كيفية إجراء اختبار ويلكوكسون للرتب الموقعة

تعتبر معالجة البيانات في العلوم الإنسانية، ولا سيما في مجالات علم النفس الإكلينيكي والتربية والعلوم السلوكية، من أكثر التحديات المنهجية تعقيداً؛ نظراً للطبيعة الفريدة للمتغيرات الكامنة والسمات النفسية المراد قياسها. فعند تصميم التجارب القائمة على القياسات القبلية والبعدية لنفس الأفراد، أو عند استخدام تصاميم الأزواج المتناظرة لدراسة أثر تدخل علاجي أو تدريبي، يواجه الباحثون مراراً عائقاً جوهرياً يتمثل في عجز البيانات عن استيفاء شروط الإحصاء المعلمي الصارم، وعلى رأسها افتراض التوزيع الطبيعي ومستوى القياس الفتري المتصل.

في هذا السياق المعرفي والمنهجي، يبرز اختبار ويلكوكسون للرتب الموقعة (Wilcoxon Signed-Rank Test) كواحد من أقوى وأدق الحلول الإحصائية اللامعلمية المصممة للتعامل مع البيانات الترتيبية والمقاييس النفسية ذات الحجم الصغير والمتوسط، أو تلك التي تشوبها التواءات حادة وتطرفات غير اعتيادية. ويمنح هذا الاختبار الباحثين وسيلة رصينة لاختبار الفروض المتعلقة بالفروق بين قياسين مترابطين دون التضحية بالدقة الرياضية أو المجازفة بإصدار أحكام إحصائية مضللة ناتجة عن انتهاك شروط النماذج المعلمية الكلاسيكية.

يهدف هذا الدليل المرجعي الشامل إلى تفكيك كافة الجوانب النظرية والتطبيقية لاختبار ويلكوكسون للرتب الموقعة، بدءاً من فلسفته الرياضية وجذوره التاريخية، مروراً بشروطه المنهجية وخطوات حسابه اليدوي المجدول، ووصولاً إلى تطبيقه العملي عبر أشهر البرمجيات الإحصائية (SPSS و R و Python)، مع استعراض شامل لكيفية صياغة النتائج وتوثيقها وفق أحدث معايير دليل الجمعية الأمريكية لعلم النفس (APA 7th Edition).

1. مفهوم اختبار ويلكوكسون للرتب الموقعة وخلفيته النظرية في القياس النفسي

1.1 التعريف الإحصائي للاختبار ومكانته بين الاختبارات اللامعلمية

يُعرَّف اختبار ويلكوكسون للرتب الموقعة في أدبيات الإحصاء اللامعلمي (Non-parametric Statistics) بأنه أسلوب استدلالي يُستخدم للمقارنة بين مجموعتين من البيانات المترابطة أو القياسات المتكررة على العينة ذاتها عبر نقطتين زمنيتين مختلفتين (مثل القياس القبلي والقياس البعدي)، أو بين أزواج من المفحوصين تمت مضاهاتهم بدقة وفق متغيرات ضابطة محددة. تم تطوير هذا الاختبار الرائد على يد عالم الكيمياء والإحصاء الأمريكي فرانك ويلكوكسون (Frank Wilcoxon) في ورقته البحثية التأسيسية المنشورة عام 1945 بعنوان “Individual Comparisons by Ranking Methods”، والتي أحدثت تحولاً جذرياً في فلسفة التحليل الإحصائي المقارن.

تتمثل السمة الجوهرية للاختبارات اللامعلمية، والتي يُعد اختبار ويلكوكسون أحد أبرز أركانها، في كونها اختبارات “حرة التوزيع” (Distribution-Free Tests)؛ أي أنها لا تفترض خضوع درجات المجتمع الأصلي لتوزيع احتمالي محدد مسبقاً كالتوزيع الطبيعي الغوسي. وبدلاً من الاعتماد على معالم المجتمع كالمتوسط الحسابي (μ) والانحراف المعياري (σ)، يقوم اختبار ويلكوكسون بتحويل الفروق المطلقة بين أزواج البيانات الخام إلى رتب تتابعية وتخصيص إشارات اتجاه التغير لها، مما يجعله البديل اللامعلمي المباشر والأكثر كفاءة لاختبار “ت” للعينات المترابطة (Paired Samples t-test).

تحظى هذه المنهجية بأهمية استثنائية في دراسات علم النفس العيادي والطب النفسي والقياس السلوكي؛ إذ غالباً ما يتعامل الباحثون في هذه المجالات مع درجات خام مستمدة من مقاييس تقدير تعاني من التواءات شديدة نحو اليمين أو اليسار، أو تحتوي على تجمعات حرجة من الدرجات لا يمكن افتراض اعتداليتها بأي حال من الأحوال، مما يجعل اختبار ويلكوكسون الأداة الأكثر أماناً وموثوقية لاستخلاص الدلالات العلمية الدقيقة.

1.2 الفلسفة الرياضية لقياس الفروق عبر الرتب والإشارات

ترتكز الفلسفة الرياضية لاختبار ويلكوكسون للرتب الموقعة على مبدأ دمج معلومتين أساسيتين في آن واحد: اتجاه التغير (Direction of Change) وحجم التغير النسبي (Magnitude of Relative Change). فعند حساب الفروق بين القياسين المترابطين لكل مفحوص، لا يكتفي الاختبار برصد ما إذا كانت الدرجة قد زادت أو نقصت، بل يقيس أيضاً الوزن النسبي لتلك الزيادة أو النقصان مقارنة ببقية الفروق المسجلة في العينة بأكملها.

ويتحقق هذا الدمج المنهجي من خلال تحويل الفروق المحسوبة إلى قيم مطلقة مجردة من الإشارات السالبة والموجبة، ثم ترتيب هذه القيم المطلقة تصاعدياً من الرتبة الأدنى (1) للفارق الأصغر إلى الرتبة الأعلى (N) للفارق الأكبر. وبعد تعيين الرتب، يُعاد إسناد الإشارة الأصلية (سالبة أو موجبة) لكل رتبة؛ بحيث يعكس مجموع الرتب الموجبة مجمل التحسن أو الارتفاع، بينما يعكس مجموع الرتب السالبة مجمل التراجع أو الانخفاض في الخاصية المقاسة.

تمنح هذه الآلية المركبة اختبار ويلكوكسون حساسية وقوة اختبارية فائقة تفوق بكثير اختبار الإشارة البسيط (Sign Test)؛ فالأخير يكتفي بعدد الإشارات الموجبة والسالبة فقط مهملاً الحجم النسبي للفارق بين الدرجتين، في حين يستوعب اختبار ويلكوكسون التباينات الفردية الدقيقة بين استجابات المفحوصين، مقدماً وزناً أكبر للتغيرات السلوكية أو النفسية الكبيرة دون أن يتأثر بشكل مفرط بالقيم المتطرفة.

1.3 أهمية الاختبار في معالجة بيانات العلوم النفسية والتربوية

تتسم المتغيرات والسمات في العلوم النفسية والتربوية (مثل مستويات الاكتئاب، درجات القلق، الرضا الوظيفي، والدافعية للإنجاز) بكونها متغيرات كامنة تُقاس في الغالب عبر أدوات تدريج رتبية مثل مقياس ليكرت (Likert Scale) متعدد النقاط. ومن الناحية السيكومترية، لا يمكن ضمان تساوي المسافات بين الفئات التدريجية في هذه المقاييس؛ فالفارق بين “أوافق بشدة” و”أوافق” ليس بالضرورة مكافئاً رياضياً للفارق بين “أوافق” و”محايد”.

لذلك، فإن استخدام المتوسط الحسابي والانحراف المعياري لمعالجة هذه البيانات ينطوي على تجاوز منهجي خطير؛ بينما يقدم اختبار ويلكوكسون حلاً جذرياً لهذه المعضلة من خلال تعامله الطبيعي مع الرتب دون افتراض خاصية المسافات المتساوية. كما يسهم الاختبار بفاعلية في تقليل التحيز الناتج عن القيم المتطرفة (Outliers) التي تشيع في العينات الإكلينيكية؛ حيث يمتص نظام الرتب تأثير القيم الشاذة الناتجة عن اضطرابات مفاجئة لدى بعض المرضى دون إفساد التحليل الإحصائي العام.

علاوة على ذلك، أثبتت الدراسات الرياضية المقارنة أن الكفاءة النسبية المقاربة (Asymptotic Relative Efficiency) لاختبار ويلكوكسون تصل إلى حوالي 95.5% مقارنة باختبار “ت” المعلمي عندما تكون البيانات موزعة توزيعاً طبيعياً تماماً، وتتجاوز 100% بكثير (تصل إلى كفاءة مطلقة غير محدودة) عندما تكون التوزيعات شديدة الالتواء أو ذات ذيول ثقيلة، مما يعزز مكانته كخيار منهجي أول لا كحل اضطراري فحسب.

2. دواعي استخدام اختبار ويلكوكسون للرتب الموقعة مقارنة باختبار ت للعينات المترابطة

2.1 انتهاك افتراض التوزيع الطبيعي للفروق

يعد اختبار “ت” للعينات المترابطة (Paired t-test) الأداة المعلمية الأكثر شيوعاً لمقارنة متوسطين مترابطين، غير أن صحة استنتاجاته واستدلالاته الاحتمالية مشروطة بصرامة بخضوع درجات فروق الأزواج (Differences) للتوزيع الطبيعي المعتدل. وعندما ينتهك الباحث هذا الافتراض المحوري، تصبح النتائج المستخرجة عرضة للخطأ من النوع الأول (رفض الفرض الصفرية وهي صحيحة) أو انخفاض حاد في القوة الإحصائية للاختبار.

يتعين على الباحث قبل الشروع في التحليل إجراء فحوص دقيقة لاستكشاف التوزيع الاحتمالي للفروق، وذلك عبر استخدام الاختبارات الإحصائية المعتمدة مثل اختبار شابيرو-ويلك (Shapiro-Wilk Test) الأكثر حساسية للعينات الصغيرة، واختبار كولموجوروف-سميرنوف (Kolmogorov-Smirnov Test) ذي تعديل ليليفورس للعينات الكبيرة، فضلاً عن فحص معاملات الالتواء (Skewness) والتفرطح (Kurtosis) التي يجب ألا تتجاوز الحدود المعيارية (±1 إلى ±1.96 بحسب صرامة المعيار).

كما يُوصى بالاعتماد المكثف على أدوات الفحص البياني، كالمدرجات التكرارية (Histograms) ومخططات الاحتمال الطبيعي (Q-Q Plots). فإذا أظهرت هذه الفحوص انحرافاً بيناً عن المنحنى الجرسي الاعتدالي، يزول مسوغ استخدام اختبار “ت”، ويصبح التحول إلى اختبار ويلكوكسون للرتب الموقعة التزاماً منهجياً صارماً لضمان موثوقية النتائج المستخلصة.

2.2 طبيعة البيانات ومستويات القياس (البيانات الترتيبية)

تنقسم مستويات القياس وفق التصنيف الكلاسيكي لستانلي ستيفنز إلى أربعة مستويات: الاسمي، الترتيبي، الفتري، والنسبي. وتتطلب الاختبارات المعلمية بيانات تقع على المستوى الفتري (Interval) أو النسبي (Ratio) على الأقل، والتي تضمن وجود وحدات قياس ثابتة ومتساوية بين الدرجات المتتالية.

في المقابل، فإن غالبية أدوات القياس النفسي والتربوي والاستبيانات السلوكية تولد بيانات تقع حصرياً على المستوى الترتيبي (Ordinal Data)، حيث تكتفي الأرقام بتوضيح الترتيب والأفضلية أو شدة السمة دون أن تعكس مسافات رياضية متكافئة. وفي ظل هذا المستوى من القياس، يفقد المتوسط الحسابي معناه الرياضي السليم، ويصبح الوسيط (Median) هو المقياس الأمثل للنزعة المركزية.

يقدم اختبار ويلكوكسون حلاً متكاملاً لهذه الفئة من البيانات؛ حيث يقوم بإعادة تمثيل الفروق بين الدرجات القبلية والبعدية استناداً إلى رتبها الموقعة بدلاً من قيمها العددية المباشرة، مما يجعله الإجراء الرياضي الأنسب لتقييم فاعلية البرامج العلاجية، وتطور مستويات الكفاءة التدريسية، وتغير الاتجاهات النفسية عبر الزمن.

2.3 حجم العينات والتصاميم التجريبية المتكررة

تشكل محدودية حجم العينات عقبة مستمرة أمام الباحثين في علم النفس العيادي والطب النفسي والعلوم العصبية السلوكية؛ إذ يصعب في كثير من الأحيان تجنيد أعداد كبيرة من المرضى الخاضعين لبروتوكولات علاجية معقدة أو ممن يعانون من اضطرابات نفسية نادرة. ومع انخفاض حجم العينة (أقل من 20 إلى 30 فرداً)، تتراجع قدرة اختبارات التوزيع الطبيعي على الكشف عن الاعتدالية، ويزداد خطر الاعتماد على النماذج المعلمية.

يتميز اختبار ويلكوكسون بكفاءته العالية في معالجة بيانات العينات الصغيرة جداً (التي قد تبدأ من 6 مفحوصين فما فوق) ضمن تصاميم القياسات المتكررة (Repeated Measures Design)، حيث يقدم نتائج دقيقة غير متحيزة. كما يمتد تطبيقه بنجاح إلى تصاميم الأزواج المتناظرة (Matched-Pairs Design)، والتي يُقرن فيها كل مفحوص في المجموعة التجريبية بآخر متطابق معه في الخصائص الديموغرافية والنفسية في المجموعة الضابطة، مما يتيح ضبط المتغيرات الدخيلة بأقصى درجات الإحكام المنهجي.

3. صياغة الفروض الإحصائية في اختبار ويلكوكسون للرتب الموقعة

3.1 بناء الفرضية الصفرية (H0) والفرضية البديلة (H1)

تعتمد صياغة الفروض في اختبار ويلكوكسون للرتب الموقعة على منطق الوسيط وتماثل التوزيع، بدلاً من الفروق بين المتوسطات الحسابية المستخدمة في الاختبارات المعلمية. وتفترض المنهجية اللامعلمية فحص ما إذا كان وسيط الفروق بين القياسين المترابطين في المجتمع الأصلي ينحرف انحرافاً دالاً عن القيمة الصفرية.

تُصاغ الفرضية الصفرية (Null Hypothesis – H₀) على النحو التالي:

• الصياغة اللفظية: لا توجد فروق دالة إحصائياً بين درجات القياس القبلي والقياس البعدي لدى أفراد العينة، ويكون توزيع الفروق متماثلاً حول الصفر (أي أن وسيط الفروق يساوي صفراً).
• الصياغة الرمزية: H₀: θ_D = 0 (حيث تمثل θ_D وسيط الفروق بين الأزواج في المجتمع).

أما الفرضية البديلة (Alternative Hypothesis – H₁)، فيمكن صياغتها وفق نمطين بحسب طبيعة السؤال البحثي وأهداف الدراسة:

• الفرضية البديلة غير الموجهة (ذات الطرفين – Two-tailed): H₁: θ_D ≠ 0 (توجد فروق دالة إحصائياً بين القياسين القبلي والبعدي دون تحديد مسبق لاتجاه هذا التغير).
• الفرضية البديلة الموجهة (ذات الطرف الواحد – One-tailed):
  • اتجاه إيجابي: H₁: θ_D > 0 (وسيط درجات القياس البعدي أعلى دلالة من القياس القبلي).
  • اتجاه سلبي: H₁: θ_D < 0 (وسيط درجات القياس البعدي أدنى دلالة من القياس القبلي، كما في برامج خفض أعراض القلق والاكتئاب).

3.2 تحديد مستوى الدلالة الإحصائية وحجم الخطأ من النوع الأول

يمثل اختيار مستوى الدلالة الإحصائية (Alpha Level – α) خطوة منهجية حاسمة في بناء القرار الإحصائي؛ إذ يحدد الباحث مسبقاً الحد الأقصى المقبول لاحتمالية الوقوع في الخطأ من النوع الأول (Type I Error)، والمتمثل في رفض الفرضية الصفرية عندما تكون صحيحة في الواقع (أي الادعاء الخاطئ بوجود فاعلية للبرنامج التدخلي).

في الأبحاث النفسية والتربوية القياسية، يُحدد مستوى المعنوية عادة عند α = 0.05، بينما يُلجأ إلى معيار أكثر صرامة عند α = 0.01 في الدراسات الإكلينيكية الحساسة أو التجارب الدوائية النفسية التي قد تترتب عليها قرارات علاجية حاسمة. كما يؤثر تحديد نوع الفرضية (طرف واحد مقابل طرفين) بشكل مباشر على قيمة النقطة الحرجة في التوزيع الاحتمالي للاختبار؛ حيث تتركز منطقة الرفض بالكامل في ذيل واحد من التوزيع في الاختبار الموجه، مما يزيد من القوة الإحصائية للكشف عن التأثير المتوقع مقارنة بالاختبار ثنائي الطرف.

وفي حال قيام الباحث بإجراء مقارنات متزامنة متعددة على نفس العينة باستخدام أبعاد فرعية متعددة للمقياس النفسي، يتعين عليه تطبيق تعديلات إحصائية على مستوى الدلالة (مثل تعديل بونفيروني Bonferroni Correction) لتفادي تضخم معدل الخطأ التراكمي للأسرة (Family-wise Error Rate).

4. الافتراضات المنهجية والشروط الواجب استيفاؤها لتطبيق الاختبار

4.1 الارتباط والتبعية بين الأزواج المقاسة

الشرط الأول والأساسي لتطبيق اختبار ويلكوكسون للرتب الموقعة هو أن تكون البيانات مأخوذة في صورة أزواج مترابطة (Paired Observations). وتتحقق هذه التبعية في التصاميم البحثية التي يخضع فيها كل مفحوص للملاحظة تحت شرطين تجريبيين مختلفين، أو يتم تقييمه مرتين عبر الزمن (تصميم القياسات القبلية والبعدية)، أو في الحالات التي يتم فيها تشكيل أزواج متناظرة طبيعياً (مثل دراسات التوائم المتطابقة أو الأزواج والزوجات).

ومع وجود هذه التبعية الداخلية داخل كل زوج من البيانات، يشترط الاختبار بصرامة استقلالية الأزواج عن بعضها البعض؛ أي أن استجابة أي زوج من المفحوصين داخل العينة يجب ألا تؤثر بأي شكل من الأشكال على استجابات الأزواج الآخرين. ويتطلب ذلك ضبطاً دقيقاً لبيئة القياس النفسي وعزل المفحوصين أثناء إجراء الاختبارات لضمان عدم حدوث تلوث في البيانات أو تسريب للمعلومات بين أفراد العينة.

4.2 افتراض تماثل توزيع الفروق (Symmetry Assumption)

على الرغم من أن اختبار ويلكوكسون لا يشترط التوزيع الطبيعي للبيانات، إلا أنه يتطلب استيفاء افتراض ضمني بالغ الأهمية يُعرف بـ افتراض تماثل توزيع الفروق (Symmetry of Differences Distribution). ويعني هذا الافتراض أن درجات الفروق (X_بعدي – X_قبلي) في المجتمع الأصلي يجب أن تتوزع بشكل متماثل ومتوازن حول وسيطها النظري، بحيث يتشابه نصف التوزيع الواقع فوق الوسيط شكلاً وحجماً مع نصف التوزيع الواقع تحته.

يعد فحص هذا الافتراض جوهرياً لتفسير نتائج الاختبار؛ فعندما يكون توزيع الفروق متماثلاً، يكون وسيط الفروق مساوياً للمتوسط الحسابي للفروق، مما يتيح للباحث صياغة استنتاجات واضحة حول موقع وسيط المجتمع. أما إذا كان توزيع الفروق شديد الالتواء واللاتماثل، فإن الاختبار يظل صالحاً تقنياً لاختبار الفروق بين التوزيعات ككل (تغير في الرتب الكلية)، ولكنه يفقد دقته في إثبات انزياح وسيط الفروق بشكل مستقل ومحدد.

يمكن تقييم تماثل الفروق عبر الفحص البصري للمخططات الصندوقية (Boxplots) الخاصة ببيانات الفروق، ومخططات الكثافة الاحتمالية، فضلاً عن تطبيق اختبارات إحصائية متخصصة لفحص التماثل مثل اختبار مياكولوفسكي للتماثل (Miao-Gel-Gastwirth test of symmetry).

4.3 طبيعة المتغير التابع واستمراريته النسبية

يتطلب اختبار ويلكوكسون أن يكون المتغير التابع المقاس ذا طبيعة ترتيبية متدرجة أو متصلة كَمياً (Continuous or Ordinal with many categories)، بحيث تتيح طبيعة المتغير احتساب فروق ذات معنى ومرتبة ترتيباً هرمياً سليماً بين القياسين.

يُحظر تماماً استخدام هذا الاختبار مع المتغيرات الاسمية الصرفة (Nominal Variables) مثل تصنيفات الأنواع أو التشخيصات النوعية الثنائية غير المرتبة (مثل: مصاب/غير مصاب بدون درجات شدة)؛ حيث توجد اختبارات متخصصة لمثل هذه البيانات كاختبار ماكنيمار (McNemar’s Test). كما يجب أن تتسم أدوات القياس النفسي المستخدمة (مثل مقاييس القلق والاكتئاب متعددة البنود) بحساسية كافية وقدرة تمييزية لتوليد فروق رقمية دقيقة تتيح ترتيبها دون حدوث تشابك مفرط في الرتب المتطابقة.

5. خطوات الحساب اليدوي لاختبار ويلكوكسون للرتب الموقعة

5.1 حساب الفروق الفردية وإسقاط القيم الصفرية

تبدأ الخطوة التنفيذية الأولى في الحساب اليدوي لاختبار ويلكوكسون بإعداد جدول يتضمن أزواج الدرجات لكل مفحوص: درجة القياس القبلي (X₁) ودرجة القياس البعدي (X₂). يتم بعد ذلك حساب الفرق الرياضي الفردي لكل زوج بطرح الدرجة القبلية من الدرجة البعدية وفق المعادلة:

D_i = X_2i – X_1i

خلال هذه العملية، قد تظهر بعض الحالات التي تكون فيها درجة القياس البعدي مطابقة تماماً لدرجة القياس القبلي، مما ينتج عنه فرق مساوٍ للصفر تماماً (D_i = 0). وفي المنهجية القياسية المعتمدة من فرانك ويلكوكسون، يتم استبعاد وإسقاط جميع الحالات ذات الفروق الصفرية بالكامل من التحليل الإحصائي.

يترتب على استبعاد الفروق الصفرية تعديل وتخفيض حجم العينة الفعلي المستخدم في الاختبار، ويُرمز لحجم العينة المعدل الجديد بالرمز (N_reduced أو N’). فعلى سبيل المثال، إذا كانت العينة الكلية تتألف من 15 مفحوصاً، ووُجدت حالتان لم يطرأ عليهما أي تغير إطلاقاً (D = 0)، يتم إسقاطهما ويصبح حجم العينة المعتمد في التحليل N = 13. ويجب الانتباه إلى أن الإسقاط المفرط لحالات التعادل الصفرية يقلل من القوة الإحصائية للاختبار، مما يستدعي توثيق عدد تلك الحالات بدقة في التقرير المنهجي.

5.2 ترتيب الفروق المطلقة وتعيين الرتب

بعد تصفية الحالات الصفرية، يتم أخذ القيمة المطلقة (Absolute Value) لجميع الفروق المتبقية، وتُكتب رياضياً بالصيغة |D_i|، متجاهلين مؤقتاً ما إذا كان الفارق إيجابياً أم سلبياً. والهدف من هذا التجاهل المؤقت هو تقييم “حجم” أو “مقدار” التغير السلوكي بمعزل عن “اتجاهه”.

تُرتب جميع القيم المطلقة للفروق ترتيباً تصاعدياً دقيقاً من الأصغر إلى الأكبر. وتُسند الرتب المتسلسلة بدءاً من الرتبة (1) للفرق المطلق الأصغر قيمة، وصولاً إلى الرتبة (N) للفرق المطلق الأكبر قيمة. وللتحقق من سلامة وصحة ترقيم الرتب ومطابقتها للمتسلسلة الحسابية، يمكن للباحث استخدام القانون الرياضي لمجموع الرتب الكلي للتأكد من عدم سقوط أي رتبة سهواً:

مجموع الرتب الكلي = [N × (N + 1)] / 2

فإذا كان حجم العينة الفعلي N = 10، فإن مجموع الرتب المعطاة يجب أن يساوي بالضرورة [10 × 11] / 2 = 55. ويشكل هذا التحقق الحسابي فحصاً ذاتياً ضرورياً قبل الانتقال للخطوة التالية.

5.3 إعادة الإشارات الأصلية وحساب مجاميع الرتب (W+ و W-)

بمجرد الانتهاء من إسناد الرتب التصاعدية للقيم المطلقة، تأتي الخطوة الجوهرية المتمثلة في إعادة الإشارة الأصلية (الموجبة أو السالبة) لكل رتبة وفقاً لإشارة الفرق الأصلي D_i المقابل لها. فإذا كان الفرق الأصلي ناتجاً عن تحسن إيجابي (قيمة موجبة)، تأخذ الرتبة إشارة موجبة (+)، وإذا كان ناتجاً عن تراجع (قيمة سالبة)، تأخذ الرتبة إشارة سالبة (-).

يتم بعد ذلك فصل الرتب إلى مجموعتين مستقلتين وحساب حاصل جمع كل مجموعة على حدة:

• مجموع الرتب الموجبة (W⁺ أو T⁺): وهو حاصل جمع كافة الرتب المقترنة بفروق موجبة.
• مجموع الرتب السالبة (W^– أو T^–): وهو حاصل جمع كافة الرتب المقترنة بفروق سالبة.

يتحقق الباحث من صحة الجمع بالمعادلة الرقابية: (W⁺ + W^– = [N(N+1)] / 2). وفي الاختبارات ثنائية الطرف للعينات الصغيرة، يُحدد إحصاء الاختبار النهائي المحسوب، ويرمز له بالرمز W (أو T في بعض المراجع)، بأنه القيمة الأصغر بين المجموعين:

W = min(W⁺, W^–)

6. معالجة الرتب المتساوية والملاحظات المتطابقة (Tied Ranks)

6.1 طريقة حساب متوسط الرتب للقيم المطلقة المتطابقة

في التطبيقات الواقعية للقياس النفسي، تتكرر ظاهرة تطابق قيم الفروق المطلقة بين أكثر من مفحوص نظراً لمحدودية تدريجات المقاييس، وهو ما يُعرف في الأدبيات الإحصائية بـ الرتب المتشابكة أو المتطابقة (Tied Ranks). فعلى سبيل المثال، قد يُظهر ثلاثة مفحوصين فارقاً مطلقاً مقداره 2 درجات.

تتم معالجة هذه الحالة بتطبيق طريقة متوسط الرتب (Average/Mid-ranks)؛ حيث يتم حجز الرتب المتتالية التي كانت ستُعطى لهذه القيم لو كانت مختلفة، ثم يُحسب المتوسط الحسابي لتلك الرتب المحجوزة، وتُمنح القيمة الناتجة بالتساوي لجميع المفحوصين المتطابقين في تلك الدرجة.

مثال توضيحي: لنفترض أن لدينا 4 فروق مرتبة تصاعدياً كالتالي: |1|، |2|، |2|، |4|. تأخذ القيمة |1| الرتبة (1). وتشغل القيمتان المتطابقتان |2| و |2| الموقعين التتابعيين (الرتبة 2 والرتبة 3). يُحسب متوسط الرتبتين: (2 + 3) / 2 = 2.5. وبالتالي تُسند الرتبة 2.5 لكلتا القيمتين، ثم تأخذ القيمة التالية |4| الرتبة (4) مباشرة. تضمن هذه الطريقة عدم انزياح مجموع الرتب الكلي عن قيمته النظرية الصحيحة.

6.2 معامل التصحيح الإحصائي للرتب المقيدة في العينات الكبيرة

عندما يكون حجم العينة كبيراً ويتم استخدام التقريب للتوزيع الطبيعي المعياري (Z-Score)، يؤدي وجود الرتب المتطابقة إلى تقليل التباين الفعلي للرتب؛ مما قد يجعل قيمة Z المحسوبة تبدو أكبر قليلاً من حقيقتها، مؤدياً إلى زيادة طفيفة في احتمالية ارتكاب الخطأ من النوع الأول ما لم يتم تصحيح التباين.

لمعالجة ذلك، يتم تطبيق معادلة تعديل التباين الإحصائي (Correction for Ties) لخفض تباين الرتب بالمقدار المناسب، وفق الصيغة الرياضية الدقيقة:

σ²_W(مصحح) = [N(N + 1)(2N + 1) / 24] – ∑ [t_i³ – t_i] / 48

حيث تمثل t_i عدد الملاحظات المتطابقة في المجموعة المقيدة رقم i. فإذا كان لدينا مجموعة مكونة من 3 درجات متطابقة، فإن قيمة التصحيح لتلك المجموعة تكون: (3³ – 3) / 48 = (27 – 3) / 48 = 24 / 48 = 0.5. يُطرح هذا المقدار من التباين النظري العام قبل حساب الانحراف المعياري لدرجة Z، مما يضمن دقة متناهية في حساب القيمة الاحتمالية (p-value).

7. تحديد القيمة الحرجة واتخاذ القرار الإحصائي للعينات الصغيرة

7.1 استخدام الجداول الإحصائية الخاصة باختبار ويلكوكسون

في حالة العينات الصغيرة (التي يقل فيها حجم العينة الفعلي N عن 20 إلى 25 مفحوصاً)، لا يُعتمد على التوزيع الطبيعي المعياري لاستخراج الدلالة؛ بل يتم استخدام جداول القيم الحرجة الخاصة باختبار ويلكوكسون للرتب الموقعة (Critical Values of W Table).

للكشف عن القيمة الحرجة في الجدول، يتتبع الباحث تقاطع الصف الذي يمثل حجم العينة الفعلي المعدل (N) مع العمود الذي يمثل مستوى الدلالة المختار (α) ونوع الاختبار (أحادي الطرف One-tailed أو ثنائي الطرف Two-tailed). وتختلف قاعدة اتخاذ القرار في اختبار ويلكوكسون عن معظم الاختبارات الإحصائية الأخرى، حيث تنص القاعدة على ما يلي:

قاعدة القرار: تُرفض الفرضية الصفرية (H₀) إذا كانت قيمة W المحسوبة أقل من أو مساوية للقيمة الحرجة في الجدول (W_Calculated ≤ W_Critical).

ويرجع السبب في ذلك إلى أنه كلما كان أحد مجموعي الرتب (الموجبة أو السالبة) صغيراً جداً، دل ذلك على أن غالبية التغيرات السلوكية تصب في اتجاه واحد كاسح، مما يعزز الدليل ضد الفرضية الصفرية القائلة بتماثل وتساوي الرتب حول الصفر.

7.2 تفسير النتيجة والقرار الإحصائي السليم

إذا كانت القيمة المحسوبة W أقل من أو تساوي القيمة الحرجة عند مستوى الدلالة المحدد (α = 0.05 مثلاً)، يتخذ الباحث قراره برفض الفرضية الصفرية وقبول الفرضية البديلة، مستنتجاً وجود فرق ذي دلالة إحصائية بين القياسين القبلي والبعدي. وتكتمل القراءة الإحصائية بالنظر إلى المجموع الأكبر للرتب لمعرفة اتجاه الأثر الحقيقي (هل مال التحسن لصالح القياس البعدي أم القبلي).

أما إذا كانت قيمة W المحسوبة أكبر تماماً من القيمة الحرجة المجدولة، فإن الباحث “يفشل في رفض الفرضية الصفرية” (Fail to reject H₀)، ويستنتج عدم وجود أدلة إحصائية كافية تدعم وجود أثر حقيقي للبرنامج التدخلي عند مستوى الثقة المختار. ويجب على الباحث توخي الحذر الشديد وعدم الخلط بين قاعدة قرار ويلكوكسون وقواعد اختبارات أخرى (مثل اختبار ت أو ف) التي تشترط أن تكون القيمة المحسوبة أكبر من الحرجة لرفض الفرض الصفرية.

8. التقريب للتوزيع الطبيعي للعينات الكبيرة وحساب حجم التأثير

8.1 التحويل إلى الدرجة المعيارية (Z-Score Approximation)

وفقاً لنظرية النهاية المركزية (Central Limit Theorem)، يقترب التوزيع الاحتمالي لمجموع رتب ويلكوكسون اقتراباً وثيقاً من التوزيع الطبيعي المعياري المعتدل كلما زاد حجم العينة (عادة عندما يكون N > 20 مفحوصاً). وعند هذه النقطة، يمكن تحويل إحصاء ويلكوكسون المحسوب مباشرة إلى درجة معيارية (Z-score) لتحديد مستوى الدلالة الاحتمالية بدقة فائقة.

تتطلب هذه العملية أولاً حساب المتوسط النظري لتوزيع الرتب (μ_W) والانحراف المعياري النظري (σ_W) تحت افتراض صحة الفرضية الصفرية:

المتوسط النظري للرتب: μ_W = [N × (N + 1)] / 4

الانحراف المعياري للرتب (بدون روابط): σ_W = √ [N × (N + 1) × (2N + 1) / 24]

ولتحسين دقة التقريب الطبيعي نظراً لتحويل متغير متقطع (الرتب) إلى توزيع متصل، يُطبق ما يُعرف بـ تصحيح الاستمرارية (Continuity Correction) بإضافة أو طرح 0.5 من الفرق في بسط معادلة Z:

Z = [ |W – μ_W| – 0.5 ] / σ_W

8.2 حساب القيمة الاحتمالية (p-value) من منحنى التوزيع الطبيعي

بمجرد استخراج القيمة المعيارية Z، يُحدد الباحث القيمة الاحتمالية الدقيقة (p-value) المقابلة لتلك القيمة من خلال جدول التوزيع الطبيعي المعياري (Standard Normal Distribution Table). تمثل هذه القيمة المساحة الاحتمالية الواقعة في ذيل المنحنى خلف قيمة Z المستخرجة.

في حالة الاختبار ثنائي الطرف (Two-tailed test)، تُضاعف المساحة الاحتمالية المستخرجة لمراعاة طرفي المنحنى (p = 2 × P(Z ≥ |z|)). وتُقارن القيمة الاحتمالية الناتجة بمستوى المعنوية المحدد سلفاً (α = 0.05)؛ فإذا كانت p ≤ 0.05، اعتُبرت النتيجة دالة إحصائياً، مما يعني أن احتمالية الحصول على هذه الفروق بالمصادفة البحتة تقل عن 5%.

8.3 قياس حجم التأثير (Effect Size Calculation)

تؤكد معايير التقرير العلمي الصادرة عن الجمعية الأمريكية لعلم النفس (APA) أن الاقتصار على ذكر الدلالة الإحصائية وقيمة p-value لم يعد كافياً للحكم على القيمة العلمية والعملية للبحث؛ إذ تقتصر الدلالة الإحصائية على إثبات وجود أثر لا يعود للمصادفة، لكنها لا توضح “مقدار” أو “قوة” هذا الأثر الفعلي على أرض الواقع.

في اختبار ويلكوكسون للرتب الموقعة، يُحسب حجم التأثير المعياري باستخدام معامل الارتباط الرتبي كحجم تأثير (r) المستخرج من قيمة الدرجة المعيارية Z مقسومة على الجذر التربيعي للعدد الإجمالي للملاحظات الفردية:

r = |Z| / √(2N)   أو   r = |Z| / √(N_observations)

حيث يمثل N عدد الأزواج في العينة، ويكون 2N هو العدد الإجمالي للملاحظات الفردية عبر القياسين القبلي والبعدي. ويتم تفسير قيمة معامل التأثير (r) وفق معايير جاكوب كوهين (Cohen’s Guidelines) المعدلة للدراسات السلوكية على النحو الموضح في الجدول التالي:

9. دراسة حالة تطبيقية: قياس فاعلية برنامج علاجي لخفض القلق النفسي

9.1 بيانات الدراسة وتوصيف العينة والقياس القبلي والبعدي

لتوضيح التطبيق العملي الكامل لاختبار ويلكوكسون، نفترض دراسة إكلينيكية أُجريت على عينة قصدية قوامها 12 مريضاً تم تشخيصهم باضطراب القلق العام (GAD). خضع المرضى لبرنامج علاجي معرفي سلوكي (CBT) مكثف لمدة 8 أسابيع، وتم قياس شدة أعراض القلق قبل بدء البرنامج وبعد انتهائه مباشرة باستخدام مقياس بيك للقلق (Beck Anxiety Inventory – BAI) المكون من 21 بنداً، وتتراوح درجاته الكلية بين 0 و 63 درجة.

نظراً لصغر حجم العينة (N = 12) والالتواء الواضح في درجات المقياس الإكلينيكي، قرر الباحث استخدام اختبار ويلكوكسون للرتب الموقعة لاختبار الفرضية البحثية القائلة: “يؤدي البرنامج العلاجي السلوكي المعرفي إلى انخفاض ذي دلالة إحصائية في وسيط درجات أعراض القلق لدى أفراد العينة عند مستوى دلالة α = 0.05”.

9.2 التطبيق اليدوي خطوة بخطوة على بيانات الحالة

يوضح الجدول التطبيقي أدناه درجات القياس القبلي والبعدي للمفحوصين الاثني عشر، مع الخطوات التفصيلية لحساب الفروق، واستبعاد القيم الصفرية، وترتيب القيم المطلقة، وإسناد الرتب ومتوسطاتها للرتب المتطابقة، وفصل الإشارات:

خطوات التحليل الحسابي للجدول:

1. إسقاط الفروق الصفرية: تم استبعاد المفحوص رقم (3) لأن D = 0، وبالتالي أصبح حجم العينة الفعلي المعدل N = 11.
2. معالجة الرتب المتطابقة: لوحظ وجود قيمتين متطابقتين للفارق المطلق (|8| لدى المفحوصين 7 و 8). احتلت هاتان القيمتان الترتيبين 5 و 6 في المتسلسلة التصاعدية، فحُسب متوسط الرتب: (5 + 6) / 2 = 5.5، وأُعطيت لكليهما الرتبة 5.5.
3. حساب مجموع الرتب الموجبة والسالبة:
   • مجموع الرتب الموجبة (حالات الارتفاع في القلق): W⁺ = 3 (المفحوص 5) + 1 (المفحوص 11) = 4
   • مجموع الرتب السالبة (حالات الانخفاض والتحسن): W^– = 9 + 10 + 11 + 7 + 5.5 + 5.5 + 2 + 8 + 4 = 62
4. فحص المعادلة الرقابية: W⁺ + W^– = 4 + 62 = 66. وبالمعادلة: [11 × 12] / 2 = 66 (الحساب سليم 100%).
5. تحديد إحصاء الاختبار المحسوب: W = min(W⁺, W^–) = min(4, 62) = 4.

اتخاذ القرار الإحصائي: بالرجوع إلى جدول القيم الحرجة لاختبار ويلكوكسون عند حجم عينة N = 11 ومستوى دلالة α = 0.05 لاختبار ثنائي الطرف، نجد أن القيمة الحرجة المجدولة = 10.

وبما أن قيمة W المحسوبة (4) أقل من القيمة الحرجة المجدولة (10)، فإننا نرفض الفرضية الصفرية ونقبل الفرضية البديلة، مؤكدين وجود انخفاض دال إحصائياً في مستويات القلق بعد تطبيق البرنامج العلاجي.

9.3 مناقشة النتائج النفسية ودلالاتها العيادية

تُظهر النتائج الإحصائية بوضوح أن 9 من أصل 11 مفحوصاً (ما يعادل 81.8% من العينة الفعالة) قد أظهروا انخفاضاً جوهرياً في درجات مقياس بيك للقلق بعد تلقي العلاج السلوكي المعرفي، في حين أظهر مريض واحد ثباتاً تاماً، وسجل مريضان فقط ارتفاعاً طفيفاً (بفارق 1 و 4 درجات).

وعند حساب حجم التأثير للبيانات (عبر تحويل W إلى Z بالتقريب: Z = -2.58 تقريباً)، نجد أن معامل التأثير r = 2.58 / √(22) = 0.55، وهو ما يصنف وفق معايير كوهين بأنه تأثير إكلينيكي كبير (Large Clinical Effect). تشير هذه النتيجة إلى أن التحسن لم يكن مجرد صدفة إحصائية ناتجة عن التباين العشوائي، بل يعكس تغيراً نوعياً عميقاً في قدرة المرضى على إدارة وتخفيض أعراض القلق واستعادة التوازن النفسي، مما يدعم التوصية باعتماد وتعميم البرنامج التدخلي في المراكز الإكلينيكية المماثلة.

10. إجراء اختبار ويلكوكسون للرتب الموقعة باستخدام البرمجيات الإحصائية

10.1 التطبيق العملي عبر حزمة SPSS الإحصائية

تعد حزمة IBM SPSS Statistics البيئة البرمجية الأكثر استخداماً لدى الباحثين في العلوم الاجتماعية والتربوية لإجراء اختبار ويلكوكسون للرتب الموقعة. لتنفيذ التحليل بدقة، يتم اتباع المسار الإجرائي التالي:

1. إدخال البيانات في نافذة “Data View” بحيث يُمثل كل سطر مفحوصاً واحداً، وتُخصص أعمدة منفصلة لدرجات القياس القبلي (Pre_Test) والقياس البعدي (Post_Test).
2. من القائمة الرئيسية العليا، يتم اختيار: Analyze > Nonparametric Tests > Legacy Dialogs > 2 Related Samples... (أو عبر مسار Related Samples التفاعلي الحديث).
3. في مربع الحوار الظاهر، يتم تحديد زوج المتغيرات بنقل (Pre_Test) إلى خانة Variable 1 ونقل (Post_Test) إلى خانة Variable 2 في قائمة Test Pairs.
4. التأكد من تفعيل وتحديد خيار Wilcoxon تحت خانة Test Type، وإلغاء تحديد أي اختبارات أخرى غير مرغوبة كاختبار Sign أو McNemar.
5. الضغط على زر Exact (في حال توفر حزمة الاختبارات الدقيقة للعينات الصغيرة) واختيار Exact لضمان استخراج الدلالة الاحتمالية الدقيقة غير المعتمدة على التقريب الطبيعي، ثم الضغط على Continue ثم OK.

تُظهر مخرجات SPSS جدولين رئيسيين: جدول Ranks الذي يوضح عدد الرتب السالبة والموجبة وحالات التعادل ومتوسط ومجموع الرتب لكل منها، وجدول Test Statistics الذي يقدم قيمة الدرجة المعيارية (Z)، ومستوى الدلالة التقريبي (Asymp. Sig. 2-tailed)، ومستوى الدلالة الدقيق (Exact Sig. 2-tailed).

10.2 التطبيق البرمجي باستخدام لغة R

توفر لغة البرمجة الإحصائية R مرونة فائقة وقدرات متقدمة لإجراء اختبار ويلكوكسون للرتب الموقعة وحساب أحجام التأثير والتمثيل البياني الاحترافي. يُستخدم الأمر الأساسي wilcox.test() مع تفعيل وسيط الاقتران paired = TRUE.

فيما يلي الأسطر البرمجية الكاملة لتطبيق الاختبار وحساب حجم التأثير ورسم النتائج:

تتيح حزمة ggplot2 رسم الفروق باستخدام مخططات الاقتران الفردي (Paired slope charts) أو المخططات الصندوقية المزدوجة التي تبرز بوضوح مسار التغير لكل حالة من حالات الدراسة.

10.3 التطبيق البرمجي باستخدام لغة Python

في بيئة علوم البيانات ولغة Python، يتم إجراء الاختبار بسهولة عبر استيراد دالة wilcoxon من مكتبة الإحصاء الشهيرة scipy.stats. تتيح هذه الدالة خيارات مرنة للتعامل مع الفروق الصفرية وتصحيح الاستمرارية.

يوضح الكود التالي كيفية تنفيذ التحليل وحساب الإحصاءات الوصفية ومستوى الدلالة:

يمكن دمج هذا التحليل مع مكتبات seaborn و matplotlib لتوليد أشكال بيانية جذابة تتضمن أشرطة الخطأ وتوزيعات الكثافة، مما يثري الأوراق البحثية والتقارير الأكاديمية.

11. كتابة وتوثيق نتائج اختبار ويلكوكسون وفق دليل الجمعية الأمريكية لعلم النفس (APA 7)

11.1 الصياغة النصية القياسية لتقرير النتائج

وفقاً لأحدث معايير الإصدار السابع من دليل الجمعية الأمريكية لعلم النفس (APA 7th Edition)، يتطلب توثيق الاختبارات اللامعلمية تقديم تقرير نصي متكامل يتضمن: اسم الاختبار، ومبررات استخدامه، والإحصاءات الوصفية المعبرة (الوسيط والمدى الربيعي IQR بدلاً من المتوسط والانحراف المعياري)، وقيمة إحصاء الاختبار المحسوب (W أو Z)، والدرجات الحرة أو حجم العينة N، والقيمة الاحتمالية الدقيقة (p-value)، وقيمة معامل حجم التأثير (r).

نموذج الصياغة باللغة العربية:

“أُجري اختبار ويلكوكسون للرتب الموقعة لتقييم أثر البرنامج العلاجي السلوكي المعرفي على مستويات أعراض القلق لدى أفراد العينة. وأظهرت النتائج انخفاضاً ذا دلالة إحصائية في درجات القلق بعد تلقي البرنامج التدخلي (الوسيط = 21.00، المدى الربيعي = 4.00) مقارنة بدرجات القياس القبلي (الوسيط = 28.50، المدى الربيعي = 6.25)، Z = -2.58, p = .010, r = .55. وتشير قيمة معامل التأثير إلى وجود حجم أثر كبير للتدخل العلاجي وفقاً لمعايير كوهين.”

نموذج الصياغة باللغة الإنجليزية (Standard APA 7th Format):

“A Wilcoxon signed-rank test was conducted to determine the effect of the cognitive behavioral intervention on anxiety scores. The results indicated a statistically significant decrease in anxiety symptoms following the intervention (Mdn = 21.00, IQR = 4.00) compared to pre-intervention baseline levels (Mdn = 28.50, IQR = 6.25), Z = -2.58, p = .010, r = .55, representing a large effect size.”

11.2 تصميم الجداول والرسوم البيانية التوضيحية للنتائج اللامعلمية

يجب تنظيم نتائج التحليل اللامعلمي في جداول موجزة وخالية من الخطوط الرأسية وفق نمط APA، بحيث تتضمن مجاميع الرتب، ومتوسطات الرتب، والوسيط لكل قياس، كما هو موضح في النموذج التالي:

ملاحظة: * دال عند مستوى α = 0.05. اعتمدت الحسابات على إسقاط الحالات الصفرية.

أما على صعيد التمثيل البياني، يُنصح بشدة باستخدام المخطط الصندوقي المزدوج (Paired Boxplot) الذي يبرز بوضوح وسيط الدرجات وتشتت المدى الربيعي قبل وبعد التدخل، أو مخطط الانحدار الفردي (Spaghetti Plot / Paired Slope Chart) الذي يرسم خطاً مستقلاً لكل مريض يربط بين درجته القبلية والبعدية، كاشفاً بوضوح مسارات الاستجابة الفردية للمفحوصين ومانحاً القارئ فهماً بصرياً دقيقاً لديناميات التغير النفسي.

12. الأخطاء الشائعة والبدائل المنهجية المتاحة للباحثين في علم النفس

12.1 الأخطاء المنهجية والإحصائية المتكررة عند إجراء الاختبار

يقع بعض الباحثين في أخطاء منهجية وإحصائية شائعة عند تطبيق اختبار ويلكوكسون للرتب الموقعة، مما يؤثر سلباً على سلامة الاستنتاجات العلمية المنشورة. ومن أبرز هذه المغالطات:

• الخلط بين العينات المستقلة والمترابطة: استخدام اختبار ويلكوكسون للرتب الموقعة لمقارنة مجموعتين منفصلتين تماماً من المفحوصين (مثل الذكور مقابل الإناث)؛ والصواب في هذه الحالة هو استخدام اختبار مان-ويتني (Mann-Whitney U Test) المصمم حصرياً للعينات المستقلة.
• تجاهل شرط تماثل الفروق: تفسير نتائج الاختبار على أنها تعكس فرقاً قاطعاً في “الوسيط” دون فحص تماثل شكل توزيع الفروق، في حين أن غياب التماثل يجعل الاختبار دالاً على الفروق العامة بين التوزيعات وليس موقع الوسيط تحديداً.
• التقرير بالمتوسط الحسابي: كتابة المتوسط الحسابي والانحراف المعياري في التقرير النهائي بدلاً من الوسيط والمدى الربيعي، مما يوقع الباحث في تناقض منهجي؛ فإذا كانت البيانات مؤهلة لحساب المتوسط، فما الداعي لاستخدام اختبار لامعلمي أصلاً؟
• الاعتماد على التقريب الطبيعي في العينات المجهرية: استخدام قيمة Z المستخرجة من SPSS للعينات التي يقل عددها عن 10 مفحوصين بدلاً من الاعتماد على الدلالة الدقيقة (Exact Sig) أو جداول W الحرجة.

12.2 البدائل المنهجية لاختبار ويلكوكسون وتوسيع التصاميم البحثية

في الحالات التي تتعقد فيها شروط التصميم التجريبي أو تنتهك افتراضات اختبار ويلكوكسون نفسه، تتوفر أمام الباحثين مجموعة من البدائل المنهجية المتقدمة:

• اختبار الإشارة (Sign Test): يُعد البديل المباشر لاختبار ويلكوكسون عندما يكون توزيع الفروق شديد الالتواء واللاتماثل لدرجة تمنع استخدام الرتب، حيث يكتفي باختبار اتجاه الفروق (+ أو -) فقط.
• اختبار فريدمان (Friedman Test): يُستخدم عندما يتوسع التصميم البحثي ليشمل أكثر من قياسين متكررين لنفس الأفراد (مثال: قياس قبلي، قياس بعدي مباشر، وقياس تتبعي بعد 6 أشهر)، وهو البديل اللامعلمي لتحليل التباين للقياسات المتكررة (Repeated Measures ANOVA).
• النماذج الخطية المعممة المختلطة (GLMM): تمثل حلاً متقدماً وحديثاً في القياس النفسي لمعالجة البيانات الترتيبية المتكررة مع وجود بيانات مفقودة (Missing Data) ومتغيرات وسيطة معقدة.
• أساليب إعادة التشكيل والمعاينة (Bootstrapping): تتيح توليد فترات ثقة موثوقة (Confidence Intervals) للفروق في الوسيط عبر إعادة سحب العينات آلاف المرات حاسوبياً دون التقيد بافتراضات التوزيع الطبيعي.

خاتمة

يمثل اختبار ويلكوكسون للرتب الموقعة ركيزة أساسية ومنهجاً استدلالياً متيناً في ترسانة التحليل الإحصائي للعلوم النفسية والتربوية والطبية والسلوكية. فمن خلال دمجه المتقن بين اتجاه التغير وحجمه النسبي عبر نظام الرتب الموقعة، يوفر الاختبار قوة إحصائية عالية تقارب الاختبارات المعلمية الصارمة، مع الحفاظ على مرونة فائقة تحمي الباحث من مخاطر تضليل النتائج عند التعامل مع العينات الصغيرة أو البيانات الرتبية والملتوية.

إن التطبيق السليم لهذا الاختبار لا يتوقف عند مجرد تشغيل البرمجيات الإحصائية واستخراج القيم الاحتمالية، بل يتطلب استيعاباً عميقاً لشروطه المنهجية، وفهماً دقيقاً لآليات حسابه اليدوي، وحرصاً على قياس حجم التأثير وتوثيق النتائج وفق المعايير الأكاديمية الرصينة الصادرة عن APA 7. وبذلك يتحول التحليل الإحصائي من مجرد أرقام صماء إلى أدلة علمية موثوقة تسهم بفاعلية في تطوير المعرفة الإنسانية وتحسين جودة البرامج العلاجية والتربوية.

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
• Beck, A. T., Epstein, N., Brown, G., & Steer, R. A. (1988). An inventory for measuring clinical anxiety: Psychometric properties. Journal of Consulting and Clinical Psychology, 56(6), 893–897. https://doi.org/10.1037/0022-006X.56.6.893
• Cohen, J. (1988). Statistical power analysis for the behavioral sciences (2nd ed.). Lawrence Erlbaum Associates.
• Field, A. (2018). Discovering statistics using IBM SPSS statistics (5th ed.). SAGE Publications.
• Gibbons, J. D., & Chakraborti, S. (2020). Nonparametric statistical inference (6th ed.). Chapman and Hall/CRC. https://doi.org/10.1201/9781315152202
• Hollander, M., Wolfe, D. A., & Chicken, E. (2013). Nonparametric statistical methods (3rd ed.). John Wiley & Sons. https://doi.org/10.1002/9781118553299
• Kerby, D. S. (2014). The simple difference formula: An approach to teaching nonparametric correlation. Comprehensive Psychology, 3, Article 1. https://doi.org/10.2466/11.IT.3.1
• Siegel, S., & Castellan, N. J. (1988). Nonparametric statistics for the behavioral sciences (2nd ed.). McGraw-Hill.
• Wilcoxon, F. (1945). Individual comparisons by ranking methods. Biometrics Bulletin, 1(6), 80–83. https://doi.org/10.2307/3001968