التعويض المتعدد: معالجة البيانات المفقودة بدقة

تُعد مشكلة البيانات المفقودة إحدى العقبات المنهجية الأكثر تعقيداً وإرباكاً للباحثين في حقول علم النفس، والعلوم السلوكية، والقياس النفسي الحديث؛ حيث تؤدي المعالجة غير الرشيدة لهذه المعضلة إلى انحياز التقديرات وتآكل القوة الإحصائية للنتائج. يقدم أسلوب التعويض المتعدد حلاً رياضياً وفلسفياً متقدماً يتجاوز الطرق التقليدية القاصرة، عبر تأسيس إطار احتمالي متين يعترف بالشك الكامن خلف القيم الغائبة ويحوله إلى عنصر قابل للحساب والضبط العلمي الرصين.

التعويض المتعدد في البحث النفسي والإحصائي

1. التعريف الدقيق والموجز

التعويض المتعدد (Multiple Imputation) هو استراتيجية إحصائية احتمالية متقدمة لمعالجة معضلة القيم المفقودة في مجموعات البيانات، تستند إلى استبدال كل قيمة مفقودة بعدد (م) من القيم التقديرية المحتملة المشتقة من نموذج تنبؤي احتمالي، بهدف تكوين عدد (م) من مجموعات البيانات الكاملة والمستقلة، التي يجري تحليل كل منها على حدة قبل دمج نتائجها رياضياً في تقدير نهائي موحد يدمج التباين الداخلي والتباين بين النماذج.

يتجاوز هذا الأسلوب الفلسفة القديمة القائمة على ملء الفراغات بقيم وحيدة ثابتة (مثل المتوسط الحسابي)، من خلال تحويل عملية التقدير إلى محاكاة إحصائية قائمة على التوزيع الاحتمالي البعدي للبيانات المرصودة. وتتميز هذه الطريقة بأنها لا تحاول التنبؤ بالقيمة الفعلية الحقيقية المفقودة بدقة يقينية مطلقة، بل تهدف إلى الحفاظ على العلاقات الارتباطية، وتراكيب التباين المشترك، ومستويات الدلالة الإحصائية بين المتغيرات النفسية، دون إسقاط الأفراد أو تقليص حجم العينة بصورة مجحفة.

من الناحية الإجرائية، يتألف الأسلوب من ثلاث مراحل متعاقبة ومترابطة عضوياً: مرحلة التوليد أو التعويض (Imputation)، تليها مرحلة التحليل المستقل (Analysis)، وتختتم بمرحلة التجميع أو الدمج (Pooling) وفق قواعد رياضية صارمة تضمن عدم التقليل المصطنع من خطأ القياس، مما يجعل النتائج المستخلصة قابلة للتعميم الإحصائي بثقة منهجية عالية.

2. أصل المصطلح والتأصيل اللغوي

يعود الأصل اللغوي للمصطلح الإنجليزي Imputation إلى الكلمة اللاتينية Imputare، والتي تتألف من المقطع in- (بمعنى داخل أو نحو) والفعل putare (بمعنى يحسب، يقدر، أو يفكر)، حيث كان المصطلح تاريخياً يعبر عن محاسبة المرء، أو إسناد فعل أو خطيئة أو حساب معين لشخص ما في السياقات اللاهوتية والقانونية. ومع تطور العلوم الإحصائية في القرن العشرين، انزاح المعنى الدلالي للمفردة ليصبح دالاً على “إسناد قيمة رقمية تقديرية” إلى خانة شاغرة داخل جدول بيانات إحصائي.

أما كلمة Multiple فترجع إلى اللاتينية Multiplex، وتعني التضاعف أو التعددية، لتشير معاً إلى توليد تقديرات متكررة ومتعددة للخانة الواحدة بدلاً من الاقتصار على تقدير أحادي. وفي اللغة العربية، استقر مجمع اللغة العربية والباحثون الأكاديميون على استخدام مصطلحات مثل “التعويض المتعدد” أو “الاحتساب المتعدد” أو “الإسناد المتعدد”، حيث تشير مفردة “التعويض” لغوياً إلى تقديم البدل عن الشيء المفقود، وتدل في لسان العرب على جبر النقصان وإعطاء العوض، وهو ما يتطابق جوهرياً مع المقصد الرياضي للعملية في جبر ثغرات البيانات المفقودة.

دخل هذا المصطلح الأدبيات العلمية المنهجية بصفة رسمية في أواخر سبعينيات القرن العشرين من خلال مقالات عالم الإحصاء الرياضي دونالد روبين (Donald B. Rubin)، الذي نحت المصطلح وصاغ أسسه الفلسفية والرياضية لتمييزه جذرياً عن تقنيات “التعويض الأحادي” (Single Imputation) التي كانت سائدة آنذاك وتتسبب في أخطاء فادحة في التقدير الإحصائي.

3. النطق والبنية النحوية والصرفية

يُنطق المصطلح باللغة الإنجليزية: /ˈmʌltɪpl ˌɪmpjʊˈteɪʃən/، ويُنطق في اللغة العربية بالفصحى: “اَلتَّعْوِيضُ الْمُتَعَدِّدُ”، مع تشديد الواو المكسورة في “التَّعْوِيض”، وتشديد الدال المكسورة في اسم الفاعل “المُتَعَدِّد”.

من الناحية الصرفية والنحوية في العربية، يُعرب المصطلح كمركب وصفي؛ حيث تقع كلمة “التعويضُ” اسماً مشتقاً على وزن “التَّفْعِيل”، وهو مصدر صريح مشتق من الفعل الرباعي المضعف “عَوَّضَ”، ويعمل كمبتدأ أو فاعل أو مفعول بحسب موقعه الإعرابي في الجملة. وتأتي كلمة “المُتَعَدِّدُ” كاسم فاعل مشتق من الفعل الخماسي “تَعَدَّدَ” على وزن “المُتَفَعِّل”، وتُعرب نعتاً (صفة) تابعاً للاسم الذي قبله في الرفع والنصب والجر وحركات التعريف.

تتضمن الاستخدامات الشائعة للمصطلح تراكيب إضافية مثل: “تقنية التعويض المتعدد”، و”خوارزمية التعويض المتعدد بالمعادلات المقيدة المتسلسلة”، و”مرحلة دمج تقديرات التعويض المتعدد”. ويُختصر المصطلح عالمياً بالحرفين (MI)، ويُستخدم كاسم دال على المنهجية الإحصائية ككل، أو كصفة تصف النموذج التحليلي المطبق.

4. التفسير المفاهيمي المفصل

لكي يُستوعب مفهوم التعويض المتعدد بصورة عميقة، يتعين أولاً فهم طبيعة الأزمة التي يواجهها الباحث عند فقدان البيانات في المقاييس النفسية. فعندما يترك أحد المشاركين في دراسة استقصائية إجابة أحد بنود مقياس الاكتئاب فارغة، فإن ذلك لا يمثل مجرد غياب لرقم، بل يمثل غياباً لمقدار من المعلومات، مصحوباً بدرجة من “عدم اليقين” (Uncertainty) حول ما كانت ستكون عليه تلك الإجابة لو قُدِّر للمفحوص تسجيلها. إن المشكلة الجوهرية في أساليب التعويض التقليدية، مثل ملء الفراغ بمتوسط إجابات العينة، تكمن في أنها تعامل القيمة المفترضة كما لو كانت حقيقة واقعة مُقاسة بدقة، متجاهلة التباين العشوائي؛ مما يقود إلى تضخيم زائف لحجم العينة الظاهري وتصغير مصطنع للخطأ المعياري، الأمر الذي يزيد من احتمالية ارتكاب الخطأ الإحصائي من النوع الأول (رفض الفرضية الصفرية وهي صحيحة).

يعالج التعويض المتعدد هذا المأزق عبر إدراك مبدأ فلسفي وإحصائي غاية في الدقة: نحن لا نستطيع أبداً معرفة القيمة الحقيقية المفقودة، ولكن يمكننا استنباط توزيعها الاحتمالي استناداً إلى جميع المتغيرات الأخرى المتوفرة للمشارك ولبقية العينة. ولذلك، وبدلاً من استبدال القيمة المفقودة بقيمة واحدة، يقوم نموذج التعويض بسحب عشوائي لعدد (م) من القيم من التوزيع التنبؤي اللاحق (Posterior Predictive Distribution)، حيث يمثل كل سحب سيناريو محتملاً معقولاً للبيانات المفقودة. ويعكس الاختلاف بين هذه القيم التقديرية المتعددة للشخص ذاته مقدار “عدم اليقين” المرتبط بتلك القيمة المفقودة تحديداً.

تتكامل هذه المنهجية عبر مسار ثلاثي المراحل:

• مرحلة التعويض (Imputation Phase): تُنشئ خوارزميات محاكاة مونت كارلو بالسلسلة الماركوفية أو المعادلات المقيدة (م) من النسخ المكتملة لقاعدة البيانات الأصلية (عادة بين 5 و100 نسخة وفق نسبة الفقد وطبيعة التحليل). تتماثل هذه القواعد في جميع البيانات المرصودة أصلاً، ولكنها تختلف طفيفاً في القيم المحتسبة وفق التباين العشوائي المصاحب للنموذج.
• مرحلة التحليل (Analysis Phase): يُطبَّق التحليل الإحصائي الموجه لأسئلة البحث (مثل الانحدار المتعدد، أو النمذجة بالمعادلات البنائية، أو تحليل التباين) على كل قاعدة بيانات من القواعد المكتملة بشكل منفصل ومستقل تماماً، تماماً كما لو كانت بيانات أصلية مكتملة، مما ينتج عنه (م) من مجموعات معاملات الارتباط ومعاملات بيتا والانحرافات المعيارية.
• مرحلة الدمج (Pooling Phase): تُجمع التقديرات الإحصائية المستقلة في تقدير نهائي مركب باستخدام “قواعد روبين الحسابية” (Rubin’s Rules)، والتي تزن الأخطاء المعيارية بناءً على جمع التباين داخل مجموعات البيانات مع التباين الإضافي الناتج عن الاختلاف بين مجموعات البيانات المكتملة ذاتها.

بهذا الإطار المتكامل، يحافظ التعويض المتعدد على القوة الإحصائية للدراسة، ويقلل إلى أدنى حد ممكن من التحيزات الإحصائية الناتجة عن حذف الحالات غير المكتملة (Listwise Deletion)، ويستبقي جميع الأفراد الذين شاركوا جزئياً في الدراسة، مما يُعزز من الصدق الخارجي والداخلي للبحوث السلوكية والنفسية.

5. التطور التاريخي

تعود الإرهاصات الأولى لمعالجة البيانات المفقودة إلى العقود الأولى لتأسيس الإحصاء التطبيقي، حيث كان الإجراء القياسي الشائع يتمثل في استبعاد أي استبانة أو سجل يتضمن قيمة ناقصة، وهو الإجراء المعروف بحذف الحالات (Complete-Case Analysis). ورغم سهولة هذا الإجراء برمجياً، إلا أنه كان يؤدي إلى تقليص هائل في أحجام العينات وإدخال تحيزات منهجية جسيمة كلما كان الفقد غير عشوائي.

في عام 1976، أحدث تصنيف آليات الفقدان ثورة مفاهيمية كبرى عندما نشر دونالد روبين ورقته البحثية المفصلية حول تصنيف أنماط البيانات المفقودة إلى ثلاثة أصناف أساسية: الفقد التام عشوائياً (MCAR)، والفقد العشوائي (MAR)، والفقد غير العشوائي (MNAR). برهن روبين رياضياً على أن أساليب الحذف والتعويض الأحادي تفشل فشلاً ذريعاً في حال كان الفقد من نمط (MAR)، وهو النمط الأكثر شيوعاً في البحوث النفسية والمسوح الميدانية.

توالت أبحاث روبين، ليتوجها عام 1978 باقتراح مفهوم “التعويض المتعدد”، مدشناً بذلك نقلة نوعية في التعامل مع الشك الإحصائي. وفي عام 1987، أصدر روبين كتابه المرجعي البارز Multiple Imputation for Nonresponse in Surveys، والذي وضع فيه القواعد الرياضية الصارمة لمعادلات الدمج التي أصبحت تُعرف باسم “قواعد روبين”، مقدماً البرهان الرياضي على كفاءة هذه المقدرات واتساقها التقاربي.

مع مطلع تسعينيات القرن الماضي وظهور الحواسيب الشخصية ذات المعالجات القوية، انتقل التعويض المتعدد من الأطر النظرية المجردة إلى التطبيق العملي بفضل باحثين مثل جوزيف شيفر (Joseph Schafer) الذي طوّر خوارزميات خوارزمية التعويض عبر نماذج التوزيع الطبيعي المتعدد (Data Augmentation) من خلال برمجيات متخصصة عام 1997. وتلا ذلك التطور الأبرز في العقد الأول من الألفية الثالثة مع تطوير ستيف فان بورين (Stef van Buuren) لخوارزمية التعويض المتعدد باستخدام المعادلات المقيدة المتسلسلة (MICE)، والتي مكنت الباحثين من التعامل مع متغيرات نفسية وسلوكية ذات طبيعة فئوية، وترتيبية، ورقمية في آن واحد، مما جعل التعويض المتعدد المعيار الذهبي في المجلات النفسية الرصينة الصادرة عن جمعية علم النفس الأمريكية والمنظمات الأكاديمية الدولية.

6. الأسس النظرية

يرتكز التعويض المتعدد على أسس نظرية عميقة مستمدة من الإحصاء البايزي (Bayesian Statistics) ونظرية المعاينة الاحتمالية. ترفض الفلسفة البايزية التعامل مع المعالم الإحصائية للبيانات المفقودة بوصفها ثوابت غير متغيرة، بل تعاملها كمتغيرات عشوائية تتبع توزيعات احتمالية شرطية تستند إلى البيانات الملاحظة فعلياً.

يقوم الإطار النظري على صياغة التوزيع التنبؤي البعدي للبيانات المفقودة الشرطي بالبيانات المرصودة، والذي يُصاغ رياضياً كالتالي:
$$P(Y_{mis} | Y_{obs}) = \int P(Y_{mis} | Y_{obs}, \theta) P(\theta | Y_{obs}) d\theta$$
حيث يمثل $Y_{mis}$ البيانات المفقودة، و$Y_{obs}$ البيانات المرصودة، و$\theta$ معالم النموذج الإحصائي التنبؤي (مثل المتوسطات ومصفوفات التباين والتباين المشترك). تنطوي هذه المعادلة التكاملية على سحب معالم عشوائية من توزيعها البعدي، ثم سحب قيم مفقودة محتسبة استناداً إلى تلك المعالم المولدة، مما يضمن أن كل نسخة مكتملة تعكس كلا مصدري الخطأ: خطأ التقدير المعلمي، والخطأ العشوائي العائد للقياس.

أما الأساس النظري لمرحلة التجميع، فيرتكز على نظرية التقارب وتوزيعات عينات روبين؛ حيث يُحسب التقدير النهائي للمعلمة $\bar{Q}$ كمتوسط حسابي بسيط للتقديرات المشتقة من النسخ (م):
$$\bar{Q} = \frac{1}{m} \sum_{i=1}^m \hat{Q}_i$$
بينما يتشكل التباين الإجمالي للتقدير ($T$) من عنصرين أساسيين:
1. التباين داخل النسخ (Within-imputation variance – $U$): وهو متوسط التباينات المقدرة في كل نسخة من النسخ المكتملة.
2. التباين بين النسخ (Between-imputation variance – $B$): وهو انحراف تقديرات النسخ عن التقدير الإجمالي المجمع.
وتُحسب صيغة التباين الكلي كالآتي:
$$T = \bar{U} + \left(1 + \frac{1}{m}\right) B$$
حيث يمثل الحد $(1 + 1/m)$ عامل التصحيح لعدد مرات التعويض المحدود. تثبت هذه الصيغة النظرية عبقرية التعويض المتعدد؛ فكلما ازداد التشتت والشك في احتساب القيم المفقودة، تضخم التباين بين النسخ ($B$)، وتلقائياً يتسع الخطأ المعياري وفترات الثقة للنتائج، مما يحمي الباحث من الجزم الواهي بنتائج مضللة.

7. المكونات والأنواع والأبعاد الرئيسية

يتضمن التعويض المتعدد تصنيفات إجرائية وأبعاداً منهجية تتحدد وفقاً لطبيعة البيانات والافتراضات التوزيعية للنماذج المستخدمة، ومن أهم هذه المكونات والأنواع:

• التعويض القائم على التوزيع الطبيعي متعدد المتغيرات (Multivariate Normal Imputation – MVNI): يفترض هذا المدخل أن جميع المتغيرات في قاعدة البيانات تتبع مجتمعة توزيعاً طبيعياً متعدد الأبعاد. يُستخدم فيه أسلوب تعزيز البيانات (Data Augmentation) المرتبط بسلاسل ماركوف مونت كارلو (MCMC). يُعد ممتازاً للبيانات الرقمية المستمرة، ولكنه يواجه تحديات منهجية إذا تضمنت البيانات متغيرات ترتيبية كليكرت أو فئوية ثنائية حادة الالتواء.
• التعويض بالمعادلات المقيدة المتسلسلة (Fully Conditional Specification – FCS / MICE): الأسلوب الأكثر مرونة وشيوعاً في علم النفس، حيث لا يفترض توزيعاً مشتركاً متعدداً مسبقاً، بل يحدد نموذج انحدار خاص لكل متغير به فقد بشكل متسلسل؛ فيُستخدم الانحدار الخطي للمتغيرات المستمرة، والانحدار اللوجستي للمتغيرات الثنائية، وانحدار لوجستيك متعدد الحدود للمتغيرات الاسمية، وانحدار لوجستيك ترتيبي لسلالم ليكرت. تدور الخوارزمية عبر المتغيرات في دورات تكرارية متتابعة حتى تصل إلى الاستقرار الإحصائي.
• مطابقة التنبؤ التوزيعي المتوسط (Predictive Mean Matching – PMM): نوع شبه معلمي متقدم يندمج غالباً مع خوارزمية (MICE). في هذا النموذج، تُحسب القيمة المتنبأ بها للمشارك الذي لديه فقد، وبدلاً من إدراجها مباشرة، يتم البحث عن عدد محدد من المشاركين الملاحظين فعلياً الذين لديهم قيم تنبؤية مقاربة جداً (يُسمون “المتبرعين” Donors)، ثم يُسحب رقم أحد المتبرعين عشوائياً ليحل محل القيمة المفقودة. تضمن هذه الطريقة بقاء القيم المحتسبة ضمن الحدود الحقيقية للمقياس وتجنب الأرقام المستحيلة واقعياً (مثل الحصول على 4.3 في مقياس درجاته الصحيحة من 1 إلى 5).
• التعويض متعدد المستويات (Multilevel / Hierarchical Multiple Imputation): صُمم هذا النمط خصيصاً للدراسات النفسية ذات البنية العنقودية، كتقييم التلاميذ داخل الفصول، أو المرضى داخل العيادات النفسية، أو القياسات المتكررة للأفراد عبر الزمن (البيانات الطولية). يأخذ هذا النموذج في الاعتبار تباين المستويات المختلفة لتفادي الحصول على تقديرات خاطئة لمعاملات الارتباط داخل المجموعات (ICC).
• أبعاد التحقق التشخيصي: تشمل أبعاد مراقبة تقارب السلاسل الماركوفية (Convergence Diagnostics)، ونسبة التباين الناتجة عن الفقد (Fraction of Missing Information – FMI)، والزيادة النسبية في التباين (Relative Increase in Variance – RIV)، وتُعد هذه المقاييس ركائز أساسية لتقييم كفاءة نموذج التعويض المتعدد وجودته.

8. أمثلة وحالات توضيحية

لتوضيح أداء التعويض المتعدد داخل السياق السلوكي والنفسي، نسوق المثالين التطبيقيين التاليين:

الحالة الأولى: دراسة مسحية حول الاحتراق النفسي والرضا الوظيفي
أجرى باحث دراسة على عينة من 600 ممرض وممرضة لقياس العلاقة بين ضغوط العمل (متغير مستقل)، والدعم الاجتماعي (متغير وسيط)، والاحتراق النفسي (متغير تابع). تضمنت الاستبانة أسئلة حساسة تتعلق بالدخل الشخصي وبعض بنود مقياس ماسلاش للاحتراق النفسي. أظهرت النتائج أن 80 ممرضاً امتنعوا عن الإفصاح عن دخلهم، و45 ممرضاً تركوا بعض بنود الدعم الاجتماعي فارغة، لتبلغ نسبة الحالات ذات البيانات غير المكتملة 22% من العينة الإجمالية. لو اعتمد الباحث أسلوب حذف الحالات تلقائياً، لفقد 132 مشاركاً، وتراجعت العينة إلى 468، وتلاشت قدرة الباحث على كشف الفروق بين المجموعات الفرعية. قام الباحث بتطبيق التعويض المتعدد باستخدام حزمة mice عبر توليد 20 قاعدة بيانات مكتملة بالاعتماد على مطابقة التنبؤ التوزيعي المتوسط (PMM). أظهرت النتائج المجمعة أن الخطأ المعياري لمعامل الانحدار كان أصغر بكثير مقارنة بأسلوب الحذف، وظلت قوة التحليل الإحصائي كافية لرصد التأثير غير المباشر للوساطة بنجاح وموثوقية بالغة.

الحالة الثانية: تجربة إكلينيكية طولية لعلاج الاكتئاب الجسيم
في تجربة عشوائية منضبطة (RCT) لتقييم فعالية العلاج السلوكي المعرفي (CBT) مقارنة بقائمة الانتظار في خفض أعراض الاكتئاب عبر أربع نقاط زمنية (خط الأساس، الأسبوع 4، الأسبوع 8، الأسبوع 12). بطبيعة الدراسات الطولية السريرية، حدث تسرب للمرضى (Attrition)؛ حيث انسحب 15% في الأسبوع الرابع ووصل الفقد التراكمي إلى 35% في نقطة القياس النهائية بسبب تحسن البعض أو تفاقم أعراض البعض الآخر. يُعد استخدام حذف الحالات هنا مضللاً وكارثياً، إذ يقتصر التحليل النهائي على المرضى الأكثر التزاماً فقط، مما يضخم حجم الأثر العلاجي بشكل مزيف. طُبق التعويض المتعدد متعدد المستويات (Multilevel MI) لتعويض مسارات التغير الزمني الفردية بناءً على قياسات الاكتئاب السابقة والمتغيرات الديموغرافية والآثار الجانبية المرصودة. أتاح ذلك تحليل بيانات جميع المشاركين وفق مبدأ نية العلاج (Intention-to-Treat Analysis)، مما أعطى صورة واقعية غير متحيزة لكفاءة التدخل النفسي.

9. القياس والتقييم وتطبيق الخوارزميات

يتطلب التطبيق الإحصائي للتعويض المتعدد خطوات منهجية دقيقة لضمان صحة الاستنتاجات، ويمكن تلخيص مسار التحقق والتقييم في الآتي:

يبدأ الباحث بفحص نمط الفقد الإحصائي لاختبار افتراض “الفقد التام عشوائياً” (MCAR) باستخدام اختبار ليتل (Little’s MCAR test)، على الرغم من أن الهدف الحقيقي هو ضمان تحقق افتراض “الفقد العشوائي” (MAR)؛ حيث يشترط الأخير أن احتمال غياب البيانات يعتمد على المتغيرات المرصودة في مصفوفة البيانات وليس على القيمة غير المرصودة ذاتها. ولتعزيز هذا الافتراض، يدخل الباحث ما يُعرف بـ “المتغيرات المساعدة” (Auxiliary Variables)، وهي متغيرات لا تدخل بالضرورة في نموذج الانحدار النهائي، ولكنها ترتبط ارتباطاً وثيقاً بنمط الفقدان أو بالمتغيرات التي تعاني من الفقد، مما يزيد من دقة التقديرات اللاحقة.

تتمثل الخطوة التالية في تحديد عدد مرات التعويض المطلوبة (م). كانت التوصيات القديمة في الثمانينيات تقترح الاكتفاء بـ 3 إلى 5 مرات تعويض، لكن الأبحاث الحديثة بقيادة باحثين مثل بول أليسون (Paul Allison) أثبتت أن هذا العدد غير كافٍ لاستقرار الأخطاء المعيارية وقيم الدلالة الإحصائية، واقترحت قاعدة عملية مفادها: يجب أن يكون عدد التعويضات مساوياً على الأقل لنسبة البيانات المفقودة المئوية؛ فإذا كان الفقد 30%، يتعين توليد ما لا يقل عن 30 إلى 50 قاعدة بيانات مكتملة.

تُجرى بعد ذلك الاختبارات التشخيصية لمراقبة جودة التعويض؛ حيث يفحص الباحث رسوم التقارب التكراري (Trace Plots) للتأكد من خلو السلاسل من الاتجاهات المستمرة (Trends) وامتزاجها التام بما يشبه “الضوضاء البيضاء”، ما يدل على وصول محاكاة مونت كارلو إلى التوزيع المستقر. كما يُقارن التوزيع الإحصائي (الكثافة والتشتت) للبيانات المحتسبة مقابل البيانات الملاحظة عبر المخططات الصندوقية ومنحنيات الكثافة، للتأكد من منطقية التقديرات وعدم انحرافها عن الواقع الظاهري للظاهرة النفسية المقاسة.

10. التطبيقات والأهمية العملية

يمتلك التعويض المتعدد أهمية حيوية واسعة في شتى مجالات علم النفس والتخصصات السلوكية ذات الصلة:

في القياس والتقويم النفسي (Psychometrics): تعاني المقاييس متعددة البنود غالباً من ترك المبحوثين لبنود فردية دون إجابة. يُتيح التعويض المتعدد على مستوى البنود (Item-level Imputation) الحفاظ على التباين البيني واستبقاء جميع الأفراد عند حساب معاملات الاتساق الداخلي (ألفا كرونباخ وأوميغا ماكدونالد)، وعند إجراء التحليل العاملي الاستكشافي والتوكيدي، مما يحول دون التقدير المتحيز لبنية العوامل وتطابق النماذج القياسية.

في علم النفس العيادي والصحة النفسية: في الدراسات الوبائية ومسوح الصحة النفسية الوطنية الكبرى التي تشمل آلاف المشاركين، تنشأ بيانات مفقودة حتماً بسبب طول المقاييس أو حساسية الاستفسار عن الأفكار الانتحارية والاضطرابات الإدمانية. يوفر التعويض المتعدد وسيلة لحماية العينات الوطنية الممثلة من فقدان فئات سكانية هشة ومحددة، مما يدعم واضعي السياسات الصحية ببيانات وبائية دقيقة تسهم في توزيع الموارد النفسية والوقائية بعدالة.

في علم النفس التربوي والصناعي: يُستخدم بكثافة عند فحص البيانات التتبعية للتحصيل الأكاديمي، أو تتبع كفاءة الأداء الوظيفي ودوران العمل للموظفين عبر الزمن، حيث يسمح للباحثين بالسيطرة على تأثير الغياب غير المنتظم في أيام التقييم دون إفساد البنية الزمنية للدراسة أو حرمان الموظفين والطلاب من التمثيل العادل داخل النماذج الإحصائية.

11. الأدلة التجريبية والبحوث

أجمعت الدراسات المنهجية المحاكية (Monte Carlo Simulation Studies) عبر العقود الماضية على التفوق الإحصائي الحاسم للتعويض المتعدد على معظم البدائل الكلاسيكية.

أجرى الباحث الإحصائي إندرز (Craig K. Enders, 2001) دراسات مقارنة مكثفة في علم النفس قارن فيها بين تحليل الحذف، والتعويض بالمتوسط، واستخدام أقصى إمكانية للبيانات الكاملة (FIML)، والتعويض المتعدد. أظهرت النتائج أن طريقتي FIML والتعويض المتعدد تفوقتا بصورة مطلقة في تقليل مقدار الانحياز المعياري (Parameter Bias) والحفاظ على نسبة الخطأ من النوع الأول عند مستواها الاسمي المحدد (0.05)، في حين تسبب التعويض بالمتوسط في تشويه خطير لمصفوفات التغاير، وتسبب الحذف في تضخيم فترات الثقة وانخفاض درامي في القوة الإحصائية.

وفي سياق نمذجة المعادلات البنائية (SEM)، أكدت دراسات غراهام (John W. Graham, 2009) أن التعويض المتعدد يتمتع بميزة فريدة تفوق طريقة FIML في قدرته السلسة على تضمين العشرات من المتغيرات المساعدة (Auxiliary Variables) المتنوعة ضمن نموذج التعويض التمهيدي، حتى وإن كانت تلك المتغيرات لا تخضع لافتراض التوزيع الطبيعي، مما يقلص تحيز الفقدان ويوفر مرونة استثنائية قل نظيرها في البرمجيات الإحصائية المتاحة.

12. الاعتبارات الثقافية وعبر الثقافية

تكتسب مسألة البيانات المفقودة أبعاداً سياقية وثقافية معقدة في الدراسات المقارنة عبر الثقافات (Cross-Cultural Psychology). فكثيراً ما تختلف دوافع وآليات عدم الاستجابة للبنود النفسية من مجتمع إلى آخر؛ إذ قد تتردد المجتمعات الجمعية أو المحافظة في الإجابة عن بنود تكشف عن مشكلات العلاقات الأسرية، أو التوجهات الجنسية، أو الوصمة المرتبطة بالمرض العقلي، في حين قد تكون هذه البنود خالية تماماً من الفقدان في المجتمعات الفردية الغربية.

إن تجاهل هذه الأبعاد وتطبيق أسلوب حذف الحالات في الدراسات المقارنة قد يقود إلى استبعاد منهجي ومنحاز لفئات ثقافية بعينها، مما ينتج عنه عينات محرفة تعكس فقط الأفراد الأكثر تحرراً داخل تلك الثقافات، وبالتالي تقديم استنتاجات خاطئة حول الفروق الثقافية المزعومة. يساعد التعويض المتعدد الباحثين في ضبط هذه التباينات بشرط إجراء التعويض داخل كل ثقافة أو مجموعة عرقية على حدة (Imputation stratified by culture) بدلاً من خلط العينات؛ إذ يضمن هذا الإجراء عدم فرض العلاقات الارتباطية للثقافة المهيمنة على الثقافة الأقل تمثيلاً، مما يحافظ على التباين البيني الثقافي الحقيقي للظواهر النفسية.

13. الانتقادات والمحددات والجدل العلمي

رغم الرصانة الرياضية للتعويض المتعدد، إلا أنه واجه العديد من الانتقادات والنقاشات المنهجية التي تحدد نطاق تطبيقه:

افتراض الفقد العشوائي (MAR): يرتكز التعويض المتعدد في صورته المعيارية على افتراض أن البيانات مفقودة عشوائياً. ولكن في حال كان الفقدان غير عشوائي بصورة قطعية (Missing Not at Random – MNAR)، كأن يمتنع الأفراد المصابون بأشد درجات الاكتئاب تماماً عن ملء استبيان الاكتئاب بسبب وطأة أعراضهم النفسية، فإن خوارزميات التعويض المتعدد الاعتيادية قد تنتج تقديرات منحازة. وعلى الرغم من وجود نماذج متقدمة مخصصة لنمط MNAR (مثل Pattern-Mixture Models)، إلا أنها تتطلب بناء افتراضات استدلالية حساسة وصعبة التحقق تجريبياً.

مبدأ التوافق بين النماذج (Congruence / Congeniality): من أكثر المشكلات الفنية دقة ما أسماه مينغ وروبين بـ “عدم التوافق المنهجي”. يحدث هذا عندما يكون نموذج التحليل النهائي أكثر تعقيداً من نموذج التعويض المبدئي؛ فإذا كان الباحث يهدف إلى اختبار أثر تفاعلي معقد (Moderation) أو علاقة غير خطية (Curvilinear effect)، ولكنه قام بإجراء التعويض المتعدد باستخدام نموذج خطي بسيط لا يحتوي على حدود التفاعل تلك، فإن نموذج التعويض سيقوم حتماً بإلغاء التفاعل وإضعاف أثره نحو الصفر في البيانات المكتملة، مما يبطل صحة التحليل النهائي تماماً.

التعقيد الحسابي ومشاكل التقارب: يتطلب التعويض المتعدد فهماً إحصائياً وبرمجياً رفيعاً؛ فقد تفشل السلاسل في الوصول إلى التقارب الرياضي في العينات الصغيرة ذات المتغيرات الكثيرة (مشكلة الأبعاد العالية High-Dimensional Data)، أو تنشأ مشاكل عدم استقرار التقديرات (Singularity) نتيجة الارتباطات المتعددة العالية بين المتغيرات، مما قد يدفع الباحثين غير المتخصصين إلى ارتكاب أخطاء فادحة دون إدراك قيود المخرجات البرمجية.

14. المصطلحات ذات الصلة والفروق الجوهرية

لتحديد التخوم المفاهيمية بدقة، يجب تمييز التعويض المتعدد عن المصطلحات الإحصائية المجاورة:

• التعويض الأحادي (Single Imputation): استبدال القيمة المفقودة بقيمة تقديرية واحدة (كالتعويض بالمتوسط، أو التعويض بالانحدار البسيط، أو السحب الساخن Hot-Deck). الفرق: يتجاهل التعويض الأحادي التباين العشوائي وعدم اليقين، ما يؤدي إلى تصغير مصطنع للانحرافات المعيارية وزيادة خطر الخطأ من النوع الأول، بينما يولد التعويض المتعدد عدة قيم تعكس هذا التباين بدقة.
• التعظيم الأقصى للإمكانية للبيانات الكاملة (Full Information Maximum Likelihood – FIML): أسلوب نمذجة معلمي مباشر لا يولد أي بيانات أو قيم تعويضية، بل يقوم بتقدير المعالم الإحصائية للنموذج مباشرة من خلال حساب دالة الإمكانية لكل مشارك بناءً على البيانات المتوفرة لديه فقط. الفرق: FIML مدمج مباشرة داخل نموذج التحليل (كالنمذجة بالمعادلات البنائية)، بينما التعويض المتعدد هو خطوة سابقة مستقلة تفصل إدارة البيانات عن التحليل النهائي، مما يسمح بتطبيق أي تقنية إحصائية لاحقة دون التقيد بنماذج الإمكانية القصوى.
• حذف الحالات الكاملة (Listwise Deletion / Complete-Case Analysis): استبعاد أي مشارك يحمل قيمة مفقودة واحدة في أي من متغيرات التحليل. الفرق: يؤدي الحذف إلى إهدار البيانات وانخفاض القوة الإحصائية وانحياز العينة إذا لم تكن البيانات مفقودة تماماً عشوائياً (MCAR)، بينما يستغل التعويض المتعدد كامل المعلومات الملاحظة ويحافظ على حجم العينة الأصلي.
• التعويض بالمتوسط المشروط (Conditional Mean Imputation): التنبؤ بالقيمة المفقودة عبر خط انحدار وإدراج القيمة الناتجة تماماً دون إضافة حد الخطأ العشوائي. الفرق: هذا الإجراء يضخم معاملات الارتباط ويزيف العلاقات، بينما يضيف التعويض المتعدد خطأ عشوائياً مستمداً من التوزيع البعدي ليحاكي التباين الطبيعي الحقيقي.

15. ملخص وأهم النتائج

يمثل التعويض المتعدد ركيزة منهجية فارقة وأحد أعظم الابتكارات الإحصائية في النصف قرن الأخير لمعالجة مشكلة البيانات المفقودة. تتلخص فلسفته في تحويل النقص المعلوماتي من مأزق مضلل إلى كمية خاضعة للمحاكاة الرياضية الرصينة؛ عبر التوليد المتعدد للبيانات، وإجراء التحليلات المتوازية، ودمج التقديرات وفق قواعد روبين. وتتيح هذه المنهجية لعلماء النفس والباحثين السلوكيين صيانة القوة الإحصائية لتجاربهم، وحماية دراساتهم من الانحياز، مع مراعاة كاملة لدرجات عدم اليقين المتأصلة في القياس الإنساني المعقد.

المراجع

• Allison, P. D. (2001). Missing data. SAGE Publications. https://dx.doi.org/10.4135/9781412985079
• Enders, C. K. (2010). Applied missing data analysis. Guilford Press. https://www.guilford.com/books/Applied-Missing-Data-Analysis/Craig-Enders/9781462549863
• Graham, J. W. (2009). Missing data analysis: Making it work in the real world. Annual Review of Psychology, 60(1), 549–576. https://doi.org/10.1146/annurev.psych.58.110405.085530
• Rubin, D. B. (1987). Multiple imputation for nonresponse in surveys. John Wiley & Sons. https://doi.org/10.1002/9780470316696
• van Buuren, S. (2018). Flexible imputation of missing data (2nd ed.). Chapman and Hall/CRC. https://doi.org/10.1201/9780429492259

وفي الختام، يبرز التعويض المتعدد كأداة منهجية تجمع بين العمق الإبستمولوجي والبراعة الحسابية، ليمنح باحثي العلوم النفسية والاجتماعية وسيلة رصينة لتأكيد مصداقية نتائجهم دون التضحية بالبيانات الثمينة أو السقوط في فخ الاستنتاجات الإحصائية المضللة.