📐 الفصل الثاني — Section 2.1

التصاميم
أحادية الوجه

عندما يكون كون الملاحظات المقبولة يحتوي على وجه واحد فقط — كيف نُصمِّم دراسة G ونبني النموذج الخطي؟

👤
p
الأشخاص (Persons)
📝
i
الفقرات (Items)
🔀
p × i
التصميم المتقاطع
📦
i:p
التصميم المتداخل
المفهوم الأساسي

نوعان من التصاميم أحادية الوجه

في الكون أحادي الوجه (وجه الفقرات)، يوجد تصميمان ممكنان لدراسة G — والفرق بينهما جوهري

🔀

التصميم المتقاطع

p × i (Crossed)

كل شخص في العينة يُجيب على كل الفقرات في العينة. مجموعة الفقرات مشتركة بين جميع الأشخاص.

i₁
i₂
i₃
i₄
p₁
✓
✓
✓
✓
p₂
✓
✓
✓
✓
p₃
✓
✓
✓
✓

كل خلية ممتلئة ✓ — كل شخص × كل فقرة

💡
الأكثر شيوعاً
هذا هو الاقتران الأكثر استخداماً: دراسة G بتصميم p×i ودراسة D بتصميم p×I (نفس البنية، عينة أكبر).
📦

التصميم المتداخل

i:p (Nested)

كل شخص يُجيب على مجموعة فقرات مختلفة عشوائية. كل شخص له "كونه" الخاص من الفقرات.

i₁
i₂
i₃
i₄
p₁
✓
✓
—
—
p₂
—
—
✓
—
p₃
—
—
—
✓

كل شخص له مجموعة فقرات مختلفة

📋
متى يُستخدم؟
عندما يكون من المستحيل أو غير المرغوب أن يُجيب جميع الأشخاص على نفس الفقرات — مثل الاختبارات التكيفية.
🎯
تركيز هذا القسم
يُركّز القسم 2.1 على تصميم p × i المتقاطع وهو الأكثر شيوعاً. وفيه: Np → ∞ (مجتمع الأشخاص لانهائي) وNi → ∞ (كون الفقرات لانهائي). هذا افتراض نظري مثالي مفيد في التطبيق حتى لو لم يكن حرفياً.
النموذج الخطي

بناء النموذج الخطي لتصميم p × i

نُفكِّك أي درجة ملحوظة إلى مكوناتها الأساسية عبر نموذج خطي منظَّم

🧮

النموذج الخطي الكامل — تصميم p × i

Linear Model for p × i G Study Design
الصيغة الموسَّعة (المعادلة 2.4):
Xpi = μ  +  (μp − μ)  +  (μi − μ)  +  (Xpi − μp − μi + μ)
Xpi
الدرجة الملحوظة
=
μ
المتوسط العام
+
νp
تأثير الشخص
+
νi
تأثير الفقرة
+
νpi
التأثير المتبقي
الصيغة المختصرة (المعادلة 2.5):
Xpi = μ + νp + νi + νpi
νp
تأثير الشخص
νp = μp − μ

انحراف متوسط درجات الشخص عبر الكون عن المتوسط العام. يعكس قدرة الشخص الحقيقية.

νi
تأثير الفقرة
νi = μi − μ

انحراف متوسط درجات الفقرة عبر المجتمع عن المتوسط العام. يعكس صعوبة الفقرة.

νpi
التأثير المتبقي
νpi = Xpi − μp − μi + μ

ما تبقّى بعد حذف تأثير الشخص والفقرة. يشمل التفاعل والخطأ العشوائي غير القابلين للتمييز.

⚠️
ملاحظة دقيقة: "المتبقي" وليس "التفاعل"
يُسمى νpi أحياناً "تأثير التفاعل"، لكن هذا مُضلِّل. مع وجود درجة ملحوظة واحدة فقط لكل تركيبة (شخص × فقرة)، يكون التفاعل الحقيقي وجميع التأثيرات الأخرى متداخلة تماماً ولا يمكن تمييزها. لهذا الأدق وصفه بـ"المتبقي".
المتوسطات الثلاثة

المتوسطات غير الملحوظة: μp وμi وμ

ثلاثة متوسطات جوهرية تحكم النموذج — لا يمكن ملاحظتها مباشرة لكنها تُحدِّد كل شيء

👤
μp
متوسط الشخص عبر الكون
μp ≡ Ei Xpi

المتوسط المتوقع لدرجات الشخص p لو أجاب على جميع الفقرات في الكون. "درجة الكون" للشخص.

📝
μi
متوسط الفقرة عبر المجتمع
μi ≡ Ep Xpi

متوسط درجات الفقرة i لو أجاب عليها جميع الأشخاص في المجتمع. يعكس صعوبة الفقرة.

🌐
μ
المتوسط العام
μ ≡ Ep Ei Xpi

متوسط جميع الدرجات الممكنة عبر كل الأشخاص وكل الفقرات. النقطة المرجعية الكونية.

🗂️ مصفوفة الدرجات — تصور بياني للمتوسطات الثلاثة
الشخص \ الفقرة i₁i₂i₃i₄i₅ μp
μi
μp — متوسط الشخص (درجة الكون) μi — متوسط الفقرة (مؤشر الصعوبة) μ — المتوسط العام
🔭
لا يمكن ملاحظتها — لكنها جوهرية
هذه المتوسطات غير قابلة للملاحظة لأننا لا نستطيع أبداً الحصول على استجابات شخص لجميع فقرات الكون اللانهائي. لكنها تمثل "الحقيقة" التي نسعى لتقديرها من عيّنات محدودة.
تفاعلي

شاهد تفكيك الدرجة بنفسك

اختر شخصاً وفقرة وشاهد كيف تتفكك الدرجة الملحوظة إلى مكوناتها الأربعة

🎛️ اختر شخصاً:
📝 اختر فقرة:
التفكيك الكامل:
—
Xpi الملحوظة
=
—
μ المتوسط العام
+
—
νp تأثير الشخص
+
—
νi تأثير الفقرة
+
—
νpi المتبقي
ملخص التأثيرات

جدول التأثيرات الثلاثة — دراسة G (p × i)

كل تأثير في النموذج — تعريفه ومعناه وطبيعته وعلاقته بالقياس

التأثير الرمز التعريف الرياضي المعنى الطبيعة الصلة بالقياس
تأثير الشخص νp μp − μ انحراف قدرة الشخص عن المتوسط عشوائي ✓ تباين مرغوب
تأثير الفقرة νi μi − μ انحراف صعوبة الفقرة عن المتوسط عشوائي ⚠️ خطأ مطلق
التأثير المتبقي νpi Xpi − μp − μi + μ تفاعل شخص×فقرة + خطأ عشوائي عشوائي ⚠️ خطأ مطلق ونسبي
المتوسط العام μ EpEi Xpi متوسط كل الدرجات في المجتمع والكون ثابت نقطة مرجع
🔬
لماذا تُسمى "تأثيرات عشوائية"؟
جميع التأثيرات (عدا μ) تُسمّى عشوائية لأنها ترتبط بعملية سحب عشوائي من المجتمع والكون. عندما نسحب شخصاً عشوائياً، نحصل على قيمة عشوائية لـ νp. وعندما نسحب فقرة عشوائية، نحصل على قيمة عشوائية لـ νi. هذا ما يُسمّى نموذج التأثيرات العشوائية (Random Effects Model).
خاصية جوهرية

التوقع الصفري للتأثيرات — لماذا هو ضروري؟

التأثيرات العشوائية تُعرَّف بحيث يكون توقعها (متوسطها) = صفر — وهذه ليست صدفة بل ضرورة منطقية

Ep νp = Ei νi = EpEi νpi = Ei νpi = Ep νpi = 0
المعادلة 2.6 — التوقع الصفري لجميع التأثيرات
Ep νp = 0
Ep(μp − μ) = 0
متوسط انحرافات الأشخاص عن المتوسط العام = صفر. بعضهم فوق المتوسط وبعضهم تحته بالقدر ذاته.
= 0
Ei νi = 0
Ei(μi − μ) = 0
متوسط انحرافات الفقرات في الصعوبة = صفر. الفقرات السهلة والصعبة تتوازن في المتوسط.
= 0
Ei νpi = 0
التوقع عبر الفقرات للمتبقي = 0
لكل شخص، متوسط المكونات المتبقية عبر جميع الفقرات = صفر.
= 0
📐

اشتقاق: كيف نُثبت أن μp = μ + νp؟

نبدأ من التعريف ثم نطبّق التوقع على النموذج الخطي:

١
التعريف:
μp = Ei Xpi
٢
نطبّق النموذج الخطي داخل التوقع:
= Ei (μ + νp + νi + νpi)
٣
نطبّق التوقع الصفري (Eiνi=0 و Eiνpi=0):
= μ + νp + 0 + 0
✓
النتيجة:
μp = μ + νp
✨
الدلالة: درجة الكون = المتوسط العام + تأثير الشخص
هذا يؤكد أن درجة الكون لأي شخص هي ببساطة المتوسط العام مضافاً إليه تأثيره الخاص. وبالمثل: μi = μ + νi.
الافتراضات

افتراضات النموذج — ما الذي يُفترض وما لا يُفترض؟

النموذج يستند إلى افتراضات محددة — معرفتها تحدد حدود استخدامه

E(νp νi) = E(νp νpi) = E(νi νpi) = 0
المعادلات 2.9–2.10 — عدم ترابط التأثيرات
✅
عدم الترابط (Uncorrelated)
تأثيرات الأشخاص، الفقرات، والمتبقيات غير مترابطة مع بعضها. هذا يعني أن قدرة الشخص لا تحدد صعوبة الفقرات التي يواجهها.
✅
الاستقلال بين الأشخاص المختلفين
تأثير شخص مختلف (p') مستقل عن تأثير شخص آخر (p). E(νp νp') = 0.
⚠️
لا يُفترض التوزيع الطبيعي
النموذج لا يشترط أن تكون التأثيرات موزعة توزيعاً طبيعياً — ميزة مهمة تجعله أكثر مرونة وواقعية.
⚠️
الفرق: عدم الترابط ≠ الاستقلال
يفترض النموذج عدم الترابط (أضعف من) لا الاستقلال التام. الاستقلال التام يستلزم عدم الترابط، لكن العكس غير صحيح.
💡
لماذا عدم الترابط وليس الاستقلال؟
معظم التوقعات الصفرية في المعادلات 2.9–2.10 هي نتائج مباشرة لطريقة تعريف تأثيرات الدرجات في النموذج، أو لافتراضات السحب العشوائي في تصميم p × i. فعلى سبيل المثال: E(νp νi) = (Eνp)(Eνi) = (0)(0) = 0 بسبب استقلالية السحب العشوائي.
الخلاصة

رحلة تصميم p × i — الصورة الكاملة

كيف تترابط كل العناصر في منظومة متكاملة

👥 مجتمع الأشخاص
Np → ∞
+
📝 كون الفقرات
Ni → ∞
→
🔬 دراسة G
عينة np × ni
→
📊 النموذج الخطي
X = μ+νp+νi+νpi
🎯

المبدأ الأول

كل درجة ملحوظة Xpi تنقسم إلى أربعة مكونات: المتوسط العام + تأثير الشخص + تأثير الفقرة + المتبقي.

⚖️

المبدأ الثاني

التأثيرات العشوائية متوسطها صفر بالضرورة — هذا ليس افتراضاً إضافياً بل نتيجة لطريقة تعريفها.

🔗

المبدأ الثالث

النموذج يفترض عدم الترابط — لا الاستقلال التام — ولا يشترط التوزيع الطبيعي. مما يجعله مرناً وقوياً.

🏗️
خلاصة: لماذا يُهمنا تصميم p × i؟
تصميم p × i هو الأساس الذي تبنى عليه كل تحليلات الثبات التقليدية وكثير من تحليلات نظرية التعميم. فهمه العميق يمكّنك من: تفسير مصادر التباين، حساب معاملات الثبات، وتصميم أدوات قياس أكثر كفاءة.
وجه واحد: الفقرات تصميم متقاطع p×i نموذج خطي بأربعة مكونات تأثيرات عشوائية غير مترابطة
🏠 الرئيسية ← السابق التالي →