فحص الاعتدالية بشكل صحيح

قلّما يسبّب إجراءٌ إحصائيٌّ ارتباكاً لدى طلاب الدراسات العليا بقدر ما يسبّبه «فحص الاعتدالية». يُجري الباحث اختبار Shapiro-Wilk، فيرى p < .05، فيُصاب بالقلق ويتخلّى عن اختبار t سليم لصالح بديلٍ رتبيٍّ لا يفهمه جيداً. وآخر ينظر إلى مدرّج تكراري مائلٍ قليلاً فيُعلن أن الافتراض قد انتُهك. والحقيقة أدقّ من ذلك: الاعتدالية أقلّ أهميةً مما يظنّ الكثيرون، وهي تخصّ كمّيةً مختلفةً عمّا يفحصه أغلب الناس، واختبار المعنوية المنفرد هو أسوأ أداةٍ لهذه المهمة.

المهمّ هو البواقي لا المتغيّر الخام

الخطأ الأول والأكثر شيوعاً هو فحص الشيء الخطأ. في اختبار t أو ANOVA أو الانحدار الخطي، يخصّ افتراض الاعتدالية البواقي (residuals)، أي الأخطاء، لا المتغيّر التابع الخام. فقد يكون متغيّرك التابع ملتوياً بوضوحٍ عبر العيّنة كلّها، ومع ذلك ينتج بواقي اعتدالية تماماً بمجرّد أخذ متوسطات المجموعات أو القيم المتنبأ بها في الحسبان.

تخيّل تجربةً بمجموعتين يختلف متوسطاهما اختلافاً كبيراً. ستبدو القيم المجمّعة ثنائية المنوال وغير اعتدالية بوضوح، لكنّ هذا «الانحراف عن الاعتدالية» ليس سوى الفرق بين المجموعتين — أي الإشارة نفسها التي تختبرها. ما يفترضه النموذج هو أن الانحرافات داخل كل مجموعة (البواقي) اعتدالية تقريباً. لذا في الانحدار وANOVA لائم النموذج أولاً ثم افحص البواقي؛ وفي مقارنة مجموعتين بسيطة افحص كل مجموعة على حدة لا التوزيع المدموج.

اختبار Shapiro-Wilk: موضوعيّ لكنّه خادع عند الأطراف

يُعدّ Shapiro-Wilk من أقوى اختبارات الاعتدالية العامة، ويمنحك قيمة p موضوعيةً قابلةً للتكرار. هذه الموضوعية مغرية، لكنّ للاختبار وضعَي فشلٍ يوقعان الباحثين في طرفَي مقياس حجم العيّنة.

فخّ العيّنة الكبيرة

تكشف اختبارات الفرضيات أيّ خروجٍ عن الفرض الصفري، ومع كثرة البيانات تكشف خروجاتٍ ضئيلةً إلى حدٍّ يجعلها ذات دلالةٍ إحصائيةٍ لكن عديمة الأهمية العملية. عند n = 5000 سيرفض Shapiro-Wilk توزيعاً لا يمكن — لأغراض النمذجة كافة — تمييزه عن الاعتدالي. النتيجة المعنوية هنا لا تخبرك بشيءٍ مفيد؛ فهي تقيس حجم عيّنتك بقدر ما تقيس بياناتك. إن قول «انتُهكت الاعتدالية (p < .001)» على عيّنةٍ كبيرة صحيحٌ شكلاً لكنّه عديم المعنى تحليلياً.

فخّ العيّنة الصغيرة

في الطرف الآخر، عند n = 15 أو n = 20، يكون الاختبار ضعيف القدرة (under-powered) إلى حدٍّ كبير. فقد يعيد p = .40 لبياناتٍ مسحوبةٍ من توزيعٍ ملتوٍ أو ثقيل الذيول فعلاً، لمجرّد أن المعلومات لا تكفي للرفض. لذا فإن نتيجة Shapiro-Wilk غير المعنوية على عيّنةٍ صغيرة ليست دليلاً على الاعتدالية، بل هي في الغالب دليلٌ على قلّة بياناتك. وهذا بالضبط الموقف الذي يكون فيه الافتراض أهمّ ما يكون والاختبار أقلّ ما يكون نفعاً.

الرسوم البيانية أكثر إفادةً عادةً

تختزل قيمة p مسألة شكل التوزيع كاملةً في رقمٍ واحد، بينما تعيد الرسوم البيانية إليك التفاصيل التي تحتاجها فعلاً لإصدار الحكم.

رسم Q-Q

رسم الكميّات-الكميّات (Q-Q plot) هو أكثر التشخيصات إفادةً على الإطلاق. يرسم قيم البواقي مرتّبةً مقابل الكميّات المتوقَّعة من توزيعٍ اعتدالي. إذا كانت البيانات اعتدالية وقعت النقاط على خطٍّ قطريٍّ مستقيم. والأهمّ أن نمط الانحراف قابلٌ للتفسير: شكل حرف S يدلّ على ذيولٍ ثقيلةٍ أو خفيفة، وانحناءٌ ينحرف عند أحد الطرفين يدلّ على الالتواء، ونقاطٌ منعزلةٌ تبتعد عند الأطراف تشير إلى قيمٍ شاذة. يخبرك رسم Q-Q لا بمجرّد هل تنحرف البيانات بل أين وكيف — وهي معلوماتٌ لا يوفّرها أيّ إحصاء اختبار.

المدرّج التكراري

المدرّجات التكرارية (histograms) بديهيةٌ وجيدةٌ للتواصل مع جمهورٍ عام، لكنّها تعتمد على عرض الفئة (bin): فالبيانات نفسها قد تبدو جرسيةً بعرض فئةٍ ومتعرّجةً بعرضٍ آخر. استخدم المدرّج لبناء الحدس، واعتمد على رسم Q-Q في الحكم الفعلي.

نظرية النهاية المركزية شبكةُ أمانك

هنا الطمأنينة التي تغفلها أغلب القوائم: الاستدلال حول المتوسطات متينٌ بشكلٍ لافتٍ تجاه عدم الاعتدالية متى كانت العيّنة كبيرةً نسبياً. فبموجب نظرية النهاية المركزية (CLT) يقترب التوزيع المعايني للمتوسط من الاعتدالية كلّما كبر n، حتى لو كانت البيانات الأصلية ملتوية. وعند نحو n ≥ 30 لكل مجموعة (وأكثر إن اشتدّ الالتواء) يحافظ اختبار t وANOVA على معدّلات الخطأ الاسمية جيداً رغم عدم اعتدالية البواقي. ومن ثَمّ فإن افتراض الاعتدالية يكون أشدّ حرجاً تحديداً حين تكون العيّنة صغيرة — وهو المجال نفسه الذي يعجز فيه Shapiro-Wilk عن اكتشاف المشكلة بموثوقية. ولهذا فإن الاتكال الأعمى على الاختبار مضلِّلٌ إلى هذا الحد.

ماذا تفعل حين تفشل الاعتدالية فعلاً

إذا اتفقت رسومُك وحكمُك على أن الانحراف حقيقيٌّ ومؤثّر — التواءٌ شديد، قيمٌ شاذةٌ حادّة، عيّنةٌ صغيرة — فأمامك ثلاثة خياراتٍ متينة:

• استخدم إجراءً أكثر متانة. لمقارنة مجموعتين يُرخي اختبار Welch افتراض تساوي التباينات (وهو شأنٌ منفصلٌ عن الاعتدالية لكنه كثيراً ما يرافقها) وهو خيارٌ افتراضيٌّ حصيف؛ راجع اختبار t: Welch مقابل Student لمعرفة متى يهمّ ذلك.
• حوّل المتغيّر. قد يعيد تحويلٌ لوغاريتميٌّ أو جذريٌّ متغيّراً ملتوياً نحو التماثل — لكنّه يغيّر مقياس التفسير، فاعرض النتائج على المقياس المحوَّل بأمانة.
• انتقل إلى اختبارٍ رتبي. اختبار Mann-Whitney U (مجموعتان) واختبار Kruskal-Wallis (ثلاث مجموعات فأكثر) لا يفترضان الاعتدالية. راجع متى تستخدم ANOVA مقابل Kruskal-Wallis للموازنة بينها.

مثالٌ تطبيقي

لنفترض أنك تقارن أزمنة الاستجابة (بالمللي ثانية) بين مجموعةٍ ضابطةٍ وأخرى تجريبية، n = 18 لكلٍّ منهما. يعيد Shapiro-Wilk على البواقي p = .03. هل تتخلّى عن اختبار t؟ ليس بعد. ترسم البواقي: يُظهر رسم Q-Q قطرياً نظيفاً عدا نقطتين تبتعدان عند الذيل الأعلى — التواءٌ يمينيٌّ كلاسيكيٌّ ناتجٌ عن استجابتين بطيئتين، وهو متوقَّعٌ في بيانات زمن الاستجابة. ويؤكّد المدرّج التكراري وجود ذيلٍ يمينيٍّ طويل.

هنا يجعل صغر العيّنة الافتراض مهمّاً فعلاً، ويؤكّد الرسم انحرافاً حقيقياً قابلاً للتفسير. التصرّف الحصيف هو تطبيق تحويلٍ لوغاريتميٍّ على الأزمنة (وهي ممارسةٌ معتادةٌ لهذا المقياس) وإعادة الملاءمة، أو عرض اختبار Mann-Whitney U كفحص متانة. ولن تكتفي بقول «البيانات غير اعتدالية» وتتوقّف. وعند عرض المقارنة النهائية اقرنها بحجم الأثر — راجع كيف تكتب حجم الأثر بصيغة APA.

جدول قرار

الخلاصات الرئيسية

• افحص البواقي لا المتغيّر الخام — في الانحدار وANOVA لائم النموذج أولاً ثم شخّص.
• اختبار Shapiro-Wilk مفرط الحساسية عند n الكبير وضعيف القدرة عند n الصغير؛ لا تدعه يقرّر وحده.
• رسم Q-Q أكثر إفادةً عادةً من أيّ اختبار؛ والمدرّجات بديهيةٌ لكنها تعتمد على عرض الفئة.
• بفضل نظرية النهاية المركزية يكون الاستدلال حول المتوسطات متيناً في العيّنات الأكبر؛ والاعتدالية أهمّ ما تكون حين يكون n صغيراً.
• إن فشلت الاعتدالية فعلاً فاستعن باختبار Welch أو بتحويلٍ أو ببديلٍ رتبي — واجمع الدليل البصري والاختبار وحكم حجم العيّنة بدل الوثوق بقيمة p واحدة.

يمكنك في MindStat ملاءمة النموذج وتوليد رسم Q-Q وتشغيل اختبار Shapiro-Wilk جنباً إلى جنبٍ على البيانات نفسها، ما يسهّل الموازنة بين الدليل البصري والاختبار بدلاً من الانصياع لعتبةٍ واحدة.