اختيار الاختبار الإحصائي: الإحصاء الحيوي بلا خوف

دليل عملي مبسط لاختيار الاختبار الإحصائي الصحيح: أنواع المتغيرات، المتوسط والانحراف المعياري، قيمة p وفترات الثقة، وجدول قرار مع أمثلة محلولة.

بقلم د. شيماء ممدوح دسوقي · آخر تحديث 17 نوفمبر 2026 · 8 دقائق قراءة

كثير من المتقدمين لامتحان الصحة العامة يتعاملون مع الإحصاء الحيوي كأنه مادة حفظ معادلات، بينما أغلب أسئلته تدور حول فكرة واحدة: هل تعرف ما نوع البيانات أمامك، وما السؤال المطروح؟ إذا أتقنت هاتين الخطوتين صار اختيار الاختبار الإحصائي قرارًا منطقيًا لا تخمينًا. في هذا الدليل نبني الفكرة من الأساس حتى جدول القرار، مع أمثلة محلولة من صنعنا.

أنواع المتغيرات: نقطة البداية دائمًا

قبل أي اختبار اسأل: ما نوع المتغير الناتج (Outcome variable)؟ تُقسَّم المتغيرات إلى فئتين كبيرتين:

المتغيرات الفئوية (Categorical variables)

  • الاسمية (Nominal): فئات بلا ترتيب، مثل فصيلة الدم أو الجنس أو الجنسية.
  • الترتيبية (Ordinal): فئات لها ترتيب لكن المسافات بينها غير متساوية، مثل مرحلة السرطان (I إلى IV) أو مقياس الألم من 0 إلى 10 أو مقياس ليكرت (Likert scale).

المتغيرات العددية (Numerical variables)

  • الفترية (Interval): مسافات متساوية دون صفر حقيقي، مثل درجة الحرارة بالمئوية؛ 20°C ليست ضعف 10°C.
  • النسبية (Ratio): مسافات متساوية مع صفر حقيقي، مثل الوزن والطول وضغط الدم؛ 80 kg هي فعلًا ضعف 40 kg.

وتنقسم المتغيرات العددية أيضًا إلى منفصلة (Discrete) تأخذ قيمًا صحيحة معدودة مثل عدد الأطفال أو عدد مرات دخول المستشفى، ومتصلة (Continuous) يمكن أن تأخذ أي قيمة ضمن مدى مثل الوزن ومستوى الكوليسترول.

نصيحة للامتحان: إذا رأيت متغيرًا مثل "مستوى التعليم" أو "شدة الألم" فهو ترتيبي حتى لو كُتب بالأرقام، والأرقام هنا رموز للترتيب لا قياسات حقيقية، وهذا يوجهك غالبًا نحو اختبار لا معلمي.

الإحصاء الوصفي: كيف نلخص البيانات؟

مقاييس النزعة المركزية (Measures of central tendency)

  • المتوسط الحسابي (Mean): مجموع القيم مقسومًا على عددها، ويتأثر بشدة بالقيم المتطرفة (Outliers).
  • الوسيط (Median): القيمة الوسطى بعد ترتيب البيانات، ولا يتأثر كثيرًا بالقيم المتطرفة.
  • المنوال (Mode): القيمة الأكثر تكرارًا، وهو المقياس الوحيد الصالح للبيانات الاسمية.

مقاييس التشتت (Measures of dispersion)

  • الانحراف المعياري (Standard deviation, SD): متوسط بُعد القيم عن المتوسط، ويُستخدم مع المتوسط عندما يكون التوزيع متماثلًا.
  • المدى الربيعي (Interquartile range, IQR): الفرق بين الربيع الثالث Q3 والربيع الأول Q1، أي المدى الذي يضم الـ50% الوسطى من القيم، ويُستخدم مع الوسيط.

الالتواء (Skewness)

في الالتواء الموجب (Positive / right skew) يمتد الذيل نحو اليمين بسبب قيم مرتفعة قليلة، فيكون الترتيب عادة: المتوسط > الوسيط > المنوال، ومثاله توزيع الدخل أو مدة الإقامة في المستشفى. وفي الالتواء السالب (Negative / left skew) ينعكس الترتيب: المتوسط < الوسيط < المنوال. وعند وجود التواء واضح نصف البيانات بالوسيط والمدى الربيعي بدلًا من المتوسط والانحراف المعياري.

مثال محلول: حساب المتوسط والانحراف المعياري

قيس ضغط الدم الانقباضي لخمسة مرضى فكانت القيم (mmHg): 120، 125، 130، 135، 140.

  1. المتوسط = (120 + 125 + 130 + 135 + 140) / 5 = 650 / 5 = 130 mmHg.
  2. الانحرافات عن المتوسط: -10، -5، 0، +5، +10.
  3. مربعات الانحرافات: 100، 25، 0، 25، 100، ومجموعها = 250.
  4. تباين العينة (Variance) = 250 / (n - 1) = 250 / 4 = 62.5.
  5. الانحراف المعياري = √62.5 ≈ 7.9 mmHg.

الوسيط هنا أيضًا 130، لأن البيانات متماثلة تمامًا، فيتساوى المتوسط والوسيط.

التوزيع الطبيعي وقاعدة 68-95-99.7

التوزيع الطبيعي (Normal distribution) منحنى جرسي متماثل يتساوى فيه المتوسط والوسيط والمنوال. وتقول القاعدة التجريبية (Empirical rule) إن نحو:

  • 68% من القيم تقع ضمن ±1 SD من المتوسط.
  • 95% ضمن ±2 SD (وبدقة أكبر ±1.96 SD).
  • 99.7% ضمن ±3 SD.

مثال: لو كان متوسط الهيموجلوبين في مجموعة من البالغين 14 g/dL والانحراف المعياري 1 g/dL مع توزيع طبيعي، فإن نحو 95% منهم تقع قيمهم بين 12 و16 g/dL، ونحو 2.5% فقط فوق 16.

اختبار الفرضيات: قيمة p والأخطاء والقوة

  • الفرضية الصفرية (Null hypothesis, H0): لا يوجد فرق أو علاقة. أما الفرضية البديلة (Alternative hypothesis, H1) فتقول بوجود فرق.
  • قيمة p (p-value): احتمال الحصول على نتيجة بهذا التطرف أو أكثر بافتراض أن الفرضية الصفرية صحيحة. وهي ليست احتمال أن تكون الفرضية الصفرية صحيحة.
  • مستوى الدلالة (Alpha, α): الحد الذي نحدده مسبقًا، وهو غالبًا 0.05. إذا كانت p أصغر من α نرفض H0 ونقول إن النتيجة ذات دلالة إحصائية (Statistically significant).
القرارH0 صحيحة فعلًاH0 خاطئة فعلًا
رفض H0خطأ من النوع الأول (Type I error) = αقرار صحيح = القوة (1 - β)
عدم رفض H0قرار صحيحخطأ من النوع الثاني (Type II error) = β
  • الخطأ من النوع الأول: إيجابية كاذبة؛ نستنتج وجود فرق غير موجود.
  • الخطأ من النوع الثاني: سلبية كاذبة؛ نفشل في اكتشاف فرق موجود فعلًا.
  • القوة الإحصائية (Power): احتمال اكتشاف فرق حقيقي، وتساوي 1 - β، وتُستهدف عادة بنسبة 80% أو أكثر. وتزداد بزيادة حجم العينة وحجم الأثر (Effect size)، وبرفع α.

نصيحة للامتحان: الطريقة الأسرع لزيادة القوة الإحصائية في أسئلة الامتحان هي زيادة حجم العينة. وتذكر أن "عدم الدلالة" في دراسة صغيرة قد يكون خطأ من النوع الثاني لا دليلًا على غياب الأثر.

فترات الثقة (Confidence intervals)

فترة الثقة 95% تعطي مدى من القيم المعقولة للمعامل الحقيقي في المجتمع. ولمتوسط عينة كبيرة:

95% CI = Mean ± 1.96 × SE، حيث SE = SD / √n (الخطأ المعياري، Standard error).

مثال: عينة من 100 مريض، متوسط الكوليسترول 200 mg/dL والانحراف المعياري 20.

  • SE = 20 / √100 = 2.
  • 95% CI = 200 ± 1.96 × 2 = 200 ± 3.92، أي من 196.08 إلى 203.92 mg/dL.

وللربط مع قيمة p: إذا كانت فترة الثقة لـفرق بين متوسطين تشمل الصفر، أو فترة الثقة لـنسبة مثل الخطر النسبي (Relative risk) أو نسبة الأرجحية (Odds ratio) تشمل الواحد، فالنتيجة غير دالة عند مستوى 0.05.

جدول اختيار الاختبار الإحصائي

لتحديد الاختبار أجب عن ثلاثة أسئلة: ما نوع المتغير الناتج؟ كم عدد المجموعات؟ هل العينات مستقلة أم مترابطة (Paired)؟ ثم اسأل: هل البيانات العددية تتبع التوزيع الطبيعي؟

السؤال البحثي ونوع البياناتاختبار معلمي (Parametric)البديل اللامعلمي (Non-parametric)
متغير عددي، مجموعتان مستقلتانIndependent t-testMann-Whitney U test
متغير عددي، قياسان على نفس الأشخاصPaired t-testWilcoxon signed-rank test
متغير عددي، ثلاث مجموعات مستقلة أو أكثرOne-way ANOVAKruskal-Wallis test
متغيران فئويانChi-square testFisher's exact test (عند صغر العينة)
علاقة بين متغيرين عدديينPearson correlationSpearman correlation
التنبؤ بناتج عددي من عدة متغيراتLinear regressionــ
التنبؤ بناتج ثنائي (نعم/لا)Logistic regressionــ

ملاحظات مهمة:

  • يُفضَّل Fisher's exact test على مربع كاي عندما تكون القيم المتوقعة (Expected counts) أقل من 5 في أكثر من 20% من الخلايا، وهو الشائع مع جداول 2×2 الصغيرة.
  • Pearson يقيس العلاقة الخطية بين متغيرين طبيعيي التوزيع، بينما Spearman يعتمد على الرتب فيناسب البيانات الترتيبية أو الملتوية.
  • الانحدار اللوجستي يعطي نسب أرجحية معدلة (Adjusted odds ratios)، بينما يعطي الانحدار الخطي معاملات تمثل التغير في الناتج لكل وحدة من المتغير المستقل.

نصيحة للامتحان: كلمات مثل "before and after" أو "same patients" أو "matched pairs" تعني بيانات مترابطة، فاتجه فورًا إلى Paired t-test أو Wilcoxon signed-rank بدلًا من الاختبارات المستقلة.

أمثلة محلولة: حدد الاختبار المناسب

السيناريو 1: باحث يقارن متوسط HbA1c بعد ستة أشهر بين مجموعتين مستقلتين من مرضى السكري، إحداهما تتلقى دواء A والأخرى دواء B، والبيانات طبيعية التوزيع. الحل: ناتج عددي، مجموعتان مستقلتان، توزيع طبيعي، إذن Independent t-test.

السيناريو 2: دراسة على 400 شخص تفحص العلاقة بين التدخين (نعم/لا) والإصابة بالتهاب الشعب المزمن (نعم/لا). الحل: متغيران اسميان في جدول 2×2 والعينة كبيرة، إذن Chi-square test. ولو كانت العينة 20 شخصًا فقط مع قيم متوقعة صغيرة لاخترنا Fisher's exact test.

السيناريو 3: قيست شدة الألم على مقياس من 0 إلى 10 لدى 25 مريضًا قبل برنامج علاج طبيعي وبعده. الحل: متغير ترتيبي، وقياسان على نفس المرضى، إذن Wilcoxon signed-rank test.

السيناريو 4: مقارنة مدة الإقامة في المستشفى (بالأيام، وتوزيعها ملتوٍ بشدة نحو اليمين) بين ثلاثة مستشفيات. الحل: ناتج عددي غير طبيعي التوزيع، وثلاث مجموعات مستقلة، إذن Kruskal-Wallis test. ولو كانت البيانات طبيعية لاخترنا One-way ANOVA.

السيناريو 5: باحث يريد معرفة أثر العمر والجنس ومؤشر كتلة الجسم معًا على احتمال الإصابة بارتفاع ضغط الدم (نعم/لا). الحل: ناتج ثنائي مع عدة متغيرات مستقلة، إذن Logistic regression.

التدرب على أسئلة اختيار من متعدد مشروحة يرسخ هذا التفكير المتسلسل حتى يصبح تلقائيًا في يوم الامتحان.

الخلاصة

  • حدد نوع المتغير الناتج أولًا: اسمي، ترتيبي، فتري، أم نسبي.
  • صف البيانات المتماثلة بالمتوسط والانحراف المعياري، والملتوية بالوسيط والمدى الربيعي.
  • قيمة p احتمال شرطي بافتراض صحة H0، وα هي احتمال الخطأ من النوع الأول، والقوة = 1 - β.
  • فترة الثقة التي تشمل الصفر (للفروق) أو الواحد (للنسب) تعني نتيجة غير دالة.
  • اختيار الاختبار الإحصائي يعتمد على: نوع الناتج، وعدد المجموعات، والاستقلال أو الترابط، والتوزيع الطبيعي.

أسئلة شائعة

متى أستخدم اختبارًا لا معلميًا بدلًا من المعلمي؟

عندما يكون المتغير ترتيبيًا، أو عندما تكون البيانات العددية بعيدة بوضوح عن التوزيع الطبيعي، خاصة مع العينات الصغيرة. الاختبارات اللامعلمية تعتمد على الرتب فلا تشترط التوزيع الطبيعي، لكنها عادة أقل قوة إحصائية عندما تتحقق شروط الاختبار المعلمي.

هل قيمة p الصغيرة تعني أن الأثر مهم سريريًا؟

لا. الدلالة الإحصائية لا تساوي الأهمية السريرية (Clinical significance)؛ فقد تعطي عينة ضخمة قيمة p صغيرة جدًا لفرق تافه سريريًا. لذلك تُقرأ قيمة p مع حجم الأثر وفترة الثقة.

ما الفرق بين الانحراف المعياري والخطأ المعياري؟

الانحراف المعياري يصف تشتت القيم الفردية داخل العينة، أما الخطأ المعياري فيصف دقة تقدير المتوسط ويساوي SD / √n، لذلك يصغر كلما زاد حجم العينة.

ما الاختبار المناسب لمتغيرين فئويين في نفس الأشخاص قبل وبعد تدخل؟

إذا كان المتغير ثنائيًا وقيس مرتين على نفس الأشخاص فالاختبار المناسب هو McNemar's test، لأن مربع كاي العادي يفترض استقلال الملاحظات.