آزمون فریدمن (Friedman Test)

در بسیاری از ارزیابی‌های مدیریتی، با شرایطی روبه‌رو می‌شویم که باید عملکرد، رضایت یا اثربخشی یک مجموعه اقدام را در چند مقطع زمانی یا تحت چند شرایط مختلف، روی همان افراد یا واحدها بسنجیم. وقتی داده‌ها رتبه‌ای هستند یا توزیع نرمال ندارند، ابزارهای پارامتری مانند تحلیل واریانس اعتبار کافی ندارند. آزمون فریدمن (Friedman Test) دقیقاً برای همین موقعیت طراحی شده است: مقایسه سه گروه وابسته یا بیشتر، بدون نیاز به فرض نرمال بودن توزیع.

آزمون فریدمن چیست؟

آزمون فریدمن یک آزمون ناپارامتری برای مقایسه توزیع رتبه‌ها در سه گروه وابسته یا بیشتر است. این آزمون معادل ناپارامتری تحلیل واریانس با اندازه‌گیری‌های مکرر (Repeated Measures ANOVA) محسوب می‌شود. به زبان ساده، وقتی یک گروه از افراد یا واحدهای سازمانی را در چند شرایط یا چند مقطع زمانی ارزیابی می‌کنید و می‌خواهید بدانید آیا بین این ارزیابی‌ها تفاوت معناداری وجود دارد، آزمون فریدمن به شما کمک می‌کند.

خروجی اصلی این آزمون، مشخص کردن این است که آیا حداقل یکی از گروه‌ها از نظر رتبه‌بندی با بقیه تفاوت معنادار دارد یا خیر. این آزمون بر اساس رتبه‌بندی داده‌ها در هر بلوک (هر فرد یا واحد مورد بررسی) کار می‌کند، نه بر اساس مقادیر خام.

این روش چه مسئله‌ای را برای مدیران حل می‌کند؟

تصور کنید مدیر منابع انسانی یک سازمان هستید و می‌خواهید بدانید آیا رضایت شغلی کارکنان در سه مقطع زمانی مختلف (ابتدای سال، میانه سال، پایان سال) تغییر معناداری کرده است. داده‌های رضایت شغلی معمولاً در مقیاس لیکرت جمع‌آوری می‌شوند که ماهیت ترتیبی دارد و به‌ندرت از توزیع نرمال پیروی می‌کند. استفاده از تحلیل واریانس با اندازه‌گیری‌های مکرر در این شرایط می‌تواند به نتیجه‌گیری اشتباه منجر شود.

آزمون فریدمن دقیقاً این مسئله را حل می‌کند: به شما اجازه می‌دهد بدون نقض پیش‌فرض‌های آماری، بررسی کنید آیا تفاوت مشاهده‌شده بین ارزیابی‌ها واقعی است یا صرفاً ناشی از نوسان تصادفی. این آزمون به مدیران کمک می‌کند تا تغییرات در داده‌های رتبه‌ای یا غیرنرمال را با اطمینان بیشتری تحلیل کنند و تصمیمات مبتنی بر شواهد بگیرند.

چه زمانی باید از آزمون فریدمن استفاده کنیم؟

آزمون فریدمن زمانی مناسب است که همه شرایط زیر برقرار باشد:

• سه گروه وابسته یا بیشتر: حداقل سه اندازه‌گیری روی همان افراد، واحدها یا بلوک‌ها انجام شده باشد. برای دو گروه وابسته، آزمون ویلکاکسون (Wilcoxon Signed-Rank) مناسب‌تر است.
• داده‌های ترتیبی یا فاصله‌ای: داده‌ها باید حداقل قابلیت رتبه‌بندی داشته باشند. داده‌های اسمی (مثل جنسیت یا نوع بخش سازمانی) مناسب این آزمون نیستند.
• عدم برقراری فرض نرمال بودن: وقتی توزیع داده‌ها نرمال نیست یا نمی‌توان نرمال بودن را تأیید کرد، آزمون فریدمن جایگزین مناسبی برای ANOVA با اندازه‌گیری‌های مکرر است.
• وابستگی مشاهدات: مشاهدات باید با یکدیگر وابسته باشند؛ یعنی هر ردیف از داده‌ها نشان‌دهنده همان فرد یا واحد در شرایط مختلف است.

در مقابل، در شرایط زیر آزمون فریدمن مناسب نیست:

• داده‌ها نرمال هستند و پیش‌فرض‌های ANOVA با اندازه‌گیری‌های مکرر برقرار است (در این حالت آزمون پارامتری قدرت آماری بیشتری دارد).
• گروه‌ها مستقل هستند (در این حالت باید از آزمون کروسکال-والیس استفاده شود).
• تنها دو گروه وابسته وجود دارد.
• متغیر وابسته اسمی است.

چگونه از آزمون فریدمن استفاده کنیم؟

اجرای آزمون فریدمن در یک ارزیابی مدیریتی شامل مراحل زیر است:

1. تعیین سؤال ارزیابی و فرضیه‌ها: مشخص کنید دقیقاً چه چیزی را می‌خواهید مقایسه کنید. فرض صفر این است که توزیع رتبه‌ها در همه گروه‌ها یکسان است. فرض مقابل بیان می‌کند که حداقل دو گروه تفاوت معنادار دارند.
2. انتخاب سطح معناداری: معمولاً سطح ۰.۰۵ (پنج درصد) به‌عنوان آستانه تصمیم‌گیری انتخاب می‌شود.
3. سازماندهی داده‌ها: داده‌ها را به‌صورت ماتریسی تنظیم کنید که هر سطر آن یک فرد یا واحد ارزیابی و هر ستون آن یک شرایط یا مقطع زمانی است.
4. رتبه‌بندی درون هر بلوک: برای هر سطر (هر فرد)، مقادیر را از کوچک‌ترین به بزرگ‌ترین رتبه‌بندی کنید. اگر مقدار تکراری وجود داشت، میانگین رتبه‌ها را به هر دو اختصاص دهید.
5. اجرای آزمون: با استفاده از نرم‌افزار آماری (مانند SPSS یا R) یا محاسبه دستی، آماره آزمون فریدمن را محاسبه کنید. خروجی نرم‌افزار معمولاً شامل آماره خی-دو و p-value است.
6. تصمیم‌گیری اولیه: اگر p-value کوچک‌تر یا مساوی سطح معناداری باشد، فرض صفر رد می‌شود و نتیجه می‌گیرید که حداقل دو گروه با یکدیگر تفاوت معنادار دارند.
7. اجرای آزمون‌های تعقیبی: اگر فرض صفر رد شد، باید مشخص کنید کدام گروه‌ها با یکدیگر تفاوت دارند. آزمون نیمنی (Nemenyi) یا مقایسه‌های زوجی با تصحیح بون‌فرونی از گزینه‌های رایج هستند.
8. تفسیر در چارچوب تصمیم مدیریتی: نتایج آماری را در زمینه مسئله اصلی تفسیر کنید و مشخص کنید چه اقدام مدیریتی باید انجام شود.

چگونه نتایج را تفسیر کنیم؟

تفسیر نتایج آزمون فریدمن به‌طور مشخص بر اساس p-value انجام می‌شود، اما این تفسیر باید با احتیاط صورت گیرد.

اگر p-value کوچک‌تر از سطح معناداری (مثلاً ۰.۰۵) باشد، می‌توان نتیجه گرفت که تفاوت معناداری بین حداقل دو گروه وجود دارد. اما این نتیجه به‌تنهایی مشخص نمی‌کند کدام گروه‌ها متفاوت هستند. برای این کار باید از آزمون‌های تعقیبی استفاده کنید.

نکته بسیار مهم این است که معناداری آماری با اهمیت عملی یکی نیست. ممکن است تفاوت کوچکی از نظر آماری معنادار باشد اما در عمل تأثیر قابل‌توجهی بر تصمیم مدیریتی نداشته باشد. همیشه اندازه اثر و زمینه کاربردی را در نظر بگیرید. برای مثال، تفاوت رضایت شغلی از ۳.۲ به ۳.۴ در مقیاس پنج‌درجه‌ای ممکن است معنادار باشد اما آیا این تفاوت برای تغییر سیاست سازمانی کافی است؟

همچنین باید توجه داشت که آزمون فریدمن بر اساس رتبه‌ها کار می‌کند، نه مقادیر اصلی. بنابراین تفسیر باید بر اساس الگوی رتبه‌بندی انجام شود، نه تفاوت عددی مستقیم بین میانگین‌ها.

یک مثال کاربردی در ارزیابی مدیریتی

یک سازمان خدماتی می‌خواهد اثربخشی یک برنامه آموزشی جدید را بر کیفیت خدمات مشتریان ارزیابی کند. برای این کار، عملکرد ۳۰ کارمند در سه مقطع زمانی مختلف ارزیابی می‌شود: قبل از آموزش، یک ماه بعد از آموزش و سه ماه بعد از آموزش. ارزیابی توسط سرپرستان بر اساس مقیاس رتبه‌ای از ۱ تا ۵ انجام می‌شود.

داده‌ها رتبه‌ای هستند و بررسی‌ها نشان می‌دهد توزیع آن‌ها نرمال نیست. بنابراین آزمون فریدمن انتخاب مناسبی است.

نتایج آزمون نشان می‌دهد p-value برابر با ۰.۰۱ است که کوچک‌تر از سطح معناداری ۰.۰۵ است. فرض صفر رد می‌شود و نتیجه می‌گیریم که عملکرد کارکنان در حداقل دو مقطع زمانی تفاوت معنادار دارد.

آزمون‌های تعقیبی نشان می‌دهند که عملکرد قبل از آموزش با هر دو مقطع بعد از آموزش تفاوت معنادار دارد، اما تفاوت بین یک ماه بعد و سه ماه بعد از آموزش معنادار نیست. این نتیجه به مدیران می‌گوید که برنامه آموزشی تأثیر مثبت و ماندگاری داشته است و اثر آن تا سه ماه بعد حفظ شده است.

بر اساس این نتایج، مدیران تصمیم می‌گیرند برنامه آموزشی را برای سایر بخش‌های سازمان نیز گسترش دهند و ارزیابی‌های دوره‌ای را برای پایش مستمر ادامه دهند.

مزایای استفاده از آزمون فریدمن در ارزیابی‌های مدیریتی

• انعطاف‌پذیری در برابر نوع داده: بدون نیاز به فرض نرمال بودن توزیع، برای داده‌های رتبه‌ای و غیرنرمال قابل استفاده است.
• مناسب برای نمونه‌های کوچک: در مقایسه با آزمون‌های پارامتری، برای نمونه‌های کوچک‌تر نیز قابل استفاده است، هرچند قدرت آماری کمتری دارد.
• کاربرد شهودی در ارزیابی‌های تکراری: برای ارزیابی‌های پیش‌آزمون و پس‌آزمون، سنجش رضایت در مقاطع مختلف و مقایسه عملکرد تحت شرایط مختلف بسیار کاربردی است.
• عدم نیاز به فرض برابری واریانس‌ها: برخلاف ANOVA، این آزمون نیازی به فرض همگنی واریانس‌ها ندارد.
• مقاومت در برابر داده‌های پرت: به دلیل استفاده از رتبه‌ها به‌جای مقادیر خام، تأثیر داده‌های پرت کاهش می‌یابد.

محدودیت‌ها و خطاهای رایج

محدودیت‌های اصلی

• قدرت آماری کمتر: در مقایسه با ANOVA پارامتری، وقتی پیش‌فرض‌های آزمون پارامتری برقرار است، آزمون فریدمن قدرت کمتری برای کشف تفاوت‌های واقعی دارد.
• از دست دادن اطلاعات: تبدیل داده‌های فاصله‌ای به رتبه باعث از دست رفتن اطلاعات درباره اندازه دقیق تفاوت‌ها می‌شود.
• عدم شناسایی خودکار گروه‌های متفاوت: آزمون فریدمن فقط مشخص می‌کند که تفاوت وجود دارد، اما نمی‌گوید کدام گروه‌ها متفاوت هستند. برای این کار به آزمون‌های تعقیبی نیاز است.
• حساسیت به تعداد بلوک‌ها: با تعداد کم بلوک‌ها، توان آماری به‌شدت کاهش می‌یابد.

خطاهای رایج در استفاده و تفسیر

• استفاده برای گروه‌های مستقل: اگر گروه‌ها مستقل باشند، باید از آزمون کروسکال-والیس استفاده شود، نه فریدمن.
• بیتوجهی به آزمون‌های تعقیبی: رد فرض صفر بدون انجام آزمون‌های تعقیبی، اطلاعات ناقصی برای تصمیم‌گیری فراهم می‌کند.
• معادل دانستن معناداری آماری با اهمیت عملی: معناداری آماری لزوماً به معنای اهمیت عملی یا تصمیم‌گیری الزاماً متفاوت نیست.
• نادیده گرفتن ماهیت ترتیبی داده‌ها: اگر داده‌ها واقعاً ترتیبی هستند، تفسیر باید بر اساس الگوی رتبه‌ها باشد، نه میانگین عددی.
• استفاده نادرست برای دو گروه: برای مقایسه دو گروه وابسته، آزمون ویلکاکسون مناسب‌تر است.

مقایسه با روش‌های مشابه

درک تفاوت آزمون فریدمن با روش‌های مشابه به انتخاب درست ابزار کمک می‌کند:

• آزمون فریدمن در برابر ANOVA با اندازه‌گیری‌های مکرر: هر دو برای مقایسه سه گروه وابسته یا بیشتر استفاده می‌شوند. اما ANOVA پارامتری است و فرض نرمال بودن دارد. وقتی داده‌ها نرمال هستند، ANOVA قدرت بیشتری دارد. وقتی نرمال نیستند یا داده‌ها ترتیبی هستند، فریدمن مناسب‌تر است.
• آزمون فریدمن در برابر کروسکال-والیس: هر دو ناپارامتری هستند، اما کروسکال-والیس برای گروه‌های مستقل طراحی شده است. اگر همان افراد یا واحدها در چند شرایط ارزیابی شده‌اند، فریدمن مناسب است. اگر گروه‌های مختلفی از افراد را مقایسه می‌کنید، کروسکال-والیس.
• آزمون فریدمن در برابر ویلکاکسون: آزمون ویلکاکسون برای مقایسه دو گروه وابسته به کار می‌رود. اگر فقط دو مقطع زمانی یا دو شرایط دارید، از ویلکاکسون استفاده کنید.

انتخاب بین این روش‌ها اساساً به سه عامل بستگی دارد: می‌خواهید چند گروه را مقایسه کنید، گروه‌ها وابسته‌اند یا مستقل، و داده‌ها چه ماهیتی دارند.

جدول راهنمای انتخاب روش بر اساس مسئله

جمع‌بندی

آزمون فریدمن ابزاری ارزشمند در جعبه‌ابزار تحلیلی مدیران و تحلیلگران سازمانی است. این آزمون به شما اجازه می‌دهد در شرایطی که داده‌ها نرمال نیستند یا ماهیت ترتیبی دارند، مقایسه‌های معتبری بین چند گروه وابسته انجام دهید. کاربردهای آن در ارزیابی‌های مدیریتی گسترده است: از سنجش اثربخشی برنامه‌های آموزشی و بررسی تغییرات رضایت شغلی در طول زمان تا مقایسه عملکرد واحدها تحت سیاست‌های مختلف.

نکته کلیدی این است که آزمون فریدمن را به‌عنوان یک ابزار تصمیم‌گیری ببینید، نه صرفاً یک محاسبه آماری. استفاده درست از این آزمون، همراه با تفسیر دقیق نتایج و در نظر گرفتن محدودیت‌ها، می‌تواند به مدیران کمک کند تا تصمیمات آگاهانه‌تری بر اساس شواهد بگیرند و از خطاهای ارزیابی پرهیز کنند.