كيفية إيجاد القيمة الحرجة Z على آلة حاسبة TI-84

يمثل الاستدلال الإحصائي الركيزة الأساسية التي تقوم عليها الأبحاث العلمية الحديثة في مختلف الميادين، بدءاً من العلوم الطبيعية والتطبيقية وصولاً إلى العلوم السلوكية والاجتماعية وعلم النفس. وتعتبر عملية اختبار الفرضيات الإحصائية المنهجية المعيارية التي تمكن الباحثين من اتخاذ قرارات دقيقة وموضوعية مستندة إلى البيانات التجريبية، حيث يتم تحويل التساؤلات البحثية إلى فرضيات قابلة للاختبار الكمي. وفي قلب هذا البناء المنهجي، تبرز القيمة الحرجة Z كإحدى أهم الأدوات الرياضية التي تفصل بين المصادفة العشوائية والدلالة الإحصائية الحقيقية، مشكلة الحد الفاصل بين قبول الفرضية الصفرية أو رفضها لصالح الفرضية البديلة.

مع التطور التقني المتسارع في الأدوات الحسابية، انتقل التحليل الإحصائي من مرحلة الاعتماد على الجداول الورقية المطبوعة المعرضة لأخطاء القراءة والتقريب، إلى استخدام الآلات الحاسبة البيانية المتقدمة. وتحتل عائلة الآلات الحاسبة Texas Instruments TI-84 مكانة الصدارة في الأوساط الأكاديمية والبحثية، نظراً لقدراتها الفائقة في معالجة التوزيعات الاحتمالية المعقدة بدقة متناهية وسرعة فائقة. إن إتقان استخدام هذه الأداة لا يوفر الوقت والجهد فحسب، بل يمنح الباحثين والطلاب فهماً تطبيقياً أعمق للمفاهيم الإحصائية المجردة ويزيل الغموض المرتبط بالتعامل مع المنحنى الطبيعي المعياري وتحديد مناطق الرفض والقبول.

يهدف هذا الدليل الشامل والمفصل إلى تقديم مرجع أكاديمي وتطبيقي متكامل حول كيفية إيجاد القيمة الحرجة Z بدقة بالغة على آلة الحاسبة TI-84 بمختلف إصداراتها. سنستعرض في هذا المقال الخلفية النظرية للتوزيع الطبيعي المعياري، ونفكك البنية البرمجية لدوال الآلة الحاسبة، ونقدم خطوات تفصيلية مدعومة بالأمثلة العملية وحالات الاختبارات أحادية وثنائية الطرف، فضلاً عن معالجة الأخطاء الشائعة وتقديم دراسات حالة تطبيقية وفق معايير التوثيق المعتمدة في الجمعية الأمريكية لعلم النفس (APA Style).

1. مقدمة إلى القيمة الحرجة Z ودورها في اختبار الفرضيات الإحصائية

1.1 مفهوم القيمة الحرجة Z في الاستدلال الإحصائي

تُعرّف القيمة الحرجة Z (Z Critical Value) في الاستدلال الإحصائي بأنها نقطة قطعية أو إحداثي معياري يقع على المحور الأفقي لمنحنى التوزيع الطبيعي المعياري (Standard Normal Distribution)، وتقوم هذه النقطة بتحديد الحافة الفاصلة بدقة بين منطقة عدم رفض الفرضية الصفرية (منطقة القبول) ومنطقة الرفض (Rejection Region) المعروفة أيضاً بالمنطقة الحرجة (Critical Region). تمثل هذه القيمة عتبة التحول التي إذا تجاوزتها إحصائية الاختبار المحسوبة من بيانات العينة، يتم استنتاج أن النتيجة الملاحظة تبتعد كثيراً عما يمكن توقعه بموجب الصدفة وحدها، مما يبرر للباحث رفض الفرضية الصفرية لصالح الفرضية البديلة.

إن الدور الأساسي للقيمة الحرجة يكمن في تنظيم فضاء العينة وتقسيم المساحة الكلية تحت منحنى التوزيع الطبيعي المعياري—والتي تساوي رياضياً الواحد الصحيح (1.0)—إلى جزأين متمايزين وظيفياً: مساحة تمثل الاحتمالية المرتفعة لمطابقة الفرضية الصفرية وتساوي عادة $(1 – \alpha)$، ومساحة صغيرة متطرفة تمثل احتمالية حدوث ظواهر نادرة وتساوي مستوى المعنوية المحدد ($\alpha$). هذا التقسيم يمنح الباحثين معياراً موضوعياً ثابتاً لاتخاذ القرارات الإحصائية بمعزل عن التحيزات الذاتية، إذ يتحول القرار البحثي إلى مقارنة رياضية بسيطة بين إحصائية الاختبار وقيمة Z الحرجة.

تكتسب الدقة الحسابية في استخراج القيم الحرجة أهمية قصوى في تجنب الوقوع في الأخطاء الإحصائية الكلاسيكية. فالخطأ من النوع الأول (Type I Error)، والذي يتمثل في رفض الفرضية الصفرية وهي صحيحة فعلياً (الإنذار الكاذب)، يزداد احتمال وقوعه إذا تم اختيار قيمة حرجة غير دقيقة تقلل من صرامة الاختبار. وعلى النقيض من ذلك، فإن المبالغة في تقدير القيمة الحرجة تزيد من معدل الخطأ من النوع الثاني (Type II Error)، المتمثل في الفشل في اكتشاف أثر حقيقي موجود في المجتمع المدروس. وعليه، فإن الضبط الدقيق لإحداثيات Z الحرجة يضمن التوازن الأمثل بين حساسية الاختبار وقوته الإحصائية (Statistical Power).

1.2 مستويات الدلالة الإحصائية (Alpha) وارتباطها بالقيم الحرجة

يمثل مستوى الدلالة الإحصائية، ويرمز له بالحرف الإغريقي ألفا ($\alpha$)، احتمالية ارتكاب خطأ من النوع الأول، وهو الحد الأقصى المسموح به لرفض الفرضية الصفرية عندما تكون صحيحة في الواقع. يحدد الباحث قيمة $\alpha$ مسبقاً قبل جمع البيانات والبدء في التحليل الإحصائي لتفادي أي تحيز في اتخاذ القرار. وتؤثر قيمة $\alpha$ بشكل مباشر وحاسم على تحديد مساحة منطقة الرفض؛ فكلما صغرت قيمة ألفا، تقلصت مساحة منطقة الرفض، مما يدفع بالقيمة الحرجة بعيداً نحو الأطراف المتطرفة للتوزيع، مما يتطلب دليلاً تجريبياً أقوى لرفض الفرضية الصفرية.

في الأبحاث النفسية والتربوية والعلوم الاجتماعية، يُعتبر مستوى المعنوية $\alpha = 0.05$ هو المعيار الأكثر شيوعاً وقبولاً، ويعني ذلك أن الباحث يقبل بنسبة خطأ قدرها 5% في استنتاجاته، أو بعبارة أخرى، أن هناك ثقة بنسبة 95% بأن الفروق الملاحظة ليست وليدة الصدفة. وفي السياقات التجريبية الأكثر صرامة، مثل التجارب الإكلينيكية ودراسات علم الأعصاب والقياس النفسي الدقيق، يفضل الباحثون استخدام مستويات معنوية أكثر تحفظاً مثل $\alpha = 0.01$ أو حتى $\alpha = 0.001$ للحد من مخاطر التوصل إلى نتائج إيجابية كاذبة قد يترتب عليها تبعات تطبيقية خطيرة.

يرتبط توزيع مساحة ألفا تحت المنحنى بشكل جوهري بطبيعة الفرضية المصاغة؛ فإذا كانت الفرضية موجهة (Directional Hypothesis)، تتركز مساحة $\alpha$ بالكامل في طرف واحد (الأيمن أو الأيسر)، بينما إذا كانت الفرضية غير موجهة (Non-directional Hypothesis)، تنقسم المساحة بالتساوي إلى نصفين في كلا الطرفين ($alpha/2$). يرتبط هذا التوزيع مباشرة بمفهوم فترات الثقة (Confidence Intervals)، حيث تتكامل فترات الثقة ذات المستوى $(1 – \alpha)%$ رياضياً مع اختبارات الفرضيات، وتستخدم نفس قيم Z الحرجة لتحديد هوامش الخطأ حول التقديرات النقطية لمعالم المجتمع.

1.3 أهمية استخدام الآلة الحاسبة البيانية TI-84 في الحسابات الإحصائية

ظل الاعتماد على الجداول الإحصائية المطبوعة لعقود طويلة هو الخيار الوحيد لطلاب وباحثي الإحصاء، إلا أن هذه الطريقة تنطوي على أوجه قصور جوهرية. فالجداول المطبوعة تقدم قيماً احتمالية متقطعة ومحدودة بخطوات ثابتة (غالباً ما تكون من منزلتين عشريتين)، مما يضطر المستخدمين إلى إجراء عمليات استكمال خطي (Linear Interpolation) تقريبية ومعقدة عند الرغبة في إيجاد قيم حرجة لمستويات معنوية غير قياسية أو غير مدرجة في الجداول الشائعة، فضلاً عن احتمالية الخطأ البشري في تتبع الصفوف والأعمدة.

تبرز الآلة الحاسبة البيانية TI-84 كبديل إلكتروني فائق الكفاءة، حيث تعتمد على خوارزميات عددية مدمجة تستند إلى التكامل العددي لتقريب الدوال التراكمية بدقة تتجاوز تسع منازل عشرية. هذا المستوى العالي من الدقة الرياضية يلغي أخطاء التقريب البشري ويوفر نتائج موثوقة وفورية تسهم في تعزيز نزاهة وموثوقية المعالجات الإحصائية. وتتيح الآلة إمكانية إدخال أي قيمة احتمالية تراكمية والتعامل مع كافة مستويات المعنوية مهما بلغت درجة صغرها أو تعقيدها بمرونة فائقة.

بالإضافة إلى ذلك، توفر TI-84 لطلاب وباحثي علم النفس والعلوم السلوكية بيئة تعليمية وتحليلية متكاملة تجمع بين الحساب الرقمي والتمثيل البصري للبيانات. يتيح هذا الدمج فهماً حسياً لمواقع مناطق الرفض وعلاقتها بالمساحات الاحتمالية، مما يسهل الانتقال السلس من النظريات الإحصائية المعقدة إلى التطبيقات الميدانية، ويجعل من عملية تدقيق الحسابات واختبار الفرضيات الإحصائية تجربة تعليمية وتحليلية تتسم بالسرعة والموثوقية والعمق المنهجي.

2. الأساس النظري للتوزيع الطبيعي المعياري وحساب القيم الحرجة

2.1 خصائص التوزيع الطبيعي المعياري (Standard Normal Distribution)

يُعد التوزيع الطبيعي المعياري حالة خاصة من التوزيع الطبيعي الغوسي، ويتميز بثبات معلمتيه الأساسيتين: المتوسط الحسابي الذي يساوي صفراً دائماً ($\mu = 0$)، والانحراف المعياري الذي يساوي واحداً صحيحاً ($\sigma = 1$)، وبالتالي فإن التباين يساوي أيضاً ($\sigma^2 = 1$). يتم التعبير عن هذه الحالة رياضياً بالرمز $Z sim N(0, 1)$. ويتميز هذا المنحنى بشكله الجرسي المتماثل تماماً حول محوره الرأسي المار بالمتوسط الحسابي، مما يعني أن النصف الأيمن من المنحنى يمثل صورة طبق الأصل للنصف الأيسر، وأن كلاً من المتوسط والوسيط والمنوال يتطابقون تماماً عند النقطة صفر.

تمتد المساحة الكلية الواقعة تحت منحنى دالة كثافة الاحتمال للتوزيع الطبيعي المعياري من السالب ما لا نهاية ($-\infty$) إلى الموجب ما لا نهاية ($+\infty$)، وتساوي رياضياً الواحد الصحيح المعبر عن اليقين الاحتمالي الشامل:

$$\int_{-\infty}^{+\infty} \frac{1}{\sqrt{2\pi}} e^{-\frac{z^2}{2}} dz = 1$$

وتترتب على التماثل التام خاصية بالغة الأهمية مفادها أن المساحة الواقعة على يسار الصفر تساوي تماماً 0.5، والمساحة الواقعة على يمين الصفر تساوي أيضاً 0.5. وتسمح هذه الخصائص المعيارية بتحويل أي متغير عشوائي طبيعي عام $X \sim N(\mu, \sigma^2)$ إلى متغير معياري $Z$ من خلال صيغة التحويل المعياري (Z-Score Transformation):

$$Z = \frac{X – \mu}{\sigma}$$

هذا التحويل يتيح قياس ابتعاد أي قيمة عن متوسطها بوحدات الانحراف المعياري، مما يوفر لغة موحدة لمقارنة المتغيرات المختلفة وتحديد مواقعها الاحتمالية بدقة فائقة.

2.2 مقارنة بين الاختبارات أحادية الطرف وثنائية الطرف

تختلف آلية تحديد القيم الحرجة بناءً على طبيعة صياغة الفرضية البديلة ($H_1$ أو $H_a$) في البحث العلمي. تنقسم الاختبارات الإحصائية أساساً إلى نوعين رئيسيين: اختبارات أحادية الطرف (One-Tailed Tests) واختبارات ثنائية الطرف (Two-Tailed Tests)، ولكل نوع اعتباراته الرياضية الخاصة في توزيع مستوى المعنوية $\alpha$ على منحنى التوزيع:

• اختبار الطرف الأيسر (Left-Tailed Test): يُستخدم عندما تصاغ الفرضية البديلة لتشير إلى أن معلمة المجتمع أقل من القيمة المفترضة في الفرضية الصفرية ($H_1: \mu < \mu_0$). في هذه الحالة، تتركز منطقة الرفض بالكامل في الذيل الأيسر للمنحنى بمساحة تساوي $\alpha$، وتكون القيمة الحرجة Z ذات إشارة سالبة حتماً.
• اختبار الطرف الأيمن (Right-Tailed Test): يُستخدم عندما تتوقع الفرضية البديلة أن المعلمة المدروسة أكبر من القيمة الصفرية ($H_1: \mu > \mu_0$). تقع منطقة الرفض هنا في أقصى الذيل الأيمن للمنحنى بمساحة تعادل $\alpha$، وتكون القيمة الحرجة Z موجبة دائماً.
• اختبار الطرفين (Two-Tailed Test): يُستخدم في الفرضيات غير الموجهة التي تفترض مجرد وجود اختلاف دون تحديد اتجاه الزيادة أو النقصان ($H_1: \mu \neq \mu_0$). يتم توزيع مستوى المعنوية بالتساوي على طرفي المنحنى، بحيث تخصص مساحة قدرها $alpha/2$ في الطرف الأيسر ومساحة قدرها $alpha/2$ في الطرف الأيمن، مما ينتج عنه قيمتان حرجتان متساويتان في المقدار ومتعاكستان في الإشارة ($\pm Z_{alpha/2}$).

إن تحديد اتجاه الاختبار يمثل خطوة سابقة على العمل الحسابي على الآلة الحاسبة، إذ يعتمد الاختيار الصحيح للمدخلات الاحتمالية على الفهم الدقيق لموضع مساحة الرفض، وتجنب الخلط بين متطلبات الطرف الواحد والطرفين.

2.3 دالة التوزيع التراكمي المعكوس في الرياضيات الإحصائية

تعتمد معظم العمليات الإحصائية الكلاسيكية على دالة التوزيع التراكمي (Cumulative Distribution Function – CDF)، والتي يرمز لها عادة بالحرف الإغريقي $Phi(z)$. تقوم هذه الدالة بحساب المساحة الاحتمالية التراكمية المحصورة تحت المنحنى من أقصى اليسار ($-\infty$) وصولاً إلى نقطة معينة $z$:

$$\Phi(z) = P(Z le z) = \int_{-\infty}^{z} \frac{1}{\sqrt{2\pi}} e^{-\frac{t^2}{2}} dt$$

ومع ذلك، فإن حساب القيمة الحرجة Z يتطلب إجراء العملية المعاكسة تماماً: المعطى الأساسي هو المساحة الاحتمالية التراكمية، والمطلوب هو إيجاد الإحداثي $z$ الذي يحصر هذه المساحة على يساره. تُعرف هذه العملية الرياضية بدالة التوزيع التراكمي المعكوس (Inverse Cumulative Distribution Function) أو دالة الاحتمال العكسي (Quantile Function / Probit Function)، ويرمز لها بالرمز $\Phi^{-1}(p)$، حيث $p$ هو الاحتمال المعطى المحصور في المجال $(0, 1)$.

نظراً لعدم وجود حل تحليلي بصيغة مغلقة لتكامل دالة الكثافة الاحتمالية للتوزيع الطبيعي، تعتمد الأنظمة الحاسوبية والآلات البيانية مثل TI-84 على تقريبات عددية وخوارزميات استدعاء عودية فائقة الدقة (مثل تقريب راسموسن أو خوارزميات مورو العددية) لتحويل الاحتمال التراكمي المدخل إلى قيمة Z بدقة رقمية استثنائية وبأقل قدر ممكن من التكلفة الحسابية والزمنية.

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

3.1 لوحة المفاتيح والوظائف الإحصائية المتقدمة

تتميز لوحة مفاتيح الآلة الحاسبة TI-84 بتصميم هندسي يدمج بين الوظائف الحسابية المباشرة والأوامر الثانوية المتقدمة التي يتم تفعيلها عبر مفاتيح التحكم الخاصة. لفهم طريقة الوصول إلى القوائم الإحصائية بكفاءة، يتعين على المستخدم الإلمام بعدد من المفاتيح المركزية:

• مفتاح [2nd]: يقع في الزاوية العلوية اليسرى من لوحة المفاتيح، وعادة ما يكون ملوناً باللون الأزرق أو الأصفر بحسب إصدار الآلة. يعمل هذا المفتاح كمفتاح تبديل لتفعيل الأوامر الثانوية المطبوعة بلون مطابق أعلى المفاتيح الأساسية.
• مفتاح [VARS]: يقع أسفل مفاتيح الأسهم مباشرة. عند الضغط على المفتاح المساعد [2nd] متبوعاً بمفتاح [VARS]، يتم تفعيل الأمر الثانوي [DISTR] المطبوع أعلاه، وهو المدخل الحصري لقائمة التوزيعات الاحتمالية (Distributions).
• مفاتيح الأسهم (Navigation Arrows): أربعة مفاتيح تستخدم للتنقل الرأسي والأفقي بين القوائم والخيارات، وتمرير المؤشر لتحديد الدوال والمعاملات المطلوبة داخل الشاشات والمعالجات التفاعلية.
• مفتاح [ENTER]: يقع في الزاوية السفلية اليمنى، ويستخدم لتأكيد الاختيارات، وإدراج الدوال في شاشة الحساب الرئيسية، وتنفيذ العمليات البرمجية لعرض النتيجة النهائية.
• لوحة الأرقام والعلامة العشرية [.] ومفتاح السالب [(-)]: تستخدم لإدخال القيم العددية والمعاملات بدقة. من الضروري الانتباه إلى التمييز بين مفتاح الطرح للعمليات الحسابية [-] ومفتاح الإشارة السالبة [(-)] الواقع بجوار مفتاح الإدخال.

3.2 إصدارات TI-84 المختلفة وتوافق الدوال الإحصائية

شهدت عائلة TI-84 تطورات تقنية متلاحقة عبر أجيالها المتعددة، بدءاً من النسخة الكلاسيكية TI-84 Plus ومروراً بالنسخة المحسنة TI-84 Plus Silver Edition ووصولاً إلى الإصدارات الحديثة ذات الشاشات الملونة عالية الدقة مثل TI-84 Plus CE و TI-84 Plus C Silver Edition. وتوفر جميع هذه الإصدارات الدوال الإحصائية الأساسية ذاتها، وفي مقدمتها دالة التوزيع المعكوس invNorm، مما يضمن توافق المخرجات الرياضية وتطابقها عبر مختلف الأجهزة.

يكمن الاختلاف الجوهري بين الإصدارات القديمة والحديثة في واجهة الإدخال البرمجية وتنسيق عرض الأوامر. تتيح الإصدارات الحديثة، وكذلك الإصدارات الكلاسيكية المحدثة بنظام تشغيل حديث (OS 2.55MP وما بعده)، وضع المعالج الإحصائي التفاعلي المعروف باسم Stat Wizard. يعرض هذا النظام حقولاً نصية واضحة تطلب إدخال المعاملات بشكل منفصل ومنظم (المساحة، المتوسط، الانحراف المعياري)، مما يقلل من احتمالية الخطأ في كتابة الفواصل أو ترتيب المعاملات.

في المقابل، عند تعطيل المعالج الإحصائي أو العمل على الإصدارات القديمة التي تعمل في وضع السطر الواحد (Classic Mode)، تظهر الدالة على الشاشة الرئيسية بالصيغة المباشرة invNorm(، مما يتطلب من المستخدم إدخال المعاملات يدوياً بترتيبها الصحيح وفصلها بواسطة الفاصلة العادية [,]، ثم إغلاق القوس قبل الضغط على مفتاح التنفيذ. يدعم هذا الدليل كلا النمطين لضمان قدرة الباحث على التعامل مع أي طراز من أجهزة TI-84 بكفاءة تامة.

4. دالة invNorm: التركيب البرمجي والمدخلات الأساسية

4.1 البارامترات الرياضية لدالة invNorm

تُعد دالة invNorm (اختصاراً لعبارة Inverse Normal Cumulative Distribution) الدالة المحورية المتخصصة في حساب القيم المعيارية Z المقابلة لأي مساحة احتمالية معطاة تحت منحنى التوزيع الطبيعي. تعتمد هذه الدالة في بنيتها الرياضية على ثلاثة معاملات أساسية يمكن تلخيصها بالصيغة العامة التالية:

$$\text{invNorm}(\text{area}, [\mu, \sigma])$$

وتفصيل هذه المعاملات هو كالآتي:

• معامل المساحة (Area): يمثل الاحتمال التراكمي التراكمي المحصور تحت المنحنى. يجب أن تكون قيمة هذا المدخل عدداً حقيقياً محصوراً تماماً في الفترة المفتوحة بين 0 و 1 (أي $0 < text{Area} < 1$). إدخال أي قيمة خارج هذا النطاق الرياضي يؤدي فوراً إلى ظهور رسالة خطأ في النظام.
• معامل المتوسط الحسابي ($\mu$): يمثل متوسط المجتمع المدروس. عند حساب القيمة الحرجة المعيارية Z، يُترك هذا المعامل دائماً بقيمته الافتراضية المحددة بالصفر ($\mu = 0$).
• معامل الانحراف المعياري ($\sigma$): يمثل الانحراف المعياري للمجتمع المدروس، ويجب أن يكون قيمة موجبة تماماً. عند الرغبة في الحصول على قيم Z الحرجة للتوزيع الطبيعي المعياري القياسي، يجب ضبط هذا المعامل بشكل صارم على الواحد الصحيح ($\sigma = 1$).

في حال عدم كتابة المعاملين الأخيرين ($\mu$ و $\sigma$) في وضع الإدخال النصي الكلاسيكي، تفترض الآلة الحاسبة TI-84 تلقائياً أنهما يساويان 0 و 1 على التوالي، وتقوم بإجراء التحويل المعياري المباشر للتوزيع الطبيعي القياسي.

4.2 المنطق التراكمي المعتمد في الحساب (Left-Tail Default)

يقوم المنطق البرمجي القياسي المعتمد في دالة invNorm على مبدأ التراكم من أقصى اليسار (Left-Tail Cumulative Approach). وهذا يعني أن الدالة، وبشكل افتراضي وتاريخي في معمارية نظام التشغيل، تفسر أي مساحة يتم إدخالها على أنها المساحة الكلية الواقعة أسفل المنحنى بدءاً من الذيل الأيسر البعيد ($-\infty$) وصولاً إلى النقطة المراد تحديدها على المحور الأفقي.

يترتب على هذا المنطق الرياضي ضرورة قيام الباحث بتكييف المساحات الاحتمالية لتتوافق مع هذا النموذج التراكمي قبل إدخالها إلى الآلة الحاسبة. فإذا كانت المساحة المطلوبة تقع في الطرف الأيسر مباشرة، يتم إدخالها كما هي دون تعديل. أما إذا كانت المساحة المطلوبة تقع في الطرف الأيمن المتطرف، فإن المساحة التراكمية من اليسار المقابلة لها تساوي متممتها الرياضية للواحد الصحيح، أي $(1 – \text{Area})$.

إن إدراك هذا المفهوم الجوهري يحمي المستخدم من الخطأ الكلاسيكي المتمثل في الحصول على إشارة معكوسة للقيمة الحرجة. فعلى سبيل المثال، إذا كان المطلوب هو إيجاد القيمة التي تفصل أعلى 5% من المنحنى (الطرف الأيمن)، فإن إدخال 0.05 مباشرة سينتج عنه النقطة التي تقع على يسارها 5% فقط (أي الطرف الأيسر)، وتكون النتيجة سالبة بالخطأ، بينما القيمة الصحيحة تتطلب إدخال 0.95 ليكون الناتج قيمة موجبة تقع في الجانب الأيمن من المتوسط.

5. خطوات الوصول إلى قائمة التوزيعات واستدعاء الدالة على TI-84

5.1 التنقل البرمجي عبر القوائم

للوصول إلى دالة invNorm واستدعائها على شاشة الآلة الحاسبة TI-84، يجب اتباع التسلسل الإجرائي الدقيق التالي خطوة بخطوة:

1. تأكد من تشغيل الآلة الحاسبة وتواجدك على الشاشة الرئيسية للعمليات الحسابية. إذا كنت في شاشة أخرى، اضغط على [2nd] ثم [MODE] (لتنفيذ أمر QUIT والخروج إلى الشاشة الرئيسية).
2. اضغط على المفتاح المساعد [2nd] الملون، ثم اضغط مباشرة على مفتاح [VARS]. ستلاحظ فتح قائمة التوزيعات الإحصائية المعنونة باسم DISTR على الشاشة.
3. استعرض القائمة باستخدام سهم النزول للأسفل [$downarrow$] حتى تصل إلى الخيار الثالث المسمى 3: invNorm(، أو يمكنك كاختصار سريع الضغط مباشرة على الرقم [3] من لوحة الأرقام.
4. اضغط على مفتاح [ENTER] لتأكيد اختيار الدالة، حيث سينقلك النظام إما إلى معالج الإدخال التفاعلي (Stat Wizard) أو يدرج الدالة مباشرة في سطر الأوامر بالشاشة الرئيسية، وفقاً لإعدادات وضع العرض في جهازك.

5.2 استخدام معالج الإدخال التفاعلي (Stat Wizard)

في الإصدارات الحديثة، تفتح شاشة المعالج التفاعلي لترتيب المعاملات، ويتعين على الباحث التعامل مع الحقول المعروضة وفق الإرشادات التالية لضمان الحصول على قيمة Z المعيارية:

• حقل Area: استخدم لوحة الأرقام لكتابة المساحة التراكمية المحسوبة بدقة (مثال: 0.05 أو 0.95 بحسب طبيعة الفرضية).
• حقل $\mu$: تأكد تماماً من أن القيمة المسجلة هي 0. إذا كانت تحتوي على قيمة أخرى، قم بتعديلها إلى الصفر لضمان البقاء في فضاء التوزيع الطبيعي المعياري.
• حقل $\sigma$: تأكد تماماً من أن القيمة المسجلة هي 1.
• حقل Tail (إن وجد في الإصدارات الحديثة): اختر LEFT للحسابات التراكمية التقليدية (سيتم تفصيل بقية الخيارات في قسم مستقل لاحقاً).
• خيار Paste: تحرك باستخدام سهم النزول حتى يظلل المؤشر كلمة Paste، ثم اضغط على مفتاح [ENTER].

يقوم المعالج بنسخ الدالة بمدخلاتها المحددة إلى شاشة الحساب الرئيسية في صيغة نصية مكتملة، مثل invNorm(0.05,0,1). بمجرد ظهورها على الشاشة، اضغط على [ENTER] مرة أخيرة لتقوم الآلة بتنفيذ الخوارزمية الرقمية وعرض القيمة الحرجة Z المطلوبة فوراً.

6. حساب القيمة الحرجة Z للاختبار أحادي الطرف الأيسر (Left-Tailed Test)

6.1 تحديد المساحة والمدخلات لاختبار الطرف الأيسر

في اختبارات الفرضيات أحادية الطرف الأيسر، تنص الفرضية البديلة على أن معلمة المجتمع أقل من القيمة المفترضة في الفرضية الصفرية، مما يعني أن منطقة الرفض الإحصائي تتركز بالكامل في أقصى الذيل الأيسر لمنحنى التوزيع الطبيعي المعياري. وتتميز هذه الحالة بالتطابق الرياضي المباشر والكامل بين مساحة منطقة الرفض المطلوبة ومستوى المعنوية المحدد سلفاً للدراسة:

$$\text{Area} = \alpha$$

نظراً لأن دالة invNorm مبرمجة افتراضياً لحساب المساحات التراكمية بدءاً من أقصى الذيل الأيسر باتجاه اليمين، فإن الباحث لا يحتاج في هذه الحالة إلى إجراء أي عمليات طرح أو حسابات وسيطة؛ إذ يتم إدخال قيمة مستوى المعنوية $\alpha$ مباشرة داخل خانة المساحة (Area). وبما أن منطقة الرفض تقع بالكامل على يسار المتوسط الحسابي ($\mu = 0$)، فإنه من الحتمي رياضياً أن تكون القيمة الحرجة الناتجة Z ذات إشارة سالبة دائماً، مما يعكس وقوعها في الجانب الأيسر من التوزيع المعياري.

6.2 مثال تطبيقي: حساب القيمة الحرجة عند مستوى معنوية α = 0.05

نفترض أن باحثاً في القياس السلوكي يقوم باختبار فرضية موجهة تفترض انخفاض معدل زمن الرجع لدى مجموعة تلقت تدريباً معيناً، وقد تم تحديد مستوى المعنوية عند $\alpha = 0.05$. لحساب القيمة الحرجة Z باستخدام TI-84، نتبع الخطوات التالية:

1. الضغط على [2nd] ثم [VARS] لفتح قائمة DISTR.
2. اختيار الخيار الثالث 3: invNorm( والضغط على [ENTER].
3. في شاشة المعالج، إدخال المدخلات التالية:
   • Area: 0.05
   • $\mu$: 0
   • $\sigma$: 1
4. النزول إلى Paste والضغط على [ENTER]، لتظهر الصيغة: invNorm(0.05, 0, 1).
5. الضغط على [ENTER] لتنفيذ الحساب.

تُظهر شاشة الآلة الحاسبة الناتج الدقيق التالي:

$$-1.644853626$$

عند تقريب هذا الناتج لأقرب ثلاث منازل عشرية، نحصل على القيمة الحرجة المعيارية الشهيرة $Z_{\text{crit}} = -1.645$ (أو $-1.64$ عند التقريب لمنزلتين). وتكون قاعدة اتخاذ القرار الإحصائي واضحة وصارمة: يتم رفض الفرضية الصفرية ($H_0$) إذا كانت إحصائية الاختبار المحسوبة من بيانات العينة ($Z_{\text{calc}}$) أقل من أو تساوي $-1.645$ (أي $Z_{\text{calc}} le -1.645$)، مما يعني وقوعها داخل منطقة الرفض الحرجة في أقصى اليسار.

6.3 مثال إضافي: حساب القيمة الحرجة عند مستوى معنوية α = 0.01

في الحالات البحثية التي تتطلب معايير إثبات أكثر صرامة ومستوى ثقة أعلى للحد من خطأ النوع الأول، يحدد الباحث مستوى المعنوية عند $\alpha = 0.01$. باتباع نفس المسار البرمجي على الآلة الحاسبة، يتم إدخال الأمر التالي:

$$\text{invNorm}(0.01, 0, 1)$$

عند الضغط على مفتاح التنفيذ [ENTER]، تعرض الآلة الحاسبة القيمة الحرجة التالية بدقة بالغة:

$$-2.326347877$$

يتم تقريب هذه القيمة في الأبحاث والتقارير الأكاديمية إلى $Z_{\text{crit}} = -2.326$ (أو $-2.33$). وبمقارنة هذه النتيجة مع النتيجة السابقة عند مستوى $\alpha = 0.05$، نلاحظ بوضوح كيف تحركت القيمة الحرجة مسافة إضافية نحو أقصى الذيل الأيسر (من $-1.645$ إلى $-2.326$)، مما أدى إلى تقليص مساحة منطقة الرفض وجعل شروط رفض الفرضية الصفرية أكثر صعوبة وصرامة، وهو المطلب الأساسي في الاختبارات السيكومترية والطبية الحساسة.

7. حساب القيمة الحرجة Z للاختبار أحادي الطرف الأيمن (Right-Tailed Test)

7.1 تعديل المساحة التراكمية لاختبار الطرف الأيمن

في الفرضيات الموجهة التي تتوقع زيادة في قيمة المعلمة الإحصائية، تقع الفرضية البديلة في الاتجاه الموجب ($H_1: \mu > \mu_0$)، وتتمركز منطقة الرفض بالكامل في الذيل الأيمن المتطرف لمنحنى التوزيع الطبيعي المعياري بمساحة مساوية لمستوى المعنوية $\alpha$. ونظراً لأن الآلة الحاسبة TI-84 مبرمجة لتقرأ المساحات التراكمية من أقصى اليسار دائماً، فإن إدخال $\alpha$ مباشرة سيؤدي إلى حساب النقطة في الطرف الخطأ (الطرف الأيسر).

لحل هذه المعضلة الرياضية، يجب على الباحث حساب المساحة التراكمية الواقعة على يسار القيمة الحرجة المستهدفة. وبما أن المساحة الكلية تحت المنحنى تساوي 1.0، فإن المساحة التراكمية من اليسار تساوي حاصل طرح مساحة منطقة الرفض من الواحد الصحيح:

$$\text{Area}_{\text{cumulative}} = 1 – \alpha$$

تتميز الآلة الحاسبة TI-84 بقدرتها على معالجة العمليات الحسابية المباشرة داخل حقول الإدخال، مما يتيح للباحث كتابة التعبير 1 - α مباشرة داخل خانة Area، لتقوم الآلة تلقائياً بحساب القيمة العشرية المتبقية ومن ثم استخراج القيمة الحرجة الموجبة التي تفصل أعلى $\alpha$ من مساحة المنحنى.

7.2 مثال تطبيقي: حساب القيمة الحرجة عند مستوى معنوية α = 0.05

لحساب القيمة الحرجة لاختبار أحادي الطرف الأيمن عند مستوى معنوية $\alpha = 0.05$، نقوم بتطبيق الخطوات التالية على TI-84:

1. الدخول إلى قائمة التوزيعات بالضغط على [2nd] متبوعاً بـ [VARS].
2. اختيار 3: invNorm( والضغط على [ENTER].
3. في خانة Area، نكتب مباشرة: 1 - 0.05 (أو القيمة المكافئة 0.95).
4. التأكد من بقاء المعاملات: $\mu$: 0 و $\sigma$: 1.
5. النزول إلى Paste والضغط على [ENTER] لتظهر الصيغة: invNorm(0.95, 0, 1).
6. الضغط على [ENTER] لتنفيذ الحساب.

تظهر النتيجة على شاشة الآلة الحاسبة كالتالي:

$$+1.644853626$$

نقرب النتيجة إلى ثلاث منازل عشرية لتصبح $Z_{\text{crit}} = +1.645$. وتكون قاعدة القرار الإحصائي: نرفض الفرضية الصفرية ($H_0$) لصالح الفرضية البديلة إذا كانت إحصائية الاختبار المحسوبة أكبر من أو تساوي هذه القيمة الحرجة ($Z_{\text{calc}} ge +1.645$). نلاحظ هنا التماثل التام مع نتيجة اختبار الطرف الأيسر؛ حيث يتطابق المقدار العددي المطلق ($1.645$) بينما تختلف الإشارة لتصبح موجبة نظراً لوقوع منطقة الرفض على يمين المتوسط.

7.3 مثال إضافي: حساب القيمة الحرجة عند مستوى معنوية α = 0.025 و α = 0.001

لاستكشاف مستويات دلالة إضافية، نقوم بإجراء العمليتين التاليتين على الآلة الحاسبة:

• عند مستوى $\alpha = 0.025$: نقوم بحساب المساحة التراكمية من اليسار: $1 – 0.025 = 0.975$. ندخل في الآلة invNorm(0.975, 0, 1)، فنحصل على النتيجة الدقيقة: $+1.959963985$ والتي تقرب إلى $+1.960$ (وهي القيمة المحورية المرتبطة بفترة الثقة 95%).
• عند مستوى $\alpha = 0.001$: يتطلب هذا المستوى مساحة تراكمية قدرها $1 – 0.001 = 0.999$. بإدخال invNorm(0.999, 0, 1)، نحصل على القيمة الحرجة: $+3.090232306$ والتي تقرب إلى $+3.090$.

يبرهن هذا التدرج الرياضي على قاعدة أساسية في الإحصاء الاستدلالي: كلما زادت درجة التحفظ وتضاءلت قيمة ألفا، تراجعت منطقة الرفض نحو أطراف المنحنى، مما يؤدي إلى تزايد القيمة الحرجة Z وابتعادها عن المتوسط، وهو ما يفرض متطلبات برهانية استثنائية على البيانات التجريبية لتحقيق الدلالة الإحصائية.

8. حساب القيمة الحرجة Z للاختبار ثنائي الطرف (Two-Tailed Test)

8.1 الأساس الرياضي لتقسيم مستوى المعنوية على الطرفين

تُعد الاختبارات ثنائية الطرف (Two-Tailed Tests) الخيار الأكثر شيوعاً واستخداماً في الأبحاث العلمية عندما تصاغ الفرضية البديلة بصيغة غير موجهة تفترض مجرد وجود فرق جوهري بين المعلمة والقيمة المرجعية دون تحديد مسبق لاتجاه هذا الفرق بالزيادة أو النقصان ($H_1: \mu \neq \mu_0$). وبناءً على مبدأ التماثل، يتم توزيع مساحة الخطأ الإجمالي المسموح به ($\alpha$) بالتساوي الكامل على طرفي التوزيع الطبيعي المعياري.

ينتج عن هذا التوزيع تخصيص مساحة قدرها $alpha/2$ في أقصى الذيل الأيسر، ومساحة مماثلة قدرها $alpha/2$ في أقصى الذيل الأيمن. وتبعاً لذلك، يتطلب الاختبار ثنائي الطرف تحديد نقطتين حرجتين بدلاً من نقطة واحدة: قيمة حرجة سالبة تفصل الطرف الأيسر (ويرمز لها بـ $-Z_{alpha/2}$)، وقيمة حرجة موجبة تفصل الطرف الأيمن (ويرمز لها بـ $+Z_{alpha/2}$).

لحساب هاتين القيمتين باستخدام النمط الكلاسيكي في TI-84، يمكن للباحث استخدام إحدى الطريقتين الرياضيتين التاليتين:

• استخراج القيمة السالبة: يتم إدخال نصف ألفا مباشرة كمساحة تراكمية: invNorm(α / 2, 0, 1).
• استخراج القيمة الموجبة: يتم إدخال متممة نصف ألفا من الواحد الصحيح: invNorm(1 - α / 2, 0, 1).

8.2 مثال تطبيقي: حساب القيم الحرجة عند مستوى معنوية α = 0.05

لحساب القيم الحرجة لاختبار ثنائي الطرف عند مستوى الدلالة المعياري الأكثر استخداماً $\alpha = 0.05$، نقوم أولاً بقسمة مستوى المعنوية على 2:

$$\frac{\alpha}{2} = \frac{0.05}{2} = 0.025$$

ننتقل بعد ذلك إلى الآلة الحاسبة TI-84 ونقوم بالخطوات التالية:

1. الضغط على [2nd] ثم [VARS] واختيار 3: invNorm(.
2. لحساب القيمة الحرجة اليسرى، ندخل في خانة المساحة 0.025، مع بقاء $mu=0$ و $sigma=1$، ليصبح الأمر: invNorm(0.025, 0, 1).
3. بالضغط على [ENTER]، تعرض الآلة الناتج: $-1.959963985$، والذي يقرب معيارياً إلى $-1.96$.
4. لحساب القيمة الحرجة اليمنى، نعيد فتح الدالة وندخل المساحة التراكمية: 1 - 0.025 أو 0.975، ليصبح الأمر: invNorm(0.975, 0, 1).
5. بالضغط على [ENTER]، تعرض الآلة الناتج: $+1.959963985$، والذي يقرب إلى $+1.96$.

وعليه، فإن القيمتين الحرجتين هما $Z_{\text{crit}} = \pm 1.96$. وتُصاغ قاعدة القرار الإحصائي كما يلي: نرفض الفرضية الصفرية إذا كانت القيمة المطلقة لإحصائية الاختبار المحسوبة أكبر من أو تساوي 1.96 (أي $|Z_{\text{calc}}| ge 1.96$)، أو بصيغة مكافئة: إذا كانت $Z_{\text{calc}} le -1.96$ أو $Z_{\text{calc}} ge +1.96$.

8.3 مثال تطبيقي: حساب القيم الحرجة عند مستوى معنوية α = 0.10 و α = 0.01

نطبق نفس المنهجية الرياضية على مستويات معنوية أخرى شائعة في التحليلات السلوكية والتجريبية:

• عند مستوى دلالة $\alpha = 0.10$:

  نقسم ألفا على 2 لنحصل على $alpha/2 = 0.05$.

  ندخل في الآلة: invNorm(0.05, 0, 1) لنحصل على القيمة السالبة $-1.645$.

  وبالتالي تكون القيمتان الحرجتان هما: $Z_{\text{crit}} = \pm 1.645$.

• عند مستوى دلالة $\alpha = 0.01$:

  نقسم ألفا على 2 لنحصل على $alpha/2 = 0.005$.

  ندخل في الآلة: invNorm(0.005, 0, 1) لنحصل على الناتج الدقيق $-2.575829303$.

  تقرب النتيجة إلى ثلاث منازل عشرية، لتصبح القيمتان الحرجتان هما: $Z_{\text{crit}} = \pm 2.576$.

يوضح الجدول المرجعي التالي تلخيصاً شاملاً للقيم الحرجة Z الأكثر استخداماً في الأبحاث النفسية والاجتماعية عبر مختلف مستويات المعنوية وأنماط الاختبارات:

مستوى المعنوية ($\alpha$)	اختبار طرف أيسر (Left-Tailed)	اختبار طرف أيمن (Right-Tailed)	اختبار ثنائي الطرف (Two-Tailed)	مستوى الثقة المقابل ($1-alpha$)
0.10 (10%)	$-1.282$	$+1.282$	$\pm 1.645$	90%
0.05 (5%)	$-1.645$	$+1.645$	$\pm 1.960$	95%
0.025 (2.5%)	$-1.960$	$+1.960$	$\pm 2.241$	97.5%
0.01 (1%)	$-2.326$	$+2.326$	$\pm 2.576$	99%
0.001 (0.1%)	$-3.090$	$+3.090$	$\pm 3.291$	99.9%

9. استخدام ميزة تحديد موضع الطرف (Tail Feature) في إصدارات TI-84 Plus CE الحديثة

9.1 خيارات موضع الذيل (LEFT, CENTER, RIGHT)

زودت شركة Texas Instruments الإصدارات الحديثة من الآلة الحاسبة البيانية، وخاصة طراز TI-84 Plus CE المزود بأنظمة التشغيل الحديثة (OS 5.0 وما بعده)، بميزة متقدمة ضمن معالج الدالة invNorm تسمى خيار موضع الذيل (Tail Location Feature). يهدف هذا التحديث إلى تسهيل عملية إدخال المساحات الاحتمالية وإلغاء الحاجة للقيام بالتحويلات الحسابية اليدوية مثل الطرح من الواحد الصحيح أو القسمة على اثنين.

تتضمن هذه الواجهة المحدثة سطراً مخصصاً باسم Tail: يحتوي على ثلاثة خيارات تفاعلية يمكن التبديل بينها باستخدام مفاتيح الأسهم:

• خيار [LEFT]: هو النمط الافتراضي الكلاسيكي، ويستخدم عندما تكون المساحة المدخلة في حقل Area تمثل الاحتمال التراكمي الواقع في الطرف الأيسر من المنحنى.
• خيار [RIGHT]: يتيح للباحث إدخال قيمة $\alpha$ المباشرة لاختبار الطرف الأيمن في حقل Area دون الحاجة إلى كتابة $(1 – \alpha)$. تقوم الآلة برمجياً بحساب المساحة من الطرف الأيمن وعرض القيمة الحرجة الموجبة مباشرة.
• خيار [CENTER]: يمثل ابتكاراً برمجياً ممتازاً لحساب الاختبارات ثنائية الطرف وفترات الثقة؛ حيث يتيح للباحث إدخال المساحة المركزية المحصورة بين الطرفين $(1 – \alpha)$ مباشرة، لتقوم الآلة بحساب وعرض زوج القيم الحرجة المتناظرة ${-Z, +Z}$ في سطر واحد ومصفوفة ثنائية.

9.2 أمثلة سريعة باستخدام ميزة CENTER

لتوضيح الكفاءة والسرعة التي توفرها ميزة CENTER في الحسابات ثنائية الطرف، نستعرض المثالين التطبيقيين التاليين:

• حساب القيم الحرجة عند مستوى ثقة 95% ($\alpha = 0.05$ ثنائي الطرف):
  1. نفتح الدالة: [2nd] ثم [VARS] ثم 3: invNorm(.
  2. في حقل Area، ندخل المساحة المركزية مباشرة: 0.95.
  3. نترك $\mu = 0$ و $\sigma = 1$.
  4. في سطر Tail، نحرك المؤشر لاختيار CENTER ونضغط [ENTER].
  5. نختار Paste ونضغط [ENTER] مرتين.
  6. تعرض الآلة الناتج الفوري في صورة زوج رياضي: {-1.959963985, 1.959963985}، أي ما يعادل $\pm 1.960$.
• حساب القيم الحرجة عند مستوى ثقة 99% ($\alpha = 0.01$ ثنائي الطرف):
  1. ندخل في حقل Area القيمة: 0.99.
  2. نحدد خيار الذيل على CENTER.
  3. نضغط Paste ثم [ENTER].
  4. تُخرج الآلة الحاسبة الزوج المتناظر بدقة: {-2.575829303, 2.575829303}، أي ما يعادل $\pm 2.576$.

تسهم هذه الميزة الحديثة في تسريع وتيرة التحليل الإحصائي وتحد من احتمالات الخطأ الإجرائي الناتج عن التقسيم اليدوي لمستوى المعنوية أو الخطأ في حساب المتممات العشرية، موفرة تجربة استخدام سلسة وعالية الدقة للباحثين والمحللين.

10. تفسير النتائج واتخاذ القرار الإحصائي بناءً على القيمة الحرجة Z

10.1 مقارنة إحصائية الاختبار (Test Statistic) بالقيمة الحرجة

بمجرد استخراج القيمة الحرجة Z بدقة من الآلة الحاسبة TI-84، ينتقل الباحث إلى مرحلة اتخاذ القرار الإحصائي الحاسم بشأن الفرضية الصفرية. تتطلب هذه العملية حساب إحصائية الاختبار المعيارية ($Z_{\text{calc}}$ أو $Z_{\text{test}}$) من بيانات العينة التجريبية باستخدام المعادلة المناسبة لنموذج المعاينة المستخدم (مثل اختبار Z للمتوسط الواحد عندما يكون التباين المجتمعي معلوماً):

$$Z_{\text{calc}} = \frac{\bar{X} – \mu_0}{\sigma / \sqrt{n}}$$

يتم بعد ذلك تطبيق قواعد المقارنة المنطقية التالية استناداً إلى نوع الاختبار المصمم مسبقاً:

• في اختبار الطرف الأيسر: نرفض الفرضية الصفرية ($H_0$) ونقبل الفرضية البديلة ($H_1$) إذا كانت إحصائية الاختبار تقع في أقصى اليسار متجاوزة القيمة الحرجة، أي إذا كان:
  $$Z_{\text{calc}} le Z_{\text{crit}}$$
  فإذا كانت $Z_{\text{crit}} = -1.645$ وكانت $Z_{\text{calc}} = -2.10$، فإن القرار يكون رفض $H_0$.
• في اختبار الطرف الأيمن: نرفض الفرضية الصفرية ($H_0$) إذا كانت إحصائية الاختبار المحسوبة تقع في أقصى اليمين متجاوزة القيمة الحرجة الموجبة، أي إذا كان:
  $$Z_{\text{calc}} ge Z_{\text{crit}}$$
  فإذا كانت $Z_{\text{crit}} = +1.645$ وكانت $Z_{\text{calc}} = +1.85$، فإن القرار يكون رفض $H_0$.
• في اختبار الطرفين: نرفض الفرضية الصفرية ($H_0$) إذا وقعت إحصائية الاختبار في أي من منطقتي الرفض على الطرفين، ويمكن صياغة ذلك باستخدام القيمة المطلقة:
  $$|Z_{\text{calc}}| ge |Z_{\text{crit}}|$$
  فإذا كانت $Z_{\text{crit}} = \pm 1.96$ وكانت $Z_{\text{calc}} = -2.45$، فإن القيمة المطلقة $|-2.45| = 2.45 > 1.96$، وبالتالي يكون القرار الإحصائي الصارم هو رفض الفرضية الصفرية وتقرير وجود أثر دال إحصائياً.

وفي المقابل، إذا لم تتجاوز إحصائية الاختبار القيمة الحرجة، فإن الاستنتاج العلمي السليم هو “الفشل في رفض الفرضية الصفرية” (Fail to Reject $H_0$)، وهو تعبير علمي دقيق يختلف جوهرياً عن إثبات صحة الفرضية الصفرية؛ إذ يعني ببساطة أن الأدلة التجريبية المجمعة من العينة الحالية غير كافية لاستبعاد عامل الصدفة العشوائية عند مستوى المعنوية المعتمد.

10.2 العلاقة التبادلية بين مدخل القيمة الحرجة ومدخل القيمة الاحتمالية (p-value)

يتكامل مدخل القيمة الحرجة (Critical Value Approach) تماماً وبشكل تبادلي متناسق مع مدخل القيمة الاحتمالية (p-value Approach)؛ حيث يؤدي كلا المدخلين حتماً إلى نفس القرار الإحصائي النهائي حول الفرضية الصفرية. وتُعرّف القيمة الاحتمالية (p-value) بأنها احتمال الحصول على إحصائية اختبار مساوية أو أكثر تطرفاً من القيمة الملاحظة فعلياً في بيانات العينة، على افتراض أن الفرضية الصفرية صحيحة تماماً.

يمكن للباحث استخدام دالة normalcdf المتاحة على الآلة الحاسبة TI-84 للتحقق العكسي وحساب القيمة الاحتمالية المقابلة لإحصائية الاختبار المحسوبة. يتم الوصول إليها عبر الضغط على [2nd] ثم [VARS] واختيار 2: normalcdf(، وإدخال حدود التكامل الاحتمالي (الحد الأدنى Lower، والحد الأعلى Upper، مع $mu=0$ و $sigma=1$).

تتم مقارنة القيمة الاحتمالية الناتجة بمستوى المعنوية $\alpha$ وفق القاعدة العامة:

• إذا كانت $\text{p-value} le \alpha$: نرفض الفرضية الصفرية ($H_0$). يتطابق هذا الشرط تماماً مع وقوع إحصائية الاختبار خارج نطاق القيمة الحرجة ($|Z_{\text{calc}}| ge |Z_{\text{crit}}|$).
• إذا كانت $\text{p-value} > \alpha$: نفشل في رفض الفرضية الصفرية ($H_0$). ويتطابق هذا بدوره مع وقوع إحصائية الاختبار داخل منطقة عدم الرفض المحصورة بين القيم الحرجة.

توصي أدلة النشر الأكاديمي الصادرة عن الجمعية الأمريكية لعلم النفس (APA) بتقديم كل من القيمة الحرجة وإحصائية الاختبار والقيمة الاحتمالية الدقيقة وفترات الثقة وحجم الأثر في التقارير الإحصائية؛ لضمان الشفافية المنهجية وإتاحة الفرصة للمجتمع العلمي لتقييم قوة الأدلة الميدانية بشكل شامل ومتكامل.

11. الأخطاء الشائعة وطرق تصحيحها عند استخدام TI-84 لحساب Z

11.1 أخطاء الإدخال والخلط بين المعاملات الرياضية

يقع العديد من الطلاب والباحثين في أخطاء إجرائية وحسابية متكررة عند استخدام الآلة الحاسبة TI-84 لحساب القيم الحرجة، وتنبع معظم هذه الأخطاء من عدم الفهم الدقيق للبنية البرمجية للدوال الإحصائية. يوضح التحليل التالي أبرز هذه الأخطاء وكيفية معالجتها:

• نسيان تعديل المساحة في اختبار الطرف الأيمن: يؤدي إدخال قيمة $\alpha$ مباشرة (مثل 0.05) في اختبار طرف أيمن إلى قيام الآلة بحساب قيمة الذيل الأيسر، فيظهر الناتج $-1.645$ بدلاً من القيمة الصحيحة $+1.645$. الحل: تذكر دائماً إدخال متممة المساحة $(1 – \alpha)$ في خانة Area، أو استخدام خيار RIGHT في الأجهزة الحديثة.
• عدم قسمة $\alpha$ على 2 في الاختبارات ثنائية الطرف: يؤدي إدخال مستوى المعنوية الكامل في اختبار ثنائي الطرف إلى مضاعفة منطقة الخطأ، والحصول على قيم حرجة تعبر عن مستوى معنوية مضاعف ($2alpha$). الحل: قسمة ألفا يدوياً أو كتابة α/2 داخل خانة المساحة لاستخراج القيمة الدقيقة.
• تغيير قيم المعالم الافتراضية ($\mu$ و $\sigma$): يؤدي ترك قيم غير معيارية في حقلي المتوسط والانحراف المعياري (مثل إدخال بيانات العينة الخام $\bar{X}$ و $s$) إلى قيام الآلة بحساب نقاط خام على مقياس المتغير الأصلي وليس الدرجات المعيارية Z. الحل: التأكد التام من ضبط $\mu = 0$ و $\sigma = 1$ لحساب التوزيع الطبيعي المعياري.
• ظهور خطأ المجال الرياضي ERR:DOMAIN: تظهر هذه الرسالة التحذيرية عند إدخال قيمة مساحة تساوي صفراً أو واحداً أو قيمة سالبة أو عدداً أكبر من 1 (مثل إدخال 5 بدلاً من 0.05 كنسبة مئوية). الحل: التأكد من كتابة المساحة ككسر عشري محصور تماماً بين الصفر والواحد ($0 < text{Area} < 1$).

11.2 الخلط بين توزيع Z وتوزيع t-Student

من الأخطاء المنهجية الجسيمة في التحليل الإحصائي استخدام القيمة الحرجة Z المستخرجة بدالة invNorm في حالات بحثية تتطلب في الأصل استخدام توزيع t-Student عبر دالة invT. يستند التمييز المنهجي الصارم بين التوزيعين إلى معيارين أساسيين:

1. معرفة الانحراف المعياري للمجتمع ($\sigma$): يُستخدم توزيع Z المعياري وقيمه الحرجة عندما يكون الانحراف المعياري للمجتمع الأصلي $\sigma$ معلوماً بدقة للباحث (وهي حالة نادرة في البحوث النفسية والاجتماعية الواقعية)، أو عندما تكون أحجام العينات كبيرة جداً ($n ge 100$) استناداً إلى نظرية النهاية المركزية (Central Limit Theorem) حيث يتقارب توزيع t بشكل متطابق مع توزيع Z.
2. جهل الانحراف المعياري للمجتمع وصغر حجم العينة: إذا كان الانحراف المعياري للمجتمع مجهولاً ويتم تقديره باستخدام الانحراف المعياري للعينة ($s$)، وكان حجم العينة صغيراً ($n < 30$)، فإنه يجب إلزامياً استخدام توزيع t واستدعاء دالة invT(area, df) على الآلة الحاسبة TI-84، مع تحديد درجات الحرية ($df = n – 1$).

إن استخدام توزيع Z بدلاً من توزيع t في العينات الصغيرة يؤدي إلى الحصول على قيم حرجة أقل من قيمتها الحقيقية، مما يضخم معدل الخطأ من النوع الأول ويفضي إلى استنتاجات بحثية زائفة لا يمكن تعميمها علمياً.

11.3 أفضل الممارسات للتحقق من صحة النتائج على الآلة الحاسبة

لضمان أعلى درجات الموثوقية والدقة عند استخراج القيم الحرجة، يُنصح الباحثون والطلاب باتباع بروتوكول التحقق الميداني التالي:

• الفحص المنطقي الفوري للإشارة الناتجة: يجب التحقق من منطقية إشارة القيمة الحرجة قبل اعتمادها؛ فالإشارة السالبة يجب أن تقترن حصراً باختبارات الطرف الأيسر، والإشارة الموجبة باختبارات الطرف الأيمن، والإشارتان معاً ($\pm$) باختبارات الطرفين.
• مراجعة سجل الأوامر الحسابية (History Buffer): تتيح الآلة الحاسبة TI-84 استعراض العمليات السابقة بالضغط على سهم الصعود [$uparrow$] لتظليل الأمر السابق ومراجعته، والتأكد من عدم وجود أخطاء مطبعية في مدخلات المساحة.
• التحقق العكسي باستخدام دالة normalcdf: يمكن التأكد من صحة القيمة الحرجة الناتجة بحساب المساحة التراكمية لها عبر دالة normalcdf؛ فإذا أدخلنا normalcdf(-1E99, -1.645, 0, 1)، يجب أن تكون النتيجة مطابقة تماماً للمساحة المدخلة أصلياً 0.05.
• إعادة ضبط إعدادات القوائم الإحصائية: في حال ظهور نتائج شاذة أو غير متوقعة نتيجة تعديلات غير مقصودة في أنماط الآلة، يمكن استعادة الإعدادات المصنعية للقوائم بالضغط على [2nd] ثم [+] (قائمة MEM) ثم اختيار 7: Reset ثم 2: Defaults.

12. تطبيقات عملية ونماذج متقدمة في البحوث النفسية والسلوكية

12.1 دراسة حالة 1: قياس أثر برنامج تدريبي على مستويات القلق (اختبار طرف أيسر)

السياق البحثي: قام فريق من باحثي علم النفس العيادي بتصميم برنامج تدريبي قائم على اليقظة الذهنية (Mindfulness) لخفض مستويات القلق العام لدى طلاب المرحلة الجامعية. يبلغ المتوسط العام لمقياس القلق المعتمد في المجتمع الطلابي $\mu_0 = 50$ بانحراف معياري مجتمعي معروف قدره $\sigma = 10$. تم تطبيق البرنامج على عينة عشوائية مكونة من $n = 64$ طالباً، وأظهرت النتائج البعدية أن متوسط درجات القلق للعينة بلغ $\bar{X} = 47.5$. صاغ الباحثون فرضيتهم الموجهة عند مستوى دلالة $\alpha = 0.05$.

صياغة الفرضيات الإحصائية:

• الفرضية الصفرية: $H_0: \mu ge 50$ (البرنامج التدريبي لا يؤدي إلى خفض القلق).
• الفرضية البديلة: $H_1: \mu < 50$ (البرنامج التدريبي يؤدي إلى خفض دال إحصائياً في القلق – اختبار طرف أيسر).

خطوات استخراج القيمة الحرجة على TI-84:

1. الضغط على [2nd] ثم [VARS] واختيار 3: invNorm(.
2. إدخال المعاملات: Area: 0.05، $\mu$: 0، $\sigma$: 1.
3. الضغط على Paste ثم [ENTER].
4. القيمة الحرجة المستخرجة: $Z_{\text{crit}} = -1.645$.
5. منطقة الرفض: نرفض $H_0$ إذا كانت $Z_{\text{calc}} le -1.645$.

حساب إحصائية الاختبار ومقارنتها:

نقوم بحساب الخطأ المعياري للمتوسط: $\sigma_{\bar{X}} = \frac{\sigma}{\sqrt{n}} = \frac{10}{\sqrt{64}} = \frac{10}{8} = 1.25$.

حساب إحصائية الاختبار المعيارية المحسوبة:

$$Z_{\text{calc}} = \frac{47.5 – 50}{1.25} = \frac{-2.5}{1.25} = -2.00$$

اتخاذ القرار والاستنتاج السيكولوجي:

بما أن إحصائية الاختبار المحسوبة ($Z_{\text{calc}} = -2.00$) أقل من القيمة الحرجة ($Z_{\text{crit}} = -1.645$)، فإنها تقع داخل منطقة الرفض في الذيل الأيسر. القرار الإحصائي هو رفض الفرضية الصفرية ($H_0$) وقبول الفرضية البديلة. الاستنتاج: توجد أدلة إحصائية كافية عند مستوى معنوية 0.05 تؤكد أن برنامج اليقظة الذهنية أدى إلى خفض دال إحصائياً في مستويات القلق لدى الطلاب الجامعيين.

12.2 دراسة حالة 2: مقارنة درجات الذكاء مع المعايير العامة (اختبار طرفين)

السياق البحثي: أرادت إدارة إحدى المدارس المخصصة للموهوبين التحقق مما إذا كان طلابها يختلفون في متوسط معدل الذكاء (IQ) عن المعيار الوطني العام المحدد بمتوسط $\mu_0 = 100$ وانحراف معياري مجتمعي $\sigma = 15$. تم سحب عينة عشوائية ممثلة مكونة من $n = 100$ طالب، وبلغ متوسط درجات العينة على المقياس $\bar{X} = 104.2$. حدد الباحثون مستوى الدلالة المعنوية الصارم عند $\alpha = 0.01$ لاختبار الفرضية غير الموجهة.

صياغة الفرضيات الإحصائية:

• الفرضية الصفرية: $H_0: \mu = 100$ (لا يوجد فرق في متوسط الذكاء بين طلاب المدرسة والمعيار الوطني).
• الفرضية البديلة: $H_1: \mu \neq 100$ (يوجد فرق دال إحصائياً في متوسط الذكاء – اختبار طرفين).

خطوات استخراج القيم الحرجة على TI-84:

1. توزيع مستوى المعنوية على الطرفين: $alpha/2 = 0.01 / 2 = 0.005$.
2. الضغط على [2nd] ثم [VARS] واختيار 3: invNorm(.
3. إدخال الأمر: invNorm(0.005, 0, 1).
4. الضغط على [ENTER] للحصول على القيمة الحرجة اليسرى: $-2.576$، وتكون القيمة اليمنى المتناظرة هي $+2.576$.
5. قاعدة القرار: نرفض $H_0$ إذا كانت $|Z_{\text{calc}}| ge 2.576$.

حساب إحصائية الاختبار واتخاذ القرار:

الخطأ المعياري: $\sigma_{\bar{X}} = \frac{15}{\sqrt{100}} = \frac{15}{10} = 1.5$.

إحصائية الاختبار:

$$Z_{\text{calc}} = \frac{104.2 – 100}{1.5} = \frac{4.2}{1.5} = +2.80$$

بمقارنة القيمة المطلقة لإحصائية الاختبار ($|2.80|$) بالقيمة الحرجة ($2.576$)، نجد أن$|Z_{text{calc}}| = 2.80 > 2.576$. وبناءً على ذلك، يتم رفض الفرضية الصفرية ($H_0$) لصالح الفرضية البديلة عند مستوى دلالة $\alpha = 0.01$. يثبت هذا التحليل أن متوسط درجات ذكاء طلاب المدرسة أعلى بشكل دال إحصائياً من المعيار الوطني العام، وهو ما يدعم التوجه لتوفير مناهج تعليمية متقدمة تتناسب مع قدراتهم المعرفية المتفوقة.

12.3 إرشادات كتابة النتائج وفق معايير APA

تضع جمعية علم النفس الأمريكية معايير دقيقة لتوثيق نتائج اختبارات الفرضيات الإحصائية داخل المتن الأكاديمي، بهدف تقديم تقارير تتسم بالشفافية والوضوح الرياضي. فيما يلي المبادئ الأساسية لتوثيق القيم الحرجة واختبارات Z وفق الإصدار السابع (APA 7th Edition):

• تنسيق الرموز الإحصائية: يجب كتابة الرموز الرياضية اللاتينية بحروف مائلة (Italic)، مثل الحرف Z والحرف p والحرف n، بينما تُكتب الأرقام والرموز الإغريقية (مثل $\alpha$ و $\mu$ و $\sigma$) بحروف عادية دون إمالة.
• كتابة المنازل العشرية: يتم تقريب قيم Z وإحصاءات الاختبار والقيم الحرجة إلى منزلتين أو ثلاث منازل عشرية، بينما تُكتب القيم الاحتمالية p بثلاث منازل عشرية (مثل: p = .046). وإذا كانت القيمة الاحتمالية شديدة الصغر، تُكتب بصيغة: p < .001 دون وضع صفر قبل الفاصلة العشرية للقيم التي لا تتجاوز الواحد الصحيح.
• نموذج الصياغة المكتملة لاختبار Z:

  “أظهرت نتائج اختبار Z أحادي الطرف وجود انخفاض دال إحصائياً في درجات القلق لدى المجموعة التجريبية (M = 47.50, SD = 10.00) مقارنة بالمعيار المجتمعي، حيث بلغت إحصائية الاختبار المحسوبة Z = -2.00، وهي قيمة تتجاوز القيمة الحرجة المعيارية (Z_crit = -1.645, $\alpha$ = .05)، مع قيمة احتمالية دالة بلغت p = .023، وحجم أثر متوسط بلغ d = 0.25.”

• التكامل مع فترات الثقة: يُستحسن دائماً إرفاق فترة الثقة المقابلة لتعزيز التفسير السيكولوجي، مثل: 95% CI [45.05, 49.95]، مما يعكس المدى الذي يقع ضمنه متوسط المجتمع الحقيقي بدرجة يقين مرتفعة.

خاتمة

تمثل القيمة الحرجة Z حجر الزاوية في بناء القرارات الإحصائية الرصينة، ورابطاً رياضياً وثيقاً يربط بين النظرية الاحتمالية المجردة والتطبيقات الميدانية في البحوث الإنسانية والتطبيقية. إن إتقان استخراج هذه القيم وتوظيفها بشكل صحيح على الآلة الحاسبة البيانية TI-84 يمنح الباحثين والمحللين ميزة تنافسية كبرى من حيث الدقة الحسابية المتناهية، والسرعة الفائقة في معالجة مختلف مستويات المعنوية، والتحرر التام من قيود الجداول المطبوعة وأخطائها الشائعة.

لقد استعرضنا في هذا الدليل المتكامل كافة الجوانب المعرفية والتطبيقية المرتبطة بحساب القيم الحرجة، بدءاً من الخصائص الهندسية للتوزيع الطبيعي المعياري، مروراً بالبنية البرمجية لدالة invNorm والتعامل مع معالجات الإدخال التفاعلية، وصولاً إلى المعالجة التفصيلية للاختبارات أحادية الطرف بنوعيها والاختبارات ثنائية الطرف. كما أبرزنا أهمية التمييز بين توزيع Z وتوزيع t، وقدمنا دراسات حالة تطبيقية وفق معايير التوثيق المعتمدة في APA Style.

في الختام، يجب التأكيد على أن الآلة الحاسبة البيانية، رغم قوتها التقنية المتقدمة، تظل أداة تنفيذية تعتمد كلياً على الوعي المنهجي للمستخدم. إن الفهم العميق لاتجاه الفرضيات الإحصائية، وحسن اختيار مساحات الإدخال، والربط المتوازن بين الدلالة الإحصائية والدلالة العملية وحجم الأثر، هو الضمان الحقيقي لإجراء أبحاث علمية رصينة وموثوقة تسهم بفاعلية في تطوير المعرفة الإنسانية وتطبيقاتها العملية.

References

• American Psychological Association. (2020). Publication manual of the American Psychological Association (7th ed.). American Psychological Association. https://doi.org/10.1037/0000165-000
• Casella, G., & Berger, R. L. (2002). Statistical inference (2nd ed.). Duxbury 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. (2020). Essentials of statistics for the behavioral sciences (10th ed.). Cengage Learning.
• Hays, W. L. (1994). Statistics (5th ed.). Harcourt Brace College Publishers.
• Moore, D. S., Notz, W. I., & Flinger, M. A. (2021). The basic practice of statistics (9th ed.). W. H. Freeman and Company.
• Nuzzo, R. (2014). Scientific method: Statistical errors. Nature, 506(7487), 150–152. https://doi.org/10.1038/506150a
• Rosenthal, R., & Rosnow, R. L. (2008). Essentials of behavioral research: Methods and data analysis (3rd ed.). McGraw-Hill.
• Texas Instruments. (2020). TI-84 Plus CE reference guide. Texas Instruments Incorporated. https://education.ti.com
• Wasserstein, R. L., & Lazar, N. A. (2016). The ASA statement on p-values: Context, process, and purpose. The American Statistician, 70(2), 129–133. https://doi.org/10.1080/00031305.2016.1154108