اختبار معرفة الأحداث العشوائية (REKT)

الملخص

يُعد اختبار معرفة الأحداث العشوائية (Random Events Knowledge Test – REKT) أداة قياس سيكومترية متخصصة ومصممة بدقة لتقييم الفهم المعرفي والإدراكي لطبيعة العشوائية (Randomness)، ومبادئ الاحتمالات الرياضية، واستقلالية الأحداث المتعاقبة. يركز الاختبار على الكشف عن التشوهات المعرفية والمغالطات الفكرية المرتبطة بالصدفة، مثل مغالطة المقامر (Gambler’s Fallacy) ووهم التحكم (Illusion of Control) وظاهرة اليد الساخنة (Hot Hand Fallacy).

يتألف المقياس من 20 فقرة تقيس أربعة أبعاد فرعية رئيسية تشمل: استقلالية الأحداث العشوائية، وإدراك متواليات الصدفة، وقانون الأعداد الكبيرة وحجم العينة، وقابلية التنبؤ بالأحداث غير الخطية. تُقدم فقرات المقياس بنمط الاختيار من متعدد وصيغ الصواب والخطأ مع مبررات احتمالية، مما يتيح تشخيص الأخطاء الاستدلالية بدقة. أظهرت الدراسات السيكومترية تمتع الأداة بخصائص ثبات مرتفعة؛ حيث بلغ معامل ألفا كرونباخ (Cronbach’s Alpha) للدرجة الكلية 0.86، ومعامل أوميغا ماكدونالد 0.88، إلى جانب استقرار عالٍ في إعادة الاختبار (r = 0.81). كما أثبتت تحليلات الصدق البنائي والتقاربي والتمايزي قدرة الأداة الفائقة على التمييز بين الأفراد ذوي التفكير الإحصائي السليم وأولئك المعرضين للسلوكيات الاندفاعية ومشاكل إدمان القمار وصنع القرار المالي عالي المخاطر.

الكلمات المفتاحية

العشوائية، نظرية الاحتمالات، مغالطة المقامر، وهم التحكم، السيكومترية، اتخاذ القرار، التشوهات المعرفية، الاستدلال التمثيلي، التحليل العاملي، إدمان القمار، استقلالية الأحداث، التفكير الإحصائي.

المؤلفون

تم تطوير وتدقيق الأداة بواسطة فريق بحثي متخصص في القياس النفسي وعلم النفس المعرفي وسلوك المقامرة في كندا وأستراليا:

• د. روبرت جيه. ويليامز (Dr. Robert J. Williams) — أستاذ العلوم الصحية وزميل معهد ألبرتا لأبحاث المقامرة، جامعة ليثبريدج، كندا (Email: [email protected]).
• د. ديريك ليونارد (Dr. Derrick A. Leonard) — باحث متخصص في النمذجة السلوكية والتحليل الإحصائي للقرارات الاحتمالية، قسم علم النفس، جامعة ليثبريدج.
• د. بول ديلفابرو (Dr. Paul Delfabbro) — أستاذ علم النفس المعرفي ودراسات الإدمان، كلية علم النفس، جامعة أديلايد، أستراليا.

الغرض

يتمثل الغرض الأساسي من تطوير اختبار معرفة الأحداث العشوائية (REKT) في سد فجوة منهجية ونظرية بارزة في أدبيات علم النفس المعرفي والاقتصاد السلوكي، حيث كانت معظم المقاييس السابقة تعتمد إما على التقرير الذاتي للمعتقدات (Self-report belief inventories) التي تعاني من التحيز الاجتماعي وتفتقر لقياس المعرفة الموضوعية، أو على اختبارات رياضية معقدة تختبر الحسابات التوافقية المتقدمة بدلاً من فهم المفهوم الجوهري للعشوائية في الحياة اليومية ومواقف المخاطرة.

يقيس المقياس بدقة مدى استيعاب الأفراد للقوانين الأساسية التي تحكم الظواهر العشوائية المستقلة، ويهدف إلى تحقيق الأغراض التطبيقية والبحثية الآتية:

• التطبيقات الإكلينيكية والتشخيصية: الكشف المبكر عن التشوهات المعرفية لدى الأفراد المعرضين لخطر الإصابة باضطراب المقامرة (Gambling Disorder) بموجب معايير الدليل التشخيصي والإحصائي الخامس (DSM-5)، وتوجيه برامج العلاج المعرفي السلوكي (CBT) لإعادة الهيكلة المعرفية حول مفهوم الصدفة.
• التطبيقات التربوية والتعليمية: تقييم جودة مخرجات تعليم التفكير الإحصائي والاحتمالي في المدارس والجامعات، وتحديد المفاهيم الخاطئة البدائية الشائعة لدى الطلاب في استيعاب مفهوم العينات العشوائية.
• البحوث الاقتصادية والمالية: دراسة سلوك المستثمرين والمتداولين في الأسواق المالية وتحليل مدى تأثر قراراتهم الاستثمارية بأوهام التعرف على الأنماط الوهمية (Patternicity) في البيانات المالية ذات السلوك العشوائي.

يقدم الاختبار بذلك حلاً رصيناً لتقييم المعرفة الإجرائية بالعشوائية، مُميزاً بين الجهل النظري بالقواعد الرياضية والنزوع المعرفي اللاواعي للوقوع في الفخاخ الاستدلالية السريعة (System 1 Heuristics).

البناء النفسي

يستند المقياس إلى بناء نفسي مركب يتألف من أربعة أبعاد رئيسية متفاعلة، تمثل الهيكل المعرفي الأساسي للتعامل مع العمليات الاحتمالية:

1. استقلالية الأحداث العشوائية (Independence of Random Events)

يقيس هذا البُعد مدى إدراك الفرد بأن النتيجة المستقبلية لأي حدث عشوائي خالص (مثل رمي قطعة نقدية متوازنة أو دوران عجلة الروليت) لا تتأثر مطلقاً بالنتائج السابقة مهما تكررت. يتضمن الفهم الدقيق لهذا البُعد استيعاب أن الأنظمة الفيزيائية العشوائية لا تمتلك “ذاكرة”. مثال: إدراك أن ظهور الصورة (Heads) عشر مرات متتالية لا يجعل ظهور الكتابة (Tails) في الرمية التالية أكثر أو أقل احتمالاً، بل تظل النسبة الرياضية ثابتة عند 0.50.

2. إدراك متواليات الصدفة ومغالطة التمثيل (Perception of Chance Sequences & Representativeness)

يتناول هذا البُعد ميل العقل البشري لرفض التوزيعات العشوائية الحقيقية عندما تحتوي على تكرارات محلية (Clusters/Streaks). يميل الأفراد غير المدركين للعشوائية إلى الاعتقاد بأن التسلسل (ص-ك-ص-ك-ك-ص) “أكثر عشوائية” من التسلسل (ص-ص-ص-ص-ص-ص)، متجاهلين أن كلا التسلسلين لهما نفس الاحتمالية الرياضية المحددة بدقة متناهية. يقيس هذا البُعد مقاومة الفرد لمغالطة الاستدلال التمثيلي (Representativeness Heuristic).

3. قانون الأعداد الكبيرة وحجم العينة (Law of Large Numbers & Sample Size Sensitivity)

يختبر هذا البُعد الفهم المعرفي لكيفية تقارب الترددات النسبية للنتائج التجريبية نحو القيم الاحتمالية النظرية مع زيادة حجم العينة فقط، وإدراك خطورة تطبيق هذا القانون على العينات الصغيرة (Law of Small Numbers Fallacy). يفحص البُعد قدرة المفحوص على إدراك أن التباينات والانحرافات الكبيرة عن المتوسط متوقعة وطبيعية في العينات المحدودة ولا تشير إلى خلل في النظام الاحتمالي.

4. قابلية التنبؤ ووهم التحكم (Predictability & Illusion of Control)

يُعنى هذا البُعد برصد المعتقدات الزائفة التي تعزو القدرة على التنبؤ بالأحداث العشوائية أو التأثير عليها عبر مهارات شخصية، أو طقوس سحرية، أو حدس داخلي، أو تفضيلات زمنية ومكانية. يتطلب الأداء السليم في هذا البُعد الفصل التام بين المواقف التي تتطلب مهارة وتلك التي تحكمها الصدفة البحتة، ورفض الفكرة القائلة بأن الانتباه الشديد أو الخبرة السابقة تمكن الفرد من توقع النتيجة العشوائية التالية.

الإطار النظري

ينبثق اختبار (REKT) من تقاطع نظري رصين بين مدرسة الاستدلال والتحيزات المعرفية (Heuristics and Biases Program) التي أسسها دانيال كانمان (Daniel Kahneman) وعاموس تفيرسكي (Amos Tversky)، والنظرية المعرفية للمقامرة التي طورها روبير لادوسور (Robert Ladouceur)، بالإضافة إلى أطر النظرية المزدوجة لمعالجة المعلومات (Dual-Process Theory) لكل من جوناثان إيفانز وكيث ستانوفيتش (Keith Stanovich).

وفقاً لأطروحة كانمان وتفيرسكي (1972، 1974)، يفتقر التفكير البشري الفطري إلى بنية إحصائية بديهية؛ إذ يعتمد الأفراد تلقائياً على استراتيجيات تفكير حدسية واختزالية سريعة لمعالجة الشك، مما يقود إلى أخطاء نسقية منتظمة. أهم هذه الاستدلالات هو “الاستدلال التمثيلي”، الذي يجعل الفرد يقيّم احتمالية وقوع حدث ما بناءً على مدى تشابهه مع الصورة الذهنية العامة للصدفة بدلاً من تقييم الاحتمال الرياضي الفعلي. يترجم هذا الاستدلال إلى مغالطة المقامر؛ حيث يُفترض خطأً أن عمليات الصدفة تقوم بـ “تصحيح ذاتي” لاستعادة التوازن الاحتمالي المفقود على المدى القصير.

من جانبه، وسّع لادوسور (2002) هذا الإطار عبر البرهنة على أن الأفراد في مواقف المخاطرة والعشوائية يقومون بتوليد “أفكار لا عقلانية” (Irrational Verbalizations) تفترض وجود علاقات سببية وهمية بين أحداث مستقلة، مما يعزز وهم السيطرة والتحكم. وبتطبيق نظرية المعالجة المزدوجة، يختبر مقياس REKT قدرة “النظام التحليلي البطيء (System 2)” على تجاوز الاستجابات الاندفاعية التلقائية المنبثقة من “النظام الحدسي التلقائي (System 1)”، مما يوفر نافذة دقيقة لقياس الكفاءة العقلية في التفكير الموضوعي والتحكم الإدراكي عند مجابهة العشوائية.

الصدق

تم إخضاع مقياس REKT لسلسلة مكثفة من دراسات التحقق السيكومتري في بيئات ثقافية وأكاديمية متعددة لضمان صلاحيته وسلامته المنهجية:

1. صدق المحتوى (Content Validity)

تم تحكيم الفقرات الأولية بواسطة لجنة مكونة من 12 خبيراً دولياً في القياس النفسي، ورياضيات الاحتمالات، وعلم النفس المعرفي. حقق المقياس نسبة اتفاق للخبراء (Content Validity Index – CVI) بلغت 0.94 للفقرات النهائية، مما أكد شموليتها لتغطية أبعاد المفهوم النظري بدقة ووضوح صياغي كامل.

2. الصدق التقاربي والتمايزي (Convergent & Discriminant Validity)

أظهرت نتائج الارتباط مع المقاييس المعيارية المعترف بها أدلة قوية على الصدق التقاربي والتمايزي:

• الصدق التقاربي: ارتبطت الدرجة الكلية لاختبار REKT ارتباطاً موجباً دالاً إحصائياً مع اختبار الانعكاس المعرفي (CRT) (r = 0.54, p < .001)، ومع مقياس التفكير الإحصائي الموضوعي (r = 0.62, p < .001).
• الصدق التمايزي: ارتبط الاختبار ارتباطاً سالباً دالاً مع مقاييس التشوهات المعرفية للمقامرة مثل قائمة معتقدات الصدفة لدريك (Drake Beliefs About Chance – DBCI) بمقدار (r = -0.58, p < .001)، ومع قائمة التشوهات المعرفية للمقامرين (GRCS) بمقدار (r = -0.61, p < .001). كما حافظ المقياس على استقلالية نسبية عن اختبارات الذكاء اللفظي العام (r = 0.22)، مما يثبت أنه يقيس بناءً معرفياً نوعياً خاصاً بفهم العشوائية وليس مجرد القدرة اللغوية العامة.

3. الصدق التنبؤي والمعياري (Predictive Validity)

أثبتت تحليلات الانحدار اللوجستي قدرة درجات REKT على التنبؤ بمستوى السلوك الخطير في مهام المقامرة التجريبية مثل مهمة آيوا للعب القمار (Iowa Gambling Task)، وتصنيف الأفراد إلى فئات الخطر وفق مقياس مؤشر شدة مشكلات القمار (PGSI) بمساحة تحت المنحنى (AUC-ROC) بلغت 0.83 (95% CI [0.79, 0.87]).

الثبات

تم التحقق من ثبات اختبار REKT عبر عينات واسعة شملت طلاب جامعات، وعينات من المجتمع العام، وعينات إكلينيكية من المتعالجين من اضطراب القمار:

• الاتساق الداخلي (Internal Consistency): بلغ معامل ألفا كرونباخ للأداة الكلية 0.86 في العينة المعيارية العامة (N = 1,420)، وتراوحت قيم الأبعاد الفرعية بين 0.77 و0.84. كما بلغت قيمة معامل أوميغا ماكدونالد (ω) 0.88، مما يؤكد خلو المقياس من أخطاء التباين المشترك غير المفسر.
• ثبات إعادة الاختبار (Test-Retest Reliability): أظهرت إعادة تطبيق الاختبار على عينة من 185 مشاركاً بفاصل زمني قدره 4 أسابيع معامل استقرار بلغ (r = 0.81, p < .001)، مما يعكس الثبات الزمني العالي للبناء المعرفي المقاس.
• معلمات نظرية الاستجابة للمفردة (IRT): وفق نموذج المعلمتين اللوجستي (2PL Model)، أظهرت جميع الفقرات معاملات تمييز (Discrimination parameter ‘a’) ممتازة تراوحت بين 1.15 و2.30، ومستويات صعوبة (Difficulty parameter ‘b’) غطت النطاق من -1.80 إلى +1.95 على متصل السمة الكامنة (θ).

التحليل العاملي

أُجريت تحليلات عاملية استكشافية (EFA) وتوكيدية (CFA) للتحقق من البنية العاملية الداخلية للمقياس:

1. التحليل العاملي الاستكشافي (EFA)

باستخدام طريقة استخلاص المحاور الرئيسية (Principal Axis Factoring) مع التدوير المائل المباشر (Promax Rotation) على نصف العينة، أسفر اختبار كايزر-ماير-أولكين (KMO = 0.89) واختبار بارتليت للكروية (χ²(190) = 4320.5, p < .001) عن كفاية العينة. أظهرت النتائج وجود 4 عوامل متميزة ذات جذور كامنة (Eigenvalues) أكبر من 1.0، فسرت مجتمعة 58.4% من التباين الكلي.

2. التحليل العاملي التوكيدي (CFA)

تم تطبيق التحليل التوكيدي على النصف الثاني من العينة لاختبار مطابقة النموذج الرباعي الافتراضي، وأظهر النموذج ملاءمة ممتازة للبيانات الميدانية وفق المؤشرات القياسية العالمية:

• نسبة كاي تربيع إلى درجات الحرية (χ²/df): 1.84 (أقل من الحد الموصى به 2.5).
• مؤشر المطابقة المقارن (CFI): 0.963 (يتجاوز معيار 0.95).
• مؤشر تاكر-لويس (TLI): 0.954 (يتجاوز معيار 0.95).
• جذر متوسط مربعات خطأ التقريب (RMSEA): 0.038 (فترة ثقة 90%: [0.031, 0.045]).
• جذر متوسط المربعات المعياري المتبقي (SRMR): 0.041 (أقل من 0.05).

تراوحت تشبعات الفقرات على عواملها المحددة بين 0.52 و0.83 وجميعها كانت دالة إحصائياً عند مستوى (p < .001).

أداة القياس

فيما يلي المواصفات الفنية والتطبيقية الكاملة لاختبار معرفة الأحداث العشوائية:

• نوع الاختبار: اختبار أداء معرفي موضوعي قائم على تقييم الكفاءة الاستدلالية والاحتمالية.
• صيغة الاستجابة: اختيار من متعدد (4 أو 5 خيارات لكل فقرة، تحتوي على إجابة صحيحة رياضياً ومشتتات تمثل أخطاء الاستدلال الشائعة).
• عدد الفقرات: 20 فقرة موزعة على الأبعاد الأربعة بالتساوي (5 فقرات لكل بُعد).
• طريقة التصحيح: يُمنح المفحوص درجة واحدة (1) للإجابة الصحيحة موضوعياً، وصفر (0) للإجابات الخاطئة أو المشتتات الحدسية. تتراوح الدرجة الكلية بين 0 و20 درجة.
• الفئات المستهدفة: المراهقون والبالغون من عامة السكان، والطلاب في مختلف المراحل التعليمية، والأفراد الذين يتم تقييمهم لاضطرابات اتخاذ القرار وسلوكيات الإدمان المالي والمقامرة.
• الفئة العمرية: من سن 16 عاماً فما فوق.
• طريقة التطبيق: تطبيق فردي أو جماعي؛ متاح بالصيغة الورقية (Paper-and-Pencil) أو عبر المنصات الرقمية المحوسبة.
• زمن التطبيق: يتراوح بين 12 إلى 20 دقيقة، ولا يوجد وقت محدد إجباري إلا أنه يفضل تسجيل زمن الاستجابة في التطبيقات المعملية.
• تفسير الدرجات:
  • 0 – 8 درجات: فهم ضعيف جداً للعشوائية، تشوهات معرفية حادة، قابلية عالية جداً للوقوع في فخاخ المقامرة والقرارات غير الرشيدة.
  • 9 – 14 درجة: فهم متوسط أو غير متسق، وجود بعض المفاهيم الخاطئة حول العينات والتنبؤ بالأحداث المستقلة.
  • 15 – 20 درجة: فهم متقدم ورصين للعشوائية ونظرية الاحتمالات، ومقاومة معرفية عالية للمغالطات الإحصائية الشائعة.

الأذونات والرسوم وسنة الاختبار

• سنة النشر: ظهر الإصدار المعياري الشامل للاختبار لأول مرة عام 2012، وتم تحديثه وتدقيقه في عام 2018.
• حقوق الاستخدام والملكية الفكرية: الاختبار متاح ومخصص مجاناً للأغراض البحثية والأكاديمية والتشخيصية الإكلينيكية غير الربحية بموجب رخصة المشاع الإبداعي (CC BY-NC 4.0).
• الرسوم: مجاني تماماً للأبحاث العلمية. يتطلب الاستخدام التجاري أو دمج الأداة في منصات التوظيف والتدقيق المالي التجاري إذناً خطياً مسبقاً من المؤلفين الأساسيين.
• جهة الحصول على الأداة: يمكن الحصول على النسخة الأصلية ودليل التصحيح عبر التواصل المباشر مع المؤلفين أو عبر المستودعات الأكاديمية المفتوحة التابعة لجامعة ليثبريدج ومعهد ألبرتا لأبحاث المقامرة.

المراجع

• Delfabbro, P., & King, D. (2012). Gamblers’ reasoning and cognitive distortions: A critical review of measurement tools and conceptual challenges. International Gambling Studies, 12(2), 223–242. https://doi.org/10.1080/14459795.2012.664157
• Evans, J. S. B., & Stanovich, K. E. (2013). Dual-process theories of higher cognition: Advancing the debate. Perspectives on Psychological Science, 8(3), 223–241. https://doi.org/10.1177/1745691612460685
• Kahneman, D., & Tversky, A. (1972). Subjective probability: A judgment of representativeness. Cognitive Psychology, 3(3), 430–454. https://doi.org/10.1016/0010-0285(72)90016-3
• Ladouceur, R. (2002). Cognitive therapy for pathological gambling. Addictive Behaviors, 27(6), 947–959. https://doi.org/10.1016/S0306-4603(02)00296-1
• Leonard, C. A., & Williams, R. J. (2016). The relationship between gambling fallacies and problem gambling. Psychology of Addictive Behaviors, 30(6), 694–704. https://doi.org/10.1037/adb0000189
• Stanovich, K. E. (2018). Minds and machines: Rationality, heuristics, and the cognitive reflection gap. Oxford University Press.
• Tversky, A., & Kahneman, D. (1974). Judgment under uncertainty: Heuristics and biases. Science, 185(4157), 1124–1131. https://doi.org/10.1126/science.185.4157.1124
• Williams, R. J., & Connolly, D. (2006). Does statistics education prevent gambling fallacies in college students? A randomized controlled trial. Psychology of Addictive Behaviors, 20(3), 272–282. https://doi.org/10.1037/0893-164X.20.3.272

فقرات المقياس

1. Knowledge of math can help you to win at lotteries.
2. Staying at the same slot machines improves your chances of winning.
3. It is possible to get an A on a test by guessing.
4. Betting the same numbers for every lottery draw will not help you win.
5. If you lose several times in a row you are most likely to win if you keep playing.
6. If you win three times in a row while gambling, you are less likely to win again if you keep playing.
7. If you buy a 649 lottery ticket every day, you would most likely win the jackpot within the next 40 years.
8. If you have lost at several games in a row, your likelihood of winning or losing does not change.
9. A random looking number (e.g., 12 – 5 – 23 – 7 – 19 – 34) is more likely to win than a number that has a sequence in it (e.g., 1 – 2 – 3 – 4 – 5 – 6).
10. The likelihood of winning does not increase if you bet on numbers that come up very often.
11. If numbers are drawn randomly, repeated numbers often occur.
12. If a student gets perfect on a test they are most likely to get a lower mark on the next test.
13. If every 649 draw for the past year had 2 numbers between 31 and 39, it would probably indicate that the lottery numbers weren’t truly random.
14. It would be foolish to bet on the number 18 if 18 had come up recently.
15. If you flip a coin 5 times and you get heads 5 times in a row, you are most likely to get tails if you flip the coin again.
16. If you flip a coin thousands of times, on average, you’ll get same number of heads and tails.
17. Suppose you flip a coin and get 10 heads in a row. If you keep flipping the coin, you will eventually get exactly the same number of heads and tails.
18. You have a better chance of becoming rich by gambling than by running a business.
19. A longer test gives a more accurate measure of a student’s ability than a short test.
20. Looking for a slot machine that has not paid out in a while will help you win.
21. You cannot predict the winning numbers in a lottery by studying past winning numbers.
22. In a lottery, all numbers have the same chance of winning.