اختبار كولموغوروف-سميرنوف: معيار المطابقة النفسية

يُمثل التحقق من التوزيعات الاحتمالية للبيانات السيكومترية الركيزة الجوهرية التي تستند إليها مصداقية النتائج في البحوث النفسية والتربوية؛ إذ يُعد اختبار كولموغوروف-سميرنوف لجودة المطابقة أحد أبرز الأساليب اللامعلمية المستخدمة لتقييم مدى تطابق توزيع العينة الملاحظ مع توزيع نظري محدد، أو للمقارنة بين توزيعين تجريبيين مستقلين دون الحاجة إلى افتراضات مسبقة مقيدة حول معالم المجتمع. يتيح هذا الاختبار لعلماء النفس والباحثين السلوكيين اختبار الفرضيات التوزيعية بحساسية فائقة للتغيرات في الشكل، والنزعة المركزية، والتشتت عبر المسافة العمودية القصوى بين الدوال التراكمية، مما يضمن اتخاذ قرارات إحصائية سليمة قبل تطبيق النماذج البارامترية المتقدمة في القياس والتقييم النفسي.

اختبار كولموغوروف-سميرنوف لجودة المطابقة

1. التعريف الموجز والاصطلاحي

يُعرَّف اختبار كولموغوروف-سميرنوف لجودة المطابقة بأنه أسلوب إحصائي لا مَعلَمي (Non-parametric) يُستخدم لاختبار الفرضية الصفرية القائلة بأن عينة الملاحظات المستمرة مستمدة من مجتمع يتبع توزيعاً نظرياً محدداً، أو أن عينتين مستقلتين قد سُحبتا من المجتمع التوزيعي ذاته. يقوم جوهر الاختبار على حساب الإحصاء D، وهو القيمة المطلقة للمسافة الرأسية القصوى بين دالة التوزيع التراكمي التجريبية المحسوبة من بيانات العينة ودالة التوزيع التراكمي النظرية المحددة سلفاً.

في سياق القياس النفسي والعلوم السلوكية، يُعد هذا الاختبار بمثابة حارس البوابة المنهجي الذي يفحص افتراض التوزيع الطبيعي للدرجات الخام المستخرجة من المقاييس السيكومترية والاختبارات النفسية العصبية. كما يمتاز الاختبار بقدرته على التعامل مع البيانات المتصلة دون الحاجة إلى تجميعها في فئات، ما يجعله متفوقاً في الحفاظ على حساسية الفروق الفردية الدقيقة التي ترتكز عليها القياسات السلوكية الدقيقة.

2. التأثيل الجذري والأصل اللغوي

يعود الاسم المركب للاختبار إلى عالمين بارزين في المدرسة الرياضية الروسية في القرن العشرين: عالم الرياضيات أندريه كولموغوروف (Andrey Kolmogorov)، الذي وضع أسس نظرية الاحتمالات الحديثة واقترح دالة التوزيع التجريبية لحساب التباين التراكمي في عام 1933، وعالم الرياضيات فلاديمير سميرنوف (Vladimir Smirnov)، الذي طور في عام 1939 معيار الاختبار المخصص لمقارنة عينتين مستقلتين وصاغ معايير التقارب الحسابي للعينات.

دخل المصطلح الأدبيات النفسية والسيكومترية إبان منتصف القرن العشرين مع تصاعد الاهتمام بالقياس النفسي الكمي والحاجة إلى طرائق اختبارية لا تتطلب معالم محددة سلفاً للمجتمع، لا سيما مع نشر أعمال سيدني سيغل (Sidney Siegel) عام 1956 حول الإحصاء اللامعلمي للعلوم السلوكية. يجمع اللفظ في اللسان العربي بين اسمي العلمين مقترناً بمفهوم “جودة المطابقة” (Goodness-of-Fit)، وهو مصطلح إحصائي مترجم يعبر عن مدى ملاءمة النموذج الرياضي للبيانات المشاهدة حسياً وتجريبياً في الواقع الميداني.

3. النطق والتصريف اللغوي في السياق العربي

يُنطق المصطلح باللغة العربية بضم الكاف وتسكين اللام مع ضم الميم وفتح الغين والراء: كُولْمُوغُورُوف (وتُكتب أحياناً كولموجوروف بالجيم المعطشة تبعاً لتعريب الحرف الروسي)، يليها اسم سمِيرْنُوف بكسر السين وتسكين الراء. ومن الناحية الصرفية، يقع التركيب في صيغة المركب الإضافي والوصفي: “اختبارُ كولموغوروف-سميرنوف”، حيث يُعرب “اختبار” مبتدأ أو فاعلاً بحسب موقعه الإعرابي، وما بعده مضاف إليه أو في حكم المضاف لاسم علم أعجمي ممنوع من الصرف، متبوعاً بشبه الجملة “لجودة المطابقة”.

تتضمن الكتابات النفسية والتربوية العربية عدة تنويعات إملائية مقبولة اصطلاحاً؛ فمنها ما يستخدم “كولموجوروف-سميرنوف” أو “كولموغروف-سمرنوف”، واختصاراً يُشار إليه بالرمز اللاتيني (K-S test) أو (اختبار ك-س). يُستخدم المصطلح في النصوص بوصفه اسماً علمياً مفرداً يصف إجراءً تحليلياً شاملاً، وتُشتق منه عبارات إجرائية مثل: “تم إخضاع الدرجات لاختبار كولموغوروف-سميرنوف للتحقق من اعتدالية التوزيع السلوكي”.

4. الشرح المفاهيمي المتعمق وحدود المفهوم

يرتكز اختبار كولموغوروف-سميرنوف على مقارنة تراكمية شاملة بين دالتين: الأولى هي دالة التوزيع التراكمي التجريبي (Empirical Cumulative Distribution Function – ECDF)، وتُمثل نسبة الحالات التي تقل درجاتها عن قيمة معينة أو تساويها في العينة، والثانية هي دالة التوزيع التراكمي النظري (Theoretical Cumulative Distribution Function) المفترضة للمجتمع، مثل التوزيع الطبيعي المعياري، أو التوزيع الأسي، أو المنتظم.

لا يقيس الاختبار التباين عند نقطة مركزية واحدة كالمتوسط أو الوسيط، بل يمسح التوزيع السيكومتري بأكمله على امتداد خط الدرجات، باحثاً عن النقطة التي يبلغ عندها التباعد بين الواقع التجريبي والافتراض النظري أقصى مداه. تُعبر المعادلة الأساسية للإحصاء D عن هذا المفهوم بدقة رياضية:

D = sup_x |F_n(x) – F_0(x)|

حيث تمثل F_n(x) التوزيع التراكمي للعينة المكونة من n من الأفراد، بينما تمثل F_0(x) التوزيع التراكمي المتصل المفترض، ويمثل الرمز sup_x الحد الأعلى للأصغر (Supremum) أو المسافة الرأسية المطلقة القصوى بين المنحنيين التراكميين.

تتجلى حدود مفهوم اختبار كولموغوروف-سميرنوف التقليدي في اشتراطه الأساسي أن يكون التوزيع النظري المقارن به محدداً بالكامل ومعالمه معروفة مسبقاً بصورة مستقلة عن العينة (أي تحديد المتوسط والانحراف المعياري للمجتمع قبل جمع البيانات). إذا تم تقدير هذه المعالم من بيانات العينة نفسها، فإن توزيع الإحصاء D يختلف ويصبح الاختبار شديد التحفظ؛ وهو ما استدعى لاحقاً استخدام تعديل ليليفورس (Lilliefors correction) كمعالجة متخصصة لاختبار اعتدالية التوزيع عند جهل معالم المجتمع النفسي المدروس.

5. التطور التاريخي والمسار العلمي

انطلقت الشرارة الأولى للاختبار في مطلع ثلاثينيات القرن العشرين، وتحديداً في عام 1933، عندما نشر أندريه كولموغوروف ورقته الكلاسيكية في الأكاديمية الإيطالية للعلوم بعنوان يدرس التحديد التجريبي لقوانين التوزيع، حيث برهن رياضياً أن توزيع المسافة القصوى بين التوزيع التجريبي والتوزيع النظري المستمر يتقارب نحو دالة احتمالية عامة ومستقلة تماماً عن شكل التوزيع النظري الأصلي عندما يقترب حجم العينة من اللانهاية.

في عام 1939، أضاف فلاديمير سميرنوف إسهاماً جوهرياً بتوسيع نطاق هذه النظرية لتشمل مقارنة عينتين تجريبيتين مستقلتين (Two-sample test)، مما فتح الباب أمام مقارنة مجموعات علاجية بضابطة دون افتراض مسبق لنوعية التوزيع في المجتمعين. تتابعت التطويرات اللاحقة في خمسينيات وستينيات القرن العشرين؛ فنشر ماسي (Frank J. Massey Jr.) عام 1951 أوراقاً منهجية توضح التطبيق العملي للاختبار في الأبحاث، مما ساعد في انتشاره الواسع في حقول القياس السلوكي والعلوم الطبية والاجتماعية.

شهد عام 1967 تحولاً منهجياً حاسماً حين قدم هوبيرت ليليفورس (Hubert Lilliefors) تعديله الإحصائي الشهير، بعدما أدرك أن علماء النفس والاجتماع نادراً ما يعرفون المتوسط والانحراف المعياري الحقيقيين للمجتمع، بل يعتمدون على تقديرها من العينة، مما قاد إلى صياغة جداول القيم الحرجة المعدلة التي أصبحت المكون الافتراضي في الحزم الإحصائية البرمجية الحديثة مثل SPSS وR.

6. الأسس النظرية والنماذج الإحصائية

يستند اختبار كولموغوروف-سميرنوف إلى نظرية الاحتمالات اللامعلمية، وتحديداً نظرية التقارب التوزيعي وقانون الأعداد الكبيرة. تقوم الفلسفة النظرية على أن دالة التوزيع التراكمي التجريبية F_n(x) هي تقدير غير متحيز ومتسق لدالة التوزيع التراكمي الحقيقية للمجتمع F(x)، استناداً إلى مبرهنة غليفنكو-كانتيلي (Glivenko-Cantelli theorem)، والتي تؤكد أن F_n(x) تتقارب بانتظام وباحتمال تام نحو F(x) مع تزايد حجم العينة.

تُبنى القوة الاستدلالية للاختبار على حقيقة أن التوزيع المقارب للإحصاء sqrt{n} D_n لا يعتمد على التوزيع الأساسي طالما كان متصلاً؛ مما يجعله إحصاءً خالياً من التوزيع (Distribution-free statistic). يتولد التوزيع الاحتمالي لـ D تحت الفرضية الصفرية عبر عمليات المسار العشوائي وحساب جسر براوني (Brownian bridge)، حيث يمثل الفرق التراكمي حركة مقيدة بين النقطتين الصفر والواحد.

في المنظور السيكومتري الحديث، يرتبط هذا الإطار النظري بافتراضات القياس النفسي التقليدي (Classical Test Theory)، والذي يفرض على درجات الاختبارات النفسية في كثير من النماذج التحليلية أن تكون موزعة بصورة اعتدالية لتبرير استخدام معاملات ارتباط بيرسون، والتحليل العاملي الاستكشافي، وتحليل التباين. يمثل اختبار كولموغوروف-سميرنوف الأداة الصارمة التي تقيّم مدى ثبات هذا الأساس النظري قبل الشروع في بناء الاستدلالات السريرية أو التربوية المبنية على تلك النماذج الرياضية.

7. المكونات الأساسية، الأنواع، والأبعاد الإحصائية

يتفرع اختبار كولموغوروف-سميرنوف إلى عدة صيغ وأبعاد إحصائية يتم تكييفها بحسب طبيعة التصميم التجريبي وأهداف البحث السيكومتري:

• اختبار كولموغوروف-سميرنوف للعينة الواحدة (One-Sample K-S Test): يُستخدم لاختبار مدى مطابقة توزيع العينة لتوزيع نظري مفترض مسبقاً (كالاعتدالي، المنتظم، أو الأسي)، مع اشتراط معرفة معالم المجتمع النظري بدقة واستقلال.
• اختبار كولموغوروف-سميرنوف للعينتين المستقلتين (Two-Sample K-S Test): يهدف إلى التحقق مما إذا كانت عينتان مستقلتان تماماً قد سُحبتا من المجتمع نفسه، ويحسب أقصى مسافة رأسية بين دالتي التوزيع التراكمي التجريبيتين للعينتين.
• تعديل ليليفورس للاعتدالية (Lilliefors Correction): صيغة معدلة مخصصة لاختبار التوزيع الطبيعي عندما تكون معالم المجتمع (المتوسط والانحراف المعياري) غير معلومة ويتم تقديرها مباشرة من درجات العينة السلوكية.
• إحصاء المسافة القصوى (D-statistic): المتغير الإحصائي الموجه الذي يعبر عن الفجوة العظمى بين الدالتين التراكميتين، ويُقارن بقيم حرجة جدولية لتحديد الدلالة الإحصائية عند مستوى ثقة محدد (مثل 0.05 أو 0.01).
• دالة التوزيع التراكمي التجريبية (ECDF): تمثيل متقطع متدرج تصاعدياً يرتب درجات الأفراد من الأصغر إلى الأكبر، بحيث ترتفع الدالة بمقدار خطوة تعادل 1/n عند كل ملاحظة في العينة النفسية.

8. أمثلة واقعية وحالات تطبيقية في القياس النفسي

لتوضيح التطبيق العملي في العيادات والمختبرات النفسية، نفترض أن باحثاً في مجال علم النفس الإكلينيكي قام بتطبيق مقياس للاكتئاب، مثل قائمة بيك للاكتئاب (BDI-II)، على عينة قوامها 100 مريض لتقييم حدة الأعراض قبل إخضاعهم لبروتوكول علاجي معرفي سلوكي. يرغب الباحث في استخدام اختبارات معلمية مثل اختبار “ت” (t-test) لقياس التغير، مما يتطلب إثبات اعتدالية توزيع الدرجات الملاحظة.

يقوم الباحث بترتيب درجات المرضى تصاعدياً، وبناء دالة التوزيع التراكمي التجريبية، ثم مقارنتها بدالة التوزيع الطبيعي النظري التي تمتلك نفس المتوسط والانحراف المعياري للعينة عبر تعديل ليليفورس. إذا أظهر الحساب أن أقصى مسافة رأسية بين التراكم الحقيقي والافتراضي هي D = 0.062 بقيمة دلالة احتمالية p = 0.35، يتم قبول الفرضية الصفرية، مما يعني أن توزيع درجات الاكتئاب لا يختلف جوهرياً عن التوزيع الطبيعي، ويجوز للباحث استخدام النماذج البارامترية بثقة إحصائية.

في حالة تطبيقية ثانية في مختبرات علم النفس العصبي والمعرفي، يدرس باحث أزمنة الرجع (Reaction Time) بالمللي ثانية لعينتين مستقلتين: عينة من الأطفال المشخصين باضطراب نقص الانتباه وفرط الحركة (ADHD) وعينة ضابطة من أقرانهم العاديين أثناء أداء مهمة الانتباه المستمر. نظراً لأن أزمنة الرجع تتسم بالالتواء الإيجابي الشديد ولا تتبع التوزيع الطبيعي، يستخدم الباحث اختبار كولموغوروف-سميرنوف للعينتين لمقارنة التوزيعين التراكميين بالكامل. كشف التحليل عن مسافة قصوى دالة إحصائياً (D = 0.28, p < 0.01)، مما برهن على وجود اختلاف جوهري في النمط التوزيعي الشامل لسرعة المعالجة الحسية بين المجموعتين يتجاوز مجرد الفروق في متوسط الأداء.

9. القياس والتقييم وإجراءات الحساب الإحصائي

تتبع عملية حساب اختبار كولموغوروف-سميرنوف خطوات إجرائية محددة وصارمة لضمان سلامة النتيجة الاستدلالية:

أولاً، يتم جمع البيانات النفسية الخام وترتيب الملاحظات المستمرة ترتيباً تصاعدياً صارماً من القيمة الصغرى X_1 إلى القيمة الكبرى X_n. ثانياً، تُحسب دالة التوزيع التراكمي التجريبية S_n(X) لكل قيمة، والتي تُمثل رتبة الملاحظة مقسومة على حجم العينة الكلي n، مع حساب التراكم للنقطة السابقة أيضاً لحساب القفزات الرأسية بدقة.

ثالثاً، يتم تحويل الدرجات الخام إلى قيم معيارية (Z-scores) استناداً إلى معالم التوزيع المقارن، وتُستخرج الاحتمالات التراكمية المقابلة من جداول التوزيع النظري F_0(X). رابعاً، تُحسب الفروق المطلقة عند كل ملاحظة وفق صيغتين: الفرق بين القيمة التراكمية التجريبية والنظرية، والفرق بين القيمة التراكمية للخطوة السابقة والنظرية، وذلك لضبط تأثير التدرج في الدالة التجريبية:

D^+ = max [ (i / n) – F_0(X_i) ]
D^- = max [ F_0(X_i) – ((i – 1) / n) ]
D = max(D^+, D^-)

خامساً، تُقارن القيمة المحسوبة للإحصاء D بالقيمة الحرجة المستخرجة من الجداول الإحصائية المعتمدة وفق مستوى الدلالة المختار (عادة α = 0.05) وحجم العينة. إذا تجاوزت القيمة المحسوبة نظيرتها الحرجة، تُرفض الفرضية الصفرية، مما يشير إلى وجود عدم مطابقة دال إحصائياً بين البيانات والتوزيع المقارن؛ وتُنفذ هذه الإجراءات اليوم آلياً وبكفاءة فائقة عبر البرمجيات الإحصائية المعتمدة في البحوث النفسية.

10. التطبيقات والأهمية العملية في العلوم النفسية

يحتل اختبار كولموغوروف-سميرنوف مكانة بالغة الأهمية في البنية التحتية لمنهجية البحث النفسي والتربوي؛ حيث يُعد أداة فحص أساسية للتأكد من افتراضات التحليلات الإحصائية المتقدمة. تعتمد تقنيات كبرى مثل تحليل التباين المتعدد (MANOVA)، ونماذج المعادلات البنائية (SEM)، والانحدار الخطي المتعدد على افتراض الاعتدالية متعددة المتغيرات، والتي تبدأ باعتدالية كل متغير على حدة عبر هذا الاختبار.

في ميدان تطوير وتقنين المقاييس النفسية، يُستخدم الاختبار للتحقق من عدالة توزيع درجات السمات الشخصية، مثل مقاييس العوامل الخمسة الكبرى للشخصية (Big Five) ومقاييس الذكاء المعرفي (مثل مقياس وكسلر). إن تطابق درجات عينة التقنين مع المنحنى الاعتدالي يبرر اشتقاق الدرجات المعيارية ونسب الذكاء الانحرافية (Deviation IQ)، والتي تُبنى أساساً على الفرضية الغاوسية لتوزيع القدرات الإنسانية.

يمتد التطبيق أيضاً إلى علم النفس الصناعي والتنظيمي لدراسة توزيعات مؤشرات الأداء الوظيفي، واختبار ما إذا كانت إنتاجية الموظفين تتبع توزيعاً طبيعياً أم توزيع القوة (Power-law distribution)، فضلاً عن مجالات علم النفس الجنائي والتقييم الشرعي لمقارنة التوزيعات التراكمية لاختبارات كشف التمارض وتزييف الاستجابات المرضية بين المجرمين والمدانين والأسوياء.

11. الأبحاث والأدلة التجريبية والمقارنات المنهجية

أفردت الأبحاث الميثودولوجية في علم النفس الإحصائي اهتماماً واسعاً لتقييم كفاءة وقوة (Statistical Power) اختبار كولموغوروف-سميرنوف مقارنة باختبارات جودة المطابقة الأخرى، ولا سيما اختبار شابيرو-ويلك (Shapiro-Wilk test) واختبار أندرسون-دارلنج (Anderson-Darling test). أظهرت الدراسات المحاكية البارزة، مثل دراسة رازالي ووهاب (Razali & Wahab, 2011)، أن اختبار كولموغوروف-سميرنوف التقليدي يمتلك قوة إحصائية أدنى نسبياً في كشف الانحرافات عن الاعتدالية في العينات الصغيرة والمتوسطة مقارنة باختبار شابيرو-ويلك، الذي يتميز بحساسية متفوقة لعدم التماثل والتفرطح.

ومع ذلك، أكدت دراسات أخرى في مجلات القياس السلوكي (مثل Psychological Methods و Educational and Psychological Measurement) أن ميزة كولموغوروف-سميرنوف تكمن في كونه اختباراً عاماً لا ينحصر في فحص الاعتدالية فقط، بل يصلح لاختبار أي توزيع احتمالي محدد، بالإضافة إلى متانته الاستثنائية كاختبار لامعلمي للمقارنة بين عينتين مستقلتين دون الحاجة لتحديد معالم مسبقة. أثبتت الدراسات أن تعديل ليليفورس يرفع قوة الاختبار الموجهة نحو التوزيع الطبيعي بدرجة تقارب كفاءة البدائل الأخرى في العينات الكبيرة (أكبر من 200 مفردة).

12. الاعتبارات الثقافية وعبر الثقافية في القياس النفسي

عند نقل المقاييس النفسية وتكييفها عبر البيئات الثقافية المتباينة، يبرز اختبار كولموغوروف-سميرنوف كأداة تشخيصية لا غنى عنها لفحص تكافؤ القياس (Measurement Invariance) والعدالة التوزيعية للأدوات المعربة. تختلف الاستجابات النفسية عبر الثقافات نتيجة عوامل التنشئة الاجتماعية وأسلوب الاستجابة المرغوب اجتماعياً؛ مما قد ينتج عنه التواء في توزيع درجات الاكتئاب أو القلق أو التوكيدية في ثقافة ما دون غيرها.

تُتيح صيغة العينتين للاختبار مقارنة التوزيع التراكمي للدرجات بين العينة الأصلية للتقنين في المجتمع الغربي والعينة المترجمة في البيئة العربية ككل، دون حصر المقارنة في المتوسطات الحسابية فقط. إذا كشف الاختبار عن تباعد رأسي دال بين التوزيعين، فإن ذلك يوجه الباحثين السيكومتريين إلى ضرورة الحذر من تعميم المعايير الأجنبية ويدعو إلى إعادة تقنين المقياس محلياً، نظراً لاختلاف البنية التوزيعية الكامنة للسمة المقاسة نتيجة تأثير المتغيرات الثقافية واللغوية في تفسير بنود المقياس.

13. الانتقادات، المناقشات المنهجية، والمحددات

على الرغم من المكانة التاريخية والانتشار الواسع لاختبار كولموغوروف-سميرنوف، إلا أنه يواجه انتقادات منهجية ومحددات تطبيقية هامة في أدبيات التحليل الإحصائي السلوكي:

أولاً، يُعد الاختبار أقل حساسية للانحرافات التي تحدث عند أطراف التوزيع (Tails) مقارنة بمنتصفه؛ إذ تعتمد صيغة D على المسافة العمودية القصوى التي تميل هندسياً للحدوث قرب مركز التوزيع حيث تكون الكثافة التراكمية أعلى، وهو ما دفع الإحصائيين لتطوير اختبارات بديلة تركز على الأطراف كاختار أندرسون-دارلنج.

ثانياً، يتأثر الاختبار بشدة بحجم العينة؛ ففي العينات النفسية الضخمة (مثل بيانات المسوح الوطنية التي تشمل آلاف المفحوصين)، يميل الاختبار إلى إنتاج دلالة إحصائية زائفة (Type I error inflation عملياً)، رافضاً الفرضية الصفرية للاعتدالية عند حدوث أدنى انحراف طفيف لا قيمة عملية له في توزيع الدرجات. على النقيض من ذلك، يعاني الاختبار من ضعف القوة في العينات السريرية الصغيرة (أقل من 30 فرداً)، حيث يعجز عن كشف الانحرافات الجوهرية عن التوزيع الطبيعي.

ثالثاً، يفترض الاختبار في أصله النظري أن المتغير التابع متصل تماماً؛ وبالتالي فإن تطبيقه المباشر على بيانات التقييم النفسي المستمدة من مقاييس ليكرت (Likert scales) المتقطعة والرتبية قد يؤدي إلى نتائج مضللة ومحافظة للغاية إذا تكررت نفس الدرجة (Ties) بين عدد كبير من المفحوصين، ما يتطلب معالجات مخصصة للبيانات المتقطعة.

14. المصطلحات المقارنة والفروق المفاهيمية

تتعدد الاختبارات الإحصائية المستخدمة لتقييم شكل التوزيعات في البحوث النفسية؛ ويوضح الاستعراض المقارن التالي الفروق الجوهرية بين اختبار كولموغوروف-سميرنوف وأقرب البدائل المنهجية:

• اختبار شابيرو-ويلك (Shapiro-Wilk Test): اختبار معلمي متخصص صُمم حصرياً لاختبار التوزيع الطبيعي ويعتمد على مقارنة ارتباط إحصاءات الرتب المتوقعة بالتباين الملاحظ؛ ويمتاز بقوة إحصائية أعلى بكثير من كولموغوروف-سميرنوف في العينات السيكومترية الصغيرة والمتوسطة.
• اختبار أندرسون-دارلنج (Anderson-Darling Test): تعديل متقدم لاختبار كولموغوروف-سميرنوف يمنح وزناً أكبر لأطراف التوزيع التراكمي، مما يجعله أكثر كفاءة وحساسية في كشف التفرطح والتطرف في البيانات النفسية المرضية.
• اختبار مربع كاي لجودة المطابقة (Chi-Square Goodness-of-Fit Test): أسلوب أقدم يتطلب تجميع البيانات المتصلة في فئات تصنيفية منفصلة، مما يفقد البيانات حساسيتها الفردية؛ بينما يتعامل كولموغوروف-سميرنوف مع البيانات المتصلة المباشرة دون الحاجة إلى التقطيع والتجميع.
• اختبار مان-ويتني (Mann-Whitney U Test): اختبار لامعلمي مخصص لمقارنة وسيطي عينتين مستقلتين بالاعتماد على رتب الدرجات، في حين يقارن اختبار كولموغوروف-سميرنوف للعينتين كامل الشكل التوزيعي (المتوسط، والتباين، والالتواء) وليس الرتب والنزعة المركزية فقط.

15. الخلاصة والمفاهيم الجوهرية

يظل اختبار كولموغوروف-سميرنوف لجودة المطابقة أحد الأعمدة المنهجية واللامعلمية الراسخة في الترسانة الإحصائية للعلوم السيكولوجية والتربوية. تنبع قيمته الأساسية من قدرته الفريدة على تقييم المطابقة الكلية للتوزيعات الاحتمالية المستمرة عبر قياس المسافة العمودية القصوى بين دالتي التوزيع التراكمي التجريبية والنظرية، دون الوقوع في أسر التخمينات المعلمية المعقدة.

وعلى الرغم من تفوق بدائل أخرى متخصصة مثل اختبار شابيرو-ويلك في فحص التوزيع الطبيعي للعينات المحدودة، فإن مرونة اختبار كولموغوروف-سميرنوف وشموليته في فحص أي توزيع مفترض، إضافة إلى قوته في مقارنة توزيعات المجموعات المستقلة عبر تعديل ليليفورس، تجعل منه أداة حيوية للباحث النفسي المعاصر لضمان تماسك التحليلات ودقة التفسيرات السيكومترية.

المراجع

• Chakravarti, I. M., Laha, R. G., & Roy, J. (1967). Handbook of Methods of Applied Statistics, Volume I. John Wiley and Sons.
• Kolmogorov, A. (1933). Sulla determinazione empirica di una legge di distribuzione. Giornale dell’Istituto Italiano degli Attuari, 4, 83–91.
• Lilliefors, H. W. (1967). On the Kolmogorov-Smirnov test for normality with mean and variance unknown. Journal of the American Statistical Association, 62(318), 399–402. https://doi.org/10.1080/01621459.1967.10482916
• Massey, F. J. (1951). The Kolmogorov-Smirnov test for goodness of fit. Journal of the American Statistical Association, 46(253), 68–78. https://doi.org/10.1080/01621459.1951.10500769
• Razali, N. M., & Wah, Y. B. (2011). Power comparisons of Shapiro-Wilk, Kolmogorov-Smirnov, Lilliefors and Anderson-Darling tests. Journal of Statistical Modeling and Analytics, 2(1), 21–33.
• Siegel, S., & Castellan, N. J. (1988). Nonparametric Statistics for the Behavioral Sciences (2nd ed.). McGraw-Hill.
• Smirnov, N. (1939). Sur les écarts de la courbe de distribution empirique. Recueil Mathématique (Matematicheskii Sbornik), 6(48), 3–26.