استخدام الاختبارات البعدية مع تحليل التباين (ANOVA)

يمثل الاستدلال الإحصائي الركيزة المنهجية الكبرى التي تقوم عليها العلوم السلوكية والنفسية والتربوية والطبية الحديثة. وعندما يتصدى الباحث لدراسة الفروق بين مجموعات تجريبية أو ضابطة متعددة تتجاوز المجموعتين، يبرز تحليل التباين (Analysis of Variance – ANOVA) كأحد أكثر النماذج الخطية المعممة استخداماً وتفضيلاً لاختبار الفرضيات الصفرية حول تساوي المتوسطات. غير أن الوصول إلى نتيجة دالة إحصائياً عبر هذا الاختبار الكلي لا يمثل نهاية المطاف التحليلي، بل هو في واقع الأمر مجرد إشارة ضوئية تفتح الباب أمام تساؤلات أكثر عمقاً ودقة تتعلق بمصدر هذا التباين واتجاهاته التفصيلية.

تكمن المعضلة الجوهرية لاختبار “ف” (F-test) الإجمالي في كونه اختباراً شمولياً مجرداً (Omnibus Test)؛ فهو يمتلك القدرة على إثبات وجود تباين جوهري بين المتوسطات محل الدراسة ككل، لكنه يعجز تماماً عن تحديد أي المجموعات تتفوق على نظيراتها، أو أي الأزواج التجريبية المسؤولة بصورة مباشرة عن رفض الفرضية الصفرية. ومن هذا المنطلق الإبستمولوجي والمنهجي، تبرز الاختبارات البعدية (Post Hoc Tests) كأدوات استدلالية متقدمة وضرورية لا غنى عنها، وظيفتها تشريح البنية الدقيقة للبيانات وتفكيك التباين الكلي إلى مقارنات ثنائية محددة بدقة رياضية صارمة.

يتناول هذا الدليل الأكاديمي الشامل كل ما يتعلق بتطبيق الاختبارات البعدية المقترنة بتحليل التباين، بدءاً من تفكيك الأسس الرياضية للاختبار الكلي وإشكالية تضخم معدل الخطأ من النوع الأول (Type I Error Inflation)، مروراً بالمقارنة المعمقة بين استراتيجيات المقارنات القبلية والبعدية، وصولاً إلى استعراض مصفوفة اتخاذ القرار الإحصائي لتحديد الاختبار الأمثل (مثل Tukey HSD وBonferroni وScheffé وGames-Howell وDunnett)، وإجراءات التطبيق البرمجي عبر SPSS ولغة R، وانتهاءً بأساليب التوثيق المعتمدة وفق الدليل الإرشادي لجمعية علم النفس الأمريكية (APA 7th Edition).

1. مدخل تمهيدي إلى تحليل التباين (ANOVA) والحدود الإحصائية لاختبار ف

1.1 طبيعة اختبار تحليل التباين كاختبار كلي (Omnibus Test)

يقوم تحليل التباين الأحادي (One-Way ANOVA) في جوهره الرياضي على فحص الفرضية الصفرية الشاملة ($H_0: \mu_1 = \mu_2 = \mu_3 = dots = \mu_k$)، والتي تفترض أن جميع المتوسطات المأخوذة من مجتمعات الدراسة الأصلية متطابقة ولا يوجد بينها أي فارق جوهري يعزى إلى المتغير المستقل، في مقابل الفرضية البديلة ($H_1$) التي تقر بأن متوسطين اثنين على الأقل من متوسطات المجموعات يختلفان عن بعضهما البعض بصورة ذات دلالة إحصائية.

تتحقق هذه الآلية من خلال حساب النسبة الفائية ($F\text{-ratio}$)، والتي تمثل حاصل قسمة التباين المفسر بين المجموعات (Between-Group Variance / Mean Square Between) مقسوماً على التباين غير المفسر أو التباين العشوائي داخل المجموعات (Within-Group Variance / Mean Square Error):

$$F = \frac{MS_{between}}{MS_{within}} = \frac{SS_{between} / df_{between}}{SS_{within} / df_{within}}$$

عندما تكون النسبة الفائية المحسوبة أكبر بكثير من القيمة الجدولية الحرجة، وتكون القيمة الاحتمالية الإجمالية ($p\text{-value}$) أقل من مستوى الدلالة المعتمد ($\alpha = .05$)، يتخذ الباحث قراره برفض الفرضية الصفرية الشاملة. ومع ذلك، فإن الطبيعة الكلية لاختبار “ف” تفرض حداً بنيوياً صارماً؛ فالقيمة الاحتمالية الدالة تخبرنا فقط بأن توزيع المتوسطات ليس متطابقاً، لكنها تفشل تماماً في إيضاح ما إذا كانت المجموعة الأولى تختلف عن الثانية، أم أن الثالثة هي التي تبتعد عن المجموعتين السابقتين معاً، أم أن كل مجموعة تختلف عن كافة المجموعات الأخرى.

1.2 القصور التفسيري لنتائج تحليل التباين الأحادية

يقع العديد من الباحثين المبتدئين في فخ معرفي ومنهجي شائع يتمثل في محاولة سد الفجوة التفسيرية لاختبار “ف” من خلال المقارنة البصرية المباشرة لقيم المتوسطات الحسابية الوصفية ($Descriptive Means$). فعلى سبيل المثال، إذا أظهرت دراسة نفسية تقارن بين ثلاثة برامج لعلاج القلق (العلاج المعرفي السلوكي $M=18$، والعلاج بالقبول والالتزام $M=21$، وقائمة الانتظار $M=29$) قيمة $p < .001$ في اختبار تحليل التباين، يميل البعض إلى استنتاج أن العلاج المعرفي السلوكي يتفوق دلالياً على العلاج بالقبول والالتزام لمجرد أن متوسط درجات القلق لديه أقل عددياً.

إن هذا الاستنتاج يعد باطلاً إحصائياً ولا يمكن الدفاع عنه علمياً؛ فالفرق العددي البسيط بين المتوسطات الوصفية قد يكون ناتجاً كلياً عن أخطاء المعاينة العشوائية والتباين الداخلي للمجموعات وليس عن تأثير تجريبي حقيقي. ومن هنا، تبرز الحاجة المنهجية الملحة إلى توظيف أدوات اختبارية فرعية متقدمة تتمتع بالقدرة على إخضاع كل فارق ثنائي لاختبار الدلالة الإحصائية بصورة مستقلة ومضبوطة، للارتقاء بالتفسير السيكولوجي والتطبيقي وتجنب الوقوع في الاستنتاجات الزائفة.

1.3 الترابط المنهجي بين تحليل التباين والمقارنات البعدية

يمثل تحليل التباين والاختبارات البعدية مرحلتين متتاليتين في بروتوكول استدلالي واحد متكامل؛ حيث يعمل اختبار تحليل التباين كـ “بوابة أمان إحصائية” (Statistical Gatekeeper) تحمي الباحث من خوض تحليلات تفصيلية غير مبررة للبيانات العشوائية، بينما تتولى الاختبارات البعدية مهمة التشريح التفصيلي بعد عبور هذه البوابة بنجاح.

يتأثر هذا الترابط التتابعي بشكل مباشر بـ حجم التأثير (Effect Size) الإجمالي المقاس بمؤشرات مثل إيتا مربعة ($\eta^2$) أو أوميغا مربعة ($\omega^2$)، والقوة الإحصائية الكلية للاختبار ($Statistical Power$). فعندما يكون حجم التأثير كبيراً ومقترناً بقوة إحصائية مرتفعة، تصبح الاختبارات البعدية قادرة على رصد الفروق الدقيقة حتى بين المجموعات التجريبية المتقاربة، مما يساهم بفاعلية في سد الفجوة بين الفرضية الصفرية العامة والنظريات السيكولوجية التفسيرية الدقيقة.

2. المفهوم الإحصائي للاختبارات البعدية (Post Hoc Tests) وأهميتها المنهجية

2.1 تعريف الاختبارات البعدية وطبيعتها الاستكشافية

يشتق المصطلح اللاتيني Post Hoc لغوياً من عبارة Post hoc ergo propter hoc والتي تعني “بعد هذا، أو بعد وقوع الحدث”. وفي سياق التصميم التجريبي والإحصاء الاستدلالي، يشير المصطلح إلى عائلة واسعة من الاختبارات الإحصائية التي تُجرى بعد فحص البيانات والحصول على دلالة إحصائية عامة في اختبار تحليل التباين، دون أن يكون الباحث قد حدد سلفاً وفي مرحلة ما قبل جمع البيانات أزواج المقارنات المعنية بالدراسة.

تتميز الاختبارات البعدية بطبيعتها الاستكشافية الشاملة ($Exploratory$) في مقابل الاختبارات التوكيدية المحددة مسبقاً ($Confirmatory$)؛ حيث تقوم هذه الاختبارات بفحص كافة التباديل والتوافيق الممكنة بين المجموعات التجريبية والضابطة، والتي يبلغ عددها الإجمالي:

$$c = \frac{k(k – 1)}{2}$$

حيث تمثل $k$ عدد المجموعات، و$c$ عدد المقارنات الثنائية الممكنة. ويتيح هذا الفحص الشامل للباحث استكشاف الأنماط غير المتوقعة والفروق الكامنة في البيانات التجريبية المعقدة.

2.2 المزايا المنهجية والإحصائية لتطبيق الاختبارات البعدية

توفر الاختبارات البعدية مزايا منهجية حاسمة تضمن نزاهة الاستدلال العلمي وجودة المعرفة السيكولوجية المنتجة، وتتجلى هذه المزايا في النقاط التالية:

• الدقة الاستدلالية المتقدمة: عزل المجموعات المتجانسة وتحديد مستويات المعالجة التجريبية التي تحدث الفارق الفعلي والملموس مقارنة بغيرها من التدخلات.
• المرونة الاستكشافية: تمكين علماء النفس والباحثين السلوكيين من فحص فرضيات بحثية جديدة وظواهر غير متوقعة ظهرت بعد جمع البيانات التجريبية، دون التضحية بالصرامة الرياضية.
• السيطرة الصارمة على النتائج الإيجابية الكاذبة: تقليل احتمالية الوقوع في الخطأ من النوع الأول واكتشاف فروق وهمية لا وجود لها في المجتمع الأصلي، مما يعزز موثوقية النتائج ومصداقية البحوث المنشورة.

2.3 متى يتم تفعيل الاختبارات البعدية ومتى يُمتنع عنها؟

يرتبط تطبيق الاختبارات البعدية ببروتوكولات منهجية واضحة يجب الالتزام بها بدقة لضمان صحة الاستنتاجات الإحصائية:

• شرط الدلالة الإجمالية لاختبار ف: لا يجوز منهجياً تفعيل الاختبارات البعدية الاستكشافية التقليدية إلا إذا كانت القيمة الاحتمالية لاختبار ANOVA دالة إحصائياً ($p < \alpha$). ويُعرف هذا التقليد المنهجي باسم منهج فيشر للمقارنات المحمية (Fisher’s Protected LSD)، والذي يمنع البحث العشوائي عن فروق غير حقيقية في حال فشل النموذج العام في إثبات وجود تباين كلي.
• حالة المجموعتين فقط ($k = 2$): عندما يشتمل التصميم التجريبي على مجموعتين فقط، يكون عدد المقارنات الممكنة مساوياً لواحد ($c = 1$). في هذه الحالة، تكون النسبة الفائية مساوية تماماً لمربع قيمة اختبار “ت” ($F = t^2$)، وتكون القيمة الاحتمالية متطابقة تماماً، مما يجعل إجراء أي اختبار بعدي لغواً إحصائياً وتكراراً لا معنى له.
• المحاذير المنهجية: يمنع منعاً باتاً اللجوء إلى “صيد الدلالة الإحصائية” (Data Dredging) من خلال تطبيق الاختبارات البعدية في ظل غياب الدلالة الإحصائية لاختبار “ف” العام، لما يسببه ذلك من تضخيم كارثي للنتائج الإيجابية الزائفة.

3. إشكالية التضخم في معدل الخطأ من النوع الأول (Type I Error Inflation)

3.1 ديناميكية تراكم الخطأ عبر المقارنات المتعددة

إن السبب الجوهري الذي يمنع الباحثين من استخدام اختبار “ت” للعينات المستقلة (Independent Samples t-test) بصورة متكررة لمقارنة أزواج المجموعات يكمن في ظاهرة التضخم التراكمي في معدل الخطأ من النوع الأول، والمعروفة باسم إشكالية المقارنات المتعددة ($Multiple Comparisons Problem$).

للتمييز الدقيق بين المفاهيم الإحصائية المرتبطة بهذه الظاهرة، يجب التفرقة بين مستويين من معدلات الخطأ:

• معدل الخطأ لكل مقارنة ($\alpha_{PC} – \text{Per-Comparison Error Rate}$): وهو احتمال ارتكاب خطأ من النوع الأول في اختبار إحصائي فردي محدد، ويتم ضبطه تقليدياً عند $\alpha = .05$.
• معدل الخطأ العائلي التجريبي ($\alpha_{FW} – \text{Familywise Error Rate}$): وهو الاحتمال الكلي لارتكاب خطأ واحد على الأقل من النوع الأول عبر جميع المقارنات الثنائية المجراة داخل التجربة الواحدة.

تخضع ديناميكية تراكم هذا الخطأ للمعادلة الاحتمالية الرياضية التالية، بافتراض استقلالية المقارنات:

$$\alpha_{FW} = 1 – (1 – \alpha_{PC})^c$$

حيث تمثل $c$ عدد المقارنات الثنائية الممكنة المحسوبة بالصيغة $c = \frac{k(k-1)}{2}$. لنفترض أن باحثاً في علم النفس التجريبي يصمم دراسة لتقييم فاعلية 5 برامج لعلاج الاكتئاب ($k=5$). في هذا التصميم، يكون عدد المقارنات الثنائية الممكنة:

$$c = \frac{5(5-1)}{2} = \frac{20}{2} = 10 \text{ مقارنات ثنائية}$$

إذا قرر الباحث إجراء 10 اختبارات “ت” مستقلة بمستوى دلالة فردي $\alpha_{PC} = .05$، فإن معدل الخطأ العائلي الكلي الفعلي يصبح:

$$\alpha_{FW} = 1 – (1 – 0.05)^{10} = 1 – (0.95)^{10} = 1 – 0.5987 = 0.4013 \approx 40.13%$$

وهذا يعني أن هناك احتمالاً يتجاوز 40% بأن يعلن الباحث عن تفوق دال إحصائياً لأحد البرامج العلاجية على برنامج آخر بالصدفة البحتة، في حين أنه لا يوجد أي فارق حقيقي في الواقع.

3.2 العواقب المنهجية للتهاون في ضبط معدل الخطأ الإجمالي

أدى التهاون التاريخي في ضبط معدل الخطأ العائلي عبر المقارنات المتعددة إلى أزمة منهجية كبرى عصفت بالأوساط العلمية، لا سيما في حقول علم النفس السريري والتجريبي، وعرفت باسم أزمة قابلية التكرار (Replication Crisis). فقد كشفت الدراسات التلويّة ومشاريع إعادة الإنتاج العلمي أن نسبة ضخمة من النتائج المنشورة ذات الدلالة الإحصائية المزعومة كانت مجرد نتائج إيجابية كاذبة ناتجة عن إجراء مقارنات ثنائية عشوائية دون تحكم إحصائي صارم.

ينجم عن هذا التهاون نشر استنتاجات سيكولوجية وطبية مضللة تدعي فاعلية بروتوكولات علاجية وهمية، مما يترتب عليه توجيه الموارد الطبية والمجتمعية نحو تدخلات عديمة الجدوى، فضلاً عن إهدار الجهود البحثية وإضعاف التراكم المعرفي الرصين وتآكل الثقة العامة في مخرجات العلوم السلوكية.

3.3 آليات الضبط الإحصائي المدمجة في الاختبارات البعدية

تعمل الاختبارات البعدية على حل هذه الإشكالية المعقدة عبر تطبيق آليات ضبط رياضية صارمة ومدمجة في صلب معادلاتها، وتعتمد في ذلك على استراتيجيتين رئيسيتين:

• تعديل مستوى الدلالة المقبول ($\text{Alpha Adjustment}$): وتعتمد على توزيع قيمة ألفا الإجمالية المسموح بها ($\alpha = .05$) على عدد المقارنات المجراة بطرق رياضية مباشرة أو غير خطية، مما يجعل معيار الدلالة لكل مقارنة فردية أكثر صرامة وتحفظاً.
• تعديل حدود المدى الإحصائي والقيم الحرجة ($\text{Critical Value Adjustment}$): وتعتمد على استخدام توزيعات احتمالية بديلة مصممة خصيصاً للمقارنات المتعددة، مثل توزيع المدى الممايز للطلاب (Studentized Range Distribution – $q$)، بدلاً من توزيع “ت” التقليدي، مما يرفع من قيمة الحد الأدنى للفرق الواجب تحقيقه لإثبات الدلالة.

تهدف هذه الآليات إلى إيجاد توازن رياضي دقيق يحمي الباحث من ارتكاب الخطأ من النوع الأول دون التضحية المفرطة بالقوة الإحصائية، مما يمنع السقوط في الخطأ من النوع الثاني (Type II Error – $\beta$) المتمثل في الفشل في رصد الفروق الحقيقية القائمة بالفعل.

4. المقارنات المخططة مسبقاً (Planned Contrasts) مقابل الاختبارات البعدية (Post Hoc)

4.1 التباين الإبستمولوجي والمنهجي بين المدخلين

يقوم التحليل الإحصائي المقارن على فلسفتين ابستمولوجيتين متمايزتين يجب على كل باحث استيعاب الفروق الجذرية بينهما قبل البدء في معالجة البيانات:

المقارنات القبلية أو المخططة مسبقاً (A Priori / Planned Contrasts): تنطلق هذه الاستراتيجية من نموذج توكيدي ($Confirmatory$)؛ حيث يستند الباحث إلى إطار نظري رصين ودراسات سابقة محكمة لصياغة فرضيات نوعية ومحددة سلفاً قبل الشروع في جمع البيانات التجريبية. وتتميز هذه المقارنات بقوتها الإحصائية العالية جداً، حيث لا يستهلك الباحث مستويات الدلالة في فحص كافة الأزواج الممكنة، بل يركز قوته الاختبارية على أسئلة محددة، مما يقلل من حجم العينة المطلوب لتحقيق قوة إحصائية مناسبة.

المقارنات البعدية (A Posteriori / Post Hoc Tests): تنطلق من نموذج استكشافي شامل ($Exploratory$)؛ حيث لا يمتلك الباحث توقعات مسبقة صارمة حول طبيعة العلاقات بين المستويات التجريبية، بل يقوم بفحص كافة التباديل الممكنة بعد معاينة البيانات واكتشاف دلالة النموذج الكلي. ونظراً لطبيعتها الشاملة، فإنها تخضع لعقوبات تحفظية صارمة لحماية معدل الخطأ العائلي، مما يجعل متطلبات القوة وحجم العينة أعلى مقارنة بالتحليلات القبلية.

4.2 التعامد الإحصائي واستقلالية المقارنات

يعد مفهوم التناقضات المتعامدة (Orthogonal Contrasts) أحد أرقى المفاهيم الرياضية في تصميم التجارب وتحليل التباين؛ حيث تتيح المقارنات المتعامدة تجزئة مجموع المربعات الإجمالي بين المجموعات ($SS_{between}$) إلى أجزاء مستقلة تماماً لا تشترك في أي قدر من التباين المفسر.

لضمان تحقق التعامد الرياضي بين أي زوج من المقارنات، يجب أن تستوفي معاملات التباين ($Contrast Coefficients – c_i$) شرطين أساسيين:

• الشرط الأول (شرط المقارنة): يجب أن يكون مجموع المعاملات لأي مقارنة فردية مساوياً للصفر تماماً:
  $$\sum_{i=1}^{k} c_i = 0$$
• الشرط الثاني (شرط التعامد): يجب أن يكون مجموع حاصل ضرب المعاملات المتناظرة لأي مقارنتين مختلفتين مساوياً للصفر:
  $$\sum_{i=1}^{k} c_{1i} c_{2i} = 0$$

إذا احتوى التصميم التجريبي على $k$ من المجموعات، فإن الحد الأقصى للمقارنات المتعامدة المستقلة الممكن إجراؤها هو دائماً مساوٍ لدرجات حرية المعالجة ($df = k – 1$). وتضمن هذه الخاصية عدم تكرار فحص المعلومة الإحصائية الواحدة، مما يحافظ على معدل الخطأ الكلي عند مستواه الاسمي دون الحاجة إلى تعديلات مفرطة في التحفظ.

4.3 معايير الاختيار بين المقارنات القبلية والاختبارات البعدية

يعتمد الاختيار المنهجي بين المدخلين على طبيعة الأهداف البحثية وطبيعة البناء النظري للدراسة:

• اعتماد المقارنات القبلية (Planned Contrasts): يُوصى بها بشدة عندما تكون الفرضيات النظرية واضحة ومستمدة مباشرة من أدبيات مستقرة (مثل اختبار ما إذا كان التدخل المعرفي السلوكي يتفوق على متوسط التدخلين الدوائي والتحليلي مجتمعين). يضمن هذا المسار أعلى قوة إحصائية ممكنة واستهلاكاً كفؤاً لدرجات الحرية.
• اعتماد الاختبارات البعدية (Post Hoc Tests): يُوصى بها عند تنفيذ أبحاث استكشافية، أو تقييم أدوية وتدخلات جديدة متعددة لم تتحدد فعاليتها المتبادلة بعد، أو عندما تكون كافة المقارنات الثنائية بين المستويات التجريبية ذات أهمية علمية متساوية للمجال.

5. افتراضات تحليل التباين وتأثيرها على سلامة الاختبارات البعدية

5.1 افتراض استقلالية الملاحظات (Independence of Observations)

يمثل افتراض استقلالية الملاحظات والأخطاء العشوائية الحجر الأساس الأكثر حساسية وخطورة في تحليل التباين والاختبارات البعدية كافة. ويعني هذا الافتراض أن استجابة أي مشارك في التجربة لا تؤثر بأي شكل من الأشكال على استجابة مشارك آخر، وأن أخطاء القياس غير مرتبطة عبر الأفراد أو المجموعات.

يعد هذا الافتراض غير متسامح إحصائياً على الإطلاق؛ فإذا حدث انتهاك للاستقلالية (نتيجة جمع البيانات في مجموعات تفاعلية، أو وجود عدوى سلوكية، أو ارتباط مكاني/زماني غير مضبوط)، فإن معدل الخطأ من النوع الأول يتضخم بشكل انفجاري لا تجدي معه أي اختبارات بعدية نفعاً. يتم ضبط هذا الافتراض من خلال التصميم التجريبي الصارم والعزل العشوائي التام، أو اللجوء إلى تصاميم القياسات المتكررة والتحليلات الخطية الهرمية (Hierarchical Linear Modeling – HLM) عند وجود بيانات عنقودية.

5.2 افتراض التوزيع الطبيعي (Normality of Residuals)

ينص هذا الافتراض على أن بواقي النموذج الإحصائي ($Residuals = Y_{ij} – \bar{Y}_j$) تتوزع توزيعاً طبيعياً معتدلاً بمتوسط حسابي يقترب من الصفر في كل مجتمع من مجتمعات الدراسة. يتم تقييم هذا الافتراض إحصائياً وبصرياً عبر:

• اختبارات الدلالة الإحصائية مثل اختبار شابيرو-ويلك (Shapiro-Wilk Test) واختبار كولموجوروف-سميرنوف.
• الفحص البصري لمخططات الاحتمال الطبيعي (Q-Q Plots) ومدرجات التكرار للبواقي.

يتميز تحليل التباين والاختبارات البعدية المعتمدة على توزيع المدى بقدرتها على تحمل الانتهاكات البسيطة إلى المعتدلة للاعتدالية (Robustness)، لا سيما عندما تكون أحجام العينات كبيرة ($N > 30$ لكل مجموعة) استناداً إلى نظرية النهاية المركزية (Central Limit Theorem). أما في حالات الالتواء الشديد في العينات الصغيرة، فيتعين اللجوء إلى البدائل اللامعلمية مثل اختبار كروسكال-واليس يليه اختبار دن للمقارنات المتعددة (Dunn’s Test)، أو استخدام أساليب إعادة المعاينة التكرارية (Bootstrapping).

5.3 افتراض تجانس التباين (Homogeneity of Variance)

يفترض تحليل التباين الكلاسيكي ومعظم الاختبارات البعدية التقليدية أن تباين درجات المتغير التابع متساوٍ عبر كافة المجموعات التجريبية ($\sigma_1^2 = \sigma_2^2 = dots = \sigma_k^2$). ويتم التحقق من هذا الافتراض بصورة قياسية من خلال تطبيق اختبار ليفين لتجانس التباين (Levene’s Test for Equality of Variances).

إذا أظهر اختبار ليفين قيمة دالة إحصائياً ($p < .05$)، فإن ذلك يشير إلى انتهاك صريح لافتراض التجانس (Heteroscedasticity). وتزداد خطورة هذا الانتهاك عندما تترافق مع عدم تساوي أحجام العينات بين المجموعات ($Unequal Sample Sizes$):

• التحيز الليبرالي (Liberal Bias): يحدث عندما تمتلك المجموعات ذات العينات الأصغر تباينات أكبر، مما يؤدي إلى تضخيم النسبة الفائية ورفع معدل الخطأ من النوع الأول بشكل حاد، مما يعطي انطباعاً كاذباً بوجود دلالة إحصائية.
• التحيز التحفظي (Conservative Bias): يحدث عندما تمتلك المجموعات ذات العينات الأكبر تباينات أكبر، مما يؤدي إلى تقليص قيمة “ف” المحسوبة وفقدان القوة الإحصائية لرصد الفروق الفعلية (خطأ من النوع الثاني).

يمثل التحقق من هذا الافتراض المفترق الأساسي في شجرة القرار الإحصائي لتحديد عائلة الاختبارات البعدية الواجب تطبيقها كما سنفصل في الأقسام اللاحقة.

6. الاختبارات البعدية الشائعة في حالة تحقق تجانس التباين

6.1 اختبار توكي للفرق المعنوي الحقيقي (Tukey’s HSD Test)

يعد اختبار توكي للفرق المعنوي الحقيقي (Tukey’s Honestly Significant Difference – HSD) المعيار الذهبي المفضل بلا منازع في البحوث النفسية والاجتماعية عند الرغبة في إجراء مقارنات شاملة بين كافة أزواج المتوسطات الممكنة في ظل تحقق افتراض تجانس التباين.

يستند اختبار توكي إلى توزيع المدى الممايز ($Studentized Range Distribution – q$) بدلاً من توزيع $t$. وتُحسب إحصاءة الاختبار الزوجية بالمعادلة التالية:

$$q = \frac{\bar{X}_i – \bar{X}_j}{\sqrt{\frac{MS_{within}}{n}}}$$

حيث تمثل $MS_{within}$ التباين المتبقي داخل المجموعات من جدول ANOVA، و$n$ حجم العينة في كل مجموعة. ولتسهيل التطبيق، يتم حساب قيمة الفرق الحرج ذي الدلالة الإحصائية ($HSD$)، بحيث يعتبر أي فارق مطلق بين متوسطين دالاً إحصائياً إذا تجاوز هذه القيمة:

$$HSD = q_{\text{crit}} \times \sqrt{\frac{MS_{within}}{n}}$$

وفي حالة عدم تساوي أحجام العينات بين المجموعات ($n_i \neq n_j$)، يتم تطبيق صيغة تعديل توكي-كرامر (Tukey-Kramer Test) التوافقية، والتي تستبدل $n$ بالمتوسط التوافقي لحجمي المجموعتين المقارنتين:

$$SE = \sqrt{\frac{MS_{within}}{2} \left( \frac{1}{n_i} + \frac{1}{n_j} \right)}$$

يتميز اختبار توكي بقدرته الاستثنائية على الحفاظ على معدل الخطأ العائلي عند المستوى الاسمي المختار تماماً ($\alpha_{FW} = .05$) مع توفير أعلى قوة إحصائية ممكنة للمقارنات الزوجية الشاملة.

6.2 تعديل بونفيروني (Bonferroni Correction)

يقوم تعديل بونفيروني على منطق رياضي بسيط ومباشر مستمد من متباينة بول (Boole’s Inequality). وينص هذا الإجراء على قسمة مستوى الدلالة الكلي المستهدف ($\alpha$) على عدد المقارنات الإجمالي الفعلي المجراة ($c$):

$$\alpha_{altered} = \frac{\alpha}{c}$$

فإذا كان الباحث يجري 5 مقارنات محددة بمستوى $\alpha = .05$، فإن قيمة ألفا المعدلة لكل اختبار تصبح $\alpha = .05 / 5 = .01$. أو بصيغة مكافئة حسابياً، يتم ضرب القيمة الاحتمالية الناتجة عن اختبار “ت” المستقل في عدد المقارنات ($p_{\text{adj}} = p \times c$).

يوفر تعديل بونفيروني حماية فائقة وصارمة جداً ضد الخطأ من النوع الأول، وتكمن ميزته الكبرى في مرونته وسهولة تطبيقه على أي نوع من الاختبارات الإحصائية. ومع ذلك، يعاني الاختبار من عيب هيكلي يتمثل في الإفراط الشديد في التحفظ (Severe Conservatism) عند ارتفاع عدد المقارنات ($c > 5$)، مما يؤدي إلى هبوط حاد في القوة الإحصائية وتزايد احتمالية الوقوع في الخطأ من النوع الثاني وتجاهل فروق حقيقية ذات دلالة إكلينيكية.

6.3 اختبار شيفيه (Scheffé’s Method)

يمثل اختبار شيفيه (Scheffé’s Test) الأداة الإحصائية الأكثر مرونة وشمولية على الإطلاق في عائلة المقارنات البعدية. فهو لا يقتصر فقط على اختبار الفروق الزوجية البسيطة ($\mu_1 – \mu_2$)، بل يتيح للباحث اختبار كافة المقارنات الخطية المعقدة والمركبة ($Complex Contrasts$) غير المخططة مسبقاً (مثل مقارنة متوسط المجموعتين التجريبيتين الأولى والثانية معاً مقابل متوسط المجموعة الثالثة والرابعة: $\frac{\mu_1 + \mu_2}{2} – \frac{\mu_3 + \mu_4}{2}$).

يقوم اختبار شيفيه بحساب النسبة الفائية للمقارنة وتعديل القيمة الحرجة بربطها المباشر بدرجات حرية النموذج الكلي وفق الصيغة:

$$F_{\text{Scheffé}} = (k – 1) \times F_{\text{crit}(k-1, N-k)}$$

ونظراً لأنه مصمم لحماية الباحث من تضخم الخطأ عبر عدد لانهائي محتمل من المقارنات البسيطة والمركبة، فإن اختبار شيفيه يعد أكثر الاختبارات البعدية تحفظاً على الإطلاق. لذا، لا يُوصى باستخدامه إذا كان اهتمام الباحث مقصوراً على المقارنات الثنائية البسيطة، بل يُخصص حصرياً للمقارنات المعقدة والاستكشافات المتقدمة للنماذج الخطية.

6.4 اختبار نيومان-كولز وتعديل سيداك (Newman-Keuls and Šidák Corrections)

اختبار ستودنت-نيومان-كولز (Student-Newman-Keuls – SNK): هو اختبار متعدد الخطوات ومدعوم بأسلوب المدى المتعاقب ($Stepwise Range Test$)؛ حيث تترتب المتوسطات تصاعدياً، وتتغير القيمة الحرجة للمقارنة بناءً على عدد الخطوات التي تفصل بين المتوسطين المراد مقارنتهما. على الرغم من أن هذا الاختبار كان يتمتع بشعبية واسعة لقوته الإحصائية العالية، إلا أن الدراسات الرياضية المحايدة أثبتت فشله البنيوي في الحفاظ على معدل الخطأ العائلي عند ثبات عدد المجموعات وتزايدها، مما أدى إلى تراجع اعتماده ورفضه في معظم المجلات السيكولوجية الرصينة.

تعديل سيداك (Šidák Correction): يقدم تعديلاً رياضياً دقيقاً يفترض استقلالية المقارنات ويعتمد على الصيغة الاحتمالية التالية لحساب ألفا المعدلة:

$$\alpha_{\text{Šidák}} = 1 – (1 – \alpha)^{1/c}$$

يعتبر تعديل سيداك متفوقاً رياضياً وأكثر دقة نوعاً ما من تعديل بونفيروني البسيط؛ حيث يوفر قوة إحصائية أعلى قليلاً عبر تقليل التحفظ المفرط لبونفيروني، مع توفير سيطرة تامة على معدل الخطأ العائلي الاسمي.

7. الاختبارات البعدية في حالة عدم تحقق تجانس التباين (Heteroscedasticity)

7.1 اختبار جيمس-هاويل (Games-Howell Test)

عندما يسقط افتراض تجانس التباين ويفشل اختبار ليفين ($p < .05$)، لا سيما في وجود أحجام عينات غير متساوية، تصبح كافة الاختبارات السابقة (توكي، بونفيروني، شيفيه) غير صالحة إحصائياً وتؤدي إلى معدلات أخطاء مضللة. في هذا السياق، يبرز اختبار جيمس-هاويل (Games-Howell Test) كأقوى وأكفأ بديل بعدي موصى به في الأدبيات المنهجية المتقدمة.

يعتمد اختبار جيمس-هاويل على استخدام تباينات العينات المنفصلة ($Separate Variances$) لكل مجموعة بدلاً من التباين المدمج ($Pooled Variance$)، ويقوم بحساب الخطأ المعياري للفارق بين المتوسطين كالتالي:

$$SE_{\text{GH}} = \sqrt{\frac{s_i^2}{n_i} + \frac{s_j^2}{n_j}}$$

كما يعتمد الاختبار على تعديل درجات الحرية لكل زوج من المقارنات وفق معادلة ويلش-ساترثويت (Welch-Satterthwaite approximation):

$$df’ = \frac{\left( \frac{s_i^2}{n_i} + \frac{s_j^2}{n_j} \right)^2}{\frac{\left( s_i^2 / n_i \right)^2}{n_i – 1} + \frac{\left( s_j^2 / n_j \right)^2}{n_j – 1}}$$

يتميز جيمس-هاويل بمتانة استثنائية (Robustness) ضد انتهاك التجانس والالتواء الطفيف، ويحمي الباحث بكفاءة من تضخم الخطأ من النوع الأول دون التضحية بالقوة الإحصائية حتى مع التباين الشديد في أحجام المجموعات.

7.2 اختبار تاماني T2 واختبار دانيت T3 (Tamhane’s T2 and Dunnett’s T3)

إلى جانب جيمس-هاويل، تتوفر خيارات إحصائية أخرى مصممة خصيصاً لحالات غياب التجانس:

• اختبار تاماني (Tamhane’s T2): يدمج بين مقارنات اختبار “ت” المعتمد على تباينات ويلش المنفصلة وتعديل متباينة سيداك للمقارنات المتعددة. يعتبر اختبار تاماني T2 شديد التحفظ، ويوفر حماية مطلقة ضد الخطأ من النوع الأول لكن على حساب القوة الإحصائية مقارنة بجيمس-هاويل.
• اختبار دانيت T3 (Dunnett’s T3): يستند إلى توزيع المدى الأقصى الممايز (Studentized Maximum Modulus) مع درجات حرية ويلش المعدلة. يُفضل استخدامه عندما تكون أحجام العينات صغيرة جداً ($n_i < 50$) مع وجود تباينات شديدة التباعد.

توصي الممارسات المنهجية القياسية بتفضيل اختبار جيمس-هاويل عندما تتجاوز أحجام العينات في كل مجموعة 50 فرداً ($N ge 50$) لقوته المتفوقة، في حين يفضل استخدام Dunnett’s T3 في العينات الصغيرة شديدة التباين لضمان أعلى مستويات الأمان الاستدلالي.

7.3 تقييم المتانة الإحصائية في الدراسات الإكلينيكية المعقدة

تشيع ظاهرة عدم تجانس التباين في البحوث السيكولوجية والسريرية؛ فعلى سبيل المثال، عند مقارنة عينة من المرضى المصابين باضطراب كرب ما بعد الصدمة الشديد مع عينة من الأصحاء وأخرى ذات أعراض طفيفة، غالباً ما تظهر المجموعة السريرية تبايناً داخلياً هائلاً في الاستجابات مقارنة بالعينة الضابطة المتجانسة.

في مثل هذه السيناريوهات الواقعية، يؤدي فرض تجانس مصطنع إلى استنتاجات طبية وسلوكية كارثية. والبروتوكول العلمي الرصين يقتضي تطبيق اختبار ويلش لتحليل التباين (Welch’s Heteroscedastic F-Test) كاختبار كلي أولي، متبوعاً باختبار جيمس-هاويل (Games-Howell) لإجراء المقارنات البعدية، مما يضمن دقة التقدير الإكلينيكي وسلامة القرارات العلاجية.

8. المقارنات المتعددة الموجهة مع مجموعة ضابطة: اختبار دانيت (Dunnett’s Test)

8.1 المنطق الإحصائي لاختبار دانيت والتصاميم المعتمدة على المجموعات الضابطة

في كثير من التصاميم التجريبية، لا يكون الباحث معنياً بمقارنة كافة المجموعات التجريبية ببعضها البعض، بل ينصب هدفه العلمي حصراً على معرفة ما إذا كانت المعالجات التجريبية الجديدة تحقق تفوقاً دالاً مقارنة بـ مجموعة ضابطة مرجعية واحدة (Control Group / Baseline).

يقوم اختبار دانيت (Dunnett’s Test) على استثمار هذا القيد التصميمي بذكاء رياضي؛ حيث يقلص عدد المقارنات الكلية من الصيغة الزوجية الشاملة إلى:

$$c = k – 1$$

ففي تجربة تضم 5 مجموعات (4 تجريبية و1 ضابطة)، ينخفض عدد المقارنات المطلوبة من 10 مقارنات إلى 4 فقط. هذا الانخفاض الهيكلي في عدد المقارنات يقلل من حجم العقوبة الإحصائية المطلوبة لحماية معدل الخطأ العائلي، مما يمنح اختبار دانيت قوة إحصائية متفوقة بصورة ملحوظة مقارنة باختبار توكي أو بونفيروني في هذا النوع المحدد من التصاميم.

8.2 التطبيقات المنهجية لاختبار دانيت في البحوث السيكولوجية والدوائية

يعد اختبار دانيت الخيار الأول والمعياري في مجالات التجارب السريرية النفسية والدوائية متعددة الأذرع (Multi-Arm Clinical Trials)، وتبرز استخداماته في:

• أبحاث التدخلات النفسية: مقارنة فاعلية عدة بروتوكولات مستحدثة (مثل العلاج عبر الواقع الافتراضي، والعلاج المعتمد على اليقظة الذهنية) مقابل مجموعة قائمة الانتظار (Waitlist Control) أو مجموعة العلاج المعياري المعتاد (Treatment As Usual – TAU).
• أبحاث العلوم العصبية والأدوية النفسية: اختبار عدة جرعات دوائية مختلفة لمضاد اكتئاب تجريبي في مواجهة مجموعة العلاج الوهمي (Placebo Control).
• الخيارات الاتجاهية (Directional Testing): يتيح اختبار دانيت إمكانية الصياغة أحادية الذيل (One-Tailed) إذا كان التوقع النظري يقتصر على اختبار ما إذا كانت العلاجات تتفوق إيجابياً فقط على الضابطة، مما يرفع القوة الإحصائية إلى أقصى مدى ممكن.

8.3 صياغة وتفسير مخرجات اختبار دانيت

تتضمن مخرجات البرمجيات الإحصائية لاختبار دانيت جدولاً يوضح الفروق المتوسطة بين كل مجموعة معالجة والمجموعة المرجعية ($Mean Difference = \bar{X}_{\text{Treatment}} – \bar{X}_{\text{Control}}$)، مع تحديد فترات الثقة المصاحبة للفارق عند مستوى 95%. إذا لم تتضمن فترة الثقة الرقم صفر ($Zero$)، وكانت القيمة الاحتمالية أقل من .05، يستنتج الباحث وجود تفوق جوهري للتدخل التجريبي على المعيار الضابط، مما يدعم اتخاذ قرارات سريرية وتطبيقية مؤكدة بالدليل الميداني.

9. مصفوفة اتخاذ القرار لاختيار الاختبار البعدي المناسب في البحوث النفسية

9.1 شجرة القرار المنهجية بناءً على خصائص البيانات التجريبية

يتطلب اتخاذ القرار الإحصائي المنهجي السليم اتباع شجرة تفكير منطقية ترتكز على الفحص المتتابع لأربعة معايير حاسمة لخصائص البيانات والتصميم التجريبي:

• المعيار الأول: تجانس التباين (Homogeneity of Variance):
  • إذا تحقق التجانس ($p ge .05$ في اختبار ليفين): انتقل إلى عائلة اختبارات التجانس (توكي، بونفيروني، شيفيه، دانيت).
  • إذا انتُهك التجانس ($p < .05$ في اختبار ليفين): انتقل مباشرة إلى عائلة التباين غير المتجانس (جيمس-هاويل، تاماني T2، دانيت T3).
• المعيار الثاني: أهداف المقارنة ونوعها (Comparison Objective):
  • مقارنة كافة الأزواج الثنائية الممكنة: يُعتمد Tukey HSD (مع التجانس) أو Games-Howell (بدون تجانس).
  • مقارنة المجموعات التجريبية بمجموعة ضابطة فقط: يُعتمد Dunnett’s Test.
  • مقارنات خطية ومركبة غير مخطط لها: يُعتمد Scheffé’s Test.
  • عدد محدود وقليل جداً من المقارنات المنتقاة: يُعتمد Bonferroni أو Šidák.
• المعيار الثالث: تساوي أحجام العينات ($Sample Size Equality$):
  • عينات متساوية: أداء مثالي لاختبار Tukey HSD.
  • عينات غير متساوية مع تجانس التباين: يُعتمد تعديل Tukey-Kramer أو Hochberg’s GT2.
  • عينات غير متساوية مع غياب التجانس: يُعتمد Games-Howell.
• المعيار الرابع: الموازنة بين التحفظ والقوة (Conservatism vs. Power): اختيار الاختبار الذي يضمن السيطرة على الفروق الإيجابية الكاذبة دون إهدار القوة الإحصائية للنموذج.

9.2 مقارنة شاملة بين الاختبارات البعدية الرئيسية

يلخص الجدول الشامل التالي الخصائص الإحصائية والمعايير التطبيقية لأبرز الاختبارات البعدية المستخدمة في البحوث الميدانية:

تحذير منهجي بشأن اختبار أقل فرق معنوي (Fisher’s LSD): ينبغي على الباحثين تجنب استخدام اختبار Fisher’s LSD في الدراسات الحديثة عندما يتجاوز عدد المجموعات 3 مجموعات ($k > 3$)؛ حيث أثبتت الدراسات التجريبية المحاكية أنه يفشل فشلاً ذريعاً في ضبط معدل الخطأ العائلي، مما يرفع احتمالية النتائج الكاذبة إلى مستويات غير مقبولة أكاديمياً.

9.3 السياقات الخاصة بالتصاميم النفسية المعقدة

تتطلب التصاميم التجريبية المتقدمة تدابير إحصائية خاصة عند إجراء الاختبارات البعدية:

• تحليل التباين للقياسات المتكررة (Repeated Measures ANOVA): يتطلب فحص افتراض الكروية (Sphericity) عبر اختبار موتشلي (Mauchly’s Test). عند انتهاك الكروية، يتم استخدام تعديلات جرينهاوس-جايسر (Greenhouse-Geisser) أو هوينه-فيلدت (Huynh-Feldt)، وتُجرى المقارنات البعدية الزوجية باستخدام اختبارات “ت” المزدوجة المعدلة بتعديل بونفيروني حصراً لضمان دقة خطأ التباين الداخلي.
• تحليل التباين الثنائي والتفاعلات الإحصائية (Two-Way ANOVA & Interactions): عند وجود تفاعل دال إحصائياً بين متغيرين مستقلين ($A \times B$)، تصبح المقارنات البعدية للتأثيرات الرئيسية مضللة. ويتعين بدلاً من ذلك تفكيك التفاعل من خلال اختبار التأثيرات البسيطة (Simple Main Effects)، يليه تطبيق اختبارات بعدية مثل Tukey أو Bonferroni داخل كل مستوى من مستويات المتغير الآخر على حدة.
• التعامل مع البيانات المفقودة (Missing Data): في حالة الفقدان غير المنتظم للبيانات، يوصى باستخدام النماذج الخطية المختلطة (Linear Mixed Models – LMM) واستخراج المتوسطات الحدية المقدرة ($Estimated Marginal Means$) كبديل أكثر متانة للاختبارات البعدية التقليدية.

10. خطوات وإجراءات تطبيق الاختبارات البعدية في البرمجيات الإحصائية (SPSS و R)

10.1 التطبيق العملي خطوة بخطوة باستخدام حزمة SPSS

تعد حزمة IBM SPSS Statistics البيئة الأكثر استخداماً في أقسام العلوم النفسية والاجتماعية. لتنفيذ تحليل التباين الأحادي والاختبارات البعدية بصورة قياسية، يتم اتباع المسار الإجرائي التالي:

1. من القائمة العلوية للبرنامج، اختر: Analyze ← Compare Means ← One-Way ANOVA...
2. في نافذة الحوار المنبثقة، انقل المتغير التابع الكمي إلى مستطيل Dependent List، وانقل المتغير المستقل التصنيفي إلى خانة Factor.
3. اضغط على زر Post Hoc... لفتح نافذة المقارنات المتعددة:
   • في قسم Equal Variances Assumed (في حالة تحقق التجانس): قم بتفعيل خيار Tukey (للمقارنات الشاملة) أو Dunnett (إذا كانت هناك مجموعة ضابطة مع تحديدها عبر خيار Control Category).
   • في قسم Equal Variances Not Assumed (في حالة عدم تحقق التجانس): قم بتفعيل خيار Games-Howell وخيار Dunnett's T3.
   • تأكد من ضبط مستوى الدلالة Significance level عند 0.05، ثم اضغط Continue.
4. اضغط على زر Options...، وقم باختيار:
   • Descriptive (لاستخراج المتوسطات والانحرافات وفترات الثقة).
   • Homogeneity of variance test (لاستخراج اختبار ليفين).
   • Welch (للحصول على النسبة الفائية المعدلة في حال غياب التجانس).
   • Means plot (لرسم التمثيل البياني للمتوسطات)، ثم اضغط Continue.
5. اضغط على OK لتنفيذ التحليل واستخراج النتائج في نافذة المخرجات (Output Viewer).

عند قراءة جدول المقارنات المتعددة (Multiple Comparisons Table)، يفحص الباحث عمود الفارق بين المتوسطات (Mean Difference $I-J$) وعمود الدلالة الإحصائية المقابلة (Sig.)، حيث تشير علامة النجمة ($*$) بجانب الفارق إلى وجود دلالة إحصائية عند مستوى أقل من .05.

10.2 التطبيق البرمجي المتقدم باستخدام لغة R الإحصائية

توفر لغة R الإحصائية بيئة برمجية متطورة للغاية ومرونة مطلقة لإجراء الاختبارات البعدية المعقدة وتوليد النماذج وإعادة الإنتاج العلمي الرصين.

أولاً: بناء النموذج وتطبيق اختبار توكي (Tukey HSD):

يتم بناء النموذج الخطي باستخدام دالة aov()، ثم تمرير الناتج إلى الدالة القياسية TukeyHSD() كما يوضح المسار المنهجي التالي:

• صياغة النموذج: model <- aov(depression_score ~ treatment_group, data = psychological_data)
• استخراج جدول ANOVA: summary(model)
• تطبيق اختبار توكي وفترات الثقة 95%: tukey_results <- TukeyHSD(model, conf.level = 0.95)
• عرض المخرجات ورسم الفروق: print(tukey_results) متبوعاً بأمر plot(tukey_results)

ثانياً: التحليل المتقدم باستخدام حزمة emmeans وحزمة multcomp:

تعد حزمة emmeans (Estimated Marginal Means) الحزمة القياسية الأقوى لتفكيك التفاعلات وإجراء تعديلات بونفيروني وسيداك:

• حساب المتوسطات الحدية: library(emmeans); emm_results <- emmeans(model, ~ treatment_group)
• إجراء مقارنات بونفيروني الزوجية: pairs(emm_results, adjust = "bonferroni")
• إجراء مقارنات سيداك: pairs(emm_results, adjust = "sidak")
• إجراء مقارنات دانيت ضد المجموعة الضابطة: contrast(emm_results, method = "dunnett", ref = 1)

ثالثاً: تطبيق اختبار جيمس-هاويل عند غياب التجانس:

يمكن استخدام حزمة rstatix أو userfriendlyscience لتنفيذ اختبار جيمس-هاويل برمجياً:

• library(rstatix)
• games_howell_test(psychological_data, depression_score ~ treatment_group)

10.3 التحقق من صحة المخرجات والتطابق بين البرمجيات

ينبغي على الباحثين التحقق الدائم من اتساق المخرجات الإحصائية؛ حيث قد تظهر فروق طفيفة جداً في الكسور العشرية بين SPSS و R ناتجة عن خوارزميات التقريب الداخلي أو طريقة حساب درجات الحرية المقدرة في اختبار جيمس-هاويل. إن توثيق وحفظ أكواد التحليل البرمجية (Script Reproducibility) يمثل معياراً أساسياً للنزاهة الأكاديمية والشفافية المنهجية المعاصرة.

11. تفسير النتائج الإحصائية للاختبارات البعدية وكتابة التقارير وفق نمط APA 7

11.1 القواعد المنهجية لتوثيق نتائج المقارنات البعدية

يفرض الدليل الإرشادي السابع لجمعية علم النفس الأمريكية (APA 7th Edition) معايير صارمة وواضحة للإبلاغ عن نتائج تحليل التباين والاختبارات البعدية لضمان الشفافية والوضوح الاستدلالي. وتشمل هذه القواعد الأساسية:

• توثيق نتائج اختبار “ف” الأساسي أولاً: ذكر درجات الحرية بين وداخل المجموعات، وقيمة “ف” المحسوبة، والقيمة الاحتمالية الدقيقة ($p$)، وحجم التأثير ($\eta_p^2$ أو $\omega^2$).
• تسمية وتبرير الاختبار البعدي المستخدم: توضيح سبب اختيار الاختبار البعدي (مثل التحقق من افتراض تجانس التباين عبر اختبار ليفين أو وجود مجموعة ضابطة).
• الإبلاغ الشامل عن الإحصاء الوصفي: تضمين المتوسطات الحسابية ($M$) والانحرافات المعيارية ($SD$) لكل مجموعة على حدة.
• توثيق الفروق وفترات الثقة 95%: ذكر الفارق بين المتوسطات ($Mean Difference$) وقيمة فترة الثقة بدقة [$LL, UL$].
• الإبلاغ عن أحجام التأثير الزوجية: تقديم مؤشر كوهين دي (Cohen’s d) أو هندجز جي ($Hedges’ g$) لكل مقارنة ثنائية لتوضيح الأهمية العملية والسريرية للفروق.

11.2 نماذج عملية وصيغ نصية جاهزة للتقارير النفسية

النموذج الأول: توثيق اختبار توكي (Tukey HSD) مع تحقق التجانس:

النموذج الثاني: توثيق اختبار جيمس-هاويل (Games-Howell) عند انتهاك التجانس:

النموذج الثالث: توثيق اختبار دانيت (Dunnett’s Test) للمقارنة مع ضابطة:

11.3 التمثيل البصري للبيانات والمقارنات البعدية

يمثل التمثيل البياني المتقن ركيزة جوهرية لنقل نتائج المقارنات البعدية للقارئ بسلاسة ووضوح. وتشمل أفضل الممارسات المنهجية للتمثيل البصري:

• الأعمدة البيانية مع فترات الثقة (Bar Charts with 95% CIs): رسم أعمدة المتوسطات مع تدعيم كل عمود بأشرطة الخطأ التي تعكس فترة الثقة 95% أو الخطأ المعياري ($Standard Error$)، مما يتيح للقارئ التقييم البصري لتداخل المجموعات.
• الحروف الدلالية المدمجة (Compact Letter Display – CLD): وضع حروف أبجدية متراكبة فوق الأعمدة البيانية (مثل a, b, ab)؛ حيث تشير المجموعات التي تشترك في نفس الحرف إلى عدم وجود فارق دال إحصائياً بينها في الاختبار البعدي، بينما يعكس اختلاف الحروف وجود فروق ذات دلالة إحصائية ($p < .05$).
• مخططات الغابات للفروق الثنائية (Forest Plots): رسم خطوط أفقية تمثل قيم الفروق بين المتوسطات وحدود فترات الثقة المصاحبة لها لكل زوج من المقارنات، مع وضع خط عمودي عند الصفر ($Zero Line$) لبيان المقارنات التي تعبر خط اللادلالة بصرياً.

12. الأخطاء الشائعة والاعتبارات المنهجية في استخدام الاختبارات البعدية

12.1 الأخطاء المنهجية والإحصائية الأكثر تكراراً في الأبحاث النفسية

تكشف المراجعات المنهجية للدراسات المنشورة في المجلات العلمية عن وقوع العديد من الباحثين في منزلقات إحصائية خطيرة تشوه الاستدلال العلمي، ومن أبرزها:

• إجراء اختبارات “ت” المتعددة المستقلة: تجاهل الاختبارات البعدية وإجراء سلسلة من اختبارات $t$ البسيطة، مما يرفع معدل الخطأ العائلي إلى مستويات كارثية وينتج استنتاجات واهية.
• استخدام اختبارات التجانس في ظل غيابه: تطبيق اختبار توكي HSD أو بونفيروني الكلاسيكي بالرغم من دلالة اختبار ليفين الشديدة واختلاف أحجام العينات، مما يولد نتائج إيجابية كاذبة بسبب الليبرالية الإحصائية للنموذج المنتهك.
• تفعيل الاختبارات البعدية بدون دلالة اختبار ف العام: الخوض في مقارنات بعدية استكشافية شاملة بعد الحصول على قيمة $p ge .05$ في تحليل التباين، وهو ما يعد انتهاكاً لبروتوكول المقارنات المحمية وتنقيباً غير مشروع عن الدلالة ($Data Dredging$).
• الخلط بين المقارنات القبلية والبعدية: ادعاء الباحث في تقريره النهائي أنه كان يختبر فرضيات مخططة مسبقاً في حين أنه اختار المقارنات بعد فحص جداول المخرجات والاطلاع على اتجاهات البيانات.

12.2 ممارسات الـ p-hacking والتلاعب بالدلالة الإحصائية في المقارنات البعدية

تشير ممارسات القرصنة الإحصائية (p-hacking) إلى التلاعب غير الأخلاقي ببروتوكولات التحليل للوصول القسري إلى قيمة $p < .05$. وفي سياق الاختبارات البعدية، تتجلى هذه الممارسات المشبوهة في:

• انتقاء الاختبارات البعدية بالانتقائية الذاتية (Cherry-picking): تجريب عدة اختبارات بعدية مختلفة (مثل توكي، وLSD، وسيداك، وجيمس-هاويل) على نفس مصفوفة البيانات، ثم اختيار ونشر نتائج الاختبار الوحيد الذي أظهر دلالة إحصائية وإخفاء باقي التحليلات غير الدالة.
• التشذيب الانتقائي اللاحق للقيم الشاذة (Post-hoc Outlier Trimming): حذف بعض المشاركين أو الحالات المتطرفة فقط بعد معاينة نتائج المقارنات البعدية الفاشلة بهدف تعديل الانحراف المعياري ودفع القيمة الاحتمالية تحت عتبة الدلالة.
• إعادة تقسيم المجموعات الاستكشافي: دمج أو فصل المجموعات التجريبية استناداً إلى تقارب المتوسطات الملحوظ في جداول البيانات الأولية.

ولمكافحة هذه الممارسات، تفرض المجلات العلمية الرائدة اليوم ضرورة التسجيل المسبق للفرضيات وطرق التحليل (Preregistration) عبر منصات مفتوحة مثل Open Science Framework (OSF)، مما يضمن الفصل التام بين التحليلات القبلية التوكيدية والتحليلات البعدية الاستكشافية.

12.3 دليل إرشادي ختامي للباحث النفسي لضمان النزاهة والجودة الإحصائية

لضمان أعلى معايير الجودة والنزاهة العلمية في الممارسات الإحصائية، يوصى بالالتزام بقائمة التحقق المنهجية (Methodological Checklist) التالية طوال دورة التحليل:

• [ ] هل تم التحقق بدقة من استقلالية الملاحظات وتوزيع البواقي قبل تشغيل النموذج؟
• [ ] هل تم فحص افتراض تجانس التباين عبر اختبار ليفين واختيار عائلة الاختبارات البعدية المتوافقة مع النتيجة؟
• [ ] هل تم التأكد من أن اختبار “ف” الكلي دال إحصائياً قبل فحص الاختبارات البعدية الاستكشافية؟
• [ ] في حال وجود مجموعة ضابطة فقط دون حاجة للمقارنات الزوجية، هل تم اعتماد اختبار Dunnett لتعظيم القوة الإحصائية؟
• [ ] هل تم توثيق النتائج وفق صيغة APA 7 متضمنة أحجام التأثير (Cohen’s d) وفترات الثقة 95% بدلاً من الاكتفاء بالقيم الاحتمالية الم جردة؟
• [ ] هل تم إرفاق البيانات والأكواد البرمجية البرمجية لضمان قابلية إعادة الإنتاج والشفافية التامة؟

خاتمة

تمثل الاختبارات البعدية المقترنة بتحليل التباين جسراً استدلالياً فائق الأهمية ينقل الباحث من المعرفة الشمولية المبدئية إلى الفهم التفصيلي الدقيق للبنى السلوكية والتجريبية. إن إتقان المفاهيم الرياضية الحاكمة لهذه الاختبارات، واستيعاب ديناميكية تراكم الأخطاء، والالتزام الصارم بشجرة القرار المنهجي بناءً على افتراضات التوزيع والتجانس، يمثل الضمانة الحقيقية لحماية العلم من الاستنتاجات الزائفة والارتقاء بجودة وأثر الأبحاث النفسية والطبية والتربوية في المجتمع الإنساني.

المراجع والمصادر الأكاديمية (References)

• American Psychological Association. (2020). Publication manual of the American Psychological Association (7th ed.). American Psychological Association.
• Benjamini, Y., & Hochberg, Y. (1995). Controlling the false discovery rate: A practical and powerful approach to multiple testing. Journal of the Royal Statistical Society: Series B (Methodological), 57(1), 289–300.
• Cohen, J. (1988). Statistical power analysis for the behavioral sciences (2nd ed.). Lawrence Erlbaum Associates.
• Dunnett, C. W. (1955). A multiple comparison procedure for comparing several treatments with a control. Journal of the American Statistical Association, 50(272), 1096–1121.
• Field, A. (2018). Discovering statistics using IBM SPSS statistics (5th ed.). SAGE Publications.
• Games, P. A., & Howell, J. F. (1976). Pairwise multiple comparison procedures with unequal n’s and/or variances: A Monte Carlo study. Journal of Educational Statistics, 1(2), 113–125.
• Howell, D. C. (2013). Statistical methods for psychology (8th ed.). Wadsworth, Cengage Learning.
• Keppel, G., & Wickens, T. D. (2004). Design and analysis: A researcher’s handbook (4th ed.). Pearson Prentice Hall.
• Kirk, R. E. (2013). Experimental design: Procedures for the behavioral sciences (4th ed.). SAGE Publications.
• Maxwell, S. E., Delaney, H. D., & Kelley, K. (2018). Designing experiments and analyzing data: A model comparison perspective (3rd ed.). Routledge.
• Scheffé, H. (1959). The analysis of variance. John Wiley & Sons.
• Tabachnick, B. G., & Fidell, L. S. (2019). Using multivariate statistics (7th ed.). Pearson.
• Tukey, J. W. (1949). Comparing individual means in the analysis of variance. Biometrics, 5(2), 99–114.