المعاينة العشوائية مقابل التعيين العشوائي

تُمثّل منهجية البحث العلمي الركيزة الأساسية التي تقوم عليها موثوقية المعرفة الإنسانية وتراكمها الدقيق، حيث لا يمكن فصل مصداقية النتائج التجريبية والنظرية عن رصانة الإجراءات الميدانية والتحليلية المُتبعة في تحصيل البيانات ومعالجتها. وفي خضم الممارسة الأكاديمية عبر شتى حقول العلوم الاجتماعية، والسلوكية، والطبية، تبرز ثنائيات إجرائية محورية تضبط مسار التحقيق العلمي وتحدد حدوده التفسيرية، ويأتي في طليعة هذه الثنائيات التمييز الحاسم بين مفهومي المعاينة العشوائية (Random Sampling) والتعيين العشوائي (Random Assignment). وعلى الرغم من أن المصطلحين يشتركان في الجذر اللغوي والدلالة الرياضية لمفهوم “العشوائية”، إلا أن كلاً منهما ينهض بوظيفة إبستمولوجية ومنهجية مستقلة تماماً، ويستهدف ركناً مختلفاً من أركان الصدق العلمي؛ فبينما يرتبط الأول بمدى قدرتنا على تمثيل المجتمع الأكبر ونقل النتائج إليه، ينصرف الثاني إلى تثبيت الشروط السببية الصارمة داخل بيئة الدراسة ذاتها.

إن الخلط بين هذين المفهومين لا يُعد مجرد زلة اصطلاحية عابرة، بل يشكل خطأً منهجياً جوهرياً يمكن أن يقود الباحثين ومحللي البيانات وصناع السياسات إلى استنتاجات مضللة قد تترتب عليها عواقب وخيمة في التطبيقات الواقعية؛ سواء أكان ذلك في تبني بروتوكولات علاجية طبية غير مثبتة الفعالية، أو سن سياسات تعليمية واقتصادية تفتقر إلى أساس سببي صلب، أو إهدار الموارد البحثية في تعميم نتائج مشتقة من عينات مقتطعة ومتحيزة. ومن هنا، يكتسب الفهم العميق والواعي للتمايز الوظيفي والإجرائي بين المعاينة والتعيين أهمية قصوى في بناء التصاميم البحثية المحكمة، وتحديد مدى قابلية الأدلة المستخلصة للصمود أمام النقد المنهجي والتمحيص الإحصائي الدقيق.

يسعى هذا المقال الأكاديمي الشامل إلى تفكيك هذه الثنائية المنهجية تفكيكاً دقيقاً ومستفيضاً، من خلال تتبع جذورها الإبستمولوجية، وأسسها الرياضية القائمة على نظرية الاحتمالات، ومساراتها الإجرائية في الميدان والمعمل. وسيقدم المقال تحليلاً مقارناً يوضح أوجه الاختلاف والتشابه، ويناقش التحديات اللوجستية والأخلاقية المحيطة بكل منهما، مع استعراض مصفوفة التصاميم البحثية الرباعية، وتوضيح سياقات الملاءمة لكل أسلوب بناءً على طبيعة الأسئلة البحثية المطروحة. ومن خلال هذا التحليل، نهدف إلى تقديم مرجع منهجي شامل للباحثين والأكاديميين وطلاب الدراسات العليا، يُمكّنهم من تخطيط بحوثهم باقتدار وتقييم النتاج العلمي المنشور بعين ناقدة تستند إلى المعايير المنهجية الرصينة.

1. المقدمة: التمييز المفاهيمي وأصل اللبس المنهجي

1.1 تعريف أولي للمصطلحين وموقعهما في تصميم البحوث

يقتضي التأسيس المنهجي السليم الانطلاق من تعريف دقيق يُحدد التخوم الإجرائية لكل مفهوم؛ فالمعاينة العشوائية، والتي تُعرف أيضاً في الأدبيات الإحصائية بـ سحب العينات الاحتمالي (Probability Sampling)، تُشير إلى العملية المنهجية الصارمة التي يتم بموجبها اختيار مجموعة فرعية من المفردات أو الأفراد من مجتمع دراسة مستهدف ومحدد بدقة، بحيث يمتلك كل فرد داخل هذا المجتمع فرصة معروفة ومحسوبة ومتكافئة (أو غير صفرية) للانضمام إلى العينة المستهدفة. الغرض الجوهري من هذا الإجراء يتمحور حول نقل خصائص ومعالم مجتمع الأصل (Parameters) إلى العينة المسحوبة في هيئة تقديرات إحصائية (Estimators) خالية من التحيز المنهجي، مما يوفر الضمانة الرياضية لتمثيل المجتمع ككل بأعلى درجات الدقة الممكنة دون الحاجة إلى إجراء الحصر الشامل لجميع أفراده، وهو ما يعزز الصدق الخارجي للدراسة.

في المقابل، يشير التعيين العشوائي، والذي يُعرف كذلك بالتوزيع العشوائي أو التخصيص العشوائي (Random Allocation)، إلى تقنية تجريبية تجري حصرياً بعد أن تتوفر لدى الباحث عينة محددة من المشاركين، بغض النظر عن طريقة انتقاء هذه العينة سواء كانت احتمالية أم غير احتمالية. وتتمثل هذه التقنية في استخدام آلية عشوائية محضة (كالقرعة أو مولدات الأرقام العشوائية) لتوزيع هؤلاء الأفراد المشاركين على ظروف التجربة المختلفة، وهي في أبسط صورها: مجموعة تجريبية تتلقى تدخلاً معيناً (Treatment Group)، ومجموعة ضابطة (Control Group) لا تتلقى التدخل أو تُعطى تدخلاً مقارناً أو علاجاً وهمياً (Placebo). ينحصر الهدف المحوري هنا في تحقيق التكافؤ المسبق بين المجموعتين قبل إدخال المتغير المستقل، بحيث تصبح أي فروق نهائية بينهما تُعزى سببياً إلى أثر المعالجة التجريبية وحدها وليس إلى الفروق الفردية الكامنة بين الأفراد، مما يشكل الأساس الصامد للصدق الداخلي.

إذا تأملنا الخط الزمني لتصميم البحوث التجريبية وشبه التجريبية والمسحية، نجد أن موقع كل إجراء يختلف جذرياً في مسار التنفيذ؛ فالمعاينة العشوائية تقع في عتبة البحث الأولى عند الانتقال من المستوى النظري للمجتمع المجرد إلى المستوى الإجرائي الميداني لاستقطاب المشاركين وجمع البيانات. إنها الإجابة العلمية عن السؤال: “مَن يدخل في الدراسة؟”. أما التعيين العشوائي فيقع في خطوة لاحقة تتوسط الإعداد الميداني وبدء التجريب؛ حيث يكون المشاركون قد جرى استقطابهم ووافقوا على الشروط الأخلاقية، فيأتي التعيين العشوائي ليجيب عن سؤال مختلف تماماً: “أيّ من هؤلاء المشاركين سيتلقى هذا التدخل المعين وأيّ منهم سيمثل الشاهد؟”. إن وعي الباحث بهذا الترتيب الزمني والمفاهيمي يمنع التداخل اللوجستي ويضبط أدوات الضبط الإحصائي في كل مرحلة.

1.2 دواعي الخلط الشائع وأهمية التفريق الأكاديمي

ينشأ الخلط الاصطلاحي بين المعاينة والتعيين العشوائيين من عدة بواعث لغوية وإبستمولوجية متداخلة، يأتي في مقدمتها الاستخدام المشترك لكلمة “عشوائي” (Random). ففي الفهم اللغوي الدارج، ترتبط العشوائية بالفوضى وغياب النظام والاعتباطية، بينما تدل العشوائية في السياق الإحصائي على عكس ذلك تماماً؛ إذ تمثل أرقى أشكال الانضباط المنهجي المبني على نظريات الاحتمال الرياضي المحددة بقوانين صارمة. وعندما يقرأ الباحث غير المتمرس مصطلح “عشوائي” في ملخص دراسة علمية، فإنه غالباً ما يقفز إلى افتراض فوري بأن الدراسة تجريبية محكمة وذات نتائج قابلة للتعميم الشامل في آن واحد، متجاهلاً أن “عشوائية السحب” تختلف اختلافاً جذرياً في بنيتها وغايتها عن “عشوائية التوزيع”.

يترتب على هذا الخلط تداعيات منهجية ومعرفية غاية في الخطورة عند تفسير النتائج واستخلاص البراهين العلمية. فعندما يعتقد الباحث أن التعيين العشوائي يضمن تمثيل مجتمع الدراسة الأصلي، فإنه قد يقع في منزلق التعميم المفرط والمضلل لنتائج تجربة أُجريت على عينة تطوعية صغيرة ومحصورة في سياق جغرافي أو ديموغرافي ضيق. وفي المقابل، إذا افترض الباحث أن المعاينة العشوائية من المجتمع كافية لإثبات الأثر السببي بين متغيرين، فإنه سيتورط حتماً في الخلط الكلاسيكي الكارثي بين “الارتباط الإحصائي” (Correlation) و”العلاقة السببية” (Causation)، فيعزو تغيرات المتغير التابع إلى المتغير المستقل دون أن يمتلك دليلاً قاطعاً على تحييد المتغيرات المربكة والدخيلة عبر التعيين العشوائي المنضبط.

تمتد أهمية هذا التمييز إلى صميم معايير التحكيم الأكاديمي وجودة النشر في الدوريات العلمية المرموقة والمفهرسة في قواعد البيانات العالمية الكبرى مثل Web of Science وScopus ومبادئ شبكة EQUATOR Network المعنية بتعزيز موثوقية الأبحاث الصحية. فالمحكمون الخبراء ينظرون إلى مدى إدراك المؤلفين للحدود الدقيقة لتصاميمهم؛ فالورقة البحثية التي تدّعي إثبات السببية بناءً على دراسة مسحية احتمالية تفتقر للتعيين العشوائي تُرفض فوراً بوصفها تقدم ادعاءات لا تدعمها بنيتها المنهجية. وبالمثل، فإن التجربة المعملية التي تستخدم التعيين العشوائي المنضبط ولكنها تعتمد على عينة ملاءمة (Convenience Sample) من طلاب الجامعات وتدعي تعميم النتائج على البشرية جمعاء، تُعد ورقة مجروحة في صدقها الخارجي، وتتطلب إعادة تحجيم استنتاجاتها لتعكس القيود الواقعية للتصميم.

2. الإطار النظري للمعاينة العشوائية (Random Sampling)

2.1 الأسس والميكانيزمات الإجرائية للمعاينة العشوائية

يرتكز البناء النظري للمعاينة العشوائية على ركائز رياضية تنبثق مباشرة من نظرية الاحتمالات، وتحديداً مبدأ تساوي الفرص الاستباقية أو إمكانية حساب احتمالية الاختيار الرياضية بدقة لكل عنصر. يتطلب التطبيق الإجرائي الناجح لهذا المبدأ وجود ما يُعرف في الأدبيات المنهجية بـ إطار المعاينة (Sampling Frame)، وهو السجل الحصري والمكتمل والشامل الذي يضم جميع الوحدات أو المفردات المكونة للمجتمع المستهدف دون تكرار أو حذف غير مبرر. وبمجرد اكتمال هذا الإطار وتدقيقه، يُشترط أن تكون احتمالية اختيار أي مفردة من المفردات قيمة رياضية معروفة وأكبر من الصفر، مما يقضي على التحيز الإرادي أو الانتقائي الذي قد يمارسه الباحث عن قصد أو دون وعي.

تعتمد الميكانيزمات الحديثة لتنفيذ المعاينة الاحتمالية على أدوات برمجية متقدمة لتوليد الأرقام شبه العشوائية (Pseudo-random Number Generators) القائمة على خوارزميات رياضية دقيقة، مثل خوارزمية Mersenne Twister المعتمدة في بيئات التحليل الإحصائي مثل R وPython ومكتبات SAS. تحل هذه البرمجيات محل الطرق الميكانيكية التقليدية القديمة كجداول الأرقام العشوائية وقرعة الصناديق. يقوم الحاسوب بتعيين معرف رقمي فريد لكل عنصر في إطار المعاينة، ثم يسحب العدد المطلوب بناءً على توزيع احتمالي منتظم، مما يضمن خروج التدخل البشري والذاتي تماماً من دائرة القرار، ويوفر بيئة خوارزمية تمنح كل عنصر فرصته المقررة سلفاً بالمعادلات الرياضية.

ترتبط الدقة الإحصائية للمعاينة العشوائية ارتباطاً وثيقاً بالعلاقة التفاعلية بين حجم مجتمع الأصل وحجم العينة المطلوبة، والتي تنعكس مباشرة في قيمة الخطأ المعياري (Standard Error) وهامش الخطأ (Margin of Error). فبموجب نظرية النهاية المركزية (Central Limit Theorem) وقانون الأعداد الكبيرة (Law of Large Numbers)، كلما زاد حجم العينة العشوائية المسحوبة، اقترب التوزيع العيني لمتوسطات العينات من التوزيع الطبيعي المنتظم، وتقلص التباين العشوائي، مما يجعل التقديرات المستخلصة من العينة انعكاساً متطابقاً تقريباً لمعالم المجتمع الأصلي. هذا التناقص في هامش الخطأ هو الذي يُمكّن الباحث من حساب فترات الثقة (Confidence Intervals) بدقة متناهية والتنبؤ بخصائص المجتمع بدرجة يقين إحصائي تصل عادة إلى 95% أو 99%.

2.2 الأنواع الرئيسية للمعاينة العشوائية وتطبيقاتها

تتعدد أشكال المعاينة العشوائية تلبية للتعقيدات الميدانية وتباين الخصائص البنيوية لمجتمعات الدراسة؛ ويأتي في مقدمتها المعاينة العشوائية البسيطة (Simple Random Sampling)، وهي الصيغة الكلاسيكية الأكثر نقاءً، حيث تتاح لكل مفردة من مفردات إطار المعاينة فرصة متساوية تماماً في الاختيار ومستقلة عن المفردات الأخرى. وتعد هذه الطريقة مثالية عندما يكون المجتمع متجانساً بدرجة كبيرة، وتكون السجلات الشاملة متاحة دون عوائق، كاختيار عينة من ملفات الموظفين في مؤسسة متجانسة المراتب، أو سحب أرقام فواتير من نظام محاسبي مؤتمت لتدقيقها.

في الحالات التي يتسم فيها المجتمع المستهدف بالتباين واللاتجانس الشديد، يبرز نموذج المعاينة العشوائية الطبقية (Stratified Random Sampling) كبديل متقدم يضمن التوازن التمثيلي. تقوم هذه الطريقة على تقسيم المجتمع إلى طبقات أو فئات متجانسة داخلياً ومتباينة فيما بينها وفق متغير حاسم (مثل النوع، أو المؤهل التعليمي، أو الشريحة الاجتماعية والاقتصادية)، ثم يُجرى سحب عينة عشوائية بسيطة من داخل كل طبقة على حدة، إما بنسب متساوية أو بنسب تتناسب مع حجم الطبقة في المجتمع الكلي (Proportional Allocation). يضمن هذا الإجراء تمثيل الأقليات والفئات الصغيرة بدقة إحصائية متناهية، وهو ما تعجز عنه أحياناً المعاينة العشوائية البسيطة إذا أسفرت الصدفة عن إغفال فئة معينة.

وعلى النقيض من ذلك، عندما يكون المجتمع ممتداً جغرافياً على مساحات شاسعة، وتتعذر حيازة إطار معاينة شامل يضم أسماء جميع الأفراد، تفرض المعاينة العنقودية (Cluster Sampling) نفسها كخيار لوجستي فاعل؛ حيث يُقسّم المجتمع إلى وحدات متعددة تضم أفراداً متباينين (كالأحياء السكنية أو المدارس أو المستشفيات)، ويتم سحب عينة عشوائية من هذه العناقيد، ثم تُفحص جميع المفردات داخل العناقيد المختارة أو يُسحب منها عشوائياً عبر مراحل متعددة (Multi-stage Sampling). وإلى جانب هذه الأساليب، تأتي المعاينة المنتظمة (Systematic Sampling) كحل إجرائي سريع يعتمد على اختيار نقطة بداية عشوائية في السجل، ثم اختيار كل مفردة رقم (K) دورياً وفق مسافة ثابتة، شريطة التأكد الصارم من خلو القائمة من أي نمط دوري منتظم قد يشوه العشوائية.

2.3 علاقة المعاينة العشوائية بالصدق الخارجي (External Validity)

يمثل الصدق الخارجي الهدف الجوهري والعلة المنهجية الأولى لتطبيق المعاينة العشوائية؛ إذ يُعرّف الصدق الخارجي بأنه المدى الذي يمكن عنده تعميم وتوسيع النتائج المستخلصة من عينة الدراسة لتشمل المجتمع الأصلي الذي اشتقت منه، وتطبيقه عبر مختلف الأزمان والبيئات والأشخاص. فعندما تنفذ المعاينة الاحتمالية باحترافية، تصبح العينة نموذجاً مصغراً (Microcosm) يعكس التركيبة السكانية والخصائص المعرفية والسلوكية للمجتمع الأكبر. ويتيح هذا التطابق النظري والرياضي للباحث تطبيق اختبارات الدلالة الإحصائية الاستدلالية (Inferential Statistics) لنقل الاستنتاجات من الملاحظات الميدانية المحدودة إلى الحقيقة المجتمعية الشاملة بأمان إبستمولوجي.

تتجلى وظيفة المعاينة العشوائية في الوقاية من تحيز الاختيار (Selection Bias)، الذي يُعد المهدد الأبرز للصدق الخارجي في البحوث الميدانية. يحدث تحيز الاختيار عندما تمنح المنهجية فرصاً أكبر للأفراد ذوي الخصائص المحددة للانخراط في العينة، مما يؤدي إلى تشويه معالم التقديرات وتوليف صورة غير واقعية عن المجتمع. فعلى سبيل المثال، إذا أُجري استطلاع رأي سياسي عبر الاعتماد على المكالمات الهاتفية للأرقام الأرضية فقط في منتصف النهار، فإن العينة ستتحيز بطبيعتها للمسنين والمتقاعدين والعاطلين عن العمل، مما يجعل نتائجها عاجزة تماماً عن تمثيل تفضيلات مجتمع الناخبين ككل. إن المعاينة العشوائية تحصن الباحث من هذه العيوب عبر حرمان تفضيلاته الشخصية والقيود اللوجستية من التدخل في تحديد المستهدفين.

ومع ذلك، تظل حدود التعميم محكومة بصرامة مجتمع الأصل المحدد؛ فإذا كان إطار المعاينة قاصراً أو محصوراً في شريحة جغرافية معينة، فإن المعاينة العشوائية تمنح الصدق الخارجي فقط في حدود ذلك المجتمع المتاح (Accessible Population) وليس المجتمع المستهدف النظري الأوسع (Target Population). كما أن مشكلات ميدانية أخرى كرفض الاستجابة (Non-response Bias) وارتفاع معدلات التسرب من المشاركة قد تقوض الصدق الخارجي حتى وإن كانت البداية سحباً عشوائياً ممتازاً؛ فالمشاركون الذين يقبلون الاستجابة قد تختلف خصائصهم النفسية والسلوكية عن الرافضين، مما يدعو الباحثين في المسوح والدراسات الاستقصائية إلى تدقيق نسب المشاركة وتطبيق أوزان المعاينة التعديلية (Sampling Weights) لاستعادة التوازن المفقود.

3. الإطار النظري للتعيين العشوائي (Random Assignment)

3.1 الأسس والميكانيزمات الإجرائية للتعيين العشوائي

يقوم الإطار النظري للتعيين العشوائي على منطق التوزيع المتكافئ داخل بيئة التجربة، مستنداً إلى فرضية إبستمولوجية حاسمة ترى أن التجربة المعملية أو الميدانية لا يمكن أن تثبت علاقة سببية لا لبس فيها إلا إذا دخلت المجموعات التجريبية والضابطة خط البداية وهي متطابقة تماماً في كل الخصائص القابلة للقياس وغير القابلة للقياس، باستثناء المتغير المستقل التجريبي. يبدأ هذا الإجراء بعد تجميع الأفراد المشاركين والحصول على موافقتهم المستنيرة؛ حيث يتم تعريضهم لعملية فرز عشوائية صارمة تحسم وجهة كل مشارك: إما إلى ظروف التدخل (Treatment) أو إلى ظروف القياس المقارن (Control)، دون أن يمتلك الباحث أو المبحوث أي سلطة أو تأثير على هذا التحديد.

تتنوع استراتيجيات التعيين العشوائي باختلاف التعقيد التجريبي وحجم العينة المتاحة؛ فهناك التعيين العشوائي البسيط (Simple Randomization) الذي يماثل إلقاء عملة نقدية متوازنة لكل مشارك (وجه للمجموعة أ، وظهر للمجموعة ب)، وهو أسلوب فعال وسلس ولكنه ينطوي على مخاطر خلل التوازن العددي في العينات الصغيرة. ولتلافي ذلك، يُلجأ إلى التعيين العشوائي الكتلي المتبدل (Permuted Block Randomization)، وفيه تُنشأ كتل متساوية الحجم تضم توليفات مسبقة وموزونة من التعيينات (مثل مجموعات من أربعة أفراد: أ-ب-أ-ب أو أ-أ-ب-ب)، مما يضمن تكافؤاً عددياً مستمراً بين المجموعات عبر مراحل التجربة المختلفة. كما يُستخدم التعيين العشوائي الطبقي (Stratified Randomization) لضمان توزيع المتغيرات التنبؤية القوية والحرجة (كالسن الحرج أو شدة المرض) بالتساوي التام بين أطراف التجربة قبل البدء.

تتكامل ميكانيزمات التعيين العشوائي الرصين مع تقنيات التعمية (Blinding or Masking) لضمان عزل التحيزات السلوكية والتوقعات النفسية أثناء التجربة؛ فالتعيين العشوائي الناجح لا يكتمل بنيوياً إذا علم الباحث الميداني أو المشارك بنوع المجموعة المخصصة مسبقاً (Concealment of Allocation). ففي التصاميم أحادية التعمية (Single-blind)، يُحجب التخصيص عن المشارك، بينما في التصاميم ثنائية التعمية (Double-blind) القياسية في الطب والأدوية، يُحجب التخصيص عن المشارك وعن الطبيب المعالج والباحث القائم بجمع البيانات في آن واحد، لكي لا تؤثر توقعاتهم ورغباتهم في تفضيل استجابة معينة على تقييم نتائج المعالجة، وتوفير الشروط المثالية للملاحظة الموضوعية المجردة.

3.2 علاقة التعيين العشوائي بالصدق الداخلي (Internal Validity)

يُعد الصدق الداخلي الحصن المنهجي الذي يدافع عنه التعيين العشوائي بكل ثقله الرياضي؛ ويقصد بالصدق الداخلي درجة الثقة واليقين التي يستطيع الباحث بموجبها الجزم بأن الفروق الملاحظة في المتغير التابع هي نتيجة مباشرة وحتمية للمتغير المستقل الذي تمت معالجته تجريبياً، وليست نتاجاً لعوامل دخيلة أو تأثيرات جانبية غير منضبطة. وبدون التعيين العشوائي، يفقد البحث التجريبي مبرره العلمي ويتحول إلى مجرد ملاحظة ارتباطية قد تتداخل فيها مئات الأسباب البديلة لتفسير الظاهرة ذاتها.

تكمن المعجزة المنهجية للتعيين العشوائي في قدرته الفائقة على تحييد وعزل المتغيرات المربكة (Confounding Variables)، سواء تلك التي يعرفها الباحث وقام بقياسها مسبقاً (Known Confounders) كالعمر والذكاء والحالة الصحية، أو الأهم من ذلك: تلك المتغيرات الخفية الكامنة التي يجهلها الباحث ولا يستطيع قياسها (Unobserved Confounders) كالجينات الوراثية الفريدة، والاستعداد النفسي الفردي، والدافعية الذاتية. إن عملية التوزيع الاحتمالي تشتت هذه المتغيرات تشتيتاً عشوائياً عبر المجموعات بقيم متقاربة رياضياً، مما يجعل أثرها الصافي مساوياً للصفر أو متبقياً في صورة خطأ عشوائي نقي يمكن اختباره وضبطه إحصائياً بيسر.

وفقاً لـ نموذج روبين للنتائج المحتملة (Rubin Causal Model) في الاستدلال السببي، فإن المعضلة الأساسية في العلم تكمن في استحالة ملاحظة النتيجة للمشارك نفسه في حالتي تلقي العلاج وعدم تلقيه في اللحظة الزمنية ذاتها (The Fundamental Problem of Causal Inference). يحل التعيين العشوائي هذه المعضلة عبر إنشاء ما يُعرف بـ “المجموعة البديلة المثالية” (Counterfactual Group)؛ حيث تُصبح المجموعة الضابطة ممثلة لما كان سيحدث للمجموعة التجريبية بالضبط لو أنها لم تتلق العلاج. وبذلك، يتحقق شرط الاستقلالية والتبادلية (Exchangeability)، حيث تُمحى الفروق النظامية القبلية بين المجموعتين، ويتحول القياس البعدي إلى مؤشر دقيق وصادق للأثر الصافي للتدخل.

3.3 المجالات النموذجية للتعيين العشوائي

يتجلى التطبيق الأبرز والأكثر نضجاً للتعيين العشوائي في التجارب السريرية المنضبطة بالشواهد (Randomized Controlled Trials – RCTs)، والتي تحتل قمة هرم الأدلة والبراهين الطبية الحيوية (Gold Standard in Evidence-based Medicine). ففي مسارات تقييم اللقاحات الجديدة أو العقاقير الطبية المضادة للسرطان، لا يمكن للجهات التنظيمية الدولية مثل إدارة الغذاء والدواء الأمريكية (FDA) أو وكالة الأدوية الأوروبية (EMA) الترخيص لأي دواء دون تجارب سريرية تعتمد التعيين العشوائي لآلاف المرضى، لضمان عدم انحياز الأطباء لإعطاء العقار التجريبي للمرضى الأكثر شباباً أو الأقل تدهوراً صحياً، ولتأكيد أن التعافي ناتج عن المادة الفعالة حصراً.

يمتد تطبيق التعيين العشوائي بقوة إلى حقول علم النفس التجريبي، والعلوم السلوكية، والدراسات التربوية التدخلية. ففي الميدان التربوي مثلاً، عندما يُراد تقييم فعالية منصة تعليمية رقمية جديدة قائمة على الذكاء الاصطناعي في تحسين استيعاب الرياضيات، يُوزع الطلاب أو الفصول عشوائياً بين المجموعة التي تستخدم المنصة والمجموعة التي تستمر في استخدام الطريقة التقليدية. يضمن هذا التوزيع ألا تكون المجموعة الرقمية مأهولة بالطلاب الأكثر ذكاءً أو الأعلى تحصيلاً مسبقاً، مما يعطي دليلاً موضوعياً لإدارات المدارس وصناع القرار على الفعالية التربوية الحقيقية للتكنولوجيا المطروحة.

وفي العقود الأخيرة، اجتاح التعيين العشوائي ميدان أبحاث السياسات العامة والاقتصاد التنموي من خلال ما يُعرف بالتجارب الميدانية العشوائية (Randomized Field Experiments)، وهو المنهج الذي نال عنه الباحثون أبهيجيت بانيرجي وإستير دوفلو ومايكل كريمر جائزة نوبل في الاقتصاد عام 2019. اعتمد هذا الفريق على تعيين القرى والمجتمعات الفقيرة عشوائياً لتلقي مبادرات تنموية محددة (مثل حوافز التحصين الطبي، أو توفير الكتب الدراسية، أو القروض متناهية الصغر) ومقارنتها بقرى لم تتدخل فيها المبادرة بعد، مما مكّن الحكومات والمؤسسات الدولية من قياس الأثر الميداني الصافي للسياسات الاجتماعية بعيداً عن التنظير المجرد والاستثمارات غير المجدية.

4. أوجه الاختلاف الرئيسية بين المفهومين

4.1 المقارنة من حيث الهدف والمرحلة الإجرائية

يقوم الفارق الجوهري بين المعاينة العشوائية والتعيين العشوائي على التمايز الكامل في الغاية الوظيفية والمرحلة الإجرائية في دورة حياة البحث العلمي. فغاية المعاينة تنحصر في تحقيق التمثيل الديموغرافي والإحصائي الصادق لمجتمع أكبر، بما يسمح باستقراء الكل من الجزء والتنبؤ الدقيق ببارامترات المجتمع. أما غاية التعيين فتتمثل حصراً في عزل المتغيرات الدخيلة، وإلغاء أي ارتباط غير سببي بين المجموعات المقارنة، لتمكين الباحث من إرجاع التغيرات الملاحظة في القياس البعدي إلى التدخل التجريبي وحده دون أي شكوك متبقية.

من الناحية الإجرائية، تقع المعاينة العشوائية في نقطة البداية الميدانية للبحث، حيث تمثل الجسر الذي ينقل الباحث من التصور النظري لمجتمع الظاهرة إلى اختيار الأشخاص الفعليين الذين سيتعامل معهم. ولا تتطلب هذه الخطوة وجود مجموعات تجريبية أو ضابطة، بل تتطلب وجود إطار معاينة مكتمل يحدد المجتمع بأفراده. أما التعيين العشوائي، فلا يبدأ إلا بعد استكمال خطوة المعاينة وتجميع الأفراد (سواء تم اختيارهم باحتمالية أم بالصدفة والملاءمة)، حيث تنطلق الإجراءات لفرز العينة المتوفرة إلى مسارات متوازية داخل التجربة، مما يجعل التعيين خطوة داخلية ترتبط بالهندسة المعملية وليس بامتدادات المجتمع الخارجي.

لإبراز هذه الفروق المنهجية الحاسمة ووضعها في سياق تقابلي متكامل، يلخص الجدول التالي المقارنة الشاملة وجهاً لوجه بين المفهومين عبر مختلف الأبعاد الإجرائية والإحصائية:

البعد المنهجي	المعاينة العشوائية (Random Sampling)	التعيين العشوائي (Random Assignment)
الهدف الأساسي	تمثيل المجتمع الأصلي ونقل النتائج إليه بدقة.	عزل المتغيرات المربكة وإثبات الأثر السببي الصافي.
نوع الصدق المستهدف	الصدق الخارجي (External Validity) وإمكانية التعميم.	الصدق الداخلي (Internal Validity) والعلاقة السببية.
المرحلة في خطة البحث	مرحلة استقطاب المشاركين واختيار العينة من المجتمع.	مرحلة ما بعد جمع العينة؛ توزيعهم على شروط المعالجة.
السؤال المنهجي المجاب عنه	“مَن يدخل في الدراسة ويشارك في بياناتها؟”	“في أي مجموعة يُوضع المشارك: التجريبية أم الضابطة؟”
المتطلب الإجرائي القبلي	وجود إطار معاينة (Sampling Frame) يضم كل المجتمع.	وجود عينة محددة من الأفراد الراغبين/المؤهلين للمشاركة.
نوع التحيز المكافح	تحيز الاختيار والانتقاء من المجتمع (Selection Bias).	التحيز المربك واختلال التكافؤ بين المجموعات (Confounding).
التصميم النموذجي المرتبط به	المسوح الميدانية، واستطلاعات الرأي، والبحوث الوصفية.	التجارب المخبرية، والتجارب السريرية المنضبطة (RCTs).
النتيجة الإبستمولوجية	تعميم الخصائص والنسب والعلاقات الارتباطية.	استنتاج السببية الحتمية أو الاحتمالية للمتغير المستقل.

4.2 المقارنة من حيث نوع الصدق المحقق والتحكم في المتغيرات

يتعمق التمايز بين الإجراءين عند تفحص آلية تحكم كل منهما في مصادر الخطأ والتحيز الأكاديمي؛ فالمعاينة العشوائية تضع جل اهتمامها على إبطال مفعول تحيز المعاينة (Sampling Error and Sampling Bias). إنها لا تهتم كثيراً بما إذا كان المشارك سيخضع لتجربة ما أم سيجيب فقط على استبانة مغلقة، بل تركز على أن يكون كل قطاع وكل خاصية مجتمعية (الجنس، الثروة، المستوى الفكري، الموقع الجغرافي) ممثلة في العينة بنسبة تكافئ وجودها الفعلي في المجتمع الكبير. وبالتالي، تحمي المعاينة الباحث من السقوط في فخ التعميمات الزائفة، وتمنحه “صدقاً خارجياً” يخول له القول: “ما وجدته لدى هؤلاء الخمسمائة شخص يصدق بدرجة ثقة 95% على المليون شخص الذين انحدروا منهم”.

على الطرف المقابل، لا تكترث تقنية التعيين العشوائي بمجتمع الأصل، ولا تدّعي أن المشاركين يمثلون أحداً سوى أنفسهم؛ بل تنصب وظيفتها بالكامل على مواجهة التحيز المربك (Confounding Bias) وحماية “الصدق الداخلي”. يُسخر التعيين العشوائي قوانين الاحتمالات لضمان أن تكون المجموعتان التجريبية والضابطة نسختين كربونيتين متطابقتين إحصائياً في كل شيء قبل بدء التدخل. فإذا كان هناك شخص ذو صفة جينية نادرة أو دافعية خارقة في العينة، فإن التعيين العشوائي يمنحه فرصة متساوية للوقوع في أي من المجموعتين، مما يؤدي على مستوى التجمع إلى توازن هذه الصفات، وبذلك يُلغى أي تفسير بديل لنتائج التجربة غير التدخل نفسه.

تتجلى هذه المفارقة بوضوح في النموذج الكلاسيكي لتصنيف التصاميم البحثية الذي أسسه دونالد كامبل وتوماس كوك؛ حيث نجد أن الدراسة التي تحقق المعاينة العشوائية وتغفل التعيين العشوائي (كالمسوح السكانية الوطنية) تحوز صدقاً خارجياً فائقاً لكن صدقها الداخلي هش فيما يتعلق بالادعاءات السببية؛ إذ يقتصر أقصى ما تظهره على وجود ارتباط متزامن. وفي المقابل، تحوز التجربة النفسية المعملية التي تستخدم التعيين العشوائي الصارم لمتطوعين جامعيين صدقاً داخلياً لا يرقى إليه الشك حول سببية التدخل، بينما يظل صدقها الخارجي هشاً وموضع تساؤل مشروع عند محاولة إسقاط نتائجه على عموم البشر في بيئاتهم الطبيعية.

4.3 المقارنة من حيث التحديات الميدانية والقيود الأخلاقية

يواجه تطبيق المعاينة العشوائية في الواقع العملي عقبات لوجستية وتقنية جسيمة؛ فإعداد إطار معاينة شامل ودقيق ومحدث لمجتمع دولة أو إقليم يتطلب استثمارات مالية وإدارية هائلة تعجز عنها ميزانيات أغلب المشاريع البحثية المستقلة. كما تصطدم المعاينة الميدانية بظاهرة التناقص التدريجي لمعدلات الاستجابة (Declining Response Rates) في المجتمعات المعاصرة؛ حيث يرفض قطاع كبير من المختارين عشوائياً الرد على الباحثين أو المشاركة في المسوح نتيجة المخاوف المتعلقة بالخصوصية، أو ضيق الوقت، أو غياب الحافز، مما يُدخل تحيزاً اختيارياً ضمنياً ينسف الغرض الرياضي الذي بُنيت عليه المعاينة الاحتمالية ويستلزم تصحيحات ترجيحية إحصائية معقدة ومكلفة.

في المقابل، يواجه التعيين العشوائي تحديات من طبيعة مختلفة تماماً، تتصدرها المعضلات الأخلاقية والقانونية (Ethical and Legal Dilemmas)؛ فالتوزيع العشوائي للمشاركين يعني أن الباحث سيحرم نصفهم عمداً من تدخل يُفترض أنه مفيد أو منقذ للحياة (كما في التجارب السريرية لعلاجات السرطان أو التدخلات التربوية المكثفة للأطفال المتعثرين). وبالمثل، من المستحيل أخلاقياً وإنسانياً استخدام التعيين العشوائي لتعريض الأفراد لمخاطر محتملة؛ فلا يمكن منهجياً تعيين أفراد عشوائياً لإجبارهم على التدخين لعشرين عاماً لاختبار تسببه في سرطان الرئة، أو تعيين أسر عشوائياً لتجربة سوء التغذية على نمو الدماغ. وهنا تقف الأخلاقيات حائلاً منيعاً أمام استخدام التصميم التجريبي القائم على التعيين العشوائي، مما يلجئ العلم للتصاميم الرصدية شبه التجريبية.

تضاف إلى ذلك التكلفة الباهظة والتعقيدات التنفيذية للتجارب المعتمدة على التعيين العشوائي؛ فالسيطرة على بيئة التجربة، وضمان استمرار المبحوثين في مجموعاتهم دون خروج (Dropout/Attrition)، ومنع “التلوث التجريبي” (Contamination) الناتج عن تواصل أفراد المجموعة الضابطة مع المجموعة التجريبية وتبادل التدخل سراً، يتطلب رقابة ميدانية وبشرية صارمة. إن هذا العبء اللوجستي يجعل إجراء التجارب المنضبطة بالتعيين العشوائي محصوراً غالباً في عينات ذات حجم متواضع، بخلاف المسوح الاستقصائية القائمة على المعاينة العشوائية التي يمكن أن تغطي عشرات الآلاف عبر أدوات الرصد الرقمية والاستبيانات الهاتفية بتكلفة نسبية أقل لكل مشارك.

5. أوجه التشابه والتكامل الإحصائي

5.1 الاعتماد على الاحتمالية والرياضيات الإحصائية

على الرغم من التباعد المنهجي في الأهداف، يتقاطع المفهومان في اعتمادهما المشترك والمطلق على نظريات الاحتمال الرياضي (Mathematical Probability) بوصفها الأداة الوحيدة القادرة على إلغاء الذاتية والتحيز البشري من العملية البحثية. ففي كلا الإجراءين، يسلم الباحث إرادته وقراره الواعي لآلية عشوائية محايدة؛ ففي المعاينة تُسند سلطة اختيار من يدخل الدراسة للاحتمالات، وفي التعيين تُسند سلطة تحديد مسار المعالجة للمبدأ ذاته. هذا التنازل الواعي عن التدخل الشخصي هو ما يمنح الأبحاث طابعها الإبستمولوجي الموضوعي، ويضمن خلو المعطيات من التوجهات المسبقة والرغبات البحثية الذاتية (Investigator Bias).

يمثل الاعتماد على العشوائية الرياضية الأساس النظري الإلزامي الذي يشرعن استخدام الاختبارات الإحصائية الاستدلالية البارامترية (Inferential Parametric Tests)، كاختبارات التائي (t-tests) وتحليل التباين (ANOVA) ونماذج الانحدار الخطي واللوجستي. فجميع هذه النماذج الرياضية صُممت واشتُقت معادلاتها تاريخياً بافتراض محوري هو أن الملاحظات أو الأخطاء موزعة توزيعاً عشوائياً ومستقلاً (Independent and Identically Distributed – IID). إن المعاينة العشوائية والتعيين العشوائي هما الوسيلتان الإجرائيتان الوحيدتان في عالم الواقع اللتان تضمنان تحقق هذا الافتراض الرياضي النظري، مما يجعل الحسابات الرياضية للقيمة الاحتمالية (p-value) ومستويات الدلالة تعبيراً صادقاً عن الواقع التجريبي وليس مجرد أرقام اعتباطية.

علاوة على ذلك، يشترك الإجراءان في الاعتماد على الفرضية الإحصائية القائلة بأن الفروق المتبقية بعد التطبيق هي وليدة الصدفة العشوائية البحتة (Chance Variation). فعندما نجد فرقاً في متوسط العينة العشوائية عن متوسط المجتمع، أو فرقاً طفيفاً بين المجموعتين قبل التدخل في التعيين العشوائي، فإننا ندرك أن هذا التباين ليس عيباً بنيوياً، بل هو نتاج تباين العينات الطبيعي الذي يُعالج ويُقاس من خلال نظرية التقدير الإحصائي (Estimation Theory). وهذا الفهم المشترك يُمكّن الباحثين في كلا المسارين من تطبيق اختبارات التقليب الفيشري (Fisherian Permutation Tests) لاختبار فرضية العدم (Null Hypothesis) بثقة علمية متناهية.

5.2 التكامل المثالي: التجربة العشوائية المضبوطة النموذجية

تصل المنهجية العلمية إلى ذروة كمالها الإبستمولوجي عندما يلتقي المفهومان ويتكاملان في تصميم بحثي واحد؛ وهو ما يُعرف بـ التجربة العشوائية المضبوطة النموذجية (The Ideal Randomized Controlled Trial). في هذا البناء المنهجي الأرقى، تنطلق الدراسة بسحب عينة عشوائية احتمالية تمثيلية من المجتمع المستهدف الأكبر، ثم يُعاد توزيع هذه العينة العشوائية نفسها بطريقة التعيين العشوائي الصارم بين شروط المعالجة والضبط. وبذلك يجمع الباحث في وثيقة بحثية واحدة بين جناحي الصدق العلمي: الصدق الخارجي المكتمل عبر المعاينة، والصدق الداخلي الحاسم عبر التعيين العشوائي.

يتيح هذا التوليف المنهجي للباحث إطلاق أقوى الاستنتاجات العلمية الممكنة؛ حيث يمتلك برهاناً سببياً لا يتزعزع على أن المتغير المستقل هو الفاعل الحقيقي في تغيير المتغير التابع (بفضل التعيين)، ويمتلك في الوقت نفسه الجواز الرياضي الكامل لتعميم هذا الأثر السببي على المجتمع الأصلي ككل بنفس فترات الثقة المحسوبة (بفضل المعاينة). ومثل هذا التكامل هو ما تطمح إليه كبرى الدراسات الميدانية الدولية، كتقييم آثار اللقاحات في مراحلها المتأخرة على مجتمعات وطنية كاملة، أو قياس أثر المناهج التعليمية المطورة على صعيد منظومة التعليم العام في دولة ما عبر عينات مدرسية عشوائية متعددة المراحل.

إلا أن هذا التكامل المثالي يظل نادراً وشديد الصعوبة في الممارسة العلمية الواقعية، وغالباً ما تصطدم تطلعاته بجدران التكاليف الخيالية، والتعقيدات الإدارية، والتسرب الميداني؛ إذ نادراً ما تتوفر الموارد التي تسمح بسحب عينة سكانية عشوائية وقبول جميع أفرادها الخضوع لتجربة علاجية تستمر أشهراً وتتضمن تعييناً لشروط قد لا تناسب رغباتهم الشخصية. وبسبب هذه الندرة، يضطر الباحثون عادة للموازنة والمفاضلة بين الصدقين، فيكتفون بالتعيين العشوائي على عينات ملائمة لضمان الصدق الداخلي، أو بالمعاينة العشوائية في الدراسات الرصدية لضمان الصدق الخارجي، مدركين مسبقاً التنازلات المنهجية التي تفرضها كل بيئة بحثية.

6. معايير وسياقات الاختيار والتطبيق العملي

6.1 متى يُكتفى بالمعاينة العشوائية دون التعيين؟

يُعد الاكتفاء بالمعاينة العشوائية وحدها دون الحاجة للتعيين العشوائي هو المعيار الذهبي والملاذ المنهجي الكامل في الدراسات الوصفية، والمسوح الاجتماعية، واستطلاعات الرأي العام والانتخابات. ففي هذه الأنماط البحثية، لا يسعى الباحث إلى إدخال متغير تدخلي أو معالجة تجريبية لاختبار أثرها، بل ينحصر اهتمامه في رصد الواقع ووصفه كما هو، وتحديد خصائص السكان، وحساب نسب انتشار الظواهر (Prevalence Rates)، وتقدير الاتجاهات السلوكية والفكرية؛ كمعرفة نسبة البطالة الحقيقية في الدولة، أو رصد معدل انتشار مرض السكري في مجتمع ما، أو التنبؤ بنتائج صناديق الاقتراع. إن تطبيق التعيين العشوائي هنا غير وارد إطلاقاً ولا معنى له لعدم وجود معالجة أو مجموعات متنافسة.

ينطبق السياق ذاته على الدراسات الارتباطية (Correlational Studies) والمسوح الوبائية الرصدية، حيث يركز التحقيق العلمي على قياس قوة واتجاه العلاقات بين متغيرات متعددة داخل مجتمع الدراسة دون تدخل جراحي أو تغيير بيئي متعمد. فعلى سبيل المثال، عند دراسة الارتباط بين مستوى الدخل السنوي للأسرة ومعدل التحصيل الأكاديمي للأبناء، يحتاج الباحث إلى عينة عشوائية تمثيلية دقيقة لضمان شمولية فئات الدخل كافة، وتطبيق تحليلات الانحدار المتعدد لضبط المتغيرات إحصائياً، لكنه يقف بوعي عند حدود كشف الارتباط والتنبؤ دون ادعاء إثبات سببية مطلقة لغياب التعيين العشوائي الصارم للظروف الحياتية للأسر.

تفرض الميدانية كذلك الاكتفاء بالمعاينة العشوائية في الدراسات التي تبحث في متغيرات تصنيفية ثابتة أو طبيعية لا تخضع للتحكم البشري إطلاقاً، وتُعرف بالمتغيرات المنسوبة للمشارك (Participant Attributes) كالجنس، وفصيلة الدم، والجينات، والعرق، والخلفية الثقافية، أو الصدمات التاريخية والكوارث الطبيعية. ففي دراسة تبحث الفروق في التكيف النفسي بين الناجين من كارثة زلزال وغيرهم، يُسحب أفراد العينة عشوائياً من السجلات المتضررة لتمثيل مجتمع الضحايا بدقة، دون أي مجال للتعيين العشوائي الذي يستحيل تطبيقه منطقياً وأخلاقياً في هذا المضمار.

6.2 متى يُستخدم التعيين العشوائي مع عينة غير عشوائية؟

يمثل استخدام التعيين العشوائي على عينات غير عشوائية (كعينات الملاءمة، أو العينات التطوعية، أو العينات القصدية) الممارسة الأكثر شيوعاً وهيمنة في التجارب النفسية والمخبرية والطبية التأسيسية. ففي الأبحاث الطبية المبكرة لاختبار حركية الأدوية الجديدة أو في تجارب علم النفس العصبي المعتمدة على أجهزة الرنين المغناطيسي الوظيفي (fMRI)، يصعب بل يستحيل سحب عينة عشوائية من سكان العالم، فيتم بدلاً من ذلك استقطاب متطوعين عبر الإعلانات في المشافي أو الجامعات. وهنا، يُعوّض غياب عشوائية السحب بالصرامة الفائقة في التعيين العشوائي لهؤلاء المتطوعين على ظروف التجربة والتحكم الكامل في المتغيرات البيئية داخل المختبر، مما يؤمّن صدقاً داخلياً صلباً يكشف الآلية الفسيولوجية أو النفسية للظاهرة.

يبرز هذا النهج بقوة أيضاً في الأبحاث التربوية والتدخلات المطبقة داخل الفصول الدراسية في مدارس محددة؛ حيث يتعذر على الباحث اختيار المدارس أو الطلاب عشوائياً على مستوى البلاد لأسباب تتعلق بالموافقات الإدارية والمحدودية الجغرافية. فيلجأ الباحث إلى عينة متاحة من فصول دراسية في بيئة معينة، ثم يعتمد على التعيين العشوائي لفرز هذه الفصول (Cluster Randomization) أو فرز الطلاب داخلها بين برامج تدريسية تجريبية وأخرى تقليدية. وبهذا الإجراء، يحقق الباحث الغاية السببية لمعرفة “هل يُحدث البرنامج التربوي الجديد فارقاً في التعلم؟”، متحملاً القيود الموضوعة على تعميم النتائج على سياقات مدرسية مختلفة جذرياً.

يتطلب هذا النمط من التصاميم حذراً منهجياً استثنائياً عند صياغة تقرير البحث ومناقشة النتائج؛ إذ يجب على الباحثين الاعتراف الصريح بحدود العينة غير العشوائية وامتناعهم عن القفز إلى تعميمات فضفاضة. ويُعالج قصور الصدق الخارجي في هذه الحالات عبر استراتيجية التكرار المنهجي التراكمي (Replication) عبر سياقات متعددة؛ فإذا كرر باحثون آخرون التجربة المعملية ذاتها القائمة على التعيين العشوائي لعينات ملائمة في بيئات جغرافية وثقافية متباينة، وتوصلوا إلى النتائج ذاتها، تتراكم الأدلة الاستقرائية لتمنح الفرضية مصداقية خارجية متزايدة تعوض النقص الأولي في المعاينة الاحتمالية.

6.3 مصفوفة اتخاذ القرار للباحث الأكاديمي

لتيسير اتخاذ القرار المنهجي الصائب وتفادي التناقضات التصميمية، يحتاج الباحث إلى استخدام مصفوفة قرار منهجية منتظمة تنطلق من استنطاق طبيعة المسألة البحثية. تتأسس هذه المصفوفة على تصنيف أولي لطبيعة السؤال المنهجي: هل الهدف استكشافي/وصفي/تنبؤي أم أنه تدخل سببي يبحث في الأثر؟ إذا كان الهدف وصفياً أو تقديرياً لواقع مجتمعي، فإن بوصلة القرار تتجه حتماً نحو الاستثمار الكامل في بناء إطار المعاينة، وتأمين موارد السحب العشوائي الاحتمالي، وضبط أوزان التمثيل، وتجاهل التعيين العشوائي بالكامل لعدم ملاءمته لأهداف التحقيق.

أما إذا كان السؤال البحثي يسعى صراحة لاختبار فرضية سببية (Causal Hypothesis) تتمحور حول فاعلية دواء، أو جدوى سياسة، أو أثر استراتيجية نفسية، فإن التعيين العشوائي يصبح هو الشرط الأساسي الذي لا غنى عنه مطلقاً. وهنا يتفرع القرار وفقاً لتقييم الموارد والإمكانات اللوجستية والأخلاقية: إذا كانت الميزانية والمحددات التنظيمية تتيح السحب العشوائي من المجتمع متبوعاً بالتعيين العشوائي، فيتم تبني التصميم التجريبي الكامل؛ وإذا تعذر سحب العينة عشوائياً، يُكتفى بالتعيين العشوائي على العينة المتاحة، مع توثيق هذه الحدود المنهجية بدقة، والتوصية بتكرار الدراسة في بيئات أخرى للتحقق من ثبات الأثر السببي.

تشمل هذه المصفوفة كذلك مرحلة التدقيق الأخلاقي والميداني الحاسم؛ فإذا كشف التقييم أن التعيين العشوائي سيترتب عليه حرمان أفراد من حقوق أصيلة أو تعريضهم لأذى نفسي أو جسدي محتمل، ينتقل الباحث فوراً إلى البدائل المنهجية الرصينة، كالتصاميم شبه التجريبية (Quasi-experimental Designs)، أو تصاميم السلاسل الزمنية المتقطعة (Interrupted Time Series)، أو أسلوب انقطاع الانحدار (Regression Discontinuity Design)، أو استخدام النمذجة السببية وأساليب مطابقة درجات الميل (Propensity Score Matching). تتيح هذه البدائل الاقتراب الحذر من الاستدلال السببي دون خرق الضوابط الأخلاقية ومحاذير التعيين الجبري.

7. الأسئلة الشائعة حول المفهومين

7.1 هل يمكن استنتاج السببية إذا استخدمنا المعاينة العشوائية وحدها؟

الإجابة المنهجية الحاسمة والقاطعة هي: لا، لا يمكن إثبات السببية إطلاقاً بالاعتماد على المعاينة العشوائية وحدها. إن المعاينة العشوائية تمنحك فقط ضمانة إحصائية بأن الارتباطات والأنماط التوزيعية التي ترصدها في عينتك هي تمثيل أمين وصادق للارتباطات الموجودة في المجتمع الأكبر، لكنها تعجز بنيوياً عن الإجابة عما إذا كان المتغير (س) هو الذي سبب التغير في المتغير (ص)، أو أن المتغير (ص) هو الفاعل، أو أن هناك متغيراً ثالثاً خفياً (ع) هو المسؤول الحقيقي عن التغير المتزامن فيهما معاً (Spurious Correlation).

يقع كثير من الباحثين في هذا المطب المنهجي عندما يجرون مسحاً سكانياً واسعاً يعتمد على أرقى أشكال المعاينة الطبقية العشوائية، ثم يجدون ارتباطاً إحصائياً دالاً بين ممارسة الرياضة وانخفاض معدلات الاكتئاب، فيستنتجون بتسرع أن “الرياضة تعالج الاكتئاب”. في الواقع، قد يكون الأفراد الأقل اكتئاباً هم الأكثر قدرة ودافعية لممارسة الرياضة (سببية عكسية – Reverse Causality)، أو قد يمتلك هؤلاء دخلاً أعلى يتيح لهم وقتاً للرياضة وتغذية أفضل واستقراراً نفسياً يحميهم من الاكتئاب (متغير مربك). وبدون التعيين العشوائي الذي يجبر مجموعات متطابقة على ممارسة الرياضة مقابل مجموعات تمارس نشاطاً مقارناً، تظل العلاقة مجرد ارتباط وصفي لا ينهض دليلاً على السببية مهما بلغ حجم العينة ونقاء عشوائيتها.

وعلى الرغم من أن حقول الإحصاء المتقدم والقياس الاقتصادي طورت أدوات نمذجة سببية رصدية، كاستخدام المتغيرات الآلية (Instrumental Variables) ونمذجة المعادلات البنائية (Structural Equation Modeling) ومطابقة درجات الميل، إلا أن هذه الأساليب تُعد “محاكاة إحصائية” تحاول تقليل أثر المتغيرات المربكة الملحوظة، ولكنها تظل مشروطة بافتراضات رياضية ونظرية معقدة يصعب التحقق الكامل منها ميدانياً، وتبقى دائماً في مرتبة إبستمولوجية أدنى بكثير من اليقين السببي الصارم الذي يوفره التعيين العشوائي التجريبي المباشر.

7.2 هل يضمن التعيين العشوائي التكافؤ المطلق بين المجموعات؟

من الأوهام الشائعة في الثقافة البحثية الاعتقاد بأن التعيين العشوائي يضمن التكافؤ التام والمطلق بين المجموعات في كل تجربة على حدة. الحقيقة الإحصائية الصادمة هي أن التعيين العشوائي يضمن التكافؤ في “الأمل الرياضي” (In Expectation) وعلى المدى البعيد، أي عبر التكرار اللانهائي للتجربة، لكنه في تجربة منفردة ذات حجم عينة صغير قد يفشل أحياناً في تحقيق التوازن التام بفعل تباين الصدفة العشوائية المحضة (Random Imbalance).

إذا أجرى باحث تجربة على 20 مريضاً وقام بتعيينهم عشوائياً في مجموعتين (10 في كل مجموعة)، فإن احتمالية أن تسفر الصدفة عن تركز معظم كبار السن أو الحالات الأكثر تدهوراً في إحدى المجموعتين تظل احتمالية رياضية قائمة ومرتفعة نسبياً. ولذلك، يُعد التعيين العشوائي أكثر موثوقية وصلابة كلما زاد حجم العينة المتاحة للتجربة؛ حيث تعمل قوانين الأعداد الكبيرة على تشتيت الفروق الفردية تشتيتاً كافياً يطمس أي تباين غير مرغوب فيه بين المجموعات قبل إدخال المعالجة التجريبية.

ولمواجهة هذا القصور في العينات الصغيرة والمتوسطة، يطبق الباحثون إجراءات منهجية موازية؛ من بينها إجراء فحص التكافؤ القبلي للمجموعات (Baseline Balance Check)، حيث تُقاس الخصائص الديموغرافية والسريرية الأساسية لكلا المجموعتين وتُقارن إحصائياً للتأكد من غياب الفروق الجوهرية قبل البدء. وإذا خشي الباحث من عدم التوازن في متغير تنبؤي فائق الأهمية (كالنوع أو شدة المرض)، فإنه يلجأ تقنياً إلى التعيين العشوائي الطبقي (Stratified Randomization) أو أسلوب التصغير التكيفي (Minimization) لفرض التوازن المسبق على هذا المتغير تحديداً، مع ترك بقية المتغيرات غير المحصورة لتتوزع عبر العشوائية البحتة.

7.3 ما الفرق بين عدم العشوائية في المعاينة وعدم العشوائية في التعيين؟

ينقلنا هذا السؤال إلى جوهر التفريق بين أشكال الخلل المنهجي وتداعياتها على جودة البرهان العلمي؛ فعدم العشوائية في المعاينة يعني اللجوء إلى عينات غير احتمالية كعينات الصدفة، أو الملاءمة، أو كرة الثلج. ويقتصر الضرر المنهجي المترتب على هذا الإجراء على تقويض الصدق الخارجي وحصر النتائج في حدود العينة المفحوصة فقط. فالدراسة التي تعتمد على عينة غير عشوائية تظل قادرة على كشف آليات سببية صحيحة وقوية داخل حدود أفرادها (إذا استخدمت التعيين العشوائي)، ولكن تعميم هذه النتائج خارج أسوار العينة يظل مغامرة منهجية تفتقر إلى الغطاء الرياضي.

في المقابل، يُعد عدم العشوائية في التعيين خطيئة منهجية كبرى تهدم بنية الصدق الداخلي من أساسها، وتُسقط التجربة فوراً من مصاف “التجارب الحقيقية” (True Experiments) إلى فئة “التصاميم شبه التجريبية” (Quasi-experiments) أو حتى الدراسات غير المضبوطة. فعندما يسمح الباحث للأفراد باختيار مجموعاتهم بأنفسهم (Self-selection)، كأن يختار الطالب الفصل المعتمد على التعلم الإلكتروني بينما يختار زميله الفصل التقليدي، فإن المجموعتين تكونان متباينتين بنيوياً منذ لحظة الصفر في الدافعية، والذكاء، والميول التكنولوجية، مما يجعل أي مقارنة بعدية بينهما مقارنة باطلة ومضللة لا يمكن الوثوق بها لإثبات فاعلية البرنامج التربوي.

يلخص الباحثون هذا التمايز بالقول: إن غياب المعاينة العشوائية يجعلنا متشككين في “من تنطبق عليهم هذه النتائج”، بينما غياب التعيين العشوائي يجعلنا متشككين في “ما إذا كانت النتائج قد حدثت أصلاً بفعل التدخل أم بفعل عوامل أخرى”. فالأول عيب في اتساع المعرفة وأفق انتشارها، بينما الثاني عيب بنيوي في صدق المعرفة وجوهر حقيقتها العلمية، وهو ما يفسر تسامح المجتمع العلمي النسبي مع العينات غير الاحتمالية في المختبرات ورفضه التام لأي تهاون في شروط التعيين العشوائي في دراسات السببية.

8. الخاتمة: تلخيص الفروق وتوصيات منهجية

8.1 موجز المقارنة والرسائل الأساسية للباحثين

في ختام هذا التفكيك المنهجي المستفيض، تتجلى بوضوح الثنائية الجوهرية الفاصلة بين المعاينة العشوائية والتعيين العشوائي؛ فالأولى تمثل أداة الديمقراطية التمثيلية في العلم، حيث تركز على مسألة “مَن يدخل في التجربة من مجتمع الأصل” لتأمين أقصى درجات التمثيل والصدق الخارجي، بينما تمثل الثانية أداة العدالة المختبرية الصارمة، حيث تنحصر في حسم مسألة “مَن يتلقى التدخل ومَن يُمثل الشاهد” لتأمين التكافؤ القبلي والصدق الداخلي، وعزل المتغيرات الدخيلة، وتمهيد الطريق لليقين السببي الصارم.

يتعين على الباحثين إدراك أن الاختيار بين التركيز على المعاينة أو التعيين ليس تفضيلاً ذوقياً أو عشوائياً، بل هو قرار استراتيجي يرتبط بطبيعة التنازلات المنهجية (Trade-offs) المفروضة في كل تصميم بحثي؛ فالمحاولات الساعية لتحقيق أقصى درجات الصدق الداخلي (عبر التجارب المعملية فائقة الانضباط المعتمدة على التعيين العشوائي) غالباً ما تضحي ببعض الصدق الخارجي نتيجة اصطناع البيئة وانحصار العينة في متطوعين. وفي المقابل، تضحي الدراسات المسحية الكبرى بصرامة الصدق الداخلي والقدرة على الجزم السببي في سبيل الفوز بصدق خارجي عريض يتيح تعميم التقديرات الإحصائية على مجتمعات سكانية كاملة.

تستدعي النزاهة الأكاديمية صرامة مطلقة في التوظيف اللغوي والاصطلاحي في الرسائل الجامعية والأوراق البحثية؛ فيجب التوقف التام عن استخدام كلمة “عشوائي” بصورة مبهمة وفضفاضة دون تحديد سياقها الدقيق. إن التوصيف الصادق للإجراءات هو العلامة الفارقة للباحث المحترف؛ فعند استخدام العينات الاحتمالية يجب توضيح خطوات سحبها من إطار المعاينة تفصيلاً، وعند تطبيق التعيين العشوائي يجب شرح خوارزمية التوزيع وآليات التعمية وحجب التخصيص، مع الإقرار الصريح بحدود كل إجراء دون خجل منهجي أو ادعاءات سببية وتمثيلية مضللة.

8.2 دليل إرشادي لتقييم الأوراق البحثية المنشورة

لمساعدة الباحثين والقرّاء والمحكمين الأكاديميين في التقييم الناقد للإنتاج العلمي المنشور، نوجز هذا الدليل الإرشادي الميداني في خطوات محددة لتدقيق قسم المنهجية ورصد الاختلالات الشائعة:

• فحص طبيعة إطار المعاينة والاستقطاب: ابحث في قسم المنهجية عن الكيفية التي تم بها اختيار المشاركين؛ هل امتلك الباحث سجلاً شاملاً للمجتمع (إطار معاينة) واستخدم برمجيات لتوليد أرقام عشوائية لاختيارهم؟ إذا لم يتحقق ذلك واعتمد على متطوعين أو مرضى متاحين في عيادة واحدة، فالإجراء ليس معاينة عشوائية مهما زعم المؤلفون، والنتائج لا تقبل التعميم الآلي على المجتمع ككل.
• تدقيق آلية فرز المجموعات وحجب التخصيص: دقق في الطريقة التي قُسم بها المشاركون إلى مجموعات؛ هل اعتمدت الدراسة على التعيين العشوائي الحقيقي (مولدات أرقام، كتل متبدلة) مع إخفاء مسار التخصيص عن القائمين على التجربة؟ إذا كان التوزيع مبنياً على تاريخ الدخول، أو تفضيل المريض، أو رغبة الطبيب، فالدراسة تفقد صدقها الداخلي وتسقط في منزلق التحيز المربك.
• رصد التناقض بين التصميم والادعاء السببي: راقب الخاتمة والمناقشة بحذر؛ فإذا كانت الدراسة مسحية وصفية أو ارتباطية قائمة على المعاينة العشوائية فقط، ورأيت المؤلفين يستخدمون أفعالاً جازمة تفيد السببية المباشرة مثل “أدى التدخل إلى…” أو “تسبب المتغير في زيادة…”، فاعلم أن هذه سقطة منهجية واضحة؛ فالارتباط لا يثبت السببية قط دون تعيين عشوائي صارم.
• رصد المبالغات في التعميم التوسعي: افحص ما إذا كان الباحث قد أجرى تجربة سريرية أو نفسية منضبطة بالتعيين العشوائي على عينة صغيرة متطوعة من طلاب الجامعات أو سكان مدينة محددة، ثم ادعى في توصياته تعميم هذا الأثر على السلوك البشري العام في كل زمان ومكان؛ فهذا قفز غير مبرر يتجاهل قصور الصدق الخارجي للعينة غير الاحتمالية.
• مراجعة معدلات التسرب والتوازن البعدي: تأكد من فحص نسب التسرب الميداني (Attrition Rates) أثناء تنفيذ التجربة؛ فحتى لو نجح التعيين العشوائي في تحقيق التكافؤ القبلي التام، فإن تسرب أفراد من مجموعة التدخل بنسب تفوق المجموعة الضابطة يعيد إنتاج تحيز الاختيار مجدداً، ويبطل مفعول التعيين العشوائي الأولي ما لم تطبق تحليلات نية العلاج (Intention-to-Treat Analysis) الصارمة.

المراجع

فيما يلي قائمة بالمراجع المنهجية والإحصائية المعتمدة وفقاً لدليل النشر الصادر عن جمعية علم النفس الأمريكية (APA, 7th edition):

• Babbie, E. R. (2020). The practice of social research (15th ed.). Cengage Learning.
• Campbell, D. T., & Stanley, J. C. (1963). Experimental and quasi-experimental designs for research. Rand McNally.
• Cochran, W. G. (1977). Sampling techniques (3rd ed.). John Wiley & Sons.
• Field, A. (2018). Discovering statistics using IBM SPSS statistics (5th ed.). SAGE Publications.
• Friedman, L. M., Furberg, C. D., DeMets, D. L., Reboussin, D. M., & Granger, C. B. (2015). Fundamentals of clinical trials (5th ed.). Springer. https://doi.org/10.1007/978-3-319-18539-2
• Imbens, G. W., & Rubin, D. B. (2015). Causal inference for statistics, social, and biomedical sciences: An introduction. Cambridge University Press. https://doi.org/10.1017/CBO9781139025751
• Kish, L. (1965). Survey sampling. John Wiley & Sons.
• Moher, D., Hopewell, S., Schulz, K. F., Montori, V., Gøtzsche, P. C., Devereaux, P. J., Elbourne, D., Egger, M., & Altman, D. G. (2010). CONSORT 2010 explanation and elaboration: Updated guidelines for reporting parallel group randomised trials. BMJ, 340, c869. https://doi.org/10.1136/bmj.c869
• Rosenbaum, P. R. (2010). Design of observational studies. Springer. https://doi.org/10.1007/978-1-4419-1213-8
• Shadish, W. R., Cook, T. D., & Campbell, D. T. (2002). Experimental and quasi-experimental designs for generalized causal inference. Houghton Mifflin.