‫مجلس الوزراء‬

‫مركز المعلومات ودعم اتخاذ القرار‬

‫اإلدارة العامة لجودة البيانات‬

‫دليل تكوين المؤشرات المركبة‬

‫إعداد‬
‫مـها عـز الدين سـيد‬
‫نـدى محمد حافظ‬

‫إشراف‬
‫د‪ .‬محمد على إسماعيل‬

‫نوفمبر ‪2006‬‬
‫المستخلص‬
‫يقدِّم هذا الدليل بشكل مبسط الخطوات األساســية الــواجب إتباعها لتكــوين مؤشر‬
‫مــركب جيد يمكن االعتمــاد عليه والوثــوق فى نتائجــه‪ .‬كما يعــرض بعض المؤشــرات‬
‫المركبة المحلية والعالمية وكيفية تكوينها‪ .‬وكذلك يقدم الــدليل تطبيقـا ً للخطــوات الــتى تم‬
‫تناولها باستخدام البرنامج اإلحصائى ‪.SPSS‬‬

‫‪Abstract‬‬
‫‪This guide introduces the basic steps that should be followed to construct a good‬‬
‫‪composite indicator that can rely on it and its results. In addition to, presenting some‬‬
‫‪local and international indicators, and their composition. Also this guide shows how to‬‬
‫‪construct composite indicators using the SPSS package.‬‬
 ‫‪ 1‬دليل تكوين المؤشرات المركبة‬

‫قائمة المحتويات‬
‫عرض عام‪5................................................................................................................................‬‬
‫القسم األول‪ :‬تعريف المؤشرات المركبة وخطوات تكوينها‪7....................................................................:‬‬
‫‪ 1 .1‬تـعـرـيفالمؤشرات المركبة‪7............................................................................‬‬
‫‪ 2 .1‬مزايا وعيوب المؤشرات المركبة‪9....................................................................‬‬
‫‪ 3 .1‬خطوات تكوين المؤشرات المركبة‪10................................................................‬‬

‫القسم الثانى‪ :‬بناء اإلطار النظرى واختيار المؤشرات الفرعية‪14............................................................. :‬‬

‫‪ 1 .2‬بـنـاـءـاإلطار النظرى ‪14..................................................................................‬‬
‫‪ 2 .2‬اختيار المؤشراتـ الفرعية‪16...........................................................................‬‬

‫القسم الثالث‪ :‬المعالجة األولية للبيانات‪17..........................................................................................:‬‬

‫‪ 1 .3‬تـقـدـيـرـالبيانات المفقودة (‪17..............................................................)IMPUTATION‬‬
‫‪ 2 .3‬جودةـ البيانات األساسية‪21..............................................................................‬‬
‫القسم الرابع‪ :‬التطبيع ‪25........................................................................)NORMALIZATION(:‬‬
‫‪ 1 .4‬إعطاء الرتب ((‪25............................................................................RANKING‬‬
‫‪ 2 .4‬اـلـمـعـيارية (‪25.......................................................) STANDARDIZATION OR Z-SCORE‬‬
‫‪ 3 .4‬إعادة القياس ( (‪26.........................................................................RE-SCALING‬‬
‫‪ 4 .4‬اـلـبـعـدـعن النقطة المرجعية (‪27........................................ )DISTANCE TO A REFERENCE‬‬
‫‪ 5 .4‬اـلـمـؤـشـرـات فوق أو تحت الوسط الحسابى (‪27......)INDICATORS ABOVE OR BELOW THE MEAN‬‬
‫‪ 6 .4‬طرق المؤشرات الدورية (‪28..............................)METHODS FOR CYCLICAL INDICATORS‬‬
‫‪ 7 .4‬نـسـبـةـ االختالفات السنوية خالل السنوات المتتالية (‪PERCENTAGE OF ANNUAL DIFFERENCES‬‬
‫‪28................................................................................. )OVER CONSECUTIVE YEARS‬‬

‫القسم الخامس‪ :‬الوزن (‪29..................................................................................:)WEIGHTING‬‬

‫‪ 1 .5‬األـوزـان المتساوية (‪30............................................................. )EQUAL WEIGHTS‬‬
‫‪ 2 .5‬بـنـاـءـاألوزان وفقا ً لنماذج إحصائية ((‪30..............WEIGHTS BASED ON STATISTICAL MODELS‬‬
‫‪ 3 .5‬تـحـلـيلالبيانات المغلقة ((‪34.........................................DATA ENVELOPMENT ANALYSIS‬‬
‫‪ 4 .5‬طريقة االنحدار (‪35.........................................................)REGRESSION APPROACH‬‬
‫‪ 5 .5‬تـوـزـيـعـالميزانية ((‪36............................................................BUDGET ALLOCATION‬‬
‫‪ 6 .5‬االـسـتفتاءات العامة (‪36.................................................................)PUBLIC POLLS‬‬
‫‪ 7 .5‬أسلوب فائدة الشك (( ‪Benefit of doubt approach‬‬
‫‪(BOD.....................................................................37‬‬

‫القسم السادس‪ :‬أساليب التجميع (‪39................................................................:)AGGREGATION‬‬

‫‪ 1 .6‬طرق التجميع اإلضافىـ (‪39...................................)ADDITIVE AGGREGATION METHODS‬‬
‫‪ 2 .6‬اتجاـهـ المعاييرـ المتعددة غير التعويضية (‪...)NON-COMPENSATORY MULTICRITERIA APPROACH‬‬
‫‪40‬‬
‫‪ 3 .6‬اـلـتـجـمـيـعـالهندسى (‪44.................................................... )GEOMETRIC AGGREGATION‬‬
 ‫‪ 2‬دليل تكوين المؤشرات المركبة‬

‫القسم السابع‪ :‬تحليل عدم التأكد والحساسية‪45....................................................................................:‬‬

‫‪ 1. 8‬تـحـلـيلعدم التأكد (((‪46................................................UNCERTAINTY ANALYSIS (UA‬‬
‫‪ 2. 8‬تـحـلـيلالحساســية باســتخدامـ األســاليب المعتمــدة على التبــاين (‪SENSITIVITY ANALYSIS USING‬‬
‫‪50............................................................................. )VARIANCE-BASED TECHNIQUES‬‬
‫‪ 3. 8‬تـحـلـيلعدم التأكد و تحليل الحساسية لمؤشرـ اإلنجاز التكنولوجىـ (‪53..................... )TAI‬‬

‫القسم الثامن‪ :‬العرض البيانى للمؤشرات المركبة ‪61.........................................VISUALIZATION)):‬‬

‫‪ 1 .8‬اـلـشـكل الجدولى ‪61........................................................................................‬‬
‫‪ 2 .8‬شـكل األعمدة‪62...........................................................................................‬‬
‫‪ 3 .8‬شـكل الخط الزمنى ‪63...................................................................................‬‬
‫‪ 4 .8‬شـكل االتجاه العام (‪64...............................................................)TREND DIAGRAM‬‬

‫القسم التاسع‪ :‬بعض المؤشرات المركبة العالمية والمحلية‪66..................................................................:‬‬

‫‪ 1 .9‬اـلـمـؤـشـرـات العالمية‪66....................................................................................‬‬
‫‪ 2 .9‬اـلـمـؤـشـرـات المحلية‪70....................................................................................‬‬

‫القسم العاشر‪ :‬تطبيق المؤشرات المركبة على البرنامج اإلحصائى ‪75..............................................SPSS:‬‬

‫‪ 1 .10‬اختيار المؤشراتـ الفرعية (‪75................................................. )SUB-INDICATORS‬‬
‫‪ 2 .10‬تـقـدـيـرـالبيانات المفقودة (‪80......................................)IMPUTATION OF MISSING DATA‬‬
‫‪ 3 .10‬اـلـتـطـبـيـعـ((‪84.........................................................................NORMALIZATION‬‬
‫‪ 4 .10‬األـوزـان ((‪88..............................................................................WEIGHTING‬‬
‫‪ 5 .10‬اـلـتـجـمـيـعـ(‪92........................................................................... )AGGREGATION‬‬

‫الخالصة‪94.................................................................................................................................‬‬

‫ملحق رقم (‪95.........................................................................................................................)1‬‬

‫قائمة المراجع‪100........................................................................................................................‬‬
 ‫‪ 3‬دليل تكوين المؤشرات المركبة‬

‫‪ 1‬عرض عام‬

‫بدء التزايد فى الوقت الحالى حول تدارس المؤشرات المركبة كونها أداة هامة‬
‫ومفيدة التخاذ القرارات وتقييم أداء الدول المختلفة من الناحية االقتصادية‪,‬‬
‫واالجتماعية‪ ،‬والتكنولوجية؛ باإلضافة إلى تقييم أداء الدولة الواحدة عبر األزمنة‬
‫المختلفة‪ .‬ولقد قامت العديد من المنظمات الدولية ‪ -‬مثل األمم المتحدة وغيرها ‪-‬‬
‫باستخدام المؤشرات المركبة كوسيلة سهلة للمقارنة بين أداء الدول وبعضها وفقا ً‬
‫لبعض المعايير التى يتم تمثيلها بالمؤشرات الفرعية األساسية‪ .‬ومن األهمية الكبيرة‬
‫لمفهوم المؤشر المركب أنه يُسهل على الجمهور تفسير نتائجه بدالً من محاولة إيجاد‬
‫اتجاه عام مشترك للعديد من المؤشرات المنفصلة‪ ,‬وبذلك فهو يعتبر أداة مفيدة لتحديد‬
‫االتجاهات واألولويات السياسية وكذلك جذب االنتباه إلى بعض األمور الخاصة بحيث‬
‫تعتبر بمثابة نقطة البداية لمبادرة النقاش حول تلك األمور‪ .‬لذلك فقد زاد االهتمام‬
‫بتطوير أساليب بناء المؤشرات المركبة حتى يمكن االعتماد عليها والوثوق فى نتائجها‪.‬‬
‫والمؤشر المركب هو مقياس يتم اشتقاقه من سلسلة من الحقائق المشاهدة التى‬
‫تعكس وضع الظاهرة محل الدراسة‪ ,‬حيث يتم تكوين المؤشر المركب عن طريق دمج‬
‫بعض المؤشرات المنفصلة فى مؤشر واحد باالستناد على نموذج معين‪ ,‬ولذلك نجد أن‬
‫المؤشر المركب البد أن يقيس المفاهيم متعددة األبعاد بطريقة مثالية والتى ال يمكن‬
‫التوصل إليها من خالل مؤشر فردى وحيد‪.‬‬
‫ويهدف هذا الدليل إلى المساهمة فى تفهم أكثر للتعقيدات التى يمكن أن تُواجه‬
‫صانع المؤشر المركب عند بناء للمؤشرات المركبة‪ ,‬وكذلك كمحاولة لتحسين التقنيات‬
‫المستخدمة حاليا ً لبناء تلك المؤشرات‪ ,‬وبشكل خاص فهى تتضمن مجموعة من‬
‫اإلرشادات الفنية والتوصيات التى تستطيع مساعدة صانعى المؤشرات المركبة على‬
‫تصميم وتطوير هذه المؤشرات والعمل على رفع جودة نتائجها‪ ,‬حيث تعرض مجموعة‬
‫من التوصيات المثالية لكيفية بناء المؤشر المركب فى شكل تسلسل مكون من ثمان‬
‫خطوات تبدأ من تشكيل إطار نظرى جيد حتى عرض المؤشر المركب بطريقة تسهل‬
‫من فهم الغرض منه‪.‬‬
‫وعلى الرغم من أهمية كل خطوة من هذه الخطوات إال أن ترابط واتساق‬
‫العملية كلها يكون له نفس الدرجة من األهمية‪ ,‬حيث أنه قد تؤدى بعض االختيارات فى‬
‫مرحلة معينة إلى التزامات تتبعها فى المراحل التالية لها‪ ,‬لذلك يجب على صانع‬
‫المؤشر المركب عدم االكتفاء بأخذ أكثر الطرق مالئمةً فى كل مرحلة بمفردها‪ ,‬بل‬
‫يجب عليه أن يتعرف على مدى مالئمة وتناسب جميع هذه الطرق مع بعضها البعض‪.‬‬
‫ينقسم هذا الدليل إلى عشرة أقسام أساسية تبدأ بالقسم األول الذى يختص بتعريف‬
‫المؤشرات المركبة وتحديد خطوات تكوينها بشكل مختصر ثم ينتقل لعرض هذه‬
‫الخطوات بطريقة تفصيلة ابتدا ًء من القسم الثانى حتى القسم الثامن التى تتمثل فى‪:‬بناء‬
 ‫‪ 4‬دليل تكوين المؤشرات المركبة‬

‫اإلطار النظرى‪ ,‬وتحديد المؤشرات الفرعية‪ ,‬والمعالجة األولية للبيانات‪ ,‬وتطبيع‬

‫المؤشرات الفرعية‪ ,‬ووضع األوزان لهده المؤشرات‪ ,‬وتجميها لتكون المؤشر المركب‪,‬‬
‫وأخيراً عرضها بطريقة يسهل فهمها للمستخدمين‪ .‬بينما يختص القسم التاسع بعرض‬
‫نبذة عن بعض المؤشرات المركبة العالمية والمحلية من خالل تعريف كل مؤشر وذكر‬
‫أهدافه‪ ,‬ووصف مؤشراته الفرعية‪ ,‬باإلضافة إلى توضيح للمراحل التى مر بها حتى‬
‫وصل إلى صورته النهائية‪ .‬وأخيراَ يهتم القسم العاشر بكيفية تطبيق الخطوات األساسية‬
‫لتكوين المؤشرات المركبة باستخدام البرنامج اإلحصائى ‪ ،SPSS‬وذلك بالتطبيق على‬
‫بيانات مؤشر اإلنجاز التكنولوجى‪.‬‬
 ‫‪ 5‬دليل تكوين المؤشرات المركبة‬

‫القسم األول‬
‫تعريف المؤشرات المركبة وخطوات تكوينها‬

‫يتناول هذا القسم فى الجزء األول منه تعريفا ً بفكرة المؤشرات المركبة‪ ,‬ثم‬
‫ينتقل فى الجزء الثانى لتوضيح مزايا وعيوب استخدام هذه الطريقة كوسيلة للمقارنة‬
‫بين أداء الدول وبعضها البعض وفقا ً لبعض المعايير‪ ,‬ويأتى الجزء الثالث منه لعرض‬
‫خطوات تكوين المؤشرات المركبة فى شكل مختصر‪ ,‬على أن يتم عرض جميع‬
‫الخطوات بشكل تفصيلى فى األقسام التالية من الدليل‪.‬‬

‫‪ 1 .1‬تعريف المؤشرات المركبة‪:‬‬

‫المؤشر المركب هو مقياس ‪ -‬عددى أو كمى ‪ -‬مجمع يضم مجموعة من‬
‫المؤشرات الفردية التى تعكس جوانب الظاهرة محل االهتمام‪ ,‬بحيث يتم دمج هذه‬
‫المؤشرات المنفصلة باالستناد على نموذج معين للحصول على مؤشر مركب يعبر عن‬
‫االتجاه العام المشترك لتلك المؤشرات الفرعية‪ ,‬وهو بذلك يعمل على تجميع المعلومات‬
‫وعرضها بشكل مبسط يَسهُل فهمه وتفسيره‪ .‬ولقد قامت العديد من المنظمات الدولية ‪-‬‬
‫مثل األمم المتحدة وغيرها ‪ -‬باستخدام المؤشرات المركبة كوسيلة سهلة للمقارنة بين‬
‫أداء الدول وفقا ً لبعض المعايير التى يتم تمثيلها بالمؤشرات الفرعية األساسية‪.‬‬
‫ولقد تزايد االهتمام بالمؤشرات المركبة كونها أداة هامة ومفيدة التخاذ القرارات‬
‫وتقييم أداء الدول من الناحية االقتصادية‪ ,‬واالجتماعية‪ ،‬والتكنولوجية؛ لذلك فقد زاد‬
‫االهتمام بتطوير أساليب بناء المؤشرات المركبة حتى يمكن االعتماد عليها والوثوق فى‬
‫نتائجها‪.‬‬
‫ولتوضيحـ الفكرة األساسية لبناء المؤشرات المركبة يمكن النظر إلى المؤشر‬
‫المركب على أنه قمة الهرم الذى يتضمن البيانات األساسية فى قاعدته‪ ،‬والمؤشرات‬
‫الفرعية فى الجزء األوسط منه‪ ,‬كما يوضحه الشكل التالى‪:‬‬

‫شكل رقم ( )‪1‬‬

‫الفكرة األساسية لبناء المؤشر المركب‬

‫&‬
‫‪›H‬‬
‫& ‪Y‬‬
‫‪› YL‬‬

‫›‬
‫&‬‫‪H‬‬‫ž›‪Y‬‬
‫>›‬‫‪YE‬‬
‫‪M‬‬

‫‪›E‬‬
‫‪K‬‬
‫ž ‪K‬‬
‫‪›T‬‬‫‪KE‬‬
‫‪M‬‬
 ‫‪ 6‬دليل تكوين المؤشرات المركبة‬

‫كذلك يمكن النظر لعملية بناء المؤشر المركب على أنها نموذج مكون من ثالث‬
‫خطوات‪ :‬مدخالت النموذج‪ ,‬وعملية لمعالجة هذه المدخالت‪ ,‬ومخرجات النموذج‪ ,‬حيث‬
‫تعتبر المدخالت هى المؤشرات الفرعية‪ ,‬والتى يتوقف اختيارها على أراء المحللين‬
‫والخبراء واالتجاهات السياسية‪ ,‬ثم تتوجه هذه المدخالت (المؤشرات الفرعية) إلى‬
‫مرحلة التطبيع (‪ )Normalization‬والوزن ((‪ Weighting‬والتجميع (‪ )Aggregation‬ليتم فى‬
‫النهاية الحصول على المؤشر المركب الذى يمثل المخرج النهائى من هذه العملية‪,‬‬
‫ويوضح الشكل التالى خطوات تكوين المؤشر المركب‪:‬‬

‫شكل رقم ( )‪2‬‬

‫خطوات تكوين المؤشر المركب‬

‫‪ 2 .1‬مزايا وعيوب المؤشرات المركبة‪:‬‬

 ‫‪ 7‬دليل تكوين المؤشرات المركبة‬

‫تهدف هذه الدراسة إلى المساهمة فى تفهم أكثر للتعقيدات التى يمكن أن تُواجه‬
‫صانع المؤشر المركب عند بناءه‪ ,‬وكذلك محاولة تحسين التقنيات المستخدمة حاليا ً لبناء‬
‫تلك المؤشرات‪ ,‬حيث أن بناء المؤشرات المركبة يعتمد أكثر على مهارة وبراعة صانع‬
‫المؤشر منه على القواعد المتعارف عليها عالمياً‪ ,‬ففاعلية استخدام المؤشرات المركبة‬
‫يكمن فى مدى مالئمتها للغرض المقصود منها ومدى قبولها من قبل المستخدمين‪ ,‬وفى‬
‫سياق ذلك فالبد أن نتعرض أوالً لمعرفة مزايا وعيوب هذه المؤشرات‪ ,‬كمحاولة‬
‫لتالفى العيوب التى يمكن التعرض إليها‪ ,‬من أجل الحصول على مؤشر مركب على‬
‫مستوى مقبول من الجودة‪.‬‬
‫‪ 1 .2 .1‬مزايا المؤشرات المركبة‪:‬‬
‫‪ ‬تلخص كمية كبيرة من المعلومات مما ييسر عملية اتخاذ القرار‪.‬‬
‫‪ ‬أسهل فى تفسيرها من محاولة إيجاد اتجاه عام مشترك لبعض المؤشرات الفردية‬
‫المنفصلة‪.‬‬
‫‪ ‬تُسهل عملية ترتيب وتقييم الدول وفقا لبعض المعايير باستخدام قيم معيارية (‪Ben‬‬
‫‪.)chmark‬‬
‫‪ ‬تستطيع أن تدرس تطور أداء الدولة عبر الزمن‪.‬‬
‫‪ ‬تساعد على جذب االهتمام العام عن طريق عرض مبسط ألداء الدولة وتطوره‬
‫عبر الزمن‪.‬‬
‫‪ ‬تقلل حجم قائمة المؤشرات المستخدمة‪ ,‬أو بمعنى أخر فهى تُزيد كمية‬
‫المعلومات التى يتم الحصول عليها باستخدام نفس العدد من المؤشرات‬
‫الفرعية‪.‬‬

‫‪ 2 .2 .1‬عيوب المؤشرات المركبة‪:‬‬

‫‪ ‬يمكن أن تُوصل رسائل مضللة لمتخذى القرار إذا لم يتم بناؤها بالشكل الصحيح‪.‬‬
‫‪ ‬قد يؤدى الشكل المجمع ‪ -‬الذى يعطيه المؤشر المركب ‪ -‬بمتخذ القرار إلى‬
‫اتخاذ قرارات مبسطة وسطحية بشكل كبير‪ ,‬إال أنه يمكن تجنب هذا العيب عن‬
‫طريق أخذ المؤشرات الفرعية فى االعتبار عند اتخاذ القرار اإلجمالى‪.‬‬
‫‪ ‬أحيانا ً يصعب اختيار المؤشرات الفرعية وتحديد األوزان المناسبة لك ٍل منها‪.‬‬
‫‪ ‬قد تؤدى إلى نتائج غير جيدة إذا تم إهمال بعض المؤشرات الفرعية التى يصعُب‬
‫قياسها‪.‬‬
‫‪ ‬تجميع المؤشرات الفرعية قد يخفى بعد القصور والفشل فى أحد تلك‬
‫المؤشرات‪ ,‬حيث أنه من الممكن أن يخفى المؤشر المركب مشكلة ما بمؤشر‬
‫فرعى معين‪ ,‬حيث أن تداخلها مع المؤشرات الفرعية األخرى قد ال يسمح‬
‫بالتوصل إليها‪.‬‬
 ‫‪ 8‬دليل تكوين المؤشرات المركبة‬

‫‪ 3 .1‬خطوات تكوين المؤشرات المركبة‪:‬‬

‫إن بناء مؤشرات مركبة جيدة يمكن االعتماد عليها والوثوق فى نتائجها ليس‬
‫بالعملية السهلة‪ ،‬فهناك خطوات أساسية لبناء تلك المؤشرات المركبة تعتمد على بعض‬
‫األساليب اإلحصائية الهامة‪ ,‬ويعرض هذا الجزء كيفية بناء المؤشر المركب فى شكل‬
‫تسلسل مكون من ثمان خطوات‪ ,‬تبدأ بتشكيل إطار نظرى جيد حتى العرض البيانى‬
‫للمؤشرات المركبة بطريقة تُسهل فهمها للمستخدمين‪ ,‬وعلى الرغم من أهمية كل خطوة‬
‫من هذه الخطوات إال أن ترابط واتساق العملية كلها يكون له نفس الدرجة من األهمية‪,‬‬
‫حيث أنه قد تؤدى بعض االختيارات فى مرحلة معينة إلى التزامات تتبعها فى المراحل‬
‫التالية لها‪ ,‬لذلك يجب على صانع المؤشر المركب عدم االكتفاء بأخذ أكثر الطرق‬
‫مالئمةً فى كل مرحلة بمفردها‪ ,‬بل يجب عليه أن يتعرف على مدى مالئمة وتناسب‬
‫جميع هذه الطرق مع بعضها البعض‪.‬‬
‫ويتعرض الكثير من صانعى المؤشرات المركبة لبعض النقد من قِبَل‬
‫المستخدمين لهذه المؤشرات نتيجة لغياب الشفافية فى عملية بناء هذه المؤشرات‪،‬‬
‫وخاصة فيما يتعلق بالمنهجيات المستخدمة والبيانات األساسية محل االهتمام‪ ,‬وحتى يتم‬
‫تجب هذا النقد فإن هذا الدليل يوصى بشكل كبير على أهمية توثيق المراحل المختلفة‬
‫لتصميم المؤشر المركب‪ ,‬وذلك بهدف التأكيد على مدى ترابط واتساق العملية كلها‪,‬‬
‫وكذلك من أجل إعداد مالحظات منهجية مقدما ً لما سوف يتم عرضه من خالل النتائج‬
‫العددية‪ ,‬وكذلك يوصى هذا الدليل بأهمية ذكر توصيف عن البيانات (‪ ,)metadata‬لتجنب‬
‫النقد الموجه إلى المؤشرات المركبة نتيجة لعدم وجود شفافية‪.‬‬
‫ويتناول هذا الجزء فكرة عامة عن كل خطوة من خطوات بناء المؤشر‬
‫المركب‪ ,‬بينما يتم عرض مزيد من المعلومات عن كل خطوة منفصلة فى األقسام‬
‫التالية‪ ,‬ويمكن تلخيص هذه الخطوات فيما يلى‪:‬‬

‫‪ -1‬بناء اإلطار النظرى ((‪:Developing a theoretical framework‬‬

‫أولى خطوات تكوين المؤشر المركب هى بناء اإلطار النظرى الذى البد أن‬
‫يعطى للقارئ توضيحا ً وفهما ً جيداً لما يراد قياسه بواسطة المؤشر المركب‪ ,‬حيث‬
‫يعتبر بناء إطار نظرى جيد بمثابة نقطة البداية إلنشاء مؤشر مركب جيد‪ ،‬لذلك فيجب‬
‫تعريف المفاهيم وتحديد المجموعات الثانوية بوضوح‪ ,‬ووضع المعايير التى يتم على‬
‫أساسها اختيار المؤشرات الفرعية‪.‬‬

‫‪ -2‬اختيار المؤشرات الفرعية (‪:)Selecting the sub-indicators‬‬

‫يلى خطوة بناء اإلطار النظرى اختيار عدد من المؤشرات الفرعية لبناء‬
‫المؤشر المركب‪ ،‬والبد أن يتم اختيار المؤشرات الفرعية بعناية بحيث تكون مالئمة‬
‫للدراسة وأن تتوافر بياناتها فى وقت مناسب لعمل الدراسة‪ ,‬فقد يحد عدم توافر البيانات‬
‫المالئمة من قدرة المستخدم على بناء مؤشر مركب سليم‪.‬‬
 ‫‪ 9‬دليل تكوين المؤشرات المركبة‬

‫‪ -3‬المعالجة األولية للبيانات (‪ ،)Preliminary data treatment‬والتى تتضمن تقدير‬

‫البيانات المفقودة‪ ,‬والتأكد من جودة البيانات األساسية‪:‬‬
‫تهتم الخطوة الثالثة من خطوات بناء المؤشرات المركبة بمعالجة البيانات التى‬
‫تدخل فى تركيب المؤشر المركب‪ ,‬حيث تعتمد قدرة المؤشر فى عرض مفاهيم متعددة‬
‫األبعاد بطريقة جيدة على جودة مكوناته ودقتها‪ ،‬ولكن غالبا ً ما توجد بعض البيانات‬
‫المفقودة إما بشكل عشوائى أو بشكل غير عشوائى‪ ,‬وبالتالى البد من تقدير هذه البيانات‬
‫المفقودة من خالل أحد ثالث طرق رئيسية تتمثل فى‪ :‬حذف المفردة‪ ,‬والتقدير الفردى‬
‫للبيانات‪ ,‬والتقدير المتعدد‪ ،‬وسيتم دراسة كل هذه األساليب بالتفصيل فى القسم الثالث‬
‫من الدليل‪ ,‬كذلك يهتم هذا القسم بدراسة مدى جودة البيانات المستخدمة‪ ،‬حيث يجب‬
‫التحقق من توافر أبعاد الجودة مثل دقة البيانات واتساقها وغيرها من األبعاد التى سيتم‬
‫تناولها أيضا خالل القسم الثالث‪.‬‬

‫‪ -4‬التطبيع ‪:))Normalization‬‬
‫تأتى الخطوة الرابعة فى تكوين المؤشر المركب لتهتم بحالة وجود اختالف بين‬
‫وحدات قياس المؤشرات الفرعية المكونة للمؤشر المركب‪ ،‬حيث يجب فى هذه الحالة‬
‫أن يتم توحيد هذه المقاييس لتجنب تجميع مقاييس مختلفة فى مؤشر مركب واحد‪ ،‬وذلك‬
‫ما يتم باستخدام طرق التطبيع المختلفة مثل الترتيب ((‪ ،Ranking‬والمعيارية ((‬
‫‪ ,Standardization‬وغيرها من الطرق‪ ,‬إال أنه يجب توخى الحذر عند اختيار الوسيلة‬
‫المناسبة للتطبيع‪ ،‬حيث يجب أن تأخذ الطريقة ال ُمستخدَمة فى االعتبار خصائص‬
‫البيانات‪ ،‬وأهداف المؤشر المركب‪ ،‬وسيتم تناول هذه الطرق بالتفصيل فى القسم الرابع‬
‫من الدليل‪.‬‬

‫‪ -5‬األوزان الترجيحية (‪:)Weightings‬‬

‫تعتبر بؤرة االهتمام األساسية عند بناء المؤشر المركب هى تجميع األبعاد‬
‫المختلفة للظاهرة محل االهتمام فى مؤشر مركب واحد يحتوى على أكبر قدر من‬
‫المعلومات‪ ,‬مما يتطلب استخدام األوزان الترجيحية‪.‬‬
‫وتوجد العديد من الطرق المستخدمة لتقدير األوزان مثل استعمال األوزان‬
‫المتساوية‪ ،‬أو بناء األوزان وفقا لنماذج إحصائية‪ ,‬أو إمكانية االستعانة بالخبراء اللذين‬
‫يمتلكون الخبرة والمعرفة الكافية لوضع األوزان‪ ,‬أو االستعانة باالستفتاءات العامة‬
‫وغيرها من الطرق المختلفة لتحديد األوزان‪ ,‬والتى سيتم تناولها تفصيليا ً فى القسم‬
‫الخامس من الدليل‪ ,‬ومن الجدير بالذكر هنا أن عملية وضع األوزان عملية فى غاية‬
‫األهمية والخطورة خاصةً إذا ترتب عليها وضع الدول فى ترتيبات معينة‪ ،‬والحكم على‬
 ‫‪10‬دليل تكوين المؤشرات المركبة‬

‫األداء العام للدولة‪ ،‬وتحديد الدول الناجحة والدول المتأخرة‪ ،‬لذلك يجب أن تتمتع عملية‬
‫بناء األوزان بالشفافية التامة‪.‬‬

‫‪ -6‬التجميع (‪:)Weighting and aggregating‬‬

‫تعتبر مرحلة التجميع هى المرحلة المرتبطة بشدة بمرحلة وضع األوزان‪ ,‬وهى‬
‫التى يتم خاللها البناء الفعلى للمؤشر المركب‪ .‬وبالمثل يوجد أساليب عديدة لتجميع‬
‫المؤشرات الفرعية كالتجميع الخطى والهندسى وتحليل المعايير المتعددة‪ ,‬والتى‬
‫يستخدم ك ٌل منهما فى ظروف معينة وبافتراضات مختلفة‪ ,‬وذلك ما سوف يتم دراسته‬
‫فى القسم السادس من الدليل‪.‬‬

‫‪ -7‬تحليل عدم التأكد والحساسية ((‪:Uncertainty analysis and Sensitivity‬‬

‫نظراً ألنه من المالحظ أن بناء المؤشرات المركبة يستلزم عمل العديد من‬
‫التقديرات الشخصية كما فى اختيار المؤشرات الفرعية‪ ،‬واختيار طريقة التطبيع‪،‬‬
‫وطرق الوزن والتجميع‪...‬إلخ‪ ،‬فإنه يمكن الطعن فى قوة المؤشرات المركبة‬
‫ومضمونها‪ ،‬ولذلك فيجب أن يتم استخدام توليفة من تحليلى عدم التأكد والحساسية‬
‫لقياس قوة المؤشر المركب ولتحسين شفافيته‪ ,‬وهو ما يعتبر الخطوة السابعة من‬
‫خطوات تكوين المؤشر المركب‪ ,‬والتى سيتم دراستها بالتفصيل فى القسم السابع من‬
‫الدليل‪.‬‬

‫‪ -8‬العرض البيانى ((‪.Visualization‬‬

‫بعد االنتهاء من جميع خطوات بناء المؤشر المركب‪ ,‬تأتى الخطوة األخيرة‬
‫وهى عرض هذا المؤشر على المستخدمين‪ ,‬والتى يجب أن تتم بشكل يُ ًم ِكن من توصيل‬
‫صورة دقيقة وسهلة لمتخذى القرار‪ ،‬وهنا يجب استخدام وسائل العرض البيانى‬
‫المختلفة لتوصيل الرسالة النهائية للمؤشر المركب‪ ,‬وهذا ما سيتم عرضه فى القسم‬
‫التاسع من الدليل‪.‬‬

‫القسم الثانى‬
‫بناء اإلطار النظرى واختيار المؤشرات الفرعية‬

‫لكل من الخطوتين األولى والثانية من خطوات بناء‬‫يتناول هذا القسم عرضا ً ٍ‬

‫المؤشر المركب‪ ,‬حيث يستعرض الجزء األول منه كيفية بناء إطار نظرى جيد من‬
‫خالل تعريف المفاهيم‪ ,‬وتحديد المجموعات الثانوية‪ ,‬وتحدد المعايير الالزمة الختيار‬
 ‫‪11‬دليل تكوين المؤشرات المركبة‬

‫المؤشرات الفرعية‪ ,‬ثم ينتقل الجزء الثانى من القسم الستعراض الخطوة الثانية من‬
‫خطوات تكوين المؤشر المركب والتى تتمثل فى تحدد المؤشرات الفرعية الالزمة لبناء‬
‫هذا المؤشر‪.‬‬

‫‪ 1 .2‬بناء اإلطار النظرى‪:‬‬

‫تعتبر خطوة بناء اإلطار النظرى أهم خطوات بناء المؤشر المركب‪ ،‬حيث يُعد‬
‫بناء إطار نظرى سليم بمثابة نقطة البداية لبناء مؤشر مركب جيد‪ ,‬لذلك فيجب أن‬
‫ُعرف اإلطار النظرى الظاهرة محل االهتمام ومكوناتها الفرعية بدقة وبوضوح‪,‬‬ ‫ي ِ‬
‫وكذلك يجب أن ينتقى المؤشرات الفرعية المناسبة‪ ,‬ويحدد األوزان التى تعكس األهمية‬
‫النسبية لهذه المؤشرات بشكل جيد‪ .‬وتعتبر الطريقة المثلى فى هذا الصدد هى أن يتم‬
‫التركيز – عند تصميم اإلطار النظرى ‪ -‬على ما هو مرغوب فى قياسه‪ ,‬وليس على ما‬
‫هو متوافر من مؤشرات‪ .‬وغالبا ً ما يعتمد اإلطار النظرى على اآلراء الشخصية‬
‫للباحث‪ ،‬وبالتالى تعتبر الشفافية عنصراً هاما ً جداً فى بناء هذا اإلطار مما يتطلب أن‬
‫يلتزم صانع المؤشر بالخطوات التالية‪:‬‬

‫‪ 1 .1 .2‬تعريف المفاهيم‪:‬‬
‫يجب أن يعطى التعريف صورة واضحة عما يتم قياسه بواسطة المؤشر‬
‫المركب‪ ,‬لذلك فيجب أن يُشير التعريف إلى كيفية بناء اإلطار النظرى وكيفية ربط‬
‫المؤشرات الفرعية مع بعضها البعض‪ ,‬وعلى الرغم من ذلك نجد أن هناك بعض‬
‫المفاهيم المعقدة التى يصعب تعريفها وقياسها بدقة أو تختلف اآلراء عليها بحيث ال‬
‫يوجد تعريف موحد لقياسها‪.‬‬

‫‪ 2 .1 .2‬تحديد المجموعات الثانوية‪:‬‬

‫من الممكن أن تُقسم المفاهيم متعددة األبعاد إلى مجموعات فرعية‪ ,‬ومن الجدير‬
‫بالذكر أن هذه المجموعات الفرعية ال يُشترط أن تكون مستقلة إحصائيا ً عن بعضها‬
‫البعض‪ ،‬إال أنه إذا وجدت ارتباطات بينها فالبد من وصف تلك االرتباطات وتوضيحها‬
‫بدقة‪ .‬فمثل هذا البناء يساعد المستخدم على فهم القوة المحركة وراء المؤشر المركب‪,‬‬
‫هذا باإلضافة إلى أنه يُسهل من عملية تحديد األوزان النسبية المناسبة للعوامل المختلفة‪.‬‬
‫وحتى يتم إتمام هذه الخطوة بطريقة جيدة فالبد من االستعانة ببعض الخبراء والمحللين‬
‫حتى تكون هناك وجهات نظر متعددة مما يُكسب قوة لإلطار والتعريف ومجموعة‬
‫المؤشرات المختارة ويساعد على بناء إطار نظرى جيد وشامل‪.‬‬

‫‪ 3 .1 .2‬وضع المعايير الالزمة الختيار المؤشرات األساسية‪v:‬‬

 ‫‪12‬دليل تكوين المؤشرات المركبة‬

‫يجب على صانع المؤشر المركب أن يقوم بتحديد مجموعة من المعايير التى‬
‫تكون بمثابة المرشد لتحديد ما إذا كان مؤشر فرعى معين يجب أن يدخل فى تكوين‬
‫المؤشر المركب أم يستبعد‪ ,‬ولذلك فالبد أن تكون هذه المعايير محددة وواضحة بقدر‬
‫اإلمكان‪ ,‬كما يجب أن تصف الظاهرة محل االهتمام بشكل جيد ومعبر‪.‬‬

‫‪ 4 .1 .2‬توثيق‪ v‬اإلطار النظرى‪:‬‬

‫يُعتَبَر توثيق اإلطـــار النظـــرى بما يتضـــمنه من تعريفـــا ً للمفـــاهيم‪ ,‬وتحديـــداً‬
‫للمجموعات الفرعيــة‪ ,‬ووضــعا ً للمعــايير الالزمة الختيــار المؤشــرات األساســية جــزءاً‬
‫أساسـيا ً فى الخطـوة األولى من خطـوات تكـوين مؤشر مـركب جيـد‪ ,‬حيث ي ُّمدنا بفكـر ٍة‬
‫شاملة عن الهدف من بناء هذا المؤشر المركب فى سياق سهل وواضح يُم ِكن من خالله‬
‫فهم كيفية بنــاء المؤشر المــركب والغــرض منــه‪ ,‬ويعتــبر الهــدف األساسى من توثيق‬
‫ت كافية حــتى يمكنهم‬ ‫اإلطــار النظــرى هو إعطــاء مســتخدمى المؤشر المــركب معلومــا ٍ‬
‫تقرير ما إذا كانت البيانات ال ُمقدَمة من خالل هذا المؤشر مالئمة لالستخدام المقصود أم‬
‫ال‪.‬‬

‫‪ 2 .2‬اختيار المؤشرات الفرعية‪:‬‬

‫تعتمد قوة أو ضعف المؤشر المركب على مدى جودة وسالمة المؤشرات‬
‫الفرعية المكونة له‪ ,‬لذلك فالبد من اختيار هذه المؤشرات وفقا ً لمدى أهميتها وارتباطها‬
‫بالظاهرة محل الدراسة‪ ,‬وكذلك وفقا ً لمدى إمكانية تحليلها‪ ,‬وحداثاتها‪ ,‬وسهولة الوصول‬
‫إليها وهكذا‪ .‬ومن الجدير بالذكر هنا أن عدم توافر البيانات الصحيحة المتعلقة بالظاهرة‬
‫محل االهتمام ي ُِحد من قدرة صانع المؤشر على بناء مؤشر مركب سليم‪ ,‬وسوف‬
‫نتعرض من خالل الخطوة الثالثة فى تكوين المؤشر المركب ألهم معايير جودة‬
‫البيانات التى يجب أن تتسم بها المؤشرات الفرعية حتى يمكننا بناء مؤشر مركب يمكن‬
‫االعتماد عليه‪.‬‬
‫ونظراً لعدم وجود ضوابط تحكم اختيار مجموعة محددة من المتغيرات‬
‫الفرعية‪ ,‬فإن اختيار المؤشرات الفرعية عملية تتوقف على االعتبارات واآلراء‬
‫الشخصية للمستخدم‪ .‬والبد من اإلشارة فى تلك الخطوة إلى إمكانية استخدام المقاييس‬
‫النائبة (‪( )Proxy measures‬التى تنوب عن المقاييس األصلية) فى حالة عدم توافر‬
‫البيانات المطلوبة‪ ,‬حيث يتم االستعانة ببعض البيانات التى تحل محل البيانات األصلية‪,‬‬
‫فعلى سبيل المثال بدالً من استخدام متغير عدد الموظفين اللذين يمتلكون حاسب آلى‪,‬‬
‫فإنه يمكن استخدام عدد الموظفين اللذين يستعملون الحاسب اآللى كمتغير بديل‪ ,‬إال أنه‬
‫البد من توخى الحذر عند استخدام هذا النوع من المقاييس‪ ,‬فالبد من عمل بعض‬
‫االختبارات لقياس دقة هذه البيانات مثل تحليل الحساسية ((‪ ,Sensitivity analysis‬ودراسة‬
 ‫‪13‬دليل تكوين المؤشرات المركبة‬

‫االرتباط (‪ ,)Correlation‬وأخيراً يجب التأكد من أن المتغيرات المختارة تتفق مع تعريف‬

‫المؤشر المركب‪ ,‬وتصلح لالستخدام المقصود‪.‬‬
‫ويعتبر الهدف من هذه الخطوة هو أن يتم فحص جميع المؤشرات الفرعية‬
‫لكل منها‪ ,‬بحيث يتم اختيار أكثر المؤشرات‬ ‫المتاحة ومناقشة نقاط القوة والضعف ٍ‬
‫الفرعية مالئمة لتكوين المؤشر المركب‪ ,‬وقد يكون من المفيد فى تلك الخطوة أن يتم‬
‫إعداد جدول يتضمن خصائص جميع المؤشرات الفرعية من حيث مدى توافرها عبر‬
‫البالد والزمن‪ ,‬ووجود مصدر لها‪ ,‬ووجود بيانات مفقودة‪ ,‬ونوع تلك البيانات إذا ما‬
‫كانت مطبوعة أم بيانات إلكترونية‪ ,‬والهدف من ذلك هو أن يتم الحصول على وسائل‬
‫جديدة لتطوير طرق جمع البيانات‪ ,‬والتعرف على مصادر جديدة للبيانات لتحسين‬
‫المقارنات العالمية بين اإلحصاءات‪ ,‬حيث يجب أن تسير جودة ودقة المؤشر المركب‬
‫بالتوازى مع التحسينات فى كيفية تجميع البيانات‪.‬‬
 ‫‪14‬دليل تكوين المؤشرات المركبة‬

‫القسم الثالث‬
‫المعالجة األولية للبيانات‬

‫يتناول هذا القسم عرضا ً للخطوة الثالثة من خطوات تكوين المؤشر المركب‪,‬‬
‫وهى خطوة المعالجة األولية للبيانات‪ ,‬حيث يعرض الجزء األول من هذا القسم تقدير‬
‫القيم المفقودة بالبيانات‪ ,‬بينما يعرض الجزء الثانى التأكد من مدى جودة البيانات‬
‫األساسية من خالل دراسة مدى اتفاق هذه البيانات مع معايير جودة البيانات العالمية‪.‬‬

‫‪ 1 .3‬تقدير البيانات المفقودة (‪:)Imputation‬‬

‫تعتبر البيانات المفقودة من أكثر المعوقات التى تحد من متانة وجودة المؤشر‬
‫المركب‪ ,‬لذلك فقد كان من الضرورىـ استعراض بعض الطرق التى تستخدم لمعالجة‬
‫وتقدير تلك البيانات‪ ,‬إال أنه قبل استعراض هذه الطرق كان البد من سرد أنواع البيانات‬
‫المفقودة‪ ,‬حيث تختلف طرق التقدير تبعا ً الختالف نوع البيانات المفقودة‪.‬‬

‫‪ 1 .1 .3‬أنواع البيانات المفقودة‪:‬‬

‫يمكن تقسيم البيانات المفقودة إلى ثالثة أنواع أساسية‪ :‬بيانات مفقودة بشكل‬
‫عشوائى تماما ً (‪ ,)Missing completely at random‬بيانات مفقودة بشكل عشوائى (‪Missing‬‬
‫‪ ,)at random‬وبيانات مفقودة بشكل غير عشوائى (‪ ,)Not missing at random‬وفيما يلى‬
‫عرض لتلك األنواع بشىء من التفصيل‪:‬‬
‫(أ) بيانات مفقودة بطريقة عشوائية تماما ً ‪Missing completely at random‬‬
‫)‪:(MCAR‬‬
‫فى هــذا النـوع من فقد البيانــات نجد أن البيانـات المفقـودة ال تعتمد على المتغــير‬
‫نفسه ‪ -‬الذى يحتوى على هذه القيم المفقودة ‪ -‬أو أى متغير أخر فى قاعدة البيانات‪ ,‬فعلى‬
‫سبيل المثال تعتبر القيم المفقودة من متغــير الــدخل من نوعية البيانــات المفقــودة بطريقة‬
‫عشوائية تماما ً فى حالة كون القيم المفقودة غير مرتبطة بالـدخل أو ٍ‬
‫بـأى من المتغـيرات‬
‫األخرى فى قاعدة البيانات‪ .‬بمعنى أنه إذا ما كان األشخاص الذين لم يقروا بقيم دخولهم‬
‫لهم ‪ -‬فى المتوسط – نفس قيم دخــول األشــخاص الــذين أقــروا بالــدخل‪ ،‬أو إذا كــان كل‬
‫متغير من المتغيرات األخرى الموجــودة فى قاعــدة البيانــات هو نفسه – فى المتوسط –‬
‫لك ٍل من األشخاص الذين أقروا بقيمة الدخل واألشخاص الذين لم يقروا به‪.‬‬

‫)‪:Missing at random (MAR‬‬ ‫(ب) بيانات مفقودة بطريقة عشوائية‬

‫نجد أن البيانات المفقودة فى هذا النوع ال تعتمد على المتغير محل الدراسة‪ ,‬إال‬
‫أنها ترتبط بمتغيرات أخرى فى قاعدة البيانات‪ ,‬فعلى سبيل المثال قد تعتمد نسبة‬
‫البيانات المفقودة للدخل على الحالة االجتماعية‪ ,‬إال أنه فى داخل كل فئة من فئات الحالة‬
‫االجتماعية تكون نسبة البيانات المفقودة غير مرتبطة بقيمة الدخل‪ ,‬وهذا ما يعنى أن‬
 ‫‪15‬دليل تكوين المؤشرات المركبة‬

‫القيم المفقودة ال تعتمد على متغير الدخل إال أنها تعتمد على الحالة االجتماعية لألفراد‪,‬‬
‫وكذلك من حاالت فقد البيانات بطريقة عشوائية هى حالة البيانات المفقودة نتيجة‬
‫لتصميم اإلستمارة ‪ ,Missing by design‬مثل حالة عدم انطباق السؤال على المجيب (‪not‬‬
‫‪ )applicable‬فمثالً إذا كانت إجابة سؤال معين بنعم فهذا يتبعه عدم اإلجابة على سؤال‬
‫أخر باإلستمارة‪.‬‬

‫(جـ) بيانات مفقودة بطريقة غير عشوائية )‪:Not missing at random (NMAR‬‬
‫فى هذه الحالة تعتمد البيانات المفقودة على القيم نفسها‪ ,‬فعلى سبيل المثال‪،‬‬
‫األفراد ذوى الدخول المرتفعة غالبا ً ال يذكرون دخولهم‪ .‬وغالبا ً ال يوجد أساس معين‬
‫للحكم على ما إذا كانت البيانات مفقودة بطريقة عشوائية أم بطريقة غير عشوائية‪ ،‬إال‬
‫أن معظم طرق تقدير البيانات المفقودة تتطلب أن يكون السبب عشوائيا ً (‪MCAR,‬‬
‫‪ ،)MAR‬وإذا كان هناك اتجاهات تشير إلى وجود نمط غير عشوائى لفقد البيانات‪ ،‬فإنه‬
‫يجب توضيح هذا النمط ونمذجته بدقة‪ ،‬إال أن هذه العملية تتسم بالصعوبة والتعقيد‪.‬‬

‫‪ 2 .1 .3‬أساليب تقدير البيانات المفقودة‪:‬‬

‫بعد أن تم التعرف على األنواع الثالثة لفقد البيانات‪ ,‬يتم االنتقال لعرض الطرق‬
‫األساسية التى يمكن استخدامها لمعالجة البيانات المفقودة‪ ,‬حيث تتمثل هذه الطرق فى‬
‫اآلتى‪:‬‬

‫(‪Case deletion(:‬‬ ‫(أ) حذف المفردة‬

‫تعتمد هذه الطريقة على حذف المشاهدة ‪ -‬التى تحتوى على قيمة مفقودة ألحد‬
‫المتغيرات ‪ -‬نهائيا ً من التحليالت‪ ,‬ولذلك فهى تسمى أيضا تحليل الحالة الكاملة (‬
‫‪ )complete case analysis‬حيث أنها تعتمد ببساطة على حذف الحاالت الغير كاملة من‬
‫التحليل‪ ,‬إال أنه من عيوب هذه الطريقة أنها تتجاهل احتمال وجود اختالفات بين‬
‫العينات الكاملة والغير كاملة‪ ،‬كما أنها تتطلب فقد البيانات بطريقة عشوائية تماماً‪ ,‬حيث‬
‫أنها تؤدى إلى تقديرات غير متحيزة فقط إذا كانت المشاهدات المحذوفة تعتبر عينة‬
‫جزئية عشوائية من العينة األصلية‪ .‬هذا باإلضافة إلى أن األخطاء المعيارية سوف‬
‫تكون أكثر فى العينة الغير كاملة نظراً الستخدام معلومات أقل‪ ,‬ووفقا ً للتجربة يمكن‬
‫القول أن القاعدة العامة التى يمكن االعتماد عليها فى هذه الطريقة هى عدم حذف أى‬
‫من الحاالت إذا كان المتغير لديه أكثر من ‪ %5‬من القيم المفقودة‪.‬‬

‫( ‪Single imputation(:‬‬ ‫(ب) التقدير الفردى‬

 ‫‪16‬دليل تكوين المؤشرات المركبة‬

‫(‬ ‫تعتمد هذه الطريقة على تقدير البيانات المفقودة من خالل عمل توزيع تنبؤى‬
‫‪ )Predictive distribution‬لهذه البيانات المفقودة‪ ,‬ويجب أن يُولد هذا التوزيع التنبؤى عن‬
‫طريق توظيف البيانات من خالل تصميم إما نماذج ظاهرة (‪ ,)Explicit modeling‬أو‬
‫نماذج ضمنية (‪.)Implicit modeling‬‬
‫تعتمد النماذج الضمنية على نظام حسابى ذو افتراضات ضمنية يجب اختبار‬
‫كونها مناسبة وجيدة للغرض محل االهتمام أم ال‪ ,‬ومن أمثلتها‪:‬‬
‫‪ ‬تقدير هوت دك (‪Hot deck imputation(:‬‬
‫حيث يتم تقدير البيانات المفقودة ببيانات مسحوبة من وحدات مشابهة‪ ,‬على‬
‫سبيل المثال‪ :‬القيم المفقودة للدخل ألحد األفراد يمكن التعويض عنها بقيم الدخل ألفراد‬
‫لهم نفس الخصائص‪.‬‬
‫‪ ‬التعويض(‪: )Substitution‬‬
‫تعتمد هذه الطريقة على إحالل الوحدات الغير مستجيبة بوحدات لم يتم اختيارها‬
‫فى العينة‪ ,‬فمثالً إذا لم يتاح االتصال بأحد األسر‪ ،‬فإننا نقوم باختيار أسرة تنتمى إلى‬
‫نفس الكتلة السكنية لم تكن مختارة فى العينة‪.‬‬

‫‪ ‬تقدير كولد دك (‪:)Cold deck imputation‬‬

‫حيث يتم استبدال البيان الناقص ببيان من مصدر أخر‪ ،‬كأخذ البيان من إصدار‬
‫سابق لنفس االستقصاء‪.‬‬
‫أما بالنسبة للنماذج الظاهرة‪ ,‬فيعتمد التقدير فيها على نماذج إحصائية حيث‬
‫تكون االفتراضات واضحة وظاهرة‪ ,‬ومن أمثلة هذه النماذج‪:‬‬
‫‪ ‬التقدير باستخدام المتوسط الحسابى ‪/‬الوسيط‪/‬المنوال الغير شرطى (‬
‫‪)Unconditional :mean/median/mode imputation‬‬
‫وتعتمد هذه الطريقة على استبدال البيانات المفقودة بقيمة المتوسط (‪ - )mean‬أو‬
‫الوسيط (‪ )median‬أو المنوال (‪ -)mode‬المقدر باستخدام المشاهدات الغير مفقودة‪.‬‬
‫‪ ‬تقدير البيانات عن طريق تحليل االنحدار ((‪:Regression imputation‬‬
‫تعتمد هذه الطريقة على التعويض عن القيم المفقودة بالقيم ال ُمتنبأ بها من تحليل‬
‫االنحدار‪ ,‬على أن يكون المتغير التابع فى تحليل االنحدار هو المؤشر الفرعى الذى‬
‫لديه قيم مفقودة‪ ،‬ويكون المتغير المستقل (المتغيراتـ المستقلة) هو المؤشر الفرعى‬
‫(المؤشراتـ الفرعية) الذى يعكس عالقة قوية مع المتغير التابع‪ ،‬أى توجد درجة عالية‬
‫من االرتباط بين المتغير المستقل (المتغيراتـ المستقلة) والمتغير التابع‪ ,‬ومن الجدير‬
‫بالذكر هنا أنه يجب أن يتم عمل االنحدار باستخدام المشاهدات الكاملة‪ ,‬أى التى ال‬
‫يوجد بها قيم مفقودة للمتغير محل االهتمام‪.‬‬
‫‪ ‬التقدير باستخدام القيمة العظمى المتوقَعة (‪Expected Maximization‬‬
‫‪:)Imputation‬‬
 ‫‪17‬دليل تكوين المؤشرات المركبة‬

‫تعتمد هذه الطريقة على التعويض عن القيم المفقودة من خالل مقدرات يتم‬
‫الحصول عليها من خالل عملية تقدير متكررة (‪ ,)Iterative process‬حيث يتم أوالً التنبؤ‬
‫بالقيم المفقودة بنا ًء على مقدرات أولية ‪ initial estimates‬لقيم معالم النموذج‪ ,‬ثم تستخدم‬
‫هذه التنبؤات بعد ذلك لتعديل قيم المعالم‪ ،‬ويتم تكرار عملية التنبؤ باستخدام معالم‬
‫النموذج المعدلة حتى تقترب المعالم من تقديرات اإلمكان األكبر (‪Maximum-likelihood‬‬
‫‪ ,)estimates‬وبذلك فإن تقدير البيانات المفقودة باستخدام هذه الطريقة يتكون من‬
‫جزئيين‪ :‬األول هو تقدير معالم النموذج عن طريق اإلمكان األكبر (‪Maximum‬‬
‫‪ )Likelihood‬بفرض أنة ال توجد بيانات ناقصة‪ ,‬والثانى هو حساب القيمة المتوقعة‬
‫للبيان المفقودة بواسطة المعالم المقدرة‪.‬‬

‫(جـ) التقدير المتعدد للبيانات المفقودة‬

‫(‪Multiple imputation(:‬‬
‫تعتمد هذه الطريقة على تقدير البيانات المفقودة ن مرة‪ ,‬بهدف الحصول على ن‬
‫مجموعة كاملة من البيانات‪ ,‬بحيث أنه فى كل مجموعة من البيانات يتم تقدير المعلمات‬
‫محل االهتمام وكذلك أخطائها المعيارية‪ ,‬ثم يتم حساب متوسط التقديرات (وسط حسابى‬
‫أو وسيط) لجميع المجموعات (ن مجموعة)‪ ,‬وكذالك التباين داخل المجموعات والتباين‬
‫بين المجموعات‪ .‬والشكل التالى يوضح المنطق من وراء التقدير المتعدد للبيانات‬
‫المفقودة‪.‬‬
‫شكل رقم ( )‪3‬‬
‫المنطق من وراء تحليل التقدير المتعدد للبيانات المفقودة‬

‫‪áBM‬‬
‫‪j 1‬‬ ‫‪áBM‬‬
‫‪jE‬‬
‫‪K‬‬
‫‪K‬‬ ‫ž‬
‫‪E‬‬
‫‪M‬‬ ‫‪1‬‬
‫‪D‬‬
‫ ‪KEg>?j£‬‬
‫‪áBM‬‬
‫‪j 2‬‬

‫‪E‬‬
‫‪M‬‬ ‫‪2‬‬

‫·‪áBM‬‬
‫‪j‬‬

‫‪EaC‬‬
‫‪›KoP‬‬ ‫طرق التقدير السابقة‬
‫ومن الجدير بالذكر هنا أنه يمكن استخدام أى طريقة من · ‪M‬‬
‫‪E‬‬
‫لتقدير البيانات فى كل مجموعة من المجموعات‪.‬‬

‫‪ 2 .3‬جودة البيانات األساسية‪:‬‬

‫يعتبر األساس الذى يبنى عليه المؤشر المركب هو البيانات األساسية للمؤشرات‬
‫الفرعية‪ ,‬لذلك فيجب أن يكون األساس جيد حتى يكون البناء جيد وحتى نستطيع‬
‫االعتماد على المؤشر المركب‪ ,‬حيث أن جودة المؤشر المركب الكلية تعتمد على جودة‬
 ‫‪18‬دليل تكوين المؤشرات المركبة‬

‫البيانات المبدئية المستخدمة فى بناءه‪ ,‬مما يستدعى التأكد من جودة البيانات األساسية‬
‫حتى يتم اختيارها بشكل يعظم الجودة الكلية للنتائج النهائية‪.‬‬
‫‪ 1 .2 .3‬معايير الجودة‪:‬‬
‫البيانات األساسية المستخدمة فى تكوين المؤشر المركب البد أن تُحقق معايير‬
‫جودة البيانات األساسية التى تتمثل فى‪:‬‬
‫‪ ‬نفعية البيانات ((‪:Relevance‬‬
‫يتم تقييم نفعية البيانات األساسية المكونة للمؤشر المركب مع األخذ فى االعتبار‬
‫للهدف النهائى من المؤشر‪ ,‬بحيث يتم تقييم واختيار البيانات األساسية بحذر لضمان أن‬
‫هذا المعيار تم تغطيته بشكل مناسب‪ .‬فمثالً بافتراض عدم التوافر الفعلى للبيانات‪ ,‬ففى‬
‫أغلب األحيان يتم استخدام سالسل بديلة‪ ,‬ولكن فى هذه الحالة البد أن تتوافر بعض‬
‫األدلة عن عالقة هذه السالسل البديلة بسالسل الهدف‪.‬‬
‫‪ ‬الدقة ((‪:Accuracy‬‬
‫يعكس هذا المعيار مدى دقة وصف البيانات للظاهرة التى صممت من أجل‬
‫قياسها‪ ,‬كما يوضح مدى القرب بين القيمة المقدرة والقيمة المجهولة‪ ,‬وتعتبر دقة‬
‫البيانات األساسية من المعايير الهامة جداً للجودة‪ ,‬وهذا ما يستدعى أن يتم الحصول‬
‫على البيانات األساسية للمؤشر المركب بمستوى عالى من الدقة‪ ,‬إال أنه من الناحية‬
‫العملية ال يوجد مقياس للدقة‪ ,‬ولكنه قد يمكن قياس مستوى الدقة بالبيانات األساسية من‬
‫خالل قياس الخطأ فى المقدرات التى تعتمد على عينات المسوح‪ ,‬ويعتبر أهم مصادر‬
‫األخطاء فى هذه المقدرات هو خطأ التغطية‪ ,‬وخطأ المعاينة‪ ,‬وخطأ عدم اإلستجابة‪.‬‬
‫‪ ‬حداثة البيانات ((‪:Timeliness‬‬
‫يتمثل هذا المعيار فى الحصول على البيانات فى الوقت المناسب ووفقا ً لتواريخ‬
‫مسبقة‪ ,‬كما يعكس الفترة ما بين المرحلة البحثية أو نهاية الفترة البحثية والوقت الذى‬
‫تكون فيه البيانات متاحة‪ ,‬وتعتبر حداثة البيانات من األبعاد الهامة جداً لتقليل االحتياج‬
‫إلى تقدير البيانات المفقودة ومراجعة البيانات المنشورة مسبقا ً لتنقيحها‪ ,‬ومن الجدير‬
‫بالذكر فى هذا المعيار هو أن البيانات التى تغطى مجاالت مختلفة تكون متاحة فى‬
‫أوقات مختلفة خالل الزمن‪ ,‬بمعنى أنه قد تكون بيانات كل مؤشر من المؤشرات‬
‫الفردية متاحة فى وقت مختلف عن المؤشرات الفردية األخرى‪ ,‬ولذلك فيجب أن يكون‬
‫هناك تناسب بين البيانات المكونة للمؤشر المركب‪.‬‬

‫‪ ‬إمكانية الوصول إلى البيانات والحصول عليها (‪:)Accessibility‬‬

‫يشير هذا المعيار إلى مدى سهولة الحصول على البيانات‪ ,‬وهذا يتضمن سهولة‬
‫الوصول إلى البيانات باإلضافة إلى وضوح طريقة عرض تلك البيانات‪ ,‬ونالحظ أن‬
‫سهولة أو صعوبة الوصول إلى البيانات يستطيع التأثير على التكلفة اإلجمالية إلنتاج‬
 ‫‪19‬دليل تكوين المؤشرات المركبة‬

‫وتجديد المؤشر المركب خالل الزمن‪ ,‬كذلك يستطيع هذا المعيار التأثير على مصداقية‬
‫المؤشر المركب إذا كان هناك صعوبة فى الوصول إلى البيانات‪ ,‬حيث أنه قد يؤثر‬
‫على المعاييراألخرى‪ ,‬فقد تؤثر صعوبة الوصول إلى البيانات على حداثتها حيث يتم‬
‫الوصول إلى البيانات فى توقيت غير مناسب‪ ,‬وقد تؤثر صعوبة الوصول على دقة‬
‫البيانات التى يتم الحصول عليها‪ ,‬ونالحظ أنه فى ظل التطورات اإللكترونية للوصول‬
‫إلى قواعد البيانات المصدرة من جهات مختلفة‪ ,‬فقد أصبح من السهل الوصول إلى‬
‫الكثير من البيانات‪ ,‬وكذلك إيجاد العالقات بين المصادر المختلفة للبيانات‪ ,‬وبالتالى‬
‫الحصول على أكبر قدر ممكن من المنفعية للبيانات‪ ,‬ولكن من الجدير بالذكر هنا أنه‬
‫البد عند اختيار مصدر البيانات أن ال يتم تفضيل المصدر السهل الوصول فقط‪ ,‬ولكن‬
‫يجب النظر فى معايير الجودة األخرى‪.‬‬
‫‪ ‬إمكانية التفسير ((‪:Interpretability‬‬
‫يعكس هذا المعيار مدى السهولة التى يستطيع بها المستخدم تفسير البيانات‪,‬‬
‫وذلك ما يتم عن طريق توافر المعلومات اإلضافية لتفسير واستخدام البيانات بشكل‬
‫مالئم‪ ،‬وتشتمل هذه المعلومات عادةً علي المفاهيم األساسية والمتغيراتـ والتصنيفات‬
‫المستخدمة ومنهجية جمع البيانات‪ ,‬ونظراً التساع مدى البيانات المستخدمة لبناء‬
‫المؤشر المركب‪ ,‬وكذلك الصعوبات المتعلقة باإلجراءات التجميعية المطلوبة‪ ,‬كل ذلك‬
‫يحتاج إلى تفسير كامل‪ ,‬ويعتبر هذا المعيار من المعايير الهامة للجودة‪ ,‬حيث أن توافر‬
‫التعريفات والتصنيفات المستخدمة إلنتاج البيانات يكون ضرورى لتقييم المقارنات بين‬
‫البيانات عبر الزمن وبين الدول المختلفة‪.‬‬
‫‪ ‬التماسك ((‪:Coherence‬‬
‫يقيس هذا المعيار درجة سهولة مقارنة البيانات باختالف الزمان أو المكان‪ ,‬أى‬
‫تماسك البيانات عبر الزمن وبين البالد‪ ,‬ويشير التماسك عبر الزمن ضمنيا ً إلى أن‬
‫البيانات مستندة على مفاهيم وتعريفات ومنهجيات عامة ومشتركة عبر الزمن‪ ,‬حيث‬
‫يشير عدم التماسك عبر الزمن إلى التغيرات التى تحدث فى السالسل الزمنية نتيجة‬
‫للتغير فى المفاهيم‪ ,‬أو التعريفات‪ ,‬أو المنهجيات المستخدمة‪ .‬أما بالنسبة للوجه الثانى‬
‫للتماسك‪ ,‬فهو التماسك عبر البلدان‪ ,‬وهو ما يشير ضمنيا ً إلى أنه من بلد إلى بلد يظل‬
‫هناك اشتراك فى المفاهيم والتعريفات والتصنيفات والمنهجيات‪ .‬وتظهر أهمية االرتباط‬
‫واالتساق المنطقى فى أن المسوح الميدانية اإلحصائية قد يتم تطبيقها على مجتمعات‬
‫مختلفة وفى أوقات مختلفة‪ ,‬لذلك فيجب أن تكون اإلحصاءات الناتجة عنها مترابطة‬
‫ويمكن المقارنة بينها حتى تكون بيانات المؤشرات الفرعية متماسكة للبالد المختلفة‬
‫واألزمنة المختلفة‪.‬‬
‫‪20‬دليل تكوين المؤشرات المركبة‬
 ‫‪21‬دليل تكوين المؤشرات المركبة‬

‫القسم الرابع‬
‫التطبيع (‪)Normalization‬‬

‫تعتبر من أهم الخطوات التى البد من إجرائها لتكوين المؤشرات المركبة هى‬
‫تطبيع البيانات‪ ,‬حيث البد من القيام بهذه الخطوة قبل إجراء أى عملية تجميع‪ ،‬فغالبا ً ما‬
‫تكون المؤشرات الفرعية ال ُمك ِّونة للمؤشر المركب لها وحدات قياس مختلفة‪ ,‬مما‬
‫يتطلب تطبيعها لتوحيد المقياس المستخدم‪ ,‬ويهدف هذا القسم لعرض طرق التطبيع‬
‫المختلفة التى يمكن تطبيقها على المؤشرات الفرعية‪ ,‬حتى يتثنى لصانع المؤشر‬
‫المركب أن يختار أكثر الطرق مالئمة لبيانات المؤشرات الفرعية محل االهتمام‪ ,‬ومن‬
‫الجدير بالذكر هنا أن الطرق المختلفة للتطبيع تؤدى إلى نتائج مختلفة للمؤشر المركب‪,‬‬
‫لذلك فالبد من تنفيذ جميع اختبارات قياس الحساسية ‪ sensitivity‬لتقييم تأثير هذه الطرق‬
‫على النتائج‪ ,‬وفيما يلى عرضا ً لطرق التطبيع المختلفة‪:‬‬

‫‪ 1 .4‬إعطاء الرتب ((‪:Ranking‬‬

‫تعتبر طريقة إعطاء الرتب لقيم المؤشر الفرعى من أبسط الطرق المستخدمة‬
‫لتطبيع البيانات‪ ,‬حيث ال تتأثر هذه الطريقة بالقيم المتطرفة ‪ ،Outliers‬كما أنها تسمح‬
‫بتتبع أداء الدول عبر الزمن بالنسبة لمواقعها النسبية (رتبة الدولة بين الدول األخرى)‪,‬‬
‫وتتمثل هذه الطريقة باختصار فى إعطاء رتب لقيم المؤشرات الفرعية بين الدول‪,‬‬
‫بحيث تعتبر قيم الرتب هى القيم الجديدة للمؤشر‪.‬‬

‫‪ 2 .4‬المعيارية (‪:) Standardization or Z-Score‬‬

‫تقوم هذه الطريقة على إيجاد القيمة المطبعة لكل مؤشر فرعى عن طريق طرح‬
‫قيمة الوسط الحسابى من قيمة المؤشر ثم قسمة الناتج على اإلنحراف المعيارى لكل قيم‬
‫المؤشر‪ ,‬فمثالً إذا كانت هى قيمة المؤشر الفرعى ‪ q‬للبلد ‪ c‬خالل الزمن ‪ t‬فإنه يتم‬
‫‪ ,‬وتكون‬ ‫واالنحراف المعيارى عبر الدول‬ ‫حساب المتوسط عبر الدول‬
‫)‬ ‫‪ ,‬وبذلك نجد أن كل الـمؤشرات الفرعية المطبعة‬ ‫صيغة التطبيع هى‪:‬‬
‫) لها نفس الوسط الحسابى ونفس التشتت بين الدول‪ ,‬إال أن القيمتين الفعليتين‬
‫بين الدول تعتمد على المؤشر الفرعى ‪.‬‬ ‫الصغرى والعليا لـقيم‬
‫ومن الجدير بالذكر أنه فى الدراسات المعتمدة على الزمن‪ ,‬حتى يمكن تقييم‬
‫واالنحراف المعيارى‬ ‫أداء الدول عبر الزمن‪ ,‬يتم حساب المتوسط عبر الدول‬
‫لسنة المصدر والتى عادةً ما تكون نقطة البداية ‪.‬‬ ‫عبر الدول‬
 ‫‪22‬دليل تكوين المؤشرات المركبة‬

‫‪ 3 .4‬إعادة القياس ( (‪:Re-scaling‬‬

‫تعتمد هذه الطريقة على إيجاد القيمة المطبعة لكل مؤشر فرعى عن طريق‬
‫طرح القيمة الصغرى للمؤشر من قيمة المؤشر‪ ,‬ثم قسمة الناتج على مدى المؤشر‬
‫هى قيمة المؤشر‬ ‫(الفرق بين القيمة العظمى والقيمة الصغرى) فمثالً إذا كانت‬
‫الفرعى‪ ,‬فيتم تطبيع هذا المؤشر من خالل المعادلة التالية‪:‬‬
‫‪ .‬وبذلك يكون‬ ‫هما القيمة الصغرى والعليا للمؤشر‬ ‫و‬ ‫حيث أن‬
‫)‬ ‫قيما ً تتراوح بين الصفر (حيث‬ ‫للمؤشرات التى يتم تطبيعها‬
‫)‪.‬‬ ‫والواحد الصحيح (حيث‬
‫فى الدراسات‬ ‫تستخدم أحيانا ً الصيغة اآلتية‬
‫فإن المؤشر الذى يتم‬ ‫المعتمدة على الزمن‪ ,‬وهذا يعنى أنه إذا كانت‬
‫سوف يكون أكبر من الواحد الصحيح‪.‬‬ ‫تطبيعه‬
‫يوجد أيضا ً صيغة أخرى يمكن من خاللها إعادة القياس‪ ,‬حيث يتم تحويل كل‬
‫‪ ,‬حيث ‪ T‬هى الفترة‬ ‫إلى الشكل التالى‬ ‫مؤشر‬
‫الزمنية التى يتم دراسة المؤشر خاللها‪ ,‬والهدف من هذه الصيغة أنه يتم حساب الحد‬
‫األدنى والحد األعلى لكل مؤشر بين الدول والزمن معا ً لألخذ فى الحسبان التطور فى‬
‫بين الصفر والواحد‪,‬‬ ‫المؤشرات عبر الزمن‪ ,‬ونالحظ تراوح قيم المؤشر المطبع‬
‫ولكن مع ذلك نجد أن هذه التحويلة ليست ثابتة‪ ,‬حيث أنه عندما تتوافر بيانات لنقطة‬
‫زمنية جديدة فهذا يشير فى مضمونه إلى وجوب تعديل فترة التحليل ‪ ,T‬والذى ربما‬
‫يؤثر بالتبعية على الحد األدنى والحد األعلى لبعض المؤشرات الفرعية‪ ,‬وبالتالى يوثر‬
‫على قيم ‪ ,‬وحتى يتم الحفاظ على التشابه بين البيانات الموجودة والبيانات الجديدة‬
‫البد من إعادة حساب المؤشر المركب باستخدام فترة التحليل الجديدة ‪.T‬‬

‫‪ 4 .4‬البعد عن النقطة المرجعية ‪)Distance to a reference(:‬‬

‫تقوم فكرة هذه الطريقة على اختيار دولة مرجعية ثم يتم حساب نسبة المؤشر‬
‫الفرعى لبقية الدول بالنسبة للمؤشر الفرعى لهذه الدولة المرجعية‪ ,‬ويتم اختيار البلد‬
‫الرجعية بحيث تكون بلد متوسطة ‪ average country‬أو بلد زعيمة ‪ group leader‬أو بلد‬
‫‪,‬‬ ‫معيارية خارجية ‪ ,external benchmarking‬بحيث تكون صيغة التطبيع هى‪:‬‬
‫هى قيمة المؤشر الفرعى للبلد المرجعية للبلد‬ ‫حيث هى قيمة المؤشر الفرعى و‬
‫‪ ،‬فإن هذه التحويلة‬ ‫المرجعية عند نقطة البداية ‪ .‬ونالحظ أنه باستخدام المقام‬
 ‫‪23‬دليل تكوين المؤشرات المركبة‬

‫تأخذ فى الحسبان تطور المؤشرات عبر الزمن‪ ،‬بينما على البديل يمكن استخدام المقام‬
‫باستخدام الوقت الحالى ‪.t‬‬
‫كذلك يوجد أسلوب أخر يمكن استخدامه فى هذه الطريقة وهو يتمثل فى اعتبار‬
‫البلد نفسها هى بلد المصدر‪ ,‬ويتم حساب المسافة بالنسبة للنقطة الزمنية االبتدائية‬
‫‪.‬‬ ‫كالتالى‪:‬‬
‫ومن الجدير بالذكر هنا أن هناك طريقة بديلة من الممكن استخدامها للتحول إلى‬
‫‪ ,‬ومثل هذه الطريقة تُعتبر‬ ‫التوزيع الطبيعى تتمثل فى المعادلة التالية‪:‬‬
‫فى جوهرها مماثلة للطريقة السابقة‪ ,‬فبدالً من أن يكون المركز هو الواحد الصحيح‪,‬‬
‫يعتبر المركز هو الصفر‪.‬‬

‫‪ 5 .4‬المؤشرات فوق أو تحت الوسط الحسابى (‪Indicators above or below the‬‬

‫‪:)mean‬‬
‫تعتمد هذه الطريقة على عمل تحويلة تختص بدراسة المؤشرات الموجودة أعلى‬
‫أو أدنى حد معين ‪ -‬يتم اختياره اعتباطيا ً ‪ -‬حول الوسط الحسابى كالتالى‪:‬‬

‫حيث‬
‫وبذلك نجد أن هذه التحويلة تبنى منطقة محايدة حول الوسط الحسابى‪ ,‬حيث أنه‬
‫بحد معين‪ ,‬فهذا يشير إلى‬ ‫أو قلت عن الوسط الحسابى‬ ‫إذا زادت قيمة المؤشر‬
‫سوف يزيد أو يقل عن الواحد بمقدار ‪ ,p‬ويكون المؤشر‬ ‫أن المقياس‬
‫الجديد فى هذه الحالة مساوى للصفر‪ .‬بينما يأخذ هذا المؤشر الجديد القيمة ‪ 1-‬إذا قلة‬
‫بأكثر من الحد المطلوب‪ ,‬كما يأخذ هذا‬ ‫عن الوسط الحسابى‬ ‫قيمة المؤشر‬
‫بأكثر من‬ ‫عن الوسط الحسابى‬ ‫المؤشر الجديد القيمة ‪ 1‬إذا زادت قيمة المؤشر‬
‫الحد المطلوب‪ .‬ومن الجدير بالذكر أنه يمكن خلق عدد أكبر من المناطق المحايدة على‬
‫بعد مسافات مختلفة من الوسط الحسابى‪.‬‬
‫وبالنسبة للدراسات المعتمدة على الزمن‪ ،‬فلتقييم أداء الدولة عبر الزمن يتم‬
‫لسنة مرجعية (عادة ما تكون النقطة الزمنية االبتدائية‬ ‫حساب المتوسط عبر الدول‬
‫)‪.‬‬

‫‪ 6 .4‬طرق المؤشرات الدورية‪)Methods for cyclical indicators(:‬‬

‫تستخدم هذه الطريقة عندما تكون المؤشرات فى شكل سالسل زمنية‪ ,‬حيث يتم‬
‫‪ ,‬ثم القسمة على‬ ‫عمل التحويلة عن طريق طرح الوسط الحسابى خالل الزمن‬
 ‫‪24‬دليل تكوين المؤشرات المركبة‬

‫متوسط القيم المطلقة لالختالفات حول هذا الوسط الحسابى كالتالى‪:‬‬

‫‪ 7 .4‬نسبة االختالفات السنوية خالل السنوات المتتالية (‪Percentage of annual‬‬

‫‪:)differences over consecutive years‬‬
‫‪,‬‬ ‫فى هذه الطريقة يتم تحويل كل مؤشر باستخدام الصيغة التالية‪:‬‬
‫وبذلك فيكون المؤشر المحول ذات بُعد أقل (‪ ,)dimension-less‬نتيجة لقلة عدد‬
‫المشاهدات المستخدمة‪.‬‬
 ‫‪25‬دليل تكوين المؤشرات المركبة‬

‫القسم الخامس‬
‫الوزن (‪)Weighting‬‬

‫يعتبر تجميع المؤشرات الفرعية من الخطوات األساسية لبناء مؤشر مركب‬

‫يضُم أكبر قدر ممكن من المعلومات من هذه المؤشرات الفرعية‪ ,‬ويالحظ أنه فى كثير‬
‫من األحوال تكون بعض المؤشرات الفرعية أكثر أهمية من المؤشرات األخرى للتعبير‬
‫عن الظاهرة محل االهتمام‪ ,‬األمر الذى يجب مراعاته عند اختيار األوزان الترجيحية‬
‫للمؤشرات الفرعية‪.‬‬
‫وتُؤثر األوزان تأثيراً عميقا ً على نتائج المؤشر المركب والرتب التى تحصل‬
‫عليها الدول‪ ,‬لذلك فيجب أن يتم تحديد هذه األوزان بنا ًء على طرق سليمة ومدروسة‬
‫بعناية‪ .‬وعلى الرغم من عدم وجود إجماع كامل على الوسيلة المستخدمة إليجاد‬
‫األوزان‪ ,‬إال أن ذلك ال يُعيق استخدام المؤشرات المركبة‪ ,‬لكنه يُبرز أخطار استخدام‬
‫المؤشرات كوسيلة موضوعية ال تعتمد على اآلراء الشخصية‪ ،‬حيث أن طريقة اختيار‬
‫األوزان عادةً ما تعتمد على اآلراء الشخصية‪ ,‬وبالتالى لتجنب هذه األخطار فالبد عند‬
‫اختيار األوزان أن يتم توضيح كل االفتراضات والتطبيقات المستخدمة واختبار قوتها‪،‬‬
‫كما يجب أن تتسم الطرق المستخدمة بالشفافية (‪ )Transparency‬والقوة (‪.)Soundness‬‬
‫وتتعدد طرق اختيار األوزان الترجيحية للمؤشرات الفرعية‪ ,‬وال توجد طريقة‬
‫محددة لالختيار من بين هذه الطرق‪ ,‬حيث أن اختيار طريقة بعينها يعتمد على اآلراء‬
‫واألحكام الشخصية لصانع المؤشر المركب‪ ،‬فقد يُعطى أحد الباحثين أوزانا ً كبيرة‬
‫للعوامل التى يظن أنها ذات تأثير أكبر بغض النظر عن أى معايير أخرى‪ ,‬بينما يعطى‬
‫باحث أخر اهتماما ً أكبر لالرتباطات بين المؤشرات الفرعية‪ ،‬وبالتالى يلجأ لتحليل‬
‫المكونات األساسية (‪ - )Principle Components Analysis‬والذى يعتمد على تجميع‬
‫المؤشرات الفرعية المرتبطة معا ً لتكوين مكون فرعى وسيط يضم أكبر قدر ممكن من‬
‫المعلومات المشتركة بتلك المؤشرات المرتبطة بهذا المكون الفرعى‪ ,‬وكذلك من‬
‫الطرق المستخدمة لتحديد األوزان المرجحة هى االعتماد على أراء الخبراء ال ُمطلعين‬
‫على األولويات السياسية والخلفية النظرية للدراسة محل االهتمام‪ .‬ويختص هذا القسم‬
‫باستعراض بعض األساليب المختلفة لوضع األوزان الترجيحية للمؤشرات الفرعية‬
‫المكونة للمؤشر المركب‪.‬‬

‫‪ 1 .5‬األوزان المتساوية (‪:)Equal weights‬‬

‫تقوم طريقة األوزان المتساوية على فكرة إعطاء نفس الوزن لكل مؤشر من‬
‫المؤشرات الفرعية‪ ,‬ويتم هذا فى حالة عدم وجود دليل واضح على اختالف أهمية كل‬
‫مؤشر‪ ،‬وكذلك فى حالة عدم وجود معلومات كاملة وسليمة عن وجود عالقات سببية‬
‫بين المؤشرات الفرعية‪ ,‬أو فى حالة عدم اإلجماع على وسيلة مثالية لوضع األوزان‪.‬‬
 ‫‪26‬دليل تكوين المؤشرات المركبة‬

‫ويُستخدم هذا األسلوب أيضا ً إذا كانت كل األبعاد (اقتصادية‪ ,‬اجتماعية‪,‬‬

‫بيئية‪...,‬إلخ) ُممثلة فى المؤشر المركب من خالل نفس عدد المؤشرات الفرعية‪ ,‬حيث‬
‫يُولد هذا األسلوب أوزان أكبر لألبعاد الممثلة بعدد أكبر من المؤشرات الفرعية‪ ,‬كما‬
‫يمكن االستعانة بهذا األسلوب إذا كانت قوة االرتباط بين المؤشرات ال تعنى تكرار فى‬
‫المعلومات‪ ,‬أى عندما يشرح ك ٌل من المؤشرات المرتبطة مفاهيم مختلفة ألبعاد الصورةـ‬
‫الكلية التى ينشدها المؤشر المركب‪.‬‬

‫‪ 2 .5‬بناء األوزان وفقا ً لنماذج إحصائية ((‪:Weights based on statistical models‬‬

‫((‪double counting‬‬ ‫قد يؤدى االعتماد على األوزان المتساوية إلى العد المزدوج‬
‫فى حالة تواجد ارتباط بين المؤشرات‪ ,‬فعلى سبيل المثال إذا تم دمج مؤشرين مرتبطين‬
‫وكان لهما األوزان‪ w1‬و‪ ،w2‬فإن البعد الذى يُمثل كالً من هذين المؤشرين يكون له‬
‫الوزن ‪ ) )w1 + w2‬فى المؤشر المركب‪ ,‬لذلك يقوم الباحثون باختبار الترابط بين‬
‫المؤشرات الفرعية الختيار المؤشرات ذات االرتباط الضعيف‪ ،‬أو إعطاء أوزان‬
‫صغيرة للمؤشرات المرتبطة‪ ,‬وهذا ما يتم عادةً باستخدام تحليل المكونات األساسية (‬
‫‪ )Factor Analysis‬والتحليل العاملى(‪.)Principle Component Analysis‬‬
‫وتقوم الفكرة األساسية التى يعتمد عليها التحليل العاملى (‪ )FA‬على تجميع‬
‫المؤشرات الفرعية المرتبطة مع بعضها البعض لتكوين عامل واحد يضم أكبر قدر‬
‫ممكن من المعلومات المشتركة بين هذه المؤشرات المرتبطة‪ ،‬ولكن البد من مراعاة أن‬
‫يكون لكل المؤشرات الفرعية ال ُمتضمنة داخل هذا المؤشر نفس وحدة القياس‪.‬‬
‫ويُمثِل كل عامل (‪ – )factor‬عادةً ما يتم تقديره باستخدام تحليل المكونات‬
‫األساسية (‪ – )PCA‬مجموعة المؤشرات الفرعية ذات أعلى ارتباط به‪ .‬ووفقا ً لهذه‬
‫الطريقة تتدخل األوزان لتصحيح التداخل المعلوماتى بين اثنين أو أكثر من المؤشرات‬
‫الفرعية المرتبطة‪ ,‬ولذلك يجب تجنب استخدام هذه الطريقة فى حالة عدم وجود أى‬
‫ارتباط بين المؤشرات الفرعية فال يمكن حساب األوزان بهذه الطريقة‪ .‬ويمكن تلخيص‬
‫خطوات التحليل العاملى كما يلى‪:‬‬

‫‪ -1‬الخطوة األولى‪ :‬تتمثل فى اختبار وجود ارتباطات بين المؤشرات الفرعية‪,‬‬

‫فوجود ارتباط ضعيف بين المؤشرات الفرعية يقلل من احتمال اشتراكهم فى عامل‬
‫واحد‪.‬‬
‫‪ -2‬الخطوة الثانية‪ :‬تختص بتحديد عدد معين من العوامل (‪ )Factors‬لتمثيل‬
‫البيانات األساسية‪ ,‬يكون أقل من عدد المؤشرات الفرعية‪ ,‬بحيث يعتمد كل عامل على‬
‫مجموعة من المعامالت (‪ )Coefficients‬يقيس ك ٌل منها معامل االرتباط بين المؤشر‬
‫‪1‬‬
‫الفرعى والعامل المرتبط به‪ ,‬وعادة ما يتم استخدام تحليل المكونات األساسية‬
‫‪ 11‬تحليل المكونات األساسية هو تحليل يهدف لتحويل ‪ Q‬متغيرات عشوائية مرتبطة(‪ )x1, x2, x3….xQ‬إلى‬
‫‪Q‬مكونات أساسية (‪ )Principle Components‬غير مرتبطة ‪ Z1,Z2,Z3,……ZQ‬ثم يتم اختيار ‪ P‬مكونات أساسية ((‪P ‬‬
 ‫‪27‬دليل تكوين المؤشرات المركبة‬

‫الستخالص هذه العوامل‪ ,‬ثم يتم االحتفاظ بمجموعة جزئية فقط من العوامل (المكونات‬
‫األساسية) وهى التى تشرح وتفسر أكبر كمية ممكنة من التباين بين المؤشرات‪.‬‬
‫وحتى يتم اختيار هذه العوامل بطريقة نموذجية فالبد أن تتسم بجميع الشروط‬
‫التالية‪ )1( :‬أن تكون قيم الجذور الكامنة لها ‪ )eigenvalues( 1‬قريبة من الواحد الصحيح‪,‬‬
‫(‪ )2‬يساهم كل عامل بمفرده فى شرح أكثر من ‪ %10‬من التباين الكلى بين البيانات‬
‫األصلية‪ )3( ,‬تساهم العوامل المختارة بشكل تراكمى فى تفسير أكثر من ‪ %60‬من‬
‫التباين الكلى‪ ,‬ويوضح جدول رقم (‪ )1‬قيم الجذور الكامنة لمجموعة بيانات مؤشر‬
‫اإلنجاز التكنولوجى‪ )TAI( 2‬ونسبة التباين الكلى والتراكمى ال ُمفسر بواسطة المكونات‬
‫األساسية‪ ,‬ويتضح من هذا الجدول أن العوامل التى لها قيم جذور كامنة قريبة من‬
‫الواحد الصحيح هى أول أربع عوامل‪ ,‬كما نالحظ أن كل عامل من هذه العوامل يشرح‬
‫فرديا ً أكثر من ‪ %10‬من التباين الكلى‪ ,‬وبصفة عامة فإن هذه العوامل األربعة تشرح‬
‫حوالى ‪ %87‬من التباين الكلى‪.‬‬

‫جدول رقم (‪)1‬‬

‫قيم الجذور الكامنة لمجموعة بيانات مؤشر اإلنجاز التكنولوجى (‪)TAI‬‬

‫‪ %‬التباين التراكمى‬ ‫‪ %‬التباين الكلى‬ ‫قيم الجذور الكامنة‬ ‫العامل‬

‫‪41.9‬‬ ‫‪41.9‬‬ ‫‪3.3‬‬ ‫‪1‬‬
‫‪63.7‬‬ ‫‪21.8‬‬ ‫‪1.7‬‬ ‫‪2‬‬
‫‪76‬‬ ‫‪12.3‬‬ ‫‪1‬‬ ‫‪3‬‬
‫‪87.2‬‬ ‫‪11.1‬‬ ‫‪0.9‬‬ ‫‪4‬‬
‫‪93.2‬‬ ‫‪6‬‬ ‫‪0.5‬‬ ‫‪5‬‬
‫‪96.9‬‬ ‫‪3.7‬‬ ‫‪0.3‬‬ ‫‪6‬‬
‫‪99.1‬‬ ‫‪2.2‬‬ ‫‪0.2‬‬ ‫‪7‬‬
‫‪100‬‬ ‫‪0.9‬‬ ‫‪0.1‬‬ ‫‪8‬‬

‫‪ -3‬الخطوة الثالثة‪ :‬تتعامل مع دوران العوامل‪ ,)rotation of factors( 3‬حيث‬

‫يُستخدم الدوران لتقليل عدد المؤشرات الفرعية التى لديها معامالت عالية فى نفس‬
‫العامل‪ ,‬والفكرة من عمل دوران للمحاور العاملية هى الحصول على بناء أبسط‬
‫‪ Q‬بحيث تشرح أكبر نسبة تراكمية من التباين فى البيانات األصلية‪.‬‬

‫‪ 2 1‬إذا كان لدينا مصفوفة ‪ A‬يعتبر العددـ الحقيقى ‪ ‬هو جذر كامن (‪)eigenvalue‬لهذه المصفوفة إذا كان هناك متجه‬
‫‪ X‬غير صفرى بحيث أن ‪.=X AX‬‬
‫‪ 32‬مؤشر اإلنجاز التكنولوجى هو مؤشر تم إصداره بواسطة منظمة األمم المتحدة لتقييم أداء الدول فى خلق ونشر‬
‫التكنولوجيا‪ ,‬وكذلك بناء أساس من المهارات البشرية ‪ .‬وسوف يتم تناوله بشىء من التفصيل فى القسم التاسع من هذا الدليل‪.‬‬
‫‪ 13‬دوران العوامل هى عملية تهتم بتدوير العوامل (المحاور) عن طريق تحريكها حول نقطة األصل‪ ,‬حتى تصل‬
‫إلى وضع معين يجعلها تُفسر النتائج بشكل أفضل‪ ,‬وتعتبر أبسط طرق الدوران الشائعة هى طريقة الدوران المتعامدـ‬
‫(‪ ، )orthogonal rotation‬حيث تُدور العوامل حول نقطة األصل مع االحتفاظ بالزاوية بينهم عند ‪ 90‬درجة‪.‬‬
 ‫‪28‬دليل تكوين المؤشرات المركبة‬

‫للعومل (البناء الذى يكون فيه كل مؤشر فرعى ممثل كليا ً فى أحد العوامل)‪ ,‬ويمثل‬
‫جدول رقم (‪ )2‬معامالت العوامل (‪ )factors coefficents‬قبل وبعد عملية الدوران‪,‬‬
‫ويتضح من هذا الجدول الفرق بين معامالت العوامل قبل وبعد عملية الدوران‪ ,‬حيث‬
‫أن عملية الدوران أدت إلى تقليل عدد المؤشرات الفرعية التى لها معامالت عالية فى‬
‫نفس العامل‪ ,‬فأصبح كل عامل يحتوى على مؤشر أو ثالثة على األكثر ذات قيمة‬
‫معامالت عالية فقط‪.‬‬

‫جدول رقم (‪)2‬‬

‫معامالتـ العوامل لمؤشر اإلنجاز التكنولوجى بنا ًء على المكونات األساسية‬

‫بعد الدوران‬ ‫قبل الدوران‬

‫المؤشرات الفرعية‬
‫عامل ‪4‬‬ ‫عامل ‪3‬‬ ‫عامل ‪2‬‬ ‫عامل ‪1‬‬ ‫عامل ‪4‬‬ ‫عامل ‪3‬‬ ‫عامل ‪2‬‬ ‫عامل ‪1‬‬

‫‪0.00‬‬ ‫‪0.00‬‬ ‫‪0.68‬‬ ‫‪0.00‬‬ ‫‪0.06‬‬ ‫‪0.06‬‬ ‫‪0.97‬‬ ‫‪0.07‬‬ ‫براءة االختراع‬
‫ا‬
‫ل‬
‫ض‬
‫ر‬
‫ي‬
‫ب‬
‫ة‬
‫‪0.49‬‬ ‫‪0.00‬‬ ‫‪0.00‬‬ ‫‪0.01‬‬ ‫‪0.93‬‬ ‫‪07..0-‬‬ ‫‪0.07‬‬ ‫‪0.13‬‬ ‫ا‬
‫ل‬
‫ف‬
‫ك‬
‫ر‬
‫ي‬
‫ة‬

‫‪0.10‬‬ ‫‪0.04‬‬ ‫‪0.03‬‬ ‫‪0.24‬‬ ‫‪0.42‬‬ ‫‪0.21‬‬ ‫‪0.21-‬‬ ‫‪0.79‬‬ ‫االنترنت‬

‫‪0.07‬‬ ‫‪0.00‬‬ ‫‪0.23‬‬ ‫‪0.16‬‬ ‫‪0.36‬‬ ‫‪0.04-‬‬ ‫‪0.56‬‬ ‫‪0.64-‬‬ ‫الصادرات‬

‫‪0.26‬‬ ‫‪0.12‬‬ ‫‪0.02‬‬ ‫‪0.05‬‬ ‫‪0.68‬‬ ‫‪0.38‬‬ ‫‪0.17‬‬ ‫‪0.37‬‬ ‫التليفونات‬

‫‪0.07‬‬ ‫‪0.05‬‬ ‫‪0.00‬‬ ‫‪0.25‬‬ ‫‪0.35‬‬ ‫‪0.25‬‬ ‫‪0.04 -‬‬ ‫‪0.82‬‬ ‫الكهرباء‬
 ‫‪29‬دليل تكوين المؤشرات المركبة‬

‫‪0.00‬‬ ‫‪0.01‬‬ ‫‪0.04‬‬ ‫‪0.29‬‬ ‫‪0.09‬‬ ‫‪0.09 -‬‬ ‫‪0.23‬‬ ‫‪0.88‬‬ ‫المدارس‬

‫‪0.00‬‬ ‫‪0.77‬‬ ‫‪0.00‬‬ ‫‪0.00‬‬ ‫‪0.04‬‬ ‫‪0.96‬‬ ‫‪0.04‬‬ ‫‪0.08‬‬ ‫اإلدراج بالجامعات‬

‫‪ -4‬الخطوة األخيرة للتحليل العاملى بالوصول للبناء الهيكلى لألوزان من خالل‬

‫مصفوفة معامالت العوامل (‪ )Factors Coefficents‬بعد الدوران‪ ,‬حيث يتم استبدال‬
‫المؤشرات الفرعية بعدد من المؤشرات المركبة الوسيطة وهى عبارة عن العوامل التى‬
‫تم االحتفاظ بها‪ ,‬بحيث يمثل كل عامل مجموعة المؤشرات الفرعية التى كان لها‬
‫معامالت عالية فى هذا العامل‪ ,‬ويكون وزن هذا العامل هو عبارة عن مجموع هذه‬
‫المعامالت‪ .‬وسيتم تناول كيفية تطبيق تحليل العوامل باستخدام البرنامج اإلحصائى‬
‫‪ SPSS‬خالل القسم العاشر من الدليل‪.‬‬

‫‪ 3 .5‬تحليل البيانات المغلقة ((‪:Data envelopment analysis‬‬

‫(‪)Linear Programming‬‬ ‫تعتمد هذه الطريقة على توظيف أدوات البرمجة الخطية‬
‫إليجاد حد الكفاءة (‪ ,)Efficiency Frontier‬واستخدامه كقيمة مرجعية (‪ )Benchmark‬لقياس‬
‫األداء النسبى للدول‪ .‬وتتضمن هذه المنهجية نقطتين أساسيتين وهما‪:‬‬
‫أوالً‪ :‬بناء القيمة المرجعية (‪ )benchmark‬أوحد الكفاءة ‪ :‬ويتم ذلك عن طريق‬
‫افتراض‪:‬‬
‫‪ -1‬ايجابية األوزان (كلما زادت قيمة المؤشر الفرعى كلما كانت الدولة فى‬
‫مستوى أفضل)‪.‬‬
‫‪ -2‬عدم تمييز الدول األفضل فى واحد فقط من المؤشرات الفرعية‪.‬‬
‫‪ -3‬إمكانية توافر مجموعة خطية من الدول األفضل أدا ًء (حد الكفاءة)‪.‬‬
‫ثانياً‪ :‬تحديد بُعد الدولة عن القيمة المعيارية‪ :‬ويتم تحديد بُعد الدولة عن القيمة‬
‫المعيارية عن طريق الموقع النسبى للدولة مقارنة بحد الكفاءة‪ ،‬كما هو موضح بشكل‬
‫رقم (‪.)4‬‬
‫شكل رقم ( )‪4‬‬
‫حد األداء لتحليل البيانات المغلقة‬
‫(المؤشر الفرعى‬
‫)‪1‬‬

‫‪0‬‬ ‫(المؤشر‬
‫الفرعى )‪2‬‬
 ‫‪30‬دليل تكوين المؤشرات المركبة‬

‫فى الشكل السابق يُمثل كال المحورين مؤشرين فرعيين مختلفين‪ ,‬فإذا كان هناك‬
‫أربع دول ‪ a,b,c,d‬فيتم ترتيب الدول وفقا ً لنقاط المؤشرات الفرعية (‪score of the‬‬
‫‪ ,)indicators‬وبذلك فإن الخط الذى يربط الدول ‪ a,b,c‬يكون هو حد الكفاءة‪ ,‬ويعتبر هو‬
‫القيمة المرجعية للدولة ‪ d‬التى تقع أسفل هذا الحد‪ ,‬وبذلك تعتبر الدول ‪ a,b,c‬التى تدعم‬
‫حد الكفاءة هى الدول األفضل أدا ًء‪ ،‬بينما تعتبر الدولة ‪ d‬األقل أدا ًء‪.‬‬
‫ويتم تحديد مؤشر األداء بأنه النسبة بين المسافة بين نقطة األصل والقيمة الفعلية‬
‫للدولة والمسافة بين نقطة األصل والنقطة المكافئة على حد الكفاءة‪ ،‬وبالتالى تحصل‬
‫الدول ذات األداء األفضل على مؤشر أداء مساوى للواحد‪ ،‬وكلما قل مستوى األداء‬
‫كلما قل مؤشر األداء عن الواحد الصحيح‪.‬‬
‫ومن الجدير بالذكر هنا أنه يمكن أيضا تحديد حد الكفاءة بافتراض نظرى من‬
‫صانع القرار‪ ,‬عن طريق تجميع أفضل قيم إفتراضية للمؤشرات الفرعية‪ ,‬وفى ذلك‬
‫يشبه هذا األسلوب أسلوب توزيع الميزانية الذى سيتم شرحه فى الجزء ‪.5 .5‬‬

‫‪ 4 .5‬طريقة االنحدار (‪:)Regression approach‬‬

‫تُعطى نماذج االنحدار الخطية صورة عن العالقة بين عدد كبير من المؤشرات‬
‫ومقياس فردى والذى يمثل الهدف المراد الوصول إليه‪.‬‬ ‫الفرعية‬
‫ولذلك فتعتبر إحدى طرق تحديد األوزان الترجيحية للمؤشرات الفرعية هى‬
‫تقدير نموذج االنحدار المتعدد ‪ -‬غالبا ً ما يكون خطيًا ‪ -‬للحصول على األوزان النسبية‬
‫‪,‬‬ ‫لتلك المؤشرات‪ ,‬حيث يأخذ نموذج االنحدار الشكل التالى‪:‬‬
‫هو مقياساً‪ -‬ليس بالضرورة أن يكون مؤشراً ‪ -‬للظاهرة التى تُصورها‬ ‫حيث‬
‫هى معامالت االنحدار‬ ‫المؤشرات الفرعية‪ ،‬و هو الثابت المقدر‪ ،‬و‬
‫‪.‬‬ ‫(األوزان)ـ المناظرة للمؤشرات الفرعية‬
‫ويمكن االستفادة من هذه الطريقة فى حالة وجود عدد كبير من المؤشرات‬
‫الفرعية‪ ,‬إال أنه البد من األخذ فى االعتبار أن هذا األسلوب يعتمد على افتراضات‬
‫الخطية واالستقالل بين المتغيرات ال ُمفسرة وبعضها البعض‪ ،‬فإذا كانت هذه المتغيرات‬
‫‪ -‬المؤشرات الفرعية ‪ -‬مرتبطة فسوف يكون تباين المقدرات كبيراً جداً‪ ،‬أي أن‬
‫المعلمات المقدرة لن تكون دقيقة‪.‬‬
‫ورغم الجدل الدائر حول هذا األسلوب بسبب أنه إذا كان يوجد مقياسا ً يمكن‬
‫استخدامه لقياس الظاهرة محل الدراسة ‪ ،‬فلما الحاجة لبناء مؤشر مركب‪ ,‬إال أن هذا‬
‫األسلوب ال يزال يفيد فى تصحيح وتعديل األوزان‪.‬‬
 ‫‪31‬دليل تكوين المؤشرات المركبة‬

‫‪ 5 .5‬توزيع الميزانية ((‪:Budget allocation‬‬

‫تعتمد هذه الطريقة على إعطاء الخبراء ميزانية مكونة من ‪ N‬نقطة‪ ,‬ليقوموا‬
‫بتوزيعها على عدد من المؤشرات الفرعية‪ ,‬بحيث يتم إعطاء المؤشر الفرعى الذى‬
‫يُعتقد أنه أهم نسبيا ً عدداً أكبر من النقاط‪ ,‬ويتضمن هذا األسلوب أربع مراحل أساسية‬
‫تتمثل فيما يلى‪:‬‬
‫‪ -1‬اختيار الخبراء الذين سيقومون بالتقييم‪.‬‬
‫‪ -2‬توزيع الميزانية على المؤشرات الفرعية‪.‬‬
‫‪ -3‬حساب األوزان‪.‬‬
‫‪ -4‬إعادة توزيع البيانات حتى نصل إلى نقطة تقارب (‪.)Convergence‬‬
‫ومن الجدير بالذكر أنه البد فى هذا األسلوب أن يتم االستعانة بخبراء لديهم‬
‫مجال واسع من الخبرة والمعرفة‪ ,‬للتأكد من الوصول لألوزان المناسبة‪ .‬ويعتبر توزيع‬
‫الميزانية أسلوبا ً مثاليا ً إذا كان عدد المؤشرات ال يزيد عن ‪ 12-10‬مؤشر‪ ،‬حيث أن‬
‫زيادة عدد المؤشرات يمثل ضغطا ً كبيراً على الخبراء الذين يقومون بتوزيع الميزانية‬
‫على هذا العدد الكبير من المؤشرات‪.‬‬
‫وعلى الرغم من أن تدخل أراء الخبراء يزيد من شرعية المؤشر ويخلق جواً‬
‫من النقاش مما يساعد على الوصول لإلجماع على السياسات المتخذة‪ ,‬إال أن أوزان‬
‫الخبراء قد تعكس ظروفا ً محلية معينة‪ ,‬ولذلك فال يمكن استخدام هذه األوزان فى أوقات‬
‫مختلفة‪ .‬كما أن هذه األوزان قد ال تعكس أهمية المؤشر الفرعى بدرجة ما تعكس‬
‫الضرورةـ الملحة للتدخل السياسى إلظهار هذا المؤشر الفرعى‪.‬‬

‫‪ 6 .5‬االستفتاءات العامة (‪:)Public polls‬‬

‫تتشابه هذه الطريقة مع طريقة توزيع الميزانية‪ ,‬إال أنه بدالً من تحديد األوزان‬
‫المناسبة للمؤشرات عن طريق االستعانة بالخبراء‪ ،‬فإنه يتم هنا االستعانة بالرأى العام (‬
‫‪.)Public Opinion‬‬
‫وتعتبر هذه الطريقة سهلة وغير مكلفة‪ ,‬حيث تُركز االستفتاءات العامة على‬
‫مبدأ األهمية‪ ،‬فيُطلب من العامة أن يُظ ِهروا مدى اهتمامهم (سوا ًء كان اهتماما ً بسيطا ً أم‬
‫كبيراً) بمشكالت معينة تُقاس بواسطة المؤشرات الفرعية‪.‬‬
‫و كذلك من الممكن تطبيق مبدأ توزيع الميزانية فى االستفتاءات العامة‪ ،‬إال أنه‬
‫من الصعب أن يُطلب من العامة أن يقوموا بتوزيع ‪ 100‬نقطة على سبيل المثال على‬
‫عدد من المؤشرات بدالً من أن يُطلب منهم توضيح درجة اهتمامهم فقط بالمشكلة التى‬
‫يمثلها كل مؤشر‪.‬‬
‫وتتميز هذه الطريقة بأنها تسمح للجميع بعرض أرائهم وتخلق إجماعا ً حول‬
‫المواقف السياسية‪ ,‬إال أنها قد تؤدى إلى نتائج غير متسقة فى حالة استخدام عدد كبير‬
‫من المؤشرات‪.‬‬
 ‫‪32‬دليل تكوين المؤشرات المركبة‬

‫‪ 7 .5‬أسلوب فائدة الشك ((‪:Benefit of doubt approach (BOD‬‬

‫غالبا ما تستخدم هذه المنهجية لتقييم أداء االقتصاد الكلى‪ .‬حيث يُعرف المؤشر‬
‫المركب على أنه النسبة بين األداء الفعلى للدولة وأداءها المرجعى ( أى باستخدام قيمة‬
‫المؤشر التى حققتها أفضل دولة‪ -‬الدولة المرجعية‪ -‬التي يتم مقارنة كل الدول األخرى‬
‫بها) (‪ .)benchmark‬حيث يتم حساب المؤشر المركب استخدام المعادلة التالية‪:‬‬

‫‪ c‬و‪wqc‬‬ ‫هى القيمة الطبيعية للمؤشر الفرعي ‪ q‬للدولة‬ ‫حيث‪qc‬‬ ‫‪,‬‬

‫تشير إلى الوزن المناظر ‪.‬‬

‫الخطوة األولى فى هذا األسلوب هى الحصول على القيمة المرجعية (‬
‫‪ )benchmark‬عن طريق حل مشكلة التعظيم التالية (بالرغم من إمكانية استخدام النماذج‬
‫القياسية الخارجية أيضا)‪:‬‬
‫‪ ,‬حيث هى النقاط االفتراضية للدولة التى‬
‫تعظم األداء بصفة عامة ‪ ،‬و التى تُعرّف على أنها المتوسط الترجيحي (‪weighted‬‬
‫‪ )average‬باستخدام مجموعة األوزان ‪( w‬المجهولة)‪ .‬يالحظ أن‪:‬‬
‫‪ -1‬قد تؤدى المجموعات المختلفة من األوزان إلي اختيار دول مختلفة طالما‬
‫أنه ال توجد دولة تحصل علي أعلي القيم في كل المؤشرات الفرعية‪.‬‬
‫‪ -2‬النقطة المرجعية (‪ )benchmark‬قد تكون مستقلة عن الدول‪ ،‬إال كما ذكرنا فى‬
‫حالة حصول دولة علي قيم مرتفعة في كل المؤشرات الفرعية فتعتبر هى القيمة‬
‫المرجعية‪.‬‬
‫‪ -3‬يجب أن تكون جميع المؤشرات الفرعية قابلة للمقارنة وهذا يتم عن طريق‬
‫توحيد وحدات القياس لكل المؤشرات الفرعية‪.‬‬

‫الخطوة الثانية هى تحديد مجموعة األوزان لكل دولة ‪ .‬تتضمن مجموعة‬

‫األوزان المثالية ‪ -‬إذا وجدت ‪ -‬أفضل وضع لهذه الدولة في مقابل كل الدول األخرى‬
‫في العينة‪،‬بحيث ينتج عن استخدام أي تصميم آخر لألوزان أن يسوء الوضع النسبي‬
‫لهذه الدولة‪.‬‬
‫يتم الحصول على األوزان المثالية عن طريق حل مشكلة التعظيم ‪optimization‬‬
‫اآلتية‪:‬‬

‫‪for c=1,..,M‬‬

‫والتي تخضع إلى قيود غير سالبة لألوزان‪.‬‬

‫يتراوح المؤشر الناتج بين الصفر (أقل أداء ممكن ) و الواحد (القيمة المرجعية‬
‫)‪ .‬عمليا‪ ،‬يمكن تحويل هذه المعادلة لمشكلة برمجة خطية عن طريق ضرب كل‬
 ‫‪33‬دليل تكوين المؤشرات المركبة‬

‫األوزان في عامل مشترك ال يغير من قيمة المؤشر‪ ،‬ثم يمكن حلها باستخدام الطرق‬
‫الحسابية للتعظيم ((‪.optimization‬‬

‫ومن مميزات هذا األسلوب أنه يجعل المؤشر حساسا ً تجاه أولويات السياسة‬
‫المحلية‪ ،‬حيث يُح َد د وفقا لألداء العام الملحوظ‪ ,‬وهو يعتبر ثاني أفضل وسيلة إذا‬
‫لم تتوافر الوسيلة الفضلى وهى توافر معلومات كاملة وصحيحة عن أولويات‬
‫السياسة‪ ,‬كما أن القيمة المرجعية ال تعتمد علي حدود نظرية ولكنها مجرد‬
‫مجموعة خطية من الدول األفضل أداءاً‪ .‬وهو كذلك ال يعطي الفرصة لصناع‬
‫القرار أن يشكوا من عدم عدالة األوزان‪ .‬هذا باإلضافة إلى أن هذا األسلوب قد‬
‫يكون حافزًا أكثر منه عقابا ً للدول ال ُمتأخرة‪ ،‬حيث يحدد لكل دولة الدولة األفضل‬
‫أداءاً و التى تكون مرجعية بالنسبة لها (األقرب لها فى األداء) لكى تصبو أن‬
‫تقترب منها‪ .‬ومع ذلك فيوجد عدة عيوب لهذا األسلوب حيث أنه ال يُ َم ِكن من‬
‫المقارنة بين الدول حيث تكون األوزان خاصة بكل دولة‪ .‬كما أن استخدام أساليب‬
‫مختلفة للتطبيع قد يؤدى إلى نتائج مختلفة‪ .‬وكذلك يعتمد هذا األسلوب علي أداء‬
‫النقطة المرجعية‪ ،‬فإذا تغير فسوف يتغير كل من المؤشر المركب و األوزان‪.‬‬

‫القسم السادس‬
‫أساليب التجميع (‪)Aggregation‬‬

‫يعتبر تجميع المؤشرات الفرعية من الخطوات األساسية فى بناء المؤشر‬

‫المركب‪ .‬ويهتم هذا القسم بدراسة بعض طرق تجميع المؤشرات الفرعية‪ .‬وتعتبر أشهر‬
‫هذه الطرق هى طريقة التجميع اإلضافى (‪ ،)Additive aggregation‬وطريقة التجميع‬
‫المضاعف (‪ ,)multiplicative aggregation‬وطريقة التجميع من خالل اتجاه المعايير‬
‫المتعددة غير التعويضية )‪ ,Non-compensatory multicriteria approach (MCA‬وسيتم‬
‫تناول هذه األنواع بالتفصيل خالل هذا القسم‪.‬‬
 ‫‪34‬دليل تكوين المؤشرات المركبة‬

‫‪ 1 .6‬طرقـ التجميع اإلضافىـ (‪:)Additive aggregation methods‬‬

‫تقوم فكره هذه الطرق على تجميع المؤشرات الفرعية عن طريق جمعهم‪ ,‬إال أن‬
‫أسلوب الجمع يختلف من طريقة ألخرى‪ ,‬وفيما يلى يتم تناول ثالث من هذه الطرق‪.‬‬
‫الطريقة األولى‪ :‬تعتبر أسهل وأبسط هذه الطرق‪ ,‬حيث يتم حساب رتب كل دولة‬
‫‪,‬‬ ‫بالنسبة لكل مؤشر فرعى‪ ,‬ثم جمع هذه الرتب لكل دولة كالتالى‪:‬‬
‫هو المؤشر المركب للدولة ‪.c‬‬ ‫حيث ‪ c‬هى الدولة‪ ,‬و‪ q‬هى المؤشر الفرعى‪ ,‬و‬
‫ونالحظ أن هذه الطريقة تعتمد على بيانات ترتيبية (‪ ,)Ordinal data‬وتتميز بسهولتها‬
‫وعدم تأثرها بالقيم الشاذة (‪ ,)Outliers‬إال أنه من عيوبها أنها تُفقد معلومات عن القيم‬
‫المطلقة للمؤشر‪.‬‬
‫الطريقة الثانية‪ :‬تعتمد هذه الطريقة على عدد المؤشرات األعلى واألسفل من‬
‫قيمة معيارية معينة (‪ ,)Benchmarking‬حيث تقوم هذه الطريقة على حساب عدد‬
‫المؤشرات األعلى واألسفل من منطقة محايدة يتم تحديدها حول المتوسط باستخدام قيمة‬
‫معينة ‪ ,p‬ومن الممكن أن يتم اختيار هذه القيمة بصورة عشوائية أعلى أو أسفل‬
‫المتوسط‪.‬‬
‫كيفية حساب المؤشر‬ ‫وتوضح المعادلة‬
‫المركب من خالل هذه الطريقة‪ ,‬حيث تدل الدالة ‪ sgn‬على أخذ القيمة ‪ 1+‬إذا كان ما بين‬
‫القوسين قيمة موجبة‪ ,‬وأخذ القيمة ‪ 1-‬إذا كان ما بين القوسين قيمة سالبة‪ ,‬ونالحظ أن‬
‫هذه الطريقة لها نفس مميزات وعيوب الطريقة السابقة من حيث السهولة وعدم التأثر‬
‫بالقيم المنعزلة وكذلك فقد المعلومات‪ ,‬حيث أنها تُفقد معلومات عن مستوى الفترة‪ ,‬فعلى‬
‫سبيل المثال نفترض أن قيمة المؤشر ‪ I‬للدولة ‪ A‬هى‪ %30‬أعلى من المتوسط الحسابى‬
‫والقيمة للدولة ‪ B‬هى ‪ %25‬أعلى من المتوسط الحسابى‪ ،‬فبافتراض المنطقة المحايدة‬
‫تعطى ‪ % 20‬أعلى من المتوسط‪ ،‬فبالتالى يتم حساب كالً من الدولة ‪ A‬و‪ B‬بالتساوى‬
‫على أنهما "أعلى من المتوسط"‪ ،‬على الرغم من أن الدولة ‪ A‬لديها نقاط أعلى من‬
‫الدولة ‪B.‬‬
‫الطريقة الثالثة‪ :‬وتعتبر من أكثر طرق التجميع اإلضافى انتشاراً‪ .‬وهى تتمثل‬
‫فى جمع األوزان مضروبة فى القيم المطبعة ‪ normalized values‬للمؤشرات الفرعية‬
‫هى‬ ‫هى الوزن الخاص بالمؤشر الفرعى ‪ q‬و‬ ‫‪ ,‬حيث‬ ‫كالتالى‪:‬‬
‫هو المؤشر المركب للدولة ‪.c‬‬ ‫القيمة المطبعة للمؤشر ‪ q‬والبلد ‪ ,c‬و‬

‫‪ 2 .6‬اتجاه المعايير المتعددة غير التعويضية (‪Non-compensatory Multicriteria‬‬

‫)‪:)Approach (MCA‬‬
‫من الخصائص غير المرغوب فيها للتجميع اإلضافى قابلية التعويض الضمنية‬
‫الكاملة بين المؤشرات‪ ,‬بمعنى أنه إذا كان هناك أحد المؤشرات الفرعية له قيمة ضعيفة‬
 ‫‪35‬دليل تكوين المؤشرات المركبة‬

‫فإنه يمكن تعويض هذا الضعف عن طريق وجود قيم عالية للمؤشرات األخرى‪ .‬فعلى‬
‫سبيل المثال إذا تم تكوين مؤشر مركب يتكون من أربع مؤشرات فرعية هى‪ :‬التفاوت‬
‫فى الطبقات‪ ,‬التدهور البيئى‪ ,‬الناتج المحلى اإلجمالى‪ ,‬والبطالة لدولتين‪ ,‬وكانت قيم هذه‬
‫المؤشرات الفرعية للدولة األولى هى‪ ,1 ،1 ،1 ،21 :‬بينما تكون قيم تلك المؤشرات‬
‫لكل من‬
‫للدولة الثانية هى‪ ,6 ،6 ،6 ،6 :‬فسوف نحصل على مؤشر مركب متساوى ٍ‬
‫الدولتين إذا كان التجميع إضافى وباستخدام أوزان متساوية‪ ,‬ومن الواضحـ أن الظروف‬
‫اإلجتماعية للدولتين مختلفة وهذا ما ال يعكسه المؤشر المركب‪ .‬ومن الممكن أن يتم‬
‫عالج هذا التعارض بين المؤشرات من خالل استخدام منهج المعايير المتعددة الغير‬
‫تعويضية‪ ,‬حيث يهتم هذا المنهج بترتيب الدول وفقا ً لبعض المعايير (المؤشرات‬
‫الفرعية) بطريقة غير تعويضية بحيث ال يؤثر انحياز مؤشر معين لدولة ما على‬
‫ترتيبها النهائى بين الدول‪.‬‬
‫ولتوضيحـ هذه الطريقة نستخدم بيانات مؤشر اإلنجاز التكنولوجى (‪ ,)TAI‬والتى‬
‫تتكون من ثمان مؤشرات فرعية‪ ,‬وبافتراض أن هناك خمس دول فقط تم تضمينها فى‬
‫مجموعة بياناته‪ ،‬وأنه تم إعطاء أوزان متساوية لكل المؤشرات الفرعية‪ ,‬ويوضح‬
‫جدول رقم (‪ )3‬قيمة المؤشرات الثمانية لك ٍل من الدول الخمس‪.‬‬
‫جدول رقم (‪)3‬‬
‫قيمة المؤشرات الفرعية لمؤشر اإلنجاز التكنولوجى لخمس دول‬

‫الجامعات‬ ‫المدارس‬ ‫الكهرباء‬ ‫التليفونات‬ ‫الصادرات‬ ‫اإلنترنت‬ ‫حقوق‬ ‫براءة‬ ‫الدولة‬

‫التكنولوجية‬ ‫الفكرية‬ ‫االختراع‬
‫‪27.4‬‬ ‫‪10‬‬ ‫‪4.150‬‬ ‫‪3.080‬‬ ‫‪50.7‬‬ ‫‪200.2 125.6‬‬ ‫‪187‬‬ ‫فينالندا‬

‫الواليات‬
‫‪13.9‬‬ ‫‪12‬‬ ‫‪4.073‬‬ ‫‪2.997‬‬ ‫‪66.2‬‬ ‫‪179.1‬‬ ‫‪130‬‬ ‫‪289‬‬ ‫المتحدة‬

‫‪15.3‬‬ ‫‪11.4‬‬ ‫‪4.145‬‬ ‫‪3.096‬‬ ‫‪59.7‬‬ ‫‪125.8 156.6‬‬ ‫‪271‬‬ ‫السويد‬

‫‪10‬‬ ‫‪9.5‬‬ ‫‪3.865‬‬ ‫‪3.003‬‬ ‫‪80.8‬‬ ‫‪49‬‬ ‫‪64.6‬‬ ‫‪994‬‬ ‫اليابان‬

‫‪23.2‬‬ ‫‪10.8‬‬ ‫‪3.653‬‬ ‫‪2.972‬‬ ‫‪66.7‬‬ ‫‪4.8‬‬ ‫‪9.8‬‬ ‫‪779‬‬ ‫كوريا‬

‫‪1/8‬‬ ‫‪1/8‬‬ ‫‪1/8‬‬ ‫‪1/8‬‬ ‫‪1/8‬‬ ‫‪1/8‬‬ ‫‪1/8‬‬ ‫‪1/8‬‬ ‫الوزن‬

‫إذن تكمن المشكلة اآلن فى استخدام المعلومات السابقة لترتيب هذه الدول من‬
‫أفضل دولة إلى أسوأ دولة‪ ,‬مع األخذ فى االعتبار بعض النقاط الهامة مثل قوة التفضيل‬
‫(إلى أى درجة تكون الدولة ‪ A‬أفضل من الدولة ‪ B‬وفقا ً للمؤشر الفرعى ‪ ,)q‬عدد‬
‫المؤشرات المنحازة لدولة معينة‪ ,‬الوزن الملحق بكل مؤشر‪ ,‬عالقة كل دولة بالنسبة‬
‫للدول األخرى‪ .‬وهذا كله يستدعى تقسيم هذا األسلوب إلى خطوتين رئيسيتين‪:‬‬
‫أوالً‪ :‬مقارنة مزدوجة بين كل دولتين وفقا ً لكل المؤشرات الجزئية المستخدمة‪.‬‬
 ‫‪36‬دليل تكوين المؤشرات المركبة‬

‫ثانياً‪ :‬ترتيب الدول الترتيب األفضل‪.‬‬

‫ينتج عن الخطوة األولى مصفوفة ‪ E‬تتكون من ‪ 5‬أعمدة و‪ 5‬صفوف تسمى‬
‫هو نتيجة‬ ‫مصفوفة الترتيب (‪ ,)outranking matrix‬بحيث يعتبر كل عنصر فيها‬
‫المقارنة الثنائية بين دولة الصف ‪ J‬ودولة العمود ‪ K‬وفقا ً لكل المؤشرات الفرعية (‪Q‬‬
‫مؤشر)‪ ,‬ويتم الحصول على هذه المقارنات الثنائية بواسطة المعادلة‪:‬‬
‫هما أوزان المؤشرات‬ ‫و‬ ‫‪ ,‬حيث‬
‫الفرعية اللذان يمثالن عالقة التفضيل (‪( )preference relation‬حالة تفضيل دولة عن‬
‫دولة أخرى فى قيمة المؤشر الفرعى) وعالقة عدم االختالف (‪)indifference relation‬‬
‫(حالة عدم وجود اختالف بين قيمة المؤشر للدولتين) على الترتيب‪ .‬وهذه المعادلة‬
‫تعنى أن نقاط دولة معينة بالنسبة لدولة أخرى هى مجموع أوزان المؤشرات الفرعية‬
‫التى يكون فيها أداء الدولة األولى أفضل من أداء الدولة الثانية‪ ،‬باإلضافة إلى ‪ -‬إذا‬
‫وجدت ‪ -‬نصف أوزان المؤشرات الفرعية المتساوية فى ك ٍل من الدولتين‪.‬‬
‫ولتوضيح فكرة حساب هذه المقارنات الزوجية يتم شرحها على المثال السابق‪,‬‬
‫حيث تُبين المقارنات الزوجية لدولتين مثل فينالندا والواليات المتحدة أن فينالندا لديها‬
‫قيم أفضل للمؤشرات الفرعية التالية ‪ :‬اإلنترنت (بوزن ‪ ،) 1/8‬والتليفونات (بوزن ‪1/8‬‬
‫)‪ ،‬والكهرباء (بوزن ‪ ،) 1/8‬والجامعة (بوزن ‪ .) 1/8‬وبالتالى تكون نقاط فينالندا هى‬
‫‪ ,0.5 = 1/8×4‬ويوضح جدول رقم (‪ )4‬المصفوفة المحتوية على نتائج هذه المقارنات‬
‫الزوجية بين الخمس دول‪.‬‬

‫جدول رقم (‪)4‬‬

‫مصفوفة األثر للخمس دول‬

‫كوريا‬ ‫اليابان‬ ‫السويد‬ ‫الواليات المتحدة‬ ‫فينالندا‬

‫‪0.625‬‬ ‫‪0.75‬‬ ‫‪0.375‬‬ ‫‪0.5‬‬ ‫‪0‬‬ ‫فينالندا‬
‫‪0.625‬‬ ‫‪0.625‬‬ ‫‪0.5‬‬ ‫‪0‬‬ ‫‪0.5‬‬ ‫الواليات المتحدة‬
‫‪0.625‬‬ ‫‪0.75‬‬ ‫‪0‬‬ ‫‪0.5‬‬ ‫‪0.625‬‬ ‫السويد‬
‫‪0.75‬‬ ‫‪0‬‬ ‫‪0.25‬‬ ‫‪0.375‬‬ ‫‪0.25‬‬ ‫اليابان‬
‫‪0‬‬ ‫‪0.25‬‬ ‫‪0.375‬‬ ‫‪0.375‬‬ ‫‪0.375‬‬ ‫كوريا‬

‫ونالحظ أن المعلومات السابقة يمكن أن تُجمع بطرق متعددة لك ٍل منها مزاياها‬

‫وعيوبها‪ ,‬وتعتبر أحد هذه الطرق الممكنة هى طريقة الترتيب لكوندرست‪-‬كمنى‪-‬يونج‪-‬‬
‫ليفينجليك (‪ ,)Condorcet-Kemeny-Young-Levenglick (CKYL) ranking procedure‬ووفقا ً‬
‫لهذا األسلوب فإن ترتيب الدول الذى يكون له أعلى احتمالية بين الترتيبات األخرى هو‬
‫الترتيب الذى يحتوى على أكبر عدد من قيم المقارنات الزوجية بين كل األزواج من‬
‫الدول المعنية‪.‬‬
 ‫‪37‬دليل تكوين المؤشرات المركبة‬

‫وبالتطبيق على المثال السابق نجد أن عدد التباديل التى يتم الحصول عليها من‬
‫الخمس دول هو ‪ ،120‬أى يمكن الحصول على ‪ 120‬ترتيب للخمس دول‪ ,‬وسوف يتم‬
‫عرض أول ستة تباديل – على سبيل المثال ‪ -‬فى جدول رقم (‪ ,)5‬حيث يتم الحصول‬
‫على نقاط الترتيب األول (الواليات المتحدة األمريكية‪ ،‬السويد‪ ،‬فينالندا ‪ ،‬اليابان‪،‬‬
‫وكوريا) كما يلى‪ :‬وفقا ً لمصفوفة التأثير (‪)impact matrix‬تُنتج المقارنة بين الواليات‬
‫المتحدة مع الدول األخرى ‪ 0.5‬مع فينالندا والسويد‪ ,‬و‪ 0.625‬مع اليابان وكوريا‪ ,‬أى‬
‫أن المقارنة الكلية بين الواليات المتحدة مع باقى الدول تُنتج ‪ .2.25‬كذلك تُنتج مقارنة‬
‫السويد ‪ 0.625‬مع فينالندا وكوريا‪ ,‬و‪ 0.75‬مع اليابان‪ ,‬أى أن المقارنة الكلية بين‬
‫السويد وباقى الدول – دون الواليات المتحدة – هى ‪ .2‬وتحصل فينالندا على ‪0.625‬‬
‫مع كوريا‪ ,‬و‪ 0.75‬مع اليابان‪ ,‬أى أن المقارنة الكلية بين فينالندا وباقى الدول – دون‬
‫الواليات المتحدة والسويد – هى ‪ .1.375‬وأخيراً تحصل اليابان على ‪ 0.75‬مع كوريا‪,‬‬
‫وبالتالى تساوى النقاط النهائية لهذا الترتيب ‪.6.375 =0.75 + 1.375 + 2 + 2.25‬‬

‫جدول رقم (‪)5‬‬

‫التباديل التى نحصل عليها من مصفوفة األثر‬

‫‪6.375‬‬ ‫كورياـ‬ ‫اليابان‬ ‫فينالنداـ‬ ‫السويدـ‬ ‫الواليات‬

‫المتحدة‬
‫‪6.375‬‬ ‫كورياـ‬ ‫اليابان‬ ‫الواليات‬ ‫فينالنداـ‬ ‫السويدـ‬
‫المتحدة‬
‫‪6.375‬‬ ‫كورياـ‬ ‫اليابان‬ ‫فينالنداـ‬ ‫الواليات‬ ‫السويدـ‬
‫المتحدة‬
‫‪6.125‬‬ ‫كورياـ‬ ‫اليابان‬ ‫السويدـ‬ ‫الواليات‬ ‫فينالنداـ‬
‫المتحدة‬
‫‪6.125‬‬ ‫كورياـ‬ ‫اليابان‬ ‫الواليات‬ ‫السويدـ‬ ‫فينالنداـ‬
‫المتحدة‬
‫‪6.125‬‬ ‫كورياـ‬ ‫اليابان‬ ‫السويدـ‬ ‫فينالنداـ‬ ‫الواليات‬
‫المتحدة‬

‫ووفقا ً لهذه الطريقة سيكون الترتيب النهائى هو الترتيب ذات أعلى نقاط‪ ,‬وفى‬
‫مثالنا هذا يكون لدى أول ‪ 3‬تباديل أعلى نقاط كلية‪ ،‬وبالتالى يمكن اعتبار كل هذه‬
‫الترتيبات أصحاب الرتب الفائزة (‪.)winning ranking‬‬
‫‪ 3 .6‬التجميع الهندسى (‪:)Geometric aggregation‬‬
‫كما تم اإلشارة سابقا ً فإن قابلية التعويض الضمنية الكاملة بين المؤشرات‬
‫الفرعية فى طرق التجميع اإلضافى أحيانا ً ما تؤدى إلى عدم عكس المؤشر المركب‬
‫للخصائص الحقيقية لبعض الدول‪ .‬وقد تم عالج هذه المشكلة من خالل استخدام أسلوب‬
‫المعايير المتعددة الذى ال يتضمن قابلية التعويض‪ ,‬إال أنه من ناحية أخرى يتأثر بالقيم‬
 ‫‪38‬دليل تكوين المؤشرات المركبة‬

‫المنعزلة ويتطلب تكاليف مرتفعة لعمل الحسابات الالزمة عندما يكون عدد الدول كبير‪,‬‬
‫ولذلك فمكن الممكن أن يتم استخدام التجميع الهندسى كحالً وسطا ً بين هاتين الطريقتين‬
‫حيث أنه ال يتبع مبدأ التعويض الضمنى الكامل نظراً ألنه يأخذ فى اعتباره أوزان‬
‫المؤشرات الفرعية وفقا ً ألهميتها فى تكوين المؤشر المركب‪ ,‬كما أن حساباته يمكن أن‬
‫تُؤدى بسهولة‪ ,‬ويتم تجميع المؤشرات الفرعية فى هذه الطريقة من خالل المعادلة‬
‫هى وزن المؤشر‬ ‫هى قيمة المؤشر ‪ q‬للبلد ‪ ,c‬و‬ ‫‪ ,‬حيث‬ ‫التالية‪:‬‬
‫‪.q‬‬
‫وطبقا ً لهذه الصيغة ‪ -‬بافتراض أن كل مؤشر من المؤشرات الفرعية له نفس‬
‫الوزن (‪ – )0.25‬يكون المؤشر المركب للدولة األولى ‪ ,2.14‬وللدولة الثانية ‪ ,6‬إال أنه‬
‫من عيوب هذا األسلوب أن الزيادة الصغيرة فى أى من المؤشرات الفرعية تكون ذات‬
‫تأثير أكبر إذا كانت قيمة المؤشر المركب المطلقة أقل‪ ,‬فعلى سبيل المثال إذا قامت‬
‫الدولة األولى بزيادة المؤشر الثانى بوحدة واحدة فإن قيمة المؤشر المركب ستزيد من‬
‫‪ 2.14‬إلى ‪ ,2.54‬بينما إذا قامت الدولة الثانية بنفس الزيادة فإن قيمة مؤشرها المركب‬
‫ستزيد من ‪ 6‬إلى ‪ 6.23‬أى أن الدولة األولى زادت بنسبة ‪ %19‬بينما الدولة الثانية‬
‫زادت بنسبة ‪.%4‬‬
 ‫‪39‬دليل تكوين المؤشرات المركبة‬

‫القسم السابع‬
‫تحليل عدم التأكد والحساسية‬
‫‪Uncertainty and Sensitivity Analysis‬‬

‫يمر إنشاء المؤشرات المركبة بعدة مراحل‪ ,‬يتم خاللها اتخاذ قرارات تحكمية‪،‬‬
‫مثل اختيار المؤشرات الفرعية‪ ،‬ومعالجة القيم المفقودة‪ ،‬واختيار أوزان المؤشرات‪,‬‬
‫وطرق التجميع‪ .‬ويؤثر ك ٌل من هذه االختيارات التحكمية على تكوين المؤشر المركب‪،‬‬
‫ُُأ‬
‫وبالتالى قد يعطى نتائج مضللة أو غير سليمة إذا تم بناؤه بصورة ضعيفة أو إذا سىء‬
‫تفسيره‪ .‬ولمقارنة مدى مالئمة المنهجية المختارة لبناء المؤشر المركب مع المنهجيات‬
‫األخرى الممكنة والتى لم يتم إتباعها نلجأ إلى تطبيق أسلوبين للتحليل‪ ،‬وهما‪:‬‬
‫‪ )1‬تحليل عدم التأكد ()‪.)Uncertainty analysis (UA‬‬
‫‪ )2‬تحليل الحساسية()‪. )Sensitivity analysis(SA‬‬
‫ويركز تحليل عدم التأكد على كيفية ظهور عوامل اإلدخال غير المؤكدة ‪ -‬التى‬
‫يقصد بها أى شىء يمكن تغييره قبل تنفيذ نموذج تكوين المؤشر المركب – ومدى‬
‫تأثيرها على قيمة المؤشر المركب‪ ،‬بينما يدرس تحليل الحساسية مقدار إسهام كل عامل‬
‫من عوامل اإلدخال غير المؤكدة فرديا ً فى تباين المخرجات (نتائج نموذج تكوين‬
‫المؤشر المركب)‪.‬‬
‫وسيتم فى هذا القسم تناول وصفا ً لكيفية تطبيق كالً من تحليل عدم التأكد وتحليل‬
‫الحساسية على المؤشرات المركبة‪ ،‬وعلى وجه الخصوص‪ ،‬سيتم تناول كل عامل من‬
‫عوامل اإلدخال غير المؤكدة الممكنة التى تنشأ من‪:‬‬
‫‪ -1‬اختيار المؤشرات الجزئية‪.‬‬
‫‪ -2‬معالجة البيانات‪.‬‬
‫‪ -3‬تطبيع البيانات‪.‬‬
‫‪ -4‬طرق الوزن‪.‬‬
‫‪ -5‬طرق التجميع‪.‬‬
‫‪ -6‬اختيار الخبير‪.‬‬
‫حيث يهتم ك ٌل من تحليل عدم التأكد وتحليل الحساسية بالمخرجات اآلتية‪:‬‬
‫الرتبة التى يتم إعطائها لدولة ما بواسطة المؤشر المركب (أى الرتبة ‪CI‬‬ ‫‪‬‬
‫‪.)c‬‬
‫متوسط اإلزاحة النسبية لوضع الدول بالنسبة لدولة مرجعية ‪ ،‬والذى‬ ‫‪‬‬
‫يعبر عنه من خالل رقم مفرد‪ ,‬حيث تعتبر هى متوسط الفروق المطلقة بين رتب‬
‫الدول المختلفة بالنسبة إلى رتبة مرجعية كما توضح المعادلة التالية‪:‬‬
‫‪ ,‬على أن تكون الرتبة المرجعية فى التحليل‬
 ‫‪40‬دليل تكوين المؤشرات المركبة‬

‫هى الرتبة األصلية المعنية للدولة بواسطة اإلصدار األصلى من المؤشر‪ .‬ودائما ً‬
‫تستخدم الرتبة ‪ CIc‬بدالً من القيمة الخام للمؤشر‪.‬‬
‫ويتمثل اإلطار العام لتحليلى عدم التأكد والحساسية فى إجراء تجربة مونت كارلو‬
‫(محاكاة) لتحديد تأثير كل التوليفات الممكنة من عوامل اإلدخال غير المؤكدة‪ ,‬مثل‬
‫تحديد أى المؤشرات التى سيتم حذفها‪ ،‬وتحديد خطة معالجة البيانات‪ ،‬وخطة التطبيع‪،‬‬
‫وأى نظم التجميع‪ ,‬وخطط الوزن التى يجب إتباعها‪ .‬حتى الوصول إلى مجموعة كاملة‬
‫من المتغيرات التى تعبر عن عوامل اإلدخال غير المؤكدة تستخدم لحساب الرتب ‪CIc‬‬
‫ومتوسطـ اإلزاحة ‪ .‬وسوف يتم توضيح الخطوات األساسية لتحليل عدم التأكد فى‬
‫الجزء األول من هذا القسم‪ ,‬بينما يختص الجزء الثانى بتوضيح خطوات تحليل‬
‫الحساسية‪ ,‬ويأتى الجزء الثالث بمثابة تطبيق لهاتين التحليلين باستخدام بيانات مؤشر‬
‫اإلنجاز التكنولوجى‪.‬‬

‫‪ 1. 8‬تحليل عدم التأكد (((‪:Uncertainty analysis (UA‬‬

‫تؤدى كل النقاط السابقة بدءاً من اختيار المؤشرات الجزئية حتى صياغة‬
‫المؤشر المركب إلى عدم التأكد فى المتغيرات الناتجة (الرتبة ‪ CIc‬ومتوسط اإلزاحة‬
‫)‪ ،‬ولذلك‪ -‬كما سبق اإلشارة‪ -‬يمكن ترجمة عدم التأكد فى صورة مجموعة من‬
‫عوامل إدخال غير مؤكدة أحادية البعد تُحدد قيم رتب ‪ CIc‬و ‪ ،‬ويكون الهدف من‬
‫تحليل عدم التأكد هو تقدير دوال التوزيع االحتمالى للرتب ‪ CIc‬ومتوسط اإلزاحة ‪.‬‬
‫ويبنى تحليل عدم التأكد على تطبيق أسلوب مونت كارلو (المحاكاة) الذى‬
‫يجرى على المتغيرات المعبرة عن عوامل اإلدخال غير المؤكدة‪ .‬ويمكن تلخيص‬
‫تحليل عدم التأكد فى ثالث خطوات كما يلى‪:‬‬
‫‪ 1. 1. 8‬الخطوة األولى‪:‬‬
‫‪،‬‬ ‫يتم تحديد دالة كثافة االحتمال لكل عامل من عوامل اإلدخال غير المؤكدة‬
‫‪،‬و‪ k‬هى عدد العوامل غير المؤكدة‪ .‬ويستخدم عامل اإلدخال األول‬ ‫حيث‬
‫الختيار أى المؤشرات الجزئية التى يجب حذفها‪ ،‬كما يلى‪:‬‬
‫جدول رقم (‪)7‬‬
‫توليد قيم عامل اإلدخال األول‬
‫‪ ،‬المؤشر الجزئى المستبعد‬ ‫القيمة العشوائية‬
‫صفر‬
‫(أى كل المؤشراتـ الجزئية تم‬ ‫[‪,0‬‬ ‫)‬
‫استخدامها)‪.‬‬
‫‪1‬‬ ‫(‬ ‫‪,‬‬ ‫]‬
‫‪...‬‬ ‫‪...‬‬
‫‪Q‬‬ ‫[‬ ‫‪]1,‬‬
 ‫‪41‬دليل تكوين المؤشرات المركبة‬

‫(‬‫حيث يتم توليد هذ المتغير عن طريق اختيار قيمة عشوائيا ً من التوزيع المنتظم‬
‫‪ )uniform‬فى الفترة (‪ ،)1،0‬ويظهر من الجدول أنه ال يتم استبعاد أى من المؤشرات‬
‫[‪.,0‬‬ ‫الجزئية إذا وقعت القيمة فى الفترة بين)‬
‫وتجدر اإلشارة إلى أنه عند استبعاد أحد المؤشرات الجزئية‪ ،‬يجب إعادة قياس‬
‫أوزان العوامل األخرى بحيث يكون مجموعها مساويا للواحد الصحيح لجعل المؤشر‬
‫المركب قابل للمقارنة إذا تم استخدام أى من توزيع الميزانية أو العملية السلمية‬
‫التحليلية‪ ،1‬أما عند اختيار أسلوب االستفادة من الشك فإن استبعاد أحد المؤشرات‬
‫الجزئية يؤدى إلى إعادة تنفيذ طريقة الوصول إلى الحل األمثل‪.‬‬
‫الختيار خطة تقدير البيانات المفقودة‪ ،‬كما‬ ‫ويستخدم عامل اإلدخال الثانى‬
‫يلى‪:‬‬
‫جدول رقم (‪)8‬‬
‫تعريف قيم عامل اإلدخال الثانى‬
‫تقدير البيانات المفقودة‬

‫‪1‬‬ ‫استخدامـ تحليل االنحدار الستكمال‬

‫البيانات المفقودة‪.‬‬
‫‪2‬‬ ‫تعيين قيمة صفر للبيانات المفقودة‪.‬‬

‫الختيار طريقة التتطبيع كما يظهر فى‬ ‫ويستخدم عامل اإلدخال الثالث‬
‫الجدول التالى‪:‬‬
‫جدول رقم (‪)9‬‬
‫تعريف قيم عامل اإلدخال الثالث‬
‫التطبيع‬
‫‪1‬‬ ‫إعادة القياس‬
‫‪2‬‬ ‫المعيارية‬
‫‪3‬‬ ‫القيم الخام‬

‫و عبارة عن متغيرين عشوائيين متقطعين (أى يأخذا قيم‬ ‫كالً من‬

‫صحيحة)‪ .‬ومن الناحية العملية‪ ،‬يتم توليد هذان المتغيران عن طريق اختيار قيمة‬
‫عشوائيا ً من التوزيع المنتظم (‪ )uniform‬فى الفترة (‪ ،)1،0‬ثم تطبيق ما يسمى‬
‫نختار‬ ‫بطريقة آلة الروليت الروسية (‪ ، )Russian roulette algorithm‬فمثالً ‪ :‬بالنسبة لـ‬
‫‪.‬‬ ‫و‪ 2‬إذا كانت‬ ‫‪ 1‬إذا كانت‬

‫الختيار خطة الوزن كما يلى‪:‬‬ ‫ويستخدم‬

‫‪11‬العملية السلمية التحليلية ( ‪ )"Analytical Hierarchal process"AHP‬هى أحد أساليب وضع األوزان التى تعتمد‬
‫على أراء الخبراء والتى لم يتم تناولها فى هذا الدليل‪.‬‬
 ‫‪42‬دليل تكوين المؤشرات المركبة‬

‫جدول رقم (‪)10‬‬

‫تعريف قيم عامل اإلدخال الرابع‬
‫خطة الوزن‬
‫الميزانية‪BAL‬‬ ‫توزيعـ‬ ‫‪1‬‬
‫العملية السلمية التحليلية ‪AHP‬‬ ‫‪2‬‬
‫االستفادة من الشك ‪BOD‬‬ ‫‪3‬‬

‫الختيار نظام التجميع كما يلى‪:‬‬ ‫ويستخدم‬

‫جدول رقم (‪)11‬‬
‫تعريف قيم عامل اإلدخال الخامس‬
‫خطة التجميع‬
‫خطى‬ ‫‪1‬‬
‫هندسى‬ ‫‪2‬‬
‫متعدد المعايير غير تعويضى‬ ‫‪3‬‬

‫الختيار الخبير‪ .‬وبمجرد اختيار الخبير‬ ‫كما يستخدم آخر عامل غير مؤكد‬
‫يتم تعيين األوزان التى عينها للمؤشرات الفرعية‪ .‬ويالحظ أنه يجب تثبيت عدد العوامل‬
‫التى يتم توليدها باستخدام أسلوب مونت كارلو حتى إذا لم يكن بعضها مستخدما ً عند‬
‫التنفيذ‪ ،‬فمثالً عملية اختيار الخبير ليس لها وجود عند اختيار أسلوب االستفادة من الشك‬
‫) ومع ذلك يتم توليد قيمة للـ ‪ ،‬وبالتالى يكون عدد القيم العشوائية الناتجة‬ ‫أى )‬
‫فى كل مرة من مرات تنفيذ أسلوب مونت كارلو مساويا ً لعدد عوامل اإلدخال غير‬
‫المؤكدة‪.‬‬

‫‪ 2. 1. 8‬الخطوة الثانية‪:‬‬
‫عشوائياً‪ ،‬حيث‬ ‫توليد عدد ‪ N‬توليفات من عوامل اإلدخال غير المؤكدة‬
‫بمجموعة عوامل‬ ‫‪ ،‬وتسمى المجموعة حيث‬
‫يمكن تقييم النموذج الحسابى‪ ،‬وتوليد قيم‬ ‫اإلدخال بالعينة )‪ .‬لكل عينة تجريبية‬
‫أحادى البعد‪ ،‬حيث يعبر إما عن رتبة كل دولة باستخدام‬ ‫لمتغير المخرجات‬
‫المؤشر المركب ‪ CIc‬أو متوسط التغير فى رتب الدول ‪.‬‬

‫‪ 3. 1. 8‬الخطوة الثالثة‪:‬‬
‫بعد االنتهاء من الحصول على ‪ N‬من توليفات عوامل اإلدخال غير المؤكد‪ ،‬يتم‬
‫‪.‬‬ ‫تحليل متجه المخرجات الناتج ‪ ،‬حيث‬
‫يمكن القيام بتوليد العينات باستخدام العديد من اإلجراءات مثل العينة العشوائية‬
‫البسيطة‪ ،‬العينة الطبقية‪ ،‬العينة شبه العشوائية (‪ ،)quasi-random sampling‬أو بطرق‬
 ‫‪43‬دليل تكوين المؤشرات المركبة‬

‫دالة كثافة االحتمال للمخرج ‪ .Y‬يمكن تقدير‬ ‫أخرى‪ .‬تعطى السلسلة المتتالية من‬
‫خصائص دالة كثافة االحتمال مثل التباين‪ ،‬والعزوم ذات الرتب األعلى‪.‬‬
‫بعد االنتهاء من الخطوات السابقة نقوم بتتبع االختالفات بين قيمة المؤشر‬
‫األصلية وقيمة الوسيط للمخرج ‪ Y‬الناتج عن التوليفات المختلفة من عوامل اإلدخال‬
‫غير المؤكدة‪ .‬فى حالة ظهور اختالفات كبيرة بين هاتين القيمتين نلجأ إلى إجراء تحليل‬
‫الحساسية لفحص أى عوامل اإلدخال غير المؤكد ذات التأثير المعنوى على قيم المؤشر‬
‫المركب‪ ،‬أما إذا كانت االختالفات طفيفة فليس هناك حاجة إلى القيام بتحليل الحساسية‬
‫وذلك لوضوح قوة قيم المؤشر المركب وعدم حساسيته‪.‬‬

‫‪ 2. 8‬تحليل الحساسية باستخدام األساليب المعتمدة على التباين (‪Sensitivity analysis‬‬

‫‪:)using variance-based techniques‬‬
‫على الرغم من وجود العديد من أساليب تحليل الحساسية‪ ،‬إال أننا ســوف نتنــاول‬
‫أسلوبا ً واحداً فقط فى هذا الدليل‪ ,‬وهو تحليل الحساسية باستخدام األســاليب المعتمد على‬
‫تجزئة التباين‪ .‬حيث تتميز هذا األساليب بعدد من الخصائص تتمثل فى‪:‬‬
‫‪‬تسمح باستكشاف المدى الكلى لتباين عوامل اإلدخال‪ ،‬بــدالً من مجــرد أخذ عينة‬
‫من العوامل من عدد محدود من القيم‪.‬‬
‫‪‬أســاليب كمية يمكن بواســطتها التميــيز بين اآلثار األساســية ((‪( main effects‬من‬
‫الدرجة األولى) واآلثار التفاعلية ((‪( interaction effects‬من درجات أعلى)‪.‬‬
‫‪‬يمكن تفسيرها وشرحها بسهولة‪.‬‬
‫‪‬تســمح بتحليل مــدى الحساســية الــذى يتم خالله معالجة عوامل اإلدخــال غــير‬
‫المؤكدة فى مجموعات بدالً من معالجتها فردياً‪.‬‬
‫ويمكن دراسة تحليل الحساسية من خالل تناول نوعين من المقاييس‪ ،‬هما‪:‬‬
‫‪ )1‬مقياس الحساسية للتأثير األساسى (‪.)main effect sensitivity measure‬‬
‫‪ )2‬مقياس الحساسية للتأثير الكلى(‪. )Total effect sensitivity measure‬‬
‫وفيما يلى سوف نتناول شرح مفصل لمعنى وطريقة حساب كل منهما‪.‬‬
‫‪ 1 .2 .8‬مقياس الحساسية للتأثير األساسى‪:‬‬
‫يعتبر التأثير األساسى ألحد عوامل اإلدخال غير المؤكــدة هو نســبة اإلســهام‬
‫الجزئى لهذا العامل من تبــاين المخرجـات‪ Y‬المعــبر عنها بـرتب المؤشر ‪CIc‬أو متوسط‬
‫اإلزاحة ‪ .‬والشـــتقاق مقيـــاس التـــأثير األساسى نرمز لإلســـهام الجـــزئى للعامل‬
‫بالرمز حيث‬
‫أى أنه يتم تثــــبيت العامل مثالً عند قيمة محــــددة ‪ ،‬ثم حســــاب متوسط‬
‫‪ ،‬وهـــذا معنـــاه حســـاب متوسط قيم ‪ Y‬الناتجة عن‬ ‫المخـــرج ‪ Y‬وهو‬
‫استخدام كل التوليفات من عوامل اإلدخال األخرى ماعدا العامل ‪ ،‬األمر الذى يعــبر‬
 ‫‪44‬دليل تكوين المؤشرات المركبة‬

‫الممكنة كما هو موضح‬ ‫عنه بـــالرمز –‪ ،))i‬ثم أخذ تبـــاين الدالة الناتجة على كل قيم‬
‫بالمعادلة السابقة‪.‬‬
‫(عنــدما‬ ‫تتراوح بين الصفر (عندما ال تسهم فى تبــاين ‪ )Y‬وتبــاين‬
‫تكـــــون كل العوامل األخـــــرى فيما عـــــدا ال تســـــهم فى تبـــــاين ‪ ،)Y‬حيث أن‬
‫‪ ,‬يمثل الحد األول من الطــــرف األول‬
‫التأثير األساسى (‪ ،)main effect‬ويسمى الثانى البواقى (‪ .)residual‬ويزداد إسهام العامل‬
‫‪ ،‬حيث تقيس البـــواقى‬ ‫كلما قلت قيمة البـــواقى‬ ‫فى التبـــاين‬
‫‪.‬‬ ‫إسهام العوامل األخرى‪ -‬خالف ‪ -‬فى قيمة التباين‬
‫و يعرق مقياس التأثير األساسى على أنه نسبة اإلسهام الجزئى للعامل‬
‫‪.‬‬ ‫إلى تباين ‪ ،Y‬كما يلى‪:‬‬
‫وهنا البد من التميـــيز بين حـــالتين‪ .‬الحالة األولى حيث ال يوجد تفـــاعالت بين‬
‫عبـــارة عن مجمـــوع‬ ‫عوامل اإلدخـــال غـــير المؤكـــدة‪ ،‬نجد أن التبـــاين الكلى‬
‫اإلسهامات الجزئية للعوامل المختلفة‪ ،‬وبالتالى فإن مجموع التأثيرات األساسية للعوامل‬

‫‪.‬‬ ‫يساوى الواحد الصحيح‪ ،‬أى أن‬

‫أما فى الحالة الثانية حيث يوجد تفـــاعالت بين عوامل اإلدخـــال فـــإن مجمـــوع‬

‫‪.‬‬ ‫عوامل مقاييس التأثير األساسى يكون أقل من الواحد الصحيح‪ ،‬أى أن‬

‫على‬ ‫مما سبق يتضح أنه يمكن استخدام مجموع مقاييس التــأثير األساسى للعوامل‬
‫أنه مؤشر لوجود أو عدم وجود تفاعالت بين العوامل‪ ،‬فإذا كــان مجمــوع المقــاييس أقل‬
‫من الواحد دل ذلك على وجود تفاعالت بين عوامل اإلدخال غير المؤكدة‪.‬‬

‫‪ 2 .2 .8‬مقياس الحساسية للتأثير الكلى‪:‬‬

‫فى حالة وجــود التفــاعالت بين عوامل اإلدخــال غــير المؤكــدة نلجأ أيض ـا ً إلى‬
‫حساب مقاييس التأثير الكلى للعوامل‪ .‬ويعرف مقيــاس التــأثير الكلى للعامل على أنه‬
‫مقياس التأثير األساسى لهــذا لعامل ( ) مضــافا ً إليه قيم كافة مقــاييس التــأثير التفاعلية‬
‫للعامل مع العوامل األخرى‪.‬على سبيل المثال‪ ،‬إذا كان لدينا ثالثة عوامل ‪،)K) = 3‬‬
‫تكون مؤشرات الحساسية الكلية الثالثة هى‪:‬‬

‫وبالمثل‪:‬‬
‫‪ST2=S2+S12+S23+S123‬‬
 ‫‪45‬دليل تكوين المؤشرات المركبة‬

‫‪ST3=S3+S13+S23+S123‬‬

‫مقياس الحساسية للتأثير األساسى‪ Sij ،‬هى مقياس الحساسية للتأثير‬ ‫حيث تمثل‬
‫و‬ ‫و ‪ Sijk ،‬هى مقياس الحساســية للتــأثير التفــاعلى للعوامل‬ ‫التفاعلى للعاملين‬
‫و ‪.‬‬
‫يعرف مقياس التأثير التفـاعلى ‪ Sij‬على أنه نــاتج قسـمة اإلســهام الجـزئى للتـأثير‬
‫‪ ،‬حيث‬ ‫‪ ،‬أى أن‬ ‫من التبيـــان الكلى‬ ‫و‬ ‫التفـــاعلى بين العـــاملين‬
‫بالصيغة التالية‪:‬‬ ‫يمكن حساب‬

‫و معاً‪ ،‬ويمثل‬ ‫التأثير األساسى للعاملين‬ ‫حيث يمثل‬

‫التـــــأثير األساسى‬ ‫التـــــأثير األساسى للعامل ‪ ،‬ويمثل‬
‫للعامل ‪.‬‬
‫عندما تكون كل العوامل ‪ K‬مستقلة عن بعضها البعض‪ ،‬يمكن حساب مؤشــرات‬
‫الحساسية باستخدام معادلة التجــزئ (‪ )decomposition formula‬اآلتية لتبــاين المخرجــات‬
‫الكلى )‪:V(Y‬‬

‫و بصفة عامة يالحظ أن مجمــوع مقــاييس الحساســية للتــأثير الكلى أكــبر من أو‬
‫‪ .‬وكــذلك يكــون العامل ‪ Xi‬غــير مــؤثر على‬ ‫يســاوى الواحد الصــحيح أى أن‬
‫اإلطالق إذا كان‬
‫‪.STi = 0‬‬
‫يعــبر الفــرق المعنــوى بين ‪ STi‬و ‪Si‬عن الــدور الهــام للتفــاعالت لهــذا العامل فى‬
‫المخرج ‪ .Y‬ويساعد إبراز التفاعالت بين عوامل اإلدخال على تحسين فهم بناء النماذج‪،‬‬
‫حيث يعطى الزوج(‪ )Si, STi‬وصف جيد غير متحيز لحساسيات النموذج‪.‬‬

‫‪ 3. 8‬تحليل عدم التأكد و تحليل الحساسية لمؤشر اإلنجاز التكنولوجى (‪:)TAI‬‬

‫يتعــرض هــذا الجــزء لكـ ٍل من تحليلى عــدم التأكد والحساســية لمؤشر اإلنجــاز‬
‫التكنولــوجى (‪ )TAI‬من خالل منهجيــتين مختلفــتين لبنــاء هــذا المؤشــر‪ ،‬حيث يســتخدم‬
‫التجميع بواســطة المعــايير المتعــددة غــير التعويضــية فى التحليل األول‪ ،‬بينما يســتخدم‬
‫التجميع الخطى فى التحليل الثانى‪.‬‬
‫ويهدف التحليل إلى اإلجابة على سؤالين أساسيين‪:‬‬
 ‫‪46‬دليل تكوين المؤشرات المركبة‬

‫‪ -1‬هل اســتخدام إســتراتيجية معينة فى مقابل إســتراتيجية أخــرى فى بنــاء المؤشر‬

‫المــركب يــؤدى إلى صــورة متحــيزة ألداء الــدول؟ وكيف يمكن مقارنة ذلك بمؤشر‬
‫‪ TAI‬األصلى؟‬
‫‪ -2‬إلى أى حد تُؤثر عوامل اإلدخال غير المؤكدة على رتب الــدول بالنســبة للمؤشر‬
‫األصلى؟‬

‫‪ 1 .3 .8‬تحليل عدم التأكد والحساسية للمنهجية األولى‪:‬‬

‫تم تنفيذ المنهجية األولى بدون استكمال للبيانــات‪ ،‬أى بعد مراقبة كل الــدول ذات‬
‫البيانات المفقـودة وحــذفها‪ .‬وبالتــالى تم تحليل ‪ 34‬دولة فقط نظريـاً‪ .‬ثم يقيد التحليل على‬
‫مجموعة الدول التى ال تتغــير رتبها بحــذف البيانــات المفقــودة‪ .‬ونتيجة لــذلك يتم إســقاط‬
‫الدول األخرى ابتداءاً من الرتبة (‪ TAI‬األصلى) ‪ ،24‬مثال‪ :‬هونج كونج‪ ،‬حيث أنها أول‬
‫دولة لديها قيم مفقودة‪.‬‬

‫أوالً‪ :‬تحليل عدم التأكد‪:‬‬

‫يوضح شكل رقم (‪ )6‬نتائج تحليل عدم التأكد للدولــة‪ ،‬عن طريق تــرتيب الــدول‬
‫تبعا ً لرتب مؤشر ‪ TAI‬األصلى؛ بــدءاً من فينالنــدا (الرتبة =‪ )1‬إلى ســلوفانيا (الرتبة =‬
‫‪ ،)23‬حيث تتضح المئينات الخامس والخامس والتسعون‪ ،‬ويتم اإلشارة إلى رتب الدول‬
‫وفقا لمؤشر ‪ TAI‬األصلى ‪ 2001‬بعالمات رمادية فاتحة‪ ،‬والوســيط بعالمــات ســوداء‪.‬‬
‫ويالحظ أن اختيار الرتب بدالً من قيم المؤشر المركب ناتج عن اســتخدام نظــام التجميع‬
‫المعايير المتعددة الغير تعويضية‪.‬‬

‫شكل رقم ( )‪6‬‬

‫‪IAT‬‬ ‫تحليل عدم التأكد لرتب‬

‫(الرتب‬
‫) ‪25‬‬

‫‪20‬‬

‫‪15‬‬

‫‪10‬‬

‫‪5‬‬

‫‪0‬‬
‫سنغافورا‬
‫كندا‬
‫استراليا‬

‫ألمانيا‬
‫فينالندا‬

‫فرنسا‬

‫سلوفانيا‬
‫هولندا‬

‫هونجارى‬
‫الواليات‬
‫المتحدة‬
‫السويد‬
‫اليابان‬
‫كوريا‬

‫انجلترا‬

‫نورواى‬
‫أيرلندا‬
‫بلجيكا‬
‫نيوزيلندا‬
‫النمسا‬

‫إسرائيل‬
‫أسبانيا‬
‫إطاليا‬
‫التشيك‬
 ‫‪47‬دليل تكوين المؤشرات المركبة‬

‫(– ‪5th‬‬ ‫وغالبا ً ما يكون عـرض حــدود المئينـات الخـامس والخـامس والتسـعون‬
‫‪ ) 95th percentile bounds‬وترتيب قيم الوسيط ‪( median‬العالمة الســوداء) متضــاربة‬
‫مع تــرتيب مؤشر ‪ TAI‬األصــلى (العالمة الرمــادى)‪ ،‬وعلى الــرغم من أنه مــازال فى‬
‫اإلمكان رؤية الفرق بين مجموعة الدول القائدة ومجموعة الدول المتأخرة‪ ،‬إال أنه يوجد‬
‫فروق ضخمة بين ‪ TAI‬الجديد واألصلى‪ .‬وبناءاً على النتائج السابقة يمكن أن نستخلص‬
‫أن ‪ TAI‬ليس بالمقياس القوى لإلنجاز التكنولوجى للدول‪.‬‬
‫ويجب االنتباه إلى أنه ال تستخدم كل التوليفات من االختيــارات المــذكورة ســابقا ً‬
‫للعوامل غير المؤكدة مع مؤشر ‪ ،TAI‬وعلى وجه الخصوص فى الحاالت اآلتية‪:‬‬
‫عند اســـــتخدام التجميع الخطى‪ ،‬وتوزيع الميزانية‬ ‫‪-1‬‬
‫كنظام للوزن ال يمكن استخدام البيانات الخام للتطبيع‪.‬‬
‫عند استخدام التجميع الخطى‪ ،‬واالستفادة من الشك‬ ‫‪-2‬‬
‫كنظام للوزن‪ ،‬فإنه ال يمكن استخدام الخيــار القــائم على اســتخدام البيانــات الخــام أو‬
‫المعيارية للتطبيع‪.‬‬
‫عند اســــــــــــتخدام التجميع الهندسى فإنه ال يمكن‬ ‫‪-3‬‬
‫استخدام نظام الــوزن " االســتفادة من الشــك"‪ ،‬عالوة على ذلــك‪ ،‬فإنه عند اســتخدام‬
‫توزيع الميزانية ال يمكن استخدام خيار المعيارية للتطبيع‪.‬‬
‫عند استخدام منهج المعايير المتعددة للتجميــع‪ ،‬فإنه‬ ‫‪-4‬‬
‫ال يمكن استخدام االستفادة من الشك‪.‬‬
‫بما أنه يتم وضع األوزان فى طريقة توزيع‬ ‫‪-5‬‬
‫الميزانية بواســطة الخبــير‪ ،‬فإنه يمكن ســحب عينة من الخــبراء بــدالً من األوزان‬
‫للمحافظة على الترابط بين األوزان‪ ،‬على ســبيل المثــال لتجنب توليد توليفــات من‬
‫األوزان لم يقم باختيارها أى من الخبراء‪.‬‬
‫عند اسـتخدام االســتفادة من الشــك‪ ،‬يــؤدى اســتبعاد‬ ‫‪-6‬‬
‫مؤشر ما إلى إعــــادة تنفيذ طريقة الوصــــول إلى الحل األمثل‪ ،‬بينما عند اســــتخدام‬
‫توزيع الميزانية فإنه يكفى إعــــادة قيــــاس (‪ )rescaling‬األوزان ليكــــون مجموعها‬
‫مساويا ً للواحد‪.‬‬

‫ثانياً‪ :‬تحليل الحساسية‪:‬‬

‫يعــرض شــكل رقم (‪ )7‬نتــائج تحليل الحساســية بنــاءاً على مقــاييس الحساســية‬
‫للتأثيرات األساسية‪ .‬يعتبر نظام التجميع الذى يتبعه تضمين أو استبعاد مؤشــرات جزئية‬
‫واختيار الخبير أكثر عوامل اإلدخال غير المؤكدة تأثيراً‪ ،‬حيث تعتــبر الــدول ذات أعلى‬
‫تباين كلى فى الرتب (وهى الدول الواقعة على يمين الشكل) هى الدول متوسطة األداء‪،‬‬
‫بينما ينخفض التبــــاين الكلى لــــدى الــــدول المتقدمة والمتــــأخرة فى مؤشر االنجــــاز‬
 ‫‪48‬دليل تكوين المؤشرات المركبة‬

‫التكنولوجى‪ .‬يــتراوح الجــزء الممثل لتــأثير التفــاعالت فى التبــاين‪ -‬الــذى لم يتم تفســيره‬
‫بواسـطة مؤشـرات الحساسـية للتـأثير األساسـى‪ -‬بين ‪ %35‬بالنسـبة لهولنـدا إلى ‪%73‬‬
‫للمملكة المتحدة ‪ ،‬بينما يتعــدى ‪ %50‬لمعظم الــدول‪ .‬مما ســبق يتضح ضــرورة حســاب‬
‫مؤشرات حساسية للتأثير الكلى والتى تعبر عن تأثير التفاعل بين عوامل اإلدخــال غــير‬
‫المؤكدة‪.‬‬

‫شكل رقم ( )‪7‬‬

‫‪IAT‬‬ ‫نتائج مقاييس الحساسية للتأثير األساسى للمؤشر‬
‫(تباين رتب‬
‫‪04‬‬ ‫الدول)‬
‫‪53‬‬ ‫غير إضافى‬
‫‪03‬‬ ‫اختيار الخبير‬
‫خطط الوزن‬
‫‪52‬‬
‫خطط التجميع‬
‫‪02‬‬ ‫استبعاد‪/‬تضمين‬
‫التطبيع‬
‫‪51‬‬

‫‪01‬‬ ‫يعرض شكل رقم (‪ )8‬مؤشرات الحساســية للتــأثير الكلى لتبــاين رتب كل دولـة‪.‬‬
‫‪5‬‬ ‫ويوضح أن مجمـوع مؤشـرات الحساسـية للتـأثير الكلى تزيد عن الواحد الصـحيح‪ ،‬مما‬
‫‪0‬‬ ‫يوضح أهمية التفاعالت‪.‬‬
‫سلوفانيا‬

‫فرنسا‬

‫سنغافورا‬
‫هونجارى‬
‫السويد‬
‫الواليات‬
‫المتحدة‬

‫التشيك‬

‫النمسا‬
‫بلجيكا‬
‫ايرالندا‬

‫اليابان‬

‫نورواى‬

‫كوريا‬
‫فينالندا‬

‫هولندا‬
‫إيطاليا‬

‫انجلترا‬

‫ألمانيا‬
‫إسرائيل‬

‫اسبانيا‬
‫كندا‬

‫نيوزيالندا‬

‫استراليا‬

‫شكل رقم ( )‪8‬‬

‫‪IAT‬‬ ‫مقاييس الحساسية لسو بول لمؤشرات التأثير الكلى للمؤشر‬
‫(مؤشر التأثير‬
‫‪5.2‬‬ ‫الكلى)‬ ‫الخبير‬
‫الوزن‬
‫التجميع‬
‫‪2‬‬ ‫استبعاد‪/‬تضمين‬
‫التطبيع‬

‫‪5.1‬‬

‫‪1‬‬

‫‪5.0‬‬

‫‪0‬‬
‫ويمكن استكشاف التأثير الكبير للتفاعالت الخاصة بهولندا من خالل شكل رقم‬
‫هولندا‬
‫انجلترا‬

‫ألمانيا‬
‫إسرائيل‬

‫اسبانيا‬
‫كندا‬

‫ا‬

‫استراليا‬
‫سلوفانيا‬

‫فينالندا‬

‫فرنسا‬

‫سنغافورا‬
‫هونجار‬
‫ى‬
‫السويد‬
‫أمريكا‬

‫إيطاليا‬
‫التشيك‬

‫النمسا‬
‫بلجيكا‬
‫ايرلندا‬

‫اليابان‬
‫نيوزيالند‬

‫نورواى‬

‫كوريا‬

‫(‪ )9‬حيث يشـــير الـــرقم فى المربع الصـــغير داخل خاليا الشـــكل إلى متوسط الـــرتب‪.‬‬
‫وبالتـــالى يتضح تحـــيز الـــرتب لصـــالح هولنـــدا من خالل توليفة من "نظـــام المتوسط‬
‫الهندســى" مع وزن "توزيع الميزانيــة"‪ ,‬وأنها ليست منحــازة لصــالح هولنــدا بواســطة‬
 ‫‪49‬دليل تكوين المؤشرات المركبة‬

‫توليفة "نظام المعايير المتعددة" مع الوزن بواسـطة "العملية السـلمية التحليلية ‪،"))AHP‬‬
‫مما يبرز التأثير الواضحـ للتفاعل‪.‬‬

‫شكل رقم ( )‪9‬‬

‫رتب هولندا عن طريق نظم التجميع والوزن‬

‫‪1‬‬
‫رتب بين ( ‪9) 4-‬‬
‫رتب بين ( ‪51) 01-‬‬
‫‪8‬‬ ‫رتب بين ( ‪32) 61-‬‬

‫‪76.0‬‬

‫‪11‬‬ ‫‪8‬‬ ‫‪61‬‬

‫‪33.0‬‬

‫‪8‬‬ ‫‪6‬‬ ‫‪31‬‬

‫‪0‬‬ ‫يوضح جــدول رقم (‪ )12‬مقــاييس الحساســية للتــأثير األساسى والتــأثير الكلى‬
‫‪0‬‬
‫المعنوية‬
‫أن القيم خطى‬
‫‪33.0‬‬
‫هندسى مالحظة‬
‫الــدول – مع‬
‫‪76.0‬‬
‫المعاييررتب‬
‫لمؤشر ‪ TAI‬بالنســبة لمتوسط‪ 1‬اإلزاحةمتعددفى‬
‫يُوضع تحتها خط ‪ -‬حيث يتضح أن كل من عوامل اإلدخــــال الخاصة بنظــــام التجميع‬
‫وتضمين أو اسـتبعاد المؤشـرات الفرعية تتمتع بـأكبر تـأثير على هـذا المتغـير‪ .‬أما عند‬
‫االهتمام بالتفاعالت‪ ،‬يصبح كل من خطة الوزن واختيــار الخبـير على درجة كبــيرة من‬
‫األهمية‪ ،‬حيث يمكن رؤية هذا التأثير فى شكل رقم (‪.)10‬‬

‫جدول رقم (‪)12‬‬

‫مقاييس الحساسيةـ للتأثير األساسى والتأثير الكلى لمؤشر ‪.TAI‬‬
‫‪-‬‬ ‫)‬ ‫التأثير الكلى (‬ ‫التاثير األساسى ( )‬ ‫عوامل اإلدخال‬
‫‪0.008‬‬ ‫‪0.008‬‬ ‫‪0.00‬‬ ‫التوحيدـ‬
‫‪0.286‬‬ ‫‪0.435‬‬ ‫‪0.148‬‬ ‫تضمين ‪/‬استبعاد مؤشرات‬
‫جزئية‬
‫‪0.180‬‬ ‫‪0.425‬‬ ‫‪0.245‬‬ ‫نظام التجميع‬
‫‪0.288‬‬ ‫‪0.327‬‬ ‫‪0.038‬‬ ‫خطة الوزن‬
‫‪0.334‬‬ ‫‪0.402‬‬ ‫‪0.068‬‬ ‫اختيار الخبير‬
 ‫‪50‬دليل تكوين المؤشرات المركبة‬

‫‪1.597‬‬ ‫‪0.499‬‬ ‫المجموع‬

‫شكل رقم ( )‪01‬‬

‫عن‪I‬طريق توليفات التجميع والوزن‬
‫‪AT‬‬ ‫متوسط اإلزاحة لرتب دول‬

‫‪1‬‬
‫إزاحة أفل من ‪3‬أماكن‬
‫إزاحة أكبر من ‪3‬أماكن‬
‫‪95.1‬‬

‫‪76.0‬‬

‫‪44.2‬‬ ‫‪68.2‬‬ ‫‪58.3‬‬

‫‪33.0‬‬

‫‪10.2‬‬ ‫‪78.2‬‬ ‫‪44.3‬‬

‫‪TAI‬‬ ‫للمؤشر‬
‫‪76.0‬لرتب الدول بالنسبة‪33.0‬‬
‫السابق أن متوسط اإلزاحة‬‫ونالحظ من الشكل ‪1‬‬
‫‪0‬‬ ‫خطى‬ ‫هندس‬ ‫متعدد‬
‫التجميع وخطط الــوزن‪ .‬ىالقيمة المتوســطة لكل حالة‬
‫األصلى لمختلف التوليفات من نظم المعايير‬
‫موضحة فى المربع‪.‬‬

‫‪ 2. 3. 8‬تحليل عدم التأكد والحساسية للمنهجية الثانية‪:‬‬

‫هـــذا التحليل يختلف عن التحليل الســـابق‪ ،‬حيث نفـــترض أن صـــانعى مؤشر‬
‫االنجــاز التكنولــوجى قد اتفقــوا على نظــام التجميع الخطى‪ .‬وفي هــذه الحالــة‪ ،‬يُســمح‬
‫باستخدام خطط تقدير البيانات المفقــودة البديلة واالهتمــام بكل الــدول كما هو الحــال فى‬
‫مؤشر ‪ TAI‬األصلى المستخدم بالفعــل‪ .‬يمكن القــول أن اختيــار نظــام التجميع يتم فرضه‬
‫إلى حد ما بواســطة الهــدف من اســتخدام المؤشر وتوقع صــانعى المؤشــر‪ ،‬فعلى ســبيل‬
‫المثال‪ ،‬إذا اعتقد صناع المؤشر أنه يجب أن يكــون نظــام التجميع غــير تعويضــى‪ ،‬فإنه‬
‫يمكن اتخاذ المعايير المتعددة غير التعويضية‪ ،‬مما قد يؤدى فى المتوسط إلى أن يصــبح‬
‫األداء الــذى يمكن وصــفه بكونه جيد فى المتوسط ذو قيمة أكــبر بالنســبة للدولة مقارنة‬
‫بــذلك األداء الــذى يكــون جيــداً جــداً فى بعض المؤشــرات الجزئية وســيئا ً فى البعض‬
‫اآلخر‪.‬‬

‫أوالً‪ :‬تحليل عدم التأكد‪:‬‬

‫يوضح شــكل رقم (‪ )11‬ســلوك أكــثر قــوة للمؤشــر‪ ،‬مع قليل من التغــيرات فى‬
‫الــرتب عند مقارنة وســيط قيم المؤشر ‪ TAI‬الجديــدة مع المؤشر ‪ TAI‬األصــلى‪ ،‬حيث‬
‫تشير العالمات الرمادية إلى رتب الدول وفقا للمؤشر‪ TAI‬األصلى ‪ ،2001‬بينما تشير‬
‫العالمات السوداء إلى قيم الوسيط‪.‬‬
 ‫‪51‬دليل تكوين المؤشرات المركبة‬

‫شكل رقم ( )‪11‬‬

‫‪I AT‬‬ ‫تحليل الشك لرتب دول‬
‫(الرتب‬
‫)‬
‫‪07‬‬
‫‪06‬‬

‫‪05‬‬
‫‪04‬‬

‫‪03‬‬

‫‪02‬‬

‫‪01‬‬

‫‪0‬‬

‫ثانياً‪ :‬تحليل الحساسية‪:‬‬

‫يوضح جدول رقم (‪ )13‬مقاييس التأثيرات األساســية والتــأثيرات الكلية لمتوسط‬
‫اإلزاحة فى رتب المؤشــر‪ .‬ال يبــدو أن اســتكمال البيانــات له إســهام معنــوى فى تبــاين‬
‫المخرجــات‪ .‬وقد احتلت عوامل الــوزن والتضــمين‪/‬ـ األســتبعاد للمؤشــرات الفرعيــة‪،‬‬
‫وأختيار الخبير أكبر قيم لمقاييس التــأثيرات األساســية‪ .‬كما يوضح الجــدول مــدى أهمية‬
‫التفاعالت بالنسبة الختيار الخبير والــوزن‪ ،‬وتكــون التفــاعالت أقل أهمية مع التضــمين‬
‫‪/‬االستبعاد للمؤشرات الجزئية‪ .‬مع مالحظة أن القيم المعنوية يُضع تحتها خط‪.‬‬

‫جدول رقم (‪)13‬‬

‫مقاييس الحساسية لمتوسط اإلزاحة فى رتب ‪.TAI‬‬
‫‪STi - Si‬‬ ‫)‬ ‫التأثير الكلى (‬ ‫)‬ ‫التأثير األساسى (‬ ‫عوامل اإلدخال‬
‫‪0.004‬‬ ‫‪0.005‬‬ ‫‪0.001‬‬ ‫االستكمال‬
‫‪0.021‬‬ ‫‪0.021‬‬ ‫‪0.000‬‬ ‫التوحيدـ‬
‫‪0.078‬‬ ‫‪0.214‬‬ ‫‪0.135‬‬ ‫تضمين‪/‬استبعاد مؤشرـ‬
‫جزئى‬
‫‪0.410‬‬ ‫‪0.623‬‬ ‫‪0.212‬‬ ‫خطة الوزن‬
‫‪0.390‬‬ ‫‪0.592‬‬ ‫‪0.202‬‬ ‫اختيار الخبير‬
‫‪1.453‬‬ ‫‪0.550‬‬ ‫المجموع‬

‫بالنســــبة للســــؤال األول‪ ،‬أال وهو هل اســــتخدام إســــتراتيجية معينة في مقابل‬

‫إستراتيجية أخرى في بنــاء المؤشر (من ‪ 1‬إلى ‪ )7‬يــوفر صــورة متحــيزة ألداء الــدول؟‬
‫وكيف يمكن مقارنة ذلك بمؤشر ‪ TAI‬األصــلى؟ تعتمد اإلجابة على هــذا الســؤال على‬
 ‫‪52‬دليل تكوين المؤشرات المركبة‬

‫حدة عدم التأكد‪ .‬كما هو موضح فى التحليالت السابقة‪ ،‬إذا لم يتفق صـانعو المؤشر على‬
‫نظام التجميع‪ ،‬فإنه ليس من المحتمل‪ -‬بشكل كبير‪ -‬ظهور مؤشر قوى‪.‬‬

‫وبالنسبة للسؤال الثانى أال وهو إلى أى حد تؤثر عوامل اإلدخال غير المؤكدة‬
‫على رتب الدول بالنسبة للمؤشر األصلى؟‪،‬فإنه يمكن القول أن كال من االستكمال‬
‫والتطبيع ال يؤثران معنويا ً على رتب الدول عندما تتواجد تفاعالت بين العوامل كما فى‬
‫التحليل األخير‪ ،‬حيث تتمثل التأثيرات التفاعلية فى اختيار الخبير وخطة الوزن‪ .‬أما‬
‫عندما تكون األوزان غير مؤكدة يكون غير محتمل أن يؤثر التطبيع وتقدير البيانات‬
‫على رتب الدول كما فى التحليل األول‪ .‬وبصفة عامة يعتبر نظام التجميع فى غاية‬
‫األهمية‪ ،‬لذلك يوصى بأن يتفق صانعو المؤشر على منهج مشترك للتجميع‪.‬‬
 ‫‪53‬دليل تكوين المؤشرات المركبة‬

‫القسم الثامن‬
‫العرض البيانى للمؤشرات المركبة ‪))Visualization‬‬

‫تعتبر طريقة عرض المؤشر المركب من الخطوات الهامة فى خطوات تكوين‬

‫المؤشر المركب‪ ,‬فهى الخطوة النهائية التى تبرز خالصة جميع المراحل التى تم بها‬
‫المؤشر المركب فى تكوينه‪ ,‬لذلك فيجب أن تتم بصورة جيدة حتى يكون المؤشر‬
‫المركب قادر على توصيل صورة سريعة ودقيقة لمتخذى القرار والمستخدمين‬
‫النهائيين‪ ,‬وذلك ما يستدعى أن يوفر العرض البيانى للمؤشرات المركبة رسائل‬
‫واضحة ودقيقة بدون إخفاء البيانات األساسية التى تم تكون المؤشر المركب‬
‫باستخدامها‪.‬‬
‫وتتنوع الطرق المستخدمة لعرض المؤشرات المركبة بدءاً من األدوات‬
‫الجدولية البسيطة (‪ )Tabular Tools‬إلى الرسومات المتعددة األبعاد األكثر تعقيداً‪ ,‬وكذلك‬
‫البرامج اإللكترونية التفاعلية (‪ ,)Interactive Software‬وفيما يلى عرضا ً لبعض طرق‬
‫عرض المؤشرات المركبة‪:‬‬

‫‪ 1 .8‬الشكل الجدولى‪:‬‬
‫يعتبر الشكل الجدولى من أبسط أساليب عرض المؤشرات المركبة‪ ،‬حيث يتم‬
‫تمثيل قيم المؤشر المركب لكل دولة فى صورة جدول‪ ،‬وعادةً ما تُعرض الجداول فى‬
‫صورة ترتيب تنازلى لرتب المؤشر المركب‪ ,‬حيث أن الترتيب قد يؤدى إلى تتبع‬
‫التغير فى أداء الدولة عبر الزمن‪ ,‬ويعرض جدول رقم (‪ )14‬مثاالً لهذا األسلوب من‬
‫خالل رتب مقياس النمو التنافسى‪.‬‬

‫جدول رقم ( ‪)14‬‬

‫رتب مقياس النمو التنافسى (‪)Growrth Compatitivness Index Rankings‬‬

‫رتب النمو التنافسى سنة ‪2002‬‬ ‫رتب النمو التنافسى سنة ‪2003‬‬ ‫الدولة‬
‫‪1‬‬ ‫‪1‬‬ ‫فينلندا‬
‫‪2‬‬ ‫‪2‬‬ ‫الواليات المتحدة‬
‫‪3‬‬ ‫‪3‬‬ ‫السويدـ‬
‫‪4‬‬ ‫‪4‬‬ ‫الدنمارك‬
‫‪6‬‬ ‫‪5‬‬ ‫تايوان‬
‫رتب النمو التنافسى سنة ‪2002‬‬ ‫رتب النمو التنافسى سنة ‪2003‬‬ ‫الدولة‬
‫‪7‬‬ ‫‪6‬‬ ‫سنغافورة‬
‫‪5‬‬ ‫‪7‬‬ ‫سويتزيرلندا‬
‫‪12‬‬ ‫‪8‬‬ ‫أيسلندا‬
‫‪8‬‬ ‫‪9‬‬ ‫نورواى‬
‫‪10‬‬ ‫‪10‬‬ ‫أسترالياـ‬
 ‫‪54‬دليل تكوين المؤشرات المركبة‬

‫‪16‬‬ ‫‪11‬‬ ‫اليابان‬

‫‪13‬‬ ‫‪12‬‬ ‫هولندا‬
‫‪14‬‬ ‫‪13‬‬ ‫ألمانيا‬
‫‪15‬‬ ‫‪14‬‬ ‫نيوزيلنداـ‬
‫‪11‬‬ ‫‪15‬‬ ‫المملكة المتحدة‬
‫‪9‬‬ ‫‪16‬‬ ‫كندا‬
‫‪18‬‬ ‫‪17‬‬ ‫النمسا‬
‫‪25‬‬ ‫‪18‬‬ ‫كورياـ‬
‫‪-‬‬ ‫‪19‬‬ ‫مالطا‬
‫‪17‬‬ ‫‪20‬‬ ‫إسرائيل‬
‫‪-‬‬ ‫‪21‬‬ ‫لكسمبرج‬
‫‪27‬‬ ‫‪22‬‬ ‫أستونياـ‬
‫المصدر‪ :‬المنتدى اإلقتصادى العالمى((‪.WEF, 2004‬‬

‫ومن المثال السابق نالحظ أنه على الرغم من اعتبار الشكل الجدولى طريقة‬
‫شاملة لعرض نتائج المؤشر المركب‪ ,‬إال أنها تكون كثيرة التفاصيل مما يؤدى إلى عدم‬
‫قبولها بصريا ً بالدرجة الكافية‪ ,‬ولكن يمكن ضبط هذه الطريقة عن طريق تقسيم الدول‬
‫إلى عدد من المجموعات الفرعية وفقا ً للتوزيع الجغرافى أو الناتج المحلى اإلجمالى‪.‬‬

‫‪ 2 .8‬شكل األعمدة‪:‬‬
‫تتمثل هذه الطريقة فى عرض المؤشر المركب لكل دولة فى صورة أعمدة‪,‬‬
‫بحيث يمثل المحور الرأسى الدول محل االهتمام‪ ،‬ويمثل المحور األفقى قيم المؤشر‬
‫المركب‪ .‬ويوضح الشكل رقم (‪ )12‬مثاالً على هذه الطريقة باستخدام بيانات االستهالك‬
‫العالمى للحبوب من سنة ‪ 1995‬إلى سنة ‪ ,1996‬حيث يمثل المحور الرأسى المناطق‬
‫محل الدراسة‪ ,‬ويمثل المحور األفقى قيمة االستهالك العالمى للحبوب عن كل فرد‪ ,‬كما‬
‫نالحظ أن العمود العلوى يمثل متوسط أداء كل المناطق‪ ,‬مما يتيح للقارئ التعرف على‬
‫موقع كل منطقة بالنسبة لمتوسط أداء المناطق فى العالم‪.‬‬

‫شكل رقم ( )‪21‬‬

‫‪6991‬‬ ‫‪5991‬سنة‬
‫إلى‬ ‫شكل األعمدة لالستهالك العالمى للحبوب عن كل رأس من سنة‬

‫العالم‬
‫أفريقيا‬
‫أسيا‪/‬المحيط الهادى‬ ‫‪5991‬‬
‫الشرق األوسط‪ /‬وسط‬ ‫‪6991‬‬
‫أسيا‬
‫أمريكا الالتينية‬
‫المملكة المتحدة‬
‫وسط وشرق أوروبا‬
‫غرب أوروبا‬
‫أمريكا الجنوبية‬

‫(كيلوجرام)‬
‫‪001‬‬ ‫‪002‬‬ ‫‪003‬‬ ‫‪004‬‬ ‫‪005‬‬ ‫‪006‬‬ ‫‪007‬‬ ‫‪008‬‬
‫صفر‬
 ‫‪55‬دليل تكوين المؤشرات المركبة‬

‫المصدر‪ :‬المملكة المتحدة‪.2004 ,‬‬

‫ويعتبر هذا األسلوب من األساليب الواضحة وسهلة الفهم‪ ،‬حيث أنه يتيح‬
‫للمستخدم مقارنة المناطق بالمتوسط العام من خالل النظر للعمود العلوى (الذى يمثل‬
‫متوسط األداء)‪ ,‬كما أن هذا المتوسط العام يمكن اعتباره هدفا ً تصبو إليه الدول وليس‬
‫مجرد وسيلة للمقارنة‪ ,‬فضالً عن ذلك نجد أن استخدام األلوان فى شكل األعمدة يساعد‬
‫على زيادة توضيح الصورة‪ ،‬وإبراز الدول ذات األداء المرتفع والدول ذات األداء‬
‫المنخفض باإلضافة إلى إبراز تطور أداء الدول عبر الزمن‪.‬‬

‫‪ 3 .8‬شكل الخط الزمنى ‪:‬‬

‫يُستخدم أسلوب الشكل الخطى لدراسة األداء عبر الزمن‪ ,‬وعادةً ما يتم عرض‬
‫عدد من الخطوط فى نفس الشكل للسماح بالمقارنة بين أداء الدول المختلفة‪ ,‬ويعرض‬
‫الشكل رقم (‪ )13‬مثاالً توضيحيا ً لمجموعة من الخطوط الزمنية لثالث دول‪ ،‬حيث يُمثل‬
‫كل خط زمنى دولة معينة‪ ,‬مما يتيح المقارنة بين أداء هذه الدول‪ ,‬كما أنه يسمح بتتبع‬
‫أداء الدولة الواحدة خالل الزمن‪.‬‬

‫شكل رقم ( )‪31‬‬

‫شكل توضيحى للرسم الخطى للمؤشر المركب‬

‫‪021‬‬

‫‪011‬‬

‫‪001‬‬

‫‪09‬‬

‫‪08‬‬

‫‪07‬‬

‫‪06‬‬
‫‪5991‬‬ ‫‪6991‬‬ ‫‪7991‬‬ ‫‪8991‬‬ ‫‪9991‬‬
‫‪:)trend‬‬
‫‪0002‬‬
‫‪ 4 .8‬شكل االتجاه العام (‪diagram‬‬
‫يمكن عرض أداء الدول كما تم التوصل إليه باستخدام المؤشرات المركبة‬
‫الدولة األولى‬ ‫الدولة الثـانـيـة‬ ‫الدولة الثـالثـة‬
‫باستخدام شكل االتجاه العام (‪ ,)trend diagram‬حيث أن توافر المؤشر المركب لمجموعة‬
‫من الدول فى نقطتين زمنيتين مختلفتين ‪ -‬على األقل ‪ -‬يُمكن من عرض تغيرات‬
‫ومعدالت النمو للدول‪ ,‬فعلى سبيل المثال يستخدم اإلتحاد األوروبى مؤشر مركب ‪-‬‬
‫يسمى مؤشر االبتكار الملخص ((‪ - Summary Innovation Index‬يُستخدم لتتبع األداء‬
‫النسبى للدول األوروبية‪ ،‬كما هو موضح فى شكل رقم (‪ ،)14‬حيث يمثل المحور‬
‫السينى االتجاه العام للدول‪ ,‬ويمثل المحور الصادى مستويات الدول‪ ,‬كما يعكس المحور‬
 ‫‪56‬دليل تكوين المؤشرات المركبة‬

‫األفقى القيمة المتوسطة لإلتحاد األوروبى‪ ،‬بينما يعكس المحور الرأسى االتجاه العام‬
‫لالتحاد األوروبى‪ ،‬وبالتالى يُقسم المحورين السينى والصادى المساحة إلى أربعة‬
‫أرباع‪ ,‬وعند وجود دول فى الربع العلوى األيمن تعتبر هذه الدول تتحرك لألمام‬
‫‪ ,))moving ahead‬وذلك ألن كالً من قيمتها واتجاهها العام يكونان أعلى من القيمة‬
‫المتوسطة واالتجاه العام لالتحاد األوروبى‪ ،‬وتعد الدول فى الربع السفلى اليسارى‬
‫واقعة فى المؤخرة (‪ ،)falling further behind‬ألنها أسفل متوسط االتحاد األوروبى فى‬
‫كل من القيمة واالتجاه‪.‬‬
‫ٍ‬

‫شكل رقم ( )‪41‬‬

‫شكل االتجاه العام لمؤشر االبتكار الملخص لمجموعة من الدول‬
‫مستويات الدول‬
‫‪8.0‬‬
‫‪7.0‬‬
‫‪6.0‬‬
‫‪5.0‬‬
‫‪4.0‬‬
‫‪3.0‬‬
‫‪2.0‬‬
‫‪1.0‬‬

‫صفر‬ ‫‪5‬‬
‫المؤشرات‬
‫‪01‬‬
‫عرض‬‫‪51‬‬
‫على مجموعة‪ 52‬جيدة من‪ 02‬أدوات‬
‫‪03‬‬
‫تعرفنا‬
‫العام‬ ‫وبذلك نكون قد‬
‫االتجاه‬
‫للدول‬
‫المركبة‪ ,‬مما يساعد صانع المؤشر المركب على استخدام أسلوب العرض البيانى‬
‫المناسب الذى يساعده على توصيل أكبر قدر ممكن من المعلومات لعرض نتائج‬
‫المؤشر المركب بصورة دقيقة وواضحة‪.‬‬
 ‫‪57‬دليل تكوين المؤشرات المركبة‬

‫القسم التاسع‬
‫بعض المؤشرات المركبة العالمية والمحلية‬

‫يهتم هذا القسم بعرض نبــذة عن بعض المؤشـرات المركبة العالمية والمحلية من‬
‫خالل تعريف كل مؤشر وذكر أهدافــــه‪ ,‬ووصف مكوناته األساســــية‪ ,‬باإلضــــافة إلى‬
‫توضــيح للمراحل الــتى مر بها من تطــبيع ووضع لألوزان وتجميــع‪ ,‬وأخــيراً يتم ذكر‬
‫الطريقة التى تم بها عرض ونشر هذا المؤشر‪.‬‬

‫‪ 1 .9‬المؤشرات العالمية‪:‬‬
‫يعرض هذا الجزء مجموعة من المؤشرات التى تصدر عن بعض الجهات‬
‫والمؤسسات العالمية وتشتمل على‪ :‬مؤشر التطور االقتصادى القائم على المعرفة‬
‫والصادر عن منظمة النقل األقليمية (‪ ,)RTD‬ومؤشرى التنمية البشرية واإلنجاز‬
‫التكنولوجى والصادرين عن منظمة األمم المتحدة‪ ,‬ومؤشر االهتمام بالمشاكل البيئية‬
‫والمنتج بواسطة باركر المدير التنفيذى لمنظمة ‪.Earthjustice‬‬

‫(‪Performance in the knowledge‬‬ ‫‪ 1 .1 .9‬مؤشر التطور االقتصاد القائم على المعرفة‬

‫‪:)based economy‬‬
‫‪ ‬التعريف بالمؤشر وأهدافه‪:‬‬
‫مؤشر تطور االقتصاد القائم على المعرفة هو مؤشر اقتصادى يهدف إلى قياس‬
‫مدى قدرة الدولة على تحويل المعرفة الجديدة إلى تطور اقتصادى وتكنولوجى لزيادة‬
‫قدرتها على المنافسة ورفع مستوى المواطنين‪.‬‬
‫‪ ‬مكونات المؤشر‪:‬‬
‫يتكون هذا المؤشر من ستة مؤشرات فرعية تتمثل فى‪ :‬عدد براءات االختراع‬
‫األوروبية (‪ ,)EPO‬عدد براءات االختراع األمريكية والعالمات التجارية (‪ ,)USPTO‬عدد‬
‫المنشورات‪ ,‬إنتاج صادرات عالية التكنولوجيا‪ ,‬العمالة المنتجة لمنتجات عالية التقنية‪,‬‬
‫والناتج المحلى اإلجمالى للفرد (‪.)GDP per capita‬‬

‫‪ ‬التطبيع‪:‬‬
‫تمت عملية التطبيع للمؤشرات الفرعية عن طريق طرح الوسط الحسابى‬
‫والقسمة على االنحراف المعيارى‪ ,‬أى تم استخدام طريقة المعيارية (‪.)Z-score‬‬
‫‪ ‬الوزن والتجميع‪:‬‬
‫تم حساب المؤشر المركب كمتوسط ترجيحى (‪ )weighted average‬للقيم المطبعة‬
‫للمؤشرات الفرعية‪ ,‬وتم ترك عملية تحديد األوزان لصانع المؤشر المركب‪.‬‬
 ‫‪58‬دليل تكوين المؤشرات المركبة‬

‫‪ ‬العرض البيانى‪:‬‬
‫تم استخدم شكل األعمدة لعرض نتائج المؤشر‪.‬‬

‫(‪:)Human development index HDI‬‬ ‫‪ 2 .1 .9‬مؤشر التنمية‪ v‬البشرية‪v‬‬

‫‪ ‬التعريف بالمؤشر وأهدافه‪:‬‬
‫مؤشر التنمية البشرية هو مؤشر اجتماعى يُلخص التنمية البشرية من خالل‬
‫ثالثة أبعاد رئيسية تتمثل فى‪ :‬حياة طويلة وصحية‪ ,‬والمعرفة‪ ,‬والناتج المحلى اإلجمالى‬
‫للفرد (‪.)GDP per capita‬‬
‫‪ ‬مكونات المؤشر‪:‬‬
‫يتكون هذا المؤشر من ثالثة أبعاد رئيسية وهى‪ :‬حياة طويلة وصحية‪،‬‬
‫والمعرفة‪ ،‬والناتج المحلى اإلجمالى للفرد‪ ,‬ويتم قياس هذه األبعاد الثالثة من خالل‬
‫المؤشرات الفرعية اآلتية‪ )1( :‬توقع الحياة عند الميالد‪ )2( ،‬نسبة محو األمية للبالغين‬
‫(الدراية بالقراءة والكتابة) (باستخدام وزن ترجيحى ‪ ,)2/3‬ونسبة إجمالى الملتحقين‬
‫بالمراحل التعليمية االبتدائية والثانوية وما بعد الثانوية (باستخدام وزن ترجيحى ‪,)1/3‬‬
‫(‪ )3‬الناتج المحلى اإلجمالى للفرد (‪.)GDP per capita‬‬
‫‪ ‬التطبيع‪:‬‬
‫قبل حساب المؤشر المركب تم إعادة قياس ك ٍل من المؤشرات الفرعية ما بين‬
‫الصفر والواحد وذلك باستخدام القيم العظمى والصغرى لكل مؤشر‪ ,‬أى تم استخدام‬
‫طريقة إعادة القياس (‪.)Re-scaling‬‬
‫‪ ‬الوزن والتجميع‪:‬‬
‫تم حساب المؤشر كمتوسط حسابى (‪ )arithmetic average‬للمؤشرات الفرعية‬
‫الثالثة المكونة له‪.‬‬

‫‪ ‬العرض البيانى‪:‬‬
‫تم استخدام الشكل الجدولى لعرض النتائج‪.‬‬

‫التكنولوجى((‪:Technology Achievement Index‬‬ ‫‪ 3 .1 .9‬مؤشر اإلنجاز‬

‫‪ ‬التعريف بالمؤشر وأهدافه‪:‬‬
‫مؤشر اإلنجاز التكنولوجى هو مؤشر تم تصميمه لتقييم أداء الدول فى خلق‬
‫ونشر التكنولوجيا‪ ,‬وكذلك بناء أساس من المهارات البشرية‪.‬‬
‫‪ ‬مكونات المؤشر‪:‬‬
‫يعتمد هذا المؤشر على ثمانية مؤشرات فرعية ُممثلة فى أربعة أبعاد أساسية‬
‫وهى‪:‬‬
 ‫‪59‬دليل تكوين المؤشرات المركبة‬

‫‪ -‬خلق التكنولوجيا‪ :‬ويتم قياس هذا البعد من خالل عدد براءات االختراع‬
‫الممنوحة للسكان لكل فرد‪ ,‬وإيصاالت الحقوق ورسوم الرخص من الخارج لكل فرد (‬
‫‪.)receipts for royalties and license fees from abroad per capita‬‬
‫‪ -‬مدى انتشار االبتكارات الحديثة‪ :‬ويتم قياس هذا البعد من خالل عدد‬
‫المشاركين فى اإلنترنت (‪ )internet hosts‬عن كل فرد‪ ,‬ونسبة الصادرات عالية –‬
‫ومتوسطة ‪ -‬التكنولوجيا من إجمالى الصادرات‪.‬‬
‫‪ -‬مدى انتشار االبتكارات القديمة‪ :‬ويتم قياس هذا البعد من خالل‪ :‬عدد‬
‫التليفونات (األرضية والمحمولة) لكل فرد‪ ,‬واستهالك الكهرباء لكل فرد‪.‬‬
‫‪ -‬المهارات البشرية‪ :‬ويتم قياس هذا البعد من خالل متوسط السنوات المدرسية‬
‫خالل الفئة العمرية ‪ 15‬سنة فأكثر‪ ,‬ونسبة إجمالى الملتحقين بالتعليم العلمى بعد الثانوى‬
‫(‪.)gross tertiary science enrolment ratio‬‬
‫‪ ‬التطبيع‪ (:‬إعادة المقياس)‬
‫يتم اختيار القيم العظمى والصغرىـ للمؤشرات الفرعية واستخدامها لعرض أداء‬
‫كل مؤشر فرعى كقيمة من صفر إلى واحد‪ ,‬أى يتم استخدام طريقة إعادة القياس‪ ,‬ثم يتم‬
‫حساب كل معيار من المعايير السابق ذكرها كوسط حسابى بسيط من المؤشرات‬
‫الفرعية المكونة له‪.‬‬

‫‪ ‬الوزن والتجميع‪:‬‬
‫تم حساب المؤشر المركب كوسط حسابى بسيط من المعايير األربعة المكونة‬
‫له‪.‬‬
‫‪ ‬العرض البيانى‪:‬‬
‫تم استخدام الشكل الجدولى لعرض نتائج المؤشر‪.‬‬

‫((‪:Concern about environmental problems‬‬ ‫‪ 4 .1 .9‬مؤشر االهتمام بالمشاكل البيئية‪v‬‬

‫‪ ‬التعريف بالمؤشر وأهدافه‪:‬‬
‫مؤشر االهتمام بالمشاكل البيئية هو مؤشر بيئى يهدف إلى قياس مدى اهتمام‬
‫الجمهور ببعض المشاكل البيئية‪ ,‬ولقد تم اختيار ثالث دول كحاالت دراسية (‪case‬‬
‫‪ )studies‬وهى‪ :‬فرنسا‪ ,‬وإيطاليا‪ ,‬والمملكة المتحدة‪.‬‬
‫‪ ‬مكونات المؤشر‪:‬‬
‫اعتمد هذا المؤشر على أحد عشر مؤشراً فرعياً‪ ,‬منهم أربعة مؤشرات يرتبطوا‬
‫بمشاكل الهواء (أكاسيد النيتروجين‪ ,‬وثانى أكسيد الكبريت‪ ,‬وثانى أكسيد الكربون‪,‬‬
‫والجزيئات)‪ ,‬ومؤشرين مرتبطين بالمياه (االغتسال‪ ,‬وال ُمخصبات)‪ ,‬وخمسة مؤشرات‬
‫مرتبطة بالطبيعة (تغيرات السكان‪ ,‬والسياحة‪ ,‬والمساكن‪ ,‬والمواصالت‪,‬ـ والنقل)‬
‫‪ ‬التطبيع‪:‬‬
 ‫‪60‬دليل تكوين المؤشرات المركبة‬

‫تم تطبيع قيم المؤشرات باستخدام طريقة البعد عن نقطة مرجعية معينة‪ ,‬حيث‬
‫تم قسمة قيمة المؤشر فى كل سنة على قيمة المؤشر فى السنة التى كان متاحا ً فيها ألول‬
‫مرة وهى القيمة المرجعية فى هذه الحالة‪.‬‬
‫‪ ‬الوزن والتجميع‪:‬‬
‫تم اشتقاق أوزان المؤشرات الفرعية من خالل االستفتاءات العامة‪ ,‬وتم حساب‬
‫درجة األهمية لمؤشر فرعى معين عن طريق ضرب نسبة المهتمين بشدة فى ‪,3‬‬
‫والمهتمين بدرجة متوسطة فى ‪ ,2‬وغير المهتمين فى ‪ ,1‬ثم تم جمع هذه القيم وقسمتها‬
‫على ‪ ,100‬كما طُبِعت هذه األوزان حتى يكون مجموعها يساوى الواحد الصحيح‪ .‬وتم‬
‫الحصول على المؤشر المركب من مجموع حاصل ضرب القيم المطبعة لألوزان فى‬
‫القيم المطبعة للمؤشرات المناظرة‪.‬‬
‫ومن الجدير بالذكر هنا أنه فى حالة فقد بيانات أحد المؤشرات الفرعية فال‬
‫يُطبق وزن هذا المؤشر‪ ,‬ويتم تطبيع قيم أوزان المؤشرات الباقية حتى يكون مجموعها‬
‫دائما يساوى الواحد الصحيح‪.‬‬
‫‪ ‬العرض البيانى‪:‬‬
‫تم استخدام الشكل الخطى لعرض نتائج المؤشر فى صورة سالسل زمنية‪.‬‬

‫‪ 2 .9‬المؤشرات المحلية‪:‬‬
‫يتضمن هذا الجزء عرضا ً لبعض المؤشرات المركبة المحلية والصادرة عن‬
‫مركز المعلومات ودعم اتخاذ القرار‪.‬‬
‫‪ 1 .2 .9‬مؤشر ثقة المستهلك فى األداء االقتصادى‪:‬‬
‫‪ ‬التعريف بالمؤشر وأهدافه‪:‬‬
‫مؤشر ثقة المستهلك فى األداء االقتصادى هو مؤشر شهرى يهتم بقياس مدى‬
‫تفاؤل أو تشاؤم المستهلك إزاء األوضاع االقتصادية الحالية فى البالد‪ ،‬والتوقعات‬
‫الخاصة بشأن األداء االقتصادى وسلوكهم فى المستقبل القريب‪.‬‬
‫‪ ‬مكونات المؤشر‪:‬‬
‫يتكون هذا المؤشر من ثالثة مؤشرات فرعية‪ :‬مؤشر يعكس مستوى دخل األسرة‬
‫مقارنةً بفترة مضت (ستة أشهر ماضية)‪ ،‬ومؤشر يعكس جدوى وعائد السياسات‬
‫والتشريعات‪ ،‬ومؤشر يعكس توقعات تحسن الحالة المعيشية لألسرة خالل فترة قادمة‬
‫(ستة أشهر قادمة)‪.‬‬
‫تتراوح القيمة الناتجة سواء للمؤشر الفرعى أو للمؤشر العام ما بين صفر إلى‬
‫(حده األقصى) عندما تكون آراء جميع المشاركين‬ ‫‪ ،200‬حيث يبلغ المؤشر ‪ 200‬نقطة َّ‬
‫فى العينة آراء إيجابية تامة‪ ،‬ويبلغ المؤشر القيمة ‪ 100‬نقطة عندما تتساوى اآلراء‬
‫اإليجابية مع اآلراء السلبية‪ ,‬أما قيمة المؤشر األقل من ‪ 100‬نقطة فتشير إلى حالة تقييـم‬
‫توقع سلبية‪.‬‬
‫أو ُّ‬
 ‫‪61‬دليل تكوين المؤشرات المركبة‬

‫‪ ‬الوزن والتجميع‪:‬‬
‫يتم حساب المؤشر العام لثقة المستهلك كمتوسط حسابى بسيط للمؤشرات‬
‫الفرعية الثالث‪.‬‬

‫‪ ‬العرض البيانى‪:‬‬
‫تم استخدام أشكال بيانية متعددة كاستخدام األعمدة والمنحنيات الزمنية‪،‬‬
‫باإلضافة إلى استخدام الشكل الجدولى‪.‬‬

‫‪ 2 .2 .9‬مؤشر أداء االقتصاد المالى‪:‬‬

‫‪ ‬التعريف بالمؤشر وأهدافه‪:‬‬
‫مؤشر أداء االقتصاد المالى هو مؤشر مركب يهتم بقياس التطورات والتغيراتـ‬
‫التى تطرأ على االقتصاد المالى المصرى على أساس ربع سنوى‪ ,‬كما يهتم بالتنبؤ‬
‫بمسار أداء االقتصاد المالى فى األجل القصير من حيث اإلسقاطات أو األزمات المالية‬
‫التى قد يتعرض لها‪.‬‬
‫‪ ‬مكونات المؤشر‪:‬‬
‫يتكون هذا المؤشر من أربعة عشر مؤشراً فرعياً‪ ،‬يعكس بعضها التعامالت مع‬
‫العالم الخارجى‪ ،‬وبعضها يمثل القطاع المصرفى (القطاع المالى) والنقدى‪.‬‬
‫‪ ‬الوزن والتجميع‪:‬‬
‫تم حساب المؤشر كرقم قياسى لنقطة زمنية مرجعية من خالل عدد من‬
‫الخطوات اإلحصائية التى تعتمد على فكرة ترجيح التغيرات فى قيم المتغيرات‬
‫المستخدمة بالتقلبات الحادثة خالل فترة زمنية تاريخية محددة‪.‬‬
‫‪ ‬العرض البيانى‪:‬‬
‫تم استخدام الشكل الخطى لتمثيل المؤشر العام والمؤشرات الفرعية فى شكل‬
‫منحنيات زمنية‪.‬‬

‫‪ 3 .2 .9‬مؤشر اتجاهات الطلب فى سوق العمل‪:‬‬

‫‪ ‬التعريف بالمؤشر وأهدافه‪:‬‬
‫مؤشر اتجاهات الطلب فى سوق العمل هو مؤشر شهرى يُستخدم لتقدير حجم‬
‫الطلب فى سوق العمل المصرى‪ ,‬والتعرف على المهن والتخصصات األكثر طلباً‪,‬‬
‫وذلك باالعتماد على قاعدة بيانات إعالنات الوظائف المطلوبة فى الصحف القومية‬
‫(األهرام – األخبار‪ -‬الجمهورية)‪ ,‬مما يساعد فى رسم السياسات التعليمية‬
‫واالستثمارية‪.‬‬
‫‪ ‬مكونات المؤشر‪:‬‬
 ‫‪62‬دليل تكوين المؤشرات المركبة‬

‫يعتمد المؤشر فى حسابه على أعداد الوظائف ال ُمعلن عنها بالصحف القومية‬
‫(األهرام‪ -‬األخبار‪ -‬الجمهورية)‪.‬‬
‫ويتكون هذا المؤشر من‪ :‬المؤشر العام للطلب فى سوق العمل‪ ,‬وبعض‬
‫المؤشرات الفرعية األخرى كمؤشرات تعكس اتجاه الطلب وفقا ً للمجموعات المهنية‬
‫والمستويات التعليمية‪ ،‬هذا باإلضافة إلى مؤشر يعكس اتجاه ومستوى الطلب بالسوق‬
‫المحلى‪ ,‬ومؤشر أخر يعكس اتجاه الطلب فى السوق الخارجى‪.‬‬
‫‪ ‬التجميع‪:‬‬
‫يُصمم المؤشر العام ومؤشر الطلب الخارجى والمؤشرات الفرعية كأرقام‬
‫قياسية لنقطة زمنية مرجعية‪ ,‬بينما يُصمم مؤشر الطلب المحلى كرقم قياسى مرجح‬
‫بأعداد المشتغلين بالقطاع غير الزراعى بمحافظات الجمهورية‪.‬‬
‫‪ ‬العرض البيانى‪:‬‬
‫يتم استخدام أشكال بيانية متعددة كاستخدام األعمدة والمنحنيات الزمنية‪,‬‬
‫باإلضافة إلى استخدام الشكل الجدولى‪.‬‬

‫‪ 4 .2 .9‬مؤشر االستثمار العقارى‪:‬‬

‫‪ ‬التعريف بالمؤشر وأهدافه‪:‬‬
‫مؤشر االستثمار العقارى هو مؤشر دورى يص ُدر بصورة ربع سنوية لرصد‬
‫ومتابعة األداء االقتصادى من خالل حركة تراخيص البناء‪ ،‬كأحد المؤشرات القائدة‬
‫للدورات االقتصادية‪ ،‬حيث يعكس النشاط االقتصادى لقطاع التشييد والبناء‪.‬‬
‫‪ ‬مكونات المؤشر‪:‬‬
‫يعتمد هذا المؤشر فى قياسه على عدد تصاريح الوحدات الجديدة سوا ًء كانت‬
‫ألغراض سكنية أو غير سكنية (تجارية‪ ،‬إدارية ‪ ،)...‬باإلضافة إلى عدد تصاريح‬
‫عمليات التعلية والتوسعة لمنشآت قائمة‪.‬‬
‫يتكون هذا المؤشر من‪ :‬المؤشر العام لتصاريح البناء‪ ,‬هذا باإلضافة إلى‬
‫مجموعة من المؤشرات التى تعكس حركة التصاريح وفقا ً للتوزيع الجغرافى ونوع‬
‫التصريحـ (إنشاء‪ /‬تعديل‪ /‬تعلية‪ )../‬وتبعية ترخيص المبنى (حكومى‪ /‬عام‪ /‬خاص)‬
‫ونوع المبنى (سكنى‪ /‬إدارى‪ ،)... /‬كما يتم إعداد مؤشر مركب لمتابعة وتقييم أداء‬
‫قطاع التشييد والبناء‪.‬‬
‫‪ ‬الوزن والتجميع‪:‬‬
‫يُصمم المؤشر العام لتصاريح المبانى والمؤشرات الفرعية األخرى كأرقام‬
‫قياسية لنقطة زمنية مرجعية‪ ,‬بينما يُصمم المؤشر المركب لمتابعة وتقييم أداء قطاع‬
‫التشييد والبناء كرقم قياسى مرجح مكون من ثالث مؤشرات فرعية‪ :‬الرقم القياسى‬
‫لمبيعات حديد التسليح‪ ،‬والرقم القياسى لتسليمات االسمنت‪ ،‬والرقم القياسى لتصاريح‬
 ‫‪63‬دليل تكوين المؤشرات المركبة‬

‫البناء اإلجمالى‪ ،‬ويتم الترجيح وفقا ً لألهمية النسبية لكل منها فى متابعة التطور الفعلى‬
‫ألداء القطاع‪.‬‬
‫‪ ‬العرض البيانى‬
‫يتم استخدام أشكال بيانية متعددة كاستخدام األعمدة والمنحنيات الزمنية‪,‬‬
‫باإلضافة إلى استخدام الجداول البيانية‪.‬‬

‫‪ 5 .2 .9‬مؤشر اإلتاحة الرقمية‪:‬‬

‫‪ ‬التعريف بالمؤشر وأهدافه‪:‬‬
‫مؤشر اإلتاحة الرقمية هو مؤشر دورى يص ُدر بصورة ربع سنوية لقياس قدرة‬
‫الدولة فى مجال تكنولوجيا المعلومات واالتصاالت‪ ,‬من خالل قياس مدى إتاحة تقنيات‬
‫تكنولوجيا المعلومات واالتصاالت لجميع أفراد المجتمع‪ ,‬وقياس قدرة أفراد المجتمع‬
‫على الوصول والنفاذ إلى تكنولوجيا المعلومات واالتصاالت‪ .‬وذلك من خالل مجموعة‬
‫من المؤشرات الفرعية تتمثل فى‪ :‬مؤشرات البنية التحتية‪ ،‬االستطاعة المادية‪ ،‬المعرفة‪،‬‬
‫الجودة‪ ،‬االستخدام‪.‬‬
‫‪ ‬مكونات المؤشر‪:‬‬
‫يتكون هذا المؤشر من خمسة مؤشرات فرعية وهى‪ :‬مؤشرات البنية التحتية‪،‬‬
‫واالستطاعة المادية‪ ،‬والمعرفة‪ ،‬والجودة‪ ،‬واالستخدام‪.‬‬
‫‪ ‬الوزن والتجميع‪:‬‬
‫يتم الحصول على مؤشر اإلتاحة الرقمية العام كمتوسط حسابى بسيط لقيم‬
‫المؤشرات الخمسة الفرعية‪.‬‬
‫‪ ‬العرض البيانى‪:‬‬
‫تم استخدام أشكال بيانية متعددة كاستخدام األعمدة والمنحنيات الزمنية‪,‬‬
‫باإلضافة إلى استخدام الشكل الجدولى‪.‬‬
 ‫‪64‬دليل تكوين المؤشرات المركبة‬

‫القسم العاشر‬
‫تطبيق المؤشرات المركبة على البرنامج اإلحصائى ‪SPSS‬‬

‫يتعرض هذا القسم فى أجزائه المختلفة لكيفية تطبيق الخطوات األساسية لتكوين‬
‫المؤشرات المركبة باستخدام البرنامج اإلحصائى ‪ ،SPSS‬وذلك بالتطبيق على بيانات‬
‫مؤشر اإلنجاز التكنولوجى ‪ ,TAI‬والتى يتم عرضها بملحق رقم (‪.)1‬‬

‫‪ 1 .10‬اختيار المؤشرات الفرعية (‪:)Sub-indicators‬‬

‫أى من المؤشرات‬ ‫كما تمت اإلشارة سابقا ً فإن الخطوة الثانية من خطوات بناء ٍ‬
‫المركبة هى تحديد المؤشرات الفرعية التى تُ َّك ِون المؤشر المركب وفقا ً لإلطار النظرى‬
‫الذى تم وضعه كخطوة أولى لبناء المؤشر المركب‪ .‬إال أنه يراعى القيام بخطوة‬
‫تمهيدية قبل معالجة هذه المؤشرات الفرعية تتمثل فى تحليل الصالحية (‪Reliability‬‬
‫‪ ,)Analysis‬وذلك لدراسة مدى االتساق بين هذه المؤشرات الفرعية ومدى المالئمة‬
‫الستخدام تلك المؤشرات الفرعية معا ً لتكوين مؤشر مركب واحد‪ .‬ويتم تحليل‬
‫الصالحية من خالل ثالثة عناصر أساسية‪:‬‬
‫‪ -1‬معامل ألفا لكرونباخ (()‪.Cronbach coefficient alpha (c-alpha‬‬
‫‪1‬‬

‫‪ -2‬مصفوفة االرتباطات الداخلية (‪.)the Intercorrelation matrix‬‬

‫‪ -3‬متوسط المؤشر المركب إذا تم حذف كل مؤشر فرعى على حدة ((‪Scale mean if‬‬
‫‪.item deleted‬‬
‫ومن الجدير بالذكر هنا أنه قبل القيام بتحليل الصالحية فالبد من التأكد من أن‬
‫كل المؤشرات الفرعية لها نفس المقياس‪ ,‬وأن جميعها يسير فى نفس االتجاه سواء‬
‫باإليجاب أو السلب‪ ،‬وهذا ما يتطلب القيام بتطبيعها وعكس اتجاه المؤشرات المعاكسة‬
‫لبقية المؤشرات‪.‬‬
‫وفيما يلى سوف يتم عرض كيفية إجراء تحليل الصالحية باستخدام البرنامج‬
‫اإلحصائى ‪ ,SPSS‬حيث يتم إتباع الخطوات التالية‪:‬‬
‫‪ -1‬من قائمة ‪ ،Analyze‬اختر ‪ ,Scale‬ثم ‪ ,Reliability Analysis‬سيظهر الصندوق الحوارى‬
‫اآلتى بعنوان ‪.Reliability Analysis‬‬

‫‪ 11‬هو معامل يهتم بقياس التناسق الداخلى لمجموعة المؤشرات الجزئية‪ ,‬أى يقيس إلى أى مدى تصف هذه المجموعة‬
‫بنا ًء ذو نمط واتجاه واحد‪ .‬وكلما زادت قيمة هذا المعامل كلما دل ذلك على زيادة االتساق الداخلى بين المؤشرات‬
‫الفرعية‪.‬‬
 ‫‪65‬دليل تكوين المؤشرات المركبة‬

‫‪ -2‬اختر المؤشرات الفرعية عن طريق الضغط على زر ‪ Ctrl‬والنقر على كل‬

‫المؤشرات الفرعية‪ ,‬ثم أنقر على ‪ ‬ليتم نقلهم إلى صندوق العناصر ‪.Items‬‬
‫‪ -3‬من ‪ Model‬اختر ‪ ,Alpha‬ثم أنقر ‪ ،Statistics‬سيظهر صندوق حوارى آخر كما‬
‫يلى بعنوان ‪.Reliability Analysis: Statistics‬‬

‫‪ -4‬من‪ Descriptives for‬اختر ‪ Item‬و‪ ،Scale if item deleted‬ومن ‪ Inter-Item‬اختر‬

‫‪ Correlations‬ثم أنقر ‪ Continue‬لغلق هذا الصندوق والعودة مرة أخرى إلى الصندوق‬
‫األول‪.‬‬
‫‪ -5‬أنقر ‪ OK‬للحصول على نتائج التحليل التى تظهر كما بالشكل التالى‪:‬‬
 ‫‪66‬دليل تكوين المؤشرات المركبة‬

‫شكل رقم (‪)15‬‬

‫نتائج تحليل الصالحية باستخدام برنامج ‪SPSS‬‬

‫من الجداول السابقة يتم استخالص بعض اإلحصاءات الوصفية من الجدول‬

‫األول وكذلك قيم الوسط الحسابى واالنحراف المعيارى من الجدول الثانى‪ ،‬باإلضافة‬
‫إلى معامالت االرتباط الموضحة بالجدول الثالث والتى تفيد فى توضيح وجود‬
‫ارتباطات ضعيفة أو قوية بين المؤشرات الفرعية‪ ،‬وكذلك تفيد فى معرفة هل هذه‬
‫االرتباطات موجبة أم سالبة؟ وفى حالة كونها سالبة فهل يجب عكس مقياسا ً واحداً أو‬
 ‫‪67‬دليل تكوين المؤشرات المركبة‬

‫أكثر من هذه المؤشرات ذات االرتباطات السالبة؟ فمثالً نالحظ أن الصادرات لها‬
‫ارتباطات سالبة مع كل المؤشرات الفرعية ماعدا براءة االختراع وضريبة الحقوق‬
‫الفكرية‪ ،‬وبالتالى يجب أن نقرر إما أن نعكس اتجاه مقياس الصادرات وبراءة االختراع‬
‫والضريبةـ الفكرية أو نعكس اتجاه بقية المؤشرات الفرعية‪.‬‬
‫وكذلك من ضمن النتائج التى يتم الحصول عليها من خالل تطبيق الخطوات‬
‫السابقة للتحليل هو الجدول الخاص بإحصاءات الصالحية والذى يوضحه الشكل التالى‪:‬‬

‫شكل رقم (‪)16‬‬

‫نتائج برنامج ‪ SPSS‬الخاصة بإحصاءاتـ الصالحية‬

‫من الجدول‬
‫نالحظ أن‬ ‫السابق‬
‫قيمة معامل ألفا تساوى ‪ ,0.704‬وهى تعتبر قيمة مقبولة‪ ,‬حيث يمكن اعتبار ‪ 0.7‬نقطة‬
‫بداية مقبولة لمعامل ألفا‪ ,‬مع مالحظة أن هناك بعض الباحثين يستخدموا القيم ‪ 0.75‬أو‬
‫‪ 0.80‬كقيم فاصلة‪ ،‬بينما يتساهل آخرون إلى ‪ .0.6‬وبشكل عام فإن هذه القيمة تختلف‬
‫من دراسة ألخرى‪.‬‬
‫وكذلك يمثل الشكل التالى نتائج حذف كل مؤشر على حدة‪ ,‬والتى يتم الحصول‬
‫عليها كنتيجة من نتائج التحليل السابق‪.‬‬

‫شكل رقم (‪)17‬‬

‫نتائج حذف كل مؤشر على حدة‬
 ‫‪68‬دليل تكوين المؤشرات المركبة‬

‫من الجدول السابق نالحظ أن العمود ‪ Corrected Item-Total Correlation‬يمثل‬

‫االرتباط بين كل مؤشر فرعى والقيمة الكلية للمؤشرات الفرعية األخرى بعد استبعاد‬
‫المؤشر المعنى من القيمة الكلية‪ .‬وبما أننا نرغب فى أن يكون المؤشر الفرعى مرتبطا ً‬
‫بشدة بالقيمة الكلية المصححة (‪( )Corrected total score‬القيمة الكلية بعد حذف المؤشر‬
‫المعنى)‪ ،‬فبالتالى يجب اختيار المؤشرات الفرعية ذات االرتباطات الموجبة القوية‬
‫وحذف المؤشرات الفرعية ذات االرتباطات السالبة أو الموجبة الضعيفة‪ ,‬ونالحظ من‬
‫هذا العمود أن المؤشر الفرعى "التليفونات" يأخذ أعلى قيمة لالرتباط بينه وبين باقى‬
‫المتغيرات (‪ ,)0.705‬بينما يأخذ المؤشر الفرعى "الصادرات"ـ أقل قيمة بينه وبين باقى‬
‫المتغيرات األخرى (‪.)0.11 -‬‬
‫ويمثل العمود ‪ Cronbach's Alpha if Item Deleted‬قيمة معامل ألفا بعد حذف كل‬
‫مؤشر فرعى على حدة‪ .‬ونالحظ من هذا العمود أنه إذا تم حذف المؤشر الفرعى‬
‫"التليفونات"ـ فإن معامل ألفا سيكون منخفض حتى ‪ ,0.6‬فى حين نالحظ أن حذف‬
‫المؤشر الفرعى "الصادرات" يؤدى إلى زيادة قيمة معامل ألفا من ‪ 0.7‬إلى ‪.0.77‬‬
‫وهذا يعنى أن مؤشر "الصادرات"ـ ال يسير فى نفس االتجاه مثل باقى المؤشرات‬
‫األخرى‪.‬‬
‫ويمثل العمود ‪ Scale Mean if Item Deleted‬متوسط المؤشر المركب بعد حذف‬
‫المؤشر الفرعى المعنى‪ .‬ونالحظ أنه يجب عدم وجود اختالفات شديدة بين قيم هذا‬
‫العمود‪ ,‬وبالتالى يجب حذف المؤشر الفرعى الذى يؤدى حذفه إلى تغير كبير فى‬
‫متوسط المؤشر المركب‪.‬‬
‫‪ 2 .10‬تقدير البيانات المفقودة‪:)Imputation of missing data( v‬‬
‫تم اإلشارة خالل القسم الثالث من هذا الدليل إلى العديد من الطرق التى يمكن‬
‫استخدامها لتقدير البيانات المفقودة‪ ,‬وتعتبر طريقة التقدير الفردى إحدى هذه الطرق‬
‫التى سيتم تناول اثنين من أساليبها فى هذا الجزء كما يلى‪:‬‬
‫‪ 1 .2 .10‬التقدير باستخدام المتوسط الحسابى ‪/‬الوسيط‪/‬المنوال غير الشرطى (‬
‫‪:)Unconditional mean/median/mode imputation‬‬
‫تعتمد هذه الطريقة على إحالل الوسط الحسابى (الوسيط ‪/‬المنوال)ـ بدالً من القيم‬
‫المفقودة لمؤشر فرعى معين‪ ,‬وفيما يلى سوف يتم عرض كيفية تطبيق هذه الطريقة‬
‫باستخدام البرنامج اإلحصائى ‪.SPSS‬‬
‫‪ -1‬من قائمة ‪ Analyze‬اختر ‪ ,Descriptive Statistics‬ثم ‪ ,Frequencies‬سيظهر الصندوق‬
‫الحوارى التالى‪:‬‬
 ‫‪69‬دليل تكوين المؤشرات المركبة‬

‫‪ -2‬اختر المؤشر الفرعى الذى يحتوى على بيانات مفقودة‪ ،‬ثم أنقر على ‪ ‬ليتم نقله‬
‫فى صندوق المتغيرات )‪.Variable(s‬‬
‫‪ -3‬أنقر ‪ ,Statistics‬سيظهر صندوق حوارى جديد كما يلى‪:‬‬

‫‪ -4‬من ‪ Central Tendency‬اختر ‪ ,Mean (median /(mode‬ثم أنقر ‪ Continue‬للعودة إلى‬

‫الصندوق الحوارى األول‪,‬‬
‫‪ -5‬أنقر ‪ ok‬ليظهر ملف النتائج ‪ Output File‬ومنه نشاهد قيمة المتوسط (الوسيط ‪/‬‬
‫المنوال)‪ ,‬وهى هنا ‪ 109.25‬لمتغير الصادرات‪.‬‬
‫‪ -6‬وبالرجوع إلى ملف معالجة البيانات ‪ ،SPSS Data Editor‬نقوم بالتعويض عن‬
‫البيانات المفقودة فى متغير الصادرات بالقيمة ‪.109.25‬‬
 ‫‪70‬دليل تكوين المؤشرات المركبة‬

‫االنحدار (‪Regression‬‬ ‫‪ 2 .2 .10‬تقدير البيانات المفقودة عن طريق تحليل‬

‫‪:)imputation‬‬
‫تعتمد هذه الطريقة على التعويض عن القيم المفقودة بالقيم المتنبأ بها باستخدام‬
‫تحليل االنحدار‪ ,‬على أن يكون المتغير التابع فى تحليل االنحدار هو المؤشر الفرعى‬
‫الذى يحتوى على قيم مفقودة‪ ،‬ويكون المتغير المستقل (المتغيرات المستقلة) هو‬
‫المؤشر الفرعى (المؤشرات الفرعية) الذى يعكس عالقة قوية مع المتغير التابع‪ ،‬أى‬
‫عادة درجة عالية من االرتباط‪.‬‬
‫على سبيل المثال لتقدير البيانات المفقودة بالمؤشر الفرعى "االنترنت"‪،‬‬
‫نالحظ أنه يرتبط ارتباطا ً قويا ً بالمؤشر الفرعى الكهرباء‪ ،‬لذلك نتبع الخطوات التالية‪:‬‬
‫‪ -1‬من قائمة ‪ Analyze‬اختر ‪ ,Regression‬ثم ‪ ،Linear‬سيظهر الصندوق الحوارى التالى‪:‬‬

‫‪ -3‬اختر المؤشر الفرعى "االنترنت"‪،‬ـ ثم أنقر على ‪ ‬ليتم نقله فى خانة المتغير التابع‬
‫‪ ,Dependent‬ثم اختر المؤشر الفرعى "الكهرباء "‪ ،‬ثم أنقر على ‪ ‬ليتم نقله فى خانة‬
‫المتغير المستقل ‪.Independent‬‬
‫‪ -4‬أنقر ‪ Statistics‬سيظهر صندوق حوارى آخر بعنوان ‪.Linear Regression: Statistics‬‬

‫‪.Continue‬‬ ‫‪ -5‬من ‪ ,Regression Coefficients‬اختر ‪ ،Estimates‬ثم اختر ‪ ،Model Fit‬ثم أنقر‬

‫‪ -6‬أنقر ‪ OK‬للحصول على نتائج تحليل االنحدار وقيم المعامالت التى تظهر بشكل رقم‬
‫كالتالى‪:‬‬ ‫(‪)18‬‬

‫‪)18‬‬ ‫شكل رقم (‬

 ‫‪71‬دليل تكوين المؤشرات المركبة‬

‫نتائج تحليل االنحدار‬

‫‪yrammuS ledoM‬‬

‫‪fo rorrE .dtS‬‬ ‫‪R detsujdA‬‬

‫‪etamitsE eht‬‬ ‫‪erauqS‬‬ ‫‪erauqS R‬‬ ‫‪R‬‬ ‫‪ledoM‬‬
‫‪265.73‬‬ ‫‪064.‬‬ ‫‪964.‬‬ ‫‪)a(586.‬‬ ‫‪1‬‬

‫‪)b( AVONA‬‬

‫‪fo‬‬ ‫‪muS‬‬
‫‪.giS‬‬ ‫‪erauqS‬‬
‫‪F‬‬ ‫‪naeM‬‬ ‫‪fd serauqS‬‬ ‫‪ledoM‬‬
‫‪)a(000.‬‬ ‫‪038.35849.64957‬‬ ‫‪849.64957‬‬
‫‪1‬‬ ‫‪noissergeR‬‬ ‫‪1‬‬
‫‪178.0141‬‬ ‫‪16‬‬
‫‪061.36068‬‬ ‫‪laudiseR‬‬
‫‪901.010261‬‬
‫‪26‬‬ ‫‪latoT‬‬
‫‪,)tnatsnoC( :srotciderP a‬‬ ‫كهرباء‬
‫‪:elbairaV tnednepeD b‬‬ ‫انترنت‬

‫(‪Adjusted R‬‬ ‫ونالحظ من جدول ‪ Model Summery‬أن قيمة معامل التحديد المعدل‬
‫‪ )Square‬تساوى ‪ ,0.46‬وهى تعتبر قيمة مقبولة لوجود عالقة خطية بين المؤشرين‬
‫الفرعيين االنترنت والكهرباء‪,‬حيث يتراوح هذا المعدل بين القيمة صفر وواحد‪ .‬وكذلك‬
‫نالحظ من جدول ‪ ANOVA‬أن قيمة مستوى المعنوية المشاهد من البيانات (‪)P-value‬‬
‫المعبر عنه بكلمة ‪ .sig‬تقترب من الصفر‪ ,‬وهذا يعنى رفض الفرض العدمى القائل بأن‬
‫معامل المؤشر الفرعى "الكهرباء" فى نموذج االنحدار مساويا ً للصفر‪ ،‬وبالتالى فهذا‬
‫يدل على أن النموذج مالئم‪ ,‬وأن معامل المؤشر الفرعى "الكهرباء" معنويا ً (أى مؤشر‬
‫ضرورى فى النموذج)‪.‬‬
‫ومن جدول ‪ ،coefficients‬نستطيع أن نستخلص أن النموذج المالئم لالنحدار هو‪:‬‬
‫االنترنت = ‪ 61.356 + 170.909-‬الكهرباء‪ ,‬وبالتالى لتقدير القيم المفقودة فى‬
‫المؤشر الفرعى "االنترنت" يمكن التعويض فى هذه المعادلة بقيم المؤشر الفرعى‬
‫"الكهرباء" المقابلة للقيم المفقودة فى المؤشر الفرعى "االنترنت"‪.‬‬
 ‫‪72‬دليل تكوين المؤشرات المركبة‬

‫‪ 3 .10‬التطبيع ((‪:Normalization‬‬
‫يعتبر تطبيع البيانات من أهم الخطوات التى البد من إجرائها لتكوين المؤشرات‬
‫المركبة‪ ,‬حيث يتم القيام بهذه الخطوة قبل إجراء أى عملية تجميع‪ ،‬فغالبا ً ما تكون‬
‫المؤشرات الفرعية ال ُمك ِّونة للمؤشر المركب لها وحدات قياس مختلفة‪ ,‬مما يتطلب‬
‫تطبيعها لتوحيد المقياس المستخدم‪ ,‬وفيما يلى تطبيق لبعض طرق التطبيع المختلفة التى‬
‫تم دراستها فى القسم الرابع على البرنامج اإلحصائى ‪:SPSS‬‬
‫‪ 1 .3 .10‬الرتب (‪:)Ranking‬‬
‫حتى يتم تطبيع البيانات عن طريق الرتب‪ ،‬يتم اتباع الخطوات التالية‪:‬‬
‫‪ -1‬من قائمة ‪ Transform‬اختر ‪ ،Rank Cases‬سيظهر الصندوق الحوارى اآلتى‪:‬‬

‫‪ -2‬اختر المؤشرات الفرعية عن طريق الضغط على زر ‪ Ctrl‬والنقر على كل‬

‫المؤشرات الفرعية‪ ,‬ثم أنقر على ‪ ‬ليتم نقلهم فى خانة المتغيرات )‪.Variable(s‬‬
‫‪ -3‬من ‪ Assign Rank 1 to‬اختر على ‪.smallest value‬‬
‫‪ -4‬أنقر ‪ OK‬سيظهر عمود جديد فى ملف البيانات األساسى يحتوى على القيم الجديدة‬
‫المطبعة للمؤشرات الفرعية المختلفة والتى سيتم استخدامها بدالً من القيم األصلية‪.‬‬

‫(‪:)Standardization or z-scores‬‬‫‪ 2 .3 .10‬المعيارية‪v‬‬

‫‪ -1‬من قائمة ‪ Analyze‬اختر ‪ Descriptive Statistics‬ثم ‪ ،Descriptives‬سيظهر الصندوق‬
‫الحوارى التالى‪:‬‬
 ‫‪73‬دليل تكوين المؤشرات المركبة‬

‫‪ -2‬اختر المؤشرات الفرعية عن طريق الضغط على زر ‪ Ctrl‬والنقر على كل‬

‫المؤشرات الفرعية‪ ,‬ثم أنقر على ‪ ‬ليتم نقلهم فى خانة المتغيرات )‪.Variable(s‬‬
‫‪ -3‬أنقر ‪ Save standardized values as variables‬لحفظ القيم المعيارية كمتغيرات‪.‬‬
‫‪ -4‬أنقر ‪ OK‬سيظهر عمود جديد فى ملف البيانات األساسى يحتوى على القيم الجديدة‬
‫المطبعة‪.‬‬

‫القياس ((‪:Re-scaling‬‬
‫‪ 3 .3 .10‬إعادة‬
‫‪ -1‬من قائمة ‪ Analyze‬اختر ‪ Descriptive Statistics‬ثم ‪ ،Descriptives‬سيظهر الصندوق‬
‫الحوارى التالى‪:‬‬

‫‪ -2‬اختر المؤشرات الفرعية عن طريق الضغط على زر ‪ Ctrl‬والنقر على كل‬

‫المؤشرات الفرعية‪ ,‬ثم أنقر على ‪ ‬ليتم نقلهم فى خانة المتغيرات )‪.Variable(s‬‬
‫‪ -3‬أنقر ‪ ،Options‬سيظهر الصندوق الحوارى اآلتى‪:‬‬
 ‫‪74‬دليل تكوين المؤشرات المركبة‬

‫‪ -4‬من ‪ Dispersion‬أنقر على ‪ Minimum‬و‪ ،Maximum‬ثم ‪ Continue‬للعودة إلى الصندوق‬

‫الحوارى األول‪.‬‬
‫‪ -5‬أنقر ‪ OK‬ومن ملف النتائج يتم الحصول على أكبر وأصغر قيمة للمؤشرات‬
‫الفرعية‪ ,‬فعلى سبيل المثال للمؤشر الفرعى "الكهرباء " يتضح أن أقل قيمة للمؤشر‬
‫هى ‪ 2‬وأكبر قيمة للمؤشر هى ‪ ،4‬حيث يوضح شكل رقم (‪ )19‬قيم اإلحصاءات‬
‫الوصفية للمؤشرات الفرعية‪.‬‬
‫شكل رقم (‪)19‬‬
‫قيم اإلحصاءات الوصفية للمؤشرات الفرعية‬

‫‪scitsitatS evitpircseD‬‬

‫‪NmuminiM‬‬ ‫‪mumixaM‬‬
‫برا‪F‬ءة‪ F‬ا‪F‬الخترا‪F‬ع‬ ‫‪04‬‬ ‫‪1‬‬ ‫‪499‬‬
‫ضريبة ا‪F‬لحقو‪F‬ق‪ F‬ا‪F‬ل‪F‬فكرية‬ ‫‪44‬‬ ‫‪0‬‬ ‫‪751‬‬
‫انترنت‬ ‫‪36‬‬ ‫‪0‬‬ ‫‪002‬‬
‫صادرا‪F‬ت‬ ‫‪27‬‬ ‫‪0‬‬ ‫‪18‬‬
‫تل‪F‬يفو‪F‬نات‬ ‫‪27‬‬ ‫‪1‬‬ ‫‪3‬‬
‫كهرباء‬ ‫‪27‬‬ ‫‪2‬‬ ‫‪4‬‬
‫مدا‪F‬رس‬ ‫‪27‬‬ ‫‪1‬‬ ‫‪21‬‬
‫جامعة‬ ‫‪27‬‬ ‫‪0‬‬ ‫‪72‬‬
‫‪)esiwtsil( N dilaV‬‬ ‫‪43‬‬
‫قائمة‬ ‫‪ -6‬من‬
‫‪ rm‬اختر‬ ‫‪Transfo‬‬
‫الصندوق الحوارى التالى‪:‬‬ ‫‪ Compute‬سيظهر‬
 ‫‪75‬دليل تكوين المؤشرات المركبة‬

‫‪ -7‬فى خانة ‪ Target Variable‬أكتب االسم الجديد للمؤشر الذى يدل على أنه تم تطبيعه‬
‫وليكن "كهرباء‪."1‬‬
‫‪ -8‬فى خانة ‪ Numeric expression‬أكتب الصيغة الموضحة فى المربع الحوارى‪( .‬يمكنك‬
‫اختيار المؤشر الفرعى "الكهرباء" من صندوق المتغيرات ثم النقر على ‪ ‬ليتم نقله‬
‫فى مربع ‪)Numeric expression‬‬
‫‪ -9‬أنقر ‪ OK‬للحصول على العمود الجديد للبيانات المطبعة فى ملف البيانات األساسى‪.‬‬

‫‪ 4 .3 .10‬المسافة بالنسبة‪ v‬لقيمة مرجعية‬

‫(‪:)Distance to a reference‬‬
‫‪ -1‬من قائمة ‪ Transform‬اختر ‪ Compute‬سيظهر الصندوق الحوارى التالى‪:‬‬
 ‫‪76‬دليل تكوين المؤشرات المركبة‬

‫‪ -2‬فى خانة ‪ Target Variable‬أكتب االسم الجديد للمؤشر الذى يدل على أنه تم تطبيعه‬
‫وليكن "كهرباء‪."1‬‬
‫‪ -3‬فى خانة ‪ Numeric expression‬أكتب الصيغة الموضحة فى المربع الحوارى‪,‬‬
‫بافتراض أن القيمة المرجعية هى ‪.3‬‬
‫‪ -4‬أنقر ‪ OK‬للحصول على العمود الجديد فى ملف البيانات األساسى‪.‬‬
‫‪ 4 .10‬األوزان ((‪:Weighting‬‬
‫كما تم ذكره سابقا ً فهناك العديد من الطرق لتحديد األوزان الترجيحية‪ ,‬تعتمد‬
‫بعضها على نماذج إحصائية‪ ,‬والبعض األخر يعتمد على أراء الخبراء‪ ,‬وفى هذا الجزء‬
‫سنتناول كيفية تحديد األوزان المبنية على نماذج إحصائية ((‪Weights based on‬‬
‫‪ ,statistical model‬والتى تتمثل فى إجراء التحليل العاملى‪.‬‬
‫ومن الجدير بالذكر هنا أن التحليل العاملى يقوم بتطبيع المتغيرات من تلقاء‬
‫نفسه قبل إدخالها فى التحليل‪ ،‬وبالتالى عند استخدام التحليل العاملى ليس هناك حاجة‬
‫لتطبيع المؤشرات الفرعية فى خطوة سابقة منفصلة‪.‬‬
‫العاملى (‪: )Factor Analysis‬‬
‫‪ 1. 4 .10‬التحليل‬
‫‪ -1‬من قائمة ‪ Analyze‬اختر ‪ ,Data reduction‬ثم ‪ ،Factors‬سيظهر الصندوق الحوارى‬
‫التالى‪:‬‬

‫‪ -2‬اختر المؤشرات الفرعية وانقلهم فى خانة المتغيرات ‪.Variables‬‬

‫‪ -3‬أنقر ‪ Extraction‬سيظهر الصندوق الحوارى ‪.Factor Analysis: Extracttion‬‬
 ‫دليل تكوين المؤشرات المركبة‬77

‫ اختر‬Analyze ‫ ومن‬,Principle Components ‫ اختر‬Method ‫ فى خانة‬-4

Correlation
‫ اختر‬Extract ‫ ومن‬Unrotated factor solution ‫ اختر‬Display ‫ ومن‬,Matrix
‫ للعودة إلى الصندوق الحوارى‬Continue ‫ ثم أنقر على‬,1 ‫ واكتب‬Eigenvalues over
.‫األول‬
.Factor Analysis: Rotation ‫ سيظهر المربع الحوارى‬Rotation ‫ اختر‬-5

.Continue ‫ ثم أنقر‬،Rotated solution ‫ اختر‬Display ‫ ومن‬،Varimax ‫ اختر‬Method ‫ من‬-9

.Factor Analysis: Factor Scores ‫سيظهر المربع الحوارى‬، Scores ‫ اختر‬-10
 ‫دليل تكوين المؤشرات المركبة‬78

‫ ثم أنقر‬Regression ‫ اختر‬Method ‫ ومن‬,Save as variables ‫ اختر‬-11

.Continue
:)20( ‫ سيتم الحصول على النتائج التالية التى يوضحها شكل رقم‬OK ‫ أنقر‬-12
)20( ‫شكل رقم‬
‫نتائج التحليل العاملى‬

pxE ecnairaV latoT

auqS fo smuS noitatoR derauqS fo smuS noitcartxE

seulavnegiE laitinI
sgnidaoL sgnidaoL tnenopmoc
evitalumuC fo % evitalumuC fo % evitalumuC fo %
latoT
% ecnairaV latoT % ecnairaV latoT % ecnairaV
7.93 7.93 829.2 9.14 9.14 3.3 9.14 9.14 3.3 1
678.36 671.42 1.2 7.36 8.12 7.1 7.36 8.12 7.1 2
67 421.21 279.0 67 3.21 0.1 67 3.21 0.1 3
2.78 1.11 9.0 4
2.39 0.6 5.0 5
9.69 7.3 3.0 6
1.99 2.2 2.0 7
001 9.0 1.0 8
:dohteM noitcartxE .sisylanA tne
 ‫‪79‬دليل تكوين المؤشرات المركبة‬

‫ومن جدول ‪Total Variance Explained‬يتم اختيار العوامل التى تتوافر بها الشروط‬
‫التالية‪ :‬لديها قيم جذور كامنة (‪)Eigenvalues‬قريبة من الواحد الصحيح‪ ،‬وتساهم بمفردها‬
‫فى شرح أكثر من ‪ %10‬من التباين الكلى‪ ،‬وتساهم تراكميا ً فى شرح التباين الكلى‬
‫بأكثر من ‪.%60‬‬
‫وكنتيجة لما سبق يتم االحتفاظ بأول ثالثة عوامل‪ ,‬حيث أن هذه العوامل ذات قيم‬
‫كامنة قريبة من الواحد الصحيح‪ ,‬كما أنها تفسر فرديا أكثر من ‪ %10‬من التباين الكلى‪,‬‬
‫وبصفة عامة فهم يفسروا حوالى ‪ %76‬من التباين‪.‬‬
‫ومن مصفوفة المكونات المدورة ‪ Rotated Component Matrix‬يالحظ أن العامل‬
‫كل من المدارس (‪ )0.88‬والكهرباء (‪ )0.82‬واالنترنت (‬ ‫األول يساهم بشكل كبير فى ٍ‬
‫‪ ،)0.79‬بينما العامل الثانى يساهم بشكل كبير فى ك ٍل من براءة االختراع والصادرات‪،‬‬
‫أما العامل الثالث فهو يساهم بشكل كبير فى المؤشر الفرعى الجامعة‪.‬‬
‫ولبناء األوزان يتم التعامل مع مصفوفة معامالت العوامل بعد الدوران‪ ،‬وبالتالى‬
‫يتم تجميع العوامل لتكوين المؤشر المركب عن طريق وزن كل عامل باستخدام نسبة‬
‫التباين المفسرة فى مجموعة البيانات بالنسبة للتباين الكلى المفسر‪ .‬فبالنسبة للعامل‬
‫األول يوضع له وزنا ً مساويا ً ‪،)12.124 +24.176 + 39.7(/ 39.7 =0.522‬‬
‫والعامل الثانى يوضع له الوزن ‪ ،0.31‬وللعامل الثالث الوزن ‪.0.159‬‬

‫‪ 5 .10‬التجميع (‪:)Aggregation‬‬
‫يهتم هذا الجزء بتطبيق طريقتى التجميع اإلضافى والهندسى اللذان تم اإلشارة‬
‫إليها فى القسم الخامس‪.‬‬
‫‪ 1 .5 .10‬التجميع اإلضافى (‪: )Additive Aggregation‬‬
‫‪ -1‬من قائمة ‪ Transform‬اختر ‪ Compute‬سيظهر الصندوق الحوارى التالى‪:‬‬
 ‫‪80‬دليل تكوين المؤشرات المركبة‬

‫فى خانة ‪ Numeric expression‬اكتب صيغة التجميع اإلضافى فى صورة مجموع‬

‫المؤشرات الفرعية التى تم تطبيعها ك ٌل مضروب فى الوزن الذى تم تحديده فى الخطوة‬
‫السابقة‪ ,‬فعلى سبيل المثال إذا تم تحديد األوزان باستخدام التحليل العاملى نكتب فى‬
‫المربع ‪ Numeric expression‬الصيغة الموضحة فى الشكل السابق‪.‬‬
‫‪ -2‬أنقر ‪ OK‬للحصول على قيمة المؤشر المركب فى ملف البيانات األساسى‪.‬‬

‫(‪:)Geometric Aggregation‬‬ ‫‪ 2 .5 .10‬التجميع الهندسى‬

‫يتم اتباع نفس الخطوات السابقة المتبعة فى التجميع الخطى فيما عدا صيغة‬
‫التجميع التى تكتب فى صورة حاصل ضرب المؤشرات الفرعية التى تم تطبيعها ك ٌل‬
‫مرفوع إلى األس الذى تساوى قيمته الوزن الذى تم تحديده‪ ،‬فعلى سبيل المثال إذا تم‬
‫تحديد األوزان باستخدام التحليل العاملى نكتب فى المربع ‪ Numeric expression‬الصيغة‬
‫الموضحة فى الشكل التالى‪:‬‬

‫ويتم فى النهاية الحصول على قيم المؤشر المركب فى عمود جديد بملف‬
‫البيانات األساسى‪.‬‬
 ‫‪81‬دليل تكوين المؤشرات المركبة‬

‫الخالصة‬

‫يهدف هذه الدليل إلى إمداد الباحثين واألكاديميين بدليل إرشادى لمعاونتهم فى‬
‫بناء وتكوين المؤشرات المركبة التى تساعد فى قياس مفاهيم وظواهر متعددة األبعاد‬
‫والتى ال يمكن قياسها باستخدام مؤشر فردى واحد‪ .‬وذلك من خالل عرض لبعض‬
‫اإلرشادات لكيفية بناء المؤشر المركب فى شكل تسلسل منطقى مكون من ثمان‬
‫خطوات كوسيلة لتحسين التقنيات المستخدمة حاليا ً لبناء تلك المؤشرات المركبة‪.‬‬
‫وكذلك يشرح الدليل كيفية تطبيق هذه الخطوات باستخدام أحد الحزم اإلحصائية وهى‬
‫‪ SPSS‬من خالل مثال توضيحى على مؤشر اإلنجاز التكنولوجى‪.‬‬
‫تتمثل خطوات بناء المؤشر المركب فى ثمان خطوات أساسية هى‪ )1( :‬وضع‬
‫اإلطار النظرى‪ )2( ،‬اختيار المؤشرات الفرعية‪ )3( ،‬تقدير البيانات المفقودة‪)4( ،‬‬
‫تطبيع المؤشرات الفرعية‪ )5( ،‬وضع األوزان الترجيحية‪ )6( ،‬تحديد نظام التجميع‪( ،‬‬
‫‪ )7‬تحليلى عدم التأكد والحساسية‪ )8( ،‬التمثيل البيانى للمؤشر المركب‪.‬‬
‫و يتضح من هذا الدليل أنه ال توجد منهجية وحيدة لبناء المؤشرات المركبة‪،‬‬
‫حيث تختلف المعايير المطلوبة الستخدام منهجية معينة‪ .‬وبالتالى تختلف المنهجيات‬
‫المستخدمة وفقا ً للغرض من المؤشر المركب‪ ،‬وطبيعة البيانات المتوافرة للمؤشرات‬
‫الفرعية‪ ,‬باإلضافة إلى وجوب التحقق من توافر معايير الجودة لزيادة شفافية وصالحية‬
‫المؤشرات المركبة‪.‬‬
 ‫‪82‬دليل تكوين المؤشرات المركبة‬

‫ملحق رقم (‪)1‬‬

 ‫‪83‬دليل تكوين المؤشرات المركبة‬

‫البيانات الخام للمؤشرات الفرعية الخاصة بمؤشر اإلنجاز التكنولوجى‪TAI‬‬

‫ضريبة‬
‫الصادرات‬ ‫براءة‬
‫الجامعات‬ ‫المدارس‬ ‫الكهرباء‬ ‫التليفونات‬ ‫االنترنت‬ ‫الحقوق‬ ‫الدولة‬
‫التكنولوجية‬ ‫االختراع‬
‫الفكرية‬
‫‪27.4‬‬ ‫‪10‬‬ ‫‪4.15‬‬ ‫‪3.08‬‬ ‫‪50.7‬‬ ‫‪200.2‬‬ ‫‪125.6‬‬ ‫‪187‬‬ ‫فينالندا‬
‫الواليات‬
‫‪13.9‬‬ ‫‪12‬‬ ‫‪4.07‬‬ ‫‪3‬‬ ‫‪66.2‬‬ ‫‪179.1‬‬ ‫‪130‬‬ ‫‪289‬‬ ‫المتحدة‬
‫‪15.3‬‬ ‫‪11.4‬‬ ‫‪4.14‬‬ ‫‪3.1‬‬ ‫‪59.7‬‬ ‫‪125.8‬‬ ‫‪156.6‬‬ ‫‪271‬‬ ‫السويد‬
‫‪10‬‬ ‫‪9.5‬‬ ‫‪3.86‬‬ ‫‪3‬‬ ‫‪80.8‬‬ ‫‪49‬‬ ‫‪64.6‬‬ ‫‪994‬‬ ‫اليابان‬
‫‪23.2‬‬ ‫‪10.8‬‬ ‫‪3.65‬‬ ‫‪2.97‬‬ ‫‪66.7‬‬ ‫‪4.8‬‬ ‫‪9.8‬‬ ‫‪779‬‬ ‫كوريا‬
‫‪9.5‬‬ ‫‪9.4‬‬ ‫‪3.77‬‬ ‫‪3.02‬‬ ‫‪50.9‬‬ ‫‪136‬‬ ‫‪151.2‬‬ ‫‪189‬‬ ‫هولندا‬
‫المملكة‬
‫‪14.9‬‬ ‫‪9.4‬‬ ‫‪3.73‬‬ ‫‪3.02‬‬ ‫‪61.9‬‬ ‫‪57.4‬‬ ‫‪134‬‬ ‫‪82‬‬ ‫المتحدة‬
‫‪14.2‬‬ ‫‪11.6‬‬ ‫‪4.18‬‬ ‫‪2.94‬‬ ‫‪48.7‬‬ ‫‪108‬‬ ‫‪38.6‬‬ ‫‪31‬‬ ‫كندا‬
‫‪25.3‬‬ ‫‪10.9‬‬ ‫‪3.94‬‬ ‫‪2.94‬‬ ‫‪16.2‬‬ ‫‪125.9‬‬ ‫‪18.2‬‬ ‫‪75‬‬ ‫استراليا‬
‫‪24.2‬‬ ‫‪7.1‬‬ ‫‪3.83‬‬ ‫‪2.95‬‬ ‫‪74.9‬‬ ‫‪72.3‬‬ ‫‪25.5‬‬ ‫‪8‬‬ ‫سنغافورا‬
‫‪14.4‬‬ ‫‪10.2‬‬ ‫‪3.75‬‬ ‫‪2.94‬‬ ‫‪64.2‬‬ ‫‪41.2‬‬ ‫‪36.8‬‬ ‫‪235‬‬ ‫ألمانيا‬
‫‪11.2‬‬ ‫‪11.9‬‬ ‫‪4.39‬‬ ‫‪3.12‬‬ ‫‪19‬‬ ‫‪193.6‬‬ ‫‪20.2‬‬ ‫‪103‬‬ ‫نورواى‬
‫‪12.3‬‬ ‫‪9.4‬‬ ‫‪3.68‬‬ ‫‪2.97‬‬ ‫‪53.6‬‬ ‫‪48.6‬‬ ‫‪110.3‬‬ ‫‪106‬‬ ‫أيرلندا‬
‫‪13.6‬‬ ‫‪9.3‬‬ ‫‪3.86‬‬ ‫‪2.91‬‬ ‫‪47.6‬‬ ‫‪58.9‬‬ ‫‪73.9‬‬ ‫‪72‬‬ ‫بلجيكا‬
‫‪13.1‬‬ ‫‪11.7‬‬ ‫‪3.91‬‬ ‫‪2.86‬‬ ‫‪15.4‬‬ ‫‪146.7‬‬ ‫‪13‬‬ ‫‪103‬‬ ‫نيوزيلندا‬
‫‪13.6‬‬ ‫‪8.4‬‬ ‫‪3.79‬‬ ‫‪2.99‬‬ ‫‪50.3‬‬ ‫‪84.2‬‬ ‫‪14.8‬‬ ‫‪165‬‬ ‫النمسا‬
‫‪12.6‬‬ ‫‪7.9‬‬ ‫‪3.8‬‬ ‫‪2.97‬‬ ‫‪58.9‬‬ ‫‪36.4‬‬ ‫‪33.6‬‬ ‫‪205‬‬ ‫فرنسا‬
‫‪11‬‬ ‫‪9.6‬‬ ‫‪3.74‬‬ ‫‪2.96‬‬ ‫‪45‬‬ ‫‪43.2‬‬ ‫‪43.6‬‬ ‫‪74‬‬ ‫إسرائيل‬
‫‪15.6‬‬ ‫‪7.3‬‬ ‫‪3.62‬‬ ‫‪2.86‬‬ ‫‪53.4‬‬ ‫‪21‬‬ ‫‪8.6‬‬ ‫‪42‬‬ ‫اسبانيا‬
‫‪13‬‬ ‫‪7.2‬‬ ‫‪3.65‬‬ ‫‪3‬‬ ‫‪51‬‬ ‫‪30.4‬‬ ‫‪9.8‬‬ ‫‪13‬‬ ‫ايطاليا‬
‫‪8.2‬‬ ‫‪9.5‬‬ ‫‪3.68‬‬ ‫‪2.75‬‬ ‫‪51.7‬‬ ‫‪25‬‬ ‫‪4.2‬‬ ‫‪28‬‬ ‫التشيك‬
‫‪7.7‬‬ ‫‪9.1‬‬ ‫‪3.46‬‬ ‫‪2.73‬‬ ‫‪63.5‬‬ ‫‪21.6‬‬ ‫‪6.2‬‬ ‫‪26‬‬ ‫هنجارى‬
‫‪10.6‬‬ ‫‪7.1‬‬ ‫‪3.71‬‬ ‫‪2.84‬‬ ‫‪49.5‬‬ ‫‪20.3‬‬ ‫‪4‬‬ ‫‪105‬‬ ‫سلوفانيا‬
‫‪9.8‬‬ ‫‪9.4‬‬ ‫‪3.72‬‬ ‫‪3.08‬‬ ‫‪33.6‬‬ ‫‪33.6‬‬ ‫‪-‬‬ ‫‪6‬‬ ‫هونج كونج‬
‫‪9.5‬‬ ‫‪9.3‬‬ ‫‪3.59‬‬ ‫‪2.68‬‬ ‫‪48.7‬‬ ‫‪10.2‬‬ ‫‪2.7‬‬ ‫‪24‬‬ ‫سلوفاكيا‬
‫‪17.2‬‬ ‫‪8.7‬‬ ‫‪3.57‬‬ ‫‪2.92‬‬ ‫‪17.9‬‬ ‫‪16.4‬‬ ‫‪-‬‬ ‫‪-‬‬ ‫اليونان‬
‫‪12‬‬ ‫‪5.9‬‬ ‫‪3.53‬‬ ‫‪2.95‬‬ ‫‪40.7‬‬ ‫‪17.7‬‬ ‫‪2.7‬‬ ‫‪6‬‬ ‫البرتغال‬
‫‪10.3‬‬ ‫‪9.5‬‬ ‫‪3.5‬‬ ‫‪2.6‬‬ ‫‪30‬‬ ‫‪3.7‬‬ ‫‪-‬‬ ‫‪23‬‬ ‫بلغاريا‬
‫‪6.6‬‬ ‫‪9.8‬‬ ‫‪3.39‬‬ ‫‪2.56‬‬ ‫‪36.2‬‬ ‫‪11.4‬‬ ‫‪0.6‬‬ ‫‪30‬‬ ‫بولندا‬
‫‪3.3‬‬ ‫‪6.8‬‬ ‫‪3.41‬‬ ‫‪2.53‬‬ ‫‪67.4‬‬ ‫‪2.4‬‬ ‫‪-‬‬ ‫‪-‬‬ ‫ماليزيا‬
‫‪10.6‬‬ ‫‪6.3‬‬ ‫‪3.39‬‬ ‫‪2.63‬‬ ‫‪41.7‬‬ ‫‪6.7‬‬ ‫‪-‬‬ ‫‪9‬‬ ‫كورواتيا‬
‫‪5‬‬ ‫‪7.2‬‬ ‫‪3.18‬‬ ‫‪2.28‬‬ ‫‪66.3‬‬ ‫‪9.2‬‬ ‫‪0.4‬‬ ‫‪1‬‬ ‫المكسيك‬
‫‪4‬‬ ‫‪9.2‬‬ ‫‪3.54‬‬ ‫‪2.87‬‬ ‫‪23‬‬ ‫‪16.9‬‬ ‫‪-‬‬ ‫‪-‬‬ ‫سايبرس‬
 ‫‪84‬دليل تكوين المؤشرات المركبة‬

‫ضريبة‬
‫الصادرات‬ ‫براءة‬
‫الجامعات‬ ‫المدارس‬ ‫الكهرباء‬ ‫التليفونات‬ ‫االنترنت‬ ‫الحقوق‬ ‫الدولة‬
‫التكنولوجية‬ ‫االختراع‬
‫الفكرية‬
‫‪12‬‬ ‫‪8.8‬‬ ‫‪3.28‬‬ ‫‪2.51‬‬ ‫‪19‬‬ ‫‪8.7‬‬ ‫‪0.5‬‬ ‫‪8‬‬ ‫أرجنتينا‬
‫‪7.2‬‬ ‫‪9.5‬‬ ‫‪3.21‬‬ ‫‪2.36‬‬ ‫‪25.3‬‬ ‫‪2.7‬‬ ‫‪0.2‬‬ ‫‪71‬‬ ‫رومانيا‬
‫‪5.7‬‬ ‫‪6.1‬‬ ‫‪3.16‬‬ ‫‪2.38‬‬ ‫‪52.6‬‬ ‫‪4.1‬‬ ‫‪0.3‬‬ ‫‪-‬‬ ‫كوستاريكا‬
‫‪13.2‬‬ ‫‪7.6‬‬ ‫‪3.32‬‬ ‫‪2.55‬‬ ‫‪6.1‬‬ ‫‪6.2‬‬ ‫‪6.6‬‬ ‫‪-‬‬ ‫شيلى‬
‫‪7.3‬‬ ‫‪7.6‬‬ ‫‪3.25‬‬ ‫‪2.56‬‬ ‫‪13.3‬‬ ‫‪19.6‬‬ ‫‪-‬‬ ‫‪2‬‬ ‫أوروجواى‬
‫جنوب‬
‫‪3.4‬‬ ‫‪6.1‬‬ ‫‪3.58‬‬ ‫‪2.43‬‬ ‫‪30.2‬‬ ‫‪8.4‬‬ ‫‪1.7‬‬ ‫‪-‬‬ ‫أفريقيا‬
‫‪4.6‬‬ ‫‪6.5‬‬ ‫‪3.13‬‬ ‫‪2.09‬‬ ‫‪48.9‬‬ ‫‪1.6‬‬ ‫‪0.3‬‬ ‫‪1‬‬ ‫تايالند‬
‫ترينيداد‬
‫‪3.3‬‬ ‫‪7.8‬‬ ‫‪3.54‬‬ ‫‪2.39‬‬ ‫‪14.2‬‬ ‫‪7.7‬‬ ‫‪-‬‬ ‫‪-‬‬ ‫وتوبا جو‬
‫‪8.5‬‬ ‫‪8.6‬‬ ‫‪3.08‬‬ ‫‪2.4‬‬ ‫‪5.1‬‬ ‫‪1.9‬‬ ‫‪-‬‬ ‫‪-‬‬ ‫بنما‬
‫‪3.4‬‬ ‫‪4.9‬‬ ‫‪3.25‬‬ ‫‪2.38‬‬ ‫‪32.9‬‬ ‫‪7.2‬‬ ‫‪0.8‬‬ ‫‪2‬‬ ‫برازيل‬
‫‪5.2‬‬ ‫‪8.2‬‬ ‫‪2.65‬‬ ‫‪1.89‬‬ ‫‪32.8‬‬ ‫‪0.4‬‬ ‫‪0.1‬‬ ‫‪-‬‬ ‫الفلبين‬
‫‪3.2‬‬ ‫‪6.4‬‬ ‫‪2.87‬‬ ‫‪2.08‬‬ ‫‪39‬‬ ‫‪0.1‬‬ ‫‪0.1‬‬ ‫‪1‬‬ ‫الصين‬
‫‪7.7‬‬ ‫‪5.6‬‬ ‫‪2.61‬‬ ‫‪2.05‬‬ ‫‪26‬‬ ‫‪0.3‬‬ ‫‪0.2‬‬ ‫‪1‬‬ ‫بوليفيا‬
‫‪5.2‬‬ ‫‪5.3‬‬ ‫‪2.94‬‬ ‫‪2.37‬‬ ‫‪13.7‬‬ ‫‪1.9‬‬ ‫‪0.2‬‬ ‫‪1‬‬ ‫كولومبيا‬
‫‪7.5‬‬ ‫‪7.6‬‬ ‫‪2.81‬‬ ‫‪2.03‬‬ ‫‪2.9‬‬ ‫‪0.7‬‬ ‫‪0.2‬‬ ‫‪-‬‬ ‫بيرو‬
‫‪1.6‬‬ ‫‪5.3‬‬ ‫‪3.35‬‬ ‫‪2.41‬‬ ‫‪1.5‬‬ ‫‪0.4‬‬ ‫‪2.4‬‬ ‫‪-‬‬ ‫جامايكاـ‬
‫‪6.5‬‬ ‫‪5.3‬‬ ‫‪3.13‬‬ ‫‪2.12‬‬ ‫‪2‬‬ ‫‪-‬‬ ‫‪-‬‬ ‫‪1‬‬ ‫إيران‬
‫‪3.8‬‬ ‫‪5‬‬ ‫‪2.92‬‬ ‫‪1.98‬‬ ‫‪19.7‬‬ ‫‪-‬‬ ‫‪1.1‬‬ ‫‪-‬‬ ‫تونس‬
‫‪2.2‬‬ ‫‪6.2‬‬ ‫‪2.88‬‬ ‫‪2.14‬‬ ‫‪2‬‬ ‫‪0.5‬‬ ‫‪35.3‬‬ ‫‪-‬‬ ‫باراجواى‬
‫‪6‬‬ ‫‪6.4‬‬ ‫‪2.8‬‬ ‫‪2.09‬‬ ‫‪3.2‬‬ ‫‪0.3‬‬ ‫‪-‬‬ ‫‪-‬‬ ‫إكوادور‬
‫‪3.6‬‬ ‫‪5.2‬‬ ‫‪2.75‬‬ ‫‪2.14‬‬ ‫‪19.2‬‬ ‫‪0.3‬‬ ‫‪0.2‬‬ ‫‪-‬‬ ‫سلفادور‬
‫جمهورية‬
‫‪5.7‬‬ ‫‪4.9‬‬ ‫‪2.8‬‬ ‫‪2.17‬‬ ‫‪5.7‬‬ ‫‪1.7‬‬ ‫‪-‬‬ ‫‪-‬‬ ‫دومينيكان‬
‫‪4.6‬‬ ‫‪5.8‬‬ ‫‪2.92‬‬ ‫‪2.01‬‬ ‫‪1.2‬‬ ‫‪-‬‬ ‫‪-‬‬ ‫‪-‬‬ ‫سوريا‬
‫‪2.9‬‬ ‫‪5.5‬‬ ‫‪2.94‬‬ ‫‪1.89‬‬ ‫‪8.8‬‬ ‫‪0.1‬‬ ‫‪0.7‬‬ ‫‪-‬‬ ‫مصر‬
‫‪6‬‬ ‫‪5.4‬‬ ‫‪2.75‬‬ ‫‪1.73‬‬ ‫‪1‬‬ ‫‪-‬‬ ‫‪-‬‬ ‫‪-‬‬ ‫الجزائر‬
‫‪1.6‬‬ ‫‪5.4‬‬ ‫‪2.95‬‬ ‫‪1.56‬‬ ‫‪12‬‬ ‫‪0.5‬‬ ‫‪-‬‬ ‫‪-‬‬ ‫زيمبابواى‬
‫‪3.1‬‬ ‫‪5‬‬ ‫‪2.51‬‬ ‫‪1.6‬‬ ‫‪17.9‬‬ ‫‪0.2‬‬ ‫‪-‬‬ ‫‪-‬‬ ‫أند ونسيا‬
‫‪3‬‬ ‫‪4.8‬‬ ‫‪2.65‬‬ ‫‪1.76‬‬ ‫‪8.2‬‬ ‫‪-‬‬ ‫‪-‬‬ ‫‪-‬‬ ‫هندوراس‬
‫‪1.4‬‬ ‫‪6.9‬‬ ‫‪2.39‬‬ ‫‪1.69‬‬ ‫‪5.2‬‬ ‫‪0.2‬‬ ‫‪-‬‬ ‫‪-‬‬ ‫سيريالنك‬
‫‪1.7‬‬ ‫‪5.1‬‬ ‫‪2.58‬‬ ‫‪1.45‬‬ ‫‪16.6‬‬ ‫‪0.1‬‬ ‫‪-‬‬ ‫‪1‬‬ ‫الهند‬
‫‪3.8‬‬ ‫‪4.6‬‬ ‫‪2.45‬‬ ‫‪1.59‬‬ ‫‪3.6‬‬ ‫‪0.4‬‬ ‫‪-‬‬ ‫‪-‬‬ ‫نيكاراغواـ‬
‫‪1.4‬‬ ‫‪3.9‬‬ ‫‪2.53‬‬ ‫‪1.38‬‬ ‫‪7.9‬‬ ‫‪0.1‬‬ ‫‪-‬‬ ‫‪-‬‬ ‫باكستان‬
‫‪0.5‬‬ ‫‪2.6‬‬ ‫‪2.05‬‬ ‫‪1.43‬‬ ‫‪28.5‬‬ ‫‪0.2‬‬ ‫‪-‬‬ ‫‪-‬‬ ‫السنغال‬
‫‪0.4‬‬ ‫‪3.9‬‬ ‫‪2.46‬‬ ‫‪1.08‬‬ ‫‪4.1‬‬ ‫‪-‬‬ ‫‪-‬‬ ‫‪-‬‬ ‫غانا‬
 ‫‪85‬دليل تكوين المؤشرات المركبة‬

‫ضريبة‬
‫الصادرات‬ ‫براءة‬
‫الجامعات‬ ‫المدارس‬ ‫الكهرباء‬ ‫التليفونات‬ ‫االنترنت‬ ‫الحقوق‬ ‫الدولة‬
‫التكنولوجية‬ ‫االختراع‬
‫الفكرية‬
‫‪0.3‬‬ ‫‪4.2‬‬ ‫‪2.11‬‬ ‫‪1.04‬‬ ‫‪7.2‬‬ ‫‪0.2‬‬ ‫‪-‬‬ ‫‪-‬‬ ‫كنيا‬
‫‪0.7‬‬ ‫‪2.4‬‬ ‫‪1.67‬‬ ‫‪1.08‬‬ ‫‪1.9‬‬ ‫‪0.1‬‬ ‫‪-‬‬ ‫‪-‬‬ ‫نيبال‬
‫‪0.2‬‬ ‫‪2.7‬‬ ‫‪1.73‬‬ ‫‪0.78‬‬ ‫‪6.7‬‬ ‫‪-‬‬ ‫‪-‬‬ ‫‪-‬‬ ‫تنزانيا‬
‫‪0.7‬‬ ‫‪2.1‬‬ ‫‪1.67‬‬ ‫‪0.95‬‬ ‫‪0.4‬‬ ‫‪-‬‬ ‫‪-‬‬ ‫‪-‬‬ ‫السودان‬
‫‪0.2‬‬ ‫‪1.1‬‬ ‫‪1.73‬‬ ‫‪0.7‬‬ ‫‪12.2‬‬ ‫‪-‬‬ ‫‪-‬‬ ‫‪-‬‬ ‫موزامبيق‬
 ‫دليل تكوين المؤشرات المركبة‬86

‫قائمة المراجع‬

- Aall, Carlo (2005), "The Concept of Indicators", Western Norway Research

Institute, 20 September, <http://www.vestforsk.no/dok/pressem/Art-IND-indicator-
paper.pdf>.

- Grean, Samuel B., Salkind, Neil J., and Akey, Theresa M. (2004), Using Spss For
Windows: Analyzing and Understanding Data, 2nd Edition, New Gercy: Prentice-
Hall International.

- Hair, J., Anderson, R., Tatham, R., and Black, W. (1998), Multivariate Data
Analysis, 5th Edition, United States of America: Prentice-Hall International.

- Huergo, L., Münnich, R., Saisana, M. (2006),"ROBUSTNESS ASSESSMENT FOR

COMPOSITE INDICATORS WITH R", The Second International Conference Use
R, Vienna, Austria, 15-17 June 2006., 6 October, < http://www.r-project.org/useR-
2006/Abstracts/Huergo+Munnich+Saisana.pdf>.

- Jacobs, R., Smith, P., and Goddard, M.(2004)," Measuring performance: An

examination of composite performance indicators", The University of York,
Center of Health Economics, March., 20 September,
<http://www.y-ork.ac.uk/inst/che/ tp29.pdf>.

- Kolman, B., and Hill, D.(2001), Introductory Linear Algebra With Application,
7th Edition, United States of America: Prentice-Hall International.

- Nardo, M., Michaela, S., Saltelli, A., and Tarantola, S.(2005), "Tools for Composite
Indicators Building", European Commission, Joint Research Center, Italy, Ispra,
20 september <http://farmweb.jrc.ec.europa.eu/ci/Document/EUR%2021682%
20EN.pdf>.

- Nardo, M., Saisana, M., Saltelli, A., Tarantola, S.(2005),"Handbook on construc-

ting composite indicators: Methodology and user guid", Organization for
Economic Co-operation and Development, August., 20 September, <http://w-
ww.olis.oecd.org/olis/2005doc.nsf/LinkTo/std-doc(2005)3>.

- Saltelli, A., Tarantola, S., Compolongo, F., and Ratto, M. (2004), Sensitivity
Analysis In Practice, England: Wiley.

- Saltelli, Andrea (2004), "Global Sensitivity Analysis: An Introduction", European

Commission, Joint Research Center, Italy, Ispra, March., 7 October.
<http://library.lanl.gov/cgi-bin/getdoc?event=SAMO2004&document=samo0408.p-
df>.
 ‫دليل تكوين المؤشرات المركبة‬87

- Saisana, M., Saltelli, A., Liska, Tarantola, S. (2006), "Creating Composite

Indicators with DEA and Robustness Analysis: the case of the Technology
Achievement Index", European Commission, Joint Research Center, Italy, Ispra,
20 September, <http://papers.ssrn.com/sol3/papers.cfm?abstract_id=888461>.

- Saisana, M., and Tarantola, S. (2002), "State-of-the-art Report on Current

Methodologies and Practices for Composite Indicator Development", European
Commission, Joint Research Center, Italy, Ispr, 20 September, <http://farm-
web.jrc.ec.europa.eu/ci/Document/state-of-theart_EUR20408.pdf >.

- Saisana, M., Saltelli, A., and Tarantola, S. (2002),"Uncertainty and sensitivity

analysis techniques as tools for the quality assessment of composite indicators",
Journal of the Royal Statistical Society, European Commission, Joint Research
Center, Italy, Ispra, 23 September,
<http://webfarm.jrc.cec.eu.int/uasa/do-c/forumtutorial/saisana_saltelli_tarantola.pdf
>