كيف يُعرض تحليل البيانات الكمية والتحليل الإحصائي؟

ماذا يجب أن يوضح قسم التحليل الإحصائي؟

• البرنامج والإصدار
• فحص البيانات قبل التحليل
• معالجة البيانات المفقودة
• فحص القيم المتطرفة
• اختبارات التوزيع والافتراضات
• الاختبارات المرتبطة بكل سؤال بحثي
• مستوى الدلالة
• أحجام الأثر وفواصل الثقة

فحص البيانات

قبل التحليل الاستدلالي ينبغي مراجعة أخطاء الإدخال والبيانات المفقودة والقيم المتطرفة والترميز والبنود العكسية والدرجات المحسوبة وخصائص التوزيع.

البيانات المفقودة والقيم المتطرفة

يمكن استخدام الحذف أو الإسناد أو الإسناد المتعدد أو طرق الاحتمال الأعظم بحسب بنية الفقد وتصميم الدراسة.

لا ينبغي حذف القيم المتطرفة تلقائياً؛ يمكن استخدام القيم المعيارية ومخططات الصندوق ومسافة Mahalanobis وCook distance وleverage والبواقي بحسب التحليل.

الطبيعية وافتراضات الاختبار

لا ينبغي الحكم على الطبيعية من اختبار واحد فقط. يمكن النظر معاً إلى المدرجات وQ-Q والالتواء والتفرطح وShapiro-Wilk، مع مراعاة استقلال الملاحظات وبنية التباين ونوع المتغيرات وبقية الافتراضات.

الإحصاءات الوصفية

تُستخدم المتوسطات والانحرافات المعيارية أو الوسيط والمدى الربيعي أو المجال وn (%) بحسب طبيعة البيانات.

مقارنة المجموعات

مجموعتان مستقلتان: اختبار t أو بديل غير معلمي مناسب.

قياسان مترابطان: paired t أو Wilcoxon.

ثلاث مجموعات أو أكثر: ANOVA أو Kruskal-Wallis مع المقارنات اللاحقة المناسبة عند الحاجة.

البيانات الفئوية

يمكن استخدام كاي تربيع للعلاقات بين المتغيرات الفئوية، وقد يلزم Fisher exact عند انخفاض التكرارات المتوقعة.

الارتباط

Pearson: للعلاقات الخطية بين متغيرات مستمرة في الظروف المناسبة.

Spearman: للبيانات الرتبية أو العلاقات الرتيبة عندما لا تناسب افتراضات Pearson.

الارتباط لا يثبت السببية.

الانحدار

يمكن الإبلاغ عن المعاملات والأخطاء المعيارية وفواصل الثقة وR² وR² المعدل واختبارات النموذج، مع فحص الخطية والبواقي والتجانس والاستقلال وتعدد الترابط والنقاط المؤثرة.

الانحدار اللوجستي

في النتائج الثنائية يمكن الإبلاغ عن المعامل والخطأ المعياري وodds ratio وفاصل الثقة وقيمة p.

الوساطة والتعديل

الوساطة: المسارات والأثر المباشر وغير المباشر وفواصل bootstrap.

التعديل: الآثار الرئيسة ومعامل التفاعل وفاصل الثقة وقيمة p والميل البسيط أو الآثار الشرطية.

نمذجة المعادلات الهيكلية

يُذكر أسلوب التقدير ومؤشرات المطابقة ومعاملات المسارات المعيارية والأخطاء المعيارية وقيم p وفواصل الثقة والتباين المفسر والآثار المباشرة وغير المباشرة، مع الفصل الواضح بين نموذج القياس والنموذج الهيكلي.

حجم الأثر وفاصل الثقة

الدلالة الإحصائية وحدها لا تعني أهمية علمية. يمكن استخدام Cohen's d وHedges' g وeta squared وpartial eta squared وr وR² وodds ratio وrisk ratio وفقاً للتحليل.

قيمة p

يُفضّل الإبلاغ عن القيمة الفعلية مثل p = .032.

للقيم الصغيرة جداً يُستخدم p < .001 بدلاً من p = .000.

النتائج غير الدالة

النتيجة غير الدالة قد تظل ذات قيمة علمية، ويجب تفسيرها مع حجم الأثر وفاصل الثقة وحجم العينة ودقة القياس والنظرية.

المقارنات المتعددة

قد تُستخدم Bonferroni أو Holm أو إجراءات FDR أو غيرها بحسب بنية الاختبارات. لا يلزم تطبيق التصحيح آلياً في كل دراسة.

Bootstrap

يفيد في تقدير الآثار غير المباشرة وفواصل الثقة وبعض الحالات ذات الافتراضات التوزيعية الضعيفة. ينبغي الإبلاغ عن عدد الإعادات وطريقة الفاصل عند الحاجة.

التحليلات المخططة والاستكشافية

من الأفضل الفصل بين التحليلات المحددة مسبقاً لاختبار الفرضيات والتحليلات الاستكشافية التي تُجرى بعد فحص البيانات.

تسلسل مقترح لقسم المنهج

البرنامج → فحص البيانات → الإحصاءات الوصفية → الافتراضات → الاختبارات بحسب الأسئلة → حجم الأثر / فاصل الثقة → مستوى الدلالة

مثال على فقرة التحليل

مثال: حُللت البيانات باستخدام IBM SPSS Statistics 29. لُخصت المتغيرات المستمرة بالمتوسط والانحراف المعياري أو الوسيط والمدى الربيعي بحسب التوزيع، والمتغيرات الفئوية بالأعداد والنسب. قُيّمت خصائص التوزيع بيانياً وباستخدام الالتواء والتفرطح. استُخدمت اختبارات t عند تحقق الافتراضات، واختبارات كاي تربيع للمتغيرات الفئوية، وPearson أو Spearman للعلاقات بحسب الحاجة. وقُيمت العلاقات متعددة المتغيرات بالانحدار مع الإبلاغ عن فواصل ثقة 95% واعتماد p < .05 ثنائية الطرف.

أخطاء شائعة

• اختيار الاختبار دون ربطه بسؤال البحث
• الاعتماد على اختبار طبيعية واحد فقط
• حذف القيم المتطرفة بلا مبرر
• عدم شرح معالجة البيانات المفقودة
• إجراء اختبارات كثيرة بلا حاجة
• كتابة p = .000
• الإبلاغ عن p فقط
• تجاهل أحجام الأثر
• حذف النتائج غير الدالة
• استنتاج السببية من الارتباط
• تجاهل افتراضات النموذج أو تعدد الترابط
• تقييم الوساطة من دلالة المسارات الفردية فقط
• تقييم SEM بمؤشر مطابقة واحد
• تغيير الفرضيات بعد التحليل

راجع قبل الإرسال

• هل تتوافق التحليلات مع الأسئلة والفرضيات؟
• هل شُرحت عملية تنظيف البيانات والبيانات المفقودة؟
• هل شُرح فحص القيم المتطرفة؟
• هل فُحصت الافتراضات اللازمة؟
• هل الإحصاءات الوصفية مناسبة؟
• هل أسماء الاختبارات والبرنامج صحيحة؟
• هل صيغت قيم p بصورة صحيحة؟
• هل ذُكرت أحجام الأثر وفواصل الثقة عند الحاجة؟
• هل أُخذ تعدد الاختبارات في الاعتبار؟
• هل ذُكرت النتائج غير الدالة؟
• هل الادعاءات السببية ضمن حدود التصميم؟