في إشكالية تحديد المتغيرات في مناهج البحث، ?How to determine variables in research methods

أقول والفضل لله: من الناحية المنهجية methodology هناك فارق بين الارتباط والسببية، فمن الناحية الاخلاقية فإن التجريب باستخدام والتحكم في متغير مستقل treatment ودراسة أثرة على متغير تابع هنا يعكس السببية، حيث يعود الاثر أو الارتباط لمتغير وحيد تم التحكم فيه وعزل باقي المتغيرات المؤثرة (الدخيلة أو الغريبة confounding) في التأثير على المتغير التابع أو المعتمد. هنا الارتباط سببي. أما في المنهج الوصفي والارتباطي، فيجب علينا أولا تحديد المتغيرات والفصل بينهما فلا يصح أن يكون متغير ناتج (outcome) أن نطلق عليه متغيرا منبئا (predictor) أو بمجاز التعبير مستقلا. فمثلا هل ينفع نقول " علاقة التحصيل الدراسي بالذكاء"؟ في ظني هذه مغالطة، فالذكاء موروث وثابت إلى حد كبير، ولا يمكن أن يكون التحصيل منبئا بالذكاء ولكن العكس. فالتحصيل يسمى متغير ناتج، والذكاء يسمى متغير منبئ. خذ مثالا آخر " وصمة العار وعلاقتها بمتغيرات الشخصية" هنا وصمة العار تعتبر متغير ناتج فهو لا يكون الا على فعل أو سلوك ينتج عنه هذا الخزي، لذا فهو متغير ناتج outcome ومتغيرات الشخصية تتسم بالثبات النسبي لذا فهي متغير منبئpredictor . وبالنظر إلى مواقع التساؤلات الاحصائية اون لاين، وبرامج المعالجات الاحصائية مثل spss فنجد أنها ساوت اجرائيا بين المتغيرات المستقلة treatment) independent) في المناهج التجريبية والمتغيرات المنبئة في المناهج الارتباطية، وقد اوضحنا الفارق في التحكم معمليا في مقدار وشدة المتغير المستقل، وهذا ما لا يحدث في المتغيرات المنبئة في المناهج الوصفية. كما ساوت كذلك بين المتغيرات التابعة في المنهج التجريبي والمتغيرات التي تعد نواتج outcomes. نأت لنقطة وهي معامل الارتباط وقوته، فمثلا نجد في تحليل الانحدار regression analysis وبالرغم من تبعيته للمنهج الوصفي الارتباطي في اغلب الاحوال نجد أنه يتطلب لاجراءه تحديد إجرائي للمتغيرات فهناك متغيرات مستقلة (predictors) وهناك متغيرات تابعة (outcomes) ومن شروطه التوزيع الاعتدالي للمتغيرات ويستدل عليه بجدول الانتشار وبقيم معاملي الالتواء والتفلطح واقتراب قيم مقاييس النزعة المركزية من بعضها للدلالة على التماثل، كما من شروطه ما يسمى بالازدواج الخطي collinearity وهي ببساطة وجود ارتباط قوي يتجاوز 0.9 بين المتغيرين، مما يستلزم معه حل من اثنين إما دمج المتغيرين معا ليصبحا متغير واحد لأن الارتباط بينمهما مرتفع، وأما إن يدخل كل منهما مستقلا في طريقة الانحدار وهذا يمكن باستخدام الانحدار التدريجي stepwise-regression وذلك للتغلب على الازدواجية الخطية. ختاما إن ترتيب المتغيرات في عنوان البحث وفروض الدراسة إنما يعكس وعي الباحث وقدرته على التفريق بين المتغيرات فيما إذا كانت متغيرات اساسية (مستقلة) أو منبئة ومتغيرات نواتج أو (توابع).