‫إعداد د‪ .

‬رعد جعفر حسين‬ ‫‪2102-2102‬‬ ‫محاضرات في برنامج االحصائي ‪SPSS‬‬

‫محاضرات في البرنامج اإلحصائي‬

‫‪SPSS‬‬

‫لطلبة األقسام الزراعية‬

‫السنة الدراسية الثالثة‬
‫الكلية التقنية ‪ /‬المسيب‬

‫إعداد‬
‫د‪ .‬رعد جعفر حسني‬
‫أستاذ مساعد‬
‫اقتصاد زراعي‬
‫‪2102-2102‬‬

‫‪www.raadalassedy.com‬‬ ‫‪32 - 0‬‬

‫إعداد د‪ .‬رعد جعفر حسين‬ ‫‪2102-2102‬‬ ‫محاضرات في برنامج االحصائي ‪SPSS‬‬
‫المقدمة‪:‬‬
‫يعتبر برنامج ‪ SPSS‬من البرامج المهمةة فةي التحليةإل اإلحصةائي حيةخ يسةت دم مةن قبةإل البةاحثين فةي‬
‫المجاالت التربوية واالجتماعية والفنية والهندسية والزراعية‪ ،‬وان ‪ SPSS‬هو م تصر للكلمات التالية‪:‬‬
‫(‪ )Statistical Package For Social Science‬وتعني في اللغة العربية (الرزمة اإلحصائية‬
‫للعلوم االجتماعية) ويست دم هذا البرنامج في إد اإل البيانات (‪ )data‬الم تلفة وإجراء الحسابات اإلحصائية‬
‫عليها واست راج رسوما بيانية إحصائية مست دما أوامر شريط القوائم ومربعات الحوار‪ .‬ان لهذا البرنامج‬
‫احصائي اصدارات عديدة وهي متوافقة مع البرنامج التشغيلي المعروف (‪ )Microsoft windows‬وسوف‬
‫تعتمد محاضراتنا على البرنامج اإلحصائي ‪ SPSS‬االصدار ‪ )SPSS var.11( 00‬وهو متوافق مع‬
‫البرنامج التشغيلي (‪.)Microsoft windows 2003‬‬
‫كيفية تشغيل برنامج ‪SPSS‬‬
‫يمكن تشغيإل برنامج ‪ SPSS‬بإحدى الطريقتين التاليتين‪:‬‬
‫‪ - 0‬عن طريق النقر على قائمة ‪ start‬ثم التأشير على األمر ‪ all programs‬ثم النقر على االسةم ‪spss‬‬
‫‪.for windows‬‬
‫الموجودة غالبا على سطح المكتب‪.‬‬ ‫‪ - 2‬عن طريق النقر المزدوج على األيقونة‬

‫أنواع الملفات التي يتكون منها برنامج ‪: SPSS‬‬

‫‪ -‬ملفات البيانات ‪ :data files‬وهي الملفات إلي تحتوي على البيانات التي نقوم بإد الها عن طريق نافذة‬ ‫‪0‬‬
‫محرر البيانات ‪ data editor‬لنجري عليها فيما بعةد التحليةإل اإلحصةائي المطلةوب‪ .‬وان امتةداد أسةماء‬
‫هذا النوع من الملفات هو (‪.)---.sav‬‬
‫‪ -‬ملفةةات الم رجةةةات اإلحصةةائية ‪ : output files‬وهةةةي الملفةةةات التةةي تحتةةةوي علةةى نتةةةائج التحليةةةإل‬ ‫‪2‬‬
‫اإلحصائي‪ .‬وان امتداد أسماء هذا النوع من الملفات هو (‪.)---.spv‬‬
‫‪ -‬ملفات التعليمات ‪ :syntax files‬وهي ملفات التي تحتةوي علةى اإلجةراءات أو األوامةر المكتوبةة بلغةة‬ ‫‪2‬‬
‫برمجة اصة لكي تمكنك من تنفيذ العمليات اإلحصائية‪.‬‬
‫‪ -‬ملفات برمجة طوات البرنامج ‪ :script files‬وهي الملفات التي تحتوي علةى اإلجةراءات أو األوامةر‬ ‫‪4‬‬
‫المكتوبة بلغة برمجة تدعى ‪.sax basic‬‬
‫نوافذ برنامج ‪:SPSS‬‬
‫يحتوي البرنامج اإلحصائي ‪ SPSS‬على نوافذ عديدة منها‪:‬‬
‫‪ ‬نافذة محرر البيانات ‪: data editor‬‬
‫وهي نافذة تظهر تلقائيا عند بدء تشغيإل البرنةامج والتةي مةن هلهةا يةتم إد ةاإل البيانةات إلةى البرنةامج ويةتم‬
‫تعريف كإل نوع من أنةواع البيانةات المد لةة مةن ةهإل ورقةة عمةإل منفصةلة تتشةابه إلةى حةد مةا مةع ورقةة عمةإل‬
‫برنامج ‪ ،excel‬وتتكون نافذة محرر البيانات ‪ data editor‬في برنامج ‪ SPSS‬من األجزاء اآلتية‪:‬‬
‫‪- 0‬شريط العنوان ‪ :title bar‬يحمإل اسم الملف الم زون عليه البيانات يتبعةه العبةارة ‪SPSS data‬‬
‫‪editor‬‬
‫‪- 2‬شريط القوائم ‪ : menu bar‬يحتوي على أوامر اصة بنافذة محرر البيانةات للتعامةإل مةع البيانةات‬
‫من حيخ تعديلها أو تغييرها وكذلك يحتوي على أوامر أ رى اصة بالتحليإل اإلحصائي‪.‬‬
‫‪- 2‬شريط األدوات القياسةية ‪ :standard tool bar‬يمثةإل م تصةر سةريع للوصةوإل إلةى أهةم األوامةر‬
‫الموجودة في شريط القوائم‪.‬‬
‫‪- 4‬شريط محرر ال لية ‪ :cell editor bar‬وهو شريط يتكون من جزئين ‪ ،‬األوإل يمثإل اسم ال لية أي‬
‫رقم الصف ورمز العمود (اسم المتغير) والجزء الثاني يمكننا من هله إد اإل البيانات إلى ال لية‪.‬‬
‫كما إن نافذة محرر البيانات ‪ data editor‬تتكون من ورقتين األولةى تسةمى عةر البيانةات ‪data‬‬
‫‪ view‬والثانية تسمى عر المتغيرات ‪ variable view‬وهي كما يأتي‪:‬‬
‫أوال ‪ -:‬ورقة عر البيانات ‪ :data view‬تتكون هذه الورقة من اسطر تدعى ‪ cases‬وأعمدة تدعى‬
‫‪ variables‬والتقةةاء السةةطر بةةالعمود يةةدعى ‪ cell‬ويمكةةن مةةن ةةهإل هيةةا الجةةدوإل إد ةةاإل البيانةةات عبةةر لوحةةة‬
‫المفاتيح‪.‬‬
‫‪www.raadalassedy.com‬‬ ‫‪32 - 2‬‬
‫إعداد د‪ .‬رعد جعفر حسين‬ ‫‪2102-2102‬‬ ‫محاضرات في برنامج االحصائي ‪SPSS‬‬
‫يمكةةن إد ةةاإل البيانةةات فةةي هةةذه الورقةةة أمةةا حسةةب المتغيةةرات ‪ variables‬أو حسةةب الحةةاالت ‪cases‬‬
‫وذلةةك بةةالوقوف بالمةةاوا علةةى ال ليةةة فةةي أحةةد المتغيةةرات لتصةةبح ال ليةةة فعالةةة ‪ active cell‬ثةةم إد ةةاإل القةةيم‬
‫والضغط على مفتاح اإلد اإل ‪ enter‬أو مفاتيح الماوا واالنتقاإل إلى ال لية األ رى وهكذا‪.‬‬
‫هكذا تظهر ورقة عر البيانات ‪:data view‬‬

‫ثانيا ‪ -:‬ورقة ‪ : variable view‬وهي عبارة عن صفحة مقسمة إلى عشرة أعمةدة وأكثةر مةن مسةين‬
‫صفا اصة بالمتغيرات أما األعمدة فكإل واحد منها يمثإل وصفا معينا لنوع واسةم المتغيةر وطبيعةة البيانةات التةي‬
‫ت ص ذلك المتغير والتي سوف نقوم بإد الها في ورقة ‪ data view‬وهذه األعمدة هي كما يأتي‪-:‬‬
‫‪ -0‬اسةةم المتغيةةر ‪ -:variable name‬إن العمةةود األوإل فةةي هةةذه الورقةةة يحمةةإل اسةةم )‪ (name‬وهةةو‬
‫اص بكتابة اسم للمتغير حيخ إن كإل لية في هذا العمود ت ص أحد المتغيرات ومن المهم مراعاة النقاط التالية‬
‫عند ا تيار اسما للمتغير وهي‪-:‬‬
‫أ‪ -‬أن ال يزيد طوإل االسم عن ‪ 8‬رموز‪.‬‬
‫ب‪ -‬يجب أن يبدأ سم المتغير بحرف أما بقية الرموز فقد تكون أحرفا أو أرقاما أو نقطة أو بقيةة الرمةوز‬
‫مثإل ‪ ... ,# ,@ ,-‬الخ‪.‬‬
‫ج‪ -‬يجب أن ال ينتهي االسم بنقطة‪.‬‬
‫د‪ -‬يجب أن ال يتضمن اسم المتغير فراغات أو بع الرموز ال اصة مثإل ؟‪! ,* ,‬‬
‫هـ ‪ -‬يمكن الكتابة باألحرف الكبيرة أو الصغيرة ألسماء المتغيرات باللغة االنكليزية‪ ،‬كما يمكن كتابة‬
‫إصدارات برنامج ‪SPSS‬‬ ‫أسماء المتغيرات باللغة العربية مع مراعاة الشروط السابقة وذلك في بع‬
‫ألن البرنامج قد ال يتعرف عليها و اصة في إظهار النتائج ال اصة الرسوم البيانية‪.‬‬ ‫ويفضإل عدم است دامها َ‬
‫‪ -2‬نوع المتغير ‪ -: variable type‬وهو العمود الثاني الذي يحمإل اسةم (‪ (type‬ووظيفةة هةذا العمةود‬
‫هو تحديد نوع البيانات التي سوف يتم إد الها لهذا المتغير في ورقة ‪ data view‬وعنةد الوقةوف عليةة يظهةر‬
‫زر عند النقر عليه يظهر مربع حوار يحتوي على عدة أنواع من المتغيرات والتةي ن تةار إحةداها وهةذه األنةواع‬
‫هي‪:‬‬
‫أ‪:numeric -‬متغير عددي وهو النوع االفتراضي للمتغيرات في ورقة ‪.data view‬‬
‫ب‪:comma -‬وهو متغير عددي مع إضافة فاصلة (‪ ),‬الفصإل بين كإل ثهخ مراتب صحيحة مثه العدد‬
‫النوع‪.‬‬ ‫هذا‬ ‫بموجب‬ ‫‪622,776.022‬‬ ‫يكتب‬ ‫‪622776.022‬‬
‫‪www.raadalassedy.com‬‬ ‫‪32 - 2‬‬
‫إعداد د‪ .‬رعد جعفر حسين‬ ‫‪2102-2102‬‬ ‫محاضرات في برنامج االحصائي ‪SPSS‬‬
‫ج‪:dot -‬وهو متغير عددي مع است دام (‪ ).‬لفصإل كإل ثهخ مراتب صحيحة وتست دم الفاصلة (‪ ),‬للفصإل‬
‫بين الجزء الصحيح والجزء العشري فالعدد السابق يكتب على النحو التالي ‪ 622.776,022‬بموجب هذا‬
‫اال تيار‪.‬‬
‫د‪ :scientific notation -‬وهو رمز مكتوب بصيغة التدوين اليائي ‪ E-notation‬مثه العدد ‪01^6‬‬
‫يكتب ‪ 1.0 E+07‬والعدد ‪ 0224‬يكتب ‪.1.2 E+03‬‬
‫هـ‪ :Date -‬متغير يمثإل التاريخ أو الوقت بالساعات على سبيإل المثاإل‪.‬‬
‫و‪ :dollar-‬يستعمإل كرمز للدوالر األمريكي‪.‬‬
‫ز‪:custom currency -‬يستعمإل لتعريف المستفيد للدالة على العملة‪ ،‬يمكن ضبطه من اال تيار ‪:‬‬
‫‪Edit  option  current‬‬
‫ح‪:string -‬هو متغير رمزي (اسما مثه) ويستعمإل عندما يكون بيانات المتغير رموزا او أسماء‬
‫وليست أعدادا‪.‬‬
‫أما المربع ‪:width‬فيبين عدد مراتب المتغير والمربع ‪ :decimal places‬فيمثإل عدد المراتب العشرية‬
‫للمتغيرات العددية فقط‪ .‬كما في الشكإل التالي‪:‬‬

‫‪ -2‬عر المتغير ‪ -:variable width‬إن عر المتغير ‪ width‬هو نفسه الوارد في مربع الحةوار‬
‫‪ variable type‬وهةةو العمةةود الثالةةخ فةةي ورقةةة ‪ variable view‬فيمثةةإل عةةدد الرمةةوز الم صصةةة للجةةزء‬
‫العددي زائد رمز الفاصلة العشرية وما يتبقى من الرموز ت صةص للعةدد الصةحيح فةي حالةة المتغيةرات العدديةة‬
‫أما بالنسبة للمتغيرات غير العددية فيمثإل عر المتغير عدد الرموز الم صصة للمتغير غير العددي‪.‬‬
‫‪ -4‬عدد المراتب العشرية ‪ -:decimals‬يمثةإل عةدد المراتةب العشةرية الم صصةة للكسةر العشةري فةي‬
‫المتغيرات العددية )‪ (dot, comma, numeric‬يمكن زيادة أو إنقاص المراتب العشرية بواسطة األسهم إلةى‬
‫أعلى والى أسفإل علما إن المراتب العشرية يمكن تحديدها من مربع الحوار ‪ variable type‬أيضا‪.‬‬
‫‪ -5‬عنوان المتغير ‪ -:Label‬يمكن أن يغطةي المتغيةر عنوانةا يصةإل إلةى ‪ 257‬رمةزا يسةتعمإل لوصةف‬
‫المتغير حيخ يستعمإل العنوان هذا بدال من اسم المتغير في م رجات ( جداوإل) برنامج ‪.SPSS‬‬
‫‪ -7‬عنوان القيمة ‪ -:Value labels‬أحيانا تبرز الحاجة إلى تعيين عنوان للقيمة كون المتغيةر يسةتعمإل‬
‫قيما عددية للتعبير عن قيم غير عددية مثه يستعمإل الرقم ‪ 0‬للتعبير عن الذكور ‪ males‬والةرقم ‪ 2‬للتعبيةر عةن‬
‫اإلناخ ‪ ،females‬أو احرف بدإل الكلمات‪.‬‬
‫ويظهر مربع الحوار ال اص بهذا األمر كما في الصورة أدناه‪:‬‬
‫حيخ نكتب فةي انةة ‪ value‬الةرقم أو الحةرف‪ ،‬وفةي انةة ‪ value label‬نكتةب الكلمةة أو العبةارة ثةم‬
‫ننقر مفتاح ‪ Add‬فيضاف الرقم والرمز الداإل عليه‪.‬‬

‫‪www.raadalassedy.com‬‬ ‫‪32 - 4‬‬

‫إعداد د‪ .‬رعد جعفر حسين‬ ‫‪2102-2102‬‬ ‫محاضرات في برنامج االحصائي ‪SPSS‬‬

‫‪ -6‬تعريف القيم المفقودة ‪ -:Missing values‬أحيانا نرغةب فةي تعريةف بعة القةيم المفقةودة أي إن‬
‫هذه القيم موجودة أصه ولكننا ال نرغب إد الها فةي التحليةإل اإلحصةائي كونهةا قةيم ال نريةد اد الهةا فةي التحليةإل‬
‫االحصائي‪ ،‬أو أنها أساسا غير موجودة‪.‬‬
‫ويظهر مربع الحوار ال اص بهذا األمر كما في الصورة أدناه‪:‬‬

‫‪ -8‬عر العمود ‪ -: Column width‬يمكن تحديد عر العمود لمتغير معين بالوقوف على ال ليةة‬
‫الواقعة ضمن العمود ‪ column‬في ورقة ‪ variable view‬حيخ يمكن زيادة أو تقليإل عر العمود بواسةطة‬
‫األسهم إلى أعلى أو أسفإل (أو كتابة عر العمود مباشرة)‪.‬‬
‫‪ -9‬محاذاة النص ‪ -:Alignment‬لضبط محاذاة النص دا إل هيا المتغير ن تار العمود الذي يحمإل‬
‫اسم ‪ align‬في ورقة ‪ variable view‬ون تار احد األوامر التالية‪:‬‬
‫‪ :Left‬لمحاذاة النص إلى يسار ال لية‪.‬‬
‫‪ :Center‬لمحاذاة النص في وسط ال لية‪.‬‬
‫‪ :Right‬لمحاذاة النص إلى يمين ال لية‪.‬‬
‫‪ -01‬القيةةاا ‪ -:Measurement‬مةةن اجةةإل تعريةةف مقيةةاا متغيةةر معةةين انقةةر ليةةة المتغيةةر التةةي تقةةع‬
‫ضمن عمود ‪ measure‬في ورقة ‪ variable view‬حيخ يظهر ثهثة يارات هي كما يأتي ‪:‬‬
‫أ‪ : scale-‬يستعمإل للبيانات العددية (القابلة للقياا الكمي) كمتغيرات الطوإل والوزن‪...‬الخ‪.‬‬
‫ب‪ :ordinal-‬يستعمإل لقياا التغيرات الترتيبية عندما يكون المتغير ذو عدد محدد من الفئات يمكن‬
‫ترتيبها تصاعديا أو تنازليا ولكن ال يمكن تحديد الفروق بينها بدقة مثإل تقديرات الطالب في االمتحانات (ممتاز‪،‬‬
‫جيد جدا‪ ،‬جيد‪ ،‬متوسط‪ ،‬مقبوإل‪ ،‬ضعيف)‪.‬‬
‫ج‪ :nominal-‬ويسةةتعمإل لقيةةاا المتغيةةرات االسةةمية وهةةي متغيةةرات لهةةا عةةدد مةةن الفئةةات دون أفضةةلية‬
‫ألحدها على اآل ر (ال يمكن ترتيبها تصاعديا) مثإل تقسيم المجتمةع إلةى ذكةور وإنةاخ فمةثه إذا رمزنةا بةالرقم ‪0‬‬
‫للذكور والرقم ‪ 2‬لإلناخ فان هذين الةرقمين ال يعطيةان المعنةى الحقيقةي لهةذا المتغيةر وال يمكةن إجةراء العمليةات‬
‫‪www.raadalassedy.com‬‬ ‫‪32 - 5‬‬
‫إعداد د‪ .‬رعد جعفر حسين‬ ‫‪2102-2102‬‬ ‫محاضرات في برنامج االحصائي ‪SPSS‬‬
‫الحسابية على هذا النوع من المتغيرات ويمكن أن يكون هةذا النةوع مةن المتغيةرات عةدديا أو رمزيةا مةثه متغيةر‬
‫المحافظة (بغداد‪ ،‬موصإل‪ ،‬بصرة) نستعمإل معه ‪ nominal‬لعدم إمكانية ترتيب المحافظات بأسبقية معينة‪.‬‬
‫وهكذا تظهر ورقة ‪:variable view‬‬

‫تمارين‪:‬‬
‫تمرين ‪ -0‬في برنامج ‪ spss‬اكتب مواصفات المتغير التالي في ورقة ‪:variable view‬‬
‫أ ‪ -‬اسم المتغير‪nop :‬‬
‫ب ‪-‬بيانات هذا المتغير هي أسماء وان اكبر اسم فيها يتكون من ‪ 00‬حرف‬
‫ت ‪ -‬عنوان المتغير‪name of product :‬‬
‫خ ‪-‬تظهر البيانات في ‪ data view‬في وسط عمود المتغير‬

‫تمرين ‪ -2‬في برنامج ‪ spss‬اكتب مواصفات المتغير التالي في ورقة ‪:variable view‬‬
‫أ‪-‬اسم المتغير ‪qop‬‬
‫ب‪-‬بيانات هذا المتغير أرقام مكونة من ‪ 5‬مراتب صحيحة تفصلها فارزة و‪ 2‬مراتب عشرية‪.‬‬
‫ت‪-‬عنوان المتغير‪quantity of product:‬‬
‫خ‪-‬تظهر البيانات في ‪ data view‬في يسار عمود المتغير‬

‫تمرين ‪ -2‬في برنامج ‪ spss‬هإل تصلح العبارات التالية أن تست دم كأسماء متغيرات ولماذا؟‪:‬‬
‫‪1- prod.‬‬
‫‪2- 3varlues‬‬
‫‪3- statistical‬‬
‫‪4- milk production‬‬
‫‪5- quantity‬‬

‫تمرين ‪ -4‬الجدوإل التالي يمثإل ثهثة متغيرات والمطلوب إد اإل معلومات هذه المتغيرات في ورقة ‪data view‬‬
‫وتحديد مواصفات كإل متغير من هإل ورقة ‪ variable view‬في برنامج ‪ spss‬مع مراعاة ما يأتي‪:‬‬
‫‪ ‬اسم المتغير األوإل ‪ name of student‬يرمز له ‪nost‬‬
‫‪ ‬كلمة ‪ male‬تأ ذ الحرف ‪M‬‬
‫‪www.raadalassedy.com‬‬ ‫‪32 - 3‬‬
‫إعداد د‪ .‬رعد جعفر حسين‬ ‫‪2102-2102‬‬ ‫محاضرات في برنامج االحصائي ‪SPSS‬‬
‫‪ female‬تأ ذ الحرف ‪F‬‬ ‫كلمة‬ ‫‪‬‬
‫‪ low‬تأ ذ رقم ‪0‬‬ ‫كلمة‬ ‫‪‬‬
‫‪ acceptable‬تأ ذ رقم ‪2‬‬ ‫كلمة‬ ‫‪‬‬
‫‪ Medium‬تأ ذ رقم ‪2‬‬ ‫كلمة‬ ‫‪‬‬
‫‪ Good‬تأ ذ رقم ‪4‬‬ ‫كلمة‬ ‫‪‬‬
‫‪ Very good‬تأ ذ رقم ‪5‬‬ ‫كلمة‬ ‫‪‬‬
‫‪ excellent‬تأ ذ رقم ‪7‬‬ ‫كلمة‬ ‫‪‬‬

‫‪Name of student‬‬ ‫‪gender‬‬ ‫‪estimate‬‬

‫‪Ahmed‬‬ ‫‪Male‬‬ ‫‪Medium‬‬
‫‪Ayad‬‬ ‫‪Male‬‬ ‫‪Acceptable‬‬
‫‪loobna‬‬ ‫‪Female‬‬ ‫‪Low‬‬
‫‪Mahdi‬‬ ‫‪Male‬‬ ‫‪Good‬‬
‫‪Salma‬‬ ‫‪Female‬‬ ‫‪Excellent‬‬
‫‪Imad‬‬ ‫‪Male‬‬ ‫‪Very good‬‬
‫‪Zenab‬‬ ‫‪Female‬‬ ‫‪Medium‬‬
‫‪Suad‬‬ ‫‪Female‬‬ ‫‪Good‬‬
‫‪Ali‬‬ ‫‪Male‬‬ ‫‪Acceptable‬‬
‫‪Noora‬‬ ‫‪female‬‬ ‫‪Excellent‬‬

‫حفظ البيانات‪:‬‬
‫لحفظ ملف البيانات في برنامج ‪ SPSS‬ن تار القائمة ‪ file‬من شريط القوائم لن تار األمةر ‪save as‬‬
‫فيظهر مربع حوار فنقوم بكتابة اسم الملف في المسةتطيإل ‪ file name‬ثةم ننقةر مفتةاح ‪ save‬فيةتم حفةظ الملةف‬
‫باالسم الذي تم ا تياره وله امتداد (‪ ،)---.sav‬أما لفتح ملف البيانةات محفةوظ سةابقا‪ ،‬ن تةار مةن قائمةة ‪ file‬مةن‬
‫شةريط القةوائم األمةر ‪ open‬لن تةار منةه األمةر ‪ data‬ليظهةر لنةا مربةع حةوار بعنةوان ‪ open file‬ن تةار منةه‬
‫الملف المطلوب َعرضه وذلك بالنقر عليه ثم النقر على مفتاح ‪ open‬فةي مربةع الحةوار‪ .‬أمةا لفةتح ملةف بيانةات‬
‫جديد ن تار من هإل القائمة ‪ file‬من شريط القوائم األمر ‪ new‬لن تار منه األمر ‪ data‬فتظهر لنا ورقة عمةإل‬
‫جديدة ‪.data view‬‬

‫العمليات على المتغيرات وصفاتها في ورقة ‪:data view‬‬

‫‪-0‬ال تيار ‪( select‬تحديد أو تظليإل) متغير ‪ variable‬انقةر ال ليةة الحاويةة علةى اسةم المتغيةر فةي أعلةى‬
‫العمود في ورقة ‪ data view‬بزر الماوا األيسر‪.‬‬
‫‪-2‬ال تيار حالة ‪ case‬بأكمله انقر ال لية الحاويةة علةى رقةم الحالةة فةي ورقةة ‪ data view‬بةزر المةاوا‬
‫األيسر‪.‬‬
‫‪-2‬ال تيار مجموعة من المتغيرات المتجاورة‪:‬‬
‫أ‪ -‬انقر ال لية الحاوية على اسم المتغير األوإل‪.‬‬
‫ب‪ -‬انقر ال لية الحاوية على اسم المتغير األ ير بعد ضغط مفتاح ‪.shift‬‬
‫‪-4‬ال تيار مجموعة من المتغيرات المتباعدة‪.‬‬
‫أ‪ -‬انقر بزر الماوا األيسر ال لية الحاوية على اسم المتغير األوإل ال تياره‪.‬‬
‫ب‪ -‬انقةةر ال ليةةة الحاويةةة علةةى اسةةم المتغيةةر الثةةاني بعةةد ضةةغط مفتةةاح ‪ ctrl‬ال تيةةاره وهكةةذا يةةتم ا تيةةار بقيةةة‬
‫المتغيرات‪.‬‬
‫‪www.raadalassedy.com‬‬ ‫‪32 - 7‬‬
‫إعداد د‪ .‬رعد جعفر حسين‬ ‫‪2102-2102‬‬ ‫محاضرات في برنامج االحصائي ‪SPSS‬‬
‫‪ -5‬بنفا الطريقة المست دمة ال تيار مجموعة من المتغيرات المتجاورة أو غيةر المتجةاورة يمكةن اسةتعمالها‬
‫ال تيار مجموعة من الحاالت ‪ cases‬المتجاورة أو غير المتجاورة‬
‫‪-7‬إلضافة متغير جديد بين متغيرين موجودين في ‪.data view‬‬
‫انقر بزر الماوا األيسةر اسةم المتغيةر (أو أي ليةة مةن هيةا المتغيةر) الةذي يقةع إلةى يمةين الموقةع المةراد‬
‫إضافة المتغير الجديد إليه بعدها يمكن إضافة متغير بعدة طةرق منهةا‪:‬انقةر اسةم المتغيةر الةذي يقةع إلةى يمةين‬
‫الموقةع المةراد إضةافة المتغيةر الجديةد إليةه بةزر المةاوا األيمةن فتظهةر قائمةة م تصةرة ‪short list‬ومنهةا‬
‫ن تار األمر ‪ insert variables‬فيضاف متغير جديد إلى يسار المتغير الحالي‪.‬‬
‫‪-6‬بنفا الطريقة يمكن إضافة حالة ‪ case‬فوق (أعلى) حالة موجودة (بعد تحديدها)‪.‬‬
‫‪-8‬لحذف متغير‪.‬‬
‫أ‪ -‬انقر اسم المتغير في ورقة ‪ data view‬بزر الماوا األيسر ال تياره‪.‬‬
‫ب‪ -‬انقر اسم المتغير بةزر المةاوا األيمةن فتظهةر قائمةة م تصةرة ‪ short list‬ومنهةا ن تةار األمةر ‪clear‬‬
‫فيتم حذف المتغير‪.‬‬
‫‪-9‬وبنفا الطريقة السابقة يمكن حذف الحالة ‪case‬‬
‫‪ -01‬لعمإل نس ة من متغير معين ن تار إحدى الطريقتين التاليتين‪:‬‬
‫أ‪ -‬من هإل قائمة ‪ edit‬ن تار األمر ‪ copy‬بعةد النقةر علةى اسةم المتغيةر ثةم يةتم تحديةد اسةم المتغيةر اآل ةر‬
‫وا تيار األمر ‪ past‬من نفا القائمة‬
‫ب‪ -‬انقر اسم المتغير المراد نس ه بزر الماوا األيمن إلظهار القائمة الم تصرة ‪ short list‬ثم ا تر األمر‬
‫‪ copy‬بعد ذلك انقر اسم المتغير اآل ر بزر الماوا األيمن ثم ا تار ‪ paste‬من القائمة الم تصرة‬
‫‪ -00‬لتغيير موضع متغير معين اتبع نفا ال طوات في ‪ 01‬مع است دام ‪ cut‬بدال من ‪copy‬‬
‫‪ -02‬لهنتقاإل إلى حالة معينة ن تار من قائمة ‪ data‬ثم األمر ‪ go to case‬ليظهر لنا مربع حوار ال اص‬
‫باألمر نقوم بإد اإل رقم الحالة وننقر ‪ ok‬ليتم االنتقاإل إلى الحالة المطلوبة كما يمكن انجاز العملية من هإل‬
‫األيقونة ال اصة الموجودة في شريط األدوات‪.‬‬

‫تمرين‪-:‬‬
‫اكتب أسماء ‪ 5‬متغيرات رقمية واد إل في كإل متغير ‪ 01‬أرقام افتراضية بعد ذلك قم بإجراء ما يأتي‪:‬‬
‫أ ‪( select -‬تحديد أو تظليإل) المتغير الثالخ‪.‬‬
‫ب ‪( select -‬تحديد أو تظليإل) الحالة الرابعة‪.‬‬
‫ت ‪( select-‬تحديد أو تظليإل) المتغيرات الثاني والثالخ والرابع‪.‬‬
‫خ ‪( select -‬تحديد أو تظليإل) الحاالت األولى والثانية والثالثة‪.‬‬
‫ج ‪( Select -‬تحديد أو تظليإل) المتغير األوإل والثالخ وال اما‪.‬‬
‫ح ‪( select -‬تحديد أو تظليإل) الحالة الرابعة والسادسة والثامنة والعاشرة‪.‬‬
‫خ ‪ -‬أضف متغير جديد بين المتغيرين الثالخ والرابع‪.‬‬
‫د ‪ -‬أضف حالة جديدة بين الحالة السابع والثامنة‪.‬‬
‫ذ ‪ -‬احذف المتغير الثالخ‪.‬‬
‫ر ‪ -‬احذف الحالة الرابعة‪.‬‬

‫‪www.raadalassedy.com‬‬ ‫‪32 - 8‬‬

‫إعداد د‪ .‬رعد جعفر حسين‬ ‫‪2102-2102‬‬ ‫محاضرات في برنامج االحصائي ‪SPSS‬‬
‫األوامر المهمة التي تحتويها القوائم المختلفة في شريط القوائم للبرنامج ‪SPSS‬‬
‫أوال ‪ -:‬أوامر القائمة ‪:view‬‬
‫في أدناه صور ألوامر قائمة ‪:View‬‬

‫يمكن أنجاز فعاليا م تلفة باست دام قائمة ‪ view‬من هإل وضع او رفع عهمة الصح (√) الى يسار االمر‪،‬‬
‫والتي تظم عدد من األوامر منها‪:‬‬
‫‪-0‬األمر ‪ :status bar‬لعر شريط الحالة (أسفإل الشاشة) عند نقره بزر الماوا األيسر‪.‬‬
‫‪ -2‬األمر ‪ :font‬لتغيير حجم ونوع ال ط المستعمإل عند الكتابةة فةي شاشةة ‪ data editor‬فعنةد نقةر األمةر‬
‫‪ font‬بزر الماوا األيسر يظهر مربع حوار يحتوي على أنواع وأحجام ال طوط فن تار منها ما هو مناسب‬
‫ثم ننقر مفتاح ‪ok‬‬
‫طوط الشبكة في ‪.data editor‬‬ ‫‪ -2‬األمر ‪ :grid lines‬لع‬
‫‪ -4‬األمر ‪ :value labels‬لعر عناوين القيم لمتغير ما (في حالة تعريفها)‪.‬‬
‫‪ -5‬األمةةر ‪ :variables‬لهنتقةةاإل إلةةى ورقةةة ‪ variable view‬وبةةالعكا أي الرجةةوع إلةةى ورقةةة ‪data‬‬
‫‪.view‬‬
‫‪ -7‬األمر ‪ :toolbars‬يستعمإل هذا األمر لتحقيق احد هدفين‪:‬‬
‫أ‪-‬إضافة أيقونات إلى شريط األدوات القياسي ‪standard toolbar‬‬
‫ب‪-‬إنشاء شريط أدوات جديد (غير القياسي)‪.‬‬
‫تمارين ‪-:‬‬
‫تمرين ‪ -0‬احذف ثم ارجع شريط الحالة ‪.status bar‬‬
‫تمرين ‪ -2‬ا تر نوع ال ط ‪ simplified Arabic‬وحجم ال ط ‪.07‬‬
‫تمرين ‪ -2‬احذف ثم ارجع طوط الشبكة ال اصة بورقة ‪.data view‬‬
‫تمرين ‪ -4‬من هإل أوامر هذه القائمة انتقإل إلى ورقة ‪ variable view‬بعد ذلك العودة إلى ورقةة ‪data‬‬
‫‪.view‬‬

‫‪www.raadalassedy.com‬‬ ‫‪32 - 9‬‬

‫إعداد د‪ .‬رعد جعفر حسين‬ ‫‪2102-2102‬‬ ‫محاضرات في برنامج االحصائي ‪SPSS‬‬
‫ثانيا ‪ -:‬أوامر القائمة ‪:data‬‬
‫في أدناه صورة ألوامر القائمة ‪:Data‬‬

‫تظم القائمة ‪ data‬على كثير من األوامر منها‪:‬‬

‫‪ - 0‬األمةر ‪ :define date‬يقةوم هةذا األمةر بتوليةد متغيةرات التةاريخ ‪ date variables‬التةي تسةتعمإل‬
‫كتاريخ لقيم السلسلة الزمنية فقط‪ .‬حيخ يظهر مربع حوار يحتوي على قائمة من أشكاإل التاريخ فن تةار‬
‫ما هو مناسب مةع تحديةد السةنة ورقةم الفصةإل ورقةم الشةهر للقيمةة األولةى للمتغيةر محةإل الدراسةة‪ .‬فبعةد‬
‫تحديد مواصةفات المتغيةر فةي ورقةة ‪ variable view‬نقةوم بإد ةاإل البيانةات ال اصةة بةه فةي ورقةة‬
‫‪ data view‬ونتبع ال طوات التالية‪:‬‬

‫من شريط القوائم ن تار ‪ data define dates‬فيظهر مربع الحوار ال اص به‪:‬‬

‫فن تةار مةن انةة قائمةة التةواريخ (‪ )cases are‬األمةر المطلةوب تنظةيم البيانةات علةى اساسةه وفةي انةة‬
‫(‪ )first case to:‬نحدد بداية التاريخ المطلوب ترتيب البيانات علةى اساسةه‪ ،‬ثةم ننقةر مفتةاح (‪ )ok‬فتظهةر‬
‫البيانات الجديدة على شكإل متغيرات بجوار متغير البيانات‪.‬‬
‫‪ -2‬األمةر ‪ :insert variable‬يسةتعمإل إلضةةافة متغيةةر ‪ variable‬جديةد إلةةى يسةةار الميشةر فةةي ‪data‬‬
‫‪.editor‬‬
‫‪ -2‬األمر ‪ :insert case‬يستعمإل إلضافة حالة ‪ case‬أعلى الميشر في ‪.data editor‬‬
‫‪ -4‬األمر ‪ :go to case‬يستعمإل للذهاب إلى حالة معينة ‪ case‬بعد تحديد رقمها‪.‬‬
‫‪ -5‬األمر ‪ :sort cases‬يستعمإل لترتيب حاالت ‪ cases‬ملف ما ترتيبا تصاعديا أو تنازليةا حسةب متغيةر‬
‫(أو متغيرات)‪ ،‬لترتيب البيانات تصاعديا او تنازليا حسب احد المتغيرات نتبع ال طوات التالية‪:‬‬
‫من شريط القوائم ن تار ‪ data  sort cases‬فيظهر مربع حوار التالي‪:‬‬

‫‪www.raadalassedy.com‬‬ ‫‪32 - 01‬‬

‫إعداد د‪ .‬رعد جعفر حسين‬ ‫‪2102-2102‬‬ ‫محاضرات في برنامج االحصائي ‪SPSS‬‬

‫حيخ يحتوي الجانب األيسر منه المتغيرات واأليمن انة تسمى ‪ sort by:‬ننقإل المتغير المطلوب إليها عن‬
‫طريق السهم موجود بين الجانبين‪ ،‬وأسفإل ال انة اليمنى يوجةد يةارين األوإل ‪ ascending‬ويعنةي ترتيةب‬
‫تصةةاعدي‪ ،‬واأل ةةر ‪ descending‬يعنةةي ترتيةةب تنةةازلي فنحةةدد احةةدهما حسةةب مةةا هةةو مطلةةوب؛ ثةةم ننقةةر‬
‫المفتاح‪ ok‬فيتم ترتيب البيانات على وفق المتغير المحدد‪ ،‬وهكذا من الممكن ترتيب اي عدد مةن المتغيةرات‬
‫تصاعديا أو تنازليا بنفا ال طوات السابقة‪.‬‬
‫‪ -7‬األمر ‪ :transpose‬يستعمإل لقلب الصفوف إلى أعمدة وبالعكا أي تحويإل ‪variables‬إلى ‪cases‬‬
‫وبالعكا‪.‬‬
‫لتنفيذ االمر نتبع ال طوات التالية‪:‬‬
‫من شريط القوائم ا تر‪Data  transpose :‬‬
‫فيظهر مربع حوار ‪ transpose‬اآلتي ‪:‬‬

‫فننقإل المتغيرات (الرقمية في الغالب) إلى انة ‪ variable (s):‬أما المتغير األ ر (اسمي في الغالب) فينقإل‬
‫إلى انة ‪ ، name variable:‬وعند نقةر زر ‪ ok‬يةتم الحصةوإل علةى مبدلةة المصةفوفة وتظهةر فةي شاشةة‬
‫‪ .data editor‬وان ‪ case_IbI‬هو متغير رمزي يتكةون تلقائيةا ويمثةإل أسةماء المتغيةرات القديمةة (أعمةدة‬
‫المصفوفة قبإل است راج المبدلة)‪.‬‬
‫‪ -6‬دمج الملفات ‪ :merge files‬يستعمإل هذا األمر لدمج ملفين وهذه العملية مهمةة جةدا فةي حالةة اسةت دام‬
‫برنامج ‪ SPSS‬كقاعدة بيانات ويمكن أن يتم الدمج بإحدى الطريقتين‪:‬‬
‫أ ‪ -‬إضافة حاالت ‪ :Add cases‬هةذا األمةر يتةيح دمةج ملفةين يحتويةان نفةا المتغيةرات وحةاالت م تلفةة‬
‫مثه دمج ملةف درجةات طلبةة شةعبة أ مةع ملةف درجةات طلبةة شةعبة ب حيةخ يتشةابه الملفةان مةن حيةخ‬
‫الدروا وي تلفان من حيخ الطلبة في كإل شعبة (حاالت)‪.‬‬

‫لدمج الملفين في المواد المشتركة نتبع ال طوات التالية‪:‬‬

‫افتح احد الملفين (باألمر ‪)open‬‬
‫من شريط القوائم ا تر‪data merge files add cases‬‬
‫فيظهر مربع حوار ‪ add cases: read files‬اص بفتح الملف المطلوب ومنه ن تار الملف اال ر‬
‫‪www.raadalassedy.com‬‬ ‫‪32 - 00‬‬
‫إعداد د‪ .‬رعد جعفر حسين‬ ‫‪2102-2102‬‬ ‫محاضرات في برنامج االحصائي ‪SPSS‬‬
‫يظهةةر مربةةع حةةوار مكةةون مةةن جةةزئين‪،‬األوإل ‪ unpaired variables:‬وهةةو‬ ‫عنةةد نقةةر زر ‪open‬‬
‫م صص لجميع المتغيرات في كه الملفين والثاني ويسمى‪:‬‬
‫‪variables in new working data file:‬‬
‫تحتوي هذه ال انة على المتغيرات المتشابه في كه الملفين‪.‬‬
‫عند النقر على زر ‪ ok‬تندمج بيانات الملفين للمتغيرات المتشابهة‪.‬‬

‫ب ‪-‬إضةافة متغيةرات ‪: Add variables‬يتةيح هةةذا األمةر إمكانيةةة دمةج الملةةف العامةإل (الحةةالي) مةع ملةةف‬
‫ارجي واللذان يحتويان نفا الحاالت ولكن متغيرات م تلفة‪ ،‬مثه ملف يحتوي على درجات عةدد مةن‬
‫الطهب في مواد معينة وملف أ ر يحتوي على أسماء نفا الطلبة ولكن في مواد أ رى‪.‬‬

‫لدمج الملفين (إضافة متغيرات الملف الثاني إلى متغيرات الملف األوإل)نتبع ال طوات التالية‪:‬‬
‫افتح الملف الم زون سبقا باألمر ‪ open‬من قائمة ‪.file‬‬
‫من شريط القوائم ا تةر ‪ data  merge files  add variables‬فيظهةر مربةع حةوار ‪add‬‬
‫‪ variables form‬والذي يحتوي على جزئين األوإل يسمى ‪ excluded variables:‬والجزء األ ر‬
‫‪new working file:‬وقد انتقلت إليه جميع المتغيرات‪.‬‬
‫عند نقر زر ‪ ok‬في مربع الحوار ‪ add variables form‬يظهر الملف الناتج عن عملية الدمج ‪.‬‬
‫‪ - 8‬فصإل (تجزئة الملفات) ‪ :split files‬يستعمإل هذا األمر لغر تجزئة (فصإل) ملف البيانات ألغرا‬
‫التحليإل اإلحصائي‪.‬‬
‫‪ ‬من شريط القوائم ن تار ‪data  split file‬‬
‫‪ ‬يظهر مربع حوار ‪ split file‬اآلتي‪:‬‬

‫‪ ‬نقوم بتأشير انة اال تيار ‪ organize output by groups‬وكذلك اال نيةار ‪sort this file by‬‬
‫‪grouping variables‬‬
‫‪ ‬ثم نقوم بنقةإل المتغيةر المةراد التجزئةة علةى اساسةه مةن ال انةة التةي تحتةوي علةى المتغيةرات إلةى ال انةة‬
‫المجاورة ‪ groups based on:‬عن طريق السهم الموجود بينهما‪ .‬ثم ننقر الزر ‪ ok‬فتظهر النتائج ‪.‬‬
‫‪ -9‬تجميةع البيانةات ‪ :aggregate data‬يسةتعمإل هةذا األمةر لتل ةيص المعلومةات المتعلقةة بمجموعةة مةن‬
‫الحاالت ‪ cases‬في حالة تجميعية واحدة وتكون ملف تجميعي جديةد‪ .‬فعلةى سةبيإل المثةاإل إذا تةوفرت قائمةة‬
‫تحتوي معدالت الطهب لمجموعة من المدارا فقد نرغب فةي التعامةإل مةع المدرسةة (باعتبارهةا وحةدة العةد‬
‫اإلحصةةائي) بةةد ال مةةن الطالةةب فةةيمكن إن نعةةر الوسةةط الحسةةابي لمعةةدالت الطةةهب فةةي كةةإل مدرسةةة أو‬
‫االنحراف المعياري مثه في ملف تجميعي جديد بدال من عر معدالت جميع الطهب لكافة المدارا‪.‬‬
‫من شريط القوائم ن تار ‪ data  aggregate‬فيظهر مربع حوار ‪aggregate data‬‬

‫‪www.raadalassedy.com‬‬ ‫‪32 - 02‬‬

‫إعداد د‪ .‬رعد جعفر حسين‬ ‫‪2102-2102‬‬ ‫محاضرات في برنامج االحصائي ‪SPSS‬‬

‫وتكون جميع المتغيرات في الجانب األيسر من مربع الحوار‪.‬‬

‫*ننقإل المتغير المطلوبة التجميع على اساسه إلى انة ‪(break‬تست دم هذه ال انة لتعريف المجاميع)‪.‬‬
‫*وننقإل المتغير اال ر إلى انة ‪( aggregate variable(s):‬تست دم هذه ال انة في تجميع الحاالت)‪.‬‬
‫*عند نقر زر ‪ ok‬يتم تكوين و زن الملف التجميعي ‪ ،AGGR‬لقراءة محتوياته يتوجب فتحه على النحو التالي‪:‬‬
‫‪File  open  data  aggr‬‬
‫ويظهر الملف ‪.‬‬
‫‪ -01‬ا تيار الحاالت ‪ :select cases‬يفيد هذا األمر في ا تيار جزء من الحةاالت لتضةمينها فةي التحليةإل‬
‫اإلحصائي‪.‬‬
‫‪ -00‬ترجيح الحاالت ‪ :weight cases‬يبيح هذا األمر إمكانية إعطاء أوزان لحاالت ‪ cases‬ملف معين‬
‫نظرا ال تهفها من ناحية األهمية النسبية‪.‬‬

‫تمارين على بعض أوامر القائمة ‪:data‬‬

‫تمرين ‪:1‬‬
‫المتغير ‪ revenue‬يمثإل عائدات منشأة معينة وهي كما يأتي‪:‬‬
‫‪,281 ,272 ,271 ,241 ,271 ,256 ,242 ,251 ,221 ,091 ,051 ,045 ,021 ,021 ,006‬‬
‫‪ 411 ,289 ,421 ,251 ,241‬والمطلوب تعريف التاريخ للمتغير ‪:revenue‬‬
‫‪ -0‬حسب السنة اعتبارا من سنة ‪0991‬‬
‫‪ - 2‬حسب السنة والشهر اعتبارا من شهر تموز ‪2116‬‬
‫‪ - 2‬حسب السنة والفصإل والشهر اعتبارا من شهر ايلوإل ‪2117‬‬
‫‪ - 4‬حسب االسبوع واليوم اعتبارا من يوم ال ميا من االسبوع ال اما عشر‬
‫تمرين ‪:2‬‬
‫الملف ‪ salary‬يحتوي أسماء مجموعة من الموظفين ودرجاتهم الوظيفيةة ‪degree‬واألجةر الشةهري‬
‫‪ salary‬والمطلوب‪:‬‬
‫‪ -a‬ترتيب البيانات تصاعديا حسب األجر الشهري ‪salary‬‬
‫‪ -b‬ترتيب البيانات تنازليا حسب الدرجة ‪ degree‬و األجر الشهري ‪salary‬‬
‫‪ -c‬ترتيب البيانات تصاعديا حسب االسم ‪name‬‬

‫‪www.raadalassedy.com‬‬ ‫‪32 - 02‬‬

‫إعداد د‪ .‬رعد جعفر حسين‬ ‫‪2102-2102‬‬ ‫محاضرات في برنامج االحصائي ‪SPSS‬‬
‫علما إن البيانات هي كما يلي‪:‬‬

‫‪name‬‬ ‫‪degree‬‬ ‫‪salary‬‬

‫‪AHMAD‬‬ ‫‪2‬‬ ‫‪41‬‬
‫‪SAMER‬‬ ‫‪2‬‬ ‫‪25‬‬
‫‪LOAY‬‬ ‫‪2‬‬ ‫‪51‬‬
‫‪MAHMOOD‬‬ ‫‪0‬‬ ‫‪81‬‬
‫‪AYAD‬‬ ‫‪0‬‬ ‫‪61‬‬
‫‪YASSIN‬‬ ‫‪2‬‬ ‫‪77‬‬
‫‪SATAR‬‬ ‫‪0‬‬ ‫‪85‬‬
‫‪RAZAK‬‬ ‫‪0‬‬ ‫‪66‬‬
‫‪KAMAL‬‬ ‫‪2‬‬ ‫‪59‬‬
‫‪ABAS‬‬ ‫‪2‬‬ ‫‪45‬‬
‫‪MAHDI‬‬ ‫‪0‬‬ ‫‪91‬‬
‫‪SALIM‬‬ ‫‪2‬‬ ‫‪72‬‬
‫‪SABAH‬‬ ‫‪2‬‬ ‫‪56‬‬
‫‪FALAH‬‬ ‫‪2‬‬ ‫‪55‬‬
‫‪IMAD‬‬ ‫‪0‬‬ ‫‪82‬‬

‫تمرين ‪ 3‬على األمر ‪:transpose‬‬

‫الملف التالي يحتوي المصفوفة المعرفة أعمدتها بالمتغيرات ‪ X1,X2,X3‬إضافة إلةى متغيةر تسةمية ‪ Y‬وقةد‬
‫أد لت البيانات في شاشة ‪ data editor‬وكما يلي‪:‬‬
‫‪X1‬‬ ‫‪X2‬‬ ‫‪X3‬‬ ‫‪Y‬‬

‫‪3‬‬ ‫‪6‬‬ ‫‪9‬‬ ‫‪Y1‬‬

‫‪4‬‬ ‫‪7‬‬ ‫‪10‬‬ ‫‪Y2‬‬

‫‪5‬‬ ‫‪8‬‬ ‫‪11‬‬ ‫‪y3‬‬

‫المطلوب إيجاد المبدلة للمصفوفة ‪ X‬وتسمية أعمدتها بالمتغير ‪.Y‬‬

‫تمرين ‪ 4‬على إضافة حاالت ‪: add cases‬‬
‫الملف ‪ group1‬يحتوي درجات طالبين (حالتين ‪ )cases‬في أربع مواد (متغيرات ‪ .) variables‬الملف‬
‫‪ group2‬يحتوي درجات ثهثة طهب (حاالت ‪ )cases‬في أربع مواد (متغيرات ‪ ) variables‬علمةا أن‬
‫الملفين ي تلفان في إحدى المواد‬
‫المطلوب‪ -0:‬دمج الملفين في المواد المشتركة فقط‪.‬‬
‫‪ -2‬دمج الملفين لجميع المواد في كه الملفين‪.‬‬
‫حيخ يظهر الملفين على النحو التالي‪:‬‬
‫‪Group 1‬‬
‫‪name‬‬ ‫‪math‬‬ ‫‪chem‬‬ ‫‪physic‬‬ ‫‪music‬‬
‫‪Samir‬‬ ‫‪100‬‬ ‫‪90‬‬ ‫‪95‬‬ ‫‪87‬‬
‫‪Lubna‬‬ ‫‪95‬‬ ‫‪87‬‬ ‫‪90‬‬ ‫‪85‬‬
‫‪www.raadalassedy.com‬‬ ‫‪32 - 04‬‬
 ‫إعداد د‪ .‬رعد جعفر حسين‬ ‫‪2102-2102‬‬ ‫محاضرات في برنامج االحصائي ‪SPSS‬‬

‫‪Group 2‬‬
‫‪name‬‬ ‫‪math‬‬ ‫‪chem‬‬ ‫‪physic‬‬ ‫‪paint‬‬
‫‪Yousif‬‬ ‫‪85‬‬ ‫‪90‬‬ ‫‪77‬‬ ‫‪88‬‬
‫‪Ammar‬‬ ‫‪95‬‬ ‫‪83‬‬ ‫‪82‬‬ ‫‪90‬‬
‫‪Sinan‬‬ ‫‪90‬‬ ‫‪92‬‬ ‫‪86‬‬ ‫‪95‬‬

‫تمرين ‪ 5‬على إضافة متغيرات ‪:add variables‬‬

‫الملف ‪ group1‬يحتوي درجات طالبين في أربع مةواد والملةف ‪ sub2‬يحتةوي درجةات نفةا الطةالبين فةي‬
‫مادتين ا ريتين‪.‬‬
‫المطلوب دمج هذين الملفين‪.‬‬
‫علما أن بيانات الملفين هي كما يلي‪:‬‬

‫‪Group 1‬‬
‫‪name‬‬ ‫‪math‬‬ ‫‪chem‬‬ ‫‪physic‬‬ ‫‪music‬‬
‫‪Samir‬‬ ‫‪100‬‬ ‫‪90‬‬ ‫‪95‬‬ ‫‪87‬‬
‫‪Lubna‬‬ ‫‪95‬‬ ‫‪87‬‬ ‫‪90‬‬ ‫‪85‬‬
‫‪Sub 2‬‬
‫‪name‬‬ ‫‪Arabic‬‬ ‫‪English‬‬
‫‪Samir‬‬ ‫‪80‬‬ ‫‪98‬‬
‫‪Lubna‬‬ ‫‪85‬‬ ‫‪95‬‬

‫تمرين ‪ 6‬على فصل (تجزئة الملفات)‪:split files‬‬

‫الجدوإل التالي يمثإل رواتب ‪ wage‬مجموعة من األش اص حسب الجنا ‪gender‬‬
‫والمطلوب تجزئة الملف إلى جزئين األوإل يمثإل رواتب الذكور ‪ m‬والثاني يمثإل رواتب اإلناخ ‪f‬‬
‫‪wage‬‬ ‫‪gender‬‬

‫‪60‬‬ ‫‪M‬‬

‫‪30‬‬ ‫‪F‬‬

‫‪70‬‬ ‫‪M‬‬

‫‪35‬‬ ‫‪F‬‬

‫‪www.raadalassedy.com‬‬ ‫‪32 - 05‬‬

‫ رعد جعفر حسين‬.‫إعداد د‬ 2102-2102 SPSS ‫محاضرات في برنامج االحصائي‬
65 M

40 F

:split files)‫ على فصل (تجزئة الملفات‬7 ‫تمرين‬

.)‫ جنوبية‬،‫) وحسب المناطق (شمالية‬2110 ،2111( ‫الجدوإل التالي يبين إنتاج الحليب في سنتي‬
‫) حسب السنة والمنطقة‬prodmilk ‫المطلوب تجزئة الملف (متغير إنتاج الحليب‬
prodmilk year region
800 2000 N
600 2000 S
1400 2001 N
900 2000 N
1090 2001 S
950 2000 N
1350 2001 N
1180 2001 S
700 2000 S
975 2000 N
1290 2001 N
1000 2001 S
750 2000 S
1310 2001 N
1150 2001 s

:8 ‫تمرين رقم‬
‫في أدناه جدوإل بأسماء و درجات عدد من طلبة االقسام الزراعية في الكلية التقنية المسيب والمطلوب ترتيب‬
:‫االقسام العلمي تصاعديا حسب المعدإل درجات طلبته‬
Name of
Department Degree
student
SOIL AND WATER TECHNIQUES MC. 90
ANIMAL PRODUCTION TECHNIQUES HA. 80
PLANT PRODUCTION TECHNIQUES SV. 75
BIO-RESISTANCE TECHNIQUES SS. 85
SOIL AND WATER TECHNIQUES RA. 80
SOIL AND WATER TECHNIQUES AM. 60
PLANT PRODUCTION TECHNIQUES SR. 75
ANIMAL PRODUCTION TECHNIQUES RP. 77
PLANT PRODUCTION TECHNIQUES ZI. 95
BIO-RESISTANCE TECHNIQUES WX. 88
BIO-RESISTANCE TECHNIQUES XR. 74
SOIL AND WATER TECHNIQUES YS. 91
BIO-RESISTANCE TECHNIQUES RM. 87
www.raadalassedy.com 32 - 03
‫ رعد جعفر حسين‬.‫إعداد د‬ 2102-2102 SPSS ‫محاضرات في برنامج االحصائي‬
PLANT PRODUCTION TECHNIQUES SR. 75
PLANT PRODUCTION TECHNIQUES MN. 70
ANIMAL PRODUCTION TECHNIQUES OP. 80
SOIL AND WATER TECHNIQUES PQ. 84
PLANT PRODUCTION TECHNIQUES OM. 83
BIO-RESISTANCE TECHNIQUES NR. 99
ANIMAL PRODUCTION TECHNIQUES AB. 69
SOIL AND WATER TECHNIQUES BC. 77
ANIMAL PRODUCTION TECHNIQUES DE. 81
ANIMAL PRODUCTION TECHNIQUES FG. 89
SOIL AND WATER TECHNIQUES HI. 93
ANIMAL PRODUCTION TECHNIQUES PX. 91
PLANT PRODUCTION TECHNIQUES VY. 80
BIO-RESISTANCE TECHNIQUES XW. 65
BIO-RESISTANCE TECHNIQUES ZR. 93

:aggregate data ‫ على تجميع البيانات‬9 ‫تمرين‬

salary ‫ واألجةر الشةهري‬degree ‫ يحتوي أسماء مجموعة من الموظفين ودرجاتهم الوظيفيةة‬salary ‫الملف‬
data editor ‫وكما يظهر في شاشة‬
.‫والمطلوب تجميع متغير الراتب (است راج المتوسط الحسابي) حسب الدرجة الوظيفية‬

salary ‫الملف‬
name degree salary
AHMAD 2 41
SAMER 2 25
LOAY 2 51
MAHMOOD 0 81
AYAD 0 61
YASSIN 2 77
SATAR 0 85
RAZAK 0 66
KAMAL 2 59
ABAS 2 45
MAHDI 0 91
SALIM 2 72
SABAH 2 56
FALAH 2 55
IMAD 0 82

www.raadalassedy.com 32 - 07
‫إعداد د‪ .‬رعد جعفر حسين‬ ‫‪2102-2102‬‬ ‫محاضرات في برنامج االحصائي ‪SPSS‬‬
‫ثالثا‪ -:‬أوامر القائمة ‪-:Transform‬‬
‫إن الباحخ حين يقوم بإد اإل البيانات اإلحصائية إلى برنامج ‪ SPSS‬يكون قد أنجةز جةزءا مهمةا مةن عملةه‬
‫ولكن قد تكون البيانات التي تم إد الها قد ال تتناسب مع نوع التحليإل اإلحصائي المطلوب لذا فان مةن ةهإل‬
‫أوامر قائمةة ‪ Transform‬يمكةن انجةاز بعة العمليةات علةى البيانةات لكةي تةتهئم مةع التحليةإل اإلحصةائي‬
‫المطلوب‪ ،‬وان أوامر هذه القائمة هي كما يأتي‪-:‬‬
‫‪ -1‬األمر ‪ : Compute‬يتيح هذا األمر إمكانية حساب متغيرات جديدة باست دام أكثر من ‪ 61‬دالة تتضةمن‬
‫(دواإل حسابية‪ ،‬إحصائية‪ ،‬توزيعات احتمالية)‪.‬‬
‫‪ -2‬األمر ‪ :Random Number Seed‬يستعمإل لتوليد األعداد العشوائية‪.‬‬
‫‪ -2‬األمر ‪ :Count‬أن لهذا األمر أهمية اصة في االستبيانات اإلحصائية لحساب عةدد مةرات تكةرار نفةا‬
‫القيمة لمجموعة من المتغيرات ولكإل حالة‪.‬‬
‫‪ -4‬األمر ‪ :Recode‬يستفاد من هذا األمر في إعطاء ‪(code‬رمز) لكإل قيمة من قيم متغير ما حيخ يستفاد‬
‫منها في عمإل الفئات ويتضمن األمر نوعين من الترميز‪:‬‬
‫أ‪ -‬األمر ‪ :into same variables‬يستفاد من هذا األمر فةي تكةوين متغيةر جديةد قيمةه عبةارة عةن رمةوز‬
‫لقيم متغير قديم ويأ ذ هذا المتغير نفا اسم المتغير القديم‪.‬‬
‫ب‪ -‬األمر ‪ :into different variables‬يمكن هذا األمر من إعطاء رموز لمتغير ما و زنهةا فةي متغيةر‬
‫آ ر مع الحفاظ على المتغير القديم‪.‬‬
‫‪ -5‬األمر ‪( categorize variables‬تبويب المتغيرات)‪ :‬أن هذا األمر يقوم بتحويإل متغير معين إلى عدد‬
‫منفصإل من الفئات حسب الرقم الذي نحدده لعدد الفئات‪.‬‬
‫‪ -7‬األمر ‪ : Rank cases‬يمكن بواسطة هذا األمر تكوين متغيرات هي عبارة عن رتب لمتغيرات معةين‬
‫وتكون هذه الرتب تصاعدية أو تنازلية‪ .‬كما يمكن إعطاء رتب لمتغير معين بواسطة متغيرات أ رى‪.‬‬
‫‪ -6‬األمر ‪(Automatic Recode‬الترميز التلقائي)‪ :‬باست دام فعالية الترميز التلقائي يمكن تكةوين متغيةر‬
‫جديد قيمته عبارة عن أعداد متعاقبة (تصةاعدية أو تنازليةة) للمتغيةر القةديم (سةواء كانةت متغيةرات عدديةة أم‬
‫رمزية)‬
‫‪ -8‬األمر ‪ :create time series‬هذا األمر اص بالسهسإل الزمنية حيخ يمكن من هله إجراء بعة‬
‫العمليات اإلحصائية مثإل‪ :‬الفةروق ‪،differences‬المعةدالت المتحركةة ‪ ،moving average‬الوسةيطات‬
‫المتحركة ‪ ،running medians‬وغيرها‪.‬‬
‫‪ -9‬األمر ‪ :replace missing values‬يست دم هذا األمر لتقةدير القةيم المفقةودة مةن اجةإل إكمةاإل تطبيةق‬
‫أسلوب إحصائية معين‪.‬‬
‫إن وجةةود قةةيم مفقةةودة لةةبع المتغيةةرات تعتبةةر أحيانةةا مشةةكلة كبيةةرة تواجةةه تطبيةةق أسةةلوب إحصةةائي معةةين‬
‫ويتوجب في هذه الحالة تقدير القيمة المفقودة حيخ يوفر برنامج ‪ SPSS‬هذه اإلمكانية من هإل هذا األمةر‬
‫حيخ يظهر مربع حوار يحتوي على العديد من الطرق لتقدير القيم المفقودة منها‪:‬‬
‫أ‪ :series mean -‬يتم تقدير القيم المفقودة بالمتوسط الحسابي لسلسلة البيانات في المتغير‪.‬‬
‫ب‪ :mean of nearby points -‬يتم تقدير القيم المفقودة باالعتماد على متوسط القيم المجاورة في أعلى‬
‫وأسفإل القيمة المفقودة وتتحدد القيم المجاورة حسب رغبة الباحخ‪.‬‬
‫ج‪ :median of nearby points -‬يعتمد التقدير على الوسيط للقيم المجاورة للقيم المفقودة‪.‬‬
‫د‪ :linear interpolation -‬اعتماد أسلوب االستكماإل ال طي في تقدير القيم المفقودة‪.‬‬
‫هةةـ ‪ :predicted values -‬تقةةدير القيمةةة المفقةةودة بالقيمةةة التنبييةةة المسةةت رجة مةةن انحةةدار قةةيم السلسةةلة‬
‫المتوفرة (المتغير المعتمد) على (المتغير المستقإل) الذي تأ ذ قيما تسلسلية من ‪ 0‬إلى ‪.n‬‬
‫في أدناه صورة ألوامر قائمة ‪:Transform‬‬

‫‪www.raadalassedy.com‬‬ ‫‪32 - 08‬‬

‫إعداد د‪ .‬رعد جعفر حسين‬ ‫‪2102-2102‬‬ ‫محاضرات في برنامج االحصائي ‪SPSS‬‬

‫أمثلة محلولة على بعض أوامر قائمة ‪-:Transform‬‬

‫‪ - 1‬مثال على األمر ‪-:Compute‬‬
‫تم إد اإل بع البيانات على أربعة متغيرات هي ‪ w ,e ,q ,r‬والمطلوب ما يأتي‪-:‬‬
‫أ ‪ -‬إيجاد حاصإل جمع بيانات المتغير ‪ w‬والمتغير ‪ q‬على أن يكون اسم المتغير الجديد ‪.t‬‬
‫ب ‪-‬إيجاد حاصإل ضرب بيانات المتغيرات ‪ e, q ,r‬على أن يكون اسم المتغير الجديد ‪.k‬‬
‫ت ‪ -‬إيجاد متوسط بيانات المتغيرين ‪ e ,r‬على أن يكون اسم المغير الجديد ‪.c‬‬
‫حإل المثاإل‪:‬‬
‫أ ‪ -‬من قائمة ‪ Transform‬ن تار األمر ‪ Compute‬فيظهر مربع الحةوار ال ةاص بهةذا األمةر نقةوم‬
‫بكتابة ‪ t‬الذي يمثإل اسم المتغير الجديةد فةي انةة ‪ target variable‬ثةم ننقةإل المتغيةر ‪ w‬مةن جهةة‬
‫اليسار إلى انة ‪ numeric expression‬ثم ن تار عهمة ‪ +‬بعد ذلةك ننقةإل المتغيةر ‪ q‬مةن جهةة‬
‫اليسةةار إلةةى انةةة ‪ numeric expression‬بجةةوار عهمةةة ‪ +‬ثةةم ننقةةر علةةى مفتةةاح ‪ ok‬فتظهةةر‬
‫النتيجة ‪.‬‬
‫ب ‪-‬نتبع نفةا ال طةوات السةابقة ولكةن ن تةار ‪ k‬كاسةم للمتغيةر الجديةد ونضةع عهمةة الضةرب (*) بةين‬
‫المتغيرات المطلوب إيجاد حاصإل الضرب لهم‪.‬‬
‫ت ‪-‬ن تةةةةةةةةةةار ‪ c‬كاسةةةةةةةةةةم للمتغيةةةةةةةةةةر الجديةةةةةةةةةةد ومةةةةةةةةةةن قائمةةةةةةةةةةة ‪ functions:‬ن تةةةةةةةةةةار الدالةةةةةةةةةةة‬
‫‪numeric‬‬ ‫)…‪ mean(numexpr,numexpr,‬ومةةةةن ةةةةهب السةةةةهم ننقلهةةةةا إلةةةةى انةةةةة‬
‫‪ expression‬وننقإل المتغير ‪ e‬بدإل من عهمة االستفهام األولى والمتغير ‪ r‬بةدإل عهمةة االسةتفهام‬
‫الثانية ثم ننقر مفتاح ‪ ok‬فتظهر النتائج كما في أدناه‪:‬‬

‫‪www.raadalassedy.com‬‬ ‫‪32 - 09‬‬

‫إعداد د‪ .‬رعد جعفر حسين‬ ‫‪2102-2102‬‬ ‫محاضرات في برنامج االحصائي ‪SPSS‬‬

‫‪ - 2‬مثال على األمر ‪-:Count‬‬

‫المتغيرات ‪ r ,e ,d‬تحتوي على ‪ 6‬حاالت لكإل واحد منها والمطلوب معرفة تكةرارات الةرقم ‪ 2‬فةي كةإل‬
‫حالة لجميع المتغيرات‪.‬‬
‫حإل المثاإل‪-:‬‬
‫مةن قائمةة ‪ Transform‬ن تةار األمةر ‪ Count‬فيظهةر مربةةع الحةوار ال ةاص بهةذا األمةر فن تةار اسةم‬
‫للمتغيةر الجديةد ولةيكن ‪ m‬ونكتبةه فةي انةة ‪ target variable:‬وننقةإل المتغيةرات ‪ r ,e ,d‬مةن جهةة‬
‫اليسةار إلةى انةة ‪ numeric variables:‬بعةد ذلةك ننقةر مفتةاح …‪ define values‬فيظهةر مربةع‬
‫الحةةوار ال ةةاص بةةه فنكتةةب فةةي انةةة ‪ value:‬الةةرقم ‪ 2‬ثةةم ننقةةر مفتةةاح ‪ add‬فينتقةةإل الةةرقم ‪ 2‬إلةةى انةةة‬
‫‪ values to count:‬بعد ذلك ننقر مفتاح ‪ continue‬فنعود إلى مربع الحوار األوإل ونقةر مفتةاح ‪ok‬‬
‫فتظهر النتائج كما في أدناه‪:‬‬

‫‪www.raadalassedy.com‬‬ ‫‪32 - 21‬‬

‫إعداد د‪ .‬رعد جعفر حسين‬ ‫‪2102-2102‬‬ ‫محاضرات في برنامج االحصائي ‪SPSS‬‬

‫‪ -2‬مثال على األمر ‪-:replace missing values‬‬

‫المتغير ‪ product‬يحتوي على ‪ 00‬حالة ولكن قيمة الحالة ‪ 4‬مفقودة والمطلةوب تقةدير قيمتهةا بطريقةة‬
‫‪ series mean‬وهةةي الطريقةةة التةةي يةةتم فيهةةا حسةةاب القيمةةة المفقةةودة بطريقةةة المتوسةةط العةةام للقةةيم‬
‫المعلومة‪.‬‬
‫حإل المثاإل‪:‬‬
‫من قائمة ‪ transform‬ن تار األمر ‪ replace missing values‬فيظهر مربع الحوار ال اص بهذا‬
‫األمةر نقةةوم بنقةةإل المتغيةةر ‪ product‬مةةن جهةةة اليسةةار إلةةى انةةة ‪ new variable(s):‬ثةةم مةةن انةةة‬
‫‪ method:‬ن تار الطريقة ‪ series mean‬ثم ننقر على المفتاح ‪ ok‬فتظهر النتيجة كما في أدناه‪:‬‬

‫‪www.raadalassedy.com‬‬ ‫‪32 - 20‬‬

‫إعداد د‪ .‬رعد جعفر حسين‬ ‫‪2102-2102‬‬ ‫محاضرات في برنامج االحصائي ‪SPSS‬‬
‫تمارين على أوامر القائمة ‪-:Transform‬‬
‫تمرين‪:1‬‬
‫المتغير ‪ W‬يحتوي على عد من القيم (يقوم الطالب با تيارها) ال تقإل عن ‪ 01‬وال تزيد عن ‪ 05‬على أن يكون‬
‫واحد منها أو أكثر قيم مفقودة‪.‬‬
‫المطلوب ‪:‬‬
‫حساب القيم المفقودة بجميع الطرق المتاحة في البرنامج‪.‬‬

‫تمرين ‪:2‬‬
‫يقوم الطالب بكتابة ‪ 21‬رقما على أن يكون فيها ثهثة أرقام مفقودة بعد ذلك يتم تقدير القيم المفقودة بالطرق‬
‫التالية‪:‬‬
‫‪ - 0‬المعدإل العام ‪Series mean‬‬
‫‪ - 2‬معدإل ثهخ قيم القريبة ‪Mean of nearby points‬‬
‫‪ - 2‬الوسيط للقيمتين القريبتين ‪Median of nearby points‬‬

‫تمرين‪:3‬‬
‫البيانات على ثهثة متغيرات (يقوم الطالب با تيار أسماء لهذه المتغيرات وعدد القيم لكإل‬ ‫تم إد اإل بع‬
‫متغير)‪.‬‬
‫المطلوب‪:‬‬
‫أ‪ -‬قسمة المتغير األوإل على المتغير الثالخ‪.‬‬
‫ب‪ -‬حاصإل جمع المتغير الثاني مع المتغير األوإل مطروحا منه المتغير الثالخ‪.‬‬
‫ج‪ -‬إيجاد المتوسط الحسابي للمتغيرات الثهثة‪.‬‬
‫مهحظة‪ :‬يقوم الطالب با تيار أسماء المتغيرات الجديدة‪.‬‬

‫تمرين ‪ 4‬على األمر ‪:)recode into different variable ( Recode‬‬

‫يقوم الطالب بكتابة األرقام من ‪ 21‬إلى ‪ 51‬للمتغير (‪ X )variable‬بعد ذلك يقوم الطالب بمإلء الجداوإل التالية‪:‬‬

‫جدوإل رقم ‪ 0‬متغير التكرارات (‪)output variable = y‬‬

‫‪Number of class‬‬ ‫‪Class interval‬‬ ‫‪Frequency‬‬
‫‪1‬‬ ‫‪20-30‬‬
‫‪2‬‬ ‫‪31-40‬‬
‫‪3‬‬ ‫‪41-50‬‬
‫‪Total‬‬

‫جدوإل رقم ‪ 2‬متغير التكرارات (‪)output variable = z‬‬

‫‪Number of class‬‬ ‫‪Class interval‬‬ ‫‪Frequency‬‬
‫‪1‬‬ ‫‪Lowest 35‬‬
‫‪2‬‬ ‫‪Lowest 45‬‬
‫‪3‬‬ ‫‪Lowest 50‬‬
‫‪Total‬‬

‫جدوإل رقم ‪ 3‬متغير التكرارات (‪)output variable = v‬‬

‫‪Number of class‬‬ ‫‪Class interval‬‬ ‫‪Frequency‬‬
‫‪1‬‬ ‫‪Highest 20‬‬
‫‪www.raadalassedy.com‬‬ ‫‪32 - 22‬‬
‫ رعد جعفر حسين‬.‫إعداد د‬ 2102-2102 SPSS ‫محاضرات في برنامج االحصائي‬
2 Highest 33
3 Highest 44
Total

: 5 ‫تمرين‬
‫ روف وبعد مرور ثهثة اشهر‬71 ‫قام احد الباحثين بدراسة تأثير احد انواع الفيتامينات على زيادة الوزن على‬
:‫ المطلوب توزيع هذه االوزان حسب الجداوإل التالية‬.‫ كغم‬50 -21 ‫من التغذية وجد ان اوزانها كانت‬
)output variable = y( :0 ‫جدوإل‬
Number of class Class interval Frequency
1 30-33
2 34-37
3 38-41
4 42-45
5 46-51
TOTAL 60

)output variable = f( :0 ‫جدوإل‬

Number of class Class interval Frequency
1 Lowest 33
2 Lowest 36
3 Lowest 40
4 Lowest 44
5 Lowest 51
TOTAL 60

)output variable = w( :0 ‫جدوإل‬

Number of class Class interval Frequency
1 Highest 30
2 Highest 35
3 Highest 40
4 Highest 44
5 Highest 48
TOTAL 60

:‫مهحظة‬
)sheep ‫ (اسم المتغير‬50 ‫ و‬21 ‫ رقم بين‬71 ‫ يقوم الطالب بكتابة‬- 0
:)Class interval( ‫) لكإل فئة‬Frequency( ‫ است م الطرق التالية لمعرفة عدد تكرارات‬- 2
Split file - ‫أ‬
Sort cases - ‫ب‬
Aggregate - ‫ت‬

www.raadalassedy.com 32 - 22
‫إعداد د‪ .‬رعد جعفر حسين‬ ‫‪2102-2102‬‬ ‫محاضرات في برنامج االحصائي ‪SPSS‬‬
‫تمرين ‪:6‬‬
‫درجات ‪ 21‬طالب في احد االمتحانات كانت أعلى درجة ‪65‬و اقإل درجة ‪( 55‬مهحظة‪ :‬يقوم الطالب بكتابة‬
‫الدرجات ضمن المدى المذكور في أعهه)‪.‬‬
‫المطلوب‪ :‬أ‪ -‬إيجاد طوإل الفئة ‪ class interval‬علما إن عدد الفئات هي ‪4‬‬
‫ب‪ -‬ال طوات الواجب إتباعها في برنامج ‪ SPSS‬لمعرفة عدد تكرارات كإل فئة‬
‫ج‪ -‬ملئ الجدوإل التالي‪:‬‬
‫‪Number of class‬‬ ‫‪Class interval‬‬ ‫‪Frequency‬‬
‫‪1‬‬
‫‪2‬‬
‫‪3‬‬
‫‪4‬‬

‫تمرين رقم ‪:7‬‬

‫إنتاج احد بساتين الن يإل هإل ‪ 6‬سنوات هي كما في الجدوإل التالي‪:‬‬
‫‪year‬‬ ‫‪Product‬‬
‫‪2004/8/20‬‬ ‫‪320‬‬
‫‪2005/9/15‬‬ ‫‪430‬‬
‫‪2006/9/9‬‬ ‫‪390‬‬
‫‪2007/8/22‬‬ ‫‪440‬‬
‫‪2008/9/15‬‬ ‫‪440‬‬
‫‪2009/7/31‬‬ ‫‪400‬‬
‫‪2010/8/10‬‬ ‫‪410‬‬

‫المطلوب‪ -0 :‬اال تهفات (الفروق) السنوية في اإلنتاج‪.‬‬

‫‪ - 2‬المجموع التراكمي لإلنتاج هإل السنوات المحددة‪.‬‬
‫‪ - 2‬اال تهفات (الفروق) الزمنية بين التواريخ بالثواني‪.‬‬
‫دليإل حإل التمارين‬

‫‪1-‬‬ ‫‪Transform  Replace Missing Values‬‬

‫‪2-‬‬ ‫‪Transform  Replace Missing Values‬‬
‫‪3-‬‬ ‫‪Transform  Compute Variable‬‬
‫‪4-‬‬ ‫‪Transform  Recode  Recode into Different Variables‬‬
‫‪5-‬‬ ‫‪Transform  Recode  Recode into Different Variables‬‬
‫‪6-‬‬ ‫‪Transform  Recode  Recode into Different Variables‬‬
‫‪7-‬‬ ‫‪Transform  Create Time Series‬‬

‫‪www.raadalassedy.com‬‬ ‫‪32 - 24‬‬

‫إعداد د‪ .‬رعد جعفر حسين‬ ‫‪2102-2102‬‬ ‫محاضرات في برنامج االحصائي ‪SPSS‬‬
‫ملفات المخرجات اإلحصائية ‪:output files‬‬
‫هي الملفات التي تحتوي على نتائج التحليإل اإلحصائي‪.‬‬
‫‪Analyze ,Graphs ,Utilities‬تتكةون‬ ‫عةادة خي لةق ملةف ‪ output‬عنةد اسةت دام أوامةر قةوائم‪:‬‬
‫واجهة ملف ‪ output‬من األجزاء التالية‪:‬‬
‫‪ -0‬الجزء ال اص باألشرطة (‪ )Bares‬ويحتوي على األشرطة التالية‪:‬‬
‫أ‪ -‬شريط العنوان‪ :‬يحتوي على اسم الملف االفتراضي وهو ‪ output1‬وعند تغير االسم يظهر االسةم الةذي‬
‫تم ا تياره‬
‫ب‪ -‬شريط القوائم‪ :‬ويحتوي على نفا القوائم الموجودة في ملف ‪data editor‬‬
‫ج‪ -‬شريط األدوات‪ :‬ويحتوي على معظم األدوات الموجودة في ملف ‪data editor‬‬
‫د‪ -‬شريط التنسيق‪ :‬يحتةوي هةذا الشةريط علةى أيقونةات تسةت دم فةي فةتح أو غلةق أو إضةافة عنةوان أو شةرح‬
‫للنتائج‪.‬‬
‫‪ -2‬الجزء ال اص بالمعلومات ‪:information area‬‬
‫هي المساحة الم صصة لعر مل ص محتويات النتائج حيخ يمكن من هلها عر بع أو كةإل النتةائج‬
‫التي تم التوصإل إليها‪ ،‬وتكون عادة في الجهة اليسرى من واجهة الملف‪.‬‬
‫‪ -2‬الجزء ال اص بعر النتائج ‪ :processing area‬هو الجزء األكبر من واجهة ملف ‪ output‬حيخ‬
‫تظهر فيه جميع نتائج التحليإل اإلحصائي المطلوب‪.‬‬
‫تظهر واجهة ملف ‪ output‬كما في الصورة التالية‪:‬‬

‫رابعا‪ -:‬أوامر قائمة ‪:Analyze‬‬

‫بعد أن تم إد اإل البيانات إلى برنامج ‪ SPSS‬وترتيبها وإجراء العمليات الحسابية المطلوبة عليها نقوم بالتحليةإل‬
‫اإلحصائي لهذه البيانات من هإل أوامر القائمة ‪ analyze‬التي نذكر بعضا منها‪:‬‬
‫‪ -:0‬األمر الرئيسي ‪ :descriptive statistics‬الذي يحتوي على األوامر الفرعية التالية‪:‬‬
‫أ‪ -‬األمر ‪ -:Frequencies‬يستعمإل هذا األمر لعر تكرار كةإل قيمةة لمتغيةر مةا وحسةاب بعة مقةاييا‬
‫والمئينات مع عر بع الم ططات البيانية‪.‬‬
‫ِ‬ ‫التمركز والتشتت والرخ بيعات‬
‫ويمكن الوصوإل إلى هذا األمر كاألتي‪:‬‬
‫‪Analyze descriptive statistics frequencies‬‬

‫‪www.raadalassedy.com‬‬ ‫‪32 - 25‬‬

‫إعداد د‪ .‬رعد جعفر حسين‬ ‫‪2102-2102‬‬ ‫محاضرات في برنامج االحصائي ‪SPSS‬‬
‫ب‪ -‬األمر ‪ :descriptive‬يست دم هذا األمر إليجاد الوسط الحسابي ‪ mean‬واالنحةراف المعيةاري ‪std.‬‬
‫‪ Deviation‬والتبةةاين ‪ variance‬وغيرهةةا مةةن مقةةاييا اإلحصةةاء الوصةةفي لمتغيةةر واحةةد أو لمجموعةةة‬
‫متغيرات‪.‬‬
‫ويمكن الوصوإل إلى هذا األمر كاآلتي‪:‬‬
‫‪Analyze descriptive statistics descriptive‬‬

‫أمثلة محلولة‪:‬‬
‫‪ -0‬مثال على األمر ‪:Frequencies‬‬
‫المتغير ‪ weight‬يمثإل وزن ‪ 81‬عجإل بالكيلوغرامات تتراوح أوزانها ما بين ‪65‬الةى ‪021‬كغةم (مهحظةة‪:‬‬
‫يقوم الطالب بكتابة األوزان)‪.‬‬
‫المطلوب إيجاد البيانات اإلحصائية التالية‪:‬‬
‫أ‪ -‬تكرارات األوزان‬
‫ب‪ -‬مقاييا النزعة المركزية‬
‫ج‪ -‬مقاييا التشتت‬
‫د‪ -‬الربيعات‬
‫هـ‪ -‬ترتيب البيانات تصاعديا‬
‫حإل المثاإل‬
‫بعد أن يقوم الطالب بكتابة ‪ 81‬قيمة تمثإل أوزان العجوإل في متغير باسم ‪ weight‬في ورقة ‪data view‬‬
‫من شريط القوائم ن تار‬
‫‪Analyze  Descriptive Statistics  Frequencies‬‬
‫فيظهر مربع حوار ‪ Frequencies‬فننقإل اسم المتغير ‪ weight‬من جهة اليمين الى جهة اليسار في انةة‬
‫‪Variable(s):‬‬
‫تأشير مربع ‪ Display frequency tables‬إلظهار التكرارات‬
‫فيظهر مربع الحوار كما في الصورة التالية‪:‬‬

‫حيخ يمكن نقإل المتغيرات المطلوبةة مةن جهةة اليسةار إلةى جهةة اليمةين وعنةد النقةر علةى مفتةاح …‪statistics‬‬
‫يظهر مربع الحوار ال اص به وهو كما يأتي‪:‬‬

‫‪www.raadalassedy.com‬‬ ‫‪32 - 23‬‬

‫إعداد د‪ .‬رعد جعفر حسين‬ ‫‪2102-2102‬‬ ‫محاضرات في برنامج االحصائي ‪SPSS‬‬

‫وفيه يةتم تأشةير اإليعةازات اإلحصةائية المطلوبةة ثةم ننقةر مفتةاح ‪ continue‬فنعةود إلةى مربةع الحةوار الرئيسةي‬
‫(‪ )frequencies‬ومنه ننقر المفتاح …‪ charts‬فيظهر مربع الحوار ال اص بت وهو كما يأتي‪:‬‬

‫يست دم هذا المربع لتحديد أنواع الم ططات البيانية المطلوبة بعد ذلك ننقر مفتاح‪ continue‬فنعةود إلةى مربةع‬
‫الحوار الرئيسةي ومنةه ننقةر مفتةاح ‪ format‬فيظهةر لنةا مربةع حةوار لن تةار منةه نةوع الترتيةب لتكةرارات القةيم‬
‫(تصاعدي أو تنازلي) وكةذلك يعةر نةوع العةر ال ةاص بالجةداوإل لنتةائج الوصةف حيةخ مةن ةهإل الموقةع‬
‫‪ :order by‬ن تار ترتيب المشاهدات في الجدوإل التكراري تصاعديا أو تنازليا حسب القيمة ‪ values‬أو حسب‬
‫التكرارات ‪ counts‬أما الموقع ‪ :multiple variables‬فم صص في حالة ا تيار أكثةر مةن متغيةر للوصةف‬
‫يتم ا تيار ‪ compare variables‬لعر الميشرات اإلحصائية للمتغيرات كافة فةي جةدوإل واحةد إمةا إذا تةم‬
‫ا تيار ‪ organize output by variables‬فيعر ميشرات كإل متغير في جدوإل مستقإل‪ .‬وعند النقر على‬
‫مفتاح ‪ continue‬نعود إلى مربع الحوار الرئيسي منه ننقر المفتاح ‪ ok‬فتظهر النتائج في ملف ‪ output‬كما‬
‫في الصورة أدناه‪.‬‬

‫‪www.raadalassedy.com‬‬ ‫‪32 - 27‬‬

‫إعداد د‪ .‬رعد جعفر حسين‬ ‫‪2102-2102‬‬ ‫محاضرات في برنامج االحصائي ‪SPSS‬‬

‫‪ -2‬مثال على األمر ‪:Descriptives‬‬

‫الجةةدوإل التةةالي يتضةةمن المتغيةةرات ‪ x1,x2,x3‬والتةةي تةةم إد الهةةا فةةي ‪ data editor‬لبرنةةامج ‪SPSS‬‬
‫والمطلوب‪:‬‬
‫أ‪ -‬إضافة المتغيرات المعيارية للقيم في صفحة ‪data variables‬‬
‫ب‪ -‬حساب المتوسط‬
‫ج‪ -‬حساب مقاييا التشتت‬
‫‪X1‬‬ ‫‪X2‬‬ ‫‪X3‬‬
‫‪85‬‬ ‫‪55‬‬ ‫‪61‬‬
‫‪75‬‬ ‫‪50‬‬ ‫‪70‬‬
‫‪69‬‬ ‫‪65‬‬ ‫‪66‬‬
‫‪62‬‬ ‫‪52‬‬ ‫‪62‬‬
‫‪60‬‬ ‫‪60‬‬ ‫‪75‬‬
‫‪57‬‬ ‫‪64‬‬
‫‪51‬‬ ‫‪73‬‬
‫‪50‬‬ ‫‪80‬‬
‫‪90‬‬
‫‪70‬‬
‫‪56‬‬
‫‪65‬‬
‫‪83‬‬

‫حإل المثاإل‪:‬‬
‫من شريط القوائم ن تار‬
‫‪Analyze  Descriptive statistics  Descriptives‬‬
‫فيظهر مربع حوار ‪Descriptives‬‬
‫ننقإل المتغيرات الثهثة ‪ x1,x2,x3‬من جهة اليمين إلى جهة اليسار‬
‫إلضافة المتغيرات المعيارية نيشر المربع المجاور لعبارة ‪:‬‬
‫‪www.raadalassedy.com‬‬ ‫‪32 - 28‬‬
‫إعداد د‪ .‬رعد جعفر حسين‬ ‫‪2102-2102‬‬ ‫محاضرات في برنامج االحصائي ‪SPSS‬‬
‫‪Save standardized values as variables‬‬
‫فيظهر مربع الحوار كما في الصورة التالية‪:‬‬

‫يتم نقإل المتغيرات من جهة اليمين إلى جهةة اليسةار وألجةإل ا تيةار الميشةرات اإلحصةائية الوصةفية ننقةر مفتةاح‬
‫…‪ options‬فيظهر مربع الحوار ال اص به كما يلي‪:‬‬

‫فتأشير المقاييا اإلحصائية الوصفية المطلوبةة علمةا إن موقةع ‪ display order‬يمكةن مةن هلةه ا تيةار نةوع‬
‫ترتيب عر النتائج بتأشير أحد ال يارات التالية‪:‬‬
‫أ‪ :variable list -‬يعةةر المقةةاييا الوصةةفية حسةةب تسلسةةإل المتغيةةرات الةةواردة فةةي موقةةع ‪ variables‬فةةي‬
‫مربع الحوار ‪.descriptive‬‬
‫ب‪ :alphabetic-‬يعر المقاييا الوصفية حسب الترتيب الهجائي للمتغيرات‬
‫ج‪ : ascending means-‬يعةةةر المقةةةاييا الوصةةةفية حسةةةب الترتيةةةب التصةةةاعدي ل وسةةةاط الحسةةةابية‬
‫للمتغيرات‬
‫د‪ :descending means-‬يعر المقاييا الوصفية حسب الترتيب التنازلي ل وساط الحسابية للمتغيرات‬
‫بعةةد ذلةةك ننقةةر مفتةةاح ‪ continue‬فنعةةود إلةةى مربةةع الحةةوار الرئيسةةي وننقةةر مفتةةاح ‪ ok‬فتظهةةر نتةةائج التحليةةإل‬
‫اإلحصائي في ملف ‪.output‬‬

‫‪www.raadalassedy.com‬‬ ‫‪32 - 29‬‬

‫إعداد د‪ .‬رعد جعفر حسين‬ ‫‪2102-2102‬‬ ‫محاضرات في برنامج االحصائي ‪SPSS‬‬
‫‪ -: 2‬األمر الرئيسي ‪ Compare Means‬الذي يحتوي على األوامر الفرعية التالية‪:‬‬
‫أ‪ -‬األمر ‪:One Sample T-Test‬‬
‫هناك حاالت نحتاج ال تبار فرق متوسط مجموعة من البيانات عن قيمة معينة ثابتة حيخ يفيد هذا األمر في‬
‫اكتشاف وجود ا تهف معنوي ‪ significant difference‬لمتوسط المجتمع الذي سحبت منةه العينةة عةن‬
‫قيمة ثابتة ‪ . constant‬إضافة إلى إمكانيةة تقةدير فتةرة الثقةة ‪ confidence interval‬لمتوسةط المجتمةع‬
‫ويستعمإل هذا اال تيار للعينات الصغيرة والتي يكون حجمها اقإل من ‪ 21‬مشاهدة‪.‬‬
‫يمكن الوصوإل إلى هذا األمر كما يأتي‪:‬‬
‫‪Analyze Compare Means one sample T-Test‬‬
‫فيظهر مربع الحوار التالي‪:‬‬

‫ننقإل المتغير مةن جهةة اليسةار الجهةة اليمةين فةي انةة ‪ Test variable(s):‬ثةم نكتةب القيمةة المطلةوب ا تبةار‬
‫متوسط المجتمع على ضوئها في انة ‪ Test Value:‬ثم من مفتةاح …‪ options‬نحةدد مسةتوى المعنويةة ثةم‬
‫نقر مفتاح ‪ ok‬لتظهر نتائج التحليإل اإلحصائي في ملف ‪output‬‬

‫ب‪ -‬األمر ‪:Independent samples T-Test‬‬

‫يستعمإل هذا األمر للمقارنة بةين متوسةطي مجمةوعتين مةن الحةاالت عةن طريةق إجةراء ا تبةار ‪T-Test‬‬
‫اإلحصائي للكشف عن وجود فروق معنوية بين متوسطات المتغيرات من عدمه للمتغيرات المستقلة مثه دراسةة‬
‫نسبة البروتين لصنفين م تلفين من الحنطة ‪.‬‬
‫ويمكن الوصوإل إلى هذا األمر كاآلتي‪:‬‬
‫‪Analyze Compare Means Independent Samples T-test‬‬
‫فيظهر صدوق الحوار التالي‪:‬‬

‫‪www.raadalassedy.com‬‬ ‫‪32 - 21‬‬

‫إعداد د‪ .‬رعد جعفر حسين‬ ‫‪2102-2102‬‬ ‫محاضرات في برنامج االحصائي ‪SPSS‬‬
‫نقةةوم بنقةةإل المتغيةةر أو المتغيةةرات المةةراد دراسةةتها إلةةى جهةةة اليمةةين فةةي انةةة ‪ test variable(s):‬أمةةا متغيةةر‬
‫التجزئة (التعريفي) فينقإل إلى انة ‪ grouping variable:‬بعد ننقر مفتةاح ‪ define groups‬فيظهةر مربةع‬
‫الحوار التالي‪:‬‬

‫في مربع الحوار هذا توضع رموز أو أرقام مجموعتي التجزئة (التعريفية) فةي ال ةانتين ال اصةتين بهمةا‪ ،‬توجةد‬
‫طريقة أ رى في تحديد المجاميع من هإل تحديد نقطة فصإل ‪ cut point‬في مربع الحوار هذا فكإل قيمةة قبلهةا‬
‫تكون المجموعة األولى وما بعدها تكون المجموعة الثانية وفي هذه الحالة يجةب أن تكةون المتغيةرات مةن النةوع‬
‫العددي‪ ،‬من هإل النتائج التي نحصإل عليها نهحظ إن اال تبار يعر بحالتين األولى في حالةة فةر تسةاوي‬
‫تبةاين المجتمعةين لكةه المجمةوعتين المةأ وذة مةنهم العينةة ‪ equal variances assumed‬والحالةة الثانيةة‬
‫يعةةر تحةةت فةةر عةةدم تسةةاوي تبةةاين المجمةةوعتين لكةةه المجمةةوعتين المةةأ وذة مةةنهم العينةةات ‪equal‬‬
‫‪ ،variances not assumed‬بعدها ننقر مفتاح ‪ continue‬لنعود إلى مربع الحوار األوإل منه ننقر مفتاح‬
‫‪ option‬فيظهر مربع الحوار التالي‪:‬‬

‫في مربع الحوار هذا ن تار مستوى المعنوية المطلوبة ونكتبةه فةي انةة ‪ confidence interval‬وفةي موقةع‬
‫‪ missing values‬فان اال تيار األوإل يتم فيه استبعاد القيم المفقودة ألحد المجةاميع دون اآل ةر أمةا اال تيةار‬
‫الثاني يتم فيه استبعاد القيمة المفقودة ونظيرتها من القيم في المتغيرات أ رى وبذلك تضمين الحةاالت الصةحيحة‬
‫فقط لكإل المتغيرات‪ ،‬بعد ذلك ننقر مفتاح ‪ continue‬لنعود إلى مربع الحوار األوإل منه ننقر مفتاح ‪ ok‬لتظهةر‬
‫نتائج التحليإل اإلحصائي في ملف ‪output‬‬
‫ج‪ -‬األمر ‪:paired-samples T-Test‬‬
‫يستعمإل هذا األمر الكتشاف معنوية الفروق بين متوسطي متغيرين لعينة ما مكونة من أزواج من المشاهدات لها‬
‫عهقة مع بعضها مثه ا تبار معنوية الفرق بين متوسط نسبة الكلستروإل فةي الةدم قبةإل تنةاوإل الةدواء وبعةده فةي‬
‫عينة مكونة من عدد من األش اص أو ا تبار معنوية الفرق بين نسبة الدهن في حليب مجموعة مةن األبقةار قبةإل‬
‫‪www.raadalassedy.com‬‬ ‫‪32 - 20‬‬
‫إعداد د‪ .‬رعد جعفر حسين‬ ‫‪2102-2102‬‬ ‫محاضرات في برنامج االحصائي ‪SPSS‬‬
‫تناوإل عقار معين وبعده وهةذا يعنةي إن هنةاك عهقةة بةين مشةاهدات العينةات للمتغيةر أو المتغيةرات قيةد الدراسةة‬
‫ولهذا يتم وضع مشاهدات كإل مجموعة في متغير أو عمود منفصإل في نافذة محرر البيانات‪.‬‬
‫ولتنفيذ هذا األمر نتبع ال طوات التالية‪:‬‬
‫* نرتب البيانات في نافذة ‪ data editor‬على شكإل أزواج من البيانات للمتغيرين المطلوب ا تبارهما‬
‫* من شريط القوائم ن تار‪:‬‬
‫‪Analyze  compare means  paired samples T-Test‬‬
‫فيظهر مربع الحوار التالي‪:‬‬

‫نقوم بنقإل المتغيرين المراد ا تبارهما من جهةة اليسةار إلةى جهةة اليمةين ( انةة ‪ paired variables:‬ومةن ثةم‬
‫ننقر مفتةاح ‪ options‬ونحةدد مسةتوى المعنويةة كمةا فةي اإليعةاز السةابق ثةم ننقةر مفتةاح ‪ ok‬فةي مربةع الحةوار‬
‫األساسي فتظهر النتائج في ملف ‪output‬‬
‫د ‪ -‬تحليل التباين ‪:Analyses of Variance‬‬
‫يعتبر تحليإل التباين واحد من أهم التحليهت اإلحصائية وأكثرها شيوعا واست داما ويست دم إليجاد فيما إذا‬
‫كان هناك فروق مع نوية بين المتوسطات ضمن متغير واحد لعدد من المجاميع أو ضمن عدة متغيرات‪ ،‬ويعةرف‬
‫تحليةةإل التبةةاين تحليةةإل العمليةةات الرياضةةية ال اصةةة بتقسةةيم مجمةةوع المربعةةات الكلةةي لمجموعةةة مةةن البيانةةات إلةةى‬
‫مصادرها الم تلفة وتل ص نتائج التحليإل في جدوإل يسمى جدوإل تحليةإل التبةاين ويعةرف ا تصةارا ‪ANOVA‬‬
‫‪ Table‬وبهذا يهدف التحليإل إجراء ا تبار فرضية تساوي متوسطات مجموعة من العينات وتعرف بالمعالجةات‬
‫أو المعامهت (‪ )treatments‬دفعة واحدة ولهذا فهو يعتبر توسةيعا ال تبةار ‪ T-Test‬والةذي يسةت دم ال تبةار‬
‫فرضية تساوي متوسط عينتةين فقةط وسةوف نتطةرق إلةى نةوعين رئيسةيين مةن ا تبةارات تحليةإل التبةاين يوفرهةا‬
‫برنامج ‪ SPSS‬وتست دم حسب نوعية مشاهدات العينة للمتغيرات قيد الدراسة وهي‪:‬‬
‫‪ - ‬تحليل التباين لمعيار واحد والمتمثل باألمر ‪:one way ANOVA‬‬
‫هو نفا التحليإل اال تبار ‪ T-Test‬في العينات المستقلة‪ ،‬حيةخ إن اال ةتهف عةن اال تبةار المةذكور هةو عنةدما‬
‫يكةةون فةةي المتغيةةر المسةةتقإل (متغيةةر المجةةاميع) أكثةةر مةةن مجمةةوعتين حيةةخ إن ا تبةةار ‪ T-Test‬م صةةص فقةةط‬
‫لتحليةإل مجمةةوعتي ن وهنةا فةةي تحليةةإل التبةاين يتغيةةر اسةةم المتغيةر المسةتقإل مةن (‪ )Grouping variables‬إلةةى‬
‫‪ Factor‬في نافذة أمر تحليإل التباين لمعيار واحد‪.‬‬
‫ويمكن الوصوإل إلى هذا األمر كما يأتي‪:‬‬
‫‪Analyze  Compare Means  One way ANOVA‬‬
‫فيظهر مربع الحوار التالي‪:‬‬

‫‪www.raadalassedy.com‬‬ ‫‪32 - 22‬‬

‫إعداد د‪ .‬رعد جعفر حسين‬ ‫‪2102-2102‬‬ ‫محاضرات في برنامج االحصائي ‪SPSS‬‬

‫في مربع الحوار السةابق نقةوم بنقةإل المتغيةر التةابع إلةى جهةة اليمةين فةي انةة ‪ dependent list:‬أمةا المتغيةر‬
‫المستقإل فينقإل إلى انة ‪factor‬‬
‫وعنةةةد النقةةةر علةةةى مفتةةةاح ‪ option‬يظهةةةر مربةةةع الحةةةوار التةةةالي فنيشةةةر المربةةةع ال ةةةاص با تبةةةار التجةةةانا‬
‫‪homogeneity of variance test‬‬

‫بعد ذلك نعود إلى مربع الحوار الرئيسي وننقةر مفتةاح ‪ post hoc‬فيظهةر مربةع الحةوار التةالي الةذي فيةه عةدة‬
‫ا تيارات ال تبارات المقارنةات المتعةددة يمكةن لنةا ا تيةار أي مةن هةذه اال تبةارات اإلحصةائية حيةخ يمكةن أن‬
‫نيشر ال انة ال اصة بتحليإل ‪ LSD‬ومن ثم نعود لمربع األحواإل األوإل وننقر مفتاح ‪ OK‬فتظهر النتائج في ملف‬
‫‪OUTPUT‬‬

‫‪www.raadalassedy.com‬‬ ‫‪32 - 22‬‬

‫إعداد د‪ .‬رعد جعفر حسين‬ ‫‪2102-2102‬‬ ‫محاضرات في برنامج االحصائي ‪SPSS‬‬
‫أمثلة محلولة على األمر الرئيسي ‪: Compare Means‬‬

‫‪- ‬مثال على األمر الفرعي ‪:One Sample T-Test‬‬

‫المتغير ‪ weight‬يمثإل عينة ألوزان ‪01‬من الدجاج بعمر ‪ 52‬يوم واألوزان هي بـ(كغم) ‪:‬‬
‫‪1.10, 0.8, 1.20, 1.00, 0.9, 1.20, 1.10, 0.9, 0.8, 1.2‬‬
‫المطلوب ‪ :‬ا تبار فيما إذا كانت قيمة المتوسط الحسابي للمجتمع الذي سحبت منةه العينةة يسةاوي ‪0.25‬‬
‫كغم أم ال‪ ،‬بمستوى داللة (فترة ثقة ‪%5 (confidence interval‬و ‪ %0‬أي هإل نقبإل فرضية العدم‬
‫القائلة‪ :‬إن متوسةط الحسةابي للمجتمةع الةذي سةحبت منةه العينةة يسةاوي ‪ 0.25‬أم نقبةإل بالفرضةية البديلةة‬
‫القائلة‪ :‬بعدم التساوي؟‬
‫‪H0:µx=1.25‬‬ ‫فرضية العدم‬
‫‪H1: µx≠1.25‬‬ ‫الفرضية البديلة‬
‫مهحظة‪ :‬تقدير فترة الثقة (‪ ( confidence interval‬للوسط الحسابي للمجتمع ‪ %99‬و‪%95‬‬
‫حإل المثاإل‪:‬‬
‫* نقوم بإد اإل البيانات المتغير ‪ weight‬في صفحة ‪data editor‬‬
‫* من شريط القوائم ن تار‪:‬‬
‫‪Analyze compare means one sample T Test‬‬
‫* يظهر مربع الحوار ال اص بهذا األمر‪:‬‬

‫فيتم نقإل المتغير ‪ weight‬من جهة اليسار إلى جهة اليمين في انة )‪ Test variable(s‬ونكتةب فةي‬
‫انةةة ‪ test value:‬القيمةةة ‪ 0.25‬ثةةم ننقةةر مفتةةاح ‪ options‬ونكتةةب فةةي انةةة ‪confidence‬‬
‫‪( interval‬فترة الثقة) الرقم ‪ 99‬ثم نعود لمربع الحةوار الرئيسةي وننقةر مفتةاح ‪ ok‬فتظهةر النتةائج كمةا‬
‫يلي‪:‬‬

‫‪www.raadalassedy.com‬‬ ‫‪32 - 24‬‬

‫إعداد د‪ .‬رعد جعفر حسين‬ ‫‪2102-2102‬‬ ‫محاضرات في برنامج االحصائي ‪SPSS‬‬

‫تحليةةإل النتةةائج‪ :‬بمةةا إن )‪ 1.112 = sig.(2-tailed‬وهةةي اقةةإل مةةن‪ 1.15‬وكةةذلك اقةةإل مةةن ‪ 1.10‬لةةذا نةةرف‬
‫فرضية العدم والقبوإل بالفرضية البديلة القائلة بعدم تساوي المتوسط الحسابي للمجتمع الذي سحبت منه العينة مع‬
‫القيمة الثابتة وهي ‪ 0.25‬كيلوغرام‪.‬‬

‫‪ ‬مثال على األمر ‪:independent samples T-Test‬‬

‫في تجربة لمقارنة نسةبة البةروتين فةي صةنفين مةن الحنطةة ‪ A‬و ‪ B‬تةم ا تيةار ‪ 02‬نباتةا مةن كةإل صةنف‬
‫وقدرة نسبة البروتين فيها وكانت النتائج كما في الجدوإل اآلتي‪:‬‬
‫صنف الحنطة ‪B‬‬ ‫صنف الحنطة ‪A‬‬
‫‪9.4‬‬ ‫‪12.5‬‬
‫‪8.4‬‬ ‫‪9.4‬‬
‫‪11.6‬‬ ‫‪11.7‬‬
‫‪7.2‬‬ ‫‪11.3‬‬
‫‪9.7‬‬ ‫‪9.9‬‬
‫‪7.0‬‬ ‫‪8.7‬‬
‫‪10.4‬‬ ‫‪9.6‬‬
‫‪8.2‬‬ ‫‪11.5‬‬
‫‪6.9‬‬ ‫‪10.3‬‬
‫‪12.7‬‬ ‫‪10.9‬‬
‫‪7.3‬‬ ‫‪9.6‬‬
‫‪9.2‬‬ ‫‪9.7‬‬

‫المطلوب ا تبار وجود فرق معنوي بين متوسطي نسبة البروتين في الصةنفين لمسةتوى داللةة ‪ ،%5‬أي‬
‫هإل يتم قبوإل فرضية العدم أم قبوإل الفرضية البديلة؟‬
‫‪H0:µA=µB‬‬ ‫فرضية العدم‬
‫‪H1: µA≠µB‬‬ ‫الفرضية البديلة‬

‫‪www.raadalassedy.com‬‬ ‫‪32 - 25‬‬

‫إعداد د‪ .‬رعد جعفر حسين‬ ‫‪2102-2102‬‬ ‫محاضرات في برنامج االحصائي ‪SPSS‬‬
‫حإل المثاإل‪:‬‬
‫نقوم بإد اإل البيانات في ‪ data editor‬كما يظهر في الجةدوإل التةالي‪ ،‬حيةخ المتغيةر ‪ protein‬يمثةإل نسةبة‬
‫البروتين والمتغير ‪ group‬هو متغير التجزئة (التعريفي)‬
‫‪protein‬‬ ‫‪group‬‬
‫‪12.5‬‬ ‫‪A‬‬
‫‪9.4‬‬ ‫‪A‬‬
‫‪11.7‬‬ ‫‪A‬‬
‫‪11.3‬‬ ‫‪A‬‬
‫‪9.9‬‬ ‫‪A‬‬
‫‪8.7‬‬ ‫‪A‬‬
‫‪9.6‬‬ ‫‪A‬‬
‫‪11.5‬‬ ‫‪A‬‬
‫‪10.3‬‬ ‫‪A‬‬
‫‪10.9‬‬ ‫‪A‬‬
‫‪9.6‬‬ ‫‪A‬‬
‫‪9.7‬‬ ‫‪A‬‬
‫‪9.4‬‬ ‫‪B‬‬
‫‪8.4‬‬ ‫‪B‬‬
‫‪11.6‬‬ ‫‪B‬‬
‫‪7.2‬‬ ‫‪B‬‬
‫‪9.7‬‬ ‫‪B‬‬
‫‪7.0‬‬ ‫‪B‬‬
‫‪10.4‬‬ ‫‪B‬‬
‫‪8.2‬‬ ‫‪B‬‬
‫‪6.9‬‬ ‫‪B‬‬
‫‪12.7‬‬ ‫‪B‬‬
‫‪7.3‬‬ ‫‪B‬‬
‫‪9.2‬‬ ‫‪B‬‬

‫من شريط القوائم ن تار‬

‫‪Analyze  compare means  independent samples T-Test‬‬
‫فتظهر مربعات الحوار التالية الذي نرتبها كما في الصورة أدناه‪:‬‬

‫‪www.raadalassedy.com‬‬ ‫‪32 - 23‬‬

‫إعداد د‪ .‬رعد جعفر حسين‬ ‫‪2102-2102‬‬ ‫محاضرات في برنامج االحصائي ‪SPSS‬‬

‫وعند النقر على مفتاح ‪ ok‬في مربع الحوار الرئيسي تظهر النتائج في ملف ‪ output‬كما في الصةورة‬
‫التالية‪:‬‬

‫فرضةةية العةةدم‬ ‫تفسةةير النتةةائج‪ :‬بمةةا إن )‪ 1.126 = sig.(2-tailed‬وهةةي اقةةإل مةةن‪ 1.15‬لةةذا نةةرف‬
‫والقبوإل بالفرضية البديلة القائلة بعدم تساوي المتوسط الحسابي لصنفي الحنطة ‪.A, B‬‬
‫تمرين على األمر ‪one sample T- test‬‬
‫تدعي إحدى شركات الصناعات الغذائية بأنها تنتج علب لمعجون الطماطا بسعة ا كغم كمتوسط للعلبة‬
‫الواحدة ومن اجإل التأكد من هذا االدعاء تم ا ذ عينة من إنتاجها تبلغ ‪ 21‬علبة وكانت أوزانها كما التالي‪،‬‬
‫والمطلوب‪:‬‬
‫‪ - 0‬هإل الشركة صادقة في ادعائها‪.‬‬
‫‪ - 2‬وإذا كانت غير ذلك فهإل متوسط إنتاجها اكبر أم اقإل من ا كغم تحت مستوى معنوية ‪ ، 1.15‬وكيف‬
‫تستدإل على ذلك؟‬

‫‪www.raadalassedy.com‬‬ ‫‪32 - 27‬‬

‫إعداد د‪ .‬رعد جعفر حسين‬ ‫‪2102-2102‬‬ ‫محاضرات في برنامج االحصائي ‪SPSS‬‬
‫علما أن فرضية العدم والفرضية البديلة هي كما يأتي‪:‬‬
‫كغم‪H0:µx=1‬‬
‫كغم‪H1:µx≠1‬‬
‫حجم العلبة‬
‫كغم‬ ‫ت‬

‫‪0.02‬‬ ‫‪0‬‬
‫‪1.91‬‬ ‫‪2‬‬
‫‪1.81‬‬ ‫‪2‬‬
‫‪1.91‬‬ ‫‪4‬‬
‫‪1.98‬‬ ‫‪5‬‬
‫‪1.95‬‬ ‫‪7‬‬
‫‪1.96‬‬ ‫‪6‬‬
‫‪1.91‬‬ ‫‪8‬‬
‫‪0.15‬‬ ‫‪9‬‬
‫‪0.11‬‬ ‫‪01‬‬
‫‪1.90‬‬ ‫‪00‬‬
‫‪1.92‬‬ ‫‪02‬‬
‫‪1.94‬‬ ‫‪02‬‬
‫‪0.11‬‬ ‫‪04‬‬
‫‪1.92‬‬ ‫‪05‬‬
‫‪0.15‬‬ ‫‪07‬‬
‫‪1.91‬‬ ‫‪06‬‬
‫‪1.89‬‬ ‫‪08‬‬
‫‪0.11‬‬ ‫‪09‬‬
‫‪0.15‬‬ ‫‪21‬‬

‫تمرين على األمر ‪:independent samples T-Test‬‬

‫في تجربة لمقارنة نسةبة الةدهن فةي حليةب سةهلتين مةن األبقةار ‪ Z‬و ‪ Q‬تةم ا تيةار ‪ 07‬عينةة مةن كةإل سةهلة‬
‫وقدرة نسبة الدهن فيها وكانت النتائج كما في الجدوإل اآلتي ‪:‬‬

‫سهلة ‪Q‬‬ ‫سهلة ‪Z‬‬

‫‪3.1‬‬ ‫‪3.4‬‬
‫‪2.6‬‬ ‫‪2.8‬‬
‫‪2.9‬‬ ‫‪3.1‬‬
‫‪3.4‬‬ ‫‪3.6‬‬
‫‪3.1‬‬ ‫‪2.5‬‬
‫‪2.8‬‬ ‫‪3.4‬‬
‫‪2.9‬‬ ‫‪2.9‬‬
‫‪www.raadalassedy.com‬‬ ‫‪32 - 28‬‬
‫إعداد د‪ .‬رعد جعفر حسين‬ ‫‪2102-2102‬‬ ‫محاضرات في برنامج االحصائي ‪SPSS‬‬
‫‪3.5‬‬ ‫‪3.0‬‬
‫‪3.1‬‬ ‫‪3.2‬‬
‫‪2.8‬‬ ‫‪3.7‬‬
‫‪2.9‬‬ ‫‪2.9‬‬
‫‪3.0‬‬ ‫‪2.7‬‬
‫‪2.9‬‬ ‫‪3.1‬‬
‫‪2.5‬‬ ‫‪3.5‬‬
‫‪2.6‬‬ ‫‪3.2‬‬
‫‪2.5‬‬ ‫‪3.3‬‬

‫المطلوب ا تبار وجود فرق معنوي بين متوسطي نسبة البروتين في الصةنفين لمسةتوى داللةة ‪ ،%5‬أي‬
‫هإل يتم قبوإل فرضية العدم أم قبوإل الفرضية البديلة؟‬
‫‪H0:µQ=µZ‬‬ ‫فرضية العدم‬
‫‪H1: µQ≠µZ‬‬ ‫الفرضية البديلة‬
‫تمرين على األمر ‪independent sample t- test‬‬
‫في تجربة لمقارنة نسبة النشاء في صنفي من البطاطا حيخ تم ا تيار ‪ 05‬كغم من الصنف ‪ A‬و‪ 01‬كغم من‬
‫الصنف ‪ B‬ثم تم تقدير معدإل نسبة النشاء في كإل كغم وكانت النتائج كما في الجدوإل التالي‪:‬‬

‫صنف البطاطا ‪A‬‬ ‫صنف البطاطا ‪B‬‬

‫‪30.1‬‬ ‫‪32.3‬‬
‫‪29.2‬‬ ‫‪33.2‬‬
‫‪32.1‬‬ ‫‪28.1‬‬
‫‪27.4‬‬ ‫‪27.3‬‬
‫‪30.2‬‬ ‫‪26.2‬‬
‫‪31.4‬‬ ‫‪25.1‬‬
‫‪26.8‬‬ ‫‪24.3‬‬
‫‪32.5‬‬ ‫‪24.5‬‬
‫‪28.6‬‬ ‫‪26.5‬‬
‫‪27.5‬‬ ‫‪27.1‬‬
‫‪29.3‬‬
‫‪36.2‬‬
‫‪28.4‬‬
‫‪31.3‬‬
‫‪33.5‬‬

‫المطلوب ا تبار وجود فروق معنوية بين متوسطي نسبة النشاء في الصنفين في مستوى معنوية ‪ %5‬أي هإل يتم‬
‫قبوإل فرضية العدم أم ال‪ ،‬وفي حالة وجود فرق معنوي بين الصنفين فأيهما أفضإل من األ ر؟‬
‫‪H0: µA=µB‬‬ ‫فرضية العدم‬
‫‪H1:µA≠µB‬‬ ‫الفرضية البديلة‬

‫‪www.raadalassedy.com‬‬ ‫‪32 - 29‬‬

‫إعداد د‪ .‬رعد جعفر حسين‬ ‫‪2102-2102‬‬ ‫محاضرات في برنامج االحصائي ‪SPSS‬‬
‫مثال على األمر ‪:paired-samples T-Test‬‬
‫تم زراعة أحد أصناف الذرة الصفراء في عشر مناطق واست دمت قطعتان متساويتان في كإل منطقة ‪ ،‬تم تسميد‬
‫إحدى القطع بكمية معينة من السماد الكيمةاوي بينمةا تركةت األ ةرى بةدون تسةميد والبيانةات التاليةة تمثةإل كميةة‬
‫المحصوإل في كإل قطعة‪:‬‬
‫المنطقة‬ ‫‪0‬‬ ‫‪2‬‬ ‫‪2‬‬ ‫‪4‬‬ ‫‪5‬‬ ‫‪7‬‬ ‫‪6‬‬ ‫‪8‬‬ ‫‪9‬‬ ‫‪01‬‬

‫قطعة ‪a‬‬ ‫‪016‬‬ ‫‪065‬‬ ‫‪042‬‬ ‫‪051‬‬ ‫‪022‬‬ ‫‪085‬‬ ‫‪048‬‬ ‫‪055‬‬ ‫‪066‬‬ ‫‪007‬‬

‫قطعة ‪b‬‬ ‫‪025‬‬ ‫‪211‬‬ ‫‪071‬‬ ‫‪082‬‬ ‫‪046‬‬ ‫‪211‬‬ ‫‪062‬‬ ‫‪087‬‬ ‫‪094‬‬ ‫‪040‬‬
‫المطلوب ا تبار الفرضية القائلة بتساوي متوسطي كميةة اإلنتةاج للمحصةوإل فةي كةه الحةالتين بمسةتوى داللةة‬
‫‪ ،%5‬أي هإل يتم قبوإل فرضية العدم أم قبوإل الفرضية البديلة؟‬
‫‪H0:µA=µB‬‬ ‫فرضية العدم‬
‫‪H1: µA≠µB‬‬ ‫الفرضية البديلة‬

‫حإل المثاإل‬
‫* نقوم بإد اإل البيانات في محرر البيانات )‪ (data editor‬كما في الصورة التالية‬
‫* من شريط القوائم ن تار‪:‬‬
‫‪Analyze  compare means  paired samples T-Test‬‬
‫فيظهر مربع الحوار الذي نقوم بترتيبه على الشكإل التالي‪:‬‬

‫* ننقر مفتاح ‪ options‬لنحدد مستوى المعنوية أي نكتب ‪95‬‬

‫* نعود لمربع الحوار األوإل وننقر مفتاح ‪ ok‬فتظهر النتائج كما يأتي‪:‬‬

‫‪www.raadalassedy.com‬‬ ‫‪32 - 41‬‬

 ‫إعداد د‪ .‬رعد جعفر حسين‬ ‫‪2102-2102‬‬ ‫محاضرات في برنامج االحصائي ‪SPSS‬‬

‫تفسةةير النتةةائج‪ :‬بمةةا إن )‪ 1.111 = sig.(2-tailed‬وهةةي اقةةإل مةةن‪ 1.15‬لةةذا نةةرف فرضةةية العةةدم‬
‫والقبوإل بالفرضية البديلة القائلة بعدم تساوي المتوسط الحسابي اإلنتاج لصنفي الذرة الصفراء ‪.A, B‬‬

‫تمرين على األمر ‪:paired sample t-test‬‬

‫في إحدى التجارب لدراسة تأثير السماد العضوي على زيادة إنتاج محصوإل الطماطة تم زراعة ‪ 22‬قطعة‬
‫متساوية بالمحصوإل حيخ أضيف إلى نصفها كميات متساوية من السماد العضوي (‪ )a1‬وتركت األ رى دون‬
‫إضافة سماد (‪ )a0‬وكانت النتائج كاآلتي‪:‬‬
‫‪a0 114 100 113 102 112 105 111 107 110 108 107‬‬
‫‪a1 136 125 135 127 134 127 133 128 132 130 128‬‬

‫المطلوب ا تبار الفرضية القائلة هناك فرق معنوي في متوسطي اإلنتاج‪.‬‬

‫أي رف فرضية العدم والقبوإل بالفرضية البديلة‪.‬‬
‫‪H0:µa0=µa1‬‬ ‫فرضية العدم‬
‫‪H1 :µa0≠µa1‬‬ ‫الفرضية البديلة‬

‫مثال على تحليل التباين لمعيار واحد والمتمثل باألمر ‪:one way ANOVA‬‬
‫است دمت أربع طةرق صةناعية إلنتةاج نةوع معةين مةن القمةاة وبثهثةة مكةررات لكةإل طريقةة وكانةت نتيجةة‬
‫التجربة لكميات اإلنتاج كما في الجدوإل التالي‪:‬‬

‫المتوسط‬ ‫‪2‬‬ ‫‪2‬‬ ‫‪0‬‬ ‫الطريقة‪ /‬المكررات‬

‫‪51‬‬ ‫‪48‬‬ ‫‪46‬‬ ‫‪55‬‬ ‫الطريقة ‪0‬‬
‫‪70‬‬ ‫‪74‬‬ ‫‪74‬‬ ‫‪55‬‬ ‫الطريقة ‪2‬‬
‫‪52‬‬ ‫‪52‬‬ ‫‪49‬‬ ‫‪55‬‬ ‫الطريقة ‪2‬‬
‫‪45‬‬ ‫‪40‬‬ ‫‪44‬‬ ‫‪51‬‬ ‫الطريقة ‪4‬‬

‫‪www.raadalassedy.com‬‬ ‫‪32 - 40‬‬

‫إعداد د‪ .‬رعد جعفر حسين‬ ‫‪2102-2102‬‬ ‫محاضرات في برنامج االحصائي ‪SPSS‬‬
‫المطلوب‪:‬‬
‫‪ -0‬إجراء تحليإل التباين وا تبار معنوية الفروق بين المتوسطات الطرق الصناعية وبمستوى داللة ‪1.15.‬‬
‫‪ -2‬في حالة ظهور معنوية في الفروق بين الطرق الصناعية باست دام ا تبار ‪ ،F‬ا تبر معنوية الفروق بةين‬
‫متوسطي كإل طريقتين باست دام طريقة الفرق المعنوي األصغر ‪ LSD‬ولمستوى داللة ‪.1.15‬‬
‫حإل المثاإل‪:‬‬
‫يةةتم إد ةةاإل البيانةةات إلةةى نافةةذة محةةرر البيانةةات وكمةةا يلةةي وبمتغيةةرين األوإل للطريقةةة (‪ )method‬والثةةاني‬
‫لكميات اإلنتاج (‪:)product‬‬

‫‪method‬‬ ‫‪product‬‬
‫‪0‬‬ ‫‪55‬‬
‫‪0‬‬ ‫‪46‬‬
‫‪0‬‬ ‫‪48‬‬
‫‪2‬‬ ‫‪55‬‬
‫‪2‬‬ ‫‪74‬‬
‫‪2‬‬ ‫‪74‬‬
‫‪2‬‬ ‫‪55‬‬
‫‪2‬‬ ‫‪49‬‬
‫‪2‬‬ ‫‪52‬‬
‫‪4‬‬ ‫‪51‬‬
‫‪4‬‬ ‫‪44‬‬
‫‪4‬‬ ‫‪40‬‬

‫ومن شريط القوائم ن تار األمر التالي‪:‬‬

‫‪Analyze compare means  one way ANOVA‬‬
‫فيظهر مربع الحوار التالي والذي نقوم بترتيب متغيراته كما يأتي‪:‬‬

‫بعد ذلك ننقر مفتاح ‪ ok‬فتظهر النتائج كما يأتي‪:‬‬

‫‪www.raadalassedy.com‬‬ ‫‪32 - 42‬‬

‫إعداد د‪ .‬رعد جعفر حسين‬ ‫‪2102-2102‬‬ ‫محاضرات في برنامج االحصائي ‪SPSS‬‬

‫تفسةير النتةائج ‪:‬بمةا إن قيمةة ‪ 1.102 =sig.‬فةي جةدوإل (‪ )ANOVA‬هةي اقةإل مةن ‪ 1.15‬ممةا يةدإل علةى‬
‫وجود فروقات معنوية بمستوى داللة ‪ 1.15‬لمتوسطات اإلنتاج للطةرق الصةناعية األربعةة وهةذا يعنةي عةدم‬
‫تساوي متوسطي طريقتين على األقإل‪ ،‬وال تبار معنوية الفروق لكإل طريقة بالمقارنة بالطرق األ ةرى نلجةأ‬
‫إلى المقارنات المتعددة ‪ multiple comparisons‬باست دام طريقة ‪ LSD‬من هإل تأشير اسم الطريقة‬
‫في مربع حوار ال اص بـ ‪ post hoc‬مع مسةتوى داللةة ‪ 1.15‬فةي موقةع ‪ significance level‬لتظهةر‬
‫نتائج المقارنات المتعددة كما في الصورة أعهه علما إن وجود عهمة * بجوار الةرقم يةدإل علةى وجةود فةرق‬
‫معنوي بين تلةك الطةريقتين وان وجةود اإلشةارة السةالبة يعنةى إن الفةرق المعنةوي لصةالح ‪(J)METHOD‬‬
‫ألن لها فروقات معنويةة‬‫والعكا صحيح وعلى هذا األساا فان الطريقة الثانية قد تفوقت على بقية الطرق َ‬
‫موجبة مع بقية الطرق‪.‬‬

‫تمرين ‪ 1‬على األمر ‪:one way ANOVA‬‬

‫في تجربة لدراسة تأثير إضافة كميات م تلفة من سماد البوتاسيوم في زيادة إنتاج محصوإل القطن‪ ،‬تم‬
‫إجراء أربع معامهت لهذا الغر وب مسة مكررات لكإل معاملة وكانت نتائج التجربة كما يأتي‪:‬‬

‫المكررات‬
‫المتوسط‬ ‫مكرر ‪5‬‬ ‫مكرر ‪4‬‬ ‫مكرر ‪2‬‬ ‫مكرر ‪2‬‬ ‫مكرر ‪0‬‬
‫المعامهت‬
‫‪72.4‬‬ ‫‪70‬‬ ‫‪75‬‬ ‫‪71‬‬ ‫‪76‬‬ ‫‪74‬‬ ‫المعاملة ‪ :0‬صفر سماد‬
‫‪68.7‬‬ ‫‪68‬‬ ‫‪69‬‬ ‫‪80‬‬ ‫‪81‬‬ ‫‪65‬‬ ‫المعاملة ‪ 01 :2‬كغم سماد ‪ /‬دونم‬
‫‪94.4‬‬ ‫‪011‬‬ ‫‪98‬‬ ‫‪89‬‬ ‫‪95‬‬ ‫‪91‬‬ ‫المعاملة ‪ 21 :2‬كغم سماد ‪ /‬دونم‬
‫‪95.4‬‬ ‫‪010‬‬ ‫‪96‬‬ ‫‪92‬‬ ‫‪97‬‬ ‫‪90‬‬ ‫المعاملة ‪ 21 :4‬كغم سماد ‪ /‬دونم‬
‫المطلوب‪:‬‬
‫تبار ‪ F‬وبمستوى داللة ‪1.15‬‬ ‫‪ - 0‬إجراء تحليإل التباين وا تبار معنوية الفروق بين المعامهت باست دام ا‬

‫‪www.raadalassedy.com‬‬ ‫‪32 - 42‬‬

‫إعداد د‪ .‬رعد جعفر حسين‬ ‫‪2102-2102‬‬ ‫محاضرات في برنامج االحصائي ‪SPSS‬‬
‫‪ - 2‬في حالة ظهور فروق معنوية بين المعامهت باست دام ا تبار ‪ ،F‬ا تبر معنوية الفروق بين متوسط‬
‫إنتاج كإل معاملة مع بقية المعامهت باست دام طريقة الفرق المعنوي األصغر ‪ LSD‬وبمستوى داللة‬
‫‪.1.15‬‬
‫‪ - 2‬بأي معاملة من المعامهت السابقة تنصح المزارع باست دامها ولماذا؟‬

‫تمرين ‪ 2‬على األمر ‪:one way ANOVA‬‬

‫في تجربة لدراسة تأثير إضافة كميات من سماد النيتروجين في معدإل زيادة عدد ووزن الثمرة من‬
‫محصوإل الطماطا‪ ،‬تم إجراء أربع معامهت لهذا الغر وب مسة مكررات لكإل معاملة وكانت نتائج التجربة‬
‫كما يأتي‪:‬‬

‫المتوسط‬ ‫مكرر ‪5‬‬ ‫مكرر ‪4‬‬ ‫مكرر ‪2‬‬ ‫مكرر ‪2‬‬ ‫مكرر ‪0‬‬ ‫المكرر‬ ‫‪/‬‬ ‫المعاملة‬
‫‪71.4‬‬ ‫‪58‬‬ ‫‪72‬‬ ‫‪56‬‬ ‫‪74‬‬ ‫‪70‬‬ ‫وزن‬ ‫المعاملة ‪0‬‬
‫‪20.8‬‬ ‫‪24‬‬ ‫‪20‬‬ ‫‪22‬‬ ‫‪20‬‬ ‫‪21‬‬ ‫عدد‬ ‫صفر سماد‬
‫‪65.7‬‬ ‫‪65‬‬ ‫‪67‬‬ ‫‪68‬‬ ‫‪66‬‬ ‫‪62‬‬ ‫وزن‬ ‫المعاملة ‪2‬‬
‫‪22.8‬‬ ‫‪22‬‬ ‫‪22‬‬ ‫‪20‬‬ ‫‪22‬‬ ‫‪25‬‬ ‫عدد‬ ‫‪ 01‬كغم سماد ‪ /‬دونم‬
‫‪90.4‬‬ ‫‪96‬‬ ‫‪95‬‬ ‫‪87‬‬ ‫‪92‬‬ ‫‪86‬‬ ‫وزن‬ ‫المعاملة ‪2‬‬
‫‪22‬‬ ‫‪22‬‬ ‫‪22‬‬ ‫‪21‬‬ ‫‪24‬‬ ‫‪20‬‬ ‫عدد‬ ‫‪ 21‬كغم سماد ‪ /‬دونم‬
‫‪92.4‬‬ ‫‪98‬‬ ‫‪94‬‬ ‫‪89‬‬ ‫‪92‬‬ ‫‪88‬‬ ‫وزن‬ ‫المعاملة ‪4‬‬
‫‪22‬‬ ‫‪22‬‬ ‫‪24‬‬ ‫‪20‬‬ ‫‪22‬‬ ‫‪21‬‬ ‫عدد‬ ‫‪ 21‬كغم سماد ‪ /‬دونم‬

‫المطلوب‪:‬‬
‫‪ - 4‬إجراء تحليإل التباين وا تبار معنوية الفروق بين المعامهت باست دام ا تبار ‪ F‬وبمستوى داللة ‪1.15‬‬
‫‪ - 5‬في حالة ظهور فروق معنوية بين المعامهت باست دام ا تبار ‪ ،F‬ا تبر معنوية الفروق بين متوسط‬
‫وزن الثمرة كإل معاملة مع بقية المعامهت وكذلك متوسط عدد الثمار باست دام طريقة الفرق المعنوي‬
‫األصغر ‪ LSD‬وبمستوى داللة ‪.1.15‬‬
‫‪ - 7‬بأي معاملة من المعامهت السابقة تنصح المزارع باست دامها في حالة‪:‬‬
‫أ ‪ -‬رغبته بمتوسط ثمار أكبر ولماذا؟‬
‫ب ‪-‬رغبته بعدد اكبر من الثمار ولماذا؟‬

‫‪ :-2‬األمر الرئيسي ‪ :General Linear Model‬الذي يحتوي على األمر الفرعي التالي‪:‬‬
‫‪ -‬األمر ‪( univariate‬تحليل التباين لمعيارين ‪:(Two Way ANOVA‬‬
‫تحليإل التباين لمتغيرين (عاملين) هو عندما يكةون هنةاك متغيةر تةابع (معتمةد) واحةد ومتغيةرين مسةتقلين يةيثران‬
‫على المتغير التابع ومن الممكن أن يكون تأثير المتغيرين المسةتقلين ثابةت التةأثير ‪ Fixed‬أو أن يكةون عشةوائي‬
‫التأثير ‪ Random‬أو أن يكون مزدوج التأثير ‪ Mixed‬ويستفاد من تحليإل التباين لمعيةارين فةي ا تبةار معنويةة‬
‫تساوي متوسطات معالجات المتغير المستقإل األوإل (العامإل األوإل) إضافة إلى ا تبار معنوية تسةاوي متوسةطات‬
‫معالجات المتغير المستقإل الثاني (العامإل الثاني)‬
‫ويمكن الوصوإل إلى هذا األمر كما يأتي‪:‬‬
‫‪Analyze General Linear Model  univariate‬‬
‫* مثال على األمر ‪: univariate‬‬
‫تم زراعة مجموعة من قطع األراضي الزراعية المتسةاوية ال صةوبة والمسةاحة بثهثةة أنةواع م تلفةة مةن بةذور‬
‫القمح وكذلك تم تسميدها بثهثة أنواع م تلفة من األسمدة وقد تم تسجيإل الكميات المنتجة كما مدون فةي الجةدوإل‬
‫التالي والمطلوب معرفة هإل هناك فروق معنوية بةين متوسةطات كميةات اإلنتةاج بالنسةبة للبةذور وأي نةوع هةو‬
‫األفضإل من هذه البذور وكذلك هإل توجد فروق معنوية بين كميات اإلنتاج بالنسةبة إلةى أنةواع األسةمدة الم تلفةة‬
‫وأي نوع من األسمدة هو األفضإل مع اعتماد مستوى داللة ‪. 1.15‬‬
‫‪www.raadalassedy.com‬‬ ‫‪32 - 44‬‬
‫إعداد د‪ .‬رعد جعفر حسين‬ ‫‪2102-2102‬‬ ‫محاضرات في برنامج االحصائي ‪SPSS‬‬
‫‪s 2 0 2 2 0 0 0 2 2 0 2 2 0 2 2 0 0 2 2 2 2 2 2 0 2 2 2 2 2 0‬‬
‫‪c 2 0 2 0 0 2 2 2 2 0 2 2 0 2 2 0 2 2 2 2 0 2 0 2 0 0 2 2 2 2‬‬
‫‪p 9 2 5 2 7 2 6 9 4 2 7 6 5 9 2 4 2 8 6 4 6 2 8 4 2 4 7 9 6 7‬‬

‫حيخ‪ S :‬تمثإل نوع البذور(متغير مستقإل)‪ C ،‬نوع السماد (متغير مستقإل)‪ P ،‬كمية اإلنتاج (متغير تابع)‪.‬‬
‫حإل المثاإل‪:‬‬
‫نقوم بإد اإل البيانات في ‪ data view‬ومن شريط القوائم ن تار‪:‬‬
‫‪Analyze  general linear model  univariate‬‬
‫فيظهر مربع الحوار ال اص بهذا األمر والذي نقوم بترتيب متغيراته التابعة والمستقلة وكما يأتي‪:‬‬

‫ثم ن تار المفتاح ‪ post hoc‬من مربع الحوار السابق لتحديد أي من البذور أفضإل وكذلك أي من األسمدة‬
‫أفضإل ونقوم با تيار ا تبار ‪ scheffe‬إلجراء المقارنات المتعددة‪:‬‬

‫‪www.raadalassedy.com‬‬ ‫‪32 - 45‬‬

‫إعداد د‪ .‬رعد جعفر حسين‬ ‫‪2102-2102‬‬ ‫محاضرات في برنامج االحصائي ‪SPSS‬‬
‫وبعد العودة إلى مربع الحوار الرئيسي وننقر مفتاح ‪ ok‬فتظهر النتائج التالية‪:‬‬

‫مةن ةةهإل جةدوإل النتةةائج أعةهه يتضةةح هنةاك تةةأثير معنةوي للفروقةةات للمتغيةر األوإل ‪( S‬نةةوع البةذور) حيةةخ إن‬
‫‪ 1.110 =sig.‬وهو اصغر من ‪ 1.15‬أي هناك فروق معنوية كبيرة بين متوسطات اإلنتاج ألنواع البذور وهذا‬
‫يعني إن هناك تفضيإل لنوع من البذور على األ رى بالنسةبة إلةى اإلنتةاج‪ .‬كةذلك هةو الحةاإل بالنسةبة إلةى المتغيةر‬
‫الثاني ‪( C‬نوع السماد) حيخ إن ‪ 1.111=sig.‬أي إن هناك فروقات كبيرة بين متوسطات اإلنتاج المتعلقة بنوع‬
‫ألن قيمةة‬
‫السماد أي هناك تفضيإل نوع عن األ رى‪ .‬كذلك يهحظ انه ليا هناك تفاعإل بةين المتغيةرات المسةتقلة َ‬
‫‪ sig.‬ال اصة بتفاعإل المتغيرين المسةتقلين )‪ 1.996 = (S*C‬وهةي اكبةر مةن مسةتوى المعنويةة ‪ . 1.15‬أمةا‬
‫جدوإل تحليإل البذور (‪ )S‬التالي‪:‬‬

‫يتضح من هإل جدوإل تحليإل المتغير ‪ S‬إن الصنف الثالخ قةد تفةوق علةى الصةنفين اآل ةرين وهةذا مةا ييكةده‬
‫وجود عهمة * وان ‪ sig.‬بين الصنف الثالخ والصنفين اآل ةرين اقةإل مةن ‪ 1.15‬أي توجةد فةروق معنويةة بةين‬
‫الصنف الثالخ وكإل من الصنفين اآل رين ‪ .‬أما جدوإل تحليإل المتغير ‪ C‬ال اص بنوع السماد التالي‪:‬‬

‫‪www.raadalassedy.com‬‬ ‫‪32 - 43‬‬

‫إعداد د‪ .‬رعد جعفر حسين‬ ‫‪2102-2102‬‬ ‫محاضرات في برنامج االحصائي ‪SPSS‬‬

‫فهو اآل ر يوضح إن الصنف الثالخ من السماد قد تفوق على الصنفين اآل رين وهذا ما ييكده وجةود عهمةة *‬
‫وان ‪ sig.‬بين الصنف الثالخ والصنفين اآل ةرين اقةإل مةن ‪ 1.15‬أي توجةد فةروق معنويةة بةين الصةنف الثالةخ‬
‫وكإل من الصنفين اآل رين‪.‬‬
‫مهحظة‪ :‬قبإل أي تحليإل لدراسة تحليإل التباين من األفضإل ا تبار ان توزيع المتغير التابع يتبع التوزيةع الطبيعةي‬
‫وكذلك يجب أن تكون البيانات متجانسة بالنسبة للمتغيرات المستقلة (أي تكون التباينات متجانسة) قبإل البةدء بةأي‬
‫تحليإل‪.‬‬
‫تمرين ‪ 1‬على األمر ‪:tow way ANOVA‬‬
‫في تجربة لدراسة تأثير إضافة كميات م تلفة من سماد النيتروجين (‪ 41،21،21‬كغم‪/‬دونم) ومستويات‬
‫م تلفة من احد المبيدات الحشرية ( ‪ )%2 ، %2 ، %0‬في زيادة إنتاج محصوإل الحنطة‪ ،‬تم إجراء ثهخ‬
‫معامهت لهذا الغر وبأربع مكررات لكإل معاملة وكانت نتائج التجربة كما يأتي‪:‬‬

‫المكررات‬
‫المتوسط‬ ‫مكرر ‪4‬‬ ‫مكرر ‪2‬‬ ‫مكرر ‪2‬‬ ‫مكرر ‪0‬‬
‫المعامهت‬
‫‪05.65‬‬ ‫‪09‬‬ ‫‪05‬‬ ‫‪06‬‬ ‫‪02‬‬ ‫مبيد ‪%0‬‬
‫المعاملة ‪21 :0‬‬
‫‪22‬‬ ‫‪24‬‬ ‫‪21‬‬ ‫‪22‬‬ ‫‪20‬‬ ‫مبيد ‪%2‬‬
‫كغم سماد ‪ /‬دونم‬
‫‪22.5‬‬ ‫‪22‬‬ ‫‪22‬‬ ‫‪25‬‬ ‫‪24‬‬ ‫مبيد ‪%2‬‬
‫‪25.65‬‬ ‫‪29‬‬ ‫‪25‬‬ ‫‪26‬‬ ‫‪22‬‬ ‫مبيد ‪%0‬‬
‫المعاملة ‪21 :2‬‬
‫‪42‬‬ ‫‪44‬‬ ‫‪41‬‬ ‫‪42‬‬ ‫‪40‬‬ ‫مبيد ‪%2‬‬
‫كغم سماد ‪ /‬دونم‬
‫‪22.5‬‬ ‫‪22‬‬ ‫‪22‬‬ ‫‪25‬‬ ‫‪24‬‬ ‫مبيد ‪%2‬‬
‫‪41.65‬‬ ‫‪44‬‬ ‫‪41‬‬ ‫‪42‬‬ ‫‪26‬‬ ‫مبيد ‪%0‬‬
‫المعاملة ‪41 :2‬‬
‫‪56‬‬ ‫‪59‬‬ ‫‪55‬‬ ‫‪58‬‬ ‫‪57‬‬ ‫مبيد ‪%2‬‬
‫كغم سماد ‪ /‬دونم‬
‫‪49.5‬‬ ‫‪52‬‬ ‫‪46‬‬ ‫‪51‬‬ ‫‪49‬‬ ‫مبيد ‪%2‬‬
‫المطلوب‪:‬‬
‫‪ - 0‬إجراء تحليإل التباين وا تبار معنوية الفروق بين المعامهت باست دام ا تبار ‪ F‬وبمستوى داللة ‪1.15‬‬
‫‪ - 2‬في حالة ظهور فروق معنوية بين المعامهت باست دام ا تبار ‪ ،F‬ا تبر معنوية الفروق بين متوسط‬
‫إنتاج كإل معاملة مع بقية المعامهت باست دام طريقة الفرق المعنوي األصغر ‪ LSD‬وبمستوى داللة‬
‫‪.1.15‬‬
‫‪ - 2‬بأي معاملة من المعامهت السابقة تنصح المزارع باست دامها ولماذا؟‬

‫‪www.raadalassedy.com‬‬ ‫‪32 - 47‬‬

‫إعداد د‪ .‬رعد جعفر حسين‬ ‫‪2102-2102‬‬ ‫محاضرات في برنامج االحصائي ‪SPSS‬‬
‫تمرين ‪ 2‬على األمر ‪:tow-way ANOVA‬‬
‫في تجربة لتغذية ثهخ سهالت من الحمهن هي العواسي والحمداني والمستورد وللذكور واإلناخ‪ ،‬ظهرت‬
‫النتائج كما في الجدوإل التالي‪ ،‬والمطلوب ا تبار فرضية العدم التي تنص على عدم وجود فروق معنوية بين‬
‫الس هالت مقابإل الفرضية البديلة ومعرفة أي من السهالت تفوقت على األ رى تحت مستوى معنوية ‪ %5‬فيما‬
‫اذا تم رف فرضية العدم والقبوإل بالفرضية البديلة وكيف تم معرفة ذلك‪.‬مع حساب متوسط اوزان الذكور‬
‫واإلناخ لكإل سهلة‪.‬‬
‫فرضية العدم ‪:‬‬
‫‪H0:µw1= µw2= µw3‬‬
‫الفرضية البديلة‪:‬‬
‫‪H1: µw1≠ µw2≠ µw3‬‬
‫السهلة ‪A‬‬ ‫الجنا ‪B‬‬ ‫تكرارات االوزان ‪W‬‬
‫‪0‬‬ ‫ذكر‬ ‫‪07‬‬ ‫‪08‬‬ ‫‪06‬‬
‫‪0‬‬ ‫عواسي‬
‫‪2‬‬ ‫انثى‬ ‫‪05‬‬ ‫‪02‬‬ ‫‪02‬‬
‫‪0‬‬ ‫ذكر‬ ‫‪21‬‬ ‫‪20‬‬ ‫‪21‬‬
‫‪2‬‬ ‫حمداني‬
‫‪2‬‬ ‫انثى‬ ‫‪09‬‬ ‫‪08‬‬ ‫‪08‬‬
‫‪0‬‬ ‫ذكر‬ ‫‪24‬‬ ‫‪25‬‬ ‫‪25‬‬
‫‪2‬‬ ‫مستورد‬
‫‪2‬‬ ‫انثى‬ ‫‪22‬‬ ‫‪22‬‬ ‫‪20‬‬

‫‪ :-4‬األمر الرئيسي ‪( correlate‬االرتباط)‪:‬‬

‫يعتبر االرتباط أحد المقاي يا اإلحصائية المهمة والمست دمة بشكإل واسع جدا والتةي تسةت دم إليجةاد العهقةة بةين‬
‫متغيرين أو أكثر ويعتبر معامإل االرتباط لبيرسون ‪ Pearson‬مةن أهةم المقةاييا حيةخ يسةت دم إليجةاد العهقةة‬
‫بين المتغيرات الرقمية والتي تسةت دم القياسةات الكميةة مثةإل العهقةة بةين الطةوإل والةوزن وغيرهةا‪ ،‬أمةا فةي حالةة‬
‫الرتب ‪ Ranks‬والصفات أي المتغيرات الوصةفية نسةت دم ا تبةار ‪ Spearman‬أو ا تبةار ‪ Kendall‬والتةي‬
‫تست دم الست راج معامإل االرتباط بصورة تقريبية حيخ من الضروري است دام معامإل االرتبةاط ( ‪Kendall,‬‬
‫‪ )Spearman‬في حالة إذا كان أحد مشاهدات المتغيرين أو كههما غير مقاستين (ليست متغيرات كمية) ولكن‬
‫يمكن إعطائها رتبا تصاعدية أو تنازلية وفي هةذه الحالةة يةتم إد ةاإل الرتةب المتنةاظرة للظةاهرتين بةدال مةن القةيم‬
‫األصةةةلية‪.‬إن المقيةةةاا المسةةةت دم الةةةذي يقةةةيا درجةةةة االرتبةةةاط يعةةةرف بمعامةةةإل االرتبةةةاط ‪correlation‬‬
‫‪ coefficients‬وتراوح قيمته بين (‪ )0-،0‬حيةخ كلمةا اقتربةت قيمةة معامةإل االرتبةاط مةن الواحةد يةدإل علةى إن‬
‫العهقة بين المتغيرات قيد الدراسة قوية وان اإلشةارة السةالبة تةدإل علةى العهقةة العكسةية واإلشةارة الموجبةة تةدإل‬
‫علةةى العهقةةة الطرديةةة‪ ،‬أمةةا إذا اقتربةةت قيمةةة معامةةإل االرتبةةاط مةةن الصةةفر فهةةذا دليةةإل علةةى ضةةعف العهقةةة بةةين‬
‫المتغيرات قيد الدراسة‪.‬‬
‫وان هذا األمر يحتوي على عدة أوامر فرعية منها‪:‬‬
‫* األمةةر ‪ :bivariate‬هةةذا األمةةر ةةاص بحسةةاب معامةةإل االرتبةةاط ال طةةي البسةةيط ‪simple linear‬‬
‫‪ ,correlation‬يحسب معامإل االرتباط ال طي البسيط بافترا وجود عهقة بين متغيرين اثنين فقةط مةع العلةم‬
‫إن الحصةةوإل علةةى قيمةةة صةةغيرة لهةةذا المعامةةإل ال يعنةةي عةةدم وجةةود عهقةةة بةةين المتغيةةرين فقةةد توجةةد عهقةةة مةةن‬
‫الدرجة الثانية أو الثالثة (ارتباط غيةر طةي) يمكةن الوصةوإل ل مةر الةذي يحسةب االرتبةاط ال طةي البسةيط كمةا‬
‫يأتي‪:‬‬

‫‪Analyze  correlate  bivariate‬‬

‫فيظهر مربع الحوار التالي‪:‬‬

‫‪www.raadalassedy.com‬‬ ‫‪32 - 48‬‬

‫إعداد د‪ .‬رعد جعفر حسين‬ ‫‪2102-2102‬‬ ‫محاضرات في برنامج االحصائي ‪SPSS‬‬

‫فننقإل المتغيرين من جهة اليسار إلى جهة اليمين ونأشر انة ‪ Pearson‬لحساب معامإل االرتباط البسيط أما إذا‬
‫أردنا إيجاد معامإل ارتباط الرتب فنأشر انة ‪ spearman‬كما نيشر انة ‪ two-tailed‬ال تبار الفرضية من‬
‫الطرفين كما نيشر انة ‪ flag significant correlations‬لوضع نجمة لهرتباطةات المعنويةة كمةا موضةح‬
‫في الصورة أعهه‪.‬‬
‫مثال على حساب معامل االرتباط الخطي البسيط‪:‬‬
‫البيانات التالية تمثإل درجات ‪ 01‬طهب في مادة الرياضيات ومادة اللغة وهي كما يأتي‪:‬‬
‫‪Lang:60,68,60,74,80,84,80,72,62,82‬‬
‫‪Math:56,60,64,82,76,72,74,66,64,86‬‬
‫المطلوب‪:‬‬
‫‪ -0‬إد اإل البيانات في ‪ data editor‬لبرنامج ‪spss‬‬
‫‪ -2‬اوجد معامإل االرتباط ال طي البسيط ‪Pearson‬‬
‫‪ -2‬ا تبار الفرضية من طرفين‬
‫‪ -4‬تعليم االرتباطات المعنوية‬
‫‪ -5‬حلإل النتائج‬
‫حإل المثاإل‬
‫نرتب البيانات في ‪ data editor‬كما في الجدوإل اآلتي‪:‬‬

‫‪lang‬‬ ‫‪math‬‬
‫‪60‬‬ ‫‪56‬‬
‫‪68‬‬ ‫‪60‬‬
‫‪60‬‬ ‫‪64‬‬
‫‪74‬‬ ‫‪82‬‬
‫‪80‬‬ ‫‪76‬‬
‫‪84‬‬ ‫‪72‬‬
‫‪80‬‬ ‫‪74‬‬
‫‪72‬‬ ‫‪66‬‬
‫‪62‬‬ ‫‪64‬‬
‫‪82‬‬ ‫‪86‬‬
‫‪www.raadalassedy.com‬‬ ‫‪32 - 49‬‬
‫إعداد د‪ .‬رعد جعفر حسين‬ ‫‪2102-2102‬‬ ‫محاضرات في برنامج االحصائي ‪SPSS‬‬
‫من قائمة األوامر ن تار ما يأتي‪:‬‬
‫‪Analyze  correlate  bivariate‬‬
‫فيظهر صندوق الحوار ال اص بهذا األمةر فننقةإل المتغيةرين مةن جهةة اليسةار إلةى جهةة اليمةين ونأشةر انةة‬
‫‪ Pearson‬و انةةة ‪ two-tailed‬وكةةذلك انةةة ‪ flag significant correlations‬كمةةا فةةي الصةةورة‬
‫التالية‪:‬‬

‫بعد ذلك ننقر مفتاح ‪ ok‬فتظهر النتائج كما في الصورة أدناه‪:‬‬

‫تحليإل النتائج‪ :‬بلغ معامإل االرتباط ‪ 1.667‬وان هذا الرقم يقترب من الواحد وهذا يدإل على االرتباط القةوي بةين‬
‫المتغيرين وبما إن اإلشارة موجبة فهذا يةدإل علةى العهقةة بةين المتغيةرين عهقةة طرديةة أي كلمةا ارتفعةت درجةة‬
‫إحدى المواد ترتفع معها درجة المادة األ رى والعكا صحيح‪.‬‬
‫تمارين على األمر ‪Correlation‬‬
‫تمرين ‪:1‬‬
‫البيانةات التاليةة تمثةإل طةوإل النبةات (‪ )lo‬وعةدد التفرعةات (‪ )not‬كمةا تظهةر فةي ورقةة ‪ data view‬لبرنةامج‬
‫‪ SPSS‬كما يأتي‪:‬‬
‫‪lo‬‬ ‫‪not‬‬
‫‪38‬‬ ‫‪8‬‬
‫‪42‬‬ ‫‪10‬‬
‫‪20‬‬ ‫‪3‬‬
‫‪www.raadalassedy.com‬‬ ‫‪32 - 51‬‬
‫إعداد د‪ .‬رعد جعفر حسين‬ ‫‪2102-2102‬‬ ‫محاضرات في برنامج االحصائي ‪SPSS‬‬
‫‪46‬‬ ‫‪12‬‬
‫‪25‬‬ ‫‪5‬‬
‫‪22‬‬ ‫‪3‬‬
‫‪48‬‬ ‫‪14‬‬
‫‪30‬‬ ‫‪6‬‬
‫‪53‬‬ ‫‪15‬‬
‫‪36‬‬ ‫‪6‬‬
‫المطلوب ما يأتي‪:‬‬
‫‪ - 0‬اوجد معامإل االرتباط ال طي البسيط لـ (‪)Pearson‬‬
‫‪ - 2‬ا تبار المعنوي من اتجاهين‬
‫‪ - 2‬وضع عهمة * في حالة كون االرتباط ال طي البسيط معنوي تحت مستوى معنوية ‪%5‬‬
‫‪ - 4‬حساب المتوسط واالنحراف المعياري‬
‫‪ - 5‬هإل االرتباط طردي أم عكسي وكيف تستدإل على ذلك؟‬
‫‪ - 7‬هإل نقبإل فرضية العدم أم نرفضها ولماذا؟‬
‫‪H0:p=0‬‬ ‫فرضية العدم‬
‫‪H1:p≠0‬‬ ‫الفرضية البديلة‬

‫تمرين ‪:2‬‬
‫البيانةةات التاليةةة تمثةةإل تركيةةز احةةد المبةةديات (‪ )Ms‬فةةي مكافحةةة إحةةدى االفةةات الزراعيةةة ونسةةبة االصةةابة بعةةد‬
‫المكافحة(‪ )Pr‬كما تظهر في ورقة ‪ data view‬لبرنامج ‪ SPSS‬كما يأتي‪:‬‬
‫‪Ms‬‬ ‫‪Pr‬‬
‫‪.020‬‬ ‫‪.05‬‬
‫‪.013‬‬ ‫‪.65‬‬
‫‪.018‬‬ ‫‪.31‬‬
‫‪.016‬‬ ‫‪.50‬‬
‫‪.012‬‬ ‫‪.71‬‬
‫‪.014‬‬ ‫‪.6‬‬
‫‪.010‬‬ ‫‪.85‬‬
‫‪.017‬‬ ‫‪.41‬‬
‫‪.019‬‬ ‫‪.15‬‬
‫‪.015‬‬ ‫‪.57‬‬
‫المطلوب ما يأتي‪:‬‬
‫‪ - 0‬اوجد معامإل االرتباط ال طي البسيط لـ (‪)Pearson‬‬
‫‪ - 2‬ا تبار المعنوي من اتجاهين‬
‫‪ - 2‬وضع عهمة * في حالة كون االرتباط ال طي البسيط معنوي تحت مستوى معنوية ‪%5‬‬
‫‪ - 4‬حساب المتوسط واالنحراف المعياري‬
‫‪ - 5‬هإل االرتباط طردي أم عكسي وكيف تستدإل على ذلك؟‬
‫‪ - 7‬هإل نقبإل فرضية العدم أم نرفضها ولماذا؟‬
‫‪H0:p=0‬‬ ‫فرضية العدم‬
‫‪H1:p≠0‬‬ ‫الفرضية البديلة‬

‫‪www.raadalassedy.com‬‬ ‫‪32 - 50‬‬

‫إعداد د‪ .‬رعد جعفر حسين‬ ‫‪2102-2102‬‬ ‫محاضرات في برنامج االحصائي ‪SPSS‬‬
‫تمرين ‪:3‬‬
‫البيانات التالية تمثإل نسبة الملوحة في التربةة (ديسةي سةمنز‪/‬م) (‪ )Ec‬وكميةة اإلنتةاج لمحصةوإل الشةعير (‪)Pro‬‬
‫كما تظهر في ورقة ‪ data view‬لبرنامج ‪ SPSS‬كما يأتي‪:‬‬
‫‪Ec‬‬ ‫‪Pro‬‬
‫‪.75‬‬ ‫‪25‬‬
‫‪.30‬‬ ‫‪23‬‬
‫‪.10‬‬ ‫‪20‬‬
‫‪.55‬‬ ‫‪23‬‬
‫‪.40‬‬ ‫‪24‬‬
‫‪.80‬‬ ‫‪23‬‬
‫‪.20‬‬ ‫‪25‬‬
‫‪.50‬‬ ‫‪26‬‬
‫‪.70‬‬ ‫‪25‬‬
‫‪.85‬‬ ‫‪25‬‬
‫المطلوب ما يأتي‪:‬‬
‫‪ - 0‬اوجد معامإل االرتباط ال طي البسيط لـ (‪)Pearson‬‬
‫‪ - 2‬ا تبار المعنوي من اتجاهين‬
‫‪ - 2‬وضع عهمة * في حالة كون االرتباط ال طي البسيط معنوي تحت مستوى معنوية ‪%5‬‬
‫‪ - 4‬حساب المتوسط واالنحراف المعياري‬
‫‪ - 5‬هإل االرتباط طردي أم عكسي وكيف تستدإل على ذلك؟‬
‫‪ - 7‬هإل نقبإل فرضية العدم أم نرفضها ولماذا؟‬
‫‪H0:p=0‬‬ ‫فرضية العدم‬
‫‪H1:p≠0‬‬ ‫الفرضية البديلة‬

‫تمرين ‪:4‬‬
‫البيانات التالية تمثإل كمية السماد الكيمةاوي (‪ )Fr‬وكميةة اإلنتةاج ألحةد المحاصةيإل (‪ )Pro‬كمةا تظهةر فةي ورقةة‬
‫‪ data view‬لبرنامج ‪ SPSS‬كما يأتي‪:‬‬
‫‪Fr‬‬ ‫‪Pro‬‬
‫‪5.0‬‬ ‫‪102‬‬
‫‪3.5‬‬ ‫‪74‬‬
‫‪5.5‬‬ ‫‪120‬‬
‫‪2.5‬‬ ‫‪55‬‬
‫‪4.0‬‬ ‫‪83‬‬
‫‪6.0‬‬ ‫‪133‬‬
‫‪2.0‬‬ ‫‪50‬‬
‫‪3.0‬‬ ‫‪65‬‬
‫‪4.5‬‬ ‫‪91‬‬
‫‪6.5‬‬ ‫‪140‬‬
‫المطلوب ما يأتي‪:‬‬
‫‪ - 0‬اوجد معامإل االرتباط ال طي البسيط لـ (‪)Pearson‬‬
‫‪ - 2‬ا تبار المعنوي من اتجاهين‬
‫‪ - 2‬وضع عهمة * في حالة كون االرتباط ال طي البسيط معنوي تحت مستوى معنوية ‪%5‬‬
‫‪www.raadalassedy.com‬‬ ‫‪32 - 52‬‬
‫إعداد د‪ .‬رعد جعفر حسين‬ ‫‪2102-2102‬‬ ‫محاضرات في برنامج االحصائي ‪SPSS‬‬
‫‪ - 4‬حساب المتوسط واالنحراف المعياري‬
‫‪ - 5‬هإل االرتباط طردي أم عكسي وكيف تستدإل على ذلك؟‬
‫‪ - 7‬هإل نقبإل فرضية العدم أم نرفضها ولماذا؟‬
‫‪H0:p=0‬‬ ‫فرضية العدم‬
‫‪H1:p≠0‬‬ ‫الفرضية البديلة‬

‫‪ -5‬األمر الرئيسي ‪( Regression‬االنحدار)‪:‬‬

‫يست دم هذا األمر االيجاد االنحدار بةين متغيةر تةابع واحةد ومتغيةر مسةتقإل واحةد ويسةمى نمةوذج االنحةدار‬
‫البسيط ‪ simple Regression model‬أو بين متغير تابع واحد وأكثر من متغيةر مسةتقإل فيسةمى عنةد ذاك‬
‫بنموذج االنحدار المتعدد ‪ multiple Regression model‬وهناك نوعان من االنحدار األوإل يسمى النموذج‬
‫ال طي ‪ linear model‬والثاني يسمى النموذج غير ال طةي ‪ non linear model‬وسةوف تقتصةر دراسةتنا‬
‫علةى نمةوذج االنحةدار ال طةي البسةيط ‪ simple linear Regression model‬حيةخ يأ ةذ هةذا النمةوذج‬
‫الصيغة العامة التالية‪Ŷ=B0+B1X±e :‬‬
‫حيخ‪:‬‬
‫‪ =Ŷ‬المتغير التابع المحسوب‬
‫‪ =X‬المتغير المستقإل‬
‫‪=B0‬الحةد الثابةت ‪ constant‬أو نقطةة تقةاطع ةط االنحةدار مةع المحةور الصةادي (‪ ) Y-axis‬فةي الرسةم‬
‫البياني‬
‫‪ =B1‬معامإل االنحدار (معامإل المرونة) أي مقدار التغير في قيمة ‪ Y‬عندما تتغير قيمة ‪ X‬بمقدار وحدة واحدة‬
‫‪ =e‬ال طأ العشوائي‬

‫وان الم طط التالي يبين أنواع النماذج ال اصة باالنحدار (‪)Regression‬‬

‫‪Regression‬‬
‫االنحدار‬

‫‪Multiple‬‬ ‫‪Simple‬‬
‫‪Regression‬‬ ‫‪Regression‬‬
‫‪Model‬‬ ‫‪Model‬‬

‫‪Non Linear‬‬ ‫‪Non Linear‬‬

‫‪Linear Model‬‬ ‫‪Linear Model‬‬
‫‪Model‬‬ ‫‪Model‬‬

‫‪www.raadalassedy.com‬‬ ‫‪32 - 52‬‬

‫إعداد د‪ .‬رعد جعفر حسين‬ ‫‪2102-2102‬‬ ‫محاضرات في برنامج االحصائي ‪SPSS‬‬
‫مثال‪:‬‬
‫في دراسة لمعرفة اثر التغير في تكاليف إنتاج (‪ )cost‬ألحةد المحاصةيإل الزراعيةة علةى اسةعاره (‪ )price‬تةم‬
‫الحصوإل على البيانات التالية‪:‬‬
‫‪COST‬‬ ‫‪PRICE‬‬
‫‪511‬‬ ‫‪610‬‬
‫‪400‬‬ ‫‪605‬‬
‫‪266‬‬ ‫‪410‬‬
‫‪560‬‬ ‫‪744‬‬
‫‪456‬‬ ‫‪640‬‬
‫‪167‬‬ ‫‪302‬‬
‫‪602‬‬ ‫‪793‬‬
‫‪357‬‬ ‫‪521‬‬
‫‪211‬‬ ‫‪384‬‬
‫‪306‬‬ ‫‪483‬‬
‫المطلوب‪:‬‬
‫‪2‬‬
‫أ ‪ -‬است رج معامإل التحديد ‪ R‬وا تبر جودة نموذج االنحدار ال طي‬
‫ب ‪-‬است رج جدوإل تحليإل التباين ‪ ANOVA‬وا تبر معنوية النموذج من هإل ا تبار ‪F‬‬
‫ت ‪-‬اوجد معادلة االنحدار علما ان المتغير المستقإل يرمز له بالرمز ‪ X‬والمتغير التابع بالرمز‪Ŷ‬‬
‫خ ‪-‬ا تبر فرضية العدم لكإل من معلمتي االنحدار ‪ B0 ,B1‬من هإل ا تبار ‪ t‬تحت مستوى معنوية ‪ %5‬و‬
‫‪%0‬‬
‫‪H0: B0, B1=0‬‬ ‫فرضية العدم‬
‫‪H1: B0, B1≠ 0‬‬ ‫الفرضية البديلة‬
‫الحإل‪:‬‬
‫‪ - 0‬من شريط القوائم ن تار‬
‫‪Analyze  Regression  Linear‬‬
‫‪ - 2‬فيظهر مربع ‪Linear Regression‬حيخ نقوم بنقإل المتغير التابع (‪ )price‬من جهةة اليسةار إلةى‬
‫انة ‪ Dependent‬والمتغير المستقإل (‪ )cost‬إلى انة )‪Independent(s‬‬
‫‪ - 2‬ننقر مفتاح ‪ Statistics‬فيظهر مربع الحوار ال اص به فنقوم بتأشير ال انات التالية‪:‬‬
‫أ ‪ -‬انة ‪ :Estimates‬لتقدير معلمتي نموذج االنحدار ال طي وهي (‪ )B0,B1‬وا تبارات ‪ t‬لها‬
‫ب ‪ -‬انة ‪ :Model fit‬لعر معامإل التحديد ‪ R2‬وجدوإل تحليإل التباين ‪ANOVA‬‬
‫‪ - 4‬عند النقر على مفتاح ‪ ok‬تظهر الجداوإل ال اصة بنتائج التحليإل اإلحصائي وهي ‪:‬‬
‫أ ‪ -‬جدوإل ‪ :Model Summary‬يتضمن معامإل التحديد ‪ R2‬ويعتبر مقياسا لجودة النمةوذج وتكةون‬
‫قيمته بين الصفر والواحد الصحيح‪ ،‬وان مقداره في مثالنا هو ‪ 1.972‬وهذا يعني ان ‪ %97‬مةن‬
‫التغيةر الةذي يحةدخ لسةعر السةلعة يكةون بسةبب التكةاليف وان ‪ %4‬فقةط مةن التغيةرات فةي السةعر‬
‫تكون بسبب متغيرات مستقلة أ رى لم تتناولها الدراسة‪.‬‬
‫‪b‬‬
‫‪Model Summary‬‬
‫‪Mod‬‬ ‫‪R‬‬ ‫‪Adjusted R Std. Error of‬‬
‫‪el‬‬ ‫‪R‬‬ ‫‪Square Square‬‬ ‫‪the Estimate‬‬
‫‪1‬‬ ‫‪.981a‬‬ ‫‪.962‬‬ ‫‪.958‬‬ ‫‪32.578‬‬

‫‪www.raadalassedy.com‬‬ ‫‪32 - 54‬‬

‫إعداد د‪ .‬رعد جعفر حسين‬ ‫‪2102-2102‬‬ ‫محاضرات في برنامج االحصائي ‪SPSS‬‬
‫‪a. Predictors: (Constant), COST‬‬
‫‪b. Dependent Variable: PRICE‬‬

‫ب‪ -‬جدوإل تحليإل التباين ‪ :ANOVA‬يشير إلى ان المعنوية (‪ )Sig.‬ال اصةة با تبةار ‪ F‬بلغةت( ‪ ).000‬وهةذا‬
‫يشير إلى معنوية معادلة االنحدار‪.‬‬
‫‪b‬‬
‫‪ANOVA‬‬
‫‪Sum of‬‬ ‫‪Mean‬‬
‫‪Model‬‬ ‫‪Squares‬‬ ‫‪df‬‬ ‫‪Square‬‬ ‫‪F‬‬ ‫‪Sig.‬‬
‫‪1‬‬ ‫‪Regressi 217085.40‬‬ ‫‪1‬‬ ‫‪217085.40 204.54 .000a‬‬
‫‪on‬‬ ‫‪5‬‬ ‫‪5‬‬ ‫‪0‬‬
‫‪Residual 8490.695‬‬ ‫‪8‬‬ ‫‪1061.337‬‬
‫‪Total 225576.10‬‬ ‫‪9‬‬
‫‪0‬‬
‫‪a. Predictors: (Constant), COST‬‬
‫‪b. Dependent Variable: PRICE‬‬

‫ت ‪-‬جدوإل ‪:Coefficients‬‬
‫‪a‬‬
‫‪Coefficients‬‬
‫‪Standardiz‬‬
‫‪ed‬‬
‫‪Unstandardized Coefficient‬‬
‫‪Coefficients‬‬ ‫‪s‬‬
‫‪Model‬‬ ‫‪B‬‬ ‫‪Std. Error‬‬ ‫‪Beta‬‬ ‫‪t‬‬ ‫‪Sig.‬‬
‫‪1‬‬ ‫‪(Consta 147.457 29.927‬‬ ‫‪4.927‬‬ ‫‪.001‬‬
‫)‪nt‬‬
‫‪COST‬‬ ‫‪1.048‬‬ ‫‪.073‬‬ ‫‪.981‬‬ ‫‪14.302‬‬ ‫‪.000‬‬
‫‪a. Dependent Variable: PRICE‬‬

‫وهو الجدوإل الذي يمكةن مةن هلةه كتابةة معادلةة االنحةدار ال طةي كةذلك ا تبةار معنويةة معلمتةي النمةوذج‬
‫(‪ )B0,B1‬وان معادلة االنحدار ال طي هي كما يأتي‪:‬‬
‫‪Ŷ= B0 + B1X‬‬
‫‪Ŷ=147.457 + 1.048X‬‬
‫)‪(29.927) (.073‬‬
‫ان المعادلة السابقة تعني عند زيادة تكاليف إنتاج هذا المحصوإل بمقةدار وحةدة واحةدة فةان سةعر المحصةوإل‬
‫سوف يزداد بمقدار ‪ ،0.148‬اما االرقام دا إل االقواا تحت معلمتي النموذج فتمثإل مقدار ال طأ المعيار‬
‫لهما ‪.‬‬
‫خ ‪-‬ايضا من هإل الجدوإل أعةهه يمكةن ا تبةار فرضةية العةدم لمعلمتةي النمةوذج (‪ )B0,B1‬حيةخ يهحةظ ان‬
‫المعنوية (‪ )sig.‬ال تبار ‪ t‬لمعلمتي النموذج (‪ )B0,B1‬هي اقإل من ‪ 1.10‬مما يشير إلةى رفة فرضةية‬
‫العدم والقبوإل بالفرضية البديإل وهذا ييكد على معنويتهما تحت مستوى ‪ %5‬و ‪.% 0‬‬
‫‪www.raadalassedy.com‬‬ ‫‪32 - 55‬‬
‫إعداد د‪ .‬رعد جعفر حسين‬ ‫‪2102-2102‬‬ ‫محاضرات في برنامج االحصائي ‪SPSS‬‬
‫تمرين ‪:1‬‬
‫في دراسة لمعرفة اثر ال ّتغير فةي أسةعار(‪ )price‬احةد المحاصةيإل الزراعيةة علةى حجةم الطلةب (‪)demand‬‬
‫عليه‪ ،‬تم الحصوإل على البيانات التالية‪:‬‬
‫‪PRICE DEMAND‬‬
‫‪16‬‬ ‫‪253‬‬
‫‪21‬‬ ‫‪245‬‬
‫‪27‬‬ ‫‪192‬‬
‫‪15‬‬ ‫‪260‬‬
‫‪19‬‬ ‫‪244‬‬
‫‪31‬‬ ‫‪190‬‬
‫‪12‬‬ ‫‪255‬‬
‫‪23‬‬ ‫‪199‬‬
‫‪30‬‬ ‫‪188‬‬
‫‪26‬‬ ‫‪202‬‬
‫المطلوب‪:‬‬
‫‪2‬‬
‫أ ‪ -‬است رج معامإل التحديد ‪ R‬وا تبر جودة نموذج االنحدار ال طي‬
‫ب ‪-‬است رج جدوإل تحليإل التباين ‪ ANOVA‬وا تبر معنوية النموذج من هإل ا تبار ‪F‬‬
‫ت ‪-‬اوجد معادلة االنحدار علما ان المتغير المستقإل يرمز له بالرمز ‪ X‬والمتغير التابع بالرمز ‪Ŷ‬‬
‫لكإل من معلمتي االنحدار ‪ B0, B1‬من هإل ا تبار ‪ t‬تحت مستوى معنوية ‪ %5‬و‬ ‫خ ‪-‬ا تبر فرضية العدم ٍ‬
‫‪%0‬‬
‫‪H0: B0, B1=0‬‬ ‫فرضية العدم‬
‫‪H1: B0, B1≠ 0‬‬ ‫الفرضية البديلة‬

‫تمرين ‪:2‬‬
‫في دراسة لمعرفة اثر التغير في تكاليف المواد االولية (‪ )X1‬وأجور العمإل (‪ )X2‬ألحد المحاصةيإل الزراعيةة‬
‫على اسعاره (‪ )p‬تم الحصوإل على البيانات التالية‪:‬‬
‫‪p‬‬ ‫‪X1‬‬ ‫‪X2‬‬
‫‪301‬‬ ‫‪102‬‬ ‫‪123‬‬
‫‪610‬‬ ‫‪275‬‬ ‫‪314‬‬
‫‪320‬‬ ‫‪112‬‬ ‫‪141‬‬
‫‪550‬‬ ‫‪267‬‬ ‫‪282‬‬
‫‪351‬‬ ‫‪119‬‬ ‫‪173‬‬
‫‪500‬‬ ‫‪199‬‬ ‫‪251‬‬
‫‪395‬‬ ‫‪131‬‬ ‫‪192‬‬
‫‪465‬‬ ‫‪174‬‬ ‫‪235‬‬
‫‪410‬‬ ‫‪141‬‬ ‫‪211‬‬
‫‪430‬‬ ‫‪163‬‬ ‫‪223‬‬
‫المطلوب‪:‬‬
‫‪2‬‬
‫أ ‪ -‬است رج معامإل التحديد ‪ R‬وا تبر جودة نموذج االنحدار ال طي‬

‫‪www.raadalassedy.com‬‬ ‫‪32 - 53‬‬

‫إعداد د‪ .‬رعد جعفر حسين‬ ‫‪2102-2102‬‬ ‫محاضرات في برنامج االحصائي ‪SPSS‬‬
‫ب ‪-‬است رج جدوإل تحليإل التباين ‪ ANOVA‬وا تبر معنوية النموذج من هإل ا تبار ‪F‬‬
‫ت ‪-‬اوجةةد معادلةةة االنحةةدار علمةةا ان المتغيةةران المسةةتقهن يرمةةز لهمةةا بةةالرمز ‪ X1‬و‪ X2‬والمتغيةةر التةةابع‬
‫بالرمز‪Ŷ‬‬
‫خ ‪-‬ا تبر فرضية العدم لكإل من معلمتةي االنحةدار ‪ B0 ,B1,B2‬مةن ةهإل ا تبةار ‪ t‬تحةت مسةتوى معنويةة‬
‫‪ %5‬و ‪%0‬‬
‫‪H0: B0, B1,B2=0‬‬ ‫فرضية العدم‬
‫‪H1: B0, B1,B2≠ 0‬‬ ‫الفرضية البديلة‬

‫تمرين على األمر ‪: regression‬‬

‫في إحدى التجارب لمعرفة هإل يوجد ارتباط بين طوإل النبات ومساحة الورقة وكمية اإلنتاج لمحصوإل دوار‬
‫الشما وما هي معادلة ال ط المستقيم لهذه المتغيرات اذا علمنا بان متغير كمية اإلنتاج هو المتغير التابع‬
‫والمتغيران مستقهن هما كإل من طوإل النبات ومساحة الورقة من هإل البيانات االتية‪:‬‬
‫‪X2‬‬ ‫‪X1‬‬ ‫‪Y‬‬
‫كمية االنتاج طوإل النبات مساحة الورقة‬
‫‪21‬‬ ‫‪081‬‬ ‫‪511‬‬
‫‪20‬‬ ‫‪080‬‬ ‫‪521‬‬
‫‪25‬‬ ‫‪085‬‬ ‫‪521‬‬
‫‪29‬‬ ‫‪091‬‬ ‫‪571‬‬
‫‪41‬‬ ‫‪092‬‬ ‫‪561‬‬
‫‪50‬‬ ‫‪097‬‬ ‫‪711‬‬

‫المطلوب‪:‬‬
‫‪2‬‬
‫أ ‪ -‬است رج معامإل التحديد ‪ R‬وا تبر جودة نموذج االنحدار ال طي‬
‫ب ‪-‬است رج جدوإل تحليإل التباين ‪ ANOVA‬وا تبر معنوية النموذج من هإل ا تبار ‪F‬‬
‫ت ‪-‬اوجةةد معادلةةة االنحةةدار علمةةا ان المتغيةةران المسةةتقهن يرمةةز لهمةةا بةةالرمز ‪ X1‬و‪ X2‬والمتغيةةر التةةابع‬
‫بالرمز‪Ŷ‬‬
‫خ ‪-‬ا تبر فرضية العدم لكإل من معلمتةي االنحةدار ‪ B0 ,B1,B2‬مةن ةهإل ا تبةار ‪ t‬تحةت مسةتوى معنويةة‬
‫‪ %5‬و ‪%0‬‬
‫‪H0: B0, B1,B2=0‬‬ ‫فرضية العدم‬
‫‪H1: B0, B1,B2≠ 0‬‬ ‫الفرضية البديلة‬

‫‪www.raadalassedy.com‬‬ ‫‪32 - 57‬‬

‫إعداد د‪ .‬رعد جعفر حسين‬ ‫‪2102-2102‬‬ ‫محاضرات في برنامج االحصائي ‪SPSS‬‬
‫خامسا ‪ -:‬أوامر القائمة ‪:Graphs‬‬
‫تحليلهةا‬ ‫أوامر هذه القائمة م تصة في تمثيإل قيم المتغيرات على شكإل رسوم بيانيةة م تلفةة األشةكاإل لغةر‬
‫وتفسيرها ووصفها وسوف نقتصر على مسة منها هي‪:‬‬
‫‪-:0‬األشرطة البيانية ‪ :Bar charts‬حيخ يمكن تحويإل قيم المتغيةر علةى شةكإل أعمةدة وان كةإل عمةود يمثةإل‬
‫إحدى قيم المتغير حيخ يكون المحور األفقي ممثه للقيم والمحور العمودي ممثه للتكرارات‪.‬‬
‫يمكن الوصوإل إلى هذا األمر من ةهإل النقةر علةى قائمةة ‪ graphs‬ثةم األمةر …‪bar‬فيظهةر مربةع حةوار‬
‫لتحديد نوع الرسم البياني ون تار منه النوع ‪ simple‬وننقر مفتاح ‪ define‬فيظهر مربع حوار اص بهذا‬
‫األمر فننقإل المتغير من جهة اليسةار إلةى انةة ‪ category Axis:‬ومةن ثةم ننقةر مفتةاح ‪ ok‬فيظهةر الرسةم‬
‫البياني في ملف ‪output‬‬
‫‪ -:2‬الشكإل ال طي ‪ :line charts‬يقوم هذا األمر تحويإل قيم المتغير على شكإل ط بياني‪:‬‬
‫يمكن الوصوإل إلى هذا األمر من هإل النقر على قائمةة ‪ graphs‬ثةم األمةر …‪ line‬فيظهةر مربةع حةوار‬
‫لتحديد نوع الرسم البياني ون تار منه النوع ‪ simple‬وننقر مفتاح ‪ define‬فيظهر مربع حوار اص بهذا‬
‫األمر فننقإل المتغير من جهة اليسةار إلةى انةة ‪ category Axis:‬ومةن ثةم ننقةر مفتةاح ‪ ok‬فيظهةر الرسةم‬
‫البياني في ملف ‪output‬‬
‫‪ -:2‬شكإل المساحة ‪ :area charts‬يقوم هذا األمر بتحديد مساحة في الشكإل البياني حسب قيم المتغير‬
‫يمكن الوصوإل إلى هذا األمر من هإل النقر على قائمة ‪ graphs‬ثم األمر …‪ area‬فيظهر مربع حوار‬
‫لتحديد نوع الرسم البياني ون تار منه النوع ‪ simple‬وننقر مفتاح ‪ define‬فيظهر مربع حوار اص بهذا‬
‫األمر فننقإل المتغير من جهة اليسةار إلةى انةة ‪ category Axis:‬ومةن ثةم ننقةر مفتةاح ‪ ok‬فيظهةر الرسةم‬
‫البياني في ملف ‪output‬‬
‫‪ -:4‬شكإل القرص ‪ : pie charts‬يقوم هذا األمر بتحويإل قيم المتغير إلى شكإل دائري مقسم إلى أجةزاء كةإل‬
‫جزء يمثإل تكرارات كإل قيمة من قيم المتغير‪.‬‬
‫يمكن الوصوإل إلى هذا األمر من هإل النقةر علةى قائمةة ‪ graphs‬ثةم األمةر …‪ pie‬فيظهةر مربةع حةوار‬
‫لتحديةد نةوع الرسةم البيةاني ون تةار منةه النةوع ‪ summaries for groups of cases‬وننقةر مفتةاح‬
‫‪ define‬فيظهر مربع حوار اص بهذا األمر فننقإل المتغير من جهة اليسار إلةى انةة ‪category Axis:‬‬
‫ومن ثم ننقر مفتاح ‪ ok‬فيظهر الرسم البياني في ملف ‪output‬‬
‫‪ -: 5‬المدرج التكراري ‪ :histogram frequency‬يقوم هذا األمر بتقسيم المدى بين اقإل قيمة واكبر قيمة‬
‫من قيم المتغير إلى مديات متساوية اصغر ومن ثمة يكون لكإل مدى عمود يمثإل عدد القيم الموجودة فةي هةذا‬
‫المدى‪.‬‬
‫يمكن الوصوإل إلى هذا األمر من هإل النقر على قائمةة ‪ graphs‬ثةم األمةر ‪ histogram‬فيظهةر مربةع‬
‫حوار نقوم بنقإل المتغير من جهة اليسار إلى انة ‪ variable:‬ثم ننقر مفتةاح ‪ ok‬فيظهةر الرسةم البيةاني فةي‬
‫ملف ‪.output‬‬

‫مثال على أوامر القائمة ‪:Graphs‬‬

‫في إحدى التجارب لمعرفة تةأثير مسةتويات الةري ونسةب رة المبيةد علةى إنتةاج محصةوإل الحنطةة فظهةرت‬
‫النتائج التالية والمطلوب إجراء الرسوم البيانية ال مسة في قائمة ‪ graphs‬والبيانات هي‪:‬‬
‫‪,05 ,02 ,21 ,08 ,06 ,05 ,04 ,02 ,21 ,08 ,06 ,05 ,04 ,02 ,21 ,08 ,06 ,05 ,04 ,02‬‬
‫‪08 ,21 ,08 ,21 ,08 ,02 ,21 ,08 ,06 ,02 ,21 ,08 ,06‬‬
‫حإل المثاإل‪:‬‬
‫بعد إد اإل البيانات في ورقة محرر البيانات ن تار من قائمة في متغير باسم ‪ product‬نقوم باالتي‪:‬‬
‫‪ -0‬من قائمة ‪ graphs‬ن تار األمر …‪ bar‬فيظهر مربع الحوار التالي‪:‬‬

‫‪www.raadalassedy.com‬‬ ‫‪32 - 58‬‬

‫إعداد د‪ .‬رعد جعفر حسين‬ ‫‪2102-2102‬‬ ‫محاضرات في برنامج االحصائي ‪SPSS‬‬

‫ن تار منة ال يار ‪ simple‬وننقر مفتاح ‪ Define‬فيظهر مربع الحوار التالي‪:‬‬

‫ننقإل المتغيةر ‪ product‬مةن جهةة اليسةار إلةى انةة ‪ category Axis‬ثةم ننقةر مفتةاح ‪ ok‬فتظهةر النتةائج كمةا‬
‫يأتي‪:‬‬

‫‪www.raadalassedy.com‬‬ ‫‪32 - 59‬‬

‫إعداد د‪ .‬رعد جعفر حسين‬ ‫‪2102-2102‬‬ ‫محاضرات في برنامج االحصائي ‪SPSS‬‬
‫‪8‬‬

‫‪7‬‬

‫‪6‬‬

‫‪5‬‬

‫‪4‬‬

‫‪3‬‬

‫‪2‬‬
‫‪Count‬‬

‫‪1‬‬
‫‪12‬‬ ‫‪14‬‬ ‫‪15‬‬ ‫‪17‬‬ ‫‪18‬‬ ‫‪20‬‬

‫‪PRODUCT‬‬

‫يهحةةظ مةةن هةةذا الشةةكإل البيةةاني إن المحةةور األفقةةي مقسةةم بعةةدد القةةيم فةةي المتغيةةر والمحةةور العمةةودي مقسةةم بعةةدد‬
‫التكرارات‪ ،‬وقد تم إعطاء عمود لكإل قيمة يكون ارتفاعه حسب عدد تكرارات تلك القيمة‪.‬‬
‫‪ -2‬من قائمة ‪ graphs‬ن تار األمةر …‪ line‬ونكةرر نفةا ال طةوات السةابقة فتظهةر النتيجةة كمةا فةي الصةورة‬
‫اآلتية‪:‬‬
‫‪8‬‬

‫‪7‬‬

‫‪6‬‬

‫‪5‬‬

‫‪4‬‬

‫‪3‬‬

‫‪2‬‬
‫‪Count‬‬

‫‪1‬‬
‫‪12‬‬ ‫‪14‬‬ ‫‪15‬‬ ‫‪17‬‬ ‫‪18‬‬ ‫‪20‬‬

‫‪PRODUCT‬‬

‫يهحةةظ مةةن هةةذا الشةةكإل البيةةاني إن المحةةور األفقةةي مقسةةم بعةةدد القةةيم فةةي المتغيةةر والمحةةور العمةةودي مقسةةم بعةةدد‬
‫التكرارات‪ ،‬وقد تم توصيإل ط مستقيم بين كإل قيمة وا رى وبذلك ا ذ شكإل ط متعرج‪.‬‬
‫‪ -2‬من قائمة ‪ graphs‬ن تار األمر ‪ Area...‬ونكرر نفا ال طةوات السةابقة فتظهةر النتيجةة كمةا فةي الصةورة‬
‫اآلتية‪:‬‬

‫‪www.raadalassedy.com‬‬ ‫‪32 - 31‬‬

‫إعداد د‪ .‬رعد جعفر حسين‬ ‫‪2102-2102‬‬ ‫محاضرات في برنامج االحصائي ‪SPSS‬‬
‫‪8‬‬

‫‪7‬‬

‫‪6‬‬

‫‪5‬‬

‫‪4‬‬

‫‪3‬‬

‫‪2‬‬
‫‪Count‬‬

‫‪1‬‬
‫‪12‬‬ ‫‪14‬‬ ‫‪15‬‬ ‫‪17‬‬ ‫‪18‬‬ ‫‪20‬‬

‫‪PRODUCT‬‬

‫يهحةةظ مةةن هةةذا الشةةكإل البيةةاني إن المحةةور األفقةةي مقسةةم بعةةدد القةةيم فةةي المتغيةةر والمحةةور العمةةودي مقسةةم بعةةدد‬
‫التكرارات‪ ،‬وقد تم توصيإل ط مستقيم بين كإل قيمة وا رى وبذلك ا ةذ شةكإل ةط متعةرج وتةم تظليةإل المسةاحة‬
‫الواقعة تحت ال ط المتعرج‪.‬‬
‫‪ - 4‬من قائمة ‪ graphs‬ن تار األمر ‪ Pie...‬فيظهر مربع حوار فنيشر ال يار ‪summaries for groups‬‬
‫‪ of cases‬ونكرر نفا ال طوات السابقة فتظهر النتيجة كما في الصورة اآلتية‪:‬‬

‫‪12‬‬
‫‪20‬‬

‫‪14‬‬

‫‪15‬‬

‫‪18‬‬

‫‪17‬‬

‫يهحظ من الشكإل إن الدائرة قد قسمت بعدد قيم المتغير وان مساحة كإل جزء من الدائرة يتناسب وتكرارات تلك‬
‫القيمة‪.‬‬
‫‪- 5‬مةةن قائمةةة ‪ graphs‬ن تةةار األمةةر…‪ Histogram‬فيظهةةر مربةةع الحةةوار ال ةةاص بهةةذا األمةةر فنقةةوم بنقةةإل‬
‫المتغير ‪ product‬من جهة اليسار إلى انة ‪ variable:‬ثةم ننقةر مفتةاح ‪ ok‬فتظهةر النتةائج كمةا فةي الشةكإل‬
‫اآلتي‪:‬‬

‫‪www.raadalassedy.com‬‬ ‫‪32 - 30‬‬

‫إعداد د‪ .‬رعد جعفر حسين‬ ‫‪2102-2102‬‬ ‫محاضرات في برنامج االحصائي ‪SPSS‬‬
‫‪12‬‬

‫‪10‬‬

‫‪8‬‬

‫‪6‬‬

‫‪4‬‬

‫‪2‬‬ ‫‪Std. Dev = 2.85‬‬

‫‪Mean = 16.6‬‬
‫‪0‬‬ ‫‪N = 27.00‬‬
‫‪12.0‬‬ ‫‪14.0‬‬ ‫‪16.0‬‬ ‫‪18.0‬‬ ‫‪20.0‬‬

‫‪PRODUCT‬‬

‫يهحظ إن هذا الشكإل يشبه الشكإل األوإل (‪ )bar chart‬ولكن يوجد ا تهف جوهري هةو إن المحةور األفقةي قةد‬
‫تم تقسيمه إلى فترات وليا على أساا القيم في المتغير وتم حساب عةدد تكةرارات القةيم الواقعةة فةي تلةك الفتةرة‬
‫إضةةافة إلةةى إعطةةاء بعة المعلومةةات اإلضةةافية مثةةإل االنحةةراف المعيةةاري والمتوسةةط الحسةةابي وعةةدد القةةيم فةةي‬
‫المتغير‪.‬‬

‫وبذلك تكون قد انتهت المحاضرات ال اصة‬

‫بالبرنامج اإلحصائي ‪SPSS‬‬

‫‪www.raadalassedy.com‬‬ ‫‪32 - 32‬‬

‫إعداد د‪ .‬رعد جعفر حسين‬ ‫‪2102-2102‬‬ ‫محاضرات في برنامج االحصائي ‪SPSS‬‬

‫المصادر‬
‫‪ .a‬دليلك إلى البرنامج اإلحصائي ‪ ، SPSS‬إعداد سعد زغلوإل بشير‬

‫‪ .b‬البرنامج اإلحصائي ‪ ،SPSS‬إعداد د‪ .‬أسامة محمد جاسم القصاب‬

‫‪ .c‬البرنامج اإلحصائي ‪ ،SPSS, v,10.0‬إعداد منى قمحي‬

‫‪ .d‬تحليإل البرنامج اإلحصائي ‪ ،SPSS‬د‪ .‬ايهاب عبد السهم محمود‬

‫‪ .e‬تحليإل البيانات باست دام ‪ ،SPSS 17.0‬ماريجا نوروسيا‬

‫‪www.raadalassedy.com‬‬ ‫‪32 - 32‬‬