اختبار مربع كاي للاستقلالية على الآلة الحاسبة TI-84

يُعد تحليل البيانات الفئوية (Categorical Data Analysis) أحد الركائز المنهجية الجوهرية في مختلف فروع العلوم الاجتماعية والسلوكية والنفسية، حيث يتعامل الباحثون في أغلب دراساتهم الميدانية والتجريبية مع متغيرات لا تخضع للقياس الكمي المتصل، بل تُصنف ضمن فئات اسمية (Nominal) أو رتبية (Ordinal). في هذا السياق، يبرز اختبار مربع كاي للاستقلالية (Chi-Square Test of Independence) كأداة استدلالية لا معلمية رائدة تتيح للباحث اختبار ما إذا كان هناك ارتباط ذو دلالة إحصائية بين متغيرين تصنيفيين، أو ما إذا كان توزيعهما التكراري في المجتمع يعكس حالة تامة من الاستقلالية التوزيعية والحياد التبادلي.

وعلى الرغم من انتشار الحزم البرمجية الإحصائية المتقدمة مثل SPSS و R و SAS، تظل الآلة الحاسبة البيانية TI-84 (بمختلف إصداراتها مثل TI-84 Plus و TI-84 Plus CE) أداة بحثية ومخبرية لا غنى عنها للباحثين والطلاب والممارسين؛ إذ تجمع بين الكفاءة الحسابية الفائقة والقدرة على المعالجة الفورية لمصفوفات البيانات المعقدة في البيئات الميدانية وغرف القياس النفسي السريع دون الحاجة إلى الاتصال بأجهزة الحاسوب المكتبية أو شراء تراخيص البرمجيات الباهظة. تقدم هذه الحاسبة بيئة مرنة لحساب التكرارات المتوقعة آلياً، واختبار الدلالة الإحصائية، ورسم منحنيات التوزيع الاحتمالي بدقة رياضية متناهية تضاهي أعتى المنصات الإحصائية المتخصصة، مما يجعل إتقانها مهارة منهجية بالغة الأهمية لطلاب الدراسات العليا والباحثين الأكاديميين.

يهدف هذا الدليل المرجعي الشامل إلى تفكيك كافة الجوانب النظرية والتطبيقية لاختبار مربع كاي للاستقلالية عبر الآلة الحاسبة Texas Instruments TI-84؛ حيث نغطي بالتفصيل المنطلقات الإحصائية للاختبار، وشروط تطبيقه، وطريقة إدارة مصفوفات البيانات وإدخالها، وتفسير المخرجات وقراءتها استدلالياً، وحساب مقاييس حجم الأثر مثل معامل كرامر (Cramér’s V) ومعامل فاي (Phi)، وانتهاءً بتوثيق النتائج وفق المعايير الدولية لجمعية علم النفس الأمريكية في نسختها السابعة (APA 7th Edition).

1. مقدمة نظرية لاختبار مربع كاي للاستقلالية ومفاهيمه الأساسية

1.1 المفهوم الإحصائي لاختبار الاستقلالية

ينتمي اختبار مربع كاي للاستقلالية، والذي صاغه عالم الإحصاء البريطاني الشهير كارل بيرسون (Karl Pearson) في مطلع القرن العشرين، إلى عائلة الاختبارات اللامعلمية (Non-parametric Tests). يُعنى هذا الاختبار بمعالجة البيانات الفئوية التي لا تفترض توزيعاً طبيعياً للمجتمع المدروس، بل تركز على دراسة تباين التكرارات المشاهدة (Observed Frequencies) داخل جدول تقاطع مزدوج مقارنة بالتكرارات المتوقعة (Expected Frequencies) التي يُفترض حدوثها نظرياً في حال انعدام أي علاقة أو تأثير متبادل بين المتغيرين.

يكمن الهدف الرياضي للاختبار في قياس درجة الارتباط والاعتمادية التوزيعية بين متغيرين نوعيين من خلال حساب الفروق النسبية المربعة لكل خلية من خلايا جدول التوافق. ويجب على الباحث التمييز الدقيق بين مفهوم “الاستقلالية” الإحصائية ومفهوم “الارتباط التوزيعي”؛ فالاستقلالية تعني أن التوزيع الاحتمالي لمتغير ما يظل ثابتاً بصرف النظر عن المستوى أو الفئة التي ينتمي إليها المتغير الآخر، في حين يشير الارتباط إلى أن الانتماء لفئة معينة في المتغير الأول يغير احتمالية الوقوع في فئة معينة من المتغير الثاني بصورة تتجاوز حدود الصدفة الإحصائية البحتة.

1.2 المتغيرات الفئوية وتطبيقاتها في العلوم النفسية والسلوكية

تعتمد البحوث النفسية والسلوكية اعتماداً كبيراً على القياس الفئوي بنوعيه الاسمي والرتبي. في المقاييس الاسمية (Nominal Scales)، تُصنف المفحوصين وفق خصائص نوعية متمايزة لا تحمل رتبة تفاضلية ذات معنى رياضي، مثل: الأنماط الشخصية (انطوائي/انبساطي)، الجنس، الحالة الاجتماعية، أو تصنيفات الاضطرابات النفسية وفق الدليل التشخيصي والإحصائي للاضطرابات النفسية (DSM-5). أما المقاييس الرتبية (Ordinal Scales)، فترتب الأفراد وفق تدرج معين مثل مستويات القلق (منخفض، متوسط، مرتفع) دون أن تكون المسافات بين الفئات متساوية بالضرورة.

يتيح اختبار مربع كاي للاستقلالية تحويل الملاحظات السلوكية والتسجيلات الإكلينيكية إلى بيانات تكرارية مصنفة تمكن الباحث السيكولوجي من دراسة العلاقات التفاعلية بين الخصائص الديموغرافية والأنماط السلوكية. فعلى سبيل المثال، يمكن استخدام الاختبار لمعرفة ما إذا كانت الاستجابة لنوع معين من العلاج النفسي (علاج سلوكي معرفي، علاج دوائي، علاج تحليلي) تختلف باختلاف الفئة العمرية للمرضى، أو ما إذا كانت الاتجاهات نحو تلقي الدعم النفسي ترتبط بالمستوى التعليمي للأفراد في المجتمع.

1.3 صياغة الفرضيات الصفرية والبديلة

تبدأ عملية الاستدلال الإحصائي في اختبار مربع كاي بصياغة منهجية محكمة للفرضيات الإحصائية التي تشكل أساس اتخاذ القرار الرياضي. تُصاغ الفرضية الصفرية (Null Hypothesis – $H_0$) بصفتها فرضية العدم التي تنفي وجود أي علاقة أو ارتباط بين المتغيرين في مجتمع الدراسة، وتؤكد على استقلاليتهما التامة:

• الفرضية الصفرية ($H_0$): المتغير الفئوي الأول والمتغير الفئوي الثاني مستقلان تماماً في المجتمع الأصلي، والتوزيع التكراري المشاهد يطابق التوزيع النظري المتوقع ولا يعزى التباين إلا للخطأ العشوائي في المعاينة.
• الفرضية البديلة ($H_1$): المتغير الفئوي الأول والمتغير الفئوي الثاني غير مستقلين (يوجد ارتباط دال إحصائياً بينهما)، بحيث يؤثر تصنيف الفرد في المتغير الأول على احتمالية تصنيفه في فئات المتغير الثاني.

يتم تقييم هذه الفرضيات بناءً على مقارنة القيمة الاحتمالية المحسوبة ($p\text{-value}$) بمستوى الدلالة المقبول مسبقاً (عادة $\alpha = 0.05$ أو $\alpha = 0.01$)، أو بمقارنة قيمة مربع كاي المحسوبة بالقيمة الجدولية الحرجة عند درجات حرية محددة، مما يحدد مسار قبول أو دحض الفرضية الصفرية.

2. الشروط المنهجية والافتراضات الإحصائية لتطبيق الاختبار

2.1 شروط المعاينة واستقلالية الملاحظات

لكي تكون نتائج اختبار مربع كاي للاستقلالية صالحة وممثلة وقابلة للتعميم، يتعين استيفاء مجموعة من الافتراضات المنهجية الصارمة المتعلقة بتصميم الدراسة وطريقة جمع البيانات. يأتي في مقدمة هذه الشروط ضرورة سحب العينة بطريقة احتمالية عشوائية بسيطة (Simple Random Sampling) تضمن تمثيل كافة شرائح المجتمع المستهدف وتمنع تحيز المعاينة الذي قد يؤدي إلى تضخيم زائف في التكرارات المشاهدة.

كما يُعد شرط “استقلالية المشاهدات” (Independence of Observations) حجر الزاوية في هذا الاختبار؛ إذ يجب ألا يظهر أي مشارك أو وحدة معاينة إلا في خلية واحدة فقط من خلايا جدول التوافق المزدوج. إذا تكرر ظهور الفرد الواحد في أكثر من فئة نتيجة قياسات مكررة عبر الزمن (Repeated Measures) أو تصميمات المجموعات المترابطة، فإن الاختبار يفقد صلاحيته المنهجية تماماً، ويتعين في هذه الحالة اللجوء إلى اختبارات بديلة متخصصة في العينات المزدوجة كاختبار ماكنيمار (McNemar’s Test) أو اختبار كوكران (Cochran’s Q Test).

2.2 حجم العينة والتكرارات المتوقعة في الخلايا

تعتمد دقة التقريب الاحتمالي لتوزيع مربع كاي على حجم التكرارات المتوقعة في خلايا الجدول المزدوج. وقد وضع عالم الإحصاء وليام كوكران (William Cochran) القاعدة الذهبية المعتمدة في الأوساط الأكاديمية لضمان قوة الاستدلال، والتي تنص على:

• ألا يقل التكرار المتوقع ($E_{ij}$) عن 5 في 80% على الأقل من إجمالي خلايا جدول التوافق.
• ألا تحتوي أي خلية في الجدول بأكمله على تكرار متوقع يقل عن 1 (أي $E_{ij} ge 1$ لجميع الخلايا دون استثناء).

في حال انتهاك هذه الشروط نتيجة لصغر حجم العينة الكلي أو تشتت التكرارات عبر فئات متعددة ذات كثافة منخفضة، تصبح قيمة $p\text{-value}$ المستخرجة مضللة وتزداد احتمالية الوقوع في الخطأ من النوع الأول (Type I Error). ولمعالجة هذا القصور المنهجي، يقترح الإحصائيون عدة حلول: إما زيادة حجم العينة الإجمالي ميدانياً، أو دمج الفئات المنطقية المتقاربة لتقليل أبعاد الجدول، أو اللجوء إلى الاختبارات الدقيقة مثل اختبار فيشر الدقيق (Fisher’s Exact Test) وخاصة في جداول $2 times 2$.

2.3 بناء جداول التوافق (Contingency Tables)

يُمثل جدول التوافق، أو ما يُعرف بالجدول التقاطعي المزدوج ($r \times c\text{ Table}$)، البنية الهيكلية التي تُفرغ فيها البيانات الفئوية الخام؛ حيث يمثل الحرف $r$ عدد الصفوف (Rows) الممثلة لمستويات المتغير الأول، ويمثل الحرف $c$ عدد الأعمدة (Columns) الممثلة لمستويات المتغير الثاني.

يتكون الجدول من مجموعة من الخلايا الداخلية التي تضم التكرارات المشاهدة ($O_{ij}$)، محاطة بالهوامش التي تشتمل على المجاميع الهامشية للصفوف ($R_i$) والمجاميع الهامشية للأعمدة ($C_j$)، بالإضافة إلى الحجم الكلي للعينة ($N$). تُحسب التكرارات المتوقعة ($E_{ij}$) نظرياً لكل خلية باستخدام المعادلة التالية:

$$E_{ij} = \frac{R_i \times C_j}{N}$$

حيث يمثل $R_i$ المجموع الكلي للصف $i$، و$C_j$ المجموع الكلي للعمود $j$، و$N$ الحجم الكلي للعينة المشتركة. يُعد التحديد الدقيق لأبعاد الجدول وهيكله التكراري الخطوة التأسيسية التي تُبنى عليها كافة الخطوات التقنية اللاحقة على شاشة الآلة الحاسبة البيانية.

3. نظرة عامة على بيئة العمل الإحصائية في الآلة الحاسبة TI-84

3.1 واجهة المستخدم وقوائم الإحصاء في TI-84

تتمتع الآلة الحاسبة TI-84 Plus Family بنظام برمجي متكامل ومصمم خصيصاً لإجراء العمليات الحسابية والاستدلالية المتقدمة بكفاءة عالية. يتم الوصول إلى النواة الإحصائية للحاسبة عبر الضغط المباشر على مفتاح [STAT]، والذي يفتح واجهة تفاعلية تتضمن ثلاثة تبويبات رئيسية:

• تبويب التحرير [EDIT]: مخصص لإنشاء وتعديل القوائم الإحصائية الفردية المستخدمة في تحليل المتغيرات الأحادية أو الانحدار الخطي.
• تبويب الحسابات [CALC]: يتيح استخراج المؤشرات الوصفية ومعاملات الارتباط وتوفيق المنحنيات.
• تبويب الاختبارات [TESTS]: وهو البوابة التنفيذية للاختبارات المعلمية واللامعلمية، بما في ذلك اختبارات $z$ و $t$ وتحليل التباين (ANOVA) واختبارات مربع كاي.

تتميز إصدارات TI-84 Plus CE ذات الشاشة الملونة عالية الدقة بتوفير تجربة بصرية فائقة الوضوح؛ حيث تتيح للمستخدم تمييز البيانات والرسوم البيانية والمصفوفات بألوان متباينة تسهل قراءة المخرجات وتمنع التداخل البصري مقارنة بالإصدارات أحادية اللون القديمة.

3.2 نظام إدارة المصفوفات (Matrix Menu)

على عكس الاختبارات الإحصائية الأخرى في TI-84 التي تعتمد على القوائم الخطية ($L_1, L_2$)، يتطلب اختبار مربع كاي للاستقلالية استخدام نظام المصفوفات ثنائية الأبعاد لتمثيل جداول التوافق ($r \times c$). يتم الدخول إلى نظام إدارة المصفوفات عبر الضغط على المفتاح الثانوي الأصفر [2nd] متبوعاً بمفتاح المعكوس الرياضي [$x^{-1}$] (الذي يحمل أعلاه وسم MATRIX باللون الأصفر).

تتضمن قائمة المصفوفات ثلاثة تبويبات جوهرية:

• تبويب التسميات [NAMES]: يُستخدم لاستدعاء مصفوفة معينة وتضمين اسمها داخل العمليات الحسابية أو شاشات الاختبار الإحصائي.
• تبويب العمليات الرياضية [MATH]: يحتوي على الدوال المتقدمة مثل حساب المحددات (Determinant) ومدور المصفوفة (Transpose).
• تبويب التحرير [EDIT]: وهو الحقل الميداني المخصص لتحديد أبعاد المصفوفة (الصفوف والأعمدة) وتغذيتها بالبيانات التكرارية المشاهدة.

3.3 أهمية الآلة الحاسبة البيانية في الأبحاث والمختبرات النفسية

توفر الحاسبة البيانية TI-84 مزايا منهجية استثنائية في البيئات البحثية والمختبرات السيكومترية. فهي تمكن الباحثين من إجراء تدقيق فوري وميداني للبيانات التكرارية أثناء جلسات الملاحظة السلوكية أو المقابلات التشخيصية دون الحاجة لنقل البيانات أولاً إلى أجهزة الحاسوب الشخصية.

كما تلعب الحاسبة دوراً محورياً في تقليص معدلات الخطأ البشري؛ إذ إن الحساب اليدوي للفروق المربعة النسبية لكل خلية $\frac{(O – E)^2}{E}$ في الجداول الكبيرة (مثل $4 times 5$) ينطوي على احتمالية مرتفعة لحدوث أخطاء حسابية في التقريب أو الجمع. تقوم الحاسبة بتنفيذ آلاف العمليات الرياضية الدقيقة في أجزاء من الثانية، مع توليد مصفوفة متكاملة للتكرارات المتوقعة تلقائياً في الذاكرة العشوائية، مما يمنح الباحث ثقة إحصائية مطلقة في النتائج المستخرجة.

4. خطوات إدخال البيانات والتكرارات المشاهدة في المصفوفات

4.1 تهيئة المصفوفة وتحديد أبعاد الجدول

للبدء في إدخال بيانات جدول التوافق المزدوج في الآلة الحاسبة TI-84، يجب اتباع التسلسل الإجرائي التالي لتهيئة المصفوفة الأولى المخصصة للتكرارات المشاهدة:

• اضغط على مفتاح [2nd] ثم اضغط على مفتاح [$x^{-1}$] للدخول إلى قائمة [MATRIX].
• استخدم سهم التوجيه الأيمن للانتقال إلى تبويب [EDIT].
• اختر المصفوفة الأولى [A] بالضغط على الرقم [1] أو الضغط على مفتاح [ENTER].
• في أعلى الشاشة، ستلاحظ مؤشر تحديد الأبعاد مكتوباً بالصيغة: $1 times 1$. أدخل عدد الصفوف (Rows) لجدول دراستك ثم اضغط [ENTER]، يليه إدخال عدد الأعمدة (Columns) ثم اضغط [ENTER]. على سبيل المثال، لجدول يتكون من صفين وثلاثة أعمدة، أدخل $2$ ثم [ENTER] ثم $3$ ثم [ENTER].

بمجرد تثبيت الأبعاد، ستقوم الحاسبة بإعادة تشكيل الشاشة لتوليد شبكة خلوية فارغة تتطابق أبعادها تماماً مع بنية جدول التوافق المستهدف.

4.2 تغذية المصفوفة بالتكرارات المشاهدة (Observed Data)

بعد تهيئة أبعاد المصفوفة [A]، تبدأ مرحلة إدخال القيم التكرارية المشاهدة التي تم جمعها من عينة الدراسة. يتم ملء المصفوفة خلية تلو الأخرى وفق الترتيب الأفقي التلقائي للحاسبة (من اليسار إلى اليمين للصف الأول، ثم الانتقال آلياً للصف التالي):

• اكتب التكرار المشاهد للخلية الأولى في الصف الأول والعمود الأول ($O_{11}$)، ثم اضغط على مفتاح [ENTER] لتثبيت القيمة ونقل المؤشر إلى الخلية المجاورة ($O_{12}$).
• أدخل قيمة الخلية الثانية، ثم اضغط [ENTER]، واستمر في ذلك حتى تنتهي من كامل قيم الصف الأول.
• سينتقل المؤشر تلقائياً إلى الخلية الأولى في الصف الثاني ($O_{21}$)؛ كرر نفس العملية بدقة حتى يتم تعبئة كافة خلايا الجدول.

يجب مراجعة الأرقام الظاهرة على الشاشة بعناية فائقة والتأكد من مطابقتها التامة لبيانات الاستبيان أو بطاقات الملاحظة الميدانية؛ حيث إن أي خطأ في إدخال تكرار خلية واحدة سيؤدي إلى تشويه المجاميع الهامشية وتغيير قيمة التكرارات المتوقعة وقيمة مربع كاي الناتجة كلياً.

4.3 حفظ المصفوفة والخروج الآمن

تعتمد الآلة الحاسبة TI-84 نظام الحفظ التلقائي في الذاكرة الحية (RAM) للمصفوفات بمجرد إدخال القيم والضغط على مفتاح [ENTER]. ومع ذلك، ولتجنب إدخال تعديلات غير مقصودة في الخلايا نتيجة الضغط العشوائي على الأسهم، يتعين الخروج الآمن من بيئة تحرير المصفوفات باتباع الخطوتين التاليتين:

• اضغط على مفتاح [2nd] متبوعاً بمفتاح [MODE] لتفعيل أمر الخروج السريع [QUIT] والعودة إلى الشاشة الرئيسية للحاسبة.
• للتحقق الاختياري من سلامة التخزين، يمكنك الضغط على [2nd] ثم [$x^{-1}$]، واختيار المصفوفة [A] من تبويب [NAMES] والضغط على [ENTER] مرتين لعرض كامل المصفوفة على الشاشة الرئيسية والتأكد من بنيتها الرقمية.

5. التنفيذ العملي لاختبار مربع كاي للاستقلالية على TI-84

5.1 الوصول لأمر اختبار مربع كاي [χ²-Test]

بعد الانتهاء من تجهيز مصفوفة التكرارات المشاهدة، يصبح النظام البرمجي للحاسبة جاهزاً لمعالجة الفرضيات الإحصائية. للوصول إلى الأمر المخصص لاختبار مربع كاي للاستقلالية، اتبع المسار التالي:

• اضغط على مفتاح [STAT] من لوحة المفاتيح الرئيسية.
• استخدم سهم التوجيه الأيمن للانتقال مرتين إلى اليمين واختيار تبويب [TESTS].
• مرر لأسفل القائمة باستخدام السهم السفلي حتى تصل إلى الأمر المسمى [χ²-Test…] (والذي يظهر عادةً بجوار الحرف C في معظم الإصدارات الحديثة، أو الحرف c في بعض الإصدارات الأخرى).

تنبيه منهجي بالغ الأهمية: يجب على الباحث التمييز الصارم بين أمرين يظهران في قائمة الاختبارات: الأمر [χ²-Test] المخصص لاختبار الاستقلالية وجداول التوافق المزدوجة المعتمدة على المصفوفات، والأمر [χ²GOF-Test] المخصص لاختبار جودة المطابقة (Goodness of Fit) للمتغير الأحادي المعتمد على القوائم الخطية ($L_1, L_2$). اختيار الأمر الخاطئ سيؤدي إلى فشل التحليل وظهور رسائل خطأ برمجية.

5.2 تحديد مصفوفات المدخلات والمخرجات

بمجرد اختيار الأمر [χ²-Test] والضغط على [ENTER]، ستظهر شاشة الإعدادات الخاصة بالاختبار، والتي تتضمن حقلين إجباريين لتوجيه مسار تدفق البيانات الحسابية:

• حقل التكرارات المشاهدة (Observed): وهو الحقل الذي تحدد فيه اسم المصفوفة الحاوية لبياناتك الفعلية. بشكل افتراضي، تضع الحاسبة الرمز [A]. إذا كنت قد أدخلت بياناتك في مصفوفة أخرى، يمكنك تغييرها بالضغط على [2nd] + [$x^{-1}$] واختيار اسم المصفوفة المطلوبة من قائمة [NAMES].
• حقل التكرارات المتوقعة (Expected): وهو الحقل المخصص لاستقبال المصفوفة الرياضية التي ستولدها الحاسبة تلقائياً لحفظ التكرارات المتوقعة المحسوبة نظرياً. القيمة الافتراضية المعتمدة هي [B]. يُنصح بشدة بإبقاء هذا الحقل على المصفوفة [B]؛ حيث ستقوم الحاسبة بحساب وتخزين قيم التكرارات المتوقعة بداخلها دون تدخل يدوي من الباحث.

5.3 تشغيل التحليل واستخراج النتائج

في أسفل شاشة إعدادات اختبار مربع كاي، يتيح النظام خيارين تنفيذيين لمعالجة البيانات:

• أمر الحساب المباشر [Calculate]: يؤدي الضغط على هذا الخيار إلى نقلك الفوري إلى شاشة المخرجات الإحصائية الرقمية التي تعرض قيمة إحصائية الاختبار ($\chi^2$)، والقيمة الاحتمالية الدقيقة ($p\text{-value}$)، ودرجات الحرية ($df$).
• أمر الرسم والتجسيد البياني [Draw]: يتيح هذا الخيار المميز رسم دالة الكثافة الاحتمالية لتوزيع مربع كاي (Chi-Square Distribution Curve) بناءً على درجات حرية العينة، مع تظليل منطقة الرفض الحرجة (Critical Region) وعرض قيمة $\chi^2$ وقيمة $p$ في أسفل الرسم البياني، مما يوفر رؤية بصرية واضحة لموقع إحصائية الاختبار بالنسبة لذيل التوزيع الاحتمالي.

6. التحليل الإحصائي الدقيق لمخرجات شاشة TI-84

6.1 قراءة إحصائية الاختبار المحسوبة (χ² Value)

تعرض الشاشة الناتجة عن اختيار الأمر [Calculate] ثلاثة مؤشرات استدلالية مركزية تتطلب تحليلاً علمياً دقيقاً. المؤشر الأول هو قيمة إحصائية الاختبار المحسوبة ويرمز لها على الشاشة بالرمز $\chi^2$.

تمثل هذه القيمة المجموع التراكمي الموزون لكافة الفروق المربعة بين ما تم رصده ميدانياً في مصفوفة المشاهدات وما كان متوقعاً حدوثه نظرياً في حال الاستقلالية التامة وفق المعادلة الرياضية:

$$\chi^2 = \sum_{i=1}^{r} \sum_{j=1}^{c} \frac{(O_{ij} – E_{ij})^2}{E_{ij}}$$

كلما اقتربت قيمة $\chi^2$ من الصفر، دل ذلك على التطابق التام بين الواقع الميداني والفرضية الصفرية، مما يشير إلى انعدام العلاقة بين المتغيرين. وعلى العكس من ذلك، كلما تباعدت وتضخمت قيمة $\chi^2$ متجهة نحو اليمين في التوزيع، دل ذلك على وجود فجوة حقيقية وتباعد نسبي جوهري بين التكرارات المشاهدة والمتوقعة، مما يعزز فرضية وجود ارتباط تفاعلي دال بين المتغيرين المدروسين.

6.2 تقييم وتفسير القيمة الاحتمالية (p-value)

يمثل المؤشر الثاني على الشاشة القيمة الاحتمالية ويرمز لها بالحرف $p$. تُعبر هذه القيمة عن احتمالية الحصول على إحصائية اختبار مساوية أو أكثر تطرفاً من القيمة المحسوبة الحالية، بافتراض أن الفرضية الصفرية صحيحة تماماً في المجتمع الأصلي.

قراءة الترميز العلمي (Scientific Notation): في الدراسات ذات الارتباط القوي أو العينات الضخمة، قد تكون القيمة الاحتمالية متناهية في الصغر؛ فتعرضها الحاسبة بالصيغة الأسية، مثل: p = 3.4512E-4. يجب قراءة هذا الرقم علمياً كـ $3.4512 times 10^{-4}$، وهو ما يكافئ $0.00034512$.

تتم المقارنة الاستدلالية وفق القواعد المنهجية التالية:

• إذا كانت قيمة $p le \alpha$ (حيث $\alpha = 0.05$ عادة): يتم رفض الفرضية الصفرية ($H_0$) وقبول الفرضية البديلة ($H_1$)، ويستنتج الباحث وجود علاقة ارتباطية دالة إحصائياً بين المتغيرين.
• إذا كانت قيمة $p > \alpha$: يُفشل في رفض الفرضية الصفرية، ويُستنتج عدم وجود أدلة إحصائية كافية تثبت ارتباط المتغيرين عند مستوى الثقة المعتمد.

6.3 التحقق من درجات الحرية (Degrees of Freedom – df)

يُمثل المؤشر الثالث المعروض في شاشة النتائج درجات الحرية ويرمز لها بالرمز $df$. تعكس درجات الحرية عدد الخلايا المستقلة في جدول التوافق المزدوج التي يمكن أن تتغير تكراراتها بحرية قبل أن تصبح بقية التكرارات محددة وجوبياً بالمجاميع الهامشية الثابتة للصفوف والأعمدة.

تُحسب درجات الحرية لجدول التوافق المزدوج رياضياً عبر ضرب عدد الصفوف مطروحاً منها واحد في عدد الأعمدة مطروحاً منها واحد:

$$df = (r – 1) \times (c – 1)$$

يجب على الباحث مطابقة قيمة $df$ الظاهرة على شاشة الحاسبة مع الحساب اليدوي لأبعاد جدوله. إن درجات الحرية هي العامل الرياضي المحدد لشكل منحنى توزيع مربع كاي (Chi-Square Distribution)؛ حيث يتسم التوزيع بالتواء موجب حاد عند درجات الحرية المنخفضة، بينما يقترب تدريجياً من التوزيع الطبيعي المتماثل مع تزايد قيم $df$.

7. استخراج وفحص مصفوفة التكرارات المتوقعة (Expected Frequencies)

7.1 استدعاء مصفوفة المخرجات [B]

من أهم المزايا البرمجية للحاسبة TI-84 أنها تقوم فور تشغيل الاختبار ببناء مصفوفة التكرارات المتوقعة وتخزينها تلقائياً داخل المصفوفة المحددة في حقل المخرجات (المصفوفة [B] افتراضياً). لمعاينة هذه القيم وفحصها، اتبع الخطوات التالية:

• اضغط على مفتاح [2nd] متبوعاً بمفتاح [$x^{-1}$] للدخول إلى قائمة [MATRIX].
• انتقل يميناً إلى تبويب التحرير [EDIT].
• مرر للأسفل واختر المصفوفة [B]، ثم اضغط على مفتاح [ENTER].

ستعرض الشاشة مصفوفة لها نفس أبعاد جدول التوافق الأصلي، حيث تتضمن كل خلية التكرار النظري المتوقع المحسوب بدقة عشرية فائقة بناءً على حاصل ضرب المجموع الهامشي لصفها في المجموع الهامشي لعمودها مقسوماً على الحجم الكلي للعينة ($N$).

7.2 التحقق من شروط صحة الاختبار عبر المصفوفة [B]

تُعد خطوة فحص مصفوفة التكرارات المتوقعة [B] متطلباً منهجياً حاسماً لا يجوز تجاوزه؛ إذ لا يمكن الاعتماد على دلالة قيمة $p\text{-value}$ دون التحقق المسبق من استيفاء افتراضات كوكران:

• قم بمسح كافة خلايا المصفوفة [B] وتأكد من أن جميع القيم أكبر من أو تساوي 1.0 (لا توجد أي خلية متوقعة $E < 1$).
• احسب النسبة المئوية للخلايا التي تحتوي على قيم متوقعة أقل من 5؛ يجب ألا تتجاوز هذه الخلايا نسبة 20% من إجمالي عدد خلايا المصفوفة.

إذا كشفت مصفوفة المخرجات [B] عن وجود انتهاك لهذه الافتراضات (كأن تكون التكرارات المتوقعة أقل من 5 في 40% من الخلايا مثلاً)، فإن النتائج الإحصائية المستخرجة تفقد موثوقيتها، ويصبح لزاماً على الباحث معالجة المشكلة عبر إعادة تصنيف المتغيرات ودمج الفئات المتقاربة منطقياً أو الانتقال لحزم برمجية لتطبيق اختبار فيشر الدقيق الموسع للجداول الأكبر من $2 times 2$.

7.3 المقارنة الخلوية بين المشاهد والمتوقع (Cell-by-Cell Residuals)

لا يقتصر التحليل الاستدلالي المتقدم على معرفة ما إذا كانت العلاقة الكلية دالة إحصائياً فحسب، بل يمتد إلى استكشاف “موقع” ونمط هذه العلاقة التفاعلية داخل خلايا الجدول. يتم ذلك من خلال مقارنة مصفوفة المشاهدات [A] بمصفوفة التوقعات [B] خلية بخلية لحساب البواقي (Residuals):

$$\text{Residual} = O_{ij} – E_{ij}$$

الخلية التي تظهر قيمة باقٍ موجبة كبيرة تشير إلى أن تكرار الأفراد المشاهد في هذا النمط السلوكي أعلى بكثير مما تفرضه الصدفة؛ بينما تشير البواقي السالبة إلى عزوف أو انخفاض التكرار الفعلي عن المعدل النظري المفترض. يساعد حساب البواقي المعيارية (Standardized Residuals) الباحثين في علم النفس على فهم التفضيلات السلوكية والأنماط الفرعية التي أسهمت بالنصيب الأكبر في دلالة قيمة مربع كاي الكلية.

8. دراسة حالة تطبيقية: العلاقة بين النوع الاجتماعي والانتماء السياسي

8.1 وصف العينة وتكوين جدول التوافق (2×3)

لتجسيد كافة المفاهيم النظرية والإجرائية السابقة في سياق تطبيقي واقعي، نفترض إجراء دراسة في علم النفس السياسي والسلوكي تهدف إلى اختبار ما إذا كان “النوع الاجتماعي” (ذكور / إناث) يرتبط بنمط “الانتماء السياسي” لدى الناخبين في مجتمع محلي. تم سحب عينة عشوائية بسيطة مكونة من $N = 500$ فرد، وصُنفت استجاباتهم في جدول توافق بأبعاد $2 times 3$ كما هو موضح في الجدول التالي:

النوع الاجتماعي	حزب محافظ (Conservative)	حزب ليبرالي (Liberal)	مستقل (Independent)	المجموع الهامشي
ذكور (Males)	110	95	45	250
إناث (Females)	100	110	40	250
المجموع الهامشي	210	205	85	500

تتم صياغة فرضيات البحث الإحصائية للدراسة الميدانية على النحو التالي:

• $H_0$: النوع الاجتماعي والانتماء السياسي مستقلان تماماً لدى الناخبين في المجتمع.
• $H_1$: يوجد ارتباط ذو دلالة إحصائية بين النوع الاجتماعي والانتماء السياسي للمشاركين.

8.2 التطبيق العملي الكامل على آلة TI-84

لتنفيذ المعالجة الإحصائية لهذه الدراسة الميدانية على الآلة الحاسبة TI-84، نتبع الخطوات المنهجية المتسلسلة التالية:

• إعداد مصفوفة المشاهدات: اضغط على [2nd] + [$x^{-1}$]، ثم اختر تبويب [EDIT]، واختر المصفوفة [A]. عيّن الأبعاد لتكون $2 times 3$.
• تغذية البيانات: أدخل قيم الصف الأول: $110$ ثم [ENTER]، $95$ ثم [ENTER]، $45$ ثم [ENTER]. ثم أدخل قيم الصف الثاني: $100$ ثم [ENTER]، $110$ ثم [ENTER]، $40$ ثم [ENTER].
• الخروج والتنفيذ: اضغط [2nd] + [MODE] للخروج. اضغط [STAT]، وانتقل إلى [TESTS]، واختر [χ²-Test…].
• تأكد من ضبط Observed: [A] و Expected: [B]، ثم حدد الأمر [Calculate] واضغط [ENTER].

تُظهر شاشة المخرجات الإحصائية المباشرة النتائج الرقمية التالية:

• χ² = 1.9056
• p = 0.3856
• df = 2

وبالدخول إلى المصفوفة [B] من قائمة التحرير، نجد أن قيم التكرارات المتوقعة هي: للصف الأول ($105.0$, $102.5$, $42.5$) وللصف الثاني ($105.0$, $102.5$, $42.5$). نلاحظ هنا أن جميع التكرارات المتوقعة تفوق الحد الأدنى (أصغر تكرار متوقع هو $42.5 ge 5$)، مما يؤكد سلامة واستيفاء كافة شروط الاختبار الإحصائي.

8.3 الاستنتاج وتفسير النتائج في السياق السلوكي

بمقارنة القيمة الاحتمالية المحسوبة ($p = 0.3856$) بمستوى الدلالة المعتمد ($\alpha = 0.05$)، نجد أن $p > 0.05$. وبناءً على قاعدة اتخاذ القرار الإحصائي، نفشل في رفض الفرضية الصفرية ($H_0$) ونقبل بفرضية الاستقلالية.

التفسير السيكولوجي والسلوكي: تدل هذه النتيجة على عدم وجود أدلة تجريبية كافية تدعم وجود علاقة أو ارتباط بين النوع الاجتماعي وتفضيل الانتماء الحزبي في عينة الدراسة. فالفروق الملاحظة بين الذكور والإناث في توزيع التكرارات الحزبية داخل العينة هي فروق طفيفة وعشوائية تعزى للتباين الطبيعي في المعاينة ولا تعكس تفضيلاً حقيقياً أو انحيازاً سلوكياً مرتبطاً بالجنس في المجتمع الأصلي.

9. حساب مقاييس حجم الأثر والقوة الإحصائية

9.1 معامل فاي (Phi Coefficient) للجداول الثنائية 2×2

على الرغم من الأهمية المركزية لاختبار مربع كاي في تحديد الدلالة الإحصائية (Statistical Significance)، إلا أن قيمة $\chi^2$ وقيمة $p$ لا تقدمان بمفردهما تقييماً لدرجة وقوة العلاقة الارتباطية؛ نظراً لأن قيمة مربع كاي تتأثر تأثراً طردياً بحجم العينة الكلي ($N$). لذلك، يصبح حساب مقاييس “حجم الأثر” (Effect Size) متطلباً علمياً ضرورياً لتقييم الأهمية العملية للنتائج.

في الجداول الثنائية ذات البعد $2 times 2$ (صفين وعمودين فقط)، يُستخدم معامل فاي ($phi$) كمقياس معياري لقوة الارتباط، وتُحسب قيمته عبر المعادلة الرياضية التالية:

$$\phi = \sqrt{\frac{\chi^2}{N}}$$

يمكن إجراء هذه العملية الحسابية بسهولة على الشاشة الرئيسية للآلة الحاسبة TI-84 فور استخراج قيمة $\chi^2$ من الاختبار، باتباع الخطوات التالية: اضغط على مفتاح [2nd] متبوعاً بزر الجذر التربيعي [$\sqrt{phantom{x}}$] (الموجود فوق زر $x^2$)، ثم أدخل قيمة $\chi^2$ مقسومة على حجم العينة الكلي $N$، ثم اضغط [ENTER].

وفقاً لمعايير عالم الإحصاء النفسي جيكوب كوهين (Jacob Cohen, 1988)، يتم تفسير قيم معامل فاي على النحو التالي: $phi = 0.10$ أثر صغير (Small Effect)، $phi = 0.30$ أثر متوسط (Medium Effect)، و $phi = 0.50$ أثر كبير (Large Effect).

9.2 معامل كرامر (Cramér’s V) للجداول الأكبر من 2×2

عندما تتجاوز أبعاد جدول التوافق المزدوج نموذج $2 times 2$ (كأن يكون الجدول $2 times 3$ أو $3 times 3$ أو أكبر)، يفقد معامل فاي معياريته وقد يتجاوز القيمة الصحيحة (1.0). في هذه الحالة، يُستخدم معامل كرامر الموزون ($V$) كأدق مقياس لحجم الأثر، وتُصاغ معادلته الرياضية على النحو التالي:

$$V = \sqrt{\frac{\chi^2}{N \times \min(r – 1, c – 1)}}$$

حيث يمثل $min(r – 1, c – 1)$ القيمة الصغرى الناتجة من مقارنة درجات حرية الصفوف بدرجات حرية الأعمدة.

لتطبيق هذه المعادلة على آلة TI-84 في دراسة حالتنا السابقة ($N = 500$، والجدول $2 times 3$ حيث $r=2$ و $c=3$، وبالتالي $min(2-1, 3-1) = min(1, 2) = 1$):

• على الشاشة الرئيسية، اضغط على [2nd] + [$x^2$] لفتح الجذر التربيعي.
• اكتب: 1.9056 / (500 * 1) ثم اضغط [ENTER].
• تظهر النتيجة المباشرة: V = 0.0617.

تؤكد هذه القيمة المنخفضة جداً لمعامل كرامر ($V \approx 0.06$) انعدام الأثر الفعلي وضعف الارتباط البنيوي بين المتغيرين، مما يدعم تماماً القرار الإحصائي القاضي بقبول الفرضية الصفرية.

9.3 أهمية تضمين حجم الأثر بجانب القيمة الاحتمالية

تفرض الهيئات العلمية المحكمة ومعايير جمعية علم النفس الأمريكية (APA) إدراج مقاييس حجم الأثر في التقارير الإحصائية؛ نظراً لأن القيمة الاحتمالية ($p\text{-value}$) تقتصر على إخبار الباحث بما إذا كان الفرق الملاحظ ناتجاً عن الصدفة أم لا، دون تقديم أي دلالة حول مقدار هذا الفرق أو وزنه الميداني.

ففي العينات الضخمة جداً (مثلاً $N = 50,000$)، يمكن لأبسط التباينات التافهة وغير المؤثرة سلوكياً أن تعطي قيمة $p < 0.001$ ذات دلالة إحصائية شكلية زائفة. وهنا يأتي دور معامل كرامر أو فاي ليكشف للباحث الحجم الحقيقي للعلاقة، مما يحمي صانعي القرار الإكلينيكي والتربوي من بناء استنتاجات وتدخلات علاجية غير مجدية استناداً إلى دلالة إحصائية مضللة ناتجة حصرياً عن تضخم العينة.

10. الأخطاء الشائعة واستكشاف المشكلات وإصلاحها على TI-84

10.1 أخطاء إدخال أبعاد المصفوفة (Dimension Mismatch)

من أكثر الأخطاء التقنية شيوعاً التي تواجه مستخدمي TI-84 ظهور رسالة الخطأ البرمجية ERR: DIM MISMATCH عند محاولة تشغيل الاختبار. يرجع هذا الخطأ المنهجي إلى الأسباب التالية:

• عدم تطابق أبعاد المصفوفة: حدوث تعارض بين عدد خلايا المصفوفة المدخلة والأبعاد المحددة في رأس شاشة المصفوفة [A].
• تداخل المصفوفات النشطة: احتواء المصفوفة [B] على بيانات قديمة ذات أبعاد تخالف الأبعاد المتوقعة للمصفوفة [A]، مما يمنع النظام من الكتابة التلقائية فوقها.

طريقة الحل والإصلاح: اضغط على مفتاح [1:Quit] للخروج من شاشة الخطأ. توجه فوراً إلى قائمة المصفوفات [2nd] + [$x^{-1}$]، وادخل إلى تبويب [EDIT] وأعد كتابة أبعاد الصفوف والأعمدة بدقة للمصفوفة [A]، وتأكد من ملء كافة الخلايا بقيم تكرارية صحيحة. كما يمكنك إعادة ضبط وتفريغ ذاكرة المصفوفات عبر قائمة إدارة الذاكرة [2nd] + [+] (MEM) واختيار 2:Mem Management ثم 5:Matrix ومسح المصفوفات المتعارضة.

10.2 الخلط بين اختبار الاستقلالية واختبار جودة المطابقة (GOF)

يقع العديد من الطلاب والباحثين المبتدئين في خطأ منهجي فادح يتمثل في اختيار [χ²GOF-Test] بدلاً من [χ²-Test] من قائمة الاختبارات الإحصائية [STAT] $\rightarrow$ [TESTS].

وجه المقارنة	اختبار الاستقلالية (χ²-Test)	اختبار جودة المطابقة (χ²GOF-Test)
طبيعة المتغيرات	متغيران تصنيفيان (جدول مزدوج $r \times c$)	متغير تصنيفي واحد متعدد الفئات ($1 times k$)
بنية المدخلات في TI-84	مصفوفات ثنائية الأبعاد (Matrix [A] و [B])	قوائم إحصائية أحادية البعد ($L_1$ و $L_2$)
حساب التكرار المتوقع	يتم آلياً بواسطة الحاسبة	يتطلب إدخاله يدوياً في القائمة $L_2$

إن إدراك هذا التمايز يجنب الباحث الوقوع في أخطاء إدخال القوائم التي تطلبها شاشة GOF والتي تفشل في معالجة مصفوفات التوافق المزدوجة.

10.3 التعامل مع التكرارات الصفرية والأرقام العشرية

يستند اختبار مربع كاي للاستقلالية إلى فرضية رياضية صارمة تقتضي أن تكون التكرارات المشاهدة في المصفوفة [A] أعداداً صحيحة غير سالبة (Non-negative Integers) تمثل عدد الحالات أو الأفراد الفعليين المستجيبين لكل فئة.

• حظر الكسور والأرقام العشرية في المشاهدات: لا يجوز نهائياً إدخال نسب مئوية أو متوسطات حسابية أو أرقام عشرية داخل مصفوفة المشاهدات [A]؛ إذ يؤدي ذلك إلى تشويه كامل في التوزيع الاحتمالي ومجاميع العينة.
• التعامل مع التكرارات الصفرية ($O = 0$): على الرغم من أن الحاسبة تقبل إدخال الرقم صفر في المصفوفة [A]، إلا أن وجود خلايا فارغة أو صفرية يؤدي في كثير من الأحيان إلى انخفاض التكرارات المتوقعة في المصفوفة [B] إلى ما دون الحدود المسموحة ($E < 1$ أو $E < 5$)، مما يخل بصلاحية الاختبار ويتطلب دمج الفئات الصفرية مع فئات مجاورة قبل المعالجة.

11. توثيق وكتابة تقرير النتائج وفق معايير جمعية علم النفس الأمريكية (APA 7)

11.1 الصيغة القياسية لتوثيق نتائج مربع كاي

تحدد إرشادات دليل النشر التابع لجمعية علم النفس الأمريكية في نسخته السابعة (APA 7th Edition Guidelines) قواعد محددة لتوثيق نتائج اختبار مربع كاي للاستقلالية في المتن الأكاديمي. تُكتب النتيجة الإحصائية وفق النموذج المعياري التالي:

$$\chi^2(df, N = \text{حجم العينة}) = \text{القيمة المحسوبة}, p = \text{القيمة الاحتمالية}, V = \text{معامل كرامر}$$

قواعد التنسيق والطباعة الأكاديمية:

• تُكتب الرموز الإحصائية اللاتينية والإغريقية بخط مائل: ($\chi^2, N, df, p, V, \phi$).
• تُقرب قيمة مربع كاي وقيمة حجم الأثر إلى منزلتين أو ثلاث منازل عشرية (مثال: $\chi^2 = 1.91$).
• تُكتب القيمة الاحتمالية ($p$) بدون وضع صفر قبل الفاصلة العشرية إذا كانت تقل عن 1 (مثال:$p = .386$ بدلاً من $p = 0.386$).
• إذا كانت القيمة الاحتمالية متناهية في الصغر وتظهر في الحاسبة كـ 0.0000، يحظر تماماً كتابة $p = .000$ في التقارير الأكاديمية؛ بل تُكتب بالصيغة: $p < .001$.

11.2 صياغة الجداول الإحصائية المرافقة للتقرير

وفقاً لمعايير APA، يجب أن تُعرض جداول التوافق المزدوجة بتنسيق احترافي ونظيف يخلو تماماً من الخطوط العمودية الداخلية، مع الاقتصار على الخطوط الأفقية العلوية والسفلية والفاصلة بين العناوين والبيانات. كما يُشترط أن يشتمل الجدول على التكرارات الفعلية المشاهدة بجانب النسب المئوية للصفوف أو الأعمدة لتسهيل الفهم البصري، مع وضع حاشية سفلية (Table Note) لتوضيح الرموز الإحصائية ومستوى الدلالة، كما في النموذج التوضيحي التالي:

النوع الاجتماعي	محافظ $n\text{ (%)}$	ليبرالي $n\text{ (%)}$	مستقل $n\text{ (%)}$	المجموع $n\text{ (%)}$
ذكور	110 (44.0%)	95 (38.0%)	45 (18.0%)	250 (100%)
إناث	100 (40.0%)	110 (44.0%)	40 (16.0%)	250 (100%)
المجموع الكلي	210 (42.0%)	205 (41.0%)	85 (17.0%)	500 (100%)

ملاحظة: تُمثل الأرقام التكرارات المشاهدة ($n$) متبوعة بالنسبة المئوية داخل الصف ($N = 500$).$chi^2(2, N = 500) = 1.91, p = .386, V = .06$.

11.3 نماذج عملية لكتابة فقرة النتائج في الأبحاث النفسية

نموذج (1): في حالة عدم وجود دلالة إحصائية (فشل رفض $H_0$ – دراستنا التطبيقية):

“أُجري اختبار مربع كاي للاستقلالية لفحص العلاقة بين النوع الاجتماعي والانتماء السياسي لدى عينة من الناخبين ($N = 500$). أظهرت النتائج عدم وجود علاقة ارتباطية ذات دلالة إحصائية بين النوع الاجتماعي والانتماء السياسي للمشاركين، $\chi^2(2, N = 500) = 1.91, p = .386, V = .06$. وتشير هذه النتيجة إلى أن توزيع التفضيل الحزبي (محافظ، ليبرالي، مستقل) لا يختلف باختلاف نوع الناخب (ذكور مقابل إناث)، مما يدعم فرضية الاستقلالية التوزيعية بين المتغيرين في المجتمع.”

نموذج (2): في حالة وجود علاقة ارتباطية دالة إحصائياً (رفض $H_0$):

“أظهرت نتائج اختبار مربع كاي للاستقلالية وجود علاقة ارتباطية ذات دلالة إحصائية بين نوع التدخل العلاجي ومستوى التعافي النفسي لدى المرضى، $\chi^2(2, N = 180) = 14.82, p < .001, V = .29$. وبالرجوع إلى تحليل نسب التكرارات المشاهدة والمتوقعة، تبيّن أن المرضى الذين خضعوا للعلاج السلوكي المعرفي أظهروا معدلات تعافٍ أعلى بصورة جوهرية (65%) مقارنة بمجموعتي العلاج الداعم (35%) وقائمة الانتظار (20%). ويعكس حجم الأثر ($V = .29$) ارتباطاً متوسط القوة وفق معايير كوهين."

12. مقارنة منهجية بين TI-84 والبرمجيات الإحصائية المتقدمة (SPSS و R)

12.1 نقاط القوة والمزايا النسبية للآلة الحاسبة TI-84

تحتفظ الآلة الحاسبة البيانية TI-84 بمكانة رائدة ومزايا تنافسية فريدة تجعلها الخيار المفضل في العديد من السياقات الأكاديمية والبحثية الميدانية، وتتلخص أبرز نقاط قوتها في الآتي:

• الاستقلالية وسهولة النقل: تتيح الحاسبة إجراء كافة التحليلات الاستدلالية المتقدمة في أي بيئة دون الحاجة لجهاز حاسوب أو شبكة إنترنت أو تجديد تراخيص سنوية باهظة التكلفة كما هو الحال في البرمجيات التجارية كـ SPSS.
• القيمة التعليمية والمعرفية: تعزز الحاسبة الفهم المباشر للعمليات الإحصائية البينية؛ حيث يتتبع الطالب بنفسه إدخال المصفوفات وتوليد التوقعات، مما يرسخ المنطق الرياضي للاختبار بصورة أعمق بكثير من أسلوب “النقر البرمجي الأعمى” في البرمجيات الكبرى.
• الاعتماد الرسمي في الاختبارات الدولية: تُعد TI-84 الآلة الحاسبة المعتمدة رسمياً في امتحانات البرامج الدولية مثل AP Statistics و IB Mathematics، مما يجعل إتقانها ركيزة تفوق أكاديمي أساسية.

12.2 القيود التقنية ومحدودية الاستخدام للبيانات الضخمة

على الرغم من كفاءتها العالية، تواجه الحاسبة البيانية قيوداً تقنية وهيكلية تجعلها غير ملائمة لمعالجة بعض متطلبات التحليل المتقدم في المشاريع البحثية الكبرى:

• محدودية الشاشة وإدخال البيانات: يتسم إدخال جداول التوافق الضخمة (مثل $10 times 10$) أو التعامل مع مئات المتغيرات عبر لوحة مفاتيح الحاسبة بالبطء والتعقيد وإمكانية وقوع أخطاء إدخال يدوية مقارنة باستيراد ملفات Excel المباشرة في SPSS أو R.
• غياب حساب البواقي المعيارية المعدلة آلياً (Adjusted Standardized Residuals): لا توفر الحاسبة مخرجات تفصيلية لكل خلية تتضمن قيم $z$ للبواقي المعدلة لتحديد مواضع الدلالة الدقيقة داخل الجدول، بل تقتصر على مصفوفة التكرارات المتوقعة الخام [B].
• الافتقار لحساب فترات الثقة لحجم الأثر (Confidence Intervals for Effect Size): لا توفر الحاسبة أدوات مدمجة لحساب فترات الثقة لمعاملات فاي أو كرامر، وهي مؤشرات باتت تشترطها بعض الدوريات العلمية المرموقة.

12.3 معايير الانتقال من الحاسبة البيانية إلى الحزم البرمجية

يوضح الجدول المنهجي التالي المعايير التي تحدد للباحث متى يكون استخدام الآلة الحاسبة TI-84 كافياً ومثالياً، ومتى يتعين عليه الانتقال لاستخدام البرمجيات الإحصائية المتقدمة مثل SPSS أو بيئة البرمجة R:

المعيار المنهجي	الآلة الحاسبة TI-84	الحزم البرمجية المتقدمة (SPSS / R)
طبيعة المشروع والبيئة	الاختبارات الأكاديمية، التحليلات الميدانية، العينات المتوسطة والصغيرة	رسائل الماجستير والدكتوراه، الأبحاث الممولة، قواعد البيانات الوطنية الكبرى
أبعاد الجداول التكرارية	جداول صغيرة ومتوسطة ($2 times 2$ حتى $4 times 5$)	جداول متعددة الأبعاد وتحليلات الطبقات المعقدة (Cochran-Mantel-Haenszel)
المقارنات اللاحقة (Post-Hoc)	تتطلب حساباً يدوياً لكل مقارنة ثنائية	توليد آلي لاختبارات المقارنات البينية مع ضبط بونفيروني (Bonferroni Correction)
النمذجة المتقدمة	غير مدعومة (تحليل ثنائي المتغير فقط)	الانحدار اللوجستي (Logistic Regression) والنمذجة اللوغاريتمية الخطية (Log-linear Models)

خاتمة

يُمثل اختبار مربع كاي للاستقلالية (Chi-Square Test of Independence) أداة استدلالية مركزية في ترسانة الباحث العلمي لتحليل البيانات الفئوية وتفكيك العلاقات التفاعلية بين المتغيرات الاسمية والرتبية في العلوم الإنسانية والسلوكية. وتثبت الآلة الحاسبة البيانية TI-84 أنها منصة حسابية وإحصائية بالغة القوة والدقة؛ حيث تجمع بين بساطة الإجراءات البرمجية والسرعة الفائقة في إدارة مصفوفات البيانات وحساب التكرارات المتوقعة وتقييم الفرضيات الإحصائية ورسم التوزيعات الاحتمالية بدقة رياضية متكاملة.

إن الاستخدام الرشيد للحاسبة TI-84 لا يقتصر على مجرد استخراج قيمة إحصائية الاختبار ($\chi^2$) والقيمة الاحتمالية ($p\text{-value}$)، بل يمتد إلى الفحص المنهجي الدقيق لمصفوفة التوقعات [B] للتحقق من استيفاء افتراضات المعاينة وكوكران، وحساب مقاييس حجم الأثر مثل معامل فاي ومعامل كرامر لتحديد الأهمية التطبيقية والعملية للنتائج، وصياغة التقارير الإحصائية والجداول التوافقية وفق أحدث معايير جمعية علم النفس الأمريكية (APA 7). وبذلك، تظل هذه الحاسبة جسراً تعليمياً ومنهجياً متيناً يمكّن الباحثين من امتلاك زمام التحليل الإحصائي الرصين بثقة وكفاءة علمية عالية.

References

• Agresti, A. (2013). Categorical data analysis (3rd ed.). John Wiley & Sons. https://doi.org/10.1002/0471249688
• American Psychological Association. (2020). Publication manual of the American Psychological Association (7th ed.). American Psychological Association. https://doi.org/10.1037/0000165-000
• Cochran, W. G. (1954). Some methods for strengthening the common $\chi^2$ tests. Biometrics, 10(4), 417–451. https://doi.org/10.2307/3001616
• Cohen, J. (1988). Statistical power analysis for the behavioral sciences (2nd ed.). Lawrence Erlbaum Associates. https://doi.org/10.4324/9780203771587
• Cramér, H. (1946). Mathematical methods of statistics. Princeton University Press.
• Field, A. (2018). Discovering statistics using IBM SPSS statistics (5th ed.). SAGE Publications.
• Gravetter, F. J., Wallnau, L. B., Forzano, L. A. B., & Witnauer, J. E. (2021). Essentials of statistics for the behavioral sciences (10th ed.). Cengage Learning.
• Pearson, K. (1900). On the criterion that a given system of deviations from the probable in the case of a correlated system of variables is such that it can be reasonably supposed to have arisen from random sampling. The London, Edinburgh, and Dublin Philosophical Magazine and Journal of Science, 50(302), 157–175. https://doi.org/10.1080/14786440009463897
• Texas Instruments. (2020). TI-84 Plus CE graphing calculator guidebook. Texas Instruments Incorporated. https://education.ti.com/en/guidebooks