لماذا يسألك المناقش عن AVE وHTMT وأنت أجبت عن فرضياتك بالانحدار؟ لأن أغلب رسائل إدارة الأعمال والتسويق الحديثة تقيس مفاهيم كامنة مثل جودة الخدمة والرضا والولاء والثقة بالعلامة، وتختبر علاقات متعددة بينها في نموذج واحد، وهذا هو مجال النمذجة بالمعادلات البنائية SEM. والمشكلة أن كثيرًا من الطلاب يصل إلى برنامج AMOS أو SmartPLS دون أن يبني الاستبانة بطريقة تسمح بهذا التحليل. هذا الدليل يرسم مسار التحليل الإحصائي في إدارة الأعمال كاملًا: من تصميم الأداة، إلى تنظيف البيانات، إلى نموذج القياس، إلى النموذج البنائي والوساطة، مع المعايير التي تسأل عنها اللجان ومثال محسوب.
هذا المقال جزء من دليل كتابة رسالة الماجستير الذي يُعدّه فريق Mastermind PhD، ويرتبط بخدمة التحليل الإحصائي. آخر تحقق من المصادر: نوفمبر 2026.
ما هي النمذجة بالمعادلات البنائية SEM؟ أسلوب إحصائي متعدد المتغيرات يجمع بين التحليل العاملي التوكيدي والانحدار المتعدد، فيقيس المتغيرات الكامنة من خلال فقراتها (نموذج القياس)، ويختبر العلاقات السببية المفترضة بينها في وقت واحد (النموذج البنائي)، مع تقدير الآثار المباشرة وغير المباشرة. له نهجان رئيسيان: القائم على التغاير CB-SEM (مثل AMOS)، والقائم على المربعات الصغرى الجزئية PLS-SEM (مثل SmartPLS).
مسار التحليل الإحصائي في إدارة الأعمال بثماني مراحل
| المرحلة | ما يُنجز فيها | الناتج في الرسالة |
|---|---|---|
| 1. النموذج النظري | تحديد المتغيرات والعلاقات من نظرية واضحة | شكل نموذج الدراسة والفرضيات |
| 2. بناء الأداة | تبني مقاييس منشورة لكل متغير كامن وتكييفها | جدول مصادر المقاييس وعدد فقراتها |
| 3. الدراسة الاستطلاعية | تجربة الأداة على عينة صغيرة | ألفا كرونباخ الأولية وتعديلات الصياغة |
| 4. جمع البيانات وتنظيفها | القيم المفقودة والمتطرفة والردود غير الجادة | عدد الاستبانات الصالحة ونسبة الاستجابة |
| 5. الوصف والتحيز | الإحصاء الوصفي وفحص تحيز الطريقة المشتركة | جداول الخصائص والمتوسطات |
| 6. نموذج القياس | الثبات والصدق التقاربي والتمييزي | جداول التشبعات وCR وAVE وHTMT |
| 7. النموذج البنائي | معاملات المسارات وR² والمطابقة | جدول اختبار الفرضيات |
| 8. الوساطة والتعديل | الآثار غير المباشرة بالـBootstrapping | جدول الآثار غير المباشرة وفترات الثقة |
كيف تبني الاستبانة لتصلح لتحليل SEM؟
- ثلاث فقرات على الأقل لكل متغير كامن، ويُفضَّل أربع أو أكثر، لأن المتغير بفقرة أو فقرتين يصعب تقدير ثباته وصدقه.
- مقاييس منشورة محكّمة يُذكر مصدرها في جدول، مع وصف عملية الترجمة والتكييف والتحكيم.
- مقياس موحد لكل الفقرات قدر الإمكان (خماسي أو سباعي).
- فصل المتغيرات المستقلة عن التابعة في الترتيب داخل الاستبانة، مع صياغة محايدة، للتقليل من تحيز الطريقة المشتركة.
- حجم عينة كافٍ: في CB-SEM يُذكر كثيرًا حد أدنى بين 200 و300 حالة للنماذج متوسطة التعقيد، وفي PLS-SEM تُستخدم قاعدة العشرة أضعاف لكنها انتُقدت، والأفضل الحساب بتحليل القوة الإحصائية في G*Power وفق أكبر عدد من المسارات المتجهة إلى متغير واحد.
📱 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.
ما الذي تفحصه قبل النمذجة؟
- القيم المفقودة: نسبتها ونمطها وطريقة معالجتها.
- القيم المتطرفة: أحادية بالدرجات المعيارية، ومتعددة بمسافة Mahalanobis.
- الردود غير الجادة: من أجاب بنمط واحد على كل الفقرات، أو أنهى الاستبانة في وقت غير معقول.
- التوزيع: الالتواء والتفلطح؛ في CB-SEM بطريقة الاحتمال الأعظم يُفترض التوزيع الطبيعي المتعدد، وPLS-SEM أقل حساسية لذلك.
- تحيز الطريقة المشتركة: اختبار Harman للعامل الواحد شائع في رسائل التحليل الإحصائي في إدارة الأعمال، لكنه اختبار ضعيف، ويُستكمل بطرق أقوى مثل معاملات تضخم التباين الكاملة في PLS أو عامل الطريقة المشترك في CFA.
نموذج القياس: الثبات والصدق بمثال محسوب
لنفترض متغير «الرضا»، وهو متغير كامن متكرر في التحليل الإحصائي في إدارة الأعمال، بأربع فقرات، تشبعاتها المعيارية: 0.78 و0.81 و0.74 و0.85.
- متوسط التباين المستخلص AVE = متوسط مربعات التشبعات = (0.608 + 0.656 + 0.548 + 0.723) ÷ 4 ≈ 0.63، أعلى من 0.50، فيتحقق الصدق التقاربي.
- الثبات المركب CR = (مجموع التشبعات)² ÷ [(مجموع التشبعات)² + مجموع أخطاء القياس]. مجموع التشبعات 3.18 ومربعه 10.11، ومجموع الأخطاء (1 − مربع كل تشبع) = 1.47، إذن CR = 10.11 ÷ 11.58 ≈ 0.87، أعلى من 0.70.
- الصدق التمييزي بمعيار Fornell-Larcker: الجذر التربيعي لـAVE = 0.80 تقريبًا، ويجب أن يكون أكبر من ارتباط «الرضا» بأي متغير آخر في النموذج. إذا كان ارتباطه بجودة الخدمة 0.48 فالشرط متحقق.
- معيار HTMT: نسبة الارتباطات بين فقرات متغيرين مختلفين إلى الارتباطات داخل كل متغير. القيم الأقل من 0.85 (أو 0.90 للمفاهيم المتقاربة نظريًا) تدعم الصدق التمييزي، وهو اليوم مقدم على معيار Fornell-Larcker في PLS-SEM.
| المعيار | الحد المقبول الشائع | قيمة المثال |
|---|---|---|
| التشبع المعياري | 0.70 فأكثر | 0.74 إلى 0.85 |
| ألفا كرونباخ | 0.70 فأكثر | تُحسب من البيانات |
| الثبات المركب CR | 0.70 فأكثر | 0.87 |
| AVE | 0.50 فأكثر | 0.63 |
| HTMT | أقل من 0.85 أو 0.90 | تُحسب من البيانات |
مؤشرات المطابقة في CB-SEM
في AMOS تُقيَّم مطابقة النموذج للبيانات بمؤشرات متعددة، ولا يُعتمد في التحليل الإحصائي في إدارة الأعمال على مؤشر واحد:
- مربع كاي ÷ درجات الحرية: أقل من 3 غالبًا، مع العلم أن مربع كاي نفسه يكون دالًا في العينات الكبيرة.
- CFI وTLI: 0.90 فأكثر مقبول، و0.95 فأكثر جيد.
- RMSEA: 0.08 فأقل مقبول، و0.06 فأقل جيد.
- SRMR: 0.08 فأقل.
في PLS-SEM لا تُستخدم هذه المؤشرات بالطريقة نفسها، ويُركَّز على القدرة التفسيرية R² والقدرة التنبؤية Q² ومعنوية المسارات بالـBootstrapping.
النموذج البنائي والوساطة: مثال محسوب
نموذج شائع في التحليل الإحصائي في إدارة الأعمال من ثلاثة متغيرات على 320 عميلًا: جودة الخدمة ← الرضا ← الولاء، مع مسار مباشر من جودة الخدمة إلى الولاء.
| المسار | β المعياري | النتيجة |
|---|---|---|
| جودة الخدمة ← الرضا | 0.48 | دال |
| الرضا ← الولاء | 0.55 | دال |
| جودة الخدمة ← الولاء (مباشر) | 0.12 | دال بفارق ضئيل |
- R² للرضا = 0.48² ≈ 0.23، لأن له متنبئًا واحدًا.
- R² للولاء ≈ 0.38، أي أن جودة الخدمة والرضا معًا يفسران 38% من تباين الولاء.
- الأثر غير المباشر = 0.48 × 0.55 ≈ 0.26، وفترة ثقة Bootstrapping بنسبة 95% مثلًا [0.18، 0.35] لا تشمل الصفر، فالوساطة دالة.
- بما أن الأثر المباشر بقي دالًا مع وجود أثر غير مباشر دال، فالوساطة جزئية. ولو سقط الأثر المباشر عن الدلالة لكانت الوساطة كلية.
- الأثر الكلي = 0.12 + 0.26 = 0.38، أي أن نحو ثلثي أثر جودة الخدمة في الولاء يمر عبر الرضا.
لا تعتمد في التحليل الإحصائي في إدارة الأعمال على خطوات Baron وKenny التقليدية وحدها ولا على اختبار Sobel، فالمراجع الحديثة تفضل اختبار الأثر غير المباشر بالـBootstrapping مباشرة.
AMOS أم SmartPLS؟
اختر CB-SEM (AMOS) حين يكون هدفك تأكيد نظرية راسخة، والعينة كبيرة، والبيانات قريبة من التوزيع الطبيعي، والمقاييس انعكاسية. واختر PLS-SEM (SmartPLS) حين يكون الهدف التنبؤ أو استكشاف نموذج جديد، أو العينة أصغر، أو النموذج معقد بمتغيرات كثيرة، أو فيه مقاييس تكوينية. وفي الحالتين اذكر سبب اختيارك في فصل المنهجية بمرجع منهجي.
أخطاء التحليل الإحصائي في إدارة الأعمال التي تتكرر في الرسائل
- بناء نموذج معقد بعشرات المسارات دون نظرية تبرر كل مسار.
- متغيرات كامنة بفقرتين فقط، أو فقرات مأخوذة من مقاييس مختلفة دون تبرير.
- عرض مؤشرات المطابقة الخاصة بـCB-SEM في نموذج PLS، أو العكس.
- حذف فقرات كثيرة لتحسين المطابقة دون توثيق، حتى يفقد المقياس معناه.
- تفسير الوساطة بخطوات Baron وKenny وحدها دون اختبار الأثر غير المباشر.
- إغفال الاتجاه السببي: البيانات المقطعية لا تثبت السببية مهما كانت جودة النموذج، فيُصاغ التفسير بلغة «الأثر المفترض» و«الارتباط البنائي».
📱 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 أحتاج SEM إذا كانت فرضياتي علاقات بسيطة؟
ليس دائمًا. إذا كانت لديك علاقة أو علاقتان بين متغيرات مقاسة بمتوسطات المحاور، فالانحدار المتعدد يكفي غالبًا في التحليل الإحصائي في إدارة الأعمال. تظهر قيمة SEM حين تتعدد المسارات والمتغيرات الوسيطة، أو حين يطلب القسم التحقق من نموذج القياس.
ما الحد الأدنى لحجم العينة في SmartPLS؟
قاعدة العشرة أضعاف لأكبر عدد من المسارات المتجهة إلى متغير واحد شائعة لكنها منتقدة. الأفضل حساب الحجم بتحليل القوة الإحصائية وفق حجم الأثر المتوقع وأقصى عدد من المتنبئات، ثم إضافة هامش للاستبانات غير الصالحة.
ماذا أفعل إذا كانت AVE أقل من 0.50؟
راجع التشبعات، وفكّر في حذف الفقرة الأضعف إن كان تشبعها بين 0.40 و0.70 وكان حذفها يرفع AVE دون الإخلال بتغطية المفهوم نظريًا. وثّق كل فقرة محذوفة وسبب حذفها في الرسالة.
هل يكفي اختبار Harman لتحيز الطريقة المشتركة؟
تقبله كثير من اللجان، لكنه يكشف التحيز الشديد فقط. الأفضل أن تضيف إليه طريقة أقوى، وأن تذكر الإجراءات الوقائية التي اتخذتها في تصميم الاستبانة مثل ضمان سرية الإجابات وفصل المتغيرات.
هل أعرض نتائج SPSS قبل نتائج SEM؟
نعم غالبًا: الخصائص الديموغرافية والإحصاء الوصفي وألفا كرونباخ تُعرض أولًا، ثم نموذج القياس، ثم النموذج البنائي. هذا الترتيب يتيح للجنة أن ترى جودة البيانات قبل الحكم على العلاقات.
المصادر
- Hair, J. F., Black, W. C., Babin, B. J., & Anderson, R. E. (2019). Multivariate Data Analysis (8th ed.). Cengage.
- Fornell, C., & Larcker, D. F. (1981). Evaluating structural equation models with unobservable variables and measurement error. Journal of Marketing Research, 18(1), 39–50. https://doi.org/10.2307/3151312
- Henseler, J., Ringle, C. M., & Sarstedt, M. (2015). A new criterion for assessing discriminant validity in variance-based structural equation modeling. Journal of the Academy of Marketing Science, 43(1), 115–135. https://doi.org/10.1007/s11747-014-0403-8
- Hu, L., & Bentler, P. M. (1999). Cutoff criteria for fit indexes in covariance structure analysis: Conventional criteria versus new alternatives. Structural Equation Modeling, 6(1), 1–55. https://doi.org/10.1080/10705519909540118
- Field, A. (2018). Discovering Statistics Using IBM SPSS Statistics (5th ed.). SAGE.
- Cohen, J. (1988). Statistical Power Analysis for the Behavioral Sciences (2nd ed.). Lawrence Erlbaum Associates.
آخر تحقق من المصادر: نوفمبر 2026. المقال تعليمي عام ولا يغني عن لائحة جامعتك أو توجيهات مشرفك. كيف نُعد محتوانا.