ياله من فخ عندما نقوم باستبيان عن دوافع شراء الطعام عبر الإنترنت لدى الموظفات, مقارنة بطالبات الجامعة في مدينة ما, ولا ندري أن المجموعتين أصلاً هما مجموعة واحدة من ناحية شراء الطعام عبر الإنترنت. ولحسن الحظ, يوجد ما ندعوه إختبار الطالب تي T-Student Test ليحل لنا هذه المعضلة بل وأكثر من ذلك.
المحتوى:
- مقدمة.
- ما هو إختبار الطالب تي T-Student Test؟
- أنواع اختبار الطالب تي T-Student Test.
- إختبار الطالب تي لعينة واحدة – One Sample T-Test.
- إختبار الطالب تي لعينتين مستقلتين – Independent Samples T-Test.
- إختبار الطالب تي لعينتين مرتبطتين – Paired Samples T-Test.
- لماذا نحتاج لإختبار الطالب تي في منتجاتنا الرقمية؟
- خلاصة مهمة.
مقدمة:
عندما نقوم بقراءة المعطيات أو إطلاق الإستبيانات حول سوقنا المستهدف, وفهم توجهاته ورغباته لكي نلبيها ونرفع من مبيعاتنا, يجدر بنا فصل المجتمع المدروس إلى مجموعات ودراستها على هذا الأساس.
ومن هذا المنطلق وجدت الحاجة لفهم ما يدعى بـ إختبار الطالب تي T-Student Test.
ولأن هذا الموضوع هو رياضي وإحصائي ليس بالسهل فهمه لغير المختصين, قمت بتبسيط الشرح قدر المستطاع والإبتعاد عن أي تعقيدات رياضية لا تهم مدير منتج.
من جهة أخرى تم التركيز على المغزى والمخرجات من هكذا اختبار ومتى يكون مفيداً لنا وكيف نطبقه بسلاسلة مع ذكر مصادر خارجية للتوسع والإطلاع.
ما هو إختبار الطالب تي T-Student Test؟
هو اختبار إحصائي من ابتكار العالم William Sealy Gosse في عام 1908م الذي كان يعمل في مصنع بايرلندا، ومصطلح “الطالب” “Student” كان للتمويه بسبب سياسة المصنع التي كانت تمنع نشر البحوث لاعتبارها من الأسرار.
أصل الحاجة لهذا الإختبار هو عدم المعرفة الكافية بمدى الفرق بين عينتين (مثلاً طالبات الجامعة وسيدات الأعمال) وهل هما متطابقتان من وجهة نظر الدراسة الحالية (مثلاً متوسط الشراء من منصة ما).
ويتوسع المفهوم لكشف الإختلاف أيضاً بين عينة ومجتمع (مثلاً الإنفاق الشهري للطلاب العرب في جامعة إكسفورد مقارنة بكافة الطلاب في نفس الجامعة).
نبدأ عموماً من فرضية تقول “لا يوجد إختلاف” (مثلاً نقول لا يوجد إختلاف بين الإنفاق الشهري للطلاب العرب والطلاب الألمان في إكسفورد) هذه الفرضية نسميها الفرضية الصفرية (null hypothesis).
ومن ثم نبدأ الإختبار لإثبات صحة الفرضية من عدمها.
ويجدر بنا الإشارة إلى أهمية تعلم حساب الانحراف المعياري Standard deviation, وهو باختصار يدل على مدى إمتداد مجالات القيم ضمن مجموعة البيانات الإحصائية.
مثلاً لو كانت رواتب الموظفين في دولة ما متفاوتة بين 100$ والـ 5,000$ فإن الإنحراف المعياري سيكون كبير لتفاوت الأرقام وتبعثرها, بينما لو كانت الرواتب بين 3,500$ و الـ 3,800$ سنجد أن التبعثر أصبح أقل.
وأخيراً كلما كانت عينة ما (الإنفاق الشهري للطلاب العرب في إكسفورد) بعيدة عن المتوسط الحسابي لمجتمع (متوسط إنفاق الطلاب في إكسفورد), كلما كانت هذه العينة تتجه لتكون متباينة عن هذا المجتمع وستسبب إنحارفاً معيارياً أو تبعثراً أعلى.
يمكن التوسع مع بعض التفاصيل من خلال الرابط هنا.
أنواع اختبار الطالب تي T-Student Test:
إختبار الطالب تي يوفر مجموعة من الأنواع التي تقيس بيانات مختلفة على حسب المجتمع (Statistical Population) أو العينة (sample) ، فعلى سبيل المثال:
- المقارنة بين عينتين.
- مقارنة عينة بالمجتمع.
- مقارنة العينة بنفسها بعد إجراء تغيير ما.
ليتيح لك الفرصة لاختبار الفروقات بسهولة وبدقة.
1- إختبار الطالب تي لعينة واحدة – One Sample T-Test:
هذا النوع من الاختبار تي يُستخدم لإيجاد الفروق بين المتوسط الحسابي لعينة حالية بالنسبة لمتوسط مجتمع تم إثباته أو حسابه سابقًا أو حُدد افتراضيًا.
الغاية هنا التعرف إذا ما كان متوسط العينة يختلف عن المتوسط الحسابي للمجتمع ام لا, بمعنى آخر, هل العينة متجانسة مع المجتمع أم لا.
ومثال عليه عند مقارنة أجور العاملين (100$) مع متوسط الأجور في المحافظة أو الدولة (250$) والذي يكون محدّد سابقًا. معتمًدا على نوعين من الفرضيات وهما:
- الفرضية الصفرية: تقول بأنه لا توجد فروق ذات دلالة إحصائية بين متوسط العينة ومتوسط المجتمع .
- الفرضية البديلة: تقول بأنه توجد فروق ذات دلالة إحصائية بين متوسط العينة ومتوسط المجتمع .
للمزيد عن هذا الإختبار من هنا.
2- إختبار الطالب تي لعينتين مستقلتين – Independent Samples T-Test:
كما أشرنا سابقاً يتيح لك هذا الإختبار قياس فروق المتوسطات الحسابية بين عينتين مستقلتين أيّ العينة الأولى تختلف عن العينة الثانية، مثلاً متوسط إنفاق طلاب كلية الطب العرب مع طلاب كلية الطب الألمان.
أو حتى من الممكّن أن يقيس الفرق بين عينة تجريبية وعينة ضابطة.
مثلًا في حالة اختبار مدى فاعلية أحد الأدوية، حيث تُعطى المجموعة الأولى الدواء وتسمى المجموعة التجريبية والمجموعة الأخرى لا يتم إعطائها الدواء لتكون ضابطة.
يتم التعرف على مقدار فاعلية الدواء عبر المقارنة, وهنا أختبار الطالب تي يُبين إذا ما كانت هناك أختلاف في فعالية الدواء بين المجموعتين.
وكمثال على منتج رقمي, يمكن طرح ميزة لعدد محدد من العملاء من ضمن شريحة محددة وقياس الإداء بعد طرح هذه الميزة.
للتوسع والقراءة أكثر عن الموضوع من هنا.
3- إختبار الطالب تي لعينتين مرتبطتين – Paired Samples T-Test:
النوع الثالث والأخير من اختبار الطالب تي، يركز على تبيين الفرق بين متوسطات حسابية لعينتين مرتبطين مع بعضهما البعض أو ربما نفس العينة ولكن قبل وبعد إجراء تغيير ما في الزمن أو الحالة أو أحد الظروف الأخرى.
يعني بعبارة أخرى قياس مدى التغير.
أمثلة:
- إجراء الاختبار على نفس المجموعة من الموظفين قبل وبعد التدريب.
- الفرق بين متوسط طلب أحد المنتجات من نفس الشريحة المدروسة ولكن خلال فصول السنة المتغيرة.
- أثر الحملة التسويقية على طلب الخدمات والمنتجات من نفس الشريحة المستهدفة قبل الحملة وبعدها.
للتوسع والقراءة أكثر عن الموضوع من هنا.
لماذا نحتاج لإختبار الطالب تي في منتجاتنا الرقمية؟
الإحصاء بشكل عام يوفر العديد من المعلومات التي يحتاجها مدراء المنتجات الرقمية لاتخاذ قرارات مستنيرة، وبالتأكيد إختبار الطالب تي T-Student Test من ضمنها.
حيث يسمح لك بالتعرف على:
- الفروقات الجوهرية بين العينات، بما يُمكنك مثلًا من التعرف على أيّ من الأسواق هو أنسب لتسويق منتجك الرقمي عبر اختبار متوسط الطلب في كل سوق على حدة على سبيل المثال.
- كذلك، يسمح لك بمقارنة منتجاتك مع المنافسين والتعرف على مدى الأختلاف في الجودة.
- أو حتى استخدامه لتقييم فريق العمل الخاص بمنتجك الرقمي قبل وبعد التدريب.
- أو مدى تأثير حملتك الإعلانية على الطلب على المنتج.
- أو تقييم مدى التغير في جودة المنتج الرقمي من وجهة نظر العميل.
- هو مهم عند مقارنة أداء شريحتين من العملاء والتأكد أنهما بالفعل شريحتين مختلفتين ام لا.
- ويساعدنا أيضاً بمعرفة هل الشريحة المستهدفة ذات اهتمامات مشتركة وتنتمي لسوقنا المستهدف أم هي مختلفة عنه وربما نحتاج عمل إضافي لجذب اهتمامها أو رضى العملاء ضمنها.
وغيرها العديد من الجوانب التي تتيح لك الفرصة للحصول على معلومات وبيانات دقيقة بدلًا من الإعتماد على الإختبارات الاحصائية الوصفية مثل المتوسط الحسابي وفقط.
مثال:
فرضاً كان متوسط الشراء الشهري للعميل على منصتك هو 100$, وبعد الحملة الإعلانية أصبح 150$, تعتبر هذه المعلومة معلومة وصفية معتمدة فقط على المتوسط الحسابي.
لكن للدقة أكثر يجب أن يتم تقسيم الدراسة لمجموعات, مثلاً الطلاب,ربات المنزل, رجال الأعمال.
ومن ثم تبيين التغير لكل مجموعة والتأكد أنهم مجموعات منفصلة أصلاً, ومن ثم قياس جدوى الحملة الإعلانية على كل مجموعة.
ومن ثم دراسة جدوى المجموعات المختلفة على دخل الشركة مقارنة بالإنفاق وهلم جر.
خلاصة مهمة:
الإحصاء عموماً ليس بالعلم السهل وخصوصاً لغير المختصين مثل مدير المنتج أو رائد الأعمال.
ولكن للحصول على إجابات صحيحة ومقروءة ومفيدة لإتخاذ القرارات, لابد لنا من الخوض قليلاً في الرياضيات.
قليل من التعب سيعطي ثمار مضمونة أكثر بإذن الله.
ولنكون أكثر مرونة, لا ينصح بتعقيد الأمور والحسابات عندما تكون الشركة في بداياتها.
ولكن ربما نحتاج التعقيد أكثر والتفصيل عندما نعمل على التحسين في الاداء أكثر من مجرد التاكد من الفكرة.
ولا ننسى أن هذه الإختبار يحتاج عدد جيد من الأرقام ضمن العينات والمجتمعات ليعطي الدقة المطلوبة.
وفي كثير من الأحيان لا يتوفر هذا الشرط لدى الشركات حديثة العهد في المبيعات.
