تحليل الانحدار في البحث العلمي
يعد تحليل الانحدار في البحث العلمي هو أحد الأدوات الإحصائية التي تقوم ببناء نموذج إحصائي، وذلك من خلال مقارنة العلاقة بين متغير تابع ومتغير أخر مستقل، وذلك كي ينتج معادلة إحصائية يمكن أن توضح العلاقة بين هذه المتغيرات، كما يمكن استخدام هذه المعادلة في معرفة نوع العلاقة بين هذه المتغيرات في البحث العلمي ، ويتكون الانحدار في البحث العلمي من نوعين الانحدار البسيط الذي يتكون حين يكون هناك متغير واحد تابع وأخر مستقل، والنوع الثاني من الانحدار في البحث العلمي والذي يطلق عليه الانحدار المتعدد، وذلك حين يكون هناك عدد من المتغيرات المستقلة والتي تكون عادةً أكثر من متغير كمي أو تابع، وسنتعرف في هذا المقال على أنواع تحليل الانحدار في البحث العلمي بشكل مفصل.
أنواع الانحدار الخطي:
يوجد نوعين من تحليل الانحدار في البحث العلمي وهم الانحدار الخطي والذي يعتبر هو أكثر الأنواع انتشاراً، والنوع الثاني تحليل الانحدار الغير خطي والذي يتم استخدامه في حالة دراسة العلاقات في صورة منحنى وليس خط مستقيم، كما ينقسم الانحدار الخطي إلى نوعين الانحدار البسيط (Simple Linear regression)، والانحدار المتعدد (Multiple Linear Regression) .
الانحدار البسيط أو الخطي Simple Linear regression:
يتم استعمال الانحدار الخطي في التنبؤ بقيمة المتغير، وذلك من خلال قيمة متغير أخر، ويسمي المتغير الذي نريد التنبؤ به المتغير التابع، بينما المتغير الذي يقوم الباحث العلمي باستخدامه في عملية التنبؤ بقيمة المتغير الأخر يطلق عليه المتغير المستقل.
نموذج الانحدار الخطي:
يعد نموذج الانحدار الخطي هو صورة مبسطة للعالم الحقيقي، فالنموذج هو عدد من الافتراضات والتي هي أساس تحليل الانحدار.
الانحدار الخطي المتعدد Multiple Linear Regression.:
يعد الانحدار الخطي المتعدد من الأساليب الإحصائية التي تساعد في دقة الاستدلال، للحصول على أفضل نتائج في البحث العلمي من خلال استخدام البيانات للوصول إلى ظواهر موضوع البحث العلمي، حيث يعتبر الانحدار الخطي المتعدد هو إيجاد معادلة إحصائية لتعبر عن علاقة بين متغيرين أو تعبر عن تأثير متغير تابع على عدة متغيرات مستقلة، وبالتالي يتم استخدام الانحدار الخطي المتعدد في فهم وشرح العلاقة بين متغير تابع ومتغيرين مستقلين أو أكثر.
والجدير بالذكر أن بعد الوصول إلى معادلة الانحدار ينبغي علينا أن نوضح ما إذا كانت تلك المعادلة مقبولة ويمكن قرأتها من الناحية الإحصائية أما لا، مع مراعاة أن يكون كل معامل على حدة.
طريقة أقل المربعات في تقدير معاملات الانحدار المتعدد:
تعد من أول الخطوات في تحليل الانحدار المتعدد، هي خطوة تحديد المتغيرات المستقلة، ويليها تحديد شكل المعادلة الرياضية المرتبطة بمتوسط القيمة للمتغير التابع طبقاً للمتغيرات المستقلة، كما هو الأمر في تحليل الانحدار البسيط، فإن هذه القيم قامت على أساس إيجاد قيمة كل ثابت، لكي يؤدي إلي تقليل مجموع مربع الانحرافات لقيم المتغير المستقل الذي تمت ملاحظته عن قيم المتغير التابع المتوقعة حين يتم استخدام تحليل الانحدار.
أهمية الانحدار الخطي:
تعود أهمية الانحدار الخطي إلى سهولة النماذج وبساطتها، وإمكانية صياغتها رياضياً بسهولة، حتى نتمكن من تفسيرها وتكوين تنبؤات، كما يمكن تطبيق واستخدام الانحدار الخطي في عدة مجالات متنوعة في الدراسة الأكاديمية، فنحن نرى استخدام الانحدار الخطي بداية من العلوم البيولوجية والسلوكية والبيئية مروراً بالعلوم الاجتماعية أيضاً، حيث أصبح الانحدار الخطي هو طريقة مثبتة للتنبؤ بالمستقبل بشكل علمي وموثوق.
حيث يمكن استخدام تقنيات الانحدار الخطي في عدة مؤسسات، من أجل اتخاذ قرارات أفضل، وذلك من خلال جمع كمية كبيرة من البيانات، وذلك للإدارة المؤسسات بشكل أفضل، عوضاً عن استخدام التجربة والحدس، حيث يمكن تحويل عدد كبير من البيانات الأولية وتحويلها إلى معلومات قابلة للتطبيق.
ينبغي التأكد من أن البيانات تتوافق بضرورة مع افتراضات الانحدار الخطي:
وذلك من خلال التحقق من الافتراضات عن طريق قياس المتغيرات بشكل مستمر، واستخدام المخططات للتعرف بشكل سريع على ما إذا كانت هناك علاقة خطية بين المتغيرين أم لا، ينبغي ألا تكون الملاحظات مستقلة، ينبغي ألا تحتوي البيانات على أي قيم متطرفة، كما ينبغي التحقق من تماثل التباين وهو الذي يكون فيه فروق متماثلة على طول خط الانحدار، كما يجب مراعاة عدم إغفال أخطاء خط الانحدار للتوزيع الطبيعي.
مصادر يمكن الرجوع إليها:
- العلاونة، على سليم. (1996). أساليب البحث العلمي في العلوم الإدارية. عمان: دار الفكر للطباعة والنشر والتوزيع.