الإحصاء النفسيمنهجية البحث العلمي

كيفية ونسرة البيانات: التعريف والأمثلة

دليل أكاديمي شامل حول مفهوم ونسرة البيانات (Winsorization)، آلياتها الرياضية، وتطبيقاتها العملية في تنظيف البيانات النفسية والإحصائية مع أمثلة تفصيلية.

تاريخ النشر

تمثل مشكلة القيم المتطرفة (Outliers) والشاذة واحدة من أكثر التحديات المنهجية تعقيداً وإثارة للجدل في مجال تحليل البيانات، والقياس النفسي، والبحث السلوكي الكمي. فعندما تنحرف بعض المشاهدات انحرافاً حاداً عن النمط العام للتوزيع التكراري، فإنها تمارس ضغطاً رياضياً غير متناسب على المؤشرات الإحصائية البارامترية الكلاسيكية كالمتوسط الحسابي، والتباين، والانحراف المعياري، مما يؤدي إلى تضليل الاستدلال الإحصائي، وتشويه معاملات الارتباط، ورفع معدلات الخطأ من النوعين الأول والثاني. ولمواجهة هذه المعضلة، انقسم الباحثون تاريخياً بين خيارين كلاهما ينطوي على مخاطر منهجية جسيمة: إما الإبقاء على هذه القيم الشاذة وتحمل تبعات انتهاك الفروض الإحصائية الكلاسيكية، أو حذفها كلياً (Trimming/Data Deletion) والتضحية بحجم العينة ودرجات الحرية وقوة الاختبار الإحصائي.

في خضم هذا المأزق الإبستمولوجي والمنهجي، برزت مدرسة الإحصاء المتين (Robust Statistics) لتقدم حلولاً توفيقية تعيد ضبط شكل التوزيع دون التضحية بالوحدات التجريبية أو فقدان الملاحظات الميدانية الثمينة. وتتصدر تقنية «ونسرة البيانات» (Winsorization) قائمة هذه الحلول المتينة؛ إذ تقوم على فلسفة إعادة التعيين والتحويل المقيد للأطراف الشاذة نحو عتبات مئوية محددة سلفاً، بدلاً من استبعادها نهائياً من مصفوفة البيانات. تتيح هذه المقاربة للباحثين الحفاظ على حجم العينة الكلي (N) ثابتاً ومكتملاً، مع تجريد القيم المتطرفة من قدرتها التخريبية على سحب معالم التوزيع نحو الأطراف.

يهدف هذا الدليل المرجعي الشامل إلى تقديم استعراض أكاديمي معمق لتقنية ونسرة البيانات، بدءاً من أصولها التاريخية وأسسها الرياضية، مروراً بتطبيقاتها في القياس والتشخيص النفسي، والمقارنات المنهجية الدقيقة بينها وبين استراتيجيات المعالجة البديلة كالتشذيب، ووصولاً إلى الخطوات الحسابية والخوارزميات البرمجية في بيئات الحوسبة الإحصائية المتقدمة مثل R و Python و SPSS و JASP. كما يناقش المقال الانتقادات المنهجية والاعتبارات الأخلاقية المصاحبة لتطبيق هذه التقنية وفقاً لأحدث المعايير المعتمدة من قبل جمعية علم النفس الأمريكية (APA) وحركة العلم المفتوح (Open Science).

جدول المحتويات

1. مفهوم ونسرة البيانات (Winsorization): التعريف النظري والنشأة التاريخية

1.1 التعريف الإحصائي الدقيق لتقنية الوينسرة

تُعرّف تقنية ونسرة البيانات (Winsorization) إحصائياً بأنها عملية تحويل غير خطية لمصفوفة البيانات تهدف إلى الحد من التأثير المفرط للمشاهدات القصوى (Extreme Values) الواقعة في أذيال التوزيع التكراري، وذلك من خلال استبدال القيم التي تقع خارج نطاق مئيني محدد بأقرب قيمة مئوية مقبولة تقع ضمن ذلك النطاق. وبخلاف أساليب التنقية التقليدية التي تعتمد على البتر أو الإسقاط، لا تؤدي الوينسرة إلى تغيير عدد المشاهدات الإجمالي في العينة (N)، بل تحتفظ بجميع صفوف المصفوفة البيانية، مما يجعلها أسلوباً مقاوماً (Resistant Technique) للتشوهات الناتجة عن البيانات الملوثة أو الملتوية بشدة.

تتميز الوينسرة بكونها طريقة غير معيارية للتعامل مع المتغيرات المستمرة دون المساس بالبنية الهيكلية لملف البيانات، حيث تُعالج مشكلة التباين غير المتجانس وتحد من اتساع الذيل الإحصائي. إن الفارق الجوهري بين المعالجة الشاملة للتوزيع التكراري عبر التحويلات الرياضية (مثل التحويل اللوغاريتمي أو تحويل بوكس-كوكس) وبين الوينسرة يكمن في نطاق التدخل؛ فالتحويلات الرياضية الكلاسيكية تطبق دالة رياضية واحدة على كافة نقاط البيانات بلا استثناء، في حين تُبقي الوينسرة على الجزء الأكبر من البيانات في حالته الأصلية الخام دون أي تعديل، وتقتصر في تدخّلها على المشاهدات التي تتجاوز العتبات المئوية الحرجة في الطرفين العلوي أو السفلي.

من منظور رياضي دقيق، إذا كانت لدينا مجموعة بيانات مرتبة تصاعدياً تمثل متغيراً عشوائياً، فإن عملية الوينسرة بنسبة محددة (ولتكن k من المئة) تقوم بتعيين قيمة المئين السفلي المقابل للنسبة k لكافة القيم التي تقل عن هذا المئين، وتعيين قيمة المئين العلوي المقابل للنسبة (100 – k) لكافة القيم التي تزيد عنه. هذه الآلية تضمن استقرار مقاييس الموضع والتشتت دون إحداث قطيعة في تسلسل المشاهدات، مما يمنح الباحثين أداة مرنة للتحكم في حساسية المؤشرات الإحصائية تجاه التشوهات الطرفية الحادة.

1.2 النشأة وتسمية المصطلح التاريخية

يرجع الفضل في ابتكار وتأطير هذه التقنية إلى عالم الإحصاء الحيوي والفيزيولوجي الأمريكي تشارلز بي. وينسور (Charles P. Winsor) (1895–1951)، الذي طرح هذا المفهوم خلال نقاشاته العلمية وأبحاثه المتعلقة بتحليل البيانات البيولوجية غير المنتظمة. وقد لاحظ وينسور أن الباحثين في العلوم الطبيعية والطبية يقعون دائماً في حيرة بين الحذف الجائر للمشاهدات الشاذة أو قبول النتائج المشوهة التي يفرضها وجود قيمة متطرفة وحيدة ناتجة عن خلل في القياس أو استجابة فسيولوجية نادرة، فاقترح هذا الأسلوب الرياضي كحل بديل يضمن بقاء المشاهدة ضمن التحليل مع تحييد ثقلها التدميري.

وعلى الرغم من أن تشارلز وينسور هو صاحب الفكرة ومبتكرها، إلا أن المصطلح اكتسب زخمه الأكاديمي وشهرته العالمية بفضل عالم الإحصاء الشهير جون توكي (John W. Tukey)، الذي يُعد الأب الروحي لتحليل البيانات الاستكشافي (Exploratory Data Analysis – EDA) ومؤسس حركة الإحصاء المتين الحديثة. قام توكي في ستينيات القرن العشرين بتنظير المفاهيم الرياضية المرتبطة بمتوسط وينسور (Winsorized Mean) وتباين وينسور (Winsorized Variance)، وتثبيت اسم «الونسرة» تكريماً لإسهامات وينسور الرائدة في هذا المجال.

نشأت الحاجة المعرفية للونسرة كاستجابة للأزمة المنهجية التي واجهتها المقاييس الإحصائية الكلاسيكية المعتمدة على نظرية العينات الكبيرة ونظرية النهاية المركزية (Central Limit Theorem) عند تطبيقها على عينات واقعية ملوثة بالقيم الشاذة. فقد أثبتت دراسات المحاكاة التي أجراها توكي وزملاؤه أن وجود نسبة ضئيلة جداً من القيم المتطرفة (قد لا تتجاوز 1% إلى 5%) كفيل بانهيار الكفاءة الإحصائية للمتوسط الحسابي الكلاسيكي، مما دفع نحو تطوير مؤشرات متينة تحتفظ بكفاءتها حتى في ظل الانحرافات الشديدة عن التوزيع الطبيعي المعياري.

1.3 الفلسفة العلمية وراء تعديل القيم بدلاً من حذفها

تستند فلسفة ونسرة البيانات إلى مبدأ ابستمولوجي مفاده أن الملاحظات المتطرفة غالباً ما تحمل معلومات قيّمة حول وجود أفراد أو وحدات تجريبية ذات خصائص استثنائية ضمن العينة المدروسة، وحذف هذه المشاهدات كلياً يمثل تشويهاً مقصوداً للواقع وتجاهلاً لتباين حقيقي موجود في المجتمع الإحصائي. فعند استبدال قيمة متطرفة بالقيمة المئوية المقابلة، فإن الباحث يعترف رسمياً بأن هذا المفحوص ينتمي إلى الشريحة القصوى من التوزيع (الأعلى أو الأدنى)، لكنه يمنع هذه الدرجة القصوى من أن تجر المتوسط الحسابي بمفردها بعيداً عن التجمع المركزي لبقية الأفراد.

تحقق هذه المقاربة توازناً دقيقاً في مسألة المفاضلة بين التحيز والتباين (Bias-Variance Tradeoff)؛ حيث قد يُدخل تعديل القيم قدراً طفيفاً ومحسوباً من التحيز الرياضي (Bias) في تقدير معالم المجتمع، لكنه في المقابل يؤدي إلى خفض هائل في التباين الإحصائي (Variance) للمقدرات، مما يرفع من جودة ودقة النموذج النهائي ويقلل من الخطأ المعياري التقديري مقارنة بالتعامل مع البيانات الخام الملوثة.

بالإضافة إلى ذلك، تلعب الفلسفة الوقائية للوينسرة دوراً حاسماً في حماية القوة الإحصائية (Statistical Power) للاختبارات الفرضية؛ ففي الدراسات التجريبية والمعملية التي تكون فيها تكلفة الحصول على كل مفحوص باهظة، يؤدي حذف القيم المتطرفة إلى تآكل حجم العينة الفعال وفقدان درجات الحرية (Degrees of Freedom). وتضمن الوينسرة الحفاظ الكامل على مصفوفة التصميم التجريبي، وتمنع تفريغ الخلايا في التحليلات متعددة المتغيرات، مما يتيح تطبيق النماذج البارامترية بثقة وثبات إحصائي أعلى.

2. المبادئ والأسس الرياضية لعملية ونسرة البيانات

2.1 ميكانيكية عمل النسب المئوية المتناظرة (Symmetric Percentiles)

تعتمد الوينسرة المتناظرة على تطبيق عتبات قطع متساوية من حيث النسبة المئوية على كلا طرفي التوزيع التكراري للمتغير المدروس. تبدأ الميكانيكية الحسابية بترتيب البيانات الأصلية تصاعدياً من أصغر قيمة إلى أكبر قيمة، ثم تحديد النسبة المئوية للقطع، والتي يُرمز لها عادة بالحرف الإغريقي ألفا ($\alpha$). ففي حال اختيار وينسرة متناظرة بنسبة 5%، يتم حساب المئين الخامس ($P_5$) ليكون الحد الأدنى للقطع، والمئين الخامس والتسعين ($P_{95}$) ليكون الحد الأعلى للقطع.

عقب تحديد هذه النقاط المئوية بدقة، يتم فحص كل مشاهدة ($x_i$) ضمن السلسلة الإحصائية وتطبيق القاعدة التحويلية التالية بشكل قطعي:

  • إذا كانت قيمة المشاهدة أقل تماماً من المئين الخامس ($x_i < P_5$)، تُستبدل قيمتها وتُعاد كتابتها لتصبح مساوية للمئين الخامس ($x_i^* = P_5$).
  • إذا كانت قيمة المشاهدة أكبر تماماً من المئين الخامس والتسعين ($x_i > P_{95}$)، تُستبدل قيمتها وتُعاد كتابتها لتصبح مساوية للمئين الخامس والتسعين ($x_i^* = P_{95}$).
  • إذا كانت قيمة المشاهدة تقع ضمن النطاق المقبول المحصور بين المئينين ($P_5 le x_i le P_{95}$)، فإنها تظل ثابتة دون أي تعديل ($x_i^* = x_i$).

ينتج عن هذه المعالجة تحول التوزيع الأصلي إلى توزيع جديد «مونسر» تنضغط فيه الذيول المتطرفة نحو الحدود المئوية، مع تكوّن تراكمات نقطية عند القيم الحدية ($P_5$ و $P_{95}$). ويُعد هذا التناظر ضرورياً في الحالات التي يكون فيها التوزيع النظري المفترض متماثلاً حول المركز، حيث يضمن عدم انحراف النزعة المركزية نحو أحد الجانبين بسبب تباين شدة التعديل بين الطرفين.

2.2 الونسرة غير المتناظرة (Asymmetric Winsorization)

على الرغم من شيوع الوينسرة المتناظرة، فإن الواقع التطبيقي في العلوم السلوكية والبيولوجية يفرض في كثير من الأحيان التعامل مع متغيرات ذات التواء أصيل وحاد (Skewed Distributions)، مثل زمن الرجع في المهام المعرفية، أو معدلات الدخل، أو عدد أيام الإقامة في المصحات العلاجية. في هذه الحالات، يكون التوزيع ممتداً بذيل طويل نحو اليمين (التواء موجب) مع وجود حد أدنى طبيعي وفيزيولوجي يستحيل تجاوزه نحو اليسار (Floor Effect)، مما يجعل تطبيق وينسرة متناظرة على الطرفين غير مبرر منهجياً ويؤدي إلى تشويه غير مبرر للبيانات الطبيعية في الطرف الأدنى.

تأتي الوينسرة غير المتناظرة (Asymmetric Winsorization) كحل مرن يتيح للباحث تحديد نسب قطع مختلفة لكل ذيل بناءً على التشخيص الاستكشافي للبيانات. على سبيل المثال، قد يقرر الباحث تطبيق قطع بنسبة 0% عند الذيل السفلي (أي ترك الذيل السفلي خاماً تماماً) وتطبيق قطع بنسبة 5% أو 10% عند الذيل العلوي فقط. كما يمكن تطبيق نسب غير متساوية مثل 1% للطرف السفلي و 5% للطرف العلوي إذا أظهرت الرسوم البيانية وفحوص الكشف عن القيم الشاذة أن التطرف يتركز بكثافة غير متكافئة في أحد الأطراف.

تتطلب الونسرة غير المتناظرة حذراً رياضياً كبيراً؛ لأن تعديل أحد الطرفين بنسبة أعلى من الطرف الآخر سيؤدي حتماً إلى إزاحة مقاييس النزعة المركزية، وخاصة المتوسط الحسابي، باتجاه الطرف غير المعدل أو الأقل تعديلاً. لذا، يجب أن تستند معايير تحديد نسب القطع غير المتناظرة إلى مبررات نظرية قوية وفحوص إحصائية مسبقة للالتواء، مع ضرورة الإفصاح الكامل عن هذه الخيارات في التقارير البحثية لضمان الشفافية المنهجية وقابلية التكرار.

2.3 العلاقة مع التوزيع الطبيعي والتحويلات الإحصائية المتينة

تمثل الوينسرة ركيزة أساسية في بنية المقدرات الإحصائية المتينة، حيث ترتبط ارتباطاً وثيقاً بمفهومي متوسط وينسور وتباين وينسور. يُحسب متوسط وينسور (Winsorized Mean)، والذي يُرمز له بالرمز $\bar{x}_w$، بتطبيق الصيغة الحسابية الكلاسيكية للمتوسط ولكن على السلسلة البيانية المعدلة بعد الوينسرة:

$$\bar{x}_w = \frac{1}{n} \sum_{i=1}^n x_i^*$$

حيث تمثل $x_i^*$ القيم المعدلة للمتغير. أما تباين وينسور ($s^2_w$)، فيُحسب عبر قياس انحرافات القيم المعدلة عن متوسط وينسور، وتكمن أهميته في كونه الأساس الرياضي لحساب الخطأ المعياري المتين، وحساب فترات الثقة غير الحساسة للتطرف، وتطبيق اختبارات الفروض المقاومة مثل اختبار ‘ت’ المتين (Yuen’s Test).

تختلف الوينسرة جوهرياً عن التحويلات الخطية واللاخطية المعتادة (مثل التحويل اللوغاريتمي $ln(x)$ أو تحويل الجذر التربيعي $\sqrt{x}$) في كيفية معالجة خصائص التوزيع؛ فالتحويلات الجبرية تعيد رسم مقياس القياس (Scaling) بالكامل لجميع المفحوصين، مما قد يجعل تفسير النتائج بالوحدات الأصلية للمتغير أمراً بالغ الصعوبة والتعقيد الإكلينيكي. في المقابل، تحافظ الوينسرة على وحدة القياس الأصلية (مثل المللي ثانية، أو درجات مقياس الاكتئاب) لغالبية أفراد العينة، وتقتصر على «كبح» القيم الاستثنائية، مما يسهل تفسير النتائج وتطبيقها عملياً.

3. أهمية ونسرة البيانات في الدراسات والبحوث النفسية

3.1 طبيعة البيانات السلوكية والنفسية وميلها للتطرف

تتميز الظواهر النفسية والسلوكية بكونها نتاج تفاعلات ديناميكية معقدة بين العوامل البيولوجية، والمعرفية، والبيئية، مما يجعل البيانات المستخلصة من القياسات النفسية عرضة لدرجات عالية من التباين والتطرف غير النمطي. ويظهر هذا بوضوح في أبحاث علم النفس التجريبي التي تقيس أوقات الاستجابة (Reaction Times) للمثيرات البصرية أو السمعية؛ حيث يمتلك التوزيع الزمني لهذه الاستجابات ذيلاً طويلاً جداً نحو اليمين يعكس فترات استجابة طويلة للغاية ناجمة عن عوامل خارجية كشرود الذهن المؤقت للمفحوص، أو الإرهاق المعرفي، أو الرمش، بدلاً من أن تعكس القدرة المعالجاتية الفعلية للمخ.

كذلك في الاستبيانات النفسية ومقاييس التقرير الذاتي (Self-Report Inventories) المعتمدة على مدرج ليكرت (Likert Scale)، يواجه الباحثون أنماطاً شاذة من الاستجابات المتطرفة (Extreme Response Patterns)؛ كأن يعطي مفحوص درجات قصوى في كافة الفقرات السلبية بسبب حالة مؤقتة من التوتر الشديد، أو بسبب تبني سلوك الإجابة العشوائية الناتج عن الملل. وجود مثل هذه الاستجابات المشوهة يغير معالم الارتباط بين المتغيرات النفسية، وقد يخلق علاقات وهمية لا وجود لها في المجتمع الأصلي، أو يحجب علاقات حقيقية ذات دلالة إكلينيكية بالغة الأهمية.

إن تطبيق الوينسرة في هذه السياقات يوفر للباحث النفسي درعاً واقياً يعيد ضبط القيم المشوشة الناتجة عن العوامل العرضية دون إسقاط المفحوصين من التحليل، مما يضمن أن تمثل البيانات الخصائص السيكومترية المستقرة للمشاركين بدلاً من التقاط الضوضاء التجريبية (Experimental Noise).

3.2 تجنب التراجع في القوة الإحصائية في العينات الإكلينيكية الصغيرة

يعاني البحث النفسي الإكلينيكي من ندرة وصعوبة استقطاب المشاركين، لا سيما عند دراسة الاضطرابات النفسية الحادة كالفصام المقاوم للعلاج، أو اضطراب ما بعد الصدمة المعقد (C-PTSD)، أو الاضطرابات العصبية النمائية النادرة. في مثل هذه التصاميم البحثية، تكون أحجام العينات صغيرة بطبيعتها (قد تتراوح بين 15 إلى 30 مشاركاً فقط)، مما يجعل التضحية بحالة واحدة من خلال أساليب الحذف الكلي للبيانات الشاذة بمثابة خسارة جسيمة ومكلفة منهجياً.

يؤدي الحذف التقليدي للمفحوصين الشاذين في العينات الإكلينيكية الصغيرة إلى انخفاض حاد في درجات الحرية ($df$)، مما يقود مباشرة إلى تراجع القوة الإحصائية (Statistical Power) للاختبار، وتعاظم احتمال ارتكاب الخطأ من النوع الثاني ($\beta$)؛ أي الفشل في اكتشاف الأثر العلاجي الحقيقي لتدخل نفسي أو دوائي جديد رغم وجوده الفعلي. ومن خلال الوينسرة، يستطيع الباحث الإكلينيكي الحفاظ على حجم العينة الأصلي كاملاً ($N$)، مع تحييد التشويش الإحصائي الناجم عن الدرجات القصوى التي قد يسجلها مريض في نوبة انتكاس حادة غير متوقعة.

علاوة على ذلك، تعزز هذه الطريقة الصدق الخارجي (External Validity) وقابلية النتائج للتعميم على البيئات العلاجية الحقيقية؛ حيث تتيح للباحثين الاحتفاظ بالحالات الطرفية كجزء من الطيف الإكلينيكي للعينة، ولكن مع وضع سقف رياضي عقلاني لتأثيرها الإحصائي على استنتاجات الدراسة وقراراتها العلاجية.

3.3 تحقيق افتراضات النماذج البارامترية الكلاسيكية

تعتمد معظم النماذج الإحصائية الاستدلالية المتقدمة المستخدمة في العلوم النفسية، مثل اختبار ‘ت’ للعينات المستقلة، وتحليل التباين الأحادي والمتعدد (ANOVA/MANOVA)، ونماذج الانحدار الخطي المتعدد (Multiple Linear Regression)، على افتراضات صارمة تتعلق بالاعتدالية (Normality) وتجانس التباين (Homoscedasticity). يؤدي وجود القيم المتطرفة إلى انتهاك فادح لهذه الفروض، حيث تتضخم معاملات الالتواء والتفرطح، وينهار تجانس التباين بين المجموعات التجريبية والضابطة.

تسهم ونسرة البيانات بشكل فعال في إعادة البيانات إلى النطاق المقبول لافتراضات النماذج البارامترية، مما ينقذ الباحث من الاضطرار للجوء إلى الاختبارات اللابارامترية البديلة التي غالباً ما تتسم بقوة إحصائية أقل، وصعوبة أكبر في تفسير التأثيرات التفاعلية المعقدة (Interaction Effects). كما تلعب الوينسرة دوراً محورياً في حماية نماذج الانحدار من التأثير المشوه للقيم ذات النفوذ العالي (High Leverage Points) والنقاط المؤثرة (Influential Cases) التي تقيسها مؤشرات مثل مسافة كوك (Cook’s Distance)، والتي يمكن لقيمة شاذة مفردة منها أن تقلب إشارة معامل الانحدار من موجب إلى سالب.

كذلك على صعيد تحليل الارتباط، يؤدي وجود نقطة متطرفة ثنائية المتغير (Bivariate Outlier) إلى تشويه معامل ارتباط بيرسون ($r$)؛ فإما أن تخلق ارتباطاً خطياً زائفاً بين متغيرين غير مرتبطين أصلاً، أو تخفض معامل الارتباط القوي ليصبح قريباً من الصفر. تضمن الوينسرة المتناظرة للمتغيرات استقرار مصفوفة الارتباط، مما يوفر أساساً متيناً للتحليلات الإحصائية المتقدمة كالنمذجة بالمعادلات البنائية (SEM) والتحليل العاملي.

4. المقارنة المنهجية: الوينسرة (Winsorization) مقابل التشذيب (Trimming)

4.1 أوجه التشابه الجوهرية والمنطلقات الإحصائية

تشترك الوينسرة (Winsorization) والتشذيب (Trimming) في انتمائهما الفلسفي والرياضي إلى عائلة مقدرات الإحصاء المتين ذات المقاومة العالية للقيم الشاذة. ينطلق كلا الأسلوبين من رفض الفرضية الساذجة القائلة بأن كافة المشاهدات المرصودة ميدانياً تتمتع بنفس القدر من الصدق والموثوقية التمثيلية، ويشتركان في الهدف النهائي المتمثل في حماية المؤشرات الإحصائية المركزية من التشوهات الحادة الناتجة عن الذيول الثقيلة للتوزيعات الواقعية.

كما يعتمد كلا الأسلوبين بصورة كلية على ترتيب البيانات تصاعدياً واستخدام رتب المئينات (Quantiles/Percentiles) لتحديد الحدود الفاصلة بين البيانات المقبولة وتلك المصنفة كقيم متطرفة أو شاذة. ففي كلا الحالتين، يحدد الباحث نسبة القطع ($\alpha$)، مثل 5% أو 10%، ويتم تطبيق هذه النسبة على الأطراف بنفس المنطق الهندسي لتحديد العتبات الحرجة، مما يجعل الأسلوبين بدائل إحصائية متينة ومتقاربة في مفاهيم الإحصاء الاستكشافي المتقدم.

علاوة على ذلك، أثبتت الدراسات الرياضية النظرية أن المقدرات المشذبة والمقدرات المونسرة تشتركان في خاصية تقارب التوزيع نحو التوزيع الاعتدالي المقارب (Asymptotic Normality) وفق شروط نظرية النهاية المركزية للمقدرات المتينة، مما يجعلهما ركيزتين متكاملتين في تطوير اختبارات الفروض المقاومة في القياس النفسي والتربوي.

4.2 الفروق التقنية والإجرائية في المعالجة

تكمن نقطة الافتراق المنهجية والجوهرية بين الأسلوبين في الكيفية الإجرائية للتعامل مع البيانات التي تقع خارج حدود القطع المئوية المحددة، ويمكن تلخيص هذه الفروق في النقاط الدقيقة التالية:

  • طبيعة المعالجة: يقوم التشذيب (Trimming) على الحذف والإسقاط الكامل للبيانات المتطرفة؛ فإذا كان لدينا عينة بحجم $N$ وحددنا نسبة تشذيب 5% من كل طرف، فإن المشاهدات الواقعة في الذيلين تُحذف نهائياً، ويصبح حجم العينة الفعال بعد التشذيب مساوياً لـ $(N – 2k)$ حيث $k$ هو عدد المشاهدات المحذوفة من كل طرف. في المقابل، تقوم الوينسرة باستبدال وتعديل قيم المشاهدات المتطرفة بقيمة أقرب مئين مسموح به، ويبقى حجم العينة ثابتاً تماماً ($N$).
  • اكتمال مصفوفة البيانات (Data Matrix Completeness): في البحوث متعددة المتغيرات، يؤدي التشذيب لمتغير واحد إلى فقدان الصف البياني بأكمله للمفحوص (Listwise Deletion)، أو خلق قيم مفقودة (Missing Values) إذا تم التشذيب على مستوى المتغير المنفرد (Pairwise). أما الوينسرة فتحافظ على سلامة واكتمال مصفوفة البيانات متعددة الأبعاد، ولا تُفقد الباحث أياً من معلومات المفحوص في المتغيرات الأخرى.
  • درجات الحرية (Degrees of Freedom): يؤدي التشذيب إلى خسارة صريحة في درجات الحرية في الاختبارات الإحصائية بسبب نقص عدد الحالات، بينما تظل درجات الحرية المحسوبة ظاهرياً ثابتة في الوينسرة، وإن كانت تتطلب تصحيحات معيارية دقيقة عند حساب تباين وينسور الاستدلالي.

4.3 معايير الاختيار بين الطريقتين في البحث التجريبي

يتوقف الاختيار المنهجي الرشيد بين الوينسرة والتشذيب على طبيعة التصميم التجريبي، وتكلفة جمع البيانات، والتشخيص الدقيق لطبيعة ومصدر القيم المتطرفة. يوضح الجدول التالي مقارنة شاملة لتوجيه الباحث نحو الأسلوب الأمثل:

المعيار المنهجي الوينسرة (Winsorization) التشذيب (Trimming)
حجم العينة (Sample Size) مثالية للعينات الصغيرة والمتوسطة للحفاظ على الحجم الكامل (N). تصلح للعينات الضخمة والكبيرة جداً حيث لا يؤثر الحذف على قوة الاختبار.
طبيعة القيم المتطرفة تُفضل عندما تكون القيم المتطرفة استجابات حقيقية وصادقة ولكنها استثنائية. تُفضل عند التيقن من أن القيم الشاذة ناتجة عن أخطاء قياس أو أعطال في الأجهزة.
التصميم متعدد المتغيرات ممتازة لمنع تشوه مصفوفة التغاير وتجنب مشاكل البيانات المفقودة. معقدة وتتطلب آليات تعامل معقدة لحذف الحالات من المصفوفة متعددة الأبعاد.
الكفاءة الإحصائية (Efficiency) كفاءة نسبية أعلى في التوزيعات متوسطة التلوث وذات الذيول القصيرة إلى المتوسطة. كفاءة أعلى في التوزيعات شديدة التلوث ذات الذيول الثقيلة جداً (Heavy-tailed).

بشكل عام، إذا كان الباحث يدرس عينة إكلينيكية نادرة، فإن الوينسرة تمثل الخيار المنهجي الأكثر أماناً وحصافة، حيث تضمن بقاء التمثيل النسبي لكافة المشاركين في النموذج الإحصائي النهائي دون إهدار للجهد الميداني.

5. دليل حسابي تدريجي: كيفية ونسرة البيانات مع مثال رقمي مفصل

5.1 عرض مجموعة البيانات الأولية وترتيبها تصاعدياً

لتوضيح الميكانيكية الحسابية للوينسرة بدقة متناهية، سنفترض دراسة نفسية تجريبية قامت بقياس درجات القلق النفسي لدى عينة مكونة من 18 مفحوصاً ($N = 18$). تظهر البيانات الخام المرصودة للمشاركين على النحو غير المرتب التالي: [65، 16، 34، 98، 17، 3، 59، 68، 36، 47، 16، 64، 79، 29، 66، 39، 91، 14].

الخطوة الأساسية الأولى والحاسمة قبل الشروع في أي معالجة إحصائية هي ترتيب مصفوفة البيانات ترتيباً تسلسلياً تصاعدياً، وتحديد الرتب الترتيبية (Order Statistics) المقابلة لكل قيمة، حيث يُرمز للقيمة المرتبة بالرمز $X_{(i)}$:

3, 14, 16, 16, 17, 29, 34, 36, 39, 47, 59, 64, 65, 66, 68, 79, 91, 98

عند الفحص البصري الأولي لهذه السلسلة المرتبة، يتبين وجود تباعد شاذ ومثير للقلق الإحصائي عند طرفي السلسلة؛ فالقيمة الصغرى المطلقة هي (3)، وهي تبعد بفارق كبير عن أقرب قيمة تالية لها (14). وبالمثل، في الطرف العلوي، نجد القيمة القصوى (98) وتسبقها القيمة (91) ثم (79)، مما يشير إلى وجود قيم شاذة محتملة عند الطرفين قد تؤثر بشكل ملحوظ على المتوسط الحسابي والانحراف المعياري إذا تم حسابها دون معالجة متينة.

5.2 حساب الرتب ونقاط القطع المئوية (90% Winsorization)

سنطبق في هذا المثال مستوى ونسرة بنسبة 90%، وهو ما يعني تقليص 5% من الذيل السفلي و 5% من الذيل العلوي (أي $\alpha = 0.05$). لحساب نقاط القطع المئوية بدقة، نستخدم معادلات الاستيفاء الرياضي (Linear Interpolation) المعتمدة قياسياً في البرمجيات الإحصائية لحساب المئينات:

أولاً: حساب رتبة المئين الخامس ($P_5$):

$$\text{Rank}_{P5} = 1 + (N – 1) \times \alpha = 1 + (18 – 1) \times 0.05 = 1 + 17 \times 0.05 = 1 + 0.85 = 1.85$$

تقع الرتبة 1.85 بين المشاهدة الأولى $X_{(1)} = 3$ والمشاهدة الثانية $X_{(2)} = 14$. وباستخدام الاستيفاء الخطي، تُحسب قيمة المئين الخامس كما يلي:

$$P_5 = X_{(1)} + 0.85 \times (X_{(2)} – X_{(1)}) = 3 + 0.85 \times (14 – 3) = 3 + 0.85 \times 11 = 3 + 9.35 = 12.35$$

ثانياً: حساب رتبة المئين الخامس والتسعين ($P_{95}$):

$$\text{Rank}_{P95} = 1 + (N – 1) \times (1 – \alpha) = 1 + 17 \times 0.95 = 1 + 16.15 = 17.15$$

تقع الرتبة 17.15 بين المشاهدة السابعة عشرة $X_{(17)} = 91$ والمشاهدة الثامنة عشرة $X_{(18)} = 98$. وباستخدام الاستيفاء الخطي:

$$P_{95} = X_{(17)} + 0.15 \times (X_{(18)} – X_{(17)}) = 91 + 0.15 \times (98 – 91) = 91 + 0.15 \times 7 = 91 + 1.05 = 92.05$$

5.3 تنفيذ الاستبدال وعرض المصفوفة النهائية المعدلة

بناءً على النتائج الحسابية السابقة، أصبحت لدينا القواعد الشرطية الحاكمة لعملية التحويل واضحة ومحددة رياضياً:

  • الحد الأدنى المقبول: 12.35 (أي قيمة أصغر من 12.35 تُستبدل فوراً بالقيمة 12.35).
  • الحد الأعلى المقبول: 92.05 (أي قيمة أكبر من 92.05 تُستبدل فوراً بالقيمة 92.05).

بتطبيق هذه القواعد على السلسلة المرتبة:

  • المشاهدة الأولى كانت (3)، وبما أن $3 < 12.35$، يتم استبدالها وتصبح 12.35.
  • المشاهدات من الرتبة 2 حتى الرتبة 17 تقع جميعها ضمن المجال المفتوح $[14, 91]$، وجميعها محصورة بين 12.35 و 92.05، فتظل ثابتة بلا أي تغيير.
  • المشاهدة الثامنة عشرة والأخيرة كانت (98)، وبما أن $98 > 92.05$، يتم استبدالها وتصبح 92.05.

وبذلك، تصبح مصفوفة البيانات المونسرة النهائية الناتجة جاهزة للتحليل الإحصائي ومكتوبة على النحو التالي:

12.35, 14, 16, 16, 17, 29, 34, 36, 39, 47, 59, 64, 65, 66, 68, 79, 91, 92.05

نلاحظ بوضوح أن حجم العينة ظل ثابتاً ($N = 18$)، في حين تم تحييد القيمة الصغرى المتطرفة جداً والقيمة العظمى المتطرفة جداً وربطهما بالعتبات المئوية المحسوبة، مما يمنع تشويه التحليلات اللاحقة.

6. تحديد مستويات ونسب الوينسرة: القواعد والمعايير الإحصائية

6.1 مستوى الونسرة بنسبة 90% (القطع عند 5% و 95%)

يُمثل مستوى الوينسرة بنسبة 90% (والذي يقتضي استقطاع 5% من أدنى التوزيع و 5% من أعلاه) المعيار الذهبي والأكثر شيوعاً وقبولاً في الأدبيات الإحصائية والنفسية التطبيقية. يحقق هذا المستوى التوازن المنهجي الأمثل؛ حيث يوفر حماية كافية وقوية ضد القيم الشاذة الناتجة عن أخطاء العينة العشوائية، دون التورط في تعديل مفرط قد يمس البنية الجوهرية لتباين الظاهرة المدروسة.

توصي الدراسات السيكومترية باعتماد هذا المستوى كخيار افتراضي عند التعامل مع مقاييس الاتجاهات، والسمات الشخصية، والقدرات المعرفية التي تُظهر التواءات معتدلة تتراوح معاملات الالتواء فيها بين $\pm 1$ و $\pm 2$. إن تعديل 10% من إجمالي التوزيع (مقسمة بالتساوي على الطرفين) يكفي في الغالبية العظمى من السيناريوهات التجريبية لاستعادة خصائص التوزيع شبه الاعتدالي وتهيئة البيانات لاختبارات الفروض البارامترية الكلاسيكية.

علاوة على ذلك، يتمتع هذا المستوى بدعم نظري مكثف في دراسات المحاكاة بمونت كارلو (Monte Carlo Simulations)، والتي أظهرت أن متوسط وينسور بنسبة 90% يحتفظ بكفاءة مقاربة تزيد عن 95% مقارنة بالمتوسط الحسابي القياسي في ظل التوزيع الطبيعي التام، بينما يتفوق عليه بمراحل هائلة في حال وجود تلوث في أذيال التوزيع.

6.2 مستوى الونسرة بنسبة 95% و 98% (القطع الدقيق)

في الدراسات المسحية الضخمة، والبحوث النفسية القائمة على البيانات الكبيرة (Big Data)، أو المشاريع الوبائية التي تتجاوز فيها أحجام العينات آلاف المفحوصين ($N > 1000$)، يصبح تطبيق مستوى وينسرة بنسبة 90% تدخلاً جائراً ومفرطاً قد يعدل مئات الاستجابات الصادقة دون ضرورة منهجية ملحة. في هذه البيئات البحثية، يوصى بالانتقال إلى مستويات قطع أكثر دقة ومحافظة، مثل مستوى 95% (قطع 2.5% من كل ذيل) أو مستوى 98% (قطع 1% فقط من كل ذيل).

تستهدف الوينسرة الدقيقة عند مستوى 98% أو 99% الحالات الشاذة الصارخة والفريدة فقط، والتي تنشأ عادةً عن أخطاء إدخال البيانات الميدانية (Data Entry Errors)، كإضافة صفر إضافي بطريق الخطأ أثناء كتابة الدرجة، أو الاختلالات البرمجية اللحظية في تسجيل زمن الاستجابة. في هذه الحالات، تتيح هذه النسب الطفيفة تصحيح الخطأ الموضعي وإعادة القيمة إلى أقصى حد منطقي للتوزيع، مع الحفاظ على الخصائص البارامترية الأصلية لـ 98% إلى 99% من مفحوصي العينة دون أدنى تغيير.

تتميز هذه المقاربة المحافظة بقدرتها على حماية الاستدلال الإحصائي في النماذج البنائية الحساسة ونماذج الانحدار اللوجستي والتحليل التمييزي، حيث تضمن بقاء التباينات الطبيعية للمتغيرات كما هي مع تقليم التشوهات الهامشية المعزولة تماماً.

6.3 المحددات الموضوعية لاختيار نسبة القطع المناسبة

يجب ألا يخضع قرار اختيار نسبة الوينسرة للرغبة الذاتية للباحث أو محاولات الوصول إلى دلالة إحصائية منشودة، بل يجب أن يبنى على محددات ومعايير موضوعية واضحة وموثقة في بروتوكول البحث، ومن أهم هذه المحددات:

  • الفحص البياني الاستكشافي: استخدام المخططات الصندوقية (Boxplots) لحساب المدى الربيعي (IQR) ومخططات التشتت (Scatterplots) ومخططات الكثافة الاحتمالية. إذا أظهرت الرسوم أن القيم المتطرفة تتركز فقط خارج السياج الخارجي ($3 \times \text{IQR}$)، فإن نسبة قطع منخفضة (1% إلى 2.5%) تكون كافية تماماً. أما إذا كانت هناك قيم متعددة خارج السياج الداخلي ($1.5 \times \text{IQR}$)، فقد يتطلب الأمر ونسرة بنسبة 5%.
  • حجم العينة ومعدل القوة: كلما صغر حجم العينة، زادت حساسية المؤشرات للقيم المتطرفة، مما قد يبرر رفع نسبة القطع إلى 5% لحماية الاستقرار العددي للمقدرات، في حين تتطلب العينات الكبيرة نسباً أصغر.
  • مخاطر الإفراط في الوينسرة (Over-Winsorization): يؤدي الإفراط في رفع نسبة القطع (مثلاً ونسرة بنسبة 20% أو أكثر) إلى انكماش اصطناعي حاد في التباين الحقيقي للمتغير، وتسطيح الفروق الفردية الجوهرية بين المفحوصين، مما يُفقد أدوات القياس النفسي قدرتها على التمييز السيكومتري.

7. أثر ونسرة البيانات على المؤشرات الإحصائية الوصفية والاستدلالية

7.1 التغير في مقاييس النزعة المركزية (المتوسط والوسيط)

تحدث ونسرة البيانات تعديلاً جوهرياً ومباشراً في سلوك مقاييس النزعة المركزية، وخاصة المتوسط الحسابي (Arithmetic Mean)؛ فالمتوسط الكلاسيكي معروف بحساسيته الفائقة وانعدام متانته، حيث إن قيمة شاذة واحدة شديدة التطرف تمتلك ما يُعرف بـ «نقطة انهيار» (Breakdown Point) مساوية للصفر ($\frac{1}{n}$)، مما يعني أنها قادرة بمفردها على سحب المتوسط نحوها وجعله غير ممثل للتجمع الفعلي للبيانات. عند تطبيق الوينسرة، يتحول المتوسط إلى «متوسط وينسور» المقاوم، والذي تنخفض حساسيته للتشوهات الطرفية ويستعيد قدرته على التعبير بدقة عن المركز الحقيقي للتوزيع.

بالرجوع إلى المثال الرقمي المحسوب في القسم الخامس، يمكننا إدراك هذا التغير بوضوح من خلال مقارنة المؤشرات قبل وبعد المعالجة:

  • المتوسط الحسابي للبيانات الخام قبل الوينسرة = 47.78 درجة.
  • متوسط وينسور بعد تطبيق القطع بنسبة 90% = 47.69 درجة.

على الرغم من أن التغير في المتوسط في هذا المثال المتناظر قد يبدو طفيفاً بسبب توازن التطرف في الطرفين، إلا أن الأثر يكون دراماتيكياً في التوزيعات الملتوية من طرف واحد. أما فيما يتعلق بالوسيط الإحصائي (Median)، فإن من أهم الخصائص الرياضية للوينسرة المتناظرة هو عدم تأثر الوسيط إطلاقاً بالعملية؛ فالوسيط يعتمد حصرياً على ترتيب الرتبة الوسطى، وبما أن الوينسرة لا تغير الرتب النسبية للمشاهدات أو المشاهدات الوسطى، فإن قيمة الوسيط تظل ثابتة ومطابقة تماماً لقيمتها في البيانات الأصلية.

7.2 الانكماش في مقاييس التشتت (الانحراف المعياري والتباين)

ينعكس الأثر الأبرز والأكثر حساسية لعملية الوينسرة على مقاييس التشتت؛ إذ تؤدي عملية تقريب القيم الطرفية نحو الحدود المئوية الداخلية إلى حدوث انكماش رياضي قسري في مجموع مربعات الانحرافات ($\sum (x_i – \bar{x})^2$). ونتيجة لذلك، يسجل الانحراف المعياري الوصفي المحسوب مباشرة من البيانات المونسرة انخفاضاً ملحوظاً مقارنة بالانحراف المعياري للبيانات الخام.

في مثالنا الرقمي السابق:

  • التباين للبيانات الخام ($s^2$) = 771.83 | الانحراف المعياري للبيانات الخام ($s$) = 27.78.
  • تباين وينسور المحسوب وصفياً ($s^2_{w,\text{desc}}$) = 718.39 | الانحراف المعياري المونسر ($s_{w,\text{desc}}$) = 26.80.

من الناحية الاستدلالية، يُحذر علماء الإحصاء الحيوي والقياس النفسي من استخدام التباين الوصفي للبيانات المونسرة مباشرة في اختبارات الفروض دون تصحيح؛ لأن الانكماش الساذج في التباين سيؤدي إلى تصغير اصطناعي في الخطأ المعياري (Standard Error)، مما يضخم الدلالة الإحصائية بشكل خادع. ولمعالجة ذلك، طور توكي وجونسون صيغة تباين وينسور الاستدلالي المصحح (Inferential Winsorized Variance)، والتي تُعطى بالمعادلة:

$$s^2_{\text{robust}} = \frac{s^2_w}{(1 – 2\alpha)^2}$$

تضمن هذه الصيغة تصحيح تآكل التباين الناتج عن الوينسرة، وتوفر خطأ معيارياً متيناً وموثوقاً يمكن استخدامه بأمان في بناء فترات الثقة واختبارات المقارنة بين المجموعات.

7.3 التأثير على معاملات الالتواء (Skewness) والتفرطح (Kurtosis)

يُعد تحسين اعتدالية التوزيع الهدف الأسمى للوينسرة في البحوث الميدانية، وتتجلى هذه الفائدة في التغيرات الجذرية التي تطرأ على العزوم الإحصائية العليا المتمثلة في معاملي الالتواء (Skewness) والتفرطح (Kurtosis):

  • معامل الالتواء: تعمل الوينسرة المتناظرة أو المصممة حسب شكل الالتواء على تقليص الذيول الممتدة، مما يدفع بمعامل الالتواء ليقترب من الصفر ($Skewness \approx 0$). هذا التعديل يحرر البيانات من عدم التماثل ويجعلها متوافقة مع متطلبات المنحنى الجرسي للاختبارات البارامترية.
  • معامل التفرطح: تعاني التوزيعات ذات القيم الشاذة من التفرطح المدبب ذي الذيول الثقيلة (Leptokurtic Kurtosis)، حيث تتجاوز قيمة التفرطح المعياري الصفر أو الثلاثة (بحسب صيغة الحساب). تعمل الوينسرة على تقليم هذه الذيول الثقيلة، مخفضة التفرطح الفائض نحو المستوى المتوسط (Mesokurtic)، وهو الشكل المعياري للتوزيع الطبيعي.

يسهم هذا التعديل الإيجابي في معاملات الشكل في رفع جودة المؤشرات الإحصائية في التحليل العاملي التوكيدي (CFA) ونماذج المعادلات البنائية، حيث يؤدي تراجع الالتواء والتفرطح إلى تجنب تضخم قيمة كاي تربيع ($\chi^2$) وتحسين مؤشرات حسن المطابقة كمعامل المقارنة المعياري (CFI) وجذر متوسط مربعات خطأ الاقتراب (RMSEA).

8. التطبيق البرمجي للوينسرة: الحوسبة الإحصائية بلغة R و Python

8.1 التنفيذ العملي باستخدام لغة R

تُعد بيئة الحوسبة الإحصائية R البيئة الأكثر ثراءً وتطوراً لتطبيق أساليب الإحصاء المتين والوينسرة، حيث تتوفر عدة حزم برمجية متخصصة تتيح تنفيذ التحويل بسهولة فائقة ودقة متناهية. من أبرز هذه الحزم حزمة DescTools التي توفر الدالة الشاملة Winsorize()، وحزمة علم النفس الشهيرة psych عبر دالتها winsor().

فيما يلي نموذج لتنفيذ ونسرة متناظرة بنسبة 90% (قطع 5% من كل ذيل) على متغير عددي، مع توضيح كيفية تطبيق العملية على مستوى أعمدة متعددة في إطار بيانات (Data Frame):

  • التثبيت والتحميل: يتم استدعاء الحزمة عبر الأمر library(DescTools) أو library(psych).
  • تطبيق دالة DescTools: يُستخدم الأمر data$variable_wins <- Winsorize(data$variable, probs = c(0.05, 0.95)) حيث يحدد الوسيط probs عتبات المئينات بدقة.
  • تطبيق دالة psych: توفر دالة psych::winsor(data$variable, trim = 0.05) تحويلاً مباشراً باستخدام نسبة القطع من كل طرف.
  • المعالجة المجمعة: لأتمتة المعالجة على مصفوفة متغيرات نفسية متعددة، يمكن استخدام دوال الحزمة dplyr بالصيغة: data % mutate(across(c(var1, var2, var3), ~Winsorize(.x, probs = c(0.05, 0.95)))).

توفر لغة R أيضاً إمكانية بناء دوال مخصصة تعتمد على مسافات المدى الربيعي (IQR) أو الانحراف المطلق عن الوسيط (MAD) لتحديد نقاط القطع ديناميكياً قبل تمريرها لدوال الاستبدال.

8.2 التنفيذ البرمجي باستخدام مكتبات Python الإحصائية

في بيئة بايثون (Python)، تتوفر أدوات قوية وسريعة لمعالجة البيانات الضخمة وإجراء الوينسرة عبر مكتبات SciPy و Pandas. تعتبر الدالة scipy.stats.mstats.winsorize المعيار البرمجي الأكثر استخداماً في المعالجات الإحصائية والتعلم الآلي.

لتطبيق الوينسرة بنسبة 5% من الطرفين في بايثون، تُتبع الإجراءات البرمجية التالية:

  • استدعاء المكتبات: استيراد المكتبات الأساسية عبر import pandas as pd و from scipy.stats.mstats import winsorize و import seaborn as sns.
  • تطبيق دالة SciPy: يتم تمرير العمود المطلوب مع تحديد معامل الحدود limits=[0.05, 0.05]؛ حيث يمثل العنصر الأول نسبة القطع من الأسفل والثاني نسبة القطع من الأعلى، بالصيغة: df['score_wins'] = winsorize(df['score'], limits=[0.05, 0.05]).
  • المعالجة الصرفة عبر Pandas: يمكن تحقيق الوينسرة برمجياً باستخدام دوال التحديد الشرطي المباشر:

    lower = df['score'].quantile(0.05)

    upper = df['score'].quantile(0.95)

    df['score_wins'] = df['score'].clip(lower=lower, upper=upper)
  • التصور البياني: يمكن مقارنة دالتي الكثافة قبل وبعد الوينسرة باستخدام مكتبة Seaborn عبر دالة sns.kdeplot() أو رسم مخططات الصندوق المتجاورة لملاحظة انحسار الذيول.

8.3 التدقيق البرمجي والتحقق من صحة النتائج المحولة

يُمثل التدقيق البرمجي الصارم خطوة جوهرية لضمان سلامة البيانات ومنع حدوث أخطاء غير مقصودة في مصفوفة التحليل. تتضمن أفضل الممارسات المنهجية في الحوسبة الإحصائية اتباع القواعد الإجرائية التالية:

  • فحص القيم الحدودية (Boundary Audit): التأكد البرمجي من أن القيمة الدنيا للمتغير الجديد بعد الوينسرة تطابق تماماً قيمة المئين الأدنى المحسوب ($P_5$)، وأن القيمة القصوى تطابق المئين الأعلى ($P_{95}$). يتم ذلك في R عبر دالة range() وفي بايثون عبر دالتي .min() و .max().
  • عدم الكتابة فوق البيانات الخام (Non-Destructive Transformation): يجب دائماً إنشاء أعمدة ومتغيرات جديدة بأسماء واضحة (مثل depression_wins) مع الإبقاء على الأعمدة الأصلية (depression_raw) دون أي تعديل أو مسح، لتمكين المقارنات اللاحقة وضمان قابلية تتبع البيانات.
  • توثيق الكود البرمجي (Reproducible Scripts): كتابة سيناريوهات المعالجة الإحصائية وتوثيق أرقام إصدارات المكتبات ضمن ملفات تنفيذية متكاملة (مثل R Markdown أو Jupyter Notebooks) وإرفاقها ضمن الملاحق الإلكترونية للبحث لضمان الشفافية وقابلية التكرار المستقل وفق معايير حركة العلم المفتوح.

9. تطبيق الوينسرة في برمجيات الحزم الجاهزة (SPSS و JASP)

9.1 خطوات تنفيذ الوينسرة في برنامج SPSS

على الرغم من أن برنامج SPSS (IBM SPSS Statistics) لا يحتوي على زر أمر مباشر يحمل اسم «Winsorization» في قوائمه التقليدية المنسدلة، إلا أنه يمكن تطبيقها بسهولة ودقة منهجية فائقة باتباع مسار إجرائي بسيط مكون من خطوتين رئيسيتين، أو عبر كتابة أسطر أوامر البناء البرمجي (SPSS Syntax):

  • الخطوة الأولى: حساب المئينات: التوجه إلى قائمة التحليل الإحصائي Analyze، ثم الإحصاء الوصفي Descriptive Statistics، ثم استكشاف البيانات Explore أو التكرارات Frequencies. من نافذة الإحصاءات Statistics، يتم تفعيل خيار المئينات Percentiles وتحديد القيم المطلوبة (مثلاً 5% و 95%)، ثم تشغيل الأمر للحصول على القيم الرقمية الدقيقة للعتبات.
  • الخطوة الثانية: إعادة الترميز الشرطي: التوجه إلى قائمة التحويل Transform، واختيار إعادة الترميز في متغيرات مختلفة Recode into Different Variables. يتم اختيار المتغير الأصلي وتسمية المتغير الجديد، ثم الدخول إلى نافذة Old and New Values، وضبط الشروط كالتالي:
    • في قسم Range, LOWEST through value: يتم إدخال قيمة المئين الخامس المحسوبة، وفي خانة New Value يتم إدخال نفس القيمة.
    • في قسم Range, value through HIGHEST: يتم إدخال قيمة المئين الخامس والتسعين، وفي خانة New Value يتم إدخال نفس القيمة.
    • في قسم All other values: يتم اختيار Copy old value(s) للحفاظ على البيانات الوسطى دون تعديل.

لأتمتة العملية وتجنب الأخطاء اليدوية عند التعامل مع متغيرات متعددة، يمكن للباحث استخدام محرر الأوامر البرمجية في SPSS (Syntax) وتطبيق دالات الشروط المنطقية DO IF و RECODE مباشرة على مصفوفة البيانات.

9.2 التطبيق في البرمجيات الإحصائية مفتوحة المصدر (JASP و Jamovi)

شهدت السنوات الأخيرة صعوداً لافتاً للبرمجيات الإحصائية الحديثة ومفتوحة المصدر والمصممة لتسهيل الممارسات الإحصائية المتينة، ويأتي في مقدمتها برنامجا JASP و Jamovi اللذان يدمجان خوارزميات لغة R في واجهات رسومية عصرية وبسيطة:

  • التطبيق في برنامج JASP: يوفر برنامج JASP وحدة متخصصة ومدمجة للإحصاء المتين (Robust Statistics Module) ضمن اختبارات ‘ت’ وتحليل التباين. تتيح هذه الوحدة للباحث تفعيل خيارات مقدرات Yuen المتينة ومتوسطات وينسور بضغطة زر واحدة دون الحاجة لتعديل البيانات يدوياً، حيث يقوم البرنامج بحساب متوسطات وينسور وتطبيق التعديل واختبار الفروض تلقائياً، مع توليد جداول مهيأة ومطابقة لمعايير APA.
  • التطبيق في برنامج Jamovi: يتيح Jamovi استخدام الأعمدة المحسوبة (Computed Variables) وكتابة الدوال الشرطية باستخدام صياغة تشبه لغة بايثون أو R عبر دالة IFELSE()، كما تتوفر عبر مكتبة الإضافات (Jamovi Library) حزم إحصائية متينة إضافية مثل walrus التي تطبق خوارزميات راند ر. ويلكوكس (Rand R. Wilcox) للإحصاء المتين بصورة مباشرة وشاملة لكافة تصاميم القياس النفسي.

10. تطبيقات إكلينيكية وبحثية واقعية لونسرة البيانات في علم النفس

10.1 أبحاث علم النفس العصبي وزمن الاستجابة الحركية والإدراكية

تعتمد دراسات علم النفس العصبي والقياس النفسي الفسيولوجي بشكل كثيف على مهام قياس زمن الاستجابة والكمون المعرفي، مثل مهمة ستروب (Stroop Task)، ومهام زمن الرجع البصري المتزامن (Go/No-Go Tasks)، ومهام التبديل الإدراكي (Task-Switching). في هذه التجارب، يتعرض المفحوص لمئات المحاولات (Trials)، ومن الطبيعي جداً أن تسجل بعض المحاولات أزمنة استجابة طويلة للغاية (مثل 2500 مللي ثانية مقارنة بمتوسط قدره 450 مللي ثانية) بسبب شرود الانتباه اللحظي أو حركة العين اللاإرادية.

في السابق، كان يتم اللجوء لحذف هذه المحاولات، مما يقلل من عدد المحاولات الفعالة لكل مفحوص ويشوه تصميم القياسات المكررة (Repeated Measures ANOVA). عند تطبيق الوينسرة على مستوى المحاولات الفردية لكل مشارك، يتم الحفاظ على الوزن النسبي الكامل لكافة المحاولات التجريبية، مع كبح الأزمنة الطويلة عند المئين 95%، مما يعزز موثوقية قياس زمن المعالجة المعرفية المركزية ويمنع التقدير المفرط لتأثير التداخل العصبي.

10.2 دراسات الصدمة والاضطرابات النفسية الشديدة

في أبحاث الصدمات النفسية، واضطرابات الشخصية الحدية، والاكتئاب الجسيم، يستخدم الباحثون مقاييس تشخيصية مثل قائمة بيك للاكتئاب (BDI-II) أو مقياس قلق الحالة والسمة (STAI). في العينات الإكلينيكية المعقدة، يسجل بعض المرضى درجات قصوى في أقصى مدى المقياس، تعكس نوبات حادة جداً من الكرب النفسي أو الميول الانتحارية.

إن حذف هؤلاء المرضى بحجة أنهم «قيم متطرفة» يُعد خطأً منهجياً وأخلاقياً فادحاً، لأنه يستبعد الفئة الأكثر حاجة للدراسة والتدخل العلاجي، ويجعل نتائج البحث مقتصرة على الحالات الخفيفة والمتوسطة فقط. تمثل الوينسرة الأداة المثالية في هذا السياق؛ إذ تحتفظ بهؤلاء المرضى ضمن العينة التحليلية، وتصنفهم إحصائياً ضمن الشريحة الأكثر حدة للمرض، مع تقييد القيمة الرقمية عند سقف المئين 95% لمنع هذه الدرجات القصوى من إحداث تباين زائف يطغى على الفروق الجوهرية بين المجموعات العلاجية المختلفة.

10.3 القياس النفسي وبناء الاختبارات والمقاييس

يواجه مصممو المقاييس والاختبارات النفسية والسيكومترية تحدياً دائماً يتمثل في ظاهرة «أساليب الاستجابة المتطرفة» (Extreme Response Styles – ERS)، حيث يميل بعض الأفراد من ذوي السمات الشخصية المعينة إلى اختيار أقصى درجات المقياس دائماً (مثل اختيار الدرجة 7 دائماً في مقياس سباعي) بغض النظر عن محتوى الفقرة، في حين يميل آخرون للاستجابة المعتدلة.

قبل إجراء التحليل العاملي التوكيدي (CFA) للتحقق من الصدق البنائي للمقياس، تؤدي هذه الاستجابات المتطرفة غير النمطية إلى تضخم الارتباطات البينية بين الفقرات بشكل زائف أو تشتيت مصفوفة التغاير. تساعد ونسرة درجات الفقرات الإجمالية في تنقية المصفوفة السيكومترية، وضبط التوزيعات التكرارية للفقرات، وتحسين تقدير معاملات الاتساق الداخلي (مثل معامل ألفا كرونباخ ومعامل أوميغا لماكدونالد) عبر تحييد التشوهات الفردية المعزولة.

11. المآخذ المنهجية والانتقادات الموجهة لتقنية وينسور

11.1 مسألة تزييف أو اصطناع البيانات (Data Fabrication Concerns)

على الرغم من المزايا الرياضية العديدة للوينسرة، إلا أنها واجهت انتقادات فلسفية ومنهجية لا يُستهان بها من قبل بعض المدارس الإحصائية المحافظة. يتركز النقد الأساسي حول مسألة «تعديل الواقع المرصود»؛ حيث يجادل المنتقدون بأن استبدال قيمة حقيقية تم رصدها وتسجيلها في الميدان بقيمة أخرى مفترضة رياضياً يمثل شكلاً من أشكال التدخل الاصطناعي في طبيعة البيانات، وقد يقترب في بعض المفاهيم الصارمة من تشويه الحقائق التجريبية.

ويزداد هذا النقد وجاهة في الحالات التي تكون فيها القيم المتطرفة تعبيراً عن ظواهر نادرة بالغة الأهمية (Black Swan Events) أو مؤشرات حيوية دالة على متلازمات سلوكية نادرة؛ فتعديل هذه القيم يخفي هذه الخصائص النوعية ويحرم الباحث من فرصة استكشاف ديناميكيات الحالات الاستثنائية. لذا، يشدد المنهجيون على ضرورة التمييز الحاسم بين القيم الشاذة الناتجة عن أخطاء القياس والتشويش العشوائي، وبين البيانات النادرة ذات الدلالة النظرية العميقة التي يجب أن تُدرس كيفياً بدلاً من ونسرتها عددياً.

11.2 التأثير السلبي المحتمل على اختبارات الفروض الإحصائية

يتمثل المأخذ الإحصائي والتقني الثاني في ظاهرة تراكم التكرارات عند نقاط القطع (Ties at Cutoff Points)؛ فعند استبدال كافة القيم التي تتجاوز المئين 95% بنفس القيمة المئوية، يتشكل في نهاية ذيل التوزيع «تراكم كتلي» من المشاهدات المتطابقة تماماً في القيمة. هذا التراكم يمثل خرقاً لافتراض الاستمرارية التامة للمتغير العشوائي المستمر، وقد يؤثر سلباً على كفاءة بعض الخوارزميات الحسابية المتقدمة التي تفترض عدم وجود قيم مكررة متطابقة في الذيول.

علاوة على ذلك، يؤدي تطبيق الوينسرة دون إجراء التصحيحات المعيارية لدرجات الحرية وتباين وينسور إلى خطر خفض الخطأ المعياري بشكل مضلل، مما يؤدي إلى تضخم احتمالية ارتكاب الخطأ من النوع الأول (Type I Error)؛ أي قبول الفرضية البديلة وإقرار وجود فروق دالة إحصائياً في حين أنها فروق ناتجة عن انكماش التباين الاصطناعي الناجم عن المعالجة غير المصححة.

11.3 البدائل الإحصائية المتقدمة المتاحة للباحثين

في ظل التطور الهائل في القدرات الحاسوبية والبرمجيات الإحصائية، لم يعد الباحثون مضطرين للاقتصار على الوينسرة أو التحويلات الكلاسيكية كحلول وحيدة للتعامل مع البيانات غير المعتدلة أو المتطرفة، حيث برزت عدة بدائل إحصائية حديثة وأكثر متانة ومرونة:

  • النماذج الخطية المعممة (Generalized Linear Models – GLM): تتيح هذه النماذج للباحث نمذجة البيانات باستخدام توزيعات احتمالية تنتمي للعائلة الأسية وتلائم بطبيعتها التوزيعات الملتوية وذات الذيول الثقيلة (مثل توزيع غاما Gamma، وتوزيع بواسون المتضخم بالصفار Zero-Inflated Poisson، وتوزيع بيتا)، دون الحاجة لتعديل أو ونسرة أي قيمة في البيانات الخام.
  • أساليب إعادة أخذ العينات والتمهيد الذاتي (Bootstrapping): تُعد طريقة التمهيد الذاتي اللابارامتري بديلاً فائق القوة لا يتطلب أي افتراضات مسبقة حول اعتدالية التوزيع أو حساسية التباين، حيث تعتمد على توليد آلاف العينات العشوائية من البيانات الأصلية نفسها لتقدير فترات الثقة والأخطاء المعيارية للمؤشرات الإحصائية بدرجة عالية من الثبات والمقاومة للقيم الشاذة.
  • مقدرات ‘إم’ المتينة (M-Estimators): التي طورها بيتر هوبر (Peter Huber) وتوكى (Tukey’s Bisquare)، وتقوم على إعطاء أوزان تراجعية تدريجية ومستمرة (Continuous Downweighting) للقيم كلما زاد ابتعادها عن المركز، بدلاً من القطع الحاد والاستبدال الثابت المتبع في الوينسرة.

12. أفضل الممارسات والمعايير الأخلاقية لكتابة تقرير الوينسرة في الأبحاث

12.1 إرشادات جمعية علم النفس الأمريكية (APA 7th Edition)

تفرض إرشادات التوثيق والنشر الأكاديمي الصادرة عن جمعية علم النفس الأمريكية في إصدارها السابع (APA 7th Edition) معايير صارمة للشفافية والإفصاح المنهجي عند إجراء أي معالجة أو تعديل قبلي على مصفوفة البيانات الخام. يجب على الباحثين تجنب الإشارة العابرة أو الغامضة للتحويلات، والالتزام بتقديم تقرير مفصل ودقيق في قسم «المنهجية والإجراءات» (Method Section) يغطي النقاط المحددة التالية:

  • المبرر المنهجي: ذكر الأسباب العلمية الصريحة التي دفعت لاختيار تقنية الوينسرة بدلاً من الحذف الكلي أو التحويلات الرياضية اللوغاريتمية، مع الإشارة إلى نتائج فحوص الكشف عن القيم الشاذة ومؤشرات الالتواء والتفرطح الأولية.
  • تحديد المعالم الرقمية: التوثيق الدقيق لنسبة القطع المعتمدة (مثلاً: 90% Winsorization)، وتحديد نوعها (متناظرة أم غير متناظرة)، وذكر القيم الرقمية الفعلية لنقاط القطع المئوية (مثل: المئين الخامس = 12.35 والمئين الخامس والتسعين = 92.05)، وعدد الحالات الفعلية التي خضعت للتعديل في كل طرف.
  • المقارنة الوصفية الشاملة: تضمين جداول إحصائية وصفية تقارن بوضوح بين المتوسطات، والانحرافات المعيارية، ومعاملات الالتواء والتفرطح للبيانات الخام قبل الوينسرة وبعدها مباشرة.

12.2 إجراء تحليل الحساسية (Sensitivity Analysis)

يُمثل تحليل الحساسية (Sensitivity Analysis) الركيزة الأساسية للنزاهة العلمية والمتانة الإحصائية في الأبحاث المعتمدة على الوينسرة. يقضي هذا التحليل بأن يقوم الباحث بتنفيذ كافة التحليلات الإحصائية واختبارات الفروض المقررة في الدراسة على مسارين متوازيين تماماً:

  • المسار الأول: إجراء التحليل الإحصائي باستخدام مصفوفة البيانات الخام الأصلية (بدون أي تعديل أو وينسرة).
  • المسار الثاني: إجراء نفس التحليل الإحصائي تماماً باستخدام مصفوفة البيانات المعدلة بعد الوينسرة.

عقب إتمام المسارين، يقوم الباحث بمقارنة مخرجات القرارات الإحصائية والدلالة المعنوية وحجوم الأثر (Effect Sizes) عبر الحالتين. إذا أظهرت النتائج تطابقاً في الاستنتاجات الجوهرية للفرضيات، يكتسب البحث مصداقية وموثوقية عالية تثبت أن النتيجة الإحصائية ليست وليدة التعديل الرقمي. أما إذا تغيرت القرارات الإحصائية واختفت الدلالة عند الانتقال بين الحالتين، فيجب على الباحث الإفصاح الكامل عن ذلك في قسم «المناقشة» وتفسير مدى هشاشة أو متانة الفرضية في ضوء التأثير الحاسم للقيم الشاذة.

12.3 حفظ ومشاركة البيانات الخام ضمن مبادئ العلم المفتوح

في عصر التحول نحو ممارسات العلم المفتوح (Open Science) والشفافية الأكاديمية الشاملة، لم يعد مقبولاً الاحتفاظ بملفات المعالجة الإحصائية في حواسيب الباحثين المغلقة. يتطلب النشر الأكاديمي الرصين الالتزام التام بإيداع مجموعات البيانات الخام غير المعدلة (Raw Unmodified Datasets) في مستودعات البيانات العامة والموثوقة مثل مركز العلم المفتوح (OSF) أو Zenodo أو Figshare، مع ربطها بمعرف الكائن الرقمي الدائم (DOI).

يجب أن يتضمن هذا الإيداع نصوص الأوامر البرمجية الكاملة (Scripts/Syntax) المستخدمة في حساب المئينات وتنفيذ الوينسرة، مما يتيح للمحكمين والباحثين المستقلين في جميع أنحاء العالم إعادة إنتاج نفس النتائج الرياضية بدقة متناهية والتحقق المستقل من صحتها. تسهم هذه الممارسة الأخلاقية الصارمة في حماية المجتمع الأكاديمي من ظاهرة التلاعب الانتقائي بالبيانات (P-Hacking)، وتعزز الثقة المجتمعية في مخرجات البحوث النفسية والسلوكية الرصينة.

خاتمة

تمثل تقنية ونسرة البيانات (Winsorization) إحدى أهم وأنجع الركائز المنهجية التي قدمتها مدرسة الإحصاء المتين للعلوم النفسية والسلوكية والبيولوجية المعاصرة. فمن خلال توفيرها لحل توفيقي يجمع بين كبح التأثير التدميري للقيم الشاذة المتطرفة والحفاظ الكامل على حجم العينة الأصلي وسلامة مصفوفة التصميم التجريبي، تمكنت هذه التقنية من سد فجوة منهجية لطالما أربكت الباحثين لعقود طويلة بين الحذف الجائر للبيانات أو الرضوخ للتشوهات الإحصائية الكلاسيكية.

ومع ذلك، فإن الوينسرة ليست وصفة سحرية خالية من المحاذير؛ فنجاح تطبيقها يظل مرهوناً بالفهم العميق للبنية الرياضية للمتغيرات، والتشخيص الاستكشافي الدقيق للتوزيعات، والاختيار الموضوعي لنسب القطع، واستخدام المعادلات التصحيحية للتباين الاستدلالي. ومع الالتزام بأرقى معايير الإفصاح المنهجي التي تفرضها جمعية علم النفس الأمريكية ومبادئ العلم المفتوح، وتدعيم النتائج بتحليلات الحساسية الصارمة، تظل الوينسرة أداة لا غنى عنها في ترسانة الباحث الكمي لضمان صدق الاستدلال، ودقة القياس، واستدامة المعرفة العلمية الرصينة.

References

اقتباس هذا المقال

looti, M. (2026, أغسطس 30). كيفية ونسرة البيانات: التعريف والأمثلة. عرب سايكلوجي. https://arabpsychology.com/statistics/how-to-winsorize-data-definition-examples/
looti, Mohammed. “كيفية ونسرة البيانات: التعريف والأمثلة.” عرب سايكلوجي, 30 أغسطس 2026, https://arabpsychology.com/statistics/how-to-winsorize-data-definition-examples/.
looti, Mohammed. “كيفية ونسرة البيانات: التعريف والأمثلة.” عرب سايكلوجي. أغسطس 30, 2026. https://arabpsychology.com/statistics/how-to-winsorize-data-definition-examples/.