اختبار كولموجوروف-سميرنوف: مقارنة التوزيعات النفسية

يُمثّل اختبار كولموجوروف-سميرنوف لعينتين ركيزة أساسية في التحليل الإحصائي اللابارامتري المعاصر، حيث يتيح للباحثين وعلماء النفس فحص ما إذا كانت عينتان مستقلتان قد سُحبتا من المجتمع الإحصائي ذاته أو خضعتا لتوزيعين احتماليين متطابقين. وتبرز القيمة العلمية لهذا الاختبار في قدرته الفريدة على استكشاف الفروق الجوهرية ليس فقط في النزعة المركزية مثل المتوسط أو الوسيط، بل في مجمل البنية التوزيعية بما تشمله من تشتت والتواء وتفرطح.

اختبار كولموجوروف-سميرنوف لعينتين في القياس النفسي

1. تعريف موجز

اختبار كولموجوروف-سميرنوف لعينتين (Kolmogorov–Smirnov two-sample test) هو اختبار إحصائي لامَعلَمي (لا بارامتري) يُستخدم لاختبار الفرضية الصفرية القائلة بأن عينتين تجريبيتين مستقلتين تتبعان نفس التوزيع الاحتمالي التراكمي المستمر. يعتمد الاختبار على حساب أقصى مسافة رأسية مطلقة بين دالتي التوزيع التراكمي التجريبيتين للعينتين، وتُقاس هذه المسافة بإحصاء الفحص المعروف بالرمز (D).

في سياق القياس والبحث النفسي، يُوظَّف هذا الاختبار عندما يرغب الباحث في مقارنة درجات مجموعتين (مثل مجموعة إكلينيكية مقابل مجموعة ضابطة، أو عينة من الذكور مقابل الإناث) في متغير سيكولوجي مستمر مثل القلق أو زمن الاستجابة أو مقاييس الذكاء العاطفي، دون اشتراط افتراض أن البيانات تتبع التوزيع الطبيعي أو تتطابق في التباين. يمتلك الاختبار حساسية فائقة للكشف عن أي اختلاف شكلي أو موضعي بين التوزيعين، مما يجعله أداة استكشافية متقدمة لتشخيص التباينات السلوكية الدقيقة.

خلافاً للاختبارات التي تركز فقط على الفروق في الرتب كاختبار مان-ويتني، فإن اختبار كولموجوروف-سميرنوف لعينتين يقيّم المنظومة التوزيعية بأكملها. وبالتالي، فإن رفض الفرضية الصفرية لا يعني بالضرورة وجود فارق في متوسط الدرجات أو وسيطها، بل قد يُشير إلى اختلاف في تشتت الاستجابات السيكولوجية، أو في وجود ذيول ثقيلة تشير إلى درجات متطرفة لدى إحدى المجموعتين.

2. التأثيل والأصل اللغوي

يعود الاسم المركب للاختبار إلى عالمين بارزين في المدرسة الرياضية الروسية في القرن العشرين: عالم الرياضيات أندريه نيكولايفيتش كولموجوروف (Andrey Kolmogorov)، وعالم الإحصاء والرياضيات نيكولاي فاسيليفيتش سميرنوف (Nikolai Smirnov). صاغ كولموجوروف المبادئ الأولى لنظرية الاحتمالات الحديثة في ثلاثينيات القرن العشرين ووضع أساس اختبار العينة الواحدة، بينما قام سميرنوف في عام 1939 بتوسيع النظرية لتشمل مقارنة عينتين مستقلتين وتحديد الخصائص المقاربة لإحصاء الاختبار.

من الناحية اللغوية والاصطلاحية، تُشتق كلمة “اختبار” (Test) في المعاجم العربية من الجذر “خ-ب-ر”، والذي يدل على المعرفة بحقيقة الشيء وامتحانه للوقوف على باطنه وكنهه. وفي المصطلح الإحصائي النفسي، يُشار إليه بالاختبار “اللابارامتري” أو “اللامَعْلَمي”، وهي ترجمة للمصطلح اللاتيني-الإغريقي (Non-parametric)، حيث يشير المقطع (Parametric) إلى المعالم الثابتة للمجتمع؛ ومن ثم فإن الصفة اللامعلمية تدل على تحرر الإجراء الإحصائي من شروط التوزيع الشكلي المسبق لتلك المعالم.

دخل هذا المصطلح إلى حقل علم النفس والعلوم السلوكية عبر حركة القياس النفسي والكمي في منتصف القرن العشرين، ولا سيما مع تزايد الاهتمام بالبيانات الترتيبية والمستمرة غير الخاضعة للتوزيع الطبيعي، حيث أضحى مصطلحاً قياسياً معتمداً في جميع برمجيات التحليل الإحصائي السلوكي.

3. النطق والصيغة الصرفية

يُنطق المصطلح باللغة العربية: “اِخْتِبَار كُولْمُوجُورُوف-سِمِيرْنُوف لِعَيِّنَتَيْن”، مع تسكين اللام والراء، ونطق اسم العلمين بنبرة واضحة تميّز الأصل السلافي للكلمات. وقد تُكتب كولموجوروف بصيغ بديلة في الأدبيات المترجمة مثل: “كولموغوروف” بالاستعاضة عن الجيم غير المعطشة بالغين، كما يُكتب سميرنوف بالصيغة “سميرنوف” أو “سميرنوفا” في بعض الحالات المؤنثة غير الدقيقة.

من الناحية الصرفية والتركيبية في لسان العرب، فإن التركيب هو إضافة مركبة؛ فكلمة “اختبار” مصدر للفعل الخماسي “اختبر” وهو اسم مفرد مذكر نكرة أُضيف إلى العلم المركب، ثم أُتبع بالجار والمجرور الدال على التثنية “لعينتين” (اسم مجرور بالياء لأنه مثنى). ويُعامل الاختبار في السياق البحثي كاسم علم دال على خوارزمية إحصائية محددة تستخدم عادة كفاعل أو مفعول به في الجمل المنهجية (مثل: “أجرى الباحث اختبار كولموجوروف-سميرنوف”).

4. الشرح المفاهيمي التفصيلي

يقوم الفهم المعمق لاختبار كولموجوروف-سميرنوف لعينتين على مفهوم دالة التوزيع التراكمي التجريبية (Empirical Cumulative Distribution Function – ECDF). إذا كانت لدينا عينتان مستقلتان من المشاركين، تُمثل العينة الأولى حجم $n_1$ والثانية حجم $n_2$، فإننا نقوم أولاً برصد المتغير المدروس وترتيب قيمه تصاعدياً لكل مجموعة على حدة. تمثل دالة التوزيع التراكمي لكل عينة نسبة الأفراد الذين تقل درجاتهم عن أو تساوي قيمة معينة $x$.

تأخذ هذه الدالة شكلاً مدرجاً تصاعدياً يقفز بمقدار مقلوب حجم العينة عند كل نقطة ملاحظة، لتبدأ من القيمة صفر وتنتهي عند الواحد الصحيح (1.0). يكمن جوهر الاختبار في رسم المنحنيين التراكميين للمجموعتين على نفس الرسم البياني ومقارنتهما مباشرة، ومن ثم حساب المسافة الرأسية بين المنحنيين عند كل نقطة في البيانات. الإحصاء الملاحظ (D) هو أقصى قيمة مطلقة لهذه المسافات الرأسية عبر النطاق الكامل للمتغير.

تتلخص قوة هذا الطرح في حساسيته الشاملة. فلو تخيلنا أن مجموعتين من المرضى النفسيين إحداهما عولجت بعقار تجريبي والأخرى بعلاج سلوكي، وحصلتا على متوسط متطابق تماماً في درجات الاكتئاب، فإن اختبارات مثل اختبار (t) لن تكتشف أي فرق. ولكن إذا كانت درجات المجموعة الأولى شديدة التشتت (بعض المرضى تعافوا تماماً والبعض تدهورت حالتهم)، بينما درجات المجموعة الثانية تكتلت حول المنتصف، فإن شكل الدالة التراكمية سيختلف اختلافاً شاسعاً، وسوف يقفز إحصاء كولموجوروف-سميرنوف ليعلن وجود اختلاف دال إحصائياً بين أثر العلاجين.

ومع ذلك، فإن للاختبار حدوداً مفاهيمية ينبغي إدراكها؛ إذ إن حساسيته تميل للتركز في الجزء المركزي من التوزيع أكثر من الأطراف (الذيول)، وذلك لأن دالتي التوزيع التراكمي تتقاربان جبرياً نحو الصفر عند البداية ونحو الواحد عند النهاية، مما يقلل المسافة الرأسية القصوى الممكنة عند الأطراف. بالإضافة إلى ذلك، يتطلب الإطار الرياضي الكلاسيكي للاختبار أن تكون البيانات مستمرة تماماً، مما يطرح تحديات منهجية عند استخدام بيانات تراتبية تتضمن قيماً مكررة (Ties).

5. التطور التاريخي

تضرب الجذور التاريخية لهذا الاختبار في ثلاثينيات القرن العشرين، وهي الحقبة الذهبية لتأسيس صرح الاحتمالات الحديث في الاتحاد السوفيتي. نشر أندريه كولموجوروف عام 1933 ورقة بحثية رائدة باللغة الإيطالية قدم فيها دالة التوزيع التجريبية واختبار المقارنة مع توزيع نظري معلوم. لاقت الورقة صدى واسعاً في الأوساط الرياضية الأوروبية، إلا أن تطبيقها ظل محصوراً في اختبار جودة التوفيق للعينة الواحدة.

في عام 1939، نشر نيكولاي سميرنوف دراسته المفصلية التي برهن فيها على إمكانية تطبيق المبدأ ذاته لمقارنة عينتين تجريبيتين غير معلومتي التوزيع النظري الأصلي، واشتق دالة التوزيع التقاربي للفروق القصوى. أتاح هذا التطور التاريخي نقل الاختبار من الإطار الرياضي البحت إلى مجال التطبيقات الإحصائية العملية، متجاوزاً القيود الصارمة التي كانت تفرضها المدرسة البيومترية البريطانية المرتبطة بفرانسيس جالتون وكارل بيرسون ورونالد فيشر، والتي كانت تركز أساساً على معالم التوزيع السوي.

خلال خمسينيات وستينيات القرن العشرين، دخل الاختبار بقوة إلى العلوم الإنسانية وعلم النفس التجريبي عبر أعمال Sidney Siegel في كتابه التاريخي “الإحصاء غير المعلمي للعلوم السلوكية” (1956). أدرك علماء النفس حينها أن درجات المقاييس النفسية، واستجابات زمن الرجع، ومؤشرات الملاحظة الإكلينيكية نادراً ما تفي بافتراضات الاعتدال الإحصائي؛ مما جعل اختبار كولموجوروف-سميرنوف لعينتين حلاً مثالياً وموثوقاً لمقارنة المجموعات التجريبية بالضابطة.

6. الأسس النظرية

يرتكز الاختبار على نظرية غليفنكو-كانتيلي (Glivenko-Cantelli Theorem)، المعروفة في نظرية الاحتمالات باسم “المبرهنة الأساسية للإحصاء”. تنص هذه المبرهنة على أنه مع اقتراب حجم العينة من اللانهاية، فإن دالة التوزيع التراكمي التجريبية تتقارب بانتظام وبشكل مؤكد مع دالة التوزيع التراكمي النظرية الحقيقية للمجتمع المسحوبة منه العينة.

في اختبار العينتين، يتم افتراض الفرضية الصفرية التالية:

H₀: F₁(x) = F₂(x) for all x

بمعنى أن الدالة التراكمية للمجتمع الأول تتطابق كلياً مع الدالة التراكمية للمجتمع الثاني عند سائر المستويات. بينما تنص الفرضية البديلة ثنائية الاتجاه على:

H₁: F₁(x) ≠ F₂(x) for at least one x

تُعرّف إحصائية الاختبار الرياضية بالمعادلة التالية:

D = sup |F_{n1}(x) – F_{n2}(x)|

حيث يرمز (sup) إلى الحد الأعلى الإحصائي (Supremum)، أي أكبر فارق مسافة رأسية مطلقة بين الدالتين. يتميز توزيع هذا الإحصاء بأنه توزيع متحرر تماماً من شكل المجتمع الإحصائي (Distribution-free) بشرط أن يكون المتغير مستمراً؛ مما يمنحه قوة استدلالية صارمة لا تتأثر بالتحويلات الرتيبة للمتغيرات (Monotonic transformations).

7. المكونات الأساسية والأنواع والأبعاد

يتألف الإجراء الإحصائي لاختبار كولموجوروف-سميرنوف لعينتين من عناصر ومحددات هيكلية أساسية تشمل ما يلي:

• دالتا التوزيع التراكمي التجريبيتان: المنحنيان المتدرجان اللذان يمثلان تراكم النسب المئوية للاستجابات السلوكية أو النفسية لكل عينة على امتداد درجات القياس.
• إحصائية الفحص (D-statistic): المقدار العددي المطلق لأقصى انفصال رأسي بين التوزيعين، وتتراوح قيمته نظرياً بين الصفر (تطابق تام) والواحد الصحيح (انفصال مطلق بين المجموعتين).
• حجم العينتين التوافقي: المتغير الذي يعبر عن الفعالية الإحصائية للعينتين معاً، ويُحسب عبر الصيغة: $rac{n_1 cdot n_2}{n_1 + n_2}$، وهو المسؤول عن تحديد القيمة الحرجة للدلالة.
• اختبار ثنائي الاتجاه (Two-tailed): يفحص وجود أي اختلاف بين التوزيعين أياً كان اتجاهه (سواء كان في الموقع، أو التشتت، أو التفرطح).
• اختبار أحادي الاتجاه (One-tailed): صيغة متقدمة من الاختبار تهدف إلى اختبار ما إذا كانت قيم المجموعة الأولى تميل إلى أن تكون أكبر نظامياً من قيم المجموعة الثانية ($D^+$ أو $D^-$).
• مستوى الدلالة الإحصائية (P-value): احتمال الحصول على مسافة رأسية مساوية أو تفوق المسافة الملاحظة بالصدفة المحضة بافتراض صحة الفرضية الصفرية.

8. أمثلة وحالات توضيحية

لتوضيح التطبيق العملي للاختبار في البحوث النفسية، نفترض دراسة تجريبية تبحث في زمن رد الفعل الحركي العصبي (بالمللي ثانية) لدى عينتين من المشاركين: عينة خضعت لبرنامج حرمان حاد من النوم لمدة 24 ساعة ($n_1 = 30$)، وعينة نامت نوماً طبيعياً منتظماً ($n_2 = 30$). غالباً ما تكون بيانات أزمنة الرجع شديدة الالتواء الإيجابي وتحتوي على استجابات متطرفة ناتجة عن السهو اللحظي.

عند إجراء اختبار ت للمجموعات المستقلة، قد تؤدي القيم المتطرفة في كلا المجموعتين إلى تضخيم التباين وبالتالي حجب الفروق الحقيقية، فضلاً عن انتهاك فرضية التوزيع الطبيعي. بتطبيق اختبار كولموجوروف-سميرنوف لعينتين، قام الباحث بترتيب أزمنة الرجع وحساب دالة التوزيع التراكمي لكل فئة. أظهرت النتائج أن أقصى تباعد رأسي بين المنحنيين بلغ $D = 0.433$ عند زمن رد الفعل 320 مللي ثانية، وكانت القيمة الاحتمالية المقابلة $p < 0.001$.

كشف الاختبار أن عينة الحرمان من النوم لم تختلف فقط في تباطؤ متوسط استجابتها، بل إن التوزيع التراكمي أظهر وجود كتلة معتبرة من أزمنة الرجع البطيئة جداً التي أحدثت تشوهاً في شكل المنحنى التوزيعي بأكمله، مما قاد الباحثين إلى استنتاج أن الحرمان من النوم يزعزع استقرار الانتباه المستمر بدلاً من مجرد إبطاء الحركة بمعدل منتظم.

مثال آخر يتجلى في دراسة إكلينيكية تقارن بين درجات الرهاب الاجتماعي لدى عينة تتلقى علاجاً بالواقع الافتراضي وعينة تتلقى العلاج السلوكي المعرفي التقليدي. أثبت الاختبار وجود فرق دال في الشكل التوزيعي للمخرجات العلاجية، مما كشف أن العلاج بالواقع الافتراضي أنتج نمطاً توزيعياً ثنائي القمة يعكس استجابة ممتازة لدى شريحة معينة واستجابة محدودة لدى أخرى، وهو ما عجزت مقاييس النزعة المركزية التقليدية عن تبيانه.

9. القياس والتقييم

تعتمد المعالجة الإحصائية لبيانات اختبار كولموجوروف-سميرنوف في برمجيات التحليل النفسي (مثل SPSS و R و JASP) على خطوات قياسية محددة. تبدأ العملية بدمج درجات المجموعتين وترتيبها تصاعدياً مع الاحتفاظ بتحديد المجموعة لكل مفحوص، ثم بناء مصفوفة تراكمية ترصد لكل درجة النسبة التراكمية المناظرة في العينة الأولى $S_1(x)$ والنسبة التراكمية في العينة الثانية $S_2(x)$.

يتم بعد ذلك حساب الفرق المطلق $|S_1(x) – S_2(x)|$ عند كل قيمة، وتحديد القيمة العظمى التي تمثل الإحصائية $D$. لتقييم الدلالة في العينات الصغيرة، يُلجأ إلى جداول القيم الحرجة الدقيقة المشتقة بواسطة الحسابات التوافقية الصارمة؛ حيث تُرفض الفرضية الصفرية إذا كانت القيمة المحسوبة أكبر من أو تساوي القيمة الحرجة المستخرجة عند مستوى ثقة معين (عادة $lpha = 0.05$).

أما في العينات الكبيرة، فيتم اللجوء إلى التقريب التقاربي الذي صاغه سميرنوف، حيث يتم حساب القيمة الحرجة تقريبياً باستخدام المعادلة:

D_{crit} = c(lpha) cdot sqrt{rac{n_1 + n_2}{n_1 cdot n_2}}

حيث تكون القيمة $c(lpha) = 1.36$ عند مستوى الدلالة 0.05، و $1.63$ عند مستوى الدلالة 0.01. وتوفر الحزم الإحصائية المتقدمة حالياً إمكانية إجراء اختبارات التباديل الدقيقة (Exact Permutation Tests) وحساب فترات الثقة عبر تقنيات إعادة أخذ العينات (Bootstrapping) لتجاوز إشكاليات البيانات الصغيرة أو وجود القيم المتعادلة.

10. التطبيقات والأهمية العملية

يحتل الاختبار مكانة بارزة في التطبيقات النفسية الميدانية والبحثية المتنوعة، ومن أبرزها:

• التحقق من التكافؤ التجريبي في التجارب الإكلينيكية: مقارنة المجموعة التجريبية بالضابطة قبل التدخل للتأكد من عدم وجود فروق كامنة في التوزيع الأولي لشدة الأعراض النفسية.
• أبحاث زمن الرجع والوظائف التنفيذية: فحص الفروق العصبية والمعرفية في اختبارات ستروب (Stroop) واختبارات الأداء المتواصل، حيث تخضع أزمنة الاستجابة لتوزيعات غير طبيعية مثل توزيع إكستريم (Ex-Gaussian).
• القياس السيكومتري وتكافؤ الاختبارات: التأكد من تطابق توزيع درجات النسخ المعربة أو المقننة حديثاً من اختبارات الشخصية والذكاء مع التوزيعات المرجعية في بيئات مختلفة.
• علم النفس الصناعي والتنظيمي: مقارنة توزيعات تقييم الأداء الوظيفي بين الأقسام المختلفة لاكتشاف أي تحيز تقييمي نظامي مثل التساهل المفرط أو التشدد في التقييم.
• التشخيص الإكلينيكي للأعراض: الكشف عن الفروق التوزيعية لدرجات الصدمة النفسية بين الناجين من الكوارث الطبيعية مقابل الحروب، حيث تفشل المقارنات البسيطة للمتوسطات في إبراز تباين استجابات المقاومة النفسية.

11. الأبحاث والأدلة التجريبية

أكدت الأدبيات الميثودولوجية في علم النفس التفوق المنهجي لاختبار كولموجوروف-سميرنوف لعينتين في مواقف معالجة البيانات غير المتماثلة. ففي دراسة مرجعية محاكية أجراها الباحثان Gibbons و Chakraborti حول كفاءة الاختبارات اللامعلمية، تبيّن أن اختبار كولموجوروف-سميرنوف يتمتع بصلابة بالغة ضد أخطاء النوع الأول (Type I Error) عندما تفشل الاختبارات البارامترية في ظل التوزيعات مفرطة التفرطح أو ذات الالتواء الشديد.

وفي سياق أبحاث علم النفس المعرفي، أظهرت دراسات متخصصة في نمذجة زمن الاستجابة (مثل دراسات Ratcliff) أن مقارنة توزيعات سرعة المعالجة العقلية بين الأصحاء ومرضى التصلب المتعدد تتطلب اختبارات تفحص كامل البنية التوزيعية؛ حيث بيّنت نتائج الاختبار قدرته الاستثنائية على كشف التغيرات الطفيفة في الذيل الأيمن للتوزيع، والتي تدل على فترات انقطاع الانتباه، وهو ما أكد التفوق العملي للاختبار في رصد الاختلالات العصبية المعرفية المبكرة.

كما دعمت أبحاث القياس النفسي التربوي تطبيق هذا الاختبار لفحص مسألة الأداء التفاضلي للفقرات (Differential Item Functioning)، حيث أثبت الباحثون قدرته على كشف الفروق بين مجموعات الطلاب في التوزيع الكلي لدرجات الكفاءة اللغوية، مما يساعد في تنقية الاختبارات النفسية من التحيزات الكامنة بدقة إحصائية عالية.

12. الاعتبارات الثقافية وعبر الثقافات

تكتسب مسألة استخدام هذا الاختبار في دراسات علم النفس عبر الثقافي حساسية علمية فائقة. فعند مقارنة عينات نفسية تنتمي إلى مجتمعات مختلفة (كالمقارنة بين الثقافات الجمعية في الشرق الأوسط والثقافات الفردية في الغرب) في سمات مثل التعبير عن المشاعر أو أساليب مواجهة الضغوط، غالباً ما تتأثر البيانات بظاهرة “أنماط الاستجابة الثقافية” (Response Styles).

على سبيل المثال، يميل المستجيبون في بعض الثقافات العربية والآسيوية إلى اختيار الإجابات المتطرفة (Extreme Response Style) أو الميل نحو الوسط، في حين تتسم استجابات الثقافات الأخرى بالتوزع الهادئ. إن مقارنة متوسطات هذه المجموعات باختبار (t) يوقع الباحث في فخ التعميم المضلل. هنا يقدم اختبار كولموجوروف-سميرنوف لعينتين ميزة كبرى؛ إذ يفضح عدم تطابق التوزيعات الناتجة عن هذه التحيزات الأسلوبية، محذراً الباحث من غياب التكافؤ البنائي أو القياسي لأدوات التقييم بين الثقافات.

علاوة على ذلك، يوصي علماء النفس عبر الثقافي بتوظيف الاختبار للتأكد من أن عينات المقارنة تمثل بالفعل نفس النطاق التوزيعي للمتغيرات الديموغرافية والتعليمية الضابطة، مما يمنع الخلط بين الفروق الثقافية الجوهرية وتلك الناتجة عن تباينات العينات غير المتكافئة.

13. الانتقادات والجدل والقيود

على الرغم من المرونة النظرية الواسعة لاختبار كولموجوروف-سميرنوف لعينتين، إلا أنه يواجه جملة من الانتقادات المنهجية التي أثارت نقاشات موسعة في حقل القياس السلوكي:

أول هذه الانتقادات يتعلق بضعف القوة الإحصائية (Power) في اكتشاف الفروق البسيطة في النزعة المركزية عند مقارنته باختبار مان-ويتني (Mann–Whitney U test). فإذا كان الفرق الحقيقي بين المجموعتين يقتصر على إزاحة في الموقع (Location Shift) مع الحفاظ على تشابه شكل التوزيع، فإن اختبار مان-ويتني يكون أكثر قوة وحساسية في كشف هذا الفرق بمستويات حجم عينة أصغر.

ثاني القيود يكمن في مسألة القيم المتكررة أو المتعادلة (Ties). صُمم الاختبار رياضياً للمتغيرات المتصلة تماماً، ولكن مقاييس ليكرت المستخدمة بكثافة في علم النفس تُنتج بطبيعتها بيانات متقطعة برتب متكررة. وجود هذه القيم المتعادلة يجعل إحصاء كولموجوروف-سميرنوف متحفظاً بصورة مفرطة (Overly Conservative)، مما يزيد من خطر الوقوع في خطأ النوع الثاني (عدم رفض الفرضية الصفرية الخاطئة)، ما لم تُستخدم تصحيحات العينات العشوائية التباديلية.

ثالث الإشكاليات هو حساسيته المتناقصة عند الذيول التوزيعية. نظراً لأن الدالتين التراكميتين ملزمتان رياضياً بالالتقاء عند الصفر في أقصى اليسار وعند الواحد في أقصى اليمين، فإن أقصى مسافة رأسية نادراً ما تحدث عند الأطراف. وقد دفع هذا القصور الإحصائي علماء مثل أندرسون ودارلينغ إلى ابتكار اختبارات أخرى تمنح أوزاناً خاصة لأطراف التوزيع لتصحيح هذا العجز.

14. المصطلحات ذات الصلة والفروق الدقيقة

تتداخل العديد من الأدوات الإحصائية مع اختبار كولموجوروف-سميرنوف لعينتين، ويبرز التمييز بينها فيما يلي:

• اختبار كولموجوروف-سميرنوف للعينة الواحدة: يقارن عينة تجريبية واحدة بتوزيع نظري محدد سلفاً (مثل التوزيع الطبيعي المعياري) لاختبار اعتدالية البيانات، بينما يختص اختبار العينتين بمقارنة مجموعتين تجريبيتين واقعيتين دون الحاجة لأي توزيع افتراضي.
• اختبار مان-ويتني (Mann–Whitney U): يركز حصرياً على فحص إزاحة الرتب وتساوي المتوسطات الرتبية للمجموعتين، في حين يهتم كولموجوروف-سميرنوف بالفروق في مجمل الشكل التوزيعي (الموقع، التشتت، والشكل معاً).
• اختبار كرامر-فون ميسيز لعينتين (Cramér–von Mises): يعتمد على حساب تكامل الفروق المربعة بين المنحنيين التراكميين عبر النطاق بأكمله، بدلاً من الاعتماد على أقصى مسافة رأسية منفردة كما يفعل كولموجوروف-سميرنوف.
• اختبار أندرسون-دارلينغ لعينتين (Anderson–Darling): تعديل متقدم يوفر وزناً أكبر للاختلافات الواقعة عند ذيول التوزيع، متغلباً على ضعف حساسية كولموجوروف-سميرنوف للأطراف.
• اختبار كاي تربيع للاستقلالية: يُستخدم للمتغيرات الاسمية والفئوية المتقطعة، في حين يتطلب كولموجوروف-سميرنوف متغيرات تراتبية أو مستمرة.

15. ملخص وأهم النتائج

يُعد اختبار كولموجوروف-سميرنوف لعينتين وسيلة تحليلية بالغة الأهمية والرصانة في الترسانة المنهجية للباحث النفسي المعاصر. تكمن فرادته في كونه اختباراً لامَعْلَمياً شاملاً لا يقصر اهتمامه على مقارنة مقاييس النزعة المركزية، بل يمتد ليفحص التماثل الكلي بين التوزيعات الاحتمالية لمجموعتين مستقلتين.

على الرغم من القيود المرتبطة بالبيانات النفسية المتقطعة ذات القيم المتعادلة، والحساسية الأقل نسبياً في الذيول التوزيعية مقارنة ببعض البدائل المتخصصة، إلا أن تحرره التام من قيود التوزيعات النظرية، ومناعته ضد التحويلات الرتيبة للدرجات، وقوته التمييزية في استكشاف أنماط الاستجابة المعقدة، يجعل منه أداة لا غنى عنها لفهم الفروق الفردية والسلوكية في مختلف مجالات علم النفس التجريبي والعيادي والتربوي.

المراجع

• Siegel, S., & Castellan, N. J. (1988). Nonparametric statistics for the behavioral sciences (2nd ed.). McGraw-Hill.
• Conover, W. J. (1999). Practical nonparametric statistics (3rd ed.). John Wiley & Sons.
• Smirnov, N. V. (1939). On the estimation of the discrepancy between empirical curves of distribution for two independent samples. Bulletin Mathématique de l’Université de Moscou, 2(2), 3–14.
• Gibbons, J. D., & Chakraborti, S. (2010). Nonparametric statistical inference (5th ed.). Chapman and Hall/CRC. https://doi.org/10.1201/EBK1420077612
• Ratcliff, R. (1993). Methods for dealing with reaction time outliers. Psychological Bulletin, 114(3), 510–532. https://doi.org/10.1037/0033-2909.114.3.510