تحليل التباين الأحادي في SPSS: الخطوات وقراءة جدول ANOVA بمثال محلول
شرح تحليل التباين الأحادي في SPSS بمثال محلول: الشروط والخطوات، وقراءة جدول ANOVA رقمًا رقمًا، واختبار ويلش، وحساب مربع إيتا والمقارنات البعدية.
في هذه المقالة
- متى تستخدم تحليل التباين الأحادي بدل اختبار t؟
- شروط تحليل التباين الأحادي وكيف تتحقق منها
- خطوات تحليل التباين الأحادي في SPSS
- مثال محلول: قراءة جدول ANOVA وتفسيره رقمًا رقمًا
- من أين جاءت هذه الأرقام؟
- اختبار ويلش عند اختلال التجانس
- حجم الأثر: حساب مربع إيتا خطوة بخطوة
- المقارنات البعدية وكتابة النتيجة في الرسالة
- أخطاء شائعة عند تطبيق ANOVA
- أسئلة شائعة
- F دالة لكن المقارنات البعدية كلها غير دالة، ماذا أكتب؟
- هل يشترط أن تتساوى أحجام المجموعات في ANOVA؟
- ما البديل اللامعلمي لتحليل التباين الأحادي؟
- ما الفرق بين تحليل التباين الأحادي والثنائي؟
رسالتك تقارن ثلاث مجموعات أو أكثر: معلمات من ثلاث فئات خبرة، أو موظفين من أربع جهات حكومية، أو طلابًا من ثلاث كليات. فتحت SPSS فظهر لك جدول فيه Sum of Squares وdf وMean Square وF وSig.، ثم جدول آخر للمقارنات البعدية مليء بالنجوم، ولا تعرف ماذا تنقل إلى الفصل الرابع. هذا المقال يشرح تحليل التباين الأحادي في SPSS (One-Way ANOVA) بمثال محلول واحد من أوله إلى آخره: متى تختاره، وكيف تتحقق من شروطه، وكيف تقرأ كل رقم في جدوله، وماذا تفعل إذا اختل التجانس، وكيف تحسب مربع إيتا بيدك لتتأكد من مخرجات البرنامج.
متى تستخدم تحليل التباين الأحادي بدل اختبار t؟
يقارن تحليل التباين الأحادي متوسط متغير تابع كمي بين ثلاث مجموعات مستقلة أو أكثر يحددها متغير مستقل واحد، مثل المؤهل العلمي (دبلوم، بكالوريوس، دراسات عليا) أو سنوات الخبرة. أما إن كانت المجموعات اثنتين فقط فالأنسب اختبار t لعينتين مستقلتين في SPSS، والنتيجتان متطابقتان في هذه الحالة لأن F تساوي مربع t.
لماذا لا تجري ثلاثة اختبارات t بين كل زوج؟ لأن كل اختبار يحمل احتمال خطأ من النوع الأول قدره 0.05، فإذا أجريت ثلاث مقارنات مستقلة صار احتمال أن تخطئ في واحدة منها على الأقل نحو 1 − 0.95³ = 0.143، أي قرابة ثلاثة أضعاف المستوى الذي حددته. تحليل التباين يختبر الفرضية الصفرية «متوسطات المجموعات كلها متساوية» باختبار واحد عند 0.05، ثم تأتي المقارنات البعدية بتصحيح يضبط هذا الخطأ.
وإن كان لديك متغيران مستقلان معًا، كالخبرة والمرحلة الدراسية، أو قياس قبلي تريد ضبطه، فأنت أمام تصميم آخر. وتجد خريطة الاختيار كاملة في دليل أنواع الاختبارات الإحصائية ومتى تستخدم كلًا منها، أو جرب مساعد اختيار الاختبار الإحصائي المجاني وأجب عن أسئلته عن متغيراتك.
شروط تحليل التباين الأحادي وكيف تتحقق منها
| الشرط | كيف تتحقق منه | إن لم يتحقق |
|---|---|---|
| متغير تابع كمي (درجة اختبار، أو متوسط محور في الاستبانة) | من طبيعة المقياس | الفقرة الواحدة من مقياس ليكرت بياناتها رتبية، فالأنسب اختبار كروسكال واليس |
| متغير مستقل واحد بثلاث فئات فأكثر | من ترميز المتغير في Variable View | فئتان فقط: اختبار t |
| استقلال المشاهدات | من التصميم: كل فرد في مجموعة واحدة ويقاس مرة واحدة | القياسات المتكررة على الأفراد أنفسهم تحتاج تحليلًا للقياسات المتكررة |
| اعتدالية التوزيع داخل كل مجموعة | شابيرو-ويلك والرسوم من Explore مع وضع متغير المجموعة في Factor List | الابتعاد المعتدل مع مجموعات متوسطة الحجم يتحمله الاختبار عادةً، والابتعاد الشديد مع مجموعات صغيرة يرجح كروسكال واليس |
| تجانس التباين بين المجموعات | اختبار ليفين من Options | اعتمد اختبار ويلش ومقارنات Games-Howell |
يذكر الدليل الرسمي لبرنامج IBM SPSS Statistics أن تحليل التباين يتحمل الابتعاد عن الاعتدالية بشرط أن تكون البيانات متماثلة تقريبًا، وأن اختبار ليفين يفحص افتراض تساوي التباينات. وطريقة فحص الاعتدالية لكل مجموعة مشروحة في مقال اختبار التوزيع الطبيعي في SPSS، وقراءة ليفين بالتفصيل في مقال اختبار ليفين للتجانس.
خطوات تحليل التباين الأحادي في SPSS
المثال الافتراضي الذي سنعمل عليه: طالبة ماجستير في القياس والتقويم بإحدى الجامعات السعودية تدرس درجة ممارسة معلمات المرحلة الابتدائية في المنطقة الشرقية للتقويم البنائي، وتريد معرفة هل تختلف الدرجة باختلاف سنوات الخبرة. أداتها استبانة خماسية التدرج، وعينتها 60 معلمة: 20 خبرتهن أقل من 5 سنوات، و20 من 5 إلى 10 سنوات، و20 أكثر من 10 سنوات.
- رتب البيانات في عمودين:
scoreلمتوسط المعلمة في المحور، وexpللخبرة بالرموز 1 و2 و3، وحدد معنى كل رمز في Values. والدليل الرسمي يشترط أن تكون قيم متغير العامل أعدادًا صحيحة. - افتح Analyze ثم Compare Means ثم One-Way ANOVA.
- انقل
scoreإلى Dependent List وexpإلى Factor. - إن ظهر في إصدارك خيار Estimate effect size for overall tests (من الإصدار 27) ففعله، ليظهر جدول ANOVA Effect Sizes.
- من Options حدد Descriptive وHomogeneity of variance test وWelch وBrown-Forsythe، ويمكنك إضافة Means plot.
- من Post Hoc حدد Tukey في قسم Equal Variances Assumed، وGames-Howell في قسم Equal Variances Not Assumed، ثم اعتمد أحدهما بحسب نتيجة ليفين.
- اضغط OK.
تحديد الاختيارين معًا لا يعني أنك ستنقل الاثنين إلى الرسالة. اكتب القاعدة في الفصل الثالث قبل النظر في النتائج: إن كان ليفين غير دال اعتمدت جدول ANOVA وتوكي، وإن كان دالًا اعتمدت ويلش وGames-Howell.
مثال محلول: قراءة جدول ANOVA وتفسيره رقمًا رقمًا
الأرقام التالية افتراضية للشرح، لكنها محسوبة بدقة من المتوسطات والانحرافات المعطاة، فتستطيع إعادة حسابها. نبدأ بجدول Descriptives:
| الخبرة | N | Mean | Std. Deviation | Std. Error |
|---|---|---|---|---|
| أقل من 5 سنوات | 20 | 3.40 | 0.60 | 0.134 |
| من 5 إلى 10 | 20 | 3.70 | 0.55 | 0.123 |
| أكثر من 10 | 20 | 3.95 | 0.50 | 0.112 |
| Total | 60 | 3.683 | 0.588 | 0.076 |
تأكد أولًا أن N يطابق عدد حالاتك في كل فئة. ثم افترض أن جدول Test of Homogeneity of Variances أظهر قيمة Sig. لليفين قدرها .512، وهي قيمة افتراضية لأن إحصاءة ليفين تحتاج البيانات الخام. وبما أنها أكبر من .05 فالتجانس متحقق، وتنتقل إلى جدول ANOVA:
| المصدر | Sum of Squares | df | Mean Square | F | Sig. |
|---|---|---|---|---|---|
| Between Groups | 3.033 | 2 | 1.517 | 4.986 | .010 |
| Within Groups | 17.338 | 57 | 0.304 | ||
| Total | 20.371 | 59 |
من أين جاءت هذه الأرقام؟
- المتوسط العام: (3.40 + 3.70 + 3.95) ÷ 3 = 3.683، لأن المجموعات متساوية الحجم.
- مجموع المربعات بين المجموعات: نضرب حجم كل مجموعة في مربع بُعد متوسطها عن المتوسط العام، ثم نجمع: 20 × (0.0803 + 0.0003 + 0.0711) = 20 × 0.1517 = 3.033. هذا هو التباين الذي يفسره متغير الخبرة.
- مجموع المربعات داخل المجموعات: نضرب (N − 1) لكل مجموعة في مربع انحرافها المعياري، ثم نجمع: 19 × (0.36 + 0.3025 + 0.25) = 19 × 0.9125 = 17.338. هذا تباين الأفراد داخل الفئة الواحدة.
- درجات الحرية: بين المجموعات عدد المجموعات ناقص واحد (3 − 1 = 2)، وداخلها عدد الأفراد ناقص عدد المجموعات (60 − 3 = 57).
- متوسط المربعات: 3.033 ÷ 2 = 1.517، و17.338 ÷ 57 = 0.304.
- قيمة F: 1.517 ÷ 0.304 = 4.99 تقريبًا، ويعطي البرنامج 4.986 لأنه لا يقرب الأرقام الوسيطة.
قيمة F نسبة تبين كم مرة يزيد التباين بين المجموعات على التباين داخلها. وقيمة Sig. البالغة .010 أقل من .05، فترفض الفرضية الصفرية وتستنتج أن متوسط فئة واحدة على الأقل يختلف عن غيره. لكن الجدول لا يقول أي الفئات تختلف، وهذا عمل المقارنات البعدية.
اختبار ويلش عند اختلال التجانس
لو جاءت قيمة Sig. لليفين أقل من .05 لما صح الاعتماد على F التقليدية، ولا سيما حين تختلف أحجام المجموعات. ينص الدليل الرسمي على أن إحصاءتي Welch وBrown-Forsythe أفضل من F حين لا يتحقق تساوي التباينات، وتظهران في جدول Robust Tests of Equality of Means. في مثالنا تكون نتيجة ويلش:
| الاختبار | Statistic | df1 | df2 | Sig. |
|---|---|---|---|---|
| Welch | 4.886 | 2 | 37.791 | .013 |
لاحظ أن df2 عدد عشري، وهذا طبيعي لأن ويلش يعدل درجات الحرية بحسب تباين كل مجموعة وحجمها، فاكتبها بمنزلتين عشريتين: F(2, 37.79) = 4.89. ومع ويلش تنتقل في المقارنات البعدية إلى Games-Howell بدل توكي، لأنه لا يفترض تساوي التباينات. وفي مثالنا تعطي الطريقتان الحكم نفسه، وهذا متوقع لأن الانحرافات متقاربة والمجموعات متساوية الحجم.
حجم الأثر: حساب مربع إيتا خطوة بخطوة
قيمة Sig. تقول إن الفرق موجود، ولا تقول كم هو كبير. ومربع إيتا (η²) يجيب عن ذلك، فهو نسبة التباين الكلي في الدرجات التي يفسرها المتغير المستقل.
- المعادلة: η² = مجموع المربعات بين المجموعات ÷ مجموع المربعات الكلي.
- التعويض: 3.033 ÷ 20.371 = 0.149.
- التفسير: سنوات الخبرة تفسر نحو 15% من تباين درجات ممارسة التقويم البنائي في هذه العينة.
- الحكم: بالمعيار الشائع المنسوب إلى كوهين (0.01 صغير، 0.06 متوسط، 0.14 كبير) يعد الأثر كبيرًا.
مربع إيتا يبالغ قليلًا في تقدير الأثر في العينات الصغيرة، لذلك يقترح بعض المنهجيين معه مربع أوميغا (ω²)، كما في مقال Lakens المذكور في المصادر:
- المعادلة: ω² = (مجموع المربعات بين المجموعات − درجات الحرية بين المجموعات × متوسط المربعات داخل المجموعات) ÷ (مجموع المربعات الكلي + متوسط المربعات داخل المجموعات).
- التعويض: (3.033 − 2 × 0.304) ÷ (20.371 + 0.304) = 2.425 ÷ 20.675 = 0.117.
- التفسير: أثر متوسط يقترب من الكبير.
اذكر في الفصل الثالث أي المقياسين اعتمدت ولماذا. وإن كان إصدارك 27 أو أحدث فستجد هذه المقاييس في جدول ANOVA Effect Sizes، ويبقى الحساب اليدوي وسيلتك للتحقق. وتفصيل مقاييس الأثر الأخرى في مقال حساب حجم الأثر ومربع إيتا.
المقارنات البعدية وكتابة النتيجة في الرسالة
هذا جدول Multiple Comparisons بطريقة توكي في مثالنا، والخطأ المعياري لكل فرق هو الجذر التربيعي لـ 0.304 × (1/20 + 1/20)، أي 0.174:
| المقارنة | Mean Difference | Std. Error | Sig. |
|---|---|---|---|
| أقل من 5 مقابل من 5 إلى 10 | -0.30 | 0.174 | .207 |
| أقل من 5 مقابل أكثر من 10 | -0.55* | 0.174 | .007 |
| من 5 إلى 10 مقابل أكثر من 10 | -0.25 | 0.174 | .331 |
الفرق الدال الوحيد هو بين الفئتين الطرفيتين، لصالح المعلمات الأكثر خبرة لأن متوسطهن أعلى. والإشارة السالبة تعني فقط أن الفئة الأولى في السطر متوسطها أقل.
وأي طريقة تختار؟
- توكي: لمقارنة كل الأزواج حين تتساوى التباينات.
- شيفيه: أكثر تحفظًا، ويصلح للمقارنات المركبة أيضًا.
- Games-Howell: عند اختلال التجانس.
- LSD: لا يصحح الخطأ الكلي، كما يذكر الدليل الرسمي.
اختر طريقتك قبل التحليل، ولا تجرب طرقًا عدة ثم تنقل ما يعجبك.
ونموذج الصياغة المقترح للفرضية:
أظهرت نتائج تحليل التباين الأحادي وجود فروق دالة إحصائيًا عند مستوى 0.05 في درجة ممارسة معلمات المرحلة الابتدائية للتقويم البنائي تعزى إلى سنوات الخبرة، F(2, 57) = 4.99, p = .010, η² = .15. وبينت المقارنات البعدية بطريقة توكي أن الفرق دال بين فئة أقل من 5 سنوات (M = 3.40, SD = 0.60) وفئة أكثر من 10 سنوات (M = 3.95, SD = 0.50) لصالح الأكثر خبرة، في حين لم تكن الفروق الأخرى دالة.
وقبل أن تنقل الفقرة إلى الفصل الرابع، تأكد أنها تتضمن:
- الاختبار المعتمد (F أو ويلش) بحسب نتيجة ليفين.
- قيمة الإحصاءة بدرجتي حريتها، وقيمة p.
- حجم الأثر وتصنيفه.
- طريقة المقارنات البعدية، والفروق الدالة ولصالح من.
- متوسط كل فئة وانحرافها المعياري.
وتنسيق الجدول وفق أسلوب APA مشروح في مقال كتابة نتائج التحليل الإحصائي في الرسالة.
أخطاء شائعة عند تطبيق ANOVA
- الاكتفاء بجدول ANOVA وكتابة «توجد فروق» دون تحديد بين أي الفئات ولصالح من.
- تفسير المقارنات البعدية حين تكون F غير دالة بحثًا عن أي نجمة.
- فحص الاعتدالية على العينة كلها بدل كل مجموعة على حدة.
- تجاهل ليفين الدال والاستمرار في F وتوكي.
- إبقاء فئة فيها حالتان أو ثلاث، والأفضل دمجها مع فئة قريبة منطقيًا قبل التحليل، وتوثيق ذلك في الفصل الثالث.
- إهمال حجم الأثر، ثم وصف فرق دال صغير بأنه «أثر كبير».
أسئلة شائعة
F دالة لكن المقارنات البعدية كلها غير دالة، ماذا أكتب؟
يحدث هذا لأن F تختبر كل التركيبات معًا، ومنها مقارنات مركبة كمتوسط فئتين مقابل الثالثة، في حين يطبق على المقارنات الزوجية تصحيح لتعدد المقارنات. اكتب النتيجتين كما هما، وقل إن الفروق الزوجية لم تبلغ الدلالة، ولا تغير طريقة المقارنة بعد رؤية النتيجة.
هل يشترط أن تتساوى أحجام المجموعات في ANOVA؟
لا، لكن عدم التساوي يجعل الاختبار أكثر حساسية لاختلال التجانس. فإن اختلفت الأحجام كثيرًا وكان ليفين دالًا فاعتمد ويلش وGames-Howell، واذكر أحجام المجموعات في جدول الوصف.
ما البديل اللامعلمي لتحليل التباين الأحادي؟
اختبار كروسكال واليس (Kruskal-Wallis H)، ويقارن رتب الدرجات بين ثلاث مجموعات أو أكثر. تلجأ إليه حين يكون المتغير التابع رتبيًا، أو حين تكون المجموعات صغيرة وتوزيعها بعيد جدًا عن الاعتدالية.
ما الفرق بين تحليل التباين الأحادي والثنائي؟
الأحادي فيه متغير مستقل واحد بثلاث فئات فأكثر، كالخبرة. والثنائي (Two-Way ANOVA) فيه متغيران مستقلان معًا، كالخبرة والمرحلة الدراسية، فيختبر أثر كل منهما والتفاعل بينهما، وتجريه في SPSS من Analyze ثم General Linear Model ثم Univariate. أما متغير بفئتين فقط كالجنس فالأنسب له اختبار t لعينتين مستقلتين.
تحليل التباين الأحادي ثلاث قراءات متتالية: جدول ANOVA يخبرك هل يوجد فرق، والمقارنات البعدية تخبرك أين، ومربع إيتا يخبرك كم. وإن أردت من يراجع معك اختيار الاختبار وقراءة مخرجاته وصياغتها قبل التسليم، فتعرف على خدمة التحليل الإحصائي للرسائل والأبحاث العلمية، أو احجز استشارة مجانية.
