ضوابط تحديد معامل الارتباط

توجد مجموعة من الضوابط والمعايير التي  تستخدم في تحديد معامل الارتباط، والتي يجب أن يتقيد بها الباحث في اختيار معاملات الارتباط عند اختيار الفرضيات الارتباطية، هذا وتتمثل ضوابط تحديد معامل الارتباط في كل من (عدد المتغيرات، مستوى قياس المتغيرات، خطية العلاقة وشكل الانتشار، وإمكانية تحديد المتغيرات المستقلة، والمتغيرات التابعة).

هذا وحرص المقال الحالي على توضيح أهم ضوابط تحديد معامل الارتباط وتناولها كلٍ على حده وذلك من خلال النقاط التالية:

1. ما المقصود بمعامل الارتباط؟.
2. ما هي ضوابط تحديد معامل الارتباط؟.
3. العلاقة بين متغيرين.

إن التحليل من خلال معامل الارتباط لا يقدم أية معلومات لتنبؤ بقيم متغير ما، كما أنه لا يوفر أي مؤشر فيما لو كانت العلاقة بين المتغيرات سببية، إنما يستطيع التحليل تحديد فقط فيما لو كان درجة التباين المشترك ذات دلالة، ولذلك تعرف العلاقة بين الظاهرتين أو المتغيرين بالارتباط.

هذا ويبحث الارتباط في العلاقة بين المتغيرات (الظواهر) من حيث قوتها واتجاهها، وبالتالي فالارتباط معيار لقياس قوة واتجاه العلاقة متغيرين أو أكثر. ووفقا لما تقدم فإن الارتباط قد يكون قويا أو ضعيفا أو معدوما تبعاً للعلاقة ،وأيضا قد يكون الارتباط موجبا(طردياً)، بمعنى أن تتغير الظاهرتين في نفس الاتجاه، بحيث إذا زادت إحدى الظاهرتين تميل الثانية إلى الزيادة والعكس وقد يكون سالباً(عكسياً)، بمعنى أن تتغير الظاهرتان في اتجاهين متضادين، بحيث إذا زادت إحدى الظاهرتين تميل الثانية إلى  النقصان والعكس.

تتمثل ضوابط تحديد معامل الارتباط في الآتي:

1. عدد المتغيرات.
2. مستوى قياس المتغيرات.
3. العلاقة الخطية من خلال شكل الانتشار.
4. إمكانية تحديد المتغير المستقل والتابع.

أولاً: عدد المتغيرات :

إن مصطلح متغير يتضمن شيئاً يتغير ويأخذ قيماً مختلفة أو صفات متعددة، ويستخدم في الإشارة إلى أي سمة أو خاصية أو صفة تكشف عن فروق، بغض النظر عما إذا كانت هذه الفروق كمية أو كيفية.

هذا وتختلف الأساليب الإحصائية باختلاف عدد المتغيرات فالفرضيات التي تدرس العلاقة بين متغيرين تسمى الفرضيات البسيطة ولها معاملات ارتباط خاصة بها، في حين أن الفرضيات التي تدرس العلاقة بين أكثر من متغيرين تسمى الفرضيات المركبة، ولها أبضاً معاملات ارتباط خاصة.

ثانياً: مستوى قياس المتغيرات :

يختلف نوع المتغيرات باختلاف التصنيفات فهي كالآتي:

1. من حيث تأثيرها على بعضها نجد المتغيرات المستقلة التي تؤثر ولا تتأثر، وهي السبب في حدوث الظاهرة المدروسة والمتغيرات التابعة التي تتأثر ولا تؤثر، وهي الظاهرة المدروسة.
2. من حيث بناء النماذج فهي متغيرات مشاهدة ومتغيرات كامنة.
3. من حيث طبيعتها نجدها إما متغيرات نوعية مثل الجنس والتخصص، وإما متغيرات كمية مثل الأطوال والأوزان.
4. من حيث قيمها نجد متغيرات مستمرة والتي يمكن أن يعطي لها أية قيمة ضمن مدى محدود, مثل العمر ودرجة الحرارة، ومتغيرات منفصلة، وهي التي لها قيم معينة ومحددة، مثل عدد اللاعبين في فريق معين أو عدد التلاميذ في مدرسة ما.

هذا وتختلف مستويات القياس باختلاف نوع المتغيرات، فالمتغيرات النوعية قد يكون مستوى قياسها ل أو رتبيا، بينما المتغيرات الكمية فيكون مستوى قياسها فتريا أو نسبيا.

ثالثاً: العلاقة الخطية من خلال شكل الانتشار :

الارتباط بين متغيرين كميين قد يكون بعلاقة خطية أو علاقة غير خطية، ولمعرفة ذلك يتم استخدام شكل الانتشار، الذي يعطي صورة مبدئية عن شكل العلاقة (خطية أو غير خطية)، واتجاهها طردي أو عكسي، وقوتها طبعاً في حالة وجود علاقة.

وشكل الانتشار متمثل في رسم بياني ثنائي البعد، يتكون من نقاط منسقة بناء على قيم المتغيرين موضع الدراسة، حيث يمثل المحور الأفقي درجات قيم المتغير الأول، في حين يمثل المحور العمودي درجات المتغير الثنائي، وتوضع نقاط التقاطع بين المتغير الأول والمتغير الثاني لكل فرد من العينة داخل الرسم البياني الثنائي البعد، مُشَكِلة بذلك سحابة من النقاط تأخذ أشكالاً مختلفة، بكل شكل مدلول ومعين يوضح وجود العلاقة من عدمها، ونوع وقوة العلاقة إن وجدت.

هذا ولشكل الانتشار دور في تحديد الأسلوب الإحصائي المناسب للفرضيات الارتباطية، ذات المتغيرات الكمية (مستوى القياس فتري ونسبي)، فمعاملات الارتباط الخاصة، بالعلاقات الخطية تختلف عن معاملات الارتباط الخاصة بالعلاقات الغير خطية، وهنا تكمن أهمية شكل الانتشار.

رابعاً: إمكانية تحديد المتغير المستقل والتابع :

إن الأساليب الإحصائية تختلف في المتغيرات الاسمية باختلاف إمكانية تحديد المتغير المستقل والتابع ممن عدم إمكانية تحديدها، ففي حالة إمكانية تحديد المتغيرين المستقل والتابع فالغرض هنا يكون تقدير المتغير التابع بدلالة المتغير المستقل، وفي هذه الحالة نستخدم معاملات الارتباط التي تعتمد على التخفيض النسبي للخطأ.

أما في حالة عدم إمكانية تحديد المتغيرين المستقل والتابع في المتغيرات الاسمية وحتى المتغيرات الرتيبة، والكمية، التي يمكن تحويلها إلى متغيرات اسمية، فإننا نستخدم معاملات الارتباط التي تعتمد في حساباتها على مربع كأي تربيع.

تنقسم العلاقة بين متغيرين إلى أربعة أقسام وفقاً للمستوى القياس للمتغيرين، وهما كالآتي:

1. العلاقة بين متغيرين مستوى قياسهما اسمي.
2. العلاقة بين متغيرين مستوى قياسهما رتبي.
3. العلاقة بين متغيرين مستوى قياسهما فتري أو نسبي.
4. العلاقة بين متغيرين يختلفان في مستوى القياس.

أولاً: العلاقة بين متغيرين مستوى قياسهما اسمي:

المتغيرات النوعية ذات مستوى القياس الاسمي قد تنقسم انقسام أكثر من ثنائي، مثل أقسام كلية العلوم الإنسانية والاجتماعية (علم الاجتماع، علم النفس، علوم التربية، تاريخ، وغيرها)، ويمكن أن تنقسم انقساما ثنائياً قد يكون حقيقي، وهو تقسيم مفروض علينا طبيعياً ، لم يتسبب فيه الباحث، مثل الجنس الذي  ينقسم بالطبيعة إلى ذكور وإناث.

ثانياً: العلاقة بين متغيرين مستوى قياسهما رتبي :

المتغيرات النوعية ذات مستوى القياس الرتبي هي متغيرات وصفية قابلة للترتيب تصاعدياً أو تنازلياً، مثل المستوى الدراسي (ابتدائي، متوسط، ثانوي، جامعي)،وتقديرات الطلاب (ممتاز، جيد، مقبول، ضعيف).

ومن الأساليب الإحصائية الأكثر شيوعاً والمستخدمة في حالة معرفة العلاقة بين متغيرين مستوى قياسهما رتبي معامل ارتباط سبيرمان، والذي يمكن استخدامه أيضاً مع المتغيرات الكمية إذا لم يتحقق في بياناتها شرط اعتدالية التوزيع.

هذا ويفضل استخدام (معامل ارتباط سبيرمان) في حالة العينات التي حجمها 10 فأقل، ومن الممكن استخدامه بوجه خاص حيتما لا يتجاوز حجم العينة 30 فردا، كما يشترط في استعماله عدم وجود تكرارات كثيرة في توزيع ما، وإلا فإن استخدامه غير ممكن.

كذلك يمكن استخدام معامل ارتباط كاندل، فعلى الرغم من أنه أقل شيوعاً من معامل سبيرمان، لكن تكمن الفائدة من استخدامه في إمكانية تحويله إلى (معامل الارتباط بيرسون) وإلى معامل التوافق.

ثالثاً: العلافة بين متغيرين مستوى قياسهما فتري أو نسبي :

عند دراسة العلاقة بين متغيرين كميين مستوى قياسهما فتري أو نسبي، فإننا نستخدم معامل الارتباط البسيط والذي يسمى أيضاً (معامل الارتباط بيرسون)، وليس مهماً تحديد المتغير التابع والمستقل.

كما يمكن استخدام معامل الارتباط سبيرمان أو كاندل بديلاً لمعامل بيرسون في حالة عدم تحقق شرط اعتدالية التوزيع لإحدى المتغيرين.

وفي حالة عدم تحقق شرط الخطية تستخدم (معامل الارتباط إيتا)، والذي يسمى أيضاً نسبة الارتباط بديلاً لمعامل بيرسون، وذلك بتحويل أحد المتغيرات الكمية إلى متغير على شكل فئات، مثل تحويل متغير العمر إلى فئات،كما يلاحظ أن (معامل إيتا) يستخدم في قياس العلاقة بين متغيرين: إحداهما فتري أو نسبي والآخر اسمي ينقسم انقساما أكثر من ثنائي، ولا يمكن أن يكون سالباً مهما كانت المعطيات.

رابعاً: العلاقة بين متغيرين مختلفين في مستوى القياس :

هناك العديد من الفرضيات الارتباطية بين متغيرين أنهما يختلفان في مستوى القياس، كأن يريد الباحث تقدير الارتباط بين درجات الطلاب والجنس في هذه الحالات نستخدم معاملات الارتباط الموضحة في الجدول التالي:

بنهاية هذا المقال تكون قد تعرفت على ضوابط تحديد معامل الارتباط في البحث العلمي، بدايةً من تعريف معامل الارتباط والتعرف على ضوابط تحديد معامل الارتباط الأربعة، وصولاً إلى توضيح العلاقة بين المتغيرين في أربعة أشكال وفقاً لمستوى القياس، مع تحيات شركة دراسة للاستشارات الأكاديمية وخدمات البحث العلمي والترجمة.

مفتي، عبدالمنعم. (2022). ضوابط اختيار معاملات الارتباط في الفرضيات الارتباطية ضمن بحوث علوم الرياضة.  مجلة الأكاديمية للدراسات الاجتماعية والإنسانية، مج14 (2)، 241- 249.