Professional Documents
Culture Documents
ﻣﻄﺒﻮﻋﺔ ﻣﻮﺟﻪ ﻟﻄﻠﺒﺔ اﻟﺴﻨﺔ اﻷوﱃ ﻣﺎﺳﱰ )ﲣﺼﺺ :ﲢﻠﻴﻞ اﻗﺘﺼﺎدي واﺳﺘﺸﺮاف(
ﳏﺎﺿﺮات ﰲ ﻣﻘﻴﺎس ﲢﻠﻴﻞ ﻣﻌﻄﻴﺎت ﻣﻌﻤﻖ -ﻣﻊ أﻣﺜﻠﺔ ﺣﺴﺎﺑﻴﺔ وﺗﻄﺒﻴﻘﻴﺔ -
.1ﻣﻘﺪﻣﺔ:
ﻓﻬﺬﻩ مﻄﺒوعﺔ موﺟﻪ لﻄلﺒﺔ السﻨﺔ اﻷوﱃ ماسﱰ ﲣصﺺ "ﲢلﻴﻞ اﻗﺘصادي واسﺘﺸﺮاف" ،ﰲ مﻴدان
"العلوم اﻻﻗﺘصادﻳﺔ والﺘﺠارﻳﺔ وعلوم الﺘسﻴﲑ" ،واﳌوسومﺔ بعﻨوان "ﳏاﺿﺮات ﰲ مﻘﻴاس ﲢلﻴﻞ معﻄﻴات معﻤﻖ مﻊ
أمﺜلﺔ ﺣسابﻴﺔ وﺗﻄﺒﻴﻘﻴﺔ".
وﲢلﻴﻞ اﳌعﻄﻴات ﻫﻲ ﳎﻤوعﺔ مﻦ الﻄﺮق اﳉﱪﻳﺔ واﳍﻨدسﻴﺔ الﱵ ﺗسﻤﺢ لﺘحلﻴﻞ اﻹﺣصاﺋﻲ اﳌﺘعدد
اﻷبعاد للﺒﻴا ت ) .(l'analyse multidimensionnellesوﻏالﺒا ما ﻳﺘم ﺗﻨﻘسم ﻃﺮق ﲢلﻴﻞ اﳌعﻄﻴات
إﱃ ﻗسﻤﲔ رﺋﻴسﻴﲔ ،ﳛﺘوي ﻛﻞ ﻗسم على ﳎﻤوعﺔ مﻦ الﻄﺮق ،وﻳﺘم ﲢدﻳد الﻄﺮﻳﻘﺔ اﳌعﺘﻤدة ﰲ الﺘحلﻴﻞ على
أساس أﻫداف الدراسﺔ وﻧوعﻴﺔ الﺒﻴا ت .وﻫﺬان الﻘسﻤان ﳘا :الﻄﺮق العاملﻴﺔ (Méthodes
) ،Factoriellesوﺗﻘﻨﻴات الﺘصﻨﻴﻒ) . (Techniques de Classificationوﻗد ﰎ الﱰﻛﻴﺰ ﰲ ﻫﺬﻩ
اﳌﻄﺒوعﺔ -وﻓﻘا ﳌا ﻫو مﻘﺮر ﰲ بﺮ مج الﺘكوﻳﻦ -على ﺛﻼث ﻃﺮق ،ﻃﺮﻳﻘﺘﲔ عاملﻴﺘﲔ وﳘا" :ﲢلﻴﻞ اﳌﺮﻛﺒات
الﺮﺋﻴسﻴﺔ" ) (Analyse en composantes principalesو"الﺘحلﻴﻞ العاملﻲ الﺘﻘابلﻲ" ) Analyse
،(Factorielle des Correspondancesوﻃﺮﻳﻘﺔ للﺘصﻨﻴﻒ وﻫﻲ "الﺘصﻨﻴﻒ الﺘسلسلﻲ الﺘصاعدي"
).(Classification Ascendante Hiérarchique
وأشﲑ إﱃ أن اﳌﻄﺒوعﺔ ﲢﺘوي على أمﺜلﺔ ﺣسابﻴﺔ ،ﺗسﻤﺢ للﻄالب بفﻬم ﳐﺘلﻒ الصﻴغ الﺮ ﺿﻴﺔ
للحساب عﻨد ﺗﻄﺒﻴﻖ ﻫﺬﻩ الﻄﺮق ،ﻹﺿاﻓﺔ إﱃ أمﺜلﺔ ﺗﻄﺒﻴﻘﻴﺔ لﺘﻤكﲔ الﻄالب مﻦ الﺘعﺮف على الﱪﳎﻴات
اﻹﺣصاﺋﻴﺔ وﻛﻴفﻴﺔ ﺗﻄﺒﻴﻖ ﻫﺬﻩ الﻄﺮق علﻴﻬا ،وﰎ الﱰﻛﻴﺰ على بﺮ ﳎﻲ SPSSو XL-STATلﺸﻬﺮ ﻤا
ومﻨاسﺒﺘﻬﻤا ﳌﺜﻞ ﻫﺬﻩ الﻄﺮق.
وﰲ اﻷخﲑ ،أﲪد ﷲ ﺗعاﱃ على ﺗوﻓﻴﻘﻪ وﺗﻴسﲑﻩ ﻹﲤام ﻫﺬﻩ اﳌﻄﺒوعﺔ ،ﻛﻤا أسألُﻪ أن ﻳَﻨفﻊ ا.
اﻷﺳﺘﺎذ ﺣﻮﺷﲔ ﻳﻮﺳﻒ )ﺟﺎﻣﻌﺔ اﻟﺒﻠﻴﺪة (2ﻧﻮﻓﻤﱪ .2022
-1-
ﺟﺎﻣﻌﺔ اﻟﺒﻠﻴﺪة 2
حوشين يوسف أستاذ محاضر أ
ﻛﻠﻴﺔ اﻟﻌﻠﻮم اﻻﻗﺘﺼﺎدﻳﺔ واﻟﻌﻠﻮم اﻟﺘﺠﺎرﻳﺔ وﻋﻠﻮم اﻟﺘﺴﻴﲑ –اﻟﺸﻬﻴﺪ ﻃﺎﻟﺐ ﻋﺒﺪ اﻟﺮﲪﺎن -
ﳏﺎﺿﺮات ﰲ ﻣﻘﻴﺎس ﲢﻠﻴﻞ ﻣﻌﻄﻴﺎت ﻣﻌﻤﻖ -ﻣﻊ أﻣﺜﻠﺔ ﺣﺴﺎﺑﻴﺔ وﺗﻄﺒﻴﻘﻴﺔ -
.2اﻟﻔﻬﺮس:
اﻟﺼﻔﺤﺔ اﻟﻌﻨﻮان
1 ﻣﻘﺪﻣﺔ
2 اﻟﻔﻬﺮس
-2-
ﺟﺎﻣﻌﺔ اﻟﺒﻠﻴﺪة 2
حوشين يوسف أستاذ محاضر أ
ﻛﻠﻴﺔ اﻟﻌﻠﻮم اﻻﻗﺘﺼﺎدﻳﺔ واﻟﻌﻠﻮم اﻟﺘﺠﺎرﻳﺔ وﻋﻠﻮم اﻟﺘﺴﻴﲑ –اﻟﺸﻬﻴﺪ ﻃﺎﻟﺐ ﻋﺒﺪ اﻟﺮﲪﺎن -
ﳏﺎﺿﺮات ﰲ ﻣﻘﻴﺎس ﲢﻠﻴﻞ ﻣﻌﻄﻴﺎت ﻣﻌﻤﻖ -ﻣﻊ أﻣﺜﻠﺔ ﺣﺴﺎﺑﻴﺔ وﺗﻄﺒﻴﻘﻴﺔ -
-3-
ﺟﺎﻣﻌﺔ اﻟﺒﻠﻴﺪة 2
حوشين يوسف أستاذ محاضر أ
ﻛﻠﻴﺔ اﻟﻌﻠﻮم اﻻﻗﺘﺼﺎدﻳﺔ واﻟﻌﻠﻮم اﻟﺘﺠﺎرﻳﺔ وﻋﻠﻮم اﻟﺘﺴﻴﲑ –اﻟﺸﻬﻴﺪ ﻃﺎﻟﺐ ﻋﺒﺪ اﻟﺮﲪﺎن -
ﳏﺎﺿﺮات ﰲ ﻣﻘﻴﺎس ﲢﻠﻴﻞ ﻣﻌﻄﻴﺎت ﻣﻌﻤﻖ -ﻣﻊ أﻣﺜﻠﺔ ﺣﺴﺎﺑﻴﺔ وﺗﻄﺒﻴﻘﻴﺔ -
-4-
ﺟﺎﻣﻌﺔ اﻟﺒﻠﻴﺪة 2
حوشين يوسف أستاذ محاضر أ
ﻛﻠﻴﺔ اﻟﻌﻠﻮم اﻻﻗﺘﺼﺎدﻳﺔ واﻟﻌﻠﻮم اﻟﺘﺠﺎرﻳﺔ وﻋﻠﻮم اﻟﺘﺴﻴﲑ –اﻟﺸﻬﻴﺪ ﻃﺎﻟﺐ ﻋﺒﺪ اﻟﺮﲪﺎن -
ﳏﺎﺿﺮات ﰲ ﻣﻘﻴﺎس ﲢﻠﻴﻞ ﻣﻌﻄﻴﺎت ﻣﻌﻤﻖ -ﻣﻊ أﻣﺜﻠﺔ ﺣﺴﺎﺑﻴﺔ وﺗﻄﺒﻴﻘﻴﺔ -
1
Ludovic Lebart, Alain Morineau, Marie Piron, « Statistique exploratoire multidimensionnelle », DUNOD,
Paris, 1995, p32.
2
Gilbert Saporta, « Probabilité, analyse des données, et statistique », Edition TECHNIP, 2ème Edition, Paris,
2006, p155.
3زياد رشاد الراوي" ،طرق التحليل اﻹحصائي متعدد المتغيرات" ،المعهد العربي للتدريب والبحوث اﻹحصائية ،الطبعة اﻷولى،2017 ،
ص.55
-5-
ﺟﺎﻣﻌﺔ اﻟﺒﻠﻴﺪة 2
حوشين يوسف أستاذ محاضر أ
ﻛﻠﻴﺔ اﻟﻌﻠﻮم اﻻﻗﺘﺼﺎدﻳﺔ واﻟﻌﻠﻮم اﻟﺘﺠﺎرﻳﺔ وﻋﻠﻮم اﻟﺘﺴﻴﲑ –اﻟﺸﻬﻴﺪ ﻃﺎﻟﺐ ﻋﺒﺪ اﻟﺮﲪﺎن -
ﳏﺎﺿﺮات ﰲ ﻣﻘﻴﺎس ﲢﻠﻴﻞ ﻣﻌﻄﻴﺎت ﻣﻌﻤﻖ -ﻣﻊ أﻣﺜﻠﺔ ﺣﺴﺎﺑﻴﺔ وﺗﻄﺒﻴﻘﻴﺔ -
4صواليلي صدر الدين " ،تحليل المعطيات" ،دار هومة للطباعة والنشر والتوزيع ،2011 ،الجزائر ،ص.19
5
Jean Stafford, Paul Bodson, « L’analyse multivariée avec SPSS », Presse de l’Université du Québec, Canada,
2006, p58.
-6-
ﺟﺎﻣﻌﺔ اﻟﺒﻠﻴﺪة 2
حوشين يوسف أستاذ محاضر أ
ﻛﻠﻴﺔ اﻟﻌﻠﻮم اﻻﻗﺘﺼﺎدﻳﺔ واﻟﻌﻠﻮم اﻟﺘﺠﺎرﻳﺔ وﻋﻠﻮم اﻟﺘﺴﻴﲑ –اﻟﺸﻬﻴﺪ ﻃﺎﻟﺐ ﻋﺒﺪ اﻟﺮﲪﺎن -
ﳏﺎﺿﺮات ﰲ ﻣﻘﻴﺎس ﲢﻠﻴﻞ ﻣﻌﻄﻴﺎت ﻣﻌﻤﻖ -ﻣﻊ أﻣﺜﻠﺔ ﺣﺴﺎﺑﻴﺔ وﺗﻄﺒﻴﻘﻴﺔ -
ﻣﺜﺎل :ﳎسم لسﻴارة ﰲ ﺛﻼث أبعاد ،عﻨد الﺮﻏﺒﺔ ﰲ إسﻘاط ا سم ورؤﻳﺘﻪ ﰲ ﺻورة ذات بعدﻳﻦ ﻓﻘﻂ :ما ﻫو
أﻓﻀﻞ ﺟاﻧب ﻧلﺘﻘﻂ مﻨﻪ ﺻورة للسﻴارة ﲝﻴﺚ ﳓاﻓﻆ على اﳌساﻓات بﲔ ﻧﻘاط السﻴارة ،وﺗكون أﻛﺜﺮ ﲤﺜﻴﻼ للسﻴارة
)أﻗﻞ ﺗﺸوﻩ(؟ ﻫﻞ مﻦ اﻷسفﻞ أو مﻦ اﻷعلى أو مﻦ اﳉاﻧب أو مﻦ اﻷمام أو مﻦ اﳋلﻒ؟
أﻛﻴد ﻫو اﳉاﻧب الﺬي ﺗكون ﻓﻴﻪ أﻃﺮاف السﻴارة أﻛﺜﺮ ﺗﺸﺘﺘا )أﻛﱪ ﺗﺒاﻳﻦ ﳑكﻦ( :مﻦ اﳉاﻧب مﺜﻼ.
ﻳعﺘﻤد اﻹسﻘاط على مﺒدأ اﶈاﻓﻈﺔ على اﳌساﻓات بﲔ اﻷﻓﺮاد ﰲ اﳌﺘوسﻂ ﻗدر اﳌسﺘﻄاع عﻨد اﻹسﻘاط:6
6
Jean-Marie Bouruche, Gilbert Saporta, « L’analyse des données », Presses universitaires de France, 5ème
Edition, 1992, p20.
-7-
ﺟﺎﻣﻌﺔ اﻟﺒﻠﻴﺪة 2
حوشين يوسف أستاذ محاضر أ
ﻛﻠﻴﺔ اﻟﻌﻠﻮم اﻻﻗﺘﺼﺎدﻳﺔ واﻟﻌﻠﻮم اﻟﺘﺠﺎرﻳﺔ وﻋﻠﻮم اﻟﺘﺴﻴﲑ –اﻟﺸﻬﻴﺪ ﻃﺎﻟﺐ ﻋﺒﺪ اﻟﺮﲪﺎن -
ﳏﺎﺿﺮات ﰲ ﻣﻘﻴﺎس ﲢﻠﻴﻞ ﻣﻌﻄﻴﺎت ﻣﻌﻤﻖ -ﻣﻊ أﻣﺜﻠﺔ ﺣﺴﺎﺑﻴﺔ وﺗﻄﺒﻴﻘﻴﺔ -
عﻨد ﺟعﻞ اﳌﺘﻐﲑات ﳑﺮﻛﺰة ) (Centréوذلﻚ بﻄﺮح ﻛﻞ الﻘﻴم مﻦ مﺘوسﻄا ا ،ﻧكون ﻗد ﺣولﻨا اﳌﺒدأ مﻦ
0إﱃ مﺮﻛﺰ ﺛﻘﻞ سحابﺔ الﻨﻘاط ).(G
وﳝكﻦ ﺗوﺿﻴﺢ ذلﻚ لﺸكﻞ الﺘﻘﺮﻳﱯ الﺘاﱄ:
ﻛﻤا ﻧﻘوم خﺘﺰال الﻘﻴم ) (réduireوذلﻚ لﻘسﻤﺔ على اﻻﳓﺮاف اﳌعﻴاري ،وذلﻚ ﳉعﻞ الﻘﻴم مﺘﺠاﻧسﺔ
)إﳘال وﺣدات الﻘﻴاس( ،ﺣﻴﺚ ﻳصﺒﺢ ﺗﺒاﻳﻦ الﻘﻴم اﳌﺨﺘﺰلﺔ ﻫو 1لﻨسﺒﺔ ﳉﻤﻴﻊ اﳌﺘﻐﲑات.
وﳝكﻦ ﺗوﺿﻴﺢ ذلﻚ لﺸكﻞ الﺘﻘﺮﻳﱯ الﺘاﱄ:
-8-
ﺟﺎﻣﻌﺔ اﻟﺒﻠﻴﺪة 2
حوشين يوسف أستاذ محاضر أ
ﻛﻠﻴﺔ اﻟﻌﻠﻮم اﻻﻗﺘﺼﺎدﻳﺔ واﻟﻌﻠﻮم اﻟﺘﺠﺎرﻳﺔ وﻋﻠﻮم اﻟﺘﺴﻴﲑ –اﻟﺸﻬﻴﺪ ﻃﺎﻟﺐ ﻋﺒﺪ اﻟﺮﲪﺎن -
ﳏﺎﺿﺮات ﰲ ﻣﻘﻴﺎس ﲢﻠﻴﻞ ﻣﻌﻄﻴﺎت ﻣﻌﻤﻖ -ﻣﻊ أﻣﺜﻠﺔ ﺣﺴﺎﺑﻴﺔ وﺗﻄﺒﻴﻘﻴﺔ -
،أي أن: ﻓﻴﺘﻀﺢ مﻦ ﻫﺬا الﺘﻤﺜﻴﻞ أن ﻧﻘﻄﺔ اﻹسﻘاط على اﶈور اﳉدﻳد ما ﻫﻲ ﰲ اﳊﻘﻴﻘﺔ إﻻ ﲤﺜﻴﻞ للﻘﻴﻤﺔ
= .ℎ
وبﺸكﻞ عام ﳝكﻦ ﺗوﺿﻴﺢ اﻹسﻘاط ﲜعﻞ مﺮﻛﺰ اﻹسﻘاط ﻫو الﻨﻘﻄﺔ Gﻛﻤا ﻳلﻲ:
-9-
ﺟﺎﻣﻌﺔ اﻟﺒﻠﻴﺪة 2
حوشين يوسف أستاذ محاضر أ
ﻛﻠﻴﺔ اﻟﻌﻠﻮم اﻻﻗﺘﺼﺎدﻳﺔ واﻟﻌﻠﻮم اﻟﺘﺠﺎرﻳﺔ وﻋﻠﻮم اﻟﺘﺴﻴﲑ –اﻟﺸﻬﻴﺪ ﻃﺎﻟﺐ ﻋﺒﺪ اﻟﺮﲪﺎن -
ﳏﺎﺿﺮات ﰲ ﻣﻘﻴﺎس ﲢﻠﻴﻞ ﻣﻌﻄﻴﺎت ﻣﻌﻤﻖ -ﻣﻊ أﻣﺜﻠﺔ ﺣﺴﺎﺑﻴﺔ وﺗﻄﺒﻴﻘﻴﺔ -
- 10 -
ﺟﺎﻣﻌﺔ اﻟﺒﻠﻴﺪة 2
حوشين يوسف أستاذ محاضر أ
ﻛﻠﻴﺔ اﻟﻌﻠﻮم اﻻﻗﺘﺼﺎدﻳﺔ واﻟﻌﻠﻮم اﻟﺘﺠﺎرﻳﺔ وﻋﻠﻮم اﻟﺘﺴﻴﲑ –اﻟﺸﻬﻴﺪ ﻃﺎﻟﺐ ﻋﺒﺪ اﻟﺮﲪﺎن -
ﳏﺎﺿﺮات ﰲ ﻣﻘﻴﺎس ﲢﻠﻴﻞ ﻣﻌﻄﻴﺎت ﻣﻌﻤﻖ -ﻣﻊ أﻣﺜﻠﺔ ﺣﺴﺎﺑﻴﺔ وﺗﻄﺒﻴﻘﻴﺔ -
7
Arnaud MARTIN, « L'analyse de données », Polycopié de cours ENSIETA, - Réf. : 1463, Septembre 2004, p23.
8
Jean-Marie Bouruche, Gilbert Saporta, Op-cit, p26.
- 11 -
ﺟﺎﻣﻌﺔ اﻟﺒﻠﻴﺪة 2
حوشين يوسف أستاذ محاضر أ
ﻛﻠﻴﺔ اﻟﻌﻠﻮم اﻻﻗﺘﺼﺎدﻳﺔ واﻟﻌﻠﻮم اﻟﺘﺠﺎرﻳﺔ وﻋﻠﻮم اﻟﺘﺴﻴﲑ –اﻟﺸﻬﻴﺪ ﻃﺎﻟﺐ ﻋﺒﺪ اﻟﺮﲪﺎن -
ﳏﺎﺿﺮات ﰲ ﻣﻘﻴﺎس ﲢﻠﻴﻞ ﻣﻌﻄﻴﺎت ﻣﻌﻤﻖ -ﻣﻊ أﻣﺜﻠﺔ ﺣﺴﺎﺑﻴﺔ وﺗﻄﺒﻴﻘﻴﺔ -
ﻣﻼﺣﻈﺔ :ﳚب أن ﻳكون عدد اﳌﺘﻐﲑات ﻛاﰲ )على اﻷﻗﻞ 5مﺘﻐﲑات أو أﻛﺜﺮ( ،ﻛﻤا ﳚب أن ﺗكون عدد
اﳊاﻻت )عدد اﻷﻓﺮاد( عﺸﺮ مﺮات أﻛﱪ مﻦ عدد اﳌﺘﻐﲑات )مﺜﻼ 10مﺘﻐﲑات ﺗﻘابلﻬا على اﻷﻗﻞ 100ﺣالﺔ(.9
ﻣﺜﺎل :لﻴكﻦ لدﻳﻨا مﺜال لﻨﻘاط ﲬﺲ ) (5ﻃلﺒﺔ ﰲ ﺛﻼث ) (3مﻘاﻳﻴﺲ .ومﻨﻪ ، = 5 :و . = 3
ﻧﻘاط الﻄلﺒﺔ ﰲ اﳌﻘﻴاس .3 ﻧﻘاط الﻄلﺒﺔ ﰲ اﳌﻘﻴاس .2و ﻧﻘاط الﻄلﺒﺔ ﰲ اﳌﻘﻴاس .1و لﻴكﻦ
ﺟدول الﺒﻴا ت الكﻤﻴﺔ Xخﺬ الﺸكﻞ الﺘاﱄ:
اﳌﺘﻐﲑات
X1 X2 X3
اﻷﻓﺮاد
1 11 10 13
2 11 8 11
3 14 13 15
4 10 8 11
5 9 11 10
11 10 13
11 8 11
. × = 14 ومﻨﻪ13 15 :
10 8 11
9 11 9
. = (14 13 :ℝمﺜﻼ الفﺮد15) 3 ﻛﻞ ﻓﺮد ُ iﳝﺜّﻞ ﰲ ﻓﻀاء
10
8
وﻛﻞ مﺘﻐﲑ ُ jﳝﺜّﻞ ﰲ ﻓﻀاء :ℝمﺜﻼ اﳌﺘﻐﲑ. = 13 2
8
11
):(Tableau Centré ب .ﺣﺴﺎب اﳌﺘﻮﺳﻄﺎت وﺗﺸكﻴﻞ ﺟﺪول اﻟﺒﻴﺎ ت اﻟكﻤﻴﺔ اﳌﻤﺮﻛز
):(X Tilde ﺟدول الﺒﻴا ت الكﻤﻴﺔ اﳌﻤﺮﻛﺰ
اﳌﺘﻐﲑات
… …
اﻷﻓﺮاد
1
9
Jean Stafford, Paul Bodson, Op-cit, p60.
- 12 -
ﺟﺎﻣﻌﺔ اﻟﺒﻠﻴﺪة 2
حوشين يوسف أستاذ محاضر أ
ﻛﻠﻴﺔ اﻟﻌﻠﻮم اﻻﻗﺘﺼﺎدﻳﺔ واﻟﻌﻠﻮم اﻟﺘﺠﺎرﻳﺔ وﻋﻠﻮم اﻟﺘﺴﻴﲑ –اﻟﺸﻬﻴﺪ ﻃﺎﻟﺐ ﻋﺒﺪ اﻟﺮﲪﺎن -
ﳏﺎﺿﺮات ﰲ ﻣﻘﻴﺎس ﲢﻠﻴﻞ ﻣﻌﻄﻴﺎت ﻣﻌﻤﻖ -ﻣﻊ أﻣﺜﻠﺔ ﺣﺴﺎﺑﻴﺔ وﺗﻄﺒﻴﻘﻴﺔ -
2
…
i
…
n
G
10
Gilbert Saporta, Op-cit, p156.
- 13 -
ﺟﺎﻣﻌﺔ اﻟﺒﻠﻴﺪة 2
حوشين يوسف أستاذ محاضر أ
ﻛﻠﻴﺔ اﻟﻌﻠﻮم اﻻﻗﺘﺼﺎدﻳﺔ واﻟﻌﻠﻮم اﻟﺘﺠﺎرﻳﺔ وﻋﻠﻮم اﻟﺘﺴﻴﲑ –اﻟﺸﻬﻴﺪ ﻃﺎﻟﺐ ﻋﺒﺪ اﻟﺮﲪﺎن -
ﳏﺎﺿﺮات ﰲ ﻣﻘﻴﺎس ﲢﻠﻴﻞ ﻣﻌﻄﻴﺎت ﻣﻌﻤﻖ -ﻣﻊ أﻣﺜﻠﺔ ﺣﺴﺎﺑﻴﺔ وﺗﻄﺒﻴﻘﻴﺔ -
):(Tableau normé ج .ﺣﺴﺎب اﻟﺘﺒﺎﻳﻨﺎت وﺗﺸكﻴﻞ ﺟﺪول اﻟﺒﻴﺎ ت اﻟكﻤﻴﺔ اﳌﻌﻴﺎري
):(X Chapeau ﺟدول الﺒﻴا ت الكﻤﻴﺔ اﳌعﻴاري
اﳌﺘﻐﲑات
… …
اﻷﻓﺮاد
1
2
…
i
…
n
G
الﺘﺒاﻳﻦ
. = ) .( = 1,2, … ,أي: = ﺣﻴﺚ:
ﻧﺮمﺰ ﳉدول الﺒﻴا ت الكﻤﻴﺔ اﳌعﻴاري لﺮمﺰ ،ﺣﻴﺚ:
⋯ …
⋮ … ⋮ … ⋮
. × = … …
⋮ … ⋯ ⋯ ⋯
⋯ …
ﻣﻼﺣﻈﺎت:
اﳌﺘﻐﲑات الﱵ ﳍا ﺗﺒاﻳﻨات ﻛﺒﲑة ﻫﻲ اﳌسﺆولﺔ عﻦ ﺗﺸﺘﺖ )ﺗﺒعﺜﺮ( اﻷﻓﺮاد ﰲ سحابﺔ الﻨﻘاط )اﳌسﺘوي العاملﻲ(.
ﻳسﻤﺢ ﲢوﻳﻞ الﺒﻴا ت إﱃ بﻴا ت ﳐﺘﺰلﺔ بﺘوﺣﻴد وﺣدات الﻘﻴاس.11
ﻣﺜﺎل )ﻧﻘﺎط اﻟﻄﻠﺒﺔ(:
. = 3,2 ، = 3,6 ، لدﻳﻨا= 2,8 :
11
Arnaud MARTIN, Op-cit, p26.
- 14 -
ﺟﺎﻣﻌﺔ اﻟﺒﻠﻴﺪة 2
حوشين يوسف أستاذ محاضر أ
ﻛﻠﻴﺔ اﻟﻌﻠﻮم اﻻﻗﺘﺼﺎدﻳﺔ واﻟﻌﻠﻮم اﻟﺘﺠﺎرﻳﺔ وﻋﻠﻮم اﻟﺘﺴﻴﲑ –اﻟﺸﻬﻴﺪ ﻃﺎﻟﺐ ﻋﺒﺪ اﻟﺮﲪﺎن -
ﳏﺎﺿﺮات ﰲ ﻣﻘﻴﺎس ﲢﻠﻴﻞ ﻣﻌﻄﻴﺎت ﻣﻌﻤﻖ -ﻣﻊ أﻣﺜﻠﺔ ﺣﺴﺎﺑﻴﺔ وﺗﻄﺒﻴﻘﻴﺔ -
- 15 -
ﺟﺎﻣﻌﺔ اﻟﺒﻠﻴﺪة 2
حوشين يوسف أستاذ محاضر أ
ﻛﻠﻴﺔ اﻟﻌﻠﻮم اﻻﻗﺘﺼﺎدﻳﺔ واﻟﻌﻠﻮم اﻟﺘﺠﺎرﻳﺔ وﻋﻠﻮم اﻟﺘﺴﻴﲑ –اﻟﺸﻬﻴﺪ ﻃﺎﻟﺐ ﻋﺒﺪ اﻟﺮﲪﺎن -
ﳏﺎﺿﺮات ﰲ ﻣﻘﻴﺎس ﲢﻠﻴﻞ ﻣﻌﻄﻴﺎت ﻣﻌﻤﻖ -ﻣﻊ أﻣﺜﻠﺔ ﺣﺴﺎﺑﻴﺔ وﺗﻄﺒﻴﻘﻴﺔ -
.و ﻫﻲ اﳌصفوﻓﺔ اﻷﺣادﻳﺔ.13 × = . ﻫﻲ مصفوﻓﺔ الﺜﻘﻞ )اﻷوزان(: ﺣﻴﺚ
⋯ 0 … 0 ⋯ … ⋯ …
⋮ … ⋮
… ⋮ ⋮ … ⋮ … ⋮ ⋮ … … ⋮ ⋮
. = … 0
… 0
. … … . … … أي:
… ⋮ ⋯ ⋯ ⋯ ⋮ … ⋯ ⋯ ⋯ ⋮ … ⋯ ⋯ ⋯
⋯ 0 … 0 ⋯ … ⋯ …
⋯ 0 … 0 ∑ ⋯ ∑ . ∑ … .
… ⋮ … ⋮ … …
⋮ ⋮ ⋮ ⋮
. = 0 … … 0
∑ . . … ∑ ∑ … . أي:
… ⋮ ⋯ ⋯ ⋯ ⋮ … ⋯ ⋯ ⋯
⋯ 0 … 0 ∑ . ⋯ ∑ . ∑ …
∑ ⋯ ∑ . … ∑ .
⋮ … ⋮ … ⋮
= . ∑ . … ∑ ∑ . … أي:
⋮ … ⋯ ⋯ ⋯
∑ . ⋯ ∑ . … ∑
. ∑ .أي ﺗﺒاﻳﻦ اﳌﺘﻐﲑ ∑ = − = ﺗكون عﻨاﺻﺮ الﻘﻄﺮ الﺮﺋﻴسﻲ مﻦ الﺸكﻞ:
والعﻨاﺻﺮ اﻷخﺮى مﻦ الﺸكﻞ )مﺜﻼ السﻄﺮ 1والعﻤود :(j
∑ . . ∑ = ( − ) − = ( , )
و . أي الﺘﺒاﻳﻦ اﳌﺸﱰك )الﺘﻐاﻳﺮ( بﲔ
ومﻨﻪ ﳝكﻦ ﻛﺘابﺔ Vعلى الﺸكﻞ اﳌصفوﰲ الﺘاﱄ:
⋯ ( , … ) ( , )
⋮ … ⋮ … ⋮
= . ( , … ) … ) ( ,
⋮ … ⋯ ⋯ ⋯
( , ⋯ ) … ) ( ,
،ﻓﺈﻧﻪ ﳝكﻦ ﻛﺘابﺔ اﳌصفوﻓﺔ Vعلى الﺸكﻞ الﺘاﱄ: ( , =) ( , وﲟا أن )
- 16 -
ﺟﺎﻣﻌﺔ اﻟﺒﻠﻴﺪة 2
حوشين يوسف أستاذ محاضر أ
ﻛﻠﻴﺔ اﻟﻌﻠﻮم اﻻﻗﺘﺼﺎدﻳﺔ واﻟﻌﻠﻮم اﻟﺘﺠﺎرﻳﺔ وﻋﻠﻮم اﻟﺘﺴﻴﲑ –اﻟﺸﻬﻴﺪ ﻃﺎﻟﺐ ﻋﺒﺪ اﻟﺮﲪﺎن -
ﳏﺎﺿﺮات ﰲ ﻣﻘﻴﺎس ﲢﻠﻴﻞ ﻣﻌﻄﻴﺎت ﻣﻌﻤﻖ -ﻣﻊ أﻣﺜﻠﺔ ﺣﺴﺎﺑﻴﺔ وﺗﻄﺒﻴﻘﻴﺔ -
14
Jean-Marie Bouruche, Gilbert Saporta, Op-cit, p23.
- 17 -
ﺟﺎﻣﻌﺔ اﻟﺒﻠﻴﺪة 2
حوشين يوسف أستاذ محاضر أ
ﻛﻠﻴﺔ اﻟﻌﻠﻮم اﻻﻗﺘﺼﺎدﻳﺔ واﻟﻌﻠﻮم اﻟﺘﺠﺎرﻳﺔ وﻋﻠﻮم اﻟﺘﺴﻴﲑ –اﻟﺸﻬﻴﺪ ﻃﺎﻟﺐ ﻋﺒﺪ اﻟﺮﲪﺎن -
ﳏﺎﺿﺮات ﰲ ﻣﻘﻴﺎس ﲢﻠﻴﻞ ﻣﻌﻄﻴﺎت ﻣﻌﻤﻖ -ﻣﻊ أﻣﺜﻠﺔ ﺣﺴﺎﺑﻴﺔ وﺗﻄﺒﻴﻘﻴﺔ -
15
Jean-Marie Bouruche, Gilbert Saporta, Op-cit, p23.
- 18 -
ﺟﺎﻣﻌﺔ اﻟﺒﻠﻴﺪة 2
حوشين يوسف أستاذ محاضر أ
ﻛﻠﻴﺔ اﻟﻌﻠﻮم اﻻﻗﺘﺼﺎدﻳﺔ واﻟﻌﻠﻮم اﻟﺘﺠﺎرﻳﺔ وﻋﻠﻮم اﻟﺘﺴﻴﲑ –اﻟﺸﻬﻴﺪ ﻃﺎﻟﺐ ﻋﺒﺪ اﻟﺮﲪﺎن -
ﳏﺎﺿﺮات ﰲ ﻣﻘﻴﺎس ﲢﻠﻴﻞ ﻣﻌﻄﻴﺎت ﻣﻌﻤﻖ -ﻣﻊ أﻣﺜﻠﺔ ﺣﺴﺎﺑﻴﺔ وﺗﻄﺒﻴﻘﻴﺔ -
.3اﻟﺘﻔﺴﲑ:
ﺗسﻤﺢ مصفوﻓﺔ اﻻرﺗﺒاط بدراسﺔ اﻻرﺗﺒاﻃات بﲔ ﳐﺘلﻒ اﳌﺘﻐﲑات ،وﳝكﻦ ﺗفسﲑ اﻻرﺗﺒاﻃات على ﻧوعﲔ:
اﻻرﺗﺒﺎط ﺑﺸكﻞ ﻋﺎم:
ﻗﻴم اﻻرﺗﺒاﻃات ﳝكﻦ أن ﺗعﻄﻴﻬا بﺸكﻞ عام ﻗوة أو ﺿعﻒ اﻻرﺗﺒاط بﲔ اﳌﺘﻐﲑات اﳌدروسﺔ.
إذا ﻛاﻧﺖ اﻻرﺗﺒاﻃات بﺸكﻞ عام ﻗوﻳﺔ ،ﻓﺈن اﻻﻧﺘﻘال مﻦ pبعد إﱃ kبعد لﻦ ﻳفﻘد الكﺜﲑ مﻦ
اﳌعلومات )ﻓﻘدان اﳌعلومات ﻳكون ﰲ ﺣدﻩ اﻷدﱏ(.
اﻻرﺗﺒﺎط ﺑﺸكﻞ ﻣﻔﺼﻞ:
ﻧﻘوم بدراسﺔ اﻻرﺗﺒاط بﲔ ﻛﻞ مﺘﻐﲑﻳﻦ بﺸكﻞ مفصﻞ.
ﻣﻼﺣﻈﺔ :اخﺘﺰال اﻷبعاد بﻄﺮﻳﻘﺔ ﲢلﻴﻞ اﳌﺮﻛﺒات الﺮﺋﻴسﻴﺔ ﻫو ﳑكﻦ ﰲ ﺣالﺔ وﺟود ﺗكﺮار بﲔ اﳌﺘﻐﲑات
) (Redondanceأي أن اﳌﺘﻐﲑات مﱰابﻄﺔ ﻓﻴﻤا بﻴﻨﻬا ،لكﻦ إن ﻛاﻧﺖ ﻫﺬﻩ اﳌﺘﻐﲑات مسﺘﻘلﺔ ،ﻓﺈن ﻃﺮﻳﻘﺔ
ﲢلﻴﻞ اﳌﺮﻛﺒات الﺮﺋﻴسﻴﺔ ﻏﲑ ﻓعالﺔ ﰲ اخﺘﺰال اﻷبعاد.16
16
Gilbert Saporta, Op-cit, p171.
- 19 -
ﺟﺎﻣﻌﺔ اﻟﺒﻠﻴﺪة 2
حوشين يوسف أستاذ محاضر أ
ﻛﻠﻴﺔ اﻟﻌﻠﻮم اﻻﻗﺘﺼﺎدﻳﺔ واﻟﻌﻠﻮم اﻟﺘﺠﺎرﻳﺔ وﻋﻠﻮم اﻟﺘﺴﻴﲑ –اﻟﺸﻬﻴﺪ ﻃﺎﻟﺐ ﻋﺒﺪ اﻟﺮﲪﺎن -
ﳏﺎﺿﺮات ﰲ ﻣﻘﻴﺎس ﲢﻠﻴﻞ ﻣﻌﻄﻴﺎت ﻣﻌﻤﻖ -ﻣﻊ أﻣﺜﻠﺔ ﺣﺴﺎﺑﻴﺔ وﺗﻄﺒﻴﻘﻴﺔ -
- 20 -
ﺟﺎﻣﻌﺔ اﻟﺒﻠﻴﺪة 2
حوشين يوسف أستاذ محاضر أ
ﻛﻠﻴﺔ اﻟﻌﻠﻮم اﻻﻗﺘﺼﺎدﻳﺔ واﻟﻌﻠﻮم اﻟﺘﺠﺎرﻳﺔ وﻋﻠﻮم اﻟﺘﺴﻴﲑ –اﻟﺸﻬﻴﺪ ﻃﺎﻟﺐ ﻋﺒﺪ اﻟﺮﲪﺎن -
ﳏﺎﺿﺮات ﰲ ﻣﻘﻴﺎس ﲢﻠﻴﻞ ﻣﻌﻄﻴﺎت ﻣﻌﻤﻖ -ﻣﻊ أﻣﺜﻠﺔ ﺣﺴﺎﺑﻴﺔ وﺗﻄﺒﻴﻘﻴﺔ -
مسﺘﻤﺮة ومﺘﺰاﻳدة على ا ال 0,26 , 1,74ﻓﺈ ا مسﺘﻤﺮة ومﺘﺰاﻳدة على ا ال ﲟا أن ) (
، 0,26 , 1وﲟا أن ، (0,26). (1) < 0ﻓﺈن ( ) = 0ﺣسب ﻧﻈﺮﻳﺔ الﻘﻴم اﳌﺘوسﻄﺔ ﺗﻘﺒﻞ
ﺣﻞ وﺣﻴد ﰲ ا ال . 0,26 , 1
ﳓاول مﻊ الﻘﻴﻤﺔ ) :(0,5ﺗعﻄﻲ ﻗﻴﻤﺔ ﻗﺮﻳﺒﺔ مﻦ .0
. = −(0,5) + 3(0,5) − 1,37(0,5) + 0,08 = −0,125 + 0,75 − 0,685 + 0,08 = 0,02 لدﻳﻨا:
ولدﻳﻨا. (0,49) = −(0,49) + 3(0,49) − 1,37(0,49) + 0,08 = −0,118 + 0,72 − 0,671 + 0,08 = 0,01 ≈ 0 :
().| − | = − + 3 − 1,37 + 0,08 = ( − 0,49 + ومﻨﻪ+ ) :
()( − 0,49 + =) + + + − 0,49 لدﻳﻨا− 0,49 − 0,49 :
=. + ( − 0,49 ) + ( − 0,49 ) − 0,49
ﳌﻄابﻘﺔ ﳒد.−0,49 = 0,08 ⟹ = −0,163 :
و. − 0,49 = 3 ⟹ = 2,51 : و= − ⟹ = −1 :
ومﻨﻪ.| − | = ( − 0,49)(− + 2,51 − 0,16) :
،Δ = (2,51) − 4(−1)(−0,16) = 6,25 − 0,65 = 5,66ومﻨﻪ.√Δ = 2,38 :
= . = ،و = 0,06 ومﻨﻪ= 2,45 :
, , , ,
. ومﻨﻪ ﺗوﺟد ﺛﻼث ﻗﻴم ذاﺗﻴﺔ ) لﱰﺗﻴب( ﻫﻲ= 0,06 ، = 0,49 ، = 2,45 :
- 21 -
ﺟﺎﻣﻌﺔ اﻟﺒﻠﻴﺪة 2
حوشين يوسف أستاذ محاضر أ
ﻛﻠﻴﺔ اﻟﻌﻠﻮم اﻻﻗﺘﺼﺎدﻳﺔ واﻟﻌﻠﻮم اﻟﺘﺠﺎرﻳﺔ وﻋﻠﻮم اﻟﺘﺴﻴﲑ –اﻟﺸﻬﻴﺪ ﻃﺎﻟﺐ ﻋﺒﺪ اﻟﺮﲪﺎن -
ﳏﺎﺿﺮات ﰲ ﻣﻘﻴﺎس ﲢﻠﻴﻞ ﻣﻌﻄﻴﺎت ﻣﻌﻤﻖ -ﻣﻊ أﻣﺜﻠﺔ ﺣﺴﺎﺑﻴﺔ وﺗﻄﺒﻴﻘﻴﺔ -
ﻣﻼﺣﻈﺔ:
، ﺗعﻄﻴﻨا الﺸعاع الﺬاﰐ اﻷول بعد ﺗﺮﺗﻴب الﻘﻴم الﺬاﺗﻴﺔ مﻦ اﻷﻛﱪ إﱃ اﻷﺻﻐﺮ ،الﻘﻴﻤﺔ الﺬاﺗﻴﺔ اﻷوﱃ
والﺬي ﻳعﻄﻴﻨا بدورﻩ اﶈور العاملﻲ اﻷول )اﳌسﺘﻘﻴم ،(∆ :وﻫﺬا اﻷخﲑ ﻳعﻄﻴﻨا اﳌﺮﻛﺒﺔ الﺮﺋﻴسﻴﺔ اﻷوﱃ ) (.
ﺗعﻄﻴﻨا الﺸعاع الﺬاﰐ الﺜاﱐ ،والﺬي ﻳعﻄﻴﻨا بدورﻩ اﶈور العاملﻲ وبﻨفﺲ الﻄﺮﻳﻘﺔ ،الﻘﻴﻤﺔ الﺬاﺗﻴﺔ الﺜاﻧﻴﺔ
الﺜاﱐ )اﳌسﺘﻘﻴم ،(∆ :وﻫﺬا اﻷخﲑ ﻳعﻄﻴﻨا اﳌﺮﻛﺒﺔ الﺮﺋﻴسﻴﺔ الﺜاﻧﻴﺔ ) (.
ﰒ اﶈورﻳﻦ اﻷولﻴﲔ 1و 2ﻳﺸكﻼن لﻨا اﳌسﺘوي العاملﻲ اﻷول )ﺣﻴﺚ ﻳكون الﺸعاع الﺬاﰐ اﻷول مﺘعامد مﻊ
⊥ ،وﻫﺬا ﻳعﲏ( . = 0 : الﺸعاع الﺬاﰐ الﺜاﱐ ،أي:
وﻧﺸﲑ إﱃ أن اﳌﺮﻛﺒات الﺮﺋﻴسﻴﺔ ﻫﻲ ﺗولﻴفﺔ خﻄﻴﺔ للﻤﺘﻐﲑات اﻷﺻلﻴﺔ) 18مﻊ مﺮﻛﺒات اﻷشعﺔ الﺬاﺗﻴﺔ(،
وعدد اﳌﺮﻛﺒات الﺮﺋﻴسﻴﺔ ﻫو ﻧفسﻪ عدد اﳌﺘﻐﲑات اﻷﺻلﻴﺔ ،إﻻ أﻧﻨا ﻻ ﻧسﺘﺨدم إﻻ اﳌﺮﻛﺒﺔ اﻷوﱃ والﺜاﻧﻴﺔ ﻓﻘﻂ ،وﰲ
بعﺾ اﻷﺣﻴان ﻧﻀﻴﻒ الﺜالﺜﺔ.
18
Jean-Marie Bouruche, Gilbert Saporta, Op-cit, p21.
- 22 -
ﺟﺎﻣﻌﺔ اﻟﺒﻠﻴﺪة 2
حوشين يوسف أستاذ محاضر أ
ﻛﻠﻴﺔ اﻟﻌﻠﻮم اﻻﻗﺘﺼﺎدﻳﺔ واﻟﻌﻠﻮم اﻟﺘﺠﺎرﻳﺔ وﻋﻠﻮم اﻟﺘﺴﻴﲑ –اﻟﺸﻬﻴﺪ ﻃﺎﻟﺐ ﻋﺒﺪ اﻟﺮﲪﺎن -
ﳏﺎﺿﺮات ﰲ ﻣﻘﻴﺎس ﲢﻠﻴﻞ ﻣﻌﻄﻴﺎت ﻣﻌﻤﻖ -ﻣﻊ أﻣﺜﻠﺔ ﺣﺴﺎﺑﻴﺔ وﺗﻄﺒﻴﻘﻴﺔ -
ﳓاول الﺒحﺚ عﻦ عامﻞ مﺸﱰك بﲔ اﻷسﻄﺮ أو اﻷعﻤدة لﻼخﺘﺰال ،ﻓﻨﻼﺣﻆ أن :عﻨد ﺿﺮب اﳌعادلﺔ 1ﰲ 8
−11,6 4,55 7,52 0
. 0,57 −1,45 0,65 واﳌعادلﺔ 3ﰲ 7ﻓﺘصﺒﺢ= 0 :
6,58 4,55 −10,15 0
ﻧﻄﺮح اﳌعادلﺔ 3مﻦ اﳌعادلﺔ 1ﻓﺘصﺒﺢ:
−11,6 4,55 7,52 0
⟹ 0,57 −1,45 0,65 = 0
18,18 0 −17,67 0
لدﻳﻨا مﻦ اﳌعادلﺔ 18,18 = 17,67 :3
ومﻨﻪ. = 0,97 :
ﻧعوض ﰲ اﳌعادلﺔ 2لﻨﺠد0,55 − 1,45 + 0,65 = 0 ⟹ −1,45 + 1,2 = 0 :
أي. = 0,83 :
0,97 0,97
= 0,83 = ومﻨﻪ :الﺸعاع الﺬاﰐ اﻷول ﻫو 0,83
1
ﳓسب ﻃاولﺔ الﺸعاع ‖ ‖ = (0,97) + (0,83) + (1) = √2,63 = 1,62 ≠ 1 :
ومﻨﻪ ﳔﺘار ﻗﻴﻤﺔ لـ ـ ﲝﻴﺚ ﻳكون الﺸعاع الﺬاﰐ معﻴاري )أي ﳛﻘﻖ( . = 1 :
. ‖= ‖
ﻫﻲ:
وﳉعﻞ الﺸعاع معﻴاري ﻳكفﻲ أن ﻧﻘسم ﻛﻞ ﻗﻴﻤﻪ على ﻃاولﺘﻪ ،ﻓﺘكون ﻗﻴﻤﺔ الﺸعاع
0,97 0,60
= . ومﻨﻪ ﻓالﺸعاع الﺬاﰐ اﻷول ﻫو الﺸعاع 0,83 = 0,51
,
1 0,62
−0,67 −0,44
. وبﻨفﺲ الﻄﺮﻳﻘﺔ ﻧﺘحصﻞ على بﻘﻴﺔ اﻷشعﺔ الﺬاﺗﻴﺔ= −0,10 ، = 0,85 :
0,74 −0,28
ولدﻳﻨا ﻛﺬلﻚ:
. = (0,60)(−0,44) + (0,51)(0,85) + (0,62)(−0,28) = −0,26 + 0,43 − 0,17 = 0
∑
∗ 100 ∑
∗ 100 ∑
1
- 23 -
ﺟﺎﻣﻌﺔ اﻟﺒﻠﻴﺪة 2
حوشين يوسف أستاذ محاضر أ
ﻛﻠﻴﺔ اﻟﻌﻠﻮم اﻻﻗﺘﺼﺎدﻳﺔ واﻟﻌﻠﻮم اﻟﺘﺠﺎرﻳﺔ وﻋﻠﻮم اﻟﺘﺴﻴﲑ –اﻟﺸﻬﻴﺪ ﻃﺎﻟﺐ ﻋﺒﺪ اﻟﺮﲪﺎن -
ﳏﺎﺿﺮات ﰲ ﻣﻘﻴﺎس ﲢﻠﻴﻞ ﻣﻌﻄﻴﺎت ﻣﻌﻤﻖ -ﻣﻊ أﻣﺜﻠﺔ ﺣﺴﺎﺑﻴﺔ وﺗﻄﺒﻴﻘﻴﺔ -
∑
∗ 100 ∑
∗ 100 ∑
2
∑
∗ 100 ∑
∗ 100 ∑
3
I
⋯
∑
∗ 100 ∑
∗ 100 ∑
P
∑
∗ 100 = 100 ∑
∗ 100 ∑
∑
∑
∗ 100 = 81,6 ∑
∗ 100 = 81,6 2,45 1
∑
∗ 100 = 98 ∑
∗ 100 = 16,4 0,49 2
∑
∗ 100 = 100 ∑
∗ 100 = 2 0,06 3
100 ∑ =3
.4اﻟﺘﻔﺴﲑ:
ﲤﺜﻞ اﳌساﳘﺔ اﳌﻄلﻘﺔ للﻤحور iﰲ الﺘﺒاﻳﻦ الكلﻲ )(Inertie ﻛﻞ ﻗﻴﻤﺔ ذاﺗﻴﺔ
∑ ﲤﺜﻞ اﳌساﳘﺔ الﻨسﺒﻴﺔ للﻤحور iﰲ الﺘﺒاﻳﻦ الكلﻲ )(Inertie ﻛﻞ ﻧسﺒﺔ
∑ ﻧسﺒﺔ الﺘﺒاﻳﻦ الكلﻲ ) (% d’inertieاﳌفسﺮ ﶈور العاملﻲ اﻷول ) 1er Axe ﲤﺜﻞ الﻘﻴﻤﺔ
.(Factorielوﻫﻲ ﲤﺜﻞ اﻷﳘﻴﺔ الﻨسﺒﻴﺔ للﻤﺮﻛﺒﺔ الﺮﺋﻴسﻴﺔ اﻷوﱃ.
∑ ﻧسﺒﺔ الﺘﺒاﻳﻦ الكلﻲ اﳌفسﺮ ﶈور العاملﻲ الﺜاﱐ ).( 2ème Axe Factoriel ﲤﺜﻞ الﻘﻴﻤﺔ
ﻧسﺒﺔ الﺘﺒاﻳﻦ الكلﻲ اﳌفسﺮ ﳌسﺘوي العاملﻲ اﻷول )( 1er Plan Factoriel ∑
ﲤﺜﻞ الﻘﻴﻤﺔ
)اﶈور اﻷول واﶈور الﺜاﱐ(.
- 24 -
ﺟﺎﻣﻌﺔ اﻟﺒﻠﻴﺪة 2
حوشين يوسف أستاذ محاضر أ
ﻛﻠﻴﺔ اﻟﻌﻠﻮم اﻻﻗﺘﺼﺎدﻳﺔ واﻟﻌﻠﻮم اﻟﺘﺠﺎرﻳﺔ وﻋﻠﻮم اﻟﺘﺴﻴﲑ –اﻟﺸﻬﻴﺪ ﻃﺎﻟﺐ ﻋﺒﺪ اﻟﺮﲪﺎن -
ﳏﺎﺿﺮات ﰲ ﻣﻘﻴﺎس ﲢﻠﻴﻞ ﻣﻌﻄﻴﺎت ﻣﻌﻤﻖ -ﻣﻊ أﻣﺜﻠﺔ ﺣﺴﺎﺑﻴﺔ وﺗﻄﺒﻴﻘﻴﺔ -
∑ ﻧسﺒﺔ الﺘﺒاﻳﻦ الكلﻲ اﳌفسﺮ ﳌسﺘوي العاملﻲ الﺜاﱐ )(2ème Plan Factoriel ﲤﺜﻞ الﻘﻴﻤﺔ
)اﶈور اﻷول واﶈور الﺜالﺚ(.
إذا ﻛان ﲢلﻴﻞ اﳌﺮﻛﺒات الﺮﺋﻴسﻴﺔ معﻴاري ) ،(ACP Norméﻓﺈن:19
∑. =) ( =
إذا ﻛان ﲢلﻴﻞ اﳌﺮﻛﺒات الﺮﺋﻴسﻴﺔ ﻏﲑ معﻴاري ) ،(ACP Non norméﻓﺈن:20
∑. ∑=) ( =
ﻣﻼﺣﻈﺔ :إذا ﻛان ﲢلﻴﻞ اﳌﺮﻛﺒات الﺮﺋﻴسﻴﺔ ﻏﲑ معﻴاري ﻻعﺘﻤاد على اﳌصفوﻓﺔ الﺘﺒاﻳﻦ اﳌﺸﱰك ،ﻓﺈن الﻘﻴم
الﺬاﺗﻴﺔ واﻷشعﺔ الﺬاﺗﻴﺔ ﺗسﺘﺨﺮج مﻦ اﳌصفوﻓﺔ .
و .ﲢﺪﻳﺪ ﻋﺪد اﶈﺎور اﻟﱵ ﺗﺆﺧﺬ ﰲ اﻟﺘﺤﻠﻴﻞ ):(Nombre d’axes à retenir
ﻫﻨاك عدة معاﻳﲑ ﺗسﻤﺢ بﺘحدﻳد عدد اﶈاور الﱵ ﺗﺆخﺬ ﰲ الﺘحلﻴﻞ ،مﻦ بﻴﻨﻬا:
ﻣﻌﻴﺎر ﻛﻴزر :Kaiserخﺬ ﻛﻞ الﻘﻴم الﺬاﺗﻴﺔ اﻷﻛﱪ مﻦ .21 1
∑ أﻛﱪ مﻦ ،%80 ﻣﻌﻴﺎر ﻧﺴﺒﺔ اﳌﺴﺘﻮي اﻟﻌﺎﻣﻠﻲ اﻷول :إذا ﻛاﻧﺖ ﻗﻴﻤﺔ الﻨسﺒﺔ ∗ 100
ﻓفﻘدان اﳌعلومات ﺻﻐﲑ ،ﻓﻼ داعﻲ ﻹﻧﺸاء اﳌسﺘوي العاملﻲ الﺜاﱐ.
∑ أﻛﱪ مﻦ ،%15ﻓﻼ ﻣﻌﻴﺎر ﻧﺴﺒﺔ اﶈﻮر اﻟﻌﺎﻣﻠﻲ اﻟﺜﺎﻟﺚ :إذا ﻛاﻧﺖ ﻗﻴﻤﺔ الﻨسﺒﺔ ∗ 100
بد مﻦ إﻧﺸاء اﳌسﺘوي العاملﻲ الﺜاﱐ.
ﻣﻌﻴﺎر اﻟﺘﻤﺜﻴﻞ اﻟﺒﻴﺎﱐ ﻟﻠﻘﻴﻢ اﻟﺬاﺗﻴﺔ :بعد إﻧﺸاء الﺘﻤﺜﻴﻞ الﺒﻴاﱐ ﻷعﻤدة للﻘﻴم الﺬاﺗﻴﺔ ﻧﻘوم بﺮسم مسﺘﻘﻴم
ﻳﺮبﻂ بﲔ أﻛﱪ عدد مﻦ الﻘﻴم الﺬاﺗﻴﺔ ،والﻘﻴم الكﺒﲑة الﱵ ﻻ ﺗﻨﺘﻤﻲ للﻤسﺘﻘﻴم ﲤﺜﻞ اﶈاور الﱵ ﺗﺆخﺬ ﰲ
الﺘحلﻴﻞ.
أو ﻧﺮبﻂ بﲔ رؤوس اﻷعﻤدة ﲞﻄوط مسﺘﻘﻴﻤﺔ ،وأﻳﻦ ﺗﺸكﻞ لﻨا شكﻞ مﺮﻓﻖ ) ،22 (Coudeﻓﻨﺘوﻗﻒ
عﻨد ﺗلﻚ الﻘﻴﻤﺔ الﺬاﺗﻴﺔ )اﳌﺮﻓﻖ ﻳﺆخﺬ(.
ﻣﺜﺎل )ﻧﻘﺎط اﻟﻄﻠﺒﺔ(:
ﻣﻌﻴﺎر ﻛﻴزر :Kaiserخﺬ اﶈور العاملﻲ اﻷول ﻓﻘﻂ.
19
Jean-Marie Bouruche, Gilbert Saporta, Op-cit, p32.
20زياد رشاد الراوي ،مرجع سابق ،ص.59
21
Alian Baccini, Philippe Besse, « Exploration Statistique », Institut National des Sciences Appliquées,
Toulouse, Juin 2020, p41.
22
Alian Baccini, Philippe Besse, Op-cit, p41.
- 25 -
ﺟﺎﻣﻌﺔ اﻟﺒﻠﻴﺪة 2
حوشين يوسف أستاذ محاضر أ
ﻛﻠﻴﺔ اﻟﻌﻠﻮم اﻻﻗﺘﺼﺎدﻳﺔ واﻟﻌﻠﻮم اﻟﺘﺠﺎرﻳﺔ وﻋﻠﻮم اﻟﺘﺴﻴﲑ –اﻟﺸﻬﻴﺪ ﻃﺎﻟﺐ ﻋﺒﺪ اﻟﺮﲪﺎن -
ﳏﺎﺿﺮات ﰲ ﻣﻘﻴﺎس ﲢﻠﻴﻞ ﻣﻌﻄﻴﺎت ﻣﻌﻤﻖ -ﻣﻊ أﻣﺜﻠﺔ ﺣﺴﺎﺑﻴﺔ وﺗﻄﺒﻴﻘﻴﺔ -
∑ ،و لﺘاﱄ خﺬ اﶈور ﻣﻌﻴﺎر ﻧﺴﺒﺔ اﳌﺴﺘﻮي اﻷول :لدﻳﻨا ∗ 100 = 81,6 > 80%
العاملﻲ اﻷول.
∑ أﻛﱪ مﻦ ،%15ﻓﻼ بد مﻦ إﻧﺸاء اﶈور العاملﻲ ﲟا أن ﻗﻴﻤﺔ الﻨسﺒﺔ ∗ 100 = 16,4
الﺜاﱐ.
ﻣﻼﺣﻈﺎت:
ﻛﻞ ﻗﻴﻤﺔ ذاﺗﻴﺔ ﺗﻘابﻞ ﺗﺒاﻳﻦ ﻛلﻲ ) ،(Inertieﻓكﻞ ﻗﻴﻤﺔ ذاﺗﻴﺔ ﻫﻲ ﲟﺜابﺔ ﺗﺒاﻳﻦ اﳌﺮﻛﺒﺔ الﺮﺋﻴسﻴﺔ اﳌﻘابلﺔ ﳍا.
إذا ﻛاﻧﺖ اﻻرﺗﺒاﻃات ﻗوﻳﺔ بﲔ اﳌﺘﻐﲑات ،ﻓﺈن اﳌسﺘوي العاملﻲ اﻷول ﻳكفﻲ لﻼﺣﺘفاظ ﻛﱪ ﻗدر مﻦ
اﳌعلومات.
إذا ﻛاﻧﺖ اﻻرﺗﺒاﻃات مﺘوسﻄﺔ بﲔ اﳌﺘﻐﲑات ،ﻓﻼ بد مﻦ اﶈور الﺜالﺚ ) (3ème Axeلﻼﺣﺘفاظ ﻛﱪ
ﻗدر مﻦ اﳌعلومات.
إذا ﻛان ﻫﻨاك ﺗﻘارب ﰲ ﻧسب الﺘﺒاﻳﻦ الكلﻲ اﳌفسﺮ ﶈاور العاملﻴﺔ )مﺜﻼ :اﶈور ،%27 1اﶈور2
،%25اﶈور ،%23 3مﺜﻼ اﶈور ،(... ،%18 4ﻓﺈن اﻻﻧﺘﻘال مﻦ kبعد إﱃ بعدﻳﻦ سﻴﺆدي إﱃ
ﻓﻘدان الكﺜﲑ مﻦ اﳌعلومات ،وﻳكون اﳌسﺘوي العاملﻲ اﻷول ﻻ ﳝﺜﻞ الﺒﻴا ت اﻷﺻلﻴﺔ ﲤﺜﻴﻼ ﺟﻴدا.
ز .اﻹﺳﻘﺎط ﻋﻠﻰ اﶈﺎور واﳌﺴﺘﻮ ت:
.1إﺳﻘﺎط اﻷﻓﺮاد:
ﺣﺎﻟﺔ ﲢﻠﻴﻞ اﳌﺮﻛﺒﺎت اﻟﺮﺋﻴﺴﻴﺔ ﻣﻌﻴﺎري:
إذا ﻛان ﲢلﻴﻞ اﳌﺮﻛﺒات الﺮﺋﻴسﻴﺔ معﻴاري ) ﻻعﺘﻤاد على اﳌصفوﻓﺔ ،(Rﻓﺈن العﻼﻗﺔ الﱵ ﺗسﻤﺢ سﻘاط
اﻷﻓﺮاد على اﶈاور العاملﻴﺔ اﳉدﻳدة ﻫﻲ العﻼﻗﺔ الﺘالﻴﺔ:
. × = × . ×
ﻫﻲ × عدد اﳌﺘﻐﲑات .و عدد اﶈاور الﱵ ﺗﺆخﺬ ﰲ الﺘحلﻴﻞ .و ﺣﻴﺚ :ﻫو عدد اﻷﻓﺮاد.
(= × . .إذا أخﺬ ﳏورﻳﻦ ﰲ الﺘحلﻴﻞ) : اﻷشعﺔ الﺬاﺗﻴﺔ للﻤصفوﻓﺔ ×
ﻣﺜﺎل )ﻧﻘﺎط اﻟﻄﻠﺒﺔ(:
ﻧعﺘﻤد على العﻼﻗﺔ الﺘالﻴﺔ:
0 0 0,56 0,347 −0,157
0 −1,05 −0,56 0,60 −0,44 −0,88 −0,739
. × = × . × = 1,79 1,58 = 1,68 . 0,51 0,85 2,92 0,085
−0,6 −1,05 −0,56 0,62 −0,28 −1,24 −0,477
−1,2 0,53 −1,12 −1,14 1,287
- 26 -
ﺟﺎﻣﻌﺔ اﻟﺒﻠﻴﺪة 2
حوشين يوسف أستاذ محاضر أ
ﻛﻠﻴﺔ اﻟﻌﻠﻮم اﻻﻗﺘﺼﺎدﻳﺔ واﻟﻌﻠﻮم اﻟﺘﺠﺎرﻳﺔ وﻋﻠﻮم اﻟﺘﺴﻴﲑ –اﻟﺸﻬﻴﺪ ﻃﺎﻟﺐ ﻋﺒﺪ اﻟﺮﲪﺎن -
ﳏﺎﺿﺮات ﰲ ﻣﻘﻴﺎس ﲢﻠﻴﻞ ﻣﻌﻄﻴﺎت ﻣﻌﻤﻖ -ﻣﻊ أﻣﺜﻠﺔ ﺣﺴﺎﺑﻴﺔ وﺗﻄﺒﻴﻘﻴﺔ -
−0,157 0,347
−0,739 −0,88
ﲤﺜﻞ اﳌﺮﻛﺒﺔ الﺮﺋﻴسﻴﺔ الﺜاﻧﻴﺔ. = ﲤﺜﻞ اﳌﺮﻛﺒﺔ اﻷساسﻴﺔ اﻷوﱃ .و 0,085 = 2,92 ﺣﻴﺚ:
−0,477 −1,24
1,287 −1,14
ﺣﺎﻟﺔ ﲢﻠﻴﻞ اﳌﺮﻛﺒﺎت اﻟﺮﺋﻴﺴﻴﺔ ﻏﲑ ﻣﻌﻴﺎري:
إذا ﻛان ﲢلﻴﻞ اﳌﺮﻛﺒات الﺮﺋﻴسﻴﺔ ﻏﲑ معﻴاري ) ﻻعﺘﻤاد على اﳌصفوﻓﺔ ( ،ﻓﺈن العﻼﻗﺔ الﱵ ﺗسﻤﺢ سﻘاط
اﻷﻓﺮاد على اﶈاور العاملﻴﺔ اﳉدﻳدة ﻫﻲ العﻼﻗﺔ الﺘالﻴﺔ:
× . × = × .
ﻫو عدد اﻷﻓﺮاد .عدد اﳌﺘﻐﲑات .و عدد اﶈاور الﱵ ﺗﺆخﺬ ﰲ الﺘحلﻴﻞ. ﺣﻴﺚ:
ﻫﻲ اﻷشعﺔ الﺬاﺗﻴﺔ للﻤصفوﻓﺔ × . و ×
ﻣﺜﺎل )ﻧﻘﺎط اﻟﻄﻠﺒﺔ(:
2,8 1,8 2,8
. = 1,8 3,6 لدﻳﻨا مصفوﻓﺔ الﺘﺒاﻳﻦ اﳌﺸﱰك Vﻫﻲ2,2 :
2,8 2,2 3,2
ﺣﺴﺎب اﻟﻘﻴﻢ اﻟﺬاﺗﻴﺔ:
سﻨﻘوم ﲝساب الﻘﻴم الﺬاﺗﻴﺔ اﻧﻄﻼﻗا مﻦ العﻼﻗﺔ|V − I| = 0 :
لدﻳﻨا:
2,8 1,8 2,8 0 0 2,8 − 1,8 2,8
| − =| 1,8 3,6 2,2 − 0 0 = 1,8 3,6 − 2,2
2,8 2,2 3,2 0 0 2,8 2,2 3,2 −
أي:
|. −
3,6 −
) | = (2,8 −
2,2
2,2
3,2 −
)− (1,8
1,8 2,2
2,8 3,2 −
)+ (2,8
1,8 3,6 −
2,8 2,2
| − | = (2,8 − ) (3,6 − )(3,2 − ) − (2,2) − (1,8) 1,8(3,2 − ) − 2,8(2,2) +
) (2,8) 1,8(2,2) − 2,8(3,6 −
). = (2,8 − ) (3,6 − )(3,2 − ) − (2,2 لﻴكﻦ:
= (2,8 − )(11,52 + − 6,8 − 4,84) = 32,25 + 2,8 − 19,04 − 13,55 − لدﻳﻨا:
11,52 − + 6,8 + 4,84
أي. = − + 9,6 − 25,72 + 18,7 :
لﻴكﻦ. = (1,8) 1,8(3,2 − ) − 2,8(2,2) :
= (1,8)(5,76 − 1,8 لدﻳﻨا− 6,16) = 10,37 − 3,24 − 11,09 = −3,24 − 0,72 :
لﻴكﻦ. = (2,8) 1,8(2,2) − 2,8(3,6 − ) :
- 27 -
ﺟﺎﻣﻌﺔ اﻟﺒﻠﻴﺪة 2
حوشين يوسف أستاذ محاضر أ
ﻛﻠﻴﺔ اﻟﻌﻠﻮم اﻻﻗﺘﺼﺎدﻳﺔ واﻟﻌﻠﻮم اﻟﺘﺠﺎرﻳﺔ وﻋﻠﻮم اﻟﺘﺴﻴﲑ –اﻟﺸﻬﻴﺪ ﻃﺎﻟﺐ ﻋﺒﺪ اﻟﺮﲪﺎن -
ﳏﺎﺿﺮات ﰲ ﻣﻘﻴﺎس ﲢﻠﻴﻞ ﻣﻌﻄﻴﺎت ﻣﻌﻤﻖ -ﻣﻊ أﻣﺜﻠﺔ ﺣﺴﺎﺑﻴﺔ وﺗﻄﺒﻴﻘﻴﺔ -
- 28 -
ﺟﺎﻣﻌﺔ اﻟﺒﻠﻴﺪة 2
حوشين يوسف أستاذ محاضر أ
ﻛﻠﻴﺔ اﻟﻌﻠﻮم اﻻﻗﺘﺼﺎدﻳﺔ واﻟﻌﻠﻮم اﻟﺘﺠﺎرﻳﺔ وﻋﻠﻮم اﻟﺘﺴﻴﲑ –اﻟﺸﻬﻴﺪ ﻃﺎﻟﺐ ﻋﺒﺪ اﻟﺮﲪﺎن -
ﳏﺎﺿﺮات ﰲ ﻣﻘﻴﺎس ﲢﻠﻴﻞ ﻣﻌﻄﻴﺎت ﻣﻌﻤﻖ -ﻣﻊ أﻣﺜﻠﺔ ﺣﺴﺎﺑﻴﺔ وﺗﻄﺒﻴﻘﻴﺔ -
. = 0,18 ، ومﻨﻪ ﺗوﺟد ﺛﻼث ﻗﻴم ذاﺗﻴﺔ ) لﱰﺗﻴب( ﻫﻲ= 1,68 ، = 7,74 :
اﻷﺷﻌـ ـ ــﺔ اﻟﺬاﺗﻴ ـ ـ ــﺔ:
. = لدﻳﻨا⟹ ( − ) = 0 :
2,8 1,8 2,8 0 0 2,8 − 1,8 2,8 0
( − = ) 1,8 3,6 2,2 − 0 0 = 1,8 3,6 − 2,2 = 0
2,8 2,2 3,2 0 0 2,8 2,2 3,2 − 0
: -ﳌا = 7,74
2,8 − 7,74 1,8 2,8 −4,94 1,8 2,8 0
( − ) ⟹=0 1,8 3,6 − 7,74 2,2 = 1,8 −4,14 2,2 = 0
2,8 2,2 3,2 − 7,74 2,8 2,2 −4,54 0
ﳓاول الﺒحﺚ عﻦ عامﻞ مﺸﱰك بﲔ اﻷسﻄﺮ لﻼخﺘﺰال ،ﻓﻨﺠد أن بﻀﺮب اﳌعادلﺔ 2ﰲ 14واﳌعادلﺔ 3ﰲ 9
−4,94 1,8 2,8 0
. 25,2 −57,96 30,8 ﺗصﺒﺢ= 0 :
25,2 19,8 −40,86 0
ﻧﻄﺮح اﳌعادلﺔ 3مﻦ اﳌعادلﺔ 2ﻓﺘصﺒﺢ:
−4,94 1,8 2,8 0
⟹ 25,2 −57,96 30,8 = 0
0 77,76 −71,66 0
لدﻳﻨا مﻦ اﳌعادلﺔ 77,76 = 71,66 :3
ومﻨﻪ. = 0,92 :
−4,94 + 1,66 + 2,8 = 0 ⟹ −4,94 + 4,46 ﻧعوض ﰲ اﳌعادلﺔ 1لﻨﺠد= 0 :
. = 0,9 أي:
0,9 0,9
= 0,92
= ومﻨﻪ :الﺸعاع الﺬاﰐ اﻷول ﻫو 0,92
1
‖ =‖ ﳓسب ﻃاولﺔ الﺸعاع(0,9) + (0,92) + (1) = √2,66 = :
1,63 ≠ 1
ومﻨﻪ ﳔﺘار ﻗﻴﻤﺔ لـ ـ ﲝﻴﺚ ﻳكون الﺸعاع الﺬاﰐ معﻴاري )أي ﳛﻘﻖ( . = 1 :
- 29 -
ﺟﺎﻣﻌﺔ اﻟﺒﻠﻴﺪة 2
حوشين يوسف أستاذ محاضر أ
ﻛﻠﻴﺔ اﻟﻌﻠﻮم اﻻﻗﺘﺼﺎدﻳﺔ واﻟﻌﻠﻮم اﻟﺘﺠﺎرﻳﺔ وﻋﻠﻮم اﻟﺘﺴﻴﲑ –اﻟﺸﻬﻴﺪ ﻃﺎﻟﺐ ﻋﺒﺪ اﻟﺮﲪﺎن -
ﳏﺎﺿﺮات ﰲ ﻣﻘﻴﺎس ﲢﻠﻴﻞ ﻣﻌﻄﻴﺎت ﻣﻌﻤﻖ -ﻣﻊ أﻣﺜﻠﺔ ﺣﺴﺎﺑﻴﺔ وﺗﻄﺒﻴﻘﻴﺔ -
الﻨسﺒﺔ اﳌﺌوﻳﺔ الصاعدة )↑(% الﻨسﺒﺔ اﳌﺌوﻳﺔ )(% الﻘﻴم الﺬاﺗﻴﺔ ) ( الﺮﻗم
∑
∗ 100 = 80,6 ∑
∗ 100 = 80,6 7,74 1
∑
∗ 100 = 98,1 ∑
∗ 100 = 17,5 1,68 2
∑
∗ 100 = 100 ∑
∗ 100 = 1,9 0,18 3
100 ∑ = 9,6
ﲢﺪﻳﺪ ﻋﺪد اﶈﺎور اﻟﱵ ﺗﺆﺧﺬ ﰲ اﻟﺘﺤﻠﻴﻞ ):(Nombre d’axes à retenir
ﻣﻌﻴﺎر ﻛﻴزر : Kaiserخﺬ اﶈورﻳﻦ العاملﻴﲔ اﻷول والﺜاﱐ.
∑. ﻣﻌﻴﺎر ﻧﺴﺒﺔ اﳌﺴﺘﻮي اﻷول :لدﻳﻨا ∗ 100 = 80,6 ≈ 80%
∑ أﻛﱪ مﻦ ،%15ﻓﻼ بد مﻦ إﻧﺸاء اﶈور العاملﻲ الﺜاﱐ. ﲟا أن ﻗﻴﻤﺔ الﻨسﺒﺔ ∗ 100 = 17,5
اﺳﻘﺎط اﻷﻓﺮاد:
ﻧعﺘﻤد على العﻼﻗﺔ الﺘالﻴﺔ:
0 0 1 0,61 −0,34
0 −2 −1 0,55 −0,46 −1,73 −1,3
. × = × . × = 3 3 = 3 . 0,56 0,82 5,16 0,06
−1 −2 −1 0,61 −0,34 −2,28 −0,84
−2 1 −2 −1,76 2,42
- 30 -
ﺟﺎﻣﻌﺔ اﻟﺒﻠﻴﺪة 2
حوشين يوسف أستاذ محاضر أ
ﻛﻠﻴﺔ اﻟﻌﻠﻮم اﻻﻗﺘﺼﺎدﻳﺔ واﻟﻌﻠﻮم اﻟﺘﺠﺎرﻳﺔ وﻋﻠﻮم اﻟﺘﺴﻴﲑ –اﻟﺸﻬﻴﺪ ﻃﺎﻟﺐ ﻋﺒﺪ اﻟﺮﲪﺎن -
ﳏﺎﺿﺮات ﰲ ﻣﻘﻴﺎس ﲢﻠﻴﻞ ﻣﻌﻄﻴﺎت ﻣﻌﻤﻖ -ﻣﻊ أﻣﺜﻠﺔ ﺣﺴﺎﺑﻴﺔ وﺗﻄﺒﻴﻘﻴﺔ -
−0,34 0,61
−1,3 −1,73
ﲤﺜﻞ اﳌﺮﻛﺒﺔ الﺮﺋﻴسﻴﺔ الﺜاﻧﻴﺔ. = ﲤﺜﻞ اﳌﺮﻛﺒﺔ اﻷساسﻴﺔ اﻷوﱃ ،و 0,06 = 5,16 ﺣﻴﺚ:
−0,84 −2,28
2,42 −1,76
.2إﺳﻘﺎط اﳌﺘﻐﲑات:
ﺣﺎﻟﺔ ﲢﻠﻴﻞ اﳌﺮﻛﺒﺎت اﻟﺮﺋﻴﺴﻴﺔ ﻣﻌﻴﺎري:
لﻨسﺒﺔ للﻤﺘﻐﲑات ،ﻧﻘوم ﲝساب اﳌصفوﻓﺔ ) Aبدﻻ مﻦ ﺣساب اﳌصفوﻓﺔ ،(Rوﻓﻖ العﻼﻗﺔ الﺘالﻴﺔ:
. × = × . × . ×
( )
. ﻧعﺘﻤد على ﻧفﺲ مﺒدأ إسﻘاط اﻷﻓﺮاد .والﻨﻈام الﺬي ﻧﺒحﺚ عﻦ ﺗعﻈﻴﻤﻪ ﻫو:
/ : =1
ﺣﻴﺚ ﲤﺜﻞ اﻷشعﺔ الﺬاﺗﻴﺔ للﻤصفوﻓﺔ .
و سﺘﺨدام دالﺔ ﻻﻗﺮاﻧج ) (LANGRANGEﻧصﻞ إﱃ ﻧفﺲ الﻨﺘﻴﺠﺔ الﱵ ﺗوﺻلﻨا إلﻴﻬا ﰲ ﺣالﺔ
اﻷﻓﺮاد ،أي الﺒحﺚ عﻦ أﻛﱪ الﻘﻴم الﺬاﺗﻴﺔ )ﻧﺮمﺰ ﳍا ( للﻤصفوﻓﺔ .ﰒ ﻧسﺘﻨﺘج اﻷشعﺔ الﺬاﺗﻴﺔ وﻫﻲ. :
. × = × . × ﰒ ﻧعﺘﻤد لﻺسﻘاط على العﻼﻗﺔ الﺘالﻴﺔ:
ﺣﻴﺚ :ﻫو عدد اﻷﻓﺮاد .عدد اﳌﺘﻐﲑات .و عدد اﶈاور الﱵ ﺗﺆخﺬ ﰲ الﺘحلﻴﻞ.
⊥ . ( = × .ﺣﻴﺚ: إذا أخﺬ ﳏورﻳﻦ ﰲ الﺘحلﻴﻞ ﻓﺈن) :
. × (= ⋯ ﻛﻤا ﳝكﻦ اﻻعﺘﻤاد على العﺒارة الﺘالﻴﺔ لﻺسﻘاط) :
) .( = 1,2, … , = ﺣﻴﺚ .
ﻫﻲ اﻷشعﺔ الﺬاﺗﻴﺔ اﳌواﻓﻘﺔ ﳍا. ﻫﻲ الﻘﻴم الﺬاﺗﻴﺔ للﻤصفوﻓﺔ ،و ﺣﻴﺚ
ﺣﺎﻟﺔ ﲢﻠﻴﻞ اﳌﺮﻛﺒﺎت اﻟﺮﺋﻴﺴﻴﺔ ﻏﲑ ﻣﻌﻴﺎري:
إذا ﻛان ﲢلﻴﻞ اﳌﺮﻛﺒات الﺮﺋﻴسﻴﺔ ﻏﲑ معﻴاري ﻻعﺘﻤاد على اﳌصفوﻓﺔ الﺘﺒاﻳﻦ اﳌﺸﱰك ،ﻓﺈن اسﻘاط
اﳌﺘﻐﲑات ﻳكون وﻓﻖ ﻧفﺲ العﺒارة السابﻘﺔ:
) .( = 1,2, … , = .
مﻊ ﻫﻲ الﻘﻴم الﺬاﺗﻴﺔ للﻤصفوﻓﺔ ،و ﻫﻲ اﻷشعﺔ الﺬاﺗﻴﺔ اﳌواﻓﻘﺔ ﳍا.
لكﻦ بعد ذلﻚ ،وللحصول على معامﻼت اﻻرﺗﺒاط بﲔ اﳌﺘﻐﲑات واﶈاور العاملﻴﺔ ﻧﻘوم بﻘسﻤﺔ اﻹسﻘاﻃات
. = 1,2, … , ﺣﻴﺚ: = على اﻹﳓﺮاﻓات اﳌعﻴارﻳﺔ للﻤﺘﻐﲑات ،أي:
√
- 31 -
ﺟﺎﻣﻌﺔ اﻟﺒﻠﻴﺪة 2
حوشين يوسف أستاذ محاضر أ
ﻛﻠﻴﺔ اﻟﻌﻠﻮم اﻻﻗﺘﺼﺎدﻳﺔ واﻟﻌﻠﻮم اﻟﺘﺠﺎرﻳﺔ وﻋﻠﻮم اﻟﺘﺴﻴﲑ –اﻟﺸﻬﻴﺪ ﻃﺎﻟﺐ ﻋﺒﺪ اﻟﺮﲪﺎن -
ﳏﺎﺿﺮات ﰲ ﻣﻘﻴﺎس ﲢﻠﻴﻞ ﻣﻌﻄﻴﺎت ﻣﻌﻤﻖ -ﻣﻊ أﻣﺜﻠﺔ ﺣﺴﺎﺑﻴﺔ وﺗﻄﺒﻴﻘﻴﺔ -
.3ﻋﺒﺎرات اﻻﻧﺘﻘﺎل:
ﺗوﺟد بعﺾ العﺒارات الﺮ ﺿﻴﺔ ﺗسﻤﺢ لﻨا ﻻﻧﺘﻘال مﻦ الصﻴغ الﺮ ﺿﻴﺔ ﳊساب إسﻘاط اﻷﻓﺮاد إﱃ الصﻴغ
الﺮ ﺿﻴﺔ ﳊساب إسﻘاط اﳌﺘﻐﲑات أو العكﺲ.
. = 1,2, … , ﺣﻴﺚ: = . . عﺒارة أول اﻧﺘﻘال :ﻫﻲ:23
. = . وﻫﺬا ﻳسﺘلﺰم أن:
. = 1,2, … , ﺣﻴﺚ: = . ومﻨﻪ:
= . . عﺒارة ﱐ اﻧﺘﻘال :ﻫﻲ:
= . وﻫﺬا ﻳسﺘلﺰم أن:
23
Ludovic Lebart, Alain Morineau, Marie Piron, op-cit, p41.
24
Gilbert Saporta, Op-cit, p173.
- 32 -
ﺟﺎﻣﻌﺔ اﻟﺒﻠﻴﺪة 2
حوشين يوسف أستاذ محاضر أ
ﻛﻠﻴﺔ اﻟﻌﻠﻮم اﻻﻗﺘﺼﺎدﻳﺔ واﻟﻌﻠﻮم اﻟﺘﺠﺎرﻳﺔ وﻋﻠﻮم اﻟﺘﺴﻴﲑ –اﻟﺸﻬﻴﺪ ﻃﺎﻟﺐ ﻋﺒﺪ اﻟﺮﲪﺎن -
ﳏﺎﺿﺮات ﰲ ﻣﻘﻴﺎس ﲢﻠﻴﻞ ﻣﻌﻄﻴﺎت ﻣﻌﻤﻖ -ﻣﻊ أﻣﺜﻠﺔ ﺣﺴﺎﺑﻴﺔ وﺗﻄﺒﻴﻘﻴﺔ -
وﻫﺬﻩ الﻘﻴم ﻛﺬلﻚ ﳝكﻦ ﻗﻴاسﻬا بﺘﺠب ) (Cosالﺰاوﻳﺔ اﶈصورة بﲔ اﳌﺘﻐﲑ واﶈور العاملﻲ ،ﻓكلﻤا ﻛاﻧﺖ الﺰاوﻳﺔ
ﺻﻐﲑة ﻛلﻤا ﻛاﻧﺖ ﲡب ) (cosﻫﺬﻩ الﺰاوﻳﺔ ﻗﺮﻳﺒﺔ مﻦ ،1ﻓﻴكون ﻫﺬا اﳌﺘﻐﲑ مﺮﺗﺒﻂ ارﺗﺒاﻃا ﻛﺒﲑا ﺬا اﶈور العامﻲ.
)الﺘﻤﺜﻴﻞ ﰲ داﺋﺮة مﺜلﺜﻴﺔ(. = ) ( ،cosوﲟا أن الﺒﻴا ت ﳑﺮﻛﺰة وﳐﺘﺰلﺔ ﻓﺈن = 1 لدﻳﻨا:
= ) cos( ) = ℎأي ﲡب الﺰاوﻳﺔ ﻫو معامﻞ اﻹرﺗﺒاط(. , ومﻨﻪ:
ﻣﺜﺎل )ﻧﻘﺎط اﻟﻄﻠﺒﺔ(:
ﺣﺎﻟﺔ ﲢﻠﻴﻞ ﻣﺮﻛﺒﺎت رﺋﻴﺴﻴﺔ ﻣﻌﻴﺎري:
ﻫﻲ اﻷشعﺔ الﺬاﺗﻴﺔ اﳌواﻓﻘﺔ ﳍا. ﻫﻲ الﻘﻴم الﺬاﺗﻴﺔ للﻤصفوﻓﺔ ،و .مﻊ = . لدﻳﻨا:
0,60 0,60 0,94
. = . ومﻨﻪ= 2,45. 0,51 = (1,565). 0,51 = 0,80 :
0,62 0,62 0,97
−0,44 −0,44 −0,31
. = . و= √0,49. 0,85 = (0,7). 0,85 = 0,60 :
−0,28 −0,28 −0,20
0,94 −0,31
. × (= ومﻨﻪ) = 0,80 0,60 :
0,97 −0,20
ﺣﺎﻟﺔ ﲢﻠﻴﻞ ﻣﺮﻛﺒﺎت رﺋﻴﺴﻴﺔ ﻏﲑ ﻣﻌﻴﺎري:
ﻫﻲ اﻷشعﺔ الﺬاﺗﻴﺔ اﳌواﻓﻘﺔ ﳍا. ﻫﻲ الﻘﻴم الﺬاﺗﻴﺔ للﻤصفوﻓﺔ ،و .مﻊ = . لدﻳﻨا:
0,55 0,55 1,53
. = . ومﻨﻪ= √7,74. 0,56 = (2,78). 0,56 = 1,56 :
0,61 0,61 1,70
- 33 -
ﺟﺎﻣﻌﺔ اﻟﺒﻠﻴﺪة 2
حوشين يوسف أستاذ محاضر أ
ﻛﻠﻴﺔ اﻟﻌﻠﻮم اﻻﻗﺘﺼﺎدﻳﺔ واﻟﻌﻠﻮم اﻟﺘﺠﺎرﻳﺔ وﻋﻠﻮم اﻟﺘﺴﻴﲑ –اﻟﺸﻬﻴﺪ ﻃﺎﻟﺐ ﻋﺒﺪ اﻟﺮﲪﺎن -
ﳏﺎﺿﺮات ﰲ ﻣﻘﻴﺎس ﲢﻠﻴﻞ ﻣﻌﻄﻴﺎت ﻣﻌﻤﻖ -ﻣﻊ أﻣﺜﻠﺔ ﺣﺴﺎﺑﻴﺔ وﺗﻄﺒﻴﻘﻴﺔ -
25
Gilbert Saporta, Op-cit, p174.
- 34 -
ﺟﺎﻣﻌﺔ اﻟﺒﻠﻴﺪة 2
حوشين يوسف أستاذ محاضر أ
ﻛﻠﻴﺔ اﻟﻌﻠﻮم اﻻﻗﺘﺼﺎدﻳﺔ واﻟﻌﻠﻮم اﻟﺘﺠﺎرﻳﺔ وﻋﻠﻮم اﻟﺘﺴﻴﲑ –اﻟﺸﻬﻴﺪ ﻃﺎﻟﺐ ﻋﺒﺪ اﻟﺮﲪﺎن -
ﳏﺎﺿﺮات ﰲ ﻣﻘﻴﺎس ﲢﻠﻴﻞ ﻣﻌﻄﻴﺎت ﻣﻌﻤﻖ -ﻣﻊ أﻣﺜﻠﺔ ﺣﺴﺎﺑﻴﺔ وﺗﻄﺒﻴﻘﻴﺔ -
إذا ﻛان اﳌﺘﻐﲑ jﻗﺮﻳب مﻦ اﳌﺘﻐﲑ ’ jﻓﻬﺬا ﻳدل على أن ﻫﺬان اﳌﺘﻐﲑان ﻣﱰاﺑﻄﺎن اﳚﺎﺑﻴﺎ )الﺰاوﻳﺔ اﶈصورة
بﻴﻨﻬﻤا لﻨسﺒﺔ للﻤﺒدأ ﺻﻐﲑة و لﺘاﱄ ﲡب ) (cosﻫﺬﻩ الﺰاوﻳﺔ ﻳكون ﻗﺮﻳب مﻦ .(1
إذا ﻛان اﳌﺘﻐﲑ jﰲ اﳉﻬﺔ اﳌﻘابلﺔ مﻦ اﳌﺘﻐﲑ ’ jﻓﻬﺬا ﻳدل على أن ﻫﺬان اﳌﺘﻐﲑان ﻣﱰاﺑﻄﺎن ﺳﻠﺒﻴﺎ )الﺰاوﻳﺔ اﶈصورة
بﻴﻨﻬﻤا لﻨسﺒﺔ للﻤﺒدأ ﻛﺒﲑة )ﻗﺮﻳﺒﺔ مﻦ (°180و لﺘاﱄ ﲡب ) (cosﻫﺬﻩ الﺰاوﻳﺔ ﻳكون ﻗﺮﻳب مﻦ .(-1
إذا ﻛان اﳌﺘﻐﲑ jبعﻴد عﻦ اﳌﺘﻐﲑ ’ jﻓﻬﺬا ﻳدل على أن ﻫﺬان اﳌﺘﻐﲑان ﻏﲑ ﻣﱰاﺑﻄﺎن )الﺰاوﻳﺔ اﶈصورة بﻴﻨﻬﻤا
لﻨسﺒﺔ للﻤﺒدأ ﻗاﺋﻤﺔ )ﻗﺮﻳﺒﺔ مﻦ (°90و لﺘاﱄ ﲡب ) (cosﻫﺬﻩ الﺰاوﻳﺔ ﻳكون ﻗﺮﻳب مﻦ .(0
- 35 -
ﺟﺎﻣﻌﺔ اﻟﺒﻠﻴﺪة 2
حوشين يوسف أستاذ محاضر أ
ﻛﻠﻴﺔ اﻟﻌﻠﻮم اﻻﻗﺘﺼﺎدﻳﺔ واﻟﻌﻠﻮم اﻟﺘﺠﺎرﻳﺔ وﻋﻠﻮم اﻟﺘﺴﻴﲑ –اﻟﺸﻬﻴﺪ ﻃﺎﻟﺐ ﻋﺒﺪ اﻟﺮﲪﺎن -
ﳏﺎﺿﺮات ﰲ ﻣﻘﻴﺎس ﲢﻠﻴﻞ ﻣﻌﻄﻴﺎت ﻣﻌﻤﻖ -ﻣﻊ أﻣﺜﻠﺔ ﺣﺴﺎﺑﻴﺔ وﺗﻄﺒﻴﻘﻴﺔ -
0,8
التمثيل البياني للمتغيرات
0,6
المحور العاملي الثاني
0,4
0,2
0
-0,2 0 0,5 1 1,5
-0,4
المحور العاملي اﻷول
0,2
0
-0,2 0,8 0,85 0,9 0,95 1
-0,4
-0,6
المحور العاملي اﻷول
- 36 -
ﺟﺎﻣﻌﺔ اﻟﺒﻠﻴﺪة 2
حوشين يوسف أستاذ محاضر أ
ﻛﻠﻴﺔ اﻟﻌﻠﻮم اﻻﻗﺘﺼﺎدﻳﺔ واﻟﻌﻠﻮم اﻟﺘﺠﺎرﻳﺔ وﻋﻠﻮم اﻟﺘﺴﻴﲑ –اﻟﺸﻬﻴﺪ ﻃﺎﻟﺐ ﻋﺒﺪ اﻟﺮﲪﺎن -
ﳏﺎﺿﺮات ﰲ ﻣﻘﻴﺎس ﲢﻠﻴﻞ ﻣﻌﻄﻴﺎت ﻣﻌﻤﻖ -ﻣﻊ أﻣﺜﻠﺔ ﺣﺴﺎﺑﻴﺔ وﺗﻄﺒﻴﻘﻴﺔ -
إذا ﻛان الفﺮد iبعﻴد عﻦ الفﺮد ’ iﻓﻬﺬا ﻳدل على أن ﻫﺬان الفﺮدان ﳐﺘلفان ،أي خﺬان ﻗﻴﻤا
مﺘﺒاعدة على ﻛﻞ اﳌﺘﻐﲑات بﺸكﻞ عام.
اﻷﻓﺮاد الﻘﺮﻳﺒﺔ مﻦ اﳌﺒدأ ) (Gﻫﻲ اﻷﻓﺮاد الﱵ ﻗﻴﻤﻬا عﻨد ﲨﻴﻊ اﳌﺘﻐﲑات ﻗﺮﻳﺒﺔ مﻦ اﳌﺘوسﻂ بﺸكﻞ عام.
1
المحور العاملي الثاني
0,5
0
-2 -1 0 1 2 3 4
-0,5
-1
المحور العاملي اﻷول
- 37 -
ﺟﺎﻣﻌﺔ اﻟﺒﻠﻴﺪة 2
حوشين يوسف أستاذ محاضر أ
ﻛﻠﻴﺔ اﻟﻌﻠﻮم اﻻﻗﺘﺼﺎدﻳﺔ واﻟﻌﻠﻮم اﻟﺘﺠﺎرﻳﺔ وﻋﻠﻮم اﻟﺘﺴﻴﲑ –اﻟﺸﻬﻴﺪ ﻃﺎﻟﺐ ﻋﺒﺪ اﻟﺮﲪﺎن -
ﳏﺎﺿﺮات ﰲ ﻣﻘﻴﺎس ﲢﻠﻴﻞ ﻣﻌﻄﻴﺎت ﻣﻌﻤﻖ -ﻣﻊ أﻣﺜﻠﺔ ﺣﺴﺎﺑﻴﺔ وﺗﻄﺒﻴﻘﻴﺔ -
لﻸفراد
3
التمثيل البياني
2,5
2
1,5
المحور العاملي الثاني
1
0,5
0
-4 -2 -0,5 0 2 4 6
-1
-1,5
المحور العاملي اﻷول
26
Arnaud MARTIN, Op-cit, p33.
- 38 -
ﺟﺎﻣﻌﺔ اﻟﺒﻠﻴﺪة 2
حوشين يوسف أستاذ محاضر أ
ﻛﻠﻴﺔ اﻟﻌﻠﻮم اﻻﻗﺘﺼﺎدﻳﺔ واﻟﻌﻠﻮم اﻟﺘﺠﺎرﻳﺔ وﻋﻠﻮم اﻟﺘﺴﻴﲑ –اﻟﺸﻬﻴﺪ ﻃﺎﻟﺐ ﻋﺒﺪ اﻟﺮﲪﺎن -
ﳏﺎﺿﺮات ﰲ ﻣﻘﻴﺎس ﲢﻠﻴﻞ ﻣﻌﻄﻴﺎت ﻣﻌﻤﻖ -ﻣﻊ أﻣﺜﻠﺔ ﺣﺴﺎﺑﻴﺔ وﺗﻄﺒﻴﻘﻴﺔ -
مﱰابﻄان إﳚابﻴا ﻛﺬلﻚ. و مﱰابﻄان إﳚابﻴا ،ﻛﻤا أن و ﻧسﺘﻨﺘج مﻦ الﺘﻤﺜﻴﻞ السابﻖ أن
مﱰابﻄان سلﺒﻴا .ﻛﻤا ﻳﺘﺒﲔ أﻧﻪ ﻻ ﻳوﺟد ﺗﺮابﻂ بﲔ ﻛﻞ ﻫﺬﻩ اﳌﺘﻐﲑات السابﻘﺔ ) و لكﻦ مﺜﻼ
)ﻛﻞ اﳌﺘﻐﲑات ﻏﲑ مﺮﺗﺒﻄﺔ ﳌﺘﻐﲑ (. و ( واﳌﺘﻐﲑ و و
ﺗفسﲑ العﻼﻗات بﲔ اﻷﻓﺮاد واﳌﺘﻐﲑات ﺗﺒعا لﺘﻤﺮﻛﺰﻫم على اﶈاور العاملﻴﺔ وﻓﻖ الﺸكﻞ اﳌواﱄ:
ﳑا ﻳﻼﺣﻆ ﻛﺬلﻚ أﻧﻪ مﺜﻼ اﻷﻓﺮاد اﳌوﺟودة أسفﻞ الﺸكﻞ )عﻨد ( ،ﻻ ﻧفسﺮ ﻗﻴﻤﻬا عﻨد اﳌﺘﻐﲑات ) و و
و ( ﻷن ﻫﺬﻩ اﻷﻓﺮاد خﺬ ﻗﻴﻤا مﺘوسﻄﺔ ) (valeurs moyennesعﻨد ﻫﺬﻩ اﳌﺘﻐﲑات )ﻗﻴم ﻗﺮﻳﺒﺔ مﻦ .(G
- 39 -
ﺟﺎﻣﻌﺔ اﻟﺒﻠﻴﺪة 2
حوشين يوسف أستاذ محاضر أ
ﻛﻠﻴﺔ اﻟﻌﻠﻮم اﻻﻗﺘﺼﺎدﻳﺔ واﻟﻌﻠﻮم اﻟﺘﺠﺎرﻳﺔ وﻋﻠﻮم اﻟﺘﺴﻴﲑ –اﻟﺸﻬﻴﺪ ﻃﺎﻟﺐ ﻋﺒﺪ اﻟﺮﲪﺎن -
ﳏﺎﺿﺮات ﰲ ﻣﻘﻴﺎس ﲢﻠﻴﻞ ﻣﻌﻄﻴﺎت ﻣﻌﻤﻖ -ﻣﻊ أﻣﺜﻠﺔ ﺣﺴﺎﺑﻴﺔ وﺗﻄﺒﻴﻘﻴﺔ -
- 40 -
ﺟﺎﻣﻌﺔ اﻟﺒﻠﻴﺪة 2
حوشين يوسف أستاذ محاضر أ
ﻛﻠﻴﺔ اﻟﻌﻠﻮم اﻻﻗﺘﺼﺎدﻳﺔ واﻟﻌﻠﻮم اﻟﺘﺠﺎرﻳﺔ وﻋﻠﻮم اﻟﺘﺴﻴﲑ –اﻟﺸﻬﻴﺪ ﻃﺎﻟﺐ ﻋﺒﺪ اﻟﺮﲪﺎن -
ﳏﺎﺿﺮات ﰲ ﻣﻘﻴﺎس ﲢﻠﻴﻞ ﻣﻌﻄﻴﺎت ﻣﻌﻤﻖ -ﻣﻊ أﻣﺜﻠﺔ ﺣﺴﺎﺑﻴﺔ وﺗﻄﺒﻴﻘﻴﺔ -
- 41 -
ﺟﺎﻣﻌﺔ اﻟﺒﻠﻴﺪة 2
حوشين يوسف أستاذ محاضر أ
ﻛﻠﻴﺔ اﻟﻌﻠﻮم اﻻﻗﺘﺼﺎدﻳﺔ واﻟﻌﻠﻮم اﻟﺘﺠﺎرﻳﺔ وﻋﻠﻮم اﻟﺘﺴﻴﲑ –اﻟﺸﻬﻴﺪ ﻃﺎﻟﺐ ﻋﺒﺪ اﻟﺮﲪﺎن -
ﳏﺎﺿﺮات ﰲ ﻣﻘﻴﺎس ﲢﻠﻴﻞ ﻣﻌﻄﻴﺎت ﻣﻌﻤﻖ -ﻣﻊ أﻣﺜﻠﺔ ﺣﺴﺎﺑﻴﺔ وﺗﻄﺒﻴﻘﻴﺔ -
اسﺘﺨﺮاج ) :(Extractionﳔﺘار:
إما :Basée sur la valeur propreﻧعﺘﻤد على الﻘﻴم الﺬاﺗﻴﺔ ﻻخﺘﻴار اﶈاور
العاملﻴﺔ )مﺜﻼ ﳔﺘار اﶈاور اﳌواﻓﻘﺔ للﻘﻴم الﺬاﺗﻴﺔ اﻷﻛﱪ مﻦ 1ﻓﻘﻂ(.
أو :Nombre fixe de facteursبﺘحدﻳد عدد العوامﻞ بﻐﺾ الﻨﻈﺮ عﻦ الﻘﻴم
الﺬاﺗﻴﺔ.
:Nombre maximal d’itérations pour convergence ﺗسﻤﺢ لﻨا بﺘحدﻳد
الﻘﻴﻤﺔ الﻘصوى لعدد الﺘكﺮارات الﱵ ﻳﻘوم ا الﱪ مج )خوارزمﻴﺔ اﳊساب( ﻹﳚاد اﳊﻞ.
ﰒ ﻧﻀﻐﻂ على مﺘابعﺔ ).(Poursuivre
اﻟﺘﺪوﻳﺮ ) :(Rotationعﻨد الﻀﻐﻂ علﻴﻬا ﻳﻈﻬﺮ لﻨا الﻨاﻓﺬة الﺘاﱄ:
- 42 -
ﺟﺎﻣﻌﺔ اﻟﺒﻠﻴﺪة 2
حوشين يوسف أستاذ محاضر أ
ﻛﻠﻴﺔ اﻟﻌﻠﻮم اﻻﻗﺘﺼﺎدﻳﺔ واﻟﻌﻠﻮم اﻟﺘﺠﺎرﻳﺔ وﻋﻠﻮم اﻟﺘﺴﻴﲑ –اﻟﺸﻬﻴﺪ ﻃﺎﻟﺐ ﻋﺒﺪ اﻟﺮﲪﺎن -
ﳏﺎﺿﺮات ﰲ ﻣﻘﻴﺎس ﲢﻠﻴﻞ ﻣﻌﻄﻴﺎت ﻣﻌﻤﻖ -ﻣﻊ أﻣﺜﻠﺔ ﺣﺴﺎﺑﻴﺔ وﺗﻄﺒﻴﻘﻴﺔ -
- 43 -
ﺟﺎﻣﻌﺔ اﻟﺒﻠﻴﺪة 2
حوشين يوسف أستاذ محاضر أ
ﻛﻠﻴﺔ اﻟﻌﻠﻮم اﻻﻗﺘﺼﺎدﻳﺔ واﻟﻌﻠﻮم اﻟﺘﺠﺎرﻳﺔ وﻋﻠﻮم اﻟﺘﺴﻴﲑ –اﻟﺸﻬﻴﺪ ﻃﺎﻟﺐ ﻋﺒﺪ اﻟﺮﲪﺎن -
ﳏﺎﺿﺮات ﰲ ﻣﻘﻴﺎس ﲢﻠﻴﻞ ﻣﻌﻄﻴﺎت ﻣﻌﻤﻖ -ﻣﻊ أﻣﺜﻠﺔ ﺣﺴﺎﺑﻴﺔ وﺗﻄﺒﻴﻘﻴﺔ -
ﻳُﻈﻬﺮ اﳉدول السابﻖ اﳌﺘوسﻄات واﻻﳓﺮاﻓات اﳌعﻴارﻳﺔ للﻤﺘﻐﲑات السﺒعﺔ اﳌدروسﺔ ﻹﺿاﻓﺔ إﱃ عدد
اﳌﺸاﻫدات ) 34مﺸاﻫدة(.
ﻳﺘﺒﲔ مﻦ اﳌﺘوسﻄات أن ﻧفﻘات الﺘﺠﻬﻴﺰ لﻘﻄاع الصﻨاعﺔ ﻫﻲ اﻷﺿعﻒ ،وأﻛﱪ الﻨفﻘات ﻫﻲ لﻘﻄاع
اﳌﻨﺸﺂت الﻘاعدﻳﺔ اﻻﻗﺘصادﻳﺔ واﻹدارﻳﺔ.
ﻛﻤا ﻳﺘﻀﺢ مﻦ اﻻﳓﺮاﻓات اﳌعﻴارﻳﺔ أن ﻧفﻘات الﺘﺠﻬﻴﺰ لﻘﻄاع اﳌﻨﺸﺂت الﻘاعدﻳﺔ اﻻﻗﺘصادﻳﺔ واﻹدارﻳﺔ ﻫﻲ
اﳌسﺆولﺔ عﻦ ﺗﺸﺘﺖ )ﺗﺒعﺜﺮ( اﻷﻓﺮاد ﰲ سحابﺔ الﻨﻘاط )اﳌسﺘوي العاملﻲ( ،ﻷن ﳍا أﻛﱪ ﺗﺒاﻳﻦ.
- 44 -
ﺟﺎﻣﻌﺔ اﻟﺒﻠﻴﺪة 2
حوشين يوسف أستاذ محاضر أ
ﻛﻠﻴﺔ اﻟﻌﻠﻮم اﻻﻗﺘﺼﺎدﻳﺔ واﻟﻌﻠﻮم اﻟﺘﺠﺎرﻳﺔ وﻋﻠﻮم اﻟﺘﺴﻴﲑ –اﻟﺸﻬﻴﺪ ﻃﺎﻟﺐ ﻋﺒﺪ اﻟﺮﲪﺎن -
ﳏﺎﺿﺮات ﰲ ﻣﻘﻴﺎس ﲢﻠﻴﻞ ﻣﻌﻄﻴﺎت ﻣﻌﻤﻖ -ﻣﻊ أﻣﺜﻠﺔ ﺣﺴﺎﺑﻴﺔ وﺗﻄﺒﻴﻘﻴﺔ -
ﺗسﻤﺢ مصفوﻓﺔ اﻻرﺗﺒاط بدراسﺔ اﻻرﺗﺒاﻃات بﲔ ﳐﺘلﻒ اﳌﺘﻐﲑات ،وﳝكﻦ ﺗفسﲑ اﻻرﺗﺒاﻃات على ﻧوعﲔ:
اﻻرﺗﺒﺎط ﺑﺸكﻞ ﻋﺎم:
ﻳﺘﻀﺢ أن اﻻرﺗﺒاﻃات بﺸكﻞ عام ﻗوﻳﺔ )ﻏالﺒﻬا أﻛﱪ مﻦ ،(0,6ﻓﻴكون اﻻﻧﺘﻘال مﻦ 7أبعاد إﱃ 2أو
3بُعد ﺟﻴد ،ﺣﻴﺚ أن ﻫﺬا اﻻﻧﺘﻘال لﻦ ﻳﺆدي إﱃ ﻓﻘدان معلومات ﻛﺜﲑة.
ﲟا أن اﻻرﺗﺒاﻃات بﺸكﻞ عام ﻗوﻳﺔ بﲔ اﳌﺘﻐﲑات ،ﻓﺈن اﳌسﺘوي العاملﻲ اﻷول )اﶈور 1واﶈور (2
سﻴكون ﻛاﻓﻴا لﻼﺣﺘفاظ ﻛﱪ ﻗدر مﻦ اﳌعلومات.
اﻻرﺗﺒﺎط ﺑﺸكﻞ ﻣﻔﺼﻞ:
ﻧﻼﺣﻆ وﺟود ارﺗﺒاط ﻗوي موﺟب بﲔ ﻏالب اﳌﺘﻐﲑات ،ﻓكﻞ مﺘﻐﲑﻳﻦ مﱰابﻄﲔ بﻘوة ،وﻫﺬا ما ﳚعﻞ ﻫﺬﻩ
اﳌﺘﻐﲑات ﺗﺘﺠﻤﻊ ﰲ ﻧفﺲ اﶈور العاملﻲ ،ماعدا مﺘﻐﲑ ﻧفﻘات الﺘﺠﻬﻴﺰ لﻘﻄاع الصﻨاعﺔ ،ﻓﻬو مﺮﺗﺒﻂ
بدرﺟﺔ ﺿعﻴفﺔ مﻊ ﻛﻞ اﳌﺘﻐﲑات اﻷخﺮى ،ﻓﻴكون ﳑﺜﻞ ﰲ ﳏور عاملﻲ أخﺮ.
(3ﻣﺆﺷﺮ KMOواﺧﺘﺒﺎر Bartlettوﻧﻮﻋﻴﺔ اﻟﺘﻤﺜﻴﻞ:
- 45 -
ﺟﺎﻣﻌﺔ اﻟﺒﻠﻴﺪة 2
حوشين يوسف أستاذ محاضر أ
ﻛﻠﻴﺔ اﻟﻌﻠﻮم اﻻﻗﺘﺼﺎدﻳﺔ واﻟﻌﻠﻮم اﻟﺘﺠﺎرﻳﺔ وﻋﻠﻮم اﻟﺘﺴﻴﲑ –اﻟﺸﻬﻴﺪ ﻃﺎﻟﺐ ﻋﺒﺪ اﻟﺮﲪﺎن -
ﳏﺎﺿﺮات ﰲ ﻣﻘﻴﺎس ﲢﻠﻴﻞ ﻣﻌﻄﻴﺎت ﻣﻌﻤﻖ -ﻣﻊ أﻣﺜﻠﺔ ﺣﺴﺎﺑﻴﺔ وﺗﻄﺒﻴﻘﻴﺔ -
ﻳﺘﺒﲔ مﻦ اﳉدول أن ﻗﻴم ﲨﻴﻊ اﳌﺘﻐﲑات بعد ﺗﻄﺒﻴﻖ ) ACPالعﻤود (extractionأﻛﱪ مﻦ 0,5
وﻗﺮﻳﺒﺔ مﻦ ،1وﻫﺬا ما ﻳدل على أن اﻹسﻘاط بﻄﺮﻳﻘﺔ اﳌﺮﻛﺒات الﺮﺋﻴسﻴﺔ ذو ﻧوعﻴﺔ ﺟﻴدة.
ﻣﻼﺣﻈﺔ :1إذا ﻛان أﺣد اﳌﺘﻐﲑات ﻏﲑ ﳑﺜﻞ ﲜودة ﺟﻴدة )الﻘﻴﻤﺔ أﺻﻐﺮ مﻦ ،(0,5ﻓﻤﻦ اﻷﻓﻀﻞ ﺣﺬف اﳌﺘﻐﲑ،
ﰒ إعادة ﺗﻄﺒﻴﻖ ﻃﺮﻳﻘﺔ .ACP
ﻣﻼﺣﻈﺔ :2لﻴعﻄﻲ ACPﻧﺘاﺋج ﺟﻴدة )أو بعﺒارة أخﺮى ﳝكﻦ ﺗﻄﺒﻴﻖ ACPعلى الﺒﻴا ت بﺸكﻞ ﺟﻴد( ﳚب
الﺘأﻛد مﻦ ﺛﻼث شﺮوط:
ﳚب أن ﺗكون ﻗﻴم ﻏالب معامﻼت اﻻرﺗﺒاط ﰲ مصفوﻓﺔ اﻻرﺗﺒاط أﻛﱪ مﻦ .0,5
ﳚب أن ﺗكون ﻗﻴﻤﺔ مﺆشﺮ Indice KMOأﻛﱪ مﻦ .0,5
ﳚب أن ﻳكون اخﺘﺒار Bartlettمعﻨوي ).(Sign < 0,5
(4اﻟﺘﺒﺎﻳﻦ اﻟكﻠﻲ اﳌﻔﺴﺮ )(Variance totale expliquée
- 46 -
ﺟﺎﻣﻌﺔ اﻟﺒﻠﻴﺪة 2
حوشين يوسف أستاذ محاضر أ
ﻛﻠﻴﺔ اﻟﻌﻠﻮم اﻻﻗﺘﺼﺎدﻳﺔ واﻟﻌﻠﻮم اﻟﺘﺠﺎرﻳﺔ وﻋﻠﻮم اﻟﺘﺴﻴﲑ –اﻟﺸﻬﻴﺪ ﻃﺎﻟﺐ ﻋﺒﺪ اﻟﺮﲪﺎن -
ﳏﺎﺿﺮات ﰲ ﻣﻘﻴﺎس ﲢﻠﻴﻞ ﻣﻌﻄﻴﺎت ﻣﻌﻤﻖ -ﻣﻊ أﻣﺜﻠﺔ ﺣﺴﺎﺑﻴﺔ وﺗﻄﺒﻴﻘﻴﺔ -
- 47 -
ﺟﺎﻣﻌﺔ اﻟﺒﻠﻴﺪة 2
حوشين يوسف أستاذ محاضر أ
ﻛﻠﻴﺔ اﻟﻌﻠﻮم اﻻﻗﺘﺼﺎدﻳﺔ واﻟﻌﻠﻮم اﻟﺘﺠﺎرﻳﺔ وﻋﻠﻮم اﻟﺘﺴﻴﲑ –اﻟﺸﻬﻴﺪ ﻃﺎﻟﺐ ﻋﺒﺪ اﻟﺮﲪﺎن -
ﳏﺎﺿﺮات ﰲ ﻣﻘﻴﺎس ﲢﻠﻴﻞ ﻣﻌﻄﻴﺎت ﻣﻌﻤﻖ -ﻣﻊ أﻣﺜﻠﺔ ﺣﺴﺎﺑﻴﺔ وﺗﻄﺒﻴﻘﻴﺔ -
لو ﻗﻤﻨا بﺮسم مسﺘﻘﻴم ﻳﺮبﻂ بﲔ أﻛﱪ عدد مﻦ الﻘﻴم الﺬاﺗﻴﺔ ،ﺗكون الﻘﻴﻤﺘﲔ اﻷوﱃ والﺜاﻧﻴﺔ ﻫﻲ الﱵ ﻻ ﺗﻨﺘﻤﻲ
للﻤسﺘﻘﻴم .ﻛﻤا ﻧﻼﺣﻆ ﺗﺸكﻞ شكﻞ مﺮﻓﻖ ) (Coudeعﻨد الﻘﻴﻤﺔ الﺬاﺗﻴﺔ الﺜاﻧﻴﺔ ،ﻓﻨﺘوﻗﻒ عﻨد ﻫﺬﻩ الﻘﻴﻤﺔ الﺬاﺗﻴﺔ.
(6إﺳﻘﺎط اﳌﺘﻐﲑات:
ﳒد ﻗﻴم اﻹسﻘاط للﻤﺘﻐﲑات ﰲ اﳉدول الﺘاﱄ )مصفوﻓﺔ اﳌﺮﻛﺒات(:
ﻳﺘﺒﲔ مﻦ اﳉدول السابﻖ أن ﻛﻞ اﳌﺘﻐﲑات )ﻧفﻘات ﲡﻬﻴﺰ ﻗﻄاع الﱰﻳﻴﺔ والﺘكوﻳﻦ ،ﻧفﻘات ﲡﻬﻴﺰ ﻗﻄاع اﳌﻨﺸﺂت
الﻘاعدﻳﺔ اﻻﺟﺘﻤاعﻴﺔ والﺜﻘاﻓﻴﺔ ،ﻧفﻘات ﲡﻬﻴﺰ ﻗﻄاع الفﻼﺣﺔ والﺮي ،ﻧفﻘات ﲡﻬﻴﺰ ﻗﻄاع اﳌﻨﺸﺂت الﻘاعدﻳﺔ
اﻻﻗﺘصادﻳﺔ واﻹدارﻳﺔ ،ﻧفﻘات ﲡﻬﻴﺰ ﻗﻄاع دعم اﳋدمات اﳌﻨﺘﺠﺔ ،ﻧفﻘات ﲡﻬﻴﺰ ﻗﻄاع دعم اﳊصول على سكﻦ(
ﲤﺜﻞ بﺸكﻞ أﻓﻀﻞ ﰲ اﶈور العاملﻲ ،1أي أﻛﺜﺮ ارﺗﺒاﻃا ﶈور العاملﻲ ) 1أﻛﱪ ﻗﻴﻤﺔ ﳍا خﺬﻫا ﰲ اﶈور
العاملﻲ ،(1ماعدا مﺘﻐﲑ "ﻧفﻘات ﲡﻬﻴﺰ ﻗﻄاع الصﻨاعﺔ" ﻓﺈﻧﻪ ﳝﺜﻞ بﺸكﻞ أﻓﻀﻞ ﰲ اﶈور العاملﻲ .2
- 48 -
ﺟﺎﻣﻌﺔ اﻟﺒﻠﻴﺪة 2
حوشين يوسف أستاذ محاضر أ
ﻛﻠﻴﺔ اﻟﻌﻠﻮم اﻻﻗﺘﺼﺎدﻳﺔ واﻟﻌﻠﻮم اﻟﺘﺠﺎرﻳﺔ وﻋﻠﻮم اﻟﺘﺴﻴﲑ –اﻟﺸﻬﻴﺪ ﻃﺎﻟﺐ ﻋﺒﺪ اﻟﺮﲪﺎن -
ﳏﺎﺿﺮات ﰲ ﻣﻘﻴﺎس ﲢﻠﻴﻞ ﻣﻌﻄﻴﺎت ﻣﻌﻤﻖ -ﻣﻊ أﻣﺜﻠﺔ ﺣﺴﺎﺑﻴﺔ وﺗﻄﺒﻴﻘﻴﺔ -
ﻧﻼﺣﻆ أن ﻏالب اﳌﺘﻐﲑات مﺮﺗﺒﻄﺔ ارﺗﺒاﻃا ﻗو ﶈور العاملﻲ ،1ماعدا مﺘﻐﲑ "ﻧفﻘات ﲡﻬﻴﺰ ﻗﻄاع
الصﻨاعﺔ" ) ،(indﻓﻬو ﻏﲑ مﺮﺗﺒﻂ ﶈور العاملﻲ ،1لكﻨﻪ ﻳﺮﺗﺒﻂ ارﺗﺒاﻃا ﻗو ﶈور العاملﻲ .2وﲟا أن اﶈورﻳﻦ
العاملﻴﲔ مﺘعامدان ،ﻓﺈن ﻫﺬا اﳌﺘﻐﲑ ) (indمسﺘﻘﻞ )ﻏﲑ مﺮﺗﺒﻂ( عﻦ اﳌﺘﻐﲑات اﻷخﺮى.
ﻛﻤا ﻳﺘأﻛد مﻦ الﺘﻤﺜﻴﻞ الﺒﻴاﱐ العﻼﻗﺔ اﳌوﺟﺒﺔ ﳍﺬﻩ اﳌﺘﻐﲑات مﻊ اﶈاور اﳌﺮﺗﺒﻄﺔ ا ،ﻓكﻞ اﳌﺘﻐﲑات ﰲ
اﳉاﻧب اﳌوﺟب للﻤحورﻳﻦ.
اﳌساﻓات بﲔ اﳌﺘﻐﲑات )اﻻرﺗﺒاط( :ﲟا أن اﳌساﻓﺔ بﲔ اﳌﺘﻐﲑﻳﻦ ﻧفﻘات الﱰبﻴﺔ والﺘكوﻳﻦ )(educform
وﻧفﻘات الﺒﲎ الﺘحﺘﻴﺔ اﻻﺟﺘﻤاعﻴﺔ والﺜﻘاﻓﻴﺔ ) (issoccultﺻﻐﲑة ،ﻓﻬﺬا ﻳدل على أﻧﻪ ﻫﻨاك ارﺗﺒاط ﻛﺒﲑ ﰲ ﲨﻴﻊ
السﻨوات )بﺸكﻞ عام( ﳍﺬﻳﻦ اﳌﺘﻐﲑﻳﻦ )معامﻞ اﻻرﺗﺒاط ﻳساوي .(0,98وعلى العكﺲ مﻦ ذلﻚ ،ﻓﺒﻤا أن
اﳌساﻓﺔ بﲔ ﻧفﻘات الﱰبﻴﺔ والﺘكوﻳﻦ ) (educformوﻧفﻘات الﻘﻄاع الصﻨاعﻲ ) (indﻛﺒﲑة ،ﻓﻬﺬا ﻳدل على
ﺿعﻒ اﻻرﺗﺒاط بﻴﻨﻬﻤا ﰲ ﲨﻴﻊ السﻨوات )بﺸكﻞ عام( ﳍﺬﻳﻦ اﳌﺘﻐﲑﻳﻦ )معامﻞ اﻻرﺗﺒاط ﻳساوي .(0,16
- 49 -
ﺟﺎﻣﻌﺔ اﻟﺒﻠﻴﺪة 2
حوشين يوسف أستاذ محاضر أ
ﻛﻠﻴﺔ اﻟﻌﻠﻮم اﻻﻗﺘﺼﺎدﻳﺔ واﻟﻌﻠﻮم اﻟﺘﺠﺎرﻳﺔ وﻋﻠﻮم اﻟﺘﺴﻴﲑ –اﻟﺸﻬﻴﺪ ﻃﺎﻟﺐ ﻋﺒﺪ اﻟﺮﲪﺎن -
ﳏﺎﺿﺮات ﰲ ﻣﻘﻴﺎس ﲢﻠﻴﻞ ﻣﻌﻄﻴﺎت ﻣﻌﻤﻖ -ﻣﻊ أﻣﺜﻠﺔ ﺣﺴﺎﺑﻴﺔ وﺗﻄﺒﻴﻘﻴﺔ -
- 50 -
ﺟﺎﻣﻌﺔ اﻟﺒﻠﻴﺪة 2
حوشين يوسف أستاذ محاضر أ
ﻛﻠﻴﺔ اﻟﻌﻠﻮم اﻻﻗﺘﺼﺎدﻳﺔ واﻟﻌﻠﻮم اﻟﺘﺠﺎرﻳﺔ وﻋﻠﻮم اﻟﺘﺴﻴﲑ –اﻟﺸﻬﻴﺪ ﻃﺎﻟﺐ ﻋﺒﺪ اﻟﺮﲪﺎن -
ﳏﺎﺿﺮات ﰲ ﻣﻘﻴﺎس ﲢﻠﻴﻞ ﻣﻌﻄﻴﺎت ﻣﻌﻤﻖ -ﻣﻊ أﻣﺜﻠﺔ ﺣﺴﺎﺑﻴﺔ وﺗﻄﺒﻴﻘﻴﺔ -
مﻦ خﻼل ﻫﺬﻩ الﻨاﻓﺬة ﳔﺘار " ،"Dispersion simpleﰒ ﻧﻀﻐﻂ على Définir
ﻓﻴﻈﻬﺮ لﻨا الﻨاﻓﺬة الﺘاﱄ:
- 51 -
ﺟﺎﻣﻌﺔ اﻟﺒﻠﻴﺪة 2
حوشين يوسف أستاذ محاضر أ
ﻛﻠﻴﺔ اﻟﻌﻠﻮم اﻻﻗﺘﺼﺎدﻳﺔ واﻟﻌﻠﻮم اﻟﺘﺠﺎرﻳﺔ وﻋﻠﻮم اﻟﺘﺴﻴﲑ –اﻟﺸﻬﻴﺪ ﻃﺎﻟﺐ ﻋﺒﺪ اﻟﺮﲪﺎن -
ﳏﺎﺿﺮات ﰲ ﻣﻘﻴﺎس ﲢﻠﻴﻞ ﻣﻌﻄﻴﺎت ﻣﻌﻤﻖ -ﻣﻊ أﻣﺜﻠﺔ ﺣﺴﺎﺑﻴﺔ وﺗﻄﺒﻴﻘﻴﺔ -
ﻧﻀﻐﻂ مﺮﺗﲔ على الﺘﻤﺜﻴﻞ الﺒﻴاﱐ ﻹدخال إﺿاﻓات علﻴﻪ :أﻳﻦ ﻧﻘوم ﺿاﻓﺔ اﶈور اﻷﻓﻘﻲ واﶈور العﻤودي
عﻨد الصفﺮ ) .(0ﻓﻴصﺒﺢ الﺘﻤﺜﻴﻞ الﺒﻴاﱐ لﺸكﻞ الﺘاﱄ:
- 52 -
ﺟﺎﻣﻌﺔ اﻟﺒﻠﻴﺪة 2
حوشين يوسف أستاذ محاضر أ
ﻛﻠﻴﺔ اﻟﻌﻠﻮم اﻻﻗﺘﺼﺎدﻳﺔ واﻟﻌﻠﻮم اﻟﺘﺠﺎرﻳﺔ وﻋﻠﻮم اﻟﺘﺴﻴﲑ –اﻟﺸﻬﻴﺪ ﻃﺎﻟﺐ ﻋﺒﺪ اﻟﺮﲪﺎن -
ﳏﺎﺿﺮات ﰲ ﻣﻘﻴﺎس ﲢﻠﻴﻞ ﻣﻌﻄﻴﺎت ﻣﻌﻤﻖ -ﻣﻊ أﻣﺜﻠﺔ ﺣﺴﺎﺑﻴﺔ وﺗﻄﺒﻴﻘﻴﺔ -
ﻣﻼﺣﻈﺔ :ﻳﻨصﺢ لعودة ﰲ ﻛﻞ مﺮة عﻨد الﺘفسﲑ إﱃ الﺒﻴا ت اﻷﺻلﻴﺔ ﰲ اﳉدول للﺘأﻛد مﻦ اﻻسﺘﻨﺘاﺟات
اﳌﺘوﺻﻞ إلﻴﻬا وإﺛﺮاﺋﻬا.
- 53 -
ﺟﺎﻣﻌﺔ اﻟﺒﻠﻴﺪة 2
حوشين يوسف أستاذ محاضر أ
ﻛﻠﻴﺔ اﻟﻌﻠﻮم اﻻﻗﺘﺼﺎدﻳﺔ واﻟﻌﻠﻮم اﻟﺘﺠﺎرﻳﺔ وﻋﻠﻮم اﻟﺘﺴﻴﲑ –اﻟﺸﻬﻴﺪ ﻃﺎﻟﺐ ﻋﺒﺪ اﻟﺮﲪﺎن -
ﳏﺎﺿﺮات ﰲ ﻣﻘﻴﺎس ﲢﻠﻴﻞ ﻣﻌﻄﻴﺎت ﻣﻌﻤﻖ -ﻣﻊ أﻣﺜﻠﺔ ﺣﺴﺎﺑﻴﺔ وﺗﻄﺒﻴﻘﻴﺔ -
- 54 -
ﺟﺎﻣﻌﺔ اﻟﺒﻠﻴﺪة 2
حوشين يوسف أستاذ محاضر أ
ﻛﻠﻴﺔ اﻟﻌﻠﻮم اﻻﻗﺘﺼﺎدﻳﺔ واﻟﻌﻠﻮم اﻟﺘﺠﺎرﻳﺔ وﻋﻠﻮم اﻟﺘﺴﻴﲑ –اﻟﺸﻬﻴﺪ ﻃﺎﻟﺐ ﻋﺒﺪ اﻟﺮﲪﺎن -
ﳏﺎﺿﺮات ﰲ ﻣﻘﻴﺎس ﲢﻠﻴﻞ ﻣﻌﻄﻴﺎت ﻣﻌﻤﻖ -ﻣﻊ أﻣﺜﻠﺔ ﺣﺴﺎﺑﻴﺔ وﺗﻄﺒﻴﻘﻴﺔ -
:Filtrer les facteurs ﳔﺘار إما %اﳊد اﻷدﱏ )) (minimumمﺜﻼ اﶈاور الﱵ ﺗﻀﻤﻦ أﻛﺜﺮ
مﻦ %80مﻦ الﺘﺒاﻳﻦ الكلﻲ( ،أو اﳊد اﻷعلى لعدد العوامﻞ ) (maximumالﱵ ﺗﺆخﺬ ﰲ الﺘحلﻴﻞ.
اﻟﺘﺪوﻳﺮ ) :(Rotationﻧﻈلﻞ على ،Rotationﰒ ﳓدد عدد العوامﻞ ،ﰒ الﻄﺮﻳﻘﺔ :وﳔﺘار مﻨﻬا
إﺣدى ﻃﺮق الﺘدوﻳﺮ )،Equamax ،Quartimax ،Oblimin ،Varimax
) (Promaxﻧﻼﺣﻆ عدم وﺟود اخﺘﻴار Noneمﻘارﻧﺔ بﱪ مج .(SPSS
ﻛﻤا ﻧﻈلﻞ Normalisation de Kaiser
ﺑﻴﺎ ت إﺿﺎﻓﻴﺔ ) :(Données supplémentairesﺗسﻤﺢ ﻫﺬﻩ الﻨاﻓﺬة دخال الﺒﻴا ت
اﻹﺿاﻓﺔ ﰲ ﺣالﺔ وﺟودﻫا ،إما أﻓﺮاد أو مﺘﻐﲑات )ﻛﻤﻴﺔ أو ﻛﻴفﻴﺔ(.
- 55 -
ﺟﺎﻣﻌﺔ اﻟﺒﻠﻴﺪة 2
حوشين يوسف أستاذ محاضر أ
ﻛﻠﻴﺔ اﻟﻌﻠﻮم اﻻﻗﺘﺼﺎدﻳﺔ واﻟﻌﻠﻮم اﻟﺘﺠﺎرﻳﺔ وﻋﻠﻮم اﻟﺘﺴﻴﲑ –اﻟﺸﻬﻴﺪ ﻃﺎﻟﺐ ﻋﺒﺪ اﻟﺮﲪﺎن -
ﳏﺎﺿﺮات ﰲ ﻣﻘﻴﺎس ﲢﻠﻴﻞ ﻣﻌﻄﻴﺎت ﻣﻌﻤﻖ -ﻣﻊ أﻣﺜﻠﺔ ﺣﺴﺎﺑﻴﺔ وﺗﻄﺒﻴﻘﻴﺔ -
وﻫﻲ ﻓﺬة خاﺻﺔ ﲟعاﳉﺔ الﺒﻴا ت اﳌفﻘودة ) (Données manquantesﻹﺿاﻓﺔ إﱃ ا ﻤوعات )(Groupes
اﳌﺨﺮﺟﺎت ) :(Sortieعﻨد الﻀﻐﻂ علﻴﻬا ﻳﻈﻬﺮ لﻨا الﻨاﻓﺬة الﺘاﱄ:
ﻧﻈلﻞ على اﳌﺨﺮﺟات الﱵ ﻧﺮﻏب ﰲ عﺮﺿﻬا )اﻹﺣصاﺋﻴات الوﺻفﻴﺔ ،اخﺘﺒار ،KMOاﻻرﺗﺒاﻃات.(... ،
اﻟﺘﻤﺜﻴﻼت اﻟﺒﻴﺎﻧﻴﺔ ) :(Graphiquesعﻨد الﻀﻐﻂ علﻴﻬا ﻳﻈﻬﺮ لﻨا الﻨاﻓﺬة الﺘاﱄ:
- 56 -
ﺟﺎﻣﻌﺔ اﻟﺒﻠﻴﺪة 2
حوشين يوسف أستاذ محاضر أ
ﻛﻠﻴﺔ اﻟﻌﻠﻮم اﻻﻗﺘﺼﺎدﻳﺔ واﻟﻌﻠﻮم اﻟﺘﺠﺎرﻳﺔ وﻋﻠﻮم اﻟﺘﺴﻴﲑ –اﻟﺸﻬﻴﺪ ﻃﺎﻟﺐ ﻋﺒﺪ اﻟﺮﲪﺎن -
ﳏﺎﺿﺮات ﰲ ﻣﻘﻴﺎس ﲢﻠﻴﻞ ﻣﻌﻄﻴﺎت ﻣﻌﻤﻖ -ﻣﻊ أﻣﺜﻠﺔ ﺣﺴﺎﺑﻴﺔ وﺗﻄﺒﻴﻘﻴﺔ -
ﰲ ﻫﺬﻩ الﻨاﻓﺬة ﻧدخﻞ الﺘعلﻴﻤات اﳋاﺻﺔ لﺘﻤﺜﻴﻼت الﺒﻴاﻧﻴﺔ للﻤﺘﻐﲑات واﻷﻓﺮاد والﺘﻤﺜﻴﻞ الﺒﻴاﱐ اﳌﺸﱰك بﻴﻨﻬﻤا
)وﻫو ﻏﲑ مﺘوﻓﺮ ﰲ بﺮ مج .(SPSS
بعد اﻻﻧﺘﻬاء مﻦ إدخال ﻛﻞ ﻫﺬﻩ اﻻخﺘﻴارات والﺘعلﻴﻤات ،ﻧﻀﻐﻂ على ،OKﻓﺘﻈﻬﺮ لﻨا اﳌﺨﺮﺟات.
infr éco adm 0,5188 0,9354 0,7945 1 0,8557 0,8752 0,8463
Infr socio cult 0,2109 0,8426 0,6800 0,8752 0,9816 1 0,6361
- 57 -
2 ﺟﺎﻣﻌﺔ اﻟﺒﻠﻴﺪة
حوشين يوسف أستاذ محاضر أ
- ﻛﻠﻴﺔ اﻟﻌﻠﻮم اﻻﻗﺘﺼﺎدﻳﺔ واﻟﻌﻠﻮم اﻟﺘﺠﺎرﻳﺔ وﻋﻠﻮم اﻟﺘﺴﻴﲑ –اﻟﺸﻬﻴﺪ ﻃﺎﻟﺐ ﻋﺒﺪ اﻟﺮﲪﺎن
Scree plot
6 100
5 80
Variabilité cumulée (%)
4
Valeur propre
60
3
40
2
1 20
0 0
F1 F2 F3 F4 F5 F6 F7
axe
- 58 -
ﺟﺎﻣﻌﺔ اﻟﺒﻠﻴﺪة 2
حوشين يوسف أستاذ محاضر أ
ﻛﻠﻴﺔ اﻟﻌﻠﻮم اﻻﻗﺘﺼﺎدﻳﺔ واﻟﻌﻠﻮم اﻟﺘﺠﺎرﻳﺔ وﻋﻠﻮم اﻟﺘﺴﻴﲑ –اﻟﺸﻬﻴﺪ ﻃﺎﻟﺐ ﻋﺒﺪ اﻟﺮﲪﺎن -
ﳏﺎﺿﺮات ﰲ ﻣﻘﻴﺎس ﲢﻠﻴﻞ ﻣﻌﻄﻴﺎت ﻣﻌﻤﻖ -ﻣﻊ أﻣﺜﻠﺔ ﺣﺴﺎﺑﻴﺔ وﺗﻄﺒﻴﻘﻴﺔ -
(6إﺳﻘﺎط اﳌﺘﻐﲑات:
إﺣداﺛﻴات اﳌﺘﻐﲑات بعد الﺘدوﻳﺮ ) Coordonnées des variables après rotation
:(Varimax
D1 D2
Industrie 0,0817 0,9502
Ag hyd 0,8930 0,3371
SS Prodct 0,7615 0,4014
infr éco adm 0,8668 0,4529
Educ form 0,9742 0,0297
Infr socio cult 0,9595 0,0605
SA habit 0,6974 0,6110
(7اﻟﺘﻤﺜﻴﻞ اﻟﺒﻴﺎﱐ ﻟﻠﻤﺘﻐﲑات ﺑﻌﺪ اﻹﺳﻘﺎط:
)Variables (axes D1 et D2 : 89,31 %
après rotation Varimax
1
Industrie
0,75
SA habit
0,5
infr éco adm
SS Prodct
Ag hyd
0,25
)D2 (25,15 %
InfrEduc
socioform
cult
0
-0,25
-0,5
-0,75
-1
-1 -0,75 -0,5 -0,25 0 0,25 0,5 0,75 1
)D1 (64,16 %
- 59 -
ﺟﺎﻣﻌﺔ اﻟﺒﻠﻴﺪة 2
حوشين يوسف أستاذ محاضر أ
ﻛﻠﻴﺔ اﻟﻌﻠﻮم اﻻﻗﺘﺼﺎدﻳﺔ واﻟﻌﻠﻮم اﻟﺘﺠﺎرﻳﺔ وﻋﻠﻮم اﻟﺘﺴﻴﲑ –اﻟﺸﻬﻴﺪ ﻃﺎﻟﺐ ﻋﺒﺪ اﻟﺮﲪﺎن -
ﳏﺎﺿﺮات ﰲ ﻣﻘﻴﺎس ﲢﻠﻴﻞ ﻣﻌﻄﻴﺎت ﻣﻌﻤﻖ -ﻣﻊ أﻣﺜﻠﺔ ﺣﺴﺎﺑﻴﺔ وﺗﻄﺒﻴﻘﻴﺔ -
- 60 -
ﺟﺎﻣﻌﺔ اﻟﺒﻠﻴﺪة 2
حوشين يوسف أستاذ محاضر أ
ﻛﻠﻴﺔ اﻟﻌﻠﻮم اﻻﻗﺘﺼﺎدﻳﺔ واﻟﻌﻠﻮم اﻟﺘﺠﺎرﻳﺔ وﻋﻠﻮم اﻟﺘﺴﻴﲑ –اﻟﺸﻬﻴﺪ ﻃﺎﻟﺐ ﻋﺒﺪ اﻟﺮﲪﺎن -
ﳏﺎﺿﺮات ﰲ ﻣﻘﻴﺎس ﲢﻠﻴﻞ ﻣﻌﻄﻴﺎت ﻣﻌﻤﻖ -ﻣﻊ أﻣﺜﻠﺔ ﺣﺴﺎﺑﻴﺔ وﺗﻄﺒﻴﻘﻴﺔ -
4 2012
3
2018
2016
2
)D2 (25,15 %
1 2015
2017
1986 2007
2008
0 1985
1994
1993
1992
1990
1989
1991
1995
1996
2001 2006 2013
2009
2014 2010
1987
1999
1988
2000
2002
2003
2005
2004
1997
1998
-1
2011
-2
-6 -5 -4 -3 -2 -1 0 1 2 3 4 5 6
)D1 (64,16 %
- 61 -
ﺟﺎﻣﻌﺔ اﻟﺒﻠﻴﺪة 2
حوشين يوسف أستاذ محاضر أ
ﻛﻠﻴﺔ اﻟﻌﻠﻮم اﻻﻗﺘﺼﺎدﻳﺔ واﻟﻌﻠﻮم اﻟﺘﺠﺎرﻳﺔ وﻋﻠﻮم اﻟﺘﺴﻴﲑ –اﻟﺸﻬﻴﺪ ﻃﺎﻟﺐ ﻋﺒﺪ اﻟﺮﲪﺎن -
ﳏﺎﺿﺮات ﰲ ﻣﻘﻴﺎس ﲢﻠﻴﻞ ﻣﻌﻄﻴﺎت ﻣﻌﻤﻖ -ﻣﻊ أﻣﺜﻠﺔ ﺣﺴﺎﺑﻴﺔ وﺗﻄﺒﻴﻘﻴﺔ -
4 2012
Industrie
3
2018 SA habit
2016
2
)D2 (25,15 %
2017
2007 Infr socio cult
0 1986 2008Educ form
1985
1994
1993
1992 2006 20132009
1990
1989
1991
1995
1996
2001 2014 2010
1987
1999
1988
2000
2002
2003
2005
2004
1997
1998
-1
2011
-2
-6 -5 -4 -3 -2 -1 0 1 2 3 4 5 6
)D1 (64,16 %
- 62 -
ﺟﺎﻣﻌﺔ اﻟﺒﻠﻴﺪة 2
حوشين يوسف أستاذ محاضر أ
ﻛﻠﻴﺔ اﻟﻌﻠﻮم اﻻﻗﺘﺼﺎدﻳﺔ واﻟﻌﻠﻮم اﻟﺘﺠﺎرﻳﺔ وﻋﻠﻮم اﻟﺘﺴﻴﲑ –اﻟﺸﻬﻴﺪ ﻃﺎﻟﺐ ﻋﺒﺪ اﻟﺮﲪﺎن -
ﳏﺎﺿﺮات ﰲ ﻣﻘﻴﺎس ﲢﻠﻴﻞ ﻣﻌﻄﻴﺎت ﻣﻌﻤﻖ -ﻣﻊ أﻣﺜﻠﺔ ﺣﺴﺎﺑﻴﺔ وﺗﻄﺒﻴﻘﻴﺔ -
29
Ludovic Lebart, Alain Morineau, Marie Piron, op-cit, p67.
30
Arnaud MARTIN, Op-cit, p39.
- 63 -
ﺟﺎﻣﻌﺔ اﻟﺒﻠﻴﺪة 2
حوشين يوسف أستاذ محاضر أ
ﻛﻠﻴﺔ اﻟﻌﻠﻮم اﻻﻗﺘﺼﺎدﻳﺔ واﻟﻌﻠﻮم اﻟﺘﺠﺎرﻳﺔ وﻋﻠﻮم اﻟﺘﺴﻴﲑ –اﻟﺸﻬﻴﺪ ﻃﺎﻟﺐ ﻋﺒﺪ اﻟﺮﲪﺎن -
ﳏﺎﺿﺮات ﰲ ﻣﻘﻴﺎس ﲢﻠﻴﻞ ﻣﻌﻄﻴﺎت ﻣﻌﻤﻖ -ﻣﻊ أﻣﺜﻠﺔ ﺣﺴﺎﺑﻴﺔ وﺗﻄﺒﻴﻘﻴﺔ -
ﻓﻬﺬﻩ الﻄﺮﻳﻘﺔ دف إﱃ الﺘحلﻴﻞ والﺘﻤﺜﻴﻞ الﺒﻴاﱐ للﺠداول اﳌﺰدوﺟﺔ ،وذلﻚ مﻦ خﻼل ﲢلﻴﻞ الﺘواﻓﻖ بﲔ
مﺘﻐﲑﻳﻦ ﻛﻴفﻴﲔ مﻦ ﺣﻴﺚ :الﺘﻤﺮﻛﺰ/اﶈﻴﻂ ) ،(centre/périphérieالﻘﺮب/الﺘﺒاعد
) ،(éloignement/proximitéالﺘﺸابﻪ/اﻻخﺘﻼف )،(ressemblance/dissemblance
الﺘﺠاذب/الﺘﻨاﻓﺮ ) .31 (attraction/répulsionوﻫﺬا ﻻعﺘﻤاد على ﺣساب اﳌساﻓات )(distances
بﲔ الفﺌات .ومﻦ خﻼل الﺒحﺚ عﻦ اﻷسﻄﺮ )ﻓﺌات اﳌﺘﻐﲑ اﻷول( اﳌﺘﺸا ﺔ واﻷسﻄﺮ اﳌﺨﺘلفﺔ ،وﻛﺬلﻚ الﺒحﺚ
عﻦ اﻷعﻤدة )ﻓﺌات اﳌﺘﻐﲑ الﺜاﱐ( اﳌﺘﺸا ﺔ واﻷعﻤدة اﳌﺨﺘلفﺔ ،و لﺘاﱄ الﺒحﺚ عﻦ ا ﻤوعات اﳌﺘﺠاﻧسﺔ ﰲ
اﻷسﻄﺮ )وﰲ اﻷعﻤدة( ،ﻹﺿاﻓﺔ إﱃ الﺒحﺚ ﰲ العﻼﻗات بﲔ اﻷسﻄﺮ واﻷعﻤدة.
أ .ﲨﻊ اﻟﺒﻴﺎ ت وﺗﺸكﻴﻞ اﳉﺪاول اﻟكﺎﻣﻠﺔ )أو ﺟﺪول اﻟﺒﻴﺎ ت اﳋﺎم(:
بعد ﲨﻊ الﺒﻴا ت ﺣول موﺿوع الدراسﺔ )إما سلوب مﺒاشﺮ أو ﻏﲑ مﺒاشﺮ( ،ﻧﻘوم دخاﳍا إﱃ الﱪامج
اﻹﺣصاﺋﻴﺔ اﳉاﻫﺰة )ﻛﱪ مج SPSSأو بﺮ مج .(XL-STATوذلﻚ على شكﻞ اﳉداول اﳌﻨفصلﺔ
الكاملﺔ ) ،(Tableau disjonctif completأو ﺟداول الﺒﻴا ت اﳋام ) Tableau des
.(données brutes
اﳌﺜﺎل اﻟﺴﺎﺑﻖ )اﳌﺴﺘﻮى اﻟﺘﻌﻠﻴﻤﻲ واﳉﻨﺲ(:
اﳉﺪول اﳌﻨﻔﺼﻞ اﻟكﺎﻣﻞ:
ﺟﺪول اﳌﺘﻐﲑ X
Y
ﻧوي مﺘوسﻂ ابﺘداﺋﻲ ﺟامعﻲ
اﻷﻓﺮاد
31
Jean Stafford, Paul Bodson, Op-cit, p102.
- 64 -
ﺟﺎﻣﻌﺔ اﻟﺒﻠﻴﺪة 2
حوشين يوسف أستاذ محاضر أ
ﻛﻠﻴﺔ اﻟﻌﻠﻮم اﻻﻗﺘﺼﺎدﻳﺔ واﻟﻌﻠﻮم اﻟﺘﺠﺎرﻳﺔ وﻋﻠﻮم اﻟﺘﺴﻴﲑ –اﻟﺸﻬﻴﺪ ﻃﺎﻟﺐ ﻋﺒﺪ اﻟﺮﲪﺎن -
ﳏﺎﺿﺮات ﰲ ﻣﻘﻴﺎس ﲢﻠﻴﻞ ﻣﻌﻄﻴﺎت ﻣﻌﻤﻖ -ﻣﻊ أﻣﺜﻠﺔ ﺣﺴﺎﺑﻴﺔ وﺗﻄﺒﻴﻘﻴﺔ -
- 65 -
ﺟﺎﻣﻌﺔ اﻟﺒﻠﻴﺪة 2
حوشين يوسف أستاذ محاضر أ
ﻛﻠﻴﺔ اﻟﻌﻠﻮم اﻻﻗﺘﺼﺎدﻳﺔ واﻟﻌﻠﻮم اﻟﺘﺠﺎرﻳﺔ وﻋﻠﻮم اﻟﺘﺴﻴﲑ –اﻟﺸﻬﻴﺪ ﻃﺎﻟﺐ ﻋﺒﺪ اﻟﺮﲪﺎن -
ﳏﺎﺿﺮات ﰲ ﻣﻘﻴﺎس ﲢﻠﻴﻞ ﻣﻌﻄﻴﺎت ﻣﻌﻤﻖ -ﻣﻊ أﻣﺜﻠﺔ ﺣﺴﺎﺑﻴﺔ وﺗﻄﺒﻴﻘﻴﺔ -
32
Arnaud MARTIN, Op-cit, p40.
- 66 -
ﺟﺎﻣﻌﺔ اﻟﺒﻠﻴﺪة 2
حوشين يوسف أستاذ محاضر أ
ﻛﻠﻴﺔ اﻟﻌﻠﻮم اﻻﻗﺘﺼﺎدﻳﺔ واﻟﻌﻠﻮم اﻟﺘﺠﺎرﻳﺔ وﻋﻠﻮم اﻟﺘﺴﻴﲑ –اﻟﺸﻬﻴﺪ ﻃﺎﻟﺐ ﻋﺒﺪ اﻟﺮﲪﺎن -
ﳏﺎﺿﺮات ﰲ ﻣﻘﻴﺎس ﲢﻠﻴﻞ ﻣﻌﻄﻴﺎت ﻣﻌﻤﻖ -ﻣﻊ أﻣﺜﻠﺔ ﺣﺴﺎﺑﻴﺔ وﺗﻄﺒﻴﻘﻴﺔ -
مﻦ Yﰲ ﻧفﺲ مﻦ Xوالفﺌﺔ ﳝﺜﻞ عدد اﻷﻓﺮاد )عدد الﺘكﺮارات( الﱵ ﺗﻨﺘﻤﻲ للفﺌﺔ ﺣﻴﺚ:
الوﻗﺖ.
مﻦ ) ( = 1,2, … , ) Xا ﻤوع ﳝﺜﻞ عدد اﻷﻓﺮاد الﱵ ﺗﻨﺘﻤﻲ للفﺌﺔ . ∑= و:
اﳍامﺸﻲ لﻸسﻄﺮ(.
مﻦ ) .( = 1,2, … , ) Yا ﻤوع ﳝﺜﻞ عدد اﻷﻓﺮاد الﱵ ﺗﻨﺘﻤﻲ للفﺌﺔ . ∑= و:
اﳍامﺸﻲ لﻸعﻤدة(.
العدد الكلﻲ لﻸﻓﺮاد )ا ﻤوع الكلﻲ(. .. ∑ ∑= و:
⋯ …
⋮ … … ⋮ ⋮
. × = … … ﻧﺮمﺰ ﳍﺬا اﳉدول لﺮمﺰ ،Nﺣﻴﺚ:
⋮ … ⋯ ⋯ ⋯
⋯ …
. (= … ﻛﻞ ﻓﺌﺔ iمﻦ اﳌﺘﻐﲑ ُ Xﲤﺜّﻞ ﰲ ﻓﻀاء ذو بعد ) :ℝ p
. = ﻛﻞ ﻓﺌﺔ jمﻦ اﳌﺘﻐﲑ ُ Yﲤﺜّﻞ ﰲ ﻓﻀاء ذو بعد :ℝ n
⋮
ﻣﻼﺣﻈﺔ :على بﺮ مج SPSSﳝكﻦ الﻘﻴام بﺘحلﻴﻞ عاملﻲ ﺗواﻓﻘﻲ ﻻعﺘﻤاد على ﺟدول الﺒﻴا ت اﳋام ﻓﻘﻂ،
وﻻ ﳝكﻦ ذلﻚ مﻦ خﻼل اﳉدول اﳌﺰدوج .أما على بﺮ مج XL-STATﻓﻴﻤكﻦ الﻘﻴام بﺘحلﻴﻞ عاملﻲ ﺗواﻓﻘﻲ
إما ﻻعﺘﻤاد على ﺟدول الﺒﻴا ت اﳋام أو مﻦ خﻼل اﳉدول اﳌﺰدوج.
اﳌﺜﺎل اﻟﺴﺎﺑﻖ )اﳌﺴﺘﻮى اﻟﺘﻌﻠﻴﻤﻲ واﳉﻨﺲ(:
2 0
. = 3 ﻓﻴكون لدﻳﻨا1 :
1 1
0 2
- 67 -
ﺟﺎﻣﻌﺔ اﻟﺒﻠﻴﺪة 2
حوشين يوسف أستاذ محاضر أ
ﻛﻠﻴﺔ اﻟﻌﻠﻮم اﻻﻗﺘﺼﺎدﻳﺔ واﻟﻌﻠﻮم اﻟﺘﺠﺎرﻳﺔ وﻋﻠﻮم اﻟﺘﺴﻴﲑ –اﻟﺸﻬﻴﺪ ﻃﺎﻟﺐ ﻋﺒﺪ اﻟﺮﲪﺎن -
ﳏﺎﺿﺮات ﰲ ﻣﻘﻴﺎس ﲢﻠﻴﻞ ﻣﻌﻄﻴﺎت ﻣﻌﻤﻖ -ﻣﻊ أﻣﺜﻠﺔ ﺣﺴﺎﺑﻴﺔ وﺗﻄﺒﻴﻘﻴﺔ -
- 68 -
ﺟﺎﻣﻌﺔ اﻟﺒﻠﻴﺪة 2
حوشين يوسف أستاذ محاضر أ
ﻛﻠﻴﺔ اﻟﻌﻠﻮم اﻻﻗﺘﺼﺎدﻳﺔ واﻟﻌﻠﻮم اﻟﺘﺠﺎرﻳﺔ وﻋﻠﻮم اﻟﺘﺴﻴﲑ –اﻟﺸﻬﻴﺪ ﻃﺎﻟﺐ ﻋﺒﺪ اﻟﺮﲪﺎن -
ﳏﺎﺿﺮات ﰲ ﻣﻘﻴﺎس ﲢﻠﻴﻞ ﻣﻌﻄﻴﺎت ﻣﻌﻤﻖ -ﻣﻊ أﻣﺜﻠﺔ ﺣﺴﺎﺑﻴﺔ وﺗﻄﺒﻴﻘﻴﺔ -
اﳌﺜﺎل اﻟﺴﺎﺑﻖ )اﳌﺴﺘﻮى اﻟﺘﻌﻠﻴﻤﻲ واﳉﻨﺲ( :ﺟدول الﺘكﺮارات الﻨسﺒﻴﺔ اﳌﺸاﻫدة مﺒﻴﻨﺔ ﰲ اﳉدول الﺘاﱄ:
0,2 0
0,3 0,1
= . ﻓﻴكون لدﻳﻨا:
0,1 0,1
0 0,2
،أي أن اﺣﺘﻤال أن ﻳكون اﳌسﺘوى الﺘعلﻴﻤﻲ مﺘوسﻂ ﻫو .0,4 لدﻳﻨا = . = 0,4 :مﺘوسﻂ =
،أي أن اﺣﺘﻤال أن ﻳكون اﳉﻨﺲ ذﻛﺮ ﻫو .0,6 = ذﻛﺮ = . ولدﻳﻨا= 0,6 :
34
Ludovic Lebart, Alain Morineau, Marie Piron, op-cit, p70.
35
Arnaud MARTIN, Op-cit, p41.
- 69 -
ﺟﺎﻣﻌﺔ اﻟﺒﻠﻴﺪة 2
حوشين يوسف أستاذ محاضر أ
ﻛﻠﻴﺔ اﻟﻌﻠﻮم اﻻﻗﺘﺼﺎدﻳﺔ واﻟﻌﻠﻮم اﻟﺘﺠﺎرﻳﺔ وﻋﻠﻮم اﻟﺘﺴﻴﲑ –اﻟﺸﻬﻴﺪ ﻃﺎﻟﺐ ﻋﺒﺪ اﻟﺮﲪﺎن -
ﳏﺎﺿﺮات ﰲ ﻣﻘﻴﺎس ﲢﻠﻴﻞ ﻣﻌﻄﻴﺎت ﻣﻌﻤﻖ -ﻣﻊ أﻣﺜﻠﺔ ﺣﺴﺎﺑﻴﺔ وﺗﻄﺒﻴﻘﻴﺔ -
Y ا ﻤوع
… …
X
.
… … ...
.
… … ...
.
ا ﻤوع . ... . ... . ..= 1
⋯ …
⋮ … ⋮ … ⋮
. × = … … ﻧﺮمﺰ ﳍﺬا اﳉدول لﺮمﺰ ،Tﺣﻴﺚ:
⋮ … ⋯ ⋯ ⋯
⋯ …
ﻣﻼﺣﻈﺔ :ﻫﺬا الﺘحوﻳﻞ للﻘﻴم ﻻ ﻳﺆﺛﺮ على ا امﻴﻊ اﳍامﺸﻴﺔ لﻸسﻄﺮ ) ( .وﻻ اﻷعﻤدة ) ) ( .ﻧفﺲ ا امﻴﻊ(.
∑. ∑= . × . = ∑. . = . =×1 . ﻷن - :اﻷسﻄﺮ:
∑. ∑= . × . = . ∑ . = . =×1 . -اﻷعﻤدة:
اﳌﺜﺎل اﻟﺴﺎﺑﻖ )اﳌﺴﺘﻮى اﻟﺘﻌﻠﻴﻤﻲ واﳉﻨﺲ( :ﺟدول الﺘكﺮارات الﻨسﺒﻴﺔ الﻨﻈﺮﻳﺔ مﺒﻴﻨﺔ ﰲ اﳉدول الﺘاﱄ:
0,12 0,08
0,24 0,16
= . 0,12 0,08
ﻓﻴكون لدﻳﻨا:
0,12 0,08
∑. = = 0,12 + 0,08 . ولدﻳﻨا - :ﳎﻤوع اﻷسﻄﺮ= 0,2 :
∑. = = 0,12 + 0,24 + 0,12 + 0,12 . -ﳎﻤوع اﻷعﻤدة= 0,6 :
ﻣﻼﺣﻈﺔ :اﳌﻘارﻧﺔ )الفﺮوﻗات( بﲔ الﺘكﺮارات الﻨسﺒﻴﺔ اﳌﺸاﻫدة والﺘكﺮارات الﻨسﺒﻴﺔ الﻨﻈﺮﻳﺔ ﻫﻲ مﻦ سﻴسﻤﺢ
لﻨا لﺘعﺮف على اسﺘﻘﻼلﻴﺔ اﳌﺘﻐﲑﻳﻦ مﻦ عدمﻪ.
- 70 -
ﺟﺎﻣﻌﺔ اﻟﺒﻠﻴﺪة 2
حوشين يوسف أستاذ محاضر أ
ﻛﻠﻴﺔ اﻟﻌﻠﻮم اﻻﻗﺘﺼﺎدﻳﺔ واﻟﻌﻠﻮم اﻟﺘﺠﺎرﻳﺔ وﻋﻠﻮم اﻟﺘﺴﻴﲑ –اﻟﺸﻬﻴﺪ ﻃﺎﻟﺐ ﻋﺒﺪ اﻟﺮﲪﺎن -
ﳏﺎﺿﺮات ﰲ ﻣﻘﻴﺎس ﲢﻠﻴﻞ ﻣﻌﻄﻴﺎت ﻣﻌﻤﻖ -ﻣﻊ أﻣﺜﻠﺔ ﺣﺴﺎﺑﻴﺔ وﺗﻄﺒﻴﻘﻴﺔ -
. = ∑ .. ∑ اﺣﺼﺎﺋﻴﺔ اﻻﺧﺘﺒﺎر :إﺣصاﺋﻴﺔ اخﺘﺒار ﻛاي ﺗﺮبﻴﻊ ﻫﻲ:
درﺟﺔ اﳊﺮﻳﺔ ﻫﻲ) :عدد اﻷسﻄﺮ )*(1 -عدد اﻷعﻤدة – .36(1
أﺻﻐﺮ مﻦ ا دولﺔ ∗ )(( − 1 ﻗﺮار اﻻﺧﺘﺒﺎر :إذا ﻛاﻧﺖ إﺣصاﺋﻴﺔ ﻛاي ﺗﺮبﻴﻊ اﶈسوبﺔ
، ))) ( − 1أو الﻘﻴﻤﺔ اﻻﺣﺘﻤالﻴﺔ أﻛﱪ مﻦ مسﺘوى اﳌعﻨوﻳﺔ ،37 (αﻓﺈ ﻧﻘﺒﻞ الفﺮﺿﻴﺔ الصفﺮﻳﺔ
والﱵ ﺗﻘﻀﻲ بعدم وﺟود عﻼﻗﺔ بﲔ اﳌﺘﻐﲑﻳﻦ )اﳌﺘﻐﲑﻳﻦ مسﺘﻘلﲔ(.
ﻣﻼﺣﻈﺎت:
(. − ﻳﻘﻴﺲ اخﺘﺒار ﻛاي ﺗﺮبﻴﻊ الﺒعد عﻦ اﻻسﺘﻘﻼلﻴﺔ ) l’écart à l’indépendances
اخﺘﺒار ﻛاي ﺗﺮبﻴﻊ ﻳسﻤﺢ ﻓﻘﻂ خﺘﺒار اﻻرﺗﺒاط بﲔ مﺘﻐﲑﻳﻦ ﻛﻴفﻴﲔ ،لكﻨﻪ ﻻ ﻳﺒﲔ ﻧوع وﻗوة العﻼﻗﺔ بﻴﻨﻬﻤا.
لكﻦ الﺘحلﻴﻞ العاملﻲ الﺘﻘابلﻲ ﻳسﻤﺢ لﺘفصﻴﻞ ﰲ ﲢلﻴﻞ العﻼﻗﺔ بﻴﻨﻬﻤا .وﳍﺬا ﻓﺈن اخﺘﺒار ﻛاي ﺗﺮبﻴﻊ ﻻ
ﻳكفﻲ لﺘحلﻴﻞ العﻼﻗﺔ بﲔ مﺘﻐﲑﻳﻦ ﻛﻴفﻴﲔ ،ﻓحﱴ وإن ﻛان ﻏﲑ معﻨوي ،ﻓﻼ بد مﻦ إﻛﻤال وﺗعﺰﻳﺰ الﺘحلﻴﻞ
بﻄﺮﻳﻘﺔ الﺘحلﻴﻞ العاملﻲ الﺘﻘابلﻲ .ﻓﻤﺜﻼ ﰲ ﺣالﺔ ﺗﺒاﻳﻦ ﻛلﻲ ) (Inertieﺻﻐﲑ ﻓﺈن اخﺘﺒار ﻛاي ﺗﺮبﻴﻊ ﻻ
ﻳسﺘﻄﻴﻊ اﻛﺘﺸاف العﻼﻗﺔ بﲔ اﳌﺘﻐﲑﻳﻦ ،لكﻦ ﳝكﻦ ذلﻚ مﻦ خﻼل الﺘحلﻴﻞ العاملﻲ الﺘﻘابلﻲ.
الﺘﺒاﻳﻦ الكلﻲ لسحابﺔ الﻨﻘاط ﻫو:38
∑ = ﻫﻲ الﺘﺒاﻳﻦ الكلﻲ(. )ﺣﻴﺚ = .. ﺻﻴﻐﺔ أخﺮى ﻹﺣصاﺋﻴﺔ ﻛاي ﺗﺮبﻴﻊ ﻫﻲ× :39
36
Jean Stafford, Paul Bodson, Op-cit, p116.
37
Alian Baccini, Philippe Besse, Op-cit, p56.
38
Arnaud MARTIN, Op-cit, p49.
39
Ludovic Lebart, Alain Morineau, Marie Piron, op-cit, p90.
- 71 -
ﺟﺎﻣﻌﺔ اﻟﺒﻠﻴﺪة 2
حوشين يوسف أستاذ محاضر أ
ﻛﻠﻴﺔ اﻟﻌﻠﻮم اﻻﻗﺘﺼﺎدﻳﺔ واﻟﻌﻠﻮم اﻟﺘﺠﺎرﻳﺔ وﻋﻠﻮم اﻟﺘﺴﻴﲑ –اﻟﺸﻬﻴﺪ ﻃﺎﻟﺐ ﻋﺒﺪ اﻟﺮﲪﺎن -
ﳏﺎﺿﺮات ﰲ ﻣﻘﻴﺎس ﲢﻠﻴﻞ ﻣﻌﻄﻴﺎت ﻣﻌﻤﻖ -ﻣﻊ أﻣﺜﻠﺔ ﺣﺴﺎﺑﻴﺔ وﺗﻄﺒﻴﻘﻴﺔ -
, أﺻﻐﺮ مﻦ ا دولﺔ = )(3 ∗ 1 ﲟا أن ﻗﻴﻤﺔ إﺣصاﺋﻴﺔ ﻛاي ﺗﺮبﻴﻊ اﶈسوبﺔ = 4,8
،والﱵ ﺗﻘﻀﻲ بعدم وﺟود عﻼﻗﺔ بﲔ اﳌﺘﻐﲑﻳﻦ )اﳌﺘﻐﲑﻳﻦ ،7,81ﻓﺈ ﻧﻘﺒﻞ الفﺮﺿﻴﺔ الصفﺮﻳﺔ
مسﺘﻘلﲔ(.
. لدﻳﻨا:
,
= .. = ⟹ × = ∑ = = 0,48 =
..
- 72 -
ﺟﺎﻣﻌﺔ اﻟﺒﻠﻴﺪة 2
حوشين يوسف أستاذ محاضر أ
ﻛﻠﻴﺔ اﻟﻌﻠﻮم اﻻﻗﺘﺼﺎدﻳﺔ واﻟﻌﻠﻮم اﻟﺘﺠﺎرﻳﺔ وﻋﻠﻮم اﻟﺘﺴﻴﲑ –اﻟﺸﻬﻴﺪ ﻃﺎﻟﺐ ﻋﺒﺪ اﻟﺮﲪﺎن -
ﳏﺎﺿﺮات ﰲ ﻣﻘﻴﺎس ﲢﻠﻴﻞ ﻣﻌﻄﻴﺎت ﻣﻌﻤﻖ -ﻣﻊ أﻣﺜﻠﺔ ﺣﺴﺎﺑﻴﺔ وﺗﻄﺒﻴﻘﻴﺔ -
،ومﻨﻪ الفﺌﺘﲔ " ﻧوي" و "ذﻛﺮ" مﺘﻨاﻓﺮ ن. لدﻳﻨا= 0,83 < 1 :
,
= =
,
،ﻧﻘول أن الفﺌﺘﲔ " ﻧوي" و "أﻧﺜى" مﺘﺠاذبﺘان. لدﻳﻨا= 1,25 > 1 :
,
= =
,
ز .ﲢﻠﻴﻞ ﺟﺎﻧﺐ اﻷﺳﻄﺮ )ﺟﺪول اﻟﺘكﺮارات اﻟﻨﺴﺒﻴﺔ ﻟﻸﺳﻄﺮ(:
لﺘحلﻴﻞ ﺟاﻧب اﻷسﻄﺮ ) (Profils lignesﻧﻘوم بﻘسﻤﺔ ﲨﻴﻊ أسﻄﺮ ﺟدول الﺘكﺮارات الﻨسﺒﻴﺔ
. = = ( على ﳎﻤوع الﺘكﺮار الﻨسﱯ للسﻄﺮ اﳌواﻓﻖ ﳍا ) ،( .أي ﳓسب: )
. .
. = = / = وﻫﻲ ﲤﺜﻞ اﻻﺣﺘﻤاﻻت الﺸﺮﻃﻴﺔ الﺘالﻴﺔ:
ﻳسﻤﺢ ﻫﺬا اﳉدول ﳌﻘارﻧﺔ بﲔ اﻷسﻄﺮ ﻓﻴﻤا بﻴﻨﻬا )ﻓﺌات مﺘﻐﲑ اﻷسﻄﺮ(.
ﳝﺜﻞ اﳉدول الﺘاﱄ الﺘكﺮارات الﻨسﺒﻴﺔ لﻸسﻄﺮ:
Y ا ﻤوع
… …
X
1
.
… … ...
1
.
… … ...
1
.
- 73 -
ﺟﺎﻣﻌﺔ اﻟﺒﻠﻴﺪة 2
حوشين يوسف أستاذ محاضر أ
ﻛﻠﻴﺔ اﻟﻌﻠﻮم اﻻﻗﺘﺼﺎدﻳﺔ واﻟﻌﻠﻮم اﻟﺘﺠﺎرﻳﺔ وﻋﻠﻮم اﻟﺘﺴﻴﲑ –اﻟﺸﻬﻴﺪ ﻃﺎﻟﺐ ﻋﺒﺪ اﻟﺮﲪﺎن -
ﳏﺎﺿﺮات ﰲ ﻣﻘﻴﺎس ﲢﻠﻴﻞ ﻣﻌﻄﻴﺎت ﻣﻌﻤﻖ -ﻣﻊ أﻣﺜﻠﺔ ﺣﺴﺎﺑﻴﺔ وﺗﻄﺒﻴﻘﻴﺔ -
ح .ﲢﻠﻴﻞ ﺟﺎﻧﺐ اﻷﻋﻤﺪة )ﺟﺪول اﻟﺘكﺮارات اﻟﻨﺴﺒﻴﺔ ﻟﻸﻋﻤﺪة( ):(Profils colonnes
( على ﳎﻤوع الﺘكﺮار لﺘحلﻴﻞ ﺟاﻧب اﻷعﻤدة ﻧﻘوم بﻘسﻤﺔ ﲨﻴﻊ أعﻤدة ﺟدول الﺘكﺮارات الﻨسﺒﻴﺔ )
. = = الﻨسﱯ للعﻤود اﳌواﻓﻖ ﳍا ) ،( .أي ﳓسب:
. .
. = = / = وﻫﻲ ﲤﺜﻞ اﻻﺣﺘﻤاﻻت الﺸﺮﻃﻴﺔ الﺘالﻴﺔ:
ﻳسﻤﺢ ﻫﺬا اﳉدول ﳌﻘارﻧﺔ بﲔ اﻷعﻤدة ﻓﻴﻤا بﻴﻨﻬا )ﻓﺌات مﺘﻐﲑ اﻷعﻤدة(.
ﳝﺜﻞ اﳉدول الﺘاﱄ الﺘكﺮارات الﻨسﺒﻴﺔ لﻸعﻤدة:
41
Ludovic Lebart, Alain Morineau, Marie Piron, op-cit, p72.
- 74 -
ﺟﺎﻣﻌﺔ اﻟﺒﻠﻴﺪة 2
حوشين يوسف أستاذ محاضر أ
ﻛﻠﻴﺔ اﻟﻌﻠﻮم اﻻﻗﺘﺼﺎدﻳﺔ واﻟﻌﻠﻮم اﻟﺘﺠﺎرﻳﺔ وﻋﻠﻮم اﻟﺘﺴﻴﲑ –اﻟﺸﻬﻴﺪ ﻃﺎﻟﺐ ﻋﺒﺪ اﻟﺮﲪﺎن -
ﳏﺎﺿﺮات ﰲ ﻣﻘﻴﺎس ﲢﻠﻴﻞ ﻣﻌﻄﻴﺎت ﻣﻌﻤﻖ -ﻣﻊ أﻣﺜﻠﺔ ﺣﺴﺎﺑﻴﺔ وﺗﻄﺒﻴﻘﻴﺔ -
Y
… …
X
.
.
… … ...
.
.
… … ...
.
.
ا ﻤوع 1 1 ... 1
ﻧﺮمﺰ ﳍﺬا اﳉدول لﺮمﺰ ) Cمصفوﻓﺔ الﺘكﺮارات الﻨسﺒﻴﺔ لﻸعﻤدة( ،ﺣﻴﺚ:
⋯ …
⋮ … ⋮ … ⋮
= × . … …
⋮ … ⋯ ⋯ ⋯
⋯ …
. = × × . ﳝكﻦ الﻘﻴام ﺬﻩ اﳊسا ت مﻦ خﻼل اﳉداء اﳌصفوﰲ الﺘاﱄ:
.
⋯ 0 … 0
… ⋮ ⋮ … ⋮
… . = 0 . ﻫﻲ مصفوﻓﺔ ﻗﻄﺮﻳﺔ… 0 : ﺣﻴﺚ
⋯ ⋯ ⋯ … ⋮
0 ⋯ 0 … .
… ⋯ 0 … 0
⋯ ⋮ … ⋮
⋮ … ⋮ … ⋮
.
…
⋮ … 0
= . = … … … أي:
0 .
∑(. ∑= = ∑ = ﻣﻼﺣﻈﺔ :ﳎﻤوع ﻗﻴم اﻷعﻤدة ﺗساوي = 1) .1
.
- 75 -
ﺟﺎﻣﻌﺔ اﻟﺒﻠﻴﺪة 2
حوشين يوسف أستاذ محاضر أ
ﻛﻠﻴﺔ اﻟﻌﻠﻮم اﻻﻗﺘﺼﺎدﻳﺔ واﻟﻌﻠﻮم اﻟﺘﺠﺎرﻳﺔ وﻋﻠﻮم اﻟﺘﺴﻴﲑ –اﻟﺸﻬﻴﺪ ﻃﺎﻟﺐ ﻋﺒﺪ اﻟﺮﲪﺎن -
ﳏﺎﺿﺮات ﰲ ﻣﻘﻴﺎس ﲢﻠﻴﻞ ﻣﻌﻄﻴﺎت ﻣﻌﻤﻖ -ﻣﻊ أﻣﺜﻠﺔ ﺣﺴﺎﺑﻴﺔ وﺗﻄﺒﻴﻘﻴﺔ -
اﳌﺜﺎل اﻟﺴﺎﺑﻖ )اﳌﺴﺘﻮى اﻟﺘﻌﻠﻴﻤﻲ واﳉﻨﺲ( :ﺟدول الﺘكﺮارات الﻨسﺒﻴﺔ لﻸعﻤدة مﺒﲔ ﰲ اﳉدول الﺘاﱄ:
. ∑= . × ∑= . × ∑= = .
.
⋯ …
. . ⋯ 0 … 0 1
…
.
⋮ ⋮ … ⋮ ⋮
.
… ⋮ … ⋮ ⋮
= . . = .1 … … . … … 0 . 1 لدﻳﻨا:
× 0 .
⋮
.
…
.
⋯ ⋯ ⋯
.
⋮ ⋯ ⋯ ⋯ … ⋮
0 … ⋯ 0 . 1
⋯ …
. . .
42
Ludovic Lebart, Alain Morineau, Marie Piron, op-cit, p100.
- 76 -
ﺟﺎﻣﻌﺔ اﻟﺒﻠﻴﺪة 2
حوشين يوسف أستاذ محاضر أ
ﻛﻠﻴﺔ اﻟﻌﻠﻮم اﻻﻗﺘﺼﺎدﻳﺔ واﻟﻌﻠﻮم اﻟﺘﺠﺎرﻳﺔ وﻋﻠﻮم اﻟﺘﺴﻴﲑ –اﻟﺸﻬﻴﺪ ﻃﺎﻟﺐ ﻋﺒﺪ اﻟﺮﲪﺎن -
ﳏﺎﺿﺮات ﰲ ﻣﻘﻴﺎس ﲢﻠﻴﻞ ﻣﻌﻄﻴﺎت ﻣﻌﻤﻖ -ﻣﻊ أﻣﺜﻠﺔ ﺣﺴﺎﺑﻴﺔ وﺗﻄﺒﻴﻘﻴﺔ -
⋯ …
. . ⋯ 0 … 0 1
…
.
⋮
.
⋮ … ⋮ ⋮ … ⋮ … ⋮ ⋮
…
= . × . = .1 … . 0 … . … 0 . 1 لدﻳﻨا:
⋮ ⋯ ⋯ ⋯ … ⋮
. . .
⋮ … ⋯ ⋯ ⋯
0 ⋯ 0 … . 1
⋯ …
. . .
- 77 -
ﺟﺎﻣﻌﺔ اﻟﺒﻠﻴﺪة 2
حوشين يوسف أستاذ محاضر أ
ﻛﻠﻴﺔ اﻟﻌﻠﻮم اﻻﻗﺘﺼﺎدﻳﺔ واﻟﻌﻠﻮم اﻟﺘﺠﺎرﻳﺔ وﻋﻠﻮم اﻟﺘﺴﻴﲑ –اﻟﺸﻬﻴﺪ ﻃﺎﻟﺐ ﻋﺒﺪ اﻟﺮﲪﺎن -
ﳏﺎﺿﺮات ﰲ ﻣﻘﻴﺎس ﲢﻠﻴﻞ ﻣﻌﻄﻴﺎت ﻣﻌﻤﻖ -ﻣﻊ أﻣﺜﻠﺔ ﺣﺴﺎﺑﻴﺔ وﺗﻄﺒﻴﻘﻴﺔ -
. =) (, ∑ − اﳌساﻓﺔ بﲔ ﻓﺌﺘﲔ ﰲ اﻷسﻄﺮ iو’ iﻫﻲ:
.
. =) (, ∑ − . اﳌساﻓﺔ بﲔ ﻓﺌﺔ ﰲ اﻷسﻄﺮ iواﳌﺮﻛﺰ Gﻫﻲ:
.
. =) ( , ∑ − اﳌساﻓﺔ بﲔ ﻓﺌﺘﲔ ﰲ اﻷعﻤدة jو ’ jﻫﻲ:
.
. =) ( , ∑ − . اﳌساﻓﺔ بﲔ ﻓﺌﺔ ﰲ اﻷعﻤدة jواﳌﺮﻛﺰ Gﻫﻲ:
.
- 78 -
ﺟﺎﻣﻌﺔ اﻟﺒﻠﻴﺪة 2
حوشين يوسف أستاذ محاضر أ
ﻛﻠﻴﺔ اﻟﻌﻠﻮم اﻻﻗﺘﺼﺎدﻳﺔ واﻟﻌﻠﻮم اﻟﺘﺠﺎرﻳﺔ وﻋﻠﻮم اﻟﺘﺴﻴﲑ –اﻟﺸﻬﻴﺪ ﻃﺎﻟﺐ ﻋﺒﺪ اﻟﺮﲪﺎن -
ﳏﺎﺿﺮات ﰲ ﻣﻘﻴﺎس ﲢﻠﻴﻞ ﻣﻌﻄﻴﺎت ﻣﻌﻤﻖ -ﻣﻊ أﻣﺜﻠﺔ ﺣﺴﺎﺑﻴﺔ وﺗﻄﺒﻴﻘﻴﺔ -
. =) (, ∑ − اﳌساﻓﺔ بﲔ ﻓﺌﺘﲔ ﰲ اﻷسﻄﺮ iو ’ iﻫﻲ:
. =) (, ∑ − . اﳌساﻓﺔ بﲔ ﻓﺌﺔ ﰲ اﻷسﻄﺮ iواﳌﺮﻛﺰ Gﻫﻲ:
. =) ( , ∑ − اﳌساﻓﺔ بﲔ ﻓﺌﺘﲔ ﰲ اﻷعﻤدة jو ’ jﻫﻲ:
. =) ( , ∑ − . اﳌساﻓﺔ بﲔ ﻓﺌﺔ ﰲ اﻷعﻤدة jواﳌﺮﻛﺰ Gﻫﻲ:
اﳌﺜﺎل اﻟﺴﺎﺑﻖ )اﳌﺴﺘﻮى اﻟﺘﻌﻠﻴﻤﻲ واﳉﻨﺲ(:
اﳌساﻓﺔ ﲟﻘاس ﻛاي ﺗﺮبﻴﻊ:
اﳌساﻓﺔ بﲔ الفﺌﺘﲔ "ابﺘداﺋﻲ" و"مﺘوسﻂ":
1 0
0,75 0,25
= .ومﻨﻪ: لدﻳﻨا:
0,5 0,5
0 1
. ( , =) ∑ − =
,
(1 − 0,75) +
,
(0 − 0,25) = 0,51
.
. ( =) , ∑ ( − ). اﳌساﻓﺔ بﲔ الفﺌﺔ "ذﻛﺮ" واﳌﺮﻛﺰ :Gلدﻳﻨا:
.
- 79 -
ﺟﺎﻣﻌﺔ اﻟﺒﻠﻴﺪة 2
حوشين يوسف أستاذ محاضر أ
ﻛﻠﻴﺔ اﻟﻌﻠﻮم اﻻﻗﺘﺼﺎدﻳﺔ واﻟﻌﻠﻮم اﻟﺘﺠﺎرﻳﺔ وﻋﻠﻮم اﻟﺘﺴﻴﲑ –اﻟﺸﻬﻴﺪ ﻃﺎﻟﺐ ﻋﺒﺪ اﻟﺮﲪﺎن -
ﳏﺎﺿﺮات ﰲ ﻣﻘﻴﺎس ﲢﻠﻴﻞ ﻣﻌﻄﻴﺎت ﻣﻌﻤﻖ -ﻣﻊ أﻣﺜﻠﺔ ﺣﺴﺎﺑﻴﺔ وﺗﻄﺒﻴﻘﻴﺔ -
( . , =) ∑ − = = )(1 − 0,5) + (0 − 0,5 0,5 = 0,7
. ( , =) ∑ ( − اﳌساﻓﺔ بﲔ الفﺌﺘﲔ "ذﻛﺮ" و"أﻧﺜى" :لدﻳﻨا) :
. ( , =) )(0,33 − 0) + (0,5 − 0,25) + (0,17 − 0,25) + (0 − 0,5 ومﻨﻪ:
. ( , =) ومﻨﻪ0,1089 + 0,0625 + 0,0064 + 0,25 = √0,4278 = 0,65 :
. = (4,2) − 1 اﳌﺜﺎل اﻟﺴﺎﺑﻖ )اﳌﺴﺘﻮى اﻟﺘﻌﻠﻴﻤﻲ واﳉﻨﺲ( :عدد اﶈاور الﱵ خﺬ ﰲ الﺘحلﻴﻞ ﻫﻲ:
43
Arnaud MARTIN, Op-cit, p53.
44
Ludovic Lebart, Alain Morineau, Marie Piron, op-cit, p84.
- 80 -
ﺟﺎﻣﻌﺔ اﻟﺒﻠﻴﺪة 2
حوشين يوسف أستاذ محاضر أ
ﻛﻠﻴﺔ اﻟﻌﻠﻮم اﻻﻗﺘﺼﺎدﻳﺔ واﻟﻌﻠﻮم اﻟﺘﺠﺎرﻳﺔ وﻋﻠﻮم اﻟﺘﺴﻴﲑ –اﻟﺸﻬﻴﺪ ﻃﺎﻟﺐ ﻋﺒﺪ اﻟﺮﲪﺎن -
ﳏﺎﺿﺮات ﰲ ﻣﻘﻴﺎس ﲢﻠﻴﻞ ﻣﻌﻄﻴﺎت ﻣﻌﻤﻖ -ﻣﻊ أﻣﺜﻠﺔ ﺣﺴﺎﺑﻴﺔ وﺗﻄﺒﻴﻘﻴﺔ -
×
. ∑= ﺗكﺘب:45 عﻨاﺻﺮ اﳌصفوﻓﺔ
.× .
. = . واﶈاور العاملﻴﺔ ﺗكﺘب:
(. = . . . )أي: = . . واﻻسﻘاﻃات على اﶈاور العاملﻴﺔ ﻫﻲ:
(. ∑= . )مﻊ:
.× .
- 81 -
ﺟﺎﻣﻌﺔ اﻟﺒﻠﻴﺪة 2
حوشين يوسف أستاذ محاضر أ
ﻛﻠﻴﺔ اﻟﻌﻠﻮم اﻻﻗﺘﺼﺎدﻳﺔ واﻟﻌﻠﻮم اﻟﺘﺠﺎرﻳﺔ وﻋﻠﻮم اﻟﺘﺴﻴﲑ –اﻟﺸﻬﻴﺪ ﻃﺎﻟﺐ ﻋﺒﺪ اﻟﺮﲪﺎن -
ﳏﺎﺿﺮات ﰲ ﻣﻘﻴﺎس ﲢﻠﻴﻞ ﻣﻌﻄﻴﺎت ﻣﻌﻤﻖ -ﻣﻊ أﻣﺜﻠﺔ ﺣﺴﺎﺑﻴﺔ وﺗﻄﺒﻴﻘﻴﺔ -
46
Ludovic Lebart, Alain Morineau, Marie Piron, op-cit, p84.
47
Ludovic Lebart, Alain Morineau, Marie Piron, op-cit, p84.
- 82 -
ﺟﺎﻣﻌﺔ اﻟﺒﻠﻴﺪة 2
حوشين يوسف أستاذ محاضر أ
ﻛﻠﻴﺔ اﻟﻌﻠﻮم اﻻﻗﺘﺼﺎدﻳﺔ واﻟﻌﻠﻮم اﻟﺘﺠﺎرﻳﺔ وﻋﻠﻮم اﻟﺘﺴﻴﲑ –اﻟﺸﻬﻴﺪ ﻃﺎﻟﺐ ﻋﺒﺪ اﻟﺮﲪﺎن -
ﳏﺎﺿﺮات ﰲ ﻣﻘﻴﺎس ﲢﻠﻴﻞ ﻣﻌﻄﻴﺎت ﻣﻌﻤﻖ -ﻣﻊ أﻣﺜﻠﺔ ﺣﺴﺎﺑﻴﺔ وﺗﻄﺒﻴﻘﻴﺔ -
- 83 -
ﺟﺎﻣﻌﺔ اﻟﺒﻠﻴﺪة 2
حوشين يوسف أستاذ محاضر أ
ﻛﻠﻴﺔ اﻟﻌﻠﻮم اﻻﻗﺘﺼﺎدﻳﺔ واﻟﻌﻠﻮم اﻟﺘﺠﺎرﻳﺔ وﻋﻠﻮم اﻟﺘﺴﻴﲑ –اﻟﺸﻬﻴﺪ ﻃﺎﻟﺐ ﻋﺒﺪ اﻟﺮﲪﺎن -
ﳏﺎﺿﺮات ﰲ ﻣﻘﻴﺎس ﲢﻠﻴﻞ ﻣﻌﻄﻴﺎت ﻣﻌﻤﻖ -ﻣﻊ أﻣﺜﻠﺔ ﺣﺴﺎﺑﻴﺔ وﺗﻄﺒﻴﻘﻴﺔ -
مﺮﻛﺰ اﳌسﺘوي ﳝﺜﻞ الﻨﻘاط اﳊﻴادﻳﺔ ،أي اﻻسﺘﻘﻼلﻴﺔ الﺘامﺔ للفﺌات )وﻛأ ا الﺘكﺮارات الﻨسﺒﻴﺔ الﻨﻈﺮﻳﺔ(.
الفﺌات الﻘﺮﻳﺒﺔ مﻦ اﳌﺮﻛﺰ ﺗكون ﻗﺮﻳﺒﺔ مﻦ اﳌﺘوسﻂ بﺸكﻞ عام .وﻫﻲ الﱵ ﲡعﻞ مﻦ الﺘﺒاﻳﻦ الكلﻲ لسحابﺔ
الﻨﻘاط ﺿعﻴﻒ .على العكﺲ مﻦ الفﺌات الﺒعﻴدة عﻦ اﳌﺮﻛﺰ.
اﳌﺘﻐﲑات اﳌسﺘﻘلﺔ ﺗعﻄﻲ شكﻞ داﺋﺮي لسحابﺔ الﻨﻘاط ،و لﺘاﱄ عدم وﺟود إﲡاﻩ ﳑﻴﺰ ) direction
(privilégiéeللﻤحاور العاملﻴﺔ.
اﳌﺘﻐﲑات اﳌﱰابﻄﺔ ﺗعﻄﻲ شكﻼ أﻛﺜﺮ ﺗوسعا لسحابﺔ الﻨﻘاط ،مﻊ وﺟود إﲡاﻩ ﳑﻴﺰ ) direction
(privilégiéeللﻤحاور العاملﻴﺔ.
ﻳكون اﳌﺘﻐﲑان مسﺘﻘﻼن إذا ﻛان الﺘﺒاﻳﻦ الكلﻲ ﺿعﻴﻒ )ﻛلﻤا اﻗﱰبﺖ الﺘكﺮارات الﻨسﺒﻴﺔ لﻸسﻄﺮ )أو
لﻸعﻤدة( مﻦ مﺘوسﻂ السﻄﺮ )اﳌﺮﻛﺰ( )أي ،( = :ﻛلﻤا اﻗﱰبﻨا مﻦ اﻻسﺘﻘﻼلﻴﺔ بﲔ الفﺌات( ،وﱂ
ﻳكﻦ للﺘﻤﺜﻴﻞ الﺒﻴاﱐ إﲡاﻩ معﲔ )ﻳكون الﺘﻤﺜﻴﻞ الﺒﻴاﱐ ﰲ شكﻞ داﺋﺮي ،(forme sphériqueوﺗكون
ﲨﻴﻊ الﻨﻘاط ﳑﺮﻛﺰة ﺣول مﺮﻛﺰ ﺛﻘﻞ سحابﺔ الﻨﻘاط )اﳊﺎﻟﺔ .(1
ﻳكون اﳌﺘﻐﲑان مﱰابﻄان إذا ﻛان الﺘﺒاﻳﻦ الكلﻲ ﻛﺒﲑ -بﻐﺾ الﻨﻈﺮ عﻦ وﺟود إﲡاﻩ ﳑﻴﺰ أو ﻻ) -اﳊﺎﻟﺘﲔ
3و ،(4أو ﻛان الﺘﺒاﻳﻦ الكلﻲ ﺿعﻴﻒ مﻊ وﺟود إﲡاﻩ معﲔ )ﻳكون الﺘﻤﺜﻴﻞ الﺒﻴاﱐ ﰲ شكﻞ ﻏﲑ داﺋﺮي
) (forme non sphériqueاﳊﺎﻟﺔ .(2
اخﺘﺒار ﻛاي ﺗﺮبﻴﻊ ﻳسﻤﺢ لكﺸﻒ عﻦ اﳊالﺘﲔ 3و 4ﻓﻘﻂ ،ولكﻦ ﻻ ﻳسﻤﺢ بﺘﺒﻴان اﳊالﺔ ،49 2وﻫﺬا
ما ﻳﱪز أﳘﻴﺔ الﺘحلﻴﻞ العاملﻲ الﺘﻘابلﻲ.
48
Jean Stafford, Paul Bodson, Op-cit, p103.
49
Ludovic Lebart, Alain Morineau, Marie Piron, op-cit, p92.
- 84 -
ﺟﺎﻣﻌﺔ اﻟﺒﻠﻴﺪة 2
حوشين يوسف أستاذ محاضر أ
ﻛﻠﻴﺔ اﻟﻌﻠﻮم اﻻﻗﺘﺼﺎدﻳﺔ واﻟﻌﻠﻮم اﻟﺘﺠﺎرﻳﺔ وﻋﻠﻮم اﻟﺘﺴﻴﲑ –اﻟﺸﻬﻴﺪ ﻃﺎﻟﺐ ﻋﺒﺪ اﻟﺮﲪﺎن -
ﳏﺎﺿﺮات ﰲ ﻣﻘﻴﺎس ﲢﻠﻴﻞ ﻣﻌﻄﻴﺎت ﻣﻌﻤﻖ -ﻣﻊ أﻣﺜﻠﺔ ﺣﺴﺎﺑﻴﺔ وﺗﻄﺒﻴﻘﻴﺔ -
0,5
)F2 (0,00 %
-0,5
-1 -0,5 0 0,5 1 1,5
)F1 (100,00 %
Lignes
- 85 -
ﺟﺎﻣﻌﺔ اﻟﺒﻠﻴﺪة 2
حوشين يوسف أستاذ محاضر أ
ﻛﻠﻴﺔ اﻟﻌﻠﻮم اﻻﻗﺘﺼﺎدﻳﺔ واﻟﻌﻠﻮم اﻟﺘﺠﺎرﻳﺔ وﻋﻠﻮم اﻟﺘﺴﻴﲑ –اﻟﺸﻬﻴﺪ ﻃﺎﻟﺐ ﻋﺒﺪ اﻟﺮﲪﺎن -
ﳏﺎﺿﺮات ﰲ ﻣﻘﻴﺎس ﲢﻠﻴﻞ ﻣﻌﻄﻴﺎت ﻣﻌﻤﻖ -ﻣﻊ أﻣﺜﻠﺔ ﺣﺴﺎﺑﻴﺔ وﺗﻄﺒﻴﻘﻴﺔ -
ﻳﺘﺒﲔ مﻦ الﺘﻤﺜﻴﻞ الﺒﻴاﱐ أعﻼﻩ أن اﳌساﻓﺔ بﲔ الفﺌﺘﲔ "ﺟامعﻲ" و" ﻧوي" ﻗﺮﻳﺒﺔ وﰲ ﻧفﺲ اﳉﻬﺔ للﻤحور
العاملﻲ ،وﻫﺬا ﻳدل على ﺗواﻓﻖ )ﺗﺸابﻪ( ﻫاﺗﲔ الفﺌﺘﲔ ،وﳘا ﳐﺘلفﺘﲔ عﻦ الفﺌﺘﲔ "مﺘوسﻂ" و"ابﺘداﺋﻲ"
اللﺘان ﲤﺜﻼن ﳉﻬﺔ اﳌﻘابلﺔ للﻤحور العاملﻲ.
ﻗﺮب الفﺌﺘﲔ " ﻧوي" و"مﺘوسﻂ" مﻦ اﳌﺮﻛﺰ ،ﻳدل على ا ﻤا الفﺌﺘان الﻘﺮﻳﺒﺘان مﻦ اﳌﺘوسﻂ بﺸكﻞ عام.
ب .اﻟﺘﻤﺜﻴﻞ اﻟﺒﻴﺎﱐ ﻟﻸﻋﻤﺪة:
Graphique symétrique des colonnes
)(axes F1 et F2 : 100,00 %
0,6
0,4
0,2
)F2 (0,00 %
ذكر أنثى
0
-0,2
-0,4
-0,8 -0,6 -0,4 -0,2 0 0,2 0,4 0,6 0,8 1
)F1 (100,00 %
Lignes
ﻳﺘﺒﲔ مﻦ الﺘﻤﺜﻴﻞ الﺒﻴاﱐ أعﻼﻩ أن اﳌساﻓﺔ بﲔ الفﺌﺘﲔ "ذﻛﺮ" و"أﻧﺜى" بعﻴدة وﰲ ﺟﻬﺘﲔ ﳐﺘلفﺘﲔ مﻦ اﶈور
العاملﻲ ،وﻫﺬا ﻳدل على اﻻخﺘﻼف )عدم الﺘواﻓﻖ( بﲔ ﻫاﺗﲔ الفﺌﺘﲔ.
ج .اﻟﺘﻤﺜﻴﻞ اﻟﺒﻴﺎﱐ اﳌﺸﱰك ﻟﻸﺳﻄﺮ واﻷﻋﻤﺪة:
Graphique symétrique
)(axes F1 et F2 : 100,00 %
1,5
1
0,5
)F2 (0,00 %
-0,5
-1
-1,5 -1 -0,5 0 0,5 1 1,5 2
)F1 (100,00 %
Colonnes Lignes
- 86 -
ﺟﺎﻣﻌﺔ اﻟﺒﻠﻴﺪة 2
حوشين يوسف أستاذ محاضر أ
ﻛﻠﻴﺔ اﻟﻌﻠﻮم اﻻﻗﺘﺼﺎدﻳﺔ واﻟﻌﻠﻮم اﻟﺘﺠﺎرﻳﺔ وﻋﻠﻮم اﻟﺘﺴﻴﲑ –اﻟﺸﻬﻴﺪ ﻃﺎﻟﺐ ﻋﺒﺪ اﻟﺮﲪﺎن -
ﳏﺎﺿﺮات ﰲ ﻣﻘﻴﺎس ﲢﻠﻴﻞ ﻣﻌﻄﻴﺎت ﻣﻌﻤﻖ -ﻣﻊ أﻣﺜﻠﺔ ﺣﺴﺎﺑﻴﺔ وﺗﻄﺒﻴﻘﻴﺔ -
ﻳﺘﺒﲔ مﻦ الﺘﻤﺜﻴﻞ الﺒﻴاﱐ أعﻼﻩ أن اﳌساﻓﺔ بﲔ ﻓﺌﺔ اﳉﻨﺲ "أﻧﺜى" والفﺌﺘﲔ للﻤسﺘوى الﺘعلﻴﻤﻲ "ﺟامعﻲ"
و" ﻧوي" ﻗﺮﻳﺒﺔ وﰲ ﻧفﺲ اﳉﻬﺔ مﻦ اﶈور العاملﻲ ،وﻫﺬا ﻳدل على أن ﻏالب اﻹ ث مسﺘواﻫم الﺘعلﻴﻤﻲ
إما ﻧوي أو ﺟامعﻲ )اﺟﺘﻤاع ﻫﺬﻩ الفﺌات لﻪ ﺗكﺮار ﻛﺒﲑ( .وعلى العكﺲ مﻦ ذلﻚ ﻓﻐالب الﺬﻛور إما
مسﺘواﻫم مﺘوسﻂ أو ابﺘداﺋﻲ.
ﻣﻼﺣﻈﺔ :ﻫﺬا اﳌﺜال اﳊساﰊ لﻄﺮﻳﻘﺔ الﺘحلﻴﻞ العامﻞ الﺘﻘابلﻲ وﲟا أن لﻪ ﳏور عاملﻲ واﺣد ﻓﻘﻂ )لوﺟود ﻗﻴﻤﺔ ذاﺗﻴﺔ
واﺣدة ﻓﻘﻂ( ،ﻓﻼ ﳝكﻦ الﺘحلﻴﻞ بﻨاء على الﺘﺒاﻳﻦ الكلﻲ لسحابﺔ الﻨﻘاط وﻻ على وﺟود إﲡاﻩ ﳑﻴﺰ للسحابﺔ مﻦ
عدمﻪ ،لكﻦ اﳌﺜال الﺘﻄﺒﻴﻘﻲ على بﺮ مج SPSSو XL-STATسﻴكون أﴰﻞ وﳝكﻦ الﺘفصﻴﻞ أﻛﺜﺮ ﻓﻴﻪ.
- 87 -
ﺟﺎﻣﻌﺔ اﻟﺒﻠﻴﺪة 2
حوشين يوسف أستاذ محاضر أ
ﻛﻠﻴﺔ اﻟﻌﻠﻮم اﻻﻗﺘﺼﺎدﻳﺔ واﻟﻌﻠﻮم اﻟﺘﺠﺎرﻳﺔ وﻋﻠﻮم اﻟﺘﺴﻴﲑ –اﻟﺸﻬﻴﺪ ﻃﺎﻟﺐ ﻋﺒﺪ اﻟﺮﲪﺎن -
ﳏﺎﺿﺮات ﰲ ﻣﻘﻴﺎس ﲢﻠﻴﻞ ﻣﻌﻄﻴﺎت ﻣﻌﻤﻖ -ﻣﻊ أﻣﺜﻠﺔ ﺣﺴﺎﺑﻴﺔ وﺗﻄﺒﻴﻘﻴﺔ -
- 88 -
ﺟﺎﻣﻌﺔ اﻟﺒﻠﻴﺪة 2
حوشين يوسف أستاذ محاضر أ
ﻛﻠﻴﺔ اﻟﻌﻠﻮم اﻻﻗﺘﺼﺎدﻳﺔ واﻟﻌﻠﻮم اﻟﺘﺠﺎرﻳﺔ وﻋﻠﻮم اﻟﺘﺴﻴﲑ –اﻟﺸﻬﻴﺪ ﻃﺎﻟﺐ ﻋﺒﺪ اﻟﺮﲪﺎن -
ﳏﺎﺿﺮات ﰲ ﻣﻘﻴﺎس ﲢﻠﻴﻞ ﻣﻌﻄﻴﺎت ﻣﻌﻤﻖ -ﻣﻊ أﻣﺜﻠﺔ ﺣﺴﺎﺑﻴﺔ وﺗﻄﺒﻴﻘﻴﺔ -
مﻦ خﻼل ﻫﺬﻩ الﻨاﻓﺬة ﻧﻈلﻞ على :ﺟدول الﺘواﻓﻘات ،خواص ﻧﻘاط اﻷسﻄﺮ ،خواص ﻧﻘاط اﻷعﻤدة،
اﺣصاﺋﻴات ﺟاﻧب اﻷسﻄﺮ ،إﺣصاﺋﻴات ﺟاﻧب اﻷعﻤدة.
ﰒ ﻧﻀﻐﻂ ﻋﻠﻰ :Tracésﻓﺘﻈﻬﺮ لﻨا الﻨاﻓﺬة الﺘالﻴﺔ:
مﻦ خﻼل ﻫﺬﻩ الﻨاﻓﺬة ﻧﻈلﻞ :سحابﺔ ﻧﻘاط اﻷسﻄﺮ ،سحابﺔ ﻧﻘاط اﻷعﻤدة ،سحابﺔ الﻨﻘاط اﳌﺸﱰﻛﺔ
لﻸسﻄﺮ واﻷعﻤدة.
- 89 -
ﺟﺎﻣﻌﺔ اﻟﺒﻠﻴﺪة 2
حوشين يوسف أستاذ محاضر أ
ﻛﻠﻴﺔ اﻟﻌﻠﻮم اﻻﻗﺘﺼﺎدﻳﺔ واﻟﻌﻠﻮم اﻟﺘﺠﺎرﻳﺔ وﻋﻠﻮم اﻟﺘﺴﻴﲑ –اﻟﺸﻬﻴﺪ ﻃﺎﻟﺐ ﻋﺒﺪ اﻟﺮﲪﺎن -
ﳏﺎﺿﺮات ﰲ ﻣﻘﻴﺎس ﲢﻠﻴﻞ ﻣﻌﻄﻴﺎت ﻣﻌﻤﻖ -ﻣﻊ أﻣﺜﻠﺔ ﺣﺴﺎﺑﻴﺔ وﺗﻄﺒﻴﻘﻴﺔ -
- 90 -
ﺟﺎﻣﻌﺔ اﻟﺒﻠﻴﺪة 2
حوشين يوسف أستاذ محاضر أ
ﻛﻠﻴﺔ اﻟﻌﻠﻮم اﻻﻗﺘﺼﺎدﻳﺔ واﻟﻌﻠﻮم اﻟﺘﺠﺎرﻳﺔ وﻋﻠﻮم اﻟﺘﺴﻴﲑ –اﻟﺸﻬﻴﺪ ﻃﺎﻟﺐ ﻋﺒﺪ اﻟﺮﲪﺎن -
ﳏﺎﺿﺮات ﰲ ﻣﻘﻴﺎس ﲢﻠﻴﻞ ﻣﻌﻄﻴﺎت ﻣﻌﻤﻖ -ﻣﻊ أﻣﺜﻠﺔ ﺣﺴﺎﺑﻴﺔ وﺗﻄﺒﻴﻘﻴﺔ -
- 91 -
ﺟﺎﻣﻌﺔ اﻟﺒﻠﻴﺪة 2
حوشين يوسف أستاذ محاضر أ
ﻛﻠﻴﺔ اﻟﻌﻠﻮم اﻻﻗﺘﺼﺎدﻳﺔ واﻟﻌﻠﻮم اﻟﺘﺠﺎرﻳﺔ وﻋﻠﻮم اﻟﺘﺴﻴﲑ –اﻟﺸﻬﻴﺪ ﻃﺎﻟﺐ ﻋﺒﺪ اﻟﺮﲪﺎن -
ﳏﺎﺿﺮات ﰲ ﻣﻘﻴﺎس ﲢﻠﻴﻞ ﻣﻌﻄﻴﺎت ﻣﻌﻤﻖ -ﻣﻊ أﻣﺜﻠﺔ ﺣﺴﺎﺑﻴﺔ وﺗﻄﺒﻴﻘﻴﺔ -
, أﻛﱪ مﻦ ا دولﺔ = )(4 ∗ 3 ﲟا أن ﻗﻴﻤﺔ إﺣصاﺋﻴﺔ ﻛاي ﺗﺮبﻴﻊ اﶈسوبﺔ = 33,65
( ،ﻓﺈ ﻧﺮﻓﺾ الفﺮﺿﻴﺔ الصفﺮﻳﺔ ،وﻧﻘﺒﻞ الفﺮﺿﻴﺔ الﺒدﻳلﺔ ) 21,03ﻛﻤا أن = 0,01 < 0,05
الﱵ ﺗﻘﻀﻲ بوﺟود عﻼﻗﺔ بﲔ اﳌﺘﻐﲑﻳﻦ )اﳌﺘﻐﲑان "اﳌسﺘوى الﺘعلﻴﻤﻲ لﻸب" و"اﳊالﺔ اﳌﻬﻨﻴﺔ لﻸب" مﱰابﻄان(.
اﶈور العاملﻲ اﻷول ﻳفسﺮ % 68,6مﻦ الﺘﺒاﻳﻦ الكلﻲ.
اﶈور العاملﻲ الﺜاﱐ ﻳفسﺮ % 28,4مﻦ الﺘﺒاﻳﻦ الكلﻲ.
اﳌسﺘوي العاملﻲ اﻷول ﻳفسﺮ % 97مﻦ الﺘﺒاﻳﻦ الكلﻲ.
(5اﺳﻘﺎط ﻧﻘﺎط اﻷﺳﻄﺮ:
- 92 -
ﺟﺎﻣﻌﺔ اﻟﺒﻠﻴﺪة 2
حوشين يوسف أستاذ محاضر أ
ﻛﻠﻴﺔ اﻟﻌﻠﻮم اﻻﻗﺘﺼﺎدﻳﺔ واﻟﻌﻠﻮم اﻟﺘﺠﺎرﻳﺔ وﻋﻠﻮم اﻟﺘﺴﻴﲑ –اﻟﺸﻬﻴﺪ ﻃﺎﻟﺐ ﻋﺒﺪ اﻟﺮﲪﺎن -
ﳏﺎﺿﺮات ﰲ ﻣﻘﻴﺎس ﲢﻠﻴﻞ ﻣﻌﻄﻴﺎت ﻣﻌﻤﻖ -ﻣﻊ أﻣﺜﻠﺔ ﺣﺴﺎﺑﻴﺔ وﺗﻄﺒﻴﻘﻴﺔ -
- 93 -
ﺟﺎﻣﻌﺔ اﻟﺒﻠﻴﺪة 2
حوشين يوسف أستاذ محاضر أ
ﻛﻠﻴﺔ اﻟﻌﻠﻮم اﻻﻗﺘﺼﺎدﻳﺔ واﻟﻌﻠﻮم اﻟﺘﺠﺎرﻳﺔ وﻋﻠﻮم اﻟﺘﺴﻴﲑ –اﻟﺸﻬﻴﺪ ﻃﺎﻟﺐ ﻋﺒﺪ اﻟﺮﲪﺎن -
ﳏﺎﺿﺮات ﰲ ﻣﻘﻴﺎس ﲢﻠﻴﻞ ﻣﻌﻄﻴﺎت ﻣﻌﻤﻖ -ﻣﻊ أﻣﺜﻠﺔ ﺣﺴﺎﺑﻴﺔ وﺗﻄﺒﻴﻘﻴﺔ -
- 94 -
ﺟﺎﻣﻌﺔ اﻟﺒﻠﻴﺪة 2
حوشين يوسف أستاذ محاضر أ
ﻛﻠﻴﺔ اﻟﻌﻠﻮم اﻻﻗﺘﺼﺎدﻳﺔ واﻟﻌﻠﻮم اﻟﺘﺠﺎرﻳﺔ وﻋﻠﻮم اﻟﺘﺴﻴﲑ –اﻟﺸﻬﻴﺪ ﻃﺎﻟﺐ ﻋﺒﺪ اﻟﺮﲪﺎن -
ﳏﺎﺿﺮات ﰲ ﻣﻘﻴﺎس ﲢﻠﻴﻞ ﻣﻌﻄﻴﺎت ﻣﻌﻤﻖ -ﻣﻊ أﻣﺜﻠﺔ ﺣﺴﺎﺑﻴﺔ وﺗﻄﺒﻴﻘﻴﺔ -
مﺘوسﻄﺔ الﺘأﻫﻴﻞ )رﲟا بسﺒب عدم ﺗوﻓﺮ ﻓﺮص عﻤﻞ ﺗﻨاسب مسﺘواﻫم ،ﻓﻴﻀﻄﺮون إﱃ ﻗﺒول مﻨاﺻب أﻗﻞ
مﻦ مسﺘواﻫم(.
بﺸكﻞ عام ﻧﻼﺣﻆ ﺗواﻓﻖ )ارﺗﺒاط( بﲔ اﳌسﺘوى الﺘعلﻴﻤﻲ واﳊالﺔ اﳌﻬﻨﻴﺔ ،ﻓكلﻤا ارﺗفﻊ اﳌسﺘوى الﺘعلﻴﻤﻲ
ﲢسﻨﺖ ﻧوعﻴﺔ العﻤﻞ.
شكﻞ سحابﺔ الﻨﻘاط أﻗﺮب للداﺋﺮي مﻊ ﺗﺒاﻳﻦ ﻛلﻲ ﻛﺒﲑ ﻧسﺒﻴا )اﳊالﺔ ،(3وﻫﺬا ما ﻳﺆﻛد على أن اﳌﺘﻐﲑﻳﻦ
مﱰابﻄان.
- 95 -
ﺟﺎﻣﻌﺔ اﻟﺒﻠﻴﺪة 2
حوشين يوسف أستاذ محاضر أ
ﻛﻠﻴﺔ اﻟﻌﻠﻮم اﻻﻗﺘﺼﺎدﻳﺔ واﻟﻌﻠﻮم اﻟﺘﺠﺎرﻳﺔ وﻋﻠﻮم اﻟﺘﺴﻴﲑ –اﻟﺸﻬﻴﺪ ﻃﺎﻟﺐ ﻋﺒﺪ اﻟﺮﲪﺎن -
ﳏﺎﺿﺮات ﰲ ﻣﻘﻴﺎس ﲢﻠﻴﻞ ﻣﻌﻄﻴﺎت ﻣﻌﻤﻖ -ﻣﻊ أﻣﺜﻠﺔ ﺣﺴﺎﺑﻴﺔ وﺗﻄﺒﻴﻘﻴﺔ -
ﻣﻦ ﺑﻴﺎ ت ﻣﻔﻘﻮدة :Données manquantesﻧﻘوم بﺘحدﻳد إمكاﻧﻴﺔ وﺟود ﻗﻴم مفﻘودة
وﻛﻴفﻴﺔ الﺘعامﻞ معﻬا ﰲ ﺣالﺔ وﺟودﻫا )اسﺘﺒداﳍا لصفﺮ أو لﺘوﻗﻊ(.
- 96 -
ﺟﺎﻣﻌﺔ اﻟﺒﻠﻴﺪة 2
حوشين يوسف أستاذ محاضر أ
ﻛﻠﻴﺔ اﻟﻌﻠﻮم اﻻﻗﺘﺼﺎدﻳﺔ واﻟﻌﻠﻮم اﻟﺘﺠﺎرﻳﺔ وﻋﻠﻮم اﻟﺘﺴﻴﲑ –اﻟﺸﻬﻴﺪ ﻃﺎﻟﺐ ﻋﺒﺪ اﻟﺮﲪﺎن -
ﳏﺎﺿﺮات ﰲ ﻣﻘﻴﺎس ﲢﻠﻴﻞ ﻣﻌﻄﻴﺎت ﻣﻌﻤﻖ -ﻣﻊ أﻣﺜﻠﺔ ﺣﺴﺎﺑﻴﺔ وﺗﻄﺒﻴﻘﻴﺔ -
ﻣﻦ اﻟﺘﻤﺜﻴﻞ اﻟﺒﻴﺎﱐ :Graphiquesﻧﻘوم بﺘحدﻳد الﺘﻤﺜﻴﻼت الﺒﻴاﻧﻴﺔ الﱵ ﻧﺮﻏب مﻦ الﱪ مج إﻇﻬارﻫا
- 97 -
ﺟﺎﻣﻌﺔ اﻟﺒﻠﻴﺪة 2
حوشين يوسف أستاذ محاضر أ
ﻛﻠﻴﺔ اﻟﻌﻠﻮم اﻻﻗﺘﺼﺎدﻳﺔ واﻟﻌﻠﻮم اﻟﺘﺠﺎرﻳﺔ وﻋﻠﻮم اﻟﺘﺴﻴﲑ –اﻟﺸﻬﻴﺪ ﻃﺎﻟﺐ ﻋﺒﺪ اﻟﺮﲪﺎن -
ﳏﺎﺿﺮات ﰲ ﻣﻘﻴﺎس ﲢﻠﻴﻞ ﻣﻌﻄﻴﺎت ﻣﻌﻤﻖ -ﻣﻊ أﻣﺜﻠﺔ ﺣﺴﺎﺑﻴﺔ وﺗﻄﺒﻴﻘﻴﺔ -
(2اﳉﺪول واﻟﺘﻤﺜﻴﻞ اﻟﺒﻴﺎﱐ ذو ﺛﻼث أﺑﻌﺎد ﻟﻠﺠﺪول اﳌزدوج )ﻏﲑ مﺘوﻓﺮ على بﺮ مج :(SPSS
ﻳﺘﺒﲔ مﻦ ﻫﺬا الﺘﻤﺜﻴﻞ الﺒﻴاﱐ بوﺿوح أن الفﺌﺔ اﻷﻛﺜﺮ ﺗكﺮارا ﻫﻲ الفﺌﺔ الﱵ ﲡﻤﻊ بﲔ الصفﺘﲔ "عامﻞ
مﺘوسﻂ الﺘأﻫﻴﻞ" و"اﳌسﺘوى الﺘعلﻴﻤﻲ مﺘوسﻂ".
(3ﺟﺪول اﻟﺘكﺮارات اﻟﻨﺴﺒﻴﺔ )ﻏﲑ مﺘوﻓﺮ على بﺮ مج :(SPSS
- 98 -
ﺟﺎﻣﻌﺔ اﻟﺒﻠﻴﺪة 2
حوشين يوسف أستاذ محاضر أ
ﻛﻠﻴﺔ اﻟﻌﻠﻮم اﻻﻗﺘﺼﺎدﻳﺔ واﻟﻌﻠﻮم اﻟﺘﺠﺎرﻳﺔ وﻋﻠﻮم اﻟﺘﺴﻴﲑ –اﻟﺸﻬﻴﺪ ﻃﺎﻟﺐ ﻋﺒﺪ اﻟﺮﲪﺎن -
ﳏﺎﺿﺮات ﰲ ﻣﻘﻴﺎس ﲢﻠﻴﻞ ﻣﻌﻄﻴﺎت ﻣﻌﻤﻖ -ﻣﻊ أﻣﺜﻠﺔ ﺣﺴﺎﺑﻴﺔ وﺗﻄﺒﻴﻘﻴﺔ -
(4اﺧﺘﺒﺎر اﻻﺳﺘﻘﻼﻟﻴﺔ )ﻳعﻄﻲ الﻘﻴﻤﺔ اﳉدولﻴﺔ لكاي ﺗﺮبﻴﻊ وﻫﺬا ﻏﲑ مﺘوﻓﺮ على بﺮ مج :(SPSS
, لﻘﻴﻤﺔ ا دولﺔ = )(4 ∗ 3 ﲟﻘارﻧﺔ ﻗﻴﻤﺔ إﺣصاﺋﻴﺔ ﻛاي ﺗﺮبﻴﻊ اﶈسوبﺔ = 33,65
( ،ﻓﺈ ﻧﺮﻓﺾ الفﺮﺿﻴﺔ الصفﺮﻳﺔ ،وﻧﻘﺒﻞ الفﺮﺿﻴﺔ الﺒدﻳلﺔ ) 21,03ﻛﻤا أن = 0,00 < 0,05
الﱵ ﺗﻘﻀﻲ بوﺟود عﻼﻗﺔ بﲔ اﳌﺘﻐﲑﻳﻦ )اﳌﺘﻐﲑان "اﳌسﺘوى الﺘعلﻴﻤﻲ لﻸب" و"اﳊالﺔ اﳌﻬﻨﻴﺔ لﻸب" مﱰابﻄان(.
- 99 -
ﺟﺎﻣﻌﺔ اﻟﺒﻠﻴﺪة 2
حوشين يوسف أستاذ محاضر أ
ﻛﻠﻴﺔ اﻟﻌﻠﻮم اﻻﻗﺘﺼﺎدﻳﺔ واﻟﻌﻠﻮم اﻟﺘﺠﺎرﻳﺔ وﻋﻠﻮم اﻟﺘﺴﻴﲑ –اﻟﺸﻬﻴﺪ ﻃﺎﻟﺐ ﻋﺒﺪ اﻟﺮﲪﺎن -
ﳏﺎﺿﺮات ﰲ ﻣﻘﻴﺎس ﲢﻠﻴﻞ ﻣﻌﻄﻴﺎت ﻣﻌﻤﻖ -ﻣﻊ أﻣﺜﻠﺔ ﺣﺴﺎﺑﻴﺔ وﺗﻄﺒﻴﻘﻴﺔ -
ﳏﺎﺿﺮات ﰲ ﻣﻘﻴﺎس ﲢﻠﻴﻞ ﻣﻌﻄﻴﺎت ﻣﻌﻤﻖ -ﻣﻊ أﻣﺜﻠﺔ ﺣﺴﺎﺑﻴﺔ وﺗﻄﺒﻴﻘﻴﺔ -
(10اﺳﻘﺎﻃﺎت اﻷﺳﻄﺮ:
(13اﺳﻘﺎﻃﺎت اﻷﻋﻤﺪة:
ﳏﺎﺿﺮات ﰲ ﻣﻘﻴﺎس ﲢﻠﻴﻞ ﻣﻌﻄﻴﺎت ﻣﻌﻤﻖ -ﻣﻊ أﻣﺜﻠﺔ ﺣﺴﺎﺑﻴﺔ وﺗﻄﺒﻴﻘﻴﺔ -
ﻛﻤا أشﺮ إﱃ ذلﻚ ﰲ بﺮ مج ،SPSSﻧﻼﺣﻆ بﺸكﻞ عام ﺗواﻓﻖ )ارﺗﺒاط( بﲔ اﳌسﺘوى الﺘعلﻴﻤﻲ واﳊالﺔ
اﳌﻬﻨﻴﺔ ،ﻓكلﻤا ارﺗفﻊ اﳌسﺘوى الﺘعلﻴﻤﻲ ﲢسﻨﺖ ﻧوعﻴﺔ العﻤﻞ .وشكﻞ سحابﺔ الﻨﻘاط أﻗﺮب للداﺋﺮي مﻊ ﺗﺒاﻳﻦ ﻛلﻲ
ﻛﺒﲑ ﻧسﺒﻴا )اﳊالﺔ ،(3وﻫﺬا ما ﻳﺆﻛد على أن اﳌﺘﻐﲑﻳﻦ مﱰابﻄان.
ﳏﺎﺿﺮات ﰲ ﻣﻘﻴﺎس ﲢﻠﻴﻞ ﻣﻌﻄﻴﺎت ﻣﻌﻤﻖ -ﻣﻊ أﻣﺜﻠﺔ ﺣﺴﺎﺑﻴﺔ وﺗﻄﺒﻴﻘﻴﺔ -
50المعجم الوسيط ،مجمع اللغة العربية ،مكتبة الشروق الدولية ،2004 ،ص .526
51
Arnaud MARTIN, Op-cit, p92.
ﳏﺎﺿﺮات ﰲ ﻣﻘﻴﺎس ﲢﻠﻴﻞ ﻣﻌﻄﻴﺎت ﻣﻌﻤﻖ -ﻣﻊ أﻣﺜﻠﺔ ﺣﺴﺎﺑﻴﺔ وﺗﻄﺒﻴﻘﻴﺔ -
واﻷسلوب العﻨﻘودي )الﺘسلسلﻲ( مﻦ شأﻧﻪ ﺗصﻨﻴﻒ وﺣدات العﻴﻨﺔ إﱃ ﳎامﻴﻊ )عﻨاﻗﻴد أو ﳎﻤوعات( ﻏﲑ
معﺮوﻓﺔ مسﺒﻘا.52
والﺘصﻨﻴﻒ ﻫﻨا ﻻ ﻳﻘصد بﻪ الﱰﺗﻴب مﻦ ﺣﻴﺚ اﻷﻓﻀﻞ أو اﻷسوء ،بﻞ ﲡﻤﻴﻊ اﻷﻓﺮاد اﳌﺘﺸا ﺔ ﰲ ﳎﻤوعات
ﻻعﺘﻤاد على اﳌساﻓات بﻴﻨﻬا .ﻓكلﻤا ﻛاﻧﺖ اﳌساﻓﺔ بﻞ ﻓﺮدﻳﻦ ﺻﻐﲑة ﻓﻬﺬا ﻳدل على أ ﻤا مﺘﺸا ان ﻓﻴصﻨفان
ﰲ ﻧفﺲ ا ﻤوعﺔ .وﳝكﻦ أن ﺗﻀم ا ﻤوعﺔ ﻓﺮدا واﺣدا ﻓﻘﻂ ،ﲝﻴﺚ ﻳكون ﻏﲑ مﺸابﻪ ﻷي ﻓﺮد مﻦ اﻷﻓﺮاد
اﻷخﺮﻳﻦ.
ﰲ الﺒداﻳﺔ ﻧكون أمام عدة عﻨاﺻﺮ أﻳﻦ ﻳﺸكﻞ ﻛﻞ عﻨصﺮ ﳎﻤوعﺔ لوﺣدﻩ ،ﻓﻴﺘم ﺗﺮﺗﻴﺒﻬا ﲝﻴﺚ ﻧﻘوم ﳉﻤﻊ
بﲔ العﻨاﺻﺮ اﳌﺘﺸا ﺔ )الﻘﺮﻳﺒﺔ( بﺸكﻞ ﺗسلسلﻲ ﺣﱴ ﲡﺘﻤﻊ ﲨﻴﻊ العﻨاﺻﺮ ﰲ ﳎﻤوعﺔ واﺣدة ﻓﻘﻂ ﲤﺜﻞ اﳉﺬر
)) 53(la racineالصعود مﻦ عدة ﳎﻤوعات إﱃ ﳎﻤوعﺔ واﺣدة بﺸكﻞ ﺗسلسلﻲ(.
ومﻊ أن ﻃﺮق الﺘصﻨﻴﻒ ﻏالﺒا ما ﺗﺮﻛﺰ على اﻷﻓﺮاد لﺘصﻨﻴفﻬا ،إﻻ أﻧﻪ ﳝكﻦ ﻛﺬلﻚ ﺗصﻨﻴﻒ اﳌﺘﻐﲑات ﻗصد
ﺗﻘلﻴﺺ عددﻫا ،ﻓﻘد ﺗكون ﻧفﺲ اﳌﺘﻐﲑات )مﺘﻐﲑﻳﻦ أو أﻛﺜﺮ( ﺗفسﺮ ﻇاﻫﺮة معﻴﻨﺔ بﻨفﺲ الﻘدر ،ﻓﺒالﺘصﻨﻴﻒ ﲡﻤﻊ
ﻫﺬﻩ اﳌﺘﻐﲑات ﰲ ﳎﻤوعﺔ واﺣدة ،ﰒ اخﺘﻴار مﺘﻐﲑ لﺘﻤﺜﻴﻞ ا ﻤوعﺔ.
وﻃﺮﻳﻘﺔ الﺘصﻨﻴﻒ الﺘسلسلﻲ الصاعد ﺗﺘﻨاسب أﻓﻀﻞ مﻊ اﳌﺘﻐﲑات الكﻤﻴﺔ.
ﳏﺎﺿﺮات ﰲ ﻣﻘﻴﺎس ﲢﻠﻴﻞ ﻣﻌﻄﻴﺎت ﻣﻌﻤﻖ -ﻣﻊ أﻣﺜﻠﺔ ﺣﺴﺎﺑﻴﺔ وﺗﻄﺒﻴﻘﻴﺔ -
وﺗﻘوم ﻫﺬﻩ الﻄﺮﻳﻘﺔ على مﺒدأ ﺗعﻈﻴم الﺘﺠاﻧﺲ )الﺘﺸابﻪ( بﲔ اﻷﻓﺮاد اﳌﻨﺘﻤﲔ لﻨفﺲ ا ﻤوعﺔ ،وﰲ ﻧفﺲ
الوﻗﺖ ﺗعﻈﻴم عدم الﺘﺠاﻧﺲ )اﻻخﺘﻼف( بﲔ ا ﻤوعات .وﻧﺸﲑ إﱃ أن ﲡﻤﻴﻊ العﻨاﺻﺮ الﻘﺮﻳﺒﺔ )اﳌﺘﺸا ﺔ( ﻗد
ﻳكون ﲨﻊ ﻓﺮد مﻊ ﻓﺮد أو ﲨﻊ ﳎﻤوعﺔ مﻊ ﳎﻤوعﺔ أو ﲨﻊ ﻓﺮد مﻊ ﳎﻤوعﺔ.
والﺘصﻨﻴﻒ الﺘسلسلﻲ ﳝﺜﻞ بواسﻄﺔ الﺸﺠﺮة الﺘسلسلﻴﺔ أو شﺠﺮة الﺘصﻨﻴﻒ ) – Dendrogramme
.54(Arbre de classification
لو ﻧﻘوم بﻘﻄﻊ ) (coupureﲞﻂ أﻓﻘﻲ على الﺸﺠﺮة الﺘسلسلﻴﺔ ،ﻓﺈﻧﻨا سﻨﺘحصﻞ على ﺗﻘسﻴم أو ﲡﺰﺋﺔ
) (partitionللعﻨاﺻﺮ ﰲ ﳎﻤوعات ،ﻓﺈﻧﻨا ﻛلﻤا ﻗﻤﻨا لﻘﻄﻊ أعلى الﺸﺠﺮة ﻓسﻨﺘحصﻞ على أﻗﻞ عدد مﻦ
ا ﻤوعات ،وﺗكون ﻫﺬﻩ ا ﻤوعات أﻗﻞ ﲡاﻧسا ،55و لعكﺲ ﻛلﻤا ﻗﻤﻨا لﻘﻄﻊ أدﱏ الﺸﺠﺮة ﻓسﻨﺘحصﻞ على
أﻛﱪ عدد مﻦ ا ﻤوعات ،وﺗكون ﻫﺬﻩ ا ﻤوعات أﻛﺜﺮ ﲡاﻧسا.
ﳝﺜﻞ الﺘﻤﺜﻴﻞ الﺒﻴاﱐ أعﻼﻩ ﺗصﻨﻴﻒ اﻷﻓﺮاد )أ ،ب ،..... ،س( ﰲ ﺛﻼث ﳎﻤوعات.
54
Gilbert Saporta, Op-cit, p254.
55
Ludovic Lebart, Alain Morineau, Marie Piron, op-cit, p155.
ﳏﺎﺿﺮات ﰲ ﻣﻘﻴﺎس ﲢﻠﻴﻞ ﻣﻌﻄﻴﺎت ﻣﻌﻤﻖ -ﻣﻊ أﻣﺜﻠﺔ ﺣﺴﺎﺑﻴﺔ وﺗﻄﺒﻴﻘﻴﺔ -
ﳏﺎﺿﺮات ﰲ ﻣﻘﻴﺎس ﲢﻠﻴﻞ ﻣﻌﻄﻴﺎت ﻣﻌﻤﻖ -ﻣﻊ أﻣﺜﻠﺔ ﺣﺴﺎﺑﻴﺔ وﺗﻄﺒﻴﻘﻴﺔ -
اﳌﺘﻐﲑات
X1 X2 X3
اﻷﻓﺮاد
1 11 10 13
2 11 8 11
3 8 6 7
4 6 5 4
5 18 19 17
ﲟا أن ﻗﻴم الﺒﻴا ت ﻏﲑ مﺘﺒاﻳﻨﺔ ،وﳍا ﻧفﺲ وﺣدة الﻘﻴاس ﻓﻼ داعﻲ لﺘحوﻳلﻬا.
. =) (, ∑ − اﳌساﻓﺔ اﻻﻗلﻴدﻳﺔ بﲔ العﻨصﺮﻳﻦ iو ’ iﻫﻲ:
∑=) . (, − اﳌساﻓﺔ اﻻﻗلﻴدﻳﺔ مﺮبﻊ بﲔ العﻨصﺮﻳﻦ iو ’ iﻫﻲ:
وﻧﺸﲑ إﱃ وﺟود العدﻳد مﻦ اﳌﻘاﻳﻴﺲ اﻷخﺮى والﱵ ﳝكﻦ اسﺘﺨدامﻬا ﳊساب اﳌساﻓﺔ بﲔ عﻨصﺮﻳﻦ ﲝسب
ﻧوع اﳌﺘﻐﲑات )ﻛﻤﻴﺔ ،ﺗﺮﺗﻴﺒﻴﺔ ،اﲰﻴﺔ( ،مﻦ بﻴﻨﻬا :مﻘﻴاس ،Minkowsskyمﻘﻴاس City Manhattan
،Blockمﻘﻴاس ﻛاي ﺗﺮبﻴﻊ ،مﻘﻴاس ... ،Tchebychevإﱃ ﻏﲑ ذلﻚ.
ﻻعﺘﻤاد على اﺣدى اﳌﻘاﻳﻴﺲ السابﻘﺔ ،ﳓسب اﳌساﻓات بﲔ ﲨﻴﻊ العﻨاﺻﺮ ،ﰒ بعد ذلﻚ ﻧﺸكﻞ مصفوﻓﺔ
اﳌساﻓات ،والﱵ ﺗﻀم اﳌساﻓات بﲔ العﻨاﺻﺮ )بﲔ ﻛﻞ عﻨصﺮﻳﻦ( .وﻫﻲ مصفوﻓﺔ مﺮبعﺔ مﻦ الدرﺟﺔ .nxn
اﳌﺜﺎل اﻟﺴﺎﺑﻖ )ﻧﻘﺎط اﻟﻄﻠﺒﺔ( :اﳌساﻓات بﲔ الﻄلﺒﺔ ﻻعﺘﻤاد على اﳌﻘﻴاس اﻹﻗلﻴدي مﺒﻴﻨﺔ أد ﻩ:
اﳌساﻓﺔ بﲔ الﻄالب 1والﻄالب 2ﻫﻲ:
. = )(1,2 ∑ − = (11 − 11) + (10 − 8) + (13 − 11) = √8 = 2,83
ﳏﺎﺿﺮات ﰲ ﻣﻘﻴﺎس ﲢﻠﻴﻞ ﻣﻌﻄﻴﺎت ﻣﻌﻤﻖ -ﻣﻊ أﻣﺜﻠﺔ ﺣﺴﺎﺑﻴﺔ وﺗﻄﺒﻴﻘﻴﺔ -
ﳏﺎﺿﺮات ﰲ ﻣﻘﻴﺎس ﲢﻠﻴﻞ ﻣﻌﻄﻴﺎت ﻣﻌﻤﻖ -ﻣﻊ أﻣﺜﻠﺔ ﺣﺴﺎﺑﻴﺔ وﺗﻄﺒﻴﻘﻴﺔ -
ﳏﺎﺿﺮات ﰲ ﻣﻘﻴﺎس ﲢﻠﻴﻞ ﻣﻌﻄﻴﺎت ﻣﻌﻤﻖ -ﻣﻊ أﻣﺜﻠﺔ ﺣﺴﺎﺑﻴﺔ وﺗﻄﺒﻴﻘﻴﺔ -
ﳏﺎﺿﺮات ﰲ ﻣﻘﻴﺎس ﲢﻠﻴﻞ ﻣﻌﻄﻴﺎت ﻣﻌﻤﻖ -ﻣﻊ أﻣﺜﻠﺔ ﺣﺴﺎﺑﻴﺔ وﺗﻄﺒﻴﻘﻴﺔ -
ﳏﺎﺿﺮات ﰲ ﻣﻘﻴﺎس ﲢﻠﻴﻞ ﻣﻌﻄﻴﺎت ﻣﻌﻤﻖ -ﻣﻊ أﻣﺜﻠﺔ ﺣﺴﺎﺑﻴﺔ وﺗﻄﺒﻴﻘﻴﺔ -
62
Ludovic Lebart, Alain Morineau, Marie Piron, op-cit, p157.
ﳏﺎﺿﺮات ﰲ ﻣﻘﻴﺎس ﲢﻠﻴﻞ ﻣﻌﻄﻴﺎت ﻣﻌﻤﻖ -ﻣﻊ أﻣﺜﻠﺔ ﺣﺴﺎﺑﻴﺔ وﺗﻄﺒﻴﻘﻴﺔ -
0 5
ﻳﻈﻬﺮ مﻦ اﳉدول أن أﻗﺮب مساﻓﺔ ﻫﻲ اﳌساﻓﺔ ) (14بﲔ الﻄالب 3والﻄالب ،4ﻓﻨﻨﺸأ ا ﻤوعﺔ الﺜاﻧﻴﺔ الﱵ
ﲡﻤعﻬا ،وﻧسﻤﻴﻬا ) ،( 3; 4ﰒ ﻧعﻴد ﺣساب اﳌساﻓات مﻦ ﺟدﻳد.
ﻧﻘوم ﲝساب اﳌساﻓات بﲔ ﻫﺬﻩ ا ﻤوعﺔ وبﻘﻴﺔ العﻨاﺻﺮ:
.δ( , ) = min (3, ;) (4, ) = min 29; 83 = 29 : و اﳌساﻓﺔ بﲔ
.δ( , 5) = min ;)(3,5 والﻄالب(4,5) = min 369; 509 = 369 :5 اﳌساﻓﺔ بﲔ
ﻳلﺨﺺ اﳉدول الﺘاﱄ ﲨﻴﻊ اﳌساﻓات )مﺮبﻊ(:
5 C2 C1
0 5
،ﻓﻨﻀﻤﻬﻤا معا ﰲ ﳎﻤوعﺔ ﻳﻈﻬﺮ مﻦ اﳉدول أن أﻗﺮب مساﻓﺔ ﻫﻲ اﳌساﻓﺔ ) (29بﲔ ا ﻤوعﺘﲔ و
( ،ﰒ ﻧعﻴد ﺣساب اﳌساﻓات مﻦ ﺟدﻳد. ; ) ﺟدﻳدة ﻧسﻤﻴﻬا
والعﻨصﺮ اﳌﺘﺒﻘﻲ )الﻄالب :(5 ﻧﻘوم ﲝساب اﳌساﻓات بﲔ ﻫﺬﻩ ا ﻤوعﺔ
.δ( , 5) = min ;)( , 5 والﻄالب( , 5) = min 146; 369 = 146 :5 اﳌساﻓﺔ بﲔ
ﻳلﺨﺺ اﳉدول الﺘاﱄ ﲨﻴﻊ اﳌساﻓات )مﺮبﻊ(:
5 C3
ﳏﺎﺿﺮات ﰲ ﻣﻘﻴﺎس ﲢﻠﻴﻞ ﻣﻌﻄﻴﺎت ﻣﻌﻤﻖ -ﻣﻊ أﻣﺜﻠﺔ ﺣﺴﺎﺑﻴﺔ وﺗﻄﺒﻴﻘﻴﺔ -
0 5
،وﻧسﻤﻲ ا ﻤوعﺔ الكلﻴﺔ الﱵ ﺗﻀم ﲨﻴﻊ الﻄلﺒﺔ اﳋﻤسﺔ ﻧﻀم الﻄالب 5إﱃ ا ﻤوعﺔ
(. ) ;5
وﳝكﻦ ﺗلﺨﻴﺺ ﻫﺬﻩ العﻤلﻴﺔ بواسﻄﺔ الﺸﺠﺮة الﺘسلسلﻴﺔ ) (Dendrogrammeالﺘالﻴﺔ:
0 5
ﳏﺎﺿﺮات ﰲ ﻣﻘﻴﺎس ﲢﻠﻴﻞ ﻣﻌﻄﻴﺎت ﻣﻌﻤﻖ -ﻣﻊ أﻣﺜﻠﺔ ﺣﺴﺎﺑﻴﺔ وﺗﻄﺒﻴﻘﻴﺔ -
ﻳﻈﻬﺮ مﻦ اﳉدول أن أﻗﺮب مساﻓﺔ ﻫﻲ اﳌساﻓﺔ ) (14بﲔ الﻄالب 3والﻄالب ،4ﻓﻨﻨﺸأ ا ﻤوعﺔ الﺜاﻧﻴﺔ الﱵ
ﲡﻤعﻬا ،وﻧسﻤﻴﻬا ،ﰒ ﻧعﻴد ﺣساب اﳌساﻓات مﻦ ﺟدﻳد.
ﻧﻘوم ﲝساب اﳌساﻓات بﲔ ﻫﺬﻩ ا ﻤوعﺔ وبﻘﻴﺔ العﻨاﺻﺮ:
.δ( , ) = Max (3, ;) (4, = ) 61; 131 = 131 : و اﳌساﻓﺔ بﲔ
.δ( , 5) = Max ;)(3,5 والﻄالب(4,5) = Max 369; 509 = 509 :5 اﳌساﻓﺔ بﲔ
ﻳلﺨﺺ اﳉدول الﺘاﱄ ﲨﻴﻊ اﳌساﻓات )مﺮبﻊ(:
5 C2 C1
0 5
،ﻓﻨﻀﻤﻬﻤا معا ﰲ ﳎﻤوعﺔ و ﻳﻈﻬﺮ مﻦ اﳉدول أن أﻗﺮب مساﻓﺔ ﻫﻲ اﳌساﻓﺔ ) (131بﲔ ا ﻤوعﺘﲔ
ﺟدﻳدة ﻧسﻤﻴﻬا ،ﰒ ﻧعﻴد ﺣساب اﳌساﻓات مﻦ ﺟدﻳد.
والعﻨصﺮ اﳌﺘﺒﻘﻲ )الﻄالب :(5 ﻧﻘوم ﲝساب اﳌساﻓات بﲔ ﻫﺬﻩ ا ﻤوعﺔ
.δ( , 5) = Max ;)( , 5 = )( , 5 والﻄالب206; 509 = 509 :5 اﳌساﻓﺔ بﲔ
ﻳلﺨﺺ اﳉدول الﺘاﱄ ﲨﻴﻊ اﳌساﻓات )مﺮبﻊ(:
5 C3
ﳏﺎﺿﺮات ﰲ ﻣﻘﻴﺎس ﲢﻠﻴﻞ ﻣﻌﻄﻴﺎت ﻣﻌﻤﻖ -ﻣﻊ أﻣﺜﻠﺔ ﺣﺴﺎﺑﻴﺔ وﺗﻄﺒﻴﻘﻴﺔ -
0 5
ﻳﻈﻬﺮ مﻦ اﳉدول أن أﻗﺮب مساﻓﺔ ﻫﻲ اﳌساﻓﺔ ) (14بﲔ الﻄالب 3والﻄالب ،4ﻓﻨﻨﺸأ ا ﻤوعﺔ الﺜاﻧﻴﺔ الﱵ
ﲡﻤعﻬا ،وﻧسﻤﻴﻬا ،ﰒ ﻧعﻴد ﺣساب اﳌساﻓات مﻦ ﺟدﻳد.
وبﻘﻴﺔ العﻨاﺻﺮ: ﻧﻘوم ﲝساب اﳌساﻓات بﲔ ﻫﺬﻩ ا ﻤوعﺔ
.δ( , ) = Moy (3, ;) (4, = ) 45; 107 = 76 : و اﳌساﻓﺔ بﲔ
.δ( , 5) = Moy ;)(3,5 والﻄالب(4,5) = Moy 369; 509 = 439 :5 اﳌساﻓﺔ بﲔ
ﳏﺎﺿﺮات ﰲ ﻣﻘﻴﺎس ﲢﻠﻴﻞ ﻣﻌﻄﻴﺎت ﻣﻌﻤﻖ -ﻣﻊ أﻣﺜﻠﺔ ﺣﺴﺎﺑﻴﺔ وﺗﻄﺒﻴﻘﻴﺔ -
0 5
،ﻓﻨﻀﻤﻬﻤا معا ﰲ ﳎﻤوعﺔ و ﻳﻈﻬﺮ مﻦ اﳉدول أن أﻗﺮب مساﻓﺔ ﻫﻲ اﳌساﻓﺔ ) (76بﲔ ا ﻤوعﺘﲔ
ﺟدﻳدة ﻧسﻤﻴﻬا ،ﰒ ﻧعﻴد ﺣساب اﳌساﻓات مﻦ ﺟدﻳد.
والعﻨصﺮ اﳌﺘﺒﻘﻲ )الﻄالب :(5 ﻧﻘوم ﲝساب اﳌساﻓات بﲔ ﻫﺬﻩ ا ﻤوعﺔ
(.δ , 5) = Moy ;)( , 5 = )( , 5 والﻄالب176; 439 = 307,5 :5 اﳌساﻓﺔ بﲔ
ﻳلﺨﺺ اﳉدول الﺘاﱄ ﲨﻴﻊ اﳌساﻓات )مﺮبﻊ(:
5 C3
ﳏﺎﺿﺮات ﰲ ﻣﻘﻴﺎس ﲢﻠﻴﻞ ﻣﻌﻄﻴﺎت ﻣﻌﻤﻖ -ﻣﻊ أﻣﺜﻠﺔ ﺣﺴﺎﺑﻴﺔ وﺗﻄﺒﻴﻘﻴﺔ -
0 5
.δ , = ; ( ﻫو) : و ﻓﻴكون مﺆشﺮ الﺘﺠﻤﻴﻊ لكﻞ عﻨصﺮﻳﻦ
(δﰲ اﳉدول الﺘاﱄ: , ﳝكﻦ ﺗلﺨﻴﺺ مﺆشﺮات الﺘﺠﻤﻴﻊ ﳉﻤﻴﻊ العﻨاﺻﺮ )
5 4 3 2 1 اﻟﻄﺎﻟﺐ
0 5
ﲟا أن أﺻﻐﺮ مﺆشﺮ ﲡﻤﻴﻊ بﲔ الﻄلﺒﺔ ﻫو ) 4بﲔ الﻄالب 1والﻄالب ،(2ﻓﻨﻨﺸأ ا ﻤوعﺔ اﻷوﱃ الﱵ ﲡﻤعﻬﻤا،
ﻧسﻤﻴﻬا .ﰒ ﻧﻘوم ﲝساب الﺘﻐﲑ ﰲ الﺘﺒاﻳﻦ بﲔ ﻫﺬﻩ ا ﻤوعﺔ وبﻘﻴﺔ العﻨاﺻﺮ )الﻄلﺒﺔ(:
والﻄالب:3 ﺗﻐﲑ الﺘﺒاﻳﻦ بﲔ ا ﻤوعﺔ )(1,2
.δ
) δ( , ) δ( , ) δ( , ( ) , ( ) ( ) ,
= (1,2), 3 = = = 28,67
والﻄالب:4 ﺗﻐﲑ الﺘﺒاﻳﻦ بﲔ ا ﻤوعﺔ )(1,2
.δ
) δ( , ) δ( , ) δ( , ( ) , ( ) ( ) ,
= (1,2), 4 = = = 70
والﻄالب:5 ﺗﻐﲑ الﺘﺒاﻳﻦ بﲔ ا ﻤوعﺔ )(1,2
.δ
) δ( , ) δ( , ) δ( , ( ) ( ) ( )
= (1,2), 5 = = = 116
ﳏﺎﺿﺮات ﰲ ﻣﻘﻴﺎس ﲢﻠﻴﻞ ﻣﻌﻄﻴﺎت ﻣﻌﻤﻖ -ﻣﻊ أﻣﺜﻠﺔ ﺣﺴﺎﺑﻴﺔ وﺗﻄﺒﻴﻘﻴﺔ -
0 5
. ﲟا أن أﺻﻐﺮ مﺆشﺮ ﲡﻤﻴﻊ ﻫو ) 7بﲔ الﻄالب 3والﻄالب ،(4ﻓﻨﻨﺸأ ا ﻤوعﺔ الﱵ ﲡﻤعﻬﻤا ،ﻧسﻤﻴﻬا
وبﻘﻴﺔ العﻨاﺻﺮ: ﻧﻘوم ﲝساب الﺘﻐﲑ ﰲ الﺘﺒاﻳﻦ بﲔ ﻫﺬﻩ ا ﻤوعﺔ
: ﺗﻐﲑ الﺘﺒاﻳﻦ بﲔ ا ﻤوعﺔ ) (3,4وا ﻤوعﺔ
.δ
) ) ) δ( , ( ) ( ) ) (
(3,4),
δ( , δ( , ,
= = = = 70,5
والﻄالب:5 ﺗﻐﲑ الﺘﺒاﻳﻦ بﲔ ا ﻤوعﺔ )( , 3
.δ
) δ( , ) δ( , ) δ( , ( ) , ( ) ( ) ,
= (3,4),5 = = = 290,33
ﻳلﺨﺺ اﳉدول الﺘاﱄ ﲨﻴﻊ اﳌساﻓات )مﺮبﻊ(:
5 C2 C1
0 5
،ﻓﻨﻀﻤﻬﻤا معا ﰲ و ﻳﻈﻬﺮ مﻦ اﳉدول أن أﻗﺮب مساﻓﺔ ﻫﻲ اﳌساﻓﺔ ) (70,5بﲔ ا ﻤوعﺘﲔ
ﳎﻤوعﺔ ﺟدﻳدة ﻧسﻤﻴﻬا ،ﰒ ﻧعﻴد ﺣساب اﳌساﻓات مﻦ ﺟدﻳد.
والعﻨصﺮ اﳌﺘﺒﻘﻲ )الﻄالب :(5 ﻧﻘوم ﲝساب اﳌساﻓات بﲔ ﻫﺬﻩ ا ﻤوعﺔ
ﺗﻐﲑ الﺘﺒاﻳﻦ بﲔ ا ﻤوعﺔ ) ( ,والﻄالب:5
.δ ( , = ),5
(δ ) , (δ (, ) δ , )
=
( ) ( , ( ) ) ,
=
,
= 227,9
ﻳلﺨﺺ اﳉدول الﺘاﱄ ﲨﻴﻊ اﳌساﻓات )مﺮبﻊ(:
ﳏﺎﺿﺮات ﰲ ﻣﻘﻴﺎس ﲢﻠﻴﻞ ﻣﻌﻄﻴﺎت ﻣﻌﻤﻖ -ﻣﻊ أﻣﺜﻠﺔ ﺣﺴﺎﺑﻴﺔ وﺗﻄﺒﻴﻘﻴﺔ -
ﳏﺎﺿﺮات ﰲ ﻣﻘﻴﺎس ﲢﻠﻴﻞ ﻣﻌﻄﻴﺎت ﻣﻌﻤﻖ -ﻣﻊ أﻣﺜﻠﺔ ﺣﺴﺎﺑﻴﺔ وﺗﻄﺒﻴﻘﻴﺔ -
ﻧﻼﺣﻆ مﻦ الﺸكﻞ أعﻼﻩ أﻧﻪ ﰲ ﻧفﺲ شﺠﺮة الﺘصﻨﻴﻒ ،ﳜﺘﻒ عدد ا ﻤوعات ﲝسب موﺿﻊ خﻂ
الﻘﻄﻊ ،ﻓﻘد ﺗكون ﳎﻤوعﺘﲔ ﻓﻘﻂ إذا ﻛان الﻘﻄﻊ أعلى الﺸﺠﺮة ،وﻗد ﻳﺮﺗفﻊ إﱃ سﺘﺔ ﳎﻤوعات إذا ﻧﺰلﻨا إﱃ
مسﺘو ت دﻧﻴا مﻦ الﺸﺠﺮة.
وﻧﺸﲑ إﱃ أن ﲢدﻳد عدد ا ﻤوعات مﻬم ﺟدا ﰲ الﺘحلﻴﻞ ،ﻓﺈذا ﺣدد عدد ﻗلﻴﻞ مﻦ ا ﻤوعات )أﻗﻞ
ﳑا ﳚب( ،ﻓﻬﺬا سﻴﺠعلﻨا ﻧﻀم ﰲ ﳎﻤوعﺔ واﺣدة عﻨاﺻﺮ ﳐﺘلفﺔ )ﳎﻤوعات ﻏﲑ مﺘﺠاﻧسﺔ( ،أما إذا ﺣدد عدد
ﻛﺒﲑ مﻦ ا ﻤوعات )أﻛﺜﺮ ﳑا ﳚب( ،ﻓﻬﺬا سﻴﺠعلﻨا ﻧفصﻞ بﲔ عﻨاﺻﺮ مﺘﺸا ﺔ )ﳎﻤوعات مﻨفصلﺔ مﺘﺠاﻧسﺔ(.
63
Arnaud MARTIN, Op-cit, p98.
ﳏﺎﺿﺮات ﰲ ﻣﻘﻴﺎس ﲢﻠﻴﻞ ﻣﻌﻄﻴﺎت ﻣﻌﻤﻖ -ﻣﻊ أﻣﺜﻠﺔ ﺣﺴﺎﺑﻴﺔ وﺗﻄﺒﻴﻘﻴﺔ -
ﳏﺎﺿﺮات ﰲ ﻣﻘﻴﺎس ﲢﻠﻴﻞ ﻣﻌﻄﻴﺎت ﻣﻌﻤﻖ -ﻣﻊ أﻣﺜﻠﺔ ﺣﺴﺎﺑﻴﺔ وﺗﻄﺒﻴﻘﻴﺔ -
ﳏﺎﺿﺮات ﰲ ﻣﻘﻴﺎس ﲢﻠﻴﻞ ﻣﻌﻄﻴﺎت ﻣﻌﻤﻖ -ﻣﻊ أﻣﺜﻠﺔ ﺣﺴﺎﺑﻴﺔ وﺗﻄﺒﻴﻘﻴﺔ -
ﳏﺎﺿﺮات ﰲ ﻣﻘﻴﺎس ﲢﻠﻴﻞ ﻣﻌﻄﻴﺎت ﻣﻌﻤﻖ -ﻣﻊ أﻣﺜﻠﺔ ﺣﺴﺎﺑﻴﺔ وﺗﻄﺒﻴﻘﻴﺔ -
عﻤودي ).(Verticale
أﻓﻘﻲ ).(Horizontale
ﰒ ﻧﻀﻐﻂ على الﻄﺮق ) ،(Méthodesﻓﺘﻈﻬﺮ لﻨا الﻨاﻓﺬة الﺘالﻴﺔ:
الﻘﻴاس ) :(Mesureﳔﺘار مﻨﻬا اﺣدى اﳋﻴارات الﺘالﻴﺔ )ﲝسب ﻧوع مﺘﻐﲑات الدراسﺔ(:
ﳎال ) :(Intervalleﳔﺘار مﻨﻬا اﺣدى ﻃﺮق الﻘﻴاس )اﳌساﻓﺔ اﻻﻗلﻴدﻳﺔ ،اﳌساﻓﺔ اﻻﻗلﻴدﻳﺔ
مﺮبﻊ ،الﺘﺠب ،ارﺗﺒاط بﲑسون(... ،
ﳏﺎﺿﺮات ﰲ ﻣﻘﻴﺎس ﲢﻠﻴﻞ ﻣﻌﻄﻴﺎت ﻣﻌﻤﻖ -ﻣﻊ أﻣﺜﻠﺔ ﺣﺴﺎﺑﻴﺔ وﺗﻄﺒﻴﻘﻴﺔ -
ﲢوﻳﻞ الﻘﻴم ) :(Transformer les valeursﳝكﻦ ﲢوﻳﻞ الﻘﻴم اﻷﺻلﻴﺔ )سواء للﻤﺘﻐﲑات أو
اﳌﺸاﻫدات( إﱃ ﻗﻴم معﻴارﻳﺔ.
ﲟا أن للﻤﺘﻐﲑات اﳌدروسﺔ وﺣدات الﻘﻴاس ﳐﺘلفﺔ والﺒﻴا ت بﻘﻴم مﺘﺒاﻳﻨﺔ )ﻧسﺒﺔ الﺒﻄالﺔ لعﺸﺮات أما
إﲨاﱄ رأس اﳌال ﻓﺒاﳌﻼﻳﲔ( ،ﻓﻴفﻀﻞ ﺟعﻞ الﻘﻴم معﻴارﻳﺔ.
ﳏﺎﺿﺮات ﰲ ﻣﻘﻴﺎس ﲢﻠﻴﻞ ﻣﻌﻄﻴﺎت ﻣﻌﻤﻖ -ﻣﻊ أﻣﺜﻠﺔ ﺣﺴﺎﺑﻴﺔ وﺗﻄﺒﻴﻘﻴﺔ -
ﳏﺎﺿﺮات ﰲ ﻣﻘﻴﺎس ﲢﻠﻴﻞ ﻣﻌﻄﻴﺎت ﻣﻌﻤﻖ -ﻣﻊ أﻣﺜﻠﺔ ﺣﺴﺎﺑﻴﺔ وﺗﻄﺒﻴﻘﻴﺔ -
ﳏﺎﺿﺮات ﰲ ﻣﻘﻴﺎس ﲢﻠﻴﻞ ﻣﻌﻄﻴﺎت ﻣﻌﻤﻖ -ﻣﻊ أﻣﺜﻠﺔ ﺣﺴﺎﺑﻴﺔ وﺗﻄﺒﻴﻘﻴﺔ -
ﻧﻼﺣﻆ أﻧﻪ ﰎ ﺣساب اﳌساﻓات لواﺣد وعﺸﺮﻳﻦ دولﺔ ﻓﻘﻂ ) ،(21وﱂ ﻳﺘم إدخال دولﺔ الﻴﻤﻦ ﰲ الﺘصﻨﻴﻒ ،ﻷن
ا ﻗﻴﻤﺔ مفﻘودة ﳌﺘﻐﲑ إﲨاﱄ ﺗكوﻳﻦ رأس اﳌال.
ﻧﻼﺣﻆ ﻛﺬلﻚ مﻦ اﳉدول أن أﺻﻐﺮ مساﻓﺔ بﲔ دولﺘﲔ ﻫﻲ 0,074بﲔ اﻷردن وﺗوﻧﺲ ،و لﺘاﱄ ﻓﻬاﺗﲔ
الدولﺘﲔ سﺘﺸكﻼن أول ﳎﻤوعﺔ ) .C1(8,21ﰒ أﻗﺮب دولﺘﲔ بعدﳘا ﳘا مصﺮ والعﺮاق ،ﻓﻘد ﻗدرت اﳌساﻓﺔ
بﻴﻨﻬﻤا ب ـ ،0,107و لﺘاﱄ ﱐ ﲡﻤﻴﻊ ﻫو ) ،C2(6,7وﻫكﺬا لﻨسﺒﺔ لﺒﻘﻴﺔ الﺘﺠﻤﻴعات للدول.
ﻳﺒﲔ لﻨا ﻫﺬا اﳉدول ﲨﻴﻊ مﺮاﺣﻞ الﺘﺠﻤﻴﻊ )اﻻﻧﺘﻘال مﻦ 21ﳎﻤوعﺔ ﺗﻀم ﻛﻞ ﳎﻤوعﺔ عﻨصﺮ واﺣد )دولﺔ(،
إﱃ ﳎﻤوعﺔ واﺣدة ﺗﻀم ﲨﻴﻊ العﻨاﺻﺮ )الدول(( ،على 20مﺮﺣلﺔ ).(n-1
ﻧﻼﺣﻆ أن أول مﺮﺣلﺔ ﲡﻤﻴﻊ )أﻗﺮب دولﺘﲔ( ﻛاﻧﺖ ﲜﻤﻊ رﻗم 8ورﻗم 21ﰲ أول ﳎﻤوعﺔ )اﻷردن وﺗوﻧﺲ(،
ﰒ ﰲ اﳌﺮﺣلﺔ الﺜاﻧﻴﺔ ﰎ ﲨﻊ العﻨصﺮﻳﻦ 6و 7ﰲ ﳎﻤوعﺔ ﻧﻴﺔ )العﺮاق ومصﺮ( ،ﰒ ﰲ اﳌﺮﺣلﺔ الﺜالﺜﺔ ﰎ ﺿم
العﻨصﺮﻳﻦ 15و 19ﰲ ﳎﻤوعﺔ لﺜﺔ )ﻓلسﻄﲔ والسودان( ،... ،وﻫكﺬا ﺣﱴ أخﺮ مﺮﺣلﺔ.
ﳏﺎﺿﺮات ﰲ ﻣﻘﻴﺎس ﲢﻠﻴﻞ ﻣﻌﻄﻴﺎت ﻣﻌﻤﻖ -ﻣﻊ أﻣﺜﻠﺔ ﺣﺴﺎﺑﻴﺔ وﺗﻄﺒﻴﻘﻴﺔ -
ﻳﺘﺒﲔ مﻦ شﺠﺮة الﺘصﻨﻴﻒ وﺟود أربﻊ ﳎﻤوعﺔ رزة )الﺘﺒاﻳﻦ داخﻞ ا ﻤوعات ﺻﻐﲑ والﺘﺒاﻳﻦ بﲔ ا ﻤوعات
ﻛﺒﲑ(:
ا ﻤوعﺔ اﻷوﱃ ﺗﻀم الدول ) :(3اﻹمارات ،السعودﻳﺔ ،ﻗﻄﺮ.
ا ﻤوعﺔ الﺜاﻧﻴﺔ ﺗﻀم الدول ) :(3الﺒحﺮﻳﻦ ،عﻤان ،الكوﻳﺖ.
ا ﻤوعﺔ الﺜالﺜﺔ ﺗﻀم الدول ) :(8اﳌورﻳﺘاﻧﻴا ،سور ،ﺟﺰر الﻘﻤﺮ ،لﺒﻨان ،مصﺮ ،العﺮاق ،اﳌﻐﺮب ،اﳉﺰاﺋﺮ.
ا ﻤوعﺔ الﺮابعﺔ ﺗﻀم الدول ) :(7اﻷردن ،ﺗوﻧﺲ ،الصومال ،ﻓلسﻄﲔ ،السودان ،لﻴﺒﻴا ،ﺟﻴﺒوﰐ.
(4الﺘﻤﺜﻴﻞ الﻨازل ):(Stalactites
ﳏﺎﺿﺮات ﰲ ﻣﻘﻴﺎس ﲢﻠﻴﻞ ﻣﻌﻄﻴﺎت ﻣﻌﻤﻖ -ﻣﻊ أﻣﺜﻠﺔ ﺣﺴﺎﺑﻴﺔ وﺗﻄﺒﻴﻘﻴﺔ -
ﻫﺬا الﺘﻤﺜﻴﻞ ﻛﺬلﻚ ﻳﺆﻛد ما اسﺘﻨﺘﺠﻨاﻩ ﰲ شﺠﺮة الﺘصﻨﻴﻒ ﲞصوص ا ﻤوعات ،ﻓﻨﻼﺣﻆ أن أول ﳎﻤوعﺔ
ﺗﻀم اﻹمارات والسعودﻳﺔ وﻗﻄﺮ ،و ﱐ ﳎﻤوعﺔ ﺗﻀم الﺒحﺮﻳﻦ وعﻤان والكوﻳﺖ ،وﻫكﺬا لﻨسﺒﺔ لﺒﻘﻴﺔ الدول.
(5اﻷن ،ﻧﻌﻴﺪ اﻟﺘﺼﻨﻴﻒ وﳓﺪد أرﺑﻊ ﳎﻤﻮﻋﺎت )ﺑﻌﺪﻣﺎ ﻛﺎن ﺑﺪون ﲢﺪﻳﺪ :(Aucun
ﳏﺎﺿﺮات ﰲ ﻣﻘﻴﺎس ﲢﻠﻴﻞ ﻣﻌﻄﻴﺎت ﻣﻌﻤﻖ -ﻣﻊ أﻣﺜﻠﺔ ﺣﺴﺎﺑﻴﺔ وﺗﻄﺒﻴﻘﻴﺔ -
ﻳﺒﲔ اﳉدولﲔ أعﻼﻩ ﺗصﻨﻴﻒ ﻛﻞ دولﺔ ﰲ ﳎﻤوعﺔ ،ﻓالدول :اﻹمارات ،السعودﻳﺔ ،ﻗﻄﺮ ﺻﻨفﺖ ﰲ
ا ﻤوعﺔ اﻷوﱃ ) ،(1والدول :الﺒحﺮﻳﻦ ،عﻤان ،الكوﻳﺖ ﺻﻨفﺖ ﰲ ا ﻤوعﺔ الﺜاﻧﻴﺔ ) .(2وﻫكﺬا لﻨسﺒﺔ ﳉﻤﻴﻊ
الدول .وﻗد ﰎ ﺗصﻨﻴﻒ الدول ﰲ أربﻊ ﳎﻤوعات ﺗﺒعا ﳌا ﺣدد ﻩ أعﻼﻩ.
ﳏﺎﺿﺮات ﰲ ﻣﻘﻴﺎس ﲢﻠﻴﻞ ﻣﻌﻄﻴﺎت ﻣﻌﻤﻖ -ﻣﻊ أﻣﺜﻠﺔ ﺣﺴﺎﺑﻴﺔ وﺗﻄﺒﻴﻘﻴﺔ -
ﳏﺎﺿﺮات ﰲ ﻣﻘﻴﺎس ﲢﻠﻴﻞ ﻣﻌﻄﻴﺎت ﻣﻌﻤﻖ -ﻣﻊ أﻣﺜﻠﺔ ﺣﺴﺎﺑﻴﺔ وﺗﻄﺒﻴﻘﻴﺔ -
ﻃﺮﻳﻘﺔ الﺘﺠﻤﻴﻊ ) :(Méthode d’agrégationعﻨد الﻀﻐﻂ علﻴﻬا ﺗﻈﻬﺮ لﻨا خﻴارات مﺆشﺮ
الﺘﺠﻤﻴﻊ )أدﱏ مساﻓﺔ ،أﻗصى مساﻓﺔ ،مساﻓﺔ مﺘوسﻄﺔ ،مﺆشﺮ وارد(... ،
ﳏﺎﺿﺮات ﰲ ﻣﻘﻴﺎس ﲢﻠﻴﻞ ﻣﻌﻄﻴﺎت ﻣﻌﻤﻖ -ﻣﻊ أﻣﺜﻠﺔ ﺣﺴﺎﺑﻴﺔ وﺗﻄﺒﻴﻘﻴﺔ -
ﳏﺎﺿﺮات ﰲ ﻣﻘﻴﺎس ﲢﻠﻴﻞ ﻣﻌﻄﻴﺎت ﻣﻌﻤﻖ -ﻣﻊ أﻣﺜﻠﺔ ﺣﺴﺎﺑﻴﺔ وﺗﻄﺒﻴﻘﻴﺔ -
ﳔﺘار اﳌﺨﺮﺟات الﱵ ﻧﺮﻏب ﰲ عﺮﺿﻬا :اﻹﺣصاﺋﻴات الوﺻفﻴﺔ ،مصفوﻓﺔ اﳌساﻓات .(... ،والعدﻳد مﻦ ﻫﺬﻩ
اﳌﺨﺮﺟات ﻏﲑ مﺘوﻓﺮ على بﺮ مج .SPSS
ﰲ ﻫﺬﻩ الﻨاﻓﺬة ﳔﺘار الﺘﻤﺜﻴﻼت الﺒﻴاﻧﻴﺔ الﱵ ﻧﺮﻏب ﰲ عﺮﺿﻬا مﻊ بعﺾ خﻴارات العﺮض .والعدﻳد مﻦ ﻫﺬﻩ
اﳋﻴارات ﻏﲑ مﺘوﻓﺮ على بﺮ مج .SPSS
بعد اﻻﻧﺘﻬاء مﻦ إدخال ﻛﻞ ﻫﺬﻩ اﻻخﺘﻴارات والﺘعلﻴﻤات ،ﻧﻀﻐﻂ على ،OKﻓﺘﻈﻬﺮ لﻨا اﳌﺨﺮﺟات.
ﳏﺎﺿﺮات ﰲ ﻣﻘﻴﺎس ﲢﻠﻴﻞ ﻣﻌﻄﻴﺎت ﻣﻌﻤﻖ -ﻣﻊ أﻣﺜﻠﺔ ﺣﺴﺎﺑﻴﺔ وﺗﻄﺒﻴﻘﻴﺔ -
ﰎ اسﺘﺒدال الﻘﻴﻤﺔ اﳌفﻘودة لدولﺔ الﻴﻤﻦ لدى مﺘﻐﲑ "إﲨاﱄ ﺗكوﻳﻦ رأس اﳌال" بﻘﻴﻤﺔ ﻫﺬا اﳌﺘﻐﲑ عﻨد أﻗﺮب
ﺟار )وﻫﻲ دولﺔ اﳌﻐﺮب( .وﻫﺬا ما سﻴسﻤﺢ دخال دولﺔ الﻴﻤﻦ ﰲ الﺘصﻨﻴﻒ ،على عكﺲ بﺮ مج SPSS
أﻳﻦ ﰎ إﻗصاد ﻫﺬﻩ الدولﺔ مﻦ الﺘصﻨﻴﻒ بسﺒب وﺟود ﻗﻴﻤﺔ مفﻘودة.
(2اﻹﺣﺼﺎﺋﻴﺎت اﻟﻮﺻﻔﻴﺔ )ﻏﲑ ﻣﺘﻮﻓﺮ ﻋﻠﻰ :(SPSS
ﻳﻘدم لﻨا ﻫﺬا اﳉدول بعﺾ اﻹﺣصاﺋﻴات الوﺻفﻴﺔ ﳌﺘﻐﲑات الدراسﺔ )أﻛﱪ ﻗﻴﻤﺔ ،أﺻﻐﺮ ﻗﻴﻤﺔ ،اﳌﺘوسﻂ ،اﻻﳓﺮاف
اﳌعﻴاري(.
(3ﻣﺼﻔﻮﻓﺔ اﳌﺴﺎﻓﺎت )اﻟﻘﺮب( ):(Matrice de proximité
ﳏﺎﺿﺮات ﰲ ﻣﻘﻴﺎس ﲢﻠﻴﻞ ﻣﻌﻄﻴﺎت ﻣﻌﻤﻖ -ﻣﻊ أﻣﺜﻠﺔ ﺣﺴﺎﺑﻴﺔ وﺗﻄﺒﻴﻘﻴﺔ -
ﻧﻼﺣﻆ أﻧﻪ ﰎ ﺣساب اﳌساﻓات ﻻﺛﻨﲔ وعﺸﺮﻳﻦ دولﺔ ) ،(22ﻓﻘد ﰎ إدخال دولﺔ الﻴﻤﻦ ﰲ الﺘصﻨﻴﻒ ،بعد
ﺗعوﻳﺾ ﻗﻴﻤﺘﻬا اﳌفﻘودة.
ﳏﺎﺿﺮات ﰲ ﻣﻘﻴﺎس ﲢﻠﻴﻞ ﻣﻌﻄﻴﺎت ﻣﻌﻤﻖ -ﻣﻊ أﻣﺜﻠﺔ ﺣﺴﺎﺑﻴﺔ وﺗﻄﺒﻴﻘﻴﺔ -
ﻳﺒﲔ لﻨا ﻫﺬا اﳉدول ﲨﻴﻊ مﺮاﺣﻞ الﺘﺠﻤﻴﻊ ،ﻓﻨﻼﺣﻆ أن أول مﺮﺣلﺔ ﲡﻤﻴﻊ )أﻗﺮب دولﺘﲔ( ﻛاﻧﺖ ﲜﻤﻊ رﻗم 8ورﻗم21
ﰲ أول ﳎﻤوعﺔ )اﻷردن وﺗوﻧﺲ( ،ﰒ ﰲ اﳌﺮﺣلﺔ الﺜاﻧﻴﺔ ﰎ ﲨﻊ العﻨصﺮﻳﻦ 12و 22ﰲ ا ﻤوعﺔ الﺜاﻧﻴﺔ )اﳌﻐﺮب والﻴﻤﻦ(،
ﰒ ﰲ اﳌﺮﺣلﺔ الﺜالﺜﺔ ﰎ ﺿم العﻨصﺮﻳﻦ 6و 7ﰲ ا ﻤوعﺔ الﺜالﺜﺔ )العﺮاق ومصﺮ( ،... ،وﻫكﺬا ﺣﱴ أخﺮ مﺮﺣلﺔ.
(5اﻟﺘﻤﺜﻴﻞ اﻟﺒﻴﺎﱐ ﻟﻠﻤﺴﺘﻮ ت )ﻏﲑ ﻣﺘﻮﻓﺮ ﻋﻠﻰ :(SPSS
ﻳﺒﲔ ﻫﺬا اﳌﻨحﲎ مسﺘوى الﺘﺒاﻳﻦ داخﻞ ا ﻤوعات ،ﻓﻴﺒدأ ﺻﻐﺮ مسﺘوى وﻫﻲ ا ﻤوعﺔ ) 23ﺿم أول عﻨصﺮﻳﻦ
ﻗﺮﻳﺒﲔ 8و) 21اﻷردن وﺗوﻧﺲ(( ،إﱃ أﻛﱪ مسﺘوى وﻫﻲ ا ﻤوعﺔ ) 43ﺿم ﲨﻴﻊ الدول ﰲ ﳎﻤوعﺔ واﺣدة(.
(6ﺷﺠﺮة اﻟﺘﺼﻨﻴﻒ ):(Dendrogramme
ﳏﺎﺿﺮات ﰲ ﻣﻘﻴﺎس ﲢﻠﻴﻞ ﻣﻌﻄﻴﺎت ﻣﻌﻤﻖ -ﻣﻊ أﻣﺜﻠﺔ ﺣﺴﺎﺑﻴﺔ وﺗﻄﺒﻴﻘﻴﺔ -
ﻳﺘﺒﲔ مﻦ شﺠﺮة الﺘصﻨﻴﻒ وﺟود أربﻊ ﳎﻤوعﺔ )ﲢدﻳد اوﺗوماﺗﻴكﻲ ﲝسب الﺘﺒاﻳﻦ داخﻞ ا ﻤوعات والﺘﺒاﻳﻦ بﲔ ا ﻤوعات(:
ا ﻤوعﺔ اﻷوﱃ ﺗﻀم الدول ) :(3اﻹمارات ،السعودﻳﺔ ،ﻗﻄﺮ.
ا ﻤوعﺔ الﺜاﻧﻴﺔ ﺗﻀم الدول ) :(3الﺒحﺮﻳﻦ ،عﻤان ،الكوﻳﺖ.
ا ﻤوعﺔ الﺜالﺜﺔ ﺗﻀم الدول ) :(8اﳌورﻳﺘاﻧﻴا ،سور ،ﺟﺰر الﻘﻤﺮ ،لﺒﻨان ،مصﺮ ،العﺮاق ،اﳌﻐﺮب ،الﻴﻤﻦ.
ا ﻤوعﺔ الﺮابعﺔ ﺗﻀم الدول ) :(8اﻷردن ،ﺗوﻧﺲ ،الصومال ،ﻓلسﻄﲔ ،السودان ،لﻴﺒﻴا ،ﺟﻴﺒوﰐ ،اﳉﺰاﺋﺮ.
(7ﲢﻠﻴﻞ اﻟﺘﺒﺎﻳﻦ ﻟﻠﺘﺼﻨﻴﻒ اﻷﻣﺜﻞ )ﻏﲑ ﻣﺘﻮﻓﺮ ﻋﻠﻰ ﺑﺮ ﻣج :(SPSS
ﻳﺘﺒﲔ مﻦ اﳉدول أﻧﻪ عﻨد الﺘصﻨﻴﻒ اﻷمﺜﻞ للدول )أربﻊ ﳎﻤوعات السابﻘﺔ( ،ﻓﺈن ﻧسﺒﺔ الﺘﺒاﻳﻦ داخﻞ ا ﻤوعات
ﺗﻘدر ب ـ ،25,11%وﻧسﺒﺔ الﺘﺒاﻳﻦ بﲔ ا ﻤوعات ﻓﺘﻘدر ب ـ .74,89%
(8اﻟﻌﻨﺎﺻﺮ اﳌﺮﻛزﻳﺔ ﻟﻠﻤﺠﻤﻮﻋﺎت واﳌﺴﺎﻓﺎت ﺑﻴﻨﻬﺎ )ﻏﲑ ﻣﺘﻮﻓﺮ ﻋﻠﻰ ﺑﺮ ﻣج :(SPSS
ﳏﺎﺿﺮات ﰲ ﻣﻘﻴﺎس ﲢﻠﻴﻞ ﻣﻌﻄﻴﺎت ﻣﻌﻤﻖ -ﻣﻊ أﻣﺜﻠﺔ ﺣﺴﺎﺑﻴﺔ وﺗﻄﺒﻴﻘﻴﺔ -
ﻳﺒﲔ اﳉدولﲔ العﻨصﺮ اﳌﺮﻛﺰي لكﻞ ﳎﻤوعﺔ مﻦ ا ﻤوعات اﻷربعﺔ الﱵ ﰎ ﲢدﻳدﻫا ،ﻓالعﻨصﺮ اﳌﺮﻛﺰي للﻤﺠﻤوعﺔ
اﻷوﱃ ﻫﻲ دولﺔ اﻹمارات ،والعﻨصﺮ اﳌﺮﻛﺰي للﻤﺠﻤوعﺔ الﺜاﻧﻴﺔ ﻫﻲ دولﺔ عﻤان ،والعﻨصﺮ اﳌﺮﻛﺰي للﻤﺠﻤوعﺔ الﺜالﺜﺔ
ﻫﻲ دولﺔ لﺒﻨان ،والعﻨصﺮ اﳌﺮﻛﺰي للﻤﺠﻤوعﺔ الﺮابعﺔ ﻫﻲ دولﺔ لﻴﺒﻴا .وأﻗﺮب عﻨصﺮﻳﻦ مﺮﻛﺰﻳﲔ ﰲ ا ﻤوعات اﻷربعﺔ
ﳘا لﺒﻨان ولﻴﺒﻴا )ا ﻤوعﺘﲔ 3و.(4
ﻳﺒﲔ اﳉدول أعﻼﻩ ﺗصﻨﻴﻒ ﻛﻞ دولﺔ ﰲ ﳎﻤوعﺔ ،ﻓالدول :اﻹمارات ،السعودﻳﺔ ،ﻗﻄﺮ ﺻﻨفﺖ ﰲ ا ﻤوعﺔ
اﻷوﱃ ) ،(1والدول :الﺒحﺮﻳﻦ ،عﻤان ،الكوﻳﺖ ﺻﻨفﺖ ﰲ ا ﻤوعﺔ الﺜاﻧﻴﺔ ) .(2وﻫكﺬا لﻨسﺒﺔ ﳉﻤﻴﻊ
الدول.
.
ﳏﺎﺿﺮات ﰲ ﻣﻘﻴﺎس ﲢﻠﻴﻞ ﻣﻌﻄﻴﺎت ﻣﻌﻤﻖ -ﻣﻊ أﻣﺜﻠﺔ ﺣﺴﺎﺑﻴﺔ وﺗﻄﺒﻴﻘﻴﺔ -
. 4ﺧﺎﲤﺔ:
ﻛان اﳍدف مﻦ ﻫﺬﻩ اﳌﻄﺒوعﺔ ﺗﻘﺮﻳب اﳌفاﻫﻴم اﻷساسﻴﺔ اﳋاﺻﺔ بﺘحلﻴﻞ اﳌعﻄﻴات وﻃﺮﻗﻬا لﻄلﺒﺔ السﻨﺔ
اﻷوﱃ ماسﱰ ﲣصﺺ "ﲢلﻴﻞ اﻗﺘصادي واسﺘﺸﺮاف" ،مﻊ أمﺜلﺔ ﺣسابﻴﺔ لفﻬم وﺗﻄﺒﻴﻖ ﳐﺘلﻒ الصﻴغ الﺮ ﺿﻴﺔ
اﳋاﺻﺔ بﻄﺮق ﲢلﻴﻞ اﳌعﻄﻴات ،سواء الﻄﺮق العاملﻴﺔ أو ﺗﻘﻨﻴات الﺘصﻨﻴﻒ .ﻹﺿاﻓﺔ إﱃ أمﺜلﺔ ﺗﻄﺒﻴﻘﻴﺔ على بﺮ ﳎﻲ
SPSSو ،XL-STATوﻫﺬا لﺘﻤكﲔ الﻄالب مﻦ الﺘعﺮف على الﱪ ﳎﲔ وﻛﻴفﻴﺔ الﺘعامﻞ معﻬﻤا ،وﺟعلﻪ
ﻗادر على ﺗﻄﺒﻴﻖ ﳐﺘلﻒ ﻃﺮق ﲢلﻴﻞ اﳌعﻄﻴات على ﻫﺬﻩ الﱪﳎﻴات.
وﻗد ﺗﻀﻤﻨﺖ ﻫﺬﻩ اﳌﻄﺒوعﺔ ﺛﻼث ﳏاور رﺋﻴسﻴﺔ ،ﻳﻀم ﻛﻞ ﳏور اﺣدى ﻃﺮق ﲢلﻴﻞ اﳌعﻄﻴات ،وﻳﺘعلﻖ
اﻷمﺮ بكﻞ مﻦ :ﲢلﻴﻞ اﳌﺮﻛﺒات الﺮﺋﻴسﻴﺔ ) ،(Analyse en composantes principalesالﺘحلﻴﻞ
العاملﻲ الﺘﻘابلﻲ ) ،(Analyse Factorielle des Correspondancesوالﺘصﻨﻴﻒ الﺘسلسلﻲ
الﺘصاعدي ).(Classification Ascendante Hiérarchique
وﰲ اﻷخﲑ ،أسأل ﷲ أن ﻳفﻴد ﺬﻩ اﳌﻄﺒوعﺔ الﻄلﺒﺔ بﺸكﻞ عام وﻃلﺒﺔ ﲣصﺺ "ﲢلﻴﻞ اﻗﺘصادي
واسﺘﺸﺮاف" بﺸكﻞ خاص ،وأن ﺗكون عو ﳍم ﻻسﺘﻴعات ﻃﺮق ﲢلﻴﻞ اﳌعﻄﻴات وﺗﻄﺒﻴﻘﻬا ﰲ دراسا م وﲝوﺛﻬم
اﳌسﺘﻘﺒلﻴﺔ.
: ﻗﺎﺋﻤﺔ اﳌﺮاﺟﻊ.5
. اﳉﺰاﺋﺮ،2011 ، دار ﻫومﺔ للﻄﺒاعﺔ والﻨﺸﺮ والﺘوزﻳﻊ،" " ﲢلﻴﻞ اﳌعﻄﻴات،( ﺻوالﻴلﻲ ﺻدر الدﻳﻦ1
، اﳌعﻬد العﺮﰊ للﺘدرﻳب والﺒحوث اﻹﺣصاﺋﻴﺔ،" "ﻃﺮق الﺘحلﻴﻞ اﻹﺣصاﺋﻲ مﺘعدد اﳌﺘﻐﲑات،( ز د رشاد الﺮاوي2
.2017 ،الﻄﺒعﺔ اﻷوﱃ
.2004 ، مكﺘﺒﺔ الﺸﺮوق الدولﻴﺔ، ﳎﻤﻊ اللﻐﺔ العﺮبﻴﺔ،( اﳌعﺠم الوسﻴﻂ3
4) Alian Baccini, Philippe Besse, « Exploration Statistique », Institut
National des Sciences Appliquées, Toulouse, Juin 2020.
5) Arnaud MARTIN, « L'analyse de données », Polycopié de cours
ENSIETA, - Réf. : 1463, Septembre 2004.
6) Gilbert Saporta, « Probabilité, analyse des données, et statistique »,
Edition TECHNIP, 2ème Edition, Paris, 2006.
7) Jean Stafford, Paul Bodson, « L’analyse multivariée avec SPSS »,
Presse de l’Université du Québec, Canada, 2006.
8) Jean-Marie Bouruche, Gilbert Saporta, « L’analyse des données »,
Presses universitaires de France, 5ème Edition, 1992.
9) Ludovic Lebart, Alain Morineau, Marie Piron, « Statistique
exploratoire multidimensionnelle », DUNOD, Paris, 1995.
https://data.albankaldawli.org/country :( اﳌوﻗﻊ الﺮﲰﻲ للﺒﻨﻚ الدوﱄ10
- 143 -