المقياس (العلوم الاجتماعية)

في العلوم الاجتماعية، يُعرف القياس بأنه عملية قياس أو ترتيب الكيانات وفقًا لصفات أو خصائص كمية. على سبيل المثال، قد تتضمن تقنية القياس تقدير مستويات الانبساط لدى الأفراد، أو الجودة المتصورة للمنتجات. تسمح بعض طرق القياس بتقدير المقادير على متصل ، بينما توفر طرق أخرى ترتيبًا نسبيًا فقط للكيانات.

مستوى القياس هو نوع البيانات التي يتم قياسها.

يُستخدم مصطلح "المقياس"، بما في ذلك في الأدبيات الأكاديمية، أحيانًا للإشارة إلى مقياس مركب آخر ، وهو " المؤشر" . ومع ذلك، فإن هذين المفهومين مختلفان. ^{[ 1 ]}

• ما هو مستوى ( مستوى القياس ) البيانات المعنية ( اسمية ، ترتيبية ، فئوية ، أو نسبية )؟ ^{[ 2 ]}

• لأي غرض ستُستخدم النتائج؟
• ما الذي ينبغي استخدامه - مقياس، أو مؤشر، أو تصنيف؟ ^{[ 3 ]}

• ما هي أنواع التحليل الإحصائي التي ستكون مفيدة؟
• اختر استخدام مقياس مقارن أو مقياس غير مقارن. ^{[ 4 ]}

• كم عدد أقسام المقياس أو الفئات التي يجب استخدامها (من 1 إلى 10؛ من 1 إلى 7؛ من -3 إلى +3)؟ ^{[ 5 ]}
• هل ينبغي أن يكون عدد التقسيمات فرديًا أم زوجيًا؟ (التقسيمات الفردية تعطي قيمة مركزية محايدة؛ أما التقسيمات الزوجية فتجبر المستجيبين على اتخاذ موقف غير محايد.) ^{[ 5 ]}
• ما هي طبيعة ووضوح تسميات المقياس؟
• ما هو الشكل أو التصميم المادي الأمثل للمقياس؟ (رسمي، خطي بسيط، رأسي، أفقي)
• هل ينبغي فرض الرد أم تركه اختيارياً؟

ينبغي أن تكون المقاييس المصممة ممثلة للمفهوم الذي تهدف إلى قياسه. ^{[ 6 ]} من المحتمل وجود مقياس مشابه للمقياس الذي ينوي الشخص تصميمه، لذا فإن تضمين هذا المقياس (أو تلك المقاييس) والمتغيرات التابعة المحتملة في الاستبيان قد يزيد من مصداقية المقياس.

1. ابدأ بإنشاء عشرة بنود على الأقل لتمثيل كل مقياس فرعي. ثم قم بإجراء الاستبيان؛ فكلما كانت العينة أكثر تمثيلاً وأكبر حجماً، زادت مصداقية المقاييس.
2. قم بمراجعة المتوسطات والانحرافات المعيارية للعناصر، مع حذف أي عناصر ذات متوسطات ملتوية أو تباين منخفض للغاية.
3. أجرِ تحليلًا عامليًا استكشافيًا مع تدوير مائل على بنود المقاييس - من المهم التمييز بينها بناءً على ارتباطها بالعوامل لإنشاء مقاييس فرعية تمثل البنية. اطلب عوامل ذات قيم ذاتية (لحساب القيمة الذاتية لكل عامل، رُبِّع ارتباط العامل واجمع الأعمدة) أكبر من 1. يسهل ذلك تجميع البنود حسب المقاييس المستهدفة. كلما كانت البنود الأخرى أكثر تميزًا، زادت احتمالية ارتباطها بشكل أفضل بمقياسك الخاص.
4. تُعرَّف "العناصر ذات التحميل النظيف" بأنها العناصر التي تُحمِّل عاملاً واحداً على الأقل بقيمة 0.40، وتكون قيمتها في ذلك العامل أكبر من قيمتها في أي عامل آخر بأكثر من 0.10. حدد هذه العناصر في نمط العوامل.
5. "العناصر المتداخلة" هي تلك التي لا تستوفي المعايير المذكورة أعلاه. وهذه العناصر مرشحة للاستبعاد.
6. حدد العوامل التي تحتوي على عدد قليل من البنود التي لا تمثل مفاهيم واضحة، فهذه تُسمى "مقاييس غير قابلة للتفسير". حدد أيضًا أي عوامل تحتوي على بند واحد فقط. هذه العوامل وبنودها مرشحة للحذف.
7. انظر إلى العناصر المرشحة للاستبعاد والعوامل التي يجب حذفها. هل هناك أي شيء يجب الاحتفاظ به لأنه أساسي لبنية النموذج ؟ على سبيل المثال، إذا كان عنصر مهم من الناحية المفاهيمية يرتبط فقط بعامل سيتم حذفه، فمن الأفضل الاحتفاظ به للجولة التالية.
8. احذف العناصر، ثم قم بإجراء تحليل عاملي تأكيدي، واطلب من البرنامج تحديد عدد العوامل فقط بعد حذف العوامل غير القابلة للتفسير والعوامل ذات العنصر الواحد. كرر العملية بدءًا من الخطوة 3. يمكنك أيضًا هنا اتخاذ تدابير مختلفة لقياس موثوقية الاختبار.
9. استمر في تنفيذ العملية حتى تحصل على "عوامل نظيفة" (حتى يتم تحميل جميع العوامل بشكل نظيف).
10. قم بإجراء اختبار ألفا في البرنامج الإحصائي بهدف الحصول على قيمة موثوقية 0.70 (الاتساق الداخلي)، واطلب قيم ألفا في حال حذف أي بند. يجب حذف أي مقياس ذي قيم ألفا غير كافية، وتكرار العملية بدءًا من الخطوة 3. تذكر أن قيم ألفا لا تُعد دليلاً على جودة المقياس أو صحة محتواه. [ معامل ألفا = عدد البنود ^{× 2} × متوسط ​​الارتباط بين البنود المختلفة / مجموع جميع الارتباطات في مصفوفة الارتباط (بما في ذلك القيم القطرية) ]
11. قم بإجراء تحليلات إحصائية ارتباطية أو انحدارية للتأكد من صحة المقياس. ولتحسين الأداء، احتفظ بالعوامل النهائية وجميع معاملات التحميل الخاصة بمقياسك والمقاييس المشابهة في ملحق المقياس الذي أنشأته.

في معظم الحالات العملية، تكون المقاييس متعددة البنود أكثر فعالية في التنبؤ بالنتائج مقارنةً بالمقاييس أحادية البند. يُنصح باستخدام المقاييس أحادية البند في البحوث بحذر، وينبغي أن يقتصر استخدامها على ظروف محددة. ^{[ 7 ] [ 8 ]}

الجدول: معايير تقييم الاستخدام المحتمل للمقاييس المكونة من عنصر واحد ^{[ 8 ]}

يمكن أن يؤثر نوع المعلومات التي يتم جمعها على بناء المقياس. ويتم قياس أنواع المعلومات المختلفة بطرق مختلفة.

1. تُقاس بعض البيانات على المستوى الاسمي . أي أن الأرقام المستخدمة فيها مجرد تسميات، ولا تعبر عن أي خصائص رياضية. ومن الأمثلة على ذلك رموز المخزون (SKU) ورموز UPC الشريطية.
2. تُقاس بعض البيانات على المستوى الترتيبي . تشير الأرقام إلى الموقع النسبي للعناصر، وليس إلى حجم الاختلاف. ومن الأمثلة على ذلك ترتيب التفضيلات.
3. تُقاس بعض البيانات على مستوى الفترات . تشير الأرقام إلى مقدار الاختلاف بين العناصر، ولكن لا توجد نقطة صفر مطلقة. ومن الأمثلة على ذلك مقاييس المواقف ومقاييس الآراء.
4. تُقاس بعض البيانات على مستوى النسبة . تشير الأرقام إلى حجم الفرق، وهناك نقطة صفر ثابتة. يمكن حساب النسب. ومن الأمثلة على ذلك: العمر، والدخل، والسعر، والتكاليف، وإيرادات المبيعات، وحجم المبيعات، والحصة السوقية.

تُنشأ المقاييس المركبة للمتغيرات من خلال دمج مؤشرين تجريبيين منفصلين أو أكثر في مقياس واحد. وتقيس هذه المقاييس المفاهيم المعقدة بشكل أكثر دقة من المؤشرات الفردية، كما أنها توسع نطاق الدرجات المتاحة وتتميز بكفاءة أعلى في التعامل مع بنود متعددة.

إضافةً إلى المقاييس، يوجد نوعان آخران من المقاييس المركبة. المؤشرات تشبه المقاييس، إلا أنها تجمع مؤشرات متعددة لمتغير ما في مقياس واحد. فمؤشر ثقة المستهلك، على سبيل المثال، هو مزيج من عدة مقاييس لمواقف المستهلك. أما التصنيف، فهو يشبه المؤشر، إلا أن المتغير يُقاس على المستوى الاسمي .

يتم إنشاء المؤشرات عن طريق تجميع الدرجات المخصصة للسمات الفردية، بينما يتم إنشاء المقاييس من خلال تخصيص الدرجات لأنماط السمات.

بينما توفر المؤشرات والمقاييس قياسات لبُعد واحد ، تُستخدم التصنيفات غالبًا لدراسة تقاطع بُعدين أو أكثر. تُعدّ التصنيفات أدوات تحليلية مفيدة للغاية، ويمكن استخدامها بسهولة كمتغيرات مستقلة ، إلا أنه نظرًا لكونها غير أحادية البُعد، يصعب استخدامها كمتغير تابع .

في التقييم المقارن ، تُقارن العناصر مباشرةً ببعضها (مثال: هل يُفضّل المرء بيبسي أم كوكاكولا ؟). أما في التقييم غير المقارن ، فيُقيّم كل عنصر بشكل مستقل عن العناصر الأخرى (مثال: ما هو شعور المرء تجاه كوكاكولا؟).

• مقياس المقارنة الثنائية - يُعرض على المستجيب عنصران في كل مرة ويُطلب منه اختيار أحدهما (مثال  : هل يُفضل المرء بيبسي أم كوكاكولا؟). هذه تقنية ترتيبية تُستخدم عندما لا يُطبق نموذج قياس. وقد طوّر كروس وكينيدي (1977) مقياس المقارنة الثنائية ضمن نموذجهما المرجعي للمجال. ويمكن تطبيق نموذج برادلي-تيري-لوس (BTL) (برادلي وتيري، 1952؛ لوس، 1959) لاستخلاص القياسات شريطة أن تمتلك البيانات المستمدة من المقارنات الثنائية بنية مناسبة. كما يمكن تطبيق قانون ثورستون للحكم المقارن في مثل هذه السياقات.
• مقياس نموذج راش - يتفاعل المستجيبون مع البنود، وتُستنتج المقارنات بين البنود من خلال إجاباتهم للحصول على قيم المقياس. ثم يُقاس المستجيبون بناءً على إجاباتهم على البنود، مع الأخذ في الاعتبار قيم مقياس كل بند. يرتبط نموذج راش ارتباطًا وثيقًا بنموذج BTL.
• الترتيب التصنيفي – يُعرض على المستجيب عدة عناصر في وقت واحد ويُطلب منه ترتيبها (مثال : قيّم الإعلانات التالية من 1 إلى 10). هذه تقنية ترتيبية.
• مقياس بوغاردوس للمسافة الاجتماعية – يقيس مدى استعداد الشخص للارتباط بفئة أو نوع معين من الناس. يسأل المقياس عن مدى استعداد المستجيب لتكوين ارتباطات مختلفة. تُختزل النتائج إلى درجة واحدة على المقياس. توجد أيضًا نسخ غير مقارنة من هذا المقياس.
• Q-Sort – يتم فرز ما يصل إلى 140 عنصرًا في مجموعات بناءً على إجراء الترتيب.
• مقياس غوتمان – هو إجراء لتحديد إمكانية ترتيب مجموعة من العناصر على مقياس أحادي البعد. يعتمد هذا المقياس على بنية الكثافة بين عدة مؤشرات لمتغير معين. تُدرج العبارات حسب أهميتها، ويتم حساب التقييم بجمع جميع الاستجابات حتى أول استجابة سلبية في القائمة. يرتبط مقياس غوتمان بقياس راش؛ وتحديدًا، تُدمج نماذج راش منهج غوتمان ضمن إطار احتمالي.
• مقياس المجموع الثابت - يُعطى المستجيب مبلغًا ثابتًا من المال أو النقود أو الرصيد أو النقاط، ويُطلب منه توزيعها على سلع مختلفة (مثال : إذا كان لدى شخص ما 100 ين ياباني لإنفاقها على منتجات غذائية، فكم سينفق على المنتج أ، وعلى المنتج ب، وعلى المنتج ج، وهكذا). هذه تقنية ترتيبية.
• مقياس تقدير الحجم – في إجراء نفسي فيزيائي ابتكره إس إس ستيفنز، يقوم الأفراد ببساطة بتعيين أرقام لبُعد التقييم. ينتج عن المتوسط ​​الهندسي لهذه الأرقام عادةً قانون قوة ذو أس مميز. في المطابقة بين الوسائط المتعددة، بدلاً من تعيين أرقام، يتلاعب الأفراد ببعد آخر، مثل شدة الصوت أو سطوعه، لمطابقة العناصر. عادةً ما يمكن التنبؤ بأس الدالة النفسية من أسس تقدير الحجم لكل بُعد.

• المقياس التناظري البصري (يُسمى أيضًا مقياس التقييم المستمر ومقياس التقييم البياني) - يُقيّم المستجيبون العناصر بوضع علامة على خط. عادةً ما يكون الخط مُعلّمًا عند كل طرف. توجد أحيانًا سلسلة من الأرقام، تُسمى نقاط المقياس، (مثلاً، من صفر إلى 100) أسفل الخط. يُعدّ تسجيل الدرجات وترميزها أمرًا صعبًا بالنسبة للمقاييس الورقية، ولكنه ليس كذلك بالنسبة للمقاييس التناظرية البصرية المحوسبة والقائمة على الإنترنت. ^{[ 9 ]}
• مقياس ليكرت – يُطلب من المشاركين تحديد درجة موافقتهم أو عدم موافقتهم (من موافق بشدة إلى غير موافق بشدة) على مقياس استجابة من خمس إلى تسع نقاط (لا يُخلط بينه وبين مقياس ليكرت). يُستخدم نفس التنسيق لعدة أسئلة. ويُشكّل مجموع هذه الأسئلة مقياس ليكرت. يمكن بسهولة توسيع إجراء القياس التصنيفي هذا ليشمل إجراء تقدير الحجم باستخدام المقياس الكامل للأرقام بدلاً من الفئات اللفظية.
• مقاييس إكمال العبارات – يُطلب من المشاركين إكمال عبارة على مقياس استجابة من 11 نقطة، حيث يمثل الصفر غياب البنية النظرية، بينما يمثل الرقم 10 الحد الأقصى النظري للبنية المراد قياسها. ويُستخدم نفس التنسيق الأساسي للأسئلة المتعددة.
• مقياس التمايز الدلالي – يُطلب من المشاركين تقييم عنصر ما على مقياس من 7 نقاط بناءً على سمات مختلفة. تتطلب كل سمة مقياسًا بعلامات طرفية ثنائية القطب.
• مقياس ستابل – هو مقياس تقييم أحادي القطب من عشر نقاط. يتراوح من +5 إلى -5 ولا يحتوي على نقطة صفر محايدة.
• مقياس ثورستون – هذه تقنية قياس تتضمن بنية الكثافة بين المؤشرات.
• المقياس المشتق رياضياً – يستنتج الباحثون تقييمات المستجيبين رياضياً. ومن الأمثلة على ذلك القياس متعدد الأبعاد وتحليل التوافق .

ينبغي اختبار المقاييس للتأكد من موثوقيتها وقابليتها للتعميم وصلاحيتها . تُعرف قابلية التعميم بأنها القدرة على استخلاص استنتاجات من عينة إلى المجتمع، مع الأخذ في الاعتبار المقياس المُختار. أما الموثوقية، فهي مدى اتساق نتائج المقياس. وتتحقق موثوقية إعادة الاختبار من مدى تشابه النتائج عند تكرار البحث في ظروف مماثلة. بينما تتحقق موثوقية النماذج البديلة من مدى تشابه النتائج عند تكرار البحث باستخدام نماذج مختلفة من المقياس. أما موثوقية الاتساق الداخلي، فتتحقق من مدى جودة تحويل المقاييس الفردية المُضمنة في المقياس إلى مقياس مُركب.

يجب التحقق من صحة المقاييس والمؤشرات. يتحقق التحقق الداخلي من العلاقة بين المقاييس الفردية المُدرجة في المقياس والمقياس المركب نفسه. ويتحقق التحقق الخارجي من العلاقة بين المقياس المركب ومؤشرات أخرى للمتغير، أي مؤشرات غير مُدرجة في المقياس. ويتحقق التحقق من المحتوى (ويُسمى أيضًا التحقق الظاهري) من مدى جودة قياس المقياس لما يُفترض قياسه. ويتحقق التحقق من المعيار من مدى دلالة معايير المقياس مقارنةً بالمعايير الأخرى المُحتملة. ويتحقق التحقق من البنية من البنية الأساسية التي يتم قياسها. وهناك ثلاثة أنواع من التحقق من البنية : التحقق التقاربي ، والتحقق التمييزي ، والتحقق النظري (كامبل وفيسك، 1959؛ كروس وني، 1978). ويُشير معامل التكرارية إلى مدى إمكانية إعادة بناء البيانات من المقاييس الفردية المُدرجة في المقياس من المقياس المركب.

• مقياس التقييم
• مستوى القياس
• المقياس (أداة تحليلية)
• البحث الاجتماعي
• تسويق
• أبحاث التسويق
• أبحاث التسويق الكمية
• قانون القوة
• علم النفس الفيزيائي

• ديفيلليس، روبرت ف. (2003)، تطوير المقياس: النظرية والتطبيقات (  الطبعة الثانية)، لندن: منشورات سيج ، رقم ISBN 0-7619-2604-6تم الاطلاع عليه بتاريخ 11 أغسطس 2010رقم الكتاب المعياري الدولي (ISBN) للغلاف الورقي 0-7619-2605-4
• لودج، ميلتون (1981)، قياس الحجم: القياس الكمي للآراء ، بيفرلي هيلز ولندن: منشورات سيج، رقم ISBN 0-8039-1747-3
• ماك إيفر، جون ب. وكارمينز، إدوارد ج. (1981)، القياس أحادي البعد ، بيفرلي هيلز ولندن: منشورات سيج، رقم ISBN 0-8039-1736-8تم الاطلاع عليه بتاريخ 11 أغسطس 2010
• برادلي، آر إيه وتيري، إم إي (1952): تحليل الرتب لتصميمات الكتل غير الكاملة، الجزء الأول: طريقة المقارنات الزوجية . بيومتريكا، 39، 324-345.
• كامبل، دي تي وفيسك، دي دبليو (1959) التحقق التقاربي والتمييزي بواسطة مصفوفة السمات المتعددة والأساليب المتعددة. النشرة النفسية، 56، 81-105.
• هودج، دي آر وجيلسبي، دي إف (2003). إكمال العبارات: بديل لمقاييس ليكرت. بحث في الخدمة الاجتماعية، 27(1)، 45-55.
• هودج، د. ر. وجيليسبي، د. ف. (2005). مقاييس إكمال العبارات. في ك. كيمبف-ليونارد (محرر). موسوعة القياس الاجتماعي. (المجلد 3، الصفحات  53-62). سان دييغو: أكاديميك برس.
• كروس، دي جيه وكينيدي، بي إتش (1977) القياس الطبيعي لمصفوفات الهيمنة: النموذج المرجعي للمجال. القياس التربوي والنفسي، 37، 189-193 (طلب إعادة طبع).
• كروس، دي جيه وني، آر جي (1978) الصلاحية التقاربية والتمييزية في تحليل البنود. القياس التربوي والنفسي، 38، 135-137 (طلب إعادة طبع).
• لوس، آر دي (1959): سلوكيات الاختيار الفردي: تحليل نظري . نيويورك: جيه وايلي.

• دليل مقاييس الإدارة – مقاييس متعددة العناصر تُستخدم في البحث، ويكي بوكس