‫ﲢﻠﻴﻴﻞ ﺑﻴﺎﻧﺎﺕ ﺍﻻﻻﺳﺘﺒﺒﻴﺎﻥ‬

‫ﺼﺎﺋﻲ ‪SS‬‬
‫‪SPS‬‬ ‫ﺨﺪﺍﻡ ﺍﻟﱪﻧﻧﺎﻣﺞ ﺍﻹﺣﺼ‬
‫ﺑﺎﺳﺘﺨ‬

‫‪١‬‬
‫ﺍﻟﺼﻔﺤﺔ‬ ‫ﺍﳌﻮﺿﻮﻉ‬ ‫ﻡ‬
‫‪٣‬‬ ‫اﻟﻤﻘﺪﻣﺔ ‪.‬‬ ‫‪١‬‬
‫‪٤‬‬ ‫א‬ ‫א‬ ‫‪٢‬‬
‫‪٥‬‬ ‫اﻟﻤﺼﺎدر اﻹﺣﺼﺎﺋﻴﺔ ﻟﻠﺒﻴﺎﻧﺎت ‪.‬‬ ‫‪٣‬‬
‫‪٥‬‬ ‫اﻻﺳﺘﺒﻴﺎن ) ﻋﻨﺎﺻﺮﻩ اﻷﺳﺎﺳﻴﺔ ( ‪.‬‬ ‫‪٤‬‬
‫‪٧‬‬ ‫ﺗﺤﻠﻴﻞ اﻻﺳﺘﺒﻴﺎن ﺑﺒﺮﻧﺎﻣﺞ ‪SPSS‬‬ ‫‪٥‬‬
‫‪٨‬‬ ‫ﻧﻤﻮذج اﺳﺘﺒﻴﺎن ﻟﻠﺪراﺳﺔ‪.‬‬ ‫‪٦‬‬
‫‪٨‬‬ ‫اﻟﺘﺠﻬﻴﺰ ﻻﺳﺘﺨﺪام ﺑﺮﻧﺎﻣﺞ ‪SPSS‬‬ ‫‪٧‬‬
‫‪٩‬‬ ‫ﺷﺮح ﺷﺎﺷﺔ ‪Variable View‬‬ ‫‪٨‬‬
‫‪١٠‬‬ ‫أﻧﻮاع اﻟﻤﺘﻐﻴﺮات ‪Variable Types‬‬ ‫‪٩‬‬
‫‪١٢‬‬ ‫ﺷﺮح ﺷﺎﺷﺔ ‪Data View‬‬ ‫‪١٠‬‬
‫‪١٤‬‬ ‫א‬ ‫א‬ ‫‪١١‬‬
‫‪١٥‬‬ ‫اﻹﺣﺼﺎء اﻟﻮﺻﻔﻲ ) ﻃﺮق ﻋﺮض اﻟﺒﻴﺎﻧﺎت (‬ ‫‪١٢‬‬
‫‪١٥‬‬ ‫ﻣﻘﺎﻳﻴﺲ اﻟﻨﺰﻋﺔ اﻟﻤﺮآﺰﻳﺔ ) اﻟﻮﺳﻂ ‪ ،‬اﻟﻮﺳﻴﻂ ‪ ،‬اﻟﻤﻨﻮال ( ‪.‬‬ ‫‪١٣‬‬
‫‪١٦‬‬ ‫ﻣﻘﺎﻳﻴﺲ اﻟﺘﺸﺘﺖ ) اﻟﻤﺪى ‪ ،‬اﻟﺘﺒﺎﻳﻦ ‪ ،‬اﻻﻧﺤﺮاف اﻟﻤﻌﻴﺎري ‪ ،‬اﻻﻟﺘﻮاء ‪ ،‬اﻟﺘﻔﺮﻃﺢ ( ‪.‬‬ ‫‪١٤‬‬
‫‪١٦‬‬ ‫اﺧﺘﺒﺎر اﻟﻄﺒﻴﻌﻴﺔ ‪.‬‬ ‫‪١٥‬‬
‫‪١٧‬‬ ‫اﻟﺘﻄﺒﻴﻖ اﻷول‬ ‫‪١٦‬‬
‫‪٢٠‬‬ ‫اﻟﺘﻄﺒﻴﻖ اﻟﺜﺎﻧﻲ‬ ‫‪١٧‬‬
‫‪٢٢‬‬ ‫اﻟﺘﻄﺒﻴﻖ اﻟﺜﺎﻟﺚ‬ ‫‪١٨‬‬
‫‪٢٨‬‬ ‫א‬ ‫א‬ ‫‪١٩‬‬
‫‪٢٩‬‬ ‫اﻹﺣﺼﺎء اﻻﺳﺘﺪﻻﻟﻲ )وﺳﺎﺋﻠﺔ وأﺳﺎﻟﻴﺒﻪ(‬ ‫‪٢٠‬‬
‫‪٢٩‬‬ ‫ﻣﻌﺎﻣﻼت اﻻرﺗﺒﺎط )ﺑﻴﺮﺳﻮن ‪ ،‬ﺳﺒﻴﺮﻣﺎن ‪ ،‬اﻻﻗﺘﺮان ‪ ،‬اﻟﺘﻮاﻓﻖ (‬ ‫‪٢١‬‬
‫‪٣٠‬‬ ‫ﻣﻌﺎﻣﻞ اﻟﺘﺤﺪﻳﺪ ‪.‬‬ ‫‪٢٢‬‬
‫‪٣١‬‬ ‫اﺧﺘﺒﺎرات )‪(T-Test , ANOVA , Chi-Square‬‬ ‫‪٢٣‬‬
‫‪٣١‬‬ ‫اﺧﺘﺒﺎر اﻟﻔﺮﺿﻴﺎت وﻣﺴﺘﻮى اﻟﺪﻻﻟﺔ اﻟﻤﻌﻨﻮﻳﺔ‬ ‫‪٢٤‬‬
‫‪٣٢‬‬ ‫اﻟﺘﻄﺒﻴﻖ اﻷول ‪ :‬ﺣﺴﺎب ﻣﻌﺎﻣﻼت اﻻرﺗﺒﺎط‬ ‫‪٢٥‬‬
‫‪٣٣‬‬ ‫اﻻﻧﺤﺪار اﻟﺨﻄﻲ اﻟﺒﺴﻴﻂ‬ ‫‪٢٦‬‬
‫‪٣٣‬‬ ‫اﻟﺘﻄﺒﻴﻖ اﻟﺜﺎﻧﻲ ‪ :‬ﻧﻤﻮذج ﻟﻌﻤﻞ دراﺳﺔ ﺑﺤﺜﻴﺔ ‪.‬‬ ‫‪٢٧‬‬
‫‪٣٨‬‬ ‫اﻟﺘﻄﺒﻴﻖ اﻟﺜﺎﻟﺚ ‪ :‬ﺿﺒﻂ اﻟﻤﻘﻴﺎس ﻗﺒﻞ ﺗﻄﺒﻴﻘﻪ‬ ‫‪٢٨‬‬
‫‪٤١‬‬ ‫اﻟﺘﻄﺒﻴﻖ اﻟﺮاﺑﻊ ‪ :‬اﺧﺘﺒﺎر ‪Chi-Square‬‬ ‫‪٢٩‬‬
‫‪٤٣‬‬ ‫اﻟﺘﻄﺒﻴﻖ اﻟﺨﺎﻣﺲ ‪ :‬اﺧﺘﺒﺎر ﺗﺤﻠﻴﻞ اﻟﺘﺒﺎﻳﻦ اﻷﺣﺎدي ‪One way Anova‬‬ ‫‪٣٠‬‬
‫‪٤٥‬‬ ‫اﻟﺘﻄﺒﻴﻖ اﻟﺴﺎدس ‪ :‬اﺧﺘﺒﺎر اﻟﻤﻘﺎرﻧﺔ ‪LSD‬‬ ‫‪٣١‬‬
‫‪٤٨‬‬ ‫اﻟﺨــــــــــــــﺎﺗﻤﺔ ‪.‬‬ ‫‪٣٢‬‬

‫‪٢‬‬
‫‪ ‬‬
 ‫ﺑﺴﻢ اﷲ واﻟﺤﻤﺪ ﷲ ‪ ،‬واﻟﺼﻼة واﻟﺴﻼم ﻋﻠﻰ ﻧﺒﻴﻨﺎ ﻣﺤﻤﺪ ‪ ،‬وﻋﻠﻰ ﺁﻟﻪ وﺻﺤﺒﻪ وﻣﻦ واﻻﻩ ‪ ،‬و ﺑﻌﺪ ‪:‬‬

‫ﻻ ﻳﺨﻔﻰ ﻋﻠﻴﻨﺎ ﺑﺄن هﻨﺎك ﺷﺒﻪ اﺗﻔﺎق ﺑﻴﻦ اﻟﺒﺎﺣﺜﻴﻦ و اﻟﺪارﺳﻴﻦ ـ ﻟﻈﻮاهﺮ ﻣﻌﻴﻨﺔ ـ ﻋﻠﻰ أن اﻟﺤﺼﻮل‬
‫ﻋﻠﻰ اﻟﺒﻴﺎﻧﺎت ﻳُﻌﺪ اﻟﺮآﻴﺰة اﻷﺳﺎﺳﻴﺔ اﻟﺘﻲ ﺗﻌﺘﻤﺪ ﻋﻠﻴﻬﺎ اﻟﺒﺤﻮث اﻟﻌﻠﻤﻴﺔ‪ ،‬وﺗﺠﻤﻊ هﺬﻩ اﻟﺒﻴﺎﻧﺎت ﺑﺘﻄﺒﻴﻖ‬
‫أدوات اﻟﻘﻴﺎس وﻣﻦ هﺬﻩ اﻷدوات اﻻﺳﺘﺒﻴﺎن ‪ Questionnaire‬اﻟﺬي ﻳﻌﺪ ﻣﻦ أهﻢ اﻷدوات اﻟﺘﻲ ﻳﻤﻜﻦ‬
‫اﺳﺘﺨﺪاﻣﻬﺎ ﻓﻲ ﺟﻤﻊ اﻟﺒﻴﺎﻧﺎت اﻟﺒﺤﺜﻴﺔ ﻟﺘﺠﻴﺐ ﻋﻦ ﺗﺴﺎؤﻻت ﺑﺤﻮﺛﻬﻢ أو اﺧﺘﺒﺎر اﻟﻔﺮﺿﻴﺎت‪.‬‬

‫وﻓﻲ هﺬا اﻟﻜﺘﺎب ﺳﻨﺘﻨﺎول اﻟﻔﺼﻮل اﻟﺘﺎﻟﻴﺔ ‪:‬‬

‫‪ :‬اﻻﺳﺘﺒﻴﺎن آﺄداة ﻟﺠﻤﻊ اﻟﺒﻴﺎﻧﺎت وﻃﺮﻳﻘﺔ ﻣﻌﺎﻟﺠﺔ هﺬﻩ اﻟﺒﻴﺎﻧﺎت ﺑﺎﺳﺘﺨﺪام اﻟﺒﺮﻧﺎﻣﺞ‬ ‫א‬ ‫א‬
‫اﻹﺣﺼﺎﺋﻲ ‪. SPSS‬‬

‫‪ :‬ﻣﻘﺪﻣﺔ ﻓﻲ اﻹﺣﺼﺎء اﻟﻮﺻﻔﻲ ﻟﺘﻨﻈﻴﻢ ووﺻﻒ اﻟﺒﻴﺎﻧﺎت ﻋﻦ ﻃﺮﻳﻖ اﻟﺠﺪاول واﻟﺮﺳﻮم‬ ‫א‬ ‫א‬
‫اﻟﺒﻴﺎﻧﻴﺔ وﻣﻘﺎﻳﻴﺲ اﻟﻨﺰﻋﺔ اﻟﻤﺮآﺰﻳﺔ ـ ‪ Measures  of  Central  Tendency‬ـ ﻣﻘﺎﻳﻴﺲ اﻟﺘﺸﺘﺖ‬
‫)‪ (Variance measurement‬واﺧﺘﺒﺎر اﻟﻄﺒﻴﻌﻴﺔ )‪ (Test of Normality‬ﻟﻠﺘﺄآﺪ ﻣﻦ ﺻﺤﺔ ﺗﻄﺒﻴﻖ‬
‫اﻻﺧﺘﺒﺎرات اﻹﺣﺼﺎﺋﻴﺔ‪ .‬وﺗﻢ ﺗﻄﺒﻴﻖ ﺟﻤﻴﻊ ﻣﺎ ﺳﺒﻖ ﻋﻠﻰ ﺑﺮﻧﺎﻣﺞ ‪ SPSS‬ﺑﺄﻣﺜﻠﺔ ﺗﻄﺒﻴﻘﻴﺔ‪  .‬‬

‫‪ :‬ﺗﻌﺮﻳﻒ اﻹﺣﺼﺎء اﻻﺳﺘﺪﻻﻟﻲ ووﺳﺎﺋﻠﻪ وأﺳﺎﻟﻴﺒﻪ )ﻣﻌﺎﻣﻼت اﻻرﺗﺒﺎط ‪ ،‬ﻣﻌﺎﻣﻞ اﻟﺘﺤﺪﻳﺪ ‪،‬‬ ‫א‬ ‫א‬
‫اﻻﻧﺤﺪار اﻟﺨﻄﻲ اﻟﺒﺴﻴﻂ ‪ ،‬ﻣﻌﺎﻣﻠﻲ اﻟﺼﺪق واﻟﺜﺒﺎت( ﻣﻊ ﺗﻄﺒﻴﻖ ﺟﻤﻴﻊ ﻣﺎ ﺳﺒﻖ ﻋﻠﻰ ﺑﺮﻧﺎﻣﺞ ‪SPSS‬‬
‫ﺑﺸﺮح أﻣﺜﻠﺔ ﺗﻄﺒﻴﻘﻴﺔ‪  .‬‬

‫وﺑﻌﺪًا ﻋﻦ اﻟﺘﻌﻤﻖ ﻓﻲ اﻹﻃﺎر اﻟﻨﻈﺮي ﻟﺒﺮﻧﺎﻣﺞ )‪ (SPSS‬ﺗﻢ ﺷﺮح ﻣﻬﺎرة اﺳﺘﺨﺪاﻣﻪ ﺑﻄﺮﻳﻘﺔ ﻋﻤﻠﻴﺔ‬
‫إﺟﺮاﺋﻴﺔ ﻣﻌﺰزة ﺑﺎﻷﻣﺜﻠﺔ اﻟﺘﻄﺒﻴﻘﻴﺔ ﻣﻊ ﺗﻮﺿﻴﺢ ﻣﺪﻟﻮﻻت اﻟﻨﺘﺎﺋﺞ اﻹﺣﺼﺎﺋﻴﺔ وﺗﻢ آﺘﺎﺑﺔ ﻣﻌﻨﻰ‬
‫اﻟﻤﺼﻄﻠﺤﺎت ﺑﺎﻟﻠﻐﺔ اﻹﻧﺠﻠﻴﺰﻳﺔ ﻟﻴﺴﻬﻞ ﻋﻠﻰ اﻟﻘﺎرئ اﺳﺘﺨﺪام اﻟﺒﺮﻧﺎﻣﺞ‪.‬‬

‫وﺗﺠﺪر اﻹﺷﺎرة أن ﻟﻴﺲ اﻟﻐﺮض ﻣﻦ هﺬا اﻟﻜﺘﺎب هﻮ اﻟﺘﻌﻤﻖ ﻓﻲ اﺳﺘﺨﺪام ﺑﺮﻧﺎﻣﺞ ‪ SPSS‬وﻟﻜﻨﻪ‬
‫ﻳﻌﺘﺒﺮ اﻟﺒﺪاﻳﺔ ﻓﻲ اﺳﺘﺨﺪام اﻟﺒﺮﻧﺎﻣﺞ ﻟﻴﺴﺎﻋﺪك ﻓﻲ ﺗﻨﻔﻴﺬ اﻟﺠﺰء اﻟﻌﻤﻠﻲ اﻟﻤﺘﻌﻠﻖ ﻓﻲ ﺗﺤﻠﻴﻞ ﺑﻴﺎﻧﺎت‬
‫اﻻﺳﺘﺒﻴﺎن ‪.‬‬

‫هﺬا وأﺳﺄل اﷲ اﻟﻌﻠﻲ اﻟﻘﺪﻳﺮ ﻟﻲ وﻟﻜﻢ اﻟﺘﻮﻓﻴﻖ واﻟﺴﺪاد ‪،،،‬‬

‫‪٣‬‬
‫‪ ‬‬
 ‫ﺍﻟﻔﺼﻞ ﺍﻷﻭﻝ‬

‫‪ (١‬اﻟﻤﺼﺎدر اﻹﺣﺼﺎﺋﻴﺔ ﻟﻼﺳﺘﺒﻴﺎن ‪.‬‬

‫‪ (٢‬اﻻﺳﺘﺒﻴﺎن ) ﺗﻌﺮﻳﻔﻪ ‪ ،‬ﻋﻨﺎﺻﺮﻩ ‪ ،‬أﺳﺲ وﺿﻮاﺑﻂ إﻋﺪادﻩ (‪.‬‬
‫‪ (٣‬آﻴﻔﻴﺔ اﺳﺘﺨﺪام ﺑﺮﻧﺎﻣﺞ ‪ SPSS‬ﻟﺘﺤﻠﻴﻞ ﺑﻴﺎﻧﺎت اﻻﺳﺘﺒﻴﺎن‪.‬‬

‫‪٤‬‬
 ‫ﺍﻟﻔﺼﻞ ﺍﻷﻭﻝ ‪:‬‬

‫‪ (١‬ﺍﳌﺼﺎﺩﺭ ﺍﻹﺣﺼﺎﺋﻴﺔ ﻟﻠﺒﻴﺎﻧﺎﺕ ‪:‬‬

‫إن ﻋﻤﻠﻴﺔ ﺟﻤﻊ اﻟﺒﻴﺎﻧﺎت ﻣﻦ ﻣﺼﺎدرهﺎ اﻟﺘﺎرﻳﺨﻴﺔ أو اﻟﻮﺛﺎﺋﻘﻴﺔ آﺤﺼﻴﻠﺔ ﻟﻨﺸﺎط اﻟﻌﺪﻳﺪ ﻣﻦ‬
‫اﻟﻤﺆﺳﺴﺎت واﻟﺸﺮآﺎت واﻟﻮزارات وﻏﻴﺮهﺎ أو ﺗﻠﻚ اﻟﻤﺆﻟﻔﺎت اﻟﻤﺘﻮﻓﺮة ﻓﻲ اﻟﻤﻜﺘﺒﺎت وﻏﻴﺮهﺎ ﺗﻀﻢ‬
‫اﻟﻌﺪﻳﺪ ﻣﻦ اﻟﻤﻌﻄﻴﺎت اﻹﺣﺼﺎﺋﻴﺔ واﻟﺘﻲ ﻳﺠﺐ اﻟﺮﺟﻮع إﻟﻴﻬﺎ ﻣﻦ ﻗﺒﻞ اﻟﺒﺎﺣﺚ وهﻲ ﻋﻠﻰ ﻧﻮﻋﻴﻦ‪:‬‬
‫‪ ‬‬
‫‪ (١‬ﻣﺼﺎدر أوﻟﻴﺔ )أﺻﻠﻴﺔ( ‪ :‬وهﻲ اﻟﺒﻴﺎﻧﺎت اﻟﺘﻲ ﻳﻘﻮم اﻟﺒﺎﺣﺚ ﺑﺠﻤﻌﻬﺎ ﺑﻨﻔﺴﻪ ‪.‬‬
‫‪ (٢‬ﻣﺼﺎدر ﺛﺎﻧﻮﻳﺔ‪ :‬وهﻲ ﺑﻴﺎﻧﺎت ﺗﻢ إﻋﺪادهﺎ ﻣﺴﺒﻘ ًﺎ ‪ .‬أي ﻳﺘﻢ ﺟﻤﻌﻬﺎ ﻣﻦ دراﺳﺎت ﺳﺎﺑﻘﺔ أو آﺘﺐ أو‬
‫ﻣﺠﻼت ‪ .‬وﻣﻦ ﻋﻴﻮب هﺬﻩ اﻟﻄﺮﻳﻘﺔ ﻋﺪم ﻣﻌﺮﻓﺔ ﻃﺮﻳﻘﺔ ﺗﺠﻤﻴﻌﻬﺎ وﻷي ﻏﺮض ﺟﻤﻌﺖ ‪.‬‬
‫ﺗﻌﺘﺒﺮ اﻟﻤﻮاﻗﻊ اﻟﻤﻴﺪاﻧﻴﺔ ﻣﺼﺪرًا ﻟﺠﻤﻊ اﻟﺒﻴﺎﻧﺎت ﻋﻦ ﻃﺮﻳﻖ اﻻﺳﺘﻤﺎرات أو اﻟﺘﻌﺪاد أو أﺧﺬ ﻋﻴﻨﺔ‬
‫ﻣﻦ اﻟﻤﺠﺘﻤﻊ اﻹﺣﺼﺎﺋﻲ ﻣﻤﺜﻠﺔ ﻟﻜﺎﻓﺔ ﺧﺼﺎﺋﺺ اﻟﻤﺠﺘﻤﻊ‪ ،‬وهﻨﺎك ﻋﺪة ﻃﺮق ﻟﻠﻘﻴﺎم ﺑﺠﻤﻊ اﻟﺒﻴﺎﻧﺎت‪:‬‬
‫ﻃﺮﻳﻘﺔ اﻟﻤﻼﺣﻈﺔ )اﻟﻤﺸﺎهﺪة(‪ :‬آﻤﻌﺮﻓﺔ ﺣﺮآﺔ اﻟﻤﺮور ﻓﻲ ﻣﻨﻄﻘﺔ ﻣﻌﻴﻨﺔ وﺗﺴﺠﻴﻞ اﻟﺒﻴﺎﻧﺎت ﻣﻨﻬﺎ‪.‬‬ ‫‪9‬‬
‫ﻃﺮﻳﻘﺔ اﻻﺳﺘﺒﻴﺎن‪ :‬ﺑﻄﺮح أﺳﺌﻠﺔ ﻳﺘﻢ اﻹﺟﺎﺑﺔ ﻋﻠﻴﻬﺎ ﻋﻠﻰ أن ﺗﻜﻮن ﺗﻠﻚ اﻷﺳﺌﻠﺔ ﺗﺘﻨﺎول ﻣﻮﺿﻮع‬ ‫‪9‬‬
‫ﻣﻌﻴﻦ آﻤﺠﺎﻧﻴﺔ اﻟﺘﻌﻠﻴﻢ أو ﻃﺒﻴﻌﺔ اﻟﺴﻜﻦ‪.‬‬
‫ﻃﺮﻳﻘﺔ اﻟﻠﻘﺎء اﻟﻤﺒﺎﺷﺮ ﺑﻴﻦ اﻟﺒﺎﺣﺚ ﻣﻊ اﻟﻤﺒﺤﻮﺛﻴﻦ ﺷﺨﺼﻴ ًﺎ ﻟﻠﺤﺼﻮل ﻋﻠﻰ اﻟﺒﻴﺎﻧﺎت اﻟﻤﻄﻠﻮﺑﺔ ﻣﻊ‬ ‫‪9‬‬
‫ﺿﺮورة ﺷﺮح اﻟﻤﻄﻠﻮب ﻟﻠﻤﺒﺤﻮث ﻟﻠﺤﺼﻮل ﻋﻠﻰ أﻓﻀﻞ اﻹﺟﺎﺑﺎت‪.‬‬
‫ﻃﺮﻳﻘﺔ اﻟﻬﺎﺗﻒ ﺣﺎل ﺗﻮﻓﺮ اﻟﻬﺎﺗﻒ ﻋﻨﺪ اﻟﻔﺌﺔ اﻟﻤﺴﺘﻬﺪﻓﺔ ‪.‬‬ ‫‪9‬‬
‫واﻟﻴﻮم ﺗﺴﺘﺨﺪم ﻃﺮق أﺧﺮى آﺎﻟﺒﺮﻳﺪ اﻹﻟﻜﺘﺮوﻧﻲ أو ﻧﺸﺮ اﻟﻤﻄﻠﻮب ﻋﺒﺮ ﺷﺒﻜﺔ اﻹﻧﺘﺮﻧﺖ وﻃﻠﺐ‬ ‫‪9‬‬
‫اﻹﺟﺎﺑﺔ ﻋﻠﻴﻪ ﻣﻦ ﻗﺒﻞ ﻋﻴﻨﺔ ﻣﻦ اﻟﻤﺠﺘﻤﻊ أو اﻟﻔﺌﺔ اﻟﻤﺴﺘﻬﺪﻓﺔ ﻣﻮﺿﻮع اﻟﺒﺤﺚ‪.‬‬

‫‪ (٢‬ﺍﻻﺳﺘﺒﻴﺎﻥ ‪: Questionnaire‬‬

‫ﺍﻻﺳﺘﺒﻴﺎﻥ ‪ :‬هﻮ ﻗﺎﺋﻤﺔ ﻣﻦ اﻷﺳﺌﻠﺔ ﺗﻬﺪف ﻟﺪراﺳﺔ ﻓﺌﺔ ﻣﻌﻴﻨﺔ‪.‬‬

‫وهﻮ ﻣﻦ أآﺜﺮ أدوات اﻟﺒﺤﺚ ﺷﻴﻮﻋﺎً‪ ،‬وﻳﺴﻤﻰ أﻳﻀ ًﺎ ) اﺳﺘﻘﺼﺎء أو‬
‫اﺳﺘﻔﺘﺎء أو اﺳﺘﻄﻼع ﺁراء ( ‪.‬‬
‫ﻋﻨﺎﺻﺮ ﺍﻻﺳﺘﺒﻴﺎﻥ ‪:‬‬
‫‪ (١‬ﺗﺤﺪﻳﺪ أهﺪاف اﻻﺳﺘﺒﻴﺎن ‪ :‬ﻣﻦ اﻟﻤﺆآﺪ اﻧﻚ ﻟﻦ ﺗﺤﺼﻞ ﻋﻠﻰ‬
‫ﻣﺎ ﺗﺮﻳﺪ ﻣﻦ ﻧﺘﺎﺋﺞ إذا ﻟﻢ ﻳﻜﻦ هﻨﺎك هﺪف واﺿﺢ وﻣﺤﺪد‬
‫ﻣﻦ ﻋﻤﻞ اﻻﺳﺘﺒﻴﺎن‪ ،‬ﻓﻜﻠﻤﺎ آﺎن اﻟﻬﺪف أو اﻟﻐﺮض ﻏﻴﺮ‬
‫واﺿﺢ آﻠﻤﺎ آﺎن ذﻟﻚ ﻣﻀﻴﻌﺔ ﻟﻮﻗﺖ اﻟﻤﺸﺎرآﻴﻦ وإهﺪار ﻟﻤﻮارد أﺻﺤﺎب ذﻟﻚ اﻻﺳﺘﺒﻴﺎن‪ .‬اﻟﻤﺮاد‬
‫أن ﻣﺼﻤﻢ اﻻﺳﺘﺒﻴﺎن ﻳﺠﺐ ﻋﻠﻴﻪ أن ﻳﻜﻮن دﻗﻴﻘ ًﺎ ﺟﺪًا ﻓﻲ ﺗﺤﺪﻳﺪ اﻟﻬﺪف وﻻ ﻳﺘﺮآﻪ ﻋﺎﺋﻢ أو ﻳﺮﻣﻰ‬
‫إﻟﻰ أﺷﻴﺎء ﻋﺎﻣﻪ ﻗﺪ ﺗﻔﻬﻢ ﺑﻌﺪة ﻣﻘﺎﺻﺪ وأهﺪاف ‪ ،‬وﺗﻠﺨﻴﺼ ًﺎ ﻟﻤﺎ ُذآﺮ ﻓﺈﻧﻪ إذا وﺟﺪت ﺻﻌﻮﺑﺔ ﻓﻲ‬
‫آﺘﺎﺑﺔ اﻻﺳﺘﺒﻴﺎن ﻓﺘﺬآﺮ أﻧﻚ ﻟﻢ ﺗﺄﺧﺬ اﻟﻮﻗﺖ اﻟﻜﺎﻓﻲ ﻓﻲ ﺗﺤﺪﻳﺪ أهﺪاف اﻻﺳﺘﺒﻴﺎن‪.‬‬

‫‪ (٢‬آﺘﺎﺑﺔ اﻻﺳﺘﺒﻴﺎن ‪ :‬ﺑﻌﺪ ﺗﺤﺪﻳﺪ اﻟﻬﺪف اﻟﺮﺋﻴﺴﻲ ﻣﻦ اﻻﺳﺘﺒﻴﺎن ﻳﺄﺗﻲ اﻵن دور آﺘﺎﺑﺔ أﺳﺌﻠﺘﻪ‬
‫وﻓﻘﺮاﺗﻪ‪ .‬ﺣﻴﺚ أن هﻨﺎك ﻋﺪة أﻧﻤﺎط ﺷﺎﺋﻌﺔ ﻟﻸﺳﺌﻠﺔ‪ ،‬وﻣﻨﻬﺎ‪:‬‬
‫• أﺳﺌﻠﺔ ”ﻧﻌﻢ“ أو ”ﻻ“ ‪ :‬واﻟﺘﻲ ﻗﺪ ﺗﺮاﻓﻖ أﺣﻴﺎﻧﺎ ﺧﻴﺎر ”رﺑﻤﺎ“ أو ﺧﻴﺎر ”ﻻ أﻋﺮف“‪.‬‬
‫• اﻷﺳﺌﻠﺔ اﻻﺧﺘﻴﺎرﻳﺔ‪ :‬واﻟﺘﻲ ﺗﺘﻀﻤﻦ إﻣﺎ اﺧﺘﻴﺎر ﺟﻮاب واﺣﺪ أو ﻋﺪة أﺟﻮﺑﺔ ﻣﻤﻜﻨﺔ ‪.‬‬
‫• اﻷﺳﺌﻠﺔ اﻟﺘﻘﻴﻴﻤﻴﺔ ذات اﻟﻤﻘﺎﻳﻴﺲ اﻟﻤﺨﺘﻠﻔﺔ‪.‬‬

‫‪٥‬‬
 ‫• اﻷﺳﺌﻠﺔ اﻟﻤﺠﻤﻌﺔ‪.‬‬
‫• اﻷﺳﺌﻠﺔ اﻟﺘﻲ ﺗﺘﻄﻠﺐ آﺘﺎﺑﺔ ﻧﺺ ﺣﺮ‪.‬‬
‫• اﻷﺳﺌﻠﺔ اﻟﻤﻐﻠﻘﺔ ‪ closed‬واﻷﺳﺌﻠﺔ اﻟﻤﻔﺘﻮﺣﺔ ‪:Open‐ended‬‬
‫اﻟﺴﺆال اﻟﻤﻐﻠﻖ ‪ :‬هﻮ اﻟﺴﺆال اﻟﺬي ﻳﻨﺤﺼﺮ ﺟﻮاﺑﻪ ﺿﻤﻦ ﻣﺠﺎل ﻣﺤﺪد ﻣﻦ اﻹﺟﺎﺑﺎت اﻟﻤﺘﻮﻗﻌﺔ‪ ،‬آﺄﺳﺌﻠﺔ‬
‫”ﻧﻌﻢ“ أو ”ﻻ“‪ ،‬وأﺳﺌﻠﺔ اﻟﻤﻌﺪل اﻟﺘﻘﻴﻴﻤﻴﺔ‪.‬‬
‫اﻟﺴﺆال اﻟﻤﻔﺘﻮح ‪ :‬ﻳﺸﺠﻊ اﻷﺷﺨﺎص اﻟﺬﻳﻦ ﺳﻴﺠﻴﺒﻮن ﻋﻠﻰ اﻻﺳﺘﺒﻴﺎن ﻋﻠﻰ إﺿﺎﻓﺔ ﺁراﺋﻬﻢ اﻟﺨﺎﺻﺔ‪،‬‬
‫وﻣﺸﺎﻋﺮهﻢ‪ ،‬وﻣﻮاﻗﻔﻬﻢ‪ ،‬ﺣﻴﺚ ﻳﻤﻜﻦ اﻟﺒﺎﺣﺚ ﻣﻦ اﺳﺘﺨﺪاﻣﻬﺎ ﻓﻲ ﺟﻤﻊ اﻟﻤﻌﻄﻴﺎت اﻟﻨﻮﻋﻴﺔ‪.‬‬
‫وﻗﺪ اﻋﺘﺒﺮ اﻟﺒﺮوﻓﻴﺴﻮر ‪ ،Fowler‬وهﻮ ﺑﺎﺣﺚ ﺗﻘﻠﻴﺪي ﻓﻲ ﻣﺠﺎل اﻟﻤﺴﺢ واﻻﺳﺘﺒﻴﺎن‪ ،‬أن اﻷﺳﺌﻠﺔ اﻟﻤﻐﻠﻘﺔ‬
‫ﺗﻨﺘﺞ ”ﻣﻌﻄﻴﺎت أﻓﻀﻞ“ ﻣﻦ اﻷﺳﺌﻠﺔ اﻟﻤﻔﺘﻮﺣﺔ‪ ،‬وﻟﻜﻨﻪ أدرك ﻓﺎﺋﺪة هﺎﻣﺔ وﺣﺴﺎﺳﺔ ﻟﻸﺳﺌﻠﺔ ذات اﻹﺟﺎﺑﺔ‬
‫اﻟﺘﻲ ﺗﺴﺘﺪﻋﻲ آﺘﺎﺑﺔ ﻧﺺ وهﻲ‪:‬‬
‫أو ًﻻ‪ :‬ﺗﺘﻴﺢ اﻷﺳﺌﻠﺔ اﻟﻤﻔﺘﻮﺣﺔ ﻟﻠﺒﺎﺣﺜﻴﻦ اﻟﻔﺮﺻﺔ ﻓﻲ اﻟﺤﺼﻮل ﻋﻠﻰ أﺟﻮﺑﺔ ﻏﻴﺮ ﻣﺘﻮﻗﻌﺔ‪.‬‬
‫ﺛﺎﻧﻴ ًﺎ‪ :‬ﺗﺼﻒ ﺑﻌﻤﻖ أآﺒﺮ وﺟﻬﺎت اﻟﻨﻈﺮ اﻟﺤﻘﻴﻘﻴﺔ ﻟﻸﺷﺨﺎص اﻟﺬﻳﻦ ﻳﺮﻏﺒﻮن ﺑﺈﺗﺎﺣﺔ اﻟﻔﺮﺻﺔ ﻟﻬﻢ ﻟﻺﺟﺎﺑﺔ‬
‫ﻋﻠﻰ ﺑﻌﺾ اﻷﺳﺌﻠﺔ ﺑﻜﻠﻤﺎﺗﻬﻢ اﻟﺨﺎﺻﺔ‪.‬‬
‫ﺛﺎﻟﺜ ًﺎ‪ :‬إن اﻷﻓﺮاد اﻟﺬﻳﻦ ﻳﺴﺘﺠﻴﺒﻮن ﻟﻼﺳﺘﺒﻴﺎﻧﺎت ﻳﺮﻏﺒﻮن ﺑﺎﻹﺟﺎﺑﺔ ﻋﻠﻰ ﺑﻌﺾ اﻷﺳﺌﻠﺔ ﺑﻜﻠﻤﺎﺗﻬﻢ اﻟﺨﺎﺻﺔ‪.‬‬

‫‪ (٣‬أﺳﺲ وﺿﻮاﺑﻂ إﻋﺪاد اﻻﺳﺘﺒﻴﺎن‪:‬‬

‫أو ًﻻ‪ :‬ﺗﺤﺪﻳﺪ ﻣﺤﺎور اﻻﺳﺘﺒﻴﺎن اﻟﺮﺋﻴﺴﻴﺔ‪.‬‬
‫ﺛﺎﻧﻴُﺎ‪ :‬آﺘﺎﺑﺔ اﻷﺳﺌﻠﺔ ﻟﻜﻞ ﻣﺤﻮر ﻣﻦ هﺬﻩ اﻟﻤﺤﺎور ﻓﻲ ﻣﺠﻤﻮﻋﺔ ﻣﻨﻔﺼﻠﺔ ﻋﻦ اﻟﻤﺤﺎور اﻷﺧﺮى‪ .‬وﻋﻨﺪ‬
‫آﺘﺎﺑﺔ هﺬﻩ اﻷﺳﺌﻠﺔ ﻳﺮاﻋﻲ اﻟﺒﺎﺣﺚ اﻷﻣﻮر )اﻟﻨﻘﺎط( اﻟﺘﺎﻟﻴﺔ ‪:‬‬
‫♦ اﺧﺘﺼﺎر أﺳﺌﻠﺔ اﻻﺳﺘﺒﻴﺎﻧﺎت‪.‬‬
‫♦ اﺳﺘﺨﺪام اﻟﻠﻐﺔ اﻟﺒﺴﻴﻄﺔ أي اﻟﻠﻐﺔ اﻟﺴﺎﺋﺪة واﻟﻤﻨﺎﺳﺒﺔ ﻟﻤﺴﺘﻮﻳﺎت اﻟﻤﺒﺤﻮﺛﻴﻦ‪.‬‬
‫♦ أن ﻻ ﺗﻜﻮن ﺻﻴﻐﺔ اﻟﺴﺆال ﻗﺎﺑﻠﺔ ﻟﻠﺘﺄوﻳﻞ‪.‬‬
‫♦ اﺳﺘﺨﺪام أﺷﻜﺎل ﺑﺴﻴﻄﺔ ﻟﻠﺮدود‪ ،‬ﻣﺜﻞ ”ﻧﻌﻢ“ أو ”ﻻ“‪ ،‬واﻟﺨﻴﺎرات اﻟﻤﺘﻌﺪدة‪.‬‬
‫♦ ﺗﻀﻤﻴﻦ ﺧﻴﺎر ”رﺑﻤﺎ“ أو ”ﻻ أﻋﺮف“ ﻓﻲ اﻷﻣﺎآﻦ اﻟﻤﻼﺋﻤﺔ‪.‬‬
‫♦ ﺗﺠﻨﺐ ﻃﺮح اﻷﺳﺌﻠﺔ اﻟﺸﺨﺼﻴﺔ‪.‬‬
‫♦ ﺗﺠﻨﺐ ﻃﺮح اﻷﺳﺌﻠﺔ اﻟﻤﺮﺷﺪة ﻧﺤﻮ إﺟﺎﺑﺔ ﻣﻌﻴﻨﺔ ) أي ﻻ ﺗﻮﺣﻲ ﺑﺈﺟﺎﺑﺔ ﻣﻌﻴﻨﺔ (‪.‬‬
‫♦ ﺗﺠﻨﺐ ﻃﺮح اﻷﺳﺌﻠﺔ اﻟﺘﻲ ﺗﺘﻄﻠﺐ إﺟﺮاء ﺣﺴﺎﺑﺎت ذهﻨﻴﺔ‪ ،‬أو اﻟﺘﻲ ﺗﻌﺘﻤﺪ ﻋﻠﻰ ذاآﺮة اﻟﻤﺴﺘﺠﻴﺐ‪.‬‬
‫♦ ﻃﺮح ﺳﺆال واﺣﺪ ﻓﻘﻂ ﻓﻲ اﻟﻔﻘﺮة‪.‬‬
‫♦ ﺗﺠﻨﺐ ﺟﻌﻞ ﺻﻔﺤﺔ اﻻﺳﺘﺒﻴﺎن ﺗﺒﺪو ﻓﻮﺿﻮﻳﺔ‪ ،‬أو ﻏﻴﺮ ﻣﻨﺘﻈﻤﺔ‪.‬‬
‫♦ ﺗﺮك ﻣﺴﺎﺣﺔ آﺎﻓﻴﺔ ﻟﻺﺟﺎﺑﺔ‪.‬‬
‫♦ ﻃﺮح اﻷﺳﺌﻠﺔ وﻓﻖ ﺗﺮﺗﻴﺐ ﻣﻨﻄﻘﻲ ﻣﻌﻴﻦ )ﺗﺪرج اﻷﺳﺌﻠﺔ ﻣﻦ اﻟﻌﺎم إﻟﻰ اﻟﺨﺎص ﺑﺤﻴﺚ ﺗﺜﻴﺮ اهﺘﻤﺎم‬
‫اﻷﻓﺮاد(‪.‬‬
‫♦ وﺿﻊ ﻣﺴﺎﺣﺔ ﻓﻲ اﻻﺳﺘﺒﻴﺎن‪ ،‬آﺎﻓﻴﺔ ﻟﻜﻲ ﻳﻀﻊ اﻷﻓﺮاد ﻣﻼﺣﻈﺎﺗﻬﻢ اﻟﺸﺨﺼﻴﺔ‪.‬‬
‫إﺧﺮاج اﻻﺳﺘﺒﻴﺎن ‪ :‬ﻓﻲ هﺬﻩ اﻟﺨﻄﻮة ﻳﻘﻮم اﻟﺒﺎﺣﺚ ﺑﺘﻨﺴﻴﻖ اﻻﺳﺘﺒﻴﺎن وإﺧﺮاﺟﻪ ﺑﺸﻜﻞ ﺟﻴﺪ ﺑﺤﻴﺚ‬ ‫‪(٤‬‬
‫ﺗﺜﻴﺮ اهﺘﻤﺎم اﻟﻤﺒﺤﻮﺛﻴﻦ‪ .‬وهﻨﺎك ﻋﺪة ﻧﻘﺎط ﻳﺘﻢ ﻣﺮاﻋﺎﺗﻬﺎ ﻓﻲ ﻋﻤﻠﻴﺔ اﻹﺧﺮاج ‪:‬‬
‫آﺘﺎﺑﺔ ﻋﻨﻮان اﻟﺒﺤﺚ ﻓﻲ ﻗﻤﺔ اﻻﺳﺘﺒﻴﺎن‪.‬‬ ‫‪9‬‬
‫ﺗﺮﺗﻴﺐ اﻷﺳﺌﻠﺔ ﻓﻲ آﻞ ﺻﻔﺤﺔ ﺑﻄﺮﻳﻘﺔ ﺗﺴﻤﺢ ﻟﻺﺟﺎﺑﺔ اﻟﻤﻨﺎﺳﺒﺔ‪.‬‬ ‫‪9‬‬
‫أن ﻳﻜﻮن اﻻﺳﺘﺒﻴﺎن ﻗﺼﻴﺮًا ﻗﺪر اﻹﻣﻜﺎن‪.‬‬ ‫‪9‬‬
‫أن ﺗﻜﻮن ﺗﻌﻠﻴﻤﺎت ﻣﻞء اﻻﺳﺘﺒﻴﺎن واﺿﺤﺔ وﻣﻮﺟﺰة‪.‬‬ ‫‪9‬‬
‫أن ﻳﻜﻮن ﻧﻮع اﻟﻮرق ﺟﻴﺪًا واﻟﻜﺘﺎﺑﺔ ﻋﻠﻰ وﺟﻪ واﺣﺪ ﻓﻘﻂ‪.‬‬ ‫‪9‬‬
‫ﻳﺠﺐ ﺗﻘﺴﻴﻢ اﻷﺳﺌﻠﺔ ﻓﻲ ﻣﺤﺎور وﺗﻮﺿﻊ ﻟﻬﺎ ﻋﻨﺎوﻳﻦ واﺿﺤﺔ‪.‬‬ ‫‪9‬‬
‫ﻳﺠﺐ ﻓﻲ ﻧﻬﺎﻳﺔ اﻻﺳﺘﺒﻴﺎن ﺷﻜﺮ اﻟﻤﺠﻴﺐ ﻋﻠﻰ ﺗﻌﺎوﻧﻪ‪.‬‬ ‫‪9‬‬

‫‪٦‬‬
‫‪ ‬‬
‫‪ 9‬ﻏﺎﻟﺒًﺎ ﻣﺎ ﻳﺮﺳﻞ اﻻﺳﺘﺒﻴﺎن ﻣﺼﺤﻮﺑًﺎ ﺑﺨﻄﺎب أو ﺗﻤﻬﻴﺪ ﻳﺸﺮح اﻟﻐﺮض ﻣﻦ اﻟﺪراﺳﺔ وأهﻤﻴﺘﻬﺎ‬
‫واﻟﺘﺄآﻴﺪ ﻋﻠﻰ ﺳﺮﻳﺔ اﻟﻤﻌﻠﻮﻣﺎت ـ آﺘﺎﺑﺔ اﻻﺳﻢ اﺧﺘﻴﺎري ـ وأﻧﻬﺎ ﺗﺴﺘﺨﺪم ﻷﻏﺮاض اﻟﺒﺤﺚ اﻟﻌﻠﻤﻲ‬
‫ﻓﻘﻂ‪.‬‬

‫‪ (٥‬ﻃﺮﻳﻘﺔ ﺗﺼﺤﻴﺢ اﻻﺳﺘﺒﻴﺎن ‪ :‬إذا آﺎن اﻻﺳﺘﺒﻴﺎن ﺧﻤﺎﺳﻲ اﻟﺘﻘﺪﻳﺮ ؛ ﻳﺘﻢ ﺗﺼﺤﻴﺢ ﻓﻘﺮاﺗﻪ اﻹﻳﺠﺎﺑﻴﺔ‬
‫واﻟﺴﻠﺒﻴﺔ ﺑﺎﻟﻄﺮﻳﻘﺔ اﻟﻤﻮﺿﺤﺔ ﻓﻲ اﻟﺠﺪول اﻟﺘﺎﻟﻲ ‪:‬‬

‫ﻏﻴﺮ ﻣﻮاﻓﻖ إﻃﻼﻗ ًﺎ‬ ‫ﻏﻴﺮ ﻣﻮاﻓﻖ‬ ‫ﻣﺤﺎﻳﺪ‬ ‫ﻣﻮاﻓﻖ‬ ‫ﻣﻮاﻓﻖ ﺟﺪًا‬ ‫اﻟﻔﻘﺮة‬
‫درﺟﺔ واﺣﺪة‬ ‫درﺟﺘﺎن‬ ‫‪ ٣‬درﺟﺎت‬ ‫‪ ٤‬درﺟﺎت‬ ‫‪ ٥‬درﺟﺎت‬ ‫إﻳﺠﺎﺑﻴﺔ‬
‫‪٥‬درﺟﺎت‬ ‫‪ ٤‬درﺟﺎت‬ ‫‪ ٣‬درﺟﺎت‬ ‫درﺟﺘﺎن‬ ‫درﺟﺔ واﺣﺪة‬ ‫ﺳﻠﺒﻴﺔ‬

‫‪ (٦‬ﺿﺒﻂ اﻻﺳﺘﺒﻴﺎن ﻗﺒﻞ اﻟﺘﻄﺒﻴﻖ اﻟﻔﻌﻠﻲ ‪ :‬إن ﻋﻤﻠﻴﺔ ﺿﺒﻂ اﻻﺳﺘﺒﻴﺎن ﻗﺒﻞ ﺗﻄﺒﻴﻘﻪ ﻋﻠﻰ اﻟﻔﺌﺔ‬
‫اﻟﻤﺴﺘﻬﺪﻓﺔ ﺗُﻌﺪ ﻋﻤﻠﻴﺔ هﺎﻣﺔ ﻷﻧﻬﺎ ﺗﺆدي إﻟﻰ أداة ﻗﻴﺎس ﻋﻠﻤﻴﺔ ﻳُﻌﺘﻤﺪ ﻋﻠﻴﻬﺎ ﻓﻲ ﺟﻤﻊ اﻟﺒﻴﺎﻧﺎت‬
‫وﺑﺎﻟﺘﺎﻟﻲ ﺗﻌﻤﻴﻢ اﻟﻨﺘﺎﺋﺞ وﻋﻤﻠﻴﺔ ﺿﺒﻂ اﻻﺳﺘﺒﻴﺎن ﺗﺘﻄﻠﺐ ﻣﺎ ﻳﻠﻲ ‪:‬‬

‫أو ًﻻ‪ :‬ﺻﺪق اﻻﺳﺘﺒﻴﺎن ‪ :‬وﻳﻘﺼﺪ ﺑﻪ إن اﻻﺳﺘﺒﻴﺎن ﻳﻘﻴﺲ ﻣﺎ وﺿﻊ ﻟﻘﻴﺎﺳﻪ‪ ،‬وﻟﻤﻌﺮﻓﺔ ذﻟﻚ ﻳﺘﻢ‬
‫ﻋﺮض اﻻﺳﺘﺒﻴﺎن ﻋﻠﻰ ﻣﺠﻤﻮﻋﺔ ﻣﻦ اﻟﺨﺒﺮاء اﻟﻤﺘﻤﺮﺳﻴﻦ ﻓﻲ ﻣﻨﺎهﺞ اﻟﺒﺤﺚ وإﻋﺪاد اﻻﺳﺘﺒﻴﺎﻧﺎت‬
‫وآﺬﻟﻚ اﻟﻤﺘﺨﺼﺼﻮن ﻓﻲ ﻣﻮﺿﻮع اﻟﺒﺤﺚ‪ ،‬وذﻟﻚ ﻹﻗﺮار أو ﺣﺬف أو ﺗﻌﺪﻳﻞ أو إﺿﺎﻓﺔ ﻓﻘﺮات‬
‫ﻟﻼﺳﺘﺒﻴﺎن‪.‬‬
‫ﺛﺎﻧﻴ ًﺎ‪ :‬ﺗﻄﺒﻴﻖ اﻻﺳﺘﺒﻴﺎن ﻋﻠﻰ ﻋﻴﻨﺔ اﺳﺘﻄﻼﻋﻴﺔ ﻣﻦ ﻣﺠﺘﻤﻊ اﻟﺒﺤﺚ وﻣﻦ ﺧﺎرج ﻋﻴﻨﺔ اﻟﺒﺤﺚ‬
‫وﺗﻜﻮن ﻣﺘﻔﻘﺔ ﻓﻲ ﺧﻮاﺻﻬﺎ ﻣﻊ ﻋﻴﻨﺔ اﻟﺒﺤﺚ‪ ،‬وذﻟﻚ ﻟﺤﺴﺎب ﻣﻌﺎﻣﻞ اﻟﺜﺒﺎت ﻟﻼﺳﺘﺒﻴﺎن واﻟﺘﻲ‬
‫ﺳﻨﺘﺤﺪث ﻋﻨﻬﺎ ﻓﻲ اﻟﻔﺼﻞ اﻟﺜﺎﻟﺚ ﻣﻦ هﺬا اﻟﻜﺘﺎب‪.‬‬

‫آﻤﺎ أن ﺗﻄﺒﻴﻖ اﻻﺳﺘﺒﻴﺎن ﻋﻠﻰ اﻟﻌﻴﻨﺔ اﻻﺳﺘﻄﻼﻋﻴﺔ ﻳﻔﻴﺪ اﻟﺒﺎﺣﺚ ﻣﻦ ﻋﺪة ﻧﻮاﺣﻲ هﻲ‪:‬‬
‫• ﺗﺤﺪﻳﺪ درﺟﺔ اﺳﺘﺠﺎﺑﺔ اﻟﻤﺒﺤﻮﺛﻴﻦ ﻟﻼﺳﺘﺒﻴﺎن‪.‬‬
‫• ﺗﺴﺎﻋﺪ ﻋﻠﻰ اﻟﺘﻌﺮف ﻋﻠﻰ اﻷﺳﺌﻠﺔ اﻟﻐﺎﻣﻀﺔ‪.‬‬
‫• ﺗﺴﺎﻋﺪ ﻓﻲ إﺗﺎﺣﺔ اﻻﺧﺘﺒﺎر اﻟﻤﺒﺪﺋﻲ ﻟﻠﻔﺮض‪.‬‬
‫• ﺗﻮﺿﺢ ﺑﻌﺾ اﻟﻤﺸﻜﻼت اﻟﻤﺘﻌﻠﻘﺔ ﺑﺎﻟﺘﺼﻤﻴﻢ واﻟﻤﻨﻬﺠﻴﺔ‪.‬‬

‫‪ (٣‬ﲢﻠﻴﻞ ﺑﻴﺎﻧﺎﺕ ﺍﻻﺳﺘﺒﻴﺎﻥ ‪: Analysis of a Questionnaire‬‬

‫ﺑﻌﺪ ﺗﺼﻤﻴﻢ اﻻﺳﺘﺒﻴﺎن واﺧﺘﺒﺎرﻩ وﺗﻌﺪﻳﻠﻪ ﻳﺘﻢ ﺗﻌﻤﻴﻤﻪ ﻋﻠﻰ اﻟﻌﻴﻨﺔ اﻟﻤﺴﺘﻬﺪﻓﺔ ﻣﻦ اﻟﺪراﺳﺔ ‪ ،‬وﺑﻌﺪ‬
‫ﺟﻤﻌﻪ ﻣﻦ اﻟﻤﺒﺤﻮﺛﻴﻦ ﻳﺘﻢ ﺗﺤﻠﻴﻠﻪ وهﻨﺎك ﻋﺪة ﺑﺮاﻣﺞ ﻟﻠﺘﺤﻠﻴﻞ اﻹﺣﺼﺎﺋﻲ وﻟﻜﻨﻨﺎ ﺳﻨﺴﺘﺨﺪم ﺑﺮﻧﺎﻣﺞ‬
‫‪ SPSS‬وهﻮ اﺧﺘﺼﺎر ﻟﻌﺒﺎرة ‪ Statistical  Package  For  the  Social  Sciences‬وﺗﻌﻨﻲ‬
‫)اﻟﻤﺠﻤﻮﻋﺔ اﻹﺣﺼﺎﺋﻴﺔ ﻟﻠﻌﻠﻮم اﻻﺟﺘﻤﺎﻋﻴﺔ ( وﻳﺴﻬﻞ ﻟﻨﺎ اﻟﺒﺮﻧﺎﻣﺞ ﺻﻨﻊ اﻟﻘﺮار ﺣﻴﺎل ﻣﻮﺿﻮع اﻟﺪراﺳﺔ‬
‫ﻣﻦ ﺧﻼل إدارﺗﻪ ﻟﻠﺒﻴﺎﻧﺎت وﺗﺤﻠﻴﻠﻪ اﻹﺣﺼﺎﺋﻲ اﻟﺴﺮﻳﻊ ﻟﻠﻨﺘﺎﺋﺞ ‪ ،‬وﻓﻴﻤﺎ ﻳﻠﻲ ﺳﻨﺤﻠﻞ اﺳﺘﺒﻴﺎن ﺑﺎﺳﺘﺨﺪام‬
‫اﻟﺒﺮﻧﺎﻣﺞ ‪.‬‬

‫‪٧‬‬
 ‫ﻣﺜﺎﻝ ﺗﻄﺒﻴﻘﻲ ‪) :‬ﺳﻴﺘﻢ اﺳﺘﺨﺪام ﺑﻴﺎﻧﺎت هﺬا اﻟﻤﺜﺎل ﻓﻲ ﺟﻤﻴﻊ ﺗﻄﺒﻴﻘﺎت اﻟﻜﺘﺎب(‬

‫اهﺘﻤﺖ إدارة ﻣﺎ ﺑﺎﻟﺒﺤﺚ ﻋﻦ اﻷﺳﺒﺎب اﻟﺘﻲ ﺗﺪﻋﻮ اﻟﻤﺴﺘﻔﻴﺪﻳﻦ ﻟﺤﻀﻮر ﺑﺮﻧﺎﻣﺞ ‪ ،‬وﻣﻦ أﺟﻞ ذﻟﻚ‬
‫ﺗﻢ ﺣﺼﺮ ﺑﻌﺾ اﻟﻤﺘﻐﻴﺮات اﻟﺘﻲ ﺗﺪﻋﻮ اﻟﻤﺴﺘﻔﻴﺪ ﺣﻀﻮر اﻟﺒﺮﻧﺎﻣﺞ ‪ ،‬وذﻟﻚ ﻣﻦ ﺧﻼل ﺛﻼﺛﺔ ﻣﺤﺎور‪:‬‬
‫اﻟﻤﺤﻮر اﻷول ‪ ) :‬ﺗﻘﺪﻳﺮ اﻟﺒﺮﻧﺎﻣﺞ ( وﻳﺘﻀﻤﻦ ) ﻣﻮﺿﻮع اﻟﺒﺮﻧﺎﻣﺞ ﻳﻼﻣﺲ اﻟﻮاﻗﻊ ‪ ،‬اﻟﺒﺮﻧﺎﻣﺞ ﻳﺘﻤﻴﺰ‬
‫ﺑﺴﻤﻌﺔ ﻃﻴﺒﺔ ‪ ،‬اﻟﺒﺮﻧﺎﻣﺞ ﻳﺘﻤﻴﺰ ﺑﺎﻟﺠﻮدة (‪.‬‬
‫اﻟﻤﺤﻮر اﻟﺜﺎﻧﻲ ‪ ) :‬اﻧﺘﺸﺎر اﻟﺒﺮﻧﺎﻣﺞ ( وﻳﺘﻀﻤﻦ ) ﺳﺒﻖ ﺗﺠﺮﺑﺔ اﻟﺒﺮﻧﺎﻣﺞ آﺜﻴﺮًا ‪ ،‬اﻟﺒﺮﻧﺎﻣﺞ ﺳﻬﻞ اﻟﺘﻜﺮار‬
‫‪ ،‬اﻟﺒﺮﻧﺎﻣﺞ ﻳﺘﻤﻴﺰ ﺑﺎﻟﺸﻌﺒﻴﺔ (‪.‬‬
‫اﻟﻤﺤﻮر اﻟﺜﺎﻟﺚ ‪ ) :‬ﺗﻌﻤﻴﻢ اﻟﺒﺮﻧﺎﻣﺞ ( وﻳﺘﻀﻤﻦ ) ﻣﺎدة اﻟﺒﺮﻧﺎﻣﺞ ﻣﺮﻏﻮﺑﺔ وﻋﻠﻴﻬﺎ إﻗﺒﺎل ‪ ،‬إﻣﻜﺎﻧﻴﺔ‬
‫اﺷﺘﺮاآﻚ ﺳﻬﻠﺔ ﻓﻲ اﻟﺒﺮﻧﺎﻣﺞ (‪.‬‬
‫وﻟﺪراﺳﺔ هﺬا اﻟﺒﺤﺚ ﺗﻢ ﺗﺼﻤﻴﻢ اﺳﺘﺒﻴﺎن ﻣﻜﻮن ﻣﻦ ﻋﻮاﻣﻞ دﻳﻤﻮﺟﺮاﻓﻴﺔ ﻣﺜﻞ اﻟﻨﻮع ) ذآﺮ‪ ،‬أﻧﺜﻰ(‬
‫وﻣﺴﺘﻮى اﻟﺘﻌﻠﻴﻢ ) ﺛﺎﻧﻮي ‪ ،‬ﺟﺎﻣﻌﻲ ‪ ،‬دراﺳﺎت ﻋﻠﻴﺎ ( ﺛﻢ اﻟﻤﺘﻐﻴﺮات اﻟﻜﻤﻴﺔ ﻣﻦ ﺧﻤﺴﺔ أوزان هﻲ ‪:‬‬
‫)ﻣﻮاﻓﻖ ﺟﺪًا ‪ ،‬ﻣﻮاﻓﻖ ‪ ،‬ﻣﺤﺎﻳﺪ ‪ ،‬ﻏﻴﺮ ﻣﻮاﻓﻖ ‪ ،‬ﻏﻴﺮ ﻣﻮاﻓﻖ إﻃﻼﻗ ًﺎ( ‪ ،‬وآﺎن اﻻﺳﺘﺒﻴﺎن ﻣﺼﻤﻢ آﻤﺎ‬
‫ﻳﻠﻲ‪:‬‬

‫اﻟﻌﻤﺮ ﺑﺎﻟﺴﻨﻮات ‪........ :‬‬ ‫† أﻧﺜﻰ‬ ‫†ذآﺮ‬ ‫اﻟﻨﻮع ‪:‬‬

‫† دراﺳﺎت ﻋﻠﻴﺎ‬ ‫† ﺟﺎﻣﻌﻲ‬ ‫† ﺛﺎﻧﻮي‬ ‫ﻣﺴﺘﻮى اﻟﺘﻌﻠﻴﻢ ‪:‬‬

‫ﻳﺮﺟﻰ ﻭﺿﻊ ﺇﺷﺎﺭﺓ )‪ (9‬ﰲ ﺍﳌﻜﺎﻥ ﺍﻟﺬﻱ ﻳﻌﻜﺲ ﻣﺴﺘﻮﻯ ﺍﺧﺘﻴﺎﺭﻙ ﺍﻟﺼﺤﻴﺢ‪:‬‬

‫ﻏﻴﺮ‬
‫ﻏﻴﺮ‬ ‫ﻣﻮاﻓﻖ‬
‫ﻣﻮاﻓﻖ‬
‫ﻣﻮاﻓﻖ‬
‫ﻣﺤﺎﻳﺪ‬ ‫ﻣﻮاﻓﻖ‬
‫ﺟﺪًا‬
‫اﻟﻌﺒﺎرة‬ ‫اﻟﻤﺤﻮر‬ ‫م‬
‫إﻃﻼﻗ ًﺎ‬
‫ﻣﻮﺿﻮع اﻟﺒﺮﻧﺎﻣﺞ ﻳﻼﻣﺲ اﻟﻮاﻗﻊ‬ ‫‪١‬‬
‫ﻳﺘﻤﻴﺰ اﻟﺒﺮﻧﺎﻣﺞ ﺑﺴﻤﻌﺔ ﻃﻴﺒﺔ‬ ‫ﺗﻘﺪﻳﺮ اﻟﺒﺮﻧﺎﻣﺞ‬ ‫‪٢‬‬
‫ﻳﺘﻤﻴﺰ اﻟﺒﺮﻧﺎﻣﺞ ﺑﺎﻟﺠﻮدة‬ ‫‪٣‬‬
‫ﺳﺒﻖ ﺗﺠﺮﺑﺔ اﻟﺒﺮﻧﺎﻣﺞ آﺜﻴﺮًا‬ ‫‪٤‬‬
‫اﻟﺒﺮﻧﺎﻣﺞ ﺳﻬﻞ اﻟﺘﻜﺮار‬ ‫اﻧﺘﺸﺎر اﻟﺒﺮﻧﺎﻣﺞ‬ ‫‪٥‬‬
‫اﻟﺒﺮﻧﺎﻣﺞ ﻳﺘﻤﻴﺰ ﺑﺎﻟﺸﻌﺒﻴﺔ‬ ‫‪٦‬‬
‫ﻣﺎدة اﻟﺒﺮﻧﺎﻣﺞ ﻣﺮﻏﻮﺑﺔ وﻋﻠﻴﻬﺎ إﻗﺒﺎل‬ ‫‪٧‬‬
‫ﺗﻌﻤﻴﻢ اﻟﺒﺮﻧﺎﻣﺞ‬
‫إﻣﻜﺎﻧﻴﺔ اﺷﺘﺮاآﻚ ﻓﻲ اﻟﺒﺮﻧﺎﻣﺞ ﺳﻬﻠﺔ‬ ‫‪٨‬‬

‫وﺑﻌﺪ ﺗﻮزﻳﻊ اﻻﺳﺘﺒﻴﺎن ﻋﻠﻰ اﻟﻌﻴﻨﺔ اﻟﻤﺴﺘﻬﺪﻓﺔ ﻟﻺﺟﺎﺑﺔ ﻋﻠﻴﻬﺎ ﺗﻢ ﺟﻤﻌﻬﺎ وآﺎن ﻋﺪدهﺎ )‪ (٢٠‬اﺳﺘﺒﻴﺎﻧ ًﺎ‪،‬‬
‫وﻓﻴﻤﺎ ﻳﻠﻲ ﺳﻨﺴﺘﺨﺪم ﺑﺮﻧﺎﻣﺞ ‪ SPSS‬ﻟﺘﺤﻠﻴﻞ ﻧﺘﺎﺋﺞ اﻻﺳﺘﺒﻴﺎن وإدراج اﻟﺘﻮﺻﻴﺎت ‪ .‬‬

‫‪ (٤‬ﺍﻟﺘﺠﻬﻴﺰ ﻻﺳﺘﺨﺪﺍﻡ ﺑﺮﻧﺎﻣﺞ ‪: SPSS‬‬

‫أو ًﻻ ‪ :‬ﺑﻌﺪ ﺟﻤﻊ اﻻﺳﺘﺒﺎﻧﺎت ﻧﺤﺪد ﻟﻜﻞ اﺳﺘﺒﺎﻧﺔ رﻗﻢ ‪ ،‬وذﻟﻚ ﻟﻴﺴﻬﻞ ﻣﺮاﺟﻌﺘﻬﺎ ﻋﻠﻰ اﻟﺒﺮﻧﺎﻣﺞ ﻟﻠﺘﺄآﺪ ﻣﻦ‬
‫ﺻﺤﺔ إدﺧﺎل اﻟﺒﻴﺎﻧﺎت ﻓﻲ أي وﻗﺖ‪.‬‬
‫ﺛﺎﻧﻴ ًﺎ ‪ :‬ﻧﻘﻮم ﺑﺘﻌﺮﻳﻒ اﻟﻤﺘﻐﻴﺮات ﻋﻠﻰ اﻟﺒﺮﻧﺎﻣﺞ وﻓﻲ هﺬﻩ اﻻﺳﺘﺒﺎﻧﺔ ﻳﻜﻮن ﻟﺪﻳﻨﺎ اﺛﻨﺎ ﻋﺸﺮ ﻣﺘﻐﻴﺮًا آﻤﺎ‬
‫ﻳﻠﻲ ‪:‬‬
‫• اﻟﻤﺴﻠﺴﻞ وهﻮ ﻣﺘﻐﻴﺮ ﻳﻌﺒﺮ ﻋﻦ رﻗﻢ اﻟﻤﺴﺘﺠﻴﺐ ‪  .‬‬
‫• اﻟﻨﻮع وهﻮ ﻣﺘﻐﻴﺮ اﺳﻤﻲ )‪ (Nominal‬ﺣﻴﺚ ﺳﻨﻌﻄﻲ اﻟﺮﻗﻢ )‪ (١‬ﻟﻠﺬآﺮ واﻟﺮﻗﻢ )‪ (٢‬ﻟﻸﻧﺜﻰ ‪  .‬‬

‫‪٨‬‬
‫• ﻣﺴﺘﻮى اﻟﺘﻌﻠﻴﻢ وهﻮ ﻣﺘﻐﻴﺮ ﺗﺮﺗﻴﺒﻲ )‪ (Ordinal‬ﺣﻴﺚ ﺳﻨﺮﻣﺰ ﺑﺎﻟﺮﻗﻢ )‪ (١‬ﻟﻠﺜﺎﻧﻮي واﻟﺮﻗﻢ )‪(٢‬‬
‫ﻟﻠﺠﺎﻣﻌﻲ واﻟﺮﻗﻢ )‪ (٣‬ﻟﻠﺪراﺳﺎت اﻟﻌﻠﻴﺎ ‪  .‬‬
‫• اﻟﻌﻤﺮ ﺑﺎﻟﺴﻨﻮات ﻣﺘﻐﻴﺮ آﻤﻲ‪ ،‬ﻋﺒﺎرات اﻻﺳﺘﺒﺎﻧﺔ ﺳﺘﻜﻮن ﻣﺘﻐﻴﺮات آﻤﻴﺔ )‪ ( Scale‬ﺳﻨﻌﺒﺮ‬
‫ﻋﻨﻬﺎ ) م‪ ، ١‬م‪ ، ٢‬م‪ ، ٣‬م‪ ، ٤‬م‪ ، ٥‬م‪ ، ٦‬م‪ ، ٧‬م‪ ( ٨‬وﺗﻌﻄﻰ اﻷوزان اﻟﺘﺎﻟﻴﺔ ﻟﺪرﺟﺔ اﻹﺟﺎﺑﺔ )‬
‫ﻏﻴﺮ ﻣﻮاﻓﻖ إﻃﻼﻗ ًﺎ=‪ ، ١‬ﻏﻴﺮ ﻣﻮاﻓﻖ =‪ ، ٢‬ﻣﺤﺎﻳﺪ =‪ ، ٣‬ﻣﻮاﻓﻖ =‪ ، ٤‬ﻣﻮاﻓﻖ ﺟﺪًا=‪ .( ٥‬ﻣﻊ‬
‫ﻣﻼﺣﻈﺔ أن ﺟﻤﻴﻊ ﻓﻘﺮات اﻻﺳﺘﺒﻴﺎن ﻣﻮﺟﺒﺔ‪  .‬‬

‫‪ (٥‬ﺍﺳﺘﺨﺪﺍﻡ ﺑﺮﻧﺎﻣﺞ ‪SPSS‬‬

‫ً‬
‫ﺃﻭﻻ ‪ :‬ﺍﻟﻌﻤﻞ ﰲ ﺷﺎﺷﺔ ‪: Variable View‬‬
‫ﻋﻨﺪ ﻓﺘﺢ اﻟﺒﺮﻧﺎﻣﺞ ﺳﺘﻈﻬﺮ اﻟﺸﺎﺷﺔ آﺎﻟﻤﺠﺎورة وﻧﻀﻐﻂ‬
‫ﻋﻠﻰ ‪ Variable  View‬ﻟﻜﻲ ُﻧ ﱢﻌﺮف اﻟﻤﺘﻐﻴﺮات آﻤﺎ ﻓﻲ‬
‫اﻟﺸﻜﻞ اﻟﺘﺎﻟﻲ ‪:‬‬

‫ﺗﻈﻬﺮ اﻟﺸﺎﺷﺔ اﻟﻤﻮﺿﺤﺔ أﻋﻼﻩ وهﻲ ﺧﺎﺻﺔ ﻟﺘﻌﺮﻳﻒ اﻟﻤﺘﻐﻴﺮات ﻣﻦ ﺣﻴﺚ اﻟﻨﻮع واﻟﻌﺮض‬
‫واﻟﻌﻨﻮان واﻟﻘﻴﻤﺔ وﻗﻴﺎس ﺗﺪرﻳﺠﻪ ‪ ....‬إﻟﺦ ‪ ،‬ﺣﻴﺚ آﻞ ﺳﻄﺮ ﻣﻦ أﺳﻄﺮ هﺬﻩ اﻟﺸﺎﺷﺔ ﻟﺘﻌﺮﻳﻒ ﻣﺘﻐﻴﺮ‬
‫واﺣﺪ‪ ،‬وﻓﻴﻤﺎ ﻳﻠﻲ ﺗﻌﺮﻳﻒ ﻟﻜﻞ ﻋﻤﻮد ‪:‬‬

‫‪ (١‬ﺃﺴﻤﺎﺀ ﺍﻟﻤﺘﻐﻴﺭﺍﺕ ‪:Variable Name‬‬

‫ﻟﻜﻲ‪ ‬ﺗﻌﺮف‪ ‬اﻟﻤﺘﻐﻴﺮ‪ ‬ﻳﺠﺐ‪ ‬أن‪ ‬ﺗﻜﺘﺐ‪ ‬اﺳﻢ‪ ‬ﻣﺨﺘﺼﺮ ﻳﺪل ﻋﻠﻰ اﻟﻤﺘﻐﻴﺮ ‪ ،‬ﻋﻨﺪ آﺘﺎﺑﺔ أﺳﻤﺎء‪ ‬اﻟﻤﺘﻐﻴﺮات ﻻ‬
‫ﺑﺪ أن ﺗﺮاﻋﻲ اﻟﺘﺎﻟﻲ ‪  :‬‬
‫• ﻻﺑﺪ ﺃﻥ ﻳﺒﺪﺃ ﲝﺮﻑ ﻭﻻ ﳝﻜﻦ ﺃﻥ ﻳﻨﺘﻬﻲ ﺑﻔﺘﺮﺓ ‪.‬‬
‫• ﻻ ﻳﺘﺠﺎﻭﺯ ﻋﺪﺩ ﺍﻷﺣﺮﻑ ‪ 64‬ﻭﺃﻥ ﻻ ﻳﺘﻜﺮﺭ ﺍﺳﻢ ﺍﳌﺘﻐﲑ ‪.‬‬
‫• ﻻ ﳝﻜﻦ ﺍﺳﺘﺨﺪﺍﻡ ﺍﻟﻔﺮﺍﻍ ﺑﲔ ﺍﻷﺣﺮﻑ ‪.‬‬
‫• ﻻ ﺗﺴﺘﻄﻴﻊ ﺍﺳﺘﺨﺪﺍﻡ ﺍﻟﺮﻣﻮﺯ ﺃﻭ ﺍﻹﺷﺎﺭﺍﺕ ﻣﺜﻞ‪ ، &، $، #، |، ^، %‬ﺃﻭ ﺍﻷﻗﻮﺍﺱ )(‪.‬‬
‫• ﻻ ﳝﻜﻨﻚ ﺍﺳﺘﺨﺪﺍﻡ ﻋﻼﻣﺎﺕ ﺍﻟﺘﺮﻗﻴﻢ ﻣﺜﻞ ؟ * ‪“ ; ‘، ! :‬‬
‫• ﻻ ﺗﺴﺘﺨﺪﻡ ﺍﺳﻢ ﻣﻦ ﺍﻷﲰﺎﺀ ﺍﶈﺠﻮﺯﺓ ﻷﻭﺍﻣﺮ ﺑﺮﻧﺎﻣﺞ ‪   SPSS‬ﻣﺜﻞ ‪:‬‬
‫)…‪(ALL, NE, EQ, TO, LE, LT, BY, OR, GT, AND, NOT, GE, WITH, etc‬‬

‫‪٩‬‬
 ‫‪ (٢‬ﺃﻨﻭﺍﻉ ﺍﻟﻤﺘﻐﻴﺭﺍﺕ ‪:Variable Types‬‬
‫ﻟﺘﻌﺮﻳﻒ ﻧﻮﻉ ﺍﳌﺘﻐﲑ ﰲ ﺷﺎﺷﺔ ‪ Variable View‬ﰲ ﺑﺮﻧﺎﻣﺞ ‪ SPSS‬ﺣﻴﺚ ﻳﻈﻬﺮ ﻋﺪﺓ ﺃﻧﻮﺍﻉ ﻋﻨﺪﻣﺎ ﺗﻀﻐﻂ‬
‫ﲜﻮﺍﺭ ‪: Numeric‬‬

‫ﺗﻔﺘﺢ ﺍﻟﻨﺎﻓﺬﺓ ﺍ‪‬ﺎﻭﺭﺓ ﻭﻣﻨﻬﺎ ﲣﺘﺎﺭ ﻧﻮﻉ ﺍﳌﺘﻐﲑ ﺍﻟﺬﻱ ﺗﺮﻳﺪﻩ ‪،‬‬
‫ﻭﺇﻟﻴﻚ ﺗﻌﺮﻳﻒ ﺳﺮﻳﻊ ﳍﺬﻩ ﺍﻷﻧﻮﺍﻉ ‪:‬‬
‫اﻟﻤﺘﻐﻴﺮ اﻟﺮﻗﻤﻲ )‪ : (Numeric‬واﻟﺒﻴﺎﻧﺎت‬ ‫‪(١‬‬
‫ﺗﻜﻮن ﻗﻴﻤﻬﺎ أرﻗﺎم‪ ،‬واﻟﻤﺘﻐﻴﺮ هﻨﺎ ﻳﻘﺒﻞ‬
‫اﻷرﻗﺎم ﺑﺼﻴﻎ ﻣﻌﻴﻨﺔ ﻣﺜﻞ ‪Scientific ‬‬
‫‪ Notation‬وﻏﻴﺮهﺎ ﻧﻮﻋﻴﻦ ‪ :‬اﻟﻤﺘﻐﻴﺮات‬
‫اﻟﻤﺘﺼﻠﺔ ‪ Continuous ‬ﻣﺜﻞ اﻟﻌﻤﺮ‬
‫واﻟﻄﻮل واﻟﻮزن واﻟﺮاﺗﺐ ودرﺟﺔ ﻃﺎﻟﺐ ‪ ....‬إﻟﺦ ‪ .‬اﻟﻤﺘﻐﻴﺮات اﻟﻨﻮﻋﻴﺔ ‪ Categorical‬ﻣﺜﻞ‬
‫ﻣﺘﻐﻴﺮ اﻟﻨﻮع ) اﻟﺠﻨﺲ ( واﻟﺤﺎﻟﺔ اﻻﺟﺘﻤﺎﻋﻴﺔ واﻟﻤﺆهﻞ اﻟﻌﻠﻤﻲ ‪  . ....‬‬
‫ﻣﺘﻐﻴﺮ اﻟﻔﺎﺻﻠﺔ ‪ Comma ‬ﻳﺘﻜﻮن اﻟﻤﺘﻐﻴﺮ ﻣﻦ أرﻗﺎم ﻳﻔﺼﻞ آﻞ ﺛﻼث ﺧﺎﻧﺎت ﺑﻔﺎﺻﻠﺔ وﺗﺴﺘﻌﻤﻞ‬ ‫‪(٢‬‬
‫اﻟﻨﻘﻄﺔ ﻟﻠﻜﺴﺮ اﻟﻌﺸﺮي ‪  .‬‬
‫ﻣﺘﻐﻴﺮ اﻟﻨﻘﻄﺔ ‪ Dot‬ﻳﺘﻜﻮن اﻟﻤﺘﻐﻴﺮ ﻣﻦ أرﻗﺎم ﻳﻔﺼﻞ آﻞ ﺛﻼث ﺧﺎﻧﺎت ﺑﻨﻘﻄﺔ وﺗﺴﺘﻌﻤﻞ اﻟﻔﺎﺻﻠﺔ‬ ‫‪(٣‬‬
‫ﻟﻠﻜﺴﺮ اﻟﻌﺸﺮي‪  .‬‬
‫ﻣﺘﻐﻴﺮ ﻋﻠﻤﻲ ‪ Scientific Notation   ‬ﻳﺘﻜﻮن اﻟﻤﺘﻐﻴﺮ ﻣﻦ أرﻗﺎم ﺗﻜﺘﺐ ﻣﻊ اﻟﻌﻼﻣﺎت‬ ‫‪(٤‬‬
‫اﻟﺮﻳﺎﺿﻴﺔ ﻣﺜﻞ اﻟﻀﺮب ﻓﻲ ﻣﻀﺎﻋﻔﺎت اﻟﻌﺸﺮة ﺑﺎﺳﺘﺨﺪام أﺣﺪ اﻟﺤﺮﻓﻴﻦ ‪ E,D‬ﺑﻌﺪ اﻟﺮﻗﻢ ﺛﻢ اﻷس‬
‫ﻣﺜﺎل ‪ 3.5E5:‬وهﻲ ﺗﺴﺎوي رﻳﺎﺿﻴ ًﺎ ‪  .3.5 X 105‬‬
‫ﻣﺘﻐﻴﺮ ﺗﺎرﻳﺦ ‪ Date‬ﻳﺘﻜﻮن اﻟﻤﺘﻐﻴﺮ ﻣﻦ أرﻗﺎم ﺗﻜﺘﺐ ﺑﻄﺮﻳﻘﺔ ﺧﺎﺻﺔ ﻣﺜﻞ اﻟﺘﺎرﻳﺦ واﻟﻮﻗﺖ ‪  .‬‬ ‫‪(٥‬‬
‫ﻣﺘﻐﻴﺮ ﻋﻼﻣﺔ اﻟﺪوﻻر ‪ Dollar‬ﻳﺴﺘﻌﻤﻞ ﻟﻺﻋﻼن ﻋﻦ اﻟﻌﻤﻠﺔ اﻷﻣﺮﻳﻜﻴﺔ اﻟﺪوﻻر ‪  .‬‬ ‫‪(٦‬‬
‫ﻣﺘﻐﻴﺮ ﻋﻤﻠﺔ ‪ Custom Currency‬ﻳﺴﺘﻌﻤﻞ ﻟﻠﻌﻤﻼت اﻟﻤﺨﺘﻠﻔﺔ ‪  .‬‬ ‫‪(٧‬‬
‫ﻣﺘﻐﻴﺮ ﺣﺮﻓﻲ ‪ : String‬وهﻲ ﻣﻦ اﻟﻤﺘﻐﻴﺮات اﻟﺘﻲ ﺗﻜﻮن ﺑﻴﺎﻧﺎﺗﻬﺎ ﻋﻠﻰ ﺷﻜﻞ أﺣﺮف أو آﻠﻤﺎت‬ ‫‪(٨‬‬
‫أو أرﻗﺎم وهﻲ ﻧﻮﻋﻴﻦ ‪  :‬‬
‫ﻣﺘﻐﻴﺮات ﺣﺮﻓﻴﺔ وﺗﻜﻮن ﻏﻴﺮ ﻣﺼﻨﻔﺔ ﻣﺜﻞ اﺳﻢ اﻟﻤﻮﻇﻒ وﻻ ﺗﺪﺧﻞ ﻓﻲ اﻟﻌﻤﻠﻴﺎت اﻟﺤﺴﺎﺑﻴﺔ‪  .‬‬ ‫•‬
‫ﻣﺘﻐﻴﺮات ﺣﺮﻓﻴﺔ وﺗﻜﻮن اﻟﺒﻴﺎﻧﺎت ﻣﺼﻨﻔﺔ ﻣﺜﻞ اﻟﻨﻮع ) ذآﺮ ـ أﻧﺜﻰ ( أﻳﻀ ًﺎ ﻻ ﺗﺪﺧﻞ ﻓﻲ اﻟﻌﻤﻠﻴﺎت‬ ‫•‬
‫اﻟﺤﺴﺎﺑﻴﺔ ‪  .‬‬

‫‪ (٣‬ﻋﺭﺽ ﺍﻟﺒﻴﺎﻨﺎﺕ ‪ : Width‬وهﻮ ﻋﺪد أﺣﺮف اﺳﻢ اﻟﻤﺘﻐﻴﺮ اﻟﺘﻲ ﺗﺤﺘﺎﺟﻬﺎ ﻹدﺧﺎل اﻟﺒﻴﺎﻧﺎت ‪.‬‬
‫‪ (٤‬ﻋﺩﺩ ﺍﻟﻤﻨﺎﺯل ﺍﻟﻌﺸﺭﻴﺔ ‪ : Decimal‬وهﻮ ﻋﺪد اﻟﺨﺎﻧﺎت اﻟﻌﺸﺮﻳﺔ اﻟﺘﻲ ﺳﺘﺴﺘﺨﺪم ﻓﻲ ﻋﻤﻠﻴﺔ‬
‫إدﺧﺎل اﻟﺒﻴﺎﻧﺎت‪.‬‬
‫‪ (٥‬ﻭﺼﻑ ﺍﻟﻤﺘﻐﻴﺭ ‪ : Label‬ﻳﻜﺘﺐ وﺻﻒ ﻟﻠﻤﺘﻐﻴﺮ وهﻮ ﻣﻔﻴﺪ ﻓﻲ ﺣﺎل ﺗﺸﺎﺑﻪ اﺳﻢ اﻟﻤﺘﻐﻴﺮ ‪.‬‬
‫‪ (٦‬ﺍﻟﻘﻴﻤﺔ ) ﺍﻟﻜﻭﺩ ( ‪ : Values‬ﺗﺴﺘﺨﺪم ﻟﺘﻌﺮﻳﻒ ﻣﺘﻐﻴﺮات ﻧﻮﻋﻴﺔ رﻗﻤﻴﺔ أو ﺣﺮﻓﻴﺔ ﻣﺜﻞ ﻣﺘﻐﻴﺮ‬
‫اﻟﻨﻮع أو اﻟﺤﺎﻟﺔ اﻻﺟﺘﻤﺎﻋﻴﺔ أو اﻟﻤﺴﺘﻮى اﻟﺪراﺳﻲ ‪. .....‬‬

‫‪١٠‬‬
‫‪ ‬‬
‫‪ (٧‬ﻋﺭﺽ ﺍﻟﻌﻤﻭﺩ ‪ :Column‬ﻳﺤﺪد ﻋﺮض اﻟﻌﻤﻮد اﻟﺬي ﻳﻮﺟﺪ ﻓﻴﻪ اﻟﻤﺘﻐﻴﺮ ﻓﻲ ﺷﺎﺷﺔ ‪Data ‬‬
‫‪. View‬‬
‫‪ (٨‬ﺍﻟﻤﻘﺩﺍﺭ ﺍﻟﻤﻔﻘﻭﺩ‪ : Missing‬ﻋﻨﺪ إدﺧﺎل اﻟﺒﻴﺎﻧﺎت هﻨﺎك ﺑﻴﺎﻧﺎت ﺗﻜﻮن ﻏﻴﺮ ﻣﻮﺟﻮدة ﻓﺘﺼﻨﻒ‬
‫ﺑﺒﻴﺎﻧﺎت ﻣﻔﻘﻮدة ‪.‬‬
‫‪ (٩‬ﺍﻟﻤﺤﺎﺫﺍﺓ ‪ :Align‬وهﻲ ﻣﺤﺎذاة اﻟﺒﻴﺎﻧﺎت ) ﻳﻤﻴﻦ ‪ ،‬وﺳﻂ ‪ ،‬ﻳﺴﺎر ( ﻓﻲ اﻟﻌﻤﻮد اﻟﺬي ﻳﻮﺟﺪ ﻓﻴﻪ‬
‫اﻟﻤﺘﻐﻴﺮ ﻓﻲ ﺷﺎﺷﺔ ‪. Data View‬‬
‫‪ (١٠‬ﺘﺩﺭﻴﺞ ﺍﻟﻤﻘﻴﺎﺱ ‪ :Measure‬ﻟﺘﺤﺪﻳﺪ ﻧﻮع اﻟﺒﻴﺎﻧﺎت ) ‪ Scale‬آﻤﻲ ‪ Ordinal ،‬ﺗﺮﺗﻴﺒﻲ ‪،‬‬
‫‪ Nominal‬اﺳﻤﻲ (‪.‬‬

‫ﻧﺒﺪأ ﻓﻲ ﺗﺴﺠﻴﻞ اﻟﻤﺘﻐﻴﺮات ﻟﺘﻌﺮﻳﻔﻬﺎ ﻓﻲ‬

‫اﻟﺒﺮﻧﺎﻣﺞ ﻣﻦ ﻋﻤﻮد ‪ Name‬ﺛﻢ ‪Type‬‬
‫ﺑﺎﻟﺘﺮﺗﻴﺐ ﺣﺘﻰ ﻧﺼﻞ إﻟﻰ اﻟﻌﻤﻮد ‪Values‬‬
‫ﻧﻀﻐﻂ ﺑﺎﻟﻔﺄرة آﻤﺎ هﻮ ﻣﻮﺿﺢ ﻓﻲ اﻟﺼﻮرة‬
‫اﻟﻤﺠﺎورة ‪.‬‬

‫ﻓﺘﻈﻬﺮ ﻧﺎﻓﺬة ﻟﺘﻌﺮﻳﻒ اﻟﻤﺘﻐﻴﺮ ) اﻟﻨﻮع (‬

‫ﺣﻴﺚ ﻳﻜﺘﺐ رﻗﻢ )‪ (١‬ﻓﻲ ﺧﺎﻧﺔ ‪ ، Value‬ﺛﻢ‬
‫آﻠﻤﺔ " ذآﺮ " ﻓﻲ ﺧﺎﻧﺔ ‪ Label‬ﺛﻢ اﻟﻀﻐﻂ‬
‫ﻋﻠﻰ ‪ Add‬وﺑﻨﻔﺲ اﻟﻄﺮﻳﻘﺔ ﻟﺘﻌﺮﻳﻒ اﻷﻧﺜﻰ‬
‫)أﻧﻈﺮ اﻟﺼﻮرة اﻟﻤﺠﺎورة (‬

‫ﺛﻢ ‪ OK‬ﻹﻏﻼق ﻣﺮﺑﻊ اﻟﺤﻮار ‪ ،‬ﺣﺘﻰ‬

‫ﻧﺼﻞ إﻟﻰ ‪ Measure‬ﻟﺘﺤﺪﻳﺪ ﺗﺪرﻳﺞ‬
‫اﻟﻤﻘﻴﺎس وﻓﻲ هﺬا اﻟﻤﺘﻐﻴﺮ ُﻳﺤﺪد ﻧﻮع‬
‫)‪).( Nominal‬أﻧﻈﺮ اﻟﺼﻮرة اﻟﻤﺠﺎورة(‬

‫أﻣﺎ اﻟﻤﺘﻐﻴﺮ اﻟﺜﺎﻟﺚ ﻓﻲ ﻣﺜﺎﻟﻨﺎ هﺬا وهﻮ ﻣﺴﺘﻮى‬

‫اﻟﺘﻌﻠﻴﻢ وﻳﺘﻢ ﺗﺴﺠﻴﻠﻪ ﺑﻨﻔﺲ اﻟﻄﺮﻳﻘﺔ اﻟﺘﻲ ﺳﺠﻞ‬
‫ﻓﻴﻬﺎ اﻟﻨﻮع آﻤﺎ هﻮ ﻣﻮﺿﺢ ﻓﻲ اﻟﺼﻮرة اﻟﻤﺠﺎورة‪.‬‬

‫‪١١‬‬
 ‫وﻳﺘﻢ ﺗﺴﺠﻞ ﺟﻤﻴﻊ اﻟﻤﺘﻐﻴﺮات اﻟﻤﺘﺒﻘﻴﺔ ﺣﺘﻰ ﺗﻨﺘﻬﻲ وﺗﺼﺒﺢ ﺑﻬﺬا اﻟﺸﻜﻞ ‪:‬‬

‫وﺑﺬﻟﻚ ﺗﻢ اﻻﻧﺘﻬﺎء ﻣﻦ ﺷﺎﺷﺔ ‪ Variable View‬ﺑﺘﻌﺮﻳﻒ ﺟﻤﻴﻊ‬

‫اﻟﻤﺘﻐﻴﺮات ‪ ،‬ﺛﻢ ﻧﻔﺘﺢ ﺷﺎﺷﺔ ‪ Data View‬ﻟﺘﻔﺮﻳﻎ ﺟﻤﻴﻊ اﻟﺒﻴﺎﻧﺎت‬
‫اﻟﺘﻲ ﻓﻲ اﻻﺳﺘﺒﺎﻧﺎت ﺑﺤﻴﺚ أن آﻞ ﻋﻤﻮد ﻟﻤﺘﻐﻴﺮ وآﻞ ﺻﻒ ﻻﺳﺘﺒﺎﻧﺔ‬
‫آﺎﻣﻠﺔ ‪.‬‬
‫ً‬
‫ﺛﺎﻧﻴﺎ ‪ :‬ﺍﻟﻌﻤﻞ ﰲ ﺷﺎﺷﺔ ‪: Data View‬‬

‫ﻋﻨﺪ ﻓﺘﺢ ﺷﺎﺷﺔ وﻋﻨﺪ اﻟﺴﺠﻞ رﻗﻢ )‪ (١‬ﻧﺒﺪأ ﺑﺘﺴﺠﻴﻞ ﺑﻴﺎﻧﺎت أول اﺳﺘﺒﺎﻧﺔ ﻓﻲ أول ﺻﻒ آﻤﺎ هﻮ‬
‫ﻣﻮﺿﺢ ﻓﻲ اﻟﺼﻮرة اﻟﺘﺎﻟﻴﺔ ‪:‬‬

‫وﻟﻮ أردت أن ﺗﻈﻬﺮ اﻟﻤﺘﻐﻴﺮات ﺑﻤﺴﻤﻴﺎﺗﻬﺎ اﻟﻮﺻﻔﻴﺔ اﻟﺘﻲ ﺳﺠﻠﺖ ﻓﻲ ﺑﻴﺎﻧﺎت اﻟﻤﺘﻐﻴﺮات اﺗﺒﻊ‬
‫اﻟﺨﻄﻮات اﻟﻤﻮﺿﺤﺔ ﻓﻲ اﻟﺼﻮرة اﻟﺘﺎﻟﻴﺔ ‪:‬‬

‫‪١٢‬‬
‫‪ ‬‬
 ‫ﺑﻌﺪ ﺗﻌﺒﺌﺔ )‪ (٢٠‬اﺳﺘﺒﺎﻧﺔ ﻳﺼﺒﺢ اﻟﺸﻜﻞ آﻤﺎ ﻳﻠﻲ ‪:‬‬

‫واﻵن ﺑﻌﺪ ﺗﻌﺒﺌﺔ ﺟﻤﻴﻊ اﻻﺳﺘﺒﺎﻧﺎت ﻧﺤﻔﻆ اﻟﺒﻴﺎﻧﺎت ﺛﻢ ﻧﺴﺘﻄﻴﻊ أن ﻧﺠﺮي اﻟﻌﻠﻤﻴﺎت اﻹﺣﺼﺎﺋﻴﺔ اﻟﺘﻲ‬
‫ﻧﺮﻳﺪهﺎ ﻻﺳﺘﺨﺮاج ﻣﻠﺨﺺ اﻟﺪراﺳﺔ وﻧﺘﺎﺋﺞ اﺧﺘﺒﺎر اﻟﻔﺮوض واﻟﺘﻮﺻﻴﺎت ‪ .....‬إﻟﺦ ‪.‬‬

‫‪١٣‬‬
 ‫ﺍﻟﻔﺼﻞ ﺍﻟﺜﺎﻧﻲ‬
‫اﺳﺘﺨﺪام ﺑﺮﻧﺎﻣﺞ ‪ SPSS‬ﻓﻲ اﻹﺣﺼﺎء اﻟﻮﺻﻔﻲ‪.‬‬ ‫•‬
‫ﻃﺮق ﻋﺮض اﻟﺒﻴﺎﻧﺎت ) اﻟﺠﺪاول ‪ ،‬و اﻟﺮﺳﻮم اﻟﺒﻴﺎﻧﻴﺔ ( ‪  .‬‬ ‫•‬
‫ﻣﻘﺎﻳﻴﺲ اﻟﻨﺰﻋﺔ اﻟﻤﺮآﺰﻳﺔ ـ ‪ Measures  of  Central  Tendency‬ـ وهﻲ‬ ‫•‬
‫اﻟﻤﺘﻮﺳﻂ اﻟﺤﺴﺎﺑﻲ )‪ ( Average  or  Mean‬واﻟﻮﺳﻴﻂ ) ‪ (Median‬واﻟﻤﻨﻮال‬
‫)‪  .( Mode‬‬
‫ﻣﻘﺎﻳﻴﺲ اﻟﺘﺸﺘﺖ ) ‪ ( Variance measurement‬ﻣﻤﺜﻠﺔ ﻓﻲ‪ :‬اﻟﻤﺪى اﻟﻤﻄﻠﻖ أو‬ ‫•‬
‫اﻟﻤﺪى)‪ ،(Range‬واﻟﺘﺒﺎﻳﻦ )‪ (The Variance‬واﻻﻧﺤﺮاف اﻟﻤﻌﻴﺎري )‪Standard ‬‬
‫‪ ، (Deviation‬واﻻﻟﺘﻮاء )‪ (Skewness‬واﻟﺘﻔﺮﻃﺢ )‪  .(Kurtosis‬‬
‫اﺧﺘﺒﺎر اﻟﻄﺒﻴﻌﻴﺔ )‪  .(Test of Normality‬‬ ‫•‬
‫أﻣﺜﻠﺔ ﺗﻄﺒﻴﻘﻴﺔ‪  .‬‬ ‫•‬

‫‪١٤‬‬
 ‫ﺍﺳﺘﺨﺪﺍﻡ ﺑﺮﻧﺎﻣﺞ ‪ SPSS ‬ﰲ ﻋﻤﻠﻴﺎﺕ ﺍﻟﻌﺮﺽ ﻭﺍﻟﺘﺤﻠﻴﻞ ﺍﻹﺣﺼﺎﺋﻲ‬
‫ﺇﻥ ﻋﻤﻠﻴﺎﺕ ﺍﻟﻌﺮﺽ ﻭﺍﻟﺘﺤﻠﻴﻞ ﺍﻹﺣﺼﺎﺋﻲ ﻻ ﲢﺘﺎﺝ ‪‬ﻬﻮﺩ ﻛﺒﲑ ﺃﻭ ﻣﻌﻠﻮﻣﺎﺕ ﺃﻛﺜﺮ ﰲ ﻋﻠﻢ ﺍﻹﺣﺼﺎﺀ ﺣﻴﺚ ﳝﻜﻦ ﻷﻱ‬
‫ﻣﺴﺘﺨﺪﻡ ﻣﻬﻤﺎ ﻛﺎﻧﺖ ﺧﻠﻔﻴﺘﻪ ﺍﻹﺣﺼﺎﺋﻴﺔ ﺍﺳﺘﺪﻋﺎﺀ ﺍﻷﻭﺍﻣﺮ ﻭﺗﻨﻔﻴﺬﻫﺎ ﺑﺴﻬﻮﻟﺔ ‪ .‬ﻓﺒﻌﺪ ﲨﻊ ﺍﻟﺒﻴﺎﻧﺎﺕ ﻭﺇﺩﺧﺎﳍﺎ ﰲ ﺍﻟﱪﻧﺎﻣﺞ‬
‫ﻧﻨﺘﻘﻞ ﺑﻌﺪ ﺫﻟﻚ ﺇﱃ ﺗﻨﻈﻴﻢ ﺍﻟﺒﻴﺎﻧﺎﺕ ﻭﻭﺻﻔﻬﺎ ﻭﲢﻠﻴﻠﻬﺎ ﺑﻄﺮﻳﻘﺔ ﲡﻌﻠﻬﺎ ﻣﻔﻬﻮﻣﺔ ﺃﻛﺜﺮ ﻟﻠﻤﺴﺘﺨﺪﻡ ‪ ،‬ﻳﺘﻢ ﺫﻟﻚ ﺑﺎﺳﺘﺨﺪﺍﻡ ﻓﺮﻋﺎ‬
‫ﻋﻠﻢ ﺍﻹﺣﺼﺎﺀ ﺍﳊﺪﻳﺚ ) ﺍﻹﺣﺼﺎﺀ ﺍﻟﻮﺻﻔﻲ ﻭ ﺍﻹﺣﺼﺎﺀ‪ ‬ﺍﻻﺳﺘﺪﻻﱄ ( ﻭﳘﺎ ﺿﺮﻭﺭﻳﺎﻥ ﻻﲣﺎﺫ ﺍﻟﻘﺮﺍﺭ‪  .‬‬
‫ﻭﻓﻴﻤﺎ ﻳﻠﻲ ﻳﺘﻢ ﺍﺳﺘﺨﺪﺍﻡ ﺍﻟﻔﺮﻉ ﺍﻷﻭﻝ ﻣﻦ ﻋﻠﻢ ﺍﻹﺣﺼﺎﺀ ـ ﺍﻹﺣﺼﺎﺀ ﺍﻟﻮﺻﻔﻲ ـ ﻟﺘﻨﻈﻴﻢ ﻭﻭﺻﻒ ﺍﻟﺒﻴﺎﻧﺎﺕ‪.‬‬

‫ً‬
‫ﺃﻭﻻ ‪ :‬ﺍﻹﺣﺼﺎء ﺍﻟﻮﺻﻔﻲ )‪: (Descriptive Statistics‬‬
‫ﺍﻹﺣﺼﺎﺀ ﺍﻟﻮﺻﻔﻲ ‪ :‬ﻫﻮ ﻋﻠﻢ ﺍﺳﺘﻨﺒﺎﻁ ﺍﳊﻘﺎﺋﻖ ﻣﻦ ﺍﻷﺭﻗﺎﻡ ﺑﻄﺮﻳﻘﺔ ﻋﻠﻤﻴﺔ ‪ .‬ﺣﻴﺚ ﻳﺘﻢ ﺗﻨﻈﻴﻢ ﻭﺗﻠﺨﻴﺺ ﺍﳌﻌﻠﻮﻣﺎﺕ‬
‫ﻟﺘﺴﻬﻴﻞ ﻓﻬﻤﻬﺎ ﻭﺩﺭﺍﺳﺘﻬﺎ ‪ ،‬ﻭﻳﺘﻢ ﻋﺮﺽ ﺍﻟﺒﻴﺎﻧﺎﺕ ﺑﺎﻟﻄﺮﻕ ﺍﻟﺘﺎﻟﻴﺔ ‪:‬‬
‫‪ (١‬ﺟﺪﻭﻟﺔ ﺍﻟﺒﻴﺎﻧﺎﺕ )‪ : (Tabulation‬ﻭﻳﺘﻢ ﰲ ﻫﺬﻩ ﺍﻟﻄﺮﻳﻘﺔ ﻭﺿﻊ ﺍﻟﺒﻴﺎﻧﺎﺕ ﰲ ﺟﺪﺍﻭﻝ ﺇﺣﺼﺎﺋﻴﺔ ﳜﺘﻠﻒ‬
‫ﺷﻜﻠﻬﺎ ﺣﺴﺐ ﻧﻮﻉ ﺍﻟﺒﻴﺎﻧﺎﺕ ) ﻭﺻﻔﻴﺔ ﺃﻭ ﻛﻤﻴﺔ ﻣﺘﻘﻄﻌﺔ ﺃﻭ ﻣﺴﺘﻤﺮﺓ ( ‪  .‬‬
‫ً‬
‫‪ (٢‬ﲤﺜﻴﻞ ﺍﻟﺒﻴﺎﻧﺎﺕ ﺑﻴﺎﻧﻴﺎ )‪ : (Graphical Representation‬ﻭﻫﻮ ﺍﻟﺘﻌﺒﲑ ﻋﻦ ﺍﻟﺒﻴﺎﻧﺎﺕ ﺑﺮﺳﻮﻡ‬
‫ﺑﻴﺎﻧﻴﺔ ﺗﺘﻼﺋﻢ ﻣﻊ ﻃﺒﻴﻌﺘﻬﺎ ‪ ،‬ﻣﺜﻞ ‪  :‬‬
‫• ﺍﻷﻋﻤﺪ ﺍﻟﺒﻴﺎﻧﻴﺔ )‪ (Bar Chart‬ﻭﺍﻟﺮﺳﻮﻡ ﺍﻟﺪﺍﺋﺮﻳﺔ )‪ :(Pie Chart‬ﺗﺴﺘﺨﺪﻡ ﰲ ﺣﺎﻟﺔ ﺍﻟﺒﻴﺎﻧﺎﺕ ﺍﻟﱵ ﳍﺎ ﻭﺣﺪﺓ‬
‫ﻗﻴﺎﺱ ﺍﲰﻴﺔ ﺃﻭ ﺗﺮﺗﻴﺒﻴﺔ ‪ ،‬ﺑﺸﺮﻁ ﺃﻥ ﺗﻜﻮﻥ ﺗﻘﺴﻴﻤﺎﺕ ﺍﳌﺘﻐﲑ ﻟﻴﺴﺖ ﻛﺒﲑﺓ )ﺃﻗﻞ ﻣﻦ ﻋﺸﺮ ﺗﻘﺴﻴﻤﺎﺕ( ‪  .‬‬
‫• ﺍﳌﺪﺭﺝ ﺍﻟﺘﻜﺮﺍﺭﻱ )‪ (Histogram‬ﻭﺍﳌﻀﻠﻊ ﺍﻟﺘﻜﺮﺍﺭﻱ )‪ (Polygram‬ﻭﺍﳌﻨﺤﲎ ﺍﻟﺘﻜﺮﺍﺭﻱ‬
‫)‪ :(Frequency Curve‬ﺗﺴﺘﺨﺪﻡ ﰲ ﺣﺎﻟﺔ ﺍﻟﺒﻴﺎﻧﺎﺕ ﺍﳌﺴﺘﻤﺮﺓ ) ﻭﺣﺪﺓ ﻗﻴﺎﺳﻬﺎ ﻓﺘﺮﺓ ﺃﻭ ﻧﺴﺒﺔ ( ﺍﳌﻮﺿﻮﻋﺔ‬
‫ﰲ ﺍﳉﺪﺍﻭﻝ ﺍﻟﺘﻜﺮﺍﺭﻳﺔ ﺑﻌﺪ ﺍﻟﺘﺮﻣﻴﺰ )ﺍﻟﺘﻜﻮﻳﺪ( ‪ ،‬ﻭﻳﺴﺘﺨﺪﻡ ﺍﳌﺪﺭﺝ ﺍﻟﺘﻜﺮﺍﺭﻱ ﺃﻳﻀﹰﺎ ﰲ ﺣﺎﻟﺔ ﺍﻟﺒﻴﺎﻧﺎﺕ ﺍﻟﻜﻤﻴﺔ‬
‫ﺍﳌﺘﻘﻄﻌﺔ ‪  .‬‬
‫• ﺭﺳﻢ ﺍﻟﺼﻨﺪﻭﻕ )‪ : (Box Plot‬ﻭﻳﺴﺘﺨﺪ ﻟﻠﺒﻴﺎﻧﺎﺕ ﺍﳌﺴﺘﻤﺮﺓ ﺍﻟﱵ ﺗﻌﺘﻤﺪ ﻋﻠﻰ ﺍﻟﻮﺳﻴﻂ ﻭﺍﻟﺮﺑﻴﻌﻴﲔ ‪  .‬‬
‫• ﺭﺳﻢ ﺍﻟﺴﺎﻕ ﻭﺍﻷﻭﺭﺍﻕ )‪ : (Stem and Leaf‬ﻳﺴﺘﺨﺪﻡ ﻟﺘﻤﺜﻴﻞ ﺍﻟﺒﻴﺎﻧﺎﺕ ﺍﻟﻜﻤﻴﺔ )ﻣﺘﻘﻄﻌﺔ ﺃﻭ ﻣﺴﺘﻤﺮﺓ(‪  .‬‬
‫‪ (٣‬ﺣﺴﺎﺏ ﺍﳌﻘﺎﻳﻴﺲ ﺍﻹﺣﺼﺎﺋﻴﺔ )‪ : (Statisticals Measures‬ﺗﻮﺟﺪ ﻋﺪﺓ ﻣﻘﺎﻳﻴﺲ ﺇﺣﺼﺎﺋﻴﺔ ﻣﻨﻬﺎ ‪  :‬‬
‫ﺃ( ﻣﻘﺎﻳﻴﺲ ﺍﻟﱰﻋﺔ ﺍﳌﺮﻛﺰﻳﺔ ‪ : Measures  of  Central  Tendency‬ﻭﻳ‪‬ﻌﺮﻑ ﻣﻘﻴﺎﺱ‬
‫ﺍﻟﱰﻋﺔ ﺍﳌﺮﻛﺰﻳﺔ ﻟﻠﺒﻴﺎﻧﺎﺕ ﺑﺄﻧﻪ ﺍﻟﻌﺪﺩ ﺍﻟﺬﻱ ﺗﺘﻤﺮﻛﺰ ﺣﻮﻟﻪ ﺍﻟﺒﻴﺎﻧﺎﺕ ‪ .‬ﻭﺗﻮﺟﺪ ﻋﺪﺓ ﻣﻘﺎﻳﻴﺲ ﻟﻠﱰﻋﺔ ﺍﳌﺮﻛﺰﻳﺔ‬
‫ﻭﻫﻲ ‪  :‬‬
‫‪ 9‬اﻟﻤﺘﻮﺳﻂ اﻟﺤﺴﺎﺑﻲ ) ‪ : ( Average or Mean‬ﻭﻳﺼﻠﺢ ﻟﻠﺒﻴﺎﻧﺎﺕ ﺍﻟﻜﻤﻴﺔ ﻓﻘﻂ ﻭﻫﻮ ﻭﺣﻴﺪ ﻭﻳﺘﺄﺛﺮ ﺑﺎﻟﻘﻴﻢ‬
‫ﺍﻟﺸﺎﺫﺓ‪.‬‬
‫‪ 9‬واﻟﻮﺳﻴﻂ ) ‪ : (Median‬ﻭﻫﻮ ﺍﻟﻘﻴﻤﺔ ﺍﻟﱵ ﺗﻘﻊ ﰲ ﻣﻨﺘﺼﻒ ﺍﻟﺒﻴﺎﻧﺎﺕ ﺑﻌﺪ ﺍﻟﺘﺮﺗﻴﺐ ﺍﻟﺘﻨﺎﺯﱄ ﺃﻭﺍﻟﺘﺼﺎﻋﺪﻱ ﻭﻫﻮ‬
‫ﻭﺣﻴﺪ ﻭﻻ ﻳﺘﺄﺛﺮ ﺑﺎﻟﻘﻴﻢ ﺍﻟﺸﺎﺫﺓ ‪.‬‬

‫‪١٥‬‬
‫ﻭﻻ ﻳﺘﺄﺛﺮ ﺑﺎﻟﻘﻴﻢ ﺍﻟﺸﺸﺎﺫﺓ ﻟﻜﻨﻪ ﻗﺪ ﻻ ﻳﻜﻮﻥ ﻭﺣﻴﺪﺪﺍﺍﹰ ﻭﻗﺪ ﻻ‬
‫‪ 9‬واﻟﻤﻨﻮال ) ‪ : ( Modee‬ﻭﻫﻮ ﺍﻟﻘﻴﻤﺔ ﺍﻷﻛﻛﺜﺮ ﺷﻴﻮﻋﹰﺎ ﻻ‬
‫ﻳﻜﻮﻥ ﻣﻮﺟﻮﺩﹰﺍ‪.‬‬
‫• وﺗﻌﺘﺒﺮ ﻣﻘﺎﻳﻴﻴﺲ اﻟﻨﺰﻋﺔ اﻟﻤﺮآﺰﻳﺔ آﻠﻬﻬﺎ ﻣﻘﺎﻳﻴﺲ ﻣﻣﻄﻠﻘﺔ أي ﻟﻬﻬﺎ ﻧﻔﺲ ﺗﻤﻴﻴﻴﺰ اﻟﺒﻴﺎﻧﺎت اﻷﺻﻠﻴﺔ‬
‫اﻟﻤﻘﻴﺎس‪.‬‬
‫س‬ ‫ﻋﺘﻴﻦ أو أآﺜﺮ إذا اﺧﺘﻠﻔﺖ ووﺣﺪة‬
‫ﺼﻠﺢ ﻟﻠﻤﻘﺎرﻧﺔ ﺑﻴﻦ ﻣﺠﻤﻮﻋ‬
‫وﺑﺬﻟﻚ ﻻ ﺗﺼ‬
‫‪ : ( Varian‬ﻭﻫﻲ ﺗﻘﻴﺲ ﻣﺪﻯ ﺍﻟﺒﻌﺪ ﺃﻭ ﺍﻟﺘﺸﺘﺖ‬ ‫ﺏ( ﻣﻘﺎﻳﻴﺲ ﺍﻟﺘﺸﺘﺖ ) ‪nt‬‬
‫‪nce meassuremen‬‬
‫ﺑﲔ ﻣﻔﺮﺩﺍﺍﺕ ﺍﳌﺘﻐﲑ ﻋﻦ ﻣﻘﻴﺎﺱ ﺍﻟﻨـﺰﻋﻋﺔ ﺍﳌﺮﻛﺰﻳﺔ ﺍﳋﺎﺎﺹ ‪‬ﺎ ‪ ،‬ﻭﺗﻮﺟﺟﺪ ﻣﻘﺎﻳﻴﺲ ﻣﻄﻄﻠﻘﺔ ﻟﻠﺘﺸﺘﺖ ﻭﻭﻣﻘﺎﻳﻴﺲ‬
‫ﻧﺴﺒﻴﺔ ﻣﻨﻬﻬﺎ ‪  :‬‬
‫ﺍﻟﺸﺎﺫﺓ‪.‬‬
‫ﺓ‬ ‫ﻭﺃﻗﻞ ﻗﻴﻤﺔ ﻭﻫﻮ ﻳﺘﺄﺛﺛﺮ ﺑﺎﻟﻘﻴﻢ‬
‫ﺍﻟﺒﻌﺪ ﺑﲔ ﺃﻛﱪ ﻞ‬
‫‪ :( Range‬ﻭﻫﻮ ﺪ‬‫‪R‬‬ ‫اﻟﻤﺪى اﻟﻟﻤﻄﻠﻖ أو اﻟﻤﻤﺪى)‬ ‫‪9‬‬
‫ﺍﻟﺒﻴﺎﻧﺎﺕ ﻋﻦ ﺍﻟﻮﺳﻴﻂ ‪.‬‬
‫ﻳﻘﻴﺲ ﺗﺸﺘﺖ ﺕ‬ ‫اﻟﺘﺒﺎﻳﻦ )‪ :(The Variance‬ﺲ‬ ‫‪9‬‬
‫ﺍﳉﺬﺭ ﺍﻟﺘﺮﺑﻴﻌﻲ ﺍﳌﻮﺟﺟﺐ ﻟﻠﺘﺒﺎﻳﻦ ‪.‬‬
‫‪ :( Sttandard D‬ﻫﻮ ﺭ‬ ‫ف اﻟﻤﻌﻴﺎري )‪Deviation‬‬ ‫اﻻﻧﺤﺮاف‬ ‫‪9‬‬
‫ﳌﻘﺎﻳﻴﺲ ﺍﻟﻨﺴﺒﻴﺔ ﻟﻠﻟﻠﺘﺸﺘﺖ‪،‬‬‫ﻭﻫﻮ ﻣﻦ ﺃﺣﺴﻦ ﺍﳌﻘ‬ ‫‪ : ( Coefficient off Variation‬ﻮ‬ ‫ﻣﻌﺎﻣﻞ اﻻﻻﺧﺘﻼف ) ‪n‬‬ ‫‪9‬‬
‫ﻭﻳﺴﺘﺨﺪﻡﻡ ﺃﺃﺣﻴﺎﻧﹰﺎ ﻟﻠﺘﻌﺮﻑ ﻋﻠﻰ ﺍﻟﻘﻴﻢ ﺍﻟﺸﺎﺫﺎﺫﺓ ﻟﻠﺒﻴﺎﻧﺎﺕ ‪.‬‬
‫ﻣﻘﻴﺎس اﻻﻟﺘﻮاء ) ‪: ( Meeasure of  Skewnesss‬ﻭﻫﻮ ﻣﻣﻘﻴﺎﺱ ﺗﺸﺘﺖ ﻧﻧﺴﱯ ﳛﺪﺩ ﻫﻞ ﺍﻟﺒﻴﺎﻧﺎﺕ‬ ‫‪9‬‬
‫ﺍﻟﻴﻤﲔ ﺇﺫﺍ ﻛﺎﻥ ﺍﻻﻟﺘﻮﺍﻮﺍﺀ ﻣﻮﺟﺒﹰﺎ )‪) (+‬ﺍﻟﺸﻜﻞ ‪ ، (١‬ﻭﻭﻳﻜﻮﻥ ﻧﺎﺣﻴﺔ ﺍﻟﻴﻟﻴﺴﺎﺭ ﺇﺫﺍ‬
‫ﻭﻳﻜﻮﻥ ﻧﺎﺣﻴﺔ ﲔ‬
‫ﻣﺘﻤﺎﺛﻠﺔ ﺃﻡ ﻣﻠﺘﻮﻳﺔ ‪ ،‬ﻮﻥ‬
‫ﺍﻻﻟﺘﻮﺍﺀ ﺻﻔﺮﹰﺍ )ﺷﻜﻞ ‪   .(٣‬‬
‫ﺀ‬ ‫ﻛﺎﻧﺖ ﻗﻴﻤﺔ‬
‫ﺷﻜﻞ ‪ ، (٢‬ﻭﻳﻜﻮﻥ ﻣﺘﻤﺎﺛ ﹰﻼ ﺇﺫﺍ ﺖ‬ ‫ﻛﺎﻥ ﺍﻻﻟﺘﻮﻮﺍﺀ ﺳﺎﻟﺒﹰﺎ ) ﻞ‬

‫ﻳﻘﻴﺲ ﻗﻤﺔ ﺍﳌﻨﺤﲎ ‪.‬ﻭﻳﺄﺧﺬ‬

‫‪ :( Measure ‬ﻭﻫﻮ ﻣﻘﻴﺎﻴﺎﺱ ﻧﺴﱯ ﺲ‬
‫‪M‬‬ ‫ﻣﻘﻴﺎس اﻟﻟﺘﻔﺮﻃﺢ ) ‪o Kurtosiis‬‬
‫‪of ‬‬
‫ﺍﻟﺸﻜﻞ ﺍﳌﺪﺪﺑﺐ )‪ (Leptokkurtic‬ﻋﻨﺪﺪﻣﺎ ﺗﻜﻮﻥ ﻣﻌﻈﻈﻢ‬
‫ﻭﺍﻟﺬﻳﻠﲔ‪ ،‬ﻭﻳﺄﺧﺬ ﺍﻟﺸﻜﻜﻞ‬
‫ﲔ‬ ‫ﺏ ﻣﻦ ﺍﻟﻮﺳﻂ ﺍﳊﳊﺴﺎﰊ‬ ‫ﺍﻟﻘﻴﻢ ﺑﺎﻟﻘﺮﺏ‬
‫ﻜﻮﻥ ﻣﻌﻈﻢ ﺍﻟﻘﻘﻴﻢ‬
‫‪ (Platykurtic‬ﻋﻨﺪﻣﺎ ﺗﻜﻮ‬
‫‪P‬‬ ‫ﺍﳌﻔﺮﻃﺢ )‪c‬‬
‫ﻠﲔ‪ ،‬ﻭﻳﻜﻮﻥ ﻣﺘﻮﺳﻂ ﺍﻟﺘﻔﺮﻃﻃﺢ‬ ‫ﺑﻌﻴﺪﺓ ﻋﻦ ﺍﻟﻮﺳﻂ ﻭﺍﻟﺬﻳﻠﲔ‬
‫‪ Norma‬ﻋﻨﺪﻣﺎ ﻳﻜﻮﻮﻥ‬
‫‪N‬‬ ‫‪(Mesokurtic‬‬
‫‪M‬‬ ‫)ﻣﻌﺘﺪﻝ( )‬
‫ﺼﻔﺮ ﺃﻭ ‪.٣‬‬
‫ﺮﻃﺢ ﻣﺴﺎﻭﻳﹰﺎ ﻟﻠﺼ‬
‫ﻣﻌﺎﻣﻞ ﺍﻟﺘﻔﺮﻃ‬

‫ﺍﻹﺣﺼﺎﺋﻴﺔ ﺍﳌﻌﻠﻤﻴﺔ‬
‫ﺔ‬ ‫ﺍﻟﻔﺮﻭﺽ ﰲ ﺍﻻﺧﺘﺒﺎﺭﺍﺕ‬
‫ﺽ‬ ‫ﻄﺒﻴﻌﻴﺔ )‪ : (Test of Normaliity‬ﻣﻣﻦ ﺃﻫﻢ‬
‫‪ (٤‬ﺍﺧﺘﺒﺎﺭ ﺍﻟﻄ‬
‫‪ (Normal Di‬ﺣﻴﺚ‬
‫‪N‬‬ ‫ﺨﺪﻣﺔ ﻫﻮ ﺍﻟﺘﻮﺯﻳﻳﻊ ﺍﻟﻄﺒﻴﻌﻲ )‪n‬‬
‫‪istribution‬‬ ‫ﺃﻥ ﻳﻜﻮﻥ ﺍﻟﺘﻮﺯﺯﻳﻊ ﺍﻻﺣﺘﻤﺎﱄ ﻟﻟﻠﺒﻴﺎﻧﺎﺕ ﺍﳌﺴﺘﺨ‬
‫ﺍﻟﺮﻳﺎﺿﻴﺔ ﻭﻳﻠﻌﺐ‬
‫ﺔ‬ ‫ﺼﺎﺋﻴﺔ‬
‫ﺃﺳﺎﺳﹰﺎ ﻟﻜﺜﲑ ﻣﻦ ﺍﻟﻟﻨﻈﺮﻳﺎﺕ ﺍﻹﺣﺼ‬
‫ﻳﻌﺘﱪﻣﻦ ﺃﻫﻢ ﺍﻟﺘﻮﺯﻳﻌﺎﺕ ﰲ ﻋﻋﻠﻢ ﺍﻹﺣﺼﺎﺀ ﺑﻞ ﻳﻌﺘﱪ ﺳ‬
‫ﺼﺎﺋﻴﺔ ﻭﻓﺘﺮﺍﺕ ﺍﻟﺜﻘﺔ ﻭﻏﲑ ﻚ‬
‫ﺫﻟﻚ ﻭﺃﻥ ﺍﻟﻜﺜﲑ ﻣﻦ ﺍﻟﺼﻔﺎﺕ ﻛﺎﻟﻄﻮﻝ‬ ‫ﺩﻭﺭﹰﺍ ﺃﺳﺎﺳﻴﹰﺎ ﰲ ﺍﺧﺘﺒﺎﺭﺍﺕ ﺍﻟﻟﻔﺮﻭﺽ ﺍﻹﺣﺼ‬
‫ﻣﻦ ﺍﳌﺸﺎﻫﺪﺍﺕ ﻓﻓﺈﻥ ﺗﻮﺯﻳﻌﻬﺎ ﻳﻘﺘﺘﺮﺏ ﻣﻦ‬
‫ﻗﻴﺴﺖ ﻟﻌﺪﺩ ﻛﺒﲑ ﻦ‬
‫ﻭﺍﻟﻮﺯﻥ ﻭﻣﺴﺘﻮﻮﻯ ﺍﻟﺬﻛﺎﺀ ﻭﺍﻟﺰﺰﻭﺍﺝ ﻭﻣﺎ ﺇﱃ ﺫﺫﻟﻚ ﺇﺫﺍ ﺖ‬
‫ﳉﺮﺳﻲ ﻟﻜﻮﻥ‬
‫ﺍﻟﻄﺒﻴﻌﻲ‪ ،‬ﻭﻳﻌﺮﻑ ﺑﺄﲰﺎﺎﺀ ﳐﺘﻠﻔﺔ ﻣﻨﻬﺎ ﺍﻟﺘﻮﺯﻳﻊ ﺍ ﻲ‬
‫‪،‬‬ ‫ﺍﻟﺘﻮﺯﻳﻊ ﺍﻟﻄﺒﻴﻌﻲﻲ ﺇﻥ ﱂ ﻳﻜﻦ ﻳﻳﺄﺧﺬ ﺻﻮﺭﺓ ﺍﻟﺘﺘﻮﺯﻳﻊ‬
‫ﳉﺮﺱ‪ .‬ﻭ ﺑﺪﻭﻥ ﺫﺫﻟﻚ ﺍﻟﺸﺮﻁ ﻻ ﳝﻜﻦ ﺗﻄﺒﻴﻖ ﺍﺍﻻﺧﺘﺒﺎﺭ ﻣﻦ ﺍﻟﻨﺎﻨﺎﺣﻴﺔ ﺍﻟﻌﻠﻤﻴﺔ ‪  .‬‬
‫ﺷﻜﻠﻪ ﻳﺸﺒﻪ ﺍﳉ‬

‫‪١٦‬‬
 ‫‪ ‬‬
‫أن اﻟﺒﻴﺎﻧﺎت ﺗﺘﻮﻮزع ﺣﺴﺐ ااﻟﺘﻮزﻳﻊ اﻟﻄﺒﻴﻴﻌﻲ ؟‬ ‫( إذًا آﻴﻒ‬
‫ﻒ ﻧﺘﺄآﺪ ﻣﻦ ن‬
‫‪ ‬‬

‫‪Norm‬‬ ‫ﺑﺎﺳﺘﺨﺪﺍﻡ ﺍﻟﺸﻜﻞ ﺍﻟﺒﻴﺎﺎﱐ ) ﻣﻨﺤﲎ ﺍﻟﺘﻮﺯﻳﻊ ﺍﻟﻄﺒﻴﻌﻌﻲ ‪bution ‬‬

‫‪mal  Distrib‬‬ ‫ﻡ‬ ‫‪ (١‬ﻳﺘﻢ ﺍﻟﺘﺄﺘﺄﻛﺪ‬
‫ﻼ ﺣﻮﻝ ﺍﻟﻮﺳﺳﻂ ﺍﳊﺴﺎﰊ ﻓﺒﺬﺬﻟﻚ‬
‫‪ (Cu‬ﲝﻴﺚ ﻳﻜﻮﻮﻥ ﺍﳌﻨﺤﲎ ﻣﺘﻤﺎﺎﺛ ﹰ‬
‫‪urve‬‬
‫ﺗﻮﺯﻳﻌﺎ ﻃﺒﻴﻌﻴﹰﺎ ‪ .‬ﻛﻤﻤﺎ ﻫﻮ ﻣﻮﺿﺢ ﰲ ﺍﻟﺸﻜﻞ ﺍ‪‬ﺎﺎﻭﺭ‬
‫ﻳﻜﻮﻥ ﻟﻠﺒﻴﺎﻧﺎﺕ ﻌﹰﺎ‬
‫ﺍﳊﺴﺎﰊ ﻭ ﺗﺮﻣﺰ ) ‪ ( σ‬ﻟﻼﳓﺮﺍﻑ‬
‫ﰊ‬ ‫ﺣﻴﺚ ) ‪ ( μ‬ﺗﺮﻣﺰ ﻟﻠﻠﻮﺳﻂ‬
‫ﻱ ‪ ،‬ﻭﺑﺪﺭﺍﺳﺔ ﺍﺍﻟﺸﻜﻞ ﺍ‪‬ـﺎﻭﻭﺭ ﳒـﺪ ﺃﻥ‬
‫ﺍﳌﻌﻴﺎﺭﻱ‬
‫‪ σ – μ = x‬ﻭ ‪ σ + μ = x‬ﺗﺴﺎﻭﻱ‬
‫ﲟﻘﺪﺍﺭ ﺳﻴﺠﻤﺎ ‪μ = x ،( σ‬‬
‫‪ %٦٨.٢٦‬ﺗﻘﺮﻳﺒﹰﺎ )ﺃﻱ ﺃﻥ ‪ %٦٨‬ﻣﻦ ﺍﻟﺒﻴﺎﻧﺎﺕ ﺗﺒﻌﻌﺪ ﻋﻦ ﺍﻟﻮﺳﻂ ﺍﳊﺴﺎﰊ ﺭ‬
‫ﻋﻦ ﺍﻟﻮﺳﻂ‬
‫‪ %٩٥.٤٥‬ﺗﻘﺮﺮﻳﺒﹰﺎ ) ﺃﻱ ﺃﻥ ‪ %٩٥‬ﻣﻦ ﺍﻟﺒﻴﻴﺎﻧﺎﺕ ﺗﺒﻌﺪ ﻦ‬
‫–‪ 2σ ‬ﻭ ‪ 2σ + μ = x‬ﺗﺴﺎﻭﻱ ‪٥‬‬
‫‪ %٩٩‬ﺗﻘﺮﻳﺒﹰﺎ ) ﺃﻱ ﺃﻥ‬
‫ﰊ ﲟﻘﺪﺍﺭ ‪ 3σ – μ = x ،( 2σ‬ﻭ ‪ 3σ + μ = x‬ﺗﺗﺴﺎﻭﻱ ‪٩.٧٣‬‬
‫ﺍﳊﺴﺎﰊ‬
‫ﺍﻟﻮﺳﻂ ﺍﳊﺴﺎﰊ ﲟﻘﺪﺍﺍﺭ ‪  .(3σ‬‬
‫‪ %٩٩‬ﻣﻦ ﺍﻟﺒﻴﺎﻧﺎﺕ ﺗﺗﺒﻌﺪ ﻋﻦ ﻂ‬
‫ﺍﻟﺒﻴﺎﻧﺎﺕ ﻣﺘﻤﺎﺛﻠﺔ ‪ ،‬ﻭﻭﺇﺫﺍ ﻛﺎﻥ‬
‫ﺕ‬ ‫ﻟﻠﺼﻔﺮ ﻛﺎﻧﺖ‬
‫ﺮ‬ ‫‪ (٢‬ﻳﺘﻢ ﺍﻟﺘﺄﺄﻛﺪ ﺃﻳﻀﹰﺎ ﲝﺴﺎﺎﺏ ﻣﻌﺎﻣﻞ ﺍﻻﻟﺘﺘﻮﺍﺀ ﻓﺈﺫﺍ ﻛﺎﻥ ﻣﺴﺎﻭﻳﹰﺎ‬
‫ﺍﻟﺒﻴﺎﻧﺎﺕ ﺗﺘﻮﺯﻉ‬
‫ﺕ‬ ‫ﻭﺑﺎﻟﺘﺎﱄ ﻓﺈﻥ‬
‫ﱄ‬ ‫ﻣﻌﺎﻣﻞ ﺍﻟﺘﻔﺮﻃﺢ ﻣﺴﺎﻭﻭﻳﹰﺎ ﻟﻠﺼﻔﺮ ﺃﻭ ‪ ٣‬ﻛﺎﻧﺖ ﺍﻟﺒﻴﺎﻧﺎﺎﺕ ﻣﻌﺘﺪﻟﺔ ﺍﻟﺘﻔﻔﺮﻃﺢ ‪،‬‬
‫ﺍﻟﻄﺒﻴﻌﻲ ‪ .‬‬
‫ﺣﺴﺐ ﺍﻟﺘﻮﺯﻳﻊ ﻌﻲ‬

‫ﺻﻔﻲ‬
‫ﺗﻄﺒﻴﻘﺎﺕ ﻋﻠﻰ ﺍﻹﺣﺼﺎء ﺍﻟﻮﺻ‬
‫ﺕ‬

‫ﻄﺒﻴﻖ ﺍﻷﻭﻝ ‪ :‬ﺑﻌﺪ أن أدﺧ‬

‫ﺧﻠﺖ ﺟﻤﻴﻊ اﻟﻟﺒﻴﺎﻧﺎت ﻓﻲ اﻟﻟﻤﺜﺎل اﻟﺴﺎﺑﻖ ‪ ،‬أوﺟﺪ ﻣﺎ ﻳﻳﻠﻲ ‪:‬‬ ‫ﺍﻟﺘﻄ‬
‫ً‬
‫اﻟﻨﺰﻋﺔ اﻟﻤﺮآﺰﻳﺔ وواﻟﺘﺸﺘﺖ ﻷﻋﻤﻤﺎر اﻟﻤﺴﺘﻔﻴﺪﻳﻳﻦ ‪.‬‬
‫ﺔ‬ ‫ﺃﻭﻻ ‪ :‬ﺣﺴﺎب ﻣﻘﺎﺎﻳﻴﺲ‬
‫ً‬
‫ﻋﻠﻰ ﺣﺪة ‪.‬‬
‫ﻋﻤﺎر اﻟﺬآﻮر واﻹﻧﺎث آﻞ ﻋ‬ ‫ﻋﺔ اﻟﻤﺮآﺰﻳﺔ واﻟﺘﺸﺘﺖ ﻷﻋ‬ ‫ﺛﺎﻧﻴﻴﺎ ‪ :‬ﺣﺴﺎب ﻣﻣﻘﺎﻳﻴﺲ اﻟﻨﺰﻋ‬

‫اﻟﺤﻞ ‪:‬‬
‫ﻞ‬
‫اﻟﺬآﻮر واﻹﻧﺎث ﻣﻌ ًﺎ (‪:‬‬
‫ر‬ ‫اﻟﻨﺰﻋﺔ اﻟﻤﺮآﺰﻳﺔ وواﻟﺘﺸﺘﺖ ﻷﻋﻤﻤﺎر اﻟﻤﺴﺘﻔﻴﺪﺪﻳﻦ )‬
‫ﺔ‬ ‫أو ًﻻ ‪ :‬ﺣﺴﺎب ﻣﻘﻘﺎﻳﻴﺲ‬
‫ﻋﻴﺔ ﻟﻺﺣﺼﺎءءات اﻟﻮﺻﻔﻴﻴﺔ ‪Descrriptive‬‬ ‫‪ (١‬ﻣﻦ ﻗﺎﺋﻤﺔ اﻟﺘﻟﺘﺤﻠﻴﻞ ‪ Anaalyze‬اﺧﺘﺮ اﻟﻘﺎﺋﻤﺔ اﻟﻔﺮﻋ‬
‫اﻟﺘﺎﻟﻲ ‪  :‬‬
‫اﻟﺘﻜﺮارات ‪ Freequency‬آﻤﺎ ﻓﻲ اﻟﺸﻜﻞ ﻲ‬‫ت‬ ‫ﻋﻠﻴﻚ أن ﺗﺨﺘﺎر أأﻣﺮ‬
‫‪ Statistics‬وﻣﻦ ﺛﻢ ﻚ‬

‫‪١٧‬‬
 ‫‪ (٢‬ﻳﻈﻬﺮ ﻣﺮﺑﻊ اﻟﺤﻮار اﻟﺘﺎﻟﻲ ‪  :‬‬

‫ﻧﻨﻘﻞ اﻟﻤﺘﻐﻴﺮ )اﻟﻌﻤﺮ( ﻟﺨﺎﻧﺔ اﻟﻤﺘﻐﻴﺮات )‪ (Variable‬وذﻟﻚ ﻣﻦ ﺧﻼل اﻟﻀﻐﻂ ﺑﺎﻟﻔﺄرة ﻋﻠﻰ‬ ‫‪(٣‬‬
‫اﻟﻤﺘﻐﻴﺮ وﻣﻦ ﺛﻢ اﻟﻀﻐﻂ ﻋﻠﻰ اﻟﺴﻬﻢ رﻗﻢ )‪ (١‬ﻓﻲ اﻟﺼﻮرة ) أو ﻣﻦ ﺧﻼل اﻟﻀﻐﻂ ﻣﺮﺗﻴﻦ‬
‫ﺑﺎﻟﻔﺄرة ﻋﻠﻰ اﻟﻤﺘﻐﻴﺮ )اﻟﻌﻤﺮ( ( ‪.‬‬
‫ﺑﺎﻟﻀﻐﻂ ﻋﻠﻰ زر ‪Statistics‬‬ ‫‪(٤‬‬
‫ﻋﻨﺪ اﻟﺮﻗﻢ )‪ (٢‬ﻓﻲ اﻟﺼﻮرة‬
‫ﻳﻈﻬﺮ اﻟﻤﺮﺑﻊ اﻟﺤﻮاري آﻤﺎ‬
‫ﻓﻲ اﻟﺼﻮرة اﻟﻤﺠﺎورة وﻧﺨﺘﺎر‬
‫ﻣﻨﻪ ﺣﺴﺎب ﻣﻘﺎﻳﻴﺲ اﻟﻨﺰﻋﺔ‬
‫اﻟﻤﺮآـــﺰﻳـــــــــــﺔ ‪Central ‬‬
‫‪ Tendency‬وﻣﻘـــــــــﺎﻳﻴﺲ‬
‫اﻟﺘﺸـــــــــﺘﺖ ‪Dispersion‬‬
‫واﻟﺮﺑﻌﻴﺎت ‪. Quartile‬‬
‫ﺑﺎﻟﻀﻐﻂ ﻋﻠﻰ ‪Continue‬‬ ‫‪(٥‬‬
‫اﻟﺤﻮاري‬ ‫ﻟﻠﻤﺮﺑﻊ‬ ‫ﻧﻌﻮد‬
‫اﻟﺨﺎص ﺑﺎﻷﻣﺮ ‪ Frequencies‬اﻟﺴﺎﺑﻖ ﺛﻢ ﻧﻀﻐﻂ ﻋﻠﻰ ‪ Charts‬اﻟﻤﺸﺎر إﻟﻴﻬﺎ ﺑﺎﻟﺮﻗﻢ )‪ (٣‬ﻓﻲ‬
‫اﻟﺼﻮرة اﻟﺴﺎﺑﻘﺔ ﺗﻈﻬﺮ ﺷﺎﺷﺔ ﺟﺪﻳﺪة ﻟﺘﺤﺪﻳﺪ اﻟﺮﺳﻢ اﻟﺒﻴﺎﻧﻲ وﻣﻨﻬﺎ ﻧﺨﺘﺎر ‪ Histogram‬ﻹﻧﻨﺎ‬
‫ﻧﺴﺘﺨـــﺪم ﺑﻴـــــﺎﻧــــﺎت‬
‫ﻣﺴﺘﻤـــــــﺮة ﺛﻢ ﻧﻠﺤﻘﻪ‬
‫اﺧﺘﻴــــــــــــــﺎر ‪With ‬‬
‫‪Normal  Curve‬‬
‫ﻟﺘﻮﺿﻴـــــﺢ اﻟﺘﻮزﻳـــﻊ‬
‫اﻟﻄﺒﻴــــــﻌﻲ آﻤـــــﺎ ﻓﻲ‬
‫اﻟﺼــــــــــــــــﻮرة‬
‫اﻟﻤﺠﺎورة‪  .‬‬
‫ﺛﻢ ﻧﻀﻐﻂ ﻋﻠﻰ ‪ Continue‬ﺛﻢ ‪ OK‬ﻓﺘﻈﻬﺮ اﻟﻨﺘﺎﺋﺞ اﻟﺘﺎﻟﻴﺔ‪  :‬‬ ‫‪(٦‬‬

‫‪١٨‬‬
 ‫‪ ‬‬

‫‪Statistics ‬‬
‫‪ ‬‬
‫‪Histogram‬‬ ‫ﺍﻟﻌﻤﺭ‬
‫‪20‬‬ ‫‪Valid‬‬ ‫‪N‬‬
‫‪6‬‬
‫‪0‬‬ ‫‪Missing‬‬
‫‪35.5500‬‬ ‫‪  Mean‬‬
‫‪5‬‬
‫‪2.36474‬‬ ‫‪  Std. Error of Mean‬‬
‫‪4‬‬ ‫‪34.5000‬‬ ‫‪Median‬‬
‫‪Frequency‬‬

‫‪40.00‬‬ ‫‪Mode‬‬
‫‪3‬‬ ‫‪10.57542‬‬ ‫‪Std. Deviation‬‬
‫‪111.839‬‬ ‫‪Variance‬‬
‫‪2‬‬ ‫‪Skewness‬‬
‫‪.754‬‬
‫‪.512‬‬ ‫‪Std. Error of Skewness‬‬
‫‪1‬‬
‫‪Mean =35.55‬‬ ‫‪-.220‬‬ ‫‪  Kurtosis‬‬
‫‪Std. Dev. =10.‬‬
‫‪575‬‬ ‫‪.992‬‬ ‫‪Std. Error of Kurtosis‬‬
‫‪0‬‬
‫‪N =20‬‬
‫‪20.00‬‬ ‫‪30.00‬‬ ‫‪40.00‬‬ ‫‪50.00‬‬ ‫‪60.00‬‬
‫‪36.00‬‬ ‫‪Range‬‬
‫ﻟ‬ ‫‪22.00‬‬ ‫‪Minimum‬‬
‫‪Maximum‬‬
‫ﻓﻠﻮ أﺳﻘﻄﻨﺎ ﻋﻤﻮدًا ﻣﻦ ﻗﻤﺔ اﻟﻤﻨﺤﻨﻰ ﻧﺠﺪ أن اﻟﻤﻨﺤﻨﻰ ﻏﻴﺮ ﻣﺘﻤﺎﺛﻞ‬ ‫‪58.00‬‬
‫‪711.00‬‬ ‫‪Sum‬‬
‫وﻣﻠﺘﻮﻳ ًﺎ ﻧﺎﺣﻴﺔ اﻟﻴﻤﻴﻦ ‪ ،‬وﺑﺬﻟﻚ ﻓﺈن اﻟﺒﻴﺎﻧﺎت ﻻ ﺗﺘﻮزع ﺗﻮزﻳﻌ ًﺎ‬
‫‪26.2500‬‬ ‫‪25‬‬ ‫‪Percentiles‬‬
‫ﻃﺒﻴﻌﻴ ًﺎ ‪.‬‬ ‫‪50‬‬
‫‪34.5000‬‬
‫‪40.0000‬‬ ‫‪75‬‬

‫ﺛﺎﻧﻴ ًﺎ ‪ :‬ﺣﺴﺎب ﻣﻘﺎﻳﻴﺲ اﻟﻨﺰﻋﺔ اﻟﻤﺮآﺰﻳﺔ واﻟﺘﺸﺘﺖ ﻷﻋﻤﺎر اﻟﺬآﻮر واﻹﻧﺎث آ ٍﻞ ﻋﻠﻰ ﺣﺪة ‪:‬‬

‫‪ (١‬ﻣﻦ ﻗﺎﺋﻤﺔ اﻟﺘﺤﻠﻴﻞ ‪ Analyze‬اﺧﺘﺮ اﻟﻘﺎﺋﻤﺔ اﻟﻔﺮﻋﻴﺔ ﻟﻺﺣﺼﺎءات اﻟﻮﺻﻔﻴﺔ ‪Descriptive‬‬

‫‪ Statistics‬ﺛﻢ اﺧﺘﺮ أﻣﺮ اﺳﺘﻜﺸﻒ ‪ Explore‬آﻤﺎ ﻓﻲ اﻟﺸﻜﻞ اﻟﺘﺎﻟﻲ ‪:‬‬

‫‪ (٢‬ﻳﻔﺘﺢ ﻣﺮﺑﻊ اﻟﺤﻮار آﻤﺎ ﻓﻲ اﻟﺸﻜﻞ‬

‫اﻟﻤﺠﺎور ﻓﻨﻨﻘﻞ ﻣﺘﻐﻴﺮ اﻟﻌﻤﺮ إﻟﻰ‬
‫ﺧــﺎﻧـــﺔ اﻟﻤﺘﻐــــــــــﻴﺮات اﻟﺘــــﺎﺑﻌﺔ‬
‫‪ ،Dependent  List‬وﻧﻨﻘﻞ ﻣﺘﻐﻴﺮ‬
‫اﻟﻨــﻮع إﻟﻰ ﺧـﺎﻧﺔ ‪. Factor List‬‬
‫وﻣﻦ ﺛﻢ ﻧﻀﻊ ﻋﻼﻣﺔ ﻋﻠﻰ ﺧﺎﻧﺔ‬
‫‪ Statistics‬آﻤﺎ ﻣﺸﺎر إﻟﻴﻬﺎ ﺑﺎﻟﺮﻗﻢ‬
‫)‪ (٣‬ﻓﻲ اﻟﺼــــﻮرة ﻹﻇـــــــــﻬﺎر‬
‫اﻹﺣﺼﺎءات ﻓﻘﻂ دون إﻇﻬﺎر اﻟﺮﺳﻮﻣﺎت ﺛﻢ ﻧﻀﻐﻂ ﻋﻠﻰ ‪ OK‬ﻹﻇﻬﺎر اﻟﻨﺘﺎﺋﺞ اﻟﺘﺎﻟﻴﺔ ‪  :‬‬

‫‪١٩‬‬
 Descriptives 

Std. Error Statistic ‫ﺍﻟﻨﻭﻉ‬

3.56869 39.9091 Mean ‫ﺫﻜﺭ‬ ‫ﺍﻟﻌﻤﺭ‬
Lower Bound 95% Confidence
31.9576
Interval for Mean
Upper Bound  
47.8606

39.8990 5% Trimmed Mean

40.0000 Median
140.091 Variance  
11.83600 Std. Deviation
22.00 Minimum
58.00 Maximum
36.00 Range
20.00 Interquartile Range
.661 .066 Skewness  
1.279 -.956 Kurtosis
1.89867 30.2222 Mean ‫ﺃﻨﺜﻰ‬
Lower Bound 95% Confidence
25.8439
Interval for Mean
Upper Bound  
34.6006

30.0247 5% Trimmed Mean

28.0000 Median
32.444 Variance  
5.69600 Std. Deviation
24.00 Minimum
40.00 Maximum
16.00 Range
10.00 Interquartile Range
.717 .550 Skewness
1.400 -1.101 Kurtosis

‫ إﺧﺮاج اﻟﻤﺘﻐﻴﺮات اﻟﺪﻳﻤﻮﺟﺮاﻓﻴﺔ ﻋﻠﻰ ﺻﻮرة‬SPSS ‫ ﻣﻦ ﻣﻤﻴﺰات ﺑﺮﻧﺎﻣﺞ‬: ‫ﺍﻟﺘﻄﺒﻴﻖ ﺍﻟﺜﺎﻧﻲ‬

‫( ﻟﻤﺘﻐﻴﺮ اﻟﻨﻮع‬Pie  Chart) ‫ ﻓﻤﻦ ﺧﻼل اﻟﻤﺜﺎل اﻟﺴﺎﺑﻖ اﺳﺘﺨﺪم اﻟﺮﺳﻮم اﻟﺪاﺋﺮﻳﺔ‬،‫رﺳﻮم ﺑﻴﺎﻧﻴﺔ‬
.‫( ﻟﻤﺘﻐﻴﺮ ﻣﺴﺘﻮى اﻟﺘﻌﻠﻴﻢ‬Bars Chart) ‫ واﻷﻋﻤﺪة اﻟﺒﻴﺎﻧﻴﺔ‬،(‫ أﻧﺜﻰ‬، ‫)ذآﺮ‬

: ‫اﻟﺤﻞ‬
Chart Builder ‫ اﺧﺘﺮ اﻟﻘﺎﺋﻤﺔ اﻟﻔﺮﻋﻴﺔ ﻟﻺﺣﺼﺎءات اﻟﻮﺻﻔﻴﺔ‬Graphs ‫( ﻣﻦ ﻗﺎﺋﻤﺔ اﻟﺘﺤﻠﻴﻞ‬١
  : ‫آﻤﺎ ﻓﻲ اﻟﺸﻜﻞ اﻟﺘﺎﻟﻲ‬

٢٠
 ‫‪ (٢‬ﻳﻈﻬﺮ ﻣﺮﺑﻊ اﻟﺤﻮار اﻟﺘﺎﻟﻲ ﻧﺨﺘﺎر آﻤﺎ هﻮ ﻣﻮﺿﺢ ﻓﻲ اﻟﺼﻮرة ﺛﻢ ‪ OK‬ﻳﻈﻬﺮ اﻟﺮﺳﻢ اﻟﺒﻴﺎﻧﻲ‪  :‬‬

‫ﺍﻟﻨﻭﻉ‬
‫ﺫﻜﺭ‬
‫ﺃﻨــﺜﻰ‬

‫‪45.00%‬‬ ‫‪55.00%‬‬

‫‪ (٣‬ﻟﺮﺳﻢ اﻷﻋﻤﺪة اﻟﺒﻴﺎﻧﻴﺔ اﻟﺘﻲ ﺗﻤﺜﻞ ﻣﺴﺘﻮى اﻟﺘﻌﻠﻴﻢ ﻧﺘﺒﻊ اﻟﺨﻄﻮة اﻷوﻟﻰ ﻣﻦ ﻗﺎﺋﻤﺔ اﻟﺘﺤﻠﻴﻞ‬
‫‪ Graphs‬اﺧﺘﺎر اﻟﻘﺎﺋﻤﺔ اﻟﻔﺮﻋﻴﺔ ﻟﻺﺣﺼﺎءات اﻟﻮﺻﻔﻴﺔ ‪ Chart Builder‬ﺛﻢ ﻳﻈﻬﺮ ﻣﺮﺑﻊ‬
‫اﻟﺤﻮار آﻤﺎ هﻮ ﻣﻮﺿﺢ ﻓﻲ اﻟﺼﻮرة اﻟﺘﺎﻟﻴﺔ ‪:‬‬

‫‪8‬‬

‫‪6‬‬
‫‪Count‬‬

‫‪4‬‬
‫‪8‬‬
‫‪7‬‬
‫‪2‬‬
‫‪5‬‬

‫‪0‬‬

‫ـﺎﻨﻭﻱ‬
‫ﺜـ‬ ‫ﺠﺎﻤﻌﻲ‬ ‫ﺩﺭﺴﺎﺕ ﻋﻠﻴــﺎ‬
‫ﻤﺴــﺘﻭﻯ ﺍﻟﺘﻌﻠﻴــﻡ‬

‫*ﳝﻜﻨﻚ ﺗﻐﲑ ﺗﻨﺴﻴﻖ ﺍﻟﺮﺳﻢ ﺍﻟﺒﻴﺎﱐ ﺑﺎﻟﻀﻐﻂ ﻋﻠﻰ ﺍﻟﺮﺳﻢ ﺍﻟﺒﻴﺎﱐ ﻣﺮﺗﲔ ﺑﺎﳌﺎﻭﺱ ﺗﻔﺘﺢ ﻧﺎﻓﺬﺓ ﺍﻟﺘﻨﺴﻴﻖ‪.‬‬

‫‪٢١‬‬
 ‫ﺍﻟﺘﻄﺒﻴﻖ ﺍﻟﺜﺎﻟﺚ ‪ :‬ﻟﻮ ُ‬
‫ﻃﻠِﺐ ﻣﻨﻚ ﺣﺴﺎب اﻟﻤﺘﻮﺳﻂ اﻟﻤﺮﺟﺢ ﻹﺟﺎﺑﺎت اﻷﺳﺌﻠﺔ ﺑﻐﺮض ﻣﻌﺮﻓﺔ ﺁراء‬
‫واﺗﺠﺎهﺎت اﻟﻤﺴﺘﺠﻴﺒﻴﻦ ﻟﻼﺳﺘﺒﻴﺎن اﻟﺴﺎﺑﻖ ‪ .‬ﻓﻤﺎذا ﺗﻔﻌﻞ ؟‬

‫ﺧﻄﻮات اﻟﻌﻤﻞ ‪:‬‬

‫اﻟﺨﻄﻮة اﻷوﻟﻰ ‪ :‬ﻧﺤﺴﺐ ﻣﺘﻮﺳﻂ آﻞ ﻣﺤﻮر ﻣﻦ اﻟﻤﺤﺎور اﻟﺜﻼﺛﺔ اﻟﺘﻲ ﻓﻲ اﻟﺪراﺳﺔ ‪ ،‬وﻳﺘﻢ ذﻟﻚ‬
‫ﺑﺈﺿﺎﻓﺔ ﺛﻼﺛﺔ ﻣﺘﻐﻴﺮات ﻓﻲ ﺷﺎﺷﺔ ‪ Variable  View‬وﺗﺴﻤﻰ ) ‪ ( t1  ,  t2  ,t3‬اﻧﻈﺮ اﻟﺼﻮرة‬
‫اﻟﺘﺎﻟﻴﺔ ‪:‬‬

‫ﺛﻢ اﻻﻧﺘﻘﺎل إﻟﻰ ﺷﺎﺷﺔ ‪ Data  View‬ﻻﺣﺘﺴﺎب اﻟﻤﺘﻮﺳﻄﺎت اﻟﺤﺴﺎﺑﻴﺔ ‪ Mean‬ﻟﻠﻤﺤﺎور اﻟﺜﻼﺛﺔ‬
‫ﻼ اﻟﻤﺤﻮر اﻷول ﻳﺘﻜﻮن ﻣﻦ ‪٣‬‬ ‫)‪) ( t1  ,  t2  ,t3‬ﺣﻴﺚ اﻟﻤﺤﻮر ﻳﺘﻜﻮن ﻣﻦ ﻋﺪة ﻋﺒﺎرات ‪ ..‬ﻓﻤﺜ ً‬
‫ﻋﺒﺎرات واﻟﻤﺤﻮر اﻟﺜﺎﻧﻲ ﻣﻦ ‪ ٣‬ﻋﺒﺎرات أﻳﻀ ًﺎ‪ ،‬ﺑﻴﻨﻤﺎ اﻟﻤﺤﻮر اﻟﺜﺎﻟﺚ ﻳﺘﻜﻮن ﻣﻦ ﻋﺒﺎرﺗﻴﻦ ﻓﻘﻂ(‬
‫وﻟﺤﺴﺎب ﻣﺘﻮﺳﻂ اﻟﻤﺤﻮر اﻷول ‪ُ t1‬ﺗﺠﻤﻊ اﻟﻌﺒﺎرات اﻟﺜﻼﺛﺔ و ُﺗﻘﺴﻢ ﻋﻠﻰ ‪ ٣‬وهﻜﺬا ﻟﺒﺎﻗﻲ اﻟﻤﺤﺎور‪،‬‬
‫وﻳﻤﻜﻨﻚ ﺣﺴﺎب ذﻟﻚ ﻣﻦ اﻟﺒﺮﻧﺎﻣﺞ ﺑﺎﻟﻄﺮﻳﻘﺔ اﻟﺘﺎﻟﻴﺔ ‪:‬‬

‫اﺧﺘﺮ ‪ Transform‬ﻣﻦ اﻟﻘﺎﺋﻤﺔ اﻟﺮﺋﻴﺴﻴﺔ ﻓﺘﻈﻬﺮ ﻗﺎﺋﻤﺔ ﻣﻨﺴﺪﻟﺔ اﺧﺘﺮ ‪Compute  Variable‬‬
‫ﺳﺘﻔﺘﺢ ﻧﺎﻓﺬة آﻤﺎ ﻓﻲ اﻟﺸﻜﻞ اﻟﺘﺎﻟﻲ ‪:‬‬

‫‪٢٢‬‬
‫اآﺘﺐ اﺳﻢ اﻟﻤﺘﻐﻴﺮ ‪ t3‬ﻓﻲ اﻟﺮﻗﻢ )‪ (١‬آﻤﺎ ﻓﻲ اﻟﺼﻮرة أﻋﻼﻩ ﺛﻢ اﺧﺘﺮ ‪ Statistical‬آﻤﺎ ﻣﺸﺎر إﻟﻴﻪ‬
‫ﺑﺎﻟﺮﻗﻢ )‪ ، (٢‬ﺛﻢ اﻟﻤﺘﻮﺳﻂ اﻟﺤﺴﺎﺑﻲ ‪ Mean‬اﻟﻤﺸﺎر إﻟﻴﻪ ﺑﺎﻟﺮﻗﻢ )‪ (٣‬ﺛﻢ ﺗﺨﺘﺎر اﻟﻌﺒﺎرات اﻟﺨﺎﺻﺔ‬
‫ﺑﺎﻟﻤﺤﻮر اﻟﺜﺎﻟﺚ وهﻲ ) م‪ ، ٧‬م‪ ( ٨‬ﺛﻢ ‪ OK‬ﻓﺘﻈﻬﺮ اﻟﻨﺘﻴﺠﺔ ﻓﻲ اﻟﻌﻤﻮد ‪ t3‬وهﻜﺬا ﻟﻜﻞ ﻣﻦ ‪t1 , t2 ‬‬
‫وﺑﺬﻟﻚ ﺗﻢ اﺣﺘﺴﺎب اﻟﻤﺘﻮﺳﻂ اﻟﺤﺴﺎﺑﻲ ﻟﻠﻤﺤﺎور اﻟﺜﻼﺛﺔ ‪.‬‬

‫اﻟﺨﻄﻮة اﻟﺜﺎﻧﻴﺔ ‪ :‬إﻧﺸﺎء اﻟﺠﺪاول اﻟﺘﻜﺮارﻳﺔ ﺑﺈﺗﺒﺎع‬

‫اﻟﺨﻄﻮات اﻟﺘﺎﻟﻴﺔ ‪:‬‬

‫اﺧﺘﺮ ‪ Analyze‬ﻣﻦ اﻟﻘﺎﺋﻤﺔ اﻟﺮﺋﻴﺴﻴﺔ ﺛﻢ ‪Descriptive ‬‬

‫‪ Statistics ‬ﺛﻢ ‪ Frequencies‬آﻤﺎ ﻓﻲ اﻟﺸﻜﻞ اﻟﻤﺠﺎور‪.‬‬

‫ﺳﺘﻈﻬﺮ اﻟﻨﺎﻓﺬة اﻟﺘﺎﻟﻴﺔ ﻻﺧﺘﻴﺎر اﻟﻤﺘﻐﻴﺮات اﻟﺜﻤﺎﻧﻴﺔ ﻹﺟﺮاء‬

‫اﻟﻌﻤﻠﻴﺎت اﻹﺣﺼﺎﺋﻴﺔ ﺛﻢ اﻟﻀﻐﻂ ﻋﻠﻰ ‪ OK ‬ﻧﺤﺼﻞ ﻋﻠﻰ‬
‫اﻟﺠﺪاول اﻟﺘﻜﺮارﻳﺔ اﻟﻤﻄﻠﻮﺑﺔ ‪ .‬ﺣﻴﺚ ﺗﻮﺿﺢ هﺬﻩ اﻟﺠﺪاول‬
‫ﺗﻜﺮار ‪ Frequency ‬آﻞ ﻋﺒﺎرة ﻣﻦ اﻻﺳﺘﺒﻴﺎن وﺑﺎﻟﺘﺎﻟﻲ‬
‫اﻟﻨﺘﻴﺠﺔ اﻷآﺜﺮ ﺗﻜﺮارًا هﻲ اﻟﺘﻲ ﻧﻌﺘﻤﺪهﺎ ‪.‬‬

‫‪Frequency Table ‬‬
‫ﻤﻭﻀﻭﻉ ﺍﻟﺒﺭﻨﺎﻤﺞ ﻴﻼﻤﺱ ﺍﻟﻭﺍﻗﻊ‬

‫‪Cumulative‬‬
‫‪Percent‬‬ ‫‪Valid Percent‬‬ ‫‪Percent‬‬ ‫‪Frequency‬‬ ‫‪ ‬‬
‫‪15.0‬‬ ‫‪15.0‬‬ ‫‪15.0‬‬ ‫‪3‬‬ ‫‪3.00‬‬ ‫‪Valid‬‬
‫‪55.0‬‬ ‫‪40.0‬‬ ‫‪40.0‬‬ ‫‪8‬‬ ‫‪4.00‬‬
‫‪100.0‬‬ ‫‪45.0‬‬ ‫‪45.0‬‬ ‫‪9‬‬ ‫‪5.00‬‬
‫‪100.0‬‬ ‫‪100.0‬‬ ‫‪20‬‬ ‫‪Total‬‬

‫ﻴﺘﻤﻴﺯ ﺍﻟﺒﺭﻨﺎﻤﺞ ﺒﺴﻤﻌﺔ ﻁﻴﺒﺔ‬

‫‪Cumulative‬‬
‫‪Percent‬‬ ‫‪Valid Percent‬‬ ‫‪Percent‬‬ ‫‪Frequency‬‬ ‫‪ ‬‬
‫‪25.0‬‬ ‫‪25.0‬‬ ‫‪25.0‬‬ ‫‪5‬‬ ‫‪3.00‬‬ ‫‪Valid‬‬
‫‪45.0‬‬ ‫‪20.0‬‬ ‫‪20.0‬‬ ‫‪4‬‬ ‫‪4.00‬‬
‫‪100.0‬‬ ‫‪55.0‬‬ ‫‪55.0‬‬ ‫‪11‬‬ ‫‪5.00‬‬
‫‪100.0‬‬ ‫‪100.0‬‬ ‫‪20‬‬ ‫‪Total‬‬

‫ﻴﺘﻤﻴﺯ ﺍﻟﺒﺭﻨﺎﻤﺞ ﺒﺎﻟﺠﻭﺩﺓ‬

‫‪Cumulative‬‬
‫‪Percent‬‬ ‫‪Valid Percent‬‬ ‫‪Percent‬‬ ‫‪Frequency‬‬ ‫‪ ‬‬
‫‪10.0‬‬ ‫‪10.0‬‬ ‫‪10.0‬‬ ‫‪2‬‬ ‫‪2.00‬‬ ‫‪Valid‬‬
‫‪25.0‬‬ ‫‪15.0‬‬ ‫‪15.0‬‬ ‫‪3‬‬ ‫‪3.00‬‬
‫‪60.0‬‬ ‫‪35.0‬‬ ‫‪35.0‬‬ ‫‪7‬‬ ‫‪4.00‬‬
‫‪100.0‬‬ ‫‪40.0‬‬ ‫‪40.0‬‬ ‫‪8‬‬ ‫‪5.00‬‬
‫‪100.0‬‬ ‫‪100.0‬‬ ‫‪20‬‬ ‫‪Total‬‬

‫ﺴﺒﻕ ﺘﺠﺭﺒﺔ ﺍﻟﺒﺭﻨﺎﻤﺞ ﻜﺜﻴﺭﹰﺍ‬

‫‪٢٣‬‬
 Cumulative
Percent Valid Percent Percent Frequency
5.0 5.0 5.0 1 1.00 Valid
10.0 5.0 5.0 1 2.00
20.0 10.0 10.0 2 3.00
65.0 45.0 45.0 9 4.00
100.0 35.0 35.0 7 5.00
100.0 100.0 20 Total

‫ﺍﻟﺒﺭﻨﺎﻤﺞ ﺴﻬل ﺍﻟﺘﻜﺭﺍﺭ‬

Cumulative
Percent Valid Percent Percent Frequency
20.0 20.0 20.0 4 3.00 Valid
35.0 15.0 15.0 3 4.00
100.0 65.0 65.0 13 5.00
100.0 100.0 20 Total

‫ﺍﻟﺒﺭﻨﺎﻤﺞ ﻴﺘﻤﻴﺯ ﺒﺎﻟﺸﻌﺒﻴﺔ‬

Cumulative
Percent Valid Percent Percent Frequency
5.0 5.0 5.0 1 2.00 Valid
20.0 15.0 15.0 3 3.00
45.0 25.0 25.0 5 4.00
100.0 55.0 55.0 11 5.00
100.0 100.0 20 Total
 
‫ﻤﺎﺩﺓ ﺍﻟﺒﺭﻨﺎﻤﺞ ﻤﺭﻏﻭﺒﺔ ﻭﻋﻠﻴﻬﺎ ﺇﻗﺒﺎل‬

Cumulative
Percent Valid Percent Percent Frequency
5.0 5.0 5.0 1 2.00 Valid
15.0 10.0 10.0 2 3.00
50.0 35.0 35.0 7 4.00
100.0 50.0 50.0 10 5.00
100.0 100.0 20 Total

‫ﺇﻤﻜﺎﻨﻴﺔ ﺍﺸﺘﺭﺍﻜﻙ ﻓﻲ ﺍﻟﺒﺭﻨﺎﻤﺞ ﺴﻬﻠﺔ‬

Cumulative
Percent Valid Percent Percent Frequency
10.0 10.0 10.0 2 1.00 Valid
30.0 20.0 20.0 4 2.00
35.0 5.0 5.0 1 3.00
80.0 45.0 45.0 9 4.00
100.0 20.0 20.0 4 5.00
100.0 100.0 20 Total

٢٤
‫اﻟﺨﻄﻮة اﻟﺜﺎﻟﺜﺔ ‪ :‬ﻧﺤﺴﺐ اﻟﻤﺘﻮﺳﻄﺎت ﻟﻠﻌﺒﺎرات اﻟﺜﻤﺎﻧﻴﺔ وﻣﻌﻬﺎ إﺟﻤﺎﻟﻴﺎت اﻟﻤﺤﺎور اﻟﺜﻼث ﺑﺎﻟﻄﺮﻳﻘﺔ‬
‫اﻟﺘﺎﻟﻴﺔ ‪ :‬اﺧﺘﺮ ‪ Analyze‬ﻣﻦ اﻟﻘﺎﺋﻤﺔ‬
‫‪Descriptive ‬‬ ‫اﻟﺮﺋﻴﺴﻴﺔ ﺛﻢ‬
‫‪ Statistics ‬ﺛﻢ ‪Descriptives‬‬
‫ﻓﺘﻔﺘﺢ اﻟﻨﺎﻓﺬة آﻤﺎ ﻓﻲ اﻟﺼﻮرة‬
‫اﻟﻤﺠﺎورة‪.‬‬

‫وﻋﻨﺪ اﻟﻀﻐﻂ ﻋﻠﻰ ‪Option‬‬

‫ﺗﻈﻬﺮ اﻟﻨﺎﻓﺬة اﻟﺘﺎﻟﻴﺔ ﻻﺧﺘﻴﺎر‬
‫‪Mean ‬‬ ‫اﻟﻤﺘﻮﺳﻂ اﻟﺤﺴﺎﺑﻲ‬
‫واﻻﻧﺤﺮاف اﻟﻤﻌﻴﺎري ‪Standard ‬‬
‫‪ Deviation‬ﺛﻢ اﻟﻀﻐﻂ ﻋﻠﻰ‬
‫‪ Continue‬آﻤﺎ ﻓﻲ اﻟﺼﻮرة اﻟﺘﺎﻟﻴﺔ ‪:‬‬

‫وﺑﻌﺪ اﻟﻀﻐﻂ ﻋﻠﻰ ‪ OK‬ﺗﻈﻬﺮ اﻟﻨﺘﻴﺠﺔ اﻟﺘﺎﻟﻴﺔ ‪:‬‬

‫‪Descriptive Statistics‬‬
‫‪ ‬‬
‫‪Std. Deviation‬‬ ‫‪Mean‬‬ ‫‪N‬‬
‫‪.73270‬‬ ‫‪4.3000‬‬ ‫‪20‬‬ ‫ﻤﻭﻀﻭﻉ ﺍﻟﺒﺭﻨﺎﻤﺞ ﻴﻼﻤﺱ ﺍﻟﻭﺍﻗﻊ‬
‫‪.86450‬‬ ‫‪4.3000‬‬ ‫‪20‬‬ ‫ﻴﺘﻤﻴﺯ ﺍﻟﺒﺭﻨﺎﻤﺞ ﺒﺴﻤﻌﺔ ﻁﻴﺒﺔ‬
‫‪.99868‬‬ ‫‪4.0500‬‬ ‫‪20‬‬ ‫ﻴﺘﻤﻴﺯ ﺍﻟﺒﺭﻨﺎﻤﺞ ﺒﺎﻟﺠﻭﺩﺓ‬
‫‪1.07606‬‬ ‫‪4.0000‬‬ ‫‪20‬‬ ‫ﺴﺒﻕ ﺘﺠﺭﺒﺔ ﺍﻟﺒﺭﻨﺎﻤﺞ ﻜﺜﻴﺭﹰﺍ‬
‫‪.82558‬‬ ‫‪4.4500‬‬ ‫‪20‬‬ ‫ﺍﻟﺒﺭﻨﺎﻤﺞ ﺴﻬل ﺍﻟﺘﻜﺭﺍﺭ‬
‫‪.92338‬‬ ‫‪4.3000‬‬ ‫‪20‬‬ ‫ﺍﻟﺒﺭﻨﺎﻤﺞ ﻴﺘﻤﻴﺯ ﺒﺎﻟﺸﻌﺒﻴﺔ‬
‫‪.86450‬‬ ‫‪4.3000‬‬ ‫‪20‬‬ ‫ﻤﺎﺩﺓ ﺍﻟﺒﺭﻨﺎﻤﺞ ﻤﺭﻏﻭﺒﺔ ﻭﻋﻠﻴﻬﺎ ﺇﻗﺒﺎل‬
‫‪1.31689‬‬ ‫‪3.4500‬‬ ‫‪20‬‬ ‫ﺇﻤﻜﺎﻨﻴﺔ ﺍﺸﺘﺭﺍﻜﻙ ﻓﻲ ﺍﻟﺒﺭﻨﺎﻤﺞ ﺴﻬﻠﺔ‬
‫‪.75915‬‬ ‫‪4.2167‬‬ ‫‪20‬‬ ‫ﺘﻘﺩﻴﺭ ﺍﻟﺒﺭﻨﺎﻤﺞ‬
‫‪.84379‬‬ ‫‪4.2500‬‬ ‫‪20‬‬ ‫ﺍﻨﺘﺸﺎﺭ ﺍﻟﺒﺭﻨﺎﻤﺞ‬
‫‪.91587‬‬ ‫‪3.8750‬‬ ‫‪20‬‬ ‫ﺘﻌﻤﻴﻡ ﺍﻟﺒﺭﻨﺎﻤﺞ‬
‫‪20‬‬ ‫)‪Valid N (listwise‬‬

‫‪٢٥‬‬
‫اﻟﺨﻄﻮة اﻟﺮاﺑﻌﺔ ‪ :‬ﻣﻦ ﻧﺘﺎﺋﺞ اﻟﺨﻄﻮة اﻟﺜﺎﻧﻴﺔ واﻟﺨﻄﻮة اﻟﺜﺎﻟﺜﺔ ﻧﺴﺘﻄﻴﻊ اﺳﺘﺨﻼص اﻟﻨﺘﻴﺠﺔ ﻣﻦ اﻟﺠﺪاول‬
‫اﻟﺘﻲ ﻇﻬﺮت ﻟﻜﻞ ﻣﺤﻮر ﻋﻠﻰ ﺣﺪة ‪:‬‬

‫ﻏﻴﺮ‬

‫اﻟﻤﻘﻴﺎس‬
‫اﻻﻧﺤﺮاف‬ ‫ﻣﻮاﻓﻖ‬ ‫ﻏﻴﺮ‬ ‫ﻋﺒﺎرات اﻟﻤﺤﻮر اﻷول‬
‫اﻟﻨﺘﻴﺠﺔ‬ ‫اﻟﻤﺘﻮﺳﻂ‬ ‫ﻣﻮاﻓﻖ‬ ‫ﻣﺤﺎﻳﺪ‬ ‫ﻣﻮاﻓﻖ‬
‫اﻟﻤﻌﻴﺎري‬ ‫ﺑﺸﺪة‬ ‫ﻣﻮاﻓﻖ‬ ‫)ﺗﻘﺪﻳﺮ اﻟﺒﺮﻧﺎﻣﺞ (‬
‫إﻃﻼﻗ ًﺎ‬

‫ﻣﻮاﻓﻖ‬ ‫‪٩‬‬ ‫‪٨‬‬ ‫‪٣‬‬ ‫‪٠‬‬ ‫‪٠‬‬ ‫ﺗﻜﺮار‬

‫‪٠.٧٣‬‬ ‫‪٤.٣‬‬ ‫ﻣﻮﺿﻮع اﻟﺒﺮﻧﺎﻣﺞ ﻳﻼﻣﺲ اﻟﻮاﻗﻊ‬
‫ﺑﺸﺪة‬ ‫‪٤٥‬‬ ‫‪٤٠‬‬ ‫‪١٥‬‬ ‫‪٠‬‬ ‫‪٠‬‬ ‫ﻧﺴﺒﺔ‬
‫ﻣﻮاﻓﻖ‬ ‫‪١١‬‬ ‫‪٤‬‬ ‫‪٥‬‬ ‫‪٠‬‬ ‫‪٠‬‬ ‫ﺗﻜﺮار‬
‫‪٠.٨٦‬‬ ‫‪٤.٣‬‬ ‫ﻳﺘﻤﻴﺰ اﻟﺒﺮﻧﺎﻣﺞ ﺑﺴﻤﻌﺔ ﻃﻴﺒﺔ‬
‫ﺑﺸﺪة‬ ‫‪٥٥‬‬ ‫‪٢٠‬‬ ‫‪٢٥‬‬ ‫‪٠‬‬ ‫‪٠‬‬ ‫ﻧﺴﺒﺔ‬
‫‪٨‬‬ ‫‪٧‬‬ ‫‪٣‬‬ ‫‪٢‬‬ ‫‪٠‬‬ ‫ﺗﻜﺮار‬
‫ﻣﻮاﻓﻖ‬ ‫‪٠.٩٩‬‬ ‫‪٤.٠٥‬‬ ‫ﻳﺘﻤﻴﺰ اﻟﺒﺮﻧﺎﻣﺞ ﺑﺎﻟﺠﻮدة‬
‫‪٤٠‬‬ ‫‪٣٥‬‬ ‫‪١٥‬‬ ‫‪١٠‬‬ ‫‪٠‬‬ ‫ﻧﺴﺒﺔ‬
‫ﻣﻮاﻓﻖ‬ ‫‪٢٨‬‬ ‫‪١٩‬‬ ‫‪١١‬‬ ‫‪١٢‬‬ ‫‪٠‬‬ ‫ﺗﻜﺮار‬
‫ﺑﺸﺪة‬
‫‪٠.٧٥‬‬ ‫‪٤.٢‬‬ ‫‪٤٦.٦‬‬ ‫‪٣١.٦‬‬ ‫‪١٨.٣‬‬ ‫‪١٠‬‬ ‫‪٠‬‬ ‫ﻧﺴﺒﺔ‬
‫ﻧﺘﻴﺠﺔ اﻟﻤﺤﻮر اﻷول‬
‫ﺑﻌﺪ دراﺳﺔ اﻟﺠﺪول اﻟﺴﺎﺑﻖ ﻟﻨﺘﺎﺋﺞ اﻟﻤﺤﻮر اﻷول ) ﺗﻘﺪﻳﺮ اﻟﺒﺮﻧﺎﻣﺞ ( ﻧﺠﺪ أﻧﻪ ﺣﺼﻞ ﻋﻠﻰ ‪ ٤.٢‬أي‬
‫ﻣﻮاﻓﻖ ﺑﺸﺪة ﺣﺴﺐ ﻣﻘﻴﺎس ﻟﻴﻜﺎرت اﻟﺨﻤﺎﺳﻲ ‪ . Likart Scale‬آﺎﻵﺗﻲ ‪:‬‬

‫ﺗﻮﺿﻴﺢ ﻣﻘﻴﺎﺱ ﻟﻴﻜﺎﺭﺕ ﺍﳋﻤﺎﺳﻲ‪ :‬ﺑﻤﺎ أن اﻟﻤﺘﻐﻴﺮ اﻟﺬي ﻳﻌﺒﺮ ﻋﻦ اﻟﺨﻴﺎرات )ﻣﻮاﻓﻖ ﺑﺸﺪة ‪،‬‬
‫ﻣﻮاﻓﻖ ‪ ،‬ﻣﺤﺎﻳﺪ ‪ ،‬ﻏﻴﺮ ﻣﻮاﻓﻖ ‪ ،‬ﻏﻴﺮ ﻣﻮاﻓﻖ إﻃﻼﻗ ًﺎ( ﻣﻘﻴﺎس ﺗﺮﺗﻴﺒﻲ ‪ ،‬واﻷرﻗﺎم اﻟﺘﻲ ﺗﺪﺧﻞ ﻓﻲ اﻟﺒﺮﻧﺎﻣﺞ‬
‫ﺗﻌﺒﺮ ﻋﻦ اﻷوزان ‪ Weights‬وهﻲ )ﻣﻮاﻓﻖ ﺑﺸﺪة = ‪ ، ٥‬ﻣﻮاﻓﻖ = ‪ ، ٤‬ﻣﺤﺎﻳﺪ = ‪ (.........٣‬ﺛﻢ‬
‫ﻧﺤﺴﺐ ﺑﻌﺪ ذﻟﻚ اﻟﻤﺘﻮﺳﻂ اﻟﺤﺴﺎﺑﻲ )اﻟﻤﺘﻮﺳﻂ اﻟﻤﺮﺟﺢ( وﻳﺘﻢ ذﻟﻚ ﺑﺤﺴﺎب ﻃﻮل اﻟﻔﺘﺮة أو ًﻻ وهﻲ ﻓﻲ‬
‫ﻣﺜﺎﻟﻨﺎ هﺬا ﻋﺒﺎرة ﻋﻦ ﺣﺎﺻﻞ ﻗﺴﻤﺔ ‪ ٤‬ﻋﻠﻰ ‪ . ٥‬ﺣﻴﺚ ‪ ٤‬ﺗﻤﺜﻞ ﻋﺪد اﻟﻤﺴﺎﻓﺎت )ﻣﻦ ‪ ١‬إﻟﻰ ‪ ٢‬ﻣﺴﺎﻓﺔ‬
‫أوﻟﻰ ‪ ،‬وﻣﻦ ‪ ٢‬إﻟﻰ ‪ ٣‬ﻣﺴﺎﻓﺔ ﺛﺎﻧﻴﺔ ‪ ،‬وﻣﻦ ‪ ٣‬إﻟﻰ ‪ ٤‬ﻣﺴﺎﻓﺔ ﺛﺎﻟﺜﺔ ‪ ،‬وﻣﻦ ‪ ٤‬إﻟﻰ ‪ ٥‬ﻣﺴﺎﻓﺔ راﺑﻌﺔ(‪٥ ،‬‬
‫ﺗﻤﺜﻞ ﻋﺪد اﻻﺧﺘﻴﺎرات‪ .‬وﻋﻨﺪ ﻗﺴﻤﺔ ‪ ٤‬ﻋﻠﻰ ‪ ٥‬ﻳﻨﺘﺞ ﻃﻮل اﻟﻔﺘﺮة وﻳﺴﺎوي ‪ 0.80‬وﻳﺼﺒﺢ اﻟﺘﻮزﻳﻊ‬
‫ﺣﺴﺐ اﻟﺠﺪول اﻟﺘﺎﻟﻲ‪:‬‬
‫اﻟﻤﺴﺘﻮى‬ ‫اﻟﻤﺘﻮﺳﻂ اﻟﻤﺮﺟﺢ‬
‫ﻏﻴﺮ ﻣﻮاﻓﻖ إﻃﻼﻗ ًﺎ‬ ‫ﻣﻦ ‪ ١‬إﻟﻰ ‪١.٧٩‬‬
‫ﻣﻦ ‪ ١.٨٠‬إﻟﻰ ‪ ٢.٥٩‬ﻏﻴﺮ ﻣﻮاﻓﻖ‬
‫ﻣﻦ ‪ ٢.٦٠‬إﻟﻰ ‪ ٣.٣٩‬ﻣﺤﺎﻳﺪ‬
‫ﻣﻦ ‪ ٣.٤٠‬إﻟﻰ ‪ ٤.١٩‬ﻣﻮاﻓﻖ‬
‫ﻣﻮاﻓﻖ ﺑﺸﺪة‬ ‫ﻣﻦ ‪ ٤.٢٠‬إﻟﻰ ‪٥‬‬

‫ﻏﻴﺮ‬
‫اﻟﻤﻘﻴﺎس‬

‫اﻻﻧﺤﺮاف‬ ‫ﻣﻮاﻓﻖ‬ ‫ﻏﻴﺮ‬ ‫ﻋﺒﺎرات اﻟﻤﺤﻮر اﻟﺜﺎﻧﻲ‬

‫اﻟﻨﺘﻴﺠﺔ‬ ‫اﻟﻤﺘﻮﺳﻂ‬ ‫ﻣﻮاﻓﻖ‬ ‫ﻣﺤﺎﻳﺪ‬ ‫ﻣﻮاﻓﻖ‬
‫اﻟﻤﻌﻴﺎري‬ ‫ﺑﺸﺪة‬ ‫ﻣﻮاﻓﻖ‬ ‫)اﻧﺘﺸﺎر اﻟﺒﺮﻧﺎﻣﺞ (‬
‫إﻃﻼﻗ ًﺎ‬

‫‪٧‬‬ ‫‪٩‬‬ ‫‪٢‬‬ ‫‪١‬‬ ‫‪١‬‬ ‫ﺗﻜﺮار‬

‫ﻣﻮاﻓﻖ‬ ‫‪١.٠٧‬‬ ‫‪٤‬‬ ‫ﺳﺒﻖ ﺗﺠﺮﺑﺔ اﻟﺒﺮﻧﺎﻣﺞ آﺜﻴﺮًا‬
‫‪٣٥‬‬ ‫‪٤٥‬‬ ‫‪١٠‬‬ ‫‪٥‬‬ ‫‪٥‬‬ ‫ﻧﺴﺒﺔ‬
‫ﻣﻮاﻓﻖ‬ ‫‪١٣‬‬ ‫‪٣‬‬ ‫‪٤‬‬ ‫‪٠‬‬ ‫‪٠‬‬ ‫ﺗﻜﺮار‬
‫‪٠.٨٢‬‬ ‫‪٤.٤٥‬‬ ‫اﻟﺒﺮﻧﺎﻣﺞ ﺳﻬﻞ اﻟﺘﻜﺮار‬
‫ﺑﺸﺪة‬ ‫‪٦٥‬‬ ‫‪١٥‬‬ ‫‪٢٠‬‬ ‫‪٠‬‬ ‫‪٠‬‬ ‫ﻧﺴﺒﺔ‬
‫ﻣﻮاﻓﻖ‬ ‫‪١١‬‬ ‫‪٥‬‬ ‫‪٣‬‬ ‫‪١‬‬ ‫‪٠‬‬ ‫ﺗﻜﺮار‬
‫‪٠.٩٢‬‬ ‫‪٤.٣‬‬ ‫اﻟﺒﺮﻧﺎﻣﺞ ﻳﺘﻤﻴﺰ ﺑﺎﻟﺸﻌﺒﻴﺔ‬
‫ﺑﺸﺪة‬ ‫‪٥٥‬‬ ‫‪٢٥‬‬ ‫‪١٥‬‬ ‫‪٥‬‬ ‫‪٠‬‬ ‫ﻧﺴﺒﺔ‬
‫ﻣﻮاﻓﻖ‬ ‫‪٣١‬‬ ‫‪١٧‬‬ ‫‪٩‬‬ ‫‪٢‬‬ ‫‪١‬‬ ‫ﺗﻜﺮار‬
‫ﺑﺸﺪة‬
‫‪٠.٨٤‬‬ ‫‪٤.٢٥‬‬ ‫‪٥١.٦‬‬ ‫‪٢٨.٣‬‬ ‫‪١٥‬‬ ‫‪٣.٣‬‬ ‫‪١.٦‬‬ ‫ﻧﺴﺒﺔ‬
‫ﻧﺘﻴﺠﺔ اﻟﻤﺤﻮر اﻟﺜﺎﻧﻲ‬
‫ﺑﻌﺪ دراﺳﺔ اﻟﺠﺪول اﻟﺴﺎﺑﻖ ﻟﻨﺘﺎﺋﺞ اﻟﻤﺤﻮر اﻟﺜﺎﻧﻲ ) اﻧﺘﺸﺎر اﻟﺒﺮﻧﺎﻣﺞ ( ﻧﺠﺪ أﻧﻪ ﺣﺼﻞ ﻋﻠﻰ ‪ ٤.٢٥‬أي‬
‫ﻣﻮاﻓﻖ ﺑﺸﺪة ﺣﺴﺐ ﻣﻘﻴﺎس ﻟﻴﻜﺎرت اﻟﺨﻤﺎﺳﻲ ‪.‬‬

‫‪٢٦‬‬
 ‫ﻏﻴﺮ‬

‫اﻟﻤﻘﻴﺎس‬
‫اﻻﻧﺤﺮاف‬ ‫ﻣﻮاﻓﻖ‬ ‫ﻏﻴﺮ‬ ‫ﻋﺒﺎرات اﻟﻤﺤﻮر اﻟﺜﺎﻟﺚ‬
‫اﻟﻨﺘﻴﺠﺔ‬ ‫اﻟﻤﺘﻮﺳﻂ‬ ‫ﻣﻮاﻓﻖ‬ ‫ﻣﺤﺎﻳﺪ‬ ‫ﻣﻮاﻓﻖ‬
‫اﻟﻤﻌﻴﺎري‬ ‫ﺑﺸﺪة‬ ‫ﻣﻮاﻓﻖ‬ ‫)ﺗﻌﻤﻴﻢ اﻟﺒﺮﻧﺎﻣﺞ (‬
‫إﻃﻼﻗ ًﺎ‬

‫ﻣﻮاﻓﻖ‬ ‫‪١٠‬‬ ‫‪٧‬‬ ‫‪٢‬‬ ‫‪١‬‬ ‫‪٠‬‬ ‫ﺗﻜﺮار‬ ‫ﻣﺎدة اﻟﺒﺮﻧﺎﻣﺞ ﻣﺮﻏﻮﺑﺔ وﻋﻠﻴﻬﺎ‬
‫‪٠.٨٦‬‬ ‫‪٤.٣‬‬ ‫إﻗﺒﺎل‬
‫ﺑﺸﺪة‬ ‫‪٥٠‬‬ ‫‪٣٥‬‬ ‫‪١٠‬‬ ‫‪٥‬‬ ‫‪٠‬‬ ‫ﻧﺴﺒﺔ‬
‫‪٤‬‬ ‫‪٩‬‬ ‫‪١‬‬ ‫‪٤‬‬ ‫‪٢‬‬ ‫ﺗﻜﺮار‬ ‫إﻣﻜﺎﻧﻴﺔ اﺷﺘﺮاآﻚ ﻓﻲ اﻟﺒﺮﻧﺎﻣﺞ‬
‫ﻣﻮاﻓﻖ‬ ‫‪١.٣‬‬ ‫‪٣.٤٥‬‬ ‫ﺳﻬﻠﺔ‬
‫‪٢٠‬‬ ‫‪٤٥‬‬ ‫‪٥‬‬ ‫‪٢٠‬‬ ‫‪١٠‬‬ ‫ﻧﺴﺒﺔ‬
‫‪١٤‬‬ ‫‪١٦‬‬ ‫‪٣‬‬ ‫‪٥‬‬ ‫‪٢‬‬ ‫ﺗﻜﺮار‬
‫ﻣﻮاﻓﻖ‬ ‫‪٠.٩٢‬‬ ‫‪٣.٨٧‬‬ ‫‪٣٥‬‬ ‫‪٤٠‬‬ ‫‪٧.٥‬‬ ‫‪١٢.٥‬‬ ‫‪٥‬‬ ‫ﻧﺴﺒﺔ‬
‫ﻧﺘﻴﺠﺔ اﻟﻤﺤﻮر اﻟﺜﺎﻟﺚ‬
‫ﺑﻌﺪ دراﺳﺔ اﻟﺠﺪول اﻟﺴﺎﺑﻖ ﻟﻨﺘﺎﺋﺞ اﻟﻤﺤﻮر اﻟﺜﺎﻟﺚ ) ﺗﻌﻤﻴﻢ اﻟﺒﺮﻧﺎﻣﺞ ( ﻧﺠﺪ أﻧﻪ ﺣﺼﻞ ﻋﻠﻰ ‪ ٣.٨٧‬أي ﻣﻮاﻓﻖ‬
‫ﺣﺴﺐ ﻣﻘﻴﺎس ﻟﻴﻜﺎرت اﻟﺨﻤﺎﺳﻲ ‪.‬‬

‫اﻟﺨﻼﺻﺔ ‪ :‬ﺑﻌﺪ اﻟﺘﺤﻠﻴﻞ ﻟﻠﻤﺤﺎور اﻟﺜﻼﺛﺔ وﺟﺪﻧﺎ ﺑﺄﻧﻪ ﻳﻤﻜﻦ اﻟﺘﻮﺻﻴﺔ ﺑﺈﻋﺎدة اﻟﺒﺮﻧﺎﻣﺞ ﻣﺮات ﻋﺪﻳﺪة‬
‫وﻳﻤﻜﻦ ﺗﻌﻤﻴﻤﻪ أﻳﻀ ًﺎ ﻋﻠﻰ اﻟﻤﻜﺎﺗﺐ اﻷﺧﺮى ﻟﻼﺳﺘﻔﺎدة ﻣﻨﻪ ‪.‬‬

‫‪٢٧‬‬
 ‫ﺍﻟﻔﺼﻞ ﺍﻟﺜﺎﻟﺚ‬
‫اﻹﺣﺼﺎء اﻻﺳﺘﺪﻻﻟﻲ ) ﺗﻌﺮﻳﻔﻪ ‪ ،‬وﺳﺎﺋﻠﻪ ‪ ،‬أﺳﺎﻟﻴﺒﻪ(‪.‬‬ ‫•‬
‫ﻣﻌﺎﻣﻼت اﻻرﺗﺒﺎط )ﺑﻴﺮﺳﻮن ‪ ،‬ﺳﺒﻴﺮﻣﺎن ‪ ،‬اﻻﻗﺘﺮان ‪ ،‬اﻟﺘﻮاﻓﻖ(‪  .‬‬ ‫•‬
‫ﻣﻌﺎﻣﻞ اﻟﺘﺤﺪﻳﺪ‪  .‬‬ ‫•‬
‫اﺧﺘﺒﺎرات )‪  .(T‐Test , ANOVA , Chi Square‬‬ ‫•‬
‫اﺧﺘﺒﺎراﻟﻔﺮﺿﻴﺎت ) اﻟﺼﻔﺮﻳﺔ واﻟﺒﺪﻳﻠﺔ (‪  .‬‬ ‫•‬
‫ﻣﺴﺘﻮى اﻟﺪﻻﻟﺔ )‪  .(Significance Level‬‬ ‫•‬
‫أﻣﺜﻠﺔ ﺗﻄﺒﻴﻘﻴﺔ‪  .‬‬ ‫•‬
‫اﻻﻧﺤﺪار اﻟﺨﻄﻲ اﻟﺒﺴﻴﻂ‪  .‬‬ ‫•‬
‫ﻣﺜﺎل ﺗﻄﺒﻴﻘﻲ‪  .‬‬ ‫•‬
‫ﺿﺒﻂ اﻟﻤﻘﻴﺎس ﻗﺒﻞ ﺗﻄﺒﻴﻘﻪ‪  .‬‬ ‫•‬
‫ﻣﻌﺎﻣﻠﻲ اﻟﺼﺪق واﻟﺜﺒﺎت‪  .‬‬ ‫•‬
‫أﻣﺜﻠﺔ ﺗﻄﺒﻴﻘﻴﺔ‪  .‬‬ ‫•‬

‫‪٢٨‬‬
 ‫ً‬
‫ﺛﺎﻧﻴﺎ ‪ :‬ﺍﻹﺣﺼﺎء ﺍﻻﺳﺘﺪﻻﱄ )‪:  (Inferential Statistics‬‬

‫ﻫﻮ ‪ ‬ﳎﻤﻮﻋﺔ ﺍﻟﻄﺮﻕ ﻟﻠﺘﻌﺮﻑ ﻋﻠﻰ ﺧﺼﺎﺋﺺ ﺍ‪‬ﺘﻤﻊ ﻣﻦ ﺧﻼﻝ ﻋﻴﻨﺔ ﻋﺸﻮﺍﺋﻴﺔ )ﺍﻹﺣﺼﺎﺋﻴﺔ( ﻣﻦ ﻫﺬﺍ ‪ ‬ﺍ‪‬ﺘﻤﻊ ﻣﻌﺘﻤﺪﺓ‬
‫ﻃﺮﻕ ﺇﺣﺼﺎﺋﻴﺔ ﳏﺪﺩﺓ‪ ،‬ﺍﻹﺣﺼﺎﺀ ‪ ‬ﺍﻻﺳﺘﺪﻻﱄ ﻳﺘﻌﺎﻣﻞ ﻣﻊ ﺍﻟﺘﻌﻤﻴﻢ ﻭﺍﻟﺘﻘﺪﻳﺮ ﻭ ﺍﻟﺘﻨﺒﻮﺀ ﺇﻻ ﺃﻧﻪ ﻳﺘﺴﻢ ﰲ ﺑﻌﺾ ﺍﳊﺎﻻﺕ ﺑﻌﺪﻡ‬
‫ﺍﻟﺘﺄﻛﺪ ﳑﺎ ﻳﺪﻋﻮﻧﺎ ﳌﻌﺎﳉﺔ ﺍﻟﻘﻴﺎﺱ ﰲ ﻫﺬﻩ ﺍﻷﺣﻮﺍﻝ ﲢﺖ ﺑﺎﺏ ﻋﻠﻢ ﺍﻻﺣﺘﻤﺎﻻﺕ ﳑﺎ ﻳﻌﻄﻲ ‪ ‬ﻓﻜﺮﺓ ﻋﻦ ﺍﳋﻄﺄ ﺍﶈﺘﻤﻞ ﻭﻗﻮﻋﻪ‬
‫ﻣﻦ ﺍﻟﺒﺎﺣﺚ ﺣﺎﻝ ﺍﻟﺘﻌﻤﻴﻢ ﻋﻠﻰ ﺍ‪‬ﺘﻤﻊ ﺍﳌﺴﺤﻮﺏ ﻣﻨﻪ ﺍﻟﻌﻴﻨﺔ‪ ‬ﺍﻟﻌﺸﻮﺍﺋﻴﺔ ﳏﻞ ﺍﻟﺪﺭﺍﺳﺔ‪.‬‬
‫ﻭﺳﺎﺋﻞ ﺍﻹﺣﺼﺎء ﺍﻻﺳﺘﺪﻻﱄ ‪ :‬ﺍﻟﺘﻘﺪﻳﺮ ‪ ،‬ﻭﺍﺧﺘﺒﺎﺭ ﺍﻟﻔﺮﻭﺽ‪.‬‬
‫‪ ‬ﻓﺎﻟﺘﻘﺪﻳﺮ ﻗﻴﻤﺔ ﻣﺜﻞ ﻗﻴﻤﺔ ﺍﳌﺘﻮﺳﻂ ﺍﳊﺴﺎﰊ ﰲ ﺣﲔ ﺍﺧﺘﺒﺎﺭ ﺍﻟﻔﺮﻭﺽ ﻳﻌﲏ ﺍﻟﻘﺒﻮﻝ ﺃﻭ ﺍﻟﺮﻓﺾ ‪ ‬ﻭﺳﻨﺬﻛﺮ ﺫﻟﻚ ﻻﺣﻘﹰﺎ‬
‫ﺑﺎﻟﺘﻔﺼﻴﻞ ﰲ ﺍﻷﻣﺜﻠﺔ‪.‬‬
‫ﺃﺳﺎﻟﻴﺐ ﺍﻹﺣﺼﺎء ﺍﻻﺳﺘﺪﻻﱄ ‪:‬‬

‫‪ (١‬اﻟﻌﻼﻗﺎت اﻹﺣﺼﺎﺋﻴﺔ‪ :‬ﻣﺜﻞ ) اﻻرﺗﺒﺎط ‪ Correlation‬واﻻﻧﺤﺪار ‪ (Regression‬وﺗﺴﻤﻰ رﻳﺎﺿﻴ ًﺎ‬

‫ﻣﻌﺎﻣﻞ اﻻرﺗﺒﺎط وﻣﻌﺎﻣﻞ اﻻﻧﺤﺪار وﺗﺴﺘﺨﺪم ﻓﻲ اﻟﺪراﺳﺎت اﻟﺘﻲ ﻳﻜﻮن ﻷﻓﺮادهﺎ ﻣﺘﻐﻴﺮان ﻳﺘﻐﻴﺮان‬
‫ﻣﻌ ًﺎ ﻓﻲ وﻗﺖ واﺣﺪ ‪ ،‬وﻳﻜﻮن هﺪف اﻟﺪراﺳﺔ ﺗﺤﺪﻳﺪ ﻧﻮع اﻟﻌﻼﻗﺔ اﻟﺘﻲ ﺗﺮﺑﻂ هﺬﻳﻦ اﻟﻤﺘﻐﻴﺮﻳﻦ‪ .‬ﻣﺜﻞ‬
‫دراﺳﺔ اﻟﻌﻼﻗﺔ ﺑﻴﻦ أوزان اﻟﻄﻼب وأﻃﻮاﻟﻬﻢ‪ ،‬واﻟﻌﻼﻗﺔ ﺑﻴﻦ أﻋﻤﺎر اﻟﻄﻼب ودرﺟﺎﺗﻬﻢ‪  .‬‬

‫ﻧﺒﺬة ﻋﻦ ﻣﻌﺎﻣﻼت اﻻرﺗﺒﺎط ‪:‬‬

‫أ‪ -‬ﻣﻌﺎﻣﻞ اﻻرﺗﺒﺎط اﻟﺨﻄﻲ ﻟﺒﻴﺮﺳﻮن ) ‪ : ( Pearson‬ﻳﺴﺘﺨﺪم ﻟﻘﻴﺎس اﻟﺘﻐﻴﺮ اﻟﺬي ﻳﻄﺮأ ﻋﻠﻰ‬
‫اﻟﻤﺘﻐﻴﺮ اﻟﺘﺎﺑﻊ )‪ (dependent‬وﻳﺮﻣﺰ ﻟﻪ ‪ y‬ﻋﻨﺪﻣﺎ ﺗﺘﻐﻴﺮ ﻗﻴﻢ اﻟﻤﺘﻐﻴﺮ اﻟﻤﺴﺘﻘﻞ‬
‫)‪ (Independent‬وﻳﺮﻣﺰ ﻟﻪ ‪ x‬أو اﻟﻌﻜﺲ ‪ ،‬وﻳﺴﺘﺨﺪم هﺬا اﻟﻤﻘﻴﺎس ﻓﻲ ﺣﺎﻟﺔ اﻟﻌﻴﻨﺎت اﻟﻜﺒﻴﺮة‬
‫واﻟﺒﻴﺎﻧﺎت اﻟﻜﻤﻴﺔ ‪ ،‬وﻟﻪ اﻟﺨﺼﺎﺋﺺ اﻟﺘﺎﻟﻴﺔ ‪  :‬‬
‫• ﻗﻴﻤﺘﻪ ﺗﺴﺎﻭﻱ ﺻﻔﺮﹰﺍ ﻋﻨﺪﻣﺎ ﺗﻜﻮﻥ ﺍﻟﻈﺎﻫﺮﺗﺎﻥ ﻣﺴﺘﻘﻠﺘﺎﻥ ﲤﺎﻣﹰﺎ ‪  .‬‬
‫• ﻗﻴﻤﺘﻪ ﻣﻮﺟﺒﺔ ﻋﻨﺪﻣﺎ ﻳﻜﻮﻥ ﺍﻻﺭﺗﺒﺎﻁ ﻃﺮﺩﻳﹰﺎ ‪ ،‬ﻭﻳﻜﻮﻥ ﺍﻻﺭﺗﺒﺎﻁ ﻗﻮﻳﹰﺎ ﻋﻨﺪ ﺍﻗﺘﺮﺍﺏ ﻗﻴﻤﺘﻪ ﻣﻦ ﺍﻟﻮﺍﺣﺪ ﺍﻟﺼﺤﻴﺢ ‪،‬‬
‫ﻭﺿﻌﻴﻔﹰﺎ ﻋﻨﺪﻣﺎ ﻳﻘﺘﺮﺏ ﻣﻘﺪﺍﺭﻩ ﻣﻦ ﺍﻟﺼﻔﺮ ‪  .‬‬
‫• ﻗﻴﻤﺘﻪ ﺳﺎﻟﺒﺔ ﻋﻨﺪﻣﺎ ﻳﻜﻮﻥ ﺍﻻﺭﺗﺒﺎﻁ ﻋﻜﺴﻴﹰﺎ ‪ ،‬ﻭﻳﻜﻮﻥ ﺍﻻﺭﺗﺒﺎﻁ ﻗﻮﻳﹰﺎ ﻋﻨﺪ ﺍﻗﺘﺮﺍﺑﻪ ﻣﻦ )‪ (١-‬ﻭﻳﻀﻌﻒ ﻋﻨﺪﻣﺎ ﻳﻜﻮﻥ‬
‫ﺍﳌﻘﺪﺍﺭ ﺍﻟﺴﺎﻟﺐ ﻗﺮﻳﺒﹰﺎ ﻣﻦ ﺍﻟﺼﻔﺮ ‪  .‬‬
‫ب‪ -‬ﻣﻌﺎﻣﻞ ارﺗﺒﺎط اﻟﺮﺗﺐ ﻟﺴﺒﻴﺮﻣﺎن ) ‪ : (Spearman‬ﻳﻘﻴﺲ ﻣﻘﺪار ﻗﻮة اﻻرﺗﺒﺎط ﺑﻴﻦ ﻣﺘﻐﻴﺮﻳﻦ‬
‫ﻋﻠﻰ ﺻﻮرة ﺑﻴﺎﻧﺎت وﺻﻔﻴﺔ وﻋﻴﻨﺎت ﺻﻐﻴﺮة ﻳﻤﻜﻦ وﺿﻌﻬﺎ ﻓﻲ ﺻﻮرة ﺗﺮﺗﻴﺒﻴﺔ ‪ .‬ﻣﺜﻞ ﺗﻘﺪﻳﺮات‬
‫اﻟﻄﻼب ﻓﻲ ﻣﺎدﺗﻴﻦ ﻣﺨﺘﻠﻔﺘﻴﻦ ‪ .‬ﻓﻤﺜﻼ اﻟﻤﻤﺘﺎز ﻧﺮﻣﺰ ﻟﻪ ﺑﺪرﺟﺔ ‪ ، ٥‬وﺟﻴﺪ ﺟﺪًا ‪ ، ٤‬وﺟﻴﺪ ‪، ٣‬‬
‫وهﻜﺬا ‪  . .....‬‬
‫ج‪ -‬ﻣﻌﺎﻣﻞ اﻻﻗﺘﺮان ‪ :Coefficient  of  Association‬ﻳﺴﺘﺨﺪم ﻣﻌﺎﻣﻞ اﻻﻗﺘﺮان ﻟﻘﻴﺎس اﻟﻌﻼﻗﺔ‬
‫ﺑﻴﻦ ﻇﺎهﺮﺗﻴﻦ ﺗﻨﻘﺴﻢ آﻞ ﻣﻨﻬﻤﺎ إﻟﻰ ﻗﺴﻤﻴﻦ )أو ﺻﻔﺘﻴﻦ( ﻓﻘﻂ‪ .‬ﻣﺜﻞ اﻟﺤﺎﻟﺔ اﻻﺟﺘﻤﺎﻋﻴﺔ ‪ ..‬ﻟﻮن‬
‫اﻟﺒﺸﺮة ‪ ...‬وﺗﻜﻮن اﻟﺒﻴﺎﻧﺎت ﻣﻮﺿﻮﻋﺔ ﻓﻲ ﺟﺪول ﻣﺰدوج ﻳﺘﻜﻮن ﻣﻦ أرﺑﻊ ﺧﻼﻳﺎ ‪ 2×2‬ﻓﻘﻂ ‪،‬‬
‫وآﻠﻤﺎ اﻗﺘﺮﺑﺖ ﻗﻴﻤﺔ ﻣﻌﺎﻣﻞ اﻻﻗﺘﺮان ﻣﻦ اﻟﻮاﺣﺪ اﻟﺼﺤﻴﺢ )ﺳﻮاء ﺑﺎﻟﻤﻮﺟﺐ أو اﻟﺴﺎﻟﺐ( آﻠﻤﺎ دل‬
‫‪٢٩‬‬
‫ذﻟﻚ ﻋﻠﻰ وﺟﻮد ﻋﻼﻗﺔ ﻗﻮﻳﺔ ﺑﻴﻦ اﻟﻈﺎهﺮﺗﻴﻦ‪ ،‬وﺑﺎﻟﻌﻜﺲ آﻠﻤﺎ اﻗﺘﺮﺑﺖ ﻗﻴﻤﺘﻪ ﻣﻦ اﻟﺼﻔﺮ آﻠﻤﺎ دل‬
‫ذﻟﻚ ﻋﻠﻰ ﺿﻌﻒ اﻟﻌﻼﻗﺔ ﺑﻴﻦ اﻟﻈﺎهﺮﺗﻴﻦ‪  .‬‬
‫اﻟﺨﺎﺻﻴﺔ )‪(٢‬‬ ‫اﻟﺨﺎﺻﻴﺔ )‪(١‬‬ ‫اﻟﻈﺎهﺮة اﻟﺜﺎﻧﻴﺔ‬
‫اﻟﻈﺎهﺮة اﻷوﻟﻰ‬
‫‪ B‬‬ ‫‪ A‬‬ ‫اﻟﺨﺎﺻﻴﺔ )‪(١‬‬

‫‪ D‬‬ ‫‪ C‬‬ ‫اﻟﺨﺎﺻﻴﺔ )‪(٢‬‬

‫ﻧﻼﺣﻆ أن اﻟﺠﺪول أﻋﻼﻩ ﻳﺘﻜﻮن ﻣﻦ أرﺑﻊ ﺧﻼﻳﺎ ‪ ، 2×2‬ﺣﻴﺚ ﺗﻤﺜﻞ اﻟﺤﺮوف‪A,B,C,D ،‬‬
‫ﺗﻜﺮارات هﺬﻩ اﻟﺨﻼﻳﺎ ‪.‬‬

‫‪AD − BC‬‬
‫= ‪Ass.Coeff‬‬ ‫ﻣﻌﺎﻣﻞ اﻻﻗﺘﺮان =‬
‫‪AD + BC‬‬

‫د‪ -‬ﻣﻌﺎﻣﻞ اﻟﺘﻮاﻓﻖ ‪ :Contingency  Coefficient‬ﻳﻘﻴﺲ ﻣﻘﺪار ﻗﻮة اﻻرﺗﺒﺎط ﺑﻴﻦ ﻇﺎهﺮﺗﻴﻦ‬
‫ﺑﺤﻴﺚ ﺗﻜﻮن ﻟﻜﻞ ﻇﺎهﺮة أآﺜﺮ ﻣﻦ ﺻﻔﺘﻴﻦ ‪ .‬ﻣﺜﺎل دراﺳﺔ ﻋﻼﻗﺔ ﺑﻴﻦ اﻟﻤﺴﺘﻮى اﻟﺘﻌﻠﻴﻤﻲ ) أﻣﻲ‪،‬‬
‫اﺑﺘﺪاﺋﻲ ‪ ،‬ﻣﺘﻮﺳﻂ ‪ ( .....‬وﻣﺴﺘﻮى اﻟﺪﺧﻞ ) ﻋﺎﻟﻲ ‪ ،‬ﻣﺘﻮﺳﻂ ‪ ،‬ﻣﺘﺪﻧﻲ( وﺑﺬﻟﻚ ﻳﻜﻮن اﻟﺠﺪول‬
‫أآﺜﺮ ﻣﻦ أرﺑﻊ ﺧﻼﻳﺎ ‪ ،‬ﻣﻊ ﻣﻼﺣﻈﺔ أن ﻣﻌﺎﻣﻞ اﻟﺘﻮاﻓﻖ ﻻ ﻳﻤﻜﻦ أن ﻳﻜﻮن ﺑﺎﻟﺴﺎﻟﺐ وﺑﺎﻟﺘﺎﻟﻲ اﻟﺤﺪ‬
‫اﻷدﻧﻰ ﻟﻪ ﻳﻜﻮن ﺻﻔﺮًا ‪  .‬‬

‫ﺧﻄﻮات ﺣﺴﺎب ﻣﻌﺎﻣﻞ اﻟﺘﻮاﻓﻖ ‪:‬‬

‫ﺗﺮﺑﻴﻊ ﺍﻟﺘﻜﺮﺍﺭﺍﺕ ﺍﳌﻮﺟﻮﺩﺓ ﺑﻜﻞ ﺧﻠﻴﺔ ﻣﻦ ﺧﻼﻳﺎ ﺍﳉﺪﻭﻝ‬ ‫•‬
‫ﻗﺴﻤﺔ ﻣﺮﺑﻊ ﺍﻟﺘﻜﺮﺍﺭ ﺑﻜﻞ ﺧﻠﻴﺔ ﻋﻠﻰ ﺣﺎﺻﻞ ﺿﺮﺏ ﳎﻤﻮﻉ ﺍﻟﺼﻒ ﰲ ﳎﻤﻮﻉ ﺍﻟﻌﻤﻮﺩ ﺍﻟﺬﻱ ﺑﻪ ﺍﳋﻠﻴﺔ‪  .‬‬ ‫•‬
‫ﻧﻜﺮﺭ ﺍﳋﻄﻮﺓ ﺍﻟﺴﺎﺑﻘﺔ ﻟﻜﻞ ﺍﳋﻼﻳﺎ ﻭﻧﺮﻣﺰ ﻟﻠﻤﺠﻤﻮﻉ ﺑﺎﻟﺮﻣﺰ ‪  .C‬‬ ‫•‬
‫ﺣﺴﺎﺏ ﻣﻌﺎﻣﻞ ﺍﻟﺘﻮﺍﻓﻖ ﻭﺍﻟﺬﻱ ﻳﺄﺧﺬ ﺍﻟﺸﻜﻞ ﺍﻟﺘﺎﱄ ‪  :‬‬ ‫•‬
‫‪C −1‬‬
‫= ‪Cont .Coeff .‬‬ ‫ﻣﻌﺎﻣﻞ اﻟﺘﻮاﻓﻖ =‬
‫‪C‬‬
‫• ﺃﻱ ﺃﻥ ﻣﻌﺎﻣﻞ ﺍﻟﺘﻮﺍﻓﻖ ﻫﻮ ﺍﳉﺬﺭ ﺍﻟﺘﺮﺑﻴﻌﻲ ﳋﺎﺭﺝ ﻗﺴﻤﺔ ‪ C‐ 1 ‬ﻋﻠﻰ ‪ C‬ﺣﻴﺚ ‪ C‬ﻫﻲ ﳎﻤﻮﻉ ﺧﻮﺍﺭﺝ ﻗﺴﻤﺔ‬
‫ﻣﺮﺑﻌﺎﺕ ﺍﻟﺘﻜﺮﺍﺭﺍﺕ ﺑﻜﻞ ﺧﻠﻴﺔ ﻋﻠﻰ ﳎﻤﻮﻉ ﺍﻟﺼﻒ ﰲ ﳎﻤﻮﻉ ﺍﻟﻌﻤﻮﺩ ﺍﻟﺬﻱ ﺑﻪ ﻛﻞ ﺧﻠﻴﺔ‪  .‬‬
‫• ﻣﻘﻴﺎﺱ ﻣﻌﺎﻣﻞ ﺍﻻﺭﺗﺒﺎﻁ ‪ :‬اﻟﺨﻂ اﻟﺒﻴﺎﻧﻲ اﻟﺘﺎﻟﻲ ﻳﻮﺿﺢ ﻗﻮة اﻻرﺗﺒﺎط ﻣﻦ ﺻﻔﺮ إﻟﻰ ‪  : ١‬‬
‫‪ ‬‬

‫• ﻣﻌﺎﻣﻞ ﺍﻟﺘﺤﺪﻳﺪ ‪ :‬ﻳﻌﻨﻲ آﻢ ﻳﻔﺴﺮ ﻣﺘﻐﻴﺮ ﻣﻦ ﻣﺘﻐﻴﺮ ﺁﺧﺮ ‪.‬‬

‫ﻣﺜﺎل ‪ :‬اﻟﺰﻳﺎدة ﻓﻲ اﻟﺪﺧﻞ ) ﻣﺘﻐﻴﺮ ( ﻳﺆدي إﻟﻰ زﻳﺎدة ‪ ٠.٠٢‬ﻣﻦ اﻟﻤﺪﺧﻨﻴﻦ ) ﻣﺘﻐﻴﺮ ﺁﺧﺮ ( ‪.‬‬
‫ﺣﺴﺎب ﻣﻌﺎﻣﻞ اﻟﺘﺤﺪﻳﺪ رﻳﺎﺿﻴ ًﺎ ‪:‬‬
‫ﻣﻌﺎﻣﻞ ﺍﻟﺘﺤﺪﻳﺪ = ﻣﺮﺑﻊ ﻣﻌﺎﻣﻞ ﺍﻻﺭﺗﺒﺎﻁ ‪ ‬‬

‫‪٣٠‬‬
 ‫‪ (٢‬اﺧﺘﺒﺎر ‪ : T‐Test‬ﻳﺴﺘﺨﺪم ﻓﻲ ﺛﻼث ﺣﺎﻻت ﻣﺨﺘﻠﻔﺔ ﺗﺘﻀﺢ ﻓﻲ اﻟﺘﺎﻟﻲ‪:‬‬
‫أو ًﻻ ‪ One‐Sample T‐test :‬هﺬﻩ اﻟﺤﺎﻟﺔ ﺗﻌﺪ ﻣﻦ اﻟﺤﺎﻻت اﻟﺨﺎﺻﺔ ﺟﺪًا ﻻﺧﺘﺒﺎر " ‪ " T‬وﻓﻴﻬﺎ ﻳ ﺘﻢ‬
‫ﻣﻘﺎرﻧﺔ ﻣﺘﻮﺳﻂ ﻋﻴﻨﺔ ﻣﺎ )ﻋﻴﻨﺔ واﺣﺪة( ﺑﻤﺘﻮﺳﻂ ﻣﺠﺘﻤﻊ ﻣﻌﺮوف‪.‬‬
‫ﺛﺎﻧﻴ ًﺎ ‪ Independent‐Samples T‐test :‬وهﻲ أآﺜﺮ اﻟﺤﺎﻻت اﺳﺘﺨﺪاﻣ ًﺎ واﻟﺘﻲ ﻓﻴﻬﺎ ﻳﺘﻢ اﻟﻤﻘﺎرﻧﺔ‬
‫ﻼ أو ﻓ ﻲ اﻻﺑﺘﻜ ﺎر أو ﻓ ﻲ‬
‫ﺑﻴﻦ ﻣﺘﻮﺳﻄﻴﻦ ﻣﺠﻤﻮﻋﺘﻴﻦ ﻣﺨﺘﻠﻔﺘﻴﻦ )اﻟﺬآﻮر واﻹﻧﺎث ﻓﻲ اﻟﺬآﺎء ﻣﺜ ً‬
‫اﻟﻮزن أو ﻓﻲ اﻟﺘﺤﺼ ﻴﻞ( أو ﻣﺘﻮﺳ ﻄﻲ اﻟ ﺪﺧﻞ ﻟﺸ ﺮآﺘﻴﻦ أو ﻗ ﻮة ﺗﺤﻤ ﻞ اﻟﻀ ﻐﻮط ﻟ ﺪى اﻟ ﺬآﻮر‬
‫واﻹﻧ ﺎث أو اﻟﺮﺿ ﺎ ﻋ ﻦ اﻟﻌﻤ ﻞ ﻟ ﺪى ﻣﺠﻤ ﻮﻋﺘﻴﻦ ﻣ ﻦ ﻋﻤ ﺎل اﻟﻤﺼ ﺎﻧﻊ اﻟﻤﻬ ﻢ ﻣ ﻦ اﻟﻀ ﺮوري‬
‫ﻣﺮاﻋﺎة وﺟﻮد ﻣﺠﻤﻮﻋﺘﻴﻦ ﻣﺨﺘﻠﻔﺘﻴﻦ أﻣﺎ إذا آﺎن هﻨﺎك ﻣﺘﻮﺳﻄﻴﻦ ﻟﻨﻔﺲ اﻟﻤﺠﻤﻮﻋ ﺔ ﻓ ﺈن ذﻟ ﻚ‬
‫ﻳﻌﻨﻲ اﺳﺘﺨﺪام اﻟﺤﺎﻟﺔ اﻟﺜﺎﻟﺜﺔ‪.‬‬
‫ﺛﺎﻟﺜ ًﺎ ‪ Paired‐Samples  T‐test :‬وهﻨﺎ ﻳﻜﻮن ﻟﺪﻳﻨﺎ ﻣﺠﻤﻮﻋﺔ واﺣﺪة ﺗﻢ ﻗﻴﺎس اﻟﻤﺘﻐﻴﺮ ﻟﺪﻳﻬﺎ‬
‫ﻣﺮﺗﻴﻦ وﻟﺬﻟﻚ ﻟﻜﻞ ﻓﺮد ﻗﻴﻢ ﻣﺘﻨﺎﻇﺮة أو ﻣﺘﺰاوﺟﺔ ﻓﻲ ﻣﺮﺗﻲ اﻟﻘﻴﺎس‪.‬‬
‫‪ (٣‬اﺧﺘﺒﺎر ﻣﺮﺑﻊ آﺎي ﻟﻼﺳﺘﻘﻼﻟﻴﺔ ‪ : Chi – square‬اﺧﺘﺒﺎر ﺧﺎص ﺑﺎﻟﻤﻘﻴﺎس اﻻﺳﻤﻲ‪  .‬‬
‫‪ (٤‬اﺧﺘﺒﺎر ﺗﺤﻠﻴﻞ اﻟﺘﺒﺎﻳﻦ اﻷﺣ ﺎدي )‪ : (ANOVA‬وه ﻮ اﺧﺘﺼ ﺎر ﻟﻠﻤﺼ ﻄﻠﺢ اﻹﻧﺠﻠﻴ ﺰي ‪Analysis of ‬‬
‫‪ ،Variance‬وﻳﻌﺘﻤ ﺪ ه ﺬا اﻷﺳ ﻠﻮب ﻣ ﻦ أﺳ ﺎﻟﻴﺐ اﻟﺘﺤﻠﻴ ﻞ اﻹﺣﺼ ﺎﺋﻲ ﻋﻠ ﻰ ﻣ ﺎ ﻳﻌ ﺮف ﺑﺎﺧﺘﺒ ﺎر ‪F‬‬
‫واﻟﺬي ﻳﻌﺘﻤﺪ أﺳﺎﺳ ًﺎ ﻋﻠﻰ ﺗﺤﻠﻴﻞ اﻟﺘﺒﺎﻳﻦ‪ .‬ﺣﻴﺚ اﻟﺘﺒ ﺎﻳﻦ ﻣ ﺎ ه ﻮ إﻻ ﻣﺘﻮﺳ ﻂ ﻣﺮﺑﻌ ﺎت اﻧﺤﺮاﻓ ﺎت اﻟﻘ ﻴﻢ‬
‫ﻋﻦ وﺳﻄﻬﺎ اﻟﺤﺴﺎﺑﻲ‪ .‬وﺳﻮف ﻧﺘﻨﺎول هﻨﺎ أﺑﺴﻂ ﺣﺎﻟﺔ ﻟﺘﺤﻠﻴﻞ اﻟﺘﺒﺎﻳﻦ وهﻲ اﻟﺘ ﻲ ﺗﺴ ﻤﻰ اﻟﺘﺼ ﻨﻴﻒ‬
‫اﻷﺣﺎدي ‪ One ‐ Way Classification ‬ﻣﻊ اﻟﻌﻠﻢ ﺑﺄن هﻨﺎك ﺣﺎﻻت أﺧ ﺮى آﺜﻴ ﺮة ﻟﺘﺤﻠﻴ ﻞ اﻟﺘﺒ ﺎﻳﻦ‬
‫ﻣﻨﻬﺎ ﻋﻠﻰ ﺳﺒﻴﻞ اﻟﻤﺜﺎل اﻟﺘﺼﻨﻴﻒ اﻷﺣﺎدي ﻓﻲ ﺣﺎﻟﺔ اﺧﺘﻼف أﺣﺠﺎم اﻟﻌﻴﻨﺎت وﺗﺤﻠﻴﻞ اﻟﺘﺒ ﺎﻳﻦ اﻟﺜﻨ ﺎﺋﻲ‬
‫‪ Two‐way Analysis‬ﻟﻜﻨﻨﺎ ﻟﻦ ﻧﺘـﻌﺮض ﻓﻲ هـﺬا اﻟﻜﺘﺎب ﺳﻮى ﻷﺑﺴﻂ ﺣﺎﻟﺔ وهﻲ ﺣﺎﻟﺔ اﻟﺘﺼﻨﻴﻒ‬
‫اﻷﺣﺎدي ﺑﺎﻓﺘﺮاض ﺗﺴﺎوي أﺣﺠﺎم اﻟﻌﻴﻨﺎت‪  .‬‬
‫‪ (٥‬اﺧﺘﺒ ﺎر اﻟﻔﺮﺿ ﻴﺎت ‪ : Test  of  Hypotheses‬ﻳﺴ ﺘﺨﺪم ه ﺬا اﻻﺧﺘﺒ ﺎر ﻟﻠﺘﺄآ ﺪ ﻣ ﻦ دﻗ ﺔ ﻣﻌﻠﻮﻣ ﺎت‬
‫ﻼ( ﺑﻌ ﺪ وﺟ ﻮد ﺗﻐﻴ ﺮات ﺟﺪﻳ ﺪة ﻓ ﻲ اﻟﻤﺠﺘﻤ ﻊ ﻗ ﺪ ﺗﻜ ﻮن‬ ‫ﻣﺘﻮﻓﺮة ﻋﻦ اﻟﻤﺠﺘﻤ ﻊ )اﻟﻮﺳ ﻂ اﻟﺤﺴ ﺎﺑﻲ ﻣ ﺜ ً‬
‫أﺛﺮت ﻋﻠﻰ اﻟﻤﺘﻮﺳﻂ اﻟﺤﺴﺎﺑﻲ اﻟﻤﻌﺮوف ﺣﺎﻟﻴ ًﺎ ﻷﺣﺪ اﻟﺒﺎﺣﺜﻴﻦ ﻓﻴﺮﻏﺐ ﺑﺎﻟﺘﺄآ ﺪ ﻣ ﻦ وﻗ ﻮع اﻟﺘﻐﻴﻴ ﺮ أو‬
‫ﻋﺪم وﻗﻮﻋﻪ ﺑﺎﺧﺘﺒﺎر ﻗﻴﻤﺔ اﻟﻤﺘﻮﺳﻂ اﻵن‪.‬‬
‫واﻟﻔﺮوض اﻹﺣﺼﺎﺋﻴﺔ اﻟﺘﻲ ﺗﺨﻀﻊ ﻟﻼﺧﺘﺒﺎر ﻓﺮﺿﻴﺘﻴﻦ‪:‬‬
‫‪ (١‬ﻓﺮﺿﻴﺔ اﻟﻌﺪم )اﻟﻔﺮﺿﻴﺔ اﻟﺼﻔﺮﻳﺔ( ‪ : null  hypotheses‬ﺗﻌﻨﻲ ﻋﺪم وﺟﻮد ﻋﻼﻗﺔ ﺑﻴﻦ‬
‫اﻟﻤﺘﻐﻴﺮات أو ﻋﺪم وﺟﻮد ﻓﺮوق هﺎﻣﺔ ﺑﻴﻦ اﻟﻤﺠﻤﻮﻋﺎت‪ .‬وﻳﺮﻣﺰ ﻟﻬﺎ ﺑﺎﻟﺮﻣﺰ ‪ Ho‬ﻣﺘﻀﻤﻨﺔ‬
‫اﻟﻬﺪف اﻟﻤﻄﻠﻮب ﻟﻼﺧﺘﺒﺎر‪ ،‬وﻗﺒﻮﻟﻬﺎ ﻳﻌﻨﻲ ﻋﺪم رﻓﺾ ﻧﺘﺎﺋﺞ اﻟﻌﻴﻨﺔ‪.‬‬
‫‪ (٢‬اﻟﻔﺮﺿﻴﺔ اﻟﺒﺪﻳﻠﺔ ‪ : alternative  hypotheses‬ﺗﻌﻨﻲ وﺟﻮد ﻋﻼﻗﺔ ﺑﻴﻦ اﻟﻤﺘﻐﻴﺮات أو‬
‫وﺟﻮد ﻓﺮوق هﺎﻣﺔ ﺑﻴﻦ اﻟﻤﺠﻤﻮﻋﺎت‪ .‬وﻳﺮﻣﺰ ﻟﻬﺎ ﺑﺎﻟﺮﻣﺰ ‪ Ha‬وﺗﻘﺒﻞ ﺣﺎل رﻓﺾ ‪Ho‬‬
‫واﻟﻌﻜﺲ ﺻﺤﻴﺢ‪ .‬وﻳﺮﻣﺰ ﻟﻬﺎ أﻳﻀ ًﺎ ﺑﺎﻟﺮﻣﺰ ‪. H1‬‬
‫‪ (٦‬ﻣﺴ ﺘﻮى اﻟﺪﻻﻟ ﺔ اﻟﻤﻌﻨﻮﻳ ﺔ ‪ : Significance  Level‬ه ﻮ أﻗﺼ ﻰ اﺣﺘﻤ ﺎل ﻳﻤﻜ ﻦ ﺗﺤﻤﻠ ﻪ ﻣ ﻦ اﻟﺨﻄ ﺄ‬
‫اﻷول ‪ ،‬وﻳﺮﻣﺰ ﻟﻬﺬا اﻻﺣﺘﻤﺎل ﺑﺎﻟﺮﻣﺰ ‪ ) α‬ﺣﺮف إﻏﺮﻳﻘ ﻲ ﻳﻨﻄ ﻖ "أﻟﻔ ﺎ" ( ﻳﺤ ﺪد ﻗﺒ ﻞ ﺳ ﺤﺐ اﻟﻌﻴﻨ ﺔ‬
‫وﻋ ﺎدة ﻳﻜ ﻮن ‪ 0.05‬أو ‪ 0.01‬وه ﺬﻩ اﻟﻘ ﻴﻢ ﻟ ﺮﻓﺾ ﻓ ﺮض اﻟﻌ ﺪم ‪ ،Ho‬وﻳﻮﺟ ﺪ ﻧﻮﻋ ﺎن ﻣ ﻦ ﻣﺴ ﺘﻮى‬
‫اﻟﺪﻻﻟﺔ ‪  :‬‬
‫أ( اﻻﺳﻤﻲ وﻳﻌﺮف ﺑـ ‪ α‬وﺗﺤﺪد ﻗﻴﻤﺘﻪ ﻗﺒﻞ إﺟﺮاء اﻟﺪراﺳﺔ ‪  .‬‬
‫ب( ﻣﺴﺘﻮى اﻟﺪﻻﻟﺔ اﻟﺤﻘﻴﻘﻲ وه ﻮ اﺣﺘﻤ ﺎل اﻟﻔﺸ ﻞ اﻟﻤﺤﺴ ﻮب ﻣ ﻦ ﺑﻴﺎﻧ ﺎت اﻟﻌﻴﻨ ﺔ ﻓ ﺈن آ ﺎن‬
‫أﻗﻞ ﻣﻦ اﻻﺳ ﻤﻲ ﻓﺘ ﺮﻓﺾ اﻟﻔﺮﺿ ﻴﺔ اﻟﺼ ﻔﺮﻳﺔ ‪ ،‬وإﻻ ﻓﺎﻟﺒﺎﺣ ﺚ ﻗ ِﺒ ﻞ اﻟﻔﺮﺿ ﻴﺔ اﻟﺼ ﻔﺮﻳﺔ‬
‫وﻟﻢ ﻳﻘﺒﻞ اﻟﻔﺮﺿﻴﺔ اﻟﺒﺪﻳﻠﺔ ‪  .‬‬

‫‪٣١‬‬
 ‫ﺍﻟﺘﻄﺒﻴﻖ ﺍﻷﻭﻝ ‪ :‬ﺣﺴﺎﺏ ﻣﻌﺎﻣﻼﺕ ﺍﻻﺭﺗﺒﺎﻁ ﺑﺎﺳﺘﺨﺪﺍﻡ ‪: SPSS‬‬
‫اﺣﺴﺐ ﻣﻌﺎﻣﻼت اﻻرﺗﺒﺎط ﺑﻴﻦ ﺟﻤﻴﻊ اﻟﻤﺤﺎور اﻟﺜﻼﺛﺔ ﻓﻲ اﻻﺳﺘﺒﺎﻧﺔ اﻟﺴﺎﺑﻘﺔ ‪ .‬ﺛﻢ ﺣﺪد أي ﻣﺤﻮرﻳﻦ‬
‫أﻗﻮى ارﺗﺒﺎﻃ ًﺎ وأﻳﻬﻤﺎ أﻗﻞ ارﺗﺒﺎﻃ ًﺎ ‪.‬‬
‫ﺣﻞ ﺍﻟﺘﻤﺮﻳﻦ ‪:‬‬
‫ﻟﺤﺴﺎب ﻣﻌﺎﻣﻞ اﻻرﺗﺒﺎط ‪ Correlation ‬ﻧﺘﺒﻊ اﻟﺨﻄﻮات اﻟﺘﺎﻟﻴﺔ ‪ :‬اﺧﺘﺮ ‪ Analyze‬ﻣﻦ اﻟﻘﺎﺋﻤﺔ‬
‫اﻟﺮﺋﻴﺴﻴﺔ ﺛﻢ ‪ Correlate ‬ﺛﻢ ‪ Bivariate‬ﻓﺘﻔﺘﺢ اﻟﻨﺎﻓﺬة اﻟﺘﺎﻟﻴﺔ ‪:‬‬

‫ﺛﻢ ﺗﻀﻐﻂ ﻋﻠﻰ ‪ OK ‬ﻟﺘﻈﻬﺮ اﻟﻨﺘﺎﺋﺞ اﻟﺘﺎﻟﻴﺔ ‪:‬‬

‫‪Correlations ‬‬
‫‪ ‬‬
‫ﺘﻌﻤﻴﻡ ﺍﻟﺒﺭﻨﺎﻤﺞ‬ ‫ﺍﻨﺘﺸﺎﺭ ﺍﻟﺒﺭﻨﺎﻤﺞ‬ ‫ﺘﻘﺩﻴﺭ ﺍﻟﺒﺭﻨﺎﻤﺞ‬
‫)**(‪.672‬‬ ‫)**(‪.824‬‬ ‫‪1‬‬ ‫‪Pearson Correlation‬‬ ‫ﺘﻘﺩﻴﺭ ﺍﻟﺒﺭﻨﺎﻤﺞ‬
‫‪.001‬‬ ‫‪.000‬‬ ‫)‪Sig. (2-tailed‬‬
‫‪20‬‬ ‫‪20‬‬ ‫‪20‬‬ ‫‪N‬‬
‫)**(‪.792‬‬ ‫‪1‬‬ ‫)**(‪.824‬‬ ‫‪Pearson Correlation‬‬ ‫ﺍﻨﺘﺸﺎﺭ ﺍﻟﺒﺭﻨﺎﻤﺞ‬
‫‪.000‬‬ ‫‪.000‬‬ ‫)‪Sig. (2-tailed‬‬
‫‪20‬‬ ‫‪20‬‬ ‫‪20‬‬ ‫‪N‬‬
‫‪1‬‬ ‫)**(‪.792‬‬ ‫)**(‪.672‬‬ ‫‪Pearson Correlation‬‬ ‫ﺘﻌﻤﻴﻡ ﺍﻟﺒﺭﻨﺎﻤﺞ‬
‫‪.000‬‬ ‫‪.001‬‬ ‫)‪Sig. (2-tailed‬‬
‫‪20‬‬ ‫‪20‬‬ ‫‪20‬‬ ‫‪N‬‬
‫‪** Correlation is significant at the 0.01 level (2-tailed).‬‬

‫ﺑﻌﺪ دراﺳﺔ اﻟﺠﺪول اﻟﺴﺎﺑﻖ ﻧﻼﺣﻆ أن اﻟﻌﻼﻗﺔ ﺑﻴﻦ اﻟﻤﺤﺎور ﻃﺮدﻳﺔ وذات دﻻﻟﺔ إﺣﺼﺎﺋﻴﺔ ﻋﺎﻟﻴﺔ ﺟﺪًا‬
‫)أﻗﻞ ﻣﻦ أو ﺗﺴﺎوي ‪ ( 0.001‬وﻳﻼﺣﻆ أن اﻟﻤﺤﻮرﻳﻦ ) اﻷول ‪ :‬ﺗﻘﺪﻳﺮ اﻟﺒﺮﻧﺎﻣﺞ ( و ) اﻟﺜﺎﻧﻲ ‪ :‬اﻧﺘﺸﺎر‬
‫اﻟﺒﺮﻧﺎﻣﺞ ( هﻤﺎ اﻷﻗﻮى ارﺗﺒﺎﻃ ًﺎ وُأﺷﻴﺮ إﻟﻴﻬﻤﺎ ﻓﻲ اﻟﺠﺪول اﻟﺴﺎﺑﻖ ﺑﺎﻟﻠﻮن اﻷﺣﻤﺮ ‪ .‬أﻣﺎ اﻟﻤﺤﻮرﻳﻦ‬
‫)اﻷول ‪ :‬ﺗﻘﺪﻳﺮ اﻟﺒﺮﻧﺎﻣﺞ ( و ) اﻟﺜﺎﻟﺚ‪ :‬ﺗﻌﻤﻴﻢ اﻟﺒﺮﻧﺎﻣﺞ ( ﻓﻬﻤﺎ اﻷﻗﻞ ارﺗﺒﺎﻃ ًﺎ ‪.‬‬

‫‪٣٢‬‬
 ‫ﺍﻻﳓﺪﺍﺭ ﺍﳋﻄﻲ ﺍﻟﺒﺴﻴﻂ‬

‫*ﺍﻻﳓﺪﺍﺭ ﺍﳋﻄﻲ ﺍﻟﺒﺴﻴﻂ ) ‪:(Linear Regression‬‬

‫ﻳﻌﺘﺒﺮ ﻣﻘﻴﺎس ﻟﻨﻮﻋﻴﺔ اﻟﻌﻼﻗﺔ ﺑﻴﻦ ﻣﺘﻐﻴﺮﻳﻦ ‪ ،‬وﻓﻲ آﺜﻴﺮ ﻣﻦ‬
‫اﻟﺪراﺳﺎت ﺗﻜﻮن اﻟﻌﻼﻗﺔ ﺑﻴﻦ أآﺜﺮ ﻣﻦ ﻣﺘﻐﻴﺮﻳﻦ هﻲ ﻋﻼﻗﺔ‬
‫اﻋﺘﻤﺎد )اﻧﺤﺪار( وﻳﻌﺘﺒﺮ اﻻﻧﺤﺪار اﻟﺨﻄﻲ ‪ ‬اﻟﺒﺴﻴﻂ ﻣﻦ‬
‫اﻷﺳﺎﻟﻴﺐ اﻹﺣﺼﺎﺋﻴﺔ اﻟﺘﻲ ﺗﺴﺘﺨﺪم ﻓﻲ ﻗﻴﺎس اﻟﻌﻼﻗﺔ ﺑﻴﻦ‬
‫ﻣﺘﻐﻴﺮﻳﻦ ﻋﻠﻰ هﻴﺌﺔ ‪ ‬ﻋﻼﻗﺔ داﻟﺔ‪ ،‬ﻳﺴﻤﻰ أﺣﺪ اﻟﻤﺘﻐﻴﺮات‬
‫)ﻣﺘﻐﻴﺮ ﺗﺎﺑﻊ ‪ ( dependent Variable‬واﻵﺧﺮ )ﻣﺘﻐﻴﺮ ‪ ‬‬
‫ﻣﺴﺘﻘﻞ ‪  ( Independent  Variable‬وهﻮ اﻟﻤﺘﺴﺒﺐ ﻓﻲ‬
‫ﺗﻐﻴﺮ اﻟﻤﺘﻐﻴﺮ اﻟﺘﺎﺑﻊ‪ .‬وﺗﻤﺜﻞ هﺬﻩ اﻟﻌﻼﻗﺔ ﺑﻤﻌﺎدﻟﺔ اﻟﺨﻂ‬
‫اﻟﻤﺴﺘﻘﻴﻢ ‪:‬‬
‫‪ Y=a + bX‬ﺣﻴﺚ أن ‪ b‬ﺗﻤﺜﻞ اﻧﺤﺪار اﻟﺨﻂ اﻟﻤﺴﺘﻘﻴﻢ )ﻣﻴﻠﻪ( وﻧﻌﻨﻲ ﺑﻬﺎ ﻣﻌﺪل اﻟﺘﻐﻴﺮ ﻓﻲ ‪ ‬‬
‫ﻗﻴﻤﺔ ‪ Y‬ﻋﻨﺪﻣﺎ ﺗﺘﻐﻴﺮ ﻗﻴﻤﺔ اﻟﻤﺘﻐﻴﺮ اﻟﻤﺴﺘﻘﻞ ‪ X‬وﺣﺪة واﺣﺪة ‪ .‬أﻣﺎ ‪ a‬ﻓﺘﻤﺜﻞ ﻣﻌﺎﻣﻞ اﻟﺘﻘﺎﻃﻊ )ﺛﺎﺑﺖ‬
‫اﻟﻤﻌﺎدﻟﺔ ( أو اﻟﻤﺴﺎﻓﺔ ﺑﻴﻦ اﻟﺼﻔﺮ وﺗﻘﺎﻃﻊ ﺧﻂ‪ ‬اﻻﻧﺤﺪار ﻣﻊ اﻟﻤﺤﻮر ‪ . Y‬‬

‫ﻣﻼﺣﻈﺔ هﺎﻣﺔ ‪:‬‬

‫• ﲢﻠﻴﻞ ‪ ‬ﺍﻻﺭﺗﺒﺎﻁ ﻳﺴﺎﻋﺪ ﰲ ﻣﻌﺮﻓﺔ ﻧﻮﻉ ﺍﻟﻌﻼﻗﺔ ﻭﻗﻮ‪‬ﺎ ﺑﲔ ﺍﳌﺘﻐﲑﺍﺕ ﻭﻟﻜﻨﻪ ﻟﻴﺲ ﺍﻷﺩﺍﺓ ‪ ‬ﺍﳌﻨﺎﺳﺒﺔ ﻟﻼﺳﺘﺨﺪﺍﻡ ﺇﺫﺍ ﻛﺎﻥ‬
‫ﺍﻟﻐﺮﺽ ﻋﻤﻠﻴﺔ ﺍﻟﺘﻨﺒﺆ‪ .‬ﻣﻊ ﻣﻼﺣﻈﺔ ﺃﻥ ﲢﻠﻴﻞ ﺍﻻﺭﺗﺒﺎﻁ ﻗﺪ‪ ‬ﻳﻜﻮﻥ ﺧﻄﻮﺓ ﻣﺒﺪﺋﻴﺔ ﻟﺘﺤﻠﻴﻞ ﺍﻻﳓﺪﺍﺭ‪  .‬‬
‫• ﲢﻠﻴﻞ ﺍﻻﳓﺪﺍﺭ ﻭﲢﻠﻴﻞ ﺍﻟﺴﻼﺳﻞ ﺍﻟﺰﻣﻨﻴﺔ ﻳﺴﺎﻋﺪ ﰲ ﻣﻌﺮﻓﺔ ﺍﻟﻌﻼﻗﺔ ﺑﲔ ﺍﳌﺘﻐﲑﺍﺕ ﻭﻣﻦ ‪ ‬ﰒ ﺍﺳﺘﺨﺪﺍﻡ ﺍﻟﻌﻼﻗﺔ ﰲ ﺍﻟﺘﻨﺒﺆ‪  .‬‬
‫‪ ‬‬

‫‪ ‬‬
‫ﺍﻟﺘﻄﺒﻴﻖ ﺍﻟﺜﺎﻧﻲ ‪ :‬ﳕﻮﺫﺝ ﳋﻄﻮﺍﺕ ﻋﻤﻞ ﺩﺭﺍﺳﺔ ﲝﺜﻴﺔ‪.‬‬
‫ادرس ﺑﻌﺾ اﻟﻌﻮاﻣﻞ اﻟﻤﺆﺛﺮة ﻋﻠﻰ ﻣﺤﻮر ) ﺗﻌﻤﻴﻢ اﻟﺒﺮﻧﺎﻣﺞ( ﻓﻲ اﻻﺳﺘﺒﻴﺎن اﻟﺴﺎﺑﻖ ‪.‬‬

‫ﻹﺟﺮاء هﺬﻩ اﻟﺪراﺳﺔ ﻻ ﺑﺪ أن ﻧﺘﺒﻊ اﻟﺨﻄﻮات اﻟﻌﻠﻤﻴﺔ اﻟﺴﻠﻴﻤﺔ وهﻲ ‪:‬‬

‫أو ًﻻ ‪ :‬ﻋﻨﻮان اﻟﺪراﺳﺔ ‪ :‬ﻻﺑﺪ أن ﺗﺤﺪد ﻋﻨﻮاﻧ ًﺎ ﻟﻠﺪراﺳﺔ ﻳﻮﺿﺢ هﺪف اﻟﺪراﺳﺔ وﻓﻲ هﺬﻩ اﻟﺤﺎﻟﺔ ﺣﺪدﻧﺎ‬
‫اﻟﻌﻨﻮان اﻟﺘﺎﻟﻲ ) دراﺳﺔ ﺑﻌﺾ اﻟﻌﻮاﻣﻞ اﻟﺘﻲ ﺗﺆﺛﺮ ﻋﻠﻰ ﺗﻌﻤﻴﻢ ﺑﺮﻧﺎﻣﺞ ﺗﺪرﻳﺒﻲ (‪.‬‬

‫ﺛﺎﻧﻴ ًﺎ ‪ :‬ﺗﺤﺪﻳﺪ اﻟﻤﺸﻜﻠﺔ ] هﻞ ﺗﺆﺛﺮ اﻟﻤﺘﻐﻴﺮات ) ﺗﻘﺪﻳﺮ اﻟﺒﺮﻧﺎﻣﺞ ( و ) اﻧﺘﺸﺎر اﻟﺒﺮﻧﺎﻣﺞ ( ﻋﻠﻰ ﺗﻌﻤﻴﻢ‬
‫اﻟﺒﺮﻧﺎﻣﺞ ؟ [ ‪.‬‬

‫ﺛﺎﻟﺜ ًﺎ ‪ :‬ﻧﻀﻊ ﻓﺮوض اﻟﺪراﺳﺔ ‪:‬‬

‫ﻓﺮوض اﻟﻌﺪم )اﻟﻔﺮوض اﻟﺼﻔﺮﻳﺔ( ﻟﻬﺬﻩ اﻟﺪراﺳﺔ ‪: H0‬‬
‫‪ (١‬ﻻ ﻳﻮﺟﺪ ﻋﻼﻗﺔ ذات دﻻﻟﺔ إﺣﺼﺎﺋﻴﺔ ﻋﻨﺪ ﻣﺴﺘﻮى ﺛﻘﺔ ‪ %٩٥‬ﺑﻴﻦ )ﺗﻘﺪﻳﺮ اﻟﺒﺮﻧﺎﻣﺞ( و )ﺗﻌﻤﻴﻢ‬
‫اﻟﺒﺮﻧﺎﻣﺞ( ‪  .‬‬
‫‪ (٢‬ﻻ ﻳﻮﺟﺪ ﻋﻼﻗﺔ ذات دﻻﻟﺔ إﺣﺼﺎﺋﻴﺔ ﻋﻨﺪ ﻣﺴﺘﻮى ﺛﻘﺔ ‪ %٩٥‬ﺑﻴﻦ )اﻧﺘﺸﺎر اﻟﺒﺮﻧﺎﻣﺞ( و )ﺗﻌﻤﻴﻢ‬
‫اﻟﺒﺮﻧﺎﻣﺞ( ‪  .‬‬
‫‪ ‬‬
‫‪٣٣‬‬
 ‫ﻓﺮوض ﺑﺪﻳﻠﺔ ﻟﻬﺬﻩ اﻟﺪراﺳﺔ ‪: HA‬‬
‫‪ (١‬ﻳﻮﺟﺪ ﻋﻼﻗﺔ ذات دﻻﻟﺔ إﺣﺼﺎﺋﻴﺔ ﻋﻨﺪ ﻣﺴﺘﻮى ﺛﻘﺔ ‪ %٩٥‬ﺑﻴﻦ )ﺗﻘﺪﻳﺮ اﻟﺒﺮﻧﺎﻣﺞ( و )ﺗﻌﻤﻴﻢ‬
‫اﻟﺒﺮﻧﺎﻣﺞ( ‪  .‬‬
‫‪ (٢‬ﻳﻮﺟﺪ ﻋﻼﻗﺔ ذات دﻻﻟﺔ إﺣﺼﺎﺋﻴﺔ ﻋﻨﺪ ﻣﺴﺘﻮى ﺛﻘﺔ ‪ %٩٥‬ﺑﻴﻦ )اﻧﺘﺸﺎر اﻟﺒﺮﻧﺎﻣﺞ( و )ﺗﻌﻤﻴﻢ‬
‫اﻟﺒﺮﻧﺎﻣﺞ( ‪  .‬‬

‫راﺑﻌ ًﺎ ‪ :‬ﺟﻤﻊ اﻟﺒﻴﺎﻧﺎت ‪ :‬وﻳﺘﻢ ذﻟﻚ ﺑﺘﺼﻤﻴﻢ اﺳﺘﺒﻴﺎن ﺑﻌﺪ اﺧﺘﻴﺎر اﻟﻌﻴﻨﺔ اﻟﺘﻲ ﺳﻴﻘﺪم ﻟﻬﺎ اﻻﺳﺘﺒﻴﺎن‪ ،‬وﺑﻌﺪ‬
‫ﺟﻤﻊ اﻟﺒﻴﺎﻧﺎت وﺗﻔﺮﻳﻐﻬﺎ ﻓﻲ ﺑﺮﻧﺎﻣﺞ ‪ُ SPSS‬ﺗﺠﺮى اﻟﺘﺤﻠﻴﻞ اﻹﺣﺼﺎﺋﻲ ﻻﺳﺘﺨﺮاج اﻟﻨﺘﺎﺋﺞ ‪.‬‬

‫ﺧﺎﻣﺴ ًﺎ ‪ :‬اﻟﺘﺤﻠﻴﻞ اﻹﺣﺼﺎﺋﻲ‪ :‬ﻓﻲ هﺬﻩ اﻟﻤﺮﺣﻠﺔ ﻧﺤﺪد اﻟﻤﺘﻐﻴﺮات اﻟﻤﺴﺘﻘﻠﺔ واﻟﻤﺘﻐﻴﺮ اﻟﺘﺎﺑﻊ ‪ ،‬ﺑﺤﻴﺚ‬
‫ﺳﻴﻜﻮن ﻟﺪﻳﻨﺎ ﻣﺘﻐﻴﺮان ﻣﺴﺘﻘﻼن هﻤﺎ ‪ t1 , t2 ‬وﻣﺘﻐﻴﺮ ﺗﺎﺑﻊ هﻮ ‪. t3‬‬
‫وﻳﺘﻢ اﻟﺘﺤﻠﻴﻞ ﻣﻦ ﺷﺎﺷﺔ ‪ Data  View‬ﻓﻲ ﺑﺮﻧﺎﻣﺞ ‪ SPSS‬ﺑﺎﻟﻄﺮﻳﻘﺔ اﻟﺘﺎﻟﻴﺔ ‪ :‬ﺗﺨﺘﺎر ‪ Analyze‬ﺛﻢ‬
‫ﺗﻈﻬﺮ ﻗﺎﺋﻤﺔ ﻣﻨﺴﺪﻟﺔ وﻣﻨﻬﺎ ﺗﺨﺘﺎر ‪ Regression‬أي اﻻﻧﺤﺪار ‪ ،‬ﺛﻢ ‪ linear‬ﺧﻄﻲ آﻤﺎ ﻓﻲ اﻟﺼﻮرة‬
‫اﻟﺘﺎﻟﻴﺔ ‪:‬‬

‫ﺗُﻔﺘﺢ اﻟﻨﺎﻓﺬة اﻟﺘﺎﻟﻴﺔ ‪:‬‬

‫ﻓﻲ اﻟﺼﻮرة أﻋﻼﻩ ﻋﻨﺪ اﻟﺮﻗﻢ )‪ (١‬ﻧﺪرج اﻟﺘﺎﺑﻊ اﻟﻤﺘﻐﻴﺮ ‪ Dependent‬وهﻮ ﻓﻲ هﺬا اﻟﻤﺜﺎل ‪ t3‬ﺛﻢ‬
‫ﻧﺪرج اﻟﻤﺘﻐﻴﺮات اﻟﻤﺴﺘﻘﻠﺔ ‪ t2 , t1‬ﻋﻨﺪ اﻟﺮﻗﻢ )‪ Independent (٢‬وﺑﻌﺪ ذﻟﻚ ﻧﻀﻐﻂ ﻋﻠﻰ ‪Options‬‬
‫اﻟﻤﺸﺎر إﻟﻴﻪ ﺑﺎﻟﺮﻗﻢ )‪ (٣‬ﻓﺘﻔﺘﺢ اﻟﻨﺎﻓﺬة اﻟﺘﺎﻟﻴﺔ ‪:‬‬

‫‪٣٤‬‬
‫ﻓﻘﻂ ﻓﻲ هﺬﻩ اﻟﻨﺎﻓﺬة ﻧﺘﺄآﺪ ﻣﻦ اﻟﻘﻴﻤﺔ ‪ Entry‬ﺑﺤﻴﺚ ﺗﻜﻮن ‪ ٠.٠٥‬ﻷن ﻣﻜﻤﻠﺘﻬﺎ ‪ . %٩٥‬ﺛﻢ ﻧﻀﻐﻂ ﻋﻠﻰ‬
‫‪ Continue‬ﺛﻢ ‪ . OK ‬ﺳﺘﻈﻬﺮ ﻧﺘﺎﺋﺞ ﺗﺤﻠﻴﻞ اﻻﻧﺤﺪار اﻟﺨﻄﻲ ﻓﻲ ﺻﻮرة ﺟﺪاول آﺎﻟﺘﺎﻟﻲ ‪:‬‬

‫)‪Variables Entered/Removed(b‬‬ ‫ﺍﻟﺠﺩﻭل ﺍﻷﻭل‬

‫‪Variables‬‬ ‫‪Variables‬‬
‫‪Method‬‬ ‫‪Removed‬‬ ‫‪Entered‬‬ ‫‪Model‬‬
‫‪1‬‬
‫ﺍﻨﺘﺸﺎﺭ ﺍﻟﺒﺭﻨﺎﻤﺞ ‪,‬‬
‫‪Enter‬‬ ‫‪.‬‬
‫ﺘﻘﺩﻴﺭ ﺍﻟﺒﺭﻨﺎﻤﺞ)‪(a‬‬

‫‪a All requested variables entered.‬‬

‫‪ b Dependent Variable:‬ﺘﻌﻤﻴﻡ ﺍﻟﺒﺭﻨﺎﻤﺞ‬

‫اﻟﺠﺪول اﻷول ) ﺟﺪول ﻧﻮع اﻟﻄﺮﻳﻘﺔ ( ‪ :‬ﻭﻫﻮ‪ ‬ﻳﺒﲔ‪ ‬ﺃﻥ‪ ‬ﻃﺮﻳﻘﺔ‪ ‬ﺍﳌﺮﺑﻌﺎﺕ‪ ‬ﺍﻟﺼﻐﺮﻯ‪ ‬ﻫﻲ‪ ‬ﺍﳌﺘﺒﻌﺔ‪ ‬ﰲ‪ ‬ﲢﻠﻴﻞ‪ ‬ﺍﻻﳓﺪﺍﺭ‪ ‬ﺍﳋﻄﻲ ‪ ‬‬

‫ﻭﺃﻥ‪ ‬ﺍﳌﺘﻐﲑﺍﺕ ﺍﳌﺴﺘﻘﻠﺔ‪ ‬ﻫﻲ)ﺍﻧﺘﺸﺎﺭ ﺍﻟﱪﻧﺎﻣﺞ ‪ ،‬ﺗﻘﺪﻳﺮ ﺍﻟﱪﻧﺎﻣﺞ(‪ ‬ﻭﺃﻥ‪ ‬ﺍﳌﺘﻐﲑ‪ ‬ﺍﻟﺘﺎﺑﻊ‪ ‬ﻫﻮ)ﺗﻌﻤﻴﻢ ﺍﻟﱪﻧﺎﻣﺞ (‪ .‬‬

‫‪Model Summary‬‬ ‫ﺍﻟﺠﺩﻭل ﺍﻟﺜﺎﻨﻲ‬

‫‪Std. Error of‬‬ ‫‪Adjusted R‬‬

‫‪the Estimate‬‬ ‫‪Square‬‬ ‫‪R Square‬‬ ‫‪R‬‬ ‫‪Model‬‬
‫‪.59055‬‬ ‫‪.584‬‬ ‫‪.628‬‬ ‫)‪.792(a‬‬ ‫‪1‬‬
‫‪ a Predictors: (Constant),‬ﺍﻨﺘﺸﺎﺭ ﺍﻟﺒﺭﻨﺎﻤﺞ ‪,‬ﺘﻘﺩﻴﺭ ﺍﻟﺒﺭﻨﺎﻤﺞ‬

‫اﻟﺠﺪول اﻟﺜﺎﻧﻲ ) ﺟﺪول اﻻرﺗﺒﺎط اﻟﺨﻄﻲ ( ‪ :‬ﻳﺒﲔ ﻧﺘﻴﺠﺔ ﺣﺴﺎﺏ ﻣﻌﺎﻣﻞ ﺍﻻﺭﺗﺒﺎﻁ ‪  R ‬ﻭﻣﻌﺎﻣﻞ ‪ ‬ﺍﻟﺘﺤﺪﻳﺪ ﻣﺮﺑﻊ ﻗﻴﻤﺔ‬
‫ﻣـﻌﺎﻣﻞ ﺍﻻﺭﺗـﺒﺎﻁ ‪ ،  R Square ‬ﻭﻣﻌﺎﻣﻞ ﺍﻻﺭﺗﺒﺎﻁ ﺍﳋﻄﻲ ﺑﲔ ﺗﻘﺪﻳﺮ ﺍﻟﱪﻧﺎﻣﺞ ﻭﺍﻧﺘﺸﺎﺭ ﺍﻟﱪﻧﺎﻣﺞ ﻭﺗﻌﻤﻴﻢ ﺍﻟﱪﻧﺎﻣﺞ ﻫﻮ‬
‫‪ 0.792 ‬ﻭﺇﻥ ﻣﺪﻯ ﺍﻟﺪﻗﺔ ﰲ ﺗﻘﺪﻳﺮ ﺍﳌﺘﻐﲑ ﺍﻟﺘﺎﺑﻊ )ﺗﻌﻤﻴﻢ ﺍﻟﱪﻧﺎﻣﺞ( ﻫﻲ ‪. % 62.8‬‬
‫‪ ‬‬
‫)‪ANOVA(b‬‬ ‫ﺍﻟﺠﺩﻭل ﺍﻟﺜﺎﻟﺙ‬

‫‪Sum of‬‬
‫‪Sig.‬‬ ‫‪F‬‬ ‫‪Mean Square‬‬ ‫‪df‬‬ ‫‪Squares‬‬ ‫‪Model‬‬
‫)‪.000(a‬‬ ‫‪14.349‬‬ ‫‪5.004‬‬ ‫‪2‬‬ ‫‪10.009‬‬ ‫‪Regression‬‬ ‫‪1 ‬‬
‫‪.349‬‬ ‫‪17‬‬ ‫‪5.929‬‬ ‫‪Residual‬‬
‫‪19‬‬ ‫‪15.938‬‬ ‫‪Total‬‬
‫‪ a Predictors: (Constant),‬ﺍﻨﺘﺸﺎﺭ ﺍﻟﺒﺭﻨﺎﻤﺞ ‪,‬ﺘﻘﺩﻴﺭ ﺍﻟﺒﺭﻨﺎﻤﺞ‬
‫‪ b Dependent Variable:‬ﺘﻌﻤﻴﻡ ﺍﻟﺒﺭﻨﺎﻤﺞ‬

‫‪٣٥‬‬
‫اﻟﺠﺪول اﻟﺜﺎﻟﺚ ) ﺟﺪول ﺗﺤﻠﻴﻞ ﺗﺒﺎﻳﻦ ﺧﻂ اﻻﻧﺤﺪار ( ‪ :‬ﻳﺪﺭﺱ ﻣﺪﻯ ﻣﻼﺋﻤﺔ ﺧﻂ ﺍﳓﺪﺍﺭ ﺍﻟﺒﻴﺎﻧﺎﺕ ﻭﻓﺮﺿﻴﺘﻪ ﺍﻟﺼﻔﺮﻳﺔ‬
‫ﺍﻟﱵ ﺗﻨﺺ ﻋﻠﻰ "ﺧﻂ ﺍﻻﳓﺪﺍﺭ ﻻ ﻳﻼﺋﻢ ﺍﻟﺒﻴﺎﻧﺎﺕ ﺍﳌﻌﻄﺎﺓ" ﻭﻳﺒﲔ ﺍﳉﺪﻭﻝ ﺍﻟﺴﺎﺑﻖ ﺍﻟﺘﺎﱄ ‪:‬‬
‫‪ (١‬ﳎﻤﻮﻉ ﻣﺮﺑﻌﺎﺕ ﺍﻻﳓﺪﺍﺭ ‪ 10.009‬ﻭﳎﻤﻮﻉ ﻣﺮﺑﻌﺎﺕ ﺍﻟﺒﻮﺍﻗﻲ ﻫﻮ ‪ 5.929‬ﻭﳎﻤﻮﻉ ﺍﳌﺮﺑﻌﺎﺕ ﺍﻟﻜﻠﻲ‬
‫‪  . 15.938‬‬
‫‪ (٢‬ﺩﺭﺟﺔ ﺣﺮﻳﺔ ﺍﻻﳓﺪﺍﺭ ‪ ( Degree of freedom) df‬ﻫﻲ ‪ 2‬ﻭﺩﺭﺟـﺔ ﺣﺮﻳﺔ ﺍﻟﺒـﻮﺍﻗﻲ ‪ . 17‬ﺗـﺬﻛﺮ ﺃﻥ‬
‫‪  df = n ‐ 1‬‬
‫‪ (٣‬ﻣﻌﺪﻝ ﻣﺮﺑﻌﺎﺕ ﺍﻻﳓﺪﺍﺭ ﻫﻮ ‪ 5.004‬ﻭﻣﻌﺪﻝ ﻣﺮﺑﻌﺎﺕ ﺍﻟﺒﻮﺍﻗﻲ ﻫﻮ ‪  . .349‬‬
‫‪ (٤‬ﻗﻴﻤﺔ ﺍﺧﺘﺒﺎﺭ ﲢﻠﻴﻞ ﺍﻟﺘﺒﺎﻳﻦ ﳋﻂ ﺍﻻﳓﺪﺍﺭ ﻫﻮ ‪  . 14.349‬‬
‫‪ (٥‬ﻣﺴﺘﻮﻯ ﺩﻻﻟﺔ ﺍﻻﺧﺘﺒﺎﺭ ‪ .000‬ﺃﻗﻞ ﻣﻦ ﻣﺴﺘﻮﻯ ﺩﻻﻟﺔ ﺍﻟﻔﺮﺿﻴﺔ ﺍﻟﺼﻔﺮﻳﺔ ‪ 0.005‬ﻓﻨﺮﻓﻀﻬﺎ ‪ ،‬ﻭﺍﻟﺘﺎﱄ ﻓﺈﻥ ﺧﻂ‬
‫ﺍﻻﳓﺪﺍﺭ ﻳﻼﺋﻢ ﺍﻟﺒﻴﺎﻧﺎﺕ ‪.‬‬
‫)‪Coefficients(a‬‬ ‫ﺍﻟﺠﺩﻭل ﺍﻟﺭﺍﺒﻊ‬

‫‪Standardized‬‬ ‫‪Unstandardized‬‬
‫‪Sig.‬‬ ‫‪t‬‬ ‫‪Coefficients‬‬ ‫‪Coefficients‬‬

‫‪Std. Error‬‬ ‫‪B‬‬ ‫‪Beta‬‬ ‫‪Std. Error ‬‬ ‫‪B‬‬ ‫‪ ‬‬ ‫‪Model‬‬

‫‪.854‬‬ ‫‪.187‬‬ ‫‪.772‬‬ ‫‪.145‬‬ ‫)‪(Constant‬‬ ‫‪1‬‬
‫‪.819‬‬ ‫‪.233‬‬ ‫‪.061‬‬ ‫‪.315‬‬ ‫‪.073‬‬ ‫ﺘﻘﺩﻴﺭ ﺍﻟﺒﺭﻨﺎﻤﺞ‬
‫‪.011‬‬ ‫‪2.841‬‬ ‫‪.742‬‬ ‫‪.283‬‬ ‫‪.805‬‬ ‫ﺍﻨﺘﺸﺎﺭ ﺍﻟﺒﺭﻨﺎﻤﺞ‬
‫‪ a Dependent Variable:‬ﺘﻌﻤﻴﻡ ﺍﻟﺒﺭﻨﺎﻤﺞ‬

‫اﻟﺠﺪول اﻟﺮاﺑﻊ ) ﺟﺪول اﻟﻤﻌﺎﻣﻼت ( ‪ :‬ﻭﻫﻮ ﻳﺒﲔ ﻋﺪﺓ ﻧﺘﺎﺋﺞ ﺃﻭﳍﺎ ﻗﻴﻢ ﺍﳌﻴﻞ ﻭﻣﻘﻄﻊ ﺧﻂ ﺍﻻﳓﺪﺍﺭ ‪ ،‬ﺑﺎﻹﺿﺎﻓﺔ ﺃﻧﻪ ﳚﻴﺐ‬
‫ﻋﻠﻰ ﺍﻟﻔﺮﺿﻴﺎﺕ ﺍﳌﺘﻌﻠﻘﺔ ﲟﻴﻞ ﻭﻣﻘﻄﻊ ﺧﻂ ﺍﻻﳓﺪﺍﺭ ‪.‬‬
‫ﺣﻴﺚ ﻣﻘﻄﻊ ﺧﻂ ﺍﻻﳓﺪﺍﺭ ‪ 0.145‬ﺍﻟﺬﻱ ﳝﺜﻞ ﺣﺮﻑ ‪ a‬ﻣﻦ ﻣﻌﺎﺩﻟﺔ ﺍﳋﻂ ﺍﳌﺴﺘﻘﻴﻢ ‪ Y=a + bX‬ﺍﻟﱵ ﺷﺮﺣﺖ‬
‫ﺳﺎﺑﻘﹰﺎ ﰲ ﺍﻻﳓﺪﺍﺭ ﺍﳋﻄﻲ ﺍﻟﺒﺴﻴﻂ ‪.‬ﺃﻡ ﻣﻴﻞ ﺧﻂ ﺍﻻﳓﺪﺍﺭ ‪ b‬ﰲ ﺍﳉﺪﻭﻝ ﻫﻮ ‪ .073‬ﺑﺎﻟﻨﺴﺒﺔ ﻟﻠﻤﺘﻐﲑ ﺍﳌﺴﺘﻘﻞ )ﺗﻘﺪﻳﺮ‬
‫ﺍﻟﱪﻧﺎﻣﺞ(‪ ،‬ﻭﻣﻴﻞ ﺧﻂ ﺍﻻﳓﺪﺍﺭ ﺑﺎﻟﻨﺴﺒﺔ ﻟﻠﻤﺘﻐﲑ ﺍﳌﺴﺘﻘﻞ ) ﺍﻧﺘﺸﺎﺭ ﺍﻟﱪﻧﺎﻣﺞ ( ﻫﻮ ‪. .805‬ﻭﺑﺬﻟﻚ ﺗﺼﺒﺢ ﻣﻌﺎﺩﻟﺔ ﺧﻂ‬
‫ﺍﻻﳓﺪﺍﺭ ﻟﻠﻤﺘﻐﲑ ﺍﳌﺴﺘﻘﻞ ﺍﻷﻭﻝ ‪ Y = 0.145 + 0. 073X‬ﺑﻴﻨﻤﺎ ‪ Y = 0.145 + 0. 805X‬ﻟﻠﻤﺘﻐﲑ‬
‫ﺍﳌﺴﺘﻘﻞ ﺍﻟﺜﺎﱐ ﺣﻴﺚ ‪ Y‬ﻫﻲ ﺍﳌﺘﻐﲑ ﺍﻟﺘﺎﺑﻊ ﻭ ‪ X‬ﻫﻲ ﺍﳌﺘﻐﲑ ﺍﳌﺴﺘﻘﻞ‪.‬‬
‫ﻧﺘﻴﺠﺔ ﺍﺧﺘﺒﺎﺭ ‪ t‬ﻋﻠﻰ ﻓﺮﺿﻴﺎﺕ ﻣﻴﻞ ﺧﻂ ﺍﻻﳓﺪﺍﺭ ﻟﻠﻤﺘﻐﲑ ﺍﳌﺴﺘﻘﻞ ﺍﻷﻭﻝ )ﺗﻘﺪﻳﺮ ﺍﻟﱪﻧﺎﻣﺞ( ‪ .233‬ﺑﻴﻨﻤﺎ ﻋﻠﻰ ﻓﺮﺿﻴﺎﺕ ﻣﻴﻠﻪ‬
‫ﻟﻠﻤﺘﻐﲑ ﺍﳌﺴﺘﻘﻞ ﺍﻟﺜﺎﱐ )ﺍﻧﺘﺸﺎﺭ ﺍﻟﱪﻧﺎﻣﺞ( ‪ 2.841‬ﻭﻣﻘﻄﻊ ﺧﻂ ﺍﻻﳓﺪﺍﺭ ‪. .187‬‬
‫ﻭﻋﻨﺪ ﺩﺭﺍﺳﺔ ﻗﻴﻢ ‪ Sig.‬ﳒﺪ ﺃﻥ ﺍﻟﻘﻴﻢ ‪ .819 ، .854‬ﻣﺮﻓﻮﺿﺔ ﻷ‪‬ﺎ ﲢﻘﻖ ﻓﺮﺿﻴﺔ ﺍﻟﻌﺪﻡ ﺑﻴﻨﻤﺎ ‪ .011‬ﻣﻘﺒﻮﻟﺔ ﻷ‪‬ﺎ‬
‫ﲢﻘﻖ ﺍﻟﻔﺮﺿﻴﺔ ﺍﻟﺒﺪﻳﻠﺔ ﻓﺘﺼﺒﺢ ﻣﻌﺎﺩﻟﺔ ﺍﻻﳓﺪﺍﺭ ﻫﻲ ‪. Y = 0.145 + 0. 805X :‬‬

‫‪٣٦‬‬
‫ﺳﺎدﺳ ًﺎ ‪ :‬إﻋﺎدة اﻟﺘﺤﻠﻴﻞ اﻹﺣﺼﺎﺋﻲ‪ :‬ﻓﻲ هﺬﻩ اﻟﻤﺮﺣﻠﺔ ﻧﺤﺬف اﻟﻤﺘﻐﻴﺮ اﻟﻤﺴﺘﻘﻞ ‪ t1 ‬ﻷﻧﻪ ﻻ ﻳﺆﺛﺮ ﻓﻲ‬
‫اﻟﻤﺘﻐﻴﺮ اﻟﺘﺎﺑﻊ ‪ t3‬وﻧﻌﻴﺪ اﻟﺘﺤﻠﻴﻞ اﻹﺣﺼﺎﺋﻲ آﻤﺎ ﻓﻲ اﻟﺨﻄﻮة اﻟﺴﺎﺑﻘﺔ ﻓﺘﻈﻬﺮ اﻟﻨﺘﺎﺋﺞ اﻟﺘﺎﻟﻴﺔ‪:‬‬

‫ﺳﺎﺑﻌ ًﺎ ‪ :‬ﻣﻠﺨﺺ اﻟﺪراﺳﺔ‪:‬‬

‫اﺳﺘﺨﺪﻣﺖ اﻟﺪراﺳﺔ اﻟﺤﺎﻟﻴﺔ أﺳﻠﻮب ﺗﺤﻠﻴﻞ اﻻﻧﺤﺪار اﻟﻤﺘﻌﺪد ﺑﻬﺪف اﺧﺘﺒﺎر ﻓﺮوض اﻟﺪراﺳﺔ وﻗﺪ آﺸﻒ‬
‫ﺗﺤﻠﻴﻞ اﻟﻨﺘﺎﺋﺞ اﻹﺣﺼﺎﺋﻴﺔ ﻋﻦ أن ﻧﻤﻮذج ﺗﺤﻠﻴﻞ اﻻﻧﺤﺪار واﻟﺬي ﻳﺘﻀﻤﻦ آﻞ اﻟﻤﺘﻐﻴﺮات اﻟﻤﺴﺘﻘﻠﺔ ﻳﻔﺴﺮ‬
‫ﺗﻐﻴﺮ ‪ %٦٢.٧‬ﻣﻦ اﻟﺘﻐﻴﺮ ﻓﻲ ﺗﻌﻤﻴﻢ اﻟﺒﺮﻧﺎﻣﺞ )ﻣﻌﺎﻣﻞ اﻟﺘﺤﺪﻳﺪ= ‪ (%٦٢.٧‬وذﻟﻚ ﻋﻨﺪ درﺟﺔ ﺛﻘﺔ‬
‫‪ %٩٥‬وﺑﻤﺴﺘﻮى دﻻﻟﺔ إﺣﺼﺎﺋﻴﺔ ﻳﺒﻠﻎ ﻋﻼﻣﺔ ﻋﺸﺮﻳﺔ ‪. 0.000‬‬

‫ﺛﺎﻣﻨ ًﺎ ‪ :‬ﻧﺘﺎﺋﺞ اﺧﺘﺒﺎر اﻟﻔﺮوض ‪:‬‬

‫‪ (١‬آﺸﻔﺖ ﻧﺘﺎﺋﺞ اﻟﺘﺤﻠﻴﻞ اﻹﺣﺼﺎﺋﻲ ﻋﻦ ﻗﺒﻮل ﻓﺮض اﻟﻌﺪم اﻷول اﻟﻘﺎﺋﻞ ] ﻻ ﻳﻮﺟﺪ ﻋﻼﻗﺔ ذات‬
‫دﻻﻟﺔ إﺣﺼﺎﺋﻴﺔ ﻋﻨﺪ ﻣﺴﺘﻮى ﺛﻘﺔ ‪ %٩٥‬ﺑﻴﻦ )ﺗﻘﺪﻳﺮ اﻟﺒﺮﻧﺎﻣﺞ( و )ﺗﻌﻤﻴﻢ اﻟﺒﺮﻧﺎﻣﺞ([ ﺣﻴﺚ‬
‫ﺑﻠﻐﺖ ﻣﺴﺘﻮى اﻟﺪﻻﻟﺔ ‪ 0.819‬وذﻟﻚ ﻋﻨﺪ درﺟﺔ ﺛﻘﺔ ‪  . %٩٥‬‬
‫‪ (٢‬ﺗﺸﻴﺮ ﻧﺘﺎﺋﺞ اﻟﺘﺤﻠﻴﻞ إﻟﻰ رﻓﺾ ﻓﺮض اﻟﻌﺪم اﻟﺜﺎﻧﻲ اﻟﻘﺎﺋﻞ ]ﻻ ﻳﻮﺟﺪ ﻋﻼﻗﺔ ذات دﻻﻟﺔ إﺣﺼﺎﺋﻴﺔ‬
‫ﻋﻨﺪ ﻣﺴﺘﻮى ﺛﻘﺔ ‪ %٩٥‬ﺑﻴﻦ )اﻧﺘﺸﺎر اﻟﺒﺮﻧﺎﻣﺞ( و )ﺗﻌﻤﻴﻢ اﻟﺒﺮﻧﺎﻣﺞ([ وﻗﺒﻮل اﻟﻔﺮض اﻟﺒﺪﻳﻞ‬
‫)ﺑﻮﺟﻮد ﻋﻼﻗﺔ ذات دﻻﻟﺔ إﺣﺼﺎﺋﻴﺔ ﻋﻨﺪ ﻣﺴﺘﻮى ﺛﻘﺔ ‪ %٩٥‬ﺑﻴﻦ اﻧﺘﺸﺎر اﻟﺒﺮﻧﺎﻣﺞ وﺗﻌﻤﻴﻢ‬
‫اﻟﺒﺮﻧﺎﻣﺞ ﺣﻴﺚ ﺑﻠﻎ ﻣﺴﺘﻮى اﻟﻤﻌﻨﻮﻳﺔ ‪  .( 0.01‬‬

‫‪٣٧‬‬
‫‪ (٣‬ﺑﺪراﺳﺔ اﻟﻌﻼﻗﺔ ﺑﻴﻦ اﻧﺘﺸﺎر اﻟﺒﺮﻧﺎﻣﺞ وﺗﻌﻤﻴﻢ اﻟﺒﺮﻧﺎﻣﺞ ﺑﺎﺳﺘﺨﺪام ﺗﺤﻠﻴﻞ اﻻﻧﺤﺪار اﻟﺒﺴﻴﻂ ﺗﺒﻴﻦ‬
‫أن هﺬا اﻟﻤﺘﻐﻴﺮ ﻳﻔﺴﺮ ‪ %٦٢.٧‬ﻣﻦ ﺗﻌﻤﻴﻢ اﻟﺒﺮﻧﺎﻣﺞ وﺗﻈﻬﺮ ﻣﻌﺎدﻟﺔ اﻻﻧﺤﺪار آﻤﺎﻳﻠﻲ ‪Y = :‬‬
‫‪  . 0.223 + 0. 859X‬‬
‫ﻗﻴﻤﺔ اﺧﺘﺒﺎر ‪  5.624 = T‐Test‬‬
‫درﺟﺔ اﻟﺪﻻﻟﺔ ‪0.000 = Sig.‬‬

‫ﺗﺎﺳﻌ ًﺎ ‪ :‬ﺧﻼﺻﺔ اﻟﻨﺘﺎﺋﺞ ‪ :‬آﺸﻔﺖ اﻟﻨﺘﺎﺋﺞ ﻳﻤﻜﻦ ﻣﻦ ﺧﻼل اﻟﻨﺘﺎﺋﺞ اﻟﺴﺎﺑﻘﺔ اﻹﺟﺎﺑﺔ ﻋﻠﻰ ﺗﺴﺎؤل اﻟﺪراﺳﺔ‬
‫اﻷﺳﺎﺳﻲ )ﻣﺎ هﻲ اﻟﻌﻮاﻣﻞ اﻟﻤﺆﺛﺮة ﻋﻠﻰ ﺗﻌﻤﻴﻢ اﻟﺒﺮﻧﺎﻣﺞ ( ﺣﻴﺚ ﻳﺘﻀﺢ أن اﻧﺘﺸﺎر اﻟﺒﺮﻧﺎﻣﺞ ﻓﻘﻂ ﻣﻦ‬
‫ﺑﻴﻦ ﻣﺘﻐﻴﺮات اﻟﺪارﺳﺔ ﻳﻤﺜﻞ ﻣﺘﻐﻴﺮًا هﺎﻣ ًﺎ ﻓﻲ اﻟﺘﺄﺛﻴﺮ ﻋﻠﻰ ﺗﻌﻤﻴﻢ اﻟﺒﺮﻧﺎﻣﺞ ‪.‬‬

‫ﻋﺎﺷﺮًا ‪ :‬اﻟﺘﻮﺻﻴﺎت ‪ :‬ﻧﻮﺻﻲ ﺑﺎﻻهﺘﻤﺎم ﻓﻲ ﻋﻤﻠﻴﺔ اﻧﺘﺸﺎر اﻟﺒﺮﻧﺎﻣﺞ ﻣﻦ ﺣﻴﺚ ﺳﻬﻮﻟﺔ ﺗﻜﺮارﻩ وزﻳﺎدة‬
‫ﺷﻌﺒﻴﺘﻪ ﻋﻨﺪ إﻗﺎﻣﺔ أي ﺑﺮﻧﺎﻣﺞ ﺗﺪرﻳﺒﻲ ﺁﺧﺮ ‪.‬‬

‫ﺍﻟﺘﻄﺒﻴﻖ ﺍﻟﺜﺎﻟﺚ ‪ :‬ﺿﺒﻂ ﺍﳌﻘﻴﺎﺱ ﻗﺒﻞ ﺗﻄﺒﻴﻘﻪ‬

‫ﻣﻦ اﻟﻌﻨﺎﺻﺮ اﻷﺳﺎﺳﻴﺔ ﻟﻼﺳﺘﺒﻴﺎن اﺧﺘﺒﺎرﻩ ﻗﺒﻞ ﺗﻄﺒﻴﻘﻪ ﻋﻤﻠﻴ ًﺎ ﻣﻦ ﻗِﺒﻞ ﻣﺠﻤﻮﻋﺔ ﻣﻦ اﻟﺨﺒﺮاء ﻳﺨﺘﺎرهﺎ‬
‫اﻟﺒﺎﺣﺚ ‪ .‬آﻴﻒ ﺗﻘﻴﺲ ﺛﺒﺎت وﺻﺪق اﻟﻤﻔﺮدات )ﻋﺒﺎرات اﻻﺳﺘﺒﻴﺎن(؟‬
‫ﻗﺒﻞ اﻟﺨﻮض ﻓﻲ ﺣﻞ اﻟﺘﻤﺮﻳﻦ اﻟﺴﺎﺑﻖ ﻻﺑﺪ ﻣﻦ اﻟﺘﻌﺮف ﻋﻠﻰ‬
‫ﻣﻌﺎﻣﻠﻲ )اﻟﺼﺪق واﻟﺜﺒﺎت( ‪:‬‬

‫ﻣﻌﺎﻣﻞ اﻟﺜﺒﺎت ‪ :Reliability‬ﻳﻌﻨﻲ اﺳﺘﻘﺮار اﻟﻤﻘﻴﺎس‬

‫وﻋﺪم ﺗﻨﺎﻗﻀﻪ ﻣﻊ ﻧﻔﺴﻪ ‪ ،‬أي أﻧﻪ ﻳﻌﻄﻲ ﻧﻔﺲ اﻟﻨﺘﺎﺋﺞ إذا‬
‫أﻋﻴﺪ ﺗﻄﺒﻴﻘﻪ ﻋﻠﻰ ﻧﻔﺲ اﻟﻌﻴﻨﺔ ‪.‬‬

‫ﻹﺟﺮاء اﺧﺘﺒﺎر اﻟﺜﺒﺎت ﻷﺳﺌﻠﺔ اﻻﺳﺘﺒﻴﺎن ﻧﺴﺘﺨﺪم أﺣﺪ‬

‫ﻣﻌﺎﻣﻼت اﻟﺜﺒﺎت ﻣﺜﻞ ﻣﻌﺎﻣﻞ " آﺮوﻧﺒﺎخ أﻟﻔﺎ " ‪ Cronbach's Alpha‬أو "اﻟﺘﺠﺰﺋﺔ اﻟﻨﺼﻔﻴﺔ" ‪Split-‬‬
‫‪ . half‬وﻣﻌﺎﻣﻞ اﻟﺜﺒﺎت ﻳﺄﺧﺬ ﻗﻴﻤ ًﺎ ﺗﺘﺮاوح ﺑﻴﻦ اﻟﺼﻔﺮ واﻟﻮاﺣﺪ اﻟﺼﺤﻴﺢ ‪ ،‬ﻓﺈذا ﻟﻢ ﻳﻜﻦ هﻨﺎك ﺛﺒﺎت ﻓﻲ‬
‫اﻟﺒﻴﺎﻧﺎت ﻓﺈن ﻗﻴﻤﻪ اﻟﻤﻌﺎﻣﻞ ﺗﻜﻮن ﻣﺴﺎوﻳﺔ ﻟﻠﺼﻔﺮ‪ ،‬وﻋﻠﻰ اﻟﻌﻜﺲ إذا آﺎن هﻨﺎك ﺛﺒﺎت ﺗﺎم ﺗﻜﻮن ﻗﻴﻤﺔ‬
‫اﻟﻤﻌﺎﻣﻞ ﺗﺴﺎوي اﻟﻮاﺣﺪ اﻟﺼﺤﻴﺢ ‪ .‬وآﻠﻤﺎ اﻗﺘﺮﺑﺖ ﻗﻴﻤﺔ ﻣﻌﺎﻣﻞ اﻟﺜﺒﺎت ﻣﻦ اﻟﻮاﺣﺪ آﺎن اﻟﺜﺒﺎت ﻣﺮﺗﻔﻌ ًﺎ‬
‫وآﻠﻤﺎ اﻗﺘﺮﺑﺖ ﻣﻦ اﻟﺼﻔﺮ آﺎن اﻟﺜﺒﺎت ﻣﻨﺨﻔﻀ ًﺎ ‪.‬‬

‫ﻣﻌﺎﻣﻞ اﻟﺼﺪق ‪ :Validity‬ﻳﻘﺼﺪ ﺑﻪ أن اﻟﻤﻘﻴﺎس ﻳﻘﻴﺲ ﻣﺎ وﺿﻊ ﻟﻘﻴﺎﺳﻪ‪ .‬وﻳﺴﺎوي رﻳﺎﺿﻴ ًﺎ اﻟﺠﺬر‬
‫اﻟﺘﺮﺑﻴﻌﻲ ﻟﻤﻌﺎﻣﻞ اﻟﺜﺒﺎت‪.‬‬
‫ﺣﻞ اﻟﺘﻤﺮﻳﻦ ‪ :‬ﺛﺒﺎت وﺻﺪق اﻟﻤﻔﺮدات )ﻋﺒﺎرات اﻻﺳﺘﺒﻴﺎن ( ‪:‬‬

‫أي أن زﻳﺎدة ﻗﻴﻤﺔ ﻣﻌﺎﻣﻞ آﺮوﻧﺒﺎخ أﻟﻔﺎ ﺗﻌﻨﻲ زﻳﺎدة ﻣﺼﺪاﻗﻴﺔ اﻟﺒﻴﺎﻧﺎت ‪ ،‬آﻤﺎ ﻳﻤﻜﻦ ﺣﺴﺎب ﻣﻌﺎﻣﻞ‬
‫اﻟﺼﺪق ﻋﻦ ﻃﺮﻳﻖ ﺣﺴﺎب اﻟﺠﺬر اﻟﺘﺮﺑﻴﻌﻲ ﻟﻤﻌﺎﻣﻞ اﻟﺜﺒﺎت ‪.‬‬

‫‪٣٨‬‬
 ‫وﻳﺘﻢ ﺣﺴﺎب ﻣﻌﺎﻣﻞ آﺮوﻧﺒﺎخ أﻟﻔﺎ ﺑﺈﺗﺒﺎع‬
‫اﻟﺨﻄﻮات اﻟﺘﺎﻟﻴﺔ ‪:‬‬

‫‪ (١‬ﻣﻦ ﻗﺎﺋﻤﺔ اﻟﺘﺤﻠﻴﻞ ‪ Analyze‬اﺧﺘﺎر‬

‫اﻟﻘﺎﺋﻤﺔ اﻟﻔﺮﻋﻴﺔ اﻟﻘﻴﺎس )اﻟﻜﻤﻲ(‬
‫‪ Scale‬ﺛﻢ اﺧﺘﺎر أﻣﺮ ﺗﺤﻠﻴﻞ اﻟﺜﺒﺎت‬
‫‪ reliability Analysis‬آﻤﺎ ﻓﻲ‬
‫اﻟﺸﻜﻞ اﻟﻤﺠﺎور ‪  .‬‬

‫‪ (٢‬ﺑﺎﺧﺘﻴﺎر ﺟﻤﻴﻊ اﻟﻤﺘﻐﻴﺮات اﻟﺜﻤﺎﻧﻴﺔ ) ﻋﺒﺎرات اﻻﺳﺘﺒﻴﺎن( ووﺿﻌﻬﺎ ﻓﻲ ﺧﺎﻧﺔ ‪ Items‬اﻟﻤﺸﺎر‬

‫إﻟﻴﻬﺎ ﺑﺎﻟﺮﻗﻢ )‪ (١‬ﺛﻢ ﻧﻀﻐﻂ ﻋﻠﻰ زر ‪ Statistics‬اﻟﻤﺸﺎر إﻟﻴﻪ ﺑﺎﻟﺮﻗﻢ )‪ (٢‬ﻓﺘﻈﻬﺮ ﻧﺎﻓﺬة‬
‫ﺧﻴﺎرات ﻧﺤﺪد اﻟﺨﻴﺎر ‪ Scale of item deleted‬اﻟﻤﺸﺎر إﻟﻴﻪ ﺑﺎﻟﺮﻗﻢ )‪ (٣‬وهﺬا اﻟﺨﻴﺎر ﻳﻌﻨﻲ‬
‫" ﻗﻴﻤﺔ اﻟﻤﻘﻴﺎس إذا ﺣﺬﻓﺖ ﻣﻨﻪ اﻟﻌﺒﺎرة " ﺛﻢ ﻧﻀﻐﻂ ﻋﻠﻰ ‪ Continue‬اﻟﻤﺸﺎر إﻟﻴﻪ ﺑﺎﻟﺮﻗﻢ )‪(٤‬‬
‫ﺛﻢ ‪ OK‬اﻟﻤﺸﺎر إﻟﻴﻪ ﺑﺎﻟﺮﻗﻢ )‪ (٥‬آﻤﺎ ﻓﻲ اﻟﺼﻮرة اﻟﺘﺎﻟﻴﺔ‪  :‬‬

‫‪ (٣‬ﻧﺤﺼﻞ ﻋﻠﻰ اﻟﺠﺪوﻟﻴﻦ اﻟﺘﺎﻟﻴﻴﻦ ‪  :‬‬

‫‪Reliability Statistics‬‬

‫‪Cronbach's‬‬
‫‪N of Items‬‬ ‫‪Alpha ‬‬
‫‪8‬‬ ‫‪.915 ‬‬

‫ﻳﻮﺿﺢ اﻟﺠﺪول اﻟﺴﺎﺑﻖ أن ﻣﻌﺎﻣﻞ أﻟﻔﺎ آﺮوﻧﺒﺎخ ‪ 0.915‬وهﻮ ﻣﺮﺗﻔﻊ وﻣﻮﺟﺐ اﻹﺷﺎرة ـ ﺣﻴﺚ‬
‫ﻣﻦ اﻟﻤﻤﻜﻦ ﻓﻲ ﺑﻌﺾ اﻷﺣـﻴﺎن ﺗﻜﻮن ﺳـﺎﻟﺒﺔ اﻹﺷﺎرة ﻓﻲ هﺬﻩ اﻟﺤﺎﻟﺔ ﻻ ﺑﺪ ﻣﻦ ﻣﺮاﺟﻌﺔ اﻟﺒﻴﺎﻧﺎت‬
‫ـ وﻋﺪد اﻟﻌﺒﺎرات ‪. 8‬‬

‫‪٣٩‬‬
 ‫‪Item-Total Statistics‬‬

‫‪Cronbach's‬‬ ‫‪Corrected‬‬
‫‪Alpha if Item‬‬ ‫‪Item-Total‬‬ ‫‪Scale Variance if‬‬ ‫‪Scale Mean if‬‬
‫‪Deleted‬‬ ‫‪Correlation‬‬ ‫‪Item Deleted‬‬ ‫‪Item Deleted‬‬
‫‪.903‬‬ ‫‪.764‬‬ ‫‪30.661‬‬ ‫‪28.8500‬‬ ‫ﻤﻭﻀﻭﻉ ﺍﻟﺒﺭﻨﺎﻤﺞ ﻴﻼﻤﺱ ﺍﻟﻭﺍﻗﻊ‬
‫‪.901‬‬ ‫‪.761‬‬ ‫‪29.503‬‬ ‫‪28.8500‬‬ ‫ﻴﺘﻤﻴﺯ ﺍﻟﺒﺭﻨﺎﻤﺞ ﺒﺴﻤﻌﺔ ﻁﻴﺒﺔ‬
‫‪.905‬‬ ‫‪.706‬‬ ‫‪28.832‬‬ ‫‪29.1000‬‬ ‫ﻴﺘﻤﻴﺯ ﺍﻟﺒﺭﻨﺎﻤﺞ ﺒﺎﻟﺠﻭﺩﺓ‬
‫‪.890‬‬ ‫‪.873‬‬ ‫‪26.555‬‬ ‫‪29.1500‬‬ ‫ﺴﺒﻕ ﺘﺠﺭﺒﺔ ﺍﻟﺒﺭﻨﺎﻤﺞ ﻜﺜﻴﺭﹰﺍ‬
‫‪.904‬‬ ‫‪.728‬‬ ‫‪30.116‬‬ ‫‪28.7000‬‬ ‫ﺍﻟﺒﺭﻨﺎﻤﺞ ﺴﻬل ﺍﻟﺘﻜﺭﺍﺭ‬
‫‪.897‬‬ ‫‪.810‬‬ ‫‪28.555‬‬ ‫‪28.8500‬‬ ‫ﺍﻟﺒﺭﻨﺎﻤﺞ ﻴﺘﻤﻴﺯ ﺒﺎﻟﺸﻌﺒﻴﺔ‬
‫‪.899‬‬ ‫‪.799‬‬ ‫‪29.187‬‬ ‫‪28.8500‬‬ ‫ﻤﺎﺩﺓ ﺍﻟﺒﺭﻨﺎﻤﺞ ﻤﺭﻏﻭﺒﺔ ﻭﻋﻠﻴﻬﺎ ﺇﻗﺒﺎل‬
‫‪.932‬‬ ‫‪.515‬‬ ‫‪28.432‬‬ ‫‪29.7000‬‬ ‫ﺇﻤﻜﺎﻨﻴﺔ ﺍﺸﺘﺭﺍﻜﻙ ﻓﻲ ﺍﻟﺒﺭﻨﺎﻤﺞ ﺴﻬﻠﺔ‬

‫اﻟﺠﺪول اﻟﺜﺎﻧﻲ ‪ :‬اﻟﻌﻤﻮد اﻷول ﻳﻮﺿﺢ ) ﻣﺘﻮﺳﻂ اﻟﻤﻘﻴﺎس ﻋﻨﺪ ﺣﺬف اﻟﻌﺒﺎرة ( واﻟﻌﻤﻮد اﻟﺜﺎﻧﻲ‬
‫ﻳﻮﺿﺢ)ﺗﺒﺎﻳﻦ اﻟﻤﻘﻴﺎس ﻋﻨﺪ ﺣﺬف اﻟﻌﺒﺎرة( واﻟﻌﻤﻮد اﻟﺜﺎﻟﺚ ﻳﻮﺿﺢ )ﻣﻌﺎﻣﻞ اﻻرﺗﺒﺎط اﻟﻤﺼﺤﺢ‬
‫ﺑﻴﻦ آﻞ ﻋﺒﺎرة واﻟﺪرﺟﺔ اﻟﻜﻠﻴﺔ ﻟﻠﻤﻘﻴﺎس( واﻟﻌﻤﻮد اﻟﺮاﺑﻊ ﻳﻮﺿﺢ )ﻗﻴﻤﺔ ﻣﻌﺎﻣﻞ آﺮوﻧﺒﺎخ أﻟﻔﺎ‬
‫ﻋﻨﺪ ﺣﺬف اﻟﻌﺒﺎرة( ‪.‬‬

‫وهﻨﺎ ﻳﺘﻀﺢ أن ﻣﻌﺎﻣﻞ آﺮوﻧﺒﺎخ أﻟﻔﺎ ﻳﺰداد ﻋﻨﺪ ﺣﺬف اﻟﻌﺒﺎرة اﻟﺜﺎﻣﻨﺔ )إﻣﻜﺎﻧﻴﺔ اﺷﺘﺮاآﻚ ﻓﻲ اﻟﺒﺮﻧﺎﻣﺞ‬
‫ﺳﻬﻠﺔ( أي أن هﺬﻩ اﻟﻌﺒﺎرة ﺗﻀﻌﻒ اﻟﻤﻘﻴﺎس ‪ ،‬وأن ﺣﺬف هﺬﻩ اﻟﻌﺒﺎرة ﻳﺆدي إﻟﻰ زﻳﺎدة اﻟﺜﺒﺎت ‪ .‬ﺣﻴﺚ‬
‫ﻋﻨﺪ ﺣﺬﻓﻬﺎ ﻳﺼﺒﺢ ﻣﻌﺎﻣﻞ آﺮوﻧﺒﺎخ أﻟﻔﺎ ‪ 0.932‬ﺑﺪ ًﻻ ﻣﻦ ‪ 0.915‬وأﺷﺮت ﻟﻬﺎ ﻓﻲ اﻟﺠﺪول اﻟﺴﺎﺑﻖ‬
‫ﺑﺎﻟﻠﻮن اﻷﺣﻤﺮ ‪.‬‬

‫• ﻛﻴﻒ ﻧﺴﺘﻄﻴﻊ ﺍﳊﻜﻢ ﻋﻠﻰ ﺍﻟﻌﺒﺎﺭﺓ ﺍﻟﱵ ﺗﺆﺩﻱ ﺇﱃ ﺍﳔﻔﺎﺽ ﻣﻌﺎﻣﻞ ﺍﻟﺜﺒﺎﺕ ﺃﻭ ﺯﻳﺎﺩﺗﻪ ؟ ‪ ‬‬
‫• ﻳﺘﻴﺢ ﺍﻻﺧﺘﻴﺎﺭ ‪ Scale if Item Deleted‬ﺍﻟﺘﺤﻘﻖ ﻣﻦ ﻫﺬﺍ ﺣﻴﺚ ﻳﻮﺿﺢ ﺇﱃ ﺃﻱ ﻣﺪﻯ ﻳﺘﺤﺴﻦ ﻣﻌﺎﻣﻞ ﺍﻟﺜﺒﺎﺕ‬
‫ﲝﺬﻑ ﻛﻞ ﻣﻔﺮﺩﺓ ﻣﻦ ﺍﳌﻔﺮﺩﺍﺕ ﺑﺎﻟﺘﺘﺎﺑﻊ ﺃﻭ ﺍﻟﻌﻜﺲ )ﺍﻟﻨﻘﺺ ﰲ ﻣﻌﺎﻣﻞ ﺍﻟﺜﺒﺎﺕ ﲝﺬﻑ ﻣﻔﺮﺩﺓ ﻣﻌﻴﻨﺔ( ﻭﻋﻠﻴﻪ ﻓﺎﳌﻔﺮﺩﺓ‬
‫ﺍﻟﱵ ﻳﻨﻘﺺ ﻣﻌﺎﻣﻞ ﺍﻟﺜﺒﺎﺕ ﲝﺬﻓﻬﺎ ﻓﻬﻲ ﻋﺒﺎﺭﺓ ﺟﻴﺪﺓ ﻻ ﳝﻜﻦ ﺍﻻﺳﺘﻐﻨﺎﺀ ﻋﻨﻬﺎ ﻭﺍﻟﻌﺒﺎﺭﺓ ﺍﻟﱵ ﻳﺰﻳﺪ ﻣﻌﺎﻣﻞ ﺍﻟﺜﺒﺎﺕ ﲝﺬﻓﻬﺎ‬
‫ﳝﻜﻦ ﺣﺬﻓﻬﺎ ﻷ‪‬ﺎ ﺗﺒﺘﻌﺪ ﺑﻨﺎ ﻋﻦ ﺍﻟﺘﻘﺪﻳﺮ ﺍﳊﻘﻴﻘﻲ ﻟﺴﻤﺔ ﻣﻮﺿﻮﻉ ﺍﻟﻘﻴﺎﺱ‪  .‬‬

‫وﻳﻤﻜﻨﻨﺎ أﻳﻀ ًﺎ دراﺳﺔ ﻣﻌﺎﻣﻞ اﻟﺜﺒﺎت ﻟﻜﻞ ﻣﺤﻮر ﺑﻤﻔﺮدﻩ ‪ ،‬ﺣﻴﺚ ﺗﺨﺘﺎر اﻟﻌﺒﺎرات ﻟﻠﻤﺤﻮر اﻷول آﺎﻟﺘﺎﻟﻲ ‪:‬‬

‫‪٤٠‬‬
 ‫ﺗﻈﻬﺮ اﻟﻨﺘﻴﺠﺔ ﻓﻲ اﻟﺠﺪول اﻟﺘﺎﻟﻲ ‪:‬‬
‫‪Reliability Statistics ‬‬

‫‪Cronbach's‬‬
‫‪N of Items‬‬ ‫‪Alpha‬‬
‫‪3‬‬ ‫‪.840‬‬
‫وﺑﻨﻔﺲ اﻟﻄﺮﻳﻘﺔ ﻧﺤﺼﻞ ﻋﻠﻰ ﻣﻌﺎﻣﻞ اﻟﺜﺒﺎت ﻟﻠﻤﺤﻮرﻳﻦ اﻵﺧﺮﻳﻦ ‪:‬‬
‫‪Reliability Statistics‬‬

‫‪Cronbach's‬‬
‫‪N of Items‬‬ ‫‪Alpha ‬‬
‫‪3‬‬ ‫‪.870‬‬

‫‪Reliability Statistics ‬‬

‫‪Cronbach's‬‬
‫‪N of Items‬‬ ‫‪Alpha‬‬
‫‪2‬‬ ‫‪.521‬‬

‫وﻳﻤﻜﻦ ﺗﻠﺨﻴﺺ اﻟﻨﺘﺎﺋﺞ اﻟﺴﺎﺑﻘﺔ ﻓﻲ اﻟﺠﺪول اﻟﺘﺎﻟﻲ ‪:‬‬

‫اﻟﺼﺪق = اﻟﺠﺬر اﻟﺘﺮﺑﻴﻌﻲ ﻟﻠﺜﺒﺎت‬ ‫اﻟﺜﺒﺎت‬ ‫ﻋﺪد اﻟﻌﺒﺎرات‬ ‫اﻟﻤﺤﻮر‬ ‫م‬

‫‪  0.917‬‬ ‫‪0.840‬‬ ‫‪٣‬‬ ‫ﺗﻘﺪﻳﺮ اﻟﺒﺮﻧﺎﻣــﺞ‬ ‫‪١‬‬
‫‪0.933‬‬ ‫‪0.870‬‬ ‫‪٣‬‬ ‫اﻧﺘﺸﺎر اﻟﺒﺮﻧﺎﻣﺞ‬ ‫‪٢‬‬
‫‪  0.722‬‬ ‫‪0.521‬‬ ‫‪٢‬‬ ‫ﺗﻌﻤﻴﻢ اﻟﺒﺮﻧـﺎﻣﺞ‬ ‫‪٣‬‬
‫‪  0.957‬‬ ‫‪0.915‬‬ ‫‪٨‬‬ ‫اﻹﺟﻤـــــــــــﺎﻟﻲ‬

‫ﺍﻟﺘﻄﺒﻴﻖ ﺍﻟﺮﺍﺑﻊ ‪ :‬ﺍﺧﺘﺒﺎﺭ ‪ Chi‐Square‬ﻟﻼﺳﺘﻘﻼﻟﻴﺔ‬

‫هﻞ هﻨﺎك ﻋﻼﻗﺔ ﺑﻴﻦ اﻟﻨﻮع واﻟﻤﺴﺘﻮى اﻟﺘﻌﻠﻴﻤﻲ ﻓﻲ اﻟﻤﺜﺎل اﻟﺴﺎﺑﻖ ؟‬

‫اﻟﺤﻞ ‪ :‬ﻓﻲ هﺬﻩ اﻟﺤﺎﻟﺔ ﻧﺠﺮي اﺧﺘﺒﺎر ﻣﺮﺑﻊ آﺎي ‪ Chi-Square‬ﻟﻼﺳﺘﻘﻼﻟﻴﺔ ) ﻟﻤﻌﺮﻓﺔ ﻣﺪى اﺳﺘﻘﻼﻟﻴﺔ‬
‫اﻟﻤﺘﻐﻴﺮات ﻋﻦ ﺑﻌﻀﻬﺎ اﻟﺒﻌﺾ( وﻓﻲ ﻣﺜﺎﻟﻨﺎ هﻨﺎ اﻟﻤﺘﻐﻴﺮﻳﻦ ﻣﻦ ﻣﺘﻐﻴﺮات اﻟﺪراﺳﺔ اﻟﻮﺻﻔﻴﺔ )اﻟﻌﻮاﻣﻞ‬
‫اﻟﺪﻳﻤﻮﺟﺮاﻓﻴﺔ( ‪.‬‬

‫اﻟﻔﺮﺿﻴﺔ اﻟﺼﻔﺮﻳﺔ ‪ :H0‬اﻟﻤﺴﺘﻮى اﻟﺘﻌﻠﻴﻤﻲ ﻻ ﻳﻌﺘﻤﺪ ﻋﻠﻰ اﻟﻨﻮع )ﻣﺘﻐﻴﺮا اﻟﻨﻮع وﻣﺴﺘﻮى اﻟﺘﻌﻠﻴﻢ‬
‫ﻣﺴﺘﻘﻼن(‪.‬‬
‫اﻟﻔﺮﺿﻴﺔ اﻟﺒﺪﻳﻠﺔ ‪ :HA‬اﻟﻤﺴﺘﻮى اﻟﺘﻌﻠﻴﻤﻲ ﻳﻌﺘﻤﺪ ﻋﻠﻰ اﻟﻨﻮع )ﺗﻮﺟﺪ ﻋﻼﻗﺔ ﺑﻴﻦ اﻟﻤﺴﺘﻮى اﻟﺘﻌﻠﻴﻤﻲ‬
‫واﻟﻨﻮع(‪.‬‬
‫‪٤١‬‬
 ‫‪ Analyze‬اﺧﺘﺎر اﻟﻘﺎﺋﻤﺔ اﻟﻔﺮﻋﻴﺔ اﻹﺣﺼﺎء اﻟﻮﺻﻔﻲ‪Statistics‬‬ ‫‪ (١‬ﻣﻦ ﻗﺎﺋﻤﺔ اﻟﺘﺤﻠﻴﻞ‬
‫‪ Descriptive‬ﺛﻢ‬
‫اﺧﺘﺎر أﻣﺮ ‪Cross‬‬
‫‪ tabs‬آﻤﺎ ﻓﻲ اﻟﺸﻜﻞ‬
‫اﻟﻤﺠﺎور ‪  .‬‬
‫‪ ‬‬
‫‪ (٢‬ﻳﻈﻬﺮ ﻣﺮﺑﻊ اﻟﺤﻮار‬
‫اﻟﺘﺎﻟﻲ ‪  :‬‬
‫‪ ‬‬

‫‪ ‬‬

‫ﻓﻲ ﻣﺮﺑﻊ اﻟﺤﻮار ﻧﺪرج اﻟﻤﺘﻐﻴﺮ اﻟﻨﻮع ﻓﻲ ﺧﺎﻧﺔ اﻟﺼﻔﻮف ‪ Row‬ﺛﻤﻦ ﻧﺪرج ﻣﺴﺘﻮى اﻟﺘﻌﻠﻴﻢ ﻓﻲ ﺧﺎﻧﺔ‬
‫اﻷﻋﻤﺪة ‪ Colum‬ﺛﻢ ﻧﻀﻐﻂ ﻋﻠﻰ زر ‪ Statistics‬اﻟﻤﺸﺎر إﻟﻴﻪ ﺑﺎﻟﺮﻗﻢ )‪ (٣‬ﻓﻲ اﻟﺼﻮرة اﻟﻌﻠﻴﺎ ﻓﺘﻔﺘﺢ‬
‫ﻧﺎﻓﺬة ﻧﺨﺘﺎر ﻣﻨﻬﺎ ‪ Chi‐Square‬اﻟﻤﺸﺎر إﻟﻴﻬﺎ ﺑﺎﻟﺮﻗﻢ )‪ (٤‬ﻟﺤﺴﺎب اﺧﺘﺒﺎر اﻻﺳﺘﻘﻼﻟﻴﺔ ﺛﻢ ﻧﻀﻐﻂ‬
‫‪ Continue‬اﻟﻤﺸﺎر إﻟﻴﻬﺎ ﺑﺎﻟﺮﻗﻢ )‪ (٥‬ﻟﻠﻌﻮدة ﻟﻠﻤﺮﺑﻊ اﻟﺤﻮاري اﻟﺴﺎﺑﻖ ﺛﻢ ﻧﻀﻐﻂ ﻋﻠﻰ زر ‪Cells‬‬
‫اﻟﻤﺸﺎر إﻟﻴﻬﺎ ﺑﺎﻟﺮﻗﻢ )‪ (٦‬ﻓﻴﻔﺘﺢ ﻣﺮﺑﻊ ﺣﻮار ﻧﺤﺪد ﻋﻠﻰ ‪ Expected‬اﻟﻤﺸﺎر إﻟﻴﻪ ﺑﺎﻟﺮﻗﻢ )‪ (٧‬ﻟﻈﻬﻮر‬
‫ﺟﺪول اﻟﺘﻮﻗﻌﺎت ‪ ،‬ﺛﻢ ﻧﻀﻐﻂ ﻋﻠﻰ ‪ Continue‬اﻟﻤﺸﺎر إﻟﻴﻪ ﺑﺎﻟﺮﻗﻢ )‪ ] (٨‬وإذا أردت رﺳﻢ ﺑﻴﺎﻧﻲ ﻳﻮﺿﺢ‬
‫اﻟﻌﻼﻗﺔ ﺑﻴﻦ اﻟﻨﻮع واﻟﻤﺴﺘﻮى اﻟﺘﻌﻠﻴﻤﻲ اﺧﺘﺮ اﻟﺨﻴﺎر ‪ Display  clustered  bar  chart‬ﺛﻢ ﻧﻀﻐﻂ‬
‫ﻋﻠﻰ ‪ OK‬اﻟﻤﺸﺎر إﻟﻴﻪ ﺑﺎﻟﺮﻗﻢ )‪ (٩‬ﻓﺘﻈﻬﺮ اﻟﻨﺘﻴﺠﺔ اﻟﺘﺎﻟﻴﺔ ‪:‬‬
‫‪Case Processing Summary‬‬

‫‪Cases‬‬
‫‪Total‬‬ ‫‪Missing‬‬ ‫‪Valid‬‬
‫‪Percent‬‬ ‫‪N‬‬ ‫‪Percent‬‬ ‫‪N‬‬ ‫‪Percent‬‬ ‫‪N‬‬
‫‪100.0%‬‬ ‫‪20‬‬ ‫‪.0%‬‬ ‫‪0‬‬ ‫‪100.0%‬‬ ‫‪20‬‬ ‫ﺍﻟﻨﻭﻉ * ﻤﺴﺘﻭﻯ ﺍﻟﺘﻌﻠﻴﻡ‬

‫اﻟﺠﺪول اﻟﺴﺎﺑﻖ ﻳﺼﻒ ﺣﺠﻢ اﻟﻌﻴﻨﺎت اﻟﻤﺪﺧﻠﺔ وﻧﺴﺐ اﻟﺒﻴﺎﻧﺎت اﻟﻤﻔﻘﻮدة ‪.‬‬

‫‪٤٢‬‬
 ‫ﺍﻟﻨﻭﻉ * ﻤﺴﺘﻭﻯ ﺍﻟﺘﻌﻠﻴﻡ‪Crosstabulation‬‬

‫‪Total‬‬ ‫ﺍﻟﺘﻌﻠﻴﻡ ﻤﺴﺘﻭﻯ‬

‫‪ ‬‬ ‫ﺩﺭﺍﺴﺎﺕ ﻋﻠﻴﺎ‬ ‫ﺠﺎﻤﻌﻲ‬ ‫ﺜﺎﻨﻭﻱ‬
‫‪11‬‬ ‫‪4‬‬ ‫‪4‬‬ ‫‪3‬‬ ‫‪Count‬‬ ‫ﺫﻜﺭ‬ ‫ﺍﻟﻨﻭﻉ‬
‫‪11.0‬‬ ‫‪2.8‬‬ ‫‪4.4‬‬ ‫‪3.9‬‬ ‫‪Expected Count‬‬
‫‪9‬‬ ‫‪1‬‬ ‫‪4‬‬ ‫‪4‬‬ ‫‪Count‬‬ ‫ﺃﻨﺜﻰ‬
‫‪9.0‬‬ ‫‪2.3‬‬ ‫‪3.6‬‬ ‫‪3.2‬‬ ‫‪Expected Count‬‬
‫‪20‬‬ ‫‪5‬‬ ‫‪8‬‬ ‫‪7‬‬ ‫‪Count‬‬ ‫‪Total‬‬
‫‪20.0‬‬ ‫‪5.0‬‬ ‫‪8.0‬‬ ‫‪7.0‬‬ ‫‪Expected Count‬‬

‫اﻟﺠﺪول أﻋﻼﻩ ﻳﻮﺿﺢ ﻋﺪد اﻟﺒﻴﺎﻧﺎت اﻟﻤﺪﺧﻠﺔ ‪ 20‬ﻣﻨﻬﺎ ‪ 7‬ﺛﺎﻧﻮي) ‪ 3‬ذآﻮر واﻟﻘﻴﻤﺔ اﻟﻤﺘﻮﻗﻌﺔ ‪4 ،3.9‬‬
‫إﻧﺎث واﻟﻘﻴﻤﺔ اﻟﻤﺘﻮﻗﻌﺔ ‪ 8 ، (3.2‬ﺟﺎﻣﻌﻲ )‪ 4‬ذآﻮر واﻟﻘﻴﻤﺔ اﻟﻤﺘﻮﻗﻌﺔ ‪ 4 ، 4.4‬إﻧﺎث واﻟﻘﻴﻤﺔ اﻟﻤﺘﻮﻗﻌﺔ‬
‫‪ 5 ،(3.6‬دراﺳﺎت ﻋﻠﻴﺎ )‪ 4‬ذآﻮر واﻟﻘﻴﻤﺔ اﻟﻤﺘﻮﻗﻌﺔ ‪ ، 2.8‬أﻧﺜﻰ واﺣﺪة واﻟﻘﻴﻤﺔ اﻟﻤﺘﻮﻗﻌﺔ ‪. (2.3‬‬
‫‪Chi-Square Tests ‬‬

‫‪Asymp. Sig.‬‬
‫)‪(2-sided‬‬ ‫‪df‬‬ ‫‪Value‬‬
‫‪.415‬‬ ‫‪2‬‬ ‫)‪1.760(a‬‬ ‫‪Pearson Chi-Square‬‬
‫‪.392‬‬ ‫‪2‬‬ ‫‪1.870‬‬ ‫‪Likelihood Ratio‬‬
‫‪Linear-by-Linear‬‬
‫‪.231‬‬ ‫‪1‬‬ ‫‪1.435‬‬
‫‪Association‬‬
‫‪N of Valid Cases‬‬
‫‪20‬‬

‫‪a 6 cells (100.0%) have expected count less than 5. The minimum expected count is 2.25.‬‬

‫‪Bar Chart‬‬

‫‪4‬‬
‫ﻳﺒﻴﻦ اﻟﺠﺪول أﻋﻼﻩ ﻗﻴﻤﺔ ﻣﺮﺑﻊ آﺎي وﺗﺴﺎوي‬
‫ﺴــﺘﻭﻯ ﺍﻟﺘﻌﻠﻴــﻡ‬
‫ـﺎﻨﻭﻱ‬
‫ﺠﺎﻤﻌﻲ‬
‫ﺜـ‬ ‫‪ 1.760‬ﺑﺪرﺟﺔ ﺣﺮﻳﺔ ‪ 2‬وأﻗﻞ ﻗﻴﻤﺔ ﻟﻤﺴﺘﻮى اﻟﺪﻻﻟﺔ‬
‫‪3‬‬
‫‪. 0.415‬‬
‫ﺩﺭﺴﺎﺕ ﻋﻠﻴــﺎ‬
‫‪Count‬‬

‫‪2‬‬

‫‪1‬‬
‫ﻗﺒﻮل ورﻓﺾ اﻟﻔﺮﺿﻴﺎت ‪:‬ﻣﻦ اﻟﺠﺪول أﻋﻼﻩ ﻳﺘﻀﺢ‬
‫أن أﻗﻞ ﻗﻴﻤﺔ ﻟﻤﺴﺘﻮى اﻟﺪﻻﻟﺔ هﻲ ‪ 0.415 :‬وهﻲ‬
‫‪0‬‬
‫ﺫﻜﺭ‬
‫ﺍﻟﻨﻭﻉ‬
‫ﺃﻨــﺜﻰ‬
‫أآﺒﺮ ﻣﻦ ﻗﻴﻤﺔ ‪:‬‬

‫‪ α= 0.005‬وﺑﺎﻟﺘﺎﻟﻲ ﺗُﻘﺒﻞ اﻟﻔﺮﺿﻴﺔ اﻟﺼﻔﺮﻳﺔ أي أن ) ﻣﺴﺘﻮى اﻟﺘﻌﻠﻴﻢ ﻻ ﻳﻌﺘﻤﺪ ﻋﻠﻰ اﻟﻨﻮع ( ‪.‬‬

‫ﺍﻟﺘﻄﺒﻴﻖ ﺍﳋﺎﻣﺲ ‪ :‬ﲢﻠﻴﻞ ﺍﻟﺘﺒﺎﻳﻦ ﺍﻷﺣﺎﺩﻱ ‪  ANOVA‬‬

‫هﻞ هﻨﺎك ﻓﺮق ﻓﻲ ﻣﺘﻮﺳﻄﺎت إﺟﺎﺑﺔ اﻷﻓﺮاد ﺗﺒﻌ ًﺎ ﻟﻠﻤﺴﺘﻮى اﻟﺘﻌﻠﻴﻤﻲ؟‬

‫اﻟﺤﻞ ‪ :‬ﻓﻲ هﺬﻩ اﻟﺤﺎﻟﺔ ﻧﺠﺮي اﺧﺘﺒﺎر ﺗﺤﻠﻴﻞ اﻟﺘﺒﺎﻳﻦ اﻷﺣﺎدي "‪    "F‬وﻳﺴﻤﻰ ) ‪ ( ANOVA‬و ُﻳﺴﺘﺨﺪم‬
‫‪ One Way ANOVA‬ﻓﻲ ﺗﺤﻠﻴﻞ اﻟﺘﺒﺎﻳﻦ ﻟﺘﻔﺴﻴﺮ ﻇﺎهﺮة ﻣﻌﻴﻨﺔ وذﻟﻚ ﺑﺘﺤﺪﻳﺪ ﻣﺘﻐﻴﺮ ﺗﺎﺑﻊ ﻳﻔﺴﺮ ﻣﻦ‬
‫ﻗﺒﻞ ﻣﺘﻐﻴﺮ ﺁﺧﺮ‪.‬‬

‫‪٤٣‬‬
 ‫اﻟﻔﺮﺿﻴﺔ اﻟﺼﻔﺮﻳﺔ ‪ :H0‬ﻻ ﺗﻮﺟﺪ ﻓﺮوق ﺑﻴﻦ ﻣﺘﻮﺳﻄﺎت اﻹﺟﺎﺑﺎت ﺗﺒﻌ ًﺎ ﻟﻠﻤﺴﺘﻮى اﻟﺘﻌﻠﻴﻤﻲ ‪.‬‬

‫اﻟﻔﺮﺿﻴﺔ اﻟﺒﺪﻳﻠﺔ ‪ :HA‬ﺗﻮﺟﺪ ﻓﺮوق ﺑﻴﻦ ﻣﺘﻮﺳﻄﺎت اﻹﺟﺎﺑﺎت ﺗﺒﻌ ًﺎ ﻟﻠﻤﺴﺘﻮى اﻟﺘﻌﻠﻴﻤﻲ ‪.‬‬

‫‪ (١‬ﻣﻦ ﻗﺎﺋﻤﺔ اﻟﺘﺤﻠﻴﻞ ‪Analyze‬‬

‫اﺧﺘﺎر اﻟﻘﺎﺋﻤﺔ اﻟﻔﺮﻋﻴﺔ اﻹﺣﺼﺎء‬
‫اﻟﻮﺻﻔﻲ ‪Compare Means‬‬
‫ﺛﻢ اﺧﺘﺎر أﻣﺮ ‪One Way‬‬
‫‪ Anova‬آﻤﺎ ﻓﻲ اﻟﺸﻜﻞ اﻟﻤﺠﺎور‬
‫‪  .‬‬
‫‪ (٢‬ﻳﻈﻬﺮ ﻣﺮﺑﻊ اﻟﺤﻮار اﻟﺘﺎﻟﻲ ‪:‬‬

‫ﻧﻘﻮم ﺑﻌﻤﻞ اﻟﺨﻄﻮات ﺑﺎﻟﺘﺴﻠﺴﻞ ﺣﺴﺐ اﻷرﻗﺎم اﻟﻤﻮﺿﺤﺔ ﻓﻲ اﻟﺼﻮرة أﻋﻼﻩ ﻣﻦ ) ‪ ١‬إﻟﻰ ‪ (٦‬ﻓﺘﻈﻬﺮ‬
‫اﻟﻨﺘﺎﺋﺞ اﻟﺘﺎﻟﻴﺔ ‪:‬‬

‫ﻳﻮﺿﺢ اﻟﺠﺪول اﻟﺴﺎﺑﻖ اﻟﻤﺘﻮﺳﻂ واﻻﻧﺤﺮاف اﻟﻤﻌﻴﺎري واﻟﺨﻄﺄ اﻟﻤﻌﻴﺎري وﻓﺘﺮة اﻟﺜﻘﺔ واﻟﻘﻴﻢ اﻟﺼﻐﺮى‬
‫واﻟﻌﻈﻤﻰ ﺣﺴﺐ اﻟﻤﺴﺘﻮى اﻟﺘﻌﻠﻴﻤﻲ ﻟﻜﻞ ﻣﺤﻮر ﻣﻦ ﻣﺤﺎور اﻟﺪراﺳﺔ ‪.‬‬

‫‪٤٤‬‬
 ‫‪ANOVA‬‬

‫‪Sum of‬‬
‫‪Sig.‬‬ ‫‪F‬‬ ‫‪Mean Square‬‬ ‫‪df‬‬ ‫‪Squares‬‬
‫‪.364‬‬ ‫‪1.073‬‬ ‫‪.614‬‬ ‫‪2‬‬ ‫‪1.227‬‬ ‫‪Between Groups‬‬ ‫ﺘﻘﺩﻴﺭ ﺍﻟﺒﺭﻨﺎﻤﺞ‬
‫‪.572‬‬ ‫‪17‬‬ ‫‪9.723‬‬ ‫‪Within Groups‬‬
‫‪19‬‬ ‫‪10.950‬‬ ‫‪Total‬‬
‫‪.572‬‬ ‫‪.577‬‬ ‫‪.430‬‬ ‫‪2‬‬ ‫‪.860‬‬ ‫‪Between Groups‬‬ ‫ﺍﻨﺘﺸﺎﺭ ﺍﻟﺒﺭﻨﺎﻤﺞ‬
‫‪.745‬‬ ‫‪17‬‬ ‫‪12.668‬‬ ‫‪Within Groups‬‬
‫‪19‬‬ ‫‪13.528‬‬ ‫‪Total‬‬
‫‪.730‬‬ ‫‪.321‬‬ ‫‪.290‬‬ ‫‪2‬‬ ‫‪.580‬‬ ‫‪Between Groups‬‬ ‫ﺘﻌﻤﻴﻡ ﺍﻟﺒﺭﻨﺎﻤﺞ‬
‫‪.903‬‬ ‫‪17‬‬ ‫‪15.357‬‬ ‫‪Within Groups‬‬
‫‪19‬‬ ‫‪15.938‬‬ ‫‪Total‬‬

‫ﻳﻮﺿﺢ اﻟﺠﺪول اﻟﺴﺎﺑﻖ ﻣﻘﺎرﻧﺔ اﻟﻤﺘﻮﺳﻄﺎت ﻋﻦ ﻃﺮﻳﻖ اﺧﺘﺒﺎر "‪ "F‬واﻟﻨﺘﻴﺠﺔ ﻋﺪم وﺟﻮد دﻻﻟﺔ‬
‫ﻟﻠﻤﺤﺎور ﻋﻠﻰ اﻟﺘﺮﺗﻴﺐ ﺣﻴﺚ أن اﺣﺘﻤﺎل اﻟﻤﻌﻨﻮﻳﺔ أﺧﺬ اﻟﻘﻴﻢ ‪ 0.364 :‬و ‪ 0.572‬و ‪ 0.730‬أآﺒﺮ ﻣﻦ‬
‫‪. 0.05‬‬

‫وﺑﺬﻟﻚ ﻧﻘﺒﻞ ﺑﺎﻟﻔﺮﺿﻴﺔ اﻟﺼﻔﺮﻳﺔ )ﻓﺮﺿﻴﺔ اﻟﻌﺪم ‪ (H0‬اﻟﻘﺎﺋﻠﺔ ‪ :‬ﻻ ﺗﻮﺟﺪ ﻓﺮوق ﺑﻴﻦ ﻣﺘﻮﺳﻄﺎت اﻹﺟﺎﺑﺎت‬
‫ﺗﺒﻌ ًﺎ ﻟﻠﻤﺴﺘﻮى اﻟﺘﻌﻠﻴﻤﻲ ‪.‬‬

‫ﺍﻟﺘﻄﺒﻴﻖ ﺍﻟﺴﺎﺩﺱ ‪ :‬إذا وﺟﺪ ﻓﺮق ﺑﻴﻦ ﻣﺘﻮﺳﻄﺎت اﻹﺟﺎﺑﺎت ﺗﺒﻌ ًﺎ ﻟﻠﻤﺴﺘﻮى اﻟﺘﻌﻠﻴﻤﻲ ﻓﻲ اﻟﺘﻤﺮﻳﻦ‬
‫اﻟﺴﺎﺑﻖ ‪ ،‬أي آﺎن اﺣﺘﻤﺎل اﻟﻤﻌﻨﻮﻳﺔ أﺻﻐﺮ ﻣﻦ ‪ 0.05‬ﻣﻤﺎ ﻳﺪل ﻋﻠﻰ وﺟﻮد اﺧﺘﻼف ذو دﻻﻟﺔ إﺣﺼﺎﺋﻴﺔ‬
‫ﺑﺎﻟﻨﺴﺒﺔ ﻷي ﻣﺤﻮر ﻣﻦ اﻟﻤﺤﺎور ‪ ،‬ﻓﻜﻴﻒ ﺗﺠﺮي اﻟﻤﻘﺎرﻧﺔ ﻟﺘﺤﺪﻳﺪ اﻻﺧﺘﻼف ؟‬

‫اﻟﺤﻞ ‪ :‬ﻓﻲ هﺬﻩ اﻟﺤﺎﻟﺔ ﻧﺠﺮي اﺧﺘﺒﺎر اﻟﻤﻘﺎرﻧﺔ "‪  "LSD‬وهﻮ ﻣﻦ أﺣﺪ اﺧﺘﺒﺎرات اﻟﻤﻘﺎرﻧﺔ " ‪POST ‬‬
‫‪  "HOC‬وذﻟﻚ ﺑﺈﺗﺒﺎع اﻟﺨﻄﻮات اﻟﺘﺎﻟﻴﺔ ‪:‬‬

‫اﻟﺘﺤﻠﻴﻞ‬ ‫ﻗﺎﺋﻤﺔ‬ ‫‪ (١‬ﻣﻦ‬

‫‪ Analyze‬اﺧﺘﺎر اﻟﻘﺎﺋﻤﺔ‬
‫اﻟﻔـــﺮﻋﻴـــــﺔ اﻹﺣﺼــــﺎء‬
‫اﻟﻮﺻــــــــــﻔﻲ ‪Means‬‬
‫‪ Compare‬ﺛﻢ اﺧﺘــــــﺎر‬
‫أﻣﺮ ‪One Way Anova‬‬
‫آﻤﺎ ﻓﻲ اﻟﺘﻤﺮﻳﻦ اﻟﺴﺎﺑﻖ ‪.‬‬
‫ﻳﻈﻬﺮ ﻣﺮﺑﻊ اﻟﺤﻮار‬
‫اﻟﺘﺎﻟﻲ‪:‬‬

‫‪٤٥‬‬
‫ﻧﺘﺒﻊ اﻟﺨﻄﻮات ﺑﺎﻟﺘﺴﻠﺴﻞ اﻟﺮﻗﻤﻲ اﻟﻤﻮﺿﺢ ﻓﻲ اﻟﺼﻮرة اﻟﻤﺠﺎورة ﻣﻦ رﻗﻢ ‪ ١‬إﻟﻰ رﻗﻢ ‪١٠‬‬
‫ﻓﻨﺤﺼﻞ ﻋﻠﻰ اﻟﺠﺪاول اﻟﺘﻲ ﺗﻘﺎرن ﺑﻴﻦ اﻟﻤﺘﻮﺳﻄﺎت ﻟﻤﻌﺮﻓﺔ أﻳﻬﻤﺎ ﻳﺨﺘﻠﻒ آﻤﺎ هﻮ ﻣﻮﺿﺢ ﻓﻲ‬

‫اﻟﺸﻜﻞ اﻟﺘﺎﻟﻲ ‪ Means Plot‬ﻳﻮﺿﺢ اﻟﻤﻘﺎرﻧﺔ ‪:‬‬

‫‪٤٦‬‬
 ‫" ﺗﻢ ﺑﺤﻤﺪ اﷲ "‬

‫‪٤٧‬‬
‫ﻣﻦ ﻓﻀﻞ ﺍﷲ ﺳﺒﺤﺎﻧﻪ ﻭﺗﻌﺎﱃ ﺃﻥ ﺳﺨﺮ ﺍﻟﻌﻠﻢ ﳋﺪﻣﺔ ﺍﻹﻧﺴﺎﻥ ‪ ،‬ﻭﻣﻦ ﺃﻋﻈﻢ ﻣﺎ ﺗﻮﺻﻠﺖ ﺇﻟﻴﻪ ﺍﻟﺒﺸﺮﻳﺔ‬
‫ﺗﻠﻚ ﺍﻟﺘﻘﻨﻴﺎﺕ ﺍﻟﻌﺎﻟﻴﺔ ﰲ ﲨﻴﻊ ﳎﺎﻻﺕ ﺍﻟﻌﻠﻮﻡ ‪ ،‬ﺣﻴﺚ ﻳﺴﺘﻄﻴﻊ ﺍﻟﺒﺎﺣﺚ ﰲ ﺃﻱ ﳎﺎﻝ ﻣﻦ ﺍ‪‬ﺎﻻﺕ ﺍﻹﺣﺼﺎﺋﻴﺔ‬
‫ﺍﳊﺼﻮﻝ ﻋﻠﻰ ﺍﻟﻨﺘﺎﺋﺞ ﺑﺄﺳﺮﻉ ﻭﻗﺖ ﻭﺑﺪﻗﺔ ﻋﺎﻟﻴﺔ ﺑﺎﺳﺘﺨﺪﺍﻡ ﺗﻠﻚ ﺍﻟﺘﻘﻨﻴﺎﺕ ‪.‬‬

‫ﻟﻘﺪ ﻗﻤﺖ ﺧﻼﻝ ﺍﻟﺼﻔﺤﺎﺕ ﺍﻟﺴﺎﺑﻘﺔ ﺑﺎﺳﺘﺨﺪﺍﻡ ﺇﺣﺪﻯ ﺗﻠﻚ ﺍﻟﺘﻘﻨﻴﺎﺕ )ﺑﺮﻧﺎﻣﺞ ‪ (SPSS‬ﰲ ﻋﻤﻠﻴﺎﺕ‬
‫ﺍﻟﻌﺮﺽ ﻭﺍﻟﺘﺤﻠﻴﻞ ﺍﻹﺣﺼﺎﺋﻲ ﻋﱪ ﻗﺴﻤﻲ ﻋﻠﻢ ﺍﻹﺣﺼﺎﺀ ) ﺍﻹﺣﺼﺎﺀ ﺍﻟﻮﺻﻔﻲ ‪ ،‬ﺍﻹﺣﺼﺎﺀ ﺍﻻﺳﺘﺪﻻﱄ (‪،‬‬
‫ﻣﺴﺘﺨﺪﻣﹰﺎ ﺍﻟﺸﺮﺡ ﺍﳌﺼﻮﺭ ﻟﺴﻬﻮﻟﺔ ﺇﻳﺼﺎﻝ ﺍﳌﻌﻠﻮﻣﺔ ﻣﺘﻤﻨﻴﹰﺎ ﻣﻦ ﺍﷲ ﻋﺰ ﻭﺟﻞ ﺃﻥ ﺗﻨﻔﻊ ﻗﺎﺭﺋﻬﺎ ﻭﺃﻥ ﺗﻔﻲ‬
‫ﺑﺎﻟﻐﺮﺽ ﺍﻟﺬﻱ ﺃﻋﺪﺕ ﻟﻪ ‪.‬‬

‫ﻭﻻ ﻳﺴﻌﲏ ﰲ ﻫﺬﺍ ﺍﳌﻘﺎﻡ ﺇﻻ ﺃﻥ ﺃﺷﻜﺮ ﻛﻞ ﻣﻦ ﺃﻋﻄﻰ ﻫﺬﻩ ﺍﻟﺼﻔﺤﺎﺕ ﻣﻦ ﻭﻗﺘﻪ ﺍﻟﺜﻤﲔ ﰲ ﻗﺮﺍﺀ‪‬ﺎ‬
‫ﻭﺍﻻﻫﺘﻤﺎﻡ ‪‬ﺎ ‪ ...‬ﻭﺍﻋﺘﺬﺭ ﻷﻥ ﻛﻞ ﻣﺎ ﺳ‪‬ﻄﺮ ﰲ ﻫﺬﻩ ﺍﻟﺼﻔﺤﺎﺕ ﺟﻬﺪ ﺑﺸﺮﻱ ﺍﻋﺘﻤﺪﺕ ﻓﻴﻪ ﻋﻠﻰ ﻣﺎ ﺗﻌﻠﻤﺘﻪ‬
‫ﻭﻣﺎ ﻗﺮﺃﺗﻪ ﻋﻦ ﻋﻠﻢ ﺍﻹﺣﺼﺎﺀ ‪ ،‬ﻓﺎﻋﺘﺬﺭ ﻟﻠﺨﻄﺄ ﻭﺍﻟﻘﺼﻮﺭ ﻓﺎﻟﻜﻤﺎﻝ ﷲ ﻭﺣﺪﻩ ‪ ،‬ﻭﺍﻟﻨﻘﺺ ﰲ ﺍﻟﺒﺸﺮﻳﺔ‪....‬‬

‫ﺺ ﻟﺬﻟﻚ اﻹﻧﺴﺎن‬
‫آﻞ ﻧﻘ ٍ‬ ‫ذهﺐ اﷲ ﺑﺎﻟﻜﻤﺎل وأﺑﻘﻰ‬

‫‪٤٨‬‬