Jannah Theme License is not validated, Go to the theme options page to validate the license, You need a single license for each domain name.
مساحات فكرية

ما وراء الأرقام التحليل العاملي من تشابك المتغيرات إلى اكتشاف العوامل الكامنة.

بقلم : د. عبير علي بدوي 

بقلم : د. عبير علي بدوي 

أصبح التعامل مع البيانات متعددة المتغيرات من أبرز التحديات التي تواجه الباحثين في المجالات التربوية والنفسية والاجتماعية والرياضية، خاصة مع تطور أدوات القياس وتعدد المؤشرات التي يعتمد عليها الباحث في دراسة الظواهر المختلفة. فكثيراً ما يجد الباحث نفسه أمام عدد كبير من المتغيرات التي تتداخل فيما بينها، وترتبط بعلاقات متفاوتة القوة، الأمر الذي يجعل تحليلها بصورة منفردة أمراً معقداً، ويحد من القدرة على الوصول إلى تفسيرات علمية واضحة ومتكاملة. ومن هنا برز التحليل العاملي بوصفه أحد الأساليب الإحصائية المهمة التي تساعد على تنظيم هذا الكم من البيانات، واختزالها في عدد محدود من العوامل التي تعكس الأبعاد المشتركة للظاهرة المدروسة.

ويقوم التحليل العاملي على فكرة أساسية مفادها أن تعدد المتغيرات الظاهرة لا يعني بالضرورة تعدد العوامل المؤثرة فيها؛ فقد تكون مجموعة كبيرة من المتغيرات انعكاساً لعدد محدود من الخصائص أو الأبعاد الكامنة التي تجمع بينها علاقات مشتركة. ولذلك يسعى هذا الأسلوب إلى الكشف عن تلك الأبعاد من خلال دراسة معاملات الارتباط بين المتغيرات، واستخلاص مجموعة من العوامل التي يمكنها تفسير جانب مهم من التباين المشترك بينها. وفي هذا السياق، يعرف ثروت (2011) التحليل العاملي بأنه مجموعة من الأساليب الإحصائية التي تهدف إلى تخفيض عدد المتغيرات أو البيانات المرتبطة بظاهرة معينة، وهو ما يجعله من الأدوات الأساسية التي يستعين بها الباحث عندما يرغب في الانتقال من البيانات المتعددة إلى نتائج أكثر تركيزاً ودلالة.

ولا تقتصر طبيعة التحليل العاملي على مجرد اختزال البيانات، بل تتجاوز ذلك إلى الكشف عن العوامل الكامنة التي لا يمكن قياسها غالباً بصورة مباشرة، وإنما يُستدل عليها من خلال مجموعة من المتغيرات الظاهرة. فالعامل الناتج عن التحليل العاملي يمثل متغيراً افتراضياً يستمد وجوده من العلاقات الارتباطية بين المتغيرات الأصلية، ويعبر عن خاصية مشتركة تفسر جانباً من سلوكها أو تباينها. فعلى سبيل المثال، قد يجد الباحث الذي يدرس مجموعة من القدرات العقلية أن متغيرات التذكر والاستيعاب والتحليل والاستنتاج ترتبط فيما بينها، الأمر الذي قد يشير إلى وجود عامل كامن يمكن تفسيره في ضوء مفهوم القدرة العقلية، إذا كانت النتائج والإطار النظري يدعمان ذلك. ومن ثم فإن التحليل العاملي يمثل منهجاً استقرائياً تحليلياً يبدأ من الملاحظات والقياسات المباشرة، وينتهي إلى استخلاص مفاهيم وعوامل رئيسية تساعد على تفسير الظاهرة.

وتتعدد الأهداف التي يسعى التحليل العاملي إلى تحقيقها، إذ يمكن توظيفه في وصف البيانات، واختبار الفروض العلمية، واقتراح فروض جديدة انطلاقاً من النتائج التي تكشف عنها العلاقات بين المتغيرات. ويأتي في مقدمة هذه الأهداف اختزال عدد كبير من المتغيرات في مجموعة محدودة من العوامل الرئيسية، بما يسهل فهم الظاهرة وتفسيرها، فضلاً عن الكشف عن الأبعاد الكامنة التي قد لا تكون واضحة للباحث عند النظر إلى المتغيرات بصورة منفردة. كما يساعد على تكوين مجموعة جديدة من العوامل يمكن الاستفادة منها في التحليلات الإحصائية اللاحقة، والتعرف على المتغيرات الأكثر أهمية في تفسير الظاهرة، والكشف عن العلاقات غير المتوقعة بين المتغيرات. ومن تطبيقاته المهمة أيضاً المساهمة في معالجة مشكلة التعدد الخطي في تحليل الانحدار، وذلك من خلال استخدام العوامل المستخلصة بدلاً من مجموعة المتغيرات الأصلية شديدة الارتباط، متى كان ذلك مناسباً لأهداف الدراسة وتصميمها.

وتتجلى أهمية التحليل العاملي في قدرته على دراسة الظواهر المعقدة التي تتأثر بعدد كبير من المؤثرات والعوامل، الأمر الذي جعله يحظى بمكانة بارزة في العديد من التخصصات العلمية. فقد أسهم في دراسة العلاقات الارتباطية المتعددة والجزئية، ودعم تطبيقات الانحدار المتعدد، كما امتدت استخداماته إلى العلوم السياسية والاقتصادية والتجارية والطبية والطبيعية، فضلاً عن مجالات علم النفس والتربية والاجتماع والتربية الرياضية. ففي المجال التربوي يمكن استخدامه للكشف عن الأبعاد التي تتكون منها الاختبارات التحصيلية، وفي المجال النفسي يساعد على تحديد مكونات الشخصية والقدرات العقلية والدافعية، أما في المجال الرياضي فيمكن توظيفه لتحديد المكونات الأساسية للياقة البدنية أو المهارات الحركية أو السمات النفسية المرتبطة بالأداء الرياضي. وهذا التنوع في التطبيقات يؤكد أن التحليل العاملي ليس مجرد تقنية إحصائية، وإنما أداة منهجية تسهم في تطوير المعرفة العلمية وبناء النماذج التفسيرية.

ومن الخصائص التي تمنح التحليل العاملي أهمية خاصة قدرته على التعامل مع مجموعات كبيرة من البيانات المستمدة من الاختبارات والمقاييس والاستبيانات والمسوح ودراسات الحالات، فضلاً عن مرونته في التوظيف داخل تصميمات بحثية مختلفة. كما يتيح دراسة الظواهر في بيئاتها الطبيعية دون اشتراط إخضاعها دائماً لإجراءات تجريبية صارمة، ويساعد على الربط بين النتائج الإحصائية والتفسيرات النظرية. ويتميز كذلك بإمكانية التكامل مع أساليب إحصائية أخرى، مثل تحليل الانحدار وتحليل المسار والارتباط الجزئي وشبه الجزئي وتحليل التباين، الأمر الذي يجعله مدخلاً مهماً لفهم العلاقات المتشابكة بين المتغيرات. وإلى جانب ذلك، يمكن الاستفادة من نتائجه في بناء المعادلات والنماذج التي تصف الظواهر وتفسرها، وفي تصنيف الأفراد والأشياء وفقاً للخصائص المشتركة، فضلاً عن تمثيل العلاقات بين المتغيرات بصورة هندسية تساعد على تصور البنية الكامنة للبيانات.

وعلى الرغم من هذه المزايا، فإن استخدام التحليل العاملي يتطلب مراعاة مجموعة من الشروط والاعتبارات المنهجية والإحصائية التي تؤثر في جودة النتائج. فمن الضروري أن تكون العينة مناسبة وممثلة للمجتمع الذي تستهدفه الدراسة، وأن يكون حجمها كافياً بالنظر إلى عدد المتغيرات وقوة العلاقات بينها وطبيعة النموذج المستخدم، إذ لا توجد قاعدة عددية واحدة تصلح لجميع الدراسات، وإن كان معيار عشرة أفراد لكل متغير يستخدم أحياناً بوصفه مؤشراً إرشادياً أولياً. كما ينبغي أن تكون العلاقات الارتباطية بين المتغيرات ملائمة لاستخلاص العوامل، وأن يراعي الباحث مستوى قياس المتغيرات وطبيعة توزيعها، ومدى استقلالية أخطاء القياس. ويُستحسن كذلك التحقق من ملاءمة البيانات باستخدام مؤشرات إحصائية مثل اختبار كايزر-ماير-أولكن (KMO) واختبار بارتليت للكروية (Bartlett’s Test)، مع ضرورة الاستناد إلى إطار نظري واضح عند تفسير العوامل المستخلصة، ويفضل أن يتضمن كل عامل عدداً كافياً من المتغيرات ذات التشبعات المناسبة حتى يكون تفسيره أكثر استقراراً ووضوحاً.

وفي إطار استخداماته، يبرز نوعان رئيسيان للتحليل العاملي، هما التحليل العاملي الاستكشافي والتحليل العاملي التوكيدي، ويختلف كل منهما من حيث الهدف والمنطلق العلمي. فالتحليل العاملي الاستكشافي (Exploratory Factor Analysis) يلجأ إليه الباحث عندما لا يمتلك تصوراً مسبقاً ودقيقاً عن عدد العوامل الكامنة التي تتضمنها مجموعة المتغيرات، أو عن طبيعة توزيع هذه المتغيرات على العوامل المختلفة. ويهدف إلى استكشاف البنية العاملية للبيانات والكشف عن أقل عدد مناسب من العوامل التي تفسر العلاقات المشتركة بينها. وتكمن أهميته في أنه يمنح الباحث فرصة لفحص البيانات من زوايا متعددة، واكتشاف أنماط وعلاقات قد لا تكون متوقعة، ومن ثم بناء تصورات وفرضيات يمكن اختبارها لاحقاً. وقد ارتبطت فلسفة استكشاف البيانات بأعمال جون توكي (John Tukey)، الذي أكد أهمية الاستعانة بالأساليب العددية والتمثيلات البصرية في فحص البيانات واكتشاف خصائصها.

أما التحليل العاملي التوكيدي (Confirmatory Factor Analysis) فيُستخدم عندما يمتلك الباحث نموذجاً نظرياً محدداً يوضح عدد العوامل المفترضة والعلاقات بينها وبين المتغيرات التي تقيسها. ويكون الهدف منه اختبار مدى توافق هذا النموذج مع البيانات الفعلية، والتحقق من مدى دعمه إحصائياً. فإذا افترض الباحث، على سبيل المثال، أن مفهوماً معيناً يتكون من ثلاثة أبعاد رئيسية، فإنه يستطيع استخدام التحليل العاملي التوكيدي للتحقق من مدى ملاءمة هذه البنية للبيانات التي جمعها. ومن هنا يتضح أن التحليل الاستكشافي يمثل مدخلاً لاكتشاف البنية العاملية، بينما يمثل التحليل التوكيدي وسيلة لاختبار بنية مفترضة تستند إلى نظرية أو دراسات سابقة.

ولا يقتصر التحليل العاملي على دراسة المتغيرات لدى مجموعة من الأفراد في موقف واحد، بل يمكن أن يتناول أبعاداً متعددة للبيانات تشمل المتغيرات والأفراد والمواقف أو الظروف. وقد تناول هورست (Horst, 1965) وكاتل (Cattell, 1966) هذه الأبعاد في إطار ما يعرف بمكعب البيانات أو مجسم تغاير البيانات، الذي يعكس العلاقة بين الخصائص أو السمات التي يتم قياسها، والكيانات أو الأفراد الذين تُجمع عنهم البيانات، والمواقف أو الظروف الزمنية والمكانية التي تحدث فيها الظاهرة. ووفقاً لاختلاف الأبعاد التي يتم تحليلها ظهرت ستة أنماط أساسية للتحليل العاملي، يرمز إليها بالحروف (R، Q، P، O، T، S)، وتعد الأنماط الثلاثة الأولى الأكثر شيوعاً في التطبيقات النفسية والتربوية والاجتماعية.

ويُعد النمط (R) من أكثر الأنماط استخداماً، حيث يهتم بدراسة العلاقات بين مجموعة من المتغيرات لدى مجموعة من الأفراد في الظروف نفسها، بهدف الكشف عن العوامل المشتركة التي تفسر الارتباطات بينها. أما النمط (Q) فيركز على دراسة التشابه والاختلاف بين الأفراد أو الكيانات وفقاً لمجموعة من الخصائص والسمات، بما يساعد على تصنيفهم في مجموعات متجانسة. في حين يهتم النمط (P) بدراسة العلاقات بين مجموعة من المتغيرات لدى فرد واحد عبر مواقف أو أزمنة متتابعة، ويُستخدم بصورة خاصة في الدراسات الإكلينيكية ودراسات الحالة التي يكون فيها الفرد محور الاهتمام، ويسعى الباحث من خلالها إلى الكشف عن السمات الدينامية التي تميز سلوكه عبر المواقف المختلفة.

ومن الجوانب المهمة التي ينبغي على الباحث الإلمام بها التعرف على طبيعة العوامل التي يمكن استخلاصها من التحليل العاملي الاستكشافي، إذ تختلف هذه العوامل وفقاً لمدى اشتراك المتغيرات في التشبع عليها وطبيعة التباين الذي تفسره. فهناك العوامل العامة التي ترتبط بأعمال سبيرمان (Spearman)، الذي افترض وجود عامل عام يساهم في تفسير الأداء في الاختبارات العقلية المختلفة، إلى جانب عوامل خاصة ترتبط بكل اختبار على حدة. وهناك العوامل المشتركة التي تتشبع عليها مجموعة من المتغيرات، وتعبر عن التباين المشترك بينها، كما توجد العوامل النوعية التي ترتبط بمتغير محدد وتعكس ما يميزه عن غيره من المتغيرات. وإلى جانب ذلك توجد عوامل الخطأ التي ترتبط بالمكونات العشوائية وغير المنتظمة في القياس، والتي لا يمكن تفسيرها من خلال العوامل المشتركة أو النوعية وحدها. ويتأثر التمييز بين هذه العوامل بعدد المتغيرات الخاضعة للتحليل، وحجم العينة، ومدى تجانس الاختبارات واستجابات الأفراد، وطبيعة معاملات الارتباط البينية، فضلاً عن طريقة استخلاص العوامل وتدويرها.

وتتضح القيمة التطبيقية للتحليل العاملي بصورة خاصة في مجال بناء أدوات القياس وتطويرها، حيث يعتمد عليه الباحثون في الكشف عن الأبعاد التي يتكون منها المقياس، وتحديد الفقرات التي ترتبط بكل بعد، والتعرف على الفقرات ذات التشبعات الضعيفة أو المتداخلة بين أكثر من عامل. فعندما يقوم الباحث بإعداد مقياس لقياس الدافعية أو الثقة بالنفس أو الرضا أو اللياقة البدنية، فإنه يحتاج إلى التحقق من أن الفقرات المستخدمة تعبر فعلاً عن الأبعاد النظرية التي يفترض أن يتكون منها المفهوم. وهنا يوفر التحليل العاملي أدلة إحصائية تساعد على تقييم البناء العاملي للمقياس، وتحديد مدى اتساق نتائجه مع الإطار النظري الذي يستند إليه. ولذلك أصبح هذا الأسلوب من الأدوات المهمة في تطوير الاختبارات والمقاييس النفسية والتربوية والاجتماعية والرياضية والتحقق من خصائصها السيكومترية.

إن التحليل العاملي يمثل أحد أهم المداخل الإحصائية والمنهجية لفهم الظواهر متعددة المتغيرات ، فهو يساعد الباحث على الانتقال من التعامل مع مجموعة كبيرة من البيانات المتفرقة إلى اكتشاف عدد محدود من العوامل التي تفسر العلاقات المشتركة بينها. كما يتيح بناء تصورات أكثر وضوحاً عن طبيعة الظواهر، ويسهم في تطوير النظريات وأدوات القياس، ويدعم اتخاذ القرارات البحثية المبنية على أسس إحصائية سليمة. وتكمن قيمته الحقيقية في أنه لا ينظر إلى المتغيرات باعتبارها وحدات منفصلة، بل يحاول اكتشاف الروابط التي تجمع بينها، والكشف عن الأبعاد غير الظاهرة التي تمنح البيانات معناها العلمي. ومن هذا المنطلق، يمكن اعتبار التحليل العاملي أداة للانتقال من ظاهر الأرقام إلى عمق التفسير، ومن كثرة المتغيرات إلى وحدة العوامل، ومن البيانات المتشابكة إلى المعرفة المنظمة.

مقالات ذات صلة

زر الذهاب إلى الأعلى
💬