‫"باستخدام برنامج ‪"SPSS‬‬

‫الجزء االول‬

‫(مبتدىء)‬

‫‪2015‬‬

‫‪1‬‬
 ‫الفصل األول‬
‫‪spss‬‬ ‫مقدمة إلى النظام اإلحصائي‬
‫مقدمة‬ ‫‪.1‬‬

‫يبحث علم اإلحصاء في طرائق جمع البيانات وتحليلها وتفسيرها من خالل مجموعة من‬
‫الطرائق الرياضية أوالبيانية‪ .‬وتهدف هذه العملية إلى وصف متغير أومجموعة من المتغيرات‬
‫من خالل مجموعة من البيانات( العينة) والتوصل بالتالي إلى قرارات مناسبة تعمم على‬
‫المجتمع الذي أخذت منه هذه العينة‪ .‬ومن المعروف أن جمع المعلومات من جميع أفراد‬
‫المجتمع أمر شاق يصعب تحقيقه في كثير من األحيان‪ ،‬فذلك يحتاج إلى وقت وجهد ومال‬
‫كثير‪ ،‬أما أخذ عينة عشوائية وممثلة من هذا المجتمع فعملية اسهل وتحتاج إلى جهد ووقت‬
‫ومال اقل‪.‬‬
‫والبحث الذي يستخدم األساليب اإلحصائية للخروج بالنتائج والقرارات ال بد أن يمر في عدة‬
‫خطوات‪.‬‬
‫أوالً ‪ :‬تحديد المشكلة أو هدف الدراسة بوضوح ودقة‪ ،‬ألنه إذا كان هدف الدراسة‬
‫غير واضح كانت النتائج غامضة وغير دقيقة‪.‬‬
‫ثانيا ً ‪ :‬تحديد األداة التي ستستخدم لجمع البيانات وهي هنا اإلستبانة‪.‬‬
‫ثالثا ً ‪ :‬تحديد العينة التي ستجمع منها البيانات وطرائق جمعها‪.‬‬
‫رابعا ً ‪ :‬ترميز البيانات )‪ (Coding‬وتحويلها إلى أرقام أو حروف حتى يسهل إدخالها إلى‬
‫الحاسوب ويسهل التعامل معها‪ ،‬ومن ثم إجراء التحليالت اإلحصائية حسب التحليالت‬
‫اإلحصائية حسب أهداف البحث المنشود‪.‬‬
‫وقبل تناول عمليات اإلدخال والتحليل البد من مراجعة الركائز األساسية لعلم اإلحصاء‬
‫(المتغيرات – إختيار العينة‪ -‬تصميم اإلستبانة)‪ ،‬الن هذه الركائز تحدد إلى حد كبير نوع‬
‫التحليل اإلحصائي المنشود‬

‫أوالً ‪ :‬طرق إختيار العينة من مجتمع ‪..‬‬

‫قبل أن نبدأ بكيفية اختيار عينة من مجتمع سنتعرف على األسباب التي تجعلنا نختار عينة من‬
‫مجتمع‪ ،‬بمعنى آخر‪..‬‬
‫هناك عدة اعتبارات قد تستدعي استخدام أسلوب المعاينة‪ ،‬ومن بينها‪:‬‬
‫‪ -1‬تجانس المجتمع مثل المواد السائلة حيث ال يوجد ما يبرر أجراء فحص لكل‬
‫أفراد المجتمع‪.‬‬
‫‪ -2‬عوامل الوقت والجهد والتكلفة والمالئمة بدون التضحية بدقة النتائج إلى حد كبير‪.‬‬

‫‪2‬‬
 ‫‪ -3‬تعرض الوحدات المستخدمة في االختبار للتلف عند فحص المجتمع كام ا‬
‫ال‬
‫(بيض‪ ،‬مصابيح اإلضاءة‪ ،‬قوة مقاومة سيارة للمقاومة)‪.‬‬
‫‪ -4‬تعذر حصر أفراد المجتمع ألسباب عملية مثل فحص اتجاهات جميع المستهلكين‬
‫حول سلع معينة أو توجهات الرأي العام حول قضايا عامة اقتصادية أو سياسية‪.‬‬

‫تعريف المجتمع‪ :‬ا لمجتمع هو مجموعة العناصر أو األفراد التي ينصب عليهم االهتمام في دراسة‬
‫معينة وبمعنى آخر هو جميع العناصر التي تتعلق بها مشكلة البحث وقد يكون مجتمع الدراسة طالب‬
‫جامعة معينة أو سكان إقليم معين ‪..‬‬
‫فمثال‪ ..‬إذا كانت مشكلة الدراسة هو ضعف توصيل المياه إلى المباني العالية ( أكثر من ثالث‬
‫أدوار) في مدينة غزة فان مجتمع الدراسة أو البحث هو جميع المباني المرتفعة األكثر من ثالث‬
‫أدوار في مدينة طرابلس‪ ،‬ويعتبر كل مبنى مؤلف من اكثر من ثالثة أدوار مفردة البحث‪.‬‬
‫تعريف العينة‪ :‬العينة هي مجموعة جزئية من المجتمع‪ ،‬ويكون حجم العينة هو عدد مفرداتها وعادة‬
‫تجرى الدراسة على العينة‪.‬‬

‫أنواع البيانات اإلحصائية‪Type of Data :‬‬ ‫‪‬‬

‫كلما كان جمع البيانات دقيقا زادت ثقة الدارس في االعتماد عليها‪ ،‬وال يكون تحليل البيانات صحيحا‬
‫أو مفيدا إذا كان هناك أخطاء في جمع البيانات‪ ،‬وهناك نوعين من البيانات وهما‪:‬‬

‫‪Qualitative or Categorical Data‬‬ ‫‪1‬‬

‫نحصل على هذا النوع من البيانات عندما تكون السمة ( الخاصية) تحت الدراسة هي سمة‬
‫نوعية والتي يمكن تصنيفها حسب أصناف أو أنواع وليس بقيم عددية مثل تصنيف الجنس‬
‫إلى ذكر وأنثى‪ ،‬وتصنيف كليات الجامعة إلى طب وهندسة وعلوم وتجارة وآداب وتجارة‬
‫وغيرها ‪ ،‬وتستخدم عدة مقاييس لقياس البيانات النوعية منها‪:‬‬
‫( أ ) التدرج االسمي ‪Nominal Scale‬‬
‫هذا المقياس يصنف عناصر الظاهرة التي تختلف في النوعية ال في الكمية‪ ،‬وكثيرا ما‬
‫نستخدم األعداد لتحديد هوية المفردات‪ ،‬وفي هذه الحالة ال يكون للعد ذلك المدلول الكمي‬
‫الذي يفهم منه عادة‪ .‬فمثال يمكن استعمال العددين ‪ 1 ،0‬ليدال على التصنيف حصب الجنس‬
‫فيجعل الصفر يدل على الذكر و الـ ‪ 1‬يدل على األنثى‪ ،‬الحظ أن ‪ 1 ،0‬ال يدالن على قيم‬
‫عددية أي ال يخضعان للعمليات الحسابية ألنه يمكن تعيين أي عددين بدلهما ليدال على نوع‬
‫الجنس‪.‬‬
‫وأمثلة أخرى على المقياس االسمي ‪ :‬الحالة االجتماعية ( أعزب‪ -‬متزوج) ‪ ،‬ونــوع العمل‬
‫( إداري – أكاديمي – عمل آخر) ‪ .‬ويجدر بالذكر أن هذا المقياس ال يعطي األفضلية‬
‫إلحدى طبقات المجتمع على األخرى‪.‬‬
‫( ب ) التدرج الترتيبي ‪Ordinal Scale‬‬
‫يقع هذا التدرج ف ي مستوى أعلى من التدرج االسمي‪ ،‬فباإلضافة إلى خواص التدرج‬
‫اإلسمي فان التدرج الترتيبي يسمح بالمفاضلة‪ ،‬أي بترتيب العناصر حسب سلم معين‬

‫‪3‬‬
 ‫مثل الرتب األكاديمية ‪..‬‬
‫‪ -1‬أستاذ ‪ -2‬استاذ مشارك ‪ -3‬أستاذ مساعد ‪ -4‬محاضر ‪ -5‬مدرس ‪ -6‬معيد‬
‫وتقديرات الطالب ممتاز(‪ ،)5‬جيد جدا(‪ ،)4‬جيد(‪ ،)3‬مقبول(‪ ،)2‬راسب(‪. )1‬‬
‫وكذلك درجة التأييد إلجابة السؤال‪..‬‬
‫موافق بشدة (‪ ،)5‬موافق (‪ ،)4‬متردد(‪ ،)3‬ال أوافق (‪ ،)2‬ال أوافق بشدة (‪. )1‬‬
‫ويجدر بالذكر أن هذا المقياس ال يحدد الفرق بدقة بين قيم األفراد المختلفة‪.‬‬
‫‪Quantitative or Numerical Data‬‬ ‫‪-2‬‬
‫عندما تكون السمة تحت الدراسة قابلة للقياس على مقياس عددي فان البيانات التي نحصل‬
‫عليها تتألف من مجموعة من األعداد وتسمى بيانات كمية أو عددية‪ ،‬مثل عالمات الطالب‬
‫في امتحان ما أو كميات السلع المستوردة‪ ،‬أجور العاملين في مصنع معين‪ ،‬وغيرها‬
‫كثير‪.....‬‬

‫طرق جمع البيانات اإلحصائية‪:‬‬ ‫‪‬‬

‫يتم جمع البيانات اإلحصائية بإحدى الطرق التالية‪:‬‬
‫طريقة المسح الشامل‪ :‬فيها تجمع البيانات من جميع مفردات المجتمع دون استبعاد أي‬ ‫‪-1‬‬
‫مفردة‪ ،‬فمثال إذا أردنا التعرف على مستوى طالب جامعة طرابلس في مادة اإلحصاء نقوم برصد‬
‫درجات جميع طالب القسم في مادة اإلحصاء وهكذا‪...‬‬
‫وهذه الطريقة عادة تكون طويلة ومكلفة وتحتاج إلى الكثير من الوقت ناهيك عن عدم‬
‫إمكانية تطبيقاتها في الحاالت التي تؤدي فيها جمع البيانات عن مفردات البحث إلى فناء هذه‬
‫المفردات‪.‬‬
‫طريقة العينة‪ :‬وفيها يتم اختيار عينة تمثل المجتمع وتجرى عليها الدراسة وتعمم النتائج‬ ‫‪-2‬‬
‫على المجتمع وكلما كانت العينة مختارة بطريقة صحيحة وممثلة تمثيال صادقا المجتمع كلما كانت‬
‫النتائج صادقة ودقيقة‪.‬‬

‫طرق اختيار العينة‬

‫تصنف طرق المعاينة إلى الطرق غير العشوائية والطرق العشوائية أو االحتمالية‪.‬‬

‫طرق اختيار العينة غير العشوائية ‪Non-random sampling‬‬ ‫‪‬‬

‫تكون العينات في هذه الطريقة انتقائية وال تمثل المجتمع تمثيال صحيحا‪ ،‬وإنما تتم وفق اختيار‬
‫الباحث‪ ،‬ولذلك ال تكون هناك فرصة متساوية ألفراد المجتمع في الظهور في العينة‪ ،‬وهذه العينات‬
‫تستخدم بهدف الحصو ل على نتائج استطالعية نظرا الن اختيار عينات عشوائية يتطلب وقتا أو‬
‫تكلفة أو جهود كبيرة‪.‬وفي هذه العينات ال يمكن استخدام أساليب اإلحصاء التحليلي والذي يقتصر‬
‫استخدامه على العينات العشوائية‪ ،‬ومن العينات الغير عشوائية ما يلي‪:‬‬

‫‪4‬‬
‫العينات العرضية‪ Accidental samples‬وتحدث عندما يتم جمع بيانات من المواطنين‬ ‫‪.1‬‬
‫أو العمال في مصنع كبير الذين يصادفونهم حول اتجاهاتهم نحو سلع معينة أو نحو إدارة مصنع أو‬
‫نظم الرقابية فيه للحصول على بعض المعلومات والمؤشرات بأقل تكلفة أو جهد ممكن‪.‬‬
‫المعاينة الطبقية غير العشوائية ‪ : Quota sampling‬وتحدث على سبيل المثال عندما‬ ‫‪.2‬‬
‫يقسم مجتمع الدراسة في مصنع إلى طبقة اإلداريين وطبقة العمال‪ ،‬أو إلى إناث وذكور‪ ،‬وبذلك‬
‫تراعى نسبة المجموعات الفرعية في الدراسة‪ .‬ولكن العينة من كل طبقة ال تأخذ بطريقة عشوائية‬
‫وإنما يقوم الباحث باختيار الذين يصادفهم‪.‬‬
‫العينة الغرضية ‪ : Purposive sampling‬والتي تستخدم عند دراسة تكاليف صناعة‬ ‫‪.3‬‬
‫على سبيل المثال‪ ،‬األمر الذي يتطلب تعاونا من المستجوب لتوفير المعلومات‪.‬‬

‫طرق اختيار العينات العشوائية ‪Random sampling‬‬ ‫‪‬‬

‫تسمح طرق اختيار العينات العشوائية بالحصول على عينات ممثلة للمجتمع‪ ،‬ويكون احتمال‬
‫سحب أي مفردة معروفا ومتساويا ويمكن حسابه ولذلك تسمى عينة احتمالية فمثال إذا كان‬
‫حجم العينة المختارة ‪ 25‬مفردة من مجتمع حجمه ‪ 500‬فان احتمال سحب كل مفردة هو‬
‫‪25‬‬
‫‪%5 ‬‬
‫‪500‬‬
‫تعريف العينة العشوائية‪ :‬هي العينة التي يكون فيها احتمال اختيار جميع المفردات متساوي‬
‫ومعروف ويمكن حسابه‪.‬‬

‫‪ -1‬العينة العشوائية البسيطة ‪Sample random sampling‬‬

‫تتصف العينة العشوائية البسيطة بأنها مجموعة جزئية من المجتمع األصلي وبحجم معين‬
‫لها نفس الفرصة (االحتمال) لتختار كعينة من ذلك المجتمع‪ ،‬ويمكن الحصول على عينات‬
‫عشوائية بسيطة باستعمال جداول األعداد العشوائية وسنوضح مثال اختيار عينة عشوائية‬
‫باستخدام الجداول في المحاضرة‪.‬‬
‫‪ -2‬العينة المنتظمة‪Systematic sampling :‬‬
‫يرى الكثيرون أن طريقة المعاينة المنتظمة هي في جوهرها شكل من أشكال المعاينة‬
‫العشوائية البسيطة‪ .‬و تعرف العينة المنتظمة بأنها العينة التي تأخذ بحيث يتم إضافة رقم‬
‫معين بشكل منتظم من قائمة كاملة مرتبة عشوائيا ألفراد المجتمع‪ .‬وتعتبر العينة المنتظمة‬
‫بديال عن العينة العشوائية البسيطة لألسباب التالية‪:‬‬
‫( أ) العينة المنتظمة اكثر سهولة في التنفيذ من العينة العشوائية البسيطة‪.‬‬
‫(ب) العينة العشوائية يستطيع شخص غير مدرب تعينها‪.‬‬

‫مثال‪ :‬إذا أردنا اختيار عينة حجمها ‪ n=200‬من مجموعة من بطاقات التسجيل في إحدى‬
‫الجامعات التي يسجل فيها ‪ N = 3000‬طالبا لندرس البطاقات التي بها أخطاء‪.‬‬

‫‪5‬‬
‫الحل‪ :‬إن طريقة العينة المنتظمة تقتضي بان يكون طول الفترة الذي سيسحب منها أول مفردة‬
‫‪3000‬‬
‫‪ .15‬ولذلك نختار رقما عشوائيا من ‪ 1‬إلى ‪ 15‬وليكن ‪.8‬‬ ‫بطريقة عشوائية وهي‬
‫‪200‬‬
‫نختار الرقم ‪ 8‬ومن ثم نضيف ‪ 15‬للرقم ‪ 8‬وبذلك نسحب الرقم ‪ ، 23‬ثم نضيف الرقم ‪ 15‬للرقم‬
‫‪ 23‬لنسحب الرقم ‪ ،38‬وهكذا ‪ ....‬وتكون آخر بطاقة مسحوبة هي رقم ‪.2993‬‬

‫ونالحظ هنا انه إذا لم يكن طول الفترة عددا صحيحا فإننا نقرب الجواب إلي عدد صحيح‪.‬‬
‫‪ -3‬العينة الطبقية العشوائية ‪Stratified random sampling‬‬
‫تستخدم هذه الطريقة عندما يكون المجتمع منقسما إلى طبقات طبيعية وتكون لدينا الرغبة‬
‫في تمثيل جميع هذه الطبقات في العينة‪ .‬ونعرف العينة المنتظمة كالتالي‪:‬‬

‫تعريف العينة المنتظمة العشوائية‪ :‬هي العينة التي تؤخذ من خالل تقسيم وحدات المجتمع‬
‫إلى طبقات متجانسة واختيار عينة عشوائية بسيطة أو منتظمة من كل منها‪.‬‬
‫وتتلخص الطريقة بتحديد حجم العينات الجزئية المتناسبة من كل طبقة على أساس المعادلة‬

‫حجم العينة الطبقية = (حجم الطبقة ÷ حجم المجتمع) × حجم العينة‬

‫مثال‪ :‬إذا كانت طبقات أحد المجتمعات تحتوي العناصر كما في الجدول التالي‪:‬‬

‫الطبقة الخامسة‬ ‫الطبقة الرابعة‬ ‫الطبقة الثالثة‬ ‫الطبقة الثانية‬ ‫الطبقة األولى‬
‫‪220‬‬ ‫‪200‬‬ ‫‪280‬‬ ‫‪400‬‬ ‫‪500‬‬

‫وأراد باحث اختيار عينة حجمها ‪ 160‬من هذا المجتمع‪ ،‬فما حجم العينة في كل طبقة‪.‬‬

‫الحل‪ :‬حجم المجتمع الكلي = ‪1600 = 220 +200 +280 +400 + 500‬‬
‫‪160‬‬
‫‪50  500 ‬‬ ‫حجم العينة من الطبقة األولى =‬
‫‪1600‬‬
‫‪160‬‬
‫‪40  400 ‬‬ ‫حجم العينة من الطبقة الثانية =‬
‫‪1600‬‬
‫‪160‬‬
‫‪28  280 ‬‬ ‫حجم العينة من الطبقة الثالثة =‬
‫‪1600‬‬
‫‪160‬‬
‫‪20  200 ‬‬ ‫حجم العينة من الطبقة الرابعة =‬
‫‪1600‬‬
‫‪160‬‬
‫‪22  220 ‬‬ ‫حجم العينة من الطبقة الخامسة =‬
‫‪1600‬‬

‫‪6‬‬
 ‫ثانيا‪ :‬جمع البيانات‪Collecting Data :‬‬
‫هناك عدة طرق لجمع البيانات نذكر منها‪-:‬‬

‫‪ -1‬المقابلة الشخصية ‪Personal Interview‬‬

‫وهي أن تقوم بمقابلة أفراد العينة والتحدث إليهم عن الموضوع الذي يتم إجراء البحث فيه وبذلك فان‬
‫كمية المعلومات التي سنقوم بجمعها ستكون دقيقة إلى حد ما‪ ،‬إال أن تحليلها سيكون صعبا‪ ،‬وعليك‬
‫أن تنتبه إلى تدوين البيانات أثناء المقاب لة الن أي خطا في تدوين هذه البيانات يؤدي إلى خطا في‬
‫النتائج‪.‬‬

‫‪ -2‬المالحظة المباشرة ‪Direct Observation‬‬

‫عندما ال يكون هناك أفراد للعينة‪ ،‬فانك تستخدم هذه الطريقة أي المالحظة المباشرة‪ ،‬ومن األمثلة‬
‫عليها أن تقف على تقاطع طرق‪ ،‬وتعد السيارات التي تمر من هذا التقاطع من الساعة الثامنة وحتى‬
‫التاسعة بهدف حصر كثافة السير في وقت ذهاب الموظفين إلى أعمالهم‪ ،‬أو أن تقوم بمراقبة‬
‫تصرف مجموعة من األطفال أثناء اللعب وتدوين المالحظات بهدف التعرف على سلوكيات‬
‫األطفال في بعض المواقف‪.‬‬

‫‪ -3‬اإلستبانة ‪Questionnaire‬‬
‫اإلستبانة هو وسيلة لجمع البيانات الالزمة للتحقق من فرضيات المشكلة قيد الدراسة‪ ،‬أو لإلجابة‬
‫على أسئلة البحث‪ ،‬وعند تصميم اإلستبانة يجب مراعاة بعض الشروط حتى تضمن دقة النتائج‬
‫وصحتها‪ ،‬ومن أهم هذه الشروط‪:‬‬

‫‪ . I‬يجب أن تكون أسئلة اإلستبانة بسيطة ومفهومة للجميع بنفس الطريقة وال تكون غامضة‪.‬‬
‫مثال‪ :‬كم عدد األطفال لديك ؟‬
‫هنا يتحير المجيب ليسال هل الطفل من هو دون سن الخامسة أم السابعة أم العاشرة‪...‬‬
‫ولذلك على الباحث أن يعيد السؤال ليصبح مثال‪:‬‬
‫كم عدد األطفال الذين تقل أعمارهم عن ‪ 12‬سنة لديك‪..‬؟‬
‫‪ . II‬يجب على الباحث أن يبتعد عن تلك األسئلة التي توحي باإلجابة‪ .‬وغالبا ما تكون األسئلة‬
‫المنفية موحية باإلجابة‬
‫ال‬ ‫نعم‬ ‫مثال‪ :‬أال تعتقد أن أسلوب هذا الكتاب مبسط للدارس ؟‬
‫فالمجيب سيقوم باختيار اإلجابة األولى‪ ،‬وكان الباحث يريد أن‬
‫يقوم المستجيب باإلجابة كما يريد الباحث‪.‬‬

‫‪7‬‬
 ‫‪ . III‬يجب تحديد الكميات أو الوحدات عندما تكون اإلجابات أرقاما‪.‬‬
‫مثال‪ :‬كم تحتاج من كمية الماء للشرب يوميا؟ ‪....‬‬
‫سيجيب أحد األشخاص لتر ماء ويجيب آخر ‪ 5‬كئوس ‪ ،‬أو ‪...‬‬
‫لذلك يعاد صياغة السؤال إلى كم لترا من الماء تشرب في اليوم؟ ‪...‬‬

‫‪ .IV‬يجب أن تكون األسئلة مباشرة وواضحة وان ال يفكر المستجيب بعمق ليجيب على األسئلة‪.‬‬
‫‪ . V‬يجب أن تكون اإلستبانة قصيرة قدر اإلمكان‪ ،‬حيث قد ال يكون عند المجيب وقتا طويال إلجابة‬
‫أسئلة اإلستبانة‪.‬‬

‫‪ . VI‬يفضل أن توزع اإلستبانة على مجموعة صغيرة للتجريب وتعديل األخطاء قبل التطبيق‬
‫النهائي‪.‬‬

‫‪ .VIII‬يجب أن تكون اإلستبانة صادقة وثابتة ‪ ،‬فان لم تكن صادقة فلن تكون المعلومات دقيقة‪ .‬أما‬
‫إذا لم تكن اإلستبانة ثابتة فلن نستطيع تعميم اإلستبانة‪ ،‬ولن يكون قرارنا صالحا لفترة من الزمن‬
‫وسنوضح كيفية التأكد من صدق أسئلة اإلستبانة ودرجة ثباتها من خالل برنامج ‪.SPSS‬‬

‫ثالثا‪ :‬الترميز ( عملية االنتقال من االستبيان إلى برنامج ‪) SPSS‬‬

‫الخطوة التالية والتي تسبق إدخالها إلى الحاسوب بهدف التحليل هي ترميز البيانات‪ .‬وترميز البيانات‬
‫هي عملية تحويل إجابات كل سؤال إلى أرقام أو حروف يسهل إدخالها إلى الحاسوب‪.‬‬
‫حسب مفهوم ‪ SPSS‬فان األشخاص ( المشاهدات) الذين يقومون باإلجابة على أسئلة االستبيان‬
‫يطلق عليهم اسم حاالت (‪ ، ) Cases‬وكل سؤال ( فقرة) في االستبيان هو عبارة عن متغير (‬
‫‪ ، ) Variable‬وتسمى إجابات األشخاص على األسئلة ( الفقرات) بقيم المتغيرات ( ‪Values of‬‬
‫‪.) Variables‬‬
‫يحتوي االستبيان على عدة أنواع من األسئلة‪ ،‬وهذه األنواع هي‪:‬‬
‫أ) سؤال يسمح باختيار إجابة واحدة فقط‪:‬‬
‫ال‬ ‫نعم‬ ‫مثال‪ :‬هل أنت مواطن أم الجئ ؟‬

‫‪8‬‬
‫متغير واحد يكفي لتمثيل هذا السؤال‪ ،‬في هذه الحالة نرمز لإلجابة " نعم " بالرمز ‪ 1‬ولإلجابة " ال "‬
‫بالرمز ‪ 2‬أو نرمز لإلجابة" نعم " بالرمز ‪ N‬ولإلجابة" ال " بالرمز ‪ Y‬ولكن يفضل استخدام‬
‫الترميز األرقام الن عملية إدخال البيانات الرقمية في ‪ SPSS‬تتم بسهولة اكثر والن الحاسوب يفرق‬
‫بين الحروف الصغيرة والكبيرة وكذلك فالمر فان كثير من األوامر في ‪ SPSS‬تنفذ فقط مع‬
‫المتغيرات الرقمية وال تنفذ مع المتغيرات الحرفية‪.‬‬
‫مثال‪ :‬هل توافق أن يكون تسج يل الطالب في الجامعة عبر الحاسوب؟‬
‫معارض بشدة‬ ‫معارض‬ ‫محايد‬ ‫موافق‬ ‫موافق بشدة‬

‫في هذا المثال ربما يستخدم الرقم ‪ 5‬ليدل على اإلجابة " موافق بشدة" والرقم ‪ 4‬ليدل على اإلجابة "‬
‫موافق" والرقم ‪ 3‬ليدل على اإلجابة " محايد" والرقم ‪ 2‬ليدل على اإلجابة " معارض" والرقم ‪ 1‬ليدل‬
‫على اإلجابة " معارض بشدة"‪.‬‬

‫ب) سؤال يسمح بأكثر من إجابة‪:‬‬

‫مثال‪ :‬ما هي أهم الهوايات التي تمارسها ؟‬
‫غير ذلك‬ ‫الصيد‬ ‫السباحة‬ ‫الرياضة‬ ‫القراءة‬

‫في هذا السؤال نالحظ أن الشخص يمكن أن يعطي اكثر من إجابة‪ ،‬لذلك فان متغيرا واحدا ال يكفي‬
‫لتمثيل السؤا ل‪ .‬في هذه الحالة يفضل إنشاء خمسة متغيرات‪ ،‬كل متغير له احتمال إجابتين نعم ‪ /‬ال‬
‫ويستخدم لهما ‪ 1‬لإلجابة " نعم " و ‪ 0‬لإلجابة " ال"‬
‫مثال‪ :‬رتب القنوات الفضائية التالية حسب أهميتها لك‪.‬‬
‫السورية‬ ‫الكويتية‬ ‫التونسية‬ ‫الليبية‬ ‫العربية‬ ‫الجزيرة‬

‫في هذا السؤال يجب إنشاء ستة متغيرات وإعطاء الرقم ‪ 6‬للقناة األكثر أهمية والرقم ‪ 5‬لألقل أهمية‬
‫إلى أن نصل إلى اقل القنوات أهمية وإعطائها الرقم ‪.1‬‬

‫ج) سؤال مفتوح جزئياً‪:‬‬

‫ويقصد بذلك السؤال الذي يسمح للشخص باختيار إجابة موجودة ضمن الخيارات أو كتابة إجابة‬
‫أخرى غير موجودة ضمن الخيارات‪.‬‬
‫مثال‪ :‬عند سفرك للخارج أي خطوط الطيران تستخدم؟‬
‫غير ذلك اذكرها ‪.....‬‬ ‫الغدامسية‬ ‫البراق‬ ‫االفريقية‬ ‫الليبية‬

‫في هذا النوع من األسئلة فان متغيرا واحدا يكفي لتمثيل هذا السؤال الن المسموح به هو إجابة‬
‫واحدة فقط( شريطة أن يستخدم المسافر شركة طيرا ن واحدة) إال أن عملية تعيين رموز تصف قيم‬
‫المتغير ( اإلجابات) هي صعبة نوعا ما وتتم باستخدام عدة طرق يمكن تلخيصها كالتالي‪:‬‬

‫‪9‬‬
‫الطريقة األولى ‪ :‬أن ترمز لكل شركة طيران وردت باإلجابة برقم من ‪ 1‬إلى ‪ N‬حيث يمثل ‪ N‬عدد‬
‫شركات الطيران الواردة باإلجابة وهذه طريقة سيئة ألنها تحتاج لوقت كبير‪ ،‬ألنه سيتعامل مع كل‬
‫استبيان بشكل منفرد ليتم جمع البيانات كلها‪.‬‬

‫الطريقة الثانية‪ :‬تعيين الرمز ‪ 5‬ليصف اإلجابة " غير ذلك " بحيث يتم معاملة هذه اإلجابات‬
‫كمجموعة واحدة عند تحليل اإلجابات بغض النظر عما ذكر من أنواع شركات الطيران الممكنة‪.‬‬
‫وهذه ا لطريقة سيئة ألنها تمكننا من فقدان معلومات كثيرة‪ ،‬إال أن هذا الفقدان من المعلومات قد ال‬
‫يكون مشكلة إذا كان االستبيان يركز على شركات الطيران الواردة في السؤال‪.‬‬
‫والختيار أي الطرق أفضل فإنه يجب األخذ بعين االعتبار العوامل التالية ‪:‬‬
‫الهدف من اإلستبانة‬ ‫‪-‬‬
‫شكل االستبيان الذي تم تقديمه لألشخاص وكيفية اإلجابة علية‪.‬‬ ‫‪-‬‬
‫الوقت المتاح للباحث‪.‬‬ ‫‪-‬‬
‫الدعم المادي المتوفر للباحث‪.‬‬ ‫‪-‬‬
‫الدقة المطلوبة‪.‬‬ ‫‪-‬‬

‫عملية إدخال البيانات في ‪SPSS‬‬

‫نحن نفترض هنا أن برنامج ‪ SPSS‬موجود على جهازك ولتشغيله انقر فوق زر البدء " ابدأ‬
‫" أو "‪ "Start‬من شاشة تشغيل النوافذ اختر " برامج ‪ " Programs‬انقر فوق أيقونة " ‪SPSS‬‬
‫‪ " for windows‬ثم تنتج قائمة فرعية اختر " ‪ " SPSS 11.0‬فيتم فتح الشاشة التالية والتي‬
‫تسمى نافذة محرر البيانات (‪: )Data Editor‬‬

‫الحظ أن محرر البيانات هو عبارة عن شبكة من الصفوف واألعمدة تستخدم إلنشاء وتحرير‬
‫ملفات البيانات‪ .‬وفي محرر البيانات فان كل صف يمثل حالة (‪ )Case‬أي أن الصف األول‬
‫يفرغ فيه إجابات االستبيان األول والصف الثاني يفرغ فيه إجابات اإلستبانة الثانية وهكذا‪....‬‬

‫‪10‬‬
‫أما األعمدة فتمثل المتغيرات أي أن كل سؤال في اإلستبانة يمثل بمتغير ( ‪) Variable‬أي‬
‫بعمود‪ .‬وتسمى نقاط التقاطع بين الصف والعمود بالخلية (‪.)Cell‬‬
‫كما يوجد في أعلى شاشة محرر البيانات شريط العنوان وشريط القوائم وشريط محرر‬
‫البيانات وفي اسفل شاشة محرر البيانات يوجد عرض البيانات ( ‪ )Data View‬لعرض‬
‫البيانات وكذلك يوجد عرض المتغيرات ( ‪ ) Variable View‬لعرض خصائص المتغيــرات‬
‫( اسم المتغير ونوعه و‪ ) ...‬وكذلك نشاهد أشرطة التمرير الراسية واألفقية على الجانب‬
‫األيمن والجهة السفلي لشاشة محرر البيانات‪.‬‬
‫وقبل البدء في كيفية إدخال البيانات سنشير إلى وظائف األيقونات التي يحتويها شريط‬
‫األدوات ( شريط محرر البيانات ‪ ) Data Editor‬و الموضح بالشكل التالي‪:‬‬

‫‪11‬‬
 ‫الوظيفة‬ ‫العنوان‬ ‫األيقونة‬
‫فتح ملف مخزن‬ ‫‪open‬‬
‫تخزين ملف‬ ‫‪Save‬‬

‫طباعة ملف‬ ‫‪Print‬‬

‫إظهار آخر مجموعة من اإلجراءات التي تم‬
‫‪Dialog Recall‬‬
‫استخدامها‬
‫تراجع عن آخر عملية قمت بها‬ ‫‪Undo‬‬

‫الرجوع عن آخر عملية تراجعت عنها‬ ‫‪Redo‬‬

‫االنتقال إلى تخطيط‬ ‫‪Goto Chart‬‬
‫االنتقال إلى حالة ( صف)‬ ‫‪Goto Case‬‬
‫إعطاء معلومات عن المتغير‬ ‫‪Variable‬‬
‫بحث عن‬ ‫‪Find‬‬
‫إدراج حالة جديدة إلى الملف‬ ‫‪Insert Case‬‬
‫إدراج متغير جديد إلى الملف‬ ‫‪Insert Variable‬‬
‫شطر الملف إلى جزأين‬ ‫‪Split File‬‬

‫إعطاء أوزان للحاالت‬ ‫‪Weight Cases‬‬

‫اختيار مجموعة حاالت‬ ‫‪Select Cases‬‬

‫إظهار ( أو إخفاء) عناوين ( دالالت ) القيم‬ ‫‪Value Labels‬‬

‫استخدام مجموعات من المتغيرات‬ ‫‪Use Sets‬‬

‫‪12‬‬
‫واآلن نوضح كيفية إدخال البيانات التالية والتي تهدف إلى معرفة اتجاهات المعلمين نحو‬
‫الوسائل التعليمية‪:‬‬

‫استبانه‬

‫بكالوريوس فما فوق‬ ‫دبلوم‬ ‫المؤهل العلمي‪:‬‬

‫اكثر من ‪ 5‬سنوات‬ ‫من ‪ 10-5‬سنوات‬ ‫اقل من ‪ 5‬سنوات‬ ‫الخبرة‪:‬‬

‫معارض‬ ‫معارض‬ ‫محايد‬ ‫موافق‬ ‫موافق‬ ‫الفقرة‬ ‫الرقم‬

‫بشدة‬ ‫بشدة‬
‫اشعر بارتياح الستخدام الوسيلة التعليمية‬ ‫‪1‬‬
‫افضل عرض الوسيلة التعليمية في وقتها المناسب‬ ‫‪2‬‬
‫أرى أن استخدام الوسيلة التعليمية تحسن نوعية التعليم‬ ‫‪3‬‬

‫‪ -‬نقوم بعملية الترميز للمتغيرات‪:‬‬

‫أوال ‪ :‬متغير المؤهل العلمي‪:‬‬

‫بكالوريوس فما فوق‬ ‫دبلوم‬ ‫المؤهل العلمي‬

‫‪2‬‬ ‫‪1‬‬ ‫التصنيف‬

‫ثانيا‪ :‬الخبرة‪:‬‬

‫الخبرة اقل من ‪ 5‬سنوات من ‪ 10-5‬سنوات اكثر من ‪ 10‬سنوات‬

‫‪3‬‬ ‫‪2‬‬ ‫‪1‬‬ ‫التصنيف‬

‫ثالثا‪ :‬يتم تفريغ البيانات وفقا للتصنيف التالي‪:‬‬

‫التصنيف موافق بشدة موافق محايد معارض معارض بشدة‬

‫‪1‬‬ ‫‪2‬‬ ‫‪3‬‬ ‫‪4‬‬ ‫‪5‬‬ ‫الدرجة‬

‫نعطي أسماء لمتغيرات أسئلة الدراسة كالتالي‪ :‬المؤهل‪ ،‬الخبرة‪q3, q2, q1 ،‬‬
‫* نضغط على ‪ Variable View‬تظهر الشاشة التالية والتي تستخدم في تعريف متغيرات الدراسة ‪.‬‬

‫‪13‬‬
‫نالحظ من الشاشة أن للمتغير عدة خواص هي االسم ‪ Name‬والنوع ‪ Type‬ووصف المتغير ‪Lable‬‬
‫وغيرها كما تشاهد في الشكل أعاله وسوف نأتي بالتفصيل لكيفية إدخال متغير المؤهل العلمي‪،‬‬
‫وسوف يكون إدخال بقية المتغيرات مشابه تماما‪:‬‬

‫المرحلة األولى‪ :‬كتابة اسم المتغير‬

‫نضغط في الخلية اسفل ‪ Name‬في السطر األول لنكتب اسم المتغير " المؤهل "‬

‫المرحلة الثانية‪ :‬تعين نوع المتغير‬

‫نضغط في الخلية اسفل ‪ Type‬فتظهر أيقونة عليها ثالث نقاط نضغط عليها فيظهر لنا‬
‫الشكل التالي‪:‬‬
‫‪ Numeric ‬من الشكل نالحظ أن ‪ SPSS‬يعتبر أن جميع المتغيرات رقمية وعرضها‬
‫‪ Width 8‬أي ‪ 8‬أرقام وكذلك عدد األرقام العشرية ‪ Decimal Places 2‬ويمكن تغيير عدد أرقام‬
‫العدد وكذلك عدد األرقام العشرية بالضغط داخل المربع المعني أو في الخلية اسفل العمود‬

‫‪14‬‬
‫‪ Width‬أو اسفل العمود ‪ Decimal‬في شاشة محرر البيانات ونقوم بتغيير عدد أرقام العدد‬
‫وكذاك عدد األرقام العشرية كما هو مبين بالشكل‪-:‬‬
‫‪ Comma ‬لتعريف متغير رقمي يراد عرض قيمه بحيث تشتمل على فاصلة‬

‫كل ثالثة أرقام ( لألرقام األكبر من ‪ )1000‬مع نقطة لفصل الخانات العشرية‪.‬وكمثال على‬
‫ذلك ‪. 545,445,555.000‬‬

‫‪ - Dot‬لتعريف متغير رقمي يراد عرض قيمه بحيث تشتمل على نقطة كل ثالثة‬ ‫‪‬‬
‫أرقام ( لألرقام األكبر من ‪ )1000‬مع فاصلة لفصل الخانات العشرية وكمثال على ذلك‬
‫العدد ‪. 545.445.555,000‬‬
‫‪ Scientific Notation‬لتعريف متغير رقمي يراد عرض قيمة بشكل تعبير أسى‬ ‫‪‬‬
‫وفي هذا النوع يستخدم الحرف (‪ )E‬ليسد مسد األساس (‪)10‬فالرقم ‪ 4.51  10‬يعبر عنه‬
‫‪2‬‬

‫حسب هذا النوع كما يلي ‪4.51E2‬‬

‫‪ Date‬لتعريف متغير رقمي يراد عرض قيمة بشكل تاريخ أو تاريخ مع الوقت‬ ‫‪‬‬
‫وصندوق الحوار التالي يبين أشكال خاصة من هذا النوع‬

‫وكمثال يمكن اختيار الشكل‪ mm/ dd/ yy‬وهو التاريخ على الطريقة األمريكية وارمز ‪mm‬‬
‫يعني الشهر و ‪ dd‬تعني اليوم و ‪ yy‬تعني السنة‪ .‬وكمثال ‪. 05/06/99‬‬

‫‪ Dollar‬لتعريف متغير رقمي يراد عرض قيمة بحيث تشمل على إشارة الدوالر ‪$‬‬ ‫‪‬‬
‫مع فاصلة كل ثالثة أرقام ( العدد اكبر من ‪ )1000‬مع نقطة لفصل الخانات العشرية‪.‬‬

‫‪15‬‬
 ‫والشكل التالي يبين هذا النوع ‪:‬‬

‫وكمثال على قيم متغير منم هذا النوع ‪$,505,487.14‬‬

‫‪ : Custom Currencey‬لتعريف متغير رقمي يراد عرض قيمة بحيث تشمل على‬ ‫‪‬‬
‫عملة دولة معينة تم تعريف مواصفاتها حسب الطلب‪ ،‬لذلك قبل اختيار هذا النوع فانه‬
‫يجب أوال إنشاء العملة المطلوبة كما يلي‪:‬‬

‫‪ -‬اختار القائمة ‪ Edit‬ثم اختيار األمر ‪ Options‬فيظهر مربع الحوار التالي‪ ،‬اختار النافذة‬
‫‪ Currency‬ثم في مربع ‪ All Values‬اكتب في المربع المقابل لـ ‪ " Suffix‬جنيه " وفي‬
‫مربع ‪ Negative Values‬اكتب إشارة السالب "‪ " -‬في المربع المقابل لـ ‪ Suffix‬ثم موافق‪.‬‬

‫‪16‬‬
 ‫وكمثال على هذا النوع‪ 454.000 - :‬جنيه ‪.‬‬

‫‪ : String‬لتعريف متغير حرفي قيمه تحتوي على أحرف أو أرقام أو أي رموز‬ ‫‪‬‬
‫أخرى‪ ،‬والشكل التالي يبين هذا النوع‪:‬‬
‫في مربع ‪ Characters‬ادخل أقصى عدد ممكن للرموز‪ ،‬ويجب معرفة انه يوجد فرق بين‬
‫الحروف الصغيرة والكبيرة أي أن الحرف ‪ a‬يختلف عن الحرف ‪. A‬‬

‫‪17‬‬
 ‫المرحلة الثالثة‪ :‬تعيين األوصاف للمتغير‬

‫لتعيين وصفا للمتغير(‪ )variable Label‬وتعيين رموزا (‪ )Values‬تستخدم كأوصاف لقيم‬

‫المتغير (‪ )Value Labels‬اضغط داخل الخلية اسفل ‪ Label‬في شاشة ‪Variable View‬‬
‫لكتابة نص السؤال وهو " المؤهل العلمي"‪.‬‬
‫في الخلية اسفل ‪ Values‬اضغط على المربع المنقط يظهر مربع الحوار التالي‪:‬‬
‫اكتب ‪ 1‬أمام ‪ Value‬و دبلوم أمام ‪ Value Label‬ثم اضغط على زر ‪ ، Add‬ثم اكتب ‪ 2‬في‬
‫المستطيل المقابل لـ ‪ Value‬ثم اكتب " بكالوريوس فما فوق" في المستطيل المقابل لـ ‪Value‬‬
‫‪ Label‬ثم اضغط على ‪. Add‬‬

‫‪18‬‬
‫‪ -‬لتغيير وصف قيمة المتغير‪ :‬ظلل الوصف المطلوب بنقره بالفارة ثم ادخل القيمة الجديدة في‬
‫مستطيل ‪ Value‬أو الوصف في مستطيل ‪ )Value Label‬ثم انقر الزر ‪ ، Change‬فيظهر‬
‫الوصف الجديد‪.‬‬

‫لحذف وصف قيمة في المتغير‪ :‬ظلل الوصف المطلوب من القائمة بنقره بالفارة ثم انقر زر‬
‫‪ ، Remove‬فيتم حذف الوصف من القائمة‪.‬‬

‫المرحلة الرابعة‪ :‬تحديد القيم المفقودة‬

‫أحيانا قد يقوم بعض األشخاص بعدم اإلجابة على سؤال ما تبقى إجابة ذلك السؤال مفقود‬
‫وتسمى بالقيمة المفقودة‪ ،‬ويجب إبالغ الجنرال ‪ SPSS‬بذلك‪ ،‬وهناك عدة طرق لتعيين القيم‬
‫المفقودة‪ ،‬نذكر منها‪:‬‬
‫عندما يكون هناك سؤال ليس له إجابة فما عليك إال أن تقفز عنه‪ ،‬ليقوم محرر‬ ‫‪‬‬
‫البيانات بعرض تلك الخلية المفقودة بنقطة‪ ،‬وتسمى تلك القيم المفقودة " قيم نظام مفقودة‬
‫)‪ " (System Missing Values‬وجدير بالذكر انه بالنسبة للمتغيرات الرقمية فان‬
‫الخاليا تحول إلى قيم نظام مفقودة ‪ ،‬أما بالنسبة للمتغيرات النصية فان الخاليا الفارغة‬
‫تعامل كقيمة صحيحة‪ ،‬بمعنى آخر ال يوجد قيم مفقودة في المتغيرات النصية‪.‬‬
‫يمكنك أن تضع رمزا بدل القيم المفقودة لتصبح تلك القيم " قيم المستخدم المفقودة‬ ‫‪‬‬
‫‪ " User Missing Values‬ولتحديد قيم مستخدم مفقودة نضغط في الخلية الموجودة‬
‫اسفل ‪ Missing‬في شاشة " محرر البيانات" ثم الضغط على المربع المنقط بثالث نقط‬
‫ليظهر الشكل التالي‪:‬‬

‫‪19‬‬
 ‫و يظهر من مربع الحوار عدة خيارات لتعيين القيم المفقودة كالتالي‪:‬‬
‫‪No missing values‬‬
‫يتم اختياره عند عدم وجود قيم مستخدم مفقودة وعادة يكون هذا الخيار محددا‪.‬‬
‫‪Discrete missing values‬‬
‫يمكنك إدخال حتى ثالث قيم مختلفة لمتغير واحد تعامل كقيم مستخدم مفقودة وهذا الخيار‬
‫يصلح للمتغيرات الرقمية والنصية‪.‬‬
‫‪Range of missing values‬‬
‫يمكنك هذا الخيار من تحديد مدى معين من قيم المستخدم المفقودة بحيث تعامل اقل قيمة‬
‫واكبر قيمة وما بينهما من القيم كقيم مفقودة‪ .‬ويصلح هذا الخيار فقط للقيم الرقمية وال يصلح‬
‫للمتغيرات النصية‪.‬‬
‫‪Range plus one discrete missing value‬‬
‫يمكنك هذا الخيار من تحديد مدى معين من قيم مستخدم مفقودة إضافة إلى قيمة خارج المدى‪،‬‬
‫ويصلح هذا الخيار للمتغيرات الرقمية وال يصلح للمتغيرات النصية‪ .‬وجدير بالذكر أن قيم‬
‫المستخدم المفقودة ال تدخل في الحسابات‪.‬‬
‫المرحلة الخامسة ‪ :‬تحيد شكل العمود‬
‫يقصد بشكل العمود عرض العمود )‪ ( Column width‬وموقع البيانات داخل العمود ‪(Text‬‬
‫)‪ Format‬بحيث يمكن توجيهها بحيث تكون في يسار العمود أو في وسطه أو في يمينه‪.‬‬
‫ولتغيير ذلك نضغط في الخلية اسفل ‪ Column‬واسفل ‪ Align‬ونختار المناسب‪.‬‬

‫‪20‬‬
 ‫المرحلة السادسة ‪ :‬تحدي مقياس المتغير‬
‫لتحديد مقياس المتغير نضغط داخل الخلية اسفل ‪ Measure‬ثم نضغط على السهم الموجود‬
‫داخل الخلية فتظهر الخيارات التالية كما بالشكل أعاله ‪ ،‬نختار منها ‪. Nominal‬‬
‫تمرين ‪:‬إليك اإلستبانة التي عرضت في بداية هذا الفصل والمطلوب توزيعها على‬
‫عينة عدد مفرداتها ‪ 10‬وتفريغها في ‪. SPSS‬‬

‫التصنيف موافق بشدة موافق محايد معارض معارض بشدة‬

‫‪1‬‬ ‫‪2‬‬ ‫‪3‬‬ ‫‪4‬‬ ‫‪5‬‬ ‫الدرجة‬

‫نعطي أسماء لمتغيرات أسئلة الدراسة كالتالي‪ :‬المؤهل‪ ،‬الخبرة‪q3, q2, q1 ،‬‬

‫بعد تفريغ البيانات تظهر شاشة محرر المتغيرات كالتالي‪:‬‬

‫‪21‬‬
 ‫والبيانات بعد التفريغ تظهر على شاشة محرر البيانات كالتالي‪:‬‬

‫‪ .2‬العمليات الحسابية واختيار الحاالت باستخدام االمر‬

‫‪Compute‬‬
‫عند تحليل اإلستبانة يلزم في بعض األحيان إيجاد بعض العمليات الحسابية على بعض‬
‫المتغيرات وهنا سنركز على بعض الدوال الهامة التي لها اتصال مباشر بتحليل اإلستبانة‪.‬‬
‫‪ ‬حساب مجموع عدة متغيرات‬
‫‪ ‬عملية الجمع‬
‫‪ q1, q2, q3‬الواردة في اإلستبانة السابقة‬ ‫مثال‪ :‬احسب مجموع المتغيرات‬

‫الحل‪ :‬لحساب مجموع المتغيرات الثالثة‬

‫‪22‬‬
 ‫‪ -‬نختار ‪ Compute‬من شريط القوائم ‪ Transform‬فيظهر مربع الحوار التالي‪:‬‬

‫‪ -‬في المستطيل ‪ Target Variable‬ادخل اسم المتغير الجديد المطلوب وليكن ‪ sum1‬ويجب‬
‫أن يكون االسم مخالف ألسماء المتغيرات في اإلستبانة‪.‬‬
‫‪ -‬في المستطيل ‪ Numeric Expression‬اكتب ‪ q1+q2+q3‬ويمكنك كتابة ذلك باستخدام‬
‫لوحة المفاتيح أو باستخدام أزرار اآللة الحاسبة الموجودة في مربع الحوار أو بالنقر على اسم‬
‫المتغير مرتين من قائمة المتغيرات أو بنقر المتغير مرة واحدة ثم الضغط على السهم ليدخل‬
‫داخل صندوق ‪Numeric Expression‬‬
‫‪ -‬إذا أردت أن تكتب وصف للمتغير اضغط على الزر ‪ Type&Lable‬فيظهر مربع الحوار‬
‫التالي‪:‬‬

‫‪23‬‬
‫‪ -‬أكتب في المستطيل المقابل لـ ‪ Label‬ثم اضغط على ‪Continue‬فينتقل إلى‬
‫مربع الحوار السابق ‪ ،‬اضغط على ‪ Ok‬فتظهر النتائج التالية‪:‬‬

‫‪24‬‬
‫مالحظة هامة‪ : 1‬عند استخدام طريقة الجمع السابقة إذا كانت إحدى قيم المتغيرات مفقودة فان‬
‫نتيجة الجمع للمتغيرات ستكون مفقودة‪ ،‬ولذلك يفضل استخدام دالة ‪ SUM‬من فئة الدوال‬
‫‪ Functions‬وكتابة الصيغة التالية داخل مستطيل ‪، Numeric Expression‬‬
‫)‪ sum(q1,q2,q3‬أو )‪ sum(q1 to q3‬فانه يتم جمع قيم المتغيرات الغير مفقودة حاول أن‬
‫تجرب هذه المالحظة مع اختيار اسم جديد للمتغير الناتج‪.‬‬
‫مالحظة هامة ‪ :2‬من الممكن أن نحدد الحد األدنى للمتغيرات غير المفقودة في المتغيرات‬ ‫‪‬‬
‫المراد جمعها‪ ،‬وهذا يمكن أن يتم بإلحاقه نقطة مرفقة بالحد األدنى لعدد المتغيرات التي ال تحتوي‬
‫على قيم مفقودة في اسم الدالة كالتالي‪:‬‬
‫)‪sum.2(q1 to q3‬‬
‫هذا يعني أن عملية الجمع تتم إذا وجد على األقل متغيرين يحمالن قيم أو بيانات واال فالنتيجة‬
‫ستكون مفقودة‪.‬‬
‫مالحظة هامة ‪ :3‬يحتوي مربع الحوار ‪ Compute Variable‬على آلة حاسبة تحتوي على أرقام‬
‫ورموز حسابية ورموز عالئقية ورموز منطقية‪ .‬ويمكن استخدام هذه الحاسبة مثل أية حاسبة يدوية‬
‫وذلك بنقر الزر باستخدام الفأرة‪ .‬ويبين الجدول التالي الرموز المستخدمة في اآللة الحاسبة‪:‬‬
‫الرموز المنطقية‬ ‫الرموز العالئقية‬ ‫الرموز الحسابية‬
‫العملية‬ ‫الرمز‬ ‫العملية‬ ‫الرمز‬ ‫العملية‬ ‫الرمز‬
‫يجب أن تكون جميع العالقات‬ ‫اقل من‬ ‫<‬ ‫الجمع‬ ‫‪+‬‬
‫& أو ‪and‬‬
‫صحيحة‬ ‫اكبر من‬ ‫>‬ ‫الطرح‬ ‫‪-‬‬
‫واحدة من العالقات يجب أن‬ ‫اقل أو يساوي‬ ‫=>‬ ‫الضرب‬ ‫*‬
‫| أو ‪or‬‬
‫تكون صحيحة‬ ‫اكبر أو يساوي‬ ‫=<‬ ‫القسمة‬ ‫‪/‬‬
‫يساوي‬ ‫=‬ ‫األس‬ ‫**‬
‫تفيد النفي‬ ‫~ أو ‪not‬‬ ‫ترتيب‬
‫ال يساوي‬ ‫=~‬ ‫( )‬
‫العمليات‬

‫‪25‬‬
 ‫عملية إيجاد المعدل‬ ‫‪‬‬
‫ليكن أننا نريد إيجاد معدل المتغيرات الثالثة في كل حالة‪:‬‬
‫مثال‪ :‬أوجد معدل المتغيرات الثالثة لكل حالة من الحاالت‬
‫‪ Compute‬فيظهر مربع الحوار المسمى ( ‪Compute‬‬ ‫‪ Transform‬اختر‬ ‫من القائمة‬
‫‪ .. )Variable‬انظر المثال السابق‪ ..‬اختر الدالة ‪ mean‬من قائمة اإلقترانات ‪ Functions‬لتنقلها‬
‫في داخل المستطيل ‪ Numeric Expression‬وتكتب الصيغة التالية )‪ ، mean(q1 to q3‬ثم‬
‫اختر اسما جديد للمتغير الجديد واكتبه داخل مستطيل ‪ Target Variable‬وليكن المعدل ثم اضغط‬
‫على ‪ ، Ok‬فيظهر عمود جديد في شاشة البيانات باسم " المعدل "‬
‫مالحظة هامة‪ :‬إذا أردت إيجاد معدل المتغيرات الخاصة للمعلمين الذي خبرتهم اقل من ‪ 5‬سنوات‬
‫فقط اضغط على الزر “ ‪ ” If‬فيظهر مربع الحوار التالي‪:‬‬
‫اضغط على ‪Include if case satisfied condition:‬‬
‫قم بإدخال الشرط المطلوب وهو الخبرة = ‪ 1‬الن الخبرة اقل من ‪ 5‬سنوات رمزنا لها بالرمز ‪ 1‬أتذكر‬
‫ذلك ؟ ‪....‬‬
‫انقر الزر ‪ Continue‬فيظهر مربع الحوار ‪ Compute Variable‬وتظهر عبارة‬
‫الشرط بجانب الزر ‪ If ...‬انقر الزر ‪Ok‬تالحظ ظهور متغير جديد باسم "المعدل" في‬
‫نهاية ملف البيانات يحمل قيم جديدة لمعدل المتغيرات الثالثة لكل حالة في حالة أن‬

‫‪26‬‬
 ‫تكون الخبرة اقل من ‪ 5‬سنوات بناء على الشرط ‪.‬‬

‫‪ -‬من الممكن أن يكون الشرط مركب ‪ ،‬فإذا أردنا إيجاد معدل المتغيرات الثالثة للمعلمين الذي‬
‫خبرتهم من ‪ 5‬إلى ‪ 10‬من حملة البكالوريوس فإننا نكتب في مستطيل الشرط الموضح في مربع‬
‫الحوار ‪ Compute Variable: if Cases‬الصيغة التالية‪:‬‬
‫الخبرة=‪ &1‬المؤهل=‪ 2‬أو الخبرة=‪ and 1‬المؤهل=‪2‬‬
‫الحظ وجود فراغ من اليمين ومن اليسار حول كلمة ‪and‬‬

‫* إذا أردنا إيجاد معدل المتغيرات الثالثة بشرط أن للمعلمين الذي خبرتهم من ‪ 5‬إلى ‪ 10‬أو‬
‫حاصلون على درجة البكالوريوس فننا نكتب في مستطيل الشرط العبارة التالية‪:‬‬
‫الخبرة=‪ 1‬ا المؤهل=‪ 2‬أو الخبرة=‪ or 1‬المؤهل=‪2‬‬
‫تمرين ‪ :‬أوجد المعدل للمتغيرات الثالثة للمعلمين ذوى الخبرة اكبر من ‪5‬‬
‫تمرين ‪ :‬أوجد المعدل للمتغيرات الثالثة للمعلمين ذوى الخبرة اكبر من ‪ 5‬من حملة الدبلوم‬

‫‪27‬‬
 ‫‪Select Cases‬‬ ‫طرق اختيار عدة حاالت‬ ‫‪‬‬
‫بإمكاننا اختيار عدة حاالت يمكن للباحث إجراء التحليل عليها والختيار عدة حاالت أو‬
‫مجموعة جزئية من الحاالت نختار من القائمة ‪ Data‬األمر ‪ Select Cases‬فيظهر‬
‫مربع الحوار التالي‪:‬‬

‫‪28‬‬
 ‫مثال‪ :‬افترض أننا نريد تحديد الحاالت للمعلمين الذين مؤهلهم العلمي دبلوم فقط‪ ،‬من‬
‫مستطيل ‪ Select‬نختار الخيار ‪ ، If condition is satisfied‬ثم ننقر على الزر ‪If‬‬
‫فيظهر مربع الحوار التالي‪:‬‬

‫ادخل الشرط المؤهل=‪ 1‬ثم اضغط ‪Continue‬‬

‫في اسفل مربع الحوار‪ Select Cases‬يوجد مستطيل يسمى ‪ Unselected Cases Are‬يوجد‬
‫خياران يحددان الطريقة التي سوف نستثني الحاالت المستثناه وهما‬

‫‪ : Filtered‬هذا الخيار يؤدي إلى إضافة متغير في نهاية ملف البيانات يسمى ‪ filter_$‬يأخذ‬
‫قيمتين‪ ،‬القيمة ( ‪1‬او ‪ )Selected‬للحاالت المختارة والرقم ( ‪ 0‬او ‪ )Not Selected‬للحاالت غير‬
‫المختارة‪ ،‬كما أن هذا الخيار يؤدي إلى وضع إشارة " ‪ " /‬للحاالت غير المختارة‪ .‬واذا أردت‬
‫إيقاف هذا الخيار والرجوع لجميع البيانات اختر ‪ All Cases‬من المستطيل ‪. Select‬‬

‫‪29‬‬
 ‫‪ :Deleted‬هذا الخيار يؤدي إلى حذف الحاالت غير المختارة وال يمكن الرجوع إلى البيانات‬
‫األصلية إال إذا قمن بإغالق البرنامج مع عدم التخزين وفتح الملف من جديد‪.‬‬
‫على كل حال سنختار ‪ Filtered‬ثم نضغط على ‪ Ok‬فتظهر النتائج التالية‪:‬‬

‫إذا اخترنا ‪ Deleted‬من المستطيل ‪ Unselected Cases‬فان النتائج تكون كالتالي‪:‬‬

‫‪30‬‬
 ‫الختيار عينة عشوائية من البيانات نتبع الخطوات التالية‪:‬‬ ‫‪‬‬
‫‪ -‬من القائمة ‪ Data‬اختر ‪ Select Cases‬فيظهر مربع الحوار ‪ Select Cases‬كما في المثال‬
‫السابق‪ ،‬نضغط على‪ Random sample of cases‬من مستطيل ‪Select‬‬
‫‪ ،‬ثم نضغط على ‪ Sample‬فيظهر مربع الحوار التالي‪:‬‬

‫يشتمل هذا الحوار على خيارين هما ‪ Approximately‬وهو يحدد نسبة الحاالت المئوية وذالك‬
‫بادخال رقم في مستطيل هذا الخيار وليكن ‪ 60‬وعلية سيتم اختيار ‪ %60‬من الحاالت عشوائيا‪ .‬اما‬
‫الخيار ‪ Exactly‬فيحدد عدد الخيارات من عينة حجمها ‪ n‬من الحاالت‪ ،‬فاذا ادخلنا الرقم ‪ 6‬امام‬
‫في المستطيل االيسر المقابل لـ ‪ Exactly‬والرقم ‪ 10‬في المستطيل االيسر‪ ،‬فهذا يعني اختيار ‪6‬‬
‫حاالت من اول ‪ 10‬حاالت‪.‬‬
‫في مثالنا سنختار حالة ‪ .Exactly‬ونضغط على الزر ‪ Continue‬ثم على ‪ Ok‬فتظهر مايلى‬

‫اختيار مدى معين من الحاالت‬ ‫‪‬‬

‫‪31‬‬
‫لتحديد مدى معين من الحاالت نختار من مربع الحوار ‪ Select Cases‬الخيار ‪Based on time‬‬
‫‪ or case range‬فيظهر مربع الحوار التالي‪:‬‬

‫أكتب الرقم ‪ 3‬أسفل ‪ First Cases‬والرقم ‪ 7‬أسفل ‪ Last Cases‬وبذلك يتم إختيار الحاالت من‬
‫الحالة الثالثة إلى الحالة السابعة‪.‬‬

‫تصفية حاالت معينة‬ ‫‪‬‬

‫نستطيع من خالل هذا األمر اختيار الحاالت التي ال تساوي قيمتها في هذا المتغير صف ار وتحذف الحاالت التي‬
‫تساوي قيمتها الصفر وذلك بالنقر على ‪ Use Filter Variable‬ثم إدخال المتغير الذي يحتوي على بيانات تساوي‬
‫الصفر وبيانات ال تساوي الصفر ‪ ،‬ثم نضغط ‪ Ok‬فنحصل على الحاالت التي ال تساوي الصفر‪.‬‬

‫تنسيق عدة أعمدة باستخدام األمر ‪Templates‬‬ ‫‪‬‬

‫يستخدم هذا األمر لتعريف معلومات متشابهة لعدة متغيرات‪ ،‬فعلى سبيل المثال إذا كانت عدة أسئلة‬
‫تتفق في إجاباتها المحتملة مثل ] موافق بشدة (‪ ، )5‬موافق (‪ ،)4‬محايد(‪ ،)3‬معارض(‪ ،)2‬معارض‬
‫بشدة(‪ [)1‬والمطلوب تعريفها لجميع المتغيرات مرة واحدة نتبع الخطوات التالية‪:‬‬
‫‪ .1‬نعرف أول متغير بكتابة إسمة ونوعه والقيم المفقودة وجميع التنسيقات الممكنة وذلك‬
‫من شاشة تعريف المتغيرات ‪. Variable View‬‬

‫‪32‬‬
‫‪ .2‬اضغط بالزر األيمن للماوس على المتغير المعرف وليكن ‪ q3‬في االستبانة السابقة كما هو‬
‫موضح بالشكل‬
‫ثم اختر ‪. Copy‬‬
‫‪ .3‬ظلل المتغير الذي يلي المتغير ‪q3‬‬
‫واختر من ‪ Edit‬األمر ‪Past Variable‬‬
‫ليظهر مربع الحوار التالي‪:‬‬

‫‪ -4‬اختر عدد المتغيرات المراد لصق المعلومات بها وليكن ‪ 4‬في المستطيل أمام ‪Number of‬‬
‫‪ new variables‬ثم اضغط في المربع المقابل لـ ‪ New variable names‬واكتب الحرف ‪q‬‬
‫الن هذا الحرف هو مشترك بين جميع أسماء المتغيرات المتشابهة في المعلومات‪ ،‬ثم اكتب الرقم‬
‫‪ 4‬في الجهة اليسرى كما هو مبين في الشكل أعاله‪ (.‬كتبنا الرقم ‪ 4‬الن المتغيرات الجديدة ستبدأ‬
‫من ‪ q4‬ثم اضغط ‪Ok.‬‬

‫‪33‬‬
 ‫‪ ‬حفظ أو تخزين البيانات‪Saving Data‬‬
‫‪ .1‬لحفظ البيانات ألول مرة اختر األمر ‪ Save As‬من القائمة ‪ File‬فيظهر مربع الحوار التالي‪:‬‬

‫‪ .2‬حدد الدليل الذي تريد من مربع ‪ Save In‬نحن اخترنا " المستندات"‪ ،‬ثم ادخل اسم الملف"‬
‫‪ ، File Name‬الحظ أن امتداد ملفات البيانات ‪ SPSS*.sav‬المقابل‬ ‫وكالة " في مربع‬
‫لمربع ‪ Save as type‬كما هو موضح بالشكل‪.‬ثم اضغط على الزر ‪.Save‬‬
‫‪ .4‬للخروج من نظام ‪ SPSS‬بالنقر على ‪ Exit SPSS‬من قائمة ‪. File‬‬
‫فتح ملف بيانات مخزن‬ ‫‪‬‬
‫‪ .1‬من القائمة ‪ File‬اختر ‪ Open‬ومن القائمة الفرعية اختر ‪ Data‬كما هو بالشكل‪.‬‬

‫‪34‬‬
 ‫‪ .2‬يظهر مربع الحوار التالي‪:‬اختر الملف المطلوب ثم اضغط الزر ‪.Open‬‬

‫‪ ‬لحذف متغير ‪ ،‬نحدد المتغير ثم نضغط ‪ ، Delete‬ولنسخ متغير أو عدة متغيرات حددها ثم‬
‫اختر من القائمة ‪ Edit‬األمر ‪ ، Copy‬وللصق المتغيرات بعد نسخها نختار من القائمة ‪Edit‬‬
‫األمر ‪. Past‬‬

‫‪ ‬إدراج متغير (عمود) ‪Insert Variable‬‬

‫‪ .1‬ضع مؤشر الفارة على العمود الذي تريد إضافة عمود جديد إلى يساره‪.‬‬
‫‪ .2‬من قائمة بيانات اختر األمر ‪ ( Insert Variable‬أو بالنقر على الزر في شريط األزرار‬
‫الخاص بإدراج متغير) فيظهر عمود جديد باسم افتراضي ‪Var00001‬‬

‫‪35‬‬
 ‫‪ ‬إدراج حاالت ( صفوف) ‪Insert Cases‬‬
‫‪ .1‬ضع مؤشر الفارة على الصف الذي تريد إضافة صف جديد فوقه‪.‬‬
‫من قائمة بيانات اختر األمر ‪ ( Insert Case‬أو بالنقر على الزر في شريط األزرار الخاص‬
‫بإدراج صف) فيظهر صف جديد باسم افتراضي‪.‬‬

‫‪ ‬اإلنتقال إلى ‪Go To Case‬‬

‫‪.1‬انقر فوق األمر ‪ Go To Case‬من قائمة ‪ Data‬فيظهر مربع الحوار ‪ Go To Case‬كما هو‬
‫بالشكل ثم اكتب رقم الحالة التي تريد االنتقال إليها‬

‫‪ ‬البحث عن القيم ‪Finding Values‬‬

‫‪ .1‬إذا رغبت في البحث عن قيم لمتغيرات معينه ( مثال المتغير ‪ )q3‬انقر فوق أي خلية في‬
‫المتغير‪.q1‬‬
‫‪ .2‬من القائمة ‪ Edit‬اختر ‪ Find‬فيظهر مربع الحوار التالي‪:‬‬

‫‪36‬‬
 ‫‪ .3‬اكتب الرقم المراد البحث عنه وليكن ‪ 4‬في المستطيل أمام ‪Find what‬‬

‫إستيراد وتصدير البيانات ‪Exporting and Importing‬‬ ‫‪‬‬

‫تعتبر عملية الحصول على البيانات من األولويات التي تشغل بال الباحثين‪ ،‬ولكن ليس بالضرورة أن‬
‫تكون هذه البيانات مخزنة في ملفات ‪ SPSS‬إذ قد تكون ضمن برنامج ‪ Excel‬أو ‪Access‬‬
‫وغيرها( تسمى هذه العملية استيراد البيانات)‪ .‬كذلك فانك قد تحتاج في بعض األحيان تخزين بياناتك‬
‫التي قمت بمعالجتها في تطبيقات أخرى مثل ‪ Excel‬أو ‪( Access‬تسمى هذه العملية تصدير‬
‫البيانات) ‪.‬‬

‫تصدير البيانات ‪Exporting Data‬‬ ‫‪‬‬

‫‪ .1‬إذا أردت تخزين ملف ‪ SPSS‬في برنامج ‪ Excel‬نختار من ‪ Save As‬من القائمة ‪File‬‬
‫ليظهر مربع الحوار التالي‪:‬‬

‫‪37‬‬
‫‪ .2‬من المربع ‪ Save as type‬نحدد نوع الملف ‪ Excel *.xls‬الذي يستطيع تطبيق ‪Excel‬‬
‫‪ .name‬ثم‬ ‫ا لتعرف عليه‪ ،‬ثم اكتب اسم الملف "المخزون" في المستطيل أمام ‪File‬‬
‫اضغط على زر ‪.Save‬‬
‫‪ .3‬افتح تطبيق ‪ Excel‬ثم اضغط على ‪ Open‬من شريط القوائم وافتح الملف "المخزون"‪.‬‬
‫إستيراد البيانات ‪Importing Data‬‬ ‫‪‬‬

‫نستطيع استيراد البيانات من تطبيق آخر مثل ‪ Excel‬وتحويله إلى تطبيق ‪ SPSS‬باتباع الخطوات‬
‫التالية‪:‬‬
‫‪.1‬افتح برنامج جديد في ‪ SPSS‬ثم اختر ‪ Open‬من القائمة ‪ ، File‬ثم اضغط على السهم يمين‬
‫القائمة‪ File of Type‬ستظهر قائمة بأنواع الملفات التي يمكن لبرنامج ‪ SPSS‬التعامل معها‪ ،‬حدد‬
‫على سبيل المثال ‪Excel*.xls‬‬
‫‪ .2‬حدد الملف الذي تريد فتحه بالنقر عليه‪ ،‬ثم اضغط ‪.Ok‬‬

‫‪38‬‬
 ‫الرسم البياني ‪Creating charts‬‬
‫التمثيل البياني هو تخطيط يعرض المعلومات بشكل مرئي مما يساعد في فهم األرقام والمقارنة‬
‫بينهما‪ .‬ويمكن تمثيل البيانات بعدة طرق منها األعمدة البيانية والقطاعات الدائرية والمنحنيات‬
‫والمدرج التكراري ولوحة االنتشار‪ .‬ويتم اختيار طريقة التمثيل بناء على نوعية البيانات ‪ ،‬فإذا كانت‬
‫البيانات تقاس بمقياس اسمي أو ترتيبي يتم تمثيلها باألعمدة أو بالقطاع الدائري‪ ،‬واذا كانت البيانات‬
‫تقاس بمقياس كمي فان المدرج التكراري والمنحنيات يكون التمثيل البياني األمثل لها‪.‬‬
‫"‬ ‫مالحظة عمل ‪ :‬أضف لإلستبانة السابقة متغيرين األول عبارة عن الراتب في بداية العمل باسم‬
‫ر_بدائي " والمتغير الثاني عبارة عن الراتب في نهاية العمل " ر_نهائي " وتنسيقهما ‪Numeric‬‬
‫وعملة الدوالر لتكون النتائج كالتالي‪:‬‬

‫‪39‬‬
 ‫واآلن إلى الرسم البياني‪:‬‬
‫‪ ‬طريقة األعمدة البيانية‬
‫بناء على متغير مصنف‬‫‪ .1‬أعمدة بيانية تصنف الحاالت في مجموعة ً‬
‫)‪(Summaries for groups of cases‬‬
‫مثال‪ :‬أوجد بطريقة األعمدة عالقة الدخل في بداية العمل مع المؤهل العلمي للمعلمين‪.‬‬
‫الحل‪ .1:‬من القائمة ‪ Graphs‬نختار ‪ Bar‬فيظهر مربع الحوار التالي‪:‬‬

‫‪ .2‬اضغط على ‪Simple‬‬

‫‪ .3‬من مستطيل ‪ Data in Chart Are‬اختر ‪Summaries for groups of cases‬‬
‫‪ .4‬اضغط على ‪ Define‬يظهر مربع الحوار التالي‪:‬‬

‫‪40‬‬
 ‫‪ .5‬في مستطيل ‪ Bars Represent‬اختر الخيار ‪Other summary function‬‬
‫‪ .6‬من قائمة المتغيرات في الجهة اليسرى اختر المتغير "ر_بدائي " ثم اضغط على‬
‫السهم الموجود بجانب ‪ Variable‬كما هو مبين بالشكل‪ ،‬والحظ أن كلمة ‪Mean‬‬
‫ظهرت كذلك وتعني المتوسط الحسابي وبإمكانك أن تختار إحصاء آخر بالضغط‬
‫على ‪ Change Summary‬ليظهر مربع الحوار التالي وتختار ما تريد‪.‬‬

‫‪41‬‬
‫‪.7‬من قائمة المتغيرات في الجهة اليسرى اختر المتغير " المؤهل" ثم اضغط على السهم‬
‫الموجود بجانب المستطيل ‪ Category Axis‬كما هو مبين بالشكل‪.‬‬
‫‪ .8‬اضغط على الزر ‪ Titles‬يظهر مربع الحوار التالي‪:‬‬

‫‪42‬‬
‫بإمكانك أن تكتب عنوان للمخطط‪.‬اضغط ‪ Continue‬ثم اضغط ‪ Ok‬تظهر النتائج‬
‫التالية في شاشة المخرجات‪:‬‬

‫‪ .3‬الحظ الخط على الرسم غير مفهوم والتوضيحة‬

‫‪ .9‬الحظ أن الكالم غير واضح ويجب إجراء تنسيقات على الرسم وذلك بالنقر بالماوس‬
‫مرتين متتاليتين لتظهر شاشة أخرى تسمى نافذة الرسم البياني ‪Chart Window‬‬
‫مع شريط القوائم وشريط األدوات الخاص بهذه النافذة كما يوضح الشكل التالي‪:‬‬

‫‪43‬‬
‫‪ .10‬اضغط على الزر )‪ T (Text‬ليظهر الشكل الموجود بالنتائج في المخطط السابق‪،‬‬
‫اضغط على الكالم المراد توضيحه ثم من مربع ‪ Text Styles‬اختر خط عربي‬
‫‪ Arabic Transparent‬علي سبيل المثال ثم اختر حجم الخط ‪ 12‬على سبيل المثال‪،‬‬
‫ثم اضغطي على ‪ . Apply‬كرر ذلك على كل خط ليس واضحًا‪.‬‬
‫‪ .11‬لتوسيط عنوان محور الصادات وتغيير التدريج اضغط مرتين متتاليتين على محور‬
‫الصادات يظهر مربع الحوار التالي لتختار‪ Center‬وأي تنسيق آخر‪:‬‬

‫‪44‬‬
‫‪ .12‬الختيار أي تنسيق ألي جزء في الرسم اضغط عليه مرتين ونسق حسب مربع‬
‫الحوار الناتج‪.‬‬
‫‪ .13‬اضغط على ‪ Close‬من القائمة ‪ File‬تظهر نافذة النتائج كالتالي‪:‬‬

‫‪45‬‬
 ‫مثال‪ :‬ارسم مخطط بياني يبين عالقة المؤهل العلمي بالراتب الحالي والراتب البدائي‪.‬‬
‫الحل‪ .1:‬اتبع نفس الخطوات السابقة مع اختيار ‪ ( Clustered‬األعمدة المزدوجة)بدل‬
‫االختيار ‪ Simple‬و ‪ Summaries of separate variables‬يظهر مربع الحوار‪.‬‬

‫‪46‬‬
 ‫اضغط ‪ Define‬يظهر مربع الحوار التالي‪:‬‬ ‫‪.3‬‬

‫‪ .4‬ادخل المتغيرات " ر_بدائي " و " ر_حالي " في المستطيل اسفل ل ‪Bars‬‬
‫‪ Represent‬ومتغير " المؤهل " في المستطيل اسفل ‪ Category Axis‬ثم ‪.Ok‬‬
‫‪ .5‬يظهر المخطط التالي بعد تنسيق الرسم كما بالمثال السابق‪.‬‬

‫‪47‬‬
 ‫‪600‬‬

‫‪500‬‬
‫‪Mean‬‬

‫‪400‬‬ ‫ال راتب في بداية ال عم‬

‫ل‬

‫ال راتب في ن هاية ال عم‬

‫‪300‬‬ ‫ل‬
‫دبلوم‬ ‫بكالوريوس فما فوق‬

‫ال مؤه ل ال علمي‬

‫مثال‪ :‬مثل المتوسط الحسابي لكل من الراتب في بداية العمل والراتب الحالي‬
‫الحل ‪ :‬نختار من مربع الحوار ‪ Bar Chart‬االختيار ‪ Simple‬ومن مستطيل ‪Dada‬‬
‫‪ in chart are‬الخيار ‪ Summaries of separate variable‬ثم اضغط ‪Define‬‬
‫يظهر مربع الحوار التالي‪:‬‬

‫‪48‬‬
 ‫ادخل الراتب الحالي " ر_حالي " والراتب في بداية العمل " ر_بدائي إلى مستطيل ‪Bars‬‬
‫‪ Represent‬ثم اضغط على ‪ Ok‬يظهر الشكل التالي بعد عمل التنسيقات على الرسم‪:‬‬
‫‪540‬‬

‫‪529‬‬
‫‪520‬‬

‫‪500‬‬
‫‪Mean‬‬

‫‪480‬‬

‫‪460‬‬

‫‪452‬‬

‫‪440‬‬
‫ال راتب في بداية العم‬ ‫ال راتب في ن هاية ال عم‬
‫‪49‬‬
 ‫أعمدة بيانية ذات مجموعات متعددة األعمدة )‪(Clustered Bar Charts‬‬ ‫‪‬‬
‫مثال‪:‬أنشئ أعمدة بيانية تمثل متوسط الراتب في بداية العمل لكل فئات الخبرة طبقا‬
‫للمؤهل العلمي‪.‬‬
‫بمعنى تصنيف نتوسط الراتب في بداية العمل بناء على المتغير" المؤهل العلمي "‬
‫والذي يسمى بمتغير التصنيف )‪ (category Variable‬ثم بعد ذلك تصنيف كل‬
‫مجموعة بناء على المتغير " الخبرة "‬

‫الخطوات المتبعة إلنشاء مثل هذا الرسم هي كما يلي‪:‬‬

‫من القائمة ‪ Graphs‬اختر ‪ Bar‬فيظهر مربع الحوار التالي‪:‬‬ ‫‪.1‬‬

‫‪50‬‬
‫‪ .2‬اختر ‪ Clustered‬ثم من مستطيل ‪ Data in Chart Are‬اختر‬
‫الخيار‪ Summaries for groups of cases‬ثم اضغط ‪ Define‬يظهر مربع الحوار‬
‫التالي‪:‬‬

‫‪ .3‬ادخل المتغير " ر_حالي " في المستطيل اسفل ‪ Variable‬والمتغير " المؤهل " في‬
‫المستطيل اسفل ‪ Category Axis‬والمتغير " الخبرة " في المستطيل اسفل ‪Define‬‬
‫‪(Chart‬‬ ‫‪ Clustered by‬ثم اضغط ‪ Ok‬فتحصل على الرسم البياني في نافذة‬
‫)‪ Carousel‬اضغط على الرسم ضغطتين متتاليتين نافذة ‪ Chart Window‬اعمل‬

‫‪51‬‬
‫التنسيقات الالزمة من تغير نوع الخط وحجمه وشكل األعمدة وزخرفتها وغيرها من‬
‫التنسيقات ثم اغلق هذه النافذة لتحصل على الشكل النهائي التالي‪:‬‬

‫‪600‬‬
‫لمعلا ةيادب ي‬

‫‪500‬‬ ‫‪507‬‬
‫‪493‬‬
‫ف بتارلا ‪Mean‬‬

‫الخبرة‬
‫‪400‬‬
‫‪400‬‬
‫‪385‬‬
‫اق ل من ‪ 5‬س نوا ت‬

‫‪350‬‬
‫من ‪ 01-5‬س نوا ت‬

‫‪300‬‬ ‫اكثر من ‪ 01‬س نوا ت‬

‫دبلوم‬ ‫بك الوريوس فما فوق‬

‫ال مؤه ل ال علمي‬

‫مقارنة أفراد العينة مع بعضهم البعض حسب قيمة متغير ما‬ ‫‪‬‬
‫مثال‪ :‬الجدول التالي يبن عدد الموظفين حسب نوع العمل والمطلوب إنشاء مخطط‬
‫بياني يوضح ذلك‪:‬‬

‫‪52‬‬
 ‫كاتب‬ ‫حارس‬ ‫مدير‬ ‫نوع العمل‬
‫‪10‬‬ ‫‪7‬‬ ‫‪5‬‬ ‫العدد‬

‫‪ .1‬قم بإدخال البيانات في محرر البيانات )‪ (Data Editor‬بحيث تعرف المتغيرين "‬
‫ن_العمل " ووصفه " نوع العمل " والمتغير " العدد " ووصفه "العدد " والشكل التالي‬
‫يبين البيانات بعد إدخالها في محرر البيانات‪.‬‬

‫‪ .2‬من القائمة ‪ Graphs‬اختر ‪ Bar‬فيظهر مربع الحوار التالي‪:‬‬

‫‪53‬‬
‫‪ .3‬اختر ‪ Simple‬ثم من المستطيل ‪ Data in Chart Are‬اختر ‪Values of‬‬
‫‪ individual cases‬ثم اضغط على ‪ Define‬يظهر مربع الحوار التالي‪:‬‬

‫‪ .4‬ادخل المتغير ‪ :‬العدد " داخل المستطيل المقابل لـ ‪ Bar Represent‬وفي‬

‫المستطيل ‪ Gategory Lables‬اضغط على ‪ Variable‬ثم ادخل المتغير "‬
‫ن_العمل " في المستطيل الموجود اسفل ‪ Variable‬ثم اضغط ‪Ok‬‬
‫‪ .5‬تالحظ ظهور الرسمة في نافذة ‪ Chart Carousel‬اضغط على الرسمة مرتين‬
‫متتاليتين لتفتح نافذة ‪ Chart Windows‬ثم اجري جميع التنسيقات الالزمة‪ .‬ثم‬
‫اغلق نافذة ‪ Chart Windows‬لتعود نافذة ‪. Chart Carousel‬‬

‫‪54‬‬
 ‫‪11‬‬

‫‪10‬‬
‫‪10‬‬

‫‪9‬‬
‫ددعلا ‪Value‬‬

‫‪8‬‬

‫‪7‬‬
‫‪7‬‬

‫‪6‬‬

‫‪5‬‬
‫‪5‬‬

‫‪4‬‬
‫مدير‬ ‫حارس‬ ‫كاتب‬

‫ن_العمل‬

‫مثال‪ :‬اعد الرسم السابق في المثال السابق باستخدام القطاع الدائري‪:‬‬

‫‪ .1‬من القائمة ‪ Graph‬اختر ‪ Pie‬يظهر مربع الحوار التالي‪:‬‬

‫‪55‬‬
‫‪ .3‬اضغط على ‪ Values of individual cases‬ثم اضغط على ‪ Define‬يظهر‬
‫مربع الحوار التالي‪:‬‬

‫‪56‬‬
‫‪ .4‬ادخل المتغير " العدد " في المستطيل اسفل ‪ ، Slices Represent‬ثم اضغط على‬
‫‪ Variable‬الموجودة في إطار ‪ Slice Labels‬ثم ادخل في المستطيل المتغير "‬
‫ن_العمل " الموجود اسفل ‪ Variable‬ثم اضغط ‪ Ok‬يظهر الرسم البياني ‪ ،‬نسق‬
‫الخط والنقش وذلك بالضغط على الرسم ضغطتين متتاليتين كما سبق ‪ ،‬قم بإغالق‬
‫النافذة لتظهر الرسمة التالية‪.‬‬

‫كاتب‬

‫مدير‬

‫حار س‬

‫‪ .5‬إذا أردت إبراز عدد الموظفين والنسبة المئوية فما عليك إال أن تضغط على الرسم‬
‫مرتين متتاليتين فتظهر نافذة ‪ Chart Window‬ثم اضغط على كلمة مدير مرتين‬
‫يظهر مربع الحوار التالي‪:‬‬

‫‪57‬‬
‫‪ .6‬اضغط داخل المربع بجانب ) ‪ (Value‬إليجاد عدد الموظفين في كل طبقة وداخل‬
‫المربع بجانب ‪ Percents‬إليجاد النسبة المئوية لعدد الموظفين لكل طبقة‪.‬‬
‫‪ .7‬اضغط على الزر ‪ Format‬يظهر مربع الحوار التالي‪:‬‬

‫‪ .8‬اضغط على السهم المقابل لـ ‪ Position‬واختر ‪ Outside‬اذا كنت ان تكون الكتابة‬

‫خارج الرسم‪ ،‬ثم اضغط ‪ Continue‬ثم ‪ Ok‬ثم اغلق النافذة فتظهر الرسمة التالية‪:‬‬

‫‪58‬‬
 ‫مدير‬
‫‪5.00 / 22.7%‬‬

‫كاتب‬
‫‪10.00 / 45.5%‬‬

‫حار س‬
‫‪7.00 / 31.8%‬‬

‫إنشاء مخطط للوحة االنتشار‬ ‫‪‬‬

‫لوحة االنتشار يوضح العالقة بين متغيرين هل هي طردية أم عكسية أم انه ال يوجد‬
‫عالقة بين المتغيرين وكذلك يمكنه رسم ما يسمى خط االنحدار الذي يتوسط النقاط‬
‫وسوف ندرس موضوع االرتباط واالنحدار الحقا بالتفصيل‪:‬‬

‫مثال‪ :‬انشأ لوحة االنتشار التي توضح العالقة بين الراتب في بداية العمل والراتب في‬
‫نهاية العمل مع رسم خط االنحدار‪.‬‬
‫الحل‪:‬‬

‫‪59‬‬
‫من القائمة ‪ Graph‬اختر ‪ Scatter‬فيظهر مربع الحوار التالي‪:‬‬ ‫‪.1‬‬

‫اضغط على ‪ Simple‬ثم ‪ Define‬ينتج مربع الحوار التالي‪:‬‬ ‫‪.2‬‬

‫‪60‬‬
 ‫ادخل متغير "ر_حالي " في المستطيل اسفل ‪ Y Axis‬والدخل المتغير‬ ‫‪.3‬‬
‫“ر_بدائي" في المستطيل اسفل ‪ X Axis‬ثم الضغط على ‪ Ok‬فتظهر الرسمة التالية‪:‬‬

‫‪700‬‬

‫‪600‬‬
‫‪ÇáÑÇÊÈ Ýí ÈÏÇíÉ ÇáÚãá‬‬

‫‪500‬‬

‫‪400‬‬

‫‪300‬‬
‫‪400‬‬ ‫‪500‬‬ ‫‪600‬‬ ‫‪700‬‬

‫‪ÇáÑÇÊÈ Ýí äåÇíÉ ÇáÚãá‬‬

‫‪ .4‬اضغط على الرسمة مرتين لعمل التنسيقات التالية‪:‬‬

‫‪ -‬نسق الخط ثم اضغط على زر ‪ Chart Options‬ليظهر مربع الحوار التالي‪:‬‬

‫‪61‬‬
‫‪ .5‬اضغط على المربع بجانب ‪ Total‬ثم اضغط على ‪ File Options‬ليظهر‬
‫مربع الحوار التالي‪:‬‬

‫‪62‬‬
‫‪ .6‬اضغط على ‪ Linear regression‬ثم ‪ Continue‬ثم ‪ OK‬ليظهر الرسم‬
‫التالي واغلق نافذة التنسيقات لتظهر الرسمة التالية‪:‬‬

‫‪700‬‬

‫‪600‬‬

‫‪500‬‬
‫الراتب في بداية ال عمل‬

‫‪400‬‬

‫‪300‬‬
‫‪400‬‬ ‫‪500‬‬ ‫‪600‬‬ ‫‪700‬‬

‫الراتب في ن هاية ال عمل‬

‫‪63‬‬
 ‫‪ ‬إيجاد المقاييس اإلحصائية الرقمية للمتغيرات‬

‫‪ .4‬المقاييس اإلحصائية المراد إيجادها هي‬

‫‪ .1‬مقاييس النزعة المركزية )‪(Central Tendency‬‬
‫‪ ‬الوسط الحسابي ‪ mean‬مجموع القيم على عددها‪.‬‬
‫‪ ‬الوسيط ‪ Median‬القيمة التي يقل عنها ‪ %50‬من مفردات العينة‪.‬‬
‫‪ ‬المنوال‪ Mode‬القيمة األكثر تكرارا‪.‬‬
‫‪ .2‬مقاييس التشتت ‪Dispersion‬‬
‫االنحراف المعياري ‪ Standered Deviation‬مقدار تشتت القيم عن‬ ‫‪‬‬
‫وسطها الحسابي مقاسا بوحدات المتغير نفسها‪.‬‬
‫التباين ‪ Variance‬مربع االنحراف المعياري‬ ‫‪‬‬
‫المدى ‪ Range‬الفرق بين اكبر قيمة واصغر قيمة‪.‬‬ ‫‪‬‬
‫اقل قيمة ‪Minimum‬‬ ‫‪‬‬
‫اكبر قيمة ‪Maximum‬‬ ‫‪‬‬
‫الخطأ المعياري ‪ S.E.mean‬مقدار الخطأ الموجود في الوسط الحسابي وهو‬ ‫‪‬‬
‫داللة على دقة الوسط الحسابي كتقدير لوسط المجتمع‪.‬‬
‫‪.3‬شكل التوزيع ‪Distribution‬‬
‫‪ ‬االلتواء ‪ : Skew ness‬يعطى مقياس االلتواء فكرة عن تمركز قيم‬
‫المتغير ‪ ،‬فإذا ما كانت قيم هذا المتغير تتمركز باتجاه القيم الصغيرة اكثر من‬
‫تمركزها باتجاه القيم الكبيرة فان توزيع هذا المتغير ملتو نحو اليمين ويسمى‬
‫موجب االلتواء وتكون قيمة االلتواء موجبة‪ .‬أما إذا كان العكس فان هذا‬
‫االلتواء يمون سالبا أو ملتو نحو اليسار وتمون قيمة االلتواء سالبة‪ .‬أما إذا‬
‫كانت قيمة معامل االلتواء صفرا فان التوزيع يكون طبيعيا‪.‬‬
‫‪ ‬التفلطح او التفرطح ‪ : Kurtosis‬يمثل تكرارات القيم على طرفي هذا‬
‫المتغير و هو يمثل أيضا درجة علو قمة التوزيع بالنسبة للتوزيع الطبيعي‪.‬‬
‫فإذا كانت قيمة التفرطح كبيرة كانت للتوزيع قمة منخفضة‪ ،‬ويسمى التوزيع‬
‫كبير التفلطح‪ ،‬إما إذا كانت قيمة التفلطح صغيرة فان للتوزيع قمة عالية‬
‫ويسمى التوزيع مدببا أو قليل التفلطح‪.‬‬
‫‪ ‬الربيعيات ‪ Quartiles‬تقسيم البيانات إلى أربعة أرباع‬

‫‪64‬‬
 ‫‪ ‬المئينات )‪ Percentile(s‬تقسيم البيانات أجزاء من مائة‬

‫‪ ‬إليجاد المقاييس اإلحصائية السابقة باإلضافة إلى بعض الرسوم البيانية التي‬
‫تساعد على التوضيح نتبع الخطوات التالية‪:‬‬

‫استخدام الخيار ‪Frequencies‬‬ ‫‪‬‬

‫‪ .1‬من شريط القوائم ‪ Analyze‬اختر ‪ Descriptive Statistics‬ومن القائمة‬

‫الفرعية اختر ‪ Frequencies‬كما هو موضح بالشكل ينتج مربع الحوار التالي‪:‬‬

‫‪65‬‬
 ‫‪ .2‬اضغطي على الزر ‪ Statistics‬يظهر مربع الحوار التالي‪:‬‬

‫‪ .3‬اضغط على جميع اإلحصاءات المطلوبة ‪ ،‬ثم اضغط على ‪ Continue‬فنرجع إلى‬
‫مربع الحوار السابق‪ :‬اضغط على الزر ‪ Charts‬يظهر مربع الحوار التالي‪:‬‬

‫‪66‬‬
 ‫‪ .4‬اضغط على ‪ Histograms‬و وداخل المربع ‪ With normal carve‬ثم‬
‫‪ Continue‬نرجع لمربع الحوار ‪ Frequency‬اضغط على ‪ Ok‬تظهر النتائج‬
‫التالية‪:‬‬

‫‪Frequencies‬‬

‫‪67‬‬
 Statistics

‫الراتب في بداية الع مل‬ ‫الراتب في نهاية ال عمل‬

N Valid 10 10
Missing 0 0
Mean $452.00 $529.00
Std. Error of Mean $23.981 $20.894
Median $455.00 $520.00
Mode $400 $500
Std. Dev iat ion $75.836 $66.072
Variance $5,751.111 $4,365.556
Skewness .567 .435
Std. Error of Skewness .687 .687
Kurt osis .113 -.351
Std. Error of Kurtosis 1.334 1.334
Range $250 $210
Minimum $350 $440
Maximum $600 $650
Sum $4,520 $5,290
Percentiles 10 $352.00 $441.00
20 $376.00 $458.00
25 $392.50 $480.00
30 $400.00 $493.00
40 $420.00 $500.00
50 $455.00 $520.00
60 $466.00 $546.00
70 $491.00 $564.00
75 $505.00 $577.50
80 $516.00 $594.00
90 $592.00 $645.00

Frequency Table

68
 ‫ال راتب في بداية العمل‬

Cumulat iv e
Frequency Percent Valid Percent Percent
Valid $350 1 10.0 10.0 10.0
$370 1 10.0 10.0 20.0
$400 2 20.0 20.0 40.0
$450 1 10.0 10.0 50.0
$460 1 10.0 10.0 60.0
$470 1 10.0 10.0 70.0
$500 1 10.0 10.0 80.0
$520 1 10.0 10.0 90.0
$600 1 10.0 10.0 100.0
Total 10 100.0 100.0

‫ال راتب في نهاية ال عمل‬

Cumulat iv e
Frequency Percent Valid Percent Percent
Valid $440 1 10.0 10.0 10.0
$450 1 10.0 10.0 20.0
$490 1 10.0 10.0 30.0
$500 2 20.0 20.0 50.0
$540 1 10.0 10.0 60.0
$550 1 10.0 10.0 70.0
$570 1 10.0 10.0 80.0
$600 1 10.0 10.0 90.0
$650 1 10.0 10.0 100.0
Total 10 100.0 100.0

Histogram

69
 ‫الراتب في ب داية العمل‬
‫‪3.5‬‬

‫‪3.0‬‬

‫‪2.5‬‬
‫‪Frequency‬‬

‫‪2.0‬‬

‫‪1.5‬‬

‫‪1.0‬‬

‫‪Std. Dev = 75.84‬‬

‫‪.5‬‬
‫‪Mean = 452.0‬‬
‫‪0.0‬‬ ‫‪N = 10.00‬‬
‫‪350.0‬‬ ‫‪400.0‬‬ ‫‪450.0‬‬ ‫‪500.0‬‬ ‫‪550.0‬‬ ‫‪600.0‬‬

‫الراتب في ب داية العمل‬

‫‪70‬‬
 ‫الجدول التقاطعي ‪Crosstabulations‬‬ ‫‪‬‬

‫الجدول التقاطعي هو جد ول يستخدم لتوزيع أفراد عينة الدراسة حسب متغيرين أو اكثر‬
‫أو هو جدول يستخدم لعرض عدد الحاالت( التك اررات) التي لها مجاميع مختلفة من قيم‬
‫متغيرين مصنفين أو اكثر)‪ ،( Categorical Variables‬ويمكن أن يرافق الجدول‬
‫التقاطعي حساب ملخصات إحصائية واختبارات‪.‬‬
‫ويسمى الجدول التقاطعي لمتغيرين باسم )‪ . (two-way crostabulation‬ويسمى‬
‫الجدول التقاطعي ألكثر من متغيرين باسم )‪( multi-way crostabulation‬‬

‫إلنشاء الجدول التقاطعي اتبع الخطوات التالية‪:‬‬ ‫‪‬‬

‫‪71‬‬
‫من القائمة ‪ Analyze‬اختر ‪ Descriptive Statistics‬ومن القائمة الفرعية‬ ‫‪.1‬‬
‫اختر ‪ Crosstabs‬كما بالشكل التالي‪ ،‬يظهر مربع الحوار ‪Crosstabs‬‬

‫‪72‬‬
‫‪ .2‬ادخل متغير "المؤهل العلمي" في المستطيل اسفل )‪ Row(s‬ومتغير " الخبرة " في‬
‫المستطيل اسفل )‪ Column(s‬اضغط داخل المربع بجانب ‪Display clustered‬‬

‫‪73‬‬
 ‫‪ ، bar charts‬ثم اضغط على الزر ‪ Cells‬يظهر مربع الحوار التالي‪:‬‬
‫‪ .3‬اضغط داخل المربعات الموجودة بجانب ‪ Row‬و ‪ Column‬في المستطيل‬
‫‪ . Percentage‬ثم اضغط على ‪ Continue‬ثم اضغط ‪ Ok‬تظهر النتائج التالية‪:‬‬

‫‪Crosstabs‬‬
‫‪Case Processing Summary‬‬

‫‪Cases‬‬
‫‪Valid‬‬ ‫‪Missing‬‬ ‫‪Total‬‬
‫‪N‬‬ ‫‪Percent‬‬ ‫‪N‬‬ ‫‪Percent‬‬ ‫‪N‬‬ ‫‪Percent‬‬
‫ال مؤهل العلمي * ال خبرة‬ ‫‪10‬‬ ‫‪100.0%‬‬ ‫‪0‬‬ ‫‪.0%‬‬ ‫‪10‬‬ ‫‪100.0%‬‬

‫ال مؤهل العلمي * الخبرة ‪noitalubatssorC‬‬

‫الخبرة‬
‫اقل م ن ‪ 5‬سنوات‬ ‫اك ثر من ‪ 01‬سنوات من ‪ 01-5‬سنوات‬ ‫‪Total‬‬
‫ال مؤهل‬ ‫دبلوم‬ ‫‪Count‬‬ ‫‪2‬‬ ‫‪1‬‬ ‫‪1‬‬ ‫‪4‬‬
‫ال علمي‬ ‫ي ملعلا ل هؤ ملا ‪% within‬‬ ‫‪50.0%‬‬ ‫‪25.0%‬‬ ‫‪25.0%‬‬ ‫‪100.0%‬‬
‫ةربخلا ‪% within‬‬ ‫‪100.0%‬‬ ‫‪25.0%‬‬ ‫‪25.0%‬‬ ‫‪40.0%‬‬
‫‪ Count‬بك الوريوس فم ا فوق‬ ‫‪3‬‬ ‫‪3‬‬ ‫‪6‬‬
‫ي ملعلا ل هؤ ملا ‪% within‬‬ ‫‪50.0%‬‬ ‫‪50.0%‬‬ ‫‪100.0%‬‬
‫ةربخلا ‪% within‬‬ ‫‪75.0%‬‬ ‫‪75.0%‬‬ ‫‪60.0%‬‬
‫‪Total‬‬ ‫‪Count‬‬ ‫‪2‬‬ ‫‪4‬‬ ‫‪4‬‬ ‫‪10‬‬
‫ي ملعلا ل هؤ ملا ‪% within‬‬ ‫‪20.0%‬‬ ‫‪40.0%‬‬ ‫‪40.0%‬‬ ‫‪100.0%‬‬
‫ةربخلا ‪% within‬‬ ‫‪100.0%‬‬ ‫‪100.0%‬‬ ‫‪100.0%‬‬ ‫‪100.0%‬‬

‫‪74‬‬
 ‫‪3. 5‬‬

‫‪3. 0‬‬

‫‪2. 5‬‬
‫ال عدد‬

‫‪2. 0‬‬
‫الخبرة‬
‫‪1. 5‬‬
‫اق ل م ن ‪ 5‬سنوا ت‬

‫‪1. 0‬‬ ‫من ‪ 01-5‬سنوا ت‬

‫‪.5‬‬ ‫اك ثر م ن ‪ 01‬سنوا ت‬

‫دبلوم‬ ‫بك الوريوس فما فوق‬

‫ال مؤه ل ال علمي‬

‫‪ . 4‬من النتائج السابقة نالحظ في كل خلية ثالثة قيم على سبيل المثال القيم في الخلية‬
‫األولى تقاطع " الدبلوم " مع "اقل من ‪ 5‬سنوات" ‪ ،‬الرقم ‪ 2‬يدل على أن هناك‬
‫معلمين اثنين من حملة الدبلوم وخبرتهم في التدريب اقل من ‪ 5‬سنوات والنسبة‬
‫‪ %50‬تعني أن نسبة المعلمين من حملة الدبلوم وخبرتهم في التدريس اقل من ‪5‬‬
‫سنوات تساوي ‪ %50‬والنسبة ‪ %100‬تعني أن نسبة المعلمين من حملة الدبلوم‬
‫وخبرة التدريس لديهم وخبرتهم اقل من ‪ 5‬سنوات تساوي ‪ %100‬أي أن هناك نسبة‬
‫مئوية ضمن الصف ونسبة مئوية للمشاهدات ضمن العمود‪.‬‬
‫‪ .5‬كذلك ينتج لنا مخطط بياني تم توضيحه أثناء شرح الرسم البياني‪.‬‬
‫ادخل للبيانات متغير جديد باسم " الجنس " مقسم إلى ذكر وأنثي كما يلي‪:‬‬ ‫‪‬‬

‫‪75‬‬
 ‫عمل جدول تقاطعي ألكثر من متغيرين ( ‪)Multi-way crosstabulation‬‬ ‫‪‬‬

‫‪ .1‬لعمل ذلك نختار ‪ Descriptive statistics‬من القائمة ‪ Analyze‬ومن القائمة‬

‫الفرعية نختار ‪ Crosstabs‬يظهر مربع الحوار التالي‪:‬‬

‫‪ .2‬ادخل المتغيرات كما بالشكل أعاله تظهر النتائج التالية‪:‬‬

‫‪Crosstabs‬‬

‫‪76‬‬
 ‫‪Case Processing Summary‬‬

‫‪Cases‬‬
‫‪Valid‬‬ ‫‪Missing‬‬ ‫‪Total‬‬
‫‪N‬‬ ‫‪Percent‬‬ ‫‪N‬‬ ‫‪Percent‬‬ ‫‪N‬‬ ‫‪Percent‬‬
‫ال مؤهل العلمي * الخبرة * الجنس‬ ‫‪10‬‬ ‫‪100.0%‬‬ ‫‪0‬‬ ‫‪.0%‬‬ ‫‪10‬‬ ‫‪100.0%‬‬

‫ال مؤهل العلمي * الخبرة * الجنس ‪noitalubatssorC‬‬

‫الخبرة‬
‫الجنس‬ ‫اك ثر من ‪ 01‬سنوات من ‪ 01-5‬سنوات اقل م ن ‪ 5‬سنوات‬ ‫‪Total‬‬
‫ذكر‬ ‫ال مؤهل‬ ‫دبلوم‬ ‫‪Count‬‬ ‫‪1‬‬ ‫‪1‬‬
‫ال علمي‬ ‫ل هؤ ملا ‪% within‬‬ ‫ي ملعلا‬ ‫‪100.0%‬‬ ‫‪100.0%‬‬
‫ةربخلا ‪% within‬‬ ‫‪100.0%‬‬ ‫‪16.7%‬‬
‫‪ Count‬بك الوريوس فم ا فوق‬ ‫‪3‬‬ ‫‪2‬‬ ‫‪5‬‬
‫ل هؤ ملا ‪% within‬‬ ‫ي ملعلا‬ ‫‪60.0%‬‬ ‫‪40.0%‬‬ ‫‪100.0%‬‬
‫ةربخلا ‪% within‬‬ ‫‪100.0%‬‬ ‫‪100.0%‬‬ ‫‪83.3%‬‬
‫‪Total‬‬ ‫‪Count‬‬ ‫‪1‬‬ ‫‪3‬‬ ‫‪2‬‬ ‫‪6‬‬
‫ل هؤ ملا ‪% within‬‬ ‫ي ملعلا‬ ‫‪16.7%‬‬ ‫‪50.0%‬‬ ‫‪33.3%‬‬ ‫‪100.0%‬‬
‫ةربخلا ‪% within‬‬ ‫‪100.0%‬‬ ‫‪100.0%‬‬ ‫‪100.0%‬‬ ‫‪100.0%‬‬
‫انثى‬ ‫ال مؤهل‬ ‫دبلوم‬ ‫‪Count‬‬ ‫‪1‬‬ ‫‪1‬‬ ‫‪1‬‬ ‫‪3‬‬
‫ال علمي‬ ‫ل هؤ ملا ‪% within‬‬ ‫ي ملعلا‬ ‫‪33.3%‬‬ ‫‪33.3%‬‬ ‫‪33.3%‬‬ ‫‪100.0%‬‬
‫ةربخلا ‪% within‬‬ ‫‪100.0%‬‬ ‫‪100.0%‬‬ ‫‪50.0%‬‬ ‫‪75.0%‬‬
‫‪ Count‬بك الوريوس فم ا فوق‬ ‫‪1‬‬ ‫‪1‬‬
‫ل هؤ ملا ‪% within‬‬ ‫ي ملعلا‬ ‫‪100.0%‬‬ ‫‪100.0%‬‬
‫ةربخلا ‪% within‬‬ ‫‪50.0%‬‬ ‫‪25.0%‬‬
‫‪Total‬‬ ‫‪Count‬‬ ‫‪1‬‬ ‫‪1‬‬ ‫‪2‬‬ ‫‪4‬‬
‫ل هؤ ملا ‪% within‬‬ ‫ي ملعلا‬ ‫‪25.0%‬‬ ‫‪25.0%‬‬ ‫‪50.0%‬‬ ‫‪100.0%‬‬
‫ةربخلا ‪% within‬‬ ‫‪100.0%‬‬ ‫‪100.0%‬‬ ‫‪100.0%‬‬ ‫‪100.0%‬‬

‫‪77‬‬
 ‫ال جنس=ذكر‬
‫‪3. 5‬‬

‫‪3. 0‬‬

‫‪2. 5‬‬
‫ال عدد‬

‫‪2. 0‬‬
‫ال خبر ة‬

‫‪1. 5‬‬ ‫اق ل م ن ‪ 5‬سنوا ت‬

‫‪1. 0‬‬ ‫م ن ‪ 01-5‬سنوا ت‬

‫‪.5‬‬ ‫اك ثر م ن ‪ 01‬سنوا ت‬

‫دبلو م‬ ‫بك الوريوس فما ف وق‬

‫ال مؤه ل ال علمي‬

‫ال جنس=انثى‬
‫‪1.1‬‬

‫‪1.0‬‬

‫‪.9‬‬
‫ال عدد‬

‫‪.8‬‬ ‫ال خبرة‬

‫‪.7‬‬ ‫اق ل م ن ‪ 5‬سنوات‬

‫‪.6‬‬ ‫من ‪ 01-5‬سنوات‬

‫‪.5‬‬ ‫اك ثر من ‪ 01‬سنوات‬

‫دبلوم‬ ‫بكالوريوس فما فوق‬

‫ال مؤه ل ال علمي‬

‫‪78‬‬
 ‫استخدام األمر ‪Descriptive‬‬ ‫‪‬‬
‫يستخدم هذا الخيار إليجاد بعض المقاييس اإلحصائية أيضا ولعمل ذلك‬
‫‪ .1‬نختار من القائمة ‪ Analyze‬الخيار ‪ Descriptive Statistics‬ومن القائمة‬
‫الفرعية الخيار‪ Descriptives‬يظهر مربع الحوار التالي‪:‬‬

‫‪ .2‬ندخل المتغيرات " ر_حالي" و " ر_بدائي" داخل المستطيل أسفل )‪Variable(s‬‬
‫‪.‬‬
‫‪ .3‬اضغط على الزر ‪ Option‬ليظهر مربع الحوار التالي‪:‬‬

‫‪ .5‬اختر المقاييس المطلوبة ‪ ،‬ثم اضغط على ‪ Continue‬لنعود لمربع الحوار‬

‫‪. Descriptives‬‬

‫‪79‬‬
‫‪ .6‬اضغط داخل المربع بجانب ‪Save standardized values as variables‬‬
‫( ليحول البيانات إلى قيم معيارية)ثم اضغط ‪ Ok‬تظهر النتائج التالية‪:‬‬

‫‪Descriptives‬‬

‫‪Descriptive Statistics‬‬

‫‪N‬‬ ‫‪Mean‬‬ ‫‪Std.‬‬ ‫‪Skewness‬‬

‫‪Statistic‬‬ ‫‪Statistic‬‬ ‫‪Deviation‬‬
‫‪Statistic‬‬ ‫‪Statistic‬‬ ‫‪Std. Error‬‬
‫الراتب في بداية العمل‬ ‫‪10‬‬ ‫‪$452.00‬‬ ‫‪$75.836‬‬ ‫‪.567‬‬ ‫‪.687‬‬
‫الراتب في نهاية العمل‬ ‫‪10‬‬ ‫‪$529.00‬‬ ‫‪$66.072‬‬ ‫‪.435‬‬ ‫‪.687‬‬
‫)‪Valid N (listwise‬‬ ‫‪10‬‬

‫‪x ‬‬
‫‪ z ‬حيث ‪ x‬هي القيمة المدخلة ‪،‬‬ ‫‪‬‬ ‫‪ .7‬يتم حساب القيم المعيارية وفق العالقة‬
‫‪ ‬هي المتوسط الحسابي للمتغير ‪  ، x‬هو االنحراف المعياري للمتغير ‪x‬‬
‫والقيم المعيارية تظهر عادة في نهاية ملف البيانات وهذا جزء من ملف البيانات‬
‫كما يلي‪:‬‬

‫‪80‬‬
 ‫استخدام األمر ‪( Explore‬مستكشف البيانات )‬ ‫‪‬‬
‫يستخدم هذا الخيار إليجاد بعض المقاييس اإلحصائية لمتغير أو أكثر وفقا لتصنيف‬
‫متغير آخر أو أكثر ‪ ،‬وكذلك نحصل منه على بعض الرسوم البيانية وعملية تلخيص‬
‫البيانات وغيرها وللتعرف عليه نتبع ما يلي‪:‬‬
‫‪ .1‬من القائمة ‪ Analyze‬نختار ‪ Descriptive Statistics‬ومن القائمة‬
‫الفرعية نختار ‪ Explore‬يظهر مربع الحوار التالي‪:‬‬

‫‪ .2‬ندخل المتغير " ر_حالي " في المستطيل اسفل ‪ Dependent List‬والمتغير‬

‫"الجنس " في المستطيل اسفل ‪ ( Factor List‬الحظ وجود عدة خيارات‬
‫داخل المستطيل ‪ Display‬وهي ‪ Both‬و‪ Statistics‬و ‪ Plots‬وهي تعني‬
‫اختيار اإلحصاءات أو الرسم البياني أو كليهما ‪ ،‬سوف نختار كليهما ‪)Both‬ثم‬
‫اضغط على ‪ Statistics‬ليظهر مربع الحوار التالي‪:‬‬
‫‪ .3‬اختر ‪( Descriptive‬اإلحصاءات الوصفية) و ‪( M-Estimators‬تقدير‬
‫لمقاييس النزعة المركزية التي ال تتأثر بالقيم المتطرفة أو الشاذة) و ‪Outliers‬‬
‫(تحديد ما إذا كانت هناك قيم شاذة واستخراج اكبر خمس قيم واقل خمس قيم‬

‫‪81‬‬
‫شاذة‪ ،‬وذلك تمهيدا لحذفها من البيانات حتى ال تؤثر على االختبارات األخرى و‬
‫اختر كذلك الخيار ‪( Percentiles‬وتعني المئينات) ثم اضغط على‬
‫‪ Continue‬لتعود لمربع الحوار ‪.Explore‬‬
‫‪ .4‬اضغط على الزر ‪ Plots‬ليظهر مربع الحوار التالي‪:‬‬

‫‪ .5‬اضغط على ‪ Factor level together‬و من المستطيل ‪Descriptive‬‬

‫اختر ‪ Stem-and-leaf‬و ‪ Histogram‬ثم اضغط على ‪Continue‬‬
‫لنعود مرة ثانية لمربع الحوار ‪ ، Explore‬اضغط ‪ Ok‬لتظهر النتائج التالية‪:‬‬

‫‪Explore‬‬
‫تفسير النتائج‪:‬‬
‫الجدول التالي‪ :‬يظهر عدد ونسبة القيم المدخلة والمفقودة لكال الجنسين وذلك لمتغير‬
‫الجنس‪.‬‬
‫الجنس‬

‫‪82‬‬
 ‫‪Case Processing Summary‬‬

‫‪Cases‬‬
‫‪Valid‬‬ ‫‪Missing‬‬ ‫‪Total‬‬
‫الجنس‬ ‫‪N‬‬ ‫‪Percent‬‬ ‫‪N‬‬ ‫‪Percent‬‬ ‫‪N‬‬ ‫‪Percent‬‬
‫ذكر الراتب في بداية العمل‬ ‫‪6‬‬ ‫‪100.0%‬‬ ‫‪0‬‬ ‫‪.0%‬‬ ‫‪6‬‬ ‫‪100.0%‬‬
‫انثى‬ ‫‪4‬‬ ‫‪100.0%‬‬ ‫‪0‬‬ ‫‪.0%‬‬ ‫‪4‬‬ ‫‪100.0%‬‬

‫الجدول التالي‪ :‬يظهر بعض المقاييس اإلحصائية الجديدة مثل‪.‬‬

‫‪95% Confidence interval for mean‬‬

‫وهي تعني فترة الثقة للوسط الحسابي بنسبة دقة ‪ %95‬ولها حد أدنى وحد أعلى وذلك‬
‫لكل من الذكور واإلناث كل على حدة‪.‬‬

‫‪5% Trimmed Mean‬‬

‫وهو الوسط الحسابي الذي يتم حسابه بعد استبعاد اكبر ‪ %5‬واصغر ‪ %5‬حتى يتم‬
‫استبعاد القيم الشاذة‪.‬‬

‫‪Interquartile Range‬‬
‫تمثل المدى الربيعي وهو الفرق بين قيمتي الربيع الثالث والربيع األول‪.‬‬

‫الحظ أن باقي اإلحصاءات قد تم شرحها سابقا‪.‬‬

‫‪83‬‬
 Descriptives

‫الجنس‬ St at ist ic St d. Error

‫ذكر الراتب في بداية الع مل‬ Mean $488.33 $28.097
95% Conf idence Lower Bound $416.11
Interv al f or Mean Upper Bound
$560.56

5% Trimmed Mean $487.04

Median $480.00
Variance 4736.667
St d. Dev iation $68.823
Minimum $400
Maximum $600
Range $200
Interquart ile Range $102.50
Skewness .605 .845
Kurt osis .620 1.741
‫انث ى‬ Mean $397.50 $26.260
95% Conf idence Lower Bound $313.93
Interv al f or Mean Upper Bound
$481.07

5% Trimmed Mean $396.11

Median $385.00
Variance 2758.333
St d. Dev iation $52.520
Minimum $350
Maximum $470
Range $120
Interquart ile Range $97.50
Skewness 1.165 1.014
Kurt osis 1.085 2.619

‫ عبارة عن التوقعات لقيم الوسط الحسابي وتعتمد على عدة طرق تعتمد‬:‫الجدول التالي‬
.‫على مراكز الثقل للنزعة المركزية وبعد القيم عن القيم الصفرية للقيم القياسية‬

84
 M-Esti mators

Huber's Tukey 's Hampel's Andrews'

a b c d
‫الجنس‬ M-Estimator Biweight M-Estimator Wav e
‫ذكر الراتب في بداية الع مل‬ $482.01 $475.72 $481.85 $475.63
‫انث ى‬ $385.00 $380.06 $387.45 $380.00
a. The weighting constant is 1.339.
b. The weighting constant is 4.685.
c. The weighting constants are 1.700, 3.400, and 8.500
d. The weighting constant is 1.340*pi.

‫ يمثل النسب المئينية‬:‫الجدول التالي‬

Percentiles

Percentiles
‫الجنس‬ 5 10 25 50 75 90 95
Weighted ‫ذكر الراتب في بداية الع مل‬ $400.00 $400.00 $437.50 $480.00 $540.00 . .
Av erage(Def inition 1) ‫انثى‬ $350.00 $350.00 $355.00 $385.00 $452.50 . .
Tukey's Hinges ‫ذكر الراتب في بداية الع مل‬ $450.00 $480.00 $520.00
‫انثى‬ $360.00 $385.00 $435.00

‫ يظهر القيم الشاذة‬:‫الجدول التالي‬

Extreme Val uesa

‫الج نس‬ Case Number Value

‫ذك ر الراتب في بداية الع مل‬ Highest 1 10 $600
2 9 $520
3 5 $500
Lowest 1 1 $400
2 6 $450
3 7 $460
‫انث ى‬ Highest 1 8 $470
2 4 $400
Lowest 1 2 $350
2 3 $370
a. The requested number of extreme v alues exceeds the number of
data points. A smaller number of extrem es is display ed.

85
‫والمخططات التالية عبارة عن المدرج التكراري لكل من اإلناث والذكور وذلك لمتغير‬
‫الراتب الحالي‪:‬‬
‫الراتب في بداية العمل‬
‫‪Histogram‬‬

‫رك ذ =سنجلا ‪For‬‬

‫‪2. 5‬‬

‫‪2. 0‬‬

‫‪1. 5‬‬
‫التكرار‬

‫‪1. 0‬‬

‫‪.5‬‬ ‫‪St d. Dev = 68. 82‬‬

‫‪Mean = 488.3‬‬
‫‪0. 0‬‬ ‫‪N = 6. 00‬‬
‫‪400.0‬‬ ‫‪450.0‬‬ ‫‪500.0‬‬ ‫‪550.0‬‬ ‫‪600.0‬‬

‫الراتب في ب داية العمل‬

‫‪86‬‬
 ‫‪Histogram‬‬
‫ثنا =سنجلا ‪For‬‬
‫ى‬
‫‪1.2‬‬

‫‪1.0‬‬

‫‪.8‬‬
‫التكرار‬

‫‪.6‬‬

‫‪.4‬‬

‫‪Std. Dev = 52.52‬‬

‫‪.2‬‬
‫‪Mean = 397.5‬‬
‫‪0.0‬‬ ‫‪N = 4.00‬‬
‫‪350.0‬‬ ‫‪375.0‬‬ ‫‪400.0‬‬ ‫‪425.0‬‬ ‫‪450.0‬‬ ‫‪475.0‬‬

‫الراتب في بداية العمل‬

‫‪87‬‬