Population, Sampling Frame & Designالمجتمع وإطار المعاينة وتصميم العينة

الشرح المفصّل

كل سؤال في علم البيانات يبدأ من جماعة كاملة تريد أن تسأل عنها، وهذه الجماعة هي المجتمع Population — أو المجتمع الإحصائي. المجتمع ليس مجرد «الطلاب» أو «الناخبين» بكلمة عامة؛ إنه مرتبط دائمًا بثلاثة قيود: مكان محدد، وزمان محدد، ومعايير أهلية تحدد من يُحتسب ومن لا يُحتسب. فقولك «كل طلاب الصف الحادي عشر المسجلين هذا الفصل الدراسي في هذه المدرسة» مجتمع صحيح، لأنه حسم المكان (هذه المدرسة) والزمن (هذا الفصل) والأهلية (المسجلون فقط). وكذلك «كل الناخبين المسجلين في الولاية» مجتمع كامل تُوجَّه إليه أسئلة استطلاعات الرأي.

لكنك عمليًا لا تصل إلى المجتمع مباشرة أبدًا؛ أنت تصل إلى قائمة أو عملية وصول متاحة أمامك، وهذه هي إطار المعاينة Sampling Frame. كشف تسجيل المدرسة الرسمي الذي ترسل الاستبيان من خلاله إطار. وقاعدة بيانات تسجيل الناخبين التي تستطيع لجنة الاستطلاع فتحها إطار. وهنا تحديدًا — بين المجتمع والإطار — تختبئ أخطر المشكلات: فجوات التغطية. كل شخص ليس على القائمة يستحيل أن يُسأل مهما كانت عينتك ضخمة ومهما بذلت من جهد.

من الإطار تُسحب العينة Sample: الوحدات التي اختيرت فعلًا ووصلها الاستبيان — مثل 200 طالب سُحبوا من كشف المدرسة. وتبقى نقطة يغفلها كثير من الطلاب: وحدة المعاينة Observational Unit، أي ما تمثله إجابة واحدة. في استطلاع الطلاب، إجابة واحدة تمثل طالبًا واحدًا؛ لذلك الوحدة هي «إجابة الطالب الواحد». اسأل نفسك دائمًا عند قراءة أي دراسة: إذا نظرت إلى استجابة واحدة في الجدول، عن من تتحدث هذه الاستجابة؟ تلك هي الوحدة.

ثم تأتي المتغيرات Variables: كل حقيقة تسجّلها لكل وحدة معاينة. وثمّة فرق عملي يجب أن تلحظه: بعض الحقول تُعرِّف الوحدة أو تجمّع إجاباتها — مثل رقم الطالب Student ID الذي يجمع كل إجابات الطالب تحت صاحبها — وحقل واحد هو الذي تخطط فعلًا لقياسه وتحليله، مثل «ساعات اللعب أسبوعيًا». الخلط بين حقل التجميع وحقل القياس يُفسد التحليل من أساسه، لأنك ستنهي بتحليل شيء لم تقصد قياسه أصلًا.

اجمل ما سبق في سلسلة واحدة اكتبها بجمل صريحة قبل جمع أي بيانات: المجتمع Population (عمّن السؤال؟) ثم الإطار Sampling Frame (مَمّ نستطيع الوصول فعلًا؟) ثم العينة Sample (من سألنا فعليًا؟). في كل خطوة يمكن أن يتسرّب الناس وتنحرف النتيجة: مجتمع مُعرَّف بلا زمن ولا مكان، أو إطار ينقصه فريق كامل، أو عينة سُحبت بلا عشوائية. الدراسة المحترمة تكتب الثلاثة بوضوح قبل أن ترسل أول استبيان.

الشرح المفصّل

في الطرف الأول تقف طريقة لا تعاينة فيها أصلًا: المسح الشامل Census، أي محاولة الوصول إلى كل وحدة في المجتمع دون استثناء — كأن تستطلع كل طالب في الصف الحادي عشر بدل عينة منه. المسح الشامل منطقي حين يكون المجتمع صغيرًا والقائمة كاملة في متناولك، لكنه مكلف وبطيء وغالبًا غير عملي حين يكبر المجتمع، لذلك نلجأ للمعاينة.

عند المعاينة، السؤال الفاصل بين عائلتين من التصاميم هو: هل لكل وحدة فرصة اختيار معروفة وموثّقة؟ إن كانت الإجابة نعم فأنت أمام معاينة احتمالية Probability Sampling؛ وإن كانت الفرصة غير متساوية أو غير معروفة فأنت أمام معاينة غير احتمالية Non-Probability Sampling. هذا التعريف — «فرصة معروفة وموثقة» — هو مفتاح كل أسئلة التصنيف في الاختبار.

التصاميم الاحتمالية أربعة. المعاينة العشوائية البسيطة Simple Random Sample تمنح كل عنصر فرصًا متساوية: رقّم كشف الأسماء كاملًا ثم اسحب الأسماء بمولد أرقام عشوائية. المعاينة الطبقية Stratified Sample تقسّم الإطار أولًا حسب فئة ذات صلة (الصف الدراسي مثلًا) ثم تسحب عشوائيًا من كل طبقة عددًا يتناسب مع حصتها، فتضمن تمثيل كل فئة بنسبتها. المعاينة النظامية Systematic Sample ترتّب القائمة ثم تأخذ كل عنصر رقمه k — العاشر، فالعشرين، فالثلاثين. والمعاينة العنقودية Cluster Sample تختار عشوائيًا مجموعات طبيعية كاملة — كأن تقترع إدارة مقاطعة على مدارس كاملة ثم تستطلع كل طالب داخلها.

التصاميم غير الاحتمالية أيضًا أربعة، ولكل منها ملامح تسلّمها في السيناريوهات. المعاينة المريحة Convenience Sample: تختار من كان متاحًا أمامك — باحث يقف خارج الكافيتريا ويسأل من يخرج، أو «أول 100 رد» على رابط. المعاينة التطوعية Volunteer Sample: يختار الناس أنفسهم — رابط مفتوح من يقرر المشاركة فيه يقرر ذلك بنفسه. المعاينة الحصصية Quota Sample: عدد ثابت من كل فئة (30 من كل صف مثلًا) لكن بلا أي سحب عشوائي. والمعاينة القصدية Purposive Sample: الباحث يختار بيده من يراه مناسبًا للسؤال — كأن يختار أكثر الطلاب خبرة بالتقنية ليمثلوا الجيل.

الفروق الدقيقة بين المتشابهات هي حيث تسقط أكثر الإجابات. الطبقية Stratified مقابل الحصصية Quota: كلتاهما تتحدث عن فئات وأعداد، لكن الطبقية تسحب عشوائيًا داخل كل طبقة، والحصصية تملأ العدد بأي طريقة متاحة. النظامية Systematic مقابل البسيطة SRS: الفاصل المنتظم (كل عاشر) ليس سحبًا بفرص متساوية. والعنقودية Cluster مقابل الطبقية: في العنقودية تختار مجموعات قليلة وتمسح كل من داخلها، وفي الطبقية تقسّم الجميع وتسحب نصيبًا من كل طبقة.

عند قراءة أي سيناريو في الاختبار، اسأل بالترتيب: أولًا — هل هناك أي عشوائية موثقة؟ فإن لم تكن فالتصميم غير احتمالي، وحدّد نوعه من طريقة الوصول (متاح = مريحة، بنفسه = تطوعية، عدد ثابت = حصصية، اختار الباحث بيده = قصدية). ثانيًا — إن كانت عشوائية: هل قسّمنا فئات وسحبنا من كل واحدة؟ طبقية. هل نأخذ كل رقم k؟ نظامية. هل اخترنا مجموعات كاملة ومسحنا ما فيها؟ عنقودية. وإن لم يكن شيء من ذلك فالبسيطة SRS.

الشرح المفصّل

الدراسة المحترفة لا تكتشف التحيّز بعد جمع البيانات؛ إنها تسمّيه قبل الجمع. في خطة معاينة مدرسية ابحث عن ثلاثة مخاطر بأسمائها: تحيّز التغطية Coverage Bias — حين يغفل الإطار Sampling Frame فئة كاملة من المجتمع Population؛ وتحيّز الاختيار Selection Bias — حين تميل طريقة الاختيار نفسها نحو فئة على حساب أخرى؛ وتحيّز عدم الاستجابة Nonresponse Bias — حين يختار من وقع عليهم الاختيار ألا يجيبوا، فيغيب رأي فئة كاملة عن النتائج.

القصة التي تحفظها كل علوم البيانات: استطلاع عام 1936 للرئاسة جمع نحو مليوني إجابة — رقم هائل يجعل أي باحث اليوم يغبطه — ومع ذلك توقع الرابح الخاطئ. أين وقع الخلل؟ في الإطار، لا في الحجم: الإطار كان قوائم أصحاب الهواتف ومالكي السيارات، وفي قلب الكساد الكبير كان من يملك هاتفًا وسيارة هم الأثرياء غالبًا. فحصل الاستطلاع على مليوني إجابة منحرفة اجتماعيًا: عينة ضخمة من مجتمع خاطئ. تلك هي أعظم صور تحيّز التغطية Coverage Bias في التاريخ.

ومن القصة تُستخلص القاعدة الذهبية التي يتلاعب بها الاختبار أكثر من أي شيء آخر: العينة الأكبر لا تصلح إطارًا سيئًا. مضاعفة العينة من نفس الإطار المعطوب لا تزيل الانحراف؛ إنها تكرره بصورة أوضح وثقة زائفة. الحجم يجعل قياسك أدق لِما في الإطار، لا لِما في المجتمع — فإصلاح الإطار يسبق دائمًا التفكير في حجم العينة.

طبّق ذلك على مثال الحصة الممتد: خطة تنشر استبيانها في مجموعة دردشة فصل واحد وتعتمد أول 100 رد كعينة عن الصف كله. التحليل: لا يوجد إطار معاينة حقيقي — مجموعة دردشة واحدة ليست كشفًا للصف — والاختيار معاينة مريحة Convenience بامتياز: أول من رأى الرابط وردّ. والنتيجة المزدوجة: تحيّز تغطية (من ليس في المجموعة مستحيل أن يُسأل) وتحيّز اختيار (المتحمسون الأسرع للرد هم من يُسمع). والعلاج واضح: السحب العشوائي من كشف الصف كاملًا، فيصبح الإطار سليمًا والاختيار احتماليًا معروف الفرص.

وأداة عملية أخيرة في تصميم أي مسح: اجعل في كشف المتابعة عمودين — «من اختير للمعاينة» و«من استُطلع فعليًا». مقارنة العمودين تكشف لك فورًا من اختير ولم يجب، فتتابع غير المستجيبين قبل نهاية فترة الجمع وتقيس حجم فجوة عدم الاستجابة بدل أن تكتشفها بعد فوات الأوان. الدراسة الجيدة تشرح التحيّزات المتوقعة في خطة التصميم نفسها، لأن إصلاح التحيّز بعد جمع البيانات شبه مستحيل.