تمثل المقارنة المخططة ركيزة منهجية حاسمة في تصميم البحوث النفسية والتحليل الإحصائي الاستدلالي، حيث تنقل الباحث من نطاق الاستكشاف العشوائي إلى فضاء التحقق النظري الصارم. وتتيح هذه التقنية للعلماء اختبار تنبؤات سببية محددة بدقة رياضية فائقة، مما يرفع من القوة الإحصائية للدراسة ويقلل من الأخطاء الاستدلالية الشائعة في العلوم السلوكية والاجتماعية.
المقارنة المخططة (Planned Comparison)
1. التعريف الدقيق والموجز
المقارنة المخططة، وتُعرف أيضاً بالتباين المسبق (A Priori Contrast)، هي أسلوب إحصائي استدلالي يُستخدم لاختبار فرضيات بحثية محددة ومصاغة مسبقاً قبل جمع البيانات أو فحصها، بهدف المقارنة بين متوسطات مجموعات تجريبية أو ضابطة معينة بدلاً من اختبار جميع الفروق الممكنة بين المجموعات. ويستند هذا الإجراء إلى أوزان ترجيحية محددة رياضياً تُعرف بمعاملات التباين، وتُمكّن الباحث من عزل تأثيرات نظرية بعينها داخل نموذج تحليل التباين (ANOVA).
تتميز المقارنات المخططة بكونها نابعة مباشرة من الإطار النظري للدراسة وأدبياتها السابقة، وليست مدفوعة بملاحظة البيانات بعد جمعها. وهي تختلف جوهرياً عن المقارنات البعدية الاستكشافية؛ إذ تحافظ على قوة إحصائية أعلى لاكتشاف الفروق الحقيقية، مع ضبط محسوب لمعدل الخطأ من النوع الأول دون الإفراط في التحفظ الرياضي الذي يعيب الاختبارات اللاحقة المتعددة.
وفي سياق القياس النفسي والتجريب السلوكي، تمثل المقارنة المخططة الترجمة الرياضية الدقيقة للفرضيات الصفرية والبديلة ذات الاتجاه المحدد، حيث يتم تحويل التساؤل المعرفي (مثل: هل يتفوق العلاج المعرفي السلوكي المركب على كل من العلاج الدوائي المنفرد والمجموعة الضابطة معاً؟) إلى معادلة خطية تجمع بين متوسطات شروط التجربة وفق ترجيحات عددية مدروسة.
2. التأصيل اللغوي والاشتقاقي
يعود الأصل اللغوي للمصطلح الإنجليزي (Planned Comparison) إلى كلمتين: الأولى “Planned” المشتقة من اللاتينية المتأخرة “planta” ومن ثم الفرنسية القديمة “plant” و”plan” التي تشير إلى الرسم التخطيطي المصمم مسبقاً وفق نسق هندسي مقصود؛ والثانية “Comparison” المنحدرة من اللاتينية “comparare” المكونة من السابقة “com-” (معاً) وجذر “par” (مساوٍ أو نظير)، والتي تعني وضع شيئين متناظرين جنباً إلى جنب لتقييم أوجه الشبه والاختلاف بينهما.
أما في اللغة العربية، فإن كلمة “مقارنة” هي مصدر للفعل الرباعي المزيد “قارَنَ” على وزن “فاعَلَ”، وتدل على الموازنة والجمع بين نظيرين لاستبيان منزلتهما، بينما لفظ “مخططة” مشتق من جذر (خ-ط-ط) الذي يدل على رسم معالم الشيء وتحديده بصورة مسبقة ومحكمة قبل تنفيذه. ومن هنا فإن التركيب الوصفي يجسد بامتياز عملية موازنة إحصائية رُسمت معالمها وحدودها قبل ولوج ميدان التجربة والتحليل الرقمي.
وقد دخل المصطلح إلى الأدبيات المنهجية والإحصائية في أواسط القرن العشرين بالتوازي مع استقرار مصطلحات تصميم التجارب (Experimental Design). ويُطلق عليه أيضاً في المصادر الأكاديمية العربية مصطلح “المقارنات القبلية” ترجمةً للعبارة اللاتينية الأصلية “A Priori Comparisons” لتمييزها الحاسم عن المقارنات التي تُبنى بعد الاطلاع على البيانات والمعروفة بالمقارنات البعدية أو التراجعية “Post Hoc Comparisons”.
3. الصيغة النحوية والاستعمال الصرفي
تُعرب عبارة “المقارنة المخططة” كمركب وصفي يتكون من مبتدأ أو اسم مجرور بحسب موقعه في الجملة (المقارنة) ونعت يتبعه في كافة حالات الإعراب والتذكير والتأنيث والتعريف (المخططة). وتأتي صيغة الجمع الشائعة في الأبحاث: “المقارنات المخططة”، حيث تُعامل معاملة الجمع المؤنث السالم أو جمع التكسير لصفة غير العاقل.
يُستخدم المصطلح اصطلاحياً كاسم دال على إجراء منهجي محدد؛ فيُقال: “أجرى الباحث مقارنةً مخططةً لاختبار الفرضية الأولى”، أو “استند التحليل إلى مقارنات مخططة متعامدة (Orthogonal Planned Contrasts)”. وتتضمن الصيغ المقبولة في الكتابة العلمية العربية: “التباينات المخططة مسبقاً”، و”المقارنات المسبقة”، وتُعد جميعها مترادفات فنية مقبولة في مجلات علم النفس المحكمة.
ومن حيث الاستعمال، لا يجوز استخدام مصطلح “المقارنة المخططة” لوصف أية مقارنة إحصائية نشأت عن تفحص مصفوفة الارتباطات أو جدول المتوسطات بعد انتهاء التجربة؛ إذ إن صفة “التخطيط” هنا قيد إبستيمولوجي ومنهجي صارم لا مجرد وصف زمني عابر.
4. الشرح المفاهيمي التفصيلي
يقوم المفهوم الجوهري للمقارنة المخططة على فكرة التباين الخطي (Linear Contrast)، وهو تركيب رياضي يربط بين مجموعة من المتوسطات الحسابية بواسطة أوزان عددية (معاملات تُرمز عادة بالرمز c) بحيث يكون مجموع هذه المعاملات مساوياً للصفر تماماً. عندما يصمم عالم النفس تجربة تحتوي على أربع مجموعات (على سبيل المثال: علاج نفسي معرفي، علاج سلوكي، دواء وهمي، وقائمة انتظار)، فإن التحليل التقليدي يبدأ باختبار التباين الأحادي الكلي (Omnibus F-test) لتحديد ما إذا كان هناك أي فرق ذي دلالة إحصائية بين أي من المتوسطات الأربعة دون تحديد موضع الفرق.
تتجاوز المقارنة المخططة هذا الاختبار الكلي المبهم؛ فهي تسمح للباحث بتجاوز اختبار “F” العام مباشرة – حتى لو لم يكن ذا دلالة إحصائية في بعض المدارس الإحصائية المتقدمة – لاختبار الفرضية الدقيقة المستمدة من النظرية. على سبيل المثال، قد تنص النظرية على أن أي تدخل نشط (سواء كان معرفياً أو سلوكياً) سيكون متفوقاً على التدخلات غير النشطة (الدواء الوهمي وقائمة الانتظار). هنا، يتم التعبير عن هذا التوقع بمقارنة تجمع متوسطي المجموعتين الأوليين وتقارنهما بمتوسطي المجموعتين الأخيرتين بضرب معاملات (+1, +1, -1, -1) أو (+0.5, +0.5, -0.5, -0.5).
يكمن العمق المنهجي لهذا الأسلوب في مسألة القوة الإحصائية (Statistical Power). فبما أن الباحث يوجه كل طاقته التحليلية ودرجات الحرية لاختبار فرضيات معينة دون إهدارها في حساب جميع التباديل والتوافيق الممكنة بين المجموعات (والتي قد لا يكون لمعظمها أي معنى نظري)، فإن المقارنة المخططة تتطلب حجوم عينات أصغر لاكتشاف التأثير الحقيقي، وتوفر حساسية تفوق الاختبارات الاستكشافية العامة.
وعلاوة على ذلك، ترسم المقارنات المخططة حدوداً فاصلة ضد ممارسات الاحتيال الإحصائي غير المقصود المعروفة باسم “استخراج البيانات” (Data Dredging) أو ما يُعرف حديثاً بـ “صيد الدلالة الإحصائية” (p-hacking). فالالتزام الصارم بتحديد المقارنات سلفاً يضمن توافق المنهج الاستنباطي الكلاسيكي، حيث يتم إخضاع التنبؤ النظري للاختبار التجريبي دون إتاحة الفرصة للمصادفة الإحصائية لتوجه مسار الاستنتاجات العلمية.
5. التطور التاريخي والمسار الزمني
تعود الجذور التاريخية للمقارنات المخططة إلى الربع الأول من القرن العشرين، وتحديداً مع الأعمال التأسيسية التي وضعها السير رونالد فيشر في محطة رparamed التجريبية الزراعية. في كتابه الكلاسيكي “طرق إحصائية للباحثين” (Statistical Methods for Research Workers) الصادر عام 1925، وكتابه الآخر “تصميم التجارب” (The Design of Experiments) عام 1935، أسس فيشر لتحليل التباين وقدم مفهوم تقسيم مجموع المربعات (Partitioning Sum of Squares) إلى مكونات فردية تمثل درجات حرية أحادية تتطابق مع أسئلة بحثية محددة.
شهدت فترة الأربعينيات والخمسينيات من القرن الماضي تطوراً بارزاً بفضل أعمال إحصائيين كبار مثل جيروم كورنفيلد وويليام كوكران، ثم الإسهام الاستثنائي لعالم الإحصاء الرياضي ديفيد دنكان وهنري شيفيه اللذين قنّنا الفروق الرياضية بين الفحوصات المسبقة والفحوصات اللاحقة. وقد نشر جون توكي وجون إف. كاستر أبحاثاً جوهرية في أوائل الخمسينيات ناقشت كيفية التحكم في معدل الخطأ في كامل التجربة، وهو ما وضع الأساس المنطقي الصارم لتفضيل المقارنات المخططة عندما تتوفر فرضيات مسبقة.
في ستينيات وسبعينيات القرن العشرين، دخل المفهوم بعمق إلى صلب علم النفس التجريبي والعلوم الاجتماعية بفضل رواد المنهجية مثل روبرت روزنتال وجاكوب كوهين. جادل هؤلاء العلماء بأن اختبار F العام يُعد غير ذي كفاءة في معظم الأبحاث النفسية، لأن المنظومة النظرية في علم النفس نادراً ما تتنبأ بمجرد وجود “أي اختلاف غير محدد” بين المجموعات، بل تتنبأ عادة باتجاهات وترتيبات نمطية واضحة، مما جعل المقارنات المخططة الأداة المفضلة للتحقق التجريبي.
ومع مطلع القرن الحادي والعشرين وثورة حركة العلم المفتوح (Open Science Movement)، استعادت المقارنات المخططة مكانة مركزية غير مسبوقة. فمع تفشي أزمة التكرار (Replication Crisis) في علم النفس، شددت جمعيات علمية بارزة مثل جمعية علم النفس الأمريكية (APA) ومبادرات التسجيل المسبق للأبحاث (Preregistration) على ضرورة الفصل التام بين المقارنات المخططة مسبقاً والتحليلات اللاحقة، بوصف الأولى المعيار الذهبي لاختبار الفرضيات التأكيدية الصادقة.
6. الأسس النظرية والمرجعيات الفكرية
تستند المقارنات المخططة إلى فلسفة العلم الاستنباطية الكلاسيكية، وتحديداً نموذج كارل بوبر في الدحض والتكذيب (Falsificationism). ووفقاً لهذا الإطار الإبستيمولوجي، لا يبدأ العلم بجمع الملاحظات الخام ثم استخراج الفروض منها، بل يبدأ بفرضيات جسورة ومحددة سلفاً يتم إخضاعها للمحاكمة التجريبية. وتعتبر المقارنة المخططة الترجمة الرياضية الحرفية لهذا التوجه؛ فهي تشترط وجود النظرية أولاً، لتحدد هي بذاتها أي الفروق تستحق الاختبار وأيها يمثل هدراً عشوائياً.
من الناحية الإحصائية، ترتكز المقارنات المخططة على النموذج الخطي العام (General Linear Model). في هذا الإطار، يُنظر إلى المتغير التابع باعتباره دالة خطية لمجموعة من المتغيرات المستقلة الموزونة. وتستند المقارنات المخططة إلى نظرية الإسقاط الهندسي في فضاء المتجهات؛ حيث يتم تجزئة التباين الكلي للمتغير المستقل إلى أبعاد خطية فرعية متعامدة ومستقلة، يمثل كل بُعد منها فرضية علمية قائمة بذاتها وذات درجة حرية واحدة (1 df).
كما تستند هذه المقارنات إلى النظرية الكلاسيكية للاختبارات الإحصائية كما صاغها جيرزي نيمان وإيجون بيرسون. في هذا السياق، تهدف المقارنة المخططة إلى تحسين التوازن الدقيق بين الخطأ من النوع الأول (رفض الفرض الصفر وهو صحيح) والخطأ من النوع الثاني (قبول الفرض الصفر وهو خاطئ). فعندما يحدد الباحث عدد المقارنات مسبقاً، فإنه يحافظ على معدل خطأ معقول لكل مقارنة على حدة (Per-Comparison Error Rate)، دون الحاجة إلى اللجوء إلى التعديلات العقابية القاسية لمعدل الخطأ الشامل التي ترفع الخطأ من النوع الثاني وتؤدي إلى إهدار تأثيرات حقيقية وذات دلالة سريرية أو نفسية.
7. المكونات الرئيسية والأبعاد والأنواع
تتضمن بنية المقارنات المخططة عدة مكونات رياضية وتصنيفات منهجية تلبي مختلف أهداف البحث السلوكي:
- معاملات التباين (Contrast Coefficients – c): هي الأوزان العددية التي يخصصها الباحث لكل مجموعة تجريبية في المقارنة. الشرط الرياضي الجوهري هو أن يكون مجموع هذه الأوزان صفراً (∑c = 0). تُعطى المجموعات المقارنة إشارات موجبة، والمجموعات المقارن بها إشارات سالبة، في حين تُمنح المجموعات المستبعدة من المقارنة المحددة الوزن (صفر).
- المقارنات المتعامدة (Orthogonal Contrasts): هي مجموعة من المقارنات المستقلة تماماً عن بعضها البعض إحصائياً، بحيث لا يتداخل التباين المفسر في مقارنة ما مع التباين المفسر في أخرى. يتحقق التعامد رياضياً إذا كان مجموع حواصل ضرب معاملات أي مقارنتين مساوياً للصفر (∑c1 × c2 = 0). والحد الأقصى لعدد المقارنات المتعامدة الممكنة في أي تصميم هو درجات حرية المجموعات (k – 1).
- المقارنات غير المتعامدة (Non-orthogonal Contrasts): مقارنات مخططة مسبقاً تشترك في جزء من التباين، مما يعني وجود تداخل وارتباط بين الفرضيات المختبرة. تتطلب هذه المقارنات ضبطاً إحصائياً دقيقاً لمعدل الخطأ الشامل باستخدام أساليب مثل تصحيح بونفيروني أو طريقة سيمز-هوكبيرغ لتجنب تضخم احتمالية الخطأ العشوائي.
- المقارنات الزوجية المخططة (Pairwise Planned Comparisons): تتضمن مقارنة متوسط مجموعة واحدة بمتوسط مجموعة واحدة أخرى فقط (مثال: مقارنة المجموعة التجريبية أ بالمجموعة الضابطة ب)، ويُعبر عنها بمعاملات بسيطة مثل (+1، -1، 0).
- المقارنات المعقدة أو المركبة (Complex Planned Comparisons): تتضمن مقارنة متوسط مجموعة واحدة بمتوسط مركب لعدة مجموعات أخرى، أو مقارنة متوسط مركب لعدة مجموعات بمتوسط مركب لعدة مجموعات مقابلة (مثال: مقارنة متوسط العلاجين النفسيين الفردي والجمعي بمتوسط العلاج الدوائي)، ويُعبر عنها بمعاملات ترجيحية كسرية أو صحيحة متوازنة (+1، +1، -2).
- مقارنات الاتجاه أو متعددة الحدود (Trend / Polynomial Contrasts): نوع متخصص من المقارنات المخططة يُستخدم عندما يكون المتغير المستقل كمياً ورتبياً (مثل جرعات دواء متزايدة، أو فترات زمنية متتابعة). تختبر هذه المقارنات أنماطاً وظيفية محددة في استجابة المتغير التابع، مثل الاتجاه الخطي (Linear)، أو المنحني/التربيعي (Quadratic)، أو التكعيبي (Cubic).
8. أمثلة وحالات تطبيقية توضيحية
لتوضيح الكيفية التي تُطبق بها المقارنات المخططة في البحوث النفسية الميدانية، نستعرض ثلاث حالات دراسية افتراضية مصممة وفق أصول المنهج التجريبي:
الحالة الأولى: دراسة فعالية التدخلات العلاجية للاكتئاب. صمم باحث دراسة سريرية تشمل أربع مجموعات من المرضى (ن = 30 لكل مجموعة): 1) علاج معرفي سلوكي، 2) علاج بالقبول والالتزام، 3) علاج دوائي قياسي، 4) مجموعة انتظار ضابطة. قبل البدء، استبعد الباحث اختبار الفروق العشوائية، وخطط لإجراء مقارنتين متعامدتين: المقارنة الأولى تفحص تفوق أي علاج نشط على عدم العلاج، وحُددت معاملاتها كالتالي: (+1، +1، +1، -3) حيث جُمعت العلاجات الثلاثة وقورنت بقائمة الانتظار. والمقارنة الثانية تفحص ما إذا كانت العلاجات النفسية تتفوق على العلاج الدوائي، بمعاملات: (+1، +1، -2، 0). نلاحظ هنا أن مجموع الأوزان في كل مقارنة يساوي صفراً، وحاصل ضرب المعاملات المتناظرة هو (1×1 + 1×1 + 1×-2 + -3×0 = 0)، مما يؤكد التعامد والاستقلال التام للمعلومات الإحصائية.
الحالة الثانية: قياس تأثير مستويات القلق على الذاكرة العاملة (اختبار الاتجاه). افترض عالم نفس معرفي وجود علاقة تأخذ شكل منحنى مقلوب (قانون ييركيز-دودسون) بين القلق والأداء في مهمة استرجاع معرفية. تم تقسيم المشاركين إلى ثلاث مجموعات تبعاً لدرجة استثارة القلق: قلق منخفض، قلق معتدل، قلق مرتفع. بدلاً من المقارنة البسيطة، وضع الباحث مقارنة مخططة ذات اتجاه تربيعي (Quadratic Trend Contrast) بمعاملات (+1، -2، +1). هذه المقارنة تختبر تحديداً ما إذا كان الأداء في القلق المعتدل يختلف بصورة جوهرية عن متوسط طرفي القلق (المنخفض والمرتفع معاً)، وهو ما يترجم الفرضية النظرية ببراعة رياضية لا يمكن لاختبار F الكلي تقديمها.
الحالة الثالثة: دراسة علم النفس الاجتماعي حول التحيز للمجموعة. أجرى باحث تجربة تدرس مقدار التعاطف الممنوح لشخصيات تنتمي لثلاث فئات: أفراد من نفس العرق والدين (المجموعة الداخلية المطلقة)، أفراد يشاركون في الدين فقط، وأفراد غرباء تماماً (المجموعة الخارجية). خطط الباحث مسبقاً لمقارنة المجموعة المشتركة كلياً مع المجموعتين الأخريين مجتمعتين (+2، -1، -1). كشفت المقارنة المخططة عن فرق ذي دلالة إحصائية قوية (p < .001)، بينما كان اختبار تحليل التباين الكلي الشامل ضعيف الحساسية بسبب التباين الداخلي العالي للمجموعة الهامشية.
9. الحساب الإحصائي والتقييم الرياضي
تعتمد المقارنة المخططة رياضياً على صياغة قيمة تقديرية للتباين تُعرف بالرمز L (أو ψ)، وتُحسب كحاصل جمع ضرب كل معامل تباين في متوسط المجموعة المقابلة له:
L = ∑ (ci × X̄i) = c1X̄1 + c2X̄2 + … + ckX̄k
حيث تمثل ci معامل المجموعة، وX̄i المتوسط الحسابي للمجموعة i. وتحت الفرضية الصفرية التي تفترض انعدام الفرق، تكون القيمة المتوقعة لـ L مساوية للصفر تماماً.
لحساب الدلالة الإحصائية، يُستخرج مجموع المربعات الخاص بالمقارنة المحددة (SScontrast) عبر المعادلة التالية في حالة العينات المتساوية الحجم (n):
SScontrast = (n × L2) / ∑ ci2
وبما أن لكل مقارنة مخططة درجة حرية واحدة دائماً (df = 1)، فإن متوسط مجموع المربعات للمقارنة (MScontrast) يعادل تماماً مجموع المربعات الخاص بها. ثم تُحسب قيمة اختبار F الخاصة بالمقارنة بقسمة متوسط مربعات المقارنة على متوسط مربعات الخطأ داخل المجموعات المستخرج من نموذج تحليل التباين الكلي (MSwithin أو MSerror):
Fcontrast = MScontrast / MSwithin
ويمكن التعبير عن الاختبار ذاته باستخدام اختبار “t” للعينات المستقلة؛ إذ إن قيمة t تساوي ببساطة الجذر التربيعي لقيمة F ذات درجة الحرية الواحدة (t = √F). ويُحسب الخطأ المعياري للتباين (SEcontrast) بالمعادلة:
SEcontrast = √ [ MSwithin × ∑ (ci2 / ni) ]
مما يتيح بناء فترات ثقة (Confidence Intervals) دقيقة حول مقدار التباين، وهو ما توصي به الممارسات المعاصرة في القياس النفسي لتجنب الاعتماد الأعمى على القيم الاحتمالية (p-values) وحدها، وتقديم تقديرات واضحة لحجم التأثير (Effect Size) مثل معامل إيتا التربيعي الجزئي الخاص بالمقارنة أو معامل دلالة كوهين المخصص للتباينات.
10. التطبيقات والأهمية العملية
تمتد التطبيقات الميدانية للمقارنات المخططة عبر شتى قطاعات علم النفس والعلوم ذات الصلة، ومن أبرزها:
- علم النفس السريري والعلاجي: تُستخدم في تجارب الفعالية السريرية المقارنة لعزل أثر المكونات النشطة داخل بروتوكولات العلاج النفسي؛ مثل مقارنة العلاج النفسي المعياري بنسخة مفككة منه (Dismantling Studies) للتأكد مما إذا كان استبعاد تقنية معينة (كالتعرض أو إعادة الهيكلة المعرفية) يقلل الفعالية، حيث تُبنى المقارنات لتستهدف المكون المفكك حصرياً.
- علم النفس التربوي وتصميم المناهج: تُطبق لمقارنة فاعلية طرائق التدريس الحديثة (مثل الصف المقلوب والتعلم القائم على المشاريع) مع طرائق التدريس التقليدية؛ حيث تُحدد المقارنات المسبقة لاختبار الفروق بين أنماط التعلم التفاعلي مجتمعة في مواجهة التلقين المباشر.
- علم النفس التنظيمي والمهني: تفيد في تقييم أثر بيئات العمل المرنة وأنظمة الحوافز على الرضا الوظيفي والإنتاجية؛ باختبار فرضيات موجهة تقارن أثر الحوافز المعنوية المشتركة مقابل الحوافز المادية الفردية، وتجاوز المقارنات العشوائية بين فروع الشركات.
- علم النفس العصبي والدوائي: تُعد الأداة الأساسية لتحليل نتائج التصوير بالرنين المغناطيسي الوظيفي (fMRI) وسرعة الاستجابة الحركية؛ حيث تُصاغ تباينات محددة مسبقاً لمقارنة استجابة الدماغ لمثيرات محددة (مثل الوجوه الخائفة مقابل الوجوه المحايدة) في مسارات تشريحية عصبية محددة.
11. الأبحاث والأدلة التجريبية
أكدت الأدبيات الإحصائية في العلوم السلوكية مراراً وتكراراً التفوق المنهجي للمقارنات المخططة على الاختبارات البعدية العامة. في دراسة مرجعية مشهورة لعالم النفس الإحصائي راند ويلكوكس (Wilcox, 1987)، أظهرت المحاكاة الحاسوبية أن اعتماد الباحثين على اختبار F الشامل كنقطة تفتيش وحيدة يؤدي في كثير من الأحيان إلى ارتكاب خطأ من النوع الثاني؛ حيث يفشل الاختبار الكلي في إظهار دلالة إحصائية إذا كانت الفروق متركزة بين مجموعتين فقط وسط بحر من المجموعات المتشابهة، في حين تنجح المقارنة المخططة في رصد هذا التأثير بدقة بالغة وبمستوى قوة يتجاوز 80%.
وفي بحث تجريبي واسع النطاق نشره روزنتال وروزنو (Rosenthal & Rosnow, 2000)، استعرض المؤلفان مئات الأبحاث النفسية المنشورة التي استعملت المقارنات البعدية دون داعٍ، وأثبتا أن ما يقرب من 30% من تلك الدراسات أغفلت استنتاجات جوهرية أو قدمت تفسيرات مضللة بسبب عدم مطابقة التحليل الإحصائي للبنية النظرية المسبقة. وخلصت الدراسة إلى أن المقارنات المخططة تقدم تقديراً غير متحيز لحجم التأثير الحقيقي، مما يجعل نتائجها أكثر قابلية لإعادة الإنتاج في المختبرات المستقلة.
كما أجرى ماكسويل وديلاني (Maxwell & Delaney, 2004) في مؤلفهما المرجعي حول تصميم الأبحاث تحليلات مقارنة لمعدلات الخطأ؛ حيث أثبتا رياضياً أن استخدام مجموعة متكونة من (k – 1) مقارنة مخططة متعامدة لا يتطلب بالضرورة أي تعديل لتضخم الخطأ (Familywise Error Rate) في الفلسفة الكلاسيكية، وتوفر للباحث أقصى درجات استغلال البيانات دون التضحية بالنزاهة المنهجية، وهو ما دعمته التوصيات الصادرة عن فرقة العمل المعنية بالاستدلال الإحصائي التابعة للجمعية الأمريكية لعلم النفس (APA Task Force on Statistical Inference).
12. الاعتبارات السياقية والثقافية
يرتبط تطبيق المقارنات المخططة ارتباطاً وثيقاً بمدى نضج السياق النظري في البيئة البحثية. ففي البيئات الأكاديمية أو التخصصات الفرعية الناشئة التي تفتقر إلى نماذج نظرية متماسكة وتعتمد على الرصد الميداني الأولي، قد يمثل الفرض الصارم للمقارنات المخططة قيداً مصطنعاً يدفع الباحثين إلى صياغة فرضيات متكلفة فقط للتكيف مع متطلبات التحليل المسبق، وهو ما يحذر منه علماء النفس العابر للثقافات.
وعند نقل أدوات ومقاييس نفسية من ثقافات غربية فردية إلى ثقافات جمعية (كالمجتمعات العربية أو الآسيوية)، قد تتغير طبيعة العلاقات المفترضة بين الشروط التجريبية. وتتطلب المقارنة المخططة وعياً سياقياً عميقاً من الباحث في بناء الأوزان؛ فالمقارنة التي تعتبر مجموعة معينة “ضابطة محايدة” في بيئة غربية قد لا تعمل بالمستوى ذاته من الحياد في سياق ثقافي آخر بسبب الفروق في التكتم الاجتماعي أو استجابة الرغبة الاجتماعية (Social Desirability).
فضلاً عن ذلك، تؤكد الأدبيات المنهجية المعاصرة على حساسية السياق اللغوي والمفاهيمي في تفسير نتائج التباينات المركبة؛ إذ ينبغي على الباحثين في الدول النامية تجنب التبني غير النقدي لترجيحات التباين الجاهزة المضمنة في البرمجيات الإحصائية الغربية، والحرص على معايرة الفرضيات المسبقة بما يتلاءم مع الخصائص الديموغرافية والاجتماعية الفريدة لمجتمع الدراسة المحلي.
13. الانتقادات والنقاشات المنهجية
على الرغم من المزايا المنهجية الساحقة، دارت نقاشات مستفيضة بين الإحصائيين حول بعض جوانب المقارنات المخططة، تركزت في النقاط التالية:
جدلية التحكم في خطأ التجربة الإجمالي: يتمثل الانتقاد الكلاسيكي في السؤال عما إذا كان ينبغي ضبط معدل الخطأ الإجمالي للأسرة (Familywise Type I Error Rate) عند إجراء عدة مقارنات مخططة. يرى فريق متشدد أن إجراء عدة مقارنات حتى لو كانت مخططة مسبقاً يرفع احتمال ارتكاب خطأ إيجابي كاذب واحد على الأقل، مما يقتضي تطبيق عقوبات مثل تعديل بونفيروني. في المقابل، يرى الفريق المقابل (بقيادة كوهين وغيره) أن هذا التحفظ يقتل الابتكار البحثي ويؤدي إلى خطأ من النوع الثاني، مشيرين إلى أن التخطيط المسبق يبرر الإبقاء على مستوى دلالة (.05) لكل مقارنة، شريطة ألا يتجاوز عدد المقارنات درجات حرية المتغير التجريبي.
خطر التحوير اللاحق (HARKing): يبرز انتقاد واقعي يتمثل في سوء الممارسة العملية؛ حيث يقوم بعض الباحثين بالاطلاع على البيانات واكتشاف المتوسطات ذات الفروق الواضحة، ثم يعيدون كتابة قسم الفرضيات في الورقة البحثية لتبدو تلك الفروق وكأنها “مقارنات مخططة مسبقاً” مدفوعة بالنظرية، وهي الممارسة المعروفة بـ (Hypothesizing After the Results are Known). هذا التدليس يقوض الفائدة المعرفية الكاملة للمقارنة المخططة ويحولها إلى تبرير زائف لملاحظات مصادفة.
العجز عن استيعاب النتائج غير المتوقعة: يرى أنصار التحليل الاستكشافي أن الاقتصار الحصري على المقارنات المخططة قد يعمي الباحث عن ملاحظة أنماط مدهشة وغير متوقعة في البيانات حدثت في المجموعات المستبعدة من المقارنة. لذلك، يوصي المنهجيون المعاصرون بدمج المقارنات المخططة لاختبار الفرضيات الأصلية، مع استخدام مقارنات بعدية صارمة ومُعلن عنها بشفافية كمسار استكشافي ثانوي.
14. المصطلحات ذات الصلة والفروق الجوهرية
تتقاطع المقارنات المخططة مع عدة مفاهيم إحصائية أخرى، وفيما يلي تفصيل الفروق الدقيقة بينها:
- المقارنات البعدية (Post Hoc Comparisons): تحليلات استكشافية تُجرى بعد فحص البيانات وملاحظة المتوسطات للبحث عن أية فروق دالة. على النقيض من المقارنات المخططة، تتطلب المقارنات البعدية (مثل اختبار توكي وشيفيه) شروطاً تصحيحية بالغة الصرامة لحماية معدل خطأ ألفا من التضخم، وتتسم بقوة إحصائية أدنى بكثير.
- اختبار التباين الكلي (Omnibus F-test): اختبار يهدف إلى رصد أي أثر عام للمتغير المستقل عبر فحص ما إذا كان هناك فرق بين متوسطين على الأقل من متوسطات المجموعات. بخلاف المقارنة المخططة، لا يستطيع اختبار F الكلي الإجابة عن فرضيات سببية موجهة أو تحديد اتجاه الفروق بين أزواج ومجموعات معينة.
- التباينات البسيطة (Simple Contrasts): مقارنات يتم فيها تقييم كل مستوى من مستويات المتغير المستقل بمستوى مرجعي واحد محدد (كالمجموعة الضابطة). هي نوع خاص من المقارنات المخططة، في حين تشمل المقارنات المخططة عموماً التباينات المعقدة والتربيعية والمتعامدة وغيرها.
- تعديل بونفيروني (Bonferroni Adjustment): تقنية رياضية لتقسيم مستوى الدلالة (α / m) على عدد الاختبارات المنجزة. يُستخدم أحياناً كأداة إضافية مع المقارنات المخططة غير المتعامدة، لكنه لا يُعد مرادفاً لها بل هو وسيلة تحكم في الخطأ.
15. خلاصة ونقاط جوهرية
تظل المقارنة المخططة الأداة الأكثر أناقة ودقة في ترسانة التحليل الإحصائي السلوكي، وتتلخص أبرز معالمها في النقاط المكثفة التالية:
- تُصاغ الفرضيات وتُحدد معاملات التباين قبل الشروع في جمع البيانات أو معاينتها استناداً إلى المنطق النظري الصرف.
- توفر قوة إحصائية متفوقة مقارنة باختبار F الكلي والاختبارات البعدية، مما يرفع احتمالية رصد التأثيرات التجريبية النفسية الدقيقة.
- تعتمد على أوزان ترجيحية تحقق شرط التوازن الخطي بمجموع يساوي الصفر، وتكون في أوج قوتها المنهجية عندما تُصمم كمقارنات متعامدة ومستقلة.
- لا تتطلب بالضرورة وجود دلالة إحصائية في اختبار التباين الكلي في العديد من النماذج، إذ تمثل اختباراً مستقلاً لدرجة حرية أحادية موجهة.
- تمثل خط الدفاع المنهجي الأول ضد ممارسات صيد الدلالة وتلفيق الفرضيات بعد معرفة النتائج في ضوء متطلبات العلم المفتوح.
المراجع
- Cohen, J. (1988). Statistical power analysis for the behavioral sciences (2nd ed.). Lawrence Erlbaum Associates.
- Maxwell, S. E., & Delaney, H. D. (2004). Designing experiments and analyzing data: A model comparison perspective (2nd ed.). Lawrence Erlbaum Associates. https://www.routledge.com
- Rosenthal, R., Rosnow, R. L., & Rubin, D. B. (2000). Contrasts and effect sizes in behavioral research: A correlational approach. Cambridge University Press. https://doi.org/10.1017/CBO9780511804472
- Tabachnick, B. G., & Fidell, L. S. (2019). Using multivariate statistics (7th ed.). Pearson.
- Wilcox, R. R. (1987). New statistical procedures for the social sciences: Modern solutions to basic problems. Lawrence Erlbaum Associates.