‫‪, 2021/2020‬اﻟﺴﻨﺔ اﻟﺜﺎﻧﯿﺔ ﻣﺎﺳﺘﺮ ﻣﺤﺎﺳﺒﺔ وﺟﺒﺎﯾﺔ ﻣﻌﻤﻘﺔ‬ ‫ﺟﺎﻣﻌﺔ ﻋﻤﺎر اﻟﺘﻠﯿﺠﻲ – ﻛﻠﯿﺔ ﻋﻠﻮم اﻻﻗﺘﺼﺎدﯾﺔ و اﻟﺘﺠﺎرﯾﺔ وﻋﻠﻮم

اﻟﺘﺠﺎرﯾﺔ وﻋﻠﻮم اﻟﺘﺴﯿﯿﺮ‬

‫‪SPSS TP7-8‬‬
‫اﻻﻧﺤﺪار اﻟﺨﻄﻲ‬

‫‪Regression Linear Simple‬‬ ‫اﻻﻧﺣدار اﻟﺧطﻲ اﻟﺑﺳﯾط‬

‫‪Independent‬‬ ‫اﻻﻧﺣــدار ﻫــو د ارﺳــﺔ ﻟﻠﺗوزﯾــﻊ اﻟﻣﺷــﺗرك ﻟﻣﺗﻐﯾ ـرﯾن أﺣــدﻫﻣﺎ ﻣﺗﻐﯾــر ﯾﻘــﺎس دون ﺧطــﺄ وﯾﺳــﻣﻰ ﻣﺗﻐﯾــر ﻣﺳــﺗﻘل‬
‫‪ variable‬وﯾرﻣز ﻟﻪ ﺑﺎﻟرﻣز ‪ x‬واﻵﺧر ﯾﺄﺧذ ﻗﯾﻣﺎً ﺗﻌﺗﻣد ﻋﻠـﻰ ﻗﯾﻣـﺔ اﻟﻣﺗﻐﯾـر اﻟﻣﺳـﺗﻘل وﯾﺳـﻣﻰ اﻟﺗـﺎﺑﻊ ‪Dependent variable‬‬
‫وﯾرﻣز ﻟﻪ ﺑﺎﻟرﻣز ‪. y‬‬
‫اﻟﻬدف ﻣن دراﺳﺔ اﻻﻧﺣدار ﻫو إﯾﺟﺎد داﻟﺔ اﻟﻌﻼﻗﺔ ﺑﯾن اﻟﻣﺗﻐﯾرﯾن اﻟﻣﺳﺗﻘل واﻟﺗﺎﺑﻊ واﻟﺗﻲ ﺗﺳـﺎﻋد ﻓـﻲ ﺗﻔﺳـﯾر اﻟﺗﻐﯾـر اﻟـذي ﻗـد ﯾطـ أر‬
‫ﻋﻠﻰ اﻟﻣﺗﻐﯾر اﻟﺗﺎﺑﻊ ) ‪ ( y‬ﺗﺑﻌﺎً ﻟﺗﻐﯾر ﻓﻲ ﻗﯾم اﻟﻣﺗﻐﯾر اﻟﻣﺳﺗﻘل ) ‪.( x‬‬
‫اﻟﻣﺗﻐﯾر اﻟﺗﺎﺑﻊ ‪:Dependent‬‬
‫ﻫو اﻟﻣﺗﻐﯾر اﻟذي ﯾﻘﯾس ﻧﺗﯾﺟﺔ دراﺳﺔ ﻣﺎ‪ ،‬وﻋﺎدة ﯾرﻣز ﻟﻪ ﺑﺎﻟرﻣز ‪.Y‬‬

‫اﻟﻣﺗﻐﯾر اﻟﻣﺳﺗﻘل ‪:Independent‬‬

‫ﻫو اﻟﻣﺗﻐﯾر اﻟذي ﯾُﻔﺳﱢر أو ﯾﺳﺑب اﻟﺗﻐﯾرات ﻓﻲ اﻟﻣﺗﻐﯾر اﻟﺗﺎﺑﻊ‪ ،‬أي ﻫو اﻟذي ﯾؤﺛر ﻓﻲ ﺗﻘدﯾر ﻗﯾﻣﺔ اﻟﻣﺗﻐﯾر اﻟﺗﺎﺑﻊ‪ ،‬وﻋـﺎدة‬
‫ﯾرﻣز ﻟﻪ ﺑﺎﻟرﻣز ‪ .X‬ﻓﻣﺛﻼً ﻋدد أﯾﺎم اﻟﻐﯾﺎب ‪ X‬و درﺟﺔ اﻟطﺎﻟب ﻓﻲ اﻹﺣﺻﺎء ‪ ،Y‬اﻟﻌُﻣر ‪ X‬واﻹﺻﺎﺑﺔ ﺑﺿﻐط اﻟدم ‪.Y‬‬
‫ﻓﻲ ﺑﻌض اﻟﺗطﺑﯾﻘﺎت اﻟﻌﻣﻠﯾﺔ ﯾﻛون ﻟدﯾﻧﺎ أﻛﺛر ﻣن ﻣﺗﻐﯾرﯾن ﺗﺣت اﻟدراﺳﺔ‪ ،‬ﻓﻣﺛﻼً ﻗد ﺗوﺟد ﻋﻼﻗﺔ ﺧطﯾﺔ ﺑـﯾن ﺿـﻐط اﻟـدم‬
‫وﻛل ﻣن اﻟﻌُﻣر واﻟوزن‪ ،‬وﯾﺳﻣﻰ اﻻرﺗﺑﺎط ﻓﻲ ﻫذﻩ اﻟﺣﺎﻟﺔ اﻻرﺗﺑﺎط اﻟﺧطﻲ اﻟﻣﺗﻌدد‪.‬‬
‫ﻋﻧــد د ارﺳــﺔ اﻟﻌﻼﻗــﺔ ﺑــﯾن ﻣﺗﻐﯾـرﯾن ‪ X, Y‬ﻓــﺈن ﺷــﻛل اﻻﻧﺗﺷــﺎر ‪ Scatter plot‬ﯾﻣﻛــن أن ﯾوﺿــﺢ طﺑﯾﻌــﺔ ﻫــذﻩ اﻟﻌﻼﻗــﺔ‪،‬‬
‫وﺗﻛون اﻟﻌﻼﻗﺔ ﺑﯾن ‪ X, Y‬ﻗوﯾﺔ ﺟداً إذا وﻗﻌت ﻣﻌظم ﻧﻘﺎط ﺷﻛل اﻻﻧﺗﺷﺎر ﻋﻠﻰ ﻣﻧﺣﻧﻰ أو ﺧط ﻣﺳﺗﻘﯾم‪ ،‬وﺗﻛون ﺿﻌﯾﻔﺔ‬
‫ﻛﻠﻣﺎ ﺗﻧﺎﺛرت ﻧﻘﺎط ﺷﻛل اﻻﻧﺗﺷﺎر ﺣول ﻣﻧﺣﻧﻰ أو ﺧط ﻣﺳﺗﻘﯾم ﯾﻣر ﺑﺗﻠك اﻟﻧﻘﺎط‪.‬‬

‫ﻟدراﺳﺔ اﻟﻌﻼﻗﺔ ﺑﯾن اﻟدﺧل واﻻﺳﺗﻬﻼك ﺑﺎﻟدﻧﺎﻧﯾر ﻓﻲ ﻣدﯾﻧﺔ ﻣﺎ ‪ ،‬أﺧذت ﻋﯾﻧﺔ ﻣﻛوﻧﺔ ﻣن ﻋﺷرة أﺳر ﻓﺄﻋطت اﻟﻧﺗﺎﺋﺞ اﻟﺗﺎﻟﯾﺔ‪:‬‬
‫‪250 1050 1200 900 1000 900 600 500 350 300‬‬ ‫اﻟدﺧل‬
‫‪250 1000 1050 850‬‬ ‫اﻻﺳﺗﻬﻼك ‪750 800 550 500 340 280‬‬

‫اﻟﻣﺗﻐﯾر اﻟﺗﺎﺑﻊ ‪ Y‬اﻻﺳﺗﻬﻼك اﻟﻣﺳﺗﻘل ‪ X‬اﻟدﺧل‬

‫ﻹﺛﺑﺎت وﺟود ﻋﻼﻗﺔ ﺧطﯾﺔ ‪ :‬ﻧﻘوم ﺑرﺳم اﻟﻣﻧﺣﻧﻰ ﺗﺷﺗت اﻟﻧﻘﺎط أو ﺣﺳﺎب ﻣﻌﺎﻣل اﻻرﺗﺑﺎط‬
‫‪ -1‬رﺳم اﻟﻣﻧﺣﻧﻰ‪:‬‬

‫‪a.krobba‬‬ ‫‪1‬‬
‫‪, 2021/2020‬اﻟﺴﻨﺔ اﻟﺜﺎﻧﯿﺔ ﻣﺎﺳﺘﺮ ﻣﺤﺎﺳﺒﺔ وﺟﺒﺎﯾﺔ ﻣﻌﻤﻘﺔ‬ ‫ﺟﺎﻣﻌﺔ ﻋﻤﺎر اﻟﺘﻠﯿﺠﻲ – ﻛﻠﯿﺔ ﻋﻠﻮم اﻻﻗﺘﺼﺎدﯾﺔ و اﻟﺘﺠﺎرﯾﺔ وﻋﻠﻮم اﻟﺘﺴﯿﯿﺮ‬

‫ﻧﻧﻘر ﻋﻠﻰ ‪dispersion simple/ définir‬‬

‫‪a.krobba‬‬ ‫‪2‬‬
‫‪, 2021/2020‬اﻟﺴﻨﺔ اﻟﺜﺎﻧﯿﺔ ﻣﺎﺳﺘﺮ ﻣﺤﺎﺳﺒﺔ وﺟﺒﺎﯾﺔ ﻣﻌﻤﻘﺔ‬ ‫ﺟﺎﻣﻌﺔ ﻋﻤﺎر اﻟﺘﻠﯿﺠﻲ – ﻛﻠﯿﺔ ﻋﻠﻮم اﻻﻗﺘﺼﺎدﯾﺔ و اﻟﺘﺠﺎرﯾﺔ وﻋﻠﻮم اﻟﺘﺴﯿﯿﺮ‬

‫ﻧﻼﺣظ ﺗﺷﺗت اﻟﻧﻘﺎط ﻋﻠﻰ اﺳﺗﻘﺎﻣﺔ واﺣدة‬

‫طرﯾﻘﺔ اﻟﺛﺎﻧﯾﺔ ﻧﺣﺳب ﻣﻌﺎﻣل اﻻرﺗﺑﺎط‬

‫‪Analyse / corrélation/bi variée‬‬

‫ﻧﺪﺧﻞ ‪ x‬و ‪ y‬ﻓﻲ ﺧﺎﻧﺔ اﻟﻤﺘﻐﯿﺮات وﻧﺨﺘﺎر ﻣﻌﺎﻣﻞ‬

‫‪ Pearson‬ﺗﻢ ﻧﺨﺘﺎر ‪ bilatérale‬ﻛﻤﺎ ﻓﻲ ﺻﻮرة ﺛﻢ ﻧﻨﻘﺮ ﻣﻮاﻓﻖ‬

‫‪Corrélations‬‬

‫‪a.krobba‬‬ ‫‪3‬‬
 ‫‪, 2021/2020‬اﻟﺴﻨﺔ اﻟﺜﺎﻧﯿﺔ ﻣﺎﺳﺘﺮ ﻣﺤﺎﺳﺒﺔ وﺟﺒﺎﯾﺔ ﻣﻌﻤﻘﺔ‬ ‫ﺟﺎﻣﻌﺔ ﻋﻤﺎر اﻟﺘﻠﯿﺠﻲ – ﻛﻠﯿﺔ ﻋﻠﻮم اﻻﻗﺘﺼﺎدﯾﺔ و اﻟﺘﺠﺎرﯾﺔ وﻋﻠﻮم اﻟﺘﺴﯿﯿﺮ‬

‫‪x‬‬ ‫‪y‬‬ ‫ﻧﻼﺣﻆ اﻧﮫ ارﺗﺒﺎط ﻗﻮي وﻣﻮﺟﺐ وطﺮدي ﯾﺴﺎوي ‪0.982‬‬
‫**‬
‫‪x‬‬ ‫‪Corrélation de Pearson‬‬ ‫‪1‬‬ ‫‪,982‬‬

‫)‪Sig. (bilatérale‬‬ ‫‪,000‬‬

‫‪N‬‬ ‫‪10‬‬ ‫‪10‬‬

‫**‬
‫‪y‬‬ ‫‪Corrélation de Pearson‬‬ ‫‪,982‬‬ ‫‪1‬‬

‫)‪Sig. (bilatérale‬‬ ‫‪,000‬‬

‫‪N‬‬ ‫‪10‬‬ ‫‪10‬‬

‫‪**. La corrélation est significative au niveau 0.01 (bilatéral).‬‬

‫إﯾﺟﺎد ﻧﻣوذج اﻧﺣدار اﻻﺳﺗﻬﻼك ﻋﻠﻰ اﻟدﺧل‪.‬‬

‫‪Analyze  Regression  Linear‬‬

‫أﻛﻣل اﻟﻣرﺑﻊ اﻟﺣوار ﻛﻣﺎ ﯾﻠﻲ‪:‬‬
‫ﺧﺎﻧـــــــــــــــــــــــــﺔ‬ ‫ﺣﯾــث ﯾــﺗم اﻟﻣﺗﻐﯾــر اﻟﺗــﺎﺑﻊ ﻓــﻲ‬
‫ﺧﺎﻧـــــــــــــــــــــــــﺔ‬ ‫‪ dependent‬واﻟﻣﺳــــﺗﻘل ﻓــــﻲ‬
‫)‪independent(s‬‬

‫‪a.krobba‬‬ ‫‪4‬‬
 ‫اﻟﺴﻨﺔ اﻟﺜﺎﻧﯿﺔ ﻣﺎﺳﺘﺮ ﻣﺤﺎﺳﺒﺔ وﺟﺒﺎﯾﺔ ﻣﻌﻤﻘﺔ‬, 2021/2020 ‫ﺟﺎﻣﻌﺔ ﻋﻤﺎر اﻟﺘﻠﯿﺠﻲ – ﻛﻠﯿﺔ ﻋﻠﻮم اﻻﻗﺘﺼﺎدﯾﺔ و اﻟﺘﺠﺎرﯾﺔ وﻋﻠﻮم اﻟﺘﺴﯿﯿﺮ‬

: ‫اﻟﻨﺘﺎﺋﺞ‬

Régression
[Ensemble_de_données0]

Variables introduites/suppriméesb

Variables Variables
Modèle introduites supprimées Méthode

1 xa . Entrée

a. Toutes variables requises saisies.

b. Variable dépendante : y

Récapitulatif des modèles

Erreur standard de
Modèle R R-deux R-deux ajusté l'estimation

1 ,982a ,965 ,960 58,60899

a. Valeurs prédites : (constantes), x

Coefficientsa

Coefficients

Coefficients non standardisés standardisés

Modèle A Erreur standard Bêta t Sig.

1 (Constante) 48,229 43,913 1,098 ,304

x ,835 ,056 ,982 14,789 ,000

a. Variable dépendante : y

ANOVAb

Moyenne des
Modèle Somme des carrés ddl carrés D Sig.

1 Régression 751329,889 1 751329,889 218,727 ,000a

Résidu 27480,111 8 3435,014

Total 778810,000 9

a. Valeurs prédites : (constantes), x

b. Variable dépendante : y

:‫ﻣن اﻟﻧﺗﺎﺋﺞ اﻟﺳﺎﺑﻘﺔ ﯾﻣﻛن اﺳﺗﻧﺗﺎج ﻣﺎ ﯾﻠﻲ‬

:‫ ﻧﻣوذج اﻧﺣدار اﻻﺳﺗﻬﻼك ﻋﻠﻰ اﻟدﺧل ﻫو‬-1
Y. = 48.229 + 0.835 * X

)،‫ وﻫـ ـ ـ ــو ﯾـ ـ ـ ــدل ﻋﻠـ ـ ـ ــﻰ وﺟـ ـ ـ ــود ارﺗﺑـ ـ ـ ــﺎط طـ ـ ـ ــردي ﻗـ ـ ـ ــوي ﺑﯾﻧﻬﻣـ ـ ـ ــﺎ‬0.982 = ‫ ﻣﻌﺎﻣـ ـ ـ ــل اﻻرﺗﺑـ ـ ـ ــﺎط ﺑـ ـ ـ ــﯾن اﻟـ ـ ـ ــدﺧل واﻻﺳـ ـ ـ ــﺗﻬﻼك‬-2
( Sig .  0.000    0.05
a.krobba 5
‫‪, 2021/2020‬اﻟﺴﻨﺔ اﻟﺜﺎﻧﯿﺔ ﻣﺎﺳﺘﺮ ﻣﺤﺎﺳﺒﺔ وﺟﺒﺎﯾﺔ ﻣﻌﻤﻘﺔ‬ ‫ﺟﺎﻣﻌﺔ ﻋﻤﺎر اﻟﺘﻠﯿﺠﻲ – ﻛﻠﯿﺔ ﻋﻠﻮم اﻻﻗﺘﺼﺎدﯾﺔ و اﻟﺘﺠﺎرﯾﺔ وﻋﻠﻮم اﻟﺘﺴﯿﯿﺮ‬

‫‪ -3‬ﻣﻌﺎﻣل اﻟﺗﺣدﯾد ‪ ، R 2  0.965‬وﻣﻌﺎﻣل اﻟﺗﺣدﯾد اﻟﻣُﻌدﱠل= ‪ ،0.96‬اﻟﺧطﺄ اﻟﻣﻌﯾﺎري ﻟﻠﺗﻘدﯾر = ‪.58.6190‬‬

‫ﺗﻔﺳﯾر ﻗﯾﻣﺔ ﻣﻌﺎﻣل اﻟﺗﺣدﯾد‪:‬‬
‫‪ %96.5‬ﻣن ﺗﻐﯾر ﻗﯾﻣﺔ اﻻﺳﺗﻬﻼك )اﻟﻣﺗﻐﯾر اﻟﺗﺎﺑﻊ( ﯾﻣﻛـن أن ﯾﻔﺳـر ﺑﺎﺳـﺗﺧدام اﻟﻌﻼﻗـﺔ اﻟﺧطﯾـﺔ ﺑـﯾن اﻟـدﺧل واﻻﺳـﺗﻬﻼك واﻟﻧﺳـﺑﺔ‬
‫اﻟﻣﺗﺑﻘﯾﺔ ‪ %3.5‬ﺗرﺟﻊ إﻟﻰ ﻋواﻣل أﺧرى ﺗؤﺛر ﻋﻠﻰ ﻗﯾﻣﺔ اﻻﺳﺗﻬﻼك‪.‬‬

‫‪ Sig .  0.000 ،F= 218.727 -4‬وﻫــذا ﯾــدل ﻋﻠــﻰ وﺟــود ﻋﻼﻗــﺔ ﻣﻌﻧوﯾــﺔ ﺑــﯾن اﻟــدﺧل واﻻﺳــﺗﻬﻼك وأن ﻧﻣــوذج اﻻﻧﺣــدار‬
‫اﻟﺳﺎﺑق ﺟﯾد‪.‬‬

‫‪ Sig.=0.000 ، t b  14.789 -5‬وﻫذا ﯾدل ﻋﻠﻰ أن اﻟدﺧل ﻣﺗﻐﯾر ﻣؤﺛر ﻓﻲ ﺗﻘدﯾر ﻗﯾﻣﺔ اﻻﺳـﺗﻬﻼك وﯾﺟـب أن ﯾﻛـون ﺿـﻣن‬ ‫‪1‬‬

‫ﻧﻣوذج ﺧط اﻻﻧﺣدار‪.‬‬

‫إﯾﺟﺎد ﻗﯾﻣﺔ اﻻﺳﺗﻬﻼك ﻋﻧدﻣﺎ ﯾﺳﺎوي اﻟدﺧل ‪920‬‬

‫اﻟﺣل ‪:‬‬
‫ﻧﻌوض ﻋن ﻗﯾﻣﺔ اﻟدﺧل ﻓﻲ ﻣﻌﺎدﻟﺔ اﻻﻧﺣدار‬
‫‪Y. = 48.229 + 0.835 * 920‬‬
‫‪Y. = 816.429‬‬
‫اﻻﻧﺣدار اﻟﺧطﻲ اﻟﻣﺗﻌدد‬
‫ﻣﺛﺎل ‪:‬‬
‫ﺳﻌﺮ اﻟﺴﻠﻌﺔ اﻟﺒﺪﺟﯿﻠﺔ ‪x3‬‬ ‫اﻟﺪﺧﻞ ‪x2‬‬ ‫اﻟﺴﻌﺮ‪x1‬‬ ‫اﻟﻜﻤﯿﺔ ‪Y‬‬ ‫اﻟﺴﻨﻮات‬
‫‪10‬‬ ‫‪400‬‬ ‫‪9‬‬ ‫‪40‬‬ ‫‪1991‬‬
‫‪14‬‬ ‫‪500‬‬ ‫‪8‬‬ ‫‪45‬‬ ‫‪1992‬‬
‫‪12‬‬ ‫‪600‬‬ ‫‪9‬‬ ‫‪50‬‬ ‫‪1993‬‬
‫‪13‬‬ ‫‪700‬‬ ‫‪8‬‬ ‫‪55‬‬ ‫‪1994‬‬
‫‪11‬‬ ‫‪800‬‬ ‫‪7‬‬ ‫‪60‬‬ ‫‪1995‬‬
‫‪15‬‬ ‫‪900‬‬ ‫‪6‬‬ ‫‪70‬‬ ‫‪1996‬‬
‫‪16‬‬ ‫‪1000‬‬ ‫‪6‬‬ ‫‪65‬‬ ‫‪1997‬‬
‫‪17‬‬ ‫‪1100‬‬ ‫‪8‬‬ ‫‪65‬‬ ‫‪1998‬‬
‫‪22‬‬ ‫‪1200‬‬ ‫‪5‬‬ ‫‪75‬‬ ‫‪1999‬‬
‫‪19‬‬ ‫‪1300‬‬ ‫‪5‬‬ ‫‪75‬‬ ‫‪2000‬‬
‫‪20‬‬ ‫‪1400‬‬ ‫‪5‬‬ ‫‪80‬‬ ‫‪2001‬‬
‫‪23‬‬ ‫‪1500‬‬ ‫‪3‬‬ ‫‪100‬‬ ‫‪2002‬‬
‫‪18‬‬ ‫‪1600‬‬ ‫‪4‬‬ ‫‪90‬‬ ‫‪2003‬‬
‫‪24‬‬ ‫‪1700‬‬ ‫‪3‬‬ ‫‪95‬‬ ‫‪2004‬‬
‫‪21‬‬ ‫‪1800‬‬ ‫‪4‬‬ ‫‪85‬‬ ‫‪2005‬‬

‫ﺗوﺟد ﻋﻼﻗﺔ اﻗﺗﺻﺎدﯾﺔ ﺑﯾن اﻟﻣﺗﻐﯾر اﻟﺗﺎﺑﻊ وﻫو اﻟﻛﻣﯾﺔ اﻟﻣطﻠوﺑﺔ و اﻟﻣﺗﻐﯾرات اﻟﻣﺳﺗﻘﻠﺔ اﻟﺳﻌر اﻟدﺧل وﺳﻌر اﻟﺳﻠﻌﺔ اﻟﺑدﯾﻠﺔ‬

‫‪a.krobba‬‬ ‫‪6‬‬
‫اﻟﺴﻨﺔ اﻟﺜﺎﻧﯿﺔ ﻣﺎﺳﺘﺮ ﻣﺤﺎﺳﺒﺔ وﺟﺒﺎﯾﺔ ﻣﻌﻤﻘﺔ‬, 2021/2020 ‫ﺟﺎﻣﻌﺔ ﻋﻤﺎر اﻟﺘﻠﯿﺠﻲ – ﻛﻠﯿﺔ ﻋﻠﻮم اﻻﻗﺘﺼﺎدﯾﺔ و اﻟﺘﺠﺎرﯾﺔ وﻋﻠﻮم اﻟﺘﺴﯿﯿﺮ‬

Variables introduites/supprimées

Variables Variables
Modèle introduites supprimées Méthode
a
1 x3, x2, x1 . Entrée

a. Toutes variables requises saisies.

Récapitulatif des modèles

Erreur standard
Modèle R R-deux R-deux ajusté de l'estimation
a
1 ,975 ,951 ,938 4,528

a. Valeurs prédites : (constantes), x3, x2, x1

b
ANOVA

Somme des Moyenne des

Modèle carrés Ddl carrés D Sig.
a
1 Régression 4374,508 3 1458,169 71,133 ,000

Résidu 225,492 11 20,499

Total 4600,000 14

a. Valeurs prédites : (constantes), x3, x2, x1

b. Variable dépendante : y

a
Coefficients

Coefficients
Coefficients non standardisés standardisés

Modèle A Erreur standard Bêta t Sig.

1 (Constante) 79,106 19,782 3,999 ,002

x1 -4,928 1,611 -,563 -3,059 ,011

x2 ,016 ,007 ,392 2,146 ,055

x3 ,175 ,637 ,043 ,275 ,789

a. Variable dépendante : y

a.krobba 7
‫‪, 2021/2020‬اﻟﺴﻨﺔ اﻟﺜﺎﻧﯿﺔ ﻣﺎﺳﺘﺮ ﻣﺤﺎﺳﺒﺔ وﺟﺒﺎﯾﺔ ﻣﻌﻤﻘﺔ‬ ‫ﺟﺎﻣﻌﺔ ﻋﻤﺎر اﻟﺘﻠﯿﺠﻲ – ﻛﻠﯿﺔ ﻋﻠﻮم اﻻﻗﺘﺼﺎدﯾﺔ و اﻟﺘﺠﺎرﯾﺔ وﻋﻠﻮم اﻟﺘﺴﯿﯿﺮ‬

‫طﺮق ﺗﻄﺒﯿﻖ اﻹﻧﺤﺪار اﻟﺨﻄﻲ‪:‬‬

‫ھﻨﺎﻟﻚ ﺧﻤﺴﺔ ﺧﯿﺎرات أﻣﺎم اﻟﻤﺴﺘﻄﯿﻞ اﻟﻤﻌﻨﻮن ‪ méthode‬ﻓﻲ اﻟﻨﺎﻓﺬة اﻟﻤﻌﺮوﺿﺔ ﻓﻲ اﻟﻔﻘﺮة )راﺑﻌﺎ ً( ﺣﯿﺚ ﯾﻤﻜﻦ أﺧﺘﯿﺎر‬
‫أﺣﺪاھﺎ وﻓﻘﺎ ً ﻟﻤﺘﻄﻠﺒﺎت اﻟﻌﻤﻞ وﻛﻤﺎ ﯾﻠﻲ ‪:‬‬

‫‪ :Entrée .1‬ھﺬه اﻟﻄﺮﯾﻘﺔ ﺗﻢ أﺳﺘﺨﺪاﻣﮭﺎ ﻓﻲ اﻟﻤﺜﺎل اﻟﺴﺎﺑﻖ وھﻲ ﺗﺴﺘﻌﻤﻞ ﻋﻨﺪ أﺧﺘﯿﺎر إدﺧﺎل ﻛﺎﻓﺔ اﻟﻤﺘﻐﯿﺮات اﻟﻤﺴﺘﻘﻠﺔ ﻣﺮة‬
‫واﺣﺪة ‪.‬‬
‫‪ : Pas à pas .2‬وھﻨﺎ ﯾﺘﻢ إدﺧﺎل اﻟﻤﺘﻐﯿﺮات اﻟﻤﺴﺘﻘﻠﺔ إﻟﻰ اﻟﻤﻌﺎدﻟﺔ اﻟﺨﻄﯿﺔ ﻋﻠﻰ ﺧﻄﻮات ‪ ،‬وﯾﺘﻢ أﺧﺘﯿﺎر ﻣﺘﻐﯿﺮﯾﻦ ﻓﻲ‬
‫اﻟﺨﻄﻮة اﻷوﻟﻰ ﻹدﺧﺎﻟﮭﻢ إﻟﻰ اﻟﻤﻌﺎدﻟﺔ ﺛﻢ ﻧﻘﻮم ﺑﺈﺧﺘﯿﺎر اﻟﻤﺘﻐﯿﺮﯾﻦ وإﻗﺮار إﻣﻜﺎﻧﯿﺔ أﺳﺘﺒﻌﺎدھﻤﺎ وﺣﺬﻓﮭﻤﺎ ﻣﻦ اﻟﻤﻌﺎدﻟﺔ ‪،‬‬
‫وﻓﻲ ﻛﻞ ﺧﻄﻮة ﻧﺪﺧﻞ ﻣﺘﻐﯿﺮﯾﻦ أﺛﻨﯿﻦ وﯾﺘﻢ إﺗﺒﺎع ﻧﻔﺲ اﻹﺟﺮاءات ‪.‬‬
‫‪ : Eliminier bloc .3‬ﯾﺘﻢ إدﺧﺎل اﻟﻤﺘﻐﯿﺮات إﻟﻰ اﻟﻤﻌﺎدﻟﺔ اﻟﺨﻄﯿﺔ ﻣﺮة واﺣﺪة ﺣﯿﺚ ﯾﺘﻢ ﺣﺬف اﻟﻤﺘﻐﯿﺮات اﻟﺘﻲ ﻻ ﯾﻤﻜﻦ‬
‫أرﺗﺒﺎطﮭﺎ ذا دﻻﻟﺔ إﺣﺼﺎﺋﯿﺔ ﻣﺮة واﺣﺪة ‪.‬‬
‫‪ : descendante .4‬ﯾﺘﻢ اﻟﺴﯿﺮ إﻟﻰ اﻟﺨﻠﻒ ﺑﺤﯿﺚ ﺗﺪﺧﻞ اﻟﻤﺘﻐﯿﺮات ﺟﻤﯿﻌﮭﺎ ﻣﺮة واﺣﺪة إﻟﻰ اﻟﻤﻌﺎدﻟﺔ اﻟﺨﻄﯿﺔ ﺛﻢ ﯾﺤﺬف‬
‫اﻟﻤﺘﻐﯿﺮ اﻟﻤﺴﺘﻘﻞ اﻟﺬي ﯾﻜﻮن ﻟﺪﯾﮫ أدﻧﻰ أرﺗﺒﺎط ﺟﺰﺋﻲ ﻣﻊ اﻟﻤﺘﻐﯿﺮ اﻟﺘﺎﺑﻊ وھﻜﺬا ﺣﺘﻰ ﯾﺒﻘﻰ ﻓﻲ اﻟﻤﻌﺎدﻟﺔ ﻓﻘﻂ اﻟﻤﺘﻐﯿﺮات‬
‫اﻟﻤﺴﺘﻘﻠﺔ اﻟﺘﻲ ﻟﮭﺎ دﻻﻟﺔ إﺣﺼﺎﺋﯿﺔ ‪.‬‬
‫‪ : ascendante .5‬ﻋﻜﺲ اﻟﻄﺮﯾﻘﺔ اﻟﺴﺎﺑﻘﺔ ﺣﯿﺚ ﻧﺪﺧﻞ أوﻻ ً اﻟﻤﺘﻐﯿﺮ اﻟﺜﺎﺑﺖ وﻓﻲ ﻛﻞ ﺧﻄﻮة ﯾﺘﻢ إﺿﺎﻓﺔ اﻟﻤﺘﻐﯿﺮ اﻟﺬي ﻟﺪﯾﮫ‬
‫أرﺗﺒﺎط أﻋﻠﻰ ﻣﻊ اﻟﻤﺘﻐﯿﺮ اﻟﺘﺎﺑﻊ وھﻜﺬا ﺣﺘﻰ ﻧﺼﻞ إﻟﻰ اﻟﺤﺪ اﻟﺬي ﻻ ﺗﺄﺗﻲ ﻋﻨﮫ أي زﯾﺎدة ﻓﻲ ﻣﻌﺎﻣﻞ اﻹرﺗﺒﺎط ‪.‬‬

‫‪a.krobba‬‬ ‫‪8‬‬