دليل موسّع ومُدقّق: من المفاهيم الأساسية إلى الموضوعات المتقدمة وسوء الفهم الشائع
يُعد مفهوم القيمة الاحتمالية (p-value) من أكثر المفاهيم استخدامًا، وأيضًا من أكثرها تعرضًا لسوء الفهم في الإحصاء التطبيقي والبحوث العلمية. بالترافق مع مستوى الدلالة الإحصائية (α)، يشكلان حجر الأساس في اختبار الفرضيات الإحصائية واتخاذ القرارات المبنية على البيانات.
يهدف هذا الدليل إلى تقديم شرح دقيق وموسع للموضوع، مع تصحيح المغالطات الشائعة، وإضافة موضوعات متقدمة مثل التلاعب بالقيمة الاحتمالية، تصحيح الاختبارات المتعددة، والبدائل البايزية، ليصبح مرجعًا متكاملًا للباحثين والمهتمين.
تُمثل فرضية العدم أو "عدم وجود تأثير/فرق/علاقة" بين المتغيرات محل الدراسة. هي الفرضية التي نفترض صحتها مؤقتًا حتى تثبت الأدلة عكس ذلك.
مثال: "لا يوجد فرق في متوسط القوة العضلية بين اللاعبين قبل البرنامج التدريبي وبعده."
تُمثل ما يسعى الباحث لإثباته، أي وجود تأثير أو فرق أو علاقة.
مثال: "يوجد فرق في متوسط القوة العضلية بين اللاعبين قبل البرنامج التدريبي وبعده."
يمكن أن تكون الفرضية البديلة ثنائية الاتجاه (يوجد فرق) أو أحادية الاتجاه (أكبر من/أصغر من).
بكلمات أخرى: إذا كانت H₀ صحيحة فعلًا، فما مدى احتمالية أن نرى فارقًا كهذا (أو أكبر) بمحض الصدفة؟
مستوى الدلالة (α) هو قيمة حدية يحددها الباحث قبل جمع البيانات أو تحليلها، وتُمثل أقصى احتمال مقبول لارتكاب الخطأ من النوع الأول (رفض H₀ وهي صحيحة).
أكثر القيم شيوعًا:
| مستوى الدلالة (α) | الاستخدام/التفسير |
|---|---|
| 0.05 | الأكثر استخدامًا في العلوم الاجتماعية والطبية والرياضية |
| 0.01 | مستوى أكثر تشددًا، يتطلب أدلة أقوى |
| 0.001 | دليل قوي جدًا، يُستخدم في مجالات تتطلب يقينًا عاليًا (كفيزياء الجسيمات) |
اختيار α يعتمد على عواقب الخطأ؛ فكلما كانت تكلفة الرفض الخاطئ عالية، كان α أصغر.
| العنصر | p-value | α (مستوى الدلالة) |
|---|---|---|
| متى يُحدد؟ | بعد إجراء التحليل الإحصائي | قبل التحليل (في مرحلة التصميم) |
| مصدره | يحسب من البيانات | قرار من الباحث بناءً على سياق الدراسة |
| وظيفته | قياس قوة الدليل ضد H₀ | عتبة القرار (حد الرفض) |
| طبيعته | متغير عشوائي يختلف من عينة لأخرى | ثابت في الدراسة |
α = 0.05 ، p-value = 0.031
α = 0.05 ، p-value = 0.12
رفض الفرضية الصفرية عندما تكون في الحقيقة صحيحة (إنذار كاذب).
احتماله = α (مستوى الدلالة الذي يحدده الباحث).
عدم رفض الفرضية الصفرية عندما تكون في الحقيقة خاطئة (فشل في اكتشاف التأثير).
احتماله = β.
العلاقة بين الخطأين عكسية عادةً: خفض α يزيد β والعكس صحيح، ما لم نزيد حجم العينة.
القوة الإحصائية هي قدرة الاختبار على رفض الفرضية الصفرية عندما تكون خاطئة فعلاً (أي اكتشاف التأثير الحقيقي). وتُحسب بالعلاقة:
Power = 1 – β
تزداد القوة الإحصائية مع:
تحليل القوة (Power Analysis) ضروري لتحديد حجم العينة المناسب قبل بدء الدراسة.
في العينات الكبيرة جدًا، قد تظهر فروق ضئيلة جدًا (مثل تحسن 0.01 ثانية في زمن العدو) كدالة إحصائيًا عند مستوى α = 0.05. لكن هذا التحسن قد لا يكون ذا قيمة تدريبية أو سريرية حقيقية.
لذلك، يُعد الاكتفاء بـ p-value وحدها قاصرًا. يجب دائمًا الإبلاغ عن حجم التأثير وفترات الثقة للحكم على الأهمية العملية.
يقيس مقدار الفرق أو قوة العلاقة، بصرف النظر عن حجم العينة. من أشهر المقاييس:
فترة الثقة 95% (مثلاً) تعطينا مدىً يُرجح أن يحتوي على قيمة المُعامل الحقيقي في المجتمع. إذا كانت فترة الثقة لا تشمل قيمة العدم (صفر في حالة الفروق)، فهذا يتوافق مع نتيجة دالة عند 0.05، لكنها تقدم معلومات أغنى حول دقة التقدير.
عند إجراء عدة اختبارات إحصائية في آنٍ واحد (مثلاً مقارنة عدة مجموعات أو تحليل عدة متغيرات)، يزداد احتمال الحصول على نتيجة إيجابية كاذبة واحدة على الأقل (تضخم خطأ النوع الأول على مستوى العائلة). التصحيح الكلاسيكي: تصحيح بونفيروني، حيث يُقسَم α على عدد الاختبارات (m)، فتصبح العتبة الجديدة αadjusted = α / m.
بدائل أخرى: طريقة بنجاميني-هوخبرج (Benjamini-Hochberg) للتحكم في معدل الاكتشاف الخاطئ (FDR)، وهي أقل تحفظًا.
هو ممارسة غير أخلاقية تتضمن التلاعب بتحليل البيانات (مثل: جمع المزيد من البيانات حتى تصل p إلى دلالة، تجربة عدة تحليلات ثم الإبلاغ عن الدال منها فقط، استبعاد قيم شاذة بدون مبرر) للوصول إلى قيمة p أصغر من 0.05. هذا يؤدي إلى نتائج لا يمكن تكرارها وتضخيم للاكتشافات الزائفة.
من الحلول: التسجيل المسبق للدراسة (Pre-registration) وتحديد خطة التحليل قبل جمع البيانات.
القيمة الاحتمالية قدّمها رونالد فيشر في عشرينيات القرن الماضي كمؤشر مستمر لقوة الدليل ضد الفرضية الصفرية، دون عتبة صارمة. لاحقًا، طور جيرزي نيمان وإيجون بيرسون إطار اتخاذ القرار باستخدام α وβ والفرضيتين المتنافستين، مما أدى إلى الدمج العملي الحالي (غالبًا بالعتبة 0.05) الذي نراه اليوم.
في عام 2016، أصدرت ASA بيانًا تاريخيًا من ست نقاط لتوضيح حدود p-value، أبرزها:
كبديل للإطار التكراري، تقدم الإحصاءات البايزية العامل البايزي (BF) الذي يقارن مباشرة بين قوة الدليل للفرضية البديلة مقابل الفرضية الصفرية. قيمة BF > 1 تدعم البديلة، وقيم مثل 3-10 تعطي أدلة متوسطة إلى قوية. هذا النهج لا يعاني من مشكلة "رفض/عدم رفض" الثنائية الحادة ويسمح بتراكم الأدلة.
بدلاً من الاكتفاء بذكر p-value فقط، يُوصى بتقديم صورة متكاملة كما في المثال التالي:
t(28) = 2.45, p = 0.021, Cohen's d = 0.62, 95% CI [0.15, 1.08]
هذا السطر يعرض قيمة الاختبار، ودرجات الحرية، والقيمة الاحتمالية، وحجم التأثير، وفترة الثقة 95%. وهو ما يعطي القارئ فهمًا أعمق لنتائج الدراسة.