اختبار ماكنمار: شرح مبسط ومثال محسوب للقياس القبلي والبعدي

اختبار ماكنمار: شرح مبسط ومثال محسوب للقياس القبلي والبعدي

إذا كانت دراستك تقيس متغيرًا له إجابتان فقط (نعم/لا، يستخدم/لا يستخدم، ناجح/راسب) على الأشخاص أنفسهم مرتين، قبل برنامج وبعده مثلًا، فالاختبار المناسب ليس مربع كاي المعتاد، بل اختبار ماكنمار (McNemar Test). يشرح هذا الدليل فكرة الاختبار، ولماذا لا تهمّه إلا خليتان من الجدول، ومثالًا محسوبًا رقمًا برقم، وكيف تقرأ مخرجات SPSS وتكتب النتيجة في الفصل الرابع.

الجواب المختصر: اختبار ماكنمار يقارن نسبة «نعم» في القياس القَبْلي بنسبتها في القياس البَعْدي لدى العيّنة نفسها. يعتمد فقط على الأفراد الذين تغيّرت إجابتهم (من نعم إلى لا، ومن لا إلى نعم)، فإذا كان التغيّر في اتجاه أكثر بكثير من الآخر وكانت قيمة الدلالة (p-value) ≤ .05 فالفرق بين القياسين دالّ إحصائيًا.

محتويات المقال:

  1. ما اختبار ماكنمار ومتى يُستخدم؟
  2. جدول 2×2: لماذا تهمّ خليتان فقط؟
  3. المعادلة والنسخة الدقيقة
  4. مثال محسوب: 60 متدربًا قبل البرنامج وبعده
  5. اختبار ماكنمار في SPSS وقراءة المخرجات
  6. كيف تكتب النتيجة في الرسالة
  7. أخطاء شائعة
  8. اختبارات قريبة: متى تختار غيره؟
  9. شرح بالفيديو وتطبيق مباشر

ما اختبار ماكنمار ومتى يُستخدم؟

اختبار ماكنمار اختبار لابارامتري للبيانات الاسمية الثنائية المرتبطة. «ثنائية» لأن المتغير له فئتان فقط، و«مرتبطة» لأن القياسين مأخوذان من الأفراد أنفسهم (أو من أزواج متطابقة). والسؤال الذي يجيب عنه: هل تغيّرت نسبة من يقولون «نعم» بين القياس الأول والثاني؟

تستخدمه حين تجتمع ثلاثة شروط:

  • متغير ثنائي: يستخدم/لا يستخدم، يعرف/لا يعرف، مصاب/غير مصاب، اجتاز/لم يجتز.
  • قياسان على المجموعة نفسها: القَبْلي والبَعْدي، أو تقييمان لكل فرد بأداتين مختلفتين، أو أزواج مطابَقة (مريض وشاهد مطابِق له في العمر والجنس).
  • ملاحظات مستقلة بين الأفراد: كل فرد يظهر في الجدول مرة واحدة فقط.

أمثلة من رسائل التربية وعلم النفس والصحة: هل زادت نسبة المعلمين الذين يوظّفون التعلم النشط بعد دورة تدريبية؟ هل انخفضت نسبة المدخنين بعد برنامج توعوي؟ هل تختلف نسبة التشخيص الإيجابي بين فحصين أُجريا على المرضى أنفسهم؟

ولا يشترط الاختبار اعتدالية البيانات، فهي أصلًا ليست بيانات متصلة.

جدول 2×2: لماذا تهمّ خليتان فقط؟

تُلخَّص البيانات في جدول تقاطعي: الصفوف للقياس القَبْلي، والأعمدة للقياس البَعْدي. فينقسم الأفراد إلى أربع خلايا:

القَبْلي \ البَعْدينعملا
نعمa: بقي «نعم»b: تحوّل من نعم إلى لا
لاc: تحوّل من لا إلى نعمd: بقي «لا»

الخليتان a وd فيهما أفراد لم تتغيّر إجابتهم (الخلايا المتوافقة)، فهي لا تحمل أي معلومة عن التغيّر. أما b وc فهما الخليتان المتغيّرتان (المتنافرة أو discordant)، وفيهما وحدهما يكمن الجواب:

  • إذا لم يكن للبرنامج أثر، فالمتوقع أن يتوزع المتغيّرون بالتساوي تقريبًا بين الاتجاهين، أي b ≈ c.
  • إذا كانت c أكبر كثيرًا من b، فالتحوّل إلى «نعم» أكثر من التحوّل عنها، ونسبة «نعم» ارتفعت.

ولهذا لو غيّرت عدد من بقوا على حالهم (a وd) وأبقيت b وc كما هما، لخرجت لك قيمة الاختبار وقيمة الدلالة نفسها تمامًا. وتحققنا من ذلك في ملف الحساب المرفق بالمثال.

وهذا يعني أيضًا أن فرق النسبتين بين القياسين يساوي (c − b) ÷ ن، فالفرق كله صادر عن الخليتين المتغيّرتين.

المعادلة والنسخة الدقيقة

فرضية العدم: نسبة «نعم» في القَبْلي تساوي نسبتها في البَعْدي، وهي تكافئ القول بأن احتمال التحوّل في كل اتجاه متساوٍ. وتوجد ثلاث صيغ شائعة للاختبار:

الصيغةالحسابمتى تُستعمل
مربع كاي دون تصحيح(b − c)² ÷ (b + c)حين يكون b + c كبيرًا
مربع كاي مع تصحيح الاستمرارية(|b − c| − 1)² ÷ (b + c)الصيغة التقليدية في الكتب، ودرجة حريتها 1
الاختبار الدقيق (ذو الحدّين)احتمال الحصول على تقسيم بهذا التطرف أو أكثر لـ(b + c) فردًا إذا كان الاحتمال 0.5حين يكون b + c صغيرًا (أقل من 25 تقريبًا)

الصيغتان الأوليان تقريب، وتسوء دقته حين يقلّ عدد المتغيّرين. أما الاختبار الدقيق فيعامل المتغيّرين كأنهم قطع نقود: من بين (b + c) فردًا تغيّر، كم احتمال أن يذهب b منهم فقط أو أقل في اتجاه واحد لو كان الاتجاهان متساويين؟

مثال محسوب: 60 متدربًا قبل البرنامج وبعده

باحثة درست أثر برنامج تدريبي في استخدام المعلمين المتدربين لاستراتيجية «التعلم التعاوني». لاحظت 60 متدربًا قبل البرنامج وبعده، وسجّلت لكل منهم: يستخدم الاستراتيجية أو لا يستخدمها. فكان الجدول:

القَبْلي \ البَعْدييستخدملا يستخدمالمجموع
يستخدم10414
لا يستخدم182846
المجموع283260

نقرأ الجدول هكذا:

  • نسبة المستخدمين قبل البرنامج: 14 من 60 = 23.3%، وبعده: 28 من 60 = 46.7%.
  • 10 متدربين كانوا يستخدمونها وبقوا، و28 لم يستخدموها في المرتين. هؤلاء الـ38 لا يدخلون في الحساب.
  • المتغيّرون 22 متدربًا: 18 بدؤوا استخدامها (c)، و4 توقفوا عنها (b).

والسؤال: هل تقسيم 18 مقابل 4 بعيد بما يكفي عن التقسيم المتوقع (11 مقابل 11) حتى لا نعزوه إلى الصدفة؟

χ² (corrected) = (|4 − 18| − 1)² ÷ 22 = 169 ÷ 22 = 7.68

χ² (uncorrected) = (4 − 18)² ÷ 22 = 196 ÷ 22 = 8.91

والنتائج الثلاث محسوبة كما يلي:

الصيغةقيمة الاختباردرجة الحريةقيمة الدلالة (p-value)
الاختبار الدقيق (ذو الحدّين)، ثنائي الاتجاه——.004
مربع كاي مع تصحيح الاستمرارية7.681.006
مربع كاي دون تصحيح8.911.003

الصيغ الثلاث تتفق في الحكم: قيمة الدلالة أصغر من .05، فالفرق دالّ إحصائيًا. ولأن عدد المتغيّرين هنا 22 (أقل من 25)، فالقيمة التي نعتمدها ونكتبها هي القيمة الدقيقة p = .004، وهي أيضًا ما يعرضه SPSS لهذا الجدول كما سيأتي.

ولوصف حجم التغيّر يكفي غالبًا ذكر النسبتين والفرق بينهما (ارتفاع قدره 23.3 نقطة مئوية). ويذكر بعض الباحثين نسبة الأرجحية للتغيّر c ÷ b = 18 ÷ 4 = 4.5، أي أن التحوّل نحو الاستخدام كان أكثر من التحوّل عنه بأربع مرات ونصف.

اختبار ماكنمار في SPSS وقراءة المخرجات

جهّز البيانات بعمودين لكل متدرب: pre وpost، وبترميز واحد في الاثنين (مثلًا 1 = يستخدم، 0 = لا يستخدم). ثم أمامك طريقان:

الطريق الأول: Crosstabs (الأوضح للرسائل)

  1. Analyze ← Descriptive Statistics ← Crosstabs.
  2. ضع pre في Row(s) وpost في Column(s).
  3. من زر Statistics فعّل McNemar، ومن زر Cells يمكنك إضافة النسب المئوية.

ستجد في جدول Chi-Square Tests سطرًا باسم McNemar Test، عمود Value فيه فارغ، وفي عمود Exact Sig. (2-sided) القيمة .004، مع حاشية: Binomial distribution used. أي أن SPSS هنا يحسب الاختبار الدقيق ذا الحدّين لجدول 2×2، ولذلك لا يظهر مربع كاي.

الطريق الثاني: Nonparametric Tests

  1. Analyze ← Nonparametric Tests ← Legacy Dialogs ← 2 Related Samples.
  2. انقل الزوج (pre, post) إلى Test Pairs، واختر McNemar وألغِ Wilcoxon.

في جدول Test Statistics: إذا كان عدد المتغيّرين (b + c) صغيرًا، يعرض SPSS القيمة الدقيقة Exact Sig. (2-tailed) مع الحاشية نفسها، فتكون في مثالنا .004 أيضًا. وإذا كان عددهم 25 فأكثر يعرض Chi-Square بتصحيح الاستمرارية مع Asymp. Sig.، وتكون القيمتان عندها متقاربتين.

أي قيمة تكتب؟ اكتب القيمة التي يعرضها التقرير مع ذكر نوعها: «الاختبار الدقيق» إن كانت ذات الحدّين، أو قيمة χ² ودرجة حريتها إن كانت مربع كاي. والأهم ألا تأخذ قيمة من سطر Pearson Chi-Square في جدول Crosstabs، فذاك اختبار الاستقلال لا اختبار ماكنمار.

أو في أسلوب

في أداة أسلوب ترفع الملف وتختار المتغيرين القَبْلي والبَعْدي، فتحصل على الجدول التقاطعي بالنسب، ونتيجة ماكنمار، وتفسير عربي جاهز، بجداول تطابق ما يعرضه SPSS. جرّب بملف مثال قبل رفع بياناتك.

كيف تكتب النتيجة في الرسالة

اعرض الجدول التقاطعي أولًا (التكرارات والنسب)، ثم النتيجة بصيغة مثل:

استُخدم اختبار ماكنمار للمقارنة بين نسبة المتدربين المستخدمين لاستراتيجية التعلم التعاوني في القياسين القَبْلي والبَعْدي (ن = 60). وارتفعت نسبة المستخدمين من (23.3%) في القياس القَبْلي إلى (46.7%) في القياس البَعْدي؛ إذ تحوّل (18) متدربًا إلى استخدام الاستراتيجية مقابل (4) توقفوا عنها. وكان الفرق دالًا إحصائيًا وفق الاختبار الدقيق (p = .004)، مما يشير إلى ارتفاع استخدام الاستراتيجية بعد تطبيق البرنامج.

وإذا كان التقرير يعرض مربع كاي فاكتب: χ²(1, N = 60) = 7.68, p = .006. ولاحظ عبارة «بعد تطبيق البرنامج»: التصميم القَبْلي/البَعْدي لمجموعة واحدة يُثبت أن النسبة تغيّرت، لكنه لا يكفي وحده لنسبة التغيّر كله إلى البرنامج، فقد تؤثر عوامل أخرى بين القياسين. لذلك تحفّظ في التفسير، أو اذكر ذلك ضمن حدود الدراسة.

أخطاء شائعة في اختبار ماكنمار

  • استخدام مربع كاي للاستقلال بدلًا منه: مربع كاي يفترض مجموعتين مستقلتين، والقياسان هنا على الأشخاص أنفسهم، فاستعماله يخالف شرط الاستقلال.
  • وضع القياسين في عمود واحد: كأن تكدّس 120 صفًا (60 قَبْلي و60 بَعْدي) مع متغير «الزمن». ماكنمار يحتاج 60 صفًا، وفي كل صف عمودان.
  • اختلاف الترميز بين القياسين: إذا رُمّز «يستخدم» بـ1 في القَبْلي و2 في البَعْدي انقلب الجدول وفسدت النتيجة.
  • تفسير الخليتين المتوافقتين: أن تقول «28 متدربًا لم يستخدموا الاستراتيجية، فالبرنامج ضعيف». الاختبار لا ينظر إليهم؛ هو يقارن اتجاهي التغيّر فقط.
  • استعمال التقريب مع عدد صغير من المتغيّرين: إذا كان b + c صغيرًا فاعتمد القيمة الدقيقة.
  • تطبيقه على أكثر من فئتين أو أكثر من قياسين: لهذا اختبارات أخرى، كما في القسم التالي.
  • المبالغة في الاستنتاج: دلالة الفرق لا تعني أنه كبير أو أن البرنامج سببه الوحيد. اذكر النسب ليرى القارئ حجم التغيّر.
بياناتكالاختبار
متغير ثنائي، قياسان على الأفراد أنفسهماختبار ماكنمار
متغير اسمي بثلاث فئات فأكثر، قياسان على الأفراد أنفسهماختبار ماكنمار-بوكر
متغير ثنائي، ثلاثة قياسات فأكثر (قَبْلي، بَعْدي، تتبعي)اختبار كوكران (Q)
متغيران اسميان من مجموعتين مستقلتينمربع كاي واختبار فيشر
درجات متصلة قبل وبعد، وتوزيع الفروق قريب من الاعتدالياختبار (ت) لعينتين مرتبطتين
درجات رتبية أو متصلة غير معتدلة قبل وبعداختبار ويلكوكسون

وقاعدة الاختيار بسيطة: إذا كان ما تقيسه درجة (اختبار تحصيلي، مقياس) فاستعمل (ت) المرتبطة أو ويلكوكسون. وإذا كان تصنيفًا بفئتين فاستعمل ماكنمار. ولا تحوّل الدرجات إلى «ناجح/راسب» لتستعمل ماكنمار إذا كانت لديك الدرجات نفسها، فالتحويل يُضيّع معلومات ويُضعف الاختبار.

شرح بالفيديو وتطبيق مباشر على أسلوب

في هذا الفيديو من سلسلة «شرح الأساليب الإحصائية»: فكرة اختبار ماكنمار، وقراءة الجدول التقاطعي، ثم تطبيق كامل على بيانات قَبْلية وبَعْدية خطوة بخطوة.

نتيجة ماكنمار جاهزة للفصل الرابع في دقائق

ارفع ملفك، واختر القياسين القَبْلي والبَعْدي، واحصل على الجدول التقاطعي ونتيجة الاختبار وتفسيرها بالعربية في تقرير قابل للتصدير إلى وورد.

حلّل بياناتك بماكنمار مجانًا

الأسئلة الشائعة

متى أستخدم اختبار ماكنمار؟

حين يكون لديك متغير ثنائي (نعم/لا) مقيس مرتين على الأفراد أنفسهم، كالقياس القبلي والبعدي، أو على أزواج مطابَقة. وهو يختبر هل تغيّرت نسبة «نعم» بين القياسين.

ما الفرق بين اختبار ماكنمار ومربع كاي؟

مربع كاي للاستقلال يقارن مجموعتين مستقلتين، أما ماكنمار فللقياسين المرتبطين على الأشخاص أنفسهم. واستعمال مربع كاي مع بيانات قبلية وبعدية يخالف شرط الاستقلال.

لماذا لا يستخدم اختبار ماكنمار إلا خليتين من الجدول؟

لأن الأفراد الذين لم تتغيّر إجابتهم لا يحملون معلومة عن التغيّر. الاختبار يقارن عدد من تحوّلوا من «لا» إلى «نعم» بعدد من تحوّلوا في الاتجاه المعاكس.

لماذا لا يظهر مربع كاي في مخرجات ماكنمار في SPSS؟

لأن SPSS في جدول Crosstabs يحسب لجدول 2×2 الاختبار الدقيق ذا الحدّين ويعرض قيمة الدلالة فقط مع حاشية Binomial distribution used. وفي Nonparametric Tests يعرض مربع كاي بتصحيح الاستمرارية حين يكون عدد المتغيّرين 25 فأكثر.

متى تكون نتيجة اختبار ماكنمار دالة إحصائيًا؟

حين تكون قيمة الدلالة (p-value) أصغر من أو تساوي .05، فيُستنتج أن نسبة «نعم» في القياس البعدي تختلف عن نسبتها في القياس القبلي.

ماذا أستخدم إذا كان لدي ثلاثة قياسات أو ثلاث فئات؟

لثلاثة قياسات فأكثر لمتغير ثنائي استخدم اختبار كوكران (Q)، ولمتغير اسمي بثلاث فئات فأكثر مقيس مرتين استخدم اختبار ماكنمار-بوكر.