تحليل المسار باستخدام AMOS: رسم النموذج والآثار غير المباشرة

في نموذج دراستك وسيطان بين القيادة التحويلية والأداء الوظيفي، وAMOS يعطيك في جدول Indirect Effects رقمًا واحدًا لا تعرف من أي مسار جاء. ثم يسألك المشرف: كم من الأثر الكلي مر عبر كل وسيط، وهل كل أثر منها دال؟ يشرح هذا المقال تحليل المسار باستخدام AMOS كما ستكتبه في الفصلين الثالث والرابع: متى يكون تحليل المسار، لا النمذجة الكاملة، هو الأسلوب المناسب، وكيف تبني النموذج من الإطار النظري، وما شروطه وحجم عينته، وكيف ترسمه وتقرأ معاملاته المعيارية، ثم كيف تفكك الأثر الكلي إلى مباشر وغير مباشر بجدول تستطيع التحقق من كل رقم فيه بآلة حاسبة.

تحليل المسار والنمذجة البنائية الكاملة: ما الفرق؟

تحليل المسار (Path Analysis) نموذج سببي كل متغيراته مقاسة (Observed): لكل متغير عمود واحد في ملف البيانات، ويكون غالبًا متوسط فقرات المحور في الاستبانة. أما النمذجة البنائية الكاملة (Full SEM) فتجمع بين نموذج قياس يربط كل متغير كامن بفقراته، ونموذج بنائي يربط المتغيرات الكامنة بعضها ببعض. الفرق والاختيار بين AMOS وSmartPLS مشروحان في مقال الفرق بين CB-SEM وPLS-SEM، وما يهمك هنا ثلاثة فروق عملية:

• خطأ القياس: تحليل المسار يفترض أن المتغيرات مقاسة بلا خطأ، فإذا كان ثبات المحور متوسطًا تميل المعاملات إلى إظهار العلاقة أضعف من حقيقتها. النمذجة الكاملة تفصل خطأ القياس عن العلاقة.
• حجم النموذج: تحليل المسار يقدر معالم أقل بكثير، فيعمل مع عينات أصغر ونماذج فيها وسطاء متعددون.
• ما يسبقه: في النمذجة الكاملة تحتاج أولًا إلى التحليل العاملي التوكيدي، وفي تحليل المسار تكتفي بفحص صدق الأداة وثباتها قبل حساب الدرجات الكلية.

اختر تحليل المسار حين تكون أداتك مستقرة الثبات، وسؤالك عن تسلسل التأثير بين المتغيرات لا عن بنية المقاييس. وإن طلبت لجنتك التحقق من البنية العاملية، فالنمذجة الكاملة أولى.

ابن النموذج من الإطار النظري قبل فتح AMOS

AMOS لا يكتشف السببية، بل يختبر نموذجًا تقترحه أنت. كل سهم في الرسم ادعاء نظري يجب أن تجد له سندًا في الفصل الثاني، وكل سهم غائب ادعاء أيضًا: أنك تفترض أن الأثر المباشر بين المتغيرين صفر.

مثال افتراضي من بيئة العمل الحكومي الخليجية: دراسة بعنوان «أثر القيادة التحويلية في الأداء الوظيفي: الدور الوسيط للتمكين النفسي والرضا الوظيفي لدى موظفي الجهات الحكومية في مدينة الرياض». نموذجها:

• القيادة التحويلية (X): المتغير المستقل الخارجي (Exogenous).
• التمكين النفسي (M1) والرضا الوظيفي (M2): وسيطان متتاليان، فالتمكين يسبق الرضا.
• الأداء الوظيفي (Y): المتغير التابع.

وتكتب الفرضيات بالتسلسل نفسه: أثر X في M1، وأثر M1 في M2، وأثر M2 في Y، ثم فرضيات الوساطة. طريقة صياغة فرضيات الوساطة مشروحة في مقال المتغير الوسيط والمتغير المعدل، وإن كان الفرق بين أنواع المتغيرات نفسه غير واضح لك فابدأ بمقال أنواع المتغيرات في البحث العلمي. قاعدة عملية: إن لم تستطع أن تكتب جملة واحدة من الأدبيات تبرر سهمًا، فاحذفه أو أعد التفكير في موضعه.

شروط تحليل المسار وحجم العينة

التقدير الافتراضي في AMOS هو الاحتمال الأقصى (Maximum Likelihood)، وهو يفترض ما يلي:

• علاقات خطية بين المتغيرات، تفحصها بمخططات الانتشار كما في الانحدار.
• اعتدال متعدد المتغيرات: تطلب في AMOS اختبار Tests for normality and outliers، فيعرض الالتواء والتفرطح لكل متغير ومعامل مارديا للتفرطح المتعدد ونسبته الحرجة، ويرتب الحالات بمسافة ماهالانوبيس لتكشف القيم المتطرفة.
• غياب الارتباط الخطي المرتفع بين المتغيرات المؤثرة في المتغير نفسه، وتفحصه بمعامل تضخم التباين كما في تحليل الانحدار المتعدد في SPSS.
• بيانات مكتملة إن أردت البوتستراب: AMOS لا يشغل البوتستراب مع قيم مفقودة، فعالجها في SPSS قبل الاستيراد.

أما حجم العينة فيقاس بعدد المعالم الحرة (q) لا بعدد المتغيرات. الإرشاد الشائع عند كلاين نسبة 20 مشاركًا لكل معلمة، وتعد نسبة 10 إلى 1 أقل قبولًا. في نموذجنا عشر معالم حرة: ستة مسارات، وتباين X، وثلاثة تباينات للأخطاء. فالحد المريح إذًا 200 مشارك، والأدنى 100. ولحساب القوة الإحصائية لكل مسار بطريقة أدق راجع حساب حجم العينة ببرنامج G*Power.

خطوات تحليل المسار في AMOS: رسم النموذج وتشغيله

1. احفظ ملف SPSS وفيه الدرجة الكلية لكل محور في عمود مستقل، ثم اربطه من File ثم Data Files.
2. ارسم أربعة مستطيلات بأداة المتغيرات المقاسة، واسحب أسماءها من قائمة List variables in data set حتى تطابق أسماء الأعمدة حرفيًا.
3. ارسم الأسهم ذات الاتجاه الواحد كما في فرضياتك: X إلى M1 وM2 وY، وM1 إلى M2 وY، وM2 إلى Y.
4. أضف لكل متغير داخلي (M1 وM2 وY) متغير خطأ بأداة Add a unique variable، وأعطها الأسماء e1 وe2 وe3. يثبت AMOS معامل سهم الخطأ على 1 تلقائيًا، ولا يعمل النموذج دون هذه الأخطاء.
5. إن كان في نموذجك أكثر من متغير خارجي، فاربطها بأسهم ثنائية الاتجاه (Covariances)، وإلا افترض البرنامج أن الارتباط بينها صفر.
6. من Analysis Properties، تبويب Output، اختر: Standardized estimates، وSquared multiple correlations، وIndirect, direct & total effects، وTests for normality and outliers.
7. في تبويب Bootstrap اختر Perform bootstrap، واكتب عدد العينات (الشائع بين 2000 و5000، و5000 خيار آمن للرسائل)، واختر Bias-corrected confidence intervals عند مستوى ثقة 95%، واذكر العدد ونوع الفترة في الفصل الثالث.
8. شغل التقدير بـ Calculate Estimates، ثم افتح Text Output.

قبل قراءة أي معامل، تحقق من درجات الحرية. في نموذجنا عدد العزوم المتاحة p(p+1)/2 = 4 × 5 / 2 = 10، وعدد المعالم الحرة 10، فدرجات الحرية صفر: النموذج مشبع (Saturated)، ومؤشرات المطابقة فيه بلا معنى لأنه يطابق البيانات تمامًا بالضرورة. لو حذفت السهم المباشر X إلى Y لأن نظريتك تفترض وساطة كاملة، لأصبحت درجات الحرية 1 وصار لاختبار المطابقة معنى، وطريقة قراءتها في مقال مؤشرات جودة المطابقة في النمذجة البنائية.

قراءة المعاملات المعيارية

يعرض AMOS جدولين للمسارات، ولكل منهما وظيفة:

• Regression Weights: التقدير غير المعياري والخطأ المعياري والنسبة الحرجة (C.R.)، وهي التقدير مقسومًا على خطئه المعياري. قيمتها المطلقة فوق 1.96 تعني دلالة عند 0.05، والنجوم الثلاث تعني أن p أقل من 0.001. من هذا الجدول تقرأ الدلالة.
• Standardized Regression Weights: معاملات بيتا التي تقارن بها قوة المسارات. من هذا الجدول تقرأ الحجم.

هذه معاملات معيارية افتراضية لنموذج المثال، اخترناها لتكون متسقة حسابيًا:

معامل 0.30 من التمكين إلى الأداء يعني أن زيادة التمكين انحرافًا معياريًا واحدًا يصاحبها ارتفاع في الأداء قدره 0.30 من الانحراف المعياري، مع ثبات بقية المتغيرات المؤثرة في الأداء. ويستعمل كثير من الباحثين إرشاد كلاين في الحجم: نحو 0.10 صغير، ونحو 0.30 متوسط، و0.50 فأكثر كبير. ولا تنس Squared Multiple Correlations: هي نسبة التباين المفسر في كل متغير داخلي، وفي مثالنا تساوي 0.25 للتمكين و0.28 للرضا و0.325 للأداء.

الآثار المباشرة وغير المباشرة والكلية: التفكيك بالبوتستراب

الأثر غير المباشر عبر مسار معين هو حاصل ضرب معاملات المسار كله، والأثر غير المباشر الكلي مجموع هذه الحواصل، والأثر الكلي هو المباشر مضافًا إليه غير المباشر الكلي. هذا الجدول يفكك أثر القيادة التحويلية في الأداء في المثال، وكل رقم فيه يحسب من الجدول السابق بآلة حاسبة:

القراءة: من الأثر الكلي (0.40) مر 0.25 عبر الوسيطين، أي 62.5% منه، وأكبر حصة جاءت عبر التمكين وحده. هذه النسبة وصفية تساعد على الشرح، ولا تغني عن اختبار دلالة كل أثر. ويمكنك تكرار المنطق نفسه لأزواج أخرى: أثر التمكين الكلي في الأداء 0.30 + (0.40 × 0.25) = 0.40.

أين تجد هذه الأرقام في AMOS؟

من Estimates ثم Matrices افتح Standardized Indirect Effects، ثم من اللوحة السفلية اختر Bootstrap Confidence ثم Bias-corrected percentile method، فترى الحد الأدنى والأعلى للفترة وقيمة p. القاعدة: إذا لم تتضمن الفترة الصفر فالأثر غير المباشر دال. والمنطق الإحصائي لاعتماد البوتستراب بدل اختبار سوبل في النماذج متعددة الوسطاء يعرضه بحث بريتشر وهايز (2008).

القيد الذي يغفل عنه كثير من الطلبة

جدول AMOS الافتراضي يعطيك الأثر غير المباشر الكلي لكل زوج، أي 0.250 في مثالنا، لا الآثار الثلاثة منفصلة. فإن كانت لديك فرضية لكل وسيط، فأنت تحتاج إلى أثر خاص (Specific Indirect Effect) لكل مسار: تسمي المعاملات في الرسم (a1 وb1…) ثم تحدد كل حاصل ضرب في خانة التقديرات التي يعرفها المستخدم (User-defined estimands)، فيحسب البوتستراب فترة لكل منها. والاكتفاء بالأثر غير المباشر الكلي ثم الحكم على كل وسيط على حدة خطأ تنتبه له لجان المناقشة.

نموذج صياغة للفصل الرابع (بأرقام افتراضية): «أظهرت نتائج البوتستراب بـ 5000 عينة وجود أثر غير مباشر دال للقيادة التحويلية في الأداء الوظيفي عبر التمكين النفسي (β = 0.150، فترة الثقة المصححة للتحيز 95%: من 0.09 إلى 0.22)، إذ لم تتضمن الفترة الصفر».

قائمة فحص قبل كتابة نتائج تحليل المسار

• ذكرت درجات الحرية، وقلت صراحة إن كان النموذج مشبعًا.
• عرضت لكل مسار التقدير غير المعياري والخطأ المعياري والنسبة الحرجة وقيمة p، ثم المعامل المعياري.
• عرضت التباين المفسر (R²) لكل متغير داخلي.
• فككت الأثر الكلي في جدول: مباشر، وكل أثر غير مباشر خاص، وغير مباشر كلي، وكلي.
• أرفقت بكل أثر غير مباشر خاص فترة بوتستراب، وذكرت عدد العينات ونوع الفترة.
• عرضت مؤشرات المطابقة فقط حين تكون درجات الحرية أكبر من صفر.
• ربطت كل نتيجة بفرضيتها، وبالأدبيات التي بنيت عليها السهم.

أخطاء شائعة

• إدخال الفقرات بدل الدرجات الكلية، فيتضخم النموذج ويضيع منطق تحليل المسار القائم على درجة واحدة لكل متغير.
• نسيان متغيرات الخطأ على المتغيرات الداخلية، أو وضعها على المتغير الخارجي.
• عرض مؤشرات مطابقة «ممتازة» لنموذج مشبع درجات حريته صفر.
• قراءة الدلالة من جدول المعاملات المعيارية، وهو لا يعرض نسبة حرجة.
• الحكم على كل وسيط من الأثر غير المباشر الكلي.
• إضافة أسهم أو حذفها لأن مؤشرات التعديل اقترحت ذلك، دون سند نظري.
• تقديم النتائج بلغة سببية قاطعة في دراسة مقطعية، والأدق «يتسق مع النموذج المقترح».

أسئلة شائعة

ما الفرق بين تحليل المسار والانحدار المتعدد؟

الانحدار المتعدد يقدر معادلة واحدة لمتغير تابع واحد. تحليل المسار يقدر كل المعادلات معًا، فيسمح لمتغير أن يكون تابعًا في مسار ومستقلًا في آخر، ويحسب الآثار غير المباشرة ويختبر دلالتها في خطوة واحدة.

هل يجب أن يكون الأثر المباشر دالًا لأثبت الوساطة؟

لا. إذا كان الأثر غير المباشر دالًا والمباشر غير دال، فهذا ما يسمى غالبًا وساطة كاملة. وإذا كانا دالين معًا فالوساطة جزئية. الحكم في الحالتين يقوم على فترة البوتستراب للأثر غير المباشر.

هل يمكن عمل تحليل المسار باستخدام SPSS بدل AMOS؟

قوائم SPSS الأساسية لا تقدر معادلات النموذج كلها معًا، فتضطر إلى انحدار منفصل لكل متغير تابع. وأداة PROCESS لهايز داخل SPSS تختبر نماذج وساطة جاهزة، منها الوساطة التسلسلية بالبوتستراب، لكنها لا تعطيك مؤشرات مطابقة ولا تسمح برسم أي نموذج تريده. أما AMOS فيقرأ ملف SPSS نفسه ويقدر النموذج الذي بنيته من نظريتك دفعة واحدة.

لماذا تظهر مؤشرات المطابقة في نموذجي مثالية أو فارغة؟

غالبًا لأن نموذجك مشبع ودرجات حريته صفر، فيكون مربع كاي صفرًا وCFI مساويًا 1، ولا يحسب RMSEA أصلًا. وهذا ليس خطأ، لكن اذكر في الرسالة أن النموذج مشبع وأن تقييمه يقوم على دلالة المسارات والتباين المفسر، أو احذف مسارًا لا تدعمه النظرية ثم اختبر المطابقة.

تحليل المسار في AMOS سهل الرسم، وقيمته الحقيقية في جدولين: معاملات تبررها نظريتك، وأثر كلي مفكك إلى مسارات تستطيع الدفاع عن كل رقم فيها.

وإن أردت أن يراجع معك مختص نموذجك ومخرجات AMOS، ويوجهك في تفكيك الآثار وصياغتها قبل التسليم، فتعرف على خدمة التحليل الإحصائي للرسائل والأبحاث العلمية، أو احجز استشارة مجانية.