مطبوعة مقياس تحليل البيانات الصحفيةكاملة

‫جامعة محمد بوضياف‪-‬المسيلة‪ ،‬كلية العلوم االنسانية واالجتماعية‪ ،‬قسم علوم االعالم واالتصال‬
‫أستاذ المقياس‪ ،‬د‪ .‬فيصل نويوة‬ ‫مقياس تحليل البيانات الصحفية‬ ‫السداسي الثالث‬ ‫السنة الثانية ليسانس‬ ‫السنة الجامعية ‪2021/2020‬‬
‫جامعة محمد بوضياف‪-‬المسيلة‬

‫كلية العلوم االنسانية واالجتماعية‬
‫قسم علوم االعالم واالتصال‬
‫مطبوعة‪ :‬مقياس تحليل البيانات الصحفية‬
‫أستاذ‬
‫المقياس‪ ،‬د‪ .‬فيصل نويوة‬
‫السنة الجامعية ‪2021/2020‬‬

‫برنامج المحاضرات لمقياس تحليل البيانات الصحفية‬

‫مدخل عام‬
‫‪ .1‬جمع البيانات‪ ..‬تصنيفها وترميزها‬
‫‪ 1.1‬مصادر البيانات وطرق جمعها‬
‫‪ 2.1‬تصنيف البيانات ومراجعتها‬
‫‪ 3.1‬ترميز البيانات‬
‫‪ .2‬المتغيرات ‪ ..‬انواعها ومقاييسها‬
‫‪1.2‬المفاهيم والتعريفات والمتغيرات‬
‫‪ 2.2‬انواع المتغيرات‬
‫‪ 3.2‬مقاييس المتغيرات االحصائية‬
‫‪ 3‬االساليب االحصائية لوصف متغير واحد‬
‫‪ 1.3‬عرض البيانات االحصائية‬
‫‪ 2.3‬التحليل البياني األولي‬
‫‪ 3.3‬مقاييس النزعة المركزية‬
‫‪ 4.3‬مقاييس التشتت‬
‫‪.4‬االساليب االحصائية لدراسة العالقات‬
‫‪ 1.4‬معامالت االرتباط‬
‫‪ 2.4‬اختبار مربع كاي‬
‫مدخل عام‬
‫مقدمة‪:‬‬
‫يتضمن كل علم من العلوم مجموعة من المصطلحات والمفردات اللغوية الخاصة به والتي يعد اإللمام‬
‫بها خطوة هامة على طريق الدراسة والفهم المتعمق لموضوعات ذلك العلم‪ ،‬ومقياس تقنيات تحليل البينات‬
‫الصحفية ال يختلف في هذا الشأن عن غيره من العلوم‪ ،‬وهذا المقياس يعد أحد روافد علم االحصاء‪ ،‬بهذا فهو‬
‫يستخدم مصطلحاته األساسية‪ ،‬والتي نرى أن على الدارس أن يلم بتعريفاتها لكي يعي المقصود منها ويتسنى له‬
‫معرفة كيفية التعامل معها عندما تعرض له في دراساته وبحوثه‪.‬‬
‫ويكتسي علم تحليل البيانات أهمية كبيرة‪ ،‬غير أن هذه األهمية لم تظهر اال بظهور الكومبيوتر وتطور‬
‫برمجيات اإلحصاء‪ ،‬اذ يعتمد تحليل البيانات على دراسة عدد كبير من المتغيرات عن طريق إجراء الحسابات‬
‫الرياضية عليها‪ ،‬االمر الذي يتطلب جهد ووقت كبيرين‪ ،‬وهوما تم تجاوزه باالستعانة بالبرمجيات الحاسوبية‪،‬‬
‫ولكن استعمال هذه البرمجيات يتطلب معرفة اساسيات تحليل البيانات‪.‬‬
‫وسنتناول خالل هذا السداسي أساسيات تحليل البيانات تمهيدا لما سنتناوله في السداسي الثاني برمجيات‬
‫تحليل البيانات‬
‫ويعد هذا المقياس أداة هامة في يد الطالب يستعين بها في انجاز بحوثة‪ ،‬وأيضا إلنجاز التقارير‬
‫الصحفية وصبغها بصفة الموضوعية‪ .‬ونسعى من خالل هذا المقياس الى اكساب الطالب في أخر المطاف‬
‫مجموعة من المهارات‪ ،‬تساعده في انجاز مذكرة التخرج السنة المقبلة‪ ،‬وأيضا في حياته المهنية مستقبال‪.‬‬
‫مفاهيم احصائية‪:‬‬
‫‪ .1‬علم االحصاء‪:‬‬
‫يعرف علم اإلحصاء بأنه‪ :‬العلم الذي يختص بالطرق العلمية لجمع البيانات وتنظيمها وتلخيصها وعرضها بيانياً‬
‫ثم تحليلها وتفسيرها وإجراء المقارنات واستنتاج العالقات بهدف استخدامها في اتخاذ الق اررات المناسبة‪.‬‬
‫من خالل التعريف السابق نخلص بأن علم اإلحصاء يهدف إلى‪:‬‬
‫أ‪ -‬جمع البيانات عن الظواهر المختلفة التي تهم الباحث بطرق علمية محددة تحديدا دقيقا‪.‬‬
‫ب‪ -‬تبويب البيانات طبقا ألساليب التصنيف العلمية‪.‬‬
‫ت‪ -‬عرض البيانات باستخدام (الجداول – األشكال البيانية – الرسوم البيانية)‪.‬‬
‫ث‪ -‬وصف البيانات عن طريق إبراز الخصائص األساسية لها والتي يمكن التعبير عنها بمقاييس معينة‬
‫ومحددة مثل (مقاييس النزعة المركزية‪ ،‬مقاييس التشتت‪ ،‬مقاييس االلتواء واالعتدال) وهذه المقاييس تبين‬
‫مدى ميل البيانات إلى التمركز أو التشتت أو التماثل أو االعتدال‪ ،‬كما أنها تزود الباحث بتقديرات عن‬
‫سلوك المجتمع اإلحصائي (موضع البحث) كمجموعة‪ ،‬وليس عن سلوك أي فرد من أفراده بشكل مستقل‬
‫عن المجموعة‪.‬‬
‫ج‪ -‬تحليل البيانات المبوبة عن طريق استعمال خصائصها األساسية التي تم إبرازها للوصول إلى األرقام ذات‬
‫العالقة بالمشكلة والتي يهم الباحث الحصول عليها للوصول إلى نتائج محددة‪.‬‬
‫ح‪ -‬استخدام النتائج وتفسيرها تفسي اًر منطقياً مناسباً لطبيعة المشكلة التي يبحثها حتى يتسنى للباحث االستفادة‬
‫منها وتطبيقها في الحياة الواقعية‪.‬‬
‫‪.2‬اقسام علم االحصاء‪:‬‬

‫لقد بدأ االحصاء كعلم وصفي بحت‪ ،‬ولكنه تطور الى اداة قوية التخاذ الق اررات مع نمو فرع االستدالل فيه‪.‬‬
‫وأصبح علم االحصاء ينطوي على فرعين رئيسيين يكمل كل منهما االخر هما‪:‬‬
‫االحصاء الوصفي‪ :‬يتضمن عملية جمع البيانات وترتيبها في جداول‪ ،‬تمثيلها في رسوم بيانية‪،‬‬ ‫أ‪-‬‬
‫ومنحنيات‪ ،‬وأشكال توضيحية تساعد في توضيح النتائج الكمية‪ ،‬كما يتضمن الكشف عن مدى تجمع البيانات‬
‫العددية وتشتتها واالرتباطات بينها‪ .‬واالحصاء الوصفي هو االحصاء الذي يشتمل على مجموعة من المبادئ‬
‫االحصائية التي تساعد على فهم الظاهرة المدروسة مثل‪ :‬المتوسطات‪ ،‬واالنحرافات المعيارية‪.‬‬
‫االحصاء االستداللي او التحليلي او االستنباطي‪ :‬ويشتمل على الطرق االحصائية التي تستخدم‬ ‫ب‪-‬‬
‫للوصول الى ق اررات واحكام واستنتاجات عن المجتمع المدروس باستخدام عينة مسحوبة منه‪ ،‬وذلك من خالل‬
‫دراسة الفروق بين المتوسطات (‪ ،)T.TEST‬تحليل التباين (‪ )ANOVA‬لمقارنة الفروق بين أكثر من متوسطين‪،‬‬
‫معامالت االرتباط بين متغيرات الدراسة‪ ....‬الخ‬
‫‪.3‬أهمية علم اإلحصاء‪:‬‬
‫يعتبر علم اإلحصاء أحد الوسائل المهمة في البحث العلمي من خالل استخدام قواعده وقوانينه وطرقه في جمع‬
‫البيانات والمعلومات الالزمة في البحث العلمي وتحليل هذه المعلومات لغرض الوصول إلى النتائج التي يهدف‬
‫لها البحث كما وان لإلحصاء دو ار بار از في وضع الخطط المستقبلية عن طريق التنبؤ بالنتائج لكافة القطاعات‬
‫حيث يمكن تطبيق علم اإلحصاء في مجاالت العلوم الصرفة أو العلوم اإلنسانية وفيما يلي سنورد أمثلة لبعض‬
‫المجاالت التي يستعمل فيها اإلحصاء والتي كان له دور بارز في حل كثير من مشاكلها‪:‬‬
‫• تطوير التعليم وخططه‪.‬‬
‫• دراسة مختلف العلوم‪.‬‬
‫• الدعاية واإلعالنات التجارية‪.‬‬
‫• مجال التأمين‪.‬‬
‫• االقتصاد والصناعة ‪ ....‬الخ‪.‬‬
‫‪.4‬المجتمع اإلحصائي ‪Statistical population‬‬
‫المجتمع اإلحصائي هو عبارة عن جميع عناصر موضوع الدراسة والتي نرغب في معرفة حقائق عنها‬
‫سواء كانت على شكل إنسان أو حيوان أو جماد أو درجات امتحان أو منازل أو مزارع أو سفن‪ ...‬الخ‪ .‬وقد‬
‫يتكون المجتمع من عدد محدود من العناصر مثل عدد أفراد مدينة ما أو عدد المنازل بهذه المدينة‪ ...‬الخ‪ ،‬أو‬
‫يتكون المجتمع من عدد غير محدود مثل األسماك في الخليج العربي أو عدد النجوم‪ ...‬الخ‪.‬‬
‫‪: Statistical sample‬‬ ‫‪.5‬العينة اإلحصائية‬
‫وهي جزء من عناصر المجتمع يتم اختيارها بحيث تكون ممثلة للمجتمع ككل‪ .‬وتستخدم في حال عدم امكانية‬
‫جمع البيانات بأسلوب الحصر الشامل‪ ،‬وتم اللجوء الى أسلوب أخذ العينات عند إجراء الدراسات والبحوث‬
‫اإلحصائية ألن تكاليفه أقل‪ ،‬وبواسطته يمكن الحصول على نتائج سريعة‪ ،‬مقارنة بأسلوب الحصر الشامل الذي‬
‫يتم فيه جمع البيانات من كل مفردات المجتمع‪.‬‬
‫‪.6‬البيانات ‪:Data‬‬
‫تعرف البيانات بأنها‪:‬‬
‫‪ :1‬معلومات واقعية (مثل القياسات أو اإلحصائيات) تستخدم كأساس للتفكير أو المناقشة أو الحساب‪.‬‬
‫‪ :2‬معلومات تم الحصول عليها بواسطة جهاز قياس أو أداة قياس (استبيان‪ ،‬مقابلة‪ ،‬مالحظة‪ ،‬سبر أ ارء‪)...‬‬
‫يجب معالجتها لتكون ذات مغزى‪.‬‬
‫استنادا إلى التعريفات المذكورة أعاله‪،‬‬
‫ً‬ ‫‪ :3‬معلومات في شكل رقمي يمكن نقلها أو معالجتها رقمياً‪.‬‬
‫بشكل عام البيانات هي عبارة عن أرقام أو أحرف أو صور أو أي طريقة أخرى للتسجيل‪ ،‬المتعلقة‬
‫بموضوع معين‪ .‬مثال على ذلك‪ :‬بيانات الطالب (األسماء ‪ -‬األرقام المستوى ‪ -‬الشعبة ‪ -‬التخصص) بدون‬
‫ترتيب‪ ،‬وينتج عن هذه البيانات بعد المعالجة ما يطلق عليه مصطلح معلومات‪.‬‬
‫بصورة أوضح‪ :‬البيانات عبارة عن أرقام أو أحرف أو صور أو أي طريقة أخرى للتسجيل‪ ،‬في شكل‬
‫يمكن تقييمه التخاذ قرار أو قرار بشأن إجراء معين‪.‬‬
‫‪ . 7‬تحليل البيانات ‪: Data analysis‬‬
‫تحليل البيانات أو المعطيات باختصار هو‪ :‬عملية فحص وتدقيق وتنظيم وترتيب وتمثيل البيانات‪ ،‬واعادة‬
‫تشكيلها‪ ،‬وتخزينها بهدف االستناد عليها في اتخاذ وتحديد الق اررات‪.‬‬
‫يتضمن تحليل البيانات فرز كميات هائلة من البيانات غير المنظمة‪ ،‬وتنظيمها بطريقة تسمح باالستناد‬
‫عليها في اتخاذ الق اررات‪.‬‬
‫باختصار‪ ،‬تحليل البيانات هو‪" :‬جمع البيانات وإعداد التقارير عنها وتحليلها"‬
‫‪ 1.7‬لماذا يجب أن تتعلم مهارات تحليل البيانات‬
‫لمعرفة سبب كون تعلم تحليل البيانات وممارسة مهنة في هذا المجال فكرة رائعة‪ ،‬يجب أن ننظر إلى‬
‫البيانات بشكل صحيح! وذلك ألسباب عدة منها ما يلي‪:‬‬
‫• استخدام البيانات أصبح أكثر أهمية‪ ،‬كمعلومات أساسية‬
‫• قلة قليلة من الناس يعملون فيه‪ ،‬ضف الى ذلك أن هناك طلب على األشخاص الذين يمكنهم‬
‫استخدام البيانات إلجراء التقارير والتحليل‪ ،‬وبالتالي مساعدة الشركات والمؤسسات على اتخاذ ق اررات‬
‫مهمة وحاسمة‪.‬‬
‫• هناك نمو وظيفي متوقع لمحترفي البيانات‪ :‬نمو الوظائف المتوقع لمحللي البيانات بين ‪-2018‬‬
‫‪ 2028‬هو ‪ ،٪20‬بناء على بيانات من مكتب إحصاءات العمل‪ .‬هذا قدر كبير من الوظائف‬
‫الجديدة التي يتم إنشاؤها‪.‬‬
‫• تعد القدرة على طرح أسئلة حول البيانات ميزة تنافسية قوية‪ ،‬مما يؤدي إلى تدفقات دخل جديدة‪،‬‬
‫واتخاذ ق اررات أفضل وتحسين اإلنتاجية‪".‬‬
‫• كل عمل يولد البيانات‪ .‬لكن قيمتها تعتمد على القدرة على معالجة تلك البيانات ومعالجتها وترجمتها‬
‫في النهاية إلى رؤى مفيدة‪.‬‬
‫‪ 2.7‬مراحل تحليل البيانات‪ :‬تشمل عمليات تحليل البيانات أربع مراحل أساسية وهي‪:‬‬
‫‪ .1‬تحديد متطلبات البيانات‪ :‬هي الخطوة االولي في تحليل البيانات ويقصد بها التعريف والتحديد‬
‫بنوعية وكمية وغيرها من االشياء المهمة المطلوب توافراها في البيانات المراد تحليلها‪ .‬مثال‪:‬‬
‫البيانات المطلوبة هل هي ارقام‪ ،‬نصوص ام صور‪ ،‬هل ستكون البيانات محسوبة لشخص واحد ام‬
‫لكل االشخاص في هذا المكان‪ .... ،‬الخ من المتطلبات‪.‬‬
‫‪ .2‬تجميع البيانات‪ :‬يتم فيها تجميع البيانات من مصادر مختلفة بحيث تحقق المتطلبات في الخطوة‬
‫االولي‪ .‬ومن الممكن ان يقوم بجمعها اشخاص‪ ،‬أو الحصول عليها من خالل التقنيات الحديثة مثل‬
‫االقمار الصناعية‪ ،‬اشارات المرور‪ ،‬االنترنت ‪ ...‬الخ‪.‬‬
‫‪ .3‬تنظيم البيانات‪ :‬بعد مرحلة تجميع البيانات تبدأ عملية توزيع البيانات في شكل جداول لها صفوف‬
‫واعمد كما في ملفات ‪.Excel‬‬
‫‪ .4‬فحص البيانات‪ :‬من الضروري فحص البيانات حتى ال تكون المعلومات الناتجة بها اخطاء وغير‬
‫صحيحة‪ .‬ويتم ذلك من خالل مراجعة البيانات وازالة أو تصحيح المغلوطة‪ .‬البيانات المغلوطة قد‬
‫تكون ارقام غير صحيحة‪ ،‬بيانات مكررة‪ .‬ومن الممكن التخلص من البيانات المغلوطة بإزالة المكرر‬
‫واعادة حساب االرقام وفي عملية حجز البيانات نتأكد ان البيانات المدخلة لها نفس النوع لنفس‬
‫العمود‪.‬‬
‫‪ 3.7‬استراتيجيات تحليل البيانات‪ :‬هناك مجموعة متنوعة من االستراتيجيات للتحليل الكمية والنوعية‪ ،‬وكثير‬
‫منها يتجاوز نطاق الدليل التمهيدي‪ .‬توفر االستراتيجيات المختلفة لتحليل البيانات نهجا منظما للعمل مع‬
‫البيانات؛ تتضمن اتباع "تسلسل منطقي" الستخدام إجراءات مختلفة‪.‬‬
‫وتجدر االشارة الى أن الكثير من االستراتيجيات يتجاوز نطاق هذا المقياس التمهيدي‪.‬‬
‫وفيما يلي أهم استراتيجيات تحليل البيانات باختصار‪:‬‬
‫‪ .1‬استراتيجية عرض البيانات‪ :‬تتضمن إنشاء "صورة" مرئية أو عرض رسومي للبيانات‪ ،‬فالصورة‬
‫حسب القول المأثور القديم تساوي ألف كلمة "‪."A picture is worth a thousand words‬‬
‫وتعد طريقة لبدء عملية التحليل؛ أو كمساعدة في تقديم التقارير ‪ /‬عرض النتائج‪.‬‬
‫‪ .2‬استراتيجية التحليل االستكشافي‪ :‬يتضمن النظر في البيانات لتحديد أو وصف "ما يحدث"؟ ‪-‬‬
‫إنشاء نقطة بداية أولية (خط األساس) للتحليل المستقبلي‪ .‬والتحليل االستكشافي يستخدم لتحديد‬
‫العالقات المعقدة والمتبادلة بين العناصر وعناصر المجموعة‪.‬‬
‫‪ .3‬استراتيجية تحليل االتجاه‪ :‬تتضمن النظر في البيانات التي تم جمعها في فترات زمنية مختلفة‪ ،‬أو‬
‫لظاهرتين مختلفتين‪ .‬وتهدف الى تحديد وتفسير (وربما تقدير) التغيير‪.‬‬
‫‪ .4‬استراتيجية التقدير‪ :‬تتضمن استخدام قيم البيانات الفعلية للتنبؤ بقيمة مستقبلية‪.‬‬
‫المحور األول‪ :‬جمع البيانات‪ ..‬تصنيفها وترميزها‬

‫تمهيد‬
‫ت لعب البيانات االحصائية دو ار هاما في حياتنا المعاصرة‪ ،‬فهي المادة الخام التي تعتمد عليها جميع البحوث‬
‫والدراسات‪ ،‬ووسيلة هامة للتعبير الكمي والنوعي عن الظواهر والمشاكل المطروحة‪ ،‬والركيزة األساسية التي تبنى‬
‫عليها الحلول المقترحة وتستند عليها الق اررات واالجراءات المتخذة‪ .‬وقبل التطرق الى طرق جمع البيانات‬
‫وتصنيفها وترميزها؛ فالبد من التعرف على معنى البيانات وأنواعها‪ ،‬ألن ذلك سيجعل من هذه العمليات أكثر‬
‫بساطة وسالسة‪.‬‬
‫‪ .1‬مصادر البيانات وطرق جمعها‬
‫‪ 1.1‬مصادر جمع البيانات‪:‬‬
‫يحتاج الباحث في دراسته الى بيانات تجمع من مصادر معينة‪ ،‬وهذه المصادر تنقسم الى نوعين اساسيين‪:‬‬
‫أ‪ .‬المصادر األولية (المباشرة)‪ :‬ويطلق عليها أيضا المصادر الميدانية‪ ،‬وهي تلك المصادر التي لها عالقة‬
‫مباشرة بموضوع الدراسة‪ ،‬ويتم فيها جمع بيانات مجتمع الدراسة بطريقة مباشرة عن طريق الباحث أو من ينوب‬
‫عنه‪.‬‬
‫ب‪ .‬المصادر الثانوية (الغير مباشرة)‪ :‬ويطلق عليها أيضا المصادر التاريخية‪ ،‬وهي المصادر التي تحتوي على‬
‫معلومات منقولة عن المصادر األولية بشكل مباشر أو غير مباشر‪ .‬ويلجأ الباحث الى هذه المصادر في حال‬
‫وجد صعوبة في الحصول على البيانات من مصادرها األولية‪ ،‬وفي هذه الحالة يعتمد الباحث في حصوله على‬
‫المعلومات المطلوبة للدراسة على بيانات لم يسهم في تجهيزها وتبويبها وتصنيفها‪ ،‬بل يكتفي بنقلها من مصادر‬
‫ثانوية منشورة مثل السجالت والدوريات والكتب والتقارير الحكومية والغير حكومية‪ ،‬وكذلك رسائل الماجستير‬
‫واطروحات الدكتوراه وغيرها من المصادر الموثوقة المعلومة المصدر‪.‬‬
‫تعد البيانات المأخوذة من المصادر الثانوية أقل دقة من البيانات في المصادر األولية وذلك لألسباب عديدة‬
‫منها‪:‬‬
‫• احتماالت الخطأ في نقل األرقام‪.‬‬
‫• احتماالت اإلضافة إلى البيانات األصلية ومن ثم الوقوع في خطأ تفسير البيانات‪.‬‬
‫• احتماالت التحريف في البيانات مما يؤدي إلى تشويه المعنى‪.‬‬
‫‪ 2.1‬طرق جمع البيانات‪:‬‬
‫عند القيام بدراسة ما فإن األمر يتطلب جمع بيانات عن عناصر المجتمع قيد الدراسة‪ ،‬وهذه العملية ترتبط‬
‫بالدرجة األولى بالمصادر التي يعتمد الباحث عليها في الحصول على البيانات‪ ،‬ففي حالة اعتماده على‬
‫المصادر الثانوية فإن عملية جمع البيانات تعتمد على تحديد هذه المصادر ومراجعتها والتدقيق فيها ومن ثم يقوم‬
‫الباحث بتلخيص وترتيب وتبويب هذه البيانات‪ ،‬اما في حالة اعتماده على المصادر األولية فنميز نقطتين‬
‫أساسيتين وهما‪ :‬االولى الطريقة التي سينتهجها في جمع البيانات‪ ،‬الثانية فهي األدوات التي يجمع بها البيانات‪.‬‬
‫‪ 1.2.1‬طريقة جمع البيانات‪ :‬ويتم جمع البيانات اإلحصائية من الميدان باستخدام إحدى الطريقتين‪:‬‬
‫• طريقة الحصر (المسح) الشامل‪ :‬يتم من خاللها تجميع البيانات من جميع عناصر مجتمع الدراسة‪،‬‬
‫وتعتبر هذه الطريقة من أفضل طرق جمع البيانات ألنها تعطي بيانات كاملة حول موضوع الدراسة‪،‬‬
‫ويعاب عليها ارتفاع التكاليف ماديا وبشريا وزمنيا في حالة اتساع مجتمع الدراسة‪.‬‬
‫• طريقة المعاينة‪ :‬تستخدم هذه الطريقة في حال تعذر إجراء الدراسة بأسلوب المسح الشامل‪ ،‬وفي هذه‬
‫الطريقة يمكن االكتفاء ببيانات عن جزء من المجتمع‪ ،‬اذ يتم اختيار عينة من عناصر المجتمع‪ ،‬ويشترط‬
‫فيها التمثيل الجيد له‪.‬‬
‫‪ 2.2.1‬ادوات جمع البيانات‪:‬‬
‫بعد أن يختار الباحث طريقة جمع البيانات من المصدر المباشر‪ ،‬يمكنه ان يختار أحد األسلوبين التاليين‪:‬‬
‫• االسلوب الميداني المباشر‪ :‬ويتطلب هذا األسلوب االتصال المباشر للباحث أو من ينوب عنه بعناصر‬
‫المجتمع أو أفراد العينة‪ ،‬ومن األدوات التي يستخدمها هذا األسلوب (االستبيان‪ ،‬المقابلة‪ ،‬المالحظة‪.)...‬‬
‫• اسلوب المراسلة غير المباشر‪ :‬يتطلب هذا األسلوب ارسال االستمارة لمصدر البيانات بالبريد أو‬
‫الهاتف أو الفاكس أو االنترنت‪....‬‬
‫وعلى العموم فإنه يمكن الجمع بين أكثر من طريقة تبعا لطبيعة الدراسة وأهدافها‪.‬‬
‫وفيما يلي جدول يبين خصائص بعض أدوات جمع البيانات‪:‬‬
‫االستبيانات‬ ‫االستبيانات‬ ‫االستبيانات توزيع‬
‫المقابلة‬ ‫االستبيانات االلكترونية‬
‫طريقة الهاتف‬ ‫باستخدام البريد‬ ‫مباشر‬
‫سريعة‬ ‫سريعة‬ ‫بطيئة‬ ‫بطيئة‬ ‫بطيئة‬ ‫السرعة‬
‫مرتفعة‬ ‫منخفضة‬ ‫مرتفعة‬ ‫مرتفعة‬ ‫مرتفعة‬ ‫التكلفة‬
‫العينات الصغيرة‬ ‫العينات الكبيرة‬ ‫العينات الكبيرة‬ ‫العينات الكبيرة‬ ‫العينات الكبيرة‬ ‫الحجم‬
‫عملية الحصول على توضيحات‬ ‫الى‬ ‫تحتاج‬ ‫استرجاع الحصول على معلومات دقيقة‪ ،‬ال‬ ‫نسبة‬
‫المفحوص‬ ‫من‬ ‫عالية ألن االجابة تكون في وقت عدم التفريغ‪ ،‬حيث تتم عملية مباشرة‬ ‫االستمارات‬
‫يضمن‬ ‫مما‬ ‫إضافة أي بيانات إلى ألجوبته‪،‬‬ ‫وقت انشغال المفحوص‬ ‫نفس‬ ‫وفي‬ ‫‪+‬‬
‫الحصول على بيانات أدق‬ ‫قاعدة البيانات اليا‬ ‫التوزيع‬
‫وأصح‪.‬‬
‫يعبئ صعوبة القيام بها في حال‬ ‫ال‬ ‫قد‬ ‫الشخص‬ ‫التوزيع عملية التوزيع والتفريغ متعبة‪.‬‬ ‫عملية‬
‫العينات الكبيرة‬ ‫الشخص قد ال يعبئ االستبيان االستبيان بنفسه‪.‬‬ ‫والتفريغ متعبة‪.‬‬
‫‪-‬‬
‫احتمال التزوير وارد جدا‬ ‫صعوبة توفر الوقت بنفسه (التزوير)‪.‬‬
‫المناسب دائما‬
‫‪ .2‬تصنيف البيانات ومراجعتها‬

‫بعد االنتهاء من جمع البيانات‪ ،‬فإنها تحتاج الى تصنيف ثم الى مراجعة‪.‬‬
‫‪ 1.2‬تصنيف البيانات‪:‬‬
‫يعد تصنيف البيانات الخطوة التالية والمكملة لمرحلة جمع البيانات‪ ،‬وفيها يلجأ الباحث الى حصر هذه البيانات‬
‫وعرضها بطريقة مختصرة تساعد على فهمها وتيسر تحليلها احصائيا‪ .‬لهذا البد من وضع نظام للتصنيف قبل‬
‫البدء في عملية جمع البيانات‪ ،‬ويعتمد هذا النظام على اساسين رئيسيان وهما‪ :‬نوع البيانات (نوعية أو كمية)‪،‬‬
‫وتصميم البحث (نوع المتغيرات مستقلة‪ ،‬تابعة‪ ،‬وسيط)‪.‬‬
‫‪ 1.1.2‬شروط التصنيف‪:‬‬
‫هناك عدة شروط البد من مراعاتها أثناء عملية التصنيف‪ ،‬منها‪:‬‬
‫‪ .1‬ان يقوم التصنيف على اساس واحد وبموجب خاصية واحدة (الجنس‪ ،‬التخصص‪ )....‬في كل مستوى‬
‫وذلك حتى ال تتداخل الفئات وتتشابك‪ .‬مثال‪ :‬تصنيف الطالب على اساس الجنس‪ :‬ذكور واناث‪ ،‬ثم في مستوى‬
‫ثاني حسب المستوى (الليسانس‪ ،‬الماستر‪ ،‬ماجستير‪ ،‬دكتوراه) وهكذا‪...‬‬
‫‪ .2‬ان تكون فئات التصنيف شاملة بحيث تغطي كل الوحدات التي تتضمنها الخاصية‪ ،‬وأن تتطابق مع الفئات‬
‫الموجودة في الواقع مثال‪ :‬تصنف تخصصات قسم االعالم واالتصال الى‪ :‬صحافة مكتوبة‪ ،‬عالقات عامة‪،‬‬
‫سمعي بصري‪.‬‬
‫وفي بعض الحاالت قد تكون هناك بعض الفئات الشاذة وفي هذه الحالة يمكن اضافة فئات تصنيف مثل‪:‬‬
‫بيانات أخرى‪ ،‬أقل من‪ ،‬أكبر من‪ ...‬لتغطية هذه الحاالت الشاذة‪.‬‬
‫‪ .3‬ضرورة االحتياط لبعض الحاالت‪ ،‬ومنها‪:‬‬
‫• صعوبة عملية التصنيف عند دراسة الظواهر الجديدة التي يجد فيها الباحث معطيات كثيرة ولكنها غير‬
‫متناسقة‪ ،‬وفي هذه الحالة ينصح باللجوء الى تصنيف تجريبي قبل تعميمه‪.‬‬
‫• قد يصادف الباحث أيضا صعوبة في التصنيف عند استعمال االسئلة المفتوحة‪ ،‬والتي عادة ما يتنوع‬
‫محتوى اجاباتها ويتفاوت شكال ومضمونا‪ ،‬وفي هذه الحالة على الباحث ان يختار عينة ممثلة عن‬
‫اجابات كل سؤال مفتوح‪ ،‬ويحللها ثم يختار العبارات الرئيسية ومنها بهدف استعمالها كأساس للتصنيف‪.‬‬
‫• قد يجد الباحث نفسه أمام نسبة مرتفعة من االجابات على خيار أخرى‪ ،‬وفي هذه الحالة عليه أن يراجع‬
‫هذه االجابات ليتخذ منها أساس التصنيف‪.‬‬
‫‪ 2.2‬المراجعة والتدقيق‪:‬‬
‫عند اتمام عملية جمع البيانات وفق الوسيلة المناسبة لذلك البحث يتوجب االمر مراجعة وتدقيق البيانات لغرض‬
‫التأكد من مطابقتها وتكاملها مع متطلبات الدراسة فعلى سبيل المثال لو كانت الوسيلة المستخدمة في جمع‬
‫البيانات هي االستبيان عندئذ يتوجب مراجعة وتدقيق االستمارات االحصائية التي تم جمعها واستبعاد ما هو غير‬
‫متكامل او واضح او دقيق وعزل االستمارات التي يعتقد الباحث انها غير مطابقة لما هو مطلوب‪.‬‬
‫ومن األمور التي يجب التركيز عليها في هذه العملية ما يلي‪:‬‬
‫‪.1‬عدم وضوح الكتابة‪ ،‬في هذه الحالة يراجع المبحوث لالستيضاح وفي حالة التعذر تلغى اجابته‪.‬‬
‫‪ .2‬مدى توخي الدقة من المبحوث في اجابته‪ ،‬ويالحظ من خالل التعارض في االجابة‪ ،‬االجابات النمطية‪....‬‬
‫‪ .3‬ترك بعض األسئلة دون االجابة‬
‫‪ .3‬ترميز البيانات‪:‬‬
‫نلجأ في كثير من األحيان إلى ترميز البيانات بشكل واضح ووحيد‪ ،‬وذلك لتسهيل معالجتها بواسطة البرامج‬
‫االحصائية المختلفة‪ .‬وحتى يحصل الغرض من عملية الترميز فان على الباحث ان يقوم بهذه العملية على اسس‬
‫منهجية‪ ،‬مستخدما في ذلك األرقام والرموز واألرقام والرموز معا تبعا لطبيعة البيانات المراد ترميزها وفيما يلي‬
‫عرض ألمثلة توضح العملية في كل حالة من الحاالت الثالث‪:‬‬
‫‪ .1‬استخدام الرموز‪:‬‬
‫مثال‪ :‬ترميز البيانات المتعلقة بالمستوى الدراسي (‪ )Level of education‬نستخدم الرمز ‪L-edu‬‬
‫‪ .2‬استخدام األرقام‪:‬‬
‫مثال‪ :‬ترميز الحاالت المرتبطة بالمستوى الدراسي‪ ،‬نفرض انه لدينا المستويات التالية‪:‬‬
‫ثانوي ونرمز له بالرمز ‪1‬‬
‫جامعي ونرمز له بالرمز ‪2‬‬
‫دراسات عليا ونرمز له بالرمز ‪3‬‬
‫‪ .3‬استخدام الرموز واألرقام معا‪:‬‬
‫هناك حاالت عديدة تستدعي استخدام الرموز واألرقام معا نظ ار الرتباطها مثال ذلك ترميز عبارات أو بنود‬
‫استبيان ما وليكن اختبار قيم العمل‪ ،‬وهو مقياس يتكون من ‪ 50‬بند‪.‬‬
‫في هذه الحالة عملية الترميز ترتبط بمتغيرين‪ ،‬هما اسم اداة جمع البيانات‪ ،‬ورقم البند‬
‫• مقياس اختبار قيم العمل‪ Work values test‬ونرمز له بالرمز ‪.Twv‬‬
‫• رقم البند ‪ Item No‬نرمز له بالرمز‪. I‬‬
‫بعد ذلك يمكن ترميز بنود المقياس الخمسين كما يلي‪:‬‬
‫البند رقم ‪ 1‬ويرمز له بالرمز ‪Twv - I1‬‬
‫البند رقم ‪ 2‬ويرمز له بالرمز ‪Twv - I2‬‬
‫وهكذا حتى نصل الى البند رقم ‪ 50‬ويرمز له بالرمز ‪Twv - I50‬‬
‫مالحظات هامة‪:‬‬
‫• استخدام اختصارات بسيطة ومفهومة‪.‬‬
‫• عدم استخدام الفراغ في عملية الترميز‪.‬‬
‫• عدم استخدام رموز تتطابق مع اسماء الدوال االحصائية‪.‬‬
‫• يستحسن انشاء دليل الترميز والذي يضم التعريف بالبيانات وخصائصها ورموزها المستخدمة‪.‬‬
‫المحور الثاني‪ :‬المتغيرات‪ ..‬انواعها ومقاييسها‬

‫‪1.2‬المفاهيم والتعريفات والمتغيرات‬
‫للمتغيرات عالقة بنائية وثيقة بالمفاهيم والتعاريف‪ ،‬لذا وجب التعرض لها تباعا ومن العام الى الخاص‪:‬‬
‫‪ 1.1.2‬المفاهيم‪:‬‬
‫تقدم النظريات في تفسيرها للحقائق والعالقات العديد من المفاهيم والتعريفات والمتغيرات المتجدد التي يتم اختبار‬
‫عالقاتها بعد ذلك في الفروض‪.‬‬
‫فالحقائق تكتسب قيمتها من المعاني والصور المشتركة التي يرسمها األفراد لها ويتفقون عليها في البيئة الواحدة‪.‬‬
‫وهذه الصور تصاغ في شكل رموز لغوية ذات داللة‪ .‬ونظ ار الختالف هذه الرموز ودالالتها تبعا للمجال‬
‫المعرفي والتخصص العلمي والخلفية الثقافية‪ ،‬فإنه يتم التعبير عن الرموز ودالالتها أو معناه في المجال العلمي‬
‫بالمفهوم (‪.)Concept‬‬
‫تصوره وجاد استعداده لالستنباط‪ ،‬و(اْلَفهم)‬ ‫فقد جاء في المعجم الوسيط‪ ،‬المفهوم من مصدر(فهمه) فهما أحسن َ‬
‫الذهن لالستنباط‪( ،‬اْلمْفهوم) مجموع ِّ‬
‫الصَفات والخصائص اْل ُم َوض َحة لِّ َم ْعنى‬ ‫ِّ‬
‫َُْ‬ ‫َ ُ‬ ‫حسن تصور اْل َم ْعنى وجودة استعداد ْ‬
‫كلي ويقابله الماصدق‪.‬‬
‫يها معنى اْل ُكِّلي‬ ‫َّ ِّ‬ ‫َِّّ‬ ‫ِّ‬
‫الماصدق (ع ْند المناطقة) ْاألَْف َراد التي يتَ َحقق ف َ‬
‫الماصدق هو ما ينطبق عليه االسم‪ ،‬أما المفهوم فهي صفات ذلك االسم‪.‬‬
‫فمصاديق (الكتاب) هي كل كتاب على حدة‪ ،‬وجد أو لم يوجد‪ .‬وفي أي مجال‪ ،‬ومن أي حجم ولون ونوع ورق‪،‬‬
‫ولغة‪ ،‬ومحتوى‪ ،‬الخ‪ .‬وأما مفهوم (الكتاب) فهو معناه وصفاته‪ :‬ذو غالف‪ ،‬وله أوراق‪ ،‬وله مؤلِّف‪ ،‬كتاب بصري‬
‫أو صوتي أو لمسي‪ ،‬الخ‪.‬‬
‫والمفهوم في الفلسفة‪" :‬فكرة عامة ومجردة تسمح بتصنيف الموضوعات والموجودات وتكون قابلة للفهم‬
‫واالمتداد"‪ .‬ويرى ك‪ .‬كوبر (‪ :K. Poper )1962‬أن المفاهيم " هي معان مرتبطة بأسماء ورموز وأفكار حول‬
‫الظواهر الطبيعية"‪ .‬ويقول فرنك (‪ :Frank )1962‬أن " المفاهيم تكون لغة العلم "‪.‬‬
‫والمفهوم في علم النفس‪ :‬يرى ستاتس (‪ :States )1961‬أن المفهوم " عادة لفظية مألوفة‪ ،‬تتكون دائما على‬
‫أساس فئة من الموضوعات المثيرة والمشكلة من عناصر متشابهة"‪ ،‬وعند كرونباخ (‪: Cronbach)1954‬‬
‫"المفهوم هو التعرف على وضعية مشابهة أو مكونة من عناصر مماثلة"‪ ،‬المفهوم عند هانت (‪" :Hunt )1962‬‬
‫فكرة أو صورة ذهنية عن فعل أو شيء‪ ،‬إنه تعميم حول حدث ما"‪ ،‬وهو عند برونر (‪ " :Broner )1956‬عملية‬
‫(استنتاجية) دالة تتم من خالل نشاط تصنيفي"‪.‬‬
‫عموما‪ :‬المفهوم فكرة أو صورة عقلية تتكون من خالل الخبرات المتتابعة التي يمر بها الفرد سواء كانت هذه‬
‫الخبرات مباشرة أم غير مباشرة‪ ،‬ويتسم كل مفهوم بمجموعة من الصفات والخصائص التي تميزه عن غيره‪.‬‬
‫المفاهيم هي معاني األفكار وليس معاني الكلمات أو األلفاظ‪ .‬فإذا كان لمعنى اللفظ واقع محسوس ومدرك‪،‬‬
‫أصبح ذلك اللفظ مفهوم‪ .‬فالمفاهيم هي المعاني المدرك لها واقع في الذهن سواء كان واقعا محسوسا في الخارج‬
‫ام واقعا مسلم به انه موجود في الخارج تسليما مبنيا على واقع محسوس‪.‬‬
‫الخالصة‪ ،‬المفاهيم هي بناءات لغوية وتركيبات لغوية لفظية‪ ،‬تسهم في بناء التركيبات األدق مثل المتغيرات‬
‫والفروض أو التعميمات والنظريات العلمية التي تشرح أو تفسر الظواهر العلمية والثقافية‪ ،‬انها عبارة عن بناءات‬
‫فكرية تمثل بعض مظاهر العالم (االجتماعية‪ ،‬السياسية ‪ )...‬في عبارات بسيطة ونميز ثالث حاالت في‬
‫استخدام المفاهيم‪:‬‬
‫أ‪ .‬يمكن وصف الظاهرة من خالل مفهوم موحد‪ ،‬فمتى استقرت المفاهيم في البيئة العلمية الواحدة‪ ،‬فإن الرمز‬
‫والمعنى يتالزمان كلما تم استعمال المفهوم خالل عمليات مالحظة الحقائق واألشياء ذات الصلة بهذه المفاهيم‪.‬‬
‫مثال‪ :‬مفهوم" كثافة المشاهدة"‬
‫ان استخدام مفهوم "كثافة المشاهدة" في بحوث التعرض الى التلفزيون يشير الى الجلوس أمام التلفزيون لفترات‬
‫طويلة مقارنة بالكثافة المتوسطة أو المحدودة‪ .‬واستدعاء المعنى في هذه الحالة ال يحتاج من الخبراء الى اعادة‬
‫مالحظة ظاهرة الجلوس أمام التلفزيون لفترات متباينة باعتبارها ظاهرة اعالمية‪ ،‬ألن هذا المفهوم بعد تكرار‬
‫مالحظته تم تجريده وعزله عن غيره من الظواهر‪ ،‬فأصبح بناء لفظيا مجردا‪ ،‬أي يمكن استخدامه في الظواهر‬
‫الت تم اشتقاقه منها واالتفاق عليه‪ ،‬وفي غيرها من الظواهر في المجال العلمي الواحد‪ ،‬أو في المجاالت العلمية‬
‫المتعددة ذات الصلة‪.‬‬
‫ب‪ .‬يمكن وصف الظواهر المتعددة من خالل مفاهيم موحدة‪ ،‬مثل مفهوم " التذكر" الذي يستخدم في ظواهر‬
‫معرفية مختلفة (اعالم‪ ،‬علم النفس‪ ،‬علوم سياسية‪)...‬‬
‫ج‪ .‬يمكن أيضا وصف ظاهرة واحدة من خالل مفاهيم متعددة مثل مفهوم التعرض ومستوياته‪ ،‬ومفاهيم القراءة‬
‫واالستماع والمشاهدة بمستوياتها‪ ،‬وهي تشير الى استخدام وسائل االعالم واالتصال بمستويات متعددة أيضا‬
‫(صحافة‪ ،‬راديو‪ ،‬تلفزيون)‪.‬‬
‫تجدر االشارة الى أن للمفهوم عالقة وثيقة بالمصطلح (‪ )Term‬ولكنه يختلف عنه‪ ،‬ولبيان ذلك سنتناول‬
‫المصطلح من الناحية اللغوية ثم االصطالحية فيما يلي‪:‬‬
‫ال َما‬
‫طلح) اْلَق ْوم َز َ‬
‫(اص َ‬
‫نه اْلفساد‪ ،‬و ْ‬
‫ال َع ُ‬
‫جاء في المعجم الوسيط‪ ،‬المصطلح من) صلح( صالحا وصلوحا َز َ‬
‫ط ِّائَفة على َشيء‬ ‫طلح واتفاق َ‬
‫اص َ‬
‫(اال ِّ‬
‫ِّ‬ ‫ِّ َّ‬
‫ْ‬ ‫صط َالح) مصدر ْ‬ ‫وعلى ْاألَمر تعارفوا َعَل ْيه َواتَفُقوا‪ ،‬و ْ‬
‫َبينهم من خالف َ‬
‫لكل علم اصطالحاته‬
‫صوص َو ُ‬
‫َم ْخ ُ‬
‫المصطلح هو‪ :‬الوسيلة الرمزية التي يستعين بها اإلنسان للتعبير عن المعاني‪ ،‬واألفكار المختلفة بغية توصيلها‬
‫لغيره من الناس‪ ،‬فهو يركز على الداللة اللفظية للمفهوم‪.‬‬
‫والمصطلح كلمة تُستخدم في سياق نوعي متخصص وتشير إلى مفهوم دقيق ومحدد في هذا السياق‬
‫وحسب يوسف وغليسي (‪ )2008‬المصطلح‪" :‬رمز لغوي (مفرد أو مركب) أحادي الداللة‪ ،‬منزاح نسبياً عن‬
‫داللته المعجمية األولى‪ ،‬يعبر عن مفهوم محدد وواضح‪ ،‬متفق عليه بين أهل هذا الحقل المعرفي‪ ،‬أو يرجى منه‬
‫ذلك"‪ .‬وبشكل دقيق‪ ،‬المصطلح هو «عالمة لغوية خاصة تقوم على ركنين أساسيين‪ ،‬ال سبيل إلى فصل دالها‬
‫التعبيري عن مدلولها المضموني‪ ،‬أو حدها عن مفهومها‪ ،‬أحدهما‪ :‬الشكل (‪ )Forme‬أو التسمية‬
‫(‪ )Dénomination‬واآلخر المعنى (‪ )Sens‬أو المفهوم (‪ )Notion‬أو التصور (‪ ...)Concept‬يوحدهما‬

‫"التحديد" أو التعريف (‪)Définition‬؛ أي الوصف اللفظي للمتصور الذهني‪".‬‬
‫يختلف المفهوم عن المصطلح في أن المفهوم يركز على الصورة الذهنية‪ ،‬أما المصطلح فإنه يركز على الداللة‬
‫اللفظية للمفهوم‪ ،‬كما أن المفهوم أسبق من المصطلح‪ ،‬فكل مفهوم مصطلح‪ ،‬وليس العكس‪ ،‬وينبغي التأكيد على‬
‫أن المفهوم ليس هو المصطلح‪ ،‬وإنما هو مضمون هذه الكلمة‪ ،‬وداللة هذا المصطلح في الذهن‪ ،‬ولهذا يعتبر‬
‫التعريف بالكلمة أو المصطلح هو الداللة اللفظية للمفهوم‪.‬‬
‫‪ 2.1.2‬التعريف وتحديد المفاهيم‪:‬‬
‫يعتبر غموض المفاهيم أو عدم االتفاق على تعاريف محددة لها من أبرز المشكالت التي تؤثر في دراسة‬
‫الظواهر ومعالجتها وتطور البحث العمي‪ ،‬ولذلك يعتبر التعريف أو التحديد (‪ )definition‬أم ار ضروريا ومالزما‬
‫للمفهوم‪ ،‬وتكمن اهمية التعريف في أنها هي من تربط المفاهيم والمصطلحات‪ ،‬فمن خالل التعريف يتم االتفاق‬
‫على المحددات الخاصة بكل مفهوم‪.‬‬
‫فالن أَص َابته العرفة َفهو م ْع ُروف‪( ،‬التَّ ْع ِّريف) تَ ْح ِّديد َّ‬
‫الشيء ِّبذكر‬ ‫والتعريف في اللغة من المصدر (عرف) َ‬
‫ْ‬ ‫َُ َ‬ ‫َ‬
‫خواصه المميزة‪ ،‬أما في االصطالح‪ :‬فهو عبارة عن ذكر شيء تستلزم معرفته معرفة شيء آخر‪ ،‬والتعريف هو‬
‫تحديد الخصائص التي تميز الشيء عن غيره من األشياء‪.‬‬
‫ونميز عموما ثالث أنواع من التعريفات وهي‪:‬‬
‫أ‪ .‬التعريف اللغوي‪ :‬هو المعنى الذي استعملته العرب للكلمة‪ .‬والتعريف اللغوي ضروري‪ ،‬ولكنه وحده ال يكفي‬
‫في أنواع البحوث جميعها‪.‬‬
‫ب‪ .‬التعريف االصطالحي‪ :‬يقصد به المعنى الذي اصطلح أهل فن (علم) معين على إعطائه لتلك الكلمة‪.‬‬
‫والتعريف االصطالحي ضروري‪ ،‬ولكنه ال يكفي في الدراسات الميدانية‪ ،‬وهو يناسب الدراسات النظرية‪.‬‬
‫ويتعرض هذا النوع من العريفات الى نقد شديد في االستخدام نظ ار الى ندرة االتفاق على الرؤى الخاصة‬
‫بالمفكرين والباحثين للمفاهيم أو المصطلحات في العلوم االنسانية عموما‪.‬‬
‫ج‪ .‬التعريف اإلجرائي‪ :‬يقصد به التعريف الذي يحدد المفهوم من خالل سلسلة من االجراءات أو التعليمات أو‬
‫العمليات التي تشرح وجود المفهوم وخواصه التي يمكن الكشف عنها من خالل القياس أو المعايرة‪ ،‬وبصفة‬
‫خاصة عندما يتعامل الباحث مع هذا المفهوم خالل البحوث التجريبية أو التطبيقية‪ ،‬أو خالل مالحظته لحركة‬
‫هذا المفهوم وعالقاته واتجاهاته‪ .‬البد من وجوده في الدراسات الميدانية فقط‪.‬‬
‫مثال‪ :‬مفهوم "قراءة الصحف" يمكن تعريفها اجرائيا من خالل عدد األفراد الذين يقرؤون الصحف بصفة منتظمة‬
‫في المجتمع‪.‬‬
‫مفهوم" سلوك المشاهدة" يمكن تعريفه من خالل االقبال أو العزوف عن المشاهدة‪ ،‬تكرار المشاهدة‪ ،‬الوقت‬
‫الذي يقضيه الفرد في المشاهدة يوميا‪.‬‬
‫‪ 3.1.2‬المتغيرات(‪:)variables‬‬
‫ان التعريف االجرائي هو الذي يقود وصف المفهوم بالمتغير‪ ،‬ويصبح المتغير هو المفهوم في حالته الميدانية‪.‬‬
‫يقصد بالمتغير أي خاصية يمكن قياسها وتتباين قيمها من فرد إلى أخر أو من مجموعة إلى أخرى‪ ،‬وذلك‬
‫باستخدام مستويات القياس‪ .‬فعلى سبيل المثال البيانات اإلحصائية التي يتعامل معها الباحث النفسي أو يقوم‬
‫بجمعها ما هي إال درجات أو مؤشرات لمقدار الشيء أو الصفة أو الخاصية موضوع القياس لدى الفرد‪ ،‬وعليه‬
‫عندما نهتم بتحديد نوع الفرد ذكر أو أنثي نكون بصدد متغير النوع أو الجنس وعندما نهتم بتحديد درجة ذكاء‬
‫الفرد نكون بصدد متغير الذكاء وعندما نهتم بتحديد درجة القلق عند الفرد نكون بصدد متغير القلق‪.‬‬
‫‪ 2.2‬انواع المتغيرات‪:‬‬
‫وتصنف المتغيرات إلى‪:‬‬

‫أ) حسب مستوى القياس‪:‬‬
‫*متغيرات نوعية ‪ :Qualitative Variables‬إذا كانت القيم أو البيانات ال تعبر عن مقدار الخاصية‬
‫عند الفرد بل تعبر عن وجودها أو عدم وجودها‪ .‬فهي تلك المتغيرات التي ال يمكن قياسها‪.‬‬
‫والمتغيرات النوعية يمكن تصنيفها إلى اسمية أو متغيرات رتبية‪.‬‬
‫‪ -‬متغيرات اسمية‪ Nominal Variables:‬في هذا النوع الخاصية أو النوعية تشير الى مجرد‬
‫التصنيف‪ ،‬مثال‪ :‬مثل الجنس‪ :‬ذكر – أنثى‪ ،‬أو التخصص‪ :‬علمي – أدبي‬
‫‪ -‬متغيرات رتبية ‪ :Ordinal Variables‬في هذا النوع يمكن تصنيف األفراد أو الموضوعات‬
‫مع امكانية المفاضلة مثال‪ :‬مستوى التعليم ابتدائي‪ ،‬ثانوي‪ ،‬جامعي‬
‫*متغيرات كمية‪ : Quantitative Variables‬إذا كانت القيم أو البيانات تشير إلى مقدار ما لدى الفرد‬
‫من الخاصية كالطول والوزن والعمر والتحصيل وخالفة فإن هذه الخاصية تحمل معنا كميا ويكون المتغير‬
‫كميا حيث يمكن ترتيب األفراد طبقا للخاصية من األكبر إلى األصغر‪.‬‬
‫والمتغيرات الكمية يمكن تصنيفها إلى متغيرات كمية متصلة أو ومتغيرات كمية منفصلة‬
‫‪ -‬متغيرات كمية متصلة ‪ Quantitative Continuous‬وهي التي تعبر عن كم متصل من‬
‫الخاصية أو السمة ويمكن أن يكون للفرد أي درجة في الخاصية صحيحة كانت أم كسرية مثل‬
‫الوزن والطول والعمر‪.‬‬
‫‪ -‬متغيرات كمية منفصلة ‪ Quantitative Discrete‬وهي التي تكون قيمها قيم صحيحة فقط‬
‫مثل عدد التالميذ وعد أفراد األسرة‪.‬‬
‫مالحظة‪ :‬ينبغي االنتباه الى مستوى القياس المستخدم في قياس المتغير‪ ،‬ففي المستوى الفطري الصفر‬
‫اعتباري (غير حقيقي)‪ ،‬وفي المستوى النسبي صفر مطلق (حقيقي)‬
‫ب) حسب تصميم البحث‪:‬‬
‫*مستقل ‪ :Independent‬يستخدم في البحوث التجريبية أو شبه التجريبية هو المتغير التجريبي الذي‬
‫يعالجه الباحث ليرى أثره على المتغير التابع‪ .‬ويقع تحت سيطرة الباحث‪.‬‬
‫*تابع ‪ :Dependent‬هو المتغير الذي يظهر أثر المتغير المستقل فيه‪ .‬وال يقع تحت سيطرة الباحث‪.‬‬
‫*وسيط ‪ :Moderator‬هو ذلك المتغير الذي قد يغير في األثر الذي يتركه المتغير المستقل في التابع‪،‬‬
‫ويعتبر متغير مستقل ثانوي ويقع تحت سيطرة الباحث فمثال عندما يرى الباحث أن أثر طريقة التدريس‬
‫يعتمد على جنس المتعلم فالجنس متغير وسيط أو متغير مستقل ثانوي‪.‬‬
‫*المضبوط ‪ Controlled:‬هو ذلك المتغير الذي يحاول الباحث إلغاء أثره على التجربة‪ ،‬ويقع تحت‬
‫سيطرته‪ .‬مثال‪ :‬لضبط متغير جنس المتعلم‪ ،‬يقوم الباحث بإجراء الدراسة على أحد الجنسين فقط‪.‬‬
‫*الدخيل ‪ Extraneous:‬هو ذلك المتغير المستقل غير المقصود الذي ال يدخل في تصميم الدراسة‪ ،‬وال‬
‫يخضع لسيطرة الباحث‪ ،‬ولكنه يؤثر على نتائج الدراسة‪ ،‬أو يؤثر في المتغير التابع‪ ،‬كما ال يمكن مالحظته‬
‫أو قياسه ويضعها الباحث في اعتباره عند مناقشته للنتائج وتفسيرها‪ .‬وفي هذه الحالة يقوم الباحث يستخدم‬
‫عدة طرق في ضبط المتغيرات الدخيلة من أهم هذه الطرق‪ :‬العشوائية‪ ،‬مطابقة األفراد في المجموعات‪،‬‬
‫مقارنة مجموعة متجانسة‪ ،‬تحليل التغاير‪.‬‬
‫‪ 3.2‬مقاييس المتغيرات االحصائية‬
‫يتأثر تحليل البيانات بدرجة كبيرة بالبيانات التي جمعها الباحث من حقل الدراسة‪ ،‬فكلما كان جمع البيانات‬
‫دقيقا كلما زادت ثقة الباحث في االعتماد عليها‪ .‬والتعامل مع هذه البيانات احصائية يخضع الى‬
‫خصائصها‪ ،‬وفي هذا الصدد يصنفها علماء االحصاء في أربع مجموعات ويطلقون عليها اسم مستويات‬
‫القياس‪ ،‬وفيما يلي نقدم تصنيف ستيفنز لمستويات القياس‪ ،‬والذي قسمها الى أربعة أنواع أو مستويات‬
‫للقياس‪ ،‬وهي مرتبة تصاعديا من البسيط إلى األكثر وضوحا وهي القياس‪ :‬األسمى‪ ،‬الترتيبي‪ ،‬والفتري او‬
‫المسافي‪ ،‬النسبي وفيما يلي توضيح لهذه المستويات‪:‬‬
‫وفيما يلي جدول يلخص مستويات القياس وبعض الخصائص المرتبطة بكل مستوى‪:‬‬
‫جدول رقم (‪ )01‬يوضح مستويات القياس‬

‫االساليب‬ ‫العمليات‬ ‫مستوى العمليات االستقرائية‬
‫أمثلة‬ ‫الخصائص القياسية‬
‫االحصائية‬ ‫الرياضية‬ ‫األساسية‬ ‫القياس‬
‫أرقام الالعبين‪،2 ،1 :‬‬ ‫التك اررات‪،‬‬ ‫العد‬ ‫‪ -‬الرقم ال يدل على كم‪.‬‬
‫‪.... ،6 ،5 ،4 ،3‬‬ ‫المنوال‪،‬‬ ‫‪ -‬الرقم يشير الى اسم أو‬
‫صنف الالعب‪:‬‬ ‫معامل االقتران‬ ‫فئة‪.‬‬ ‫تحديد التساوي في‬
‫االسمي‬
‫‪ :1‬لإلشارة الى الهواة‬ ‫‪ -‬الرقم ال يسمح بالمفاضلة‬ ‫الفئة‬
‫‪ :2‬لإلشارة الى‬
‫المحترفين‬
‫الوسيط‪ ،‬المئين تقديرات الطالب‬ ‫الترتيب‬ ‫كم ال يشار إليه بعدد بل‬
‫معامل االرتباط (امتياز‪ ،‬تهنئة‪،‬‬ ‫برتبة‬
‫تحديد األكبر‬
‫تشجيع‪)،‬‬ ‫الرتبي‬ ‫المسافة بين الرتب غير‬ ‫الترتيبي‬
‫أو األصغر‬
‫متساوية‬
‫الدرجات في االختبارات‬ ‫المتوسط‬ ‫الجمع‬ ‫عدد يدل على كم‪.‬‬

‫الحسابي‬ ‫الطرح‬ ‫المسافات بين الدرجات‬
‫االنحراف‬ ‫متساوية‬ ‫تحديد التساوي في‬
‫الفتري‬
‫المعياري‬ ‫المسافات أو الفروق الصفر اعتباري (ال يعني‬
‫معامل‬ ‫انعدام الخاصية)‬
‫االرتباط‬
‫جميع االساليب زمن رد الفعل‬ ‫جميع‬ ‫عدد يدل على كم‪.‬‬
‫الطول‬ ‫االحصائية‬ ‫العمليات‬ ‫المسافات بين الدرجات‬ ‫تحديد التساوي في‬
‫النسبي‬
‫الوزن‬ ‫الرياضية‬ ‫متساوية‬ ‫النسبة‬
‫الصفر مطلق (حقيقي)‬
‫(المرجع)‬
‫مالحظة‪ :‬معرفة مستويات القياس تسهل عملية اختيار اإلحصاء المناسب لتحليل النتائج‪.‬‬
‫‪17‬‬
‫مثال‪ :‬لدينا بدراسة عنوانها‪ " :‬أثر الرسوم المتحركة في تنمية السلوك العدواني للطفل الجزائري"‬
‫تحديد المتغيرات‪ :‬من عنوان الدراسة لدينا المتغيرات التالية‪:‬‬
‫‪.1‬الرسوم المتحركة‬
‫لغة‪ :‬الرسوم المتحركة هو الترجمة الحرفية للمصطلح االنجليزي ‪ Animated Cartoon‬أو ‪Moving Picture‬‬
‫‪ ،Cartoon‬ويقابله في الفرنسية ‪Dessin Animè‬‬
‫اصطالحا‪ :‬هناك تعريفات كثيرة للرسوم المتحركة ومن وجهات نظر متعددة ومنها‪:‬‬
‫يعرفها معجم مصطلحات اإلعالم بأنها ׃ هي بث الحياة في الرسوم والمنحوتات والصور والدمى‪ ،‬وذلك بفضل تعاقب‬
‫عدد من الصور المتتالية لبعض األشكال أو عن طريق عدد من الرسوم التي تمثل المراحل المتعاقبة للحركة معتمدة‬
‫على مبدأ التسجيل صورة بصورة‪.‬‬
‫اجرائيا ׃ يعرفها الباحث بأنها‪ :‬مجموعة من الصور المرسومة المتحركة ذات األلوان الجذابة معروضة عبر بعض‬
‫قنوات فضائية والتلفزيون الجزائري‪ ،‬تحمل رسائل غير تربوية‪ ،‬والتي تحتوي على نماذج عدوانية وصو ار من العنف‬
‫والخيال وتعكس واقعا غير الواقع المجتمع الجزائري‪.‬‬
‫‪.2‬الطفل׃‬
‫لغة‪ :‬الطفل هو الصغير من كل شيء‪ ،‬يقال ׃هو يسعى في أطفال الحوائج أي في صغارها‪ ،‬والطفل وهو األصل‬
‫للمذكر وقد يستوي فيه المذكر والمؤنث‪ ،‬وقد يكون الطفل واحدا وقد جميعا ألنه اسم جنس‪.‬‬
‫اصطالحا‪ :‬هناك تعريفات كثيرة للسلوك العدواني ومن وجهات نظر متعددة ومنها‪:‬‬
‫الطفل في التربية يطلق على الولد والبنت حتى سن البلوغ‪ ،‬وقد يطلق الطفل على شخص مادام مستمر للنمو الجسمي‬
‫والعقلي‪ ،‬ومصطلح الطفولة في التربية وعلم النفس فانه يطلق عادة على الفترة التي يقضيها الصغار من أبناء البشر‬
‫في حياتهم منذ الميالد إلى أن يكتمل نموهم ويصلوا إلى حالة النضج‪.‬‬
‫اجرائيا׃ وهو ذلك االبن الذي يعيش مع الوالدين‪ ،‬والملتحق بالمدرسة بعدما تعهدته األسرة منذ الوالدة لينتقل لمؤسسة‬
‫تربوية أخرى (المدرسة) والذي يتراوح سنه من ‪ 6‬سنوات إلى ‪ 12‬سنة‪.‬‬
‫‪ .3‬السلوك العدواني‪:‬‬
‫داء أي ظلم ظلماً جاوز فيه القدر‪ .‬وعدا عدواً ظلم وجار‬
‫وع ً‬‫وع ُدواً وعدواناً َ‬
‫لغة‪ :‬يقال في الظلم قد عدا فالن َع ْدواً ُ‬
‫واالعتداء والتعدي والعدوان والظلم‪.‬‬
‫اصطالحا‪ :‬هناك تعريفات كثيرة للسلوك العدواني ومن وجهات نظر متعددة ومنها‪:‬‬
‫‪18‬‬
‫يعرفه كار وآخرين (‪ )Carre, E.et al,1990:101-117‬بأنه " األفعال العنيفة والموجهة ضد األخرين‬
‫أو ضد الممتلكات" ‪.‬و تعرف عجالن (‪ )25: 1991‬السلوك العدواني بأنه " أنماط سلوكية غير مرغوبة يرمي بها الفرد‬
‫إلى إيقاع الضرر المعنوي أو المادي بشخص ما أو شيء ما‪ ،‬وتدمير األشياء والممتلكات"‪.‬‬
‫اجرائيا هو ذلك السلوك الذي يعتدي به الطفل على اآلخرين بهدف إيذائهم سواء بالقول مثل׃السب والشتم والكالم‬
‫الجارح ووصف اآلخرين بصفات سيئة والسخرية منهم‪ ،‬واستعمال الضرب والركل‪ ..‬الخ نتيجة تقليد وتقمص شخصيات‬
‫الرسوم المتحركة‪.‬‬
‫متغيرات هذه الدراسة‪:‬‬
‫المتغير المستقل‪ :‬الرسوم المتحركة‬
‫المتغير التابع‪ :‬السلوك العدواني‬
‫المتغير المضبوط‪ :‬الجنس‬
‫المتغير الوسيط‪ :‬الرقابة الوالدية‪.‬‬
‫المتغير الدخيل‪ :‬جماعة الرفاق‬
‫‪19‬‬
‫المحور الثالث‪ :‬االساليب االحصائية لوصف متغير واحد‬
‫يسعى البحث العلمي الى تحسين ظروف الحياة االنسان في شتى المجاالت‪ ،‬وتحقيق ذلك ال يتسنى الى باتباع منهجية‬
‫علمية في الدراسة‪ ،‬وتتجلى بداية البحث العلمي في جانبها التطبيقي في جمع البيانات ثم تحليلها وتلخيصها وتفسيرها‬
‫وعرضها‪ .‬وفي األبحاث العلمية يستخدم الباحثون مجموعة من األساليب اإلحصائية التي تساعدهم على التفسير أو‬
‫إيجاد الحلول‪ .‬وسنتناول فيما تبقى من المحاضرات مجموعة من األساليب اإلحصائية التي تستخدم في وصف متغير‬
‫واحد‪ ،‬او في دراسة العالقات بين المتغيرات‪ .‬وتعد هذه النقطة البداية الفعلية لمحاضرات مقياس تقنيات تحليل البيانات‬
‫الصحفية‪.‬‬
‫‪ .3‬االساليب االحصائية لوصف متغير واحد‬
‫بعد أن يتم الباحث جمع البيانات المرتبطة بدراسته‪ ،‬ينتقل الى المرحلة التالية والتي تعد الخطوة األولى في عملية تحليل‬
‫البيانات‪ ،‬وفي هذه المرحلة يستخدم الباحث االساليب االحصائية لوصف متغير واحد‪ ،‬والتي تمكنه من تلخيص وصفها‬
‫وتفسير البيانات الخام التي جمعها مستخدما في هذه المرحلة أسلوبين احصائيين هما‪ :‬العرض الجدولي و‪/‬أو البياني‪،‬‬
‫ومقياس أو أكثر من المقاييس اإلحصائية‪.‬‬
‫‪ 1.3‬عرض البيانات االحصائية‬
‫يقوم الباحث بحصر وتصنيف البيانات وعرضها بطريقة مختصرة تساعد على فهمها وتحليلها إحصائيا بشكل يظهر‬
‫العالقات بينها‪ .‬وتتوقف طريقة عرض البيانات على نوع هذه البيانات وعلى الحقائق المطلوب إبرازها‪ ،‬ويتم عرض‬
‫البيانات بعدة طرق‪ .‬لكن قبل التطرق لطرق عرض البيانات‪ ،‬البد من التطرق الى نقطة بسيطة ومهمة تسبق هذه‬
‫العملية‪ ،‬وهي عملية تبويب البيانات الخام في جدول تكراري بسيط‪.‬‬
‫يعد تبويب البيانات الخام في جدول تكراري بسيط من العمليات األساسية التي يقوم بها الباحث بعد جمع البيانات‬
‫الخام‪ ،‬وبالرغم من بساطة هذه الطريقة اال انها تعد أداة مهمة تساعده في االحصاء الدقيق للبيانات المجمعة خاصة في‬
‫حال كانت هذه البينات ذات حجم كبير‪.‬‬
‫ويتم عرض البيانات في صورة جدول تكراري كما في المثال التالي‪.‬‬
‫مثال‪ :‬عرض بيانات متغير (المستوى التعليمي) في شكل جدول تكراري بسيط‪.‬‬
‫التك اررات‬ ‫العالمات اإلحصائية‬ ‫المستوى التعليمي‬

‫‪5‬‬ ‫ابتدائي‬
‫‪10‬‬ ‫ثانوي‬
‫‪13‬‬ ‫ليسانس‬
‫‪8‬‬ ‫ماستر‬
‫‪4‬‬ ‫دراسات عليا‬
‫‪40‬‬ ‫المجموع‬
‫‪20‬‬
‫‪ 1.1.3‬عرض البيانات ضمن سير الكتابة للموضوع‪:‬‬

‫يطلق عليها طريقة عرض البيانات إنشائيا‪ ،‬ويستخدم الباحث هذه الطريقة عموما في حال كانت البينات تتألف من عدد‬
‫محدود من األرقام‪ ،‬وفي سبيل توضح النتائج التي استخلصها من البيانات‪.‬‬
‫‪ 2.1.3‬عرض البيانات بواسطة الجداول االحصائية‪:‬‬
‫تعد طريقة عرض البيانات في صورة جداول إحصائية من أكثر طرق عرض البيانات شيوعا في البحوث العلمية‪ ،‬ويتم‬
‫ذلك بتصنيف البيانات وترتيبها وفقا لبعض خواصها‪ ،‬ويتم ذلك بوجه عام وفقا إلحدى قواعد التصنيف والترتيب التالي‪:‬‬
‫تاريخي أو زمني‪ ،‬هجائي‪ ،‬جغرافي‪ ،‬نوعي أو وصفى‪ ،‬كمي‪...‬الخ‪.‬‬
‫يتطلب إعداد الجدول اإلحصائي مراعاة أمور عدة أهمها‪:‬‬
‫أ ـ رقم وعنوان الجدول؛ لتسهل اإلشارة إليه أو الوصول إليه أو استخراج البيانات منه‪( .‬يوضع عادة فوق الجدول وفي‬
‫الوسط)‪.‬‬
‫ب ـ تحديد المتغيرات‪ ،‬وضع عناوين موضوعات االعمدة والصفوف بشكل مختصر ودقيق‪.‬‬
‫جـ ـ مصدر الجد ول؛ لتوضيح الجهة التي استقيت منها البيانات الواردة في الجدول‪( .‬يوضع عادة أسفل الجدول وفي‬
‫يسار الصفحة)‪.‬‬
‫مالحظة‪ :‬يؤخذ على هذه الطريقة أنها ال تعطي فكرة سريعة بمجرد القاء نظرة واحدة على الجداول‪.‬‬
‫مثال‪ :‬العرض الجدولي لبينات أعداد الطالب بعض أقسام كلية العلوم االنسانية واالجتماعية بجامعة محمد بوضياف‬
‫المسيلة‪.‬‬
‫جدول رقم (‪ )01‬يوضح أعداد الطالب بعض أقسام كلية العلوم االنسانية واالجتماعية‬
‫بجامعة محمد بوضياف المسيلة‬
‫الفلسفة‬ ‫علم النفس‬ ‫اإلعالم واالتصال‬ ‫علم االجتماع‬ ‫تاريخ‬ ‫القسم‬
‫‪550‬‬ ‫‪350‬‬ ‫‪400‬‬ ‫‪500‬‬ ‫‪650‬‬ ‫عدد الطالب‬
‫المصدر (بيانات افتراضية)‬

‫‪ 3.1.3‬عرض البيانات بواسطة التمثيل البياني‪:‬‬
‫يعتبر العرض البياني للبيانات اإلحصائية بمثابة تلخيص لها في شكل يسهل منه استيعاب خصائص موضوع الدراسة‪.‬‬
‫ويتضمن العرض البياني للبيانات عدة أنواع‪ ،‬وعلى الباحث االختيار من بينها ما يناسب بياناته وأهدافه بحيث يسهم‬
‫الرسم البياني في توضيح واكتشاف العالقة بين المتغيرات بمجرد النظر إليها‪.‬‬
‫للقيام بإعداد التمثيل البياني للبيانات نتبع الخطوات التالية‪:‬‬
‫‪ .1‬نرسم المحورين األفقي والعمودي‪.‬‬
‫‪ .2‬يمثل المحور األفقي المتغير االول (االقسام)‪.‬‬
‫‪ .3‬يمثل المحور العمودي المتغير الثاني (عدد الطالب)‪.‬‬
‫‪21‬‬
‫‪ .4‬يقسم المحور العمودي إلى أقسام متساوية ويراعى أن يمثل على هذا المحور أصغر رقم موجود في الجدول وكذلك‬
‫حسن اختيار أكبر رقم‪ ،‬مع ضرورة حسن اختيار القيم حتى يظهر لنا التمثيل البياني بطريقة تمكن من استنتاج مالمح‬
‫عامه منه‪.‬‬
‫‪ .5‬يراعى في تقسيم المحور األفقي إلى أقسام متساوية‪.‬‬
‫‪ .6‬نحدد نقاط التقاطع بين قيم المتغيرين (تختلف الطريقة تبعا لنوع التمثيل البياني)‬
‫‪ .7‬نرسم التمثيل البياني‪.‬‬
‫‪ .8‬نحدد دليل أو مفتاح التمثيل البياني على أحد جوانبه‪.‬‬
‫‪ .9‬نكتب رقم وعنوان الشكل؛ ليسهل اإلشارة إليه أو الوصول إليه أو استخراج البيانات منه (يوضع عادة فوق التمثيل‬
‫البياني وفي الوسط)‪.‬‬
‫‪ .10‬نكتب مصدر الشكل؛ لتوضيح الجهة التي استقيت منها البيانات الواردة في الشكل‪( .‬يوضع عادة أسفل التمثيل‬
‫البياني)‪.‬‬
‫يتم التمثيل البياني بعدة طرق تبعا لنوع المتغيرات والهدف المرجو من التمثيل البياني‪ ،‬ولبيان طرق التمثيل البياني‬
‫المختلفة‪ ،‬لدينا المثال التالي‪:‬‬
‫مثال‪ :01‬الجدول التالي يوضح أعداد الطالب ببعض أقسام كلية العلوم االنسانية واالجتماعية بجامعة محمـد بوضـياف‬
‫المسيلة‪.‬‬
‫الفلسفة‬ ‫علم النفس‬ ‫اإلعالم واالتصال‬ ‫علم االجتماع‬ ‫تاريخ‬ ‫القسم‬
‫‪550‬‬ ‫‪350‬‬ ‫‪400‬‬ ‫‪500‬‬ ‫‪650‬‬ ‫عدد الطالب‬
‫وفيما يلي أهم الطرق المستخدمة في التمثيل البياني للبيانات الواردة في المثال ‪:01‬‬
‫(‪ )1‬طريقة األعمدة البيانية البسيطة‪:‬‬
‫وفى هذه الطريقة يمثل محـور االفقـي قـيم المتغير(القسـم) أمـا محـور العمـودي يمثـل القيمـة المقابلـة لقيمـة المتغيـر (عـدد‬
‫الطلبة)‪ ،‬يتم رسم عمود حول المتغير(القسم) وارتفاعه يمثل قيمة المتغير (عدد الطلبة) على محور العمودي‪.‬‬
‫تطبيق‪ :‬عرض بيانات المثال ‪ 01‬باستخدام طريقة باستخدام طريقة األعمدة البيانية البسيطة؟‬
‫‪22‬‬
‫(‪ )2‬طريقة المنحنى البياني البسيط‪:‬‬

‫الطلبــة)‪ ،‬نحــدد نقــاط تقــاطع المتغير(القســم) والقيمــة المقابلــة لــه علــى محــور علــى محــور العمــودي قيمــة المتغيــر (عــدد‬
‫الطلبة)‪ ،‬ثم يتم توصيل تلك النقاط بخط منحنى باليد‪.‬‬
‫مثال‪ :‬عرض بيانات المثال ‪ 01‬باستخدام طريقة بطريقة المنحنى البياني البسيط‪.‬‬
‫(‪ )3‬طريقة الخط البياني المنكسر‪:‬‬

‫الطلبــة)‪ ،‬نحــدد نقــاط تقــاطع المتغير(القســم) والقيمــة المقابلــة لــه علــى محــور علــى محــور العمــودي قيمــة المتغيــر (عــدد‬
‫الطلبة)‪ ،‬يتم توصيل تلك النقاط بخط منكسر باستخدام المسطرة‪.‬‬
‫مثال‪ :‬عرض بيانات المثال ‪ 01‬باستخدام طريقة الخط البياني المنكسر؟‬
‫‪23‬‬
‫(‪ )4‬طريقة الدائرة البيانية‪:‬‬

‫وفى هذه الطريقة يـتم رسـم دائـرة ثـم نحسـب زاويـة قطـاع كـل قيمـة علـى حـدة ونقـوم برسـم تلـك الزاويـة داخـل الـدائرة حتـى‬
‫تنتهي الدائرة‪.‬‬
‫التكرار الفعلي للجزء‬
‫ونحسب زاوية قطاع الجزء من العالقة‪ :‬زاوية قطاع الجزء = ـ ـ ـ ـ ـ ـ ـ ـ ـ ـ ـ ـ ـ ـ ـ ـ ـ ـ ـ ـ ـ ـ ـ ـ ـ ـ ـ ـ ـ ـ ـ ـ ـ ـ ـ ـ ـ ـ ـ ـ ـ ـ ـ ـ ـ ـ ـ ـ ـ ـ ـ ـ ـ ـ ـ ـ ـ ـ × ‪360‬‬
‫مجموع التك اررات‬
‫التكرار الفعلي للجزء‬

‫ونحسب نسبة قطاع الجزء من العالقة‪ :‬نسبة قطاع الجزء = ـ ـ ـ ـ ـ ـ ـ ـ ـ ـ ـ ـ ـ ـ ـ ـ ـ ـ ـ ـ ـ ـ ـ ـ ـ ـ ـ ـ ـ ـ ـ ـ ـ ـ ـ ـ ـ ـ ـ ـ ـ ـ ـ ـ ـ ـ ـ ـ ـ ـ × ‪100‬‬
‫مجموع التك اررات‬
‫مثال‪ :‬عرض بيانات المثال ‪ 01‬باستخدام طريقة الدائرة البيانية‪.‬‬
‫نحسب مجموع التك اررات = ‪2450 = 550+350+400+500+650‬‬
‫زاوية قسم التاريخ = (‪95.5= 2450 / )360*650‬‬
‫نسبة قسم التاريخ = (‪%27= 2450 / )100*650‬‬
‫زاوية قسم علم االجتماع = (‪73.5= 2450 / )360*500‬‬
‫نسبة قسم علم االجتماع = (‪%20= 2450 / )100*500‬‬
‫زاوية قسم اإلعالم واالتصال= (‪58.7= 2450 / )360*400‬‬
‫نسبة قسم اإلعالم واالتصال= (‪%16= 2450 / )100*400‬‬
‫زاوية قسم علم النفس= (‪51.4= 2450 / )360*350‬‬
‫نسبة قسم علم النفس= (‪%14= 2450 / )100*350‬‬
‫زاوية قسم الفلسفة = (‪80.8= 2450 / )360*550‬‬
‫نسبة قسم الفلسفة = (‪%23= 2450 / )100*550‬‬
‫‪24‬‬
‫(‪ )5‬طريقة األعمدة البيانية المتالصقة‪:‬‬

‫تسمى هذه الطريقة أيضا بطريقة األعمدة البيانية المتجاورة وهي تشبه طريقة العمدة البيانية البسيطة ولكن يتم رسم عدد‬
‫من األعمدة متالصقة يمثل كل منهم أحد قيم المتغير‪.‬‬
‫مثال‪ :02‬الجدول التـالي يوضـح أعـداد طـالب بعـض أقسـام كليـة العلـوم االنسـانية واالجتماعيـة بجامعـة محمـد بوضـياف‬
‫المسيلة تبعا لمتغيري القسم والجنس‪ ،‬المطلوب عرض هذه البيانات باستخدام طريقة األعمدة البيانية المتالصقة؟‬
‫الفلسفة‬ ‫الجغرافيا‬ ‫اإلعالم‬ ‫االجتماع‬ ‫التاريخ‬ ‫القسم‬
‫‪300‬‬ ‫‪250‬‬ ‫‪300‬‬ ‫‪250‬‬ ‫‪300‬‬ ‫طالب‬
‫‪600‬‬ ‫‪300‬‬ ‫‪500‬‬ ‫‪300‬‬ ‫‪200‬‬ ‫طالبة‬
‫(‪ )6‬طريقة األعمدة البيانية المجزأة‪:‬‬

‫هذه الطريقة تشبه طريقة األعمدة البيانية البسيطة ولكن يتم رسم عمود يمثل القيمة األولى للمتغير ثـم يليـه عمـود ببـاقي‬
‫قيمة المتغير مع التمييز بينهما باأللوان‪.‬‬
‫مثال‪ :‬عرض بيانات المثال ‪ 02‬باستخدام طريقة األعمدة البيانية المجزأة‪.‬‬
‫‪25‬‬
‫‪ 2.3‬التحليل البياني األولي‪:‬‬

‫تناولنــا فــي النقــاط الســابقة أن الباحــث عنــد قيامــه بد ارســة أي ظــاهرة د ارســة علميــة‪ ،‬فإنــه يتبــع فــي ذلــك الخطـوات العلميــة‬
‫الدرسـة وضـبطه للمتغيـرات المرتبطـة بهـا‪ ،‬وتحديـده لـألدوات البحثيـة‬
‫التي تعد بمثابة دليل العمل‪ .‬فبعد تحديده لموضـوع ا‬
‫المتمثل ــة ف ــي‪ :‬االس ــتبانة‪ ،‬والمقابل ــة‪ ،‬والمالحظ ــة‪ ،‬واالختب ــار‪ ،‬ويمكن ــه اختي ــار ه ــذه األدوات منف ــردة أو مجتمع ــة‪ ،‬ويتوق ــف‬
‫اختيــار األداة المناســبة علــى ضــوء اعتبــارات علميــة متفــق عليه ـا بــين المهتمــين بمنهجيــة البحــث العلمــي‪ ،‬مثــل‪ :‬طبيعــة‬
‫البحــث‪ ،‬وتوجهــات الباحــث‪ ،‬واإلمكانــات المتاحــة‪ ،‬وتضــمن هــذه األدوات جمــع بيانــات أوليــة عــن المبحــوثين‪ .‬وبعــد جمــع‬
‫البيانات األولية ينتقل الباحث الى مرحلـة التفسـير اسـتخالص دالالت البيانـات الرقميـة‪ ،‬وبالتـالي اتخـاذ القـ اررات المترتبـة‬
‫على هذه الدالالت‪.‬‬
‫لتحقيق أغراض الدراسة يحتاج الباحث الى االسـتعانة بـبعض االسـاليب االحصـائية وذلـك تبعـا للد ارسـة ومتطلباتهـا‪ ،‬ففـي‬
‫الدراسات الوصفية يلجأ الباحث الى استخدام األساليب االحصائية الوصفية والتي مـن أهمهـا التكـرار والوسـط الحسـابي‪،‬‬
‫والمنوال والوسيط‪ ،‬واالنحراف المعيـاري والتبـاين‪ .‬أمـا فـي حالـة الد ارسـات االرتباطيـة فيلجـأ الباحـث الـى اسـتخدام أسـاليب‬
‫االرتباط مثل معامل االرتباط بيرسون‪ ،‬كما قد يحتاج الى مقاييس االختالف مثل اختبار "ت"‪.‬‬
‫نتناول فيما يلي العمليات األولية لتحليل البيانات‪ :‬تبويب البيانات‪ ،‬تكوين الجداول التك اررية والنسبية‪.‬‬
‫‪ 1.2.3‬تفريغ البيانات‪:‬‬
‫بعد االنتهاء من جمع البيانات وتصنيفها يأتي مرحلة التفريغ‪ ،‬وتتم عملية التفريغ في جدول يعده الباحث بحيث يتضمن‬
‫جمي ــع البيان ــات المرتبط ــة بالد ارس ــة‪ ،‬وق ــد يك ــون ه ــذا الج ــدول عل ــى ال ــورق‪ ،‬أو عل ــى الحاس ــب م ــن خ ــالل برن ــامج إكس ــل‬
‫‪ ،EXCEL‬ونقترح أن تكون العملية على برنامج اكسل نظ ار لما يقدمه البرنامج من تسهيالت‪ ،‬وفيما يلي مثال لذلك‪:‬‬
‫لغننننننننننننننننننننننة‬ ‫االقامة‬ ‫الطور‬ ‫البكلوريا‬ ‫الجنننننننن‬
‫الدرج‬ ‫درجة‬ ‫درجة‬ ‫درجة‬ ‫الدراسة‬ ‫س‬
‫الرقم التسلسلي‬
‫الخ‬ ‫‪....‬‬ ‫‪....‬‬ ‫ة‬ ‫المحور‬ ‫المحور‬ ‫المحور‬ ‫‪ 1‬وطنية‬ ‫‪ 1‬الجامعة‬ ‫‪ 1‬األول‬ ‫‪ 1‬علمي‬ ‫‪1‬ذ‬ ‫السن‬
‫لمفردات العينة‬
‫الكلية‬ ‫‪3‬‬ ‫‪2‬‬ ‫‪1‬‬ ‫‪ 2‬اجنبية‬ ‫‪ 2‬السنننننننننننننننننننكن‬ ‫‪ 2‬الثاني‬ ‫‪ 2‬ادبي‬ ‫‪2‬أ‬
‫العائلي‬ ‫‪ 3‬الثالث‬
‫‪15‬‬ ‫‪5‬‬ ‫‪5‬‬ ‫‪5‬‬ ‫‪2‬‬ ‫‪1‬‬ ‫‪1‬‬ ‫‪1‬‬ ‫‪1‬‬ ‫‪19‬‬ ‫‪01‬‬
‫‪10‬‬ ‫‪5‬‬ ‫‪3‬‬ ‫‪2‬‬ ‫‪1‬‬ ‫‪2‬‬ ‫‪2‬‬ ‫‪1 2‬‬ ‫‪21‬‬ ‫‪02‬‬
‫‪11‬‬ ‫‪5‬‬ ‫‪5‬‬ ‫‪1‬‬ ‫‪1‬‬ ‫‪1‬‬ ‫‪2‬‬ ‫‪1 2‬‬ ‫‪21‬‬ ‫‪03‬‬
‫‪14‬‬ ‫‪6‬‬ ‫‪4‬‬ ‫‪4‬‬ ‫‪2‬‬ ‫‪2‬‬ ‫‪1‬‬ ‫‪1 2‬‬ ‫‪19‬‬ ‫‪04‬‬
‫‪8‬‬ ‫‪2‬‬ ‫‪3‬‬ ‫‪3‬‬ ‫‪1‬‬ ‫‪2‬‬ ‫‪3‬‬ ‫‪1 2‬‬ ‫‪25‬‬ ‫‪05‬‬
‫‪12‬‬ ‫‪4‬‬ ‫‪4‬‬ ‫‪4‬‬ ‫‪2‬‬ ‫‪2‬‬ ‫‪1‬‬ ‫‪1‬‬ ‫‪1‬‬ ‫‪20‬‬ ‫‪06‬‬
‫‪12‬‬ ‫‪2‬‬ ‫‪5‬‬ ‫‪5‬‬ ‫‪1‬‬ ‫‪2‬‬ ‫‪3‬‬ ‫‪1‬‬ ‫‪1‬‬ ‫‪25‬‬ ‫‪07‬‬
‫‪9‬‬ ‫‪3‬‬ ‫‪3‬‬ ‫‪3‬‬ ‫‪1‬‬ ‫‪2‬‬ ‫‪1‬‬ ‫‪2‬‬ ‫‪1‬‬ ‫‪20‬‬ ‫‪08‬‬
‫‪12‬‬ ‫‪3‬‬ ‫‪5‬‬ ‫‪4‬‬ ‫‪1‬‬ ‫‪2‬‬ ‫‪1‬‬ ‫‪2‬‬ ‫‪1‬‬ ‫‪20‬‬ ‫‪09‬‬
‫‪9‬‬ ‫‪5‬‬ ‫‪2‬‬ ‫‪2‬‬ ‫‪1‬‬ ‫‪1‬‬ ‫‪1‬‬ ‫‪2‬‬ ‫‪2‬‬ ‫‪20‬‬ ‫‪10‬‬
‫‪3‬‬ ‫‪1‬‬ ‫‪1‬‬ ‫‪1‬‬ ‫‪1‬‬ ‫‪1‬‬ ‫‪1‬‬ ‫‪2‬‬ ‫‪2‬‬ ‫‪20‬‬ ‫‪11‬‬
‫‪6‬‬ ‫‪2‬‬ ‫‪2‬‬ ‫‪2‬‬ ‫‪1‬‬ ‫‪1‬‬ ‫‪1‬‬ ‫‪2‬‬ ‫‪1‬‬ ‫‪21‬‬ ‫‪12‬‬
‫ن‬
‫‪121‬‬ ‫‪43‬‬ ‫‪42‬‬ ‫‪36‬‬ ‫‪3‬‬ ‫‪9‬‬ ‫‪7‬‬ ‫‪5 2 2 8‬‬ ‫‪5 7 6 6‬‬ ‫المجموع‬
‫النسبة المئوية‬
‫‪26‬‬
‫مالحظة‪:‬‬
‫في حالة اعتماد الباحث فقط على اكسل‪ ،‬يستخدم النموذج أعاله‪ ،‬وعليه أن يأخذ بعين االعتبار الترميز المعتمد مثال‪:‬‬
‫عند جمع عدد األفراد الذكور يستخدم األمر )‪ SOMME (C1:C12‬في خانة مجموع الذكور‬
‫عند جمع عدد األفراد االناث يستخدم األمر ‪ SOMME (C1:C12) /2‬في خانة مجموع االناث‪ ،‬بحيث يقسم المجمع‬
‫على القيمة المعطاة للمتغير‬
‫في حالة رغبة الباحث اسـتخدام برنـامج ‪ ،SPSS‬يسـتخدم النمـوذج التـالي‪ ،‬بحيـث ينجـزه فـي اكسـل ثـم ينقلـه الـى برنـامج‬
‫‪ ،SPSS‬أو يقوم بذلك مباشرة في برنامج ‪.SPSS‬‬
‫لغننننننننننننننننننننننة‬ ‫االقامة‬ ‫الطور‬ ‫البكلوريا‬ ‫الجنننننننن‬
‫الدرج‬ ‫درجة‬ ‫درجة‬ ‫درجة‬ ‫الدراسة‬ ‫س‬
‫الرقم التسلسلي‬
‫الخ‬ ‫‪....‬‬ ‫‪....‬‬ ‫ة‬ ‫المحور‬ ‫المحور‬ ‫المحور‬ ‫‪ 1‬وطنية‬ ‫‪ 1‬الجامعة‬ ‫‪ 1‬األول‬ ‫‪ 1‬علمي‬ ‫‪1‬ذ‬ ‫السن‬
‫لمفردات العينة‬
‫الكلية‬ ‫‪3‬‬ ‫‪2‬‬ ‫‪1‬‬ ‫‪ 2‬اجنبية‬ ‫‪ 2‬السنننننننننننننننننننكن‬ ‫‪ 2‬الثاني‬ ‫‪ 2‬ادبي‬ ‫‪2‬أ‬
‫العائلي‬ ‫‪ 3‬الثالث‬
‫‪15‬‬ ‫‪5‬‬ ‫‪5‬‬ ‫‪5‬‬ ‫‪2‬‬ ‫‪1‬‬ ‫‪1‬‬ ‫‪1‬‬ ‫‪1‬‬ ‫‪19‬‬ ‫‪01‬‬
‫‪10‬‬ ‫‪5‬‬ ‫‪3‬‬ ‫‪2‬‬ ‫‪1‬‬ ‫‪2‬‬ ‫‪2‬‬ ‫‪1‬‬ ‫‪2‬‬ ‫‪21‬‬ ‫‪02‬‬
‫‪11‬‬ ‫‪5‬‬ ‫‪5‬‬ ‫‪1‬‬ ‫‪1‬‬ ‫‪1‬‬ ‫‪2‬‬ ‫‪1‬‬ ‫‪2‬‬ ‫‪21‬‬ ‫‪03‬‬
‫‪14‬‬ ‫‪6‬‬ ‫‪4‬‬ ‫‪4‬‬ ‫‪2‬‬ ‫‪2‬‬ ‫‪1‬‬ ‫‪1‬‬ ‫‪2‬‬ ‫‪19‬‬ ‫‪04‬‬
‫‪8‬‬ ‫‪2‬‬ ‫‪3‬‬ ‫‪3‬‬ ‫‪1‬‬ ‫‪2‬‬ ‫‪3‬‬ ‫‪1‬‬ ‫‪2‬‬ ‫‪25‬‬ ‫‪05‬‬
‫‪12‬‬ ‫‪4‬‬ ‫‪4‬‬ ‫‪4‬‬ ‫‪2‬‬ ‫‪2‬‬ ‫‪1‬‬ ‫‪1‬‬ ‫‪1‬‬ ‫‪20‬‬ ‫‪06‬‬
‫‪12‬‬ ‫‪2‬‬ ‫‪5‬‬ ‫‪5‬‬ ‫‪1‬‬ ‫‪2‬‬ ‫‪3‬‬ ‫‪1‬‬ ‫‪1‬‬ ‫‪25‬‬ ‫‪07‬‬
‫‪9‬‬ ‫‪3‬‬ ‫‪3‬‬ ‫‪3‬‬ ‫‪1‬‬ ‫‪2‬‬ ‫‪1‬‬ ‫‪2‬‬ ‫‪1‬‬ ‫‪20‬‬ ‫‪08‬‬
‫‪12‬‬ ‫‪3‬‬ ‫‪5‬‬ ‫‪4‬‬ ‫‪1‬‬ ‫‪2‬‬ ‫‪1‬‬ ‫‪2‬‬ ‫‪1‬‬ ‫‪20‬‬ ‫‪09‬‬
‫‪9‬‬ ‫‪5‬‬ ‫‪2‬‬ ‫‪2‬‬ ‫‪1‬‬ ‫‪1‬‬ ‫‪1‬‬ ‫‪2‬‬ ‫‪2‬‬ ‫‪20‬‬ ‫‪10‬‬
‫‪3‬‬ ‫‪1‬‬ ‫‪1‬‬ ‫‪1‬‬ ‫‪1‬‬ ‫‪1‬‬ ‫‪1‬‬ ‫‪2‬‬ ‫‪2‬‬ ‫‪20‬‬ ‫‪11‬‬
‫‪6‬‬ ‫‪2‬‬ ‫‪2‬‬ ‫‪2‬‬ ‫‪1‬‬ ‫‪1‬‬ ‫‪1‬‬ ‫‪2‬‬ ‫‪1‬‬ ‫‪21‬‬ ‫‪12‬‬
‫‪1‬‬ ‫ن‬
‫‪ 2.2.3‬تكوين الجداول االحصائية (الفئات والتك اررات والنسب)‬

‫ان العــرض الجــدولي للبيانــات المفرغــة يتطلــب تكــوين جــداول تك ارريــة احصــائية‪ ،‬ولقــد تناولنــا فــي النقــاط الســابقة طريقــة‬
‫تكــوين جــدول تك ـراري احصــائي للبيانــات النوعيــة‪ ،‬وســنتناول فيمــا يلــي طريقــة تكــوين جــدول تك ـراري احصــائي للبيانــات‬
‫الكمية‪ ،‬ويتم ذلك تبعا للخطوات التالية‪:‬‬
‫أ‪ .‬تحديد طول الفئة‪ :‬ويتم ذلك بعدة طرق منها‪:‬‬
‫• طريقة "ستروجر"(‪ )H.A. Sturges‬ويتم ذلك تبعا لما يلي‪:‬‬
‫‪ .1‬نحسب المدى ‪ )R(Rang‬والذي يعرف بأنه الفرق بين أكبر قيمة وأقل قيمة‬
‫‪.2‬نوجد عدد الفئات (‪ ،)k‬وذلك تبعا للمعادلة التالية‪( 3.322+1 :‬لغ ن)‬
‫‪ .3‬نحدد طول الفئة (‪ )h‬بطريقة "ستروجر"(‪h=R/k :)H.A. Sturges‬‬
‫• بالرجوع الى الدراسات السابقة المشابهة‪ ،‬وتطبيق تقسيمها للفئات على بيانات الدراسة‪.‬‬
‫‪27‬‬
‫ب‪ .‬كيفية كتابة حدود الفئات‪:‬‬

‫الفئة تبدأ بقيمة تسمي الحد األدنى‪ ،‬وتنتهي بقيمة تسمي الحد األعلى‪ ،‬يتم تحديد الفئات وفق للخطوات التالية‪:‬‬
‫الفئة االولي‪ :‬الحد األدنى للفئة األولى هو أقل قراءة (درجة)‪.‬‬
‫الحد األعلى للفئة األولى = الحد األدنى للفئة األولى ‪ +‬طول الفئة‬
‫الفئة الثانية‪ :‬الحد األدنى للفئة الثانية هو الحد األعلى للفئة األولى او الحد األعلى للفئة األولى‪1+‬‬
‫الحد األعلى للفئة الثانية = الحد األدنى للفئة الثانية ‪ +‬طول الفئة‪.‬‬
‫وبنفس الطريقة يتم تكوين حدود الفئات األخرى‪.‬‬
‫يتم كتابة حدود الفئات بطرق عديدة أهمها طريقة المجاالت‪ ،‬وفيما يلي طريقة تحديد حدود الفئات باستخدام المجاالت‪:‬‬
‫• [‪ :]20 ،0‬المجال مغلق من الطرفين تنتمي اليه جميع القيم الواقعة وسط المجال المغلق‪ ،‬أي‪:‬‬
‫‪ 0‬ينتمي إلى المجال‪ 20 ،‬ينتمي إلى المجال‬
‫• ]‪ :[20 ،0‬المجال مفتوح من الطرفين تنتمي اليه جميع القيم الواقعة بين القيمتين ‪ 0‬و‪ ،20‬أي‪:‬‬
‫‪ 0‬ال ينتمي إلى المجال‪ 20 ،‬ال ينتمي إلى المجال‬
‫• ]‪ :]20 ،0‬مجــال نصــف مفتــوح مــن الطــرف األول‪ ،‬تنتمــي اليــه جميــع القــيم الواقعــة وســط المجــال باســتثناء أول‬
‫قيمة أي‪ 0 :‬ال ينتمي إلى المجال‪ 20 ،‬ينتمي إلى المجال‬
‫• [‪ :[20 ،0‬مجال نصف مفتـوح مـن الطـرف الثـاني‪ ،‬تنتمـي اليـه جميـع القـيم الواقعـة وسـط المجـال باسـتثناء أخـر‬
‫قيمة أي‪ 0 :‬ينتمي إلى المجال‪ 20 ،‬ال ينتمي إلى المجال‬
‫أو طريقة المطات (_) والتي تعني وأقل من‪:‬‬

‫‪ 5‬وألقل من ‪10‬‬ ‫أو‬ ‫‪_ 05‬‬
‫‪ 10‬وألقل من‪15‬‬ ‫أو‬ ‫‪_ 10‬‬
‫‪ 15‬وألقل من ‪20‬‬ ‫أو‬ ‫‪_ 15‬‬
‫مالحظة‪ :‬يفضل ان يكون طول الفئات متساويا اال إذا اقتضت الضرورة ذلك‪.‬‬
‫ج‪ .‬تحديد مراكز الفئات‪:‬‬
‫مركز الفئة في حالة المجال المفتوح = (الحد األعلى – الحد األدنى) ‪.2 /‬‬
‫مركز الفئة في حالة المجال المفتوح = ((الحد األعلى – الحد األدنى) ‪.2 / )1+‬‬
‫د‪ .‬حساب التكرار النسبي‪:‬‬
‫يتم حساب التكرار النسبي وفق القاعدة التالية‪( :‬عدد تك اررات الفئة* ‪ / )100‬مجموع التك اررات‪.‬‬
‫ه‪ .‬تفريغ البيانات وحساب التك اررات وتكوين الجداول االحصائية‪:‬‬
‫لبيان طريقة تفريغ البيانات وحساب التك اررات وتكوين الجداول االحصائية نصوغ المثال التالي‪:‬‬
‫‪28‬‬
‫مثال‪ :‬لدينا بيانات درجات ‪ 50‬طالب في اختبار‬

‫‪47‬‬ ‫‪36‬‬ ‫‪40‬‬ ‫‪55‬‬ ‫‪75‬‬ ‫‪53‬‬ ‫‪46‬‬ ‫‪43‬‬ ‫‪21‬‬ ‫‪10‬‬
‫‪66‬‬ ‫‪56‬‬ ‫‪46‬‬ ‫‪35‬‬ ‫‪47‬‬ ‫‪32‬‬ ‫‪52‬‬ ‫‪48‬‬ ‫‪41‬‬ ‫‪30‬‬
‫‪27‬‬ ‫‪25‬‬ ‫‪57‬‬ ‫‪15‬‬ ‫‪37‬‬ ‫‪22‬‬ ‫‪63‬‬ ‫‪21‬‬ ‫‪61‬‬ ‫‪62‬‬
‫‪54‬‬ ‫‪42‬‬ ‫‪35‬‬ ‫‪49‬‬ ‫‪39‬‬ ‫‪32‬‬ ‫‪45‬‬ ‫‪31‬‬ ‫‪72‬‬ ‫‪50‬‬
‫‪65‬‬ ‫‪18‬‬ ‫‪79‬‬ ‫‪23‬‬ ‫‪48‬‬ ‫‪44‬‬ ‫‪32‬‬ ‫‪51‬‬ ‫‪44‬‬ ‫‪42‬‬
‫• تكوين التوزيع التكراري‪:‬‬

‫نالح ــظ أن درج ــات الط ــالب ف ــي االختب ــار متغي ــر كم ــي مس ــتمر‪ ،‬ولك ــي ي ــتم تبوي ــب البيان ــات ف ــي ش ــكل ج ــدول‬
‫تكراري‪ ،‬يتم اتباع اآلتي‪:‬‬
‫‪ .1‬حساب المدى )‪69 =10 -79 =Range(R‬‬
‫‪ .2‬يوجد عدد الفئات )‪( 3.322 +1 : (k‬لغ ‪7 ≈ 6.64 =5.64 +1 = ))1.69897 (3.322 ( +1 = )50‬‬
‫‪ .3‬نحدد طول الفئة ( ‪10 ≈ 9.86 = 7 /69 :)h‬‬
‫‪.4‬نرسم جدول تفريغ البيانات ونقوم بعملية العد‪.‬‬
‫جدول تفريغ البيانات‬
‫عدد الطالب ( التك اررات)‬ ‫العالمات اإلحصائية‬ ‫الفئات‬
‫‪3‬‬ ‫‪/ //‬‬ ‫‪_10‬‬
‫‪6‬‬ ‫‪//// /‬‬ ‫‪_20‬‬
‫‪10‬‬ ‫‪//// // //‬‬ ‫‪_30‬‬
‫‪15‬‬ ‫‪//// //// // //‬‬ ‫‪_40‬‬
‫‪8‬‬ ‫‪//// / //‬‬ ‫‪_50‬‬
‫‪5‬‬ ‫‪////‬‬ ‫‪_60‬‬
‫‪3‬‬ ‫‪///‬‬ ‫‪80-70‬‬
‫‪50‬‬ ‫‪Σ‬‬
‫‪ .5‬نرسم الجدول التكراري‪ ،‬والذي يضم التكـ اررات‪ ،‬التكـرار النسـبي‪ ،‬التكـرار المتجمـع الصـاعد‪ ،‬التكـرار المتجمـع‬
‫النازل‪ ،‬ويمكن للباحث االختيار بينها أو حسابها جميعا وذلك تبعا ألغراضه‪.‬‬
‫جدول رقم ( ‪ )01‬التوزيع التكراري للطال ب حسب د رجاتهم في االختبار‬
‫التك رار المتجمع النازل‬ ‫التك رار المتجمع الصاعد‬ ‫التك رار النسبي‬ ‫التك رار‬ ‫فئات الدرجة‬
‫‪50‬‬ ‫‪3‬‬ ‫‪%6‬‬ ‫‪3‬‬ ‫‪_10‬‬
‫‪47‬‬ ‫‪9‬‬ ‫‪%12‬‬ ‫‪6‬‬ ‫‪_20‬‬
‫‪41‬‬ ‫‪19‬‬ ‫‪%20‬‬ ‫‪10‬‬ ‫‪_30‬‬
‫‪31‬‬ ‫‪34‬‬ ‫‪%30‬‬ ‫‪15‬‬ ‫‪_40‬‬
‫‪16‬‬ ‫‪42‬‬ ‫‪%16‬‬ ‫‪8‬‬ ‫‪_50‬‬
‫‪8‬‬ ‫‪47‬‬ ‫‪%10‬‬ ‫‪5‬‬ ‫‪_60‬‬
‫‪3‬‬ ‫‪50‬‬ ‫‪%6‬‬ ‫‪3‬‬ ‫‪80-70‬‬
‫‪/‬‬ ‫‪/‬‬ ‫‪%100‬‬ ‫‪50‬‬ ‫‪Σ‬‬
‫‪29‬‬
‫المصدر‪ :‬بيانات افتراضية‬

‫بهــذا يكــون الباحــث قــدم وصــفا دقيقــا للمتغيــر المــدروس‪ ،‬فمــن خــالل الجــدول رقــم (‪ )1‬يتضــح ان ‪ % 50‬مــن الطــالب‬
‫تحصلوا على درجات بين ‪ 30‬و‪.50‬‬
‫وحتى تكون قراءة الباحث للبيانات المجمعة أكثر دقة ووضوح يمكن للباحث االستعانة بالتمثيل البياني‪ ،‬كما يلي‪:‬‬
‫‪30‬‬
‫‪ 3.2.3‬التعليق على الجداول واالشكال (تحليال وتفسيرا)‬

‫يتم ذلك من خالل استنادا الى مجموعة من النقاط منها‪:‬‬
‫• قراءة متأنية للعنوان ومصدره والمالحظات بغية تحديد المتغيرات والمجاالت الزمنية والمكانية والبشرية‪.‬‬
‫• تحديد الوحدات التحليلية االحصائية المستعملة‪.‬‬
‫• قراءة المعدالت والمتوسطات الكلية من خانة أو خانات المجاميع‪.‬‬
‫• المقارنة بين المعطيات المختلفة‪.‬‬
‫• بحث العالقة بين المعدالت أو النسب العامة وكل المؤشرات (السن‪ ،‬المستوى التعليمي‪)....‬‬
‫• االنتباه الى المفارقات واالمور الغير عادية التي يمكن مالحظتها‪.‬‬
‫‪31‬‬
‫‪ 3.3‬مقاييس النزعة المركزية‬

‫تعتبر مقاييس النزعة المركزية (أو المتوسـطات) مـن أهـم المقـاييس اإلحصـائية التـي يفكـر الباحـث فـي حسـابها‪ ،‬بـل هـي‬
‫أول مقاييس إحصائية يفكر فيها الباحث عموماً‪ .‬فمقياس النزعة المركزية لظاهرة ما تعني التعرف على القيمة التي تقع‬
‫عادة عند مركز التوزيع العددي للقيم‪ .‬فمتوسط أي ظاهرة يعبر عن المستوى العام لهذه الظاهرة‪.‬‬
‫والمقصود بالنزعة المركزية ‪:‬هو تجمع معظم المشـاهدات حـول قيمـة متوسـطة‪ ،‬تمثـل نقطـة ارتكـاز تمـك المشـاهدات أو‬
‫بؤرتها ومركز ثقلها‪ ،‬كالمتوسط الحسابي والوسيط والمنوال‪.‬‬
‫وسوف نتناول في هذا الفصل أهم مقاييس النزعة المركزية وهي‪ :‬الوسط الحسابي والوسيط والمنوال‪.‬‬
‫‪ 1.3.3‬الوسط الحسابي ( ‪:The Mean ) X‬‬
‫يعتبر الوسط الحسابي أكثر مقاييس النزعة المركزية شهرة وأكثرها استخداما‪ ،‬بل لعله من أهم المقاييس اإلحصائية على‬
‫اإلطالق‪ ،‬وذلك لما يتمتع به من مزايا وخواص‪ ،‬ولدخولـه فـي حسـاب الكثيـر مـن المقـاييس اإلحصـائية األخـرى‪ .‬ويطلـق‬
‫عليه احيانا" الوسط " أو " المتوسط "‪.‬‬
‫والفكرة األساسية في حساب الوسط الحسابي لمجموعة من القيم أنه يساوي ناتج قسمة مجموع القيم على عددها‪.‬‬
‫أ‪ .‬حساب الوسط الحسابي ( ‪:) X‬‬
‫يتم حساب الوسط الحسابي تبعا للقانون التالي‪:‬‬
‫=‪X‬‬
‫‪X‬‬ ‫= ‪ X‬وتختصر هذه العملية بـ‪:‬‬
‫‪X1 + X2 + X3 + …+ Xn‬‬
‫‪n‬‬ ‫‪n‬‬
‫حيث أن‪:‬‬
‫‪ Xn ،....... ، X3، X2 ، X1‬هي القيم او المشاهدات‬
‫‪  X‬أي مجموع القيم‬
‫‪ X‬يرمز الى الوسط الحسابي‪.‬‬
‫ب‪ .‬خصائص الوسط الحسابي‪:‬‬
‫• ال يصلح الوسط الحسابي إذا كانت البيانات وصفية أسمية أو ترتيبية‪ ،‬ويشترط ان تكون لدينا بيانات كمية‪.‬‬
‫• جميع القيم تدخل في حساب الوسط الحسابي‪.‬‬
‫• يتأثر بالقيم الشاذة أو المتطرفة‪.‬‬
‫‪ 2.3.3‬الوسيط )‪The Median (M‬‬

‫يعرف الوسيط بأنه القيمة التي تقع في منتصف القيم بعد ترتيبها (تصاعديا أو تنازليا)‪.‬‬
‫مالحظة‪ :‬إذا كان عدد القيم فرديا فإنه توجد قيمة واحدة في المنتصف (بعد الترتيب) تكون هي الوسيط‪ .‬أما إذا كان‬
‫عدد القيم زوجيا فإنه توجد قيمتان في المنتصف نجمعهما ونقسم على ‪ 2‬فنحصل على قيمة الوسيط‪.‬‬
‫‪32‬‬
‫أ‪ .‬خطوات حساب الوسيط‪:‬‬

‫‪ – 1‬ترتيب البيانات تصاعديا‪.‬‬
‫‪n +1‬‬
‫حيث ‪ n‬هي عدد القيم‪.‬‬ ‫‪– 2‬ترتيب الوسيط في حالة عدد المفردات فردي يساوي‬
‫‪2‬‬
‫ترتيب الوسيط في حالة عدد المفردات زوجيو يتم تحدده كما يلي‪:‬‬
‫نحدد رتبة الوسيط من خالل هذه المعادلة‬
‫‪n‬‬
‫‪2‬‬
‫ثم نحدد رتبة الوسيط من خالل هذه المعادلة ‪+ 1‬‬
‫‪n‬‬
‫‪2‬‬
‫‪.‬‬ ‫و‪+ 1‬‬ ‫حيث ‪ n‬هي عدد القيم‪ .‬وقيمة الوسيط متوسط القيمتين اللتان ترتيبهما‬
‫‪n‬‬ ‫‪n‬‬
‫‪2‬‬ ‫‪2‬‬
‫‪ – 3‬إذا كان عدد القيم فرديا فإنه توجـد قيمـة واحـدة فـي المنتصـف تكـون هـي قيمـة الوسـيط‪ .‬وإذا كـان عـدد القـيم‬
‫زوجيا فإنه توجد قيمتان في المنتصف نجمعهما ونقسم على ‪ 2‬فنحصل على قيمة الوسيط‪.‬‬
‫ب‪ .‬خصائص الوسيط‪:‬‬
‫• ال يتأثر بالقيم الشاذة أو المتطرفة‪.‬‬
‫• يمكن إيجاد قيمة الوسيط في بعض حاالت البيانات الترتيبية ‪.Ordinal Data‬‬
‫‪ 3.3.3‬المنوال (‪The Mode )Mo‬‬
‫يعرف بأنه القيمة األكثر تك ار ار أو شيوعا بين القيم‪ ،‬فهو القيمة التي تتكرر أكثر من غيرها‪.‬‬
‫ويتميز المنوال بالسهولة والبساطة سواء في فكرته أو في إيجاد قيمته‪.‬‬
‫أ‪ .‬تحديد المنوال‪:‬‬
‫يتم تحديد المنوال من خالل مالحظة القيم التي تتكرر‪.‬‬
‫ب‪ .‬خصائص المنوال‪:‬‬
‫• يمكن إيجاد المنوال لكل انواع البيانات (كمية أو ترتيبية أو أسمية)‪.‬‬
‫• قد ال تتكرر قيمة أكثر من غيرها‪ ،‬وبالتالي قد ال يوجد منوال لبعض البيانات‪.‬‬
‫• قد يوجد أكثر من منوال واحد للبيانات‪.‬‬
‫‪ 4.3‬مقاييس التشتت‬
‫إن مقاييس النزعة المركزية ال تكفي لوحدها لوصف البيانات وإجراء المقارنات بين التوزيعات التك اررية‪ ،‬ألنهـا ال تعطينـا‬
‫فكرة عن مدى تجانس أو عدم تجانس البيانات‪ ،‬فعند إجراء مقارنة بين ظاهرتين يمكن أن يتساوى متوسطهما الحسابي‪،‬‬
‫ورغم ذلك نجد أن انتشار البيانات في الظاهرتين مختلف كثي ار ألن البيانات غيـر متجانسـة‪ ،‬لهـذا وجـدت مقـاييس أخـرى‬
‫تعطينــا فك ـرة عــن مــدى تباعــد البيانــات عــن بعضــها الــبعض‪ ،‬تســمى هــذه المقــاييس بمقــاييس التشــتت (اهمهــا‪ :‬المــدى‪،‬‬
‫االنحراف المعياري‪ ،‬التباين)‪.‬‬
‫‪33‬‬
‫‪ 1.4.3‬المدى ‪Range‬‬
‫المدي ‪:‬وهو الفرق بين اعلى قيمة وادني قيمة ويمكن استخدامه مع الرتب أو الفترات ‪.‬‬
‫‪2.4.3‬االنحراف المعياري (‪:Standard Deviation (S‬‬
‫االنحراف المعياري مـن أهـم مقـاييس التشـتت وأكثرهـا انتشـارا‪ .‬فهـو يعتمـد فـي اسـتدالالته علـى جميـع قـيم بيانـات العينـة‪.‬‬
‫وبالتحدي ــد عل ــى انح ارف ــات المش ــاهدات ع ــن وس ــطها الحس ــابي‪ .‬وطريق ــة حس ــاب االنح ـراف المعي ــاري تتطل ــب إلم ــام جي ــد‬
‫بالعمليات الرياضية‪ .‬ويتم حسابه بتطبيق المعادلة التالية‪:‬‬
‫‪1 n‬‬
‫=‪s‬‬ ‫‪ i‬‬
‫‪n − 1 i=1‬‬
‫(‬ ‫‪x‬‬ ‫‪−‬‬ ‫‪x‬‬ ‫)‬ ‫‪2‬‬
‫‪ 3.4.3‬التباين )‪: Variance(s2‬‬

‫هو مقياس الختالف البيانات وتشتتها‪ ،‬وهو متوسط مربعات انحرافات القيم عن وسطها الحسابي‪ ،‬ويرمز له بالرمز‬
‫‪n‬‬ ‫‪ S2‬ويحسب من الصيغة الرياضية اآلتية‪:‬‬
‫‪1‬‬
‫= ‪s‬‬‫‪2‬‬
‫‪ i‬‬
‫‪n − 1 i =1‬‬
‫(‬ ‫‪x‬‬ ‫‪−‬‬ ‫‪x‬‬ ‫)‬ ‫‪2‬‬
‫لتسهيل حساب التباين واالنحراف المعياري نستخدم الجدول التالي‪:‬‬

‫‪n°‬‬ ‫‪x‬‬ ‫‪X‬‬ ‫)‪(x − x‬‬ ‫‪( xi − x ) 2‬‬
‫‪1‬‬
‫‪2‬‬
‫‪3‬‬
‫‪‬‬
‫‪34‬‬
‫المحور الرابع‪ :‬االساليب االحصائية لدراسة العالقات‬

‫تمهيد‪ :‬يتطلب تحقيق أهداف الدراسة في الكثير من األحان وصف العالقة بين المتغيرات‪ .‬حيث يقوم الباحث جمع‬
‫البيانات من عدد من المتغيرات‪ ،‬ويدرس ما إذا كانت هناك عالقة بينهما‪ ،‬وإيجاد قيمة تلك العالقة والتعبير عنها بشكل‬
‫كمي يتم من خالل ما يسمى بمعامل االرتباط‪ ،‬ويهتم هذا النوع من البحوث في تتبع الظواهر اإلعالمية والسياسية‬
‫واالجتماعية والسلوكية؛ ألنه يتميز بالتغير المستمر ويتسم بالسرعة واآلنية‪ .‬وتساعدنا الدراسات االرتباطية في التوضيح‬
‫العالقات بين المتغيرات‪ ،‬وكثير ما تكون الدراسات االرتباطية دراسة استكشافية‪ ،‬فقد يكون هدف الباحث من الد ارسة‬
‫هو التعرف على نمط العالقة بين متغيرين او أكثر‪ .‬والمعلومات المستقاة من هذه الدراسات االرتباطية مفيدة على وجه‬
‫الخصوص عندما يحاول الباحث فهم تكوين فرضي مركب او يحاول بناء نظرية عن بعض الظاهرات السلوكية‪ .‬ويجب‬
‫ان يتذكر الباحث ان المتغيرات التي يختارها لدراسات من هذا النوع يجب ان يكون اختيارها بناء على نظرية معينة‪ ،‬او‬
‫استناد اعلى بحوث سابقة‪ ،‬او على مالحظات الباحث نفسه‪ .‬وسنتناول فيما يلي مجموعة من االختبارات اإلحصائية‬
‫التي يمكن اللجوء اليها في دراسة العالقة بين متغيرين أو أكثر‪.‬‬
‫‪ 1.4‬معامالت االرتباط‬
‫االرتباط‪ :‬هو تعيين طبيعة وقوة العالقة بين متغيرين أو عدمها‬
‫• معامل االرتباط هو مؤشر هذه العالقة‬
‫• أول خطوه في تحديد طبيعة العالقة هي رسم شكل االنتشار‬
‫• إذا كان لدينا متغيران فقط‪ .‬المتغير ‪ X‬وهو متغير يتم تحديده من قبل الباحث أو الشخص الذي يقوم‬
‫بالدراسة وهو يسمى بالمتغير المستقل ‪Independent variable‬‬
‫• يرافق المتغير‪ X‬متغير آخر ‪Y‬ويسمى بالمتغير التابع ‪ dependent variable‬وهو متغير عشوائي ألن‬
‫نتيجته غير محددة وتعتمد على قيم المتغير المستقل‬
‫معامل االرتباط‪:‬‬
‫يعرف معامل االرتباط والذي يرمز له بالرمز ‪ r‬بأنه عبارة عن مقياس رقمي يقيس قوة االرتباط بين متغيرين‪ ،‬حيث‬
‫تتراوح قيمته بين (‪ )+1‬و (‪.)-1‬‬
‫خصائص معامل االرتباط‬
‫‪ -1‬معامل االرتباط مقياس وصفي‬
‫‪ -2‬تتراوح قيمة معامل االرتباط بين ‪ 1-‬و ‪.1+‬‬
‫‪ -3‬معامل االرتباط يتأثر بالقيم الشاذة‪.‬‬
‫‪ -4‬إذا كانت قيمة معامل االرتباط قريبة من الصفر فهذا دليل على عدم وجود عالقة خطية بين المتغيرين‪ .‬أما إذا‬
‫كانت قيمة المعامل واحد صحيح فهذا دليل على أن العالقة عكسية تامة‪ ،‬أما إذا كانت قيمة معامل االرتباط‬
‫عند الواحد الصحيح الموجب فهذا يدل على العالقة الموجبة الطردية التامة‪ ،‬وفيما عدا ذلك فإن العالقة‬
‫توصف قوية أو متوسطة أو ضعيفة حسب الجدول التالي‪:‬‬
‫‪-5‬‬
‫‪35‬‬
‫صفر – أقل من ‪0.20‬‬ ‫ضعيفة جدا‬

‫‪ – 0.20‬أقل من ‪0.40‬‬ ‫ضعيفة‬
‫‪ – 0.40‬أقل من ‪0.60‬‬ ‫متوسطة‬
‫‪ – 0.60‬أقل من ‪0.80‬‬ ‫قوية‬
‫‪ – 0.80‬أقل من ‪1.00‬‬ ‫قوية جدا‬
‫‪1.00‬‬ ‫تام‬
‫عيوب معامل االرتباط‬
‫‪ -1‬مقياس وصفي يقف عند حدود وصف العالقة بين الظاهرتين وال يسمح بالتنبؤ بقيمة أحد المتغيرين بمعلومية‬
‫اآلخر‪.‬‬
‫‪ -2‬ال يوضح العالقة السببية بين المتغيرين أي أنه ال يميز بين المتغير المستقل والمتغير التابع‬
‫‪ -3‬ال يفرق بين العالقة الحقيقة والعالقة الناشئة من الصدفة‪.‬‬
‫مثال العالقة بين درجة االختبار ورقم و رقم الوالية تساوي ‪0.55‬‬
‫معامل بيرسون لالرتباط الخطي‬

‫معامل بيرسون لالرتباط الخطي من أكثر معامالت االرتباط استخداماً خاصة في العلوم اإلنسانية واالجتماعية‪.‬‬
‫ومستوى القياس المطلوب عند تطبيق معامل بيرسون لالرتباط هو أن يكون كال المتغيرين مقياس فترة أو نسبي أو‬
‫بمعنى اخر أن تكون بيانات كال المتغيرين (الظاهرتين) بيانات كمية‪.‬‬
‫‪0‬‬ ‫‪3‬‬ ‫‪0‬‬ ‫‪0‬‬ ‫‪9‬‬

‫‪2‬‬ ‫‪2‬‬ ‫‪4‬‬ ‫‪4‬‬ ‫‪4‬‬
‫‪3‬‬ ‫‪4‬‬ ‫‪12‬‬ ‫‪9‬‬ ‫‪16‬‬
‫مثال‪ :‬أوجد معامل ارتباط بيرسون بين المتغيرين ‪ x‬و ‪y‬‬
‫‪4‬‬ ‫‪0‬‬ ‫‪0‬‬ ‫‪16‬‬ ‫‪0‬‬
‫‪6‬‬ ‫‪6‬‬ ‫‪36‬‬ ‫‪36‬‬ ‫‪36‬‬
‫‪15 15‬‬ ‫‪52‬‬ ‫‪65‬‬ ‫‪65‬‬
‫‪5  52 − 15 15‬‬ ‫‪260 − 225‬‬ ‫‪35‬‬ ‫‪35‬‬
‫= ‪rp‬‬ ‫=‬ ‫=‬ ‫=‬ ‫‪= .35‬‬
‫‪5  65 − 225 5  65 − 225‬‬ ‫‪325 − 225 325 − 225‬‬ ‫‪100 100‬‬ ‫‪100‬‬
‫‪36‬‬
‫معامل ارتباط سبيرمان للرتب‬

‫يستخدم مع البيانات الوصفية الترتيبية ويحسب كما يلي‪:‬‬
‫مثال‪ :‬أوجد معامل ارتباط سبيرمان بين درجات الطالب في مقرري االحصاء والرياضيات‪:‬‬
‫الطالب‬ ‫محمد‬ ‫فهد‬ ‫سعود‬ ‫صالح‬ ‫خالد‬ ‫حمد‬ ‫سعد‬
‫االحصاء‬ ‫مقبول‬ ‫جيدجدا‬ ‫ممتاز‬ ‫ضعيف‬ ‫جيد‬ ‫ضعيف جدا‬ ‫جيدجدا‬
‫الرياضيات‬ ‫جيد‬ ‫جيد‬ ‫جيدجدا‬ ‫مقبول‬ ‫جيد‬ ‫ضعيف‬ ‫ممتاز‬
‫‪X‬‬ ‫‪y‬‬ ‫رتب‪x‬‬ ‫رتب‪y‬‬ ‫الفرق بين الرتبتين‬

‫مقبول‬ ‫جيد‬ ‫‪5‬‬ ‫‪4‬‬ ‫‪1‬‬ ‫‪1‬‬
‫جيدجدا‬ ‫جيد‬ ‫‪2.5‬‬ ‫‪4‬‬ ‫‪1.5‬‬ ‫‪2.25‬‬
‫ممتاز‬ ‫جيدجدا‬ ‫‪1‬‬ ‫‪2‬‬ ‫‪-1‬‬ ‫‪1‬‬
‫ضعيف‬ ‫مقبول‬ ‫‪6‬‬ ‫‪6‬‬ ‫‪0‬‬ ‫‪0‬‬
‫جيد‬ ‫جيد‬ ‫‪4‬‬ ‫‪4‬‬ ‫‪0‬‬ ‫‪0‬‬
‫ضعيف جدا‬ ‫ضعيف‬ ‫‪7‬‬ ‫‪7‬‬ ‫‪0‬‬ ‫‪0‬‬
‫جيدجدا‬ ‫ممتاز‬ ‫‪2.5‬‬ ‫‪1‬‬ ‫‪1.5‬‬ ‫‪2.25‬‬
‫‪6.5‬‬
‫معامل االقتران ‪AC‬‬

‫يستخدم عندما تكون البيانات وصفية مرتبة في جدول ‪ 2×2‬أي مع المتغير ثنائي الصفة‬
‫‪x‬‬
‫مدخن‬ ‫غير مدخن‬
‫‪y‬‬
‫متعلم‬ ‫‪20‬‬ ‫‪15‬‬

‫‪(a‬‬ ‫‪(b‬‬
‫غير متعلم‬ ‫‪30‬‬ ‫‪5‬‬

‫‪(C‬‬ ‫‪(d‬‬
‫‪𝑎𝑑 − 𝑏𝑐 100 − 450 −350‬‬

‫= 𝐶𝐴‬ ‫=‬ ‫=‬ ‫‪= -.636‬‬
‫‪𝑎𝑑 + 𝑏𝑐 100 + 450‬‬ ‫‪550‬‬
‫‪37‬‬
‫‪2‬‬
‫‪ 2.4‬اختبارات مربع كاي ‪x‬‬
‫يستخدم اختبار مربع كاي الختبار الفروض والمعنوية للبيانات االسمية‪ ،‬وهي أنواع منها‪:‬‬
‫‪ .1‬اختبار المعنوية للعينة الواحدة (مربع كاي‪ -‬لحسن المطابقة)‪.‬‬
‫‪ .2‬اختبار المعنوية ألكثر من عينة (مربع كاي – لالستقالل)‬
‫اوالً‪ :‬اختبار المعنوية للعينة الواحدة (مربع كاي‪ -‬لحسن المطابقة)‪ :‬يستخدم الختبار هل النتائج المشاهدة تختلف‬
‫عن النتائج المتوقعة‪ .‬يشترط إلجراء اختبار مربع كاي لحسن المطابقة‪ ،‬أن يكون عدد مشاهدات العينة أكبر من‬
‫‪ ،50‬والتكرار المتوقع المناظر لكل فئة ال يقل عن ‪.5‬‬
‫خطوات اختبار كاي لحسن المطابقة‪:‬‬
‫‪ .1‬صياغة فرض العدم والفرض البديل‬
‫‪H‬‬ ‫‪0‬‬
‫ال يوجد اختالف بين النتائج المشاهدة والنتائج المتوقعة ‪:‬‬
‫‪H‬‬ ‫‪1‬‬
‫يوجد اختالف بين النتائج المشاهدة والنتائج المتوقعة ‪:‬‬
‫‪ .2‬قيمة إحصاء االختبار مربع كاي بعد تكوين جدول يساعدنا في حسابه كما هو موضح في المثال التالي‬
‫‪ .3‬القيمة الجدولية لمربع كاي باستخدام مستوى المعنوية (غالبا ‪ 0.05‬أو ‪ )0.01‬ودرجة الحرية‬
‫‪ .4‬اتخاذ القرار‪ :‬نتخذ القرار بناء على قيمة إحصاء االختبار مربع كاي‪ ،‬إذا كانت قيمة االختبار أكبر من‬
‫القيمة الجدولية نرفض ‪ H0‬ونقبل ‪ H1‬أي توجد عالقة‪ ،‬والعكس‪.‬‬
‫مالحظة‪:‬‬
‫بالنسبة للتك اررات المتوقعة هناك عدة حاالت‪ :‬اما أن تكون نسبة مئوية‪ ،‬أو قيم‪ ،‬أو يتم حسابها‪.‬‬
‫درجة الحرية تختلف طريقة تحديد اختبارات مربع كاي ‪ x2‬حسب عدد المتغيرات المحسوبة‬
‫في حالة متغير واحد (‪ :)n x 1‬درجة الحرية = عدد الفئات‪1-‬‬
‫في حالة عدد المتغيرات من الشكل (‪ :)n x n‬درجة الحرية = ((عدد األعمدة‪( x )1-‬عدد الصفوف ‪))1-‬‬
‫مثال‪ :‬في دراسة حول أثر مستوى الدخل على االنخراط في نشاطات رياضية‪.‬‬
‫أكثر من ‪1500‬‬ ‫‪1500 - 1000‬‬ ‫‪1000 - 500‬‬ ‫أقل من‪500‬‬ ‫فئة الدخل‬
‫‪200‬‬ ‫‪150‬‬ ‫‪100‬‬ ‫‪50‬‬ ‫عدد حاالت االصابة‬
‫المطلوب ‪:‬هل توجد عالقة بين االنخراط في نشاطات رياضية ومستوى الدخل؟‬
‫التكرار المتوقع‬ ‫التكرار المشاهد‬
‫‪(O – E )2‬‬ ‫)‪(O – E‬‬ ‫الفئات‬
‫‪E‬‬ ‫‪O‬‬
‫‪45‬‬ ‫‪5625‬‬ ‫‪75 -‬‬ ‫‪125‬‬ ‫‪50‬‬ ‫أقل من‪500‬‬
‫‪5‬‬ ‫‪625‬‬ ‫‪25 -‬‬ ‫‪125‬‬ ‫‪100‬‬ ‫‪1000 - 500‬‬
‫‪5‬‬ ‫‪625‬‬ ‫‪25‬‬ ‫‪125‬‬ ‫‪150‬‬ ‫‪1500 – 1000‬‬
‫‪45‬‬ ‫‪5625‬‬ ‫‪75‬‬ ‫‪125‬‬ ‫‪200‬‬ ‫‪ 1500‬أكثر من‬
‫‪100‬‬ ‫‪500‬‬ ‫‪500‬‬
‫في المثال أعاله التوزيع المتوقع تم حسابه من خالل قسمة العدد اإلجمالي للتكرارات عل عدد الفئات‬
‫‪38‬‬
‫خطوات العمل‪:‬‬
‫‪ .1‬اقتراح الفروض‪:‬‬
‫فرضية العدم ‪:‬ال توجد عالقة بين االنخراط في نشاطات رياضية ومستوى الدخل‪.‬‬
‫الفرضية البديلة ‪:‬توجد عالقة بين االنخراط في نشاطات رياضية ومستوى الدخل‪.‬‬
‫‪ .2‬قيمة اختبار مربع كاي‪ :‬كما في الجدول = ‪.100‬‬
‫‪ .3‬قيمة اختبار مربع كاي الجدولية (القيمة الحرجة)‪:‬‬
‫* درجة الحرية‪ ،3 = 1 - 4 = 1 - N :‬مستوى الداللة = ‪0.05‬‬
‫* قيمة اختبار مربع كاي الجدولية عند درجة حرية ‪ 3‬ومستوى داللة ‪ 0.05‬تساوي ‪7.815‬‬
‫‪ .4‬المقارنة‪ :‬نقارن بين قيمة اختبار مربع كاي المحسوبة وقيمة اختبار مربع كاي الجدولية‪،‬‬
‫فنجد أن قيمة اختبار مربع كاي المحسوبة أكبر من قيمة اختبار مربع كاي الجدولية‪.‬‬
‫‪ .5‬القرار‪ :‬بما أن قيمة اختبار مربع كاي المحسوبة أكبر من قيمة اختبار مربع كاي الجدولية‪ ،‬فإننا‬
‫نرفض فرضية العدم ونقبل الفرضية البديلة‪.‬‬
‫‪ .6‬النتيجة‪ :‬توجد عالقة ذات داللة إحصائية بين االنخراط في نشاطات رياضية ومستوى الدخل‪.‬‬
‫مثال‪ :‬يوضح الجدول التالي استخدام الطلبة لمواقع التوصل االجتماعي في دراستهم من خالل استبيان‬
‫وزع عمليهم بالشكل التالي‪:‬‬
‫مواقع التوصل االجتماعي‬ ‫مستوى التعليم‬
‫يستعمل (نعم)‬ ‫ال يستعمل (ال)‬
‫‪30‬‬ ‫‪20‬‬ ‫ليسانس‬
‫‪10‬‬ ‫‪40‬‬ ‫ماستر‬
‫‪40‬‬ ‫‪60‬‬ ‫المجموع‬
‫المطلوب‪ :‬هل المستوي التعميمي له عالقة باستعمال الطلبة لمواقع التوصل االجتماعي في دراستهم؟‬
‫صيغة أخرى‪ :‬هل استعمال الطلبة لمواقع التوصل االجتماعي في دراستهم له عالقة بمتغير مستوى التعليم؟‬
‫لحساب التوزيع المتوقع ‪ E‬نستخدم الصيغة التالية لكل خلية‪:‬‬
‫‪39‬‬
‫(مجموع العمود ‪ x‬مجموع الصف) ‪ /‬العدد الكلي للتك اررات‬
‫استعمال مواقع التوصل االجتماعي‬ ‫مستوى التعليم‬

‫المجموع‬
‫يستعمل (نعم)‬ ‫ال يستعمل (ال)‬
‫‪50‬‬ ‫)‪20= 100 / (50x40‬‬ ‫)‪30= 100 / (50x60‬‬ ‫ليسانس‬
‫‪50‬‬ ‫)‪20= 100 / (50x40‬‬ ‫)‪30= 100 / (50x60‬‬ ‫ماستر‬
‫‪100‬‬ ‫‪40‬‬ ‫‪60‬‬ ‫المجموع‬
‫التكرار المتوقع‬ ‫التكرار المشاهد‬ ‫استعمال مواقع‬

‫‪(O – E )2‬‬ ‫)‪(O – E‬‬ ‫مستوى التعليم‬
‫‪E‬‬ ‫‪O‬‬ ‫التوصل االجتماعي‬
‫‪3.33‬‬ ‫‪100‬‬ ‫‪-10‬‬ ‫‪30‬‬ ‫‪20‬‬ ‫نعم‬ ‫ليسانس‬
‫‪5‬‬ ‫‪100‬‬ ‫‪10‬‬ ‫‪20‬‬ ‫‪30‬‬ ‫ال‬ ‫ليسانس‬
‫‪3.33‬‬ ‫‪100‬‬ ‫‪10‬‬ ‫‪30‬‬ ‫‪40‬‬ ‫نعم‬ ‫ماستر‬
‫‪5‬‬ ‫‪100‬‬ ‫‪-10‬‬ ‫‪20‬‬ ‫‪10‬‬ ‫ال‬ ‫ماستر‬
‫‪16.66‬‬ ‫‪100‬‬ ‫‪100‬‬ ‫المجموع‬
‫فرضية الع ـ ـ ـ ـ ـ ـ ـدم ‪:‬ال توجد عالقة ذات داللة احصائية بين متغير مستوى التعليم ومتغير استعمال مواقع التوصل االجتماعي في دراسة‬
‫الفرضية البديلة‪ :‬توجد عالقة ذات داللة احصائية بين متغير مستوى التعليم ومتغير استعمال مواقع التوصل االجتماعي في دراسة‬
‫بما أن البيانات بيانات اسمية فإننا سنستخدم اختبار مربع كاي إلثبات العالقة‬
‫قيمة اختبار مربع كاي المحسوبة = ‪16.66‬‬
‫قيمة اختبار مربع كاي الجدولية‪:‬‬
‫درجات الحرية= )عدد الفئات) – ‪ .3 = 1 – 4 = 1‬مستوى الداللة = ‪.0.05‬‬
‫قيمة اختبار مربع كاي الجدولية عند درجة حرية ‪ 3‬ومستوى داللة ‪7.815 = 0.05‬‬
‫المقارنة‪ :‬نقارن بين قيمة اختبار مربع كاي المحسوبة وقيمة اختبار مربع كاي الجدولية‪،‬‬
‫فنجد أن قيمة اختبار مربع كاي المحسوبة أكبر من قيمة اختبار مربع كاي الجدولية‪.‬‬
‫القرار‪ :‬بما أن قيمة اختبار مربع كاي المحسوبة أكبر من قيمة اختبار مربع كاي الجدولية‪،‬‬
‫فإننا نرفض فرضية العدم ونقبل الفرضية البديلة‪.‬‬
‫النتيجة ‪:‬توجد عالقة ذات داللة إحصائية بين المستوى التعليمي واستعمال مواقع التوصل االجتماعي في دراسة‬
‫وله داللة إحصائية عند مستوى داللة ‪0.05‬‬
‫‪40‬‬
‫المراجع‪:‬‬
‫ابو صالح‪ ،‬محمد صبحي‪ .)2007( .‬مبادئ اإلحصاء‪ .‬عمان‪ :‬دار اليازوري‪.‬‬
‫طيبة‪ ،‬أحمد عبد السميع‪ .)2008( .‬مبادئ اإلحصاء‪ .‬عمان‪ :‬دار البداية‪.‬‬
‫عالم‪ ،‬صالح الدين محمود‪ .)1993( .‬تحليل البيانات في البحوث النفسية والتربوية‪ .‬القاهرة‪ :‬دار الفكر العربي‪.‬‬
‫هاند‪ ،‬ديفيد جيه‪ .)2016( .‬علم اإلحصاء مقدمة قصيرة جدا‪ ،‬ترجمة أحمد شكل‪ .‬القاهرة‪ :‬الهنداوي‪ ،‬النسخة‬
‫اإلنجليزية ‪.2008‬‬
‫‪F. Quote. (2006). Introduction to Data Analysis Handbook, Migrant & Seasonal Head Start AED/TAC-‬‬
‫‪12. Spring.‬‬
‫‪Stevens, S.S. (1946). On the theory of scales of measurement. Science, 103, 677-680.‬‬
‫‪41‬‬

مطبوعة مقياس تحليل البيانات الصحفيةكاملة

Uploaded by

Document Information

Copyright

Available Formats

Share this document

Share or Embed Document

Sharing Options

Did you find this document useful?

Is this content inappropriate?

Copyright:

Available Formats

مطبوعة مقياس تحليل البيانات الصحفيةكاملة

Uploaded by

Copyright:

Available Formats

‫جامعة محمد بوضياف‪-‬المسيلة‪ ،‬كلية العلوم االنسانية واالجتماعية‪ ،‬قسم علوم االعالم واالتصال‬

‫جامعة محمد بوضياف‪-‬المسيلة‬

‫مطبوعة‪ :‬مقياس تحليل البيانات الصحفية‬

‫السنة الجامعية ‪2021/2020‬‬

‫برنامج المحاضرات لمقياس تحليل البيانات الصحفية‬

‫‪.2‬اقسام علم االحصاء‪:‬‬

‫‪.3‬أهمية علم اإلحصاء‪:‬‬

‫المحور األول‪ :‬جمع البيانات‪ ..‬تصنيفها وترميزها‬

‫‪ .2‬تصنيف البيانات ومراجعتها‬

‫المحور الثاني‪ :‬المتغيرات‪ ..‬انواعها ومقاييسها‬

‫(‪ )Dénomination‬واآلخر المعنى (‪ )Sens‬أو المفهوم (‪ )Notion‬أو التصور (‪ ...)Concept‬يوحدهما‬

‫ونميز عموما ثالث أنواع من التعريفات وهي‪:‬‬

‫وتصنف المتغيرات إلى‪:‬‬

‫جدول رقم (‪ )01‬يوضح مستويات القياس‬

‫الدرجات في االختبارات‬ ‫المتوسط‬ ‫الجمع‬ ‫عدد يدل على كم‪.‬‬

‫متغيرات هذه الدراسة‪:‬‬

‫المتغير المستقل‪ :‬الرسوم المتحركة‬

‫المتغير التابع‪ :‬السلوك العدواني‬

‫المتغير المضبوط‪ :‬الجنس‬

‫المتغير الوسيط‪ :‬الرقابة الوالدية‪.‬‬

‫المتغير الدخيل‪ :‬جماعة الرفاق‬

‫المحور الثالث‪ :‬االساليب االحصائية لوصف متغير واحد‬

‫التك اررات‬ ‫العالمات اإلحصائية‬ ‫المستوى التعليمي‬

‫‪ 1.1.3‬عرض البيانات ضمن سير الكتابة للموضوع‪:‬‬

‫‪550‬‬ ‫‪350‬‬ ‫‪400‬‬ ‫‪500‬‬ ‫‪650‬‬ ‫عدد الطالب‬

‫المصدر (بيانات افتراضية)‬

‫‪550‬‬ ‫‪350‬‬ ‫‪400‬‬ ‫‪500‬‬ ‫‪650‬‬ ‫عدد الطالب‬

‫(‪ )2‬طريقة المنحنى البياني البسيط‪:‬‬

‫(‪ )3‬طريقة الخط البياني المنكسر‪:‬‬

‫(‪ )4‬طريقة الدائرة البيانية‪:‬‬

‫التكرار الفعلي للجزء‬

‫(‪ )5‬طريقة األعمدة البيانية المتالصقة‪:‬‬

‫(‪ )6‬طريقة األعمدة البيانية المجزأة‪:‬‬

‫‪ 2.3‬التحليل البياني األولي‪:‬‬

‫‪ 2.2.3‬تكوين الجداول االحصائية (الفئات والتك اررات والنسب)‬

‫ب‪ .‬كيفية كتابة حدود الفئات‪:‬‬

‫أو طريقة المطات (_) والتي تعني وأقل من‪:‬‬

‫مثال‪ :‬لدينا بيانات درجات ‪ 50‬طالب في اختبار‬

‫• تكوين التوزيع التكراري‪:‬‬

‫المصدر‪ :‬بيانات افتراضية‬

‫‪ 3.2.3‬التعليق على الجداول واالشكال (تحليال وتفسيرا)‬

‫• تحديد الوحدات التحليلية االحصائية المستعملة‪.‬‬

‫• قراءة المعدالت والمتوسطات الكلية من خانة أو خانات المجاميع‪.‬‬

‫• المقارنة بين المعطيات المختلفة‪.‬‬

‫• االنتباه الى المفارقات واالمور الغير عادية التي يمكن مالحظتها‪.‬‬

‫‪ 3.3‬مقاييس النزعة المركزية‬

‫• يتأثر بالقيم الشاذة أو المتطرفة‪.‬‬

‫‪ 2.3.3‬الوسيط )‪The Median (M‬‬

‫أ‪ .‬خطوات حساب الوسيط‪:‬‬

‫‪ 3.4.3‬التباين )‪: Variance(s2‬‬

‫لتسهيل حساب التباين واالنحراف المعياري نستخدم الجدول التالي‪:‬‬

‫المحور الرابع‪ :‬االساليب االحصائية لدراسة العالقات‬

‫صفر – أقل من ‪0.20‬‬ ‫ضعيفة جدا‬

‫معامل بيرسون لالرتباط الخطي‬

‫‪0‬‬ ‫‪3‬‬ ‫‪0‬‬ ‫‪0‬‬ ‫‪9‬‬

‫معامل ارتباط سبيرمان للرتب‬

‫‪X‬‬ ‫‪y‬‬ ‫رتب‪x‬‬ ‫رتب‪y‬‬ ‫الفرق بين الرتبتين‬

‫معامل االقتران ‪AC‬‬

‫متعلم‬ ‫‪20‬‬ ‫‪15‬‬

‫غير متعلم‬ ‫‪30‬‬ ‫‪5‬‬

‫‪𝑎𝑑 − 𝑏𝑐 100 − 450 −350‬‬

‫(مجموع العمود ‪ x‬مجموع الصف) ‪ /‬العدد الكلي للتك اررات‬

‫استعمال مواقع التوصل االجتماعي‬ ‫مستوى التعليم‬

‫التكرار المتوقع‬ ‫التكرار المشاهد‬ ‫استعمال مواقع‬