اختبار توكي: دقة المقارنات البعدية في علم النفس

يُعد ضبط الخطأ الإحصائي من النوع الأول أحد أهم التحديات المنهجية التي تواجه الباحثين في العلوم النفسية والسلوكية عند مقارنة متوسطات مجموعات متعددة. يمثل اختبار توكي للفرق الدال بصدق معياراً ذهبياً في التحليل البعدي لاكتشاف الفروق الحقيقية بدقة متناهية ودون تضخيم زائف للدلالة الإحصائية. يوفر هذا الدليل الأكاديمي الشامل تفكيكاً نظرياً وتطبيقياً لهذا الاختبار المحوري، مستعرضاً معادلاته، وسياقاته المنهجية، وتطبيقاته الإكلينيكية والبحثية المعاصرة.

اختبار توكي للفرق الدال بصدق (Tukey’s HSD Test)

1. التعريف الدقيق والموجز

اختبار توكي للفرق الدال بصدق، المعروف اختصاراً باختبار HSD (Honestly Significant Difference)، هو أسلوب إحصائي بارامتري يُصنف ضمن تحليل التباين للمقارنات البعدية المتعددة (Post-Hoc Tests)، ابتكره عالم الإحصاء الأمريكي جون توكي للمقارنة الزوجية بين متوسطات كافة المجموعات التجريبية أو الضابطة بعد رفض الفرضية الصفرية في اختبار تحليل التباين الأحادي. يهدف الاختبار في جوهره إلى تحديد الأزواج المحددة من المتوسطات التي تختلف عن بعضها البعض اختلافاً جوهرياً ذا دلالة إحصائية.

يتجاوز هذا الاختبار كونه مجرد مقارنة تكرارية لاختبارات (ت) التقليدية، إذ صُمم خصيصاً لضبط وتثبيت معدل الخطأ الإجمالي للأسرة (Family-wise Error Rate) عند مستوى الدلالة الاسمية المحدد مسبقاً (عادة ما يكون ألفا = 0.05). يضمن ذلك للباحث النفسي ألا يتجاوز احتمال ارتكاب خطأ من النوع الأول، المتمثل في رفض فرضية صفرية صحيحة بالخطأ وإعلان وجود فروق لا وجود لها في الواقع، النسبة المحددة مهما بلغ عدد المقارنات الثنائية الممكنة بين المجموعات.

يعتمد الاختبار على توزيع إحصائي خاص يُعرف بتوزيع المدى المعياري المشتت (Studentized Range Distribution)، مما يمنحه قوة إحصائية متميزة وحصانة منهجية فائقة عند استخدامه في الدراسات النفسية التي تتضمن مجموعات تجريبية متعددة، مثل مقارنة فعالية عدة أساليب علاجية نفسية أو تقييم مستويات القلق تحت ظروف تجريبية متنوعة.

2. التأصيل الاشتقاقي واللغوي

يرجع أصل التسمية إلى اسم عالم الإحصاء والرياضيات الأمريكي البارز جون وايلدر توكي (John Wilder Tukey)، الذي وضع أسس هذا الإجراء التحليلي في أوائل خمسينيات القرن العشرين. أما الشق الثاني من التسمية، وهو عبارة «الفرق الدال بصدق» أو بالإنجليزية (Honestly Significant Difference)، فقد اختاره توكي بنوع من البلاغة العلمية الموجهة لنقد الممارسات الإحصائية الشائعة في عصره، حيث كان العديد من الباحثين يعتمدون على إجراء اختبارات متعددة لاختبار (ت) للعينات المستقلة، مما كان يؤدي إلى ظهور فروق وصفت بأنها «دالة إحصائياً» ولكنها في الحقيقة كاذبة أو مضللة ناتجة عن التراكم الاحتمالي للخطأ.

أراد توكي بكلمة «بصدق» (Honestly) التوكيد القاطع على أن الفروق التي يجتاز بها الفرق بين متوسطين العتبة الحرجة لهذا الاختبار هي فروق حقيقية وصادقة وموثوقة ولا تعود لضربة حظ أو تشويه احتمالي، مشيراً إلى أن الاختبار يفي بوعوده النظرية كاملة في حفظ معدل الخطأ الكلي دون تساهل. دخل المصطلح الأدبيات النفسية والاجتماعية المترجمة بمسميات متقاربة، منها «اختبار توكي للفرق ذي الدلالة الحقيقية»، و«اختبار توكي للمقارنات المتعددة»، و«اختبار المدى لتوكي» (Tukey’s Range Test).

3. النطق والصيغة الصرفية والنحوية

يُنطق المصطلح في اللغة العربية الفصحى بصيغة التركيب الإضافي والوصفي: «اِخْتِبَارُ تُوكِي لِلْفَرْقِ الدَّالِّ بِصِدْقٍ»، حيث يُعرب «اختبارُ» مبتدأً أو اسماً مرفوعاً، وهو مضاف، و«توكي» مضاف إليه مجرور وعلامة جره الكسرة المقدرة للتعذر كونه اسماً أعجمياً ممنوعاً من الصرف في الأصل. وتأتي عبارة «للفَرقِ» جاراً ومجروراً متعلقين بالاختبار، و«الدَّالِّ» نعتاً مجروراً للفرق، و«بِصِدْقٍ» شبه جملة جار ومجرور متعلقة باسم الفاعل «الدال» أو نعت ثانٍ.

من حيث الصيغة الصرفية، فإن كلمة «اختبار» مصدر صريح للفعل الخماسي «اختبر» على وزن «افتعل»، وتدل دلالة قطعية على المنهج الإجرائي التجريبي الذي يخضع الظاهرة للفحص القياسي. أما في الاستخدام الأكاديمي المختصر، فيشيع استخدامه معرّفاً بالإضافة كقول الباحثين: «أظهرت نتائج اختبار توكي وجود فروق ذات دلالة بين المجموعة العلاجية والضابطة»، أو الإشارة إليه اختصاراً بالحروف اللاتينية المعربة (HSD توكي).

4. الشرح المفاهيمي التفصيلي

لفهم الآلية المفاهيمية لاختبار توكي، ينبغي أولاً إدراك المعضلة الإحصائية التي يحلها. عندما يصمم باحث في علم النفس تجربة تضم أربع مجموعات لدراسة أثر أساليب التدخل المعرفي السلوكي، فإن عدد المقارنات الثنائية المحتملة بين هذه المجموعات يُحسب وفق قانون التوافيق الرياضي ويعادل ست مقارنات مستقلة. لو قام الباحث بإجراء ستة اختبارات (ت) تقليدية بمستوى دلالة 0.05 لكل منها، فإن الاحتمال التراكمي لارتكاب خطأ واحد على الأقل من النوع الأول في التجربة ككل يرتفع دراماتيكياً ليصل إلى قرابة 26%، وهي نسبة تجعل النتائج غير موثوقة علمياً وتضخم احتمالية إثبات فرضيات زائفة.

يتدخل اختبار توكي ليعيد صياغة هذا المشهد الرياضي بدقة بالغة. يعمل الاختبار على وضع قيمة حرجة واحدة وموحدة للفرق بين أي متوسطين، وتُعرف هذه العتبة بقيمة HSD. تُحسب هذه القيمة بالاعتماد على التباين الإجمالي المشترك داخل المجموعات (متوسط مربعات الخطأ داخل المجموعات الناتج من جدول تحليل التباين ANOVA)، وحجم العينة، ومقدار المدى المعياري النظري المشتق من توزيع توكي الإحصائي استناداً إلى درجات الحرية وعدد المجموعات الإجمالي.

بمجرد حساب القيمة الحرجة لتوكي، يقارن الباحث القيمة المطلقة للفارق الملاحظ بين متوسط أي مجموعتين بتلك القيمة الحرجة. فإذا كان الفارق الملاحظ بين المتوسطين أكبر من أو يساوي قيمة HSD، يستنتج الباحث بصدق ويقين إحصائي أن الفرق دال إحصائياً عند مستوى الألفا المختار، مع ضمان ألا يتعدى احتمال الخطأ الكلي لجميع المقارنات في التجربة حاجز الـ 5% المحدد أصلاً.

يتجلى النطاق التطبيقي لهذا الاختبار في تصاميم البحوث التجريبية وشبه التجريبية التي تتميز بمقارنة متزامنة لعدة معالجات نفسية. كما يمتاز بافتراضه التجانس الصارم للتباينات واستقلالية الملاحظات، وهو ما يضع حدوداً لمنهجية استخدامه تتطلب فحص هذه الافتراضات قبل الاعتماد على مخرجاته التحليلية في صياغة الاستنتاجات العلمية.

5. التطور التاريخي والسياق الزمني

شهد النصف الأول من القرن العشرين نهضة هائلة في الاستدلال الإحصائي بفضل إسهامات السير رونالد فيشر الذي أرسى قواعد تحليل التباين والتصميم التجريبي. ومع ذلك، ترك فيشر إشكالية معلقة تتمثل في كيفية التعامل مع المقارنات التفصيلية بعد إثبات دلالة النسبة الفائية (F-test)، حيث اقترح فيشر ما يُعرف بطريقة الفرق الأصغر دلالة (LSD)، والتي سرعان ما ثبت تساهلها الشديد وفشلها في السيطرة على تضخم الخطأ من النوع الأول عند تجاوز ثلاث مجموعات.

في عام 1949، بدأ جون توكي تطوير بدائل منهجية رصينة لمعالجة هذه المعضلة الرياضية، وقدم ورقته البحثية التأسيسية التي وزعت ضمن تقارير جامعة برينستون البحثية ثم نُشرت بشكل موسع ومعدل في خمسينيات القرن العشرين تحت عنوان مقارنة الفروق الفردية في تحليل التباين. قدم توكي في هذا العمل توزيع المدى المعياري المشتت حلاً عبقرياً لحساب الفروق بين أقصى وأدنى المتوسطات في التوزيع، معتبراً أنه إذا تم ضبط أقصى مدى ممكن، فإن جميع الفروق الأقصر داخل ذلك المدى ستكون محمية تلقائياً من التضخم الاحتمالي للخطأ.

في ستينيات وسبعينيات القرن العشرين، ومع بزوغ علم النفس التجريبي المعاصر وتطور النماذج المعرفية والسلوكية التي استدعت خططاً تجريبية معقدة، تبنت المجلات المحكمة التابعة لجمعية علم النفس الأمريكية (APA) معايير إحصائية صارمة اعتمدت اختبار توكي ركيزة أساسية لنشر البحوث، معتبرة إياه الأداة المعيارية المتوازنة بين الحفاظ على قوة الاختبار وضبط الخطأ التجريبي.

مع انطلاق ثورة الحوسبة والبرمجيات الإحصائية في أواخر القرن العشرين، مثل حزم SPSS وSAS ولاحقاً بيئة البرمجة R، تم تضمين اختبار HSD كأحد الخيارات التلقائية والأساسية للمقارنات البعدية، مما أتاح للباحثين النفسيين استخراجه بضغطة زر وتوليد مصفوفات المقارنات وفترات الثقة المتزامنة بكفاءة رياضية غير مسبوقة.

6. الأسس والمنطلقات النظرية

يقوم اختبار توكي للفرق الدال بصدق على ثلاثة منطلقات نظرية ورياضية حاسمة تشكل بنيته الاستدلالية:

المنطلق الأول هو نظرية المدى المعياري المشتت (Studentized Range). بدلاً من الاعتماد على توزيع (ت) لستودنت الذي يفترض مقارنة فردية معزولة بين عيّنتين، يستند توكي إلى توزيع رياضي يأخذ في الحسبان الفرق بين أكبر متوسط وأصغر متوسط في عينة عشوائية من المتوسطات المستقلة المأخوذة من مجتمع طبيعي، مقسوماً على الخطأ المعياري المقدر. يُرمز لهذه القيمة الإحصائية بالرمز (q)، وتتحدد قيمتها الحرجة بناءً على عاملين أساسيين: عدد المتوسطات الكلية محل المقارنة (k)، ودرجات حرية الخطأ داخل المجموعات (df).

المنطلق الثاني هو مبدأ التكافؤ وحماية العائلة الإحصائية الكاملة (Simultaneous Inference). ينطلق توكي من رؤية مفادها أن كل تجربة نفسية تشكل منظومة متكاملة من الاستدلالات، ولا يجوز تجزئة احتمالات الصدفة داخلها. ولذلك، صُمم الاختبار بحيث تكون فترات الثقة المحسوبة لجميع الفروق الزوجية صحيحة في آن واحد بدرجة ثقة كلية تعادل (1 – ألفا)، مما يضمن عدم تلوث الاستنتاجات العلمية الناتجة بفروق عشوائية متفرقة.

المنطلق الثالث يتمثل في افتراضات النموذج الخطي العام (General Linear Model)، والتي تشترط أن تكون الأخطاء موزعة توزيعاً طبيعياً ومستقلة تماماً، وأن تتساوى التباينات عبر جميع المجتمعات الممثلة في التجربة (Homogeneity of Variance). يُعد هذا المنطلق النظري شرطاً جوهرياً لضمان صحة قيمة متوسط مربعات الخطأ المستخدمة مقياساً موحداً للتباين العشوائي داخل التجربة.

7. المكونات والأنواع والأبعاد الأساسية

يتألف اختبار توكي من مجموعة من المكونات الرياضية والإجرائية، وتتفرع عنه نماذج متعددة للتكيف مع الشروط التجريبية المختلفة:

• القيمة الحرجة للمدى المعياري (q): القيمة الجدولية المستخرجة بناءً على مستوى الدلالة المرغوب فيه، وإجمالي عدد المجموعات، ودرجات حرية التباين المتبقي داخل المجموعات.
• متوسط مربعات الخطأ (MSE): تباين الخطأ المشترك المستخرج من جدول تحليل التباين الأحادي، والذي يعكس مقدار التشتت الطبيعي داخل العينات بعيداً عن أثر المعالجة التجريبية.
• حجم العينة (n): عدد الأفراد في كل مجموعة، ويفترض الاختبار الكلاسيكي تساوي أحجام العينات في كافة المجموعات لضمان الدقة الرياضية الكاملة.
• اختبار توكي الكلاسيكي (Tukey’s HSD): النموذج الأصلي المستخدم حصرياً في حال تساوي أحجام العينات بين المجموعات المقارنة ($n_1 = n_2 = dots = n_k$).
• تعديل توكي-كريمر (Tukey-Kramer Method): النسخة المطورة والأكثر مرونة، وتُستخدم عندما تكون أحجام العينات غير متساوية عبر المجموعات، حيث تعتمد على حساب المتوسط التوافقي (Harmonic Mean) لأحجام العينات الزوجية، مما يحافظ على دقة معدل الخطأ حتى مع اختلاف أعداد المشاركين.
• فترات الثقة المتزامنة لتوكي: حساب مجالات الثقة لكل فرق زوجي، والتي تتيح معرفة حجم التأثير واتجاهه، بحيث إذا لم يشتمل مجال الثقة على الصفر، عُدّ الفرق دالاً إحصائياً.

8. أمثلة وحالات توضيحية تطبيقية

لتجسيد استخدام هذا الاختبار في السياق النفسي الواقعي، نتناول حالة دراسة تجريبية أجريت في عيادة نفسية جامعية لتقييم فعالية أربعة تدخلات علاجية متباينة لتخفيف أعراض اضطراب القلق العام لدى عينة مكونة من 40 مشاركاً، قُسموا عشوائياً وبشكل متساوٍ إلى أربع مجموعات (10 مرضى في كل مجموعة):

• المجموعة الأولى: خضعت لجلسات العلاج المعرفي السلوكي التقليدي (متوسط مقياس بيك للقلق = 14).
• المجموعة الثانية: خضعت لبرنامج قائم على اليقظة الذهنية وتخفيف التوتر (متوسط مقياس بيك للقلق = 18).
• المجموعة الثالثة: تلقت تدخلاً صيدلانياً فقط (متوسط مقياس بيك للقلق = 22).
• المجموعة الرابعة: مجموعة ضابطة وُضعت على قائمة الانتظار ولم تتلق علاجاً (متوسط مقياس بيك للقلق = 32).

أظهر تحليل التباين الأحادي (ANOVA) وجود فروق عامة دالة إحصائياً بين المجموعات عند مستوى دلالة 0.05، مع قيمة فائية دالة إحصائياً وقيمة لمتوسط مربعات الخطأ بلغت MSE = 16، ودرجات حرية داخل المجموعات بلغت df = 36. هنا يتوقف تحليل التباين، ولا يستطيع إخبارنا بأي المجموعات تحديداً تتفوق على الأخرى، مما يستدعي إجراء اختبار توكي البعدي فوراً.

بالرجوع إلى جداول القيمة الحرجة لـ q عند مستوى ألفا = 0.05، وعدد مجموعات k = 4، ودرجات حرية 36 (وبالتقريب إلى القيمة المتاحة)، وُجد أن قيمة q الحرجة تساوي تقريباً 3.81. وبتطبيق معادلة توكي لحساب الحد الأدنى للفرق الدال بصدق: تم ضرب القيمة الحرجة في الجذر التربيعي لحاصل قسمة متوسط مربعات الخطأ (16) على حجم العينة في كل مجموعة (10)، فكان الناتج لقيمة HSD مساوياً 4.82 درجة على مقياس القلق.

أصبح لدى الباحث النفسي معيار قطعي: أي فرق مطلق بين متوسطي أي مجموعتين يتجاوز 4.82 درجة يُعد فرقاً حقيقياً ودالاً بصدق. وبمقارنة الأزواج، نجد أن الفرق بين العلاج المعرفي السلوكي واليقظة الذهنية هو (18 – 14 = 4)، وهو أصغر من 4.82؛ مما يعني عدم وجود فرق دال إحصائياً بين هذين الأسلوبين. بينما كان الفرق بين العلاج المعرفي السلوكي والتدخل الصيدلاني (22 – 14 = 8)، وهو أكبر بكثير من 4.82، مما يؤكد تفوق العلاج السلوكي بدلالة حقيقية. كما ظهرت جميع التدخلات متفوقة بوضوح وبفروق دالة على قائمة الانتظار (حيث بلغت الفروق 18 و14 و10 درجات على التوالي).

9. القياس وإجراءات الحساب الإحصائي

يتطلب الحساب اليدوي أو الحوسبي لاختبار توكي سلسلة من الخطوات القياسية المنضبطة، تبدأ بالتأكد من تحقق الافتراضات الرياضية التالية:

أولاً: افتراض الاستقلالية، حيث يجب أن تكون درجات المفحوصين مستقلة تماماً ولا يؤثر فرد على آخر داخل نفس المجموعة أو عبر المجموعات. ثانياً: اعتدالية التوزيع لدرجات المتغير التابع داخل كل مجموعة من المجموعات. ثالثاً: تجانس التباين، ويتم التحقق منه عادة باستخدام اختبار ليفين (Levene’s Test)، حيث يشترط ألا يكون اختبار ليفين دالاً إحصائياً لضمان تساوي التشتت عبر المجموعات.

يتم حساب القيمة الحرجة للاختبار عبر الصيغة الرياضية التالية:

$$HSD = q_{lpha, k, df} imes \sqrt{rac{MSE}{n}}$$

حيث تمثل المتغيرات ما يلي:

• $q_{lpha, k, df}$: القيمة الحرجة المستخرجة من جدول توزيع المدى المعياري المشتت عند مستوى معنوية محدد (غالباً 0.05 أو 0.01)، وعدد المجموعات الكلي المعني بالدراسة ($k$)، ودرجات حرية الخطأ داخل المجموعات ($df = N – k$).
• $MSE$: متوسط مربعات الخطأ أو التباين داخل المجموعات (Mean Square Error) المستخرج من جدول تحليل التباين العام.
• $n$: عدد المشاهدات في كل مجموعة؛ وفي حال عدم تساوي العينات في تعديل توكي-كريمر، يُستعاض عن المقدار المقسوم تحت الجذر بصيغة تأخذ في الحسبان أحجام المجموعتين المتقابلتين: $\sqrt{rac{MSE}{2} \left(rac{1}{n_i} + rac{1}{n_j}
  ight)}$.

عقب إتمام الحساب، تُرتب المتوسطات تصاعدياً أو تنازلياً وتُنشأ مصفوفة الفروق المطلقة بين كل زوج. يتم تدوين قيمة الفارق الإحصائي الدال وتحديد مستويات الثقة المقترنة به بدقة بالغة لنشرها في التقارير الميدانية المحكمة.

10. التطبيقات والأهمية العملية في العلوم النفسية

يحتل اختبار توكي مكانة بالغة الأهمية في البنية التحتية للأبحاث النفسية المعاصرة، وتتعدد تطبيقاته الميدانية عبر مختلف فروع التخصص:

في ميدان علم النفس الإكلينيكي، يُستخدم الاختبار بشكل جوهري للمقارنة بين بروتوكولات العلاج النفسي الدوائي والنفسي السلوكي والمركّب في علاج اضطرابات المزاج، مما يسمح للأطباء والمعالجين بتحديد ما إذا كان العلاج المدمج يضيف تحسناً دالاً بصدق مقارنة بالمسارات الفردية، وليس مجرد فرق هامشي طفيف.

في علم النفس التربوي، يُطبق الاختبار لتقييم استراتيجيات التعلم التفاعلية، كالمقارنة بين بيئات التعلم الرقمية المستقلة، والتعلم التعاوني، والتعليم التقليدي في رفع مستوى التحصيل الدراسي وتنمية مهارات التفكير الناقد لدى الطلاب ذوي صعوبات التعلم.

في سياق علم النفس الصناعي والتنظيمي، يساعد اختبار توكي في فحص تأثير أنماط القيادة المتنوعة (التحويلية، الإجرائية، التمكينية، الأوتوقراطية) على معدلات الاحتراق النفسي والرضا الوظيفي والإنتاجية بين كوادر المؤسسات، مما يمنح قادة الموارد البشرية أدلة موثوقة لاتخاذ قرارات إدارية حاسمة.

في علم النفس العصبي والتجريبي، يستعين الباحثون باختبار توكي عند دراسة أوقات الاستجابة الحركية والإدراكية تحت تأثير جرعات مختلفة من المنبهات الذهنية أو في ظل اضطرابات النوم المتفاوتة، لاكتشاف العتبة الزمنية الدقيقة التي يبدأ عندها التدهور المعرفي الحقيقي.

11. الأدلة التجريبية والبحوث العلمية

أكدت الأدبيات الإحصائية والنفسية التجريبية عبر عقود متتالية القوة المنهجية لاختبار توكي. ففي دراسات المحاكاة التاريخية الشهيرة التي أجراها الباحثون في مجال الإحصاء السيكولوجي، مثل دراسات كيسلر (Games & Howell, 1976) ودراسات هوبكنز (Hopkins, 2002)، تمت مقارنة أداء اختبار توكي مع عشرات الاختبارات البعدية الأخرى عبر آلاف العينات العشوائية المولدة حاسوبياً.

أثبتت النتائج التجريبية أن اختبار توكي يحافظ بدقة متناهية على معدل الخطأ من النوع الأول عند 0.05 الاسمي دون أن يعاني من الهبوط الشديد في القوة الإحصائية (Power) الذي يعيب اختبارات بالغة التحفظ مثل تصحيح بونفيروني (Bonferroni Correction). وبينت المقارنات أنه في حالة تساوي التباين وتساوي أحجام العينات، يُعد اختبار توكي الأسلوب الأمثل والأنسب إحصائياً لإجراء كافة المقارنات الزوجية الممكنة دون منازع.

في المقابل، أوضحت الدراسات الميتاتحليلية التي فحصت الممارسات الإحصائية في الدوريات النفسية المحكمة التابعة لـ APA أن الباحثين الذين استخدموا اختبارات (ت) المتعددة غير المصححة واجهوا معدلات تكرار منخفضة وتناقضات ملحوظة في إعادة إنتاج دراساتهم (Replication Crisis)، في حين أظهرت الدراسات التي اعتمدت اختبار توكي للمقارنات المتعددة استقراراً منهجياً وصدقاً استدلالياً أعلى بكثير عبر العينات المختلفة.

12. الاعتبارات الثقافية وسياقات التطبيق المتقاطعة

على الرغم من الطبيعة الرياضية الصرفة للاختبار، إلا أن تطبيقه في أبحاث علم النفس الثقافي وعبر الثقافات يستلزم وعياً عميقاً بخصوصيات القياس النفسي عبر البيئات المتباينة. فعند استخدام اختبار توكي لمقارنة مستويات السمات النفسية، كتقدير الذات أو التوجهات الجمعية والفردية بين شعوب أو مجموعات إثنية متعددة، يبرز تحدي تكافؤ أدوات القياس (Measurement Invariance).

إذا لم تكن المقاييس النفسية المستخدمة متمتعة بالاتساق البنائي والصدق التام عبر الثقافات المختلفة، فإن التباينات المقاسة ستكون ملوثة باختلافات لغوية وثقافية، مما ينعكس سلباً على قيمة تباين الخطأ (MSE) في نموذج توكي. ونتيجة لذلك، قد يظهر الاختبار فروقاً دالة بصدق إحصائياً لكنها في الواقع ناتجة عن انحياز الاستجابة (Response Bias) الثقافي، كالميل نحو المسايرة الاجتماعية أو تفضيل الخيارات المتطرفة في استبانات التقرير الذاتي.

لذا يوصي علماء النفس عبر الثقافات بضرورة التحقق من القياس المتري المشترك قبل الزج بالبيانات في نماذج التباين واختبارات توكي، مع مراعاة أن اختلاف أحجام العينات عبر الدول أو المجموعات الفرعية يوجب دوماً استخدام تعديل «توكي-كريمر» لضمان التفسير المتقاطع السليم للنتائج.

13. الانتقادات والجدل والحدود المنهجية

رغم الرواج الهائل لاختبار توكي، إلا أنه تعرض لعدة انتقادات وحدود منهجية ينبغي للباحث الرصين مراعاتها:

أبرز هذه الانتقادات هو الحساسية المفرطة لانتهاك افتراض تجانس التباين (Heteroscedasticity). فعندما تختلف تباينات المجموعات المقارنة اختلافاً جوهرياً، يفقد اختبار توكي دقته المتوقعة، ويصبح إما مفرطاً في التحفظ (مما يرفع احتمالية الوقوع في خطأ من النوع الثاني وتجاهل فروق حقيقية قائمة)، أو مفرطاً في التساهل تبعاً لتوزيع أحجام العينات بالنسبة لقيم التباين. وفي هذه السيناريوهات، يُنصح الباحثون باللجوء إلى بدائل مثل اختبار جيمس-هاويل (Games-Howell Test).

الانتقاد الثاني يركز على عدم ملاءمته للمقارنات المركبة أو غير الزوجية. صُمم اختبار توكي حصرياً للمقارنات البسيطة بين زوج من المجموعات ($A$ مقابل $B$). فإذا رغب الباحث في مقارنة متوسط مجموعة تجريبية مع متوسط مجموعتين أخريين مدمجتين، فإن اختبار توكي يعجز عن إجراء ذلك بكفاءة، ويكون اختبار شيفيه (Scheffé’s Test) هو الخيار الملائم والأكثر دقة في تلك الحالات.

كما يُجادل بعض الإحصائيين ذوي التوجه البايزي (Bayesian Statistics) بأن المنهجية التي يتبناها اختبار توكي في التمسك بالفرضيات الصفرية الصارمة وتقسيم النتائج إلى دال وغير دال بناءً على عتبة ثابتة تتجاهل القوة التفسيرية لحجوم التأثير النفسي وحساب احتمالات الصدق اللاحقة، مما قد يغفل مؤشرات إكلينيكية ذات قيمة للممارسين حتى لو لم تبلغ العتبة الحرجة الصارمة لتوكي.

14. المصطلحات ذات الصلة والفروق الجوهرية

تتداخل العديد من الأساليب الإحصائية البعدية مع اختبار توكي، ويكمن التمييز الدقيق بينها في طبيعة التصميم التجريبي وصرامة الضبط المطلوبة:

• اختبار توكي (Tukey’s HSD) مقابل اختبار فيشر للفرق الأصغر دلالة (Fisher’s LSD): يضبط اختبار توكي معدل الخطأ لجميع المقارنات مجتمعة، بينما يضبط اختبار فيشر الخطأ لكل مقارنة منفردة على حدة دون حماية الأسرة التجريبية، مما يجعل فيشر شديد التساهل وتوكي أكثر صدقاً ورصانة.
• اختبار توكي مقابل تصحيح بونفيروني (Bonferroni): يُعد بونفيروني إجراءً شديد التحفظ يقوم بقسمة ألفا على عدد المقارنات، مما يؤدي إلى تراجع حاد في القوة الإحصائية مع زيادة عدد المجموعات، في حين يحافظ توكي على قوة إحصائية متفوقة في كافة المقارنات الزوجية الشاملة.
• اختبار توكي مقابل اختبار شيفيه (Scheffé): اختبار شيفيه هو الأكثر تحفظاً بين جميع المقارنات البعدية، ويتميز بمرونته الفائقة لإجراء أي مقارنة ممكنة (بسيطة أو مركبة)، بينما يتفوق توكي بقوة واضحة واكتشاف أسهل للفروق إذا اقتصر التحليل على المقارنات الزوجية الثنائية فقط.
• اختبار توكي مقابل اختبار دانِت (Dunnett’s Test): يُستخدم اختبار دانت فقط عندما يريد الباحث مقارنة عدة مجموعات علاجية بمجموعة ضابطة واحدة دون مقارنة المجموعات العلاجية ببعضها البعض، وبالتالي يمتلك دانت قوة أعلى في ذلك السياق المحدد، بينما يغطي توكي كامل شبكة المقارنات المتبادلة بين كل الأطراف.
• اختبار توكي مقابل اختبار نيومان-كولز (Student-Newman-Keuls): يعد نيومان-كولز اختباراً متدرج الخطوات (Stepwise) يستخدم أيضاً المدى المعياري، ولكنه لا يضمن حماية معدل الخطأ الإجمالي للأسرة في جميع الحالات التجريبية كما يفعل توكي بشكل قاطع.

15. الخلاصة والنقاط الجوهرية المستفادة

يمثل اختبار توكي للفرق الدال بصدق صمام أمان منهجي وإحصائي بالغ الحيوية في بحوث العلوم النفسية والاجتماعية. لقد استطاع هذا الإجراء، من خلال توظيف توزيع المدى المعياري المشتت، حل المعضلة الكلاسيكية المتمثلة في تضخم أخطاء النوع الأول الناتجة عن المقارنات المتعددة، دون التضحية بالقوة الإحصائية للبحث.

تتلخص سلامة استخدام هذا الاختبار في التحقق المسبق من استقلالية المشاهدات وتجانس التباينات، واللجوء إلى صيغة توكي-كريمر في حال تفاوت أحجام العينات. ورغم توفر بدائل إحصائية أخرى لظروف تجريبية خاصة، يظل اختبار توكي الأداة الأكثر توازناً وموثوقية في الأدبيات السيكولوجية للمقارنات البعدية الزوجية الشاملة، مانحاً الباحثين الثقة التامة في أن ما يكتشفونه من فوارق تجريبية يمثل حقائق علمية قائمة لا شوائب احتمالية عابرة.

المراجع

• Games, P. A., & Howell, J. F. (1976). Pairwise multiple comparison procedures with unequal N’s and/or variances: A Monte Carlo study. Journal of Educational Statistics, 1(2), 113–125. https://doi.org/10.2307/1164979
• Hopkins, K. D. (2002). Educational and Psychological Measurement and Evaluation (8th ed.). Allyn & Bacon.
• Maxwell, S. E., Delaney, H. D., & Kelley, K. (2018). Designing Experiments and Analyzing Data: A Model Comparison Perspective (3rd ed.). Routledge. https://doi.org/10.4324/9781315642956
• Tukey, J. W. (1949). Comparing individual means in the analysis of variance. Biometrics, 5(2), 99–114. https://doi.org/10.2307/3001913
• Tukey, J. W. (1953). The Problem of Multiple Comparisons. Unpublished manuscript, Princeton University.