي معامل الثبات رياضياً مربع معامل الارتباط بين الدرجة الملاحظة والدرجة الحقيقية: $\rho_{XX’} = \rho^2_{XT}$. ومن ثم، فإن معامل الصدق النظري الأقصى للدرجة الملاحظة يساوي الجذر التربيعي للثبات: $\rho_{XT} = \sqrt{\rho_{XX’}}$.
• يتراوح المدى النظري لمعامل الثبات بين $0$ (انعدام الثبات تماماً؛ تباين الدرجات بالكامل ناتج عن أخطاء عشوائية) و $1.00$ (ثبات تام ومثالي؛ انعدام أخطاء القياس تماماً، وتطابق الدرجات الملاحظة مع الدرجات الحقيقية). وفي التطبيقات التربوية والنفسية العملية، تُعد القيم التي تتجاوز $0.70$ مقبولة للبحوث الاستكشافية، في حين تتطلب القرارات المصيرية والتشخيصية الفردية (كالقرارات الطبية أو التوظيفية الحساسة) معاملات ثبات لا تقل عن $0.90$.

6.2 طرائق تقدير الثبات المعتمدة على الزمن والبدائل

نظراً لعدم إمكانية معرفة الدرجات الحقيقية مباشرة لحساب $\sigma^2_T / \sigma^2_X$، طوّر السيكومتريون طرائق تجريبية غير مباشرة لتقدير معامل الثبات عبر عينات من الأفراد. وتُصنف الطرائق القائمة على تكرار التطبيق أو استخدام البدائل إلى أسلوبين رئيسيين:

1. طريقة إعادة الاختبار (Test-Retest Method): وتعتمد على تطبيق الاختبار نفسه على نفس العينة من المفحوصين مرتين متتاليتين مع فاصل زمني محدد بينهما، ثم حساب معامل الارتباط الخطي (بيرسون) بين درجات التطبيقين الأول والثاني. يُطلق على المعامل الناتج اسم معامل الاستقرار (Coefficient of Stability). يعكس هذا المعامل مدى مقاومة درجات الاختبار لعوامل التغير اللحظية عبر الزمن. وتواجه هذه الطريقة محاذير منهجية؛ فإذا كانت الفترة الزمنية قصيرة جداً، يتدخل عامل التذكر والتعلم والممارسة لتضخيم الارتباط بصورة اصطناعية، وإذا كانت طويلة جداً، تحدث تغيرات نمائية ونفسية حقيقية لدى المفحوصين تقلل من قيمة الارتباط بصورة مضللة.

2. طريقة النماذج المتكافئة أو المتوازية (Parallel/Alternate Forms): تتضمن إعداد صورتين متكافئتين تماماً من الاختبار تقيسان نفس المحتوى والأهداف وبنفس الخصائص الإحصائية، وتطبيقهما على نفس العينة. وإذا طُبقت الصورتان في جلسة واحدة أو بفاصل زمني قصير، يُطلق على المعامل اسم معامل التكافؤ (Coefficient of Equivalence)؛ أما إذا طُبقتا بفاصل زمني طويل، فإنه يُسمى معامل الاستقرار والتكافؤ معاً. تعتبر هذه الطريقة النموذج الذهبي التجريبي لـ CTT، ولكن يعيبها الصعوبة البالغة والتكلفة المادية والجهد المضني اللازم لبناء نموذجين متطابقين تماماً في كافة الخصائص السيكومترية.

6.3 طرائق الاتساق الداخلي (Internal Consistency)

نظراً للصعوبات اللوجستية والعملية المرتبطة بإعادة الاختبار أو بناء نماذج متوازية متعددة، اتجهت الجهود لتطوير طرائق تتيح تقدير الثبات من خلال تطبيق واحد للاختبار (Single Administration)، استناداً إلى فكرة تجانس واتساق الفقرات الداخلية. وتشمل هذه الطرائق:

• طريقة التجزئة النصفية (Split-Half Method): يُقسَّم الاختبار بعد تطبيقه وتصحيحه إلى نصفين متكافئين (مثل جمع الدرجات على الفقرات الفردية في نصف، والفقرات الزوجية في نصف آخر لضمان توازن الصعوبة وتوزيع الأثر الزمني). يُحسب معامل الارتباط بين درجات النصفين ($r_{12}$)، ولكنه يمثل ثبات نصف الاختبار فقط؛ لذا يُصحح الناتج للحصول على ثبات الاختبار ككل باستخدام معادلة سبيرمان-براون للتجزئة النصفية:
  $$r_{XX’} = \frac{2 \cdot r_{12}}{1 + r_{12}}$$
  كما يمكن استخدام معادلة جوتمان (Guttman Split-Half) التي لا تشترط تساوي تباينات نصفي الاختبار.
• صيغ كودر-ريتشاردسون (Kuder-Richardson Formulas): طوّر الباحثان جورج كودر وماريون ريتشاردسون عام 1937 معادلات لحساب متوسط جميع معاملات التجزئة النصفية الممكنة للاختبارات التي تصحح فقراتها ثنائياً (صواب/خطأ، $0$ أو $1$). وتُعد صيغة KR-20 الأكثر دقة وشهرة:
  $$KR_{20} = \left( \frac{k}{k – 1} \right) \left( 1 – \frac{\sum p_i q_i}{\sigma^2_X} \right)$$
  حيث $k$ هو عدد الفقرات، $p_i$ نسبة الإجابات الصحيحة للفقرة $i$، $q_i = 1 – p_i$، و $\sigma^2_X$ هو التباين الكلي للاختبار. أما صيغة KR-21 فتستخدم عندما يُفترض أن جميع الفقرات متساوية في مستوى الصعوبة، وهي صيغة أبسط ولكنها تقدم حداً أدنى لقيمة KR-20.
• معامل ألفا كرونباخ (Cronbach’s Alpha – $\alpha$): قدمه لي كرونباخ (Lee Cronbach) عام 1951 كتعميم رياضي شامل لمعادلة KR-20 ليشمل المقاييس متعددة التدريج (مثل مقاييس ليكرت والأسئلة المقالية) بالإضافة إلى الفقرات الثنائية. وتُحسب ألفا بالمعادلة:
  $$\alpha = \left( \frac{k}{k – 1} \right) \left( 1 – \frac{\sum \sigma^2_i}{\sigma^2_X} \right)$$
  حيث $\sigma^2_i$ هو تباين الفقرة $i$. يمثل معامل ألفا حداً أدنى للثبات الحقيقي إذا كانت الفقرات تقيس سمة أحادية البعد وتحقق نموذج التكافؤ التاوري، ولكنه قد يقل عن القيمة الحقيقية للثبات إذا انتهكت افتراضات التجانس، أو يتضخم زيفاً إذا وُجدت فقرات مكررة المضمون بدرجة مفرطة.

6.4 العوامل المؤثرة على حجم معامل الثبات

يتأثر الحجم العددي لمعامل الثبات المحسوب بمجموعة من العوامل المنهجية والإحصائية المرتبطة بتصميم الأداة وخصائص العينة وظروف التطبيق، ومن أبرز هذه العوامل:

• طول الاختبار وتجانس الفقرات: كلما زاد عدد فقرات الاختبار المتجانسة، ارتفع معامل الثبات بالضرورة وفقاً لصيغة سبيرمان-براون؛ حيث يؤدي تكرار قياس السمة إلى خفض التباين النسبي للأخطاء العشوائية. وبالمثل، فإن وضوح صياغة الأسئلة وجودة تعليمات التطبيق ترفع الاتساق الداخلي.
• تباين العينة وأثر تقييد المدى (Restriction of Range): يعتمد معامل الثبات في بنيته الرياضية على نسبة تباين الدرجة الحقيقية إلى التباين الملاحظ. فإذا طُبق الاختبار على عينة متجانسة جداً (ضيقة المدى في القدرة، كاختيار المتفوقين فقط)، ينخفض تباين الدرجات الملاحظة بشكل حاد، مما يؤدي إلى انخفاض دراماتيكي في قيمة معامل الثبات المحسوب، دون أن يعني ذلك انخفاض الدقة البنيوية للاختبار نفسه.
• مستوى صعوبة الاختبار: الاختبارات شديدة السهولة (حيث يحصل معظم المفحوصين على درجات شبه كاملة) أو شديدة الصعوبة (حيث يقترب الجميع من الصفر) تؤدي إلى تقليص التباين الكلي الملاحظ، مما يخفض من معامل الثبات. وتتحقق أعلى درجات الثبات عادة عندما تكون متوسطات صعوبة الفقرات معتدلة وتسمح بأقصى تفريق إحصائي بين المفحوصين.
• أثر التخمين وظروف بيئة التطبيق: تزايد فرص التخمين العشوائي في أسئلة الاختيار من متعدد ذات البدائل القليلة يدخل مكوناً عشوائياً كبيراً في الدرجات يرفع من تباين الخطأ ($\sigma^2_E$) ويخفض الثبات، كما تؤدي عوامل التشويش والتوتر غير المنضبط في قاعة الاختبار إلى النتيجة السلبية ذاتها.

7. الخطأ المعياري للقياس (Standard Error of Measurement – SEM)

7.1 الاشتقاق الرياضي للخطأ المعياري للقياس

بينما يمثل معامل الثبات ($r_{XX’}$) مؤشراً إحصائياً نسبياً لجودة الاختبار على مستوى العينة ككل، فإن الخطأ المعياري للقياس (Standard Error of Measurement – SEM) يمثل المقياس المطلق لدقة درجات الأفراد الفردية، معبراً عنه بنفس وحدة قياس درجات الاختبار الخام. يُعرّف SEM رياضياً بأنه الانحراف المعياري للتوزيع الاحتمالي النظري للأخطاء العشوائية ($E$) المحيطة بالدرجة الحقيقية للمفحوص عبر التطبيقات المتكررة اللانهائية.

يُشتق الخطأ المعياري للقياس جبرياً من معادلة الثبات الكلاسيكية؛ فبما أن $\sigma^2_E = \sigma^2_X (1 – \rho_{XX’})$، فإن أخذ الجذر التربيعي للطرفين يعطي الصيغة المعيارية المعتمدة لحساب SEM:

$$SEM = \sigma_E = \sigma_X \sqrt{1 – r_{XX’}}$$

حيث $\sigma_X$ هو الانحراف المعياري للدرجات الملاحظة في عينة التقنين، و $r_{XX’}$ هو معامل ثبات الاختبار. تكشف هذه الصيغة عن العلاقة العكسية الصارمة بين الثبات والخطأ المعياري؛ فعندما يكون الثبات تاماً ($r_{XX’} = 1.00$)، ينعدم الخطأ المعياري ($SEM = 0$)، وتتطابق الدرجة الملاحظة مع الدرجة الحقيقية. ومن الضروري التمييز الدقيق بين الانحراف المعياري للدرجات ($\sigma_X$) الذي يعبر عن انتشار وتشتت أداء المفحوصين حول متوسط المجموعة، والخطأ المعياري للقياس ($SEM$) الذي يعبر عن عدم اليقين المحيط بدرجة كل مفحوص على حدة.

7.2 بناء فترات الثقة للدرجة الحقيقية (Confidence Intervals)

يُعد بناء فترات الثقة (Confidence Intervals – CI) التطبيق الإكلينيكي والتربوي الأكثر أهمية للخطأ المعياري للقياس؛ إذ يمنع الممارسين من التعامل مع الدرجة الملاحظة كنقطة قطعية مطلقة، ويضع بدلاً من ذلك نطاقاً احتمالياً يتوقع أن تقع داخله الدرجة الحقيقية للمفحوص بمستوى ثقة إحصائي محدد مسبقاً.

استناداً إلى افتراض التوزيع الطبيعي لأخطاء القياس، تُبنى فترات الثقة الكلاسيكية المتمركزة حول الدرجة الملاحظة ($X$) وفق المعادلة العامة:

$$CI = X \pm (Z_c \cdot SEM)$$

حيث تمثل $Z_c$ القيمة الحرجة المقابلة لمستوى الثقة المطلوب من جدول التوزيع الطبيعي المعياري:

• فترة ثقة $68%$ تقريباً: $X \pm (1.00 \cdot SEM)$
• فترة ثقة $95%$: $X \pm (1.96 \cdot SEM)$
• فترة ثقة $99%$: $X \pm (2.58 \cdot SEM)$

ورغم شيوع هذا الأسلوب البسيط، فقد نبه الإحصائيون إلى وجود خلل منهجي في تركيز فترة الثقة حول الدرجة الملاحظة $X$ بسبب ظاهرة الانحدار نحو المتوسط (Regression to the Mean)؛ حيث تميل الدرجات الملاحظة المتطرفة (العالية جداً أو المنخفضة جداً) إلى احتواء أخطاء عشوائية موجهة تبتعد بها عن المتوسط. ولتصحيح ذلك، يُفضل سيكومترياً تقدير الدرجة الحقيقية أولاً باستخدام معادلة كيللي للانحدار: $\hat{T} = \bar{X} + r_{XX’}(X – \bar{X})$، وبناء فترة الثقة حول $\hat{T}$ باستخدام الخطأ المعياري للتقدير ($SEE = \sigma_X \sqrt{r_{XX’}(1 – r_{XX’})}$). يكتسب هذا الإجراء أهمية مصيرية عند اتخاذ قرارات القبول في برامج الموهوبين أو تشخيص الإعاقات الذهنية وصعوبات التعلم.

7.3 الخطأ المعياري للفرق بين درجتين ($SE_{diff}$)

في كثير من السياقات التشخيصية والمقارنات التربوية، يحتاج الأخصائي إلى تحديد ما إذا كان الفارق بين درجتي مفحوصين مختلفين على نفس الاختبار، أو الفارق بين أداء نفس المفحوص على مقياسين فرعيين في بطارية اختبارات (مثل الفرق بين الذكاء اللفظي والذكاء الأدائي)، يمثل فارقاً حقيقياً ذا دلالة إحصائية أم أنه مجرد نتاج للتقلبات العشوائية لأخطاء القياس.

يُستخدم الخطأ المعياري للفرق (Standard Error of the Difference – $SE_{diff}$) للإجابة عن هذا التساؤل الحرج. وبما أن تباين الفرق بين متغيرين مستقلين يساوي مجموع تباينيهما، فإن $SE_{diff}$ يُحسب بالمعادلة:

$$SE_{diff} = \sqrt{SEM_1^2 + SEM_2^2} = \sigma \sqrt{2 – r_{11} – r_{22}}$$

(في حال كان للمقياسين نفس الانحراف المعياري $\sigma$). ولكي يُعتبر الفارق بين الدرجتين ($|X_1 – X_2|$) دالاً إحصائياً عند مستوى دلالة $0.05$، يجب أن يتجاوز هذا الفارق حاصل ضرب الخطأ المعياري للفرق في $1.96$ ($|X_1 – X_2| ge 1.96 \cdot SE_{diff}$). يمنع هذا الأسلوب الإحصائي الوقوع في أخطاء التشخيص الشائعة الناتجة عن التفسير الخاطئ للفروق الطفيفة غير الدالة بين المهارات الفرعية.

8. الاختبارات المتوازية (Parallel Tests) والنماذج البديلة في CTT

8.1 شروط التوازي الكلاسيكي الصارم (Classical Parallel Model)

يُمثل نموذج الاختبارات المتوازية الكلاسيكي الصارم (Classical Parallel Model) النموذج الأكثر تقييداً وتشدداً في النظرية الكلاسيكية، وهو النموذج الذي اشتُقت على أساسه التعريفات الرياضية الأصلية للثبات بواسطة سبيرمان وجوليكسن. لكي يُعتبر اختباران (أو فقرتان) متوازيين تماماً بالمعنى الكلاسيكي، يجب أن يتحقق شرطان نظريان رياضيان صارمان عبر مجتمع المفحوصين:

1. تطابق الدرجات الحقيقية تماماً: يجب أن تكون الدرجة الحقيقية لأي مفحوص على النموذج الأول ($X_1$) مساوية تماماً لدرجته الحقيقية على النموذج الثاني ($X_2$):
   $$T_{1i} = T_{2i} \quad \forall i$$
2. تساوي تباينات أخطاء القياس: يجب أن يتساوى تشتت وتوزيع أخطاء القياس العشوائية في كلا النموذجين:
   $$\sigma^2_{E_1} = \sigma^2_{E_2}$$

يترتب على تحقق هذين الشرطين تطابق تام في الخصائص الملاحظة؛ حيث تتساوى المتوسطات الحسابية الملاحظة تماماً ($\mu_{X_1} = \mu_{X_2}$)، وتتساوى التباينات الملاحظة ($\sigma^2_{X_1} = \sigma^2_{X_2}$)، وتتساوى ارتباطات النموذجين مع أي محك خارجي ($r_{X_1 Y} = r_{X_2 Y}$). غير أن هذا النموذج يمثل غاية مثالية نادراً ما تتحقق بالكامل في الواقع التطبيقي لبناء المقاييس السيكومترية.

8.2 النماذج الأقل تشدداً: التوازي التاوري (Tau-Equivalent Tests)

نظراً لصعوبة تحقيق شروط التوازي الكلاسيكي التام، طور علماء القياس نماذج استرخائية أقل تشدداً تخفف من حدة الشروط الرياضية مع الحفاظ على القابلية لتقدير الثبات. وأهم هذه النماذج هو نموذج التساوي التاوري (Tau-Equivalent Model):

• التساوي التاوري التام (Strict Tau-Equivalence): يفترض هذا النموذج أن الدرجات الحقيقية للمفحوصين متطابقة عبر الاختبارين ($T_1 = T_2$)، ولكنه يسمح باختلاف تباينات خطأ القياس بينهما ($\sigma^2_{E_1} ne \sigma^2_{E_2}$). وبناءً عليه، تتساوى المتوسطات الملاحظة ولكن تختلف التباينات الملاحظة طفيفاً.
• التساوي التاوري الجوهري (Essential Tau-Equivalence): يذهب هذا النموذج خطوة أبعد في تخفيف القيود؛ حيث يسمح بأن تختلف الدرجة الحقيقية في أحد النموذجين عن النموذج الآخر بمقدار ثابت مضاف ($C$) لجميع الأفراد ($T_1 = T_2 + C$)، مع السماح أيضاً بتباينات أخطاء غير متساوية. يترتب على ذلك اختلاف المتوسطات الملاحظة بمقدار الثابت $C$.

تكمن الأهمية الاستثنائية لنموذج التساوي التاوري الجوهري في كونه الشرط الرياضي اللازم والكافي لكي يكون معامل ألفا كرونباخ ($\alpha$) تقديراً دقيقاً وغير متحيز لمعامل الثبات الحقيقي. فإذا انتهكت شروط التساوي التاوري، تصبح ألفا تقديراً متحيزاً نحو الهبوط، أي أنها تعطي قيمة أقل من الثبات الفعلي للاختبار (Lower Bound).

8.3 النماذج المتقاربة وراثياً (Congeneric Tests)

يُمثل النموذج المتقارب أو المتجانس عاملياً (Congeneric Model) النموذج الرياضي الأكثر مرونة وواقعية ضمن عائلة النماذج الكلاسيكية الموسعة. في هذا النموذج، لا يُشترط تطابق الدرجات الحقيقية ولا تساويها بفارق ثابت، بل يُفترض فقط أن الدرجات الحقيقية للاختبارات أو الفقرات المختلفة ترتبط خطياً بنفس السمة أو العامل الكامن الأساسي من خلال معادلة انحدار خطية:

$$T_i = \alpha_i + \beta_i T$$

حيث تمثل $\beta_i$ وزن الانحدار أو التشبع العاملي (Factor Loading) للفقرة أو الاختبار على السمة الكامنة المشتركة $T$، و $\alpha_i$ ثابت مقطعي. يسمح نموذج Congeneric لكل فقرة بأن تمتلك:

• وزن تشبع عاملي مختلف ($\beta_i$) يعبر عن قوة ارتباطها بالسمة المقاسة.
• متوسط درجات حقيقية مختلف.
• تباين خطأ قياس خاص بها ومختلف تماماً عن بقية الفقرات ($\sigma^2_{E_i}$).

يُمثل هذا النموذج جسر الانتقال المنهجي والرياضي المباشر من النظرية الكلاسيكية للاختبارات إلى التحليل العاملي التوكيدي (Confirmatory Factor Analysis – CFA) ونماذج المعادلات البنائية (Structural Equation Modeling – SEM). وفي ظل هذا النموذج، تصبح معادلة ألفا كرونباخ غير ملائمة، ويُستعاض عنها بمؤشرات ثبات أدق مستندة إلى تشبعات العوامل مثل معامل أوميغا ماكدونالد (McDonald’s Omega – $\omega$) أو معامل الثبات التركيبي (Composite Reliability).

9. تحليل الفقرات والاختبارات وفق النظرية الكلاسيكية

9.1 معامل صعوبة الفقرة (Item Difficulty Index – $p$)

يُمثل تحليل الفقرات (Item Analysis) مجموعة الإجراءات الإحصائية الكلاسيكية التي تُجرى لتقييم كفاءة كل سؤال على حدة بهدف تنقية الاختبار واختيار أفضل الفقرات لصياغة الصورة النهائية. ويُعد معامل صعوبة الفقرة (Item Difficulty Index)، ويُرمز له بالرمز $p$، المؤشر الإحصائي الأول في هذا الإطار للفقرات ثنائية التصحيح ($0$ أو $1$).

يُحسب معامل الصعوبة ببساطة كنسبة المفحوصين الذين أجابوا عن الفقرة إجابة صحيحة من إجمالي عدد المتقدمين للاختبار:

$$p = \frac{A}{N}$$

حيث $A$ عدد الإجابات الصحيحة، و $N$ العدد الكلي للمفحوصين. ومن المفارقات الاصطلاحية في CTT أن معامل الصعوبة $p$ هو في حقيقته معامل سهولة (Easiness Index)؛ فالقيمة المرتفعة لـ $p$ (مثل $0.90$) تعني أن الفقرة شديدة السهولة، في حين أن القيمة المنخفضة (مثل $0.15$) تعني أنها شديدة الصعوبة.

يرتبط معامل الصعوبة بتباين الفقرة ارتباطاً غير خطي مباشر؛ إذ يُحسب تباين الفقرة الثنائية بالصيغة $\sigma^2_i = p_i (1 – p_i) = p_i q_i$. ويصل تباين الفقرة إلى قيمته القصوى المطلقة ($\sigma^2_i = 0.25$) عندما تكون $p = 0.50$. وبما أن التباين الإجمالي للاختبار يتألف من تباينات الفقرات والتباينات المشتركة بينها، فإن الاختبارات التي يتمركز متوسط صعوبة فقراتها حول $0.50$ (مع مراعاة تصحيح التخمين لتصبح الصعوبة المثلى بين $0.60$ و $0.75$ في الاختيار من متعدد) تحقق أعلى قدرة تباينية، وتؤدي إلى تعظيم معامل الثبات الكلاسيكي.

9.2 معامل تمييز الفقرة (Item Discrimination)

يقيس معامل تمييز الفقرة (Item Discrimination) قدرة المفردة الاختبارية على التفريق الحساس والدقيق بين المفحوصين ذوي المستويات المرتفعة في السمة المقاسة والمفحوصين ذوي المستويات المنخفضة. وتعتمد النظرية الكلاسيكية على طريقتين رئيسيتين لتقدير التمييز:

1. طريقة المجموعات الطرفية (Extreme Groups Method – مؤشر $D$): وفيها يُرتب المفحوصون تنازلياً حسب درجاتهم الكلية في الاختبار، ثم تُحدد المجموعة العليا (أعلى $27%$ من العينة) والمجموعة الدنيا (أدنى $27%$). ويُحسب معامل التمييز بالمعادلة:

$$D = p_U – p_L = \frac{R_U}{N_H} – \frac{R_L}{N_L}$$

حيث $p_U$ و $p_L$ نسبتا الإجابة الصحيحة في المجموعتين العليا والدنيا على التوالي. يتراوح مؤشر $D$ نظرياً بين $-1.00$ و $+1.00$. وتعتبر الفقرات التي تحقق $D ge 0.40$ فقرات ممتازة التمييز، بينما الفقرات التي يقل تمييزها عن $0.20$ تُعد ضعيفة وتتطلب الحذف أو إعادة الصياغة الجوهرية. وتعتبر الفقرات ذات التمييز السالب ($D < 0$) خطأً فادحاً يستوجب الاستبعاد الفوري؛ لأنها تعني أن الطلاب الضعفاء أجابوا عنها بشكل أفضل من الطلاب المتفوقين.

2. معاملات الارتباط الإحصائية (Correlational Indices): وتعتمد على حساب الارتباط بين درجات الفقرة والدرجة الكلية للاختبار، ومن أهمها:

• معامل الارتباط ثنائي النقطة (Point-Biserial Correlation – $r_{pbis}$): يُستخدم عندما تكون درجات الفقرة ثنائية حقيقية (مثل $0/1$) والدرجة الكلية كمية متصلة. وهو المعامل الأدق لتقييم المساهمة الفعلية للفقرة في التباين الكلي والثبات.
• معامل الارتباط الثنائي (Biserial Correlation – $r_{bis}$): يفترض أن السمة وراء الفقرة الثنائية متصلة وتتوزع اعتدالياً ولكنها قُسمت قسراً إلى صواب وخطأ. وتكون قيمته دائماً أعلى من $r_{pbis}$ بحوالي $25%$.

ويُشترط دائماً عند حساب هذه المعاملات تطبيق تصحيح التداخل (Part-Whole Correction) بحذف درجة الفقرة نفسها من الدرجة الكلية لتجنب التضخم الاصطناعي لمعامل الارتباط.

9.3 تحليل المشتتات والبدائل الخاطئة (Distractor Analysis)

في فقرات الاختيار من متعدد، لا يقتصر التحليل الكلاسيكي على تقييم الإجابة الصحيحة، بل يمتد ليشمل الفحص الإحصائي التفصيلي لكفاءة البدائل غير الصحيحة (Distractors / المشتتات). يهدف تحليل المشتتات إلى التحقق من أن كل بديل خاطئ يؤدي وظيفته القياسية المنوطة به بجذب المفحوصين ذوي القدرة المنخفضة دون أن يُشكل مصيدة أو إرباكاً للمتفوقين.

يتم هذا التحليل من خلال إنشاء مصفوفة الاستجابة للبدائل (Response Frequency Distribution Matrix) التي توزع تكرارات اختيار كل بديل عبر المجموعات المستوية (العليا، المتوسطة، والدنيا). وتخضع المشتتات للمعايير السيكومترية الآتية للحكم على صلاحيتها:

• الجاذبية الكافية (Plausibility): يجب أن يختار المشتت نسبة لا تقل عن $5%$ من إجمالي المفحوصين؛ فالمشتت الذي لا يختاره أحد يُعد بديلاً خاملاً لا قيمة له ويقلل فعلياً من عدد الخيارات المتاحة ويزيد من احتمالية التخمين.
• التمييز السلبي المطلوب للمشتتات: يجب أن تكون نسبة اختيار المشتت الخاطئ أعلى بين أفراد المجموعة الدنيا مقارنة بالمجموعة العليا. فإذا وُجد مشتت يجتذب نسبة أعلى من أفراد المجموعة العليا، دل ذلك على وجود غموض أو صياغة مضللة أو خطأ محتمل في المفتاح، مما يتطلب مراجعة جذرية للمفردة.

10. علاقة النظرية الكلاسيكية للاختبارات بمفهوم الصدق (Validity)

10.1 العلاقة الرياضية بين الثبات والصدق (مفارقة التوهين)

تؤسس النظرية الكلاسيكية للاختبارات علاقة رياضية ومنطقية صارمة بين مفهومي الثبات والصدق. تنص القاعدة السيكومترية الكبرى على أن الثبات شرط لازم ولكنه غير كافٍ للصدق؛ فالأداة غير الثابتة المليئة بأخطاء القياس العشوائية لا يمكن أن تكون صادقة في قياس ما وُضعت لقياسه، ولكن الأداة قد تكون عالية الثبات وتقيس سمة غير مستهدفة بدقة متناهية (كاستخدام ميزان حرارة لقياس ضغط الدم).

وقد برهن سبيرمان وجوليكسن رياضياً على أن معامل الصدق المرتبط بمحك ($r_{XY}$) بين اختبار ($X$) ومحك خارجي ($Y$) لا يمكن بأي حال من الأحوال أن يتجاوز الجذر التربيعي لمعامل ثبات الاختبار مضروباً في الجذر التربيعي لمعامل ثبات المحك، كما يوضح الحد الأقصى الرياضي للصدق:

$$r_{XY} le \sqrt{r_{XX’}} \cdot \sqrt{r_{YY’}} implies r_{XY} le \sqrt{r_{XX’}}$$

(بافتراض أن المحك يُقاس بدقة كاملة $r_{YY’} = 1.00$). وهذا يعني أن الحد الأعلى النظري لصدق أي أداة مقيدة دائماً بسقف ثباتها الخاص ($r_{XY(\max)} = \sqrt{r_{XX’}}$).

غير أن الإفراط في تعظيم الثبات يقود إلى ما يُعرف في الأدبيات السيكومترية بـ مفارقة التوهين (The Attenuation Paradox) التي صاغها فرانك لورد (Frederic Lord) ولويس لوفينجر (Jane Loevinger). تشير هذه المفارقة إلى أن الزيادة المفرطة في الاتساق الداخلي للاختبار عبر تكرار فقرات شديدة التشابه والترادف تؤدي إلى رفع معامل الثبات ($\alpha$) إلى قيم قريبة من الواحد، ولكن ذلك يأتي على حساب تضييق النطاق المفاهيمي للسمة المقاسة، مما يؤدي paradoxically إلى خفض الصدق التنبؤي للأداة وفشلها في تغطية الأبعاد المعقدة للمفهوم المستهدف.

10.2 أنواع الصدق التقليدية في إطار القياس الكلاسيكي

تبنت الممارسات السيكومترية المستندة إلى الإطار الكلاسيكي التقسيم الثلاثي الشهير لأنواع الصدق (Trinitarian Model of Validity)، والذي يشمل:

• صدق المحتوى (Content Validity): يعبر عن مدى تمثيل فقرات الاختبار لجميع جوانب وأبعاد النطاق المعرفي أو السلوكي المستهدف بالقياس. ويتحقق ذلك منهجياً من خلال بناء جداول المواصفات (Table of Specifications) التي توازن بين الموضوعات والأهداف التعليمية، واستخدام مؤشرات إحصائية كمية كنسبة صدق المحتوى (Lawshe’s CVR).
• الصدق المرتبط بمحك (Criterion-Related Validity): ينقسم إلى الصدق التلازمي (Concurrent Validity) حيث يُقاس الاختبار والمحك في الوقت نفسه (مثل مقارنة اختبار ذكاء جديد بمقياس وكسلر المقنن)، والصدق التنبؤي (Predictive Validity) حيث يقيس قدرة درجات الاختبار على التنبؤ بسلوك أو أداء مستقبلي للمفحوص (مثل التنبؤ بالمعدل التراكمي في الجامعة بناءً على درجات اختبار القدرات العامة).
• صدق البناء (Construct Validity): يمثل المظلة الأشمل التي تبحث في مدى نجاح الاختبار في قياس المفهوم النظري الكامن وراءه. ويُستدل عليه من خلال فحص مصفوفات الارتباط المتقارب والمتباعد عبر أسلوب السمات المتعددة والطرائق المتعددة (MTMM) الذي طوره كامبل وفيسك (Campbell & Fiske)، والتحليل العاملي الاستكشافي الكلاسيكي.

10.3 التنبؤ واتخاذ القرارات في ضوء CTT

توظف النظرية الكلاسيكية نماذج الانحدار الخطي البسيط والمتعدد لاستخدام درجات الاختبارات في التنبؤ بالأداء المستقبلي للأفراد واتخاذ القرارات الاختيارية والتصنيفية. ويخضع هذا التنبؤ لتقدير مقدار الخطأ عبر الخطأ المعياري للتقدير (Standard Error of Estimate – $SE_{est}$):

$$SE_{est} = \sigma_Y \sqrt{1 – r_{XY}^2}$$

حيث $\sigma_Y$ الانحراف المعياري لدرجات المحك، و $r_{XY}$ معامل الصدق التنبؤي. يحدد هذا الخطأ النطاق غير الدقيق للتنبؤ بالأداء.

وقد طُورت في إطار CTT نماذج إحصائية متقدمة لتقييم المنفعة المؤسسية (Institutional Utility) للقرارات الاختيارية؛ ومن أبرزها جداول تايلور-رسل (Taylor-Russell Tables). توضح هذه النماذج التفاعلية كيف تتحدد كفاءة الاختبار في اختيار المتقدمين الناجحين وظيفياً بناءً على ثلاثة عوامل متضافرة: حجم معامل الصدق التنبؤي ($r_{XY}$)، ونسبة الاختيار (Selection Ratio – نسبة المقبولين إلى المتقدمين)، ومعدل الأساس (Base Rate – نسبة الناجحين في المجتمع بدون استخدام الاختبار). تبين هذه النماذج الكلاسيكية أن الاختبارات ذات الصدق المعتدل تحقق مكاسب مؤسسية هائلة إذا كانت نسبة الاختيار منخفضة جداً (وجود تنافسية عالية).

11. المقارنة النقدية: النظرية الكلاسيكية (CTT) مقابل نظرية الاستجابة للمفردة (IRT)

11.1 اعتمادية الخصائص السيكومترية على العينة والاختبار

تتمثل نقطة الضعف البنيوية المركزية في النظرية الكلاسيكية للاختبارات في ظاهرة الاعتمادية المتبادلة (Sample and Test Dependency). ففي CTT، تكون الخصائص الإحصائية للفقرات (مؤشر الصعوبة $p$ ومؤشر التمييز $D$) تابعة بالكامل لخصائص عينة الأفراد الذين طُبق عليهم الاختبار؛ فإذا طُبقت نفس الفقرات على عينة متميزة، ستظهر الفقرات كسهلة وذات تمييز منخفض، بينما تظهر كشديدة الصعوبة إذا طُبقت على عينة ضعيفة.

وبالمثل، فإن تقدير قدرة المفحوص في CTT (الدرجة الملاحظة $X$) يعتمد اعتماداً كلياً على صعوبة الاختبار المحدد الذي تقدم إليه؛ فالطالب الذي يحصل على درجة $80%$ في اختبار سهل لا يمكن مقارنة درجته مباشرة بطالب حصل على $60%$ في اختبار شديد الصعوبة. في المقابل، تغلبت نظرية الاستجابة للمفردة (Item Response Theory – IRT) على هذا القصور الجذري من خلال خاصية اللاحركية والتحرر من العينة (Parameter Invariance)؛ حيث تُقدّر صعوبة الفقرة على متصل السمة الكامنة ($\theta$) بمعزل عن العينة، وتُقدّر قدرة المفحوص بمعزل عن مجموعة الفقرات المحددة، مما يتيح تدريجاً مشتركاً للأفراد والفقرات على نفس المقياس اللوغاريتمي المتصل (Logit Scale).

11.2 ثبات خطأ القياس عبر مستويات القدرة المختلفة

تفترض النظرية الكلاسيكية للاختبارات افتراضاً تبسيطياً غير واقعي مفاده أن الخطأ المعياري للقياس (SEM) قيمة ثابتة وموحدة تنطبق بالتساوي على كافة المفحوصين عبر مختلف مستويات القدرة (من العباقرة إلى شديدي الضعف). وتتجاهل هذه الفرضية الحقيقة السيكومترية القائلة بأن دقة القياس تتفاوت حتماً عبر متصل السمة؛ حيث يقيس الاختبار الأفراد الواقعين في المنتصف بدقة أعلى بكثير من الأفراد المتواجدين في الأطراف القصوى للتوزيع.

عالجت نظرية الاستجابة للمفردة هذا الخلل المعرفي بإلغاء مفهوم المعامل الموحد للثبات، واستبداله بـ دالة معلومات الاختبار (Test Information Function – TIF) ودالة معلومات الفقرة (IIF). في إطار IRT، يُحسب الخطأ المعياري للتقدير كدالة متغيرة ومستمرة تتحدد قيمتها عند كل مستوى من مستويات القدرة ($\theta$):

$$SE(\theta) = \frac{1}{\sqrt{I(\theta)}}$$

حيث $I(\theta)$ هي كمية المعلومات التي يوفرها الاختبار عند تلك النقطة. يتيح ذلك لمصممي الاختبارات معرفة النطاق الدقيق الذي يمتلك فيه الاختبار أعلى كفاءة تشخيصية، وهو ما تفتقر إليه CTT كلياً.

11.3 جدول مقارنة شامل بين CTT و IRT

يوضح الجدول المقارن الآتي الفروق الجوهرية والمنهجية بين منظومتي القياس الكلاسيكية والحديثة:

وجه المقارنة	النظرية الكلاسيكية للاختبارات (CTT)	نظرية الاستجابة للمفردة (IRT)
النموذج الرياضي الأساسي	خطي تجميعي بسيط ($X = T + E$).	غير خطي احتمالي (لوجستي أو طبيعي تراكمي).
وحدة التحليل المركزية	الدرجة الكلية المركبة للاختبار ككل.	الاستجابة الفردية على مستوى كل مفردة/فقرة.
اعتمادية معالم الفقرات	تعتمد بالكامل على خصائص عينة التطبيق.	متحررة من العينة ومستقلة عنها (Invariance).
تقدير قدرة المفحوص	يعتمد كلياً على صعوبة مجموعة أسئلة الاختبار.	مستقل عن الفقرات ومُقدّر على متصل كامن ($\theta$).
طبيعة خطأ القياس	افتراض خطأ معياري ثابت وموحد لكافة المفحوصين ($SEM$).	خطأ معياري متغير يتبع دالة المعلومات عند كل مستوى قدرة.
حجم العينة المطلوب للمعايرة	مرن نسبياً، ويكتفي بعينات صغيرة إلى متوسطة ($N = 100 – 300$).	يتطلب عينات ضخمة للتقارب البارامتري ($N = 500 – 2000+$).
تصميم الاختبارات التكيفية المحوسبة (CAT)	غير ملائمة ومعقدة جداً نظراً لجمود القياس الكلي.	مثالية وتشكل الإطار النظري للاختبارات التكيفية الفردية.
سهولة التطبيق والتفسير الإكلينيكي	بسيطة، ومباشرة، وسهلة الفهم للممارسين غير الإحصائيين.	تتطلب برمجيات متخصصة وخبرة رياضية متقدمة.

12. التطبيقات المعاصرة، المحدوديات، والآفاق المستقبلية للنظرية الكلاسيكية

12.1 أسباب استمرار استخدام CTT في الممارسات السيكومترية الحديثة

رغم التطور الرياضي والتقني الهائل لنماذج نظرية الاستجابة للمفردة، لا تزال النظرية الكلاسيكية للاختبارات تحتفظ بمكانة مهيمنة ومحورية في الممارسات القياسية المعاصرة في التعليم، والطب النفسي، والتقييم المؤسسي عبر العالم. ويعود هذا الحضور القوي المستمر إلى عدة أسباب براغماتية وعلمية راسخة:

• الملاءمة للعينات الصغيرة: في كثير من السياقات الميدانية والبحثية (مثل تقييم الفصول الدراسية، أو دراسة الفئات الإكلينيكية النادرة، أو برامج التدريب المتخصصة)، يصعب توفير عينات بالآلاف. وهنا تتألق CTT؛ إذ توفر تقديرات ثبات وتحليلات فقرات مستقرة وقابلة للاعتماد بعينات تتراوح بين $50$ و $200$ فرد، حيث تعجز خوارزميات IRT عن الوصول إلى التقارب الرياضي (Convergence).
• البساطة المفاهيمية وسهولة التدريب: يعتمد نموذج CTT على عمليات حسابية ترتكز على المتوسطات والانحرافات والارتباطات الخطية المألوفة لدى المعلمين والمعالجين النفسيين دون الحاجة إلى خلفيات رياضية متقدمة في النمذجة غير الخطية وتقدير الإمكان الأقصى (Maximum Likelihood Estimation).
• المتانة الإحصائية (Robustness): أثبتت الدراسات التجريبية المحاكية أن نتائج CTT متينة ومقاومة للانتهاكات الطفيفة للافتراضات الإحصائية، وتعطي نتائج متطابقة بدرجة مذهلة ($r > 0.95$) مع تقديرات القدرة في IRT في الاختبارات جيدة البناء ذات الأطوال المعقولة.

12.2 المحدوديات الجوهرية والانتقادات الموجهة للنظرية

تواجه النظرية الكلاسيكية للاختبارات انتقادات جوهرية تلخص حدود قدرتها التفسيرية، وتتمثل أبرز هذه المحدوديات فيما يلي:

• العجز عن التنبؤ بالاستجابة على مستوى المفردة: تتعامل CTT مع الاختبار كوحدة كلية مصمتة تعتمد على مجموع الدرجات، وهي عاجزة عن تقديم تنبؤ احتمالي بكيفية استجابة مفحوص ذي قدرة محددة على سؤال معين يمتلك خصائص صعوبة مميزة.
• تعتيم مصادر التباين وتفاعلات الخطأ: تدمج النظرية الكلاسيكية جميع عوامل التشويش في مكون خطأ واحد غامض ($E$) دون تفكيك، وتفترض استقلالية تامة بين مكونات القياس، متجاهلة التفاعلات المعقدة بين ظروف التطبيق والمصححين والمفحوصين.
• التعامل القاصر مع البيانات المفقودة (Missing Data): تفترض حسابات CTT أن جميع الأفراد قد أجابوا على جميع الفقرات، وتتأثر تقديراتها بشدة عند وجود بيانات مفقودة غير عشوائية أو في الاختبارات التي تختلف فيها الفقرات المقدمة لكل مفحوص.

12.3 التكامل المعاصر بين CTT والنماذج الحديثة (نظرية التعميم ونمذجة البنائية)

بدلاً من النظر إلى CTT كنموذج متقادم ومعزول، يشهد القياس النفسي المعاصر حركة تكامل منهجي واسعة بين أفكار سبيرمان وجوليكسن والنظريات السيكومترية الحديثة. وقد تجلى هذا التكامل في اتجاهين رئيسيين:

1. نظرية التعميم (Generalizability Theory – G-Theory): طورها لي كرونباخ وزملاؤه كـ “امتداد وتوسيع تحليلي مباشر لـ CTT”. تستخدم هذه النظرية تقنيات تحليل التباين (ANOVA) لتفكيك مكون الخطأ الواحد الكلاسيكي ($E$) إلى مصادر تباين متعددة ومتفاعلة (تباين المصححين، تباين المناسبات الزمنية، تباين صيغ الاختبار، والتفاعلات البينية)، مما يسمح بحساب معاملات تعميم ($G$-Coefficients) موجهة لاتخاذ قرارات نسبية أو مطلقة بالغة الدقة.

2. التكامل مع نماذج المعادلات البنائية (SEM): يتم اليوم توظيف نمذجة المعادلات البنائية لاختبار افتراضات CTT تجريبياً عبر التحليل العاملي التوكيدي، حيث يمكن التحقق إحصائياً مما إذا كانت الفقرات تحقق نموذج التوازي الصارم، أو التساوي التاوري، أو نموذج Congeneric. إن مستقبل القياس السلوكي يتجه نحو نموذج هجين (Hybrid Approach)؛ تُوظف فيه بساطة CTT في المراحل الأولية لبناء بنوك الأسئلة والفحص الاستكشافي، بينما تُستخدم النماذج الحديثة كـ IRT و SEM في عمليات التدريج والمعايرة الدقيقة وتصميم الاختبارات المحوسبة عالية الحساسية.

خاتمة واستنتاجات ختامية

تظل النظرية الكلاسيكية للاختبارات (CTT)، التي صاغ لبناتها الأولى تشارلز سبيرمان وأحكم بناءها الرياضي هارولد جوليكسن، المعلم الأكثر تأثيراً في تاريخ القياس النفسي والتربوي. لقد نجحت هذه النظرية الرائدة في تحويل مفاهيم غير ملموسة، كالعقل والذكاء والشخصية والتحصيل، إلى متغيرات قابلة للرصد والتقييم الرياضي الموضوعي من خلال معادلتها البسيطة في مظهرها والعميقة في جوهرها: $X = T + E$. ومن خلال إرساء مفاهيم الثبات، وتصحيح التوهين، والخطأ المعياري للقياس، وفترات الثقة، وتحليل الفقرات، زودت CTT المجتمع العلمي بالأدوات الإجرائية التي جعلت من العدالة التقييمية واتخاذ القرارات القائمة على الأدلة أمراً ممكناً.

ورغم ما كشفت عنه النظريات السيكومترية اللاحقة من قصور في افتراضات CTT—ولا سيما ما يتعلق باعتمادية المعالم على العينة وثبات الخطأ المعياري—فإن النموذج الكلاسيكي لم يفقد بريقه أو راهنيته؛ بل أثبت مرونة فائقة وقوة منهجية جعلته الأساس الذي لا غنى عنه لأي ممارس في الميدان التربوي والإكلينيكي، والمنطلق الضروري لاستيعاب النظريات الأحدث. إن فهم فكر سبيرمان وجوليكسن ليس مجرد استعراض لتاريخ العلم، بل هو استيعاب عميق للمنطق الرياضي والفلسفي الذي يحكم كيفية تعامل العقل البشري مع حتمية “الخطأ” في سعيه لقياس “الحقيقة”.

References

• American Psychological Association. (2020). Publication Manual of the American Psychological Association (7th ed.). American Psychological Association. https://doi.org/10.1037/0000165-000
• Cronbach, L. J. (1951). Coefficient alpha and the internal structure of tests. Psychometrika, 16(3), 297–334. https://doi.org/10.1007/BF02310555
• Crocker, L., & Algina, J. (2008). Introduction to Classical and Modern Test Theory. Cengage Learning.
• Gulliksen, H. (1950). Theory of Mental Tests. John Wiley & Sons. https://doi.org/10.1037/13240-000
• Kuder, G. F., & Richardson, M. W. (1937). The theory of the estimation of test reliability. Psychometrika, 2(3), 151–160. https://doi.org/10.1007/BF02288391
• Lord, F. M., & Novick, M. R. (1968). Statistical Theories of Mental Test Scores. Addison-Wesley Publishing Company.
• Nunnally, J. C., & Bernstein, I. H. (1994). Psychometric Theory (3rd ed.). McGraw-Hill.
• Spearman, C. (1904). “General Intelligence,” objectively determined and measured. The American Journal of Psychology, 15(2), 201–292. https://doi.org/10.2307/1412107
• Spearman, C. (1910). Correlation calculated from faulty data. British Journal of Psychology, 3(3), 271–295. https://doi.org/10.1111/j.2044-8295.1910.tb00206.x
• Traub, R. E. (1994). Reliability for the Social Sciences: Theory and Applications. SAGE Publications. https://doi.org/10.4135/9781483327242