معامل ارتباط بيرسون: حسابه يدويًا وفي SPSS وتفسير قوة العلاقة
معامل ارتباط بيرسون: قانونه ومثال يدوي محلول لعشر حالات، وشروطه، وحسابه في SPSS وExcel، وتفسير قوة العلاقة بجدول كوهين ومعامل التحديد، ومتى تنتقل إلى سبيرمان.
في هذه المقالة
- ماذا يقيس المعامل r وكيف تقرأ إشارته؟
- شروط استخدام معامل ارتباط بيرسون
- قانون معامل ارتباط بيرسون ومثال يدوي لعشر حالات
- حساب معامل ارتباط بيرسون في SPSS وقراءة مصفوفة الارتباط
- تفسير قوة العلاقة ومعامل التحديد
- بيرسون وسبيرمان: متى تنتقل إلى سبيرمان؟
- أخطاء شائعة في حساب الارتباط وتفسيره
- أسئلة شائعة
- هل معامل الارتباط 0.3 قوي أم ضعيف؟
- كيف أحسب معامل ارتباط بيرسون في Excel؟
- ما أقل حجم عينة لمعامل ارتباط بيرسون؟
- هل أستخدم بيرسون مع بيانات الاستبانة الخماسية؟
سؤالك البحثي يقول «هل توجد علاقة بين…؟»، والمشرف يطلب منك أن تكتب قيمة الارتباط وقوته ودلالته، ثم يسألك في المناقشة: لماذا وصفت 0.35 بأنها علاقة متوسطة؟ وهنا يتعثر كثير من طلاب الدراسات الارتباطية: يحصلون على الرقم من SPSS ولا يعرفون من أين جاء، ولا بأي معيار يصفونه. في هذا المقال تفهم ماذا يقيس معامل ارتباط بيرسون، وتتحقق من شروطه، وتحسبه بيدك على عشر حالات خطوة بخطوة، ثم تقرأ مصفوفة الارتباط في SPSS، وتفسر قوة العلاقة بجدول كوهين (1988) ومعامل التحديد، وتعرف متى تتركه إلى سبيرمان.
ماذا يقيس المعامل r وكيف تقرأ إشارته؟
معامل ارتباط بيرسون (Pearson Correlation Coefficient)، ويسمى أيضًا Pearson product-moment correlation ويرمز له بـ r، رقم واحد يصف العلاقة الخطية بين متغيرين كميين يقاسان على الأفراد أنفسهم، ويجيب عن سؤالين في آن واحد:
- الاتجاه: الإشارة الموجبة تعني أن المتغيرين يرتفعان معًا، والسالبة تعني أن ارتفاع أحدهما يصاحبه انخفاض الآخر.
- القوة: القيمة المطلقة بين 0 و1، فكلما اقتربت من 1 اقتربت النقاط في شكل الانتشار من خط مستقيم، والصفر يعني غياب علاقة خطية، لا غياب أي علاقة.
ومن أمثلته في رسائل الخليج: العلاقة بين الكفايات الرقمية لدى معلمي المرحلة المتوسطة في الرياض ورضاهم الوظيفي، أو بين ضغوط العمل والاحتراق الوظيفي لدى ممرضات مستشفى حكومي في الدوحة، أو بين درجة محور «القيادة التحويلية» ومحور «الأداء المؤسسي» في استبانة لموظفي جهة حكومية في دبي.
وتذكر من البداية أن الارتباط لا يثبت السببية، وهذا ما ينبه إليه دليل IBM نفسه عند شرح الإجراء. فقد يرتفع المتغيران معًا بسبب متغير ثالث لم تقسه، أو يكون الاتجاه معكوسًا، والاستدلال السببي يحتاج تصميمًا تجريبيًا أو شبه تجريبي. فإن كان سؤالك «إلى أي حد يتنبأ المتغير الأول بالثاني؟» فأنت تحتاج إلى تحليل الانحدار الخطي البسيط والمتعدد، والارتباط خطوته الأولى. وإن لم تكن متأكدًا أن الارتباط هو الاختبار المناسب أصلًا، فراجع أنواع الاختبارات الإحصائية ومتى تستخدم كلًا منها.
شروط استخدام معامل ارتباط بيرسون
يذكر دليل IBM SPSS Statistics Base أن بيرسون يناسب المتغيرات الكمية المتماثلة التوزيع، وأنه يفترض التوزيع الطبيعي الثنائي لكل زوج من المتغيرات، ويوصي بفحص القيم المتطرفة وخطية العلاقة قبل الحساب. وهذه الشروط عمليًا:
| الشرط | كيف تتحقق منه | إن لم يتحقق |
|---|---|---|
| المتغيران كميان (درجة اختبار، أو متوسط محور في الاستبانة) | من طبيعة المقياس | فقرة ليكرت واحدة أو رتب: سبيرمان |
| العلاقة خطية | شكل الانتشار (Scatterplot) قبل أي رقم | علاقة منحنية مطردة: سبيرمان، وغير مطردة: لا تلخصها بمعامل واحد |
| لا قيم متطرفة مؤثرة | شكل الانتشار ومخطط الصندوق | راجع أخطاء الإدخال أولًا، ولا تحذف حالة دون مبرر تذكره |
| اقتراب التوزيع من الطبيعي | شابيرو-ويلك والرسوم لكل متغير | مع عينة صغيرة وابتعاد واضح: سبيرمان |
| استقلال المشاهدات واكتمال الأزواج | من التصميم: كل فرد يظهر مرة واحدة وله قيمتان | القياس المتكرر يحتاج تحليلًا آخر |
وتجد تفصيل فحص الاعتدالية وقراءة نتائجه في مقال اختبار التوزيع الطبيعي في SPSS.
قانون معامل ارتباط بيرسون ومثال يدوي لعشر حالات
الصيغة الأوضح للفهم هي صيغة الانحرافات عن المتوسط:
r = Σ(X − X̄)(Y − Ȳ) ÷ √[ Σ(X − X̄)² × Σ(Y − Ȳ)² ]
البسط يجمع حاصل ضرب انحرافات المتغيرين، فيكبر موجبًا حين يكون الفرد فوق المتوسط في الاثنين أو تحته في الاثنين. والمقام يلغي أثر وحدات القياس، فيبقى الناتج بين −1 و+1.
مثال افتراضي: باحثة في جامعة سعودية تدرس العلاقة بين عدد الدورات التدريبية في التعليم الرقمي التي حضرها المعلم (X) ودرجته في مقياس الكفايات الرقمية من 20 (Y)، وجربت الحساب على عشرة معلمين من العينة الاستطلاعية. المتوسطان: X̄ = 50 ÷ 10 = 5، وȲ = 120 ÷ 10 = 12.
| المعلم | X | Y | X − X̄ | Y − Ȳ | الحاصل | (X − X̄)² | (Y − Ȳ)² |
|---|---|---|---|---|---|---|---|
| 1 | 2 | 12 | −3 | 0 | 0 | 9 | 0 |
| 2 | 4 | 9 | −1 | −3 | 3 | 1 | 9 |
| 3 | 5 | 13 | 0 | 1 | 0 | 0 | 1 |
| 4 | 3 | 10 | −2 | −2 | 4 | 4 | 4 |
| 5 | 6 | 11 | 1 | −1 | −1 | 1 | 1 |
| 6 | 8 | 16 | 3 | 4 | 12 | 9 | 16 |
| 7 | 7 | 12 | 2 | 0 | 0 | 4 | 0 |
| 8 | 5 | 14 | 0 | 2 | 0 | 0 | 4 |
| 9 | 9 | 15 | 4 | 3 | 12 | 16 | 9 |
| 10 | 1 | 8 | −4 | −4 | 16 | 16 | 16 |
| المجموع | 50 | 120 | 0 | 0 | 46 | 60 | 60 |
- البسط: Σ(X − X̄)(Y − Ȳ) = 46.
- المقام: √(60 × 60) = √3600 = 60.
- المعامل: r = 46 ÷ 60 = 0.767، أي علاقة موجبة قوية.
- معامل التحديد: r² = 0.767² ≈ 0.588، أي إن نحو 59% من التباين في درجات الكفايات مشترك مع عدد الدورات.
- الدلالة: t = r√(n − 2) ÷ √(1 − r²) = 0.767 × 2.828 ÷ 0.642 ≈ 3.38، بدرجات حرية n − 2 = 8. والقيمة الحرجة لـ t عند 0.05 بطرفين ودرجات حرية 8 هي 2.306، فالعلاقة دالة، وقيمة p نحو 0.010.
وإن أردت التحقق بالصيغة الخام: ΣX = 50، ΣY = 120، ΣXY = 646، ΣX² = 310، ΣY² = 1500، فيكون البسط 10 × 646 − 50 × 120 = 460، والمقام √[(3100 − 2500)(15000 − 14400)] = √(600 × 600) = 600، والنتيجة 460 ÷ 600 = 0.767 نفسها.
ولاحظ ما يكشفه المثال: مع عشر حالات فقط لا يصبح الارتباط دالًا عند 0.05 إلا إذا بلغ نحو 0.63، لذلك قدمنا هذه الحالات للتعلم، أما الرسالة فتحتاج عينة محسوبة.
حساب معامل ارتباط بيرسون في SPSS وقراءة مصفوفة الارتباط
- احسب درجة كل محور أولًا (متوسط فقرات المحور) من Transform ثم Compute Variable، ولا تحسب الارتباط بين فقرات منفردة.
- افتح Analyze ثم Correlate ثم Bivariate، وانقل المتغيرات إلى خانة Variables.
- أبق خيار Pearson محددًا، واختر Two-tailed ما لم تكن فرضيتك موجهة ومكتوبة في خطة البحث مسبقًا.
- أبق Flag significant correlations محددًا، فيضع البرنامج نجمة للدال عند 0.05 ونجمتين للدال عند 0.01.
- من Options يمكنك طلب المتوسطات والانحرافات المعيارية، واختيار طريقة معالجة القيم المفقودة: Exclude cases pairwise (لكل زوج حالاته) أو Exclude cases listwise (الحالات نفسها في كل المعاملات).
وإذا أدخلت أكثر من متغيرين أعطاك البرنامج مصفوفة. هذا مثال افتراضي لاستبانة طبقت على 120 معلمًا:
| المتغير | الكفايات الرقمية | الرضا الوظيفي | سنوات الخبرة |
|---|---|---|---|
| الكفايات الرقمية | 1 | r = .46**، Sig. = .000 | r = .12، Sig. = .192 |
| الرضا الوظيفي | r = .46**، Sig. = .000 | 1 | r = .21*، Sig. = .021 |
| سنوات الخبرة | r = .12، Sig. = .192 | r = .21*، Sig. = .021 | 1 |
كيف تقرأها؟
- القطر كله 1 لأن كل متغير مرتبط بنفسه تمامًا.
- النصف الأعلى صورة مطابقة للنصف الأسفل، فاقرأ نصفًا واحدًا. وفي الإصدارات الحديثة خيار Show only the lower triangle يعرض النصف الأسفل فقط، كما يفضل أسلوب APA في الجداول.
- في كل خلية ثلاثة أرقام في مخرجات SPSS: المعامل، وقيمته الاحتمالية Sig. (2-tailed)، وN.
- إذا ظهرت Sig. = .000 فاكتبها p < .001.
أما صياغة النتيجة وجدولها في الرسالة فتجدها في دليل كتابة نتائج التحليل الإحصائي بجداول APA.
تفسير قوة العلاقة ومعامل التحديد
وأشهر معيار لوصف قوة r معيار جاكوب كوهين في كتابه Statistical Power Analysis for the Behavioral Sciences (الطبعة الثانية، 1988): 0.10 صغير، و0.30 متوسط، و0.50 كبير، بالقيمة المطلقة للمعامل سالبًا كان أو موجبًا. وهذا جدول تستشهد به مباشرةً:
| القيمة المطلقة لـ r | الوصف حسب كوهين (1988) | r² (التباين المشترك) |
|---|---|---|
| أقل من .10 | دون الصغير (مهملة عمليًا) | أقل من 1% |
| .10 إلى .29 | صغيرة (ضعيفة) | 1% إلى 8% تقريبًا |
| .30 إلى .49 | متوسطة | 9% إلى 24% تقريبًا |
| .50 فأكثر | كبيرة (قوية) | 25% فأكثر |
وبهذا المعيار تصف ارتباط الكفايات بالرضا في المصفوفة (.46) بأنه متوسط، وارتباط الرضا بالخبرة (.21) بأنه صغير رغم دلالته. وقدم كوهين هذه الحدود مرجعًا عامًا حين لا يتوفر لمجالك معيار أدق، وستجد في رسائل عربية كثيرة تدرجات أخرى. لا حرج في ذلك، لكن اذكر المعيار الذي اعتمدته ومرجعه في الفصل الثالث، والتزم به في كل النتائج.
أما معامل التحديد r² فيترجم المعامل إلى نسبة يفهمها القارئ: ارتباط .21 يعني أن نحو 4.4% فقط من تباين الرضا مشترك مع سنوات الخبرة.
ومن هنا الفكرة الأهم في التفسير: الدلالة لا تساوي القوة. مع 120 حالة يكفي معامل قريب من .18 ليصبح دالًا عند 0.05، ومع عشر حالات احتجنا إلى نحو .63. فالدلالة تخبرك أن العلاقة غالبًا ليست صفرًا في المجتمع، والقوة تخبرك بحجمها، والرسالة الجيدة تكتب الاثنين.
بيرسون وسبيرمان: متى تنتقل إلى سبيرمان؟
ينصح دليل IBM باستخدام سبيرمان أو كندال حين لا تتوزع البيانات طبيعيًا أو تكون فئات مرتبة، لأنهما يعملان على الرتب. وعمليًا تنتقل إلى سبيرمان في الحالات الآتية:
- أحد المتغيرين رتبي: فقرة ليكرت منفردة، أو ترتيب، أو مستوى تعليمي.
- العلاقة مطردة لكنها منحنية في شكل الانتشار.
- قيم متطرفة حقيقية لا يصح حذفها وتغير قيمة بيرسون كثيرًا.
- عينة صغيرة مع ابتعاد واضح عن التوزيع الطبيعي.
والطريقة في SPSS هي النافذة نفسها مع تحديد Spearman. وتجد مثالًا محلولًا والفرق بين المعاملين في دليل معامل ارتباط سبيرمان للرتب. وإن ترددت بين الاختبارات فجرب مساعد اختيار الاختبار الإحصائي المجاني.
أخطاء شائعة في حساب الارتباط وتفسيره
- الحساب دون شكل انتشار: معامل قريب من الصفر قد يخفي علاقة منحنية قوية، ومعامل مرتفع قد يصنعه فرد متطرف واحد.
- الخلط بين الدلالة والقوة: كتابة «علاقة قوية» لأن Sig. أقل من 0.05، مع أن قيمة r نفسها .20.
- لغة السببية: «أدت الكفايات الرقمية إلى رفع الرضا» عبارة لا يسندها الارتباط، فاكتب «ارتبطت» أو «صاحب ارتفاعها ارتفاع».
- ارتباط الفقرات المنفردة بدل المحاور في أسئلة العلاقة، ثم تفسير عشرات المعاملات دون فرضية.
- إغفال N: مع الحذف الزوجي قد يختلف عدد الحالات من خلية إلى أخرى، فاذكره.
- إهمال الإشارة: معامل −.40 علاقة متوسطة عكسية، لا علاقة ضعيفة.
أسئلة شائعة
هل معامل الارتباط 0.3 قوي أم ضعيف؟
بمعيار كوهين (1988) قيمة 0.30 هي بداية العلاقة المتوسطة، وتعني أن نحو 9% من التباين مشترك بين المتغيرين. بعض الرسائل تستخدم تدرجات أخرى، فاذكر المعيار الذي اعتمدته ومرجعه والتزم به.
كيف أحسب معامل ارتباط بيرسون في Excel؟
اكتب الدالة =CORREL(A2:A11,B2:B11) أو =PEARSON(A2:A11,B2:B11)، وكلتاهما تعطي قيمة r نفسها. لكن Excel لا يعطيك قيمة p مباشرةً، فاحسب t بالقانون المذكور أعلاه ثم استخدم =T.DIST.2T(ABS(t),n-2) (القيمة المطلقة لأن الدالة لا تقبل t سالبة)، أو انتقل إلى SPSS ليخرج لك المعامل ودلالته وN معًا.
ما أقل حجم عينة لمعامل ارتباط بيرسون؟
لا يوجد رقم ثابت، لكن العينة الصغيرة تحتاج معاملًا كبيرًا ليصبح دالًا، كما رأيت مع عشر حالات. احسب العينة مسبقًا بتحليل القوة الإحصائية، وتجد الخطوات في دليل حساب حجم العينة ببرنامج G*Power، مع الرجوع إلى دليل جامعتك ومشرفك.
هل أستخدم بيرسون مع بيانات الاستبانة الخماسية؟
نعم إذا ربطت بين متوسطات محاور تتكون من عدة فقرات، فهي درجات أقرب إلى الكمية، مع فحص الشروط. أما الفقرة الواحدة فبياناتها رتبية، والأنسب لها سبيرمان.
معامل ارتباط بيرسون رقم سهل الحساب، وقيمته الحقيقية في ثلاث قراءات: شكل انتشار يثبت الخطية، ومعيار معلن للقوة مع r²، ودلالة لا تحل محل الحجم.
وإن أردت من يرافقك في فحص شروط التحليل وقراءة مصفوفة الارتباط وصياغة نتائجها قبل التسليم، فتعرف على خدمة التحليل الإحصائي للرسائل والأبحاث العلمية، أو احجز استشارة مجانية.
