في جلسة مناقشة لأطروحة دكتوراه، سُئل أحد الباحثين عن تفسير النتيجة التي حصل عليها: "القيمة الاحتمالية (p-value) لديك 0.049 — فما حجم الأثر (effect size)؟"
لم يكن الجواب حاضرًا، لا لأن الباحث أقل كفاءة، بل لأن التقرير الذي درّبنا أنفسنا عليه يكتفي غالبًا بذكر القيمة الاحتمالية.
القيمة الاحتمالية ليست النتيجة النهائية؛ هي بداية قراءة النتيجة قراءة صحيحة.
ماذا تخبرك القيمة الاحتمالية فعلاً؟
القيمة الاحتمالية (p-value) تعبر عن احتمال الحصول على نتائج مماثلة أو أشد تطرفًا بالصدفة، بافتراض صحة فرضية العدم (null hypothesis).
هي لا تخبرك بما يلي:
- هل النتيجة مهمة من الناحية العملية؟
- هل الفرق كبير أم صغير في الواقع؟
- هل ستتكرر النتيجة إذا أُعيدت الدراسة؟
تشير مراجعات منهجية إلى أن نسبة غير قليلة من الباحثين يفسرون القيمة الاحتمالية تفسيرًا غير دقيق، بينهم باحثون منشورون؛ لذلك صارت إرشادات النشر العلمي تطلب تقديم أكثر من قيمة واحدة لكل نتيجة.
سبب شائع: الحكم على النتائج بثنائية "معنوي / غير معنوي"
المشكلة ليست في القيمة الاحتمالية نفسها، بل في تحويل القرار العلمي إلى نتيجتين فقط: معنوية (significant) أو غير معنوية. هذا التبسيط جعل الباحثين يتجاهلون ثلاثة عناصر أساسية:
1. حجم الأثر (Effect Size)
مقاييس مثل d لكوهين (Cohen's d) ونسبة الأرجحية (odds ratio) ونسبة الخطر (risk ratio) تعبّر عن حجم الأثر الفعلي. قد تكون القيمة الاحتمالية 0.001 مع أثر صغير جدًا لا قيمة عملية له.
2. فاصل الثقة (Confidence Interval)
فاصل الثقة 95% يحدد المدى المحتمل للقيمة الحقيقية للتقدير. الفاصل الواسع يعني قدرًا أكبر من عدم اليقين، ويُنصح بذكره دائمًا بجانب القيمة الاحتمالية.
3. الأهمية العملية أو السريرية (Clinical Significance)
الفرق الدال إحصائيًا ليس بالضرورة فرقًا مهمًا. دواء يخفض ضغط الدم بمقدار 2 مم زئبقي بقيمة احتمالية 0.001 قد يكون دالًا إحصائيًا دون أن يكون ذا أهمية سريرية.
طريقة عملية لقراءة أي نتيجة إحصائية
عند قراءة نتيجة إحصائية — سواء من تحليلك أو من ورقة بحثية — اطرح الأسئلة الأربعة التالية:
- ما القيمة الاحتمالية؟ — هل هي دون العتبة المحددة مسبقًا (غالبًا 0.05)؟
- ما حجم الأثر؟ — عبر معامل مثل Cohen's d أو نسبة الأرجحية (odds ratio) أو مربع إيتا (eta squared) بحسب نوع التحليل.
- ما فاصل الثقة؟ — هل هو ضيق أم واسع؟ وهل يشمل القيمة التي تعبّر عن غياب الأثر (null value)؟
- ما الأهمية العملية؟ — لو كانت النتيجة صحيحة، فما الذي يتغير عمليًا في القرار أو الممارسة؟
لا تعتبر أي نتيجة إحصائية مكتملة التقرير ما لم تتوفر هذه العناصر الأربعة.
ماذا تفعل الآن؟
إن كنت تعدّ نتائج أطروحتك أو ورقة بحثية، راجع كل قيمة احتمالية وتأكد من وجود حجم أثر وفاصل ثقة إلى جانبها.
يمكنك التواصل مع Analysez AI للحصول على جلسة مراجعة إحصائية تساعدك على تفسير نتائجك تفسيرًا تدافع عنه أمام أي لجنة.