إختبار كاي تربيع للاستقلالية (1) معلومات مبدئية

, ,

كاي تربيع للاستقلالية (Chi-Square test of independence) هو اختبار بسيط يقوم به الباحث لمعرفة ما إذا كان هناك علاقة بين شيئين أو متغيرين. يجرى هذا الاختبار عن طريقة مقارنة قيمة يحددها الباحث مسبقا تعرف بمستوى المعنوية (الفا) (موضحة أدناه) بالقيمة المسماة p-Value تحسب من البيانات التوفرة، حيث سيتضح عن طريق المقارنة بين القيمتين (كما سيوضح في موضوع لاحق) إذا ما كانت هنالك علاقة بين الاثنين أم لا بكل بساطة. قد ينظر البعض إلى هذا الاختبار إلى أنه معقّد لكونه أحد الأساليب الإحصائية، لكن بالنظر إلى أني أنا شخصيا لا أفهم الأمور الإحصائية بتاتا، يمكن لغير الإحصائيين فهم هذا الاختبار و كيفية تطبيقه في الدراسات المختلفة، خصوصا و أن الأمور الإحصائية و الحسابات يمكن حسابها بشكل سهل باستخدام أحد البرامج الإحصائية.

أهمية فهم الإختبار قبل البدء في تطبيقه: لا بد من فهم اختبار كاي تربيع (Chi-Square) قبل البدء في تطبيقه لتجنب الأخطاء عند التطبيق و للحصول على كمية كافية من المعلومات تساعد الباحث في إنجاز الاختبار بشكل صحيح و التمكن من الإجابة على أي أسئلة توجه إليه (أسئلة محكمي أو مصححي البحث (الماجستير و الدكتوراة مثلا)). لذلك، في هذه السلسلة من المواضيع، سوف يتم التدرج في شرح اختبار كاي تربيع لتوصيل المعلومة بشكل مبسط للقارئ.

اختبار كاي تربيع للاستقلالية Chi-Square

إختبار كاي تربيع (Chi-Square) هو اختبار إحصائي يتم تطبيقه لدراسة العلاقة بين متغيرين لمعرفة ما إذا كان هنالك علاقة بين المتغيرين أم لا.

يمكن إجراء إختبار كاي تربيع (Chi-Square) على البيانات التي يجمعها الباحث بمختلف الطرق (الاستبيانات مثلا) بحيث تتم دراسة العلاقة بين المتغيرين محل الدراسة.

على سبيل المثال، قد يود الباحث دراسة العلاقة بين: 1) جودة و فعالية الإتصال داخل الشركة و 2) فهم الموظفين لأي أمور يتم إعلانها عن طريق أساليب الإتصال المختلفة داخل نفس الشركة. في هذه الحالة، و في حال وجود علاقة بين المتغيرين، يمكن القول بأن المتغيرين مرتبطين ببعض.

طبيعة العلاقة (طردية (كلما زاد متغير زاد الآخر) أو عكسية (كلما زاد متغير نقص الآخر أو العكس) ) لا يمكن معرفتها باختبار كاي تربيع فقط حيث يلزم عمل إختبارات أخرى سيتم التحدث عنها في موضوع آخر لمعرفة ما إذا كانت العلاقة طردية أم عكسية و هو موضوع مفيد و مهم في دراسة العلاقة بين المتغيرات. حيث أن الهدف من اختبار كاي تربيع معرفة ما إذا كانت توجد علاقة أم لا بين المتغيرين تحت الدراسة.

فرض العدم و الفرض البديل

عند القيام باختبار كاي تربيع للاستقلالية، يتم تحديد فرضيتين للعلاقة قبل إجراء الاختبار:

الفرض الأول هو فرض العدم (Null hypothesis): لا توجد أي علاقة بين المتغيرين و يرمز لهذه الفرضية H0 و الذي يتم افتراض صحته عند القيام بالاختبار. عند القيام بالاختبار لمتغيرين، تكتب هذه الفرضية بهذه الطريقة: V1 مستقل عن V2. حيث 1 و 2 المتغيرين تحت الدراسة. و باللغة الانجليزية يكتب فرض العدم الإحصائي بالشكل التالي:

H0: V1 is independent of V2

الفرض الثاني هو الفرض البديل (Alternative hypothesis): توجد علاقة بين المتغيرين تحت الدراسة و يرمز لهذه الفرضية H1. و تكتب الطريقة التالية: #1 غير مستقل أو يتبع لـ #2. حيث 1 و 2 المتغيرين تحت الدراسة. و باللغة الانجليزية يكتب الفرض البديل بالشكل التالي:

H1: V1 is dependent on V2

ما هي الـ P-Value و ما معناها؟

الـP-Value يمكن الإشارة إليها إلى أنها مقياس لتوضيح إلى أي مدى لدينا إثبات أو دليل لنرفض فرض العدم (H0) و نأخذ بالفرض البديل (H1) في الإختبار الذي لدينا. بمعنى، كل ما قلّة قيمة P-Value كل ما كان لدينا إثبات أو دليل أقوى ضد صحة فرض العدم أو قبول فرض العدم، و بالتالي، كلما قلّة القيمة نميل أكثر إلى قبول الفرض البديل.

مستوى المعنوية (Level of Significance) الفــا Alpha

عند إجراء إختبار كاي تربيع فإن على الباحث اختيار قيمة تسمى Level of Significance أو مستوى المعنوية (الفا) و التي تمثل بالرمز Alpha.
هذه القيمة يمكن القول بأنها تمثل احتمال الوقوع في خطأ في الاختبار يسمى خطأ من النوع الأول و هو رفض فرض العدم H0 مع أنه صحيح. بمعنى أن يستنتج الباحث بناء على البيانات المتوفرة أن هنالك علاقة بين المتغيرين مع أنه لا توجد علاقة و هو استنتاج خاطئ.

هذه القيمة Alpha التي يحددها الباحث يقوم بمقارنتها بقيمة تسمى p-value و التي يمكن حسابها يدويا أو باستخدام أحد البرامج الإحصائية الشهيرة (كما سنستعرض في موضوع لاحق ان شاء الله) و ذلك من البيانات التي جمعها الباحث.

غالبا في الأبحاث ما يتم استخدام قيمة الفا أو Level of Significance على أنها 0،01 أو 0،05، و الاختيار يرجع للباحث و مدى مجال الخطأ الذي يود أن يسمح به، حيث في حالة إختيار الفا = 0،01 فإن نتيجة الاختبار تكون أدق.

لذا و لتسهيل الموضوع على القارئ، نختصر الموضوع بالقول بأنه لك حرية الاختيار بين القيمتين مع العلم بأن الفرق بينهما هو:
– في حالة إختيار 0،01 كقيمة ألفا (1%)، يمكن القول بأن الباحث متأكد من نتيجة اختبار كاي تربيع للاستقلالية بنسبة 99%
– في حالة إختيار 0،05 (5%)، يمكن القول بأن الباحث متأكد من نتيجة الاختبار المطبق بنسبة 95%
هناك قيم أخرى يمكن إختيارها لـألفا لكن هذه الأكثر شيوعا و الموضوع متروك للباحث و مدى أهمية الحصول على نتائج دقيقة جدا للاختبار. في مواضيع قادمة إن شاء الله، سيتم شرح المزيد من الأمور المتعلقة بهذا الاختبار إن شاء الله و كيفية عمل المقارنة و الأساس الذي يتم من خلاله عمل المقارنة بين المتغيرين.

تحتاج للمساعدة في اختيار موضوع البحث، استراتيجية البحث، أو اتخاذ أي من القرارات الأخرى المهمة؟
استفد من خبرائنا في البحث العلمي

(25) ردود
  1. غير معروف
    غير معروف says:

    – في حالة إختيار 0،01 كقيمة ألفا، يمكن القول بأن الباحث متأكد من نتيجة اختبار كاي تربيع للاستقلالية بنسبة 99.9%

    – في حالة إختيار 0،05، يمكن القول بأن الباحث متأكد من نتيجة الاختبار المطبق بنسبة 95%

    _______

    يوجد خطأ في الجمله الثانيه

    حيث ان نسبة التأكد في هذه الحاله

    تكون 99.95%

    تحياتي

    رد
  2. د. عبدالرحمن أحمد حريري
    د. عبدالرحمن أحمد حريري says:

    حياك الله أخي فؤاد و أشكرك على حرصك.

    في الحقيقة هناك خطأ في العبارة الأولى فقط حيث أن نسبة التأكد تكون 99% ذلك لأننا طرحنا 1% من 100% أو بشكل آخر طرحنا 0.01 من 1. أما بالنسبة للعبارة الثانية فهي صحيحة، و أشكرك على تنبيهي لوجود خطأ.

    تحياتي

    رد
  3. علي الدرسي
    علي الدرسي says:

    نفعنا الله بعلمك وجزاك الله كل خير وجعله في ميزان حسناتك

    رد
  4. د. عبدالرحمن أحمد حريري
    د. عبدالرحمن أحمد حريري says:

    عذرا أختي، الموقع لا يوفر خدمات لحل الأسئلة المختلفة لضيق الوقت و لأن ذلك ليس هدفا من آهداف الموقع.

    الهدف من الموقع طرح المواضيع و مساعدة الزوار على فهم مختلف الأساليب و كيف يمكن تطبيقها لا حل المسائل و الإختبارات فهذه مسؤولية الشخص نفسه. بالإضافة إلى أن العديد من الأمور الإحصائية ليست لدي الخبرة فيها بحكم أن ذلك ليس تخصصي و أنه بطبيعة الحال لم أقم باستخدام جميع الأساليب الإحصائية في أبحاثي فهذا مستحيل.

    أنصحك بالرجوع إلي بعض الكتب الإحصائية للإستفادة منها في هذه المواضيع أو الرجوع إلى دكتور/مساعد متخصص في الإحصاء.
    تمنياتي لك بالتوفيق في الإختبار و في حالة وجود أسئلة ذات علاقة بالموضوع يسعدني الرد عليها.

    ملاحظة: سيتم حذف التعليق لعدم وجود علاقة بالموضوع.

    رد
  5. زيدان محمد
    زيدان محمد says:

    أنا طالب من الجزائر مقبل على مذكرة ليسانس في موضوع ” تطبيق نماذج صفوف النتظار في قياس جودة الخدمة البنكية “.ز
    ولاكن لدي مشكلة ان أردة أن تساعدني فيها
    المشكلة في طريقة استعمال مربع كاي في من أجل تحديد التوزيع النظري للمشاهدات
    بمعنى أريد تبرير اختياري لتوزيع البواسوني في حساب متوسط وصول العملاء الى مركز الخدمة ( السحب)ز
    أرجو مساعدتي

    رد
  6. د.يوسف السويعدي
    د.يوسف السويعدي says:

    شكرا جزيلا لجهودكم الطيبة في نشر ثقافة البحث العلمي في عالمنا العربي والذي للاسف الشديد لم نجد الاهتمام المطلوب فيه .تحياتي

    رد
  7. مسافر عبد السلام
    مسافر عبد السلام says:

    السلام عليكم ورحمة الله وبركاته
    شكرا على هذا المجهود
    أود الاستفسار عن موضوع استخدام كاي مربع في تحليل محتوى المنهاج بعد حساب التكرارت وشكرا

    رد
  8. عمر مبيضين
    عمر مبيضين says:

    الله يجزيك الخير يا دكتور ؛ و يفرجها عليك زي ما فرجتها علينا ؛ و يشرح صدرك و ييسر أمرك .. شرح رائع جداً بارك الله فيك

    رد
  9. سمية جمال الدين
    سمية جمال الدين says:

    المقال صافي بكل ما تحمل هذه الكلمة من معني وقد افادتني كثيرا …اسأل الله لك التوفيق دوما

    رد
  10. سمية جمال الدين
    سمية جمال الدين says:

    المقال ضافي بكل ما تحمل هذه الكلمة من معني وقد افادتني كثيرا …اسأل الله لك التوفيق دوما

    رد

Trackbacks & Pingbacks

  1. […] تربيع للاستقلالية (Chi-Square for independence)، و الهدف من إجراءه، أساسيات اختبار كاي تربيع للاستقلالية و أيضا قمت بتوضيح جدول التوافق (Contingency Table) و الذي يتم […]

اترك رداً

تريد المشاركة في هذا النقاش
شارك إن أردت
Feel free to contribute!

اترك تعليقاً

لن يتم نشر عنوان بريدك الإلكتروني. الحقول الإلزامية مشار إليها بـ *

هذا الموقع يستخدم Akismet للحدّ من التعليقات المزعجة والغير مرغوبة. تعرّف على كيفية معالجة بيانات تعليقك.