التصميم التجريبي: التعريف والأنواع

يمثل التصميم التجريبي (Experimental Design) حجر الزاوية في بناء المعرفة العلمية الرصينة والعمود الفقري للمنهج التجريبي الذي نقل دراسة الظواهر الطبيعية والإنسانية من فضاءات التأمل الفلسفي والتخمين الاستقرائي إلى رحاب القياس الكمي والاستدلال السببي الصارم. إن القدرة على صياغة بنية بحثية قادرة على عزل المتغيرات والتحكم في العوامل المشوشة لا تعد مجرد مهارة إجرائية، بل هي التزام فلسفي بالمنطق الاستقرائي والاستنباطي الذي يتيح للباحث التحقق من صحة الفرضيات بدقة لا تتيحها المناهج الوصفية أو الارتباطية. ففي خضم التعقيد الهائل الذي تتسم به الظواهر السلوكية والمعرفية والاجتماعية، يبرز التصميم التجريبي كإطار منهجي يمنح الباحثين القدرة على تفكيك شبكة العلاقات المعقدة بين المتغيرات والكشف عن الروابط العلية الحقيقية.

تستمد المنهجية التجريبية قوتها من دمجها الفريد بين التخطيط الهندسي المسبق لجمع البيانات والنمذجة الإحصائية الدقيقة التي توجه عملية تفسير النتائج؛ إذ لا يقتصر الهدف على تسجيل الملاحظات بل يتعداه إلى هندسة بيئة افتراضية أو واقعية يتم فيها إدخال معالجة محددة تحت رقابة دقيقة، ومن ثم رصد مخرجاتها على نحو يضمن استبعاد التفسيرات البديلة. ولهذا، فإن فهم الأصول النظرية للتصميم التجريبي، واستيعاب تنوع أنماطه من التصاميم البسيطة إلى النماذج العاملية المعقدة، يعد مطلباً لا غنى عنه لأي باحث يسعى لتقديم إسهام علمي يتصف بالصدق والموثوقية وقابلية التكرار، وهو ما يشكل جوهر النزاهة والتقدم العلمي في شتى الميادين المعرفية المعاصرة.

يتناول هذا الدليل الشامل والمفصل الأسس المعرفية والتطبيقية للتصميم التجريبي، مستعرضاً تطوره التاريخي، وتصنيفاته المتعددة، ومبادئه الجوهرية، ومصادر التهديد التي تحيط بصدقه الداخلي والخارجي. كما يقدم تحليلاً دقيقاً لكل نمط من أنماط التصاميم التجريبية وشبه التجريبية وتصاميم الحالة الفردية، مدعماً ذلك بأطر إحصائية وإجرائية تساعد الباحثين وطلاب الدراسات العليا على اتخاذ قرارات منهجية مستنيرة ترتقي بجودة أبحاثهم وتضمن التزامها بأعلى المعايير الأخلاقية والأكاديمية المعترف بها دولياً.

1. مفهوم التصميم التجريبي وأسسه النظرية والمنهجية

### 1.1 التعريف العلمي الدقيق للتصميم التجريبي
يعرّف التصميم التجريبي في الأدبيات المنهجية المتقدمة بأنه الخطة الهيكلية والإجرائية المسبقة التي يضعها الباحث لتنظيم شروط جمع البيانات، بهدف اختبار فرضيات سببية محددة بأعلى درجات الدقة وأقل قدر ممكن من التباين غير المرغوب فيه. لا يقتصر التصميم على مجرد جدول زمني للأنشطة، بل يمثل الإطار المنطقي والرياضي الذي يحدد كيفية تعيين الأفراد في المجموعات، وطريقة تقديم المعالجة التجريبية، والآلية المتبعة لقياس التغيرات في المتغيرات التابعة. إن جوهر التصميم التجريبي يكمن في فكرة الضبط؛ أي قدرة الباحث على عزل المتغير المستقل ومعالجته بصورة مقصودة مع تثبيت كافة المتغيرات الخارجية التي قد تشوه العلاقة المفترضة، مما يسمح بالقول بثقة إن التغير الملاحظ في النتيجة يعود حصراً إلى التدخل التجريبي.

يترادف مصطلح التصميم التجريبي في الأدبيات المنهجية الإحصائية مع مصطلح تصميم التجارب (Design of Experiments – DOE)، وهو المفهوم الذي يركز على الكفاءة الإحصائية لاستخراج أقصى قدر من المعلومات بأقل استهلاك للموارد والعينات. ويختلف الاستدلال السببي المتولد عن التصميم التجريبي اختلافاً جذرياً عن الاستدلال في الدراسات الوصفية والارتباطية؛ فبينما تكتفي البحوث الارتباطية برصد التغير المتزامن بين متغيرين دون القدرة على حسم اتجاه التأثير أو استبعاد تأثير متغير ثالث خفي (مغالطة الارتباط لا يعني السببية)، فإن التصميم التجريبي يتدخل إجرائياً لتأسيس التتابع الزمني وفرض التحكم الصارم، مما يجعل البرهان التجريبي هو المعيار الأسمى في التدليل على الروابط السببية بين الظواهر.

### 1.2 الجذور التاريخية وتطور المنهج التجريبي في علم النفس
تعود الجذور التاريخية للتصميم التجريبي إلى المحاولات المبكرة لعلماء الفسيولوجيا والفيزياء النفسية في القرن التاسع عشر؛ حيث أسس فلهلم فونت (Wilhelm Wundt) أول مختبر رسمي لعلم النفس التجريبي في جامعة لايبتزغ عام 1879. وقد ركز فونت وزملاؤه على إخضاع العمليات العقلية الأولية، مثل زمن الرجع والإدراك الحسي، للملاحظة المنظمة تحت شروط مختبرية مقننة، مما أرسى مبدأ إمكانية قياس العقل البشري تجريبياً وتحويل الظواهر السيكولوجية إلى وقائع قابلة للتكميم والملاحظة الدقيقة بعد قرون من الاستبطان الفلسفي غير المنضبط.

شهد النصف الأول من القرن العشرين قفزة نوعية في تقنين التصميم التجريبي على يد عالم الإحصاء والجينات البريطاني رونالد فيشر (Ronald Fisher)، الذي أحدث ثورة منهجية من خلال تطوير مفاهيم التعيين العشوائي، والتحليل التبايني (ANOVA)، والتصاميم العاملية أثناء عمله في محطة روثامستد للتجارب الزراعية. وقد تبنى علماء النفس والقياس النفسي، مثل دونالد كامبل وجوليان ستانلي، هذه المبادئ الإحصائية وطوروها لتلائم تعقيدات السلوك الإنساني والعلوم الاجتماعية، مما أدى إلى صياغة النماذج المعيارية المعاصرة التي توازن بين الضبط المختبري الصارم والواقعية الميدانية في دراسة العمليات المعرفية والوجدانية.

### 1.3 المكونات البنيوية لأي تجربة علمية
تتألف أي تجربة علمية رصينة من شبكة مترابطة من المكونات البنيوية التي تبدأ بالتحديد الدقيق للمشكلة البحثية وصياغة الفرضيات العلمية بصيغة قابلة للاختبار والتفنيد. تتطلب هذه المرحلة اشتقاق الفرضية الصفرية ($H_0$) التي تفترض عدم وجود تأثير أو فرق حقيقي بين الشروط، في مقابل الفرضية البديلة ($H_1$) التي تعكس توقع الباحث بوجود أثر دال إحصائياً ناتج عن المعالجة التجريبية، مما يوجه البناء الرياضي لتحليل البيانات اللاحقة.

تتجسد الخطوة التالية في صياغة التعريفات الإجرائية (Operational Definitions) للمفاهيم المجردة؛ حيث ينبغي تحويل المفاهيم النفسية غير المرئية، مثل “القلق” أو “الذاكرة العاملة”، إلى إجراءات ملموسة وعمليات قياس محددة ذات مؤشرات رقمية واضحة. يتبع ذلك إعداد بروتوكولات المعالجة التجريبية القياسية التي تضمن تطبيق التدخل بالوتيرة والشدة نفسها على جميع المشاركين الخاضعين لنفس الشرط، بالتوازي مع اختيار أدوات قياس تتمتع بمستويات مقبولة من الثبات والصدق لتسجيل الاستجابات، وتوثيق كافة خطوات بيئة الاختبار لضمان توحيد الشروط الفيزيقية والإجرائية.

## 2. تصنيف المتغيرات وآليات التحكم المنهجي في التجربة

### 2.1 المتغيرات المستقلة والتابعة: التمييز والتشغيل الإجرائي
يشكل التمييز بين المتغير المستقل والمتغير التابع المحور الأساسي لأي تصميم تجريبي. يُعرَّف المتغير المستقل (Independent Variable) بأنه العامل الذي يقوم الباحث بمعالجته أو تنويع مستوياته بصورة مقصودة ونظامية لدراسة أثره المفترض؛ ويتضمن تحديد مستويات هذا المتغير، سواء كانت ثنائية (مثل وجود التدخل مقابل غيابه) أو متعددة المستويات (مثل جرعات متباينة من دواء نفسي أو درجات مختلفة من التغذية الراجعة المعرفية)، آليات تشغيل إجرائية دقيقة لضمان وضوح الفروق بين الظروف التجريبية.

في المقابل، يمثل المتغير التابع (Dependent Variable) السلوك أو الاستجابة المقاسة التي يُفترض أنها تتأثر بالتغيرات التي طرأت على المتغير المستقل؛ وتتطلب سلامة التصميم انتقاء أدوات قياس تتميز بالحساسية الفائقة (Sensitivity) لرصد التغيرات الطفيفة، إلى جانب موثوقيتها العالية وثباتها عبر الزمن. على سبيل المثال، في دراسة تقيس أثر نوع الموسيقى الخلفية (المتغير المستقل: صاخبة، كلاسيكية، بيئة صامتة) على كفاءة حل المشكلات الرياضية (المتغير التابع)، يتم تشغيل المتغير التابع إجرائياً بعدد المسائل الصحيحة المنجزة خلال ثلاثين دقيقة وزمن الرجع لكل مسألة.

### 2.2 المتغيرات الدخيلة والمربكة وطرائق عزلها
تتطلب الممارسة التجريبية التمييز بين المتغيرات الدخيلة (Extraneous Variables) والمتغيرات المربكة (Confounding Variables). المتغيرات الدخيلة هي كافة المتغيرات غير المرغوبة التي قد تؤثر في المتغير التابع في حال تُركت دون ضبط، في حين يتحول المتغير الدخيل إلى متغير مربك عندما يرتبط بصورة نظامية بالمتغير المستقل ويتغير بتغيره، مما يجعل من المستحيل التمييز بين الأثر الناتج عن المعالجة التجريبية والأثر الناتج عن هذا المتغير الدخيل، وهو ما يدمر الصدق الداخلي للتجربة بالكامل.

ولمواجهة هذه الإشكالية، يعتمد الباحثون استراتيجيات ضبط منهجية تتضمن:

• التثبيت (Elimination/Constancy): إبقاء المتغير الدخيل ثابتاً لجميع المشاركين، مثل تثبيت درجة حرارة الغرفة، أو مستوى الإضاءة، أو توحيد وقت إجراء التجربة في ساعات الصباح الباكر لجميع المجموعات.
• الموازنة (Balancing): توزيع خصائص العينة بالتساوي بين المجموعات التجريبية والضابطة لتفادي تركز سمة معينة في مجموعة دون أخرى.
• التحكم الإحصائي (Statistical Control): استخدام تقنيات متقدمة مثل تحليل التغاير (ANCOVA) لاستبعاد التباين الناجم عن متغيرات دخيلة مقاسة كمياً.
• ضبط خصائص الباحث: توحيد التفاعل البشري أو أتمتة تقديم التعليمات عبر برمجيات حاسوبية لتقليل تحيز الفاحص غير المقصود.

### 2.3 المتغيرات الوسيطة والمعدلة في النماذج المتقدمة
مع تطور النظريات السلوكية والمعرفية، لم تعد النماذج الخطية البسيطة (مستقل $\rightarrow$ تابع) كافية لتفسير تعقيدات الظواهر الإنسانية، مما أدى إلى إدماج المتغيرات الوسيطة والمعدلة. يمثل المتغير الوسيط (Mediator) الآلية أو المسار النفسي الداخلي الذي يفسر *كيف* أو *لماذا* يؤثر المتغير المستقل في المتغير التابع؛ فهو يتلقى التأثير من المتغير المستقل وينقله بدوره إلى التابع، مثل كون “استراتيجيات التقييم المعرفي” متغيراً وسيطاً يفسر العلاقة بين التعرض لضغوط العمل (مستقل) ومستوى الاحتراق النفسي (تابع).

من جهة أخرى، يحدد المتغير المعدل (Moderator) الشروط والظروف التي يتغير عندها اتجاه التأثير السببي أو قوته؛ فهو يجيب عن تساؤل: *متى* أو *لمن* يكون التأثير التجريبي فعالاً؟ قد يكون المتغير المعدل سمة شخصية (مثل العصابية)، أو فئة ديموغرافية (مثل الجنس أو العمر)، أو سياقاً بيئياً. يؤدي دمج المتغيرات المعدلة ضمن التصاميم التجريبية إلى بناء تصاميم عاملية ونماذج نمذجة المعادلة البنائية (SEM) المتقدمة، مما يتيح للباحثين صياغة نظريات مشروطة ذات حساسية عالية للفروق الفردية والسياقية.

## 3. أهمية وأهداف التصميم التجريبي في البحث العلمي والنفسي

### 3.1 إثبات العلاقات السببية وتفسير السلوك
تتمثل الغاية الأسمى لأي تصميم تجريبي في توفير الأدلة اللازمة لإثبات العلاقات السببية وتفسير السلوك وفق معايير المنهج العلمي الصارم. يتطلب استنتاج السببية استيفاء ثلاثة شروط فلسفية ومنهجية أساسية صاغها الفيلسوف جون ستيوارت مل في طرائق الاستقراء:

1. التتابع الزمني (Temporal Precedence): يجب أن تسبق المعالجة التجريبية (المتغير المستقل) حدوث التغير في النتيجة (المتغير التابع) زمنياً بصورة لا لبس فيها.
2. التلازم في التغير (Covariation of Cause and Effect): وجود ارتباط إحصائي دال يثبت أن تغير مستويات المتغير المستقل يصحبه تغير موازٍ ومنتظم في المتغير التابع.
3. استبعاد التفسيرات البديلة (Elimination of Alternative Explanations): ضمان عدم وجود أي عامل ثالث أو متغير مربك يفسر العلاقة الظاهرة بين المتغيرين، وهو الشرط الأصعب الذي ينفرد التصميم التجريبي بتحقيقه عبر آليات الضبط المحكمة.

يمكن الباحثين من تقييم الفعالية الحقيقية للبرامج العلاجية والتدخلات النفسية دون الوقوع في فخ التحسن التلقائي أو العوامل الخارجية المضللة.

### 3.2 تقليل الخطأ التجريبي وتعظيم التباين المنهجي
يرتكز الأساس الرياضي لتخطيط التجارب على مبدأ ماكس-مين-كون (Max-Min-Con Principle) الذي صاغه عالم القياس النفسي فريد كيرلينجر، والذي يهدف إلى التحكم في مصادر التباين الكلي للبيانات على النحو التالي:

• تعظيم التباين التجريبي المنهجي (Maximizing Systematic Variance): جعل الفروق بين مستويات المتغير المستقل متباعدة وواضحة بالقدر الكافي لإنتاج أثر حقيقي يمكن رصده إحصائياً، وتفادي استخدام معالجات ضعيفة الشدة قد تخفق في إحداث استجابة ملموسة.
• محاصرة وضبط تباين المتغيرات الدخيلة (Controlling Extraneous Variance): تحييد أثر العوامل البيئية والشخصية التي قد تتداخل مع التجربة عبر التعيين العشوائي والمطابقة والتثبيت المنهجي، لمنعها من تضخيم الفروق بين المجموعات بصورة زائفة.
• تقليل تباين الخطأ العشوائي (Minimizing Error Variance): الحد من التذبذبات العشوائية الناتجة عن عدم ثبات أدوات القياس، أو تشتت انتباه المفحوصين، أو تقلب الظروف اللحظية، من خلال استخدام أدوات قياس ذات موثوقية عالية وتوحيد بروتوكولات القياس بدقة متناهية.

### 3.3 قابلية التكرار والمصداقية العلمية
تعتبر قابلية التكرار (Replicability) المعيار الذهبي لترسيخ المعرفة العلمية وضمان تراكميتها؛ إذ لا تكتسب أي نتيجة تجريبية صفة الحقيقة العلمية ما لم يتمكن باحثون مستقلون من إعادة إنتاجها باستخدام نفس الإجراءات في مختبرات وسياقات مختلفة. يوفر التصميم التجريبي الرصين وصفاً دقيقاً وموثقاً للمنهجية، مما يقلل من الغموض الإجرائي ويسهل عملية التكرار المباشر (Direct Replication) للتحقق من ثبات الأثر، أو التكرار المفاهيمي (Conceptual Replication) لاختبار متانة النظرية عبر عمليات تشغيلية مختلفة.

تؤدي الشفافية والصرامة المنهجية في توحيد الإجراءات إلى حماية الحقل الأكاديمي من الوقوع في أزمات الثقة المعرفية الناتجة عن الممارسات البحثية المشكوك فيها (QRPs)؛ فالتصميم التجريبي المحكم يحد من التدخلات الذاتية للباحث، ويؤسس لبيانات نقية تسهم في تعزيز التحليلات البعدية (Meta-Analyses) وتساعد المجتمع العلمي على تطوير نماذج نظرية تفسيرية تتمتع بقوة تنبؤية وتطبيقية عالية في العالم الواقعي.

## 4. المبادئ الأساسية للتصميم التجريبي الرصين

### 4.1 مبدأ التعيين العشوائي والمطابقة
يمثل التعيين العشوائي (Random Assignment) الفلسفة الإحصائية الأهم لضمان تكافؤ المجموعات قبل بدء التدخل التجريبي؛ حيث يضمن حصول كل مشارك في العينة على فرصة متكافئة رياضياً للالتحاق بأي من الشروط التجريبية أو الضابطة. لا يعني التعيين العشوائي التخلص من الفروق الفردية بين المشاركين، بل يعمل على توزيع تلك الفروق (مثل الذكاء، والدوافع، والسمات الشخصية) بصورة متساوية عشوائياً بين المجموعات، مما يحيد تأثيرها المربك كسبب للفروق البعدية.

في المقابل، تُستخدم تقنية المطابقة (Matching) عندما يكون حجم العينة صغيراً نسبياً، مما قد يجعل التعيين العشوائي عرضة لخلل الصدفة؛ وتتمثل المطابقة في قياس متغير دخيل حاسم (مثل الذكاء المعرفي) مسبقاً، ثم ترتيب المشاركين في أزواج متطابقة في ذلك المتغير وتوزيع كل فرد من الزوج عشوائياً على إحدى المجموعتين. ورغم أن المطابقة تضمن التكافؤ التام في المتغير المستهدف، إلا أنها قد تكون مكلفة زمنياً، وتصطدم بصعوبة مطابقة الأفراد على أكثر من متغير في آن واحد، مما يجعل التعيين العشوائي الخيار المفضل دائماً كلما توفرت أحجام عينات مناسبة.

### 4.2 المجموعة الضابطة ووظيفتها المنهجية
تعد المجموعة الضابطة (Control Group) بمثابة خط الأساس المرجعي (Baseline) الذي يقارن به أداء المجموعة التجريبية، وتتنوع أشكالها وفقاً لطبيعة البحث وأهدافه المنهجية:

• المجموعة الضابطة السلبية (No-Treatment Control): لا تتلقى أي نوع من التدخل أو الرعاية، وتُستخدم لرصد التغيرات الطبيعية الناتجة عن مرور الوقت أو النضج البيولوجي.
• المجموعة الضابطة الوهمية (Placebo Control): تتلقى تدخلاً زائفاً يحاكي التدخل الحقيقي في شكله الخارجي دون احتوائه على المكون النشط، لعزل أثر التوقعات النفسية والإيحاء الذاتي للمفحوصين.
• المجموعة الضابطة النشطة (Active Control): تتلقى علاجاً قياسياً معتمداً ومثبت الفعالية للمقارنة بينه وبين التدخل الجديد قيد الاختبار لمعرفة ما إذا كان يقدم ميزة إضافية.
• مجموعة قائمة الانتظار (Wait-list Control): ينتظر أفرادها فترة زمنية موازية لمدة التدخل قبل تلقي العلاج، وتُستخدم لاعتبارات أخلاقية تضمن حصول الجميع على الخدمة لاحقاً.

ولمنع الانحياز المعرفي والتوقعات المسبقة من تلويث النتائج، تُطبق إجراءات التعمية (Blinding)؛ ففي “التعمية الأحادية” يجهل المشارك ما إذا كان في المجموعة التجريبية أم الضابطة، بينما تضمن “التعمية المزدوجة” (Double-Blind) جهل كل من المشارك والباحث المباشر الذي يطبق المقاييس بتصنيف المجموعات، مما يلغي تماماً تحيز الباحث غير الواعي.

### 4.3 المعالجة التجريبية والتحقق من التلاعب
تتطلب المعالجة التجريبية تخطيطاً دقيقاً يضمن تمتعها بالشدة الكافية والواقعية النفسية لإحداث الأثر المفترض في المتغير التابع، دون أن تتجاوز الحدود الأخلاقية أو تعرض المشاركين لضغوط غير مبررة. ينبغي على الباحث وضع بروتوكولات قياسية مفصلة ومكتوبة تحدد بدقة زمن المعالجة، والوسائط المستخدمة، وطريقة التفاعل مع المفحوصين، لضمان التطبيق المتطابق عبر كافة الجلسات التجريبية.

للتأكد من أن المعالجة أحدثت بالفعل الأثر الإجرائي المستهدف لدى المشارك، يلجأ الباحثون إلى إجراءات التحقق من التلاعب (Manipulation Checks). يتضمن هذا الإجراء إدراج أسئلة تقييمية أو قياسات فسيولوجية ونفسية مباشرة عقب المعالجة (مثل قياس مستوى الاستثارة بعد عرض مقطع فيديو مصمم للحث على التوتر)؛ للتأكد رياضياً من نجاح إثارة الحالة النفسية المستهدفة لدى المجموعة التجريبية مقارنة بالضابطة قبل قياس المتغير التابع النهائي، مع وضع معايير صارمة تتيح تعديل المعالجة أو إيقاف التجربة إذا ثبت فشل التلاعب أو تجاوزه للضوابط الأخلاقية.

## 5. تصاميم ما قبل التجربة: الخصائص والاستخدامات والمحددات

### 5.1 تصميم دراسة الحالة الواحدة بعد المعالجة
يعد تصميم دراسة الحالة الواحدة بعد المعالجة (One-Shot Case Study) من أبسط أشكال التصاميم البحثية وأدناها قدرة على الاستدلال العلمي الرصين؛ حيث يخضع فيه مجتمع الدراسة أو عينة فردية لمعالجة تجريبية معينة ($X$)، ثم يتم تطبيق قياس بعدي واحد ($O$) لرصد النتيجة ($X rightarrow O$). يفتقر هذا النمط المنهجي بصورة تامة إلى وجود قياس قبلي مرجعي يمكن مقارنة الدرجات به للتحقق مما إذا كان السلوك قد شهد تغيراً فعلياً، كما يفتقر كلياً إلى وجود مجموعة ضابطة غير معالجة للمقارنة.

تترتب على هذا الهيكل قيود منهجية تجعل من المستحيل استنتاج أي علاقة سببية؛ إذ لا يستطيع الباحث إثبات أن النتيجة الملاحظة لم تكن موجودة بالفعل قبل التدخل، أو أنها ليست نتاجاً لتأثيرات التاريخ، أو النضج الطبيعي للمفحوص، أو الاختيار المتحيز للمشاركين. ورغم ضعفه الشديد كأداة للبرهان، قد يُستخدم هذا النمط في الدراسات الاستكشافية المبدئية أو لتوثيق الاستجابات الأولية لأحداث كوارث استثنائية لا تتيح التخطيط المسبق للقياس.

### 5.2 تصميم المجموعة الواحدة باختبار قبلي وبعدي
يتضمن تصميم المجموعة الواحدة باختبار قبلي وبعدي (One-Group Pretest-Posttest Design) إدخال تحسين طفيف على التصميم السابق عبر إضافة خطوة قياس قبلي ($O_1$) تسبق تطبيق المعالجة التجريبية ($X$)، ثم إجراء قياس بعدي ($O_2$) على نفس الأفراد وفق الترتيب ($O_1 rightarrow X rightarrow O_2$). يتيح هذا الإجراء للباحث حساب الفارق الزمني في درجات الأداء وتحديد مقدار التحسن أو التراجع الحاصل بعد التعرض للمعالجة.

“`
بنية التصاميم قبل التجريبية:
1. دراسة الحالة الواحدة بعد المعالجة: X -> O
2. المجموعة الواحدة باختبار قبلي وبعدي: O1 -> X -> O2
3. المقارنة بين مجموعات ثابتة غير متكافئة: مجموعة 1: X -> O1
مجموعة 2: O2
“`

ورغم جاذبيته الإجرائية، يواجه هذا التصميم تهديدات جوهرية لصدقه الداخلي تمنع عزو التغير إلى المعالجة بثقة؛ وتشمل هذه التهديدات:

• أثر النضج (Maturation): التغيرات البيولوجية والنفسية التلقائية التي تطرأ على الأفراد بمرور الزمن كزيادة العمر أو التعب.
• أثر التاريخ (History): الأحداث الخارجية التي تقع بين القياسين القبلي والبعدي وتؤثر على درجات المتغير التابع.
• حساسية الاختبار (Testing Effects): اكتساب المشاركين خبرة بأداة القياس نتيجة تكرارها مما يؤدي لتحسن الدرجات البعدية بصورة مصطنعة.
• الارتداد الإحصائي نحو المتوسط: ميل الدرجات المتطرفة في القياس القبلي إلى التحرك نحو المتوسط في القياس البعدي تلقائياً.

### 5.3 تصميم المقارنة بين مجموعات ثابتة غير متكافئة
يقوم تصميم المقارنة بين مجموعات ثابتة غير متكافئة (Static-Group Comparison Design) على مقارنة مجموعتين تم تشكيلهما مسبقاً بطريقة طبيعية وليست عشوائية؛ حيث تتلقى المجموعة الأولى المعالجة التجريبية ويتم قياسها بعدياً ($X \rightarrow O_1$)، بينما تكتفي المجموعة الثانية بتلقي القياس البعدي فقط دون معالجة ($O_2$). يهدف هذا النموذج إلى إدخال عنصر المقارنة لمعالجة غياب المجموعة الضابطة في النماذج السابقة.

تكمن الثغرة القاتلة في هذا التصميم في غياب التعيين العشوائي للمشاركين؛ مما يجعل احتمال وجود تحيز في الاختيار المبدئي (Selection Bias) أمراً حتمياً. إن الفروق المرصودة في القياس البعدي بين المجموعتين قد تعكس في واقع الأمر فروقاً جوهرية سابقة كانت موجودة بالفعل بين المجموعتين قبل التجربة، وليس أثراً حقيقياً ناتجاً عن المعالجة، مما يحتم قراءة نتائجه بحذر وتجنب تعميمها أو استنتاج علاقات سببية حاسمة بناءً عليها.

## 6. التصاميم شبه التجريبية: الحلول البديلة في الميدان الواقعي

### 6.1 تصميم المجموعات الضابطة غير المتكافئة
يعد تصميم المجموعات الضابطة غير المتكافئة (Non-Equivalent Control Group Design) أحد أكثر التصاميم شبه التجريبية استخداماً في البحوث التربوية والتنظيمية والميدانية، حيث يتعذر على الباحث لأسباب إدارية أو لوجستية توزيع الأفراد عشوائياً. يعتمد هذا التصميم على استخدام مجموعات طبيعية قائمة بذاتها كشعب دراسية أو أقسام مؤسسية، وتطبيق قياس قبلي ($O_1$) لكلا المجموعتين، يعقبه تطبيق المعالجة ($X$) على المجموعة التجريبية فقط، ثم إخضاع المجموعتين للقياس البعدي ($O_2$).

“`
تصميم المجموعات الضابطة غير المتكافئة:
المجموعة التجريبية (شعبة قائمة): O1 -> X -> O2
المجموعة الضابطة (شعبة قائمة): O1 ———> O2
“`

تتجلى القوة المنهجية لهذا التصميم في توظيف القياس القبلي كأداة إحصائية لرصد ومعايرة الفروق المبدئية بين المجموعتين؛ حيث يتيح للباحثين استخدام أساليب إحصائية متقدمة مثل تحليل التغاير (ANCOVA) للتحكم في درجات القياس القبلي كمتغير مصاحب، مما يساعد على عزل جزء كبير من التباين المربك الناتج عن عدم التكافؤ المبدئي وتوفير تقييم أكثر دقة وواقعية لفعالية التدخل.

### 6.2 تصاميم السلاسل الزمنية المنقطعة
يوفر تصميم السلاسل الزمنية المنقطعة (Interrupted Time-Series Design) حلاً منهجياً صارماً لتقييم التدخلات والسياسات عبر الزمن دون الحاجة إلى مجموعات ضابطة منفصلة في بعض الأحيان؛ ويتضمن هذا التصميم إجراء سلسلة من القياسات المتكررة والمنتظمة على فترات زمنية متساوية قبل إدخال التدخل، تليها سلسلة مماثلة من القياسات المتكررة بعد تطبيق المعالجة:
$$O_1 \rightarrow O_2 \rightarrow O_3 \rightarrow O_4 \rightarrow X \rightarrow O_5 \rightarrow O_6 \rightarrow O_7 \rightarrow O_8$$

تكمن الميزة الاستثنائية لهذا النمط في قدرته الفائقة على ضبط تأثيرات النضج وحساسية الاختبار وتحديد الاتجاه العام (Trend) لمسار الظاهرة قبل التدخل؛ حيث يمكن للباحث التمييز بوضوح بين التغيرات الآنية العابرة والتحولات المستدامة في السلوك. ولرفع كفاءة هذا التصميم إلى أقصى حد، يلجأ العلماء غالباً إلى إضافة سلسلة زمنية موازية لمجموعة مقارنة غير متكافئة لم تتلق المعالجة، مما يحد من تهديد أثر الأحداث التاريخية المتزامنة مع وقت المعالجة.

### 6.3 تصميم عدم استمرارية الانحدار
يعتبر تصميم عدم استمرارية الانحدار (Regression Discontinuity Design – RDD) من أقوى التصاميم شبه التجريبية وأعلاها صدقاً داخلياً، ويقترب في دقته من التصاميم التجريبية الحقيقية. يعتمد هذا التصميم على تعيين المشاركين في المجموعة التجريبية أو الضابطة بناءً على درجة قطع محددة وقاطعة (Cutoff Score) على متغير قبلي متصل، مثل تخصيص برنامج إرشادي مكثف فقط للطلاب الذين حصلوا على درجات قلق تتجاوز 75 نقطة.

“`
فكرة عدم استمرارية الانحدار (RDD):
الدرجة القبلية المجموعة الضابطة (بدون معالجة) —> القياس البعدي
الدرجة القبلية >= درجة القطع —> المجموعة التجريبية (تتلقى المعالجة) —> القياس البعدي
(يتم قياس “القفزة” أو الانقطاع المفاجئ في خط الانحدار عند نقطة القطع)
“`

يتم تحليل نتائج هذا التصميم عبر نمذجة خطوط الانحدار للمجموعتين قبل وبعد نقطة القطع؛ فإذا أحدث التدخل أثراً حقيقياً، سيظهر انقطاع أو قفزة فجائية وملموسة (Discontinuity) في خط الانحدار عند عتبة درجة القطع تماماً. ويتميز هذا التصميم بقيمة أخلاقية وإكلينيكية كبرى تتيح تقديم التدخل للمستحقين الأكثر حاجة دون حرمانهم عبر العشوائية العمياء، مع الحفاظ على قوة برهان إحصائي صارمة.

## 7. التصاميم التجريبية الحقيقية: المعيار الذهبي للبحث العلمي

### 7.1 تصميم القياس القبلي والبعدي مع مجموعة ضابطة عشوائية
يمثل تصميم القياس القبلي والبعدي ذو المجموعة الضابطة العشوائية (Pretest-Posttest Control Group Design) النموذج الكلاسيكي الأبرز في التجارب العلمية الحقيقية. تتلخص بنيته الإجرائية في تطبيق التعيين العشوائي الصارم ($R$) لتوزيع العينة على مجموعتين، يليه إجراء قياس قبلي موحد ($O_1$) لكلا المجموعتين، ثم تعريض المجموعة التجريبية وحدها للمعالجة المستهدفة ($X$) مع إبقاء المجموعة الضابطة دون معالجة أو بتقديم معالجة وهمية، ليختتم التصميم بإجراء قياس بعدي متزامن ($O_2$) للجميع:
$$\text{المجموعة التجريبية: } R \rightarrow O_1 \rightarrow X \rightarrow O_2$$
$$\text{المجموعة الضابطة: } R \rightarrow O_1 \rightarrow \quad \rightarrow O_2$$

يعمل التعيين العشوائي إلى جانب وجود المجموعة الضابطة على تحييد كافة التهديدات التقليدية للصدق الداخلي، مثل التاريخ والنضج والارتداد الإحصائي والتسرب المتكافئ. ومع ذلك، يبقى التهديد المتبقي متمثلاً في إمكانية حدوث تفاعل بين الاختبار القبلي والمعالجة (Pretest-Treatment Interaction)؛ حيث قد يؤدي الاختبار القبلي إلى تحسيس المجموعة التجريبية وزيادة انتباهها لمحتوى المعالجة على نحو لا يتكرر في الواقع العام، ويتم تحليل هذا النموذج عادة عبر اختبارات تحليل التباين للقياسات المكررة (Mixed ANOVA).

### 7.2 تصميم القياس البعدي فقط مع مجموعة ضابطة عشوائية
يقوم تصميم القياس البعدي فقط ذو المجموعة الضابطة العشوائية (Posttest-Only Control Group Design) على الفلسفة الإحصائية التي تؤكد أن التعيين العشوائي ($R$) بحجم عينة كافٍ يعد كفيلاً بمفرده بإرساء التكافؤ التام والعدالة التوزيعية بين المجموعات قبل إدخال المعالجة، مما يجعل القياس القبلي خطوة غير ضرورية من الناحية الرياضية لإثبات الفروق:
$$\text{المجموعة التجريبية: } R \rightarrow X \rightarrow O_1$$
$$\text{المجموعة الضابطة: } R \rightarrow \quad \rightarrow O_2$$

يقدم هذا التصميم ميزة فريدة تتمثل في القضاء النهائي والتام على مشكلة حساسية الاختبار القبلي (Pretest Sensitization) وتوفير الجهد والوقت البحثي. يعد هذا الخيار مثالياً في الحالات التي يتعذر فيها إجراء قياس قبلي، مثل الدراسات التي تتناول مواقف الخداع التجريبي، أو قياس استجابات الصدمة المباشرة، أو عندما يكون الاختبار القبلي كاشفاً لهدف التجربة بطريقة تفسد العفوية السلوكية للمفحوصين.

### 7.3 تصميم سولومون الرباعي للمجموعات
يعد تصميم سولومون الرباعي للمجموعات (Solomon Four-Group Design) الذروة المنهجية والمعمارية للتصاميم التجريبية الحقيقية؛ إذ يقوم بدمج متكامل ومتقاطع بين تصميم القياس القبلي والبعدي وتصميم القياس البعدي فقط عبر إنشاء أربع مجموعات مستقلة يتم التعيين فيها عشوائياً:

1. المجموعة التجريبية 1: تعيين عشوائي $\rightarrow$ قياس قبلي ($O_1$) $\rightarrow$ معالجة ($X$)$rightarrow$ قياس بعدي ($O_2$)
2. المجموعة الضابطة 1: تعيين عشوائي $\rightarrow$ قياس قبلي ($O_3$) $\rightarrow$ بدون معالجة $\rightarrow$ قياس بعدي ($O_4$)
3. المجموعة التجريبية 2: تعيين عشوائي $\rightarrow$ بدون قياس قبلي $\rightarrow$ معالجة ($X$)$rightarrow$ قياس بعدي ($O_5$)
4. المجموعة الضابطة 2: تعيين عشوائي $\rightarrow$ بدون قياس قبلي $\rightarrow$ بدون معالجة $\rightarrow$ قياس بعدي ($O_6$)

“`
بنية تصميم سولومون الرباعي:
المجموعة 1 (R): O1 -> X -> O2
المجموعة 2 (R): O3 ———> O4
المجموعة 3 (R): X -> O5
المجموعة 4 (R): O6
“`

يتيح هذا البناء الهندسي المعقد للباحث إجراء مقارنات إحصائية متعددة تعزل بدقة رياضية متناهية الأثر الحقيقي للمعالجة المستقلة، والأثر المنفصل للاختبار القبلي، والأثر التفاعلي بين الاختبار القبلي والمعالجة ($O_2 \text{ vs } O_5$). ورغم كونه المعيار الأكثر نقاءً وثقة في الميدان التجريبي، إلا أن تكلفته العالية وتطلبه لمضاعفة حجم العينة والموارد قد يحد من استخدامه الواسع في البحوث ذات الميزانيات المحدودة.

## 8. التصاميم العاملية: دراسة التفاعل بين المتغيرات المتعددة

### 8.1 بنية التصاميم العاملية (2×2، 2×3، والمستويات المتقدمة)
تتجاوز التصاميم العاملية (Factorial Designs) حدود دراسة متغير مستقل واحد إلى التحليل المتزامن لأثر متغيرين مستقلين (عاملين) أو أكثر على المتغير التابع، مما يعكس الطبيعة المتشابكة للظواهر الإنسانية. يُعبر عن هذه التصاميم بصيغ رقمية تدل على عدد العوامل ومستويات كل عامل؛ فالتصميم العاملي $2 times 2$ يعني وجود متغيرين مستقلين، لكل منهما مستويان، مما ينتج عنه أربع خلايا أو ظروف تجريبية مختلفة ($2 times 2 = 4$).

بالمثل، فإن التصميم العاملي من نوع $2 times 3$ يتضمن متغيرين: الأول بمستويين (مثل الجنس: ذكور/إناث) والثاني بثلاثة مستويات (مثل شدة التدريب: منخفض/متوسط/مرتفع)، منتجاً ست خلايا تجريبية. تتطلب النماذج المتقدمة، مثل التصاميم الثلاثية ($2 times 2 times 2$)، تخطيطاً دقيقاً لحجم العينة؛ حيث يؤدي تزايد عدد الخلايا إلى تفتيت العينة الكلية، مما يفرض استخدام عينات ضخمة للحفاظ على القوة الإحصائية (Statistical Power) اللازمة لاكتشاف الفروق بدقة.

### 8.2 التأثيرات الأساسية مقابل التأثيرات التفاعلية
يقدم التصميم العاملي مخرجات إحصائية مزدوجة تتجلى في التمييز بين نوعين رئيسيين من التأثيرات التي يتم اختبارها عبر تحليل التباين العاملي (Factorial ANOVA):

• التأثيرات الأساسية (Main Effects): تمثل الأثر المباشر والمستقل لأحد المتغيرات التجريبية على المتغير التابع، بمعزل عن تأثير المتغيرات المستقلة الأخرى في النموذج ومحيداً لمستوياتها.
• التأثيرات التفاعلية (Interaction Effects): تحدث عندما يختلف أثر أحد المتغيرات المستقلة على المتغير التابع باختلاف مستوى المتغير المستقل الآخر؛ أي أن تأثير المتغير (أ) مشروط بمستوى المتغير (ب).

تظهر التأثيرات التفاعلية بيانياً عند تقاطع الخطوط أو عدم توازيها في الرسوم البيانية؛ ففي الدراسات السيكولوجية، قد نجد أن طريقة علاجية معينة (المتغير المستقل 1) تحقق نجاحاً باهراً مع الأفراد ذوي القلق المرتفع، بينما تفقد فاعليتها تماماً مع ذوي القلق المنخفض (المتغير المستقل 2 كعامل معدل)، مما يثبت أن التأثير التفاعلي غالباً ما يقدم رؤى نظرية أكثر عمقاً وأهمية من التأثيرات الأساسية المعزولة.

### 8.3 التصاميم العاملية ذات التدابير المختلطة
تدمج تصاميم التدابير المختلطة (Mixed Factorial Designs) بين عوامل مستقلة تُقاس بين المجموعات (Between-Subjects Factors) وعوامل أخرى تُقاس داخل المجموعات (Within-Subjects Factors) في نموذج تجريبي موحد. على سبيل المثال، في دراسة تقارن بين طريقتين تدريسيتين (عامل بين المجموعات: طريقة أ مقابل طريقة ب) عبر ثلاث فترات زمنية متتابعة (عامل داخل المجموعات: قياس بعد شهر، بعد ثلاثة أشهر، بعد ستة أشهر).

“`
هيكل التصميم العاملي المختلط (2 × 3):
المجموعة (بين المفحوصين) الزمن 1 (داخل المفحوصين) الزمن 2 الزمن 3
طريقة أ (عينة 1) قياس 1 قياس 2 قياس 3
طريقة ب (عينة 2) قياس 1 قياس 2 قياس 3
“`

تتميز التصاميم المختلطة بكفاءة عالية في خفض عدد المشاركين المطلوبين وزيادة حساسية النموذج لاكتشاف التغيرات النمائية والزمنية. ومع ذلك، يفرض هذا النمط متطلبات وافتراضات إحصائية صارمة، أهمها فحص افتراض كروية البيانات (Sphericity) عبر اختبار موتشلي؛ وفي حال انتهاك هذا الافتراض، يتحتم تطبيق معاملات التصحيح الإحصائي الرياضية مثل تصحيح غرينهاوس-غايسر (Greenhouse-Geisser) لضبط درجات الحرية وتفادي أخطاء النوع الأول.

## 9. تصاميم بين المجموعات مقابل تصاميم داخل المجموعات

### 9.1 تصاميم بين المجموعات: المزايا والعيوب
تعتمد تصاميم بين المجموعات (Between-Subjects Designs)، المعروفة بتصاميم المجموعات المستقلة، على تخصيص كل مشارك لشرط تجريبي واحد فقط؛ بحيث لا يتعرض الفرد لأكثر من مستوى واحد من مستويات المتغير المستقل. تتمثل الميزة الكبرى لهذا النموذج في نقاء الاستجابة والوقاية التامة من تأثيرات انتقال الأثر (Carryover Effects) وتأثيرات الترتيب أو التعب والتعلم التراكمي، حيث يدخل المشارك التجربة بذهن متجرد لم يتعرض لمعالجات سابقة.

في المقابل، تعاني تصاميم بين المجموعات من مشكلتين رئيسيتين:

1. الحاجة لأعداد كبيرة من المشاركين: لضمان تمثيل كافٍ في كل خلية تجريبية والحفاظ على قوة إحصائية مناسبة.
2. التباين الناتج عن الفروق الفردية: الاختلافات الذاتية بين الأفراد في المجموعات المختلفة تشكل مصدراً لتباين الخطأ، مما قد يحجب الأثر الحقيقي للمعالجة ما لم يتم التعيين العشوائي بدقة وضبط المتغيرات عبر عينات كبيرة.

### 9.2 تصاميم داخل المجموعات (القياسات المتكررة)
في تصاميم داخل المجموعات (Within-Subjects Designs) أو تصاميم القياسات المتكررة (Repeated Measures)، يتعرض كل مشارك في العينة لجميع مستويات وشروط المتغير المستقل على فترات متتابعة، ليكون كل مشارك بمثابة ضابط لنفسه (Self-Control). يقضي هذا النهج قضاءً تاماً على التباين المنسوب للفروق الفردية بين المجموعات؛ حيث يتم مقارنة استجابات الفرد تحت الشرط (أ) باستجاباته الذاتية تحت الشرط (ب)، مما يرفع القوة الإحصائية للنموذج بدرجة فائقة وبأعداد عينات محدودة جداً.

لكن العيب الجوهري يكمن في التهديدات الناجمة عن تأثيرات الترتيب (Order Effects)؛ إذ قد يتحسن أداء المشارك في الظروف اللاحقة بسبب التدريب والتعلم، أو يتدهور بسبب الإجهاد والملل، أو يمتد الأثر الفسيولوجي أو الانفعالي للشرط الأول ليلوث قياسات الشروط اللاحقة، مما يفرض تطبيق تقنيات موازنة صارمة للسيطرة على هذه المؤثرات.

### 9.3 تقنيات الموازنة والمربع اللاتيني لضبط تأثير الترتيب
لتحييد تأثيرات الترتيب في تصاميم القياسات المتكررة، يطبق الباحثون تقنيات الموازنة (Counterbalancing) بأنماطها المختلفة:

• الموازنة الكاملة (Complete Counterbalancing): تقديم جميع التباديل والترتيبات الممكنة للشروط التجريبية بالتساوي على عينات فرعية من المشاركين؛ فإذا كان لدينا 3 شروط ($A, B, C$)، فهناك $3! = 6$ ترتيبات مختلفة يتم توزيع المفحوصين عليها بالتساوي.
• الموازنة الجزئية عبر المربع اللاتيني (Latin Square Design): تُستخدم عندما يكون عدد الشروط كبيراً ويتعذر تطبيق كافة التباديل؛ حيث يتم إنشاء مصفوفة رياضية تضمن ظهور كل شرط في كل موقع ترتيبي مرة واحدة، وأن يسبق ويتلو كل شرط الظروف الأخرى بعدالة تامة.
• الموازنة العكسية (ABBA Counterbalancing): تطبيق الشروط على كل فرد بالترتيب المباشر ثم العكسي ($A \rightarrow B \rightarrow B \rightarrow A$)، وتستخدم بكثرة في المهام السلوكية والحركية السريعة لتحييد خطي لأثر التعب والتعلم.

## 10. تصاميم الحالة الفردية والخطوط القاعدية في علم النفس الإكلينيكي

### 10.1 تصاميم الارتداد (A-B-A و A-B-A-B)
تعد تصاميم الحالة الفردية (Single-Subject Experimental Designs) أدوات مركزية في بحوث التحليل السلوكي التطبيقي وعلم النفس الإكلينيكي والتربية الخاصة؛ حيث تركز على الملاحظة المكثفة والمتكررة لسلوك فرد واحد أو عدد محدود جداً من الحالات. يعتمد تصميم الارتداد الكلاسيكي ($A-B-A$) على:

1. تأسيس الخط القاعدي ($A_1$): رصد السلوك المستهدف بصورة متكررة قبل التدخل حتى يستقر النمط بيانياً.
2. إدخال المعالجة السلوكية ($B$): قياس التغير في الاستجابة أثناء تطبيق التدخل.
3. سحب المعالجة ($A_2$): إيقاف التدخل والعودة لظروف الخط القاعدي للتحقق مما إذا كان السلوك سيرتد لمستواه الأصلي، مما يؤكد أن التدخل هو المسبب الحصري للتغير.

“`
مراحل تصميم الارتداد (A-B-A-B):
[الخط القاعدي A1] —> [تطبيق التدخل B1] —> [سحب التدخل A2] —> [إعادة التدخل B2]
(استقرار السلوك) (تحسن السلوك) (ارتداد السلوك) (تحسن مستدام)
“`

ولأسباب علاجية وأخلاقية، يفضل الممارسون دائماً تصميم $A-B-A-B$ بإعادة تطبيق التدخل في مرحلة رابعة ($B_2$) لضمان إنهاء الدراسة والمريض في حالة تحسن إكلينيكي. يعتمد تقييم النتائج في هذه النماذج على التحليل البصري الدقيق للمنحنيات (Visual Analysis)، متضمناً فحص التغيرات في المستوى (Level)، والميل والاتجاه (Trend)، والتشتت والتباين عبر المراحل التجريبية المختلفة.

### 10.2 تصاميم الخطوط القاعدية المتعددة
يمثل تصميم الخطوط القاعدية المتعددة (Multiple Baseline Design) البديل المنهجي والأخلاقي الأمثل عندما يكون السلوك المستهدف غير قابل للارتداد أو الانتكاس بمجرد تعلمه (مثل اكتساب مهارة القراءة أو السباحة)، أو عندما يكون سحب العلاج خطراً على حياة المفحوص وسلوكه التكيفي. يقوم هذا التصميم على تأسيس خطوط قاعدية متزامنة لعدة سلوكيات، أو لعدة أفراد، أو عبر مواقف وسياقات بيئية متعددة.

يتم تطبيق المعالجة التجريبية بصورة تدريجية ومتعاقبة زمنياً؛ حيث يدخل التدخل على السلوك الأول بينما تظل السلوكيات الأخرى تحت مرحلة الخط القاعدي المستمر. فإذا تغير السلوك المستهدف فقط عند إدخال المعالجة عليه وظلت السلوكيات الأخرى ثابتة حتى يحين دور تدخلها، يتأكد الباحث من أن التغير يعود حصراً للمعالجة وليس لمتغيرات بيئية خارجية، مما يحقق برهاناً سبباً قوياً دون الحاجة لسحب التدخل.

### 10.3 تصاميم المعايير المتغيرة
يُستخدم تصميم المعايير المتغيرة (Changing Criterion Design) لدراسة وتعديل السلوكيات التي تتغير تدريجياً وبصورة تراكمية خطوة بخطوة، مثل برامج الإقلاع التدريجي عن التدخين، أو إنقاص الوزن، أو زيادة اللياقة البدنية والتحصيل الأكاديمي. يبدأ التصميم بمرحلة خط قاعدي أولية لتحديد الأداء المرجعي، يعقبها تقسيم التدخل إلى مراحل متتالية، تفرض كل مرحلة منها معياراً سلوكياً محدداً يجب على المشارك تحقيقه والمحافظة على استقراره للحصول على التعزيز.

“`
تصميم المعايير المتغيرة:
الخط القاعدي —> المعيار 1 (هدف 10%) —> المعيار 2 (هدف 25%) —> المعيار 3 (هدف 50%)
(استقرار) (استقرار مؤكد) (استقرار مؤكد) (تحقيق الكفاءة)
“`

لا ينتقل الباحث إلى المعيار السلوكي التالي إلا بعد أن تثبت البيانات استقراراً واستجابة مطابقة للمعيار الحالي لفترة زمنية كافية. يقدم هذا النمط دليلاً سببياً لا يقبل الشك؛ إذ إن تغير مستوى السلوك في كل مرحلة ليتطابق بدقة مع العتبة المحددة من قبل الباحث ينفي أي تفسير بديل قائم على النضج العشوائي أو العوامل الطارئة، مؤكداً التحكم الإجرائي الصارم لبرنامج المعالجة.

## 11. مهددات الصدق الداخلي والخارجي في التصميم التجريبي

### 11.1 مهددات الصدق الداخلي وسبل تحييدها
يعكس الصدق الداخلي (Internal Validity) درجة الثقة في أن المتغير المستقل هو المسؤول الفعلي والمباشر عن إحداث الفروق في المتغير التابع دون تدخل عوامل دخيلة. لخص كامبل وستانلي أبرز مهددات الصدق الداخلي في النقاط الآتية:

• التاريخ (History): أحداث طارئة غير مخطط لها تقع خارج بيئة المختبر بين القياسات وتؤثر في استجابات الأفراد.
• النضج (Maturation): مسارات التغير البيولوجي والنمائي والمعرفي الطبيعي لدى المشاركين بمرور الوقت.
• الارتداد الإحصائي نحو المتوسط (Statistical Regression): ظاهرة رياضية تجعل الدرجات المتطرفة جداً (ارتفاعاً أو انخفاضاً) تتجه تلقائياً نحو المتوسط الحسابي في القياس الثاني، مما يوهم بحدوث تحسن أو تراجع غير حقيقي ناتج عن التدخل.
• التسرب التفاضلي للمشاركين (Experimental Mortality/Attrition): انسحاب غير متكافئ لأفراد من إحدى المجموعات (كالمرضى الأكثر تعباً في المجموعة التجريبية)، مما يخل بالتكافؤ المبدئي الذي أسسه التعيين العشوائي.

### 11.2 مهددات الصدق الخارجي وتعميم النتائج
يرتبط الصدق الخارجي (External Validity) بإمكانية تعميم نتائج التجربة خارج الإطار المختبري الضيق وتطبيقها على مجتمعات وسياقات وأزمنة وظروف واقعية مختلفة. تشمل مهددات الصدق الخارجي:

• التفاعل بين الاختيار والمعالجة (Selection-Treatment Interaction): حصر العينة في فئة سكانية محددة وغير ممثلة (مثل طلاب الجامعات)، مما يجعل النتائج غير قابلة للتعميم على باقي فئات المجتمع.
• الصدق البيئي (Ecological Validity) واصطناعية المختبر: التناقض بين بيئة المختبر شديدة الضبط والتصنع والواقع الطبيعي المعقد، مما يدفع الأفراد للتصرف بطرق غير مألوفة لحياتهم اليومية.
• تأثير هوثورن (Hawthorne Effect): التغير التلقائي في سلوك وأداء المشاركين لمجرد شعورهم وإدراكهم بأنهم يخضعون للملاحظة والدراسة العلمية، وليس نتيجة للمعالجة التجريبية في حد ذاتها.

### 11.3 التوازن المنهجي بين الصدق الداخلي والصدق الخارجي
تفرض الممارسة البحثية على العالم الدخول في مقايضة منهجية حتمية (Methodological Trade-off) بين الصدق الداخلي والصدق الخارجي؛ فكلما زاد الباحث من صرامة الضبط المختبري وتثبيت المتغيرات لعزل المهددات وتعظيم الصدق الداخلي، أصبحت البيئة مصطنعة وغير واقعية مما يضعف الصدق الخارجي وقابلية التعميم. وعلى العكس، كلما نقل التجربة إلى البيئات الميدانية الطبيعية لرفع الصدق البيئي، فقد جزءاً كبيراً من السيطرة والتحكم في المتغيرات الدخيلة مما يهدد الصدق الداخلي.

“`
معادلة المفاضلة المنهجية:
أقصى ضبط مختبري —> صدق داخلي مرتفع + صدق خارجي منخفض (بيئة مصطنعة)
أقصى واقعية ميدانية —> صدق خارجي مرتفع + صدق داخلي مهدد (صعوبة عزل الدخائل)
“`

تسعى الأبحاث المعاصرة لتحقيق توازن ديناميكي بين الصدقين عبر توظيف استراتيجية البحوث المتتابعة؛ بالبدء بالتجارب المختبرية لترسيخ السببية النظرية، يتبعها إجراء تجارب ميدانية (Field Experiments) في السياقات المجتمعية والتربوية الحية للتأكد من صمود النماذج النظرية في مواجهة تعقيدات العالم الواقعي وتطبيقاته العملية.

## 12. دليل إجرائي لاختيار وتنفيذ التصميم التجريبي الملائم

### 12.1 مصفوفة اتخاذ القرار لاختيار التصميم المناسب
يتطلب اتخاذ قرار منهجي رصين حول التصميم الواجب اتباعه تقييماً دقيقاً وشاملاً لأهداف البحث والقيود الميدانية المحيطة به، ويمكن للباحث الاسترشاد بالمصفوفة الإجرائية الآتية:

طبيعة المسألة البحثية والقيود الميدانية	التصميم التجريبي الموصى به	المسوغات المنهجية والإحصائية
إمكانية التعيين العشوائي مع متغير مستقل واحد واستبعاد حساسية الاختبار القبلي	تصميم القياس البعدي فقط مع مجموعة ضابطة	العشوائية تضمن التكافؤ، وغياب القياس القبلي يمنع تحسيس المفحوصين للمعالجة.
دراسة أثر تفاعلي بين متغيرين مستقلين أو أكثر على سلوك محدد	التصاميم العاملية ($2 times 2$ أو مختلطة)	تتيح اختبار التأثيرات الأساسية والتفاعلية المشروطة بين العوامل بدقة متزامنة.
تعذر التعيين العشوائي والعمل داخل بيئات مدرسية أو تنظيمية قائمة مسبقاً	تصميم المجموعات الضابطة غير المتكافئة مع ANCOVA	استخدام القياس القبلي كمتغير مصاحب إحصائياً للتحكم في الفروق المبدئية.
تقييم تدريب إكلينيكي فردي لسلوك غير قابل للارتداد أو الانتكاس	تصميم الخطوط القاعدية المتعددة	يقدم دليلاً سببياً عبر الإدخال المتعاقب دون الحاجة لسحب العلاج المحظور أخلاقياً.
تخصيص موارد علاجية محدودة وفق معايير استحقاق وحاجة إكلينيكية حادة	تصميم عدم استمرارية الانحدار (RDD)	يضمن تقديم الخدمة للمستحقين بناءً على درجة قطع، مع الحفاظ على قوة برهان عالية.

### 12.2 الاعتبارات الأخلاقية وحماية المشاركين في التجارب
تشكل الضوابط الأخلاقية الإطار الحاكم لكافة إجراءات التصميم التجريبي في علم النفس والعلوم الإنسانية، وتستند إلى المبادئ التوجيهية العالمية المنصوص عليها في ميثاق أخلاقيات جمعية علم النفس الأمريكية (APA) وتقرير بلمونت. تتصدر هذه الضوابط ضرورة الحصول على الموافقة المستنيرة (Informed Consent) الطوعية من المشاركين، بعد إحاطتهم التامة بطبيعة التجربة والمدة المتوقعة وأي مخاطر أو انزعاج محتمل، مع تأكيد حقهم المطلق في الانسحاب في أي وقت دون أي تبعات سلبية.

في الحالات التي يتطلب فيها البناء التجريبي استخدام الخداع المنهجي (Deception) لتفادي الانحياز، يشترط أن يكون مبرراً بقيمة علمية استثنائية مع تعذر استخدام بدائل خالية من الخداع. ويلتزم الباحث في هذه الحالات بتنظيم جلسات إزالة التضليل واستخلاص المعلومات (Debriefing) فور انتهاء التجربة؛ لشرح الأهداف الحقيقية، وتبديد أي أوهام أو توتر نفسي أصاب المشاركين، وتقديم الدعم الإكلينيكي اللازم للتأكد من مغادرتهم بالسلامة النفسية نفسها التي دخلوا بها.

### 12.3 التوثيق وكتابة قسم المنهجية وفق معايير APA
تقتضي المعايير الأكاديمية الصارمة صياغة قسم المنهجية (Method Section) في الأبحاث والتقارير التجريبية بشفافية تسمح بالقراءة النقدية والتكرار الدقيق للدراسة؛ وينقسم هذا القسم وفق الدليل السابع لجمعية علم النفس الأمريكية (APA 7th Edition) إلى محاور أساسية تشمل:

• المشاركون (Participants): توثيق دقيق لخصائص العينة الديموغرافية، وحساب القوة الإحصائية المسبقة لتحديد الحجم، ومعايير الشمول والاستبعاد.
• الأدوات والمقاييس (Measures/Apparatus): وصف الخصائص السيكومترية للأدوات من صدق وثبات، والأجهزة المستخدمة مع أرقام طرازاتها ومواصفاتها الفنية.
• التصميم الإجرائي (Design & Procedure): توضيح بنية المتغيرات المستقلة ومستوياتها، وتصنيف التصميم (بين/داخل المفحوصين)، مع سرد تسلسلي ودقيق لكل خطوة تفاعلية تمت مع المفحوصين منذ لحظة دخولهم حتى مغادرتهم.

وتعزيزاً للموثوقية ومواجهة أزمة التكرار، بات من الضروري التوجه نحو ممارسات العلم المفتوح من خلال التسجيل المسبق (Preregistration) للفرضيات وخطط التحليل الإحصائي عبر منصات معتمدة مثل Open Science Framework (OSF) قبل البدء في جمع البيانات، وإتاحة المواد والبيانات الأولية منزوعة الهوية للمجتمع العلمي دعماً للنزاهة والشفافية التراكمية.

الخاتمة: آفاق مستقبلية في التصميم التجريبي

إن التصميم التجريبي ليس قالباً إجرائياً جامداً، بل هو منهجية تفكير علمية تتطور باستمرار لتواكب التعقيد المتزايد في فهم السلوك الإنساني والظواهر الطبيعية. إن الانتقال من النماذج الخطية البسيطة إلى التصاميم العاملية المعقدة والنماذج شبه التجريبية الميدانية يعكس نضج المنهج التجريبي وقدرته على الجمع بين الصرامة التحليلية والواقعية التطبيقية. ومع دخول الذكاء الاصطناعي والنمذجة الحاسوبية التكيفية، يشهد الميدان التجريبي ثورة في تصاميم التجارب التكيفية (Adaptive Experimental Designs) وتحليلات البيانات الضخمة اللحظية، مما يتيح اختبار الفرضيات السببية بديناميكية غير مسبوقة.

ختاماً، تقع على عاتق الباحث مسؤولية أخلاقية ومنهجية لاختيار التصميم الذي يلائم طبيعة سؤاله البحثي دون التضحية بحقوق المشاركين أو النزاهة الإحصائية؛ فالتصميم التجريبي المحكم يظل دائماً الجسر الوحيد الذي يعبر بالمعرفة العلمية من ضفاف الملاحظات العابرة والافتراضات النظرية إلى فضاءات اليقين الاستدلالي الراسخ والتطبيقات الإنسانية البناءة.

المراجع

• Campbell, D. T., & Stanley, J. C. (1963). Experimental and quasi-experimental designs for research. Rand McNally. https://www.worldcat.org/title/experimental-and-quasi-experimental-designs-for-research/oclc/269135
• Fisher, R. A. (1935). The design of experiments. Oliver and Boyd. https://archive.org/details/in.ernet.dli.2015.503254
• Kerlinger, F. N., & Lee, H. B. (2000). Foundations of behavioral research (4th ed.). Wadsworth Thomson Learning. https://openlibrary.org/books/OL395462M/Foundations_of_behavioral_research
• Montgomery, D. C. (2017). Design and analysis of experiments (9th ed.). John Wiley & Sons. https://www.wiley.com/en-us/Design+and+Analysis+of+Experiments%2C+9th+Edition-p-9781119113478
• Shadish, W. R., Cook, T. D., & Campbell, D. T. (2002). Experimental and quasi-experimental designs for generalized causal inference. Houghton Mifflin. https://www.scirp.org/reference/ReferencesPapers.aspx?ReferenceID=1295287
• American Psychological Association. (2020). Publication manual of the American Psychological Association (7th ed.). American Psychological Association. https://doi.org/10.1037/0000165-000