الإحصاء الحيوي, مناهج البحث والتحليل الإحصائي

اختبار رتب ويلكوكسون ذو الإشارة مقابل اختبار تي للعينات المترابطة


تمت المراجعة العلمية · د. مروة عبد العظيم · 16 نوفمبر، 2026
مراجعة وتدقيق علمي معتمد تاريخ التدقيق: 16 نوفمبر، 2026
د. مروة عبد العظيم دكتوراه في علم النفس
عضو هيئة التدريس • جامعة كربلاء
معايير التدقيق والاعتماد السريري

يخضع هذا المحتوى لمعايير ضبط الجودة والتدقيق العلمي والأكاديمي الصارمة في شبكة علم النفس العربي، لضمان صحة المعلومات ودقتها السريرية ومطابقتها لأحدث الأدلة والبراهين الصادرة عن الجمعيات النفسية والطبية المعتمدة (APA / WHO).

تُمثّل دراسة الفروق الفردية وتقييم أثر التدخلات التجريبية حجر الزاوية في المنهجية العلمية المعاصرة عبر مختلف التخصصات، بدءاً من العلوم السلوكية والتربوية، وصولاً إلى الدراسات السريرية والعلوم العصبية المتقدمة. وعندما يواجه الباحث تصميماً تجريبياً يعتمد على قياس الاستجابات لنفس المفحوصين عبر نقطتين زمنيتين مختلفتين، أو في ظل شرطين تجريبيين متمايزين، تبرز معضلة الاختيار الإحصائي: هل يتم اللجوء إلى اختبار معلمي كلاسيكي يتمثل في اختبار تي للعينات المترابطة (Paired Samples t-Test)، أم يُستعان ببديله اللامعلمي المتمثل في اختبار رتب ويلكوكسون ذو الإشارة (Wilcoxon Signed-Rank Test)؟ إن هذا القرار ليس مجرد إجراء فني روتيني، بل هو قرار منهجي محوري يؤثر بصورة مباشرة على القوة الإحصائية، وصلاحية الاستنتاج، والسيطرة على الخطأ الإحصائي من النوع الأول.

تتطلب عملية اتخاذ القرار بين هذين النموذجين الإحصائيين فهماً عميقاً لطبيعة البيانات المجمعة، والخصائص التوزيعية لدرجات الفروق، ومستويات القياس المستخدمة في التجربة. فبينما يرتكز اختبار تي المزدوج على تقدير متوسط الفروق والاعتماد على افتراض التوزيع الطبيعي المعلمي، يتبنى اختبار ويلكوكسون مقاربة لامعلمية تعتمد على تحويل الفروق العددية إلى رتب نسبية مشحونة بالإشارة الجبرية، مما يمنحه حصانة فائقة ضد التشويه الإحصائي الناجم عن القيم المتطرفة والالتواءات الحادة. ومع ذلك، فإن الإفراط في التحفظ واللجوء غير المبرر إلى الاختبارات اللامعلمية قد يؤدي إلى هدر جانب من القوة الإحصائية المتاحة للتصميم التجريبي، مما يقلل من حساسية التحليل في اكتشاف الفروق الحقيقية ذات الأهمية العلمية.

يقدم هذا المرجع الأكاديمي الشامل دراسة مقارنة معمقة بين اختبار رتب ويلكوكسون ذو الإشارة واختبار تي للعينات المترابطة، مستعرضاً الأسس الرياضية، والافتراضات المنهجية، وآليات الحساب التفصيلية، وسيناريوهات التطبيق العملي. ويهدف هذا العمل إلى تزويد الباحثين والمحللين الإحصائيين بإطار منهجي رصين يُمكّنهم من تقييم بيانات القياسات المكررة بدقة متناهية، واختيار الاختبار الاستدلالي الأنسب لطبيعة المشكلة البحثية، وتوثيق النتائج وفق أعلى المعايير التحريرية المعتمدة في الأوساط الأكاديمية الدولية.

1. مقدمة: المقارنة الإحصائية بين تحليل القياسات المكررة والبيانات المزدوجة

1.1 طبيعة البيانات المزدوجة والتصميمات التجريبية ذات القياسات المتكررة

تُعرّف البيانات المزدوجة (Paired Data) في الإحصاء الاستدلالي بأنها مجموعة من الملاحظات التي تنشأ عندما تكون كل وحدة تجريبية في إحدى الحالتين مرتبطة ارتباطاً جوهرياً ومباشراً بوحدة مناظرة في الحالة الأخرى. يظهر هذا النمط بصورة واضحة في تصاميم القياسات المتكررة (Repeated Measures Designs) أو ما يُعرف بالتصميم داخل المجموعات (Within-Subjects Design)، حيث يتم قياس المتغير التابع مرتين متتاليتين للمفحوص نفسه، كأن يُقاس الأداء قبل تطبيق برنامج تعليمي معين وبعد الانتهاء منه مباشرة. كما يتجلى في أبحاث الأزواج المتطابقة (Matched-Pairs Design)، حيث يقوم الباحث بمطابقة مفحوصين مختلفين في خصائص أساسية كالسن ومستوى الذكاء، ثم تعريض أحدهما للمجموعة الضابطة والآخر للمجموعة التجريبية، كما يظهر بصورة نمطية في دراسات التوائم المتماثلة في علم الوراثة السلوكي.

إن الميزة المنهجية الكبرى لهذا التصميم تكمن في قدرته الفائقة على عزل التباين الفردي (Inter-individual Variability) والتحكم فيه إحصائياً. ففي التصاميم المستقلة (Between-Subjects Designs)، يشكل التباين الطبيعي بين الأفراد في القدرات الأساسية، أو السمات الشخصية، أو العوامل البيولوجية، جزءاً كبيراً من تباين الخطأ (Error Variance)، مما يحد من قدرة الاختبار على اكتشاف تأثير التدخل التجريبي. أما في التصاميم داخل المجموعات، فإن الفرد يُعد ضابطاً لنفسه (Self-Control)، حيث يُطرح قياس الفرد في الحالة الأولى من قياسه في الحالة الثانية، مما يلغي التباين الثابت المرتبط بخصائص الفرد الفطرية، ويقصر التحليل على فحص “التغير الداخلي” (Intra-individual Change) الناتج عن العامل المستقل محل الدراسة.

على الرغم من هذه المزايا، تفرض دراسة الفروق الزوجية تحديات منهجية معقدة في العلوم الإنسانية، والتربوية، والطبية. من أبرز هذه التحديات تأثيرات الترتيب والانتقال (Carryover Effects)، وتأثيرات الممارسة (Practice Effects)، والتراجع الإحصائي نحو المتوسط (Statistical Regression toward the Mean). إضافة إلى ذلك، فإن الارتباط الذاتي بين القياسين المتكررين يُلغي استقلالية المشاهدات الفردية، ويجعل تطبيق الاختبارات المعتمدة على استقلال العينات (مثل اختبار تي للعينات المستقلة) أمراً خاطئاً منهجياً يؤدي إلى تقدير غير دقيق تماماً للخطأ المعياري، مما يستدعي توظيف اختبارات متخصصة تراعي بنية الاقتران الداخلي في مصفوفة البيانات.

1.2 إشكالية الاختيار بين الاختبارات المعلمية واللامعلمية

تتمحور المعضلة الإحصائية التقليدية حول التفضيل بين النماذج المعلمية (Parametric Models) والنماذج اللامعلمية أو اللامعلمية التوزيعية (Non-parametric / Distribution-free Models). تتطلب النماذج المعلمية، وعلى رأسها اختبار تي للعينات المترابطة، استيفاء منظومة من الافتراضات الصارمة حول المجتمع الإحصائي المسحوبة منه البيانات، وأهمها افتراض التوزيع الطبيعي (Normality Assumption) لدرجات الفروق المحسوبة. تستمد هذه الاختبارات جاذبيتها من كفاءتها الرياضية العالية وقدرتها على تقدير المعالم الأساسية للمجتمع، كالمتوسط الحسابي والتباين، بصورة غير متحيزة، فضلاً عن سهولة دمج نتائجها في التحليلات التلوية ومقاييس حجم الأثر الكلاسيكية.

في المقابل، تؤدي الانتهاكات الحادة لافتراض التوزيع الطبيعي، لا سيما في حالات العينات الصغيرة إلى المتوسطة، إلى تشويه معدل الخطأ من النوع الأول (Type I Error Rate)، وهو احتمال رفض الفرضية الصفرية بينما هي صحيحة في الواقع، أو التسبب في انخفاض حاد في القوة الإحصائية (Statistical Power)، مما يعيق الباحث عن اكتشاف الفروق الحقيقية (الخطأ من النوع الثاني – Type II Error). هنا تبرز الاختبارات اللامعلمية كبديل رصين ومتحفظ؛ إذ تُحرر الباحث من قيود التوزيع النظري، وتعتمد بدلاً من ذلك على الترتيب النسبي للبيانات، مما يجعلها منيعة ضد تأثير الالتواء الشديد والتفرطح غير المتماثل، وتلك سمات تتكرر بكثرة في التطبيقات التربوية والطبية والنفسية المعاصرة.

يثور الجدل الأكاديمي باستمرار حول اللحظة المنهجية التي يجب فيها التخلي عن الاختبار المعلمي لصالح البديل اللامعلمي. فبينما يرى تيار محافظ في الإحصاء الحيوي ضرورة اللجوء التلقائي إلى البدائل اللامعلمية بمجرد فشل البيانات في اجتياز اختبارات الاعتدالية الرسمية، يُشير تيار آخر إلى أن النماذج المعلمية تتمتع بمتانة نسبية (Robustness) ضد الانحرافات الطفيفة عن التوزيع الطبيعي، خاصة عندما يكون حجم العينة كافياً لتفعيل نظرية النهاية المركزية (Central Limit Theorem). لذا، فإن الموازنة الرشيدة بين صرامة الافتراضات الرياضية للنموذج المعلمي والقوة الاستدلالية للبديل اللامعلمي تمثل جوهر الممارسة الإحصائية الرصينة التي يجب على كل باحث استيعابها.

1.3 أسباب الخلط الشائع بين اختبار ويلكوكسون واختبار تي المزدوج

ينشأ الخلط المنهجي الشائع بين اختبار رتب ويلكوكسون ذو الإشارة واختبار تي للعينات المترابطة من عدة عوامل معرفية وتقنية. أول هذه الأسباب هو التطابق الشكلي التام في الهدف البحثي العام؛ فكلا الاختبارين مصمم لفحص فرضية وجود اختلاف جوهري بين شريطي قياس مقترنين لنفس المجموعة الإحصائية. يقود هذا التطابق السطحي بعض الباحثين إلى الاعتقاد الخاطئ بأنهما أداتان قابلتان للتبادل المباشر في جميع الحالات، دون إدراك للفروق الدقيقة في الفرضيات الإحصائية التي يختبرها كل منهما، أو في طبيعة مقاييس النزعة المركزية التي يعتمد عليها التحليل.

يتمثل السبب الثاني في طريقة تقديم الحزم البرمجية الإحصائية الكبرى، مثل SPSS وR وJASP، لهذين الاختبارين. فعلى سبيل المثال، يجد الباحث في واجهة المستخدم لبرنامج SPSS كلا الاختبارين مصنفين في قوائم متقاربة مخصصة لتحليل “عينتين مترابطتين” (Two Related Samples)، وتُعرض مخرجاتهما أحياناً بأسلوب متطابق قد يوحي بوحدة البنية الرياضية. يؤدي هذا الاستخدام الآلي للأدوات البرمجية، دون خلفية نظرية متينة، إلى قيام بعض الباحثين باختيار الاختبار الأكثر شهرة أو الأيسر فهماً، وتجاهل الفحوص الاستكشافية القبلية للبيانات.

يتجلى السبب الثالث في إساءة التفسير المفاهيمي لمقاييس النزعة المركزية المقابلة لكل اختبار. يختبر اختبار تي المزدوج فرضية مفادها أن “متوسط الفروق” (Mean Difference) في المجتمع يساوي صفراً، في حين يركز اختبار ويلكوكسون ذو الإشارة على “وسيط الفروق” (Median of Differences) أو ما يُعرف رياضياً باسم وسيط هودجز-ليمان (Hodges-Lehmann Estimator)، وذلك عندما يتوافر شرط التماثل التوزيعي. وعندما يغيب هذا التماثل، يتحول اختبار ويلكوكسون ببساطة إلى اختبار لتوزيع الرتب المشحونة بالإشارة. يؤدي هذا الخلط إلى كتابة تقارير استدلالية مضللة، كأن يطبق الباحث اختبار ويلكوكسون لكنه يستنتج دلالة الفروق بين المتوسطات الحسابية، وهو خطأ منهجي شائع في الأطروحات والبحوث المحكمة.

2. نظرة عامة على اختبار رتب ويلكوكسون ذو الإشارة (Wilcoxon Signed-Rank Test)

2.1 المفهوم الإحصائي والأساس الرياضي لاختبار ويلكوكسون

يُعد اختبار رتب ويلكوكسون ذو الإشارة (Wilcoxon Signed-Rank Test) واحداً من أهم الاختبارات اللامعلمية في الإحصاء الاستدلالي. قُدم هذا الاختبار لأول مرة عام 1945 بواسطة الإحصائي والكيميائي الأمريكي فرانك ويلكوكسون (Frank Wilcoxon) في ورقته العلمية التأسيسية التي أحدثت نقلة نوعية في معالجة البيانات غير الخاضعة للشروط المعلمية. صُمم الاختبار ليكون معادلاً لامعلمياً متقدماً لاختبار تي للعينات المترابطة، حيث يتجاوز قيود التوزيع النظري عبر التخلي عن القيم العددية الخام واستبدالها بنظام الرتب الترتيبية مع الحفاظ على الإشارات الجبرية الدالة على اتجاه التغير.

يرتكز الأساس الرياضي للاختبار على تقييم مقدار التغير بين القياسين المزدوجين لكل فرد في العينة. يتم حساب الفروق الزوجية الفردية بطرح القياس القبلي من القياس البعدي ($D_i = X_{2i} – X_{1i}$). بعد ذلك، تُستبعد الفروق المساوية تماماً للصفر من التحليل، وتُرتب الفروق المتبقية ترتيباً تصاعدياً بناءً على قيمها المطلقة فقط ($|D_i|$)، متجاهلين إشارتها في هذه المرحلة الأولية. بعد إسناد الرتب المناسبة ($1, 2, 3, dots, n$)، تُعاد الإشارة الأصلية (موجبة أو سالبة) لكل رتبة من الرتب المحسوبة. وبذلك، لا يعتمد الاختبار على حجم الفروق العددية بصورة مباشرة، بل يعتمد على الترتيب النسبي لأحجام هذه الفروق مقترناً باتجاه حدوثها.

تتمثل الفكرة الجوهرية للاختبار في مقارنة مجموع الرتب ذات الإشارة الموجبة بمجموع الرتب ذات الإشارة السالبة. فإذا كانت الفرضية الصفرية صحيحة، وكان التدخل التجريبي عديم الأثر، فإننا نتوقع أن تتوزع الرتب الكبيرة والصغيرة توزيعاً عشوائياً ومتساوياً تقريباً بين الفروق الموجبة والفروق السالبة، مما يؤدي إلى تقارب مجموعي الرتب. أما إذا كان هناك تأثير حقيقي للتدخل، فإن إحدى الإشارتين ستحتكر الرتب ذات القيم العالية، مما يولد فرقاً واسعاً بين المجموعين ويقود إلى رفض الفرضية الصفرية بمستوى دلالة إحصائية محدد.

2.2 الافتراضات والشروط المنهجية لتطبيق الاختبار

على الرغم من تصنيف اختبار ويلكوكسون كاختبار “توزيعي حر” أو لامعلمي، إلا أنه لا يخلو تماماً من الافتراضات المنهجية والرياضية التي تضمن صحة استنتاجاته. يتطلب الاختبار أولاً أن تكون البيانات محل الدراسة مقاسة على الأقل بمستوى قياس ترتيبي (Ordinal Scale) مع وجود معنى للفروق بين القياسين، أو أن تكون مقاسة على مقياس كمي متصل (Interval or Ratio Scale). لا يصلح هذا الاختبار للمتغيرات الاسمية الصرفة، إذ يشترط القدرة على ترتيب الفروق ترتيباً منطقياً تصاعدياً وفق شدتها وقيمتها المطلقة.

يتمثل الافتراض الثاني، والأكثر دقة في الأدبيات الإحصائية، في شرط تماثل توزيع الفروق حول وسيطها (Symmetry of the Distribution of Differences). لا يشترط الاختبار أن يكون التوزيع طبيعياً، لكنه يشترط أن يكون شكل التوزيع على يمين الوسيط صورة طبق الأصل تقريباً لشكله على يسار الوسيط. يُعد هذا الافتراض شرطاً لازماً لتفسير دلالة الاختبار الإحصائية على أنها اختلاف جوهري في “وسيط الفروق”. فإذا انتُهك شرط التماثل، وكان توزيع الفروق ملتوياً التواءً شديداً وغير متماثل، فإن الاختبار يظل صالحاً رياضياً، لكنه يتحول من اختبار للوسيط إلى اختبار أعم يختبر الفرضية القائلة بأن احتمال أن يتجاوز القياس الثاني نظيره الأول لا يساوي احتمال العكس، أي يختبر تماثل توزيع الرتب التراكمية المشتركة.

أما الافتراض الثالث فيتعلق ببنية الاستقلال الإحصائي. يشترط الاختبار أن تكون أزواج الملاحظات مستقلة تماماً عن بعضها البعض بين الأفراد؛ أي أن استجابة المفحوص (أ) لا يجوز أن تؤثر أو تتأثر باستجابة المفحوص (ب). في المقابل، فإن الارتباط داخل الزوج نفسه (الارتباط بين القياس القبلي والبعدي للمفحوص نفسه) ليس مجرد أمر مسموح به، بل هو الأساس النظري الذي بُني عليه التصميم التجريبي المترابط للاختبار.

2.3 آلية الحساب واستخراج القيمة الاحتمالية

تبدأ الخطوات الإجرائية لاختبار ويلكوكسون ذو الإشارة بحساب مصفوفة الفروق الفردية لكل زوج من القياسات ($D_i = X_{2i} – X_{1i}$). إذا تطابق القياسان ونتج عن ذلك فرق يساوي الصفر ($D_i = 0$)، يتم استبعاد هذه الملاحظة في الصيغة التقليدية للاختبار، وتُقلص قيمة حجم العينة الفعلي ($N$) إلى عدد الأزواج غير الصفرية. في الخطوة الثانية، تؤخذ القيم المطلقة لجميع الفروق الباقية ($|D_i|$)، وتُرتب هذه القيم المطلقة تصاعدياً من الأصغر إلى الأكبر، بحيث تُمنح أصغر قيمة مطلقة الرتبة (1)، وتُمنح القيمة التي تليها الرتبة (2)، وهكذا حتى الرتبة ($N$).

في حالة وجود قيم مطلقة متساوية (Tied Ranks)، يتم حساب متوسط الرتب التي كانت ستُخصص لتلك القيم بالتساوي. على سبيل المثال، إذا تساوت قيمتان في احتلال المركزين الثالث والرابع، يُمنح كل فرق منهما الرتبة 3.5 ($3 + 4 / 2 = 3.5$). بعد الانتهاء من ترتيب جميع القيم المطلقة، تُعاد الإشارة الأصلية لكل فرق إلى رتبته المقابلة، ليتكون لدينا عمودان: عمود الرتب الموجبة ($R^+$)، وعمود الرتب السالبة ($R^-$). تُحسب بعد ذلك إحصائية الاختبار الإجمالية التي يُرمز لها بالرمز $W$، وهي إما مجموع الرتب الموجبة، أو مجموع الرتب السالبة، أو القيمة الصغرى بينهما ($T = \min(W^+, W^-)$)، تبعاً للمرجع الإحصائي المتبع.

في العينات الصغيرة (التي يقل فيها حجم العينة الفعلي $N$ عن 20 إلى 25 زوجاً)، يتم تقييم الدلالة الإحصائية بمقارنة القيمة المحسوبة ($T$) بالقيمة الحرجة المستخرجة من الجداول الرياضية الدقيقة لتوزيع ويلكوكسون التوزيعي الحر. أما في العينات الأكبر حجماً، فإن مبرهنة النهاية المركزية تنطبق على توزيع إحصائية الرتب، مما يتيح استخدام التقريب التوزيعي الطبيعي (Normal Approximation) لحساب الدرجة المعيارية $Z$ عبر المعادلة التالية:

$$Z = \frac{W – \mu_W}{\sigma_W}$$

حيث يُمثل المتوسط المتوقع لمجموع الرتب تحت الفرضية الصفرية:

$$\mu_W = \frac{N(N + 1)}{4}$$

بينما يُحسب الانحراف المعياري للرتب ($\sigma_W$)، مع الأخذ بالاعتبار تصحيح الارتباط في الرتب المتعادلة إن وجدت، عبر المعادلة:

$$\sigma_W = \sqrt{\frac{N(N + 1)(2N + 1)}{24} – \frac{\sum (t_j^3 – t_j)}{48}}$$

حيث $t_j$ يمثل عدد الرتب المتعادلة في المجموعة $j$. تُستخرج بعد ذلك القيمة الاحتمالية المقابلة ($p\text{-value}$) من جدول التوزيع الطبيعي القياسي، وتُقارن بمستوى المعنوية المحدد ($\alpha = 0.05$) لاتخاذ القرار بقبول أو رفض الفرضية الصفرية.

2.4 مزايا ومحدوديات الاختبار اللامعلمي

يتميز اختبار رتب ويلكوكسون ذو الإشارة بمتانة استثنائية (Robustness) ضد التأثير السلبي للقيم المتطرفة أو الشاذة (Outliers). فعندما تشتمل العينة على ملاحظة متطرفة جداً ناتجة عن استجابة استثنائية أو تباين بيولوجي حاد، فإن الاختبار المعلمي يتأثر بشدة نظراً لأن المتوسط الحسابي ينجذب نحو القيمة الشاذة، مما يضخم التباين والخطأ المعياري. أما اختبار ويلكوكسون، فيقوم بتحويل هذه القيمة الشاذة إلى مجرد “أعلى رتبة” في العينة (كالرتبة 20 في عينة من 20 زوجاً)، مما يقيد نفوذها الحسابي ويمنعها من التأثير غير المتناسب على النتيجة الإجمالية للتحليل.

بالإضافة إلى ذلك، يتميز الاختبار بمرونة فائقة تسمح بتطبيقه على البيانات الترتيبية الصرفة المستمدة من استبانات مقاييس ليكرت المتعددة الدرجات، ومقاييس تقييم الألم السريرية، ومقاييس التقدير السلوكية التي لا تحقق خصائص المقاييس الفئوية ذات الفواصل المتساوية. وقد وظفت العديد من الدراسات النفسية والسلوكية هذا الاختبار بنجاح لتحليل التغيرات المعرفية والسلوكية عبر الزمن؛ حيث يبرز استخدامه في دراسات التقييم النفسي والتحليل المعرفي للسلوك البشري (Sloane et al., 2012)، وكذلك في مقارنة الأدوات السريرية لقياس شدة الحالات النفسية والاكتئاب في عينات الرعاية الصحية الأولية (Cameron et al., 2007).

في المقابل، تظهر محدوديات الاختبار الأساسية عند تطبيقه على بيانات تتبع التوزيع الطبيعي بدرجة عالية من النقاء الرياضي. في هذه الظروف المثالية، يتسم اختبار ويلكوكسون بفقدان طفيف في القوة الإحصائية يُقدر بنحو 4.5% مقارنة باختبار تي، نظراً لأن تحويل الأرقام الفعلية إلى مجرد رتب يؤدي حتماً إلى التخلص من المعلومات الدقيقة المتضمنة في المسافات الرياضية الفاصلة بين الدرجات الخام. كما يُعاب على الاختبار صعوبة بناء فترات ثقة متسقة وسهلة التفسير للوسيط بنفس السلاسة التي يوفرها اختبار تي لمتوسط الفروق، إضافة إلى حساسيته لارتفاع نسبة الأزواج ذات الفرق الصفري التي تُحذف وتؤدي إلى تقليص الحجم الفعال للعينة المدروسة.

3. نظرة عامة على اختبار تي للعينات المترابطة (Paired Samples t-Test)

3.1 المفهوم النظري والبناء الرياضي لاختبار تي المزدوج

يُمثل اختبار تي للعينات المترابطة (Paired Samples t-Test) أحد أبرز أعمدة الإحصاء الاستدلالي المعلمي، ويُعرف في بعض المراجع باسم اختبار تي للقياسات المكررة (Repeated Measures t-Test) أو اختبار تي للعينات التابعة (Dependent Samples t-Test). تعود الجذور التاريخية لهذا الاختبار إلى مطلع القرن العشرين، وتحديداً إلى عام 1908 عندما نشر العالم البريطاني ويليام سيلي غوسيت (William Sealy Gosset)، تحت اسمه المستعار الشهير “Student”، ورقته البحثية الخالدة المعنونة “The Probable Error of a Mean” في مجلة Biometrika. هدفت تلك الورقة إلى معالجة مشكلة تقدير متوسطات العينات الصغيرة المسحوبة من مجتمعات طبيعية ذات انحراف معياري مجهول، وقد أسس ذلك العمل لتطوير توزيع تي (t-distribution) واختباراته التطبيقية المتعددة.

يقوم البناء الرياضي لاختبار تي المزدوج على مبدأ اختزال المتغيرين التابعين المقترنين إلى متغير كمي أحادي يمثل عمود الفروق البينية ($D_i = X_{2i} – X_{1i}$). وبذلك، يتحول الاختبار المزدوج جوهرياً إلى اختبار تي لعينة واحدة (One-Sample t-Test) يُجرى على درجات الفروق المحسوبة. يهدف الاختبار إلى تحديد ما إذا كان المتوسط الحسابي لدرجات الفروق في العينة ($\bar{D}$) يختلف اختلافاً ذا دلالة إحصائية عن القيمة الصفرية المفترضة تحت الفرضية الصفرية ($\mu_D = 0$).

يعتمد الاختبار على تقدير تباين الفروق في المجتمع انطلاقاً من العينة المتوفرة، ويحسب الخطأ المعياري لمتوسط الفروق ($SE_{\bar{D}}$) ليعبر عن مدى التقلب العشوائي المتوقع في متوسط الفروق من عينة إلى أخرى. تعكس هذه الآلية الرياضية عمق النظرية الإحصائية لغوسيت؛ إذ تُقارن الإشارة الإحصائية الحقيقية (المتمثلة في متوسط التغير الملاحظ) بالضجيج العشوائي المحيط بها (المتمثل في الخطأ المعياري)، وينتج عن هذه النسبة قيمة $t$ الإحصائية التي تتبع توزيع تي بدرجات حرية معتمدة على حجم العينة المستخدمة في التحليل.

3.2 الافتراضات الأساسية الواجب استيفاؤها

يستند اختبار تي للعينات المترابطة إلى حزمة من الافتراضات المعلمية الصارمة التي يشترط تحققها لضمان صحة الاستدلال ودقة القيمة الاحتمالية المحسوبة. يأتي في مقدمة هذه الشروط مستوى قياس المتغير التابع؛ إذ يجب أن تكون البيانات مقاسة على مقياس فئوي (Interval Scale) أو مقياس نسبي (Ratio Scale). يقتضي هذا الشرط أن تكون المسافات بين الوحدات المتتالية متساوية وذات معنى كمي ثابت ومحدد، مما يتيح حساب المتوسطات الحسابية والانحرافات المعيارية بصورة ذات مغزى رياضي حقيقي، وهو ما يستبعد تماماً المتغيرات الرتبية أو الاسمية التي لا تتطابق مع هذه المعايير الرياضية.

أما الافتراض الثاني، والذي يقع حوله الكثير من الخلط وسوء الفهم بين الباحثين، فهو افتراض التوزيع الطبيعي لدرجات الفروق (Normality of Difference Scores). لا يشترط الاختبار إطلاقاً أن يكون التوزيع القبلي ($X_1$) طبيعياً، ولا يشترط أن يكون التوزيع البعدي ($X_2$) طبيعياً بحد ذاته؛ بل ينصب الشرط الرياضي الحصري على أن تكون قيم الفروق الزوجية الناتجة ($D = X_2 – X_1$) موزعة توزيعاً طبيعياً داخل مجتمع الدراسة. فمن الممكن رياضياً أن يكون المتغيران الأصليان ملتوين في نفس الاتجاه وبنفس الشدة، وعند طرحهما يلغي الالتواء نفسه ليظهر عمود الفروق متماثلاً تماماً ومتبعاً لمنحنى التوزيع الطبيعي الغوسي.

يتعلق الافتراض الثالث بـ خلو مصفوفة الفروق من القيم المتطرفة الشديدة (Absence of Outliers). ونظراً لأن المتوسط الحسابي والانحراف المعياري لدرجات الفروق هما المكونان الرئيسيان لحساب قيمة $t$، فإن وجود قيمة متطرفة واحدة في اتجاه متطرف قد يؤدي إلى سحب المتوسط بعيداً عن مركزه الحقيقي، أو تضخيم قيمة الخطأ المعياري بشكل مفرط، مما يقود إلى خفض قيمة $t$ الإحصائية وزيادة احتمالية ارتكاب الخطأ من النوع الثاني بفشل النموذج في اكتشاف تأثير حقيقي وملموس للتدخل المدروس.

3.3 إجراءات الحساب وتفسير درجات الحرية

تبدأ الخطوات التطبيقية لحساب اختبار تي للعينات المترابطة بطرح القياس القبلي من القياس البعدي لكل مفحوص من المفحوصين لتوليد عمود جديد يحمل درجات الفروق الفردية ($D_i$). بعد تكوين هذا العمود، يُحسب المتوسط الحسابي لدرجات الفروق ($\bar{D}$) عبر جمع كافة قيم الفروق وقسمة الناتج على الحجم الإجمالي للعينة ($N$) وفق المعادلة:

$$\bar{D} = \frac{\sum_{i=1}^{N} D_i}{N}$$

في الخطوة اللاحقة، يُحسب الانحراف المعياري لدرجات الفروق ($S_D$) لتقدير مدى تشتت هذه الفروق حول متوسطها الحسابي، وذلك باستخدام صيغة تباين العينة القياسية المعدلة لدرجات الحرية:

$$S_D = \sqrt{\frac{\sum_{i=1}^{N} (D_i – \bar{D})^2}{N – 1}}$$

بعد ذلك، يتم حساب الخطأ المعياري لمتوسط الفروق ($SE_{\bar{D}}$)، والذي يعكس الخطأ التقديري المتوقع في تحديد متوسط المجتمع، وذلك بقسمة الانحراف المعياري للفروق على الجذر التربيعي لحجم العينة:

$$SE_{\bar{D}} = \frac{S_D}{\sqrt{N}}$$

وأخيراً، يتم حساب قيمة $t$ الإحصائية المحسوبة بقسمة متوسط الفروق الملاحظ على الخطأ المعياري المقدر لمتوسط الفروق، عبر المعادلة المركزية التالية:

$$t = \frac{\bar{D} – \mu_0}{SE_{\bar{D}}} = \frac{\bar{D}}{S_D / \sqrt{N}}$$

حيث تُفترض $\mu_0 = 0$ في التطبيقات القياسية لاختبار فرضية انعدام الأثر. ترتبط هذه الإحصائية بتوزيع $t$ الاستدلالي بدرجات حرية تساوي حجم أزواج العينة مطروحاً منه واحد ($df = N – 1$). تعكس درجات الحرية (Degrees of Freedom) عدد المشاهدات المستقلة المتاحة لتقدير التباين بعد تثبيت تقدير المتوسط الحسابي للفروق. يقوم الباحث بمقارنة القيمة المحسوبة بالقيمة الحرجة المجدولة لدرجات الحرية المقابلة، أو استخراج القيمة الاحتمالية الدقيقة ($p\text{-value}$) للحكم على مستوى المعنوية الإحصائية للفرضية محل الاختبار.

3.4 نقاط القوة والمحددات التطبيقية

يمثل اختبار تي المزدوج الأداة الإحصائية الأكثر كفاءة وقوة متى ما تحققت افتراضاته الرياضية بالكامل. وتتجلى قوته المنهجية في تحقيقه أقصى قوة إحصائية ممكنة (Maximum Statistical Power) لاكتشاف الفروق الحقيقية؛ إذ يستثمر كامل المعلومات المتاحة في البيانات الرقمية دون إهدار المسافات الرياضية الفاصلة بين القيم، بخلاف النماذج الرتبية التي تتجاهل المقادير الدقيقة للفروق لصالح مواقعها الترتيبية فقط.

إضافة إلى ذلك، يوفر اختبار تي إمكانية مباشرة وبديهية لحساب أحجام الأثر القياسية المعتمدة دولياً، وعلى رأسها مؤشر كوهين دي للعينات المترابطة ($Cohen’s d_z$)، والذي يُحسب بقسمة متوسط الفروق على انحرافها المعياري ($d_z = \bar{D} / S_D$). يتيح هذا المؤشر المعياري للباحثين تقييم الأهمية العملية والسريرية للتأثير بشكل مستقل عن حجم العينة الإحصائية، ويسهل دمج النتائج في دراسات التحليل التلوي التراكمية (Meta-analyses). وتبرز أهمية هذه الميزة في الدراسات التجريبية القائمة على تقييم فعالية البيئات التعليمية المبتكرة والتحفيز الأكاديمي، كالأبحاث المعنية بقياس أثر ألاعيب التعلم في الأداء الطلابي (Ibanez et al., 2014)، وتطوير أطر التعليم الجاد وتحليل أثرها على الاستيعاب الأكاديمي (Arnab et al., 2014).

تكمن المحددات التطبيقية لاختبار تي المزدوج في حساسيته العالية والهشة لانتهاكات التوزيع الطبيعي في العينات الصغيرة، والتي يقل حجمها عن 30 زوجاً. ففي ظل الالتواء الإحصائي الحاد أو التفرطح ذي الذيول الثقيلة، تصبح قيمة الخطأ المعياري المقدرة غير دقيقة، مما يشوه القيمة الاحتمالية المحسوبة، ويجعل الباحث عرضة لاتخاذ قرارات استدلالية خاطئة إما برفض أثر موجود فعلياً أو بتأكيد أثر غير موجود. وعلاوة على ذلك، يفقد الاختبار صلاحيته المنهجية تماماً إذا طُبق على درجات ترتيبية مستمدة من مقاييس غير متصلة كالمقاييس المسحية الرتبية التي لا تتمتع بخاصية الفواصل المتساوية، إذ يؤدي حساب المتوسطات الحسابية لهذه المقاييس إلى ارتكاب خطأ في قياس بنية الظاهرة المدروسة.

4. الفروق الجوهرية بين الاختبارين (مقارنة الأبعاد المنهجية والرياضية)

4.1 طبيعة البيانات ومستويات القياس ومقاييس النزعة المركزية

تتمحور نقطة الافتراق المنهجية الأولى بين الاختبارين حول مستوى القياس (Level of Measurement) الملائم لكل أداة؛ فاختبار تي للعينات المترابطة يستلزم بيانات كمية متصلة من مستوى القياس الفئوي أو النسبي، حيث تفترض معادلته أن المسافة بين الدرجتين 10 و 15 مكافئة تماماً للمسافة بين 20 و 25، مما يبرر حساب المتوسط والانحراف المعياري. أما اختبار رتب ويلكوكسون، فيتميز بمرونة أوسع؛ إذ يكتفي بأن تكون البيانات مقاسة على مقياس ترتيبي يتيح المقارنة النسبية (أكبر من وأصغر من)، مما يجعله الخيار الأنسب لتحليل بيانات العلوم السلوكية التي غالباً ما تفشل في بلوغ دقة القياس الفئوي المتصل.

يترتب على هذا التباين في مستويات القياس تباين جذري في مقياس النزعة المركزية المستهدف بالتحليل الإحصائي. يستهدف اختبار تي المزدوج مقارنة وتفسير المتوسط الحسابي للفروق ($\bar{D}$)، وهو مقياس يتأثر بجميع القيم الرقمية في التوزيع على حد سواء. في المقابل، يستهدف اختبار ويلكوكسون ذو الإشارة تقييم الرتب النسبية وموقع وسيط الفروق (Median Difference). لا يعبأ اختبار ويلكوكسون بمقدار الزيادة الرقمية الخام متى ما تم تحديد رتبتها التصاعدية؛ فالتغير من 5 إلى 10 والتغير من 5 إلى 100 يعاملان في ويلكوكسون كرتبتين متتاليتين إذا لم توجد قيم فاصلة بينهما، بينما يُحدث هذا الفارق أثراً دراماتيكياً مضخماً على المتوسط الحسابي في اختبار تي.

تنعكس هذه الفروق أيضاً على كيفية التعامل مع المسافات والتحولات الرياضية غير الخطية؛ إذ يحافظ اختبار ويلكوكسون على نتائجه دون أي تغيير تحت التحويلات الرتيبة للبيانات (Monotonic Transformations) مثل اللوغاريتم أو الجذر التربيعي أو التربيع، نظراً لأن ترتيب الرتب يظل ثابتاً لا يتغير بعد التحويل. أما اختبار تي المزدوج، فتتغير قيمه الاحتمالية وأحجام الأثر الناتجة عنه تغيراً جوهرياً عند تطبيق التحويلات الرياضية غير الخطية على البيانات الأصلية، نظراً لتغير المسافات النسبية بين النقاط وتغير شكل التوزيع الإحصائي ومقادير الانحرافات المعيارية المحسوبة.

4.2 الحساسية للقيم المتطرفة ومظاهر اللاتماثل الإحصائي

تشكل القيم المتطرفة والشاذة (Outliers) عاملاً حاسماً في المفاضلة بين هذين النموذجين؛ فاختبار تي للعينات المترابطة يتسم بما يُعرف في الإحصاء الرياضي بـ “نقطة الانهيار الصفرية” (Zero Breakdown Point). يعني ذلك أن وجود قيمة شاذة واحدة شديدة التطرف في عينة البيانات كافٍ بمفرده لتغيير مسار الاستنتاج الاستدلالي برمته؛ إذ يمكن لتلك القيمة أن تسحب متوسط الفروق بقوة نحوها فتصنع دلالة إحصائية زائفة لتدخل عديم الفائدة، أو أن تؤدي إلى تضخيم الانحراف المعياري للفروق ($S_D$) إلى أضعاف قيمته الحقيقية، مما يرفع من قيمة المقام في معادلة $t$ ويقلص القيمة المحسوبة إلى ما دون مستوى الدلالة، فتضيع فرصة إثبات فعالية تدخل حقيقي وناجح.

في المقابل، يتمتع اختبار ويلكوكسون ذو الإشارة بمستوى رفيع من التحصين ضد القيم المتطرفة بفضل آلية التحويل الرتبي (Rank Transformation). فالقيمة المتطرفة في ويلكوكسون، مهما بلغ حجم انحرافها العددي عن بقية أفراد العينة، لا تحصل إلا على أعلى رتبة متاحة ($N$)، مما يضع سقفاً رياضياً صارماً لنفوذها وحجم تأثيرها في مجموع الرتب النهائي. يضمن هذا الحصر الرتبي بقاء التحليل ممثلاً للنمط العام للتغير في العينة دون أن يقع أسيراً للشذوذ العددي لبعض المشاهدات الفردية الاستثنائية التي قد تنتج عن أخطاء في القياس أو خصائص فسيولوجية غير نمطية.

يمتد هذا التباين ليشمل التعامل مع التوزيعات الإحصائية ذات الذيول الثقيلة (Heavy-tailed Distributions) والتفرطح الشديد (Kurtosis)؛ ففي مثل هذه التوزيعات، يفقد اختبار تي استقراره الرياضي وترتفع معدلات الخطأ التقديري، في حين يزداد تفوق اختبار ويلكوكسون الذي يقدم تقديرات مستقرة لقيم الدلالة الإحصائية، مما يجعله الأداة الفضلى لتحليل الظواهر التي تتسم بظهور تباينات عريضة وذيول توزيعية سميكة، كما هو الحال في قياسات زمن الرجع السلوكي، ومستويات بعض الهرمونات في الدم، أو مؤشرات تفاعل الأنظمة العصبية المعقدة.

4.3 الفرضيات الصفرية والبديلة وطرق صياغتها

يختلف الاختباران في البنية المفاهيمية للفرضيات الإحصائية التي يتم اختبارها وصياغتها في مذكرات التحليل الإحصائي. في اختبار تي للعينات المترابطة، تُصاغ الفرضية الصفرية دائماً بدلالة معلمة المجتمع الحسابية المتمثلة في متوسط الفروق؛ وتنص الفرضية الصفرية الثنائية الاتجاه على النحو التالي:

$$H_0: \mu_D = 0 \quad (\text{or} \quad \mu_1 – \mu_2 = 0)$$

وتنص الفرضية البديلة المناظرة على أن متوسط مجتمع درجات الفروق يختلف جوهرياً عن الصفر ($H_1: \mu_D \neq 0$). يتركز التفسير الاستدلالي لرفض هذه الفرضية الصفرية على أن التغير المتوسط الملاحظ في العينة لا يمكن إرجاعه رياضياً للتقلب العشوائي للمعاينة، بل يعكس انتقالاً حقيقياً في القيمة المركزية للتوزيع في المجتمع الأصلي.

أما في اختبار رتب ويلكوكسون ذو الإشارة، فإن الفرضية الصفرية تتخذ بعداً توزيعياً وترتيبياً؛ ففي أبسط صورها الرياضية، تفترض الفرضية الصفرية أن توزيع الفروق الزوجية في المجتمع متماثل تماماً حول الصفر، مما يعني أن احتمال كون الفرق موجباً يكافئ تماماً احتمال كونه سالباً لمشاهدة عشوائية:

$$H_0: P(D_i > 0) = P(D_i < 0)$$

وعندما يتحقق افتراض التماثل التوزيعي لدرجات الفروق حول الوسيط، يمكن صياغة الفرضية الصفرية لويلكوكسون بدلالة وسيط الفروق:

$$H_0: \text{Median}_D = 0$$

إن إدراك الفارق الدقيق بين “متوسط الفروق يساوي صفراً” و”وسيط الفروق يساوي صفراً” يمثل جوهر الدقة العلمية؛ إذ قد تظهر بيانات ملتوية يكون فيها متوسط الفروق صفراً ولكن وسيط الفروق يختلف عن الصفر، أو العكس بالعكس. وبالتالي، فإن رفض الفرضية الصفرية في اختبار ويلكوكسون لا يُسوغ للباحث منطقياً الادعاء بوجود اختلاف في المتوسطات الحسابية، بل يؤكد وجود إزاحة نظامية في رتب وتوزيع الفروق بين الشرطين التجريبيين.

4.4 القوة الإحصائية وكفاءة المقاربة في أحجام العينات المختلفة

تُعد الكفاءة المقاربة النسبية (Asymptotic Relative Efficiency – ARE) المؤشر الرياضي الأبرز للمقارنة بين القوة الإحصائية للاختبارين عند تضخم حجم العينة واقترابه من اللانهاية. عندما تكون البيانات مسحوبة من مجتمع يتبع التوزيع الطبيعي بصورة كاملة ومطلقة، تبلغ الكفاءة المقاربة النسبية لاختبار ويلكوكسون مقارنة باختبار تي المزدوج ما يقارب:

$$\text{ARE} = \frac{3}{\pi} \approx 0.955$$

تعني هذه النتيجة الرياضية المدهشة أن اختبار ويلكوكسون يحتاج إلى عينة بحجم 100 زوج لتحقيق نفس القوة الإحصائية التي يحققها اختبار تي المزدوج بعينة قوامها 95.5 زوجاً فقط في ظل الاعتدالية الكاملة. إن هذا الهدر الطفيف في القوة الإحصائية (حوالي 4.5%) يمثل ثمناً بخساً ومقبولاً جداً يدفعه الباحث للحصول على الأمان المنهجي الشامل الذي يوفره البديل اللامعلمي ضد أخطار التوزيعات الملتوية والقيم الشاذة.

في المقابل، عندما تنتهك البيانات افتراض التوزيع الطبيعي، تتفوق كفاءة اختبار ويلكوكسون تفوقاً ساحقاً على اختبار تي. فعلى سبيل المثال، في التوزيعات ذات الذيول الثقيلة كتوزيع لابل определяющий (Laplace Distribution)، تصل الكفاءة المقاربة النسبية لويلكوكسون إلى 1.50، مما يعني أن اختبار تي المزدوج يحتاج إلى حجم عينة يفوق حجم عينة ويلكوكسون بمقدار 50% للوصول إلى نفس القدرة على رفض الفرضية الصفرية الزائفة. أما في التوزيعات شديدة التطرف، مثل توزيع كوشي (Cauchy Distribution)، فإن كفاءة اختبار تي تقترب من الصفر رياضياً، في حين تظل كفاءة اختبار ويلكوكسون عالية وفعالة.

في العينات الصغيرة جداً (التي يقل حجمها عن 15 زوجاً)، يتصرف الاختباران بطرق متباينة للغاية؛ فاختبار تي يعاني من هشاشة بالغة إزاء أي انحراف عن الاعتدالية بسبب صغر درجات الحرية والاعتماد الحاد على تقدير الانحراف المعياري، مما قد يولد نتائج زائفة مضللة. غير أن اختبار ويلكوكسون في المقابل يواجه في هذه العينات شديدة الصغر مشكلة القوة المنفصلة (Discrete Power)؛ فمع عينة مكونة من 5 أزواج فقط، لا يمكن لاختبار ويلكوكسون الثنائي الاتجاه أن يرفض الفرضية الصفرية عند مستوى دلالة 0.05 مهما بلغت قوة التدخل التجريبي، لأن أصغر قيمة احتمالية يمكن توليدها بالتباديل الرتبية الكاملة هي $2 \times (1 / 2^5) = 0.0625$. وبالتالي، تبرز ضرورة الوعي بحجم العينة وعلاقته المباشرة بالخصائص الرياضية لكل نموذج.

يوضح الجدول المقارن التالي أبرز الفروق المنهجية والإحصائية بين الاختبارين عبر مختلف الأبعاد التحليلية:

البعد المنهجي والإحصائي اختبار تي للعينات المترابطة (Paired t-Test) اختبار رتب ويلكوكسون ذو الإشارة (Wilcoxon Signed-Rank)
التصنيف المنهجي معلمي (Parametric) لامعلمي / توزيعي حر (Non-parametric)
مستوى القياس المطلوب كمي متصل (فئوي أو نسبي) ترتيبي على الأقل، أو كمي متصل
مقياس النزعة المركزية المستهدف متوسط الفروق ($\bar{D}$) وسيط الفروق (مع التماثل) أو مجموع الرتب
افتراض التوزيع الطبيعي إلزامي ومحوري لعمود الفروق الزوجية غير مطلوب تماماً، يكتفى بتماثل شكل التوزيع
الحساسية للقيم المتطرفة حساس للغاية، وتتأثر دقته بشدة بوجود الشواذ متين جداً ومحصن نظراً للاعتماد على الرتب
التعامل مع الفروق الصفرية تُدمج بصورة طبيعية في حساب المتوسط تُستبعد تقليدياً وتؤدي إلى تقليص حجم العينة
الكفاءة النسبية (ARE) تحت الاعتدالية 1.00 (المرجع الأساسي للأداء الأمثل) 0.955 (فقدان طفيف جداً في القوة يُقدر بنحو 4.5%)
مقياس حجم الأثر المعياري كوهين دي ($Cohen’s d_z$) وهيدجز جي ($Hedges’ g$) معامل الارتباط للمرتبة ($r$) أو الارتباط ثنائي المتسلسلة

5. أوجه التشابه والتداخل الإحصائي

5.1 التطابق في بنية التصميم التجريبي ووحدة التحليل

على الرغم من التباينات الرياضية العميقة بين اختبار تي للعينات المترابطة واختبار رتب ويلكوكسون ذو الإشارة، إلا أنهما يشتركان في أرضية منهجية صلبة تميزهما عن اختبارات العينات المستقلة؛ فكلا الاختبارين مصمم للتعامل حصرياً مع بنية البيانات التابعة والمزدوجة (Paired/Matched Data Structure). تتمثل وحدة التحليل في كلا النموذجين في “الزوج المقترن” من الملاحظات وليس الملاحظة الفردية المنعزلة، حيث يُشترط أن يمثل كل سطر في مصفوفة البيانات قياسين ينتميان إلى نفس الكيان التجريبي سواء كان فرداً، أو حيوان تجارب، أو زوجاً متطابقاً في الخصائص الأساسية.

يركز كلا الاختبارين على قياس التغير داخل الفرد (Within-Person Change) بدلاً من الفروق بين المجموعات المنفصلة. تتطابق هذه الاستراتيجية التحليلية في قدرتها على ضبط وتجميد مصادر التباين غير المرغوبة (Nuisance Variation) الناتجة عن الفروق الفردية في السمات الأساسية، مما يرفع من حساسية الفحص الاستدلالي في تتبع المسار التطوري للمتغير التابع. وتتجلى أهمية هذا التطابق في الأبحاث العصبية المعقدة التي تفحص تكامل الإشارات الحسية والاستجابات العصبية في الكائنات الحية عبر فترات زمنية وتحت شروط تجريبية مترابطة دقيقة (Ghazanfar et al., 2005)، وكذلك في دراسات التعديل البصري للمستقبلات العصبية في القشرة السمعية (Kayser et al., 2008)، حيث تشكل النماذج المزدوجة المعيار الذهبي لعزل التباين البيولوجي الداخلي.

يتشابه الاختباران أيضاً في الاشتراط الصارم لمبدأ استقلالية الملاحظات بين الأزواج المختلفة (Independence between Pairs). ففي حين يُسمح، بل يُشترط، وجود ارتباط قوي وداخلي بين القياسين داخل الزوج الواحد ($X_{1i}$ و $X_{2i}$)، يُحظر تماماً وجود أي ارتباط متبادل بين درجات الزوج ($i$) ودرجات الزوج ($j$). إن حدوث أي انتهاك لهذا الشرط، كأن يؤثر مفحوص على أداء مفحوص آخر في جلسة الاختبار، يقود حتماً إلى بطلان النتائج الاستدلالية لكلا الاختبارين على قدم المساواة، مما يبرز وحدة الأسس التصميمية التي تحكمهما.

5.2 الأهداف الاستدلالية المشتركة وتقييم الأثر

يشترك الاختباران في الهدف الاستدلالي النهائي المتمثل في مساعدة الباحث على إصدار حكم علمي دقيق حول ما إذا كان التدخل التجريبي أو الفاصل الزمني قد أحدث تأثيراً يتجاوز حدود الصدفة والتقلب العشوائي. يمتلك كلا النموذجين القدرة الكاملة على اختبار الفرضيات غير الموجهة (ذات الاتجاهين – Two-tailed Hypotheses) عندما يجهل الباحث اتجاه التغير المسبق، وكذلك الفرضيات الموجهة (ذات الاتجاه الواحد – One-tailed Hypotheses) عندما تفترض النظرية العلمية اتجاهاً حتمياً للتحسن أو التدهور في الأداء، مع احتفاظ كل منهما بنفس القواعد الحاكمة لمستوى الدلالة الإحصائية ($\alpha$).

بالإضافة إلى استخراج القيمة الاحتمالية ($p\text{-value}$)، يتيح كلا الاختبارين بناء فترات الثقة (Confidence Intervals) للتعبير عن دقة التقدير الإحصائي وتحديد هامش الخطأ. في اختبار تي للعينات المترابطة، تُحسب فترة الثقة الكلاسيكية لمتوسط الفروق في المجتمع اعتماداً على توزيع $t$ والخطأ المعياري. وفي اختبار ويلكوكسون، يمكن اشتقاق فترة الثقة المناظرة لوسيط الفروق باستخدام خوارزمية هودجز-ليمان (Hodges-Lehmann Estimator)، والتي تمثل وسيط جميع المتوسطات الزوجية المحتملة وفق صيغة والش (Walsh Averages). تقدم فترات الثقة في كلا الاختبارين صورة غنية وشاملة عن حجم الأثر المحتمل واتجاهه، مما يُخرج التحليل من مجرد الرفض الثنائي للفرضية الصفرية إلى الفهم التقديري الكمي للظاهرة قيد التحليل.

تتقاطع تطبيقات هذين الاختبارين في أدبيات علم النفس التجريبي والواقع الافتراضي والدراسات الاجتماعية الموسعة، حيث يتم قياس استجابات الأفراد في مواقف تجريبية محاكية تتضمن تدابير متكررة لمشاعر الامتثال، أو التوتر، أو التكيف النفسي، كما نرى في النماذج المحاكية للتجارب السلوكية الكلاسيكية (Slater et al., 2006)، أو في مراجعات الأدبيات السريرية المقارنة لعوامل الخطر والأنماط الإدمانية عبر مراحل زمنية متعددة لنفس الحالات (Johansson et al., 2008)، حيث تبرز الحاجة المشتركة لتقييم الأثر الدال إحصائياً بالاعتماد على مصفوفات القياس المزدوجة المتطابقة في البنية والهدف.

6. دليل القرار التطبيقي: متى يُستخدم كل اختبار؟

6.1 فحوصات التوزيع الطبيعي واستراتيجيات الاستكشاف البياني

تُمثل الخطوة التمهيدية الأولى في مسار اتخاذ القرار الإحصائي الرشيد بين الاختبارين إجراء فحص استكشافي شامل لعمود الفروق المحسوبة حصراً ($D = X_2 – X_1$)، وليس للبيانات القبلية والبعدية كلاً على حدة. تشمل هذه الاستراتيجية التحقق من مؤشرات التوزيع الطبيعي عبر اختبارات الدلالة الرسمية مثل اختبار شابيرو-ويلك (Shapiro-Wilk Test)، وهو الاختبار الأكثر حساسية وقوة في اكتشاف الانحرافات عن الاعتدالية في العينات التي تقل عن 50 زوحاً، إضافة إلى اختبار كولموجوروف-سميرنوف مع تصحيح ليلفورس (Kolmogorov-Smirnov with Lilliefors correction) الملائم للعينات الأكبر حجماً.

مع ذلك، يجب على المحلل الإحصائي الحذر من الاعتماد الأعمى على الاختبارات الإحصائية الرسمية للاعتدالية؛ فاختبار شابيرو-ويلك يتسم بحساسية مفرطة وغير مفيدة في العينات الكبيرة جداً ($N > 200$)، حيث يقود أدنى انحراف شكلي طفيف ولا قيمة له عملياً إلى رفض الفرضية الصفرية والحكم الزائف بعدم اعتدالية البيانات. وعلى العكس من ذلك، في العينات شديدة الصغر ($N < 15$)، يفتقر اختبار شابيرو-ويلك إلى القوة الكافية لاكتشاف الالتواء الواضح، مما قد يضلل الباحث بقبول اعتدالية زائفة للبيانات. ومن هنا يبرز الدور المحوري للتحليل الاستكشافي البياني.

يُعد مخطط التوزيع الاحتمالي الطبيعي (Q-Q Plot) الأداة البصرية الأهم؛ فإذا اصطفت نقاط الفروق بصورة خطية متقاربة على امتداد القطر المرجعي بزاوية 45 درجة، فإن ذلك يمثل دليلاً بصرياً قوياً على تحقق افتراض التوزيع الطبيعي. كما يُستعان بمخطط الصندوق (Boxplot) لفحص التماثل ومراقبة ظهور النقاط المنعزلة الشاذة التي تشير إلى وجود قيم متطرفة قد تنسف متانة اختبار تي. ويُكمل ذلك فحص المؤشرات العددية للالتواء (Skewness) والتفرطح (Kurtosis)؛ فإذا وقعت قيمتا الالتواء والتفرطح المعياري لدرجات الفروق ضمن النطاق المقبول إحصائياً (بين -1 و +1 أو بين -2 و +2 وفق المعايير الليبرالية)، تكون البيانات مهيأة منهجياً لتطبيق النموذج المعلمي.

6.2 شروط وسياقات تفضيل اختبار تي للعينات المترابطة

يُفضل استخدام اختبار تي للعينات المترابطة ويوصى به بشدة في سياقات منهجية محددة تضمن استثمار كامل طاقته التحليلية؛ أول هذه السياقات هو التحقق الواضح من افتراض التوزيع الطبيعي لدرجات الفروق في العينات الصغيرة إلى المتوسطة الحجم ($15 le N le 50$)، مع خلو التوزيع من أي قيم متطرفة شاذة ذات تأثير مشوه. في هذه الحالة المثالية، يقدم اختبار تي أعلى كفاءة إحصائية ممكنة، ويوفر تقديراً غير منحاز لمتوسط الفروق، متفوقاً على كافة البدائل المتاحة.

يتمثل السياق الثاني في الدراسات التي تستهدف بالأساس بناء نماذج مقارنة كمية ونشر نتائج قابلة للدمج المباشر في التحليلات التلوية ومراجعات الأدبيات التراكمية. يتطلب مجتمع البحث العلمي المعاصر إرفاق حجم أثر قياسي متسق كمعامل كوهين دي ($Cohen’s d$) مع فترات ثقته المحددة بدقة؛ ونظراً لأن حساب هذه المعايير القياسية مشتق بصورة طبيعية من النماذج المعلمية المعتمدة على المتوسط والتباين، فإن استخدام اختبار تي يمنح الباحثين قدرة فائقة على التواصل الأكاديمي، وتسهيل المقارنة المرجعية بين دراستهم والدراسات السابقة في الميدان العلمي نفسه.

أما السياق الثالث فيرتبط بـ العينات الكبيرة الحجم نسبياً ($N ge 50$). فبناءً على مبرهنة النهاية المركزية (Central Limit Theorem)، يتقارب توزيع متوسطات المعاينة مع التوزيع الطبيعي حتى وإن كان توزيع درجات الفروق في المجتمع الأصلي غير طبيعي أو ملتوياً بدرجة طفيفة إلى متوسطة. في مثل هذه الظروف، يمتلك اختبار تي متانة كافية ضد الانحرافات التوزيعية المعتدلة، وتصبح نتائجه مستقرة وموثوقة، مما يجعل التمسك بالاختبار المعلمي خياراً منطقياً ومبرراً تماماً بفضل وضوح دلالة المتوسط الحسابي كمعلمة إحصائية مألوفة لدى القراء والباحثين مقارنة بالرتب اللامعلمية.

6.3 شروط وسياقات اللجوء الإلزامي لاختبار رتب ويلكوكسون

في المقابل، يتحول اختبار رتب ويلكوكسون ذو الإشارة إلى خيار إلزامي لا مناص منه في ثلاث حالات رئيسية؛ الحالة الأولى هي فشل اختبارات التوزيع الطبيعي لدرجات الفروق في ظل وجود عينات صغيرة إلى متوسطة الحجم ($N < 30$). فإذا كشف فحص شابيرو-ويلك أو المخطط البياني (Q-Q Plot) عن التواء واضح، أو ذيول سميكة، أو تفرطح شاذ لا يتوافق مع النموذج الغوسي، فإن الإصرار على تطبيق اختبار تي يُعد انتهاكاً منهجياً صريحاً يفرز قيماً احتمالية زائفة ويقوض الثقة في الاستنتاجات العلمية.

تتمثل الحالة الثانية في طبيعة البيانات الناتجة عن المقاييس الترتيبية ومقاييس ليكرت المفردة. عندما يُقاس المتغير التابع باستخدام بنود مسحية من نوع ليكرت (كالمقاييس الخماسية: أوافق بشدة إلى أعارض بشدة)، أو مقاييس التقدير الرقمية المحدودة للألم أو الرضا، فإن المسافات بين الاستجابات لا تكون متساوية رياضياً. ومن ثم، فإن معاملة هذه الاستجابات كمتغيرات كمية فئوية عبر حساب المتوسطات الحسابية يمثل خطأ في القياس؛ حيث تفرض النزاهة العلمية حينها اللجوء إلى اختبار ويلكوكسون الذي يقتصر على مقارنة الرتب دون افتراض تجانس الفواصل الرياضية، وهو ما يبرز بقوة في الدراسات اللغوية والتربوية المقارنة التي تقيس الاستجابات التفضيلية وأنماط اكتساب المفردات عبر وسائط تعليمية مختلفة (Al-Seghayer, 2001).

تتجلى الحالة الثالثة في وجود قيم متطرفة حقيقية لا يمكن حذفها أو تبرير استبعادها. في كثير من البحوث الحيوية والسلوكية، يظهر في العينة أفراد يسجلون قفزات تغير شاسعة تتجاوز بوضوح بقية أفراد العينة؛ فإذا لم تكن هذه القيم ناتجة عن خطأ مطبعي في إدخال البيانات أو عطل فني في أجهزة القياس، فإنها تمثل تبايناً إنسانياً حقيقياً لا يجوز استبعاده علمياً للتلاعب بالنتائج. في هذا الموقف المنهجي الحرج، يبرز اختبار ويلكوكسون كطوق نجاة إحصائي؛ إذ يقوم بتحويل تلك القيمة المتطرفة إلى الرتبة القصوى فقط، مما يحيد خطرها التدميري على التباين ويحافظ على سلامة الاستنتاج العلمي للبحث ككل.

7. الأسئلة الشائعة حول الاختبارين

7.1 هل يمكن تطبيق اختبار ويلكوكسون على بيانات تتبع التوزيع الطبيعي؟

نعم، يجوز تطبيق اختبار رتب ويلكوكسون ذو الإشارة على بيانات تتبع التوزيع الطبيعي بصورة كاملة، ولا يترتب على ذلك أي خطأ منهجي أو إخلال بسلامة الصلاحية الاستدلالية للنتائج؛ فالفرضية الصفرية للاختبار تظل صحيحة ومعدلات الخطأ من النوع الأول تظل مضبوطة ومحمية بدقة متناهية تحت مستوى المعنوية المحدد ($\alpha = 0.05$).

غير أن التكلفة المنهجية التي يتكبدها الباحث في هذا السيناريو هي خسارة طفيفة في القوة الإحصائية. وكما أثبتت الدراسات الرياضية، تبلغ الكفاءة المقاربة النسبية لويلكوكسون حوالي 95.5% مقارنة باختبار تي في ظل الاعتدالية الكاملة، مما يعني فقداً نظرياً للقوة يعادل حوالي 4.5%. في معظم التطبيقات الميدانية التي تتمتع بأحجام عينات كافية، يكون هذا الفرق ضئيلاً جداً ولا يؤثر عملياً على نتيجة القرار الاستدلالي النهائي.

لذلك، يتبنى بعض الباحثين في المجالات الحيوية والطبية الصارمة استراتيجية تحفظية متقدمة؛ حيث يطبقون اختبار ويلكوكسون حتى عند الشك في تحقق التوزيع الطبيعي كنوع من الفحص التأكيدي الإضافي (Sensitivity Analysis). فإذا توافقت نتائج اختبار ويلكوكسون مع نتائج اختبار تي المزدوج، يكتسب الباحث ثقة مطلقة بأن النتيجة المستخلصة متينة وراسخة ولا تتوقف على الاستيفاء الحرفي للشروط الرياضية للاختبار المعلمي.

7.2 كيف يتعامل اختبار ويلكوكسون مع الفروق المساوية للصفر؟

تُمثل الفروق الصفرية ($D_i = X_{2i} – X_{1i} = 0$)، الناتجة عن تطابق درجتي القياس القبلي والبعدي للمفحوص، معضلة فنية في البناء الرياضي لاختبار ويلكوكسون؛ إذ يتعذر إسناد إشارة جبرية (موجبة أو سالبة) للرتبة المقابلة للصفر، كما لا توجد مسافة فعلية تتيح ترتيبها بين الفروق المطلقة.

تتمثل الطريقة الكلاسيكية التي اقترحها فرانك ويلكوكسون في بحثه الأصلي عام 1945 في الاستبعاد الكامل للأزواج ذات الفرق الصفري من التحليل؛ وبناءً على هذا الإجراء، يُعاد ضبط حجم العينة الفعلي ($N$) ليصبح مساوياً لعدد الأزواج غير الصفرية فقط، وتُرتب الفروق المتبقية. وتتبع الحزم البرمجية الشائعة مثل SPSS هذه الطريقة كخيار افتراضي. تكمن مشكلة هذه الطريقة في أنها قد تؤدي إلى هدر حاد في القوة الإحصائية إذا تكررت الفروق الصفرية بكثافة، كما أنها قد تنطوي على تحيز منهجي لأنها تتجاهل حقيقة أن عدم حدوث تغير لدى الفرد هو بحد ذاته دليل علمي قوي يدعم الفرضية الصفرية بعدم فاعلية التدخل التجريبي.

لمعالجة هذا القصور، ظهرت طرق رياضية بديلة متقدمة، أبرزها طريقة تعديل برات (Pratt’s Modification) المقترحة عام 1959. في طريقة برات، يتم تضمين جميع الفروق بما فيها الأصفار في عملية الترتيب الأولي للقيم المطلقة، بحيث تأخذ الأصفار أدنى الرتب بالتساوي، ثم تُستبعد الرتب الصفرية فقط عند تجميع رتب الإشارات الموجبة والسالبة لحساب إحصائية $W$، مع الإبقاء على حجم العينة الكلي ($N$) ثابتاً في معادلات الخطأ المعياري والتقريب الطبيعي. توفر طريقة برات حماية ممتازة ضد التحيز وتُعد الخيار المفضل في الإحصاء الحديث عند وجود نسبة ملحوظة من الحالات التي لم يطرأ عليها أي تغير بين شريطي القياس.

7.3 ما هو حجم الأثر المناسب للتقارير عند استخدام اختبار رتب ويلكوكسون؟

يخطئ بعض الباحثين عند تقرير نتائج اختبار ويلكوكسون بإرفاق معامل كوهين دي ($Cohen’s d$) كمقياس لحجم الأثر؛ إذ إن مؤشر كوهين دي مبني رياضياً على المتوسطات والانحرافات المعيارية التي يتجاهلها الاختبار اللامعلمي، مما يمثل تناقضاً منهجياً في لغة التقرير الإحصائي. وفي المقابل، تتوفر مقاييس حجم أثر لامعلمية قياسية مخصصة لاختبار ويلكوكسون تعكس حجم التأثير بصورة دقيقة ومتسقة مع طبيعة الرتب.

المقياس الأول والأكثر شيوعاً في التقارير الأكاديمية هو معامل الارتباط للمرتبة ($r$)، والذي يُشتق مباشرة من الدرجة المعيارية $Z$ الناتجة عن التقريب الطبيعي لاختبار ويلكوكسون مقسومة على الجذر التربيعي للعدد الإجمالي للمشاهدات المزدوجة (أو إجمالي القياسات المتكررة $N_{total} = 2N$)، وفق المعادلة القياسية:

$$r = \frac{|Z|}{\sqrt{N}}$$

يتحرك هذا المعامل في المدى بين 0 و 1، ويُفسر تقليدياً وفق معايير كوهين الإرشادية لحجم الأثر: 0.10 يمثل أثراً صغيراً، و 0.30 يمثل أثراً متوسطاً، و 0.50 فأكثر يمثل أثراً كبيراً.

أما المقياس الثاني المتقدم فهو معامل الارتباط ثنائي المتسلسلة للرتب المزدوجة (Matched-Pairs Rank Biserial Correlation – $r_{rb}$)؛ ويعبر هذا المؤشر عن الفرق النسبي بين نسبة الرتب الإيجابية ونسبة الرتب السلبية مقسوماً على مجموع الرتب الكلي، ويُحسب بالصيغة:

$$r_{rb} = \frac{W^+ – W^-}{W^+ + W^-}$$

يتراوح هذا المقياس بين -1 و +1؛ حيث تشير القيمة +1 إلى أن جميع الفروق في العينة كانت موجبة دون استثناء، وتشير القيمة -1 إلى أن جميع الفروق كانت سالبة، في حين تشير القيمة 0 إلى التوازن التام بين الرتب الإيجابية والسلبية وتطابقها مع الفرضية الصفرية. يوفر هذا المقياس فهماً احتمالياً سلساً وبديهياً لحجم الأثر ويسهل مقارنته وتفسيره في الدراسات السلوكية الميدانية.

7.4 هل يفترض اختبار تي المزدوج اعتدالية المتغيرات الأصلية أم اعتدالية الفروق فقط؟

يُمثل هذا السؤال أحد أكثر نقاط الجدل والالتباس شيوعاً بين طلاب الدراسات العليا والباحثين المبتدئين في التحليل الإحصائي؛ والإجابة الرياضية القاطعة هي أن اختبار تي للعينات المترابطة يفترض حصرياً التوزيع الطبيعي لدرجات الفروق ($D_i = X_{2i} – X_{1i}$)، ولا يشترط على الإطلاق أن تكون المتغيرات الأصلية المنفصلة (القياس القبلي أو البعدي) موزعة توزيعاً طبيعياً.

يرجع التفسير الرياضي لذلك إلى بنية معادلة الاختبار نفسها؛ فالاختبار لا يتعامل مع مصفوفة القياسين الأصليين ($X_1$ و $X_2$) ككيانات مستقلة، بل يدمجهما في خطوة حسابية مسبقة عبر الطرح لإنتاج متجه حسابي جديد أحادي البعد هو المتغير ($D$). وتعتمد نظرية توزيع $t$ لغوسيت على افتراض أن هذا المتجه الجديد المشتق مسحوب من مجتمع يتبع التوزيع الطبيعي بمتوسط $\mu_D$ وتباين $\sigma_D^2$.

من الناحية العملية، يمكن لبيانات القياس القبلي أن تكون ذات التواء موجب حاد، وبيانات القياس البعدي ملتوية بنفس النمط والدرجة نتيجة لخصائص المقياس المستخدم، ولكن عند حساب الفروق الزوجية بينهما، تلغي تأثيرات الالتواء المشترك بعضها بعضاً رياضياً، ويظهر عمود الفروق متماثلاً تماماً ومتبعاً للتوزيع الطبيعي بصورة نموذجية. ومن هنا، فإن قيام الباحث بفحص اعتدالية القياس القبلي بمفرده والقياس البعدي بمفرده، ثم التخلي عن اختبار تي المزدوج بناءً على فشل المتغيرات الأصلية في اجتياز الفحص، يمثل خطأ منهجياً شائعاً يعكس غياب الاستيعاب النظري لآلية عمل القياسات المكررة في الإحصاء المعلمي.

8. خاتمة وتوصيات منهجية للمحللين الإحصائيين

8.1 ملخص الموازنة المنهجية بين الدقة الرياضية والواقع العملي

إن التحليل المقارن العميق بين اختبار رتب ويلكوكسون ذو الإشارة واختبار تي للعينات المترابطة يوضح بجلاء أنهما يمثلان أداتين متكاملتين وليستا متنافستين في ترسانة المنهجية الإحصائية الحديثة؛ فلكل نموذج منهما سياقه الرياضي الذي يتألق فيه، وشروطه المنهجية التي تضمن دقة استنتاجاته. لا ينبغي للمحلل الإحصائي أن ينظر إلى الاختبارات اللامعلمية بوصفها خيارات رديئة من الدرجة الثانية يلجأ إليها الباحث فقط عند العجز، بل هي أدوات بالغة الذكاء صُممت خصيصاً للتعامل مع واقع البيانات الميدانية التي نادراً ما تتطابق مع الافتراضات النظرية المثالية للنماذج الغوسية.

تقتضي الرصانة الأكاديمية تكريس مبدأ “الاستكشاف الأولي الشامل للبيانات” كخطوة منهجية إلزامية تسبق مرحلة التحليل الاستدلالي النهائي. لا يجوز للباحث بأي حال من الأحوال أن يحدد نوع الاختبار بصورة قبلية عمياء بناءً على العادة المتبعة في حقله العلمي، كما يُحظر عليه بصورة أشد ممارسة “الانتقاء البعدي للاختبار” (Post-hoc Test Selection)؛ وهو السلوك غير الأخلاقي المتمثل في تجربة كلا الاختبارين واختيار النموذج الذي يقدم قيمة احتمالية أصغر ($p < 0.05$) لتحقيق الدلالة المرغوبة وتمرير البحث للنشر. إن مثل هذه الممارسات تؤدي إلى تضخيم معدلات الخطأ من النوع الأول وتلوث الأدبيات العلمية بنتائج زائفة تفتقر إلى إمكانية التكرار والموثوقية.

يجب أن تستند الموازنة بين الاختبارين إلى معايير موضوعية شفافة؛ فمتى ما كانت البيانات كمية متصلة، وكانت الفروق تتبع التوزيع الطبيعي بوضوح، وخالية من الشواذ الحادة، فإن اختبار تي المزدوج يظل الخيار الأقوى والأفضل قدرة على تعظيم الاستفادة من المعلومات المتضمنة في المقاييس. أما إذا كانت البيانات رتبية، أو كان حجم العينة صغيراً مع التواء بارز لدرجات الفروق، أو تضمنت العينة قيماً شاذة ذات دلالة واقعية لا يمكن حذفها، فإن اختبار ويلكوكسون ذو الإشارة يمثل الحصن المنهجي المنيع الذي يحمي البحث من الاستنتاجات المضللة ويضمن سلامة القرار الإحصائي.

8.2 بروتوكول توثيق النتائج الإحصائية في الأبحاث والرسائل العلمية

يفرض دليل النشر العلمي الصادر عن الجمعية الأمريكية لعلم النفس (APA Publication Manual – 7th Edition) بروتوكولاً توثيقياً صارماً وشفافاً عند كتابة تقارير كلا الاختبارين في المجلات المحكمة والأطروحات الجامعية. لا يكتفي التوثيق المنهجي الحديث بالإشارة المجردة للقيمة الاحتمالية ($p\text{-value}$)، بل يستلزم تقديم صورة وصفية واستدلالية متكاملة تتيح للقارئ والمراجع المستقل فحص متانة التحليل وإعادة إنتاجه بدقة.

عند توثيق نتائج اختبار تي للعينات المترابطة، يجب أن يتضمن التقرير بالضرورة ما يلي:

  • المتوسط الحسابي والانحراف المعياري لدرجات القياس في كل من الشرطين المقترنين بشكل منفصل، بالإضافة إلى متوسط الفروق الزوجية وانحرافها المعياري ($\bar{D} \pm S_D$).
  • قيمة إحصائية $t$ المحسوبة، مرفقة بدرجات الحرية المحددة بين قوسين ($df = N – 1$).
  • القيمة الاحتمالية الدقيقة بدقة ثلاثة أرقام عشرية (مثال: $p = .023$، وليس مجرد $p < .05$).
  • حجم الأثر القياسي المعتمد، ويفضل مؤشر كوهين دي للعينات المترابطة ($Cohen’s d_z$) أو هيدجز جي ($Hedges’ g$) لتصحيح العينات الصغيرة.
  • فترة الثقة 95% لمتوسط الفروق (95% CI [$LL, UL$]) لتوضيح مدى دقة التقدير الإحصائي.

نموذج للصياغة المعتمدة لاختبار تي: “أظهرت النتائج وجود انخفاض دال إحصائياً في مستويات القلق بعد تطبيق البرنامج العلاجي ($M = 18.40, SD = 3.25$) مقارنة بمستوياته القبلية ($M = 24.15, SD = 4.10$)؛ حيث بلغ متوسط الفروق 5.75 درجات، $t(19) = 4.82$، $p < .001$، بحجم أثر كبير بلغ$d = 1.08$، وفترة ثقة 95% لمتوسط الفروق تراوحت بين [3.25, 8.25].”

في المقابل، يتطلب توثيق نتائج اختبار رتب ويلكوكسون ذو الإشارة الإفصاح عن البيانات الترتيبية والوصفية اللامعلمية المناسبة؛ ويشمل ذلك:

  • الوسيط والمدى الربيعي (Median, IQR) لكل من شريطي القياس المقترنين، إضافة إلى وسيط الفروق الفردية.
  • إجمالي رتب الإشارات الموجبة ($W^+$) ومجموع رتب الإشارات السالبة ($W^-$)، مع ذكر عدد الحالات ذات الفروق الموجبة والسالبة والصفرية المستبعدة.
  • قيمة إحصائية ويلكوكسون الإجمالية ($W$ أو $T$)، والقيمة المعيارية المحسوبة عبر التقريب الطبيعي ($Z$).
  • القيمة الاحتمالية الدقيقة ($p\text{-value}$)، مع الإشارة إلى ما إذا كانت ثنائية أو أحادية الاتجاه.
  • حجم الأثر اللامعلمي المناسب، مثل معامل الارتباط للمرتبة ($r = |Z| / \sqrt{N}$) أو معامل الارتباط ثنائي المتسلسلة للرتب ($r_{rb}$).

نموذج للصياغة المعتمدة لاختبار ويلكوكسون: “أشار اختبار رتب ويلكوكسون ذو الإشارة إلى حدوث تحسن دال إحصائياً في درجات تقييم الأداء بعد التدريب (الوسيط = 78.00، IQR = 12.00) مقارنة بالتقييم القبلي (الوسيط = 65.50، IQR = 15.25)؛ حيث تفوقت رتب الفروق الموجبة على السالبة ($W = 185.50, Z = 2.94, p = .003$). وبلغ حجم الأثر المشتق للمرتبة $r = .54$، وهو ما يشير إلى تأثير تدخلي كبير وفق معايير التقييم الإحصائي المعاصرة.”

إن الالتزام الصارم بهذه المحددات الإجرائية، والتحلي بالشفافية الكاملة في الإفصاح عن نتائج الفحوص الاستكشافية القبلية للتوزيع الطبيعي، يضمنان للباحث تقديم أعمال علمية راسخة تمتاز بالمصداقية المنهجية، وتسهم إيجابياً في تعزيز جودة النتاج المعرفي للعلوم التطبيقية والسلوكية بمختلف حقولها التخصصية.

المراجع

Al-Seghayer, K. (2001). The effect of multimedia annotation modes on l2 vocabulary acquisition: A comparative study. Language Learning & Technology, 5(1), 202–232. https://doi.org/10.64152/10125/25117

Arnab, S., Lim, T., Carvalho, M. B., Bellotti, F., de Freitas, S., Louchart, S., Suttie, N., Berta, R., & De Gloria, A. (2014). Mapping learning and game mechanics for serious games analysis. British Journal of Educational Technology, 46(2), 391–411. https://doi.org/10.1111/bjet.12113

Cameron, I. M., Crawford, J. R., Lawton, K., & Reid, I. (2007). Psychometric comparison of PHQ-9 and HADS for measuring depression severity in primary care. British Journal of General Practice, 58(546), 32–36. https://doi.org/10.3399/bjgp08x263794

Ghazanfar, A. A., Maier, J. X., Hoffman, K. L., & Logothetis, N. K. (2005). Multisensory integration of dynamic faces and voices in rhesus monkey auditory cortex. Journal of Neuroscience, 25(20), 5004–5012. https://doi.org/10.1523/jneurosci.0799-05.2005

Ibanez, M.-B., Di Serio, A., & Delgado Kloos, C. (2014). Gamification for engaging computer science students in learning activities: A case study. IEEE Transactions on Learning Technologies, 7(3), 291–301. https://doi.org/10.1109/tlt.2014.2329293

Johansson, A., Grant, J. E., Kim, S. W., Odlaug, B. L., & Götestam, K. G. (2008). Risk factors for problematic gambling: A critical literature review. Journal of Gambling Studies, 25(1), 67–92. https://doi.org/10.1007/s10899-008-9088-6

Kayser, C., Petkov, C. I., & Logothetis, N. K. (2008). Visual modulation of neurons in auditory cortex. Cerebral Cortex, 18(7), 1560–1574. https://doi.org/10.1093/cercor/bhm187

Slater, M., Antley, A., Davison, A. R., Swapp, D., Guger, C., Barker, C., Pistrang, N., & Sanchez-Vives, M. V. (2006). A virtual reprise of the Stanley Milgram obedience experiments. PLoS ONE, 1(1), e39. https://doi.org/10.1371/journal.pone.0000039

Sloane, S. M., Baillargeon, R., & Premack, D. (2012). Do infants have a sense of fairness? Psychological Science, 23(2), 196–204. https://doi.org/10.1177/0956797611422072

تقييم هذا المحتوى

كن أول من يقيّم هذا المحتوى

عن الكاتب: Mohammed looti

أكاديمي وباحث متخصص في علم النفس التربوي، وعضو هيئة التدريس في جامعة كربلاء. يحمل درجة الدكتوراه في تخصصه، وتتمحور اهتماماته البحثية حول علم النفس الإيجابي، وتطوير المقاييس النفسية، والتنظيم الانفعالي المعرفي. يتميز الدكتور لوتي بطرحه البحثي المعاصر؛ حيث يركز على دراسة التأثيرات النفسية للتكنولوجيا الحديثة والذكاء الاصطناعي على الصحة العقلية وتكوين الهوية لدى الشباب. كما تمتد إسهاماته العلمية لتشمل دراسة ديناميكيات التواصل الأسري ودورها في بناء الكفاءة الذاتية والمهارات القيادية، بالإضافة إلى أبحاثه حول برامج "اليقظة العقلية" والتعافي النفسي، مما يجعله من الباحثين الفاعلين في إثراء ميدان علم النفس التربوي والتطبيقي.

اقتباس هذا المقال

looti, M. (2026, نوفمبر 16). اختبار رتب ويلكوكسون ذو الإشارة مقابل اختبار تي للعينات المترابطة. عرب سايكلوجي. https://arabpsychology.com/comparisons/wilcoxon-signed-rank-test-vs-paired-t-test/
looti, Mohammed. “اختبار رتب ويلكوكسون ذو الإشارة مقابل اختبار تي للعينات المترابطة.” عرب سايكلوجي, 16 نوفمبر 2026, https://arabpsychology.com/comparisons/wilcoxon-signed-rank-test-vs-paired-t-test/.
looti, Mohammed. “اختبار رتب ويلكوكسون ذو الإشارة مقابل اختبار تي للعينات المترابطة.” عرب سايكلوجي. نوفمبر 16, 2026. https://arabpsychology.com/comparisons/wilcoxon-signed-rank-test-vs-paired-t-test/.