كيفية كتابة تقرير نتائج مربع كاي وفق أسلوب APA

يمثل التوثيق الإحصائي الدقيق حجر الزاوية في بناء المعرفة العلمية الرصينة داخل ميادين العلوم النفسية والتربوية والاجتماعية. فعندما ينتهي الباحث من جمع بياناته الميدانية وتطبيق التحليلات اللازمة، يواجه تحدياً محورياً يتمثل في ترجمة تلك المخرجات الرقمية المعقدة إلى سرد علمي منهجي يتسم بالوضوح والموضوعية. ويعد دليل النشر العلمي للجمعية الأمريكية لعلم النفس (APA) في إصداره السابع المرجع الدولي الأكثر اعتماداً لتوحيد لغة التقارير الإحصائية، مما يضمن خلو الأبحاث من الغموض ويسهل عملية التحقق المستقل والمراجعة الأكاديمية المحكمة.

من بين الاختبارات اللامعلمية واسعة الانتشار، يحتل اختبار مربع كاي (Chi-Square Test) مكانة بارزة بوصفه الأداة الأساسية لفحص الفرضيات المتعلقة بالبيانات الفئوية والاسمية. وعلى الرغم من بساطة المفهوم الرياضي الكامن وراء هذا الاختبار والمستند إلى مقارنة التكرارات الملاحظة بالتكرارات المتوقعة، فإن كتابة تقرير نتائجه وفق معايير APA تتطلب مراعاة دقيقة لجملة من القواعد التنسيقية والإحصائية واللغوية الصارمة التي تتجاوز مجرد ذكر القيمة المحسوبة ومستوى الدلالة.

يهدف هذا الدليل الشامل والمفصل إلى تزويد الباحثين النفسيين وطلاب الدراسات العليا بمنظومة متكاملة لكتابة وتوثيق نتائج اختبار مربع كاي بنوعيه: اختبار حسن المطابقة (Goodness of Fit) واختبار الاستقلالية (Test of Independence). وسيتناول المقال كافة الجوانب بدءاً من القواعد الشكلية والرموز، مروراً بالصيغ المعتمدة والنماذج التطبيقية وحساب أحجام الأثر، وصولاً إلى الاختبارات البعدية وتصميم الجداول والمخططات وتجنب الأخطاء الشائعة في النشر الأكاديمي الدولي.

1. مقدمة في اختبار مربع كاي (Chi-Square) وأهميته في البحث النفسي

1.1 تعريف اختبار مربع كاي ودوره في تحليل البيانات الفئوية

يُعرف اختبار مربع كاي بأنه اختبار إحصائي استدلالي لا معملي (Non-parametric test) صُمم خصيصاً للتعامل مع المتغيرات المقاسة على مستويات اسمية (Nominal) أو رتبية (Ordinal). في الأبحاث النفسية، يتعامل الباحثون بشكل متكرر مع تصنيفات نوعية لا تخضع للتوزيع الطبيعي ولا تحقق شروط التجانس المعلمي الصارمة؛ مثل تصنيف الأفراد وفق الأنماط التشخيصية للاضطرابات النفسية (مثل: اكتئاب، قلق، وسواس قهري)، أو تصنيف السمات الشخصية، أو المستويات التعليمية، أو الاستجابات الثنائية لاستبيانات الاتجاهات (موافق/غير موافق).

يقوم الجوهر الرياضي للاختبار على تقييم الفجوة القائمة بين التكرارات الملاحظة (Observed Frequencies)—وهي التكرارات الفعلية المستمدة من عينة الدراسة الواقعية—والتكرارات المتوقعة (Expected Frequencies) التي يُفترض الحصول عليها رياضياً في حال صحة الفرضية الصفرية القائلة بعدم وجود فروق أو علاقات. وكلما تعاظم التباعد بين ما رُصد فعلياً وما كان متوقعاً حدوثه بمحض الصدفة، تضخمت قيمة مربع كاي المحسوبة، مما يرجح رفض الفرضية الصفرية لصالح الفرضية البديلة.

ومع ذلك، فإن التطبيق السليم للاختبار يستوجب استيفاء جملة من الافتراضات الإحصائية لتفادي الوقوع في استنتاجات مضللة. من أهم هذه الشروط: استقلالية الملاحظات (Independence of Observations)، مما يعني أن كل مفحوص أو وحدة تحليل يجب أن تساهم بتكرار واحد فقط في خلية واحدة لا غير، إضافة إلى كفاية حجم العينة بحيث لا تقل التكرارات المتوقعة في أي خلية عن 1، وألا تقل عن 5 في أكثر من 20% من إجمالي خلايا جدول الاقتران وفقاً لقاعدة معايير كوكرين الإحصائية.

1.2 الفروق الجوهرية بين اختبار حسن المطابقة واختبار الاستقلالية

ينقسم اختبار مربع كاي إلى نمطين رئيسيين يختلفان جذرياً من حيث الهدف التحليلي وطبيعة الفرضيات المصاغة وعدد المتغيرات الخاضعة للدراسة. النمط الأول هو اختبار حسن المطابقة (Chi-Square Goodness-of-Fit Test)، ويُطبق حصراً على متغير فئوي أحادي بهدف التحقق مما إذا كان توزيع التكرارات الملاحظة عبر مستويات هذا المتغير يطابق توزيعاً نظرياً محدداً مسبقاً، سواء كان هذا التوزيع يفترض التساوي بين الفئات (Equal Proportions) أو يفترض نسباً معيارية محددة مستمدة من تعدادات سكانية سابقة أو أطر نظرية معينة.

أما النمط الثاني فهو اختبار الاستقلالية (Chi-Square Test of Independence)، ويُعرف أيضاً باختبار التداعي الفئوي (Test of Association). يُستخدم هذا الإجراء عند دراسة متغيرين فئويين في آن واحد بهدف تحديد ما إذا كان توزيع فئات المتغير الأول يختلف باختلاف فئات المتغير الثاني، أو ما إذا كانت العلاقة بينهما تتسم بالاستقلالية الإحصائية. على سبيل المثال، استقصاء ما إذا كان نوع التدخل العلاجي (علاج معرفي سلوكي مقابل علاج دوائي) يرتبط بمستوى التحسن الإكلينيكي (تحسن كامل، تحسن جزئي، عدم استجابة).

يؤثر التمييز الدقيق بين هذين النمطين بصورة مباشرة على صياغة الفرضية الإحصائية وكيفية تنظيم البيانات في جداول التوافق (Contingency Tables)، فضلاً عن اختلاف طريقة حساب درجات الحرية (Degrees of Freedom) وصياغة التقرير النهائي بأسلوب الجمعية الأمريكية لعلم النفس، حيث يتطلب كل نمط إبراز مؤشرات وصفية واستدلالية متمايزة تناسب غاياته التحليلية.

1.3 أهمية الالتزام بمعايير الجمعية الأمريكية لعلم النفس (APA) في التقرير

يعد الالتزام الدقيق بأسلوب التوثيق الصادر عن الجمعية الأمريكية لعلم النفس (APA Style) ضرورة حتمية في الأوساط الأكاديمية والبحثية، نظراً لدوره في إرساء معايير الشفافية وقابلية التكرار (Replicability). إن توفير التفاصيل الإحصائية الكاملة—بما في ذلك القيمة الدقيقة للاختبار، ودرجات الحرية، ومستوى الدلالة الدقيق، وحجم الأثر، وحجم العينة الفعلي—يتيح للباحثين الآخرين إعادة التحقق من دقة الاستدلال وإدراج تلك النتائج في دراسات التحليل التلوي (Meta-Analysis) اللاحقة لتحديد الأثر التراكمي للظواهر النفسية.

يسهم هذا الأسلوب الموحد في القضاء على أي غموض في قراءة البيانات وتفسيرها عبر مختلف المجلات العلمية المحكمة في العالم، مما يزيل الحواجز اللغوية والمنهجية أمام نقل المعرفة. كما يضمن تزويد القارئ بالمعلومات الوصفية المصاحبة التي تمنح الأرقام دلالتها الحقيقية ولا تترك النتائج معلقة في فراغ إحصائي مجرد.

وفضلاً عن ذلك، فإن الإخلال بقواعد التوثيق الإحصائي وفق الإصدار السابع لـ APA يُعد أحد الأسباب الأكثر شيوعاً التي تدفع محكمي المجلات العلمية المرموقة إلى رفض الأوراق البحثية أو طلب تعديلات جوهرية عليها. فالأخطاء الشكلية والمنهجية في عرض الإحصاءات تعكس ضعفاً في الضبط المنهجي، وتؤثر سلباً على مصداقية الورقة العلمية وجودتها الكلية.

2. القواعد الأساسية لأسلوب APA (الإصدار السابع) في كتابة الإحصاءات

2.1 القواعد الشكلية والرموز الإحصائية

يفرض الإصدار السابع من دليل APA منظومة متسقة من القواعد الطباعية الخاصة بالرموز الإحصائية. القاعدة الذهبية تنص على أن جميع الرموز الإحصائية الممثلة بحروف لاتينية يجب أن تُكتب بالخط المائل (Italics)، مثل حجم العينة الكلي (N)، وحجم العينة الفرعية (n)، ومستوى الدلالة الاحتمالية (p)، ودرجات الحرية (df)، ونسبة الأرجحية (OR). بالمقابل، فإن الحروف والرموز اليونانية تظل بالخط العادي المستقيم ولا تُميّز بالخط المائل، مثل رمز مربع كاي (χ²)، ومعامل فاي (φ)، ومستوى ألفا (α).

من الأخطاء الطباعية الشائعة استخدام الحرف الإنجليزي الكبير المائل (X²) كبديل لرمز مربع كاي اليوناني (χ²). يشترط الدليل بدقة استخدام الحرف اليوناني الصغير كاي (Chi) مرفوعاً للأس 2، مع تجنب أي خلط بينه وبين الحروف اللاتينية. كما يجب الحفاظ على مسافة مفردة قبل وبعد الرموز الحسابية وعلامات المقارنة؛ فنكتب: (p = .024) بدلاً من (p=.024) أو (p < .001) بدلاً من (p<.001).

تضمن هذه الدقة الشكلية التمييز البصري الفوري بين عناصر المعادلة الإحصائية وتمنع التداخل الطباعي، مما يرفع من جودة الإخراج النهائي للنصوص العلمية ويجعلها متوافقة مع أنظمة النشر الإلكتروني ومعايير قواعد البيانات المفهرسة دولياً.

2.2 معايير تقريب الأرقام والكسور العشرية وقيم الدلالة

حدد دليل APA قواعد صارمة لتقريب الكسور العشرية بهدف الموازنة بين الدقة الرياضية وسهولة القراءة الإنسانية. وكقاعدة عامة، يجب تقريب معظم المعاملات الإحصائية وقيم الاختبارات وحجوم الأثر (مثل قيمة χ²، ومعامل فاي، وكرامر) إلى خانتين عشريتين (Two decimal places)، مثل: χ² = 14.38 أو V = .28.

وفيما يخص القيمة الاحتمالية (p-value)، يفرض الدليل كتابتها بدقة تصل إلى ثلاث خانات عشرية (Three decimal places)، لتعكس الاحتمال الفعلي بدقة، مثل: p = .042 أو p = .008. ويُمنع منعاً باتاً كتابة النتائج بصيغ غير محددة مثل (p < .05) أو (p = NS)، إلا إذا كانت البرمجيات الإحصائية تخرج القيمة بصيغة صفرية مطلقة (.000)، حيث يتم التوثيق حينئذ باستخدام علامة الأصغر من خانة الألف: (p < .001).

إضافة إلى ذلك، يطبق الدليل قاعدة “حذف الصفر القيادي” (Leading Zero Rule)؛ حيث يُحذف الصفر الواقع قبل الفاصلة العشرية في جميع الأرقام والقيم الإحصائية التي لا يمكن نظرياً ورياضياً أن تتجاوز الواحد الصحيح، مثل مستوى الدلالة (p = .031 وليس 0.031) ومعاملات الارتباط وأحجام الأثر المقيدة بالواحد. في المقابل، يُثبت الصفر قبل الفاصلة للقيم التي يمكن رياضياً أن تتجاوز الواحد الصحيح، مثل قيمة مربع كاي المحسوبة ونسبة الأرجحية (مثل: χ² = 0.85 أو OR = 0.64).

2.3 قواعد كتابة درجات الحرية وحجم العينة

يشترط أسلوب APA تضمين درجات الحرية وحجم العينة المفحوصة ضمن الصيغة الإحصائية الأساسية، مما يمنح القارئ فهماً مباشراً لحجم التصميم التجريبي وقوة الاختبار. تُدرج درجات الحرية وحجم العينة داخل قوسين هلاليين متتاليين يفصل بينهما فاصلة مباشرة بعد رمز الاختبار، وفق النمط القياسي المعتمد عالمياً.

تُكتب الصيغة كما يلي: χ²(df, N = XXX) = XX.XX, p = .XXX، حيث يمثل df عدداً صحيحاً لدرجات الحرية، وN حجم العينة الكلي الخاضع للتحليل الفعلي بعد استبعاد الحالات الشاذة أو المفقودة. على سبيل المثال: χ²(2, N = 240) = 8.56, p = .014. وفي بعض السياقات المقتضبة، يجوز ذكر درجات الحرية منفردة داخل القوسين إذا تم توضيح حجم العينة الإجمالي بوضوح في متن النص أو الجدول التابع.

ينبغي توخي الحذر الشديد عند التعامل مع البيانات المفقودة (Missing Data)؛ إذ يجب أن يعكس الرقم N الموثق داخل أقواس المعادلة عدد المشاركين الذين دخلت استجاباتهم الفعلية في التحليل النهائي لجدول الاقتران، مع توضيح عدد الحالات المستبعدة ونسبتها المئوية في جزء الإحصاء الوصفي لمنهجية البحث تجنباً للتناقض العددي.

3. الصيغة القياسية لكتابة تقرير اختبار مربع كاي لحسن المطابقة

3.1 البنية اللغوية والإحصائية المعتمدة وفق APA

تتطلب كتابة تقرير اختبار حسن المطابقة وفق معايير الجمعية الأمريكية لعلم النفس بناءً لغوياً رصيناً يدمج بسلاسة بين الإخبار الإنشائي والحقائق الرقمية. لا يجوز للباحث أن يعرض النتيجة الإحصائية المعزولة في فقرة مستقلة دون توفير سياق لغوي يوضح المتغير المدروس وطبيعة الفرضية التي خضعت للفحص.

يجب أن تبدأ الفقرة النموذجية ببيان واضح وصريح يحدد الهدف من التحليل، كأن يُقال: “أُجري اختبار مربع كاي لحسن المطابقة لتحديد ما إذا كانت التكرارات الملاحظة لـ [اسم المتغير] تختلف دلالياً عن التوزيع المتوقع المتمثل في…”. يلي ذلك مباشرة عرض النتيجة الإحصائية متضمنة اتجاه الفروق بدقة، والتركيز على الفئات التي شهدت أعلى انحراف أو أدنى تركز مقارنة بالقيم المتوقعة.

تضمن هذه البنية التكاملية أن يفهم القارئ غير المتخصص في الإحصاء الاستنتاج العلمي من القراءة الأولى للنص، بينما يجد القارئ الإحصائي المتمرس كافة المؤشرات الرقمية الدقيقة اللازمة لإعادة إجراء الحسابات والتحقق من صحتها في موقعها النحوي المناسب.

3.2 تفكيك عناصر معادلة التقرير الإحصائي

لفهم التكوين الداخلي لمعادلة تقرير مربع كاي لحسن المطابقة وفق دليل APA، يجب تفكيك السلسلة الإحصائية إلى أجزائها البنائية المتسلسلة لضمان استيفاء كافة المتطلبات المنهجية بدقة مطلقة:

• الرمز الإحصائي ودرجات الحرية وحجم العينة: يبدأ المقطع بالرمز اليوناني غير المائل كاي مرفوعاً للأس 2، يتبعه مباشرة بين قوسين قيمة درجات الحرية df كعدد صحيح، ثم فاصلة، فحجم العينة الكلي N بخط مائل: χ²(df, N = n). في اختبار حسن المطابقة، تُحسب درجات الحرية دائماً بمعادلة df = k – 1، حيث k يمثل عدد فئات المتغير.
• القيمة المحسوبة للاختبار: تتبع الأقواس علامة المساواة محاطة بمسافات، وتُكتب القيمة الإحصائية الناتجة مقربة إلى خانتين عشريتين: = XX.XX.
• مستوى الدلالة الإحصائية الدقيق: يُدرج بعد فاصلة ومسافة، ويُكتب الرمز اللاتيني p بخط مائل متبوعاً بعلامة المساواة أو الأصغر وبدون صفر قيادي: , p = .XXX.
• معامل حجم الأثر وفترات الثقة: يُختتم التوثيق بذكر مؤشر حجم الأثر المناسب مثل كرامر V أو معامل الاتساق، مع ذكر فترة الثقة إن لزم: , V = .XX.

3.3 توثيق التكرارات والنسب المئوية الملاحظة والمتوقعة

لا يكتمل التقرير العلمي لاختبار حسن المطابقة بمجرد إيراد المعادلة الإحصائية المجردة؛ بل يلزم دليل APA الباحث بتقديم الإحصاءات الوصفية المقترنة بكل فئة من فئات المتغير، والتي تشمل التكرار الملاحظ والنسبة المئوية المحسوبة من المجموع الكلي للعينة المدروسة.

يتم دمج هذه الأرقام داخل السياق السردي عبر وضع التكرار العددي متبوعاً بالرمز n والنسبة المئوية بين قوسين بعد ذكر اسم الفئة مباشرة، مثل: “أظهرت النتائج أن الفئة الأولى (n = 45, 45%) تفوقت بفارق دال على الفئة الثانية (n = 30, 30%) والفئة الثالثة (n = 25, 25%)”. كما ينبغي توضيح التكرار المتوقع (Expected Frequency) رياضياً سواء كان موزعاً بالتساوي (مثل: 33.3% لكل فئة) أو بنسب نظرية متباينة.

يوفر هذا التوثيق الوصفي الدقيق الدعامة التفسيرية للنتيجة الاستدلالية؛ حيث يمكن القارئ من رؤية مواضع الانحراف بدقة وتحديد أي المستويات ساهمت بالقسط الأكبر في تضخيم قيمة مربع كاي ورفض الفرضية الصفرية لتطابق التوزيع.

4. أمثلة تطبيقية ونماذج لكتابة اختبار حسن المطابقة في الدراسات النفسية

4.1 نموذج لفرضية التوزيع المتساوي بين الفئات

في سياق بحثي يستهدف دراسة التفضيلات الإدراكية لأساليب التعلم لدى طلبة المرحلة الجامعية، قام باحث نفسي باختبار عينة قوامها 150 طالباً لمعرفة ما إذا كانت تفضيلاتهم تتوزع بالتساوي بين ثلاثة أنماط تعليمية رئيسية: النمط البصري، والنمط السمعي، والنمط الحركي. كانت التكرارات الملاحظة كالتالي: 75 طالباً للنمط البصري، 45 للنمط السمعي، و30 للنمط الحركي، مع توقع نظري يبلغ 50 طالباً لكل فئة (بنسبة 33.33% لكل نمط).

تتم صياغة التقرير بأسلوب APA على النحو التالي:

“أُجري اختبار مربع كاي لحسن المطابقة لفحص ما إذا كانت الأنماط التعليمية الثلاثة (البصري، السمعي، الحركي) مفضلة بنسب متساوية لدى طلاب الجامعة. أظهرت النتائج وجود فروق ذات دلالة إحصائية في تفضيلات الطلاب عبر الأنماط المختلفة، χ²(2, N = 150) = 21.00, p < .001, V = .37. وكما يتبين من التكرارات، كان النمط البصري هو الأكثر تفضيلاً بنسبة بلغت 50.0% (n = 75)، تلاه النمط السمعي بنسبة 30.0% (n = 45)، في حين كان النمط الحركي هو الأقل تفضيلاً بنسبة 20.0% (n = 30)، مما يشير إلى انحراف دال عن التوزيع المتساوي المتوقع نظرياً (33.3% لكل نمط).”

يبرز هذا النموذج التوزيع الفعلي بوضوح مع تقديم التفسير النفسي للنتيجة الذي يؤكد غلبة التفضيل الإدراكي البصري لدى العينة المدروسة.

4.2 نموذج لفرضية النسب المحددة مسبقاً (توزيع غير متساوٍ)

في دراسة إكلينيكية وبائية، أراد باحث مقارنة نسب انتشار ثلاثة أنماط فرعية لاضطراب فرط الحركة وتشتت الانتباه (ADHD) في عينة عيادية محلية قوامها 200 طفل مع النسب المعيارية الوطنية المعروفة: 60% للنمط المشترك، 30% لنمط تشتت الانتباه السائد، و10% للنمط الاندفاعي السائد. أظهرت البيانات الملاحظة أن 90 طفلاً ينتمون للمشترك (45%)، و80 لنمط التشتت (40%)، و30 للنمط الاندفاعي (15%).

تتم صياغة النتيجة في التقرير الأكاديمي على النحو الآتي:

“تم تطبيق اختبار مربع كاي لحسن المطابقة لاختبار مدى مطابقة التوزيع التشخيصي للأنماط الفرعية لاضطراب فرط الحركة وتشتت الانتباه في العينة الإكلينيكية مع النسب المعيارية الوطنية (60% مشترك، 30% تشتت، 10% اندفاعي). كشفت النتائج عن اختلاف دال إحصائياً بين التوزيع الملاحظ والتوزيع المعياري المتوقع، χ²(2, N = 200) = 17.50, p < .001, V = .21. ومقارنة بالتوقعات الوطنية، لوحظ انخفاض في نسبة تشخيص النمط المشترك (45.0%، n = 90 مقابل 60% متوقع)، في حين ارتفعت معدلات تشخيص نمط تشتت الانتباه السائد (40.0%، n = 80 مقابل 30% متوقع) والنمط الاندفاعي (15.0%، n = 30 مقابل 10% متوقع).”

تتيح هذه الصياغة المقارنة الدقيقة بين النسب المفترضة والنسب المتحققة مع توضيح الفئات التي قادت إلى رفض الفرضية الصفرية.

4.3 صياغة النتائج غير الدالة إحصائياً لحسن المطابقة

عندما تسفر النتائج عن عدم وجود فروق دالة إحصائياً بين التكرارات الملاحظة والمتوقعة، يتحتم على الباحث صياغة النتيجة بحذر منهجي بالغ؛ إذ تنص مبادئ الإحصاء الاستدلالي على أن النتيجة غير الدالة تعني “العجز عن رفض الفرضية الصفرية” (Failure to reject the null hypothesis) ولا تعني بحال إثبات صحتها القطعية المطلقة.

في دراسة تدرس توزيع ولادات عينة من الأطفال الموهوبين (N = 120) عبر فصول السنة الأربعة لمعرفة ما إذا كانت هناك فروق موسمية، جاءت التكرارات الملاحظة (32 شتاءً، 28 ربيعاً، 31 صيفاً، 29 خريفاً). تصاغ النتيجة على النحو التالي:

“أُجري اختبار مربع كاي لحسن المطابقة لتقييم ما إذا كان توزيع المواليد الموهوبين يختلف دلالياً عبر فصول السنة الأربعة. أشارت النتائج إلى عدم وجود فرق دال إحصائياً بين التكرارات الملاحظة والتوزيع المتساوي المتوقع نظرياً، χ²(3, N = 120) = 0.33, p = .954, V = .03. توزعت ولادات الأطفال الموهوبين بصورة متقاربة بين الشتاء (26.7%، n = 32)، والربيع (23.3%، n = 28)، والصيف (25.8%، n = 31)، والخريف (24.2%، n = 29)، مما يدعم فرضية استقرار معدلات الولادة عبر الفصول.”

5. الصيغة القياسية لكتابة تقرير اختبار مربع كاي للاستقلالية

5.1 الهيكل العام لتقرير العلاقة والارتباط الفئوي

يختلف الهيكل المعتمد لتقرير اختبار الاستقلالية (Chi-Square Test of Independence) عن حسن المطابقة؛ نظراً لتعامله مع متغيرين فئويين يهدف الباحث إلى التحقق من وجود علاقة اقتران تداعي بينهما. يبدأ التقرير بجملة توضح طبيعة المتغيرين والمتغير التابع المستهدف ونوع التصميم المستخدم.

يتضمن القالب النموذجي العبارة الافتتاحية: “أُجري اختبار مربع كاي للاستقلالية لفحص العلاقة الاقترانية بين [المتغير المستقل الفئوي] و[المتغير التابع الفئوي]…”. تعقب ذلك مباشرة الجملة التقريرية للنتيجة الإحصائية مدعمة بالرموز الكاملة: χ²(df, N = XXX) = XX.XX, p = .XXX، متصلة بحجم الأثر المناسب كمعامل فاي (φ) أو معامل كرامر (V).

يتبع ذلك فقرة تفسيرية تفكك التفاعل بين المتغيرين، وتستعرض كيف تغيرت نسب الفئات داخل المتغير الأول عبر مستويات المتغير الثاني، مما يحول الاستنتاج الإحصائي المجرد إلى استبصار سيكولوجي ذي مغزى سلوكي وتطبيقي ملموس.

5.2 التكامل بين الإحصاء الاستدلالي والإحصاء الوصفي

إن الخطأ الأكبر الذي يقع فيه العديد من المشتغلين بالبحث النفسي هو الاكتفاء بذكر النتيجة الإحصائية (قيمة مربع كاي ومستوى الدلالة) دون تدعيمها بالإحصاء الوصفي المتمثل في التكرارات والنسب المئوية المشتركة (Cross-tabulation percentages). ينص دليل APA بوضوح على أن القيمة الاستدلالية تخبرنا فقط بوجود ارتباط، ولكنها لا تصف شكل هذا الارتباط ولا اتجاهه.

لتحقيق التكامل المنهجي، يجب حساب النسب المئوية داخل الصفوف (Row percentages) أو داخل الأعمدة (Column percentages) بما يخدم فرضية البحث. على سبيل المثال، عند دراسة العلاقة بين التدخين (مدخن/غير مدخن) والاكتئاب (مرتفع/منخفض)، يجب توضيح: “بلغت نسبة المصابين بالاكتئاب المرتفع بين المدخنين 65.0% (n = 52 من أصل 80)، مقارنة بنسبة 35.0% فقط بين غير المدخنين (n = 28 من أصل 80)”.

يقود هذا العرض المنهجي القارئ إلى استيعاب الأهمية الإكلينيكية والعملية للفروق، ويزيل أي لبس قد ينشأ من تباين الأحجام الكلية للمجموعات الفرعية قيد المقارنة داخل العينة الإجمالية.

5.3 التعامل مع الجداول المزدوجة (2×2) والجداول متعددة الخلايا

تتميز الجداول المزدوجة ذات البعد الثنائي (2×2 Contingency Tables)—التي تتكون من متغيرين لكل منهما مستويان فقط—بخصوصية منهجية في توثيق أسلوب APA. في هذه الجداول، تكون درجة الحرية دائماً مساوية لواحد صحيح [df = (2-1) × (2-1) = 1]. يوصى في هذا السياق بتقديم معامل فاي (φ) أو نسبة الأرجحية (Odds Ratio – OR) كمقياس مباشر لحجم الأثر.

عندما تكون التكرارات المتوقعة في جداول 2×2 صغيرة نسبياً، كانت الممارسات التقليدية تعتمد على “تصحيح ييتس للاستمرارية” (Yates’ Continuity Correction). ومع ذلك، يوصي دليل APA الحديث والإحصائيون المعاصرون بتوثيق قيمة بيرسون القياسية غير المصححة مع التحول إلى اختبار فيشر الدقيق (Fisher’s Exact Test) في حال انتهاك افتراضات التكرار المتوقع، مع تدوين القيمة الاحتمالية الدقيقة الناتجة عنه بوضوح.

أما في الجداول الأكبر متسعة الأبعاد (مثل 2×3 أو 3×3 أو 4×2)، فإن درجات الحرية تتجاوز الواحد [df = (r-1)(c-1)]، ويصبح مقياس حجم الأثر الإلزامي هو معامل كرامر (Cramér’s V). ويتطلب التقرير في هذه الحالة تفكيكاً أوسع للتوزيعات الداخلية يغطي جميع الخلايا أو الاستعانة بجدول اقتران ملحق ومصمم وفق معايير APA لتفادي التشتيت السردي داخل المتن.

6. أمثلة تطبيقية ونماذج لكتابة اختبار الاستقلالية في علم النفس

6.1 دراسة العلاقة بين الجنس ومستويات القلق النفسي (دال إحصائياً)

أجرى فريق بحثي دراسة مسحية على عينة من المراهقين قوامها 200 مشارك (100 ذكور، 100 إناث) لفحص ما إذا كان هناك ارتباط بين الجنس ومستوى القلق المعمم (تصنيف ثنائي: قلق منخفض، قلق مرتفع). كشفت النتائج عن تصنيف 60 من الإناث ضمن فئة القلق المرتفع مقابل 40 ضمن القلق المنخفض، بينما صُنف 35 من الذكور ضمن القلق المرتفع و65 ضمن القلق المنخفض.

تُصاغ الفقرة الأكاديمية المعتمدة وفق APA كالتالي:

“أُجري اختبار مربع كاي للاستقلالية لفحص العلاقة بين الجنس ومستوى القلق النفسي لدى المراهقين. كشفت النتائج عن وجود ارتباط دال إحصائياً بين الجنس ومستوى القلق، χ²(1, N = 200) = 12.50, p < .001, φ = .25. أظهرت الإناث احتمالية أعلى للإصابة بمستويات قلق مرتفعة مقارنة بالذكور؛ حيث صُنفت 60.0% من الإناث (n = 60) في فئة القلق المرتفع، مقارنة بـ 35.0% فقط من الذكور (n = 35). تشير هذه النتائج، المستندة إلى حجم أثر متوسط، إلى أن مستويات القلق المرتفعة ترتبط بالنوع الاجتماعي للإناث في هذه الفئة العمرية.”

توضح هذه الصياغة المعادلة الإحصائية كاملة، متضمنة معامل فاي والنسب المئوية المقارنة، مع ربط دلالة الأرقام بالسياق السيكولوجي للدراسة.

6.2 دراسة العلاقة بين نوع التدخل العلاجي والامتثال الدوائي (غير دال)

في دراسة تجريبية استهدفت مقارنة مجموعتين من مرضى الفصام (N = 160) خضعت المجموعة الأولى لبرنامج تثقيف نفسي أسري (n = 80) بينما تلقت المجموعة الثانية الرعاية التقليدية (n = 80)، تم قياس الامتثال لتناول العقاقير النفسية (ممتثل / غير ممتثل). أظهرت النتائج أن 56 مريضاً في مجموعة التثقيف الأسري كانوا ممتثلين (70.0%)، مقابل 48 مريضاً في مجموعة الرعاية التقليدية (60.0%).

تُكتب النتيجة غير الدالة في التقرير كالتالي:

“أُجري اختبار مربع كاي للاستقلالية لتقييم ما إذا كان نوع التدخل العلاجي (تثقيف نفسي أسري مقابل رعاية تقليدية) يرتبط بمعدلات الامتثال الدوائي لدى مرضى الفصام. لم تكشف النتائج عن ارتباط دال إحصائياً بين نوع التدخل ومستوى الامتثال الدوائي، χ²(1, N = 160) = 1.78, p = .182, φ = .11. وعلى الرغم من أن نسبة الممتثلين دوائياً كانت أعلى ظاهرياً في مجموعة التثقيف النفسي الأسري (70.0%، n = 56) مقارنة بمجموعة الرعاية التقليدية (60.0%، n = 48)، فإن هذا الفارق لم يبلغ مستوى الدلالة الإحصائية المقبول، مما يشير إلى استقلالية الامتثال الدوائي عن نوع التدخل في هذه العينة.”

6.3 صياغة نتائج الجداول متعددة الأبعاد المعقدة

في بحث نفسي اجتماعي، تم استقصاء العلاقة بين المستوى الاجتماعي الاقتصادي (ثلاثة مستويات: منخفض، متوسط، مرتفع) واستراتيجيات التكيف النفسي مع الضغوط (ثلاث فئات: تكيف موجه نحو المشكلة، تكيف موجه نحو الانفعال، تكيف تجنبي) لدى عينة قوامها 300 موظف. جاء جدول الاقتران بأبعاد (3×3) وبدرجات حرية df = (3-1)(3-1) = 4.

يتم توثيق النتائج المعقدة بأسلوب تحليلي سلس كالتالي:

“تم تطبيق اختبار مربع كاي للاستقلالية لفحص العلاقة الاقترانية بين المستوى الاجتماعي الاقتصادي واستراتيجيات التكيف مع الضغوط النفسية. أشارت التحليلات إلى وجود علاقة ذات دلالة إحصائية بين المتغيرين، χ²(4, N = 300) = 24.86, p < .001, V = .20. أظهرت الفئات ذات المستوى الاجتماعي الاقتصادي المرتفع ميلاً أكبر لتبني استراتيجيات التكيف الموجهة نحو المشكلة (54.0%، n = 54 من أصل 100)، في حين تركز أفراد المستوى المنخفض بصورة أكبر في استخدام التكيف التجنبي (48.0%، n = 48 من أصل 100). أما أفراد المستوى المتوسط، فقد توزعوا بنسب متقاربة بين التكيف الانفعالي (42.0%، n = 42) والموجه للمشكلة (38.0%، n = 38). يوضح الجدول 1 التوزيع الكامل للتكرارات الملاحظة والنسب المئوية والبواقي المعيارية المعدلة عبر كافة الخلايا.”

7. حجم الأثر (Effect Size) المرتبط بمربع كاي وتوثيقه وفق APA

7.1 إلزامية حجم الأثر في الإصدار السابع من دليل APA

شهدت المنهجيات الإحصائية في علم النفس تحولاً جوهرياً خلال العقود الأخيرة، توجت بالتشديد الإلزامي في الإصدار السابع لدليل APA على إدراج مؤشرات حجم الأثر (Effect Size) وفترات الثقة المصاحبة لها بجانب كل اختبار دلالة إحصائية. تنبع هذه الأهمية من إدراك المجتمع العلمي لمحدودية القيمة الاحتمالية (p-value)؛ فقيمة الدلالة تتأثر تأثراً بالغاً بحجم العينة، حيث يمكن لأتفه الفروق وأقلها قيمة تطبيقية أن تكتسب دلالة إحصائية مصطنعة بمجرد تضخيم حجم العينة.

يوفر حجم الأثر تقديراً كمياً معيارياً ومجرداً لقوة الارتباط أو ضخامة الفارق المستقل عن حجم العينة، مما يتيح للأخصائيين والباحثين تقييم “الدلالة الإكلينيكية والعملية” للنتائج؛ أي الإجابة عن سؤال: ما مدى متانة هذه الظاهرة في الواقع التطبيقي؟

يجب دمج معامل حجم الأثر مباشرة داخل المعادلة الإحصائية بعد قيمة الدلالة، بحيث تكتمل الصورة للقارئ والناقد في جملة واحدة متسقة، مع مراعاة اختيار المعامل الإحصائي الأنسب لطبيعة جدول البيانات المستخدم.

7.2 معامل فاي (Phi Coefficient) للجداول الرباعية (2×2)

يُعد معامل فاي (Phi Coefficient—يرمز له بالرمز اليوناني φ) المقياس المعياري الأكثر استخداماً لحساب حجم الأثر في الجداول التوافقية الثنائية ذات البعد (2×2). يتطابق هذا المعامل رياضياً مع معامل ارتباط بيرسون لمتغيرين ثنائيي التقسيم، وتتراوح قيمته بين 0 (انعدام الارتباط التام) و 1 (الاقتران التام بين المتغيرين).

وفقاً للدليل الإرشادي المعتمد من قبل العالم الإحصائي جاكوب كوهين (Jacob Cohen)، تُفسر قيم معامل فاي في العلوم السلوكية على النحو الآتي:

• أثر صغير (Small effect): φ = .10
• أثر متوسط (Medium effect): φ = .30
• أثر كبير (Large effect): φ = .50 فأكثر.

يُكتب معامل فاي داخل التقرير بدون خط مائل للرمز اليوناني وبدون صفر قياسي للكسر العشري، مسبوقاً بمسافة بعد الفاصلة: , φ = .24. وفي سياق الدراسات التجريبية التي تتضمن اتجاهاً للعلاقة، قد تظهر القيمة أحياناً بإشارة سالبة بناءً على ترتيب المدخلات، ولكن المتعارف عليه في توثيق حجم الأثر هو كتابة القيمة المطلقة المعبرة عن قوة التداعي.

7.3 معامل كرامر (Cramér’s V) للجداول الكبرى

عندما تتجاوز أبعاد جدول الاقتران التصنيف الثنائي (أي جداول من نمط 2×3، 3×3، أو أكبر)، يفقد معامل فاي دقته الرياضية وقد يتجاوز الواحد الصحيح. في هذه الحالة، يفرض دليل APA استخدام معامل كرامر (Cramér’s V)—الممثل بالحرف اللاتيني الكبير المائل (V)—بوصفه المقياس المعياري المصحح الذي يعيد ضبط حجم الأثر بين 0 و 1 بصرف النظر عن عدد الخلايا.

تختلف معايير كوهين لتفسير معامل كرامر باختلاف درجات الحرية الصغرى لأبعاد الجدول، والمحسوبة وفق معادلة: df* = min(r – 1, c – 1)، حيث r عدد الصفوف و c عدد الأعمدة، وذلك وفق التصنيف الموضح في الجدول التالي:

درجة الحرية الصغرى (df*)	أثر صغير (Small)	أثر متوسط (Medium)	أثر كبير (Large)
df* = 1 (جداول 2×k)	.10	.30	.50
df* = 2 (جداول 3×k)	.07	.21	.35
df* = 3 (جداول 4×k)	.06	.17	.29

تُكتب الصيغة التوثيقية لمعامل كرامر في نص APA على النحو: χ²(4, N = 250) = 18.22, p = .001, V = .19، مع تفسير النتيجة في المتن السردي بوصفها تعكس حجماً متوسطاً للأثر بالنظر إلى درجات حرية التصميم.

7.4 نسبة الأرجحية (Odds Ratio) كمقياس لحجم الأثر

في الأبحاث النفسية العيادية، والطب النفسي، والدراسات الوبائية، تبرز نسبة الأرجحية (Odds Ratio – OR) بوصفها أحد أقوى مقاييس حجم الأثر وأكثرها قابلية للتفسير الإكلينيكي البديهي في الجداول الثنائية (2×2). تعبر نسبة الأرجحية عن احتمالية وقوع حدث معين (مثل الإصابة باضطراب الاكتئاب) في وجود عامل خطر محدد (مثل التعرض لصدمة طفولة) مقارنة باحتمالية وقوع الحدث في غياب ذلك العامل.

يشترط دليل APA عند توثيق نسبة الأرجحية إرفاقها دائماً بفترة الثقة بنسبة 95% (95% Confidence Interval – CI)، حيث تُكتب الصيغة القياسية كالتالي: OR = 2.45, 95% CI [1.32, 4.56]. وإذا كانت فترة الثقة لا تشتمل على الرقم 1.00 الصحيح، فإن ذلك يؤكد وجود دلالة إحصائية عند مستوى α = .05.

يمكن صياغة تقرير متكامل يدمج مربع كاي ونسبة الأرجحية في السياق العيادي كالتالي: “أشارت النتائج إلى وجود ارتباط دال إحصائياً بين التعرض للتنمر المدرسي وتطور أعراض الرهاب الاجتماعي، χ²(1, N = 180) = 14.20, p < .001. وأظهرت حسابات نسبة الأرجحية أن الطلاب الذين تعرضوا للتنمر كانوا أكثر عرضة بمرتين ونصف للإصابة بالرهاب الاجتماعي مقارنة بنظرائهم غير المعرضين للتنمر، OR = 2.54, 95% CI [1.56, 4.12].”

8. المقارنات البعدية (Post-Hoc Tests) وتعديل مستوى الدلالة

8.1 متى ولماذا نحتاج إلى اختبارات بعدية بعد مربع كاي؟

عند إجراء اختبار مربع كاي للاستقلالية على جداول اقتران تفوق أبعادها (2×2)—مثل جداول 2×3 أو 3×3 أو 4×3—تخبرنا النتيجة العامة الدالة إحصائياً بوجود علاقة اقترانية شاملة بين المتغيرين، ولكنها تظل “اختباراً عاماً كلياً” (Omnibus Test) يعجز عن تحديد أي الخلايا تحديداً هي المسؤولة عن هذا الاختلاف، أو أي المجموعات الفرعية تختلف جوهرياً عن المجموعات الأخرى.

إن الاكتفاء بالنتيجة الكلية يترك فجوة تفسيرية خطيرة تدفع الباحثين في كثير من الأحيان إلى إطلاق تعميمات غير مبررة إحصائياً. من هنا تنشأ الحاجة المنهجية لإجراء اختبارات مقارنات بعدية (Post-Hoc Tests) لتفكيك الجدول الكلي واستكشاف مصادر التباين الجزئية بدقة متناهية.

غير أن إجراء مقارنات ثنائية متعددة بين خلايا الجدول يولد معضلة إحصائية كبرى تعرف بـ “تضخم الخطأ من النوع الأول” (Inflation of Type I Error)؛ حيث تتراكم احتمالية رفض الفرضية الصفرية بالخطأ لتتجاوز بكثير مستوى ألفا الاسمي المحدد سلفاً (.05)، مما يستدعي تطبيق أساليب الضبط والتصحيح الرياضي المعتمدة لحماية دقة الاستنتاجات العلمية.

8.2 البواقي المعيارية المعدلة (Adjusted Standardized Residuals)

يعد تحليل البواقي المعيارية المعدلة (Adjusted Standardized Residuals—تُعرف أيضاً ببواقي هابرمان المعيارية) الأسلوب الأرقى والأكثر توصية في الإصدار السابع لـ APA لتحديد مواضع الدلالة في جداول الاقتران الكبيرة دون الحاجة إلى تجزئة الجدول يدوياً. تمثل هذه البواقي فروقاً معيارية محولة بين التكرار الملاحظ والتكرار المتوقع في كل خلية على حدة مقسومة على خطئها المعياري، مما يجعلها تتبع التوزيع الطبيعي المعياري (Z-distribution).

تتم مقارنة قيمة الباقي المعياري المعدل لكل خلية بالقيمة الحرجة للدرجة المعيارية (Z):

• إذا تجاوزت القيمة المطلقة للباقي ±1.96، فإن هذه الخلية تساهم بانحراف دال إحصائياً عند مستوى ثقة 95% (p < .05).
• إذا تجاوزت القيمة المطلقة ±2.58، فإن الانحراف دال عند مستوى ثقة 99% (p < .01).
• تشير القيمة الموجبة للباقي إلى أن التكرار الملاحظ أكبر بكثير مما كان متوقعاً بالصدفة، بينما تشير الإشارة السالبة إلى انخفاض التكرار الفعلي عن التوقع النظري.

تُصاغ نتائج البواقي في التقرير كالتالي: “كشفت تحليلات البواقي المعيارية المعدلة أن المساهمة الكبرى في دلالة الاختبار تعود إلى خلية الطلاب ذوي التحصيل المنخفض الذين أظهروا مستويات مرتفعة من إدمان الشاشات، حيث فاق التكرار الملاحظ التكرار المتوقع بصورة دالة (الباقي المعياري المعدل = +3.42, p < .001).”

8.3 تصحيح بونفيروني (Bonferroni Correction) وطرق التوثيق

في الحالات التي يفضل فيها الباحث إجراء مقارنات زوجية ثنائية متعددة (Pairwise Chi-Square Comparisons) بعد الحصول على نتيجة دالة للجدول الكلي، يجب تطبيق تصحيح بونفيروني (Bonferroni Correction) الصارم لإعادة ضبط مستوى الدلالة المقبول (α) ومنع التضخم العشوائي للأخطاء الاستدلالية.

تعتمد المعادلة على قسمة مستوى الدلالة الأصلي (0.05) على عدد المقارنات الثنائية المخطط إجراؤها (k): α_adjusted = α / k. فإذا كان الباحث يحلل جدولاً بأبعاد (3×2) ويجري 3 مقارنات ثنائية فرعية، يصبح مستوى الدلالة الحرج الجديد: 0.05 / 3 = .017. وبالتالي، لا تُعتبر أي مقارنة ثنائية دالة ما لم تكن قيمة p المحسوبة لها أقل من .017.

يوثق هذا الإجراء في تقرير APA بالنص التالي: “نظراً لدلالة الاختبار الكلي، أُجريت اختبارات مربع كاي ثنائية للمقارنات البعدية مع تطبيق تصحيح بونفيروني لضبط الخطأ من النوع الأول، مما أسفر عن تحديد مستوى ألفا الحرج عند .017 (.05 / 3). أظهرت المقارنة بين المجموعة التجريبية والمجموعة الضابطة فارقاً دالاً إحصائياً، χ²(1, N = 120) = 8.15, p = .004, φ = .26. في حين لم تسفر المقارنة بين المجموعة الضابطة ومجموعة المقارنة البديلة عن دلالة إحصائية بعد التصحيح، χ²(1, N = 120) = 3.20, p = .074, φ = .16.”

9. تصميم وتوثيق جداول الاقتران (Contingency Tables) وفق APA

9.1 المعايير البصرية والشكلية لجداول APA

تخضع الجداول في دليل APA لقواعد تصميمية صارمة تهدف إلى تعزيز الوضوح البصري ومنع أي عناصر تشتت الانتباه عن محتوى البيانات. القاعدة الأبرز في الإصدار السابع هي: حظر استخدام أي خطوط عمودية (Vertical Lines) في كافة الجداول الأكاديمية دون استثناء.

تتألف الجداول القياسية المعتمدة من ثلاثة خطوط أفقية أساسية فقط:

1. خط أفقي يقع أعلى الترويسة الرئيسية للجدول مباشرة، ليفصل بين العنوان ومحتوى الأعمدة.
2. خط أفقي يقع أسفل الترويسة، ليفصل بين أسماء المتغيرات والبيانات الرقمية داخل الخلايا.
3. خط أفقي يقع في قاع الجدول، ليفصل بين نهاية صفوف البيانات والملاحظات السفلية التفسيرية (Table Notes).

يجب محاذاة النصوص والأسماء لليمين (أو لليسار في النصوص الإنجليزية)، بينما تُحاذى كافة الأرقام والإحصاءات في منتصف الأعمدة أو تُنسق استناداً إلى موقع الفاصلة العشرية لضمان قراءة عمودية مريحة ومنظمة.

9.2 تسمية الجداول والملاحظات السفلية (Table Notes)

يحدد دليل APA نظاماً ثنائياً دقيقاً لعنونة الجداول وتسميتها؛ حيث يوضع رقم الجدول في سطر مستقل بخط عريض داكن (Bold)، مثل: Table 1 أو جدول 1، يليه في السطر التالي مباشرة عنوان الجدول بخط مائل وموجز وواضح يصف المتغيرات المدروسة، مثل: توزيع أفراد العينة وفق مستويات القلق والأنماط الشخصية.

تنقسم الملاحظات السفلية للجدول الواقعة أسفل الخط الأفقي السفلي إلى ثلاثة أقسام متسلسلة:

• الملاحظة العامة (General Note): تُستهل بكلمة Note أو ملاحظة بخط مائل متبوعة بنقطة، وتوضح التوصيف العام للبيانات وحجم العينة الإجمالي والاختصارات المستخدمة (مثل: N = 240. التكرارات بين أقواس تمثل النسب المئوية داخل الصفوف).
• الملاحظات المحددة (Specific Notes): ترتبط بحرف أو رقم علوي (Superscript) لشرح خلية معينة أو معالجة خاصة.
• ملاحظات مستويات الدلالة (Probability Notes): تحدد مستويات ألفا باستخدام النجوم الإحصائية: *p < .05. **p < .01. ***p < .001.

9.3 دمج التكرارات، النسب المئوية، والبواقي في جدول متكامل

لتقديم تقرير احترافي يختصر المساحة الطباعية ويزود القارئ برؤية استدلالية ووصفية عميقة، يوصى بدمج التكرار الملاحظ والنسبة المئوية داخل الخلية الواحدة بصيغة: n (%)، مع إمكانية إضافة سطر ثانوي للبواقي المعيارية المعدلة داخل نفس الخلية في الدراسات المتقدمة.

فيما يلي نموذج متكامل لجدول اقتران منسق وفق الإصدار السابع لـ APA:

Table 1
Cross-Tabulation of Coping Strategies by Socioeconomic Status (SES)

المستوى الاجتماعي الاقتصادي	تكيف للمشكلة n (%)	تكيف للانفعال n (%)	تكيف تجنبي n (%)	المجموع الكلي n (%)
منخفض	18 (18.0%)	34 (34.0%)	48 (48.0%)*	100 (100%)
متوسط	38 (38.0%)	42 (42.0%)	20 (20.0%)	100 (100%)
مرتفع	54 (54.0%)*	26 (26.0%)	20 (20.0%)	100 (100%)
المجموع الكلي	110 (36.7%)	102 (34.0%)	88 (29.3%)	300 (100%)

ملاحظة. N = 300. النسب المئوية بين القوسين تمثل نسب الصفوف (Row %). تم حساب الدلالة عبر البواقي المعيارية المعدلة.
* تشير إلى خلايا ذات بواقي معيارية معدلة تتجاوز القيمة الحرجة ±1.96 عند مستوى p < .05.

10. التمثيل البياني لنتائج مربع كاي وفق معايير APA

10.1 اختيار المخطط البياني الأمثل للبيانات الفئوية

يلعب التمثيل البياني دوراً محورياً في إبراز الأنماط والعلاقات التي قد تخفى داخل الجداول الرقمية المعقدة. ومع ذلك، فإن النشر العلمي الرصين يفرض معايير محددة لاختيار نوع الرسم البياني الملائم لعرض نتائج اختبارات مربع كاي.

يعد مخطط الأعمدة البيانية المجمعة (Clustered / Grouped Bar Chart) الخيار المنهجي الأكثر تفضيلاً وفعالية في أدبيات علم النفس؛ حيث يسمح بالمقارنة المباشرة للتكرارات أو النسب المئوية لمتغير معين عبر مستويات المتغير الآخر بجوار بعضها البعض. كما يبرز مخطط الأعمدة المكدسة بنسبة 100% (100% Stacked Bar Chart) كخيار ممتاز عند الرغبة في إظهار التحول في البنية النسبية والتركيب النسبي للمجموعات.

على النقيض من ذلك، يوجه دليل APA تحذيراً شديداً ضد استخدام الرسوم البيانية الدائرية (Pie Charts) في الأوراق العلمية؛ نظراً لأن الإدراك البصري البشري ضعيف للغاية في تقدير المساحات والزوايا مقارنة بتقدير أطوال الأعمدة، فضلاً عن عجزها التام عن إظهار التفاعلات المشتركة بين المتغيرات في جداول الاستقلالية.

10.2 المعايير الفنية والجمالية لرسوم APA البيانية

يتطلب الإخراج الفني للأشكال والرسوم البيانية التزاماً دقيقاً بالبساطة الأكاديمية (Simplicity and Clarity). يجب أن تخلو المخططات من أي مؤثرات ثلاثية الأبعاد (3D Effects)، أو الظلال الزائفة، أو الإطارات المزخرفة التي تشوش القراءة.

تشتمل القواعد الفنية الأساسية على ما يلي:

• الألوان والتباين: يُفضل استخدام التدرجات الرمادية المتباينة (Grayscale) أو الألوان البسيطة المتوافقة مع متطلبات النشر الطباعي، مع مراعاة أن تكون الألوان واضحة ومتباينة للمصابين بعمى الألوان (Colorblind-friendly palettes).
• تسمية المحاور ووحدات القياس: يجب تسمية المحور الأفقي (X-axis) والمحور الرأسي (Y-axis) بدقة متناهية متضمنة وحدة القياس أو النسبة المئوية (%)، مثل: النسبة المئوية للمشاركين (%).
• إلغاء خطوط الشبكة غير الضرورية: يجب إزالة خطوط الشبكة الخلفية الكثيفة (Gridlines)، والإبقاء فقط على المحاور الرئيسية لضمان المظهر الأكاديمي النظيف.
• الخطوط والطباعة: استخدام خطوط غير مذيلة واضحة ومتسقة (مثل Arial أو Calibri) وبأحجام تتراوح بين 8 إلى 14 نقطة لضمان مقروئية النصوص والأرقام بعد تصغير الشكل في عملية الإخراج الطباعي.

10.3 صياغة الشروح والتعليقات على الأشكال (Figure Captions)

وفقاً للإصدار السابع من دليل APA، توضع بيانات تعريف الشكل أعلى المخطط البياني بنفس طريقة تنظيم الجداول. يبدأ التوثيق برقم الشكل بخط عريض داكن (Bold) في سطر منفصل، مثل: Figure 1 أو شكل 1، يتبعه في السطر التالي عنوان وصفي موجز بخط مائل، مثل: توزيع نسب استراتيجيات التكيف النفسي تبعاً للمستوى الاجتماعي الاقتصادي.

توضع أي ملاحظات تفسيرية (Notes) أسفل الشكل مباشرة، وتُستهل بكلمة Note أو ملاحظة بخط مائل؛ وتُخصص هذه الملاحظة لشرح مفاتيح الرموز والألوان (Legend)، وتوضيح حجم العينة، والإشارة إلى مستويات الدلالة الإحصائية للارتباطات الموضحة في الرسم البياني.

عند الإشارة للشكل داخل المتن، يجب دمجه بصورة سردية طبيعية دون توجيهات مكانية مطلقة، مثل: “توضح البيانات المبينة في الشكل 1 هيمنة التكيف التجنبي لدى الفئات منخفضة الدخل…”، ويُحظر كتابة عبارات من قبيل “كما يتضح من الشكل أعلاه” أو “في الشكل الموضح أدناه”.

11. أخطاء شائعة عند كتابة تقارير مربع كاي وتجنبها

11.1 الأخطاء الشكلية والطباعية في صياغة المعادلة الإحصائية

يقع العديد من الباحثين في هفوات شكلية وطباعية متكررة تسلب الورقة العلمية رصانتها الأكاديمية وتعكس عدم إلمام دقيق بإرشادات دليل APA. ترتبط أبرز هذه الأخطاء بالخلط بين الحروف اللاتينية واليونانية، واستخدام المسافات غير المنسقة، وإهمال القواعد العشرية.

فيما يلي جدول تفصيلي يبرز المقارنة بين الصيغ الخاطئة الشائعة والصيغ المعيارية الصحيحة وفق APA 7:

الصيغة الخاطئة الشائعة	الصيغة المعتمدة (APA 7th)	سبب الخطأ والتصحيح المنهجي
X2(2, N=150) = 8.43, p=0.032	χ²(2, N = 150) = 8.43, p = .032	استخدام الحرف اللاتيني X بدلاً من كاي اليوناني χ، إغفال الخط المائل لـ N و p، وضع صفر قياسي لـ p، وإهمال المسافات.
Chi-Square = 12.4, p < .05	χ²(1, N = 200) = 12.40, p = .002	كتابة الاسم نصياً، إغفال درجات الحرية وحجم العينة، استخدام عتبات غير دقيقة لـ p، وإهمال الخانة العشرية الثانية.
χ² (1) = 6.22; p = .000	χ²(1, N = 100) = 6.22, p < .001	إغفال حجم العينة N، وكتابة القيمة الاحتمالية بصفرية مطلقة (.000) بدلاً من كتابتها (< .001).
χ²(1, N=80) = 4.12, p = .04, Phi = 0.22	χ²(1, N = 80) = 4.12, p = .042, φ = .22	كتابة اسم معامل فاي بالحروف بدلاً من الرمز اليوناني φ، وضع صفر قياسي لمعامل فاي، وتقريب p لخانة غير كافية.

11.2 الأخطاء المنهجية في التفسير الإحصائي

تتجاوز بعض الأخطاء الجوانب التنسيقية الشكلية لتمس صلب المنهجية والاستدلال السيكولوجي. يُعد الخلط بين الارتباط والسببية (Correlation vs. Causation) الخطأ الأكثر جسامة في تفسير اختبارات مربع كاي؛ حيث يميل بعض الباحثين إلى الادعاء بأن المتغير الفئوي الأول أدى إلى “حدوث” المتغير الثاني أو “سببه”، في حين أن مربع كاي للاستقلالية لا يثبت سوى التداعي التزامني بين التصنيفات ولا يقدم أي دليل على السببية الديناميكية.

من الأخطاء المنهجية الفادحة أيضاً تجاهل انتهاك افتراض الحد الأدنى للتكرارات المتوقعة؛ إذ يقوم بعض الباحثين بنشر نتائج مربع كاي بيرسون على جداول تحتوي على خلايا ذات تكرارات متوقعة تقل عن 5 بنسبة تفوق 20%، مما يؤدي إلى تضخيم زائف لمعدلات الخطأ من النوع الأول وإصدار قرارات استدلالية مضللة.

كما يُخطئ الباحثون أحياناً في تفسير النتائج غير الدالة بوصفها “دليلاً قاطعاً على تساوي المجموعات” أو “إثباتاً تاماً لصحة الفرضية الصفرية”، متناسين أن عدم الدلالة قد يكون ناتجاً ببساطة عن ضعف القوة الإحصائية (Statistical Power) أو صغر حجم العينة، مما يستوجب توخي الحذر الشديد في الصياغة اللغوية التقريرية.

11.3 الخلط بين الاختبارات البديلة (مثل اختبار فيشر الدقيق)

يواجه الباحثون في العلوم النفسية مواقف إحصائية لا تكون فيها الشروط الرياضية لمربع كاي مستوفاة، مما يفرض استخدام اختبارات بديلة. ومع ذلك، يقع البعض في خطأ تطبيق اختبار مربع كاي التقليدي في تلك الحالات، أو الخلط في طريقة توثيق الاختبار البديل وفق APA.

يجب التمييز بوضوح بين الاختبارات البديلة وفق المحددات المنهجية الآتية:

• اختبار فيشر الدقيق (Fisher’s Exact Test): هو البديل المنهجي الإلزامي لجداول الاقتران الثنائية (2×2) عندما يقل التكرار المتوقع في أي خلية عن 5. عند توثيق هذا الاختبار، لا توجد قيمة إحصائية للاختبار (مثل χ²)، بل يوثق التقرير القيمة الاحتمالية الدقيقة مباشرة: “كشف اختبار فيشر الدقيق عن وجود علاقة دالة إحصائياً بين المتغيرين، p = .028, φ = .31.”
• اختبار ماكنيمار (McNemar’s Test): يُستخدم حصراً عندما تكون البيانات الفئوية الثنائية مستمدة من عينات مترابطة أو قياسات متكررة (مثل قياس استجابة نفس الأفراد قبل وبعد برنامج تدخلي). يُمنع استخدام مربع كاي التقليدي هنا لانتهاك شرط استقلالية الملاحظات، ويُوثق اختبار ماكنيمار بالصيغة: χ²(1, N = 60) = 5.33, p = .021.
• مربع كاي لفريدمان (Friedman’s Chi-Square): يُطبق للبيانات الرتبية في التصاميم متعددة القياسات المتكررة (أكثر من قياسين لنفس العينة).

12. دليل إرشادي عملي: من مخرجات البرامج الإحصائية إلى الصياغة النهائية

12.1 استخراج وتوثيق القيم من مخرجات برنامج SPSS

يعد برنامج الحزم الإحصائية للعلوم الاجتماعية (IBM SPSS Statistics) الأداة الأكثر شيوعاً بين باحثي علم النفس لإجراء اختبارات مربع كاي عبر مسار: Analyze -> Descriptive Statistics -> Crosstabs. للحصول على كافة البيانات المطلوبة وفق APA، يجب تحديد خيارات (Chi-square) و (Phi and Cramér’s V) من قائمة Statistics، وتفعيل خيارات (Row percentages) و (Adjusted Standardized Residuals) من قائمة Cells.

عند فحص جداول المخرجات، يتم استخراج الأرقام الأساسية بدقة وفق الآتي:

1. من جدول Chi-Square Tests: نحدد سطر Pearson Chi-Square، ونستخرج قيمة الاختبار من عمود Value (تمثل قيمة χ²)، ودرجات الحرية من عمود df، ومستوى الدلالة من عمود Asymptotic Significance (2-sided) (تمثل p).
2. من جدول Symmetric Measures: نستخرج قيمة معامل فاي أو كرامر من عمود Value (تمثل φ أو V).
3. من جدول Crosstabulation: نستخرج التكرارات الفعلية (Count)، والنسب المئوية، وقيم البواقي المعيارية المعدلة (Adj. Residual) الخاصة بكل خلية.
4. تحويل الأرقام الخام المنسوخة إلى قالب الفقرة السردية المعتمد، مع التأكد من حذف الصفر القياسي وتنسيق الحروف اللاتينية بالخط المائل.

12.2 استخراج وتوثيق القيم من مخرجات لغة R

توفر البيئة الإحصائية مفتوحة المصدر لغة آر (R Programming Language) تحكماً فائقاً ومرونة استثنائية في إجراء التحليلات الفئوية المتقدمة وحساب فترات الثقة لأحجام الأثر بدقة بالغة. يتم تطبيق الاختبار الأساسي باستخدام الدالة المدمجة: chisq.test(table_data).

تتم خطوات التحليل واستخلاص النتائج برمجياً كالتالي:

• استخراج إحصاءات الاختبار الأساسية عبر قراءة العناصر: test$statistic لقيمة مربع كاي، و test$parameter لدرجات الحرية df، و test$p.value لمستوى الدلالة الاحتمالية الدقيق.
• استخراج البواقي المعيارية المعدلة عبر استدعاء المصفوفة: test$stdres لفحص الخلايا التي تتجاوز القيمة الحرجة ±1.96.
• حساب حجم الأثر وفترات الثقة بدقة متناهية باستخدام حزمة effectsize عبر الأمر: cramers_v(table_data, ci = 0.95) أو phi(table_data, ci = 0.95).
• استخدام حزم الصياغة التلقائية مثل حزمة apaTables أو كتابة نصوص برمجية بسيطة لتصدير النص المنسق والمطابق للإصدار السابع لـ APA إلى محررات النصوص مباشرة.

12.3 قائمة التحقق النهائية (Checklist) قبل اعتماد ونشر التقرير

قبل إرسال الورقة العلمية أو الأطروحة للتحكيم والنشر، ينبغي على الباحث مراجعة تقرير نتائج مربع كاي باستخدام قائمة التحقق المنهجية التالية لضمان التطابق التام مع دليل APA 7:

• [ ] التنسيق الطباعي للرموز: هل تم كتابة الحروف اللاتينية (N, n, p, df, V, OR) بالخط المائل؟ وهل تم الإبقاء على الرموز اليونانية (χ², φ, α) بالخط العادي غير المائل؟
• [ ] المسافات الفاصلة: هل توجد مسافة مفردة قبل وبعد جميع علامات المساواة والمقارنة (=، <، >)؟
• [ ] قاعدة الصفر القياسي: هل تم حذف الصفر قبل الفاصلة العشرية لجميع القيم التي لا تتجاوز الواحد (p-value، معامل فاي، كرامر)؟ وهل تم الإبقاء على الصفر لقيم مربع كاي ونسبة الأرجحية؟
• [ ] التقريب العشري: هل قُربت قيمة مربع كاي وأحجام الأثر لخانتبن عشريتين، وقيمة p لثلاث خانات عشرية دقيقة؟
• [ ] اكتمال عناصر المعادلة: هل تشتمل المعادلة على كافة العناصر: الرمز، درجات الحرية، حجم العينة الفعلي، القيمة المحسوبة، الدلالة، وحجم الأثر: χ²(df, N = XXX) = XX.XX, p = .XXX, V = .XX؟
• [ ] التكامل الوصفي: هل تم تزويد النص بالتكرارات الفعلية والنسب المئوية n (%) لتوضيح اتجاه العلاقة؟
• [ ] شروط الجداول: في حال إرفاق جداول اقتران، هل تم استبعاد كافة الخطوط العمودية والاعتماد على الخطوط الأفقية الثلاثة فقط مع عنونة وتوثيق الملاحظات السفلية بصورة سليمة؟
• [ ] الاستدلال المنهجي: هل خلا التفسير من أي ادعاءات سببية غير مبررة للارتباطات الفئوية؟

خاتمة

إن إتقان كتابة تقرير نتائج اختبار مربع كاي وفق دليل الجمعية الأمريكية لعلم النفس (APA 7th Edition) يمثل مهارة بحثية لا غنى عنها لكل مشتغل في ميادين العلوم النفسية والسلوكية والاجتماعية. إن هذا التوثيق الدقيق لا يقف عند حدود التنسيق الجمالي والطباعي للنصوص، بل يعكس عمق الالتزام المنهجي بالشفافية والصرامة العلمية وقابلية التحقق التجريبي المستقل.

من خلال التكامل بين الإحصاء الاستدلالي الصارم (قيم مربع كاي ودرجات الحرية وقيم الدلالة)، والإحصاء الوصفي الشارح (التكرارات والنسب المئوية)، وحساب أحجام الأثر المعيارية (فاي، كرامر، نسبة الأرجحية)، وإجراء الاختبارات البعدية الدقيقة (البواقي المعيارية وتصحيح بونفيروني)، يستطيع الباحث تحويل جداول التوافق الصامتة إلى استبصارات علمية عميقة تثري المعرفة السيكولوجية وتلبي أعلى معايير النشر الأكاديمي الدولي في المجلات المصنفة والمرموقة.

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.
• Field, A. (2018). Discovering statistics using IBM SPSS statistics (5th ed.). SAGE Publications.
• Gravetter, F. J., & Wallnau, L. B. (2017). Statistics for the behavioral sciences (10th ed.). Cengage Learning.
• Haberman, S. J. (1973). The analysis of residuals in cross-classified tables. Biometrics, 29(1), 205–220. https://doi.org/10.2307/2529686
• McHugh, M. L. (2013). The chi-square test of independence. Biochemia Medica, 23(2), 143–149. https://doi.org/10.11613/BM.2013.018
• Purdue Online Writing Lab. (n.d.). Reporting statistics in APA format. Purdue University. https://owl.purdue.edu/owl/research_and_citation/apa_style/
• Tabachnick, B. G., & Fidell, L. S. (2019). Using multivariate statistics (7th ed.). Pearson.