إذا ارتفعت قيمتان معًا نقول إن بينهما ارتباطًا موجبًا، وإذا ارتفعت إحداهما بينما انخفضت الأخرى يكون الارتباط سالبًا. الارتباط يصف نمطًا في البيانات، لكنه لا يشرح وحده لماذا ظهر. هذه الجملة البسيطة تمنع كثيرًا من الأخطاء في الأخبار والدراسات والتسويق، لأن الرسم البياني قد يعرض علاقة قوية بينما يكون التفسير المقترح خاطئًا.
إذا ارتفعت قيمتان معًا نقول إن بينهما ارتباطًا موجبًا، وإذا ارتفعت إحداهما بينما انخفضت الأخرى يكون الارتباط سالبًا. الارتباط يصف نمطًا في البيانات، لكنه لا يشرح وحده لماذا ظهر. هذه الجملة البسيطة تمنع كثيرًا من الأخطاء في الأخبار والدراسات والتسويق، لأن الرسم البياني قد يعرض علاقة قوية بينما يكون التفسير المقترح خاطئًا.
تخيل بيانات شهرية تظهر أن مبيعات المثلجات وحالات حروق الشمس ترتفعان في الوقت نفسه. لا تسبب المثلجات حروق الشمس، ولا تؤدي الحروق إلى شراء المثلجات. العامل الثالث هو ارتفاع الحرارة وخروج الناس إلى الأماكن المفتوحة. يسمى هذا عاملًا مربكًا: متغير يؤثر في الطرفين فيجعل العلاقة المباشرة بينهما تبدو أقوى مما هي عليه.
وقد يحدث الارتباط بسبب اتجاه زمني مشترك. عدد مستخدمي الإنترنت وحجم الاقتصاد العالمي ارتفعا خلال عقود، لذلك يمكن إيجاد ارتباط بين الإنترنت ومؤشرات كثيرة نمت في الفترة نفسها. لا يكفي ذلك لإثبات أن أحدهما سبب كل تغير في الآخر. يلزم تحديد آلية محتملة، وفحص ترتيب الأحداث، واستبعاد التفسيرات المنافسة.
اتجاه السببية نفسه قد يكون معكوسًا. إذا وجدنا أن الأشخاص الأكثر نشاطًا بدنيًا يزورون الطبيب أقل، فقد يكون النشاط عاملًا مساعدًا للصحة، لكن قد يكون المرض هو الذي يمنع بعض الأشخاص من الحركة. ويمكن أن يعمل الاتجاهان معًا. الدراسة الجيدة تناقش هذا الاحتمال بدل عرض علاقة واحدة باعتبارها تفسيرًا نهائيًا.
أقوى وسيلة لاختبار أثر تدخل هي التجربة العشوائية عندما تكون ممكنة وأخلاقية. يُوزع المشاركون عشوائيًا بين مجموعات، فيقل احتمال أن تفسر الفروق السابقة النتيجة. لكن التجارب ليست مناسبة لكل سؤال؛ لا يمكن مثلًا تعريض الناس عمدًا لمادة ضارة. عندها يستخدم الباحثون دراسات رصدية وأساليب للمقارنة وضبط المتغيرات، مع بقاء قدر من عدم اليقين.
حتى معامل الارتباط يحتاج إلى حذر. قيمة قريبة من الصفر لا تنفي كل علاقة؛ قد تكون العلاقة منحنية وليست خطية. كما قد ترفع قيمة شاذة واحدة الارتباط أو تخفضه. ويجب معرفة حجم العينة ومصدرها: نتيجة مستخرجة من عشرة أشخاص تختلف في الثقة عن نتيجة تتكرر في عينات كبيرة وممثلة.
عند قراءة خبر يقول إن «دراسة أثبتت أن كذا يؤدي إلى كذا»، اسأل: هل كانت الدراسة تجربة أم ملاحظة؟ ما العامل الذي ربما يؤثر في المتغيرين؟ هل حدث السبب المقترح قبل النتيجة؟ هل تكررت النتيجة؟ وما حجم الأثر الفعلي؟ قد تكون العلاقة صحيحة إحصائيًا لكنها صغيرة عمليًا، أو تنطبق على فئة محددة فقط.
لا يعني هذا رفض الدراسات الرصدية. كثير من المعرفة المهمة تبدأ بملاحظة ارتباط، ثم تُجمع أدلة إضافية من آلية بيولوجية أو مقارنة زمنية أو تجارب مختلفة. الاستدلال السببي عملية تراكمية: كل دليل يضيف جزءًا، ولا يحمل رسم واحد العبء كله.
## سؤال للنقاش
ما مثال شاهدته لعلاقة قُدمت كسبب مباشر، ثم اتضح أن عاملًا ثالثًا يمكن أن يفسرها؟
## المراجع
- الجمعية الإحصائية الأمريكية، مواد التثقيف الإحصائي وقراءة النتائج.
- المكتب الإحصائي للأمم المتحدة، مبادئ جودة البيانات والإحصاءات الرسمية.
- المراجع الجامعية في تصميم التجارب والاستدلال السببي.
تظهر القيم المفقودة عندما لا يجيب مشارك أو يتعطل حساس أو لا ينطبق السؤال. وضعها كلها كصفر يغير المعنى؛ الصفر قيمة، بينما المفقود حالة تحتاج سببًا. أول خطوة تعريف رموز الفراغ والتمييز بين غير معروف وغير منطبق ورفض الإجابة.
تظهر القيم المفقودة عندما لا يجيب مشارك أو يتعطل حساس أو لا ينطبق السؤال. وضعها كلها كصفر يغير المعنى؛ الصفر قيمة، بينما المفقود حالة تحتاج سببًا. أول خطوة تعريف رموز الفراغ والتمييز بين غير معروف وغير منطبق ورفض الإجابة.
إذا كان الفقد عشوائيًا تمامًا بالنسبة إلى المتغيرات، قد يقل حجم العينة دون تحيز كبير. لكنه كثيرًا ما يرتبط بخصائص معروفة، مثل ضعف الاستجابة لدى فئة عمرية، أو بقيمة مفقودة نفسها، مثل عدم إعلان الدخل المرتفع. تختلف صعوبة المعالجة حسب الآلية.
حذف كل صف ناقص بسيط، لكنه قد يهدر معلومات ويغير التركيبة. إذا كان المصابون أشد عرضة لترك المتابعة، فإن تحليل من أكملوا فقط يبالغ في نجاح العلاج. تُقارن خصائص المكتملين والمنقطعين وتعرض نسب الفقد لكل متغير ومرحلة.
التعويض بالمتوسط يقلل التباين ويصنع علاقات مصطنعة، لأن كل القيم المعوضة متطابقة. التعويض المتعدد ينشئ مجموعات plausible اعتمادًا على نموذج ثم يجمع النتائج ليعكس عدم اليقين، لكنه يحتاج متغيرات مناسبة وافتراضات وفحصًا.
في السلاسل الزمنية قد يملأ الاستيفاء فجوة قصيرة بين قياسين مستقرين، لكنه يخفي حدثًا مفاجئًا أو عطلًا. توضع علامة للقيم المقدرة ولا تختلط بالمقاسة. وفي المستشعرات، نمط الانقطاع نفسه قد يحمل معلومة عن حرارة أو بطارية.
تصميم الجمع يقلل الفقد: سؤال واضح، وخيار لا ينطبق، وتذكير غير مزعج، والتحقق من الجهاز. لكن فرض حقل حساس قد يدفع لإجابة كاذبة بدل فراغ، فلا تكون الاكتمالية هدفًا منفصلًا عن الجودة والأخلاق.
يستخدم تحليل الحساسية سيناريوهات مختلفة للقيم الغائبة. إذا بقي الاستنتاج، تزيد الثقة؛ إذا انقلب، يذكر أنه يعتمد على افتراض لا يمكن اختباره مباشرة. لا تختار طريقة لأنها تعطي نتيجة مرغوبة.
ينشر التقرير مقدار الفقد وسببه المعروف وطريقة المعالجة وأثرها. إخفاء هذه التفاصيل خلف جدول كامل يعطي دقة زائفة، خصوصًا إذا اختلف عدد المشاركين بين النتائج.
يوثق جدول التحليل عدد القيم قبل وبعد كل فلتر، حتى لا تختفي نصف العينة بين شكلين دون تفسير. وإذا استخدم نموذج للتعويض، تُدرج نتيجة التحليل من كل نسخة وفق قواعد الجمع، ولا يعامل الرقم المعوض كأنه مقاس. كما يمكن إضافة مؤشر للفقد عندما يكون غيابه نفسه ذا معنى، مع الحذر من تسريب معلومة مستقبلية إلى نموذج التنبؤ.
## سؤال للنقاش
ما الفرق بين قيمة صفر وقيمة مفقودة، وكيف يغير الخلط بينهما قرارًا عمليًا؟
## المراجع
- الجمعية الإحصائية الأمريكية، مبادئ التحليل الشفاف.
- الأمم المتحدة، أدلة جودة البيانات الرسمية.
- المراجع الجامعية في نماذج البيانات المفقودة والتعويض.
تعطي العينة تقديرًا مثل متوسط أو نسبة، لكنه يتغير لو سحبنا عينة أخرى. فترة الثقة تعرض نطاقًا ناتجًا عن طريقة تأخذ هذا التباين في الحسبان. مستوى 95% يصف أداء الإجراء عبر عينات متكررة، لا احتمالًا بسيطًا بأن القيمة الثابتة داخل الفترة بعد حسابها.
تعطي العينة تقديرًا مثل متوسط أو نسبة، لكنه يتغير لو سحبنا عينة أخرى. فترة الثقة تعرض نطاقًا ناتجًا عن طريقة تأخذ هذا التباين في الحسبان. مستوى 95% يصف أداء الإجراء عبر عينات متكررة، لا احتمالًا بسيطًا بأن القيمة الثابتة داخل الفترة بعد حسابها.
في التفسير العملي يقال إن البيانات والطريقة تعطيان نطاقًا معقولًا للقيمة، مع ذكر الافتراضات. لا تعني الفترة أن 95% من الأفراد يقع داخلها؛ هي تخص معلمة المجتمع، لا توزيع الأشخاص.
يضيق النطاق عادة مع زيادة حجم العينة لأن الخطأ العشوائي يقل، ويتسع مع تباين البيانات. مضاعفة العينة لا تنصف العرض تلقائيًا؛ التحسن يرتبط تقريبًا بالجذر التربيعي للحجم في حالات شائعة.
فترة ضيقة قد تكون دقيقة حول قيمة متحيزة إذا كانت العينة غير ممثلة أو القياس خاطئًا. الحساب يعالج عشوائية السحب وفق النموذج، ولا يصلح تحيز الاستجابة أو الاستبعاد. لذلك تُقرأ مع تصميم الدراسة.
مستوى أعلى مثل 99% يعطي نطاقًا أوسع إذا بقيت البيانات نفسها، لأن الإجراء يسعى لتغطية أكثر. اختيار المستوى ليس علامة جودة منفصلة، بل موازنة بين التغطية والدقة وسياق القرار.
عندما تتداخل فترتان لا نستطيع الحكم السريع بأن الفرق غير دال؛ الاختبار الصحيح ينظر إلى فرق التقدير واعتمادهما. وبالمثل، عدم احتواء الصفر لا يساوي أثرًا مهمًا عمليًا. قد يكون الفرق صغيرًا لكنه محسوب بدقة.
في النسب الصغيرة والعينات المحدودة تختلف طرق الحساب، وقد تعطي الصيغة المبسطة حدودًا غير مناسبة. يستخدم الباحث طريقة تلائم التوزيع وتصميم العينة والأوزان. وفي العينات العنقودية يلزم أخذ التشابه داخل العنقود بالحسبان.
يعرض التقرير التقدير والنطاق وحجم العينة وطريقة الاختيار، ويفضل رسمًا يوضح عدم اليقين. رقم بلا نطاق يوحي بيقين زائف، ونطاق بلا تفسير قد يربك القارئ.
تؤثر الاختيارات المتعددة؛ حساب عشرات الفترات ثم إبراز واحدة يرفع فرصة نتيجة لافتة بالمصادفة. تُعلن التحليلات الأساسية وتستخدم تصحيحات أو توصف النتائج استكشافية. وفي الدراسات المعقدة قد تستخدم إعادة المعاينة أو نماذج بايزية، لكنها تحمل افتراضات بدورها. لا يختار الباحث الطريقة بعد رؤية أيها يعطي نطاقًا مرغوبًا. ويُقارن عرض الفترة بحجم أثر ذي معنى، لا بالصفر وحده.
## سؤال للنقاش
كيف يمكن لفترة ثقة ضيقة أن تكون مضللة رغم أن الحساب صحيح؟
## المراجع
- الجمعية الإحصائية الأمريكية، بيانات ومبادئ الاستدلال.
- الأمم المتحدة، أدلة جودة الإحصاءات الرسمية.
- المراجع الجامعية في الاحتمال والاستدلال الإحصائي.
يبدأ كثير من الرسوم العمودية من الصفر لأن طول العمود يمثل القيمة. إذا بدأ المحور من 90 بدل صفر، قد يبدو الفرق بين 95 و100 كأنه تضاعف، مع أنه نحو خمسة بالمئة. المقياس ليس تفصيلًا زخرفيًا؛ يغير الانطباع البصري.
يبدأ كثير من الرسوم العمودية من الصفر لأن طول العمود يمثل القيمة. إذا بدأ المحور من 90 بدل صفر، قد يبدو الفرق بين 95 و100 كأنه تضاعف، مع أنه نحو خمسة بالمئة. المقياس ليس تفصيلًا زخرفيًا؛ يغير الانطباع البصري.
في الرسم الخطي قد يكون قطع المحور مفيدًا لإظهار تغير صغير عبر الزمن، لأن موضع النقطة واتجاه الخط أهم من مساحة عمود. لكن يجب إظهار نقطة البداية بوضوح وعدم استخدام عنوان يضخم الحركة. ويمكن عرض رسمين: نطاق كامل وتكبير للتغير.
لا توجد قاعدة أن كل محور يجب أن يبدأ من الصفر. درجات الحرارة مثلًا تُقرأ على مقياس له معنى لا يساوي «انعدام الحرارة» عند الصفر المئوي. القرار يعتمد على نوع العلامة والسؤال، مع شفافية تمنع القارئ من تقدير خاطئ للحجم.
المحور اللوغاريتمي مناسب لقيم تمتد مراتب كثيرة، ويجعل المسافات المتساوية تمثل نسبًا متساوية. لكنه غير مألوف لبعض الجمهور، لذلك يسمى بوضوح وتضاف علامات مفهومة. استخدامه لإخفاء قفزة أو من دون شرح يضلل.
اختيار الفترة يغير القصة. خط يبدأ عند قاع استثنائي يظهر نموًا ضخمًا، وآخر يبدأ عند قمة يظهر تراجعًا. يعرض المحلل فترة لها سبب موضوعي، ويختبر فترات أطول. كما لا يربط نقاطًا بفواصل غير متساوية وكأنها متساوية.
المحوران الرأسيان يسمحان بعرض سلسلتين بوحدتين، لكن تغيير نطاق كل محور يمكن أن يجعل الخطين يتحركان معًا مصادفة. الأفضل فصل الرسمين أو توحيد القيم بطريقة مفسرة، وإذا استخدما تُلون المحاور وتذكر الوحدات بوضوح.
تحتاج القيم المعدلة للتضخم أو السكان إلى تسمية. زيادة الإنفاق الاسمي قد تختفي بعد تعديل الأسعار، وزيادة الحالات قد تعكس زيادة السكان. لا توجد نسخة وحيدة صحيحة؛ يعرض الرسم المقياس الذي يجيب السؤال ويتيح المقارنة البديلة.
قبل النشر، اطلب من شخص أن يصف ما يراه خلال ثوانٍ، ثم قارن وصفه بالبيانات. إذا فهم تضاعفًا حيث يوجد تغير طفيف، فالتصميم يحتاج إصلاحًا حتى لو كانت الأرقام صحيحة.
تؤثر نسبة أبعاد الرسم أيضًا؛ تمديد الشكل أفقيًا يسطح الاتجاه، وتضييقه يجعله حادًا. تُختار أبعاد ثابتة للمقارنة، وتكتب القيم المهمة مباشرة بدل إجبار القارئ على التخمين. وعند استخدام لون، يراعى عمى الألوان والطباعة الرمادية ولا يحمل اللون وحده معنى أساسيًا.
## سؤال للنقاش
متى ترى قطع المحور مقبولًا، وما العلامة التي يجب أن تظهر للقارئ؟
## المراجع
- الجمعية الإحصائية الأمريكية، مواد التواصل الإحصائي.
- الأمم المتحدة، مبادئ عرض الإحصاءات الرسمية.
- المراجع الأكاديمية في تصور البيانات والإدراك البصري.
قد يحسب الباحث المتوسط والنسبة بلا خطأ، ومع ذلك يصل إلى وصف خاطئ للمجتمع لأن من دخلوا العينة يختلفون عمن لم يدخلوها. تحيز العينة مشكلة في طريق الوصول إلى البيانات، ولا يصلحه حجم ضخم إذا كرر الاستبعاد نفسه.
قد يحسب الباحث المتوسط والنسبة بلا خطأ، ومع ذلك يصل إلى وصف خاطئ للمجتمع لأن من دخلوا العينة يختلفون عمن لم يدخلوها. تحيز العينة مشكلة في طريق الوصول إلى البيانات، ولا يصلحه حجم ضخم إذا كرر الاستبعاد نفسه.
استطلاع على منصة رقمية يمثل مستخدميها النشطين أكثر من غيرهم. واستبيان اختياري عن خدمة يجذب شديدي الرضا أو الغضب. نسبة 80% من عشرة آلاف إجابة لا تعني 80% من السكان إذا لم تكن فرصة المشاركة معروفة ومناسبة.
يبدأ العلاج بإطار المعاينة: قائمة أو طريقة تحدد من يمكن اختياره. سجل الهواتف قد يستبعد من لا يملكون رقمًا ثابتًا، وقائمة العملاء تستبعد من غادروا الخدمة. يُقارن الإطار بالمجتمع المطلوب وتوثق الفجوات قبل جمع الإجابات.
الاختيار العشوائي يمنح كل وحدة احتمالًا معروفًا، لكنه لا يضمن استجابة الجميع. عدم الاستجابة قد يصبح تحيزًا إذا ارتبط بموضوع السؤال. التذكير وتعدد قنوات الإجابة وتقليل طول الاستبيان تساعد، ثم تقارن خصائص المستجيبين ببيانات موثوقة عن المجتمع.
تستخدم الأوزان لتصحيح اختلاف احتمالات الاختيار أو الاستجابة. إذا كانت فئة قليلة التمثيل، تمنح إجاباتها وزنًا أكبر. لكن الوزن لا يخلق معلومات عن فئة غائبة تمامًا، وقد يزيد تباين التقدير عندما تكون الأوزان شديدة.
العينة الطبقية تقسم المجتمع إلى فئات ثم تسحب من كل فئة، فتضمن تمثيل مجموعات مهمة. والعينة العنقودية تختار مواقع أو مدارس لتقليل التكلفة، لكنها تحتاج حساب تشابه الأفراد داخل العنقود؛ مئة شخص من حي واحد ليست كعينة موزعة على أحياء كثيرة.
صياغة السؤال وترتيبه قد تصنع تحيز قياس حتى مع عينة ممتازة. السؤال المحرج يحصل على إجابات اجتماعية مرغوبة، والسؤال الموجه يقترح موقفًا. لذلك يُختبر الاستبيان على مجموعة صغيرة وتستخدم لغة محايدة وخيارات تشمل «لا أعرف» عند الحاجة.
عند نشر النتيجة، يذكر المجتمع المستهدف وطريقة السحب ونسبة الاستجابة والتواريخ وهامش الخطأ وحدود التغطية. هامش الخطأ العشوائي لا يشمل تلقائيًا تحيز الاستبعاد أو الكذب أو سوء السؤال، ولذلك لا يجوز تقديمه كملخص لكل عدم اليقين.
مثال تاريخي مشهور يوضح البقاء الانتقائي: فحص الطائرات العائدة من القتال يرى ثقوب الطلقات في المواضع التي استطاعت الطائرة المصابة فيها العودة، بينما الطائرات التي أصيبت في مواضع قاتلة غابت عن العينة. الفكرة تنطبق على الأعمال؛ سؤال العملاء الباقين عن سبب النجاح يتجاهل من انسحبوا. وتظهر مشكلة مشابهة في البيانات الطبية إذا جُمعت من المستشفى فقط، لأن من لم يصل إلى الخدمة غير ممثل. الحل يبدأ بتعريف من نريد الاستدلال عليه، ثم رسم طريق كل فرد إلى قاعدة البيانات وتحديد نقطة الاستبعاد.
ويُجرى تحليل حساسية بافتراضات مختلفة عن الغائبين؛ إذا انقلبت النتيجة بسهولة، تُعرض باعتبارها هشة لا حكمًا نهائيًا.
وتُقارن النتيجة كذلك بمصدر مستقل كلما أمكن للتحقق من الاتجاه العام.
## سؤال للنقاش
ما الفئة التي قد تغيب عن استطلاع إلكتروني في موضوع يهم مدينتك، وكيف تصل إليها؟
## المراجع
- الجمعية الإحصائية الأمريكية، مبادئ المسوح والاستدلال.
- الأمم المتحدة، أدلة تصميم العينات للإحصاءات الرسمية.
- المراجع الجامعية في منهجية المسوح وعدم الاستجابة.