ما العلاقة بين الذكاء العاطفي والأداء الوظيفي؟ وما نوع العلاقة بين سنوات الخبرة والاحتراق النفسي؟ الأسئلة التي تبدأ بـ«ما العلاقة» تُجاب بمعامل الارتباط، وأشيع معاملَين في الرسائل هما بيرسون وسبيرمان. المشكلة ليست في حسابهما، فهو ثلاث نقرات في SPSS، بل في اختيار الصحيح منهما وتفسير قيمته: هل 0.32 علاقة ضعيفة أم متوسطة؟ وهل الدلالة الإحصائية تعني علاقة قوية؟ وهل يجوز القول إن المتغير الأول «يؤثر» في الثاني؟ هذا المقال يجيب بالترتيب: الشروط، الخطوات، القراءة، التفسير، الصياغة، ثم الأخطاء التي تُعلّق عليها اللجان.
هذا المقال جزء من دليل كتابة رسالة الماجستير الذي يُعدّه فريق Mastermind PhD، ويرتبط بخدمة التحليل الإحصائي. آخر تحقق من المصادر: نوفمبر 2026.
ما هو معامل الارتباط؟ مقياس رقمي لقوة واتجاه العلاقة بين متغيرَين، يتراوح بين −1 و+1. معامل بيرسون (r) يقيس العلاقة الخطية بين متغيرَين كميَّين، أما معامل سبيرمان (rs أو ρ) فيقيس العلاقة الرتيبة (المطردة) بين رتب المتغيرَين، ويُستخدم مع البيانات الترتيبية أو حين لا تتحقق شروط بيرسون. الإشارة تعبّر عن الاتجاه، والقيمة المطلقة عن القوة، والدلالة عن احتمال أن تكون العلاقة صدفة في العينة.
بيرسون أم سبيرمان؟ معايير الاختيار
| المعيار | بيرسون | سبيرمان |
|---|---|---|
| نوع المتغيرَين | كميان (فتري أو نسبي)، ومنهما درجات المحاور | ترتيبي واحد على الأقل، أو كميان لا يحققان شروط بيرسون |
| شكل العلاقة | خطية | رتيبة (تزيد أو تنقص باستمرار وإن لم تكن خطية) |
| التوزيع | يُفضل الاعتدالية الثنائية، ويتأثر بالقيم المتطرفة بشدة | لا يشترط التوزيع، ومتين أمام المتطرفات |
| حجم العينة | يستقر مع 30 حالة فأكثر | يصلح للعينات الصغيرة |
| ما يُبلَّغ معه | r، N، الدلالة، r² | rs، N، الدلالة |
قاعدة سريعة: درجات محاور ليكرت المجمَّعة مع عينة كبيرة وتوزيع مقبول ومخطط انتشار يُظهر اتجاهًا خطيًا ← بيرسون. فقرة ليكرت مفردة، أو رتب، أو توزيع منحرف، أو قيم متطرفة لا يمكن استبعادها ← سبيرمان.
خطوات حساب معامل الارتباط في SPSS
- افحص أولًا مخطط الانتشار: Graphs ← Chart Builder ← Scatter/Dot، لترى هل العلاقة خطية وهل توجد قيم متطرفة.
- Analyze ← Correlate ← Bivariate.
- انقل المتغيرات المطلوبة كلها إلى Variables؛ يُخرج SPSS مصفوفة لكل الأزواج.
- اختر Pearson أو Spearman (أو كليهما للمقارنة في مرحلة الفحص)، واترك Two-tailed وFlag significant correlations.
- Options: فعِّل Means and standard deviations إن أردت الوصفي في الجدول نفسه، واختر طريقة التعامل مع المفقود (Exclude cases pairwise هي الافتراضية).
- OK. تظهر مصفوفة Correlations ولكل زوج ثلاثة أسطر: المعامل، الدلالة، وعدد الحالات N.
لحساب الارتباط مع ضبط متغير ثالث (مثل العلاقة بين الخبرة والأداء بعد ضبط العمر) استخدم Analyze ← Correlate ← Partial.
📱 اسأل مختصًا إحصائيًا عن بياناتك — أرسل وصف أداة الدراسة وحجم العينة على واتساب، ونرد عليك بخطة التحليل المناسبة. مع كل تحليل تستلم ملف SPSS الخام وتقرير النتائج.
كيف تفسر القوة؟ جداول التفسير الشائعة ومصادرها
لا يوجد جدول واحد ملزم، والمهم أن تذكر المصدر الذي اعتمدته وتلتزم به:
| القيمة المطلقة لـ r | Cohen (1988) | Evans (1996) | Schober et al. (2018) |
|---|---|---|---|
| 0.00 – 0.09 | لا يُذكر | ضعيفة جدًا (حتى 0.19) | ضئيلة |
| 0.10 – 0.29 | صغيرة | ضعيفة (0.20 – 0.39) | ضعيفة (0.10 – 0.39) |
| 0.30 – 0.49 | متوسطة | متوسطة (0.40 – 0.59) | متوسطة (0.40 – 0.69) |
| 0.50 – 0.69 | كبيرة | قوية (0.60 – 0.79) | قوية (0.70 – 0.89) |
| 0.70 فأكثر | كبيرة | قوية جدًا (0.80 – 1.00) | قوية جدًا (0.90 – 1.00) |
في العلوم الاجتماعية والتربوية يُعد Cohen المرجع الأشيع، وفي العلوم الصحية يشيع Schober وزملاؤه. ارتباط 0.32 بين الذكاء العاطفي والأداء «متوسط» وفق Cohen و«ضعيف» وفق Evans، لذلك فإن ذكر مصدر تفسير معامل الارتباط ليس شكليًا.
الاتجاه والدلالة ومعامل التحديد
- الاتجاه: الإشارة الموجبة تعني أن المتغيرَين يرتفعان معًا، والسالبة أن أحدهما يرتفع حين ينخفض الآخر. العلاقة السالبة بين الخبرة والاحتراق (r = −0.41) ليست «أضعف» من علاقة موجبة بالقيمة نفسها.
- الدلالة: تخبرك فقط هل يُحتمل أن تكون العلاقة صفرًا في المجتمع. مع 500 حالة يكون r = 0.09 دالًا عند 0.05 وهو عمليًا بلا قيمة؛ ومع 25 حالة قد لا يكون r = 0.35 دالًا رغم أنه متوسط. فسّر القوة والدلالة معًا.
- معامل التحديد r²: نسبة التباين المشترك بين المتغيرَين؛ r = 0.50 يعني أن 25% من تباين أحد المتغيرَين يرتبط بتباين الآخر. ذكره يمنع المبالغة في تفسير الارتباطات المتوسطة.
- الارتباط ليس سببية: معامل الارتباط لا يحدد أي المتغيرَين سبب الآخر ولا يستبعد متغيرًا ثالثًا. استخدم «ترتبط» و«تصاحب» لا «تؤثر» و«تؤدي إلى» إلا في التصاميم التجريبية أو مع تحليل الانحدار بتبرير نظري.
كيف تكتب النتيجة بصيغة APA بالعربية؟
في النص: «أظهرت نتائج معامل ارتباط بيرسون وجود علاقة ارتباطية موجبة متوسطة ذات دلالة إحصائية بين الذكاء العاطفي والأداء الوظيفي، r(298) = .42، p < .001، إذ يفسر الذكاء العاطفي نحو 18% من تباين الأداء (r² = 0.18)». ولسبيرمان: «rs(118) = −.36، p < .001». الرقم بين القوسين هو درجات الحرية (N − 2).
في الجدول: مصفوفة ارتباط مثلثية تُكتب فيها المعاملات مع نجمة واحدة للدلالة عند 0.05 ونجمتين عند 0.01، وتحت الجدول ملاحظة بالرموز وعدد الحالات. لا تنقل مصفوفة SPSS كما هي بأسطرها الثلاثة لكل خلية.
مثال تطبيقي: مصفوفة من ثلاثة متغيرات
دراسة على 300 موظف قاست الذكاء العاطفي والأداء الوظيفي (درجتا محورَين من مقياس خماسي) وسنوات الخبرة (أربع فئات ترتيبية). الفحص الأولي: مخططا الانتشار يُظهران اتجاهًا خطيًا بلا قيم متطرفة، وتوزيع المحورَين مقبول، فيُستخدم بيرسون بينهما؛ أما الخبرة فترتيبية فيُستخدم سبيرمان مع أي متغير يرتبط بها.
النتائج: الذكاء العاطفي مع الأداء r = .42 بدلالة أقل من .001 (موجبة متوسطة وفق Cohen، وr² = 0.18 أي 18% تباين مشترك)؛ الخبرة مع الأداء rs = .36 بدلالة أقل من .001 (موجبة متوسطة)؛ الذكاء العاطفي مع الخبرة rs = .09 بدلالة .12 (غير دالة). في الجدول تُعرض المصفوفة المثلثية بثلاثة صفوف وثلاثة أعمدة، مع نجمتَين للمعاملَين الدالَّين عند 0.01، وملاحظة أسفل الجدول: «ن = 300؛ المعاملات بين المحورَين بيرسون، ومع الخبرة سبيرمان». وفي النص: «ارتبط الذكاء العاطفي ارتباطًا موجبًا متوسطًا دالًا بالأداء الوظيفي، r(298) = .42، p < .001، في حين لم يرتبط بسنوات الخبرة ارتباطًا دالًا، rs(298) = .09، p = .120». هذه الصياغة تمنع اللجنة من السؤال عن أي معامل استُخدم ولماذا.
أخطاء شائعة في تحليل الارتباط
- حساب بيرسون بين فقرات ليكرت المفردة بدل درجات المحاور.
- إغفال مخطط الانتشار فيُفوَّت ارتباط منحني قوي يظهر ضعيفًا في بيرسون، أو قيمة متطرفة واحدة تصنع ارتباطًا وهميًا.
- استخدام بيرسون مع متغير ثنائي (النوع)؛ المناسب هنا معامل الارتباط الثنائي النقطي أو اختبار t، وكلاهما يعطي الاستنتاج نفسه.
- تفسير r = 0.12 الدال في عينة كبيرة على أنه «علاقة قوية».
- وصف الارتباط بالسببية في المناقشة.
- الإبلاغ عن r دون N أو دون الدلالة، أو كتابة p = 0.000.
- حساب الارتباط على عينة مقيدة المدى (موظفون متفوقون فقط) ثم تعميم ضعف العلاقة على المجتمع كله.
📱 استفسر الآن على واتساب — 5 سنوات خبرة في كل التخصصات و14 خدمة أكاديمية. الدفع على مرحلتين (80/20)، والتعديلات مجانية حتى اعتماد المشرف في حدود 30% من الفصل.
الأسئلة الشائعة
هل يمكن استخدام بيرسون مع درجات مقياس ليكرت؟
نعم مع درجات المحاور المجمَّعة من عدة فقرات، فهي تُعامل فتريًا في الممارسة البحثية (Norman, 2010) بشرط فحص مخطط الانتشار والتوزيع. الفقرات المفردة ترتيبية ويناسبها سبيرمان.
ما الفرق بين سبيرمان وكيندال تاو؟
كلاهما للعلاقة الرتيبة بين الرتب. كيندال تاو-b أدق مع العينات الصغيرة وعند كثرة الرتب المتساوية، وسبيرمان أشيع في الرسائل وأسهل تفسيرًا لأنه على مقياس r نفسه. أي منهما مقبول مع ذكر المبرر.
كيف أتعامل مع قيمة متطرفة تغيّر معامل الارتباط؟
افحص أولًا هل هي خطأ إدخال. إن كانت حقيقية فأبلغ عن المعامل مع القيمة وبدونها، أو استخدم سبيرمان الذي يتأثر بها أقل، ووثّق القرار. حذفها بلا تبرير يُعد انتقاءً للنتائج.
هل يُشترط حجم عينة معين لحساب الارتباط؟
لا يوجد حد صارم، لكن مع أقل من 30 حالة يكون معامل الارتباط غير مستقر وفترة ثقته واسعة جدًا. لاكتشاف ارتباط متوسط (0.30) بقوة 80% عند مستوى 0.05 تحتاج نحو 84 حالة وفق جداول Cohen، وهو ما يمكن حسابه ببرنامج G*Power.
هل أجيب عن سؤال «ما العلاقة» بالارتباط أم بالانحدار؟
الارتباط يكفي لسؤال العلاقة واتجاهها وقوتها. إذا كان السؤال «ما أثر» أو «ما القدرة التنبؤية» أو كان لديك أكثر من متغير مستقل فالمطلوب الانحدار، الذي يُبنى على مصفوفة الارتباط نفسها لكنه يضيف معادلة التنبؤ ونسبة التباين المفسَّر.
المصادر
- Cohen, J. (1988). Statistical Power Analysis for the Behavioral Sciences (2nd ed.). Lawrence Erlbaum.
- Evans, J. D. (1996). Straightforward Statistics for the Behavioral Sciences. Brooks/Cole.
- Schober, P., Boer, C., & Schwarte, L. A. (2018). Correlation coefficients: Appropriate use and interpretation. Anesthesia & Analgesia, 126(5), 1763–1768. https://doi.org/10.1213/ANE.0000000000002864
- Norman, G. (2010). Likert scales, levels of measurement and the “laws” of statistics. Advances in Health Sciences Education, 15(5), 625–632.
- Field, A. (2018). Discovering Statistics Using IBM SPSS Statistics (5th ed.). SAGE.
- Laerd Statistics. Pearson’s Product-Moment Correlation using SPSS Statistics. https://statistics.laerd.com/spss-tutorials/pearsons-product-moment-correlation-using-spss-statistics.php
آخر تحقق من المصادر: نوفمبر 2026. المقال تعليمي عام ولا يغني عن لائحة جامعتك أو توجيهات مشرفك. كيف نُعد محتوانا.