فهم نتيجة اختبار t
تستخدم هذه الحاسبة عتبة الدلالة المعتادة ثنائية الطرف α = 0.05، وهي الإعداد الافتراضي الأكثر شيوعاً في البحث العلمي.
| القيمة الاحتمالية p ثنائية الطرف | الاستنتاج عند α = 0.05 |
|---|---|
| p < 0.05 | دالة إحصائياً — تُرفض فرضية العدم القائلة بعدم وجود فرق |
| p ≥ 0.05 | غير دالة إحصائياً — لا تُرفض فرضية العدم |
- الدلالة الإحصائية ليست الأهمية العملية: فمع عيّنة كبيرة بما يكفي، قد يعطي فرق ضئيل عديم المعنى عملياً قيمة احتمالية دون 0.05.
- اختبار العيّنتين المستخدم هنا هو اختبار t لويلش، الذي لا يفترض تساوي التباينات بين المجموعتين؛ وقد تختلف النتائج قليلاً عن أدوات تستخدم اختبار t الكلاسيكي لستيودنت ذي التباين المُجمَّع.
- يفترض اختبار t أن البيانات المعاينة مشاهدات مستقلة وأن توزيع المعاينة للوسط قريب من الطبيعي — ويتحقق ذلك إمّا ببيانات أساسية قريبة من الطبيعية أو بحجم عيّنة كبير بما يكفي بحكم نظرية النهاية المركزية.
- هذه حاسبة تعتمد على الإحصاءات الموجزة: فهي تأخذ الوسط والانحراف المعياري والحجم التي حسبتها بالفعل من بياناتك، لا قائمة البيانات الخام.
ما هو اختبار t؟
اختبار t هو اختبار فرضيات إحصائي يُستخدم لتحديد ما إذا كان الفرق الملاحظ بين الأوساط أكبر مما يمكن توقّعه من تباين المعاينة العشوائي وحده. وتدعم هذه الحاسبة صورتين: اختبار t لعيّنة واحدة، الذي يقارن وسط العيّنة بقيمة مفترضة ثابتة، واختبار t لعيّنتين، الذي يقارن وسطَي عيّنتين مستقلتين.
في حالة العيّنتين، تستخدم هذه الحاسبة اختبار t لويلش، الذي لا يفترض تساوي تباين المجموعتين. ويستعمل اختبار ويلش معادلة ويلش–ساترثويت لحساب درجات حرية معدَّلة (وغالباً غير صحيحة العدد)، وهو ما يعطي عموماً نتيجة أوثق من اختبار t الكلاسيكي لستيودنت ذي التباين المُجمَّع عندما يختلف الانحرافان المعياريان للعيّنتين.
تعرض كلتا الصورتين قيمة احتمالية p ثنائية الطرف، أي أنها تقيس الدليل على وجود فرق في أي من الاتجاهين (أعلى أو أدنى)، وتُقارن النتيجة بعتبة دلالة معتادة قدرها α = 0.05: فالقيم الاحتمالية دون 0.05 تُوصف عادةً بأنها دالة إحصائياً، والقيم التي تساوي 0.05 أو تزيد عليها ليست كذلك.
كيفية استخدام حاسبة اختبار t
- اختر نوع الاختبار: عيّنة واحدة (مقارنة وسط عيّنة بقيمة ثابتة) أو عيّنتان (مقارنة وسطَي عيّنتين مستقلتين).
- لاختبار العيّنة الواحدة، أدخل وسط العيّنة وانحرافها المعياري وحجمها، ووسط المجتمع المفترض (μ₀) الذي تختبر مقابله.
- لاختبار العيّنتين، أدخل الوسط والانحراف المعياري والحجم لكلتا العيّنتين.
- اقرأ إحصاءة t ودرجات الحرية والقيمة الاحتمالية p ثنائية الطرف، وقارن القيمة الاحتمالية بمستوى الدلالة الذي اخترته (عادةً α = 0.05).
الصيغة وراء اختبار t
إحصاءة t لعيّنة واحدة: t = (x̄ − μ₀) / (s / √n)، بدرجات حرية df = n − 1، حيث x̄ وسط العيّنة، و s الانحراف المعياري للعيّنة، و μ₀ وسط المجتمع المفترض.
إحصاءة t لويلش لعيّنتين: t = (x̄₁ − x̄₂) / √(s₁² / n₁ + s₂² / n₂). وتُقدَّر درجات الحرية بمعادلة ويلش–ساترثويت: df = (s₁²/n₁ + s₂²/n₂)² / [ (s₁²/n₁)² / (n₁ − 1) + (s₂²/n₂)² / (n₂ − 1) ]، وهي لا تفترض تساوي تبايني المجتمعين.
القيمة الاحتمالية ثنائية الطرف هي p = 2 × (1 − T(|t|, df))، حيث T هي دالة التوزيع التراكمي لتوزيع t لستيودنت بدرجات الحرية المحسوبة.
مثال محلول (عيّنة واحدة): الوسط = 52.1، الانحراف المعياري = 4.5، n = 30، الوسط المفترض μ₀ = 50. t = (52.1 − 50) / (4.5 / √30) ≈ 2.556، و df = 29، والقيمة الاحتمالية ثنائية الطرف أقل من 0.05، فالفرق إذاً دال إحصائياً عند مستوى 5%.
أخطاء شائعة
- اعتبار الدلالة الإحصائية أهمية عملية — فالقيمة الاحتمالية الصغيرة جداً تدل فقط على أن الفرق يُستبعد أن يكون ناتجاً عن المصادفة، لا على أن الفرق كبير أو ذو معنى في الواقع.
- افتراض أن هذه الحاسبة تُجمّع تبايني العيّنتين — فهي تستخدم اختبار ويلش الذي يسمح باختلاف التباينين، ولذلك قد تختلف درجات حريته وقيمته الاحتمالية عن حساب يعتمد التباين المُجمَّع.
- مقارنة قيمة احتمالية ثنائية الطرف بقاعدة قرار أحادية الطرف، وهو ما يخفض فعلياً عتبة الدلالة المقصودة إلى النصف ويضخّم الدلالة الظاهرة.
- تطبيق اختبار t للعيّنات المستقلة على بيانات مزدوجة أو مكرّرة القياس (مثل قياسات قبل وبعد على الأشخاص أنفسهم)، وهو ما يتطلب اختبار t المزدوج بدلاً منه.
- إجراء اختبارات t كثيرة على البيانات نفسها دون تعديل عتبة الدلالة، وهو ما يرفع احتمال ظهور نتيجة إيجابية كاذبة واحدة على الأقل إلى ما يتجاوز 5% بكثير.
الأسئلة الشائعة
ما الفرق بين اختبار t لعيّنة واحدة واختبار t لعيّنتين؟
اختبار t لعيّنة واحدة يقارن وسط عيّنة واحدة بقيمة مفترضة ثابتة (μ₀). أما اختبار t لعيّنتين فيقارن وسطَي عيّنتين مستقلتين ببعضهما، ليختبر ما إذا كان الفرق بينهما أكبر مما يُتوقع من التباين العشوائي وحده.
لماذا تستخدم هذه الحاسبة اختبار ويلش بدلاً من اختبار ستيودنت؟
لا يفترض اختبار t لويلش تساوي تباين العيّنتين، وهو ما يجعله أمتن عندما يختلف الانحرافان المعياريان للعيّنتين — وهو وضع شائع عملياً. ويستعمل معادلة ويلش–ساترثويت لحساب درجات حرية معدَّلة غالباً غير صحيحة العدد بدلاً من n₁ + n₂ − 2 البسيطة المستخدمة في الاختبار الكلاسيكي ذي التباين المُجمَّع.
ماذا تعني قيمة احتمالية p دون 0.05؟
تعني أنه بافتراض صحة فرضية العدم القائلة بعدم وجود فرق حقيقي، فإن فرقاً بهذا الحجم أو أكبر سيحدث في أقل من 5% من الحالات بفعل تباين المعاينة وحده. ووفق عتبة الدلالة المعتادة α = 0.05 يُوصف ذلك بأنه دال إحصائياً، وإن كان لا يقول شيئاً عن حجم الفرق أو أهميته العملية.
هل الدلالة الإحصائية هي نفسها الأهمية العملية؟
لا. النتيجة الدالة إحصائياً (p < 0.05) تدل فقط على أن الفرق الملاحظ يُستبعد أن يكون ناتجاً عن المصادفة. ومع حجم عيّنة كبير بما يكفي، قد يصبح فرق صغير جداً وعديم الأهمية عملياً دالاً إحصائياً، ولذلك ينبغي دائماً عرض حجم الأثر والنظر فيه إلى جانب القيمة الاحتمالية.
لماذا لا تكون درجات الحرية في اختبار العيّنتين عدداً صحيحاً؟
يحسب اختبار t لويلش درجات الحرية بمعادلة ويلش–ساترثويت، التي تجمع تبايني العيّنتين وحجميهما على نحو يعطي عادةً نتيجة غير صحيحة العدد. وهذا التعديل هو ما يسمح للاختبار بأن يظل دقيقاً عندما يكون تباينا المجموعتين غير متساويين.
ما أحجام العيّنات التي يتطلبها اختبار t هذا؟
تحتاج كل عيّنة إلى مشاهدتين على الأقل ليكون انحرافها المعياري ودرجات حريتها معرَّفَين. وعملياً، يؤدي اختبار t أفضل أداء مع بيانات قريبة من الطبيعية، أو — بحكم نظرية النهاية المركزية — مع حجم عيّنة كبير بما يكفي (يُستخدم عادةً n لا يقل عن 30 لكل مجموعة كدليل تقريبي) حتى عندما تكون البيانات الأساسية غير طبيعية بعض الشيء.
المراجع
- National Institute of Standards and Technology (NIST). NIST/SEMATECH e-Handbook of Statistical Methods — two-sample t-test for equal means. nist.gov.
- Welch BL. The generalization of 'Student's' problem when several different population variances are involved. Biometrika 1947; 34(1-2): 28-35.
- Satterthwaite FE. An approximate distribution of estimates of variance components. Biometrics Bulletin 1946; 2(6): 110-114.
- Moore DS, McCabe GP, Craig BA. Introduction to the Practice of Statistics. W. H. Freeman (one- and two-sample t procedures).
- Student (Gosset WS). The probable error of a mean. Biometrika 1908; 6(1): 1-25 (origin of the t-distribution).