كيفية حساب AVE وCR والصدق التمايزي في الاستبانة

يُعد التحقق من جودة الاستبانة خطوة أساسية قبل الاعتماد على نتائجها في رسائل الماجستير والدكتوراه، خصوصًا عند استخدام نماذج القياس والمتغيرات الكامنة. ويُستخدم AVE لتقييم الصدق المتقارب، بينما يُستخدم Composite Reliability (CR) لتقييم الثبات والاتساق الداخلي، أما الصدق التمايزي فيمكن فحصه باستخدام HTMT إلى جانب بعض المعايير الأخرى. وتعرض SmartPLS حاليًا AVE ≥ 0.50 وCR ≥ 0.70 وHTMT ≤ 0.85 كقيم مرجعية شائعة في تقاريرها.

عند إعداد استبانة لدراسة عليا، لا يكفي أن يجمع الباحث عددًا من العبارات ويطبقها على أفراد العينة، ثم ينتقل مباشرة إلى اختبار الفرضيات. يجب أولًا التأكد من أن العبارات المستخدمة تقيس المتغيرات التي يفترض أن تقيسها بصورة مناسبة.

وينقسم أحد الجوانب المهمة من تقييم الصدق إلى الصدق المتقارب والصدق التمايزي.

ما هو الصدق المتقارب؟

الصدق المتقارب Convergent Validity يشير إلى مدى تقارب المؤشرات التي يفترض أنها تقيس البناء أو المتغير الكامن نفسه.

فإذا كان الباحث يقيس متغيرًا مثل الرضا الوظيفي باستخدام عدة عبارات، فمن المتوقع أن تعكس هذه العبارات المفهوم نفسه بدرجة مناسبة.

ويُستخدم AVE من المؤشرات الأساسية لتقييم هذا الجانب في البناءات الانعكاسية؛ وتذكر SmartPLS أن قيمة AVE البالغة 0.50 أو أكثر تعني أن البناء يفسر في المتوسط نصف تباين مؤشراته على الأقل.

ما هو الصدق التمايزي؟

الصدق التمايزي Discriminant Validity يتعلق بمدى اختلاف البناء عن البناءات الأخرى الموجودة في النموذج.

فإذا كانت الدراسة تحتوي على:

• جودة الخدمة.
• رضا العملاء.
• ولاء العملاء.

فيجب أن توجد أدلة على أن هذه المتغيرات تمثل مفاهيم متميزة، وليس متغيرًا واحدًا بأسماء مختلفة.

وهنا تظهر أهمية HTMT؛ فقد خلصت دراسة Henseler وRingle وSarstedt إلى أن بعض الطرق التقليدية، مثل Fornell-Larcker وCross Loadings، قد لا تكشف مشكلات الصدق التمايزي بصورة موثوقة في بعض الحالات، واقترحت HTMT كمعيار بديل في نماذج المعادلات الهيكلية القائمة على التباين.

ما علاقة AVE وCR وHTMT بتقييم الاستبانة؟

يمكن تبسيط العلاقة بينها كالتالي:

لذلك لا ينبغي التعامل مع AVE وCR وHTMT على أنها مؤشرات تؤدي الوظيفة نفسها.

الفرق الأساسي أن كل مؤشر يجيب عن سؤال مختلف.

ماذا يقيس AVE؟

AVE — Average Variance Extracted يقيس مقدار التباين الذي يفسره البناء الكامن في مؤشرات القياس الخاصة به.

ويستخدم بصورة أساسية في تقييم الصدق المتقارب.

ماذا يقيس CR؟

CR — Composite Reliability يقيس الثبات أو الاتساق الداخلي للبناء، أي مدى اتساق المؤشرات التي يفترض أنها تقيس البناء نفسه.

وتوضح SmartPLS أن Composite Reliability (rho_c) وComposite Reliability (rho_a) يستخدمان ضمن تقييم الاتساق الداخلي، وتعرض قيمة 0.70 أو أكثر كمرجع شائع للثبات المرضي.

ماذا يقيس HTMT؟

HTMT — Heterotrait-Monotrait Ratio يستخدم لتقييم الصدق التمايزي بين البناءات.

وتعرض SmartPLS قيمة 0.85 أو أقل كحد شائع، بينما تقع القيم التي تزيد على 0.85 وحتى 0.90 في نطاق يحتاج إلى مراجعة، وتتجاوز المشكلة عادةً عند تخطي 0.90 وفق معاييرها الحالية

يمكن حساب Average Variance Extracted يدويًا عندما تكون لدى الباحث قيم التحميلات العاملية المعيارية Outer Loadings.

والصيغة المبسطة هي:

AVE = Σλ² ÷ n

حيث:

• λ = قيمة التحميل العاملي المعياري.
• λ² = مربع التحميل.
• n = عدد المؤشرات التي تقيس البناء.

بمعنى آخر، يتم تربيع كل تحميل عاملي، ثم جمع القيم، وبعد ذلك تقسيم الناتج على عدد المؤشرات.

ما قانون حساب AVE؟

إذا كانت تحميلات أحد المتغيرات:

• 0.80
• 0.75
• 0.85
• 0.70

فإننا نحسب:

0.80² = 0.640

0.75² = 0.5625

0.85² = 0.7225

0.70² = 0.4900

ثم:

AVE = (0.640 + 0.5625 + 0.7225 + 0.4900) ÷ 4

AVE = 0.60375

أي:

AVE ≈ 0.604

وبما أن النتيجة تتجاوز 0.50، فهي تدعم الصدق المتقارب وفق المعيار الشائع المستخدم في تقييم البناءات الانعكاسية. وتضع SmartPLS حاليًا حد AVE عند 0.50 في تقاريرها المرجعية.

مثال عملي على حساب AVE

كيف نفسر نتيجة AVE؟

إذا حصل الباحث على:

AVE = 0.604

فيمكن تفسيرها بأن قيمة متوسط التباين المستخرج تجاوزت 0.50، مما يوفر دليلًا داعمًا للصدق المتقارب للبناء.

لكن ينبغي ألا يقال إن هذا الرقم وحده يثبت "صدق الاستبانة بالكامل"، لأن تقييم جودة القياس يتطلب النظر إلى بقية المؤشرات المناسبة لنوع نموذج القياس.

يستخدم Composite Reliability لتقييم الاتساق الداخلي للبناء.

وعند استخدام التحميلات المعيارية يمكن تمثيل الصيغة الشائعة لـCR كما يلي:

CR = (Σλ)² ÷ [(Σλ)² + Σ(1 − λ²)]

حيث:

• λ = التحميل العاملي المعياري.
• Σλ = مجموع التحميلات.
• 1 − λ² = الجزء المتبقي من التباين، وفق هذه الصيغة.

ومن المهم الانتباه إلى أن برامج مثل SmartPLS تعرض أكثر من مؤشر للثبات، ومنها rho_A وrho_C، ولذلك يجب تحديد المؤشر الذي يستخدمه الباحث عند كتابة النتائج بدل استخدام كلمة CR بصورة غير محددة.

ما قانون Composite Reliability؟

لنفترض أن لدينا القيم التالية:

• 0.80
• 0.75
• 0.85
• 0.70

أولًا:

Σλ = 3.10

ثم:

(Σλ)² = 9.61

وبالنسبة إلى تباين الخطأ:

وبالتالي:

CR = 9.61 ÷ (9.61 + 1.586)

CR ≈ 0.858

أي أن:

CR ≈ 0.86

كيف نفسر نتيجة CR؟

إذا كانت قيمة CR تساوي تقريبًا 0.86، فهي تتجاوز 0.70، وبالتالي تشير إلى مستوى مناسب من الاتساق الداخلي وفق المعيار الشائع.

وتشير SmartPLS أيضًا إلى أن القيم المرتفعة جدًا، خصوصًا التي تتجاوز 0.95، قد تكون علامة على وجود مؤشرات متكررة أو متشابهة بدرجة زائدة، ولذلك لا يعني ارتفاع CR دائمًا أن المقياس أفضل بلا حدود

يمكن استخدام الجدول التالي كمرجع أولي عند تفسير نتائج البناءات الانعكاسية:

هذه الحدود هي معايير إرشادية وليست بديلًا عن التفسير المنهجي. وتعرض SmartPLS حاليًا هذه القيم ضمن صفحة الحدود الإرشادية الخاصة بتقاريرها.

ما القيمة المقبولة لـ AVE؟

القيمة الشائعة هي:

AVE ≥ 0.50

أي أن البناء يفسر في المتوسط 50% على الأقل من تباين مؤشرات القياس.

ما القيمة المقبولة لـ CR؟

القيمة الشائعة هي:

CR ≥ 0.70

وتشير إلى مستوى مناسب من الثبات الداخلي في السياقات المعتادة.

متى تكون القيم المرتفعة جدًا مشكلة؟

إذا كانت قيمة الثبات مرتفعة بصورة شديدة، فقد تكون هناك مؤشرات تقيس الشيء نفسه بصياغات متقاربة جدًا.

لذلك لا ينبغي أن يكون الهدف هو الوصول إلى أكبر رقم ممكن، وإنما بناء مقياس يتمتع بثبات مناسب ويمثل المفهوم نظريًا بصورة جيدة.

وهذه من أكثر النقاط التي تحتاج إلى توضيح عند إعداد رسائل الدراسات العليا.

AVE يستخدم في تقييم الصدق المتقارب.

CR يستخدم في تقييم الثبات.

أما الصدق التمايزي فيحتاج إلى فحص مستقل.

اختبار Fornell-Larcker

يُعد معيار Fornell-Larcker من الأساليب التقليدية المرتبطة بتقييم الصدق التمايزي، وقد قدم Fornell وLarcker إطارًا لتقييم نماذج المعادلات الهيكلية ذات المتغيرات غير المشاهدة وخطأ القياس في عملهما المنشور عام 1981.

اختبار Cross Loadings

يتم النظر إلى تحميل كل مؤشر على البناء الذي يفترض أنه يقيسه ومقارنته بتحميلاته على البناءات الأخرى.

اختبار HTMT

أصبح HTMT من أهم الأساليب الحديثة لفحص الصدق التمايزي في PLS-SEM. وفي الدراسة المنهجية التي قدمها Henseler وRingle وSarstedt، وجد الباحثون أن Fornell-Larcker وCross Loadings لم يكونا موثوقين دائمًا في اكتشاف غياب الصدق التمايزي، واقترحوا HTMT كمعيار بديل.

يقيس HTMT نسبة تعتمد على الارتباطات بين مؤشرات البناءات المختلفة مقارنة بالارتباطات بين مؤشرات البناء نفسه.

وبصيغة مبسطة، إذا كانت مؤشرات متغيرين مختلفين شديدة التشابه في نمط ارتباطاتها، فقد ترتفع قيمة HTMT، وهو ما قد يشير إلى أن البناءين غير متميزين بصورة كافية.

ما قيمة HTMT المقبولة؟

وفق إرشادات SmartPLS الحالية:

• HTMT ≤ 0.85: دليل شائع على تحقق التمايز.
• أكبر من 0.85 وحتى 0.90: يحتاج إلى مراجعة وتفسير.
• > 0.90: قد يشير إلى مشكلة في الصدق التمايزي.

أما الدراسة الأصلية لـHenseler وزملائه فقد ناقشت حدّي HTMT.85 وHTMT.90، وبيّنت أن اختيار الحد يرتبط بدرجة المحافظة المطلوبة والسياق البحثي.

ماذا تعني قيمة HTMT المرتفعة؟

إذا كانت قيمة HTMT بين متغيرين مرتفعة جدًا، فلا ينبغي أن يكون الحل الأول هو حذف أحد المتغيرين أو مجموعة من البنود.

الأفضل أن يفحص الباحث:

• التشابه النظري بين المتغيرين.
• صياغة البنود.
• التحميلات العاملية.
• الارتباطات بين المؤشرات.
• طبيعة النموذج.
• التعريف الإجرائي لكل متغير.

ثم يقرر ما إذا كانت المشكلة إحصائية، أم أن هناك تداخلًا مفاهيميًا حقيقيًا بين البناءات.

عند استخدام SmartPLS، يبدأ الباحث بتحديد نموذج القياس ثم مراجعة نتائج البناءات والمؤشرات.

وتشمل النتائج المهمة عادةً:

Outer Loadings → Reliability → AVE → Discriminant Validity

وتوضح وثائق SmartPLS استخدام مؤشرات مثل Outer Loading وCR وAVE وHTMT ضمن تقييم جودة القياس.

أين توجد Outer Loadings؟

يتم استخدامها لفحص مدى ارتباط كل مؤشر بالبناء الذي يفترض أنه يقيسه.

وتعرض SmartPLS حاليًا قيمة 0.70 أو أعلى ضمن معيارها الإرشادي للتحميلات الخارجية.

أين توجد قيمة AVE؟

يتم العثور عليها ضمن نتائج تقييم جودة البناء، وتظهر باسم:

Average Variance Extracted

وتستخدم لتقييم الصدق المتقارب.

أين توجد قيمة CR؟

تظهر مؤشرات الثبات المركب ضمن نتائج الاتساق الداخلي، ومنها:

• Composite Reliability (rho_a)
• Composite Reliability (rho_c)

لذلك يجب أن يوضح الباحث في منهجيته أي مؤشر استخدم.

أين توجد نتائج HTMT؟

توجد ضمن نتائج Discriminant Validity، وتسمح بمقارنة البناءات زوجيًا.

من الأفضل ألا يقرأ الباحث جدول النتائج كسلسلة أرقام منفصلة.

بل يربط النتائج ببعضها.

تفسير التحميلات العاملية

ابدأ بالسؤال:

هل ترتبط المؤشرات بالبناء الذي يفترض أن تقيسه بدرجة مناسبة؟

تفسير CR

ثم:

هل توجد درجة مناسبة من الاتساق الداخلي بين مؤشرات البناء؟

تفسير AVE

بعد ذلك:

هل يفسر البناء قدرًا مناسبًا من تباين مؤشراته؟

تفسير HTMT

وأخيرًا:

هل البناء مختلف تجريبيًا عن البناءات الأخرى؟

بهذه الطريقة يصبح تقييم نموذج القياس متكاملًا بدل أن يكون مجرد مجموعة أرقام.

1- الخلط بين الصدق والثبات

من الأخطاء الشائعة اعتبار CR دليلًا على الصدق.

لكن CR يتعلق بالثبات والاتساق الداخلي، بينما AVE يرتبط بالصدق المتقارب، وHTMT بالصدق التمايزي.

2- اعتبار CR اختبارًا للصدق التمايزي

ارتفاع CR لا يعني أن متغيرين مختلفين يتمتعان بالتمايز.

قد يكون لكل متغير CR مرتفع، ومع ذلك تكون هناك مشكلة في التداخل بينهما.

ولهذا يجب فحص الصدق التمايزي بشكل مستقل.

3- حذف البنود تلقائيًا

إذا ظهر Loading منخفض، لا ينبغي حذف البند بصورة آلية.

يجب النظر إلى:

• الأساس النظري للبند.
• محتوى المقياس.
• عدد البنود المتبقية.
• أثر الحذف على AVE وCR.
• تأثير القرار على صدق المحتوى.

4- الاعتماد على مؤشر واحد

لا يكفي القول:

"قيمة CR أعلى من 0.70، إذن الاستبانة صحيحة."

هذا استنتاج أوسع من وظيفة المؤشر.

الأفضل أن يتم تقييم كل جانب باستخدام المؤشر المناسب له.

5- الخلط بين Reflective وFormative

معايير AVE وCR ترتبط أساسًا بتقييم البناءات الانعكاسية.

أما البناءات التكوينية Formative Constructs فلها منطق مختلف في التقييم، ولذلك لا ينبغي تطبيق معايير النموذج الانعكاسي عليها بصورة آلية.

وهذه نقطة مهمة قبل البدء في تفسير نتائج SmartPLS.

6- الاعتماد على الحدود الرقمية دون النظر إلى النظرية

الأرقام تساعد في التقييم، لكنها لا تلغي الأساس النظري.

فإذا كان متغيران متداخلين من الناحية النظرية، فإن ارتفاع HTMT قد يكون إشارة إلى مشكلة مفاهيمية ينبغي دراستها، وليس مجرد رقم يجب التخلص منه بحذف البنود.

يمكن للباحث اتباع التسلسل التالي:

1- تحديد نوع نموذج القياس

قبل تفسير أي نتيجة، حدد ما إذا كانت البناءات Reflective أم Formative.

2- فحص Outer Loadings

راجع ارتباط كل مؤشر بالبناء الخاص به.

3- فحص CR

تأكد من مستوى الاتساق الداخلي باستخدام المؤشر الذي اخترته.

4- فحص AVE

استخدم AVE لتقييم الصدق المتقارب في البناءات الانعكاسية.

5- فحص الصدق التمايزي

استخدم HTMT، مع إمكانية مراجعة المعايير الأخرى بحسب المنهج المعتمد.

6- مراجعة المشكلات

إذا ظهرت قيمة غير مناسبة، لا تتخذ قرار الحذف أو التعديل مباشرة.

7- توثيق القرارات

إذا تم حذف بند أو تعديل نموذج، يجب توضيح السبب والمنهج الذي استند إليه القرار.

8- إعداد جدول النتائج

اعرض المؤشرات الأساسية بصورة تجعل القارئ قادرًا على متابعة تقييم نموذج القياس بسهولة.

تقدم شركة دراسة للبحث العلمي مجموعة من الخدمات الأكاديمية التي تساعد طلاب الدراسات العليا والباحثين في إعداد الدراسات وتحليل بياناتها وفق منهجية علمية منظمة. وفيما يتعلق بـ تحليل الاستبانات وقياس الصدق والثبات، يمكن للباحث الاستفادة من خدمات متخصصة تشمل ما يلي:

1- تحليل الاستبانة إحصائيًا

تساعد الشركة الباحث في تحليل بيانات الاستبانة باستخدام الأساليب والبرامج الإحصائية المناسبة لطبيعة الدراسة، مع تحديد الاختبارات التي تتوافق مع أسئلة البحث وفرضياته ونوع المتغيرات المستخدمة.

2- اختبار صدق وثبات الاستبانة

تشمل الخدمة فحص مؤشرات صدق وثبات أداة الدراسة، بما يساعد الباحث على تقييم مدى جودة البنود المستخدمة في قياس المتغيرات المستهدفة، وفق الأسلوب الإحصائي المناسب لنموذج الدراسة.

3- حساب AVE وCR

يمكن مساعدة الباحث في استخراج وتفسير متوسط التباين المستخرج AVE والثبات المركب CR، مع توضيح دلالة القيم الناتجة وما إذا كانت تدعم الصدق المتقارب والثبات الداخلي وفق المعايير المستخدمة في الدراسة.

4- اختبار الصدق التمايزي HTMT

تتضمن الخدمة فحص HTMT بين المتغيرات المختلفة، وتفسير النتائج وفق الحدود المرجعية المعتمدة في المنهجية البحثية، بما يساعد في التحقق من مدى تمايز البناءات عن بعضها.

5- تحليل نتائج SmartPLS

تساعد الشركة الباحث في التعامل مع مخرجات SmartPLS، بما في ذلك قراءة Outer Loadings وAVE وComposite Reliability وHTMT، وربط النتائج بنموذج القياس المستخدم في الدراسة.

6- تفسير الجداول والنتائج

لا تقتصر الخدمة على استخراج القيم الإحصائية، بل تشمل تنظيم النتائج وشرح دلالتها بأسلوب أكاديمي واضح، بحيث يستطيع الباحث فهم ما تعنيه النتائج وكيف يمكن عرضها في فصل التحليل والمناقشة.

7- إعداد جداول النتائج

يمكن تنظيم نتائج تحليل الاستبانة في جداول أكاديمية تتضمن المتغيرات وعدد البنود وقيم التحميلات وCR وAVE وHTMT وغيرها من المؤشرات المناسبة لطبيعة التحليل.

8- المساعدة في كتابة النتائج الأكاديمية

تساعد الشركة الباحث في صياغة نتائج تحليل الصدق والثبات بأسلوب مناسب لرسائل الماجستير والدكتوراه، مع الربط بين النتائج والمعايير الإحصائية المستخدمة دون الاكتفاء بعرض الأرقام فقط.

9- مراجعة منهجية التحليل

يمكن مراجعة خطوات التحليل الإحصائي للتأكد من توافقها مع نوع نموذج القياس وأهداف الدراسة، خصوصًا عند استخدام PLS-SEM وSmartPLS، مع التنبيه إلى المواضع التي تحتاج إلى مراجعة منهجية قبل اعتماد النتائج.

10- الدعم في تحليل بيانات الدراسات العليا

تمتد خدمات الشركة إلى جوانب أخرى من التحليل الإحصائي للرسائل والأبحاث، بما يساعد الباحث على تنظيم بيانات الدراسة واختيار الأساليب المناسبة لتحليلها وتفسير مخرجاتها بصورة أكثر وضوحًا.

📩 للتواصل عبر الواتساب:  (+966555026526)
📧 البريد الإلكتروني:  [email protected]

نحن في شركة دراسة نسعى دائمًا لتقديم أفضل الخدمات الأكاديمية التي تلبي احتياجات الباحثين وطلاب الدراسات العليا. هنا بعض النماذج من الأعمال السابقة التي قمنا بتنفيذها بنجاح: يمكنك معرفة المزيد عن نماذج من أعمال سابقة 

نحن في شركة دراسة نفخر بتقديم خدمات متميزة تلبي احتياجات الباحثين وطلاب الدراسات العليا. إليك بعض آراء العملاء الذين استفادوا من خدماتنا: يمكنك معرفة المزيد عن آراء العملاء الذين استفادوا من خدماتنا: بالضغط هنا

نفتخر في شركة دراسة بفريق عمل أكاديمي يضم نخبة من الأساتذة الجامعيين وحَمَلة الدكتوراه في مختلف التخصصات. يتمتع الفريق بخبرة تزيد عن 30 عامًا في مساعدة الباحثين

يبدأ تقييم جودة الاستبانة في الدراسات العليا من فهم وظيفة كل مؤشر وعدم الخلط بين الصدق المتقارب والثبات والصدق التمايزي.

فـ Outer Loadings تساعد في تقييم ارتباط المؤشرات بالبناء، بينما يستخدم AVE لتقييم الصدق المتقارب، ويستخدم Composite Reliability لتقييم الثبات والاتساق الداخلي، أما HTMT فيستخدم لتقييم الصدق التمايزي بين البناءات. وتضع إرشادات SmartPLS الحالية قيمًا مرجعية شائعة تتمثل في AVE ≥ 0.50، وCR ≥ 0.70، وHTMT ≤ 0.85، مع وجود نطاقات تحتاج إلى مراجعة بحسب السياق.