نتائج ارتباط بيرسون

تقرير التحليل الإحصائي2026-11-18

صدق الاتساق الداخلي للاستبانة (Internal Consistency Validity):

للتحقق من صدق الاتساق الداخلي للاستبانة حُسبت معاملات الارتباط على استجابات (30) فرداً، ويُستحسن أن تكون من عينة استطلاعية من غير أفراد العينة الأساسية للبحث. واستُخدم معامل الارتباط بيرسون (Pearson's Correlation Coefficient) لحساب معاملات الارتباط بين درجة كل مفردة من مفردات الاستبانة والدرجة الكلية للمجال الذي تنتمي إليه، وكذلك بين درجة كل مجال من المجالات والدرجة الكلية للاستبانة (DeVellis, 2017)، ويُعدّ فحص صدق الاتساق الداخلي من أهم المؤشرات التي تساعد في التحقق من مدى اتساق المفردات في قياس البُعد ذاته، وذلك من خلال حساب معاملات الارتباط بين كل مفردة والدرجة الكلية للمجال. حيث يُظهر هذا الإجراء إلى أي مدى تسهم كل مفردة في بناء البُعد المستهدف (Field, 2018).

أ- صدق الاتساق الداخلي لمفردات الاستبانة

جدول (1) معاملات الارتباط بيرسون (Pearson) بين درجة كل مفردة من مفردات الاستبانة والدرجة الكلية للمجال الذي تقع فيه (ن = 30) - استخدام الذكاء الاصطناعي

المتغير
(Variable)
معامل ارتباط بيرسون
(Pearson Correlation)
الدلالة
(Sig.)
N الارتباط المصحح
أستخدم أدوات الذكاء الاصطناعي لفهم الدروس .853** < .001 30 .745
أطلب من الذكاء الاصطناعي أمثلة إضافية .791** < .001 30 .682
أستعين بالذكاء الاصطناعي في تلخيص المحاضرات .791** < .001 30 .667
أراجع للاختبار بأسئلة يولدها الذكاء الاصطناعي .775** < .001 30 .647
أستخدم الذكاء الاصطناعي لترجمة المراجع .843** < .001 30 .737

**. الارتباط دال عند مستوى 0.01 (ثنائي الذيل) — Correlation is significant at the 0.01 level (2-tailed).

الارتباط المصحح: ارتباط درجة العبارة بمجموع درجات بقية عبارات المحور دونها، حُسب على (30) حالة مكتملة الإجابة في كل عبارات المحور (حذف قائمي كما في SPSS RELIABILITY — Corrected Item-Total Correlation).

يتضح من الجدول (1)، الذي يظهر معاملات ارتباط بيرسون بين درجة كل عبارة من عبارات محور "استخدام الذكاء الاصطناعي" والدرجة الكلية للمحور على (30) استجابة، أنّه بلغ معامل ارتباط العبارة "أستخدم أدوات الذكاء الاصطناعي لفهم الدروس" (0.853) بقيمة دلالة (< .001)، وهو ارتباط طردي قوي دال إحصائيًا؛ وبلغ معامل ارتباط العبارة "أطلب من الذكاء الاصطناعي أمثلة إضافية" (0.791) بقيمة دلالة (< .001)، وهو ارتباط طردي قوي دال إحصائيًا؛ وبلغ معامل ارتباط العبارة "أستعين بالذكاء الاصطناعي في تلخيص المحاضرات" (0.791) بقيمة دلالة (< .001)، وهو ارتباط طردي قوي دال إحصائيًا؛ وبلغ معامل ارتباط العبارة "أراجع للاختبار بأسئلة يولدها الذكاء الاصطناعي" (0.775) بقيمة دلالة (< .001)، وهو ارتباط طردي قوي دال إحصائيًا؛ وبلغ معامل ارتباط العبارة "أستخدم الذكاء الاصطناعي لترجمة المراجع" (0.843) بقيمة دلالة (< .001)، وهو ارتباط طردي قوي دال إحصائيًا. وتراوحت معاملات الارتباط بين (0.775) للعبارة "أراجع للاختبار بأسئلة يولدها الذكاء الاصطناعي" و(0.853) للعبارة "أستخدم أدوات الذكاء الاصطناعي لفهم الدروس"، وتُوصف قوة كل معامل وفق تصنيف كوهين (Cohen, 1988).

التفسير: تدل هذه النتائج على أنّ جميع عبارات محور "استخدام الذكاء الاصطناعي" ترتبط بالدرجة الكلية لمحورها ارتباطًا موجبًا دالًا إحصائيًا عند مستوى الدلالة (0.05)، مما يدل على اتساق العبارات في قياس البُعد الذي وُضعت له، ويُعد ذلك مؤشرًا على صدق الاتساق الداخلي للمحور (DeVellis, 2017). وتُعد العبارة "أستخدم أدوات الذكاء الاصطناعي لفهم الدروس" أكثر العبارات تمثيلًا لمضمون المحور، والعبارة "أراجع للاختبار بأسئلة يولدها الذكاء الاصطناعي" أقلها تمثيلًا له. ولأنّ درجة المحور تتضمن درجة العبارة نفسها فإنّ معاملات بيرسون السابقة تتأثر بذلك جزئيًا، فيكمّلها عمود «الارتباط المصحح» (Corrected Item-Total Correlation)، وهو ارتباط درجة العبارة بمجموع درجات بقية عبارات المحور بعد استبعادها منه، فيبيّن مدى انتماء العبارة إلى محورها دون أن تُسهم درجتها في الدرجة التي تُقارن بها (Nunnally & Bernstein, 1994). وتراوح الارتباط المصحح لعبارات المحور بين (0.647) للعبارة "أراجع للاختبار بأسئلة يولدها الذكاء الاصطناعي" و(0.745) للعبارة "أستخدم أدوات الذكاء الاصطناعي لفهم الدروس". ويعود للباحث تقدير الإبقاء على العبارات أو حذفها في ضوء هذه المؤشرات وطبيعة الأداة.

العزو والمناقشة: وقد يُعزى الارتباط الموجب الدال للعبارات إلى وضوح صياغتها وانتمائها المفاهيمي إلى المحور، بحيث يستجيب لها أفراد العينة استجابة متسقة مع استجابتهم لبقية عبارات المحور.

التوصيات: يُوصى باعتماد عبارات محور "استخدام الذكاء الاصطناعي" في ضوء دلالة ارتباطها الموجب بمحورها، مع قراءة عمود الارتباط المصحح عند مراجعة صياغة العبارات.

جدول (2) معاملات الارتباط بيرسون (Pearson) بين درجة كل مفردة من مفردات الاستبانة والدرجة الكلية للمجال الذي تقع فيه (ن = 30) - الاتجاه نحو الذكاء الاصطناعي

المتغير
(Variable)
معامل ارتباط بيرسون
(Pearson Correlation)
الدلالة
(Sig.)
N الارتباط المصحح
أرى أن الذكاء الاصطناعي يسهل التعلم .721** < .001 30 .532
أثق بالمعلومات التي يقدمها الذكاء الاصطناعي .876** < .001 30 .743
أشجع زملائي على استخدامه في الدراسة .756** < .001 30 .597
أتوقع أن يتحسن مستواي باستخدامه .779** < .001 30 .603
أفضل الدراسة في المكتبة على الدراسة في البيت .200 .288 30 -.080

**. الارتباط دال عند مستوى 0.01 (ثنائي الذيل) — Correlation is significant at the 0.01 level (2-tailed).

الارتباط المصحح: ارتباط درجة العبارة بمجموع درجات بقية عبارات المحور دونها، حُسب على (30) حالة مكتملة الإجابة في كل عبارات المحور (حذف قائمي كما في SPSS RELIABILITY — Corrected Item-Total Correlation).

يتضح من الجدول (2)، الذي يظهر معاملات ارتباط بيرسون بين درجة كل عبارة من عبارات محور "الاتجاه نحو الذكاء الاصطناعي" والدرجة الكلية للمحور على (30) استجابة، أنّه بلغ معامل ارتباط العبارة "أرى أن الذكاء الاصطناعي يسهل التعلم" (0.721) بقيمة دلالة (< .001)، وهو ارتباط طردي قوي دال إحصائيًا؛ وبلغ معامل ارتباط العبارة "أثق بالمعلومات التي يقدمها الذكاء الاصطناعي" (0.876) بقيمة دلالة (< .001)، وهو ارتباط طردي قوي دال إحصائيًا؛ وبلغ معامل ارتباط العبارة "أشجع زملائي على استخدامه في الدراسة" (0.756) بقيمة دلالة (< .001)، وهو ارتباط طردي قوي دال إحصائيًا؛ وبلغ معامل ارتباط العبارة "أتوقع أن يتحسن مستواي باستخدامه" (0.779) بقيمة دلالة (< .001)، وهو ارتباط طردي قوي دال إحصائيًا؛ وبلغ معامل ارتباط العبارة "أفضل الدراسة في المكتبة على الدراسة في البيت" (0.200) بقيمة دلالة (.288)، وهو ارتباط طردي ضعيف غير دال إحصائيًا. وتراوحت معاملات الارتباط بين (0.200) للعبارة "أفضل الدراسة في المكتبة على الدراسة في البيت" و(0.876) للعبارة "أثق بالمعلومات التي يقدمها الذكاء الاصطناعي"، وتُوصف قوة كل معامل وفق تصنيف كوهين (Cohen, 1988).

التفسير: تدل هذه النتائج على أنّ "أرى أن الذكاء الاصطناعي يسهل التعلم"، "أثق بالمعلومات التي يقدمها الذكاء الاصطناعي"، "أشجع زملائي على استخدامه في الدراسة"، و"أتوقع أن يتحسن مستواي باستخدامه" ترتبط بالدرجة الكلية للمحور ارتباطًا موجبًا دالًا إحصائيًا، في حين جاء ارتباط العبارة "أفضل الدراسة في المكتبة على الدراسة في البيت" بالدرجة الكلية غيرَ دالٍّ إحصائيًا (Sig. > 0.05)؛ وتُقرأ هذه النتيجة مع بقية مؤشرات المحور عند الحكم على صدق اتساقه الداخلي (DeVellis, 2017). وتُعد العبارة "أثق بالمعلومات التي يقدمها الذكاء الاصطناعي" أكثر العبارات تمثيلًا لمضمون المحور، والعبارة "أفضل الدراسة في المكتبة على الدراسة في البيت" أقلها تمثيلًا له. ولأنّ درجة المحور تتضمن درجة العبارة نفسها فإنّ معاملات بيرسون السابقة تتأثر بذلك جزئيًا، فيكمّلها عمود «الارتباط المصحح» (Corrected Item-Total Correlation)، وهو ارتباط درجة العبارة بمجموع درجات بقية عبارات المحور بعد استبعادها منه، فيبيّن مدى انتماء العبارة إلى محورها دون أن تُسهم درجتها في الدرجة التي تُقارن بها (Nunnally & Bernstein, 1994). وتراوح الارتباط المصحح لعبارات المحور بين (-0.080) للعبارة "أفضل الدراسة في المكتبة على الدراسة في البيت" و(0.743) للعبارة "أثق بالمعلومات التي يقدمها الذكاء الاصطناعي"، وجاء سالبًا في العبارة "أفضل الدراسة في المكتبة على الدراسة في البيت" (-0.080)؛ أي تتجه الاستجابة عن هذه العبارة عكس اتجاه بقية عبارات المحور. ويعود للباحث تقدير الإبقاء على العبارات أو حذفها في ضوء هذه المؤشرات وطبيعة الأداة.

العزو والمناقشة: وقد يُعزى الارتباط الموجب الدال للعبارات إلى وضوح صياغتها وانتمائها المفاهيمي إلى المحور، بحيث يستجيب لها أفراد العينة استجابة متسقة مع استجابتهم لبقية عبارات المحور. وقد يُعزى عدم دلالة ارتباط بعض العبارات إلى غموض صياغتها، أو إلى قياسها جانبًا مختلفًا عن المضمون المشترك للمحور، أو إلى تقارب استجابات الأفراد عليها تقاربًا يحدّ من تباينها.

التوصيات: يُنظر في "أفضل الدراسة في المكتبة على الدراسة في البيت" في ضوء مضمونها وآراء المحكمين، ويُتحقق من حاجتها إلى الترميز العكسي إن كانت سالبة الصياغة، ثم يُعاد حساب معاملات الارتباط والثبات إن عُدّل شيء منها.

ب- صدق الاتساق الداخلي للمجالات الكلية

جدول (3): صدق الاتساق الداخلي بين درجة كل مجال من المجالات والدرجة الكلية للاستبانة (ن= 30)

المحور معامل ارتباط بيرسون
(Pearson Correlation)
الدلالة
(Sig.)
N
استخدام الذكاء الاصطناعي .842** < .001 30
الاتجاه نحو الذكاء الاصطناعي .794** < .001 30

**. الارتباط دال عند مستوى 0.01 (ثنائي الذيل) — Correlation is significant at the 0.01 level (2-tailed).

يتضح من الجدول (3)، الذي يظهر معاملات ارتباط بيرسون بين الدرجة الكلية لكل محور والدرجة الكلية للاستبانة، أنّه بلغ معامل ارتباط درجة محور "استخدام الذكاء الاصطناعي" بالدرجة الكلية للاستبانة (0.842) بقيمة دلالة (< .001)، وهو ارتباط طردي قوي دال إحصائيًا؛ وبلغ معامل ارتباط درجة محور "الاتجاه نحو الذكاء الاصطناعي" بالدرجة الكلية للاستبانة (0.794) بقيمة دلالة (< .001)، وهو ارتباط طردي قوي دال إحصائيًا. وتراوحت هذه المعاملات بين (0.794) لمحور "الاتجاه نحو الذكاء الاصطناعي" و(0.842) لمحور "استخدام الذكاء الاصطناعي".

التفسير: تدل هذه النتائج على أنّ محاور الاستبانة جميعها ترتبط بالدرجة الكلية ارتباطًا موجبًا دالًا إحصائيًا عند مستوى الدلالة (0.05)، مما يدل على أنّ المحاور تشترك في قياس البناء العام الذي وُضعت الاستبانة لقياسه، ويُعد ذلك مؤشرًا على صدق الاتساق الداخلي على مستوى المحاور (DeVellis, 2017). ويُعد محور "استخدام الذكاء الاصطناعي" أوثق المحاور صلة بالبناء العام للاستبانة، ومحور "الاتجاه نحو الذكاء الاصطناعي" أقلها صلة به.

العزو والمناقشة: وقد يُعزى ارتفاع ارتباط المحاور بالدرجة الكلية إلى تكامل المحاور في تغطية جوانب الظاهرة المدروسة، وربما إلى بنائها في ضوء إطار نظري واحد يجمعها.

التوصيات: يُوصى باعتماد الاستبانة بمحاورها كافة من حيث صدق الاتساق الداخلي، إلى جانب أدلة الصدق الأخرى (كصدق المحكمين) والثبات، للإجابة عن أسئلة الدراسة.

الرسومات البيانية لمعامل الارتباط:

المجال: استخدام الذكاء الاصطناعي


المجال: الاتجاه نحو الذكاء الاصطناعي


المراجع:

  • DeVellis, R. F. (2017). Scale development: Theory and applications (4th ed.). Sage Publications.
  • Cohen, J. (1988). Statistical power analysis for the behavioral sciences (2nd ed.). Lawrence Erlbaum Associates.
  • Field, A. (2018). Discovering statistics using IBM SPSS statistics (5th ed.). Sage.
  • Nunnally, J. C., & Bernstein, I. H. (1994). Psychometric theory (3rd ed.). McGraw-Hill.