اختبار براون-فورسيت

يُعد التحقق من الافتراضات الإحصائية الركيزة الأساسية لضمان دقة الاستنتاجات العلمية وموثوقيتها في البحوث النفسية والسلوكية المعاصرة. ومن بين هذه الافتراضات، يبرز افتراض تجانس التباين (Homogeneity of Variance) كأحد أهم الشروط المسبقة لتطبيق الاختبارات المعلمية الكلاسيكية، وعلى رأسها تحليل التباين (ANOVA). في هذا السياق، يمثل اختبار براون-فورسيت (Brown–Forsythe Test) أداة إحصائية متينة وفائقة الحساسية طُوِّرت خصيصاً لمعالجة أوجه القصور التي تعاني منها الاختبارات التقليدية عند انتهاك شرط التوزيع الطبيعي للبيانات.

المفهوم الإحصائي والسياق التاريخي لاختبار براون-فورسيت

نشأ اختبار براون-فورسيت في مطلع سبعينيات القرن العشرين نتيجة الحاجة الملحة إلى اختبارات إحصائية تتسم بالمتانة (Robustness) في مواجهة الالتواء والانحراف عن التوزيع السوي، وهو أمر شائع للغاية في القياس النفسي والعلوم التربوية. قام الإحصائيان الأمريكيان مورتون براون (Morton B. Brown) وألان فورسيت (Alan B. Forsythe) في عام 1974 بنشر ورقتهما العلمية المرجعية في مجلة الجمعية الإحصائية الأمريكية (Journal of the American Statistical Association)، حيث قدما تعديلاً جوهرياً على اختبار ليفين (Levene’s Test) الذي كان يُستخدم على نطاق واسع منذ عام 1960. تمحور هذا التعديل حول استخدام الوسيط الإحصائي (Median) بدلاً من المتوسط الحسابي (Mean) كمعيار للنزعة المركزية عند حساب انحرافات الدرجات الفردية، مما قلل بصورة جذرية من تأثر الاختبار بالقيم المتطرفة والشذوذ التوزيعي.

قبل ظهور هذا الابتكار الرياضي، كان الباحثون في علم النفس يعتمدون إما على اختبار بارتليت (Bartlett’s Test) أو اختبار كوشران (Cochran’s Test) أو اختبار ليفين الأصلي، إلا أن هذه المقاييس كانت تعاني من حساسية مفرطة للانحرافات الطفيفة عن اعتدالية التوزيع. أظهرت المحاكاة الإحصائية أن اختبار بارتليت، على سبيل المثال، قد يخلط بسهولة بين وجود تباين غير متجانس وبين ذيول التوزيع الثقيلة (Kurtosis)، الأمر الذي يؤدي في كثير من الأحيان إلى رفض خاطئ للفرضية الصفرية وارتفاع خطأ النوع الأول (Type I Error). وجاء إسهام براون وفورسيت ليمنح الإحصاء السلوكي بديلاً قادراً على الفصل بوضوح بين مفهوم اعتدالية التوزيع ومفهوم تجانس التباين عبر العينات والمجموعات التجريبية المستقلة.

من الجدير بالذكر أن اسم براون-فورسيت يقترن في الأدبيات المنهجية بأسلوبين إحصائيين مترابطين ولكنهما متمايزان: الأول هو اختبار تجانس التباينات الذي يعتمد على الوسيط كبديل لاختبار ليفين، والثاني هو اختبار تباين أحادي بديل لتحليل التباين التقليدي يُعرف باسم اختبار إف المعدل (Brown-Forsythe F* ANOVA) الذي يُستخدم لمقارنة المتوسطات عندما تفشل البيانات في تحقيق شرط تجانس التباين. يركز الباحثون النفسيون على كلا الاستخدامين بصورة تكاملية؛ حيث يُستخدم الأول كإجراء استكشافي تشخيصي للتأكد من سلامة البيانات، بينما يُستخدم الثاني كحل تحليلي متين وموثوق في حال ثبوت عدم التجانس.

تكمن الأهمية المعاصرة لاختبار براون-فورسيت في ملاءمته الاستثنائية للبيانات الميدانية في علم النفس العيادي والاجتماعي والمعرفي. فالسمات النفسية المقاسة، مثل زمن الاستجابة الحركية، أو درجات الاكتئاب والقلق في العينات غير السريرية، أو مؤشرات الأداء تحت الضغط، نادراً ما تتطابق بدقة مع المنحنى الإعتدالي المثالي. وبالتالي، فإن الاعتماد على أدوات إحصائية مرنة ولاتتأثر بالتشوهات التوزيعية يُعد صمام أمان يحمي الباحثين من استنتاجات مضللة قد تبنى عليها قرارات علاجية أو تشخيصية هامة.

الأسس الرياضية والخوارزمية الإحصائية للاختبار

ينطلق اختبار براون-فورسيت لتجانس التباينات من فكرة تحويل الدرجات الأصلية للمشاركين إلى درجات انحراف مطلقة تحسب انطلاقاً من مقياس موقعي مقاوم للتطرف. إذا افترضنا وجود عدد من المجموعات التجريبية أو الضابطة، حيث تحتوي كل مجموعة على عدد محدد من الأفراد، فإن أول خطوة رياضية تتمثل في استخراج الوسيط الخاص بكل مجموعة على حدة. يُعرَّف الوسيط بأنه القيمة التي تقسم درجات المجموعة المرتبة تصاعدياً إلى نصفين متساويين، وهي قيمة لا تتأثر مطلقاً إذا كانت هناك درجة شديدة الارتفاع أو الانخفاض ناتجة عن استجابة فردية شاذة أو خطأ عشوائي في القياس.

بعد حساب وسيط كل مجموعة، تُحوَّل كل درجة أصلية لكل مفحوص إلى قيمة جديدة تمثل الانحراف المطلق لتلك الدرجة عن وسيط مجموعتها، وفق المعادلة التالية المفهومة إحصائياً: الدرجة المحولة تساوي القيمة المطلقة لحاصل طرح وسيط المجموعة من الدرجة الأصلية للمفحوص. تضمن عملية التحويل بالقيمة المطلقة إزالة الإشارات السالبة، وبذلك تعبر الدرجات الجديدة بشكل مباشر عن مدى انتشار البيانات وتشتتها الداخلي حول مركز التوزيع دون الاكتراث باتجاه ذلك الانحراف (سواء كان أعلى أو أدنى من المركز).

تتمثل الخطوة التالية في تطبيق تحليل التباين الأحادي (One-Way ANOVA) المعياري على تلك القيم المطلقة المحولة بدلاً من البيانات الخام الأصلية. في هذه المرحلة، يتم تقسيم التباين الكلي لهذه الانحرافات إلى تباين بين المجموعات (Between-group Variance) وتباين داخل المجموعات (Within-group Variance)، مع حساب درجات الحرية المقابلة لكل منهما بناءً على عدد المجموعات والحجم الكلي للعينة. إذا كانت تباينات المجموعات الأصلية متساوية حقاً، فإن متوسطات هذه الانحرافات المطلقة عن الوسيط يجب ألا تختلف اختلافاً جوهرياً بين المجموعات، وبالتالي فإن النسبة الفائية (F-ratio) الناتجة ستقترب من القيمة واحد.

أما إذا كانت هناك مجموعة تتسم بانتشار واسع وتباين كبير مقارنة ببقية المجموعات، فإن انحرافات مفحوصيها عن وسيطهم ستكون مرتفعة إحصائياً، مما يقود إلى تباين ملحوظ في متوسطات الانحرافات المطلقة بين المجموعات، وبالتالي ترتفع قيمة النسبة الفائية المحسوبة متجاوزة القيمة الحرجة عند مستوى الدلالة المحدد (كالرمز الإحصائي ألفا 0.05 أو 0.01). هذا البناء المنطقي يجعل اختبار براون-فورسيت قادراً على اختبار فرضية التجانس بشكل غير مباشر ولكن بكفاءة رياضية عالية، محولاً معضلة مقارنة التباينات إلى مسألة مألوفة تتلخص في مقارنة متوسطات الانحرافات المتولدة.

المقارنة المنهجية بين اختبار ليفين واختبار براون-فورسيت واختبار بارتليت

تتعدد الاختبارات الإحصائية الموجهة لفحص تجانس التباين، غير أن المقارنة الدقيقة بينها تكشف عن فروق جوهرية في الحساسية والمتانة يجب على الباحث النفسي الإحاطة بها قبل اختيار الأسلوب الأنسب لتحليل بياناته. يُعد اختبار بارتليت الأقوى إحصائياً والأعلى قدرة (Statistical Power) عندما تكون البيانات متطابقة تماماً وبشكل صارم مع التوزيع الاعتدالي متعدد المتغيرات. ومع ذلك، فإن نقطة قوته هذه هي في الوقت ذاته مكمن ضعفه الفادح؛ حيث يفشل الاختبار سريعاً ويظهر معدلات تضخم كارثية لخطأ النوع الأول بمجرد ابتعاد التوزيع عن الاعتدالية ولو بقدر يسير، الأمر الذي دفع الغالبية العظمى من المنهجيين المعاصرين إلى استبعاده من التحليلات السلوكية الواقعية.

في المقابل، جاء اختبار ليفين الأصلي ليقدم حلاً لهذه المشكلة عبر الاعتماد على الانحرافات المطلقة عن المتوسط الحسابي بدلاً من الاعتماد المباشر على الحسابات اللوغاريتمية للتباينات كما يفعل بارتليت. ومع أن اختبار ليفين يُظهر مناعة ملحوظة مقارنة ببارتليت، إلا أن استناده إلى المتوسط الحسابي يجعله عرضة للتأثر بدرجات التفرطح (Kurtosis) والالتواء (Skewness) الحاد. فعندما تحتوي العينة على قيم شاذة، فإن المتوسط الحسابي ينجذب بشدة نحو هذه القيم، مما يؤدي بدوره إلى تشويه الانحرافات المحسوبة وزيادة احتمالية إصدار أحكام إحصائية غير دقيقة حول تجانس التباين الفعلي للمجموعات.

هنا يظهر التفوق الميداني لاختبار براون-فورسيت؛ حيث أثبتت دراسات المحاكاة الرياضية المكثفة التي استندت إلى أساليب مونت كارلو (Monte Carlo Simulations) أن استخدام الوسيط يوفر أفضل توازن على الإطلاق بين حماية الاختبار من أخطاء النوع الأول (رفض تجانس التباين وهو قائم فعلاً) والحفاظ على قوة الاختبار الإحصائية لاكتشاف عدم التجانس الحقيقي. في الحالات التي تكون فيها التوزيعات ملتوية بشكل إيجابي أو سلبي، مثل زمن الاستجابة أو درجات الرهاب والوسواس، يتفوق براون-فورسيت تفوقاً حاسماً على اختبار ليفين المعتمد على المتوسط، مما يجعله الخيار الموصى به رسمياً في معظم الحزم الإحصائية المتقدمة للتعامل مع المتغيرات النفسية الميدانية.

يوضح الجدول الفكري التالي الفروق الجوهرية بين الأساليب الثلاثة الرئيسية:

• اختبار بارتليت: يعتمد مباشرة على تباينات العينات وافتراض الاعتدالية الصارمة؛ حساس للغاية للتفرطح؛ غير ملائم لمعظم بيانات علم النفس.
• اختبار ليفين التقليدي: يعتمد على الانحراف المطلق عن المتوسط الحسابي؛ متين نسبياً لكنه يتأثر بالقيم الشاذة والتوزيعات الملتوية بشدة.
• اختبار براون-فورسيت: يعتمد على الانحراف المطلق عن الوسيط؛ يتمتع بأعلى درجات المتانة الإحصائية ضد الالتواء وغياب الاعتدالية، ويحافظ على مستويات خطأ مقبولة عبر طيف واسع من أشكال التوزيعات غير القياسية.

اختبار براون-فورسيت كبديل قوي لتحليل التباين (Brown-Forsythe F* ANOVA)

لا تتوقف مساهمة براون وفورسيت عند حدود فحص التباين المستقل، بل تمتد لتشمل صياغة نموذج معدل لاختبار تحليل التباين نفسه عندما تفشل المجموعات في تحقيق شرط التجانس، وهو ما يعرف في الأدبيات بالرمز الفائي النجمي (F*). في تحليل التباين الأحادي التقليدي، يفترض النموذج أن التباين داخل المجموعات هو قيمة ثابتة ومشتركة لجميع مجتمعات الدراسة، ولذلك يتم حساب تباين الخطأ كمتوسط مرجح لجميع تباينات العينات. ولكن عندما تختلف هذه التباينات اختلافاً دالاً إحصائياً، فإن هذا التباين المشترك يفقد معناه الرياضي، مما يؤدي إلى تضخم كبير في معدل الخطأ، لا سيما إذا كانت أحجام العينات في المجموعات غير متساوية (Unequal Sample Sizes).

يقوم اختبار براون-فورسيت لتحليل التباين (F*) بتعديل مقام النسبة الفائية ودرجات الحرية المصاحبة لها. فبدلاً من استخدام التباين الموزون المعتاد داخل المجموعات، يقوم الاختبار بحساب بسط ومقام يستندان إلى التباينات المنفصلة لكل مجموعة دون دمجها، ثم يُجري تعديلاً حركياً على درجات الحرية في المقام باستخدام معادلة تقريبية معقدة مستوحاة من تقريب ساتيرثويت (Satterthwaite approximation). هذا التعديل يقلل من درجات حرية المقام كلما زادت حدة التباين وعدم التجانس، مما يجعل العتبة الحرجة لرفض الفرضية الصفرية أكثر صرامة وواقعية، ويمنع الباحث من الوقوع في فخ الاستنتاجات الزائفة حول وجود فروق بين متوسطات المجموعات.

غالباً ما يُقارن هذا الاختبار باختبار ويلش لتحليل التباين (Welch’s ANOVA). ورغم أن اختبار ويلش يحظى أيضاً بتأييد واسع في الأوساط الأكاديمية ويعتبر ممتازاً عند اختلاف التباينات وتساوي التوزيعات في استدارتها، إلا أن اختبار براون-فورسيت F* يظهر كفاءة موازية وأحياناً متفوقة في البيئات الإحصائية التي تشهد مزيجاً معقداً من عدم تجانس التباين مع التواء شديد وأحجام عينات صغيرة ومتفاوتة. تتيح الحزم الإحصائية المتقدمة مثل SPSS و R و JASP للباحث إمكانية استخراج قيمتي ويلش وبراون-فورسيت معاً في مخرجات تحليل التباين كحلول بديلة موثوقة عند تحقق علامات انتهاك التجانس.

التطبيقات المنهجية للاختبار في البحوث النفسية والسلوكية

تحفل بحوث علم النفس بالمتغيرات التي تجعل من اختبار براون-فورسيت ضرورة منهجية ملحة وليس مجرد ترف رياضي. خذ على سبيل المثال أبحاث علم النفس العصبي والمعرفي التي تدرس سرعة المعالجة الذهنية عبر قياس أزمنة الاستجابة (Reaction Times) بالمللي ثانية لمجموعات مختلفة، كمرضى الاضطرابات التنكسية العصبية مقابل مجموعات الأصحاء. تتميز بيانات أزمنة الاستجابة بطبيعتها بأنها ملتوية بشدة نحو اليمين (Positively Skewed)؛ فالمشاركون يمتلكون حداً فسيولوجياً أدنى للاستجابة لا يمكن تجاوزه، في حين أن التشتت أو بطء الاستجابة يمتد بلا حدود نحو اليمين، مما يخلق ذيولاً توزيعية طويلة للغاية تجعل استخدام الوسيط في اختبار براون-فورسيت هو السبيل العلمي الأوحد للحكم على تجانس التشتت بين المجموعات.

يتجلى تطبيق حيوي آخر في علم النفس الإكلينيكي ودراسات التدخل العلاجي الدوائي أو السلوكي المعرفي. عند مقارنة مجموعة تتلقى علاجاً تجريبياً جديداً للاكتئاب الحاد بمجموعة علاج قياسي ومجموعة ضابطة تتلقى علاجاً وهمياً، فإن التباينات الناتجة تكون بطبيعتها غير متجانسة في كثير من الأحيان. قد يستجيب بعض المرضى في المجموعة التجريبية للعلاج بشكل مذهل بينما يفشل آخرون تماماً (مما يوسع تباين المجموعة التجريبية)، في حين تظل المجموعة الضابطة محافظة على تباين ضيق نسبياً حول الدرجات المرتفعة للاكتئاب. إن فحص تجانس التباين باختبار براون-فورسيت يسمح للباحث بمعرفة ما إذا كان الاختلاف في التشتت يعكس تأثيراً علاجياً غير متجانس، كما يضمن تطبيق البديل الإحصائي السليم دون المخاطرة برفض الفرضيات الصحيحة.

كذلك يلعب الاختبار دوراً محورياً في حقل الإحصاء اللابارامتري والمتين المطبق في القياس النفسي التربوي، خصوصاً عند بناء المقاييس والاختبارات النفسية وتقنينها عبر بيئات ثقافية أو ديموغرافية متباينة. فحص تباينات الاستجابة على فقرات مقاييس الشخصية أو التوجهات القيمية يساعد في الكشف عن ظاهرة عدم تجانس التباين بين الجنسين أو بين فئات عمرية مختلفة، مما قد يشير إلى وجود أداء تفاضلي للفقرات (Differential Item Functioning) أو اختلافات بنيوية في كيفية فهم العبارات، مما يجعل اختبار براون-فورسيت أداة تشخيصية سيكومترية بالغة الأهمية لتنقية المقاييس وضمان عدالتها القياسية.

خطوات وإجراءات تطبيق الاختبار وتفسير مخرجاته إحصائياً

يتطلب التطبيق الإجرائي لاختبار براون-فورسيت اتباع تسلسل منهجي صارم يضمن دقة التحليل وسلامة التأويل العلمي. تبدأ المرحلة الأولى بمراجعة البيانات الاستكشافية؛ حيث يتعين على الباحث التحقق من استقلالية الملاحظات، وهي الفرضية الأهم التي لا يمكن تجاوزها في التصاميم بين المجموعات. بعد التأكد من أن كل درجة تمثل مشاركاً مستقلاً لم يخضع لتأثير غير مضبوط، يتم استعراض التوزيعات التكرارية والرسوم البيانية الموضحة مثل مخططات الصندوق (Boxplots) لتشخيص وجود الالتواء والقيم الشاذة المحتملة التي ترجح كفة اختبار براون-فورسيت على نظائره.

تتمثل المرحلة الإجرائية الثانية في تحديد الفرضيات الإحصائية للاختبار بدقة؛ حيث تُصاغ الفرضية الصفرية (Null Hypothesis – H0) على النحو التالي: تباينات مجتمعات الدراسة متساوية عبر جميع المجموعات قيد الفحص (أي أن تباين المجموعة الأولى يساوي تباين المجموعة الثانية ويساوي تباين المجموعة k). في المقابل، تنص الفرضية البديلة (Alternative Hypothesis – H1) على أن تباين مجموعة واحدة على الأقل يختلف جوهرياً عن تباينات بقية المجموعات. يجري بعد ذلك تحويل الدرجات إلى انحرافات مطلقة عن الوسيط وحساب قيمة النسبة الفائية ودرجات الحرية المصاحبة لها (درجات حرية المجموعات k-1، ودرجات حرية الخطأ N-k حيث N هو الحجم الكلي للمشاركين).

في مرحلة التفسير، ينظر الباحث إلى القيمة الاحتمالية الدالة (p-value) المستخرجة ومقارنتها بمستوى الدلالة المعياري المختار مسبقاً (غالباً 0.05). إذا كانت القيمة الاحتمالية أكبر من 0.05، يفشل الباحث في رفض الفرضية الصفرية، مما يعني أن تباينات المجموعات متجانسة بدرجة كافية تجيز المضي قدماً في تطبيق اختبار تحليل التباين (ANOVA) التقليدي أو المقارنات البعدية المعيارية مثل اختبار توكي (Tukey’s HSD). أما إذا كانت القيمة الاحتمالية مساوية أو أقل من 0.05، يتم رفض الفرضية الصفرية وتأكيد وجود اختلاف جوهري في التباينات (Heteroscedasticity).

عند تحقق عدم تجانس التباين، يجب على الباحث التوقف عن استخدام النماذج الخطية الكلاسيكية واللجوء فوراً إلى التعديلات الإحصائية المتينة. تشمل هذه التعديلات اعتماد اختبار براون-فورسيت المعدل F* أو اختبار ويلش لمقارنة المتوسطات، مع الاستعانة باختبار غيمس-هاويل (Games-Howell Post-Hoc Test) كبديل متين للمقارنات البعدية المتعددة التي لا تشترط تجانس التباين أو تساوي أحجام العينات. إن التوثيق المنهجي الشفاف لهذه الخطوات في تقارير البحوث النفسية وفق نمط الرابطة الأمريكية لعلم النفس (APA) يعزز من المصداقية العلمية ويبرز الوعي الإحصائي المتقدم للباحث.

التحديات والقيود والانتقادات الإحصائية للاختبار

على الرغم من المكانة الرفيعة والمتانة العالية التي يتمتع بها اختبار براون-فورسيت، إلا أنه ليس معصوماً من الانتقادات المنهجية والقيود الإحصائية التي يجب أخذها بالحسبان بعين فاحصة. أحد أبرز التحديات يرتبط بحساسية الاختبار لحجم العينة؛ ففي العينات الكبيرة جداً (التي تتجاوز مئات المشاركين في كل مجموعة)، يكتسب الاختبار قوة إحصائية مفرطة تجعله يرصد فروقاً تافهة في التباينات لا تحمل أي قيمة عملية أو تأثير حقيقي على دقة النماذج الإحصائية الأساسية. يؤدي ذلك في بعض الأحيان إلى رفض غير مبرر لفرضية التجانس وإرباك خطة التحليل الإحصائي، مما يفرض على الباحث النظر في أحجام التأثير المرتبطة بالتباين وعدم الاكتفاء بالدلالة الإحصائية المجردة.

على النقيض من ذلك، يواجه الاختبار مشكلة انخفاض القوة الإحصائية في العينات الصغيرة للغاية (مثل ن تقل عن 10 أو 15 مشاركاً في المجموعة)، وهي عينات متكررة في بعض بحوث الحالات النادرة في علم النفس العصبي والعيادي. في هذه السيناريوهات، قد يعجز الاختبار عن اكتشاف عدم التجانس الفعلي نظراً لعدم كفاية البيانات لحساب وسيط مستقر وموثوق للمجموعة، مما يمنح الباحث شعوراً زائفاً بالأمان ويدفعه لتطبيق اختبارات معلمية غير صالحة. بالإضافة إلى ذلك، أظهرت بعض الدراسات المنهجية أن استخدام الوسيط، رغم أنه يحد من مشكلات الالتواء المتصل، إلا أنه قد يفقد بعض الكفاءة النسبية مقارنة باختبارات أخرى إذا كانت التوزيعات متناظرة ذات نهايات ثقيلة غير ملتوية، حيث قد يقدم المتوسط المقطوع (Trimmed Mean) حلاً إحصائياً أكثر كفاءة في بعض تلك الظروف المحددة بعينها.

ينبغي أيضاً الإشارة إلى أن اختبار براون-فورسيت هو اختبار لاكتشاف غياب التجانس ولكنه لا يحدد المجموعة أو المجموعات المسؤولة عن هذا الاختلاف، مما يتطلب في بعض الأبحاث المتقدمة إجراء مقارنات زوجية متعددة لتباينات المجموعات بعد ضبط معدل الخطأ الكلي للأسرة الإحصائية (Family-wise Error Rate). ومن هنا، يشدد خبراء القياس النفسي على ضرورة عدم التعامل مع اختبار براون-فورسيت كأداة ميكانيكية معزولة، بل كعنصر داخل منظومة متكاملة من الفحص البصري لتوزيع البيانات، وتقييم حجم العينات النسبي، والاطلاع على الخصائص البارامترية العامة للظاهرة النفسية قيد الدراسة.

خاتمة وتوصيات منهجية للباحثين

يمثل اختبار براون-فورسيت علامة فارقة في تطور الإحصاء السلوكي المعاصر؛ حيث وفر للمجتمع العلمي أداة دقيقة ومتينة تجمع بين سهولة التطبيق والمناعة الرياضية الفائقة ضد انتهاك التوزيع الطبيعي للبيانات، وهو التحدي الأكثر تكراراً في ميادين القياس النفسي والتربوي. من خلال استبدال المتوسط الحسابي بالوسيط كمركز للمقارنة، تمكن براون وفورسيت من ترويض أثر القيم المتطرفة والالتواءات الشائعة، مما مهد الطريق لحماية التحليلات الإحصائية وتجنيب الباحثين أخطاء اتخاذ القرار من النوعين الأول والثاني في بحوثهم وتجاربهم الميدانية.

بناءً على ذلك، نوصي الباحثين في حقول العلوم النفسية والسلوكية بتبني اختبار براون-فورسيت كخيار افتراضي متقدم عند فحص تجانس التباينات، لا سيما عند دراسة متغيرات انفعالية، معرفية، أو إكلينيكية تتميز بتوزيعات منحرفة بطبيعتها. كما نؤكد على أهمية الاستفادة من نموذج براون-فورسيت F* في تحليل التباين كبديل جاهز وفعال عند ثبوت اختلال شرط التجانس، مع الحرص المستمر على فحص الرسوم البيانية الاستكشافية وتجنب الركون الأعمى للدلالة الإحصائية دون ربطها بالحجم الفعلي للتأثير وسياق الظاهرة النفسية المدروسة.

المراجع

• Brown, M. B., & Forsythe, A. B. (1974). Robust tests for the equality of variances. Journal of the American Statistical Association, 69(346), 364–367. https://doi.org/10.1080/01621459.1974.10482955
• Brown, M. B., & Forsythe, A. B. (1974). The small sample behavior of some statistics which test the equality of several means. Technometrics, 16(1), 129–132. https://doi.org/10.1080/00401706.1974.10489158
• Conover, W. J., Johnson, M. E., & Johnson, M. M. (1981). A comparative study of tests for homogeneity of variances, with applications to the outer continental shelf bidding data. Technometrics, 23(4), 351–361. https://doi.org/10.1080/00401706.1981.10487680
• Field, A. (2018). Discovering statistics using IBM SPSS statistics (5th ed.). SAGE Publications.
• Hayes, A. F., & Cai, L. (2007). Further evaluating the conditional process analysis: Using heteroskedasticity-consistent standard error estimators in OLS regression. Psychological Methods, 12(1), 709–722. https://doi.org/10.1037/1082-989X.12.1.709
• Levene, H. (1960). Robust tests for equality of variances. In I. Olkin, S. G. Ghurye, W. Hoeffding, W. G. Madow, & H. B. Mann (Eds.), Contributions to probability and statistics: Essays in honor of Harold Hotelling (pp. 278–292). Stanford University Press.
• Tabachnick, B. G., & Fidell, L. S. (2019). Using multivariate statistics (7th ed.). Pearson.
• Wilcox, R. R. (2017). Introduction to robust estimation and hypothesis testing (4th ed.). Academic Press.