الاختبار القبلي والبعدي: تكافؤ المجموعات واختيار التحليل في SPSS
تحليل الاختبار القبلي والبعدي في SPSS: كيف تثبت تكافؤ المجموعات، ومتى تختار t المترابط أو الكسب أو ANCOVA، مع جدول قرار ومثال محسوب لمربع إيتا والكسب المعدل.
في هذه المقالة
- التصاميم الشائعة في دراسات القياس القبلي والبعدي
- التحقق من تكافؤ المجموعات قبل التجربة
- الفرق بين القياس القبلي والبعدي لمجموعة واحدة: اختبار t المترابط
- مجموعتان: تحليل الكسب أم ANCOVA؟
- أكثر من قياسين: القياسات المتكررة والتصميم المختلط
- جدول قرار تحليل الاختبار القبلي والبعدي في SPSS
- حجم الأثر والكسب المعدل: مثال محسوب
- أخطاء شائعة
- أسئلة شائعة
- هل أفحص اعتدالية القياس القبلي والبعدي أم الفروق بينهما؟
- كيف أحسب درجة الكسب في SPSS؟
- ما الفرق بين مربع إيتا ونسبة الكسب المعدل لبليك؟
- هل يصلح الاختبار القبلي والبعدي مع عينة من 15 طالبًا؟
جمعت درجات الاختبار القبلي والبعدي (Pretest-Posttest) لبرنامجك أو استراتيجيتك الجديدة، وفتحت ملف SPSS، ولا تعرف أي تحليل تختار: اختبار t للقياس البعدي، أم درجات الكسب، أم تحليل التباين المصاحب؟ وفوق ذلك ينتظر منك المشرف أن تثبت أن المجموعتين كانتا متكافئتين قبل التجربة. الإجابة لا تبدأ من قوائم البرنامج، بل من تصميم دراستك. يرتب هذا المقال القرار حسب التصميم أولًا ثم حسب البيانات، ويقدم لك جدول قرار جاهزًا ومثالًا محسوبًا لمربع إيتا ونسبة الكسب المعدل، حتى تكتب فصلي الإجراءات والنتائج بثقة.
التصاميم الشائعة في دراسات القياس القبلي والبعدي
التحليل يتبع التصميم، لا العكس. وأغلب الرسائل التجريبية وشبه التجريبية في كليات التربية والتمريض والإدارة في الخليج تقع في أحد أربعة تصاميم. في الجدول: O تعني قياسًا، وX تعني المعالجة (البرنامج أو الاستراتيجية)، وR تعني التعيين العشوائي. والأمثلة افتراضية للتوضيح.
| التصميم | الرموز | مثال افتراضي | ما الذي يقارنه التحليل |
|---|---|---|---|
| مجموعة واحدة بقياس قبلي وبعدي | O X O | برنامج إرشادي لخفض قلق الاختبار لدى طالبات المرحلة الثانوية في مدرسة بالدمام | تغير المجموعة نفسها |
| مجموعتان من فصول قائمة (غير متكافئتين) | O X O / O O | فصلان في مدرسة متوسطة بالدوحة، أحدهما يدرس بالتعلم المقلوب | الفرق بين المجموعتين بعد ضبط نقطة البداية |
| مجموعتان بتعيين عشوائي | R O X O / R O O | ممرضون في مستشفى حكومي يوزعون عشوائيًا على تدريب إلكتروني أو تقليدي | الفرق بين المجموعتين |
| قياسات متكررة (قبلي وبعدي ومؤجل) | O X O O | قياس الاحتفاظ بالتعلم بعد أربعة أسابيع من انتهاء البرنامج | التغير عبر الزمن وتفاعله مع المجموعة |
الفرق بين التصميمين الثاني والثالث ليس شكليًا. التعيين العشوائي يجعل أي فرق قبلي بين المجموعتين نتيجة صدفة، أما الفصول القائمة فقد تختلف لأسباب حقيقية: معلمة مختلفة، أو توقيت الحصة، أو مستوى سابق للطالبات. لهذا تسمى الدراسة في الحالة الثانية شبه تجريبية، وتجد تهديدات صدقها الداخلي في شرح مناهج البحث العلمي وتصاميمها.
التحقق من تكافؤ المجموعات قبل التجربة
الطريقة الشائعة في الرسائل العربية أن يطبق الباحث اختبار t لعينتين مستقلتين على درجات القياس القبلي، فإن لم يكن الفرق دالًا كتب «المجموعتان متكافئتان». خطوات هذا الاختبار وقراءة جدوليه في مقال اختبار t لعينتين مستقلتين في SPSS. لكن هذه الخطوة وحدها لا تكفي، وهذه ثلاث نقاط تسأل عنها لجان المناقشة عادةً:
- عدم الدلالة لا يعني التكافؤ. مع 15 طالبة في كل فصل قد يكون الفرق القبلي كبيرًا تربويًا ويخرج غير دال لضعف القوة الإحصائية. اكتب الفرق نفسه وحجم أثره بجوار قيمة p. وإن أردت إثبات التكافؤ إحصائيًا فهناك اختبار التكافؤ (TOST) الذي تحدد فيه مسبقًا أصغر فرق له معنى عملي.
- التكافؤ لا يقتصر على متغير واحد. افحصه في المتغير التابع، وفي المتغيرات التي قد تؤثر فيه: العمر، والمعدل التراكمي، وسنوات الخبرة في عينات الموظفين.
- مع التعيين العشوائي يختلف المنطق. الفرق القبلي هنا صدفة بحكم التصميم، فاختبار دلالته لا يضيف كثيرًا، والأهم حجم الفرق وقوة ارتباط القبلي بالبعدي.
وإن ظهر فرق قبلي دال بين فصلين قائمين، فلا تتوقف الدراسة ولا تحتاج إلى إعادة التجربة. وهذا بالضبط الموقف الذي صمم له تحليل التباين المصاحب، كما سيأتي.
الفرق بين القياس القبلي والبعدي لمجموعة واحدة: اختبار t المترابط
في تصميم المجموعة الواحدة، يقارن التحليل درجة كل مشارك قبل البرنامج بدرجته بعده. الاختبار المعلمي هو اختبار t للعينات المترابطة (Paired-Samples t Test)، وتجده في SPSS من Analyze ثم Compare Means ثم Paired-Samples T Test. وشرطه الأساسي أن تتوزع الفروق بين القياسين توزيعًا قريبًا من الطبيعي، لا كل قياس على حدة. لذلك احسب عمود الفرق (البعدي ناقص القبلي) من Transform ثم Compute Variable، وافحصه كما في دليل اختبار التوزيع الطبيعي في SPSS. وإن كانت الفروق بعيدة عن الطبيعي والعينة صغيرة، فالبديل اللامعلمي هو اختبار ويلكوكسون للرتب الموقعة (Wilcoxon Signed-Rank).
لكن تذكر حدود هذا التصميم: التحسن قد يأتي من البرنامج، أو من النضج، أو من تعود المشاركين على الاختبار نفسه. فاكتب النتيجة إذن بصيغة «وجود فرق دال بين القياسين»، ولا تنسب الأثر إلى البرنامج وحده إلا بحذر.
مجموعتان: تحليل الكسب أم ANCOVA؟
هنا يقع أكثر الالتباس. أمامك ثلاثة خيارات حين تكون لديك مجموعة تجريبية وأخرى ضابطة:
- مقارنة القياس البعدي وحده باختبار t لعينتين مستقلتين. ولا يصلح إلا إذا كان التكافؤ القبلي مقنعًا، ويهدر معلومات القياس القبلي.
- تحليل درجات الكسب: تحسب لكل مشارك الفرق بين البعدي والقبلي، ثم تقارن متوسط الكسب بين المجموعتين باختبار t لعينتين مستقلتين.
- تحليل التباين المصاحب (ANCOVA): القياس البعدي متغير تابع، والمجموعة عامل ثابت، والقبلي متغير مصاحب. يقدر الفرق بين المجموعتين لو بدأتا من الدرجة القبلية نفسها.
خلصت مقالة فيكرز وألتمان (2001) المنشورة في مجلة BMJ إلى أن تحليل التباين المصاحب هو الخيار العام المفضل في التجارب العشوائية ذات القياس القبلي والبعدي، لأنه يعطي النتيجة نفسها سواء ظهر اختلال قبلي بالصدفة أم لم يظهر. أما درجات الكسب فلا تصحح الاختلال القبلي، لأن الكسب يرتبط سلبيًا بالدرجة القبلية بسبب الانحدار نحو المتوسط. ومع الفصول القائمة يبقى ANCOVA الخيار الأقوى عادةً، لكنه يعدل الفرق في القبلي وحده، ولا يصحح فروقًا لم تقسها.
وقد تكون درجات الكسب بديلًا معقولًا حين يكون الارتباط بين القبلي والبعدي مرتفعًا جدًا (أعلى من 0.8 تقريبًا). ونبهت المقالة نفسها إلى أن طريقة التحليل تحدد مسبقًا، لا بعد تجربة الطرق واختيار أكثرها دلالة. فحددها في خطة البحث قبل جمع البيانات.
ولتحليل ANCOVA شروط خاصة أهمها تجانس ميل الانحدار، وخطواته في SPSS مع المتوسطات المعدلة مشروحة بمثال كامل في مقال تحليل التباين المصاحب ANCOVA في SPSS، فلا نكررها هنا.
أكثر من قياسين: القياسات المتكررة والتصميم المختلط
إذا أضفت قياسًا مؤجلًا لفحص بقاء الأثر، فلن يكون اختبار t مناسبًا، لأن تكراره بين كل قياسين يرفع احتمال الخطأ من النوع الأول. التحليل المناسب:
- مجموعة واحدة وثلاثة قياسات أو أكثر: تحليل التباين للقياسات المتكررة (Repeated Measures ANOVA)، من Analyze ثم General Linear Model ثم Repeated Measures، وبديله اللامعلمي اختبار فريدمان.
- مجموعتان أو أكثر مع قياسات متكررة: تحليل التباين المختلط (Mixed ANOVA)، بعامل داخل الأفراد هو الزمن، وعامل بين الأفراد هو المجموعة. السطر الذي يجيب عن سؤال الأثر هو التفاعل بين الزمن والمجموعة، لا الأثر الرئيس للزمن.
في الحالتين يعرض SPSS اختبار موشلي للكروية (Mauchly’s Test of Sphericity). إن كان دالًا فاقرأ السطر المصحح بطريقة Greenhouse-Geisser في جدول Tests of Within-Subjects Effects. ولاحظ معلومة توفر عليك تحليلًا مكررًا: في تصميم مجموعتين وقياسين فقط، قيمة F للتفاعل في التحليل المختلط تساوي مربع قيمة t في تحليل الكسب، فهما التحليل نفسه بصورتين.
جدول قرار تحليل الاختبار القبلي والبعدي في SPSS
استخدم هذا الجدول قبل فتح SPSS، ثم تحقق من اختيارك في مساعد اختيار الاختبار الإحصائي. ولموقع هذه الاختبارات من بقية الاختبارات، راجع أنواع الاختبارات الإحصائية ومتى تستخدمها.
| التصميم | البيانات | الاختبار في SPSS | حجم الأثر المقترح |
|---|---|---|---|
| مجموعة واحدة، قياسان | الفروق قريبة من الطبيعي | Paired-Samples t | مربع إيتا أو d للفروق |
| مجموعة واحدة، قياسان | الفروق بعيدة عن الطبيعي أو رتبية | ويلكوكسون للرتب الموقعة | r = Z ÷ جذر N |
| مجموعتان بتعيين عشوائي | كمية، والشروط متحققة | ANCOVA (القبلي مصاحب) | مربع إيتا الجزئي |
| فصلان قائمان، بفرق قبلي دال أو دونه | كمية، وتجانس الميل متحقق | ANCOVA مع المتوسطات المعدلة | مربع إيتا الجزئي |
| فصلان قائمان، الارتباط بين القياسين مرتفع جدًا | كمية | t لدرجات الكسب (تحليل داعم) | مربع إيتا أو d |
| مجموعتان، تجانس الميل غير متحقق | كمية | نموذج بحد التفاعل، بمرافقة متخصص | يعرض الفرق عند مستويات القبلي |
| مجموعة واحدة، ثلاثة قياسات أو أكثر | كمية | Repeated Measures ANOVA | مربع إيتا الجزئي |
| مجموعتان، ثلاثة قياسات أو أكثر | كمية | Mixed ANOVA (سطر التفاعل) | مربع إيتا الجزئي للتفاعل |
حجم الأثر والكسب المعدل: مثال محسوب
لنفترض دراسة بعنوان «أثر استخدام الخرائط الذهنية الإلكترونية في تحصيل العلوم لدى طالبات الصف الثاني المتوسط». أجرتها باحثة في مدرسة بجدة على فصلين قائمين، في كل فصل 25 طالبة، باختبار تحصيلي من 40 درجة. البيانات افتراضية للتوضيح، وقد أعيدت الحسابات كاملة للتحقق منها.
| المجموعة | متوسط القبلي (ع) | متوسط البعدي | متوسط الكسب (ع) |
|---|---|---|---|
| التجريبية (ن = 25) | 14.20 (3.80) | 23.80 | 9.60 (4.00) |
| الضابطة (ن = 25) | 14.60 (4.10) | 19.80 | 5.20 (4.40) |
التكافؤ القبلي: الفرق 0.40 درجة، وt(48) = −0.36، وp = .72، وd لكوهين = 0.10. الفرق صغير جدًا، فالتكافؤ مقبول من جهة الحجم لا من جهة p وحدها.
داخل كل مجموعة (t للعينات المترابطة): في التجريبية t = 9.60 ÷ (4.00 ÷ جذر 25) = 9.60 ÷ 0.80 = 12.00 بدرجات حرية 24. ومربع إيتا = t² ÷ (t² + df) = 144 ÷ 168 = 0.86. وفي الضابطة t = 5.20 ÷ 0.88 = 5.91، ومربع إيتا = 34.92 ÷ 58.92 = 0.59. لاحظ أن الضابطة تحسنت أيضًا بأثر كبير، لأنها درست الوحدة نفسها بالطريقة المعتادة. لهذا لا تكفي مقارنة المجموعة التجريبية بنفسها لإثبات أثر الاستراتيجية.
بين المجموعتين (t لدرجات الكسب): الانحراف المعياري المجمع = جذر ((16.00 + 19.36) ÷ 2) = 4.20، والخطأ المعياري = 4.20 × جذر (2 ÷ 25) = 1.19، فتكون t = 4.40 ÷ 1.19 = 3.70 بدرجات حرية 48، وp < .001.
ومربع إيتا = 13.69 ÷ (13.69 + 48) = 0.22، وd لكوهين = 4.40 ÷ 4.20 = 1.05. وهذه القيمة نفسها هي مربع إيتا الجزئي للتفاعل في التحليل المختلط، إذ F(1, 48) = 3.70² = 13.69. وإن كان التصميم يسمح بـ ANCOVA فاعرضه تحليلًا رئيسًا كما سبق.
ولقراءة هذه القيم بمعايير كوهين، ارجع إلى جدول تفسير حجم الأثر ومربع إيتا، وإلى مقالة لاكنز في حساب أحجام الأثر وكتابتها.
نموذج صياغة: «أظهر اختبار t لدرجات الكسب فرقًا دالًا إحصائيًا بين المجموعتين لصالح التجريبية، t(48) = 3.70، p < .001، ومربع إيتا = 0.22، وd = 1.05».
نسبة الكسب المعدل لبليك: يشيع في الرسائل التربوية العربية حسابها بالمعادلة: (ص − س) ÷ (د − س) + (ص − س) ÷ د، حيث س متوسط القبلي، و ص متوسط البعدي، و د الدرجة العظمى. للتجريبية: 9.60 ÷ 25.80 + 9.60 ÷ 40 = 0.372 + 0.240 = 0.61. وللضابطة: 5.20 ÷ 25.40 + 5.20 ÷ 40 = 0.205 + 0.130 = 0.33.
والحد المتداول للحكم بالفاعلية 1.2، فالبرنامج هنا لم يبلغه رغم دلالة الفرق وكبر حجم الأثر. السبب أن النسبة تقيس الاقتراب من الدرجة العظمى، لا الفرق عن الضابطة. فاعرضها إن طلبها قسمك أو مشرفك، بجوار حجم الأثر لا بديلًا عنه، وفسر الاختلاف بينهما بصراحة.
أخطاء شائعة
- إثبات التكافؤ بقيمة p غير دالة وحدها، مع عينة صغيرة.
- إجراء اختبار t بعدي فقط رغم وجود فرق قبلي دال بين الفصلين.
- تجربة t البعدي والكسب وANCOVA، ثم عرض أكثرها دلالة دون ذكر الباقي.
- فحص اعتدالية القبلي والبعدي كلًا على حدة في التصميم المترابط، بدل فحص الفروق.
- تكرار اختبار t بين كل قياسين بدل تحليل القياسات المتكررة.
- قراءة الأثر الرئيس للزمن في التحليل المختلط بدل سطر التفاعل.
- نسبة التحسن في تصميم المجموعة الواحدة إلى البرنامج وحده.
أسئلة شائعة
هل أفحص اعتدالية القياس القبلي والبعدي أم الفروق بينهما؟
في تصميم المجموعة الواحدة افحص عمود الفروق، لأنه ما يحلله اختبار t المترابط. وفي تحليل الكسب افحص درجات الكسب داخل كل مجموعة. أما في ANCOVA فالشرط يخص البواقي (Residuals) داخل المجموعات، لا الدرجات الخام.
كيف أحسب درجة الكسب في SPSS؟
من Transform ثم Compute Variable، اكتب اسم المتغير الجديد مثل gain، وفي خانة المعادلة اكتب post - pre بأسماء متغيراتك. ثم قارن متوسط gain بين المجموعتين باختبار t لعينتين مستقلتين.
ما الفرق بين مربع إيتا ونسبة الكسب المعدل لبليك؟
مربع إيتا يقيس نسبة التباين في الدرجات التي يفسرها الفرق بين القياسين أو المجموعتين. أما نسبة بليك فتقيس مقدار الكسب منسوبًا إلى الدرجة العظمى للاختبار. لذلك قد يكون الأثر كبيرًا بمقياس مربع إيتا، بينما تبقى النسبة أقل من 1.2.
هل يصلح الاختبار القبلي والبعدي مع عينة من 15 طالبًا؟
يصلح التحليل نفسه، لكن القوة الإحصائية تضعف، فقد لا يظهر أثر حقيقي متوسط الحجم. احسب حجم العينة قبل التطبيق، وافحص اعتدالية الفروق بعناية، واستخدم البديل اللامعلمي إن لزم، واكتب حجم الأثر دائمًا.
اختيار تحليل الاختبار القبلي والبعدي قرار يحدده التصميم: مجموعة واحدة، أو مجموعتان بتعيين عشوائي، أو فصول قائمة، أو قياسات متكررة. ثم يأتي حجم الأثر ليبين للقارئ مقدار الأثر، لا وجوده فقط. وإن أردت من يراجع معك التصميم ويرشدك في اختيار التحليل وكتابته قبل الفصل الرابع، فتعرف على خدمة التحليل الإحصائي، أو احجز استشارة مجانية.
