كيفية إجراء اختبار كروسكال-واليس في بايثون

تُعد النمذجة الإحصائية والاستدلال اللامعلمي من الركائز الأساسية في منهجية البحث العلمي الحديث، لا سيما في حقول العلوم النفسية، والسلوكية، والعلوم الطبية الحيوية التي غالباً ما تواجه تحديات جمة تتعلق بطبيعة البيانات وتوزيعاتها الاحتمالية. فعندما يعتزم الباحثون مقارنة تأثير متغير مستقل فئوي ينقسم إلى ثلاث مجموعات مستقلة أو أكثر على متغير تابع، يتبادر إلى الأذهان مباشرة اختبار تحليل التباين الأحادي (One-Way ANOVA). ومع ذلك، تفترض الاختبارات المعلمية جملة من الشروط الصارمة، من أبرزها التوزيع الطبيعي للبيانات وتجانس التباين بين المجموعات، وهي شروط قلما تتحقق في القياسات السلوكية، والاستبيانات المتدرجة القائمة على مقاييس ليكرت، أو العينات الإكلينيكية صغيرة الحجم ذات الالتواء الواضح.

هنا تبرز الأهمية المنهجية الفائقة لاختبار كروسكال-واليس (Kruskal-Wallis Test)، بوصفه البديل اللامعلمي الأكثر رصانة وقوة لاختبار تحليل التباين الأحادي. يعتمد هذا الاختبار على تحويل القيم العددية الخام إلى رتب تجميعية موحدة، متجاوزاً بذلك متطلبات الاعتدالية الخطية وحساسية المتوسطات الحسابية للقيم المتطرفة والشاذة. ونظراً للمرونة الفائقة التي يوفرها، فقد غدا أداة تحليلية قياسية يعتمد عليها الباحثون ومحللو البيانات للوصول إلى استنتاجات علمية دقيقة دون الوقوع في مآزق الانحياز الإحصائي الناتجة عن انتهاك الفروض الرياضية التقليدية.

مع تنامي الاعتماد على لغة بايثون (Python) كبيئة برمجية رائدة في مجالات الحوسبة العلمية وعلم البيانات، بات تنفيذ هذا الاختبار يتسم بالسلاسة والكفاءة العالية من خلال منظومة غنية من الحزم والمكتبات المتخصصة مثل SciPy وPandas وScikit-posthocs. يهدف هذا الدليل الأكاديمي الشامل إلى تقديم تفكيك نظري وتطبيقي معمق لاختبار كروسكال-واليس، بدءاً من أصوله الرياضية والمنهجية، مروراً بفحص شروطه وتنفيذه البرمجي خطوة بخطوة، وصولاً إلى التحليلات البعدية وحساب حجوم الأثر وصياغة التقارير الإحصائية وفق أحدث معايير النشر الدولية المعتمدة من جمعية علم النفس الأمريكية (APA).

1. مقدمة نظرية لاختبار كروسكال-واليس (Kruskal-Wallis Test) وأهميته الإحصائية

1.1 التعريف الإحصائي ونشأة الاختبار

تم تطوير اختبار كروسكال-واليس للتباين الأحادي المبني على الرتب في عام 1952 بواسطة العالمين الأمريكيين ويليام كروسكال (William Kruskal) وواشنطن واليس (W. Allen Wallis). جاء هذا الابتكار الرياضي استجابة للحاجة المتزايدة إلى وجود أداة استدلالية قادرة على مقارنة عدة عينات مستقلة دون إلزام الباحثين بافتراض أن البيانات المسحوبة تتبع توزيعاً طبيعياً معلوماً المعالم. يمثل الاختبار امتداداً منطقياً مباشراً لاختبار مان-ويتني (Mann-Whitney U Test) الذي يقتصر على مقارنة مجموعتين اثنتين فقط، حيث يوسع كروسكال-واليس نطاق المقارنة ليشمل ثلاثة مستويات أو أكثر من المتغير المستقل الفئوي، مما يجعله المقابل اللامعلمي لتحليل التباين الأحادي التقليدي.

من الناحية المنهجية، لا يهدف الاختبار إلى مقارنة المتوسطات الحسابية للمجموعات كما تفعل النماذج المعلمية، بل يركز على مقارنة متوسطات الرتب وتوزيعات الدرجات عبر المجموعات المختلفة. يتم ذلك من خلال دمج كافة مشاهدات العينات المستقلة في مصفوفة واحدة وترتيبها تصاعدياً من الأصغر إلى الأكبر، ثم استبدال كل قيمة عددية برتبتها التجميعية النسبية. وبفضل هذا المنظور الترتيبي، يتحرر الاختبار من قياس المسافات المطلقة بين النقاط ويركز على المواقع النسبية للبيانات، وهو ما يمنحه حصانة رياضية فائقة ضد تشوهات التوزيع والتباينات الحادة.

تتجلى الأهمية التطبيقية لهذا الاختبار في الدراسات النفسية، والبحوث التربوية، والعلوم الاجتماعية والسلوكية، حيث تتكون غالبية الأدوات القياسية من مقاييس ترتيبية مثل مقياس ليكرت (Likert Scale) الذي يعبر عن الاتجاهات والمشاعر بدرجات غير متصلة بدقة رياضية ثابتة. في هذه السياقات، يكون افتراض التوزيع الطبيعي غير مبرر نظرياً وواقعياً، مما يجعل اختبار كروسكال-واليس الأداة الأكثر موثوقية لفحص الفروق بين المجموعات التجريبية والضابطة، وضمان التوصل إلى قرارات إحصائية تتسم بالدقة والصدق البنائي.

1.2 الفرضيات الإحصائية للاختبار الصفرية والبديلة

يرتكز البناء الاستدلالي لاختبار كروسكال-واليس على صياغة دقيقة لفرضيتين متنافستين تحددان طبيعة القرار الإحصائي المتخذ. تنص الفرضية الصفرية (Null Hypothesis – H0) على أن جميع المجموعات المستقلة المسحوبة من المجتمع الإحصائي تتطابق في توزيعاتها الاحتمالية، أو بصيغة أخرى: لا توجد فروق ذات دلالة إحصائية بين متوسطات رتب المجموعات المدروسة. وعندما تكون أشكال التوزيعات متماثلة ظاهرياً عبر جميع المجموعات، يمكن إعادة صياغة الفرضية الصفرية بصورة أكثر تحديداً لتنص على تساوي وسائط المجتمعات المستقلة قيد المقارنة، بحيث يُفترض أن أي تباين مرصود بين العينات يعود فقط إلى أخطاء المعاينة العشوائية.

في المقابل، تُصاغ الفرضية البديلة (Alternative Hypothesis – H1) كفرضية غير موجهة تشير إلى أن مجموعة واحدة على الأقل تختلف في توزيعها الاحتمالي، أو في وسيطها الترتيبي، عن باقي المجموعات الأخرى. تجدر الإشارة إلى أن الفرضية البديلة لا تحدد مسبقاً المجموعة التي تظهر هذا الاختلاف، ولا تبين اتجاه الفروق أو مقدارها، بل تكتفي بإثبات وجود عدم تجانس عام في التوزيع الترتيبي الكلي للبيانات المدروسة، مما يتطلب لاحقاً إجراء استقصاءات بعدية متخصصة لاستجلاء الفروق الزوجية الدقيقة.

يتم اتخاذ القرار برفض الفرضية الصفرية وقبول الفرضية البديلة استناداً إلى مقارنة القيمة الاحتمالية المحسوبة (p-value) بمستوى الدلالة المعياري المحدد سلفاً من قِبل الباحث، والذي يُرمز له بالرمز ألفا (α)، ويُضبط عادة عند 0.05 أو 0.01 في البحوث النفسية والسلوكية. فإذا كانت القيمة الاحتمالية أقل من أو تساوي ألفا، يستنتج الباحث وجود دليل إحصائي كافٍ لرفض فرضية التساوي، مما يؤكد أن المتغير المستقل يمارس تأثيراً جوهرياً يتجاوز حدود الصدفة العشوائية البحتة.

1.3 الأساس الرياضي وحساب إحصائية الاختبار (H-statistic)

يعتمد الحساب الرياضي لإحصائية كروسكال-واليس، والتي يُرمز لها عالمياً بالحرف (H)، على تفكيك التباين الإجمالي للرتب التجميعية ومقارنة متوسط رتبة كل مجموعة بالمتوسط العام لرتب العينة الكلية. تبدأ العملية بدمج جميع المشاهدات من المجموعات المختلفة وعددها الإجمالي (N)، ثم ترتيب هذه المشاهدات تصاعدياً من الرتبة 1 إلى الرتبة N. بعد ذلك، يتم حساب مجموع الرتب الخاص بكل مجموعة على حدة (Ri)، حيث يعكس هذا المجموع الموضع النسبي لمشاهدات تلك المجموعة ضمن الفضاء البياني الموحد.

تُحسب إحصائية الاختبار H باستخدام الصيغة الرياضية الكلاسيكية التالية: تُضرب القيمة الناتجة عن قسمة العدد 12 على حاصل ضرب N في (N + 1) في المجموع التراكمي لمربعات مجموع رتب كل مجموعة مقسوماً على حجم عينتها المستقلة (ni)، ثم يُطرح من الناتج الكلي المقدار 3 مضروباً في (N + 1). تعكس هذه المعادلة بدقة مدى ابتعاد متوسطات رتب المجموعات الفرعية عن متوسط الرتب المتوقع تحت مظلة الفرضية الصفرية، حيث تشير القيم المرتفعة لإحصائية H إلى تباعد جوهري بين توزيعات المجموعات.

في الحالات العملية التي تتضمن وجود قيم عددية متطابقة في البيانات الخام، تنشأ ما تُعرف بالرتب المتكررة أو المربوطة (Tied Ranks). عندئذ، يتم تخصيص متوسط الرتب المتنازع عليها لكل قيمة متطابقة، ويستلزم ذلك تطبيق معامل تصحيح رياضي يُقسم عليه المقدار H المحسوب لضمان عدم تضخيم أو تقليل الدلالة الاحتمالية. يتقارب التوزيع العيني لإحصائية H تقارباً مقارباً مع توزيع مربع كاي (Chi-Square Distribution) بدرجات حرية تساوي عدد المجموعات مطروحاً منه واحد (df = k – 1)، شريطة ألا يقل حجم العينة في كل مجموعة عن 5 مشاهدات لضمان دقة التقريب الاستدلالي.

2. المقارنة المنهجية بين اختبار كروسكال-واليس وتحليل التباين الأحادي (One-Way ANOVA)

2.1 أوجه التشابه والاختلاف البارزة

يشترك اختبار كروسكال-واليس مع تحليل التباين الأحادي في البنية التصميمية للبحث التجريبي وشبه التجريبي، حيث يستهدف كلا النموذجين دراسة الفروق بين ثلاث مجموعات مستقلة أو أكثر تحت تأثير متغير تصنيفي واحد. يسعى كلاهما إلى الإجابة عن التساؤل المنهجي الجوهري: هل تختلف استجابات المجموعات التجريبية والضابطة اختلافاً حقيقياً يمكن تعميمه على المجتمع الأصلي؟ كما يُعتبر كلا الاختبارين من الاختبارات الإجمالية الشاملة (Omnibus Tests)، التي تخبر الباحث بوجود فرق عام دون تحديد مكان هذا الفرق بين الأزواج المستقلة بالتفصيل.

تكمن نقطة الافتراق المنهجية الجوهرية في النموذج الرياضي المستخدم ومعيار النزعة المركزية؛ إذ يرتكز تحليل التباين الأحادي على مقارنة المتوسطات الحسابية وتفكيك مجموع مربعات الانحرافات عن المتوسط، مفترضاً أن البيانات تتبع مقياساً فئوياً فاصلاً أو نسبياً مستمراً. في المقابل، يرتكز اختبار كروسكال-واليس على معالجة الرتب التجميعية ومقارنة التوزيعات التراكمية، مما يجعله متعالياً على مقاييس المسافات الخطية، وموجهاً أساساً نحو دراسة تراتبية البيانات وليس مقاديرها المطلقة، وهو ما يغير طبيعة الاستنتاج الرياضي من مقارنة متوسطات إلى مقارنة وسائط وتوزيعات رتب.

علاوة على ذلك، يظهر تباين حاد بين الاختبارين في درجة الحساسية للقيم الشاذة والمتطرفة (Outliers). فبينما يتأثر تحليل ANOVA بشكل مفرط بالقيم المتطرفة التي تسحب المتوسط الحسابي وتضخم التباين الداخلي للخطأ مما قد يؤدي إلى قرارات إحصائية مضللة، يبدي اختبار كروسكال-واليس متانة فائقة (Robustness) تجاه هذه القيم، نظراً لأن القيمة المتطرفة القصوى تأخذ أعلى رتبة تجميعية فقط بغض النظر عن بعدها الرقمي الهائل عن بقية المشاهدات، مما يحمي النموذج من التشوه الإحصائي.

2.2 متى يجب تفضيل اختبار كروسكال-واليس على ANOVA؟

يتعين على الباحث اللجوء إلى اختبار كروسكال-واليس في العديد من المواقف المنهجية التي تفشل فيها البيانات في تلبية الافتراضات الصارمة لتحليل التباين المعلمي. يأتي في مقدمة هذه الحالات انتهاك افتراض التوزيع الطبيعي داخل واحدة أو أكثر من المجموعات قيد الدراسة، وخاصة عندما يكون الالتواء (Skewness) أو التفرطح (Kurtosis) شديداً، وتتعذر معالجته بالتحويلات الرياضية القياسية كالتحويل اللوغاريتمي أو تحويل الجذر التربيعي دون فقدان المعنى الفيزيائي للمتغير المدروس.

المعيار الثاني الذي يفرض استخدام كروسكال-واليس هو صغر حجم العينات التجريبية (أقل من 15 أو 20 مشاركاً في كل مجموعة)، حيث تفقد نظرية النهاية المركزية (Central Limit Theorem) قدرتها على تصحيح الانحرافات عن الاعتدالية، مما يجعل التوزيعات المعلمية غير موثوقة. يُضاف إلى ذلك طبيعة المتغير التابع ذاته؛ فعندما يكون المتغير ترتيبياً بحتاً كدرجات تقييم الأداء السريري، أو تصنيفات شدة الأعراض النفسية، أو استجابات مقياس ليكرت ذات النقاط المحدودة، يصبح استخدام ANOVA خرقاً للمنطق القياسي الإحصائي ويغدو كروسكال-واليس الخيار المنهجي الحتمي.

كما يُفضل الاختبار اللامعلمي في حالات عدم تجانس التباين الشديد بين المجموعات المصحوب بتفاوت ملحوظ في أحجام العينات (Unequal Sample Sizes). على الرغم من وجود بدائل معلمية مثل اختبار ويلش (Welch’s ANOVA) للتعامل مع عدم تجانس التباين، إلا أن الجمع بين عدم التجانس والالتواء الحاد يجعل من اختبار كروسكال-واليس الأداة الأكثر أماناً وضماناً لعدم الوقوع في استنتاجات خاطئة لا تعكس البنية الحقيقية للمجتمع المسحوب منه العينات.

2.3 القوة الإحصائية وكفاءة الاختبار المقاربة

يثور في الأدبيات المنهجية نقاش مستمر حول القوة الإحصائية (Statistical Power) للاختبارات اللامعلمية مقارنة بنظيراتها المعلمية. تُعرف الكفاءة المقاربة التقريبية (Asymptotic Relative Efficiency – ARE) لاختبار كروسكال-واليس بالمقارنة مع تحليل التباين الأحادي بأنها تبلغ حوالي 95.5% عندما تكون البيانات مستوفية لافتراض التوزيع الطبيعي التام. يعني هذا المفهوم الرياضي أن الباحث لا يفقد سوى قدر ضئيل جداً من القوة الإحصائية عند استخدامه لكروسكال-واليس حتى في الظروف المثالية لتطبيق ANOVA، مما يدحض الزعم القائل بضعف الاختبارات اللامعلمية.

تتضح القوة الحقيقية لكروسكال-واليس عند التعامل مع التوزيعات الملتوية أو التوزيعات ذات الذيول الثقيلة (Heavy-tailed Distributions) والتوزيعات الأسية؛ إذ تتجاوز الكفاءة المقاربة للاختبار اللامعلمي نسبة 100%، وقد تصل إلى أكثر من 120% مقارنة بتحليل ANOVA. هذا يعني أن كروسكال-واليس يمتلك قدرة أكبر بكثير على رصد التأثيرات الحقيقية ورفض الفرضية الصفرية الخاطئة في ظل غياب الاعتدالية، حيث يتعطل تحليل ANOVA بفعل تضخم تباين الخطأ الناتج عن الذيول الممتدة والتشتت غير المنتظم.

ينعكس هذا الأداء المتفوق على الموازنة الإحصائية بين معدلات الوقوع في الخطأ من النوع الأول (Type I Error – رفض الفرضية الصفرية وهي صحيحة) والخطأ من النوع الثاني (Type II Error – قبول الفرضية الصفرية وهي خاطئة). يحافظ كروسكال-واليس على معدل الخطأ من النوع الأول ثابتاً وقريباً من القيمة الاسمية المحددة سلفاً حتى في أشد الظروف التجريبية تعقيداً، مما يوفر للباحث النفسي والسلوكي قاعدة استدلالية صلبة وذات موثوقية عالية تحمي نتائجه من التشكيك المنهجي.

3. الافتراضات الإحصائية والشروط المسبقة لتطبيق اختبار كروسكال-واليس

3.1 طبيعة المتغيرات ومستوى القياس

يشترط اختبار كروسكال-واليس توافر بنية قياسية محددة للمتغيرات قيد التحليل حتى تتسم النتائج بالصحة والملاءمة الرياضية. يتطلب الاختبار أن يكون المتغير التابع مقاساً على الأقل وفق مستوى قياس ترتيبي (Ordinal Scale)، أو أن يكون متغيراً كمياً متصلاً (Continuous Variable) أو متقطعاً (Discrete Interval/Ratio) تعذر تحليله معلمياً. يتيح المستوى الترتيبي للنظام الحسابي فرز المشاهدات وتحديد أسبقيتها النسبية بشكل تصاعدي أو تنازلي دون الحاجة إلى افتراض تساوي المسافات بين رتب المقياس.

في المقابل، يجب أن يكون المتغير المستقل متغيراً فئوياً تصنيفياً (Categorical/Nominal Variable) يتألف من مستويين أو أكثر، وإن كان التطبيق العملي للاختبار يتركز أساساً على التصاميم التي تحتوي على ثلاثة مستويات فأكثر نظراً لأن حالة المجموعتين تُعالج عادة باختبار مان-ويتني. يجب أن تكون هذه الفئات محددة بدقة ومانعة للجمع، بحيث ينتمي كل مفحوص أو مشارك في التجربة إلى مستوى واحد فقط من مستويات المتغير المستقل، مع استبعاد أي تداخل بين التصنيفات العلاجية أو التشخيصية المدروسة.

تُعد استجابات مقاييس ليكرت الخماسية أو السباعية الشائعة في الاستبيانات النفسية والمسوح السلوكية نموذجاً مثالياً للمتغير التابع الترتيبي الصالح لاختبار كروسكال-واليس. فبالرغم من أن الباحثين يرمزون هذه الاستجابات بأرقام من 1 إلى 5، إلا أن المسافة النفسية بين “أوافق بشدة” و”أوافق” لا يمكن إثبات مطابقتها رياضياً للمسافة بين “محايد” و”أعارض”، وهو ما يجعل معاملتها كمتغيرات فترية خطأ منهجياً جسيماً، في حين يتعامل كروسكال-واليس مع هذه الرتب الرقمية بكفاءة وموضوعية كاملة.

3.2 استقلالية المشاهدات والعينات

تُعد استقلالية المشاهدات حجر الزاوية الذي لا يمكن التنازل عنه في اختبار كروسكال-واليس، ويُقصد بهذا الشرط أن قياس كل فرد في العينة لا يتأثر بأي شكل من الأشكال بقياسات الأفراد الآخرين داخل المجموعة نفسها أو في المجموعات الأخرى. يتطلب ذلك تطبيق إجراءات أخذ عينات عشوائية صارمة، وتوزيع المشاركين على المجموعات التجريبية والضابطة بطريقة تضمن استقلال مسارات المعالجة والقياس، لتجنب أي تحيز بنائي ناجم عن التفاعل المتبادل بين أفراد التجربة.

يترتب على هذا الشرط الجوهري عدم صلاحية اختبار كروسكال-واليس للتصاميم التجريبية القائمة على القياسات المتكررة (Repeated Measures Designs) التي يُقاس فيها نفس المشاركين عبر فترات زمنية متعددة (مثل القياس القبلي والبعدي والتتبعي)، أو التصاميم القائمة على المجموعات المزدوجة والمتطابقة (Matched Pairs). ففي مثل هذه السيناريوهات، تنشأ علاقة ارتباط ذاتي بين درجات الأفراد عبر القياسات، مما يتطلب استخدام بدائل لامعلمية متخصصة كاختبار فريدمان (Friedman Test) المصمم خصيصاً للعينات المترابطة.

يؤدي انتهاك افتراض الاستقلالية، كوجود تجميع عنقودي للمشاركين داخل فصول دراسية أو عيادات دون ضبط إحصائي، إلى انخفاض التباين الفعلي للخطأ وتضخيم إحصائية الاختبار بشكل مصطنع. ينتج عن هذا التضخم ارتفاع حاد في معدل الخطأ من النوع الأول، مما يقود الباحث إلى استنتاج وجود فروق وهمية لا وجود لها في المجتمع الأصلي، الأمر الذي يشدد على ضرورة التأكد من استقلالية التصميم التجريبي قبل الشروع في الإجراءات البرمجية والحسابية.

3.3 افتراض تماثل شكل التوزيع وتفسير الوسائط

من أكثر المفاهيم المغلوطة في الأدبيات الإحصائية الشائعة هو الاعتقاد بأن اختبار كروسكال-واليس يختبر دائماً الفروق بين وسائط المجموعات (Medians). من الناحية الرياضية البحتة، يختبر كروسكال-واليس في جوهره تساوي التوزيعات الاحتمالية الشاملة للمجموعات؛ أي أنه يتحقق مما إذا كانت العينات قد سُحبت من مجتمعات متطابقة في الموقع والشكل والتشتت، دون تخصيص معيار وسيط بذاته كهدف حصري للاختبار العام.

لكي يحق للباحث تفسير نتائج الاختبار بدلالة وجود فروق جوهرية بين وسائط المجموعات، يجب استيفاء شرط إضافي يتمثل في تماثل أشكال التوزيعات التكرارية والبيانية لجميع المجموعات المدروسة. يعني هذا الشرط أن تكون المجموعات متقاربة في درجات الالتواء والتفرطح والتشتت العام، مع وجود إزاحة أو إزاحة موضعية (Location Shift) فقط تحرك المنحنى ككل نحو اليمين أو اليسار على المحور الأفقي، مما يسمح بعزو الفروق الإحصائية مباشرة إلى تغير قيمة الوسيط بين المجموعات.

إذا كانت أشكال التوزيعات متباينة تبايناً حاداً بين المجموعات—كأن يكون توزيع إحدى المجموعات ملتوياً التواءً موجباً شديداً بينما يتبع توزيع المجموعة الأخرى شكلاً ثنائي المنوال أو متماثلاً تماماً—فإن الفروق الناتجة عن اختبار كروسكال-واليس لا تعبر بالضرورة عن اختلاف الوسائط. في هذا الموقف المنهجي الدقيق، يقتصر التفسير العلمي السليم على وجود اختلاف في التوزيع العام أو في متوسطات الرتب التجميعية للمجموعات، مما يفرض على المحلل فحص الأشكال البيانية قبل صياغة الاستنتاج النهائي.

4. إعداد بيئة العمل البرمجية في بايثون واستيراد المكتبات المتخصصة

4.1 تهيئة وتثبيت حزم التحليل الإحصائي الأساسية

تتطلب الحوسبة الإحصائية المتقدمة في بايثون بناء بيئة عمل مستقرة تعتمد على حزم برمجية مفتوحة المصدر تمتاز بالدقة الحسابية العالية والاعتماد الأكاديمي الواسع. تأتي مكتبة SciPy في قلب هذه المنظومة من خلال وحدتها الإحصائية المتخصصة scipy.stats، والتي توفر خوارزميات متطورة لتنفيذ التحليلات اللامعلمية وفحص التوزيعات بدقة متناهية. يتم تثبيت هذه الحزم عبر مدير الحزم القياسي من خلال تشغيل الأمر pip install scipy pandas numpy scikit-posthocs في سطر الأوامر لضمان توافر كافة الأدوات الحسابية المطلوبة.

تلعب مكتبة Pandas دوراً محورياً في تنظيم البيانات وهيكلتها عبر كائنات DataFrame وSeries، مما يسهل عمليات تصفية وتجميع المشاهدات وتطبيق المعالجات الشرطية واستخراج المؤشرات الإحصائية الفرعية لكل مجموعة تجريبية بكفاءة عالية. في الوقت ذاته، توفر مكتبة NumPy البنية التحتية للحوسبة المصفوفية السريعة والعمليات الجبرية الموجهة، مما يسمح بحساب مصفوفات الرتب والتوزيعات العددية بأعلى سرعة معالجة ممكنة حتى مع مجموعات البيانات الضخمة.

ولإجراء المقارنات الزوجية اللاحقة التي تعقب ثبوت الدلالة الإحصائية للاختبار العام، يتم الاعتماد على مكتبة Scikit-posthocs. تمثل هذه الحزمة إضافة استثنائية لمنظومة بايثون التحليلية، حيث تدمج مجموعة متكاملة من الاختبارات البعدية اللامعلمية مع خيارات متنوعة لضبط مستويات المعنوية، متجاوزة بذلك القصور التاريخي في بعض المكتبات العامة التي كانت تفتقر إلى خوارزميات الاختبارات البعدية غير المعلمية المتخصصة.

4.2 إعداد مكتبات التمثيل والتصوير البياني

يمثل الاستكشاف البصري والتصوير البياني ركيزة جوهرية لا غنى عنها لفهم توزيعات البيانات وتفسير الفروق الإحصائية بين المجموعات بطريقة تدركها العين المجردة قبل وأثناء إجراء التحليلات الرياضية. لهذا الغرض، يتم توظيف مكتبة Matplotlib بوصفها المحرك الرسومي الأساسي في بايثون، والذي يوفر تحكماً دقيقاً في كافة العناصر الهندسية للمخططات، مثل أبعاد اللوحات، ونطاقات المحاور، وتنسيقات الخطوط، وتصدير الأشكال بدقة طباعية فائقة بصيغ المتجهات أو الرسوم النقطية عالية الدقة.

تتكامل هذه المنظومة مع مكتبة Seaborn المتخصصة في التصوير الإحصائي المتقدم، والتي تبسط إنشاء مخططات التوزيع التكراري، والمخططات الصندوقية، ومخططات الكمان المعقدة عبر استدعاءات برمجية موجزة وأنيقة. تتيح Seaborn ربط المتغيرات الفئوية والكمية مباشرة بالألوان والأنماط، مما يبرز التباينات الهيكلية بين المجموعات التجريبية والضابطة ويسهل استكشاف مواضع التباين وشكل الذيول والوسائط في لمحة بصرية واحدة.

لضمان توافق المخططات البيانية المنتجة مع معايير النشر الأكاديمي المعتمدة عالمياً مثل دليل APA، يتم ضبط السمات البصرية مسبقاً من خلال إعدادات sns.set_theme(style="whitegrid", palette="colorblind") وضبط معايير الخطوط وحدود المحاور. يضمن هذا التنسيق ظهور الرسوم الإحصائية بوضوح كامل وخلوها من التعقيدات الرسومية غير الضرورية (Chartjunk)، مما يجعلها جاهزة للإدراج المباشر في الأوراق العلمية والتقارير الفنية المحكمة.

4.3 التحقق من توافق الإصدارات وتجهيز دفتر العمل

يقتضي الالتزام الصارم بقابلية إعادة الإنتاج العلمي (Scientific Reproducibility) تثبيت بيئة العمل والتحقق الدقيق من أرقام إصدارات المكتبات المستدعاة لتجنب الأخطاء البرمجية الناتجة عن تغيير توقيعات الدوال (Function Signatures) أو تعديل المعاملات الافتراضية عبر التحديثات البرمجية المتعاقبة. يتم التحقق من ذلك برمجياً عبر استعراض خصائص __version__ لكل مكتبة مستوردة في بداية دفتر العمل (Jupyter Notebook) أو النص البرمجي المستقل لتوثيق النسخ التشغيلية المستخدمة في التحليل بدقة تامة.

علاوة على ذلك، يتم ضبط خيارات البيئة التشغيلية لحزمة Pandas باستخدام الأوامر البرمجية المخصصة مثل pd.set_option('display.max_columns', None) وpd.set_option('display.float_format', lambda x: '%.4f' % x). تمنع هذه الإعدادات إخفاء أو اقتطاع الأعمدة والصفوف أثناء عمليات المعاينة والفحص الإحصائي، كما تضمن عرض القيم العشرية ومستويات الدلالة بأربعة أرقام عشرية على الأقل، مما يحول دون تقريب القيم الاحتمالية الصغرى إلى الصفر التام دون قصد.

تكتمل هذه التجهيزات بضبط بذور توليد الأرقام العشوائية (Random Seeds) باستخدام np.random.seed(42) في كافة الإجراءات التي تتضمن محاكاة، أو توزيعاً عشوائياً للمشاركين، أو تقنيات إعادة أخذ العينات (Bootstrapping). يضمن هذا الإجراء البرمجي تطابق المخرجات الإحصائية تطابقاً تاماً في كل مرة يُعاد فيها تشغيل النص البرمجي، وهو مبدأ أساسي من مبادئ النزاهة العلمية والشفافية المنهجية في البحوث القائمة على الحوسبة الإحصائية.

5. تجهيز واستكشاف البيانات النفسية والسلوكية قبل التحليل (EDA)

5.1 استيراد وتشكيل البيانات في هياكل Pandas DataFrames

تبدأ الخطوة التنفيذية الأولى باستيراد مصفوفات البيانات من مصادرها الخام، سواء كانت ملفات نصية مفصولة بفواصل (CSV)، أو جداول إلكترونية (Excel)، أو قواعد بيانات هيكلية، عبر دوال القراءة المتقدمة في Pandas مثل pd.read_csv(). يتم فحص الهيكل العام للبيانات والتحقق من المسميات الدقيقة للأعمدة وتحديد أنواع البيانات البرمجية لكل متغير للتأكد من التعرف الصحيح على المتغيرات الفئوية والكمية دون أي التباس في التفسير الآلي.

يواجه الباحثون في التحليل الإحصائي صيغتين أساسيتين لتنظيم البيانات: التنسيق العريض (Wide-form)، وفيه يمثل كل عمود مجموعة تجريبية مستقلة تحتوي على درجات أفرادها، والتنسيق الطويل (Long-form/Tidy Data)، وفيه يُمثل كل سطر مشاهدة فردية واحدة عبر عمود يحدد الفئة التجريبية وعمود آخر يحتوي على الدرجة المقاسة. تتفوق الصيغة الطويلة في قدرتها على التكامل المباشر مع مكتبات التحليل البعدي والتصوير البياني الحديثة، ويتم التحويل بين التنسيقين بسلاسة باستخدام دوال مثل pd.melt() أو pd.pivot_table() وفقاً لمتطلبات خوارزميات التحليل المطبقة.

من الضروري كذلك التأكد من الترميز الفئوي الصحيح للمتغير المستقل عبر تحويله صراحة إلى نوع البيانات الفئوي category في بايثون، وتحديد الترتيب المنطقي للفئات إذا لزم الأمر، مثل ترتيب المجموعات: “قائمة الانتظار”، “العلاج السلوكي المعرفي”، “اليقظة الذهنية”. يضمن هذا الضبط البرمجي اتساق ترتيب الفئات في كافة الجداول الإحصائية والمخططات البيانية اللاحقة، مما يمنع التداخل أو الترتيب العشوائي الذي قد يربك تفسير النتائج.

5.2 حساب الإحصاءات الوصفية ومقاييس النزعة المركزية

نظراً لأن اختبار كروسكال-واليس يندرج ضمن التحليلات اللامعلمية، فإن الاقتصار على حساب المتوسطات الحسابية والانحرافات المعيارية يُعد قصوراً منهجياً لا يقدم صورة دقيقة عن تموضع البيانات. يتعين على المحلل حساب مقاييس النزعة المركزية والتشتت اللامعلمية لكل مجموعة مستقلة على حدة، وفي مقدمتها الوسيط الإحصائي (Median) ونصف المدى الربيعي أو المدى بين الربيعين (Interquartile Range – IQR) المحسوب كفارق بين الربيع الثالث (Q75) والربيع الأول (Q25) باستخدام دالتي groupby() وdescribe() في Pandas.

بالإضافة إلى ذلك، يلعب حساب متوسطات الرتب (Mean Ranks) لكل مجموعة دوراً كاشفاً بالغ الأهمية؛ إذ يعتمد الاختبار في حسابه الفعلي على هذه المتوسطات الترتيبية وليس على الوسائط المجردة. يتم حساب الرتب الشاملة برمجياً عبر دالة scipy.stats.rankdata() على المتغير التابع المدمج، ثم حساب المتوسط الحسابي لهذه الرتب داخل كل فئة تجريبية، مما يمنح الباحث رؤية واضحة ومباشرة للموقع الترتيبي الفعلي لكل مجموعة مقارنة بالمجموعات الأخرى قبل تشغيل الاختبار الاستدلالي.

يستكمل الاستكشاف الوصفي بفحص مؤشرات شكل التوزيع، وتحديداً معاملي الالتواء (Skewness) والتفرطح (Kurtosis) لكل مجموعة فرعية باستخدام دوال skew() وkurtosis() الإحصائية. تشير القيم التي تتجاوز النطاق المرجعي المقبول (غالباً بين -1 و +1 أو -2 و +2 حسب الصرامة المنهجية) إلى تشوه ملحوظ في التوزيع وافتقاره للاعتدالية، مما يعزز المبرر المنهجي لاستبعاد النماذج المعلمية وتفضيل المقاربة اللامعلمية القائمة على الرتب.

5.3 التحقق البرمجي من افتراضات الاعتدالية والتجانس

يتطلب اتخاذ قرار علمي مبرر بتفضيل اختبار كروسكال-واليس على ANOVA اختبار الافتراضات المعلمية برمجياً وتوثيق نتائجها في متن التقرير البحثي. يتم تقييم افتراض التوزيع الطبيعي لكل مجموعة بشكل منفصل باستخدام اختبار شابيرو-ويلك (Shapiro-Wilk Test) عبر استدعاء دالة stats.shapiro() في SciPy. يُعتبر هذا الاختبار من أقوى الاختبارات الإحصائية لرصد الانحرافات عن التوزيع الطبيعي في العينات الصغيرة والمتوسطة، حيث تشير القيمة الاحتمالية الأقل من 0.05 إلى خرق صريح لافتراض الاعتدالية ورفضه إحصائياً.

تتكامل هذه الخطوة بفحص افتراض تجانس التباين (Homogeneity of Variance) بين المجموعات المستقلة. ونظراً لأن اختبار ليفين الكلاسيكي (Levene’s Test) يعتمد على المتوسطات ويكون حساساً لخرق الاعتدالية، يتم استخدام النسخة المعدلة المعتمدة على الوسيط (المعروفة باختبار براون-فورسيث) عبر تمرير المعامل center='median' إلى دالة stats.levene()، أو تطبيق اختبار فلينر-كلين (Fligner-Killeen Test) فائق المتانة عبر دالة stats.fligner() المخصصة للبيانات غير الطبيعية.

عندما تُظهر النتائج البرمجية دلالة إحصائية في اختبار شابيرو-ويلك لواحدة أو أكثر من المجموعات (p < 0.05)، أو تفشل اختبارات التجانس في إثبات تساوي التباينات بالتزامن مع عدم التكافؤ في أحجام العينات، يُصبح التحليل المعلمي لاغياً وغير صالح للاستخدام من الناحية المنهجية. في هذه اللحظة، يوثق الباحث هذا الخرق بصورة أكاديمية معللاً الانتقال الرسمي والمباشر إلى تطبيق اختبار كروسكال-واليس كإجراء استدلالي بديل يوفر الحماية الكاملة لصدق النتائج الإحصائية.

6. تنفيذ اختبار كروسكال-واليس في بايثون باستخدام SciPy

6.1 استخدام دالة scipy.stats.kruskal الأساسية

يمثل استدعاء دالة scipy.stats.kruskal المسار البرمجي المعياري لتنفيذ الاختبار في بايثون. تتميز هذه الدالة ببنيتها النحوية الفعالة التي تقبل استقبال المتغيرات بعدة أشكال بيانية، حيث يمكن تمرير مصفوفات الأرقام الخاصة بكل مجموعة كمعاملات مستقلة مفصولة بفواصل، أو استخدام عامل تفكيك القوائم النجمي (Unpacking Operator *) لتمرير مصفوفات المجموعات المستخرجة تلقائياً من عمليات التجميع في كائنات Pandas.

تتم الصياغة البرمجية النموذجية عبر تجميع درجات المتغير التابع المقابلة لكل مستوى من مستويات المتغير المستقل في قائمة استيعابية (List Comprehension)، كأن يُكتب: groups = [group['Score'].values for _, group in df.groupby('Treatment')]، ثم تُمرر هذه القائمة المفككة مباشرة إلى الدالة عبر stat, p_val = stats.kruskal(*groups). تقوم الدالة داخلياً بإجراء الترتيب التجميعي الشامل، واحتساب مجاميع الرتب، وتطبيق معادلة التصحيح للرتب المتكررة تلقائياً، دون الحاجة لأي تدخل حسابي يدوي من قِبل المستخدم.

تُرجع الدالة كائناً إحصائياً يحتوي على قيمتين محوريتين: إحصائية الاختبار المحسوبة (H-statistic)، والتي يُشار إليها برمجياً بـ statistic، والقيمة الاحتمالية المقابلة المستندة إلى تقريب توزيع مربع كاي (Asymptotic p-value). يتم تخزين هذين المتغيرين وتنسيق عرضهما رقمياً، مما يوفر القاعدة الرقمية الجاهزة للمقارنة الفورية مع مستوى الدلالة المعتمد وإصدار القرار الاستدلالي المطلوب.

6.2 التعامل مع البيانات المفقودة والقيم غير المعرفة (NaN)

تُعد معالجة القيم المفقودة من القضايا الحساسة في الحوسبة الإحصائية؛ إذ قد يؤدي وجود مشاهدة واحدة غير معرفة (NaN) داخل المصفوفة المدخلة إلى إرجاع نتائج غير معرفة بالكامل للاختبار إذا لم يتم ضبط سياسة المعالجة بدقة. توفر دالة stats.kruskal في الإصدارات الحديثة من مكتبة SciPy المعامل المدمج nan_policy للتحكم البرمجي المباشر في كيفية التعاطي مع هذه الحالات الشائعة في الأبحاث النفسية والتطبيقية.

يتيح هذا المعامل ثلاثة خيارات رئيسية: الخيار الأول nan_policy='propagate' وهو السلوك الافتراضي الذي يعيد قيمة NaN إذا وُجدت أي قيمة مفقودة؛ والخيار الثاني nan_policy='raise' الذي يُطلق استثناءً وخطأً برمجياً فورياً يوقف التنفيذ لتنبيه المحلل بوجود فجوات في البيانات؛ بينما يمثل الخيار الثالث nan_policy='omit' الحل الأنسب في كثير من الأحيان، حيث يقوم بتجاهل وحذف القيم المفقودة تلقائياً من حسابات الرتب لكل مجموعة على حدة وإجراء الاختبار على البيانات المكتملة فقط.

من الناحية المنهجية، يُفضل تنظيف البيانات وتصفيتها مسبقاً داخل هياكل Pandas باستخدام دالة dropna(subset=['Score']) وتوثيق عدد ونسبة المشاهدات المحذوفة بدقة في التقرير. يضمن هذا الإجراء الشفافية الإحصائية التامة، ويسمح للباحث بدراسة نمط الفقدان (Missing Data Mechanism) للتأكد من أنه عشوائي تماماً (MCAR) ولا يمثل تحيزاً نظامياً قد يؤثر سلباً على القوة الإحصائية وتمثيل العينة الإكلينيكية.

6.3 أتمتة الاختبار على مجموعات بيانات متعددة المتغيرات

في الأبحاث النفسية والمسوح السلوكية الواسعة، غالباً ما يجمع الباحثون درجات متعددة على بطاريات مقاييس فرعية متنوعة (مثل مقياس القلق، ومقياس الاكتئاب، ومقياس الرضا الحياتي) تحت تأثير نفس المتغير التجريبي المستقل. في هذه الحالات، تصبح كتابة اختبار منفصل لكل متغير عملية برمجية رتيبة وعرضة للخطأ، مما يستدعي بناء دوال مخصصة لأتمتة الاختبار وتوليد جداول إحصائية مجمعة وشاملة لكافة المتغيرات التابعة دفعة واحدة.

يتم تحقيق هذه الأتمتة من خلال صياغة دالة بايثون تأخذ إطار البيانات، واسم عمود المتغير المستقل، وقائمة بأسماء المتغيرات التابعة كمدخلات. تقوم الدالة بالدوران التكراري (Looping) عبر المتغيرات، واستدعاء دالة stats.kruskal لكل متغير، واستخراج إحصائية H، ودرجات الحرية (df)، والقيمة الاحتمالية p، إضافة إلى حساب الوسائط وحجوم الأثر لكل مقياس، ثم تجميع هذه المخرجات في جدول موحد منظم ككائن pd.DataFrame يتميز بالجاهزية للعرض والنشر.

تتيح هذه الهيكلة البرمجية إمكانية تطبيق شروط ترشيح منطقية متقدمة باستخدام أساليب الفلترة في Pandas، مثل استخراج المقاييس التي حققت دلالة إحصائية جوهرية فقط (p < 0.05) تلقائياً، وتمريرها مباشرة إلى خطوط معالجة التحليل البعدي والتصوير البياني. يقلل هذا النهج المؤتمت من الجهد والوقت الحسابي، ويحد من الأخطاء البشرية في نقل الأرقام، ويرتقي بجودة الكود البرمجي ليصبح نموذجاً قابلاً لإعادة الاستخدام في مشاريع بحثية مستقبلية متطابقة في البنية.

7. تفسير النتائج الإحصائية ومخرجات الدلالة (H-statistic & p-value)

7.1 تفسير قيمة إحصائية الاختبار ودرجات الحرية

تمثل إحصائية الاختبار H المقياس الكمي الموحد لمقدار التباعد والانفصال بين توزيعات الرتب للمجموعات المستقلة؛ فكلما كانت المشاهدات الخاصة بمجموعة معينة تتركز باستمرار في الرتب العليا أو الدنيا من المصفوفة الشاملة بينما تتركز مشاهدات المجموعات الأخرى في مواقع مختلفة، ارتفعت قيمة إحصائية H المحسوبة. وعلى العكس من ذلك، إذا كانت رتب المشاهدات موزعة عشوائياً ومتداخلة بالتساوي بين جميع المجموعات، تقترب قيمة H من الصفر، مما يدل على عدم وجود تأثير يذكر للمتغير المستقل.

ترتبط إحصائية H مباشرة بدرجات الحرية (Degrees of Freedom – df)، والتي تُحسب دائماً بطرح واحد من العدد الإجمالي للمجموعات المستقلة الخاضعة للمقارنة (df = k – 1). تُعد درجات الحرية المعامل الأساسي الذي يحدد شكل منحنى توزيع مربع كاي المرجعي المستخدم لتقييم معنوية H. فالقيمة المحسوبة لإحصائية H في تصميم يضم 3 مجموعات (df = 2) تتطلب حداً حرجاً أدنى لتحقيق الدلالة مقارنة بتصميم يضم 5 مجموعات (df = 4)، نظراً لاتساع فضاء الاحتمالات العشوائية مع زيادة عدد المجموعات.

من الناحية الاستدلالية، تتم مقارنة القيمة المحسوبة لإحصائية H بالقيمة الحرجة المستخرجة من جداول توزيع مربع كاي عند درجات الحرية المعنية ومستوى ألفا المحدد. إذا تجاوزت القيمة المحسوبة القيمة الجدولية الحرجة، يتم رفض الفرضية الصفرية رسمياً؛ ومع ذلك، توفر حزم الحوسبة الحديثة كـ SciPy حساباً رقمياً دقيقاً ومباشراً للاحتمالية المقاربة المرتبطة بهذه القيمة، مما يجعل الاعتماد على القيمة الاحتمالية p المسار التحليلي الأكثر دقة ومرونة في التطبيق العملي.

7.2 قراءة وتفسير القيمة الاحتمالية (p-value)

تُعبر القيمة الاحتمالية (p-value) الناتجة عن اختبار كروسكال-واليس عن الاحتمال الرياضي للحصول على فروق بين متوسطات رتب المجموعات مساوية أو أشد تطرفاً من تلك المرصودة في العينة التجريبية، بافتراض أن الفرضية الصفرية القائلة بعدم وجود أي فروق في المجتمع صحيحة تماماً. تعكس هذه القيمة مدى اتساق البيانات العينية مع النموذج الصفري، حيث تشير القيم المنخفضة جداً إلى أن البيانات المرصودة نادرة الحدوث تحت مظلة الصدفة وحدها.

عندما تكون القيمة الاحتمالية أقل من عتبة الدلالة المعتمدة (مثل p < 0.05)، يُصدر المحلل قراره المنهجي برفض الفرضية الصفرية والتأكيد على وجود فروق ذات دلالة إحصائية بين مجموعة واحدة على الأقل وبقية المجموعات. أما إذا كانت القيمة الاحتمالية أكبر من أو تساوي 0.05، يفشل الباحث في رفض الفرضية الصفرية، مما يعني أن الفروق الملاحظة بين رتب المجموعات يمكن عزوها منطقياً إلى تباينات المعاينة العشوائية البحتة، ولا يوجد دليل إحصائي كافٍ لإثبات تأثير المتغير المستقل.

مع ذلك، يجب الحذر الأكاديمي الشديد من الخلط بين “الدلالة الإحصائية” و”الدلالة الإكلينيكية أو العملية”. فقد تسفر العينات شديدة الضخامة عن قيم p متناهية الصغر (مثل p < 0.001) حتى لو كانت الفروق الفعلية في الدرجات بين المجموعات طفيفة وهامشية ولا تحمل أي قيمة تطبيقية في الميدان النفسي أو العلاجي. يفرض هذا التمييز الجوهري على الباحث عدم الاكتفاء بالقيمة الاحتمالية المجردة، وإلزامية دعمها بحساب حجوم الأثر والمقاييس الوصفية للوقوف على الأهمية الواقعية للتأثير المرصود.

7.3 صياغة التقرير الإحصائي وفق دليل جمعية علم النفس الأمريكية (APA)

تفرض جمعية علم النفس الأمريكية (APA) في دليلها المرجعي السابع معايير بالغة الدقة لصياغة وتوثيق نتائج الاختبارات اللامعلمية في المجلات والأوراق البحثية المحكمة. يتم تدوين نتيجة اختبار كروسكال-واليس في المتن الإنشائي بالرمز المائل H متبوعاً بدرجات الحرية بين قوسين، ثم علامة التساوي متبوعة بالقيمة المحسوبة لإحصائية الاختبار مقربة إلى منزلتين عشريتين، تليها فاصلة والقيمة الاحتمالية p مع الإشارة إلى حجم الأثر المحسوب (مثل: H(2) = 14.82, p < .001, ε² = .18).

يجب أن يُرفق هذا التقرير الرقمي دائماً بالإحصاءات الوصفية اللامعلمية التفصيلية لكل مجموعة تجريبية، والتي تشمل الوسيط (Mdn) والمدى بين الربيعين (IQR) أو متوسط الرتبة (Mean Rank)، لتمكين القارئ من فهم اتجاه التباين ومواضع التفوق بين المجموعات. ومثال ذلك: “أظهرت نتائج اختبار كروسكال-واليس وجود فروق دالة إحصائياً في مستويات الاكتئاب بين المجموعات العلاجية الثلاث، H(2) = 12.45, p = .002؛ حيث سجلت مجموعة العلاج السلوكي المعرفي وسيطاً أدنى (Mdn = 12.00, IQR = 4.00) مقارنة بمجموعة اليقظة الذهنية (Mdn = 17.50, IQR = 5.25) ومجموعة قائمة الانتظار (Mdn = 26.00, IQR = 6.00)”.

إذا كانت القيمة الاحتمالية متناهية الصغر، يُحظر تدوينها بصيغة p = .0000 في معايير APA، بل تُكتب بصيغة المتباينة p < .001. كما يوصى بإدراج جدول إحصائي ملخص يتضمن حجوم العينات، والوسائط، والربيعيات، ومصفوفة المقارنات البعدية اللاحقة، مما يضفي على البحث رصانة أكاديمية متكاملة تتيح للقراء والمراجعين التحقق المستقل من كافة الاستنتاجات الإحصائية المعروضة.

8. التحليلات البعدية والمقارنات الزوجية المتعددة (Post-hoc Tests)

8.1 أهمية التحليل البعدي بعد الحصول على نتيجة دالة

يُصنف اختبار كروسكال-واليس كاختبار كلي أو إجمالي (Omnibus Test)، وتقتصر وظيفته الرياضية على الكشف عما إذا كانت هناك فروق جوهرية في مكان ما بين المجموعات قيد الدراسة ككل. فعندما نصل إلى نتيجة دالة إحصائياً (p < 0.05) في تجربة تضم ثلاث مجموعات علاجية أو أكثر، فإن الاختبار لا يقدم أي إجابة تفصيلية حول أي المجموعات تحديداً تختلف عن الأخرى؛ فهل يختلف العلاج الأول عن الثاني فقط؟ أم يختلف كلاهما عن المجموعة الضابطة دون وجود فرق بينهما؟

هنا تبرز الأهمية الحتمية للتحليلات البعدية (Post-hoc Pairwise Comparisons) التي تتولى تفكيك هذا الاختلاف العام وإجراء مقارنات زوجية منهجية ومفصلة بين كل زوج من المجموعات على حدة. يهدف هذا الإجراء إلى تحديد المسارات الدقيقة للتأثير التجريبي وتوجيه القرارات التطبيقية والإكلينيكية بناءً على أدلة زوجية قاطعة، مع الحفاظ على التماسك الاستدلالي للبحث ككل.

ومع ذلك، يواجه الباحث عند إجراء مقارنات زوجية متعددة معضلة منهجية كبرى تُعرف بتراكم معدل الخطأ العائلي (Family-wise Error Rate – FWER). فكلما زاد عدد المقارنات الزوجية المستقلة، تضاعف احتمال ارتكاب خطأ من النوع الأول (إثبات وجود فرق بالصدفة البحتة) بشكل تراكمي وفق الصيغة 1 – (1 – α)^m (حيث m عدد المقارنات)، مما يفرض تطبيق طرائق تصحيح رياضي صارمة للقيم الاحتمالية لضمان بقاء معدل الخطأ الإجمالي تحت السيطرة الصارمة.

8.2 تطبيق اختبار دَن (Dunn’s Test) باستخدام Scikit-posthocs

يُعد اختبار دَن (Dunn’s Test)، الذي طورته العالمة أوليف جين دَن عام 1964، المعيار الذهبي المنهجي والأكثر توصية للتحليلات البعدية التي تعقب اختبار كروسكال-واليس. يكتسب اختبار دَن هذه المكانة المتفوقة لأنه يستخدم الترتيب التجميعي الشامل الموحد ونفس متوسطات الرتب المحسوبة في اختبار كروسكال-واليس الأصلي، إضافة إلى اعتماده على تباين التجميع الكلي لتقدير الخطأ المعياري، مما يجعله أكثر اتساقاً ودقة مقارنة بإعادة ترتيب أزواج العينات بشكل منفصل.

يتم تنفيذ هذا الاختبار بكفاءة وسلاسة استثنائية في بايثون عبر استدعاء دالة posthoc_dunn المتوفرة في حزمة scikit_posthocs. تأخذ الدالة إطار البيانات، والمتغير التابع، والمتغير المستقل، مع إمكانية تحديد معامل طريقة ضبط وتصحيح القيمة الاحتمالية، كأن يُكتب: posthoc_dunn(df, val_col='Score', group_col='Treatment', p_adjust='bonferroni'). تنجز الدالة كافة العمليات الرياضية الزوجية في جزء من الثانية معالجة وتصحيحاً.

تُنتج هذه الدالة مصفوفة متماثلة مربعة (Square Symmetric Matrix) تتضمن جميع القيم الاحتمالية الزوجية المصححة بين كل فئة وأخرى. يستطيع المحلل قراءة تقاطعات الصفوف والأعمدة بسهولة، حيث تشير أي قيمة احتمالية مصححة تقل عن 0.05 في المصفوفة إلى وجود فرق زوجي جوهري بين المجموعتين المتقاطعتين، مما يحسم بشكل قاطع تحديد الأزواج المسؤولة فعلياً عن الدلالة الكلية للاختبار العام.

8.3 طرق ضبط الدلالة وتعديل قيم p (P-value Adjustments)

تتعدد الاستراتيجيات الرياضية المتاحة لتعديل وضبط القيم الاحتمالية في المقارنات المتعددة، وتختلف فيما بينها من حيث درجة الصرامة التحفظية والموازنة بين الأخطاء الإحصائية. يُعد تصحيح بونفيروني (Bonferroni Correction) الخيار الكلاسيكي الأكثر تحفظاً وشيوعاً، حيث يقوم بقسمة مستوى ألفا الاسمي على إجمالي عدد المقارنات المنجزة (α / m)، أو مضاعفة القيمة الاحتمالية الناتجة بمقدار m. وعلى الرغم من قوته الفائقة في كبح الخطأ من النوع الأول، إلا أنه يفرط في التحفظ مما قد يؤدي إلى تضخيم الخطأ من النوع الثاني وتفويت فروق حقيقية ذات مغزى.

كبديل أكثر توازناً وقوة إحصائية، تبرز طريقة هولم-بونفيروني (Holm-Bonferroni Method)، والمعروفة برمجياً بـ p_adjust='holm'. تعتمد هذه الطريقة التتابعية التدريجية (Step-down Procedure) على ترتيب القيم الاحتمالية الزوجية تصاعدياً من الأصغر إلى الأكبر، ثم تعديل كل قيمة بناءً على عدد المقارنات المتبقية تباعاً. توفر طريقة هولم نفس الحماية الصارمة ضد الخطأ العائلي التي يوفرها بونفيروني، ولكنها تتمتع بقوة إحصائية أعلى بكثير تتيح رصد الفروق الواقعية بكفاءة ملحوظة.

أما في الدراسات الاستكشافية الواسعة أو الأبحاث السلوكية ذات المتغيرات والمجموعات المتعددة، فيُفضل الاعتماد على أسلوب ضبط معدل الاكتشاف الخاطئ (False Discovery Rate – FDR) المطور بواسطة بنجاميني وهوشبرغ (Benjamini-Hochberg)، والمتاح برمجياً عبر p_adjust='fdr_bh'. يهدف هذا النهج إلى التحكم في النسبة المتوقعة من الاكتشافات الإحصائية الخاطئة بدلاً من التحكم في حدوث أي خطأ منفرد، مما يمنحه قوة استثنائية في الأبحاث الحديثة دون تفريط مخل بضوابط المعنوية.

8.4 بدائل أخرى: اختبار مان-ويتني الزوجي واختبار كونوفير (Conover)

بالإضافة إلى اختبار دَن، تتوافر في التراث الإحصائي بدائل بعدية أخرى يلجأ إليها المحللون في سياقات منهجية محددة. من هذه البدائل إجراء اختبارات مان-ويتني (Mann-Whitney U Tests) الزوجية المتكررة بين كل مجموعتين على حدة مع تطبيق تصحيح بونفيروني أو هولم على مصفوفة النتائج. ومع ذلك، يعيب هذا المدخل أنه يعيد حساب الرتب بشكل منفصل لكل زوج معزول متجاهلاً رتب العينة الكلية وتباين الخطأ التجميعي الشامل، مما يجعله أقل اتساقاً من الناحية النظرية مع فلسفة اختبار كروسكال-واليس الأصلي.

البديل المتقدم الآخر هو اختبار كونوفير-إيمان (Conover-Iman Test)، وهو اختبار بعدي فائق القوة متاح في حزمة Scikit-posthocs عبر دالة posthoc_conover. يرتكز هذا الاختبار على تطبيق توزيع t الطلابي على الرتب التجميعية المستخرجة من كروسكال-واليس مع استخدام تباين الخطأ المشترك. يمتاز اختبار كونوفير بحساسيته وقوته الإحصائية العالية جداً في رصد الفروق الدقيقة، غير أنه يشترط تجانساً وثباتاً نسبياً في تباينات الرتب بين المجموعات لضمان عدم تضخيم المعنوية.

في الممارسة البحثية المعاصرة، يُنصح بالاعتماد على اختبار دَن كخيار افتراضي أولي نظراً لعموميته وملاءمته التامة لطبيعة بيانات كروسكال-واليس، بينما يُحتفظ باختبار كونوفير للحالات التي يسعى فيها الباحث لتعظيم القوة الإحصائية في ظل عينات صغيرة جداً مع التحقق المسبق من استقرار تباين الرتب. يُظهر هذا التنوع المنهجي في بايثون مرونة البرمجة الإحصائية وقدرتها على توفير الأداة الأكثر مطابقة للفرضيات البحثية المطروحة.

9. حساب وتفسير حجم الأثر الإحصائي (Effect Size Estimation)

9.1 حساب معامل إبسيلون تربيع (Epsilon-Squared: ε²)

لا يكتمل أي تحليل إحصائي استدلالي رصين بمجرد استخراج الدلالة الاحتمالية؛ فالقيمة الاحتمالية p تجيب فقط عن وجود الفرق من عدمه دون أن تفصح عن مقدار وقوة هذا التأثير في الواقع. يُعد معامل إبسيلون تربيع (Epsilon-Squared – ε²) من أدق وأفضل المقاييس اللامعلمية لحساب حجم الأثر لاختبار كروسكال-واليس، حيث يقيس النسبة المئوية للتباين في المتغير التابع الترتيبي التي يمكن تفسيرها وعزوها مباشرة إلى الفروق بين مستويات المتغير المستقل التجريبي.

يُحسب معامل إبسيلون تربيع رياضياً من خلال قسمة قيمة إحصائية الاختبار المحسوبة H على المقدار الناتج عن قسمة مربع حجم العينة الكلي مطروحاً منه واحد على حجم العينة الكلي مضافاً إليه واحد، وفق الصيغة الرياضية: ε² = H / ((N² – 1) / (N + 1))، والتي تبسط جبرياً بصورة مباشرة وأنيقة إلى المعادلة: ε² = H / (N – 1)، حيث تمثل H إحصائية كروسكال-واليس غير المصححة أو المصححة، بينما تمثل N إجمالي عدد المشاهدات والمشاركين في كافة المجموعات التجريبية مجتمعة.

تتميز هذه المعادلة بسهولة برمجتها في بايثون بدالة مخصصة موجزة: epsilon_sq = (h_stat - (k - 1)) / (n - k) أو الصيغة القياسية epsilon_sq = h_stat / (n - 1). يتراوح ناتج هذا المعامل بين الصفر والواحد الصحيح (0 إلى 1.0)، حيث تعبر القيمة 0.15 مثلاً عن أن 15% من التباين الكلي في رتب المتغير التابع يعود مباشرة إلى تأثير المعالجة التجريبية أو الانتماء الفئوي للمجموعات، وهو ما يوفر معياراً كمياً موضوعياً لتقييم الأهمية العملية للنتائج.

9.2 حساب معامل إيتا تربيع اللامعلمي (Eta-Squared: η²_H)

يُمثل معامل إيتا تربيع المعتمد على إحصائية H (Eta-Squared based on H – η²_H) مقياساً شائعاً وواسع الانتشار في الأدبيات السلوكية والطبية لتقدير حجم الأثر اللامعلمي. يقدم هذا المعامل نظيراً مباشراً لمعامل إيتا تربيع المستخدم في تحليل التباين الأحادي ANOVA، مما يسهل على الباحثين مقارنة حجوم التأثير عبر دراسات مختلفة بغض النظر عن طبيعة الاختبار الاستدلالي المطبق (معلمياً كان أم لا معلمياً).

تعتمد الصيغة الحسابية لمعامل η²_H على طرح درجات الحرية (k – 1) من القيمة المحسوبة لإحصائية H، ثم قسمة الناتج على إجمالي حجم العينة الكلي (N) مطروحاً منه عدد المجموعات (k)، وتُصاغ رياضياً كالآتي: η²_H = (H – k + 1) / (N – k). تأخذ هذه الصيغة في الاعتبار درجات الحرية وعدد المجموعات التجريبية، مما يوفر ضبطاً إضافياً يمنع تضخيم تقدير حجم الأثر في التصاميم التي تحتوي على عدد كبير من الفئات التجريبية.

يتم تطبيق هذا الحساب برمجياً في بايثون بكتابة سطر برمجي مباشر يستخرج أبعاد البيانات وإحصائية SciPy المحسوبة، كأن يُصاغ: eta_sq = (h_stat - k + 1) / (n - k). تجدر الإشارة إلى أنه في حالات التأثيرات شديدة الضعف والعينات الصغيرة، قد ينتج عن هذه المعادلة رقم سالب طفيف نتيجة لكون H المحسوبة أقل من درجات الحرية المتوقعة، وفي هذه الحالة يتم ضبط حجم الأثر برمجياً واصطلاحياً ليصبح صفراً تاماً، دلالة على انعدام التأثير المفسر.

9.3 المعايير المرجعية وتفسير قوة التأثير في الدراسات النفسية

لتفسير القيمة العددية لحجم الأثر المحسوب، يعتمد الباحثون في العلوم النفسية والسلوكية على المعايير الإرشادية الكلاسيكية التي وضعها جاكوب كوهين (Jacob Cohen)، والمكيفة للمقاييس التناسبية القائمة على التباين المفسر (ε² و η²_H). تُصنف قوة التأثير وفق هذه المعايير إلى ثلاثة مستويات رئيسية: يُعتبر حجم الأثر صغيراً (Small) إذا تراوحت القيمة بين 0.01 وأقل من 0.06، ويُصنف كمتوسط (Medium) إذا وقع بين 0.06 وأقل من 0.14، في حين يُعد كبيراً وجوهرياً (Large) إذا بلغت القيمة 0.14 فأكثر.

يكتسب هذا التصنيف أهمية إكلينيكية وتطبيقية استثنائية في تقييم التدخلات العلاجية والبرامج السلوكية؛ إذ إن تحقيق دلالة إحصائية (p < 0.05) مصحوبة بحجم أثر كبير (ε² > 0.14) يقدم برهاناً ساطعاً على أن التدخل العلاجي يحدث تغييراً ملموساً في حياة المرضى يستحق التبني والتطبيق الإكلينيكي الواسع. على النقيض من ذلك، إذا كانت الدلالة الإحصائية مصحوبة بحجم أثر ضئيل جداً (ε² < 0.02)، فإن ذلك ينبه المعالجين إلى أن الفروق نظرية وهامشية ولا تبرر التكاليف العلاجية المترتبة عليها.

تفرض إرشادات النشر الحديثة الصادرة عن المجلات العلمية المصنفة إدراج قيمة حجم الأثر وحدود فترات الثقة المرتبطة به (Confidence Intervals) جنباً إلى جنب مع إحصائيات الاختبار في التقرير النهائي. يتيح هذا التوثيق الشامل للباحثين الآخرين دمج هذه النتائج مستقبلاً في دراسات التحليل التجميعي الشامل (Meta-Analysis)، مما يسهم في التراكم المعرفي الرصين وتطوير الممارسات المبنية على البراهين في حقول علم النفس والطب السلوكي.

10. التصور البياني المتقدم لنتائج الاختبار والمقارنات البعدية

10.1 رسم المخططات الصندوقية (Boxplots) ومخططات الكمان (Violin Plots)

يمثل التصوير البياني الركيزة البصرية الحاسمة لشرح وتوضيح توزيعات المجموعات بعد تطبيق اختبار كروسكال-واليس. تُعد المخططات الصندوقية (Boxplots) الأداة البيانية اللامعلمية الأولى، حيث تبرز خط الوسيط بوضوح داخل الصندوق الممثل للربيعين الأول والثالث (IQR)، بينما تمتد الشعيرات لتغطي المدى الأقصى للبيانات غير المتطرفة، مع تمثيل القيم الشاذة بنقاط معزولة ومنفصلة. يتم بناء هذه المخططات في بايثون بدقة وأناقة عبر استدعاء دالة sns.boxplot() في مكتبة Seaborn.

لإثراء المشهد البصري وتجاوز محدودية المخططات الصندوقية في إظهار تفاصيل الكثافة الاحتمالية، تُستخدم مخططات الكمان (Violin Plots) عبر دالة sns.violinplot(). تدمج هذه المخططات المتقدمة بين المخطط الصندوقي وتقدير كثافة النواة الاحتمالية (Kernel Density Estimation – KDE) على كلا الجانبين، مما يكشف بدقة عن الأشكال متعددة المنوال، ودرجات التفرطح، والتحدبات الهيكلية في توزيع كل مجموعة، وهو ما يعزز الحكم البصري على تماثل التوزيعات.

تصل الممارسة البيانية إلى ذروة احترافيتها عند دمج مخطط الكمان أو الصندوق مع مخطط التشتت النقطي للبيانات الخام (Strip Plot/Swarm Plot) عبر دالة sns.stripplot(alpha=0.4, jitter=True). يُظهر هذا الدمج كل نقطة بيانية فعلية متراكبة فوق المنحنى العام بشفافية لونية مدروسة، مما يحقق مبدأ الشفافية البصرية التامة ويتيح للقارئ معاينة الحجم الفعلي للعينة، ومواضع التكدس، والفجوات البيانية بدقة متناهية ودون أي إخفاء للتفاصيل.

10.2 إضافة مؤشرات الدلالة الإحصائية على الرسوم البيانية

تكتمل القيمة العلمية للمخططات البيانية بربطها المباشر بنتائج الاختبارات البعدية عبر رسم أقواس المقارنة العلوية ومؤشرات المعنوية الإحصائية (Significance Annotations). تُستخدم في هذا السياق حزم متخصصة مثل statannotations أو تتم كتابة دوال مخصصة في Matplotlib لحساب الإحداثيات الهندسية ورسم خطوط أفقية تمتد بين أزواج المجموعات المقارنة، مع تدوين الرموز الاصطلاحية الشائعة لمستويات الدلالة (* لـ p < 0.05، ** لـ p < 0.01، *** لـ p < 0.001، و ns للنتائج غير الدالة).

يتم استخراج أزواج المقارنات ومستويات المعنوية تلقائياً من مصفوفة اختبار دَن البعدي المصححة وتمريرها برمجياً إلى محرك الرسم. يضمن هذا التكامل الآلي التطابق التام بين ما هو مدون في الجداول وما هو معروض بصرياً في الشكل التوضيحي، متجنباً أي أخطاء يدوية قد تقع أثناء نقل المؤشرات الرقمية إلى اللوحات الرسومية.

يراعي التصميم المتقن تفادي تداخل الأقواس والنصوص التوضيحية مع بعضها أو مع قمم المخططات البيانية، وذلك من خلال ضبط إحداثيات المحور الرأسي ديناميكياً وإضافة هوامش أمان علوية كافية (Padding). يُنتج هذا الضبط الهندسي مخططات بيانية استثنائية الجودة تتوافق مع أرقى متطلبات المجلات العلمية العالمية، وتغني القارئ عن الرجوع المتكرر للجداول الرقمية المعقدة لفهم دلالات الفروق.

10.3 رسم الخرائط الحرارية لمصفوفة المقارنات البعدية (Heatmaps)

عندما تشتمل الدراسة على عدد كبير من المجموعات التجريبية (أربع مجموعات أو أكثر)، يصبح تتبع أقواس المقارنة المتعددة على المخططات الصندوقية أمراً مربكاً بصرياً ومزدحماً بالعناصر المتداخلة. يبرز هنا استخدام الخرائط الحرارية (Heatmaps) كبديل بصري متقدم وفائق الوضوح لعرض مصفوفات القيم الاحتمالية الزوجية الناتجة عن اختبارات دَن أو كونوفير البعدية، عبر استدعاء دالة sns.heatmap() في بايثون.

يتم ضبط سلم التدرج اللوني (Colormap) في الخريطة الحرارية بعناية فائقة، باستخدام لوحات ألوان تباينية متدرجة مثل coolwarm_r أو viridis_r، بحيث تخصص الألوان الداكنة أو الحارة للإشارة إلى الفروق ذات الدلالة الإحصائية العالية (p < 0.01)، بينما تُخصص الألوان الباردة أو الفاتحة للمقارنات غير الدالة إحصائياً (p ≥ 0.05). يتيح هذا التباين اللوني للمشاهد إدراك خريطة الفروق المعنوية بين المجموعات بلمحة بصرية واحدة وفورية.

تزداد الخريطة وضوحاً عبر تفعيل خيار إدراج الأرقام النصية داخل خلايا المصفوفة باستخدام annot=True وضبط تنسيق الأرقام لعرض القيم العشرية بدقة fmt=".3f"، مع إخفاء النصف العلوي المتطابق للمصفوفة (Upper Triangle Mask) لتجنب التكرار البصري غير المفيد. تسهم هذه المعالجة في تقديم لوحة تحليلية متكاملة وأنيقة تجمع بين التلخيص البصري المتقن والدقة الرقمية الصارمة لكافة العلاقات الزوجية المدروسة.

11. تطبيق عملي متكامل: دراسة حالة نفسية حول تأثير التدخلات العلاجية للاكتئاب

11.1 وصف مشكلة البحث وبناء مجموعة البيانات النفسية

لتجسيد كافة الخطوات النظرية والمنهجية السابقة في إطار تطبيقي واقعي، نفترض إجراء دراسة إكلينيكية نفسية تستهدف مقارنة فاعلية ثلاثة مسارات علاجية في تخفيف حدة الأعراض الاكتئابية لدى عينة من المرضى المشخصين باضطراب الاكتئاب الجزئي. تتكون العينة الكلية من 45 مشاركاً تم توزيعهم عشوائياً وبشكل مستقل تماماً على ثلاث مجموعات تجريبية متساوية (15 مشاركاً في كل ذراع علاجية): المجموعة الأولى خضعت لبرنامج العلاج المعرفي السلوكي التقليدي (CBT)، والمجموعة الثانية تلقت تدريباً قائماً على اليقظة الذهنية وتخفيف التوتر (Mindfulness)، في حين وُضعت المجموعة الثالثة على قائمة الانتظار الضابطة (Waitlist Control) دون أي تدخل نشط.

تم قياس المتغير التابع بعد انقضاء 8 أسابيع من التدخل العلاجي باستخدام مقياس بيك للاكتئاب – الإصدار الثاني (Beck Depression Inventory-II – BDI-II)، وهو مقياس نفسي ترتيبي شهير تتراوح درجاته الكلية بين 0 و 63 نقطة، حيث تشير الدرجات الأعلى إلى شدة أعراض اكتئابية أكثر حدة. ونظراً لطبيعة العينات الإكلينيكية، أظهرت درجات المقياس التواءً موجباً واضحاً في مجموعات العلاج النشط (تركّز أغلب الدرجات في النطاقات المنخفضة مع وجود استجابات متفرقة)، مما يجعل استخدام التحليلات المعلمية انتهاكاً لافتراض الاعتدالية، ويفرض منهجياً تطبيق اختبار كروسكال-واليس كخيار استدلالي أمثل.

يتم بناء وتوليد هذه البيانات برمجياً في بايثون باستخدام NumPy وPandas لمحاكاة سيناريو علاجي واقعي تظهر فيه الفروق التجريبية بوضوح؛ حيث تُولد درجات مجموعة العلاج المعرفي السلوكي بتوزيع يتركز حول درجات منخفضة (وسيط مقارب لـ 12)، وتتمركز درجات مجموعة اليقظة الذهنية في مستوى متوسط منخفض (وسيط مقارب لـ 17)، بينما تتمركز درجات مجموعة قائمة الانتظار في مستويات مرتفعة من الأعراض (وسيط مقارب لـ 26)، مع إدخال تفاوتات في التشتت تعكس التعقيد الإكلينيكي الميداني بدقة تامة.

11.2 التحليل البرمجي خطوة بخطوة من الإدخال إلى التحليل البعدي

تبدأ خطوات التحليل البرمجي الشامل باستكشاف البيانات وحساب المؤشرات الإحصائية الوصفية اللامعلمية لكل ذراع علاجية عبر دالة groupby('Treatment')['BDI_Score'].agg(['count', 'median', lambda x: x.quantile(0.75) - x.quantile(0.25)]). تكشف المخرجات الأولية عن التباين الترتيبي الواضح بين المجموعات الثلاث. يلي ذلك التحقق من افتراض التوزيع الطبيعي عبر اختبار شابيرو-ويلك لكل مجموعة، حيث تُسفر النتائج عن قيم احتمالية تقل عن 0.05 لمجموعتي CBT وقائمة الانتظار، مما يؤكد انتهاك الاعتدالية ويقدم الدليل القاطع على ضرورة استبعاد تحليل ANOVA.

يتم بعد ذلك استدعاء اختبار كروسكال-واليس مباشرة عبر تمرير المجموعات الثلاث إلى دالة stats.kruskal(). تُسفر العملية الحسابية عن إحصائية اختبار مرتفعة تبلغ قيمتها المحسوبة H = 21.48 بدرجات حرية df = 2، مع قيمة احتمالية شديدة الدلالة p = 0.000022 (أي p < 0.001). يترتب على هذه النتيجة رفض الفرضية الصفرية رسمياً، وتأكيد وجود فروق جوهرية ذات دلالة إحصائية عالية بين المسارات العلاجية الثلاثة في التأثير على درجات مقياس بيك للاكتئاب.

تنتقل المعالجة البرمجية فوراً إلى مرحلة المقارنات البعدية عبر استدعاء دالة posthoc_dunn(df, val_col='BDI_Score', group_col='Treatment', p_adjust='holm'). تُظهر مصفوفة النتائج المصححة بطريقة هولم-بونفيروني وجود فروق دالة إحصائياً بين مجموعة CBT وقائمة الانتظار (p < 0.001)، وبين مجموعة اليقظة الذهنية وقائمة الانتظار (p = 0.003)، في حين أظهرت المقارنة بين CBT واليقظة الذهنية فارقاً إحصائياً هامشياً لصالح CBT (p = 0.041). يُختتم التحليل بحساب معامل إبسيلون تربيع عبر المعادلة البرمجية، مسجلاً ε² = 0.488، وهو ما يمثل حجم أثر فائق الضخامة يعكس القوة العلاجية للتدخلات النشطة.

11.3 التقرير النهائي ومناقشة النتائج إكلينيكياً

تتم صياغة التقرير الإحصائي النهائي وفقاً لمتطلبات دليل APA بدقة وأسلوب أكاديمي رفيع: “أُجري اختبار كروسكال-واليس لتقييم أثر التدخلات العلاجية المختلفة على درجات الاكتئاب المقاسة بمقياس بيك (BDI-II) عبر ثلاث مجموعات مستقلة (العلاج المعرفي السلوكي، اليقظة الذهنية، وقائمة الانتظار). كشفت النتائج عن وجود فروق ذات دلالة إحصائية بالغة بين المجموعات العلاجية، H(2) = 21.48, p < .001, ε² = .49. وأظهرت المقارنات البعدية باستخدام اختبار دَن مع تصحيح هولم تفوقاً جوهرياً لكل من العلاج المعرفي السلوكي (Mdn = 12.00, IQR = 4.50) واليقظة الذهنية (Mdn = 17.00, IQR = 5.00) في خفض الأعراض مقارنة بقائمة الانتظار (Mdn = 26.00, IQR = 6.00, p < .001 و p = .003 على التوالي)، مع وجود أفضلية طفيفة ذات دلالة للعلاج المعرفي السلوكي على اليقظة الذهنية (p = .041)”.

من المنظور الإكلينيكي والتطبيقي، تُشير هذه النتائج إلى أن كلاً من التدخلين النشطين يُحدثان تحسناً حقيقياً وملموساً في تخفيف المعاناة النفسية للمرضى، حيث يُعزى ما يقارب 49% من التباين في درجات التحسن إلى نوع المعالجة المستلمة. يوفر هذا الاستنتاج قاعدة صلبة لتوجيه بروتوكولات الصحة النفسية نحو اعتماد CBT كخيار علاجي أولي ذي فاعلية متفوقة، مع إمكانية توظيف برامج اليقظة الذهنية كبديل علاجي واعد وفعال للمرضى الذين يفضلون المقاربات التأملية.

ومع ذلك، يناقش التقرير الأكاديمي المحددات المنهجية المرتبطة بالدراسة، ومن أبرزها الاعتماد على عينة محدودة الحجم في سياق مركز علاجي واحد، واقتصار التقييم على المدى القصير (8 أسابيع) دون قياسات تتبعية طويلة المدى. كما يُنوه التقرير إلى أن استخدام التحليل اللامعلمي، رغم متانته ومطابقته لطبيعة البيانات، يقتصر على مقارنة التوزيعات الترتيبية دون نمذجة التفاعلات المعقدة بين المتغيرات المتعددة، مما يفتح آفاقاً لدراسات مستقبلية تستخدم نماذج الانحدار الترتيبي المتقدمة.

12. الأخطاء الشائعة، التحديات المنهجية، وأفضل الممارسات الإحصائية في بايثون

12.1 الأخطاء المنهجية والبرمجية الشائعة

يقع العديد من الباحثين ومحللي البيانات في أخطاء منهجية شائعة عند استخدام اختبار كروسكال-واليس، يأتي في مقدمتها الخلط المفاهيمي بين اختبار تساوي التوزيعات واختبار تساوي الوسائط؛ إذ يُسارع المحللون إلى الجزم بأن الاختبار يثبت اختلاف وسائط المجموعات دون التحقق المسبق من تماثل أشكال التوزيعات التكرارية بيانيا، وهو استنتاج قد يكون مضللاً إذا كان التباين ناتجاً عن اختلاف في التشتت أو الالتواء وليس في الموقع المركزي.

الخطأ الشائع الثاني يتمثل في تطبيق اختبار كروسكال-واليس على تصاميم تجريبية تتضمن قياسات متكررة لنفس الأفراد عبر الزمن أو عينات مقترنة. يمثل هذا الإجراء خرقاً فاضحاً لافتراض استقلالية المشاهدات، ويؤدي إلى نتائج باطلة منهجياً؛ فالواجب في هذه الحالات هو اللجوء الحصري إلى اختبار فريدمان اللامعلمي المخصص للعينات المترابطة. وبالمثل، يُعد إجراء اختبارات t المعلمية المتعددة بعد الحصول على نتيجة دالة في كروسكال-واليس تناقضاً منهجياً صارخاً، حيث يجب الالتزام بالتحليلات البعدية اللامعلمية المصححة كاختبار دَن.

علاوة على ذلك، يغفل كثير من الباحثين حساب وتقرير حجم الأثر الإحصائي، مكتفين بالإشارة إلى القيمة الاحتمالية p وحدها. يقود هذا الإهمال إلى تقييم غير موضوعي لقوة النتائج، خاصة في العينات الكبيرة التي قد تنتج دلالة إحصائية زائفة لتأثيرات تافهة عملياً. يجب التخلص من هذه الممارسة السلبية وترسيخ ثقافة الإبلاغ المزدوج الذي يجمع بين الدلالة الاستدلالية ومؤشرات حجم الأثر (ε² أو η²_H) لضمان اكتمال الرؤية العلمية.

12.2 التعامل مع الرتب المتكررة والعينات غير المتساوية

تُمثل الرتب المتكررة أو المربوطة (Tied Ranks) تحدياً رياضياً ملازماً للبيانات النفسية والسلوكية التي تعتمد على تدريجات ليكرت ذات النطاق المحدود (مثل مقاييس من 1 إلى 5)، حيث يشترك عدد كبير من المفحوصين في نفس الدرجة العددية الخام. يؤدي تجاهل هذه الروابط إلى خفض التباين التقديري وتشويه إحصائية الاختبار؛ ولحسن الحظ، تتضمن دالة scipy.stats.kruskal معادلات تصحيح آلية مدمجة تقسم قيمة H على معامل ضبط التكرار، إلا أنه يجب على المحلل الانتباه إلى أن النسبة المفرطة من الروابط (أكثر من 75% من البيانات) قد تضعف القوة التمييزية للاختبار وتتطلب نمذجة تصنيفية بديلة.

أما فيما يتعلق بتفاوت أحجام العينات بين المجموعات المستقلة (Unequal Sample Sizes)، فإن اختبار كروسكال-واليس يمتلك مرونة رياضية فائقة في استيعاب العينات غير المتكافئة دون التأثير على صدق المعادلة الأساسية، بخلاف تحليل ANOVA الكلاسيكي الذي يتأثر بشدة باختلال توازن المجموعات. ومع ذلك، عندما يترافق تفاوت الأحجام مع عدم تجانس شديد في أشكال التوزيعات، قد ينحاز الاختبار نحو المجموعات الأكبر حجماً، مما يفرض توخي الحذر عند تفسير اتجاه الدلالة.

في الحالات المعقدة التي تتسم بوجود عينات بالغة الصغر (أقل من 5 مشاهدات في المجموعة) أو اختلالات هيكلية حادة في الروابط، يُنصح باستخدام اختبارات التباديل وإعادة التوزيع العشوائي الشامل (Permutation Tests / Exact Tests) أو تقنيات إعادة أخذ العينات المتكررة (Bootstrapping). تتيح هذه الطرق الحسابية المتقدمة في بايثون توليد التوزيع العيني التجريبي الدقيق للبيانات الفعلية دون الاعتماد على التقريب المقارب لمربع كاي، مما يوفر صمام أمان إحصائي إضافي للتحقق من متانة الاستنتاجات.

12.3 أفضل الممارسات لكتابة كود إحصائي متين وقابل لإعادة الاستخدام

تقتضي النزاهة العلمية ومبادئ العلم المفتوح (Open Science) كتابة نصوص برمجية إحصائية تتسم بالوضوح، والقابلية لإعادة الإنتاج، وحسن التوثيق. يتطلب ذلك بناء خط معالجة برمجي متكامل وممنهج (Analysis Pipeline) ينطلق من الفحص الاستكشافي الأولي، ويمر باختبار الفروض والتحليل الاستدلالي والبعدي، وينتهي بتوليد الأشكال والجداول دون أي تدخل يدوي متقطع قد يقطع تسلسل التحليل.

تشمل أفضل الممارسات البرمجية في بايثون توثيق كافة القرارات الإحصائية والمعاملات المختارة (مثل أسباب اختيار تصحيح هولم أو طريقة استبعاد القيم المفقودة) عبر تعليقات برمجية واضحة ومفصلة داخل دفتر العمل، مع الإشارة إلى المراجع العلمية التي استند إليها المحلل في تحديد العتبات المنهجية. كما يجب تجنب الأرقام السحرية المجهولة (Magic Numbers) في الكود، واستبدالها بمتغيرات مسماة بوضوح مثل ALPHA = 0.05 و RANDOM_STATE = 42 لتعزيز مقروئية النص البرمجي.

أخيراً، يُستحسن توظيف حزم تنسيق الجداول المتقدمة مثل tabulate أو استخدام ميزات التصدير المدمجة في Pandas لتحويل الجداول الإحصائية الملخصة تلقائياً إلى صيغ Markdown أو جداول LaTeX مهيأة للنشر الأكاديمي. يضمن هذا النهج المؤتمت انسجام التقارير الفنية مع أعلى معايير الجودة البرمجية والإحصائية، ويوفر للمجتمع العلمي مخرجات بحثية تتسم بالدقة، والشفافية، والموثوقية المطلقة.

خاتمة واستنتاجات منهجية

يُمثل اختبار كروسكال-واليس (Kruskal-Wallis Test) إحدى الركائز التحليلية الأكثر مرونة وموثوقية في ترسانة الإحصاء اللامعلمي الحديث، حيث يقدم حلاً استدلالياً فائق القوة والصلابة للتعامل مع البيانات التي تنتهك الفروض المعلمية التقليدية لتحليل التباين الأحادي (ANOVA). ومن خلال تركيزه المنهجي على رتب البيانات وتوزيعاتها التراكمية بدلاً من المتوسطات الحسابية والمقاييس الخطية، يتيح هذا الاختبار للباحثين في العلوم النفسية والسلوكية والطبية فحص الفروق بين المجموعات التجريبية المستقلة بدرجة استثنائية من الأمان والدقة الإحصائية.

وقد أظهر الاستعراض المنهجي والبرمجي عبر هذا الدليل أن قوة الاختبار لا تقتصر على حساب إحصائية H والقيمة الاحتمالية p فحسب، بل تكتمل منظومته التحليلية بالتطبيق الدقيق للاختبارات البعدية المتخصصة كاختبار دَن المصحح بأساليب هولم أو بونفيروني، وبحساب حجوم الأثر اللامعلمية كمعامل إبسيلون تربيع (ε²)، فضلاً عن التوظيف البصري المتقدم للمخططات الصندوقية وخرائط الكثافة والحرارة عبر منظومة بايثون الغنية المتمثلة في مكتبات SciPy وPandas وSeaborn وScikit-posthocs.

إن الانتقال الواعي نحو الممارسات الإحصائية الرصينة يفرض على الباحثين ومحللي البيانات التخلي عن تطبيق النماذج المعلمية بصورة آلية عمياء، وتبني التفكير الاستدلالي النقدي الذي يفحص طبيعة المتغيرات وشكل التوزيعات ومستويات القياس قبل الشروع في التحليل. وبفضل البنية البرمجية القابلة لإعادة الإنتاج التي توفرها لغة بايثون، بات بالإمكان إنجاز كافة مراحل التحليل اللامعلمي بدقة أكاديمية متناهية ووفق أرقى معايير النشر الدولية المعتمدة من جمعية علم النفس الأمريكية (APA)، مما يرتقي بجودة المعرفة العلمية ويسهم في بناء استنتاجات بحثية تتسم بالصدق والموثوقية العالية.

References

• Beck, A. T., Steer, R. A., & Brown, G. K. (1996). Manual for the Beck Depression Inventory-II. Psychological Corporation. https://doi.org/10.1037/t00742-000
• Benjamini, Y., & Hochberg, Y. (1995). Controlling the false discovery rate: A practical and powerful approach to multiple testing. Journal of the Royal Statistical Society: Series B (Methodological), 57(1), 289–300. https://doi.org/10.1111/j.2517-6161.1995.tb02031.x
• Cohen, J. (1988). Statistical Power Analysis for the Behavioral Sciences (2nd ed.). Lawrence Erlbaum Associates. https://doi.org/10.4324/9780203771587
• Conover, W. J., & Iman, R. L. (1979). On multiple-comparisons procedures. Communications in Statistics – Theory and Methods, 8(11), 1055–1067. https://doi.org/10.1080/03610927908827837
• Dunn, O. J. (1964). Multiple comparisons using rank sums. Technometrics, 6(3), 241–252. https://doi.org/10.1080/00401706.1964.10490481
• Fligner, M. A., & Killeen, T. J. (1976). Distribution-free two-sample tests for scale. Journal of the American Statistical Association, 71(353), 210–213. https://doi.org/10.1080/01621459.1976.10480986
• Friedman, M. (1937). The use of ranks to avoid the assumption of normality implicit in the analysis of variance. Journal of the American Statistical Association, 32(200), 675–701. https://doi.org/10.1080/01621459.1937.10503523
• Holm, S. (1979). A simple sequentially rejective multiple test procedure. Scandinavian Journal of Statistics, 6(2), 65–70. https://doi.org/10.2307/4615733
• Kruskal, W. H., & Wallis, W. A. (1952). Use of ranks in one-criterion variance analysis. Journal of the American Statistical Association, 47(260), 583–621. https://doi.org/10.1080/01621459.1952.10483441
• Shapiro, S. S., & Wilk, M. B. (1965). An analysis of variance test for normality (complete samples). Biometrika, 52(3–4), 591–611. https://doi.org/10.1093/biomet/52.3-4.591
• Tomczak, M., & Tomczak, E. (2014). The need to report effect size estimates revisited. An overview of some recommended measures of effect size. Trends in Sport Sciences, 21(1), 19–25.
• Virtanen, P., Gommers, R., Oliphant, T. E., Haberland, M., Reddy, T., Cournapeau, D., Burovski, E., Peterson, P., Weckesser, W., Bright, J., van der Walt, S. J., Brett, M., Wilson, J., Millman, K. J., Mayorov, N., Nelson, A. R. J., Jones, E., Kern, R., Larson, E., … SciPy 1.0 Contributors. (2020). SciPy 1.0: Fundamental algorithms for scientific computing in Python. Nature Methods, 17(3), 261–272. https://doi.org/10.1038/s41592-019-0686-2