كيف تعمل اختبارات t: اختبار العينة الواحدة، اختبار العينتين، واختبار t للعينات المزدوجة

يمثل الاستدلال الإحصائي الدعامة المنهجية الصلبة التي ترتكز عليها المعرفة العلمية المعاصرة، لا سيما في حقول العلوم السلوكية والنفسية والتربوية والطبية؛ حيث تتجاوز الغاية البحثية مجرد جمع البيانات الخام ووصفها ظاهرياً، لتصل إلى استنباط الأحكام وتعميم النتائج واختبار الفرضيات حول مجتمعات دراسية أوسع نطاقاً بالاعتماد على عينات مسحوبة بعناية. وفي خضم هذا المسعى المعرفي، تقف اختبارات الفروق الإحصائية بمثابة المحرك التحليلي الذي يتيح للباحثين التمييز بدقة بالغة بين التغيرات والآثار الحقيقية الناتجة عن التدخلات والمتغيرات المستقلة، وبين التباينات العشوائية الصرفة التي تعزى إلى أخطاء المعاينة وتقلبات الصدفة. وتبرز عائلة اختبارات “تي” (t-Tests) كأحد أعرق وأقوى هذه الأدوات الاستدلالية وأكثرها شيوعاً واستخداماً عبر تاريخ البحث الكمي.

تستمد اختبارات “تي” أهميتها المركزية من قدرتها الفائقة على معالجة إشكالية جوهرية تواجه الباحثين باستمرار، وهي الحاجة إلى مقارنة المتوسطات الحسابية واتخاذ قرارات استدلالية قاطعة في ظل عدم معرفة المعالم الحقيقية للمجتمع الأصلي، وتحديداً الانحراف المعياري، والاعتماد بدلاً من ذلك على عينات بحثية ذات أحجام محدودة. ومن خلال توليد قيمة إحصائية معيارية تزن الفارق الملاحظ بين المتوسطات في مقابل التشتت والخطأ المعياري المقدر، تمنح هذه الاختبارات المشتغلين بالعلوم الإنسانية والطبية إطاراً رياضياً صارماً لتقييم فاعلية البرامج العلاجية، ومقارنة الاستجابات السلوكية، ورصد التغيرات التطورية والنمائية عبر الزمن بدرجة عالية من الموثوقية والدقة الإحصائية.

يقدم هذا المقال دليلاً نقدياً وتطبيقياً مفصلاً لكافة أبعاد اختبارات “تي” بمختلف أشكالها وتصاميمها المنهجية: بدءاً من اختبار العينة الواحدة (One-Sample t-Test)، مروراً باختبار العينتين المستقلتين (Independent Samples t-Test)، ووصولاً إلى اختبار العينات المزدوجة والمرتبطة (Paired Samples t-Test). وسيتناول المقال الأسس الفلسفية والرياضية التي تكمن وراء احتساب قيمة “تي”، وتفكيك ميكانيزم “نسبة الإشارة إلى الضجيج”، مع بيان الشروط والافتراضات المسبقة الواجب تحققها، وطرائق فحصها والتغلب على انتهاكاتها، وصولاً إلى استراتيجيات حساب حجوم التأثير، وبناء فترات الثقة، وكتابة التقارير الإحصائية وفق المعايير الأكاديمية العالمية لجمعية علم النفس الأمريكية، وتحديد البدائل اللابارامترية عند تعذر استيفاء المتطلبات الرياضية للاختبار.

1. مقدمة تأسيسية: المفهوم العام لاختبارات t ومكانتها في التحليل الإحصائي النفسي

1.1 تعريف اختبار t وتاريخ تطوره العلمي

يُعرَّف اختبار “تي” (t-Test) بأنه أسلوب إحصائي استدلالي معلمي (Parametric Inferential Test) يهدف إلى تقييم ما إذا كان هناك فرق ذو دلالة إحصائية بين متوسطين حسابيين، أو بين متوسط حسابي لعينة واحدة وقيمة معيارية مفترضة محددة سلفاً في المجتمع الأصلي. وتعود الجذور التاريخية لهذا الاختبار إلى مطلع القرن العشرين، وتحديداً إلى عام 1908، حينما قام العالم الإحصائي والكيميائي البريطاني ويليام سيلي جوسيت (William Sealy Gosset) بتطويره وصياغته الرياضية أثناء عمله في مصنع “غينيس” للبيرة في دبلن. وكان جوسيت يواجه تحدياً عملياً يتمثل في مراقبة جودة الإنتاج الكيميائي والمحاصيل الزراعية بالاعتماد على عينات صغيرة الحجم، حيث كانت النظرية الإحصائية السائدة آنذاك، المستندة إلى التوزيع الطبيعي المعياري وقيم z (Z-distribution)، تشترط توافر أحجام عينات ضخمة ومعرفة مسبقة ومؤكدة بالانحراف المعياري للمجتمع الأصلي ($\sigma$).

ونظراً لسياسات السرية الصارمة التي كانت تفرضها إدارة المصنع لمنع تسريب الأسرار التجارية والتقنية، نُشر البحث الرائد لجوسيت تحت الاسم المستعار “ستودنت” (Student) في مجلة Biometrika، وهو ما رسّخ الاسم الأكاديمي الشائع للاختبار باسم “اختبار ستودنت تي” (Student’s t-test). ويكمن الإنجاز الثوري لجوسيت في اشتقاق توزيع احتمالي جديد ومستقل يُعرف بـ “توزيع تي” (t-Distribution)، وهو توزيع يتميز بذيول أكثر سمكاً وتسطحاً مقارنة بالتوزيع الطبيعي، مما يوفر هامشاً أوسع لاستيعاب عدم اليقين الإضافي والخطأ الناتج عن استخدام الانحراف المعياري للعينة ($s$) كتقدير تقريبي للانحراف المعياري المجهول للمجتمع.

يتمركز اختبار “تي” ضمن موقع متقدم في شجرة الاختبارات الإحصائية المعلمية؛ إذ يعد المدخل الأساسي لاختبار الفرضيات المتعلقة بالفروق بين المتوسطات، ويمثل الأساس الرياضي الذي انبثقت عنه لاحقاً نماذج تحليلية أكثر تعقيداً مثل تحليل التباين الأحادي (ANOVA) ونماذج الانحدار الخطي المتعدد. ويتميز الاختبار بحساسيته وقوته الإحصائية العالية عندما تُستوفى شروطه، مما يجعله الأداة المعيارية الذهبية لتقييم الفروق الإحصائية بين مجموعتين في الدراسات الكمية التطبيقية والنظرية على حد سواء.

1.2 الأنواع الرئيسية لاختبارات t ونطاقات استخدامها

تنقسم عائلة اختبارات “تي” إلى ثلاثة نماذج رئيسية تختلف باختلاف طبيعة التصميم التجريبي وعدد العينات المدروسة وطريقة سحب البيانات. النموذج الأول هو اختبار t للعينة الواحدة (One-Sample t-Test)، ويُستخدم لفحص ما إذا كان متوسط عينة عشوائية واحدة يختلف بصورة دالة إحصائياً عن معيار نظري ثابت أو متوسط مجتمعي معروف تاريخياً وموثق في الأدبيات. ويبرز هذا النموذج في مواقف المعايرة وضبط الجودة واختبار الفرضيات التي تفترض مطابقة العينة لمعيار قياسي محدد.

أما النموذج الثاني فهو اختبار t للعينتين المستقلتين (Independent Samples t-Test / Two-Sample t-Test)، وتتمثل وظيفته الجوهرية في مقارنة المتوسطين الحسابيين لمجموعتين منفصلتين كلياً، بحيث لا يوجد أي ارتباط أو تأثير متبادل بين أفراد المجموعة الأولى وأفراد المجموعة الثانية. ويعد هذا الاختبار التصميم الكلاسيكي الأبرز في التجارب الميدانية والمخبرية، كالتي تتضمن مقارنة أداء مجموعة تجريبية خضعت لبرنامج تدريبي أو علاجي بأداء مجموعة ضابطة تلقت تدخلاً وهمياً أو لم تتلق أي تدخل على الإطلاق.

النموذج الثالث هو اختبار t للعينات المرتبطة أو المزدوجة (Paired / Dependent Samples t-Test)، ويُوظف لمقارنة متوسطين مترابطين في بيانات تنشأ عن قياسات متكررة على نفس الأفراد (مثل القياس القبلي والقياس البعدي قبل وبعد التدخل)، أو في تصاميم الأزواج المتطابقة (Matched-Pairs) التي يتم فيها مطابقة الأفراد في المجموعتين بناءً على سمات شخصية أو ديموغرافية محددة مثل العمر، أو درجة الذكاء، أو دراسات التوائم المتماثلة. ويعد اختيار النموذج الملائم منوطاً بالبناء المنطقي لتصميم البحث؛ فالخطأ في تحديد نوع الاختبار يقود حتماً إلى تضخيم معدلات الخطأ الإحصائي وفقدان النتائج لموثوقيتها ومصداقيتها المنهجية.

1.3 أهمية اختبارات t في العلوم السلوكية والنفسية

تحظى اختبارات “تي” بمكانة بالغة الأهمية في مجالات علم النفس، وعلم الاجتماع، والعلوم العصبية الإدراكية، والإرشاد النفسي والتربوي؛ حيث تشكل الظواهر النفسية والسلوكية مجالات تتسم بارتفاع درجات التباين والتعقيد وصعوبة الضبط المعملي المطلق. ومن هذا المنطلق، تتيح اختبارات “تي” لعلماء النفس وسيلة كمية لتقييم فاعلية التدخلات العلاجية؛ كقياس انخفاض درجات القلق أو الاكتئاب عقب تطبيق برامج العلاج المعرفي السلوكي (CBT)، والتحقق مما إذا كان التحسن الملاحظ يعكس تغيراً إكلينيكياً حقيقياً أم أنه مجرد تذبذب عشوائي في درجات المقياس.

علاوة على ذلك، تلعب هذه الاختبارات دوراً محورياً في المقارنات الفارقة بين الفئات السيكولوجية والديموغرافية المختلفة، مثل دراسة الفروق في مهارات التكيف النفسي، أو سرعة الاستجابة المعرفية، أو درجات الذكاء الوجداني بين الجنسين أو بين فئات عمرية متباينة. كما تساهم بصورة جوهرية في مرحلة تقنين وبناء المقاييس السيكومترية؛ وذلك من خلال مقارنة درجات المجموعات الطرفية للتحقق من صدق التمييز للمفردات والمقاييس النفسية.

ولا يقتصر الأثر المنهجي لاختبارات “تي” على الجانب الأكاديمي النظري، بل يمتد بشكل حاسم إلى الممارسات الإكلينيكية وعمليات اتخاذ القرار في المؤسسات العلاجية والتربوية؛ حيث يُبنى اعتماد بروتوكول علاجي جديد أو إيقاف برنامج تدخلي غير مجدٍ على مخرجات هذه الاختبارات الاستدلالية وما تكشفه من فروق دالة تتجاوز حدود المصادفة، مما يجعل التمكن العميق من آلياتها ومتطلباتها شرطاً لا غنى عنه للممارس والباحث السلوكي على حد سواء.

2. المبدأ الجوهري لعمل اختبارات t: قياس نسبة الإشارة إلى الضجيج

2.1 مفهوم ‘الإشارة’ (Signal) في معادلة t

لإدراك الآلية الرياضية والفلسفية التي يستند إليها اختبار “تي”، ينبغي النظر إلى معادلته من منظور نظرية معالجة الإشارات الإحصائية؛ حيث يمكن صياغة منطق الاختبار كحاصل قسمة الإشارة (Signal) على الضجيج (Noise). وتتمثل “الإشارة” في هذا السياق في الفارق الحقيقي أو التأثير التجريبي الملاحظ بين المتوسطات الحسابية قيد الدراسة. وفي كافة صور اختبار “تي”، توضع هذه الإشارة دوماً في بسط المعادلة الرياضية، معبرةً عن الفجوة الرقمية المطلقة أو الموجهة بين متوسط العينة ومتوسط المجتمع المفترض ($\bar{x} – \mu_0$)، أو الفارق بين متوسطي مجموعتين مستقلتين ($\bar{x}_1 – \bar{x}_2$)، أو متوسط درجات الفروق في التصاميم المرتبطة ($\bar{d}$).

تعكس قوة الإشارة حجم التأثير الفعلي (Actual Effect Size) الذي أحدثه المتغير المستقل في الدراسة السلوكية؛ فإذا كان العلاج النفسي فعالاً للغاية في خفض أعراض الرهاب الاجتماعي، فإن التباعد بين درجات المجموعة التجريبية والمجموعة الضابطة سيكون كبيراً، مما يُولد بسطاً ذا قيمة عددية مرتفعة تمثل إشارة واضحة وقوية تبرز فوق سطح التشتت العام للبيانات. وتجسد هذه الإشارة جوهر الفرضية البديلة ($H_1$) التي يسعى الباحث لإثباتها، حيث تفترض وجود أثر تجريبي حقيقي يباعد بين المتوسطات ويستوجب رفض فرضية العدم الصفرية ($H_0$).

2.2 مفهوم ‘الضجيج’ (Noise) والخطأ المعياري

في مقابل الإشارة القابعة في البسط، يقبع في مقام معادلة اختبار “تي” مفهوم “الضجيج” (Noise)، وهو المعادل الإحصائي للتباين العشوائي غير المفسر وخطأ المعاينة المتأصل في أي دراسة تجريبية. يتم قياس هذا الضجيج عبر ما يُعرف بـ الخطأ المعياري (Standard Error – SE)، والذي يمثل الانحراف المعياري لتوزيع المعاينة لفروق المتوسطات الحسابية. وينشأ الضجيج الإحصائي من التباينات الفردية الطبيعية بين الأفراد، وعدم التجانس التام في السمات الشخصية، وأخطاء القياس العشوائية في الأدوات السيكومترية، والتقلبات البيئية المحيطة بإجراء التجربة.

يتأثر مقدار الضجيج الإحصائي بعاملين رئيسيين: تباين الدرجات الأصلية ($s^2$ أو $s$) وحجم العينة الخاضعة للدراسة ($n$). وتكشف المعادلة الرياضية للخطأ المعياري ($SE = frac{s}{sqrt{n}}$) عن علاقة عكسية حاسمة؛ فكلما ازداد حجم العينة، ازداد المقام كبرًا، مما يؤدي إلى انكماش الخطأ المعياري وتقلص مستوى الضجيج العام. وعلى العكس من ذلك، تؤدي العينات الصغيرة جداً أو المقاييس ذات التباين الشديد إلى تضخيم الضجيج في المقام، مما يهدد بطمس معالم الإشارة التجريبية الحقيقية حتى لو كانت موجودة بالفعل.

2.3 تفاعل الإشارة مع الضجيج لتوليد قيمة t

تتولد القيمة الإحصائية “تي” المحسوبة ($t_{calculated}$) من التفاعل المباشر بين الإشارة والضجيج وفق الصيغة المفاهيمية التالية:

$$t = \frac{\text{الإشارة (الفارق بين المتوسطات)}}{\text{الضجيج (الخطأ المعياري للفرق)}}$$

إن فهم هذه النسبة يفسر منطق اتخاذ القرارات الإحصائية؛ فعندما تفوق الإشارة حجم الضجيج المحيط بها بعدة مرات، ترتفع قيمة $t$ المحسوبة بشكل ملحوظ لتبتعد عن الصفر (سواء في الاتجاه الموجب أو السالب)، مما يشير إلى أن الفارق الملاحظ بين المتوسطات أكبر بكثير مما يمكن أن يُعزى للصدفة المحضة أو لخطأ المعاينة العشوائي. وتتزايد تبعاً لذلك احتمالية رفض فرضية العدم والوصول إلى دلالة إحصائية ($p < \alpha$).

في المقابل، إذا كانت الإشارة متواضعة وكان التباين الداخلي والضجيج كبيراً، فإن قيمة $t$ ستكون ضئيلة وقريبة جداً من الصفر، مما يعني أن الفارق الملاحظ بين المتوسطات يقع بالكامل ضمن النطاق المتوقع للتقلبات العشوائية للمعاينة، الأمر الذي يلزم الباحث بعدم رفض الفرضية الصفرية لعدم كفاية الأدلة الإحصائية. ويشكل هذا النموذج التحليلي الركيزة التي يستند إليها القياس النفسي لتفسير مدى صلابة المعطيات السيكومترية المستخلصة من الاختبارات التشخيصية.

3. اختبار t للعينة الواحدة (1-Sample t-Test): الأسس النظرية والمنهجية

3.1 الهدف البحثي لاختبار العينة الواحدة

يهدف اختبار t للعينة الواحدة إلى التحقق مما إذا كان متوسط درجات متغير كمي مستمر في عينة مسحوبة من مجتمع معين يختلف جوهرياً عن قيمة قياسية مفترضة أو متوسط مجتمعي معروف ($ mu_0 $). وتتعدد التطبيقات المنهجية لهذا الاختبار في البحوث السلوكية؛ حيث يُستخدم لمقارنة درجات مجموعة معينة من الأفراد بالمعايير الوطنية المقننة لمقاييس الذكاء أو مقاييس التحصيل الدراسي، أو لمقارنة استجابات عينة طلابية بمستوى محايد على مقياس متدرج (مثل مقارنة متوسط الرضا النفسي بدرجة الحياد 3 على مقياس ليكرت الخماسي).

تتم صياغة الفرضيات الإحصائية في اختبار العينة الواحدة بطريقة دقيقة ومحددة وفق التالي:

• فرضية العدم الصفرية ($H_0$): تنص على عدم وجود فرق حقيقي بين متوسط المجتمع المسحوبة منه العينة والقيمة المعيارية المحددة سلفاً، وتُكتب رياضياً: $$H_0: \mu = \mu_0$$
• الفرضية البديلة ثنائية الطرف ($H_1$): تنص على أن متوسط المجتمع يختلف بصورة دالة عن القيمة المعيارية دون تحديد اتجاه الفارق: $$H_1: \mu \neq \mu_0$$
• الفرضية البديلة أحادية الطرف ($H_1$): تفترض اتجاهاً محدداً للتأثير (أكبر من أو أصغر من): $$H_1: \mu > \mu_0 \quad \text{أو} \quad H_1: \mu < \mu_0$$

3.2 الافتراضات والشروط الخاصة باختبار العينة الواحدة

لكي تكون نتائج اختبار t للعينة الواحدة موثوقة وسليمة استدلالياً، يجب استيفاء مجموعة من الافتراضات الإحصائية والمنهجية الصارمة:

• مستوى القياس المستمر (Continuous Scale): يجب أن يكون المتغير التابع مقاساً على مستوى فئوي (Interval) أو نسبي (Ratio)، كالأزمنة، ودرجات الاختبارات السيكومترية المقننة، والأوزان، والأبعاد الفيزيولوجية.
• استقلالية الملاحظات (Independence of Observations): يُشترط أن يتم جمع البيانات من أفراد مستقلين تماماً، بحيث لا تؤثر استجابة أي مفحوص أو تواجده في العينة على استجابة أي مفحوص آخر، ويتحقق ذلك عبر العينات العشوائية البسيطة والتصميم الإجرائي الصارم.
• افتراض التوزيع الطبيعي (Normality): يُفترض أن تكون الدرجات في المجتمع الأصلي موزعة توزيعاً طبيعياً معتدلاً حول المتوسط. ومع ذلك، يتميز اختبار “تي” بمتانة ملحوظة (Robustness) ضد الانتهاكات الطفيفة للاعتدالية إذا كان حجم العينة كبيراً بما يكفي ($n \geq 30$)، وذلك استناداً إلى مبرهنة النهاية المركزية (Central Limit Theorem).
• خلو البيانات من القيم المتطرفة الجسيمة (Absence of Outliers): نظراً لأن المتوسط الحسابي والانحراف المعياري شديدا الحساسية للقيم الشاذة، فإن وجود قيمة متطرفة واحدة يمكن أن يؤدي إلى انحراف نتائج الاختبار وقيمة $t$ بشكل مضلل.

3.3 هيكل العينة وحجم التأثير المتوقع

يعد التخطيط المسبق لحجم العينة (Sample Size Planning) خطوة تأسيسية حاسمة في تصميم دراسات العينة الواحدة. يتطلب تحديد حجم العينة الأمثل الموازنة بين مستوى الدلالة المقبول ($\alpha$)، والقوة الإحصائية المستهدفة ($1-beta$)، وحجم التأثير المتوقع في الظاهرة المدروسة. إذا كان التأثير النفسي المتوقع كبيراً وواضحاً، فإن عينة متوسطة الحجم قد تكون كافية لاكتشافه إحصائياً، في حين تتطلب التأثيرات الدقيقة والصغيرة أحجام عينات أكبر لتفادي الوقوع في خطأ قبول الفرضية الصفرية وهي خاطئة في الواقع.

كما تتطلب المنهجية العلمية الرصينة توثيقاً وتبريراً دقيقاً لاختيار القيمة المعيارية المرجعية ($\mu_0$). فلا يجوز للباحث اختيار قيمة اعتباطية دون الاستناد إلى معايير سيكومترية وطنية مقننة مسبقاً، أو سجلات وبائية وتاريخية معتمدة للمجتمع الأصلي، إذ إن أي خلل في دقة هذه القيمة المرجعية سيقود بالتبعية إلى قرارات استدلالية مشوهة تماماً بخصوص دلالة الفارق الإحصائي.

4. الآلية الرياضية والحسابية لاختبار t للعينة الواحدة

4.1 تفكيك معادلة اختبار t للعينة الواحدة

تتخذ المعادلة الرياضية القياسية لاختبار t للعينة الواحدة الشكل الرياضي التالي:

$$t = \frac{\bar{x} – \mu_0}{SE_{\bar{x}}} = \frac{\bar{x} – \mu_0}{\frac{s}{\sqrt{n}}}$$

حيث تمثل الرموز ما يلي:

• $\bar{x}$: المتوسط الحسابي للعينة المدروسة، ويُحسب بجمع كافة درجات الأفراد وقسمتها على عددهم: $\bar{x} = \frac{\sum x_i}{n}$.
• $\mu_0$: المتوسط المفترض للمجتمع الأصلي أو القيمة المعيارية المحددة في الفرضية الصفرية.
• $s$: الانحراف المعياري للعينة، ويُحسب من خلال المعادلة غير المتحيزة: $$s = \sqrt{\frac{\sum (x_i – \bar{x})^2}{n – 1}}$$
• $n$: حجم العينة الكلي (عدد المفحوصين).
• $SE_{\bar{x}}$: الخطأ المعياري لمتوسط العينة، وهو التقدير الإحصائي للتشتت المتوقع لمتوسطات العينات المتعددة حول متوسط المجتمع.

تطبيق عددي افتراضي: لنفترض أن باحثاً طبق مقياساً للقلق المعرفي على عينة من $n = 25$ طالباً جامعياً خلال فترة الامتحانات، وبلغ متوسط العينة $\bar{x} = 55.4$ بانحراف معياري قدره $s = 8.2$. وكان المعيار الوطني العام لمستوى القلق لدى المجتمع الطلابي الطبيعي هو $\mu_0 = 50.0$. تُحسب قيمة $t$ خطوة بخطوة كما يلي:

أولاً: حساب الخطأ المعياري في المقام:
$$SE_{\bar{x}} = \frac{s}{\sqrt{n}} = \frac{8.2}{\sqrt{25}} = \frac{8.2}{5} = 1.64$$

ثانياً: حساب الفرق بين المتوسطين في البسط:
$$\text{الفارق} = \bar{x} – \mu_0 = 55.4 – 50.0 = 5.4$$

ثالثاً: قسمة البسط على المقام لحساب قيمة $t$:
$$t = \frac{5.4}{1.64} = 3.293$$

4.2 حساب درجات الحرية وتحديد القيمة الحرجة

ترتبط قيمة $t$ المحسوبة ارتباطاً وثيقاً بما يُعرف بـ درجات الحرية (Degrees of Freedom – df)، والتي تُحسب في اختبار العينة الواحدة عبر المعادلة: $df = n – 1$. ويعبر مفهوم درجات الحرية عن عدد القيم الحرة في التغير داخل العينة عند تقدير معلمة معينة (وهي المتوسط الحسابي هنا)؛ فعند تثبيت المتوسط والانحراف، يصبح لدينا $n-1$ من المشاهدات الحرة قبل أن تتحدد القيمة الأخيرة جبرياً.

في مثالنا السابق، درجات الحرية هي: $df = 25 – 1 = 24$. ومن خلال الرجوع إلى جداول التوزيع التائي (t-table) عند مستوى دلالة $\alpha = 0.05$ لاختبار ثنائي الطرف (Two-tailed test)، نجد أن القيمة الحرجة (Critical Value – $t_{critical}$) تساوي $\pm 2.064$. وبما أن القيمة المحسوبة ($t = 3.293$) أكبر بكثير من القيمة الحرجة ($3.293 > 2.064$)، فإنها تقع مباشرة في منطقة الرفض (Rejection Region). وبالتالي، يُتخذ القرار الإحصائي برفض الفرضية الصفرية ($H_0$) وقبول الفرضية البديلة، مما يعني وجود فرق دال إحصائياً بين قلق العينة والمعيار الوطني عند مستوى دلالة$p < 0.01$.

4.3 حساب فترات الثقة لمتوسط العينة الواحدة

توفر فترات الثقة (Confidence Intervals – CIs) بعداً تحليلياً إضافياً يتكامل مع اختبار الفرضيات، حيث تحدد مدىً من القيم المحتملة التي يُتوقع أن يقع داخلها المتوسط الحقيقي للمجتمع بدرجة ثقة محددة (غالباً 95%). وتُصاغ معادلة فترة الثقة لمتوسط العينة الواحدة كما يلي:

$$\text{CI}_{95%} = \bar{x} \pm (t_{critical} \times SE_{\bar{x}})$$

بتطبيق البيانات من مثالنا السابق ($df = 24$ و $t_{critical} = 2.064$ و $SE = 1.64$):

$$\text{هامش الخطأ} = 2.064 \times 1.64 = 3.385$$

$$\text{الحد الأدنى} = 55.4 – 3.385 = 52.015$$

$$\text{الحد الأعلى} = 55.4 + 3.385 = 58.785$$

تُفسر هذه النتيجة بأننا واثقون بنسبة 95% بأن المتوسط الحقيقي لمستوى القلق في مجتمع الطلاب يقع في النطاق بين $52.02$ و $58.79$. ونظراً لأن القيمة المعيارية المرجعية ($mu_0 = 50$) تقع بالكامل خارج حدود فترة الثقة (أدنى من الحد الأدنى)، فإن هذا يؤكد مجدداً رفض الفرضية الصفرية وجودة القرار الإحصائي المتخذ.

5. اختبار t للعينتين المستقلتين (2-Sample / Independent t-Test): المفاهيم والتصميم

5.1 المنطلقات المنهجية لتصميم المجموعات المستقلة

يعد اختبار t للعينتين المستقلتين (Independent Samples t-Test) النموذج الإحصائي الأكثر استخداماً في البحوث التجريبية وشبه التجريبية للمقارنة بين مجموعتين منفصلتين تماماً من المشاركين؛ حيث يُمثل كل فرد في مجموعة واحدة فقط ولا يشترك في المجموعة الأخرى. يتجلى هذا التصميم في المقارنات الكلاسيكية بين المجموعة التجريبية (Experimental Group) التي تتلقى تدخلاً علاجياً أو تدريبياً معيناً، والمجموعة الضابطة (Control Group) التي تتلقى علاجاً وهمياً (Placebo) أو تظل على قائمة الانتظار.

تتم صياغة الفرضيات الإحصائية لمقارنة مجتمعين مستقلين ($\mu_1$ و $\mu_2$) على النحو التالي:

• فرضية العدم ($H_0$): تفترض عدم وجود فرق بين متوسطي المجتمعين: $$H_0: \mu_1 – \mu_2 = 0 \quad (\mu_1 = \mu_2)$$
• الفرضية البديلة ثنائية الطرف ($H_1$): تفترض وجود فرق حقيقي بغض النظر عن اتجاهه: $$H_1: \mu_1 – \mu_2 \neq 0 \quad (\mu_1 \neq \mu_2)$$
• الفرضية البديلة أحادية الطرف ($H_1$): تحدد تفوق إحدى المجموعتين: $$H_1: \mu_1 > \mu_2 \quad \text{أو} \quad H_1: \mu_1 < \mu_2$$

5.2 افتراض تجانس التباين (Homogeneity of Variance)

يُعد افتراض تجانس التباين (Homogeneity of Variance أو Homoscedasticity) من الركائز الأساسية التي يعتمد عليها اختبار ستودنت الكلاسيكي للعينتين المستقلتين؛ وينص على أن تباين الدرجات في المجتمع الأول يجب أن يكون مساوياً تقريباً لتباين الدرجات في المجتمع الثاني ($\sigma_1^2 = \sigma_2^2$). ويُفحص هذا الافتراض إحصائياً باستخدام اختبار ليفين لتجانس التباينات (Levene’s Test for Equality of Variances).

تعتبر الفرضية الصفرية لاختبار ليفين هي تجانس التباينات؛ فإذا كانت القيمة الاحتمالية لاختبار ليفين غير دالة ($p \geq 0.05$)، يُقبل افتراض التجانس ويُستخدم اختبار ستودنت القياسي المعتمد على التباين المجمع (Pooled Variance). أما إذا كانت قيمة اختبار ليفين دالة إحصائياً ($p < 0.05$)، فإن هذا يعني انتهاك شرط التجانس. وفي هذه الحالة، يصبح تطبيق اختبار ستودنت التقليدي خطراً ومضللاً (خصوصاً إذا كانت أحجام المجموعتين غير متساوية)، ويتحتم منهجياً الاعتماد على اختبار ويلش (Welch’s t-test / Unequal Variances t-test)، وهو تعديل رياضي يحمي الاختبار من تضخيم معدل الخطأ من النوع الأول دون الحاجة لافتراض تساوي التباينات.

5.3 شروط العينة والتوزيع في المجموعات المستقلة

تشمل المتطلبات الأساسية لتطبيق اختبار العينات المستقلة ما يلي:

• الاستقلالية التامة للبيانات (Complete Independence): يجب ألا يكون هناك أي ترابط وراثي، أو اقتران زواجي، أو تواصل منهجي بين أفراد المجموعتين قد يؤثر على تباين المشاهدات.
• التوزيع الطبيعي داخل كل مجموعة (Normality per Group): يُشترط أن تتوزع درجات المتغير التابع اعتدالياً داخل كل مجموعة على حدة. وتزداد حصانة الاختبار ضد الانتهاكات المعتدلة عندما تكون أحجام العينات متساوية وكبيرة نسبياً ($n_1 = n_2 \geq 30$).
• توازن أحجام العينات (Sample Size Balance): على الرغم من قدرة اختبار “تي” الرياضية على معالجة عينات غير متساوية الحجم ($n_1 \neq n_2$)، إلا أن التساوي في أحجام المجموعات يعظم من القوة الإحصائية ويوفر أعلى درجات الحماية للاختبار في مواجهة انتهاكات التوزيع الطبيعي وتجانس التباين.

6. الآلية الرياضية وحساب التباين المشترك في اختبار العينتين المستقلتين

6.1 تفكيك بسط المعادلة: فارق المتوسطات

يمثل بسط اختبار t للعينتين المستقلتين “الإشارة” التجريبية النقية، ويُحسب ببساطة كفارق جبري مباشر بين متوسطي المجموعتين المستقلتين:

$$\text{البسط} = \bar{x}_1 – \bar{x}_2$$

يعكس هذا الفارق الحجم المطلق للتغير الملاحظ في المتغير التابع؛ حيث تشير الإشارة الموجبة إلى تفوق المجموعة الأولى على الثانية، في حين تشير الإشارة السالبة إلى العكس. وتُطرح من هذا الفارق القيمة المفترضة في الفرضية الصفرية $(\mu_1 – \mu_2)$، والتي تُساوي صفراً في الغالبية الساحقة من البحوث النفسية والتطبيقية، مما يختزل البسط في المقدار $(\bar{x}_1 – \bar{x}_2)$.

6.2 حساب التباين المجمّع أو المشترك (Pooled Variance)

عندما يتحقق افتراض تجانس التباين ($\sigma_1^2 = \sigma_2^2$)، يُفترض رياضياً أن التباينين المرصودين في العينات ($s_1^2$ و $s_2^2$) هما مجرد تقديرين مستقلين لمعلمة تباين واحدة مشتركة للمجتمع. ومن ثم، يتم دمج تبايني العينتين في تقدير موحد وموزون بحسب درجات الحرية لكل عينة يُعرف بـ التباين المجمع (Pooled Variance – $s_p^2$) وفق المعادلة التالية:

$$s_p^2 = \frac{(n_1 – 1)s_1^2 + (n_2 – 1)s_2^2}{(n_1 – 1) + (n_2 – 1)} = \frac{(n_1 – 1)s_1^2 + (n_2 – 1)s_2^2}{n_1 + n_2 – 2}$$

عقب استخراج التباين المجمع، يُحسب الخطأ المعياري للفرق بين المتوسطين ($SE_{\bar{x}_1 – \bar{x}_2}$) عبر إدخال التباين المجمع في حساب أثر خطأ المعاينة لكلا العينتين:

$$SE_{\bar{x}_1 – \bar{x}_2} = \sqrt{s_p^2 \left( \frac{1}{n_1} + \frac{1}{n_2} \right)}$$

وبذلك تصبح معادلة ستودنت الكلاسيكية للعينتين المستقلتين:

$$t = \frac{\bar{x}_1 – \bar{x}_2}{\sqrt{s_p^2 \left( \frac{1}{n_1} + \frac{1}{n_2} \right)}}$$

صيغة ويلش عند عدم تجانس التباين: في حالة فشل اختبار ليفين ووجود عدم تجانس، يُلغى استخدام التباين المجمع، ويُحسب الخطأ المعياري المباشر (صيغة ويلش) كما يلي:

$$SE_{\text{Welch}} = \sqrt{\frac{s_1^2}{n_1} + \frac{s_2^2}{n_2}}$$

6.3 تحديد درجات الحرية والقيم الاحتمالية لاختبار العينتين

في اختبار ستودنت الكلاسيكي ذي التباينات المتجانسة، تُحسب درجات الحرية الإجمالية بجمع درجات حرية كل عينة:

$$df = (n_1 – 1) + (n_2 – 1) = n_1 + n_2 – 2$$

أما في اختبار ويلش (Welch’s t-test)، فيتم تعديل درجات الحرية باستخدام معادلة رياضية معقدة تُعرف بـ معادلة ويلش-ساترثويت (Welch-Satterthwaite Equation) لخفض درجات الحرية بما يتناسب مع درجة عدم التجانس وعدم التكافؤ في العينات:

$$df_{\text{Welch}} = \frac{\left( \frac{s_1^2}{n_1} + \frac{s_2^2}{n_2} \right)^2}{\frac{\left( \frac{s_1^2}{n_1} \right)^2}{n_1 – 1} + \frac{\left( \frac{s_2^2}{n_2} \right)^2}{n_2 – 1}}$$

ينتج عن معادلة ويلش درجات حرية تتضمن كسوراً عشرية وتكون أقل من درجات الحرية الكلاسيكية، مما يرفع من قيمة $t_{critical}$ قليلاً ليمنح الاختبار حماية متينة ضد الإيجابيات الكاذبة (Type I Errors). وبناءً على قيمة $t$ ودرجات الحرية المستخرجة، يُحدد البرنامج الإحصائي القيمة الاحتمالية الدقيقة ($p\text{-value}$) التي تُقارن مع مستوى ألفا ($\alpha = 0.05$) لاتخاذ القرار المنهجي.

7. اختبار t للعينات المرتبطة أو المزدوجة (Paired / Dependent t-Test): التصميم والضرورة

7.1 طبيعة البيانات المزدوجة والقياسات المتكررة

يُطبق اختبار t للعينات المرتبطة (Paired Samples t-Test)، ويُسمى أيضاً باختبار العينات التابعة أو المزدوجة، عندما تكون البيانات المجمعة في المجموعتين غير مستقلة، بل مقترنة ومترابطة بشكل منهجي. وتتخذ البيانات المزدوجة في الأبحاث النفسية والسلوكية ثلاثة أنماط رئيسية:

1. تصميم القياس القبلي والبعدي (Pretest-Posttest Design): يتم فيه قياس نفس المتغير النفسي على نفس الأفراد مرتين: مرة قبل تطبيق البرنامج التدخلي، ومرة أخرى بعد الانتهاء منه مباشرة؛ كقياس درجات الاكتئاب لدى 30 مريضاً قبل وبعد الخضوع لبروتوكول العلاج المعرفي.
2. تصميم الأزواج المتطابقة (Matched-Pairs Design): يتم فيه تشكيل أزواج من المشاركين يتطابق كل فردين فيهما في متغيرات خارجية دخيلة مؤثرة (مثل العمر، ومستوى الذكاء، والحالة الاقتصادية)، ثم يُخصص فرد من كل زوج للمجموعة التجريبية والآخر للمجموعة الضابطة.
3. الدراسات البيولوجية والتوائم (Twins and Kinship Studies): وفيها يُقارن التوأم (أ) بالتوأم المتماثل (ب)، مما يوفر اقتراناً طبيعياً لعزل التباينات الوراثية والبيئية.

7.2 الميزة المنهجية لتقليل التباين الفردي

تكمن العبقرية المنهجية لتصاميم العينات المرتبطة في قدرتها على التخلص شبه الكامل من التباين بين الأفراد (Between-Subject Variability). ففي العينات المستقلة، قد تعود الفروق بين المجموعات جزئياً إلى اختلافات بيولوجية وشخصية وسلوكية فطرية بين المشاركين، مما يضخم التباين في المقام (الضجيج) ويقلل من قدرة الاختبار على اكتشاف الأثر التجريبي الحقيقي.

أما في تصميم القياسات المكررة، فإن كل مشارك يعمل كضابط ومراقب لنفسه (Self-Control)؛ فالسمات الجينية والذكاء والخلفية الثقافية تظل ثابتة ومحيدة بين القياسين القبلي والبعدي، مما يتيح عزل التباين الدخيل بالكامل، وتوجيه التحليل الإحصائي للتركيز حصراً على التغير الناشئ داخل الفرد نفسه بفعل المتغير التجريبي. وتترجم هذه الميزة المنهجية إلى زيادة جوهرية في القوة الإحصائية (Statistical Power) للاختبار، وتسمح بالوصول إلى دلالة إحصائية مؤكدة بالاعتماد على أحجام عينات أصغر بكثير مقارنة بما تتطلبه العينات المستقلة.

7.3 افتراضات اختبار t للعينات المرتبطة

على الرغم من تشابهه مع بقية اختبارات t في اشتراط مقياس القياس المستمر (الفئوي أو النسبي) واستقلالية الأزواج عن بعضها البعض، إلا أن اختبار العينات المرتبطة ينفرد بشرط توزيعي دقيق للغاية:

• افتراض التوزيع الطبيعي لفروق الدرجات (Normality of Difference Scores): لا يشترط هذا الاختبار أن تتوزع البيانات الأصلية للقياس القبلي أو البعدي اعتدالياً؛ بل يُشترط حصراً أن تتوزع درجات الفروق ($d_i = X_{post} – X_{pre}$) توزيعاً طبيعياً معتدلاً.
• استقلالية الأزواج (Independence of Pairs): بينما ترتبط الدرجات داخل كل زوج برباط منهجي وثيق، يجب أن تكون الأزواج المختلفة مستقلة تماماً عن بعضها في الاستجابة واختيار العينة.
• فحص القيم المتطرفة في الفروق: يجب التحقق من عدم وجود قيم متطرفة وشاذة في عمود الفروق ($d$)، حيث إن قفزة استثنائية لأحد الأفراد قد تؤدي إلى تضخيم أو تقليص متوسط الفروق بصورة مصطنعة.

8. الآلية الرياضية لاختبار t للعينات المرتبطة: تحليل فروق الأزواج

8.1 تحويل المسألة إلى اختبار عينة واحدة على درجات الفروق

تتميز المعالجة الرياضية لاختبار t للعينات المزدوجة بالأناقة والتبسيط؛ حيث تعتمد على تحويل مصفوفتين من البيانات المرتبطة إلى متجه واحد يمثل الفروق الفردية. تبدأ العملية بحساب درجة الفرق لكل زوج من المشاهدات:

$$d_i = X_{1i} – X_{2i} \quad \text{أو} \quad d_i = X_{\text{post}, i} – X_{\text{pre}, i}$$

عقب ذلك، يتم التعامل مع متغير الفروق ($d$) وكأنه عينة مفردة تخضع لاختبار t للعينة الواحدة، حيث يتم حساب متوسط الفروق ($\bar{d}$):

$$\bar{d} = \frac{\sum d_i}{n}$$

حيث يمثل $n$ هنا عدد الأزواج (أو عدد الأفراد الذين تم قياسهم مرتين) وليس عدد المشاهدات الكلية. وبناءً على ذلك، تتم إعادة صياغة الفرضية الصفرية لتنص على أن متوسط الفروق الحقيقي في المجتمع يساوي صفراً:

$$H_0: \mu_d = 0$$

8.2 حساب الانحراف المعياري والخطأ المعياري للفروق

لحساب الضجيج الإحصائي المصاحب لمتوسط الفروق، يتم أولاً حساب الانحراف المعياري لدرجات الفروق ($s_d$):

$$s_d = \sqrt{\frac{\sum (d_i – \bar{d})^2}{n – 1}}$$

ثم يُشتق الخطأ المعياري لمتوسط الفروق ($SE_{\bar{d}}$) بقسمة الانحراف المعياري للفروق على الجذر التربيعي لعدد الأزواج:

$$SE_{\bar{d}} = \frac{s_d}{\sqrt{n}}$$

وتتخذ معادلة اختبار t للعينات المرتبطة صيغتها النهائية كما يلي:

$$t = \frac{\bar{d} – \mu_d}{SE_{\bar{d}}} = \frac{\bar{d}}{\frac{s_d}{\sqrt{n}}}$$

وتُحسب درجات الحرية لهذا التصميم استناداً إلى عدد الأزواج: $df = n – 1$.

8.3 تطبيق عددي مقارن يوضح تقليص التباين

لتوضيح كيف يساهم تصميم العينات المزدوجة في تقليص التباين ورفع قيمة $t$، نستعرض المثال العددي التالي لعينة مكونة من$n = 5$ مرضى خضعوا لجلسات علاج معرفي، وتم قياس أعراض الاكتئاب لديهم قبلياً وبعدياً:

المريض	القياس القبلي ($X_{pre}$)	القياس البعدي ($X_{post}$)	الفرق ($d = X_{post} – X_{pre}$)	$(d – \bar{d})^2$
1	30	24	-6	0
2	28	21	-7	1
3	35	30	-5	1
4	25	19	-6	0
5	32	26	-6	0

الحسابات كعينات مرتبطة:

• مجموع الفروق: $\sum d = -30$، ومن ثم متوسط الفروق: $\bar{d} = \frac{-30}{5} = -6.0$.
• مجموع مربعات الانحرافات: $\sum (d – \bar{d})^2 = 0 + 1 + 1 + 0 + 0 = 2$.
• تباين الفروق: $s_d^2 = \frac{2}{5-1} = 0.5$ $\rightarrow$ الانحراف المعياري للفروق: $s_d = \sqrt{0.5} \approx 0.707$.
• الخطأ المعياري للفروق: $SE_{\bar{d}} = \frac{0.707}{\sqrt{5}} = \frac{0.707}{2.236} \approx 0.316$.
• قيمة $t$ المحسوبة: $$t = \frac{-6.0}{0.316} = -18.98$$ ($df = 4, p < 0.0001$).

المقارنة في حال معاملتها خطأً كعينات مستقلة:
لو عوملت نفس البيانات كعينتين مستقلتين ($n_1=5, n_2=5$):
$\bar{X}_1 = 30.0, s_1 = 3.81 \quad | \quad \bar{X}_2 = 24.0, s_2 = 4.30$
التباين المجمع سيكون $s_p^2 = 16.5$، والخطأ المعياري للفرق سيكون $SE = \sqrt{16.5 \times (1/5 + 1/5)} = 2.57$.
وستكون قيمة $t$ المحسوبة: $t = \frac{24 – 30}{2.57} = -2.33$ فقط ($df = 8, p \approx 0.048$).

يبرهن هذا المثال بوضوح كيف أدى الارتباط الموجب القوي بين القياسين داخل الفرد إلى خفض الخطأ المعياري من $2.57$ إلى $0.316$، مما ضاعف من قيمة$t$ وعزز من قوة الكشف عن الأثر التدخلي الصافي دون تشويش الفروق الفردية.

9. الافتراضات الإحصائية والشروط الأساسية لتطبيق اختبارات t وكيفية فحصها

9.1 فحص اعتدالية التوزيع (Normality Testing)

يعد افتراض التوزيع الطبيعي للبيانات من المتطلبات المركزية للاختبارات المعلمية. وللتحقق من استيفاء هذا الشرط بدقة، يعتمد الباحثون على مقاربة مزدوجة تجمع بين الأساليب البصرية الاستكشافية والاختبارات الإحصائية الرقمية الصارمة:

• الفحص البصري والبياني: يتم عبر فحص المدرجات التكرارية (Histograms) المزودة بمنحنى التوزيع الطبيعي لتقييم تناظر الدرجات، واستخدام مخططات التوزيع الاحتمالي الطبيعي (Q-Q Plots)؛ حيث يشير اصطفاف النقاط حول الخط القطري المستقيم إلى مطابقة ممتازة للتوزيع الطبيعي.
• معاملات الالتواء والتفرطح (Skewness & Kurtosis): كقاعدة عامة في السلوكيات، تُعتبر البيانات مقبولة الاعتدالية إذا وقعت معاملات الالتواء والتفرطح المعيارية ضمن النطاق الموصى به من قبل الأدبيات الكلاسيكية، وهو بين $-1.0$ و $+1.0$ (أو بين $-2.0$ و $+2.0$ في المعايير الأكثر تساهلاً للعينات الكبيرة).
• الاختبارات الإحصائية الرسمية: يُعد اختبار شابيرو-ويلك (Shapiro-Wilk Test) الأقوى إحصائياً للعينات الصغيرة والمتوسطة ($n < 50$)، في حين يُستخدم اختبار كولموجوروف-سميرنوف (Kolmogorov-Smirnov Test) مع تعديل ليليفورس للعينات الكبيرة. وفي هذه الاختبارات، تشير القيمة الاحتمالية غير الدالة ($p > 0.05$) إلى تحقق شرط التوزيع الطبيعي والاعتدالية.

9.2 فحص استقلالية البيانات والقيم المتطرفة

تعتبر استقلالية الملاحظات (Independence) الشرط الأكثر حساسية وخطورة في اختبارات t؛ حيث إن انتهاك الاستقلالية (مثل قياس طلاب يتعاونون معاً أثناء الاختبار أو تفاعل أفراد المجموعة العلاجية الواحدة) يؤدي إلى تحيز جذري في تباين العينة وتضخيم وهمي لدرجات الحرية، ولا توجد أي تعديلات رياضية قادرة على إصلاح انتهاك الاستقلالية سوى اللجوء إلى نماذج النمذجة الخطية متعددة المستويات (Multilevel Models).

أما فيما يخص القيم المتطرفة (Outliers)، فيتم الكشف عنها عبر فحص مخططات الصندوق (Boxplots) أو من خلال تحويل الدرجات الخام إلى درجات معيارية ($z\text{-scores}$)؛ حيث تُعتبر أي قيمة يتجاوز معيارها $|z| > 3.0$ أو $|z| > 3.29$ قيمة متطرفة محتملة تستوجب المعالجة. وتتراوح استراتيجيات التعامل معها بين تصحيح أخطاء الإدخال، أو تطبيق التحويلات الرياضية (مثل التحويل اللوغاريتمي $log(x)$ أو جذر التربيعي $\sqrt{x}$)، أو استخدام المتوسطات المبتورة (Trimmed Means) إذا كانت هناك مبررات منهجية رصينة.

9.3 التعامل مع انتهاك تجانس التباين في المجموعات المستقلة

عندما يسفر اختبار ليفين عن دلالة إحصائية ($p < 0.05$) معلناً فشل افتراض تجانس التباين بين المجموعتين المستقلتين، يجب على الباحث التخلي فوراً عن قراءة سطر "تساوي التباينات مفترض" في مخرجات الحزم الإحصائية (مثل SPSS أو R أو Jamovi)، والانتقال بدلاً من ذلك لقراءة سطر اختبار ويلش (Welch’s t-test / Equal Variances Not Assumed).

وتؤكد التوصيات الإحصائية الحديثة الصادرة عن كبار المنهجيين في علم النفس (مثل Hayes & Cai, 2007) على ضرورة استخدام اختبار ويلش كخيار افتراضي قياسي دائم عند مقارنة مجموعتين مستقلتين، سواء تجانست التباينات أم لم تتجانس؛ حيث يثبت اختبار ويلش كفاءة رياضية تكافئ تماماً اختبار ستودنت الكلاسيكي عند تحقق التجانس، بينما يتفوق عليه بشكل مطلق ويمنع الأخطاء الاستدلالية عند انتهاك التجانس.

10. تفسير المخرجات الإحصائية: القيمة الاحتمالية (p-value)، ومناطق القرار، والدلالة الإحصائية

10.1 منطق القيمة الاحتمالية (p-value) ومستوى الدلالة (Alpha)

تُعرف القيمة الاحتمالية (p-value) بأنها الاحتمال المشروط لملاحظة قيمة إحصائية للاختبار ($t$) تكون مساوية للقيمة المحسوبة في العينة أو أكثر تطرفاً منها، بافتراض أن الفرضية الصفرية ($H_0$) صحيحة تماماً في المجتمع: $P(\text{Data or more extreme} mid H_0 \text{ is True})$. وتتم مقارنة هذه القيمة مباشرة مع مستوى الدلالة المحدد سلفاً ($\alpha$)، والذي يتم ضبطه تقليدياً في العلوم السلوكية عند $0.05$ (أو $0.01$ في الدراسات الطبية والحرجة)، وهو ما يمثل الحد الأقصى المسموح به لمخاطر ارتكاب الخطأ من النوع الأول (Type I Error) المتمثل في رفض فرضية العدم الصائبة.

ومن الأخطاء الإبستمولوجية الشائعة بين الباحثين المبتدئين تفسير $p\text{-value}$ على أنها “احتمالية صحة الفرضية الصفرية”، أو أنها تعكس “حجم التأثير وقوته العملية”. فالقيمة الاحتمالية تعبر فقط عن مدى التوافق بين البيانات المجمعة والفرضية الصفرية؛ وبالتالي يجب الفصل التام بين الدلالة الإحصائية (Statistical Significance) التي ترصد وجود أثر يتجاوز الصدفة، وبين الدلالة الإكلينيكية والعملية (Clinical Significance) التي تقيس الأهمية الواقعية والفائدة التطبيقية لهذا الأثر في الميدان السريري والتربوي.

10.2 مناطق الرفض والقبول والتوزيع التائي

يتميز التوزيع التائي (t-Distribution) بأنه توزيع متماثل على شكل جرس يشبه التوزيع الطبيعي، إلا أن شكله يتغير ديناميكياً مع تغير درجات الحرية ($df$)؛ حيث تكون ذيوله سميكة عند درجات الحرية الصغيرة لاستيعاب التباين الإضافي لخطأ التقدير، ثم يقترب تدريجياً وبشكل مقارب من التوزيع الطبيعي المعياري ($Z$) كلما اقتربت درجات الحرية من اللانهاية ($df to infty$).

تتحدد مناطق الرفض الحرجة (Critical Rejection Regions) في ذيول التوزيع بناءً على نوع الفرضية البديلة:

• الاختبار ثنائي الطرف (Two-Tailed Test): تتوزع مساحة ألفا بالتساوي على طرفي التوزيع ($alpha/2 = 0.025$ في كل طرف عند $alpha=0.05$)، ويتم رفض الفرضية الصفرية إذا كانت القيمة المطلقة لـ $t$ المحسوبة أكبر من القيمة الحرجة ($|t_{calc}| \geq t_{crit}$).
• الاختبار أحادي الطرف (One-Tailed Test): تتركز مساحة ألفا بالكامل ($\alpha = 0.05$) في ذيل واحد (الأيمن أو الأيسر) متوافق مع الاتجاه المتوقع، مما يقلل من القيمة الحرجة ويزيد من سهولة رفض الفرضية الصفرية في ذلك الاتجاه المحدد، ولكن مع فقدان القدرة تماماً على اكتشاف أي أثر غير متوقع في الاتجاه المعاكس.

كما يرتبط هذا القرار بمفهوم الخطأ من النوع الثاني (Type II Error – $\beta$)، وهو الفشل في اكتشاف الأثر الحقيقي وقبول فرضية العدم الخاطئة. وتُعرف القوة الإحصائية (Statistical Power) بأنها المتمم الرياضي لهذا الخطأ ($1 – beta$)، وهي احتمالية رفض الفرضية الصفرية بنجاح عندما تكون خاطئة بالفعل في الواقع.

10.3 صياغة التقرير الإحصائي وفق معايير جمعية علم النفس الأمريكية (APA)

تشترط المعايير الأكاديمية الصارمة للإصدار السابع من دليل النشر لـ جمعية علم النفس الأمريكية (APA 7th Edition) توثيق نتائج اختبارات “تي” بصيغة قياسية دقيقة تتضمن الإحصاءات الوصفية (المتوسطات والانحرافات المعيارية)، متبوعة بالرمز المائل للحرف الإحصائي $t$، متضمناً بين قوسين درجات الحرية، ثم القيمة المحسوبة مقربة لرقمين عشريين، ومستوى الدلالة الدقيق ($p$) مقرباً لثلاثة أرقام عشرية، بالإضافة إلى حجم الأثر وفترات الثقة.

نماذج كتابة التقارير وفق صيغة APA (الإصدار السابع):

• تقرير اختبار العينة الواحدة:
  “أظهرت نتائج اختبار $t$ للعينة الواحدة أن متوسط درجات القلق المعرفي لدى طلبة الجامعة ($M = 55.40, SD = 8.20$) كان أعلى بصورة دالة إحصائياً من المعيار الوطني المفترض ($50.00$)،$t(24) = 3.29, p = .003, d = 0.66, 95% text{ CI } [52.02, 58.79]$.”
• تقرير اختبار العينتين المستقلتين (مع تجانس التباين):
  “كشفت نتائج اختبار $t$ للعينات المستقلة عن وجود فروق دالة إحصائياً بين درجات المجموعة التجريبية ($M = 78.50, SD = 6.20$) والمجموعة الضابطة ($M = 70.10, SD = 5.80$) في التحصيل الدراسي، $t(58) = 5.41, p < .001, d = 1.40, 95% \text{ CI } [5.29, 11.51]$."
• تقرير اختبار العينتين المستقلتين (مع تصحيح ويلش):
  “أشار اختبار ويلش $t$ إلى وجود فروق دالة إحصائياً بين المجموعتين في سرعة الاستجابة، $t(34.21) = 2.85, p = .007, d = 0.88, 95% \text{ CI } [1.25, 7.42]$.”
• تقرير اختبار العينات المرتبطة (القياسات المتكررة):
  “أشارت نتائج اختبار $t$ للعينات المرتبطة إلى انخفاض دال إحصائياً في درجات الاكتئاب عقب تطبيق برنامج العلاج المعرفي السلوكي ($M = 18.20, SD = 3.40$) مقارنة بالقياس القبلي ($M = 26.50, SD = 4.10$)، $t(29) = 9.85, p < .001, d_z = 1.80, 95% \text{ CI } [6.58, 10.02]$."

11. ما بعد اختبار t: حجم الأثر (Effect Size) وفترات الثقة (Confidence Intervals)

11.1 مؤشر كوهين دي (Cohen’s d) لقياس حجم التأثير

أدى الانتقاد المنهجي المتزايد للاعتماد الحصري على القيمة الاحتمالية $p$—والتي تتأثر بشكل هائل بحجم العينة حيث يمكن لأتفه الفروق أن تصبح دالة إحصائياً في العينات الضخمة جداً—إلى فرض المعايير العلمية الحديثة ضرورة قياس حجم الأثر (Effect Size). ويعد مؤشر كوهين دي (Cohen’s d) المقياس المعياري الأبرز لتحديد مقدار التباعد والفرق المعياري بين المتوسطات بوحدات الانحراف المعياري.

تُحسب قيمة Cohen’s d للعينات المستقلة بالصيغة التالية:

$$d = \frac{\bar{x}_1 – \bar{x}_2}{s_p}$$

حيث يمثل $s_p$ الانحراف المعياري المجمع. وتخضع هذه القيمة للمحددات التفسيرية المرجعية التي وضعها جاكوب كوهين (Jacob Cohen):

• أثر صغير ($d = 0.20$): يعكس تغيراً طفيفاً قد يصعب رصده بالعين المجردة ولكنه حقيقي إحصائياً.
• أثر متوسط ($d = 0.50$): يعكس تأثيراً ملحوظاً ذو أهمية تطبيقية في معظم البحوث الإكلينيكية والسلوكية.
• أثر كبير ($d = 0.80$ فما فوق): يشير إلى تأثير بالغ القوة والتفوق الإكلينيكي الواضح.

كما يُستخدم مقياس مربع إيتا جزئي أو معامل التحديد ($r^2$ / $\eta^2$) لتحديد النسبة المئوية من التباين الكلي في المتغير التابع التي يفسرها المتغير المستقل، ويُحسب مباشرة من قيمة $t$ ودرجات الحرية عبر المعادلة: $r^2 = \frac{t^2}{t^2 + df}$.

11.2 فترات الثقة (Confidence Intervals) لفروق المتوسطات

تمثل فترات الثقة لفارق المتوسطين (Confidence Intervals for Mean Differences) الركيزة الإحصائية التقديرية التي تعكس درجة عدم اليقين المحيطة بالتقدير الإحصائي. وتُصاغ فترة الثقة 95% لفارق المتوسطين المستقلين وفق المعادلة:

$$\text{CI}_{95%} = (\bar{x}_1 – \bar{x}_2) \pm (t_{critical} \times SE_{\bar{x}_1 – \bar{x}_2})$$

تتمتع فترات الثقة بميزتين تحليليتين جوهريتين:

1. اختبار الدلالة المباشر: إذا كانت فترة الثقة 95% لفارق المتوسطين لا تشمل الصفر الإحصائي (كأن تقع الحدود بالكامل في النطاق الموجب $[+2.1, +8.5]$ أو النطاق السالب $[-9.2, -1.4]$)، فإن هذا يعني بالضرورة أن الفارق بين المتوسطين دال إحصائياً عند مستوى $\alpha = 0.05$. أما إذا شملت فترة الثقة الصفر (مثل $[-1.5, +4.2]$)، فإن الفارق غير دال حتماً ($p > 0.05$).
2. تقدير الدقة والدلالة العملية: تعكس فترات الثقة الضيقة دقة متناهية في التقدير ناتجة عن أحجام عينات كافية وضجيج منخفض، بينما تعكس فترات الثقة شديدة الاتساع عدم يقين مرتفع في حجم الأثر الحقيقي في المجتمع.

11.3 تطبيقات تحليل القوة الإحصائية البعدية والقبلية

يمثل تحليل القوة الإحصائية (Statistical Power Analysis) الضمانة العلمية لحماية التصاميم البحثية من الفشل. ويُقسم هذا التحليل باستخدام البرمجيات المتخصصة مثل برنامج G*Power إلى نمطين رئيسيين:

• تحليل القوة القبلي (A Priori Power Analysis): يُجرى قبل انطلاق التجربة لتقدير الحد الأدنى المطلوب لحجم العينة ($N$)؛ فمثلاً لاكتشاف أثر متوسط ($d = 0.5$) في اختبار عينتين مستقلتين بمستوى دلالة$alpha = 0.05$ وقوة إحصائية معيارية مستهدفة قدرها $1 – beta = 0.80$، يشير برنامج G*Power إلى الحاجة إلى$n = 64$ مشاركاً في كل مجموعة (إجمالي $N = 128$).
• تقييم الدراسات ذات القوة المنخفضة (Underpowered Studies): إن إجراء دراسات نفسية بعينات صغيرة جداً ($n = 10$ لكل مجموعة) يؤدي إلى تدني القوة الإحصائية إلى ما دون $0.30$، مما يجعل البحث عاجزاً عن اكتشاف الآثار العلاجية الفعلية، ويقود إلى زيادة معدلات النتائج السلبية الكاذبة ويسهم في تفاقم أزمة تكرار النتائج في العلوم السلوكية.

12. الأخطاء المنهجية الشائعة والبدائل اللابارامترية عند فشل شروط اختبار t

12.1 الممارسات الإحصائية الخاطئة عند استخدام اختبارات t

يقع العديد من الباحثين في منزلقات منهجية وممارسات تحليلية خاطئة عند تطبيق اختبارات “تي”، من أبرزها:

• إجراء اختبارات t المتعددة (Multiple t-Tests): عند مقارنة ثلاثة مجموعات علاجية أو أكثر، يقوم بعض الباحثين بإجراء عدة اختبارات t ثنائية بدلاً من تطبيق تحليل التباين الأحادي (One-Way ANOVA). ويؤدي هذا الإجراء الكارثي إلى تضخم هائل في معدل الخطأ من النوع الأول المجمع للمجموعات (Familywise Error Rate) وفق المتوالية الرياضية: $$\alpha_{\text{familywise}} = 1 – (1 – \alpha)^k$$ حيث يرتفع احتمال ارتكاب إيجابية كاذبة إلى أكثر من $26%$ عند إجراء ست مقارنات ثنائية بمستوى $alpha=0.05$.
• الخلط بين التصاميم المستقلة والمرتبطة: تطبيق اختبار العينات المستقلة على بيانات قياس قبلي وبعدي لنفس الأفراد، مما يؤدي إلى تضخيم الضجيج وفقدان دلالة الفروق، أو العكس بتطبيق اختبار القياسات المتكررة على مجموعتين منفصلتين مما ينتهك شرط استقلالية الأزواج بصورة فاضحة.
• اصطياد الدلالة الإحصائية (p-hacking): التبديل الانتقائي غير المبرر بين الفرضيات أحادية وثنائية الطرف بعد رؤية النتائج، أو حذف بعض المشاركين تعسفياً لدفع القيمة الاحتمالية للهبوط تحت حاجز $0.05$.

12.2 البدائل اللابارامترية (Non-parametric Alternatives)

عندما تتعرض الافتراضات الإحصائية لاختبارات “تي” لانتهاكات جسيمة—كأن تكون البيانات مقاسة على مستوى رتبي (Ordinal Scale)، أو يكون التوزيع التابع شديد الالتواء والشذوذ مع عينات صغيرة الحجم جداً تعطل عمل مبرهنة النهاية المركزية—يتحتم على الباحث الانتقال المنهجي إلى الاختبارات اللابارامترية أو اللامعلمية (Non-parametric Tests) القائمة على تحليل الرتب (Ranks) بدلاً من المتوسطات الحسابية:

التصميم المنهجي للبحث	الاختبار المعلمي القياسي (Parametric)	البديل اللابارامتري المقابل (Non-parametric)	أساس المقارنة في البديل
عينة واحدة مقابل معيار	One-Sample t-Test	اختبار الإشارة (Sign Test) أو اختبار ويلكوكسون للعينة الواحدة	مقارنة وسيط العينة بالقيمة المعيارية المرجعية
عينتان مستقلتان (مجموعتان)	Independent Samples t-Test	اختبار مان-ويتني (Mann-Whitney U Test)	مقارنة مجموع متوسطات الرتب بين المجموعتين
عينتان مرتبطة (قياس مكرر)	Paired Samples t-Test	اختبار ويلكوكسون للإشارات والرتب (Wilcoxon Signed-Rank Test)	مقارنة رتب الفروق الإيجابية والسلبية للأزواج

تتميز هذه البدائل اللامعلمية بعدم اشتراطها للتوزيع الطبيعي للبيانات ومقاومتها المطلقة لتأثير القيم المتطرفة، مما يوفر صمام أمان استدلالي للباحث عند التعامل مع البيانات النفسية غير المنتظمة.

12.3 دليل اتخاذ القرار لاختيار الاختبار الإحصائي المناسب

لتوجيه الباحث نحو اختيار الإجراء الإحصائي الأمثل بدقة ومنهجية، يمكن اتباع مسار اتخاذ القرار التحليلي التالي:

1. تحديد طبيعة المتغير التابع: هل المتغير كمي مستمر (فئوي/نسبي) أم نوعي/رتبي؟ إذا كان رتبياً $to$ اتجه مباشرة للبدائل اللابارامترية.
2. تحديد هيكل العينات:
   • عينة واحدة تُقارن بقيمة معيارية ثابتة $to$ One-Sample t-Test.
   • عينتان مأخوذتان من أفراد مختلفين كلياً $to$ تصميم مجموعات مستقلة.
   • عينتان لنفس الأفراد (قبلي/بعدي) أو أزواج متطابقة $to$ Paired Samples t-Test.
3. فحص شرط التوزيع الطبيعي:
   • إذا تحققت الاعتدالية أو كان حجم العينة كبيراً ($N \geq 30$) استناداً لمبرهنة النهاية المركزية $to$ استمر في المسار المعلمي.
   • إذا انتُهكت الاعتدالية بشدة مع عينات صغيرة $to$ استخدم البديل اللابارامتري المقابل (Mann-Whitney أو Wilcoxon).
4. في حالة المجموعات المستقلة – فحص تجانس التباين (Levene’s Test):
   • إذا كانت التباينات متجانسة ($p \geq 0.05$) $to$ استخدم اختبار ستودنت الكلاسيكي (Student’s t-test).
   • إذا كانت التباينات غير متجانسة ($p < 0.05$) $to$ استخدم تصحيح ويلش (Welch's t-test).
5. الحلول الحاسوبية المتقدمة: في الحالات المعقدة التي تتسم بالالتواء الشديد مع أحجام عينات متوسطة، يمكن اللجوء لأساليب إعادة المعاينة والتوليد الذاتي (Bootstrapping)؛ حيث توفر فترات ثقة قوية وموثوقة لفروق المتوسطات دون الحاجة للاعتماد على أي افتراضات مسبقة لشكل التوزيع.

الخلاصة والخاتمة المنهجية

تشكل اختبارات “تي” ركناً أساسياً في بنية الاستدلال الإحصائي المعاصر؛ حيث وفرت عبر نماذجها الثلاثة (العينة الواحدة، العينتين المستقلتين، والعينات المزدوجة) إطاراً كمياً صارماً للتمييز بين الإشارات التجريبية والضجيج العشوائي للمعاينة. وقد كشف هذا المقال عن الآليات الرياضية والمنهجية التي تضبط عمل هذه الاختبارات؛ مؤكداً أن الاستخدام الرصين لاختبارات “تي” يتطلب ما هو أكثر من مجرد إدخال البيانات للبرمجيات الإحصائية واستخراج القيم الاحتمالية. بل يستوجب فهماً عميقاً لطبيعة التصميم التجريبي، وتحققاً صارماً من استيفاء الافتراضات التوزيعية كالتجانس والاعتدالية والاستقلالية، وتطبيق التعديلات الضرورية كاقتطاع ويلش عند الحاجة.

علاوة على ذلك، يبرز التحليل الإحصائي الحديث ضرورة تجاوز الاعتماد الاختزالي على القيمة الاحتمالية ($p\text{-value}$)، من خلال تبني منظور شمولي يدمج بين تقييم الدلالة الإحصائية وحساب حجوم التأثير عبر مؤشر كوهين دي ($d$)، وبناء فترات الثقة ($95% text{ CI}$)، والتخطيط المسبق لحجم العينة والقوة الإحصائية. ومن خلال هذا التكامل المنهجي الرصين بين سلامة التصميم، ودقة الحسابات، وواقعية التفسير السيكومتري والإكلينيكي، يستطيع الباحثون والممارسون في العلوم الإنسانية والسلوكية استثمار القوة التحليلية لاختبارات “تي” لإنتاج معرفة علمية تتسم بأعلى معايير الصدق، والموثوقية، والقابلية للتكرار والتطبيق في خدمة المجتمع والإنسان.

References

• American Psychological Association. (2020). Publication manual of the American Psychological Association (7th ed.). American Psychological Association. https://doi.org/10.1037/0000165-000
• Cohen, J. (1988). Statistical power analysis for the behavioral sciences (2nd ed.). Lawrence Erlbaum Associates.
• 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.
• Hayes, A. F., & Cai, L. (2007). Further evaluating the conditional process model: Further understanding Welch’s t-test for unequal variances. Psychological Methods, 12(3), 346–365. https://doi.org/10.1037/1082-989X.12.3.346
• Student [Gosset, W. S.]. (1908). The probable error of a mean. Biometrika, 6(1), 1–25. https://doi.org/10.2307/2331554
• Tabachnick, B. G., & Fidell, L. S. (2019). Using multivariate statistics (7th ed.). Pearson.