See discussions, stats, and author profiles for this publication at: https://www.researchgate.

net/publication/268964023

statistics in geography

Book · January 2014

DOI: 10.13140/2.1.4332.1923

CITATIONS READS
0 32,356

1 author:

Samir M. A. Hassan Alredaisy

University of Khartoum
162 PUBLICATIONS 127 CITATIONS

SEE PROFILE

All content following this page was uploaded by Samir M. A. Hassan Alredaisy on 01 December 2014.

The user has requested enhancement of the downloaded file.

 ‫جامعة الخرطوم‬
‫كلية التعليم عن بعد‬

‫اإلحصاء في الجغرافيا‬
‫د‪ .‬سمير محمد على حسن الرديسي‬
‫قسم الجغرافيا – كلية التربية‬
‫جامعة الخرطوم‬

‫‪1‬‬
 ‫المقدمة‬
‫لعلم اإلحصاء أهمية قصوى في تلخيص البيانات وعرضها وبناء النماذج لتسهيل الدراسة‬
‫واجراء المسح الميداني لمجتمعات البحث وايجاد لغة التفاهم بين العلماء من خالل‬
‫اختيار أسلوب معين‪ ،‬وفي التنبؤ لفترات زمنية ماضية أو مستقبلية واتخاذ القرار عن‬
‫طريق اختيار بديل من عدة بدائل متاحة والتحقق من صحة أو عدم صحة الفروض‬
‫والرقابة على جودة السلع ومطابقتها للمواصفات والمقاييس‪ .‬ونتيجة لذلك أصبح علم‬
‫يدرس في جميع المستويات التعليمية‬
‫اإلحصاء مستخدما في شتى مناحي الحياة ‪ ،‬و ّ‬
‫وخاصة الجامعات وفي مختلف التخصصات العلمية حيث يوظف لخدمتها وفق طبيعتها‬
‫العلمية‪ .‬وال تنفك الجغرافيا أن تكون مثل نظيراتها من العلوم األخرى تحتاج لعلم‬
‫اإلحصاء في مختلف مراحل ال بحث الجغرافي الطبيعي والبشري‪ .‬لذلك جاء تأليف هذا‬
‫الكتاب بغرض توفير أساسيات علم اإلحصاء لطالب الجغرافيا لالستفادة منها في‬
‫التطبيقات الجغرافيا البحثية المختلفة‪ .‬وتضمن الكتاب ثمانية أبواب ‪ ،‬اختص الباب األول‬
‫بتوضيح خصائص البيانات اإلحصائية والجغرافية‪ ،‬والثاني بتبويب البيانات وطرق‬
‫عرضها‪ ،‬والثالث بالمقاييس الوصفية في اإلحصاء ‪ ،‬والباب الرابع بمقاييس التشتت ‪،‬‬
‫والخامس بخصائص توزيع البيانات ‪ ،‬والسادس بالسالسل الزمنية ‪ ،‬والباب السابع‬
‫بالعالقات واالرتباطات‪.‬‬
‫المؤلف‬
‫د‪ .‬سمير محمد على حسن الرديسي‬
‫جامعة الخرطوم – كلية التربية قسم الجغرافيا‬
‫مارس ‪2102‬‬

‫‪2‬‬
 ‫المحتويات‬
‫الصفحة‬ ‫الموضوع‬
‫الباب األول‪ :‬خصائص البيانات اإلحصائية والجغرافية‬
‫الباب الثاني‪ :‬تبويب البيانات طرق عرضها‬
‫الباب الثالث‪ :‬المقاييس الوصفية في اإلحصاء‬
‫الباب الرابع‪ :‬مقاييس التشتت‬
‫الباب الخامس‪ :‬خصائص توزيع البيانات‬
‫الباب السادس‪ :‬السالسل الزمني‬
‫الباب السابع‪ :‬العالقات واالرتابطات‬
‫الباب الثامن‪ :‬مباديء تقدير معالم المجتمع واختبار‬
‫الفروض‬

‫‪3‬‬
 ‫الباب األول‬
‫طبيعة البيانات اإلحصائية والجغرافية‬
‫مقدمة‬
‫ارتبط علم اإلحصاء منذ نشأته بعمليات العد التي كا نت تجريها الدول لحساب أعداد‬
‫جيوشها والضرائب التي تجبى من المزارعين وجمع المعلومات عن األراضي التي تسيطر‬
‫‪ statistics‬مشتق إما من‬ ‫عليها الدولة وغيرها‪ .‬وقد يكون أصل كلمة اإلحصاء‬
‫الالتينية ‪ status‬أو من االيطالية ‪ statista‬أو من األلمانية ‪ statistik‬وكلها اشتقت‬
‫لعدة تعريفات لعلم‬
‫من كلمة دولة ‪ .state‬وقد أشار المشهداني وهرمز( ‪ّ )0919‬‬
‫اإلحصاء منها اختصاصه بإجراء التقديرات واالحتماالت‪ ،‬وجمع وتصنيف وتبويب‬
‫الحقائق العددية كأساس لتفسير ووصف ومقارنة الظواهر‪ ،‬وجمع وتحليل وتفسير البيانات‬
‫العددية‪ ،‬وأنه الطريقة العلمية التي تختص بجمع البيانات والحقائق بالشكل الذي يسهل‬
‫عملية تحليلها وتفسيرها ومن ثم استخالص النتائج واتخاذ القرار‪ .‬وعلى ضوء ذلك يمكن‬
‫القول بأن علم اإلحصاء علم يختص بجمع البيانات وتنظيمها وتلخيصها وعرضها‬
‫بأسلوب علمي بهدف استخالص النتائج لتعميمها على المجتمعات موضوع الدراسة بعد‬
‫تحديد األساليب المناسبة ومن ثم اتخاذ الق اررات المالئمة‪.‬‬
‫أنواع علم اإلحصاء‬
‫عدة مراحل تضم أوال المشاهدة والمالحظة‪ ،‬وثانيا‬
‫بحكم أن علم اإلحصاء يتضمن ّ‬
‫صياغة الفرضيات بهدف تفسير الظاهرة ‪ ،‬وثالثا التحقق أوالتأكد من صحة الفرضية‬
‫والمعتمدة على تفسير الظاهرة فقد أدى ذلك لوجود نوعين من علم اإلحصاء‪ ،‬أولهما‬

‫‪4‬‬
‫اإلحصاء الوصفي‪ ،‬وثانيهما اإلحصاء التحليلي‪ .‬فاإلحصاء الوصفي يعتمد على وصف‬
‫ظاهرة ما في فترة زمانية أو مكانية معينة دون الحاجة لتعميمها على ظواهر أخري من‬
‫خالل االهتمام بأساليب جمع البيانات وتبويبها وعرضها‪ .‬ومن أهم وسائله استخدام‬
‫اإلشكال الهندسية للبيانات والجداول اإلحصائية للبيانات والتوزيعات التك اررية والدراسة‬
‫الرياضية للبيانات من خالل استخدام مقاييس النزعة المركزية و مقاييس التشتت ومقاييس‬
‫االلتواء‪ .‬أما اإلحصاء التحليلي ( االستداللي ) فيحدد طرق الحصول على البيانات من‬
‫المجتمع اإلحصائي من خالل اخذ عينة من المجتمع بأساليب احصائية‪ ،‬وبالتالي قد ال‬
‫تمثل هذه العينة المجتمع كله تماما مما يؤدي لحالة من عدم التأكد‪ .‬ومن أهم وسائله‬
‫اختبارات الفروض باستخدام البيانات للوصول لقرار يتم من خالله قبول أو رفض‬
‫الفروض‪ ،‬والتقدير من خالل إيجاد قيم تحل محل القيم األصلية التي تمثل موضوع‬
‫البحث‪ .‬والتقدير إما أن يكون قيمة وحيدة ويسمى التقدير بنقطة أو فترة ويسمى تقدير‬
‫بفترة‪.‬‬
‫الطريقة اإلحصائية‬
‫تعني الطريقة اإلحصائية في البحث العلمي بتوفير البيانات والمعلومات عن الظاهرة‬
‫تعبير كميا‪ ،‬وتستخدم من قبل‬
‫ا‬ ‫المطلوب دراستها‪ ،‬أي أمكانية التعبير عن الظاهرة‬
‫الباحثين في جميع فروع المعرفة األخرى ألنها توفر أسلوبا علميا موضوعيا محايدا دون‬
‫تمييز أو تدخل من قبل الباحث‪ .‬ويجب أن يراعي الباحث عند تصميم بحثه تحديد‬
‫بد أن تعبر المشكلة عن عالقة ما‬
‫مشكلة البحث هدف البحث بشكل واضح ودقيق‪ .‬ال ّ‬
‫بين متغيرين أو أكثر وأن تصاغ المشكلة بطريقة التقبل الشك أو التأويل وأن تقبل‬

‫‪5‬‬
‫المشكلة إمكانية اختبارها التجريبي‪ .‬كما على الباحث تحديد إمكانية التنفيذ الفعلي‬
‫للبحث‪ ،‬والمتطلبات المادية والبشرية‪ ،‬وتحديد إطار البحث (المجتمع اإلحصائي)‪ ،‬وتحديد‬
‫أسلوب جمع البيانات والمعلومات (أ سلوب التسجيل الشامل أو العينات)‪ ،‬وتصنيف‬
‫وتبويب البيانات وعرضها‪ ،‬وحساب المؤثرات اإلحصائية‪ ،‬ثم تحليل وتفسير النتائج‪.‬‬
‫تعطي التحليل اإلحصائية في الجغرافيا نتائج دقيقة جدا‪ ،‬ولكن من الضروري االنتباه إلى‬
‫تحقق اآلتي‪- :‬‬
‫أ – الدقة ‪Precision‬‬
‫تشير الدقة إلى المستوى التفصيلي في القياس ‪ ،‬وترتبط بعملية موازنة جهاز القياس و‬
‫تقويمه ‪ ،‬مثل جهاز قياس كمية المطر ‪ .‬فعند استعمال جهازين مختلفين في الدقة لقياس‬
‫كمية المطر فان األقل دقة قد يسجل الكمية (‪)0.2‬بوصة واآلخر قد يسجل (‪)0.21‬‬
‫بوصة ‪ .‬كذ لك في العمليات الحسابية في بعض الحسابات اليدوية التي تختلف في درجة‬
‫الدقة بعدد األرقام العشرية ‪ .‬فكلما ازداد عدد هذه األرقام ارتفعت نسبة الدقة ‪ .‬وتكون‬
‫الدقة مطلوبة في الكثير من الطرائق اإلحصائية عند حساب القيمة الحرجة لمقارنتها مع‬
‫القيمة الجدولية ‪.‬‬
‫ب – الضبط ‪Accuracy‬‬
‫ترتبط عملية الضبط بانحراف عملية القياس عن النظام بصيغته األوسع ‪ .‬فعندما يكون‬
‫جهاز القياس دقيق جدا ‪ ،‬إال انه غير مضبوط ‪ .‬فبالعودة إلى جهاز قياس المطر المشار‬
‫إليه آنفا ‪ ،‬فعندما يكون تنظيم القياس غير صحيح ‪ ،‬فقد تكون الكمية المقاسة (‪)0.09‬‬
‫بدال من (‪ )0.21‬فالنتيجة دقيقة و لكنها غير مضبوطة في درجتها ‪ .‬و لسوء الحظ فان‬

‫‪6‬‬
‫اكتشاف درجة الدقة و مستوى الضبط في األجهزة غير سهل ‪ .‬وباعتماد عدد من‬
‫المقاييس المختلفة في درجة دقتها و ضبطها فان النتائج تكون في النهاية غير دقيقة مالم‬
‫يتم تعيير األجهزة و توحيد درجة دقتها و ضبطها ‪.‬‬
‫ج – الصالحية ‪Validity‬‬
‫في العديد من المشكالت الجغرافية يكون التوزيع المكاني أو نمط المواقع قيد التحليل‬
‫ناتج عن عمليات معقدة ‪ .‬فعندم ا يكون المفهوم الجغرافي معقدا وغير واضح فان‬
‫التعبير عنه يكون ضعيفا ‪ .‬وفي الجغرافيا ترد الكثير من المفاهيم الصعبة القياس ‪،‬‬
‫متعددة األوجه ومعقدة ‪ ،‬مثل ‪ :‬مستوى الفقر ‪ ،‬نوعية البيئة ‪ ،‬مستوى الرفاه االقتصادي ‪،‬‬
‫نوعية الحياة ‪ .‬و التعبير عن المعنى الحقيقي لمثل هذه المتغيرات أو المفاهيم غير ممكن‬
‫‪ .‬لذا يعتمد الجغرافيون تعاريف عملية تكون مقاييسها شبه مباشرة أو يتم تبنيها من بحوث‬
‫و دراسات أخرى ‪ .‬ويبقى السؤال ‪ ،‬هل إن التعريف العملي (اإلجرائي) صالح أم ال ؟‬
‫ومن الواضح فان درجة الصالحية في الكثير من المشاكل التي يدرسها الجغرافيون‬
‫صعب تقييمها ‪.‬‬
‫د ‪ -‬درجة الثقة ‪Reliability‬‬
‫عندما تحدث تبدالت في األنماط المكانية عبر الزمن فان تحليلها يتطلب اإلجابة عن‬
‫مجموعة من التساؤالت المتعلقة باستق اررية البيانات و تبويبها من الناحية المكانية في‬
‫الوحدات اإلحصائية (اإلدارية) ‪ .‬فعلى سبيل المثال ‪ ،‬فان اختبار النمط المكاني و‬
‫التبدالت التي حصلت فيه خالل (‪ )21‬سنة يتطلب معرفة التبدالت التي حصلت في‬
‫الوحدات اإلدارية خالل هذه المدة ‪ .‬تبرز هذه المشكلة بحدة أكثر عند مقارنة بيانات‬

‫‪7‬‬
‫إحصائية لدول مختلفة ‪ ،‬فالتباين ناجم عن االختالف في درجات الدقة و الضبط و في‬
‫طبيعة البيانات و درجة االعتماد عليها ‪ .‬وفي بعض األحيان يكون األمر كذلك في‬
‫الدولة الواحدة ‪ ،‬بين اإلقليم ‪ ،‬أو األقسام اإلدارية و اإلحصائية المختلفة (زراعية ‪،‬‬
‫صناعية ‪ ،‬تجارية ‪ ،‬عمرانية) ‪.‬‬
‫المجتمع اإلحصائي‬
‫يقصد بالمجتمع اإلحصائي مجموعة من المفردات ( أفراد ‪ ,‬أعداد ‪ ,‬أشياء ‪ ,‬مقاييس ) ذات‬
‫خصائص مشتركة تدور الدراسة اإلحصائية حولها‪ .‬ويقسم المجتمع اإلحصائي إلى‪- :‬‬
‫أ ‪ -‬مجتمع منتهي ( محدد )‪ :‬وهو المجتمع الذي يمكن حصر مفرداته مثل ( أعداد‬
‫الطلبة ‪ /‬أعداد السلع ) خالل فترة محدده‪.‬‬
‫ب ‪-‬مجتمع غير منتهى ( غير محدد )‪ :‬وهو المجتمع ال يمكن حصر مفرداته مثل (‬
‫ذرات الهواء ‪ /‬قطرات الماء )‪.‬‬
‫طـبيـعـة الـبيـانـات الجـغـرافــية‬
‫تهتم الجغرافيا بدراسة ا لتنظيم المكاني لعناصر البيئة الطبيعية والبشرية ‪ ،‬إذ تدرس‬
‫اإلنسان وكل ما يؤثر عليه على سطح األرض‪ .‬ولذلك تعتبر الجغرافيا علم واسع تساهم‬
‫فيه جميع العلوم الطبيعية واالجتماعية واالإنسانية ذات الصلة بالبيئة الطبيعية والبشرية‪.‬‬
‫ولكن تمتاز الجغرافيا عن جميع هذه العلوم بقدرتها على الربط بين عناصر البيئة‬
‫الطبيعية والبشرية وتفسير التنظيمات المكانية للظواهر الطبيعية والبشرية من خالل‬
‫العالقات بينها باعتبارها نظاما واحدا يكون بيئة الكرة األرضية‪ .‬ولدراسة هذه الظواهر‬
‫تنتهج الجغرافيا نهجا علميا منظما ذاتيا وموضوعيا يتميز بالشمول والتعد واالبتعاد عن‬

‫‪8‬‬
‫األبعاد والزوايا‪ .‬ويتطلب هذا النهج العلمي تنوع وتعدد البيانات‬ ‫النظرة األحادية‬
‫والمصادر والمقاييس المرتبطة بالمكان ‪ ،‬وتسمى بالبيانات الجغرافية عندما تجمع في‬
‫شكل جداول بحيث تشكل قاعدة المعلومات المكانية‪.‬‬
‫يمكن تحديد طبيعة البيانات التي يستخدمها الجغرافيون في النقاط التالية‪:‬‬
‫‪ )0‬ارتباطها بالمكان ‪ ،‬حيث تمثل كل معلومة خاصية من خصائص المكان الذي تنتمي‬
‫إليه‪.‬‬
‫‪ )2‬متنوعة المقاييس ‪ ،‬فقد تكون مفردة و مجدولة‪ ،‬متصلة ‪ ،‬متقطعة ‪ ،‬اسميه ‪ ،‬رتبيه‪.‬‬
‫‪ )3‬ال ينفصل المكان والزمان في المعلومة الجغرافية‪ .‬فكل معلومة مكانية ترتبط بزمن‬
‫تمثله وفي المقابل فان المعلومة الزمنية يجب بالضرورة أن تحدد مكانيا ليتسنى‬
‫االستفادة منها جغرافيا‪.‬‬
‫والثانوية متعددة المصادر‪ ،‬واألرضية و‬ ‫‪ )4‬متنوعة المصادر األولية‪ ،‬والثانوية‬
‫الفضائية‪ .‬وقد تعاظم تنوع هذه المصادر بتوافر بيانات من مصادر خارجية ‪ ،‬مثل‬
‫المنظمات الدولية ‪ ،‬واالستشعار عن بعد ‪ ،‬وبنوك المعلومات ‪ ،‬وغيرها وبتطور‬
‫تقنيات خزن المعلومات ( ورقية ‪ ،‬آلية ‪ ،‬مساحية ‪ vector – raster‬خطية)‪.‬‬
‫‪ )5‬أدى التراكم الكمي للمعلومات المكانية إلى زيادة االهتمام بالبعدين الثالث والرابع في‬
‫الدراسات الجغرافية (المساحة – ببعدين ‪ ،‬تكملها الكثافة ‪ ،‬الزمن)‪.‬‬
‫مصادر البيانات اإلحصائية‬
‫يوجد عدة مصادر تتبع في حالة جمع البيانات األحصائية‪ ،‬منها‪:‬‬

‫‪9‬‬
‫المصادر المباشرة ( الميدانية أو األولية ) وتشمل كل البيانات التي يجمعها‬ ‫‪- 0‬‬
‫الباحث في حينها من مصادرها األصلية بأي وسيلة كانت سواء عن طريق المراسلة أو‬
‫المقابلة أو أي وسيلة أخرى خالل سنة معينة‪ .‬ويعني هذا جمع البيانات عن ظاهرة ما‬
‫أثناء حدوثها في ميدان العمل بحيث يمكن أن تشمل المشاهدة والمالحظة والتسجيل‬
‫واالتصال الهاتفي والمقابلة الشخصية واالستبيان‪.‬‬
‫مصادر غير مباشرة ( تاريخية أو الثانوية ) وتعني جمع البيانات من خالل‬ ‫‪- 2‬‬
‫سجالت سبق نشرها‪ .‬وفي الغالب تشمل كل البيانات المتجمعة لدى أجهزة ومؤسسات‬
‫ودوائر الدولة والمحفوظة لديها لسنوات سابقة مثل بيانات التعداد العام للسكان واحصاءات‬
‫التجارة الخارجية وغيرها‪.‬‬
‫مصادر البيانات الجغرافية‬
‫ال تنفك مصادر البيانا ت الجغرافية عن مصادر البينات اإلحصائية ‪ ،‬وكما تحتاج‬
‫مصادر البيانات اإلحصائية إلى التحليل ‪ ،‬كذلك تحتاج مصادر البيانات الجغرافية إلى‬
‫تطبيق األسلوب الكمي بغرض التحليل وتحديد األنماط التي تشكلها‪ ،‬واكتشاف العالقات‬
‫التي تحتويها و العمليات التي تؤطرها‪ .‬ويمكن تصنيفها في المصادر التالية‪:‬‬
‫أ – المصادر المكتبية‬
‫تعتبر المكتبة من أهم مصادر البيانات الجغرافية ألنها توفر المصادر التي تنظم فيها‬
‫على أساس النوع الذي يضم المصدرية ‪ ،‬والمرجعية ‪ ،‬والدورية ‪ ،‬وغيرها‪ .‬وتعتبر المكتبة‬
‫نقطة البداية ألي مشروع بحث أو دراسة ألنها تمد الباحث بالمتوفر من المصادر و‬

‫‪10‬‬
‫المعلومات عن الموضوع المطلوب تقصيه‪ .‬وقد دخلت الكثير من هذه المصادر في‬
‫الشبكة الدولية للمعلومات فأصبحت قريبة جدا من الباحث‪.‬‬
‫ب ‪ -‬المصادر الثانوية للبيانات الجغرافية‬
‫ويمكن أن تضم البيانات المناخية والسكانية المتوفرة من الجهاز المركزي لإلحصاء الذي‬
‫يقوم بمسوحات عديدة عن السكان ‪ ،‬النشاطات االقتصادية المختلفة ‪ ،‬والتخطيط‬
‫الحضري واالقليمي‪ ،‬والتعدادات العامة للسكان‪ ،‬وجمع معلومات متنوعة بين حين وآخر ‪.‬‬
‫اضافة الى ذلك ‪ ،‬فان تصنيف منطقة الدراسة حسب الوحدات االحصائية التي جمعت‬
‫عنها المعلومات رسمي ا يساعد كثي ار في توفير قاعدة معلومات مكانية يمكن استخدامها‬
‫في التحليل وفي رسم الخرائط ‪ ،‬وفي نظم المعلومات الجغرافية ‪ .‬ومن المصادر الثانوية‬
‫للبيانات الجغرافية هناك المصادر التاريخية ‪ ،‬التي قد يحتاج لها في العديد من الدراسات‬
‫الجغرافية لمعرفة تأريخ الظاهرة أو المنطقة قيد الدرسة‪ .‬وقد تتوفر المعلومات التاريخية‬
‫اما على شكل معلومات (بيانات) اولية او ثانوية‪ .‬كما وهناك المصادر الخرائطية‬
‫الرسمية التي تصدرها هيئة المساحة العامة في كل الدول‪.‬‬
‫ج – المصادر الميدانية‬
‫وتعرف أيضا باسم المصادر األولية للبيانات ‪ ،‬والتي يقوم الباحث بجمعها مباشرة في‬
‫الميدان تحت حيث يحدد نوعية المعلومات بما يتفق مع أهداف و حاجات بحثه‪ .‬وتتنوع‬
‫المصادر الميدانية في الدراسات الجغرافية بتنوع وتعدد مجاالت الجث في الجغرافيا‬
‫الطيعي والبشرية‪ .‬وللدراسة الميدانية أهمية خاصة في الجغرافيا ‪ ،‬ألنها‪- :‬‬

‫‪11‬‬
‫(‪ )0‬اختبار وتحليل ميداني لجزء من البالد يسهل الوصول إليه لتوضيح واحد أو اكثر‬
‫من معطيات التباين المكاني‪.‬‬
‫(‪ )2‬المختبر الحقيقي للجغرافيا خارج قاعات الدرس‪.‬‬
‫(‪ )3‬أفضل طريقة لتعلم الحقائق‪.‬‬
‫(‪ )5‬تعود الطالب على مالحظة األشياء وتطوير خبرة المالحظة وتفسير مايراه ألنها‬
‫أسلوب رئيسي وأساسي ال يمكن للجغرافي االستغناء عنه ‪ ،‬وتكسب الطلبة للمفردات‬
‫الجغرافية اعتمادا على المالحظة المباشرة‪.‬‬
‫(‪ )1‬ألن العمل المنجز في الحقل الميداني يشعل المخيلة ويحفزها لدراسة الجغرافيا في‬
‫قاعات الدرس ويقود إلى تعظيم األفكار الجغرافية الجوهرية ‪ ،‬ويطور بذلك ملكة النقد‬
‫عندهم‪.‬‬
‫(‪ )1‬تطور النظرة للبيئة المحلية و البلد ‪ ،‬وتعود على التفكير بالمشاكل من اجل حلها‪.‬‬
‫(‪ )9‬تتطلب نوعية و قدرة عقلية مختلفة عن تلك التي تطورت من خالل التعلم من الكتب‬
‫والمحاضرات‪.‬‬
‫(‪ )01‬توسع دائرة الخبرة المرئية و النجاح في استيعاب الجغرافيا اعتمادا على قدرة‬
‫الطالب لتشكيل الصور الذهنية عن األماكن‪.‬‬
‫(‪ )03‬تعمل على اتصال الطالب مباشرة مع الحقيقة واالنغماس شخصيا بالدراسة و‬
‫امتالك هذه المعرفة ‪ ،‬مما يجعله اكثر قدرة على االتصال واكثر تقدي ار وادراكا لعمله‪.‬‬
‫(‪ )04‬افضل طريقة لدراسة الجغرافيا‪.‬‬

‫‪12‬‬
 ‫د ‪ -‬نظم المحـكاة‬
‫يقصد به نمذجة الواق ع ‪ ،‬أو جزء منه بهدف االستيعاب والدراسة والتحليل ‪ ،‬واستشفاف‬
‫الحاالت الممكنة و المتوقعة ‪.‬وهي معروفة منذ القدم النمذجة في الجغرافيا ‪ ،‬إذ تعتبر‬
‫الخريطة نمذجة للواقع باستخدام الصيغة الرمزية ‪ ،‬وكذلك استخدام بعض المعادالت‬
‫الرياضية المعنية بتحديد طبيعة العالقة بين المتغيرات و التنبوء بما سيكون عليه الحال‬
‫مستقبال‪ .‬وكانت تسمى النمذجة الساكنة‪ .‬والتي تحولت إلى النمذجة الدينامية أو المتحركة‬
‫بدخول التكنولوجيا الحديثة وبتراكم المعلومات مكانيا و زمنيا‪ ،‬حيث تجسد حالة النظام في‬
‫فترات زمنية مختلفة ‪ .‬ومن أمثلة استخدماتها دراسة توقع تدفقات النقل بين المدن في العديد‬
‫من دول العالم ‪ .‬وقد استكملت الصورة بتوافر تقنيات الحاسوب واعتماد تجسيد‬
‫‪ Simulation‬عناصر النظام بثالث أبعاد أو أكثر ‪ ، Multi-Dimension‬وحالة التفاعل‬
‫داخل النظام وكأنها حالة حقيقية ‪ ، Interactive mode‬مما يساعد في فهم النظام ‪ ،‬وفي‬
‫قياس قوة تأثير العوامل الداخلية و الخارجية المؤثرة عليه‪ ،‬وهنا تلعب نظم المعلومات‬
‫الجغرافية دو ار مهما‪.‬‬
‫أنواع البيانات االحصائية‬
‫تقسم البيانات اإلحصائية إلى مجموعتين ‪:‬‬
‫‪- 0‬البيانات النوعية‪ :‬تقيس ظاهرة من الظواهر دون أن تأخذ قيما عددية‪ .‬وقد نتج عن ذلك‬
‫ما يعرف بالمتغيرات النوعية التي ال يمكن قياسها بوسائل قياس مألوفة وانما تشكل‬
‫صفات لذلك المتغير‪ .‬ومن أمثلة ذلك لون العين كمتغير (سوداء ؛ خضراء؛ زرقاء)‬

‫‪13‬‬
‫والنوع كمتغير(ذكر ؛ أنثى) والحالة االجتماعية كمتغير(أعزب؛ متزوج؛ مطلق؛ أرمل)‪.‬‬
‫وتقسم البيانات النوعية إلى‪:‬‬
‫أ ‪ -‬بيانات نوعية أسمية‪ :‬تعتمد على التصنيف النوعي بغض النظر عن أهمية‬
‫الترتيب‪ .‬مثال ‪ :‬تصنيف موظفي إحدى الشركات حسب الجنسية او حسب‬
‫التخصص‪.‬‬
‫ب ‪-‬بيانات نوعية ترتيبية‪ :‬يلعب الترتيب دو ار أساسيا في تحديد معالم الظاهرة‪ .‬مثال‬
‫‪ :‬ترتيب موظفي إحدى الشركات حسب المؤهل ثانوي – دبلوم – جامعة –‬
‫ماجستير – دكتوراه‪.‬‬
‫‪ 2‬البيانات الكمية‪ :‬تأخذ قيما عددية صحيحة أو كسرية حسب ظروف الحالة ‪ ،‬ويمكن‬
‫قياسها بوسائل قياس مألوفة مثل عدد المرضى الراقدين في مستشفى الخرطومالعام؛عدد‬
‫رؤوس الماشية في قطيع معين ؛ درجات الطلبة في كلية ؛ أطوال األشخاص بالسنتمترات‬
‫؛ أوزان األشخاص بالكيلوغرامات ؛ ودرجات الح اررة في مدينة معينة‪ .‬وتقسم المتغيرات‬
‫الكمية الى قسمين هما‪- :‬‬
‫المتغيرات المستمرة (المتصلة) ‪ :‬اذا كانت مجموعة القيم التي ياخذها المتغير‬ ‫أ ‪-‬‬
‫العشوائي (المتغير العشوائي هو دالة ذات قيمة حقيقية معرفه على فضاء العينة) مجموعة‬
‫غير قابلة للعد سواء كانت محدودة او غير محدودة وانما تشكل قيم واقعة ضمن فترات‪.‬‬
‫وهذا يعني وجود عدد غير منته من القيم مثل كمية االمطار المتساقطة على منطقة ما‬
‫خالل سنة معينة ؛ أسعار سلعة معينة في فترة زمنية معينة وغيرها‪ .‬وتعتمد البيانات‬
‫الكمية المستمرة على وحدات القياس التي تأخذ قيم في مجال تغيراتها‪ .‬مثال وحدة قياس‬

‫‪14‬‬
‫الطول إما أن تكون بالمتر أو السنتيمتر بفرض أن طول أحد الطالب يساوي ‪059‬‬
‫سنتيمتر وبمعنى أدق يساوي ‪ 059.4‬سنتيمت ار أو أكثر دقة يساوي ‪ 059.45‬سنتيمت ار‪.‬‬
‫وقد مجموعة القيم الت ي ياخذها المتغير العشوائي مجموعة قابلة للعد أي يمكن عدها سواء‬
‫اكانت مجموعة محدودة او غير محدودة ‪ ،‬مثل عدد اشجار النخيل في قرية معينة ؛ أو‬
‫عدد طلبة الصف االول في مدارس بشير العبادي في أمدرمان ‪ ،‬وغيرها‪.‬‬
‫ب ‪ -‬بيانات كمية منقطعة ‪ :‬وهي البيانات التي تأخذ قيما عددية صحيحة‪ ،‬مثل عدد‬
‫موظفي الشركة خالل نصف القرن الماضي‪.‬‬
‫أنواع البيانات الجغرافية‬
‫يمكن االستفادة من أنواع البيانات اإلحصائية في تحديد أنواع البيانات الجغرافية‪.‬‬
‫فاألساس األول لتصنيف للبيانات الجغرافية ينبع من طبيعة تتابعها المكاني أو الزماني‪.‬‬
‫فالبيانات الجغرافية الزمانية تكون ترتبط بمنطقة واحدة لسلسلة زمانية قد تكون متصلة أو‬
‫متقطعة‪ .‬وعندما ترتبط بوحدات مساحية محددة ولفترة زمنية واحدة تعتبر بيانات مكانية‪.‬‬
‫ويعني هذا ضرورة ارتباط البيانات الزمانية بمكان معين‪ ،‬والعكس صحيح‪ .‬أما التصنيف‬
‫للبيانات فهو متولد عن طبيعتها ‪ ،‬نوعية أم كمية‪ .‬تعتبر البيانات النوعية‬ ‫الثاني‬
‫الجغرافية من أبسط المقاييس ‪ ،‬حيث يتم إعطاء قيمة أو عدد لواحد من مجموعتين‬
‫فاكثر ‪ .‬ولكل فئة أو مجموعة اسم أو عنوان (المقياس االسمي) وليس هناك عالقة‬
‫افتراضية بين الفئات سوى إنها مختلفة عن بعضها البعض‪ .‬ويصنف الجغ ارفيون‬
‫المتغيرات االسمية بطرائق عديدة ‪ ،‬فمثال األفراد قد يتم التمييز بينهم على أساس الدين ‪،‬‬
‫الجنس ‪ ،‬العرق ‪ ،‬و تصنف المدن على أساس الوظيفة التي تؤديها ‪ ،‬وهكذا ‪ .‬ويعتمد‬

‫‪15‬‬
‫االختبارات اإلحصائية الال معلمية ‪non-‬‬ ‫التحليل اإلحصائي لهذا المقياس على‬
‫‪ parametric‬مثل ‪ :‬مربع كاي ‪ ،‬كولموكروف – سمرنوف ‪ ،‬معامل فاي ‪ ،‬معامل يول‬
‫‪ ،‬و معامل الجوار ‪.‬‬
‫أما البيانات الكمية الجغرافية فهي البيانات ف تخضع للعمليات الحسابية العادية (الجمع و‬
‫الطرح و القسمة و الضرب) ‪ ،‬ويمكن تحويلها إلى بيانات نوعية أوترتبيه ‪ ،‬وتتميز بأنها‬
‫زمنية أو مكانية ‪ ،‬وقد تقاس بالقياسات المطلقة أو بالنسبة‪ .‬تصنف البيانات الكمية‬
‫الجغرافية إلى بيانات متقطعة مثل عدد المسافرين ‪ ،‬عدد السيارات ‪ ،‬وهكذا ‪ ،‬والى‬
‫بياناتلمتصلة يمكن فيها تجزئة وحدة القياس ‪ ،‬مثل درجة الح اررة ‪ ،‬االرتفاعات و غيرها ‪.‬‬
‫وهناك مستوى آخر من القياس للبيانات الجغرافية ينتج من ترتيب القيم بناء على الحجم‬
‫أو الوزن لتحديد أيها أكبر من ‪ ،‬وأيها أصغر من‪ .‬والرتب الناتجة هنا هي ليست فئات ‪،‬‬
‫بل يبنى الترتيب بناء على قوة أو ضعف المتغيرات‪ .‬وهناك طرائق إحصائية تستخدم‬
‫لترتيب القيم والمتغيرات تضم معامل سبيرمان ‪ ،‬و اختبار مان وتني ‪ . .‬ومن أمثلتها‬
‫تصنيف الدول في شكل رتب بناءا على معدالت اإلنتاج القومي أو حصة التعليم العالي‬
‫من الميزانية القومية‪.‬‬
‫إضافة لما سبق هناك تصنيف آخر للبيانات الجرافية يرتبط بجود ‪ /‬أو عدم وجود الصفر‬
‫المطلق ‪ .‬فالبيانات المطلقة تضم مختلف أنواع البيانات الكمية التي ال يوجد لها صفر‬
‫مطلق ‪ ،‬مثل درجة الح اررة ‪ .‬فمثال عندما تكون درجة الح اررة في موقع جغرافي معين‬
‫(‪ )31‬درجة مئوية و في موقع آخر (‪ )05‬درجة مئوية ‪ ،‬فإن هذا ال يعني أن الموقع‬

‫‪16‬‬
‫األول درجة ح اررته ضعف الموقع الثاني ‪ ،‬بل انه أكثر ح اررة‪ .‬ومن الضروري أن ينتبه‬
‫الجغرافي إلى ذلك عند المقارنة والقياس وتفسير النتائج‪.‬‬
‫ويمكن القول بان الصفر في درجات الح اررة له معنى ‪ ،‬فهناك درجات ح اررة دون‬
‫الصفر (السالبة) ‪ ،‬كذلك الحال مع االرتفاع عن مستوى سطح البحر (الموجبة)‪ .‬ولكن‬
‫عندما يكون الصفر هو الحد النهائي‪ ،‬في اإلنتاج على سبيل المثال‪ ،‬حينها يكون القياس‬
‫نسبيا ‪ .‬ويسمى هذا بمقياس الفاصلة حيث يحدد أصل القياس (الصفر) اعتباطيا ‪ ،‬مثل‬
‫الصفر المئوي و الفهرنهايتي‪ .‬كذلك األمر مع المسافات و المساحات ‪ ،‬فالمزرعة التي‬
‫مساحتها عشرة أفدنة هي ضعف مساحة مزرعة مساحتها خمسة أفدنة ‪ ،‬وهكذا‪ .‬ويعرف‬
‫هذا بمقياس النسبة ‪ ،‬حيث يكون الصفر حياديا (غير اعتباطي) مما يساعد في أخذ‬
‫النسبة بين القيم‪ .‬مع هذا النوع من البيانات تعتمد معظم إن لم يكن جميع الطرائق‬
‫المعروفة بالمعلمية مثل معامل بيرسن‪ ،‬معامل االنحدار‪ ،‬اختبار( ت ) ‪ ،‬وتحليل التباين‬
‫‪ .‬وفي هذين المقياسين األخيرين يتم تحديد الفرق بين القيم على أساس األصل أو الصفر‬
‫الذي بدأ قياس القيم به ‪.‬‬
‫طرق جمع البيانات‬
‫وتختلف طرق جمع البيانات حسب طبيعة الظاهرة والبيانات اإلحصائية المطلوبة‬
‫والهدف من الدراسة واسلوب التحليل المتبع‪ .‬هناك أسلوبين لجمع البيانات‪ .‬أول‬
‫األسلوبين هو أسلوب الحصر الشامل الذي يتناول دراسة كافة مفردات المجتمع‬
‫االحصائي مثل ( التعداد السكاني ) ‪ ،‬أي جمع بيانات عن جميع المفردات التي تؤلف‬
‫المجتمع اإلحصائي هنا يجب أن يكون المجتمع محدد‪ .‬ومن مزايا هذا األسلوب دقة‬

‫‪17‬‬
‫النتائج وعدم وجود أخطاء عشوائية‪ ،‬أما عيوبه فهي ارتفاع تكاليفها ( جهد ‪ ,‬المال ) ‪،‬‬
‫وعدم إمكانية تطبيقها على المجتمعات ذات المفردات الكبيرة الحجم‪ .‬وثاني األساليب هو‬
‫أسلوب المسح باستخدام العينة الذي يتناول جزء من المجتمع لتمثيله بطريقة العينة‬
‫العشوائية بشرط أن تكون العينة ممثلة تمثيال صادقا دون تحيز‪ .‬ويعني هذا جمع‬
‫البيان ات والمعلومات عن جزء من المفردات التي تؤلف المجتمع اإلحصائي‪ .‬وهو أسلوب‬
‫مفيد في المجتمعات الغير محدودة كما وتحتاج إلى وقت وجهد وموارد مادية وبشرية اقل‬
‫مما يحتاجه أسلوب التسجيل الشامل ومن مزايا أيضا انخفاض تكاليفه وامكانية تطبيقه‬
‫مهما كان حجم المجتمع‪ .‬أما عيوبه فتتمثل في نتائجه التقريبية وامكانية الخطأ نتيجة‬
‫التحيز واالتساق‪.‬‬
‫تعريف العينة‬
‫هي مجموعة من مفردات المجتمع اإلحصائي يتم جمعها بشكل عشوائي وتكون ممثلة‬
‫للمجتمع اإلحصائي ككل بهدف دراسة ظاهرة معينة للوصول إلى نتائج قابلـ ـ ــة للتعميم‬
‫وتعتبر ‪ % 5‬نسبة مقبولة لحجم العينة‪.‬‬
‫أنواع العينات‬
‫تكون العينات إما عينات عشوائية (احتمالية) أو غير عشوائية ( غير احتمالية)‪ .‬وتقسم‬
‫العينات االحتمالية إلى اآلتي‪:‬‬
‫العينة العشوائية البسيطة ‪ :‬هي عينة تختار مفرداتها بشكل عشوائي وتعطي‬ ‫‪- 0‬‬
‫نفس الفرصة لكل المفردات حتى نصل إل حجم العينة المطلوبة‪ .‬وشرط سحبها أن يكون‬

‫‪18‬‬
‫المجتمع اإلحصائي متجانس وكل مفردة في المجتمع لها نفس الفرصة في الظهور ضمن‬
‫مفردات العينة‪.‬‬
‫العينة المنتظمة ‪ :‬يتم اختيار المفردة األولى عشوائيا وباقي المفردات مضاف‬ ‫‪- 2‬‬
‫لها( وهو ما يعرف بكسر المعاينة )‪ .‬ويتم حساب كسر المعاينة بقسمة حجم المجتمع ‪/‬‬
‫حجم العينة‪ .‬ومثال لذلك إذا بلغ حجم المجتمع اإلحصائي ( ‪ 511‬مفردة ) وحجم العينة‬
‫المطلوبة( ‪ 51‬مفردة ) علما بأن رقم المفردة المختارة عشوائيا ( ‪ 5‬مفردات ) فما هي قيمة‬
‫األرقام األخرى؟ ‪ .‬يكون الحل كاآلتي‪- :‬‬
‫كسر المعاينة = ‪ . 01 = 51 / 511‬وعلى ذلك تكون بقية األرقام كاآلتي‪+ 5 ( , 5 ( :‬‬
‫‪......) 01 + 05 ( , ) 01‬ألخ‪.‬‬
‫وشرط سحب العينة المنتظمة أن يكون المجتمع اإلحصائي مرتبا ترتيبا تصاعديا أو تنازليا‬
‫أو وفق أي ترتيب أخر‪ .‬ويقسم المجتمع المرتب إلى ‪ L‬طبقة ثم يتم سحب عينة عشوائية‬
‫بسيطة من الطبقة األولى فقط ثم نضيف ‪ K‬لنسحب المفردة الثانية وهكذا بحيث نضمن‬
‫سحب مفردة من كل طبقة‪.‬‬
‫العينة الطبقية العشوائية ‪ :‬شرط سحبها أن يكون المجتمع غير متجانس بحيث‬ ‫‪- 3‬‬
‫نستطيع تحويله إلى مجتمع متجانس عن طريق تقسيمه إلى ‪ L‬طبقة بحيث نضمن مبدأ‬
‫التجانس داخل كل طبقة‪ .‬ويتم سحب عينة عشوائية بسيطة من كل طبقة بحيث يتناسب‬
‫حجمها مع حجم الطبقة في المجتمع‪ .‬ونختار العينة من خالل تقسيم المجتمع إلى‬
‫مجموعات متجانسة ثم نختار اخذين بعين االعتبار حجم الطبقة أو المجموعة‪ .‬ويمكن‬
‫توضيح ذلك في المثال اآلتي ‪ :‬توجد مدرسة تضم ‪ 0111‬طالب ‪ ،‬منهم ‪ 251‬طالب ثانوي‬

‫‪19‬‬
‫‪ 511 ,‬طالب متوسط ‪ 251 ,‬طالب ابتدائي ويراد أخذ عينة بحجم ‪ % 01‬لتمثل هذه‬
‫المدرسة‪ .‬والمطلوب إيجاد عدد طالب الثانوي وطالب المتوسط وطالب االبتدائي الواجب‬
‫أخذها في العينة‪ .‬ويكون الحل كاآلتي‪:‬‬
‫نقوم بتحديد حجم العينة = حجم العينة نسبيا × عدد الطلبة = ‪011 = 0111 X %01‬‬
‫طالب‬
‫عدد مفردات العينة = حجم الطبقة × حجم العينة ‪ /‬حجم المجتمع‬
‫طلبة الثانوي = ‪25 = 0111 / 011 × 251‬‬
‫طلبة المتوسط = ‪51 =0111 / 011 × 511‬‬
‫طلبة االبتدائي = ‪25 =0111 / 011 × 251‬‬
‫حجم العينة المختارة = ‪011 = 25 + 51 + 25‬‬
‫العينة العنقودية أو المتعددة المراحل‪ :‬نختار العينة من خالل تقسيم المجتمع‬ ‫‪- 4‬‬
‫اإلحصائي إلى عدة أقسام يؤخذ منها كل قسم ويقسم إلى عدة أقسام حتى نصل لحجم العينة‬
‫المطلوبة‪ .‬وشرط سحبها هو أن يكون المجتمع اإلحصائي كبير جدا وموزع على بقعة‬
‫جغرافية واسعة كأن يكون المجتمع على مستوى البلد أو المحافظة أو المقاطعة أو إقليم‪.‬‬
‫وهنا نبدأ بتقسيم المجتمع إلى وحدات أولية ثم نأخذ عينة عشوائية من هذه الوحدات كمرحلة‬
‫أولى‪ .‬ثم نقسم كل وحدة أولية مختارة إلى وحدات اصغر (الوحدات الثانوية) ويتم اختيار‬
‫عينة من الوحدات الثانوية لكل وحدة أولية كمرحلة ثانية‪ .‬ونستمر بالتقسيم واالختيار على‬
‫هذا المنوال إلى إن نصل إلى عدد المفردات التي تؤلف العينة العشوائية‪.‬‬

‫‪20‬‬
‫(ب) ‪ -‬العينات الغير عشوائية‪ :‬وهنا يتدخل الباحث شخصيا في اختيار مفردات العينة‬
‫وبصورة متحيزة وليس على أساس عشوائي العتقاده بأن هذه المفردات هي خير ما تمثل‬
‫المجتمع والتي ستغني الدراسة بآرائها وأطروحاتها و أهم أنواعها هي الحصصية والعمدية‬
‫والعينة المقصودة وهي عينة فرضية وجدت لخدمة الباحث وتستخدم لغرض معين وال يكون‬
‫للباحث دخل أو رأي في اختيار هذه المفردة أو تلك‪.‬‬
‫أخطاء البيانات اإلحصائية (والجغرافية)‬
‫أ ‪ -‬خطأ عشوائي ‪ :‬هو خطأ غير مقصود يقل كل ماكبرت العينة‪.‬‬
‫ب ‪ -‬خطأ تحيز هو خطأ في إعطاء إجابات متعمدة أو غير مقصودة‪ .‬خطأ التحيز ‪:‬هنا‬
‫هذا الخطأ يرتكبه المصدر أو المفردة اإلحصائية التي تزود الباحث بالمعلومات سواءا‬
‫بقصد أو بغير قصد أو يحدث هذا الخطأ أحيانا عندما يستقي الباحث معلومات بحثه‬
‫ليست من مصادرها األصلية بل من مصادرها الغير مباشرة‪.‬‬
‫ج ‪ -‬خطأ االتساق هو خطأ في وجود إجابتان توحيان إن أحداهما خطأ وهناك بعض‬
‫األخطاء التي تحدث عندما يقوم الباحث بجمع البيانات والمعلومات التي تخص بحثه ‪:‬‬
‫د ‪ -‬خطأ الصدفة‪ :‬هذا الخطـأ يرتكبه الباحث بنفسه سواءا بتعمد أو بصورة غير متعمدة‬
‫حيث يستقي معلومات بحثه باالعتماد على ذاكرته بسبب بعد المفردة اإلحصائية عنه أو‬
‫ألي سبب شخصي أخر ‪ .‬هذا سيؤدي إلى الحصول على نتائج واستنتاجات غير دقيقة‬
‫وبعيدة عن الواقع‪.‬‬

‫‪21‬‬
 ‫الفصل الثاني‬
‫تبويب البيانات اإلحصائية وطرق عرضها‬
‫ان البيانات التي يتم جمعها حول مجتمع البحث غالبا ما تكون بيانات أولية ‪ ،‬غير‬
‫مصنفة وغير منتظمة بحيث يتعذر على الباحث تكوين فكرة عن المشكلة قيد البحث ‪،‬‬
‫وبالتالي ال يمكن إجراء التحليل اإلحصائي للوصول الى نتائج البحث‪ ،‬مما يتطلب‬
‫المراجعة والتدقيق ل لبيانات التي تم جمعها للتأكد من تكاملها ودقتها ووضوحها‪ .‬فأوال ‪،‬‬
‫يتم التأكد من دقة وتكامل البيانات التي تم جمعها الباحث ثم تأتي عملية تصنيف‬
‫البيانات ثانيا‪ ،‬أي تشكيل مجموعات على أساس صفة معينة ( ظاهرة الطول أو الوزن أو‬
‫العمر أو الجنس مثال)‪ .‬ثم يلي ذلك تبويب البيانات بمعنى تفريغ البيانات المصنفة‬
‫وترتيبها في جداول خاصة ‪ ،‬يخص كل جمع منها مستوى معين‪ .‬والغرض من عملية‬
‫التبويب هو إبراز وعرض البيانات في أضيق حيز يم ّكن الناظر إليها من تكوين فكرة‬
‫عنها في وقت قصير دون عناء‪ .‬وهناك أربعة أشكال لتبويب البيانات هي التبويب‬
‫الزمني ؛ والجغرافي ؛ والكمي ؛ والتبويب على أساس صفة معينة (أن يكون نوع المتغير‬
‫وصفيا)‪ .‬ولكي تصبح البيانات قابلة للدراسة ‪ ،‬من الضرورة تجميعها وتصنيفها في‬
‫مجموعات متجانسة تشترك فيها الوحدات في صفة معينة أو أكثر‪ .‬ولتحقيق ذلك البد‬
‫من القيام بما يلي‪:‬‬
‫المراجعة األولية للبيانات‪ :‬بمعنى التأكد من صحة البيانات المجمعة بمراجعتها‬ ‫‪‬‬
‫وتدقيقها الكتشاف اى أخطاء ومن ثم معالجتها‪ .‬فمثال إذا قام أحد الباحثين بدراسة فرق‬
‫العمر مابين الوالدين واألبناء في محموعة من األسر‪ ،‬ووجد أن عمر األب إلحدى‬

‫‪22‬‬
‫العائالت ‪ 41‬سنة وعمر اإلبن األكبر ‪ 33‬سنة ‪ ،‬مما يدل على وجود خطأ بالنسبة‬
‫لألعمار سواء لألب أو االبن‪ .‬كما تهني المراجعة األولية للبيانات إحالل الرموز أو‬
‫الدالئل مكان الكلمات والصفات واألسماء‪ .‬ومثال ذلك استبدال أسماء الكليات في‬
‫الجامعة برموز معينة ‪ ،‬مثال كلية الطب بالرمز ‪ 10‬وكلية الهندسة بالرمز ‪.12‬‬
‫تفريغ البيانات اإلحصائية ‪ :‬بمعني تفريغ الب يانات ضمن جدول يحتوى على‬ ‫‪‬‬
‫أعمدة تأخذ الشكل التالي‪:‬‬
‫عدد الطالب‬ ‫الدليل‬ ‫الكلية‬
‫‪25‬‬ ‫‪10‬‬ ‫الطب‬
‫‪33‬‬ ‫‪12‬‬ ‫الهندسة‬
‫‪45‬‬ ‫‪13‬‬ ‫التعليم عن بعد‬

‫عرض البيانات‬
‫يستخدم العرض الجدولي لعرض البيانات اإلحصائية من خالل تفريغ البيانات في جداول‬
‫تصمم حسب البيانات المجمعة‪ .‬وتقسم الجداول إلى جداول مقفلة ومفتوحة وجداول‬
‫منتظمة وغير منتظمة‪ .‬الجداول المقفلة لها بداية ونهاية محدودة (مثال ‪1 - 3‬‬
‫‪ .)21 – 23 ..............‬أما الجداول المفتوح إما أن يكون جدوال مفتوحا من أعلى‬
‫‪ – 22 ........... 1 - 3‬أكثر‪ ،‬أو جدول مفتوح من أدنى (مثال أقل من ‪......... 1‬‬
‫‪ ،)21 – 23‬أو جدوال مفتوح الطرفين (مثال أقل من ‪ 22 ........ 1‬فأكثر )‪ .‬وهناك‬
‫‪.)04 – 00‬‬ ‫‪01 – 7‬‬ ‫الجداول المنتظمة ( تكون أطوال فئاته متساوية ‪1 – 3‬‬

‫‪23‬‬
‫وهناك الجداول غير المنتظمة (وتكون أطوال فئاته غير متساوية‪،02 – 7 ، 1 - 3 :‬‬
‫للعرض‬ ‫ومثال‬ ‫‪ .05 – 03‬ويستخدم العرض الجدولي لللبيانات النوعية والكمية‪.‬‬
‫الجدولى للبيانات نوعية البيانات التالية والمتعلقة بتوزيع موظفي إحدى الشركات حسب‬
‫الجنسية ( ‪ 211‬موظف بنغالي – ‪ 51‬موظف مصري – ‪ 21‬موظف سعودي – ‪5‬‬
‫موظفين أردنيين‪ .‬والمطلوب ‪ :‬إعداد جدول لهذه البيانات واستخراج نسبة كل جنسية من‬
‫مجموع موظفي الشركة‪ .‬كما في الجدول أدناه‪:‬‬

‫النسبة ‪100‬‬ ‫العدد‬ ‫البيان الدول‬

‫‪%‬‬
‫‪72.7‬‬ ‫‪211‬‬ ‫بنجالدش‬
‫‪01.01‬‬ ‫‪51‬‬ ‫مصر‬
‫‪7.27‬‬ ‫‪21‬‬ ‫السعودية‬
‫‪0.15‬‬ ‫‪5‬‬ ‫األردن‬
‫‪% 011‬‬ ‫‪275‬‬ ‫المجموع‬

‫ومثال للعرض الجدولي للبيانات الكمية التوزيع الطولي لعدد ‪ 51‬تلميذ بالسنتيمتر‬
‫لفصول إحدى المدارس كاآلتي ‪– 034 – 050 – 042 – 031 – 031 – 025 :‬‬
‫‪012 – 052 – 021 - 051 – 041 – 039 – 071 – 017 – 054 – 043‬‬
‫– ‪072 – 040 - 030 – 079 – 021 – 020 – 021 – 053 – 035 – 047‬‬

‫‪24‬‬
‫– ‪014 – 045 – 037 – 045 – 044 – 011 – 032 – 031 – 040 – 075‬‬
‫– ‪011 – 071 – 011 – 077 – 033 – 074 – 041 – 055 – 041 – 029‬‬
‫– ‪. 027 – 049 – 011 – 071‬‬

‫‪075‬‬ ‫‪011‬‬ ‫‪053‬‬ ‫‪047‬‬ ‫‪040‬‬ ‫‪035‬‬ ‫‪029‬‬ ‫‪021‬‬

‫‪071‬‬ ‫‪017‬‬ ‫‪054‬‬ ‫‪041‬‬ ‫‪042‬‬ ‫‪031‬‬ ‫‪031‬‬ ‫‪020‬‬

‫‪077‬‬ ‫‪011‬‬ ‫‪055‬‬ ‫‪049‬‬ ‫‪043‬‬ ‫‪037‬‬ ‫‪030‬‬ ‫‪025‬‬

‫‪071‬‬ ‫‪071‬‬ ‫‪011‬‬ ‫‪051‬‬ ‫‪044‬‬ ‫‪031‬‬ ‫‪032‬‬ ‫‪021‬‬

‫‪079‬‬ ‫‪072‬‬ ‫‪012‬‬ ‫‪050‬‬ ‫‪045‬‬ ‫‪039‬‬ ‫‪033‬‬ ‫‪027‬‬

‫‪011‬‬ ‫‪074‬‬ ‫‪014‬‬ ‫‪052‬‬ ‫‪041‬‬ ‫‪041‬‬ ‫‪034‬‬ ‫‪021‬‬

‫ويتضح العرض الجدولي لهذا النوع من البيانات ترتيب هذه تصاعديا كاألتي‪- :‬‬
‫كما يوجد العرض البياني حيث يتم تمثيل البيانات بأشكال هندسية ذات فائدة علمية‬
‫تستخدم لغرض اعطاء فكرة واضحة وسريعة عن البيانات وتضم هذه االشكال ‪- :‬‬
‫االشرطة البيانية والدائرة البيانية والمستطيل البياني والخطوط البيانية والمربع التكراري‬
‫والمضلع التك ارريو المنحنى التكراري‪.‬‬

‫‪25‬‬
 ‫التوزيعات اإلحصائية والتك اررات والعرض الجدولي لها‪:‬‬
‫التوزيع التكراري ‪ :‬هو عبارة عن بيانات المتغير العشوائي المجمعة والمصنفة الى عدد‬
‫من المجاميع تسمى بالفئات ( أي توزيع القيم حسب الفئات)‪ .‬وهذه الفئات تكون غالبا‬
‫مرتبة ترتيبا تصاعديا او حسب طبيعة البيانات‪ .‬ويقصد بالفئات تقسيم القيم األصلية‬
‫للظاهرة إلى مجموعات جزئية متقاربة لبعضها البعض في مدى بسيط ‪ ،‬وبالتالي فإن‬
‫اتساع مدى الفئات قد يضيع بعض معالم التوزيع ما أن ضيق المدى قد يؤدى إلى فشل‬
‫عملية التبويب للبيانات ‪ ،‬وبالتالي فان تحديد الفئة يترك لتقدير الباحث عند القيام بإعداد‬
‫ويستحسن أن يتراوح عدد‬ ‫الجداول التك اررية وذلك حسب طبيعة البيانات األصلية‪.‬‬
‫الفئات مابين (‪ )05 - 5‬واال يزيد عن ذلك‪ .‬ويفضل ان تكون اطوال الفئات متساوية في‬
‫الطول لكي تسهل العمليات الحسابية‪ .‬وافضل أنواع التوزيع التكراري ان يكون عدد‬
‫الفئات متساوي الطول وان يكون التوزيع مغلقا ‪ ،‬لتسهيل العمليات الحسابية وحساب‬
‫بعض مقايس النزعة المركزية مثل الوسط الحسابي ‪ ،‬وبعض مقاييس التشتت مثل‬
‫االنحراف المعياري والتباين وغيرها‪ .‬ويرجع ذلك إلى أن حسابها يعتمد على تحديد مراكز‬
‫الفئات ‪ ،‬والتي اليمكن تحديدها اذا كان الجدول مفتوحا‪ .‬كما يجب أن تكون بداية ونهاية‬
‫حدود الفئات اعداد صحيحة لتسهيل العمليات الحسابية‪ .‬وإلعداد التوزيعات اإلحصائية‬
‫والتك اررات في الجداول البد من إتباع الخطوات التالية‪- :‬‬
‫‪- 0‬مدى الفئة = القيمة العليا – القيمة الدنيا أو يحسب مدى الفئة = القيمة العليا‬
‫– القيمة الد ‪ 3.322 + 0‬لوغ ‪n‬‬

‫‪26‬‬
‫‪- 2‬عدد الفئات = تحدد حسب تقدير الباحث للبيانات األصلي والتي تتراوح ( ‪– 5‬‬
‫‪ ) 05‬عدد الفئات = القيمة العليا – القيمة الدنيا مدى الفئة‪.‬‬
‫‪- 3‬اإلشارات = تحدد حسب تكرار األرقام‬
‫‪- 4‬الحدود الفعلية = ( القيمة الدنيا – ‪ ( , ) 1.5‬القيمة العليا ‪) 1.5‬‬
‫‪- 5‬مركز الفئات = ( القيمة الدنيا – ‪ ( , ) 1.5‬القيمة العليا ‪2 ) 1.5 +‬‬
‫= مجموع التكرار‬ ‫‪- 1‬التكرار النسبي = تكرار الفئة‬
‫‪- 7‬التكرار المئوي = تكرار الفئة × ‪ = % 011‬مجموع التكرار ‪ -‬مجموع قيم الفئة‬
‫= ( مجموع الوحدات اإلحصائية لكل فئة)‪.‬‬
‫‪- 1‬إيجاد مركز الفئة =( التكرار × مركز الفئة المجموع النظري‬
‫كيفية تكوين جدول توزيع تكراري‪:‬‬
‫الجل تكوين جدول توزيع تكراري نتتبع الخطوات التالية‪- :‬‬
‫‪ - 0‬ايجاد المدى الكلي للتوزيع الذي يمثل الفرق بين اكبرقيمة واصغر قيمة مضافا لها‬
‫العدد واحد‬
‫‪ - 2‬ايجاد عدد الفئات حسب صيغة ستيور جيس ‪M= 1+3.322log‬‬
‫‪ - 3‬ايجاد طول الفئة ‪ L‬حيث ان ‪L=R\M‬‬
‫مثال ‪ :‬لدينا البيانات التالية والتي تمثل مجموع المبالغ التي حصل عليها ‪ 20‬طالب‬
‫أسبوعيا والتي تمثل مصروفاتهم بالرياالت ( ‪, 04 , 02 , 00 , 05 , 01 , 1 , 02‬‬
‫‪) 09 , 04 , 07 , 9 , 01 , 01 , 31 , 01 , 25 , 32 , 22 , 01 , 07‬‬
‫والمطلوب ‪ :‬وضع البيانات السابقة في جدول تكراري‪ ،‬كاآلتي‪- :‬‬

‫‪27‬‬
 ‫إيجاد‬ ‫مجموع‬ ‫الوحدات‬ ‫مراكز التكرار التكرار‬ ‫الحدود الفعلية‬ ‫التكرار‬
‫مركز الفئة‬ ‫قيم‬ ‫اإلحصائية‬ ‫الفئات النسبي المئوي‬ ‫اإلشارات‬
‫الفئة‬ ‫لكل فئة‬ ‫‪011‬‬
‫‪%‬‬
‫‪05‬‬ ‫‪07‬‬ ‫‪9+1‬‬ ‫‪1.95‬‬ ‫‪1.95‬‬ ‫‪7.5‬‬ ‫‪01.5 - 4.5‬‬ ‫‪2‬‬ ‫‪//‬‬
‫‪17.5‬‬ ‫‪13‬‬ ‫‪00 + 01 +02‬‬ ‫‪1.33‬‬ ‫‪1.33 02.5‬‬ ‫‪05.5- 9.5‬‬ ‫‪7‬‬ ‫‪///////‬‬
‫‪+ 04 + 02 +‬‬
‫‪04 + 01‬‬
‫‪022.5‬‬ ‫‪021‬‬ ‫‪+ 07 + 05‬‬ ‫‪1.33‬‬ ‫‪1.33 07.5‬‬ ‫‪21.5- 04.5‬‬ ‫‪7‬‬ ‫‪///////‬‬
‫‪+ 01 + 01‬‬
‫‪+ 07 + 01‬‬
‫‪09‬‬
‫‪45‬‬ ‫‪43‬‬ ‫‪20 + 22‬‬ ‫‪1.95‬‬ ‫‪1.95 22.5 25.5 – 09.5‬‬ ‫‪2‬‬ ‫‪//‬‬
‫‪12.5‬‬ ‫‪17‬‬ ‫‪+ 25 + 32‬‬ ‫‪1.04‬‬ ‫‪1.04 27.5 31.5 – 24.5‬‬ ‫‪3‬‬ ‫‪///‬‬
‫‪31‬‬
‫‪352.5‬‬ ‫‪351‬‬ ‫‪011‬‬ ‫‪0‬‬ ‫‪-‬‬ ‫‪-‬‬ ‫‪20‬‬ ‫‪20‬‬

‫‪28‬‬
‫ويعرف التوزيع التكراري المتجمع بأنه كمية التكرار المتجمع عند نقطة معينة من قيم‬
‫ّ‬
‫المتغير العشوائي ويكون على نوعين هما‪:‬‬
‫‪- 0‬التوزيع التكراري المتجمع الصاعد ‪ :‬وهو تراكم التك اررات ابتداء من الفئة االولى وانتهاء‬
‫بالفئة االخير باالعتماد على الحدود العليا للفئات وعبارة اقل من اقل من او يساوي‪.‬‬
‫‪ 2‬التوزيع التكراري المتجمع الهابط‪ :‬وهو تناقص التك اررات ابتداء من الفئة االولى وانتهاء‬
‫بالفئة االخيرة وباالعتماد على الحدود الدنيا للفئات وعبارة اكبر من او يساوي‬
‫البعد المكاني للتوزيع التكراري‬
‫بما أن البيانات الجغرافية ذات بعد مكاني‪ ،‬فإن تمثيلها على الخرائط يتم على أساس‬
‫المساحة (وحدات احصائية ‪ ،‬ادارية) او بصيغة نقطية ‪ .‬وتعتمد مقاييس النزعة المركزية‬
‫لوص ف التوزيعات الجغرافية بغض النظر عن طبيعة التمثيل الخرائطي لها ‪ .‬إضافة الى‬
‫ذلك ‪ ،‬فان البيانات الجغرافية قد تنظم بصيغة قيم مفردة (غير مبوبة) ‪ ،‬أو يتم تصنيفها‬
‫الى فئات ويحسب تكرار فئاتها (قيم مبوبة) ‪ ،‬مما يحتم على الجغرافي تعلم استخدام‬
‫مقاييس النزعة المركزية ‪ ،‬وغيرها في حالة البيانات المبوبة و غير المبوبة ‪ ،‬أو النقطية‬
‫أو المساحية‪.‬‬
‫وتساعد مقاييس النزعة المركزية الجغرافي في وصف التوزيعات الجغرافية و التباين بين‬
‫األ نماط المكانية ‪ ،‬وتعد بداية يتطلبها تطبيق الكثير من تقنيات التحليل المكاني‪ .‬كما‬
‫يؤدي استخدام مقاييس النزعة المركزية إلى توفير خالصة دقيقة‪ ،‬سهلة الفهم ‪ ،‬عن‬
‫خصائص مجموعة البيانات قيد التحليل في معظم المشكالت التي يعالجها الجغرافيون‪.‬‬
‫ولكن عند تطبيق االحصاء الوصفي على البيانات المكانية ‪ ،‬خاصة عند مقارنتها مكانيا‬

‫‪29‬‬
‫بد من توخي الحذر و ذلك لوجود مؤثرات عديدة ‪ ،‬مثل اختالف حدود‬ ‫أو زمنيا ‪ ،‬ال ّ‬
‫منطقة الدراسة ‪ ،‬و حدود الوحدات اإلحصائية للبيانات والتغيرات التي قد حصلت في‬
‫حدود الوحدات االحصائية و االدارية ‪ ،‬واختالف مستويات ‪ Scales‬جمع البيانات ‪.‬‬
‫للموقع ‪ Location‬أهمية خاصة في الجغرافيا ‪ ،‬وقد تعززت هذه األهميته ألن له‬
‫معنيين ‪ ،‬إحصائي و مكاني‪ .‬ويقصد بالمعنى اإلحصائي للموقع موقع القيمة من نقطة‬
‫معينة في توزيع قيم المتغير‪ ،‬أي أن لكل قيمة إحصائية في البيانات الجغرافية موقع‬
‫مكاني مناظر له‪.‬‬
‫الدائرة المقسمة‬
‫هي عبارة عن رسم بياني دائري مقسم إلى قطاعات والتي تظهر بالتناسب حجم‬
‫المجموعات المختلفة للمتغير تحت الدراسة‪ .‬وتعتبر الدائرة المقسمة جيدة دا ومفيدة‬
‫لعرض البيانات في شكل مجموعات‪.‬‬
‫ومثال للدوائر المقسم ‪ ،‬نفترض وجود ‪ 211‬خريج من إحدى الكليات وقد أخذت الخلفية‬
‫االجتماعية – االقتصادية لهم في الدراسة ووجد أن ‪ 011‬منهم ذوي خلفية اقتصادية‬
‫منخفضة ‪ 11 ،‬من المتوسطة و ‪ 41‬من المرتفعة‪ .‬ويمكن استخدام الدائرة القسمة لتمثيل‬
‫هذه الخلفيات الثقافية المختلفة باستخدام المعادلة‪:‬‬
‫الدائرة المقسمة = تكرار كل مجموعة ‪ /‬مجموع عدد الحاالت في كل المجموعات ‪X‬‬
‫‪0/ 311‬‬
‫عليه‪ :‬المجموعة األولى = ‪011 = 0/311 X 211/011‬‬
‫المجموعة الثانية= ‪011 = 0/311 X 211 / 11‬‬

‫‪30‬‬
 ‫المجمعة الثالثة =‪72 = 0/311 X 211/41‬‬

‫األعمدة البيانية‬
‫هي طريقة تسخدم لعرض البيانات المصنفة على المقياسين اإلسمي والترتيبي‬
‫‪ catergorical‬والذين يظهران أحجام المجموعات للمتغير تحت الدراسة في شكل‬
‫أعمدة‪ .‬وفي الرسم البياني ذي األعمدة البيانية تفصل األعمدة في العادة عن بعضها‬
‫البعض بفراغ بسيط بحكم أن المجموعات المختلفة ال تعتمد على فواصل متساوية‬
‫معروفة (الشكل )‪ .‬وتختلف بذلك عن أعمدة الهستوقرام التي تلمس بعضها البعض‬
‫(الشكل )‪.‬‬

‫‪31‬‬
 ‫أعمدة بيانية متساوية الفواصل‬

‫أعمدة بيانية متالصقة (الهستوقرام)‬

‫‪32‬‬
 ‫الخطوط البيانية‬
‫تستعمل الظهار العالقة بين الظاهرة المدروسة زمدى ارتباطها بعنصر الزمن بحيث‬
‫تظهر أي نقطة على الرسم البياني حجم هذه الظاهرة خالل فترة زمنية معينة‪ .‬مثال ذلك‬
‫الرسم البياني الخطي الموضح في الشكل أدناه والذي يمثل كميات المطر الهاطلة فوق أم‬
‫كدادة ‪ ،‬ولعيت جار النبي وطويشة في والية شرق دارفور خالل الفترة من ‪ 2111‬والى‬
‫‪.2101‬‬

‫‪33‬‬
 ‫الفصل الثالث‬
‫المقاييس الوصفية في اإلحصاء‬
‫تطرق البابين السابقين إلى التعريف باإلحصاء وطبيعة البيانات الجغرافية وطرق‬
‫تلخيصها في جداول تك اررية وغيرها من المواضيع ذات الصلة‪ .‬ومن المعروف أن الرسوم‬
‫تكون غير دقيقة ‪ ،‬لذلك يجب توفر بعض المقاييس العددية لتصف لنا البيانات بشكل‬
‫أدق‪ .‬وهذا ما سيتطرق له هذا الباب بذكر مقاييس النزعة المركزية أو مقاييس الموضع و‬
‫المتوسطات‪ ،‬وهي مقاييس عددية تصف تعين موقع التوزيع ‪ ،‬وهي مهمة في حالة‬
‫المقارنة بين التوزيعات المختلفة بشكل عام‪ .‬وتكون فائدتها أكثر في حالة التوزيعات‬
‫المتشابهة في طبيعتها وأشكالها ولكنها مختلفة في مواقعها‪.‬‬
‫يعرف الرقم بأنه القيمة المفردة التي تأخذ شكل المتوسط أو النسبة المئوية أو غيرها‪.‬‬
‫ّ‬
‫ويعتبر الرقم في حد ذاته ذي معنى محدود‪ ،‬ولكن تزداد قيمته وضوحا عند مقارنته مع‬
‫غيره من االرقام ‪ .‬فعندما يعلن متجر ما عن تخفيض لالسعار بقيمة (‪ )011‬أو‬
‫(‪ )0111‬جنيه ‪،‬فقد يكون هذا تالعبا بااللفاظ وتكون هذه االرقام غير ذات معنى إن لم‬
‫تقارن بسعر السلعة ذاتها‪ .‬فالرقم ال يفسر نفسه ‪ ،‬بل يتم ذلك من خالل أرقام أخرى ذات‬
‫داللة و معنى‪ .‬ومن األشياء الواجب معرفتها أيضا في المقاييس الوصفية أو غيرها من‬
‫المقاييس األخرى ما يعرف برمز التجميع أو سيقما( ∑)‪ .‬فإذا كان لدينا مجموعة من‬
‫المشاهدات ( ‪ ،) X1, X2, X3, …… Xn‬فإن حاصل جمع هذه المشاهدات يمكن‬
‫التعبير عنه كما يلي‪:‬‬
‫‪∑ni=1 xi = X1 + X2 + X3 + ……+ Xn‬‬

‫‪34‬‬
 ‫ن‬
‫س ‪+......+ 3‬سن‬ ‫س‪ + 0‬س‪+ 2‬‬ ‫و=‪0‬‬ ‫أو باللغة العربية ‪ :‬مج‬
‫وفي بعض األحيان يكتب ‪ ، ∑X :‬أو مج س وهذا معناه جمع قيم س‪.‬‬
‫الوسط الحسابي (المتوسط)‬
‫يمكن تعريف المتوسطات بأنها القيمة النموذجية الممثلة لمجموعة من البيانات‪ .‬وبحكم‬
‫أن القيمة النموذجية تميل للوقوع في المركز لذلك فإنه يمكن أن تسمى المتوسطات‬
‫بمقاييس النزعة المركزية‪ .‬وتضم هذه المقاييس كل من الوسط الحسابي (المتوسط)‬
‫والوسط المرجح‪ ،‬والوسيط والمنوال في حالتي البيانات الخام (غير المبوية) والبيانات‬
‫المبوية‪.‬‬
‫يعتبر الوسط الحسابي أهم وأكثر مقاييس النزعة المركزية استخداماً في اإلحصاء والحياة‬
‫العملية‪ .‬يعرف المتوسط بأنه حاصل جمع المشاهدات أو البيانات مقسوما على عددها‪.‬‬
‫ويرمز له بالركز س‪ ، -‬ومعادلته هي‪:‬‬
‫ن‬
‫و=‪ 0‬سو‬ ‫ا‪/‬ن مج‬ ‫=‬ ‫س‪ = -‬مج س‪ + 0‬س‪ + 2‬س‪ + ... 3‬سن‪ /‬ن‬
‫ومثال لذلك‪ :‬إذا كانت درجات خمس طالب في مقرر الجغرافيا االقتصادية هي‪،11 :‬‬
‫‪13 ،11 ،41 ،72‬‬
‫الحل‪:‬‬
‫‪5‬‬
‫س = ‪305 = 11+72+41+72+11‬‬ ‫و=‪0‬‬ ‫مج‬
‫ن‬ ‫‪-‬‬
‫سو = ‪13 = )305( 5/0‬‬ ‫و=‪0‬‬ ‫ا‪/‬ن مج‬ ‫=‬ ‫إذن ‪ :‬س‬
‫اسـتعـماالت المتوسط‬
‫يستخدم المتوسط في وصف النزعة المركزية عند توفر الشروط االتية ‪- :‬‬

‫‪35‬‬
 ‫‪ )0‬عندما تكون القيم موزعة بصورة متماثلة تقريبا‪.‬‬
‫‪ )2‬عندما يتطلب البحث وصف النزعة المركزية للقيم‪.‬‬
‫‪ )3‬عندما تكون قيم النزعة المركزية أساس لتحليل إحصائي الحق‪.‬‬
‫‪ )4‬عند البحث عن الصلة بين العينة و مجتمعها ‪ ،‬و تقدير خصائص المجتمع ‪.‬‬
‫خصائص المتوسط الحسابي‬
‫‪- 0‬المجموع الجبري النحرافات القيم عن وسطها الحسابي يساوي صفر‪.‬‬
‫‪- 2‬سهل في حسابه ويخضع للعمليات الجبرية بسهولة‪.‬‬
‫‪- 3‬يأخذ في االعتبار جميع القيم موضع الدراسة‪.‬‬
‫‪- 4‬يكون مجموع القيم المنحرفة عنه مساويا للصفر‪.‬‬
‫‪- 5‬النقطة التي تتوازن حولها مجموعة القيم‪ ،‬ويكون حساسا جدا للقيم المتطرفة‪.‬‬
‫‪- 1‬يكون مجموع مربع انحراف القيم عن وسطها الحسابي هو األقل في مجموع‬
‫تربيع انحراف القيم عن أية قيمة أخرى عدا معدل المتغير نفسه‪.‬‬
‫‪- 7‬ال تتأثر قيمته كثي ار عند اعادة تنظيم التوزيع التكراري ‪ ،‬أي عند اعادة توزيع‬
‫المشاهدات على فئات جديدة مغايرة في اطوالها للفئات االصلية‪.‬‬
‫‪- 1‬ال يصلح الوسط الحسابي لتمثيل البيانات االحصائية المبوبة التي تتوزع قيمها‬
‫دون انتظام على الفئات المختلفة‪.‬‬
‫عيوب المتوسط الحسابي‬
‫من بعض عيوب المتوسط الحسابي‪:‬‬
‫‪- 0‬أنه يتاثر بالقيم الشاذة (الصغيرة أو الكبيرة جدا) مقارنة بباقي القيم‪.‬‬

‫‪36‬‬
‫‪- 2‬يصعب حسابه في حالة الجداول التك اررية المفتوحة ألنه يتطلب معرفة مركز كل‬
‫فئة‪.‬‬
‫‪- 3‬ال يمكن حسابه في حالة البيانات الوصفية‪.‬‬
‫الوسط الحسابي للبيانات المبوبة‬
‫يستعمل الجغرافيون في كثير من األحيان بعض البيانات المبوبة في شكل فـئات ‪ ،‬قد‬
‫تكون عمرية ‪ ،‬أو مهنية ‪ ،‬أو تضاريسية ‪ ،‬وغيرها ‪ ،‬حيث يعتبر التعامل مع البيانات‬
‫على هذا الشكل أفضل بكثير من الصيغة المفردة‪ ،‬وأكثر تناسبا مع هدف الدراسة و‬
‫منهجهاالدراسة ‪ .‬وتشترك الجغرافيا مع غيرها من العلوم في هذه الطريقة التي تعتمد‬
‫التصنيف و التبويب أساسا في التحليل و الدراسة‪ .‬لقد أوجد اإلحصائيون اكثر من طريقة‬
‫لمعالجة البيانات المبوبة‪ ،‬وميزوا بين ‪ )0( :‬البيانات المبوبة ذات الفئات المتساوية‬
‫المدى ‪ ،‬و (‪ )2‬والبيانات المبوبة ذات الفئات المفتوحة النهاية‪ .‬ويتضمن حساب المتوسط‬
‫الحسابي في كلتا الحالتين وجود بيانات في شكل فئات يقابلها تك اررات‪ .‬ومثال لذلك إذا‬
‫كان لدينا عدد ك من الفئات ذات المراكز (س‪ ، 0‬س‪ ،..... ، 2‬سك ) على الترتيب‪،‬‬
‫فإن الوسط الحسابي يحسب بالمعادلة التالية‪:‬‬
‫ك‬
‫ت‪0‬س‪ / 0‬مج‬ ‫و= ‪0‬‬ ‫س‪ = -‬ت‪0‬س‪ + 0‬ت‪ 2‬س‪ + 2‬ت‪ 3‬س‪ + ..... + 3‬تك سك = مج‬
‫ك‬ ‫ن‬
‫ت ‪ ،‬ويمكن توضيح ذلك في‬ ‫و=‪0‬‬ ‫ت‪ 0‬سو حيث ن = مج‬ ‫و=‪0‬‬ ‫كو=‪ 0‬ت‪ = 0‬ا‪/‬ن مج‬
‫المثال التالي‪:‬‬

‫‪37‬‬
 ‫أحسب متوسط أعمار الطالب للبيانات التالية‪:‬‬
‫‪04- 03‬‬ ‫‪02- 00‬‬ ‫‪01- 9‬‬ ‫‪1-7‬‬ ‫‪1- 5‬‬ ‫فئات العمر‬
‫‪0‬‬ ‫‪4‬‬ ‫‪1‬‬ ‫‪5‬‬ ‫عدد الطالب ‪2‬‬

‫ست‬ ‫الفئات التك اررات (ت)‬ ‫مراكز‬ ‫الفئات‬

‫(س)‬
‫‪00‬‬ ‫‪2‬‬ ‫‪5.5‬‬ ‫‪1- 5‬‬
‫‪37.5‬‬ ‫‪5‬‬ ‫‪7.5‬‬ ‫‪1- 7‬‬
‫‪71‬‬ ‫‪1‬‬ ‫‪9.5‬‬ ‫‪01- 9‬‬
‫‪41‬‬ ‫‪4‬‬ ‫‪00.5‬‬ ‫‪02- 00‬‬
‫‪03.5‬‬ ‫‪0‬‬ ‫‪03.5‬‬ ‫‪04- 03‬‬
‫‪014‬‬ ‫المجموع‬
‫ن‬
‫= ‪ 9.2 = )014( 21/0‬سنة‬ ‫و=‪ 0‬ت‪ 0‬سو‬ ‫س‪ = -‬ا‪/‬ن مج‬
‫معدل قيم مجدولة متساوية المدى‬
‫لحساب قيمة المتوسط للبيانات المبوبة المتساوية المدى يمكن استخدام إحدى الطرق‬
‫الثالثة االتية‪:‬‬
‫الطريقة األولى‬
‫ويمكن تطبيقها باتباع الخطوات التالية (أنظر الجدول أدناه)‪:‬‬
‫‪ )0‬ايجاد مركز الفئة ( العمود الثالث في الجدول)‪.‬‬

‫‪38‬‬
 ‫‪ )2‬ضرب مركز الفئة بالتكرار المقابل لها (العمود ‪.)4‬‬
‫‪ )3‬حساب مجموع حصل الضرب‪.‬‬
‫‪ )4‬تقسيم ناتج الخطوة (‪ )3‬اعاله على مجموع التك اررات‬
‫المتوسط الحسابي = مجموع (مركز الفئة ‪ X‬تكرارها) \ مجموع التك ار ار‬
‫= ‪09.5 = 02 / 234‬‬
‫‪8‬‬ ‫‪7‬‬ ‫‪6‬‬ ‫‪5‬‬ ‫‪4‬‬ ‫‪3‬‬ ‫‪2‬‬ ‫‪1‬‬

‫ت‪X‬‬ ‫انحراف‬ ‫ت‪X‬‬ ‫انحراف‬ ‫ت‪X‬‬ ‫مركز‬ ‫تكرار‬ ‫الفئة‬

‫الفئة‬ ‫العمرية‬
‫أ‬ ‫أ‬ ‫ح‬ ‫(ح)‬ ‫مف‬ ‫مف‬

‫‪3-‬‬ ‫‪3-‬‬ ‫‪11-‬‬ ‫‪11-‬‬ ‫‪7‬‬ ‫‪7‬‬ ‫‪1‬‬ ‫‪9–5‬‬

‫‪6-‬‬ ‫‪2-‬‬ ‫‪15-‬‬ ‫‪5-‬‬ ‫‪36‬‬ ‫‪12‬‬ ‫‪3‬‬ ‫‪04 – 01‬‬

‫‪2-‬‬ ‫‪1-‬‬ ‫‪1‬‬ ‫‪1‬‬ ‫‪34‬‬ ‫‪17‬‬ ‫‪2‬‬ ‫‪09 – 05‬‬

‫‪1‬‬ ‫‪1‬‬ ‫‪15‬‬ ‫‪5‬‬ ‫‪66‬‬ ‫‪22‬‬ ‫‪3‬‬ ‫‪24 – 21‬‬

‫‪1‬‬ ‫‪1‬‬ ‫‪11‬‬ ‫‪1‬‬ ‫‪27‬‬ ‫‪27‬‬ ‫‪1‬‬ ‫‪29 – 25‬‬

‫‪4‬‬ ‫‪2‬‬ ‫‪31‬‬ ‫‪15‬‬ ‫‪64‬‬ ‫‪32‬‬ ‫‪2‬‬ ‫‪34 – 31‬‬
‫‪6-‬‬ ‫‪31‬‬ ‫‪234‬‬ ‫‪12‬‬ ‫المجموع‬

‫جدول يوضح معدل قيم مجدولة متساوية المدى‬

‫‪39‬‬
 ‫الطريقة الثانية‬
‫وتتبع فيها الخطوات اآلتية (أنظر الجدول اعاله)‪- :‬‬
‫‪- 0‬تحديد مراكز الفئات (العمود ‪)3‬‬
‫‪- 2‬اختيار احد هذه المراكز ليكون وسطا فرضيا (وليكن مثال ‪ 04 - 01‬والذي‬
‫يقابله ‪)07‬‬
‫‪- 3‬ايجاد انحراف مراكز الفئات عن الوسط الفرضي (العمود ‪ ،)4‬أي طرح‬
‫مراكز الفئات عن الوسط الفرضي (مثال طرح ‪ 07‬عن ‪)02‬‬
‫‪- 4‬ضرب التك اررات في االنحرافات المناظرة لها (العمود ‪.)5‬‬
‫‪- 5‬حساب مجموع الفقرة (‪ )4‬أعاله وتقسيمه على مجموع التك اررات لينتج‬
‫المتوسط الحسابي لالنحرافات‬
‫‪- 1‬اضافة المتوسط الحسابي لالنحرافات الى المتوسط الفرضي لينتج المتوسط‬
‫الحقيقي ‪.‬‬
‫المتوسط الحسابي = مركز الفئة الوسطى ‪( +‬مجموع (انحراف مركز الفئة عن مركز‬
‫الفئة الوسطى ‪ X‬تكرارها) ‪ /‬مجموع التك اررات‬
‫= ‪09.5 = 2.5 + 07 = )02 \ 31( + 07‬‬
‫الطريقة الثالثة‬
‫ويتبع فيها الخطوات التالية (أنظر الجدول السابق) ‪- :‬‬
‫‪ )0‬اختيار إحدى الفئات لتكون نقطة بداية‪ ،‬حيث يعد مركزها وسطا فرضيا ‪،‬‬
‫ومن األفضل أن تكون الفئة في وسط التوزيع لتسهل العمليات الحسابية‪.‬‬

‫‪40‬‬
 ‫‪ )2‬تحديد االنحرافات التراتبية للفئات عن الفئة الوسطية (وهي الفئة التي‬
‫تحتوي على الوسيط)‪( ،‬أنظر العمود ‪)7‬‬
‫‪ )3‬ضرب االنحرافات التراتبية بالتك اررات المناظرة لها (العمود ‪)1‬‬
‫‪ )4‬ايجاد مجموع حاصل عمليات الضرب في الخطوة السابقة ‪ ،‬وحساب‬
‫متوسطها الحسابي‪.‬‬
‫‪ )5‬ولما كانت االنحرافات التراتبية تقل عن االنحرافات االصلية بنسبة طول‬
‫الفئة ‪ ،‬لذا يضرب ناتج الخطوة السابقة في طول الفئة‬
‫‪ )1‬يضاف ناتج الخطوة االخيرة الى المتوسط الفرضي لينتج المتوسط الحقيقي‬
‫المتوسط الحسابي = مركز الفئة الوسيطية ‪ +‬طول الفئة ‪( X‬مجموع انحراف رتبة‬
‫الفئة عن رتبة الفئة الفرضية ‪ X‬تكرار الفئة ) \ مجموع التك اررات )‬
‫= ‪09.5 = )2.5- ( + 22 = )1.5- ( * 5 + 22 = )02 \ 1- ( * 5 + 22‬‬

‫وكما توضحه المعادلة ‪:‬‬

‫* ‪x  x0  c‬‬
‫‪‬‬ ‫‪fd‬‬
‫‪n‬‬
‫معدل بيانات مجدولة مفتوحة النهاية‬
‫يتعذر اتباع الطرق السابقة في حساب المتوسط اذا كان الجدول التكراري يضم فئات‬
‫مفتوحة النهاية بسبب عدم امكانية تحديد مراكز مثل هذه الفئات ‪ .‬وقد يكمن الحل في‬
‫تحديد الحدود الدنيا و العليا اافئات فرضيا حسب موقعها في التوزيع وبما يتناسب مع‬
‫طبيعة الموضوع قيد التحليل أوبناءا على خبرة سابقة ‪ .‬وفي جميع هذه تعتبر قيمة‬
‫‪41‬‬
‫المتوسط قيمة تقديرية وليست دقيقة تماما ‪ .‬ويمكن اعتماد الوسط الحسابي للفئات‬
‫االخرى كمقياس للفئات المفتوحة ‪ .‬وبحكم أن النتيجة تعتبر تقريبية ‪ ،‬من األفضل اعتماد‬
‫مقاييس النزعة المركزية االخرى التي ال تتأثر بمثل هذه الحالة ‪.‬‬
‫الوسط الهندسي‬
‫سن يحسب بالمعادلة‪:‬‬ ‫س‪........ ، 3‬‬ ‫الوسط الهندسي لمجموعة من القيم ‪ :‬س‪ ، 0‬س‪، 2‬‬
‫سن‬ ‫الوسط الهندسي = √ن س‪ 0‬س‪ 2‬س‪...... 3‬‬
‫ومثال لذلك أوجد الوسط الهندسي لألعداد‪2 ،3 ،5 ،01 :‬‬
‫الحل ‪:‬‬
‫الوسط الهندسي = √‪311 4√ = 2.3.5.01 4‬‬
‫الوسط الهندسي للبيانات المبوية (المبوبة)‬
‫يكون بتطيق المعادلة التالية‪:‬‬
‫سن‬ ‫الوسط الهندسي = √ن ت‪ . 0‬س‪ 0‬ت‪ . 2‬س‪ ....... 2‬تن ‪.‬‬
‫تو‬ ‫ن = مج‬
‫الوسط التوافقي‬
‫ن‬
‫مج ‪/0 0=0‬س و‬ ‫الوسط التوافقي = ن ‪/‬‬
‫مثال أوجد الوسط التوافقي للبيانات التالية‪9 ، 7 ،5 ،2 :‬‬
‫الحل‪:‬‬
‫ن=‪4‬‬
‫‪/0‬س‪4‬‬ ‫مج ‪/0‬سو = ‪/0‬س‪/0 + 0‬س‪/0 + 2‬س‪+ 3‬‬

‫‪42‬‬
‫= ½ ‪ = 9/0 + 7/0 + 5/0 +‬ن‪ /‬مج ‪/0‬سو = ‪9/0 + 7/0 + 5/0 + ½ = /4‬‬
‫=‬
‫الوسط التوافقي للبيانات المبوبة‬
‫الوسط التوافقي= ‪/0‬ن (ت‪ / 0‬س‪ + 0‬ت‪ / 2‬س‪ ....... 2‬تن ‪ /‬سن ) = ‪/0‬ن مج تو ‪/‬‬
‫سو‬

‫مثال ‪ :‬أوجد الوسط التوافقي لليانات المبوبة التالية‪:‬‬

‫‪05- 03‬‬ ‫‪02- 01‬‬ ‫‪9- 7‬‬ ‫‪1- 4‬‬ ‫‪3- 0‬‬ ‫الفئات‬
‫‪2‬‬ ‫‪5‬‬ ‫‪1‬‬ ‫‪3‬‬ ‫‪2‬‬ ‫التك اررات‬
‫الحل‬
‫ت‪/‬س‬ ‫‪/0‬س‬ ‫التكرار (ت)‬ ‫مراكز الفئات (س)‬ ‫الفئات‬
‫‪0‬‬ ‫‪1.5‬‬ ‫‪2‬‬ ‫‪2‬‬ ‫‪3- 0‬‬
‫‪1.1‬‬ ‫‪1.2‬‬ ‫‪3‬‬ ‫‪5‬‬ ‫‪1- 4‬‬
‫‪0.1‬‬ ‫‪1.025‬‬ ‫‪1‬‬ ‫‪1‬‬ ‫‪9- 7‬‬
‫‪1.5‬‬ ‫‪1.0‬‬ ‫‪5‬‬ ‫‪00‬‬ ‫‪02- 01‬‬
‫‪1.2‬‬ ‫‪.1‬‬ ‫‪2‬‬ ‫‪02‬‬ ‫‪05- 03‬‬
‫‪3.0‬‬ ‫المجموع‬
‫الوسط التوافقي = ‪/0‬ن مج تو ‪ /‬سو = ‪1.2 = 5 / 3.0 = 3.0 X 5/0‬‬

‫‪43‬‬
 ‫المتوسط الموزون ‪:‬‬
‫عندما تختلف قيم المتغير عن بعضها ليس في قيمها العددية وفي أوزانها وأهميتها ‪ ،‬فان‬
‫معدل قيم المتغير (العددية) ال يعكس أهمية القيم الحقيقية ‪ ،‬لذ لك بتطلب االمرحساب‬
‫معدل أهمية القيم ‪ ،‬والذي يعرف باسم المتوسط الموزون ‪ ،‬أو الوسط الحسابي المرجح‪،‬‬
‫والذي يعتمد مع القيم المكررة اختصا ار لعملية الجمع ‪ ،‬و طالما لم توزع القيم الى فئات‪.‬‬
‫وتحسب قيمة هذا المتوسط بضرب كل قيمة بما يقابلها من "وزن" ‪ ،‬أو تكرار ‪ ،‬ثم جمع‬
‫حاصل الضرب الناتج ‪ ،‬ثم يقسم الناتج على مجموع التك اررات (األوزان) ‪ ،‬طبقا للمعادلة‬
‫اآلتية ‪- :‬‬

‫‪x ‬‬
‫‪ wx‬‬
‫‪w‬‬

‫وعندما تتكرر بعض القيم ‪ ،‬يفضل حساب تكرار كل قيمة ‪ ،‬وضربها بها ‪ ،‬وحساب‬
‫مجموع حاصل الضرب ‪ ،‬ثم قسمته على مجموع عدد القيم (التك اررات) ‪ ،‬حسب الصيغة‬
‫التالية‪ :‬المعدل= مجموع حاصل ضرب القيمة في تكرارها‪/‬مجموع التك اررات‬
‫= ‪1,1 = 29 / 232‬‬

‫‪44‬‬
 ‫‪FX‬‬ ‫التكرار‬ ‫القيمة‬ ‫‪FX‬‬ ‫التكرار‬ ‫القيمة‬
‫‪f‬‬ ‫‪X‬‬ ‫‪f‬‬ ‫‪X‬‬
‫‪11‬‬ ‫‪1‬‬ ‫‪22‬‬ ‫‪21‬‬ ‫‪2‬‬ ‫‪21‬‬

‫‪63‬‬ ‫‪4‬‬ ‫‪9‬‬ ‫‪51‬‬ ‫‪5‬‬ ‫‪21‬‬

‫‪18‬‬ ‫‪4‬‬ ‫‪7‬‬ ‫‪48‬‬ ‫‪3‬‬ ‫‪8‬‬
‫‪21‬‬ ‫‪1‬‬ ‫‪5‬‬ ‫‪28‬‬ ‫‪6‬‬ ‫‪3‬‬

‫‪161‬‬ ‫‪19‬‬ ‫مجموع‬ ‫‪8‬‬ ‫‪1‬‬ ‫‪4‬‬

‫كذلك تستخدم المتوسطات الموزونة ل تحليل نتائج االستبيانات‪ .‬ويمكن أن نورد المثال‬
‫اآلتي والخاص باستطالع أجري وسط طلبة إحدى الجامعات عن الوقت المستثمر‬
‫ألغراض الدراسة الجامعية اسبوعيا وحسب الكليات‪ .‬وقد خرج االستطالع بالنتيجة االتية‪:‬‬
‫معدل الوقت‬ ‫العينة‬ ‫عدد الطلبة‬ ‫الكلية‬
‫‪4221‬‬ ‫‪36‬‬ ‫‪245‬‬ ‫اآلداب‬

‫‪4125‬‬ ‫‪51‬‬ ‫‪251‬‬ ‫العلوم‬

‫‪3771‬‬ ‫‪23‬‬ ‫‪66‬‬ ‫العلوم االجتماعية‬

‫‪4178‬‬ ‫‪116‬‬ ‫‪564‬‬ ‫الكلية‬

‫‪45‬‬
 ‫المعدل = ((‪+ 245( \ ))37.1 X 19 ( + )41.5 X 251 ( + )42,0 X 245‬‬
‫‪) 19 + 251‬‬
‫= (‪514 \ ) 2553 + 01025 + 01304.5‬‬
‫= ‪514 \ 22992.5‬‬
‫= ‪ 41.7111‬ساعة اسبوعيا‬
‫وهذا هو المعدل لطلبة الجامعة وليس للعينة فقط ‪ ،‬بينما يكون معدل العينة هو ‪:‬‬
‫‪.‬‬ ‫(‪ 39.111 = 3 \ ) 37.1 + 41.5 + 42.0‬ساعة اسبوعيا للعينة‬
‫متوسط النسب ‪Average Rating‬‬
‫يستعمل هذا النوع من المتوسط مع االستبيانات التي تكون أجابة أسئلتها محددة بخيارات‬
‫متباينة في قيمتها وأهميتها للبحث ‪ .‬فمثآل ‪ ،‬في دراسة ما استطلع رأي خمسين مدي ار‬
‫لمؤسسات تعليمية ‪ ،‬و ترك الباب مفتوحا لخمس خيارات لإلجابة عن سؤال معين‪،‬‬
‫والمهم هنا هو كيف سيتم حساب معدل نسب االجابات ؟‪ .‬ولتوضيح ذلك نعرض‬
‫الجدول أدناه‪:‬‬
‫غير مهم بالتأكيد‬ ‫غير مهم‬ ‫محايد‬ ‫مهم‬ ‫مهم بالتأكيد‬ ‫الهدف‬
‫‪5‬‬ ‫‪4‬‬ ‫‪3‬‬ ‫‪2‬‬ ‫‪0‬‬
‫‪1‬‬ ‫‪1‬‬ ‫‪4‬‬ ‫‪21‬‬ ‫‪26‬‬ ‫‪3‬التحصيل العلمي‬
‫‪11‬‬ ‫‪21‬‬ ‫‪5‬‬ ‫‪2‬‬ ‫‪13‬‬ ‫االبداع‬
‫‪1‬‬ ‫‪5‬‬ ‫‪11‬‬ ‫‪24‬‬ ‫‪11‬‬ ‫المواطنة‬
‫‪12‬‬ ‫‪31‬‬ ‫‪1‬‬ ‫‪1‬‬ ‫‪6‬‬ ‫تطور الشخصية‬

‫‪46‬‬
‫ولحساب معدل نسبة إجابة هؤالء المدراء عن حالة االبداع مثال ‪ ،‬تضرب اإلجابة‬
‫الخاصة باالبداع في الوزن الذي قدره الباحث لالجابة (الرقم في السطر األول)‪ ،‬بحيث‬
‫نتحصل على معدل النسبة كاآلتي‪:‬‬
‫معدل النسبة = ((‪)5 X 01( + ) 4 X 21 ( + )3 X 5( + )2 X 2( + )0 X 03‬‬
‫‪3,24 = 51 \ ) 51 + 11 + 05 + 4 + 03( = 51/‬‬
‫وكلما كانت قيمة معدل النسبة قريبة من (‪ )0‬كلما كانت أكثر أهمية ‪ ،‬وقد يكون العكس‬
‫صحيحا إذا تم حساب طريقة تحديد أوزان كل إجابة ‪ ،‬كما نجد في المثال السابق أن‬
‫معدل النسب كان كاآلتي ‪ :‬التحصيل العلمي (‪ ، )0,51‬المواطنة (‪ ، )2,01‬االبداع‬
‫(‪ ، )3,24‬وتطور الشخصية (‪.)3,12‬‬
‫بعض التطبيقات الجغرافية للمتوسط‬
‫(‪)1‬المـركـز المتوسط ‪The mean centre ،‬‬
‫يعــرف المركــز المتوســط ل لتوزيــع النقطــي بانــه نقطــة ذات بعــدين تحــدد موقــع معــدل جميــع‬
‫النقـ ــاط علـ ــى هـ ــذين المحـ ــورين (البعـ ــدين) ‪ ،‬أي انـ ــه النقطـ ــة التـ ــي يلتقـ ــي عنـ ــدها معـ ــدلي‬
‫المحورين الرأسي واألفقـي لتمثـل مركـز معـدل التوزيعـات المكانيـة‪ .‬وهـو أبسـط طـرق قيـاس‬
‫التوزيعــات المكانيــة النقطيــة ‪ ،‬وينــاظر معــدل قــيم مجموعــة البيانــات الرقميــة المفــردة حيــث‬
‫تستخدم نفس الطريقة لحسابها‪ ،‬والتي سبق ذكرها‪ .‬ومعـروف أن الـنقط فـي الخريطـة ترمـز‬
‫أي مـن الم ارفـق الخدميـة أو‬
‫إلى ظواهر جغرافية مختلفة قد تكون منطقة استقرار بشري أو ّ‬
‫الصناعية‪ .‬وتتضمن خطوات حساب المركز المتوسط اآلتي‪:‬‬

‫‪47‬‬
‫‪- 0‬رسم شبكة مربعات تغطي منطقة الدراسة حيث تقاس مواقع النقاط طبقا لمحوريها‬
‫السـيني و الصــادي ( ‪ . )y , x‬وقــد تكـون شــبكة المربعـات هــذه اعتباطيــة ‪ ،‬او‬
‫خط ــوط الط ــول والع ــرض نفس ــها ‪ .‬المه ــم انه ــا تق ــيس مواق ــع النق ــاط باالتج ــاهين‬
‫الش ــمالي و الغرب ــي (أو الجن ــوبي والشـ ـرقي) ‪ .‬وحت ــى بداي ــة الش ــبكة ه ــي االخ ــرى‬
‫اعتباطية ‪ ،‬ولكن دون تجاوز شروط تعامد خطوط الشـبكة علـى بعضـها ‪ ،‬بزاويـة‬
‫قدرها (‪ )91‬درجة ‪ ،‬وتوحيد قياسات المحورين السيني والصادي‪.‬‬

‫‪- 2‬تحديد موقع أيـة نقطـة فـي التوزيـع الجغ ارفـي مـن خـالل المحـورين األفقـي وال أرسـي‬
‫وذلــك بقيــاس المســافة التــي تفصــل النقط ـة افقيــا و أرســيا عــن نقطــة محــددة حســب‬
‫نظرية فيثاغورس‪ ،‬كاآلتي‪:‬‬

‫‪2‬‬ ‫‪2‬‬
‫‪c‬‬ ‫) ‪( A1  A2 ) ( B1  B 2‬‬
‫ومثال لذلك إذا أراد أحد الجغرافيين وصف توزيـع ثمـان مسـتقرات بشـرية فـي اقلـيم معـين ‪،‬‬
‫وبعد أن رسم شبكة المربعات ووجد أن مواقعها كما مبين في الجدول أدناه ‪:‬‬

‫المستقرة‬ ‫محور ص‬ ‫المستقرة س‬ ‫محور ص محور س‬

‫أ‬ ‫‪177‬‬ ‫‪471‬‬ ‫ب‬ ‫‪178‬‬ ‫‪372‬‬
‫ج‬ ‫‪277‬‬ ‫د‬ ‫‪371‬‬ ‫‪377‬‬ ‫‪372‬‬
‫هـ‬ ‫‪273‬‬ ‫و‬ ‫‪272‬‬ ‫‪376‬‬ ‫‪271‬‬
‫ز‬ ‫‪276‬‬ ‫ح‬ ‫‪171‬‬ ‫‪372‬‬ ‫‪177‬‬
‫‪-----------------------------------------------------------------‬‬
‫المجموع‬ ‫‪2174‬‬ ‫‪2174‬‬ ‫‪8‬‬
‫معدل س = ‪2767 = 8 \ 2174‬‬
‫‪48‬‬
‫معدل المحور ص = ‪2755 = 8 \ 2174‬‬
‫أي ان موقع مركز المتوسط يقع عند تالقي هذين المحورين ‪ ،‬باسقاط متوسط (س) على شبكة المربعات بداللة‬
‫المتوسط ‪.‬‬ ‫متوسط (ص) يمكن تحديد المركز‬
‫يمكن تشبيه المركز المتوسط وكأنه مركز جذب للتوزيعات المكانيـة النقطيـة ‪ ،‬فعنـد تمثيـل‬
‫كــل نقط ــة بقطعــة نق ــود معدني ــة موزعــة عل ــى ورق س ــميك (مقــوى ‪ ،‬ك ــارتون) و المطل ــوب‬
‫وضـع الورقـة علـى حامـل بحيــث تكـون متوازنـة عنـد نقطــة ارتكـاز ‪ ،‬فمركـز المتوسـط هــو‬
‫هذه النقطة ‪ .‬يفيد هذا التشـبيه عنـد تحديـد موقـع مركـز يقـدم خدماتـه لمجموعـة مـن النقـاط‬
‫(قرى مثآل) على صفحة اقليم معين‪.‬‬
‫(‪ )2‬مركز معدل نقاط متباينة في الحجـم واألهـمية ‪:‬‬
‫عنــد حســاب المركــز المتوســط هنــا ‪ ،‬تعطــى النقــاط وزنــا متســاويا‪ .‬ولكــن هنــاك حــاالت ال‬
‫تتساوي فيه ما تمثله النقاط من حيث الحجم أو األهمية والتاثير كما هو الحال في أمـاكن‬
‫االستقرار البشري التي تختلف في الحجم وفي االنتاج‪.‬‬
‫يمكــن حســاب المركــز المتوســط لإلنتــاج عنــدما يكــون عــدد الوحــدات االنتاجيــة للمصــانع‬
‫معروفا‪ ،‬حيث يعطـى كـل مصـنع وزنـا مكافئـا لكميـة انتاجـه ‪ ،‬وبالتـالي إذا كـان إنتـاج أحـد‬
‫المصانع ضعف االخر فـإن تـأثيره سـيكون مضـاعفا ايضـا فـي تحديـد موقـع مركـز االنتـاج‬
‫او مركز الجذب ‪ ،‬والذي قد يعرف بالمركز المتوسط الموزون‪.‬‬
‫ومث ــال ل ــذلك إذا أراد م ــدير أح ــدى المؤسـ ــسات اال نتاجي ــة تحدي ــد موق ــع المخ ــازن المبـ ــردة‬
‫لمجموعــة مصــانع تابعــة لمؤسســه ‪ ،‬فعليــه اختيــار موقــع يتناســب مــع التبــاين فــي انتاجيــة‬
‫المصانع‪ ،‬كما هو موضح في الجدول أدناه‪ ،‬والذي يوضح مواقع و أنتاجية المصانع قيد‬
‫الدراسة‪:‬‬

‫‪49‬‬
‫وص‬ ‫وس‬ ‫الوزن‬ ‫موقع ص‬ ‫موقع س‬ ‫المعمل‬
‫‪41‬‬ ‫‪16‬‬ ‫‪8‬‬ ‫‪5‬‬ ‫‪2‬‬ ‫أ‬
‫‪21‬‬ ‫‪5‬‬ ‫‪5‬‬ ‫‪4‬‬ ‫‪1‬‬ ‫ب‬
‫‪21‬‬ ‫‪31‬‬ ‫‪11‬‬ ‫‪2‬‬ ‫‪3‬‬ ‫ج‬
‫‪42‬‬ ‫‪168‬‬ ‫‪42‬‬ ‫‪1‬‬ ‫‪4‬‬ ‫د‬
‫‪21‬‬ ‫‪111‬‬ ‫‪21‬‬ ‫‪1‬‬ ‫‪5‬‬ ‫هـ‬
‫‪142‬‬ ‫‪316‬‬ ‫‪85‬‬ ‫المجموع‬

‫عليه‪:‬‬
‫‪- 0‬يكون معدل س الموزون = مجموع (و ‪ X‬س) ‪/‬مجموع الوزن = ‪= 15 \ 309‬‬
‫‪3.75‬‬
‫‪- 2‬معدل ص الموزون = مجموع (و ‪ X‬ص)‪ /‬مجموع الوزن = ‪= 15 \ 042‬‬
‫‪0.17‬‬
‫‪- 3‬اذن الموقع المقترح للمخازن ‪ ،‬بما يتناسب مع مواقع و انتاجية المعامل ‪ ،‬هو‬
‫عند التقاء المحور السيني ذي النقطة (‪ )3.75‬مع المحور الصادي في النقطة‬
‫(‪. )0.17‬‬
‫‪ - 4‬ويحسب وزن الموقع بضرب الوزن في كل من قيمتيه السينية والصادية ‪.‬‬
‫فالمعمل (د) ذي طاقة انتاجية قدرها (‪ ، )42‬لذا كان وزن موقعه على المحور‬
‫السيني (‪ )011 = 42 * 4‬و وزن موقعه على المحور الصادي (‪= 42 * 0‬‬
‫‪ ، )42‬وهكذا ‪.‬‬
‫‪- 5‬وقد يقاس الوزن بنسبة االنتاج السنوي للمعمل من مجموع انتاجية المؤسـسـة او‬
‫منطقة الدراسة ‪ ،‬ولكل نقطة وزن يتناسب مع هذه النسبة ‪ .‬وقد يكون عدد‬

‫‪50‬‬
‫العمال ‪ ،‬او الطاقة االنتاجية ‪ ،‬االنتاج الفعلي ‪ ،‬رأس المال هو المعيار الوزني ‪،‬‬
‫او حسب هدف البحث و موضوعه ‪.‬‬
‫‪- 1‬وعند العودة الى تشبيه ابدن للمواقع واستبدالها بقطع النقود المعدنية ‪ ،‬فان وزن‬
‫الموقع يتحدد بعدد القطع المعدنية فيه ‪ ،‬وبهذا فان موقع مركز المتوسط‬
‫سيختلف عن موقع مركز المتوسط الموزون ‪ ،‬لذا يسمى بمركز الجذب ‪ ،‬والفرق‬
‫بين االثنين يؤشر مناطق الجذب (السكاني ‪ ،‬االقتصادي ‪ ،‬مثآل) ‪ .‬والمقارنة بين‬
‫المركزين (المتوسط و والموزون) تؤشر الكثير من التباينات المكانية التي قد‬
‫تخفيها الخرائط التقليدية و التحليل غير المكاني ‪.‬‬
‫(‪)3‬المـركـز المتوسط لنـقاط مجدولة (مبوبة)‬
‫تلخـ ــص مقـ ــاييس النزعـ ــة المركزيـ ــة التوزيعـ ــات وتـ ــنظم المقارنـ ــة بعيـ ــدا عـ ــن الذاتي ـ ــة (أي‬
‫بموض ـ ــوعية) ‪ ،‬كم ـ ــا وتش ـ ــير إل ـ ــى االختالف ـ ــات غي ـ ــر المنظ ـ ــورة ف ـ ــي الخـ ـ ـرائط الخاص ـ ــة‬
‫باســتخدامات األرض‪ .‬وفــي األح ـوال التــي يكــون فيهــا عــدد النقــاط كبي ـ ار ‪ ،‬يفضــل معالجــة‬
‫البيانات بصيغة المجاميع وذلك باستخدام المحورين السـيني و الصـادي و المربعـات التـي‬
‫ش ــكلتها كح ــدود للفئ ــات ‪ .‬ويعن ــي ه ــذا حس ــاب ع ــدد النق ــاط الواقع ــة ف ــي ك ــل مرب ــع عل ــى‬
‫المحـورين االفقـي والعمـودي ولـيس كنقـاط منفـردة‪ .‬وكمـا تـم سـابقا فـي اشـتقاق معـدل القــيم‬
‫المبوبة ‪ ،‬تتبع الخطوات التالية إليجاد المركز المتوسط للنقاط المبوبة‪:‬‬
‫‪ ) 0‬تقدير القيمة المحتملة للمعدل ‪ ،‬والتي تقع في الوسط في الغالب ‪ ،‬ثم ّعدها لتمثل‬
‫المرتبة (‪ ، )1‬وتكون الفئات التي تقع قبلها في السالب والتي تليها في الموجب‪.‬‬
‫‪ )2‬حساب الفرق في المرتبة بين الفئات والفئة التي يقع فيها المتوسط الفرضي‪.‬‬

‫‪51‬‬
‫‪ ) 3‬ضرب الفرق بين مرتبتي الفئة وفئة المتوسط بعدد النقاط في الفئة مع االنتباه الى‬
‫االشارة السالبة و الموجبة ‪ ،‬واستخراج المجموع‪.‬‬
‫‪ )4‬إضافة او إ نقاص النتيجة من مركز الفئة التي يعتقد بان المتوسط يقع فيها ‪.‬‬
‫وبحكم أن المتوسط تقدر قيمته هنا‪ ،‬لذلكيكون مختلفاعن معدل القيم غيرالمبوبة‪.‬‬
‫ومثــال لــذلك إذا رغــب أحــد الجغـرافيين فــي د ارســة التنظــيم المكــاني لمحــالت بيــع األوانــي‬
‫المنزلية ومقارنته مع محالت بيع الخضر والفاكهة في سوق الخرطوم الكبير ‪ ،‬حيـث كـان‬
‫عدد محالت بيع األواني المنزلية (‪ ، )41‬وتبين بعد إسقاط شـبكة المربعـات علـى خارطـة‬
‫سوق الخرطوم الكبير أنها تتوزع وكما مبين في الجدول أدناه ‪:‬‬

‫مجموع‬ ‫‪5‬‬ ‫‪4‬‬ ‫‪3‬‬ ‫‪2‬‬ ‫‪0‬‬ ‫الفئة‬

‫‪7‬‬ ‫‪5‬‬ ‫‪2‬‬ ‫‪0‬‬
‫‪04‬‬ ‫‪5‬‬ ‫‪5‬‬ ‫‪4‬‬ ‫‪2‬‬
‫‪02‬‬ ‫‪0‬‬ ‫‪4‬‬ ‫‪2‬‬ ‫‪5‬‬ ‫‪3‬‬
‫‪02‬‬ ‫‪0‬‬ ‫‪0‬‬ ‫‪4‬‬
‫‪5‬‬ ‫‪5‬‬ ‫‪5‬‬
‫‪41‬‬ ‫‪7‬‬ ‫‪05‬‬ ‫‪9‬‬ ‫‪5‬‬ ‫‪4‬‬ ‫مجموع‬
‫وبحكم أن ‪:‬‬
‫‪- 0‬مركز الفئة التي يقع بها معدل المحور السيني (‪، )3.5‬‬
‫‪- 2‬ومركز الفئة التي فيها معدل المحور الصادي (‪، )2.5‬‬

‫‪52‬‬
 ‫لذلك ‪- :‬‬
‫‪ 0‬ت‪-‬قــدر قيمــة معــدل المحــور الســيني = مركــز الفئــة ‪( +‬مجمــوع الفروقــات مضــروبة‬
‫بالتكرار ‪ /‬مجموع النقاط) = ‪2.9 = 1.1 – 3.5 = )41 \ 24- ( + 3.5‬‬
‫‪- 2‬وتقدر قيمة معدل المحور الصادي = ‪2.0 = )41 \ 01- ( + 2.5‬‬
‫‪- 3‬يكون المركز المتوسط في النقطة (‪ )2.9‬على المحور السـيني حيـث يلتقـى فيهـا‬
‫مع النقطة (‪ )2.0‬على المحور الصادي‪ ،‬كما كوضح أدناه‪:‬‬

‫باتجاه الشمال‬ ‫باتجاه الغرب‬ ‫الفئة‬

‫‪fd‬‬ ‫‪d‬‬ ‫‪fy‬‬ ‫‪fd‬‬ ‫‪d‬‬ ‫‪fx‬‬

‫‪14-‬‬ ‫‪2-‬‬ ‫‪7‬‬ ‫‪12-‬‬ ‫‪3-‬‬ ‫‪4‬‬ ‫‪176 – 1‬‬

‫‪14-‬‬ ‫‪1-‬‬ ‫‪14‬‬ ‫‪11-‬‬ ‫‪2-‬‬ ‫‪5‬‬ ‫‪176 – 1‬‬

‫‪1111‬‬ ‫‪1‬‬ ‫‪12‬‬ ‫‪6-‬‬ ‫‪1-‬‬ ‫‪6‬‬ ‫‪276 – 2‬‬

‫‪2+‬‬ ‫‪1+‬‬ ‫‪2‬‬ ‫‪1111‬‬ ‫‪1‬‬ ‫‪15‬‬ ‫‪376 – 3‬‬

‫‪11+‬‬ ‫‪2+‬‬ ‫‪5‬‬ ‫‪7+‬‬ ‫‪1+‬‬ ‫‪7‬‬ ‫‪476 – 4‬‬

‫‪16-‬‬ ‫‪41‬‬ ‫‪24-‬‬ ‫‪41‬‬ ‫مجموع‬

‫وتشير(‪ )f‬تمثل للتكرار ‪ ،‬أيي عدد النقاط في المربع ‪ )d( ،‬الفرق بين مرتبة المتوسط و‬
‫الفئة االخرى ‪ )fd( ،‬ضرب الفرق بالتكرار ‪.‬‬

‫الوسـيـط ‪The Median‬‬

‫هو القيمة التي تتوسط مجموعة قيم المتغير بعد ترتيبها ترتيبا تصاعديا أو تنازليا‪ ،‬بمعنى‬
‫أانها القيمة التي تقسم عدد القيم الى نصفين متساويين بحيث يكون عدد القيم األعلى‬
‫مساويا لألدنى منها (‪ %51‬من البيانات فوقها و‪ %51‬من البيانات بعدها في الترتيب)‪.‬‬
‫‪53‬‬
‫واذا كان عدد البيانات زوجيا‪ ،‬فإن الوسيط هو متوسط المشاهدتين اللتين تقعان في‬
‫المنتصف‪ .‬ونتيجة الختالف مجموعة القيم في تنظيمها وتكرارها ‪ ،‬فقد تعددت طرق‬
‫تحديد القيمة الوسطى فيها‪.‬‬
‫وتتمثل أهم استعماالت الوسيط‪:‬‬
‫‪ )0‬في البحث لتحديد النقطة الوسيطة في التوزيع ‪،‬‬
‫‪ )2‬لمعرفة كيفية تأثيرالقيم المتطرفة على قيمة المتوسط ‪،‬‬
‫‪ )3‬وعند السعي لمعالجة التوزيعات المتطرفة للقيم‪،‬‬
‫‪ )4‬أنسب الطرف مع البيانات المصنفة علة المقياس الترتيبي‪.‬‬
‫عدة مميزات ‪ ،‬هي‪:‬‬ ‫وللوسيط ّ‬
‫‪- 0‬ال يتاثر بالقيم المتطرفة ‪،‬‬
‫‪- 2‬ويمكن حسايه في حالة الجداول التك اررية المفتوحة للبيانات الكمية ‪،‬‬
‫‪- 3‬ويمكن إيجاده في حالة البيانات الوصفية التي يمكن ترتيبها ‪،‬‬
‫‪- 4‬وأن مجموع االنحرافات المطلقة عن الوسيط أقل ما يمكن مقارنته بأي قيمة‬
‫حقيقية‪.‬‬
‫أما عيوب الوسيط فتشمل‪:‬‬
‫‪- 0‬أنه ال يأخذ جميع القيم في االعتبار عند حسابه ‪،‬‬
‫‪- 2‬وال يسهل التعامل معه في التحاليل اإلحصائية والرياضية‪.‬‬

‫‪54‬‬
‫ويكمن وجه االختالف بين الوسيط والوسط الحسابي (المتوسط) في أن الوسيط ال‬
‫يحسب كل قيمة مفردة في مجموعة البيانات ‪ ،‬لذا ال تؤثر عليه القيم المتطرفة ‪،‬كما‬
‫يمكن استخراج الوسيط بطريقة الرسم البياني‪.‬‬
‫إليجاد الوسيط لقيم مفردة غير مبوية‬
‫إليجاد الوسيط لقيم مفردة غير مبوية‪ ،‬تتبع الخطوات التالية ‪- :‬‬
‫ترتيب القيم ترتيبا تصاعديا أو تنازليا‪،‬‬ ‫(‪)0‬‬
‫عندما يكون عدد القيم فرديا فان القيمة الوسطى هي قيمة الوسيط ‪( ،‬مثال‪، 3 :‬‬ ‫(‪)2‬‬
‫‪ ،)7 ، 1 ، 5 ، 4‬تكون القيمة (‪ )5‬هي الوسيط = (ن ‪2 / )0 +‬‬
‫أما عندما يكون عدد القيم زوجيا فان القيمة الوسط تحسب من جمع قيمتي‬ ‫(‪)3‬‬
‫العددين في وسط القيم واستخراج معدلهما ‪( ،‬مثال‪،)1 ، 7 ، 1 ، 5 ، 4 ، 3 :‬‬
‫يكون الوسيط ((‪))5,5 = 2 / )1 + 5‬‬
‫مثال (‪ : )0‬أوجد الوسيط لدرجات خمس طالب في مقرر الجغرافيا االقتصادية ‪ ،‬والتي‬
‫كانت كما يلي‪13 ،11 ،41 ،72 ،11 :‬‬
‫الحل ‪:‬‬
‫‪- 0‬يتم ترتيب البيانات تصاعديا كالتالي‪11 ، 72 ، 13 ، 11 ، 41 :‬‬
‫‪- 2‬وبما أن عدد المشاهدات فردي ‪ ،‬يكون الوسيط هو المشاهدة التي تقع في‬
‫منتصف هذه البيانات‪.‬‬
‫‪- 3‬وعليه فإن الوسيط هو المشاهدة رقم (‪ )3‬وقيمتها ‪13‬‬
‫‪- 4‬ويالحظ وقوع بيانين يقعان في الترتيب قبل الوسيط وبيانين يقعان بعده‪.‬‬

‫‪55‬‬
 ‫مثال (‪ : )2‬أوجد الوسيط لدرجات الطالب األتية‪72 ، 11 ، 72 ، 41 ، 11 ، 13 :‬‬
‫الحل‪:‬‬
‫‪- 0‬يتم ترتيب البيانات تصاعديا كالتالي‪41 ، 11 ، 13 ، 72 ، 72 ،11 :‬‬
‫‪- 2‬وبما أن البيانات زوجي فنكون قيمة الوسيط هي متوسط قيمتي المشاهدتين‬
‫اللتين يقعان في المنتصف‪.‬‬
‫‪- 3‬الوسيط = (‪17.5 = 2/ )72+13‬‬
‫إيجاد وسيط لقيم مفردة مكررة‬
‫وهنا تبرز مشكلة بسيطة عندما تكون القيمة الوسيطة مكررة اكثر من مرة واحدة‪ ،‬حيث‬
‫تعالج كاآلتي‪:‬‬
‫‪- 0‬يفترض أنها ‪ ،‬وعلى اختالف عددها ‪ ،‬تحتل موقعا واحدا ‪،‬‬
‫‪- 2‬وأ ن موقع الوسيط يكون بين نصف وحدة قياس قبل و بعد القيمة الوسيطة‬
‫المكررة ‪،‬‬
‫‪- 3‬وأن القيم المكررة تتوزع بانتظام على وحدة القياس هذه ‪ ،‬والتي تقسم على العدد‬
‫الذي تكررت به هذه القيمة‪.‬‬
‫ومثال لذلك إذا تكرر الرقم الوسيط ثالث مرات كاآلتي‪، 5 ، 5 ، 5 ، 4 ، 3 ، 3 ، 2 :‬‬
‫‪ ، 01 ، 9 ، 7‬نجد أن‪:‬‬
‫‪- 0‬القيمة الوسطية هي (‪ )5‬التي تكررت ثالثة مرات ‪.‬‬

‫‪56‬‬
‫‪- 2‬وان فاصلة القراءة تقع بين (‪ ، )5,5 - 4,5‬بعد أن قسمت الفاصلة (‪3 / 0‬‬
‫= ‪ ، )1,33‬ويكون حينها موقع (‪ )5‬بين ‪- 4,13( ، ) 4,13 - 4,5( :‬‬
‫‪، )5,5 - 5,01 ( ، ) 5,01‬‬
‫‪- 3‬وبترتيب القيم نجد اآلتي ‪، 5,5 ، 5,01 ، 4283 ، 4,5 ، 4 ، 3 ، 3 ، 2 :‬‬
‫‪01 ، 9 ، 7‬‬
‫‪- 4‬عندئذ يتم اختيار الموقع الوسيط ‪ ،‬وهو (‪ )4.13‬ليمثل قيمة الوسيط ألن عدد‬
‫القيم أصبح فرديا ‪.‬‬
‫مثال آخ ارذا تكرر الرقم الوسيط أربع مرات كاآلتي‪4 ، 4 ، 5 ، 5 ، 5 ، 5 ، 1 ، 7 :‬‬
‫‪ ، 3 ،‬حيث نتبع الخطوات التالية إليجاده‪:‬‬
‫‪- 0‬تقع الفاصلة بين ( ‪ 4,5‬و ‪ ، )5,5‬حيث تقسم الى أربع أقسام ليكون موقع القيم‬
‫(‪ )5‬وبإتباع الصيغة االتية ‪ ، 5,1 ، 5,25 ، 5,5 ، 1 ، 7 :‬الوسيط ‪، 4,75 ،‬‬
‫‪3 ، 4 ، 4 ، 4,5‬‬
‫‪- 2‬وبما أن عدد القيم أصبح زوجيا لذا تجمع قيمتي التسلسل الخامس و السادس‬
‫لبعطي قيمة الوسيط ‪4,11 = 2/ )4,75 + 5,1( :‬‬
‫إيجاد الوسيط في حالة البيانات المبوية (الجداول التكرارية)‬
‫يعتبر استخراج قيمة الوسيط في التوزيعات التك اررية أكثر صعوبة و تعقيدا مفارنة مع‬
‫البيانات غير المبوبة‪ ،‬حيث يستلزم ايجاد التكرار المتجمع الصاعد أو الهابط‪ .‬وإليجاد‬
‫الوسيط للبيانات المبوبة تستعمل الطريقتين الحسابية والبيانية‪.‬‬

‫‪57‬‬
‫يمكن إيجاد الوسيط بيانيا من المنحنى المتجمع الصاعد أو الهابط أو تقاطع المنحنيين‬
‫الصاعد والهابط معا في رسم واحد‪ .‬وعموما‪ ،‬إليجاد الوسيط للقيم المبوبة تتبع الخطوات‬
‫التالية‪:‬‬
‫‪ )0‬استخراج التك اررات التراكمية المقابلة للفئات ‪،‬‬
‫‪ )2‬تعيين الفئة الوسيطية ‪ ،‬التي تقع فيها قيمة الوسيط ‪ ،‬التي يكون التكرار‬
‫التراكمي فيها يساوي نصف المجموع العام للتك اررات ‪،‬‬
‫‪ )3‬تعيين ال حد االدنى للفئة الوسيطية‪ ،‬والتك اررات التراكمية السابقة لها‪ ،‬و‬
‫التك اررات المقابلة لها ‪،‬‬

‫‪ )4‬تحديد طول الفئة ‪،‬‬

‫‪ )5‬تطبيق المعادلة ‪:‬‬

‫‪ n‬‬ ‫‪‬‬ ‫‪‬‬

‫‪Med  L     fi  / fmed  * i‬‬
‫‪ 2‬‬ ‫‪‬‬ ‫‪‬‬

‫حيث أن ‪ Med :‬تمثل الوسيط ‪ ) L( ،‬يمثل الحد االدنى للفئة الوسيطية ‪) n( ،‬‬
‫يرمز لمجموع التك اررات‪ ) E fi(،‬تعني مجموع التك اررات التراكمية للفئات التي‬
‫تسبق الفئة الوسيطية ‪ ) fmed ( ،‬تمثل التك اررات المقابلة للفئة الوسيطية ‪(I) ،‬‬
‫ترمز الى طول الفئة‪.‬‬
‫بالنسبة لحساب الوسيط حسابيا في حالة المنحنى المتجمع الصاعد‪ ،‬نتبع الخطوات‬
‫التالية‪:‬‬
‫‪58‬‬
 ‫‪ 0‬ت‪-‬كوين الجدول المتجمع الصاعد وذلك باستخدام الحدود الحقيقية‪.‬‬
‫‪- 2‬إيجاد رتبة الوسيط ( ن‪ )2/‬سواء كانت فردية أو زوجية‪.‬‬
‫‪- 3‬نحدد نقطة ن‪ 2/‬على المحور الرأسي للتكرارت ونرسم منها خطا أفقيا موازيا‬
‫لمحور الفئات إلى أن يلتقي بالمنحنى في نقطة‪.‬‬
‫‪- 4‬نسقط من تلك النقطة عمودا رأسيا يالقي محور الفئات في نقطة تكون قيمتها‬
‫ت‪0‬‬ ‫هي قيمة الوسيط بيانيا‪ .‬يحديد مكان الوسيط بحيث يكون التكرار السابق له‬
‫والتكرار الالحق له ت‪ 2‬أكبر من ن‪2/‬‬
‫‪- 5‬نأخذ الحد الحقيقي للتكرار السابق على أنه البداية الحقيقية للفئة الوسيطية ونرمز‬
‫له بالرمز أ ‪،‬‬
‫‪- 1‬نعين طول الفئة الوسيطية ويساوي الحد األدنى للفئة التالية مطروحا منه الحد‬
‫األدنى للفئة الوسيطية ونرمز له بالحرف ل‬
‫‪- 7‬ويعطى الوسيط بالعالقة‪ :‬الوسيط = أ ‪( +‬ن‪ – 2/‬ت) ‪ /‬ت‪ – 2‬ت‪ X 0‬ل‬
‫ت‪2‬‬ ‫حيث تشير ت‪ 0‬ل لتكرار المتجمع الصاعد السابق للتكرار المتجمع الوسيطي ‪،‬‬
‫للتكرار التجمع الصاعد الالحق للتكرار المتجمع الوسيطي‪.‬‬
‫أما في حالة المنحنى المتجمع الهابط ‪ ،‬نتبع نفس الخطوات السابقة للمتجمع الصاعد‬
‫لتجديد قيمة الوسيط بيانيا‪.‬‬
‫أما في حالة تقاطع المنحنيين الصاعد والهابط في نقطة‪ ،‬نقوم بإسقاط عمود رأسي على‬
‫محور الفئات تكون نقطة تقاطعه مع محور الفئات هي قيمة الوسيط‪.‬‬

‫‪59‬‬
‫ومثال لذلك فقد درس أحد الجغرافيين اقليما صناعيا فوجد فيه (‪ )12‬مصنعا للصابون‪،‬‬
‫تتباين في كمية انتاجها في اليوم الواحد بين (‪ )31 – 22‬كيلوغراما من الصابون ‪،‬‬
‫وتحصل على التك اررات المبينة في الجدول أدناه‪.‬‬
‫جدول يوضح انتاجية مصانع الصابون في إقليم صناعي فرضي‬
‫تنازلي‬ ‫تصاعدي‬ ‫التكرار‬ ‫االنتاج‬
‫‪12‬‬ ‫‪0‬‬ ‫‪0‬‬ ‫‪22‬‬
‫‪10‬‬ ‫‪2‬‬ ‫‪0‬‬ ‫‪23‬‬
‫‪11‬‬ ‫‪4‬‬ ‫‪2‬‬ ‫‪24‬‬
‫‪51‬‬ ‫‪02‬‬ ‫‪1‬‬ ‫‪25‬‬
‫‪51‬‬ ‫‪20‬‬ ‫‪9‬‬ ‫‪21‬‬
‫‪40‬‬ ‫‪31‬‬ ‫‪05‬‬ ‫‪27‬‬
‫‪21‬‬ ‫‪41‬‬ ‫‪02‬‬ ‫‪21‬‬
‫‪04‬‬ ‫‪51‬‬ ‫‪01‬‬ ‫‪29‬‬
‫‪4‬‬ ‫‪12‬‬ ‫‪4‬‬ ‫‪31‬‬

‫إليجاد الوسيط للتك اررات المتجمعة تصاعديا من المثال أعاله ‪ ،‬نتبع الخطوات االتية ‪- :‬‬
‫تقسيم مجموع التك اررات على العدد (‪ )2‬لتحديد موقع التكرار الوسيط‬ ‫(‪)0‬‬
‫تراكميا ‪ ،‬وفي المثال أعاله فان تكرار الوسيط هو ‪.)30 = 2 / 12( :‬‬

‫‪60‬‬
‫تحديد الفئة التي جاء بها التكرار الوسيط (‪ ، )30‬وتقع ضمن التكرار‬ ‫(‪)2‬‬
‫المتجمع التصاعدي (‪ )31‬المناظر لكمية االنتاج (‪ )27‬كيلوغرام ‪.‬‬
‫ومن الجدول يالحظ أن (‪ )05‬مصنعا قد بلغ انتاجهم (‪ )27‬كيلوغرام‬ ‫(‪)3‬‬
‫‪ ،‬وتراتبهم بين (‪ ، )31 – 22‬والمطلوب معرفة الذي أنتج (‪)30‬‬
‫كيلوغرام منهم ‪.‬‬
‫تطبق حينئذ المعادلة المشار اليها آنفا ‪ ،‬وبعد تحديد القيم المطلوبة‬ ‫(‪)4‬‬
‫للمعادلة ‪- :‬‬
‫‪ n‬‬ ‫‪‬‬ ‫‪‬‬
‫‪Med  L     fi  / fmed  * i‬‬
‫‪ 2‬‬ ‫‪‬‬ ‫‪‬‬

‫‪ ،‬مجموع التكرار = ‪ ، 12‬التكرار المتجمع‬ ‫الحد االدنى للفئة الوسيطية = ‪21,5‬‬

‫التصاعدي للفئة السابقة للفئة الوسيطية = ‪ ، 20‬تكرار الفئة الوسيطية = ‪، 05‬‬
‫طول الفئة = ‪. 0‬‬
‫الوسيط = ‪0 * { 05 \ ) 20 – )2 \ 12( ( } + 21,5‬‬
‫= ‪0 * )05 \ )20 – 30(( + 21,5‬‬
‫= ‪ 27,07‬أي ان االنتاجية الوسيطية لمصانع‬ ‫= ‪1,17 + 21,5‬‬
‫الصابون في هذا اإلقليم الصناعي هي (‪ )27,07‬كيلوغرام من الصابون في اليوم‬
‫الواحد ‪.‬‬
‫ومن المثال السابق وإليجاد الوسيط للتك اررات بعد ترتيبها تنازليا‪ ،‬تحسب قيمة الوسيط‬
‫بالصيغة االتية ‪ ،‬وذلك وفق اآلتي‪:‬‬
‫‪61‬‬
‫الحد االعلى للفئة الوسيطة = ‪ ،27,5‬التكرار المتجمع التنازلي للفئة الالحقة‬ ‫‪‬‬
‫للفئة الوسيطية = الوسيط = ‪= 0 * { 05 ) 21 – )2 \ 12 ( ( } - 27,5‬‬
‫= ‪27,07‬‬ ‫‪1,33 – 27,5 = 0 * ) 05 ) 21 – 30( ( – 27,5‬‬
‫وهي النتيجة ذاتها ‪.‬‬
‫مثال إضافي‪ :‬أوجد الوسيط ألعمار الطالب في المثال التالي‪:‬‬
‫‪05- 03‬‬ ‫‪02- 01‬‬ ‫‪9- 7‬‬ ‫‪1- 4‬‬ ‫‪3- 0‬‬ ‫الفئات‬
‫‪2‬‬ ‫‪5‬‬ ‫‪1‬‬ ‫‪3‬‬ ‫‪2‬‬ ‫التك اررات‬
‫الحل‬
‫‪- 0‬نكون جدول التكرار المتجمع الصاعد كاآلتي‪:‬‬
‫فئات التكرار المتجمع الصاعد‬ ‫التكرار المتجمع الصاعد‬
‫‪> 4.5‬‬ ‫‪1‬‬
‫‪> 1.5‬‬ ‫‪2‬‬
‫‪> 1.5‬‬ ‫‪7‬‬
‫‪> 01.5‬‬ ‫‪05‬‬
‫‪> 02.5‬‬ ‫‪09‬‬
‫‪> 04.5‬‬ ‫‪21‬‬
‫‪- 2‬نحسب ن‪ 2/‬وهي تساوي (‪ ، )01 = 2/21‬ونالجظ أن ‪ 01‬تقع بين ‪ 7‬و ‪05‬‬
‫فنضع خطاً أفقيا يمثل تكرار الوسيط المتجمع ‪، 01‬‬
‫‪- 3‬وعليه يكون ‪:‬‬

‫‪62‬‬
 ‫‪ ،‬ل = ‪2 = 1.5 – 01.5‬‬ ‫أ = ‪ ، 1.5‬ت‪ ، 7 = 0‬ت‪05 = 2‬‬
‫‪- 4‬ونطبيق قانون الوسيط لنحصل على قيمته كاآلتي‪:‬‬
‫الوسيط = ‪9.25 = 2 X 7 – 05 / 7 – 01 + 1.5‬‬
‫أما في حالة تقاطع المنحنيين الصاعد والهابط في نقطة ( أي تحديد الموقع الوسيط من‬
‫خالل اسقاط التوزيعات التك اررية تراكميا على ورق بياني) ‪ ،‬فنتبع الخطوات التالية‪:‬‬
‫نرسم مستقيما أفقيا يمثل الفئات ‪ ،‬ومستقيما آخر عموديا يرمز للتكرار المتجمع‬ ‫(‪)0‬‬
‫التصاعدي‪.‬‬
‫ن رسم مستقيم أفقي يقطع المحور الرأسي عند النقطة التي تمثل التكرار‬ ‫(‪)2‬‬
‫المتجمع التصاعدي المناظر للفئة االولى‪ ،‬ويالقي العمود المقام على المحور‬
‫االفقي عند نقطة الحد االعلى الحقيقي للفئة االولى‪ .‬وتمثل هذه النقطة التكرار‬
‫المتجمع التصاعدي للفئة االولى‬
‫نكرر الخطوة السابقة مع الفئات االخرى ‪،‬‬ ‫(‪)3‬‬
‫نرسم التكرار المتجمع الهابط بإتباع نفس الخطوات السابقة للمتجمع الصاعد‪.‬‬ ‫(‪)4‬‬
‫تمثل نقطة تقاطع المنحنيين الصاعد والهابط موقع القيمة‪.‬‬ ‫(‪)5‬‬
‫المنوال‬
‫هو القيمة األكثر شيوعا (تك ار ار) في مجموعة البيانات‪ .‬وقد يكون لمجموعة البيانات‬
‫منوال واحد فتسمى وحيدة المنوال‪ ،‬أو يكون لها أكثر من منوال فتسمى متعددة المنوال ‪،‬‬
‫أو ال يكون لها أي منوال فتسمى عديمة المنوال‪.‬‬
‫مثال ‪ :‬أحسب المنوال من البيانات التالية ‪2 ، 1 ، 9 ، 4 ، 1 ، 01 ، 1 :‬‬

‫‪63‬‬
‫الحل‪ :‬يوجد لهذه البيانات منوال واحد وهو القيمة ‪ 1‬ألنها تكررت ثالث مرات أكثر من‬
‫غيرها‪.‬‬
‫مثال ‪ :‬أحسب المنوال من البيانات التالية‪4 ، 3 ، 7 ، 9 ، 4 ، 4 ، 7 ، 4 :‬‬
‫الحل‪ :‬يوجد لهذه البيانات منوال واحد وهو القيمة ‪ 4‬ألنها تكررت أربع مرات أكثر من‬
‫غيرها‪.‬‬
‫مثال‪ :‬أحسب المنوال من البيانات التالية‪5 ، 7 ، 5 ، 7 ، 1 ، 9 ، 7 ، 5 ، 01 :‬‬
‫الحل‪ :‬نجد من خالل هذه البيانات أن القيمة ‪ 5‬تكررت ثالث مرات والقيمة ‪ 7‬تكررت‬
‫ثالث مرات ‪ ،‬وعليه هذه البيانات لها منواالن هما ‪ 7‬و ‪.5‬‬
‫مثال‪ :‬أحسب المنوال من البيانات التالية‪4 ، 9 ، 1 ، 02 ، 00 ، 7 ، 05 :‬‬
‫الحل ‪ :‬ال يوجد لهذه البيانات أي قيمة تكررت أكثر من مرة ‪ ،‬وعليه ال يوجد منوال لهذه‬
‫البيانات‪.‬‬
‫المنوال في حالة البيانات المبوبة (الجداول التكرارية)‬
‫في حالة البيانات المبوبة ال يمكن القول أن قيمة معينة يكون لها أكبر تكرار ألن القيم‬
‫تذوب داخل الفئات المختلفة‪ ،‬ولذلك يمكن القول بأن هناك فئات منوالية وهي الفئات التي‬
‫يقابلها أعلى تكرار‪ .‬وفي حالة تساوي تكرار الفئة السابقة للفئة المنوالية مع تكرار الفئة‬
‫الالحقة للفئة المنوالية فإنه يمكن حساب قيمة المنوال بمركز الفئة المنوالية أي في‬
‫منتصفها‪ .‬وفي حالة عدم تساويهما في التكرار ‪ ،‬يمكن حساب المنوال كاآلتي‪:‬‬
‫‪ ‬نوجد أكر تكرار ت ‪ ،‬وعليه يمكن إيجاد التكرار السابق له وهو ت‪ 0‬والتكرار‬
‫الالحق له وهو ت‪. 2‬‬

‫‪64‬‬
 ‫‪ ‬نأخذ قيمة الفئة المنوالية ويرمز لها بالرمز أ وهي الفئة التي يقابلها أعلى تكرار‪.‬‬
‫‪ ‬نحدد طول الفئة المنوالية ل ‪ ،‬وهو يساوي الفرق بين بداية الفئة المنوالية وبداية‬
‫الفئة التالية لها ‪ ،‬ويتم تطبيق القانون‪:‬‬
‫المنوال = أ ‪ +‬ت – ت‪ 2 / 0‬ت – ت‪ – 0‬ت‪ . 2‬ل‬
‫مثال ‪ :‬أوجد المنوال ألعمار الطالب في الجدول التالي‪:‬‬
‫‪05- 03‬‬ ‫‪02- 01‬‬ ‫‪9- 7‬‬ ‫‪1- 4‬‬ ‫‪3- 0‬‬ ‫الفئات‬
‫‪2‬‬ ‫‪5‬‬ ‫‪1‬‬ ‫‪3‬‬ ‫‪2‬‬ ‫التك اررات‬
‫من الجدول نجد أن ‪ :‬ت = ‪ ، 1‬ت‪ ، 5 = 0‬ت‪ ، 4 = 2‬أ = ‪ ، 1.5‬ل = ‪– 01.5‬‬
‫‪2.1 = 1.5‬‬
‫وبالتعويض في القانون ينتج أن‪:‬‬
‫المنوال = ‪ 9.31 = 2 . 4 – 5 – 01 / 5 – 1 + 1.5‬سنة‬
‫وتتمثل مميزات المنوال في أنه يسهل حسابه وال يتأثر بالقيم الشاذة‪ ،‬كما يمكن إيجاده‬
‫للقيم الوصفية والتوزيعات التك اررية المفتوحة‪ .‬أما عيوبه فإنه عند حسابه ال تؤخذ جميع‬
‫قيم البيانات في االعتبار ‪ ،‬وقد يكون لبعض البيانات أكثر من منوال وبذلك ال يمكن‬
‫تحديد قيمة وحيدة للمنوال‪.‬‬
‫بعض التطبيقات الجغرافية للمنوال‬
‫‪ )1‬المنوال المكاني ‪:‬‬
‫يعتبر وجود منوال واحد ‪ ،‬أوأكثر فـي أي منطقـة د ارسـة علـى تركـز مكـاني (أو زمنـي)‬
‫في بؤر معينة يتطلب تحليل أسبابها‪ .‬فعند دراسة مرض معين ‪ ،‬أو ظاهرة مناخية أو‬

‫‪65‬‬
‫جيمورفولوجيــة معينــة ‪ ،‬فــان وجــود المن ـوال دليــل علــى وجــود مســببات محليــة تتطلــب‬
‫التحليل و النظر بعمق في الظروف البيئية التي أدت الى تكوينها و وجودهـا فـي هـذا‬
‫المكان دون غيره ‪ .‬أن وجود المنوال سبب كاف للجغرافي لدراسة معمقة لهذه الظـاهرة‬
‫أو الحالة ‪.‬‬
‫‪ )2‬منوال االنماط النقطية ‪:‬‬
‫تعتمــد طريقــة تحديــد المن ـوال لالنمــاط النقطيــة علــى حصــر المنطقــة علــى الخارطــة و‬
‫تقســيمها الــى مربعــات متســاوية المســاحة عــن طريــق انشــاء مجموعــة مــن االحــداثيات‬
‫السينية و الصادية ‪ ،‬وحساب عدد النقاط في كل مربع ‪ ،‬والذي يضـم أكبـر عـدد منهـا‬
‫يكون هو الموقع‪.‬‬
‫مقارنة بين مقاييس النزعة المركزية‬
‫‪ )0‬المتوسط ‪ ،‬هو عضو نظام رياضي يسمح بعد استخدامه تطبيق تحليالت احصائية‬
‫أكثر عمقا‬
‫‪ )2‬ان انحراف القيم عن الوسيط ذي تطبيقات محدودة في الطرائق االحصائية المتقدمة‪،‬‬
‫‪ )3‬المتوسط أكثر استق اررية و فاعلية من غيره من مقاييس النزعة المركزية ‪ ،‬وعند أخذ‬
‫عينات من المجتمع نفسه فان معدالتها تكون أقل تذبذبا من قيم الوسيط و المنوال ‪،‬‬
‫بعبارة اخرى ‪ ،‬يوفر المتوسط افضل تقدير لخصائص المجتمع (المصدر السابق) ‪.‬‬
‫العالقة بين الوسط الحسابي والوسيط والمنوال‬
‫توجد عالقة تجريبية بين الوسط الحسابي والوسيط والمنوال في حالة التوزيعات التك اررية‬
‫أحادية المنوال وغير المتماثلة وذات االلتواء البسيط تأخذ شكل المعادلة التالية‪:‬‬

‫‪66‬‬
 ‫الوسط الحسابي – المنوال = ‪( 3‬الوسط الحسابي – الوسيط)‬
‫وقد وجد أن الوسيط تقع قيمته بين قيمتي الوسط الحسابي والمنوال‪.‬‬
‫أما في حالة التوزيعات التك اررية المتماثلة الوحيدة المنوال ‪ ،‬فإن قيمة الوسط الحسابي‬
‫تكون مساوية لقيمة الوسيط وتكون مساوية لقيمة المنوال ‪ ،‬أي أن‪:‬‬
‫الوسط الحسابي = الوسيط = المنوال‬
‫أما في حالة التوزيعات التك اررية الملتوية ( إلتواء موجب – إلتواء سالب) فإن العالقة‪:‬‬
‫الوسط الحسابي – المنوال = ‪( 3‬الوسط الحسابي – الوسيط) تكون غير صحيحة‪.‬‬
‫النسب المئوية‬
‫تعتبر النسب المئوية من الطرق البسيطة المستخدمة لعرض وتلخيص البيانات‪ ،‬كما‬
‫تعتبر النسبة المئوية أداة مف يدة عند مقارنة الحجم النسبي لكميتين مع بعضهما البعض‪.‬‬
‫ولكن عند تفسير النسب المئوية من الضروري االنتباه الى أن النسب الصغيرة لكمية‬
‫كبيرة تعني قيما كبيرة ‪ ،‬والعكس صحيح النسب‪ .‬فمثال النسبة المئوية (‪ )%01‬لكمية‬
‫بالمئات تختلف عن غيرها لكمية بااللوف‪ ،‬كما أن نمو سكان مدينة ما بنسبة (‪)%2‬‬
‫سنويا قبل عشرين سنة ليس نفسه اآلن نظ ار للتبدالت التي قد حصلت في حجمها و‬
‫تركيبها السكاني‪ .‬وبما أن النسب المئوية هي مقارنة نسبية فإنها تتطلب تقسيم البيانات‬
‫الى مجاميع منفصلة عن بعضها طبقا لخصائص كل منها ‪ .‬فاالرض الزراعية تصنف‬
‫حسب جودتها ‪ ،‬أو ملكيتها ‪ ،‬أو طبيعة زراعتها ‪ ،‬أو نوع المحصول المزروع فيها‪.‬‬
‫ويكون تلخيص هذه المعلومات كنسب مئوية مفيدة عند وصف منطقة الدراسة وتكوين‬
‫صورة ذهنية موجزة عن طبيعة الزراعه واقتصاد منطقة معينة في زمن محدد عند جدولة‬

‫‪67‬‬
‫نسب استعماالت االرض فيها‪ .‬وهذه الصورة ليست تحليآل للبيانات ‪ ،‬بل ملخصا يصف‬
‫إ جمالي توزيع االستعماالت في منطقة معينة في زمن محدد ‪ .‬ومن أوجه قصورها أنها‬
‫تخفي الكثير من التفاصيل الجوهرية والعالقات غير المنظورة بين المتغيرات قيد الدرس ‪.‬‬
‫وفي العديد من الحاالت تعامل النسب المئوية كمعدالت‪ .‬فاإلحصاءات الرسمية‬
‫(التعدادات العامة) تعامل هكذا عند دراسة المجاميع الثانوية او مقارنة نتائج الدراسات‬
‫المحلية مع الحالة العامة او المعيارية ‪ .‬فالنسب المئوية للفئات العمرية على المستوى‬
‫الوطني او االقليمي تعامل كمعدالت تقارن معها نتائج المسوحات الميدانية المحلية و‬
‫االقليمية ‪.‬‬
‫الرقم هو القيمة المفردة التي تأخذ شكل المتوسط أو النسبة المئوية أو غيرها‪ .‬ويعتبر‬
‫الرقم في حد ذاته ذي معنى محدود‪ ،‬ولكن تزداد قيمته وضوحا عند مقارنته مع غيره من‬
‫االرقام ‪ .‬فعندما يعلن متجر ما عن تخفيض لالسعار بقيمة (‪ )011‬أو (‪ )0111‬جنيه‬
‫‪،‬فقد يكون هذا تالعبا بااللفاظ وتكون هذه االرقام غير ذات معنى إن لم تقارن بسعر‬
‫السلعة ذاتها‪ . .‬فالرقم ال يفسر نفسه ‪ ،‬بل يتم ذلك من خالل أ رقام أخرى ذات داللة و‬
‫معنى‪ .‬وما هو صحيح عن النسب المئوية هو كذلك عن النسب االخرى ‪ ،‬مثل نسبة‬
‫الوالدات ‪ ،‬نسبة الوفيات ‪ ،‬نسبة االعالة ‪ ،‬نسبة الخصوبة ‪ ،‬نسبة الجريمة ‪ ،‬نسبة الملكية‬
‫‪ ،‬وغيرها‪ .‬فمقارنة هذه النسب لفترات مختلفة ‪ ،‬او لمناطق متباينة في أحجامها سكانها‬
‫يعني إخفاء بعض الحقائق و التحيز غير العلمي مالم تعرض مع االرقام التي تمثلها‪ ،‬أو‬
‫مع المقاييس األخرى التي توضح جوانب أخرى من الحقيقة‪.‬‬

‫‪68‬‬
 ‫الربيعات والعشيرات والمئينات‬
‫‪ ‬إذا رتبت عينة من البيانات حسب قيمتها تصاعديا أو تنازليا ‪ ،‬فإن القراءة التي‬
‫تكون في المنتصف والتي تقسم العينة إلى مجموعتين متساويتين في العدد هي‬
‫الوسيط كما سبق اإلشارة له‪ .‬وبتعميم الفكرة وتقسيم البيانات عد ترتيبها إلى‬
‫أربعة أجزاء متساوية ويرمز لها ب ر‪ ، 0‬ر‪ ، 2‬ر‪ 3‬فإن ر‪ 0‬تسمى الربيع األول ‪،‬‬
‫ر‪ 2‬تسمى الربيع الثاني (الوسيط)‪ ،‬ر‪ 3‬تسمى الربيع الثالث‪.‬‬
‫‪ ‬وكذلك يمكن إيجاد القيم التي تقسم البيانات السابقة بعد ترتيبها إلى عشرة أقسام‬
‫ونرمز لها ب ق‪ ، 0‬ق‪ ... ، 2‬ق‪ ، 9‬حيث ق‪ 0‬تسمى العشير األول وهي تمثل‬
‫العشير الثاني وهي تمثل القيمة‬
‫القيمة التي يسبقها ُعشر القراءات ‪ ،‬ق‪ 2‬تسمى ُ‬
‫التي يسبقها ‪ 1.2‬من القراءات وهكذا‪.‬‬
‫‪ ‬كما يمكن إيجاد القيم التي تقسم البيانات السابقة بعد ترتيبها إلى مائة قسم ونرمز‬
‫لها ب ج‪ ، 0‬ج‪ ..... 2‬ج‪ 99‬حيث ج‪ 0‬تسمى المئين األول وهي تمثل القيمة التي‬
‫يسبقها ‪ 1.10‬من القراءات‪ ،‬و ج‪ 2‬تسمى المئين الثاني وهو يمثل القيمة التي‬
‫يسبقها ‪ 1.12‬من القراءات وهكذا لباقي المئينات‪.‬‬
‫‪ ‬يعطى قانون حساب الربيعات في حالة البيانات المبوية مثل قانون الوسيط‬
‫السابق مع استبدال ن‪ 2/‬ب ن‪ 4/‬للربيع األول ‪ ،‬و‪2‬ن‪ 4/‬للربيع الثاني وهكذا‪.‬‬
‫ب ن‪ 011/‬للمئين األول ‪2 ،‬ن ‪ 011 /‬للمئين الثاني‬ ‫‪ ‬كذلك استبدال ن‪2/‬‬
‫وهكذأ‪.‬‬

‫‪69‬‬
 ‫ويمكن توضيح ذلك من المثال التالي‪:‬‬
‫نكون جدول التكرار المتجمع الصاعد كاآلتي‪:‬‬
‫حدود الفئات‬ ‫التكرار المتجمع الصاعد‬
‫‪> 4.5‬‬ ‫‪1‬‬
‫‪> 1.5‬‬ ‫‪2‬‬
‫ق‪2‬‬

‫‪> 1.5‬‬ ‫‪7‬‬

‫‪> 01.5‬‬ ‫‪05‬‬
‫ج‪91‬‬

‫‪> 02.5‬‬ ‫‪09‬‬

‫‪> 04.5‬‬ ‫‪21‬‬
‫إليجاد العشير الثاني ق‪ 2‬نستخدم القانون‪:‬‬
‫ق‪ = 2‬أ ‪2( +‬ن ‪ – 01/‬ت‪ / )0‬ت‪ – 2‬ت‪ . 0‬ل‬
‫ت‪2‬‬ ‫حيث أ بداية الفئة للعشير الثاني ‪ ،‬ن مجموع التكرارت ‪ ،‬ت‪ 0‬التكرار السابق ‪،‬‬
‫التكرار الالحق ‪ ،‬ل طول فئة العشير الثاني‪:‬‬
‫ق‪7.3 = 2 . 2 – 7 / 2 – 4 + 1.5 = 2‬‬
‫نستخدم القانون‪:‬‬ ‫ج‪91‬‬ ‫إليجاد المئين التسعين‬
‫ج‪ = 91‬أ" ‪ (91 +‬ن ‪ – 011 /‬ت"‪ / ) 0‬ت"‪ - 2‬ت"‪ . 0‬ل‬
‫ج‪02 = 2 . 05 – 09 / 05 – 01 + 01.5 = 91‬‬

‫‪70‬‬
 ‫الفصل الرابع‬
‫مقاييش التشتت‬
‫سيتناول هذا الفصل مقاييس التشتت المختلفة التي تعتبر ضرورية لوصف البيانات‬
‫وتحليلها كميا بغرض الوصول إلى فهم أكثر وضوحا للظاهرة محل الدراسة‪ ،‬إذ تعتبر‬
‫بد من ذكر مقاييس أخرى تبين‬
‫مقاييس النزعة المركزية ليست كافية للقيام بذلك‪ .‬وهنا ال ّ‬
‫مدى التفاوت في القيم حول المتوسط‪ .‬فمثال تساوي المتوسطين وتساوي الحدين األعلى‬
‫واألدنى قد يخفيان وراءهما اختالفا في شكل التوزيع مما يتطلب االمر قياس التشتت‬
‫وانتشار القيم حول متوسطاتها وآال يقتصر األمر فقطوعدم االقتصار على المتوسطات‪.‬‬
‫عدة مقاييس تصلح لقياس درجة التشتت أهمها المدى واالنحراف المتوسط‬ ‫وتوجد ّ‬
‫واالنحراف المعياري وغيرها‪.‬‬
‫المدى‬
‫هو الفرق بين أقل (أصغر) قيمة وأعلى (أكبر) قيمة‪.‬‬
‫مثال ‪ :‬أوجد المدى للدرجات التالية‪5 ، 7 ، 3 ،01 :‬‬
‫الحل ‪ :‬المدى = ‪7 = 3 – 01‬‬
‫مثال أوجد المدى لدرجات الطالب المعطاة في الجدول التالي‪:‬‬
‫‪99- 91‬‬ ‫‪19- 11‬‬ ‫‪79- 71‬‬ ‫‪19- 11‬‬ ‫‪59- 51‬‬ ‫‪49- 41‬‬ ‫الفئات‬
‫‪0‬‬ ‫‪2‬‬ ‫‪00‬‬ ‫‪05‬‬ ‫‪9‬‬ ‫‪2‬‬ ‫التكرار‬
‫‪9995‬‬ ‫‪6995‬‬

‫الحل ‪ :‬المدى = ‪11 = 39.5 – 99.5‬‬

‫‪71‬‬
 ‫وكلما كبرت قيمة المدى دلت على تشتت أكثر وسط المجموعة‪.‬‬
‫ومن تعريف المدى يتضح أنه مقياس بسيط جدا وأن كل المطلوب معرفته هو أكبر قيمة‬
‫وأصغر قيمة فقط‪ .‬وعلى ذلك يعتمد المدى في حسابه على قيمتين فقط (أكبر قيمة‬
‫وأصغر قيمة) وبالتالي يهمل باقي القيم‪ .‬كما أنه ال يقيس تشتت البيانات عن متوسطها‪،‬‬
‫فهو ال يشير أبدا إلى متوسط البيانات (أو مركزها)‪ .‬كما أنه حساس جدا ألي قيمة شاذة‬
‫أو متطرفة‪ .‬ومثال لذلك إذا كانت أعمار السلطة التشريعية في دارفور هي ‪،71 ، 72 :‬‬
‫‪ ، 71 ، 75 ، 73 ، 74 ، 21‬فإن المدى في هذه الحالة هم ‪:‬‬
‫‪ . 51 = 21 – 71‬ويالحظ وجود قيمة شاذة لباقي القيم وهي ‪ 21‬وهي أصغر قيمة‪.‬‬
‫فإذا أهملت هذه القيمة ‪ ،‬أو لم تكن موجودة أصال‪ ،‬ألصبح المدى = ‪.)71 – 71 ( 1‬‬
‫وقد أدت مثل هذه األسباب للحث عن طرق أخرى أكثر تعبي ار ودقة لتششت البيانات‪،‬‬
‫فأوجدوا التباين‪.‬‬
‫التباين‬
‫أحد أهم مقاييس التشتت‪ .‬يأخذ جميع القيم في االعتبار عند حسابه كما يقيس لتشتت‬
‫عن الوسط الحسابي للقيم ‪ ،‬كما يسهل معالجته رياضيا ويدخل في تكوين عدد من‬
‫المقاييس واالختبارات االحصائية المهمة‪.‬‬
‫والفكرة االساسية لتباين هي حساب انحرافات جميع القيم عن وسطها الحسابي ( أي‬
‫حساب الفرق بين كل قيمة والوسط الحسابي)‪ .‬وسوف نجد أن بعض القيم أكبر من‬
‫الوسط فتكون الفروق (أو االنحرافات) بالموجب‪ ،‬والبعض اآلخر أصغر من الوسط‬
‫فتكون الفروق بالسالب‪ .‬زدائما يكون مجموع هذه االنحرافات مساويا للصفر‪ .‬ويكون الحل‬

‫‪72‬‬
‫هنا إما إهمال الغشارات السالبة ‪ ،‬أو تربيع هذه االنحرافات‪ .‬واهمال اإلشارات السالبة‬
‫ليس ل ه مبرر رياضي ‪ ،‬فيكون الحل هو تربيع هذه االنحرافات ‪ ،‬ثم نحسب متوسط‬
‫االنحرافات المربعة فنحصل على التباين‪ .‬أي أن التباين يعرف كما يلي‪ :‬هو متوسط‬
‫‪2‬‬
‫مربعات انحرافات القيم عن وسطها الحسابي (التباين (‪ /0 = ) ơ‬ن مج (س ‪ -‬س‾)‬
‫مثال ‪ :‬أحسب تباين دخول الشريحة االجتماعية التالية‪، 75 ، 74 ، 71 ، 71 ، 71 :‬‬
‫‪71 ، 75 ، 70‬‬
‫الحل ‪:‬‬
‫‪- 0‬نحسب اوال الوسط الحساب = مج س ‪/‬ن = ‪74 = 1 / 592‬‬
‫‪- 2‬نحسب انحرافات القيم عن الوسط الحسابي ‪ ،‬كما يلي ‪0+ ، 3- ، 0+ ، 4- :‬‬
‫‪( 4+ ، 0- ، 2+ ، 1 ،‬ويالحظ أن مجموع هذه االنحرافات يساوي صف ار)‪.‬‬
‫‪ 3‬ن‪-‬ربع هذه االنحرافات كما يلي‪01 ، 4 ، 1 ، 0 ، 9 ، 0 ، 01 :‬‬
‫‪- 4‬التباين يساوي متوسط هذه المربعات ‪ ،‬أي ‪+ 4 + 1 + 0 + 9 + 0+ 01 :‬‬
‫‪1 = 1 /01‬‬
‫االنحراف المعياري‬
‫يالحظ أن تمييز التباين سيكون وحدات مربعة ألنه يتم تربيع االنحرافات ( أو الفروق)‪.‬‬
‫لذلك فإنه يؤخذ الجذر التربيعي للتباين غنحصل على االنحراف المعياري ‪ ،‬والذي سيكون‬
‫تمييزه هو نفس الوحدات‪ .‬ومن المثال السابق يكون االنحراف المعياري للدخول هو ‪1√ :‬‬
‫= ‪ 2.2449‬دوال ار‪.‬‬

‫‪73‬‬
‫واالنحراف المعياري – عادة – يستخدم بدال عن التباين كأهم مقياس للتشتت‪ .‬فالتباين‬
‫هو ‪ :‬مربع االنحراف المعيلري ‪ ،‬واالنحراف النعياري هو‪ :‬الجذر التربيعي الموجب‬
‫للتباين‪.‬‬
‫يعرف االنحراف المعياري على أنه ‪ :‬الجذر التربيعي الموجب للوسط الحسابي لمربعات‬
‫انحرافات القيم عن وسطها الحسابي‪ .‬أي هو الجذر التربيعي الموجب للتباين ويرمز له‬
‫عادة بالرمز ‪ ، S‬ولتباين العينة بالرمز ‪ ، S2‬ولالنحراف المعياري للمجتمع بالرمز‬
‫الالتيني ‪ ، σ‬ولتباين المجتمع بالرمز ‪. σ2‬‬
‫ويمكن التعبير عن كل من التباين واالنحراف المعياري بالرموز كما يلي‪:‬‬
‫إذا فرضنا أن قيم العينة هي‪ :‬س‪ ، 0‬س‪ ،..... 2‬سن (أي عددها ن) فإن الخطوات تكون‬
‫كما يلي‪:‬‬
‫‪- 0‬حساب الوسط الحسابي ‪ :‬س‪ = -‬مج س ‪/‬ن‬
‫‪-‬‬
‫سن‬ ‫‪،‬‬ ‫‪- 2‬حساب انحرافات القيم عن الوسط الحسابي‪ :‬س‪ - 0‬س‪ ، -‬س‪ - 2‬س‬
‫‪-‬‬
‫‪ -‬س‬
‫‪2 -‬‬
‫‪ 3‬ت‪-‬ربيع هذه االنحرافات ‪( :‬س‪ - 0‬س‪( ، 2) -‬س‪ - 2‬س‪( ، 2) -‬سن ‪ -‬س )‬
‫‪- 4‬التباين هو الوسط الحساب لهذه المربعات‪ ،‬أي‪:‬‬
‫‪( = σ2‬س‪ - 0‬س‪(+ 2) -‬س‪ - 2‬س‪( + 2) -‬سن ‪ -‬س‪ / 2)-‬ن = مجنو=‪( 0‬‬
‫س‪ – 0‬س‪ / 2)-‬ن‬
‫ن‬
‫(‬ ‫و=‪0‬‬ ‫‪- 5‬االنحراف المعياري هو الجذر التربيعي الموجب للتباين ‪ ،‬أي‪√ = :‬مج‬
‫س‪ – 0‬س‪ / 2)-‬ن‬

‫‪74‬‬
 ‫ويمكن حساب االنحراف المعياري بالطريقة المختصرة كاآلتي‪:‬‬
‫‪2‬‬
‫االنحراف المعياري = √ مج س‪ / 2‬ن – (مج س‪/‬ن)‬
‫وفي الطريقة المختصرة فإن كل ما هو مطلوب معرفته لحساب التباين أو االنحراف‬
‫المعياري هو مج س (اي مجموع القيم) ‪ ،‬مج س‪( 2‬أي مجموع مربعات القيم) ثم‬
‫التعويض في القانون‪.‬‬
‫في حالة المجتمع والبيانات الخام تستخدم المعادلة التالية‪:‬‬
‫‪2‬‬
‫التباين ‪ /0 = ) 2ơ( 2‬ن مج (س ‪ -‬س‾)‬
‫‪2‬‬
‫التباين (‪/0 √ = )ơ‬ن مج (س ‪ -‬س‾)‬
‫في حالة العينات والبيانات الخام تستعمل المعادلة التالية‪:‬‬
‫‪2‬‬
‫االنحراف المعياري (‪ /0 = )2σ‬ن – ‪ 0‬مج (س ‪ -‬س‾)‬
‫‪2‬‬
‫‪ /0√ = σ‬ن – ‪ 0‬مج (س ‪ -‬س‾)‬
‫مثال ‪ :‬أوجد االنحراف المعياري للبيانات التالية‪1 ، 9 ، 7 ، 1 ، 5 :‬‬
‫‪2‬‬
‫( س – س‾)‬ ‫س ‪ -‬س‾‬ ‫س‬
‫‪0‬‬ ‫‪0‬‬ ‫‪1‬‬
‫‪4‬‬ ‫‪2‬‬ ‫‪9‬‬
‫‪1‬‬ ‫‪1‬‬ ‫‪7‬‬
‫‪0‬‬ ‫‪0-‬‬ ‫‪1‬‬
‫‪4‬‬ ‫‪02-‬‬ ‫‪5‬‬
‫‪01‬‬ ‫‪35‬‬

‫‪75‬‬
 ‫س‾ = مج س ‪ /‬ن = ‪7 = 5 / 35‬‬
‫‪ /0 = 2σ‬ن ‪ 0-‬مج (س ‪ -‬س‾)‪2.5 = 4 / 01 = 01 X 0 – 5 / 0 = 2‬‬
‫‪0.51 = 2.5 √ = σ‬‬
‫االنحراف المعياري في حالة البيانات المبوبة (العينات)‬
‫‪2‬‬
‫االنحراف المعياري (‪ /0 = )2σ‬ن – ‪ 0‬مج ت (س ‪ -‬س‾)‬
‫‪2‬‬
‫‪ /0 √ = σ‬ن – ‪ 0‬مج ت (س ‪ -‬س‾)‬
‫ومثال لذلك البيانات التالية‪:‬‬
‫‪99- 91‬‬ ‫‪19- 11‬‬ ‫‪79- 71‬‬ ‫‪19- 11‬‬ ‫‪59- 51‬‬ ‫‪49- 41‬‬ ‫الفئات‬
‫‪0‬‬ ‫‪2‬‬ ‫‪00‬‬ ‫‪05‬‬ ‫‪9‬‬ ‫‪2‬‬ ‫التكرار‬
‫الحل‬
‫‪-‬‬ ‫(س‬ ‫– ت‬ ‫(س‬ ‫س ‪ -‬س‾‬ ‫ت‪X‬س‬ ‫التكرارت‬ ‫مراكز‬ ‫الفئات‬
‫‪2‬‬ ‫‪2‬‬
‫س‾)‬ ‫س)‬ ‫(ت)‬ ‫الفئات (س)‬
‫‪913.03‬‬ ‫‪457.51‬‬ ‫‪20.25‬‬ ‫‪19‬‬ ‫‪2‬‬ ‫‪44.5‬‬ ‫‪49-41‬‬
‫‪0039.11‬‬ ‫‪021.51‬‬ ‫‪00.25 -‬‬ ‫‪491.5‬‬ ‫‪9‬‬ ‫‪54.5 59 – 51‬‬
‫‪23.49‬‬ ‫‪0.51‬‬ ‫‪0.25 -‬‬ ‫‪971.5‬‬ ‫‪05‬‬ ‫‪14.5 19 – 11‬‬
‫‪142.09‬‬ ‫‪71.51‬‬ ‫‪1.75‬‬ ‫‪109.5‬‬ ‫‪00‬‬ ‫‪74.5 79 – 71‬‬
‫‪713.03‬‬ ‫‪350.51‬‬ ‫‪01.75‬‬ ‫‪019‬‬ ‫‪2‬‬ ‫‪14.5 19 – 11‬‬
‫‪121.51‬‬ ‫‪121.51‬‬ ‫‪21.75‬‬ ‫‪94.5‬‬ ‫‪0‬‬ ‫‪94.5 99 - 91‬‬
‫‪4437.5‬‬ ‫‪2131‬‬ ‫‪41‬‬ ‫المجموع‬
‫س‾ = ‪15.75 = 41/2131‬‬

‫‪76‬‬
 ‫‪01.1 = σ 003.7 = 0- 41 / 4437.5 = 2σ‬‬
‫ومن خصائص االنحراف المعياري أن قيمته دائما موجبة أو أكبر من أو تساوي صفر‪.‬‬
‫فاقل قيمة تساوي صفر ( وذلك عندما تكون جميع القيم متساوية ‪ ،‬وفي هذه الحالة ال‬
‫توجد فروق أو انحرافات بينها وبين الوسط الحسابي وبالتالي ال يوجد أي تشتت بين القيم‬
‫‪ ،‬وبالتالي فإن قيمة االنحراف المعياري في حالة تساوي جميع القيم تساوي الصفر)‪.‬‬
‫وكلما كان التشتت كبي ار حول الوسط الحسابي كلما كان االنحراف المعياري كبيرا‪،‬‬
‫والعكس صحيح‪ .‬كذلك إذا اضفنا مقدا ار ثابتا من كل القيم ‪ ،‬فإن قيمة االنحراف المعياري‬
‫( أو التباين) ال تتغير ( أي ال تتأثر قيمة االنحراف المعياري بالطرح أو الجمع)‪ .‬كذلك‬
‫إذا ضربنا كل قيمة في م قدار ثابت ثم حسبنا االنحراف المعياري للقيم الجديدة فإنه يجب‬
‫القسمة على هذا المقدار الثابت‪ .‬وا ذا قسمنا كل قيمة على مقدار ثابت ثم حسبنا‬
‫االنحراف المعياري للقيم الجديدة فإنه يجب الضرب في هذا المقدار الثابت‪.‬‬
‫معامل االختالف‬
‫لمقارنة تشتت مجموعتين (أو أكثر) من ال بيانات والتي تختلف في أوساطها الحسابية‬
‫(مستواها العام) و ‪ /‬أو تختلف في وحدات القياس ( مثال مقارنة يانات الدخل التي تقاس‬
‫باللاير ببيانات العمر وتقاس بالسنوات) فإن المقارنة ال تتم مباشرة بمقارنة االنحراف‬
‫المعياري لكل منهما ‪ ،‬بل تتم من خالل مقياس أخر هو معامل االختالف أو ما يسمى‬
‫أحيانا مقياس التشتت النسبي حيث ينسب االنحراف المعياري لكل مجموعة إلى وسطها‬
‫الحسابي والضرب في ‪ 011‬فنحصل على مقياس نسبي أو مئوي (وبدون تمييز)‪ ،‬أي تتم‬

‫‪77‬‬
‫المقارنة بحساب معامل االختالف لكل منهما‪ ،‬والمجموعة التي لها معامل اختالف أكبر‬
‫تكون أكبر تشتتا والعكس صحيح اي أن‬
‫معامل االختالف = االنحراف المعياري ‪ /‬الوسط الحسابي ‪ / σ = 011 X‬س‾ ‪011 X‬‬
‫أو = الربيع األعلى – الربيع األدنى مقسوما على الربيع األعلى ‪ +‬الربيع األدنى‬
‫ومثال لذلك ‪:‬‬
‫‪99-91‬‬ ‫‪19-11‬‬ ‫‪79-71‬‬ ‫‪19-11‬‬ ‫‪59-51‬‬ ‫‪49-41‬‬ ‫الفئات‬
‫‪0‬‬ ‫‪2‬‬ ‫‪00‬‬ ‫‪05‬‬ ‫‪9‬‬ ‫‪2‬‬ ‫التكرار‬
‫‪ ، 01.1 = σ‬س‾ = ‪15.75‬‬
‫معامل االختالف = ‪ / σ‬س‾ = ‪1.01 = 15.75/01.1‬‬
‫الطريقة األخرى ‪ :‬الربيع األعلى – الربيع األدنى مقسوما على الربيع األعلى ‪ +‬الربيع‬
‫األدنى‬
‫ر‪ ، 51.39 = 0‬ر‪73.04 = 3‬‬
‫‪1.000 = 51.39 + 73.04 / 51.39 – 73.04‬‬
‫‪2‬‬
‫‪ /0 = 2σ‬ن ‪ 0-‬مج (س ‪ -‬س‾)‬
‫= ‪5.1 = 00/12 = 0 – 02/12‬‬
‫معامل االختالف = ‪ / σ‬س‾ = ‪1.41 = 5 / 2.4‬‬
‫مثال آخر‪ :‬إذا كان الوسط الحساي واالنحراف المعياري لدخول عينة من الناخبين‬
‫بالريالت هو‪ :‬س‪ ،052 = σ ، 0511 = 0-‬وكان الوسط الحسابي واالنحراف المعياري‬
‫‪-‬‬
‫= ‪ ، 9.2 = σ ، 42‬فأيهما أكثر تشتتا الدخل أم‬ ‫س ‪0‬‬ ‫ألعمارهم (بالسنوات) هو‪: :‬‬
‫العمر؟‪.‬‬
‫‪78‬‬
 ‫الحل ‪ :‬لمقارنة التشتت نحسب معامل االختالف لكل من الدخل والعمر كما يلي‪:‬‬
‫‪- 0‬معامل اختالف الدخل = ‪ / σ‬س‾ ‪= 011 X 0511 / 052 = 011 X‬‬
‫‪%01.03‬‬
‫‪- 2‬معامل اختالف العمر = ‪ / σ‬س‾ ‪%20.1 = 011 X 42 / 9.2 = 011 X‬‬
‫‪- 3‬بما أن معامل اختالف العمر أكبر من معامل اختالف الدخل ‪ ،‬فإن بيانات‬
‫العمر تكون أكثر تشتتا من بيانات الدخل‪.‬‬
‫نصف المدى الربيعي‬
‫نصف المدى الربيعي = الربيع األعلى – الربيع األدنى ‪2 /‬‬
‫ر = ر‪ – 3‬ر‪2 / 0‬‬
‫مثال ‪ :‬أوجد نصف المدى الربيعي ألوزان مجموعة الطالب اآلتية ‪، 70 ، 72 ، 71 :‬‬
‫‪17 ، 15 ، 19 ، 51 ، 55‬‬
‫الحل ‪ :‬ترتيب البيانات ‪55 ، 51 ، 15 ، 17 ، 19 ، 71 ، 70 ، 72 :‬‬
‫ر‪10.5 = 2 / 15 + 51 = 0‬‬
‫ر‪71.5 = 2 / 70 + 71 = 3‬‬
‫ر = ر‪ – 3‬ر‪4.5 = 10.5 – 71.5 = 2 / 0‬‬
‫نصف المدى الربيعي للبانات المبوبة‬
‫ر‪ = 0‬أ‪ + 0‬ن‪ – 4/‬ت‪ / 0‬ت‪ – 2‬ت‪ . 0‬ل‬
‫ر‪ = 3‬أ‪3 + 2‬ن‪ – 4/‬ت‪ / 0‬ت‪ – 2‬ت‪ . 0‬ل‬
‫مثال ‪ :‬أوجد نصف المدى الربيعي لدرجات الطالب التالية‪:‬‬

‫‪79‬‬
 ‫‪99-91‬‬ ‫‪19-11‬‬ ‫‪79-71‬‬ ‫‪19-11‬‬ ‫‪59-51‬‬ ‫‪49-41‬‬ ‫الفئات‬
‫‪0‬‬ ‫‪2‬‬ ‫‪00‬‬ ‫‪05‬‬ ‫‪9‬‬ ‫‪2‬‬ ‫التكرار‬
‫الحل‬
‫‪ ‬ترتيب الربيع األول = ن‪01 = 4/41 = 4/‬‬
‫‪ ‬ترتيب الربيع الثالث‪ :‬ن‪31 = 4 / 021 = 41 X3 = 4/‬‬
‫‪ ‬نوجد التكرار المتجمع الصاعد والحدود الدنيا للفئات كاآلتي‪:‬‬
‫حدود الفئات‬ ‫التكرار الصاعد‬
‫‪39.5‬‬ ‫أقل من‬ ‫‪1‬‬
‫‪49.5‬‬ ‫أقل من‬ ‫‪2‬‬
‫‪59.5‬‬ ‫أقل من‬ ‫‪00‬‬
‫‪19.5‬‬ ‫أقل من‬ ‫‪21‬‬
‫‪79.5‬‬ ‫أقل من‬ ‫‪37‬‬
‫‪19.5‬‬ ‫أقل من‬ ‫‪39‬‬
‫‪99.5‬‬ ‫أقل من‬ ‫‪41‬‬

‫ل = ‪01 = 39.5 – 49.5‬‬

‫ر‪ = 0‬أ‪ + 0‬ن‪ – 4/‬ت‪ / 0‬ت‪ – 2‬ت‪ . 0‬ل = ‪= 01 X 2 – 00 / 2- 01 + 49.5‬‬
‫‪51.39‬‬
‫ر‪ = 3‬أ‪3 + 2‬ن‪ – 4/‬ت‪ / 0‬ت‪ – 2‬ت‪ . 0‬ل = ‪X 21 – 37 / 21 – 31 + 19.5‬‬
‫‪73.04 = 01‬‬
‫ر = ر‪ – 3‬ر‪7.31 = 2 / 51.39 – 73.04 = 2 / 0‬‬
‫‪80‬‬
 ‫االنحراف عن المتوسط‬
‫في حالة البيانات الخام تستخدم المعادلة التالية‪:‬‬
‫االنحراف عن المتوسط = ‪/0‬ن مج │س ‪ -‬س‾│‬
‫في حال ة البيانات المبوبة تستخدم المعادلة التالية‪:‬‬
‫االنحراف عن المتوسط = ‪/0‬ن مج ت│س ‪ -‬س‾│‬
‫مثال ‪ :‬أوجد االنحراف المتوسط ألعمار مجموعة من الطالب ‪، 7 ، 1 ، 9 ، 9 ، 5 :‬‬
‫‪1،5،7‬‬
‫الحل ‪:‬‬
‫│س ‪ -‬س‾│‬ ‫س ‪ -‬س‾‬ ‫س‬
‫‪0‬‬ ‫‪0-‬‬ ‫‪1‬‬
‫‪2‬‬ ‫‪2-‬‬ ‫‪5‬‬
‫‪1‬‬ ‫‪1‬‬ ‫‪7‬‬
‫‪1‬‬ ‫‪1‬‬ ‫‪7‬‬
‫‪0‬‬ ‫‪0‬‬ ‫‪1‬‬
‫‪2‬‬ ‫‪2‬‬ ‫‪9‬‬
‫‪2‬‬ ‫‪2‬‬ ‫‪9‬‬
‫‪2‬‬ ‫‪2-‬‬ ‫‪5‬‬
‫‪01‬‬ ‫‪51‬‬

‫‪81‬‬
 ‫س‾ = مج س ‪ /‬ن = ‪7 = 1 / 51‬‬
‫االنحراف عن المتوسط = ‪0.25 = 1 / 01‬‬
‫بالنسبة للبيانات المبوبة نذكر المثال التالي‪:‬‬
‫‪99- 91‬‬ ‫‪19- 11‬‬ ‫‪79- 71‬‬ ‫‪19- 11‬‬ ‫‪59- 51‬‬ ‫‪49- 41‬‬ ‫الفئات‬
‫‪0‬‬ ‫‪2‬‬ ‫‪00‬‬ ‫‪05‬‬ ‫‪9‬‬ ‫‪2‬‬ ‫التكرار‬

‫الحل‬
‫‪ -‬ت │س ‪-‬‬ ‫‪│ -‬س‬ ‫س‬ ‫ت‪X‬س‬ ‫التكرارت‬ ‫مراكز‬ ‫الفئات‬
‫س‾│‬ ‫س‾│‬ ‫س‾‬ ‫(ت )‬ ‫الفئات‬
‫(س)‬
‫‪42.5‬‬ ‫‪20.25‬‬ ‫‪20.25‬‬ ‫‪19‬‬ ‫‪2‬‬ ‫‪44.5‬‬ ‫‪49- 41‬‬
‫‪010.25‬‬ ‫‪00.25‬‬ ‫‪-‬‬ ‫‪491.5‬‬ ‫‪9‬‬ ‫– ‪54.5‬‬ ‫‪51‬‬
‫‪00.25‬‬ ‫‪59‬‬
‫‪01.75‬‬ ‫‪0.25‬‬ ‫‪0.25 -‬‬ ‫‪971.5‬‬ ‫‪05‬‬ ‫– ‪14.5‬‬ ‫‪11‬‬
‫‪19‬‬
‫‪91.25‬‬ ‫‪1.75‬‬ ‫‪1.75‬‬ ‫‪109.5‬‬ ‫‪00‬‬ ‫– ‪74.5‬‬ ‫‪71‬‬
‫‪79‬‬
‫‪37.5‬‬ ‫‪01.75‬‬ ‫‪01.75‬‬ ‫‪019‬‬ ‫‪2‬‬ ‫– ‪14.5‬‬ ‫‪11‬‬
‫‪19‬‬

‫‪82‬‬
‫‪21.75‬‬ ‫‪21.75‬‬ ‫‪21.75‬‬ ‫‪94.5‬‬ ‫‪0‬‬ ‫‪94.5 -‬‬ ‫‪91‬‬
‫‪99‬‬
‫‪325‬‬ ‫‪2131‬‬ ‫‪41‬‬ ‫المجموع‬
‫س‾ = مج ت س ‪ /‬ن = ‪15.75 = 41 / 2131‬‬
‫االنحراف عن المتوسط = مج ت│س ‪ -‬س‾│ ‪ /‬ن = ‪1.025 = 41 / 325‬‬
‫‪2‬‬
‫│س ‪ -‬س‾│‬ ‫│س ‪ -‬س‾│‬ ‫س ‪ -‬س‾‬ ‫س‬
‫‪01‬‬ ‫‪4‬‬ ‫‪4-‬‬ ‫‪0‬‬
‫‪9‬‬ ‫‪3‬‬ ‫‪3-‬‬ ‫‪2‬‬
‫‪4‬‬ ‫‪2‬‬ ‫‪2-‬‬ ‫‪3‬‬
‫‪0‬‬ ‫‪0‬‬ ‫‪0-‬‬ ‫‪4‬‬
‫‪0‬‬ ‫‪0‬‬ ‫‪0-‬‬ ‫‪4‬‬
‫‪1‬‬ ‫‪1‬‬ ‫‪1‬‬ ‫‪5‬‬
‫‪1‬‬ ‫‪1‬‬ ‫‪1‬‬ ‫‪5‬‬
‫‪0‬‬ ‫‪0‬‬ ‫‪0‬‬ ‫‪1‬‬
‫‪0‬‬ ‫‪0‬‬ ‫‪0‬‬ ‫‪1‬‬
‫‪4‬‬ ‫‪2‬‬ ‫‪2‬‬ ‫‪7‬‬
‫‪9‬‬ ‫‪3‬‬ ‫‪3‬‬ ‫‪1‬‬
‫‪01‬‬ ‫‪4‬‬ ‫‪4‬‬ ‫‪9‬‬
‫‪12‬‬ ‫‪22‬‬ ‫‪11‬‬

‫‪83‬‬
 ‫س‾ = ‪5 = 02/11‬‬
‫االنحراف المتوسط = مج │س ‪ -‬س‾│ = ‪0.1 = 02/22‬‬
‫المتغير المعياري ( الدرجة المعيارية)‬
‫بالنسبة للعينات ( البيانات المبوبة) تستخدم المعادلة‪:‬‬
‫ز = س ‪ -‬س‾ ‪ /‬االنحراف المعياري‬
‫بالنسبة للبيانات غير المبوبة‪ ،‬تستخدم المعادلة التالية‪:‬‬
‫ز = س – المتوسط ‪ /‬التباين‬
‫مثال ‪ :‬حصل طالب على ‪ 12‬درجة في مقرر اإلحصاء حيث كان متوسط الدرجات هو‬
‫‪ 75‬درجة وانحراف معياري ‪ 01‬درجات‪ .‬ثم حصل على ‪ 19‬درجة في مقرر الرياضيات‬
‫أي من المقررين‬
‫وكان متوسط الدرجات هو ‪ 10‬درجة وانحراف معياري ‪ 01‬درجة‪ .‬في ّ‬
‫كانت نسبة استيعاب الطالب أعلى؟‪.‬‬
‫ز‪ = 0‬س‪ – 0‬س‪1.7 = 01/7 = 01 / 75 – 12 = 0σ / ‾0‬‬
‫ز‪ = 2‬س‪ – 2‬س‪1.5 = 01 / 10 – 19 = 2σ / ‾2‬‬

‫‪84‬‬
 ‫الفصل الخامس‬
‫خصائص التوزيع‬
‫خصائص التوزيع‬
‫إن شكل المنحنى الذي تأخذه البيانات التيتم جمعها بغرض البحث ‪ ،‬يصف خصائص‬
‫تةزيع تلك البيانات‪ .‬ويمكن أن يأخذ توزيع البيانات شكل المنحنى الطبيعي ‪ ،‬المنحنى‬
‫المائل ( الموجب أو السالب) ‪ ،‬المفلطح أو المنحنى ذو القمتين و القمة الواحدة‪.‬‬
‫التوزيع الطبيعي‬
‫يعتبر التوزيع الطبيعي من أهم التوزيعات االحتمالية واكثرها استعماال على االطالق‪ .‬وقد‬
‫اشتق اسمه من أن كثي ار من التوزيعات الطبيعية تاخذ شكال قريبا منه ‪ ،‬كذلك فإن كثي ار‬
‫من التوزيعات البيومترية كتوزيعات الطول والوزن ‪ ،‬وتوزيعات اخطاء المشاهدات مثل‬
‫الفروق بين القيم الحقيقية والقيم المشاهدة) تاخذ شكال قريبا منه‪.‬‬
‫يسمى منحنى هذا التوزيع بالمحنى الطبيعي‪ .‬وعند الحديث عن منحنى توزيع نظري‬
‫يقصد به منحنى دالة كثافة احتمال المتغير العشوائي الذي له هذا التوزيع‪ .‬زمنحنى‬
‫التوزيع الطبيعي متماثل حول خط رأسي يمر بالوسط الحسابي الذي يساوي بسبب التماثل‬
‫كال من الوسيط والمنوال‪ ،‬وهو جرسي الشكل له قمة واحدة ويمتد طرفاه إلى ما ال نهاية‬
‫يمينا ويسا ار ( فيقترب طرفاه من المحور األفقي ولكنهما ال يلتقيان معه) ‪ ،‬ومع ذلك فإن‬
‫المساحة تحت المنحنى تساوي الواحد الصحيح كما هو الحال في المساحة تحت منحنى‬
‫دالة كثافة احتمال أي متغير عشوائي متصل أخر‪.‬‬

‫‪85‬‬
‫هناك عدد ال متناهي من المنحنيات الطبيعية زلكنها تختلف عن بعضها البعض حسب‬
‫قيمة كل من الوسط الحسابي (التوقع) واالنحراف المعياري‪ .‬وقد تتفق منحنيات طبيعية‬
‫في االنحراف المعياري ولكنها تختلف في الوسط الحسابي ‪ ،‬أو قد تتفق الوسط الحسابي‬
‫وتختلف باالنحراف المعياري‪.‬‬
‫عدة خواص منها ‪ :‬أنه متماثل حول الوسط الحسابي ‪ ،‬أي أن‬‫ويمتلك المنحنى الطبيعي ّ‬
‫المنحنى على يس ار الوسط الحسابي يماثل المنحنى على يمينه‪ .‬كما أن الوسط الحسابي‬
‫في المنتصف يقسم المساحة تحت المنحنى إلى قسمين متساويين‪ .‬كما أن مجموع‬
‫المساحة تحت المنحنى تساوي واحد‪ .‬ومهما كانت قيمة الوسط الحسابي واالنحراف‬
‫المعياري ‪ ،‬فإن للمنحنى الطبيعي الخواص التالية( أنظر الشكل المرفق أدناه)‪:‬‬
‫‪ - 1‬حوالي ‪ %11.21‬من المساحة يقع بين القيمتين (المتوسط ‪ +‬االنحراف المعياري ‪،‬‬
‫المتوسط – االنحراف المعياري) ‪2 ،‬‬
‫‪ - 2‬حوالي ‪ %95.41‬من المساحة يقع ين القيميتن ( المتوسط ‪ 2 +‬االنحراف المعياري‬
‫‪ ،‬المتوسط – ‪ 2‬االنحراف المعياري) ‪3 ،‬‬
‫‪ - 3‬حوالي ‪ %99.74‬من المساحة يقع بين القيميتن ( المتوسط ‪ 3 +‬االنحراف المعياري‬
‫‪ ،‬المتوسط – ‪ 3‬االنحراف المعياري) ‪،‬‬
‫‪ - 4‬حوالي ‪%6‬من المساحة يقع بين القيميتن ( المتوسط ‪ 0.91+‬االنحراف المعياري ‪،‬‬
‫المتوسط – ‪ 0.91‬االنحراف المعياري) ‪5 ،‬‬
‫‪ - 5‬حوالي ‪ %99‬من المساحة يقع بين القيميتن (المتوسط ‪ 2.51 +‬االنحراف المعياري‬
‫‪ ،‬المتوسط – ‪ 2.51‬االنحراف المعياري)‪.‬‬

‫‪86‬‬
 ‫شكل يوضح المنحنى الطبيعي‬

‫معامل اإللتواء‬
‫يشير اإللتواء إلى مدى التماثل أو عدم التماثل في شكل التوزيع‪ .‬ويعرف التوزيع المتماثل‬
‫أنه ذلك التوزيع الذي تقسمه القيمة الوسطى إلى قسمين متساويين بحيث يكون التزايد أو‬
‫التناقص في التك اررات متشابها على جانبي المحور المقام عند منتصف التوزيع‪ .‬أم‬
‫التوزيع غير المتماثل فهو عكس التوزيع المتماثل حيث نجد أن التك اررات تتناقص أو‬
‫تتزايد بشكل غير منتظم على جانبي المحو المقام عند منتصف التوزيع‪ .‬المنحنى المائل‬
‫(أو الملتوي) الموجب هو عبارة عن منحنى غير متجانس حيث تتكدس معظم الحاالت‬
‫(‪ ) cases‬جهة اليسار وعلى امتداد ذنب جهة اليمين ‪ ،‬حيث تشير إلى وجود حاالت‬

‫‪87‬‬
‫قليلة عند النهاية اليمنى‪ .‬وفي المنحنى المائل الموجب نجد أن المنوال أصغر من‬
‫الوسيط ‪ ،‬والذي بدوره يكون أصغر من متوسط التوزيع‪ .‬ما المنحنى المائل (أو الملتوي)‬
‫السالب فهو منحنى غير متجانس حيث تكون معظم الحاالت متكدسة ناحية اليمين مع‬
‫امتداد لذنب طويل ناحية اليسار‪ .‬وبسبب أن الكثير والكثير من الحاالت توجد عند‬
‫النهاية اليمنى والقليل والقليل من الحاالت توجد عند النهاية اليسرى للمنحنى االئل‬
‫السالب ‪ ،‬يقال أنه مائل ناحية اليسار‪ .‬ولمثل هذا النوع من التوزيع يكون المتوسط أصغر‬
‫من الوسيط ‪ ،‬والذي بدوره يكون أصغر من المنوال‪.‬‬
‫مثال ‪ :‬إذا كانت س‾ = ‪ ، 15.75‬االنحراف المعياري (‪ ، 01.17 = )σ‬الوسيط =‬
‫‪ 15.5‬أوجد االلتواء ن‬
‫ن = ‪( 3‬س‾ ‪ -‬الوسيط) ‪1.7 = 01.17 / )15.5 – 15.75 ( 3 = σ /‬‬

‫مقياس التفلطح‬
‫‪4‬‬
‫ك = م‪σ / 4‬‬
‫مج‪ ( 4‬س ‪ -‬س‪ / 4)−‬ن‬
‫م‪ = 4‬مج ت ( س ‪ -‬س‪ / 4)−‬ن‬

‫‪88‬‬
 ‫التوزيع المفلطح‬
‫يقصد به مدى اختالف التوزيع التكراري للظاهرة عن التوزيع الطبيعي‪ .‬ومن أنواعه‬
‫التوزيع المدبب ‪ ، Leptokurtic curve‬وهو شكل من اشكال التوزيع المفلطح والذي‬
‫يتميز أن معظم الحاالت توجد في المركز حول المتوسط‪ .‬وهو يميز نوع من التوزيع ذي‬
‫تباين منخفض جدا ( التباين‪ ،‬االنحراف المعياري‪ ،‬والمدى) بسبب أن درجة التجانس‬
‫العالية للبيانات‪ .‬وعند مقارنته مع المنحنى أو التوزيع الطبيعي‪ ،‬فإن هذا النوع من التوزيع‬
‫يتميز أنه له قمة أعلى في الوسط مع أذناب سميكة‪ .‬ومن أنواعه أيضا التوزيع المفرطح‬
‫‪ Platikurtic curve‬وهو نقيض للنوع السابق من التوزيع بحكم أنه يفتقد تكدس للحاالت‬
‫في المركز مع درجة عالية من التناقض ( عدم التجانس) عند األطراف‪ .‬وله قمة أكثر‬
‫وسعا عند القطة الوسطى للتوزيع وامتداد عظيم عند كلتا الطرفين‪.‬‬

‫‪89‬‬
 ‫المنحنى ذي المنوالين ‪bimodal curve‬‬
‫هو ذلك المنحنى الذي يميز توزيعا ذي نقطتين مرتفعتين متساويتين‪ .‬ويستخدم لوصف‬
‫وا ضح ين بصرف النظر عن أنهما متساويتين بالضبط أم‬ ‫أي توزيع يمتلك قمتين‬
‫ال‪ .‬ونجد أن المتوسط والوسيط لهذا الشكل من المنحنيات متساويين في الغالب عند‬
‫األجزاء الدنيا أو المنخفضة من المنحنى بين القمتين‪.‬‬
‫وقد يأخذ التوزيع أيضا أكثر من قمتين منواليتين واضحتين‪ .‬وعندما يأخذ التوزيع قمتين‬
‫أو أكثر يسمى توزيعا متعدد المنواالت ‪ .multimodal‬في التوزيع ثنائي المنوال ‪ ،‬قد‬
‫تتكدس بعض الدرجات ‪ scores‬أعلى المتوسط والبعض اآلخر أسفله‪ .‬والمنحنى ثنائي‬
‫المنوال هو النقيض للمنحنى أحادي المنوال والذي يظهرة المنحنى الطبيعي‪.‬‬

‫‪90‬‬
 ‫الفصل السادس‬
‫السالسل الزمنية‬
‫بقدر اهتمام الجغرافيا بالمكان ‪ ،‬فإنها تهتم ا يضا بالبعد الزمني للظاهرات الجغرافية‪ .‬وقد‬
‫أشار بعض الجغرافيين إلى التسلسل الزمني وعرفه بأنه مشاهدة ظاهرة معينة بصورة‬
‫متتالية خالل فترة زمنية محددة‪ .‬ولتوضيح البعد الزمني استخدم الجغرافيون الرسوم‬
‫البيانية الخطية واألشكال البيانية التك اررية مثل المضلع التكراري والمدرج التكراري وغيرها‪.‬‬
‫وأهتم بشكل خاص بالمقاييس الخاصة بالنمو المرتبط ببعض الظاهرات الجغرافية مثل‬
‫أعداد السكان واإلنتاج الزراعي وأعداد الثروة الحيوانية وغيرها‪ .‬ومن ضمن الطرق التي‬
‫استخدمها الجغرافيون دراسة التغيرات العددية التي تختص بما يط أر على الظاهرة من‬
‫تغيرات موجبة أو سالبة خالل فترة زمنية محددة وعرضها باستخدام الرسوم البيانية‪.‬‬
‫وبحكم أن استخدام األرقام الفعلية في التغيرات العددية ألنها تعتبر غير حقيقية مما‬
‫تطلب استخدام التغيرات النسبية للظاهرة وذلك باستخدام االرقام القياسية‪.‬‬
‫األرقام القياسية‬
‫هي أداة تستخدم لقياس التغير النسبي ( أو المئوي) في قيم الظواهر في زمن آخر أو من‬
‫مكان إلى آخر ويكون هناك زمانان أو مكانان أحدهما يمثل سنة األساس والثاني يمثل‬
‫المقارن‪ .‬ومثال لتوضيح ذلك ـن سعر كغم واحد من الليمون لسنة ‪ 0975‬هو ‪ 05‬قرش‬
‫واصبح سعره نسة ‪ 2117‬يساوي ‪ 91‬قرش‪ .‬إذا اعتبرنا أن سنة ‪ 0975‬هي سنة أساس‬
‫وكانت سنة ‪ 2117‬هي سنة المقارنة‪.‬‬
‫قياس التغير النسبي – الرقم القياسي‬

‫‪91‬‬
‫سنة المقارنة ‪ /‬سنة األساس = ‪ 1 = 05/91‬يعني أن قيمة التغير الناتجة وهي ‪، 1‬‬
‫تعني كمية الليمون التي كانت تشترى بقرش واحد سنة ‪ 0975‬تشترى في سنة ‪ 2117‬ب‬
‫‪ 1‬قروش‪.‬‬
‫ماهية السالسل الزمنية ‪ :‬عدد من المشاهدات اإلحصائية نصف ظاهرة معينة مع مرور‬
‫الزمن ‪ ،‬أو مجموعة من المشاهدات التي أخذت على فترات زمنية متالحقة ومتساوية‪.‬‬
‫أنواع السالسل الزمنية‪:‬‬
‫‪- 0‬قترية (تتعلق بالفترة) وطويلة األجل (ممهدة)‪ :‬مشاهدات ترصد لظاهرة معينة‬
‫على فترات محددة من الزمن (شهر ‪ ،‬ربع سنة ‪ ،‬فصل) مثال سعر سلعة على‬
‫مدار شهر كامل‪.‬‬
‫‪- 2‬لحظية (متذبذة قصيرة األجل) ‪ :‬مشاهدات ترصد لظاهرة معينة في لحظات (‬
‫تواريخ معينة) مثل سلسلة كمية المطر في اسبوع واحد من أحد االشهر‪.‬‬
‫تمثيل السلسلة الزمنية بيانيا ( المنحنى التاريخي للسلسلة)‬
‫مثال‪ :‬أرسم المنحنى التاريخي الذي يمثل السلسلة الزمنية لعدد خريجي إحدى‬
‫الجامعات خالل السنوات ‪ 0995 – 11‬في كلية من الكليات ولتخصص معين‪.‬‬
‫‪95 94 93‬‬ ‫‪92‬‬ ‫‪90‬‬ ‫‪91‬‬ ‫‪19‬‬ ‫‪11 17‬‬ ‫‪11‬‬ ‫السنة‬
‫‪9‬‬ ‫‪5‬‬ ‫‪0‬‬ ‫‪1‬‬ ‫‪2‬‬ ‫‪7‬‬ ‫‪3‬‬ ‫‪1‬‬ ‫‪4‬‬ ‫‪1‬‬ ‫عدد‬
‫الخريجيين‬
‫إذا نظرنا إلى المنحنى التاريخي للسلسلة الزمني ة السابقة نالحظ أنها ترتفع في بعض‬
‫السنوات وتنخفض في سنوات أخرى ‪ ،‬وهذا التذبذب يسمى خشونة السلسلة الزمنية‪.‬‬

‫‪92‬‬
 ‫ولحساب الخشونة يوجد مقياس يسمى مقياس الخشونة ‪ ،‬أو معامل الخشونة‪:‬‬
‫‪2 -‬‬
‫( سر – سر‪ / 2) 0-‬مجزر=‪( 2‬سر – س )‬ ‫ز‬
‫مج ر=‪2‬‬ ‫م‪.‬خ =‬
‫حيث أن سر ‪ :‬المشاهدة رقم (ر) في السلسلة الزمنية ‪ ،‬ن ‪ :‬عدد قيم السلسلة ‪ ،‬ر‬
‫‪ :‬رتبة كل قيمة في السلسلة‬
‫وكلما كان معامل الخشونة أقل كلما كانت السلسلة الزمنية ملساء أكثر ‪ ،‬ويحسب‬
‫معامل الخشونة للظواهر وليس للزمن‪ ،‬ويالحظ أن المجموع يبدأ من المشاهدة الثانية‬
‫ز‬
‫مج ر=‪. 2‬‬

‫مثال ‪ :‬أحسب معامل الخشونة للسلسلة‪، 5 ، 7 ، 1 ، 5 ، 7 ، 3 ، 1 ، 4 ، 1 :‬‬

‫‪9‬‬
‫الحل‬
‫اوال ‪ :‬نرتب مشاهدات السلسلة بحيث يعطي كل مشاهدة رقم صحيح موجب ابتداء‬
‫من (‪.)0‬‬
‫القيمة‪9 ، 5 ، 7 ، 1 ، 5 ، 7 ، 3 ، 1 ، 4 ، 1 :‬‬
‫سر ‪ :‬س‪ ، 0‬س‪ ، 2‬س‪ ، 3‬س‪ ، 4‬س‪ ، 5‬س‪ ، 1‬س‪ ، 7‬س‪ ، 1‬س‪ ، 9‬س‪01‬‬
‫ثانيا‪ :‬نحسب الوسط الحسابي لمشاهدات السلسلة = ‪1 = 01/11‬‬
‫ثالثا‪ :‬نحسب كل من البسط والمقام في قانون معامل الخشونة سابق الذكر(أنظر‬
‫الوحة السابعة من كتابنا في سي دي )‬
‫وبما أن معامل الخشونة قيمته عالية فال بد من تقليله وذلك عن طريق إيجاد سلسلة‬
‫زمنية جديدة تحل محل السلسلة الزمنية األصلية بحيث يكون معامل الخشونة إليها أقل‬

‫‪93‬‬
‫من معامل الخشونة للسلسلة األصلية‪ .‬يتم ذلك من خالل ما يعرف بطريقة المتوسطات‬
‫المتحركة والمتوسطات المتحركة أو األوساط المتحركة‪.‬‬
‫إيجاد عناصر سلسلة جديدة بطريقة المتوسطات المتحركة‬
‫تستخدم المتوسطات المتحركة لتحليل السالسل الزمنية وذلك بغرض دراسة التغيرات‬
‫عدة مؤثرات مما يمكن من‬
‫المختلفة التي تط أر على الظاهرة المدروسة بسبب تأثير ّ‬
‫االستفادة منها في إمكانية التنبؤ بحال أو وضعية الظاهرة في أزمنة ال نملك عنها‬
‫أي بيانات‪ .‬يمكن تمثيل السلسلة الزمنية بيانيا بتعيين أزواج مرتبة ( الزمن ‪ ،‬قيمة‬
‫الظاهرة) ثم نوصل تلك النقاط فينتج ما يعرف بالمنحنى التاريخي للسلسلة الزمنية‪.‬‬
‫وعند تحليل البيانات الجغرافية ذات االختالفات الزمانية يجب التركيز معرفة‬
‫المؤثرات االتجاهية ( هي التي تؤثر في االتجاه العام للظاهرة زيادة أو نقصانا على‬
‫مدار فترة زمنية ال تقل عن عشر سنوات) ‪ ،‬والمؤثرات الدورية ( وهي التي تحدث‬
‫تغي ار في الظاهرة خالل فترة زمنية محدودة مثل األسبوع ‪ ،‬أو الشهر ‪ ،‬أو لفصل من‬
‫السنة ‪ ،‬أو مرة كل سنة أو سنتين أو أكثر بحيث يتكرر هذا التير في نفس المواعيد‬
‫على مدار نفس الفترة الزمنية) ‪ ،‬وهناك المؤثرات غير المنتظمة التي تحدث دون‬
‫انتظام وتفتقد لنمط معين أو قاعدة ثابتة‪ ،‬وقد تتكرر أو ال تتكرر بغير انتظام زيادة‬
‫أو نقصانا‪.‬‬
‫‪ -‬الطريقة تقوم على مبدأ متوسطات حسابية متتابعة لمجموعة متتابعة ومتداخلة‬
‫والنتيجة هي إزالة بعض التعرجات الموجودة في السلسلة الزمنية األصلية لتقليل‬
‫خشونة السلسلة الزمنية‪.‬‬

‫‪94‬‬
‫‪ -‬نفترض أن هناك السلسلة الزمنية س‪ ، 0‬س‪ ، 2‬س ‪ ،....، 3‬س ر‪ .‬إذا اردنا‬
‫إيجاد معدالت متحركة لها طول (‪ )2‬نقوم باآلتي‪:‬‬
‫س‪+ 0‬س‪ ، 2 / 2‬س‪ 2‬س ‪ ،2 /3‬س‪ + 3‬س‪.....، 2/ 4‬‬
‫لو أردنا إيجاد متوسطات متحركة بطول (‪ )3‬نقوم باآلتي‪:‬‬
‫س‪ + 0‬س‪ + 2‬س‪ ، 3/ 3‬س‪ + 2‬س‪ + 3‬س‪ ، 3/ 4‬س‪ + 3‬س‪+ 4‬س‪3 / 5‬‬
‫لو أردنا معدالت متحركة بطول (‪ )4‬نقوم باآلتي‪:‬‬
‫س‪+ 0‬س‪+ 2‬س‪+ 3‬س‪ ، 4/ 4‬س‪+ 2‬س‪ + 3‬س‪+ 4‬س‪ ، 4/ 5‬س‪+ 3‬س‪4‬‬
‫‪+‬س‪+5‬س‪....، 4/ 1‬‬
‫والقاعدة هنا هي‪ :‬عدد عناصر السلسلة االصلية = عدد األوساط المتحركة‬
‫الجديدة ‪ +‬طول الوسط المتحرك – ‪ =0‬ك ‪ +‬ت ‪0 -‬‬
‫مثال‪ :‬سلسلة عدد عناصرها (‪ )51‬تم تعديلها باتجاه سلسلة جديدة بطريقة‬
‫المتوسطات المتحركة بطول (‪ )5‬بناء على ما سبق حدد السلسلة الجديدة (عدد‬
‫األوساط المتحركة الجديدة)‪.‬‬
‫الحل‪ :‬ن = ‪ ، 51‬ل = ‪ ، 5‬ك =؟؟‬
‫ن = ك ‪ +‬ت ‪0-‬‬
‫‪ = 51‬ك ‪ = 51  0 – 5+‬ك ‪  4+‬ك = ‪41‬‬

‫‪95‬‬
 ‫عناصر السلسلة الزمنية (مركبات السلسلة الزمنية)‬
‫تضم ‪:‬‬
‫‪- 0‬مركبة االتجاه العام (ت) ‪ :‬وتمثل المشاهدات التي تأخذ شكل متزايد مستمر‬
‫مع بعض التذبذبات ‪ .‬ومثال لها‪ :‬إزدياد التحصيل بزيادة عدد ساعات‬
‫الدراسة إال أن هذا يتاثر بقلة التركيز والتعب‪ .‬وأفضل تقدير لها عن طريق‬
‫معادلة خط انحدار قيمة الظاهرة (ص) على (س)‪ :‬ص – أس ‪+‬‬
‫‪- 2‬مركبة الدورة (د)‪ :‬هي المشاهدات التي تتكرر كل أربع أو خمس فترات‬
‫زمنية (فترة تغير البيانات لمدة طويلة قد تزيد عن السنة)‪ .‬ومثال لها ارتفاع‬
‫درجة الح اررة كل (‪ )5‬سنوات ‪ ،‬فترة الرخاء ‪ ،‬فترة الكساد لدورة التغير‬
‫للمشاهدات‪.‬‬
‫‪- 3‬المركبة الفصلية (ف)‪ :‬التغيرات التي تظهر في الفصول ‪ ،‬والفصول قد‬
‫تكون يومية (درجات الح اررة) ‪ ،‬أو أسبوعية ‪ ،‬أو شهرية‪.‬‬
‫‪- 4‬مركبة الخطأ أو المركبة العشوائية (خ)‪ :‬المشاهدات التي تتذبذب بشكل‬
‫عشوائي ويستحيل تفسيرها مثل الحروب والحرائق والزالزل والبراكين‪ .‬المركبة‬
‫الخاصة بما تبقى من العوامل األخرى التي يمكن أن تؤثر في السلسلة غير‬
‫المركبة سابقة الذكر‪.‬‬
‫مالحظات عامة على مركبات السالسل الزمنية‪:‬‬
‫‪- 0‬أن السلسلة الزمنية الواحدة يمكن أن تتضمن أكثر من مركبة واحدة من‬
‫مركبات السلسلة الزمنية ( اتجاه عام ‪ ،‬دورة ‪ ،‬فصلية ‪ ،‬عشوائية)‪.‬‬

‫‪96‬‬
 ‫‪- 2‬في كل سلسلة يهمنا معرفى تاثير كل مركبة من مركبات السالسل الزمنية‪.‬‬
‫أهداف دراسة السالسل الزمنية (استعمالها)‬
‫‪- 0‬وصف السلسلة‪ :‬ويتضمن المنحنى التاريخي للسلسلة ‪ ،‬وخواص السلسلة (تزايد‬
‫أو تناقص أو ثبات)‬
‫‪- 2‬تفسير السلسلة والتنبؤ ‪ ،‬اي االستفادة من بيانات السلسلة في التنبؤ بالمستقبل‪.‬‬
‫تحليل السالسل الزمنية‬
‫هو إظهار تأثير إحدى المركبات السابقة بعد إلغاء تأثير المركبات األخرى‪ .‬وتتضمن‬
‫طرق تحليل السلسلة الزمنية ‪ ،‬إما عن طرق الوصف أو عن طريق النماذج االحتمالية‪.‬‬
‫وتتضمن النماذج االحتمالية كل من النموذج النسبي والنموذج التجميعي‪.‬‬
‫النموذج النسبي ‪ :‬ص = ت (مركبة االتجاه العام) ‪ X‬د (مركبة الدورة) ‪ X‬ف (المركبة‬
‫الفصلية) ‪ X‬خ (مركبة الخطأ)‪.‬‬
‫النموذج التجميعي ‪ :‬ص= ت (مركبة االتجاه العام) ‪ +‬د (مركبة الدورة) ‪+‬ف (المركبة‬
‫الفصلية) ‪+‬خ (مركبة الخطأ)‪.‬‬
‫حساب مركبات السالسل الزمنية‬
‫أوال طرق حساب مركبة االتجاه العام‬
‫تتضمن طرق حساب مركبة االتجاه العام كل من طريقة المربعات الصغرى ‪ ،‬التمهيد‬
‫باليد ‪ ،‬المتوسطات المركبة ونصف السلسلة‪.‬‬
‫ومثال لذلك ‪ :‬الجدول التالي يمثل درجات الح اررة فى أحد المدن على مدار ‪ 01‬سنوات‬
‫(‪)0995 – 0911‬‬

‫‪97‬‬
 ‫‪95‬‬ ‫‪94‬‬ ‫‪93‬‬ ‫‪92‬‬ ‫‪90‬‬ ‫‪91‬‬ ‫‪91‬‬ ‫‪11‬‬ ‫‪17‬‬ ‫‪11‬‬ ‫السنة‬
‫‪41‬‬ ‫‪39‬‬ ‫‪35‬‬ ‫‪32‬‬ ‫‪21‬‬ ‫‪27‬‬ ‫‪20‬‬ ‫‪09‬‬ ‫‪03‬‬ ‫‪7‬‬ ‫د‪.‬‬
‫الح اررة‬
‫‪- 0‬يمكن استخدام معادلة انحدار الظاهرة (ص) على الزمن (س) بطريقة المربعات‬
‫الصغرى ( أنظر الباب)‬
‫‪- 2‬تتضمن طريقة نصف السلسلة عمل اآلتي‪:‬‬
‫أ ‪ -‬تقسم السلسلة إلى نصفين متساويين ‪ ،‬وغذا كان عدد المشاهدات فردي تحذف‬
‫المشاهدة المتوسطة‪.‬‬
‫ب ‪-‬نجد الوسط الحسابي س ‪ ،‬ص لكل نصف (النصف األول ‪ /‬النصف الثاني)‬
‫ت ‪-‬نجد معادلة خط المسنقيم المار بالنقطتين الناتجتين من الخطوة (ب)‪.‬‬
‫أما إيجاد معادلة االتجاه العام بطريقة المتوسطات المتحركة فتشمل اآلتي‪:‬‬
‫‪- 0‬نجد األوساط المتحركة بطول مناسب للسلسلة لينتج لدينا سلسلة زمنية جديدة من‬
‫المتوسطات المتحركة الناتجة ليكون أثر االتجاه العام للسلسلة الجديدة ظاه ار‬
‫بشكل أفضل من السلسلة االصلية‪.‬‬
‫‪- 2‬نحدد معادلة االتجاه العام للسلسلة الجديدة بإحدى الطرق السابقة (معادلة‬
‫االنحدار ‪ ،‬التمهيد باليد ‪...‬الخ)‪.‬‬
‫تقدير المركبات الفصلية‬
‫هو إيجاد ق يمة الظاهرة باعتبار المركبة الفصلية ال تتاثر إال بالموسم‪.‬‬

‫‪98‬‬
‫وتتضمن الطرق كل من النسب للمعدل المتحرك ‪ ،‬والنموذج النسبي‪ :‬ص = ت (مركبة‬
‫االتجاه العام) ‪ X‬د (مركبة الدورة) ‪ X‬ف (المركبة الفصلية) ‪ X‬خ (مركبة الخطأ)‪.‬‬
‫وتشمل القوانين الخاصة بإيجاد المركبة الفصلية بطريقة النسب للمعدل المتحرك‪:‬‬
‫‪- 0‬المتوسط الموسمي = المجموع الموسمي لكل ربع ‪ /‬عدد السنوات = المتوسطات‬
‫الموسمية‬
‫‪- 2‬المتوسط الكلي = مجموع المتوسطات الموسمية ‪ /‬عدد األرباع = مجموع‬
‫المجموع الكلي للمعدل الموسمي ‪ /‬عدد األرباع‬
‫‪- 3‬النسب الموسمية = المتوسط الموسمي ‪ /‬المتوسط الكلي ‪ = % 011 X‬الجزء ‪/‬‬
‫الكل ‪%011 X‬‬
‫تاليا هو انتاج مصنع خالل ‪ 5‬سنوات حيث أن كمية االنتاج مأخوذة كل ‪ 3‬شهور‬

‫‪11‬‬ ‫‪79‬‬ ‫‪71‬‬ ‫‪77‬‬ ‫‪71‬‬ ‫السنوات‬

‫‪25‬‬ ‫‪21‬‬ ‫‪1‬‬ ‫‪02‬‬ ‫‪7‬‬ ‫ربع السنة األول‬
‫‪27‬‬ ‫‪20‬‬ ‫‪03‬‬ ‫‪00‬‬ ‫‪9‬‬ ‫ربع السنة الثاني‬
‫‪21‬‬ ‫‪23‬‬ ‫‪05‬‬ ‫‪04‬‬ ‫‪01‬‬ ‫ربع السنة الثالث‬
‫‪27‬‬ ‫‪09‬‬ ‫‪01‬‬ ‫‪21‬‬ ‫‪05‬‬ ‫ربع السنة الرابع‬
‫المطلوب ‪ - 0 :‬إيجاد النسب الموسمية لهذا االنتاج باستخدام فكرة النسب للمعدل‬
‫المتحرك ‪ - 2 ،‬أحسب المتوسط الموسمي الخاص بكل ربع ‪ - 3 ،‬أحسب المتوسط‬
‫الموسمي العام (الكلي)‪.‬‬

‫‪99‬‬
 ‫الحل‬
‫النسب الموسمية‬ ‫المجموع الموسمي لكل المتوسط‬ ‫الربع‬
‫الموسمي‬ ‫ربع‬
‫= ‪= %011 X 01.5/04.4‬‬ ‫‪5/72 72=25+21+1+02+7‬‬ ‫األول‬
‫‪%17.27‬‬ ‫‪04.4‬‬
‫= ‪%011 X 01.5 / 01.2‬‬ ‫‪5‬‬ ‫‪/10‬‬ ‫‪10‬‬ ‫الثاني‬
‫= ‪%91.01‬‬ ‫‪01.2‬‬
‫‪= %011 X 01.5 /01 = 5 / 91‬‬ ‫‪91‬‬ ‫الثالث‬
‫‪%019.19‬‬ ‫‪01‬‬
‫‪%011 X 01.5 / 07.4 = 5 / 17‬‬ ‫‪17‬‬ ‫الرابع‬
‫= ‪%015.45‬‬ ‫‪07.4‬‬
‫‪11‬‬ ‫المجموع‬
‫المتوسط الكلي = ‪01.5 = 5 / 11‬‬

‫‪100‬‬
 ‫الفصل السابع‬
‫العالقات واالرتباطات‬
‫يمكن دراسة العالقة بين أي ظاهرتين أو متغيرين بإتباع إما طريقة االرتباط أو طريقة‬
‫االحدار‪ .‬االرتباط هو وجود عالقة بين ظاهرتين بحيث إذا تغير أحدهما في اتجاه معين‬
‫‪ ،‬مال اآلخر إلى التغير في نفس االتجاه أو في االتجاه المعاكس‪ .‬ويسمى االرتباط في‬
‫الحالة األولى إرتباطا موجبا (طرديا) ‪ ،‬بينما يسمى في الحالة الثانية إرتباطا سالبا‬
‫(عكسيا)‪ .‬ومن أمثلة النوع األول االرتباط بين معدل الذكاء والتحصيل العلمي‪ ،‬والنوع‬
‫الثاني االرتباط بين المستوى العام لنشاط الفرد ومدة تعضه للجوع أو العطش‪ .‬ويعني‬
‫انعدام االرتباط بي ن ظاهرتين أو متغيرين أن اتجاه التغير في قيم الظاهرة األولى ال يدل‬
‫على اتجاه التغير في قيم الظاهرة الثانية في كل األحوال‪ ،‬والعكس صحيح‪ .‬ويعني هذا‬
‫أن قيم الظاهرة الثانية إذا مالت إلى الزيادة مثال ‪ ،‬فقد تميل قيم الظاهرة الثانية إلى الزيادة‬
‫أو النقصان ‪ ،‬أو قد تبقى على حالها دون تغيير‪ .‬ويدل هذا على أن انعدام االرتباط بين‬
‫ظاهرتين أو متغيرين ال يفيد بأن التغير في قيم أحدهما يفيد في معرفة التغير أو التنبؤ‬
‫باتجاه التغير في قيم المتغير اآلخر‪.‬‬
‫إن وجود ارتباط أو عالقة بين ظاهرتين ‪ ،‬سواء كان ارتباطا موجبا أو سالبا‪ ،‬ال يعني‬
‫بالضرورة أن كل زوج من قيمهما المتناظرة يحب أن تتغير تبعا لتلك العالقة‪ .‬فقد شذ‬
‫بعض القيم عن ذلك ‪ ،‬رغم أنه من الضروري نظريا في حالى االرتباط الموجب بين‬
‫متغيرين او ظاهرتين أن تتغير قيمهما المتناظرو معا في نفس االتجاه سلبا أو إيجابا‪.‬‬
‫فالقيم التي قد تشذ عن هذه القاعدة في تغيرها تتناقص في وضع يجب أن تتزايد فيه ‪ ،‬أو‬

‫‪101‬‬
‫تتزايد في وضع يجب أن تتناقص فيه‪ .‬وينطبق نفس الوضع على القيم ذات العالقة‬
‫السالبة‪ .‬وهذا الوضع يكثر في حالة القيم الفردية ‪ ،‬ولكن بحكم أناالستنباط في القواعد‬
‫اإلحصائية العامة يعني بالحاالت واالتجاهات الجماعية لذلك ال تؤخذ هذه القم الشاذة في‬
‫االعتبار عند تقرير الصوة العامة لالرتباط‪.‬‬
‫وتنقسم العالقات من حيث الطريقة التي يتم فيها قساس المشاهدات الماخوذة على‬
‫الظواهر المختلفة الداخلة فيها إلى االرتباط ‪ correlation‬واإلقتران ‪association‬‬
‫والتوافق ‪ .contingency‬يشي ر االرتباط إلى العالقة بين الظواهر التي يمكن قياس‬
‫المشاهدات المأخوذة عليها والتعبير عنها بصورة رقيمة‪ .‬ومثال لذلك العالقة بين معدل‬
‫الذكاء والتحصيل الدراسي ‪ ،‬أو بين الوزن والطول‪ .‬أما الغقتران فيشير إلى العالقة بين‬
‫الظواهرىالتب ال يمكن قياس المشاهدات المأخوذة عليها والتعبير عنها صورة رقمية ‪،‬‬
‫وغنما بصورة وصفية فقط‪ .‬ومن أمثلة ذلك العالقة بين مستوى الذكاء بدرجاته مرتفع جدا‬
‫‪ ،‬مرتفع ‪ ،‬متوسط ‪ ،‬مقبول والمستوى االجتماعي بتقسيماته إلى عالي ومتوسط‬
‫ويشير التوافق إلى العالقة بين الظواهر التي يمكن قياس المشاهدات‬ ‫ومنخفض‪.‬‬
‫المأخوذة على القسم اآلخر بطريقة وصفية‪ .‬ومن أمثلته العالقة بين الجنس والفرد ومقدار‬
‫تحصيله الدراسي ‪ ،‬أو العالقة بين نوع العمل والمرتب الشهري للموظف أو العامل‪.‬‬
‫يقسم االرتباط من حيث عدد الظواهر الداخلة فيه ‪ ،‬وهو االرتباط الذي يتعلق بالظواهر‬
‫التي يمكن قياسها وال تعبير عنها بصورة رقمية ‪ ،‬إلى ثالثة أقسام ووذلك بالنسبة إلى عدد‬
‫المتغيرات الداخلة فيه إلى االرتباط البسيط ‪ ،‬واالرتباط المتعدد ‪ ،‬واالرتباط الجزئي‪ .‬يبحث‬
‫االرتباط البسيط في العالقة بين ظاهرتين أو متغيرين اثنين فقط ‪ ،‬بينما يبحث االرتباط‬

‫‪102‬‬
‫المتعدد في العالقة بين م تغير معين ومتغيرين آخرين أو أكثر مأخوذين معا‪ .‬وفي‬
‫الجانب اآلخر يبحث االرتباط الجزئي في العالقة بين متغيرين إثنين فقط من بين عدة‬
‫متغيرات على فرض أن تأثير بقية المتغيرات األخرى يبقى ثابتا‪.‬‬
‫وللمساعدة في تحديد المعادلة التي تربط بين المتغيرات نتبع الخطوات التالية‪:‬‬
‫‪- 2‬جمع البيانات التي تظه القيم المقابلة للمتغيرات تحت الدراسة ولنفرض أنهما‬
‫المتغيران س و ص‪.‬‬
‫‪- 1‬وضع النقط في رسم بياني فيه اإلحداثيات المتعامدة وتسمى النقاط الناتجة بشكل‬
‫االنتشار‪.‬‬
‫‪- 6‬من شكل االنتشار يمكن بالنظر تمهيد منحنى لتقريب هذه البيانات ويسمى‬
‫بالمنحنى التقريبي‪.‬‬
‫معامل االرتباط‬
‫االرتباط ين ظاهرتين س ‪ ،‬ص‬
‫معامل ارتباط بيرسون‬
‫‪2‬‬
‫ر = ن مج س ص – مج س مج ص ‪ ( √ /‬ن مج س‪( – 2‬مج)‪ ( X ) 2‬ن مج ص‬
‫– (مج)‪) 2‬‬
‫مثال ‪ :‬إذا كان‬
‫‪00‬‬ ‫‪01‬‬ ‫‪1‬‬ ‫‪00‬‬ ‫‪05‬‬ ‫‪09‬‬ ‫‪9‬‬ ‫‪03‬‬ ‫س‬
‫‪01‬‬ ‫‪04‬‬ ‫‪9‬‬ ‫‪01‬‬ ‫‪05‬‬ ‫‪07‬‬ ‫‪7‬‬ ‫‪05‬‬ ‫ص‬

‫‪103‬‬
 ‫‪2‬‬ ‫‪2‬‬
‫س‾ ص‾‬ ‫ص‾‬ ‫س‾ = س ص‾ = ص س‾‬ ‫ص‬ ‫س‬
‫‪01-‬‬ ‫‪01-‬‬
‫‪05‬‬ ‫‪25‬‬ ‫‪9‬‬ ‫‪5‬‬ ‫‪3‬‬ ‫‪05‬‬ ‫‪03‬‬
‫‪9‬‬ ‫‪9‬‬ ‫‪0‬‬ ‫‪3-‬‬ ‫‪0-‬‬ ‫‪7‬‬ ‫‪9‬‬
‫‪13‬‬ ‫‪49‬‬ ‫‪10‬‬ ‫‪7‬‬ ‫‪9‬‬ ‫‪07‬‬ ‫‪09‬‬
‫‪25‬‬ ‫‪25‬‬ ‫‪25‬‬ ‫‪5‬‬ ‫‪5‬‬ ‫‪05‬‬ ‫‪05‬‬
‫‪1‬‬ ‫‪1‬‬ ‫‪0‬‬ ‫‪1‬‬ ‫‪0‬‬ ‫‪01‬‬ ‫‪00‬‬
‫‪2‬‬ ‫‪0‬‬ ‫‪4‬‬ ‫‪0-‬‬ ‫‪2-‬‬ ‫‪9‬‬ ‫‪1‬‬
‫‪24‬‬ ‫‪01‬‬ ‫‪31‬‬ ‫‪4‬‬ ‫‪1‬‬ ‫‪04‬‬ ‫‪01‬‬
‫‪1‬‬ ‫‪1‬‬ ‫‪0‬‬ ‫‪1‬‬ ‫‪0‬‬ ‫‪01‬‬ ‫‪00‬‬
‫‪032‬‬ ‫‪025‬‬ ‫‪051‬‬ ‫‪07‬‬ ‫‪22‬‬
‫ر = ‪= )2 07 – 025 X 1( ) 2 22 – 051 X 1( √ / 07 X 22 – 032 X 1‬‬
‫‪ ( 1.12‬طردي قوي)‬
‫خصائص معامل االرتباط‬
‫لو أخذنا خطا مستقيما وقسمناه إلى نصفين متساويين ‪ ،‬فإن قيمة ر يمين الصفر (الذي‬
‫يقسم الخط إلى قسمين متساويين) تتجه نحو ارتباط موجب تام (تام طردي) ‪ ،‬والى يسار‬
‫الصفر نحو ارتباط سالب تام سالب‪ .‬وبالتدرج من الصفر ناحية اليمين نجد ارتباط‬
‫موجب ضعيف (عند صفر) ‪ ،‬يليه ارتباط موجب متوسط (عند ‪ ، )1.1‬ثم ارتباط موجب‬

‫‪104‬‬
 ‫قوي (عند ‪ .)1.1‬ونجد عكس ذلك إذا اتجهنا تاحية اليسار من صفر التقسيم (ارتباط‬
‫سالب ضعيف‪ ،‬ارتباط سالب متوسط‪ ،‬ارتباط سالب قوي‪.‬‬
‫معامل ارتباط الرتب لسبيرمان‬
‫القانون ‪ :‬ر = ‪ 1 - 0‬مج ف‪ / 2‬ن ( ن‪)0 – 2‬‬
‫مثال أوجد رتب س التي قيمتها معطاة في الجدول التالي‪:‬‬
‫‪D‬‬ ‫‪B‬‬ ‫‪C‬‬ ‫‪C‬‬ ‫‪C‬‬ ‫‪C‬‬ ‫‪A‬‬ ‫رياضيات‬
‫‪E‬‬ ‫‪A‬‬ ‫‪C‬‬ ‫‪D‬‬ ‫‪B‬‬ ‫‪B‬‬ ‫‪B‬‬ ‫إحصاء‬
‫نرتب القيم‬
‫‪2‬‬
‫ف‬ ‫الفرق= س ‪ -‬ص‬ ‫رتب ص‬ ‫رتب س‬ ‫ص‬ ‫س‬
‫‪2.25‬‬ ‫‪0.7‬‬ ‫‪5.5‬‬ ‫‪7‬‬ ‫‪B‬‬ ‫‪A‬‬
‫‪4‬‬ ‫‪2-‬‬ ‫‪5.5‬‬ ‫‪3.5‬‬ ‫‪B‬‬ ‫‪C‬‬
‫‪2.25‬‬ ‫‪0.5‬‬ ‫‪2‬‬ ‫‪3.5‬‬ ‫‪B‬‬ ‫‪C‬‬
‫‪1‬‬ ‫‪1‬‬ ‫‪3.5‬‬ ‫‪3.5‬‬ ‫‪D‬‬ ‫‪C‬‬
‫‪1‬‬ ‫‪1‬‬ ‫‪3.5‬‬ ‫‪3.5‬‬ ‫‪C‬‬ ‫‪C‬‬
‫‪0‬‬ ‫‪0-‬‬ ‫‪7‬‬ ‫‪1‬‬ ‫‪A‬‬ ‫‪B‬‬
‫‪1‬‬ ‫‪1‬‬ ‫‪0‬‬ ‫‪0‬‬ ‫‪E‬‬ ‫‪D‬‬
‫‪2‬‬
‫‪1.1 - = ) 0-‬‬ ‫ر = ‪ 1 - 0‬مج ف‪ / 2‬ن ( ن‪7 ( 7 / 9.1 X 1 – 0 = )0 – 2‬‬
‫(عكسي ضعيف)‬
‫مثال ‪ : 2‬أحسب معامل ارتباط الرتب لسبيرمان للبينات أدناه‪:‬‬

‫‪105‬‬
 ‫‪2‬‬ ‫‪5‬‬ ‫‪4‬‬ ‫‪3‬‬ ‫‪2‬‬ ‫‪0‬‬ ‫‪1‬‬ ‫س‬
‫‪5‬‬ ‫‪04‬‬ ‫‪4‬‬ ‫‪1‬‬ ‫‪2‬‬ ‫‪2‬‬ ‫‪0-‬‬ ‫ص‬
‫الحل‬
‫‪2‬‬
‫الفرق‬ ‫الفرق‬ ‫رتب ص‬ ‫رتب س‬ ‫ص‬ ‫س‬
‫‪1‬‬ ‫‪1‬‬ ‫‪0‬‬ ‫‪0‬‬ ‫‪0-‬‬ ‫‪1‬‬
‫‪1.25‬‬ ‫‪1.5-‬‬ ‫‪2.5‬‬ ‫‪2‬‬ ‫‪2‬‬ ‫‪0‬‬
‫‪0‬‬ ‫‪0‬‬ ‫‪2.5‬‬ ‫‪3.5‬‬ ‫‪2‬‬ ‫‪2‬‬
‫‪0‬‬ ‫‪0-‬‬ ‫‪1‬‬ ‫‪5‬‬ ‫‪1‬‬ ‫‪3‬‬
‫‪4‬‬ ‫‪2‬‬ ‫‪4‬‬ ‫‪1‬‬ ‫‪4‬‬ ‫‪4‬‬
‫‪1‬‬ ‫‪1‬‬ ‫‪75‬‬ ‫‪7‬‬ ‫‪04‬‬ ‫‪5‬‬
‫‪2.25‬‬ ‫‪0.5-‬‬ ‫‪3.5‬‬ ‫‪5‬‬ ‫‪2‬‬
‫‪1.5‬‬
‫‪2‬‬
‫‪- = ) 0-‬‬ ‫ر = ‪ 1 - 0‬مج ف‪ / 2‬ن ( ن‪7 ( 7 / 1.5 X 1 – 0 = )0 – 2‬‬
‫‪( 1.15‬طردي قوي)‬

‫خط االنحدار‬
‫يختص االنحدار بدراسة العالقة بين متغيرين أحدهما مستقل واآلخر متغير تابع‪ .‬ويعني‬
‫هذا أن المتغي ر المستقل مثبت عند مستويات معينة بينما يأخذ المتغير التابع قيما مختلفة‬
‫عند كل مستوى من مستويات المتغير المستقل‪ .‬ويعتبر شكل االنحدار من األمور‬

‫‪106‬‬
‫الواجب معرفتها للحصول على فكرة عن نوع االرتباط بين هذين المتغيرين ‪ ،‬إضافة إلى‬
‫درجة قوة هذا االرتباط ومعرفة طبيعة ن قط االنتشار التي قد تقع على خط مستقيم تماما‬
‫أم ال‪ .‬ويستعمل شكل االنحدار عادة لتمثيل أزواج من القيم للظاعرتين تحت الدراسة‪،‬‬
‫حيث تتحدد مثال قيمة س على أساس القيمة المناظرة لها في ص وهكذا‪ ،‬وينتج عن‬
‫انتار النقط بين المحورية السيني والصادي المتاعمدين ما يعرف يالشكل االنتشاري والذي‬
‫ياخذ أشكاال مختلفة تبعا الختالف العالقة بين قيم س وقيم ص حيث يتحدد شكل العالقة‬
‫تبعا لذلك سواء كانت طردية أو عكسية‪.‬‬
‫وخط االنحدار هو خط توفيقي يمر بأكبر عدد من النقاط ويتوسط الباقي منها ويتم‬
‫الحصول عليه عادة باستخدام الطرق الجبرية وأهما طريقة المربعات الصغرى والتي‬
‫تستخدم لتحقيق هذا الهدف ‪ ،‬أي لتوفيق أفضل خط مستقيم (أو منحني) لمجموعة من‬
‫البيانات بحيث يكون مجموع انحراف النقط عن الخط المستقيم أصغر ما يمكن قدر‬
‫اإلمكان‪ .‬ومن بعض خواص معامل االنحدار أن حاصل ضرب معامل انحدار ص على‬
‫س (أي ص متغي ار مستقال وس متغي ار تابعا) في معامل س على ص ( أي س متغي ار‬
‫مستقال و ص متغي ار تابعا) يساوي مربع معامل االرتباط (ر‪ ،)2‬وأن خطي االنحدار‬
‫يتقاطعان في نقطة احداثياتها متوسط قيمة س ومتوسط قيمة ص (أي س‪ ، -‬ص‪.)-‬‬
‫ص=‬ ‫خط انحدار س على ص‬
‫م س ‪ +‬ج مج س ص = م مج س‪ + 2‬ج مج س‬
‫مج ص = م مج س ‪ +‬ن ج (‪)0‬‬
‫‪2‬‬
‫ج مج س = مج س ص – ج مج س‬

‫‪107‬‬
 ‫مج س مج ص = م (مج س)‪ + 2‬ن ج مج س‬
‫مج س مج ص = م (مج س)‪ + 2‬ن ( مج ص – م مج س‪)2‬‬
‫‪2‬‬
‫= م (مج س)‪ + 2‬ن مج س ص – ن م مج س‬
‫‪2‬‬
‫مج س مج ص – ن مج س ص = م (مج س)‪ – 2‬م ن مج س‬
‫= م [ (مج س)‪ – 2‬ن مج س‪] 2‬‬
‫‪2‬‬
‫م = مج س مج ص – ن مج س ص ‪( /‬مج س)‪ – 2‬ن مج س‬
‫‪2‬‬
‫= ن مج س ص – مج س مج ص ‪ /‬ن مج س‪( – 2‬مج س)‬
‫ومن (‪ : )0‬ج = مج ص – م مج س ‪ /‬ن‬
‫ج = مج ص – م مج س ‪ /‬ن‬
‫ص=مس‪+‬ج‬
‫مثال ‪ :‬أوجد خط انحدار ص على س من المثال السابق‬
‫الحل‬
‫مج س = ‪ ، 07‬مج ص = ‪ ، 24‬مج س ص = ‪ ، 021‬مج س‪ ، 59 = 2‬ن = ‪7‬‬
‫ص=مس‪+‬ج‬
‫‪2‬‬
‫م = ن مج س ص ‪ -‬مج س مج ص ‪/‬ن مج س‪( - 2‬مج س)‬
‫= ‪072 – 59 X 7 / 34 X 07 – 021 X 7‬‬
‫ج = مج ص – م مج س ‪ /‬ن = ‪0.19 = 7 / 2.45 – 34‬‬
‫خط انحدار ص على س = ص = ‪ 2.45‬س ‪0.19‬‬

‫‪108‬‬
‫الجدول التالي يمثل درجات الح اررة والمبيعات في احدى محطات المحروفات ‪،‬‬
‫والمطلوب‪:‬‬
‫أ) أوجد خط انحدار ص على س‬
‫ب) أوجد خط انحدار س على ص‬
‫ت) أوجد قيمة المبيعات عندما تكون درجة الحراة ‪ 45‬درجة مئوية‬
‫الحل‬
‫‪2‬‬ ‫‪2‬‬
‫ص‾‬ ‫س‾‬ ‫س‾ = س ‪ -‬ص‾ = ص ‪ -‬س‾ ص‾‬ ‫ص‬ ‫س‬
‫‪31‬‬ ‫‪31‬‬
‫‪091‬‬ ‫‪25‬‬ ‫‪71-‬‬ ‫‪04‬‬ ‫‪5-‬‬ ‫‪44‬‬ ‫‪25‬‬
‫‪225‬‬ ‫‪1‬‬ ‫‪1‬‬ ‫‪05‬‬ ‫‪1‬‬ ‫‪45‬‬ ‫‪31‬‬
‫‪9‬‬ ‫‪4‬‬ ‫‪1‬‬ ‫‪3‬‬ ‫‪2‬‬ ‫‪33‬‬ ‫‪32‬‬
‫‪01‬‬ ‫‪9‬‬ ‫‪24‬‬ ‫‪1‬‬ ‫‪3‬‬ ‫‪31‬‬ ‫‪33‬‬
‫‪1‬‬ ‫‪25‬‬ ‫‪1‬‬ ‫‪1‬‬ ‫‪5‬‬ ‫‪31‬‬ ‫‪35‬‬
‫‪9‬‬ ‫‪011‬‬ ‫‪31-‬‬ ‫‪3-‬‬ ‫‪01‬‬ ‫‪27‬‬ ‫‪41‬‬
‫‪020‬‬ ‫‪49‬‬ ‫‪77‬‬ ‫‪00‬‬ ‫‪7‬‬ ‫‪40‬‬ ‫‪37‬‬
‫‪571‬‬ ‫‪202‬‬ ‫‪7‬‬ ‫‪41‬‬ ‫‪22‬‬
‫ص‾ = م س‾ ‪ +‬ج‬
‫م = ن مج س‾ ص‾ ‪ -‬مج س‾ ‪ X‬مج ص‾ ‪ /‬ن مج س‾ ‪( -‬مج س‾)‪X 7 = 2‬‬
‫‪0- = 2 22 - 202 X 7 / 41 X 22 – 7‬‬

‫‪109‬‬
 ‫ج = مج ص‾ ‪ +‬م مج س‾ = ‪01 = 7 / 22 X 0 + 41‬‬
‫ص‾ = س‾ ‪ ( - = 01 + 31 = 01 +‬س – ‪= 01 + )31‬‬
‫ص = ‪ -‬س ‪31 + 01 + 01+‬‬
‫خط انحدار ص على س‬ ‫ص = ‪ - 71‬س‬
‫ص = ‪05 = 45 – 71‬‬
‫اذن المبيعات = ‪ 0511‬جنيه‬
‫س‾ = أ ص‾‪ +‬ب‬
‫‪2‬‬
‫أ = ن مج س‾ ص‾ ‪ -‬مج س‾ مج ص‾ ‪ /‬ن مج س‾ ‪ ( -‬مج ص‾)‬
‫= ‪1.51 = 2 41 – 517 X 7 / 41 X 22 – 7 X 7‬‬
‫ب = مج س‾ ‪ -‬أ مج ص‾ ‪ /‬ن = ‪7.02 = 7 / 41 X 1.51 + 22‬‬
‫خط انحدار س‾ على ص‾ = س‾ = ‪ 1.51 -‬ص‾ ‪7.02 +‬‬
‫س = ‪ ( 1.51 -‬ص – ‪7.02 + )31‬‬
‫س – ‪7.02 + 1.51 X 31 + 1.514 - = 31‬‬
‫خط انحدار س على ص = س = ‪54.52 + 1.514 -‬‬

‫‪110‬‬
 ‫قائمة المراجع‬
‫محمود المشهداني‪ ،‬محمد ‪ ,‬هرمز‪ : 0919 ،‬مبادئ اإلحصاء‪ ،‬جامعة بغداد‪.‬‬
‫محاضرات في اإلحصاء الجغرافي‬
‫االستاذ الدكتور مضر خليل عمر الكيالني‬
‫‪https://sites.google.com/site/mutharalomar/‬‬

‫‪111‬‬

‫‪View publication stats‬‬