في هذه الصفحة
يُختار الاختبار الإحصائي في عدد مفاجئ من الدراسات بالطريقة نفسها: أسهل خيار يمكن إيجاده في برنامج SPSS، أو الاختبار الذي استخدمه زميل في ورقة بحثية مشابهة الشكل. تظهر النتائج، وتظهر معها قيمة p، وتستمر الورقة العلمية في طريقها، إلى أن يسأل أحد المحكّمين لماذا استُخدم اختبار معلمي على عينة من 14 مشاركًا فقط، أو لماذا طُبّق اختبار مربع كاي على جدول تقل فيه القيم المتوقعة لبعض الخلايا عن 5.
عند هذه النقطة، غالبًا ما يكون الجواب الصادق "لم نتحقق من ذلك"، ويعني الحل إعادة التحليل تحت ضغط موعد التعديلات، وأحيانًا بنتيجة لم تعد تدعم الاستنتاج الأصلي. يجب اختيار الاختبار في مرحلة البروتوكول، بناءً على أمرين: نوع البيانات، وتصميم الدراسة. يستعرض هذا المقال كليهما.
لماذا تحدث هذه المشكلة
الإحصاء يُدرَّس بمعزل عن قواعد البيانات الحقيقية
تتناول معظم المناهج الطبية المفاهيم الإحصائية مرة واحدة وبشكل نظري، بمعزل عن الواقع الفوضوي لقاعدة بيانات سريرية حقيقية تحتوي على قيم مفقودة، ومجموعات فرعية صغيرة، وتوزيعات غير متماثلة.
القرار يؤول لمن يملك البرنامج
في كثير من الفرق، يُحدَّد "من يجري التحليل الإحصائي" بناءً على من يملك صلاحية الوصول للبرنامج، لا بناءً على التدريب الإحصائي، فيصبح الاختبار المختار غالبًا أول اختبار ينتج قيمة p، لا الاختبار الذي تدعمه البيانات فعليًا.
الخلط بين الدلالة الإحصائية وصحة الاختبار
قيمة p أقل من 0.05 تبدو وكأنها تأكيد على أن الاختبار المستخدم صحيح. هذا غير صحيح. الاختبار الخاطئ قد ينتج نتيجة دالة إحصائيًا، أو غير دالة، لا تعكس ما تُظهره البيانات فعليًا.
الأخطاء الشائعة التي نراها
- تجاوز اختبار التوزيع الطبيعي. تطبيق اختبار t أو ANOVA دون التحقق أولًا من أن البيانات المستمرة تتبع توزيعًا طبيعيًا (اختبار Shapiro-Wilk، أو الفحص البصري في العينات الكبيرة).
- التعامل مع البيانات الترتيبية كأنها مستمرة. درجات الألم ومقاييس ليكرت وما شابهها من متغيرات ترتيبية تحتاج غالبًا إلى اختبارات لامعلمية، لا اختبار t أو معامل ارتباط بيرسون.
- تجاهل طبيعة البيانات المزدوجة أو المتكررة. القياسات قبل وبعد التدخل على نفس المرضى تحتاج إلى اختبار مزدوج (paired)؛ استخدام اختبار للعينات المستقلة هنا يضخّم حجم العينة بشكل مصطنع ويُبطل النتيجة.
- استخدام مربع كاي مع قيم متوقعة صغيرة للخلايا. عندما تقل القيمة المتوقعة عن 5 في أكثر من 20% من الخلايا، يكون اختبار فيشر الدقيق هو الخيار الصحيح، لا مربع كاي.
- إجراء مقارنات متعددة دون تصحيح إحصائي. اختبار عدة مجموعات فرعية دون تعديل بونفيروني أو ما يماثله يزيد من احتمال ظهور نتيجة إيجابية زائفة.
توصيات عملية
يعتمد اختيار الاختبار على سؤالين: ما نوع البيانات التي تقارنها، وكم عدد المجموعات المعنية؟
| نوع البيانات | مجموعتان | أكثر من مجموعتين |
|---|---|---|
| مستمرة، ذات توزيع طبيعي | اختبار t للعينات المستقلة | تحليل التباين الأحادي (ANOVA) |
| مستمرة، بدون توزيع طبيعي | اختبار Mann-Whitney U | اختبار Kruskal-Wallis |
| مستمرة مزدوجة / متكررة | اختبار t المزدوج (Paired t-test) | تحليل التباين للقياسات المتكررة |
| فئوية | مربع كاي (أو فيشر الدقيق عند صغر الخلايا) | مربع كاي |
| بقاء / زمن حتى الحدث | Kaplan-Meier + اختبار log-rank | انحدار Cox للمخاطر النسبية |
| التنبؤ بنتيجة ثنائية | الانحدار اللوجستي | |
| التنبؤ بنتيجة مستمرة | الانحدار الخطي | |
قائمة مرجعية سريعة
- نوع البيانات محدد لكل متغير (مستمر، ترتيبي، فئوي، زمن حتى الحدث)
- التوزيع الطبيعي مُختبر قبل الاختيار بين الأساليب المعلمية واللامعلمية
- طبيعة العينات (مزدوجة أم مستقلة) مؤكدة قبل اختيار الاختبار
- القيم المتوقعة للخلايا مفحوصة قبل استخدام مربع كاي
- تم تطبيق تصحيح إحصائي عند إجراء مقارنات متعددة
- الخطة الإحصائية مكتوبة ضمن البروتوكول قبل بدء جمع البيانات
- إحصائي راجع الخطة، ولو بشكل مبدئي، قبل بدء التحليل
تحتاج إلى إرشاد متخصص؟
احجز مكالمة مجانية مع بيورميد، ودع مختصي البحث لدينا يساعدونك على توفير وقتك الثمين، وتجنّب الأخطاء البحثية المكلفة، والتقدم بثقة نحو النشر العلمي.
الأسئلة الشائعة
هل يكفي برنامج SPSS أم أحتاج إلى R؟
يكفي SPSS في الغالبية العظمى من الدراسات السريرية التي تستخدم اختبارات قياسية. يصبح R مفيدًا في النمذجة المتقدمة، مثل النماذج المختلطة المعقدة أو بعض أساليب التحليل التلوي، لكنه ليس ضروريًا لمعظم الدراسات في مركز واحد.
ما حجم العينة الذي يبرر استخدام اختبار معلمي؟
لا يوجد حد فاصل ثابت، لكن كدليل عملي، غالبًا ما تكون العينات التي تتجاوز 30 مشاركًا لكل مجموعة قوية بما يكفي أمام انحرافات معتدلة عن التوزيع الطبيعي بفضل نظرية النهاية المركزية. أما دون ذلك، فيصبح اختبار التوزيع الطبيعي رسميًا أكثر أهمية.
كيف يكتشف المحكّمون غالبًا الاختبار الخاطئ؟
غالبًا من خلال حجم العينة المذكور بجانب اختبار معلمي، أو جدول مربع كاي بخلايا صغيرة بوضوح، أو بيانات مزدوجة حُلّلت وكأنها مستقلة، وكلها أمور يمكن ملاحظتها دون إعادة إجراء التحليل.
هل يمكنني تغيير الاختبار الإحصائي بعد انتهاء جمع البيانات؟
فقط إذا كان الاختيار الأصلي غير صحيح فعليًا لنوع البيانات، لا لمجرد أن اختبارًا آخر قد ينتج قيمة p أكثر ملاءمة. أي تغيير يجب توثيقه وتبريره في قسم طرق البحث.