‫الفصل الرابع‬

‫تحليل التباين‬
‫(‪ )4,1‬مقدمة‪:‬‬

‫يعترب أسلوب حتليل التباين أحد األساليب اإلحصائية اليت تستخدم يف كثري من اجملاالت التطبيقية يف‬
‫البحوث العلمية‪ .‬ويرجع استخدام حتليل التباين إىل العامل اإلحصائي "رونالد فيشر " ‪Ronald A. Fisher‬‬
‫عندما استخدم املنهج الرياضي لتجزأة جمموع املربعات الكلي للمشاهدات إىل مركبات تُعزى إىل عوامل مسببة‬
‫لإلختالف الكلي يف الصفة املدروسة تسمى مبصادر االختالف‪ ،‬وهذه املصادر ميكن تعريفها من خالل منوذج‬
‫رياضي يسمى بنموذج حتليل التباين‪.‬‬
‫ويهدف تطبيق حتليل التباين إىل دراسة وحتليل أثر عدة متغريات مستقلة وصفية (إمسية ‪، nominal‬‬
‫ورتبية) على متغري تابع كمي مستمر‪ .‬كما يقوم هذا التحليل على أساس أن املتغري الوصفي هو عامل ‪ ،factor‬وأن‬
‫جمموعات هذا املتغري هي مستويات العامل واليت يطلق عليها أحيانا باملعاجلات‪ .‬وحتليل التباين له عدة أنواع وذلك‬
‫حسب عدد املتغريات حتت الدراسة‪:‬‬

‫تحليل التباين أحادي االتجاه ‪:One - Way ANOVA‬‬

‫يستخدم الختبار الفروق بني أكثر من متوسطني‪ ،‬أي عند وجود متغري مستقل واحد له معاجلات متعددة ويراد معرفة‬
‫تأثري هذه املعاجلات على املتغري التابع‪ ،‬أي قياس الفروق بني هذه املعاجلات يف آن واحد‪ ،‬ولصعوبة تنفيذ هذا األمر‬
‫باختبار ‪ T-Test‬الذي سوف يقارن بني اجملموعات يف شكل جمموعات ثنائية مما ميثل صعوبة ويستغرق وقتا‬
‫وجهدا كبريين‪ ،‬كما ان كثرة االختبارات سيؤثر على مستوى املعنويه املستخدم مما جيعله غري معرب عن قيمته املعلنه‬
‫واملعمول هبا‪ ،‬وحلل هذه املشكله فإننا نستخدم حتليل التباين ذو االجتاه الواحد والذي به ينقسم التباين الكلى إىل‬
‫جزئني األول يسمى التباين بني اجملموعات)‪ (Between groups‬والثاين يسمى التباين داخل اجملموعات‬
‫)‪ (Within groups‬وعندما تكون االختالفات بني اجملموعات أكرب من االختالفات داخل اجملموعات يكون‬
‫هناك فعال فروق بني اجملموعات ترجع الختالف املعاجلات للمتغري املستقل‪.‬‬

‫تحليل التباين ثنائي االتجاه ‪ :Two- Way ANOVA‬يستخدم لدراسة تأثري متغريين مستقلني اثنني‬
‫مبستوياهتم املتعددة على متغري تابع واحد‪ ،‬باإلضافة إىل دراسة األثر املشرتك بينهما‪.‬‬
‫تحليل التباين الثالثي ‪ :‬يقصد به قياس أو تقييم تأثري عدد من العوامل كل منها يوجد يف مستويات متعددة على‬
‫متغري تابع واحد‪ ،‬ويستفاد منه يف البحوث اليت حتتوى على تصميم جترييب يتضمن دراسة أثر ثالث متغريات مستقلة‬
‫أو أكثر‪ ،‬وذلك ألنه يسمح بدراسة أثر كل متغري من املتغريات على حدة‪ ،‬باإلضافة إىل أثر تفاعلهما معا على متغري‬
‫تابع يف نفس الوقت‪.‬‬

‫أسباب استخدام تحليل التباين بدالً من استخدام اختبار (‪)T-Test‬‬

‫‪ -1‬اجلهد املبذول يف عمل املقارنات فاالعتماد على املقارنات الثنائية يتطلب جهدا ال مربر له ‪ ،‬حيث يزداد‬
‫عدد املقارنات بسرعة كلما ازداد عدد اجملتمعات‪.‬‬
‫عدد املقارنات = عدد اجملموعات×( عدد اجملموعات ‪ )١-‬مقسوم على ‪2‬‬
‫‪ -2‬ضعف عملية املقارنة‪:‬‬
‫عند املقارنة بني كل زوج من األوساط ‪ ،‬فإننا نستخدم فقط املعلومات عن اجملموعات املقارنتني ‪ ،‬وهنمل املعلومات‬
‫املتوفرة عن باقي اجملموعات واليت جتعل املقارنة أقوى فيما لو استعملت‪.‬‬
‫‪ -3‬خماطر الوقوع يف خطأ من النوع األول‪:‬‬
‫إن االستخدام املتعدد الختبار (‪ )T-Test‬يزيد من خطر يف ارتكاب اخلطأ من النوع األول ‪ ،‬فإذا كان عدد‬
‫املقارنات اليت نستخدم اختبار (‪ )T-Test‬فيها يساوي )‪ ،(r‬وكان مستوى الداللة املستخدم يف هذه املقارنات‬
‫‪ ‬فإن احتمال ارتكاب خطأ واحد أو أكثر من النوع األول يف هذه املقارنات ‪ ،‬يعطي بالعالقة‪:‬‬
‫) ‪1  (1  ‬‬
‫‪r‬‬
‫احتمال ارتكاب خطأ من النوع األول على األقل =‬
‫يتناول هذا الفصل استخدام برناجمي ‪ SAS‬و ‪ SPSS‬يف احلصول على نتائج تطبيق منوذج حتليل التباين األحادي‬
‫بشكل عام‪ ،‬وكذلك نتائج حتليل التباين األحادي يف حالة املعاينة من الوحدة التجريبية‪ ،‬وخيتتم باحلصول على نتائج‬
‫تطبيق منوذج حتليل التباين الثنائي‪.‬‬

‫(‪ )4,2‬تحليل التباين أحادي االتجاه‬

‫الغرض من حتليل التباين األحادي هو اختبار تساوي متوسطات جمموعات ‪ Groups‬أو مستويات متغري واحد‬
‫وصفي‪ ،‬فإذا كانت الظاهرة حتت الدراسة تشمل متغري واحد وصفي‪ ،‬مكون من ‪ k‬من اجملموعات املتنافية‪ ،‬ميكن‬
‫استخدام أبسط أنواع حتليل التباين‪ ،‬وهو "حتليل التباين األحادي"‪ . ANOVA‬ومن األمثلة على ذلك‪:‬‬
‫‪ .1‬نوع سالالت القمح ‪ :Strain of wheat‬ميكن النظر إليها كعامل ثابت تعرب مستوياته عن كل‬
‫السالالت املمكنة للقمح‪ ،‬واليت تؤخذ مجعيا يف االعتبار عند املقارنة بني متوسطات اإلنتاجية هلذه السالالت‪.‬‬
‫‪ .2‬درجة احلرارة ‪ :temperatures‬عندما يهتم الباحث بدراسة تأثري ثالث مستويات للحرارة‬
‫)‪ (35,30,25‬على فرتة ما قبل وضع البيض للحلم الدودي الذي يصيب ورق الزيتون وكذلك فرتة االنتقال من‬
‫طور إىل آخر‪ ،‬يعامل احلرارة يف هذه احلالة كعامل ثابت‪.‬‬
‫‪ .3‬املنطقة ‪ : Region‬عند مقارنة متوسطات القروض املمنوحة من صندوق التنمية الزراعية بني كافة مناطق‬
‫اململكة‪ ،‬ينظر إىل املنطقة كعامل ثابت يؤثر على قيمة القرض املمنوح للمنطقة‪.‬‬
‫وهكذا األمثلة على ذلك كثرية‪.‬‬

‫(‪ )4,2,1‬الشكل العام لنموذج تحليل التباين األحادي في حالة تساوي المكررات‬
‫يهتم منوذج حتليل التباين األحادي بدراسة وحتليل أثر عامل واحد على متغري تابع كمي‪ ،‬وبفرض أن ‪ t‬تعرب‬
‫تعرب عن عدد مكررات كل‬ ‫‪r‬‬ ‫‪ ، (T , T‬وأن‬
‫‪1‬‬ ‫‪2‬‬
‫) ‪,..., T t‬‬
‫عن عدد مستويات العامل أو عدد املعاجلات‪ ،‬ويرمز هلا بالرموز‬
‫ميكن التعبري عنها مبعادلة خطية تأخذ الصورة التالية‪:‬‬ ‫‪y ij‬‬
‫معاجلة‪ ،‬وأن ‪ ‬يعرب عن تأثري املعاجلة ‪ ، T‬فإن املشاهدة‬
‫‪i‬‬ ‫‪i‬‬

‫‪y ij     i   ij ,‬‬ ‫‪i  1 , 2 ,..., t ,‬‬ ‫‪j  1 , 2 ,..., r‬‬ ‫)‪(4.1‬‬

‫حيث أن‪:‬‬
‫‪ : ‬تعرب عن املتوسط العام‬
‫‪.‬‬ ‫‪i‬‬
‫‪ i  ‬‬
‫وتعكس احنراف متوسط املعاجلة ‪ ‬عن املتوسط العام ‪ ،‬أي أن‬
‫‪i‬‬
‫‪Ti‬‬
‫‪: ‬تعرب عن تأثري املعاجلة‬ ‫‪i‬‬

‫واليت استلمت املعاجلة رقم ‪ ، i‬ويعكس احنراف املشاهدة‬ ‫‪j‬‬

‫‪ : ‬هو اخلطأ التجرييب ملشاهدة الوحدة التجريبية رقم‬ ‫‪ij‬‬

‫‪.‬‬ ‫‪ij‬‬
‫) ‪ ( y ij   i‬‬
‫عن متوسط املعاجلة رقم ‪ ، i‬أي أن‪:‬‬ ‫‪y ij‬‬

‫ويسمى النموذج )‪ (4.1‬أعاله بنموذج حتليل التباين األحادي يف اجملتمع‪ ،‬وهو منوذج حيدد قيمة العالقة بني الصفة‬
‫املدروسة ‪ y‬كمتغري تابع‪ ،‬ومستويات العامل أو املعاجلات كمتغريات مستقلة‪.‬‬ ‫‪ij‬‬

‫(‪ )4,2,2‬االفتراضات التي يستند عليها النموذج‬

‫يستند منوذج حتليل التباين )‪ (4.1‬على عدد من االفرتاضات هي‪:‬‬
‫مقاسة مبستوى‬ ‫‪i‬‬ ‫على الوحدات التجريبية اليت استلمت املعاجلة رقم‬ ‫‪y ij‬‬
‫‪ ‬مشاهدات الصفة املدروسة‬
‫‪ ، ‬أي أن‬ ‫قياس فئوي أو نسيب ومستقلة وهلا توزيع طبيعي متوسطه ‪ ، ‬وتباينه‬
‫‪2‬‬
‫‪i‬‬ ‫‪i‬‬

‫) ‪~ N (  i , i‬‬
‫‪2‬‬

‫‪ . y‬كما يفرتض استقالل مشاهدات كل معاجلة عن مشاهدات املعاجلات األخرى‪.‬‬ ‫‪ij‬‬

‫‪ ‬جمموع اآلثار يساوي صفرا‪ ،‬أي أن‪:‬‬

‫‪t‬‬ ‫‪t‬‬

‫‪‬‬ ‫‪i ‬‬ ‫‪‬‬ ‫‪(i   )  0‬‬

‫‪i 1‬‬ ‫‪i 1‬‬ ‫)‪(4.2‬‬
‫ويدل ذلك على أن املتوسط العام هو الوسط احلسايب املرجح ملتوسطات املعاجلات‪ ،‬أي أن‪:‬‬
‫‪t‬‬ ‫‪t‬‬ ‫‪t‬‬

‫‪‬‬ ‫‪ri  i‬‬ ‫‪r i‬‬ ‫‪‬‬ ‫‪i‬‬

‫‪i 1‬‬ ‫‪i 1‬‬ ‫‪i 1‬‬
‫‪ ‬‬ ‫‪t‬‬
‫‪‬‬ ‫‪‬‬
‫‪tr‬‬ ‫‪t‬‬
‫‪‬‬ ‫‪ri‬‬
‫‪i 1‬‬ ‫)‪(4.3‬‬
‫‪ ‬األخطاء التجريبية داخل كل معاجلة هي متغريات عشوائية وهلا توزيع طبيعي متوسطه صفرا وتباينه ‪، ‬‬
‫‪2‬‬
‫‪i‬‬

‫) ‪ ij ~ N ( 0 ,  i‬‬
‫‪2‬‬

‫‪.‬‬ ‫أي أن‬

‫‪ ‬جتانس التباينات للمعاجلات‪ ،‬أي أن‪:‬‬
‫‪1  ‬‬ ‫‪ ...  ‬‬ ‫‪ ‬‬
‫)‪(4.4‬‬
‫‪2‬‬ ‫‪2‬‬ ‫‪2‬‬ ‫‪2‬‬
‫‪2‬‬ ‫‪t‬‬

‫‪ ‬وجود استقالل خطي بني األخطاء و املعاجلات‪.‬‬

‫)‪ (4,3‬استخد ام برنامج ‪ SPSS‬في الحصول على نتائج تطبيق نموذج تحليل التباين األحادي‬
‫الستخدام برنامج ‪ SPSS‬يف احلصول على نتائج تطبيق منوذج حتليل التباين األحادي سوف نبدأ ب التحقق‬
‫من افرتاضات حتليل التباين األحادي أوال ‪ ،‬مث من القائمة ‪ Analyzes‬خنتار ‪Compare Mean‬‬
‫ومن القائم ة الفرعية خنتار ‪ One- Way ANOVA‬ولبيان ذلك سوف يتم حل التطبيق التايل‬
‫باستخدام الربنامج ‪.‬‬

‫تطبيق )‪(4,1‬‬
‫متثل البيانات التالية درجات الطالب الذين دُ رس هلم مقرر اإلحصاء بثالث طرق خمتلفة‪.‬‬

‫طرق التدريس‬
‫‪j‬‬ ‫‪M‬‬ ‫‪M‬‬ ‫‪M‬‬
‫‪1‬‬ ‫‪2‬‬ ‫‪3‬‬

‫‪1‬‬ ‫‪74‬‬ ‫‪86‬‬ ‫‪77‬‬

 ‫‪2‬‬ ‫‪75‬‬ ‫‪89‬‬ ‫‪75‬‬
‫‪3‬‬ ‫‪72‬‬ ‫‪81‬‬ ‫‪76‬‬
‫‪4‬‬ ‫‪69‬‬ ‫‪86‬‬ ‫‪78‬‬
‫‪5‬‬ ‫‪71‬‬ ‫‪85‬‬ ‫‪79‬‬

‫واملطلوب‪ :‬اختبار فرض تساوي متوسطات الدرجات للطرق الثالث‬

‫الحل‪:‬‬
‫أوالً‪ :‬قبل الشروع يف حل التطبيق البد أن تعرف املتغريات وعددها فنالحظ أنه يوجد متغريان ومها املتغري‬
‫التابع (درجة الطالب) وسوف ندخلها باسم ‪ ، Mark‬واملتغري الثاين وهو املتغري املستقل االمسي (طرق‬
‫‪ Method‬وهي ثالث طرق(مستويات)يعرب عنها بالرموز ‪. M 3 ، M 2 ، M 1‬‬ ‫التدريس) وسوف ندخلها باسم‬

‫ثانياً‪ :‬للحصول على نتائج حتليل التباين األحادي‪ ،‬يتم ادخال البيانات على الربنامج من خالل إتباع التايل‪:‬‬
‫‪ -‬ندخل البيانات يف صفحة ‪ Data view‬وذلك عن طريق النقر مرتني ‪Double- click‬‬
‫بزر املاوس على أيقونة أو رمز الربنامج يف حال وجوده على سط ح املكتب‪ ،‬أو من خالل سطح‬
‫املكتب نضغط بالفأرة على كلمة ‪ Start‬تظهر قائمة خنتار منهــا ‪ Programs‬ومنها خنتار‬
‫برنامـج ‪. SPSS‬فتظهر صفحة ‪ Data view‬كالتايل‪:‬‬

‫‪ -‬إدخال البيانات املستهدفة ( املتغري التابع (درجة الطالب) باسم ‪ ) Mark‬يف أول أعمدة امللف‬
‫الفارغ من جهة اليس ار وذلك بالوقوف بالسهم على أول خانة من خانات العمود اخلاص‬
‫بالدرجات لبدء عمليات اإلدخال‪.‬‬
‫‪ -‬إدخال املتغري املستقل (طرق التدريس) باسم ‪ Method‬يف ثاين أعمدة امللف الفارغ من جهة‬
‫اليسار وذلك بالوقوف بالسهم على أول خانة من خانات العمود اخلاص بطرق التدريس ل بدء‬
 ‫عمليات اإلدخال‪.‬‬

‫‪ -‬تسـمية املتغـريات الـيت مت إدخاهلـا وذلـك بالضـغط علـى ] ‪ ( [ Variable View‬رؤيـة املتغـري )‪،‬‬
‫بشريط التعليمات السفلي‪.‬‬

‫‪ ‬يظهر لنا جدول حيتوي على كل اخلصائص املمكنة للمتغريات اليت مت إدخاهلا‪.‬‬
‫يتم إدخال االسم ( ‪ )Mark‬للمتغري التابع يف اخلانة األوىل حتت[ ‪ ] Name‬واالسم ‪ Method‬للمتغري‬
‫املستقل‪.‬‬

‫‪ -‬نضغط على اخلانة اليت أمام املتغري ‪ Method‬وحتت عمود ‪ Values‬فيظهر مربع ‪Value‬‬
‫‪Labels‬كالتايل‪:‬‬
 ‫‪ -‬نعرف الرقم (‪ ) 1‬بكلمة ‪ M1‬والرقم (‪ ) 2‬بكلمة ‪ M2‬والرقم (‪ ) 3‬بكلمة ‪M3‬‬

‫‪ -‬مث نضغط ‪ OK‬ونضغط أسفل الصفحة على ‪ Data View‬فتظهر البيا نات كالتايل‪:‬‬

‫‪ ‬وبالتايل مت هتيئة البيانات متهيدا لعرض النتائج‪.‬‬

‫مث نكتب اسم امللف ‪Mark‬‬ ‫‪ ‬كما يفضل حفظ امللف‪ :‬وذلك بالضغط على عالمة حفظ‬
‫ونضغط ‪Save‬‬
‫التحقق من افتراضات تحليل التباين األحادي وهي‪:‬‬ ‫‪-1‬‬
‫‪y ij‬‬
‫(قيمة مفردات الظاهرة ) مستقل ة وهلا توزيع طبيعي‪.‬‬ ‫‪ o‬املتغريات‬
‫أي‬ ‫‪ o‬جمموعة البيانات يف املستويات املختلفة تشكل عينات عشوائية مستقلة وهلا تباين مشرتك‬
‫‪2‬‬
‫‪‬‬

‫أن‪:‬‬
 ‫‪‬‬ ‫‪ ‬‬ ‫‪ ...  ‬‬ ‫‪ ‬‬
‫‪2‬‬ ‫‪2‬‬ ‫‪2‬‬ ‫‪2‬‬
‫‪1‬‬ ‫‪2‬‬ ‫‪k‬‬

‫أ‪ -‬اختبار طبيعية البيانات‬

‫‪ -‬بعد امتام ادخال البيانات خنترب طبيعية البيانات وذلك كما يلي‪ :‬من القائمة ‪ Analyzes‬خنتار‬
‫‪ Descriptive statistics‬ومن القائمة الفرعية خنتار ‪Explore‬‬

‫‪ -‬مث التظلي ـ ــل عل ـ ــى املتغ ـ ــري املس ـ ــتهدف وه ـ ــو ‪ Mark‬مث ننق ـ ــل ه ـ ــذا املتغ ـ ــري إىل املرب ـ ــع األمي ـ ــن اخل ـ ــاص بقائم ـ ــة‬
‫‪ Dependent List‬والتظليــل علــى املتغــري ‪ Method‬وننقل ـه إىل املربــع األميــن اخلــاص بقائمــة‬
‫‪Factor List‬‬
‫‪ -‬الض ــغط عل ــى األم ــر …‪ Plots‬عل ــى مي ــني املرب ــع‪ ،‬لتحدي ــد اختب ــار طبيعي ــة البيان ــات وذل ــك بتنش ــيط‬
‫‪ Normality plots with test‬كما يف املربع التايل‪:‬‬

‫الضغط على ‪ Continue‬مث ‪ OK‬فيظهر اجلدول التايل جبانب نواتج أخرى‪:‬‬ ‫‪-‬‬

‫‪Tests of Normality‬‬
‫‪Kolmogorov-Smirnova‬‬ ‫‪Shapiro-Wilk‬‬
‫‪Method‬‬
‫‪Statistic‬‬ ‫‪df‬‬ ‫‪Sig.‬‬ ‫‪Statistic‬‬ ‫‪df‬‬ ‫‪Sig.‬‬
‫*‬
‫‪M1‬‬ ‫‪.175‬‬ ‫‪5‬‬ ‫‪.200‬‬ ‫‪.974‬‬ ‫‪5‬‬ ‫‪.899‬‬
‫*‬
‫‪Mark‬‬ ‫‪M2‬‬ ‫‪.245‬‬ ‫‪5‬‬ ‫‪.200‬‬ ‫‪.931‬‬ ‫‪5‬‬ ‫‪.601‬‬
‫*‬
‫‪m3‬‬ ‫‪.136‬‬ ‫‪5‬‬ ‫‪.200‬‬ ‫‪.987‬‬ ‫‪5‬‬ ‫‪.967‬‬
 ‫من اجلدول نالحظ أن القيمة االحتمالية ( ‪ )Sig.‬الختبار ‪ Kolmogorov-Smirnova‬أكرب من‬
‫‪ ...0‬لكل من الطرق أي أننا نقبل فرض العدم الذي ينص على أن توزيع بيانات الطرق الثالث مسحوبة‬
‫من جمتمع يتبع التوزيع الطبيعي وهذا أحد شروط استخدام جدول حتليل التباين‪.‬‬
‫ب ‪ -‬اختبار تجانس التباين‪:‬‬
‫من القائمة ‪ Analyzes‬خنتار ‪ Compare Mean‬ومن القائمة الفرعية خنتار ‪One- Way‬‬
‫…‪ ANOVA‬كما الشكل التايل‪:‬‬

‫يظهر مربع احلوار التايل‪:‬‬

‫‪ -‬مث التظليـ ــل علـ ــى املتغـ ــري املسـ ــتهدف وهـ ــو ‪ Mark‬مث ننقـ ــل هـ ــذا املتغـ ــري إىل املربـ ــع األميـ ــن اخلـ ــاص بقائمـ ــة‬
‫‪ Dependent List‬وننقل املتغري ‪ Method‬إىل املربع األمين اخلاص بقائمة ‪Factor‬‬

‫مث نضغط على …‪ Options‬لوصف طرق التدريس الثالثة وذلك بتنشيط ‪ Descriptive‬واختبار جتانس‬
‫تباين اجملموعات بتنشيط ‪ Homogeneity of variance test‬كما يف املربع التايل ‪:‬‬
 ‫الضغط على ‪ Continue‬مث ‪ OK‬فيظهر ثالث جداول كالتايل‪:‬‬ ‫‪-‬‬

‫اجلدول األول وهو ‪ Descriptives‬وحيتوي على وصف احصائي للطرق الثالثة يتمثل يف الوسط احلسايب‪،‬‬
‫واالحنراف املعياري وفرتات الثقة وأقل قيمة وأعلى قيمة‪.‬‬

‫‪Descriptives‬‬
‫‪Mark‬‬
‫‪95% Confidence Interval for‬‬
‫‪Std.‬‬ ‫‪Std.‬‬
‫‪N‬‬ ‫‪Mean‬‬ ‫‪Mean‬‬ ‫‪Minimum Maximum‬‬
‫‪Deviation‬‬ ‫‪Error‬‬
‫‪Lower Bound‬‬ ‫‪Upper Bound‬‬
‫‪M1‬‬ ‫‪5‬‬ ‫‪72.20‬‬ ‫‪2.387‬‬ ‫‪1.068‬‬ ‫‪69.24‬‬ ‫‪75.16‬‬ ‫‪69‬‬ ‫‪75‬‬
‫‪M2‬‬ ‫‪5‬‬ ‫‪85.40‬‬ ‫‪2.881‬‬ ‫‪1.288‬‬ ‫‪81.82‬‬ ‫‪88.98‬‬ ‫‪81‬‬ ‫‪89‬‬
‫‪m3‬‬ ‫‪5‬‬ ‫‪77.00‬‬ ‫‪1.581‬‬ ‫‪.707‬‬ ‫‪75.04‬‬ ‫‪78.96‬‬ ‫‪75‬‬ ‫‪79‬‬
‫‪Total‬‬ ‫‪15‬‬ ‫‪78.20‬‬ ‫‪6.050‬‬ ‫‪1.562‬‬ ‫‪74.85‬‬ ‫‪81.55‬‬ ‫‪69‬‬ ‫‪89‬‬

‫اجلدول الثاين وهو ‪ Test of Homogeneity of Variances‬وحيتوي على احصائية ليفني‬

‫ودرجات احلرية والقيمة االحتمالية (‪ )Sig = 0.680‬وحيث أهنا أكرب من ‪ ...0‬لذا ميكن قبول فرض تساوي‬
‫تباينات درجات الطالب للطرق الثالث ‪.‬‬
‫‪Test of Homogeneity of Variances‬‬
‫‪Mark‬‬
‫‪Levene Statistic‬‬ ‫‪df1‬‬ ‫‪df2‬‬ ‫‪Sig.‬‬
‫‪.399‬‬ ‫‪2‬‬ ‫‪12‬‬ ‫‪.680‬‬
‫من النتيجة (أ) و (ب) نالحظ أن شروط ( افرتاضات استخدام حتليل التباين حمققة) وبالتايل نعتمد على‬
‫جدول حتليل التباين الخت بار فرض متوسطات الدرجات للطرق الثالث‪.‬‬
 ‫مالحظة ‪:‬‬
‫‪ ‬اذا كانت البيانات التتبع التوزيع الطبيعي فيكون األسلوب املناسب للتحليل هو االختبار اللالمعلمي‬
‫كروسكال ولز‪ ،‬وسوف نتعرض لذلك يف الفصل الثاين عشر‪.‬‬
‫‪ ‬اذا كانت التباينات غري متجانسة والبيانات تتبع التوزيع الطبيعي نستخدم احصائية ‪ Welch‬أو‬
‫‪ Brown-Forsythe‬للمقارنة بني املتوسطات‪.‬‬

‫اجلدول الثالث وهو جدول حتليل التباين (‪ )ANOVA‬الختبار فرض تساوي متوسطات الدرجات للطرق الثالث‬
‫وحيتوي على جمموع املربعات‪ ،‬ومتوسط جمموع املربعات‪ ،‬ودرجات احلرية‪ ،‬وقيمة احصائية االختبار‬
‫‪ ، F=40.582‬وال قيمة االحتمالية ( ‪ )p value‬وهي ( ‪ )Sig = 0.000‬وهي أقل من مستوى املعنوية‬
‫‪ % 0‬لذا ميكن رفض فرض العدم اخلاص بتساوي متوسطات الدرجات للطرق الثالث‪ ،‬وأن هناك على األقل‬
‫متوسطني بينهما فرق معنوي‪.‬‬
‫‪ANOVA‬‬
‫‪Mark‬‬
‫‪Sum of Squares‬‬ ‫‪df‬‬ ‫‪Mean Square‬‬ ‫‪F‬‬ ‫‪Sig.‬‬
‫‪Between Groups‬‬ ‫‪446.400‬‬ ‫‪2‬‬ ‫‪223.200‬‬ ‫‪40.582‬‬ ‫‪.000‬‬
‫‪Within Groups‬‬ ‫‪66.000‬‬ ‫‪12‬‬ ‫‪5.500‬‬
‫‪Total‬‬ ‫‪512.400‬‬ ‫‪14‬‬

‫)‪ (4,4‬نتائج تحليل التباين األحادي في حالة المعاينة من الوحدة التجريبية‪.‬‬

‫يف احلالة اليت يتم فيها أخذ عينة عشوائية حجمها ‪ S‬من كل وحدة جتريبية‪ ،‬تسمى الوحدة اليت أخذ عليها‬
‫القياس بوحدة املعاينة‪ ،‬ويالحظ عند تطبيق هذه احلالة مع التصميم تام التعشية يأخذ النموذج الصورة التالية‪:‬‬
‫‪Y ijk     i   ij   ijk‬‬ ‫‪i  1 , 2 ,..., t , j  1 , 2 ,..., r , k  1 , 2 ,..., s‬‬

‫حيث أن‪:‬‬
‫) ‪ ij ~ N ( 0 ,  2‬‬ ‫واليت استلمت املعاجلة رقم ‪ ، i‬ويفرتض أن‪:‬‬ ‫‪j‬‬ ‫‪ :  ij‬هو اخلطأ التجرييب للوحدة التجريبية رقم‬
‫واليت استلمت املعاجلة رقم ‪ ، i‬ويفرتض‬ ‫‪j‬‬ ‫من الوحدة التجريبية رقم‬ ‫‪k‬‬ ‫‪ : ijk‬هو خطأ املعاينة لوحدة املعاينة رقم‬
‫‪. ijk‬‬ ‫) ‪~ N (0 , ‬‬
‫‪2‬‬
‫أن‪:‬‬
‫ومن النموذج أعاله يوجد ثالث مصادر لإلختالف‪ ،‬وهي‪:‬‬
‫‪ -‬املصدر األول‪ :‬االختالف الراجع إىل املعاجلات‬
 ‫‪ -‬املصدر الثاين‪ :‬االختالف الراجع إىل الوحدات التجريبية‪ ،‬ويسمى باخلطأ التجرييب‪.‬‬
‫‪ -‬املصدر الثالث‪ :‬االختالف الراجع إىل وحدات املعاينة‪ ،‬ويسمى خبطأ املعاينة‪.‬‬
‫ويالحظ أن جدول حتليل التباين يأخذ الصورة التالية‪.‬‬
‫‪S.O.V‬‬ ‫‪df‬‬ ‫‪SS‬‬ ‫‪MS‬‬ ‫) ‪E ( MS‬‬ ‫‪Fixed‬‬ ‫) ‪E ( MS‬‬ ‫‪Random‬‬
‫‪t‬‬

‫‪SSTr MSTr‬‬ ‫‪‬‬

‫‪2‬‬

‫‪Treat.‬‬ ‫)‪( t  1‬‬ ‫‪i 1‬‬

‫‪i‬‬
‫‪   s    rs  ‬‬
‫‪2‬‬ ‫‪2‬‬ ‫‪2‬‬

‫‪   s‬‬ ‫‪ rs‬‬

‫‪2‬‬ ‫‪2‬‬
‫‪‬‬
‫‪t 1‬‬

‫‪Ex. Error‬‬ ‫)‪t ( r  1‬‬ ‫‪SSE‬‬ ‫‪MSE‬‬ ‫‪   s ‬‬

‫‪2‬‬ ‫‪2‬‬
‫‪   s ‬‬
‫‪2‬‬ ‫‪2‬‬

‫‪Sa. Error‬‬ ‫)‪tr ( s  1‬‬ ‫‪SSS‬‬ ‫‪MSS‬‬ ‫‪‬‬

‫‪2‬‬
‫‪‬‬
‫‪2‬‬

‫ويف هذه احلالة ميكن إضافة اختبار جديد‪ ،‬وهو اختبار أن تباين اخلطأ التجرييب يساوي صفرا‬
‫‪ H :  2‬وتأخذ إحصائية االختبار الصورة التالية ‪. F  MSE MSS‬‬ ‫‪0‬‬
‫‪ 0‬‬

‫استخدام برنامج ‪ SPSS‬يف احلصول على كافة نتائج حتليل التباين األحادي يف حالة املعاينة من الوحدة التجريبية‪،‬‬
‫ويتم توضيح ذلك من خالل عرض تطبيق (‪:) 4,3‬‬
‫تطبيق )‪: (4,3‬‬
‫لدراسة تأث ري أربع طرق يستخدمها األطباء يف عالج اإلصابة بنزالت الربد للبالغني‪ ،‬من كل طريقة مت اختيار‬
‫عينة عشوائية من األطباء املستخدمني هلا حجمها ‪ 4‬أطباء‪ ،‬كما مت اختيار لكل طبيب عينة عشوائية حجمها ‪ 3‬من‬
‫املرضى الذين يعاجلهم الطبيب‪ ،‬وسجلت الفرتة الزمنية لالستجابة لطريقة العالج املستخدمة باأليام‪ .‬ويبني اجلدول‬
‫التايل هذه البيانات‪.‬‬
‫‪Doctor‬‬
‫‪D1‬‬ ‫‪D2‬‬ ‫‪D3‬‬ ‫‪D4‬‬
‫‪Patient‬‬ ‫‪P1‬‬ ‫‪P2‬‬ ‫‪P3‬‬ ‫‪P1‬‬ ‫‪P2‬‬ ‫‪P3‬‬ ‫‪P1‬‬ ‫‪P2‬‬ ‫‪P3‬‬ ‫‪P1‬‬ ‫‪P2‬‬ ‫‪P3‬‬
‫‪T1‬‬ ‫‪4‬‬ ‫‪8‬‬ ‫‪7‬‬ ‫‪7‬‬ ‫‪6‬‬ ‫‪5‬‬ ‫‪4‬‬ ‫‪5‬‬ ‫‪5‬‬ ‫‪6‬‬ ‫‪7‬‬ ‫‪6‬‬
‫‪T2‬‬ ‫‪7‬‬ ‫‪9‬‬ ‫‪8‬‬ ‫‪9‬‬ ‫‪7‬‬ ‫‪9‬‬ ‫‪8‬‬ ‫‪8‬‬ ‫‪9‬‬ ‫‪9‬‬ ‫‪8‬‬ ‫‪7‬‬
‫‪Treat‬‬
‫‪T3‬‬ ‫‪5‬‬ ‫‪4‬‬ ‫‪5‬‬ ‫‪6‬‬ ‫‪5‬‬ ‫‪6‬‬ ‫‪5‬‬ ‫‪6‬‬ ‫‪6‬‬ ‫‪6‬‬ ‫‪7‬‬ ‫‪6‬‬
‫‪T4‬‬ ‫‪9‬‬ ‫‪7‬‬ ‫‪9‬‬ ‫‪7‬‬ ‫‪8‬‬ ‫‪7‬‬ ‫‪8‬‬ ‫‪9‬‬ ‫‪9‬‬ ‫‪10‬‬ ‫‪8‬‬ ‫‪9‬‬

‫واملطلوب‪:‬‬
‫‪ -1‬استخدام برنامج ‪ SPSS‬للحصول على نتائج تطبيق حتليل التباين األحادي‪.‬‬
‫‪ -2‬اكتب التحليل اإلحصائي للنتائج‪.‬‬
 ‫الحل‪:‬‬
‫أوالً‪ :‬قبل الشروع يف حل التطبيق البد أن تعرف املتغريات وعددها كي يسهل ادخاهلا يف الربنامج‪ ،‬فنالحظ‬
‫أنه يوجد ‪ 4‬متغريات وهم املتغري التابع ميثل عدد أيام االستجابة لطريقة العالج‪ ،‬ويرمز له بالرمز ‪، Response‬‬
‫واملتغري الثاين وهو املتغري املستقل املراد دراسة تأثريه هو " طرق العالج" ويرمز له بالرمز ‪ Treat‬ويتكون من أربع‬
‫طرق متثل املعاجلات‪ ،‬أي أن ‪ ، t  4‬ويرمز هلذه املعاجلات بالرموز ) ‪ ، (Treat : T1 , T 2 , T 3 , T 4‬واملتغري الثالث‬
‫وهو الوحدات التجريبية وهي األطباء‪ ،‬ويرمز له بالرمز ‪ ، Doctor‬وعدد األطباء املستخدمني للطريق أربعة‪ ،‬أي أن‬
‫‪ ، r  4‬ويرمز هلم بالرموز ) ‪ ، ( Doctor : D 1 , D 2 , D 3 , D 4‬واملتغري الرابع وهو عينة عشوائية من املرضى‬
‫‪ Patient‬الذين عاجلهم الطبيب حجمها ثالث مرضى‪ ،‬أي أن ‪ ، s  3‬ويرمز هلؤالء املرضى بالرموز‬
‫) ‪. ( Patient : P1 , P2 , P3‬‬
‫ثانياً ‪ :‬يتم ادخال البيانات على الربنامج من خالل إتباع التايل‪:‬‬
‫‪ -‬ندخل البيانات يف صفحة ‪ Data view‬كما يف تطبيق (‪ ) 0/ 2‬كالتايل‪:‬‬

‫‪ -‬تسـمية املتغـريات الـيت مت إدخاهلـا وذلـك بالضـغط علـى ] ‪ ( [ Variable View‬رؤيـة املتغـري )‪،‬‬
‫بشريط التعليمات السفلي‪.‬‬

‫نضغط على اخلانة اليت أمام املتغري ‪ Treat‬وحتت عمود ‪ Values‬فيظهر مربع ‪Value‬‬ ‫‪-‬‬
 ‫‪Labels‬كالتايل‬

‫‪ -‬نعرف الرقم (‪ ) 1‬بالرمز ‪ T1‬والرقم (‪ ) 2‬بالرمز ‪ T2‬والرقم (‪ ) 3‬بالرمز ‪ T3‬والرقم (‪ )4‬بالرمز ‪T4‬‬
‫مث نضغط ‪OK‬‬ ‫‪-‬‬

‫‪ Patient‬ونضغط أسفل الصفحة على ‪Data‬‬ ‫‪، Doctor‬‬ ‫‪ -‬نكرر نفس العمل بالنسبة للمتغريات األخرى‬
‫‪ View‬فتظهر البيانات كالت ايل‪:‬‬
 ‫‪ ‬وبالتايل مت هتيئة البيانات متهيدا لعرض النتائج‪.‬‬

‫مث نكتب اسم امللف وليكن (‪)0- 3‬‬ ‫‪ ‬كما يفضل حفظ امللف‪ :‬وذلك بالضغط على عالمة حفظ‬
‫ونضغط ‪Save‬‬

‫بعد امتام ادخال البيانات خنترب طبيعية البيانات وجتانس التباين كما سبق ذكره‪.‬‬ ‫‪-‬‬

‫من القائمة ‪ Analyzes‬خنتار ‪ General Linear Model‬ومن القائمة الفرعية خنتار‬ ‫‪-‬‬

‫…‪Univariate‬‬

‫يظهر املربع احلواري ‪Univariate‬‬

‫‪ Response‬مث ننق ـ ــل ه ـ ــذا املتغ ـ ــري إىل املرب ـ ــع األمي ـ ــن اخل ـ ــاص بقائم ـ ــة‬ ‫‪ -‬مث التظلي ـ ــل عل ـ ــى املتغ ـ ــري املس ـ ــتهدف وه ـ ــو‬
‫‪ Dependent Variable‬والتظليـل علـى املتغـريان ‪ Treat, Doctor‬وننقلـه إىل املربـع‬
‫األمين اخلاص بقائمة )‪ Fixed Factor(s‬كما بالشكل التايل‪:‬‬
‫فيظهر املربع احلواري‬ ‫…‪ Model‬على ميني املربع‪ ،‬لتحديد النموذج‬ ‫الضغط على األمر‬ ‫‪-‬‬

‫‪:Univariate: Model‬‬
‫‪ -‬يـ ـ ــتم تنشـ ـ ــيط ‪ Custom‬والتظليـ ـ ــل علـ ـ ــى املتغـ ـ ــري ‪Treat‬ونقل ـ ـ ـه إىل املربـ ـ ــع األميـ ـ ــن اخلـ ـ ــاص بقائمـ ـ ــة‬
‫‪ Model‬مث التظليل على املتغري ‪ Treat, Doctor‬معا ونقلهما كما بالشكل التايل‪:‬‬

‫الضغط على ‪Continue‬‬ ‫‪-‬‬

‫الضغط على األمر …‪ Options‬على ميني املربع‪ ،‬لوصف املتغريات واختبار جتانس التباين فيظهر املربع‬ ‫‪-‬‬

‫احلواري ‪Univariate: Options‬‬

‫مث التظليل على املتغري ‪ Treat‬مث ننقل هذا املتغري إىل املربع األمين اخلاص بقائمة ‪Display Means for‬‬ ‫‪-‬‬
‫يتم تنشيط ‪ Descriptive statistics‬لوصف املتغري وتنشيط ‪ Homogeneity test‬الختبار‬ ‫‪-‬‬

‫جتانس تباين اجملموعات‪.‬‬

‫الضغط على ‪ Continue‬مث ‪ OK‬فيظهر النتائج يف اجلداول التالية‪:‬‬ ‫‪-‬‬

‫‪ -1‬اجلدول األول حيتوي على اسم كل معاجلة وعدد مرات تكرارها‪.‬‬

‫‪Between-Subjects Factors‬‬
‫‪Value Label‬‬ ‫‪N‬‬
‫‪1.00‬‬ ‫‪T1‬‬ ‫‪12‬‬
‫‪2.00‬‬ ‫‪T2‬‬ ‫‪12‬‬
‫‪Treat‬‬
‫‪3.00‬‬ ‫‪T3‬‬ ‫‪12‬‬
‫‪4.00‬‬ ‫‪T4‬‬ ‫‪12‬‬
‫‪1.00‬‬ ‫‪D1‬‬ ‫‪12‬‬
‫‪2.00‬‬ ‫‪D2‬‬ ‫‪12‬‬
‫‪Doctor‬‬
‫‪3.00‬‬ ‫‪D3‬‬ ‫‪12‬‬
‫‪4.00‬‬ ‫‪D4‬‬ ‫‪12‬‬

‫‪ -2‬اجلدول الثاين يعطي املتوسط احلسايب واالحنراف املعياري لكل معاجلة‪.‬‬

 Dependent Variable: Response
Treat Doctor Mean Std. Deviation N
D1 6.3333 2.08167 3
D2 6.0000 1.00000 3
T1 D3 4.6667 .57735 3
D4 6.3333 .57735 3
Total 5.8333 1.26730 12
D1 8.0000 1.00000 3
D2 8.3333 1.15470 3
T2 D3 8.3333 .57735 3
D4 8.0000 1.00000 3
Total 8.1667 .83485 12
D1 4.6667 .57735 3
D2 5.6667 .57735 3
T3 D3 5.6667 .57735 3
D4 6.3333 .57735 3
Total 5.5833 .79296 12
D1 8.3333 1.15470 3
D2 7.3333 .57735 3
T4 D3 8.6667 .57735 3
D4 9.0000 1.00000 3
Total 8.3333 .98473 12
D1 6.8333 1.89896 12
D2 6.8333 1.33712 12
Total D3 6.8333 1.85047 12
D4 7.4167 1.37895 12
Total 6.9792 1.60438 48

‫) وحيث‬Sig = 0.140( ‫ اجلدول الثالث وحيتوي على احصائية ليفني ودرجات احلرية والقيمة االحتمالية‬-3
.‫ لذا ميكن قبول فرض تساوي التباين‬...0 ‫أهنا أكرب من‬
Levene's Test of Equality of Error Variancesa
Dependent Variable: Response
F df1 df2 Sig.
1.567 15 32 .140
Tests the null hypothesis that the error variance of the
dependent variable is equal across groups.
a. Design: Intercept + Treat + Treat * Doctor
 ‫‪ -4‬اجلدول الرابع وحيتوي على‪:‬‬
‫‪ R Squared = .769 ‬واليت تعين أن طرق العالج‪ ،‬والتداخل بينها وبني الطبيب كمتغريين‬
‫مستقلني يفسران ‪ %67.7‬من االختالفات الكلية اليت حتدث لعدد أيام االستجابة‪.‬‬
‫‪ ، F‬والقيمة االحتمالية (‪ )Sig = 0.000‬ويدل على أن‬ ‫‪ 7 . 084‬‬ ‫‪ ‬قيمة إحصائية االختبار‬
‫النموذج اخلطي املقرتح لتمثيل العالقة بني عدد أيام االستجابة كمتغري تابع‪ ،‬وبني طرق العالج‪ ،‬التفاعل‬
‫بني طرق العالج والطبيب مناسب لتمثيل هذه العالقة عند مستوى معنوية أقل من ‪. .....1‬‬
‫‪ ‬قيمة إحصائية االختبار ‪ ، F  29 . 738‬والقيمة االحتمالية (‪ )Sig = 0.000‬يف حالة إضافة‬
‫طرق العالج ‪ Treat‬يف النموذج الذي حيتوي على التفاعل )‪ Treat(Doctor‬حيسن معنويا‬
‫القدرة التنبؤية للنموذج‪ ،‬وذلك عند مستوى معنوية أقل من ‪ .0.0001‬بينما يالحظ أن قيمة‬
‫إحصائية االختبار ‪ ، F  1 . 421‬والقيمة االحتمالية (‪ )Sig = 0.207‬يف حالة إضافة التداخل‬
‫بني طرق العالج و الطبيب )‪Treat(Doctor‬يف النموذج الذي حيتوي على املعاجلات ‪Treat‬‬
‫الحيسن معنويا القدرة التنبؤية للنموذج ‪ ،‬وذلك عند مستوى معنوية أكرب من ‪.0.05‬‬
‫‪ ‬كما ميكن اجياد قيمة ‪ F‬الختبار تساوي متوسطات عدد أيام االستجابة لطرق العالج وذلك بقسمة‬
‫‪ ،‬والقيمة االحتمالية‬ ‫كالتايل‪:‬‬
‫‪Mean‬‬ ‫‪SquareTrea‬‬ ‫‪t‬‬ ‫‪26 . 021‬‬
‫‪F ‬‬ ‫‪‬‬ ‫‪ 20 . 93‬‬
‫‪Mean‬‬ ‫‪SquareTrea‬‬ ‫‪t * Doctor‬‬ ‫‪1 . 243‬‬

‫(‪ )Sig = 0.000‬ومن مث ميكن رفض الفرض العدم القائل بأن متوسطات عدد أيام االستجابة لطرق‬
‫العالج متساوية‪ ،‬وأن هناك على األقل متوسطان بينهما فرق معنوي‪ ،‬وذلك عند مستوى معنوية أقل‬
‫من ‪.0.0001‬‬

‫‪Tests of Between-Subjects Effects‬‬

‫‪Dependent Variable: Response‬‬
‫‪Type III Sum of‬‬
‫‪Source‬‬ ‫‪df‬‬ ‫‪Mean Square‬‬ ‫‪F‬‬ ‫‪Sig.‬‬
‫‪Squares‬‬
‫‪Corrected Model‬‬ ‫‪92.979a‬‬ ‫‪15‬‬ ‫‪6.199‬‬ ‫‪7.084‬‬ ‫‪.000‬‬
‫‪Intercept‬‬ ‫‪2338.021‬‬ ‫‪1‬‬ ‫‪2338.021‬‬ ‫‪2672.024‬‬ ‫‪.000‬‬
‫‪Treat‬‬ ‫‪78.062‬‬ ‫‪3‬‬ ‫‪26.021‬‬ ‫‪29.738‬‬ ‫‪.000‬‬
‫‪Treat * Doctor‬‬ ‫‪14.917‬‬ ‫‪12‬‬ ‫‪1.243‬‬ ‫‪1.421‬‬ ‫‪.207‬‬
‫‪Error‬‬ ‫‪28.000‬‬ ‫‪32‬‬ ‫‪.875‬‬
‫‪Total‬‬ ‫‪2459.000‬‬ ‫‪48‬‬
‫‪Corrected Total‬‬ ‫‪120.979‬‬ ‫‪47‬‬
‫)‪a. R Squared = .769 (Adjusted R Squared = .660‬‬
 ‫‪ -0‬اجلدول اخلامس وحيتوي على ‪ Estimated Marginal Means‬وفيه يوضح متوسط كل معاجلة‬
‫واخلطأ املعياري هلا وكذلك فرتات الثقة ‪ 95%‬لكل معاجلة‪.‬‬
‫‪Estimated Marginal Means‬‬
‫‪Treat‬‬
‫‪Dependent Variable: Response‬‬
‫‪95% Confidence Interval‬‬
‫‪Treat‬‬ ‫‪Mean‬‬ ‫‪Std. Error‬‬
‫‪Lower Bound‬‬ ‫‪Upper Bound‬‬
‫‪T1‬‬ ‫‪5.833‬‬ ‫‪.270‬‬ ‫‪5.283‬‬ ‫‪6.383‬‬
‫‪T2‬‬ ‫‪8.167‬‬ ‫‪.270‬‬ ‫‪7.617‬‬ ‫‪8.717‬‬
‫‪T3‬‬ ‫‪5.583‬‬ ‫‪.270‬‬ ‫‪5.033‬‬ ‫‪6.133‬‬
‫‪T4‬‬ ‫‪8.333‬‬ ‫‪.270‬‬ ‫‪7.783‬‬ ‫‪8.883‬‬

‫(‪ )4,5‬تحليل التباين ثنائي االتجاه ‪:Two- Way ANOVA‬‬

‫اهلدف من تطبيق هذا األسلوب دراسة تأثري متغريين مستقلني أو دراسة تأثري عاملني لكل منها عدة مستويات على‬
‫متغري كمي متصل‪ ،‬ومثال على ذلك ‪ ،‬لو أراد الباحث دراسة تأثري عاملي السماد والرتبة على إنتاجية احملصول فال بد‬
‫هنا من استخدام حتليل التباين الثنائي‪ ،‬والذي ميكن من خالله قياس تأثري كل عامل على حدة باإلضافة إىل التأثري‬
‫املشرتك للعاملني ‪ ،Interaction‬وكذلك اختبار مدى معنوية هذا التأثري على املتغري التابع‪ .‬فهو جييب عندئذ على‬
‫ثالثة أسئلة يف وقت واحد وهي‪ :‬هل تأثريات مستويات العامل ‪ A‬كلها متساوية؟‪ ،‬هل تأثريات مستويات العامل‬
‫أثر معنوي على املتغري التابع؟ كما يالحظ أنه إذا‬ ‫)‪(B , A‬‬ ‫‪ B‬كلها متساوية؟ ‪ ،‬وهل للتفاعل بني مستويات العاملني‬
‫وجد للتفاعل أثر معنوي‪ ،‬فإنه اليتم حتليل العاملني اآلخرين‪.‬‬

‫الشكل العام لنموذج تحليل التباين الثنائي‬

‫‪y ijk     i  ‬‬ ‫‪j‬‬

‫‪  ij   ijk‬‬ ‫‪,‬‬ ‫‪i  1 , 2 ,..., a ,‬‬ ‫‪j  1 , 2 ,..., b ,‬‬ ‫‪k  1 , 2 ,..., r ij‬‬

‫حيث أن‪:‬‬

‫حتت تأثري املستوى رقم ‪ i‬للعامل األول ‪ ، A‬وتأثري املستوى رقم ‪ j‬للعامل الثاين ‪. B‬‬ ‫‪k‬‬ ‫تعرب عن املشاهدة رقم‬ ‫‪y ijk‬‬

‫‪ : ‬تعرب عن املتوسط العام‬

‫‪،‬‬ ‫‪‬‬ ‫عن املتوسط العام‬ ‫‪ i.‬‬ ‫‪: ‬تعرب عن تأثري املستوى رقم ‪ i‬للعامل األول ‪ ، A‬ويعكس احنراف متوسط املستوى‬ ‫‪i‬‬

‫‪.‬‬ ‫‪i‬‬
‫‪ i.  ‬‬ ‫أي أن‬

‫‪:‬تعرب عن تأثري املستوى رقم ‪ j‬للعامل الثاين ‪ ، B‬ويعكس احنراف متوسط املستوى ‪  .‬عن املتوسط العام ‪ ،‬أي‬
‫‪j‬‬
‫‪i‬‬

‫‪.‬‬ ‫‪j‬‬
‫‪ .j  ‬‬ ‫أن‬

‫و ‪ ، B‬ويقاس باملعادلة التالية‪:‬‬ ‫‪j‬‬

‫‪Ai‬‬ ‫‪ : ‬تعرب عن تأثري التفاعل بني املستويني‬ ‫‪ij‬‬

‫‪ ij   ij   i .   . j  ‬‬

‫عن متوسط اخللية ‪ ، A B‬أي أن‬

‫‪i‬‬ ‫‪j‬‬
‫‪y ijk‬‬ ‫‪ ، y‬ويعرب عن احنراف املشاهدة‬ ‫‪ijk‬‬
‫‪ : ‬هو اخلطأ التجرييب للمشاهدة‬ ‫‪ijk‬‬

‫‪.‬‬ ‫‪ijk‬‬
‫‪ y ijk   ij‬‬

‫ويسمى النموذج أعاله بنموذج حتليل التباين الثنائي يف اجملتمع‪ ،‬وهو منوذج حيدد قيمة العالقة بني الصفة‬
‫كمتغري تابع‪ ،‬ومستويات العاملني والتفاعل بينهما كمتغريات مستقلة‪.‬‬ ‫‪y ijk‬‬ ‫املدروسة‬

‫افتراضات نموذج تحليل التباين في اتجاهين( الثنائي)‬

‫ميثل حتليل التباين الثنائي امتداد لتحليل التباين أحادي االجتاه ‪ ،‬ومن مث تنطبق الفروض اليت يستند عليها‬
‫منوذج حتليل التباين الثنائي مع الفروض اليت يستند عليها منوذج حتليل التباين األحادي‪ ،‬باإلضافة إىل بعض‬
‫االفرتاضات‪ ،‬وبشكل عام ميكن تلخيص افرتاضات النموذج يف اآليت‪:‬‬
‫‪ .1‬مشاهدات الصفة املدروسة داخل كل خلية ‪ y‬مقاسة مبعيار فئوي ‪ Interval‬أو نسيب ‪ ، Ratio‬وأهنا‬‫‪ijk‬‬

‫‪ . y‬كما يفرتض استقالل‬ ‫‪ijk‬‬

‫) ‪~ N (  ij ,  ij‬‬
‫‪2‬‬
‫مستقلة وهلا توزيع طبيعي متوسطه ‪ ، ‬وتباينه ‪ ، ‬أي أن‬
‫‪2‬‬
‫‪ij‬‬ ‫‪ij‬‬

‫مشاهدات كل خلية أو معاجلة عن مشاهدات اخلاليا األخرى‪.‬‬

‫جمموع آثار مستويات كل عامل من العاملني يساوي صفرا‪ ،‬وكذلك جمموع آثار التفاعالت أي أن‪:‬‬ ‫‪.2‬‬
‫‪a‬‬ ‫‪a‬‬ ‫‪b‬‬

‫‪, ‬‬ ‫‪, ‬‬

‫‪b‬‬

‫‪‬‬ ‫‪i‬‬
‫‪ 0‬‬ ‫‪j  0‬‬ ‫‪ij‬‬
‫‪‬‬ ‫‪‬‬ ‫‪ij‬‬
‫‪ 0‬‬
‫‪i 1‬‬ ‫‪j 1‬‬ ‫‪i 1‬‬ ‫‪j 1‬‬

‫األخطاء التجريبية داخل كل خلية متغريات عشوائية وهلا توزيع طبيعي متوسطه صفرا وتباينه ‪ ، ‬أي أن‬
‫‪2‬‬
‫‪ij‬‬
‫‪.3‬‬
 ‫‪. ~ N (0, ‬‬
‫‪ijk‬‬
‫‪2‬‬
‫‪ij‬‬
‫)‬

‫جتانس التباينات للمعاجلات‪ ،‬أي أن‪:‬‬ ‫‪.4‬‬

‫‪ 11   12  ...  ‬‬ ‫‪‬‬

‫‪2‬‬ ‫‪2‬‬ ‫‪2‬‬ ‫‪2‬‬
‫‪ab‬‬

‫وجود استقالل خطي بني األخطاء و املعاجلات‪.‬‬ ‫‪.0‬‬

‫استخدام برنامج ‪ SPSS‬في الحصول على نتائج تطبيق نموذج تحليل التباين الثنائي‬
‫لتوضيح استخدام برنامج ‪ SPSS‬يف احلصول على نتائج تطبيق منوذج حتليل التباين الثنائي سوف نعرض حل‬
‫التطبيق التايل‪:‬‬
‫تطبيق (‪)4,4‬‬
‫وزعــت ةســة أن ـواع مــن األمســدة )‪ (F5 , F4, F3, F2, F1‬عش ـوائيا علــى جمموعــة مــن قطــع األراضــي‬
‫املتجــاورة واملزروعــة بنــوع معــني مــن حمصــول القمــح وامل تشــاهبه يف طريقــة الــري ويف مجيــع الظــروف األخــرى داخــل‬
‫ثالثة قطاعات ) ‪ (S3 ,S2 , S1‬من الرتبة فكان احملصول الناتج كما يلي‪:‬‬
‫‪F1‬‬ ‫‪F2‬‬ ‫‪F3‬‬ ‫‪F4‬‬ ‫‪F5‬‬
‫‪S1‬‬ ‫‪76‬‬ ‫‪67‬‬ ‫‪81‬‬ ‫‪56‬‬ ‫‪51‬‬
‫‪S2‬‬ ‫‪82‬‬ ‫‪69‬‬ ‫‪96‬‬ ‫‪59‬‬ ‫‪70‬‬
‫‪S3‬‬ ‫‪68‬‬ ‫‪59‬‬ ‫‪67‬‬ ‫‪54‬‬ ‫‪42‬‬
‫املطلوب‪:‬‬
‫‪ -1‬اختبار فرض تساوي متوسطات إنتاجية احملصول ألنواع األمسدة اخلمس‪.‬‬
‫‪ -1 -2‬اختبار فرض تساوي متوسطات إنتاجية احملصول ألنواع الرتبة الثالثة‪.‬‬

‫الحل‪:‬‬
‫‪ -1‬إدخال البيانات‬
‫قبل ادخال البيانات البد أن نعرف عدد املتغريات حيث أننا لدينا ثالث متغريات هم‪ :‬املتغري التابع وهو‬
‫االنتاجية ويرمز له بالرمز ‪ Product‬ويقاس بإنتاجية احملصول‪ ،‬ومتغريان مستقالن ومها نوع السماد ‪ Ferti‬هو‬
‫العامل األول وميثل املعاجات ويشمل ةسة أنواع عُرب عنها بالرموز (‪ ،)F5 , F4, F3, F2, F1‬و نوع الرتبة‬
‫‪ Soil‬هو العامل الثاين‪ ،‬وهي ثالث أنواع عُرب عنها بالرموز ) ‪ ،(S3 ,S2 , S1‬كما يال حظ أن كل معاجلة‬
‫كررت مرة واحدة ‪ ،‬أي أن ‪ . r  1‬ومن مث ميكن ادخال البيانات كما يلي‪:‬‬
‫‪ij‬‬
 ‫‪ ‬إدخال املتغري التابع باسم (‪ )Product‬يف أول أعمدة امللف الفارغ من جهة اليسار وذلك بالوقوف‬
‫بالسهم على أول خانة من خانات العمود اخلاص باحملصول الناتج لبدء عمليات اإلدخال‪.‬‬
‫‪ ‬إدخال املتغري املستقل األول نوع السماد (‪ )Ferti‬يف ثاين أعمدة امللف الفارغ من جهة اليسار وذلك‬
‫بالوقوف بالسهم على أول خانة من خانات العمود اخلاص نوع السماد لبدء عمليات اإلدخال‪.‬‬
‫‪ ‬إدخال املتغري املستقل الثاين نوع الرتبة (‪ ) Soil‬يف ثالث أعمدة امللف الفارغ من جهة اليسار وذلك‬
‫بالوقوف بالسهم على أول خانة من خانات العمود اخلاص نوع الرتبة لبدء عمليات اإلدخال‪.‬‬

‫‪ ‬تســمية املتغــريات الــيت مت إدخاهل ـا وذلــك بالضــغط علــى ] ‪ ،[ Variable View‬بش ـريط‬
‫التعليمات السفلي كما سبق فتظهر البيانات كالتايل‪:‬‬

‫التحقق من افتراضات تحليل التباين وهي ‪:‬‬ ‫‪-2‬‬

‫أ‪ -‬اختبار طبيعية البيانات‬
‫‪ ‬بعد امتام ادخال البيانات خنترب طبيعية البيانات وذلك كما سبق من القائمة ‪ Analyzes‬خنتار‬
‫‪ Descriptive statistics‬ومن القائمة الفرعية خنتار ‪ Explore‬فيظهر املربع التايل‬
‫ويتم اجراء نفس اخلطوات كما سبق‪:‬‬

‫‪ ‬الضغط على األمر …‪ Plots‬على ميني املربع‪ ،‬لتحديد اختبار طبيعية البيانات وذلك بتنشيط‬

‫‪ ، Normality plots with test‬مث الضغط على ‪ Continue‬مث ‪ OK‬فيظهر اجلدول التايل‬

‫جبانب نواتج أخرى‪:‬‬

‫‪Tests of Normality‬‬
‫‪Kolmogorov-Smirnova‬‬ ‫‪Shapiro-Wilk‬‬
‫‪Ferti‬‬
‫‪Statistic‬‬ ‫‪df‬‬ ‫‪Sig.‬‬ ‫‪Statistic‬‬ ‫‪df‬‬ ‫‪Sig.‬‬
‫‪F1‬‬ ‫‪.204‬‬ ‫‪3‬‬ ‫‪.‬‬ ‫‪.993‬‬ ‫‪3‬‬ ‫‪.843‬‬
‫‪F2‬‬ ‫‪.314‬‬ ‫‪3‬‬ ‫‪.‬‬ ‫‪.893‬‬ ‫‪3‬‬ ‫‪.363‬‬
‫‪Product‬‬ ‫‪F3‬‬ ‫‪.177‬‬ ‫‪3‬‬ ‫‪.‬‬ ‫‪1.000‬‬ ‫‪3‬‬ ‫‪.962‬‬
‫‪F4‬‬ ‫‪.219‬‬ ‫‪3‬‬ ‫‪.‬‬ ‫‪.987‬‬ ‫‪3‬‬ ‫‪.780‬‬
‫‪F5‬‬ ‫‪.259‬‬ ‫‪3‬‬ ‫‪.‬‬ ‫‪.959‬‬ ‫‪3‬‬ ‫‪.612‬‬
‫‪a. Lilliefors Significance Correction‬‬

‫‪ ‬من اجلدول نالحظ أن القيمة االحتمالية ( ‪ )Sig.‬الختبار ‪Kolmogorov-‬‬

‫‪ Smirnova‬التظهر عندما يكون عدد املفردات أقل من ‪ 0‬لذلك سوف نعتمد على اختبار‬
‫‪ Shapiro-Wilk‬وحيث أن أن القيمة االحتمالية ( ‪ ) Sig.‬أكرب من ‪ ...0‬لكل من‬
‫اجملموعات أي أننا نقبل فرض العدم الذي ينص على أن توزيع بيانات اجملموعات مسحوبة من‬
 ‫جمتمع يتبع التوزيع الطبيعي وهذا أحد شروط استخدام جدول حتليل التباين‪.‬‬
‫اختبار تجانس التباين‪:‬‬ ‫ب‪-‬‬
‫نالحظ هنا أنه اليوجد تكرار للبيانات بكل توليفة لذلك سوف خنترب جتانس الت باين باستخدام‬
‫‪ One- Way ANOVA‬كما سبق ‪:‬‬
‫‪ -‬بوضع املتغري ‪ Product‬يف املربع األمين اخلاص بقائمة ‪ Dependent List‬واملتغري ‪ Ferti‬يف‬
‫املربع األمين اخلاص بقائمة ‪Factor‬‬
‫‪ -‬مث نضغط على …‪ Options‬لوصف اجملموعات اخلمس(‪ )F5 , F4, F3, F2, F1‬وذلك‬
‫بتنشيط ‪ Descriptive‬واختبار جتانس تباين اجملموعات بتنشيط ‪Homogeneity of‬‬
‫‪variance test‬كما يف امل ربع التايل ‪:‬‬

‫الضغط على ‪ Continue‬مث ‪ OK‬فيظهر جدول ‪Test of Homogeneity of‬‬ ‫‪-‬‬

‫‪ Variances‬كالتايل‪:‬‬

‫‪Test of Homogeneity of Variances‬‬

‫‪Product‬‬
‫‪Levene Statistic‬‬ ‫‪df1‬‬ ‫‪df2‬‬ ‫‪Sig.‬‬
‫‪1.685‬‬ ‫‪4‬‬ ‫‪10‬‬ ‫‪.229‬‬
‫يالحظ أن اجلدول حيتوي على احصائية ليفني ودرجات احلرية والقيمة االحتمالية (‪ )Sig = 0.229‬وحيث أهنا‬
‫أكرب من ‪ ...0‬لذا ميكن قبول فرض جتانس تباينات إنتاجية احملصول للمجموعات اخلمس‪.‬‬
‫من النتيجة (أ) و (ب) نالحظ أن شروط ( افرتاضات استخدام حتليل التباين حمققة) وبالتايل نعتمد على جدول‬
‫حتليل التباين الختبار فرض تساوي متوسطات إنتاجية احملصول للمجموعات اخلمس‪.‬‬
 ‫جدول تحليل التباين‬ ‫‪-3‬‬
‫‪ ‬من القائمة ‪ Analyze‬اختر ‪ General Linear Model‬ومن القائمة الفرعية اختر‬
‫‪ Univariate‬يظهر مربع الحوار التالي ‪:‬‬

‫‪ ‬ننقل املتغري ‪ Product‬اىل املستطيل أسفل ‪ Dependent Variable‬واملتغريان ‪ Ferti‬و‬

‫‪ SOIL‬إىل املستطيل أسفل )‪. Fixed Factor(s‬‬
‫‪ ‬اضغط على ‪ Model‬يظهر مربع احلوار التايل ‪:‬‬
‫‪ ‬اخرت ‪ Custom‬وانقل املتغريين ‪ Ferti‬و ‪ SOIL‬اىل املستطيل أسفل ‪ ، Model‬اضغط‬
‫‪ Continue‬سنعود اىل املربع االصلي‪.‬‬

‫اضغط على ‪ OK‬فيظهر املخرجات التالية‪:‬‬ ‫‪‬‬

‫‪ ، F‬وأن‬ ‫‪ 12 . 449‬‬ ‫مخرجات (‪ :) 1‬جدول تحليل التباين ويالحظ أن قيمة إحصائية االختبار للنموذج هي‬
‫القيمة االحتمالية ( ‪ ) sig.=0.001‬وحيث أهنا أقل من ‪ ...0‬مما ي دل على أن النموذج اخلطي الذي ميثل‬
‫العالقة بني إنتاجية احملصول كمتغري تابع‪ ،‬والع املني (نوع الرتبة ‪ ،‬ونوع السماد) كمتغريين مفسرين مناسب‬
‫عند مستوى معنوية أقل من ‪.%1‬‬
‫‪ ، F‬وأن القيمة االحتمالية‬ ‫‪ 11 . 54‬‬ ‫بالنسبة للعامل األول ( ‪ )Soil‬يالحظ أن قيمة إحصائية االختبار‬
‫(‪ ، )sig.=0.004‬وحيث أهنا أقل من ‪ ...0‬مما يدل على أن هذا العام ل يؤثر معنويا على إنتاجية‬
‫احملصول عند مستوى معنوية أقل من ‪ %1‬ومن مث يوجد على األقل نوعني من الرتبة بني متوسطيهما فرق‬
‫‪ ، F‬وأن القيمة‬ ‫‪ 12 . 90‬‬ ‫معنوي ‪ ،‬كما يالحظ بالنسبة للعامل الثاين ( ‪ )Ferti‬أن قيمة إحصائية االختبار‬
‫االحتمالية ( ‪ ، )sig.=0.001‬وحيث أهنا أقل من ‪ ...0‬مما يدل على أن هذا العامل يؤثر معنويا على‬
‫إنتاجية احملصول‪ ،‬ومن مث يوجد على األقل نوعني من السماد بني متوسطيهما فرق معنوي‪.‬‬
‫كما يالحظ يف هناية اجلدول قيمة ‪ R Squared = 0.903‬وهذا يعين أن العاملني (نوع الرتبة ‪ ،‬ونوع‬
‫السماد) كمتغريين مستقلني ي فسران ‪ % 90.3‬من االختالفات الكلية يف إنتاجية احملصول‪ ،‬والنسبة الباقية‬
‫‪ % 9.7‬ترجع ألخطاء جتريبية‪.‬‬
‫مخرجات ( ‪ :) 1‬جدول تحليل التباين‬
‫‪Tests of Between-Subjects Effects‬‬
‫‪Dependent Variable: Product‬‬
‫‪Type III Sum of‬‬
‫‪Source‬‬ ‫‪df‬‬ ‫‪Mean Square‬‬ ‫‪F‬‬ ‫‪Sig.‬‬
‫‪Squares‬‬
‫‪Corrected Model‬‬ ‫‪2395.200a‬‬ ‫‪6‬‬ ‫‪399.200‬‬ ‫‪12.449‬‬ ‫‪.001‬‬
‫‪Intercept‬‬ ‫‪66267.267‬‬ ‫‪1‬‬ ‫‪66267.267‬‬ ‫‪2066.547‬‬ ‫‪.000‬‬
‫‪Ferti‬‬ ‫‪1655.067‬‬ ‫‪4‬‬ ‫‪413.767‬‬ ‫‪12.903‬‬ ‫‪.001‬‬
‫‪Soil‬‬ ‫‪740.133‬‬ ‫‪2‬‬ ‫‪370.067‬‬ ‫‪11.541‬‬ ‫‪.004‬‬
‫‪Error‬‬ ‫‪256.533‬‬ ‫‪8‬‬ ‫‪32.067‬‬
‫‪Total‬‬ ‫‪68919.000‬‬ ‫‪15‬‬
‫‪Corrected Total‬‬ ‫‪2651.733‬‬ ‫‪14‬‬
‫)‪a. R Squared = .903 (Adjusted R Squared = .831‬‬

‫مخرجات ( ‪ :)2‬وصف احصائي لبيانات إنتاجية احملصول لكل مساد‪ :‬حيث حيتوي اجلدول على املتوسط‬
‫واخلطأ املعياري وفرتة الثقة إل نتاجية احملصول لكل مساد ‪.‬‬
‫مخرجات ( ‪ :) 2‬وصف احصائي لبيانات إنتاجية المحصول لكل سماد‬
‫‪Estimates‬‬
‫‪Dependent Variable: Product‬‬
 ‫‪95% Confidence Interval‬‬
‫‪Ferti‬‬ ‫‪Mean‬‬ ‫‪Std. Error‬‬
‫‪Lower Bound‬‬ ‫‪Upper Bound‬‬
‫‪F1‬‬ ‫‪75.333‬‬ ‫‪3.269‬‬ ‫‪67.794‬‬ ‫‪82.873‬‬
‫‪F2‬‬ ‫‪65.000‬‬ ‫‪3.269‬‬ ‫‪57.461‬‬ ‫‪72.539‬‬
‫‪F3‬‬ ‫‪81.333‬‬ ‫‪3.269‬‬ ‫‪73.794‬‬ ‫‪88.873‬‬
‫‪F4‬‬ ‫‪56.333‬‬ ‫‪3.269‬‬ ‫‪48.794‬‬ ‫‪63.873‬‬
‫‪F5‬‬ ‫‪54.333‬‬ ‫‪3.269‬‬ ‫‪46.794‬‬ ‫‪61.873‬‬

‫(‪ )4,6‬تحليل التباين ثنائي االتجاه مع تسجيل أكثر من مشاهدة للوحدة التجريبية‪:‬‬
‫‪ r‬أما اذا كان عدد القياسات قد‬ ‫‪ij‬‬
‫‪1‬‬ ‫يالحظ يف التطبيق السابق أن كل معاجلة كررت مرة واحدة‪ ،‬أي أن‬
‫فيكون ادخال البيان ات ونتائج التحليل كما يف التطبيق التايل‪:‬‬ ‫‪rij  3‬‬ ‫سجل أكثر من مرة على سبيل املثال‬
‫الدليل التطبيقي يف تصميم وحتليل التجارب ص‪230 :‬‬ ‫تطبيق (‪:)4,6‬‬
‫أجريت دراسة لتقدير ومقارنة كمية املواد الصلبة امللوثة يف املياه ( ماء ‪ )Kg/10 L‬والناجتة من االستخدام‬
‫بواسطة أربعة مصانع‪ ،‬يف أربع فرتات زمنية خمتلفة يف السنة ومت أخذ ثالثة قياسات لكل مصنع وكانت البيانات‬
‫كالتايل‪:‬‬
‫‪Time‬‬
‫‪Factories‬‬
‫‪T1‬‬ ‫‪T2‬‬ ‫‪T3‬‬ ‫‪T4‬‬
‫‪A‬‬ ‫‪1.65‬‬ ‫‪1.66‬‬ ‫‪1.60‬‬ ‫‪1.72‬‬ ‫‪1.70‬‬ ‫‪1.70‬‬ ‫‪1.50‬‬ ‫‪1.51‬‬ ‫‪1.49‬‬ ‫‪1.38‬‬ ‫‪1.40‬‬ ‫‪1.41‬‬
‫‪B‬‬ ‫‪1.71‬‬ ‫‪1.72‬‬ ‫‪1.69‬‬ ‫‪1.80‬‬ ‫‪1.81‬‬ ‫‪1.83‬‬ ‫‪1.46‬‬ ‫‪1.45‬‬ ‫‪1.47‬‬ ‫‪2.05‬‬ ‫‪2.03‬‬ ‫‪2.01‬‬
‫‪C‬‬ ‫‪1.41‬‬ ‫‪1.42‬‬ ‫‪1.43‬‬ ‫‪1.72‬‬ ‫‪1.73‬‬ ‫‪1.68‬‬ ‫‪1.38‬‬ ‫‪1.39‬‬ ‫‪1.36‬‬ ‫‪1.66‬‬ ‫‪1.69‬‬ ‫‪1.61‬‬
‫‪D‬‬ ‫‪2.12‬‬ ‫‪2.10‬‬ ‫‪2.11‬‬ ‫‪1.99‬‬ ‫‪1.98‬‬ ‫‪2.00‬‬ ‫‪1.65‬‬ ‫‪1.67‬‬ ‫‪1.68‬‬ ‫‪1.88‬‬ ‫‪1.85‬‬ ‫‪1.89‬‬

‫حل التطبيق (‪ )4,6‬باستخدام برنامج ‪SPSS‬‬

‫‪ -1‬نقوم بادخال البيانات كما سبق كالتايل‪:‬‬
‫‪ ‬إدخال املتغري التابع باسم (‪ )Soiled‬يف أول أعمدة امللف الفارغ من جهة اليسار وذلك بالوقوف بالسهم‬
‫على أول خانة من خانات العمود اخلاص باحملصول الناتج لبدء عمليات اإلدخال‪.‬‬
‫‪ ‬إدخال املتغري املستقل األول نوع املصنع (‪ )Factor‬يف ثاين أعمدة امللف الفارغ من جهة اليسار وذلك‬
‫بالوقوف بالسهم على أول خانة من خانات العمود اخلاص نوع املصنع لبدء عمليات اإلدخال‪.‬‬
‫‪ ‬إدخال املتغري املستقل الثاين الفرتة الزمنية (‪ )Time‬يف ثالث أعمدة امللف الفارغ من جهة اليسار وذلك‬
‫بالوقوف بالسهم على أول خانة من خانات العمود اخلاص بالفرتة الزمنية لبدء عمليات اإلدخال‪.‬‬
‫‪ ‬تسـمية املتغـريات الـيت مت إدخاهلـا وذلـك بالضـغط علـى ] ‪ ، [ Variable View‬بشـريط التعليمـات‬
‫السفلي كما سبق فتظهر البيانات كالتايل‪:‬‬

‫بعد امتام ادخال البيانات من القائمة ‪ Analyze‬اخرت ‪ General Linear Model‬ومن القائمة‬
‫الفرعية اخرت ‪ Univariate‬يظهر مربع احلوار التايل ‪:‬‬

‫‪ ‬ننقل املتغري ‪ Soiled‬اىل املستطيل أسفل ‪ Dependent Variable‬واملتغريان ‪ Factor‬و‬

‫‪ Time‬إىل املستطيل أسفل )‪. Fixed Factor(s‬‬
 ‫‪ ‬اضغط على ‪ Model‬يظهر مربع احلوار التايل ‪:‬‬
‫اخرت ‪ Custom‬وانقل املتغريين ‪ Factor‬و ‪ Time‬اىل املستطيل أسفل ‪Model‬‬ ‫‪‬‬

‫‪ ‬اضغط ‪ Continue‬سنعود اىل املربع االصلي‪.‬‬

‫‪ ‬اضغط على ‪ Options‬ليظهر مربع احلوار التايل‪:‬‬
‫‪ ‬انقل املتغري ‪ Factor‬اىل املستطيل أسفل ‪Display Mean For:‬‬
‫‪ ‬اختار ‪Descriptive statistics‬‬
 ‫الضغط على ‪ Continue‬مث ‪ OK‬فيظهر املخرجات التالية‪:‬‬ ‫‪‬‬

‫مخرجات (‪ :)1‬معلومات عن مستويات العاملني )‪ :(Time, Factor‬يالحظ أن العامل األول ( املصنع‬

‫‪ )Factor‬وله ‪ 4‬أنواع أخذت الرموز )‪ (D, C, B , A‬والعامل الثاين ( الفرتة الزمنية ‪ )Time‬وله ‪4‬‬
‫فرتات زمنية أخذت الرموز )‪ ، (T4 ,T3 , T2 , T1‬كما يالحظ أن عدد املشاهدات لكل مصنع‬
‫‪ 12‬مشاهدة‪ ،‬أيضا عدد املشاهدات لكل فرتة زمنية ‪. 12‬‬
‫مخرجات ( ‪ :) 1‬معلومات عن مستويات العاملين )‪. (Factor and Time‬‬
‫‪Between-Subjects Factors‬‬
‫‪Value Label‬‬ ‫‪N‬‬
‫‪1.00‬‬ ‫‪A‬‬ ‫‪12‬‬
‫‪2.00‬‬ ‫‪B‬‬ ‫‪12‬‬
‫‪Factor‬‬
‫‪3.00‬‬ ‫‪C‬‬ ‫‪12‬‬
‫‪4.00‬‬ ‫‪D‬‬ ‫‪12‬‬
‫‪1.00‬‬ ‫‪T1‬‬ ‫‪12‬‬
‫‪2.00‬‬ ‫‪T2‬‬ ‫‪12‬‬
‫‪Time‬‬
‫‪3.00‬‬ ‫‪T3‬‬ ‫‪12‬‬
‫‪4.00‬‬ ‫‪T4‬‬ ‫‪12‬‬

‫خمرجات (‪ :) 2‬وصف احصائي عبارة عن الوسط احلسايب واالحنراف املعياري لكل توليفة وكذلك عدد‬
‫املشاهدات لكل توليفة ‪.‬‬
‫مخرجات (‪ :) 2‬وصف إحصائي للمعالجات‬
 ‫‪Descriptive Statistics‬‬
‫‪Dependent Variable: Soiled‬‬
‫‪Factor‬‬ ‫‪Time‬‬ ‫‪Mean‬‬ ‫‪Std. Deviation‬‬ ‫‪N‬‬
‫‪T1‬‬ ‫‪1.6367‬‬ ‫‪.03215‬‬ ‫‪3‬‬
‫‪T2‬‬ ‫‪1.7067‬‬ ‫‪.01155‬‬ ‫‪3‬‬
‫‪A‬‬ ‫‪T3‬‬ ‫‪1.5000‬‬ ‫‪.01000‬‬ ‫‪3‬‬
‫‪T4‬‬ ‫‪1.3967‬‬ ‫‪.01528‬‬ ‫‪3‬‬
‫‪Total‬‬ ‫‪1.5600‬‬ ‫‪.12649‬‬ ‫‪12‬‬
‫‪T1‬‬ ‫‪1.7067‬‬ ‫‪.01528‬‬ ‫‪3‬‬
‫‪T2‬‬ ‫‪1.8133‬‬ ‫‪.01528‬‬ ‫‪3‬‬
‫‪B‬‬ ‫‪T3‬‬ ‫‪1.4600‬‬ ‫‪.01000‬‬ ‫‪3‬‬
‫‪T4‬‬ ‫‪2.0300‬‬ ‫‪.02000‬‬ ‫‪3‬‬
‫‪Total‬‬ ‫‪1.7525‬‬ ‫‪.21469‬‬ ‫‪12‬‬
‫‪T1‬‬ ‫‪1.4200‬‬ ‫‪.01000‬‬ ‫‪3‬‬
‫‪T2‬‬ ‫‪1.7100‬‬ ‫‪.02646‬‬ ‫‪3‬‬
‫‪C‬‬ ‫‪T3‬‬ ‫‪1.3767‬‬ ‫‪.01528‬‬ ‫‪3‬‬
‫‪T4‬‬ ‫‪1.6533‬‬ ‫‪.04041‬‬ ‫‪3‬‬
‫‪Total‬‬ ‫‪1.5400‬‬ ‫‪.15190‬‬ ‫‪12‬‬
‫‪T1‬‬ ‫‪2.1100‬‬ ‫‪.01000‬‬ ‫‪3‬‬
‫‪T2‬‬ ‫‪1.9900‬‬ ‫‪.01000‬‬ ‫‪3‬‬
‫‪D‬‬ ‫‪T3‬‬ ‫‪1.6667‬‬ ‫‪.01528‬‬ ‫‪3‬‬
‫‪T4‬‬ ‫‪1.8733‬‬ ‫‪.02082‬‬ ‫‪3‬‬
‫‪Total‬‬ ‫‪1.9100‬‬ ‫‪.17125‬‬ ‫‪12‬‬
‫‪T1‬‬ ‫‪1.7183‬‬ ‫‪.26122‬‬ ‫‪12‬‬
‫‪T2‬‬ ‫‪1.8050‬‬ ‫‪.12109‬‬ ‫‪12‬‬
‫‪Total‬‬ ‫‪T3‬‬ ‫‪1.5008‬‬ ‫‪.11082‬‬ ‫‪12‬‬
‫‪T4‬‬ ‫‪1.7383‬‬ ‫‪.24994‬‬ ‫‪12‬‬
‫‪Total‬‬ ‫‪1.6906‬‬ ‫‪.22408‬‬ ‫‪48‬‬

‫‪ ، F‬وأن القيمة‬ ‫‪ 18 . 615‬‬ ‫مخرجات (‪ :) 3‬جدول حتليل التباين ويالحظ أن قيمة إحصائية االختبار‬
‫االحتمالية (‪ ) sig.=0.000‬وحيث أهنا أقل من ‪ ...0‬مما يدل على أن النموذج اخلطي الذي ميثل‬
‫العالقة بني كمية املواد الصلبة امللوثة يف املياه كمتغري تابع‪ ،‬والعاملني (املصنع ‪ ،‬الزمن) كمتغريين مفسرين‬
‫مناسب عند مستوى معنوية أقل من ‪.%1‬‬
‫‪ ، F‬وأن القيمة االحتمالية‬ ‫‪ 23.734‬‬ ‫بالنسبة للعامل األول ( ‪ ) Factor‬يالحظ أن قيمة إحصائية االختبار‬
‫(‪ ، )sig.=0.000‬وحيث أهنا أقل من ‪ ...0‬مما يدل على أن هذا العامل يؤثر معنويا على املواد الصلبة‬
‫امللوثة يف املياه عند مستوى معنوية أقل من ‪ ،%1‬ومن مث يوجد على األقل متوسطي للمواد الصلبة امللوثة يف‬
‫املياه الناجتة من استخدام مصنعني خمتلفني بين هما فرق معنوي‪.‬كما يالحظ بالنسبة للعامل الثاين‬
‫‪ ، F‬وأن القيمة االحتمالية ( ‪ ،)sig.=0.000‬وحيث أهنا‬ ‫‪ 13 . 496‬‬ ‫( ‪ )Time‬أن قيمة إحصائية االختبار‬
‫أقل من ‪ ...0‬مما يدل على أن هذا العامل يؤثر معنويا على املواد الصلبة امللوثة يف املياه ومن مث يوجد على‬
‫األقل متوسط ني للمواد الصلبة امللوثة يف املياه الناجتة من استخدام فرتتني خمتلفتني بينهما فرق معنوي ‪.‬‬
‫كما يالحظ يف هناية اجلدول قيمة ‪ R Squared = 0.73‬وهذا يعين أن العاملني (املصنع ‪ ،‬والفرتة‬
‫الزم نية) كمتغريين مستقلني يفسران ‪ % 0.73‬من االختالفات الكلية يف املواد الصلبة امللوثة يف املياه الناجتة‬
‫من االستخدام ‪ ،‬والنسبة الباقية ‪ % 27‬ترجع ألخطاء جتريبية‪.‬‬

‫مخرجات ( ‪ :) 3‬جدول تحليل التباين‬

‫‪Tests of Between-Subjects Effects‬‬
‫‪Dependent Variable: Soiled‬‬
‫‪Type III Sum of‬‬
‫‪Source‬‬ ‫‪df‬‬ ‫‪Mean Square‬‬ ‫‪F‬‬ ‫‪Sig.‬‬
‫‪Squares‬‬
‫‪Corrected Model‬‬ ‫‪1.726a‬‬ ‫‪6‬‬ ‫‪.288‬‬ ‫‪18.615‬‬ ‫‪.000‬‬
‫‪Intercept‬‬ ‫‪137.194‬‬ ‫‪1‬‬ ‫‪137.194‬‬ ‫‪8876.819‬‬ ‫‪.000‬‬
‫‪Factor‬‬ ‫‪1.100‬‬ ‫‪3‬‬ ‫‪.367‬‬ ‫‪23.734‬‬ ‫‪.000‬‬
‫‪Time‬‬ ‫‪.626‬‬ ‫‪3‬‬ ‫‪.209‬‬ ‫‪13.496‬‬ ‫‪.000‬‬
‫‪Error‬‬ ‫‪.634‬‬ ‫‪41‬‬ ‫‪.015‬‬
‫‪Total‬‬ ‫‪139.554‬‬ ‫‪48‬‬
‫‪Corrected Total‬‬ ‫‪2.360‬‬ ‫‪47‬‬
‫)‪a. R Squared = .731 (Adjusted R Squared = .692‬‬
 ‫تطبيقات‬
‫استخدام برنامج ‪ SPSS‬لالجابة على التطبيقات التالية‬

‫‪-1‬وزعت ثالث طرق للتغذية ) ‪ ( A , A , A‬على ‪ 3.‬حيوانا بطريقة عشوائية وقيست الزيادة يف األوزان‬
‫‪1‬‬ ‫‪2‬‬ ‫‪3‬‬

‫بالكيلوجرام لتلك احليوانات وكانت النتائج كما يلي‪:‬‬

‫‪A1‬‬ ‫‪5.09‬‬ ‫‪4.41‬‬ ‫‪3.73‬‬ ‫‪4.14‬‬ ‫‪5‬‬ ‫‪3.32‬‬ ‫‪3.73‬‬ ‫‪3.94‬‬ ‫‪3.56‬‬ ‫‪4.07‬‬
‫‪A2‬‬ ‫‪4.23‬‬ ‫‪5.45‬‬ ‫‪4.27‬‬ ‫‪4.59‬‬ ‫‪4.68‬‬ ‫‪4.14‬‬ ‫‪3.77‬‬ ‫‪5.09‬‬ ‫‪4.78‬‬ ‫‪4.92‬‬
‫‪A3‬‬ ‫‪4.73‬‬ ‫‪5.23‬‬ ‫‪4.05‬‬ ‫‪3.59‬‬ ‫‪4.91‬‬ ‫‪3.82‬‬ ‫‪4.26‬‬ ‫‪4.59‬‬ ‫‪4.04‬‬ ‫‪4.38‬‬
‫المطلوب‪:‬‬

‫أ‪ .‬هل بيانات الزيادة يف األوزان تتبع التوزيع الطبيعي؟‬

‫ب‪ .‬اختبار الفرضية القائلة بأن التباين متجانس‪.‬‬
‫ت‪ .‬هل يوجد اختالف معنوي يف األوزان باختالف طرق التغذية مستخدما مستوى داللة ‪....0‬؟‬

‫‪-2‬متثل البيانات التالية عدد الوحدات املعيبة من إنتاج أربع أنواع من اآلالت خالل أحد الورديات‪.‬‬

‫‪T4‬‬ ‫‪T3‬‬ ‫‪T2‬‬ ‫‪T1‬‬

‫‪9‬‬ ‫‪12‬‬ ‫‪11‬‬ ‫‪10‬‬
‫‪7‬‬ ‫‪12‬‬ ‫‪9‬‬ ‫‪10‬‬
‫‪10‬‬ ‫‪10‬‬ ‫‪9‬‬ ‫‪12‬‬
‫‪8‬‬ ‫‪11‬‬ ‫‪9‬‬ ‫‪12‬‬
‫‪7‬‬ ‫‪10‬‬ ‫‪11‬‬ ‫‪10‬‬
‫والمطلوب‬
‫أ‪ .‬اختبار طبيعية البيانات‪.‬‬
‫ب‪ .‬عرض جدول حتليل التباين األحادي‪.‬‬
‫‪.‬‬ ‫ت‪ .‬اختبار فرض تساوي متوسطات عدد الوحدات املعيبة لآلالت األربعة‪،‬‬
‫ث‪ .‬تقدير فرتة ثقة ‪ %50‬للفرق بني متوسطي عدد الوحدات املعيبة من انتاج النوع األول والنوع الثالث من‬
‫اآلالت‪.‬‬
 ‫‪-3‬أربعة طرق لعالج تقرحات احلمى‪ ،‬مبا يف ذلك العالج البديل (الكنرتول)‪ ،‬وزعت عشوائيا على مريض من‬
‫املصابني مبرض تقرحات احلمى‪ ،‬ويبني اجلدول التايل عدد األيام منذ ظهور بثور احلمى وحىت اكتمال الشفاء‪ ،‬لكل‬
‫معاجلة من املعاجلات‪.‬‬
‫‪Treatment‬‬ ‫عدد األيام الالزمة للشفاء الكامل‬
‫)‪Placebo(T1‬‬ ‫‪5‬‬ ‫‪8‬‬ ‫‪7‬‬ ‫‪7‬‬ ‫‪10‬‬ ‫‪8‬‬
‫‪T2‬‬ ‫‪4‬‬ ‫‪5‬‬ ‫‪6‬‬ ‫‪3‬‬ ‫‪5‬‬ ‫‪6‬‬
‫‪T3‬‬ ‫‪6‬‬ ‫‪4‬‬ ‫‪4‬‬ ‫‪5‬‬ ‫‪4‬‬ ‫‪3‬‬
‫‪T4‬‬ ‫‪9‬‬ ‫‪3‬‬ ‫‪5‬‬ ‫‪7‬‬ ‫‪7‬‬ ‫‪6‬‬

‫المطلوب‪ :‬كتابة تقرير مفصل عن التجربة‪.‬‬

‫‪-4‬أجريت جتربة مشلت ثالث سالالت) معامالت ) من االبقار لدرا سة تأثري الساللة يف نسبة الدهن يف احلليب وضمت‬
‫كل ساللة أربعة أبقار أخذت عينة حليب واحدة من كل منها لقياس نسبة الدهن وكانت النتائج كااليت‪:‬‬
‫نسبة الدهن‬ ‫الساللة‬
‫‪2‬‬ ‫‪4‬‬ ‫‪3‬‬ ‫‪3‬‬ ‫فريزيان‬
‫‪4‬‬ ‫‪5‬‬ ‫‪3‬‬ ‫‪4‬‬ ‫براون سويس‬
‫‪4‬‬ ‫‪3‬‬ ‫‪3‬‬ ‫‪3‬‬ ‫جرسي‬
‫المطلوب‪ :‬اختبار فرض تساوي متوسطات نسب الدهون يف احلليب لسالالت األبقار‪.‬‬

‫‪-0‬رغب أحد الباحثني يف اختبار تساوي متوسطات الزيادة يف الوزن لثالث أنواع من العليقة ) ‪ ( a , a , a‬اليت ميكن‬
‫‪1‬‬ ‫‪2‬‬ ‫‪3‬‬

‫أن تتناوهلا العجول النامية‪ ،‬قام باختيار ثالث عينات عشوائية من العجول حجم كل منها ‪ ، 6‬ووزع األنواع الثالثة‬
‫من العالئق على العينات الثالث بطريقة عشوائية ‪ ،‬وبعد فرتة زمنية من تطبيق هذا الربنامج الغذائي قام بقياس الزيادة‬
‫يف الوزن بالكيلوجرام وكانت كالتايل‪:‬‬
‫‪a1‬‬ ‫‪a2‬‬ ‫‪a3‬‬

‫‪14‬‬ ‫‪20‬‬ ‫‪9‬‬

‫‪15‬‬ ‫‪22‬‬ ‫‪14‬‬
‫‪16‬‬ ‫‪21‬‬ ‫‪21‬‬
‫‪14‬‬ ‫‪27‬‬ ‫‪8‬‬
‫‪16‬‬ ‫‪23‬‬ ‫‪7‬‬
‫‪15‬‬ ‫‪19‬‬ ‫‪19‬‬
 ‫املطلوب‪:‬‬

‫أ‪ .‬اختبار الفرضية القائلة بأن التباينات متجانسة‪.‬‬

‫‪.‬‬ ‫‪ 0 . 05‬‬ ‫ب‪ .‬كون جدول حتليل التباين‪ ،‬واخترب فرض تساوي متوسطات الزيادة يف الوزن للعالئق الثالث؟‬
‫ت‪ .‬أنشأ فرتة ثقة ‪ 95%‬للفرق بني كل وسطني‪.‬‬

‫‪-7‬متثل البيانات التالية إنتاجية ثالثة أصناف من القمح باهلكتار‪.‬‬

‫اإلنتاجية بالهكتار‬ ‫األصناف‬
‫‪14.31 16.93‬‬ ‫‪8.21‬‬ ‫‪16.17‬‬ ‫‪A1‬‬
‫‪17.00‬‬ ‫‪18.19‬‬ ‫‪18.95 16.00‬‬ ‫‪18.84‬‬ ‫‪16.35‬‬ ‫‪A2‬‬
‫‪21.35‬‬ ‫‪19.08 21.77‬‬ ‫‪17.82‬‬ ‫‪21.05‬‬ ‫‪A3‬‬

‫واملطلوب احلصول على كافة النتائج اخلاصة بتحليل التباين األحادي‪ ،‬وكتابة التحليل اإلحصائي هلا‪.‬‬

‫‪-6‬وزعت ثالثة أنواع من األمسدة عشوائيا على جمموعة من قطع األراضي املتجاورة واملزروعة بنوع القمح نفسه‬
‫ومتشاهبه يف طريقة الري وفيجميع الظروف األخرى فكان احملصول الناتج كما يلي‪:‬‬
‫‪74‬‬ ‫‪78‬‬ ‫‪87‬‬ ‫‪84‬‬ ‫‪78‬‬ ‫‪44‬‬ ‫السما د األول‬
‫‪87‬‬ ‫‪58‬‬ ‫‪42‬‬ ‫‪85‬‬ ‫‪82‬‬ ‫‪84‬‬ ‫‪46‬‬ ‫السما د الثاني‬
‫‪58‬‬ ‫‪86‬‬ ‫‪44‬‬ ‫‪42‬‬ ‫‪56‬‬ ‫السما د الثالث‬
‫والمطلوب‪:‬‬

‫‪ -1‬صياغة منوذج حتليل التباين الذي يعرب عن هذه البيانات‬

‫‪ -2‬حتقق من افرتاض تساوي التباينات‪.‬‬
‫‪ -3‬قم بإجراء التحليل املناسب‪.‬‬
‫‪ -4‬أنشأ فرتة ثقة ‪ 95%‬للفرق بني كل وسطني‬
‫‪-8‬يف دراسة حول حجم حبيات الربد الساقطة على إحدى املدن ‪،‬قام أحد الباحثني بتقسيم املدينة إىل أربعة أقسام حسب‬
‫بعدها عن مركز املدينة ‪ ،‬ملعرفة أثر التلوث اهلوائي يف حجم حبيبات الربد ‪ ،‬فحصل على البيانات التالية‪:‬‬
‫‪87‬‬ ‫‪8‬‬ ‫‪4‬‬ ‫‪7‬‬ ‫‪85‬‬ ‫‪83‬‬ ‫‪82‬‬ ‫‪88‬‬ ‫‪87‬‬ ‫‪88‬‬ ‫‪87‬‬ ‫المنطقة ‪A‬‬
‫‪7‬‬ ‫‪5‬‬ ‫‪4‬‬ ‫‪8‬‬ ‫‪84‬‬ ‫‪88‬‬ ‫‪87‬‬ ‫‪82‬‬ ‫‪85‬‬ ‫‪87‬‬ ‫‪7‬‬ ‫المنطقة ‪B‬‬
 ‫‪7‬‬ ‫‪5‬‬ ‫‪5‬‬ ‫‪4‬‬ ‫‪88‬‬ ‫‪82‬‬ ‫‪4‬‬ ‫‪87‬‬ ‫‪82‬‬ ‫‪6‬‬ ‫‪7‬‬ ‫المنطقة ‪C‬‬
‫‪88‬‬ ‫‪4‬‬ ‫‪3‬‬ ‫‪4‬‬ ‫‪7‬‬ ‫‪6‬‬ ‫‪7‬‬ ‫‪82‬‬ ‫‪87‬‬ ‫‪82‬‬ ‫‪88‬‬ ‫المنطقة ‪D‬‬
‫املطلوب‪ :‬هل يوجد اختالف حقيقي بني حجم حبيبات الربد يف املناطق األربع؟ وهل يوجد اختالف بني املنطقة ‪ A‬واملنطقة ‪ B‬؟‬

‫‪-5‬وزعت أربعة من األمسدة عشوائيا على جمموعة من قطع األراضي املتجاورة واملزروعة بنوع القمح نفسه ومتشاهبه يف‬
‫طريقة الري ويف مجيع الظروف األخرى على قطاعني من الرتبة فكان احملصول الناتج كما يلي‪:‬‬
‫نوع السماد‬
‫نوع التربة‬
‫‪A‬‬ ‫‪B‬‬ ‫‪C‬‬ ‫‪D‬‬
‫‪60‬‬ ‫‪85‬‬ ‫‪77‬‬ ‫‪80‬‬
‫‪75‬‬ ‫‪80‬‬ ‫‪85‬‬ ‫‪85‬‬
‫طينية‬
‫‪80‬‬ ‫‪79‬‬ ‫‪67‬‬ ‫‪86‬‬
‫‪67‬‬ ‫‪66‬‬ ‫‪90‬‬ ‫‪77‬‬
‫‪90‬‬ ‫‪78‬‬ ‫‪88‬‬ ‫‪85‬‬
‫‪90‬‬ ‫‪59‬‬ ‫‪80‬‬ ‫‪66‬‬
‫رملية‬
‫‪88‬‬ ‫‪67‬‬ ‫‪78‬‬ ‫‪67‬‬
‫‪77‬‬ ‫‪85‬‬ ‫‪77‬‬ ‫‪84‬‬
‫املطلوب‪:‬اخترب تأثري السماد ونوع الرتبة على حمصول القمح‪.‬‬

‫‪-1.‬أجريت جتربة لدراسة تأثري ةسة أنواع من السماد على حمصول الذرة حيث كان هناك ثالثة أنواع للبذور‪،‬‬
‫وكانت النتائج كالتايل‪:‬‬
‫‪Fert I‬‬ ‫‪Fert II‬‬ ‫‪Fert III‬‬ ‫‪Fert IV‬‬ ‫‪Fert V‬‬
‫‪Seed A-402‬‬ ‫‪106, 110‬‬ ‫‪95, 100‬‬ ‫‪94, 107‬‬ ‫‪103, 104‬‬ ‫‪100, 102‬‬
‫‪Seed B-894‬‬ ‫‪110, 112‬‬ ‫‪98, 99‬‬ ‫‪100, 101‬‬ ‫‪108, 112‬‬ ‫‪105, 107‬‬
‫‪Seed C-952‬‬ ‫‪94, 97‬‬ ‫‪86, 87‬‬ ‫‪98, 99‬‬ ‫‪99, 101‬‬ ‫‪94, 98‬‬
‫المطلوب‪ :‬اخترب ما اذا كان هناك فرق معنوي بني أصناف البذور وبني أنواع السماد‪ ،‬وهل يوجد تفاعل بني أصناف‬
‫البذور و أنواع السماد مبستوى معنوية ‪...0‬؟‬