اختبار مربع كاي: دليلك الإحصائي لفهم المتغيرات

يشكل التحليل الإحصائي الركيزة الجوهرية التي تنهض عليها الأبحاث النفسية والاجتماعية المعاصرة؛ إذ يتيح للباحثين فرصة تحويل الظواهر السلوكية المجردة والملاحظات العيادية إلى بيانات كمية قابلة للقياس والاختبار والتعميم. وفي هذا الإطار المنهجي الرصين، يبرز توزيع مربع كاي (Chi-Square) كواحد من أهم الأدوات الاستدلالية اللامعلمية التي أحدثت ثورة حقيقية في دراسة البيانات الاسمية والفئوية. يسعى هذا الدليل الأكاديمي الموسع إلى تفكيك البنية الرياضية والمفاهيمية لاختبار مربع كاي، مسلطاً الضوء على أدواره المحورية في كشف العلاقات الارتباطية بين المتغيرات النفسية، واختبار مدى مطابقة النماذج النظرية للواقع الميداني بدقة متناهية.

السياق التاريخي والتطور المعرفي لاختبار مربع كاي

تعود الجذور التاريخية لنشوء اختبار مربع كاي إلى أواخر القرن التاسع عشر وبدايات القرن العشرين، وهي الحقبة التي شهدت ولادة مدرسة الإحصاء الحيوي والقياس النفسي الحديث. كان الفضل الأكبر في صياغة هذا الاختبار الرياضي للعالم البريطاني البارز كارل بيرسون (Karl Pearson) عام 1900، حين نشر ورقته البحثية التأسيسية التي سعت إلى كسر الهيمنة المطلقة لافتراض التوزيع الطبيعي الذي كان يُفرض قسراً على شتى الظواهر البيولوجية والنفسية. أدرك بيرسون ببراعته الرياضية أن العديد من الظواهر السلوكية والخصائص البشرية لا تتبع بالضرورة منحنى التوزيع الطبيعي المنتظم، بل تتوزع في فئات تصنيفية وتكرارية تقتضي أداة تحليلية مغايرة تماماً.

شهد الاختبار في مراحله الأولى جدلاً أكاديمياً محتدماً بين بيرسون وعلماء عصره، ولا سيما السير رونالد فيشر (Ronald Fisher)، حول الحساب الدقيق لما يُعرف بدرجات الحرية (Degrees of Freedom). وقد أثمر هذا السجال العلمي تصحيحات بنيوية بالغة الأهمية؛ حيث أثبت فيشر أن جداول الاقتران تتطلب طرح درجات حرية إضافية ناجمة عن القيود المفروضة على المجاميع الهامشية للتكرارات، وهو ما عزز الدقة التنبؤية للاختبار وجعله صالحاً للتطبيق في حقول علم النفس التجريبي، والطب النفسي، والقياس التربوي على نطاق واسع وموثوق.

مع تطور حركة القياس النفسي (Psychometrics) في منتصف القرن العشرين، وجد علماء النفس الإكلينيكي والاجتماعي في اختبار مربع كاي وسيلة مثالية لتحليل استجابات الاستبيانات، وفئات التشخيص الطبقي وفق الدليل التشخيصي والإحصائي للاضطرابات النفسية (DSM). ولم يعد الاختبار مجرد معادلة رياضية جامدة، بل تحول إلى لغة إبستمولوجية تتيح للباحثين التحقق من صدق البناء، وتحليل الفروق الثقافية والديموغرافية، وفحص مدى التباين بين التصورات النظرية للسلوك والأنماط الملاحظة فعلياً في العينات السريرية والمجتمعية.

الأسس النظرية والبنية الرياضية لتوزيع مربع كاي

يقوم اختبار مربع كاي، من الناحية النظرية، على مقارنة الفجوة القائمة بين مجموعتين من البيانات: التكرارات الملاحظة (Observed Frequencies – O)، وهي البيانات الفعلية التي يجمعها الباحث من الميدان أو العيادة، والتكرارات المتوقعة (Expected Frequencies – E)، وهي التكرارات التي يُفترض الحصول عليها رياضياً في حال تحقق فرضية العدم (Null Hypothesis) القائلة بعدم وجود أي علاقة أو فرق حقيقي بين المتغيرات المدروسة. تنطلق الفلسفة الجوهرية للاختبار من افتراض أن التباين البسيط بين الواقع والمتوقع قد يُعزى إلى الصدفة أو خطأ المعاينة، في حين أن التباين الجوهري يعكس وجود ظاهرة سيكولوجية حقيقية تتطلب التفسير والتحليل العلمي.

تتجسد الصيغة الرياضية الكلاسيكية لاختبار مربع كاي في المعادلة الشهيرة التي تقيس مجموع مربعات الانحرافات بين التكرارات الملاحظة والمتوقعة منسوبة إلى التكرارات المتوقعة ذاتها، وتُكتب رياضياً كما يلي:

χ² = Σ [(O – E)² / E]

حيث يرمز الرمز (Σ) إلى المجموع الإجمالي عبر كافة الخلايا أو الفئات، ويمثل (O) التكرار الملاحظ داخل الخلية، بينما يمثل (E) التكرار المتوقع لنفس الخلية. إن عملية تربيع الفرق (O – E) تؤدي وظيفة إحصائية حاسمة، تتمثل في إزالة الإشارات السالبة الناتجة عن الانحرافات تحت المتوقع، مع مضاعفة وزن الانحرافات الكبيرة لإعطائها ثقلاً إحصائياً ملائماً يبرز مدى تباعد البيانات الملاحظة عن التوزيع النظري المفترض.

يرتبط توزيع مربع كاي بمفهوم درجات الحرية (df)، والتي تمثل عدد القيم المستقلة القابلة للتغير في التحليل دون الإخلال بأي قيود مفروضة على البيانات. يتسم شكل توزيع مربع كاي بالالتواء الموجب عندما تكون درجات الحرية منخفضة، ولكنه يقترب تدريجياً وبصورة ملحوظة من التوزيع الطبيعي المتماثل كلما ازدادت درجات الحرية، وذلك بفعل نظرية النهاية المركزية (Central Limit Theorem). إن فهم هذا الأساس النظري يمكن الباحث النفسي من تحديد القيمة الحرجة بدقة واستخراج مستوى الدلالة الإحصائية (p-value) لرفض أو قبول فرضية العدم.

الأنماط الرئيسية لاختبار مربع كاي في البحث النفسي

يوظف الباحثون في علم النفس نموذجين أساسيين من اختبار مربع كاي، يخدم كل منهما غاية منهجية متميزة تعتمد على طبيعة الفرضيات البحثية وتصميم التجربة أو الدراسة الميدانية. يُعرف النموذج الأول باختبار مربع كاي لحسن المطابقة (Chi-Square Goodness-of-Fit)، في حين يُعرف النموذج الثاني باختبار مربع كاي للاستقلالية أو الارتباط (Chi-Square Test of Independence).

1. اختبار حسن المطابقة (Goodness-of-Fit)

يُستخدم هذا الاختبار عندما يتعامل الباحث مع متغير تصنيفي اسمي واحد يشتمل على مستويين أو أكثر، والهدف هو التحقق مما إذا كان توزيع العينة عبر هذه الفئات يتفق مع توزيع نظري محدد سلفاً أو توزيع متساوٍ بالصدفة. على سبيل المثال، قد يرغب عالم النفس الإكلينيكي في اختبار ما إذا كانت حالات القلق المرضي تتوزع بالتساوي عبر فصول السنة الأربعة، أو ما إذا كانت نسبة انتشار أنماط الشخصية في مجتمع معين تتطابق مع النسب المعيارية العالمية المنشورة في الأدبيات السيكولوجية السابقة.

تُحسب درجات الحرية في اختبار حسن المطابقة من خلال المعادلة البسيطة: df = k – 1، حيث يمثل (k) عدد الفئات أو المستويات للمتغير الواحد. فإذا اشتمل المتغير على أربع فئات تشخيصية، فإن درجات الحرية تكون 3. يتيح هذا الاختبار للباحث الإجابة الدقيقة عما إذا كانت التباينات الملاحظة بين المجموعات مجرد تقلبات عشوائية أم أنها تعكس انحرافاً ذا دلالة إحصائية يتطلب بناء نظريات مفسرة جديدة في الحقل السلوكي.

2. اختبار الاستقلالية وجداول الاقتران (Test of Independence)

يُعد اختبار الاستقلالية الأداة الأكثر شيوعاً واستخداماً في الأبحاث السلوكية؛ حيث يُطبق لدراسة العلاقة بين متغيرين تصنيفيين نوعيين وتحديد ما إذا كانا مستقلين تماماً أم مرتبطين ارتباطاً ذا مغزى إحصائي. تُنظم البيانات في هذا الاختبار ضمن مصفوفة تُعرف بجدول الاقتران أو التوافق (Contingency Table)، الذي يحتوي على صفوف وأعمدة تمثل تقاطعات مستويات المتغيرين، كأن ندرس العلاقة بين الجنس (ذكر/أنثى) ومستوى الاستجابة للعلاج النفسي المعرفي السلوكي (مستجيب/غير مستجيب).

تُحسب التكرارات المتوقعة في هذا النموذج لكل خلية بناءً على جداول الضرب للاحتمالات المستقلة، عبر ضرب مجموع الصف المعني في مجموع العمود المعني وقسمة الناتج على الحجم الكلي للعينة (N). وتُحسب درجات الحرية بالمعادلة: df = (r – 1) × (c – 1)، حيث يمثل (r) عدد الصفوف و(c) عدد الأعمدة. يسمح هذا التحليل باكتشاف الارتباطات الجوهرية وتحديد مدى تباين السلوك الإنساني تبعاً للمتغيرات الديموغرافية والبيئية والسريرية المحيطة به.

شروط وافتراضات تطبيق اختبار مربع كاي

لكي يحظى اختبار مربع كاي بالمصداقية العلمية وتكون نتائجه دقيقة وقابلة للتعميم، يتعين على الباحثين في العلوم الإنسانية والنفسية التأكد من استيفاء حزمة من الشروط المنهجية الصارمة قبل الشروع في حساب القيمة الإحصائية. إن تجاهل هذه الافتراضات قد يقود إلى الوقوع في الخطأ من النوع الأول (Type I Error) برفض فرضية العدم الصائبة، أو الخطأ من النوع الثاني (Type II Error) بالإخفاق في رصد التأثيرات الفعلية في المجتمع المدروس.

• استقلالية الملاحظات (Independence of Observations): يُعد هذا الشرط هو الأكثر قداسة في الاختبارات اللامعلمية؛ إذ يجب أن يمثل كل مشارك في العينة تكراراً واحداً فقط في خلية واحدة من خلايا الجدول. لا يمكن بأي حال من الأحوال تطبيق اختبار مربع كاي الكلاسيكي على القياسات المتكررة (Repeated Measures) أو التصاميم القبلية والبعدية للمجموعة نفسها؛ إذ يتطلب هذا النوع من البيانات اختبارات متخصصة كاختبار ماكنيمار (McNemar’s Test).
• مستوى القياس الاسمي أو الترتيبي: يجب أن تكون البيانات الخاضعة للاختبار بيانات تصنيفية حقيقية تمثل أعداداً أو تكرارات نقية، وليست نسباً مئوية، أو متوسطات حسابية، أو درجات معيارية مستمرة تم تحويلها بشكل عشوائي دون مبرر منهجي سليم.
• كفاية حجم العينة والتكرار المتوقع: يشترط الاختبار ألا يقل التكرار المتوقع (Expected Frequency) في أي خلية من الخلايا عن 5 في جداول الاقتران الصغيرة (2×2). أما في الجداول الأكبر، فيُشترط ألا تقل التكرارات المتوقعة عن 5 في أكثر من 20% من الخلايا، وألا يحتوي أي جدول على خلية بتكرار متوقع يقل عن 1 مطلقاً. يؤدي انخفاض التكرارات المتوقعة إلى تضخيم قيمة مربع كاي بصورة مضللة للغاية.
• العينة العشوائية الممثلة: يجب سحب عينة الدراسة بأسلوب احتمالي يضمن تمثيل مجتمع الدراسة الأصلي تجنباً لأي تحيز نظامي قد يشوه توزيع التكرارات الفعلية داخل الفئات.

في الحالات التي تنتهك فيها البيانات شرط كفاية التكرارات المتوقعة، وخصوصاً في الجداول الصغرى (2×2)، ينبغي على الباحث النفسي اللجوء إلى البدائل المنهجية الرصينة، مثل اختبار فيشر الدقيق (Fisher’s Exact Test)، أو استخدام تصحيح ييتس للاستمرارية (Yates’s Correction for Continuity)، لتقليل التحيز وتفادي استنتاجات زائفة قد تؤثر سلباً على الممارسات الإكلينيكية.

قياس حجم الأثر والقوة الإحصائية في اختبار مربع كاي

من الأخطاء الشائعة والجسيمة في البحوث النفسية الاكتفاء بالإبلاغ عن الدلالة الإحصائية (Statistical Significance) ومستوى الاحتمالية (p-value) دون التطرق إلى حجم الأثر (Effect Size). تشير الدلالة الإحصائية فقط إلى احتمالية أن تكون النتائج وليدة الصدفة، وتتأثر بشكل هائل بحجم العينة، حيث يمكن لأي فرق طفيف وغير ذي قيمة نفسية أن يصبح دالاً إحصائياً إذا كان حجم العينة كبيراً بما يكفي. من هنا تنبع الضرورة الأكاديمية لحساب حجم الأثر لتقدير قوة العلاقة عملياً وعيادياً.

تتعدد المقاييس المعتمدة لتقدير حجم الأثر المرتبط باختبار مربع كاي بحسب أبعاد جدول الاقتران؛ ففي الجداول الثنائية من نوع (2×2)، يُعد معامل فاي (φ – Phi Coefficient) المقياس الأنسب، ويُحسب بقسمة قيمة مربع كاي المحسوبة على حجم العينة الكلي ثم أخذ الجذر التربيعي للناتج. يتراوح هذا المعامل عادة بين 0 و1 (أو بين -1 و+1 في بعض الصيغ)، ويعبر بصورة واضحة عن درجة الارتباط بين المتغيرين الثنائيين تماماً مثل معامل ارتباط بيرسون.

أما في الجداول الأكبر حجماً التي تتجاوز بعديها الاثنين (r × c)، فإن مقياس كرامر V (Cramer’s V) هو الخيار الإحصائي المعياري المفضل؛ إذ يأخذ في الحسبان أبعاد الجدول لضبط التقدير عبر قسمة قيمة مربع كاي على العينة مضروبة في أصغر بعد للجدول ناقصاً واحداً. إضافة إلى ذلك، تشيع في الدراسات الوبائية النفسية والسريرية الاستعانة بمقاييس نسب الأرجحية (Odds Ratio – OR) ونسب المخاطر (Relative Risk)، والتي تقدم تفسيرات بالغة الوضوح للممارسين النفسيين، مثل تحديد احتمالية تطور اضطراب ما بعد الصدمة لدى الأفراد المعرضين لخبرة صادمة مقارنة بغير المعرضين.

التطبيقات الإكلينيكية والبحثية في علم النفس

يمتد توظيف اختبار مربع كاي إلى شتى الميادين والتخصصات الفرعية في علم النفس المعاصر، مقدماً حلولاً إمبريقية لتحديات القياس السلوكي والتشخيصي. تتجلى هذه التطبيقات بوضوح في تقييم فاعلية التدخلات العلاجية، ودراسة الفروق الديموغرافية والنوعية، والتحقق من صدق وثبات أدوات القياس النفسي المصممة لخدمة العيادات والمدارس والمؤسسات المهنية.

في مجال علم النفس الإكلينيكي وعلم النفس المرضي، يساعد اختبار مربع كاي للاستقلالية في دراسة مدى الترافق المرضي (Comorbidity) بين الاضطرابات العقلية المختلفة؛ كفحص العلاقة بين الإصابة باضطراب الاكتئاب الجسيم والإدمان على المواد المخدرة، أو استكشاف ما إذا كانت الأعراض الذهانية تظهر بصورة متباينة بين الفئات العمرية المختلفة. كما يُعتمد عليه في تجارب العلاج النفسي المقارنة لتقييم نسب الشفاء الكامل والتحسن السريري الجزئي مقابل الانتكاس بين مجموعات تجريبية وأخرى ضابطة.

وفي حقل علم النفس الاجتماعي وعلم النفس التربوي، يُستخدم اختبار حسن المطابقة لاختبار نظريات الانحياز المعرفي، والعدالة التنظيمية، وأنماط التعلم المفضلة. على سبيل المثال، يمكن للمرشد الطلابي تطبيق الاختبار للتحقق مما إذا كان اختيار التخصصات الأكاديمية يتأثر بالخلفية الاجتماعية والاقتصادية للطلاب، أو فحص ما إذا كانت أنماط التعلق العاطفي تتوزع بتماثل داخل فئات المجتمع أم تتباين وفق المتغيرات الثقافية السائدة، مما يمنح صانعي السياسات النفسية أسساً بياناتية قوية لاتخاذ القرارات.

الأخطاء المنهجية الشائعة والبدائل الإحصائية المتقدمة

على الرغم من بساطة وسلاسة تطبيق اختبار مربع كاي في البرمجيات الإحصائية الحديثة مثل SPSS وR وJASP، إلا أن الممارسات البحثية تشهد في كثير من الأحيان أخطاء منهجية متكررة تُضعف من رصانة النتاج الأكاديمي. يتمثل الخطأ الأول والأخطر في اللجوء القسري إلى تقطيع المتغيرات المستمرة (Dichotomization) وتحويلها اصطناعياً إلى متغيرات فئوية، كأن يقوم الباحث بتقسيم درجات مقياس القلق المستمر إلى مجموعتين (منخفض ومرتفع) بهدف تطبيق مربع كاي؛ وهو إجراء يؤدي إلى فقدان هائل في تباين البيانات وتقويض القوة الإحصائية بشكل فادح، حيث يجدر بالباحث هنا استخدام اختبارات الارتباط الخطي أو النماذج الخطية العامة.

يتمثل الخطأ الثاني في سوء التعامل مع الخلايا الصفرية أو التكرارات الضئيلة، ومحاولة تجاهل التحذيرات الصادرة عن البرمجيات الإحصائية بخصوص التكرارات المتوقعة المنخفضة. في مثل هذه الظروف، يقود الاستمرار في استخدام اختبار مربع كاي العادي إلى نتائج زائفة تماماً تضلل الفهم النظري للسلوك. كما يقع بعض الباحثين في فخ الخلط بين الارتباط والسببية؛ إذ لا يعني وجود قيمة دالة لمربع كاي بين متغيرين أن أحدهما يسبب الآخر بالضرورة، بل يؤكد فقط وجود نمط اقتراني غير عشوائي يحتاج لتحليل مساري أو تجريبي أعمق لإثبات العلية.

عندما تتعقد بنية البيانات النفسية لتشمل ثلاثة متغيرات تصنيفية أو أكثر تتفاعل فيما بينها بشكل تركيبي مركب، يعجز اختبار مربع كاي البسيط عن تقديم الإجابات الشافية؛ مما يستدعي الانتقال إلى البدائل المنهجية المتقدمة مثل التحليل اللوغاريتمي الخطي (Log-Linear Analysis)، أو نماذج الانحدار اللوجستي التراتبي والاسمي (Logistic Regression). تتيح هذه النماذج المتقدمة ضبط المتغيرات الدخيلة، والتحكم في التفاعلات المتعددة، وبناء نماذج احتمالية تنبؤية فائقة الدقة تتجاوز قيود الجداول التوافقية الثنائية التقليدية.

خاتمة

يظل اختبار مربع كاي أحد أعمدة التحليل الكمي اللامعلمي في العلوم السلوكية والنفسية، مجسداً جسراً منهجياً متيناً يربط بين الملاحظات الوصفية الاسمية والاستدلال العلمي الصارم. إن استيعاب الباحث لأسسه الرياضية، وفهم درجات حريته، والالتزام الحرفي بافتراضاته النظرية، وتدعيم دلالته الإحصائية بحساب حجوم الأثر الدقيقة، يمثل الضمانة الأساسية لإنتاج بحوث نفسية رصينة وموثوقة قادرة على المساهمة الإيجابية في تفسير السلوك الإنساني والارتقاء بجودة التدخلات العيادية والتربوية.

المراجع

• Agresti, A. (2018). An introduction to categorical data analysis (3rd ed.). John Wiley & Sons.
• Cohen, J. (1988). Statistical power analysis for the behavioral sciences (2nd ed.). Lawrence Erlbaum Associates.
• Field, A. (2018). Discovering statistics using IBM SPSS statistics (5th ed.). SAGE Publications.
• Gravetter, F. J., & Wallnau, L. B. (2017). Statistics for the behavioral sciences (10th ed.). Cengage Learning.
• McHugh, M. L. (2013). The chi-square test of independence. Biochemia Medica, 23(2), 143–149. https://doi.org/10.11613/BM.2013.018
• Pearson, K. (1900). On the criterion that a given system of deviations from the probable in the case of a correlated system of variables is such that it can be reasonably supposed to have arisen from random sampling. Philosophical Magazine, 50(302), 157–175. https://doi.org/10.1080/14786440009463897
• Tabachnick, B. G., & Fidell, L. S. (2019). Using multivariate statistics (7th ed.). Pearson.