خطوات إجراء الاختبارات الإحصائية

نظرة عامة

قبل أن نقوم بمناقشة اختبارات الإحصاء الاستدلالي المختلفة يجب علينا الإطلاع على الخطوات التي يجب أتبعاها لإجراء أي اختبار إحصائي من هذه الاختبارات، وهذه الخطوات كالتالي:

أذكر الفرضية الأساسية التي تحدد اتجاه اختيار العينة وطريقة التحليل الإحصائي.
حدد مجتمع الدراسة population الذي سيتم سحب العينة sample منه، ويجب تحديد حجم العينة sample size، وقد سبق لنا مناقشة أهمية أن يكون حجم العينة كافياً للحصول على نتائج موثوقة وذات مصداقية.
حدد مستوى المعنوية Level of Significance (أي 0.05، أو 0.01، أو غيرها)، وحدد الاختبار الإحصائي Statistical test المناسب الذي يجب إجراؤه في هذه الحالة.
قارن القيمة الإحصائية التي حصلت عليها نتيجة إجراء الاختبار الإحصائي بالقيمة الحرجة critical value المذكورة في الجداول الإحصائية Statistical Tables الخاصة بالاختبار الإحصائي الذي تم إجراؤه، وعليك أن تقرر بعد ذلك رفض أو قبول الفرضية الأساسية. ومن الجدير بالذكر فإن معظم برامج الإحصاء بالكمبيوتر تعطيك قيمة p مباشرة دون الحاجة إلى الاستعانة بالجداول الإحصائية.

إختيار الاختبار الإحصائي المناسب:

يعتمد اختيار الاختبار الإحصائي المناسب على عوامل عدة سبق لنا مناقشتها، مثل نوع البيانات، وعدد المجموعات، والتوزيع الذي تنتمي إليه البيانات وحجم العينة، وغيرها من العوامل الأخرى، ويوضح الشكلان 1.8 و 2.8 أهم اختبارات الإحصاء الاستدلالي الشائعة الاستعمال في مجال الصيدلة والطب. وسوف نتطرق إلى إعطاء نبذة مختصرة عن كل اختبار من هذه الاختبارات دون الخوض في تفاصيل كثيرة، فالهدف هنا هو التعريف بكل اختبار منها، ولمعرفة المزيد فإننا نحيل القارئ إلى الكتب المتخصصة في هذا المجال. وفيما يلي عرض سريع لهذه الاختبارات الإحصائية.

الاختبارات الإحصائية المقياسية: Parametric tests

اختبار t: (t-test)

يستخدم هذا الاختبار في حالة البيانات الكمية (بيانات الفترة أو النسبة)، وهناك من ينادي باستخدامه، وهم قلة، في حالة البيانات الترتبية ordinal (مثل البيانات الناتجة عن مقياس لايكرت Likert scale) رغم أنها لا تتوفر فيها شروط استخدام هذا الاختبار. وفي العادة يستخدم هذا الاختبار لمقارنة عينتين (أو مجموعتين) تكون البيانات فيهما موزعة توزيعاً طبيعياً. وهناك عدة اختبارات تحت هذا الإسم ولها معادلات مختلفة، ولكن أشهرها اختباران هما:

اختبار t للعينات المستقلة Independent t-test.
إختبار t للعينات المرتبطة Paired t-test.

ويقوم كلا من الاختبارين بمقارنة متوسطي المجموعتين لمعرفة ما إذا كان الفرق بينهما فرقاً حقيقياً وليس نتيجة للصدفة. ولا يجوز استخدام اختبار t في المقارنات المتعددة multiple comparisons أي المقارنة بين ثلاث مجموعات مثلاً بحيث تتم مقارنة كل مجموعتين على حدة، إذ أن ذلك قد يؤدي إلى ارتكاب خطأ النوع الأول. والاختبار المناسب في هذه الحالة هو "تحليل المتباين ذو الاتجاه الواحد (ANOVA) One-way analysis of variance.

تحليل المتباين ذو الاتجاه الواحد: (ANOVA)

يستخدم هذا الاختبار لمقارنة ثلاث مجموعات أو أكثر تكون البيانات فيها من النوع الكمي وموزعة توزيعاً طبيعياً. ونظرياً يمكننا مقارنة عدد لا نهائي من المجموعات، وهناك أنوع مختلفة من اختبار تحليل المتباين، ويعتمد استخدام كل نوع منها على نوع البيانات المكونة للمجموعات.

يقوم اختبار تحليل المتباين بمقارنة متوسطات جميع المجموعات لمعرفة ما إذا كان الاختلاف بينها هو اختلاف حقيقي أم هو نتيجة للصدفة المحضة، وفي حالة ما إذا توصل الباحث إلى أن هناك فرقاً حقيقياً بين المتوسطات (فرق معنوي إحصائياً Statistically Significant) فإن عملية القيام بإجراء اختبارات إضافية للتعرف على المجموعة أو المجموعات التي تسببت في هذا الفرق، وتسمى هذه الاختبارات الإضافية "الاختبارات اللاحقة Post-Hoc test أو aposteriori tests"، ولا يتم إجراؤها إلا بعد إجراء اختبار تحليل المتباين والاستنتاج بأن هناك فرق معنوي إحصائياً بين المتوسطات، ومن أهم الاختبارات اللاحقة ما يلي:

اختبار فيشر لأقل فرق معنوي Fisher's Least Significant Difference (LSD).
اختبار بونفيروني Bonferroni.
اختبار ستودنت – نيومات-كولز Student-Neuman-Keuls (SNK).
اختبار دنكان المتعدد المدى Duncan Multiple Range.
اختبار توكي Tukey test.
اختبار شوفيه Scheffe test.
اختبار دانيت Dunnett test ( ويستخدم هذا الأخير في حالة وجود مجموعة ضابطة control بين المجموعات).

ومن الجدير بالذكر أننا لا نحتاج إلا لإجراء اختبار واحد من هذه الاختبارات فقط. هناك أنواع عديدة أخرى من تحليل المتباين نلخصها فيما يلي:

تحليل المتباين ذو القياسات المتكررة Repeated Measures ANOVA:

يستخدم في حالة وجود قيمتين على الأقل لكل فرد في المجموعات التي تتم مقارنتها، وهذا يعني أن تكون العينات مرتبطة dependent أو مزدوجة paired. وهو بذلك يشبه اختبار t للعينات المرتبطة paired t-test ما عدا أن هذا الأخير يستخدم لمقارنة عينتين مرتبطتين فقط. ومثال تحليل المتباين ذو القياسات المتكررة هو مقارنة ثلاثة أدوية على مجموعة من المرضى بحيث يتناول كل مريض الثلاثة أدوية عشوائياً، كل دواء على حدة، ويتم تناول الأدوية بطريقة تبادلية crossover، ويفصل بين فترات تناول الأدوية فترة انقطاع زمنية مناسبة (فترة غسيل Washout period).

تحليل المتباين ذو العوامل المتعددة Factorial ANOVA:

يستخدم لمعرفة تاثير متغيرات مستقلة متعددة على متغير غير مستقل واحد. ومثال ذلك إذا تم عمل أكثر من قياس لنفس المتغير لكل فرد في المجموعة. وكما رأينا في تحليل المتباين ذي الاتجاه الواحد، نحتاج إلى إجراء اختبارات لاحقة Post-Hoc tests في حالة ثبوت وجود فروقات معنوية بين المجموعات لمعرفة المجموعة أو المجموعات التي تسببت في حدوث هذه الفروقات.

وسوم :

تحليل احصائي مكاتب دراسات الجدوى بحوث ودراسات محلل احصائي