اختبار كاي تربيع: الأسس الإحصائية وتطبيقاته المنهجية في علم النفس والعلوم السلوكية

يُعد اختبار كاي تربيع (Chi-Square Test) أحد الركائز المنهجية الجوهرية في التحليل الإحصائي الاستدلالي اللامعلمي، حيث يمثل أداة حيوية للباحثين في ميدان علم النفس والعلوم السلوكية لفحص الفرضيات المرتبطة بالبيانات الاسمية والتصنيفية. تنبع أهمية هذا الاختبار من قدرته الفائقة على معالجة الظواهر الإنسانية المقاسة بمستويات قياس كيفية، مما يتيح فك شفرات العلاقات الارتباطية بين المتغيرات الديموغرافية، والأنماط السلوكية، والاضطرابات النفسية. يهدف هذا المدخل المعجمي المفصل إلى استعراض الأسس النظرية والتطبيقية لاختبار كاي تربيع، مع تسليط الضوء على شروطه الصارمة، وطرق تفسير نتائجه في السياق الإكلينيكي والبحثي المعاصر.

الجذور التاريخية والتطور المفاهيمي لاختبار كاي تربيع

تعود الأصول المعرفية لاختبار كاي تربيع إلى أواخر القرن التاسع عشر وبدايات القرن العشرين، وتحديداً إلى الإسهامات الرياضية الرائدة التي قدمها عالم الإحصاء البريطاني كارل بيرسون (Karl Pearson) في عام 1900. في ذلك الوقت، كانت معظم الأدوات الإحصائية ترتكز بصورة شبه كلية على افتراض التوزيع الطبيعي، مما حدّ من قدرة العلماء على دراسة الظواهر البيولوجية والسلوكية التي تفشل في مطابقة المنحنى الجرسي الكلاسيكي. ابتكر بيرسون هذا المقياس الثوري لتحديد ما إذا كانت التكرارات الملاحظة في عينة معينة تتوافق مع التكرارات المتوقعة المشتقة من نموذج نظري افتراضي، مطلقاً بذلك عصراً جديداً من التحليلات التوزيعية الدقيقة.

شهد الاختبار لاحقاً سجالات علمية وتطويرات عميقة، ولا سيما من قِبل السير رونالد فيشر (Ronald Fisher)، الذي نقّح مفاهيم درجات الحرية وطرق تصحيح الحسابات في الجداول المتقاطعة الصغيرة. كان هذا التمايز الرياضي محورياً في ضبط دقّة الاختبار وحمايته من الوقوع في أخطاء النوع الأول (رفض الفرضية الصفرية وهي صحيحة). بفضل هذه التنقيحات، انتقل الاختبار من كونه مجرد معادلة رياضية مجردة إلى أداة أساسية لدراسة التباينات الكيفية في سمات الشخصية، والأنماط المعرفية، والسلوكيات المجتمعية المعقدة.

مع تطور حركة القياس النفسي (Psychometrics) في منتصف القرن العشرين، وجد علماء النفس في اختبار كاي تربيع وسيلة لا غنى عنها لبناء وتقنين أدوات التشخيص النفسي. فقد سمح للباحثين بفحص صدق البنود ذات الإجابات الثنائية (مثل: نعم/لا) أو المتعددة الخيارات، ومقارنة التوزيعات التشخيصية للفئات المرضية المختلفة عبر الثقافات. إن هذا التطور التاريخي يعكس تكيفاً مستمراً بين النظرية الرياضية الصرفة ومتطلبات التحليل التجريبي للظواهر الإنسانية غير الخاضعة للقياس الكمي المتصل.

المبادئ الرياضية والمنطق الاستدلالي للاختبار

يرتكز اختبار كاي تربيع على المقارنة المنهجية بين مجموعتين من التكرارات: التكرارات الملاحظة (Observed Frequencies)، وهي البيانات الفعلية التي تم رصدها وجمعها من المشاركين في الدراسة، والتكرارات المتوقعة (Expected Frequencies)، وهي التكرارات التي يفترض الباحث ظهورها في حال كانت الفرضية الصفرية (Null Hypothesis) صحيحة تماماً ولم يكن هناك أي ارتباط أو اختلاف بين المتغيرات. يُعبَّر عن هذه الفلسفة الحسابية بمعادلة رياضية بسيطة في مظهرها لكنها عميقة في دلالتها الإحصائية، حيث تقوم بحساب مربعات الفروق بين الملاحظ والمتوقع مقسومة على المتوقع لكل خلية، ثم جمع هذه القيم عبر جميع الفئات.

إن تربيع الفروق بين التكرارات الملاحظة والمتوقعة يؤدي غرضين رياضيين حاسمين؛ الأول هو التخلص من الإشارات السالبة التي قد تلغي بعضها بعضاً وتؤدي إلى قيمة صفرية مضللة، والثاني هو إعطاء وزن أكبر وأكثر حساسية للانحرافات الكبيرة عن التوزيع المفترض. يتبع المجموع الناتج توزيعاً نظرياً يُعرف باسم توزيع كاي تربيع، وهو توزيع موجب الالتواء يعتمد شكله الهندسي بالكامل على قيمة درجات الحرية المرتبطة بالتصميم البحثي. كلما ازدادت درجات الحرية، يقترب هذا التوزيع تدريجياً من التوزيع الطبيعي، استناداً إلى مبرهنة النهاية المركزية.

من الناحية الاستدلالية، تشير قيمة كاي تربيع المنخفضة أو القريبة من الصفر إلى تطابق وثيق بين الواقع التجريبي والنموذج النظري، مما يدعم صحة الفرضية الصفرية التي تنفي وجود علاقة دالة إحصائياً. على النقيض من ذلك، فإن القيم المرتفعة جداً تبرهن على وجود تنافر حاد بين البيانات التجريبية والتوقعات الافتراضية، مما يدفع الباحث النفسي إلى رفض الفرضية الصفرية وتبني الفرضية البديلة، شريطة أن تتجاوز القيمة المحسوبة القيمة الجدولية الحرجة عند مستوى دلالة محدد سلفاً، عادة ما يكون 0.05 أو 0.01 في البحوث السلوكية المعاصرة.

الأنواع الرئيسة لاختبار كاي تربيع في البحوث النفسية

يفرّق المنهجيون بين نمطين أساسيين من اختبارات كاي تربيع، يخدم كل منهما غاية بحثية متميزة في فحص الظواهر النفسية:

• اختبار كاي تربيع لجودة المطابقة (Goodness of Fit Test): يركز هذا النوع على دراسة متغير تصنيفي واحد عبر مستويات متعددة في عينة محددة. يهدف الاختبار إلى تحديد ما إذا كان التوزيع التكراري الملاحظ يتطابق مع توزيع نظري محدد مسبقاً، مثل التوزيع المتساوي بالتساوي بين الفئات، أو التوزيع المتوافق مع النسب السكانية العامة المعروفة سلفاً.
• اختبار كاي تربيع للاستقلالية أو الارتباط (Test of Independence): يتعامل هذا النمط مع متغيرين تصنيفيين في آن واحد بهدف فحص ما إذا كانت هناك علاقة ارتباطية غير عشوائية تجمعهما، أو ما إذا كان هذان المتغيران مستقلين إحصائياً عن بعضهما. يُستخدم هذا النوع بشكل واسع في دراسات الجداول المتقاطعة (Contingency Tables) لتحديد ارتباط المتغيرات الاجتماعية بالسلوك النفسي.

يتجلى استخدام اختبار جودة المطابقة في علم النفس المعرفي والإدراكي بصورة واضحة، فعلى سبيل المثال، قد يرغب الباحث في معرفة ما إذا كان الأفراد يظهرون تفضيلاً متساوياً لأربعة أنماط مختلفة من الاستجابات المعرفية في مهمة لحل المشكلات، أم أن هناك انحيازاً بنيوياً لا يمكن تفسيره بالصدفة المحضة. يتيح هذا التحليل تقييم عدالة النماذج النظرية وصلاحيتها لتفسير الأنماط السلوكية في بيئات منضبطة تجريبياً.

أما اختبار الاستقلالية، فيحظى بمكانة محورية في علم النفس الإكلينيكي وعلم النفس الاجتماعي. يستعين به الباحثون للتحقق مما إذا كانت نسب الإصابة باضطراب ما، كالاكتئاب الجسيم مثلاً، تتفاوت دلالياً بحسب متغير الجنس، أو إذا كان نوع النمط التعلقي (آمن، قلق، متجنب) يرتبط بأنواع استراتيجيات التكيف مع الضغوط النفسية. من خلال مصفوفة التكرارات المتقاطعة، يستطيع الباحث الإجابة بدقة عما إذا كان الانتماء إلى فئة معينة يزيد من احتمالية الظهور في فئة أخرى.

شروط وافتراضات تطبيق الاختبار وسبل التعامل مع انتهاكها

على الرغم من تصنيف اختبار كاي تربيع كاختبار لا معلمي (Non-parametric Test) لا يتطلب تحقق افتراض التوزيع الطبيعي للبيانات، إلا أنه يخضع لمجموعة من الافتراضات الإحصائية الصارمة التي يجب استيفاؤها لضمان صدق النتائج وتفادي الاستنتاجات الخاطئة. يتصدر هذه الشروط شرط استقلالية الملاحظات، وهو ما يعني بالضرورة أن كل مفحوص أو وحدة تحليل يجب أن تساهم بتكرار واحد فقط في خلية واحدة من خلايا الجدول الإحصائي. إن تكرار قياس نفس الأفراد عبر الزمن (القياسات المتكررة) ينتهك هذا الشرط جوهرياً، مما يجعل اختبار كاي تربيع غير صالح، ويستدعي بدائل متخصصة مثل اختبار ماكنيمار (McNemar’s Test).

يرتبط الافتراض الثاني بالحجم الأدنى للتكرارات المتوقعة داخل خلايا التحليل. وفقاً للقاعدة الإحصائية المعيارية التي صاغها كوشران (Cochran)، يجب ألا تقل التكرارات المتوقعة في أي خلية عن 1 في الجداول الأكبر من 2×2، كما ينبغي ألا تقل التكرارات المتوقعة عن 5 في أكثر من 20% من إجمالي خلايا الجدول المتقاطع. وفي حالة الجداول المتقاطعة البسيطة من نوع 2×2، يُشترط ألا يقل التكرار المتوقع في أي خلية فردية عن 5 على الإطلاق؛ ذلك أن صغر القيم المتوقعة يؤدي إلى تضخيم غير مبرر لقيمة كاي تربيع المحسوبة، مما يرفع خطر ارتكاب خطأ النوع الأول بشكل حاد.

عندما تنتهك البيانات هذا الافتراض بسبب صغر حجم العينة أو ندرة الظاهرة المدروسة، يمتلك الإحصائيون وعلماء النفس حلولاً منهجية متعددة. في جداول 2×2، يُوصى باستخدام اختبار فيشر الدقيق (Fisher’s Exact Test) كبديل رياضي غير تقريبي يحسب الاحتمال المباشر للبيانات دون الاعتماد على توزيع كاي تربيع التقريبي. كما يمكن اللجوء إلى تصحيح ييتس للاستمرارية (Yates’ Correction for Continuity)، وإن كان هذا الأخير يتعرض أحياناً لانتقادات أكاديمية كونه يميل إلى الإفراط في المحافظة وخفض القوة الإحصائية للاختبار.

حساب ومقاييس حجم الأثر المرافقة لاختبار كاي تربيع

لا يقدم اختبار كاي تربيع بحد ذاته سوى معلومة ثنائية القطب: هل الفروق أو العلاقات الملاحظة دالة إحصائياً أم لا؛ لكنه لا يوضح إطلاقاً مدى قوة أو عمق تلك العلاقة المكتشفة في الواقع النفسي. بما أن قيمة كاي تربيع تتأثر طردياً بحجم العينة الكلي (إذ إن مضاعفة حجم العينة مع بقاء النسب ثنائية يضاعف قيمة كاي تربيع المحسوبة)، فإن التوصل إلى دلالة إحصائية عند مستوى p < 0.05 قد يكون ببساطة نتاجاً لعينة ضخمة للغاية دون أن يعكس أي قيمة عملية أو إكلينيكية حقيقية. من هنا تبرز الأهمية القصوى لحساب مقاييس حجم الأثر (Effect Size).

في الجداول المتقاطعة من نوع 2×2، يُعد معامل فاي (Phi Coefficient, φ) المقياس الأنسب لتقدير حجم الأثر، وهو مقياس يرتبط رياضياً بمعامل ارتباط بيرسون ويتراوح مداه عموماً بين 0 و1 (أو بين -1 و+1 في بعض السياقات الاتجاهية). يشير معامل فاي الذي يقترب من 0.10 إلى أثر صغير، في حين يعكس 0.30 أثراً متوسطاً، و0.50 فأكثر أثراً كبيراً، وفقاً للتصنيفات المعيارية المعترف بها في الأدبيات السيكولوجية التي وضعها جاكوب كوهين (Jacob Cohen).

أما في الجداول الأكبر حجماً التي تتجاوز صيغة 2×2 (مثل 3×3 أو 2×4)، فإن معامل فاي يفقد صلاحيته المرجعية؛ ويحل محله مقياس في لكريمر (Cramér’s V). يأخذ هذا المعامل في الاعتبار كلاً من حجم العينة وأصغر بعد في درجات حرية أبعاد الجدول المتقاطع، مما يسمح بمقارنة متوازنة وموحدة لقوة الارتباطات التصنيفية عبر دراسات مختلفة تتفاوت في أحجام عيناتها وتصاميمها البحثية. كما يُفضل الباحثون في مجالات الأوبئة النفسية والإكلينيكية حساب نسب الأرجحية (Odds Ratios) ومعدلات الخطر النسبي (Relative Risk) كأدوات مساندة توفر فهماً عملياً ملموساً لاحتمالية حدوث الاضطراب السلوكي قيد الملاحظة.

تطبيقات إكلينيكية وبحثية في التحليل النفسي المعاصر

تتعدد وتتنوع الاستخدامات الميدانية لاختبار كاي تربيع في الفروع النفسية المختلفة، مؤكدة موقعه كجسر رابط بين البيانات النوعية والتحليلات الكمية المتقدمة:

• علم النفس الإكلينيكي والتشخيص النفسي: يُوظف الاختبار لمقارنة معدلات انتشار الاضطرابات المصاحبة (Comorbidity) بين فئات تشخيصية متباينة، كفحص ما إذا كان اضطراب ما بعد الصدمة (PTSD) يترافق مع الاعتماد على المواد المخدرة بنسب تفوق ما يمكن توقعه بالمصادفة عبر الشرائح الاجتماعية.
• علم النفس التربوي والإرشادي: يساعد في دراسة ارتباط أنماط التحصيل الأكاديمي (مرتفع، متوسط، منخفض) بمتغيرات مثل أسلوب التنشئة الوالدية (ديمقراطي، تسلطي، متساهل)، مما يوفر أساساً تجريبياً لبناء برامج الإرشاد المدرسي.
• علم نفس الصحة والسلوك الوقائي: يُستخدم لتقييم مدى التزام المرضى بالبروتوكولات العلاجية استناداً إلى تصنيفاتهم في نماذج المعتقدات الصحية والوعي الوقائي.
• علم النفس الثقافي والاجتماعي: يتيح فحص التمايزات في اتخاذ القرارات الأخلاقية والتحيزات النمطية عبر خلفيات ثقافية أو إثنية متعددة.

في الممارسة السيكومترية، يلعب اختبار كاي تربيع لجودة المطابقة دوراً تمهيدياً فائق الأهمية في تقييم التوزيعات النظرية لمحددات الشخصية. عندما يقوم علماء القياس بتطوير مقياس نفسي جديد مبني على إطار نظري يفترض أن 16% من السكان يجب أن يصنفوا في فئة “القلق الشديد”، فإن كاي تربيع هو الاختبار الإحصائي المباشر للتحقق مما إذا كانت عينة التقنين تمثل هذا الافتراض بنجاح، مما يدعم الصدق البنائي للأداة المقترحة.

علاوة على ذلك، يشكل منطق كاي تربيع النواة الأساسية التي بُنيت عليها اختبارات الملاءمة العامة في نمذجة المعادلات الهيكلية (Structural Equation Modeling – SEM) والتحليل العاملي التوكيدي (CFA). فعلى الرغم من أن هذه النماذج المتقدمة تتعامل مع متغيرات كامنة ومتصلة، إلا أن مؤشر كاي تربيع للملاءمة يظل المعيار الكلاسيكي الأول لمقارنة مصفوفة التغاير الملاحظة بمصفوفة التغاير التي يفترضها النموذج النظري، مما يبرز الأثر الممتد لأفكار بيرسون في أحدث تقنيات الإحصاء المعاصر.

قواعد توثيق وتفسير نتائج الاختبار وفق معايير جمعية علم النفس الأمريكية (APA)

يتطلب إعداد التقارير العلمية في البحوث النفسية التزاماً دقيقاً بالدليل التحريري لـ جمعية علم النفس الأمريكية (APA الإصدار السابع). يقضي هذا البروتوكول بتضمين كافة العناصر الإحصائية الحيوية التي تمكّن القارئ من فهم وتحري دقة التحليل، وتتمثل هذه المكونات في: رمز الحرف اليوناني كاي تربيع مائلاً مع أس تربيع (χ²)، درجات الحرية بين قوسين، وحجم العينة الكلي، والقيمة الإحصائية المحسوبة مقربة إلى منزلتين عشريتين، ومستوى الدلالة الاحتمالية الدقيق (p)، مصحوباً بمقياس حجم الأثر المناسب كمعامل فاي أو في لكريمر.

يمكن صياغة نموذج تطبيقي للتوثيق على النحو التالي: “أظهرت نتائج اختبار كاي تربيع للاستقلالية وجود علاقة ارتباطية دالة إحصائياً بين النمط المعرفي واستراتيجية التعامل مع القلق، χ²(2, N = 180) = 8.45, p = .015, V = .22. وتشير هذه النتائج إلى أثر متوسط الحجم وفق معايير كوهين، حيث أظهر المفحوصون ذوو النمط التأملي ميلاً أكبر لاستخدام استراتيجيات إعادة التقييم المعرفي مقارنة بالمفحوصين ذوي النمط الاندفاعي”.

تنبّه معايير النشر الصارمة إلى ضرورة الابتعاد عن كتابة مستويات الدلالة في صيغة مضللة كاستخدام p = .000؛ بل يجب تدوينها كـ p < .001 عند تدني القيم إلى ما دون هذا العتبة. كما يُشترط تقديم جداول التكرارات المتقاطعة مبيناً فيها كلاً من التكرارات الملاحظة والنسب المئوية المحسوبة داخل الصفوف والأعمدة، مع إيراد التكرارات المتوقعة في ملحق توضيحي أو ضمن نص التقرير إذا كانت قريبة من حدود الانتهاك المسموح به، لضمان مبادئ الشفافية وقابلية التكرار في البحث النفسي.

مقارنة تحليلية: كاي تربيع والبدائل المنهجية المتقدمة

يواجه الباحث السلوكي في كثير من الأحيان مواقف تملي عليه الموازنة بين اختبار كاي تربيع وبدائل إحصائية أخرى. يوضح العرض المنهجي التالي المقارنات الأساسية للخيارات المتاحة وفق طبيعة التصميم والبيانات:

• كاي تربيع مقابل اختبار فيشر الدقيق: يُفضل كاي تربيع في العينات الكبيرة بسبب كفاءته الحسابية، بينما يصبح اختبار فيشر إلزامياً في العينات الصغيرة أو الجداول ذات الخلايا الفارغة أو المتوقعات الأقل من 5 لكونه يعتمد على التباديل التوافقية المحسوبة دون أخطاء تقريب.
• كاي تربيع مقابل تحليل الانحدار اللوجستي (Logistic Regression): يتعامل كاي تربيع بكفاءة مع فحص الارتباط الثنائي البسيط بين متغيرين تصنيفيين، لكنه يعجز عن ضبط المتغيرات الدخيلة (Confounding Variables) أو فحص التأثيرات التفاعلية المتعددة، وهي المهمة التي يبرع فيها الانحدار اللوجستي متعدّد الحدود.
• كاي تربيع مقابل اختبار ماكنيمار: يُخصص اختبار كاي تربيع حصراً للتصاميم المستقلة بين المجموعات (Between-Subjects)، بينما يختص اختبار ماكنيمار بقياس التحولات والتغيرات في البيانات الاسمية التابعة أو المرتبطة (Within-Subjects)، مثل دراسات القياس القبلي والبعدي.

إن إدراك هذه الفروق يجنب الباحث الوقوع في فخ “التعميم الإحصائي المفرط”؛ فاستخدام كاي تربيع في سياق يتطلب نمذجة تنبؤية متعددة الأبعاد قد يؤدي إلى إغفال تفاعلات جوهرية بين المتغيرات المستقلة والتابعة، في حين أن الإفراط في تعقيد التحليل واستخدام نماذج احتمالية متقدمة على بيانات بسيطة ذات هدف تصنيفي مباشر قد يثقل البحث بإجراءات لا مبرر لها علمياً.

لذلك، تبرز الممارسة البحثية الحكيمة في علم النفس قدرة الباحث على توظيف كاي تربيع كخطوة أولى استكشافية لفهم بنية التكرارات والعلاقات الاسمية، ثم البناء عليها عبر نماذج احتمالية تمايزية كالانحدار اللوجستي أو النماذج اللوغاريتمية الخطية (Log-linear Analysis) عندما تتطلب الفرضية السيكولوجية تفكيك تعقيدات متعددة المستويات والمؤشرات.

خاتمة

يمثل اختبار كاي تربيع ركيزة إحصائية كلاسيكية لا غنى عنها في بنية التحليل السلوكي والنفسي المعاصر، لما يمتلكه من مرونة فائقة وقدرة راسخة على ترجمة الفروق والعلاقات الاسمية إلى دلالات استدلالية رصينة. ورغم التقدم الهائل في تقنيات النمذجة الرياضية متعددة المتغيرات، يظل الفهم العميق لأسس كاي تربيع وافتراضاته ومؤشرات حجم أثره معياراً رئيسياً لكفاءة الباحث النفسي، متيحاً له قراءة الواقع السلوكي بموضوعية وموثوقية تعزز تراكم المعرفة السيكولوجية الرصينة.

المراجع

• American Psychological Association. (2020). Publication manual of the American Psychological Association (7th ed.). American Psychological Association.
• Cohen, J. (1988). Statistical power analysis for the behavioral sciences (2nd ed.). Lawrence Erlbaum Associates.
• Cochran, W. G. (1954). Some methods for strengthening the common χ² tests. Biometrics, 10(4), 417–451.
• Field, A. (2018). Discovering statistics using IBM SPSS statistics (5th ed.). SAGE Publications.
• McHugh, M. L. (2013). The chi-square test of independence. Biochemia Medica, 23(2), 143–149.
• 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 Series 5, 50(302), 157–175.