‫اﻹحصاء الوصفي‬ ‫‪35‬‬ ‫رابعا ‪ :‬مقاييس أخرى‬

‫الفصــــــل الرابـــع‬
‫مقاييس التشتت‬

‫‪ 1/4‬مقدمة‬
‫عند مقارنة مجموعتين من البيانات ‪ ،‬يمكن استخدام شكل التوزيع التكراري‪ ،‬أوالمنحنى‬
‫التكراري ‪ ،‬وكذلك بعض مقاييس النزعة المركزية ‪ ،‬مثل الوسط الحسابي والوسيط ‪ ،‬والمنوال ‪،‬‬
‫واﻹحصاءات الترتيبية ‪ ،‬ولكن استخدام هذه الطرق وحدها ﻻ يكفي عند المقارنة ‪ ،‬فقد يكون مقياس‬
‫النزعة المركزية للمجموعتين متساوي ‪ ،‬وربما يوجد اختﻼف كبير بين المجموعتين من حيث مدى‬
‫تقارب وتباعد البيانات من بعضها البعض ‪ ،‬أو مدى تباعد أو تقارب القيم عن مقياس النزعة‬
‫المركزية ‪.‬‬
‫ومثال على ذلك ‪ ،‬إذا كان لدينا مجموعتين من الطﻼب ‪ ،‬وكان درجات المجموعتين كالتالي ‪:‬‬
‫المجموعة اﻷولى‬ ‫‪63‬‬ ‫‪70‬‬ ‫‪78‬‬ ‫‪81‬‬ ‫‪85‬‬ ‫‪67‬‬ ‫‪88‬‬
‫المجموعة الثانية‬ ‫‪73‬‬ ‫‪78‬‬ ‫‪77‬‬ ‫‪78‬‬ ‫‪75‬‬ ‫‪74‬‬ ‫‪77‬‬

‫لو قمنا بحساب الوسط الحسابي لكل مجموعة ‪ ،‬نجد أن الوسط الحسابي لكل منهما يساوي‬
‫‪ 76‬درجة ‪ ،‬ومع ذلك درجات المجموعة الثانية أكثر تجانسا من درجات المجموعة اﻷولى ‪ .‬من‬
‫أجل ذلك لجأ اﻹحصائيون إلى استخدام مقاييس أخرى لقياس مدى تجانس البيانات‪ ،‬أو مدى انتشار‬
‫البيانات حول مقياس النزعة المركزية‪ ،‬ويمكن استخدامها في المقارنة بين مجموعتين أو أكثر من‬
‫البيانات‪ ،‬ومن هذه المقاييس ‪ ،‬مقاييس التشتت ‪ ،‬واﻻلتواء ‪ ،‬والتفرطح ‪ ،‬وسوف نركز في هذا الفصل‬
‫على هذه المقاييس ‪.‬‬

‫‪Dispersion Measurements‬‬ ‫‪ 2/4‬مقاييس التشتت‬

‫من هذه المقاييس‪ :‬المدى‪ ،‬واﻻنحراف الربيعي‪ ،‬واﻻنحراف المتوسط‪ ،‬والتباين‪ ،‬واﻻنحراف‬
‫المعياري ‪.‬‬

‫‪Rang‬‬ ‫‪ 1/2/4‬المدى‬
‫هو أبسط مقاييس التشتت ‪ ،‬ويحسب المدى في حالة البيانات غير المبوبة بتطبيق المعادلة التالية ‪.‬‬

‫وأما المدى في حالة البيانات المبوبة له أكثر من صيغة‪ ،‬ومنها المعادلة التالية‪:‬‬

‫مثــال )‪ : ( 1 -4‬تم زراعة ‪ 9‬وحدات تجريبية بمحصول القمح ‪ ،‬وتم تسميدها بنوع معين من‬
‫اﻷسمدة الفسفورية ‪ ،‬وفيما يلي بيانات كمية اﻹنتاج من القمح بالطن‪ /‬هكتار ‪.‬‬
‫‪4.8‬‬ ‫‪6.21‬‬ ‫‪5.4‬‬ ‫‪5.18‬‬ ‫‪5.29‬‬ ‫‪5.18‬‬ ‫‪5.08‬‬ ‫‪4.63‬‬ ‫‪5.03‬‬
‫والمطلوب حساب المدى ‪.‬‬
‫اﻹحصاء الوصفي‬ ‫‪36‬‬ ‫رابعا ‪ :‬مقاييس التشتت‬

‫المدى = أكبر قراءة – أقل قراءة‬ ‫الحـل ‪:‬‬

‫أكبر قراءة = ‪ 6.21‬أقل قراءة = ‪4.63‬‬
‫إذا المدى هو ‪ 1.58 = Rang=Max-Min=6.21-4.63 =1.58 :‬طن ‪ /‬هكتار‪.‬‬
‫مثـال )‪ : ( 2 -4‬الجدول التكراري التالي يبين توزيع ‪ 60‬مزرعة حسب المساحة المنزرعة بالذرة‬
‫باﻷلف دونم ‪.‬‬
‫المساحة‬ ‫‪15-20‬‬ ‫‪20-25‬‬ ‫‪25-30‬‬ ‫‪30-35‬‬ ‫‪35-40‬‬ ‫‪40-45‬‬
‫عدد المزارع‬ ‫‪3‬‬ ‫‪9‬‬ ‫‪15‬‬ ‫‪18‬‬ ‫‪12‬‬ ‫‪3‬‬
‫والمطلوب حساب المدى للمساحة المنزرعة بالذرة ‪.‬‬
‫الحـل ‪ :‬المدى = مركز الفئة اﻷخيرة – مركز الفئة اﻷولى‬
‫‪(15+20)/2=35/2=17.5‬‬ ‫مركز الفئة اﻷخيرة‪ (40+45)/2=85/2=42.5 :‬مركز الفئة اﻷولى‪:‬‬
‫‪Rang  42.5  17.5  25‬‬ ‫إذا‬
‫أي أن المدى قيمته تساوي ‪ 25‬دونم‬
‫مزايا وعيوب المدى‬
‫من مزايا المدى‬
‫‪ -1‬أنه بسيط وسهل الحساب‬
‫‪ -2‬يكثر استخدامه عند اﻹعﻼن عن حاﻻت الطقس‪ ،‬و المناخ الجوي‪ ،‬مثل درج ات الح رارة‪،‬‬
‫والرطوبة‪ ،‬والضغط الجوي‪.‬‬
‫‪ -3‬يستخدم في مراقبة الجودة ‪.‬‬
‫ومن عيوبه‬
‫‪ ‬أنه يعتمد على قيمتين فقط ‪ ،‬وﻻ يأخذ جميع القيم في الحسبان ‪.‬‬
‫‪ ‬يتأثر بالقيم الشاذة ‪.‬‬

‫)‪Quartile Deviation (Q‬‬ ‫‪ 2/2/4‬اﻻنحراف الربيعي‬

‫يعتمد المدى على قيمتين متطرفتين ‪ ،‬هما أصغر قراءة ‪ ،‬وأكبر قراءة ‪ ،‬فإذا كان هناك قيم‬
‫شاذة‪ ،‬ترتب على استخدامه كمقياس للتشتت نتائج غير دقيقة‪ ،‬من أجل ذلك لجأ اﻹحصائيون‪ ،‬إلى‬
‫استخدام مقياس للتشتت يعتمد على نصف عدد القيم الوسطى‪ ،‬ويهمل نصف عدد القيم المتطرفة‪ ،‬ولذا‬
‫ﻻ يتأثر هذا المقياس بوجود قيم شاذة‪ ،‬ويسمى هذا المقياس باﻻنحراف الربيعي )‪ ،(Q‬ويحسب‬
‫اﻻنحراف الربيعي بتطبيق المعادلة التالية ‪.‬‬

‫حيث أن ‪ Q1‬هو الربيع اﻷول ‪ Q 3 ،‬هو الربيع الثالث ‪ ،‬وقد بينا في الفصل الثالث كيف يمكن حساب‬
‫هذان الرباعيان ‪ ،‬ومن المعادلة أعﻼه ‪ ،‬يعرف اﻻنحراف الربيعي بنصف المدى الربيعي ‪ ،‬أي أن ‪:‬‬
‫اﻻنحراف الربيعي = نصف المدى الربيعي‬
‫مثــال) ‪ : ( 3 -4‬استخدم بيانات مثال )‪ ، (1 -4‬ثم احس ب اﻻنحراف الربيعي لكمية اﻹنتاج من القمح‪.‬‬
‫الحـل‬
‫‪ ‬ترتيب القيم تصاعديا‬
‫اﻹحصاء الوصفي‬ ‫‪37‬‬ ‫رابعا ‪ :‬مقاييس التشتت‬

‫اﻹنتاج‬ ‫‪4.63‬‬ ‫‪4.8‬‬ ‫‪5.03‬‬ ‫‪5.08‬‬ ‫‪5.18‬‬ ‫‪5.18‬‬ ‫‪5.29‬‬ ‫‪5.4‬‬ ‫‪6.21‬‬
‫الرتبة‬ ‫‪1‬‬ ‫‪2‬‬ ‫‪3‬‬ ‫‪4‬‬ ‫‪5‬‬ ‫‪6‬‬ ‫‪7‬‬ ‫‪8‬‬ ‫‪9‬‬

‫‪ ‬حساب الربيع اﻷول ‪Q1‬‬

‫‪. (n  1)   (9  1)0.25  2.5‬‬
‫‪1‬‬
‫رتبة الربيع اﻷول‪:‬‬
‫‪4‬‬
‫‪x(l )  x(2)  4.8 , x(u )  x(3)  5.03 , R  2.5 l  2 , R  l  0.5‬‬
‫‪,‬‬

‫إذا‬
‫) ) ‪Q1  x(l )  (r  l )( x(u )  x(l‬‬
‫‪ 4.8  0.5(5.03  4.8)  4.915‬‬

‫‪ ‬حساب الرباعي الثالث )‪(Q3‬‬

‫‪(n  1)   (9  1)0.75  7.5‬‬
‫‪3‬‬
‫موقع الرباعي الثالث‪:‬‬
‫‪4‬‬
‫‪x(l )  x(7)  5.29 , x(u )  x(8)  5.4 , R  7.5 l  7 , R  l  0.5‬‬ ‫‪,‬‬

‫إذا‬
‫) ) ‪Q3  x(l )  ( R  l )( x(u )  x(l‬‬
‫‪ 5.29  0.5(5.4  5.29)  5.345‬‬
‫‪ ‬حساب اﻻنحراف الربيعي‬
‫‪Q  Q1 5.345  4.915‬‬
‫‪Q 3‬‬ ‫‪‬‬ ‫‪ 0.215‬‬
‫‪2‬‬ ‫‪2‬‬
‫إذا اﻻنحراف الربيعي قيمته تساوي ‪ 0.215‬طن‪ /‬هكتار ‪.‬‬
‫مثــال) ‪ : ( 4 -4‬استخدم بيانات مثال رقم )‪ ( 2 -4‬في حساب نصف المدى الربيعي ‪.‬‬
‫الحـــل‪:‬‬
‫عند حساب الربيع اﻷول أو الثالث يتبع نفس اﻷسلوب المستخدم في حساب الوسيط‪.‬‬
‫‪ ‬تكوين الجدول التكراري المتجمع الصاعد‬
‫‪ ‬حساب الرباعي اﻷول )‪(Q 1‬‬
‫‪n(1/4)=60(0.25)=15‬‬ ‫رتبة الربيعي اﻷول ‪:‬‬
‫‪f  15 , f1  12 , f 2  27 , A  25 , L  5‬‬
‫‪f  f1‬‬
‫‪Q1  A ‬‬ ‫‪L‬‬
‫‪f 2  f1‬‬ ‫إذا‬
‫‪ 25  15  12 ( 5 )  25  3 ( 5 )  26‬‬
‫‪27  12‬‬ ‫‪15‬‬
‫اﻹحصاء الوصفي‬ ‫‪38‬‬ ‫رابعا ‪ :‬مقاييس التشتت‬

‫‪ ‬حساب الرباعي الثالث )‪(Q3‬‬

‫‪n(3/4)=60(0.75)=45‬‬ ‫موقع الرباعي الثالث ‪:‬‬
‫‪f  45 , f 1  45 , f 2  57 , A  35 , L  5‬‬
‫إذا‬
‫‪f  f1‬‬
‫‪Q3  A ‬‬ ‫‪L‬‬
‫‪f 2  f1‬‬
‫‪ 35  45  45 (5 )  35  ( 0 ) (5 )  35‬‬
‫‪57  45‬‬ ‫‪15‬‬
‫‪ ‬نصف المد ى الربيعي ‪.‬‬
‫‪Q  Q 35  26‬‬
‫‪Q 3 1 ‬‬ ‫‪ 4.5‬‬
‫‪2‬‬ ‫‪2‬‬
‫إذا اﻻنحراف الربيعي للمساحة ‪ 4.5‬ألف دونم‪.‬‬
‫مزايا وعيوب اﻻنحراف الربيعي‬
‫من مزايا اﻻنحراف الربيع ي‪ ،‬يفض ل اس تخدامه كمقي اس للتش تت ف ي حال ة وج ود ق يم ش اذة ‪،‬‬
‫كما أنه بسيط وسهل في الحساب ‪ .‬ومن عيوبه ‪ ،‬أنه ﻻ يأخذ كل القيم في ا ﻻعتبار ‪.‬‬

‫)‪Mean Deviation (MD‬‬ ‫‪ 3/2/4‬اﻻنحراف المتوسط‬

‫هو أحد مقاييس التشتت‪ ،‬ويعبر عنه بمتوسط اﻻنحرافات المطلقة للقيم عن وسطها الحسابي ‪،‬‬
‫فإذا كانت ‪ x , x ,..., x‬هي القراءات الت ي ت م أخ ذها ع ن ظ اهرة معين ة ‪ ،‬وك ان ) ‪( x   x n‬‬
‫‪1‬‬ ‫‪2‬‬ ‫‪n‬‬
‫عبارة عن الوسط الحسابي لهذه الق راءات‪ ،‬ف إن اﻻنح راف المتوس ط )‪ (MD‬يحس ب بتطبي ق المعادل ة‬
‫التالية‪:‬‬

‫وهذه الصيغة تستخدم في حالة البيانات غير المبوبة ‪.‬‬

‫مث ـال)‪ : ( 5 -4‬إذا كان ت الطاق ة التص ديرية لخم س محط ات لتحلي ة المي اه ب المليون مت ر مكع ب كم ا‬
‫يلي‪ 4 5 2 10 7 :‬أوجد قيمة اﻻنحراف المتوسط للطاقة التصديرية‬
‫الحـل ‪ :‬لحساب قيمة اﻻنحراف المتوسط يتم استخدام المعادلة )‪( 4 -4‬‬
‫اﻹحصاء الوصفي‬ ‫‪39‬‬ ‫رابعا ‪ :‬مقاييس التشتت‬

‫‪ ‬الوسط الحسابي ‪:‬‬

‫‪x    28  5.6‬‬
‫‪x‬‬
‫‪n‬‬ ‫‪5‬‬
‫ويتم تكوين الجدول التالي ‪:‬‬

‫الطاقة‬ ‫اﻻنحرافات‬ ‫اﻻنحرافات المطلقة‬

‫التصديرية‬
‫‪x‬‬ ‫‪ x  5. 6   x  x  ‬‬ ‫‪x  5.6‬‬
‫‪4‬‬ ‫‪4 - 5.6 = -1.6‬‬ ‫‪1.6‬‬
‫‪5‬‬ ‫‪5 - 5.6 = -0.6‬‬ ‫‪0.6‬‬
‫‪2‬‬ ‫‪2 - 5.6 = -3.6‬‬ ‫‪3.6‬‬
‫‪10‬‬ ‫‪10 - 5.6 = 4.4‬‬ ‫‪4.4‬‬
‫‪7‬‬ ‫‪7 - 5.6 = 1.4‬‬ ‫‪1.4‬‬
‫‪Sum‬‬ ‫‪0‬‬ ‫‪11.6‬‬

‫‪ ‬إذا اﻻنحراف المتوسط قيمته هي ‪:‬‬

‫‪x  x 11 .6‬‬
‫‪MD  ‬‬ ‫‪‬‬ ‫)مليون متر مكعب( ‪ 2 . 32‬‬
‫‪n‬‬ ‫‪5‬‬
‫وفي حالة البيانات المبوبة‪ ،‬يحسب اﻻنحراف المتوسط باستخدام المعادلة التالية ‪.‬‬

‫حيث أن ‪ f‬هو تكرار الفئة ‪ x ،‬هو مركز الفئة ‪ x ،‬هو الوسط الحسابي‪.‬‬
‫مثـال)‪(6 -4‬‬
‫يبين الجدول التكرا ري التالي توزيع ‪ 40‬أسرة حسب اﻹنفاق الشهري باﻷلف ﷼‪.‬‬
‫اﻹنفاق‬ ‫‪2-5‬‬ ‫‪5-8‬‬ ‫‪8 - 11‬‬ ‫‪11 – 14‬‬ ‫‪14 – 17‬‬
‫عدد اﻷسرة‬ ‫‪1‬‬ ‫‪8‬‬ ‫‪13‬‬ ‫‪10‬‬ ‫‪8‬‬
‫أوجد اﻻنحراف المتوسط ‪.‬‬
‫الحـــــل‬
‫لحساب اﻻنحراف المتوسط ‪ ،‬يتم تطبيق المعادلة )‪ ،(5 -4‬ويتبع اﻵتي‬
‫‪ ‬تكوين جدول لحساب مكونات المعادلة‪:‬‬
‫عدد‬ ‫مركز‬ ‫الوسط‬
‫حدود‬ ‫اﻷسر‬ ‫الفئة‬ ‫‪x f‬‬ ‫الحسابي‬ ‫‪xx‬‬ ‫‪xx f‬‬
‫اﻹنفاق‬
‫‪f‬‬ ‫‪x‬‬ ‫‪x‬‬
‫‪x‬‬
‫‪2-5‬‬ ‫‪1‬‬ ‫‪3.5‬‬ ‫‪3.5‬‬ ‫‪x‬‬ ‫‪7.2‬‬ ‫‪7.2‬‬
‫‪5-8‬‬ ‫‪8‬‬ ‫‪6.5‬‬ ‫‪52‬‬ ‫‪n‬‬ ‫‪4.2‬‬ ‫‪33.6‬‬
‫‪8-11‬‬ ‫‪13‬‬ ‫‪9.5‬‬ ‫‪123.5‬‬ ‫‪428‬‬ ‫‪1.2‬‬ ‫‪15.6‬‬
‫‪11-14‬‬ ‫‪10‬‬ ‫‪12.5‬‬ ‫‪125‬‬ ‫‪‬‬ ‫‪ 10.7‬‬ ‫‪1.8‬‬ ‫‪18‬‬
‫‪14-17‬‬ ‫‪8‬‬ ‫‪15.5‬‬ ‫‪124‬‬ ‫‪40‬‬ ‫‪4.8‬‬ ‫‪38.4‬‬
‫‪sum‬‬ ‫‪40‬‬ ‫‪428‬‬ ‫‪112.8‬‬
‫اﻹحصاء الوصفي‬ ‫‪40‬‬ ‫رابعا ‪ :‬مقاييس التشتت‬

‫إذا اﻻنحراف المتوسط هو ‪:‬‬

‫‪ x  x f 112 . 8‬‬
‫‪MD ‬‬ ‫‪‬‬ ‫‪ 2 .82‬‬
‫‪n‬‬ ‫‪40‬‬
‫اﻻنحراف المتوسط لﻺنفاق الشهري هو ‪ 2.82‬ألف ﷼ ‪.‬‬
‫مزايا وعيوب اﻻنحراف المتوسط‬
‫من مزايا اﻻنحراف المتوسط أنه يأخذ كل القيم في اﻻعتبار‪ ،‬ولكن يعاب عليه ما يلي‪:‬‬
‫‪ ‬يتأثر بالقيم الشاذة ‪.‬‬
‫‪ ‬يصعب التعامل معه رياضيا‪.‬‬

‫‪Variance‬‬ ‫‪ 4/2/4‬التباين‬
‫ه و أح د مق اييس التش تت ‪ ،‬وأكثره ا اس تخداما ف ي الن واحي التطبيقي ة ‪ ،‬ويعب ر ع ن متوس ط‬
‫مربعات انحرافات القيم عن وسطها الحسابي‪.‬‬
‫أوﻻ‪ :‬التباين في المجتمع ) ‪(  2‬‬
‫إذا توافر لدينا قراءات عن كل مفردات المجتمع ‪ ،‬ول تكن‪ ، x1, x2 ,..., x N :‬ف إن التب اين ف ي‬
‫المجتمع ‪ ،‬ويرمز له بالرمز ‪)  2‬سيجما( يحسب باستخدام المعادلة التالية ‪:‬‬

‫‪.‬‬ ‫حيث أن ‪ ‬هو الوسط الحسابي في المجتمع ‪ ،‬أى أن ‪   x N :‬‬

‫مثـال)‪(7 -4‬‬
‫مص نع لتعبئ ة الم واد الغذائي ة ‪ ،‬يعم ل ب ه ‪ 15‬عام ل ‪ ،‬وكان ت ع دد س نوات الخب رة له ؤﻻء‬
‫العمال كما يلي ‪:‬‬
‫‪5‬‬ ‫‪13‬‬ ‫‪7‬‬ ‫‪14‬‬ ‫‪12‬‬ ‫‪9‬‬ ‫‪6‬‬ ‫‪8‬‬ ‫‪10‬‬ ‫‪13‬‬ ‫‪14‬‬ ‫‪6‬‬ ‫‪11‬‬ ‫‪12‬‬ ‫‪10‬‬
‫بفرض أن هذه البيانات تم جمعها عن كل مفردات المجتمع ‪ ،‬فأوجد التباين لعدد سنوات الخبرة ‪.‬‬
‫الحـل‬
‫لحساب تباين سنوات الخبرة في المجتمع ‪ ،‬يتم استخدام المعادلة )‪.( 6 -4‬‬
‫‪ ‬الوسط الحسابي في المجتمع ‪‬‬
‫‪1‬‬
‫‪‬‬ ‫‪x‬‬
‫‪N‬‬
‫‪1‬‬ ‫‪1‬‬
‫‪‬‬ ‫‪(5  13  7  ...  12  10) ‬‬ ‫‪(150)  10‬‬
‫‪15‬‬ ‫‪15‬‬

‫‪ ‬حساب مربعات اﻻنحرافات ‪ ( x   ) 2‬‬

‫‪ ( x   ) 2  130‬‬ ‫بما أن‪:‬‬
‫اﻹحصاء الوصفي‬ ‫‪41‬‬ ‫رابعا ‪ :‬مقاييس التشتت‬

‫إذا تباين سنوات الخبرة للعمال في المصنع هو ‪:‬‬

‫‪ ‬‬
‫‪2‬‬ ‫‪‬‬ ‫‪‬‬ ‫‪x‬‬ ‫‪‬‬ ‫‪u‬‬ ‫‪‬‬‫‪2 130‬‬
‫‪‬‬ ‫‪ 8.67‬‬
‫‪N‬‬ ‫‪15‬‬
‫سنوات الخبرة‬
‫‪x‬‬ ‫)‪(x  ‬‬ ‫‪(x  )2‬‬
‫‪5‬‬ ‫‪5-10 = -5‬‬ ‫‪25‬‬
‫‪13‬‬ ‫‪3‬‬ ‫‪9‬‬
‫‪7‬‬ ‫‪-3‬‬ ‫‪9‬‬
‫‪14‬‬ ‫‪4‬‬ ‫‪16‬‬
‫‪12‬‬ ‫‪2‬‬ ‫‪4‬‬
‫‪9‬‬ ‫‪-1‬‬ ‫‪1‬‬
‫‪6‬‬ ‫‪-4‬‬ ‫‪16‬‬
‫‪8‬‬ ‫‪-2‬‬ ‫‪4‬‬
‫‪10‬‬ ‫‪0‬‬ ‫‪0‬‬
‫‪13‬‬ ‫‪3‬‬ ‫‪9‬‬
‫‪14‬‬ ‫‪4‬‬ ‫‪16‬‬
‫‪6‬‬ ‫‪-4‬‬ ‫‪16‬‬
‫‪11‬‬ ‫‪1‬‬ ‫‪1‬‬
‫‪12‬‬ ‫‪2‬‬ ‫‪4‬‬
‫‪10‬‬ ‫‪0‬‬ ‫‪0‬‬
‫‪150‬‬ ‫‪0‬‬ ‫‪130‬‬

‫ويمكن تبسيط المعادلة )‪ (6 -4‬في صورة أخرى كما يلي ‪:‬‬

‫يمكن فك المجموع ‪  ( x   ) 2‬كالتالي ‪:‬‬
‫‪ ( x   ) 2    x  2 x   ‬‬
‫‪ 2‬‬ ‫‪2‬‬
‫‪‬‬ ‫‪‬‬
‫‪  x 2  2  x    2‬‬
‫‪  x 2  2 N 2  N  2‬‬
‫‪  x 2  N 2‬‬
‫ومن ثم يكتب تباين المجت مع على الصورة التالية ‪:‬‬

‫‪‬‬ ‫‪x 2  N 2 1‬‬

‫‪ ‬‬
‫‪2‬‬ ‫‪  x2   2‬‬
‫‪N‬‬ ‫‪N‬‬
‫إذا التباين في المجتمع يمكن صياغته كالتالي ‪.‬‬
‫اﻹحصاء الوصفي‬ ‫‪42‬‬ ‫رابعا ‪ :‬مقاييس التشتت‬

‫‪ ،‬وي تم عم ل‬ ‫وب التطبيق عل ى المث ال )‪ ، (7 -4‬نج د أن أنن ا نحت اج إل ى المجم وعين ‪ x ,  x 2 :‬‬
‫اﻵتي ‪:‬‬
‫سنوات‬
‫الخبرة‬ ‫‪x2‬‬
‫‪x‬‬
‫‪5‬‬ ‫‪25‬‬ ‫‪ x  150 ,  x 2  1630‬‬
‫‪13‬‬ ‫‪169‬‬
‫‪7‬‬ ‫‪49‬‬
‫‪1‬‬
‫‪‬‬
‫‪1‬‬
‫‪14‬‬ ‫‪196‬‬ ‫‪ x  (150)  10‬‬
‫‪12‬‬ ‫‪144‬‬ ‫‪N‬‬ ‫‪15‬‬
‫‪9‬‬ ‫‪81‬‬ ‫إذا التباين هو‬
‫‪1‬‬
‫‪2 ‬‬ ‫‪x ‬‬
‫‪2‬‬ ‫‪2‬‬
‫‪6‬‬ ‫‪36‬‬
‫‪8‬‬ ‫‪64‬‬ ‫‪N‬‬
‫‪10‬‬ ‫‪100‬‬ ‫‪1‬‬
‫‪13‬‬ ‫‪169‬‬ ‫‪‬‬ ‫‪1630  10 2  108 .67  100  8 .67‬‬
‫‪15‬‬
‫‪14‬‬ ‫‪196‬‬
‫‪6‬‬ ‫‪36‬‬
‫وهي نفس النتيجة التي تم الحصول عليها باستخدام الصيغة‬
‫‪11‬‬ ‫‪121‬‬ ‫) ‪. ( 6 -4‬‬
‫‪12‬‬ ‫‪144‬‬
‫‪10‬‬ ‫‪100‬‬
‫‪150‬‬ ‫‪1630‬‬

‫ثانيا‪ :‬التباين في العينة ) ‪( s‬‬

‫‪2‬‬

‫في كثير من الحاﻻت يكون تباين المجتمع ‪  2‬غير معلوم‪ ،‬وعندئذ ي تم س حب عين ة م ن ه ذا‬
‫المجتم ع ‪ ،‬ويحس ب التب اين م ن بيان ات العين ة كتق دير لتب اين المجتم ع ‪ ،‬ف إذا كان ت ق راءات عين ة‬
‫عشوائية حجمها ‪ n‬هي ‪ ، x1 , x2 ,..., xn ،‬فإن تباين العينة ويرمز له بالرمز‪ s2‬هو‪:‬‬

‫حي ث أن ‪ x‬ه و الوس ط الحس ابي لق راءات العين ة ‪ ،‬أي أن ‪ ، x   x n :‬وتب اين العين ة‬
‫المبين بالمعادلة هو التقدير غير المتحيز لتباين المجتمع ‪.‬‬
‫مثـال)‪ :( 8 -4‬في المثال )‪ ( 7 -4‬السابق ‪ ،‬إذا ت م س حب عين ة م ن عم ال المص نع حجمه ا ‪ 5‬عم ال‪،‬‬
‫وسجل عدد سنوات الخبرة‪ ،‬وكانت ‪ 8 13 10 5 9 :‬احسب تباين سنوات الخبرة في العينة‪.‬‬
‫الحــل‬
‫لحساب التباين في العينة يتم تطبيق المعادلة ) ‪ ،( 8 -4‬ويتبع اﻵتي ‪:‬‬
‫‪1‬‬ ‫‪1‬‬ ‫‪1‬‬
‫‪ ‬الوسط الحسابي في العينة ‪x   x  (8  13  10  5  9)  (45)  9 :‬‬
‫‪n‬‬ ‫‪5‬‬ ‫‪5‬‬
‫اﻹحصاء الوصفي‬ ‫‪43‬‬ ‫رابعا ‪ :‬مقاييس التشتت‬

‫‪‬‬ ‫‪x  x 2‬‬ ‫‪ ‬حساب مربعات اﻻنحرافات‬

‫سنوات‬
‫‪8‬‬ ‫‪13‬‬ ‫‪10‬‬ ‫‪5‬‬ ‫‪9‬‬ ‫‪45‬‬
‫الخبرة ‪x‬‬
‫‪x  x ‬‬ ‫‪-1‬‬ ‫‪4‬‬ ‫‪1‬‬ ‫‪-4‬‬ ‫‪0‬‬ ‫‪0‬‬
‫‪ x  x 2‬‬ ‫‪1‬‬ ‫‪16‬‬ ‫‪1‬‬ ‫‪16‬‬ ‫‪0‬‬ ‫‪34‬‬

‫أي أن ‪،  x  x   34 :‬‬
‫‪2‬‬
‫‪ ‬إذا تباين سنوات الخبرة في العينة قيمته هي ‪:‬‬

‫‪s ‬‬ ‫‪‬‬ ‫‪‬‬ ‫‪x  x 2‬‬

‫‪‬‬
‫‪34‬‬
‫‪‬‬
‫‪34‬‬
‫‪ 8 .5‬‬
‫‪n 1‬‬
‫‪2‬‬

‫)‪( 5  1‬‬ ‫‪4‬‬

‫‪ ‬في هذه الحالة يمكن القول بأن تباين العينة ‪ ،8.5‬وهو ف ي نف س الوق ت تق دير غي ر متحي ز لتب اين‬
‫المجتمع ‪.‬‬
‫تبسيط العمليات الحسابية‬
‫يمك ن تبس يط الص يغة الرياض ية لتب اين العين ة الموض حة بالمعادل ة ) ‪ (8 -4‬إل ى ص يغة س هلة يمك ن‬
‫التعامل معها‪ ،‬وخاصة إذا كانت البيانات تحتوي على قيم كسرية‪ ،‬ون ستنتج هذه الصيغة كما يلي‪:‬‬
‫يمكن فك المجموع ‪  ( x  x ) 2‬كالتالي‪:‬‬
‫‪ ( x  x ) 2    x  2 xx  x ‬‬
‫‪ 2‬‬ ‫‪2‬‬
‫‪‬‬ ‫‪‬‬
‫‪  x 2  2x  x   x 2‬‬
‫‪  x 2  2nx 2  nx 2‬‬
‫‪  x 2  nx 2‬‬
‫‪1 ‬‬ ‫‪2‬‬ ‫‪2‬‬
‫‪s2 ‬‬ ‫‪  x  nx ‬‬
‫‪n 1 ‬‬ ‫‪‬‬ ‫ويكتب تباين العينة على الصور ة التالية ‪:‬‬

‫إذا التباين في العينة يمكن صياغته كالتالي ‪:‬‬

‫كما يمكن إثبات أن المعادلة هذه تأخذ الشكل التالي‪:‬‬

‫اﻹحصاء الوصفي‬ ‫‪44‬‬ ‫رابعا ‪ :‬مقاييس التشتت‬

‫وبالتطبيق على بيانات المثال السابق ‪ ،‬نجد أن ‪:‬‬

‫سنوات‬
‫الخبرة ‪x‬‬ ‫‪8‬‬ ‫‪13‬‬ ‫‪10‬‬ ‫‪5‬‬ ‫‪9‬‬ ‫‪45‬‬

‫‪x2‬‬ ‫‪64‬‬ ‫‪169‬‬ ‫‪100‬‬ ‫‪25‬‬ ‫‪81‬‬ ‫‪439‬‬

‫‪ ‬تباين العينة باستخدام المعادلة )‪ (9 -4‬هو ‪:‬‬

‫‪1 ‬‬ ‫‪2‬‬ ‫‪2‬‬
‫‪s2‬‬ ‫‪‬‬ ‫‪  x  nx ‬‬
‫‪n 1‬‬ ‫‪‬‬ ‫‪‬‬

‫‪‬‬
‫‪1 ‬‬ ‫‪2‬‬
‫‪ 439  5 ( 9 )  ‬‬
‫‪1‬‬
‫‪34   8 . 5‬‬
‫‪5 1‬‬ ‫‪‬‬ ‫‪4‬‬
‫‪ ‬وباستخدام المعادلة )‪ (10 -4‬نجد أن‪:‬‬
‫‪1 ‬‬ ‫‪2‬‬ ‫‪(  x ) 2 ‬‬
‫‪s ‬‬ ‫‪x ‬‬
‫‪n 1‬‬ ‫‪n ‬‬
‫‪2‬‬

‫‪‬‬ ‫‪‬‬
‫‪1 ‬‬ ‫‪( 45 ) 2‬‬ ‫‪ 1‬‬
‫‪  439  405   1 34   8 . 5‬‬
‫‪‬‬ ‫‪439‬‬ ‫‪‬‬
‫‪5 1‬‬ ‫‪5‬‬ ‫‪ 4‬‬ ‫‪4‬‬
‫‪‬‬ ‫‪‬‬

‫‪Standard Deviation‬‬ ‫اﻻنحراف المعياري‬

‫عن د اس تخدام التب اين كمقي اس م ن مق اييس ال تش تت‪ ،‬نج د أن ه يعتم د عل ي مجم وع مربع ات‬
‫اﻻنحرافات‪ ،‬ومن ث م ﻻ يتمش ى ه ذا المقي اس م ع وح دات قي اس المتغي ر مح ل الدراس ة ‪ ،‬فف ي المث ال‬
‫السابق ‪ ،‬نجد أن تباين سنوات الخبرة في العينة ‪ ،8.5‬فليس م ن المنط ق عن د تفس ير ه ذه النتيج ة أن‬
‫نقول ‪ " ،‬تباين سنوات الخبرة هو ‪ 8.5‬س نة ترب ي ع "‪ ،‬ﻷن وح دات قي اس المتغي ر ه و ع دد الس نوات‪،‬‬
‫من أجل ذلك لجأ اﻹحصائيين إلى مقي اس منطق ي يأخ ذ ف ي اﻻعتب ار الج ذر التربيع ي للتب اين ‪ ،‬لك ي‬
‫يناسب وحدات قياس المتغير‪ ،‬وهذا المقياس هو اﻻنحراف المعياري‪.‬‬
‫إذا اﻻنحراف المعياري ‪ ،‬هو الجذر التربيعي الموجب للتباين ‪ ،‬أي أن‪:‬‬

‫ومثال على ذلك ‪:‬‬

‫‪ ‬في مثال )‪ (7 -4‬نجد أن اﻻنحراف المعياري لسنوات الخبرة لعمال المص نع )المجتم ع( ‪ ،‬ويرم ز‬
‫له بالرمز ) ‪ ( ‬هو ‪:‬‬
‫‪1‬‬ ‫‪2‬‬ ‫‪2‬‬
‫‪ ‬‬ ‫‪x ‬‬
‫‪N‬‬
‫‪1‬‬
‫‪‬‬ ‫‪1630  10 2 ‬‬ ‫‪8 . 67  2 . 94‬‬
‫‪15‬‬
‫في هذه الحالة ‪ ،‬يكون اﻻنحراف المعياري لسنوات الخبرة في المجتمع هو ‪ 2.94‬سنة ‪.‬‬
‫اﻹحصاء الوصفي‬ ‫‪45‬‬ ‫رابعا ‪ :‬مقاييس التشتت‬

‫‪ ‬في مثال )‪ (8 -4‬نجد أن اﻻنحراف المعياري لسنوات الخبرة لعمال العينة ‪ ،‬ويرمز له بالرمز ‪s‬‬
‫‪ ،‬هو ‪:‬‬
‫‪1  2 ( x) 2 ‬‬
‫‪s‬‬ ‫‪x ‬‬
‫‪n 1 ‬‬ ‫‪n ‬‬
‫‪‬‬ ‫‪‬‬

‫‪1 ‬‬ ‫‪(45) 2 ‬‬

‫‪439  405  34  2.92‬‬
‫‪1‬‬ ‫‪1‬‬
‫‪‬‬
‫‪‬‬
‫‪439 ‬‬ ‫‪‬‬
‫‪‬‬
‫‪5 1‬‬ ‫‪5‬‬ ‫‪4‬‬ ‫‪4‬‬
‫‪‬‬ ‫‪‬‬
‫أي أن اﻻنحراف المعياري لسنوات الخبرة في العينة هو ‪ 2.92‬سنة ‪.‬‬

‫اﻻنحراف المعياري في حالة البيانات المبوبة‬

‫إذا كانت بيانات الظاهرة ‪ ،‬مبوبة في جدول توزيع تكراري ‪ ،‬فإن اﻻنحراف المعياري‬
‫يحسب بتطبيق المعادلة التالية ‪.‬‬

‫هي‬ ‫حيث أن ‪ f‬هو تكرار الفئة ‪ x ،‬هو مركز الفئة ‪ x ،‬هو الوسط الحسابي ‪n ،  xf n‬‬
‫مجموع التكرارات ‪ ، n   f ‬والمقدار الذي تحت الجذر يعبر عن التباين ) ‪. ( s‬‬
‫‪2‬‬

‫مثـال)‪(9 -4‬‬
‫في بيانات مثال )‪ ، (6 -4‬احسب اﻻنحراف المعياري لﻺنفاق الشهري لﻸسرة ‪ ،‬ثم ق ارن ب ين‬
‫اﻻنحراف المتوسط ‪ ،‬واﻻنحراف المعياري لﻺنفاق الشهري لﻸسرة ‪.‬‬

‫الحـــــل‬
‫لحساب اﻻنحراف المعياري لﻺنفاق الشهري ‪ ،‬تستخدم المعادلة رقـم )‪ ،(12 -4‬وسوف نطبق‬
‫الصيغة الثانية ‪ ،‬ولذا نكون جدول لحساب المجموعين ‪.  xf ,  x 2 f :‬‬
‫اﻹحصاء الوصفي‬ ‫‪46‬‬ ‫رابعا ‪ :‬مقاييس التشتت‬

‫عدد‬ ‫مركز‬
‫اﻹنفاق‬ ‫اﻷسر‬ ‫الفئة‬ ‫‪xf‬‬ ‫‪x2 f‬‬
‫‪f‬‬ ‫‪x‬‬ ‫‪n   f  40‬‬
‫‪2-5‬‬ ‫‪1‬‬ ‫‪3.5‬‬ ‫‪3.5‬‬ ‫‪12.25‬‬ ‫‪ xf  428‬‬
‫‪ x 2 f  5008‬‬
‫‪5-8‬‬ ‫‪8‬‬ ‫‪6.5‬‬ ‫‪52‬‬ ‫‪338‬‬
‫‪8-11‬‬ ‫‪13‬‬ ‫‪9.5‬‬ ‫‪123.5 1173.25‬‬
‫‪11-14‬‬ ‫‪10‬‬ ‫‪12.5‬‬ ‫‪125‬‬ ‫‪1562.5‬‬
‫‪14-17‬‬ ‫‪8‬‬ ‫‪15.5‬‬ ‫‪124‬‬ ‫‪1922‬‬
‫‪sum‬‬ ‫‪40‬‬ ‫‪428‬‬ ‫‪5008‬‬

‫وبتطبيق المعادلة ‪ ،‬نجد أن اﻻنحراف المعياري قيمته هي ‪:‬‬

‫‪2 f   xf ‬‬
‫‪2‬‬
‫‪‬‬ ‫‪x‬‬
‫‪n‬‬
‫‪s‬‬
‫‪n 1‬‬
‫‪( 428 ) 2‬‬
‫‪5008 ‬‬
‫‪‬‬ ‫‪40‬‬ ‫‪‬‬ ‫‪5008  4579 . 6‬‬
‫‪40  1‬‬ ‫‪39‬‬
‫‪‬‬ ‫‪10 . 984615‬‬ ‫‪ 3 . 314‬‬
‫أي أن اﻻنح راف المعي اري لﻺنف اق الش هري ‪ 3.314‬أل ف ﷼ ‪ ،‬ووفق ا له ذا المقي اس ‪ ،‬ف إن‬
‫تشتت بيانات اﻹنفاق أكبر من تشتت بيانات اﻹنفاق وفقا لمقياس اﻻنحراف المتوسط )‪. (2.88‬‬
‫خصائص اﻻنحراف المعياري من خصائص اﻻنحراف المعياري ‪ ،‬ما يلي ‪:‬‬
‫‪ ‬أوﻻ ‪ :‬اﻻنحراف المعياري للمقدار الثابت يساوي صفرا ‪ ،‬أي أنه إذا كان لدينا القراءات التالية‪:‬‬
‫‪ x: a, a, a, …,a‬حي ث أن ‪ a‬مق دار ثاب ت ف إن ‪ ، s x  0 :‬حي ث أن ‪ s x‬تعب ر ع ن اﻻنح راف‬
‫المعياري لقيم ‪. x‬‬
‫‪ ‬ثاني ا ‪ :‬إذا أض يف مق دار ثاب ت إل ى ك ل قيم ة م ن ق يم المف ردات ‪ ،‬ف إن اﻻنح راف المعي اري للق يم‬
‫الجديدة )القيم بعد اﻹضافة( تساوي اﻻنحراف المعياري للقيم اﻷصلية )القيم بعد اﻹض افة( ‪ ،‬ف إذا‬
‫كانت القيم اﻷصلية هي ‪ ، x1 , x2 ,..., xn‬وتم إضافة مق دار ثاب ت ‪ a‬إل ى ك ل قيم ة م ن ق يم ‪، x‬‬
‫ف إن اﻻنح راف المعي اري للق يم الجدي دة ‪ ( y  x  a) : x1  a, x2  a,..., xn  a :‬ه ي ‪:‬‬
‫‪: s y  sx‬‬
‫مثـال)‪(10 -4‬‬
‫إذا كان من المعلوم أن تطبيق برنامج غذائي معين للتسمين لفت رة زمني ة مح ددة س وف يزي د م ن‬
‫وزن الدجاجة ‪ 0.5‬كيلوجرام‪ ،‬س حبت عين ة عش وائيا م ن مزرع ة دج اج حجمه ا ‪ 5‬دجاج ات‪ ،‬وكان ت‬
‫أوزانها كالتالي‪. 1 , 1.75 , 2 , 1.25 , 2.5 :‬‬
‫‪ -4‬احسب اﻻنحراف المعياري لوزن الدجاجة ‪.‬‬
‫‪ -5‬إذا طبق البرنامج الغذائي المشار إليه‪ ،‬ما هو اﻻنحراف المعياري لوزن الدجاجة في ه ذه‬
‫العينة؟‬
‫اﻹحصاء الوصفي‬ ‫‪47‬‬ ‫رابعا ‪ :‬مقاييس التشتت‬

‫الحـــــل‬
‫‪ -1‬حساب اﻻنحراف المعياري للوزن قبل تطبيق البرنامج ‪.‬‬

‫‪x‬‬ ‫‪x2‬‬
‫‪1‬‬ ‫‪1‬‬ ‫‪n5‬‬
‫‪1.75‬‬ ‫‪3.0625‬‬ ‫‪ x  8.5‬‬
‫‪2‬‬ ‫‪4‬‬
‫‪1.25‬‬ ‫‪1.5625‬‬ ‫‪ x 2  15.875‬‬
‫‪2.5‬‬ ‫‪6.25‬‬
‫‪8.5‬‬ ‫‪15.875‬‬
‫إذا اﻻنحراف المعياري للوزن قبل البرنامج في العينة هو‪:‬‬

‫‪‬‬‫‪‬‬ ‫‪x 2‬‬

‫‪ x ‬‬
‫‪2‬‬
‫‪n‬‬
‫‪sx ‬‬
‫‪n 1‬‬
‫‪(8 .5 ) 2‬‬
‫‪15 . 875 ‬‬
‫‪‬‬ ‫‪5‬‬ ‫‪‬‬ ‫‪15 . 875  14 . 45‬‬
‫‪ 0 . 534‬‬
‫‪5‬‬ ‫‪5‬‬
‫‪‬‬ ‫‪10 . 984615‬‬ ‫‪ 3 . 314‬‬
‫‪ -2‬حساب اﻻنحراف المعياري لوزن الدجاجة بعد تطبيق البرنامج ‪.‬‬
‫ك ل دجاج ة بع د تطبي ق البرن امج‪ ،‬م ن المتوق ع أن تزي د ‪ 0.5‬كيل وجرام ‪ ،‬وه ذا معن اه أن‬
‫ال وزن بع د البرن امج ه و ‪ ، y  x  0.5 :‬ويك ون اﻻنح راف المعي اري لل وزن الجدي د‬
‫مساويا أيضا لﻼنحراف المعياري للقيم اﻷصلية ‪ ،‬أى أن ‪:‬‬
‫‪s y  s x  0.534‬‬
‫اﻻنحراف المعياري للوزن بعد تطبيق البرنامج يساوي ‪ 0.534‬كيلوجرام ‪.‬‬

‫‪ ‬ثالث ا ‪ :‬إذا ض رب ك ل قيم ة م ن ق يم المف ردات ف ي مق دار ثاب ت ‪ ،‬ف إن اﻻنح راف المعي اري للق يم‬
‫الجديدة ‪ ،‬يساوي اﻻنحراف المعياري للقيم اﻷصلية مضروبا ف ي الثاب ت ‪ ،‬أى أن إذا ك ان ق يم ‪x‬‬
‫ه ي الق يم اﻷص لية ‪ ،‬وكان ت الق يم الجدي دة ه ي ‪ ، y  ax :‬حي ث أن ‪ a‬مق دار ثاب ت ‪ ،‬ف إن ‪:‬‬
‫‪. s y  as x‬‬
‫ومثال على ذلك ‪ ،‬إذا كان اﻻنحراف المعياري ل درجات عين ة م ن الط ﻼب ه ي ‪ 4‬درج ات ‪ ،‬وإذا‬
‫كان التصحيح من ‪ 50‬درجة ‪ ،‬ويراد تعديل الدرجة ليكون التصحيح من ‪ 100‬درجة‪ ،‬ومعنى يتم‬
‫ضرب كل درج ة م ن ال درجات اﻷص لية ف ي ‪ ، 2‬وم ن ث م يحس ب اﻻنح راف المعي اري لل درجات‬
‫المعدلة كالتالي ‪.‬‬
‫‪y  2x‬‬
‫‪s y  2s x  2(4)  8‬‬
‫إذا اﻻنحراف المعياري للدرجات المعدلة ‪ 8‬درجات ‪.‬‬
‫‪ ‬رابعا‪ :‬إذا ك ان ل دينا التوليف ة الخطي ة ‪ ، y  ax  b :‬ف إن اﻻنح راف المعي اري للمتغي ر ‪ y‬ه و‬
‫اﻹحصاء الوصفي‬ ‫‪48‬‬ ‫رابعا ‪ :‬مقاييس التشتت‬

‫أيضا ‪ ، s y  as x :‬وفي المثال السابق ‪ ،‬لو أضاف المصحح لك ل طال ب ‪ 5‬درج ات بع د تع ديل‬
‫الدرجة من ‪ ، 100‬أى أن الدرجة الجديدة هي ‪ ، y  2 x  5 :‬فإن اﻻنحراف المعياري هو ‪:‬‬
‫‪y  2x  5‬‬
‫‪s y  2s x  2(4)  8‬‬
‫مزايا وعيوب اﻻنحراف المعياري‬
‫من مزايا اﻻنحراف المعياري‬
‫‪ -1‬أنه أكثر مقاييس التشتت استخداما ‪.‬‬
‫‪ -2‬يسهل التعامل معه رياضيا ‪.‬‬
‫‪ -3‬يأخذ كل القيم في اﻻعتبار ‪.‬‬
‫ومن عيوبه ‪ ،‬أنه يتأثر بالقيم الشاذة ‪.‬‬