التحليل العاملي
Factor Analysis
مقدمـة:
التحليل العاملي بوصفه أحد الأساليب الرياضية الهامة ، قام بتنمية قدرة الباحثين على تنظيم وتصنيف الظواهر العلمية فى المجالات المتعددة التى استخدم فيها. وقد أدى الاتجاه نحو استخدام هذا الإسلوب – من جانب آخر – إلى تطور المعالجات العاملية والطرق المختلفة ، التى يقوم كل منها على أساس نظري معين ، مما يؤدى إليه هذا الأساس النظري من تجديد فى زاوية الرؤية للملاحظات التجريبية أو زاوية لأسس التصنيف وفقا للنسق الرياضي الذى يقوم عليه هذا الأساس النظري .
التحليل العاملي إسلوب إحصائى يستخدم فى تناول بيانات متعددة ارتبطت فيما بينها بدرجات مختلفة من الارتباط ، لتلخص فى صورة تصنيفات مستقلة قائمة على أسس نوعية للتصنيف . ويتولى الباحث فحص هذه الأسس التصنيفية واستشفاف ما بينها من خصائص مشتركة وفقاً للإطار النظرى والمنطق العلمى الذى بدأ به.
ولذا يمثل أسلوب التحليل العاملي خط من البحث مختلف تماماً عن الطرق الرياضية الأخرى فى العلوم الاجتماعية ، حيث أنه يعتمد على افتراضات إحصائية ، وهى نظرية شائعة ومفضلة لدى كثيرين ، لأنها تحاول أن تجيب عن السؤال الذى طالما سأله العلم : ما هو أقل عدد من المفاهيم التى يمكن أن تنظم تعقد الظاهرة وتصفها ؟ ويعكس هذا السؤال قانون الإيجاز الذى يدفع العلم إلى تجنب تعدد المفاهيم التى لا حاجة له بها . ويطبق التحليل العاملي مبدأ الإيجاز هذا بالبحث عن العناصر الأساسية للظواهر أو المفاهيم .
إذن فالاستخدام المباشر للتحليل العاملي يتجه نحو فحص العلاقات الارتباطية بين عدد من المتغيرات واستخلاص الأسس التصنيفية العامة بينها .
وتعد وظيفة تصنيف البيانات واحدة من أهم مراحل بناء النظرية العلمية ، بل إن عدداً من النظريات العلمية يعد فى حقيقته تصنيفاً للملاحظات والمتغيرات المتعلقة بالظواهر موضوع دراسته ، ويؤدى اكتشاف وتحديد أسس التصنيف إلى إقامة الفروض العلمية التى تختبر هذه الأسس ، والمتغيرات فى الظاهرة ومنطق هذه المتغيرات وهو ما ننتهى منه إلى صياغة القانون العلمي .
وعلى هذا يعد التحليل العاملي أسلوباً مناسباً يستطيع الباحث استخدامه فى سعيه نحو حسن تصنيف الظواهر الإنسانية، والخروج منها بالقوانين الخاصة بهذه الظواهر .
يظهر من هذا أننا نستطيع أن نستخدم هذا الأسلوب الإحصائى فى تنظيم مجال جديد يحتاج للتعرف على خصائصه ومتغيراته ، وهى حاجة يسعى إليها الباحث عندما يطرق مجالا جديدا لايعرف كل متغيراته أو مدى تعلق المتغيرات المختلفة بظواهره الرئيسية ، والنتيجة المباشرة لهذه الخطوة الاستكشافية هى إعادة الدراسة والتناول للمتغيرات الهامة فى المجال ، وبناء الفروض التى تفسر العلاقات بين هذه المتغيرات .
يجب أن ندرك فى النهاية أن التحليل العاملي أسلوب إحصائى يتطلب شروطا لاستخدامها ودقة فى مراعاة هذه الشروط ، وتعرفا لحدود الأسلوب وإمكاناته " بقى أن نعرف بعد كل هذا ، أن التحليل العاملي لايستطيع تدارك أو علاج الأخطاء الناجمة عن سوء التناول أو عدم الدقة سواء فى القياس أو الضبط . إن تناولا خاطئاً للظواهر لا يصححه أسلوب إحصائى دقيق أو سليم ، كما أن نتائجا صحيحة لأسلوب إحصائى سليم تحتاج قبل كل شئ لباحث مدقق قادر على استخلاص دلالاتها من إطاره النظرى الأساسى وتكوينه العلمى والتراث العريض الذى يتحرك خلاله.
مفهوم التحليل العاملي
التحليل العاملي ( Factor Analysis) هو أسلوب إحصائى يستهدف تفسير معاملات الارتباطات الموجبة - التى لها دلالة احصائية - بين مختلف المتغيرات ، وبمعنى آخر فإن التحليل العاملي عملية رياضية نستهدف تبسيط الارتباطات بين مختلف المتغيرات الداخلة فى التحليل وصولا إلى العوامل المشتركة التى تصف العلاقة بين هذه المتغيرات وتفسيرها . ويعد التحليل العاملي منهجا إحصائيا لتحليل بيانات متعددة ارتبطت فيما بينها بدرجات مختلفة من الارتباط التلخصي فى صورة تصنيفات مستقلة قائمة على أسس نوعية للتصنيف ، ويتولى الباحث فحص هذه الأسس التصنيفية واستشفاف ما بينها من خصائص مشتركة وفقاً للاطار النظرى والمنطق العلمي الذى بدأ به.
يبدأ التحليل العاملي ، بحساب الارتباطات بين عدد من المتغيرات مثل أ ، ب،جـ ، د ، هـ أو الذكاء ، القلق ، الانطواء ، التحصيل ، و الاكتئاب مثلا ، ونحصل على مصفوفة من الارتباطات بين هذه المتغيرات لدى عينة ما ، ثم نتقدم بعد ذلك لتحليل هذه المصفوفة الارتباطية تحليلا عاملياً لنصل إلى أقل عدد ممكن من المحاور أو العوامل تمكننا من التعبير عن أكبر قدر من التباين بين هذه المتغيرات ، ذلك أن توقفنا عند فحص هذه المصفوفة الارتباطية التى تتكون من عشرة معاملات ارتباط لا يؤدى إلى فهم كامل للمجال المشترك فيما بينها جميعا ، حيث يبين كل معامل من معاملات الارتباط فى المصفوفة علاقة بسيطة بين متغيرين فقط من متغيراتها دون أن ينبئ بأهمية أو دور هذه العلاقة بين هذين المتغيرين ومتغير ثالث ، وعلى ذلك لا نستطيع عند هذا المستوى أن نصل لتقدير للعلاقة المشتركة بين ثلاثة متغيرات معاً أو بين متغيرات المصفوفة الخمس إذ أن حصولنا على معامل للارتباط بين أ ، ب قدره 0.7 ومعامل آخر بين ب ، جـ قدره 0.7 أيضا لا يعنى بالضرورة أن الارتباط بين أ ، جـ يساوى 0.7 كذلك فقد يكون ما هو مشترك بين أ ، ب غير ما هو مشترك بين ب ، جـ ، ولا تصلح العلاقة الثنائية بين ب وأي من المتغيرين أ ، جـ لتقدير العلاقة بينهما فى معاملات الارتباط البسيطة.
أهداف التحليل العاملي :
من أهم أهداف العلم تنظيم الحقائق والمفهومات تنظيما بوضع ما بينها من علاقات ، أو تقسيمها على أساس ما بينها مــن أوجــه التشابه والاخــتلاف والتحليل العاملي وسيلة مـن وسائل التبسيط العلمى والتقسيم العلمي ويذكر " كاتل " (Cattell, 1952) أن هدف المنهج العلمي اكتشاف الحقائق والعلاقة بين هذه الحقائق ، ولأهداف عملية ، واكتشاف القوانين التنبؤية ، ويضيف أن التحليل العاملي منهج كلي يهدف إلى اكتشاف العموميات الاساسية ، الوظيفية والعضوية ، بدلا من أن ينوه البحث فى عدد ضخم من المتغيرات التى تعد كالذرات ، ولذلك يقترح " كاتل " أن يسمى بالتركيب العاملي أو على الأقل بتركيب المتغيرات .
وبمعنى أضيق يحدد " سولمون دياموند" أهداف التحليل العاملي بأنه تكوين الفروض واختبارها ، وتحديد أصغر عدد من العوامل المحددة التى يمكن أن تفسر العلاقات التى نلاحظها بين عدد كبير من الظواهر الواقعية وإلى أي مدى يؤثر كل من هذه العوامل فى كل متغير؟ أن أوضح وظيفة للتحليل العاملي تتمثل فى خفض أو اختزال مكونات جداول الارتباطات إلى اقل عدد ممكن ليسهل تفسيرها.
لقد بين " أيزنك " (Eyzanck, 1953) أن للتحليل العاملي ثلاثة أهداف أساسية يروم تحقيقها ، ويرتبط بهذه الأهداف ثلاث وجهات للنظر إلى طبيعة العوامل ، وعدد كبير من طرق استخراج العوامل والتدوير ، وهى الأهداف ذاتها لأي فرع من فروع الاحصاء وهى :
1 - الوصف .
2 - البرهنة على الفروض .
3 - اقتراح فروض من البيانات الأولية.
ومعظم علماء النفس يدركون هذه الاستخدامات الثلاثة للاحصاء ، ولكن تظهر هذه المشكلة عندما تنطبق هذه الاهداف على التحليل العاملي ، ويناقش " أيزنك " استخدامات التحليل العاملي على هذه المستويات الثلاثة ، مع تعريف العامل فى كل مستوى . فبالنسبة للهدف الأول فإن العامل احصاء مختصر يهدف إلى اقتصاد فى الوصف ، ويصف علاقات مستقيمة بين مجموعة من المتغيرات ، ولا يتضمن العامل تحديدا لأي معنى سيكولوجي أو أسباب ، ولايقترح فروضا أو يثبتها ، وقد وجد بعض علماء النفس وجهة النظر هذه جدا جذابة .
ويعتقد آخرون فى عكس هذا الرأى ، فيرون أن التحليل العاملي يقترح فروضا ، وكلا نجح فى هذه المهمة انتهت وظيفة الوصف ليصبح جزء من النظرية السيكولوجية من حيث هو الاحصاء يختصر العلاقات بين مجموعة من المتغيرات ، ويقترح علاقات سببية لم يسبق اكتشافها ، وأن توليد الفروض ليس حكرا على التحليل العاملي ، فهو يشبه فى ذلك طرق الملاحظة والعمل الاكلينيكي ، الا أن الاخيرين يقلان عنه فى درجة الدقة والصرامة . وقد يسهل تكوين الفروض فى مجال تتوفر فيه ملاحظات كثيرة الا أن اسهام التحليل العاملي يصبح مهما جدا فى المجالات الجديدة نسبيا ، وذلك في الإسراع بتكوين فروض معقولة واستبعاد الفروض الضعيفة . ويتصل هذا الهدف بإثبات الفروض أو دحضها وبخاصة الفروض المتعلقة بتركيب الشخصية وتنظيمها كفروض الانماط والسمات ، مما يصعب اثباته أو دحضه بالطرق غير العاملية . وبين مستوى اقتراح الفروض والتحقق منها رابطة متينة ، وقد نجد النوعين من العوامل فى دراسة واحدة. وحيث أن التحليل العاملي يهدف إلى تحقيق واحد أو أكثر من هذه الأهداف الهامة والجوهرية والتى تتسق مع أهداف العلم الأساسية ، فقد أصبح التحليل العاملي منهجا احصائيا له أساس منطقي لا غنى عنه فى عدد غير قليل من النظريات السيكولوجية وبالتحديد فى مجال الشخصية التى تدعى عاملية.
خطوات استخدام التحليل العاملي:
وتتضمن ما يلي : طرق التحليل العالمي ، ومشكلة تحديد عدد العوامل ، وتدوير المحاور ، وتفسير العوامل ، ورتبة العوامل ومفهوم العوامل الراقية ، وقابلية العوامل للتكرار ، وأساليب التحليل .
طرق التحليل العاملي :
تحدد الطرق الحسابية المستخدمة فى التحليل العاملي كثيرا ، فهناك الطريقة القطرية ، والطريقة المركزية ، والطريقة المركزية بإستخدام متوسط الارتباطات ، وطريقة المكونات الاساسية ، ونوجزها فيما يلى :
1 - الطريقة القطرية Diagonal method :
وتعد الطريقة القطرية من الطرق المباشرة والسهلة فى التحليل العاملي ، ويمكن استخدامها إذا كان لدينا عدد قليل من المتغيرات وتؤدى إلى استخلاص أكبر عدد ممكن من العوامل وتتطلب هذه الطريقة معرفة سابقة ودقيقة بقيم شيوع المتغيرات ، وبدون هذه المعرفة لايمكن استخدامها . وتستمد الطريقة القطرية اسمها من كونها تقوم على استخدام القيم القطرية فى المصفوفة الارتباطية مباشرة . وتبدأ الطريقة القطرية باستخلاص هذه القيمة بكاملها فى العامل الأول ، وبذلك يكون جذر هذه القيمة هو تشبع المتغير الأول على العامل الأول ، ويطلق عليه اسم التشبع القطري وهكذا.
2 - الطريقة المركزية Centroid method :
كانت الطريقة المركزية " لثرستون " أكثر طرق التحليل العاملي استخداما وشيوعا إلى عهد قريب نظرا لسهولة حسابها فضلا عن استخلاص عدد قليل من العوامل العامة . غير أن هذه الطريقة تفتقر إلى عدد من المزايا الهامة ، أهمها أنها لا تستخلص الا قدرا محدودا من التباين الارتباطي ، تتحدد قيم الشيوع فى المصفوفة الإرتباطية وفق تقديرات غير دقيقة حيث تستخدم أقصى ارتباط بين المتغير وأى متغير فى المصفوفة وهو اجراء يؤدى إلى خفض رتبة المصفوفة.
3 - الطريقة المركزية باستخدام متوسط الارتباطات Averoid method :
لا تختلف هذه الطريقة عن الطريقة المركزية المعتادة إلا فى استخدامها تقدير الشيوع عبارة عن متوسط ارتباطات المتغير ببقية المتغيرات فى المصفوفة ثم حساب العوامل بعد وضع المتوسط الخاص بارتباطات كل متغير فى خليته القطرية ولهذا السبب يطلق على هذا الاسلوب اسم الطريقة المركزية بإستخدام المتوسطات . غير أن هذه الطريقة لا توفر نفس الدقة التى تجدها فى الطريقة المركزية التامة ، إذ تؤدي إلى خفض محدود فى نسبة التباين التى تعبر عنها العوامل الناتجة. غير أن هذه الطريقة تبدو مفيدة فى حالة وجود عدد كبير من المتغيرات دون توفر وسائل آلية لاجراء العمليات الحسابية .
4 - طريقة المكونات الأساسية Principal componants :
تعد طريقة المكونات الأساسية التى وضعها "هويتلنج" Hottelling عام 1933 من أكثر طرق التحليل العاملي دقة وشيوعاً في بحوث الشخصية ، ولهذه الطريقة مزايا عدة منها أنها تؤدي إلى تشبعات دقيقة . وكذلك " فإن كل عامل يستخرج أقصى كمية من التباين ( أى أن مجموع مربعات تشبعات العامل تصل إلى أقصى درجة بالنسبة لكل عامل) ، وتؤدى إلى أقل قدر ممكن من البواقي ، كما أن المصفوفة الارتباطية تختزل إلى أقل عدد من العوامل المتعامدة (غير المرتبطة).
ولم تلق طريقة المكونات الأساسية فى البداية قبولا كبيرا بين الباحثين نظرا لحاجتها إلى وقت حسابات طويل لإنمامها ولذا كان من المستحيل استخدامها يدويا فى حالة المصفوفات الكبيرة ، ولكن بعد الاعتماد على الآلات الحاسبة الالكترونية ذا السرعة الفائقة والدقة الشديدة وطاقة التخزين الكبيرة ، اصبحت هذه الطريقة الآن من بين أكثر الطرق شيوعا نظرا لدقة نتائجها بالمقارنة ببقية الطرق .
محكات تحديد عدد العوامل المستخرجة :
تعد مشكلة تقدير عدد العوامل التى يتعين إنتاجها فى الدراسة العاملية من المشكلات التى تؤرق الباحثين ، ذلك أن إمكان استخلاص عوامل من المصفوفة الارتباطية إلى الحد الذى تصبح فيه آخر مصفوفة بواقى صفرية من الأمور الممكنة وحيث يمكن استخلاص عدد من العوامل يساوى عدد المتغيرات التى بدأنا بها .
و أنه من الممكن - نظريا وحسابيا - أن يستمر استخراج عدد من العوامل مساوٍ لعدد المتغيرات . ويتنازع المحلل العاملي فى هذه الحال مطلبان قد يكونان متعارضين وهما :
1 - أن يستخرج أقل عدد من العوامل وفى هذا تحقيق لمنطق الطريقة وواحد من الأهداف الهامة للتحليل العاملى من حيث هو منهج علمي ينحو نحو الايجاز والدقة وتفسير الكثرة بالقلة ، وهذا هو مبدأ الاختزال .
2 - ألا يهمل جزءا من التباين الجوهرى الذى يكشف عن الفروق الفردية ، وقد يكون هذا الجزء الذى تركه هاماً فى تفسير الظاهرة موضع البحث وهذا هو مبدأ الكثرة أو التعدد.
وإنه لا توجد حتى الآن قاعدة رياضية مقبولة من قبل الجميع للتوقف على استخلاص العوامل ، وإن كان هناك عدد من المحكات التى يمكن استخدامها لهذا الغرض ، والواقع أنها تؤدى فى الغالب إلى نتائج متقاربة ومن أهم هذه المحكات الآتى :
(1) محك تيكر : Tuker’s Criterion
وهو كما يظهر من اسمه يقوم أساسا على استخدام معامل فاي ويعتمد على مبدأ أنه إذا لم يكن هناك تناقض واضح فى حجم قيم البواقي من مصفوفة إلى أخرى تليها ( بعد استخلاص عامل آخر) فإن العوامل العامة الجوهرية فى المصفوفة الارتباطية تكون قد استخلصت بالفعل وما يتبقى ليس إلا بواقي لا أهمية لها.
(2) محك همفري : Huamphrey Criterion
بينما كانت الطريقة السابقة تعتمد على حجم التباين فى مصفوفة البواقي ومدى تناقصه تدريجيا بعد كل عامل مستخلص فان محك " همفري " تقوم على أساس آخر مختلف تماما فهي من ناحية تعتمد على حجم العينة الأصلية التى حسبت الارتباطات بين متغيراتها وتعتمد ثانيا على فكرة أن تشبعين فقط ( وليس ثلاثة) كافيين لتقرير وجود عامل عام وعلى ذلك نكتفي هذه القاعدة باستخدام مؤشرات عاملية عبارة عن أعلى تشبعين لمتغيرين بالاضافة إلى حساب الخطأ المعياري لمعامل ارتباط صفري للمقارنة بينهما كمؤشر للتوقف أو الاستمرار فى استخلاص عوامل جديدة.
(3) محك كومب : Coomb Criterien
ومنطق هذا الأسلوب يعتمد على تناول نمط البواقي في المصفوفة أكثر من اعتماده على حجمها أو دلالاتها حيث يفترض أنه فى حالة وجود عوامل ذات دلالة مرتفعة لم تستخلص بعد وليس مجرد تباين خطأ فى المصفوفة فعلينا أن لا نتوقع قيم سالبة أكثر فى مصفوفة البواقي بعد العكس مما يتوقع بحكم الصدفة فى مصفوفة ناتجة عن ارتباطات ايجابية.
(4) محك كايزر : Kaiser Criterion
محك كايزر محك رياضي فى طبيعته اقترحه " جوتمان " (1954,Guttman )فى فترة سابقة ومنطلق هذا المحك يعتمد على حجم التباين الذى يعبر عنه العامل ، فلكي يكون العامل بمثابة فئة تصنيفية فلابد أن يكون تباينه أو جذره الكامن أكبر أو مساوٍ على الأقل لحجم التباين الأصلى للمتغير ، وبما أننا لا نستطيع نظريا استخلاص كل تباين المتغير فى عامل واحد فإن حصولنا على عامل جذره الكامن لا يقل عن واحد صحيح لابد أن يكون مصدر تباينه أكثر من متغير وبالتالي يكون عاملا معبرا عن تباين مشترك بين متغيرات متعددة.
وعلى ذلك فان هذا المحك يتطلب مراجعة الجذر الكامن للعوامل الناتجة وعلى أن تقبل العوامل التى يزيد جذرها الكامن عن الواحد الصحيح وتعد عوامل عامة . ويبدو هذا الأسلوب صالحا ومناسبا على وجه الخصوص لطريقة كالمكونات الأساسية " لهوتلينج ".
وأن العوامل الدالة فى هذه الطريقة هى العوامل التى يساوى أو يزيد جذرها الكامن على واحد صحيح ، أى أن التباين الذى يستوعبه كل عامل ( مجموع مربعات التشبعات على كل عامل) 1.0، بشرط أن يكون قد وضع فى الخلايا القطرية واحد صحيح . ومن حسن الطالع أن هذه الطريقة تعطى نتائج متقاربة تماما مع عدد العوامل المستخرجة عادة ، بالإضافة إلى سهولة حساب هذا المعيار وهو شائع الاستخدام . ويذكر " وايت وزملائه " (White, et al, 1969) أن هذا المعيار تتطابق نتائجه مع معايير أخرى ، ويزكون استخدامه على أساس " أنه من غير المعقول أن نقبل عوامل لا تستوعب تباينا أكبر مما هو متو فر في المتغيرات الأصلية ذاتها " ، أى أن العامل الذى يقل الجذر الكامن له عن واحد صحيح يشير إلى قدر ضئيل من التباين فى المتغيرات الأصلية ذاتها لذا فمن الأجدر استبعاده لعدم دلالته .
(5) محك كاتل : Cattell Criterion
إن خطوات استخلاص العوامل من المصفوفة الارتباطية تؤدي إلى إنتاج العوامل الأكثر عمومية أولا فى كل الأساليب العاملية بلا استثناء ، ثم تبدأ العوامل الخاصة أو التباين النوعى فى الظهور ، وفى طريقة كالمكونات الأساسية لا تفرق بين عوامل عامة وأخرى غير عامة يفترض أيضا أن حجم التباين النوعي الذى يتسرب إلى العوامل الناتجة يتزايد فى العوامل الأخيرة ويبدأ فى فرض صورة تقلل من أهمية المصفوفة العاملية ويتطلب الأمر فى هذه الحالة تحديد العدد الأمثل من العوامل قبل أن يؤدى ظهور التباينات الخاصة إلى أحداث خلل فى مصفوفة العوامل ، ويقترح " كاتل " هنا محكا بسيطا يطلق عليه اسم البقايا المبعثرة Scree test وذلك بأن تقوم برسم محورين متعامدين ، أفقي نضع عليه عدد العوامل فى تحليلنا (الذى انتج فيه عددا كبيرا من العوامل) ويقسم المحور الرأسي وفقا لوحدات منتظمة معبرة عن الجذر الكامن المستخلص للعوامل المختلفة.
وسنلاحظ بعد إتمام رصد عواملنا وجذورها الكامنة ، أن حجم الجذر يتناقص بشكل كبير فى العوامل الأولى إلى أن يصل إلى نقطة معينة هى غالبا حول جذر كامن واحد صحيح ثم يبدأ حجم الجذر فى التناقص بصورة ضئيلة بحيث يستوى فيها الخط البياني مع الخط الأفقي .
وإذا افترضنا أن النقطة التى سنتوقف لديها فى قبولنا للعوامل هى عند العامل الرابع على سبيل المثال فإن الفرق لمن يكون كبيرا فى الواقع بين ما يقدمه محك " كاتل " وبين ما يقدمه محك " كايزر" الذي يتطلب التوقف عند العامل الثالث هذا على سبيل المثال .
وتتبقى لطريقة " كايزر " ميزتها فى هذه الحالة فى كونها لا تتطلب استخلاص عدد كبير من العوامل ثم رصدها فى الشكل البياني للتعرف على نقطة توقف التناقص واستواء الخط ، حيث يمكن حساب الجذر الكامن لكل عامل بطريقة كايزر قبل استخلاص العامل التالي مما يوفر جهدا لا مبرر له.
تدوير المحاور:
يؤدي التحليل العاملي لمصفوفة ارتباطية ، بأية طريقة من الطرق العاملية إلى استخلاص عوامل معينة ، وهذه العوامل ، بمعنى آخر ، عبارة عن محاور متعامدة تمثل تشبعات المتغيرات إحداثياتها ، وهى تتحدد بطريقة عشوائية ، ويختلف هذا التحديد للمحاور من طريقة عاملية لأخرى ، فهل يمكننا قبول العوامل الناتجة فى تحليلاتنا على أنها الصورة النهائية التى تلخص لنا العلاقات الارتباطية المتعددة وبصورة مقبولة سيكولوجيا .
تعد هذه الصورة غير مقبولة بوجه عام من وجهة نظر علماء النفس هنا يقوم الباحث بإجراء جديد على هذه العوامل أو المحاور يهدف أساسا إلى إعادة تحديد مواضعها ، بهدف الوصول بها إلى قدر من الثبات والاتساق بالمعنى النفسي وحتى يتسنى لنا تفسيرها ، واضعا فى اعتباره أن الخطوات الحسابية لاستخلاص العوامل إنما تقوم على التعامل مع إرتباطات بين متغيرات فى صورة كمية لا تتضمن ما تعنيه هذه المتغيرات أو مضمون الارتباطات ، بينما هذا المضمون هو الجانب السيكولوجي الرئيسي الذى يعني به الباحث ويتناوله باستبصاراته وهو مطالب فى هذه الحالة بإجراء تعديل فى مواضع المحاور التى توصل إليها ليكسب هذه المحاور معناها السيكولوجى الواضح .
• وهناك نوعان من التدوير تبعا للزاوية التى تفصل بين المحاور المرجعية وهما:
التدوير المتعامد Orthogonal Rotation
والتدوير المائل Oblique Rotation
ففى التدوير المتعامد تدار العوامل معا (اثنين منها مثلا) مع الاحتفاظ بالتعامد بينها . أما التدوير المائل ففيه تدار المحاور دون احتفاظ بالتعامد ، فتترك لتتخذ الميل الملائم لها .
والعوامل المتعامدة غير مرتبطة معا ، أى أن معاملات الارتباط بينها تساوى صفرا ، إذ تصنف العوامل الاختبارات أو المتغيرات إلى فئات غير مرتبطة ، وهكذا يصبح التقسيم جادا غير متداخل. أما العوامل المائلة فهي عوامل بينها ارتباط أي أنها عوامل متداخلة ، ويفضل بعض المحللين العامليين استخراج عوامل متعامدة غير مرتبطة ، فى حين يهتم آخرون باستخلاص المائلة . ويهدف تدوير المحاور إلى تحقيق ما يسميه " ثيرستون " البناء البسيط .
تسمى العوامل الناتجة عن استخدام إحدى الطرق الحسابية للتحليل العاملي بالعوامل المباشرة ، وهى تمثل الحل الرياضى ، وهذا الحل واحد فقط من حلول كثيرة ممكنة كما أسلفنا ، وكذلك فإنه فى أحوال غير قليلة يصعب تفسير مثل هذه العوامل المباشرة سيكولوجيا ، فيكون الهدف إذن هو أن تحول هذه العوامل الى وضع يمكن الباحث من تفسيرها سيكولوجيا وتزيد كذلك من بساطتها ومعنوية ارتباط العوامل بمتغيرات القياس الأصلية . ويرى " ثيرستون " أنه يصعب تفسير العوامل سيكولوجيا إلا بعد تدوير المحاور وتبسيط كل " عمود " بقدر الامكان ، ويكون ذلك بتحويل نمط التشبعات إلى ما يسميه بالبناء البسيط ، ويرى أن الأخير يضمن وصول التحليل إلى نتيجة ثابتة تكون عواملها قابلة للتكرار من دراسة إلى أخرى.
وتتعدد الطرق العملية للتدوير وكان إسلوب الكوارتيماكس Quartimax الذى اقترحه " كارول " Carroll هو أول الأساليب التحليلية التى ظهرت فى سنة 1953 في محاولة لتقديم حل رياضي للبناء البسيط ، ثم تناولت بعد ذلك عدة طرق رياضية لعل أشهرها طريقة الفاريماكس Varimax الذى قدمه " كايزر " Kaiser فى سنة 1958 ، وتتقبل طريقة " الفاريماكس " فكرة البناء البسيط مع الاحتفاظ بالتعامد بين العوامل ، ويميل أغلب الباحثون لاستخدام طريقة الفاريماكس لكايزر والتى تؤدى إلى أفضل الحلول التى تستوفى خصائص البناء البسيط .
وكما نجد عدد من الأساليب التحليلية لحساب العوامل المتعامدة ، يوجد أيضا عدد آخر من الأساليب المعروفة لحساب العوامل الماثلة ، بعضها حلول قائمة على العوامل المباشرة والبعض الآخر يبدأ من الحل المتعامد . ومن الطرق المعروفة فى مجال التدوير المائل : طرق الكوارتيمن Quartimin و الأوبليمين Oblimin " لكارول " Carroll والـ Covarimin " لكايزر " والـ Binornamin " لكايزر وديكمان " Dickman والـ Promax " لهندريكسون ووايت " Hendrickson and White و غيرها . عندما نقوم بتدوير متعامد لمصفوفة عاملية فإننا نصل إلى نتيجة واحدة هي مصفوفة العوامل بعد التدوير وحيث تكون التشبعات على العوامل هى نفسها - أيضا - الارتباطات بين المتغيرات والعوامل . غير أن هذا الأمر يختلف فى حالة التدوير المائل .
فعندما تصبح العوامل مائلة يتحدد معنى التشبعات بإعتبارها إحداثيات المحاور العاملية Primary Factors بينما توجد لدينا إحداثيات المتجهات المرجعية Refexence vactors والتى تعبر عن الارتباطات بين المتغيرات والعامل ، ومثل هذا التمييز بين المتجهات المرجعية والعوامل الأولية يؤدي إلى خروجنا من التدوير المائل بمصفوفتين ، الأولى : هى مصفوفة النمط العاملي Factorial pattern أو نمط العوامل الأولية وقيم عواملها هى تشبعات المتغيرات على العوامل . والثانية : هى مصفوفة البناء العاملي Factorial Structure وقيم عواملها هى معاملات الارتباط بين المتغيرات والعوامل.
والواقع أن الميزة الأساسية التى تكمن فى التدوير المائل هى أنه الخطوة اللازمة للتقدم نحو التحليلات العاملية من الرتبة العليا أو الثانية . فطالما لدينا عوامل مائلة ( مترابطة ) فنستطيع أن نحسب مصفوفة معاملات الارتباط بين عواملها ثم نقوم بإجراء تحليل هذه المصفوفة الارتباطية لكى نستخرج عوامل من الرتبة الثانية أو الراقية التى تستخرج من التحليل العاملى للارتباط بين العوامل ، وتفسر هذه المصفوفات بطريقة تفسير العوامل الأولية ذاتها ، فيما عدا - بطبيعة الحال - أن المتغيرات هنا هى العوامل من التحليل العاملي ذى الرتبة الأولى أو الدنيا . وإذا ما كان هناك عديد من العوامل ذات الرتبة الثانية وأديرت تدويرا مائلا ، نتج أيضا مصفوفة ارتباطات بين هذه العوامل ذات الرتبة الثانية ، وهذه المصفوفة الارتباطية الأخيرة يمكن أن تحلل أيضا وتؤدى إلى العوامل ذات الرتبة الثالثة ، ويمكن أن تستمر العملية طالما أمكن إنتاج مصفوفة ارتباطية بالتدوير ، وتتوقف التحليلات ذات الرتبة الراقية حتى يحدث أن يستخرج عامل واحد فقط أو عوامل غير مرتبطة.
إما عن المقارنة بين النوعين بين العوامل ( ذات الرتبة الأولى والثانية ) فيذكر " جورستش " أنه ليس ثمة شئ " مقدس " بالنسبة لكليهما ، وتكمن الأفضلية النسبية لكل منهما فى النظرية موضع النظر . وأن الفروق التى قد تكون ضئيلة بين نتائج التدويرين المتعامد والمائل ليست هى موضوع اهتمام الباحثين بقدر ما يتجه اهتمامهم نحو إضفاء منطق الترابط أو التعامد بين العوامل ، ويعتقد عدد كبير من الباحثين أن التدوير المائل يعد أكثر كفاءة فى إبراز معالم البناء البسيط .
تفسير العوامل :
تعد عملية تفسير العوامل الناتجة عن التحليل العاملي أحد المشاكل التى تواجه الباحثين فى علم النفس ، ويعتمد تفسير العوامل على المتغيرات ( الاختبارات ) التى ترتبط بالعامل وتلك التى لا ترتبط به ، وتحديد التشبعات المرتفعة أو ذات الدلالة الجوهرية والتى تعنى أن هناك علاقة بين المتغير والعامل ، وتسمى هذه التشبعات البارزة .
وأنه ثمة طرق عدة لتحديد قيمة هذه التشبعات ، فيرى "أوفرول ، كليت " ( Overall & Klett) أن التشبع الدال هو ما يزيد على (35, ) ، أما " جـورستش " (Gorsuch) فيرى أن القيمة الشائعة فى معظم البحوث هي (0.30) ، فى حين يستخدم آخرون الاختبارات الإحصائية لتحديد دلالة كل تشبع بمقارنته بالخطأ المعياري له ، ولكن ذلك يتأثر كثيرا بحجم العينة . وهناك عديد من الطرق كذلك. وإذا ما تطابق مضمون هذه المتغيرات فإنها تعطى للعامل اسمه . ويساعد فى التفسير كذلك النظر إلى نمط التشبعات غير البارزة ، لأنها تمد الباحث بوسيلة لمراجعة التفسير الذي يقدمه للعوامل ، وربما تعد نظرية العوامل الخمسة الكبرى من أكثر النظريات العاملية فى الشخصية التى واجهت مشكلة تتعلق بتسمية العوامل الخمسة الكبرى للشخصية.
أنواع العوامل :
العوامل التى تنتج عن التحليل العاملي لمصفوفة الارتباط تسمى أسماء كثيرة منها : العوامل المباشرة أو الأولية أو الدنيا أو العوامل من الرتبة الأولى فقط ، سواء أجرى لها تدوير أم لا . وفي مجال بحوث الشخصية - بوجه خاص - وجد أن " السمات الأساسية أو المصدرية مائلة أى مرتبطة على وجه العموم ، ولذلك فإنه يمكن حساب الارتباطات الجوهرية بين هذه الأوليات Primaries وتحليلها عاملياً لاستخلاص عوامل أعرض من طبقة ثانية Second- Stratum وتسمى هذه العوامل الأخيرة بالعوامل الثانوية أو العوامل من الرتبة الثانية Second - order Factors أو العوامل ذات الرتبة الراقية higher - order factors وفي حين أن التعبير الأخير أكثر ملاءمة للدلالة على سعتها وسموها على العوامل ذات الرتبة الأولى ، إلا أنه غير دقيق فى تحديده لرتبة " الرقى " فثمة رتب ثانية وثالثة ورابعة وهكذا . ولذلك فإن " عوامل الرتبة الثانية " أو الثالثة ... أدق فى الإشارة إلى مستوى أو رتبة الإجراءات الحسابية لاستخراج هذا النوع من العوامل . ونشير إلى أن "يثرستون" هو صاحب فكرة العوامل ذات الرتبة الثانية .
ويذكر " جورستش " (Gorsuch, 1983) أنه إذا حسبنا الارتباطات بين العوامل لإستخرجنا مصفوفة إرتباطية بكل معانى الكلمة ، ولذا فإنه يمكن تحليلها عامليا وبالطريقة ذاتها المتبعة فى تحليل مصفوفة معاملات الارتباط الأصلية ، ويمكن استخدام أى طريقة من طرق استخراج وتدوير العوامل ، ولو أن بعض الطرق إذا ما استخدمت فسيترتب عليها بعض خصائص معينة . ويمكن استخدام معيار " جتمان " : الحد الأدنى للجذر الكامن الدال > 1.0 ، بالإضافة إلى بعض الطرق الأخرى لتحديد عدد العوامل الراقية .
ينتج هذا النوع من العوامل ذات الرتبة الثانية أو الراقية إذن من التحليل العاملى للإرتباط بين العوامل ، وتفسر هذه المصفوفات بطريقة تفسير العوامل الأولية ذاتها ، فيما عدا - بطبيعة الحال - أن المتغيرات هنا هى العوامل من التحليل العاملي ذى الرتبة الأولى أو الدنيا . وإذا ما كان هناك عديد من العوامل ذات الرتبة الثانية وأديرت تدويراً مائلا " نتج أيضا مصفوفة ارتباطات بين هذه العوامل ذات الرتبة الثانية ، وهذه المصفوفة الارتباطية الأخيرة يمكن أن تحلل أيضا وتؤدى إلى العوامل ذات الرتبة الثالثة ، ويمكن أن تستمر العملية طالما أمكن إنتاج مصفوفة ارتباطية بالتدوير، وتتوقف التحليلات ذات الرتبة الراقية حتى يحدث أن يستخرج عامل واحد فقط أو عوامل غير مرتبطة .
أما عن المقارنة بين النوعين من العوامل ( ذات الرتبة الأولى والثانية) فيذكر " جورستش " أنه ليس ثمة شئ "مقدس" بالنسبة لكليهما ، وتكمن الأفضلية النسبية لكل منهما فى النظرية موضع النظر ، فإن انتباه الباحث - فى بعض المجالات - يجب أن يتركز حول مستوى واحد ، بينما فى ميادين أخرى فقد يكون مستوى آخر مرغوباً . ويعكس تاريخ البحث فى القدرات الإنسانية كيف يمكن أن يتحول التركيز من مستوى من العوامل إلى آخر ، ففى حين اهتم "سبيرمان" بالعامل الراقي (العامل العام) فى هذا المجال ، فمن الطبيعي أن يؤدي تطور هذا المجال بباحثين آخرين إلى تجزئة هذا العامل العام العريض للذكاء إلى عوامل أكثر نوعية ( عوامل طائفية ) ، فقد كان عدد العوامل الأولية عند "ثيرستون" مثلا من سبعة إلى تسعة (عوامل طائفية) ، واستمرت عملية التقسيم الفرعي إذ تمكن " جيلفورد " من أن يجزئ الذكاء إلى أجزاء أكثر بكثير مما لم يحلم به " ثيرستون " أبداً .
ويذكر فتحي الزيات (1995) أنه يمكن تصنيف العوامل التى توصل الباحثون فى ميدان التحليل العاملي لمكونات الذكاء الانسانى إلى ثلاثة أنواع هي :
1 - العامل العام : هو العامل المشترك الذى يوجد في جميع الاختبارات التى تخضع للتحليل العاملي ويعبر عنه فى هذه الحالة بالنمط العام كما هو الحال في الذكاء العام على سبيل المثال .
2 - العامل الطائفي : وهو العامل الذي يوجد في بعض الاختبارات التى تخضع للتحليل وليس فى كلها ، وهو يفسر ارتفاع قيم معاملات الارتباط بين الاختبارات التى تقيس الذكاء ، ومن أمثلة العوامل الطائفية القدرات العقلية الموجودة فى الذكاء على سبيل المثال مثل القدرة المكانية أو القدرة الاستدلالية والتى تتسم بأنها عوامل ضيقة وغير قابلة لإعادة الاستخراج .
3 - العامل الخاص أو النوعى : وهو العامل الذي يختص بنوع واحد من أنواع السلوك الإنساني ، ويوجد فى اختبار واحد فقط ، أو عدة اختبارات تعكس جميعا نفس المتغير المقاس ، كاختبار الحساب أو اختبار معاني الكلمات والتشابهات ... إلخ .
والتمييز بين العوامل الثلاثة ( العام والطائفي والنوعي ) ليس تمييزاً قاطعاً حيث ترى " أنستازى " أن هذا يتوقف على :
* عدد الاختبارات الخاضعة للتحليل .
* مدى تباين أو تجانس استجابات أفراد العينة التى يجري عليها التحليل العاملي .
* عدد أفراد العينة التى يجري عليها التحليل العاملي .
* مدى تجانس أو تباين هذه الاختبارات في قياسها لما تقيس .
* حجم أو قيم معاملات الارتباطات البينية للاختبارات الخاضعة للتحليل العاملي .
بمعنى أن العامل الذي يظهر فى مجموعة أقل عدداً من الاختبارات على أنه عامل عام ، قد يظهر كعامل طائفي فى مجموعة أكبر عدداً من الاختبارات ، خاصة إذا مالت مجموعة منها إلى التجانس .
ثبات العوامل :
إن ثبات استقرار أو إمكان تكرار العوامل ليس أمرا سهلا ويتأثر بالجوانب التالية :
1 - طريقة التحليل المستخدمة : هناك فروق بين الطرق العاملية فى قابلية العوامل المستخرجة منها للتكرار ، ويؤثر كذلك عدد المتغيرات : صغيرة أو كبيرة ، ومعاملات الارتباط : مرتفعة أو منخفضة ، وطرق التدوير المستخدمة.
2 - تأثير الشيوع (هـ2) : تعد المتغيرات ذات الثبات المنخفض ، والتى لها ارتباطات منخفضة مع بقية المتغيرات فى التحليل ، غير مرغوبة فى التحليل العاملي بوجه عام .
3 - عدد المتغيرات بالنسبة لكل عامل : تتضح قوة العامل بعدد التشبعات البارزة فيه ، ويجب أن يكون عدد هذا النوع من المتغيرات أكبر من الحد الأدنى الذي يؤكد ظهور العامل ( ثلاثة متغيرات على الأقل لتحديد العامل) ، مما يقلل تأثير الصدفة . ويبدو عامة أنه من الصعب أن يتكرر استخراج العوامل التى تقل المتغيرات البارزة على كل منها عن خمسة أو ستة.
4 - عدد الأفراد : كلما زاد عدد المفحوصين كان ذلك أفضل . ولسوء الحظ فلم تجر دراسة لتحديد النسبة المثلى "الآمنة" بين عدد المفحوصين والمتغيرات ، لأنها تختلف تبعا للظواهر ومدى قوتها، ويقترح "جورستش" معيارا مطلقا يحدد الحد الأدنى لعدد الأفراد ، فيذكر نسبة خمسة أفراد بالنسبة لكل متغير ، على ألا يقل أى تحليل عن (100) فرد . ويفيد هذا المعيار فقط عندما يكون الشيوع (هـ2) المتوقع مرتفعا وتكون هناك متغيرات عديدة لكل عامل متوقع . ولكن إذا كانت المتغيرات منخفضة الثبات ، أو أن ظاهرة البحث " ضعيفة " ، هنا ستتطلب الدراسة عددا أكبر من الأفراد (300) فرد على الأقل . وكما لوحظ أن ثبات العوامل يرتفع مع تنوع العينات إذا ما تم اختيارها عشوائيا من المجتمع نفسه.
5 - العوامل الراقية : العوامل ذات الرتبة الثانية ربما تكون أصعب فى تكرارها من العوامل ذات الرتبة الأولى لأن الارتباطات بين العوامل تبدو غير مستقرة أكثر من الارتباطات بين المتغيرات . وكذلك فإن كل عامل راق يتحدد عادة بعدد قليل فقط من المتغيرات ، ومع ذلك فلم يجر تحليل ليبين قابلية العوامل الراقية للتكرار .
6 - الخصائص السيكومترية للإختبارات : يعبر التباين الناشئ عن الاختبارات الخاضعة للتحليل العاملي عن انخفاض ثباتها وصدقها من ناحية وعن أخطاء القياس من ناحية أخرى ، لذلك فإن ثبات العوامل يتأثر بثبات وصدق الاختبارات الخاضعة للتحليل العاملي فكلما كانت الاختبارات أكثر ثباتا وصدقا كلما كانت العوامل الناتجة عن التحليل العاملي أكثر استقرارا وقابلية للتكرار.
وبوجه عام لقد تعرض منهج التحليل العاملي لانتقادات عديدة من بعض الإحصائيين وعلماء النفس الاكلينيكي والتجريبي وكذلك المحلللين النفسيين وواضعى نظريات الشخصية التى تهتم بالسمات الفريدة أكثر من السمات المشتركة أمثال " ألبورت ". ويفصل " جيلفورد " (Guilford, 1961) ذلك بقوله : إن التحليل العاملي وسيلة قادرة على استخراج المعلومات من البيانات ، ولكن ليس له قوة سحرية للكشف عن أي معلومات غير كامنة فى هذه البيانات . ويبنغى على العالم الذى يستخدم هذا المنهج لاكتشاف معلومات سيكولوجية أن يبدأ بأن يسأل أسئلة معينة قبل أن يجمع مادته . وبعبارة أخرى فإذا أردنا أن نستخدم هذا المنهج استخداما سليما فينبغي أن تخطط الدراسة العاملية بعناية ، مع وضع فروض واضحة يراد اختبارها . وكلما استطاع الباحث أن يحدد الملامح التجريبية عند التخطيط لدراسته كان ذلك أفضل وهو كذلك يقلل من الغموض فى تفسير النتائج . ولتقويم قيمة الاستخدام العملي للتحليل العاملي فإننا نحتاج إلى أن نوضح أنواع الفروض التى يمكن أن نضعها ، والطريقة التى يمكن اختبارها بها ، ومدى التنوع فى الظروف وأنواع الضبط المطلوب .
أساليب التحليل العاملي :
لعل القارئ لديه الآن فكرة عن التحليل العاملي على أنه استخلاص للعوامل الأساسية من مصفوفة ارتباطية ، والأخيرة مستمدة من نتائج تطبيق اختبارات معينة على مجموعة كبيرة من الأفراد . وهذا صحيح ولكنه ليس إلا أسلوبا واحداً فقط من بين عدة أساليب نحدد منها ثلاثة على الاقل يلى :
أ - التحليل العاملي للمتغيرات R-technique
هذا هو الأسلوب التقليدي والمتبع فى معظم البحوث (90% تقريباً)، وتبدأ البيانات الأصلية الخام لهذا الأسلوب من درجات الأفراد التى تكون الصفوف ، بينما تتكون الأعمدة من المتغيرات ، وتحسب معاملات الارتباط بين المتغيرات ( الأعمدة) ثم تحلل عاملياً ويستخرج منها عوامل خاصة بالمتغيرات .
ب - التحليل العاملي للأشخاص : Q - technique
الإجراءات الحسابية فى هذا الأسلوب هى ذاتها المتبعة فى تحليل المتغيرات ، مع فارق واحد فقط هو حساب معاملات الارتباط بين الصفوف وليس الأعمدة ( أى بين الأشخاص وليس المتغيرات)، ولذا يسمي أحيانا بالتحليل العاملي المحور transposed أو المعكوس inverted . وبينما نشير فى التحليل العاملي للمتغيرات إلى اختبار مشبع بعامل يمثله ، فإن العوامل المستخرجة من التحليل العاملي للأشخاص تشير إلى أفراد مشبعين بدرجة عالية بالعامل .
وقد نبع هذا المنهج من مشكلات يكون فيها الموضوع المركزى هو تجميع الأفراد ، ويمكن أن يكون هؤلاء الأفراد حالات إكلينيكية أو تنظيمات أو الناس على وجه العموم ، والهدف هو التعرف إلى الفئات التى يتجمع فيها الأفراد ، ولذا فإن أى فرد جديد يمكن وضعه - على أساس البحث العاملي - مع المجموعة التى يتشابه معها أكثر . وتشير التشبعات العاملية فى هذا الأسلوب إلى أى مدى يمكن أن يتشابه كل فرد مع نموذج فرضى.
ويذكر " وليم ستيفنسون " ( Stephenson, 1953) رائد هذا المنهج أن له تطبيقات عملية متعددة فى الدراسة السيكولوجية للأنماط والتحليل المبدئي للاستخبارات ، بالإضافة إلى تطبيقات فى علم النفس الاجتماعى وبحوث الشخصية والاختبارات الإسقاطية وعلم النفس الإكلينيكي ، وذلك حتى يدخل التحليل العاملي إلى المعمل والعيادة .
ج - التحليل العاملي لاستجابات الفرد الواحد : P - technique
وهو التحليل العاملي لمعاملات الارتباط بين مجموعة من المتغيرات أو مظاهر السلوك المستمدة من عدد كبير من المناسبات أو اللحظات . ولكن الأمر الهام فى هذا الأسلوب هو أن هذه البيانات كلها تستمد من فرد واحد ، ويسميه " بتلر " وزملاؤه (Butler-et al., 1963) " تحليل البيانات الطبيعية " ، ويذكرون أنه " نوع من التحليل العاملي يمثل فيه سلوك الفرد خلال فترات متعددة من الملاحظات ، ويطبق على المقابلات النفسية العلاجية" .
الانتقادات الموجهة للتحليل العاملي
وكما يذكر " أحمد عبد الخالق " (1994) أنه لم يواجه أى منهج إحصائى من النقد مثل ما واجه التحليل العاملي ، إذ ينقد من بعض الإحصائيين وعلماء النفس الإكلينيكي والتجريبى ( بعضهم وليس كلهم) وكذلك المحللين النفسيين وواضعى نظريات الشخصية التى تهتم بالسمات الفريدة أكثر من السمات المشتركة مثل " ألبورت " (Allport, 1961) إذ يقول :
1 - هل من المعقول أن نفترض أن كل البشر يمتلكون فى الحقيقة الطبيعة الأساسية للشخصية نفسها ؟ وهل يتعين أن تكون وحدات التنظيم هي ذاتها لدي جميع الأفراد ؟ ذلك أن العامل صورة مركبة لا تمثل فردا معيناً بوجه خاص.
2 - تعد الوحدات الإحصائية التي تكتشف بعيدة عن الكائن العضوي الفرد ، فإن الدرجات على عدة اختبارات تستخرج من جمهور ضخم من الناس ، ثم ( كما لو كانت ) توضع في " طاحونة " ويكون الخلط تاماً بحيث يصبح الناتج سلسلة من العوامل التي يفقد فيها كل إنسان ذاتيته ، وتكون استعداداته قد اختلطت باستعدادات غيره ، ونادراً ما تتشابه العوامل المستنتجة بهذه الطريقة مع الاستعدادات المكتشفة بالطرق الإكلينيكية التى يدرس الفرد فيها بتعمق . وليس هناك دليل على أن الوحدات العاملية المناظرة للسمات الأساسية هى التركيب الوراثي للطبيعة البشرية كما أعلن بعض المتحمسين .
3 - كما أن تسمية العوامل مشكلة معقدة ، وهى غالباً تحكمية اختيارية ، ويفضل بعض الباحثين أن يطلقوا عليها حروفاً مثل : و ، ب ، س ، م وهكذا ... فكما لو كانوا لا يجرءون على إعلان أسماء العوامل بصوت عال ، وأحياناً ما يكون العامل الناتج - ببساطة - لايمكن تسميته .
4 - لا شئ يخرج من التحليل العاملي سوى ما وضع فيه سلفاً . وثمة أخطاء المقاييس والارتباطات التى يعتمد عليها التحليل العاملي ، وأخطاء اختيار العينة ، إلى جانب عدم ثبات أو صدق الاختبارات المستخدمة والأخطاء التجريبية والتحيزات.
ويورد عن " جورستش Grosuch"، ما يمكن أن يسمى " بأخطاء المحللين العامليين "، ويذكر " جورستش " أنه نقد ينطبق معظمه على الدراسات المعاصرة وهو :
1 - الاختلاف الكبير بين النتائج من دراسة إلى أخرى نظراً لعدم استقرار الارتباطات المحسوبة من عينات صغيرة الحجم .
2 - عدم الاعتماد فى تفسير النتائج على الظروف الخاصة باختيار العينة .
3 - على الرغم من وجود عامل عام تسوغ استخراجه البيانات ، فإن إجراءات التدوير تتجنبه بعناية . والخطأ المقابل هو استخدام العامل الأول على أنه عامل عام مع عدم وجوده .
4 - احتواء التحليل على متغيرات عديدة منخفضة الثبات .
5 - إغفال مسلمة الاستقلال التجريبي للمتغيرات .
6 - قد تأتي المتغيرات المحللة من إحدى نقيضين : من مجال صغير جدا حتى أننا لن نستفيد منه شيئاً ، أو من مدى واسع من المجالات غير المترابطة معا .
7 - المشكلة العويصة : تفسير العوامل .
ويذكر " جورستش " (Gorsuch, 1983) نقداً للإجراءات التى يتم بوساطتها لتحليل العاملي فى بعض التحليلات كما يلي :
(أ) تأثر العوامل بالإطار النظري للباحث ، ولكن العوامل تتأكد فقط إذا ما كانت قابلة للتكرار والتكامل فى إطار نظري .
(ب) عدم بذل جهد كاف في اختيار المتغيرات .
(ج) عدم نشر الباحثين معلومات كافية عن تحليلاتهم : كطريقة استخراج العوامل ، والمعيار الذى اتبع لتحديد عدد العوامل المستخرجة ، ونوع تدوير المحاور المستخدم . ويضيف أن هذا خطأ رؤساء تحرير الدوريات .
(د) الاعتماد العام على برامج التحليل العاملي التى تنجز بوساطة الحاسبات الإلكترونية ، نتيجة لأنها متاحة أكثر من كون الدراسة مصممة لهذا النوع من التحليل .
(هـ) العوامل التي تعد مستقرة وتكرر استخراجها كثيراً فى مجال معين ، غالباً ما يعاد اكتشافها وتعطي أسماء جديدة . وسبب ذلك ميل الباحثين إلى أن " ينشروا " أكثر من أن " يقرأوا " . ويضرب مثالا من بحوث الشخصية كعوامل الوجدانية (العصابية) والانبساط . ويوجد حل بسيط لهذه المشكلة ، فيجب على الباحث فى مجال معين أن يضمن دراسته متغيرات تستخدم على أنها مؤشر أو علامة على العوامل التى تأكد استخراجها . وليست هذه المشكلة خاصة بالتحليل العاملي وحده . ولا بعلم النفس أو بأحد فروع العلوم الاجتماعية فقط ، فإن الباحثين يبتكرون مقاييس جديدة للمفاهيم ذاتها ، أو يضعون مفهوما يختلف اختلافاً طفيفاً عن مفاهيم سبق بحثها فعلا وبطريقة جيدة. ويذكر " جورستش " أن هذا الأمر يؤخر التطور النظري في أي مجال .
(و) نقص الإطار النظري والذى يتم على أساسه التكامل بين كل من جمع البيانات والتحليل والتفسير .
وإن الناظر إلى هذه الانتقادات الأخيرة يرى أن معظمها تعد أخطاء للمستخدمين أو الممارسين للطريقة ، أكثر منها نقداً للطريقة أو الأسلوب ذاته . ونرد فى الفقرة الآتية على بعض جوانب النقد .
وإن جانباً من الرد على نقد " ألبورت " الوارد فى الفقرة السابقة يمكن أن يكون كما يلي:
1 - يمكن أن يتسع المجال في بحوث الشخصية لوجهتين للنظر وهما :
أ - ما يتشابه فيه جميع الأفراد ( السمات المشتركة) .
ب - ما يمكن أن يكون خاصية لفرد واحد (السمات الفريدة) . ومن الطبيعي أن تدرس السمات المشتركة عاملياً ، وأن يكون محور الاهتمام فيها هو الإنسان المتوسط أو ما يتشابه فيه الأفراد وليس ما يختلفون فيه .
2 - من المنطقى افتراض أن جميع البشر يملكون - كيفياً - الطبيعة الأساسية والعامة للشخصية ذاتها ، وأنهم يختلفون - فقط - كمياً ، وما ذلك إلا الطبيعة البشرية العامة التي ترتبط بصفات ووظائف ذات درجة من العمومية لدى البشر جميعاً مثل الطول والسمع والبصر والذكاء والعصبية والاجتماعية والإدراك و
