كيف تبني استبانة لرسالتك وتستخدم مقياس ليكرت: الصياغة، والمحاور، والترميز، وتفسير المتوسطات (دليل 2026)
يرافقك هذا الدليل من سؤال البحث حتى جدول المتوسطات: كيف تحوّل أسئلة رسالتك إلى محاور وعبارات، وكيف تصوغ العبارة، وتختار عدد نقاط مقياس ليكرت، وتكيّف مقياسًا أجنبيًا، وتبني الاستبانة إلكترونيًا، وترمّز إجاباتها في SPSS، ثم تفسّر المتوسط المرجح دون أن تحمّله أكثر مما يحتمل.
الخلاصة. ابدأ من أسئلة البحث لا من العبارات. كل سؤال يحدد مفهومًا، وكل مفهوم يتفرع إلى محور أو أكثر، وكل محور تقيسه عبارات قصيرة تحمل كل منها فكرة واحدة. اختر تدرجًا من خمس نقاط أو سبع، وسمِّ كل نقطة بكلمات، وثبّت اتجاه التدرج في الاستبانة كلها. رمّز الإجابات أرقامًا متتالية، واعكس ترميز العبارات السالبة قبل أي حساب. أما جدول «طول الفئة» الذي يفسّر المتوسط بقسمة المدى على عدد الخيارات، فهو عُرف شائع في مقررات المناهج العربية وليس قاعدة إحصائية. اذكره بوصفه معيارًا اعتمدته دراستك، واعرض بجانبه الانحراف المعياري ونسب الإجابات.
أولًا: من أسئلة البحث إلى المحاور والعبارات
إن كنت تبحث عن نموذج استبيان لرسالتك، فالنموذج الذي يصمد أمام لجنة المناقشة هو الذي تشتقه من أسئلتك أنت. ضع أمامك أسئلة الدراسة أو فرضياتها، واسأل عن كل سؤال: ما المفهوم الذي يقيسه؟ وما أبعاده في الأدبيات؟ وما السلوك أو الرأي الذي يدل عليه عند من سيجيب؟
- 1
عرّف المفهوم إجرائيًا. التعريف الإجرائي يحدد ما ستقيسه فعلًا، مثل «درجة ممارسة قائد المدرسة لسلوكيات التمكين كما يقدّرها المعلمون». وهذا التعريف هو الذي تُحاكم إليه كل عبارة لاحقًا.
- 2
قسّمه إلى محاور. خذ الأبعاد من إطارك النظري أو من مقياس منشور، لا من اجتهاد لحظي. وضع لكل محور تعريفًا قصيرًا في رأس قسمه.
- 3
اكتب عبارات أكثر مما تحتاج. المراجعة والتجريب سيحذفان بعضها، فابدأ بفائض معقول في كل محور.
- 4
ابنِ قسم البيانات الأولية أخيرًا. لا تسأل إلا عن المتغيرات التي ستستخدمها في الوصف أو المقارنة، كالجنس وسنوات الخبرة والمرحلة الدراسية، واجعل فئاتها شاملة لا تتداخل.
| سؤال الدراسة | المحور | مثال على عبارة |
|---|---|---|
| ما درجة ممارسة قادة المدارس للقيادة التمكينية؟ | تفويض الصلاحيات | «يمنحني قائد المدرسة صلاحية القرار في شؤون صفي» |
| ما درجة ممارسة قادة المدارس للقيادة التمكينية؟ | المشاركة في القرار | «يستشيرني قائد المدرسة قبل تعديل الجدول الدراسي» |
| ما مستوى الرضا الوظيفي لدى المعلمين؟ | بيئة العمل | «أجد في مدرستي الأدوات التي يحتاجها عملي» |
أمثلة توضيحية لطريقة الاشتقاق فقط، وليست عبارات من مقياس منشور. عباراتك تُكتب من إطار دراستك أنت.
وإن اعتمدت مقياسًا منشورًا، فاحصل على إذن مؤلفه حين يلزم، ووثّق مصدره، وسوّغ كل تعديل على عباراته. أما التحكيم وحساب الصدق والثبات، فلهما دليل مستقل تجده في آخر الصفحة.
ثانيًا: قواعد صياغة العبارة
لخّص كروسنيك وبريسر (Krosnick & Presser, 2010, p. 264) ما تتفق عليه كتب المنهجية في صياغة الأسئلة: كلمات بسيطة مألوفة، وتراكيب بسيطة، وتجنّب الألفاظ التي تحتمل أكثر من معنى، وصياغة محددة ملموسة، وخيارات إجابة شاملة لا تتداخل، وتجنّب الأسئلة الموحية التي تدفع المجيب نحو إجابة، وسؤال واحد عن شيء واحد، وتجنّب النفي المفرد والمزدوج. والجدول يطبّق هذه القواعد على عبارات عربية:
| المشكلة | عبارة ضعيفة | صياغة أفضل |
|---|---|---|
| فكرتان في عبارة واحدة | «يتابع المشرف أدائي ويقدّم لي تغذية راجعة مفيدة» | عبارتان: «يتابع المشرف أدائي بانتظام» و«تساعدني ملاحظات المشرف على التحسن» |
| عبارة موحية | «ألا توافق على أن التدريب الإلكتروني ضروري للمعلم؟» | «أحتاج إلى التدريب الإلكتروني لتطوير أدائي المهني» |
| نفي مزدوج | «لا أرى أن الإدارة لا تهتم بمقترحاتي» | «تهتم الإدارة بمقترحاتي» |
| عبارة عامة غامضة | «أستخدم التقنية كثيرًا» | «أستخدم منصة التعلم الإلكتروني في إعداد دروسي» مع تدرج تكرار |
| مصطلح لا يعرفه المجيب | «أطبّق استراتيجيات ما وراء المعرفة» | «أطلب من طلابي أن يشرحوا كيف وصلوا إلى إجاباتهم» |
العبارات السالبة وعكس ترميزها
العبارة السالبة تسير عكس اتجاه المحور. ففي محور الرضا الوظيفي مثلًا، الموافقة على عبارة «أفكر في ترك عملي الحالي» تعني رضا أقل لا أكثر. وقد راجع فايترز وباومغارتنر (Weijters & Baumgartner, 2012) الأدبيات في هذه العبارات، فذكرا لها مزايا، منها ضبط الميل إلى الموافقة وكسر الإجابة الآلية، وذكرا لها مشكلات، منها انخفاض الثبات وتعقّد البنية العاملية. وخلصا إلى استمرار استخدامها بحذر. ونبّه كروسنيك وبريسر إلى أن العبارات المنفية ترهق المجيب وتزيد أخطاءه.
- اعكس المعنى لا الفعل. «أفكر في ترك عملي» أوضح من «لا أرغب في البقاء في عملي».
- اجعلها قليلة وموزعة. عبارة أو اثنتان في المحور تكفيان للتنبيه، ولا تجمعها في آخر الاستبانة.
- سجّلها في جدول الترميز. اكتب أرقام العبارات السالبة قبل جمع البيانات، حتى لا تنساها عند التحليل.
- اعكس ترميزها قبل أي حساب. في التدرج الخماسي تصبح القيمة الجديدة 6 ناقص القيمة الأصلية، وعمومًا (k + 1) − x، حيث k عدد نقاط التدرج.
ثالثًا: ثلاث نقاط أم خمس أم سبع؟ وكيف تسمّي الخيارات
قارن بريستون وكولمان (Preston & Colman, 2000) تدرجات من نقطتين إلى إحدى عشرة نقطة، فكان أداء التدرجات الثنائية والثلاثية والرباعية ضعيفًا نسبيًا في مؤشرات الثبات والصدق والقدرة على التمييز، وارتفعت المؤشرات مع زيادة الخيارات حتى نحو سبعة. وخلص كروسنيك وبريسر (2010, p. 274) إلى أن التدرج السباعي هو الأمثل على الأرجح في حالات كثيرة، مع تنبيههما إلى أن أغلب الدراسات التي راجعاها كانت استبانات مقروءة لا هاتفية. وفي تجربة داوز (Dawes, 2008) أعطى التدرجان الخماسي والسباعي المتوسط نفسه بعد تحويلهما إلى مقياس مشترك من عشرة، وجاء متوسط التدرج العشري أقل قليلًا، ولم تختلف الصيغ الثلاث تقريبًا في التشتت والالتواء والتفلطح. واستخدم المجيبون عددًا أكبر من النقاط حين أُتيح لهم تدرج أطول.
والخلاصة العملية أن الخماسي، وهو الأشيع في الرسائل العربية، اختيار سليم، وأن السباعي أنسب حين يستطيع المجيبون التمييز بين درجات دقيقة. أما الثلاثي فيضيّع فروقًا حقيقية، فلا تلجأ إليه إلا لسبب تذكره، كصغر سن المجيبين.
تسمية النقاط
بحسب كروسنيك وبريسر (p. 275)، يرتفع الثبات حين تُسمّى كل النقاط بالكلمات لا الطرفان فقط، ويُحسَّن الصدق والثبات باختيار تسميات تقسم المدى إلى مسافات متقاربة. ورأيا أن وجود نقطة وسطى مرغوب فيه. واجعل التدرج مناسبًا لصياغة العبارة: عبارة عن سلوك متكرر تحتاج إلى تدرج تكرار، لا تدرج موافقة.
| نوع التدرج | الخيارات من الأعلى إلى الأدنى |
|---|---|
| موافقة، خماسي | موافق بشدة، موافق، محايد، غير موافق، غير موافق بشدة |
| تكرار، خماسي | دائمًا، غالبًا، أحيانًا، نادرًا، أبدًا |
| درجة، خماسي | بدرجة كبيرة جدًا، كبيرة، متوسطة، قليلة، قليلة جدًا |
| موافقة، سباعي | موافق بشدة، موافق، موافق إلى حد ما، محايد، غير موافق إلى حد ما، غير موافق، غير موافق بشدة |
| موافقة، ثلاثي | موافق، محايد، غير موافق |
ويفضّل كروسنيك وبريسر (p. 278) أسئلة تعرض بُعد المفهوم نفسه، مثل «سيئ جدًا» إلى «جيد جدًا»، على صيغة الموافقة، لأنها أكثر عرضة للميل إلى الموافقة. وأغلب الأقسام العربية تقبل صيغة الموافقة، لكن اعرف هذا النقد إن سُئلت عن اختيارك.
رابعًا: تكييف مقياس إنجليزي إلى العربية
الترجمة المباشرة لا تكفي، لأن العبارة قد تُترجم بدقة وتفقد معناها الثقافي. وفكرة الترجمة العكسية قديمة في البحث عبر الثقافات، ومن أعمالها المؤسسة دراسة بريسلن (Brislin, 1970). ومن أكثر الإرشادات المنشورة استخدامًا ما اقترحه بيتون وزملاؤه (Beaton et al., 2000)، وقد طبّقته دراسة سعودية حديثة لتكييف ثلاث استبانات صحية إلى العربية (Alaqil et al., 2023). ومراحله:
- 1
ترجمة أمامية. مترجمان مستقلان يتقنان اللغتين، أحدهما يعرف المفاهيم التي يقيسها المقياس، والآخر لا يعرفها، فيلتقط اللغة كما يفهمها عامة الناس.
- 2
توحيد الترجمتين. تقارن الترجمتين، وتحل الخلافات، وتخرج بنسخة عربية واحدة مع تقرير مكتوب بما قررت ولماذا.
- 3
ترجمة عكسية. مترجمان آخران لم يطّلعا على النسخة الأصلية يعيدان النسخة العربية إلى الإنجليزية، فتظهر المعاني التي انحرفت.
- 4
لجنة خبراء. متخصصون في الموضوع والمنهجية مع المترجمين، يراجعون كل النسخ والتقارير ويقررون الصيغة التي تحقق التكافؤ بين الأصل والترجمة.
- 5
تجربة أولية. تطبّق النسخة شبه النهائية على أفراد من الفئة المستهدفة، والعدد المنسوب إلى بيتون وزملائه بين 30 و40 شخصًا، وتسأل كل واحد عما فهمه من كل عبارة ومن الخيار الذي اختاره.
وقرّر مبكرًا مستوى اللغة: فصحى مبسطة يفهمها كل أفراد العينة في الخليج. واطلب إذن مؤلف المقياس بالترجمة إن كان محميًا، ووثّق كل مرحلة في ملحق، لأن المناقش سيسأل عنها.
خامسًا: بناء الاستبانة في نماذج قوقل أو مايكروسوفت
أسماء الخيارات أدناه من الواجهة الإنجليزية، ويقابلها ما يماثلها في العربية.
في Google Forms
- 1
صفحة الموافقة أولًا. اكتب في وصف النموذج هدف الدراسة، والجهة المشرفة، ومدة الإجابة، وأن المشاركة طوعية، وكيف ستُحفظ البيانات، ورقم الموافقة الأخلاقية إن وُجد.
- 2
قسم لكل محور. أضف قسمًا جديدًا لكل محور، وضع تعريف المحور في وصف القسم.
- 3
العبارات في شبكة. اختر نوع السؤال Multiple choice grid، واجعل العبارات صفوفًا والخيارات أعمدة، وفعّل Required حتى لا تبقى خانات فارغة.
- 4
إعدادات الخصوصية. من Settings > Responses لا تجمع البريد الإلكتروني إن وعدت المشاركين بعدم تحديد هويتهم.
- 5
جرّب ثم صدّر. أجب عن النموذج بنفسك من المعاينة، ثم افتح تبويب Responses واربطه بجدول بيانات، أو نزّل الردود ملفًا بصيغة CSV.
في Microsoft Forms
- 1
أضف سؤال ليكرت. من Add new افتح More question types واختر Likert، ثم اكتب العبارات والخيارات.
- 2
قسّم وأضف الموافقة. ضع نص الموافقة في وصف النموذج، وقسمًا لكل محور.
- 3
صدّر الردود. من تبويب Responses اختر Open results in Excel.
ولا تغيّر ترتيب الخيارات بين الأقسام، ولا تحذف عبارة بعد بدء جمع الردود، لأن ذلك يفسد مطابقة الأعمدة عند التحليل.
سادسًا: ترميز الإجابات في SPSS
بعد استيراد ملف الردود إلى البرنامج من قائمة File، انتقل إلى تبويب Variable View وجهّز كل عبارة:
- Name. اسم قصير يدل على المحور ورقم العبارة، مثل emp1 وemp2.
- Label. نص العبارة كاملًا، ليظهر في المخرجات بدل الاسم المختصر.
- Values. عرّف معنى كل رقم: 1 = غير موافق بشدة، حتى 5 = موافق بشدة. وإن صدّرت الإجابات نصوصًا، فحوّلها أرقامًا أولًا.
- Missing وMeasure. لا تجعل «محايد» قيمة مفقودة، فهو إجابة. واختر مستوى القياس الذي قررته لبياناتك.
عكس ترميز العبارات السالبة
- 1
افتح نافذة إعادة الترميز. Transform > Recode into Different Variables، وانقل العبارة السالبة، وسمِّ المتغير الجديد باسم يدل على العكس، مثل sat4_r.
- 2
حدّد القيم. من Old and New Values حوّل 1 إلى 5، و2 إلى 4، و3 إلى 3، و4 إلى 2، و5 إلى 1. أو استخدم Transform > Compute Variable بالصيغة sat4_r = 6 − sat4.
- 3
تحقّق. قارن تكرارات المتغيرين: عدد من اختار 5 في الأصل يجب أن يساوي عدد من حصل على 1 في المعكوس.
- 4
احسب درجة المحور. من Transform > Compute Variable استخدم الدالة MEAN مع النسخ المعكوسة لا الأصلية، ثم اطلب المتوسط والانحراف المعياري من Analyze > Descriptive Statistics > Descriptives.
واحتفظ بالمتغير الأصلي، ولا تعكس الترميز مرتين.
سابعًا: المتوسط المرجح وطول الفئة، وما حدود هذا التفسير
المتوسط المرجح في الرسائل العربية هو مجموع حاصل ضرب وزن كل خيار في عدد من اختاره، مقسومًا على عدد المجيبين: x̄ = Σ(w × f) / n. وحين تكون الأوزان هي الرموز نفسها، من 1 إلى 5، فهو المتوسط الحسابي العادي الذي يعطيك إياه البرنامج.
| الخيار | الوزن | عدد من اختاره | الوزن × العدد |
|---|---|---|---|
| موافق بشدة | 5 | 12 | 60 |
| موافق | 4 | 15 | 60 |
| محايد | 3 | 6 | 18 |
| غير موافق | 2 | 5 | 10 |
| غير موافق بشدة | 1 | 2 | 2 |
| المجموع | — | 40 | 150 |
أرقام افتراضية للتوضيح. المتوسط المرجح = 150 ÷ 40 = 3.75، والانحراف المعياري للعينة 1.17 تقريبًا.
عُرف «طول الفئة»
تُدرّس مقررات المناهج في الجامعات العربية طريقة شائعة لتحويل المتوسط إلى تقدير لفظي: المدى (أعلى وزن ناقص أدناه) مقسومًا على عدد الخيارات. ففي الخماسي يكون طول الفئة (5 − 1) ÷ 5 = 0.80، ثم تُضاف هذه القيمة إلى 1 تباعًا. وهذا عُرف تعليمي متداول، وليس قاعدة إحصائية، والفئات الناتجة توضيحية:
| الفئة | مدى المتوسط | التقدير اللفظي الشائع |
|---|---|---|
| الأولى | من 1.00 إلى 1.80 | غير موافق بشدة (منخفضة جدًا) |
| الثانية | من 1.81 إلى 2.60 | غير موافق (منخفضة) |
| الثالثة | من 2.61 إلى 3.40 | محايد (متوسطة) |
| الرابعة | من 3.41 إلى 4.20 | موافق (مرتفعة) |
| الخامسة | من 4.21 إلى 5.00 | موافق بشدة (مرتفعة جدًا) |
فئات توضيحية لعُرف متداول. بعض المراجع تكتب الحدود بطريقة أخرى، مثل 1.00 إلى 1.79، فاتبع ما يعتمده قسمك واذكره.
وبالطريقة نفسها يصبح طول الفئة في الثلاثي (3 − 1) ÷ 3 ≈ 0.67، وفي السباعي (7 − 1) ÷ 7 ≈ 0.86. وتلجأ بعض الرسائل إلى ثلاثة مستويات فقط على الخماسي، منخفض ومتوسط ومرتفع، بطول (5 − 1) ÷ 3 ≈ 1.33.
لماذا يُنتقد هذا العُرف؟
- الحدود اعتباطية. لا شيء في البيانات يجعل 3.40 «محايدًا» و3.41 «موافقًا». الفرق جزء من مئة، والتسمية تتغير كليًا.
- يفترض مسافات متساوية بين الخيارات. وهل يصح حساب المتوسط لبيانات ليكرت أصلًا؟ وهذا موضع جدل بين الإحصائيين، فناقشه مع مشرفك قبل أن تعتمد طريقة التحليل.
- المتوسط قد لا يصف أحدًا. لو اختار 20 مجيبًا «غير موافق بشدة» و20 «موافق بشدة»، لكان المتوسط 3.00 وتقديره «محايد»، مع أن أحدًا لم يختر الحياد.
- التسمية ليست رأي العينة. المتوسط 3.75 لا يعني أن العينة «موافقة»، بل أن متوسط إجاباتها وقع في الفئة التي سمّيتها «موافق».
فإن اعتمدته، فاذكره في المنهجية معيارًا اخترته قبل التحليل، مع مرجعه من كتب المناهج التي يعتمدها قسمك، واعرض بجانبه الانحراف المعياري ونسبة من اختار كل طرف. ومثال على الصياغة: «بلغ المتوسط المرجح للعبارة (3.75) بانحراف معياري (1.17)، ويقع في الفئة الرابعة التي تقابل تقدير «موافق» وفق المعيار المعتمد في هذه الدراسة، واختار (67.5%) من أفراد العينة «موافق» أو «موافق بشدة»».
تريد التأكد من أن تفسير المتوسطات مناسب لدراستك؟ نراجع معك ترميز الاستبانة في SPSS وطريقة التفسير التي اخترتها، ونشرح لك الخيارات لتقررها مع مشرفك. تبقى أنت المؤلف.
ثامنًا: أخطاء شائعة في بناء الاستبانة وتفسيرها
- كتابة العبارات قبل تحديد المحاور. فتأتي عبارات لا تجيب عن أي سؤال في الدراسة.
- تغيير اتجاه التدرج بين الأقسام. مرة يبدأ بـ«موافق بشدة» ومرة بـ«غير موافق بشدة»، فيخطئ المجيب المستعجل.
- نسيان العبارات السالبة أو عكسها مرتين. فينخفض اتساق المحور دون سبب حقيقي.
- ترميز «محايد» صفرًا أو قيمة مفقودة. فتتغير المتوسطات كلها.
- وعد بعدم تحديد الهوية مع جمع البريد الإلكتروني. وهذا تناقض ستلاحظه لجنة الأخلاقيات.
- تقديم جدول الفئات كأنه قانون. أو تفسير المتوسط وحده دون تشتت ولا نسب.
أسئلة يطرحها الباحثون عن الاستبانة ومقياس ليكرت
ما الفرق بين الاستبانة والاستبيان؟
الكلمتان من الجذر نفسه، وتُستعملان للأداة نفسها في أغلب الرسائل العربية، ويفضّل كثير من كتب المناهج كلمة «الاستبانة». المهم أن تلتزم بكلمة واحدة في رسالتك كلها، وبما يستخدمه دليل جامعتك.
هل أستخدم مقياس ليكرت الخماسي أم السباعي؟
كلاهما سليم. رأى كروسنيك وبريسر (2010) أن السباعي هو الأمثل على الأرجح في حالات كثيرة، ووجد داوز (2008) أن الخماسي والسباعي أعطيا المتوسط نفسه بعد تحويلهما إلى مقياس مشترك. اختر الخماسي إن كان المجيبون يفضّلون البساطة، والسباعي إن كانوا قادرين على تمييز أدق، وسمِّ كل النقاط بالكلمات.
كيف أحسب طول الفئة في مقياس ليكرت الخماسي؟
بحسب العُرف الشائع في مقررات المناهج العربية: المدى (5 ناقص 1) مقسومًا على عدد الخيارات (5) يساوي 0.80، فتكون الفئات من 1.00 إلى 1.80، ثم إلى 2.60، ثم إلى 3.40، ثم إلى 4.20، ثم إلى 5.00. وهو عُرف تعليمي وليس قاعدة إحصائية، فاذكره معيارًا اعتمدته، واعرض معه الانحراف المعياري والنسب.
كيف أعكس ترميز العبارات السالبة في SPSS؟
من Transform > Recode into Different Variables انقل العبارة، وسمِّ متغيرًا جديدًا، ومن Old and New Values حوّل 1 إلى 5، و2 إلى 4، و3 إلى 3، و4 إلى 2، و5 إلى 1. أو احسب 6 ناقص القيمة الأصلية من Transform > Compute Variable. ثم قارن تكرارات المتغيرين للتحقق.
هل يمكنني ترجمة مقياس أجنبي واستخدامه مباشرة؟
لا يكفي ذلك في الغالب. اتبع إرشادًا منشورًا مثل بيتون وزملائه (2000): ترجمة أمامية من مترجمين مستقلين، ثم توحيد، ثم ترجمة عكسية، ثم لجنة خبراء، ثم تجربة أولية على أفراد من الفئة المستهدفة. واطلب إذن مؤلف المقياس حين يلزم، ووثّق كل مرحلة.
كيف أعددنا هذا الدليل
التوصيات المنسوبة في المتن مأخوذة من مصادرها المنشورة: Krosnick & Presser (2010)، وPreston & Colman (2000)، وDawes (2008)، وWeijters & Baumgartner (2012)، وBrislin (1970)، وBeaton et al. (2000)، وAlaqil et al. (2023). ومسارات القوائم من توثيق IBM SPSS Statistics، وخطوات النماذج الإلكترونية من صفحات المساعدة الرسمية لـGoogle وMicrosoft. أما طول الفئة فعُرف تعليمي شرحناه كما يُدرَّس، ولم ننسبه إلى مصدر إحصائي. وكل العبارات والأرقام في الأمثلة افتراضية. وراجعنا المصادر وصفحات المساعدة في 29 سبتمبر 2026.
أنت من يصمم الاستبانة ويكتب عباراتها ويتخذ قراراتها، ومشرفك ودليل جامعتك هما المرجع. وإن أردت رأيًا في مسودتك قبل التحكيم، أو سؤالًا عن خطوة بعينها، فتحدث مع لبيب.