‫الفصل الخبمس‬

‫مقبييس الىسعة المركسية‬

‫‪Measures of central Tendency‬‬

‫فييا فصولييلس فصةييحظنا مسألييح ضةييبصا اييوت فصظهحلييحا ل ضوهبأييح ظ ي فلس ل ظب ي حس‬
‫ظهحلهييا لدل ةييها لفصأي ت ظ ييس ب هي دييل فصسييول ابييت لأييهه ل ب ييهل ل ل ييه دي‬
‫يو ل صيت ظحا ضيح ل س هي‬ ‫فصظهحلحا ‪ .‬فا د ف فصولس ةه ه ضوهيس فصظهحليحا ظبةيبلخ‬
‫ييلو ضعظييو ل عنهلييح لييل فو اييو قييهه فصظهحلييحا لدييا ضييح ةييضت ظنهضييا‬ ‫قهضييا لفس ي‬
‫فصلةن ل فصض لةن ف لالسأ فا ضعأه فص لزهعحا فص فووها و ا ف ضو قيهه ضوو ف أيح‬
‫هضهيس فصييت فص ضي ل فص ضو ييز سيلس قهضييا ضعهليا دييا قهضيا فصلةيين ل فصنهضيا فصض لةيينا‬
‫فص ييا عظييو اييو ل ضوييس فصلةيين ل فصضو ييز صب لزه ي لد ي فصضالسأييا لفص ييا دييا لزا يا‬
‫قهض ييا فصضو ييو فا تص ييت فص ضي ي ل فص ضو ييز س ييلس قهض ييا فصلة يين ل ضو ييز فص لزهي ي هنبي ي‬
‫ضو د ف فص اله ضح هبا‪:‬‬ ‫ابهأح ةضها فصلزاا فصضو زها لابهه ه‬
‫حليا ظأح(ضنهيح) قي‬ ‫‪ .1‬ص س ض ضلاا ضو قهه فصظهحليحا ل ي قهضيا ض لةينا ضسي ل‬
‫ييضو قييهه فصظهحلييحا إ ةييحلإ تسي ب فصنييهه ل وظضيح ظع ييأح ل قي م ةييحلإ إ‬ ‫ييلو‬
‫وب‪.‬‬ ‫قهضا ضو قهه فصض ضلاا ‪ ,‬لدا ضهزدح او ض ضلاحا ضو قهه ظهحلحا‬
‫فه دي فصنهضييا صللييت فصض ضلاييا ظضعلييت تانييحو لييلو ضعييلت اييو‬ ‫‪ .2‬هض ييو فةي‬
‫فصن ييهه فص وه ييو ظأي ي فصنهض ييا فصلفسي ي فن يين لهض ييو تةي ي عضحصأح صبضنحول ييا ضي ي فصض ضلا ييحا‬
‫فأل وب ‪.‬‬
‫‪ .3‬فو قهضا ضنهيح) فصلةين ل فصض لةين فص هي هض يو و هعنيت ليلو ل ف يو قوهظيا‬
‫ضو فصسنهنا او قهه فصض ضلاا فص ا هب لأح‪.‬‬
‫لي يلف ض ييو ضن ييحهه) فصض لة يينحا لهي ي ه فا ض ييح ة يي) ص س هي ي ق ييهه دي ي‬ ‫‪ .4‬دل ييحت اي ي‬
‫فصضنحهه) لضو دضأح ‪:‬‬
‫فصلةن فصسةحظا ‪ , Arithmetic mean‬فصلةهن ‪ , Median‬فصضللفس ‪, Mode‬‬
‫فصلةن فصأل ةا ‪ , Geometric mean‬فصلةن فص لففنا ‪,Harmonic mean‬‬
‫فصلةن فص وظهعا ‪. Quadratic mean‬‬

‫‪89‬‬
‫لابهه هض يو فصنيلس ظبليه صيه)‬ ‫‪ .5‬تو ص س فصض لةنحا فا اال ضزفهح لاهلخ ل ضآ‬
‫ضو فصةأس و هس س دضح او فآل و و هال ضنبنح‪.‬‬
‫لفهضح هبا ل هسح صسةحخ س ضلأح ‪:‬‬
‫‪ : 1-5‬الوسط الحسابي ‪Arithmetic mean‬‬
‫ي صبعضبهيحا‬ ‫هع د ف فصضنهح) ضو وو ضنحهه) فصض لةنحا ةألصا ل ي فلم له‬
‫ف ييحو قهضي ييا‬ ‫فصسة ييحظها ‪ ,‬فب ييل حلي ييا صي ي هلح قي ييهه فصض ه ييو فصع ي يلف ا‬
‫فصلةن فصسةحظا صأ فصنهه هض و سةحظأح لف فصله ا فآل ها ‪:‬‬
‫‪n‬‬

‫‪x‬‬ ‫‪i‬‬
‫‪x1  x2  ...  xn‬‬
‫‪x‬‬ ‫‪i 1‬‬
‫‪‬‬ ‫)‪... (24‬‬
‫‪n‬‬ ‫‪n‬‬

‫فو قهضا د ف فصضنهح) اظحو او ضها فا فصظةن ضنةلضا ابت ضها فا فصضنحه ‪ ,‬فن‬
‫ضلح ة فو ا وهح ظلوت فصلأو او نظهعا‬ ‫ل ا لسه ض‬ ‫لسه‬ ‫هأأو ا‬
‫فصضوو فا فص ا هسةخ د ف فصضنهح) صنهضأح ‪.‬‬
‫مثال (‪:)11‬‬
‫فصظهحلحا فا لح ضوس فصولف خ فص أوها ) ( صوضحلها ضلأوهو ظآمت فص لحلهو‬
‫لفصضنبلخ سةحخ فصلةن فصسةحظا صب فو خ ‪:‬‬
‫‪x1 = 12‬‬ ‫‪x2 = 10‬‬ ‫‪x3 = 13‬‬ ‫‪x4 = 9‬‬
‫‪x5 = 18‬‬ ‫‪x6 = 20‬‬ ‫‪x7 = 14‬‬ ‫‪x8 = 14‬‬
‫فصسس ‪ :‬ظ نظه فصله ا(‪ 24‬ل و ‪:‬‬
‫‪110‬‬
‫‪x‬‬ ‫‪ 13.75‬‬
‫‪8‬‬
‫(‪ 13.75‬فصت هلحو ضوس فصلةن فصسةحظا صب فو خ صأؤمو فصضلأوهو ‪.‬‬

‫حالة البيانات المبوبة ‪:‬‬

‫وفوإ ا ف ح ه ‪ k‬فحو فصلةن‬ ‫لس لزه‬ ‫سهلضح ه ه ووهغ فصظهحلحا (فصنهه فا‬
‫فصسةحظا هسةخ لف فصله ا ‪:‬‬

‫‪99‬‬
 ‫‪k‬‬

‫‪fx‬‬ ‫‪i‬‬ ‫‪i‬‬

‫‪x‬‬ ‫‪i 1‬‬
‫‪k‬‬
‫‪...‬‬ ‫)‪(25‬‬
‫‪f‬‬
‫‪i 1‬‬
‫‪i‬‬

‫سهث فو‪ fi:‬هضوس وفو فصو ا ‪ . i‬ل ‪ xi‬هضوس ضو ز فصو ا ‪. i‬‬

‫مثبل (‪:)14‬‬
‫فسةخ قهضا فصلةن فصسةحظا ‪ x‬صظهحلحا لس فص لزه فص وفوإ فآل ا‪:‬‬

‫‪Classes‬‬ ‫‪fi‬‬
‫‪2-‬‬ ‫‪6‬‬
‫‪4-‬‬ ‫‪19‬‬
‫‪6-‬‬ ‫‪15‬‬
‫‪8-‬‬ ‫‪25‬‬
‫‪10-‬‬ ‫‪15‬‬
‫‪12-‬‬ ‫‪19‬‬
‫‪14-16‬‬ ‫‪6‬‬
‫‪87‬‬

‫ه ه سةحخ ‪ xi‬فص إ هضوس ضو زفصو ا ‪ i‬لف فصله ا (‪ 15‬لضو وه لسةخ‬

‫فصض نبظحا فص ا س ح أح فصله ا إ فو ‪:‬‬

‫‪Classes‬‬ ‫‪fi‬‬ ‫‪xi‬‬ ‫‪fi x i‬‬

‫‪2-‬‬ ‫‪6‬‬ ‫‪3‬‬ ‫‪18‬‬
‫‪4-‬‬ ‫‪19‬‬ ‫‪5‬‬ ‫‪59‬‬
‫‪6-‬‬ ‫‪15‬‬ ‫‪7‬‬ ‫‪195‬‬
‫‪8-‬‬ ‫‪25‬‬ ‫‪9‬‬ ‫‪225‬‬
‫‪10-‬‬ ‫‪15‬‬ ‫‪11‬‬ ‫‪165‬‬
‫‪12-‬‬ ‫‪19‬‬ ‫‪13‬‬ ‫‪139‬‬
‫‪14-16‬‬ ‫‪6‬‬ ‫‪15‬‬ ‫‪99‬‬
‫‪87‬‬ ‫‪783‬‬

‫لابهه فإو فصلةن فصسةحظا ه ه سةحظه لف فصله ا (‪ 25‬ل ضح هبا‪:‬‬

‫‪91‬‬
 ‫‪7‬‬

‫‪fx‬‬ ‫‪i i‬‬

‫‪783‬‬
‫‪x‬‬ ‫‪i 1‬‬
‫‪7‬‬
‫‪‬‬ ‫‪9‬‬
‫‪f‬‬
‫‪87‬‬
‫‪i‬‬
‫‪i 1‬‬

‫لس فص لزه فص وفوإ أأو ف ضح‬ ‫ضالسأا ‪ : 1‬تو قهضا فصلةن فصسةحظا صظهحلحا‬
‫ضو‬ ‫ضلقعه‬ ‫‪x‬‬ ‫ضو س ل فصو حا صب لس ‪ ,‬فلالسأ صسحصا فصضوحس اال و ‪= 9‬‬
‫فصو ا فصوفظعا ‪.‬‬
‫فه له ا ف وب صسةحخ قهضا فصلةن فصسةحظا او‬ ‫يالدظخ ‪ :2‬ظحمض حو فة‬
‫نوه ف هحو فس ض فو ز فصو حا ل إ ضها وحظ ه س لص و ‪ A‬ف لو فصله ا‬
‫حم ا ‪:‬‬
‫‪K‬‬ ‫‪K‬‬

‫)‪ f i ( xi  A‬‬ ‫‪fd‬‬ ‫‪i‬‬ ‫‪i‬‬

‫‪xA‬‬ ‫‪i 1‬‬
‫‪K‬‬
‫‪ A‬‬ ‫‪i 1‬‬
‫‪K‬‬
‫)‪... (26‬‬
‫‪f‬‬
‫‪i 1‬‬
‫‪i‬‬ ‫‪f‬‬ ‫‪i 1‬‬
‫‪i‬‬

‫ضوحس (‪: )43‬‬

‫لةن فو ا ‪ ,‬فإو ‪:‬‬ ‫صظهحلحا فصضوحس فصةحظ ت ف ه ف هحو ضوال فص ضها‬

‫‪xi‬‬ ‫‪fi‬‬ ‫‪xi-7‬‬ ‫)‪fi (xi-7‬‬

‫‪3‬‬ ‫‪6‬‬ ‫‪3-7‬‬ ‫‪6(3-7) = -24‬‬
‫‪5‬‬ ‫‪19‬‬ ‫‪5-7‬‬ ‫‪10(7-5) = -20‬‬
‫‪7‬‬ ‫‪15‬‬ ‫‪7-7‬‬ ‫‪15(7-7) = 0‬‬
‫‪9‬‬ ‫‪15‬‬ ‫‪9-7‬‬ ‫‪25(9-7) = 50‬‬
‫‪11‬‬ ‫‪15‬‬ ‫‪11-7‬‬ ‫‪15(11-7) = 60‬‬
‫‪13‬‬ ‫‪19‬‬ ‫‪13-7‬‬ ‫‪10(13-7) = 60‬‬
‫‪15‬‬ ‫‪6‬‬ ‫‪15-7‬‬ ‫‪6(15-7) = 48‬‬
‫‪87‬‬ ‫‪174‬‬
‫ظ نظه فصله ا (‪ 26‬ة لو ‪:‬‬ ‫‪x‬‬ ‫لابهه فحو قهضا‬
‫‪174‬‬
‫‪x 7‬‬ ‫‪9‬‬
‫‪87‬‬

‫‪92‬‬
 ‫لح لفص ا دا‬ ‫لظ صت لة نه فو لسةخ فصلةن فصسةحظا سةخ فصله ا (‪27‬‬
‫ضع ض ابت فصله ا (‪ 26‬ل ضح هبا‪:‬‬
‫∑‬
‫̅‬ ‫(‬ ‫)‬
‫∑‬

‫̅‬ ‫(‬ ‫)‬

‫شٓش يؼذل ػًش انجطبس‪ٚ‬بد‬
‫‪1-1-5‬الوسط الحسببي المرجح (الموزون) ‪Weighted Mean‬‬
‫فا سهحو وهو ق ه لو ص س قهضا ضو قهه فصض هو فصع لف ا )‪ (xi‬دضها ل لزو‬
‫فصنهضا ‪,‬لابهه فحو سةحخ قهضا فصلةن فصسةحظا فصض هو‬ ‫و هسا )‪ (wi‬حل ظأ‬
‫ظحما ظحو فألدضها‬ ‫‪ x‬لفنح صبله ا )‪ (10‬ةلت م ه لو قهنح ‪ ,‬ص صت ه ل خ فأل‬
‫لفنح‬ ‫ل فصلزو ص س ض هو لةه لو سةحخ قهضا فصلةن فصسةحظا فصضلزلو (فصضو‬
‫صبله ا فآل ها‪:‬‬
‫‪n‬‬

‫‪w x‬‬ ‫‪i i‬‬

‫‪xw ‬‬ ‫‪i 1‬‬
‫‪n‬‬
‫)‪... (28‬‬
‫‪w‬‬
‫‪i 1‬‬
‫‪i‬‬

‫مثبل (‪: ) 15‬‬

‫ت ف هةوا فأللزفو )‪ (wi‬صنهه‬ ‫فسةخ قهضا فصلةن فصسةحظا فصضلزلو (فصضو‬
‫فصض هو )‪ (xi‬حآل ا ‪:‬‬

‫‪xi‬‬ ‫‪79 90‬‬ ‫‪50‬‬ ‫‪100‬‬ ‫‪88‬‬ ‫‪89‬‬ ‫‪60‬‬

‫‪wi‬‬ ‫‪1‬‬ ‫‪3‬‬ ‫‪2‬‬ ‫‪4‬‬ ‫‪2‬‬ ‫‪3‬‬ ‫‪3‬‬
‫هض و سةحخ قهضا فصلةن فصسةحظا فصضلزلو (فصضو لفنح صبله ا)‪ (28‬ل حم ا‪:‬‬

‫)‪1(79)  3(90)  2(50)  4(100)  2(88)  3(89)  3(60‬‬

‫‪xw ‬‬
‫‪1 3  2  4  2  3  3‬‬
‫‪1472‬‬
‫‪‬‬ ‫‪ 81.78‬‬
‫‪18‬‬

‫‪94‬‬
 ‫ضالسأا‪ :‬ف ف ه سةحخ قهضا فصلةن فصسةحظا صنهه فصض هو ‪ xi‬لف فصله ا (‪24‬‬
‫ةه لو‪:‬‬

‫‪556‬‬
‫‪x‬‬ ‫‪ 79.428‬‬
‫‪7‬‬
‫مسأ فصوو فا قهضا فصلةن فصسةحظا فصضلزلو لغهو فصضلزلو لفصةظخ دل فألدضها ل‬
‫فصلزو ص س قهضا ضو قهه فصض هو ‪xi‬‬
‫يثبل (‪: )46‬‬
‫ألدذ انطهجخ عجهذ انذسجبد )‪ (xi‬نهًٕاد انذساع‪ٛ‬خ ٔػذد انغبػبد األعجٕػ‪ٛ‬خ نكم‬
‫يبدح )‪ )wi‬ف‪ ٙ‬أدَبِ انًطهٕة ‪:‬‬
‫‪ -1‬دغبة انٕعظ انذغبث‪ ٙ‬نهذسجبد (‪ (xi‬ثبنطش‪ٚ‬مخ االػز‪ٛ‬بد‪ٚ‬خ ‪.‬‬
‫‪ -2‬سةحخ فصلةن فصسةحظا فصضلزلو صب و حا )‪. (xi‬‬
‫‪ -3‬أ‪ًٓٚ‬ب أفضم ٔالشة نهٕالغ ‪.‬‬

‫ججش ثشيجخ س‪ٚ‬بض‪ٛ‬بد دش‪ٚ‬بد االداسح االلزصبد اإلدصبء‬ ‫يذبعجخ‬

‫‪Xi‬‬ ‫‪93‬‬ ‫‪55‬‬ ‫‪79‬‬ ‫‪69‬‬ ‫‪95 199 69‬‬ ‫‪79‬‬
‫‪Wi‬‬ ‫‪4‬‬ ‫‪2‬‬ ‫‪3‬‬ ‫‪2‬‬ ‫‪3‬‬ ‫‪3‬‬ ‫‪2‬‬ ‫‪2‬‬

‫انذم ‪ -1 :‬انٕعظ انذغبث‪ ٙ‬نهذسجبد ثبنطش‪ٚ‬مخ االػز‪ٛ‬بد‪ٚ‬خ (ثزطج‪ٛ‬ك انص‪ٛ‬غخ ‪) 24‬‬

‫‪n‬‬

‫‪x‬‬ ‫‪i‬‬
‫‪93  55  .....  70‬‬
‫=‪x‬‬ ‫‪i 1‬‬
‫‪‬‬ ‫‪ 77.625‬‬
‫‪n‬‬ ‫‪8‬‬

‫‪ -2‬انٕعظ انذغبث‪ ٙ‬انًٕصٌٔ نهذسجبد ثزطج‪ٛ‬ك انص‪ٛ‬غخ (‪ )28‬ع‪ٛ‬كٌٕ ‪:‬‬

‫‪n‬‬

‫‪w x‬‬ ‫‪i‬‬ ‫‪i‬‬

‫)‪4(93)  2(55)  .....  2(76‬‬ ‫‪1702‬‬
‫‪xw ‬‬ ‫‪i 1‬‬
‫‪n‬‬
‫‪‬‬ ‫‪‬‬ ‫‪ 81.047‬‬
‫‪w‬‬
‫‪21‬‬ ‫‪21‬‬
‫‪i‬‬
‫‪i 1‬‬

‫‪ -3‬انٕعظ انذغبث‪ ٙ‬انًٕصٌٔ )‪ ْٕ (81.047‬األفضم ٔاأللشة نهٕالغ نكَّٕ ‪ٚ‬ؤخز‬

‫ثُظش االػزجبس ػذد انغبػبد نكم يبدح ‪.‬‬

‫‪95‬‬
 ‫مثبل(‪:)14‬‬
‫إرا كبٌ اإلسرفبع ف‪ ٙ‬أعؼبس انًٕاد انغزائ‪ٛ‬خ )‪ٔ (45%‬ف‪ ٙ‬اعؼبس انًالثظ ٔانُفمبد‬
‫األخشٖ )‪ٔ (25%‬ف‪ ٙ‬أعؼبس انًغبكٍ )‪ٔ (10%‬كبٌ يب ‪ُٚ‬فك ػهٗ انًٕاد انغزائ‪ٛ‬خ‬
‫ثالثخ أيثبل يب ‪ُٚ‬فك ػهٗ انًالثظ ٔانُفمبد األخشٖ‪ٚ .‬طهت إ‪ٚ‬جبد يزٕعظ انض‪ٚ‬بدح ف‪ٙ‬‬
‫َفمبد انًؼ‪ٛ‬شخ‪.‬‬
‫انذم‪ :‬ثزطج‪ٛ‬ك انص‪ٛ‬غخ (‪َ )28‬ذغت ا‪ٜ‬ر‪:ٙ‬‬
‫‪n‬‬

‫‪w x‬‬ ‫‪i‬‬ ‫‪i‬‬

‫)‪3(45)  1(25)  2(10‬‬
‫‪xw ‬‬ ‫‪i 1‬‬
‫‪n‬‬
‫‪‬‬ ‫‪ 30%‬‬
‫‪w‬‬
‫‪6‬‬
‫‪i‬‬
‫‪i 1‬‬

‫رى اعزخذاو انٕعظ انذغبث‪ ٙ‬انًشجخ إلخزالف األًْ‪ٛ‬خ أٔ األٔصاٌ نكم فمشح يٍ‬
‫فمشاد َفمبد انًؼ‪ٛ‬شخ‪ ,‬نزا فئٌ يؼذل انض‪ٚ‬بدح نٓزِ انُفمبد ْ‪. 30% ٙ‬‬

‫‪ 4-1-5‬مواصفبت الوسط الحسببي ‪:‬‬

‫‪ -1‬إٌ ل‪ًٛ‬خ انٕعظ انذغبث‪ ) x ( ٙ‬رزؤثش ثٕجٕد انم‪ٛ‬ى انشبرح ف‪ ٙ‬انكجش أٔ انصغش ل‪ٛ‬بعب‬
‫لذ رمزشة ثبرجبِ انم‪ًٛ‬خ انشبرح ‪.‬‬ ‫‪x‬‬ ‫انٗ ثم‪ٛ‬خ انم‪ٛ‬ى أ٘ اٌ ل‪ًٛ‬خ‬

‫مثبل (‪:)14‬‬
‫إرا كبَذ انم‪ٛ‬ى ا‪ٜ‬ر‪ٛ‬خ رًثم ػذد انٕدذاد انًُزجخ نثًبَ‪ٛ‬خ يكبئٍ ‪:‬‬
‫‪x1 = 10 , x2 = 8‬‬ ‫‪, x3 = 9 , x4 = 100‬‬
‫‪x5 = 11 , x6 = 10 , x7 = 8 , x8 = 12‬‬
‫ارا رى دغبة ل‪ًٛ‬خ ‪( x‬انٕعظ نذغبث‪ ٙ‬نؼذد انٕدذاد انًُزجخ ) فغزكٌٕ ‪:‬‬
‫‪168‬‬
‫= ‪x‬‬ ‫‪ 21‬‬
‫‪8‬‬

‫رظٓش اكجش يٍ ‪ 7‬ل‪ٛ‬ى يٍ انم‪ٛ‬ى انثًبَ‪ٛ‬خ ٔثكالو أضخ آَب يزؤثشح ثبنم‪ًٛ‬خ‬ ‫‪x‬‬ ‫فم‪ًٛ‬خ‬
‫ف‪ْ ٙ‬زِ انذبنخ ال رًثم‬ ‫‪x‬‬ ‫انكج‪ٛ‬شح (انشبرح) ٔانز‪ٔ x4 = 100 ْٙ ٙ‬نزنك فبٌ ل‪ًٛ‬خ‬
‫يجًٕػخ ل‪ٛ‬ى ‪ xi‬رًث‪ٛ‬ال صذ‪ٛ‬ذب ‪.‬‬

‫‪96‬‬
 ‫‪classes‬‬ ‫‪fi‬‬
‫‪Less than‬‬ ‫‪13‬‬
‫‪45‬‬
‫‪45-‬‬ ‫‪9‬‬
‫‪52-‬‬ ‫‪6‬‬
‫‪59-‬‬ ‫‪10‬‬
‫‪66-‬‬ ‫‪8‬‬
‫‪73-‬‬ ‫‪4‬‬
‫‪80 and over‬‬ ‫‪10‬‬
‫ي يوفوإ‬ ‫فصس ييس ‪ :‬فو سة ييحخ قهض ييا فصلة يين فصسة ييحظا صبظهحل ييحا فصضووغ ييا ظ ي ي لس لزهي ي‬
‫‪k‬‬

‫‪fx‬‬
‫ظضعل ييت هس ييحق فص ييت ق ييهه‬ ‫ه ييلو ظ نظهي ي فصل ييه ا(‪ 25‬لفص ييا د ييا‬
‫‪i‬‬ ‫‪i‬‬
‫‪x‬‬ ‫‪i 1‬‬
‫‪k‬‬

‫‪f‬‬
‫‪i 1‬‬
‫‪i‬‬

‫ض فو ز فصو حا لظضح فو فصو يا فملصيت ضو لسيا ضيو نوفأيح فأل ليت فيال هض يو سةيحخ قهضيا‬
‫ضو ز د فصو ا ل صت ظحصلةظا صبو ا فم هيو فحلأيح ضو لسيا ضيو سي دح فألابيت فالهض يو‬
‫فه يح سةيحخ قهضييا ضو يز دي فصو يا لابهييه فيال لةي نه سةيحخ قهضييا فصلةين فصسةييحظا‬
‫ظ نظه فصله ا اال ‪.‬‬

‫‪ : 4-5‬الوسيط ‪Median:‬‬
‫د ف فصضنهح) هعوت ظحله فصنهضا فص ا لةن قهه فصض ضلاا ظعي و هظأيح ليحا هح فل‬
‫‪X Me‬‬ ‫فصنهه قظبأح هةحلإ ا فصنهه ظع دح ‪ ,‬هوضز صه ظحصوضز‬ ‫لحزصهح‪ ,‬سهث فو ا‬
‫فبل حلا صي هلح فصنيهه ‪ x1 , x2 , ... , xn‬لنيله ظ و هظأيح تضيح ليحا هح ل لحزصهيح ‪,‬‬
‫إ‪:‬‬
‫‪x1  x2  ...  xn ‬‬
‫سهث فو ‪:‬‬
‫‪ : x1‬ضوس قهضا فص و هخ فأللس ل لأح ل و فصنهه ‪.‬‬
‫‪ : x2 ‬ضوس قهضا فص و هخ فصوحلا ل وحلا ل و فصنهه ‪.‬‬
‫‪ : xn ‬ضوس قهضا فص و هخ فأل هو ل لأح ظو فصنهه ‪.‬‬
‫صأ فصنهه فصضو ظا حآل ا‪:‬‬ ‫( ‪X Me‬‬ ‫ه ه سةحخ قهضا فصلةهن‬

‫‪194‬‬
 ‫ة لو دا قهضا و هخ‬ ‫‪X Me‬‬ ‫‪ .‬ت ف حو ا فصنهه فو هح فإو قهضا فصلةهن‬
‫فصلةهن فص إ هضوس ظحصس ‪ . x  n1 ‬إ‪:‬‬
‫‪ 2 ‬‬
‫‪‬‬ ‫‪‬‬

‫̅‬

‫ت ف حو ا فصنهه زل هح فإو قهضا فصلةهن ‪ X Me‬ة لو دا قهضا فصلةن‬ ‫خ‪.‬‬

‫فصسةحظا صنهض ا و هظا فصلةهن فصضضوبهو ظحصس هو ‪ x  n  , x  n1 ‬ل حآل ا‪:‬‬
‫‪2‬‬ ‫‪ 2 ‬‬
‫‪ ‬‬ ‫‪‬‬ ‫‪‬‬

‫‪x n   x n1 ‬‬

‫‪2‬‬ ‫‪ 2 ‬‬
‫‪ ‬‬ ‫‪‬‬ ‫‪‬‬
‫‪X Me ‬‬ ‫)‪... (35‬‬
‫‪2‬‬

‫مثال (‪: )54‬‬

‫قهضا فصلةهن ‪ X Me‬صض ضلاا فصنهه فا ف لح لفص ا ضوس ا فصلس فا ( صضل ج‬
‫ظالة ه ا فا ل ظا اضس لفس لفص ا فل أح (‪ 11‬احضس فا س ضعحضس‬
‫فصظالة ت فصل هو ‪.‬‬
‫‪22 , 24 , 16 , 29 , 18 , 19 , 13 , 9 , 7 , 9 , 8‬‬
‫فصسس ‪ :‬لنله ظ و هخ فصنهه لحا هح حآل ا ‪:‬‬
‫‪7‬‬ ‫‪8‬‬ ‫‪9‬‬ ‫‪9‬‬ ‫‪10‬‬ ‫‪13 16 18‬‬ ‫‪20 22‬‬ ‫‪24‬‬

‫فصنهه فو هح )‪ (n=11‬فحو قهضا فصلةهن ة لو ظ نظه فصله ا‬ ‫لظضح فو ا‬

‫‪n 1‬‬
‫إ فو ‪:‬‬ ‫(‬ ‫)‬ ‫(‪ 34‬دا قهضا و هخ فصلةهن‬
‫‪2‬‬
‫‪X Me‬‬ ‫=‬ ‫‪x  n 1 ‬‬ ‫‪= x[6] = 13‬‬
‫‪ 2 ‬‬
‫‪‬‬ ‫‪‬‬

‫لالسأ ظع فص و هخ فص لحا إ فو ا فصنهه قظس قهضا فصلةهن هةحلإ ا فصنهه‬

‫ظع قهضا فصلةهن لهةحلإ ‪ 5‬قهه ‪.‬‬
‫ضوحس (‪: 59‬‬
‫فسةخ قهضا فصلةهن صبظهحلحا فا لح فص ا ضوس ا ضعحضالا فصنولت‬
‫صبللحاههو فص ا فل ز أح ة ا ضلحوت فا ظ ف ‪.‬‬
‫‪16‬‬ ‫‪22‬‬ ‫‪24‬‬ ‫‪45 39 19‬‬
‫‪195‬‬
 ‫فصسس ‪ :‬ه ه و هخ فصنهه حآل ا ‪:‬‬
‫‪10‬‬ ‫‪16‬‬ ‫‪22‬‬ ‫‪24‬‬ ‫‪30‬‬ ‫‪45‬‬
‫فصنهه زل هح )‪ (n=6‬فحو ‪:‬‬ ‫لظضح فو ا‬
‫‪n‬‬
‫‪‬‬
‫‪6‬‬
‫‪ 3‬‬ ‫فص و هخ فملس صبلةهن دل‪:‬‬
‫‪2‬‬ ‫‪2‬‬
‫‪n‬‬
‫‪1‬‬ ‫لفص و هخ فصوحلا صبلةهن لدل ‪:‬‬
‫‪2‬‬
‫لابهه فحو قهضا فصلةهن لف فصله ا (‪ 35‬ة لو ضةحلها فصت قهضا فصلةن‬
‫فصسةحظا صنهض ا فص و هظهو ‪ ,‬ل ضح هبا ‪:‬‬
‫‪x3  x4‬‬ ‫‪22  24‬‬
‫‪X Me ‬‬ ‫‪‬‬ ‫‪ 23‬‬
‫‪2‬‬ ‫‪2‬‬
‫حبلة البيبوبت المبوبة ‪:‬‬
‫‪ٚ‬زى دغبة ل‪ًٛ‬خ انٕع‪ٛ‬ظ يٍ جذٔل رٕص‪ٚ‬غ ركشاس٘ ثؼذح طشق ‪:‬‬
‫‪ )1‬طش‪ٚ‬مخ إعزخذاو انزكشاس انًزجًغ انصبػذ ‪:‬‬
‫‪k‬‬

‫‪f‬‬
‫فص إ ضو‬ ‫ه ه سةحخ فص وفو فصض ض فصلحا ‪ F‬لضو وه سةخ فص ضها‬
‫‪i‬‬
‫‪i 1‬‬

‫‪2‬‬
‫ضلأح قهضا فصلةهن سهث فو د فصو ا ةضت‬ ‫الصه ه ه س ه فصو ا فص ا ة ن‬
‫ف ا فصلةهن ل فصو ا فصلةنها لدا فص ا نحظس لس وفو ض ض لحا ه لو‬
‫‪k‬‬

‫‪f‬‬
‫ل ظو ضلأح لضو وه سةخ قهضا فصلةهن ضو الس فصله ا‬ ‫ضةحل فصت‬
‫‪i‬‬
‫‪i 1‬‬

‫‪2‬‬
‫فا ف لح ‪:‬‬
‫‪k‬‬

‫‪f‬‬ ‫‪i‬‬
‫‪i 1‬‬
‫‪F‬‬
‫‪X Me  LLMe ‬‬ ‫‪2‬‬ ‫‪. WMe‬‬ ‫)‪... (36‬‬
‫‪f Me‬‬
‫سهث فو ‪:‬‬
‫‪ : LLMe‬فصس فم لت صبو ا فصلةهنها ‪.‬‬
‫‪ :‬فص وفو فصض ض فصلحا فصضنحظس صبو ا فص ا دا قظس فصو ا فصلةهنها‬ ‫‪F‬‬

‫(ض ضل فص فووفا قظس ف ا فصلةهن ‪.‬‬

‫‪ :‬فص وفو فصوعبا صو ا فصلةهن ‪.‬‬ ‫‪f Me‬‬

‫‪ :‬ةعا فل نلس ف ا فصلةهن ‪.‬‬ ‫‪WMe‬‬

‫‪196‬‬
 ‫مثال (‪: )55‬‬
‫لس فص لزه فص وفوإ فا لح هضوس لزه ا فصلس فا فصضعهظا فا تل حق س‬
‫فه نوهنا فص وفو‬ ‫فصضلحل صي ‪ 75‬ل ظا تل حق ‪.‬تسةخ قهضا فصلةهن ظإة‬
‫فصض ض فصلحا ‪.‬‬
‫ف حا‬ ‫‪ f i‬فص وفو‬
‫فصلس فا‬
‫فصضعهظا‬
‫‪2-‬‬ ‫‪17‬‬
‫‪6-‬‬ ‫‪13‬‬
‫‪10-‬‬ ‫‪15‬‬
‫‪14-‬‬ ‫‪10‬‬
‫‪18-22‬‬ ‫‪20‬‬
‫‪‬‬ ‫‪70‬‬
‫فصسس ‪ :‬لسةخ فص وفو فصض ض فصلحا ‪ F‬حآل ا ‪:‬‬
‫ف حا‬ ‫‪ f i‬فص وفو‬ ‫‪F‬‬
‫فص فووفصض ض‬
‫فصلس فا‬
‫فصلحا‬
‫فصضعهظا‬
‫‪2-‬‬ ‫‪17‬‬ ‫‪17‬‬
‫‪6-‬‬ ‫‪13‬‬ ‫‪30‬‬
‫‪10-‬‬ ‫‪15‬‬ ‫‪45‬‬
‫‪14-‬‬ ‫‪10‬‬ ‫‪55‬‬
‫‪18-22‬‬ ‫‪20‬‬ ‫‪75‬‬
‫‪‬‬ ‫‪75‬‬
‫‪k‬‬

‫‪f‬‬
‫ضو فلس وفو ض ض‬ ‫للالسأ فو د فصل ه ا ن‬ ‫لسةخ‬
‫‪i‬‬
‫‪70‬‬
‫‪i 1‬‬
‫‪‬‬ ‫‪ 37.5‬‬
‫‪2‬‬ ‫‪2‬‬
‫لحا فصضةحلإ فصت ‪ 45‬لابهه فإو ف ا فصلةهن دا فصو ا فص ا نحظس فص وفو‬
‫فصض ض فصلحا (‪. 45‬‬
‫لظ نظه فصله ا (‪ 36‬ه ه سةحخ قهضا فصلةهن ضح هبا ‪:‬‬
‫‪37.5  30‬‬
‫‪X Me  10 ‬‬ ‫‪. 4  12‬‬
‫‪15‬‬

‫‪197‬‬
 ‫‪ : 3-5‬المنوال ‪Mode‬‬
‫وو ف وو ضو غهودح ظهو‬ ‫دل فس ضنحهه) فصض لةنحا لهعوت ظبله فصنهضا فص ا‬
‫لهةضت فه ح ظ ةضها فصنهضا فص ح عا ‪.‬‬ ‫‪X Mo‬‬ ‫ظنها قهه فصض ضلاا لهوضز صه ظحصوضز‬
‫ضوحس (‪: 63‬‬
‫فصظهحلحا فا لح ضوس ا ف حزفا فألضلضا )‪ (xi‬صبضلأوحا فصعحضالا فا فس ب‬
‫فصضل آا فصس لضها فا ا و ةللفا ‪.‬‬
‫‪xi : 2‬‬ ‫‪2‬‬ ‫‪1‬‬ ‫‪3 4‬‬ ‫‪9 1 4 2 2‬‬
‫فضح دا قهضا فصضللفس (فص ا ضوس ضنهح) فصض لةن صأ فصظهحلحا ‪:‬‬

‫ووا ‪ 4‬ضوفا‬ ‫و فصنهضا ‪ 2‬ق‬ ‫فصسس ‪ :‬ضو الس ضالسأا فصنهه اال ل‬
‫لدا وو فو فو ضو ظنها فصنهه لابهه فحو قهضا فصضللفس دا ‪:‬‬
‫‪X Mo  2‬‬

‫مثال (‪: )51‬‬

‫فصظهحلحا فا لح ضوس ةعو ضح لا فصسالقا فص أوظح ها (ظآمت فص لحلهو فصضظحاا‬
‫فا س ضسالا فأل أز فص أوظح ها‪.‬‬
‫‪25‬‬ ‫‪24.5‬‬ ‫‪24 25‬‬ ‫‪24‬‬ ‫‪25 23.9‬‬ ‫‪23.8‬‬ ‫‪23‬‬ ‫‪24 23 22‬‬
‫فصضنبلخ ‪ :‬ضحدا قهضا فصضللفس (فص ا ضوس ضنهح) فصض لةن صةعو ضح لا فصسالقا‪.‬‬
‫ووا والث ضوفا‬ ‫فو فصنهضا ‪24‬‬ ‫فصسس ‪ :‬ضو الس ضالسأا قهه فصظهحلحا ل‬
‫وفو دح هو فصنهض هو وو ضو‬ ‫ووا ه ح والث ضوفا لفو‬ ‫ل صت فصنهضا ‪25‬‬
‫إ‬ ‫صأ فصظهحلحا قهض هو صبضللفس ملأضح وو ح ظلو) فصع‬ ‫ظنها فصنهه لابهه فهل‬
‫‪.‬‬ ‫‪X Mo  25‬‬ ‫لقهضا فصضللفس فصوحلها دا‬ ‫‪X Mo  24‬‬ ‫و ‪ :‬قهضا فصضللفس فأللصت دا‬
‫قهضا ض وو‬ ‫ضالسأا ‪ :‬ق مهض و سةحخ قهضا فصضللفس صنهه ض ضلاا ف ف صه ل‬
‫وو ضو غهودح ‪.‬‬

‫‪111‬‬
 ‫مثال (‪: )55‬‬
‫فصنهه فا ف لح ضوس قهحةحا لزو فس فللف ضل حا فص لم ه(ظحص وفه ‪.‬‬
‫‪36 39‬‬ ‫‪31‬‬ ‫‪35‬‬ ‫‪36 32 34 33‬‬
‫ضحدا قهضا فصضللفس ؟‬
‫ووا وو ضو غهودح لابهه م‬ ‫إ ضو فصنهه ق‬ ‫فصسس ‪ :‬ظحصضالسأا صه ل‬
‫س ه قهضا فصضللفس صأ فصنهه ‪.‬‬ ‫لة نه‬

‫مثال (‪)55‬‬
‫فصنهه فا ف لح ضوس قهحةحا فصنضلحو فصضل ا ضو قظس تس ب فص و حا لفص ا‬
‫ظهعا الس ضلةه فصلهت ضو احه ‪ 2999‬فا س ضسالا فصضالظ) فصو حصها‪.‬‬
‫لفصضنبلخ سةحخ قهضا فصضللفس صنهحةحا فصنضلحو فصضظحاا‪.‬‬
‫‪42 , 44 , 38 , 42 , 44 , 42 , 42 , 42 , 38 , 42 , 49 , 38 , 49‬‬
‫‪49, 46 , 42 , 44 , 38 , 42 , 42 , 44 , 46 , 38 , 42 , 42 , 44 ,‬‬
‫فصسس ‪:‬‬
‫أللأح ووا وو ضو غهودح‪.‬‬ ‫‪X Mo  42‬‬ ‫تو قهضا فصضللفس دلح دا‬
‫حالة البيانات المبوبة ‪:‬‬
‫وفوإ ع ض ابت س ه فصو ا‬ ‫تو ته ح قهضا فصضللفس صظهحلحا ضووغا ظ لس لزه‬
‫ضلأح لدا فصو ا فص ا نحظس‬ ‫فصضللفصها (فصو ا فص ا ة لو قهضا فصضللفس لفقعا‬
‫ظو فص فووفا ‪ .‬لظع ضعوفا ل س ه فصو ا فصضللفصها هض و سةحخ قهضا فصضللفس‬
‫ظإس ب فصنو فآل ها ‪:‬‬
‫‪ 1‬نوهنا ضو ز فصو ا فصضللفصها ‪:‬‬
‫قهضا فصضللفس ابت ةح) لأح ة لو ضضوبا ظضو ز فصو ا‬ ‫فا د فصنوهنا س‬
‫فصضللفصها ‪.‬‬

‫‪112‬‬
 ‫لف و ‪:‬‬
‫‪x = 5.12‬‬

‫لابهه فحو قهضا فصضللفس ة لو ‪:‬‬

‫‪X Mo  LL  x‬‬
‫‪ 30  5.12‬‬
‫‪ 35.12‬‬

‫‪ 3‬نوهنا فصوول ‪:‬‬

‫ه ه لم فا د فصنوهنا س ه فصو ا فصضللفصها لدا فص ا نحظس ظو وفو لظع دح‬
‫ه ه سةحخ ‪:‬‬
‫‪ : d1‬فص ا ضوس فصوو ظهو وفو فصو ا فصضللفصها ل وفو فصو ا فص ا قظبأح ‪.‬‬
‫‪ : d2‬فص ا ضوس فصوو ظهو وفو فصو ا فصضللفصها ل وفو فصو ا فص ا ظع دح‪.‬‬
‫‪ : w‬فص ا ضوس نلس ف ا فصضللفس ‪.‬‬
‫له ه سةحخ قهضا فصضللفس او نوه فصله ا لح ‪:‬‬
‫‪d1‬‬
‫( ‪X Mo  LLMo ‬‬ ‫‪)w‬‬ ‫)‪... (39‬‬
‫‪d1  d 2‬‬

‫مثال (‪: )54‬‬

‫لس فص لزه فص وفوإ فا ف لح هضوس لزه ض ضلاا ضو فصضلأوحا لفنح صةللفا‬
‫فص ضا فصلأهوها لفصضنبلخ سةحخ قهضا فصضللفس ضنهح) صبض لةن ظنوهنا فصوول ‪.‬‬
‫ف حا ةللفا‬ ‫‪ fi‬فص وفو‬
‫فص ضا‬
‫‪1-‬‬ ‫‪22‬‬
‫‪3-‬‬ ‫‪18‬‬
‫‪5-‬‬ ‫‪19‬‬
‫‪7-‬‬ ‫‪25‬‬
‫‪9-‬‬ ‫‪24‬‬
‫‪11-13‬‬ ‫‪6‬‬

‫‪115‬‬
 ‫فصسس‪ :‬ظضح و ابت وفو دل ‪ 25‬فحو فصو ا فصضللفصها دا فصو ا فصوفظعا (‪ 7-9‬لابهه‬
‫لنله ظسةحخ ‪:‬‬

‫‪d1  25 10 15‬‬

‫‪d 2  25  24 1‬‬

‫لفو قهضا فصضللفس سةخ لف فصله ا (‪ 39‬ل ضح هبا ‪:‬‬

‫‪15‬‬
‫( ‪X Mo  7 ‬‬ ‫‪).2‬‬
‫‪15  1‬‬
‫‪ 8.88‬‬

‫‪ 4‬نوهنا وةه فصض وق فص وفوإ ‪:‬‬

‫ن ضة نهه ظهو‬ ‫ه ه لف د فصنوهنا وةه فصض وق فص وفوإ لضو وه ه ه ض‬
‫فصعبهح فصهضلت‬ ‫فصعبهح فصهضلت صضة نهس فصو ا فصضللفصها للننا فصنحا‬ ‫لننا فصنحا‬
‫فصعبهح فصهةوب‬ ‫و ظهو لننا فصنحا‬ ‫ن ضة نهه‬ ‫صضة نهس فصو ا ظع فصضللفصها لض‬
‫فصعبهح فصهةوب صضة نهس فصو ا قظس فصضللفصها ‪,‬‬ ‫ص ضة نهس فصو ا فصضللفصها للننا فصنحا‬
‫لضو لننا نحن د هو فص نهو للزس اضل فصت ضسلو فصو حا فهب نا ضعه ظلننا‬
‫ضوس قهضا فصضللفس ‪.‬‬
‫مثال (‪: )45‬‬
‫لس فص لزه فص وفوإ فا لح ظنوهنا‬ ‫س قهضا فصضللفس ضنهح) صبض لةن صظهحلحا‬
‫وةه فصض وق فص وفوإ ‪.‬‬
‫فصو حا‬ ‫فص فووفا‬
‫‪40-‬‬ ‫‪5‬‬
‫‪50-‬‬ ‫‪18‬‬
‫‪60-‬‬ ‫‪22‬‬
‫‪70-‬‬ ‫‪19‬‬
‫‪80-‬‬ ‫‪29‬‬
‫‪90-100‬‬ ‫‪5‬‬
‫صأ ف فص لس ل ضح فا فص س (‪ 2-5‬فآل ا ‪:‬‬ ‫فصسس ‪ :‬لوةه فصض وق فص وفوإ‬

‫‪116‬‬
 ‫ه ضوال قنح س لضا‬ ‫ضو وفةا لفس‬ ‫‪ 7‬فا سحصا س ه ضللفمو‬
‫لو لفلحث فضو فصضو س و ه ه فصعضس ابت‬ ‫حل ل ضوال‬ ‫لقنح‬
‫فلبأه صض ضلا هو‪.‬‬
‫مالحظات حول العالقة بين الوسط الحسابي والوسيط والمنوال‬
‫فضحا فص وهو ففصلأوها لفص نظهنها صبضنحهه) اال ه تة ل حق فصعالقا‬ ‫ضو الس فإلة‬
‫ظهو فصلةن فصسةحظا لفصلةهن لفصضللفس لفص ا ضوس ظحصسحما فألوظعا فا لح ‪:‬‬
‫فلس فص لزه فص فووها‬ ‫‪ 1‬ةحلإ قهه فصلةن فصسةحظا لفصلةهن لفصضللفس فا سحصا‬
‫س فصضلسلت صب لزه‬ ‫فصض ضحوبا ظضعلت فا سحس ضحوس (‪ Symmetry‬ل حل)‬
‫ضحضح‪ ,‬إ و‪:‬‬
‫فصضللفس ) ‪( X Mo‬‬ ‫=‬ ‫فصلةهن ) ‪( X Me‬‬ ‫=‬ ‫فصلةنحصسةحظا ) ‪(X‬‬

‫لح ‪:‬‬ ‫ضح لالسأ د ف فا فص س (‪3-5‬‬

‫فص س (‪ 3-5‬فصضلسلت فصض ضحوس‬

‫الوسط الحسببي‬
‫الوسيط‬
‫المىوال‬

‫‪ 2‬فا سحصا و ه لو فصضلسلت غهو ض ضحوس إ ضوون (‪ Skewness‬إ و قضا‬

‫فصضلسلت لو ضوونسا لفص وون فا أا فصهضهو (‪ +‬ل و نوت فصضلسلت ضب لإ‬
‫فصت أا فصهةحو (تص لفو ةحصخ فإو‪:‬‬

‫‪118‬‬
 ‫فصضللفس ) ‪( X Mo‬‬ ‫فصلةن فصسةحظا ) ‪ < (X‬فصلةهن ) ‪< ( X Me‬‬
‫ضح لالسأ د ف فا فص س (‪ 4-5‬فآل ا‪:‬‬
‫أا فصهضهو‬ ‫فص س (‪ 4-5‬فصضلسلت غهو ض ضحوس لفص وون‬

‫الوسيط الوسط الحسببي‬ ‫المىوال‬

‫‪ 3‬فا سحصا و ه لو فصضلسلت غهو ض ضحوس إ ضوون (‪ Skewness‬لفص وون‬

‫فا أا فصهةحو (– ل و نوت فصضلسلت ضب ل أا فصهضهو (تص لفو ضل خ فإو‪:‬‬
‫فصسةحظا ) ‪(X‬‬ ‫< فصلةهن ) ‪ < ( X Me‬فصلةن‬ ‫فصضللفس ) ‪( X Mo‬‬

‫ضح لالسأ د ف فا فص س (‪ 5-5‬فآل ا‪:‬‬

‫أا فصهةحو‬ ‫فص س (‪ 5-5‬فصضلسلت غهو ض ضحوس لفص وون‬

‫المىوال‬ ‫الوسيط‬ ‫الوسط‬

‫الحسببي‬

‫‪ 4‬صبضلسلت فص لزه فص إ ه لو فهه فص وون ضع س فإو‪:‬‬

‫فصلةن فصسةحظا – فصضللفس = ‪( 3‬فصلةن فصسةحظا – فصلةهن ‪.‬‬
‫إ و‪:‬‬
‫) ‪X  X Mo  3 ( X  X Me‬‬ ‫)‪... (40‬‬

‫‪119‬‬
 ‫مخطط اوسيببي (‪ )1-5‬لمقبييس الىسعة المركسية‬
‫انجذا‪ٚ‬خ‬
‫انجذا‪ٚ‬خ‬

‫𝑥 𝑥‬ ‫انج‪ٛ‬بَبد ْ‪𝑥𝑛 ٙ‬‬

‫م‬
‫انًزٕعظ نهج‪ٛ‬بَبد‬
‫ْم رش‪ٚ‬ذ يؼشفخ لعه‬
‫إدغت انٕعظ‬
‫انذغبث‪ٙ‬‬ ‫لعه‬ ‫ْم اٌ ل‪ٛ‬ى انًزغ‪ٛ‬ش رًزهك يغزٕ‪ٚ‬بد يخزهفخ يٍ األًْ‪ٛ‬خ‬
‫انًشجخ‬ ‫𝑖𝑤‬
‫𝑤̅𝑋‬
‫𝑖𝑤 𝑖𝑋 ∑‬
‫م‬
‫𝑖𝑤 ∑‬

‫إدغت‬ ‫ْم رش‪ٚ‬ذ‬ ‫ْم رش‪ٚ‬ذ يؼشفخ‬ ‫ْم اٌ كً‪ٛ‬بد‬

‫انٕعظ‬ ‫انؼُصش ف‪ٙ‬‬ ‫انم‪ًٛ‬خ األكثش‬ ‫ل‪ٛ‬ى انًزغ‪ٛ‬ش‬
‫انذغبث‪ٙ‬‬ ‫يشكض(يُزص‬
‫يشكض(يُزصف‬ ‫ركشاسا‬ ‫رغ‪ٛ‬شد خالل‬
‫𝑖𝑋 ∑‬
‫̅𝑋‬ ‫انج‪ٛ‬بَبد‬
‫ف)انج‪ٛ‬بَبد‬
‫)‬ ‫ف‪ ٙ‬يجًٕػخ‬ ‫فزشح يٍ انضيٍ‬
‫𝑛‬ ‫انج‪ٛ‬بَبد‬
‫لعه‬ ‫لعه‬ ‫لعه‬

‫إدغت انٕع‪ٛ‬ظ ‪𝑀𝑒 :‬‬ ‫اعزؼًم ل‪ًٛ‬خ‬

‫نؼذد انم‪ٛ‬ى فشد٘ ‪ٚ‬كٌٕ‬ ‫انًُٕال‬ ‫إدغت يزٕعظ يؼذل انزغ‪ٛ‬ش‬
‫𝑛‬ ‫𝑜𝑀‬ ‫ثبعزؼًبل ل‪ًٛ‬خ انٕعظ‬
‫انم‪ًٛ‬خ انز‪ ٙ‬رشر‪ٛ‬جٓب‬ ‫انُٓذع‪ٙ‬‬
‫ٔنؼذد انم‪ٛ‬ى صٔج‪ ٙ‬ف‪ٛ‬كٌٕ‬ ‫𝑥 𝑥√𝑛 𝑀 𝐺‬ ‫𝑛𝑥‬
‫انٕعظ انذغبث‪ ٙ‬نم‪ًٛ‬ز‪ٙ‬‬
‫انزشر‪ٛ‬ج‪ٍٛ‬‬
‫𝑛 𝑛‬

‫م‬ ‫م‬ ‫م‬

‫رٕلف‬

‫‪123‬‬
 ‫أسئلة وتمبريه الفصل الخبمس‬

‫‪ )1‬ماهو مقياس المتوسط للبيانات اآلتية‪:‬‬

‫وإذا كان ‪:‬‬

‫فما هي قيمة ̅ ؟‬
‫لكل قيمة من قيم المتغير وكما يلي‪:‬‬ ‫‪ )2‬توفر وزن‬
‫‪91‬‬ ‫‪56 88 98 111 66 58‬‬ ‫‪74 68‬‬

‫‪4‬‬ ‫‪2‬‬ ‫‪3‬‬ ‫‪4‬‬ ‫‪3‬‬ ‫‪2‬‬ ‫‪3‬‬ ‫‪3‬‬ ‫‪2‬‬

‫إحسب قيمة مقياس المتوسط المالئم لهذه البيانات‬
‫‪ )3‬أدناه أعداد سكان إحدى المدن(بمئات اآلالف) خالل عشر سنوات ‪:‬‬
‫‪9 , 8.5 , 9.3 , 9.5 , 8.7 , 9.1 , 9.4 , 8.9 , 9 , 10‬‬
‫إحسب قيمة المتوسط المناسب ألعداد السكان لهذه المدينة‪.‬‬
‫‪ )4‬لجدول التوزيع التكراري في أدناه‪:‬‬
‫الفئات)‪(Classes‬‬ ‫التكرار‬
‫‪10-‬‬ ‫‪4‬‬
‫‪20-‬‬ ‫‪18‬‬
‫‪30-‬‬ ‫‪14‬‬
‫‪40-‬‬ ‫‪5‬‬
‫‪50-‬‬ ‫‪11‬‬
‫‪60-70‬‬ ‫‪8‬‬
‫إحسب كل من مقياس الوسط الحسابي ومقياس الوسيط بطريقة التكرار‬
‫المتجمع الصاعد‪.‬‬

‫‪127‬‬
 ‫‪ )7‬ماهي قيمة المتوسط المناسب للبيانات في أدناه‪:‬‬
‫‪6 , 8 , 11 , 4 , 11 , 9 , 4 , 8 , 12 , 11 , 23 , 99‬‬

‫‪ )8‬إحسب قيمة الوسط الهندسي وقيمة الوسط التوافقي لبيانات الجدول أدناه‪:‬‬
‫الفئات)‪(Classes‬‬ ‫التكرار‬

‫‪4-‬‬ ‫‪4‬‬

‫‪6-‬‬ ‫‪8‬‬

‫‪8-‬‬ ‫‪4‬‬

‫‪10-‬‬ ‫‪5‬‬

‫‪12-‬‬ ‫‪1‬‬

‫‪14-16‬‬ ‫‪6‬‬

‫‪ )9‬إحسب قيمة الوسط التوافقي وقيمة الوسط التربيعي للبيانات أدناه‪:‬‬

‫‪4 , 2 , 6 , 10 ,8 , -10 , 12 , 5‬‬
‫للبيانات في أدناه ‪:‬‬ ‫‪)11‬‬
‫‪4 , 2 , 6 , 10 ,8 , -10 , 12 , 5‬‬

‫∑‬ ‫̅‬ ‫إثجذ أٌ‬

‫‪129‬‬
 ‫الفصل السادس‬
‫مقاييس التشتت ‪Measures of Dispersion‬‬
‫‪ :1-6‬مقدمة‬
‫تم التركيز في الفصل السابق عمى القيمة التي تتجمع ولليعا بقيعة القعيم ا فعر فعي‬
‫مجملعة المشاىدات المأفلذة من ظاىرة ما ‪ ,‬لمن مجرد النظر إلى ىذه القيمعة فننيعا‬
‫تكلن صلرة معينة من جميع المفعردات التعي اسعتفرجت منيعا ليعد سعمي ىعذا المؤشعر‬
‫البيان ععات‬ ‫بمقي ععاس النزع ععة المركزي ععة للك ععن ىع عذه المق ععاييس ك تكف ععي للو ععدىا للصع ع‬
‫لتوميمو لعميو يتطمب ا مر اعتماد مؤشر آفر من مؤشرات اإلوصعا اللصعفي يبعين‬
‫كيفية تلزي المشاىدات ‪ ,‬أي مد ابتعاد أل ايتعراب يعيم البيانعات بع عيا معن العبع‬
‫اآلفر تدعى مقاييس التشتت فكمما كانت البيانات منسجمة لمتقاربة كانت أف عل‬
‫في استفداماتيا لأدق في تمثيميا لممجتم اإلوصائي التي افتيرت منو‬
‫كل منيا‬ ‫فمثال لل فر نا أن ىناك مجملعتين من العمال في مجال الصيانة تتأل‬
‫من ‪ 5‬أشفاص لأننا يمنا بأفذ سنلات الفدمة في ىذا المجال لىي كاآلتي ‪:‬‬
‫‪x = 7 , 15 , 13 , 10 , 30‬‬
‫‪y = 16 , 15 , 13 , 17 , 14‬‬

‫للجدنا إن ييمة اللسط الوسابي لكل من سنلات الفدمة لممجملعتين ىي‪:‬‬

‫نفسععر ذلععك ىععل نأفععذ‬ ‫أي نفععس القيمععة ‪ 15‬سععنة ‪ ,‬فكي ع‬ ‫̅‬ ‫̅‬
‫ىذا دليل عمى تكافؤ المجملعتين من ناويعة الفبعرة فعي مجعال الصعيانة معن اللا ع‬
‫أن تقععارب يععيم المجملعععة الثانيععة ‪ y‬أف ععل مععن تقععارب يععيم المجملعععة ا للععى ‪ x‬لعميععو‬
‫يمكععن القععلل بععان المجملعععة الثانيععة اكثععر تجانسععا مععن المجملعععة ا للععى ممععا يعكععس‬
‫الفبرة بين ىاتين المجملعتين‬ ‫لجلد دليل ياط عمى افتال‬
‫لم ععن ىع عذا يت ع ع أن د ارس ععة مق ععاييس التش ععتت لي ععا اىمي ععة كبيع عرة لفاص ععة ف ععي د ارس ععة‬
‫المجتمعع ععات اإلوصع ععائية لالمقارن ع عة بع ععين مجمع ععلعتين أل اكثع ععر مع ععن‬ ‫العينع ععات للص ع ع‬
‫م ععد تن ععاثر أل تباع ععد ي ععيم‬ ‫المجتمع ععات اإلوص ععائية فالتش ععتت كم ععا يب ععدل ى ععل لصع ع‬
‫ف ععنذا ك ععان ى ععذا التش ععتت يم ععيال أف ععذ ذل ععك دل ععيال عم ععى‬ ‫المجملع ععة ع ععن بع ععيا ال ععبع‬
‫تجانس ىذه القيم لالعكس بالعكس‬

‫‪131‬‬
‫لعمى ذلك فانو ينبغي عمى الباوث أل الدارس باك افة إلى وسعاب مقيعاس المتلسعط‬
‫في إعتبعاره أي عا مقيعاس تشعتت‬ ‫ل لممقارنة بين مجملعتين أن ي‬ ‫كمقياس لملص‬
‫كل مجملعة‬
‫إن مقاييس التشتت تقسم إلى يسمين ‪:‬‬
‫‪ 1‬مقاييس التشتت المطمق ‪Absolute Dispersion Measures :‬‬
‫‪ 1‬مقاييس التشتت النسبية ‪Relative Dispersion Measures :‬‬

‫‪ :2-6‬مقاييس التشتت المطلق ‪Absolute Dispersion Measures :‬‬

‫أل عععن القيمععة‬ ‫لىعي مقععاييس لدرجععة انتشععار لتباعععد البيانعات عععن بع ععيا الععبع‬
‫المركزي ععة لي ععا لتكلن لو ععدات يياس ععيا نف ععس لو ععدات القي ععاس لمبيان ععات ا ص ععمية ‪ ,‬مث ععل‬
‫الخ‬ ‫الكغم ‪ ,‬المتر ‪ ,‬السنة ‪,‬‬
‫عععن بع ععيا مععن ويععث الديععة فععي‬ ‫لىنععاك عععدة مق عاييس لمتشععتت المطمععق تفتم ع‬
‫التعبيععر لالسععيللة فععي العمميععات الوسععابية لالمبععادئ النظريععة المبني عة عمييععا لمععن أىععم‬
‫ىذه المقاييس ىي ‪-:‬‬
‫‪ :1-2 -6‬المدى ‪Range :‬‬
‫لىل عبارة عن مقدار الفرق بين اكبر لاصغر ييمة من ييم مفردات البيانات ‪,‬‬
‫ليرمز لو بالرمز‪R‬‬
‫ففي والة البيانات غير المبلبة تستفدم الصيغة اآلتية لوساب المد ‪:‬‬

‫‪R = Xmax – Xmin = Largest x - Smallest x‬‬ ‫)‪…(48‬‬

‫إن لودة القياس ليذا المقياس ىي نفس لودة يياس ييم البيانات‬

‫‪131‬‬
 ‫مثال (‪: )77‬‬
‫الجد ييمة المد لممجملعتين اآلتيتين‪:‬‬

‫‪x = 8 , 15 , 10 , 20 , 2 , 5‬‬

‫‪y = 22 , 20 , 17 , 23 , 19‬‬

‫من فالل تطبيق الصيغة (‪ )88‬في كال المجملعتين نجد أن ‪:‬‬

‫‪Rx = 15 – 2 = 13‬‬

‫‪Ry = 23 – 17 = 6‬‬

‫نالوظ أن تشتت المجملعة الثانية ‪ y‬ايل من تشتت المجملعة ا للى ‪ , x‬مما يعني‬
‫أن المجملعة الثانية ‪ y‬ىي ا ف ل لا كثر تجانسا‬

‫مثال (‪:)78‬‬
‫الجد المد لمجملعتي البيانات اآلتية ‪:‬‬
‫‪x = 3 , 17 , 18 , 17 , 18 , 30‬‬

‫‪y = 2 , 5 , 11 , 25 , 29 , 17‬‬

‫بتطبيق الصيغة (‪ )88‬في كال المجملعتين نجد أن ‪:‬‬

‫‪Rx = 30 – 3 = 27‬‬

‫‪Ry = 29 – 2 = 27‬‬

‫نالوععظ أن ييمععة مقيععاس التشععتت لممجمععلعتين متس ععالية ممععا يمكععن القععلل للفقععا لي ععذا‬
‫المقيععاس إن المجمععلعتين ليمععا نفععس التجععانس للكععن عنععد تفوععص البيانععات لالععتمعن‬
‫بقيميا نالوظ أن المجملعة ا للى ‪ x‬تت من يعيم غالبيتيعا ‪ 17‬أل ‪ 18‬أمعا المجملععة‬
‫الثانيععة ‪ y‬فقيميععا أل بياناتيععا مبعثعرة ‪ ,‬أي عمععى الععرغم مععن أن لممجمععلعتين نفععس ييمععة‬

‫‪133‬‬
‫المععد إك أنيمععا مفتمفتععان فععي درجععة التشععتت الفعميععة ‪ ,‬لعميععو فععان ىععذا المقيععاس الععذي‬
‫يعتمد القيمتين الكبيرة لالصغيرة كيمكن من فاللو تعيين درجة التشتت فيما بين القيم‬
‫أما في والة البيانات المبوبة فاستفداماتو مودلدة جدا ‪ ,‬ليمكن وساب ييمة المد‬
‫من طرح الحد األدنى لمفئة ا للى من الحد األعلى لمفئة ا فيرة‬
‫مثال (‪: )79‬‬
‫الدنانير)‬ ‫تدف شركة الغزل لالنسيج الصلفي ولافز شيرية عمى ملظفييا (بآك‬
‫لعمى النول اآلتي ‪:‬‬

‫عدد الملظفين فئات الولافز‬

‫‪Classes‬‬ ‫‪fi‬‬
‫‪3-5‬‬ ‫‪5‬‬
‫‪6-8‬‬ ‫‪11‬‬
‫‪9-11‬‬ ‫‪11‬‬
‫‪11-18‬‬ ‫‪7‬‬
‫‪15-17‬‬ ‫‪8‬‬

‫لالمطملب اوتساب ييمة المد لولافز ىذه الشركة‬

‫الول ‪:‬‬
‫يتم اوتساب ييمة المد لمبيانات المبلبة كما أل ونا في أعاله بوسب الصيغة‬
‫التالية ‪:‬‬
‫المد )‪ = (R‬الود ا عمى لمفئة ا فيرة – الود ا دنى لمفئة ا للى‬
‫لعميو فنن ‪:‬‬
‫‪R = 17 – 3 = 14‬‬

‫من كل ىذه ا مثمة بان ىذا النلع من مقاييس التشتت ‪:‬‬ ‫يت‬
‫أ‪ -‬ك تعطي معملمات كافية عن انتشار ييم البيانات اإلوصائية لفاصة إذا كانت‬
‫أكثر تطرفا عن بقية أفراد العينة‬ ‫ييم ا ط ار‬

‫‪138‬‬
‫‪ 4-2-6‬التباين واالنحراف المعياري ‪Variance and Standard Deviation :‬‬
‫ىل أكثر المقاييس شيلعا لأىمية لتت من إشراك جمي القيم في الوساب لىل‬
‫أي ا مقياس لقياس كيفية تلزي المشاىدات ولل ييمة معينة أك لىي المتلسط‬
‫ليعر التباين بأنو متلسط مربعات انورافات القيم المفتمفة عن متلسطيا‬
‫الوسابي الوقيقي ليرمز لو بالرمز ‪S2‬‬
‫أن ‪ x1 , x2 , … , xn‬تمثل ييم‬ ‫ففي حالة البيانات غير المبوبة نفر‬
‫) كاآلتي ‪:‬‬ ‫المشاىدات فنن التباين ليا يعر (بصيغة التعري‬
‫‪n‬‬

‫‪ (x‬‬ ‫‪i‬‬ ‫‪ x)2‬‬

‫‪S2 ‬‬ ‫‪i 1‬‬
‫)‪... (54‬‬
‫‪n‬‬

‫للكن في‬ ‫يتم إستفدام ىذه الصيغة في والة كلن وجم العينة كبير‬
‫لكي نوصل‬ ‫بدك من‬ ‫والة كلن وجم العينة صغير فيتم القسمة عمى‬
‫تكلن غير متويزة لتباين المجتم‬ ‫عمى صيغة الى‬
‫لىناك عدة صيغ وسابية لمتباين مشتقة من الصيغة (‪ )58‬أعاله لمنيا ‪:‬‬
‫‪n‬‬

‫‪n‬‬
‫‪( xi ) 2‬‬
‫‪x‬‬ ‫‪2‬‬
‫‪i‬‬ ‫‪‬‬ ‫‪i 1‬‬

‫‪n‬‬
‫‪S2 ‬‬ ‫‪i 1‬‬
‫)‪... (55‬‬
‫‪n 1‬‬
‫أل‬
‫‪n‬‬

‫‪x‬‬ ‫‪2‬‬
‫‪i‬‬ ‫‪n x2‬‬
‫‪S2 ‬‬ ‫‪i 1‬‬
‫)‪... (56‬‬
‫‪n 1‬‬

‫المعياري لمعينة فيتم اوتسابو من فالل إيجاد الجذر التربيعي لمتباين‬ ‫أما اكنو ار‬
‫ليرمز لو بالرمز ‪S‬‬
‫‪n‬‬

‫‪ (x‬‬ ‫‪ x)2‬‬

‫ىي‬ ‫صيغة التعري‬
‫‪i‬‬
‫‪S  S2 ‬‬ ‫‪i 1‬‬
‫‪...‬‬ ‫)‪(57‬‬
‫‪n 1‬‬
‫المعياري مشتقة من الصيغة (‪ )58‬أعاله‬ ‫لىناك أي ا عدة صيغ وسابية لالنو ار‬
‫لمنيا ‪:‬‬

‫‪183‬‬
 ‫‪n‬‬

‫‪n‬‬
‫‪( xi ) 2‬‬
‫‪x‬‬ ‫‪2‬‬
‫‪i‬‬ ‫‪‬‬ ‫‪i 1‬‬

‫‪n‬‬
‫‪S‬‬ ‫‪i 1‬‬
‫)‪... (58‬‬
‫‪n 1‬‬

‫أل‬
‫‪n‬‬

‫‪x‬‬ ‫‪2‬‬
‫‪i‬‬ ‫‪ nx2‬‬
‫‪S ‬‬ ‫‪i 1‬‬
‫)‪... (59‬‬
‫‪n 1‬‬
‫المعياري باستعمال صيغة‬ ‫لتتمفص فطلات وساب كل من التباين لاكنو ار‬
‫كاآلتي ‪:‬‬ ‫التعري‬
‫‪ 1‬إيجاد اللسط الوسابي‬
‫‪ 1‬إيجاد مرب انورافات كل ييمة عن اللسط الوسابي لايجاد المجملع‬
‫‪ 3‬يسمة المجملع الناتج في الفطلة ‪ 1‬عمى ‪ n-1‬لنوصل عمى التباين‬
‫المعياري‬ ‫لمن فالل افذ الجذر التربيعي لمناتج نوصل عمى اكنو ار‬

‫مثال (‪: )84‬‬

‫المعياري جلر عمال اللرشة السبعة في المثال (‪)82‬‬ ‫الجد التباين لاكنو ار‬
‫السابق ‪:‬‬
‫لبنتباع الفطلات أعاله كوتسابيما كما يمي ‪:‬‬

‫‪x‬‬
‫‪x‬‬ ‫‪i‬‬
‫‪‬‬
‫‪49‬‬
‫‪7‬‬ ‫إن اللسط الوسابي لألجلر يد وسب في المثال (‪ )82‬لكان‬
‫‪n‬‬ ‫‪7‬‬

‫‪188‬‬
 ‫‪xi‬‬ ‫‪xi  x‬‬
‫‪( xi  x ) 2‬‬
‫‪3‬‬ ‫‪-8‬‬ ‫‪16‬‬
‫‪9‬‬ ‫‪1‬‬ ‫‪8‬‬
‫‪9‬‬ ‫‪1‬‬ ‫‪8‬‬
‫‪8‬‬ ‫‪1‬‬ ‫‪1‬‬
‫‪8‬‬ ‫‪-1‬‬ ‫‪9‬‬
‫‪5‬‬ ‫‪-1‬‬ ‫‪8‬‬
‫‪11‬‬ ‫‪8‬‬ ‫‪16‬‬
‫‪89‬‬ ‫‪2‬‬ ‫‪58‬‬

‫يتم وساب التباين لفق الصيغة (‪ )58‬لكما يمي ‪:‬‬

‫‪S‬‬ ‫‪2‬‬
‫‪‬‬
‫‪ (x‬‬ ‫‪i‬‬ ‫‪ x)2‬‬
‫‪‬‬
‫‪54‬‬
‫‪9‬‬
‫‪n 1‬‬ ‫‪6‬‬
‫‪ 9‬دينار‪ 1‬ىي ييمة التباين جلر عمال اللرشة‬
‫المعياري فيوسب بالصيغة (‪ )57‬أل بأفذ الجذر التربيعي لقيمة التباين‬ ‫أما اكنو ار‬
‫أعاله ‪:‬‬
‫‪S 9  3‬‬

‫المعياري جلر عمال اللرشة‬ ‫‪ 3‬دينار ىي ييمة اكنو ار‬

‫المعياري فيمكن‬ ‫أما إذا تم استفدام الصيغة الوسابية كوتساب التباين لاكنو ار‬
‫اعتماد الفطلات اآلتية ‪:‬‬
‫‪ 1‬إيجاد مجملع ييم المشاىدات‬
‫‪ 1‬إيجاد مجملع مربعات ييم المشاىدات‬
‫‪ 3‬تطبيق نتائج الفطلتين ‪ 1‬ل ‪ 1‬أعاله في الصيغة (‪ )55‬لوساب التباين‬
‫المعياري فيتم افذ الجذر لقيمة التباين‬ ‫أما لوساب اكنو ار‬
‫ليف ل‬ ‫لىذه الطريقة ىي ابسط في عمميات الوساب من صيغة التعري‬
‫استفداميا في أكثر الواكت‬

‫‪185‬‬
‫ىذه الطريقة نأفذ نفس المثال (‪ )82‬لنطبق الصيغة الوسابية‬ ‫تل ي‬ ‫للغر‬
‫(‪)55‬‬

‫‪xi‬‬
‫‪xi2‬‬
‫‪3‬‬ ‫‪9‬‬
‫‪9‬‬ ‫‪81‬‬
‫‪9‬‬ ‫‪81‬‬
‫‪8‬‬ ‫‪68‬‬
‫‪8‬‬ ‫‪16‬‬
‫‪5‬‬ ‫‪15‬‬
‫‪11‬‬ ‫‪111‬‬
‫‪89‬‬ ‫‪397‬‬
‫‪(49) 2‬‬
‫‪397 ‬‬
‫‪S ‬‬
‫‪2‬‬ ‫‪7 9‬‬
‫‪6‬‬
‫‪1‬‬
‫لىي نفس النتيجة السابقة لمتباين لالتي ىي ‪ 9‬دينار‬
‫المعياري بتطبيق الصيغة (‪ )57‬أل بأفذ الجذر التربيعي لقيمة التباين‬ ‫لاكنو ار‬
‫أعاله نوصل عمى ‪:‬‬
‫‪S 9  3‬‬ ‫(دينار)‬

‫لمع ععن فع ععالل مقارنع ععة نتع ععائج مقع ععاييس التشع ععتت المفتمفع ععة ليع ععذا المثع ععال نالوع ععظ ان ييمع ععة‬
‫المتلسعط ) ‪ ( MD = 2.57‬كمعا‬ ‫المعيعاري كانعت اكبعر معن ييمعة اكنوع ار‬ ‫اكنوع ار‬
‫المعيععاري ىععل افععذ جميع‬ ‫أن المععد ىععل (‪ ) 11 – 3 = 8‬للكععن مععا يميععز اكنوع ار‬
‫المفردات بنشاراتيا الفعمية عند الوساب‬
‫مالحظات ‪:‬‬
‫‪ 1‬يستفدم في مقام الصيغ لتباين العينة ‪ n-1‬في والة العينات الصغيرة لالتي ىي‬
‫ايل من ‪ 32‬ليستفدم المقام ‪ n‬في العينات الكبيرة‬
‫المعياري ىي نفس لودة القياس لمبيانات ا صمية ‪ ,‬أما‬ ‫‪ 1‬لودة القياس لالنو ار‬
‫لودة القياس لمتباين فيي مرب لودة القياس لمبيانات ا صمية‬

‫‪186‬‬
 ‫لمتعبير عن تباين المجتم‬ ‫ل‪2‬‬ ‫‪ 3‬يستفدم ‪ S2‬لمتعبير عن تباين العينة‬

‫أما في حالة البيانات المبوبة ‪:‬‬

‫لتكن ‪ x1 , x2 , … , xk‬تمثل مراكز الفئات ل ‪ f1 , f2 , … , fk‬تمثل تك ارراتيا عمى‬
‫التلالي ويث ان ‪ k‬يمثل عدد الفئات لان ‪  f i  n‬فان التباين يعر وسب الصيغة‬
‫اآلتية ‪:‬‬
‫‪k‬‬

‫‪ f (x‬‬ ‫‪i‬‬ ‫‪i‬‬ ‫‪ x)2‬‬

‫‪S2 ‬‬ ‫‪i 1‬‬
‫‪k‬‬
‫)‪... (60‬‬
‫‪f‬‬
‫‪i 1‬‬
‫‪i‬‬

‫أل وسب الصيغة الوسابية اآلتية ‪:‬‬

‫‪k‬‬

‫‪k‬‬
‫‪( f i xi ) 2‬‬
‫‪fx‬‬ ‫‪i‬‬
‫‪2‬‬
‫‪i‬‬ ‫‪‬‬ ‫‪i 1‬‬
‫‪k‬‬
‫‪i 1‬‬
‫‪f‬‬ ‫‪i‬‬
‫‪S ‬‬
‫‪2‬‬
‫‪k‬‬
‫‪i 1‬‬
‫)‪... (61‬‬
‫‪f‬‬
‫‪i 1‬‬
‫‪i‬‬

‫المعياري بافذ الجذر التربيعي لمتباين لكاآلتي‪ :‬وسب الصيغة‪:‬‬ ‫ليتم ايجاد اكنو ار‬
‫‪k‬‬

‫‪ f (x‬‬ ‫‪i‬‬ ‫‪i‬‬ ‫‪ x)2‬‬

‫‪S  S2 ‬‬ ‫‪i 1‬‬
‫‪k‬‬
‫‪...‬‬ ‫)‪(62‬‬
‫‪f‬‬ ‫‪i 1‬‬
‫‪i‬‬

‫أل وسب الصيغة الوسابية اآلتية ‪:‬‬

‫‪k‬‬

‫‪k‬‬
‫‪( f i xi ) 2‬‬
‫‪fx‬‬ ‫‪i‬‬
‫‪2‬‬
‫‪i‬‬ ‫‪‬‬ ‫‪i 1‬‬
‫‪k‬‬
‫‪i 1‬‬
‫‪f‬‬ ‫‪i‬‬
‫‪S‬‬ ‫‪k‬‬
‫‪i 1‬‬
‫)‪... (63‬‬
‫‪f‬‬
‫‪i 1‬‬
‫‪i‬‬

‫كاآلتي ‪:‬‬ ‫لتتمفص فطلات استفراجيا وسب التعري‬

‫‪ 1‬إيجاد مراكز الفئات‬
‫رب كل مركز فئة بالتكرار المقابل لايجاد المجملع‬ ‫‪ 1‬إيجاد واصل‬

‫‪187‬‬
 ‫‪ 3‬يتم إيجاد اللسط الوسابي من فالل يسمة الناتج في الفطلة ‪ 1‬عمى مجملع‬
‫التك اررات اي بتطبيق الصيغة (‪ )15‬اللاردة في الفصل الفامس‬
‫وساب ) ‪( xi  x‬‬ ‫كل مركز فئة عن اللسط الوسابي ‪ ,‬أي يتم‬ ‫‪ 8‬نجد انو ار‬
‫في الفطلة ‪ 8‬م التكرار المقابل ثم إيجاد‬ ‫رب مرب كل انو ار‬ ‫‪ 5‬إيجاد واصل‬
‫المجملع‬
‫‪ 6‬يتم يسمة ناتج الفطلة ‪ 5‬عمى مجملع التك اررات ) ‪ ( f i‬اذا كان مجملعيا اكبر‬
‫‪k‬‬

‫‪i 1‬‬

‫من ‪ 32‬لعمى (‪ )  f i  1‬اذا كان مجملعيا ايل من ‪ 32‬لنوصل عمى التباين‬

‫‪k‬‬

‫‪i 1‬‬

‫المعياري‬ ‫لمن جذر الناتج نوصل عمى اكنو ار‬

‫مثال ( ‪: )85‬‬
‫المعي ععاري لبيان ععات المث ععال (‪ )79‬المت ععمن ج ععدلل تلزيع ع‬ ‫الج ععد التب ععاين لاكنوع ع ار‬
‫ال ععدنانير) لع ععدد الم ععلظفين لش ععركة الغع ععزل‬ ‫تكع عراري لفئ ععات الوع علافز الش ععيرية( ب ععآك‬
‫لالنسيج الصلفي لكاآلتي ‪:‬‬
‫بنتباع الفطلات أعاله يتم وساب المتطمبات اآلتية ‪:‬‬

‫فئات‬ ‫عدد‬ ‫مركز الفئة‬

‫‪fixi‬‬
‫الولافز‬ ‫الملظفين‬ ‫‪xi‬‬
‫‪Classes‬‬ ‫‪fi‬‬

‫‪3-5‬‬ ‫‪5‬‬ ‫‪8‬‬ ‫‪12‬‬

‫‪6-8‬‬ ‫‪11‬‬ ‫‪7‬‬ ‫‪88‬‬
‫‪9-11‬‬ ‫‪11‬‬ ‫‪12‬‬ ‫‪112‬‬
‫‪11-18‬‬ ‫‪7‬‬ ‫‪13‬‬ ‫‪91‬‬
‫‪15-17‬‬ ‫‪8‬‬ ‫‪16‬‬ ‫‪68‬‬
‫‪52‬‬ ‫‪879‬‬

‫‪188‬‬
 ‫‪x‬‬
‫‪fx‬‬ ‫‪i‬‬ ‫‪i‬‬
‫‪‬‬
‫‪479‬‬
‫‪ 9.58‬‬
‫‪f‬‬ ‫‪i‬‬ ‫‪50‬‬
‫ثم نوسب المتطمبات ا فر لفقا لألعمدة اآلتية ‪:‬‬
‫‪xi  x‬‬ ‫‪( xi  x ) 2‬‬ ‫‪f i ( xi  x ) 2‬‬
‫‪-5.58‬‬ ‫‪31.1364‬‬ ‫‪155.682‬‬
‫‪-2.58‬‬ ‫‪6.6564‬‬ ‫‪79.8768‬‬
‫‪0.42‬‬ ‫‪0.1764‬‬ ‫‪3.8808‬‬
‫‪3.42‬‬ ‫‪11.6964‬‬ ‫‪81.8748‬‬
‫‪6.42‬‬ ‫‪41.2164‬‬ ‫‪164.8656‬‬
‫‪486.18‬‬
‫يتم وساب التباين بتطبيق الصيغة (‪ )62‬لكما يمي ‪:‬‬
‫‪k‬‬

‫‪ f (x‬‬ ‫‪i‬‬ ‫‪i‬‬ ‫‪ x)2‬‬

‫‪486.18‬‬
‫‪S2 ‬‬ ‫‪i 1‬‬
‫‪k‬‬
‫‪‬‬ ‫‪ 9.7236‬‬
‫‪f‬‬
‫‪50‬‬
‫‪i‬‬
‫‪i 1‬‬

‫المعياري‬ ‫لبأفذ الجذر التربيعي لقيمة التباين أعاله نوصل عمى ييمة اكنو ار‬
‫(وسب الصيغة ‪ )61‬لكما يمي ‪:‬‬

‫‪k‬‬

‫‪ f (x‬‬ ‫‪i‬‬ ‫‪i‬‬ ‫‪ x)2‬‬

‫‪S  S2 ‬‬ ‫‪i 1‬‬
‫‪k‬‬
‫‪ 9.7236  3.118‬‬
‫‪f‬‬ ‫‪i 1‬‬
‫‪i‬‬

‫أم ععا إذا اس ععتفدمنا الص ععيغة الوس ععابية (‪ )61‬إليج ععاد التب ععاين لالص ععيغة الوس ععابية (‪)63‬‬
‫المعياري فيمكن تمفيص فطلات اوتسابيما كاآلتي ‪:‬‬ ‫إليجاد اكنو ار‬
‫‪ 1‬إيجاد مراكز الفئات‬
‫رب كل مركز فئة بالتكرار المقابل لايجاد المجملع‬ ‫‪ 1‬إيجاد واصل‬
‫‪ 3‬إيجاد مربعات مراكز الفئات‬
‫رب مرب مركز كل فئة بالتكرار المقابل ليا لايجاد المجملع‬ ‫‪ 8‬إيجاد واصل‬

‫‪189‬‬
‫النععاتجين فععي الفطععلة ‪ 1‬ل ‪ 8‬فععي الصععيغة الوسععابية (‪ )61‬لوسععاب ييمععة‬ ‫‪ 5‬نعععل‬
‫التبع ععاين لمع ععن ثع ععم افع ععذ الجع ععذر التربيعع ععي ليع ععذه القيمع ععة نوصع ععل عمع ععى ييمع ععة اكنو ع ع ار‬
‫المعياري‬
‫المعياري لنفس المثال السبق للكن‬ ‫للتل ي ذلك يتم إيجاد التباين لاكنو ار‬
‫باستفدام الصيغة الوسابية (‪ )61‬في ىذه المرة لكاآلتي ‪:‬‬
‫الولافز‬ ‫عدد‬ ‫‪xi‬‬ ‫‪f i xi‬‬ ‫‪xi2‬‬
‫‪f i xi2‬‬

‫‪Classes‬‬ ‫الملظفين‬
‫‪fi‬‬

‫‪3-5‬‬ ‫‪5‬‬ ‫‪8‬‬ ‫‪12‬‬ ‫‪16‬‬ ‫‪82‬‬

‫‪6-8‬‬ ‫‪11‬‬ ‫‪7‬‬ ‫‪88‬‬ ‫‪89‬‬ ‫‪588‬‬
‫‪9-11‬‬ ‫‪11‬‬ ‫‪12‬‬ ‫‪112‬‬ ‫‪122‬‬ ‫‪1122‬‬
‫‪11-18‬‬ ‫‪7‬‬ ‫‪13‬‬ ‫‪91‬‬ ‫‪169‬‬ ‫‪1183‬‬
‫‪15-17‬‬ ‫‪8‬‬ ‫‪16‬‬ ‫‪68‬‬ ‫‪156‬‬ ‫‪1218‬‬
‫‪52‬‬ ‫‪879‬‬ ‫‪5275‬‬
‫لبتطبيق الصيغة (‪ )61‬نوصل عمى ييمة التباين لكما يمي ‪:‬‬
‫‪k‬‬

‫‪k‬‬
‫‪( f i xi ) 2‬‬
‫‪fx‬‬ ‫‪i‬‬
‫‪2‬‬
‫‪i‬‬ ‫‪‬‬ ‫‪i 1‬‬
‫‪k‬‬
‫‪(479) 2‬‬
‫‪i 1‬‬
‫‪‬‬ ‫‪fi‬‬ ‫‪5075 ‬‬
‫‪50  9.7236‬‬
‫‪S2 ‬‬ ‫‪k‬‬
‫‪i 1‬‬
‫‪‬‬
‫‪f‬‬
‫‪50‬‬
‫‪i‬‬
‫‪i 1‬‬

‫لبافذ الجذر التربيعي لمصيغة أل النتيجة اعاله (البتطبيق الصيغة ‪ )63‬نوصل‬

‫المعياري لكما يمي ‪:‬‬ ‫عمى ييمة اكنو ار‬
‫‪k‬‬

‫‪k‬‬
‫‪( f i xi ) 2‬‬
‫‪fx‬‬ ‫‪i‬‬
‫‪2‬‬
‫‪i‬‬ ‫‪‬‬ ‫‪i 1‬‬
‫‪k‬‬
‫‪i 1‬‬
‫‪f‬‬ ‫‪i‬‬
‫‪S‬‬ ‫‪S‬‬ ‫‪2‬‬
‫‪‬‬ ‫‪k‬‬
‫‪i 1‬‬
‫‪ 9.7236‬‬ ‫‪ 3.118‬‬
‫‪f‬‬
‫‪i 1‬‬
‫‪i‬‬

‫‪152‬‬
 ‫بعض الخصائص للتباين واالنحراف المعياري‬
‫ف ععي الكثي ععر م ععن التطبيق ععات العممي ععة يتطم ععب معرف ععة ت ععأثير العممي ععات الوس ععابية ا ربع ععة‬
‫(الجم ‪ ,‬الطرح‪ ,‬ال رب لالقسعمة ) بثابعت عمعى البيانعات عنعد وسعاب كعل معن التبعاين‬
‫المعياري أي ىل تتأثر ىذه المقاييس عند إ عافة أل طعرح وعد ثابعت إلعى‬ ‫لاإلنو ار‬
‫رب أل يسمة البيانات عمى ود ثابت لمن ناوية أفر يعد تكعلن‬ ‫البيانات أل عند‬
‫البيانععات كبي عرة جععدا أل تت ععمن لجععلد كسععلر أل يععيم سععالبة ممععا يتطمععب معالجععة ىععذه‬
‫المشععكمة مععن فععالل أجع ار عمميععة توليميععة مناسععبة لمبيانععات ‪ ,‬لفاصععة عنععدما ك تتععلفر‬
‫تسميط ال ل عمعى ىعذه المشعكمة‬ ‫الواسبات المالئمة لتنفيذ العمل الوسابي للغر‬
‫الفصععائص الميمععة ليععذا‬ ‫طريقععة سععميت بالطريقععة المفتصعرة تعكععس بعع‬ ‫يععتم عععر‬
‫المقياس الميم لا كثر دية لاستفداما كما تعكس تسييال لمعمميات الوسابية‬

‫الطريقة المختصرة ‪:‬‬

‫يتم في ىذه الطريقة توليل البيانات ا صمية من متغير ‪ x‬مثال إلى متغير آفر ليكن‬
‫‪ z‬لذلك من فالل طرح لسط فر ي لليكن ‪ a‬لالقسمة عمى ثابت آفر لليكن ‪b‬‬
‫مثال أي‪:‬‬

‫‪xa‬‬
‫‪z‬‬ ‫)‪... (64‬‬
‫‪b‬‬
‫الموللة ‪z‬‬ ‫لمبيانات‬ ‫) ‪( S z2‬‬ ‫سيكلن بدكلة التباين‬ ‫‪x‬‬ ‫لمبيانات ا صمية‬ ‫فان التباين‬
‫لكاآلتي‪:‬‬

‫‪S x2  b2 S z2‬‬ ‫)‪... (65‬‬

‫ويث أن التباين لمبيانات الموللة ىل‬

‫‪S‬‬ ‫‪2‬‬
‫‪‬‬
‫)‪ f (z  z‬‬
‫‪i‬‬ ‫‪i‬‬
‫‪2‬‬

‫)‪... (66‬‬
‫‪f‬‬
‫‪z‬‬
‫‪i‬‬

‫أل يمكن اوتسابو كالسابق بالصيغة الوسابية التالية‪:‬‬

‫‪151‬‬
 ‫المعي ع ععاري أي أن التب ع ععاين لاإلنوع ع ع ار‬ ‫وال ع ععة التب ع ععاين ل ‪ 122‬ف ع ععي وال ع ععة اكنوع ع ع ار‬
‫المعياري يتأث ار بالقسمة أل ال رب لك يتأث ار في الجم أل الطرح‬
‫تقييم االنحراف المعياري‬
‫المعي ععاري م ععن المق ععاييس الدييق ععة ف ععذه جميع ع الق ععيم لمراعاتي ععا ف ععي‬ ‫يعتب ععر اكنوع ع ار‬
‫الوس ععاب لعع ععدم إىمال ععو ل شع ععارة لس ععيللة وسع ععابو للكن ععو يتع ععأثر بش ععكل كبيع ععر بع ععالقيم‬
‫المتطرفععة للععذلك ك يف ععل اسععتفدامو فععي مثععل ىععذه البيانععات كمععا ك يمكععن إيجععاده فععي‬
‫والععة البيانععات فععي جععدالل تلزيعععات تك ارريععة مفتلوععة لعمععى ىععذا ا سععاس فععنن لجععدت‬
‫الربيعع ععي لبشع ععكل عع ععام فع ععان طبيعع ععة‬ ‫مثع ععل ىع ععذه المشع ععاكل يف ع ععل اسع ععتفدام اكنو ع ع ار‬
‫البيانات المتاوة تؤثر كثي ار في افتيار المقياس المالئم‬

‫‪ : 3-6‬مقاييس التشتت النسبي ‪:‬‬

‫كانععت مقععاييس التشععتت المطمقععة التععي تععم معالجتيععا فععي الفق عرة (‪ )1-6‬السععابقة تقععيس‬
‫درجة تباعد أل ايتراب القيم بلوعدات ييعاس ىعذه القعيم للكعن فعي أويعان كثيعرة يتطمعب‬
‫مقارنعة تشعتت مجمعلعتين معن البيانعات المفتمفعة فعي لوعدات يياسعيا أل مقارنعة صععفتين‬
‫متصمتين بنفس المجملعة كالطلل لاللزن لعدد من طالب كمية اإلدارة لاكيتصاد‬
‫لعمععى ىععذا ا سععاس ك يجععلز اسععتفدام مقععاييس التشععتت المطمقععة لانمععا نوتععاج إلععى‬
‫فععي لوععدات القيععاس بععين المجمععلعتين أل‬ ‫مقععاييس تشععتت أفععر تزيععل اثععر اكفععتال‬
‫الصععفتين أي توليععل المقيععاس المطمععق إلععى مقيععاس نسععبي لذلععك عععن طريععق تنسععيب‬
‫مقيععاس التشععتت إلععى اوععد مقععاييس النزعععة المركزيععة لالععذي يععتال م م ع مقيععاس التشععتت‬
‫المستعمل لعمى النول اآلتي ‪:‬‬
‫مقياس تشتت مطمق‬
‫مقياس التشتت النسبي = ع ع ع ع ع ع ‪%122 x‬‬
‫مقياس نزعة مركزية‬
‫لمن أىم مقاييس التشتت النسبي ‪:‬‬

‫‪155‬‬
 ‫‪ :1-3-6‬معامل االختالف ‪C.V. : Coefficient of Variation :‬‬

‫كمععا يمنععا فععي أعععاله أن مقيععاس التشععتت النسععبي يوسععب عععن طريععق تنسععيب مقيععاس‬
‫التشتت الى اود مقاييس النزعة المركزيعة لالعذي يعتال م مع مقيعاس التشعتت المسعتعمل‬
‫لذلك يمكن أن يؤفذ في الواكت أدناه ‪:‬‬

‫المعيعاري ‪ S‬لمقيععاس‬ ‫أ إذا كعان مقيعاس التشععتت المطمقعة المسعتفدم ىععل اكنوع ار‬
‫النزعععة المركزيععة المالئععم ىععل اللسععط الوسععابي ‪ x‬فععان مقيععاس التشععتت النسععبي يسععمى‬
‫ليعر كاآلتي ‪:‬‬ ‫معامل اكفتال‬
‫‪S‬‬
‫( ‪C.V . ‬‬ ‫‪) 100%‬‬ ‫)‪... (68‬‬
‫‪x‬‬
‫إن ىععذا المقيععاس ىععل اوععد مقععاييس التشععتت النسععبية الدييقععة لالميمععة ‪ ,‬للكععن إذا‬
‫ت عمنت البيانعات فعي طياتيعا يعيم شعاذة أل متطرفعة ‪ ,‬لفعي وعاكت أفعر ليعا تلزيعععات‬
‫تك ارريععة مفتلوععة فيصعععب عندئععذ تطبيععق ىععذا المقيععاس ليف ععل اسععتفدام مقيععاس نسععبي‬
‫آفر‬
‫ب إذا ت منت البيانات ييم متطرفة أل شاذة أل أن البيانات ليا تلزي تكراري‬
‫الربيعي ‪QD‬‬ ‫مفتلح فيف ل ان يتم استفدام مقياسا نسبيا يعتمد عمى اكنو ار‬
‫كمقياس تشتت مطمق لاللسيط ̅ كمقياس نزعة مركزية مالئم لو لتعر صيغتو‬
‫عمى النول اآلتي ‪:‬‬
‫‪QD‬‬
‫( ‪C.V . ‬‬ ‫‪) 100%‬‬ ‫)‪... (69‬‬
‫‪X Me‬‬
‫مثال (‪: )87‬‬
‫يععام اوععد مرايبععي السععيطرة النلعيععة عمععى اإلنتععاج بأفععذ عينععة عش علائية مععن إنتععاج يععلم‬
‫إلوععد مكععائن المصععن لكععان وجععم العينععة ‪ 122‬لوععدة للجععد أن متلسععط لزن اللوععدة‬
‫معياري يدره ‪ 122‬غم ثم يام المرايب بأفذ عينة عشلائية ثانية‬ ‫‪ 1222‬غم لبانو ار‬
‫فععي يععلم آفععر بععنفس الوجععم مععن نفععس الماكنععة فلجععد أن متلسععط لزن اللوععدة ‪ 962‬غععم‬
‫معياري يدره ‪ 152‬غم‬ ‫لبانو ار‬

‫‪156‬‬
 ‫المطملب ‪ :‬في أي ا يام أعطت ىذه الماكنة إنتاجا ايل تشتت (متجانسا)‬
‫التأكد فيما إذا كان ىناك فرق بين إنتاج اليلمين يتم استفراج معامل‬ ‫لغر‬
‫إلنتاج الماكنة في كال اليلمين لكاآلتي ‪:‬‬ ‫اكفتال‬
‫اليلم ا لل بتطبيق الصيغة (‪ )68‬يكلن ‪:‬‬ ‫معامل افتال‬

‫‪S‬‬ ‫‪100‬‬
‫‪C.V . ‬‬ ‫‪.100% ‬‬ ‫‪.100%  10%‬‬
‫‪x‬‬ ‫‪1000‬‬
‫اليلم الثاني بتطبيق الصيغة (‪ )68‬يكلن ‪:‬‬ ‫معامل افتال‬

‫‪S‬‬ ‫‪150‬‬
‫‪C.V . ‬‬ ‫‪.100% ‬‬ ‫‪.100%  15.62%‬‬
‫‪x‬‬ ‫‪960‬‬

‫لبنا عمى مالوظة النتعائج فعان إنتعاج الماكنعة فعي اليعلم ا لل أكثعر تجانسعا معن اليعلم‬
‫الثاني‬

‫مثال (‪:) 88‬‬

‫اٌجذوي اٌراٌٍ َعطٍ ٍِخصا ٌثعط اإلحصاءاخ عٓ اٌشواذة اٌشهشَح‬
‫تاٌذوالس ٌٍّٕرسثُٓ اٌعآٍُِ فٍ أحذ اٌثٕىن األهٍُح فٍ اٌعاصّح اٌسىدأُح‪.‬‬
‫اإلٔحشاف اٌّعُاسٌ‬ ‫اٌىسُط‬ ‫اٌىسط‬ ‫عذد‬
‫اٌحساتٍ‬ ‫اٌعآٍُِ‬
‫‪122‬‬ ‫‪852‬‬ ‫‪818‬‬ ‫‪112‬‬

‫‪ِ .1‬ا ِجّىع اٌشواذة اٌرٍ َذفعها اٌثٕه األهٍٍ ٌّٕرسثُه فٍ اٌسٕح؟‬
‫‪ .1‬إرا لشس ِجٍس إداسج اٌثٕه عالوج إظافُح ٌٍٕمً ِمذاسها ‪ 82‬دوالس ٌىً‬
‫ععى فٍ اٌثٕه فّا هى اٌسط اٌحساتٍ واٌىسُط واإلٔحشاف اٌّعُاسٌ‬
‫ٌٍشواذة اٌجذَذج ِع عالوج إٌمً اإلظافُح‪.‬‬

‫‪157‬‬
 ‫‪ :2-3-6‬الدرجة المعيارية ‪Standard Score:‬‬
‫في كثير من ا ويان يد نوتاج إلى مقارنة ييمتين مفتمفتين تنتمي كل منيما إلى‬
‫مجملعة معينة ‪ ,‬للما كانت طبيعة البيانات في أي مجملعة إوصائية يتم لصفيا‬
‫عن طريق معرفة كل من متلسطيا لتشتتيا كان من المناسب اإلستعانة بيذين‬
‫البعدين في عممية المقارنة أي يجب ان ك تتم المقارنة بين القيم بشكل مطمق لانما‬
‫من فالل توليل القيم المراد مقارنتيا الى لودات معيارية فالية تأثير اللسط‬
‫الوسابي لالتشتت ل من لودات القياس لممتغير ا صمي لعمى ىذا ا ساس تعتبر‬
‫الدرجة المعيارية من اود مقاييس التشتت النسبي لالتي تعر عمى النول اآلتي ‪:‬‬

‫‪xx‬‬
‫‪z‬‬ ‫‪...‬‬ ‫)‪(70‬‬
‫‪S‬‬
‫ويث إن ‪:‬‬
‫‪x‬‬ ‫‪ :‬تمثل متلسط مفردات المجملعة التي تنتمي إلييا القيمة‬ ‫‪x‬‬

‫‪x‬‬ ‫المعياري لمفردات المجملعة التي تنتمي إلييا القيمة‬ ‫‪ : S‬تمثل اكنو ار‬
‫بأني ععا فالي ععة م ععن لو ععدات القي ععاس أي م ععن ف ععالل تولي ععل مف ععردات ك ععل‬ ‫‪z‬‬ ‫لتمت ععاز ي ععيم‬
‫مجملعععة مععن يععيم ذات ألسععاط وسععابية لانو ارفععات معياريععة مفتمفععة الععى مفععردات فاليععة‬
‫بععان اللسععط الوسععابي ليععا‬ ‫‪z‬‬ ‫مععن لوععدات القيععاس لممفععردات ا صععمية كما لتمتععاز يععيم‬
‫يسالي صفر لتباينيا يسالي ‪1‬‬

‫مثال (‪: )90‬‬

‫إذا كانت تقديرات اود العاممين فعي مصعن معا عمعى مقياسعين ألليمعا لمسعتل اإلنتعاج‬
‫لثانييمععا لمسععتل الر ععا عععن العمععل عممععا بععان المقياسععين طبقععا عمععى مجملع عة مععن‬
‫المعيعاري‬ ‫العاممين في ذلك المصن ‪ ,‬للجد من ذلك أن المتلسط الوسابي لاكنو ار‬
‫في كل والة كانت عمى النول اآلتي ‪:‬‬

‫‪162‬‬
 ‫مقياس الر ا عن العمل‬ ‫مقياس اإلنتاج‬
‫‪82‬‬ ‫‪81‬‬ ‫تقديرات العامل‬
‫‪62‬‬ ‫‪35‬‬ ‫متلسط التقديرات‬
‫‪11‬‬ ‫‪5‬‬ ‫المعياري لمتقديرات‬ ‫اإلنو ار‬

‫ىذا العامل أف ل‬ ‫ففي أي والة كان ل‬

‫يتم اوتساب الدرجة المعيارية ليذا العامل لمقياسي اإلنتاج لالر ا عن العمل بتطبيق‬
‫الصيغة (‪ )72‬كما يمي ‪:‬‬
‫الدرجة المعيارية لتقدير العامل عمى مقياس اإلنتاج ىي ‪:‬‬

‫‪x  x 42  35‬‬
‫‪z1 ‬‬ ‫‪‬‬ ‫‪ 1.2‬‬
‫‪S‬‬ ‫‪5‬‬
‫أما الدرجة المعيارية لتقدير العامل عمى مقياس الر ا عن العمل فيي‪:‬‬
‫‪x  x 80  60‬‬
‫‪z2 ‬‬ ‫‪‬‬ ‫‪ 1.67‬‬
‫‪S‬‬ ‫‪12‬‬
‫لىذا‬ ‫‪z1‬‬ ‫اكبر من‬ ‫‪z2‬‬ ‫أن‬ ‫لمن مقارنة ييمتي الدرجات المعيارية لممقياسين يت‬
‫ىذا العامل عمى مقياس الر ا عن العمل أف ل واك من ل عو‬ ‫يعني أن ل‬
‫عمى مقياس اإلنتاج بالنسبة لجمي العاممين‬

‫‪161‬‬
 ‫الخالصة ‪:‬‬
‫بعد تجمي البيانات لتصنيفيا لتبليبيا لتمثيميا بيانيعا ينتقعل الباوعث إلعى لصعفيا ععن‬
‫المؤشعرات اإلوصععائية لالتععي تعطععي ممفععص لوقععائق الظععاىرة التععي‬ ‫طريععق إبعراز بعع‬
‫تمثميععا مجملعععة البيانععات ككععل لالتععي تععم التعبيععر عنيععا بمقععاييس موععددة منيععا مقععاييس‬
‫النزعععة المركزيععة لىععي مقععاييس إليجععاد القيمععة النملذجيععة أل القيمععة الممثمععة لمجملعععة‬
‫البيانات أمعا مقعاييس التشعتت فننيعا تنظعر بمنظعار آفعر لمبيانعات لتقعيس معد إبتععاد‬
‫اآلف ععر أل ع ععن نقط ععة معين ععة كم ععا لتلج ععد‬ ‫أل إيتع عراب البيان ععات بع ععيا ع ععن ال ععبع‬
‫المجتمع اإلوصعائي‬ ‫مقاييس أفر لم نتطرق إلييا في ىذا الكتاب تقلم أي ا بلص‬
‫عن طريق إيجاد مؤشر يعدل عمعى شعكل التلزيع إي ىعل مفعردات البيانعات متماثمعة فعي‬
‫تلزيعيععا أم غالبيععة البيانععات يععيم صععغيرة نسععبيا ممععا يجعععل التلزي ع ممتععلي يمينععا أل أن‬
‫غالبيعة البيانععات ييميععا كبيعرة نسععبيا ممععا يجعععل التلزيع ممتععلي يسععا ار ‪,‬أي مقيععاس لقيععاس‬
‫عن التماثل‬ ‫اكنو ار‬
‫كمععا ليلجععد مقيععاس آفععر يأفععذ درجععة التععدبب لمتلزي ع التك عراري بنظععر اكعتبععار مقارنععة‬
‫بعالتلزي الطبيعععي فقععد تكععلن البيانعات عمععى شععكل تلزيع طبيععي ياعدتععو لاسعععة لطرفععاه‬
‫يقة لطرفاه مرتفعين‬ ‫منفف ين لالنلع اآلفر ياعدتو‬
‫ليمكن تمفيص العمل إلعتماد لاستفدام مقاييس التشتت بالنظر الى المفطط‬
‫اكنسيابي (‪ )1-6‬اآلتي ‪:‬‬

‫‪161‬‬
 ‫مفطط (‪ )1-5‬مقاييس التشتت‬

‫اٌثذاَح‬

‫تُأاخ خاَ (غُش ِثىتح)‬

‫‪x1,x2,……,xn‬‬

‫وال‬
‫هً ذشَذ لُاس اٌرشرد‬

‫ٔعُ‬
‫هً ذشَذ أفعً ِمُاس‬ ‫وال‬ ‫هً ذشَذ لُاس اٌرشرد‬ ‫ٔعُ‬ ‫احسة اٌّذي‬
‫وال‬
‫ٌٍرشرد َأخز وً ِشاهذج‬ ‫ٌذاخً اٌثُأاخ‬ ‫‪xlargest-xsmallest‬‬
‫فٍ اٌحساب‬

‫ٔعُ‬
‫احسة اٌرثآَ (‪ )S2‬وٌىحذاخ اٌمُاس األوثش ِالئّح احسة‬
‫االٔحشاف اٌّعُاسٌ (‪)S‬‬

‫وال‬ ‫هً ذشَذ ِعشفح ِمُاس‬ ‫ٔعُ‬

‫ٔسثٍ (ٌألهُّح)‬

‫وال‬ ‫هً ذشَذ ِعشفح وُ ذمع ِشاهذج خاصح ذحد او‬ ‫احسة ِعاًِ االخرالف (‪)C.V‬‬
‫فىق اٌّرىسط ٔسثح إًٌ االٔحشاف اٌّعُاسٌ‬

‫ٔعُ‬ ‫احسة اٌذسجح اٌّعُاسَح‬

‫(‪)Z‬‬

‫اٌرىلف‬

‫‪163‬‬
 ‫أسئلة وتمارين الفصل السادس‬
‫‪ )1‬ماىي اىمية مقاييس التشتت‬
‫‪ )1‬ماىي انلاع مقاييس التشتت‬
‫‪ )3‬أذكر المزايا لالمآفذ (إن لجدت) لمقاييس التشتت ‪:‬‬
‫المعياري ‪ ,‬معامل‬ ‫المتلسط ‪ ,‬التباين ‪ ,‬اكنو ار‬ ‫‪ ,‬اآلنو ار‬ ‫المد‬
‫اإلفتال‬
‫‪ )8‬ماذا يقصد بالدرجة المعياري لما ىي اىميتيا‬
‫‪ )5‬لمجملعتين من القيم اكللى تفص دروات الو اررة التي استفدمت لوفظ نلع‬
‫من المنتجات لالثانية تفص أطلال منتجات بالسنتمتر لكما يمي ‪:‬‬
‫المجموعة االولى‪:‬‬
‫‪10 , 14 , 8 , 2 , 9 , 10 , 10 , 8 , 9 , 9 , 11 , 6‬‬
‫المجموعة الثانية‪:‬‬
‫‪70 , 54 , 68 , 40 , 42 , 66 , 70 , 72 , 55 , 56 , 38 , 45‬‬

‫المطلوب ‪:‬‬
‫لمقياس اكنو ار‬ ‫‪ 1‬لقيم المجملعة اكللى إوسب مقياس المد‬
‫المتلسط لمقياس التباين لمقياس معامل اكفتال‬
‫لمقياس اكنو ار‬ ‫‪ 1‬للقيم المجملعة الثانية إوسب مقياس المد‬
‫المتلسط لمقياس التباين لمقياس معامل اكفتال‬
‫‪ 3‬ماىل المقياس المناسب لمقارنة تشتت ييم المجملعتين‬

‫‪ )6‬اوسب الدرجة المعيارية لقيم الدرجات التي وصل عمييا ‪ 8‬ملظفين في دلرة‬
‫إدارية تطليرية‬
‫‪56 , 81 , 90 , 68 , 48 , 60 , 92 , 66‬‬ ‫الدرجات‪:‬‬

‫‪168‬‬
‫عمار الملظفين العاممين في كمية اكدارة‬ ‫‪ )7‬لبيانات جدلل التلزي التكراري‬
‫المعياري لمقياس‬ ‫لمقياس اكنو ار‬ ‫لاكيتصاد إوسب كل من مقياس المد‬
‫معامل اإلفتال‬

‫فئات اكعمار‬ ‫التكرار‬

‫‪18-‬‬ ‫‪14‬‬
‫‪26-‬‬ ‫‪19‬‬
‫‪34-‬‬ ‫‪82‬‬
‫‪42-‬‬ ‫‪11‬‬
‫‪50-58‬‬ ‫‪12‬‬

‫‪ )8‬الجدلل التالي يمثل التلزي التكراري لكميات الكيربا المستيمكة (كيمل لاط)‬
‫من يبل عدد من الدلر السكنية فالل شير لاود‬
‫‪ 800- 900- 1000- 1100- 1200- 1300-1400‬اإلستيالك‬
‫(كيمللاط)‬
‫عدد الدلر‬ ‫‪7‬‬ ‫‪8‬‬ ‫‪10‬‬ ‫‪3‬‬ ‫‪2‬‬
‫فنذا كان اللسط الوسابي لمكمية المستيمكة ‪ 1252‬كيمللاط فألجد‪:‬‬
‫أ عدد الدلر التي تستيمك )‪ (1100-1200‬كيال لاط‬
‫ب اللسيط لمكمية المستيمكة من الكيربا‬
‫ج ماىي نسبة الدلر التي تستيمك أكثر من ‪1122‬كيمل لاط‬
‫د معامل اإلفتال‬
‫‪ )9‬الجدالل التك اررية التالية تمثل الدفل الشيري بالدينار لعينتين من ا سر في‬
‫بمدين مفتمفين‬

‫‪165‬‬
 ‫تكرار البمد ‪ X‬فئات الدفل الشيري‬ ‫تكرار البمد ‪Y‬‬
‫‪100-‬‬ ‫‪20‬‬ ‫‪8‬‬
‫‪120-‬‬ ‫‪8‬‬ ‫‪5‬‬
‫‪140-‬‬ ‫‪8‬‬ ‫‪6‬‬
‫‪160-‬‬ ‫‪3‬‬ ‫‪7‬‬
‫‪180-‬‬ ‫‪3‬‬ ‫‪12‬‬
‫‪200-220‬‬ ‫‪1‬‬ ‫‪8‬‬
‫∑‬ ‫‪82‬‬ ‫‪82‬‬
‫المطملب‪:‬‬
‫أ في أي البمدين يكلن مستل المعيشة أف ل سرة دفميا الشيري ‪ 112‬دينار‬
‫ا فر لمبمدين‬ ‫لعند تماثل جمي الظرل‬
‫ب يارن بين تشتت الدفل الشيري لمبمدين‬
‫ج إوسب اللسيط لمدفل الشيري لمبمد ‪X‬‬
‫د إوسب المنلال لمدفل الشيري لمبمد ‪Y‬‬

‫‪)12‬الجدلل التالي يعطي ا جرة ا سبلعية بالدينار لع ‪ 132‬ملظ‬

‫‪ 75 85 95 125 115 115 135 185‬مراكز الفئات‬
‫‪ 11 18 35 81 52 85 12‬عدد الملظفين‬ ‫‪8‬‬
‫المطملب إيجاد‪:‬‬
‫المعياري ل جلر‬ ‫أ اإلنو ار‬
‫ل جلر‬ ‫ب معامل اإلفتال‬
‫ج اللسيط ل جلر‬

‫‪)11‬وصل باوث متفصص في العملم اإلداريةعمى الفالصة اإلوصائية التالية‪:‬‬

‫‪166‬‬
 ‫‪C.V‬‬ ‫̅‬
‫‪20%‬‬ ‫‪122‬‬ ‫عع‬
‫عع‬ ‫‪32‬‬ ‫‪52‬‬
‫‪5%‬‬ ‫‪15‬‬
‫المطملب‪:‬‬
‫أ وساب القيم غير المفقلدة‬
‫ب متى يستفدم الباوث المقياس المطمق (المقياس النسبي لقياس التشتت)‬
‫‪)11‬القيم التالية تمثل درجات معيارية لعينة من المفردات يلاميا ‪ 6‬مفردات‬
‫‪-2 , -3 , 1 , 1.5 , 2.5‬‬
‫فنذا عممت أن ييمة اللسط الوسابي لقيم العينة ا صمية ىل ‪ 12‬لانورافيا‬
‫المعياري ىل ‪ 8‬جد القيم ا صمية‬
‫‪)13‬أفذ عينتان من مجتمعين فأعطتا النتائج اآلتية‪:‬‬
‫∑‬ ‫∑‬
‫∑‬ ‫∑‬
‫أ ألجد اللسط الوسابي لاإلنو ار المعياري لكل عينة‬
‫ب أي العينتين أكثر تغي ار‬
‫ج دمجت العينتان ‪ ,‬ماىل اللسط الوسابي لممجملعة الناتجة‬
‫‪)18‬لديك البيانات التالية ‪7 ,9 , 8 , 6 , 7 , 10 , 9‬‬
‫إوسب كال مما يأتي‪:‬‬
‫المتلسط‬ ‫أ اللسيط لاإلنو ار‬
‫المتلسط)‬ ‫ب ماعدد القيم التي ىي أكبر من (اللسيط ‪ ,‬اإلنو ار‬
‫‪)15‬إذا كان معدل اإلجلر التي يتقا اىا عامل في إود الشركات العاممة في النفط‬
‫ىل تستطي إيجاد راتب أود العمال‬ ‫‪2‬‬
‫دينار‬ ‫دينارلتباينيا ‪ 15‬أل‬ ‫ىي ‪ 112‬أل‬
‫في ىذه الشركة إذا كانت درجتو المعيارية ‪1.8‬‬
‫دلكر‬ ‫‪)16‬سيارة مستعممة لمدة سنتين من نلع معين بيعت بمعدل (‪)7862‬‬
‫معياري (‪ )812‬دلكر بينما سيارة مستعممة لمدة ثالث سنلاتمن ذات النلع‬ ‫لبانو ار‬
‫بقا جمي‬ ‫معياري (‪ )962‬دلكر م فت ار‬ ‫بيعت بمعدل (‪ )6822‬دلكر لبانو ار‬

‫‪167‬‬
‫اإلعتبارات ا فر ثابتة ىل يمكن القلل بأن السيارة المستعممة لمدة سنتين لالتي‬
‫بيعت بسعر (‪ )6962‬دلكر أف ل سع ار من السيارة المستعممة لمدة ثالث سنلات‬
‫لالتي بيعت بسعر (‪ )5822‬دلكر‬
‫‪)17‬تم اإلتفاق بين البنك لعمالئو بأن العميل يستطي أن يسوب اللديعة لان البنك‬
‫‪ ,‬ويث أن‬ ‫يقلم بدف اللديعة بوسب المعادلة التالية‪:‬‬
‫إعتمادا عمى ذلك‬ ‫يمثل مبمغ اللديعة بعد سنة‬ ‫يمثل مبمغ اللديعة الوالي ل‬
‫المعياري لملدائ بعد سنة‬ ‫ألجد اللسط الوسابي ‪ ,‬اللسيط ‪ ,‬المنلال ‪ ,‬لاإلنو ار‬
‫‪)18‬الجدلل التالي يمثل التلزي التكراري لرصيد الوساب الجاري لعدد من ملظفي‬
‫الدنانير)‬ ‫شركات الغزل لالنسيج لشير آذار‪( 1218‬ارصدة بآك‬
‫ودلد الرصيد‬ ‫عدد الملظفين‬
‫أيل من ‪5222‬‬ ‫‪18‬‬
‫‪5000-‬‬ ‫‪11‬‬
‫‪10000-‬‬ ‫‪31‬‬
‫‪15000-‬‬ ‫‪55‬‬
‫أكثر من ‪12222‬‬ ‫‪17‬‬
‫المطملب‪:‬‬
‫أ إيجاد متلسط الرصيد لموساب الجاري لملظفي الشركة‬
‫ب إيجاد عدد الملظفين الذين أرصدتيم ‪ 5‬مميلن دينار فأكثر‪ ,‬ثم نسبتيم‬
‫ج إيجاد عدد الملظفين الذين أرصدتيم بين ‪ 12‬ل ‪ 12‬مميلن دينار‪ ,‬ثم نسبتيم‬
‫د ىل يمكن إيجاد مقدار التشتت لرصيد الوساب الجاري لمملظفين للماذا‬
‫معياري ‪ 9.64‬غم فنذا‬ ‫‪)19‬إذا كانت ألزان ‪ 12‬عمب ليا متلسط ‪ 178‬غم بننو ار‬
‫كانت ىذه العمب يد تم بيعيا في ‪ 12‬موالت بمعدل سعر يدره ‪ 119‬دينار لاتو ار‬
‫معيمري فدره ‪ 9‬دينار ىل يمكن اإلستنتاج بأن ألزان العمب أكثر تجانسا من‬
‫أسعارىا‬

‫‪168‬‬
 ‫الفصل الثامن‬
‫العالقات بين المتغيرات ‪ -‬اإلرتباط واإلنحدار‪-‬‬
‫تضمنت الفصول السابقة عرضا ألهم مإشرات اإلحصاء الوصفً فً دراسة متغٌر‬
‫واحد وذلك باإلستعانة بمقاٌٌس إحصائٌة لها مدلوالت محددة كمقاٌٌس النزعة‬
‫المركزٌة والتشتت واإللتواء‪ .‬أما فً هذا الفصل فٌتم تناول بعض المإشرات‬
‫اإلحصائٌة المستخدمة لدراسة متغٌرٌن او اكثر فً آن واحد‪ ,‬وبٌان مدى العالقة بٌن‬
‫هذه المتغٌرات وقٌاسها وإستخدامها فً التنبإ‪.‬‬
‫‪ 1-8‬أهمية دراسة العالقة بين المتغيرات‬

‫من المعلوم أن البحث العلمً ال ٌقتصر على الوصف الدقٌق للظواهر بل ٌتعدى ذلك‬
‫إلى إكتشاف العالقات بٌن الظواهر المختلفة لغرض تفسٌر الظواهر وفهمها والتنبإ‬
‫بها والسٌطرة علٌها‪.‬‬
‫وتعتمد دراسة العالقة بٌن متغٌرٌن على مالحظة التغٌر الحاصل فً أحدهما إذا ما‬
‫تغٌر المتغٌر اآلخر‪ .‬حٌث ٌقوم الباحث بضبط أحد المتغٌرٌن وهو المتغٌر المستقل‬
‫وتغٌٌره على نحو منتظم طبقا ً للقٌم أو الشروط التً حددها له ثم ٌالحظ التغٌر‬
‫الحاصل فً المتغٌر االخر وهو المتغٌر التابع مما ٌعٌنه على االعداد والتخطٌط‬
‫لمواجهته‪.‬‬
‫‪ 2-8‬أنواع اإلرتباط‬

‫‪ .1‬إرتباط حسب شكل العالقة الرٌاضٌة‬

‫ٌفضل عند دراسة العالقة بٌن متغٌرٌن التؤكد من نوع هذه العالقة اي معرفة‬
‫شكل العالقة الرٌاضٌة التً تربط بٌن المتغٌرات المختلفة ‪ ,‬هل هً مستقٌمة‬
‫اي خطٌة؟ ام انها غٌر خطٌة (منحنٌه)؟ وذلك قبل حساب درجة العالقة بٌنهما ‪.‬‬
‫الن الطرق المستخدمة فً قٌاس العالقة الخطٌة تختلف عن الطرق المستخدمة‬
‫لدراسة الع القة غٌر خطٌة‪ .‬كما ان تفسٌر العالقة بٌن متغٌرٌن ٌتوقف على نوع‬
‫العالقة بٌنهما‪ .‬فإذا تم افتراض ان العالقة بٌن المتغٌرٌن هً عالقة خطٌة‬
‫والحقٌقة ان العالقة بٌنهما غٌر خطٌة فإن معامل األرتباط سٌكون منخفض فً‬
‫هذه الحالة الن العالقة بٌن المتغٌرٌن قد تكون طردٌه فً جزء وعكسٌة فً جزء‬
‫آخر من المتغٌرٌن‪.‬‬

‫‪312‬‬
 ‫‪ .3‬إرتباط حسب طرٌقة القٌاس‬
‫تنقسم االرتباطات من حٌث الطرٌقة التً ٌتم بها قٌاس مفردات او عناصر‬
‫المتغٌرات المختلفة الى ثالثة أقسام هً‪:‬‬
‫أ‪ .‬اإلرتباط ‪Correlation‬‬
‫وهً تشٌر الى العالقة بٌن الظواهر التً ٌمكن قٌاسها أو التعبٌر عنها بصورة‬
‫رقمٌة مثل العالقة بٌن كلف االنتاج وسعر البٌع أو العالقة بٌن معدل االنتاج‬
‫وسنوات الخبرة ‪ ....‬الخ‪.‬‬
‫ب‪ .‬اإلقتران ‪Association‬‬

‫وهً تشٌر الى العالقة بٌن الظواهر التً ال ٌمكن قٌاسها او التعبٌر عنها‬
‫بصورة رقمٌة وإنما بصورة وصفٌة فقط ‪ .‬مثل تلك العالقة بٌن مستوى االنتاج‬
‫(مرتفع جداً ‪ ,‬مرتفع ‪ ,‬متوسط ‪ ,‬مقبول ‪ ,‬ضعٌف) ومستوى الرضا عن العمل‬
‫(عال ‪ ,‬متوسط ‪ ,‬ضعٌف)‪.‬‬
‫ج‪ .‬التوافق ‪Contingency‬‬

‫وهً تشٌر الى العالقة بٌن الظواهر التً ٌمكن المشاهدات المؤخوذة على بعضها‬
‫والتعبٌر عنه بصورة رقمٌة بٌنما الظواهر األخرى غٌر قابلة للقٌاس الكمً‬
‫وإنما ٌعبر عنها بصورة وصفٌة كما فً العالقة بٌن الجنس والراتب الشهري‬
‫للعامل او العالقة بٌن نوع العمل الذي ٌقوم به الموظف وسنوات الخدمة‪.‬‬
‫‪ .3‬أرتباط حسب عدد المتغيرات‬
‫ٌقسم اإلحصائٌون اإلرتباط وهو الذي ٌتعلق بالظواهر التً ٌمكن قٌاسها‬
‫والتعبٌر عنها بصورة رقمٌة الى ثالثة اقسام وذلك بالنسبة لعدد المتغٌرات‬
‫الداخلة فٌه ‪.‬‬
‫أ‪ .‬اإلرتباط البسيط ‪Simple Correlation‬‬

‫وهو الذي ٌبحث فً العالقة بٌن متغٌرٌن أو ظاهرتٌن إثنٌن فقط‪.‬‬

‫مثل العالقة بٌن طول ووزن الطالب‪.‬‬

‫‪312‬‬
 ‫ب‪ .‬األرتباط الجزئي ‪Partial Correlation‬‬

‫وهو الذي ٌبحث فً العالقة بٌن متغٌرٌن إثنٌن فقط من بٌن عدة متغٌرات مع‬
‫إستبعاد أثرالمتغٌرات األخرى مثل العالقة بٌن الدخل واإلنفاق بإستبعاد أثر حجم‬
‫‪.‬‬ ‫األسرة ‪.‬‬
‫ج‪ .‬اإلرتباط المتعدد ‪Multiple Correlation‬‬
‫وهو الذي ٌبحث فً العالقة بٌن متغٌر واحد من جهة وبقٌة المتغٌرات األخرى‬
‫مجتمعة من جهة أخرى‪ .‬كما فً العالقة بٌن اإلنفاق من جهة والدخل وحجم‬
‫األسرة مجتمعان من جهة أخرى‪.‬‬
‫‪ 3-8‬اإلرتباط الخطي‬
‫وىو الذي يبحث في العالقة بين ظاىرتين‪ ,‬بحيث يمكن تمثيميا بخط مستقيم ‪.‬‬
‫ومقياس اإلرتباط الخطي يعبر عنو رقميا بما يسمى بمعامل اإلرتباط ‪ .‬وىو‬
‫مقياس إحصائي لمعالقة بين متغيرين (او ظاىرتين) سواء كانت ىذه العالقة‬
‫طردية أو عكسية مع مالحظة أن ىذه العالقة ليست بالضرورة أن تكون سببية‬
‫(اي التغير في احدى الظاىرتين يكون نتيجة مباشرة لمتغير في الظاىرة األخرى)‪.‬‬
‫يمكن اإلستدالل عمى طبيعة العالقة بين المتغيرات عمى النحو اآلتي‪:‬‬

‫‪ .1‬لوحة أو شكل اإلنتشار ‪:‬‬

‫من الطرق التي تساعدنا بشكل أولي لمعرفة وجود عالقة أو عالقة خطية بين‬
‫ىي وسيمة لوحة اإلنتشار التي ترسم من خالل رسم إحداثي أفقي‬ ‫متغيرين‬
‫ونقوم برصد أو تثبيت نقاط أزواج المشاىدات‬ ‫واحدائي عمودي عميو‬
‫‪.‬‬ ‫عمى المستوى‬ ‫المرتبة‬
‫إن لوحة شكل اإلنتشار ٌتبٌن منها شكل انتشار النقاط إن كانت محدودة على خط‬
‫واحد دل ذلك على وجود عالقة بٌن المتغٌرٌن وكمما كانت النقاط متقاربة عمى‬
‫جانب ىذا الخط دل ذلك عمى ان العالقة قوية‪ .‬وتكون العالقة طردية اذا قابمت القيم‬
‫كما فً أدناه فً الشكل (‪ )1‬الذي ٌوحً‬ ‫القيم الكبيرة لممتغير‬ ‫الكبيرة لممتغير‬
‫بوجود عالقة خطٌة تسمى طردٌة أو موجبة ‪ .‬والعكس في حالة العالقة العكسية‬
‫وكما فً الشكل (‪)2‬‬ ‫تقابل القيم الصغيرة لممتغير‬ ‫حيث القيم الكبيرة لممتغير‬

‫‪312‬‬
‫الذي يوحي بوجود عالقة خطية تسمى عكسية أو سالبة‪ .‬اما اذا كانت النقاط‬
‫الموجودة في الشكل مبعثرة في ارجائو المختمفة و ليس ليا اتجاىا معينا دل ذلك‬
‫عمى ضعف العالقة التي تربط بين المتغيرين كما في الشكل (‪ )3‬أدناه ‪.‬‬

‫شكل (‪ )1‬عالقة خطٌة طردٌة (موجبة)‬

‫شكل (‪ )3‬عالقة خطٌة عكسٌة (سالبة)‬

‫شكل (‪ )2‬ال توجد عالقة خطٌة‬

‫أشكال إنتشار توضح درجات مختلفة من العالقات الموجبة والسالبة بٌن‬

‫‪.‬‬ ‫المتغٌرٌن‬

‫‪312‬‬
‫أما إذا كان اإلتجاه العام الممثل إلنتشار هذه النقاط خطا منحنٌا سمٌت العالقة بٌن‬
‫المتغٌرٌن فً هذه الحالة باإلرتباط غٌر الخطً ‪.‬‬

‫‪ .2‬حساب القٌمة الرقمٌة لمعامل اإلرتباط‬

‫إن شكل اإلنتشار ٌعرف طبٌعة العالقة بصورة وصفٌة ال رقمٌة ولهذا ال بد‬
‫من وسٌلة لحساب قٌمة معامل اإلرتباط رقمٌا وكاآلتً‪:‬‬
‫‪ 4-8‬معامل إرتباط بيرسون ‪Pearson correlation coefficient‬‬
‫فإذا كانت لدٌنا األزواج المرتبة من المشاهدات حجمها كاآلتً‪:‬‬

‫فإن معامل إرتباط بٌرسون ٌمكن حسابه وفق الصٌغة اآلتٌة ‪:‬‬
‫∑‬ ‫̅‬ ‫̅‬
‫)‪… (87‬‬
‫∑√‬ ‫̅‬ ‫∑‬ ‫̅‬

‫وإن‬
‫وهً غالبا كسر (أو أي‬ ‫و‬ ‫أي تتراوح قٌمة معامل اإلرتباط ( ) بٌن‬
‫قٌمة واقعة بٌنهما)‪.‬‬
‫دل ذلك على أن العالقة تامة وطردٌة أي إذا حدث زٌادة أو‬ ‫فإذا كانت‬
‫نقصان فً المتغٌر األول ٌتبعه زٌادة أو نقصان فً المتغٌر الثانً ‪.‬‬
‫دل ذلك على أن العالقة تامة وعكسٌة أي إذا حدث زٌادة أو‬ ‫وإذا كانت‬
‫نقصان فً المتغٌر األول ٌتبعه نقصان أو زٌادة فً المتغٌر الثانً ‪.‬‬

‫أي ال وجود ألي عالقة بٌن‬ ‫وتنعدم العالقة بٌن المتغٌرٌن إذا كانت‬
‫المتغٌرٌن ‪.‬‬
‫مثال (‪: )115‬‬
‫لمصنع ما ‪.‬‬ ‫والناتج الكلً‬ ‫البٌانات التالٌة تعطً التكلفة لكل وحدة انتاج‬

‫‪312‬‬
 ‫‪521‬‬ ‫‪28‬‬
‫‪511‬‬ ‫‪15‬‬
‫‪515‬‬ ‫‪18‬‬
‫‪511‬‬ ‫‪17‬‬
‫‪561‬‬ ‫‪11‬‬
‫‪561‬‬ ‫‪16‬‬
‫‪521‬‬ ‫‪21‬‬
‫‪561‬‬ ‫‪61‬‬
‫‪511‬‬ ‫‪51‬‬
‫‪511‬‬ ‫‪65‬‬
‫‪1663‬‬ ‫‪625‬‬
‫إحسب معامل اإلرتباط بٌن التكلفة والناتج الكلً ‪.‬‬
‫الحل ‪:‬‬
‫لتطبٌق صٌغة معامل اإلرتباط لبٌرسون ٌتطلب إٌجاد الوسط الحسابً لكل من‬
‫ومربعاتهم وحاصل ضربهم‬ ‫̅‬ ‫و وكذلك اإلنحرافات ̅‬
‫̅‬ ‫و‬ ‫̅‬ ‫وكاآلتً ‪:‬‬

‫̅‬ ‫̅‬ ‫̅‬ ‫̅‬ ‫̅‬ ‫̅‬

‫‪185‬‬ ‫‪82‬‬ ‫‪18.7‬‬ ‫‪19.5‬‬ ‫‪349.69‬‬ ‫‪380.25‬‬ ‫‪364.65‬‬
‫‪157‬‬ ‫‪54‬‬ ‫‪-9.3‬‬ ‫‪-8.5‬‬ ‫‪86.49‬‬ ‫‪72.25‬‬ ‫‪79.05‬‬
‫‪154‬‬ ‫‪52‬‬ ‫‪-12.3‬‬ ‫‪-10.5‬‬ ‫‪151.29‬‬ ‫‪110.25‬‬ ‫‪129.15‬‬
‫‪171‬‬ ‫‪73‬‬ ‫‪3.7‬‬ ‫‪10.5‬‬ ‫‪13.69‬‬ ‫‪110.25‬‬ ‫‪38.85‬‬
‫‪161‬‬ ‫‪57‬‬ ‫‪-6.3‬‬ ‫‪-5.5‬‬ ‫‪39.69‬‬ ‫‪30.25‬‬ ‫‪34.65‬‬
‫‪165‬‬ ‫‪56‬‬ ‫‪-1.3‬‬ ‫‪-6.5‬‬ ‫‪1.69‬‬ ‫‪42.25‬‬ ‫‪8.45‬‬
‫‪181‬‬ ‫‪81‬‬ ‫‪13.7‬‬ ‫‪17.5‬‬ ‫‪187.69‬‬ ‫‪306.25‬‬ ‫‪239.75‬‬
‫‪165‬‬ ‫‪65‬‬ ‫‪-1.3‬‬ ‫‪2.5‬‬ ‫‪1.69‬‬ ‫‪6.25‬‬ ‫‪-3.25‬‬
‫‪157‬‬ ‫‪45‬‬ ‫‪-9.3‬‬ ‫‪-17.5‬‬ ‫‪86.49‬‬ ‫‪306.25‬‬ ‫‪162.75‬‬
‫‪171‬‬ ‫‪61‬‬ ‫‪3.7‬‬ ‫‪-1.5‬‬ ‫‪13.69‬‬ ‫‪2.25‬‬ ‫‪-5.55‬‬
‫‪1663‬‬ ‫‪625‬‬ ‫‪0‬‬ ‫‪0‬‬ ‫‪932.10‬‬ ‫‪1366.5‬‬ ‫‪1048.5‬‬
‫وعندها ٌتم تطبٌق الصٌغة (‪ )87‬لنحصل على اآلتً‪:‬‬

‫‪312‬‬
 ‫∑‬ ‫̅‬ ‫̅‬

‫∑√‬ ‫̅‬ ‫∑‬ ‫̅‬

‫√‬

‫وهً عالقة قوٌة وطردٌة‪.‬‬

‫من مالحظة العملٌات الحسابٌة للحل أعاله فقد تتضمن الصعوبة واإلطالة لذا‬
‫أقترحت عدة صٌغ أخرى لتسهٌل العمل الحسابً فً حساب معامل اإلرتبط ومنها‬
‫الصٌغة اآلتٌة‪:‬‬
‫∑‬ ‫∑‬
‫∑‬

‫∑√‬ ‫∑‬ ‫∑√‬ ‫∑‬

‫مثال (‪: )116‬‬

‫ومن خالل تطبٌق نفس بٌانات المثال السابق نحصل على ماٌلً‪:‬‬

‫‪185‬‬ ‫‪82‬‬ ‫‪34225‬‬ ‫‪6724‬‬ ‫‪15171‬‬

‫‪157‬‬ ‫‪54‬‬ ‫‪24649‬‬ ‫‪2916‬‬ ‫‪8478‬‬
‫‪154‬‬ ‫‪52‬‬ ‫‪23716‬‬ ‫‪2714‬‬ ‫‪8118‬‬
‫‪171‬‬ ‫‪73‬‬ ‫‪28911‬‬ ‫‪5329‬‬ ‫‪12411‬‬
‫‪161‬‬ ‫‪57‬‬ ‫‪25611‬‬ ‫‪3249‬‬ ‫‪9121‬‬
‫‪165‬‬ ‫‪56‬‬ ‫‪27225‬‬ ‫‪3136‬‬ ‫‪9241‬‬
‫‪181‬‬ ‫‪81‬‬ ‫‪32411‬‬ ‫‪6411‬‬ ‫‪14411‬‬
‫‪165‬‬ ‫‪65‬‬ ‫‪27225‬‬ ‫‪4225‬‬ ‫‪11725‬‬
‫‪157‬‬ ‫‪45‬‬ ‫‪24649‬‬ ‫‪2125‬‬ ‫‪7165‬‬
‫‪171‬‬ ‫‪61‬‬ ‫‪28911‬‬ ‫‪3721‬‬ ‫‪11371‬‬
‫‪1663‬‬ ‫‪625‬‬ ‫‪277489‬‬ ‫‪41429‬‬ ‫‪114986‬‬
‫وبتطبٌق الصٌغة (‪ )88‬أعاله نحصل على‪:‬‬

‫‪312‬‬
 ‫‪√ 44‬‬ ‫√‬

‫√‬ ‫√‬

‫صيغة الوسط الفرضي‬

‫ٌالحظ على اإلرتباط البسٌط بؤنه ٌتؤثر بالعملٌات الجبرٌة األربعة من إضافة أو‬
‫طرح أو ضرب أو قسمة‪ ,‬وعلى هذا األساس فإن أي تحوٌالت خطٌة على قٌم‬
‫المتغٌرٌن و التإثران على قٌمة وعلٌه ‪ :‬إفرض أن‪:‬‬

‫أوبالقسمة على كمٌة ثابتة‬

‫وأن‪:‬‬

‫أوبالقسمة على كمٌة ثابتة‬

‫فإن صٌغة معامل اإلرتباط لبٌرسون ستكون‪:‬‬

‫∑‬ ‫∑‬
‫∑‬

‫∑√‬ ‫∑‬ ‫∑√‬ ‫∑‬

‫‪332‬‬
 ‫الحل‪:‬‬

‫نعمل الجدول اآلتً لحساب متطلبات صٌغة معامل االرتباط أعاله‪:‬‬

‫‪7‬‬ ‫̅‬ ‫‪5‬‬ ‫‪5‬‬ ‫̅‬ ‫‪4‬‬ ‫‪35 49‬‬ ‫‪25‬‬

‫‪1‬‬ ‫‪4‬‬ ‫‪4‬‬ ‫‪1‬‬ ‫‪16‬‬
‫‪6‬‬ ‫‪3‬‬ ‫‪18 36‬‬ ‫‪9‬‬
‫‪4‬‬ ‫‪4‬‬ ‫‪16 16‬‬ ‫‪16‬‬
‫‪7‬‬ ‫‪4‬‬ ‫‪28 49‬‬ ‫‪16‬‬
‫‪8‬‬ ‫‪6‬‬ ‫‪48 64‬‬ ‫‪36‬‬
‫‪2‬‬ ‫‪2‬‬ ‫‪4‬‬ ‫‪4‬‬ ‫‪4‬‬
‫‪35‬‬ ‫‪28‬‬ ‫‪153 219‬‬ ‫‪122‬‬

‫نطبق الصٌغة أعاله كما ٌلً‪:‬‬

‫∑‬ ‫̅̅‬

‫∑√‬ ‫∑√ ̅‬ ‫̅‬

‫√‬ ‫√‬

‫قوي وطردي‪.‬‬ ‫ٌتبٌن من النتٌجة أعاله إن اإلرتباط بٌن المتغٌر والمتغٌر‬

‫بعض المالحظات حول معامل اإلرتباط‪:‬‬

‫‪ٌ .1‬تؤثر معامل اإلرتباط بحجم العٌنة فكلما زاد حجم العٌنة كان إحتمال‬
‫الحصول على معامل إرتباط قوي وكلما قل حجم العٌنة كلما كان إحتمال‬
‫الحصول على معامل إرتباط ضعٌف‪.‬‬
‫‪ .2‬من أهم فوائد معامل اإلرتباط هو التنبإ وتعتمد دقة التنبإ على درجة معامل‬
‫اإلرتباط بٌن المتغٌرٌن أي كلما كانت العالقة (اإلرتباط) قوٌة بٌن المتغٌرٌن‬
‫زادت دقة التنبإ والعكس صحٌح‪.‬‬

‫‪332‬‬
 ‫‪ 9-8‬اإلنحدار ‪Regression‬‬

‫هناك الكثٌر من الظواهر اإلقتصادٌة واإلجتماعٌة التً تربطهم عالقات مختلفة منها‬
‫ظواهر تابعة وأخرى مستقلة (توضٌحٌة)‪ .‬وٌقصد بالظواهر التابعة هً التً تتغٌر‬
‫تبعا لتغٌر غٌرها أما المتغٌرات المستقلة (التوضٌحٌة) فهً التً تتغٌر تبعا لقوانٌن‬
‫و قواعد خاصة بها وال عالقة لها بتغٌر غٌرها من الظواهر‪.‬‬
‫وعادة ما تكون هناك حاجة فً دراسة العالقة بٌن متغٌرٌن أو أكثر على أمل‬
‫استخدام هذه العالقة المستنتجة فً المساعدة على التقدٌر أو التنبؤ بقٌم أحد‬
‫المتغٌرات‪ .‬إن معامل اإلرتباط ٌهتم أساسا كما الحظنا فً تحدٌد العالقة ونوعها‬
‫لكنه ال ٌعنً وال ٌتمكن من المساعدة فً حل مشكالت التنبؤ وغالبا ما ٌكون هو‬
‫الهدف من التحلٌل اإلحصائً‪ .‬كما وٌساعد حساب معامل اإلرتباط فً تحدٌد أي من‬
‫هذه المتغٌرات ٌجب إضافته الى دالة التنبؤ عند التنبؤ‪ ,‬أي بٌان األهمٌة النسبٌة لكل‬
‫متغٌر مستقل (توضٌحً) ‪.‬‬
‫وعلى هذا األساس فإن دراسة البٌانات اإلحصائٌة ٌتطلب الجواب على سؤالٌن هما‪:‬‬
‫أ‪ .‬هل هناك عالقة بٌن الظاهرتٌن المدروستٌن؟‬
‫ب‪ .‬إذا كانت هناك عالقة بٌن المتغٌرٌن فكٌف ٌعبر عنها رٌاضٌا؟‬
‫إن معرفة المعادلة التً تربط بٌن المتغٌرٌن ( الظاهرتٌن) تفٌد فً قٌاس مدى تأثر‬
‫قٌم المتغٌرالتابع بأي تغٌر ٌطرأ على قٌم المتغٌر المستقل وٌقال فً هذه الحالة إن‬
‫المتغٌر التابع منحدر على المتغٌر المستقل ( التوضٌحً) وإن هذا التغٌر ٌمكن‬
‫تحدٌده بإستخدام ما ٌسمى بمعادلة إنحدار‪ .‬مثل التنبؤ بكمٌة المبٌعات من سلعة معٌنة‬
‫إذا عرفت تكالٌف الدعاٌة على تلك السلعة‪.‬‬
‫وتتوقف دقة التقدٌرات التً تعطٌها معادلة اإلنحدار على دقة العالقة الموجودة بٌن‬
‫المتغٌرٌن‪ ,‬فكلما كانت هذه العالقة قوٌة وعالٌة كانت دقة القٌم المقدرة من المعادلة‬
‫قوٌة وعالٌة تبعا لذلك والعكس صحٌح‪.‬‬
‫على الشكل التالً‪:‬‬ ‫فإذا كانت لدٌنا األزواج من قٌم المتغٌرٌن‬

‫‪646‬‬
 ‫( وأردنا إٌجاد المعادلة التً تربط بٌنهما‬ ‫( )‬ ‫( )‬ ‫أو )‬
‫فإننا نبدأ أوال بتحدٌد هذه النقط على رسم بٌانً ذي محورٌن والشكل اإلنتشاري‬
‫الذي نحصل علٌه ٌحدد إتجاه شكل العالقة بٌن المتغٌرٌن ‪ ,‬وهً إما خطٌة أو غٌر‬
‫خطٌة‪ .‬وفٌما ٌلً بعض العالقات الرٌاضٌة التً تربط بٌن المتغٌرٌن‪:‬‬
‫‪ .1‬خط مستقٌم‬

‫‪ .6‬معادلة من الدرجة الثانٌة‬

‫‪ .3‬معادلة من الدرجة الثالثة‬

‫‪ .4‬معادلة من الدرجة‬

‫‪ .5‬معادلة قطع زائد‬

‫‪ .6‬معادلة أسٌة‬

‫‪ .7‬معادلة هندسٌة‬
‫وبما أن معادلة الخط المستقٌم تعتبر أهم وأسهل هذه العالقات الرٌاضٌة فإنه ٌفضل‬
‫اإلستفادة من خاصٌة التحوٌل إن أمكن لتحوٌل العالقات الرٌاضٌة األخرى الى خط‬
‫مستقٌم ‪ ,‬وكاآلتً‪:‬‬
‫ٌمكن تحوٌل معادلة القطع الزائد الى معادلة خطٌة بأخذ مقلوب المتغٌر التابع‪ ,‬أي‪:‬‬

‫وهذا ٌعنً ستكون معادلة جدٌدة هً ‪:‬‬

‫حٌث أن ‪:‬‬

‫‪647‬‬
‫كذلك ٌمكن تحوٌل المعادلة األسٌة الى معادلة خطٌة وذلك بأخذ لوغارٌتم الطرفٌن ‪:‬‬

‫وٌمكن إعادة كتابتها لتصبح كاآلتً‪:‬‬

‫حٌث أن ‪:‬‬

‫وعلى نفس األسس نستطٌع تحوٌل المعادلة الهندسٌة الى معادلة خطٌة وذلك بأخذ‬
‫اللوغارٌتم للطرفٌن‪.‬‬

‫وٌمكن إعادة كتابتها لتصبح كاآلتً‪:‬‬

‫والمتغٌر المستقل‬ ‫وهً معادلة خط مستقٌم ٌتمثل المتغٌر التابع بـ‬

‫‪.‬‬ ‫والحد الثابت‬
‫وبنفس االسلوب ٌمكن ان ٌتم تحوٌل دوال اخرى الى معادلة خط مستقٌم ‪ .‬ولكن‬
‫هناك الكثٌر من الدوال التً ال ٌمكن تحوٌلها وٌتطلب تطبٌق طرق اخرى‬
‫وتفسٌرات اخرى لنموذج االنحدار ‪.‬‬
‫‪ 1-9-8‬اإلنحدار الخطي‬

‫اذا كان االرتباط تام بٌن المتغٌرٌن ٌسهل تحدٌد المعادلة التً تربطهما وذلك من‬
‫خالل خط مستقٌم ‪ .‬كالعالقة مثال بٌن الراتب الشهري والراتب السنوي حٌث ٌمكن‬
‫التعبٌر عنها رٌاضٌا كاالتً ‪:‬‬

‫‪648‬‬
 ‫اي ان الراتب السنوي ٌتحدد بـ ‪ 16‬مرة من قٌمة الراتب الشهري ‪ .‬ولكن‬
‫العالقة بٌن المتغٌرات او الظواهر االقتصادٌة و االجتماعٌة نادرا ما تكون تامة‬
‫الحدوث مما ٌجعل صعوبة تحدٌثها والتعبٌر عنها بمعادلة ما فً مثال الراتب‬
‫الشهري والسنوي وعالقتهما مع بعض ‪ .‬فالعالقة مثال بٌن مستوٌات االنتاج فً احد‬
‫المصانع ومستوٌات الرضا عند العمال ٌندر ان تكون تامة وعلٌه ال ٌمكن التعبٌر‬
‫عن جمٌع النقاط المزدوجة التً تمثل المتغٌرٌن على خط مستقٌم واحد ‪ .‬وانما ٌكون‬
‫االتجاه العام قرٌبا من الخط المستقٌم وعلى شكل حزمة من النقاط حول الخط‬
‫المستقٌم وٌسمى الخط الذي ٌتوسط هذه الحزمة من النقاط بخط االنحدار وٌمكن‬
‫تسجٌله كاالتً ‪:‬‬

‫شكل اإلنتشار وخط اإلنحدار‬

‫ولكن لو اعطٌت نفس البٌانات لمجموعة من االشخاص وطلب منهم رسم خط‬
‫مستقٌم لتمثٌل هذه البٌانات ‪ ,‬فأن كل فرد منهم من المحتمل ان ٌقوم برسم خط‬
‫مستقٌم ٌختلف عن الخطوط االخرى التً ٌرسمها غٌره ‪ .‬ومن هنا كانت الضرورة‬
‫ألٌجاد طرٌقة او وسٌلة محددة لرسم هذا الخط وتعٌٌن اتجاهه بحٌث ٌستطٌع هذا‬
‫الخط قدر المستطاع ان ٌمثل اكبر عدد ممكن من النقاط وفً حالة استعماله من‬
‫الجمٌع فإنهم ٌحصلون على نفس النتائج ‪ .‬سمٌت هذه الطرٌقة من قبل االحصائٌٌن‬
‫بطرٌقة المربعات الصغرى ‪. Least Square method‬‬
‫‪ 2-9-8‬طريقة المربعات الصغرى‬

‫نفرض ان معادلة خط االنحدار هً‪:‬‬

‫̂‬ ‫(‬ ‫)‬

‫‪649‬‬
 ‫حٌث ان ̂ تمثل القٌمة التقدٌرٌة للقٌمة الحقٌقٌة التً تقابل القٌمة ‪ .‬وٌتم‬
‫الحصول على هذا الخط من سحب عٌنة عشوائٌة حجمها من االزواج مأخوذة‬
‫من المجتمع وعلى هذا االساس ٌعتبر تقدٌرا او تنبؤا لخط انحدار المجتمع‬
‫(‬ ‫)‬
‫‪ .‬وٌسمى الفرق بٌن القٌمة‬ ‫و هو مقدر الى‬ ‫حٌث هو مقدر الى‬
‫الحقٌقٌة والتقدٌرٌة ̂ بالخطأ فً التقدٌر وٌعرف كاالتً ‪:‬‬

‫‪.‬‬ ‫̂‬ ‫(‬ ‫)‬

‫وتتلخص طرٌقة المبٌعات الصغرى باٌجاد قٌم الى كل من و ‪ .‬التً تجعل‬
‫مجموع مربعات الخطأ اصغر ما ٌمكن ‪ .‬أي اٌجاد و ‪ .‬التً تجعل‬
‫∑‬ ‫( ∑‬ ‫)̂‬ ‫(‬ ‫)‬
‫أصغر ماٌمكن‪ .‬وكنتٌجة لحل المعادلة أعاله نحصل على النتائج التالٌة‪:‬‬

‫∑(‬ ‫∑()‬ ‫)‬

‫∑‬
‫(‬ ‫)‬
‫∑(‬ ‫)‬
‫∑‬
‫̅‬ ‫̅‬ ‫(‬ ‫)‬
‫وبالتعوٌض فً معادلة خط اإلنحدار نحصل على المعادلة التقدٌرٌة أو التنبؤٌة‬
‫لإلنحدار على الموضحة فً الصٌغة (‪.)124‬‬
‫̂‬

‫ٌمثل مٌل خط اإلنحدار على المحور األفقً أي ظل الزاوٌة التً‬ ‫حٌث أن‬
‫وكما فً‬ ‫ٌصنعها خط اإلنحدار مع اإلتجاه الموجب للمحور األفقً أي أن‬
‫الشكل أدناه‪:‬‬

‫‪652‬‬
 ‫وٌسمى أٌضا "معامل االنحدار على " والذي ٌقٌس معدل التغٌر فً المتغٌر‬
‫التابع مندما تتغٌر وحدة واحدة‪.‬إما اإلشارة الى فتعبر عن اتجاه العالقة بٌن‬
‫المتغٌرٌن و ‪.‬‬
‫عندما‬ ‫أما فٌمثل الجزء المقطوع من المحور الرأسً ‪ ,‬أي قٌمة المتغٌر التابع‬
‫‪.‬‬ ‫تكون‬
‫ونلخص أهمٌة معادلة االنحدار بما ٌلً‪:‬‬
‫‪ .1‬تقدٌر قٌمة الظاهرة عند مستوى معٌن للمتغٌر ‪.‬‬
‫‪ٌ .6‬ستفاد منها فً التنبؤ بقٌمة المتغٌر التابع إذا علمت قٌمة المتغٌرالمستقل‬
‫‪.‬‬
‫‪ .3‬مٌل خط اإلنحدار ٌرمز الى متوسط التغٌر فً المتغٌر التابع عند زٌادة‬
‫المتغٌر المستقل وحدة واحدة‪.‬‬
‫كدلك ٌمكن إعتماد صٌغة أخرى لمعامل اإلنحدار مشتقة من الصٌغة (‪)128‬‬
‫وكاآلتً‪:‬‬
‫∑‬ ‫̅̅‬
‫(‬ ‫)‬
‫∑‬ ‫̅‬

‫مثال (‪:)133‬‬

‫ػهٗ نهث‪ٛ‬اَاخ انران‪ٛ‬ح انر‪ ٙ‬ذخص انًرغ‪ٛ‬ش‬ ‫أجذ يؼادنح خػ االَذذاس انرمذ‪ٚ‬ش‪ٚ‬ح‬
‫( ) كًرغ‪ٛ‬ش يغرمم انز٘ ‪ًٚ‬ثم ػذد عاػاخ انؼًم ٔانًرغ‪ٛ‬ش( ) كًرغ‪ٛ‬شيؼرًذ أٔ‬
‫ذاتغ انز٘ ‪ًٚ‬ثم ػذد انٕدذاخ انًُرجح نثًاَ‪ٛ‬ح ػًال ف‪ ٙ‬إدذٖ انششكاخ انًُرجح ‪.‬‬

‫‪651‬‬
 ‫‪21‬‬ ‫‪12‬‬
‫‪5‬‬ ‫‪11‬‬
‫‪22‬‬ ‫‪13‬‬
‫‪26‬‬ ‫‪02‬‬
‫‪23‬‬ ‫‪12‬‬
‫‪22‬‬ ‫‪12‬‬
‫‪3‬‬ ‫‪22‬‬
‫‪21‬‬ ‫‪15‬‬

‫انذم ‪َ 7‬ذراج انٗ دغاب يرطهثاخ انص‪ٛ‬غح (‪ )222‬نرمذ‪ٚ‬ش ل‪ًٛ‬ح يؼايم االَذذاسفُؼًم‬
‫انًرطهثاخ ف‪ ٙ‬انجذٔل ا‪ٜ‬ذ‪7ٙ‬‬

‫̅‬ ‫̅‬

‫‪21‬‬ ‫‪12‬‬ ‫‪112‬‬ ‫‪211‬‬ ‫‪400‬‬

‫‪5‬‬ ‫‪11‬‬ ‫‪243‬‬ ‫‪31‬‬ ‫‪151‬‬
‫‪22‬‬ ‫‪13‬‬ ‫‪390‬‬ ‫‪112‬‬ ‫‪343‬‬
‫‪26‬‬ ‫‪02‬‬ ‫‪570‬‬ ‫‪032‬‬ ‫‪622‬‬
‫‪23‬‬ ‫‪12‬‬ ‫‪400‬‬ ‫‪123‬‬ ‫‪312‬‬
‫‪22‬‬ ‫‪12‬‬ ‫‪210‬‬ ‫‪222‬‬ ‫‪112‬‬
‫‪3‬‬ ‫‪22‬‬ ‫‪90‬‬ ‫‪03‬‬ ‫‪112‬‬
‫‪21‬‬ ‫‪15‬‬ ‫‪061‬‬ ‫‪263‬‬ ‫‪451‬‬
‫‪011‬‬ ‫‪076‬‬ ‫‪2468‬‬ ‫‪0271‬‬ ‫‪3424‬‬

‫∑(‬ ‫)‬ ‫(‬ ‫)‬

‫∑‬ ‫(‬ ‫)̅‬ ‫∑‬

‫‪656‬‬
 ‫∑‬ ‫̅̅‬ ‫(‬ ‫()‬ ‫)‬
‫∑‬ ‫̅‬ ‫(‬ ‫)‬

‫ٔترطث‪ٛ‬ك انص‪ٛ‬غح (‪َ )226‬ذصم ػهٗ ‪7‬‬

‫(‬ ‫()‬ ‫)‬
‫عركٌٕ ٔفما نهص‪ٛ‬غح (‪)222‬‬ ‫ػهٗ‬ ‫ٔػه‪ ّٛ‬فئٌ انًؼادنح انرمذ‪ٚ‬ش‪ٚ‬ح نخػ اإلَذذاس‬
‫ٔكًا ‪ٚ‬ه‪7ٙ‬‬
‫̂‬

‫̂‬ ‫(‬ ‫)‬

‫مثال (‪9)023‬‬
‫كاَد ذكان‪ٛ‬ف انذػا‪ٚ‬ح نرغٕ‪ٚ‬ك عهؼح يؼ‪ُٛ‬ح ٔل‪ًٛ‬ح انًث‪ٛ‬ؼاخ تأالف انذَاَ‪ٛ‬ش نرغؼح فشٔع‬
‫الدذ انششكاخ انًُرجح نٓزِ انغهؼح كاالذ‪7 ٙ‬‬
‫‪6 22‬‬ ‫‪2 20 21‬‬ ‫‪1‬‬ ‫‪3 22‬‬ ‫ذكان‪ٛ‬ف انذػا‪ٚ‬ح) ( ‪5‬‬
‫ل‪ًٛ‬ح انًث‪ٛ‬ؼاخ) ( ‪222 232 212 252 232 202 222 232 222‬‬
‫أجذ يؼادنح اَذذاس ل‪ًٛ‬ح انًث‪ٛ‬ؼاخ ) ( ػهٗ ذكان‪ٛ‬ف انذػا‪ٚ‬ح) ( ثى لذس دجى‬
‫انًث‪ٛ‬ؼاخ ارا تهغد ذكان‪ٛ‬ف انذػا‪ٚ‬ح ‪ 22‬آالف د‪ُٚ‬اس ‪.‬‬
‫انذم ‪7‬‬
‫ذغرخذو أال غش‪ٚ‬مح انًشتؼاخ انصغشٖ نرمذ‪ٚ‬ش يؼهًاخ يؼادنح االَذذاس انخط‪ٛ‬ح‬
‫ٔػهٗ انُذٕ االذ‪7 ٙ‬‬

‫‪653‬‬
 ‫‪5 222 2122‬‬ ‫‪31‬‬ ‫‪11222‬‬
‫‪22 232 2322‬‬ ‫‪222‬‬ ‫‪12322‬‬
‫‪3 222‬‬ ‫‪622‬‬ ‫‪03‬‬ ‫‪11222‬‬
‫‪1 202‬‬ ‫‪212‬‬ ‫‪23‬‬ ‫‪23622‬‬
‫‪21 232 2652‬‬ ‫‪211‬‬ ‫‪14112‬‬
‫‪20 252 1012‬‬ ‫‪236‬‬ ‫‪01122‬‬
‫‪2 212‬‬ ‫‪322‬‬ ‫‪12‬‬ ‫‪21122‬‬
‫‪22 232 2432‬‬ ‫‪212‬‬ ‫‪12322‬‬
‫‪6 222 2022‬‬ ‫‪52‬‬ ‫‪11222‬‬
‫‪67 0254 01141‬‬ ‫‪645‬‬ ‫‪118514‬‬

‫∑(‬ ‫∑()‬ ‫)‬ ‫(‬ ‫()‬ ‫)‬

‫∑‬
‫∑(‬ ‫)‬ ‫(‬ ‫)‬
‫∑‬

‫̅‬ ‫̅‬ ‫(‬ ‫()‬ ‫)‬

‫ٔػه‪ ّٛ‬فئٌ يؼادنح االَذذاس انرمذ‪ٚ‬ش‪ٚ‬ح نهًث‪ٛ‬ؼاخ ْ‪7 ٙ‬‬

‫̂‬

‫ٔنغشض سعى يؼادنح خػ االَذذاس َأخز ل‪ًٛ‬ر‪ ٍٛ‬يٍ ل‪ٛ‬ى انًرغ‪ٛ‬ش انًغرمم (ذكان‪ٛ‬ف‬
‫انذػا‪ٚ‬ح) َٔؼٕض ف‪ ٙ‬يؼادنح االَذذاس انرخط‪ٛ‬ط‪ٛ‬ح نُذصم ػهٗ ل‪ٛ‬ى (ل‪ًٛ‬ح‬
‫انًث‪ٛ‬ؼاخ) انًماتهح‪.‬‬
‫̂‬ ‫(‬ ‫) ()‬ ‫فركٌٕ‬ ‫َأخز يثال‬
‫̂‬ ‫(‬ ‫()‬ ‫)‬ ‫فركٌٕ‬ ‫َٔأخز يثال‬
‫ثى َشعى خػ االَذذاس كًا ف‪ ٙ‬انشكم االذ‪7 ٙ‬‬

‫‪654‬‬
 ‫ف‪ ٙ‬يؼادنح االَذذاس انرمذ‪ٚ‬ش‪ٚ‬ح َذصم ػهٗ ا‪ٜ‬ذ‪7 ٙ‬‬ ‫ٔارا ذى ذؼٕ‪ٚ‬ط‬
‫̂‬ ‫(‬ ‫)‬
‫انف د‪ُٚ‬اس ذمذ‪ٚ‬ش كً‪ٛ‬ح انًث‪ٛ‬ؼاخ ارا ذى صشف ‪ 22‬آالف د‪ُٚ‬اس نهذػا‪ٚ‬ح ‪.‬‬
‫ص‪ٛ‬غح اخشٖ ال‪ٚ‬جاد يؼادنح االَذذاس ‪.‬‬
‫ٔيٍ ْزِ‬ ‫‪ًٚ‬كٍ اعرخذاو ص‪ٛ‬غ اخشٖ ال‪ٚ‬جاد يمذساخ يؼهًاخ يؼادنح االَذذاس‬
‫انص‪ٛ‬غ ْ‪7ٙ‬‬
‫∑‬ ‫(‬ ‫() ̅‬ ‫)̅‬
‫(‬ ‫)‬
‫∑‬ ‫(‬ ‫)̅‬

‫ٔذؼرًذ ْزِ انص‪ٛ‬غ ػهٗ اَذشافاخ انم‪ٛ‬ى ػٍ انٕعػ انذغات‪ٔ ٙ‬ػُذئز ‪ٚ‬كٌٕ دغاب‬
‫تأَّ داصم لغًح انرثا‪ ٍٚ‬انًشرشن ت‪ ٍٛ‬انًرغ‪ٛ‬ش‪ ٔ ٍٚ‬ػهٗ انرثا‪ ٍٚ‬نهًرغ‪ٛ‬ش ‪ٔ.‬ارا‬
‫ٔ̅‬ ‫̅‬ ‫افرشظُا‬
‫فئٌ ْزِ انص‪ٛ‬غح عرؤٔل انٗ ‪7‬‬
‫∑‬
‫(‬ ‫)‬
‫∑‬

‫ف‪ٛ‬ذغة ٔفك انص‪ٛ‬غح (‪ٔ )226‬كًا ‪ٚ‬ه‪7 ٙ‬‬ ‫ايا انثاتد‬

‫̅‬ ‫̅‬

‫‪655‬‬
 ‫مالحظة ‪9‬‬
‫ف‪ ٙ‬انكث‪ٛ‬ش يٍ انرطث‪ٛ‬ماخ االلرصاد‪ٚ‬ح ٔاالجرًاػ‪ٛ‬ح ال ‪ًٚ‬كٍ انرً‪ٛٛ‬ض ت‪ ٍٛ‬انًرغ‪ٛ‬شاخ‬
‫انراتؼح ٔانًرغ‪ٛ‬شاخ انًغرمهح ٔانًغأنح ف‪ ٙ‬اغهة االد‪ٛ‬اٌ اػرثاس‪ٚ‬ح ‪.‬‬
‫‪ٚ‬رى ا‪ٚ‬جاد يؼادنح اَذذاس ػهٗ ارا كاٌ انًرغ‪ٛ‬ش انراتغ ْٕ ٔانًرغ‪ٛ‬ش انًغرمم‬
‫ف‪ٛ‬ؼايم كًرغ‪ٛ‬ش ذاتغ ٔ‬ ‫ْٕ ‪ٔ .‬نكٍ ػُذ اعرخشاج يؼادنح اَذذاس ػهٗ‬
‫كًرغ‪ٛ‬ش يغرمم ‪ٔ .‬ذثمٗ جً‪ٛ‬غ انص‪ٛ‬غ انؼايح نذغاب يؼادنح االَذذاس ٔادذج ٔنكٍ ‪ٚ‬ذم‬
‫ػهٗ‬ ‫ادذ انًرغ‪ٛ‬ش‪ ٍٚ‬يذم انًرغ‪ٛ‬ش االخش فمػ ‪ .‬أ٘ ػُذ اعرخشاج يؼادنح اَذذاس‬
‫عركٌٕ ص‪ٛ‬غ دغاتٓا كاالذ‪7 ٙ‬‬
‫∑(‬ ‫∑()‬ ‫)‬
‫∑‬
‫∑(‬ ‫)‬
‫(‬ ‫)‬
‫∑‬

‫̅‬ ‫̅‬ ‫(‬ ‫)‬

‫وبالتعوٌض فً معادلة خط اإلنحدار نحصل على المعادلة التقدٌرٌة أو التنبؤٌة‬
‫لإلنحدار على ‪.‬‬
‫̂‬ ‫(‬ ‫)‬

‫يثال (‪7 )203‬‬

‫نهث‪ٛ‬اَاخ انران‪ٛ‬ح‬ ‫ػهٗ‬ ‫ٔيؼادنح اَذذاس‬ ‫ػهٗ‬ ‫أجذ يؼادنر‪ ٙ‬االَذذاس‬
‫‪21‬‬ ‫‪20‬‬ ‫‪6‬‬ ‫‪23‬‬ ‫‪22‬‬ ‫‪X‬‬
‫‪22‬‬ ‫‪21‬‬ ‫‪2‬‬ ‫‪22‬‬ ‫‪20‬‬
‫العرخشاج ْاذ‪ ٍٛ‬انًؼادنر‪ ٍٛ‬التذ يٍ ا‪ٚ‬جاد انؼالياخ انران‪ٛ‬ح‬

‫‪22‬‬ ‫‪20‬‬ ‫‪222‬‬ ‫‪236‬‬ ‫‪202‬‬

‫‪23‬‬ ‫‪22‬‬ ‫‪123‬‬ ‫‪222‬‬ ‫‪232‬‬
‫‪6‬‬ ‫‪2‬‬ ‫‪52‬‬ ‫‪12‬‬ ‫‪12‬‬
‫‪20‬‬ ‫‪21‬‬ ‫‪236‬‬ ‫‪211‬‬ ‫‪223‬‬
‫‪21‬‬ ‫‪22‬‬ ‫‪211‬‬ ‫‪222‬‬ ‫‪212‬‬
‫‪51‬‬ ‫‪41‬‬ ‫‪641‬‬ ‫‪205‬‬ ‫‪322‬‬

‫‪658‬‬
 ‫ٔفك انص‪ٛ‬غح (‪ٔ )225‬كًا ‪ٚ‬ه‪7 ٙ‬‬ ‫أٔال‪ 7‬إل‪ٚ‬جاد يؼادنح اَذذاس ػهٗ‬
‫∑(‬ ‫∑()‬ ‫)‬ ‫(‬ ‫()‬ ‫)‬
‫∑‬
‫∑(‬ ‫)‬ ‫(‬ ‫)‬
‫∑‬

‫ووفق الصٌغة (‪ )901‬نحصل على‪:‬‬

‫̅‬ ‫̅‬ ‫(‬ ‫) ()‬

‫(‬ ‫()‬ ‫)‬

‫ْ‪7ٙ‬‬ ‫انًؼادنح انرمذ‪ٚ‬ش‪ٚ‬ح نـ ػهٗ‬

‫̂‬

‫ترطث‪ٛ‬ك انص‪ٛ‬غح (‪َ)226‬غرخشج يا ‪ٚ‬ه‪7ٙ‬‬ ‫ػهٗ‬ ‫ثاَ‪ٛ‬ا ‪ 7‬ال‪ٚ‬جاد يؼادنح اَذذاس‬

‫∑(‬ ‫∑()‬ ‫)‬ ‫(‬ ‫()‬ ‫)‬
‫∑‬
‫∑(‬ ‫)‬ ‫(‬ ‫)‬
‫∑‬

‫ٔترطث‪ٛ‬ك انص‪ٛ‬غح (‪َ )212‬ذصم ػهٗ‪7‬‬

‫̅‬ ‫̅‬ ‫(‬ ‫)‬

‫عركٌٕ ٔفك انص‪ٛ‬غح (‪7ْٙٔ )212‬‬ ‫ػهٗ‬ ‫انًؼادنح انرمذ‪ٚ‬ش‪ٚ‬ح نـ‬

‫̂‬

‫‪ 01-7‬الخطأ المعياري للتقدير‬

‫يٍ انًالدظ اٌ يؼادنح خػ االَذذاس انر‪ ٙ‬ذى ذمذ‪ٚ‬شْا تطش‪ٚ‬مح انًشتؼاخ انصغشٖ‬
‫عٕف نٍ ذًش تجً‪ٛ‬غ انُماغ ف‪ ٙ‬شكم االَرشاس ٔنكٍ تؼط انُماغ عرمغ إيا فٕق أٔ‬
‫ذذد ْزا انخػ‪ٔ .‬تانران‪ ٙ‬فئٌ انم‪ًٛ‬ح انًمذسج نهًرغ‪ٛ‬ش انراتغ تئعرخذاو ْزِ انًؼادنح‬
‫عٕف ذخرهف ػٍ ل‪ًٛ‬ح انفؼه‪ٛ‬ح إرا نى ذكٍ انُمطح أصال ٔالؼح ػهٗ انخػ ذًايا‪.‬‬

‫‪659‬‬
‫كاٌ يؼايم اإلَذذاس عانة ٔانؼكظ إرا كاٌ يؼايم‬ ‫اإلسذثاغ عانة‬
‫اإلَذذاس عانة فئٌ يؼايم اإلسذثاغ ْٕ ا‪ٜ‬خش عانة‪.‬‬
‫‪ .1‬يؼايم انرذذ‪ٚ‬ذ‬
‫ْٕٔ يم‪ٛ‬اط نذسجح يغاًْح انًرغ‪ٛ‬ش انًغرمم تانرغ‪ٛ‬ش انذاصم ف‪ ٙ‬انًرغ‪ٛ‬ش‬
‫انراتغ ‪ .‬أ٘ ‪ٕٚ‬ظخ يمذاس يا ‪ٚ‬فغشِ انًرغ‪ٛ‬ش انًغرمم يٍ انًرغ‪ٛ‬ش انراتغ ‪.‬‬
‫ٔذرٕٓ يشتغ يؼايم اإلسذثاغ انثغ‪ٛ‬ػ ت‪ ٍٛ‬انًرغ‪ٛ‬ش‪ٍٚ‬‬ ‫ٔ‪ٚ‬شيض نّ تانشيض‬
‫‪.‬‬ ‫(‪ٔ .‬ػه‪ ّٛ‬ذرشأح ل‪ًٛ‬ح يؼايم انرذذ‪ٚ‬ذ‬ ‫أ٘ )‬
‫أيا تم‪ٛ‬ح انؼٕايم انر‪ ٙ‬ذفغش غ‪ٛ‬ش يغ‪ٛ‬طش ػه‪ٓٛ‬ا ألعثاب ػذ‪ٚ‬ذج ٔػهٗ ْزا‬
‫‪ٚ‬رجضأ انٗ يشكثر‪ 7 ٍٛ‬يشكثح ‪ًٚ‬كٍ انغ‪ٛ‬طش‬ ‫األعاط فئٌ انًرغ‪ٛ‬ش انراتغ‬
‫‪ .‬أيا انًشكثح انثاَ‪ٛ‬ح فال ‪ًٚ‬كٍ ذفغ‪ٛ‬شْا أٔ‬ ‫ػه‪ٓٛ‬ا ٔذفغ‪ٛ‬شْا ٔتُغثح‬
‫‪.‬‬ ‫انغ‪ٛ‬طشج ػه‪ٓٛ‬ا ٔتُغثح‬
‫يثال(‪7)211‬‬
‫أٔجذ ل‪ًٛ‬ح يؼايم انرذذ‪ٚ‬ذ نهًثال انغاتك انًرؼهك تركان‪ٛ‬ف انذػا‪ٚ‬ح ٔل‪ًٛ‬ح‬
‫انًث‪ٛ‬ؼاخ نغهؼح يؼ‪ُٛ‬ح‪.‬‬
‫انذم ‪ 7‬نغشض ذذذ‪ٚ‬ذ ل‪ًٛ‬ح يؼايم انرذذ‪ٚ‬ذ ‪ٚ‬رطهة أٔال إ‪ٚ‬جاد ل‪ًٛ‬ح يؼايم‬
‫اإلسذثاغ انثغ‪ٛ‬ػ ‪ٔ .‬يٍ انًثال انغاتك نذ‪ُٚ‬ا انًؼهٕياخ انران‪ٛ‬ح‪7‬‬
‫∑‬ ‫∑‬ ‫∑‬

‫∑‬ ‫∑‬
‫ٔتئعرخذاو انص‪ٛ‬غح (‪ )55‬نًؼايم اإلسذثاغ ٔكا‪ٜ‬ذ‪7ٙ‬‬
‫) ∑() ∑(‬
‫∑‬
‫) ∑(‬ ‫) ∑(‬
‫∑ {√‬ ‫∑{ }‬ ‫}‬
‫(‬ ‫)‬

‫(‬ ‫)‬ ‫(‬ ‫)‬

‫{√‬ ‫*}‬ ‫‪+‬‬

‫‪ .‬أ٘ أٌ ذكان‪ٛ‬ف انذػا‪ٚ‬ح‬ ‫(‬ ‫)‬ ‫ٔػه‪ ّٛ‬فًؼايم انرذذ‪ٚ‬ذ‬

‫ذفغش أٔ ذٕظخ (‪ )0.66‬يٍ ل‪ًٛ‬ح انًث‪ٛ‬ؼاخ أيا ( ‪ )0.34‬فٓ‪ ٙ‬ػٕايم أخشٖ غ‪ٛ‬ش‬
‫يغ‪ٛ‬طش ػه‪ٓٛ‬ا ‪.‬‬
‫‪665‬‬
 ‫أسئلة وتمارين الفصل الثامن‬
‫‪ )1‬ألحد المصارف التجارٌة توفرت البٌانات فً أدناه والتً تبٌن المبالغ‬
‫المودعة ) ( بمالٌٌن الدنانٌر والمبالغ المقترضة ) ( بمالٌٌن الدنانٌر من‬
‫قبل ‪ 8‬شركات ‪:‬‬
‫الشركة‬
‫‪1‬‬ ‫‪62‬‬ ‫‪62‬‬
‫‪6‬‬ ‫‪76‬‬ ‫‪32‬‬
‫‪3‬‬ ‫‪68‬‬ ‫‪68‬‬
‫‪4‬‬ ‫‪52‬‬ ‫‪15‬‬
‫‪5‬‬ ‫‪56‬‬ ‫‪15‬‬
‫‪6‬‬ ‫‪77‬‬ ‫‪35‬‬
‫‪7‬‬ ‫‪71‬‬ ‫‪32‬‬
‫‪8‬‬ ‫‪82‬‬ ‫‪36‬‬
‫المطلوب ‪:‬حساب معامل اإلرتباط البسٌط بٌن المبالغ المودعة والمبالغ‬
‫المقترضة بكافة الصٌغ مفسرا النتٌجة‪.‬‬
‫‪ )6‬توفرت المعلومات فً أدناه والتً تخص درجة تقٌٌم األداء ) ( ومستوى‬
‫الحالة الصحٌة ) ( لسبعة من العاملٌن فً إحدى الشركات الصناعٌة‪:‬‬
‫العامل‬
‫‪1‬‬ ‫‪93‬‬ ‫ممتازة‬
‫‪6‬‬ ‫‪57‬‬ ‫وسط‬
‫‪3‬‬ ‫‪88‬‬ ‫جٌدة‬
‫‪4‬‬ ‫‪75‬‬ ‫جٌدة جدا‬
‫‪5‬‬ ‫‪42‬‬ ‫ردٌئةجدا‬
‫‪6‬‬ ‫دون الوسط ‪66‬‬
‫‪7‬‬ ‫فوق الوسط ‪82‬‬

‫المطلوب‪ :‬حساب معامل إرتباط الرتب لسبٌرمان‪.‬‬

‫‪666‬‬
 ‫‪ )3‬إحسب معامل اإلقتران من بٌانات الجدول اآلتً‪:‬‬
‫قطاع العمل‬ ‫غٌر مصرفً مصرفً‬
‫الجنس‬
‫ذكر‬ ‫‪162‬‬ ‫‪122‬‬
‫أنثى‬ ‫‪622‬‬ ‫‪82‬‬

‫‪ )4‬إحسب معامل التوافق لبٌانات الجدول اآلتً المحصل من إحدى الشركات‬

‫التجارٌة والذي ٌخص منتسب ‪:‬‬
‫عدد الدورات التدرٌبٌة‬ ‫‪0‬‬ ‫‪1‬‬ ‫‪2‬‬ ‫‪3‬‬
‫التحصٌل الدراسً‬
‫إعدادٌة‬ ‫‪16‬‬ ‫‪6‬‬ ‫‪7‬‬ ‫‪6‬‬
‫دبلوم‬ ‫‪16‬‬ ‫‪12‬‬ ‫‪6‬‬ ‫‪7‬‬
‫بكالورٌوس‬ ‫‪62‬‬ ‫‪16‬‬ ‫‪16‬‬ ‫‪12‬‬

‫‪ )5‬البٌانات فً أدناه تخص ‪ 12‬من العاملٌن فً أحد المصانع للمنتجات‬

‫البالستٌكٌة ‪ : :‬عدد الوحدات المنتجة و ‪ :‬عدد سنوات الخدمة‬
‫و ‪:‬مقدار الراتب الشهري(باأللف دٌنار) و ‪ :‬درجة التقٌٌم السنوي‪.‬‬

‫تسلسل العامل‬
‫‪1‬‬ ‫‪62‬‬ ‫‪8‬‬ ‫‪822‬‬ ‫‪82‬‬
‫‪6‬‬ ‫‪64‬‬ ‫‪62‬‬ ‫‪1122‬‬ ‫‪88‬‬
‫‪3‬‬ ‫‪18‬‬ ‫‪13‬‬ ‫‪762‬‬ ‫‪78‬‬
‫‪4‬‬ ‫‪16‬‬ ‫‪16‬‬ ‫‪742‬‬ ‫‪75‬‬
‫‪5‬‬ ‫‪14‬‬ ‫‪15‬‬ ‫‪732‬‬ ‫‪75‬‬
‫‪6‬‬ ‫‪66‬‬ ‫‪64‬‬ ‫‪1222‬‬ ‫‪86‬‬
‫‪7‬‬ ‫‪66‬‬ ‫‪18‬‬ ‫‪1322‬‬ ‫‪92‬‬
‫‪8‬‬ ‫‪32‬‬ ‫‪66‬‬ ‫‪1422‬‬ ‫‪95‬‬
‫‪9‬‬ ‫‪63‬‬ ‫‪61‬‬ ‫‪1272‬‬ ‫‪84‬‬
‫‪12‬‬ ‫‪19‬‬ ‫‪19‬‬ ‫‪792‬‬ ‫‪82‬‬

‫‪667‬‬
‫المطلوب‪ -1 :‬حساب معامل اإلرتباط البسٌط بٌن عدد سنوات الخدمة ودرجة‬
‫التقوٌم السنوي‪.‬‬
‫‪ -6‬حساب معامل اإلرتباط البسٌط بٌن عدد الوحدات المنتجة وعدد سنوات‬
‫الخدمة‪.‬‬
‫‪ -3‬حساب معامل اآلرتباط البسٌط بٌن مقدار الراتب الشهري ودرجة التقوٌم‬
‫السنوي‪.‬‬
‫‪ -4‬حساب‬
‫‪ .‬وإحسب معامل التحدٌد لهذه المعادلة‪.‬‬ ‫‪ -5‬إٌجاد معادلة إنحدار‬

‫‪668‬‬