مفهوم الارتباط
هو طريقة
إحصائية تستخدم لتقييم ارتباط خطي محتمل بين متغيرين مستمرين، من السهل حسابها
وتفسيرها، ومع ذلك، فإن إساءة استخدام الارتباط شائع جدا بين الباحثين لدرجة أن
بعض الإحصائيين يرغبون في عدم استخدام الطريقة أبدا.
من الناحية الإحصائية،
الارتباط هو طريقة لتقييم ارتباط خطي ثنائي الاتجاه محتمل بين متغيرين مستمرين، اذ
يقاس الارتباط بإحصائية تسمى معامل الارتباط، والتي تمثل قوة الارتباط الخطي
المفترض بين المتغيرات المعنية
أنواع
الارتباط:
بناء على عدد
المتغيرات التي تدخل في حساب الارتباط فان يمكن تحديد الانواع التالية:
اولا - الارتباط
الثنائي: ويضم نوعين هما:
أ- الارتباط البسيط:
هو الذي يبحث في العلاقة بين متغيرين اثنين فقط، دون اعتبار متغيرات اخرى يمكن ان
ترتبط بهما.
ب- الارتباط الجزئي:
هو الذي يبحث في علاقة بين متغيرين اثنين من بين عدة متغيرات بافتراض ثبات هذه
المتغيرات.
فارتباط
الذكاء بالتحصيل مثلا ربما يرجع الى ارتباط كل من الذكاء والتحصيل بمتغير ثالث
كالعمر مثلا او الظروف المعيشية للفرد. وحتى نحدد العلاقة او الارتباط بين الذكاء
والتحصيل فأننا نلجأ الى ايقاف اثر العمر على كل منهم
ثانيا:
الارتباط المتعدد: هو الذي يبحث في العلاقة بين متغير من جهة ومجموعة متغيرات من
جهة اخرى وابسطها الارتباط بين متغير من جهة ومتغيرين من جهة اخرى ويطلق علية
الارتباط المتعدد من الدرجة الاولى.
طبيعة
الارتباط: -
تتضمن كل
مشاريع الابحاث الارتباطية محاولة ايجاد علاقة واضحة من خلال استخدام معامل
الارتباط بين متغيرين او أكثر
ومن المعروف
ان الفروق الفردية هامة في الابحاث، فلو كان كل الافراد لهم نفس التحصيل لن يكون
هنالك داع للاهتمام بتحصيل الطلاب او التنبؤ بعلاماتهم.
فالإفراد
يختلفون بسماتهم، لذلك على الباحث ان يهتم بهذا التباين، نأخذ مثلا: اختبار تحصيل
حصل فيه الطلاب علامات من 40-100 كيف لنا ان نعرف هذا العلاقات باختبارات الذكاء
او الشخصية، فلو حصل الطالب على علامة40 وكانت علامته على اختبار الذكاء85, وطالب
اخر حصل على علامة 41 وفي اختبار الذكاء حصل على 86, وطالب حصل على 100 وفي اختبار
الذكاء حصل 145, عندها نقول ان هنالك علاقة تامة او ارتباط بين متغيرين وهنالك
علاقة سالبة اذا حصل الطالب على علامة عالية في التحصيل ومنخفضة في الذكاء
خصائص معامل الارتباط
- إنها كمية بلا أبعاد تأخذ قيمة
في النطاق من -1 إلى +1
- يشير معامل الارتباط صفر إلى أنه
لا توجد علاقة خطية بين متغيرين مستمرين
- ويشير معامل الارتباط البالغ -1
أو +1 إلى علاقة خطية مثالية
- اذ يمكن أن تكون قوة العلاقة بين
-1 و +1
- كلما كان الارتباط أقوى، كلما
اقترب معامل الارتباط من ± 1
- إذا كان المعامل رقم موجب، فإن
المتغيرات مرتبطة ارتباط مباشر
- إذا كانت المعاملة رقم سالب، فإن
المتغيرات مرتبطة بشكل عكسي (على سبيل المثال، مع زيادة قيمة متغير واحد ،
تميل قيمة الآخر إلى الانخفاض)
- لا يعتبر أي شكل آخر من أشكال
العلاقة بين متغيرين متواصلين غير خطيين ارتباط إحصائي
أنواع معامل الارتباط
- ارتباط بيرسون: هذه هي
أكثر طرق الارتباط شيوعا، اذ إنه يتوافق مع التغاير بين المتغيرين المقاسين
(أي مقسوما) على ناتج الانحرافات المعيارية.
- ارتباط سبيرمان: مقياس الارتباط اللامعلمي ،
وعلاقة سبيرمان بين متغيرين تساوي ارتباط بيرسون بين درجات الرتب لهذين
المتغيرين ؛ بينما يؤسس بيرسون علاقات خطية ، يحافظ سبيرمان على علاقات رتيبة
(خطية أم لا).
- ارتباط كيندال: في ظل الظروف العادية ، يفضل
ارتباط كيندال على ارتباط سبيرمان بسبب انخفاض الحساسية للخطأ الكلي (GES) وتباين التقارب المنخفض (AV) ، مما يجعله أكثر قوة وكفاءة ، بمعنى
أنه يحدد الفرق بين النسبة المئوية للأزواج المتوافقة والمتنافرة بين جميع
أحداث الزواج المحتملة وهذا هو الفرق بين معامل ارتباط بيرسون وسبيرمان.
- متوسط ارتباط
الوزن البيولوجي : هو
مقياس للتشابه يعتمد على الوسيط وليس المتوسط التقليدي
، وبالتالي فهو أقل حساسية للقيم المتطرفة. يمكن استخدامه كبديل قوي لمقاييس التشابه
الأخرى ، مثل ارتباط بيرسون
- ارتباط المسافة: يقيس ارتباط المسافة الارتباط
الخطي وغير الخطي بين متغيرين عشوائيين أو متجهات عشوائية، هذا على عكس
ارتباط بيرسون ، والذي يمكنه فقط اكتشاف الارتباط الخطي بين متغيرين عشوائيين.
- ارتباط الانحناء المئوي: وهو يعتمد على الوزن المنخفض لنسبة
مئوية محددة من الملاحظات الهامشية المنحرفة عن الوسيط
- ارتباط بلومكفيست: المعروف أيضا باسم ارتباط بيتا
أو متوسط بلومكفيست
، هو ارتباط غير حدودي قائم على الوسيط وله بعض المزايا على المقاييس مثل
تقديرات سبيرمان أو كيندال
- ارتباط جاما: إحصائية جاما جودمان-كروسكال
مشابهة لارتباط تاو الخاص بكيندال. إنه قوي نسبيا للقيم المتطرفة ويتعامل
جيدا مع البيانات التي تحتوي على العديد من الروابط.
- ارتباط الغاوسي: مقدر ارتباط الرتبة الغاوسي هو
بديل بسيط وجيد الأداء لارتباطات الرتب القوية
- الارتباط الثنائي والنقطي: يتم استخدام معامل الارتباط
عندما يكون أحد المتغيرات مستمر والآخر ثنائي التفرع
- الارتباط المتجانس: هو ارتباط المتغيرات التي تم
تحويلها عن طريق الحد من القيم المتطرفة لتقليل تأثير القيم المتطرفة الزائفة
المحتملة.
- الارتباط متعدد الألوان: الارتباط بين متغيرين مستمرين،
موزعين بشكل طبيعي وموزعين بشكل طبيعي، لمتغيرين ترتيبيين ملاحظين.
- الارتباط التربيعي: حالة خاصة من الارتباط ينطبق
عندما يكون كلا المتغيرين الملاحظين ثنائي التفرع.
- الارتباط الجزئي: الارتباط بين متغيرين بعد تعديل
التأثير (الخطي) لمتغير واحد أو أكثر. يتم إجراء اختبار الارتباط بعد تقسيم
مجموعة البيانات بشكل مستقل عنها.
- الارتباط متعدد المستويات: الارتباطات متعددة المستويات هي
حالة خاصة من الارتباطات الجزئية حيث يكون المتغير المراد تعديله عاملاً ويتم
تضمينه كتأثير عشوائي في نموذج مختلط
المراجع:
1-سامي عزيز
عباس و محمد يوسف حاجم؛ منهج البحث العلمي المفهوم والاساليب والتحليل والكتابة، (جامعة
بغداد، جامعة ديالى , 2011),ص171.
2-فريد كامل
ابو زينة واخرون؛ مناهج البحث العلمي الاحصاء في البحث العلمي، (عمان، دار المسيرة
للنشر والتوزيع والطباعة، ط1, 2007) , ص164.
3- رجاء محمود ابو علام؛ مناهج
البحث في العلوم النفسية والتربوية، (القاهرة، دار النشر للجامعات، ط7, , 2011)،ص102-103.
تعليقات
إرسال تعليق