كيفية إجراء اختبار كروسكال-واليس في R

تُعد معالجة البيانات الإحصائية في مجالات القياس النفسي، والعلوم السلوكية، والبحوث الطبية الحيوية أحد أكثر التحديات المنهجية تعقيداً؛ نظراً لطبيعة الظواهر الإنسانية المقاسة التي غالباً ما تبتعد عن التوزيع الطبيعي المعياري وتتصف بوجود التواءات حادة، أو تباينات غير متجانسة، أو قياسات مشتقة من أدوات ترتيبية مثل مقاييس ليكرت المتعددة التدريج. في مثل هذه البيئات المنهجية المعقدة، يفقد تحليل التباين الأحادي الكلاسيكي (One-Way ANOVA) كفاءته الاستدلالية وقوته الإحصائية، مما يجعل التوجه نحو الاختبارات اللامعلمية (Non-parametric Tests) ضرورة علمية حتمية لضمان دقة الاستنتاجات وتجنب الوقوع في أخطاء القرارات الإحصائية من النوعين الأول والثاني.

يمثل اختبار كروسكال-واليس (Kruskal-Wallis Test) المعيار الذهبي والبديل اللامعلمي المباشر لتحليل التباين الأحادي للمجموعات المستقلة، حيث يتيح للباحثين والمحللين مقارنة ثلاثة مجتمعات إحصائية أو أكثر دون الحاجة إلى افتراض اعتدالية البيانات أو فترية القياس الدقيقة. من خلال تحويل المشاهدات الرقمية الأصلية إلى منظومة موحدة من الرتب المتسلسلة، يحرر هذا الاختبار الباحث من قيود التوزيع الطبيعي الصارمة مع الحفاظ على حساسية عالية لكشف الفروق الجوهرية بين التوزيعات الاحتمالية للمجموعات المدروسة، مما يجعله أداة استدلالية مركزية في التحليل الإحصائي الحديث.

مع التطور المتسارع لبيئة البرمجة الإحصائية مفتوحة المصدر R Project for Statistical Computing، أصبحت عملية تنفيذ اختبار كروسكال-واليس، واستكشاف افتراضاته الدقيقة، وحساب حجوم التأثير المرتبطة به، وإجراء المقارنات البعدية التصحيحية، وبناء التمثيلات البيانية التفاعلية والأكاديمية، تجربة برمجية متكاملة وقابلة للتكرار العلمي (Reproducibility). يقدم هذا الدليل المرجعي الشامل تفصيلاً نظرياً ومنهجياً وبرمجياً معمقاً حول كيفية تطبيق اختبار كروسكال-واليس في لغة R من الألف إلى الياء، مستهدفاً الباحثين والأكاديميين وعلماء البيانات الساعين لتحقيق أعلى معايير الدقة المنهجية في دراساتهم المنشورة.

1. مقدمة شاملة حول اختبار كروسكال-واليس ومكانته في القياس النفسي والإحصاء اللامعلمي

1.1 التعريف النظري لاختبار كروسكال-واليس وتاريخ تطويره

تم ابتكار اختبار كروسكال-واليس للتباين الأحادي المبني على الرتب في عام 1952 بواسطة العالمين الأمريكيين ويليام كروسكال (William Kruskal) ودبليو ألين واليس (W. Allen Wallis) في ورقتهما البحثية التاريخية المنشورة في دورية الجمعية الإحصائية الأمريكية (Journal of the American Statistical Association). جاء هذا الابتكار كاستجابة علمية ملحة لمعالجة القصور المنهجي لتحليل التباين المعلمي عندما تنتهك البيانات فرضية التوزيع الطبيعي المتماثل، ليؤسس واحداً من أهم الاختبارات الاستدلالية اللامعلمية المعتمدة على رتب المشاهدات بدلاً من قيمها الرقمية المطلقة.

يقوم المفهوم الرياضي الأساسي للاختبار على دمج جميع المشاهدات المستمدة من المجموعات المستقلة المختلفة في مصفوفة بيانات موحدة، ثم ترتيب هذه القيم تصاعدياً من الرتبة الأدنى (الرتبة 1) إلى الرتبة الأعلى (الرتبة N)، متجاهلاً في مرحلة الترتيب المبدئية انتماء المشاهدة لمجموعتها الأصلية. وفي حال وجود قيم متطابقة أو مكررة (Ties)، يتم إسناد متوسط الرتب المتاحة لتلك القيم لضمان العدالة التوزيعية، وبعد اكتمال عملية الترتيب الشاملة، تُعاد المشاهدات المرتبة إلى مجموعاتها التجريبية الأصلية، وتُحسب مجموع الرتب ومتوسط الرتب لكل مجموعة على حدة لاختبار ما إذا كانت هذه الرتب موزعة عشوائياً بين المجموعات أم أن هناك تجمعاً ذا دلالة إحصائية لرتب مرتفعة أو منخفضة داخل مجموعات معينة.

يحظى اختبار كروسكال-واليس بمكانة مرموقة كمعيار ذهبي للعينات المستقلة في حقول القياس النفسي، والعلوم السلوكية، والتجارب الطبية الإكلينيكية؛ حيث يتيح للباحثين تقييم الفروق بين التدخلات العلاجية أو المتغيرات الديموغرافية والطبقية المتعددة دون إجبار البيانات على الخضوع لتحويلات رياضية قسرية (مثل التحويل اللوغاريتمي أو تحويل الجذر التربيعي) التي قد تشوه المعنى التجريبي أو السيكومتري للمتغير التابع الأصلي.

1.2 المقارنة الرياضية والمنهجية بين تحليل التباين الأحادي (ANOVA) واختبار كروسكال-واليس

تتمحور الفروق الجوهرية بين تحليل التباين الأحادي الكلاسيكي (ANOVA) واختبار كروسكال-واليس حول طبيعة المتغير التابع، ومستوى القياس، وحساسية النموذج للافتراضات الإحصائية الصارمة. في حين يشترط تحليل التباين الأحادي أن يكون المتغير التابع مقاساً على مقياس فتري (Interval Scale) أو نسبي (Ratio Scale) مستمر، ويتطلب خضوع الأخطاء العشوائية داخل كل مجموعة للتوزيع الطبيعي المعياري مع تجانس تام للتباينات (Homoscedasticity)، يتعامل اختبار كروسكال-واليس بكفاءة مع المقاييس الترتيبية (Ordinal Scales) والمقاييس المستمرة دون اشتراط اعتدالية المجتمع الإحصائي المسحوبة منه العينات.

يتسم تحليل التباين الأحادي بحساسية مفرطة لوجود القيم الشاذة والمتطرفة (Outliers)؛ حيث تؤدي المشاهدات المتطرفة إلى تضخيم غير مبرر للتباين داخل المجموعات والتباين بين المجموعات، مما يؤدي إلى تشويه قيمة إحصاء F وتضخيم احتمالية ارتكاب الخطأ من النوع الثاني أو النوع الأول بحسب موقع القيم الشاذة. في المقابل، يُظهر اختبار كروسكال-واليس متانة إحصائية فائقة (Statistical Robustness) ضد القيم المتطرفة؛ لأن تحويل القيم الأصلية إلى رتب يحد من الأثر الجارف للأرقام الضخمة جداً أو المتدنية جداً، حيث تتحول القيمة المتطرفة القصوى ببساطة إلى الرتبة الأخيرة في الترتيب دون أن تسحب مقاييس النزعة المركزية بقيمتها العددية المطلقة.

من منظور الكفاءة الإحصائية المقاربة (Asymptotic Relative Efficiency – ARE)، أثبتت الدراسات الرياضية لنظرية التوزيع أن كفاءة اختبار كروسكال-واليس مقارنة بتحليل التباين الأحادي تقارب 95.5% عندما تكون البيانات خاضعة للتوزيع الطبيعي المثالي، مما يعني أن خسارة القوة الإحصائية عند استخدامه كبديل لتحليل التباين ضئيلة للغاية حتى في الظروف المعلمية المثالية. والأهم من ذلك، أن كفاءة كروسكال-واليس تتجاوز 100% بكثير (وقد تصل إلى اللانهاية نظرياً) عندما تكون التوزيعات ذات ذيول ثقيلة (Heavy-tailed Distributions) أو شديدة الالتواء، مما يمنحه تفوقاً منهجياً قاطعاً في معظم بيانات العلوم الإنسانية والاجتماعية.

1.3 أهمية الاختبار في معالجة البيانات السلوكية واستبيانات ليكرت

تمثل استبيانات ومقاييس ليكرت (Likert Scales) العمود الفقري لأدوات جمع البيانات في القياس النفسي والعلوم الاجتماعية؛ ومع ذلك، تثير المعالجة الإحصائية لهذه الاستبيانات جدلاً منهجياً مستمراً. تقع درجات ليكرت الترتيبية (مثل: غير موافق بشدة، غير موافق، محايد، موافق، موافق بشدة) ضمن القياس الترتيبي، حيث لا يمكن ضمان تساوي المسافات النفسية بين خيارات الاستجابة المتتالية؛ فالمسافة بين “محايد” و”موافق” ليست بالضرورة مساوية رياضياً للمسافة بين “موافق” و”موافق بشدة”.

إن تطبيق تحليل التباين المعلمي على بنود ليكرت الفردية أو الدرجات الإجمالية التي تفتقر للمسافات المتساوية يمثل انتهاكاً لمنهجية القياس، في حين يقدم اختبار كروسكال-واليس الحل الإحصائي الأمثل من خلال التعامل مع هذه الاستجابات كرتب طبيعية دون فرض مسافات عددية وهمية بين الفئات. يتيح ذلك للباحثين دراسة الفروق في السمات النفسية المعقدة، مثل درجات القلق، ومستويات الاكتئاب، والرضا الوظيفي، والدافعية للإنجاز، عبر فئات تجريبية أو ديموغرافية متعددة بأمان منهجي مطلق.

علاوة على ذلك، تتميز الدراسات الإكلينيكية والعيادية في الطب النفسي والعلوم العصبية بصغر أحجام العينات المتاحة لصعوبة استقطاب المرضى أو لارتفاع تكلفة الفحوصات المتخصصة؛ وفي ظل العينات الصغيرة (أقل من 15 إلى 20 فرداً في كل مجموعة)، يصبح التحقق الموثوق من التوزيع الطبيعي عبر اختبارات مثل شابيرو-ويلك أمراً بالغ الصعوبة ومحفوفاً بعدم اليقين، مما يجعل اختبار كروسكال-واليس الوسيلة الأكثر أماناً لحماية البحث من تضخم الخطأ من النوع الأول الناجم عن انتهاك شروط النماذج المعلمية.

2. الافتراضات الإحصائية والشروط المسبقة لتطبيق اختبار كروسكال-واليس

2.1 طبيعة المتغيرات وتصميم الدراسة المستقل

يتطلب التطبيق الصحيح لاختبار كروسكال-واليس استيفاء مجموعة محددة من الشروط التصميمية والمنهجية لضمان سلامة الاستدلال الإحصائي، وتتمثل أولى هذه الشروط في طبيعة المتغيرات الداخلة في النموذج؛ حيث يشترط الاختبار وجود متغير تابع واحد (Dependent Variable) مقاس على مقياس ترتيبي (Ordinal Scale)، أو فتري (Interval Scale)، أو نسبي (Ratio Scale) مستمر، في حين يجب أن يكون المتغير المستقل (Independent Variable) متغيراً تصنيفياً نوعياً (Categorical/Factor) يتألف من ثلاث مجموعات فرعية أو أكثر (k ≥ 3).

أما الشرط الجوهري الثاني فيتعلق باستقلال المشاهدات والمجموعات (Independence of Observations)؛ إذ يجب أن ينتمي كل مشارك أو وحدة تجريبية إلى مجموعة واحدة فقط من مجموعات المتغير المستقل، مع انعدام تام لأي علاقة ارتباطية أو اقتران بين أفراد المجموعات المختلفة (تصميم العينات المستقلة بين المجموعات Between-Subjects Design). إذا كانت البيانات مشتقة من قياسات متكررة على نفس الأفراد عبر الزمن أو في ظل ظروف تجريبية متعددة، فإن اختبار كروسكال-واليس يصبح غير صالح منهجياً، ويجب استبداله باختبار فريدمان (Friedman Test).

كما يُشترط أن تكون أحجام العينات داخل المجموعات كافية لضمان تقارب إحصاء الاختبار نحو توزيع كاي-تربيع التقريبي؛ ورغم قدرة الاختبار على التعامل مع أحجام عينات صغيرة جداً، إلا أن وجود 5 مشاهدات على الأقل في كل مجموعة يُعد الحد الأدنى المنهجي الموصى به للاعتماد على القيم الاحتمالية المستندة إلى التوزيع المقارب دون الحاجة إلى اللجوء إلى التوزيعات الاحتمالية التباديلية الدقيقة (Exact Permutation Tests).

2.2 افتراض تماثل أشكال التوزيع لتحديد طبيعة الفرضية (الوسيط مقابل الرتب)

يعد افتراض تماثل أشكال التوزيع (Distributional Shape Similarity) أحد أكثر الافتراضات دقة وأكثرها إغفالاً في التطبيقات النفسية والسلوكية؛ حيث يحدد هذا الافتراض المعنى الرياضي الدقيق للفرضيات الإحصائية المختبرة والتفسير النهائي للنتائج. لا يشترط اختبار كروسكال-واليس أن تكون التوزيعات طبيعية، ولكنه يتطلب فحص شكل المنحنى التوزيعي للمتغير التابع عبر جميع المجموعات المقارنة.

إذا أظهر الفحص البصري للمدرجات التكرارية (Histograms) ومنحنيات الكثافة الاحتمالية (Density Plots) أن توزيعات المجموعات متماثلة في شكلها ودرجة التوائها وانتشارها العام (حتى وإن كانت ملتوية بشدة نحو اليمين أو اليسار)، فإن اختبار كروسكال-واليس يختبر بشكل مباشر الفروق بين وسائط المجموعات (Medians). في هذا السيناريو، يُمكن للباحث الإعلان بثقة أن الدلالة الإحصائية تشير إلى اختلاف جوهري في قيمة الوسيط الحسابي بين المجموعات التجريبية.

على النقيض من ذلك، إذا كانت أشكال التوزيع متباينة وغير متماثلة بين المجموعات (كأن يكون توزيع المجموعة الأولى ملت対ياً لليمين بينما توزيع المجموعة الثانية ثنائي القمة وتوزيع المجموعة الثالثة مسطحاً)، فإن الاختبار يتوقف عن اختبار الوسائط ويتحول حصراً إلى اختبار للفروق في متوسطات الرتب (Mean Ranks) أو الهيمنة العشوائية (Stochastic Dominance) بين التوزيعات. يفرض هذا التمييز الدقيق على الباحث النفسي توخي الحذر عند كتابة تقرير النتائج، وتجنب الادعاء بوجود فروق في الوسائط ما لم يتم إثبات تماثل التوزيعات البصري والكمي.

2.3 معالجة مشكلة الرتب المكررة (Ties) والبيانات المفقودة

تنشأ مشكلة الرتب المكررة (Ties) عندما تتساوى قيمتان أو أكثر في المتغير التابع عبر العينة الكلية، وهي ظاهرة شائعة الحدوث في مقاييس القياس النفسي واستبيانات التقرير الذاتي بسبب محدودية خيارات الاستجابة المتاحة للأفراد. يؤدي وجود الرتب المكررة إلى تقليل التباين الإجمالي للرتب المحسوبة، مما يترتب عليه انخفاض طفيف في قيمة إحصاء الاختبار المحسوبة إذا لم يتم إجراء التصحيح الرياضي اللازم.

لحسن الحظ، تشتمل المعادلات الرياضية الحديثة لاختبار كروسكال-واليس على معامل تصحيح للرتب المكررة (Correction Factor for Ties)، يتم حسابه بناءً على عدد المجموعات المكررة وعدد التكرارات داخل كل فئة متطابقة، ويتم تقسيم إحصاء H غير المصحح على هذا المعامل لرفع القيمة الإحصائية وإعادتها إلى مسارها الدقيق، وتقوم البرمجيات الإحصائية المتقدمة في بيئة R بإجراء هذا التعديل تلقائياً في خلفية الحسابات البرمجية دون الحاجة إلى تدخل يدوي من الباحث.

أما فيما يخص البيانات المفقودة (Missing Data)، فإن وجود قيم مفقودة في المتغير التابع أو المتغير المستقل يستوجب اتخاذ قرارات منهجية استباقية؛ فالإسقاط التلقائي غير المدروس للحالات التي تحتوي على بيانات مفقودة (Listwise Deletion) قد يؤدي إلى انحياز في تقدير الرتب إذا لم تكن البيانات مفقودة عشوائياً بالكامل (MCAR). ينبغي على الباحث إجراء الفحوص التشخيصية لأنماط الفقد، واستخدام أساليب التعويض المتعدد (Multiple Imputation) عند الضرورة قبل تحويل البيانات إلى رتب وتطبيق الاختبار اللامعلمي.

3. صياغة الفرضيات الإحصائية للاختبار في السياق الأكاديمي

3.1 الفرضية الصفرية (H0) والفرضية البديلة (H1)

تتطلب الصياغة الأكاديمية الدقيقة لفرضيات اختبار كروسكال-واليس فهماً عميقاً لطبيعة المعلمة الإحصائية التي يختبرها النموذج؛ حيث تُصاغ الفرضية الصفرية (Null Hypothesis – H0) رياضياً ومنهجياً على النحو التالي: تفترض الفرضية الصفرية أن المجتمعات الإحصائية المستقلة التي سُحبت منها العينات متطابقة تماماً في توزيعاتها الاحتمالية، أو بصيغة ترتكز على الوسائط (في حال ثبوت تماثل الأشكال التوزيعية): لا توجد فروق ذات دلالة إحصائية بين وسائط المجموعات المختلفة (Median 1 = Median 2 = Median 3 = … = Median k).

في المقابل، تنص الفرضية البديلة (Alternative Hypothesis – H1) على وجود هيمنة احتمالية عشوائية لمجتمع إحصائي واحد على الأقل على باقي المجتمعات، أو بصيغة الوسائط: يوجد على الأقل مجتمع واحد يختلف وسيطه عن وسيط مجتمع آخر واحد على الأقل. من الأخطاء الأكاديمية الشائعة صياغة الفرضية البديلة بأن “جميع وسائط المجموعات مختلفة عن بعضها البعض”؛ فالفرضية البديلة تتحقق إحصائياً بمجرد وجود تباعد بين زوج واحد فقط من المجموعات حتى وإن تساوت باقي المجموعات بالكامل.

بالإضافة إلى ذلك، نظراً لأن اختبار كروسكال-واليس يُعد اختباراً كلياً شاملاً (Omnibus Test) يعتمد على توزيع كاي-تربيع ثنائي أو متعدد الاتجاهات الرياضية، فإن الفرضية البديلة تكون دائماً غير اتجاهية (Non-directional). لا يمكن للباحث صياغة فرضية بديلة تفترض أن وسيط المجموعة الأولى أعلى من وسيط المجموعة الثانية في إطار اختبار كروسكال-واليس الكلي، بل تُترك العلاقات الاتجاهية المحددة ليتم اختبارها عبر المقارنات البعدية المتخصصة.

3.2 مستوى الدلالة الإحصائية وتحديد قوة الاختبار

يحدد الباحث قبل الشروع في التحليل الإحصائي مستوى الدلالة الألفي (Alpha Level – α)، والذي يمثل الحد الأقصى المقبول لاحتمالية الوقوع في الخطأ من النوع الأول (رفض الفرضية الصفرية في حين أنها صحيحة واقعياً). في معظم الدراسات السلوكية والنفسية، يتم ضبط مستوى الدلالة عند α = 0.05، بينما في الدراسات الإكلينيكية والتجارب الدوائية النفسية عالية الحساسية، قد يتم تفضيل معايير أكثر صرامة مثل α = 0.01 لتقليل معدلات الإيجابية الكاذبة.

يتم اتخاذ القرار الإحصائي بالرجوع إلى القيمة الاحتمالية المحسوبة (p-value) مقارنة بقيمة ألفا المختارة؛ فإذا كانت p-value ≤ α، يتم رفض الفرضية الصفرية واستنتاج وجود فروق ذات دلالة إحصائية بين توزيعات المجموعات، أما إذا كانت p-value > α، يعجز الاختبار عن رفض الفرضية الصفرية. ترتبط القيمة الاحتمالية بدرجات الحرية (Degrees of Freedom – df)، والتي تُحسب حصراً في اختبار كروسكال-واليس عبر المعادلة: df = k – 1، حيث k تمثل عدد المجموعات المستقلة المقارنة.

يُعد تحليل القوة الإحصائية (Statistical Power Analysis) عنصراً حيوياً لتحديد حجم العينة الكافي لاكتشاف حجم تأثير حقيقي معين باحتمالية محددة (تُضبط عادة عند 80% أو 90%). ونظراً لعدم خطية تحويلات الرتب، يتم تقدير القوة الإحصائية لاختبار كروسكال-واليس إما عبر محاكاة مونت كارلو (Monte Carlo Simulations) أو باستخدام تقديرات متقدمة تعتمد على حجم التأثير المعياري في حزم مثل pwr أو برمجيات مثل G*Power المخصصة للاختبارات اللامعلمية عبر تطبيق معامل كفاءة ARE على نموذج ANOVA المقابل.

4. إعداد بيئة العمل في R واستيراد وتجهيز البيانات النفسية

4.1 تثبيت وتحميل الحزم الإحصائية الأساسية

تتطلب بيئة البرمجة R تجهيز مجموعة من الحزم الإحصائية المتقدمة التي تتيح إجراء التحليل اللامعلمي، وحساب حجوم التأثير، وإجراء الاختبارات البعدية، وإنتاج الرسوم البيانية المتوافقة مع معايير الجمعية الأمريكية لعلم النفس (APA). تُعد حزمة tidyverse حجر الزاوية لتنظيف البيانات وهيكلتها، حيث توفر دوالاً متقدمة للتلاعب بالبيانات عبر حزمة dplyr وقراءة الملفات عبر حزمة readr.

لإجراء الفحوص اللامعلمية المتقدمة وحساب حجوم التأثير المتخصصة، تُعد حزمة rstatix الخيار الأكثر كفاءة وعصرية؛ لكونها مصممة لتتوافق بالكامل مع أنابيب الربط (Pipes: %>% أو |>) وتنتج مخرجات على هيئة جداول بيانات مرتبة (Tibbles). بالإضافة إلى ذلك، تُعتبر حزمة coin ضرورية لحساب التوزيعات التباديلية الدقيقة للرتب، بينما توفر حزمة FSA أدوات متقدمة لتطبيق اختبار دان للمقارنات البعدية، في حين تضمن حزمتا ggplot2 وggpubr بناء تصورات بصرية متميزة مع إضافة إشارات الدلالة الإحصائية آلياً.

يتم تثبيت هذه المنظومة البرمجية داخل بيئة RStudio باستخدام الأوامر البرمجية القياسية، ثم استدعاؤها في الذاكرة النشطة لبدء مسار التحليل. يتيح الاستدعاء المنظم للحزم استقرار بيئة العمل ومنع تداخل الدوال المشتركة بين الحزم المختلفة، مما يمهد الطريق لبناء كود برمجي مستقر وقابل لإعادة الإنتاج العلمي في أي بيئة تشغيلية أخرى.

4.2 إنشاء وهيكلة مجموعات البيانات في R (Data Frames & Factors)

تعتمد المعالجة الإحصائية الدقيقة في R على البنية الصحيحة لمصفوفة البيانات (Data Frame)؛ حيث يجب أن تُنظم البيانات وفق المفهوم المرتب (Tidy Data)، بحيث يمثل كل صف فرداً أو مشاركاً مستقلاً (Observation)، بينما يمثل كل عمود متغيراً محدداً. يتم استيراد البيانات الخارجية من ملفات CSV عبر دالة read_csv()، أو من ملفات برمجية أخرى مثل SPSS (.sav) باستخدام دالة read_sav() من حزمة haven.

من أهم الخطوات البرمجية التي قد يغفل عنها المحللون المبتدئون هي التأكد من تعريف المتغير المستقل كعامل اسمي أو ترتيبي (Factor) داخل R، وليس كمتجه نصي (Character) أو عددي (Numeric). يتم التحويل باستخدام دالة factor() مع تحديد مستويات المتغير (Levels) والتسميات الوصفية الدقيقة (Labels) لكل فئة تجريبية، مما يضمن تنظيم المجموعات في الجداول والرسوم البيانية بالترتيب المنطقي الذي يرغب فيه الباحث.

عقب إعداد مصفوفة البيانات، يقوم الباحث بفحص الهيكل البرمجي للمتغيرات باستخدام دالتي str() وglimpse() للتأكد من أن المتغير التابع ذو طبيعة عددية متصلة أو ترتيبية رقمية، وأن المتغير المستقل يحمل عدد المستويات الصحيحة والتوزيع الفئوي المتوقع، مما يمنع حدوث أخطاء غير متوقعة أثناء استدعاء دوال النمذجة الإحصائية.

4.3 تنظيف وفلترة البيانات ومعالجة القيم المتطرفة

تبدأ مرحلة تنظيف البيانات بفحص السجلات المفقودة والتحقق من وجود أي قيم غير منطقية ناتجة عن أخطاء الإدخال البشري؛ وتوفر حزمة dplyr أدوات مرنة مثل filter() وdrop_na() لاستبعاد الحالات غير المكتملة بناءً على استراتيجية المعالجة المتبعة لدى الباحث. كما يُنصح بإعادة ضبط ترقيم المعرفات وتنسيق أسماء الأعمدة لتكون واضحة وخالية من الفراغات والرموز المعقدة.

فيما يتعلق بالقيم الشاذة والمتطرفة (Outliers)، يوفر الفحص اللامعلمي أدوات استكشافية متقدمة عبر دالة identify_outliers() المتوفرة في حزمة rstatix، والتي تعتمد على مقياس المدى الربيعي (Interquartile Range – IQR) لتصنيف القيم إلى قيم شاذة عادية (Outliers) إذا تجاوزت 1.5 ضعف المدى الربيعي فوق الربيع الثالث أو أسفل الربيع الأول، أو قيم متطرفة حادة (Extreme Outliers) إذا تجاوزت 3 أضعاف المدى الربيعي.

رغم أن اختبار كروسكال-واليس يتمتع بمتانة طبيعية ضد القيم الشاذة، إلا أن توثيق وفهم طبيعة هذه القيم يظل خطوة تشخيصية لازمة في البحوث النفسية؛ فقد تكشف القيم المتطرفة عن فئات فرعية سريرية متميزة أو أخطاء في مقاييس الاستجابة. يتخذ الباحث قراره المنهجي إما بالإبقاء عليها (وهو الخيار المفضل غالباً في الاختبارات اللامعلمية لعدم تأثر الرتب بها جذرياً) أو استبعادها بعد تقديم التبرير العلمي الشفاف في منهجية البحث.

5. الاستكشاف الأولي للبيانات واختبارات التجانس والاعتدالية في R

5.1 استخراج الإحصاءات الوصفية اللامعلمية لكل مجموعة

يمثل التلخيص الوصفي الخطوة التأسيسية لفهم سلوك المتغيرات عبر المجموعات المختلفة؛ ونظراً لأن اختبار كروسكال-واليس لا يفترض خضوع البيانات للتوزيع الطبيعي، فإن مقاييس النزعة المركزية والتشتت التقليدية (المتوسط الحسابي والانحراف المعياري) تفقد دلالتها التعبيرية وتصبح مضللة في وجود الالتواءات الحادة. بناءً على ذلك، يتم الاعتماد بشكل رئيسي على الإحصاءات اللامعلمية: الوسيط (Median) كمقياس للنزعة المركزية، والمدى الربيعي (IQR) أو المدى المطلق من الأدنى إلى الأعلى كمقياس للتشتت.

توفر دالة get_summary_stats() من حزمة rstatix أداة فائقة القوة لاستخراج مصفوفة وصفية شاملة عبر المجموعات بسهولة، حيث يمكن تحديد نوع الإحصاءات المطلوبة (type = "nonparametric" أو type = "full") لتوليد جداول تضم: حجم العينة (n)، والوسيط (median)، والربيع الأول (q25)، والربيع الثالث (q75)، والمدى الربيعي (iqr)، بالإضافة إلى المتوسط الحسابي والانحراف المعياري للأغراض التوثيقية المرجعية.

من الإحصاءات الوصفية الإضافية شديدة الأهمية في سياق كروسكال-واليس حساب “متوسط الرتب” (Mean Rank) و”مجموع الرتب” (Sum of Ranks) لكل مجموعة تجريبية؛ حيث تمثل هذه الإحصاءات الأساس الرياضي الفعلي الذي يبني عليه الاختبار قراره الاستدلالي. يتيح فحص متوسط الرتب للباحث تكوين رؤية مبكرة حول اتجاه الفروق وترتيب المجموعات من حيث أدائها العام على المتغير التابع.

5.2 التحقق من اعتدالية التوزيع واختبار شابيرو-ويلك (Shapiro-Wilk Test)

يعد اختبار فرضية التوزيع الطبيعي خطوة جوهرية لتبرير اللجوء إلى اختبار كروسكال-واليس بدلاً من تحليل التباين الأحادي المعلمي؛ ويُعتبر اختبار شابيرو-ويلك (Shapiro-Wilk Test) من أقوى الاختبارات الإحصائية لكشف الانحراف عن التوزيع الطبيعي، خاصة في العينات الصغيرة والمتوسطة (أقل من 50 مشاهدة لكل مجموعة).

يتم تنفيذ اختبار شابيرو-ويلك في R عبر تقسيم البيانات حسب مستويات المتغير المستقل وتطبيق دالة shapiro_test() لكل مجموعة بشكل منفصل؛ فإذا كانت القيمة الاحتمالية الناتجة عن الاختبار دالة إحصائياً (p < 0.05) في مجموعة واحدة على الأقل، يتم رفض فرضية اعتدالية التوزيع لتلك المجموعة، مما يوفر سنداً إحصائياً قاطعاً لعدم صلاحية النماذج المعلمية وضرورة الانتقال إلى اختبار كروسكال-واليس.

يجب تعزيز النتائج الرقمية لاختبار شابيرو-ويلك بالفحص البصري للمخططات البيانية؛ حيث يتم رسم مخططات الكميات المتقابلة (Q-Q Plots) باستخدام دالة ggqqplot() من حزمة ggpubr، وملاحظة مدى انحراف النقاط التجريبية عن الخط المرجعي النظري، بالإضافة إلى بناء منحنيات الكثافة (Density Plots) لفحص درجات الالتواء (Skewness) والتفرطح (Kurtosis) عبر المجموعات.

5.3 فحص تجانس التباين واختبار ليفين (Levene’s Test)

على الرغم من أن اختبار كروسكال-واليس لا يشترط اعتدالية التوزيع، إلا أن افتراض تجانس التشتت أو التباين (Homogeneity of Variance) يلعب دوراً محورياً في تحديد كيفية تفسير نتائج الاختبار بدقة. يُستخدم اختبار ليفين (Levene’s Test) المعدل للوسيط (المعروف باختبار براون-فورسيث Brown-Forsythe) لتقييم ما إذا كانت تباينات المجموعات متساوية إحصائياً.

يتم تطبيق اختبار ليفين في R عبر دالة levene_test() من حزمة rstatix، حيث يتم صياغة المعادلة كالتالي: dependent_var ~ group_var مع ضبط خيار المركز ليعتمد على الوسيط (center = median) لضمان متانة الفحص ضد الانحرافات اللامعلمية. إذا كانت قيمة p الناتجة عن اختبار ليفين أكبر من 0.05، فإن فرضية تجانس التباين تظل قائمة، مما يشير إلى تماثل نسبي في أشكال التشتت للمجموعات، وهو ما يسمح بتفسير نتائج كروسكال-واليس كمقارنة صريحة بين وسائط المجموعات.

إذا أظهر اختبار ليفين دلالة إحصائية (p < 0.05)، يُستدل على وجود عدم تجانس في التباينات (Heteroscedasticity)؛ وفي هذه الحالة، يمكن للباحث الاستعانة باختبارات لامعلمية بديلة للتشتت مثل اختبار فليجنر-كيلين (Fligner-Killeen Test) عبر دالة fligner.test() المدمجة في R، ويترتب على ذلك حصر تفسير اختبار كروسكال-واليس في مقارنة متوسطات الرتب العامة دون التعميم المباشر على الوسائط.

6. تنفيذ اختبار كروسكال-واليس الأساسي في R باستخدام الدوال المدمجة

6.1 استخدام الدالة الأساسية kruskal.test() في R

تحتوي البيئة الأساسية لنظام R (Base R) على الدالة القياسية kruskal.test() التابعة لحزمة stats، وهي دالة شديدة الكفاءة والسرعة الحسابية تُنفذ الاختبار الرياضي مباشرة دون الحاجة لأي حزم خارجية. تتيح الدالة طريقتين لصياغة المدخلات: إما باستخدام صيغة المعادلة الإحصائية (Formula Interface) أو بتمرير المتجهات المنفصلة كقائمة.

تُعد صيغة المعادلة kruskal.test(formula = score ~ group, data = my_data) الطريقة الأكثر وضوحاً وسهولة في التطبيقات الأكاديمية؛ حيث يُوضع المتغير التابع الرقمي على يسار العلامة (~)، بينما يُوضع المتغير المستقل التصنيفي على يمينها، مع الإشارة إلى اسم مصفوفة البيانات عبر معامل data. في المقابل، يمكن تمرير المتغيرات كمتجهات منفصلة باستخدام الصيغة kruskal.test(x = list(group1, group2, group3)) في الحالات التي تكون فيها البيانات غير مدمجة في مصفوفة موحدة.

ينتج عن تنفيذ الدالة كائن إحصائي ينتمي لفئة htest (Hypothesis Test Object)، يحتوي بداخله على جميع المخرجات الاستدلالية الأساسية: قيمة إحصاء كاي-تربيع لكروسكال-واليس (المعبر عنه بـ Kruskal-Wallis chi-squared أو إحصاء H)، ودرجات الحرية (df)، والقيمة الاحتمالية المقاربة (p-value). يمكن استخراج هذه العناصر برمجياً عبر معاملات الوصول مثل test$statistic وtest$p.value لاستخدامها في بناء التقارير الآلية المبرمجة.

6.2 تطبيق الاختبار عبر حزمة rstatix لتسهيل عمليات الربط (Piping)

تقدم حزمة rstatix الدالة الحديثة kruskal_test() كبديل متطور يتناغم تماماً مع فلسفة “البيانات المرتبة” (Tidyverse Ecosystem) ومسارات المعالجة بالأنابيب (Piping Pipelines). تتيح هذه الدالة كتابة أكواد نظيفة وسلسة تبدأ بتمرير مصفوفة البيانات مباشرة إلى دالة الاختبار عبر المعامل %>% أو |>.

تتميز مخرجات kruskal_test() بأنها تُعاد على هيئة جدول بيانات منظم من فئة tibble يحتوي على أعمدة محددة بوضوح تشمل: اسم المتغير التابع (.y.)، وحجم العينة الكلي (n)، وقيمة إحصاء الاختبار المحسوبة (statistic)، ودرجات الحرية (df)، والقيمة الاحتمالية الدقيقة (p)، والترميز الدلالي التلقائي. يسهل هذا الهيكل عملية دمج نتائج الاختبار وتصديرها إلى ملفات خارجية أو إدراجها ضمن تقارير R Markdown الديناميكية.

علاوة على ذلك، تبرز قوة rstatix::kruskal_test() عند التعامل مع متغيرات تابعة متعددة في وقت واحد؛ حيث يمكن للباحث تمرير قائمة بعدة متغيرات نفسية (مثل: درجات القلق، درجات الاكتئاب، درجات التوتر) واختبارها عبر نفس المتغير المستقل بضغطة زر واحدة دون الحاجة لكتابة حلقات تكرارية معقدة (Loops)، مما يعزز الإنتاجية البرمجية ويقلل فرص ارتكاب الأخطاء اليدوية في التحليل.

7. تفسير المخرجات الإحصائية وحساب حجم التأثير (Effect Size)

7.1 قراءة وتفسير قيمة إحصاء H والقيمة الاحتمالية (p-value)

تعتمد القراءة المنهجية لمخرجات اختبار كروسكال-واليس على فهم البنية الرياضية لإحصاء H المحسوب؛ حيث يتبع إحصاء H تقريباً توزيع كاي-تربيع (Chi-Square Distribution) بدرجات حرية مساوية لعدد المجموعات مطروحاً منه واحد (df = k – 1). كلما زادت قيمة H المحسوبة عن القيمة الحرجة لجدول كاي-تربيع عند مستوى ألفا المختار، دل ذلك على تباعد أوسع بين متوسطات رتب المجموعات وضعف احتمالية أن تكون هذه الفروق ناتجة عن التباين العشوائي للصدفة.

تُقارن القيمة الاحتمالية المستخرجة (p-value) مباشرة بالعتبة الحرجة α = 0.05؛ فإذا أظهرت المخرجات قيمة احتمالية أصغر من 0.05 (مثلاً: p = 0.002)، يُعلن الباحث رفض الفرضية الصفرية وقبول الفرضية البديلة بثقة إحصائية تتجاوز 95%. يدل هذا القرار على وجود اختلاف ذي دلالة إحصائية في توزيع الدرجات بين المجموعات المستقلة المدروسة في المجتمع الأصلي.

مع ذلك، يجب على الباحث أن يدرك أن القيمة الاحتمالية تقتصر على تقديم دليل حول “وجود الفروق” من عدمه، دون أن تقدم أي معلومة حول “مقدار أو حجم” هذا الفرق على أرض الواقع الإكلينيكي أو التربوي. فالقيمة الاحتمالية تتأثر بشدة بحجم العينة الكلي؛ حيث يمكن لعينات ضخمة للغاية أن تُظهر قيماً احتمالية دالة إحصائياً لفروق طفيفة جداً تكاد تنعدم فائدتها التطبيقية، مما يبرز الأهمية الحتمية لحساب حجوم التأثير اللامعلمية المقننة.

7.2 حساب حجم التأثير باستخدام إبسيلون تربيع (Eta-squared / Epsilon-squared)

يعد حساب حجم التأثير (Effect Size) ركيزة أساسية لا تكتمل التقارير العلمية الرصينة بدونه؛ حيث يقيس حجم التأثير النسبة المئوية للتباين في المتغير التابع الترتيبي أو المستمر التي يمكن تفسيرها بواسطة المتغير المستقل الفئوي. في سياق اختبار كروسكال-واليس، يُعد مؤشر “إبسيلون تربيع” (ε² – Epsilon-squared) ومؤشر “إيتا تربيع المعدل للرتب” (η²_H – Eta-squared based on the H-statistic) المقياسين الأكثر قبولاً واعتماداً في الأدبيات السيكومترية الحديثة.

تُحسب قيمة إيتا تربيع المبنية على إحصاء H عبر المعادلة الرياضية التالية: η²_H = (H – k + 1) / (N – k)، حيث تمثل H قيمة إحصاء كروسكال-واليس، وk عدد المجموعات، وN الحجم الكلي للعينة عبر جميع المجموعات. بينما تُحسب إبسيلون تربيع عبر المعادلة: ε² = H / ((N² – 1) / (N + 1))، وتتراوح القيم الناتجة لكلا المؤشرين نظرياً بين 0 و 1 (أو تُعبر عن نسب مئوية بين 0% و 100%).

توفر حزمة rstatix دالة مخصصة لحساب هذه المؤشرات آلياً وهي دالة kruskal_effsize()، والتي تتيح للمستخدم تحديد المقياس المطلوب (method = "eta_squared" أو method = "epsilon_squared") وتقوم بإرجاع النتيجة مع فترة ثقة محسوبة عبر أسلوب البوتستراب (Bootstrap Confidence Intervals). يتم تفسير حجم التأثير بالاستناد إلى معايير كوهين (Cohen’s Benchmarks) المعدلة للاختبارات اللامعلمية: حيث يُعتبر التأثير صغيراً إذا كانت القيمة بين 0.01 وأقل من 0.06 (يفسر أقل من 6% من التباين)، ومتوسطاً إذا كانت بين 0.06 وأقل من 0.14 (يفسر من 6% إلى 14% من التباين)، وكبيراً إذا بلغت القيمة 0.14 فأعلى (يفسر 14% فأكثر من التباين الكلي).

8. الاختبارات البعدية (Post-Hoc Tests) والمقارنات الثنائية المتعددة

8.1 اختبار دان للمقارنات البعدية (Dunn’s Test)

عندما تُسفر نتائج اختبار كروسكال-واليس الكلي عن دلالة إحصائية ترفض الفرضية الصفرية، يواجه الباحث سؤالاً استدلالياً لا يقل أهمية: ما هي أزواج المجموعات المحددة المسؤولة بدقة عن هذا الفرق الكلي؟ للإجابة عن هذا السؤال، لا يمكن الاكتفاء بالاختبار الكلي، بل يجب إجراء مقارنات بعدية متعددة (Post-Hoc Pairwise Comparisons).

يُعد اختبار دان (Dunn’s Test)، الذي طورته الإحصائية أوليف جين دان (Olive Jean Dunn) عام 1964، المعيار الذهبي المفضل عالمياً للمقارنات البعدية التي تلي اختبار كروسكال-واليس. يرتكز اختبار دان على مقارنة الفروق بين متوسطات الرتب لجميع أزواج المجموعات الممكنة، مستخدماً نفس مصفوفة الرتب المجمعة الكلية وتقدير التباين الموحد المستخدم في الاختبار الكلي، مما يمنحه اتساقاً رياضياً وقوة إحصائية تفوق الاختبارات المعزولة.

يتم تنفيذ اختبار دان في R بسهولة فائقة باستخدام دالة dunn_test() من حزمة rstatix أو عبر دالة dunnTest() من حزمة FSA. تُرجع هذه الدوال جدولاً تفصيلياً يوضح أسماء المجموعات المقارنة في كل زوج، وقيمة إحصاء Z المحسوب للفروق الرتبية، والقيمة الاحتمالية الخام (p-unadjusted)، بالإضافة إلى القيمة الاحتمالية المعدلة لمواجهة تضخم الخطأ الإحصائي، مما يسمح بتحديد الأزواج ذات الفروق الجوهرية بيقين علمي.

8.2 اختبار مان-ويتني (Wilcoxon Rank-Sum) للمقارنات الثنائية

يتمثل أحد البدائل الشائعة لاختبار دان في إجراء سلسلة من اختبارات مان-ويتني للعينات المستقلة (Mann-Whitney U Test / Wilcoxon Rank-Sum Test) عبر جميع الأزواج الممكنة من المجموعات. يتم تنفيذ هذا الإجراء في R باستخدام الدالة الأساسية pairwise.wilcox.test() أو عبر دالة wilcox_test() من حزمة rstatix.

مع ذلك، يجب على الباحث إدراك الفرق المنهجي الجوهري بين اختبار دان واختبارات مان-ويتني الزوجية المتكررة؛ فاختبار مان-ويتني يقوم بإعادة ترتيب الرتب من جديد لكل زوج معزول من المجموعات على حدة (Re-ranking)، متجاهلاً البيانات المتاحة من المجموعات الأخرى في التجربة. في المقابل، يحتفظ اختبار دان بالرتب الإجمالية الكلية للعينة بأكملها، مما يجعله أكثر اتساقاً مع فلسفة اختبار كروسكال-واليس الكلي ويوصى به بشكل أوسع في الأدبيات الإحصائية المحكمة.

تزداد خطورة استخدام اختبارات مان-ويتني المتكررة دون ضبط إحصائي بسبب ظاهرة “تضخم خطأ العائلة” (Family-wise Error Rate Inflation)؛ فإجراء مقارنات متعددة متتالية بمستوى دلالة 0.05 يرفع الاحتمالية الكلية لارتكاب خطأ إيجابي كاذب واحد على الأقل إلى مستويات غير مقبولة تتجاوز 14% عند مقارنة 3 مجموعات وتتخطى 26% عند مقارنة 4 مجموعات، مما يفرض تطبيق أساليب التعديل الصارمة على القيم الاحتمالية.

8.3 طرق ضبط وتعديل القيمة الاحتمالية (p-value Adjustments)

للحد من مخاطر تضخم الخطأ من النوع الأول الناجم عن تعدد المقارنات البعدية، يقدم علم الإحصاء مجموعة من خوارزميات التعديل الرياضي للقيم الاحتمالية، وتدعم دوال التحليل البعدي في R هذه الخوارزميات عبر معامل p.adjust.method. من أشهر هذه الطرق وأكثرها استخداماً:

• تصحيح بونفيروني (Bonferroni Correction): يُعد الخيار الأكثر صرامة ومحافظة؛ حيث يقوم بضرب كل قيمة احتمالية خام في العدد الكلي للمقارنات المنجزة (m)، أو يقسم مستوى ألفا المعتمد على عدد المقارنات (α / m). ورغم حمايته القصوى من الخطأ من النوع الأول، إلا أنه يزيد بشكل مفرط من احتمالية ارتكاب الخطأ من النوع الثاني وإغفال الفروق الحقيقية، خاصة عند كثرة المجموعات.
• تصحيح هولم المتقدم (Holm-Bonferroni Method): يُعد البديل المنهجي المتفوق على بونفيروني التقليدي؛ حيث يطبق إجراءً تصاعدياً متسلسلاً (Step-down Procedure) يقوم بترتيب القيم الاحتمالية تصاعدياً وتعديل كل قيمة بمعامل يتناقص تدريجياً. يحافظ اختبار هولم على السيطرة التامة على معدل خطأ العائلة مع توفير قوة إحصائية أعلى بكثير من بونفيروني، مما يجعله الخيار الموصى به لمعظم البحوث النفسية والطبية.
• طريقة معدل الاكتشاف الخاطئ (Benjamini-Hochberg FDR): تهدف هذه الطريقة إلى التحكم في نسبة “الاكتشافات الكاذبة” من بين جميع الفروق التي يثبت أنها دالة إحصائياً، بدلاً من التحكم الصارم في ارتكاب خطأ واحد عبر العائلة بأكملها. تُعد هذه الطريقة مثالية في الدراسات الاستكشافية الواسعة والتجارب النفسية متعددة الأبعاد حيث يرغب الباحث في تحقيق توازن عادل بين القوة الإحصائية وتقليل النتائج المضللة.

9. التمثيل البياني المتقدم لنتائج الاختبار في R باستخدام ggplot2

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

يمثل العرض البياني المتقن للنتائج ركيزة أساسية لتوضيح الفروق اللامعلمية ونقل الصورة الحقيقية للبيانات إلى القارئ والمحكم الأكاديمي. توفر حزمة ggplot2 إمكانات لا محدودة لتصميم أشكال بيانية تتوافق مع المعايير البصرية المتقدمة؛ ويُعد المخطط الصندوقي (Boxplot) الشكل الأساسي الأكثر تعبيراً عن البيانات اللامعلمية، لكونه يوضح بصرياً موقع الوسيط (الخط الداخلي)، والربيعين الأول والثالث (حدود الصندوق)، والمدى الشامل، بالإضافة إلى تحديد مواقع القيم الشاذة بدقة.

لتحقيق مستوى أعلى من الثراء المعلوماتي والجمالي، يفضل علماء البيانات المعاصرون دمج المخطط الصندوقي مع مخطط الكمان (Violin Plot) ونقاط البيانات الفردية المشتتة (Jittered Raw Data Points). يوضح مخطط الكمان منحنى الكثافة الاحتمالية الكاملة لكل مجموعة ويبرز التواء التوزيع أو وجود قمم متعددة، بينما يوضح الصندوق المدمج داخله مقاييس النزعة والتشتت، وتعرض النقاط المشتتة التوزيع الفعلي لجميع الأفراد في العينة بشفافية تامة.

يتم ضبط العناصر الجمالية للمخطط في R عبر استخدام سمات بصرية أكاديمية جاهزة مثل theme_pubr() أو theme_classic()، مع إزالة الخطوط الشبكية المشتتة، واستخدام لوحات ألوان واضحة ومتباينة ومناسبة للطباعة الأكاديمية (Colorblind-friendly Palettes) مثل درجات ColorBrewer أو Viridis، وتسمية المحاور بدقة مع إبراز وحدات القياس بوضوح تام على محوري السينات والصادات.

9.2 إضافة مستويات الدلالة الإحصائية تلقائياً على الرسوم البيانية

يكتمل العمل الفني والمنهجي للرسم البياني بإدراج نتائج المقارنات البعدية ومستويات الدلالة الإحصائية مباشرة فوق صناديق المجموعات عبر أقواس المقارنة المعيارية. توفر حزمة ggpubr بالتعاون مع rstatix الدالة الاستثنائية stat_pvalue_manual() التي تتيح أتمتة هذه العملية برمجياً بالكامل دون الحاجة لإدخال نصوص أو خطوط يدوية قابلة للخطأ.

تقوم الدالة بقراءة جدول نتائج المقارنات البعدية المستخرج من اختبار دان أو مان-ويتني، وتحديد مواقع الأقواس تلقائياً بناءً على أسماء المجموعات المقارنة، مع التحكم في ارتفاعات الأقواس على المحور الرأسي عبر إعداد موقع الصادات (y.position) وتجنب تداخل النصوص الإحصائية مع البيانات الأصلية. يمكن للباحث اختيار عرض القيم الاحتمالية المعدلة بدقة كرقم عشري صريح (مثلاً: p = 0.014) أو كرموز دلالية نجمية معتمدة عالمياً (مثل: * لـ p < 0.05، و ** لـ p < 0.01، و *** لـ p < 0.001).

عقب اكتمال بناء الشكل البياني، يتم تصديره وحفظه بجودة فائقة للنشر العلمي باستخدام دالة ggsave() من حزمة ggplot2؛ حيث يُنصح بتحديد أبعاد الصورة بدقة بالسنتيمتر أو البوصة، وضبط دقة الوضوح (Resolution) عند 300 أو 600 نقطة في البوصة (DPI)، وحفظ الملف بصيغ ناقلة غير قابلة لفقدان الجودة مثل PDF للطباعة الورقية أو TIFF و PNG عالية النقاء للتقديم في المجلات العلمية الدولية.

10. دراسة حالة تطبيقية شاملة: مقارنة فاعلية ثلاثة بروتوكولات علاجية نفسية

10.1 سيناريو البحث وإعداد مصفوفة البيانات التجريبية

لتوضيح التطبيق العملي المتكامل لكافة المفاهيم السابقة، نفترض سيناريو بحثياً سريرياً في مجال علم النفس الإكلينيكي؛ حيث استهدفت دراسة تجريبية تقييم فاعلية ثلاثة بروتوكولات تدخل علاجي نفسي في خفض أعراض اضطراب القلق العام لدى عينة مؤلفة من 45 مريضاً تم توزيعهم عشوائياً وبأعداد متساوية (15 مريضاً في كل مجموعة) على ثلاث مجموعات علاجية مستقلة استمرت لمدة 8 أسابيع:

• المجموعة الأولى (CBT): تلقت برنامج العلاج المعرفي السلوكي الكلاسيكي المعدل لاضطرابات القلق.
• المجموعة الثانية (MBSR): تلقت برنامج خفض التوتر القائم على اليقظة الذهنية والوعي الآني.
• المجموعة الثالثة (TAU): مثلت مجموعة العلاج المعتاد كضابطة، حيث تلقت الرعاية الإكلينيكية التقليدية دون تدخل نفسي موجه.

المتغير التابع المقاس في نهاية التجربة هو “مجموع درجات التحسن والانخفاض في مقياس هاملتون لتقييم القلق” (Hamilton Anxiety Rating Scale – HAM-A)، وهو متغير ترتيبي متصل تظهر فيه التواءات واضحة وقيم شاذة خفيفة تمنع استخدام التحليل المعلمي. يتم بناء هذه المصفوفة التجريبية في R بدقة عالية مع محاكاة الالتواءات الواقعية لتعكس التحديات الحقيقية للبيانات النفسية الإكلينيكية.

10.2 التنفيذ الكامل للتحليل الإحصائي من الاستكشاف حتى الاختبار البعدي

ينطلق مسار التحليل البرمجي الشامل في R بتطبيق سلسلة متتابعة من الأوامر الاحترافية التي تغطي كافة المراحل التحليلية المنهجية، بدءاً من استكشاف البيانات وحتى توليد الرسم البياني النهائي المتوافق مع متطلبات النشر الأكاديمي، ويتضح هذا المسار في الهيكل التحليلي التالي:

يبدأ التحليل بتحميل الحزم المطلوبة وتوليد البيانات التجريبية وضبط المتغير المستقل كعامل:

(يتم استدعاء الحزم: tidyverse, rstatix, ggpubr, FSA وضبط بذرة العشوائية لضمان تكرار نفس النتائج بدقة، ثم تجميع المتغيرات في مصفوفة بيانات تدعى clinical_data).

تتضمن المرحلة الاستكشافية تطبيق اختبارات الاعتدالية والتجانس والحسابات الوصفية اللامعلمية:

• الإحصاءات الوصفية: يتم استخراج الوسيط والمدى الربيعي لكل مجموعة عبر clinical_data %>% group_by(Group) %>% get_summary_stats(Anxiety_Improvement, type = "nonparametric"). تسفر النتائج المحاكية عن تفوق وسيط مجموعة CBT (24.0، IQR = 5.5) ووسيط مجموعة MBSR (20.0، IQR = 4.5) مقارنة بمجموعة العلاج المعتاد TAU (11.0، IQR = 6.0).
• اختبار شابيرو-ويلك: أظهر اختبار shapiro_test() دلالة إحصائية واضحة لانحراف التوزيع عن الاعتدالية في مجموعة CBT (p = 0.021)، مما يؤكد الحاجة المنهجية للاختبار اللامعلمي.
• اختبار ليفين للتجانس: أظهر اختبار levene_test(Anxiety_Improvement ~ Group, center = median) عدم وجود دلالة إحصائية (p = 0.432)، مما يؤكد تحقق فرضية تجانس التشتت ويسمح بمقارنة الوسائط بشكل مباشر.

يتم تنفيذ اختبار كروسكال-واليس الأساسي وحساب حجم التأثير التقديري:

(تطبيق دالة kruskal_test(Anxiety_Improvement ~ Group) ودالة kruskal_effsize()).

أسفرت النتائج عن وجود فروق ذات دلالة إحصائية مرتفعة بين المجموعات العلاجية الثلاث: حيث بلغت قيمة إحصاء الاختبار المحسوبة H(2) = 21.85، بقيمة احتمالية بالغة الدلالة p < 0.0001. كما أظهر حساب حجم التأثير اللامعلمي إيتا تربيع قيمة بلغت η²_H = 0.473، وهي قيمة تشير إلى حجم تأثير استثنائي كبير جداً وفق معايير كوهين؛ حيث يفسر نوع التدخل العلاجي ما يقارب 47.3% من إجمالي التباين في درجات تحسن القلق لدى المرضى.

تنتقل المعالجة إلى الاختبارات البعدية عبر تطبيق اختبار دان مع تصحيح هولم للمقارنات المتعددة:

(تطبيق دالة dunn_test(Anxiety_Improvement ~ Group, p.adjust.method = "holm")).

أوضحت النتائج البعدية التفصيلية ما يلي:

• تفوق دال إحصائياً لمجموعة العلاج المعرفي السلوكي CBT على مجموعة العلاج المعتاد TAU (قيمة Z = 4.58، والقيمة الاحتمالية المعدلة p.adj < 0.0001).
• تفوق دال إحصائياً لمجموعة اليقظة الذهنية MBSR على مجموعة العلاج المعتاد TAU (قيمة Z = 3.32، والقيمة الاحتمالية المعدلة p.adj = 0.0018).
• عدم وجود فرق ذي دلالة إحصائية بين مجموعة العلاج المعرفي السلوكي CBT ومجموعة اليقظة الذهنية MBSR (قيمة Z = 1.26، والقيمة الاحتمالية المعدلة p.adj = 0.207).

تُتوج الدراسة ببناء رسم بياني متكامل يجمع بين المخطط الصندوقي ونقاط البيانات المشتتة مع إدراج أقواس الدلالة الإحصائية لاختبار دان المعدلة باستخدام دالة stat_pvalue_manual() وحفظ الشكل النهائي بدقة 300 DPI جاهزاً للإدراج المباشر في الأوراق العلمية المحكمة.

11. الأخطاء المنهجية والبرمجية الشائعة وكيفية معالجتها

11.1 الأخطاء المفاهيمية في تفسير نتائج كروسكال-واليس

يقع العديد من الباحثين في منزلقات مفاهيمية شائعة عند تفسير مخرجات اختبار كروسكال-واليس؛ ويتمثل الخطأ الأول والأكثر انتشاراً في الجزم التلقائي بأن الاختبار يختبر الفروق بين وسائط المجموعات في جميع الأحوال دون التحقق من تماثل أشكال التوزيع. كما تم بيانه سابقاً، إذا اختلفت أشكال التوزيع ودرجات التوائها بين المجموعات، فإن الاختبار يختبر الهيمنة التوزيعية ومتوسطات الرتب فقط، ويصبح الادعاء بوجود فروق في الوسائط غير دقيق رياضياً ومضللاً للقارئ العلمي.

يتمثل الخطأ المفاهيمي الثاني في تطبيق اختبار كروسكال-واليس على تصاميم القياسات المتكررة (Repeated Measures) أو العينات المترابطة (Matched Pairs)؛ كأن يُقارن الباحث درجات نفس المرضى قبل التدخل، وبعد التدخل مباشرة، وفي فترة المتابعة باستخدام كروسكال-واليس. يؤدي هذا الانتهاك لشرط الاستقلالية إلى نتائج مضللة وفقدان كبير للقوة الإحصائية؛ فالأداة اللامعلمية الصحيحة لهذا التصميم المترابط هي حصراً اختبار فريدمان (Friedman Test).

أما الخطأ الثالث فيتمثل في إغفال حساب حجم التأثير والاعتماد المنفرد على القيمة الاحتمالية (p-value) لتقدير الأهمية السريرية؛ فالقيمة الاحتمالية لا تصف حجم الأثر أو فاعليته التطبيقية. بالإضافة إلى ذلك، يُعد إجراء مقارنات بعدية ثنائية متعددة دون تطبيق أي خوارزمية لتصحيح القيم الاحتمالية (مثل هولم أو بونفيروني) خطأً جسيماً يؤدي إلى تضخم هائل في معدلات الإيجابية الكاذبة ويهدد موثوقية الاستنتاجات العلمية.

11.2 الأخطاء البرمجية الشائعة في R وكيفية تصحيحها

على الصعيد البرمجي والتطبيقي داخل بيئة R، يواجه المحللون مجموعة من الأخطاء التقنية المتكررة التي يمكن تفاديها باتباع الممارسات البرمجية السليمة؛ ومن أبرز هذه الأخطاء نسيان تحويل المتغير المستقل إلى عامل (Factor)، حيث يؤدي تمرير متغير تصنيفي مُعرف كأرقام عددية (Numeric: 1, 2, 3) إلى ارتباك في بعض الدوال أو التعامل معه كمتغير انحداري مستمر إذا لم يتم استخدام الدالة بصيغتها الدقيقة، ويُعالج ذلك دائماً بالتطبيق المسبق لدالة as.factor().

يتمثل الخطأ البرمجي الثاني في المعالجة غير المنضبطة للقيم المفقودة (NA Values)؛ حيث قد تُسفر الدوال الأساسية عن رسائل خطأ أو تتوقف عن العمل إذا لم يتم ضبط معامل استبعاد المفقود مثل na.action = na.omit داخل دوال النمذجة أو تصفية المصفوفة مسبقاً باستخدام drop_na() من حزمة tidyverse لتفادي التباين في أطوال المتجهات.

كما يواجه المستخدمون أخطاء شائعة عند دمج نتائج المقارنات البعدية مع الرسوم البيانية باستخدام حزمة ggpubr، مثل عدم تطابق أسماء الأعمدة في مصفوفة المقارنات البعدية مع المتغيرات المعرفة في الرسم البياني الأساسي، أو نسيان إضافة المعامل hide.ns = TRUE لإخفاء المقارنات غير الدالة إحصائياً، مما يجعل الرسم مزدحماً بالأقواس المتداخلة التي تشوه الوضوح البصري للبيانات.

12. دليل كتابة وتوثيق نتائج الاختبار وفق دليل الجمعية الأمريكية لعلم النفس (APA 7th)

12.1 القواعد القياسية لصياغة النتائج الإحصائية اللامعلمية

تضع الجمعية الأمريكية لعلم النفس في دليلها المرجعي السابع (APA 7th Edition) معايير صارمة وواضحة لتوثيق نتائج الاختبارات اللامعلمية في المتن المكتوب للأوراق والرسائل العلمية. يجب أن يتضمن التوثيق القياسي لاختبار كروسكال-واليس الإشارة إلى: رمز إحصاء الاختبار بخط مائل متبوعاً بدرجات الحرية بين قوسين، والقيمة المحسوبة للإحصاء مقربة إلى منزلتين عشريتين، والقيمة الاحتمالية الدقيقة (أو p < .001)، ومؤشر حجم التأثير المحسوب مع فترات ثقته إن وجدت.

تأخذ الصيغة الرمزية القياسية الشكل التالي: H(df) = value, p = value, η²_H = value. بالإضافة إلى ذلك، يفرض دليل APA توثيق الإحصاءات الوصفية المناسبة لكل مجموعة داخل المتن أو في جدول ملحق، متضمنة الوسيط (ويرمز له بـ Mdn) والمدى الربيعي (ويرمز له بـ IQR)، بدلاً من المتوسط والانحراف المعياري اللذين يُقتصر استخدامهما على التحليلات المعلمية أو كمعلومات وصفية تكميلية.

عند كتابة نتائج المقارنات البعدية لاختبار دان، يجب الإفصاح صراحة عن خوارزمية التعديل المتبعة (مثل تصحيح هولم)، وتوثيق قيم إحصاء Z لكل مقارنة ثنائية مع قيم p المعدلة (p.adj) ومقادير الفروق بين وسائط المجموعات لتمكين القارئ من استيعاب المسار الدقيق للتفوق التجريبي بين الفئات المقارنة.

12.2 نماذج عملية لجداول وتقارير النشر العلمي

لتقديم نموذج تطبيقي متكامل يُحتذى به في إعداد رسائل الماجستير والدكتوراه والأوراق العلمية المحكمة، يمكن صياغة نتائج دراسة الحالة الإكلينيكية السابقة باللغتين العربية والإنجليزية وفق أعلى معايير الجمعية الأمريكية لعلم النفس (APA 7th):

النموذج العربي لصياغة النتائج في المتن الأكاديمي:

“أُجري اختبار كروسكال-واليس للتباين الأحادي المبني على الرتب لتقييم الفروق في درجات تحسن أعراض القلق بين ثلاث مجموعات علاجية مستقلة: العلاج المعرفي السلوكي (CBT، العدد = 15)، واليقظة الذهنية (MBSR، العدد = 15)، والعلاج المعتاد (TAU، العدد = 15). كشفت النتائج عن وجود فروق ذات دلالة إحصائية جوهرية بين المجموعات العلاجية في درجات التحسن، H(2) = 21.85، p < .001، بحجم تأثير كبير جداً بلغ η²_H = .473، مما يشير إلى أن التدخلات العلاجية تفسر ما نسبته 47.3% من التباين الكلي في التحسن السريري.

أظهرت المقارنات البعدية الزوجية باستخدام اختبار دان والمعدلة وفق طريقة هولم (Holm-Bonferroni) تفوقاً ذا دلالة إحصائية لمجموعة العلاج المعرفي السلوكي (Mdn = 24.00, IQR = 5.50) مقارنة بمجموعة العلاج المعتاد (Mdn = 11.00, IQR = 6.00)، Z = 4.58، p < .001. كما أظهرت مجموعة اليقظة الذهنية (Mdn = 20.00, IQR = 4.50) تفوقاً ذا دلالة إحصائية مقارنة بمجموعة العلاج المعتاد، Z = 3.32، p = .002. في المقابل، لم تسفر المقارنة بين مجموعتي العلاج المعرفي السلوكي واليقظة الذهنية عن أي فروق ذات دلالة إحصائية، Z = 1.26، p = .207.”

النموذج الإنجليزي القياسي المتوافق مع متطلبات النشر الدولي (APA 7th Format):

“A Kruskal-Wallis test was conducted to examine the differences in anxiety improvement scores according to the therapeutic intervention group: Cognitive Behavioral Therapy (CBT; n = 15), Mindfulness-Based Stress Reduction (MBSR; n = 15), and Treatment as Usual (TAU; n = 15). The analysis revealed a statistically significant difference in improvement scores across the three groups, H(2) = 21.85, p < .001, with a large effect size, η²_H = .473.

Post-hoc pairwise comparisons using Dunn’s test with Holm-Bonferroni correction indicated that anxiety improvement was significantly higher in the CBT group (Mdn = 24.00, IQR = 5.50) compared to the TAU group (Mdn = 11.00, IQR = 6.00), Z = 4.58, p < .001. Similarly, the MBSR group (Mdn = 20.00, IQR = 4.50) demonstrated significantly greater improvement than the TAU group, Z = 3.32, p = .002. However, no statistically significant difference was observed between the CBT and MBSR groups, Z = 1.26, p = .207.”

وفيما يلي تصميم الجدول الإحصائي القياسي الجامع للنتائج الوصفية والاستدلالية المتوافق مع قواعد تنسيق جداول APA 7th الخالية من الخطوط الرأسية:

المجموعة العلاجية (Group)	حجم العينة (n)	الوسيط (Mdn)	المدى الربيعي (IQR)	متوسط الرتب (Mean Rank)	إحصاء H (df)	القيمة الاحتمالية (p)	حجم التأثير (η²_H)
العلاج المعرفي السلوكي (CBT)	15	24.00	5.50	33.20	21.85 (2)	< .001	.473
اليقظة الذهنية (MBSR)	15	20.00	4.50	26.40
العلاج المعتاد (TAU)	15	11.00	6.00	9.40

تضمن إتاحة هذه البيانات والشيفرات البرمجية كملحقات تكميلية للبحث (Open Science and Reproducibility) تعزيز الشفافية العلمية، وتتيح للباحثين الآخرين إعادة إنتاج التحليل بالكامل، وهو ما يمثل ذروة الموثوقية في مجتمع البحث العلمي المعاصر.

خاتمة

يُمثل اختبار كروسكال-واليس أداة استدلالية لامعلمية بالغة القوة والأهمية في ترسانة الباحث النفسي ومحلل البيانات الحيوية؛ حيث يوفر حلاً منهجياً رصيناً للتعامل مع البيانات الترتيبية وتلك التي تنتهك فرضيات التوزيع الطبيعي وتجانس التباين الصارمة لتحليل التباين الأحادي الكلاسيكي. من خلال تحويل البيانات إلى رتب موحدة، يمنح الاختبار الباحث قدرة فائقة على اكتشاف الفروق الحقيقية بين المجتمعات دون التضحية بالدقة أو الوقوع في فخ التحيزات التوزيعية.

تتيح بيئة البرمجة الإحصائية R، عبر حزمها الحديثة مثل tidyverse وrstatix وggpubr وFSA، إمكانية تنفيذ التحليل اللامعلمي بدقة واحترافية متناهية، بدءاً من الفحوص التشخيصية الاستكشافية، مروراً بتنفيذ الاختبار وحساب حجم التأثير المقنن، ووصولاً إلى إجراء المقارنات البعدية المضبوطة وبناء الرسوم البيانية الأكاديمية ونشر التقارير المتوافقة مع معايير APA 7th. إن الإلمام بهذه المهارات المنهجية والبرمجية يضمن للباحثين الارتقاء بجودة دراساتهم المنشورة وتعزيز موثوقية نتائجهم في الأوساط العلمية العالمية.

References

• American Psychological Association. (2020). Publication manual of the American Psychological Association (7th ed.). American Psychological Association. https://doi.org/10.1037/0000165-000
• Cohen, J. (1988). Statistical power analysis for the behavioral sciences (2nd ed.). Lawrence Erlbaum Associates.
• Dunn, O. J. (1964). Multiple comparisons using rank sums. Technometrics, 6(3), 241–252. https://doi.org/10.1080/00401706.1964.10490181
• Field, A., Miles, J., & Field, Z. (2012). Discovering statistics using R. SAGE Publications.
• Holm, S. (1979). A simple sequentially rejective multiple test procedure. Scandinavian Journal of Statistics, 6(2), 65–70. https://www.jstor.org/stable/4615733
• Kassambara, A. (2023). rstatix: Pipe-friendly framework for basic statistical tests (R package version 0.7.2). Comprehensive R Archive Network (CRAN). https://cran.r-project.org/package=rstatix
• 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
• Ogle, D. H., Doll, J. C., Wheeler, P., & Dinno, A. (2023). FSA: Fisheries stock analysis (R package version 0.9.5). Comprehensive R Archive Network (CRAN). https://cran.r-project.org/package=FSA
• R Core Team. (2023). R: A language and environment for statistical computing. R Foundation for Statistical Computing, Vienna, Austria. https://www.R-project.org/
• 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.
• Wickham, H., Averick, M., Bryan, J., Chang, W., McGowan, L. D., François, R., Müller, K., & Yutani, H. (2019). Welcome to the Tidyverse. Journal of Open Source Software, 4(43), 1686. https://doi.org/10.21105/joss.01686