يُعد اختبار (ت) للعينتين المستقلتين (Independent Samples T-Test) أحد أبرز الاختبارات الإحصائية المُستخدمة لمقارنة متوسطَيْ مجموعتين مستقلتين، وذلك لتحديد ما إذا كان الفرق بينهما ذا دلالة إحصائية. يُستخدم هذا الاختبار عندما تتحقق الشروط الآتية: (Gravetter & Wallnau, 2016) أن تكون البيانات موزعة توزيعًا طبيعيًا. أن تكون المجموعتان مستقلتين وغير مرتبطتين. أن يكون تباين المجموعتين متساويًا (شرط يُتحقق منه عبر اختبار Levene).
يمكن التعبير عن الفرضية الصفرية (H₀) والفرضية البديلة (H₁) لاختبار t لعينتين مستقلتين على النحو التالي:
حيث: µ₁ هو متوسط المجتمع الأول. µ₂ هو متوسط المجتمع الثاني. هذه الفرضيات تُستخدم لتحديد ما إذا كانت البيانات تدعم وجود فرقٍ ذي دلالة إحصائية بين متوسطي المجموعتين المستقلتين (Gravetter & Wallnau, 2016).
حجم التأثير (Effect Size): هو مقياس إحصائي يُستخدم لتقدير مدى أهمية الفرق بين مجموعتين، بغض النظر عن كونه ذا دلالة إحصائية. وهو يُعد مؤشرًا على القوة العملية للنتائج، إذ إن بعض الفروق قد تكون دالة إحصائيًا لكنها غير ذات معنى عملي.
اختبار ليفين Levene's Test for Equality of Variances: هو اختبار إحصائي يُستخدم لتقييم ما إذا كان تباين (Variance) المجموعتين متساويًا أم لا (Levene, 1960). هذا مهم لأننا نستخدم نسخة مختلفة من اختبار t بناءً على ما إذا كانت التباينات متساوية أم لا.
حُسب أولًا الإحصاء الوصفي للمجموعتين المدروستين وجاءت النتائج على النحو التالي:
جدول (1) الإحصاءات الوصفية Group Statistics
| الجنس | N | المتوسط (Mean) |
الانحراف المعياري (Std. Deviation) |
الخطأ المعياري للمتوسط (Std. Error Mean) |
|---|---|---|---|---|
| أنثى | 38 | 3.649 | 0.709 | 0.115 |
| ذكر | 34 | 3.235 | 0.655 | 0.112 |
حُسبت قيمة اختبار "ت" لعينتين مستقلتين لمعرفة مستوى الدلالة وجاءت النتائج على النحو التالي:
جدول (2) اختبار T-Test
| المتغير (Variable) |
الاختبار (Test) |
إحصاءة ليفين (Levene F) |
دلالة ليفين (Levene Sig.) |
قيمة (t) |
درجات الحرية (df) |
الدلالة أحادية الذيل (One-Sided p) |
الدلالة ثنائية الذيل (Two-Sided p) |
متوسط الفرق (Mean Difference) |
الخطأ المعياري للفرق (Std. Error Difference) |
الحد الأدنى لفترة الثقة 95% (Lower) |
الحد الأعلى لفترة الثقة 95% (Upper) |
|---|---|---|---|---|---|---|---|---|---|---|---|
| الرضا عن التعلم الإلكتروني | Equal variances assumed | 0.114 | .736 | 2.562 | 70 | .006 | .013 | 0.414 | 0.162 | 0.092 | 0.736 |
| Equal variances not assumed (Welch) | 2.573 | 69.919 | .006 | .012 | 0.414 | 0.161 | 0.093 | 0.735 |
حُسبت قيمة كوهين (Cohen, 1988) لمعرفة حجم الأثر لقيمة اختبار ت وجاءت النتائج على النحو التالي:
جدول (3) اختبار Cohen's
| المقام المعياري (Standardizer) |
حجم الأثر (Cohen's d) |
الحد الأدنى لفترة الثقة 95% (Lower) |
الحد الأعلى لفترة الثقة 95% (Upper) |
|---|---|---|---|
| 0.684 | 0.605 | 0.129 | 1.076 |
اتخاذ القرار من الناحية العملية:
يُفسَّر حجم التأثير (Effect Size) بحسب معايير كوهين (Cohen, 1988) كما يلي:
هذه التصنيفات تُعتبر معايير عامة لتقييم قوة التأثير في الدراسات الإحصائية.
التفسير: يُلاحظ وصفيًا ارتفاع متوسط مجموعة "أنثى" عن متوسط مجموعة "ذكر"، وجاء تشتت مجموعة "أنثى" أكبر، مما يعني تفاوتًا أوسع بين أفرادها في المتغير المقيس. والحكم على دلالة الفرق بين المتوسطين لا يُبنى على المقارنة الوصفية وحدها، بل على اختبار ليفين ثم اختبار (ت) في الجدول (2).
العزو والمناقشة: وقد يُعزى اختلاف المتوسطين وصفيًا إلى تباين خصائص المجموعتين أو خبراتهما أو ظروفهما المرتبطة بالمتغير المقيس، وقد يُعزى اختلاف التشتت إلى أنّ إحدى المجموعتين أكثر تنوعًا في تكوينها من الأخرى.