كيفية إجراء اختبار ويلكوكسون للرتب الموقعة في برنامج Stata

تُعد معالجة البيانات الإحصائية في سياق العلوم النفسية والاجتماعية والسلوكية واحدة من أدق المهام المنهجية التي تواجه الباحثين والأكاديميين، لا سيما حينما تتصل التصاميم التجريبية بمتابعة التغيرات الطارئة على المفحوصين عبر الزمن أو تحت تأثير برامج وتدخلات علاجية محددة. يفرض القياس النفسي تحديات بالغة الخصوصية، تنبع في مجملها من طبيعة المتغيرات المقاسة التي غالباً ما تتبع مستويات قياس ترتيبية كسلالم ليكرت، أو تعاني من عدم تحقق شرط التوزيع الطبيعي، أو تتميز بصغر حجم العينات الإكلينيكية التي يتعذر فيها استيفاء شروط النماذج المعلمية الكلاسيكية. في مثل هذه البيئات المعقدة، تبرز الحاجة إلى أدوات استدلالية رصينة قادرة على تجاوز قيود التوزيع دون التضحية بالقوة الإحصائية اللازمة لاكتشاف الفروق الحقيقية.

يمثل اختبار ويلكوكسون للرتب الموقعة (Wilcoxon Signed-Rank Test) علامة فارقة في تاريخ الإحصاء اللامعلمي، حيث يقدم حلاً رياضياً بارعاً لتحليل القياسات المتكررة والتصاميم الزوجية المرتبطة دون اشتراط اعتدالية توزيع درجات الفروق. ومن بين البرمجيات الإحصائية المتقدمة المتاحة للباحثين، يحظى برنامج Stata بمكانة مرموقة نظراً لمرونته الاستثنائية، وسرعته الحسابية، ودقته الصارمة في معالجة مصفوفات البيانات وإجراء الاختبارات الاستدلالية اللامعلمية المعقدة وحساب حجوم الأثر بدقة متناهية تلبي معايير النشر في أرقى الدوريات العلمية المحكمة.

يهدف هذا الدليل الشامل والمفصل إلى تقديم مرجع أكاديمي متكامل للباحثين والمحللين الإحصائيين، يغطي الأبعاد النظرية، الرياضية، والتطبيقية لاختبار ويلكوكسون للرتب الموقعة باستخدام بيئة Stata. سنتناول عبر أقسام هذا الدليل البنية الرياضية للخوارزمية، والافتراضات المنهجية الدقيقة، وإجراءات الفحص الاستكشافي للبيانات، والترجمة البرمجية للأوامر، والتفسير المعمق للمخرجات، فضلاً عن التطرق إلى القضايا المتقدمة مثل معالجة التعادلات والفروق الصفرية، وحساب مجالات الثقة وفق مقدر هودجز-ليمان، وتوثيق النتائج وفق الإصدار السابع لدليل جمعية علم النفس الأمريكية (APA 7th Edition).

1. مقدمة شاملة لاختبار ويلكوكسون للرتب الموقعة وأهميته في القياس النفسي

1.1 التعريف بالاختبار وسياقه التاريخي والإحصائي

طوّر عالم الإحصاء والكيمياء الأمريكي فرانك ويلكوكسون (Frank Wilcoxon) هذا الاختبار التاريخي في ورقته البحثية البارزة المنشورة عام 1945 بعنوان “Individual Comparisons by Ranking Methods”. جاء هذا الابتكار كاستجابة ملحة للحاجة إلى بديل لامعلمي متين لاختبار “ت” للعينات المرتبطة (Paired-samples t-test)، حيث أدرك ويلكوكسون أن التحليل القائم على المتوسطات الحسابية والانحرافات المعيارية يفقد كفاءته وموثوقيته بشكل حاد عند التعامل مع بيانات تنتهك فرضية التوزيع الطبيعي أو تشتمل على قيم متطرفة متباعدة قد تؤدي إلى تضخيم الخطأ المعياري من النوع الأول أو الثاني.

يتمثل الهدف الأساسي من اختبار ويلكوكسون للرتب الموقعة في مقارنة وسيطين لمجموعتين من البيانات المرتبطة أو المزدوجة، الناتجة إما عن قياسات مكررة لنفس الأفراد عبر فترات زمنية متتابعة (مثل القياس القبلي والبعدي)، أو عن أزواج من المفحوصين تمت مواءمتهم تجريبياً بناءً على متغيرات ضابطة كالعمر، والذكاء، والمستوى الاجتماعي. يعتمد الاختبار على مفهوم جوهري يتمثل في تحويل الفروق الكمية المباشرة بين الأزواج إلى “رتب موقعة” (Signed Ranks). وبدلاً من الاكتفاء برصد اتجاه التغير فقط، يأخذ الاختبار في الاعتبار كلاً من اتجاه الفرق وحجمه النسبي مقارنة ببقية الفروق في العينة، مما يمنحه تفوقاً نوعياً وقوة إحصائية تتجاوز مجرد اختبارات الإشارة البسيطة.

تتم عملية التحويل من خلال احتساب الفروق الفردية لكل زوج، واستبعاد الفروق التي تساوي صفراً، ثم ترتيب القيم المطلقة لتلك الفروق ترتيباً تصاعدياً من الأصغر إلى الأكبر وإعطائها رتباً تبدأ من 1 لأصغر فرق مطلق. بعد ذلك، تُعاد الإشارة الأصلية (الموجبة أو السالبة) إلى كل رتبة، ليتم في النهاية جمع الرتب الموجبة والسالبة وتحليل الفارق بينهما استدلالياً لتحديد ما إذا كان توزيع الفروق متماثلاً حول الصفر أم يشير إلى انزياح ذي دلالة إحصائية.

1.2 دواعي استخدام الاختبار في الدراسات النفسية والسلوكية

يحتل اختبار ويلكوكسون للرتب الموقعة موقع الصدارة في ترسانة الأدوات الإحصائية لدى باحثي القياس النفسي والعلوم السلوكية، وتتعدد دواعي استدعائه في التصاميم التجريبية والشبه تجريبية. من أبرز هذه الدواعي تقييم فعالية التدخلات العلاجية النفسية والبرامج التدريبية المعرفية والسلوكية، حيث يقوم الباحث بتطبيق مقياس للاكتئاب أو القلق أو جودة الحياة قبل بدء البرنامج (Pre-test) ثم يعيد تطبيق نفس المقياس بعد انقضاء البرنامج العلاجي (Post-test) على نفس عينة المرضى، للكشف عما إذا كان التدخل قد أحدث تحسناً حقيقياً ينعكس على انخفاض درجات الأعراض.

كما يُعد الاختبار الأداة المثلى لمعالجة البيانات الناتجة عن مقاييس ليكرت (Likert Scales) والاستبيانات النفسية الترتيبية (Ordinal Data). فالدرجات المستخلصة من هذه الأدوات لا تمثل مقاييس فئوية حقيقية ذات فواصل متساوية، بل تعكس رتباً وتفضيلات نسبية؛ وبالتالي فإن التعامل معها بحساب المتوسطات الحسابية ينطوي على تجاوز منهجي لطبيعة البيانات، بينما يحافظ اختبار ويلكوكسون على البنية الترتيبية للمتغير دون افتراض تباعدات متساوية بين استجابات المفحوصين.

إضافة إلى ذلك، تفرض الدراسات الإكلينيكية المتخصصة—كتلك التي تتناول الاضطرابات النفسية النادرة أو الإصابات العصبية الدقيقة—العمل مع عينات محدودة الحجم قد لا تتجاوز 10 إلى 20 مريضاً. في مثل هذه العينات الصغيرة، يفقد اختبار شابيرو-ويلك لاختبار التوزيع الطبيعي قدرته على اكتشاف الانحرافات التوزيعية بدقة، ويكون افتراض التوزيع الطبيعي غير مبرر إحصائياً، مما يجعل اختبار ويلكوكسون الملاذ الآمن والأكثر كفاءة لتجنب الاستنتاجات المضللة الناتجة عن الاختبارات المعلمية الهشة في البيئات الإكلينيكية الحساسة.

1.3 مقارنة أولية بين الاختبارات المعلمية واللامعلمية للبيانات الزوجية

لفهم الموضع الإحصائي الدقيق لاختبار ويلكوكسون للرتب الموقعة، لا بد من إجراء مقارنة تفصيلية بينه وبين نظيره المعلمي المباشر، وهو اختبار “ت” للعينات المزدوجة (Paired-samples t-test). يستند الأخير إلى فرضية أساسية مفادها أن الفروق بين القياسين المزدوجين تتبع توزيعاً طبيعياً متصلاً في المجتمع الإحصائي المسحوبة منه العينة، ويسعى إلى اختبار الفرضية الصفرية القائلة بأن متوسط تلك الفروق في المجتمع يساوي صفراً، معتمداً على تباين العينة لتقدير الخطأ المعياري.

في المقابل، يتحرر اختبار ويلكوكسون من اشتراط التوزيع الطبيعي للفروق، ويختبر فرضية صفرية تركز على تماثل توزيع الفروق حول القيمة صفر، وهو ما يترجم عملياً إلى اختبار الفروق بين وسيطي القياسين المرتبطين (أو انعدام وسيط الفروق). يتميز اختبار ويلكوكسون بما يُعرف في الأدبيات الإحصائية بـ “القوة الإحصائية المقاربة العالية”؛ فعندما تنتهك البيانات فرضية التوزيع الطبيعي (كنشوء توزيعات ملتوية أو ذات ذيول ثقيلة نتيجة وجود استجابات نفسية متطرفة)، تتفوق القوة الإحصائية (Statistical Power) لاختبار ويلكوكسون بوضوح على اختبار “ت”، حيث يصبح أكثر قدرة على رفض الفرضية الصفرية الخاطئة.

حتى في الحالات المثالية التي تتبع فيها البيانات توزيعاً طبيعياً تاماً، فإن الكفاءة المقاربة النسبية (Asymptotic Relative Efficiency – ARE) لاختبار ويلكوكسون مقارنة باختبار “ت” تبلغ نحو 95.5% (أي 3/π)، مما يعني أنه لا يفقد سوى قدر ضئيل جداً من الكفاءة مقابل مكاسب هائلة في الحصانة والصلابة الإحصائية ضد تشوهات البيانات، مما يجعله الخيار المفضل والآمن في مجالات العلوم الإنسانية.

2. الأسس النظرية والرياضية لاختبار ويلكوكسون للرتب الموقعة

2.1 صياغة الفرضيات الصفرية والبديلة

تبدأ المعالجة المنهجية لاختبار ويلكوكسون للرتب الموقعة بالصياغة الرياضية الدقيقة للفرضيات الإحصائية. ترتكز الفرضية الصفرية (Null Hypothesis – H0) على افتراض أن مجتمع الفروق الزوجية بين القياسين يتميز بتوزيع احتمالي متماثل تماماً حول الصفر، وهو ما يعني رياضياً أنه لا يوجد فرق بين وسيط القياس الأول (Mdn1) ووسيط القياس الثاني (Mdn2)، أو أن وسيط الفروق (θ) يساوي صفراً:

H0: θ = 0 (أو Mdn_post – Mdn_pre = 0)

أما الفرضية البديلة (Alternative Hypothesis – H1)، فيمكن صياغتها وفق نمطين بحسب طبيعة السؤال البحثي والأساس النظري للدراسة:

• الفرضية البديلة غير الموجهة أو ذات الاتجاهين (Two-tailed H1): تفترض وجود فرق ذي دلالة إحصائية بين القياسين دون تحديد مسبق لاتجاه هذا الفرق، وتُصاغ كالتالي: H1: θ ≠ 0، أي أن وسيط الفروق ينزاح إما يميناً أو يساراً عن الصفر.
• الفرضية البديلة الموجهة أو ذات الاتجاه الواحد (One-tailed H1): تفترض اتجاهاً محدداً للتغير مدعوماً بأدبيات علمية مسبقة، مثل افتراض أن التدخل النفسي يؤدي بالضرورة إلى خفض أعراض الاكتئاب (H1: θ < 0) حيث أن الفرق محسوب بطرح القياس القبلي من البعدي، أو افتراض تحسن درجات التوافق النفسي (H1: θ > 0).

2.2 الخوارزمية الحسابية لتوليد الرتب الموقعة

تتبع الخوارزمية الرياضية لحساب إحصائية ويلكوكسون سلسلة من الخطوات المنطقية المتتابعة التي تحول البيانات الخام إلى رتب موزونة، وتتلخص في النقاط التالية:

1. حساب الفروق الفردية: يتم إيجاد حاصل طرح القياس الأول من القياس الثاني لكل زوج من الملاحظات: D_i = X_{2i} – X_{1i}، حيث يمثل i رقم المفحوص في العينة من 1 إلى N.
2. استبعاد الفروق الصفرية وتعديل حجم العينة: تُحذف جميع الحالات التي يتطابق فيها القياسان (D_i = 0)، ويُعدل حجم العينة الفعلي ليصبح n، وهو عدد الأزواج التي تظهر فرقاً حقيقياً غير صفري.
3. الترتيب التصاعدي للقيم المطلقة: تؤخذ القيم المطلقة لجميع الفروق المتبقية |D_i|، وتُرتب ترتيباً تصاعدياً من الأصغر إلى الأكبر. تُسند الرتبة (Rank) 1 إلى أصغر قيمة مطلقة، والرتبة 2 للقيمة التي تليها، وهكذا وصولاً إلى الرتبة n لأكبر فرق مطلق. وفي حال وجود قيم مطلقة متطابقة (تعادلات – Ties)، تُمنح كل قيمة متوسط الرتب التي كانت ستشغلها لو كانت مختلفة (طريقة رتبة المتوسط – Mid-ranks).
4. إعادة الإشارات الأصلية: تُلحق بكل رتبة الإشارة الأصلية للفرق المقابل؛ فإذا كان الفرق D_i موجباً، تصبح الرتبة موجبة (+R_i)، وإذا كان سالباً تصبح الرتبة سالبة (-R_i).

2.3 حساب الإحصائية W والإحصائية Z للعينات الكبيرة

بمجرد توليد الرتب الموقعة، يتم اشتقاق إحصاءات الاختبار الأساسية. يُرمز لمجموع الرتب ذات الإشارات الموجبة بالرمز W+ (أو T+)، ولمجموع الرتب ذات الإشارات السالبة بالرمز W- (أو T-)، ويُعبر عنهما رياضياً كما يلي:

W+ = Σ (R_i) لجميع الفروق حيث D_i > 0

W- = Σ (R_i) لجميع الفروق حيث D_i < 0

تتميز العلاقة الرياضية بين هذين المجموعين بأن حاصل جمعهما يساوي دائماً المجموع الكلي للرتب من 1 إلى n، والمحسوب بالمعادلة: W+ + W- = [n(n + 1)] / 2. وتُعرّف إحصائية ويلكوكسون W كأحد هذين المجموعين (أو القيمة الأصغر بينهما في بعض الصيغ الكلاسيكية).

تحت الفرضية الصفرية، يكون المجموع المتوقع للرتب (Expected Mean) مساوياً لـ: E(W) = [n(n + 1)] / 4. وعندما يكون حجم العينة الفعلي كبيراً نسبياً (عادة n > 20)، يقترب التوزيع الاحتمالي لـ W بسرعة من التوزيع الطبيعي المعياري استناداً إلى نظرية النهاية المركزية (Central Limit Theorem). في هذه الحالة، يتم حساب الانحراف المعياري للرتب (Standard Deviation of Ranks) عبر تباين الرتب غير المصحح للتعادلات:

Var(W) = [n(n + 1)(2n + 1)] / 24

وللانتقال إلى الدرجة المعيارية (Z-score)، تُطبق المعادلة مع إدراج معامل التصحيح للاستمرارية (Continuity Correction) لتقليل خطأ التقريب المنفصل إلى المتصل:

Z = (|W – E(W)| – 0.5) / sqrt(Var(W))

تُقارن قيمة Z المحسوبة بالقيمة الحرجة في جدول التوزيع الطبيعي المعياري (مثل ±1.96 عند مستوى دلالة α = 0.05 للاختبار ثنائي الاتجاه) لتحديد القرار الإحصائي برفض أو قبول الفرضية الصفرية.

3. الافتراضات الإحصائية وشروط التطبيق في البحوث النفسية

3.1 مستوى قياس المتغيرات والارتباط المزدوج

على الرغم من تصنيف اختبار ويلكوكسون ضمن الاختبارات اللامعلمية “الخالية من التوزيع” (Distribution-free Tests)، إلا أن تطبيقه الدقيق يرتكز على جملة من الافتراضات المنهجية الصارمة التي يجب على الباحث التحقق من استيفائها لضمان صحة الاستدلال الإحصائي. أول هذه الافتراضات يتعلق بمستوى قياس المتغير التابع؛ إذ يشترط الاختبار أن تكون البيانات مقاسة على الأقل بمستوى ترتيبي مستمر (Continuous Ordinal Scale) أو بمستوى كمي فئوي/نسبي (Interval/Ratio Data). هذا يعني أن الفروق بين القياسين يجب أن تكون قابلة للمقارنة والترتيب التصاعدي وفق الحجم المطلق، وهو ما يتوفر تماماً في درجات الاختبارات النفسية المقننة، وسلالم التقدير متدرجة الخيارات، ومقاييس زمن الاستجابة، والمؤشرات النفس-فسيولوجية كتقلب معدل ضربات القلب أو الموصلية الجلدية.

أما الشرط الثاني فيتعلق ببنية الاقتران أو الازدواج (Paired Structure)؛ حيث يتطلب الاختبار أن تكون كل نقطة بيانات في القياس الأول مرتبطة حكماً وبشكل لا يقبل اللبس بنقطة بيانات مناظرة في القياس الثاني، بحيث تنبع الملاحظتان من نفس المفحوص (التصميم داخل المفحوصين – Within-subjects Design) أو من فردين متطابقين تماماً في السمات المحددة سلفاً (Matched Pairs). وفي المقابل، يشترط الاختبار استقلالية الأزواج عن بعضها البعض؛ أي أن استجابة أي زوج من المشاركين يجب ألا تؤثر بأي حال من الأحوال على استجابات الأزواج الأخرى داخل العينة الكلية، تفادياً لمشكلة الارتباط التلقائي أو التداخل بين المجموعات.

3.2 شرط التماثل التوزيعي للفروق (Symmetry of Differences)

يُمثل شرط تماثل توزيع الفروق أحد أكثر المفاهيم دقة وإساءة للفهم في التطبيق العملي لاختبار ويلكوكسون. فبينما لا يشترط الاختبار اعتدالية البيانات (التوزيع الطبيعي)، فإنه لكي يتم تفسير نتائجه بشكل صريح كاختبار للمقارنة بين “الوسيطين” (Test of Medians)، يجب أن يكون توزيع الفروق (D_i = Post – Pre) متماثلاً تقريباً حول وسيطه في المجتمع الأصلي. التماثل يعني أن شكل التوزيع التكراري للقيم الواقعة أعلى الوسيط يماثل شكل التوزيع للقيم الواقعة أدناه، حتى لو لم يتخذ التوزيع شكلاً جرسياً طبيعياً (قد يكون توزيعاً منتظماً متماثلاً أو ثنائي القمة متماثل الأطراف).

إذا تحقق شرط التماثل، يصبح اختبار ويلكوكسون اختبار موقع نقي (Pure Location Test)، وتدل النتيجة الإحصائية الدالة بشكل قاطع على وجود انزياح في موقع وسيط القياس البعدي مقارنة بالقبلي. أما إذا انتهك توزيع الفروق شرط التماثل وكان ملتوياً بشكل حاد وغير متناسق، فإن الاختبار يتحول وظيفياً إلى اختبار مقارنة لتوزيعين عامين (General Distribution Differences) يدمج بين الفروق في الموقع والشكل، ولا يعود بالإمكان الجزم بأن الدلالة الإحصائية تعكس تغيراً في الوسيط وحده، بل قد تعكس تغيراً في تشتت أو التواء الاستجابات بين القياسين.

3.3 التعامل مع حساسية الاختبار للقيم الشاذة وحجم العينة

يتميز اختبار ويلكوكسون للرتب الموقعة بمقاومة متأصلة وصلابة استثنائية في مواجهة القيم المتطرفة والشاذة (Outliers) مقارنة باختبار “ت” المزدوج. ففي الاختبارات المعلمية، يمكن لمفحوص واحد يسجل قفزة غير معتادة في درجات القلق أن يسحب المتوسط الحسابي للعينة بأكملها ويزيد من التباين، مما يقود إلى نتائج زائفة. أما في اختبار ويلكوكسون، فإن تحويل الفروق إلى رتب يضع سقفاً لأثر القيم الشاذة؛ فأكبر قيمة متطرفة مهما بلغت ضخامتها لن تنال سوى الرتبة القصوى n، مما يحد تماماً من تأثيرها التدميري على إحصائية الاختبار الإجمالية.

فيما يتعلق بحجم العينة، فإن الحد الأدنى الرياضي لاكتشاف دلالة إحصائية عند مستوى α = 0.05 للاختبار ثنائي الاتجاه هو n = 6 أزواج غير صفرية؛ إذ أنه حتى لو كانت جميع الفروق الستة في اتجاه واحد (مثلاً جميعها موجبة)، فإن مجموع الرتب سيكون 21، والقيمة الاحتمالية الدقيقة المرافقة تبلغ 0.031، وهي كافية لرفض الفرضية الصفرية. ومع ذلك، يوصى في البحوث النفسية الميدانية بألا يقل حجم العينة الفعلي عن 15 إلى 20 مشاركاً، لضمان استقرار القوة الإحصائية وتقليل حساسية التقدير لتقلبات العينة العشوائية، فضلاً عن ضمان دقة التقريب الطبيعي لدرجة Z عند الاستغناء عن الحسابات التوافقية الدقيقة.

4. المقارنة المنهجية بين اختبار ويلكوكسون والبدائل الإحصائية الأخرى

4.1 اختبار ويلكوكسون مقابل اختبار الإشارة (Sign Test)

يُعد كل من اختبار ويلكوكسون للرتب الموقعة واختبار الإشارة (Sign Test) أداتين لامعلميتين شائعتين لتحليل البيانات الزوجية المرتبطة، إلا أن هناك تبايناً جوهرياً في الآلية الإحصائية والكفاءة التحليلية لكل منهما. يقتصر اختبار الإشارة على رصد اتجاه التغير فقط بين القياسين؛ فهو يحول كل فرق إلى علامة موجبة (+) أو سالبة (-)، ثم يطبق توزيع ذي الحدين (Binomial Distribution) لاختبار ما إذا كانت نسبة التغيرات الإيجابية تعادل 50% تحت الفرضية الصفرية. وخلال هذه العملية، يتجاهل اختبار الإشارة تماماً مقدار وحجم ذلك التغير، معتبراً التغير الطفيف جداً مساوياً في القيمة لتغير هائل وحاسم.

في المقابل، يستثمر اختبار ويلكوكسون المعلومات الكامنة في أحجام الفروق من خلال عملية الرتب، مما يمنحه قوة إحصائية أعلى بكثير وقدرة متفوقة على رفض الفرضية الصفرية عند وجود فروق جوهرية. ومع ذلك، يبرز اختبار الإشارة كخيار مفضل وحيد في بعض السيناريوهات الإكلينيكية الخاصة، لا سيما عندما تكون البيانات ذات طبيعة ترتيبية بحتة لا تسمح منطقياً بالمفاضلة بين مقادير الفروق (مثل تقييمات التحسن الإكلينيكي الإجمالي: “أسوأ”، “نفس الشيء”، “أفضل”)، أو عندما يكون توزيع الفروق غير متماثل على الإطلاق وبشكل يستحيل معه تطبيق منطق الرتب الموقعة.

4.2 اختبار ويلكوكسون مقابل اختبار t للعينات المرتبطة (Paired t-test)

المفاضلة بين اختبار ويلكوكسون واختبار “ت” للعينات المرتبطة تجسد الصراع المنهجي التقليدي بين الدقة المعلمية والمرونة اللامعلمية. يعتمد اختبار “ت” على جميع المعالم البارامترية للبيانات، مما يجعله الأكثر كفاءة وقوة على الإطلاق عندما تكون فروق العينة مستمدة من مجتمع طبيعي التوزيع. إلا أن نقطة ضعفه القاتلة تكمن في هشاشته الفائقة؛ فأي انحراف طفيف نحو الالتواء، أو ظهور ذيول سميكة في المنحنى التكراري، أو وجود استجابات نفسية غير نموذجية، يقود فوراً إلى تشويه قيمة الخطأ المعياري، مما ينتج عنه قيم احتمالية غير دقيقة إما بتضخيم معدل الخطأ من النوع الأول (رفض فرضية صفرية صحيحة) أو السقوط في الخطأ من النوع الثاني (العجز عن اكتشاف الفروق الحقيقية).

يلجأ بعض الباحثين إلى تطبيق التحويلات الرياضية كحل بديل (مثل التحويل اللوغاريتمي أو تحويل الجذر التربيعي) لمحاولة إجبار البيانات على اتباع التوزيع الطبيعي قبل تطبيق اختبار “ت”. غير أن هذه الممارسة تعاني من تعقيد تفسير النتائج لاحقاً، حيث تفقد المتغيرات وحدات قياسها السيكومترية الأصلية المفهومة. وهنا يتجلى تفوق اختبار ويلكوكسون الذي يقدم حلاً مباشراً وأصيلاً يتعامل مع البيانات برتبها الطبيعية دون تشويه للمقاييس ودون الحاجة لأي افتراضات توزيعية تعسفية، موفراً استنتاجات قائمة على الوسطاء والرتب تتميز بالوضوح والأمان المنهجي.

4.3 اختبار ويلكوكسون للرتب الموقعة مقابل اختبار مان ويتني للعينات المستقلة

من الأخطاء الشائعة في الأبحاث المبتدئة الخلط بين اختبار ويلكوكسون للرتب الموقعة (Wilcoxon Signed-Rank Test) واختبار مان-ويتني (Mann-Whitney U Test) الذي يُعرف أحياناً باختبار ويلكوكسون لمجموع الرتب (Wilcoxon Rank-Sum Test). ينبع هذا اللبس من تشابه اسم العالم المشترك والمبدأ العام القائم على الرتب، إلا أن التصميم التجريبي لكلا الاختبارين مختلف جذرياً:

• اختبار ويلكوكسون للرتب الموقعة: مخصص حصرياً للتصاميم التجريبية المرتبطة وداخل المفحوصين (Within-subjects Design)، حيث يقارن بين قياسين لنفس المجموعة أو أزواج متطابقة، ويعتمد على ترتيب فروق الأزواج الموقعة.
• اختبار مان-ويتني (مجموع الرتب): مخصص للتصاميم المستقلة وبين المفحوصين (Between-subjects Design)، حيث يقارن بين مجموعتين منفصلتين تماماً من المشاركين (مثل مجموعة تجريبية تلقت علاجاً ومجموعة ضابطة تلقت دواءً وهمياً)، ويعتمد على دمج درجات المجموعتين وترتيبها ككتلة واحدة من 1 إلى N_total ثم مقارنة مجموع رتب كل مجموعة بشكل مستقل.

ينعكس هذا التمايز الجوهري مباشرة على طريقة تنظيم البيانات داخل البرمجيات الإحصائية كبرنامج Stata، حيث تتطلب البيانات الزوجية نسقاً عريضاً يضم متغيرين منفصلين لنفس الفرد، بينما تتطلب البيانات المستقلة نسقاً طويلاً يتضمن متغيراً للدرجة ومتغيراً آخر للتصنيف الجماعي.

5. تجهيز بيئة العمل واستيراد البيانات في برنامج Stata

5.1 بنية البيانات الملائمة لاختبار العينات المرتبطة (Wide Format)

يتطلب التحضير البرمجي السليم لإجراء اختبار ويلكوكسون للرتب الموقعة في بيئة Stata فهماً دقيقاً لبنية الجداول والبيانات. يدعم برنامج Stata نمطين رئيسيين لهيكلة البيانات: النسق الطويل (Long Format) والنسق العريض (Wide Format). لتنفيذ اختبار ويلكوكسون الزوجي عبر الأمر الافتراضي signrank، يجب أن تكون البيانات مرتبة بشكل إلزامي في النسق العريض (Wide Format).

في هذا النسق، يمثل كل صف (Row) مشاركاً واحداً فريداً في الدراسة، بينما تتوزع القياسات المتكررة على أعمدة (Columns) مستقلة تمثل المتغيرات الزمنية أو التجريبية المختلفة. على سبيل المثال، إذا كنا ندرس قياس درجات القلق، يجب أن يحتوي ملف البيانات على عمود يمثل القياس القبلي باسم pre_anxiety، وعمود موازٍ يمثل القياس البعدي لنفس المشارك باسم post_anxiety، إلى جانب متغير معرف المفحوص id. وإذا كانت البيانات واردة في النسق الطويل (حيث تتكرر صفوف الفرد الواحد لكل قياس)، يمكن تحويلها بسهولة وسرعة داخل Stata باستخدام أمر التحويل الهيكلي reshape wide عبر الصياغة البرمجية المعتمدة.

5.2 تحميل البيانات التجريبية في Stata

يوفر برنامج Stata واجهات وأوامر برمجية مرنة لاستيراد وتصدير مجموعات البيانات بمختلف الصيغ (مثل ملفات Stata الأصلية .dta، أو ملفات Excel .xlsx، أو ملفات النصوص المفصولة بفواصل .csv). لتحميل ملف بيانات مخزن محلياً على جهاز الحاسوب، يستخدم الباحث أمر التحميل المباشر use مصحوباً بمسار الملف وخيار مسح الذاكرة clear لضمان تفريغ أي بيانات سابقة:

use "C:Psychology_Dataclinical_trial_anxiety.dta", clear

أو يمكن استيراد ملف إكسيل باستخدام الأمر التفاعلي:

import excel "C:Psychology_Dataclinical_trial_anxiety.xlsx", sheet("Sheet1") firstrow clear

بمجرد اكتمال عملية الاستيراد، يُنصح الباحث دائماً بإجراء فحص أولي للبنية العامة للبيانات للتحقق من أسماء المتغيرات وأنواع تخزينها ومسمياتها التوضيحية عبر استدعاء أمرين أساسيين:

• describe: لعرض ملخص شامل عن عدد الحالات، وعدد المتغيرات، وأنماط التخزين (رقمية Numeric أو نصية String).
• summarize pre_anxiety post_anxiety: لاستعراض المؤشرات الإحصائية الوصفية الأولية كالقيم الصغرى والعظمى والمتوسطات للتحقق من سلامة النطاق الرقمي للبيانات.

5.3 فحص البيانات المفقودة والقيم غير المنطقية

تُشكل البيانات المفقودة (Missing Values) خطراً منهجياً على دقة التحليل الزوجي. يتعامل برنامج Stata مع البيانات المفقودة في الاختبارات المرتبطة من خلال أسلوب “الحذف الزوجي للحالات” (Listwise Deletion)، مما يعني أنه إذا كان لدى المشارك قيمة مفقودة في القياس القبلي أو البعدي، فسيتم استبعاد سجله بالكامل من التحليل الإحصائي دون إنذار مفصل، الأمر الذي قد يؤدي إلى انخفاض حجم العينة الفعلي وبالتالي تراجع القوة الإحصائية للاختبار.

للكشف الاستباقي عن القيم المفقودة وإدارتها، يُفضل استخدام الأمر المتخصص misstable summarize:

misstable summarize pre_anxiety post_anxiety

يقوم هذا الأمر بجدولة عدد ونسب الحالات المفقودة بدقة. كما ينبغي التحقق من عدم وجود قيم خارج النطاق المنطقي السيكومتري للمقياس (Data Entry Errors)؛ فإذا كان مقياس القلق يتراوح بين 0 و 50 درجة، فإن ظهور درجات سالبة أو تفوق 50 يُعد خطأً إدخالياً يجب تصحيحه قبل الشروع في التحليل الاستدلالي لضمان مصداقية الرتب وحمايتها من التشويه.

6. الفحص الاستكشافي للبيانات والتحقق من الافتراضات في Stata

6.1 إنشاء متغير الفروق وحساب الإحصاءات الوصفية

تتمثل الخطوة التمهيدية الأولى في الفحص المنهجي للبيانات في حساب مصفوفة الفروق بين القياسين الزوجيين وتخزينها في متغير جديد داخل بيئة Stata. يُنفذ ذلك عبر الأمر generate كما يلي:

generate diff_anxiety = post_anxiety - pre_anxiety

label variable diff_anxiety "فرق درجات القلق (البعدي - القبلي)"

بعد توليد متغير الفروق، يتم استخراج المؤشرات الإحصائية المعمقة التي تلائم التحليلات اللامعلمية. نظراً لعدم ملاءمة المتوسط الحسابي والانحراف المعياري للبيانات غير المعتدلة، يركز الباحث على استخراج الوسيط (Median) والمدى الربيعي (Interquartile Range – IQR) ومستويات المئين عبر إضافة الخيار detail إلى أمر التلخيص الإحصائي:

summarize diff_anxiety, detail

يقدم هذا المخرج التفصيلي قراءة دقيقة لمئين 50% (الوسيط)، والربيع الأول P25، والربيع الثالث P75، مما يمكن الباحث من حساب المدى الربيعي (IQR = P75 – P25)، وهو المقياس الأكثر رصانة للتشتت في السياقات اللامعلمية.

6.2 الفحص البصري لتوزيع الفروق وتماثلها

يحتل الفحص البصري مكانة محورية للتحقق من شرط تماثل الفروق واكتشاف النمط التوزيعي العام. يتيح برنامج Stata أدوات بيانية متقدمة وعالية الدقة تخدم هذا الغرض الاستكشافي. يُنصح بتنفيذ الأوامر الرسومية التالية:

histogram diff_anxiety, normal kdensity title("المدرج التكراري لتوزيع الفروق مع منحنى الكثافة")

يقوم هذا الأمر برسم المدرج التكراري وتراكب منحنى التوزيع الطبيعي النظري مع تقدير كثافة النواة اللامعلمي (Kernel Density Estimation)، مما يسمح بالحكم البصري المباشر على مدى تماثل الفروق حول نقطة الصفر أو وسيط الفروق.

كما يُستعان بالمخطط الصندوقي (Boxplot) للكشف عن الالتواء وتحديد الحالات الشاذة والمتطرفة بوضوح عبر الأمر:

graph box diff_anxiety, yline(0, lpattern(dash) lcolor(red)) title("المخطط الصندوقي لفروق درجات القلق")

يوضح هذا المخطط موقع خط الوسيط داخل الصندوق الربيعي، وتماثل أطراف الخطوط (Whiskers)، مع إبراز أي نقاط معزولة تتجاوز المدى الربيعي بمقدار 1.5 ضعفاً كعلامات على القيم المتطرفة، مع رسم خط إرشادي متقطع عند الصفر للمقارنة البصرية الفورية.

6.3 اختبار التوزيع الطبيعي للتحقق من عدم ملاءمة اختبار t

لتبرير الانتقال المنهجي من اختبار “ت” المعلمي إلى اختبار ويلكوكسون اللامعلمي وتقديم مسوغات علمية قاطعة في تقارير البحوث المحكمة، يجب إخضاع متغير الفروق diff_anxiety للاختبارات الإحصائية الصارمة الخاصة باعتدالية التوزيع. يوفر برنامج Stata اختبارين رئيسيين معتمدين عالمياً:

1. اختبار شابيرو-ويلك (Shapiro-Wilk Test): ويُعد المعيار الذهبي لاختبار التوزيع الطبيعي، لا سيما في العينات الصغيرة والمتوسطة (N < 2000)، ويُنفذ بالأمر:
   swilk diff_anxiety
2. اختبار التواء وتفرطح التوزيع لدغوستينو (D’Agostino Skewness/Kurtosis Test): ويقدم تحليلاً مستقلاً لمعاملات الالتواء والتفرطح واختباراً مشتركاً للأصالة التوزيعية عبر الأمر:
   sktest diff_anxiety

إذا أسفرت هذه الاختبارات عن قيمة احتمالية دالة إحصائياً (p < 0.05)، يتم رفض الفرضية الصفرية القائلة باعتدالية التوزيع، مما يثبت بشكل قاطع انتهاك افتراض التوزيع الطبيعي لفروق الدرجات، ويصبح استخدام اختبار ويلكوكسون للرتب الموقعة ضرورة منهجية ملزمة وليس مجرد خيار اختياري.

7. التطبيق العملي: تنفيذ الأمر signrank في Stata

7.1 الصيغة الأساسية للأمر signrank

يُمثل الأمر signrank الأداة التنفيذية القياسية المدمجة في Stata لإجراء اختبار ويلكوكسون للرتب الموقعة للبيانات الزوجية المرتبطة. تتميز البنية البرمجية للأمر بالبساطة والوضوح، حيث تأخذ الصيغة العامة التالية:

signrank var1 = var2

حيث يمثل var1 المتغير التابع الأول (مثل القياس البعدي post_anxiety)، ويمثل var2 المتغير التابع الثاني المقترن به (مثل القياس القبلي pre_anxiety). يُعد ترتيب إدراج المتغيرين في الأمر ذا أهمية تحليلية بالغة؛ فعند كتابة signrank post_anxiety = pre_anxiety، يقوم برنامج Stata داخلياً بحساب الفروق بطرح المتغير الثاني من الأول (أي: Post – Pre). وبالتالي، فإن الفروق الإيجابية الناتجة ستعبر عن الحالات التي زادت فيها درجات القياس البعدي عن القبلي، بينما تعبر الفروق السلبية عن الحالات التي انخفضت فيها الدرجات بعد التدخل، وهو ما يسهل التفسير المنطقي لاتجاهات التحسن العلاجي.

7.2 استخدام خيارات التصفية والشروط (if و in)

يتيح برنامج Stata مرونة فائقة في تخصيص التحليل وحصره على قطاعات معينة من العينة باستخدام الشروط المنطقية المتقدمة مثل العبارة الشرطية if ومحدد النطاق in. تبرز أهمية هذه الشروط عند الرغبة في فحص الفروق داخل مجموعات ديموغرافية أو إكلينيكية محددة دون الحاجة لتقسيم ملف البيانات الأصلي.

على سبيل المثال، لإجراء الاختبار على فئة الإناث فقط في العينة (حيث يُرمز للإناث بالرقم 2 في متغير الجنس gender):

signrank post_anxiety = pre_anxiety if gender == 2

كما يمكن دمج شروط متعددة باستخدام الروابط المنطقية (مثل حصر التحليل على المفحوصين الذين تجاوزت أعمارهم 30 عاماً وكانوا يعانون من مستويات قلق حادة في القياس القبلي):

signrank post_anxiety = pre_anxiety if age > 30 & pre_anxiety >= 40

ولإجراء الاختبار بشكل مقارن ومستقل عبر جميع المجموعات الفرعية للعينة بضربة واحدة، يُستخدم الأمر التكراري bysort:

bysort treatment_group: signrank post_anxiety = pre_anxiety

يولد هذا الأمر جدول مخرجات مستقل تماماً لاختبار ويلكوكسون لكل مجموعة علاجية على حدة، مما يتيح المقارنة الفورية لفعالية التدخل بين المجموعات التجريبية والضابطة.

7.3 تطبيق الاختبار على عينة أحادية مقارنة بقيمة ثابتة

بالإضافة إلى مقارنة القياسات الزوجية، يمتلك الأمر signrank قدرة منهجية هامة على العمل كـ “اختبار ويلكوكسون للعينة الواحدة” (One-sample Wilcoxon Signed-Rank Test) لمقارنة وسيط مجموعة دراسية واحدة بقيمة معيارية ثابتة أو محك إكلينيكي محدد سلفاً (Hypothesized Median Value: k).

تأخذ الصيغة البرمجية لهذا التطبيق الشكل التالي:

signrank post_anxiety = 20

في هذا السياق، يختبر الأمر الفرضية الصفرية القائلة بأن وسيط درجات القلق لدى المشاركين بعد البرنامج العلاجي يعادل القيمة المعيارية المرجعية (20 نقطة)، والتي قد تمثل الحد الفاصل في القياس النفسي بين مستوى القلق الطبيعي والقلق المرضي. يقوم Stata بطرح القيمة الثابتة (20) من درجة كل مفحوص، ثم يرتب الفروق المطلقة ويحسب الرتب الموقعة لتحديد ما إذا كانت درجات أفراد العينة تنحرف بدلالة إحصائية صعوداً أو هبوطاً عن هذا المعيار الإكلينيكي المستهدف.

8. التفسير التفصيلي والعميق لمخرجات Stata

8.1 قراءة جدول الرتب الإيجابية والسلبية والمتعادلة

عند تنفيذ الأمر signrank post_anxiety = pre_anxiety، يُخرج برنامج Stata جدولاً إحصائياً منظماً يحتوي على ملخص دقيق لتوزيع الرتب، ويتألف من ثلاثة صفوف رئيسية تعكس بنية التغيرات المرصودة:

• الصف الأول (sign > 0 – الفروق الموجبة): يوضح عدد الحالات (obs) التي سجلت درجات بعدية أعلى من القبلية (Post > Pre)، ومجموع الرتب الفعلية المسندة إليها (sum of ranks)، والمجموع المتوقع لتلك الرتب تحت الفرضية الصفرية (expected). في مقاييس القلق أو الاكتئاب، يعبر هذا الصف عن الحالات التي تدهورت أو زادت أعراضها.
• الصف الثاني (sign < 0 – الفروق السالبة): يوضح عدد الحالات التي انخفضت درجاتها البعدية عن القبلية (Post < Pre)، مع مجموع رتبها الفعلية والمجموع المتوقع. يمثل هذا الصف جوهر التحسن الإكلينيكي المنشود في التدخلات العلاجية.
• الصف الثالث (sign = 0 – الفروق الصفرية/التعادلات التامة): يوضح عدد المشاركين الذين لم يطرأ أي تغير على درجاتهم إطلاقاً بين القياسين (Post = Pre). يستبعد Stata هذه الحالات برمجياً من عملية الترتيب وحساب إحصائية الاختبار، ويقوم بتعديل حجم العينة الإجمالي بناءً على الحالات المتبقية فقط.

8.2 تفسير التباين والمؤشرات الإحصائية الأساسية

أسفل جدول الرتب، يعرض برنامج Stata المؤشرات الحسابية التوزيعية التي تم بناء الاستدلال الإحصائي على أساسها. يظهر في البداية السطر الخاص بحساب التباين التوزيعي لمجموع الرتب:

Var(sum of ranks)

وهي القيمة المحسوبة رياضياً بدقة بعد إدخال التعديلات التصحيحية الخاصة بالتعادلات في الرتب (Tied Ranks Adjustment). تعكس هذه القيمة مدى التشتت المتوقع لمجموع الرتب حول قيمته المتوقعة E(W) إذا كانت الفرضية الصفرية صحيحة تماماً.

يقوم Stata بعد ذلك بمقارنة مجموع الرتب الفعلي المشاهد (سواء للرتب الموجبة أو السالبة) بالمجموع النظري المتوقع (Expected Sum). فإذا كان التدخل العلاجي ذا فاعلية حقيقية، سيلاحظ الباحث تبايناً كبيراً بين المجموع الفعلي والمجموع المتوقع؛ حيث يتضخم مجموع الرتب السالبة متجاوزاً قيمته المتوقعة بشكل ملحوظ، بينما ينكمش مجموع الرتب الموجبة دون المستوى المتوقع، وهو ما يشكل الأساس الحسابي لتوليد الانحراف المعياري لدرجة Z.

8.3 تفسير القيمة الاحتمالية وإحصائية Z

يختتم مخرج Stata بعرض القيمة المعيارية المحسوبة z والقيم الاحتمالية المرتبطة بها لمختلف اتجاهات الفرضية:

z = -3.842

Ho: post_anxiety = pre_anxiety

Pr(|Z| > |z|) = 0.0001

Pr(Z > z) = 0.9999

Pr(Z < z) = 0.0001

يتم قراءة هذه المؤشرات وفق القواعد المنهجية التالية:

1. الدرجة المعيارية (z-score): تعكس عدد الانحرافات المعيارية التي يبعد بها مجموع الرتب الفعلي عن المجموع المتوقع. تدل الإشارة السالبة لدرجة Z على أن انخفاض الدرجات (الرتب السالبة) هو النمط السائد والمهيمن في العينة.
2. القيمة الاحتمالية للاختبار ثنائي الاتجاه Pr(|Z| > |z|): تمثل احتمال الحصول على هذه النتيجة المتطرفة أو أكثر منها بالصدفة البحتة تحت الفرضية الصفرية. فإذا كانت القيمة أقل من مستوى الدلالة المعتمد (مثلاً p = 0.0001 < 0.05)، يتم رفض الفرضية الصفرية وتأكيد وجود فرق دال إحصائياً بين وسيطي القياسين.
3. القيم الاحتمالية الموجهة Pr(Z < z) و Pr(Z > z): تُستخدم عند تبني فرضيات بديلة موجهة ذات اتجاه واحد (One-tailed). في المثال أعلاه، تدعم القيمة الاحتمالية Pr(Z < z) = 0.0001 بقوة الفرضية القائلة بأن القياس البعدي أدنى بدلالة إحصائية من القياس القبلي.

9. حساب وتفسير حجم الأثر (Effect Size) للاختبار في Stata

9.1 معامل الارتباط اللامعلمي r كحجم أثر

لا تكتمل المعالجة الإحصائية الحديثة بمجرد استخراج القيمة الاحتمالية (p-value)، إذ تؤكد إرشادات النشر في المجلات العلمية العالمية على ضرورة الإبلاغ عن حجم الأثر (Effect Size) لتقييم الأهمية العملية والتطبيقية للنتائج بمعزل عن تأثير حجم العينة. يُعد معامل الارتباط ثنائي المتسلسلة اللامعلمي r، والمستند إلى صيغة روزنثال (Rosenthal, 1991)، المعيار الأكثر شيوعاً ومصداقية لحساب حجم الأثر لاختبار ويلكوكسون للرتب الموقعة، ويُحسب بالمعادلة التالية:

r = |Z| / sqrt(N_total)

حيث تمثل |Z| القيمة المطلقة للدرجة المعيارية المستخرجة من الاختبار، بينما تمثل N_total العدد الكلي للملاحظات في القياسين معاً (أي: N_total = n_pairs × 2)، مع الإشارة إلى أن بعض المراجع الإحصائية تستخدم عدد الأزواج n بدلاً من مجموع الملاحظات، وهو ما يجب توضيحه صراحة في منهجية البحث.

يخزن برنامج Stata مخرجات أمر signrank تلقائياً في متغيرات نظامية مؤقتة (Returned Results) مثل r(z) و r(N). يمكن للباحث كتابة كود برمجي متقدم ومدمج لحساب وتخزين وطباعة قيمة r فورياً عقب تنفيذ الاختبار دون الحاجة للحساب اليدوي:

signrank post_anxiety = pre_anxiety
scalar z_val = r(z)
scalar n_obs = r(N) * 2
scalar effect_r = abs(z_val) / sqrt(n_obs)
display as text "Wilcoxon Effect Size (r) = " as result %6.4f effect_r

9.2 محكّات كوهين لتفسير حجم الأثر في الأبحاث النفسية

لتفسير القيمة الرقمية المستخرجة لمعامل حجم الأثر r، يستند باحثو القياس النفسي إلى المحكات القياسية التي وضعها جاكوب كوهين (Jacob Cohen):

• أثر صغير (Small Effect): r = 0.10 إلى أقل من 0.30؛ يشير إلى وجود تغير طفيف محدود التطبيق الإكلينيكي المباشر، ولكنه قد يحمل دلالة تراكمية هامة في البرامج الوقائية العامة.
• أثر متوسط (Medium Effect): r = 0.30 إلى أقل من 0.50؛ يعكس تحسناً أو تغيراً ملموساً وواضحاً يمكن ملاحظته إكلينيكياً في السلوك أو الأعراض النفسية للمفحوصين.
• أثر كبير (Large Effect): r ≥ 0.50؛ يدل على تأثير علاجي حاسم وفارق جوهري قوي يُعزى للتدخل التجريبي المدروس.

إلى جانب معامل r، يلجأ بعض المحللين إلى حساب “معامل التفوق الاحتمالي” (Probability of Superiority / Common Language Effect Size)، والذي يعبر عن احتمالية أن يسجل فرد يتم اختياره عشوائياً من العينة درجة بعدية أفضل من درجته القبلية، مما يوفر صياغة بديهية يسهل فهمها وتوصيلها للممارسين الإكلينيكيين وصناع القرار.

9.3 حساب الفارق الوسيط ومجال الثقة له (Hodges-Lehmann Estimator)

يقدم مقدر هودجز-ليمان (Hodges-Lehmann Estimator) البديل اللامعلمي الأرقى لفرق المتوسطات ولمجالات الثقة البارامترية. يُعرف مقدر هودجز-ليمان للعينات المرتبطة بأنه وسيط جميع المتوسطات الثنائية الممكنة للفروق الزوجية (Walsh Averages)، والمحسوبة بالمعادلة: (D_i + D_j) / 2 لجميع الأزواج 1 ≤ i ≤ j ≤ n.

تكمن الأهمية الاستثنائية لهذا المقدر في توفير قيمة كمية صلبة لمقدار التغير الحقيقي في الوسيط، مصحوبة بمجال ثقة 95% دقيق وخالٍ من افتراضات التوزيع الطبيعي. لا يوفر الأمر الأساسي signrank هذا المقدر مباشرة، ولكن يمكن حسابه باقتدار في Stata عبر تثبيت واستخدام الحزمة الإحصائية المتقدمة cendif (المطورة بواسطة Roger Newson) عبر الأوامر التالية:

ssc install cendif
cendif diff_anxiety, level(95)

يولد هذا الأمر جدولاً يعرض تقدير هودجز-ليمان النقطي للفرق الوسيط إلى جانب الحدود الدنيا والعليا لمجال الثقة 95%. إذا لم يتضمن مجال الثقة القيمة صفر (مثلاً مجال الثقة يتراوح بين -12.5 و -4.0)، فإن ذلك يؤكد الدلالة الإحصائية للتحسن الإكلينيكي ويعطي تقديراً موثوقاً لنطاق التغير المتوقع في المجتمع العام.

10. التعامل مع المشكلات المعقدة: التعادلات والفروق الصفرية

10.1 مشكلة تعادل القيم المطلقة للفروق (Tied Ranks)

تنشأ مشكلة التعادلات في الرتب (Tied Ranks) عندما تتساوى القيم المطلقة للفروق الزوجية |D_i| لدى اثنين أو أكثر من المشاركين المختلفين (على سبيل المثال: مشاركان سجل كلاهما انخفاضاً بمقدار 5 درجات، ومشارك ثالث سجل ارتفاعاً بمقدار 5 درجات). في هذه الحالة، تتنافس هذه الملاحظات على نفس الرتب المتتالية في الترتيب التصاعدي العام.

تتعامل خوارزمية Stata مع هذه المعضلة بتطبيق “طريقة رتبة المتوسط” (Mid-rank Method)؛ حيث يتم حساب المتوسط الحسابي للرتب المتنازع عليها وإسناد هذا المتوسط بالتساوي لجميع الملاحظات المتعادلة. فإذا كانت الملاحظات الثلاث تتنافس على الرتب 4، 5، و 6، فإن كلاً منها تمنح الرتبة (4 + 5 + 6) / 3 = 5.

إن وجود التعادلات يؤدي رياضياً إلى تقليص التباين الإجمالي لمجموع الرتب مقارنة بالحالة النظرية الخالية من التعادلات. يقوم برنامج Stata تلقائياً بتطبيق معامل تصحيح دقيق لمعادلة تباين الرتب، معبراً عنه بالصيغة الرياضية التالية:

Var_adj(W) = [n(n + 1)(2n + 1) – 0.5 Σ t_i(t_i – 1)(t_i + 1)] / 24

حيث يمثل t_i عدد الملاحظات المتطابقة في المجموعة المتعادلة i. يضمن هذا التصحيح البرمجي التلقائي عدم تضخيم قيمة Z المعيارية والحفاظ على دقة القيمة الاحتمالية الناتجة.

10.2 مشكلة الفروق الصفرية وطرق معالجتها المنهجية

تحدث مشكلة الفروق الصفرية (Zero Differences) عندما تتطابق درجات القياسين تماماً لدى المفحوص (D_i = 0). في الأدبيات المنهجية والإحصائية، هناك نهجان فلسفيان رئيسيان للتعامل مع هذه الحالات:

• طريقة ويلكوكسون الأصلية المعتمدة في Stata (Wilcoxon’s Elimination Method): تقوم على الاستبعاد التام والنهائي لجميع الفروق الصفرية من التحليل قبل البدء في حساب الرتب، وتقليص حجم العينة الفعلي n بعدد الحالات المستبعدة. يعاب على هذه الطريقة أنها تتجاهل حقيقة أن عدم التغير هو نتيجة تجريبية قائمة بذاتها، وقد يؤدي حذف حالات صفرية كثيرة إلى تضخيم زائف لحجم الأثر ومعدل الخطأ من النوع الأول.
• طريقة برات (Pratt’s Method, 1959): تقترح تضمين الفروق الصفرية في عملية الترتيب التصاعدي الأولية ومنحها الرتب الصغرى الأولى (مع إعطائها رتب المتوسط المخصصة للأصفار)، وفقط عند تجميع الرتب الموقعة W+ و W- يتم إسقاط رتب الأصفار. تتميز طريقة برات بالحفاظ على حجم العينة الكلي N كاملاً في معادلة التباين، مما يجعلها أكثر تحفظاً ودقة عندما تشتمل العينة على عدد ملحوظ من الحالات الثابتة التي لم تتغير.

لتطبيق طريقة برات كتحليل حساسية منهجي مقارن داخل Stata، يمكن استخدام برامج ملحقة مخصصة أو استخدام أوامر حساب الرتب العامة egen rank لتوليد الرتب الموقعة وفق فلسفة برات وبرمجتها يدوياً للتحقق من استقرار القرار الإحصائي.

10.3 الاختبار الدقيق (Exact Test) مقابل التقريب الطبيعي في العينات الصغيرة

يعتمد الأمر الأساسي signrank في Stata على تقريب التوزيع الطبيعي المعياري (Asymptotic Normal Approximation) لاشتقاق إحصائية Z والقيمة الاحتمالية المرافقة لها. ورغم أن هذا التقريب يتمتع بدقة استثنائية في العينات المعتدلة والكبيرة، إلا أنه في العينات الإكلينيكية الصغيرة جداً (خاصة عندما يكون عدد الأزواج الفعالة n < 15)، قد يفقد التقريب المستمر دقة الحسابات، مما ينتج عنه قيم احتمالية غير متطابقة تماماً مع الاحتمال التوافقي الحقيقي.

لحل هذه المعضلة في الدراسات الحساسة، تبرز الحاجة لتطبيق “اختبار ويلكوكسون الدقيق” (Exact Permutation Wilcoxon Signed-Rank Test)، والذي يقوم بتوليد كافة التباديل والتوافيق الممكنة لإشارات الرتب الموقعة والبالغ عددها 2^n توزيعاً محتملاً، لحساب المساحة الاحتمالية الدقيقة تحت الفرضية الصفرية.

يمكن إجراء الاختبار التبادلي الدقيق في Stata بالاعتماد على أوامر التباديل المتقدمة permute أو من خلال استدعاء حزم إحصائية إضافية عبر مستودع SSC مثل أمر wilcoxon_exact، مما يوفر للباحث أعلى درجات الموثوقية الرياضية عند النشر في المجلات الطبية والنفسية المتشددة منهجياً.

11. توثيق وكتابة النتائج وفق معايير جمعية علم النفس الأمريكية (APA)

11.1 العناصر الأساسية لتقرير نتائج اختبار ويلكوكسون

وفقاً لمعايير الإصدار السابع من دليل النشر التابع لجمعية علم النفس الأمريكية (APA 7th Edition Manual)، يجب أن يتضمن التقرير الإحصائي لاختبار ويلكوكسون للرتب الموقعة منظومة متكاملة من البيانات الرقمية والمنهجية التي تضمن شفافية التحليل وقابلية تكراره. تشتمل هذه العناصر الإلزامية على ما يلي:

1. المبرر المنهجي: ذكر السبب العلمي لاختيار الاختبار اللامعلمي (مثل الإشارة إلى نتائج اختبار شابيرو-ويلك للدلالة على انتهاك التوزيع الطبيعي للفروق، أو طبيعة البيانات الترتيبية).
2. الإحصاءات الوصفية اللامعلمية: توثيق الوسيط (Median – Mdn) والمدى الربيعي (Interquartile Range – IQR) لكل قياس على حدة (القبلي والبعدي). يُحظر الاكتفاء بالمتوسطات الحسابية والانحرافات المعيارية عند تطبيق اختبارات لامعلمية.
3. معالم الاختبار الاستدلالي: توثيق قيمة الدرجة المعيارية Z بدقة مقربة لمنزلتين عشريتين، والقيمة الاحتمالية الصريحة p (دون كتابة p = .000 بل كتابة p < .001)، وحجم العينة الزوجي الفعلي n.
4. حجم الأثر ومجال الثقة: توثيق قيمة معامل حجم الأثر r بدقة، مصحوباً بمقدر هودجز-ليمان ومجال الثقة 95% للفرق الوسيط إن وجد.

11.2 نماذج عملية لصياغة الفقرات النصية في تقارير البحوث

فيما يلي نماذج صياغة أكاديمية قياسية جاهزة للاستخدام في كتابة تقارير البحوث ورسائل الماجستير والدكتوراه وفق معايير APA 7th:

نموذج (1): في حال وجود فروق دالة إحصائياً (تحسن إكلينيكي واضح):
“أظهر اختبار شابيرو-ويلك انتهاكاً لافتراض التوزيع الطبيعي لفروق درجات القلق قبل التدخل العلاجي وبعده، W(30) = 0.84, p < .001؛ وبناءً عليه تم تطبيق اختبار ويلكوكسون للرتب الموقعة للمقارنة بين القياسين. كشفت النتائج عن وجود انخفاض ذي دلالة إحصائية في مستويات القلق لدى المفحوصين بعد تلقي العلاج المعرفي السلوكي (Mdn = 18.50, IQR = 7.00) مقارنة بمستوياتهم قبل بدء العلاج (Mdn = 36.00, IQR = 9.00)، Z = -4.21, p < .001. وقد بلغ حجم الأثر المحسوب (r = .54)، وهو ما يمثل أثراً كبيراً وفق محكات كوهين، مما يؤكد الفاعلية الإكلينيكية المرتفعة للبرنامج العلاجي في تقليص حدة الأعراض.”

نموذج (2): في حال عدم وجود فروق دالة إحصائياً (قبول الفرضية الصفرية):
“أشارت نتائج اختبار ويلكوكسون للرتب الموقعة إلى عدم وجود فروق ذات دلالة إحصائية بين درجات الرضا الوظيفي المقاسة قبل إعادة الهيكلة الإدارية (Mdn = 4.00, IQR = 2.00) ودرجات الرضا بعدها (Mdn = 4.00, IQR = 1.50)، Z = -0.87, p = .384, r = .11. تدل هذه النتائج على أن التغييرات الهيكلية لم تؤدِ إلى تأثير ذي بال على وسيط التقييمات الترتيبية للعاملين.”

11.3 تصميم الجداول والرسوم البيانية التوضيحية

يتطلب العرض الاحترافي للنتائج تنظيمها في جداول بيانية أنيقة تتوافق مع معايير APA (الاعتماد على الخطوط الأفقية فقط في أعلى وأسفل الجدول ورؤوس الأعمدة، مع تجنب الخطوط الرأسية تماماً). يمكن تصدير الجداول المنسقة مباشرة وبشكل آلي من بيئة Stata إلى مستندات Word باستخدام أدوات التصدير البرمجية مثل الحزمة asdoc أو الأوامر النظامية الحديثة putdocx.

يوضح الكود التالي كيفية إنشاء وتصدير جدول مهني متوافق مع APA عبر putdocx:

putdocx clear
putdocx begin
putdocx paragraph, style("Heading1")
putdocx text ("جدول 1: نتائج اختبار ويلكوكسون للرتب الموقعة لمقارنة درجات القياسين القبلي والبعدي")
putdocx table tbl1 = (2, 7)
putdocx table tbl1(1,1) = ("المتغير")
putdocx table tbl1(1,2) = ("وسيط القبلي (IQR)")
putdocx table tbl1(1,3) = ("وسيط البعدي (IQR)")
putdocx table tbl1(1,4) = ("قيمة Z")
putdocx table tbl1(1,5) = ("مستوى الدلالة (p)")
putdocx table tbl1(1,6) = ("حجم الأثر (r)")
putdocx table tbl1(1,7) = ("تقدير هودجز-ليمان [95% CI]")
putdocx save "Wilcoxon_Results.docx", replace

كما يُستحسن إرفاق الجدول بمخطط بياني يوضح المسارات التغيرية الفردية للمشاركين (Spaghetti Plot) أو مخططات صندوقية متقابلة (Paired Boxplots) لتجسيد حركة الانزياح التوزيعي بصرياً للقارئ.

12. الأخطاء الشائعة واستكشاف المشكلات البرمجية وإصلاحها في Stata

12.1 الأخطاء المنهجية والمفاهيمية الشائعة

يقع العديد من الباحثين في منزلقات منهجية ومفاهيمية عند تطبيق اختبار ويلكوكسون للرتب الموقعة، ومن أبرز هذه الممارسات الخاطئة:

• الخلط بين البيانات المرتبطة والمستقلة: تطبيق أمر signrank على مجموعتين مستقلتين من المشاركين، أو العكس بتطبيق أمر ranksum (مان-ويتني) على قياسات مكررة لنفس المفحوصين، وهو خطأ جوهري ينسف سلامة النموذج الاستدلالي برمته.
• تفسير النتائج بالمتوسطات الحسابية: تقديم تقرير يعزو الدلالة الإحصائية إلى الفروق بين المتوسطات الحسابية بدلاً من الرتب الموقعة أو الوسطاء، مما يتناقض مع المنطق الرياضي اللامعلمي للاختبار.
• تجاهل شرط تماثل الفروق: تفسير الاختبار كدليل قاطع على تغير “الوسيط” في ظل وجود توزيع فروق شديد الالتواء والتباين الشكلي، حيث يجب في هذه الحالة توضيح أن الدلالة تعبر عن اختلاف عام في الهيكل التوزيعي وليس الوسيط وحده.
• إهمال حجم الأثر: الاكتفاء بالدلالة الإحصائية (p < .05) دون حساب وتفسير معامل r أو تقدير هودجز-ليمان، مما يحرم الدراسة من تقييم الأثر الإكلينيكي الحقيقي للتدخل.

12.2 الأخطاء البرمجية الشائعة في Stata وحلولها

أثناء كتابة الأوامر وتشغيل الاختبارات داخل Stata، قد تظهر رسائل خطأ برمجية شهيرة تعيق التحليل، ونستعرض أهمها مع حلولها الميدانية السريعة:

• خطأ variable not found (رمز الخطأ 111): ينجم عن وجود أخطاء مطبعية في كتابة اسم المتغير، أو بسبب حساسية Stata التامة لحالة الأحرف (Case Sensitivity). الحل: التحقق الدقيق من مطابقة أحرف الاسم عبر الأمر describe أو النقر المباشر على اسم المتغير من نافذة Variables.
• خطأ type mismatch (رمز الخطأ 109): يحدث عندما يكون أحد المتغيرين مخزناً كنص (String) بدلاً من قيمة رقمية (Numeric). الحل: تحويل المتغير النصي إلى رقمي باستخدام الأمر destring varname, replace force بعد التأكد من خلوه من الرموز غير الرقمية.
• خطأ no observations (رمز الخطأ 2000): يظهر عندما تؤدي الشروط المطبقة بـ if أو وجود قيم مفقودة واسعة إلى تفريغ العينة من أي حالات صالحة للتحليل المشترك. الحل: فحص البيانات المفقودة باستخدام misstable summarize ومراجعة القيود الشرطية في الكود.
• فشل الحزم الإضافية (مثل cendif): ظهور خطأ بعدم التعرف على الأمر عند حسابه لمجالات الثقة. الحل: تثبيت الحزمة من خادم المستودعات الإحصائية عبر كتابة ssc install cendif, replace.

12.3 أفضل الممارسات للشفافية وتكرار التحليل الإحصائي (Reproducibility)

لضمان أعلى معايير الشفافية العلمية وإمكانية إعادة الإنتاج والتحقق التكراري من التحليل (Reproducibility) وفق متطلبات مبادرات العلم المفتوح (Open Science Framework – OSF)، يتعين على الباحث اتباع بروتوكول صارم داخل بيئة Stata:

1. استخدام ملفات الأوامر المنظمة (Do-files): تدوين كافة خطوات التحليل، بدءاً من استيراد البيانات الخام، وتوليد المتغيرات، وفحص الافتراضات، وصولاً إلى الأوامر الاستدلالية وحساب حجوم الأثر، داخل ملف .do موحد، مفهرس بالتعليقات التوضيحية (Comments) باستخدام الرمزين * أو // لتوضيح الغرض من كل مرحلة.
2. تسجيل المخرجات في ملفات السجل (Log files): توثيق المخرجات الإحصائية وجلسات التحليل كاملة في ملف سجل نصي باستخدام الأمر log using "analysis_log.smcl", replace وإغلاقه عند نهاية العمل عبر log close، ليكون وثيقة أرشيفية يمكن مراجعتها والرجوع إليها بدقة أثناء التدقيق الأكاديمي.
3. تثبيت البذور العشوائية (Setting Seeds): عند إجراء أي اختبارات تباديلية أو محاكاة دقيقة تتضمن توليداً عشوائياً، يجب تحديد قيمة البذرة عبر الأمر set seed 123456 لضمان تطابق الأرقام والنتائج عند إعادة تشغيل الكود من قبل باحثين آخرين.

خاتمة شاملة

يُعد اختبار ويلكوكسون للرتب الموقعة (Wilcoxon Signed-Rank Test) ركيزة أساسية من ركائز التحليل الإحصائي اللامعلمي الحديث، وأداة استدلالية لا غنى عنها في القياس النفسي والعلوم السلوكية والطبية. يوفر الاختبار توازناً مثالياً بين الحصانة المنهجية ضد انتهاك التوزيع الطبيعي والقوة الإحصائية العالية التي تمكن الباحث من اكتشاف الفروق الحقيقية في القياسات المتكررة والتصاميم الزوجية بكفاءة تقارب كفاءة النماذج المعلمية.

من خلال توظيف إمكانيات برنامج Stata المتقدمة—بدءاً من الفحص الاستكشافي للبيانات واختبار الاعتدالية عبر swilk، مروراً بالتنفيذ البرمجي المرن للأمر signrank، وصولاً إلى حساب حجوم الأثر المتقدمة r وتقديرات هودجز-ليمان لمجالات الثقة عبر cendif وتصدير الجداول المتوافقة مع معايير APA—يستطيع الباحث بناء منظومة تحليلية فائقة الدقة والشفافية تلبي أعلى متطلبات النشر العلمي في الدوريات العالمية المرموقة.

المراجع (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.
• Conover, W. J. (1999). Practical nonparametric statistics (3rd ed.). John Wiley & Sons.
• Hodges, J. L., & Lehmann, E. L. (1963). Estimates of location based on rank tests. The Annals of Mathematical Statistics, 34(2), 598–611. https://doi.org/10.1214/aoms/1177704172
• Newson, R. (2000). Cendif: Robust confidence intervals for median differences. Stata Technical Bulletin, 58, 28–36.
• Pratt, J. W. (1959). Remarks on zeros and ties in the Wilcoxon signed rank procedures. Journal of the American Statistical Association, 54(287), 655–667. https://doi.org/10.1080/01621459.1959.10501526
• Rosenthal, R. (1991). Meta-analytic procedures for social research (Revised ed.). SAGE Publications. https://doi.org/10.4135/9781412984997
• Siegel, S., & Castellan, N. J. (1988). Nonparametric statistics for the behavioral sciences (2nd ed.). McGraw-Hill.
• StataCorp. (2023). Stata Base Reference Manual: Release 18. Stata Press. https://www.stata.com/manuals/r.pdf
• Wilcoxon, F. (1945). Individual comparisons by ranking methods. Biometrics Bulletin, 1(6), 80–83. https://doi.org/10.2307/3001968