فشل اختبار التوزيع الطبيعي، أو كانت بياناتك رتبًا، أو عينتك عشرين حالة فقط: ما الاختبار الذي تستخدمه الآن؟ الاختبارات اللامعلمية هي الإجابة، وهي ليست «خطة بديلة أضعف» كما يظنها بعض الباحثين، بل أدوات مصممة لبيانات لا تحقق شروط الاختبارات المعلمية، وتقبلها اللجان بسهولة إذا بُرر استخدامها وأُبلغ عنها بشكل صحيح. هذا الدليل يشرح متى تلجأ إليها، وما البديل اللامعلمي لكل اختبار معلمي، ثم يأخذ الاختبارات الأربعة الأشيع في الرسائل العربية واحدًا واحدًا: الخطوات في SPSS، وقراءة المخرجات، وحجم الأثر، وقالب الصياغة.
هذا المقال جزء من دليل كتابة رسالة الماجستير الذي يُعدّه فريق Mastermind PhD، ويرتبط بخدمة التحليل الإحصائي. آخر تحقق من المصادر: نوفمبر 2026.
ما هي الاختبارات اللامعلمية؟ اختبارات إحصائية لا تفترض توزيعًا معينًا للبيانات (كالتوزيع الطبيعي) ولا تعتمد على المتوسط والتباين، بل على رتب القيم أو تكراراتها. تُستخدم مع البيانات الترتيبية، أو الكمية التي تنحرف بوضوح عن الاعتدالية، أو العينات الصغيرة، أو حين توجد قيم متطرفة مؤثرة، وتُفسَّر نتائجها بالوسيطات ومتوسطات الرتب لا بالمتوسطات الحسابية.
متى تستخدم الاختبار اللامعلمي بدل المعلمي؟
أربع حالات تبرر اللجوء إلى الاختبارات اللامعلمية، ويكفي توثيق واحدة منها في فصل النتائج:
- المتغير التابع ترتيبي بطبيعته: رتبة، تقدير (ضعيف إلى ممتاز)، أو فقرة ليكرت مفردة.
- انحراف واضح عن التوزيع الطبيعي لم تُحله الحلول الأخرى، خاصة مع مجموعات أصغر من 30.
- قيم متطرفة حقيقية لا يمكن استبعادها ولا تبريرها، وتغيّر المتوسط تغييرًا كبيرًا.
- عينة صغيرة لا تسمح بالاعتماد على متانة الاختبار المعلمي.
ما لا يبرر الاختيار: تجربة الاختبارَين ثم اعتماد الأقرب إلى الفرضية، أو استخدام اللامعلمي «احتياطًا» دون فحص الشروط أصلًا.
خريطة البدائل: كل اختبار معلمي وما يقابله
يلخص الجدول التالي موقع الاختبارات اللامعلمية مقابل نظيراتها المعلمية حسب سؤال البحث:
| السؤال | الاختبار المعلمي | البديل اللامعلمي | ما يُبلَّغ عنه |
|---|---|---|---|
| فروق بين مجموعتَين مستقلتَين | t للعينات المستقلة | مان-ويتني U | الوسيطان، متوسطا الرتب، U، Z، p، r |
| فروق بين ثلاث مجموعات فأكثر | ANOVA أحادي | كروسكال-واليس H | الوسيطات، H، df، p، η²H، ثم مقارنات زوجية |
| فروق بين قياسَين للأفراد أنفسهم | t للعينات المرتبطة | ويلكوكسون لإشارة الرتب | الوسيطان، Z، p، r |
| فروق بين ثلاثة قياسات متكررة فأكثر | ANOVA للقياسات المتكررة | فريدمان | χ²F، df، p، W |
| علاقة بين متغيرَين | بيرسون | سبيرمان أو كيندال | rs، p، N |
| علاقة بين متغيرَين اسميَّين | — | مربع كاي للاستقلال | χ²، df، N، p، V |
📱 اسأل مختصًا إحصائيًا عن بياناتك — أرسل وصف أداة الدراسة وحجم العينة على واتساب، ونرد عليك بخطة التحليل المناسبة. مع كل تحليل تستلم ملف SPSS الخام وتقرير النتائج.
مان-ويتني U: بديل اختبار t للعينات المستقلة
الخطوات: Analyze ← Nonparametric Tests ← Legacy Dialogs ← 2 Independent Samples. انقل المتغير التابع إلى Test Variable List والمتغير التجميعي إلى Grouping Variable وعرّف الفئتَين، وتأكد من اختيار Mann-Whitney U. لإخراج الوسيطات استخدم Explore أو Compare Means مع المتغير التجميعي، لأن نافذة الاختبار نفسها لا تُخرجها.
القراءة: جدول Ranks يعرض لكل مجموعة العدد ومتوسط الرتب ومجموعها؛ المجموعة ذات متوسط الرتب الأعلى هي الأعلى في المتغير. جدول Test Statistics يعرض U وW وZ وقيمة الدلالة (Asymp. Sig. 2-tailed للعينات الكبيرة، وExact Sig. للعينات الصغيرة إن ظهرت).
حجم الأثر: r = Z ÷ √N حيث N إجمالي الحالتَين؛ 0.10 صغير، 0.30 متوسط، 0.50 كبير وفق Cohen.
الصياغة: «أظهر اختبار مان-ويتني وجود فروق ذات دلالة إحصائية في درجة القلق بين المديرين (الوسيط = 2.80، ن = 22) والمعلمين (الوسيط = 3.40، ن = 158)، U = 1,214، Z = −2.87، p = .004، r = 0.21، وهو حجم أثر صغير إلى متوسط، لصالح المعلمين». اذكر دائمًا أنك تقارن الرتب والوسيطات لا المتوسطات.
كروسكال-واليس H: بديل تحليل التباين الأحادي
الخطوات: Analyze ← Nonparametric Tests ← Legacy Dialogs ← K Independent Samples، انقل المتغير التابع والمتغير التجميعي وحدد المدى (Define Range: الحد الأدنى والأقصى لرموز الفئات)، وفعِّل Kruskal-Wallis H.
القراءة: جدول Ranks بمتوسط الرتب لكل مجموعة، وجدول Test Statistics بقيمة H (تظهر باسم Chi-Square) ودرجات الحرية (عدد المجموعات − 1) والدلالة.
المقارنات البعدية: كما في بقية الاختبارات اللامعلمية متعددة المجموعات، نتيجة دالة تقول إن مجموعة واحدة على الأقل تختلف. لتحديدها استخدم المسار الحديث Analyze ← Nonparametric Tests ← Independent Samples، وفي تبويب Settings اختر Kruskal-Wallis مع Multiple comparisons = All pairwise؛ يُخرج SPSS جدول مقارنات زوجية بدلالة مصححة (Adj. Sig.) بطريقة Bonferroni. البديل اليدوي: اختبارات مان-ويتني بين كل زوج مع قسمة مستوى الدلالة على عدد المقارنات.
حجم الأثر: η²H = (H − k + 1) ÷ (n − k) حيث k عدد المجموعات وn العينة؛ 0.01 صغير، 0.06 متوسط، 0.14 كبير.
الصياغة: «أظهر اختبار كروسكال-واليس فروقًا ذات دلالة إحصائية في الرضا الوظيفي وفق المؤهل، H(2) = 9.84، p = .007، η²H = 0.03، وبيّنت المقارنات الزوجية المصححة بطريقة Bonferroni أن الفرق الدال الوحيد بين حملة الماجستير (متوسط الرتب = 178.2) وحملة الدبلوم (متوسط الرتب = 124.6)، p = .005».
ويلكوكسون لإشارة الرتب: بديل اختبار t للعينات المرتبطة
الخطوات: Analyze ← Nonparametric Tests ← Legacy Dialogs ← 2 Related Samples، انقل القياسَين (القبلي والبعدي) كزوج، وفعِّل Wilcoxon.
القراءة: جدول Ranks يعرض عدد الرتب السالبة (البعدي أقل من القبلي) والموجبة (البعدي أكبر) والمتعادلة؛ اتجاه الفرق يُفهم من أيهما أكثر وأعلى متوسطًا. جدول Test Statistics يعرض Z والدلالة. ملاحظة: SPSS يبني Z على الرتب الأقل مجموعًا، فتظهر Z سالبة غالبًا؛ الإشارة لا تعني اتجاه الفرق بذاتها.
حجم الأثر: r = Z ÷ √N حيث N عدد الأزواج (أو عدد الملاحظات الكلي وفق بعض المراجع؛ اذكر الطريقة).
الصياغة: «أظهر اختبار ويلكوكسون لإشارة الرتب أن درجات الاتجاه نحو القراءة في القياس البعدي (الوسيط = 4.10) أعلى بدلالة إحصائية منها في القياس القبلي (الوسيط = 3.20)، Z = −4.12، p < .001، r = 0.60، وهو حجم أثر كبير».
مربع كاي للاستقلال: العلاقة بين متغيرَين اسميَّين
يُصنَّف ضمن الاختبارات اللامعلمية لكنه ليس بديلًا لاختبار معلمي، بل الاختبار الأصلي لبيانات التكرارات: هل يرتبط النوع بنوع التخصص؟ هل يرتبط القطاع بالموافقة أو عدمها؟
الخطوات: Analyze ← Descriptive Statistics ← Crosstabs. ضع متغيرًا في الصفوف وآخر في الأعمدة، ثم Statistics: Chi-square وPhi and Cramer’s V، وCells: Observed وExpected ونسب الصفوف أو الأعمدة.
الشرط الأساسي: التكرار المتوقع 5 فأكثر في 80% من الخلايا على الأقل، ولا خلية بتكرار متوقع أقل من 1؛ يُخبرك SPSS أسفل الجدول بنسبة الخلايا المخالفة. عند مخالفته: ادمج فئات متجاورة، أو استخدم اختبار فيشر الدقيق للجداول 2×2 (يظهر تلقائيًا)، أو Exact Tests لغيرها.
القراءة: صف Pearson Chi-Square بقيمة χ² ودرجات الحرية ((الصفوف − 1) × (الأعمدة − 1)) والدلالة. للجدول 2×2 بعض الكليات تطلب Continuity Correction (تصحيح ييتس). حجم الأثر: Phi للجداول 2×2 وCramér’s V لغيرها (0.10 صغير، 0.30 متوسط، 0.50 كبير للجداول ذات درجة حرية 1، وتقل العتبات مع زيادة درجات الحرية).
الصياغة: «أظهر اختبار مربع كاي للاستقلال وجود علاقة ذات دلالة إحصائية بين القطاع ونوع المشاركة، χ²(2، N = 300) = 11.6، p = .003، V = 0.20، إذ بلغت نسبة المشاركة الكاملة في القطاع الخاص 46% مقابل 28% في القطاع العام». اذكر النسب لأن قيمة مربع كاي وحدها لا تُظهر اتجاه العلاقة.
أخطاء شائعة في الاختبارات اللامعلمية
- الإبلاغ عن المتوسطات الحسابية مع مان-ويتني أو كروسكال-واليس بدل الوسيطات ومتوسطات الرتب.
- إجراء كروسكال-واليس دون مقارنات زوجية مصححة بعد نتيجة دالة.
- تجاهل حجم الأثر بحجة أن الاختبار لامعلمي.
- استخدام مربع كاي مع خلايا متوقعة صغيرة دون دمج أو اختبار دقيق.
- استخدام مربع كاي على المتوسطات أو النسب المئوية بدل التكرارات الخام.
- وصف Z السالبة في ويلكوكسون على أنها «انخفاض» دون النظر إلى جدول الرتب.
- التبرير العام («الاختبارات اللامعلمية أدق») بدل الإحالة إلى نتائج فحص الشروط.
📱 استفسر الآن على واتساب — 5 سنوات خبرة في كل التخصصات و14 خدمة أكاديمية. الدفع على مرحلتين (80/20)، والتعديلات مجانية حتى اعتماد المشرف في حدود 30% من الفصل.
الأسئلة الشائعة
هل الاختبارات اللامعلمية أضعف من المعلمية؟
عندما تتحقق شروط الاختبار المعلمي تكون قوته الإحصائية أعلى قليلًا، لكن عندما لا تتحقق يصبح اللامعلمي أدق وأصدق. مع العينات الكبيرة يكون الفرق في القوة صغيرًا جدًا (نحو 95% من قوة اختبار t في حالة مان-ويتني مع توزيع طبيعي).
هل أبلغ عن المتوسطات أيضًا مع الاختبار اللامعلمي؟
يمكن عرض المتوسطات في الجدول الوصفي العام، لكن جدول الاختبار اللامعلمي وجملته يعتمدان الوسيطات ومتوسطات الرتب، لأن الاختبار لا يقارن المتوسطات أصلًا.
كيف أجري مقارنات بعدية بعد كروسكال-واليس في الإصدارات القديمة؟
أجرِ اختبار مان-ويتني لكل زوج من المجموعات، واقسم مستوى الدلالة 0.05 على عدد المقارنات (ثلاث مجموعات = ثلاث مقارنات = 0.0167)، واعتبر دالًا ما كانت دلالته أقل من هذا الحد، واذكر التصحيح صراحة.
ما البديل اللامعلمي للانحدار المتعدد؟
لا يوجد بديل مباشر واحد. الحلول: الانحدار الترتيبي إذا كان التابع ترتيبيًا، أو الانحدار المتعدد مع Bootstrap لفترات الثقة إذا انحرف توزيع البواقي، أو تحويل المتغير التابع. ناقش الخيار مع المشرف ووثّقه.
هل يقبل المحكمون في المجلات مربع كاي للجداول الكبيرة مثل 4×5؟
نعم بشرط تحقق شرط التكرارات المتوقعة، وإلا دمج الفئات. ويُستحسن مع الجداول الكبيرة عرض البواقي المعيارية المصححة (Adjusted standardized residuals) لتحديد الخلايا التي تصنع العلاقة، وقيمها الأكبر من ±1.96 تشير إلى خلايا دالة.
المصادر
- Field, A. (2018). Discovering Statistics Using IBM SPSS Statistics (5th ed.). SAGE.
- Siegel, S., & Castellan, N. J. (1988). Nonparametric Statistics for the Behavioral Sciences (2nd ed.). McGraw-Hill.
- Tomczak, M., & Tomczak, E. (2014). The need to report effect size estimates revisited: An overview of some recommended measures of effect size. Trends in Sport Sciences, 21(1), 19–25.
- McHugh, M. L. (2013). The chi-square test of independence. Biochemia Medica, 23(2), 143–149. https://doi.org/10.11613/BM.2013.018
- Laerd Statistics. Mann-Whitney U Test using SPSS Statistics وKruskal-Wallis H Test using SPSS Statistics. https://statistics.laerd.com/spss-tutorials/mann-whitney-u-test-using-spss-statistics.php
- IBM. IBM SPSS Statistics documentation: Nonparametric Tests and Crosstabs. https://www.ibm.com/docs/en/spss-statistics
آخر تحقق من المصادر: نوفمبر 2026. المقال تعليمي عام ولا يغني عن لائحة جامعتك أو توجيهات مشرفك. كيف نُعد محتوانا.