| المستخلص: |
يعتبر مؤشر قوة الاختبار الإحصائي موضوع ذو أهمية لأي باحث يستخدم في دراسته منطق الاستدلال الإحصائي، فالدراسات التي تكون فيها تكون الاختبارات الإحصائية ذات مستويات منخفضة من قوة الاختبار عادة تؤدي إلى نتائج غير حاسمة على الرغم من إنفاق الباحثين للكثير من الوقت والجهد لجمع بيانات أبحاثهم وتحليلها. لهذا الغرض قام الباحث باستعراض مؤشر قوة الاختبار الإحصائي لعدد من الأساليب الإحصائية المستخدمة في عدد من الأبحاث الإدارية المنشورة في مجلة الإدارة العامة الصادرة عن معهد الإدارة العامة. وقد أشارت نتائج الدراسة الحالية إلى أن احتمال وجود الخطأ من النوع الثاني (أي احتمال قوة الاختبار) منخفضة مع حجم التأثير المنخفض أكبر من احتمال وجود هذا الاقتران مع حجم التأثير المتوسط أو العالي، وأن قوة الاختبار الإحصائي في المتوسط عالية في البحوث الإدارية المنشورة، وأن السبب الرئيس لارتفاع قوة الاختبار الإحصائي ناتجة عن زيادة حجم العينة وليس لأن الباحثين تقصدوا الاهتمام بقوة الاختبار، وأن هذه الزيادة ربما كانت وسيلة تخفي وراءها الرغبة في الحصول على دلالة إحصائية لدلالة عملية ضعيفة، كما أن زيادة حجم العينة ينقص من قيمة الخطأ من النوع الأول a وبذلك تتأثر قوة الاختبار نظرا للعلاقة الطردية بينهما. ومن خلال النتائج التي أسفرت عنها الدراسة الحالية فإن الباحث يوصي بالآتي: 1. بما أن نتائج الدراسة أشارت إلى حاجة الباحثين في مجال الإدارة للمعرفة بأهمية قوة الاختبار، لذا ينبغي على المتخصصين في مجال الإحصاء ضرورة توعية الباحثين بأهمية هذا المؤشر الإحصائي ودوره في نتائج البحث. 2. لزيادة قوة الاختبار يقترح الباحث. - إجراء دراسات استطلاعية مصغرة للاختبارات الإحصائية لتقييم فاعلية الاختبارات حسب متغيرات البحث، وذلك من خلال تحديد قيمة محددة ل a ومثبتة على الاختبارات جميعا، ثم ومن خلال استخدام القيمة الاحتمالية ل B يتم التعرف على التأثير النسبي لكل اختبار لمعرفة أيهما أكثر موائمة لظاهرة البحث. - تحديد قوة إحصائية بحيث لا تقل عن 0.80 مع مستوي دلالة وحجم تأثير عالي، ثم البحث عن أدني حجم لعينة الدراسة.
Statistical power is a significant topic for any researcher using statistical inference logic. Studies which use low levels of statistical power, obtain indecisive results, wasting the researchers' time and the effort put in collecting and analyzing data. To investigate this problem, this paper studies the statistical power of a number of statistical methods used in Administration and Management research works in the Journal of Public Administration published by the Institute of Public Administration. The results obtained in the present paper show that the probability of having low type II error (i.e. the probability of achieving test power) in case of low effect, is higher than the probability of having this association in medium and high size effect. It is also found out that the average statistical power is high in the present corpus. But this high statistical test power results from the size of the sample, and not from the researchers' deliberate interest in statistical power. The large size of the data may have probably been used as a method which hides the desire to obtain statistical significance to support a weak practical significance. The increase in the sample size decreases type I error a, which affect the power of the test because of co-occurrence relationship between the two. The above results should enable us to make the following recommendations: 1- Since the results have shown that researchers in Administration Sciences lack background knowledge in the area of statistical power, they need to be directed to the importance of this aspect of statistical operations and its role in their results. 2- To increase statistical power, the paper suggests the following: - Undertaking a pilot study for statistical test, to evaluate the test effectiveness in relation to research variables. This can be achieved by defining the value of a in all the tests, and then by using the probable value of B, the relative effect of each test can be determined. This will help in choosing the most appropriate test for each research work. - Establishing the statistical power at a level no less than 0.80 together with a high level of significance. After this the smallest sample size should be used.
|
