كيفية إجراء الحذف الكامل في R (مع مثال)

تُعد معضلة البيانات المفقودة (Missing Data) واحدة من أكثر التحديات المنهجية والإحصائية تعقيداً في دراسات القياس النفسي والعلوم السلوكية والاجتماعية الحديثة. فعندما تنخرط في تصميم استبانات تجريبية أو مسوح ميدانية واسعة النطاق لتقييم سمات الشخصية، أو قياس الاضطرابات الوجدانية، أو دراسة الأداء المعرفي والرياضي، نادراً ما تأتي مصفوفات البيانات نقية وخالية تماماً من الفجوات. تتراوح هذه الفجوات بين امتناع المشاركين عن الإجابة على بنود معينة، والتسرب التدريجي في الدراسات التتبعية، والأخطاء التقنية المرتبطة برقمنة البيانات وتخزينها، مما يضع الباحث أمام مأزق حرج يهدد البنية الاستدلالية للتحليل الإحصائي برمته.

تاريخياً، تنوعت الاستراتيجيات المنهجية لمعالجة هذه المعضلة بين استبعاد السجلات غير المكتملة أو تعويضها بنماذج رياضية احتمالية. ويقف أسلوب الحذف الكامل للحالات (Listwise Deletion)، والمعروف أيضاً بتحليل الحالات المكتملة (Complete Case Analysis)، في طليعة هذه الممارسات نظراً لبساطته الحسابية وبديهيته المنهجية وتوافره كخيار افتراضي في أغلب الحزم والبرمجيات الإحصائية. غير أن تطبيق هذا الإجراء دون فحص دقيق للآليات الكامنة وراء الفقدان قد يؤدي إلى انخفاض حاد في القوة الإحصائية، وتشوهات بنيوية في معاملات الانحدار ومصفوفات التغاير، وصولاً إلى استنتاجات علمية منحازة وغير قابلة للتعميم.

في إطار بيئة الحوسبة الإحصائية R، التي تشكل المعيار الذهبي المفتوح المصدر لتحليل البيانات المعقدة، تبرز الحاجة إلى تفكيك الآليات البرمجية والرياضية التي تحكم تطبيق الحذف الكامل. يهدف هذا الدليل الأكاديمي الشامل إلى تقديم معالجة تفصيلية ومعمقة لمفهوم الحذف الكامل، بدءاً من أصوله النظرية وافتراضات الفقدان الإحصائي، مروراً بالبنية الجبرية والبرمجية لدوال الحذف مثل complete.cases() وna.omit() وdrop_na()، ووصولاً إلى تقييم مخاطره المنهجية وكيفية توثيق نتائجه وفق المعايير الأكاديمية الصارمة التي تفرضها جمعية علم النفس الأمريكية (American Psychological Association – APA).

1. مقدمة نظرية حول البيانات المفقودة ومفهوم الحذف الكامل

1.1 تعريف البيانات المفقودة وأسباب ظهورها في القياس النفسي

تُعرّف البيانات المفقودة بأنها غياب القيم الملاحظة لمتغير أو أكثر لدى وحدة التحليل الإحصائي (المفحوص، أو المريض، أو المؤسسة) التي تم إدراجها ضمن عينة الدراسة المستهدفة. في سياق القياس النفسي والتقييم السلوكي، تكتسب هذه المشكلة أبعاداً بالغة الحساسية، إذ قلما يحدث الفقدان كظاهرة محايدة أو عرضية بحتة. يعود الامتناع عن الاستجابة في الاستبيانات النفسية إلى عدة عوامل سيكومترية، منها الحساسية المفرطة لبعض البنود المرتبطة بالوصمة الاجتماعية، مثل مقاييس الاكتئاب السريري، والسلوك الإدماني، أو التوجهات القيمية والسياسية، حيث يفضل المفحوص ترك البند فارغاً بدلاً من تقديم استجابة صريحة.

إلى جانب العوامل النفسية المرتبطة بالمفحوص، تلعب الأخطاء الإدارية والتقنية دوراً محورياً في توليد البيانات المفقودة أثناء جمع البيانات الميدانية والمخبرية. يتضمن ذلك حدوث انقطاع غير متوقع في منصات القياس الرقمية عبر الإنترنت، أو عدم فهم المفحوص للتعليمات الإرشادية للمقياس، أو ظاهرة الإرهاق السيكولوجي الناتجة عن طول الاستبيانات، مما يدفع المشارك إلى إيقاف الاستجابة في المراحل الأخيرة من الاختبار. كما تسهم أخطاء الترميز وإدخال البيانات اليدوية في إحداث ثغرات ضمن مصفوفة التحليل الإحصائي.

تكمن أهمية التعامل المنهجي والمسبق مع القيم المفقودة في أن تجاهلها يقوض الافتراضات الجوهرية للنماذج الإحصائية البارامترية. فالخوارزميات التحليلية مثل تحليل الانحدار المتعدد والنمذجة بالمعادلات البنائية تفترض ضمناً مصفوفة بيانات مستطيلة مكتملة العناصر. وبالتالي، فإن المعالجة غير المدروسة قد تقود إلى تقليص مصطنع في حجم العينة الفعال، أو توليد تقديرات غير متسقة للمعلمات المجتمعية، مما يحتم على الباحث اتخاذ قرار علاجي واعٍ وموثق قبل الشروع في أي نمذجة إحصائية متقدمة.

1.2 ما هو الحذف الكامل للحالات (Listwise Deletion)؟

يُمثل الحذف الكامل للحالات، والذي يُشار إليه في الأدبيات الإحصائية بمصطلح تحليل الحالات الكاملة (Complete Case Analysis) أو حذف الحالات كلياً، الإجراء الاستبعادي الذي يقضي بإسقاط أي وحدة معاينة (صف أو مفحوص) من مصفوفة التحليل النهائي إذا كانت تحتوي على قيمة مفقودة واحدة على الأقل في أي من المتغيرات المدرجة في النموذج الإحصائي المستهدف. وبموجب هذا الإجراء، لا يُقبل في التحليل إلا الأفراد الذين تتوفر لديهم بيانات مكتملة تماماً عبر جميع المتغيرات قيد الدراسة.

تقوم الفلسفة الإحصائية الكامنة وراء التخلص من السجلات غير المكتملة على تفضيل النقاء المباشر للبيانات الملاحظة فعلياً وتجنب التعقيدات الرياضية الناتجة عن إدخال قيم تقديرية مصطنعة قد تلوث بنية البيانات الأصلية. يرى أنصار هذا التوجه أن التحليل المقتصر على الملاحظات الحقيقية الخالية من الشوائب يزيل الشكوك حول دقة خوارزميات التعويض، ويحافظ على بساطة التفسير وسهولة التطبيق عبر البرمجيات الإحصائية المختلفة دون الحاجة إلى افتراض نماذج توزيعية معقدة لتوليد القيم الغائبة.

ومع ذلك، فإن هذا المنطق التبسيطي ينطوي على كلفة إحصائية باهظة، إذ يعامل المفحوص الذي تنقصه استجابة على بند واحد من أصل مائة بند بنفس الطريقة التي يعامل بها مفحوصاً تنقصه تسعون استجابة. هذا التجريد الإجرائي الصارم يؤدي إلى التضحية بكميات هائلة من المعلومات الملاحظة الصالحة، مما يولد خللاً بين نقاء الملاحظة وكفاءة الاستدلال الإحصائي، ويجعل من فهم حدوده الرياضية والمنهجية ضرورة حتمية لكل مشتغل بالتحليل الإحصائي في بيئة R.

1.3 موقع الحذف الكامل في تسلسل المعالجة الإحصائية للبيانات

يتنزل الحذف الكامل للحالات ضمن مرحلة التنظيف الاستكشافي للبيانات وإعداد المصفوفة الرياضية للتحليل، وهي المرحلة التي تلي جمع البيانات الأولية وتسبق تطبيق النماذج الاستدلالية المتقدمة. في هذه المحطة، يُجري الباحث فحصاً تدقيقياً لتوزيع المتغيرات، وفحص القيم الشاذة المتطرفة، ورصد كثافة ومواقع الفجوات في مصفوفة البيانات، لتقييم مدى ملاءمة الهيكل العام للبيانات للاختبارات المزمع إجراؤها مثل تحليل التباين أو الانحدار اللوجستي.

تتطلب هذه المرحلة مفاضلة منهجية دقيقة بين خياري الحذف والاستبدال (Imputation). لا ينبغي أن يكون قرار اعتماد الحذف الكامل قراراً افتراضياً أو كسلًا منهجياً، بل يجب أن يخضع لمعايير عقلانية تستند إلى نسبة الفقد، وحجم العينة الكلي المتبقي، وطبيعة الفرضيات البحثية. فإذا كانت نسبة السجلات المحذوفة ضئيلة للغاية ولا تمس فئات ديموغرافية أو نفسية حساسة، قد يكون الحذف الكامل حلاً عملياً فعالاً وموفراً للجهد الحسابي مقارنة بنماذج التعويض المتعدد المعقدة.

تقتضي معايير النشر الأكاديمي والتوثيق المنهجي الرصين توضيح وتبرير كل خطوة استبعاد تتم في مصفوفة البيانات ضمن قسم المنهجية في التقرير العلمي. يشمل ذلك توثيق الحجم الأصلي للعينة، وعدد الحالات المستبعدة بفعل الحذف الكامل، ونسبة الفقدان المئوية لكل متغير على حدة، مع تقديم براهين إحصائية تؤكد عدم إخلال هذا الحذف بتمثيل العينة للمجتمع المستهدف، وفق ما تمليه المعايير الحديثة للإفصاح عن البيانات والشفافية البحثية.

2. آليات فقدان البيانات في الأبحاث النفسية والإحصائية

2.1 الفقدان العشوائي التام (Missing Completely at Random – MCAR)

يُمثل الفقدان العشوائي التام الحالة المثالية رياضياً في نظريات معالجة البيانات الناقصة التي صاغها العالم الإحصائي دونالد روبين في أبحاثه المنشورة عبر دورية Biometrika. في ظل هذا النمط، يكون احتمال فقدان القيمة في متغير معين مستقلاً استقلالاً تاماً عن قيم المتغير المفقود نفسه، ومستقلاً تماماً في الوقت ذاته عن قيم أي متغيرات أخرى ملاحظة أو غير ملاحظة مدرجة في مصفوفة الدراسة. رياضياً، إذا كان لدينا مصفوفة بيانات متكاملة تتألف من جزء ملاحظ وجزء مفقود، فإن توزيع مؤشر الفقدان لا يرتبط بأي من هذين الجزئين على الإطلاق.

للتحقق الإحصائي من تحقق فرضية الفقدان العشوائي التام، يعتمد الباحثون على اختبارات الفرضيات المخصصة، وأبرزها اختبار ليتل للفقدان العشوائي التام (Little’s MCAR Test). يقوم هذا الاختبار بحساب المسافات الإحصائية ومقارنة أنماط المتوسطات عبر المجموعات الفرعية ذات أنماط الفقد المختلفة لمعرفة ما إذا كانت الفروق الظاهرة تعود إلى الصدفة البحتة أم إلى نمط منظم. تُشير القيمة الاحتمالية غير الدالة إحصائياً (P-value أكبر من 0.05) إلى الفشل في رفض الفرضية الصفرية، مما يوفر دعماً تجريبياً لافتراض أن البيانات مفقودة بصورة عشوائية تامة.

تكمن الأهمية الكبرى لتحقق شرط MCAR في أنه يُعد المسوغ الرياضي الوحيد الذي يضمن أن الحذف الكامل للحالات لن يُدخل أي انحياز منهجي (Systematic Bias) في تقديرات معلمات المجتمع مثل المتوسطات، والانحرافات المعيارية، ومعاملات الارتباط. ففي ظل هذا الشرط، تُعتبر العينة المتبقية بعد الحذف بمثابة عينة عشوائية بسيطة مصغرة وممثلة للمجتمع الأصلي، مما يجعل التقديرات الإحصائية المستخلصة منها غير منحازة، وإن كانت تعاني من فقدان في الكفاءة الحسابية واتساع في الأخطاء المعيارية.

2.2 الفقدان العشوائي المشروط (Missing at Random – MAR)

يتحقق مفهوم الفقدان العشوائي المشروط عندما يعتمد احتمال فقدان البيانات في متغير معين على المتغيرات الأخرى الملاحظة المقاسة في الدراسة، ولكنه لا يعتمد على القيم الحقيقية غير الملاحظة للمتغير المفقود نفسه بعد ضبط وتثبيت المتغيرات الملاحظة. بمعنى آخر، يمكن التنبؤ بنمط الفقدان وتفسيره بالكامل استناداً إلى البيانات الأخرى المتوفرة في سجل المفحوص، مما يجعله نمطاً مشروطاً بالمعلومات المتاحة للباحث الإحصائي.

تزخر أبحاث علم النفس الاجتماعي والسريري بأمثلة تطبيقية واضحة على نمط MAR؛ فعلى سبيل المثال، في دراسة تقيس مستوى القلق والأداء الرياضي، قد يمتنع الرياضيون الأكبر سناً عن ملء بنود مقياس القلق المعرفي بنسبة أعلى من الرياضيين الشباب. فإذا كان احتمال فقدان درجات القلق يعتمد فقط على المتغير الملاحظ (العمر) وليس على شدة القلق الفعلية غير المسجلة لدى ذلك الرياضي، فإن آلية الفقدان تُصنف على أنها عشوائية مشروطة بالمتغير الديموغرافي المتاح في التحليل.

تتجلى خطورة تطبيق الحذف الكامل للحالات في ظل وجود آلية MAR في التوليد الحتمي لانحيازات إحصائية شديدة. فعند استبعاد كافة الحالات التي تحوي قيماً مفقودة بناءً على متغيرات مرتبطة بخصائص معينة (كالعمر أو المستوى التعليمي)، تنحرف العينة المتبقية ديموغرافياً وسلوكياً عن المجتمع المستهدف، وتتغير الأوزان النسبية للشرائح المختلفة، مما يؤدي إلى تشويه معاملات الانحدار وفقدان الصدق الداخلي والخارجي للنتائج البحثية، وهو ما يفرض اللجوء لتقنيات التعويض بدلاً من الحذف.

2.3 الفقدان غير العشوائي (Missing Not at Random – MNAR)

يُعد الفقدان غير العشوائي، ويُسمى أيضاً الفقدان غير القابل للتجاهل (Non-Ignorable Missingness)، أكثر الآليات تعقيداً وخطورة من الناحية المنهجية. في هذه الحالة، يرتبط احتمال فقدان القيمة مباشرة بالقيمة المفقودة ذاتها حتى بعد أخذ جميع المتغيرات الملاحظة الأخرى في الاعتبار. يظهر هذا النمط بوضوح عندما ترتبط عدم الاستجابة بحساسية الظاهرة المقاسة وعجز أدوات القياس عن استقطاب الحالات المتطرفة في الاتجاه الإيجابي أو السلبي.

من الأمثلة النمطية على MNAR في القياس النفسي السريري، امتناع الأفراد الذين يعانون من مستويات اكتئاب حادة جداً أو ميول انتحارية متقدمة عن إكمال استبانة الصحة النفسية تحديداً بسبب شدة أعراضهم الإكلينيكية وعجزهم المعرفي أو الحركي عن التفاعل مع الأداة. وبالمثل، في الدراسات السلوكية المالية، يميل الأفراد ذوو الدخول المرتفعة جداً أو المنخفضة جداً إلى حجب بيانات دخلهم مقارنة بأصحاب الدخول المتوسطة، مما يجعل سبب الغياب نابعاً من الخاصية المحجوبة بحد ذاتها.

يترتب على استخدام الحذف الكامل في سياق آلية MNAR تشويه جذري لكافة المعالم الإحصائية للعينة؛ حيث يتم بتر أطراف التوزيع التكراري قسرياً، مما يؤدي إلى تقليص مصطنع في التباين وتشويه مضلل في المتوسطات ومعاملات العلاقات الارتباطية والسببية. لا يمكن تصحيح هذا الانحياز عبر آليات الحذف أو حتى طرق التعويض التقليدية، بل يتطلب نمذجة رياضية متقدمة لعملية الفقدان ذاتها، مثل نماذج نمط الانقطاع (Pattern-Mixture Models) أو نماذج اختيار هيكمان (Heckman Selection Models) لتصحيح الانحياز المتأصل في العينة.

3. الأساس الرياضي والإحصائي لطريقة الحذف الكامل للحالات

3.1 صياغة مصفوفة البيانات بعد الحذف جبرياً

لتوضيح الأساس الجبري للحذف الكامل، نفترض وجود مصفوفة بيانات أصلية $X$ ذات أبعاد $n \times p$، حيث يمثل $n$ إجمالي عدد المشاهدات أو الأفراد (الحالات)، بينما يمثل $p$ عدد المتغيرات النفسية أو السلوكية المقاسة. يتكون كل صف في هذه المصفوفة من المتجه $x_i = (x_{i1}, x_{i2}, dots, x_{ip})$ الذي يعكس استجابات المفحوص $i$. عند وجود بيانات ناقصة، تتحول بعض عناصر هذه المصفوفة إلى قيم غير معرفة رياضياً يُرمز لها بالقيمة المفقودة.

تعتمد خوارزمية الحذف الكامل على بناء دالة مؤشر ثنائي (Indicator Function) تُعرف رياضياً لكل حالة $i$ على النحو التالي: تأخذ الدالة $R_i$ القيمة 1 إذا وفقط إذا كانت جميع عناصر الصف الملاحظ $x_{ij}$ قيماً معلومة وحقيقية لكافة المتغيرات $j = 1, 2, dots, p$، بينما تأخذ الدالة القيمة 0 إذا وُجد متغير واحد على الأقل $j$ بحيث تكون قيمته مفقودة. بناءً على هذا المؤشر، يتم استخلاص مصفوفة فرعية مصغرة $X_{complete}$ ذات أبعاد $m \times p$، حيث $m$ يمثل عدد الحالات التي حققت الشرط $R_i = 1$، مع مراعاة أن $m le n$ دائماً.

يؤدي هذا التحويل الجبري إلى تقليص مباشر في فضاء العينة ودرجات الحرية (Degrees of Freedom) المرتبطة بالاختبارات الإحصائية اللاحقة. ففي نموذج الانحدار الخطي البسيط الذي يعتمد على درجات حرية تساوي $n – k – 1$ (حيث $k$ عدد المتغيرات التنبؤية)، تنخفض درجات الحرية في التحليل النهائي إلى $m – k – 1$. هذا التراجع الجبري يؤثر بدوره على القيم الحرجة المستخرجة من التوزيعات الاحتمالية الكلاسيكية (مثل توزيع t وتوزيع F)، مما يرفع من عتبة الدلالة الإحصائية اللازمة لرفض الفرضيات الصفرية.

3.2 تأثير الحذف على التقديرات الإحصائية (Estimators)

ترتكز دراسة تأثير الحذف الكامل على التقديرات الإحصائية على مفهوم عدم الانحياز (Unbiasedness) والكفاءة المقارنة للمقدرات. تحت مظلة الافتراض الصارم للفقدان العشوائي التام (MCAR)، يظل المقدر الإحصائي للمتوسط الحسابي غير منحاز رياضياً، إذ تتطابق القيمة المتوقعة لمتوسط العينة المكتملة $E(\bar{X}_{complete})$ مع القيمة المتوقعة لمتوسط المجتمع $\mu$. وينطبق هذا المبدأ الحسابي على مقدرات التباين ومعاملات الانحدار الخطية، شريطة استقلالية آلية الفقدان عن قيم التوزيع المشترك للمتغيرات.

على النقيض من ذلك، يتأثر التباين المشترك ومصفوفة الارتباط (Covariance Matrix) بشكل ملحوظ بعمليات الحذف الكامل. فرغم أن التقديرات النقطية لمعاملات التغاير تظل غير منحازة تحت شرط MCAR، إلا أن الخطأ المعياري المحيط بهذه المقدرات يشهد تضخماً طردياً مع تناقص حجم العينة من $n$ إلى $m$. رياضياً، يتناسب التباين التقديري لمتوسط العينة عكسياً مع حجم العينة وفق الصيغة $\sigma^2 / m$، وبما أن $m < n$، فإن التباين التقديري يرتفع حتماً، مما يؤدي إلى تراجع الكفاءة النسبية للمقدرات الحسابية.

تتجلى أزمة الكفاءة (Efficiency) في أن المقدر المشتق من الحذف الكامل، وإن كان غير منحاز في ظل MCAR، إلا أنه لم يعد المقدر الأدنى تبايناً والأكثر كفاءة (Minimum Variance Unbiased Estimator). فالاستغناء عن المعلومات الجزئية المتوفرة في الحالات المستبعدة يفرط في طاقة معلوماتية ثمينة كان يمكن توظيفها لتحسين دقة التقدير الإحصائي وخفض حدود الخطأ التقديري، وهو ما يشكل الدافع الرياضي الرئيسي لتفضيل نماذج التعويض الحديثة في الدراسات الدقيقة.

3.3 شروط الكفاءة والموثوقية الاستدلالية

تتوقف الموثوقية الاستدلالية لنتائج الحذف الكامل على النسبة المئوية للحالات المستبعدة نسبة إلى حجم العينة الإجمالي، إضافة إلى ثبات بنية التوزيع الاحتمالي للبيانات. تشير الأدبيات الإحصائية التطبيقية، لا سيما دراسات المحاكاة التي أجراها الباحثون في القياس النفسي، إلى أن تطبيق الحذف الكامل يظل مقبولاً رياضياً ومنهجياً إذا كانت نسبة الفقدان الكلية لا تتجاوز 3% إلى 5% من إجمالي السجلات، حيث يكون الفارق في الكفاءة وتضخم الأخطاء المعيارية في حدوده الدنيا غير المؤثرة عملياً على اتخاذ القرار الإحصائي.

من زاوية افتراضات النماذج الخطية العامة (General Linear Models)، يفترض التحليل الإحصائي الاستدلالي اعتدالية التوزيعات وتجانس التباين واستقلالية الأخطاء. عند استبعاد الحالات غير المكتملة، قد يتعرض التوزيع المتعدد للمتغيرات لتشوهات هيكلية إذا لم تكن آلية الفقدان عشوائية تماماً، مما يخل بافتراض التجانس ويزيد من حساسية النماذج للقيم المتطرفة المتبقية، وهو ما ينعكس سلباً على سلامة المؤشرات الاستدلالية مثل قيم الأهمية وفترات التقدير.

ينعكس هذا التحول الرياضي بصورة مباشرة على فترات الثقة (Confidence Intervals)؛ إذ تتسع هذه الفترات نتيجة لتناقص المقام في معادلة حساب الخطأ المعياري. يؤدي اتساع فترة الثقة حول المعلمة المقدرة (كحجم التأثير أو معامل الانحدار) إلى تقليص دقة الاستنتاجات العلمية، حيث تصبح الفترات عريضة لدرجة تضعف قدرة الباحث على تأكيد الدلالة العملية للنتائج، مما يجعل من تقييم شروط الكفاءة والموثوقية واجباً إحصائياً لازماً قبل اعتماد مخرجات الحذف الكامل في بيئة R.

4. مقارنة الحذف الكامل بطرق التعامل الأخرى مع القيم المفقودة

4.1 المقارنة مع الحذف الزوجي (Pairwise Deletion)

يعتمد أسلوب الحذف الزوجي، أو ما يُعرف بتحليل الحالات المتاحة (Available Case Analysis)، على استبعاد القيم المفقودة بصورة انتقائية لكل زوج من المتغيرات على حدة عند حساب المعاملات الإحصائية الثنائية مثل معاملات ارتباط بيرسون. وفق هذا الإجراء، لا يتم استبعاد السجل بالكامل من التحليل، بل يُحذف المفحوص فقط من الحسابات التي تتضمن المتغير المحدد الذي تنقصه فيه الاستجابة، بينما يُحتفظ ببياناته المتاحة عند حساب العلاقات بين المتغيرات الأخرى المكتملة لديه.

ينطوي الحذف الزوجي على معضلة رياضية بالغة الخطورة تُعرف بمشكلة المصفوفات غير الموجبة المحددة (Non-Positive Definite Matrices). تنشأ هذه المشكلة لأن معاملات الارتباط والتغاير المختلفة ضمن نفس المصفوفة يتم حسابها بالاستناد إلى عينات فرعية ذات أحجام وأفراد متباينين. يؤدي ذلك إلى تكوين مصفوفة ارتباطات متناقضة رياضياً قد تحتوي على قيم ذاتية (Eigenvalues) سالبة، مما يجعل من المستحيل رياضياً إجراء التحليلات المتقدمة التي تتطلب مقلوب المصفوفة، مثل الانحدار المتعدد والتحليل العاملي الاستكشافي والتوكيدي.

تتمثل المقارنة الجوهرية بين الطريقتين في أن الحذف الكامل يضمن الحفاظ على حجم عينة موحد وثابت ($m$) لجميع المتغيرات، مما ينتج مصفوفة تغاير متسقة رياضياً وموجبة التحديد دوماً، وهو ما يسهل المعالجة الحسابية للنماذج المعقدة. في المقابل، ورغم أن الحذف الزوجي يحافظ على حجم عينة أكبر لكل معامل على حدة، إلا أن عدم الاتساق الهيكلي ومخاطر توليد ارتباطات تتجاوز الحدود الرياضية المنطقية يجعل الحذف الكامل خياراً أكثر أماناً واتساقاً من الناحية الجبرية، رغم فقده للمزيد من البيانات.

4.2 المقارنة مع طرق التعويض الأحادي (Single Imputation)

تشمل طرق التعويض الأحادي استبدال كل قيمة مفقودة بقيمة تقديرية واحدة، وتتنوع هذه الطرق بين الأساليب البسيطة مثل التعويض بالمتوسط الحسابي (Mean Imputation) أو الوسيط، والأساليب النمذجية مثل التعويض بالانحدار البسيط أو خوارزميات الجار الأقرب (k-Nearest Neighbors). تهدف هذه الإجراءات إلى الحفاظ على حجم العينة الكلي الأصلي ($n$) دون استبعاد أي صف، وتوفير مصفوفة مستطيلة مكتملة جاهزة للتطبيق الفوري في البرمجيات الإحصائية.

تكمن الكارثة الإحصائية الكبرى للتعويض بالمتوسط الحسابي في أنه يؤدي إلى تقليص مصطنع وحاد في تباين المتغير المعوض، وتشوه قسري في شكل التوزيع التكراري عبر تجميع التكرارات حول المركز. علاوة على ذلك، يؤدي هذا التعويض الساذج إلى إضعاف مصطنع لقوة العلاقات الارتباطية ومعاملات التغاير بين المتغيرات، نظراً لأن القيم المعوضة تفتقر إلى التباين الطبيعي المشترك مع بقية المتغيرات، مما يولد انحيازاً منهجياً خطيراً حتى تحت افتراض الفقدان العشوائي التام.

من هذا المنظور، يُفضل العديد من علماء القياس النفسي والإحصاء المنهجي اللجوء إلى الحذف الكامل للحالات بدلاً من الوقوع في فخ التعويض الأحادي بالمتوسط. فالحذف الكامل، رغم تقليصه لحجم العينة، يحافظ على البنية التوزيعية والعلاقات التغايرية الطبيعية بين المتغيرات دون تشويه مصطنع للمقدرات تحت شرط MCAR، في حين أن التعويض بالمتوسط يضمن الحفاظ على العينة ظاهرياً ولكنه يدمر الخصائص التوزيعية والارتباطية للبيانات ويزيف دقة التقدير الإحصائي.

4.3 المقارنة مع التعويض المتعدد (Multiple Imputation – MICE)

يُمثل التعويض المتعدد، وبخاصة عبر خوارزمية المعادلات المقيدة المتسلسلة (Multiple Imputation by Chained Equations – MICE)، المعيار الذهبي الإحصائي الحديث لمعالجة البيانات المفقودة تحت فرضية الفقدان العشوائي المشروط (MAR). تقوم فلسفة هذه الطريقة على توليد $m$ من مصفوفات البيانات المكتملة المحاكاة، حيث تُستبدل كل قيمة مفقودة بقيم احتمالية مستمدة من نماذج توزيعية تأخذ في الاعتبار العلاقات المتبادلة بين كافة المتغيرات الملاحظة، مع إضافة خطأ عشوائي يعكس عدم اليقين المحيط بالقيمة المقدرة.

تتفوق طريقة التعويض المتعدد بشكل حاسم على الحذف الكامل في قدرتها على استغلال كافة المعلومات المتاحة في البيانات، واستعادة القوة الإحصائية المفقودة، والحفاظ على كفاءة المقدرات ودقة فترات الثقة. كما تتميز بقدرتها الفريدة على دمج التباين الداخلي والتباين البيني عبر النماذج المحاكية وفق قواعد روبين التجميعية (Rubin’s Rules)، مما يضمن عدم تضخيم الدلالة الإحصائية أو تضييق فترات الثقة بشكل زائف، وهو ما يعجز الحذف الكامل عن تحقيقه في ظل تناقص العينة.

على الرغم من التفوق المنهجي الساحق للتعويض المتعدد، يظل الحذف الكامل محتفظاً بمكانته في الممارسة التطبيقية السريعة والتحليلات الاستكشافية المبدئية نظراً لبساطته الحسابية الصفرية، وعدم حاجته لبناء نماذج تنبؤية معقدة وضبط بذور العشوائية وتشخيص تقارب السلاسل الماركوفية (MCMC Convergence). ومع ذلك، في التحليلات الاستدلالية النهائية المنشورة، تُعد المقارنة المنهجية بين نتائج الحذف الكامل والتعويض المتعدد ضرورة لتقييم حساسية النماذج واستقرار النتائج العلمية.

5. دالة complete.cases() في بيئة R: البنية والوظيفة

5.1 المنطق البرمجي لدالة complete.cases()

تعمل دالة complete.cases() في بيئة R الأساسية كمرشح منطقي (Logical Filter) فائق السرعة والكفاءة، حيث تأخذ كائناً برمجياً (متجهاً، أو مصفوفة، أو إطار بيانات Data Frame) وتفحص بنية كل سجل على حدة عبر كافة الأعمدة المتاحة. المخرج الأساسي لهذه الدالة هو متجه منطقي أحادي البعد يتألف حصرياً من القيمتين المنطقيتين TRUE وFALSE، ويكون طوله مساوياً تماماً لعدد الصفوف الأصلية في الكائن الخاضع للفحص.

يستند المنطق البرمجي للدالة إلى فحص كل خلية $x_{ij}$ داخل الصف $i$؛ فإذا احتوى الصف على قيم صالحة ومكتملة في جميع خلاياه دون استثناء، تُسند الدالة القيمة TRUE لهذا الصف في المتجه الناتج. أما إذا صادفت الدالة خلية واحدة على الأقل تحمل القيمة الخاصة NA (Not Available) أو NaN (Not a Number)، فإنها تسند على الفور القيمة FALSE لهذا السجل، بغض النظر عن مدى اكتمال بقية الخلايا في نفس الصف، مما يجسد التطبيق الحرفي لمبدأ الحذف الكامل للحالات.

تتميز دالة complete.cases() بأداء حسابي استثنائي واستهلاك منخفض للذاكرة المؤقتة (RAM)، نظراً لكتابتها بلغة C على مستوى النواة البرمجية لحزمة Base R. هذا البناء البرمجي المنخفض المستوى يتيح لها معالجة مصفوفات البيانات الضخمة التي تحتوي على مئات الآلاف من الصفوف في أجزاء من الثانية، مما يجعلها أداة تأسيسية يُعتمد عليها في بناء الشيفرات المتقدمة لفهرسة وتصفية البيانات السلوكية والطبية.

5.2 التركيب النحوي (Syntax) الأساسي للاستخدام

يعتمد الاستخدام الكلاسيكي لدالة complete.cases() على نظام الفهرسة الثنائي الموضعي للأطر البيانية في R، والذي يتبع الصيغة العامة: df[rows, columns]. لتطبيق الحذف الكامل، يتم وضع استدعاء الدالة في البعد الأول المخصص للصفوف مع ترك البعد الثاني المخصص للأعمدة فارغاً للحفاظ على جميع المتغيرات، لتكون الصيغة النحوية القياسية على النحو التالي: clean_df <- df[complete.cases(df), ].

تقوم هذه الشيفرة بتمرير المتجه المنطقي الناتج عن الدالة إلى البعد الأول لإطار البيانات، حيث تعمل لغة R على استخراج والاحتفاظ بالصفوف التي تقابل القيمة المنطقية TRUE فقط، مع إسقاط وتجاهل كافة الصفوف التي تقابل القيمة FALSE تماماً من الناتج المخزن في الكائن الجديد. تتميز هذه الطريقة بالشفافية والتحكم الكامل في عملية التصفية دون إجراء تعديل مباشر على الكائن الأصلي المخزن في الذاكرة.

من الخصائص النحوية الجوهرية للدالة قدرتها التلقائية على التعامل مع القيم الخاصة غير المعرفة؛ فهي تعتبر القيمة NaN بمثابة قيمة مفقودة تسند لها FALSE، مما يحمي النماذج من أخطاء العمليات الرياضية غير الجائزة (كالقسمة على صفر). ومع ذلك، يجب الانتباه إلى أن الدالة تعامل القيم اللانهائية Inf و -Inf كقيم عددية مكتملة وتسند لها TRUE، مما يفرض على الباحث تنظيف القيم اللانهائية مسبقاً إذا كانت تمثل أخطاء في القياس أو التحويل الرياضي.

5.3 تطبيق الدالة على مجموعات جزئية من الأعمدة

في العديد من التصاميم البحثية في القياس النفسي والدراسات الطولية، لا يرغب الباحث في تطبيق الحذف الكامل على مصفوفة البيانات بأكملها، بل يحتاج إلى إجراء حذف مشروط بمتغيرات محددة تدخل في نموذج تحليلي معين (مثل المتغير التابع والمتغيرات المستقلة الأساسية)، مع تجاهل وجود قيم مفقودة في متغيرات إضافية أخرى غير مستخدمة في هذا التحليل الجزئي.

تتيح دالة complete.cases() تنفيذ هذا الحذف الانتقائي بمرونة فائقة عبر تمرير مجموعة جزئية من الأعمدة داخل الاستدعاء نفسه، وذلك باتباع الصيغة النحوية التالية: clean_subset <- df[complete.cases(df[, c("var1", "var2", "var3")]), ]. في هذا السياق، تقوم الدالة بفحص اكتمال البيانات فقط ضمن الأعمدة الثلاثة المحددة، بينما يتم استبقاء السجل في إطار البيانات الناتج حتى لو كان يحتوي على قيم NA في أعمدة أخرى خارج هذه القائمة المحددة.

تكتسب هذه الفهرسة الانتقائية أهمية حيوية في الدراسات النفسية متعددة الموجات؛ إذ تمنع استنزاف العينة الكلية بصورة غير مبررة عند تشغيل نماذج تركز على العلاقة بين موجتين زمنيتين محددتين دون غيرهما. هذا الاستخدام الذكي والموجه لدالة complete.cases() يجمع بين دقة الحذف الكامل للنموذج المستهدف والحفاظ على الحد الأقصى الممكن من حجم العينة المتاحة للتحليل.

6. التطبيق العملي خطوة بخطوة لإجراء الحذف الكامل في R

6.1 بناء إطار البيانات وتوليد القيم المفقودة (NA)

لإرساء فهم تطبيقي متكامل، سنقوم بمحاكاة دراسة تجريبية في علم النفس الرياضي تهدف إلى تقييم أداء 10 لاعبين عبر أربعة متغيرات أساسية: معرف اللاعب (ID)، ودرجة الصلابة الذهنية (Mental_Toughness)، وعدد النقاط المحرزة (Points)، ومعدل التمريرات الحاسمة (Assists). سنقوم بإدخال قيم مفقودة NA بصورة متعمدة ومخططة في مواضع مختلفة من إطار البيانات لإيضاح آلية عمل خوارزمية الحذف.

يتم إنشاء إطار البيانات الافتراضي في R عبر تنفيذ أمر البناء التالي في بيئة RStudio:

study_data <- data.frame(
  ID = 1:10,
  Mental_Toughness = c(78, 85, NA, 92, 75, NA, 88, 95, 80, 82),
  Points = c(22, 18, 25, NA, 15, 30, 20, 28, NA, 19),
  Assists = c(5, 7, 6, 8, NA, 4, 9, 10, 5, 6)
)

عند فحص هيكل البيانات المولد باستخدام دالة str(study_data) ودالة head(study_data, 10)، يتضح أن إطار البيانات يحتوي على 10 صفوف و4 أعمدة. يُلاحظ وجود قيم مفقودة في صفوف مختلفة: فاللاعب رقم 3 ورقم 6 لديهما فقد في متغير الصلابة الذهنية، واللاعب رقم 4 ورقم 9 لديهما فقد في متغير النقاط، بينما يعاني اللاعب رقم 5 من فقد في متغير التمريرات الحاسمة. هذه التوزيعات المتباينة للفقدان تجعل من هذا الإطار نموذجاً مثالياً لتتبع أثر الحذف الكامل.

6.2 تنفيذ كود الحذف الكامل وتخزين الناتج

ننتقل الآن إلى المرحلة الإجرائية لتنفيذ الحذف الكامل للحالات وتخزين البيانات المصفاة في كائن مستقل، لضمان بقاء البيانات الأصلية غير المعدلة متاحة للمقارنة والتدقيق. يتم تطبيق دالة complete.cases() على إطار البيانات وفق الشيفرة التالية:

complete_data <- study_data[complete.cases(study_data), ]

لتقييم النتيجة الحسابية لهذا الإجراء، نقوم بالتحقق من أبعاد البيانات قبل وبعد الحذف باستخدام دالة nrow():

original_rows <- nrow(study_data)
cleaned_rows <- nrow(complete_data)
deleted_rows <- original_rows - cleaned_rows
print(paste("عدد الصفوف الأصلية:", original_rows))
print(paste("عدد الصفوف المكتملة المتبقية:", cleaned_rows))
print(paste("عدد الصفوف المستبعدة:", deleted_rows))

عند طباعة إطار البيانات المكتمل print(complete_data)، نلاحظ أن الناتج يحتوي فقط على الصفوف ذات المعرفات (1, 2, 7, 8, 10). لقد تم استبعاد 5 صفوف بالكامل (الحالات: 3, 4, 5, 6, 9) لأن كل واحد منها احتوى على قيمة NA واحدة على الأقل. يوضح هذا التطبيق كيف أدى وجود فقدان جزئي موزّع عبر المتغيرات إلى فقدان 50% من حجم العينة الكلي، وهو ما يسلط الضوء على الأثر الانكماشي الحاد للحذف الكامل للحالات.

6.3 التحقق البرمجي من خلو البيانات من القيم المفقودة

عقب إتمام عملية الحذف، تقتضي قواعد البرمجة الإحصائية الرصينة إجراء فحص تدقيقي برمجي للتأكد القاطع من خلو الكائن الجديد من أي قيم مفقودة متبقية قد تؤدي إلى توقف خوارزميات النمذجة اللاحقة. يتم ذلك عبر دمج دالتي is.na() و any() في سطر برمجي واحد يعيد قيمة منطقية جامعة:

has_na <- any(is.na(complete_data))
print(paste("هل يحتوي إطار البيانات المصفى على أي قيم مفقودة؟", has_na))

إذا كانت النتيجة FALSE، يُعد ذلك تأكيداً برمجياً على اكتمال المصفوفة. ولتوسيع الفحص التشخيصي، نستخدم دالة الملخصات الإحصائية summary(complete_data) ومقارنتها بـ summary(study_data) لرصد التغيرات الفورية في المؤشرات الوصفية. نلاحظ في المخرجات اختفاء صف الإحصاء الخاص بـ NA's تماماً من الملخص الوصفي لكل متغير، مع حدوث انزياحات فورية في قيم المتوسط الحسابي والوسيط والانحراف الربيعي لكل من متغير الصلابة الذهنية والنقاط والتمريرات نتيجة استبعاد نصف العينة الأصلية.

7. طرق بديلة لإجراء الحذف الكامل باستخدام حزم R الحديثة

7.1 استخدام دالة na.omit() في الحزمة الأساسية (Base R)

تُعد دالة na.omit() إحدى أقدم وأشهر الدوال المدمجة في بيئة Base R لإجراء الحذف الكامل للحالات، وتتميز بتركيب نحوي مباشر لا يتطلب صياغة أقواس الفهرسة الموضعية؛ حيث يُكتفى بكتابة: omit_data <- na.omit(study_data) للحصول على إطار بيانات خالٍ تماماً من القيم المفقودة بنفس النتيجة المنطقية التي تقدمها دالة complete.cases().

يكمن الفارق الجوهري والدقيق بين na.omit() و complete.cases() في البنية الوصفية (Metadata) للكائن الناتج. فعند تطبيق na.omit()، تقوم الدالة بإرفاق سمة خاصة (Attribute) بالكائن الجديد تحمل الاسم na.action وتأخذ الفئة omit. تحتوي هذه السمة على متجه عددي يسجل أرقام الصفوف الدقيقة التي تم حذفها، مع تسجيل مسميات تلك الصفوف الأصلية (Row Names).

يتيح وجود هذه السمة البرمجية للباحث استرجاع وتوثيق السجلات المستبعدة بسهولة فائقة دون الحاجة إلى مقارنات معقدة، وذلك باستخدام الدالة المخصصة: deleted_indices <- attr(omit_data, "na.action"). هذا التوثيق التلقائي يُعد ميزة استثنائية لدالة na.omit()، حيث يسهل دمج معلومات الحالات المستبعدة في تقارير المتابعة والتدقيق الإحصائي لاحقاً.

7.2 الحذف الكامل عبر حزمة tidyr والدالة drop_na()

تمثل حزمة tidyr، وهي جزء محوري من منظومة حزم Tidyverse الحديثة للغة R، التوجه المعاصر في كتابة الأكواد الإحصائية المقروءة والأنيقة. توفر الحزمة الدالة المتقدمة drop_na()، التي صُممت خصيصاً لتنسجم بسلاسة مطلقة مع مشغلات الأنابيب البرمجية الحديثة مثل المشغل الأساسي |> أو مشغل حزمة magrittr الشهير %>%.

يتميز التركيب النحوي لدالة drop_na() بمرونة فائقة وقرائية بشرية عالية؛ فعند الرغبة في تطبيق الحذف الكامل على كافة أعمدة إطار البيانات، يُكتب الكود بالصيغة التتابعية التالية: tidy_clean <- study_data |> drop_na(). وإذا رغب الباحث في تطبيق الحذف الكامل المشروط بمتغيرات محددة، فإنه يمرر أسماء المتغيرات مباشرة دون الحاجة إلى علامات اقتباس أو صياغات فهرسة معقدة: tidy_clean_vars <- study_data |> drop_na(Mental_Toughness, Points).

توفر منظومة Tidyverse ميزة التكامل الإجرائي؛ إذ يمكن دمج دالة drop_na() بسلاسة ضمن سلاسل معالجة البيانات المعقدة التي تشمل دوال الفلترة والتحويل والتجميع مثل mutate() و group_by() و summarise(). هذا الأسلوب البرمجي الموحد يقلل من احتمالية ارتكاب الأخطاء النحوية ويوفر بيئة عمل واضحة وسهلة المراجعة وفق معايير هندسة البرمجيات الإحصائية الحديثة.

7.3 استخدام حزمة data.table للبيانات النفسية الضخمة

في أبحاث البيانات الضخمة (Big Data) والعلوم السلوكية الحاسوبية التي تتعامل مع مجموعات بيانات تتجاوز ملايين السجلات—مثل سجلات منصات التواصل الاجتماعي ومسوح الصحة العامة القومية—تصبح الكفاءة الزمنية وإدارة الذاكرة المؤقتة (RAM) المعيار الحاسم للمفاضلة البرمجية. هنا تبرز حزمة data.table كأقوى وأسرع أداة لمعالجة المصفوفات العملاقة في بيئة R.

تتيح حزمة data.table استخدام دالة na.omit() المحدثة والمحسنة لمعالجة كائنات data.table بسرعة فائقة تفوق الأطر البيانية التقليدية بعشرات المرات. يتم تحويل إطار البيانات إلى جدول بيانات فائق الأداء ثم تطبيق الحذف بصيغة مختصرة ومحسنة: dt <- as.data.table(study_data); dt_clean <- na.omit(dt)، كما يمكن تحديد أعمدة الفحص بدقة متناهية عبر الوسيط cols كالتالي: na.omit(dt, cols = c("Points", "Assists")).

تعتمد كفاءة data.table على معالجة البيانات وتعديلها عبر المؤشرات المباشرة في الذاكرة (Modify in Place) دون الحاجة إلى إنشاء نسخ مكررة من كتل البيانات الضخمة، مما يحمي النظام من نفاد الذاكرة ويقلص زمن التنفيذ الحاسوبي إلى الحد الأدنى. يوضح الجدول المقارن التالي الفروق الجوهرية بين الطرق الثلاث المذكورة:

• دالة complete.cases() (Base R): تعتمد على الفهرسة المنطقية، عالية السرعة، تعيد متجهاً منطقياً، ولا تحفظ أرقام الصفوف تلقائياً إلا بإجراء برمجي إضافي.
• دالة na.omit() (Base R): تنفيذ مباشر، تحفظ تلقائياً أرقام الحالات المحذوفة ضمن السمة البرمجية na.action، ومناسبة للتحليلات الإحصائية الكلاسيكية.
• دالة drop_na() (tidyr/Tidyverse): تكامل كامل مع أسلوب الأنابيب، قرائية فائقة، مرونة عالية في استهداف الأعمدة بالاسم، ومثالية لسلاسل معالجة البيانات.
• حزمة data.table: أداء حسابي خارق، استهلاك بالغ الانخفاض للذاكرة، موجهة خصيصاً لمصفوفات البيانات السلوكية والطبية الضخمة جداً.

8. فحص وتقييم البيانات قبل وبعد الحذف الكامل

8.1 التحليل الاستكشافي للبيانات المفقودة بصرياً

قبل الإقدام على تفعيل الحذف الكامل وتجريد العينة من جزء من أفرادها، يفرض التحليل الإحصائي المنهجي إجراء فحص استكشافي بصري معمق لرسم خرائط الفقدان وتحديد مواضعه الهيكلية عبر مصفوفة البيانات. توفر حزم متخصصة في R مثل حزمة naniar وحزمة VIM منظومة بصرية متقدمة تتيح للباحث معاينة كثافة الفقد والترابط البيني للفجوات في غمضة عين.

باستخدام دالة vis_miss(df) من حزمة naniar، يحصل الباحث على خريطة حرارية تفاعلية توضح التوزيع المكاني للقيم المفقودة ونسبتها المئوية في كل عمود وفي إجمالي المصفوفة. تكمن القوة التشخيصية لهذه الرسوم في كشف ما إذا كان الفقدان يتركز في مقياس فرعي معين أو يتوزع عشوائياً كلياً، إضافة إلى تحديد الأنماط المتزامنة للفقد؛ كأن يُلاحظ أن المشارك الذي لا يجيب على متغير الدخل يمتنع دوماً عن الإجابة على متغير المستوى التعليمي.

تساعد هذه الفحوصات الاستكشافية البصرية في تزويد المحلل بقرائن أولية قوية حول طبيعة آلية الفقدان. فإذا أظهرت الخرائط البصرية تركزاً كثيفاً للفقد في فئات محددة من المشاهدات، يصبح اتخاذ قرار الحذف الكامل خطوة عالية المخاطر تنذر بتدمير البنية التمثيلية للعينة، مما يوجه الباحث فوراً نحو دراسة الآليات المشروطة واختبار الفروق المنهجية قبل الشروع في أي إسقاط للسجلات.

8.2 مقارنة الخصائص الديموغرافية والنفسية بين العينة المكتملة والمحذوفة

تُمثل مقارنة الخصائص الأساسية بين مجموعة الحالات المكتملة المستبقاة ومجموعة الحالات المستبعدة بالحذف الخطوة المنهجية الأهم لاختبار صدق فرضية الفقدان العشوائي التام عملياً والتأكد من عدم وجود تباين منهجي يهدد الصدق الداخلي للدراسة. يتم ذلك عبر إنشاء متغير ثنائي تصنيفي جديد في البيانات الأصلية يقسم الأفراد إلى: (حالة مكتملة) مقابل (حالة محذوفة).

يُجري الباحث بعد ذلك سلسلة من اختبارات الفروق الإحصائية؛ فيتم تطبيق اختبار “ت” للعينات المستقلة (Independent Samples t-test) أو اختبار مان-ويتني اللابارامتري لمقارنة المتوسطات في المتغيرات الكمية المستمرة (مثل العمر، ومستوى القلق، وسنوات الخبرة) بين المجموعتين. وبالنسبة للمتغيرات الفئوية (مثل النوع الاجتماعي، والفرع الدراسي، والحالة الاجتماعية)، يُستخدم اختبار استقلالية كاي تربيع (Chi-Square Test of Independence) لفحص التباين في التوزيعات التكرارية.

لا يكتفي التحليل الأكاديمي الرصين بقيم الدلالة الإحصائية (P-values) وحدها، بل يمتد لتقييم حجم التأثير (Effect Size) لهذه الفروق باستخدام مؤشرات مثل “دال كوهين” (Cohen’s d) للمتغيرات الكمية أو معامل “في” (Phi Coefficient) للمتغيرات الاسمية. فإذا تبيّن وجود فروق ذات دلالة إحصائية وأحجام تأثير متوسطة أو كبيرة بين المجموعتين، فإن ذلك يُعد برهاناً تجريبياً قاطعاً على انتهاك شرط MCAR وبطلان استخدام الحذف الكامل، لما يترتب عليه من تجريد قسري لشرائح مجتمعية محددة من العينة النهائية.

8.3 مراقبة التغير في مصفوفة الارتباط وتوزيع المتغيرات

يفرض الحذف الكامل إجراء مقارنة تدقيقية لبنية التوزيعات التكرارية ومصفوفات الارتباط قبل وبعد عملية الحذف لرصد أي تشوهات مورفولوجية قد تصيب البيانات. يتضمن ذلك حساب ومقارنة مقاييس الالتواء (Skewness) والتفرطح (Kurtosis) لكل متغير عبر الدالتين المخصصتين في حزمة e1071 أو psych في R للتأكد من أن الاستبعاد لم يدفع بالتوزيع نحو الالتواء الشديد أو التفلطح الشاذ.

تُعد مصفوفة الارتباط (Correlation Matrix) المؤشر الأكثر حساسية لعمليات الحذف؛ إذ ينبغي على الباحث توليد مصفوفتي الارتباط ومقارنة الفروق بين معاملات بيرسون المناظرة. إذا أدى الحذف الكامل إلى تغيرات جوهرية في قيم المعاملات أو انقلاب في إشارات الارتباط (من موجب إلى سالب)، فإن ذلك يكشف عن وجود تأثير تشويهي لآليات الفقدان غير العشوائي، مما يعطل إمكانية الاعتماد على تلك المصفوفات في التحليلات اللاحقة.

يُنصح بتوظيف الرسوم البيانية لتوزيع الكثافة الاحتمالية (Density Plots) عبر حزمة ggplot2 لمطابقة منحنيات التوزيع قبل الحذف وبعده بصرياً. يتيح تراكب المنحنيين في رسم بياني واحد رؤية فورية لأي انزياح في القمة المركزية أو بتر في ذيول التوزيع، مما يمنح الباحث ثقة بصرية وإحصائية في متانة مصفوفة البيانات الناتجة قبل تغذيتها في خوارزميات النمذجة المتقدمة.

9. التأثير الإحصائي للحذف الكامل على حجم العينة وقوة الاختبار

9.1 انخفاض القوة الإحصائية (Statistical Power)

تُعرّف القوة الإحصائية لاختبار الفرضيات بأنها احتمالية رفض الفرضية الصفرية الخاطئة بنجاح، ويُرمز لها رياضياً بالقيمة ($1 – \beta$)، حيث تمثل $\beta$ احتمالية الوقوع في الخطأ من النوع الثاني (Type II Error) المتمثل في الفشل في اكتشاف التأثير أو العلاقة الحقيقية الموجودة بالفعل في المجتمع. ترتبط القوة الإحصائية بعلاقة طردية مباشرة بحجم العينة الفعال؛ فكلما زاد عدد المشاهدات، زادت قدرة النموذج الرياضي على تمييز التأثيرات الحقيقية وعزلها عن الضجيج العشوائي.

عند اللجوء إلى الحذف الكامل للحالات، يتناقص حجم العينة قسرياً من $n$ إلى $m$، مما يؤدي إلى هبوط فوري وتلقائي في منحنى القوة الإحصائية للاختبار المطبق. في دراسات القياس النفسي التي تتعامل غالباً مع تأثيرات سلوكية ذات أحجام صغيرة إلى متوسطة (وفق تصنيفات كوهين)، قد يؤدي فقدان 20% أو 30% من الحالات عبر الحذف الكامل إلى تدني القوة الإحصائية للاختبار من المستوى المقبول أكاديمياً (0.80) إلى مستويات متدنية (مثل 0.50 أو أقل)، مما يجعل الدراسة عاجزة بنيوياً عن إثبات الفرضيات الصحيحة.

يبرز هنا دور حزمة pwr في بيئة R لإجراء تحليل القوة البعدي (Post-hoc Power Analysis) لتقييم حجم الضرر الاستدلالي الناتج عن الحذف. يتيح الكود التالي حساب القوة الإحصائية لاختبار الارتباط قبل الحذف وبعده لتقييم الانخفاض بدقة:

library(pwr)
# حساب القوة للعينة الأصلية بحجم 100 وتأثير متوسط r = 0.3
power_before <- pwr.r.test(n = 100, r = 0.3, sig.level = 0.05)$power
# حساب القوة للعينة المتبقية بعد حذف 40% من الحالات (n = 60)
power_after <- pwr.r.test(n = 60, r = 0.3, sig.level = 0.05)$power
print(paste("القوة الإحصائية قبل الحذف:", round(power_before, 3)))
print(paste("القوة الإحصائية بعد الحذف:", round(power_after, 3)))

توضح هذه الحسابات البرمجية كيف يؤدي تقليص حجم العينة إلى تآكل الثقة في النتائج غير الدالة إحصائياً، حيث لا يستطيع الباحث الجزم بما إذا كان غياب الدلالة يعود لغياب التأثير الفعلي أم للضعف الإحصائي الحاد الناجم عن تفريغ العينة عبر الحذف الكامل.

9.2 تضخم الأخطاء المعيارية واتساع فترات الثقة

يرتبط الخطأ المعياري لأي مقدر إحصائي (مثل المتوسط الحسابي، أو معامل الانحدار $\beta$) بعلاقة عكسية مع الجذر التربيعي لحجم العينة، وفق الصيغة الرياضية الكلاسيكية $SE = \sigma / \sqrt{N}$. بمجرد تطبيق الحذف الكامل وتناقص حجم العينة من $N$ إلى $m$، يشهد المقام الرياضي انخفاضاً حتمياً، مما يترتب عليه تضخم فوري ومباشر في قيمة الخطأ المعياري لكافة المعلمات المستهدفة بالتقدير.

ينعكس هذا التضخم في الأخطاء المعيارية على اتساع فترات الثقة (Confidence Intervals) المحيطة بالتقديرات النقطية. فبما أن حدود فترة الثقة بنسبة 95% تُحسب بالصيغة: $\text{Estimate} \pm (t_{critical} \times SE)$، فإن الزيادة المزدوجة في الخطأ المعياري وفي القيمة الحرجة لتوزيع t (بسبب انخفاض درجات الحرية) تؤدي إلى تباعد حدي الثقة الأدنى والأعلى بشكل مفرط، مما يقلل من الدقة المعرفية للتقدير الإحصائي.

يؤثر هذا الاتساع تأثيراً مباشراً على اتخاذ القرارات المتعلقة باختبار الفرضيات؛ إذ تصبح فترات الثقة العريضة أكثر عرضة لعبور وتضمين قيمة الصفر (الفرضية الصفرية)، مما يؤدي إلى إخفاء فروق وتأثيرات حقيقية كانت لتظهر بوضوح لو تم الحفاظ على حجم العينة الأصلي عبر تقنيات التعويض الإحصائي، وهو ما يجسد خسارة معرفية وبحثية فادحة ناتجة عن التبسيط الإجرائي للحذف الكامل.

9.3 التأثير التراكمي للحذف في النماذج متعددة المتغيرات

تظهر الآثار التدميرية للحذف الكامل بأوضح صورها في النماذج الإحصائية المعقدة متعددة المتغيرات، مثل الانحدار الخطي المتعدد عالي الأبعاد ونماذج المسار والتحليل العاملي. في هذه النماذج، تتضاعف احتمالية استبعاد السجل مع كل متغير جديد يُضاف إلى معادلة التحليل، نظراً لأن شرط البقاء في العينة يتطلب اكتمال الاستجابة عبر كافة المتغيرات المضمنة في آن واحد دون أي استثناء.

يقود هذا الترابط التراكمي إلى ظاهرة إحصائية تُعرف بـ “مفارقة الحذف” (Deletion Paradox)؛ حيث قد تكون نسبة القيم المفقودة في كل متغير منفرد ضئيلة جداً ولا تتعدى 3% إلى 5%، ولكن بسبب توزع هذه النسب الضئيلة عبر أفراد مختلفين وغير متطابقين عبر 15 أو 20 متغيراً نفسياً في النموذج، يفاجأ الباحث بفقدان ما يتراوح بين 40% إلى 60% من إجمالي حجم العينة الكلي عند تشغيل دالة الحذف الكامل.

يفرض هذا الاستنزاف التراكمي على الباحثين قيوداً صارمة تحد من قدرتهم على تضمين متغيرات التحكم (Control Variables) والمتغيرات التفاعلية الضرورية في النماذج النفسية. ولمواجهة هذه المعضلة في بيئة R، يتعين على المحلل تقييم مصفوفة الفقدان التراكمية مسبقاً وتحديد الحد الأمثل من المتغيرات الجوهرية فقط، أو التخلي الواعي عن الحذف الكامل والتحول الفوري نحو نمذجة البيانات الناقصة عبر أطر التعويض المتعدد لإنقاذ قوة النموذج وتماسكه الهيكلي.

10. المخاطر المنهجية والتحيزات الناتجة عن الحذف الكامل

10.1 تحيز الاستجابة الانتقائية (Selection Bias)

يُمثل تحيز الاستجابة الانتقائية الخطر المنهجي الأكبر الذي يهدد الدراسات التي تطبق الحذف الكامل دون تحقق صارم من شروط الفقدان. ينشأ هذا التحيز عندما يمتلك الأفراد الذين لديهم قيم مفقودة خصائص نفسية، أو ديموغرافية، أو سلوكية متباينة جوهرياً عن أولئك الذين أتموا ملء كافة بنود المقياس، مما يجعل عملية الحذف بمثابة تصفية غير عشوائية تؤدي إلى استبعاد فئات مجتمعية معينة قسرياً من مصفوفة التحليل النهائي.

على سبيل المثال، في الاستبانات التي تقيس الاحتراق النفسي والضغوط المهنية، قد يميل الموظفون الأكثر إنهاكاً وتشتتاً ذهنياً إلى ترك بعض صفحات الاستبيان فارغة لعجزهم عن التركيز، بينما يتمكن الموظفون ذوو الاستقرار النفسي والعبء الوظيفي المنخفض من إكمال الاستبانة بالكامل. يؤدي الحذف الكامل في هذا السيناريو إلى استبعاد الشريحة الأكثر معاناة سريرياً، مما يفرز عينة مكتملة مصابة بـ “تحيز الناجين” (Survivorship Bias) تُظهر مستويات منخفضة من الاحتراق النفسي لا تعكس الواقع الفعلي للمنظمة.

يقود هذا التشوه إلى تقويض الصدق الخارجي (External Validity) وإلغاء إمكانية تعميم النتائج على المجتمع المستهدف (Generalizability). تصبح النتائج المستخلصة مقتصرة فقط على الشريحة “المثالية” الملتزمة بإكمال الاختبارات، وتفقد الدراسة قدرتها على تقديم رؤى علمية دقيقة تمثل التنوع السلوكي الطبيعي، مما يجعل الاعتماد على الحذف الكامل في مثل هذه الحالات خطأ منهجياً جسيماً يعيب التصميم البحثي برمته.

10.2 تشويه معاملات الانحدار والعلاقات السببية

يمتد الأثر السلبي للحذف الكامل في ظل انتهاك فرضية MCAR إلى تزييف معاملات الانحدار ($\beta$) وتشويه تقديرات العلاقات الارتباطية والسببية بين المتغيرات النفسية. فعندما يرتبط احتمال الفقدان بمتغير مستقل أو تابع، تفقد طريقة المربعات الصغرى العادية (Ordinary Least Squares – OLS) خاصية الاتساق الرياضي، مما يؤدي إلى تقارب التقديرات نحو قيم خاطئة ومتحيزة مهما بلغ حجم العينة المتبقية.

قد يتجلى هذا التشويه الإحصائي في ظهور علاقات ارتباطية زائفة (Spurious Correlations) لا وجود لها في الواقع بين متغيرين نفسيين، نشأت فقط كنتيجة لتجمع العينة المتبقية في نطاق ضيق ومحدد من المتغير المشوه. وفي المقابل، قد يتسبب الحذف الانتقائي في طمس وإخفاء علاقات سببية حقيقية قائمة بالفعل في المجتمع من خلال تقليص التباين المشترك الطبيعي في البيانات، مما يقود الباحث إلى استنتاجات نظرية مضللة تماماً.

تتأثر نماذج الوساطة (Mediation) والاعتدال (Moderation) بشكل بالغ الحساسية بهذا التشويه؛ إذ تعتمد هذه النماذج على حساب التأثيرات غير المباشرة والتفاعلية المعقدة التي تتطلب استقراراً مطلقاً في مصفوفة التباين والتغاير المشترك. يؤدي الحذف الكامل في سياق البيانات المشروطة إلى توليد تقديرات مشوهة لمسارات التأثير (Path Coefficients)، مما يفرز أخطاء فادحة في الحكم على وجود الوساطة النفسية أو تفسير آليات التأثير غير المباشر في النماذج السلوكية.

10.3 التهديدات الموجهة لبنية التحليل العاملي (Factor Analysis)

يُشكل التحليل العاملي، بشقيه الاستكشافي (EFA) والتوكيدي (CFA)، العمود الفقري لبناء وتقنين المقاييس النفسية والتربوية والتحقق من صدقها البنائي. يعتمد هذا التحليل بالكامل على مصفوفة التغاير والارتباطات البينية للبنود. عندما يتم تطبيق الحذف الكامل، تفقد المصفوفة استقرارها التوزيعي، مما ينعكس سلباً على التقديرات التشبعية للعوامل (Factor Loadings) ويجعل البنية العاملية غير مستقرة وعرضة للتقلب عبر العينات المختلفة.

في إطار نماذج المعادلات البنائية (Structural Equation Modeling – SEM) التي يتم تطبيقها عبر حزم متطورة في R مثل حزمة lavaan، يؤدي الحذف الكامل إلى تشويه مباشر في مؤشرات حسن المطابقة العالمية (Model Fit Indices)؛ مثل مؤشر المطابقة المقارن (CFI)، ومؤشر توكر-لويس (TLI)، وجذر متوسط مربع خطأ الاقتراب (RMSEA). ينتج عن هذا التشويه رفض نماذج بنائية صحيحة نظرياً أو قبول نماذج خاطئة نتيجة التغير المصطنع في درجات الحرية وتوزيع البواقي.

علاوة على ذلك، تتأثر مؤشرات الاتساق الداخلي والموثوقية السيكومترية للمقاييس؛ حيث يؤدي تقليص العينة وبتر التباين إلى انخفاض غير حقيقي في قيمة معامل ألفا كرونباخ (Cronbach’s Alpha) ومعامل أوميغا ماكدونالد (McDonald’s Omega). هذا التدهور في مؤشرات الثبات يدفع الباحثين أحياناً إلى حذف بنود جيدة وصالحة ظناً منهم أنها تعاني من ضعف الاتساق، بينما يكمن السبب الحقيقي في التشويه الهيكلي الناتج عن التطبيق غير المدروس للحذف الكامل للحالات.

11. متى يكون الحذف الكامل خياراً ملائماً ومتى يجب تجنبه؟

11.1 الحالات التي يوصى فيها باستخدام الحذف الكامل

على الرغم من الانتقادات المنهجية الموجهة للحذف الكامل، إلا أنه يظل خياراً مقبولاً، بل وموصى به في سياقات إحصائية وبحثية محددة تتوفر فيها شروط صارمة تضمن سلامة الاستدلال الإحصائي. تتصدر هذه الحالات الدراسات التي تكون فيها نسبة الفقدان الإجمالية ضئيلة للغاية ولا تتجاوز 3% إلى 5% كحد أقصى موزعة عبر كافة المتغيرات في مصفوفة البيانات، حيث أثبتت دراسات المحاكاة أن الفروق بين الحذف والتعويض المتعدد في هذه النطاقات تكون معدومة عملياً.

تتمثل الحالة الثانية في التحقق الإحصائي والمنهجي القاطع من مطابقة آلية الفقدان لشرط الفقدان العشوائي التام (MCAR)، وثبوت عدم وجود أي فروق ديموغرافية أو سلوكية بين الحالات المستبعدة والمكتملة عبر اختبار ليتل والاختبارات البعدية. في هذه الحالة، يضمن الباحث عدم تحيز مقدرات المعلمات النقطية، ويصبح الحذف الكامل حلاً عملياً فعالاً وموفراً للموارد الحسابية، خاصة في مراحل التحليل الاستكشافي المبدئي للبيانات.

كذلك، يُعد الحذف الكامل خياراً مثالياً في دراسات البيانات الضخمة (Big Data) التي تضم مئات الآلاف أو ملايين المشاهدات، حيث يكون حجم العينة المتبقي بعد الحذف ($m$) هائلاً ويفي بمتطلبات القوة الإحصائية القصوى (Power يقترب من 1.0) دون أي تأثير ملموس لتضخم الأخطاء المعيارية. في مثل هذه البيئات الحسابية الضخمة، يُفضل الحذف الكامل لتفادي التعقيد الحاسوبي والاستهلاك الهائل للذاكرة الذي تتطلبه خوارزميات التعويض المتعدد المعقدة.

11.2 الحالات التي يحظر فيها استخدام الحذف الكامل

في المقابل، يُحظر استخدام الحذف الكامل حظراً قاطعاً في جملة من الظروف البحثية والمنهجية الحساسة؛ يأتي في مقدمتها الدراسات التي تعتمد على عينات عيادية أو نفسية صغيرة ونادرة (مثل مرضى الفصام المقاوم للعلاج، أو الرياضيين الأولمبيين، أو القيادات التنفيذية العليا). في هذه العينات، يُعد كل مفحوص قيمة بحثية نادرة لا يمكن تعويضها، ويؤدي الحذف الكامل إلى تدمير القوة الإحصائية وجعل التحليل غير ذي جدوى علمية.

كما يُمنع الحذف تماماً عند ثبوت أو الاشتباه في وجود نمط فقدان غير عشوائي (MAR أو MNAR)، حيث يرتبط الفقدان بخصائص المفحوصين أو بالظاهرة المقاسة نفسها. في هذه السيناريوهات، يُعتبر تطبيق الحذف الكامل خطأً إحصائياً فادحاً يُفضي حتماً إلى تحيزات منهجية في معاملات الانحدار وتشوهات في مصفوفات التغاير، مما يقود إلى رفض نشر الأبحاث في الدوريات الرصينة بسبب تلوث النتائج بالتحيز المنهجي.

تُعد الدراسات التتبعية الطولية (Longitudinal Studies) ودراسات القياس المتكرر من أبرز البيئات التي يحظر فيها الحذف الكامل؛ نظراً لظاهرة التسرب التراكمي للمشاركين عبر موجات القياس المتعددة (Participant Attrition). فتطبيق الحذف الكامل على دراسة تتبعية مكونة من خمس موجات زمنية سيؤدي إلى استبعاد أي فرد تخلف عن جلسة قياس واحدة، مما يقضي على غالبية العينة الأصلية، ويفرض التحول الحتمي نحو نماذج التأثيرات المختلطة الخطية (Linear Mixed-Effects Models) أو النمذجة البنائية التي تستوعب القياسات غير المكتملة كفلسفة أساسية.

11.3 مصفوفة اتخاذ القرار المنهجي لمعالجة البيانات المفقودة

لمساعدة الباحث النفسي ومحلل البيانات في حسم المفاضلة بين استراتيجيات المعالجة المتاحة، تم تطوير مصفوفة اتخاذ قرار منطقية تستند إلى أربعة معايير متسلسلة: نسبة الفقدان، وآلية الفقد، وحجم العينة المتبقي، والهدف النهائي من التحليل. تُحدد هذه المصفوفة المسار المنهجي الأمثل وفق التسلسل التدقيقي التالي:

• المسار الأول (الحذف الكامل): يُعتمد عندما تكون نسبة الفقد أقل من 5%، وآلية الفقد مثبتة كـ MCAR، وحجم العينة المتبقي يكفي لتحقيق قوة إحصائية لا تقل عن 0.80، والهدف هو تحليل وصفي أو استكشافي سريع.
• المسار الثاني (التعويض المتعدد MICE): يُعتمد عندما تتراوح نسبة الفقد بين 5% و 40%، وآلية الفقد هي MAR، والهدف هو اختبار فرضيات استدلالية سببية أو بناء نماذج انحدار ونمذجة بنائية دقيقة.
• المسار الثالث (النماذج الاحتمالية ونماذج الفقدان الاختياري): يُعتمد عندما تكون آلية الفقدان MNAR بصورة مؤكدة، بغض النظر عن حجم العينة، حيث يتطلب الأمر نمذجة عملية الفقدان بالتزامن مع نمذجة الظاهرة الأصلية (مثل نماذج Heckman).
• المسار الرابع (نماذج الأقصى احتمالية للبيانات الكاملة FIML): يُعتمد في نماذج المعادلات البنائية (SEM) والدراسات الطولية المتكررة، حيث تقوم خوارزميات مثل تلك المدمجة في حزمة lavaan بتقدير معالم النموذج مباشرة بالاعتماد على كافة البيانات المتاحة دون تعويض وسيط أو حذف.

12. أفضل الممارسات المنهجية والتوثيق الأكاديمي للبيانات المفقودة في R

12.1 معايير التوثيق الأكاديمي وفق إرشادات APA

تفرض جمعية علم النفس الأمريكية في الإصدار السابع من دليل النشر العلمي (APA 7th Edition) معايير صارمة للإفصاح والشفافية عند التعامل مع البيانات المفقودة وإجراءات الحذف. يجب على الباحث تضمين تفاصيل شاملة ودقيقة في قسم المنهجية تحت عنوان فرعي مخصص لمعالجة البيانات، بحيث يتم توثيق حجم العينة الأصلي الكلي ($N$) بدقة، متبوعاً بحجم العينة الفعال النهائي المتبقي ($m$) الذي تم إدخاله فعلياً في النماذج الإحصائية.

يجب أن يتضمن التوثيق جدولاً وصفياً أو نصاً سردياً يوضح معدلات الفقدان المئوية لكل متغير مدرج في الدراسة على حدة، مع تبيان الأسباب المحتملة لعدم الاستجابة إن أمكن رصدها ميدانياً. علاوة على ذلك، تُلزم إرشادات APA الباحث بتقديم تقرير مفصل حول الفحوصات الإحصائية التي أُجريت للتحقق من آلية الفقدان؛ متضمناً قيمة إحصاء اختبار ليتل، ودرجات الحرية، والقيمة الاحتمالية الدقيقة (مثال: Little’s MCAR test: $\chi^2(24) = 28.45, p = .241$).

في حال اعتماد الحذف الكامل، يتعين على الباحث تقديم تبرير منهجي مقنع يوضح سبب تفضيل الحذف على أساليب التعويض المتعدد، والتأكيد على أن حجم العينة المتبقي يوفر القوة الإحصائية الكافية لاختبار الفرضيات دون تضخيم للأخطاء من النوع الثاني. يضمن هذا الإفصاح المنهجي المحكم إمكانية المراجعة النقدية للبحث ويعزز من مصداقية الاستنتاجات العلمية المنشورة.

12.2 القابلية لإعادة الإنتاج (Reproducibility) في R

تُمثل القابلية لإعادة الإنتاج الركيزة الأساسية للبحث العلمي الرصين في عصر الحوسبة الإحصائية المفتوحة. لضمان قدرة الباحثين الآخرين على مراجعة وإعادة إنتاج خطوات معالجة البيانات وتطبيق الحذف الكامل في بيئة R، يجب كتابة شيفرات برمجية نظيفة، ومنظمة، وموثقة بتعليقات تفسيرية واضحة تشرح الغرض الإحصائي من كل دالة مستخدمة.

يُوصى بشدة بتنظيم سير العمل البحثي داخل بيئات نشر علمية ديناميكية وقابلة لإعادة الإنتاج مثل Quarto أو R Markdown. تتيح هذه الأدوات دمج النصوص التفسيرية، وشيفرات لغة R، وجداول المخرجات، والرسوم البيانية في ملف توثيقي واحد متكامل يُظهر بدقة متناهية كافة المراحل التي مرت بها مصفوفة البيانات من حالتها الخام وحتى مصفوفة التحليل النهائي المكتملة.

إضافة إلى ذلك، يجب توثيق البيئة البرمجية الكاملة عبر تسجيل إصدار لغة R وأرقام إصدارات الحزم المستخدمة بدقة عبر استدعاء الأمر sessionInfo() في نهاية الشيفرة. وفي حال استخدام أي خوارزميات تتضمن عشوائية أو محاكاة، يجب تثبيت البذور العشوائية باستخدام الدالة set.seed() لضمان تطابق الأرقام والمخرجات عند إعادة تشغيل التحليل في أي منصة حوسبة أخرى مستقبلاً.

12.3 تحليل الحساسية (Sensitivity Analysis)

يُعد تحليل الحساسية الممارسة الإحصائية الفضلى والمثلى للحكم على مدى متانة وثبات الاستنتاجات العلمية ضد القرارات المنهجية المتعلقة بالبيانات المفقودة. تقوم فلسفة هذا التحليل على إجراء الاختبارات والنمذجة الإحصائية المستهدفة مرتين متوازيتين: المرة الأولى باستخدام مصفوفة البيانات الناتجة عن الحذف الكامل للحالات (Listwise Deletion)، والمرة الثانية باستخدام مصفوفات البيانات المعوضة بتقنيات التعويض المتعدد (Multiple Imputation – MICE) أو خوارزميات الأقصى احتمالية (FIML).

يقوم الباحث بعد ذلك بمقارنة متأنية للتقديرات النقطية لمعاملات التأثير والانحدار، وفترات الثقة، ومستويات الدلالة الإحصائية بين النموذجين. إذا أسفر النموذجان عن نفس القرارات الاستدلالية وكانت معاملات التأثير متقاربة في الاتجاه والحجم، يكتسب الباحث ثقة إحصائية مطلقة بأن الحذف الكامل لم يؤثر سلباً على سلامة استنتاجاته العلمية وأن النتائج متينة ومستقرة ومحصنة ضد اختلالات الفقدان.

أما إذا كشف تحليل الحساسية عن تباينات جوهرية في الدلالة أو تغيرات حادة في اتجاهات وحجم التأثيرات، فإن الأمانة الأكاديمية تفرض مناقشة هذه التناقضات بشفافية تامة في قسم المناقشة والقيود المنهجية في التقرير العلمي. يُلزم هذا التباين الباحث بالاعتماد على نتائج التعويض المتعدد كنموذج رئيسي لتفسير الظاهرة، وتوثيق نتائج الحذف الكامل كدليل تحذيري يوضح خطورة التبسيط الإجرائي في معالجة مصفوفات البيانات المعقدة في علم النفس والعلوم السلوكية.

---

الخاتمة

في الختام، يتبين لنا أن إجراء الحذف الكامل للحالات (Listwise Deletion) في لغة R يمثل أداة برمجية وإحصائية ذات حدين تتطلب وعياً منهجياً عميقاً يتجاوز مجرد كتابة الأوامر التنفيذية مثل complete.cases() أو na.omit() أو drop_na(). فرغم ما يوفره هذا الإجراء من بساطة جبرية وسرعة حسابية وضمان لإنتاج مصفوفات متسقة وموجبة التحديد، إلا أن كلفته المنهجية قد تكون باهظة إذا تم تطبيقه في ظروف غير ملائمة تنتهك فرضية الفقدان العشوائي التام (MCAR).

لقد أظهر التحليل المقارن أن التضحية بالسجلات غير المكتملة تقود حتماً إلى تآكل القوة الإحصائية للاختبارات، وتضخم الأخطاء المعيارية، واتساع فترات الثقة، فضلاً عن المخاطر الجسيمة لتوليد تحيزات انتقائية تشوه معاملات الانحدار وتزعزع البنية العاملية للمقاييس السيكومترية ونماذج المعادلات البنائية. ومن هنا، يتعين على الباحث التحلي بالحذر المنهجي، وحصر استخدام الحذف الكامل في الحالات التي تكون فيها نسب الفقد ضئيلة للغاية أو في العينات الضخمة المحققة لشروط العشوائية التامة.

إن تبني أفضل الممارسات المنهجية يفرض دوماً إدراج تحليل الحساسية كإجراء قياسي لمقارنة مخرجات الحذف بنماذج التعويض المتعدد الحديثة، وتوثيق كافة خطوات المعالجة ونسب الفقد بشفافية مطلقة وفق إرشادات جمعية علم النفس الأمريكية (APA 7th)، والاعتماد على بيئات البرمجة القابلة لإعادة الإنتاج مثل Quarto. إن الجمع بين الدقة البرمجية في بيئة R والصرامة النظرية في فهم آليات الفقدان هو السبيل الوحيد لضمان صدق الاستدلال الإحصائي والارتقاء بجودة وموثوقية الأبحاث العلمية في العلوم النفسية والسلوكية المعاصرة.

---

المراجع (References)

• Allison, P. D. (2001). Missing Data (Quantitative Applications in the Social Sciences, Vol. 136). SAGE Publications. https://doi.org/10.4135/9781412985079
• American Psychological Association. (2020). Publication Manual of the American Psychological Association (7th ed.). American Psychological Association. https://doi.org/10.1037/0000165-000
• Enders, C. K. (2022). Applied Missing Data Analysis (2nd ed.). Guilford Press.
• Little, R. J. A. (1988). A test of missing completely at random for multivariate data with missing values. Journal of the American Statistical Association, 83(404), 1198–1202. https://doi.org/10.1080/01621459.1988.10478722
• Little, R. J. A., & Rubin, D. B. (2019). Statistical Analysis with Missing Data (3rd ed.). John Wiley & Sons. https://doi.org/10.1002/9781119482260
• R Core Team. (2023). R: A Language and Environment for Statistical Computing. R Foundation for Statistical Computing, Vienna, Austria. https://www.R-project.org/
• Rubin, D. B. (1976). Inference and missing data. Biometrika, 63(3), 581–592. https://doi.org/10.1093/biomet/63.3.581
• Schafer, J. L., & Graham, J. W. (2002). Missing data: Our view of the state of the art. Psychological Methods, 7(2), 147–177. https://doi.org/10.1037/1082-989X.7.2.147
• Tierney, N., & Cook, D. (2023). Expanding tidy data principles to facilitate missing data exploration, visualization and assessment of imputations. Journal of Statistical Software, 105(7), 1–31. https://doi.org/10.18637/jss.v105.i07
• van Buuren, S. (2018). Flexible Imputation of Missing Data (2nd ed.). Chapman and Hall/CRC. https://doi.org/10.1201/9780429492259
• Wickham, H., Averick, M., Bryan, J., Chang, W., McGowan, L. D., François, R., Grolemund, G., Hayes, A., Henry, L., Hester, J., Kuhn, M., Pedersen, T. L., Miller, E., Bache, S. M., Müller, K., Ooms, J., Robinson, D., Seidel, D. P., Spinu, V., … Yutani, H. (2019). Welcome to the Tidyverse. Journal of Open Source Software, 4(43), 1686. https://doi.org/10.21105/joss.01686