مبادئ توجيهية لإعداد تقرير عن الطُرق والنتائج الإحصائية

يُعد علم الاحصاء عنصر مهم للغاية في البحث العلمي. بينما تلعب الإحصائيات دورًا مهمًا في البحث، فإن تفاصيل الطُرق الإحصائية المستخدمة في الدراسة غالبًا ما تكون غير كاملة. الطُرق غير المحددة تشبه إلى حد كبير تقديم جزء فقط من الوصفة. عندما لا يتم تحديد التفاصيل بوضوح، ستكون جودة المنتج النهائي متغيرة. في هذه المقالة، نناقش كيفية وصف الطُرق والنتائج الإحصائية الخاصة بك للتأكد من تزويد العلماء الآخرين بالمعلومات اللازمة لتكرار تحليلك بدقة.

تم النشر في 11 يونيو 2021 بواسطة روما كونيكي

ما هو دور علم الإحصاء في العلوم؟

يُعد علم الإحصاء عنصر مهم للغاية في البحث العلمي. تُستخدم الطُرق الإحصائية لتصميم التجارب وتحليل البيانات من أجل استخلاص تفسيرات ذات مغزى لنتائج البحث. بينما تلعب الإحصائيات دورًا مهمًا في البحث، فإن تفاصيل الطُرق الإحصائية المستخدمة في الدراسة غالبًا ما تكون غير كاملة. تشبه الأساليب غير المحددة إلى حد كبير تقديم جزء فقط من الوصفة. لخبز رغيف خبز، لا يكفي معرفة المكونات المطلوبة فقط. ولكن أيضاً كم من كل مكون يجب إضافته وترتيب إضافته ودرجة حرارة الفرن كلها تفاصيل مهمة مطلوبة لضمان نتيجة متسقة. عندما لا يتم تحديد التفاصيل بوضوح، ستكون جودة المنتج النهائي متغيرة. وقد يؤدي خبز رغيف خبز باستخدام وصفة غير مكتملة إلى خبز مفرط النضج أو غير مكتمل أو مناسب تمامًا.

مثل الوصفة غير المكتملة، يمكن للطرق التي تتجاهل التفاصيل المهمة للتحليل أن تؤثر بشكل كبير على نتائج محاولات التكرار المستقبلية ويمكن أن تجعل النتائج صعبة التفسير. لذا تعتبر الأساليب غير المحددة عاملاً رئيسياً يساهم في البحث غير القابل للإنتاج. يعتبر البحث غير القابل للإنتاج مصدر قلق كبير لأن الادعاءات غير الصحيحة تبطئ التقدم العلمي، وتضيع الوقت والموارد، وتساهم في عدم ثقة الجمهور بالعلوم.

عند إعداد تقرير عن التحليلات الإحصائية، من المهم وصف الطُرق الإحصائية بتفاصيل كافية حتى يتمكن الباحثون الآخرون من التحقق من صحة نتائج الدراسة من خلال تكرار التحليلات بدقة في الدراسة الأصلية. عند الإبلاغ عن النتائج الإحصائية، من المهم تقديم تفاصيل كافية حتى يتمكن القراء من تقييم مصداقية وفائدة المعلومات واتخاذ القرارات المناسبة. في هذه المقالة، نناقش كيفية وصف الطُرق والنتائج الإحصائية الخاصة بك للتأكد من تزويد العلماء الآخرين بالمعلومات اللازمة لتكرار تحليلك بدقة. نقدم أدناه مجموعة من الإرشادات التي يجب مراعاتها عند الإبلاغ عن الطُرق والنتائج الإحصائية.

إعداد تقرير عن الطُرق الإحصائية

حجم العينة: يخبرنا حجم العينة عن كمية المعلومات التي لدينا، ويحدد جزئيًا مستوى الثقة التي لدينا في تقديرات العينة الخاصة بنا.

 في قسم الطُرق الإحصائية، قم بتوفير وتحديد حجم العينة المستخدمة في الدراسة ووصف كيفية تحديدها. إذا تم تحديد حجم العينة إحصائيًا (على سبيل المثال: تحليل الطاقة)، فقم بوصف الطريقة الإحصائية المستخدمة. 

لحسابات حجم العينة، تأكد من تحديد مدخلات الطاقة وحجم التأثير وألفا. إذا لم يتم إجراء حساب حجم العينة، فقم بوصف كيفية تحديد حجم العينة وتقديم الأساس المنطقي لسبب كفاية حجم العينة.

تحويلات البيانات: إذا تم تحويل البيانات الأولية قبل التحليل (على سبيل المثال: التطبيع، وتحولات اللوغاريتم، والنسب)، فقم بوصف الإجراء وتقديم الأساس المنطقي لسبب تحويل البيانات.

الاختبارات الإحصائية: غالبًا في "الطُرق"، سترى قائمة بالاختبارات الإحصائية المستخدمة، ولكن لم يتم تحديد التحليل المقابل لكل اختبار. من المستحيل معرفة الاختبار الذي تم استخدامه لكل تحليل عندما يتم تقديم الأساليب بهذه الطريقة. لضمان إمكانية تكرار أساليبك بدقة، تأكد من أن الأساليب تتضمن وصفًا تفصيليًا للاختبارات الإحصائية المستخدمة لكل تحليل. تجنب مجرد سرد جميع الاختبارات الإحصائية المستخدمة في دراستك.

لكل تحليل إحصائي:

الافتراضات: التحقق من مطابقة البيانات لافتراضات الاختبار المستخدم لتحليلها. على سبيل المثال: عند استخدام اختبار حدودي (مثل اختبار t)، أظهر أن البيانات يتم توزيعها بشكل طبيعي.

الاختبارات الاتجاهية: وضح ما إذا كانت الاختبارات من جانب واحد أو جانبين قدر الإمكان. وعند استخدام اختبار من جانب واحد، تأكد من تبرير استخدام اختبار الاتجاه. تخيل أنك تريد اختبار الفرضية القائلة بأن الدواء الرخيص ليس أقل فاعلية من عقار باهظ الثمن. في هذه الحالة سيكون الاختبار أحادي الطرف مبررًا لأنك تريد فقط إظهار أن الدواء ليس أقل فعالية ولا تهتم إذا كان أكثر فعالية.

المقارنات المتعددة: إذا تضمن التحليل مقارنات متعددة، وضح ما إذا كان قد تم احتسابها. وإذا كان الأمر كذلك، فتأكد من وصف كيفية إجراء التعديلات لمقارنات متعددة (على سبيل المثال: تصحيح Bonferroni).

القيم المتطرفة: إذا كانت ذات صلة بدراستك، فقم بوصف كيفية التعامل مع القيم المتطرفة. قد تؤدي القيم غير المعتادة في مجموعة البيانات إلى تشويه التحليلات الإحصائية، وقد يكون من الضروري إزالتها. عند إزالة القيم المتطرفة، تأكد من وصف كيفية تحديدها وشرح سبب شرعية هذا الإجراء.

مستوى ألفا: قم دائمًا بالإبلاغ عن مستوى ألفا المستخدم لتحديد الأهمية الإحصائية (على سبيل المثال: p <0.05). يعتمد تحديد الأهمية الإحصائية لنتيجةٍ ما على ألفا الذي تم تحديده قبل أن تبدأ التجربة. يؤدي اختيار مستوى الأهمية قبل بدء التجربة إلى تجنب أي احتمالية للتحيز أو "الانتقاء" الإحصائي للنتائج.

البرامج / الأدوات: من المهم أيضًا تسمية الحزمة الإحصائية أو البرامج المستخدمة لإجراء التحليلات في دراستك، وتحديد رقم الإصدار المستخدم (على سبيل المثال: SPSS v.21.0). يمكن أن تختلف طريقة تنفيذ التحليلات عبر حزم البرامج، خاصة للتحليلات الأكثر تعقيدًا. وبالتالي، فإن النتائج التي تنتجها حزمة برامج واحدة قد لا تكون مطابقة تمامًا لتلك التي تنتجها حزمة أخرى. يمكن أن تكون المعلومات الدقيقة لحزمة البرامج من التفاصيل المهمة التي يجب تضمينها عند تقديم سجل كامل للأساليب الإحصائية الخاصة بك.

إعداد تقرير عن النتائج الإحصائية:

الاحصاء الوصفي: تُستخدم الإحصائيات الوصفية لتلخيص ووصف السمات الرئيسية لمجموعة البيانات. تسمح لنا الإحصائيات الوصفية بتصور البيانات وتقديم البيانات بطريقة أكثر وضوحا.

عند تقديم الاحصاء الوصفي:

حجم العينة: تأكد من تحديد حجم العينة (ن). تأكد من الإبلاغ عن حجم العينة لكل تحليل كقيمة دقيقة، وليس نطاقًا.

النسب المئوية: تأكد من تضمين البسط والمقام عند الإبلاغ عن جميع النسب المئوية.

مقاييس التباين: لخص البيانات باستخدام الوسائل والانحرافات المعيارية عندما يتم توزيع البيانات بشكل طبيعي. كما يجب إقرار تباين البيانات باستخدام الانحراف المعياري (SD)، وليس الخطأ القياسي (SE). الخطأ المعياري هو تقدير لمدى اختلاف متوسط العينة عن متوسط المجتمع، وبالتالي فهو ليس تقديرًا مناسبًا للتباين بين الملاحظات. الانحراف المعياري هو مقياس لمقدار التباين أو التشتت لمجموعة من القيم. بالنسبة للبيانات التي لا يتم توزيعها بشكل طبيعي، استخدم المتوسطات والنطاقات أو النطاقات أو كلاهما.

الإحصائيات الاستدلالية: تقوم الإحصائيات الاستدلالية بعمل استنتاجات وتنبؤات حول مجتمع ما بناءً على مجموعة فرعية من عينات الملاحظات، والتي تُستخدم بعد ذلك للتوصل إلى استنتاجات تتجاوز ما يمكن عرضه بالإحصاءات الوصفية وحدها.

عند تقديم الإحصائيات الاستنتاجية:

الفرضية: قبل تقديم نتائج الاختبار الإحصائي، تأكد من ذكر الفرضية التي يتم اختبارها ووصف الغرض من التحليل.

المتغيرات: تحديد المتغيرات المستخدمة في التحليل وتلخيص البيانات لكل متغير باستخدام الإحصائيات الوصفية المناسبة.

حجم العينة: تأكد من تقديم ووصف حجم العينة مع إقرار حجم العينة لكل تحليل على أنه قيمة دقيقة وليس نطاق. على سبيل المثال: إذا كانت المجموعة "أ" تتكون من 10 فئران والمجموعة "ب “تتكون من 13 فأرًا، فلا تبلغ عن حجم العينة على أنه "n = 10-13 الفئران". بدلاً من ذلك، حدد بوضوح حجم العينة الدقيق لكل مجموعة (أي المجموعة أ، ن = 10 فئران؛ المجموعة ب، ن = 13 فأر).

الاختبار الإحصائي: حدد الاختبار الإحصائي المستخدم. إذا كان ذلك ممكنًا، وضح ما إذا كان الاختبار أحادي الجانب أو وجهين ووصف أي تعديلات تم إجراؤها لمقارنات متعددة.

النتائج: يجب أن تتضمن النتائج المستمدة من الإحصائيات الاستدلالية إحصاء الاختبار ودرجات الحرية وفاصل الثقة وقيمة p وحجم التأثير.

قيمة P: كلما كان ذلك ممكنًا، قم بإقرار قيم p كقيم دقيقة وليس نطاقًا (على سبيل المثال: p = 0.049 وليس p <0.05). تعتبر قيم p الدقيقة مهمة بشكل خاص عند الإبلاغ عن النتائج غير المهمة. لنفترض أن النتائج الرئيسية للدراسة هي p = 0.054 وp = 0.54، ولكن في الورقة تم إقرار كلتا النتيجتين ببساطة على أنهما "غير مهمين". تختلف تفسيرات هاتين النتيجتين، ولكن لا يتم إبلاغ هذا الاختلاف للقراء لأنه لم يتم توفير قيمة p الدقيقة. الإبلاغ عن قيمة p الدقيقة للنتائج التي لا تصل إلى مستوى الأهمية المحدد؛ تجنب الإبلاغ عن هذه النتائج على أنها p> 0.05، "ليست مهمة" أو NS.

علم الاحصاء أداة مهمة في البحث العلمي. يتم استخدامها لتخطيط التجارب واختبار الفرضيات وتفسير البيانات. يقدم الوصف التفصيلي للطرق والنتائج الإحصائية لدراستك بحثًا قابلًا للتكرار ويوفر للقراء صورة واضحة عما فعلته، ولماذا قمت به ولماذا هو مهم.

لمزيد من المعلومات حول التقارير الإحصائية، يرجى الرجوع إلى إرشادات 

 SAMPL https://www.equator-network.org/wp-content/uploads/2013/07/SAMPL-Guidelines-6-27-13.pdf 

لقراءة الموضوع الأصلي يرجى الضغط على الرابط أدناه:

https://www.researchsquare.com/blog/guidelines-forreporting-statistical-methods-and-results