Download as pdf or txt
Download as pdf or txt
You are on page 1of 91

‫ﺩ‪ .

‬ﺧﻠﻑ ﺳﻠﻁﺎﻥ‬ ‫ﺍﻟﺗﺣﻠﻳﻝ ﺍﻻﺣﺻﺎﺋﻲ ﺑﺎﺳﺗﺧﺩﺍﻡ ‪SPSS‬‬

‫ﺍﻟﺘﺤﻠﻴﻞ ﺍﻻﺣﺼﺎﺋﻲ ﺑﺎﺳﺘﺨﺪﺍﻡ ‪SPSS‬‬

‫ﺇﻋﺪﺍﺩ ﻭﺗﺼﻤﻴﻢ‬

‫ﺍﻻﺳﺘﺎﺫ ﺍﻟﺪﻛﺘﻮﺭ‬
‫ﺧﻠﻒ ﺳﻠﻤﺎﻥ ﺳﻠﻄﺎﻥ ﺳﻠﻤﺎﻥ‬

‫ﻗﺴﻢ ﺍﻹﺣﺼﺎء ﻭﺑﺤﻮﺙ ﺍﻟﻌﻤﻠﻴﺎﺕ‬


‫ﻛﻠﻴﺔ ﺍﻟﻌﻠﻮﻡ – ﺟﺎﻣﻌﺔ ﺍﻟﻤﻠﻚ ﺳﻌﻮﺩ‬

‫‪ksultan@ksu.edu.sa‬‬

‫‪https://faculty.ksu.edu.sa/ksultan/home‬‬

‫‪1440-1439‬ﻫـ‬
‫‪2019-2018‬ﻡ‬

‫‪1‬‬
‫ﺩ‪ .‬ﺧﻠﻑ ﺳﻠﻁﺎﻥ‬ ‫ﺍﻟﺗﺣﻠﻳﻝ ﺍﻻﺣﺻﺎﺋﻲ ﺑﺎﺳﺗﺧﺩﺍﻡ ‪SPSS‬‬

‫ﺍﻟﻬﺪﻑ ﺍﻟﻌﺎﻡ ﻟﻠﺪﻭﺭﺓ‬


‫ﺗﻨﻤﻴﺔ ﻣﻬﺎﺭﺍﺕ ﺍﻟﻤﺘﺪﺭﺑﻴﻦ ﻓﻲ ﻣﻔﺎﻫﻴﻢ ﻭﺃﺳﺎﺳﻴﺎﺕ ﺍﻹﺣﺼﺎء ﺑﺎﺳﺘﺨﺪﺍﻡ ﺍﻟﺒﺮﻧﺎﻣﺞ ﺍﻹﺣﺼﺎﺋﻲ ‪SPSS‬‬
‫ﻭﻳﺘﻢ ﺫﻟﻚ ﻣﻦ ﺧﻼﻝ ﺍﻟﺨﻄﻮﺍﺕ ﺍﻟﺘﺎﻟﻴﺔ‪:‬‬
‫‪ -‬ﺗﺮﻣﻴﺰ ﺍﻟﺒﻴﺎﻧﺎﺕ ﻗﻴﺪ ﺍﻟﺪﺭﺍﺳﺔ ﻭﺗﺒﻮﻳﺒﻬﺎ ﻭﺇﺩﺧﺎﻟﻬﺎ ﺇﻟﻰ ﺍﻟﺤﺎﺳﻮﺏ‬
‫‪ -‬ﺇﺟﺮﺍء ﺍﻟﺘﺤﻠﻴﻞ ﺍﻹﺣﺼﺎﺋﻲ ﺍﻟﻮﺻﻔﻲ ﻭﺍﻻﺳﺘﺪﻻﻟﻲ ﺍﻟﻤﻨﺎﺳﺐ ﻟﻄﺒﻴﻌﺔ ﺍﻟﺒﻴﺎﻧﺎﺕ‬
‫ﻛﺘﺎﺑﺔ ﺍﻟﺘﻘﺮﻳﺮ ﺍﻹﺣﺼﺎﺋﻲ ﺣﻮﻝ ﺍﻟﻤﺸﻜﻠﺔ ﻗﻴﺪ ﺍﻟﺪﺭﺍﺳﺔ ﻣﺪﻋﻮﻣﺎ ً ﺑﺎﻻﺧﺘﺒﺎﺭﺍﺕ ﺍﻻﺣﺼﺎﺋﻴﺔ ﺍﻟﻼﺯﻣﺔ‬ ‫‪-‬‬

‫ﺍﻷﻫﺪﺍﻑ ﺍﻟﺘﻔﺼﻴﻠﻴﺔ‬
‫ﺑﻌﺪ ﺍﻻﻧﺘﻬﺎء ﻣﻦ ﺍﻟﺒﺮﻧﺎﻣﺞ ﺍﻟﺘﺪﺭﻳﺒﻲ ﺳﻴﻜﻮﻥ ﺍﻟﻤﺘﺪﺭﺏ ﻗﺎﺩﺭﺍ ً ﻋﻠﻰ‪:‬‬
‫‪ -1‬ﺍﻟﺘﻌﺮﻑ ﻋﻠﻰ ﺍﺳﺎﺳﻴﺎﺕ ﺍﻻﺣﺼﺎء‬
‫‪ -2‬ﺍﻟﺘﻌﺮﻑ ﻋﻠﻰ ﺑﻴﺌﺔ ﺑﺮﻧﺎﻣﺞ ‪SPSS‬‬
‫‪ -3‬ﺍﻟﺘﻌﺮﻑ ﻋﻠﻰ ﺍﻷﻭﺍﻣﺮ ﺍﻟﺮﺋﻴﺴﻴﺔ ﻭﺍﻟﻔﺮﻋﻴﺔ ﻟﺒﺮﻧﺎﻣﺞ ‪SPSS‬‬
‫‪ -4‬ﺗﺠﻬﻴﺰ ﺍﻟﺒﻴﺎﻧﺎﺕ ﻭﺇﺩﺧﺎﻟﻬﺎ ﺍﻟﻰ ﺑﺮﻧﺎﻣﺞ ‪SPSS‬‬
‫‪ -5‬ﺣﺴﺎﺏ ﺑﻌﺾ ﺍﻟﻤﺆﺷﺮﺍﺕ ﺍﻟﻮﺻﻔﻴﺔ ﻭﺍﻻﺳﺘﺪﻻﻟﻴﺔ ﻟﻠﺒﻴﺎﻧﺎﺕ ﻭﺗﻔﺴﻴﺮﻫﺎ‬
‫‪ -6‬ﺇﺟﺮﺍء ﺑﻌﺾ ﺍﻻﺧﺘﺒﺎﺭﺍﺕ ﺍﻹﺣﺼﺎﺋﻴﺔ ﺍﻟﻤﻨﺎﺳﺒﺔ ﻟﻠﺒﻴﺎﻧﺎﺕ‪.‬‬
‫‪ -7‬ﻗﺮﺍءﺓ ﻭﺗﻔﺴﻴﺮ ﺍﻟﻨﺘﺎﺋﺞ ﺍﻹﺣﺼﺎﺋﻴﺔ ﻭﺇﻋﺪﺍﺩ ﺍﻟﺘﻘﺮﻳﺮ ﺍﻹﺣﺼﺎﺋﻲ ﻣﻦ ﺍﻟﻨﺘﺎﺋﺞ‪.‬‬

‫ﻣﻮﺿﻮﻋﺎﺕ ﺍﻟﺘﺪﺭﻳﺐ‬
‫‪ -1‬ﻣﺼﻄﻠﺤﺎﺕ ﻭﻣﻔﺎﻫﻴﻢ ﺇﺣﺼﺎﺋﻴﺔ‬
‫‪ -2‬ﺍﻟﻤﻌﺎﻳﻨﺔ ﺍﻹﺣﺼﺎﺋﻴﺔ‬
‫‪ -3‬ﺗﺼﻤﻴﻢ ﻭﺗﺤﻠﻴﻞ ﺍﻻﺳﺘﺒﻴﺎﻧﺎﺕ ﻟﻘﻴﺎﺱ ﺍﺗﺠﺎﻩ ﺍﻟﺮﺃﻱ‬
‫‪ -4‬ﺍﻟﻤﺆﺷﺮﺍﺕ ﺍﻹﺣﺼﺎﺋﻴﺔ ﺍﻟﻮﺻﻔﻴﺔ )ﻣﻘﺎﻳﻴﺲ ﺍﻟﻨﺰﻋﺔ ﺍﻟﻤﺮﻛﺰﻳﺔ –ﻣﻘﺎﻳﻴﺲ ﺍﻟﺘﺸﺘﺖ(‬
‫‪ -5‬ﺗﺼﻤﻴﻢ ﻭﺗﺤﻠﻴﻞ ﺍﻟﺠﺪﺍﻭﻝ ﺍﻟﻤﻘﻄﻌﻴﺔ‬
‫‪ -6‬ﺍﻻﺳﺘﺪﻻﻝ ﺍﻹﺣﺼﺎﺋﻲ )ﺍﻟﺘﻘﺪﻳﺮ ﺑﻨﻘﻄﺔ – ﺍﻟﺘﻘﺪﻳﺮ ﺑﻔﺘﺮﺓ(‬
‫‪ -7‬ﺑﻌﺾ ﺍﻻﺧﺘﺒﺎﺭﺍﺕ ﺍﻹﺣﺼﺎﺋﻴﺔ ﻭﺻﻴﺎﻏﺔ ﺍﻟﻘﺮﺍﺭ‬
‫‪ -8‬ﺗﺤﻠﻴﻞ ﺍﻟﺘﺒﺎﻳﻦ )ﻣﻔﺎﻫﻴﻢ ﻭﺗﻄﺒﻴﻘﺎﺕ(‬
‫‪ -9‬ﺗﺤﻠﻴﻞ ﺍﻻﺭﺗﺒﺎﻁ ﻭﺍﻻﻧﺤﺪﺍﺭ‬

‫‪2‬‬
‫ﺩ‪ .‬ﺧﻠﻑ ﺳﻠﻁﺎﻥ‬ ‫ﺍﻟﺗﺣﻠﻳﻝ ﺍﻻﺣﺻﺎﺋﻲ ﺑﺎﺳﺗﺧﺩﺍﻡ ‪SPSS‬‬

‫ﺍﻟﺠﺰء ﺍﻷﻭﻝ‪ :‬ﻣﻔﺎﻫﻴﻢ ﺃﺳﺎﺳﻴﺔ‬

‫ﻋﻠﻢ ﺍﻻﺣﺼﺎء؟‬

‫ﺟﻤﻊ ﺍﻟﺒﻴﺎﻧﺎﺕ – ﺗﺒﻮﻳﺐ ﺍﻟﺒﻴﺎﻧﺎﺕ – ﺗﺮﻣﻴﺰ ﺍﻟﺒﻴﺎﻧﺎﺕ ‪-‬ﻋﺮﺽ ﺍﻟﺒﻴﺎﻧﺎﺕ– ﺍﺳﺘﻨﺒﺎﻁ – ﺩﻋﻢ ﺻﺎﻧﻊ ﺍﻟﻘﺮﺍﺭ – ﺍﺧﺘﺒﺎﺭ ﻟﻘﺮﺍﺭ‬
‫ﺻﺎﺋﺐ ﻗﺎﺑﻞ ﻟﻠﺘﻄﺒﻴﻖ‬

‫ﻣﺟﺗﻣﻊ ﺍﻟﺩﺭﺍﺳﺔ‬
‫‪Population‬‬
‫‪ -1‬ﻣﺣﺩﻭﺩ ﺍﻭ ﻏﻳﺭ ﻣﺣﺩﻭﺩ‬
‫‪ -2‬ﻳﺣﺗﻭﻱ ﻋﻠﻰ ﻣﻌﺎﻟﻡ ﻣﺟﻬﻭﻟﺔ )ﻣﺗﻭﺳﻁ ﺍﻧﺣﺭﺍﻑ ﻣﻌﻳﺎﺭﻱ‪(..‬‬
‫‪ -3‬ﺍﻟﺗﻌﺭﻑ ﻋﻠﻰ ﻣﻌﺎﻟﻡ ﺍﻟﻣﺟﺗﻣﻊ؟‬

‫ﻋﻳﻧﺔ ﻋﺷﻭﺍﺋﻳﺔ‬
‫ﺑﺎﺳﺗﺧﺩﺍﻡ ﻁﺭﻕ ﻧﻅﺎﻣﻳﺔ‬
‫‪Random Sample‬‬

‫ﻧﻣﺫﺟﺔ ﻭﺗﻁﺑﻳﻘﺎﺕ ﻣﺧﺗﻠﻔﺔ‬


‫ﺗﺣﻠﻳﻝ ﺍﺳﺗﺩﻻﻟﻲ‬ ‫ﺗﺣﻠﻳﻝ ﻭﺻﻔﻲ‬
‫‪Modeling and Different ‬‬ ‫‪Descriptive Statistical ‬‬
‫‪Applications‬‬ ‫‪Statistical Inference‬‬
‫‪Analysis ‬‬

‫ﻻ ﻣﻌﻠﻣﻲ‬ ‫ﻣﻌﻠﻣﻲ‬
‫‪Non‐parametric‬‬ ‫‪Parametric‬‬

‫ﺗﻘﺩﻳﺭ )ﻧﻘﻁﺔ ‪ -‬ﻓﺗﺭﺓ(‬


‫)‪Estimation (Point ‐ Interval‬‬

‫ﺃﺧﺗﺑﺎﺭﺍﺕ ﻓﺭﺿﻳﺎﺕ‬
‫‪Hypotheses Testing‬‬

‫‪3‬‬
‫ﺩ‪ .‬ﺧﻠﻑ ﺳﻠﻁﺎﻥ‬ ‫ﺍﻟﺗﺣﻠﻳﻝ ﺍﻻﺣﺻﺎﺋﻲ ﺑﺎﺳﺗﺧﺩﺍﻡ ‪SPSS‬‬

‫)‪ (1-1‬ﺑﻌﺾ ﺍﻟﻤﺼﻄﻠﺤﺎﺕ ﺍﻹﺣﺼﺎﺋﻴﺔ‬

‫ﻫﻨﺎﻙ ﺑﻌﺾ ﺍﻟﻤﺼﻄﻠﺤﺎﺕ ﺍﻹﺣﺼﺎﺋﻴﺔ ﺍﻟﺘﻲ ﺗﺴﺘﺨﺪﻡ ﺑﻜﺜﺮﺓ ﻋﻨﺪ ﺗﺤﻠﻴﻞ ﺍﻟﺒﻴﺎﻧﺎﺕ‪ ،‬ﺳﻮﻑ ﻧﻠﻘﻲ ﺍﻟﻀﻮء ﻋﻠﻰ ﺍﻟﺒﻌﺾ ﻣﻨﻬﺎ‬
‫ﺑﺸﻜﻞ ﺳﺮﻳﻊ ﻭﺑﻌﻴﺪﺍ ﻋﻦ ﺍﻟﺘﻔﺎﺻﻴﻞ ﺍﻟﺘﻲ ﻻﺗﻬﻢ ﻏﻴﺮ ﺍﻟﻤﺘﺨﺼﺼﻴﻦ ﻓﻲ ﻋﻠﻢ ﺍﻹﺣﺼﺎء ﻭﻣﻦ ﻫﺬﻩ ﺍﻟﻤﺼﻄﻠﺤﺎﺕ‪:‬‬

‫‪ ‬ﺍﻟﻤﺠﺘﻤﻊ ‪Population‬‬
‫‪ -‬ﻣﺠﺘﻤﻊ ﻁﻼﺏ ﺍﻟﺒﻜﺎﻟﻮﺭﻳﻮﺱ ﺑﺠﺎﻣﻌﺔ ﺍﻟﻤﻠﻚ ﺳﻌﻮﺩ‬
‫‪ -‬ﻣﺠﺘﻤﻊ ﺃﻋﻀﺎء ﻫﻴﺌﺔ ﺍﻟﺘﺪﺭﻳﺲ ﺑﺠﺎﻣﻌﺔ ﺍﻟﻤﻠﻚ ﺳﻌﻮﺩ‬
‫‪ -‬ﻣﺠﺘﻤﻊ ﻣﻮﻅﻔﻲ ﺟﺎﻣﻌﺔ ﺍﻟﻤﻠﻚ ﺳﻌﻮﺩ‬
‫‪ -‬ﻣﺠﺘﻤﻊ ﻁﻼﺏ ﺍﻟﺪﺭﺍﺳﺎﺕ ﺍﻟﻌﻠﻴﺎ ﺑﺠﺎﻣﻌﺔ ﺍﻟﻤﻠﻚ ﺳﻌﻮﺩ‬
‫ﺍﺫﻛﺮ ﺍﻣﺜﻠﺔ ﺃﺧﺮﻯ؟‬ ‫‪... -‬‬
‫‪ ‬ﺍﻟﻤﺘﻐﻴﺮ ﺍﻟﻜﻤﻲ ‪Quantitative variable‬‬
‫‪ -‬ﺩﺭﺟﺔ ﺍﻟﺤﺮﺍﺭﺓ ﺧﻼﻝ ﺍﻳﺎﻡ ﺍﻻﺳﺒﻮﻉ‬
‫‪ -‬ﻭﺯﻥ ﺍﻟﻄﺎﻟﺐ ﻓﻲ ﺍﻟﻤﺮﺣﻠﺔ ﺍﻟﻤﺘﻮﺳﻄﺔ‬
‫‪ -‬ﺩﺭﺟﺎﺕ ﺍﻟﻄﺎﻟﺐ ﻓﻲ ﺍﺧﺘﺒﺎﺭ ﻗﻴﺎﺱ‬
‫‪ -‬ﺭﺍﺗﺐ ﺍﻟﻤﻮﻅﻒ‬
‫‪ ... -‬ﺍﺫﻛﺮ ﺍﻣﺜﻠﺔ ﺃﺧﺮﻯ؟‬
‫‪ ‬ﺍﻟﻤﺘﻐﻴﺮ ﺍﻟﻨﻮﻋﻲ ‪Qualitative variable‬‬
‫‪ -‬ﻓﺼﻴﻠﺔ ﺍﻟﺪﻡ‬
‫‪ -‬ﺟﻨﺲ ﺍﻟﻄﻠﺒﺔ‬
‫‪ -‬ﺣﺎﻟﺔ ﻣﺮﻳﺾ ﺍﻟﺴﻜﺮ )ﻣﺮﺗﻔﻊ – ﻣﻨﺨﻔﺾ – ﻣﻌﺘﺪﻝ(‬
‫‪ -‬ﺟﻨﺴﻴﺔ ﺍﻟﻤﻮﻅﻒ‬
‫‪ ... -‬ﺍﺫﻛﺮ ﺍﻣﺜﻠﺔ ﺃﺧﺮﻯ؟‬
‫‪ ‬ﺍﻟﻌﻴﻨﺔ ﺍﻟﻌﺸﻮﺍﺋﻴﺔ ‪Random Sample‬‬
‫‪ -‬ﻋﻴﻨﺔ ﻋﺸﻮﺍﺋﻴﺔ ﻣﻦ ﻁﻼﺏ ﺟﺎﻣﻌﺔ ﺍﻟﻤﻠﻚ ﺳﻌﻮﺩ‬
‫‪ -‬ﻋﻴﻨﺔ ﻣﻦ ﻣﻮﻅﻔﻲ ﺟﺎﻣﻌﺔ ﺍﻟﻤﻠﻚ ﺳﻌﻮﺩ‬
‫‪ ... -‬ﺍﺫﻛﺮ ﺍﻣﺜﻠﺔ ﺃﺧﺮﻯ؟‬

‫‪4‬‬
‫ﺩ‪ .‬ﺧﻠﻑ ﺳﻠﻁﺎﻥ‬ ‫ﺍﻟﺗﺣﻠﻳﻝ ﺍﻻﺣﺻﺎﺋﻲ ﺑﺎﺳﺗﺧﺩﺍﻡ ‪SPSS‬‬

‫‪ ‬ﺃﺳﺎﻟﻴﺐ ﺍﻟﻤﻌﺎﻳﻨﺔ ‪Sampling techniques‬‬


‫‪ -‬ﻋﻴﻨﺔ ﻋﺸﻮﺍﺋﻴﺔ ‪Random Sample‬‬
‫‪ -‬ﻋﻴﻨﺔ ﻁﺒﻘﻴﺔ ‪Stratified Sample‬‬
‫‪ -‬ﻋﻴﻨﺔ ﻣﻨﺘﻈﻤﺔ ‪Systematic Sample‬‬
‫‪ -‬ﻋﻴﻨﺔ ﻋﻨﻘﻮﺩﻳﺔ ‪Cluster Sample‬‬
‫‪..... -‬‬
‫ﻣﺜﺎﻝ )‪(1‬‬
‫ﺍﻟﻤﺠﺘﻤﻊ‪ :‬ﺩﺭﺟﺎﺕ ﻁﻼﺏ ﺃﺣﺪ ﺍﻟﻤﺴﺘﻮﻳﺎﺕ ﺍﻟﺪﺭﺍﺳﻴﺔ ﻓﻲ ﻣﻘﺮﺭ ﻣﻌﻴﻦ‬
‫ﻣﺸﺎﻫﺪﺍﺕ ﺍﻟﻤﺠﺘﻤﻊ ﻫﻲ‪:‬‬
‫‪63 ‬‬ ‫‪44‬‬ ‫‪42‬‬ ‫‪60‬‬ ‫‪76‬‬
‫‪87 ‬‬ ‫‪30‬‬ ‫‪85‬‬ ‫‪49‬‬ ‫‪74‬‬
‫‪20 ‬‬ ‫‪75‬‬ ‫‪61‬‬ ‫‪28‬‬ ‫‪85‬‬
‫‪63 ‬‬ ‫‪86‬‬ ‫‪55‬‬ ‫‪40‬‬ ‫‪67‬‬
‫‪66 ‬‬ ‫‪97‬‬ ‫‪80‬‬ ‫‪29‬‬ ‫‪37‬‬
‫‪71 ‬‬ ‫‪74‬‬ ‫‪88‬‬ ‫‪76‬‬ ‫‪59‬‬
‫‪30 ‬‬ ‫‪34‬‬ ‫‪77‬‬ ‫‪87‬‬ ‫‪65‬‬
‫‪70 ‬‬ ‫‪46‬‬ ‫‪82‬‬ ‫‪88‬‬ ‫‪78‬‬
‫‪77 ‬‬ ‫‪92‬‬ ‫‪38‬‬ ‫‪68‬‬ ‫‪95‬‬
‫‪64 ‬‬ ‫‪57‬‬ ‫‪76‬‬ ‫‪90‬‬ ‫‪73‬‬

‫ﻛﻴﻒ ﻧﺴﺤﺐ ﻋﻴﻨﺔ ﻋﺸﻮﺍﺋﻴﺔ ﺣﺠﻤﻬﺎ ‪ 10‬ﻣﻦ ﻫﺬﺍ ﺍﻟﻤﺠﺘﻤﻊ؟‬


‫ﻣﺜﻼ‪71, 70, 92, 34, 80, 76, 73, 37, 76, 29 :‬‬
‫ﺣﺠﻢ ﺍﻟﻤﺠﺘﻤﻊ = ‪50‬‬
‫ﺣﺠﻢ ﺍﻟﻌﻴﻨﺔ = ‪10‬‬
‫‪ ‬ﻣﻌﺎﻟﻢ )ﻣﻌﻠﻤﺔ( )‪Parameter(s‬‬
‫‪ -‬ﻣﺘﻮﺳﻂ ﻋﻼﻣﺎﺕ ﺍﻟﻄﻼﺏ ﻓﻲ ﻣﺜﺎﻝ )‪(1‬‬
‫‪ -‬ﻧﺴﺒﺔ ﺍﻟﻨﺠﺎﺡ‬
‫‪... -‬‬
‫‪ ‬ﺇﺣﺼﺎءﻩ ‪Statistic‬‬
‫‪ -‬ﻣﺘﻮﺳﻂ ﺍﻟﻌﻴﻨﺔ ﺍﻟﻌﺸﻮﺍﺋﻴﺔ‪ :‬ﻣﺜﻞ ﻣﺘﻮﺳﻂ ﺍﻟﻌﻴﻨﺔ ﺍﻟﻌﺸﻮﺍﺋﻴﺔ ﺍﻟﻤﺴﺤﻮﺑﺔ ﻓﻲ ﻣﺜﺎﻝ )‪(1‬‬
‫‪ -‬ﺍﻟﻘﻴﻤﺔ ﺍﻟﻌﻈﻤﻲ ﻓﻲ ﺍﻟﻌﻴﻨﺔ ﺍﻟﻌﺸﻮﺍﺋﻴﺔ‬
‫‪ -‬ﺍﻻﻧﺤﺮﺍﻑ ﺍﻟﻤﻌﻴﺎﺭﻱ ﻟﻠﻌﻴﻨﺔ ﺍﻟﻌﺸﻮﺍﺋﻴﺔ‬
‫‪... -‬‬

‫‪5‬‬
‫ﺩ‪ .‬ﺧﻠﻑ ﺳﻠﻁﺎﻥ‬ ‫ﺍﻟﺗﺣﻠﻳﻝ ﺍﻻﺣﺻﺎﺋﻲ ﺑﺎﺳﺗﺧﺩﺍﻡ ‪SPSS‬‬

‫ﺍﻟﻤﻘﺎﻳﻴﺲ ﺍﻹﺣﺼﺎﺋﻴﺔ ﺍﻟﻮﺻﻔﻴﺔ‬


‫ﻣﻘﺎﻳﻴﺲ ﻧﺰﻋﺔ ﻣﺮﻛﺰﻳﺔ‬
‫‪Descriptive Statistical Measures‬‬
‫‪ -1‬ﺍﻟﻤﺘﻮﺳﻂ ﺍﻟﺤﺴﺎﺑﻲ‬
‫ﺍﻟﻤﺘﻮﺳﻂ ﺍﻟﺤﺴﺎﺑﻲ ﻟﻤﺠﻤﻮﻋﺔ ﻣﻦ ﺍﻟﻤﺸﺎﻫﺪﺍﺕ = ﻣﺠﻤﻮﻉ ﺍﻟﻤﺸﺎﻫﺪﺍﺕ ﻣﻘﺴﻮﻣﺎ ﻋﻠﻰ ﻋﺪﺩﻫﺎ‬
‫ﻣﺜﺎﻝ ﺫﻟﻚ ﻓﻲ ﺩﺭﺟﺎﺕ ﺍﻟﻄﻼﺏ ﺑﻤﺜﺎﻝ )‪ (1‬ﻧﺠﺪ ﺍﻥ‬
‫ﻣﺘﻮﺳﻂ ﺍﻟﻤﺠﺘﻤﻊ = ‪65.08‬‬
‫ﻣﺘﻮﺳﻂ ﺍﻟﻌﻴﻨﺔ = ‪63.8‬‬
‫‪ o‬ﻣﻤﻴﺰﺍﺗﻪ‬
‫‪ o‬ﻋﻴﻮﺑﻪ‬
‫‪ -2‬ﺍﻟﻮﺳﻴﻂ‬
‫ﻫﻮ ﺍﻟﻤﺸﺎﻫﺪﺓ ﺍﻟﺘﻲ ﻳﺴﺒﻘﻬﺎ ‪ %50‬ﻣﻦ ﺍﻟﻤﺸﺎﻫﺪﺍﺕ ﺍﻟﻤﺮﺗﺒﺔ ﺗﺼﺎﻋﺪﻳﺎ‬
‫ﻓﻤﺜﻼ ﻭﺳﻴﻂ ﺍﻟﻌﻴﻨﺔ ﻓﻲ ﺍﻟﻤﺜﺎﻝ ﺭﻗﻢ )‪ (1‬ﻫﻮ ‪72‬‬
‫‪ o‬ﻣﻤﻴﺰﺍﺗﻪ‬
‫‪ o‬ﻋﻴﻮﺑﻪ‬
‫‪ -3‬ﺍﻟﻤﻨﻮﺍﻝ‬
‫ﻫﻮ ﺍﻟﻘﻴﻤﺔ ﺍﻻﻛﺜﺮ ﺗﻜﺮﺍﺭﺍ‬
‫ﻣﺜﺎﻝ ﺫﻟﻚ ﻓﻲ ﺍﻟﻌﻴﻨﺔ ﺍﻟﻤﺴﺤﻮﺑﺔ ﺑﻤﺜﺎﻝ ‪ 1‬ﺍﻟﻤﻨﻮﺍﻝ ﻫﻲ ‪.76‬‬
‫‪ o‬ﻣﻤﻴﺰﺍﺗﻪ‬
‫‪ o‬ﻋﻴﻮﺑﻪ‬
‫‪ -4‬ﺍﻟﺮﺑﻴﻌﻴﺎﺕ – ﺍﻟﻌﺸﻴﺮﺍﺕ – ﺍﻟﻤﺌﻴﻨﺎﺕ‬
‫ﻓﻤﺜﻼ ﺍﻟﺮﺑﻴﻌﻴﺎﺕ ﻟﻠﻌﻴﻨﺔ ﺍﻟﻌﺸﻮﺍﺋﻴﺔ ﺑﻤﺜﺎﻝ ‪ 1‬ﻫﻲ‬
‫ﺍﻟﺮﺑﻴﻊ ﺍﻻﻭﻝ = ‪45.25‬‬
‫ﺍﻟﺮﺑﻴﻊ ﺍﻟﺜﺎﻧﻲ = ‪=75‬ﺍﻟﻮﺳﻴﻂ‬
‫ﺍﻟﺮﺑﻴﻊ ﺍﻟﺜﺎﻟﺚ= ‪76‬‬

‫‪6‬‬
‫ﺩ‪ .‬ﺧﻠﻑ ﺳﻠﻁﺎﻥ‬ ‫ﺍﻟﺗﺣﻠﻳﻝ ﺍﻻﺣﺻﺎﺋﻲ ﺑﺎﺳﺗﺧﺩﺍﻡ ‪SPSS‬‬

‫ﻣﻘﺎﻳﻴﺲ ﺍﻟﺘﺸﺘﺖ‬
‫‪ -1‬ﺍﻟﺘﺒﺎﻳﻦ‬
‫ﻳﻘﻴﺲ ﻣﺘﻮﺳﻂ ﻣﺮﺑﻌﺎﺕ ﺍﻻﻧﺤﺮﺍﻓﺎﺕ ﻟﻠﻤﺸﺎﻫﺪﺍﺕ ﻋﻦ ﺍﻟﻮﺳﻂ ﺍﻟﺤﺴﺎﺑﻲ‬
‫ﻟﻠﻌﻴﻨﺔ ﺍﻟﻌﺸﻮﺍﺋﻴﺔ ﺑﻤﺜﺎﻝ )‪ :(1‬ﺍﻟﺘﺒﺎﻳﻦ = ‪483.0667‬‬
‫‪ -2‬ﺍﻻﻧﺤﺮﺍﻑ ﺍﻟﻤﻌﻴﺎﺭﻱ‪ :‬ﻫﻮ ﺍﻟﺠﺬﺭ ﺍﻟﺘﺮﺑﻴﻌﻲ ﻟﻠﺘﺒﺎﻳﻦ‬
‫ﻓﻤﺜﻼ ﻓﻲ ﻣﺜﺎﻝ ‪ 1‬ﻓﺎﻥ ﺍﻻﻧﺤﺮﺍﻑ ﺍﻟﻤﻌﻴﺎﺭﻱ ﻫﻮ‪21.97878 :‬‬
‫‪ -3‬ﻧﺼﻒ ﺍﻟﻤﺪﻱ ﺍﻟﺮﺑﻴﻌﻲ= )ﺍﻟﺮﺑﻴﻊ ﺍﻟﺜﺎﻟﺚ – ﺍﻟﺮﺑﻴﻊ ﺍﻻﻭﻝ( ﻣﻘﺴﻮﻣﺎ ﻋﻠﻰ ‪2‬‬
‫‪ -4‬ﻣﻌﺎﻣﻞ ﺍﻻﺧﺘﻼﻑ = ﺍﻻﻧﺤﺮﺍﻑ ﺍﻟﻤﻌﻴﺎﺭﻱ ﻣﻘﺴﻮﻣﺎ ﻋﻠﻰ ﺍﻟﻤﺘﻮﺳﻂ‬
‫ﻣﻘﺎﻳﻴﺲ ﺍﻟﺸﻜﻞ‬
‫‪ -1‬ﻣﻌﺎﻣﻞ ﺍﻻﻟﺘﻮﺍء‬
‫‪ -2‬ﻣﻌﺎﻣﻞ ﺍﻟﺘﻔﻠﻄﺢ‬
‫ﺭﺳﻮﻣﺎﺕ ﺍﺣﺼﺎﺋﻴﺔ ﻣﺨﺘﻠﻔﺔ‬
‫)ﺍﻋﻤﺪﺓ ﺑﻴﺎﻧﻴﺔ – ﺍﺷﻜﺎﻝ ﺩﺍﺋﺮﻳﺔ – ﺧﻄﻮﻁ ﻭﻣﻨﺤﻨﻴﺎﺕ ‪ -‬ﻣﺪﺭﺝ ﺗﻜﺮﺍﺭﻱ– ﺭﺳﻢ ﺻﻨﺪﻭﻗﻲ‪(..... -‬‬

‫ﻣﺜﺎﻝ ﺫﻟﻚ ﺍﻟﺮﺳﻢ ﺍﻟﺼﻨﺪﻭﻗﻲ ﻟﻤﺸﺎﻫﺪﺍﺕ ﻣﺜﺎﻝ )‪(1‬‬

‫‪7‬‬
‫ﺩ‪ .‬ﺧﻠﻑ ﺳﻠﻁﺎﻥ‬ ‫ﺍﻟﺗﺣﻠﻳﻝ ﺍﻻﺣﺻﺎﺋﻲ ﺑﺎﺳﺗﺧﺩﺍﻡ ‪SPSS‬‬

‫ﺟﺪﺍﻭﻝ ﻣﻘﻄﻌﻴﺔ‪ :‬ﺟﺪﻭﻝ ﻳﻠﺨﺺ ﻣﺸﺎﻫﺪﺍﺕ ﻅﺎﻫﺮﺗﻴﻦ ﺍﻭ ﺃﻛﺜﺮ‬

‫ﺍﻟﺨﺎﺻﻴﺔ ‪A‬‬
‫ﺍﻟﺨﺎﺻﻴﺔ ‪B‬‬ ‫‪A1‬‬ ‫‪A2‬‬ ‫…‬ ‫‪An‬‬
‫‪B1‬‬ ‫ﺗﻜﺮﺍﺭﺍﺕ ‪ ‬‬ ‫ﺗﻜﺮﺍﺭﺍﺕ ‪ ‬‬ ‫ﺗﻜﺮﺍﺭﺍﺕ ‪ ‬‬ ‫ﺗﻜﺮﺍﺭﺍﺕ ‪ ‬‬

‫‪B2‬‬ ‫ﺗﻜﺮﺍﺭﺍﺕ ‪ ‬‬ ‫ﺗﻜﺮﺍﺭﺍﺕ ‪ ‬‬ ‫ﺗﻜﺮﺍﺭﺍﺕ ‪ ‬‬ ‫ﺗﻜﺮﺍﺭﺍﺕ ‪ ‬‬

‫‪.‬‬ ‫‪  ….‬‬ ‫‪  ….‬‬ ‫‪  ….‬‬ ‫‪  ….‬‬

‫‪Bm‬‬ ‫ﺗﻜﺮﺍﺭﺍﺕ ‪ ‬‬ ‫ﺗﻜﺮﺍﺭﺍﺕ ‪ ‬‬ ‫ﺗﻜﺮﺍﺭﺍﺕ ‪ ‬‬ ‫ﺗﻜﺮﺍﺭﺍﺕ ‪ ‬‬

‫ﺍﻹﺣﺼﺎء ﺍﻻﺳﺘﺪﻻﻟﻲ ‪Statistical Inference‬‬

‫‪ -‬ﺍﻟﺘﻘﺪﻳﺮ ﺑﻨﻘﻄﺔ ‪Point Estimation‬‬


‫‪ -‬ﺍﻟﺘﻘﺪﻳﺮ ﺑﻔﺘﺮﺓ ‪Interval Estimation‬‬
‫‪ -‬ﺍﺧﺘﺒﺎﺭﺍﺕ ﺍﻟﻔﺮﺿﻴﺎﺕ ‪Hypotheses Testing‬‬
‫‪ -‬ﺗﺤﻠﻴﻞ ﺍﻟﺘﺒﺎﻳﻦ )‪Analysis of Variance (ANOVA‬‬
‫‪ -‬ﺗﺤﻠﻴﻞ ﺍﻻﺭﺗﺒﺎﻁ ‪Correlation Analysis‬‬
‫‪ -‬ﺗﺤﻠﻴﻞ ﺍﻻﻧﺤﺪﺍﺭ ‪Regression Analysis‬‬
‫‪ -‬ﺍﻟﻄﺮﻕ ﺍﻟﻼﻣﻌﻠﻤﻴﺔ ‪Nonparametric Methods‬‬

‫‪8‬‬
‫ﺩ‪ .‬ﺧﻠﻑ ﺳﻠﻁﺎﻥ‬ ‫ﺍﻟﺗﺣﻠﻳﻝ ﺍﻻﺣﺻﺎﺋﻲ ﺑﺎﺳﺗﺧﺩﺍﻡ ‪SPSS‬‬

‫)‪ (1-2‬ﺍﻟﺘﻌﺮﻳﻒ ﺑﺎﻟﺒﺮﻧﺎﻣﺞ ‪SPSS‬‬

‫‪SPSS‬ﻫﻲ ﺍﺧﺘﺼﺎﺭ ﻟﻸﺣﺮﻑ ﺍﻟﻼﺗﻴﻨﻴﺔ ﺍﻷﻭﻟﻰ ﻟـ‬

‫"ﺍﻟﺤﺰﻣﺔ ﺍﻹﺣﺼﺎﺋﻴﺔ ﻟﻠﻌﻠﻮﻡ ﺍﻻﺟﺘﻤﺎﻋﻴﺔ" ‪Statistical Package for Social Science‬‬

‫ﻭﻫﻲ ﺣﺰﻣﺔ ﺣﺎﺳ ﻮﺑﻴﺔ ﻣﺘﻜﺎﻣﻠﺔ ﻹﺩﺧﺎﻝ ﺍﻟﺒﻴﺎﻧﺎﺕ ﻭﺗﺤﻠﻴﻠﻬﺎ ‪.‬ﻭﺗﺴ ﺘﺨﺪﻡ ﻋﺎﺩﺓ ﻓﻲ ﺟﻤﻴﻊ ﺍﻟﺒﺤﻮﺙ ﺍﻟﻌﻠﻤﻴﺔ ﺍﻟﺘﻲ ﺗﺸ ﺘﻤﻞ ﻋﻠﻰ‬
‫ﺍﻟﻌﺪﻳﺪ ﻣﻦ ﺍﻟﺒﻴﺎﻧﺎﺕ ﺍﻟﺮﻗﻤﻴﺔ ﻭﺍﻟﻮ ﺻﻔﻴﺔ‪ ،‬ﻭﻻ ﺗﻘﺘﺼﺮ ﻋﻠﻰ ﺍﻟﺒﺤﻮﺙ ﺍﻻﺟﺘﻤﺎﻋﻴﺔ ﻓﻘﻂ ﺑﺎﻟﺮﻏﻢ ﻣﻦ ﺃﻧﻬﺎ ﺃﻧ ﺸﺌﺖ ﺃ ﺻﻼً ﻟﻬﺬﺍ‬
‫ﺍﻟﻐﺮﺽ ﻭﻟﻜﻦ ﺍﺷ ﺘﻤﺎﻟﻬﺎ ﻋﻠﻰ ﻣﻌﻈﻢ ﺍﻻﺧﺘﺒﺎﺭﺍﺕ ﺍﻹﺣﺼ ﺎﺋﻴﺔ )ﺗﻘﺮﻳﺒﺎ ً( ﻭﻗﺪﺭﺗﻬﺎ ﺍﻟﻔﺎﺋﻘﺔ ﻋﻠﻰ ﻣﻌﺎﻟﺠﺔ ﺍﻟﺒﻴﺎﻧﺎﺕ ﻭﺗﻮﺍﻓﻘﻬﺎ‬
‫ﻣﻊ ﻣﻌﻈﻢ ﺍﻟﺒﺮﻣﺠﻴﺎﺕ ﺍﻟﻤﺸ ﻬﻮﺭﺓ ﺟﻌﻞ ﻣﻨﻬﺎ ﺃﺩﺍﺓ ﻓﺎﻋﻠﺔ ﻟﺘﺤﻠﻴﻞ ﺷ ﺘﻰ ﺃﻧﻮﺍﻉ ﺍﻟﺒﺤﻮﺙ ﺍﻟﻌﻠﻤﻴﺔ ‪.‬ﻭﻳﺴ ﺘﻄﻴﻊ ‪ SPSS‬ﻗﺮﺍءﺓ‬
‫ﺍﻟﺒﻴﺎﻧﺎﺕ ﻣﻦ ﻣﻌﻈﻢ ﺃﻧﻮﺍﻉ ﺍﻟﻤﻠﻔﺎﺕ ﻭﻳ ﺴﺘﺨﺪﻣﻬﺎ ﻻﺳﺘﺨﺮﺍﺝ ﺍﻟﻨﺘﺎﺋﺞ ﻋﻠﻰ ﻫﻴﺌﺔ ﺗﻘﺎﺭﻳﺮ ﺇﺣﺼﺎﺋﻴﺔ ﺃﻭ ﺃﺷﻜﺎﻝ ﺑﻴﺎﻧﻴﺔ ﺃﻭ ﻋﻠﻰ‬
‫ﺷﻜﻞ ﺗﻮﺯﻳﻊ ﺍﻋﺘﺪﺍﻟﻲ ﺃﻭ ﺇﺣﺼﺎء ﻭﺻﻔﻴﺎ ً ﺑﺴﻴﻂ ﺃﻭ ﻣﺮﻛﺐ ﻭﺗﺴﺘﻄﻴﻊ ﺍﻟﺤﺰﻣﺔ ﺗﺒﺴﻴﻂ ﺍﻟﺘﺤﻠﻴﻞ ﺍﻹﺣﺼﺎﺋﻲ ﺑﺸﻜﻞ ﻣﻨﺎﺳﺐ‬
‫ﻟﻠﺒﺎﺣﺚ ﺍﻟﻤﺒﺘﺪﺉ ﻭﺍﻟﺨﺒﻴﺮ ﻋﻠﻰ ﺣﺪ ﺳﻮﺍء‪.‬‬

‫ﻳﻮﺟﺪ ﺇﺻﺪﺍﺭﺍﺕ ﻣﺨﺘﻠﻔﺔ ﻟﺤﺰﻣﺔ ‪ SPSS‬ﺃﺣﺪﺛﻬﺎ ﻫﻮ ‪ IBM SPSS Statistics-25‬ﺍﻟﺬﻱ ﻅﻬﺮ ﻓﻲ ﺍﻵﻭﻧﺔ ﺍﻷﺧﻴﺮﺓ‪.‬‬

‫‪‬‬ ‫‪SPSS 15.1 - November 2006‬‬


‫‪‬‬ ‫‪SPSS 16.2 - April 2008‬‬
‫‪‬‬ ‫‪SPSS Statistics 17.1 - December 2008‬‬
‫‪‬‬ ‫‪PASW Statistics 17.3 - September 2009‬‬
‫‪‬‬ ‫‪PASW Statistics 18.0 - August 2009‬‬
‫‪‬‬ ‫‪PASW Statistics 18.1 - December 2009‬‬
‫‪‬‬ ‫‪PASW Statistics 18.2 - April 2010‬‬
‫‪‬‬ ‫‪IBM SPSS Statistics 19 – October 2010‬‬
‫‪‬‬ ‫‪IBM SPSS Statistics 20– October 2011‬‬
‫‪‬‬ ‫‪IBM SPSS Statistics 21– February 2013‬‬
‫‪‬‬ ‫‪IBM SPSS Statistics 22– February 2014‬‬
‫‪‬‬ ‫‪IBM SPSS Statistics 23– March 2015‬‬
‫‪‬‬ ‫‪IBM SPSS Statistics 24– March 2016‬‬
‫‪‬‬ ‫‪IBM SPSS Statistics 25– August 2017‬‬

‫ﻭﻧﻼﺣﻆ ﺃﻥ ‪ PASW‬ﻓﻲ ﺍﻻﺻﺪﺍﺭﺍﺕ ‪ 17‬ﻭ‪ 18‬ﻫﻲ ﺍﺧﺘﺼﺎﺭ ﻟـ‬


‫ﺑﺮﻧﺎﻣﺞ ﺍﻟﺘﺤﻠﻴﻞ ﺍﻟﺘﻨﺒﺆﻱ ‪Predictive Analytical Software‬‬

‫‪9‬‬
‫ﺩ‪ .‬ﺧﻠﻑ ﺳﻠﻁﺎﻥ‬ ‫ﺍﻟﺗﺣﻠﻳﻝ ﺍﻻﺣﺻﺎﺋﻲ ﺑﺎﺳﺗﺧﺩﺍﻡ ‪SPSS‬‬

‫ﺇﻥ ﺍﻹﺻﺪﺍﺭﺍﺕ ﺍﻟﺴﺎﺑﻘﺔ ﻣﻦ ﺍﻟﺒﺮﻧﺎﻣﺞ ﻻ ﺗﺨﺘﻠﻒ ﻛﺜﻴﺮﺍ ﻓﻲ ﻣﺤﺘﻮﺍﻫﺎ ﺍﻟﻌﻠﻤﻲ ﻭﺍﻟﻌﻤﻠﻴﺎﺕ ﺍﻹﺣﺼﺎﺋﻴﺔ ﺍﻷﺳﺎﺳﻴﺔ ﻋﻦ‬
‫ﺍﻹﺻﺪﺍﺭﺍﺕ ﺍﻟﺤﺪﻳﺜﺔ ﻭﻣﻌﻈﻢ ﺍﻻﺧﺘﻼﻓﺎﺕ ﺗﻈﻬﺮ ﻓﻲ ﺍﺳﺘﺨﺪﺍﻡ ﺃﺷﻜﺎﻝ ﺍﻟﻨﻮﺍﻓﺬ ﻭﺍﻟﻤﺨﺮﺟﺎﺕ ﺍﻟﻨﻬﺎﺋﻴﺔ ﻭﺑﻌﺾ ﺍﻟﺘﺤﺴﻴﻨﺎﺕ‬
‫ﻓﻲ ﺍﻷﺷﻜﺎﻝ ﺍﻟﺒﻴﺎﻧﻴﺔ ﻟﻜﻦ ﺑﺎﻟﻄﺒﻊ ﻫﻨﺎﻙ ﺇﺿﺎﻓﺎﺕ ﻓﻲ ﺍﻟﺘﺤﻠﻴﻞ ﺍﻟﻤﺘﻘﺪﻡ ‪. Advanced Analysis‬‬

‫)‪ (1-3‬ﺷﺮﻳﻂ ﺍﻟﻘﻮﺍﺋﻢ ﺍﻟﺮﺋﻴﺴﻲ ﻓﻲ ‪SPSS‬‬

‫ﻧﻔﺘﺮﺽ ﻫﻨﺎ ﺃﻥ ﺑﺮﻧﺎﻣﺞ ‪ SPSS‬ﻣﻮﺟﻮﺩ ﻋﻠﻰ ﺟﻬﺎﺯﻙ ﻭﻟﺘﺸﻐﻴﻠﻪ ﺍﺿﻐﻂ ﻓﻮﻕ ﺯﺭ ﺍﻟﺒﺪء " ﺍﺑﺪﺃ " ﺃﻭ "‪ "Start‬ﻣﻦ ﺷﺎﺷﺔ‬
‫ﺗﺸﻐﻴﻞ ﺍﻟﻨﻮﺍﻓﺬ ﺍﺧﺘﺮ " ﺑﺮﺍﻣﺞ ‪ " Programs‬ﺍﺿﻐﻂ ﻓﻮﻕ ﺃﻳﻘﻮﻧﺔ‬

‫" ‪ " IBM SPSS Statistics 25‬ﻓﺘﻈﻬﺮ ﻗﺎﺋﻤﺔ ﻓﺮﻋﻴﺔ ﺛﻢ ﺍﺧﺘﻴﺎﺭ" ‪"BM SPSS Statistics 25‬‬

‫ﻓﻴﺘﻢ ﻓﺘﺢ ﺍﻟﺸﺎﺷﺔ ﺍﻟﺘﺎﻟﻴﺔ ﻭﺍﻟﺘﻲ ﺗﺴﻤﻰ ﻧﺎﻓﺬﺓ ﻣﺤﺮﺭ ﺍﻟﺒﻴﺎﻧﺎﺕ )‪.(Data Editor‬‬

‫ﻻﺣﻆ ﺃﻥ ﻣﺤﺮﺭ ﺍﻟﺒﻴﺎﻧﺎﺕ ﻫﻮ ﻭﺭﻗﺔ ﻋﻤﻞ ﻣﻜﻮﻧﺔ ﻣﻦ ﺷﺒﻜﺔ ﻣﻦ ﺍﻟﺼﻔﻮﻑ ﻭﺍﻷﻋﻤﺪﺓ ﺗﺴﺘﺨﺪﻡ ﻹﻧﺸﺎء ﻭﺗﺤﺮﻳﺮ ﻣﻠﻔﺎﺕ‬
‫ﺍﻟﺒﻴﺎﻧﺎﺕ‪ .‬ﻭﻓﻲ ﻣﺤﺮﺭ ﺍﻟﺒﻴﺎﻧﺎﺕ ﻓﺎﻥ ﻛﻞ ﺻﻒ ﻳﻤﺜﻞ ﺣﺎﻟﺔ )‪(Case‬‬

‫‪10‬‬
‫ﺩ‪ .‬ﺧﻠﻑ ﺳﻠﻁﺎﻥ‬ ‫ﺍﻟﺗﺣﻠﻳﻝ ﺍﻻﺣﺻﺎﺋﻲ ﺑﺎﺳﺗﺧﺩﺍﻡ ‪SPSS‬‬

‫ﺃﻣﺎ ﺍﻷﻋﻤﺪﺓ ﻓﺘﻤﺜﻞ ﺍﻟﻤﺘﻐﻴﺮﺍﺕ )‪ .(Variables‬ﻭﺗﺴﻤﻰ ﻧﻘﺎﻁ ﺍﻟﺘﻘﺎﻁﻊ ﺑﻴﻦ ﺍﻟﺼﻒ ﻭﺍﻟﻌﻤﻮﺩ ﺑﺎﻟﺨﻼﻳﺎ )‪ .(Cells‬ﻛﻤﺎ ﻳﻮﺟﺪ‬
‫ﻓﻲ ﺃﻋﻠﻰ ﺷﺎﺷﺔ ﻣﺤﺮﺭ ﺍﻟﺒﻴﺎﻧﺎﺕ ﺷﺮﻳﻂ ﺍﻟﻌﻨﻮﺍﻥ ﻭﺷﺮﻳﻂ ﺍﻟﻘﻮﺍﺋﻢ ﻭﺷﺮﻳﻂ ﻣﺤﺮﺭ ﺍﻟﺒﻴﺎﻧﺎﺕ ﻭﻓﻲ ﺃﺳﻔﻞ ﺷﺎﺷﺔ ﻣﺤﺮﺭ ﺍﻟﺒﻴﺎﻧﺎﺕ‬
‫ﻳﻮﺟﺪ ﻋﺮﺽ ﺍﻟﺒﻴﺎﻧﺎﺕ )‪ (Data View‬ﻟﻌﺮﺽ ﺍﻟﺒﻴﺎﻧﺎﺕ ﻭﻛﺬﻟﻚ ﻳﻮﺟﺪ ﻋﺮﺽ ﺍﻟﻤﺘﻐﻴﺮﺍﺕ‬

‫)‪ (Variable View‬ﻟﻌﺮﺽ ﺧﺼﺎﺋﺺ ﺍﻟﻤﺘﻐﻴﺮﺍﺕ )ﺍﺳﻢ ﺍﻟﻤﺘﻐﻴﺮ ﻭﻧﻮﻋﻪ ﻭ‪ ( ...‬ﻭﻛﻤﺎ ﻧﺸﺎﻫﺪ ﺃﺷﺮﻁﺔ ﺍﻟﺘﻤﺮﻳﺮ ﺍﻟﺮﺃﺳﻴﺔ‬
‫ﻭﺍﻷﻓﻘﻴﺔ ﻋﻠﻰ ﺍﻟﺠﺎﻧﺐ ﺍﻷﻳﻤﻦ ﻭﺍﻟﺠﻬﺔ ﺍﻟﺴﻔﻠﻲ ﻟﺸﺎﺷﺔ ﻣﺤﺮﺭ ﺍﻟﺒﻴﺎﻧﺎﺕ‪.‬‬

‫ﻭﻗﺒﻞ ﺍﻟﺒﺪء ﻓﻲ ﻛﻴﻔﻴﺔ ﺇﺩﺧﺎﻝ ﺍﻟﺒﻴﺎﻧﺎﺕ ﺳﻨﺸﻴﺮ ﺇﻟﻰ ﻣﻜﻮﻧﺎﺕ ﺷﺮﻳﻂ ﺍﻷﺩﻭﺍﺕ )ﺷﺮﻳﻂ ﻣﺤﺮﺭ ﺍﻟﺒﻴﺎﻧﺎﺕ ‪ ( Data Editor‬ﻭ‬
‫ﺍﻟﻤﻮﺿﺢ ﺑﺎﻟﺸﻜﻞ ﺍﻟﺘﺎﻟﻲ‪:‬‬

‫ﺍﻟﺼﻒ ﺍﻷﻭﻝ ﻣﻦ ﺍﻟﺸﺮﻳﻂ ﻳﺤﺘﻮﻱ ﻗﺎﺋﻤﺔ ﺍﻷﻭﺍﻣﺮ ﻭﺳﻮﻑ ﺗﺴﺘﻌﺮﺽ ﺃﻫﻤﻬﺎ ﻓﻲ ﺍﻟﺠﺪﻝ ﺍﻟﺘﺎﻟﻲ‪:‬‬

‫ﺍﻟﻮﻅﺎﺋﻒ‬ ‫ﺍﻷﻣﺮ‬

‫ﺇﺩﺍﺭﺓ ﺍﻟﻤﻠﻔﺎﺕ )ﺣﻔﻆ – ﻗﺮﺍءﺓ – ﻁﺒﺎﻋﺔ ‪(....‬‬ ‫‪ File‬ﻣﻠﻒ‬

‫ﺗﺤﺮﻳﺮ ﺍﻟﻤﻠﻒ )ﻧﺴﺦ ‪ -‬ﻗﺺ – ﻟﺼﻖ – ﺇﺿﺎﻓﺔ ﻣﺘﻐﻴﺮﺍﺕ– ﺇﺿﺎﻓﺔ ﺣﺎﻻﺕ‪-‬‬ ‫‪ Edit‬ﺗﺤﺮﻳﺮ‬
‫ﺗﻮﺻﻴﻔﺎﺕ ﻟﻠﻜﺘﺎﺑﺔ ‪(....‬‬

‫ﻟﻠﺘﺤﻜﻢ ﻓﻲ ﺃﺳﺎﻟﻴﺐ ﺍﻟﻌﺮﺽ ﺍﻟﻤﺨﺘﻠﻔﺔ‬ ‫‪ View‬ﻋﺮﺽ‬

‫ﺍﻟﺘﺤﻜﻢ ﻓﻲ ﺍﻟﺒﻴﺎﻧﺎﺕ ﻣﺜﻞ ﺇﺩﺧﺎﻝ ﻣﺘﻐﻴﺮ ﺟﺪﻳﺪ ﺃﻭ ﺣﺎﻟﺔ ﺟﺪﻳﺪﺓ ﺃﻭ ﺇﺟﺮﺍء ﺗﺮﺗﻴﺐ‬ ‫‪ Data‬ﺑﻴﺎﻧﺎﺕ‬
‫ﺗﺼﺎﻋﺪﻱ ﺃﻭ ﺗﻨﺎﺯﻟﻲ‪ ،‬ﻓﺼﻞ ﻭﺩﻣﺞ ﻣﻠﻔﺎﺕ‪ ،‬ﺍﺧﺘﻴﺎﺭ ﻋﻴﻨﺔ ﻋﺸﻮﺍﺋﻴﺔ‪ ،‬ﻭﻫﻜﺬﺍ‪.....‬‬

‫ﻋﻤﻠﻴﺎﺕ ﺣﺴﺎﺑﻴﺔ ﻭﻣﻨﻄﻘﻴﺔ ﻭﺇﺣﺼﺎﺋﻴﺔ ﻣﺨﺘﻠﻔﺔ‬ ‫‪ Transform‬ﻣﻌﺎﻟﺠﺔ‬

‫‪11‬‬
‫ﺩ‪ .‬ﺧﻠﻑ ﺳﻠﻁﺎﻥ‬ ‫ﺍﻟﺗﺣﻠﻳﻝ ﺍﻻﺣﺻﺎﺋﻲ ﺑﺎﺳﺗﺧﺩﺍﻡ ‪SPSS‬‬

‫ﻹﺟﺮﺍء ﺍﻟﺘﺤﻠﻴﻞ ﺍﻹﺣﺼﺎﺋﻲ ﺍﻟﻤﻨﺎﺳﺐ ﻟﻠﺒﻴﺎﻧﺎﺕ ﻭﻫﻮ ﺍﻟﻬﺪﻑ ﺍﻟﺮﺋﻴﺲ ﻣﻦ‬ ‫‪ Analyze‬ﺗﺤﻠﻴﻞ‬
‫ﺍﻟﺒﺮﻧﺎﻣﺞ ﻛﻠﻪ ﻭﻳﺸﻤﻞ ﺍﻟﻜﺜﻴﺮ ﻣﻦ ﺍﻟﺨﻴﺎﺭﺍﺕ ﺍﻟﻔﺮﻋﻴﺔ ﺗﻐﻄﻲ ﻣﻌﻈﻢ ﺍﻷﺳﺎﻟﻴﺐ‬
‫ﻭﺍﻟﻄﺮﻕ ﺍﻹﺣﺼﺎﺋﻴﺔ‬

‫ﺗﻤﺜﻴﻞ ﺍﻟﺒﻴﺎﻧﺎﺕ ﺑﻴﺎﻧﻴﺎ )ﻣﺜﻞ ﺍﻷﻋﻤﺪﺓ ﺍﻟﺒﻴﺎﻧﻴﺔ – ﺍﻟﻤﺪﺭﺝ ﺍﻟﺘﻜﺮﺍﺭﻱ – ﺍﻟﺮﺳﻢ‬ ‫‪ Graph‬ﺍﻟﺮﺳﻢ‬
‫ﺍﻟﺪﺍﺋﺮﻱ ‪(.....‬‬

‫ﺗﻘﻨﻴﺎﺕ ﻭﻓﻮﺍﺋﺪ ﻣﺘﻨﻮﻋﺔ ﺣﻮﻝ ﺍﻟﺒﺮﻧﺎﻣﺞ‬ ‫‪ Utilities‬ﺑﻌﺾ ﺍﻟﻔﻮﺍﺋﺪ‬

‫ﺃﺳﺎﻟﻴﺐ ﻭﻣﻬﺎﺭﺍﺕ ﺧﺎﺻﺔ ﺗﺴﺎﻋﺪ ﻓﻲ ﻋﻤﻠﻴﺔ ﺍﻟﺘﺴﻮﻳﻖ ﻟﻠﻤﻨﺘﺠﺎﺕ‬ ‫‪Direct marketing‬‬

‫ﺍﻟﺘﺴﻮﻳﻖ ﺍﻟﻤﺒﺎﺷﺮ‬

‫ﺑﻌﺾ ﺍﻟﻌﻤﻠﻴﺎﺕ ﻭﺍﻟﺘﻄﺒﻴﻘﺎﺕ ﺍﻟﺨﺎﺻﺔ ﻭﺍﻟﻤﻌﻠﻮﻣﺎﺕ ﺣﻮﻝ ﺇﺻﺪﺍﺭﺍﺕ ‪SPSS‬‬ ‫‪Utilities – Add-ons‬‬

‫ﺃﻭﺍﻣﺮ ﺧﺎﺻﺔ ﺑﻨﻮﺍﻓﺬ ﻭﻳﻨﺪﻭﺯ‬ ‫‪Windows‬‬

‫ﻣﺴﺎﻋﺪﺓ‬ ‫‪help‬‬

‫ﺃﻣﺎ ﺍﻟﺼﻒ ﺍﻟﺜﺎﻧﻲ ﻣﻦ ﺍﻟﺸﺮﻳﻂ ﻓﻴﺤﺘﻮﻱ ﻗﺎﺋﻤﺔ ﺃﻳﻘﻮﻧﺎﺕ ﻛﺎﻟﺘﺎﻟﻲ‪:‬‬

‫ﺍﻟﻮﻅﻴﻔﺔ‬ ‫ﺍﻟﻌﻨﻮﺍﻥ‬ ‫ﺍﻷﻳﻘﻮﻧﺔ‬

‫ﻓﺘﺢ ﻣﻠﻒ ﻣﺨﺰﻥ‬ ‫‪Open File‬‬

‫ﺗﺨﺰﻳﻦ ﻣﻠﻒ‬ ‫‪Save File‬‬

‫ﻁﺒﺎﻋﺔ ﻣﻠﻒ‬ ‫‪Print File‬‬

‫ﺇﻅﻬﺎﺭ ﺁﺧﺮ ﻣﺠﻤﻮﻋﺔ ﻣﻦ ﺍﻹﺟﺮﺍءﺍﺕ ﺍﻟﺘﻲ ﺗﻢ‬


‫‪Dialog Recall‬‬
‫ﺍﺳﺘﺨﺪﺍﻣﻬﺎ‬

‫ﺗﺮﺍﺟﻊ ﻋﻦ ﺁﺧﺮ ﻋﻤﻠﻴﺔ ﺗﻢ ﺗﻨﻔﻴﺬﻫﺎ‬ ‫‪Undo‬‬

‫‪12‬‬
‫ﺩ‪ .‬ﺧﻠﻑ ﺳﻠﻁﺎﻥ‬ ‫ﺍﻟﺗﺣﻠﻳﻝ ﺍﻻﺣﺻﺎﺋﻲ ﺑﺎﺳﺗﺧﺩﺍﻡ ‪SPSS‬‬

‫ﺍﻟﺮﺟﻮﻉ ﻋﻦ ﺁﺧﺮ ﻋﻤﻠﻴﺔ ﺗﺮﺍﺟﻌﺖ ﻋﻨﻬﺎ‬ ‫‪Redo‬‬

‫ﺍﻻﻧﺘﻘﺎﻝ ﺇﻟﻰ ﺣﺎﻟﺔ ) ﺻﻒ(‬ ‫‪Go to Case‬‬

‫ﺇﻋﻄﺎء ﻣﻌﻠﻮﻣﺎﺕ ﻋﻦ ﻣﺘﻐﻴﺮ ﻣﺎ‬ ‫‪Variable‬‬

‫ﺇﻋﻄﺎء ﻣﻌﻠﻮﻣﺎﺕ ﻋﻦ ﺍﻟﻤﺘﻐﻴﺮﺍﺕ‬ ‫‪Variables‬‬

‫ﺑﺤﺚ‬ ‫‪Find‬‬

‫ﺇﺩﺭﺍﺝ ﺣﺎﻻﺕ ﺟﺪﻳﺪﺓ ﺇﻟﻰ ﺍﻟﻤﻠﻒ‬ ‫‪Insert Case‬‬

‫ﺇﺩﺭﺍﺝ ﻣﺘﻐﻴﺮ ﺟﺪﻳﺪ ﺇﻟﻰ ﺍﻟﻤﻠﻒ‬ ‫‪Insert Variable‬‬

‫ﺷﻄﺮ ﺍﻟﻤﻠﻒ ﺇﻟﻰ ﺟﺰﺃﻳﻦ‬ ‫‪Split File‬‬

‫ﺇﻋﻄﺎء ﺃﻭﺯﺍﻥ ﻟﻠﺤﺎﻻﺕ‬ ‫‪Weight Cases‬‬

‫ﺍﺧﺘﻴﺎﺭ ﻣﺠﻤﻮﻋﺔ ﺣﺎﻻﺕ‬ ‫‪Select Cases‬‬

‫ﺇﻅﻬﺎﺭ ) ﺃﻭ ﺇﺧﻔﺎء( ﻋﻨﺎﻭﻳﻦ ) ﺩﻻﻻﺕ ( ﺍﻟﻘﻴﻢ ﺍﻭ‬


‫‪Value Labels‬‬
‫ﺍﻷﻛﻮﺍﺩ‬

‫ﺍﺳﺘﺨﺪﺍﻡ ﻣﺠﻤﻮﻋﺎﺕ ﻣﻦ ﺍﻟﻤﺘﻐﻴﺮﺍﺕ‬ ‫‪Use variable sets‬‬

‫ﺇﻅﻬﺎﺭ ﺟﻤﻴﻊ ﺍﻟﻤﺘﻐﻴﺮﺍﺕ‬ ‫‪Show all variables‬‬

‫ﺗﺼﻮﻳﺐ ﺍﻷﺧﻄﺎء ﺍﻟﻠﻐﻮﻳﺔ‬ ‫‪Spell Check‬‬

‫ﻣﻼﺣﻈﺔ‪ :‬ﺇﺫﺍ ﺃﺭﺩﻧﺎ ﺗﻜﺒﻴﺮ ﺷﺮﻳﻂ ﺍﻟﻘﻮﺍﺋﻢ ﺍﻟﺴﺎﺑﻖ ﻧﺘﺒﻊ ﺍﻟﻤﺴﺎﺭ‬

‫‪View Toolbars Customize Large Buttons‬‬

‫‪13‬‬
‫ﺩ‪ .‬ﺧﻠﻑ ﺳﻠﻁﺎﻥ‬ ‫ﺍﻟﺗﺣﻠﻳﻝ ﺍﻻﺣﺻﺎﺋﻲ ﺑﺎﺳﺗﺧﺩﺍﻡ ‪SPSS‬‬

‫)‪ (1-4‬ﻛﻴﻔﻴﺔ ﺗﻌﺮﻳﻒ ﺍﻟﻤﺘﻐﻴﺮﺍﺕ ﻭﺇﺩﺧﺎﻝ ﺍﻟﺒﻴﺎﻧﺎﺕ ﻓﻲ ‪SPSS‬‬

‫ﺗﺤﺘﻮﻱ ﺻﻔﺤﺔ ﺇﺩﺧﺎﻝ ﺍﻟﺒﻴﺎﻧﺎﺕ ﻓﻲ ﺃﺧﺮﻫﺎ ﻋﻠﻰ ﺧﻴﺎﺭﻳﻦ ﺃﺳﺎﺳﻴﻴﻦ ﻫﻤﺎ‪:‬‬

‫‪ -‬ﻋﺮﺽ ﺍﻟﺒﻴﺎﻧﺎﺕ ‪Data view‬‬


‫‪ -‬ﻋﺮﺽ ﺍﻟﻤﺘﻐﻴﺮ ‪Variable view‬‬

‫ﺑﺎﻟﻀﻐﻂ ﻋﻠﻰ ‪Variable View‬ﺗﻈﻬﺮ ﺣﻘﻮﻝ ﻋﺮﺽ ﺍﻟﻤﺘﻐﻴﺮﺍﺕ ﻭﻫﻲ‪:‬‬

‫ﺍﻟﻘﺎﺋﻤﺔ ﺍﻟﺘﺎﻟﻴﺔ ﺗﻮﺿﺢ ﻭﻅﺎﺋﻒ ﺣﻘﻮﻝ ﻋﺮﺽ ﺍﻟﻤﺘﻐﻴﺮﺍﺕ‪:‬‬

‫)‪ (1‬ﺍﻟﺤﻘﻞ‪ : Name‬ﻳﺴﺘﺨﺪﻡ ﻟﺘﻌﺮﻳﻒ ﺍﺳﻢ ﺍﻟﻤﺘﻐﻴﺮ ﻭﻧﻼﺣﻆ ﺍﻟﺘﺎﻟﻲ‪:‬‬


‫‪ -‬ﺃﺳﻤﺎء ﺍﻟﻤﺘﻐﻴﺮﺍﺕ ﻳﺠﺐ ﺃﻥ ﺗﺒﺪﺃ ﺑﺤﺮﻑ ﺃﻣﺎ ﺍﻟﺒﺎﻗﻲ ﻓﻴﻤﻜﻦ ﺃﻥ ﻳﻜﻮﻥ ﺣﺮﻭﻑ ﺃﻭ ﺃﺭﻗﺎﻡ ﺃﻭ ﻧﻘﻄﺔ ﺃﻭ @‪ ،‬ﺃﻭ ‪،#‬‬
‫ﺃﻭ ‪ ،-‬ﺃﻭ‪ $-‬ﻭﺃﺳﻤﺎء ﺍﻟﻤﺘﻐﻴﺮﺍﺕ ﻳﺠﺐ ﺃﻻ ﺗﻨﺘﻬﻲ ﺑﻨﻘﻄﺔ‪.‬‬
‫‪ -‬ﻳﺠﺐ ﺃﻻ ﻳﻮﺟﺪ ﺿﻤﻦ ﺍﻻﺳﻢ ﻓﺮﺍﻍ ﺃﻭ ﺃﻱ ﻣﻦ ﺍﻹﺷﺎﺭﺍﺕ ﺍﻟﺨﺎﺻﺔ )ﻣﺜﻞ‪ ،! :‬؟‪.(* ،‬‬
‫)‪ (2‬ﻧﻮﻉ ﺍﻟﻤﺘﻐﻴﺮ ‪ :Type‬ﻭﻋﺪﺩ ﺍﻟﺤﺮﻭﻑ ﺃﻭ ﺍﻷﺭﻗﺎﻡ ﺍﻟﺘﻲ ﺗﻤﺜﻞ ﺍﻟﻤﺘﻐﻴﺮ‪ :‬ﻳﺘﻢ ﺗﺤﺪﻳﺪ ﻧﻮﻉ ﺍﻟﻤﺘﻐﻴﺮ )ﻣﺜﻞ ﻋﺪﺩ –‬
‫ﺍﺳﻢ – ﺗﺎﺭﻳﺦ(‪ ،‬ﻣﻦ ﻣﺮﺑﻊ ﺍﻟﺤﻮﺍﺭ ﺍﻟﺘﺎﻟﻲ‪:‬‬

‫‪14‬‬
‫ﺩ‪ .‬ﺧﻠﻑ ﺳﻠﻁﺎﻥ‬ ‫ﺍﻟﺗﺣﻠﻳﻝ ﺍﻻﺣﺻﺎﺋﻲ ﺑﺎﺳﺗﺧﺩﺍﻡ ‪SPSS‬‬

‫ﻳﺘﻢ ﺃﻳﻀﺎ ﺗﺤﺪﻳﺪ ﻋﺮﺽ ﺣﺮﻭﻑ ﺃﻭ ﺃﺭﻗﺎﻡ ﺍﻟﻤﺘﻐﻴﺮ ﺣﻴﺚ ﻳﻌﺘﻤﺪ ﻫﺬﺍ ﺍﻟﻌﺮﺽ ﻋﻠﻰ ﻧﻮﻉ ﺍﻟﻤﺘﻐﻴﺮ ﻛﻤﺎ ﻳﺘﻢ ﺗﺤﺪﻳﺪ ﻋﺪﺩ‬
‫ﻣﻦ ﺍﻻﺭﻗﺎﻡ ﺍﻟﻌﺸﺮﻳﺔ ﻓﻲ ﺍﻟﻤﺘﻐﻴﺮﺍﺕ ﺍﻟﻜﻤﻴﺔ ﺇﺫﺍ ﻛﺎﻥ ﻫﻨﺎﻙ ﺿﺮﻭﺭﺓ ﻟﺬﻟﻚ‪.‬‬

‫)‪ (3‬ﺍﻟﻤﻤﻴﺰ ‪ :Label‬ﻳﺴﺘﺨﺪﻡ ﻟﺘﻤﻴﻴﺰ ﺍﻟﻤﺘﻐﻴﺮ ﻣﺜﻞ ﻛﺘﺎﺑﺔ ﺗﻌﺮﻳﻒ ﻟﻠﻤﺘﻐﻴﺮ ﺍﻭ ﻣﻼﺣﻈﺎﺕ‬
‫)‪ (4‬ﺍﻟﻘﻴﻢ ‪ :Values‬ﺗﺴﺘﺨﺪﻡ ﻟﺘﻌﺮﻳﻒ ﻋﻨﺎﺻﺮ ﺍﻟﻤﺘﻐﻴﺮ ﺍﻟﺘﺮﺗﻴﺒﻲ ﺃﻭ ﺍﻻﺳﻤﻲ ﻛﺎﻟﺘﺎﻟﻲ‪:‬‬
‫ﻓﻲ ﺍﻟﻤﺮﺑﻊ ﺍﻟﺘﺎﻟﻲ ﻳﺘﻢ ﺇﻋﻄﺎء ﻗﻴﻤﺔ ﻣﻌﻴﻨﺔ ﻟﺘﻤﺜﻞ ﺍﺳﻢ ﺃﻭ )ﺻﻔﺔ ﺗﺮﺗﻴﺒﻴﺔ(‪.‬‬

‫)‪ (5‬ﺍﻟﺒﻴﺎﻧﺎﺕ ﺍﻟﻤﻔﻘﻮﺩﺓ ‪ :Missing‬ﺗﺴﺘﺨﺪﻡ ﻟﻤﻌﺎﻟﺠﺔ ﺍﻟﻘﻴﻢ ﺍﻟﻤﻔﻘﻮﺩﺓ ﻓﻲ ﺍﻟﺒﻴﺎﻧﺎﺕ ﺃﻭ ﺇﺟﺮﺍء ﺍﻟﺘﺤﻠﻴﻞ ﺑﺪﻭﻥ ﺍﻟﻘﻴﻢ‬
‫ﺍﻟﻤﻔﻘﻮﺩﺓ‪.‬‬
‫)‪ (6‬ﻋﺮﺽ ﺍﻟﻌﻤﻮﺩ‪ :Columns‬ﻳﺴﺘﺨﺪﻡ ﻟﺘﺤﺪﻳﺪ ﻋﺮﺽ ﺍﻟﻌﻤﻮﺩ ﺍﻟﺬﻱ ﻳﻤﺜﻞ ﺍﻟﻤﺘﻐﻴﺮ ﺣﻴﺚ ﻳﻤﻜﻦ ﺍﻟﺘﺤﻜﻢ ﺑﺎﻟﻌﺮﺽ‬
‫ﺍﻟﻤﻨﺎﺳﺐ ﺑﺤﺴﺐ ﺍﻟﺘﻄﺒﻴﻘﺎﺕ‪.‬‬
‫)‪ (7‬ﺍﻟﻤﻮﻗﻊ ‪ :Align‬ﻳﺴﺘﺨﺪﻡ ﻟﺘﺤﺪﻳﺪ ﻣﻮﺿﻊ )ﻣﻮﻗﻊ( ﺍﻟﺒﻴﺎﻧﺎﺕ ﺩﺍﺧﻞ ﺍﻟﺨﻼﻳﺎ )ﻭﺳﻂ – ﻫﺎﻣﺶ ﻳﺴﺎﺭ – ﻫﺎﻣﺶ‬
‫ﻳﻤﻴﻦ( ﻛﺎﻟﺘﺎﻟﻲ‪:‬‬

‫)‪ (8‬ﺃﺳﻠﻮﺏ ﻗﻴﺎﺱ ﺍﻟﻤﺘﻐﻴﺮ‪ :Measure‬ﻳﺴﺘﺨﺪﻡ ﻟﺘﺤﺪﻳﺪ ﻧﻮﻉ ﻗﻴﺎﺱ ﺍﻟﻤﺘﻐﻴﺮ ﻭﻫﻮ ﺍﺣﺪ ﺛﻼﺛﺔ ﺧﻴﺎﺭﺍﺕ ﻫﻲ‪:‬‬

‫‪15‬‬
‫ﺩ‪ .‬ﺧﻠﻑ ﺳﻠﻁﺎﻥ‬ ‫ﺍﻟﺗﺣﻠﻳﻝ ﺍﻻﺣﺻﺎﺋﻲ ﺑﺎﺳﺗﺧﺩﺍﻡ ‪SPSS‬‬

‫)‪ (9‬ﺩﻭﺭ ﺍﻟﻤﺘﻐﻴﺮ ﻓﻲ ﺍﻟﺪﺭﺍﺳﺔ ‪) : Role‬ﻣﺪﺧﻞ – ﻣﺨﺮﺝ(‬

‫ﻭﺑﺎﻟﻌﻮﺩﺓ ﻣﺮﺓ ﺃﺧﺮﻯ ﻟﺸﺎﺷﺔ ﻣﺤﺮﺭ ﺍﻟﺒﻴﺎﻧﺎﺕ ‪ Data view‬ﻭﺇﺩﺧﺎﻝ ﺑﻴﺎﻧﺎﺕ ﺍﻟﻤﺘﻐﻴﺮﺍﺕ ﺍﻟﺘﻲ ﺗﻢ ﺗﻌﺮﻳﻔﻬﺎ ﻭﺗﻮﺻﻴﻔﻬﺎ ﻓﻲ‬
‫ﺍﻷﻋﻤﺪﺓ ﺍﻟﻤﺨﺼﺼﺔ ﻟﻬﺎ ﻧﻼﺣﻆ ﺍﻟﺘﺎﻟﻲ‪:‬‬

‫‪ ‬ﻋﻨﺪﻣﺎ ﺗﻔﺘﺢ ‪SPSS‬ﻓﺄﻧﺖ ﺁﻟﻴﺎ ً ﺗﺪﺧﻞ ﻋﻠﻰ ﻣﺤﺮﺭ ﺍﻟﺒﻴﺎﻧﺎﺕ‪ .‬ﻭﻳﻤﻜﻨﻚ ﺍﺳﺘﺨﺪﺍﻣﻪ ﻟﺘﺤﺮﻳﺮ ﺍﻟﺒﻴﺎﻧﺎﺕ ﺃﻣﺎ ﺇﺫﺍ ﻓﺘﺤﺖ‬
‫ﻣﻠﻔﺎ ﻗﺪﻳﻤﺎ ً ﻓﺘﺴﺘﻄﻴﻊ ﺍﻟﺘﻌﺎﻣﻞ ﻣﻌﻪ ﻣﺮﺓ ﺃﺧﺮﻯ ﻭﺗﻐﻴﺮ ﺗﻮﺻﻴﻔﻪ ﺑﻨﻔﺲ ﺍﻟﻘﻮﺍﻋﺪ ﺍﻟﺘﻲ ﺗﻢ ﺫﻛﺮﻫﺎ‪ .‬ﻻﺣﻆ ﺍﻷﻋﻤﺪﺓ‬
‫)ﻭﺗﺬﻛﺮ ﺃﻧﻬﺎ ﻣﺨﺼﺼﺔ ﻟﻠﻤﺘﻐﻴﺮﺍﺕ( ﻣﺜﻞ )ﺍﻟﻨﻮﻉ ﻭﺍﻟﺤﺎﻟﺔ ﺍﻻﺟﺘﻤﺎﻋﻴﺔ ﻭﻗﻴﺎﺱ ﺍﻻﺗﺠﺎﻩ ‪ ،(.....‬ﻭﺍﻟﺼﻔﻮﻑ‬
‫ﻭﺗﺬﻛﺮ ﺃﻧﻬﺎ ﻣﺨﺼﺼﺔ ﻟﺤﺎﻻﺕ ﺍﻟﺪﺭﺍﺳﺔ )ﺃﻓﺮﺍﺩ ﺍﻟﻌﻴﻨﺔ ﻓﻤﺜﻼ‪ :‬ﺍﻻﺳﺘﻤﺎﺭﺓ ﺭﻗﻢ ‪ 1‬ﺗﻔﺮﻍ ﻓﻲ ﺍﻟﺼﻒ ﺍﻷﻭﻝ ﻭﺭﻗﻢ‬
‫‪ 2‬ﻓﻲ ﺍﻟﺼﻒ ﺍﻟﺜﺎﻧﻲ‪ ،‬ﻭﻫﻜﺬﺍ ‪ (...‬ﺣﻴﺚ ﺃﻥ ﺍﻟﻌﻤﻮﺩ ﺍﻷﻭﻝ ﻛﻠﻪ ﻣﺨﺼﺺ ﻟﻠﻤﺘﻐﻴﺮ ﺍﻷﻭﻝ ﻭﺍﻟﺜﺎﻧﻲ ﻟﻠﻤﺘﻐﻴﺮ ﺍﻟﺜﺎﻧﻲ‬
‫ﻭﺍﻟﺼﻒ ﺍﻷﻭﻝ ﻛﻠﻪ ﻣﺨﺼﺺ ﻟﻠﻤﺴﺘﺠﻴﺐ ﺭﻗﻢ ‪ 1‬ﻭﺍﻟﺜﺎﻧﻲ ﻟﻠﻤﺴﺘﺠﻴﺐ ﺭﻗﻢ ‪ 2‬ﻭﻫﻜﺬﺍ‪.‬‬

‫‪ ‬ﻋﻨﺪ ﺇﺩﺧﺎﻝ ﺍﻟﺒﻴﺎﻧﺎﺕ ﻣﺜﻼ ﻓﻲ ﺍﻟﺨﻠﻴﺔ ﺍﻷﻭﻟﻰ ﺃﻁﺒﻊ ‪ 34‬ﺛﻢ ﺍﺿﻐﻂ ﻣﻔﺘﺎﺡ ﺍﻹﺩﺧﺎﻝ ‪Enter‬‬
‫ﻻﺣﻆ ﺃﻥ ﺍﻟﺒﺮﻧﺎﻣﺞ ﻳﻀﻊ ﺍﺳﻢ ﺍﻟﻤﺘﻐﻴﺮ ﺍﻻﻓﺘﺮﺍﺿﻲ‪ Var00001‬ﺇﻥ ﻟﻢ ﻳﻜﻦ ﺍﻟﻤﺘﻐﻴﺮ ﻣﻌﺮﻓﺎ ً ﻣﺴﺒﻘﺎ ﻭﺍﻟﺬﻱ‬
‫ﻳﻈﻬﺮ ﻓﻲ ﺃﻋﻠﻰ ﺍﻟﺸﺎﺷﺔ ﺛﻢ ﺃﺩﺧﻞ ﻗﻴﻤﺎ ﺃﺧﺮﻯ ﻓﻲ ﺧﻼﻳﺎ ﺃﺧﺮﻯ ﺃﺳﻔﻞ ﺍﻟﺨﻠﻴﺔ ﺍﻷﻭﻟﻰ ﻣﺜﻞ ‪ ،23 ،22‬ﻭﺑﻌﺪ ﻛﻞ‬
‫ﻋﻤﻠﻴﺔ ﺇﺩﺧﺎﻝ ﺍﺿﻐﻂ ‪ Enter‬ﻭﻫﻜﺬﺍ ﺣﺘﻰ ﻳﺘﻢ ﺇﺩﺧﺎﻝ ﺟﻤﻴﻊ ﺍﻟﺒﻴﺎﻧﺎﺕ ﺍﻟﻤﻄﻠﻮﺑﺔ ﻟﻠﺪﺭﺍﺳﺔ‪.‬‬
‫‪ ‬ﺧﻠﻴﺔ ﺍﻟﻘﻴﻢ ﺍﻟﻤﻔﻘﻮﺩﺓ ‪ Missing‬ﻋﻠﻰ ﻫﻴﺌﺔ ﻧﻘﻄﺔ )‪(.‬‬
‫‪ ‬ﻟﺘﺴﻤﻴﺔ ﺍﻟﻤﺘﻐﻴﺮﺍﺕ ﻳﺠﺐ ﺍﺳﺘﺒﺪﺍﻝ ﺍﻻﺳﻢ ﺍﻻﻓﺘﺮﺍﺿﻲ ﺑﺎﺳﻢ ﻣﻨﺎﺳﺐ )ﺧﺎﺹ ﺑﻚ ( ﻣﺜﻞ‪:‬‬
‫‪ ،Age, Gender subject, Attitude1, Attitude2, etc.‬ﻭﻹﺟﺮﺍء ﺫﻟﻚ‪:‬‬
‫ﺍﺿﻐﻂ ﻣﺮﺗﻴﻦ ﻋﻠﻰ ﺍﺳﻢ ﺍﻟﻤﺘﻐﻴﺮ ‪ Var001‬ﻓﻲ ﺃﻋﻠﻰ ﺍﻟﻌﻤﻮﺩ ﺍﻷﻭﻝ ﺃﻭﺿﻊ ﺍﻟﻤﺆﺷﺮ ﻓﻲ ﺃﻱ ﺧﻠﻴﺔ ﻓﻲ ﺍﻟﺼﻒ‬
‫ﺍﻷﻭﻝ ‪،‬ﻣﺴﺢ ﺍﻻﺳﻢ ﺍﻻﻓﺘﺮﺍﺿﻲ ‪ Var 00001‬ﻭﺍﺳﺘﺒﺪﺍﻟﻪ ﺑـــ ‪Age‬‬
‫‪ ‬ﺗﺤﺘﺎﺝ ﺃﻥ ﺗﺨﺒﺮ ﺍﻟــ ‪ SPSS‬ﻋﻦ ﻁﺒﻴﻌﺔ ﺍﻟﻤﺘﻐﻴﺮﺍﺕ ﺍﻟﻤﺮﺍﺩ ﺇﺩﺧﺎﻟﻬﺎ ﻗﺒﻞ ﻋﻤﻠﻴﺔ ﺍﻹﺩﺧﺎﻝ‪ .‬ﻭﻫﺬﺍ ﻳﺴﻬﻞ ﻟﻚ‬
‫ﺍﻟﺘﻌﺎﻣﻞ ﻣﻊ ﻫﺬﻩ ﺍﻟﻤﺘﻐﻴﺮﺍﺕ ﻻﺣﻘﺎ‪ .‬ﻭﻳﻤﻜﻦ ﻛﺬﻟﻚ ﻭﺿﻊ ﺷﺮﺡ ﻣﻔﺼﻞ ﻋﻦ ﻣﺎﻫﻴﺔ ﺍﻟﻤﺘﻐﻴﺮ ﻟﻜﻲ ﻳﺴﻬﻞ ﻓﻬﻢ‬
‫ﺍﻟﻨﺘﺎﺋﺞ ﻋﻨﺪ ﺍﺳﺘﺨﺮﺍﺟﻬﺎ ﺇﺫ ﺃﻥ ﺍﻟﺒﺮﻧﺎﻣﺞ ﻳﺨﺮﺝ ﻣﻊ ﺍﻟﻨﺘﺎﺋﺞ ﺷﺮﺡ ﺗﻔﺼﻴﻠﻲ ﻟﻠﻤﺘﻐﻴﺮﺍﺕ‪.‬‬
‫‪ ‬ﻳﻤﻜﻦ ﺗﺤﻤﻴﻞ ﺍﻟﺒﻴﺎﻧﺎﺕ ﻣﻦ ﻣﻠﻒ ﺍﻛﺴﻞ‪.‬‬

‫‪16‬‬
‫ﺩ‪ .‬ﺧﻠﻑ ﺳﻠﻁﺎﻥ‬ ‫ﺍﻟﺗﺣﻠﻳﻝ ﺍﻻﺣﺻﺎﺋﻲ ﺑﺎﺳﺗﺧﺩﺍﻡ ‪SPSS‬‬

‫‪ ‬ﺣﻔﻆ ﺍﻟﻤﻠﻒ‪ :‬ﺗﺴﺘﺨﺪﻡ ﻧﻔﺲ ﺧﻄﻮﺍﺕ ﺣﻔﻆ ﺍﻟﻤﻠﻒ ﻓﻲ ﺗﻄﺒﻴﻘﺎﺕ ﺍﻟﻨﻮﺍﻓﺬ ﺍﻷﺧﺮﻯ‬

‫‪ ‬ﺍﻟﻘﻴﻢ ﺍﻟﻤﻔﻘﻮﺩﺓ ‪Missing Values :‬‬


‫ﻳﺴﺘﺨﺪﻡ ﺧﻴﺎﺭ ﺍﻟﻘﻴﻢ ﺍﻟﻤﻔﻘﻮﺩﺓ ﻋﻨﺪﻣﺎ ﻻ ﻳﻜﻮﻥ ﻫﻨﺎﻙ ﺇﺟﺎﺑﺔ ﺃﻭ ﻋﻨﺪﻣﺎ ﻳﺮﻓﺾ ﺍﻟﻤﺴﺘﺠﻴﺐ ﺍﻹﺟﺎﺑﺔ ﻋﻠﻰ ﻋﺒﺎﺭﺓ‬
‫ﻣﻌﻴﻨﺔ ﻭﻳﻘﻮﻡ ﺍﻟﺒﺮﻧﺎﻣﺞ ﺑﻌﻼﺝ ﻫﺬﻩ ﺍﻟﻤﺸﻜﻠﺔ ﺇﺣﺼﺎﺋﻴﺎ ﻓﻲ ﺣﺎﻟﺔ ﺗﻌﺮﻳﻔﻪ ﺑﺎﻟﻘﻴﻢ ﺍﻟﻤﺘﺮﻭﻛﺔ ﻭﺍﻟﺘﻲ ﻻ ﻳﺪﺧﻞ ﻟﻬﺎ ﻗﻴﻤﺔ‬
‫ﻣﻌﻴﻨﺔ ﻓﺘﻈﻬﺮ ﻓﻲ ﻣﺤﺮﺭ ﺍﻟﺒﻴﺎﻧﺎﺕ ﻋﻠﻰ ﻫﻴﺌﺔ ﻧﻘﻄﺔ‪.‬‬
‫ﺗﺮﻣﻴﺰ ﺍﻟﺒﻴﺎﻧﺎﺕ‪:‬‬

‫ﺇﻥ ﻋﻤﻠﻴﺔ ﺗﺮﻣﻴﺰ ﺍﻟﺒﻴﺎﻧﺎﺕ ﻫﻲ ﻋﺒﺎﺭﺓ ﻋﻦ ﺗﻬﻴﺌﺔ ﺍﻟﺒﻴﺎﻧﺎﺕ ﺳﻮﺍء ﻛﺎﻧﺖ ﺃﺩﻭﺍﺕ ﺑﺤﺜﻴﺔ ﻛﺎﻻﺳﺘﺒﻴﺎﻧﺎﺕ ﻭﺍﻟﻤﻘﺎﺑﻼﺕ ﺃﻭ ﺑﻴﺎﻧﺎﺕ‬
‫ﻣﻌﻠﻮﻣﺎﺗﻴﺔ ﻣﺜﻞ ﺍﺩﻭﺍﺕ ﺍﻟﻤﺴﺢ ﻭﺍﻻﺳﺘﻘﺼﺎء ﻛﻲ ﺗﺴﺘﻄﻴﻊ ﺍﻟﺒﺮﺍﻣﺞ ﺍﻟﺤﺎﺳﻮﺑﻴﺔ ﺍﻟﺘﻌﺎﻣﻞ ﻣﻌﻬﺎ ﻭﻓﻬﻢ ﻣﺤﺘﻮﺍﻫﺎ ﻭﺫﻟﻚ ﺑﺄﻥ‬
‫ﻳﻌﻄﻰ ﻛﻞ ﻣﺘﻐﻴﺮ ﺗﺮﻣﻴﺰﺍ ّ ﻣﻌﻴﻨﺎ )ﺭﻗﻤﻴﺎ ﻏﺎﻟﺒﺎ( ﻳﻌﻨﻲ ﻣﺆﺷﺮﺍ ﻣﻌﻴﻨﺎ ﻟﻠﺒﺮﻧﺎﻣﺞ‪ .‬ﻭﻳﺠﺐ ﺍﻟﺘﻔﺮﻳﻖ ﺑﻴﻦ ﺍﻟﺒﻴﺎﻧﺎﺕ ﺍﻻﺳﻤﻴﺔ ﻣﺜﻞ‬
‫ﺫﻛﺮ ﻭﺃﻧﺜﻰ ﻭﻧﻌﻢ ﻭﻻ‪ ،‬ﻭﺍﻟﺒﻴﺎﻧﺎﺕ ﺍﻟﺘﺮﺗﻴﺒﻴﺔ ﻣﺜﻞ ﻣﻮﺍﻓﻖ ﻭﻣﻮﺍﻓﻖ ﺟﺪﺍ ﻭﻏﻴﺮ ﻣﻮﺍﻓﻖ ﻭﻏﻴﺮ ﻣﻮﺍﻓﻖ ﺟﺪﺍ‪ .‬ﻓﻤﺜﻼ ﻳﺮﻣﺰ ﻟﻠﺬﻛﺮ‬
‫ﺑـ ‪ 1‬ﻭﺍﻷﻧﺜﻰ ﺑـ ‪ 2‬ﺃﻭ ﺍﻟﻌﻜﺲ‪ ،‬ﻭﻓﻲ ﻗﻴﺎﺱ ﺍﻻﺗﺠﺎﻩ ﻣﻮﺍﻓﻖ ﺟﺪﺍ=‪ ،5‬ﻣﻮﺍﻓﻖ=‪ ،4‬ﻻ ﺃﺩﺭﻯ= ‪ 3‬ﺍﺭﻓﺾ=‪ ،2‬ﺍﺭﻓﺾ‬
‫ﺑﺸﺪﺓ=‪.1‬‬

‫ﺗﻄﺒﻴﻖ )‪(1‬‬

‫ﺍﻟﺒﻴﺎﻧﺎﺕ ﺍﻟﺘﺎﻟﻴﺔ ﺗﻤﺜﻞ ﺃﻋﻤﺎﺭ ‪ 10‬ﻣﻮﻅﻔﻴﻦ ﻣﻮﺯﻋﻴﻦ ﺑﺤﺴﺐ ﺍﻟﻌﻤﺮ ﻭﺍﻟﻨﻮﻉ ﻭﺍﻟﻤﺴﺘﻮﻯ ﺍﻟﺪﺭﺍﺳﻲ‬

‫‪10‬‬ ‫‪9‬‬ ‫‪8‬‬ ‫‪7‬‬ ‫‪6‬‬ ‫‪5‬‬ ‫‪4‬‬ ‫‪3‬‬ ‫‪2‬‬ ‫‪1‬‬ ‫ﻡ‬

‫‪26‬‬ ‫‪19‬‬ ‫‪31‬‬ ‫‪22‬‬ ‫‪22‬‬ ‫‪41‬‬ ‫‪35‬‬ ‫‪18‬‬ ‫‪21‬‬ ‫‪26‬‬ ‫ﺍﻟﻌﻤﺮ‬

‫ﺫﻛﺮ‬ ‫ﺫﻛﺮ‬ ‫ﺃﻧﺜﻰ‬ ‫ﺫﻛﺮ‬ ‫ﺫﻛﺮ‬ ‫ﺃﻧﺜﻰ‬ ‫ﺫﻛﺮ‬ ‫ﺫﻛﺮ‬ ‫ﺃﻧﺜﻰ‬ ‫ﺃﻧﺜﻰ‬ ‫ﺍﻟﻨﻮﻉ‬

‫ﺍﺑﺘﺪﺍﺋﻲ ﺟﺎﻣﻌﻲ ﺟﺎﻣﻌﻲ‬ ‫ﺍﺑﺘﺪﺍﺋﻲ ﺟﺎﻣﻌﻲ ﺟﺎﻣﻌﻲ ﺛﺎﻧﻮﻱ‬ ‫ﺛﺎﻧﻮﻱ‬ ‫ﺍﻟﻤﺴﺘﻮﻯ ﺍﻟﺘﻌﻠﻴﻤﻲ ﺟﺎﻣﻌﻲ ﺛﺎﻧﻮﻱ‬

‫ﺍﻟﻤﻄﻠﻮﺏ ﺇﺩﺧﺎﻝ ﻫﺬﻩ ﺍﻟﺒﻴﺎﻧﺎﺕ ﻟﻤﺤﺮﺭ ﺑﻴﺎﻧﺎﺕ ‪SPSS‬‬

‫ﺍﻟﺨﻄﻮﺍﺕ‪:‬‬

‫‪ -1‬ﻧﺤﺪﺩ ﺃﻧﻮﺍﻉ ﻣﺘﻐﻴﺮﺍﺕ ﺍﻟﺪﺭﺍﺳﺔ ﻭﺍﻟﻤﻘﺎﻳﻴﺲ ﺍﻟﻤﻨﺎﺳﺒﺔ ﻟﻬﺎ ﻛﺎﻟﺘﺎﻟﻲ‪:‬‬


‫‪ -‬ﺍﻟﻤﺴﻠﺴﻞ ﻟﻪ ﻗﻴﺎﺱ ﻛﻤﻲ ‪Scale‬‬

‫‪17‬‬
‫ﺩ‪ .‬ﺧﻠﻑ ﺳﻠﻁﺎﻥ‬ ‫ﺍﻟﺗﺣﻠﻳﻝ ﺍﻻﺣﺻﺎﺋﻲ ﺑﺎﺳﺗﺧﺩﺍﻡ ‪SPSS‬‬

‫‪ -‬ﺍﻟﻌﻤﺮ‪ Age‬ﻟﻪ ﻗﻴﺎﺱ ﻛﻤﻲ ‪Scale‬‬


‫‪ -‬ﺍﻟﻨﻮﻉ ‪ Gender‬ﻟﻪ ﻗﻴﺎﺱ ﺍﺳﻤﻲ ‪Nominal‬‬
‫‪ -‬ﺍﻟﻤﺴﺘﻮﻯ ﺍﻟﺘﻌﻠﻴﻤﻲ ‪ Education‬ﻟﻪ ﻗﻴﺎﺱ ﺗﺮﺗﻴﺒﻲ ‪Ordinal‬‬
‫‪ -2‬ﺍﻟﻤﺘﻐﻴﺮ ﺍﻟﻜﻤﻲ ‪ Age‬ﻻ ﻳﺤﺘﺎﺝ ﺇﻟﻰ ﺗﻌﺮﻳﻒ ‪Values‬‬
‫‪ -3‬ﻟﻠﻤﺘﻐﻴﺮ ﺍﻻﺳ ﻤﻲ ‪ Gender‬ﻳﻤﻜﻦ ﺍﺧﺘﻴﺎﺭ ‪ 1‬ﻟﺘﺪﻝ ﻋﻠﻰ ﺍﻟﺬﻛﺮ ‪ Male‬ﻭ‪ 2‬ﻟﺘﺪﻝ ﻋﻠﻰ ﺍﻷﻧﺜﻰ ‪Female‬‬
‫ﺃﻭ ﺍﻟﻌﻜﺲ )ﺍﻟﺘﺮﺗﻴﺐ ﻻ ﻳﻬﻢ ﻷﻧﻪ ﻣﺘﻐﻴﺮ ﺍﺳ ﻤﻲ(‪ .‬ﻭﻟﻠﻤﺘﻐﻴﺮ ﺍﻟﺘﺮﺗﻴﺒﻲ ‪ Education‬ﻳﻤﻜﻦ ﺍﺧﺘﻴﺎﺭ ‪3‬‬
‫ﻟﺘﺪﻝ ﻋﻠﻲ ‪University‬ﻭ ‪ 2‬ﻟﺘﺪﻝ ﻋﻠﻲ ‪Secondary‬ﻭ ‪ 1‬ﻟﺘﺪﻝ ﻋﻠﻰ ‪)Primary‬ﺍﻟﺘﺮﺗﻴﺐ ﻫﻨﺎ ﻣﻬﻢ‬
‫ﻷﻧﻪ ﻣﺘﻐﻴﺮ ﺗﺮﺗﻴﺒﻲ( ‪ .‬ﻭﻳﺘﻢ ﺫﻟﻚ ﻛﺎﻟﺘﺎﻟﻲ‪:‬‬

‫‪ -4‬ﺑﻌﺪ ﺗﻌﺮﻳﻒ ﺍﻟﻤﺘﻐﻴﺮﺍﺕ ﺍﻟﺜﻼﺛﺔ ﻧﺤﺼﻞ ﻋﻠﻰ ﺍﻟﺘﻮﺻﻴﻔﺎﺕ ﺍﻟﺘﺎﻟﻴﺔ‪:‬‬

‫ﻭﻳﻤﻜﻦ ﺇﺟﺮﺍء ﺍﻟﺘﻌﺮﻳﻔﺎﺕ ﺍﻟﺴﺎﺑﻘﺔ ﺑﺎﻟﻠﻐﺔ ﺍﻟﻌﺮﺑﻴﺔ ﺇﺫﺍ ﻛﺎﻥ ﺇﺻﺪﺍﺭ‪ SPSS‬ﻳﺪﻋﻢ ﺫﻟﻚ‪.‬‬

‫‪18‬‬
‫ﺩ‪ .‬ﺧﻠﻑ ﺳﻠﻁﺎﻥ‬ ‫ﺍﻟﺗﺣﻠﻳﻝ ﺍﻻﺣﺻﺎﺋﻲ ﺑﺎﺳﺗﺧﺩﺍﻡ ‪SPSS‬‬

‫‪ -5‬ﻧﺘﺤﻮﻝ ﺍﻵﻥ ﺇﻟﻰ ‪ Data View‬ﻹﺩﺧﺎﻝ ﺍﻟﺒﻴﺎﻧﺎﺕ ﻛﺎﻟﺘﺎﻟﻲ‪:‬‬

‫ﻓﻨﺤﺼﻞ ﻋﻠﻲ‪:‬‬ ‫‪ -6‬ﻧﻀﻐﻂ ﻋﻠﻲ ﺃﻳﻘﻮﻧﺔ‬

‫‪ -7‬ﺑﻌﺪ ﺫﻟﻚ ﻳﺘﻢ ﺣﻔﻆ ﺍﻟﻤﻠﻒ ﺑﺎﻻﺳﻢ ‪ Data-1.sav‬ﺃﻭ ‪Data-1.xls‬‬


‫ﻳﻤﻜﻦ ﺇﻏﻼﻕ ‪ SPSS‬ﻭﺍﺳﺘﺪﻋﺎء ﻛﻞ ﻣﻦ ‪ Data-1.sav‬ﻭ ‪.Data-1.xls‬‬

‫ﻣﻼﺣﻈﺔ‪:‬‬

‫ﻳﻤﻜﻦ ﺇﺩﺧﺎﻝ ﺍﻟﺒﻴﺎﻧﺎﺕ ﺃﻭﻻ ﻓﻲ ﻣﻠﻒ ﺍﻛﺴ ﻞ ﻭﺍﺳ ﺘﺪﻋﺎﺋﻬﺎ ﻣﺒﺎﺷ ﺮﺓ ﻟﻤﺤﺮﺭ ‪ SPSS‬ﻭﺇﺟﺮﺍء ﺍﻟﺘﻮﺻ ﻴﻒ ﺍﻟﻼﺯﻡ ﺑﻌﺪ‬
‫ﺍﻻﺳﺘﺪﻋﺎء‪.‬‬

‫‪19‬‬
‫ﺩ‪ .‬ﺧﻠﻑ ﺳﻠﻁﺎﻥ‬ ‫ﺍﻟﺗﺣﻠﻳﻝ ﺍﻻﺣﺻﺎﺋﻲ ﺑﺎﺳﺗﺧﺩﺍﻡ ‪SPSS‬‬

‫)‪ (1-5‬ﺇﻋﺎﺩﺓ ﺗﺮﻣﻴﺰ ﺍﻟﻤﺘﻐﻴﺮﺍﺕ ‪Recode‬‬

‫ــث ﯾ‬ ‫ﻐ ر ﻣ ﺟ د ﺣــﺎﻟ ـﺎً ﻓﻲ ﻣﻠﻒ اﻟ ــﺎﻧــﺎت‬ ‫ﻣ ﻐ ر ﺟــدﯾــد ﻣرﺗ ط‬ ‫إﻋــﺎدة ﺗرﻣ ز اﻟ ﻐ رات ﻫﻲ ﻋ ﻠ ــﺔ ﺗ‬
‫ﻗﺎﺑﻠﺔ ﻟﻠﻘ ﺎس ‪ Scale  Variable‬إﻟﻰ ﻣ ﻐ رات وﺻـ ـ ـ ـ ـ ـ ــﻔ ﺔ ‪ .Nominal  Variable‬أﻣﺎ‬ ‫ﺔأ‬ ‫ﻞ ﻣ ﻐ رات‬ ‫ﺗ‬
‫ﺗ ـ ﻒ اﻟ ﻐ رات ﻓﻬﻲ ﻋ ﻠ ﺔ ﻣ ــﺎﺑﻬﺔ ﻟﻌ ﻠ ﺔ إﻋﺎدة ﺗرﻣ ز اﻟ ﻐ رات إﻻ أن اﻟ ﻐ ر اﻟ دﯾد ﻌ س ﻋدد ﻣ ـ ﺎت‬
‫ﻒ اﻟ ﻐ ر ﻋﻠﻰ ﻓ رات ﻣ ﺎو ﺔ اﻟ ل‪.‬‬ ‫ﺗ‬ ‫ﻒو‬ ‫اﻟ‬

‫ﻒ أو ﻋ ﺎرة ﻋ‬ ‫ﺎت ﻟﻠ‬ ‫ث ﺗ ن ﻗ اﻟ ﻐ ر ﻋ ﺎرة ﻋ ﻣ‬ ‫ﻣ ﻐ ر ﺟدﯾد‬ ‫دم اﻷﻣر ‪ Recode‬ﻟ‬


‫ــﺎﺧ ــﺎر اﻷﻣر ‪ Recode‬ﻣ ﻗ ــﺎﺋ ــﺔ‬ ‫ذﻟـ ـ‬ ‫ــﻞ اﻟ ﻐ ر اﻟ ﻲ إﻟﻰ ﻣ ﻐ ر وﺻـ ـ ـ ـ ـ ـ ــﻔﻲ‪ .‬و‬ ‫ﺗ‬ ‫ﻗ ﻣ ــدد ﻟ‬
‫ﺎ ﻓﻲ اﻟ ﻞ اﻟ ﺎﻟﻲ‪.‬‬ ‫‪Transform‬‬

‫‪20‬‬
‫ﺩ‪ .‬ﺧﻠﻑ ﺳﻠﻁﺎﻥ‬ ‫ﺍﻟﺗﺣﻠﻳﻝ ﺍﻻﺣﺻﺎﺋﻲ ﺑﺎﺳﺗﺧﺩﺍﻡ ‪SPSS‬‬

‫ﺑ اﺳ ـ ـ ﺔ اﻟ ﺎر اﻷول وﺿـ ــﻊ اﻟ رﻣ ز اﻟ دﯾد ﻓﻲ ﻧﻔس اﻟ ﻐ ر‬ ‫و ـ ـ ﻞ أﻣر إﻋﺎدة اﻟ رﻣ ز إﻟﻰ ﺧ ﺎر ‪ ،‬ﺣ ث‬


‫ﯾ وﺿ ــﻊ ﻗ اﻟ رﻣ ز اﻟ دﯾدة ﺎﺳـ ـ ﻣ ﻐ ر ﺟدﯾد ﻋ د اﺳـ ـ دام اﻟ ﺎر اﻟ ﺎﻧﻲ‪ .‬ﻟ ﻔرض أن ﻟدﯾ ﺎ‬ ‫اﻟ ــﺎﺑ ‪ ،‬ﻓﻲ ﺣ‬
‫ب اﻟﻔئﺎت اﻟ ﺎﻟ ﺔ‬ ‫ث ﺗ ن ﻗ ﺔ اﻟ ﻐ ر اﻟ دﯾد‬ ‫ﻔﻲ ﻟ زن اﻟ ﻼب‬ ‫ﻣﻐر ﺗ‬ ‫اﻟرﻏ ﺔ ﻓﻲ ﺗ‬

‫ﻗ اﻟ ﻐ ر اﻟ ﺎﺑ‬ ‫ﻗ اﻟ ﻐ ر اﻟ دﯾد‬

‫‪ 50‬‬ ‫‪1‬‬


‫‪51  60 2‬‬
‫‪61  70 3‬‬
‫‪ 70‬‬ ‫‪4‬‬

‫وﺳـ ـ ن اﺳـ ـ اﻟ ﻐ ر اﻟ دﯾد "ﻓئﺎت اﻟ زن"‪ .‬و ﺎﻟ ـ ــﻐط ﻋﻠﻰ ‪ Recode‬ﻣ ﻗﺎﺋ ﺔ ‪ Transform‬واﺧ ﺎر ‪Into ‬‬
‫ﻬر ﻣرﻊ اﻟ ار اﻟ ﺎﻟﻲ‪.‬‬ ‫‪Different Variable‬‬

‫‪21‬‬
‫ﺩ‪ .‬ﺧﻠﻑ ﺳﻠﻁﺎﻥ‬ ‫ﺍﻟﺗﺣﻠﻳﻝ ﺍﻻﺣﺻﺎﺋﻲ ﺑﺎﺳﺗﺧﺩﺍﻡ ‪SPSS‬‬

‫)‪ (1-6‬ﺑﻌﺾ ﺍﻟﻌﻤﻠﻴﺎﺕ ﻟﺘﺠﻬﻴﺰ ﺍﻟﺒﻴﺎﻧﺎﺕ‬

‫‪ ‬ﻹﺟﺮﺍء ﺍﻟﺘﺮﺗﻴﺐ ﺍﻟﺘﺼﺎﻋﺪﻱ ‪ Sort Ascending‬ﻭﺍﻟﺘﻨﺎﺯﻟﻲ ‪ Sort Descending‬ﻟﻘﻴﻢ ﻣﺘﻐﻴﺮ ﻓﻘﻂ ﻧﺜﺒﺖ‬
‫ﺍﻟﻤﺤﺮﻙ ﻋﻨﺪ ﺍﺳﻢ ﺍﻟﻤﺘﻐﻴﺮ ﺍﻟﻤﻄﻠﻮﺏ ﺗﺮﺗﻴﺒﻪ ﺗﺼﺎﻋﺪﻳﺎ ﺃﻭ ﺗﻨﺎﺯﻟﻴﺎ ﻭﻧﻀﻐﻂ ﻋﻠﻰ ﺍﻟﺠﻬﺔ ﺍﻟﻴﻤﻨﻰ ﻟﻠﻔﺎﺭﺓ ﻓﻴﻈﻬﺮ‬

‫ﺣﻴﺚ ﻳﻤﻜﻦ ﺍﺧﺘﻴﺎﺭ ﻧﻮﻉ ﺍﻟﺘﺮﺗﻴﺐ )ﺗﺼﺎﻋﺪﻳﺎ ﺃﻭ ﺗﻨﺎﺯﻟﻴﺎ( ﻣﺜﺎﻝ ﺫﻟﻚ ﻳﻤﻜﻦ ﺗﺮﺗﻴﺐ ﺍﻟﻌﻤﺮ ﻓﻲ ﺍﻟﺘﻄﺒﻴﻖ )‪ (1‬ﺗﻨﺎﺯﻟﻴﺎ ﺃﻭ‬
‫ﺗﺼﺎﻋﺪﻳﺎ ﻛﻤﺎ ﻳﻤﻜﻦ ﺗﺮﺗﻴﺐ ﺍﻟﻤﺘﻐﻴﺮﺍﺕ ﺍﻟﻮﺻﻔﻴﺔ ﺃﺑﺠﺪﻳﺎ‪.‬‬

‫ﺇﺟﺮﺍء ﻋﻤﻠﻴﺎﺕ ﺣﺴﺎﺑﻴﺔ ﻭﻣﻨﻄﻘﻴﺔ ﻋﻠﻲ ﺍﻟﺼﻔﻮﻑ ﻭﺍﻷﻋﻤﺪﺓ ﻭﺗﺨﺰﻳﻦ ﺍﻟﻨﺘﻴﺠﺔ ﻓﻲ ﺃﻋﻤﺪﺓ ﺟﺪﻳﺪﺓ ﻣﻦ ﺧﻼﻝ‬ ‫‪‬‬
‫ﺍﻟﻤﺴﺎﺭ‪ Transform  compute variable‬ﻓﻨﺤﺼﻞ ﻋﻠﻰ ﻣﺮﺑﻊ ﺍﻟﺤﻮﺍﺭ ﺍﻟﺘﺎﻟﻲ ﺍﻟﺬﻱ ﻳﺘﻢ ﻓﻴﻪ ﺇﺟﺮﺍء‬
‫ﺍﻟﻌﻤﻠﻴﺎﺕ ﺍﻟﻤﻄﻠﻮﺑﺔ‪.‬‬

‫‪22‬‬
‫ﺩ‪ .‬ﺧﻠﻑ ﺳﻠﻁﺎﻥ‬ ‫ﺍﻟﺗﺣﻠﻳﻝ ﺍﻻﺣﺻﺎﺋﻲ ﺑﺎﺳﺗﺧﺩﺍﻡ ‪SPSS‬‬

‫ﻣﻼﺣﻈﺔ‪:‬‬

‫ﻳﺤﺘﻮﻱ ﻣﺮﺑﻊ ﺍﻟﺤﻮﺍﺭ ‪Compute Variable‬ﻋﻠﻰ ﺁﻟﺔ ﺣﺎﺳﺒﺔ ﺗﺤﺘﻮﻱ ﻋﻠﻰ ﺃﺭﻗﺎﻡ ﻭﺭﻣﻮﺯ ﺣﺴﺎﺑﻴﺔ ﻭﺭﻣﻮﺯ ﻋﻼﻗﺎﺕ‬
‫ﻭﺭﻣﻮﺯ ﻣﻨﻄﻘﻴﺔ‪ .‬ﻭﻳﻤﻜﻦ ﺍﺳﺘﺨﺪﺍﻡ ﻫﺬﻩ ﺍﻟﺤﺎﺳﺒﺔ ﻣﺜﻞ ﺃﻳﺔ ﺣﺎﺳﺒﺔ ﻳﺪﻭﻳﺔ ﻭﺫﻟﻚ ﺑﻀﻐﻂ ﺍﻟﺰﺭ ﺑﺎﺳﺘﺨﺪﺍﻡ ﺍﻟﻔﺄﺭﺓ‪ .‬ﻭﻳﺒﻴﻦ ﺍﻟﺠﺪﻭﻝ‬
‫ﺍﻟﺘﺎﻟﻲ ﺍﻟﺮﻣﻮﺯ ﺍﻟﻤﺴﺘﺨﺪﻣﺔ ﻓﻲ ﺍﻵﻟﺔ ﺍﻟﺤﺎﺳﺒﺔ‪:‬‬

‫‪23‬‬
‫ﺩ‪ .‬ﺧﻠﻑ ﺳﻠﻁﺎﻥ‬ ‫ﺍﻟﺗﺣﻠﻳﻝ ﺍﻻﺣﺻﺎﺋﻲ ﺑﺎﺳﺗﺧﺩﺍﻡ ‪SPSS‬‬

‫ﺍﻟﺮﻣﻮﺯ ﺍﻟﻤﻨﻄﻘﻴﺔ‬ ‫ﺭﻣﻮﺯ ﺍﻟﻌﻼﻗﺎﺕ‬ ‫ﺍﻟﺮﻣﻮﺯ ﺍﻟﺤﺴﺎﺑﻴﺔ‬

‫ﺍﻟﻌﻤﻠﻴﺔ‬ ‫ﺍﻟﺮﻣﺰ‬ ‫ﺍﻟﻌﻤﻠﻴﺔ‬ ‫ﺍﻟﺮﻣﺰ‬ ‫ﺍﻟﻌﻤﻠﻴﺔ‬


‫ﺍﻟﺮﻣﺰ‬

‫ﻳﺠﺐ ﺃﻥ ﺗﻜﻮﻥ ﺟﻤﻴﻊ ﺍﻟﻌﻼﻗﺎﺕ‬ ‫ﺍﻗﻞ ﻣﻦ‬ ‫<‬ ‫ﺍﻟﺠﻤﻊ‬ ‫‪+‬‬


‫& ﺃﻭ ‪and‬‬
‫ﺻﺤﻴﺤﺔ‬ ‫ﺍﻛﺒﺮ ﻣﻦ‬ ‫>‬ ‫ﺍﻟﻄﺮﺡ‬ ‫‪-‬‬

‫ﻭﺍﺣﺪﺓ ﻣﻦ ﺍﻟﻌﻼﻗﺎﺕ ﻳﺠﺐ ﺃﻥ‬ ‫ﺍﻗﻞ ﺃﻭ ﻳﺴﺎﻭﻱ‬ ‫=<‬ ‫ﺍﻟﻀﺮﺏ‬ ‫*‬


‫| ﺃﻭ ‪or‬‬
‫ﺗﻜﻮﻥ ﺻﺤﻴﺤﺔ‬ ‫ﺍﻛﺒﺮ ﺃﻭ ﻳﺴﺎﻭﻱ‬ ‫=>‬ ‫ﺍﻟﻘﺴﻤﺔ‬ ‫‪/‬‬

‫ﻳﺴﺎﻭﻱ‬ ‫=‬ ‫ﺍﻷﺱ‬ ‫**‬

‫ﺗﻔﻴﺪ ﺍﻟﻨﻔﻲ‬ ‫~ ﺃﻭ ‪not‬‬ ‫ﺗﺮﺗﻴﺐ‬


‫ﻻ ﻳﺴﺎﻭﻱ‬ ‫=~‬ ‫) (‬
‫ﺍﻟﻌﻤﻠﻴﺎﺕ‬

‫‪ ‬ﻣﻌﺎﻟﺠﺔ ﺍﻟﻘﻴﻢ ﺍﻟﻤﻔﻘﻮﺩﺓ‪ :‬ﻳﺘﻢ ﺫﻟﻚ ﺑﺎﺳﺘﺨﺪﺍﻡ ﺍﻟﻤﺴﺎﺭ ﺍﻟﺘﺎﻟﻲ‪:‬‬

‫ﻓﻴﻈﻬﺮ ﻣﺮﺑﻊ ﺍﻟﺤﻮﺍﺭ ﺍﻟﺘﺎﻟﻲ ﺍﻟﺬﻱ ﻳﺘﻢ ﻓﻴﻪ ﺗﺤﺪﻳﺪ ﺁﻟﻴﺔ ﻟﻤﻌﺎﻟﺠﺔ ﺍﻟﻘﻴﻢ ﺍﻟﻤﻔﻘﻮﺩﺓ‪.‬‬

‫‪24‬‬
‫ﺩ‪ .‬ﺧﻠﻑ ﺳﻠﻁﺎﻥ‬ ‫ﺍﻟﺗﺣﻠﻳﻝ ﺍﻻﺣﺻﺎﺋﻲ ﺑﺎﺳﺗﺧﺩﺍﻡ ‪SPSS‬‬

‫‪ ‬ﺍﺧﺘﻴﺎﺭ ﻋﻴﻨﺔ ﻋﺸﻮﺍﺋﻴﺔ ﻣﻦ ﻣﺠﺘﻤﻊ ﺍﻟﺪﺭﺍﺳﺔ ﺑﺈﻁﺎﺭ ﻣﺤﺪﺩ‪:‬‬


‫ﻳﻤﻜﻦ ﺍﺳﺘﺨﺪﺍﻡ ‪ SPSS‬ﻟﺘﺤﺪﻳﺪ ﻋﻴﻨﺔ ﻋﺸﻮﺍﺋﻴﺔ ﻣﻦ ﻣﺠﺘﻤﻊ ﻟﻪ ﺇﻁﺎﺭ ﻣﺤﺪﺩ ﻣﻦ ﺧﻼﻝ ﺍﻟﻤﺴﺎﺭ ﺍﻟﺘﺎﻟﻲ‪:‬‬

‫… ‪Data  Select cases  Random sample of cases‬‬

‫ﻓﺘﻈﻬﺮ ﺍﻟﺸﺎﺷﺔ ﺍﻵﺗﻴﺔ‪:‬‬

‫ﺛﻢ ﻧﻀﻐﻂ ﻋﻠﻰ ‪ sample‬ﻓﺘﻈﻬﺮ ﺍﻟﺸﺎﺷﺔ ﺍﻟﺘﻲ ﻳﺘﻢ ﻓﻴﻬﺎ ﺗﺤﺪﻳﺪ ﺣﺠﻢ ﺍﻟﻌﻴﻨﺔ ﻛﺎﻟﺘﺎﻟﻲ‪:‬‬

‫ﻧﻀﻐﻂ ‪ Continue‬ﻓﻨﺮﺟﻊ ﻟﻠﺸﺎﺷﺔ ﺍﻟﺴﺎﺑﻘﺔ ﻻﺧﺘﻴﺎﺭ ﻁﺮﻳﻘﺔ ﺗﺨﺰﻳﻦ ﺍﻟﻨﺘﺎﺋﺞ ﻭﻫﻨﺎﻙ ﺛﻼﺙ ﺣﺎﻻﺕ ﻫﻲ‪:‬‬

‫‪ : Filler out unselected cases -‬ﺣﻴﺚ ﻳﺘﻢ ﻫﻨﺎ ﺷﻄﺐ ﺍﻟﺤﺎﻻﺕ ﻏﻴﺮ ﺍﻟﻤﺨﺘﺎﺭﺓ ﻣﻊ ﻋﺪﻡ ﺣﺬﻓﻬﺎ ﻣﻦ ﻣﻠﻒ‬
‫ﺍﻟﺒﻴﺎﻧﺎﺕ‬
‫‪ :Copy selected cases to a new dataset -‬ﺣﻴﺚ ﻳﺘﻢ ﻫﻨﺎ ﻧﺴﺦ ﺍﻟﺤﺎﻻﺕ ﺍﻟﻤﺨﺘﺎﺭﺓ ﺑﻤﻠﻒ ﺑﻴﺎﻧﺎﺕ ﺟﺪﻳﺪ‬
‫‪ :Delete unselected cases -‬ﺣﻴﺚ ﻳﺘﻢ ﺣﺬﻑ ﺍﻟﺤﺎﻻﺕ ﻏﻴﺮ ﺍﻟﻤﺨﺘﺎﺭﺓ ﺗﻤﺎﻣﺎ ﻣﻦ ﺍﻟﺒﻴﺎﻧﺎﺕ‬

‫‪25‬‬
‫ﺩ‪ .‬ﺧﻠﻑ ﺳﻠﻁﺎﻥ‬ ‫ﺍﻟﺗﺣﻠﻳﻝ ﺍﻻﺣﺻﺎﺋﻲ ﺑﺎﺳﺗﺧﺩﺍﻡ ‪SPSS‬‬

‫‪ ‬ﻋﻤﻠﻴﺎﺕ ﻣﺨﺘﻠﻔﺔ ﻋﻠﻰ ﻣﻠﻔﺎﺕ ﺍﻟﺒﻴﺎﻧﺎﺕ‬


‫‪ -‬ﺇﺿﺎﻓﺔ ﺣﺎﻻﺕ ﺟﺪﻳﺪﺓ ﻟﻤﻠﻒ ﻗﺪﻳﻢ ﻣﻦ ﻣﻠﻒ ﺟﺪﻳﺪ‬

‫‪DataMerge Files add cases‬‬


‫‪ -‬ﺇﺿﺎﻓﺔ ﻣﺘﻐﻴﺮﺍﺕ ﺟﺪﻳﺪﺓ ﻟﻤﻠﻒ ﻗﺪﻳﻢ ﻣﻦ ﻣﻠﻒ ﺟﺪﻳﺪ‬

‫‪Data Merge Files add variables‬‬

‫‪ -‬ﻓﺼﻞ ﻣﻠﻒ ﻗﺪﻳﻢ ﺍﻟﻰ ﻋﺪﺓ ﻣﻠﻔﺎﺕ ﺑﺤﺴﺐ ﺃﺣﺪ ﺍﻟﻤﺘﻐﻴﺮﺍﺕ‬

‫‪Data split into files‬‬


‫ﺗﺪﺭﻳﺐ )‪(1‬‬

‫ﺍﺳﺘﺨﺪﻡ ﺍﻟﺒﻴﺎﻧﺎﺕ ﻓﻲ ﺍﻟﻤﻠﻒ ‪ Application1.xls‬ﻟﻠﺘﺪﺭﻳﺐ ﻋﻠﻰ ﺍﺧﺘﻴﺎﺭ ﻋﻴﻨﺔ ﻋﺸﻮﺍﺋﻴﺔ ﻭﺍﻟﺘﺪﺭﻳﺐ ﻋﻠﻰ ﺍﺳﺘﻜﻤﺎﻝ ﺍﻟﻘﻴﻢ‬
‫ﺍﻟﻤﻔﻘﻮﺩﺓ‪ .‬ﻭﻛﺬﻟﻚ ﻋﻠﻰ ﻓﺼﻞ ﺍﻟﻤﻠﻒ ﺍﻭ ﺇﺿﺎﻓﺔ ﺣﺎﻻﺕ ﺍﻭ ﻣﺘﻐﻴﺮﺍﺕ‬

‫)‪ (1-7‬ﺷﺎﺷﺔ ﻋﺮﺽ ﺍﻟﻨﺘﺎﺋﺞ‬

‫ﺣﺘﻰ ﺍﻵﻥ ﺗﻢ ﻓﻲ ﻣﻌﻈﻢ ﺍﻟﻌﻤﻠﻴﺎﺕ ﺍﻟﺴﺎﺑﻘﺔ ﺍﺳﺘﻘﺒﺎﻝ ﺍﻟﻨﺘﺎﺋﺞ ﻓﻲ ﺷﺎﺷﺔ ﻣﺤﺮﺭ ﺍﻟﺒﻴﺎﻧﺎﺕ ﻧﻔﺴﻬﺎ‪ ،‬ﻭﻟﻜﻦ ﻓﻲ ﺑﻌﺾ ﺍﻟﺘﻄﺒﻴﻘﺎﺕ‬
‫ﺗﻈﻬﺮ ﺍﻟﺒﻴﺎﻧﺎﺕ ﻓﻲ ﺷﺎﺷﺔ ﺧﺎﺻﺔ ﺑﺬﻟﻚ ﺗﺴﻤﻰ ﺷﺎﺷﺔ ﻋﺮﺽ ﺍﻟﻨﺘﺎﺋﺞ‪ .‬ﻫﺬﻩ ﺍﻟﺸﺎﺷﺔ ﺗﻈﻬﺮ ﺗﻠﻘﺎﺋﻴﺎ ﺇﺫﺍ ﻛﺎﻧﺖ ﺍﻟﻨﺘﺎﺋﺞ ﺗﺤﺘﺎﺝ‬
‫ﻟﺸﺎﺷﺔ ﺟﺪﻳﺪﺓ ﻭﻣﻨﻬﺎ ﻳﻤﻜﻦ ﺗﺼﺪﻳﺮ ﺍﻟﻨﺘﺎﺋﺞ ﺇﻟﻰ ﻭﺭﻗﺔ ﺍﻛﺴﻞ ﺃﻭ ﻧﺴﺦ ﻭﻟﺼﻖ ﻟﻤﻠﻒ ﻭﻭﺭﺩ ﺃﺛﻨﺎء ﺇﻋﺪﺍﺩ ﺍﻟﺘﻘﺮﻳﺮ‬
‫ﺍﻹﺣﺼﺎﺋﻲ ﻟﻠﺪﺭﺍﺳﺔ‪.‬‬

‫‪26‬‬
‫ﺩ‪ .‬ﺧﻠﻑ ﺳﻠﻁﺎﻥ‬ ‫ﺍﻟﺗﺣﻠﻳﻝ ﺍﻻﺣﺻﺎﺋﻲ ﺑﺎﺳﺗﺧﺩﺍﻡ ‪SPSS‬‬

‫ﺗﻄﺒﻴﻖ )‪(2‬‬

‫ﺍﻟﻤﻄﻠﻮﺏ ﺗﻮﺯﻳﻊ ﺍﻻﺳﺘﺒﺎﻧﺔ ﺍﻟﺘﺎﻟﻴﺔ ﻋﻠﻰ ﻋﻴﻨﺔ ﻋﺪﺩ ﻣﻔﺮﺩﺍﺗﻬﺎ ‪ 40‬ﻣﻦ ﺍﻟﻤﺘﺪﺭﺑﻴﻦ ﻭﺗﻔﺮﻳﻐﻬﺎ ﻓﻲ ‪.SPSS‬‬

‫ﺍﺳﺘﺒﻴﺎﻥ‬

‫ﺍﻻﺳﻢ )ﺍﺧﺘﻴﺎﺭﻱ(‪:‬‬

‫ﺃﻭﻻ‪ :‬ﻣﻌﻠﻮﻣﺎﺕ ﺷﺨﺼﻴﺔ‪:‬‬

‫‪ -1‬ﺍﻟﻤﺴﺘﻮﻯ ﺍﻟﺪﺭﺍﺳﻲ‪:‬‬

‫‪ 1‬ﺍﻻﻭﻝ ‪ 2‬ﺍﻟﺜﺎﻧﻲ ‪ 3‬ﺍﻟﺜﺎﻟﺚ ‪ 4‬ﺍﻟﺮﺍﺑﻊ ‪ 5‬ﺍﻟﺨﺎﻣﺲ ‪ 6‬ﺍﻟﺴﺎﺩﺱ ‪ 7‬ﺍﻟﺴﺎﺑﻊ ‪ 8‬ﺍﻟﺜﺎﻣﻦ‬

‫‪ -2‬ﺍﻟﻌﻤﺮ‪:‬‬

‫‪ 26 3‬ﻓﺎﻛﺜﺮ‬ ‫‪25-20‬‬ ‫‪2‬‬ ‫ﺍﻗﻞ ﻣﻦ ‪20‬‬ ‫‪1‬‬

‫‪ -3‬ﺍﻟﻤﻌﺪﻝ ﺍﻟﺘﺮﺍﻛﻤﻲ‬

‫ﺍﻟﻤﻌﺪﻝ ﺍﻟﺘﺮﺍﻛﻤﻲ ﺍﻟﻌﺎﻡ ﺍﻟﺴﺎﺑﻖ‬ ‫ﺍﻟﻤﻌﺪﻝ ﺍﻟﺘﺮﺍﻛﻤﻲ ﺍﻟﺤﺎﻟﻲ‬

‫ﺛﺎﻧﻴﺎ‪ :‬ﻣﺤﺎﻭﺭ ﺍﻻﺳﺘﺒﻴﺎﻥ )ﻓﻀﻼ ﺣﺪﺩ ﺭﺃﻳﻚ ﺍﻣﺎﻡ ﻛﻞ ﻓﻘﺮﺓ(‬

‫ﺃﻭﺍﻓﻖ ﺑﺸﺪﺓ‬ ‫ﺃﻭﺍﻓﻖ‬ ‫ﻣﺤﺎﻳﺪ‬ ‫ﺍﺭﻓﺾ‬ ‫ﺍﺭﻓﻖ ﺑﺸﺪﺓ‬ ‫ﺍﻟﻔﻘﺮﺓ‬ ‫ﻡ‬

‫ﺍﺳﺘﺨﺪﺍﻡ ﺍﻻﻧﺘﺮﻧﺖ ﻳﺴﺎﻋﺪﻧﻲ ﻓﻲ ﺩﺭﺍﺳﺘﻲ‬ ‫‪1‬‬

‫ﻣﻨﺎﻗﺸﺔ ﻣﺸﻜﻼﺕ ﺍﻟﺪﺍﺭﺳﺔ ﻣﻊ ﺍﻟﻤﺮﺷﺪ ﺍﻻﻛﺎﺩﻳﻤﻲ ﻳﺴﺎﻋﺪ ﻓﻲ ﺣﻠﻬﺎ‬ ‫‪2‬‬

‫ﺍﺳﺘﺨﺪﺍﻡ ﻭﺳﺎﺋﻞ ﺍﻟﺘﻮﺍﺻﻞ ﺍﻟﺤﺪﻳﺜﺔ ﻳﺴﺎﻋﺪ ﻓﻲ ﺍﻟﺪﺭﺍﺳﺔ‬ ‫‪3‬‬

‫ﺃﺳﺎﻟﻴﺐ ﺍﻟﺘﻘﻮﻳﻢ ﺩﺍﺧﻞ ﻗﺎﻋﺎﺕ ﺍﻟﺘﺪﺭﻳﺲ ﺗﻔﻴﺪ ﺍﻟﻄﺎﻟﺐ‬ ‫‪4‬‬

‫‪27‬‬
‫ﺩ‪ .‬ﺧﻠﻑ ﺳﻠﻁﺎﻥ‬ ‫ﺍﻟﺗﺣﻠﻳﻝ ﺍﻻﺣﺻﺎﺋﻲ ﺑﺎﺳﺗﺧﺩﺍﻡ ‪SPSS‬‬

‫ﻁﺮﻳﻘﺔ ﺍﻟﺘﻨﻔﻴﺬ‪:‬‬

‫‪ -1‬ﻧﻘﻮﻡ ﺑﻌﻤﻠﻴﺔ ﺍﻟﺘﺮﻣﻴﺰ ﻟﻠﻤﺘﻐﻴﺮﺍﺕ‪:‬‬

‫ﺃﻭﻻ‪ :‬ﻣﺘﻐﻴﺮ ﺍﻟﻤﺴﺘﻮﻯ ﺍﻟﺪﺭﺍﺳﻲ‪:‬‬

‫‪ 1‬ﺍﻟﻲ ‪8‬‬ ‫ﺍﻟﻤﺴﺘﻮﻯ ﺍﻟﺪﺭﺍﺳﻲ‬

‫ﺛﺎﻧﻴﺎ‪ :‬ﺍﻟﻌﻤﺮ‬

‫ﺍﻗﻞ ﻣﻦ ‪ 25-20 20‬ﺃﻛﺜﺮ ﻣﻦ ‪26‬‬ ‫ﺍﻟﺨﺒﺮﺓ‬

‫‪3‬‬ ‫‪2‬‬ ‫‪1‬‬ ‫ﺍﻟﺘﺼﻨﻴﻒ‬

‫ﺛﺎﻟﺜﺎ‪ :‬ﻳﺘﻢ ﺗﻔﺮﻳﻎ ﺑﻴﺎﻧﺎﺕ ﺍﻷﺳﺌﻠﺔ ﻭﻓﻘﺎ ً ﻟﻠﺘﺼﻨﻴﻒ ﺍﻟﺘﺎﻟﻲ‪:‬‬

‫ﺍﻟﺘﺼﻨﻴﻒ ﻣﻮﺍﻓﻖ ﺑﺸﺪﺓ ﻣﻮﺍﻓﻖ ﻣﺤﺎﻳﺪ ﻣﻌﺎﺭﺽ ﻣﻌﺎﺭﺽ ﺑﺸﺪﺓ‬

‫‪1‬‬ ‫‪2‬‬ ‫‪3‬‬ ‫‪4‬‬ ‫‪5‬‬ ‫ﺍﻟﺪﺭﺟﺔ‬

‫‪ -2‬ﻧﻌﻄﻲ ﺃﺳﻤﺎء ﻟﻤﺘﻐﻴﺮﺍﺕ ﺃﺳﺌﻠﺔ ﺍﻟﺪﺭﺍﺳﺔ ﻛﺎﻟﺘﺎﻟﻲ‪:‬‬

‫‪Q4, Q3,Q2, Q1 ،Level ،Age, GPA_now , GPA_last year‬‬

‫‪ -3‬ﻧﺤﺪﺩ ﻭﺻﻒ ﺍﻟﻤﺘﻐﻴﺮﺍﺕ ﻛﺎﻟﺘﺎﻟﻲ‪ :‬؟؟؟؟؟‬

‫ﺑﻌﺪ ﺗﻔﺮﻳﻎ ﺍﻟﺒﻴﺎﻧﺎﺕ ﺗﻈﻬﺮ ﺷﺎﺷﺔ ﻣﺤﺮﺭ ﺍﻟﻤﺘﻐﻴﺮﺍﺕ ﻛﺎﻟﺘﺎﻟﻲ‪:‬‬

‫‪28‬‬
‫ﺩ‪ .‬ﺧﻠﻑ ﺳﻠﻁﺎﻥ‬ ‫ﺍﻟﺗﺣﻠﻳﻝ ﺍﻻﺣﺻﺎﺋﻲ ﺑﺎﺳﺗﺧﺩﺍﻡ ‪SPSS‬‬

‫‪ -‬ﺍﻭﻝ ‪ 20‬ﺑﻴﺎﻥ ﻛﺎﻟﺘﺎﻟﻲ‪:‬‬ ‫ﻭﻳﻤﻜﻦ ﺗﺤﻮﻳﻞ ﺍﻟﺒﻴﺎﻧﺎﺕ ﺑﻌﺪ ﺍﻟﺘﻔﺮﻳﻎ ﺑﺎﺳﺘﺨﺪﺍﻡ ﺍﻟﺘﺮﻣﻴﺰ ﺑﺎﻟﻀﻐﻂ ﻋﻠﻰ‬

‫ﻣﻼﺣﻈﺔ‪ :‬ﻻ ﺗﻨﺴﻰ ﺗﺨﺰﻳﻦ ﺍﻟﻤﻠﻒ ﺑﺎﺳﻢ ﺍﺧﺘﻴﺎﺭﻱ ﺧﺎﺹ ﺑﻚ‪.‬‬

‫ﺗﻄﺒﻴﻖ )‪:(1‬‬

‫ﺣﻠﻞ ﺑﻴﺎﻧﺎﺕ ﺍﻟﻤﻠﻒ ‪ questionnaire.sav‬ﻣﺴﺘﺨﺪﻣﺎ ﻣﻘﻴﺎﺱ ﻟﻴﻜﺮﺕ ‪ Likert Scale‬ﻋﻠﻰ ﺍﻟﻨﺤﻮ ﺍﻟﺘﺎﻟﻲ‪:‬‬

‫ﻣﺅﺷﺭﺍﺕ ﺗﺣﻠﻳﻝ ﻣﻘﻳﺎﺱ ﻟﻳﻛﺭﺕ ﺍﻟﺧﻣﺎﺳﻲ‬ ‫ﻣﺅﺷﺭﺍﺕ ﺗﺣﻠﻳﻝ ﻣﻘﻳﺎﺱ ﻟﻳﻛﺭﺕ ﺍﻟﺛﻼﺛﻲ‬

‫‪1‐1.79‬‬ ‫ﻏﻳﺭ ﻣﻭﺍﻓﻖ ﺑﺷﺩﺓ‬ ‫‪1‐1.66‬‬ ‫ﻏﻳﺭ ﻣﻭﺍﻓﻖ‬

‫‪1.80‐2.59‬‬ ‫ﻏﻳﺭ ﻣﻭﺍﻓﻖ‬ ‫‪1.67‐2.33‬‬ ‫ﻻ ﺍﺩﺭﻱ‬

‫‪2.60‐3.39‬‬ ‫ﻻ ﺍﺩﺭﻱ‬ ‫‪2.34‐3‬‬ ‫ﻣﻭﺍﻓﻖ‬

‫‪3.4‐4.19‬‬ ‫ﻣﻭﺍﻓﻖ‬

‫‪4.20‐5‬‬ ‫ﻣﻭﺍﻓﻖ ﺑﺷﺩﺓ‬

‫‪29‬‬
‫ﺩ‪ .‬ﺧﻠﻑ ﺳﻠﻁﺎﻥ‬ ‫ﺍﻟﺗﺣﻠﻳﻝ ﺍﻻﺣﺻﺎﺋﻲ ﺑﺎﺳﺗﺧﺩﺍﻡ ‪SPSS‬‬

‫ﺍﺳﺘﺒﻴﺎﻥ‬

‫ﺍﻻﺳﻢ )ﺍﺧﺘﻴﺎﺭﻱ(‪:‬‬

‫ﺃﻭﻻ‪ :‬ﻣﻌﻠﻮﻣﺎﺕ ﺷﺨﺼﻴﺔ‪:‬‬

‫‪ -1‬ﺍﻟﻤﺮﺗﺒﺔ ﺍﻟﻌﻠﻤﻴﺔ‪:‬‬

‫ﺍﺳﺘﺎﺫ‬ ‫‪3‬‬ ‫ﺃﺳﺘﺎﺫ ﻣﺸﺎﺭﻙ‬ ‫‪2‬‬ ‫ﺃﺳﺘﺎﺫ ﻣﺴﺎﻋﺪ‬ ‫‪1‬‬

‫‪ -2‬ﺍﻟﺨﺒﺮﺓ ﺍﻟﺘﺪﺭﻳﺴﻴﺔ‪:‬‬

‫‪ 3‬ﺃﻛﺜﺮ ﻣﻦ ‪ 10‬ﺳﻨﻮﺍﺕ‬ ‫‪ 10-5‬ﺳﻨﻮﺍﺕ‬ ‫‪2‬‬ ‫ﺍﻗﻞ ﻣﻦ ‪ 5‬ﺳﻨﻮﺍﺕ‬ ‫‪1‬‬

‫‪ -3‬ﺍﻟﺮﺍﺗﺐ‬

‫ﺍﻟﺮﺍﺗﺐ ﺍﻟﺤﺎﻟﻲ‬ ‫ﻋﻨﺪ ﺑﺪﺍﻳﺔ ﺍﻟﻌﻤﻞ‬

‫ﺛﺎﻧﻴﺎ‪ :‬ﻣﺤﺎﻭﺭ ﺍﻻﺳﺘﺒﻴﺎﻥ )ﻓﻀﻼ ﺣﺪﺩ ﺭﺃﻳﻚ ﺍﻣﺎﻡ ﻛﻞ ﻓﻘﺮﺓ(‬

‫ﻣﻌﺎﺭﺽ‬ ‫ﻣﻮﺍﻓﻖ‬
‫ﻣﻌﺎﺭﺽ‬ ‫ﻣﺤﺎﻳﺪ‬ ‫ﻣﻮﺍﻓﻖ‬ ‫ﺍﻟﻔﻘﺮﺓ‬ ‫ﻡ‬
‫ﺑﺸﺪﺓ‬ ‫ﺑﺸﺪﺓ‬

‫ﺍﺳﺘﺨﺪﺍﻡ ﺍﻻﻧﺘﺮﻧﺖ ﻳﺴﺎﻋﺪ ﻓﻲ ﻣﻬﺎﻡ ﻭﻅﻴﻔﺘﻲ‬ ‫‪1‬‬

‫ﺍﺳﺘﺨﺪﺍﻡ ﻭﺳﺎﺋﻞ ﺍﻟﺘﻮﺍﺻﻞ ﻳﺴﺎﻋﺪ ﻓﻲ ﺍﻟﺒﺤﺚ ﺍﻟﻌﻠﻤﻲ‬ ‫‪2‬‬

‫ﺃﺳﺎﻟﻴﺐ ﺍﻟﺘﻘﻮﻳﻢ ﺩﺍﺧﻞ ﻗﺎﻋﺎﺕ ﺍﻟﺘﺪﺭﻳﺲ ﺗﻔﻴﺪ ﺍﻟﻄﺎﻟﺐ‬ ‫‪3‬‬

‫ﻣﻼﺣﻈﺔ‪ :‬ﻳﻤﻜﻦ ﺩﺭﺍﺳﺔ ﺻﻼﺣﻴﺔ ﺍﻻﺳﺘﺒﺎﻧﺎﺕ ‪Questionnaire Reliability Analysis‬‬

‫‪30‬‬
‫ﺩ‪ .‬ﺧﻠﻑ ﺳﻠﻁﺎﻥ‬ ‫ﺍﻟﺗﺣﻠﻳﻝ ﺍﻻﺣﺻﺎﺋﻲ ﺑﺎﺳﺗﺧﺩﺍﻡ ‪SPSS‬‬

‫ﺍﻟﺠﺰء ﺍﻟﺜﺎﻧﻲ‬
‫ﺍﻹﺣﺼﺎء ﺍﻟﻮﺻﻔﻲ ﺑﺎﺳﺘﺨﺪﺍﻡ ‪SPSS‬‬
‫)‪ (1-2‬ﺇﻳﺠﺎﺩ ﺍﻟﻤﻘﺎﻳﻴﺲ ﺍﻹﺣﺼﺎﺋﻴﺔ ﻟﻠﻤﺘﻐﻴﺮﺍﺕ‬
‫‪ .1‬ﻣﻘﺎﻳﻴﺲ ﺍﻟﻨﺰﻋﺔ ﺍﻟﻤﺮﻛﺰﻳﺔ )‪(Measures of Central Tendency‬‬

‫‪ -‬ﺍﻟﻮﺳﻂ ﺍﻟﺤﺴﺎﺑﻲ ‪ mean‬ﻫﻮ ﻣﻤﺜﻞ ﺟﻴﺪ ﻟﻠﺒﻴﺎﻧﺎﺕ ﻭﻋﺒﺎﺭﺓ ﻋﻦ ﺗﻘﺴﻴﻢ ﻣﺠﻤﻮﻉ ﺍﻟﻤﺸﺎﻫﺪﺍﺕ ﺍﻟﻌﺪﺩﻳﺔ ﻋﻠﻰ ﻋﺪﺩﻫﺎ‪.‬‬

‫‪ -‬ﺍﻟﻮﺳﻴﻂ ‪ Median‬ﻫﻮ ﻣﺘﻮﺳﻂ ﻣﻜﺎﻧﻲ ﻟﻠﺒﻴﺎﻧﺎﺕ ﺣﻴﺚ ﻳﻤﺜﻞ ﺍﻟﻘﻴﻤﺔ ﺍﻟﺘﻲ ﻳﻘﻞ ﻋﻨﻬﺎ ‪ %50‬ﻣﻦ ﻣﻔﺮﺩﺍﺕ ﺍﻟﻌﻴﻨﺔ‬
‫ﺍﻟﻤﺮﺗﺒﺔ ﺗﺼﺎﻋﺪﻳﺎ‪.‬‬

‫‪ -‬ﺍﻟﻤﻨﻮﺍﻝ ‪Mode:‬ﻫﻮ ﺍﻟﻘﻴﻤﺔ ﺍﻷﻛﺜﺮ ﺗﻜﺮﺍﺭﺍ‪.‬‬

‫‪ .2‬ﻣﻘﺎﻳﻴﺲ ﺍﻟﺘﺸﺘﺖ )‪(Measures of Dispersion‬‬

‫‪ -‬ﺍﻻﻧﺤﺮﺍﻑ ﺍﻟﻤﻌﻴﺎﺭﻱ ‪ Standard Deviation‬ﻣﻘﺪﺍﺭ ﺗﺸﺘﺖ ﺍﻟﻤﺸﺎﻫﺪﺍﺕ ﻋﻦ ﻭﺳﻄﻬﺎ ﺍﻟﺤﺴﺎﺑﻲ ﻣﻘﺎﺳﺎ‬


‫ﺑﻮﺣﺪﺍﺕ ﺍﻟﻤﺘﻐﻴﺮ ﻧﻔﺴﻬﺎ‪.‬‬

‫‪ -‬ﺍﻟﺘﺒﺎﻳﻦ ‪ Variance‬ﻣﺮﺑﻊ ﺍﻻﻧﺤﺮﺍﻑ ﺍﻟﻤﻌﻴﺎﺭﻱ‬

‫‪ -‬ﺍﻟﻤﺪﻯ ‪ Range‬ﺍﻟﻔﺮﻕ ﺑﻴﻦ ﺃﻛﺒﺮ ﻗﻴﻤﺔ ﻭﺃﺻﻐﺮ ﻣﺸﺎﻫﺪﺓ ﻓﻲ ﺍﻟﺒﻴﺎﻧﺎﺕ‪.‬‬

‫‪ -‬ﺍﻗﻞ ﻗﻴﻤﺔ ‪Minimum‬‬

‫‪ -‬ﺃﻛﺒﺮ ﻗﻴﻤﺔ ‪Maximum‬‬

‫‪ -‬ﺍﻟﺨﻄﺄ ﺍﻟﻤﻌﻴﺎﺭﻱ ‪ S.E.mean‬ﻣﻘﺪﺍﺭ ﺍﻟﺨﻄﺄ ﺍﻟﻤﻮﺟﻮﺩ ﻓﻲ ﺗﻘﺪﻳﺮ ﺍﻟﻮﺳﻂ ﺍﻟﺤﺴﺎﺑﻲ ﺑﺎﺳﺘﺨﺪﺍﻡ ﻋﻴﻨﺔ‬

‫ﻭﻫﻮ ﺩﻻﻟﺔ ﻋﻠﻰ ﺩﻗﺔ ﺍﻟﻮﺳﻂ ﺍﻟﺤﺴﺎﺑﻲ ﻛﺘﻘﺪﻳﺮ ﻟﻠﻮﺳﻂ ﺍﻟﺤﺴﺎﺑﻲ ﺍﻟﻤﺠﺘﻤﻊ‪.‬‬

‫‪.3‬ﺷﻜﻞ ﺍﻟﺘﻮﺯﻳﻊ ‪Distribution shape‬‬

‫‪ -‬ﺍﻻﻟﺘﻮﺍء ‪ :Skewness‬ﻳﻌﻄﻰ ﻣﻘﻴﺎﺱ ﺍﻻﻟﺘﻮﺍء ﻓﻜﺮﺓ ﻋﻦ ﺗﻤﺮﻛﺰ ﻣﺸﺎﻫﺪﺍﺕ ﺍﻟﻤﺘﻐﻴﺮ ﻓﺈﺫﺍ ﻣﺎ ﻛﺎﻧﺖ ﻗﻴﻢ ﻫﺬﺍ‬
‫ﺍﻟﻤﺘﻐﻴﺮ ﺗﺘﻤﺮﻛﺰ ﺑﺎﺗﺠﺎﻩ ﺍﻟﻘﻴﻢ ﺍﻟﺼﻐﻴﺮﺓ ﺃﻛﺜﺮ ﻣﻦ ﺗﻤﺮﻛﺰﻫﺎ ﺑﺎﺗﺠﺎﻩ ﺍﻟﻘﻴﻢ ﺍﻟﻜﺒﻴﺮﺓ ﻓﺎﻥ ﺗﻮﺯﻳﻊ ﻫﺬﺍ ﺍﻟﻤﺘﻐﻴﺮ ﻣﻠﺘﻮ ﻧﺤﻮ‬
‫ﺍﻟﻴﻤﻴﻦ ﻭﻳﺴﻤﻰ ﻣﻮﺟﺐ ﺍﻻﻟﺘﻮﺍء ﻭﺗﻜﻮﻥ ﻗﻴﻤﺔ ﺍﻻﻟﺘﻮﺍء ﻣﻮﺟﺒﺔ‪ .‬ﺃﻣﺎ ﺇﺫﺍ ﻛﺎﻥ ﺍﻟﻌﻜﺲ ﻓﺎﻥ ﻫﺬﺍ ﺍﻻﻟﺘﻮﺍء ﻳﻜﻮﻥ ﺳﺎﻟﺒﺎ ً‬
‫ﺃﻭ ﻣﻠﺘ ٍﻮ ﻧﺤﻮ ﺍﻟﻴﺴﺎﺭ ﻭﺗﻜﻮﻥ ﻗﻴﻤﺔ ﺍﻻﻟﺘﻮﺍء ﺳﺎﻟﺒﺔ‪ .‬ﺃﻣﺎ ﺇﺫﺍ ﻛﺎﻧﺖ ﻗﻴﻤﺔ ﻣﻌﺎﻣﻞ ﺍﻻﻟﺘﻮﺍء ﺻﻔﺮﺍ ً ﻓﺎﻥ ﺍﻟﺘﻮﺯﻳﻊ ﻳﻜﻮﻥ‬
‫ﻁﺒﻴﻌﻴﺎً‪.‬‬

‫‪31‬‬
‫ﺩ‪ .‬ﺧﻠﻑ ﺳﻠﻁﺎﻥ‬ ‫ﺍﻟﺗﺣﻠﻳﻝ ﺍﻻﺣﺻﺎﺋﻲ ﺑﺎﺳﺗﺧﺩﺍﻡ ‪SPSS‬‬

‫‪-‬ﺍﻟﺘﻔﻠﻄﺢ ﺃﻭ ﺍﻟﺘﻔﺮﻁﺢ ‪ : Kurtosis‬ﻳﻤﺜﻞ ﺗﻜﺮﺍﺭﺍﺕ ﺍﻟﻘﻴﻢ ﻋﻠﻰ ﻁﺮﻓﻲ ﻫﺬﺍ ﺍﻟﻤﺘﻐﻴﺮ ﻭ ﻫﻮ ﻳﻤﺜﻞ ﺃﻳﻀﺎ ﺩﺭﺟﺔ‬
‫ﻋﻠﻮ ﻗﻤﺔ ﺍﻟﺘﻮﺯﻳﻊ ﺑﺎﻟﻨﺴﺒﺔ ﻟﻠﺘﻮﺯﻳﻊ ﺍﻟﻄﺒﻴﻌﻲ‪ .‬ﻓﺈﺫﺍ ﻛﺎﻧﺖ ﻗﻴﻤﺔ ﺍﻟﺘﻔﻠﻄﺢ ﻛﺒﻴﺮﺓ ﻛﺎﻧﺖ ﻟﻠﺘﻮﺯﻳﻊ ﻗﻤﺔ ﻣﻨﺨﻔﻀﺔ ﻭﻳﺴﻤﻰ‬
‫ﺍﻟﺘﻮﺯﻳﻊ ﻛﺒﻴﺮ ﺍﻟﺘﻔﻠﻄﺢ‪ ،‬ﺇﻣﺎ ﺇﺫﺍ ﻛﺎﻧﺖ ﻗﻴﻤﺔ ﺍﻟﺘﻔﻠﻄﺢ ﺻﻐﻴﺮﺓ ﻓﺎﻥ ﻟﻠﺘﻮﺯﻳﻊ ﻗﻤﺔ ﻋﺎﻟﻴﺔ ﻭﻳﺴﻤﻰ ﺍﻟﺘﻮﺯﻳﻊ ﻣﺪﺑﺒﺎ ﺃﻭ‬
‫ﻗﻠﻴﻞ ﺍﻟﺘﻔﻠﻄﺢ‪.‬‬

‫ﻣﻼﺣﻈﺔ‪:‬‬

‫‪ -‬ﻣﻌﺎﻣﻞ ﺍﻻﻟﺘﻮﺍء ﻫﻮ ﻣﻘﻴﺎﺱ ﻟﻌﺪﻡ ﺍﻟﺘﻤﺎﺛﻞ ﻓﻲ ﺍﻟﺘﻮﺯﻳﻊ‪ .‬ﺍﻟﺘﻮﺯﻳﻊ ﺍﻟﻄﺒﻴﻌﻲ ﻣﺘﻤﺎﺛﻞ ﻭﻟﻪ ﻗﻴﻤﺔ ﺍﻧﺤﺮﺍﻑ ‪ .0‬ﻭﺍﻟﺘﻮﺯﻳﻊ‬
‫ﺫﻭ ﺍﻻﻧﺤﺮﺍﻑ ﺍﻹﻳﺠﺎﺑﻲ ﺍﻟﻜﺒﻴﺮ ﻟﻪ ﺫﻳﻞ ﻁﻮﻳﻞ ﻣﻦ ﻧﺎﺣﻴﺔ ﺍﻟﻴﻤﻴﻦ‪ .‬ﺍﻟﺘﻮﺯﻳﻊ ﺫﻭ ﺍﻻﻧﺤﺮﺍﻑ ﺍﻟﺴﺎﻟﺐ ﺍﻟﻜﺒﻴﺮ ﻟﻪ ﺫﻳﻞ‬
‫ﻁﻮﻳﻞ ﻣﻦ ﻧﺎﺣﻴﺔ ﺍﻟﻴﺴﺎﺭ‪ .‬ﻭﻟﺪﻗﺔ ﺃﻛﺜﺮ ﻳﺘﻢ ﺃﺧﺬ ﻗﻴﻤﺔ ﺍﻟﺨﻄﺄ ﺍﻟﻤﻌﻴﺎﺭﻱ ﻟﻼﻟﺘﻮﺍء‬
‫‪ -‬ﺍﻟﺘﻔﺮﻁﺢ ﻫﻮ ﻣﻘﻴﺎﺱ ﻟﻤﺪﻯ ﻭﺟﻮﺩ ﺍﻟﻘﻴﻢ ﺍﻟﻤﺘﻄﺮﻓﺔ‪ .‬ﻟﻠﺘﻮﺯﻳﻊ ﺍﻟﻄﺒﻴﻌﻲ‪ ،‬ﻗﻴﻤﺔ ﺇﺣﺼﺎء ﺍﻟﺘﻔﺮﻁﺢ ﻫﻲ ﺻﻔﺮ‪ .‬ﻭﻳﺸﻴﺮ‬
‫ﺍﻟﺘﻔﺮﻁﺢ ﺍﻹﻳﺠﺎﺑﻲ ﺇﻟﻰ ﺃﻥ ﺍﻟﺒﻴﺎﻧﺎﺕ ﺗﻈﻬﺮ ﺃﻛﺜﺮ ﺗﻄﺮﻓًﺎ ﻣﻦ ﺍﻟﺘﻮﺯﻳﻊ ﺍﻟﻄﺒﻴﻌﻲ )ﺍﻛﺜﺮ ﺗﺸﺘﺖ( ‪ .‬ﻳﺸﻴﺮ ﺍﻟﺘﻔﺮﻁﺢ‬
‫ﺍﻟﺴﺎﻟﺐ ﺇﻟﻰ ﺃﻥ ﺍﻟﺒﻴﺎﻧﺎﺕ ﺗﺤﺘﻮﻱ ﻋﻠﻰ ﻗﻴﻢ ﻣﺘﻄﺮﻓﺔ ﺃﻗﻞ ﺗﻄﺮﻓًﺎ ﻣﻦ ﺍﻟﺘﻮﺯﻳﻊ ﺍﻟﻄﺒﻴﻌﻲ )ﺍﻗﻞ ﺗﺸﺘﺖ(‬
‫‪ -‬ﻭﻟﺪﻗﺔ ﺃﻛﺜﺮ ﻳﺘﻢ ﺃﺧﺬ ﻗﻴﻤﺔ ﺍﻟﺨﻄﺄ ﺍﻟﻤﻌﻴﺎﺭﻱ ﻟﻼﻟﺘﻮﺍء ﻭﺍﻟﺘﻔﺮﻁﺢ ﻛﻤﺎ ﻳﻠﻲ‪:‬‬

‫‪32‬‬
‫ﺩ‪ .‬ﺧﻠﻑ ﺳﻠﻁﺎﻥ‬ ‫ﺍﻟﺗﺣﻠﻳﻝ ﺍﻻﺣﺻﺎﺋﻲ ﺑﺎﺳﺗﺧﺩﺍﻡ ‪SPSS‬‬

‫ﺍﻻﺗﺠﺎﻩ‬ ‫ﺍﻟﻤﻌﻴﺎﺭ‬ ‫ﺍﻟﻤﻌﺎﻣﻞ‬

‫ﻟﻼﻟﺘﻮﺍء ﺍﻛﺒﺮ ﻣﻦ ‪ 3‬ﺍﺿﻌﺎﻑ ﺍﻟﺨﻄﺄ ﻳﻮﺟﺪ ﺍﻟﺘﻮﺍء ﻭﺗﺤﺪﺩ‬ ‫ﺍﻟﻘﻴﻤﻴﺔ ﺍﻟﻤﻄﻠﻘﺔ‬ ‫ﺍﻻﻟﺘﻮﺍء‬
‫ﺍﺷﺎﺭﺗﻪ ﺍﺗﺠﺎﻫﻪ‬ ‫ﺍﻟﻤﻌﻴﺎﺭﻱ ﻟﻼﻟﺘﻮﺍء‬

‫ﻟﻠﺘﻔﺮﻁﺢ ﺍﻛﺒﺮ ﻣﻦ ‪ 3‬ﺍﺿﻌﺎﻑ ﺍﻟﺨﻄﺄ ﻳﻮﺟﺪ ﺗﻔﺮﻁﺢ ﻭﺗﺤﺪﺩ‬ ‫ﺍﻟﻘﻴﻤﻴﺔ ﺍﻟﻤﻄﻠﻘﺔ‬ ‫ﺍﻟﺘﻔﺮﻁﺢ‬
‫ﺍﺷﺎﺭﺗﻪ ﺍﺗﺠﺎﻫﻪ‬ ‫ﺍﻟﻤﻌﻴﺎﺭﻱ ﻟﻠﺘﻔﺮﻁﺢ‬

‫‪ -‬ﺍﻟﺮﺑﻴﻌﻴﺎﺕ ‪ Quartiles‬ﻭﻫﻲ ﻋﺒﺎﺭﺓ ﻋﻦ ﺛﻼﺛﺔ ﻓﻮﺍﺻﻞ ﺗﻘﺴﻴﻢ ﺍﻟﺒﻴﺎﻧﺎﺕ ﺇﻟﻰ ﺃﺭﺑﻌﺔ ﺃﺭﺑﺎﻉ ﻣﺘﺴﺎﻭﻳﺔ‬

‫‪ -‬ﺍﻟﻤﺌﻴﻨﺎﺕ )‪ Percentile(s‬ﻫﻲ ﻋﺒﺎﺭﺓ ﻋﻦ ‪ 99‬ﻓﺎﺻﻞ ﺗﻘﺴﻴﻢ ﺍﻟﺒﻴﺎﻧﺎﺕ ﺇﻟﻰ ﻣﺎﺋﺔ ﺟﺰء ﻣﺘﺴﺎﻭﻳﺔ‪.‬‬

‫ﻫﻨﺎﻙ ﻋﺪﺓ ﺇﺟﺮﺍءﺍﺕ ﻟﻠﺘﺤﻠﻴﻞ ﺍﻟﻮﺻ ﻔﻲ ﻟﻠﺒﻴﺎﻧﺎﺕ ﺳ ﻮﻑ ﻧﺴ ﺘﻌﺮﺽ ﻫﻨﺎ ﺃﻫﻤﻬﺎ ﻭﺃﻛﺜﺮﻫﺎ ﺍﺳ ﺘﺨﺪﺍﻣﺎ ﻓﻲ ﺍﻟﺘﻄﺒﻴﻘﺎﺕ ﻭﺟﻤﻴﻊ‬
‫ﻫﺬﻩ ﺍﻹﺟﺮﺍءﺍﺕ ﻣﻮﺟﻮﺩ ﺗﺤﺖ ﺍﻟﺨﻴﺎﺭ ‪ Analyze‬ﻛﺎﻟﺘﺎﻟﻲ‪:‬‬

‫‪33‬‬
‫ﺩ‪ .‬ﺧﻠﻑ ﺳﻠﻁﺎﻥ‬ ‫ﺍﻟﺗﺣﻠﻳﻝ ﺍﻻﺣﺻﺎﺋﻲ ﺑﺎﺳﺗﺧﺩﺍﻡ ‪SPSS‬‬

‫)‪ (2-2‬ﺍﻟﺘﻘﺎﺭﻳﺮ ‪Reports‬‬

‫ﻳﻨﺪﺭﺝ ﺗﺤﺖ ﻫﺬﺍ ﺍﻹﺟﺮﺍء ﻋﺪﺓ ﺇﺟﺮﺍءﺍﺕ ﻓﺮﻋﻴﺔ ﻫﻲ‪:‬‬

‫ﻳﻤﻜﻦ ﺍﺳﺘﺨﺪﻡ ﻫﺬﺍ ﺍﻹﺟﺮﺍء ﻻﺳﺘﺨﺮﺍﺝ ﺍﻟﻤﺆﺷﺮﺍﺕ ﺍﻟﻮﺻﻔﻴﺔ ﻟﻠﺒﻴﺎﻧﺎﺕ ﺍﻟﻤﻮﺟﻮﺩﺓ ﺑﺠﺪﺍﻭﻝ ﻣﺘﻘﺎﻁﻌﺔ ﻣﻜﻮﻧﺔ ﻣﻦ ﺻﻔﻮﻑ‬
‫ﻭﺃﻋﻤﺪﺓ‪.‬‬

‫ﺗﻄﺒﻴﻖ )‪(3‬‬

‫ﻓﻲ ﺑﻴﺎﻧﺎﺕ ﺍﻟﻤﻠﻒ ‪ Application-2.sav‬ﺇﺫﺍ ﺃﺭﺩﻧﺎ ﺇﺟﺮﺍء ﺑﻌﺾ ﺍﻟﻤﻘﺎﻳﻴﺲ ﺍﻹﺣﺼﺎﺋﻴﺔ ﻟﺒﻌﺾ ﺍﻟﻔﺌﺎﺕ ﻣﻦ ﺣﻤﻠﺔ‬
‫ﺍﻟﻤﺎﺟﺴﺘﻴﺮ ﻣﺜﻼ ﺃﻭ ﺣﻤﻠﺔ ﺍﻟﺒﻜﺎﻟﻮﺭﻳﻮﺱ ﺃﻭ ﺍﻟﺬﻳﻦ ﺳﻨﻮﺍﺕ ﺧﺒﺮﺓ ﺍﻗﻞ ﻣﻦ ‪ 5‬ﺳﻨﻮﺍﺕ ﺃﻭ ﺍﻟﺬﻳﻦ ﻣﺆﻫﻼﺗﻬﻢ ﺍﻟﻌﻠﻤﻴﺔ ﺑﻜﺎﻟﻮﺭﻳﻮﺱ‬
‫ﻭﺧﺪﻣﺘﻬﻢ ﻓﻲ ﺍﻟﺘﻌﻠﻴﻢ ﻣﻦ ‪ 5‬ﺳﻨﻮﺍﺕ ﺇﻟﻰ ‪ 10‬ﺳﻨﻮﺍﺕ ﺃﻭ ﺃﺭﺩﻧﺎ ﺇﺟﺮﺍء ﺍﻟﻤﻘﺎﻳﻴﺲ ﺍﻹﺣﺼﺎﺋﻴﺔ ﻟﻜﻞ ﺗﻘﺎﻁﻊ ﺑﻴﻦ ﻓﺌﺎﺕ ﺍﻟﺨﺒﺮﺓ‬
‫ﻭﻓﺌﺎﺕ ﺍﻟﻤﺆﻫﻞ ﺍﻟﻌﻠﻤﻲ ﻧﺘﺒﻊ ﺍﻟﺨﻄﻮﺍﺕ ﺍﻟﺘﺎﻟﻴﺔ‪:‬‬

‫‪ -1‬ﻣﻦ ﺍﻟﻘﺎﺋﻤﺔ ‪ Analyze‬ﻧﺨﺘﺎﺭ ‪ Report‬ﻟﺘﻈﻬﺮ ﻗﺎﺋﻤﺔ ﻓﺮﻋﻴﺔ ﺍﺧﺘﺮ ‪ OLAP Cubes‬ﻭﻫﻲ ﺍﺧﺘﺼﺎﺭ‬
‫ﻟـ ‪) Online Analytical Processing Cubes‬ﻋﻤﻠﻴﺎﺕ ﺍﻟﺘﺤﻠﻴﻞ ﺍﻟﺘﻔﺎﻋﻠﻲ ﻟﻠﻤﺤﺘﻮﻯ ﺍﻟﻜﻤﻲ(‪.‬‬

‫‪34‬‬
‫ﺩ‪ .‬ﺧﻠﻑ ﺳﻠﻁﺎﻥ‬ ‫ﺍﻟﺗﺣﻠﻳﻝ ﺍﻻﺣﺻﺎﺋﻲ ﺑﺎﺳﺗﺧﺩﺍﻡ ‪SPSS‬‬

‫‪ -2‬ﺍﺩﺧﻞ ﻓﻲ ﺍﻟﻤﺴﺘﻄﻴﻞ ﺃﺳﻔﻞ)‪ Summary Variable(s‬ﺍﻟﻤﺘﻐﻴﺮ "‪ "Salary_1‬ﻭﺍﻟﻤﺘﻐﻴﺮ " ‪ "Salary now‬ﻭﺍﺩﺧﻞ‬
‫ﻓﻲ ﺍﻟﻤﺴﺘﻄﻴﻞ ﺃﺳﻔﻞ)‪ Grouping Variable (s‬ﻭﺍﻟﻤﺘﻐﻴﺮﺍﻥ "ُ‪ " Education‬ﻭ " ‪ "Experience‬ﻛﻤﺎ ﻧﻼﺣﻆ‬
‫ﺑﺎﻟﺸﻜﻞ‪.‬‬

‫‪ -3‬ﺍﺿﻐﻂ ﻋﻠﻰ ‪ Statistics...‬ﻟﻴﻈﻬﺮ ﻣﺮﺑﻊ ﺍﻟﺤﻮﺍﺭ ﺍﻟﺘﺎﻟﻲ‪:‬‬

‫‪35‬‬
‫ﺩ‪ .‬ﺧﻠﻑ ﺳﻠﻁﺎﻥ‬ ‫ﺍﻟﺗﺣﻠﻳﻝ ﺍﻻﺣﺻﺎﺋﻲ ﺑﺎﺳﺗﺧﺩﺍﻡ ‪SPSS‬‬

‫ﺍﺧﺘﺮ ﺍﻟﻤﻘﺎﻳﻴﺲ ﺍﻹﺣﺼﺎﺋﻴﺔ ﺍﻟﺘﻲ ﺗﺮﺍﻫﺎ ﻣﻨﺎﺳﺒﺔ ﻟﻠﻤﺸﻜﻠﺔ ﻗﻴﺪ ﺍﻟﺪﺭﺍﺳﺔ ﻣﺜﻞ ﺍﻟﻮﺳﻂ ﺍﻟﺤﺴﺎﺑﻲ ‪ Mean‬ﻭﺍﻻﻧﺤﺮﺍﻑ ﺍﻟﻤﻌﻴﺎﺭﻱ‬
‫‪ Standard Deviation‬ﻭ ﺍﻗﻞ ﻗﻴﻤﺔ ‪ Minimum‬ﻭﺍﻛﺒﺮ ﻗﻴﻤﺔ ‪ Maximum‬ﻭﺍﻟﻤﺠﻤﻮﻉ ‪ Sum‬ﻭﻋﺪﺩ ﺍﻟﺤﺎﻻﺕ‬
‫‪ Number of Cases‬ﻭﻏﻴﺮﻫﺎ ﺛﻢ ﺍﺩﺧﻠﻬﺎ ﻓﻲ ﺍﻟﻤﺴﺘﻄﻴﻞ ﺃﺳﻔﻞ ‪ Cell Statistics‬ﺛﻢ ﺍﺿﻐﻂ ‪ Continue‬ﻟﺘﻌﻮﺩ ﺇﻟﻰ‬
‫ﻣﺮﺑﻊ ﺍﻟﺤﻮﺍﺭ ﺍﻟﺴﺎﺑﻖ ‪. OLAP Cubes‬‬

‫‪ -4‬ﺇﺫﺍ ﺃﺭﺩﺕ ﻛﺘﺎﺑﺔ ﻋﻨﻮﺍﻥ ﻟﻠﺠﺪﻭﻝ ﺍﺿﻐﻂ ﻋﻠﻰ ‪ Title‬ﻓﻴﻈﻬﺮ ﻣﺮﺑﻊ ﺍﻟﺤﻮﺍﺭ ﺍﻟﺘﺎﻟﻲ‪:‬‬
‫ﺍﻛﺘﺐ ﻋﻨﻮﺍﻥ ﻣﻨﺎﺳﺐ ﺇﺫﺍ ﺃﺭﺩﺕ ﻭﺇﻻ ﺍﺿﻐﻂ ﻋﻠﻰ ﻛﻞ ﺣﺎﻝ ﻋﻠﻰ ‪ Continue‬ﺛﻢ ‪Ok‬‬

‫‪36‬‬
‫ﺩ‪ .‬ﺧﻠﻑ ﺳﻠﻁﺎﻥ‬ ‫ﺍﻟﺗﺣﻠﻳﻝ ﺍﻻﺣﺻﺎﺋﻲ ﺑﺎﺳﺗﺧﺩﺍﻡ ‪SPSS‬‬

‫ﻟﺘﻈﻬﺮ ﺍﻟﻨﺘﺎﺋﺞ ﺍﻟﺘﺎﻟﻴﺔ‪:‬‬


‫‪OLAP Cubes‬‬
‫‪Education Level: Total‬‬
‫‪Experience: Total‬‬
‫‪Sum‬‬ ‫‪N‬‬ ‫‪Mean‬‬ ‫‪Std. Deviation‬‬ ‫‪% of Total Sum‬‬ ‫‪% of Total N‬‬
‫‪Salay_1‬‬ ‫‪631754.00‬‬ ‫‪110‬‬ ‫‪5743.2182‬‬ ‫‪2165.51998‬‬ ‫‪100.0%‬‬ ‫‪100.0%‬‬
‫‪Salary_now‬‬ ‫‪1189890.00‬‬ ‫‪110‬‬ ‫‪10817.1818‬‬ ‫‪3661.70570‬‬ ‫‪100.0%‬‬ ‫‪100.0%‬‬

‫ﻓﻲ ﺍﻟﺠﺪﻭﻝ ﺍﻟﺴﺎﺑﻖ ﻣﺘﻮﺳﻂ ﺍﻟﺮﻭﺍﺗﺐ ﻓﻲ ﺑﺪﺍﻳﺔ ﺍﻟﻌﻤﻞ ‪ 5743.22‬ﻭﺣﺎﻟﻴﺎ ‪ 10817.19‬ﻟﻜﻞ ﺍﻟﻄﺒﻘﺎﺕ ﻣﺠﺘﻤﻌﺔ ﻭﻫﺬﺍ‬
‫ﻳﻨﻄﺒﻖ ﻋﻠﻰ ﺑﺎﻗﻲ ﺍﻟﻤﻘﺎﻳﻴﺲ ﺍﻹﺣﺼﺎﺋﻴﺔ‪.‬‬

‫ﻭﻟﻜﻦ ﺇﺫﺍ ﺃﺭﺩﺕ ﺇﻳﺠﺎﺩ ﺍﻟﻤﺘﻮﺳﻂ ﺍﻟﺤﺴﺎﺑﻲ ﻟﺮﻭﺍﺗﺐ ﺣﻤﻠﺔ ﺍﻟﺒﻜﺎﻟﻮﺭﻳﻮﺱ ﻓﻘﻂ ﻓﺈﻧﻨﺎ ﻧﻀﻐﻂ ﻣﺮﺗﻴﻦ ﻣﺘﺘﺎﻟﻴﺘﻴﻦ ﻋﻠﻰ ﺍﻟﻨﺘﺎﺋﺞ‬
‫)ﻭﻫﺬﺍ ﺳﺒﺐ ﺍﻟﺘﺴﻤﻴﺔ‪ :‬ﺍﻟﻌﻤﻠﻴﺎﺕ ﺍﻟﺘﻔﺎﻋﻠﻴﺔ( ﻟﻴﻈﻬﺮ ﺍﻟﺸﻜﻞ ﺍﻟﺘﺎﻟﻲ‪:‬‬

‫ﺍﺿﻐﻂ ﻋﻠﻰ ﺍﻟﺴﻬﻢ ﺍﻟﻤﻘﺎﺑﻞ ﻟﻠﻤﺘﻐﻴﺮ " ‪ "Edu‬ﺛﻢ ﺍﺧﺘﺮ ‪ Master‬ﺗﻼﺣﻆ ﺃﻥ ﻣﻌﺪﻝ ﺭﻭﺍﺗﺐ ﺣﻤﻠﺔ ﺍﻟﻤﺎﺟﺴﺘﻴﺮ ﻓﻲ ﺑﺪﺍﻳﺔ‬
‫ﺍﻟﻌﻤﻞ ﻳﺴﺎﻭﻱ ‪ 5749.16‬﷼‪.‬‬

‫ﺑﺎﻟﻤﺜﻞ ﺇﺫﺍ ﺃﺭﺩﻧﺎ ﺇﻳﺠﺎﺩ ﺍﻟﻤﻘﺎﻳﻴﺲ ﺍﻹﺣﺼﺎﺋﻴﺔ ﻟﺮﻭﺍﺗﺐ ﻟﺤﻤﻠﺔ ﺍﻟﺒﻜﺎﻟﻮﺭﻳﻮﺱ ﺍﻟﺬﻳﻦ ﺧﺒﺮﺗﻬﻢ ‪10-5‬ﻧﻀﻐﻂ ﻋﻠﻰ ﺍﻟﻨﺘﺎﺋﺞ‬
‫ﺿﻐﻄﺘﻴﻦ ﻣﺘﺘﺎﻟﻴﺘﻴﻦ ﺛﻢ ﻧﻀﻐﻂ ﻋﻠﻰ ﺯﺭ ﺍﻟﺴﻬﻢ ﺍﻟﻤﻘﺎﺑﻞ ﻟﻠﻤﺘﻐﻴﺮ ‪ Exp‬ﺍﻟﺨﺒﺮﺓ ﻭﻧﺨﺘﺎﺭ " ‪ "10-5‬ﻓﻨﺤﺼﻞ ﻋﻠﻰ ﻣﺘﻮﺳﻂ‬
‫ﺍﻟﺮﻭﺍﺗﺐ ‪.10675.19‬‬

‫ﺗﺪﺭﻳﺐ‬

‫‪ -‬ﻳﻤﻜﻦ ﺍﺟﺮﺍء ‪ case summaries‬ﻟﺒﻴﺎﻧﺎﺕ ‪Application-3.sav‬‬


‫‪ -‬ﻳﻤﻜﻦ ﺍﺟﺮﺍء ‪ OLAP analysis‬ﻟﺒﻴﺎﻧﺎﺕ ﺍﻟﻤﺪﺍﺭﺱ ‪schools.sav‬‬

‫‪37‬‬
‫ﺩ‪ .‬ﺧﻠﻑ ﺳﻠﻁﺎﻥ‬ ‫ﺍﻟﺗﺣﻠﻳﻝ ﺍﻻﺣﺻﺎﺋﻲ ﺑﺎﺳﺗﺧﺩﺍﻡ ‪SPSS‬‬

‫)‪ (2-3‬ﺍﻹﺣﺼﺎء ﺍﻟﻮﺻﻔﻲ ‪Descriptive Statistics‬‬

‫ﻳﺘﻢ ﺗﻨﻔﻴﺬ ﺍﻹﺣﺼﺎء ﺍﻟﻮﺻﻔﻲ ﺑﺎﺳﺘﺨﺪﺍﻡ ﺍﻟﻤﺴﺎﺭ‬

‫‪Analyze  Descriptive Statistics‬‬

‫ﻛﻤﺎ ﻫﻮ ﻣﻮﺿﺢ ﺑﺎﻟﺸﺎﺷﺔ ﺍﻟﺘﺎﻟﻴﺔ‬

‫)‪ (2-3-1‬ﺇﻧﺸﺎء ﺍﻟﺠﺪﻭﻝ ﺍﻟﻤﻘﻄﻌﻲ ‪Crosstabs‬‬

‫ﻹﻧﺸﺎء ﺍﻟﺠﺪﻭﻝ ﺍﻟﻤﻘﻄﻌﻲ ﺍﺗﺒﻊ ﺍﻟﺨﻄﻮﺍﺕ ﺍﻟﺘﺎﻟﻴﺔ‪:‬‬

‫ﻣﻦ ﺍﻟﻘﺎﺋﻤﺔ ‪ Analyze‬ﺍﺧﺘﺮ ‪ Descriptive Statistics‬ﻭﻣﻦ ﺍﻟﻘﺎﺋﻤﺔ ﺍﻟﻔﺮﻋﻴﺔ ﺍﺧﺘﺮ ‪ Crosstabs‬ﻛﻤﺎ ﺑﺎﻟﺸﻜﻞ‬ ‫‪.1‬‬
‫ﺍﻟﺘﺎﻟﻲ ﻓﻴﻈﻬﺮ ﻣﺮﺑﻊ ﺍﻟﺤﻮﺍﺭ ‪Crosstabs‬‬

‫‪38‬‬
‫ﺩ‪ .‬ﺧﻠﻑ ﺳﻠﻁﺎﻥ‬ ‫ﺍﻟﺗﺣﻠﻳﻝ ﺍﻻﺣﺻﺎﺋﻲ ﺑﺎﺳﺗﺧﺩﺍﻡ ‪SPSS‬‬

‫‪ .2‬ﺍﺩﺧﻞ ﻣﺘﻐﻴﺮ "ﺍﻟﻤﺆﻫﻞ ﺍﻟﻌﻠﻤﻲ" ﻓﻲ ﺍﻟﻤﺴﺘﻄﻴﻞ ﺃﺳﻔﻞ )‪ Row(s‬ﻭﻣﺘﻐﻴﺮ " ﺍﻟﺨﺒﺮﺓ " ﻓﻲ ﺍﻟﻤﺴﺘﻄﻴﻞ ﺃﺳﻔﻞ‬
‫)‪Column(s‬‬

‫ﺍﺿﻐﻂ ﺩﺍﺧﻞ ﺍﻟﻤﺮﺑﻊ ﺑﺠﺎﻧﺐ ‪ ،Display clustered bar charts‬ﺛﻢ ﺍﺿﻐﻂ ﻋﻠﻰ ﺍﻟﺰﺭ ‪ Cells‬ﻳﻈﻬﺮ ﻣﺮﺑﻊ‬
‫ﺍﻟﺤﻮﺍﺭ ﺍﻟﺘﺎﻟﻲ‪:‬‬

‫‪ .3‬ﺍﺿﻐﻂ ﺩﺍﺧﻞ ﺍﻟﻤﺮﺑﻌﺎﺕ ﺍﻟﻤﻮﺟﻮﺩﺓ ﺑﺠﺎﻧﺐ ‪ Row‬ﻭ ‪ Column‬ﻓﻲ ﺍﻟﻤﺴﺘﻄﻴﻞ ‪ . Percentage‬ﺛﻢ ﺍﺿﻐﻂ ﻋﻠﻰ‬
‫‪ Continue‬ﺛﻢ ﺍﺿﻐﻂ ‪ Ok‬ﺗﻈﻬﺮ ﺍﻟﻨﺘﺎﺋﺞ ﺍﻟﺘﺎﻟﻴﺔ‪:‬‬

‫‪39‬‬
‫ ﺧﻠﻑ ﺳﻠﻁﺎﻥ‬.‫ﺩ‬ SPSS ‫ﺍﻟﺗﺣﻠﻳﻝ ﺍﻻﺣﺻﺎﺋﻲ ﺑﺎﺳﺗﺧﺩﺍﻡ‬

Education Level * Experience Cross tabulation

Experience Total

<5 50-10 >10

Count 12 32 9 53

% within Education Level 22.6% 60.4% 17.0% 100.0%


Bachelor
% within Experience 35.3% 58.2% 42.9% 48.2%

% of Total 10.9% 29.1% 8.2% 48.2%


Education Level
Count 22 23 12 57

% within Education Level 38.6% 40.4% 21.1% 100.0%


Master
% within Experience 64.7% 41.8% 57.1% 51.8%

% of Total 20.0% 20.9% 10.9% 51.8%

Count 34 55 21 110

% within Education Level 30.9% 50.0% 19.1% 100.0%


Total
% within Experience 100.0% 100.0% 100.0% 100.0%

% of Total 30.9% 50.0% 19.1% 100.0%

4.

40
‫ﺩ‪ .‬ﺧﻠﻑ ﺳﻠﻁﺎﻥ‬ ‫ﺍﻟﺗﺣﻠﻳﻝ ﺍﻻﺣﺻﺎﺋﻲ ﺑﺎﺳﺗﺧﺩﺍﻡ ‪SPSS‬‬

‫‪ .4‬ﻣﻦ ﺍﻟﻨﺘﺎﺋﺞ ﺍﻟﺴﺎﺑﻘﺔ ﻧﻼﺣﻆ ﺍﻧﻪ ﻓﻲ ﻛﻞ ﺧﻠﻴﺔ ﺛﻼﺙ ﻗﻴﻢ ﻋﻠﻰ ﺳﺒﻴﻞ ﺍﻟﻤﺜﺎﻝ ﺍﻟﻘﻴﻢ ﻓﻲ ﺍﻟﺨﻠﻴﺔ ﺍﻷﻭﻟﻰ ﺗﻘﺎﻁﻊ "ﺍﻟﺒﻜﺎﻟﻮﺭﻳﻮﺱ"‬
‫ﻣﻊ "ﺍﻗﻞ ﻣﻦ ‪ 5‬ﺳﻨﻮﺍﺕ" ﺍﻟﺮﻗﻢ ‪ 12‬ﻳﺪﻝ ﻋﻠﻰ ﻋﺪﺩ ﺣﻤﻠﺔ ﺍﻟﺒﻜﺎﻟﻮﺭﻳﻮﺱ ﻭﺧﺒﺮﺗﻬﻢ ﻓﻲ ﺍﻟﺘﺪﺭﻳﺐ ﺃﻗﻞ ﻣﻦ ‪ 5‬ﺳﻨﻮﺍﺕ ﻭﺍﻟﻨﺴﺒﺔ‬
‫‪ %26.6‬ﺗﻌﻨﻲ ﺃﻥ ﻧﺴﺒﺔ ﺣﻤﻠﺔ ﺍﻟﺒﻜﺎﻟﻮﺭﻳﻮﺱ ﻭﺧﺒﺮﺗﻬﻢ ﻓﻲ ﺍﻟﺘﺪﺭﻳﺲ ﺃﻗﻞ ﻣﻦ ‪ 5‬ﺳﻨﻮﺍﺕ ﺗﺴﺎﻭﻱ ‪ %26.6‬ﻭﺍﻟﻨﺴﺒﺔ ‪%35.3‬‬
‫ﺗﻌﻨﻲ ﺃﻥ ﻧﺴﺒﺔ ﺣﻤﻠﺔ ﺍﻟﺒﻜﺎﻟﻮﺭﻳﻮﺱ ﻭﺧﺒﺮﺓ ﺍﻟﺘﺪﺭﻳﺲ ﻟﺪﻳﻬﻢ ﻭﺧﺒﺮﺗﻬﻢ ﺃﻗﻞ ﻣﻦ ‪ 5‬ﺳﻨﻮﺍﺕ ﺗﺴﺎﻭﻱ ‪ %35.3‬ﺃﻱ ﺃﻥ ﻫﻨﺎﻙ‬
‫ﻧﺴﺒﺔ ﻣﺌﻮﻳﺔ ﺿﻤﻦ ﺍﻟﺼﻒ ﻭﻧﺴﺒﺔ ﻣﺌﻮﻳﺔ ﻟﻠﻤﺸﺎﻫﺪﺍﺕ ﺿﻤﻦ ﺍﻟﻌﻤﻮﺩ‪.‬‬
‫‪ .5‬ﻛﻤﺎ ﻳﻨﺘﺞ ﻟﻨﺎ ﻣﺨﻄﻂ ﺃﻋﻤﺪﺓ ﺍﻟﺘﻜﺮﺍﺭ ﺍﻟﺒﻴﺎﻧﻴﺔ‪.‬‬
‫ﺗﺪﺭﻳﺐ‬

‫ﻳﻤﻜﻦ ﺍﺟﺮﺍء ‪ Crosstabs analysis‬ﻟﺒﻴﺎﻧﺎﺕ ﺍﻟﻤﺪﺍﺭﺱ ‪schools.sav‬‬


‫)‪ (2-3-2‬ﺍﺳﺘﺨﺪﺍﻡ ﺍﻹﺟﺮﺍء ‪Frequencies‬‬

‫‪ .1‬ﻣﻦ ﺷﺮﻳﻂ ﺍﻟﻘﻮﺍﺋﻢ ‪Analyze‬ﺍﺧﺘﺮ ‪ Descriptive Statistics‬ﻭﻣﻦ ﺍﻟﻘﺎﺋﻤﺔ ﺍﻟﻔﺮﻋﻴﺔ ﺍﺧﺘﺮ ‪Frequencies‬‬
‫ﻛﻤﺎ ﻫﻮ ﻣﻮﺿﺢ ﺑﺎﻟﺸﻜﻞ ﻳﻨﺘﺞ ﻣﺮﺑﻊ ﺍﻟﺤﻮﺍﺭ ﺍﻟﺘﺎﻟﻲ‪:‬‬

‫ﻧﺨﺘﺎﺭ ﻣﺜﻼ ﺍﻟﻤﺘﻐﻴﺮ‪ Salary_1‬ﻭﺍﻟﻤﺘﻐﻴﺮ ‪ Salary now‬ﺩﺍﺧﻞ ﺍﻟﻤﺮﺑﻊ ﺍﻟﺴﺎﺑﻖ‬


‫‪ .2‬ﺍﺿﻐﻂ ﻋﻠﻰ ﺍﻟﺰﺭ ‪ Statistics‬ﻳﻈﻬﺮ ﻣﺮﺑﻊ ﺍﻟﺤﻮﺍﺭ ﺍﻟﺘﺎﻟﻲ‪:‬‬

‫‪41‬‬
‫ ﺧﻠﻑ ﺳﻠﻁﺎﻥ‬.‫ﺩ‬ SPSS ‫ﺍﻟﺗﺣﻠﻳﻝ ﺍﻻﺣﺻﺎﺋﻲ ﺑﺎﺳﺗﺧﺩﺍﻡ‬

‫ ﻧﺮﺟﻊ ﺇﻟﻰ ﻣﺮﺑﻊ ﺍﻟﺤﻮﺍﺭ‬Continue ‫ ﺍﺿﻐﻂ ﻋﻠﻰ ﺟﻤﻴﻊ ﺍﻹﺣﺼﺎءﺍﺕ ﺍﻟﻤﻄﻠﻮﺑﺔ ﻟﺪﺭﺍﺳﺘﻚ ﺛﻢ ﺍﺿﻐﻂ ﻋﻠﻰ‬-3
:‫ ﻳﻈﻬﺮ ﻣﺮﺑﻊ ﺍﻟﺤﻮﺍﺭ ﺍﻟﺘﺎﻟﻲ‬Charts ‫ ﺍﺿﻐﻂ ﻋﻠﻰ ﺍﻟﺰﺭ‬:‫ﺍﻟﺴﺎﺑﻖ‬

‫ ﻧﺮﺟﻊ ﻟﻤﺮﺑﻊ ﺍﻟﺤﻮﺍﺭ‬Continue ‫ ﺛﻢ‬With normal curve ‫ ﻭ ﻭﺩﺍﺧﻞ ﺍﻟﻤﺮﺑﻊ‬Histograms ‫ ﺍﺿﻐﻂ ﻋﻠﻰ‬-4
:‫ ﺗﻈﻬﺮ ﺍﻟﻨﺘﺎﺋﺞ ﻛﻤﺎ ﻳﻠﻲ‬Ok ‫ ﺍﺿﻐﻂ ﻋﻠﻰ‬Frequency

Statistics

Salay_1 Salary_now
Valid 110 110
N
Missing 0 0
Mean 5743.2182 10817.1818
Std. Error of Mean 206.47423 349.12994
Median 5303.5000 10152.0000
Mode 4172.00a 6517.00a
Std. Deviation 2165.51998 3661.70570
Variance 4689476.778 13408088.646
Skewness 2.970 2.275
Std. Error of Skewness .230 .230
Kurtosis 9.080 6.023
Std. Error of Kurtosis .457 .457
Range 11976.00 19483.00
Minimum 4044.00 6517.00
Maximum 16020.00 26000.00
25 4614.2500 8566.2500

Percentiles 50 5303.5000 10152.0000


75 5736.7500 11743.0000
a. Multiple modes exist. The smallest value is shown

42
‫ﺩ‪ .‬ﺧﻠﻑ ﺳﻠﻁﺎﻥ‬ ‫ﺍﻟﺗﺣﻠﻳﻝ ﺍﻻﺣﺻﺎﺋﻲ ﺑﺎﺳﺗﺧﺩﺍﻡ ‪SPSS‬‬

‫‪43‬‬
‫ﺩ‪ .‬ﺧﻠﻑ ﺳﻠﻁﺎﻥ‬ ‫ﺍﻟﺗﺣﻠﻳﻝ ﺍﻻﺣﺻﺎﺋﻲ ﺑﺎﺳﺗﺧﺩﺍﻡ ‪SPSS‬‬

‫)‪ (2-3-3‬ﺍﺳﺘﺨﺪﺍﻡ ﺍﻻﺟﺮﺍء ‪Descriptive‬‬

‫ﻳﺴﺘﺨﺪﻡ ﻫﺬﺍ ﺍﻟﺨﻴﺎﺭ ﻹﻳﺠﺎﺩ ﺑﻌﺾ ﺍﻟﻤﻘﺎﻳﻴﺲ ﺍﻹﺣﺼﺎﺋﻴﺔ ﺃﻳﻀﺎ ﻛﻤﺎ ﻳﻠﻲ‪:‬‬

‫‪ .1‬ﻧﺨﺘﺎﺭ ﻣﻦ ﺍﻟﻘﺎﺋﻤﺔ ‪ Analyze‬ﺍﻟﺨﻴﺎﺭ ‪ Descriptive Statistics‬ﻭﻣﻦ ﺍﻟﻘﺎﺋﻤﺔ ﺍﻟﻔﺮﻋﻴﺔ ﺍﻟﺨﻴﺎﺭ‪Descriptive‬‬


‫ﻳﻈﻬﺮ ﻣﺮﺑﻊ ﺍﻟﺤﻮﺍﺭ ﺍﻟﺘﺎﻟﻲ‪:‬‬

‫‪ .2‬ﻧﺪﺧﻞ ﺍﻟﻤﺘﻐﻴﺮﺍﺕ "‪ "Salary_now‬ﻭ " ‪ " Salary_1‬ﺩﺍﺧﻞ ﺍﻟﻤﺴﺘﻄﻴﻞ ﺃﺳﻔﻞ )‪Variable(s‬‬

‫‪ .3‬ﺍﺿﻐﻂ ﻋﻠﻰ ﺍﻟﺰﺭ ‪ Option‬ﻟﻴﻈﻬﺮ ﻣﺮﺑﻊ ﺍﻟﺤﻮﺍﺭ ﺍﻟﺘﺎﻟﻲ‪:‬‬

‫‪44‬‬
‫ﺩ‪ .‬ﺧﻠﻑ ﺳﻠﻁﺎﻥ‬ ‫ﺍﻟﺗﺣﻠﻳﻝ ﺍﻻﺣﺻﺎﺋﻲ ﺑﺎﺳﺗﺧﺩﺍﻡ ‪SPSS‬‬

‫‪ -5‬ﺍﺧﺘﺮ ﺍﻟﻤﻘﺎﻳﻴﺲ ﺍﻟﻤﻄﻠﻮﺑﺔ‪ ،‬ﺛﻢ ﺍﺿﻐﻂ ﻋﻠﻰ ‪ Continue‬ﻟﻨﻌﻮﺩ ﻟﻤﺮﺑﻊ ﺍﻟﺤﻮﺍﺭ ‪.Descriptive‬‬
‫‪ -6‬ﺍﺿﻐﻂ ﺩﺍﺧﻞ ﺍﻟﻤﺮﺑﻊ ﺑﺠﺎﻧﺐ ‪Save standardized values as variables‬‬
‫)ﻟﻴﺤﻮﻝ ﺍﻟﺒﻴﺎﻧﺎﺕ ﺇﻟﻰ ﻗﻴﻢ ﻣﻌﻴﺎﺭﻳﺔ( ﺛﻢ ﺍﺿﻐﻂ ‪ Ok‬ﺗﻈﻬﺮ ﺍﻟﻨﺘﺎﺋﺞ ﺍﻟﺘﺎﻟﻴﺔ‪:‬‬

‫‪Descriptive Statistics‬‬

‫‪N‬‬ ‫‪Minimum‬‬ ‫‪Maximum‬‬ ‫‪Mean‬‬ ‫‪Std. Deviation‬‬ ‫‪Skewness‬‬


‫‪Statistic‬‬ ‫‪Statistic‬‬ ‫‪Statistic‬‬ ‫‪Statistic‬‬ ‫‪Statistic‬‬ ‫‪Statistic‬‬ ‫‪Std. Error‬‬
‫‪Salay_1‬‬ ‫‪110‬‬ ‫‪4044.00‬‬ ‫‪16020.00‬‬ ‫‪5743.2182‬‬ ‫‪2165.51998‬‬ ‫‪2.970‬‬ ‫‪.230‬‬
‫‪Salary_now‬‬ ‫‪110‬‬ ‫‪6517.00‬‬ ‫‪26000.00‬‬ ‫‪10817.1818‬‬ ‫‪3661.70570‬‬ ‫‪2.275‬‬ ‫‪.230‬‬
‫)‪Valid N (listwise‬‬ ‫‪110‬‬

‫‪x ‬‬
‫ﻫﻲ ﺍﻟﻤﺘﻮﺳﻂ‬ ‫‪‬‬ ‫‪ Z ‬ﺣﻴﺚ ‪ x‬ﻫﻲ ﺍﻟﻘﻴﻤﺔ ﺍﻟﻤﺪﺧﻠﺔ ‪،‬‬ ‫‪ -7‬ﻳﺘﻢ ﺣﺴﺎﺏ ﺍﻟﻘﻴﻢ ﺍﻟﻤﻌﻴﺎﺭﻳﺔ ﻭﻓﻖ ﺍﻟﻌﻼﻗﺔ‬
‫‪‬‬
‫ﻫﻮ ﺍﻻﻧﺤﺮﺍﻑ ﺍﻟﻤﻌﻴﺎﺭﻱ ﻟﻠﻤﺘﻐﻴﺮ ‪ x‬ﻭﺍﻟﻘﻴﻢ ﺍﻟﻤﻌﻴﺎﺭﻳﺔ ﺗﻈﻬﺮ ﻋﺎﺩﺓ ﻓﻲ ﻧﻬﺎﻳﺔ ﻣﻠﻒ‬ ‫‪‬‬ ‫ﺍﻟﺤﺴﺎﺑﻲ ﻟﻠﻤﺘﻐﻴﺮ ‪، x‬‬
‫ﺍﻟﺒﻴﺎﻧﺎﺕ ﻭﻫﺬﺍ ﺟﺰء ﻣﻦ ﻣﻠﻒ ﺍﻟﺒﻴﺎﻧﺎﺕ ﻛﻤﺎ ﻳﻠﻲ‪:‬‬

‫‪45‬‬
‫ﺩ‪ .‬ﺧﻠﻑ ﺳﻠﻁﺎﻥ‬ ‫ﺍﻟﺗﺣﻠﻳﻝ ﺍﻻﺣﺻﺎﺋﻲ ﺑﺎﺳﺗﺧﺩﺍﻡ ‪SPSS‬‬

‫ﺗﺪﺭﻳﺐ‬
‫ﻳﻤﻜﻦ ﺍﺟﺮﺍء ‪ Descriptive‬ﻟﺒﻴﺎﻧﺎﺕ ﺍﻟﻤﺪﺍﺭﺱ ‪schools.sav‬‬

‫ﺍﺳﺘﺨﺪﺍﻡ ﺍﻹﺟﺮﺍء ‪) Explore‬ﻣﺴﺘﻜﺸﻒ ﺍﻟﺒﻴﺎﻧﺎﺕ (‬ ‫)‪(5-3-2‬‬

‫ﻳﺴﺘﺨﺪﻡ ﻫﺬﺍ ﺍﻟﺨﻴﺎﺭ ﻹﻳﺠﺎﺩ ﺑﻌﺾ ﺍﻟﻤﻘﺎﻳﻴﺲ ﺍﻹﺣﺼﺎﺋﻴﺔ ﻟﻤﺘﻐﻴﺮ ﺃﻭ ﺃﻛﺜﺮ ﻭﻓﻘﺎ ﻟﺘﺼﻨﻴﻒ ﻣﺘﻐﻴﺮ ﺁﺧﺮ ﺃﻭ ﺃﻛﺜﺮ‪ ،‬ﻭﻛﻤﺎ ﻧﺤﺼﻞ‬
‫ﻣﻨﻪ ﻋﻠﻰ ﺑﻌﺾ ﺍﻟﺮﺳﻮﻡ ﺍﻟﺒﻴﺎﻧﻴﺔ ﻭﻋﻤﻠﻴﺔ ﺗﻠﺨﻴﺺ ﺍﻟﺒﻴﺎﻧﺎﺕ ﻭﻏﻴﺮﻫﺎ‪ .‬ﻟﻠﺘﻌﺮﻑ ﻋﻠﻰ ﺍﻻﺟﺮﺍء ﻧﺘﺒﻊ ﻣﺎ ﻳﻠﻲ‪:‬‬

‫‪ .1‬ﻣﻦ ﺍﻟﻘﺎﺋﻤﺔ ‪ Analyze‬ﻧﺨﺘﺎﺭ ‪ Descriptive Statistics‬ﻭﻣﻦ ﺍﻟﻘﺎﺋﻤﺔ ﺍﻟﻔﺮﻋﻴﺔ ﻧﺨﺘﺎﺭ ‪ Explore‬ﻓﻴﻈﻬﺮ‬


‫ﻣﺮﺑﻊ ﺍﻟﺤﻮﺍﺭ ﺍﻟﺘﺎﻟﻲ‪:‬‬

‫‪ .2‬ﻧﺪﺧﻞ ﺍﻟﻤﺘﻐﻴﺮ "‪ ”Salary_now‬ﻓﻲ ﺍﻟﻤﺴﺘﻄﻴﻞ ﺃﺳﻔﻞ ‪ Dependent List‬ﻭﺍﻟﻤﺘﻐﻴﺮ "‪ "Gender‬ﻓﻲ‬
‫ﺍﻟﻤﺴﺘﻄﻴﻞ ﺃﺳﻔﻞ ‪ ) Factor List‬ﻻﺣﻆ ﻭﺟﻮﺩ ﻋﺪﺓ ﺧﻴﺎﺭﺍﺕ ﺩﺍﺧﻞ ﺍﻟﻤﺴﺘﻄﻴﻞ ‪ Display‬ﻭﻫﻲ ‪ Both‬ﻭ‬
‫‪ Statistics‬ﻭ ‪ Plots‬ﻭﻫﻲ ﺗﻌﻨﻲ ﺍﺧﺘﻴﺎﺭ ﺍﻹﺣﺼﺎءﺍﺕ ﺃﻭ ﺍﻟﺮﺳﻢ ﺍﻟﺒﻴﺎﻧﻲ ﺃﻭ ﻛﻠﻴﻬﻤﺎ ‪ ،‬ﺳﻮﻑ ﻧﺨﺘﺎﺭ ﻛﻠﻴﻬﻤﺎ‬
‫‪(Both‬ﺛﻢ ﻧﻀﻐﻂ ﻋﻠﻰ ‪ Statistics‬ﻟﻴﻈﻬﺮ ﻣﺮﺑﻊ ﺍﻟﺤﻮﺍﺭ ﺍﻟﺘﺎﻟﻲ‪:‬‬

‫‪46‬‬
‫ﺩ‪ .‬ﺧﻠﻑ ﺳﻠﻁﺎﻥ‬ ‫ﺍﻟﺗﺣﻠﻳﻝ ﺍﻻﺣﺻﺎﺋﻲ ﺑﺎﺳﺗﺧﺩﺍﻡ ‪SPSS‬‬

‫‪ .3‬ﺍﺧﺘﺮ ‪) Descriptive‬ﺍﻹﺣﺼﺎءﺍﺕ ﺍﻟﻮﺻﻔﻴﺔ( ﻭ ‪) M-Estimators‬ﺗﻘﺪﻳﺮ ﻟﻤﻘﺎﻳﻴﺲ ﺍﻟﻨﺰﻋﺔ ﺍﻟﻤﺮﻛﺰﻳﺔ ﺍﻟﺘﻲ‬


‫ﻻ ﺗﺘﺄﺛﺮ ﺑﺎﻟﻘﻴﻢ ﺍﻟﻤﺘﻄﺮﻓﺔ ﺃﻭ ﺍﻟﺸﺎﺫﺓ( ﻭ ‪) Outliers‬ﺗﺤﺪﻳﺪ ﻣﺎ ﺇﺫﺍ ﻛﺎﻧﺖ ﻫﻨﺎﻙ ﻗﻴﻢ ﺷﺎﺫﺓ ﻭﺍﺳﺘﺨﺮﺍﺝ ﺍﻛﺒﺮ ﺧﻤﺲ‬
‫ﻗﻴﻢ ﻭﺍﻗﻞ ﺧﻤﺲ ﻗﻴﻢ ﺷﺎﺫﺓ‪ ،‬ﻭﺫﻟﻚ ﺗﻤﻬﻴﺪﺍ ﻟﺤﺬﻓﻬﺎ ﻣﻦ ﺍﻟﺒﻴﺎﻧﺎﺕ ﺣﺘﻰ ﻻ ﺗﺆﺛﺮ ﻋﻠﻰ ﺍﻻﺧﺘﺒﺎﺭﺍﺕ ﺍﻷﺧﺮﻯ ﻭ ﺍﺧﺘﺮ‬
‫ﻛﺬﻟﻚ ﺍﻟﺨﻴﺎﺭ ‪) Percentiles‬ﻭﺗﻌﻨﻲ ﺍﻟﻤﺌﻴﻨﺎﺕ( ﺛﻢ ﺍﺿﻐﻂ ﻋﻠﻰ ‪ Continue‬ﻟﺘﻌﻮﺩ ﻟﻤﺮﺑﻊ ﺍﻟﺤﻮﺍﺭ ‪.Explore‬‬
‫‪ .4‬ﺍﺿﻐﻂ ﻋﻠﻰ ﺍﻟﺰﺭ ‪ Plots‬ﻟﻴﻈﻬﺮ ﻣﺮﺑﻊ ﺍﻟﺤﻮﺍﺭ ﺍﻟﺘﺎﻟﻲ‪:‬‬

‫‪ .5‬ﺍﺿﻐﻂ ﻋﻠﻰ ‪ Factor level together‬ﻭ ﻣﻦ ﺍﻟﻤﺴﺘﻄﻴﻞ ‪Descriptive‬ﻳﻤﻜﻦ ﺍﺧﺘﻴﺎﺭ‪Stem-and-leaf‬ﺍﻭ‬


‫‪ Histogram‬ﺛﻢ ﺍﺿﻐﻂ ﻋﻠﻰ ‪ Continue‬ﻟﺘﻌﻮﺩ ﻣﺮﺓ ﺛﺎﻧﻴﺔ ﻟﻤﺮﺑﻊ ﺍﻟﺤﻮﺍﺭ ‪ ، Explore‬ﺍﺿﻐﻂ ‪ Ok‬ﻟﺘﻈﻬﺮ‬
‫ﺍﻟﻨﺘﺎﺋﺞ‪.‬‬

‫‪47‬‬
‫ﺩ‪ .‬ﺧﻠﻑ ﺳﻠﻁﺎﻥ‬ ‫ﺍﻟﺗﺣﻠﻳﻝ ﺍﻻﺣﺻﺎﺋﻲ ﺑﺎﺳﺗﺧﺩﺍﻡ ‪SPSS‬‬

‫‪Box plot‬‬

‫‪48‬‬
‫ﺩ‪ .‬ﺧﻠﻑ ﺳﻠﻁﺎﻥ‬ ‫ﺍﻟﺗﺣﻠﻳﻝ ﺍﻻﺣﺻﺎﺋﻲ ﺑﺎﺳﺗﺧﺩﺍﻡ ‪SPSS‬‬

‫ﺗﻔﺴﻴﺮ ﺍﻟﻨﺘﺎﺋﺞ‪:‬‬

‫ﺍﻟﺠﺪﻭﻝ ﺍﻟﺘﺎﻟﻲ ﻳﻈﻬﺮ ﺑﻌﺾ ﺍﻟﻤﻘﺎﻳﻴﺲ ﺍﻹﺣﺼﺎﺋﻴﺔ ﺍﻟﺠﺪﻳﺪﺓ ﻣﺜﻞ‪.‬‬

‫‪95% Confidence interval for mean‬‬

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

‫‪5% Trimmed Mean‬‬

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

‫‪Interquartile Range‬‬

‫ﺗﻤﺜﻞ ﺍﻟﻤﺪﻯ ﺍﻟﺮﺑﻴﻌﻲ ﻭﻫﻮ ﺍﻟﻔﺮﻕ ﺑﻴﻦ ﻗﻴﻤﺘﻲ ﺍﻟﺮﺑﻴﻊ ﺍﻟﺜﺎﻟﺚ ﻭﺍﻟﺮﺑﻴﻊ ﺍﻷﻭﻝ‪.‬‬

‫ﻻﺣﻆ ﺃﻥ ﺑﺎﻗﻲ ﺍﻹﺣﺼﺎءﺍﺕ ﻗﺪ ﺗﻢ ﺷﺮﺣﻬﺎ ﻓﻲ ﺑﺪﺍﻳﺔ ﻫﺬﺍ ﺍﻟﺠﺰء‪.‬‬

‫ﺍﻟﻮﺳﻴﻂ )ﺍﻟﺮﺑﻴﻊ ﺍﻟﺜﺎﻧﻲ( ﻳﻤﺜﻞ ﺑﺎﻟﺨﻂ ﺍﻷﻓﻘﻲ ﺍﻟﺬﻱ ﻳﻘﻊ ﺩﺍﺧﻞ ﺍﻟﻤﺴﺘﻄﻴﻞ‬ ‫‪.1‬‬
‫ﺍﻟﻤﺌﻴﻦ‪) 25‬ﺍﻟﺮﺑﻴﻊ ﺍﻷﻭﻝ( ﻳﻤﺜﻞ ﺑﺎﻟﺨﻂ ﺍﻟﺴﻔﻠﻲ ﻣﻦ ﺍﻟﻤﺴﺘﻄﻴﻞ )ﻗﺎﻋﺪﺓ ﺍﻟﻤﺴﺘﻄﻴﻞ(‪.‬‬ ‫‪.2‬‬
‫ﺍﻟﻤﺌﻴﻦ ‪) 75‬ﺍﻟﺮﺑﻴﻊ ﺍﻟﺜﺎﻟﺚ( ﻳﻤﺜﻞ ﺑﺎﻟﺤﺪ ﺍﻟﻌﻠﻮﻱ ﻣﻦ ﺍﻟﻤﺴﺘﻄﻴﻞ )ﻗﻤﺔ ﺍﻟﻤﺴﺘﻄﻴﻞ(‪.‬‬ ‫‪.3‬‬
‫ﻧﻼﺣﻆ ﺃﻥ ‪ %50‬ﻣﻦ ﺍﻟﺒﻴﺎﻧﺎﺕ ﻳﻘﻊ ﺩﺍﺧﻞ ﺍﻟﺼﻨﺪﻭﻕ ﻭﻛﺬﻟﻚ ﻳﻤﻜﻦ ﺣﺴﺎﺏ ﺍﻟﻤﺪﻯ ﺍﻟﺮﺑﻴﻌﻲ ﻭﻫﻮ ﺍﻟﻔﺮﻕ ﺑﻴﻦ‬ ‫‪.4‬‬
‫ﺍﻟﺮﺑﻴﻊ ﺍﻟﺜﺎﻟﺚ ﻭﺍﻟﺮﺑﻴﻊ ﺍﻷﻭﻝ‪.‬‬
‫ﺍﻟﺨﻂ ﺍﻟﺴﻔﻠﻲ ﺍﻟﺬﻱ ﻳﻘﻊ ﺃﺳﻔﻞ ﺍﻟﻤﺴﺘﻄﻴﻞ ﻳﻤﺜﻞ ﺃﺻﻐﺮ ﺍﻟﻘﻴﻢ ﻭﺍﻟﺘﻲ ﻻ ﺗﻤﺜﻞ ﻗﻴﻤﺎ ﺷﺎﺫﺓ‬ ‫‪.5‬‬
‫ﺍﻟﺨﻂ ﺍﻟﻌﻠﻮﻱ ﺍﻟﺬﻱ ﻳﻘﻊ ﺃﻋﻠﻰ ﺍﻟﻤﺴﺘﻄﻴﻞ ﻳﻤﺜﻞ ﺃﻛﺒﺮ ﺍﻟﻘﻴﻢ ﻭﺍﻟﺘﻲ ﻻ ﺗﻤﺜﻞ ﻗﻴﻤﺎ ﺷﺎﺫﺓ‬ ‫‪.6‬‬
‫ﺍﻟﻘﻴﻢ ﺍﻟﺸﺎﺫﺓ ﻏﻴﺮ ﻭﺍﺭﺩﺓ ﻓﻲ ﺷﻜﻞ ﺍﻟﺼﻨﺪﻭﻕ ﻭﺍﻟﺘﻲ ﻋﺎﺩﺓ ﺗﻤﺜﻞ ﺑﺪﺍﺋﺮﺓ ﺻﻐﻴﺮﺓ ﺃﻭ ﻧﺠﻤﺔ ﺣﺴﺐ ﻧﻮﻉ ﺍﻟﻘﻴﻤﺔ‬ ‫‪.7‬‬
‫ﺍﻟﺸﺎﺫﺓ ﺍﻟﻘﺼﻮﻯ ﻫﻨﺎﻙ ﻧﻮﻋﺎﻥ ﻣﻦ ﺍﻟﻘﻴﻢ ﺍﻟﺸﺎﺫﺓ‪:‬‬
‫‪ ‬ﻗﻴﻤﺔ ﺷﺎﺫﺓ ﻣﻄﻠﻘﺔ )‪ :(extremes‬ﻫﻲ ﺍﻟﻘﻴﻤﺔ ﺍﻟﺘﻲ ﺗﺒﻌﺪ ﻋﻦ ﻗﺎﻋﺪﺓ ﺍﻟﻤﺴﺘﻄﻴﻞ ﻣﺴﺎﻓﺔ ﺗﺰﻳﺪ ﻋﻦ ) ‪ × 3‬ﺍﺭﺗﻔﺎﻉ‬
‫ﺍﻟﻤﺴﺘﻄﻴﻞ( ﻭﻳﺴﺘﺪﻝ ﻋﻠﻴﻬﺎ ﺑﻨﺠﻤﺔ ) * (‬
‫‪ ‬ﻗﻴﻤﺔ ﺷﺎﺫﺓ ﻣﺤﻠﻴﺔ )‪ :(outliers‬ﻭﻫﻲ ﺍﻟﻘﻴﻤﺔ ﺍﻟﺘﻲ ﺗﺒﻌﺪ ﻋﻦ ﻗﺎﻋﺪﺓ ﺍﻟﻤﺴﺘﻄﻴﻞ ﻣﺴﺎﻓﺔ ﺗﺴﺎﻭﻱ )‪× 1.5‬ﺍﺭﺗﻔﺎﻉ‬
‫ﺍﻟﻤﺴﺘﻄﻴﻞ( ﻭﻳﺴﺘﺪﻝ ﻋﻠﻴﻬﺎ ﺑﺪﺍﺋﺮﺓ ﺻﻐﻴﺮﺓ )‪.(o‬‬

‫‪49‬‬
‫ﺩ‪ .‬ﺧﻠﻑ ﺳﻠﻁﺎﻥ‬ ‫ﺍﻟﺗﺣﻠﻳﻝ ﺍﻻﺣﺻﺎﺋﻲ ﺑﺎﺳﺗﺧﺩﺍﻡ ‪SPSS‬‬

‫ﻣﻼﺣﻈﺔ‪:‬‬
‫ﻳﻔﻴﺪ ﺷﻜﻞ ﺍﻟﺼﻨﺪﻭﻕ ﻓﻲ ﺩﺭﺍﺳﺔ ﺷﻜﻞ ﺍﻟﺘﻮﺯﻳﻊ ﻭﺫﻟﻚ ﺑﻤﻌﺮﻓﺔ ﺇﺷﺎﺭﺓ ﺍﻻﻟﺘﻮﺍء ﻛﺎﻟﺘﺎﻟﻲ‪:‬‬
‫‪ .1‬ﺇﺫﺍ ﻛﺎﻥ ﺍﻟﻮﺳﻴﻂ ﻳﻘﻊ ﻓﻲ ﻭﺳﻂ ﺍﻟﻤﺴﺘﻄﻴﻞ ﻳﻜﻮﻥ ﺍﻟﺘﻮﺯﻳﻊ ﻣﻌﺘﺪﻝ‪.‬‬
‫‪ .2‬ﺇﺫﺍ ﻛﺎﻥ ﺍﻟﻮﺳﻴﻂ ﺃﻗﺮﺏ ﻟﻘﺎﻋﺪﺓ ﺍﻟﻤﺴﺘﻄﻴﻞ ﻓﺎﻥ ﺍﻟﺘﻮﺯﻳﻊ ﻳﻜﻮﻥ ﻣﻠﺘﻮﻳﺎ ﺇﻟﻰ ﺍﻟﻴﻤﻴﻦ ﺃﻱ ﻣﻮﺟﺐ ﺍﻻﻟﺘﻮﺍء ﺃﻱ ﺃﻥ ﻗﻴﻤﺎ ً ﻛﺜﻴﺮﺓ ﻣﻦ ﺍﻟﺒﻴﺎﻧﺎﺕ‬
‫ﺗﻜﻮﻥ ﻣﻨﺨﻔﻀﺔ‪.‬‬
‫‪ .3‬ﺇﺫﺍ ﻛﺎﻥ ﺍﻟﻮﺳﻴﻂ ﺃﻗﺮﺏ ﺇﻟﻰ ﻗﻤﺔ ﺍﻟﻤﺴﺘﻄﻴﻞ ﻓﺎﻥ ﺍﻟﺘﻮﺯﻳﻊ ﻳﻜﻮﻥ ﻣﻠﺘﻮﻳﺎ ﺇﻟﻰ ﺍﻟﻴﺴﺎﺭ ﺃﻱ ﺳﺎﻟﺐ ﺍﻻﻟﺘﻮﺍء ﺃﻱ ﺃﻥ ﻗﻴﻤﺎ ً ﻛﺜﻴﺮﺓ ﻣﻦ ﺍﻟﺒﻴﺎﻧﺎﺕ‬
‫ﺗﻜﻮﻥ ﻋﺎﻟﻴﺔ‪.‬‬
‫ﺇﺫﺍ ﺃﺧﺬﻧﺎ ﻋﻠﻰ ﺳﺒﻴﻞ ﺍﻟﻤﺜﺎﻝ ﺍﻟﻤﺴﺘﻄﻴﻞ ﺍﻟﻤﺘﻌﻠﻖ ﺑﺎﻹﻧﺎﺙ ﻧﻼﺣﻆ ﺃﻥ‬
‫‪ .1‬ﺃﻛﺒﺮ ﺭﺍﺗﺐ ﻳﺴﺎﻭﻱ؟‬
‫‪ .2‬ﺃﺻﻐﺮ ﺭﺍﺗﺐ ﻳﺴﺎﻭﻱ؟‬
‫‪ .3‬ﺍﻟﺮﺑﻴﻊ ﺍﻷﻭﻝ ﻳﺴﺎﻭﻱ؟‬
‫‪ .4‬ﺍﻟﺮﺑﻴﻊ ﺍﻟﺜﺎﻧﻲ )ﺍﻟﻮﺳﻴﻂ( ﻳﺴﺎﻭﻱ؟‬
‫‪ .5‬ﺍﻟﺮﺑﻴﻊ ﺍﻟﺜﺎﻟﺚ ﻳﺴﺎﻭﻱ؟‬
‫‪ .6‬ﺍﻟﻮﺳﻴﻂ ﺃﻗﺮﺏ ﺇﻟﻰ ﺍﻟﺮﺑﻴﻊ ﺍﻷﻭﻝ ﻟﺬﻟﻚ ﻳﻜﻮﻥ ﺷﻜﻞ ﺍﻟﺘﻮﺯﻳﻊ ﻣﻠﺘﻮﻳﺎ ً ﺇﻟﻰ ﺍﻟﻴﻤﻴﻦ‪.‬‬
‫‪ .7‬ﻻ ﺗﻮﺟﺪ ﻗﻴﻢ ﺷﺎﺫﺓ‪.‬‬
‫ﺗﺪﺭﻳﺐ‬
‫ﻳﻤﻜﻦ ﺍﺟﺮﺍء ‪ Explore‬ﻟﺒﻴﺎﻧﺎﺕ ﺍﻟﻤﺪﺍﺭﺱ ‪schools.sav‬‬

‫‪50‬‬
‫ﺩ‪ .‬ﺧﻠﻑ ﺳﻠﻁﺎﻥ‬ ‫ﺍﻟﺗﺣﻠﻳﻝ ﺍﻻﺣﺻﺎﺋﻲ ﺑﺎﺳﺗﺧﺩﺍﻡ ‪SPSS‬‬

‫ﺍﻟﺠﺰء ﺍﻟﺜﺎﻟﺚ‬
‫ﻣﻘﺪﻣﺔ ﻓﻲ ﺍﻻﺳﺘﺪﻻﻝ ﺍﻹﺣﺼﺎﺋﻲ‬
‫‪Introduction to Statistical inference‬‬

‫ﺍﻻﺳﺗﺩﻻﻝ ﺍﻹﺣﺻﺎﺋﻲ‬
‫‪Statistical ‬‬
‫‪Inference‬‬

‫ﺍﺧﺗﺑﺎﺭﺍﺕ ﺍﻟﻔﺭﺿﻳﺎﺕ‬
‫ﺍﻟﺗﻘﺩﻳﺭ‬
‫‪Hypotheses ‬‬
‫‪Estimation‬‬
‫‪Testing‬‬

‫ﺍﺧﺗﺑﺎﺭﺍﺕ ﻻﻣﻌﻠﻣﻳﺔ‬
‫ﺍﺧﺗﺑﺎﺭﺍﺕ ﻣﻌﻠﻣﻳﺔ‬ ‫ﺗﻘﺩﻳﺭ ﺑﻔﺗﺭﺓ‬ ‫ﺗﻘﺩﻳﺭ ﺑﻧﻘﻁﺔ‬
‫‪Nonparametric ‬‬
‫‪Parametric Tests ‬‬ ‫‪Interval Estimation‬‬ ‫‪Point Estimation‬‬
‫‪Tests‬‬

‫ﺗﻨﻘﺴﻢ ﻁﺮﻕ ﺍﻻﺳﺘﺪﻻﻝ ﺍﻹﺣﺼﺎﺋﻲ ﺇﻟﻰ ﻗﺴﻤﻴﻦ‬

‫‪ -1‬ﻁﺮﻕ ﺍﻟﺘﻘﺪﻳﺮ‪ Estimation:‬ﻭﺗﻨﻘﺴﻢ ﺇﻟﻰ ﻗﺴﻤﻴﻦ ﻫﻤﺎ‪:‬‬


‫ﺗﻘﺪﻳﺮ ﻣﺘﻮﺳﻂ – ﺗﺒﺎﻳﻦ – ﻧﺴﺒﺔ‬ ‫ﺍﻟﺘﻘﺪﻳﺮ ﺑﻨﻘﻄﺔ ‪Point Estimation‬‬ ‫‪1- 1‬‬
‫ﺍﻟﺘﻘﺪﻳﺮ ﺑﻔﺘﺮﺓ ‪ Interval estimation‬ﻣﺘﻮﺳﻂ – ﺗﺒﺎﻳﻦ ‪ -‬ﻧﺴﺒﺔ‬ ‫‪1- 2‬‬
‫‪ -2‬ﺍﺧﺘﺒﺎﺭﺍﺕ ﺍﻟﻔﺮﺿﻴﺎﺕ ﺍﻹﺣﺼﺎﺋﻴﺔ ‪Statistical Hypotheses Testing‬‬

‫ﺗﻌﺮﻳﻒ ﺍﻟﻔﺮﺿﻴﺔ ‪Hypothesis‬‬

‫ﺍﻟﻔﺮﺿﻴﺔ ﻫﻲ ﻋﺒﺎﺭﺓ ﺟﻤﻠﺔ ﻳﻤﻜﻦ ﺻﻴﺎﻏﺘﻬﺎ ﺣﻮﻝ ﺍﻟﻤﺠﺘﻤﻊ ﻗﻴﺪ ﺍﻟﺪﺭﺍﺳﺔ ﺃﻭ ﻣﻌﺎﻟﻤﻪ )ﻣﺆﺷﺮﺍﺗﻪ(‪ .‬ﻭﺗﻨﻘﺴﻢ ﺇﻟﻰ ﺍﻟﻔﺮﺿﻴﺔ‬
‫ﺍﻟﻤﺒﺪﺋﻴﺔ )ﻓﺮﺿﻴﺔ ﺍﻟﻌﺪﻡ ‪ ،( H0‬ﻭﺍﻟﻔﺮﺿﻴﺔ ﺍﻟﺒﺪﻳﻠﺔ ‪.H1‬‬

‫‪51‬‬
‫ﺩ‪ .‬ﺧﻠﻑ ﺳﻠﻁﺎﻥ‬ ‫ﺍﻟﺗﺣﻠﻳﻝ ﺍﻻﺣﺻﺎﺋﻲ ﺑﺎﺳﺗﺧﺩﺍﻡ ‪SPSS‬‬

‫ﺍﻟﻔﺮﺿﻴﺔ ﺍﻟﻤﺒﺪﺋﻴﺔ )‪Null Hypothesis (H0‬‬

‫ﻫﻲ ﻓﺮﺿﻴﺔ ﺣﻮﻝ ﺍﻟﻤﺠﺘﻤﻊ ﻭﻧﺠﺮﻱ ﺍﻻﺧﺘﺒﺎﺭ ﻋﻠﻴﻬﺎ ﺑﺎﺳﺘﺨﺪﺍﻡ ﺑﻴﺎﻧﺎﺕ ﻣﻦ ﻋﻴﻨﺔ ﻣﺴﺤﻮﺑﺔ ﻣﻦ ﺍﻟﻤﺠﺘﻤﻊ ﻭﺗﺸﻴﺮ ﺇﻟﻰ‬
‫ﺍﻧﻪ ﻻ ﺗﻮﺟﺪ ﻓﺮﻭﻕ ﻣﻌﻨﻮﻳﺔ ﺑﻴﻦ ﺍﻟﻤﻌﻠﻮﻣﺎﺕ ﺍﻟﺨﺎﺻﺔ ﺑﺎﻟﻤﺠﺘﻤﻊ ﻭﺍﻟﻤﻌﻠﻮﻣﺎﺕ ﺍﻟﻤﻮﺟﻮﺩﺓ ﺑﺎﻟﻌﻴﻨﺔ ﻭﺍﻥ ﺍﻟﻔﺮﻭﻕ ﺇﻥ ﻭﺟﺪﺕ‬
‫ﻓﻬﻲ ﻧﺎﺗﺠﺔ ﻋﻦ ﺍﻟﺼﺪﻓﺔ ﻭﻻ ﻓﺮﻕ ﺣﻘﻴﻘﻲ ﺑﻴﻨﻬﻤﺎ ﻭﻫﻲ ﺍﻟﻔﺮﺿﻴﺔ ﺍﻟﺘﻲ ﻧﻨﻄﻠﻖ ﻣﻨﻬﺎ ﻭﻧﺮﻓﻀﻬﺎ ﻋﻨﺪﻣﺎ ﺗﺘﻮﻓﺮ ﺩﻻﺋﻞ‬
‫ﻋﻠﻰ ﻋﺪﻡ ﺻﺤﺘﻬﺎ ﻭﺧﻼﻑ ﺫﻟﻚ ﻧﻘﺒﻠﻬﺎ ﻭﺗﻌﻨﻲ ﻛﻠﻤﺔ ‪ Null‬ﺍﻧﻪ ﻻ ﻳﻮﺟﺪ ﻓﺮﻕ ﻣﻌﻨﻮﻳﺔ )ﺍﻟﻔﺮﻕ ﻳﺴﺎﻭﻱ ﺍﻟﺼﻔﺮ( ﺑﻴﻦ‬
‫ﺍﻟﻤﻌﻠﻮﻣﺔ ﺍﻟﻤﻮﺟﻮﺩ ﺑﺎﻟﻤﺠﺘﻤﻊ ﻭﺍﻟﻤﻌﻠﻮﻣﺔ ﺍﻟﺘﻲ ﻧﺮﻏﺐ ﻓﻲ ﺍﺧﺘﺒﺎﺭﻫﺎ )ﻣﻌﻠﻮﻣﺔ ﻣﻦ ﺍﻟﻌﻴﻨﺔ(‪.‬‬

‫ﺍﻟﻔﺮﺿﻴﺔ ﺍﻟﺒﺪﻳﻠﺔ )‪Alternative Hypothesis (H1‬‬

‫ﻫﻲ ﺍﻟﻔﺮﺿﻴﺔ ﺍﻟﺘﻲ ﻳﻀﻌﻬﺎ ﺍﻟﺒﺎﺣﺚ ﻛﺒﺪﻳﻞ ﻟﻔﺮﺿﻴﺔ ﺍﻟﻌﺪﻡ ﻭﻧﻘﺒﻠﻬﺎ ﻋﻨﺪﻣﺎ ﻧﺮﻓﺾ ﻓﺮﺿﻴﺔ ﺍﻟﻌﺪﻡ ﺑﺎﻋﺘﺒﺎﺭﻫﺎ ﻟﻴﺴﺖ‬
‫ﺻﺤﻴﺤﺔ ﺑﻨﺎء ﻋﻠﻰ ﺍﻟﻤﻌﻠﻮﻣﺎﺕ ﺍﻟﻤﺴﺘﺨﻠﺼﺔ ﻣﻦ ﺍﻟﻌﻴﻨﺔ‪.‬‬

‫ﻣﺴﺘﻮﻯ ﺍﻟﻤﻌﻨﻮﻳﺔ ‪Level of Significance‬‬

‫ﺇﻥ ﻣﺴﺘﻮﻯ ﺍﻟﻤﻌﻨﻮﻳﺔ ﻓﻲ ﺍﻻﺧﺘﺒﺎﺭﺍﺕ ﺍﻹﺣﺼﺎﺋﻴﺔ ﻫﻮ ﻋﺒﺎﺭﺓ ﻋﻦ ﻧﺴﺒﺔ ﺧﻄﺄ ﻣﻌﻴﻦ )ﻳﺤﺪﺩﻩ ﺍﻟﺒﺎﺣﺚ( ﻋﻨﺪ ﺭﻓﻀﻪ‬
‫ﻟﻠﻔﺮﺿﻴﺔ ﺍﻟﻤﺒﺪﺋﻴﺔ ﻭﻫﻲ ﺻﺤﻴﺤﺔ ﺑﻤﻌﻨﻰ ﺃﻧﻪ ﻳﺮﻓﺾ ﺍﻟﻔﺮﺿﻴﺔ ﺍﻟﻤﺒﺪﺋﻴﺔ ﻭﻫﻲ ﺻﺤﻴﺤﺔ ﻭﻫﺬﺍ ﺍﻟﺨﻄﺄ ﻳﻌﺮﻑ ﺑﺎﻟﺨﻄﺄ‬
‫ﻣﻦ ﺍﻟﻨﻮﻉ ﺍﻷﻭﻝ ﻭﻳﺴﻤﻰ ﺃﺣﻴﺎﻧﺎ ﻣﺴﺘﻮﻯ ﺍﻟﻤﻌﻨﻮﻳﺔ‪.‬‬

‫ﺃﻗﺴﺎﻡ ﺍﻻﺧﺘﺒﺎﺭﺍﺕ ﺍﻹﺣﺼﺎﺋﻴﺔ‬

‫‪ -1‬ﺍﺧﺘﺒﺎﺭﺍﺕ ﻣﻌﻠﻤﻴﺔ )ﺑﺎﺭﺍ ﻣﺘﺮﻳﺔ( ‪Parametric Tests‬‬

‫ﺗﺴﺘﺨﺪﻡ ﻫﺬﻩ ﺍﻻﺧﺘﺒﺎﺭﺍﺕ ﻟﻤﻌﺎﻟﻢ ﺍﻟﻤﺠﺘﻤﻌﺎﺕ ﻭﺍﺧﺘﺒﺎﺭﻫﺎ ﺍﺳﺘﻨﺎﺩﺍ ﺇﻟﻰ ﻣﻌﺮﻓﺔ ﺍﻟﺘﻮﺯﻳﻊ ﺍﻻﺣﺘﻤﺎﻟﻲ ﻟﻤﺠﺘﻤﻊ ﺍﻟﺪﺭﺍﺳﺔ ﺍﻟﺬﻱ‬
‫ﺗﻢ ﺳﺤﺐ ﺍﻟﻌﻴﻨﺔ ﻣﻨﻪ‪ .‬ﻭﻫﻨﺎﻙ ﺃﻳﻀﺎ ﻋﺪﺓ ﺷﺮﻭﻁ ﻧﻈﺎﻣﻴﺔ ﻻﺑﺪ ﻣﻦ ﺗﻮﺍﻓﺮﻫﺎ ﺣﺘﻰ ﻳﺘﻢ ﺗﻄﺒﻴﻖ ﺍﻻﺧﺘﺒﺎﺭﺍﺕ ﺍﻟﻤﻌﻠﻤﻴﺔ ﻣﻨﻬﺎ‪:‬‬

‫‪ ‬ﺍﻻﻋﺘﺪﺍﻟﻴﺔ‪ :‬ﻫﺬﺍ ﺍﻟﺸﺮﻁ ﻳﻤﻜﻦ ﺍﻻﺳﺘﻐﻨﺎء ﻋﻨﻪ ﻋﻨﺪﻣﺎ ﻳﻜﻮﻥ ﺣﺠﻢ ﺍﻟﻌﻴﻨﺎﺕ ﻛﺒﻴﺮ )ﺃﻛﺒﺮ ﻣﻦ ‪ 30‬ﻣﺸﺎﻫﺪﺓ(‪.‬‬
‫‪ ‬ﺍﻟﺘﺠﺎﻧﺲ‪) :‬ﺍﺧﺘﺒﺎﺭ ﻟﻴﻔﻨﻲ ﻟﺘﺴﺎﻭﻱ ﺍﻟﺘﺒﺎﻳﻦ( ﻭﻻﺑﺪ ﻣﻦ ﺍﻟﺘﺤﻘﻖ ﻣﻨﻪ‪.‬‬
‫‪ ‬ﺍﻻﺳﺘﻘﻼﻝ‪ :‬ﻫﺬﺍ ﺍﻟﺸﺮﻁ ﻳﺄﺧﺬﻩ ﺍﻟﺒﺎﺣﺚ ﻓﻲ ﺍﻻﻋﺘﺒﺎﺭ ﻋﻨﺪ ﺗﺼﻤﻴﻢ ﺍﻟﺘﺠﺮﺑﺔ ﻭﻻ ﻳﺠﺐ ﺍﻟﺘﺤﻘﻖ ﻣﻨﻪ‪.‬‬
‫‪ ‬ﺍﻟﻌﺸﻮﺍﺋﻴﺔ‪ :‬ﻫﺬﺍ ﺍﻟﺸﺮﻁ ﻳﺄﺧﺬﻩ ﺍﻟﺒﺎﺣﺚ ﻓﻲ ﺍﻻﻋﺘﺒﺎﺭ ﻋﻨﺪ ﺗﺼﻤﻴﻢ ﺍﻟﺘﺠﺮﺑﺔ ﻭﻻ ﻳﺠﺐ ﺍﻟﺘﺤﻘﻖ ﻣﻨﻪ‪.‬‬
‫‪ ‬ﺍﻟﺒﻴﺎﻧﺎﺕ ﺍﻟﻜﻤﻴﺔ‪ :‬ﻫﺬﺍ ﺍﻟﺸﺮﻁ ﻳﺄﺧﺬﻩ ﺍﻟﺒﺎﺣﺚ ﺑﺎﻻﻋﺘﺒﺎﺭ ﻋﻨﺪ ﺗﺼﻤﻴﻢ ﺍﻟﺘﺠﺮﺑﺔ ﻭﻻ ﻳﺠﺐ ﺍﻟﺘﺤﻘﻖ ﻣﻨﻪ‪.‬‬

‫‪52‬‬
‫ﺩ‪ .‬ﺧﻠﻑ ﺳﻠﻁﺎﻥ‬ ‫ﺍﻟﺗﺣﻠﻳﻝ ﺍﻻﺣﺻﺎﺋﻲ ﺑﺎﺳﺗﺧﺩﺍﻡ ‪SPSS‬‬

‫ﺇﻥ ﺑﻌﺾ ﺍﻻﺧﺘﺒﺎﺭﺍﺕ ﺍﻟﻤﻌﻠﻤﻴﺔ ﺗﺤﺘﺎﺝ ﻟﺘﻮﺍﻓﺮ ﻫﺬﻩ ﺍﻟﺸﺮﻭﻁ ﺟﻤﻴﻌﺎ ﺃﻭ ﺑﻌﻀﻬﺎ )ﺣﺴﺐ ﺍﻻﺧﺘﺒﺎﺭ( ﻭﻳﻤﻜﻦ ﺍﻻﺳﺘﻐﻨﺎء‬
‫ﻋﻦ ﺑﻌﻀﻬﺎ ﻭﺳﻮﻑ ﻧﻘﺪﻡ ﺧﻼﻝ ﻫﺬﻩ ﺍﻟﺪﻭﺭﺓ ﻋﺪﺩﺍ ﻣﻦ ﺍﻻﺧﺘﺒﺎﺭﺍﺕ ﺍﻟﻤﻌﻠﻤﻴﺔ ﻭﺑﻴﺎﻥ ﺍﺳﺘﺨﺪﺍﻣﻬﺎ ﻭﺍﻟﺸﺮﻭﻁ ﺍﻟﻮﺍﺟﺐ‬
‫ﺗﻮﺍﻓﺮﻫﺎ ﻓﻲ ﻛﻞ ﻣﻨﻬﺎ‪.‬‬

‫‪ -2‬ﺍﺧﺘﺒﺎﺭﺍﺕ ﻻﻣﻌﻠﻤﻴﺔ )ﻻﺑﺎﺭﺍﻣﺘﺮﻳﺔ( ‪Nonparametric Tests‬‬

‫ﺗﺴﺘﺨﺪﻡ ﻫﺬﻩ ﺍﻻﺧﺘﺒﺎﺭﺍﺕ ﻋﻨﺪﻣﺎ ﻻ ﻳﻜﻮﻥ ﻫﻨﺎﻙ ﺃﻱ ﻣﻌﻠﻮﻣﺎﺕ ﺣﻮﻝ ﺗﻮﺯﻳﻊ ﺍﻟﻤﺠﺘﻤﻊ ﺍﻟﻤﺴﺤﻮﺏ ﻣﻨﻪ ﻋﻴﻨﺔ ﺍﻟﺪﺭﺍﺳﺔ‪ .‬ﻛﻤﺎ‬
‫ﺍﻥ ﻫﻨﺎﻙ ﺷﺮﻭﻁ ﻣﺜﻞ ﺍﻻﺳﺘﻘﻼﻝ ﻭﺍﻟﻌﺸﻮﺍﺋﻴﺔ ﻳﺠﺐ ﺃﻥ ﺗﺆﺧﺬ ﻓﻲ ﺍﻻﻋﺘﺒﺎﺭ ﻋﻨﺪ ﺗﺼﻤﻴﻢ ﺃﻱ ﺩﺭﺍﺳﺔ ﺇﺣﺼﺎﺋﻴﺔ‪.‬‬

‫ﺍﻟﺠﺪﻭﻝ ﺍﻟﺘﺎﻟﻲ ﻳﻤﺜﻞ ﻣﻘﺎﺭﻧﺔ ﺑﻴﻦ ﺍﻻﺧﺘﺒﺎﺭﺍﺕ ﺍﻟﻤﻌﻠﻤﻴﺔ ﻭﺍﻟﻼﻣﻌﻠﻤﻴﺔ‬

‫ﺍﻻﺧﺘﺒﺎﺭ ﺍﻟﻼﻣﻌﻠﻤﻲ‬ ‫ﺍﻻﺧﺘﺒﺎﺭ ﺍﻟﻤﻌﻠﻤﻲ‬ ‫ﻭﺟﻪ ﺍﻟﻤﻘﺎﺭﻧﺔ‬

‫ﺍﻟﺘﺤﻘﻖ ﻣﻦ ﺻﺤﺔ ﺍﻟﻔﺮﺿﻴﺎﺕ ﺍﻟﻤﺘﻌﻠﻘﺔ‬ ‫ﺍﻟﺘﺤﻘﻖ ﻣﻦ ﺻﺤﺔ ﺍﻟﻔﺮﺿﻴﺎﺕ ﺍﻟﻤﺘﻌﻠﻘﺔ ﺑﻤﻌﺎﻟﻢ‬ ‫ﺍﻻﺳﺘﺨﺪﺍﻡ‬
‫ﺑﻤﺠﺘﻤﻌﺎﺕ ﻟﻴﺲ ﻟﻬﺎ ﺗﻮﺯﻳﻌﺎﺕ ﻣﺤﺪﺩﺓ‬ ‫ﻣﺠﺘﻤﻌﺎﺕ ﻟﻬﺎ ﺗﻮﺯﻳﻌﺎﺕ ﻣﺤﺪﺩﺓ‬

‫ﻟﻴﺲ ﻫﻨﺎﻙ ﺷﺮﻭﻁ ﻋﻠﻰ ﺍﻟﺘﻮﺯﻳﻊ‬ ‫ﺍﻟﺸﺮﻭﻁ ﺍﻟﻨﻈﺎﻣﻴﺔ ﺍﻻﻋﺘﺪﺍﻟﻴﺔ )ﺃﻭ ﺣﺠﻢ ﻋﻴﻨﺎﺕ ﻛﺒﻴﺮﺓ(‬
‫ﺍﻟﻌﺸﻮﺍﺋﻴﺔ‬
‫ﻋﻴﻨﺎﺕ ﺻﻐﻴﺮﺓ‬ ‫)ﻫﻨﺎﻙ ﺍﺧﺘﺒﺎﺭﺍﺕ‬
‫ﺍﻟﺘﺠﺎﻧﺲ‬ ‫ﺗﺴﺘﻐﻨﻲ ﻋﻦ‬
‫)ﻓﻲ ﺣﺎﻟﺔ ﻋﺪﻡ ﻣﻌﺮﻓﺔ ﺍﻟﺘﻮﺯﻳﻊ(‬
‫ﺍﻻﺳﺘﻘﻼﻝ‬ ‫ﺑﻌﺾ ﻫﺬﻩ‬
‫ﻗﻴﺎﺳﺎﺕ ﻛﻤﻴﺔ‬ ‫ﺍﻟﺸﺮﻭﻁ(‬

‫‪-‬‬ ‫‪Chi-Square Test‬‬ ‫‪-‬‬ ‫‪One-Sample T Test‬‬ ‫ﺑﻌﺾ‬


‫‪-‬‬ ‫‪Binomial Test‬‬ ‫‪-‬‬ ‫‪Independent samples T Test‬‬ ‫ﺍﻻﺧﺘﺒﺎﺭﺍﺕ‬
‫‪-‬‬ ‫‪Runs‬‬ ‫‪-‬‬ ‫‪Paired Samples T Test‬‬ ‫ﺍﻟﻤﻤﻜﻨﺔ ﻓﻲ‬
‫‪-‬‬ ‫‪1-Sample K-S‬‬ ‫‪-‬‬ ‫‪One-Way ANOVA‬‬ ‫‪SPSS‬‬
‫‪-‬‬ ‫‪2-Sample K-S‬‬ ‫‪-‬‬ ‫‪Two-Way ANOVA‬‬
‫‪-‬‬ ‫‪2-Independent Samples‬‬
‫‪-‬‬ ‫‪K-Independent Samples‬‬
‫‪-‬‬ ‫‪2-Related Samples‬‬
‫‪-‬‬ ‫‪K-Related Samples‬‬

‫‪53‬‬
‫ﺩ‪ .‬ﺧﻠﻑ ﺳﻠﻁﺎﻥ‬ ‫ﺍﻟﺗﺣﻠﻳﻝ ﺍﻻﺣﺻﺎﺋﻲ ﺑﺎﺳﺗﺧﺩﺍﻡ ‪SPSS‬‬

‫ﻁﺮﻕ ﺍﻟﺘﺤﻘﻖ ﻣﻦ ﺑﻌﺾ ﺍﻟﺸﺮﻭﻁ ﺍﻟﻨﻈﺎﻣﻴﺔ ﻓﻲ ﺍﻻﺧﺘﺒﺎﺭﺍﺕ ﺍﻟﻤﻌﻠﻤﻴﺔ )ﺍﻟﺒﺎﺭﺍﻣﺘﺮﻳﺔ(‬


‫‪Normality Tests‬‬ ‫ﺍﺧﺘﺒﺎﺭﺍﺕ ﺍﻻﻋﺘﺪﺍﻟﻴﺔ‬
‫)ﻣﺪﻯ ﻣﻼﺋﻤﺔ ﺍﻟﺒﻴﺎﻧﺎﺕ ﻟﻠﺘﻮﺯﻳﻊ ﺍﻟﻄﺒﻴﻌﻲ(‬

‫ﻳﺘﻢ ﺍﻟﻜﺸﻒ ﻋﻦ ﻣﺪﻯ ﻣﻼﺋﻤﺔ ﺍﻟﺒﻴﺎﻧﺎﺕ ﻟﻠﺘﻮﺯﻳﻊ ﺍﻟﻄﺒﻴﻌﻲ ﻣﻦ ﺧﻼﻝ ﻋﺪﺓ ﺍﺧﺘﺒﺎﺭﺍﺕ ﻣﻨﻬﺎ‪:‬‬

‫‪ -1‬ﺍﺧﺘﺒﺎﺭ ﻛﻮﻟﻤﻮﺟﺮﻭﻑ – ﺳﻤﻴﺮﻧﻮﻑ‬


‫‪ -2‬ﺍﺧﺘﺒﺎﺭ ﺷﺎﺑﻴﺮﻭ – ﻭﻳﻠﻚ‬
‫‪ -3‬ﺍﻟﺮﺳﻢ ‪Q-Q‬‬
‫ﺗﺴﺘﺨﺪﻡ ﻫﺬﻩ ﺍﻷﺳﺎﻟﻴﺐ ﻟﻤﻌﺮﻓﺔ ﻣﺎ ﺇﺫﺍ ﻛﺎﻧﺖ ﺍﻟﻌﻴﻨﺔ ﻗﻴﺪ ﺍﻟﺪﺭﺍﺳﺔ ﻣﺴﺤﻮﺑﺔ ﻣﻦ ﻣﺠﺘﻤﻊ ﻗﻴﺪ ﺍﻟﺪﺭﺍﺳﺔ‪ .‬ﻭﺳﻮﻑ ﻧﺘﻌﺮﻑ ﻋﻠﻰ‬
‫ﺧﻄﻮﺍﺕ ﺍﻻﺧﺘﺒﺎﺭ ﻣﻦ ﺍﻟﻤﺜﺎﻝ ﺍﻟﺘﺎﻟﻲ‪.‬‬

‫ﺗﻄﺒﻴﻖ )‪(4‬‬

‫ﺍﻟﺒﻴﺎﻧﺎﺕ ﺍﻟﺘﺎﻟﻴﺔ ﺗﻤﺜﻞ ﻋﻴﻨﺔ ﻋﺸﻮﺍﺋﻴﺔ ﻣﻦ ﺩﺭﺟﺎﺕ ﺍﻟﻄﻼﺏ ﻓﻲ ﻣﻘﺮﺭ ﺍﻹﺣﺼﺎء ﺑﺈﺣﺪﻯ ﺍﻟﻜﻠﻴﺎﺕ‬

‫‪15, 11, 8, 10, 12, 16, 14, 3, 11, 15, 10, 16, 7, 10, 15‬‬

‫ﻫﻞ ﻫﺬﻩ ﺍﻟﻌﻴﻨﺔ ﻣﺴﺤﻮﺑﺔ ﻣﻦ ﻣﺠﺘﻤﻊ ﻁﺒﻴﻌﻲ؟ ﺍﺳﺘﺨﺪﻡ ﻣﺴﺘﻮﻯ ﻣﻌﻨﻮﻳﺔ )ﺩﻻﻟﺔ( ‪.%5‬‬

‫ﺍﻟﺨﻄﻮﺍﺕ‬

‫‪ -1‬ﺻﻴﺎﻏﺔ ﺍﻟﻔﺮﺿﻴﺎﺕ‬
‫ﺍﻟﻔﺮﺽ ﺍﻟﺼﻔﺮﻱ )ﻓﺮﺽ ﺍﻟﻌﺪﻡ( ‪ : H 0‬ﺍﻟﺒﻴﺎﻧﺎﺕ ﻣﺴﺤﻮﺑﺔ ﻣﻦ ﻣﺠﺘﻤﻊ ﻳﺨﻀﻊ ﻟﻠﺘﻮﺯﻳﻊ ﺍﻟﻄﺒﻴﻌﻲ‬

‫ﺍﻟﻔﺮﺽ ﺍﻟﺒﺪﻳﻞ ‪ : H 1‬ﺍﻟﺒﻴﺎﻧﺎﺕ ﻣﺴﺤﻮﺑﺔ ﻣﻦ ﻣﺠﺘﻤﻊ ﻻ ﻳﺨﻀﻊ ﻟﻠﺘﻮﺯﻳﻊ ﺍﻟﻄﺒﻴﻌﻲ‬

‫‪ -2‬ﺇﺩﺧﺎﻝ ﺍﻟﺒﻴﺎﻧﺎﺕ ﻭﺇﺟﺮﺍء ﺍﻻﺧﺘﺒﺎﺭ‪:‬‬


‫ﻧﺪﺧﻞ ﺍﻟﺒﻴﺎﻧﺎﺕ ﺇﻟﻰ ﺑﺮﻧﺎﻣﺞ ‪ SPSS‬ﻭﻧﺨﺘﺎﺭ ﺍﻟﻤﺴﺎﺭ ﺍﻟﺘﺎﻟﻲ‪:‬‬

‫‪Analyze  Descriptive Statistics  Explore‬‬

‫‪54‬‬
‫ﺩ‪ .‬ﺧﻠﻑ ﺳﻠﻁﺎﻥ‬ ‫ﺍﻟﺗﺣﻠﻳﻝ ﺍﻻﺣﺻﺎﺋﻲ ﺑﺎﺳﺗﺧﺩﺍﻡ ‪SPSS‬‬

‫ﻧﺪﺧﻞ ﺍﻟﻤﺘﻐﻴﺮ ﺍﻟﺬﻱ ﻳﺤﺘﻮﻱ ﻋﻠﻰ ﺍﻟﺒﻴﺎﻧﺎﺕ ﻓﻲ ﺍﻟﻤﺮﺑﻊ ‪ Dependent List‬ﺛﻢ ﻧﻀﻐﻂ ﻋﻠﻰ ‪ Plot‬ﻓﻴﻈﻬﺮ ﺍﻟﻤﺮﺑﻊ‬
‫ﺍﻟﻔﺮﻋﻲ ﺍﻟﺘﺎﻟﻲ‪:‬‬

‫ﻧﺨﺘﺎﺭ ‪ Normal plots with tests‬ﻭﻧﻀﻐﻂ ‪ Continue‬ﻓﻨﺮﺟﻊ ﻟﻠﻤﺮﺑﻊ ﺍﻷﺻﻠﻲ ﺛﻦ ﻧﻀﻐﻂ ‪ OK‬ﻓﺘﻈﻬﺮ ﺍﻟﻨﺘﺎﺋﺞ‪.‬‬

‫‪55‬‬
‫ﺩ‪ .‬ﺧﻠﻑ ﺳﻠﻁﺎﻥ‬ ‫ﺍﻟﺗﺣﻠﻳﻝ ﺍﻻﺣﺻﺎﺋﻲ ﺑﺎﺳﺗﺧﺩﺍﻡ ‪SPSS‬‬

‫ﻧﺨﺘﺎﺭ ﻣﻦ ﺍﻟﻨﺘﺎﺋﺞ ﺍﻟﺠﺪﻭﻝ ﺍﻟﺘﺎﻟﻲ ﺍﻟﺬﻱ ﻳﻈﻬﺮ ﺍﺧﺘﺒﺎﺭ ﻛﻮﻟﻤﻮﺟﺮﻭﻑ – ﺳﻤﻴﺮﻧﻮﻑ ﻭﻛﺬﻟﻚ ﺍﺧﺘﺒﺎﺭ ﺷﺎﺑﻴﺮﻭ ﻭﻳﻠﻚ‬

‫‪Tests of Normality‬‬
‫‪Kolmogorov-Smirnova‬‬ ‫‪Shapiro-Wilk‬‬
‫‪Statistic‬‬ ‫‪df‬‬ ‫‪Sig.‬‬ ‫‪Statistic‬‬ ‫‪df‬‬ ‫‪Sig.‬‬

‫‪Marks‬‬ ‫‪.156‬‬ ‫‪15‬‬ ‫*‪.200‬‬ ‫‪.921‬‬ ‫‪15‬‬ ‫‪.202‬‬


‫‪*. This is a lower bound of the true significance.‬‬
‫‪a. Lilliefors Significance Correction‬‬
‫ﻭﺍﻟﺸﻜﻞ ﺍﻟﺘﺎﻟﻲ ﺍﻟﺬﻱ ﻳﻤﺜﻞ ﺍﻟﺸﻜﻞ ‪Q-Q‬‬

‫‪Normal Q-Q Plot of Marks‬‬

‫‪2‬‬

‫‪1‬‬
‫‪Expected Normal‬‬

‫‪0‬‬

‫‪-1‬‬

‫‪-2‬‬

‫‪5‬‬ ‫‪10‬‬ ‫‪15‬‬


‫‪Observed Value‬‬

‫‪ -3‬ﺍﻟﺘﻌﻠﻴﻖ ﻋﻠﻰ ﺍﻟﻨﺘﺎﺋﺞ ﻭﺍﻟﻘﺮﺍﺭ‪:‬‬


‫ﻧﻼﺣﻆ ﻫﻨﺎ ﺃﻥ ﻗﻴﻤﺔ ‪ p-value (sig)=0.2‬ﻓﻲ ﺍﺧﺘﺒﺎﺭ ﻛﻮﻟﻤﻮﺟﺮﻭﻑ ﻭﺍﻥ ‪ p-value (sig)=0.202‬ﻓﻲ‬
‫ﺍﺧﺘﺒﺎﺭ ﺷﺎﺑﻴﺮﻭ – ﻭﻳﻠﻚ ﻭﻫﺬﻩ ﺍﻟﻘﻴﻢ ﺍﻛﺒﺮ ﻣﻦ ‪) 0.05‬ﻣﺴﺘﻮﻱ ﺍﻟﻤﻌﻨﻮﻳﺔ ﺍﻟﺬﻱ ﺣﺪﺩﻩ ﺍﻟﺒﺎﺣﺚ ﻣﺴﺒﻘﺎ( ﻟﺬﻟﻚ ﻓﺎﻥ‬
‫ﺍﻟﻘﺮﺍﺭ ﻫﻨﺎ ﻫﻮ ﻗﺒﻮﻝ ‪ ، H0‬ﺃﻱ ﺃﻥ ﺍﻟﺒﻴﺎﻧﺎﺕ ﻣﺴﺤﻮﺑﺔ ﻣﻦ ﻣﺠﺘﻤﻊ ﻳﺨﻀﻊ ﻟﻠﺘﻮﺯﻳﻊ ﺍﻟﻄﺒﻴﻌﻲ‪ .‬ﻭﺑﻔﺤﺺ ﺍﻟﺸﻜﻞ ‪Q-‬‬
‫‪ Q‬ﻧﻼﺣﻆ ﻫﻨﺎﻙ ﺍﺧﺘﻼﻓﺎﺕ ﺑﺴﻴﻄﺔ ﻋﻦ ﺍﻟﺨﻂ ﺍﻟﻤﺴﺘﻘﻴﻢ ﻣﻤﺎ ﻳﺪﻋﻢ ﻟﻘﺒﻮﻝ ‪. H0‬‬

‫ﻣﻼﺣﻈﺎﺕ‬

‫‪ -1‬ﻳﻤﻜﻦ ﺍﻻﺳﺘﻐﻨﺎء ﻋﻦ ﺍﺧﺘﺒﺎﺭ ﺍﻻﻋﺘﺪﺍﻟﻴﺔ ﻁﺎﻟﻤﺎ ﻛﺎﻥ ﺣﺠﻢ ﻋﻴﻨﺔ ﺍﻟﺪﺭﺍﺳﺔ ﺍﻛﺒﺮ ﻣﻦ ﺃﻭ ﻳﺴﺎﻭﻯ ‪ 30‬ﻣﺸﺎﻫﺪﺓ ﻭﺫﻟﻚ‬
‫ﺑﻤﻮﺟﺐ ﻧﻈﺮﻳﺔ ﺍﻟﻨﻬﺎﻳﺔ ﺍﻟﻤﺮﻛﺰﻳﺔ‪.‬‬

‫‪56‬‬
‫ ﺧﻠﻑ ﺳﻠﻁﺎﻥ‬.‫ﺩ‬ SPSS ‫ﺍﻟﺗﺣﻠﻳﻝ ﺍﻻﺣﺻﺎﺋﻲ ﺑﺎﺳﺗﺧﺩﺍﻡ‬

‫ ﻳﻮﺟﺪ ﻁﺮﻳﻘﺔ ﺃﺧﺮﻯ ﻻﺧﺘﺒﺎﺭ ﺍﻻﻋﺘﺪﺍﻟﻴﺔ ﺑﺎﺳﺘﺨﺪﺍﻡ ﻛﻮﻟﻤﻮﺟﺮﻭﻑ – ﺳﻤﻴﺮﻧﻮﻑ ﻭﻳﻤﻜﻦ ﺗﻨﻔﻴﺬﻫﺎ ﺑﺈﺗﺒﺎﻉ ﺍﻟﻤﺴﺎﺭ‬-2
Analyze  Nonparametric Tests  Legacy Dialog  1-sample K-S

‫ﻧﺤﺼﻞ ﻋﻠﻰ ﻣﺮﺑﻊ ﺍﻟﺤﻮﺍﺭ ﺍﻟﺘﺎﻟﻲ‬

Test ‫ ﺗﺤﺖ‬Normal ‫ ﺛﻢ ﻧﺨﺘﺎﺭ‬Test variable List ‫ ﺩﺍﺧﻞ ﺍﻟﻤﺮﺑﻊ‬Marks ‫ﻧﻨﻘﻞ ﻣﺘﻐﻴﺮ ﺍﻟﺪﺭﺟﺎﺕ‬
‫ ﻓﻨﺤﺼﻞ ﻋﻠﻰ‬OK ‫ ﻭﻧﻀﻐﻂ‬distribution

One-Sample Kolmogorov-Smirnov Test


Marks
N 15
Normal Parametersa,b Mean 11.5333
Std. Deviation 3.73911
Most Extreme Differences Absolute .156
Positive .116
Negative -.156
Test Statistic .156
Asymp. Sig. (2-tailed) .200c,d
a. Test distribution is Normal.
b. Calculated from data.
c. Lilliefors Significance Correction.
d. This is a lower bound of the true significance.

‫ ﻭﺑﺎﻟﺘﺎﻟﻲ ﻓﺎﻥ ﺍﻟﺪﺭﺟﺎﺕ ﺗﺘﺒﻊ‬%5 ‫ ﻭﻫﻲ ﺍﻛﺒﺮ ﻣﻦ‬Asymp sig (2-tailled)= 0.200 ‫ﻣﻦ ﺍﻟﺠﺪﻭﻝ ﻧﻼﺣﻆ ﺃﻳﻀﺎ ﺃﻥ‬
.‫ﺍﻟﺘﻮﺯﻳﻊ ﺍﻟﻄﺒﻴﻌﻲ‬

57
‫ﺩ‪ .‬ﺧﻠﻑ ﺳﻠﻁﺎﻥ‬ ‫ﺍﻟﺗﺣﻠﻳﻝ ﺍﻻﺣﺻﺎﺋﻲ ﺑﺎﺳﺗﺧﺩﺍﻡ ‪SPSS‬‬

‫ﺍﺧﺘﺒﺎﺭ ﺷﺮﻁ ﺍﻟﺘﺠﺎﻧﺲ ﺑﻴﻦ ﺍﻟﻌﻴﻨﺎﺕ‪Homogeneity of variance test :‬‬


‫ﻭﻳﻌﺮﻑ ﻫﺬﺍ ﺃﻳﻀﺎ ﺑﺎﺧﺘﺒﺎﺭ ﻟﻴﻔﻨﻲ ‪Levene's Test‬‬

‫ﻳﺘﻢ ﺍﺳﺘﺨﺪﺍﻡ ﻫﺬﺍ ﺍﻻﺧﺘﺒﺎﺭ ﻋﻨﺪﻣﺎ ﻳﻜﻮﻥ ﻟﺪﻳﻨﺎ ﻋﺪﺓ ﻋﻴﻨﺎﺕ ﻭﻧﺮﻏﺐ ﻓﻲ ﺍﺧﺘﺒﺎﺭ ﺗﺠﺎﻧﺲ ﻫﺬﻩ ﺍﻟﻌﻴﻨﺎﺕ ﻭﺳﻮﻑ ﻧﻘﻮﻡ‬
‫ﺑﺘﻮﺿﻴﺢ ﺍﻻﺧﺘﺒﺎﺭ ﻣﻦ ﺧﻼﻝ ﺍﻟﺘﺪﺭﻳﺐ ﺍﻟﺘﺎﻟﻲ‪:‬‬

‫ﺗﻄﺒﻴﻖ )‪(5‬‬

‫ﺍﻟﺠﺪﻭﻝ ﺍﻟﺘﺎﻟﻲ ﻳﻤﺜﻞ ﺩﺭﺟﺎﺕ ﻁﻼﺏ ﺛﻼﺙ ﺷﻌﺐ ﻣﺨﺘﻠﻔﺔ ﻓﻲ ﻣﻘﺮﺭ ﺍﻹﺣﺼﺎء ﺑﻜﻠﻴﺔ ﺍﻟﻌﻠﻮﻡ ﺍﻹﺩﺍﺭﻳﺔ ﻭﻧﺮﻏﺐ ﻓﻲ‬
‫ﺍﺧﺘﺒﺎﺭ ﻣﺎ ﺇﺫﺍ ﻛﺎﻧﺖ ﺩﺭﺟﺎﺕ ﻁﻼﺏ ﻫﺬﻩ ﺍﻟﺸﻌﺐ ﻣﺘﺠﺎﻧﺴﺔ ﻋﻨﺪ ﻣﺴﺘﻮﻯ ﻣﻌﻨﻮﻳﺔ ‪.%5‬‬

‫ﺷﻌﺒﺔ ‪3‬‬ ‫ﺷﻌﺒﺔ ‪2‬‬ ‫ﺷﻌﺒﺔ ‪1‬‬

‫‪10‬‬ ‫‪15‬‬ ‫‪18‬‬

‫‪12‬‬ ‫‪10‬‬ ‫‪12‬‬

‫‪15‬‬ ‫‪8‬‬ ‫‪8‬‬

‫‪20‬‬ ‫‪14‬‬ ‫‪5‬‬

‫‪18‬‬ ‫‪3‬‬ ‫‪10‬‬

‫‪17‬‬ ‫‪18‬‬ ‫‪16‬‬

‫‪19‬‬ ‫‪10‬‬ ‫‪11‬‬

‫‪14‬‬ ‫‪14‬‬ ‫‪4‬‬

‫‪10‬‬ ‫‪7‬‬ ‫‪10‬‬

‫ﺧﻄﻮﺍﺕ ﺍﻟﺘﻨﻔﻴﺬ‪:‬‬

‫‪ -1‬ﺻﻴﺎﻏﺔ ﺍﻟﻔﺮﺿﻴﺎﺕ‪:‬‬
‫‪ : H0‬ﺩﺭﺟﺎﺕ ﻁﻼﺏ ﺍﻟﺸﻌﺐ ﺍﻟﺜﻼﺙ ﻣﺘﺠﺎﻧﺴﺔ‬

‫‪ : H1‬ﺩﺭﺟﺎﺕ ﻁﻼﺏ ﺍﻟﺸﻌﺐ ﺍﻟﺜﻼﺙ ﻏﻴﺮ ﻣﺘﺠﺎﻧﺴﺔ‬

‫‪58‬‬
‫ﺩ‪ .‬ﺧﻠﻑ ﺳﻠﻁﺎﻥ‬ ‫ﺍﻟﺗﺣﻠﻳﻝ ﺍﻻﺣﺻﺎﺋﻲ ﺑﺎﺳﺗﺧﺩﺍﻡ ‪SPSS‬‬

‫‪ -2‬ﺇﺩﺧﺎﻝ ﺍﻟﺒﻴﺎﻧﺎﺕ ﻭﺗﻨﻔﻴﺬ ﺍﻻﺧﺘﺒﺎﺭ‪:‬‬


‫ﻳﺘﻢ ﺇﺩﺧﺎﻝ ﺍﻟﺒﻴﺎﻧﺎﺕ ﻫﻨﺎ ﻓﻲ ﺑﺮﻧﺎﻣﺞ ‪ SPSS‬ﻓﻲ ﻋﻤﻮﺩﻳﻦ ﻣﺨﺘﻠﻔﻴﻦ‪ ،‬ﺣﻴﺚ ﻳﻤﺜﻞ ﺍﻟﻌﻤﻮﺩ ﺍﻷﻭﻝ ﺩﺭﺟﺎﺕ‬
‫ﺍﻟﻄﻼﺏ‪ ،‬ﻭﻳﻤﺜﻞ ﺍﻟﻌﻤﻮﺩ ﺍﻟﺜﺎﻧﻲ ﺭﻗﻢ ﺍﻟﺸﻌﺒﺔ ﻟﻜﻞ ﻁﺎﻟﺐ ﻛﻤﺎ ﺑﺎﻟﺸﻜﻞ ﺍﻟﺘﺎﻟﻲ‪:‬‬

‫ﺛﻢ ﻧﺨﺘﺎﺭ ﺍﻟﻤﺴﺎﺭ ﺍﻟﺘﺎﻟﻲ‪:‬‬

‫‪Analyze  Compare Means  One-way ANOVA‬‬

‫ﻓﻴﻈﻬﺮ ﻣﺮﺑﻊ ﺍﻟﺤﻮﺍﺭ ﺍﻻﺗﻲ‬

‫‪59‬‬
‫ﺩ‪ .‬ﺧﻠﻑ ﺳﻠﻁﺎﻥ‬ ‫ﺍﻟﺗﺣﻠﻳﻝ ﺍﻻﺣﺻﺎﺋﻲ ﺑﺎﺳﺗﺧﺩﺍﻡ ‪SPSS‬‬

‫ﻧﺪﺧﻞ ﻋﻤﻮﺩ ﺍﻟﺪﺭﺟﺎﺕ ﻓﻲ ﺍﻟﻤﺮﺑﻊ ‪ Dependent List‬ﻭﻋﻤﻮﺩ ﺍﻟﻤﺠﻤﻮﻋﺎﺕ ﻓﻲ ﺍﻟﻤﺮﺑﻊ ‪ Factor‬ﺛﻢ ﻧﻀﻐﻂ‬
‫ﺛﻢ ﻧﻀﻐﻂ ‪ continue‬ﻓﻨﺮﺟﻊ‬ ‫‪ option‬ﻓﻴﻈﻬﺮ ﻣﺮﺑﺢ ﺣﻮﺍﺭ ﻓﺮﻋﻲ ﻧﺨﺘﺎﺭ ﻣﻨﻪ‬
‫ﻟﻤﺮﺑﻊ ﺍﻟﺤﻮﺍﺭ ﺍﻷﺳﺎﺳﻲ ﻭﻧﻀﻐﻂ ‪ OK‬ﻓﺘﻈﻬﺮ ﺍﻟﻨﺘﺎﺋﺞ‪ .‬ﻧﺨﺘﺎﺭ ﻣﻦ ﺍﻟﻨﺘﺎﺋﺞ ﻓﻲ ﻫﺬﻩ ﺍﻟﻤﺮﺣﻠﺔ ﻓﻘﻂ ﺍﻟﺠﺪﻭﻝ ‪Test‬‬
‫‪ .of Homogeneity of Variance‬ﺟﺪﻭﻝ ﺗﺤﻠﻴﻞ ﺍﻟﺘﺒﺎﻳﻦ ﻻ ﻧﻬﺘﻢ ﺑﻪ ﺍﻵﻥ ﻭﺳﻮﻑ ﻳﺘﻢ ﺗﻔﺴﻴﺮﻩ ﻻﺣﻘﺎ ً ﻋﻨﺪ‬
‫ﺍﻟﺤﺪﻳﺚ ﻋﻦ ﺗﺤﻠﻴﻞ ﺍﻟﺘﺒﺎﻳﻦ ﻓﻲ ﺍﺗﺠﺎﻩ ﻭﺍﺣﺪ‪.‬‬

‫‪ -3‬ﺍﻟﺘﻌﻠﻴﻖ ﻋﻠﻰ ﺍﻟﻨﺘﺎﺋﺞ ﻭﺍﻟﻘﺮﺍﺭ‪ :‬ﻳﻤﻜﻦ ﺗﻔﺮﻳﻎ ﺍﻟﻨﺘﺎﺋﺞ ﻭﺗﻔﺴﻴﺮﻫﺎ ﻛﺎﻟﺘﺎﻟﻲ‬


‫)‪P-value (sig‬‬ ‫ﺩﺭﺟﺎﺕ ﺍﻟﺤﺮﻳﺔ )‪(2‬‬ ‫ﺇﺣﺼﺎﺋﻴﺔ ﻟﻴﻔﻨﻲ ﺩﺭﺟﺎﺕ ﺍﻟﺤﺮﻳﺔ )‪(1‬‬

‫ﺍﻟﻘﻴﻤﺔ ﺍﻻﺣﺘﻤﺎﻟﻴﺔ‬ ‫‪Levene’ Statistic‬‬

‫‪0.839‬‬ ‫‪24‬‬ ‫‪2‬‬ ‫‪0.176‬‬

‫ﻧﻼﺣﻆ ﻣﻦ ﺍﻟﺠﺪﻭﻝ ﺃﻥ ﻗﻴﻤﺔ ‪ p-value=0.839‬ﻭﻫﻲ ﺍﻛﺒﺮ ﺑﻜﺜﻴﺮ ﻣﻦ ‪) 0.05‬ﻣﺴﺘﻮﻯ ﺍﻟﻤﻌﻨﻮﻳﺔ ﺍﻟﺬﻱ ﺗﻢ ﺗﺤﺪﻳﺪﻩ‬
‫ﻣﺴﺒﻘﺎ( ﻭﺑﺎﻟﺘﺎﻟﻲ ﻓﺎﻥ ﺍﻟﻘﺮﺍﺭ ﻫﻮ ﻗﺒﻮﻝ ‪ ، H0‬ﺃﻱ ﺃﻥ ﺩﺭﺟﺎﺕ ﻁﻼﺏ ﺍﻟﺸﻌﺐ ﺍﻟﺜﻼﺛﺔ ﻣﺘﺠﺎﻧﺴﺔ‪.‬‬

‫‪Test of Homogeneity of Variances‬‬

‫‪Marks‬‬

‫‪Levene Statistic‬‬ ‫‪Df1‬‬ ‫‪df2‬‬ ‫‪Sig.‬‬

‫‪0.176‬‬ ‫‪2‬‬ ‫‪24‬‬ ‫‪0.839‬‬

‫‪60‬‬
‫ﺩ‪ .‬ﺧﻠﻑ ﺳﻠﻁﺎﻥ‬ ‫ﺍﻟﺗﺣﻠﻳﻝ ﺍﻻﺣﺻﺎﺋﻲ ﺑﺎﺳﺗﺧﺩﺍﻡ ‪SPSS‬‬

‫ﺍﻟﺠﺰء ﺍﻟﺮﺍﺑﻊ‬
‫ﺍﻻﺧﺘﺒﺎﺭﺍﺕ ﺍﻟﻤﻌﻠﻤﻴﺔ ‪Parametric Tests‬‬

‫)‪ (4-1‬ﻣﻘﺪﻣﺔ‬

‫ﺳﻮﻑ ﻧﻮﺿﺢ ﻓﻲ ﻫﺬﺍ ﺍﻟﺠﺰء ﺑﻌﺾ ﺍﻻﺧﺘﺒﺎﺭﺍﺕ ﺍﻟﻤﻌﻠﻤﻴﺔ ﺍﻟﻤﻮﺟﻮﺩﺓ ﻓﻲ ﺑﺮﻧﺎﻣﺞ ‪SPSS‬‬

‫ﺍﻟﺠﺪﻭﻝ ﺍﻟﺘﺎﻟﻲ ﻳﻤﺜﻞ ﺑﻌﺾ ﺍﻻﺧﺘﺒﺎﺭﺍﺕ ﺍﻹﺣﺼﺎﺋﻴﺔ ﺍﻟﻤﻌﻠﻤﻴﺔ ﻭﺍﺳﺘﺨﺪﺍﻣﻬﺎ ﻭﺧﺼﺎﺋﺼﻬﺎ‬

‫ﺍﻟﺸﺮﻭﻁ‬ ‫ﺍﻻﺳﺘﺨﺪﺍﻡ‬ ‫ﺍﻻﺧﺘﺒﺎﺭ‬

‫ﺍﻻﻋﺘﺪﺍﻟﻴﺔ – ﺍﻟﻌﺸﻮﺍﺋﻴﺔ – ﻗﻴﺎﺳﺎﺕ‬ ‫‪ One Sample T Test‬ﺍﻟﺘﺤﻘﻖ ﻣﻦ ﺻﺤﺔ ﻓﺮﺿﻴﺎﺕ‬


‫ﻛﻤﻴﺔ‬ ‫ﺣﻮﻝ ﻣﺘﻮﺳﻂ ﻣﺠﺘﻤﻊ ﻁﺒﻴﻌﻲ‬
‫)‪(One sample‬‬
‫ﻋﻨﺪ ﻣﺴﺘﻮﻯ ﻣﻌﻨﻮﻳﺔ ﻳﺤﺪﺩﻩ‬
‫ﺍﻟﺒﺎﺣﺚ‬

‫ﺍﻻﻋﺘﺪﺍﻟﻴﺔ – ﺍﻟﻌﺸﻮﺍﺋﻴﺔ ‪ -‬ﺍﻻﺳﺘﻘﻼﻝ –‬ ‫‪ Independent samples T Test‬ﺍﻟﺘﺤﻘﻖ ﻣﻦ ﺗﺴﺎﻭﻯ ﻣﺘﻮﺳﻄﻲ‬


‫ﻗﻴﺎﺳﺎﺕ ﻛﻤﻴﺔ‬ ‫ﻣﺠﺘﻤﻌﻴﻦ‬ ‫)‪(Two Independent samples‬‬

‫‪ Paired-Sample T test‬ﺗﺄﺛﻴﺮ ﻣﻌﺎﻟﺠﺔ ﻣﺎ ﻋﻠﻰ ﻣﺠﻤﻮﻋﺔ ﺍﻻﻋﺘﺪﺍﻟﻴﺔ – ﺍﻟﻌﺸﻮﺍﺋﻴﺔ – ﻗﻴﺎﺳﺎﺕ ﻛﻤﻴﺔ‬


‫ﺗﺠﺮﻳﺒﻴﺔ ﻭﺫﻟﻚ ﺑﺘﻜﺮﺍﺭ ﺍﻟﻘﻴﺎﺱ‬
‫)‪(two related samples‬‬
‫ﻗﺒﻞ ﻭﺑﻌﺪ ﺍﻟﻤﻌﺎﻟﺠﺔ ﺍﻭ ﻋﻴﻨﺘﺎﻥ‬
‫ﻣﺮﺗﺒﻄﺘﺎﻥ‬

‫‪ One-Way ANOVA‬ﻟﻠﻤﻘﺎﺭﻧﺔ ﺑﻴﻦ ﻣﺘﻮﺳﻄﺎﺕ ﺃﻛﺜﺮ ﺍﻻﻋﺘﺪﺍﻟﻴﺔ – ﺍﻟﻌﺸﻮﺍﺋﻴﺔ ‪ -‬ﺍﻻﺳﺘﻘﻼﻝ –‬


‫ﺍﻟﺘﺠﺎﻧﺲ ‪ -‬ﻗﻴﺎﺳﺎﺕ ﻛﻤﻴﺔ‬ ‫ﻣﻦ ﻋﻴﻨﺘﻴﻦ‬ ‫)‪(More than two independent samples‬‬

‫ﻣﻼﺣﻈﺎﺕ‬

‫‪ -1‬ﻳﻤﻜﻦ ﺍﻻﺳﺘﻐﻨﺎء ﻋﻦ ﺷﺮﻁ ﺍﻻﻋﺘﺪﺍﻟﻴﺔ ﻋﻨﺪﻣﺎ ﻳﻜﻮﻥ ﻫﻨﺎﻙ ﻓﻲ ﻛﻞ ﻋﻴﻨﺔ ﺃﻛﺜﺮ ﻣﻦ ‪ 30‬ﻣﺸﺎﻫﺪﺓ‪،‬‬
‫‪ -2‬ﻳﺘﻢ ﺍﺧﺘﺒﺎﺭ ﺷﺮﻁ ﺍﻟﺘﺠﺎﻧﺲ ﻓﻘﻂ ﻋﻨﺪﻣﺎ ﻧﺮﻏﺐ ﻓﻲ ﺗﺤﻠﻴﻞ ﺍﻟﺘﺒﺎﻳﻦ )ﻭﻳﻤﻜﻦ ﺍﺟﺮﺍء ﺍﻟﻤﻘﺎﺭﻧﺎﺕ ﺍﻟﻤﺰﺩﻭﺟﺔ ﺑﺪﻭﻥ ﺷﺮﻁ ﺍﻟﺘﺠﺎﻧﺲ(‬
‫‪ -3‬ﺍﻟﺸﺮﻭﻁ ﺍﻷﺧﺮﻯ ﻻ ﻳﺘﻢ ﺍﺧﺘﺒﺎﺭﻫﺎ ﻻﻥ ﺍﻟﺒﺎﺣﺚ ﻳﺠﺐ ﺃﻥ ﻳﺄﺧﺬﻫﺎ ﻓﻲ ﺍﻻﻋﺘﺒﺎﺭ ﻋﻨﺪ ﺗﺼﻤﻴﻢ ﻋﻴﻨﺔ )ﻋﻴﻨﺎﺕ( ﺍﻟﺪﺭﺍﺳﺔ‪.‬‬

‫‪61‬‬
‫ﺩ‪ .‬ﺧﻠﻑ ﺳﻠﻁﺎﻥ‬ ‫ﺍﻟﺗﺣﻠﻳﻝ ﺍﻻﺣﺻﺎﺋﻲ ﺑﺎﺳﺗﺧﺩﺍﻡ ‪SPSS‬‬

‫)‪ (4-2‬ﺍﺧﺘﺒﺎﺭ" ﺕ" ﻟﻤﺘﻮﺳﻂ ﻣﺠﺘﻤﻊ ‪One Sample T Test‬‬

‫ﻳﺴﺘﺨﺪﻡ ﻫﺬﺍ ﺍﻻﺧﺘﺒﺎﺭ ﻋﻨﺪﻣﺎ ﻳﺮﻏﺐ ﺍﻟﺒﺎﺣﺚ ﻓﻲ ﺍﺧﺘﺒﺎﺭ ﻣﺎ ﺇﺫﺍ ﻛﺎﻥ ﻣﺘﻮﺳﻂ ﺍﻟﻤﺠﺘﻤﻊ ﻳﺴﺎﻭﻱ ﻗﻴﻤﺔ ﻣﺎ ﻭﻫﺬﻩ ﺍﻟﻘﻴﻤﺔ ﻣﺒﻨﻴﺔ‬
‫ﻋﻠﻰ ﺍﻋﺘﺒﺎﺭﺍﺕ ﻧﻈﺮﻳﺔ ﻭﻋﻤﻠﻴﺔ‪ .‬ﻭﺳﻮﻑ ﻧﻮﺿﺢ ﺧﻄﻮﺍﺕ ﺍﻻﺧﺘﺒﺎﺭ ﻣﻦ ﺧﻼﻝ ﺍﻟﺘﺪﺭﻳﺐ ﺍﻟﺘﺎﻟﻲ‪:‬‬

‫ﺗﻄﺒﻴﻖ )‪(6‬‬

‫ﺍﻟﺒﻴﺎﻧﺎﺕ ﺍﻟﺘﺎﻟﻴﺔ ﺗﻤﺜﻞ ﺃﻋﻤﺎﺭ ﻋﻴﻨﺔ ﻣﻦ ‪ 10‬ﺑﻄﺎﺭﻳﺎﺕ ﻟﻠﺴﻴﺎﺭﺍﺕ ﻣﻦ ﻧﻮﻉ ﻣﺎ‪ .‬ﻫﻞ ﺗﺮﻯ ﺃﻥ ﻣﺘﻮﺳﻂ ﻋﻤﺮ ﺍﻟﺒﻄﺎﺭﻳﺔ ﻣﻦ ﻫﺬﺍ‬
‫ﺍﻟﻨﻮﻉ ﻫﻮ ‪ 22‬ﺷﻬﺮ؟ ﺍﺳﺘﺨﺪﻡ ﻣﺴﺘﻮﻯ ﻣﻌﻨﻮﻳﺔ ‪.%1‬‬

‫‪24, 21, 19, 27, 26, 20, 18, 17, 22, 21‬‬

‫ﺧﻄﻮﺍﺕ ﺍﻟﺘﻨﻔﻴﺬ‬

‫‪ -1‬ﺻﻴﺎﻏﺔ ﺍﻟﻔﺮﺿﻴﺎﺕ‪:‬‬
‫‪ : H0‬ﻣﺘﻮﺳﻂ ﻋﻤﺮ ﺍﻟﺒﻄﺎﺭﻳﺔ ﻣﻦ ﻫﺬﺍ ﺍﻟﻨﻮﻉ = ‪ 22‬ﺷﻬﺮﺍ ً‬

‫‪ : H1‬ﻣﺘﻮﺳﻂ ﻋﻤﺮ ﺍﻟﺒﻄﺎﺭﻳﺔ ﻣﻦ ﻫﺬﺍ ﺍﻟﻨﻮﻉ ﻻ ﻳﺴﺎﻭﻱ ‪ 22‬ﺷﻬﺮﺍ ً‬

‫‪ -2‬ﺇﺩﺧﺎﻝ ﺍﻟﺒﻴﺎﻧﺎﺕ ﻭﺗﻨﻔﻴﺬ ﺍﻻﺧﺘﺒﺎﺭ‪:‬‬


‫ﺑﻌﺪ ﺇﺩﺧﺎﻝ ﺃﻋﻤﺎﺭ ﺍﻟﺒﻄﺎﺭﻳﺎﺕ ﺩﺍﺧﻞ ‪ SPSS‬ﺑﺎﺳﻢ ﺍﻟﻤﺘﻐﻴﺮ ‪ Age‬ﻣﺜﻼ ﻧﺨﺘﺎﺭ ﺍﻟﻤﺴﺎﺭ ﺍﻟﺘﺎﻟﻲ‬

‫‪Analyze  Compare Means  One-sample T Tests‬‬

‫ﻳﻈﻬﺮ ﻟﻨﺎ ﻣﺮﺑﻊ ﺍﻟﺤﻮﺍﺭ ﺍﻟﺘﺎﻟﻲ‬

‫‪62‬‬
‫ﺩ‪ .‬ﺧﻠﻑ ﺳﻠﻁﺎﻥ‬ ‫ﺍﻟﺗﺣﻠﻳﻝ ﺍﻻﺣﺻﺎﺋﻲ ﺑﺎﺳﺗﺧﺩﺍﻡ ‪SPSS‬‬

‫ﻧﻨﻘﻞ ﺍﻟﻤﺘﻐﻴﺮ ‪ Age‬ﺇﻟﻰ ﺍﻟﻤﺮﺑﻊ )‪ Test Variable (s‬ﺛﻢ ﻧﻜﺘﺐ ﻗﻴﻤﺔ ﺍﻟﻤﺘﻮﺳﻂ ‪ 22‬ﺍﻟﻤﻄﻠﻮﺏ ﺍﺧﺘﺒﺎﺭﻫﺎ ﻓﻲ ﺍﻟﻤﺮﺑﻊ‬
‫‪ ،Test values‬ﺛﻢ ﻧﻀﻐﻂ ‪ OK‬ﻓﻨﺤﺼﻞ ﻋﻠﻰ ﻧﺘﺎﺋﺞ ﻧﺨﺘﺎﺭ ﻣﻨﻬﺎ ﺍﻟﺠﺪﻭﻝ ﺍﻟﺘﺎﻟﻲ‪:‬‬

‫‪ -3‬ﺍﻟﺘﻌﻠﻴﻖ ﻋﻠﻰ ﺍﻟﻨﺘﺎﺋﺞ ﻭﺍﻟﻘﺮﺍﺭ‬


‫ﻣﻦ ﺟﺪﻭﻝ ﺍﻟﻨﺘﺎﺋﺞ ﺍﻟﺴﺎﺑﻖ ﻧﺠﺪ ﺃﻥ‪:‬‬

‫‪ -‬ﻗﻴﻤﺔ ‪t =- 0.478‬‬
‫‪ -‬ﺩﺭﺟﺎﺕ ﺍﻟﺤﺮﻳﺔ ‪df = 9‬‬
‫‪ -‬ﺍﺣﺘﻤﺎﻝ ﺍﻟﺨﻄﺄ ‪p-value = sig(2-tailled) = 0.644‬‬
‫‪ -‬ﺍﻟﻔﺮﻕ ﺑﻴﻦ ﻣﺘﻮﺳﻂ ﺍﻟﻌﻴﻨﺔ ﻭﺍﻟﻘﻴﻤﺔ ﺍﻟﻤﻄﻠﻮﺏ ﺍﺧﺘﺒﺎﺭﻫﺎ ‪Mean Difference=-.500‬‬
‫‪ %95 -‬ﻓﺘﺮﺓ ﺛﻘﺔ ﻟﻠﻔﺮﻕ ﻫﻲ )‪(-2.87,1.87‬‬
‫ﻭﺣﻴﺚ ﺃﻥ ﻗﻴﻤﺔ ‪p-value‬ﺃﻛﺒﺮ ﻣﻦ ﻗﻴﻤﺔ ﻣﺴﺘﻮﻯ ﺍﻟﻤﻌﻨﻮﻳﺔ ﺍﻟﺬﻱ ﺣﺪﺩﻩ ﺍﻟﺒﺎﺣﺚ ﻓﺎﻥ ﺍﻟﻘﺮﺍﺭ ﻭﻋﺪﻡ ﺭﻓﺾ ﺍﻟﻔﺮﺽ ‪H0‬‬
‫ﺃﻱ ﺃﻥ ﻣﺘﻮﺳﻂ ﻋﻤﺮ ﺍﻟﺒﻄﺎﺭﻳﺔ ﻣﻦ ﻫﺬﺍ ﺍﻟﻨﻮﻉ ﻳﺴﺎﻭﻱ ‪ 22‬ﺷﻬﺮ‪.‬‬

‫ﻭﻟﺘﺤﺪﻳﺪ ﺍﺗﺠﺎﻩ ﺍﻟﻤﺘﻮﺳﻂ ﺍﻟﺤﻘﻴﻘﻲ‪ :‬ﺣﻴﺚ ﺃﻥ ﻗﻴﻤﺔ ‪ Mean Difference =-.500‬ﻭﻫﻲ ﻗﻴﻤﺔ ﺳﺎﻟﺒﺔ ﻓﺎﻥ ﺍﻟﻔﺮﻕ ﺍﻟﺤﻘﻴﻘﻲ‬
‫ﺍﻗﻞ ﻣﻦ ‪ 22‬ﺷﻬﺮﺍ ً ﺑﺎﺣﺘﻤﺎﻝ ﺻﻐﻴﺮ ﻣﻘﺪﺍﺭﻩ ‪p-value/2=0.322‬‬

‫ﻣﻼﺣﻈﺔ‬

‫ﻳﺒﻴﻦ ﺍﻟﺠﺪﻭﻝ ﺃﻥ ﻓﺘﺮﺓ ﺛﻘﺔ ﺍﻻﺧﺘﺒﺎﺭ ))‪ ،-2.87, 1.87‬ﻭﻫﻲ ﻧﻔﺴﻬﺎ ﺗﺤﺘﻮﻱ ﺍﻟﺼﻔﺮ ﻓﺈﻧﻨﺎ ﻧﻘﺒﻞ ‪. H0‬‬

‫‪63‬‬
‫ﺩ‪ .‬ﺧﻠﻑ ﺳﻠﻁﺎﻥ‬ ‫ﺍﻟﺗﺣﻠﻳﻝ ﺍﻻﺣﺻﺎﺋﻲ ﺑﺎﺳﺗﺧﺩﺍﻡ ‪SPSS‬‬

‫)‪ (4-3‬ﺍﺧﺘﺒﺎﺭ "ﺕ" ﻟﻠﻤﻘﺎﺭﻧﺔ ﺑﻴﻦ ﻣﺘﻮﺳﻄﻲ ﻣﺠﺘﻤﻌﻴﻦ ﻓﻲ ﺣﺎﻟﺔ ﻋﻴﻨﺘﻴﻦ‬


‫)‪ (1-4-3‬ﺣﺎﻟﺔ ﻋﻴﻨﺘﻴﻦ ﻣﺴﺘﻘﻠﺘﻴﻦ ‪Two Samples T Test‬‬
‫ﻋﻨﺪﻣﺎ ﻳﺮﻏﺐ ﺍﻟﺒﺎﺣﺚ ﻓﻲ ﺍﻟﻤﻘﺎﺭﻧﺔ ﺑﻴﻦ ﻣﺘﻮﺳﻄﻲ ﻣﺠﺘﻤﻌﻴﻦ ﻭﻛﺎﻧﺖ ﺍﻟﺸﺮﻭﻁ ﺍﻟﻨﻈﺎﻣﻴﺔ ﻣﺘﻮﺍﻓﺮﺓ ﻓﺎﻥ ﻫﺬﺍ ﺍﻻﺧﺘﺒﺎﺭ ﻣﻨﺎﺳﺐ‬
‫ﻟﻬﺬﺍ ﺍﻟﻨﻮﻉ ﻣﻦ ﺍﻟﻤﻘﺎﺭﻧﺎﺕ‪ .‬ﺳﻮﻑ ﻧﻨﺎﻗﺶ ﻫﺬﺍ ﺍﻻﺧﺘﺒﺎﺭ ﻣﻦ ﺧﻼﻝ ﺍﻟﺘﺪﺭﻳﺐ ﺍﻟﺘﺎﻟﻲ‪:‬‬
‫ﺗﻄﺒﻴﻖ )‪(7‬‬

‫ﺍﻟﺒﻴﺎﻧﺎﺕ ﺍﻟﻤﻮﺟﻮﺩﺓ ﺑﺎﻟﻤﻠﻒ ‪ Application-7‬ﺗﻤﺜﻞ ﻋﻴﻨﺘﻴﻦ ﻋﺸﻮﺍﺋﻴﺘﻴﻦ ﻣﺴﺘﻘﻠﺘﻴﻦ ﻣﻦ ﺩﺭﺟﺎﺕ ﺍﻟﻄﻼﺏ ﻭﺍﻟﻄﺎﻟﺒﺎﺕ ﻓﻲ‬
‫ﻣﻘﺮﺭ ﺍﻹﺣﺼﺎء ﺑﻜﻠﻴﺔ ﺍﻟﻌﻠﻮﻡ ﺍﻹﺩﺍﺭﻳﺔ ﻫﻞ ﺗﺮﻯ ﺍﺧﺘﻼﻑ ﻣﻌﻨﻮﻱ ﺑﻴﻦ ﻣﺘﻮﺳﻂ ﺩﺭﺟﺎﺕ ﺍﻟﻄﻼﺏ ﻭﻣﺘﻮﺳﻂ ﺩﺭﺟﺎﺕ‬
‫ﺍﻟﻄﺎﻟﺒﺎﺕ ﻋﻨﺪ ﻣﺴﺘﻮﻯ ﻣﻌﻨﻮﻳﺔ ‪%5‬؟‬

‫ﺧﻄﻮﺍﺕ ﺍﻟﺘﻨﻔﻴﺬ‬

‫‪ .1‬ﺻﻴﺎﻏﺔ ﺍﻟﻔﺮﺿﻴﺎﺕ‪:‬‬
‫‪ : H0‬ﻣﺘﻮﺳﻂ ﺩﺭﺟﺎﺕ ﺍﻟﻄﻼﺏ ﻓﻲ ﻣﻘﺮﺭ ﺍﻹﺣﺼﺎء ﻳﺴﺎﻭﻱ ﻣﺘﻮﺳﻂ ﺩﺭﺟﺎﺕ ﺍﻟﻄﺎﻟﺒﺎﺕ‬
‫‪ :H1‬ﻣﺘﻮﺳﻂ ﺩﺭﺟﺎﺕ ﺍﻟﻄﻼﺏ ﻓﻲ ﻣﻘﺮﺭ ﺍﻹﺣﺼﺎء ﻻ ﻳﺴﺎﻭﻱ ﻣﺘﻮﺳﻂ ﺩﺭﺟﺎﺕ ﺍﻟﻄﺎﻟﺒﺎﺕ‬
‫‪ .2‬ﺇﺩﺧﺎﻝ ﺍﻟﺒﻴﺎﻧﺎﺕ ﻭﺗﻨﻔﻴﺬ ﺍﻻﺧﺘﺒﺎﺭ‬
‫ﻳﺘﻢ ﺇﺩﺧﺎﻝ ﺍﻟﺪﺭﺟﺎﺕ ﻓﻲ ﺑﺮﻧﺎﻣﺞ ‪ SPSS‬ﻓﻲ ﻋﻤﻮﺩﻳﻦ‪ :‬ﺍﻟﻌﻤﻮﺩ ﺍﻷﻭﻝ ﻳﻤﺜﻞ ﺍﻟﺪﺭﺟﺎﺕ ﻭﺍﻟﻌﻤﻮﺩ ﺍﻟﺜﺎﻧﻲ ﻳﻤﺜﻞ ﺍﻻﻛﻮﺍﺩ ﻭﻫﺬﻩ‬
‫ﺍﻻﻛﻮﺍﺩ ﻳﺤﺪﺩﻫﺎ ﺍﻟﺒﺎﺣﺚ )ﻣﺜﻼ ﺩﺭﺟﺔ ﺍﻟﻄﺎﻟﺐ ﺗﺄﺧﺬ ﺍﻟﻜﻮﺩ ‪ 1‬ﺑﻴﻨﻤﺎ ﺩﺭﺟﺔ ﺍﻟﻄﺎﻟﺒﺔ ﺗﺄﺧﺬ ﺍﻟﻜﻮﺩ ‪ ، (2‬ﻛﺎﻟﺘﺎﻟﻲ‪:‬‬

‫‪64‬‬
‫ﺩ‪ .‬ﺧﻠﻑ ﺳﻠﻁﺎﻥ‬ ‫ﺍﻟﺗﺣﻠﻳﻝ ﺍﻻﺣﺻﺎﺋﻲ ﺑﺎﺳﺗﺧﺩﺍﻡ ‪SPSS‬‬

‫ﺗﻢ ﻧﺘﺒﻊ ﺍﻟﻤﺴﺎﺭ ‪Analyze  Compare Means  Independent-Samples T Test‬‬

‫ﻓﻨﺤﺼﻞ ﻋﻠﻰ ﻣﺮﺑﻊ ﺍﻟﺤﻮﺍﺭ ﺍﻟﺘﺎﻟﻲ‪:‬‬

‫ﻧﺨﺘﺎﺭ ﻣﺘﻐﻴﺮ ﺍﻟﺪﺭﺟﺎﺕ ‪ Marks‬ﻓﻲ ﺍﻟﻤﺮﺑﻊ ‪ Test Variables‬ﺛﻢ ﻣﺘﻐﻴﺮ ﺍﻻﻛﻮﺍﺩ ‪ G‬ﺩﺍﺧﻞ ‪Grouping Variable‬‬
‫ﻓﻴﻈﻬﺮ ﻣﺮﺑﻊ ﻧﻘﻮﻡ ﻫﻨﺎ ﺑﺎﺧﺘﻴﺎﺭ ‪ Define Groups‬ﻓﻨﺤﺼﻞ ﻋﻠﻰ‬

‫ﻧﺨﺘﺎﺭ ﻫﻨﺎ ‪ 1‬ﻟﻠﻤﺠﻮﻋﺔ ﺍﻷﻭﻟﻰ )ﺩﺭﺟﺎﺕ ﺍﻟﻄﻼﺏ(‪ ،‬ﻭ ﻧﺨﺘﺎﺭ ‪ 2‬ﻟﻠﻤﺠﻮﻋﺔ ﺍﻟﺜﺎﻧﻴﺔ )ﺩﺭﺟﺎﺕ ﺍﻟﻄﺎﻟﺒﺎﺕ( ﺛﻢ ﻧﻀﻐﻂ‬
‫‪ continue‬ﻓﻨﺮﺟﻊ ﻟﻤﺮﺑﻊ ﺍﻟﺤﻮﺍﺭ ﺍﻷﺳﺎﺳﻲ ﺛﻢ ‪ OK‬ﻓﻨﻈﻬﺮ ﺍﻟﻨﺘﺎﺋﺞ ﺍﻟﺘﺎﻟﻴﺔ‪:‬‬

‫‪Group Statistics‬‬
‫‪G‬‬ ‫‪N‬‬ ‫‪Mean‬‬ ‫‪Std. Deviation‬‬ ‫‪Std. Error Mean‬‬
‫‪1‬‬ ‫‪35‬‬ ‫‪64.6857‬‬ ‫‪21.66289‬‬ ‫‪3.66170‬‬
‫‪Marks‬‬
‫‪2‬‬ ‫‪33‬‬ ‫‪64.4545‬‬ ‫‪20.30254‬‬ ‫‪3.53422‬‬

‫‪65‬‬
‫ﺩ‪ .‬ﺧﻠﻑ ﺳﻠﻁﺎﻥ‬ ‫ﺍﻟﺗﺣﻠﻳﻝ ﺍﻻﺣﺻﺎﺋﻲ ﺑﺎﺳﺗﺧﺩﺍﻡ ‪SPSS‬‬

‫‪Levene's Test for Equality of‬‬


‫‪Variances‬‬
‫‪95% Confidence‬‬
‫‪Sig. (2-‬‬ ‫‪Mean‬‬ ‫‪Std. Error‬‬ ‫‪Interval of the‬‬
‫‪F‬‬ ‫‪Sig.‬‬ ‫‪t‬‬ ‫‪df‬‬ ‫)‪tailed‬‬ ‫‪Difference‬‬ ‫‪Difference‬‬ ‫‪Difference‬‬
‫‪Lower‬‬ ‫‪Upper‬‬
‫‪Equal‬‬
‫‪variance‬‬
‫‪.085‬‬ ‫‪.771‬‬ ‫‪.045‬‬ ‫‪66‬‬ ‫‪.964‬‬ ‫‪0.231‬‬ ‫‪5.099‬‬ ‫‪-9.949‬‬ ‫‪10.412‬‬
‫‪s‬‬
‫‪assumed‬‬
‫‪Equal‬‬
‫‪variance‬‬
‫‪s not‬‬ ‫‪.045‬‬ ‫‪65.998‬‬ ‫‪.964‬‬ ‫‪0.231‬‬ ‫‪5.089‬‬ ‫‪-9.930‬‬ ‫‪10.392‬‬
‫‪assumed‬‬

‫‪ .3‬ﺍﻟﺘﻌﻠﻴﻖ ﻋﻠﻰ ﺍﻟﻨﺘﺎﺋﺞ ﻭﺍﻟﻘﺮﺍﺭ‬


‫ﻣﻦ ﺟﺪﺍﻭﻝ ﺍﻟﻨﺘﺎﺋﺞ ﻧﻼﺣﻆ ﺍﻟﺘﺎﻟﻲ‪:‬‬

‫‪ -1‬ﺍﻟﺠﺪﻭﻝ ﺍﻷﻭﻝ ﺑﻌﻨﻮﺍﻥ ‪ Group Statistics‬ﻳﻈﻬﺮ ﺑﻌﺾ ﺍﻹﺣﺼﺎءﺍﺕ ﺍﻟﻮﺻﻔﻴﺔ ﺣﻮﻝ ﺩﺭﺟﺎﺕ ﺍﻟﻄﻼﺏ ﻭﺩﺭﺟﺎﺕ‬
‫ﺍﻟﻄﺎﻟﺒﺎﺕ ﻣﺜﻞ ﺍﻟﻤﺘﻮﺳﻂ ﻭﺍﻻﻧﺤﺮﺍﻑ ﺍﻟﻤﻌﻴﺎﺭﻱ ﻭﺍﻟﺨﻄﺄ ﺍﻟﻤﻌﻴﺎﺭﻱ‪.‬‬
‫‪ -2‬ﺍﻟﺠﺪﻭﻝ ﺍﻟﺜﺎﻧﻲ ﻭﻫﻮ ﺍﻟﻤﻬﻢ ﻭﻫﻨﺎ ﻳﻈﻬﺮ ﻋﺪﺓ ﻧﺘﺎﺋﺞ ﻣﻨﻬﺎ‪:‬‬
‫ﺍﺧﺘﺒﺎﺭ ﻟﻔﻴﻨﻲ ﻟﻠﺘﺠﺎﻧﺲ ﻧﺠﺪ ﺃﻥ ‪ p-value = 0.771‬ﻭﻫﺬﺍ ﻳﺆﻛﺪ ﺗﺠﺎﻧﺲ ﺩﺭﺟﺎﺕ ﺍﻟﻄﻼﺏ ﻭﺍﻟﻄﺎﻟﺒﺎﺕ ﻓﻲ ﻣﻘﺮﺭﺍ ﻹﺣﺼﺎء‬
‫ﻭﺑﺎﻟﺘﺎﻟﻲ ﺳﻮﻑ ﻧﻌﺘﺒﺮ ﻫﻨﺎ ﺍﻟﺤﺎﻟﺔ ﺍﻷﻭﻟﻰ ﻟﺘﻔﺴﻴﺮ ﺍﺧﺘﺒﺎﺭ ‪ T‬ﻭﻫﻲ ‪ ،Equal variances assumed‬ﺣﻴﺚ ﺃﻥ ‪p-value‬‬
‫‪ = 0.964‬ﻓﻲ ﻫﺬﻩ ﺍﻟﺤﺎﻟﺔ ﺍﻷﻣﺮ ﺍﻟﺬﻱ ﻳﺠﻌﻠﻨﺎ ﻧﻘﺒﻞ ﺍﻟﻔﺮﺽ ‪ ، H0‬ﺃﻱ ﺍﻧﻪ ﻻ ﺗﻮﺟﺪ ﻓﺮﻭﻕ ﻣﻌﻨﻮﻳﺔ ﺑﻴﻦ ﺩﺭﺟﺎﺕ ﺍﻟﻄﻼﺏ‬
‫ﻭﺍﻟﻄﺎﻟﺒﺎﺕ ﻓﻲ ﻣﻘﺮﺭ ﺍﻹﺣﺼﺎء‪.‬‬

‫ﻣﻼﺣﻈﺔ‪:‬‬

‫ﻓﻲ ﺍﻟﺘﺪﺭﻳﺐ ﺍﻟﺴﺎﺑﻖ ﻟﻮ ﻛﺎﻥ ﺍﻟﻘﺮﺍﺭ ﻫﻮ ﺭﻓﺾ ‪ ،H0‬ﺃﻱ ﺍﻧﻪ ﺗﻮﺟﺪ ﻓﺮﻭﻕ ﺣﻘﻴﻘﺔ ﺑﻴﻦ ﺩﺭﺟﺎﺕ ﺍﻟﻄﻼﺏ ﻭﺩﺭﺟﺎﺕ‬
‫ﺍﻟﻄﺎﻟﺒﺎﺕ ﻓﺎﻧﻪ ﻳﻠﺰﻡ ﺗﺤﺪﻳﺪ ﺍﻻﺗﺠﺎﻩ ﺍﻟﻌﺎﻡ ﻟﻠﺪﺭﺟﺎﺕ )ﺃﻳﻬﻤﺎ ﻟﻪ ﻣﺘﻮﺳﻂ ﺃﻛﺒﺮ( ﻋﻠﻰ ﻣﺴﺘﻮﻯ ﺍﻟﻤﺠﺘﻤﻌﺎﺕ‪ .‬ﻭﻳﻜﻮﻥ ﺍﻻﺗﺠﺎﻩ‬
‫ﺍﻟﻌﺎﻡ ﻫﻮ ﻧﻔﺴﻪ ﻣﺠﺘﻤﻊ ﺍﻟﺪﺭﺍﺳﺔ ﺍﻟﺬﻱ ﻳﻘﺎﺑﻞ ﻣﺘﻮﺳﻂ ﺍﻟﻌﻴﻨﺔ ﺍﻷﻛﺒﺮ ﺑﺎﺣﺘﻤﺎﻝ ﻣﻘﺪﺍﺭﻩ ‪ .p-value/2‬ﺃﻳﻀﺎ ﺍﻟﺼﻔﺮ ﻣﻮﺟﻮﺩ‬
‫ﺿﻤﻦ ﻓﺘﺮﺓ ﺍﻟﻔﺮﻭﻕ ﻣﻤﺎ ﻳﺆﺩﻱ ﻟﻘﺒﻮﻝ ‪. H0‬‬

‫‪66‬‬
‫ﺩ‪ .‬ﺧﻠﻑ ﺳﻠﻁﺎﻥ‬ ‫ﺍﻟﺗﺣﻠﻳﻝ ﺍﻻﺣﺻﺎﺋﻲ ﺑﺎﺳﺗﺧﺩﺍﻡ ‪SPSS‬‬

‫)‪ (2-4-3‬ﺣﺎﻟﺔ ﻋﻴﻨﺘﻴﻦ ﻏﻴﺮ ﻣﺴﺘﻘﻠﺘﻴﻦ ‪Paired-Sample T test‬‬

‫ﺍﺳﺘﺨﺪﻣﻨﺎ ﻓﻲ ﺍﻻﺧﺘﺒﺎﺭ ﺍﻟﺴﺎﺑﻖ ﺍﻟﻔﺮﻕ ﺑﻴﻦ ﻋﻴﻨﺘﻴﻦ ﻣﺴﺘﻘﻠﺘﻴﻦ ﺑﻤﻌﻨﻰ ﺃﻥ ﻣﻔﺮﺩﺍﺕ ﺍﻟﻌﻴﻨﺔ ﺍﻷﻭﻟﻰ )ﻣﺴﺤﻮﺑﺔ ﻣﻦ ﺍﻟﻤﺠﺘﻤﻊ‬
‫ﺍﻻﻭﻝ( ﻣﺴﺘﻘﻠﺔ ﻋﻦ ﻣﻔﺮﺩﺍﺕ ﺍﻟﻌﻴﻨﺔ ﺍﻟﺜﺎﻧﻴﺔ )ﻣﺴﺤﻮﺑﺔ ﻣﻦ ﺍﻟﻤﺠﺘﻤﻊ ﺍﻟﺜﺎﻧﻲ(‪ .‬ﻭﻟﻜﻦ ﻗﺪ ﻳﺤﺪﺙ ﻓﻲ ﺑﻌﺾ ﺗﻄﺒﻴﻘﺎﺕ ﺍﻟﺤﻴﺎﺓ‬
‫ﺍﻟﻌﻤﻠﻴﺔ ﺃﻥ ﺍﻟﻤﺸﺎﻫﺪﺍﺕ ﺗﻜﻮﻥ ﻋﻠﻰ ﺷﻜﻞ ﺃﺯﻭﺍﺝ‪.‬‬

‫ﻓﻤﺜﻼ ﺇﺫﺍ ﺃﺧﺬﻧﺎ ﻋﻴﻨﺔ ﻭﺣﺼﻠﻨﺎ ﻋﻠﻰ ﻣﺸﺎﻫﺪﺍﺕ ﻟﻬﺎ ﺛﻢ ﻧﻀﻊ ﻫﺬﻩ ﺍﻟﻌﻴﻨﺔ ﻧﻔﺴﻬﺎ ﺗﺤﺖ ﺗﺄﺛﻴﺮ ﻣﺆﺛﺮ ﻣﺎ ﺛﻢ ﻧﻌﻮﺩ ﻣﺮﺓ ﺛﺎﻧﻴﺔ‬
‫ﻭﻧﺤﺼﻞ ﻋﻠﻰ ﻣﺸﺎﻫﺪﺍﺕ ﻟﻬﺎ ﺑﻌﺪ ﺍﻟﺘﺄﺛﻴﺮ‪ .‬ﻭﺑﺈﺟﺮﺍء ﺍﺧﺘﺒﺎﺭﺍﺕ ﺍﻟﻤﻘﺎﺭﻧﺔ ﺑﻴﻦ ﻣﺠﻤﻮﻋﺘﻲ ﺍﻟﻘﺮﺍءﺗﻴﻦ ﻟﻨﻔﺲ ﺍﻟﻤﻔﺮﺩﺍﺕ ﻓﻲ‬
‫ﺍﻟﻌﻴﻨﺔ ﻓﻲ ﺍﻟﻤﺮﺓ ﺍﻷﻭﻟﻰ ﻭﺍﻟﺜﺎﻧﻴﺔ )ﻗﺒﻞ ﻭﺑﻌﺪ ﺍﻟﺘﺄﺛﻴﺮ( ﻳﻤﻜﻨﻨﺎ ﺍﺳﺘﻨﺘﺎﺝ ﺣﺠﻢ ﺍﻟﻤﺆﺛﺮ ﻋﻠﻰ ﻣﻔﺮﺩﺍﺕ ﺍﻟﻌﻴﻨﺔ ﻭﻓﻲ ﻫﺬﻩ ﺍﻟﺤﺎﻟﺔ‬
‫ﻧﺪﺭﺱ ﺍﻟﻔﺮﻕ ﺑﻴﻦ ﻣﻘﺪﺍﺭﻳﻦ ﻏﻴﺮ ﻣﺴﺘﻘﻠﻴﻦ ﻋﻦ ﺑﻌﻀﻬﻤﺎ ﻭﻫﻤﺎ ﻣﺘﻮﺳﻂ ﺍﻟﻘﺮﺍءﺍﺕ ﺍﻷﻭﻟﻰ )ﻗﺒﻞ ﺍﻟﺘﺄﺛﻴﺮ( ﻭﻣﺘﻮﺳﻂ‬
‫ﺍﻟﻘﺮﺍءﺍﺕ ﺍﻟﺜﺎﻧﻴﺔ )ﺑﻌﺪ ﺍﻟﺘﺄﺛﻴﺮ(‪ ،‬ﻭﻳﻤﻜﻦ ﺍﺳﺘﺨﺪﺍﻡ ﺍﺧﺘﺒﺎﺭ ﺕ ﻛﻤﺎ ﺑﺎﻟﻤﺜﺎﻝ ﺍﻟﺘﺎﻟﻲ‪:‬‬

‫ﺗﺪﺭﻳﺐ‬
‫ﺇﺫﺍ ﻛﺎﻥ ﻟﺪﻳﻨﺎ ﻣﺠﻤﻮﻋﺔ ﻣﻦ ﺳﺒﻌﺔ ﺃﺷﺨﺎﺹ ﻛﺎﻧﺖ ﺃﻭﺯﺍﻧﻬﻢ )ﻛﻢ( ﻗﺒﻞ ﻭﺑﻌﺪ ﺍﻟﺤﻤﻴﺔ )ﺗﺠﺮﺑﺔ ﻹﻧﻘﺎﺹ ﺍﻟﻮﺯﻥ( ﻟﻤﺪﺓ ﺷﻬﺮ‬
‫ﻛﺎﻟﺘﺎﻟﻲ‪:‬‬
‫ﺍﻟﻮﺯﻥ ﺑﻌﺪ ﺍﻟﺤﻤﻴﺔ‬ ‫ﺍﻟﻮﺯﻥ ﻗﺒﻞ ﺍﻟﺤﻤﻴﺔ‬ ‫ﺭﻗﻢ ﺍﻟﺸﺨﺺ‬
‫‪53‬‬ ‫‪62‬‬ ‫‪1‬‬
‫‪73‬‬ ‫‪82‬‬ ‫‪2‬‬
‫‪65‬‬ ‫‪77‬‬ ‫‪3‬‬
‫‪55‬‬ ‫‪57‬‬ ‫‪4‬‬
‫‪67‬‬ ‫‪62‬‬ ‫‪5‬‬
‫‪85‬‬ ‫‪90‬‬ ‫‪6‬‬
‫‪79‬‬ ‫‪82‬‬ ‫‪7‬‬

‫ﻓﻬﻞ ﻧﻈﺎﻡ ﺍﻟﺤﻤﻴﺔ ﻟﻪ ﺗﺄﺛﻴﺮ ﻋﻠﻰ ﺍﻟﻮﺯﻥ ﻋﻨﺪ ﻣﺴﺘﻮﻯ ﻣﻌﻨﻮﻳﺔ ‪%5‬؟‬

‫ﺧﻄﻮﺍﺕ ﺍﻻﺧﺘﺒﺎﺭ‪:‬‬
‫‪ -1‬ﻧﺪﺧﻞ ﺍﻟﺒﻴﺎﻧﺎﺕ ﺍﻟﻰ ﺑﺮﻧﺎﻣﺞ ‪ SPSS‬ﻛﻤﺎ ﺑﺎﻟﺸﻜﻞ‬

‫‪67‬‬
‫ﺩ‪ .‬ﺧﻠﻑ ﺳﻠﻁﺎﻥ‬ ‫ﺍﻟﺗﺣﻠﻳﻝ ﺍﻻﺣﺻﺎﺋﻲ ﺑﺎﺳﺗﺧﺩﺍﻡ ‪SPSS‬‬

‫‪ -3‬ﺻﻴﺎﻏﺔ ﺍﻟﻔﺮﺿﻴﺎﺕ‪:‬‬
‫‪ : H0‬ﺍﻟﺤﻤﻴﺔ ﻻ ﺗﻔﻴﺪ ﻓﻲ ﺍﻧﻘﺎﺹ ﺍﻟﻮﺯﻥ )ﻣﺘﻮﺳﻂ ﻓﺮﻕ ﺍﻟﻮﺯﻥ ﻗﺒﻞ ﻭﺑﻌﺪ ﺍﻟﺤﻤﻴﺔ ﻳﺴﺎﻭﻱ ﺻﻔﺮ(‬

‫‪ :H1‬ﺍﻟﺤﻤﻴﺔ ﺗﻔﻴﺪ ﻓﻲ ﺍﻧﻘﺎﺹ ﺍﻟﻮﺯﻥ )ﻣﺘﻮﺳﻂ ﻓﺮﻕ ﺍﻟﻮﺯﻥ ﻗﺒﻞ ﻭﺑﻌﺪ ﺍﻟﺤﻤﻴﺔ ﻻ ﻳﺴﺎﻭﻱ ﺻﻔﺮ(‬

‫‪ -4‬ﺑﻌﺪ ﺍﺩﺧﺎﻝ ﺍﻟﺒﻴﺎﻧﺎﺕ ﻧﺘﺒﻊ ﺍﻟﻤﺴﺎﺭ ﺍﻟﺘﺎﻟﻲ‪:‬‬

‫‪Analyze  Compare means  Paired Samples T test‬‬


‫ﻓﻴﻈﻬﺮ ﻣﺮﺑﻊ ﺣﻮﺍﺭ ﻳﺘﻢ ﺗﻌﺒﺌﺔ ﺣﻘﻮﻟﻪ ﻛﻤﺎ ﻳﻠﻲ‪:‬‬

‫ﺛﻢ ﻧﻀﻐﻂ ‪ OK‬ﻓﺘﻈﻬﺮ ﺍﻟﻨﺘﺎﺋﺞ ﺍﻟﺘﺎﻟﻴﺔ‪:‬‬


‫‪Paired Samples Statistics‬‬
‫‪Mean‬‬ ‫‪N‬‬ ‫‪Std. Deviation‬‬ ‫‪Std. Error Mean‬‬
‫ﺍﻟﺣﻣﻳﺔ_ﻗﺑﻝ‬ ‫‪73.1429‬‬ ‫‪7‬‬ ‫‪12.68107‬‬ ‫‪4.79299‬‬
‫‪Pair 1‬‬
‫ﺍﻟﺣﻣﻳﺔ_ﺑﻌﺩ‬ ‫‪68.1429‬‬ ‫‪7‬‬ ‫‪11.82411‬‬ ‫‪4.46909‬‬

‫‪Paired Samples Correlations‬‬


‫‪N‬‬ ‫‪Correlation‬‬ ‫‪Sig.‬‬
‫‪Pair 1‬‬ ‫ﺍﻟﺣﻣﻳﺔ_ﺑﻌﺩ & ﺍﻟﺣﻣﻳﺔ_ﻗﺑﻝ‬ ‫‪7‬‬ ‫‪.895‬‬ ‫‪.007‬‬

‫‪68‬‬
‫ﺩ‪ .‬ﺧﻠﻑ ﺳﻠﻁﺎﻥ‬ ‫ﺍﻟﺗﺣﻠﻳﻝ ﺍﻻﺣﺻﺎﺋﻲ ﺑﺎﺳﺗﺧﺩﺍﻡ ‪SPSS‬‬

‫‪Paired Samples Test‬‬

‫‪Paired Differences‬‬
‫‪95% Confidence‬‬
‫‪Interval of the‬‬
‫‪Std.‬‬ ‫‪Difference‬‬
‫‪Std.‬‬ ‫‪Error‬‬ ‫‪Sig. (2-‬‬
‫‪Mean‬‬ ‫‪Deviation‬‬ ‫‪Mean‬‬ ‫‪Lower‬‬ ‫‪Upper‬‬ ‫‪t‬‬ ‫‪df‬‬ ‫)‪tailed‬‬
‫‪Pair‬‬ ‫ﻗﺑﻝ_ﺍﻟﺣﻣﻳﺔ ‪-‬‬
‫‪1‬‬ ‫ﺑﻌﺩ_ﺍﻟﺣﻣﻳﺔ‬ ‫‪5.00000‬‬ ‫‪5.68624‬‬ ‫‪2.14920‬‬ ‫‪-.25890‬‬ ‫‪10.25890‬‬ ‫‪2.326‬‬ ‫‪6‬‬ ‫‪.059‬‬

‫‪ -5‬ﺍﻟﺘﺤﻠﻴﻞ ﻭﺍﻟﻘﺮﺍﺭ‬
‫ﻣﻦ ﺍﻟﻨﺘﺎﺋﺞ ﻧﺠﺪ ﺍﻥ ﻗﻴﻤﺔ ‪ p-value=0.059>0.05‬ﻣﻤﺎ ﻳﺪﻝ ﻋﻠﻰ ﻋﺪﻡ ﺭﻓﺾ ‪ H0‬ﺃﻱ ﺍﻥ ﺍﻟﺤﻤﻴﺔ ﻟﻴﺲ ﻟﻬﺎ ﺗﺄﺛﻴﺮ ﻣﻌﻨﻮﻱ‬
‫ﻋﻠﻰ ﺇﻧﻘﺎﺹ ﺍﻟﻮﺯﻥ‪.‬‬

‫)‪ (4-4‬ﺍﺧﺘﺒﺎﺭ ﺍﻟﻤﻘﺎﺭﻧﺔ ﺑﻴﻦ ﻣﺘﻮﺳﻄﺎﺕ ﻋﺪﺓ ﻣﺠﺘﻤﻌﺎﺕ‬


‫ﺗﺤﻠﻴﻞ ﺍﻟﺘﺒﺎﻳﻦ ﻓﻲ ﺍﺗﺠﺎﻩ ﻭﺍﺣﺪ ‪One-Way ANOVA‬‬
‫ﻳﺴﺘﺨﺪﻡ ﺗﺤﻠﻴﻞ ﺍﻟﺘﺒﺎﻳﻦ ﻓﻲ ﻫﺬﻩ ﺍﻟﺤﺎﻟﺔ ﻟﻠﻤﻘﺎﺭﻧﺔ ﺑﻴﻦ ﻣﺘﻮﺳﻄﺎﺕ ﻋﺪﺓ ﻣﺠﺘﻤﻌﺎﺕ ﻣﺘﺠﺎﻧﺴﺔ ﻭﺫﻟﻚ ﺑﺎﺳﺘﺨﺪﺍﻡ ﻋﻴﻨﺎﺕ ﻋﺸﻮﺍﺋﻴﺔ‬
‫ﻣﺴﺘﻘﻠﺔ ﻭﻣﺘﺠﺎﻧﺴﺔ ﻣﻦ ﻋﺪﺓ ﻣﺠﺘﻤﻌﺎﺕ ﻗﻴﺪ ﺍﻟﺪﺭﺍﺳﺔ ﻭﻫﻨﺎﻙ ﻋﺪﺓ ﺃﻣﺜﻠﺔ ﻟﺘﻄﺒﻴﻘﺎﺕ ﺗﺤﻠﻴﻞ ﺍﻟﺘﺒﺎﻳﻦ ﻓﻲ ﺍﺗﺠﺎﻩ ﻭﺍﺣﺪ ﻣﻨﻬﺎ‪:‬‬
‫‪ -1‬ﺍﻟﻤﻘﺎﺭﻧﺔ ﺑﻴﻦ ﺍﻹﻧﺘﺎﺟﻴﺔ ﻟﻤﺤﺼﻮﻝ ﻣﻌﻴﻦ ﺑﺎﺳﺘﺨﺪﺍﻡ ﻋﺪﺓ ﺃﻧﻮﺍﻉ ﻣﻦ ﺍﻷﺳﻤﺪﺓ‬
‫‪ -2‬ﺍﻟﻤﻘﺎﺭﻧﺔ ﺑﻴﻦ ﺗﺄﺛﻴﺮ ﻋﺪﺓ ﺃﺩﻭﻳﺔ ﻣﺨﺘﻠﻔﺔ ﻟﻌﻼﺝ ﻣﺮﺽ ﻣﻌﻴﻦ‬
‫‪ -3‬ﺍﻟﻤﻘﺎﺭﻧﺔ ﺑﻴﻦ ﺩﺭﺟﺎﺕ ﺍﻟﻄﻼﺏ ﺑﻤﻘﺮﺭ ﻣﻌﻴﻦ ﻣﻜﻮﻥ ﻣﻦ ﻋﺪﺓ ﺷﻌﺐ ﻣﺨﺘﻠﻔﺔ‬
‫‪ ...‬ﻭﻫﻜﺬﺍ ﻣﻦ ﺍﻟﺘﻄﺒﻴﻘﺎﺕ ﺍﻟﻤﺨﺘﻠﻔﺔ‪.‬‬

‫ﻭﻳﺴﻤﻰ ﺗﺤﻠﻴﻞ ﺍﻟﺘﺒﺎﻳﻦ ﺑﺘﺤﻠﻴﻞ ﺍﻟﺘﺒﺎﻳﻦ ﺍﻷﺣﺎﺩﻱ ﺇﺫﺍ ﻛﺎﻥ ﻟﻜﻞ ﻣﻔﺮﺩﺓ ﻣﻦ ﻣﻔﺮﺩﺍﺕ ﺍﻟﻌﻴﻨﺔ ﻋﻼﻣﺔ ﻋﻠﻰ ﻣﺘﻐﻴﺮﻳﻦ ﺍﻷﻭﻝ ﻳﺴﻤﻰ‬
‫ﺍﻟﻤﺘﻐﻴﺮ ﺍﻟﻌﺎﻣﻠﻲ ‪ Factor‬ﺃﻭ ﺍﻟﻤﺘﻐﻴﺮ ﺍﻟﻤﺴﺘﻘﻞ‪ Independent Variable‬ﻭﻫﻮ ﻣﺘﻐﻴﺮ ﻣﻦ ﺍﻟﻨﻮﻉ ﺍﻻﺳﻤﻲ ‪Nominal‬‬
‫ﺃﻭ ﺍﻟﺘﺮﺗﻴﺒﻲ ‪ Ordinal‬ﻭﻟﻪ ﻋﺪﺩ ﻣﻦ ﺍﻟﻔﺌﺎﺕ ﺍﻟﻤﺤﺪﺩﺓ ﻭﻫﻮ ﺍﻟﻤﺘﻐﻴﺮ ﺍﻟﺬﻱ ﻣﻦ ﺧﻼﻟﻪ ﺳﻴﺘﻢ ﺗﻘﺴﻴﻢ ﺍﻟﻌﻴﻨﺔ ﺍﻟﻜﻠﻴﺔ ﺇﻟﻰ ﻋﺪﺩ ﻣﻦ‬
‫ﺍﻟﻌﻴﻨﺎﺕ ﺍﻟﺘﻲ ﻳﺮﺍﺩ ﻣﻘﺎﺭﻧﺔ ﻣﺘﻮﺳﻄﺎﺗﻬﺎ‪ .‬ﺃﻣﺎ ﺍﻟﻤﺘﻐﻴﺮ ﺍﻵﺧﺮ ﺍﻟﺬﻱ ﻳﺴﻤﻰ ﺑﺎﻟﻤﺘﻐﻴﺮ ﺍﻟﺘﺎﺑﻊ ‪ Dependent Variable‬ﻓﻬﻮ‬
‫ﻣﺘﻐﻴﺮ ﻣﻦ ﺍﻟﻨﻮﻉ ﺍﻟﻜﻤﻲ ﺍﻟﻤﺘﺼﻞ ﻭﻫﻮ ﺍﻟﻤﺘﻐﻴﺮ ﺍﻟﺬﻱ ﺳﻴﺘﻢ ﻓﺤﺺ ﻣﺴﺎﻭﺍﺓ ﻣﺘﻮﺳﻄﻪ ﻟﻜﻞ ﻓﺌﺔ ﻣﻦ ﻓﺌﺎﺕ ﺍﻟﻤﺘﻐﻴﺮ ﺍﻟﻌﺎﻣﻠﻲ‪.‬‬

‫ﻭﺍﻟﻬﺪﻑ ﺍﻷﺳﺎﺱ ﻣﻦ ﺗﺤﻠﻴﻞ ﺍﻟﺘﺒﺎﻳﻦ ﻫﻮ ﻣﻘﺎﺭﻧﺔ ﻣﺘﻮﺳﻄﺎﺕ ﻣﺘﻐﻴﺮ ﻛﻤﻲ ﻳﺴﻤﻰ ﺍﻟﻤﺘﻐﻴﺮ ﺍﻟﺘﺎﺑﻊ ﻓﻲ ﻛﻞ ﻓﺌﺔ ﻣﻦ ﻓﺌﺎﺕ ﺍﻟﻤﺘﻐﻴﺮ‬
‫ﺍﻟﻌﺎﻣﻠﻲ ‪ Factor‬ﻭﻓﺤﺺ ﻣﺎ ﺇﺫﺍ ﻛﺎﻧﺖ ﻫﺬﻩ ﺍﻟﻤﺘﻮﺳﻄﺎﺕ ﻣﺘﺴﺎﻭﻳﺔ ﻣﻘﺎﺑﻞ ﻣﺘﻮﺳﻄﻴﻦ ﻏﻴﺮ ﻣﺘﺴﺎﻭﻳﻴﻦ ﻋﻠﻰ ﺍﻷﻗﻞ ﻓﺈﺫﺍ‬
‫ﺭﻓﻀﺖ ﺍﻟﻔﺮﺿﻴﺔ ﺍﻟﺘﻲ ﺗﻘﻮﻝ ﺇﻥ ﻣﺘﻮﺳﻄﺎﺕ ﻫﺬﻩ ﺍﻟﻔﺌﺎﺕ ﻣﺘﺴﺎﻭﻳﺔ‪ .‬ﻓﺎﻥ ﺍﻟﺴﺆﺍﻝ ﻫﻨﺎ ﺃﻱ ﻣﻦ ﻫﺬﻩ ﺍﻟﻤﺘﻮﺳﻄﺎﺕ ﻣﺘﺴﺎﻭﻳﺔ‬
‫ﻭﺃﻳﻬﺎ ﻏﻴﺮ ﻣﺘﺴﺎﻭﻳﺔ؟ ﺗﺴﺘﺨﺪﻡ ﺍﻟﻤﻘﺎﺭﻧﺎﺕ ﺍﻟﺒﻌﺪﻳﺔ ‪ Post Hoc‬ﻟﻤﻘﺎﺭﻧﺔ ﻣﺘﻮﺳﻄﺎﺕ ﺍﻟﻤﺘﻐﻴﺮ ﺍﻟﺘﺎﺑﻊ ﻟﻜﻞ ﺯﻭﺟﻴﻦ ﻣﻦ‬
‫ﺍﻟﻤﺘﻐﻴﺮﺍﺕ ﻋﻠﻰ ﺣﺪﻩ ﻓﺈﺫﺍ ﻛﺎﻥ ﻋﺪﺩ ﺍﻟﻔﺌﺎﺕ ﺛﻼﺛﺔ ﻓﺎﻥ ﻋﺪﺩ ﺍﻟﻤﻘﺎﺭﻧﺎﺕ ﺍﻟﺒﻌﺪﻳﺔ ﺛﻼﺙ ﻣﻘﺎﺭﻧﺎﺕ ﺍﻟﻤﻘﺎﺭﻧﺔ ﺑﻴﻦ ﺍﻟﻤﺠﻤﻮﻋﺔ‬
‫ﺍﻷﻭﻟﻰ ﻭﺍﻟﺜﺎﻧﻴﺔ ﻭﺍﻟﻤﻘﺎﺭﻧﺔ ﺑﻴﻦ ﺍﻟﻤﺠﻤﻮﻋﺔ ﺍﻟﺜﺎﻧﻴﺔ ﻭﺍﻟﺜﺎﻟﺜﺔ‪ ،‬ﻭﺍﻟﻤﻘﺎﺭﻧﺔ ﺑﻴﻦ ﺍﻟﻤﺠﻤﻮﻋﺔ ﺍﻷﻭﻟﻰ ﻭﺍﻟﺜﺎﻟﺜﺔ ﻭﻫﻜﺬﺍ‪.‬‬

‫‪69‬‬
‫ﺩ‪ .‬ﺧﻠﻑ ﺳﻠﻁﺎﻥ‬ ‫ﺍﻟﺗﺣﻠﻳﻝ ﺍﻻﺣﺻﺎﺋﻲ ﺑﺎﺳﺗﺧﺩﺍﻡ ‪SPSS‬‬

‫ﺗﻄﺒﻴﻖ )‪(8‬‬

‫ﻟﺪﺭﺍﺳﺔ ﺍﻟﻤﻘﺎﻭﻣﺔ ‪ resistance‬ﻷﻧﻮﺍﻉ ﻣﻦ ﺃﺳﻼﻙ ﺍﻟﺘﻮﺻﻴﻼﺕ ﺍﻟﻜﻬﺮﺑﺎﺋﻴﺔ )ﻧﻔﺲ ﺍﻟﻤﻮﺍﺻﻔﺎﺕ( ﻣﻦ ﺍﻧﺘﺎﺝ ‪ 4‬ﺷﺮﻛﺎﺕ‬
‫ﻣﺨﺘﻠﻔﺔ ﺗﻢ ﺍﺧﺘﻴﺎﺭ ﻋﻴﻨﺔ ﻋﺸﻮﺍﺋﻴﺔ ﻣﻦ ﻛﻞ ﺷﺮﻛﺔ ﻭﻗﻴﺴﺖ ﺍﻟﻤﻘﺎﻭﻣﺔ ﻟﻮﺣﺪﺓ ﺍﻟﻄﻮﻝ ﻣﻦ ﺍﻟﺴﻠﻚ )ﺑﻮﺣﺪﺍﺕ ﻣﻨﺎﺳﺒﺔ(‪ ،‬ﻓﺤﺼﻠﻨﺎ‬
‫ﻋﻠﻰ ﺍﻟﺒﻴﺎﻧﺎﺕ ﺍﻟﻤﺒﻴﻨﺔ ﻓﻲ ﺍﻟﺠﺪﻭﻝ ﺍﻟﺘﺎﻟﻲ‪:‬‬

‫ﺍﻟﺸﺮﻛﺎﺕ‬ ‫ﻣﻘﺎﻭﻣﺎﺕ ﺍﻟﻌﻴﻨﺎﺕ ﺍﻟﻤﺨﺘﻠﻔﺔ‬

‫‪1‬‬ ‫‪2.8‬‬ ‫‪3‬‬ ‫‪2.9‬‬

‫‪2‬‬ ‫‪2.9‬‬ ‫‪2.6‬‬ ‫‪3‬‬ ‫‪2.7‬‬

‫‪3‬‬ ‫‪3.2‬‬ ‫‪3.5‬‬ ‫‪3.2‬‬

‫‪4‬‬ ‫‪2.4‬‬ ‫‪2.5‬‬ ‫‪2.3‬‬ ‫‪2.7‬‬ ‫‪2.6‬‬

‫ﻫﻞ ﻫﻨﺎﻙ ﻓﺮﻭﻕ ﻣﻌﻨﻮﻳﺔ ﺑﻴﻦ ﻣﺘﻮﺳﻄﺎﺕ ﻣﻘﺎﻭﻣﺔ ﺍﻷﺳﻼﻙ ﻣﻦ ﺇﻧﺘﺎﺝ ﻫﺬﻩ ﺍﻟﺸﺮﻛﺎﺕ ﺍﻟﻤﺨﺘﻠﻔﺔ؟‬

‫ﺧﻄﻮﺍﺕ ﺍﻟﺘﻨﻔﻴﺬ‬

‫‪ -1‬ﺍﻟﻔﺮﺿﻴﺎﺕ‬
‫‪ : H0‬ﻣﺘﻮﺳﻄﺎﺕ ﺍﻟﻤﻘﺎﻭﻣﺔ ﻷﻧﻮﺍﻉ ﺍﻷﺳﻼﻙ ﺍﻟﻤﺨﺘﻠﻔﺔ ﻣﺘﺴﺎﻭﻳﺔ‪.‬‬

‫‪ :H1‬ﻳﻮﺟﺪ ﺍﺧﺘﻼﻑ ﻋﻠﻰ ﺍﻷﻗﻞ ﺑﻴﻦ ﻣﺘﻮﺳﻄﻲ ﻣﻘﺎﻭﻣﺔ ﻧﻮﻋﻴﻦ ﻣﻦ ﺍﻷﺳﻼﻙ‪.‬‬

‫‪ -2‬ﺇﺩﺧﺎﻝ ﺍﻟﺒﻴﺎﻧﺎﺕ ﻭﺗﻨﻔﻴﺬ ﺍﻻﺧﺘﺒﺎﺭ‬


‫ﻳﺘﻢ ﺇﺩﺧﺎﻝ ﺍﻟﺒﻴﺎﻧﺎﺕ ﻓﻲ ﺗﺤﻠﻴﻞ ﺍﻟﺘﺒﺎﻳﻦ ﺍﻷﺣﺎﺩﻱ ﻓﻲ ﺑﺮﻧﺎﻣﺞ ‪ SPSS‬ﻛﺎﻟﺘﺎﻟﻲ‪:‬‬

‫‪70‬‬
‫ﺩ‪ .‬ﺧﻠﻑ ﺳﻠﻁﺎﻥ‬ ‫ﺍﻟﺗﺣﻠﻳﻝ ﺍﻻﺣﺻﺎﺋﻲ ﺑﺎﺳﺗﺧﺩﺍﻡ ‪SPSS‬‬

‫ﺣﻴﺚ ﻳﺘﻢ ﺇﺩﺧﺎﻝ ﻣﺸﺎﻫﺪﺍﺕ ﺟﻤﻴﻊ ﺍﻟﻌﻴﻨﺎﺕ ﺍﻟﻤﺨﺘﻠﻔﺔ ﺗﺤﺖ ﺍﻟﻤﺘﻐﻴﺮ ﺍﻷﻭﻝ ﺍﻟﺬﻱ ﻳﻤﺜﻞ ﻣﻘﺎﻭﻣﺔ ﺍﻷﺳﻼﻙ )ﺍﻟﻤﻘﺎﻭﻣﺔ( ﺃﻣﺎ‬
‫ﺍﻟﻤﺘﻐﻴﺮ ﺍﻟﺜﺎﻧﻲ )ﺍﻟﺸﺮﻛﺎﺕ( ﻓﻬﻮ ﻋﺒﺎﺭﺓ ﻋﻦ ﻛﻮﺩ ﻳﻮﺿﺢ ﺍﻟﺸﺮﻛﺔ ﺍﻟﻤﻨﺘﺠﺔ ﻟﻠﺴﻠﻚ‪ .‬ﺑﻌﺪ ﺇﺩﺧﺎﻝ ﺍﻟﺒﻴﺎﻧﺎﺕ ﻧﺘﺒﻊ ﺍﻟﻤﺴﺎﺭ‬
‫ﺍﻟﺘﺎﻟﻲ‪:‬‬

‫‪Analyze  Compare Means  one-way ANOVA‬‬

‫ﻓﻴﻈﻬﺮ ﻣﺮﺑﻊ ﺍﻟﺤﻮﺍﺭ ﺍﻷﺳﺎﺳﻲ ﺍﻟﺘﺎﻟﻲ‪:‬‬

‫ﻧﻨﻘﻞ ﺍﻵﻥ ﻣﺘﻐﻴﺮ ﺍﻟﻤﻘﺎﻭﻣﺎﺕ ‪ resistance‬ﺇﻟﻰ ﺍﻟﻤﺮﺑﻊ ‪ Dependent variable List‬ﻭﻣﺘﻐﻴﺮ ﺍﻻﻛﻮﺍﺩ‬
‫‪ Company‬ﺇﻟﻰ ﺍﻟﻤﺮﺑﻊ ‪ Factor‬ﺛﻢ ﻧﻀﻐﻂ ‪ options‬ﻟﺘﻨﺸﻴﻂ ﺍﺧﺘﺒﺎﺭ ﺍﻟﺘﺠﺎﻧﺲ‬

‫‪71‬‬
‫ﺩ‪ .‬ﺧﻠﻑ ﺳﻠﻁﺎﻥ‬ ‫ﺍﻟﺗﺣﻠﻳﻝ ﺍﻻﺣﺻﺎﺋﻲ ﺑﺎﺳﺗﺧﺩﺍﻡ ‪SPSS‬‬

‫ﺛﻢ ﻧﻀﻐﻂ ‪ Post Hoc‬ﻟﺘﻨﺸﻴﻂ ﺍﻻﺧﺘﺒﺎﺭﺍﺕ ﺍﻟﺒﻌﺪﻳﺔ ﻭﺍﺧﺘﻴﺎﺭ ﻣﺴﺘﻮﻯ ﺍﻟﻤﻌﻨﻮﻳﺔ ﺍﻟﻤﻄﻠﻮﺏ ﻟﻠﻨﺘﺎﺋﺞ‪.‬‬

‫ﻧﻼﺣﻆ ﺗﻢ ﺍﺧﺘﻴﺎﺭ ﺍﺧﺘﺒﺎﺭ ‪ LSD‬ﻛﺄﺣﺪ ﺍﺧﺘﺒﺎﺭﺍﺕ ﺍﻟﻤﻘﺎﺭﻧﺎﺕ ﺍﻟﺒﻌﺪﻳﺔ ﺑﻴﻦ ﺍﻟﻤﺠﻤﻮﻋﺎﺕ ﺍﻟﻤﺨﺘﻠﻔﺔ )ﻣﺜﻨﻰ( ﻭﺑﺎﻟﻀﻐﻂ‬
‫ﻋﻠﻰ ‪ continue‬ﻧﺮﺟﻊ ﺇﻟﻰ ﻣﺮﺟﻊ ﺍﻟﺤﻮﺍﺭ ﺍﻷﺳﺎﺳﻲ ﺛﻢ ﻧﻀﻐﻂ ‪ OK‬ﻓﺘﻈﻬﺮ ﺍﻟﻨﺘﺎﺋﺞ ﻛﺎﻟﺘﺎﻟﻲ‪:‬‬

‫‪Test of Homogeneity of Variances‬‬


‫ﺍﻟﻣﻘﺎﻭﻣﺔ‬
‫‪Levene Statistic‬‬ ‫‪df1‬‬ ‫‪df2‬‬ ‫‪Sig.‬‬

‫‪.905‬‬ ‫‪3‬‬ ‫‪11‬‬ ‫‪.470‬‬

‫‪ANOVA‬‬
‫ﺍﻟﻣﻘﺎﻭﻣﺔ‬

‫‪Sum of Squares‬‬ ‫‪df‬‬ ‫‪Mean Square‬‬ ‫‪F‬‬ ‫‪Sig.‬‬


‫‪Between Groups‬‬ ‫‪1.224‬‬ ‫‪3‬‬ ‫‪.408‬‬ ‫‪16.029‬‬ ‫‪.000‬‬
‫‪Within Groups‬‬ ‫‪.280‬‬ ‫‪11‬‬ ‫‪.025‬‬
‫‪Total‬‬ ‫‪1.504‬‬ ‫‪14‬‬

‫ﺗﺸﻴﺮ ﻧﺘﺎﺋﺞ ﻫﺬﺍ ﺍﻟﺠﺪﻭﻝ ﻟﻮﺟﻮﺩ ﺍﺧﺘﻼﻓﺎﺕ ﻣﻌﻨﻮﻳﺔ ﺑﻴﻦ ﺃﻧﻮﺍﻉ ﺍﻟﺴﻠﻚ ﻋﻨﺪ ﻣﺴﺘﻮﻯ ﻣﻌﻨﻮﻳﺔ ﺍﻗﻞ ﻣﻦ ‪0.01‬‬

‫ﺃﻣﺎ ﻣﻦ ﺟﺪﻭﻝ ﺍﻟﻤﻘﺎﺭﻧﺎﺕ ﺍﻟﻤﺘﻌﺪﺩﺓ ﻧﺴﺘﻨﺞ ﺍﻟﺘﺎﻟﻲ‪:‬‬

‫‪72‬‬
‫ﺩ‪ .‬ﺧﻠﻑ ﺳﻠﻁﺎﻥ‬ ‫ﺍﻟﺗﺣﻠﻳﻝ ﺍﻻﺣﺻﺎﺋﻲ ﺑﺎﺳﺗﺧﺩﺍﻡ ‪SPSS‬‬

‫‪Multiple Comparisons‬‬
‫ﺍﻟﻣﻘﺎﻭﻣﺔ ‪Dependent Variable:‬‬
‫‪LSD‬‬
‫ﺍﻟﺷﺭﻛﺎﺕ )‪(I‬‬ ‫ﺍﻟﺷﺭﻛﺎﺕ )‪(J‬‬ ‫‪Mean‬‬ ‫‪Std. Error‬‬ ‫‪Sig.‬‬ ‫‪95% Confidence Interval‬‬
‫)‪Difference (I-J‬‬ ‫‪Lower Bound‬‬ ‫‪Upper Bound‬‬
‫‪2.00‬‬ ‫‪.10000‬‬ ‫‪.12185‬‬ ‫‪.429‬‬ ‫‪-.1682‬‬ ‫‪.3682‬‬

‫‪1.00‬‬ ‫‪3.00‬‬ ‫*‪-.40000‬‬ ‫‪.13027‬‬ ‫‪.011‬‬ ‫‪-.6867‬‬ ‫‪-.1133‬‬


‫‪4.00‬‬ ‫*‪.40000‬‬ ‫‪.11652‬‬ ‫‪.006‬‬ ‫‪.1436‬‬ ‫‪.6564‬‬
‫‪1.00‬‬ ‫‪-.10000‬‬ ‫‪.12185‬‬ ‫‪.429‬‬ ‫‪-.3682‬‬ ‫‪.1682‬‬
‫‪2.00‬‬ ‫‪3.00‬‬ ‫*‪-.50000‬‬ ‫‪.12185‬‬ ‫‪.002‬‬ ‫‪-.7682‬‬ ‫‪-.2318‬‬
‫‪4.00‬‬ ‫*‪.30000‬‬ ‫‪.10703‬‬ ‫‪.017‬‬ ‫‪.0644‬‬ ‫‪.5356‬‬
‫‪1.00‬‬ ‫*‪.40000‬‬ ‫‪.13027‬‬ ‫‪.011‬‬ ‫‪.1133‬‬ ‫‪.6867‬‬
‫‪3.00‬‬ ‫‪2.00‬‬ ‫*‪.50000‬‬ ‫‪.12185‬‬ ‫‪.002‬‬ ‫‪.2318‬‬ ‫‪.7682‬‬
‫‪4.00‬‬ ‫*‪.80000‬‬ ‫‪.11652‬‬ ‫‪.000‬‬ ‫‪.5436‬‬ ‫‪1.0564‬‬
‫‪1.00‬‬ ‫*‪-.40000‬‬ ‫‪.11652‬‬ ‫‪.006‬‬ ‫‪-.6564‬‬ ‫‪-.1436‬‬

‫‪4.00‬‬ ‫‪2.00‬‬ ‫*‪-.30000‬‬ ‫‪.10703‬‬ ‫‪.017‬‬ ‫‪-.5356‬‬ ‫‪-.0644‬‬


‫‪3.00‬‬ ‫*‪-.80000‬‬ ‫‪.11652‬‬ ‫‪.000‬‬ ‫‪-1.0564‬‬ ‫‪-.5436‬‬
‫‪*. The mean difference is significant at the 0.05 level.‬‬

‫ﻭﻧﻼﺣﻆ ﻣﻦ ﻫﺬﺍ ﺍﻟﺠﺪﻭﻝ ﺍﻧﻪ ﺗﻮﺟﺪ ﻓﺮﻭﻕ ﻣﻌﻨﻮﻳﺔ ﺑﻴﻦ ﺍﻧﻮﺍﻉ ﺍﻻﺳﻼﻙ ﺍﻟﻤﺨﺘﻠﻔﺔ ﻋﻠﻰ ﺍﻟﻨﺤﻮ ﺍﻟﺘﺎﻟﻲ‪:‬‬

‫‪ -1‬ﻣﻘﺎﻭﻣﺔ ﺃﺳﻼﻙ ﺍﻟﺸﺮﻛﺔ ‪ 1‬ﺃﺻﻐﺮ ﻣﻦ ﻣﻘﺎﻣﺔ ﺍﺳﻼﻙ ﺍﻟﺸﺮﻛﺔ ‪3‬‬


‫‪ -2‬ﻣﻘﺎﻭﻣﺔ ﺃﺳﻼﻙ ﺍﻟﺸﺮﻛﺔ ‪ 1‬ﺃﺻﻐﺮ ﻣﻦ ﻣﻘﺎﻣﺔ ﺍﺳﻼﻙ ﺍﻟﺸﺮﻛﺔ ‪4‬‬
‫‪ -3‬ﻣﻘﺎﻭﻣﺔ ﺃﺳﻼﻙ ﺍﻟﺸﺮﻛﺔ ‪ 2‬ﺃﺻﻐﺮ ﻣﻦ ﻣﻘﺎﻣﺔ ﺍﺳﻼﻙ ﺍﻟﺸﺮﻛﺔ ‪3‬‬
‫‪ -4‬ﻣﻘﺎﻭﻣﺔ ﺃﺳﻼﻙ ﺍﻟﺸﺮﻛﺔ ‪ 2‬ﺃﻛﺒﺮ ﻣﻦ ﻣﻘﺎﻣﺔ ﺍﺳﻼﻙ ﺍﻟﺸﺮﻛﺔ ‪4‬‬
‫‪ -5‬ﻣﻘﺎﻭﻣﺔ ﺃﺳﻼﻙ ﺍﻟﺸﺮﻛﺔ ‪ 3‬ﺃﺻﻐﺮ ﻣﻦ ﻣﻘﺎﻣﺔ ﺍﺳﻼﻙ ﺍﻟﺸﺮﻛﺔ ‪4‬‬

‫ﻣﻼﺣﻈﺔ‪ :‬ﻳﺘﻢ ﺍﺧﺘﻴﺎﺭ ﺍﺧﺘﺒﺎﺭ ﺍﻟﻤﻘﺎﺭﻧﺎﺕ ﺍﻟﺒﻌﺪﻳﺔ ﻋﻠﻰ ﺃﺳﺎﺱ ﺗﺴﺎﻭﻱ ﺍﻟﺘﺒﺎﻳﻦ ﻭﻧﺠﺪ ﺣﺎﻟﺘﻴﻦ‪:‬‬

‫‪ -1‬ﺗﺴﺎﻭﻱ ﺍﻟﺘﺒﺎﻳﻦ‪ :‬ﻧﺴﺘﺨﺪﻡ ‪ ، LSD‬ﺍﻭ ‪ ، Tukey‬ﺍﻭ ‪Scheffe‬‬

‫‪ -2‬ﻋﺪﻡ ﺗﺴﺎﻭﻱ ﺍﻟﺘﺒﺎﻳﻦ‪ :‬ﻧﺴﺘﺨﺪﻡ ‪ ، Dunett's C‬ﺍﻭ ‪Dunnett's T3‬‬

‫‪73‬‬
‫ﺩ‪ .‬ﺧﻠﻑ ﺳﻠﻁﺎﻥ‬ ‫ﺍﻟﺗﺣﻠﻳﻝ ﺍﻻﺣﺻﺎﺋﻲ ﺑﺎﺳﺗﺧﺩﺍﻡ ‪SPSS‬‬

‫ﺍﻟﺠﺰء ﺍﻟﺨﺎﻣﺲ‬
‫ﺍﻻﺧﺘﺒﺎﺭﺍﺕ ﺍﻟﻼﻣﻌﻠﻤﻴﺔ ‪Nonparametric Tests‬‬

‫)‪ (1-5‬ﻣﻘﺪﻣﺔ‬

‫ﺳﻮﻑ ﻧﺴﺘﻌﺮﺽ ﻫﻨﺎ ﺑﻌﺾ ﺍﻻﺧﺘﺒﺎﺭﺍﺕ ﺍﻟﻼﻣﻌﻠﻤﻴﺔ ﺍﻟﻤﻮﺟﻮﺩﺓ ﻓﻲ ‪.SPSS‬‬

‫ﺍﻟﺠﺪﻭﻝ ﺍﻟﺘﺎﻟﻲ ﻳﻤﺜﻞ ﺑﻌﺾ ﺍﻻﺧﺘﺒﺎﺭﺍﺕ ﺍﻹﺣﺼﺎﺋﻴﺔ ﺍﻟﻼﻣﻌﻠﻤﻴﺔ ﻭﻓﻮﺍﺋﺪﻫﺎ ﻭﺧﺼﺎﺋﺼﻬﺎ‬

‫ﺍﻻﺳﺘﺨﺪﺍﻡ‬ ‫ﺍﻻﺧﺘﺒﺎﺭ‬

‫‪ Chi – Square Test‬ﻻﺧﺘﺒﺎﺭ ﺍﺳﺘﻘﻼﻝ ﻭﺗﺠﺎﻧﺲ ﺍﻟﻈﻮﺍﻫﺮ – ﻣﻼﺋﻤﺔ ﺗﻮﺯﻳﻊ ﺍﺣﺘﻤﺎﻟﻲ ﻟﻌﻴﻨﺔ‬
‫ﻋﺸﻮﺍﺋﻴﺔ‬

‫‪ Binomial Test‬ﻻﺧﺘﺒﺎﺭ ﺗﻄﺎﺑﻖ ﻧﺴﺐ ﻅﺎﻫﺮﺗﻴﻦ‬

‫‪ Runs Test‬ﻻﺧﺘﺒﺎﺭ ﺍﻟﻌﺸﻮﺍﺋﻴﺔ‬

‫‪ One-Sample K-S Test‬ﻻﺧﺘﺒﺎﺭ ﻣﻼﺋﻤﺔ ﺗﻮﺯﻳﻊ ﺍﺣﺘﻤﺎﻟﻲ ﻟﻌﻴﻨﺔ ﻋﺸﻮﺍﺋﻴﺔ‬

‫‪ Two Independent Samples‬ﺍﻟﺘﺤﻘﻖ ﻣﻦ ﺻﺤﺔ ﻓﺮﺿﻴﺎﺕ ﺣﻮﻝ ﻣﺠﺘﻤﻌﻴﻦ ﻣﺴﺘﻘﻠﻴﻦ‬

‫‪ Two Related Samples‬ﺍﻟﺘﺤﻘﻖ ﻣﻦ ﺻﺤﺔ ﻓﺮﺿﻴﺎﺕ ﺣﻮﻝ ﺍﻟﻔﺮﻭﻕ ﻓﻲ ﻗﻴﺎﺳﻴﻦ ﻣﺨﺘﻠﻔﻴﻦ ﻟﻈﺎﻫﺮﺓ‬
‫ﻭﺍﺣﺪﺓ )ﻣﺠﺘﻤﻌﻴﻦ ﻏﻴﺮ ﻣﺴﺘﻘﻠﻴﻦ(‬

‫‪ K Independent Samples‬ﺍﻟﺘﺤﻘﻖ ﻣﻦ ﺻﺤﺔ ﻓﺮﺿﻴﺎﺕ ﺣﻮﻝ ﻋﺪﺓ ﻣﺠﺘﻤﻌﺎﺕ ﻣﺴﺘﻘﻠﺔ‬

‫‪ K Related Samples‬ﺍﻟﺘﺤﻘﻖ ﻣﻦ ﺻﺤﺔ ﻓﺮﺿﻴﺎﺕ ﺣﻮﻝ ﺍﻟﻔﺮﻭﻕ ﺑﻴﻦ ﻋﺪﺓ ﻗﻴﺎﺳﺎﺕ ﻟﻨﻔﺲ ﺍﻟﻈﺎﻫﺮﺓ‬
‫)ﻋﺪﺓ ﻣﺠﺘﻤﻌﺎﺕ ﻏﻴﺮ ﻣﺴﺘﻘﻠﺔ(‬

‫‪74‬‬
‫ﺩ‪ .‬ﺧﻠﻑ ﺳﻠﻁﺎﻥ‬ ‫ﺍﻟﺗﺣﻠﻳﻝ ﺍﻻﺣﺻﺎﺋﻲ ﺑﺎﺳﺗﺧﺩﺍﻡ ‪SPSS‬‬

‫)‪ (2-5‬ﺍﺧﺘﺒﺎﺭ ﺫﻱ ﺍﻟﺤﺪﻳﻦ ‪Binomial Test‬‬

‫ﺗﻄﺒﻴﻖ )‪(9‬‬

‫ﺍﻟﺒﻴﺎﻧﺎﺕ ﻓﻲ ﺍﻟﻤﻠﻒ ‪ Application-9.sav‬ﺗﻤﺜﻞ ﻣﻌﻠﻮﻣﺎﺕ ‪ 40‬ﻣﻮﻅﻒ ﻓﻲ ﺇﺣﺪﻯ ﺍﻟﺸﺮﻛﺎﺕ‪ .‬ﻫﻞ ﻧﺴﺒﺔ ﺍﻟﻌﺎﻣﻠﻴﻦ ﻏﻴﺮ‬
‫ﺍﻟﺴﻌﻮﺩﻳﻴﻦ ﺗﺴﺎﻭﻯ ﻧﺴﺒﺔ ﺍﻟﻌﺎﻣﻠﻴﻦ ﺍﻟﺴﻌﻮﺩﻳﻴﻦ ﻓﻲ ﺍﻟﺸﺮﻛﺔ؟ ﺍﺳﺘﺨﺪﻡ ﻣﺴﺘﻮﻯ ﻣﻌﻨﻮﻳﺔ ‪.%5‬‬

‫ﺧﻄﻮﺍﺕ ﺍﻟﺘﻨﻔﻴﺬ‪:‬‬

‫‪ -1‬ﺻﻴﺎﻏﺔ ﺍﻟﻔﺮﺿﻴﺎﺕ‬
‫‪ : H0‬ﻧﺴﺒﺔ ﺍﻟﻌﺎﻣﻠﻴﻦ ﻏﻴﺮ ﺍﻟﺴﻌﻮﺩﻳﻴﻦ ﺗﺴﺎﻭﻯ ﻧﺴﺒﺔ ﺍﻟﻌﺎﻣﻠﻴﻦ ﺍﻟﺴﻌﻮﺩﻳﻴﻦ‬

‫‪ : H1‬ﻧﺴﺒﺔ ﺍﻟﻌﺎﻣﻠﻴﻦ ﻏﻴﺮ ﺍﻟﺴﻌﻮﺩﻳﻴﻦ ﻻ ﺗﺴﺎﻭﻯ ﻧﺴﺒﺔ ﺍﻟﻌﺎﻣﻠﻴﻦ ﺍﻟﺴﻌﻮﺩﻳﻴﻦ‬

‫‪ -2‬ﺇﺩﺧﺎﻝ ﺍﻟﺒﻴﺎﻧﺎﺕ ﻭﺗﻨﻔﻴﺬ ﺍﻻﺧﺘﺒﺎﺭ‬


‫ﻧﺪﺧﻞ ﺍﻟﺒﻴﺎﻧﺎﺕ ﺇﻟﻰ ‪ SPSS‬ﻣﻦ ﺍﻟﻤﻠﻒ ‪ Application-9.sav‬ﺛﻢ ﻧﺨﺘﺎﺭ ﺍﻟﻤﺴﺎﺭ ﺍﻟﺘﺎﻟﻲ‪:‬‬

‫…‪Analyze  Nonparametric TestsLegacy Dialogs Binomial‬‬

‫ﻓﻴﻈﻬﺮ ﻣﺮﺑﻊ ﺍﻟﺤﻮﺍﺭ ﺍﻟﺘﺎﻟﻲ‪:‬‬

‫ﻧﻨﻘﻞ ﺍﻟﻤﺘﻐﻴﺮ ‪ Nationality‬ﻟﻠﻤﺮﺑﻊ ‪ Test Variable List:‬ﺛﻢ ﻧﻀﻐﻂ ‪ OK‬ﻓﻨﺤﺼﻞ ﻋﻠﻰ ﺍﻟﻨﺘﺎﺋﺞ ﺍﻟﺘﺎﻟﻴﺔ‪:‬‬

‫‪75‬‬
‫ﺩ‪ .‬ﺧﻠﻑ ﺳﻠﻁﺎﻥ‬ ‫ﺍﻟﺗﺣﻠﻳﻝ ﺍﻻﺣﺻﺎﺋﻲ ﺑﺎﺳﺗﺧﺩﺍﻡ ‪SPSS‬‬

‫‪Binomial Test‬‬
‫‪Category‬‬ ‫‪N‬‬ ‫‪Observed Prop.‬‬ ‫‪Test Prop.‬‬ ‫‪Exact Sig. (2-‬‬
‫)‪tailed‬‬
‫‪Group 1‬‬ ‫‪Saudi‬‬ ‫‪22‬‬ ‫‪.55‬‬ ‫‪.50‬‬ ‫‪.636‬‬
‫‪Nationality‬‬ ‫‪Group 2‬‬ ‫‪Non Saudi‬‬ ‫‪18‬‬ ‫‪.45‬‬
‫‪Total‬‬ ‫‪40‬‬ ‫‪1.00‬‬
‫‪ -3‬ﺍﻟﺘﻌﻠﻴﻖ ﻭﺍﺗﺨﺎﺫ ﺍﻟﻘﺮﺍﺭ‬
‫ﻣﻦ ﺟﺪﻭﻝ ﺍﻟﻨﺘﺎﺋﺞ ﻧﺠﺪ ﺃﻥ ‪ p-value = 0.636‬ﻭﻫﻲ ﺃﻛﺒﺮ ﻣﻦ ‪ ، %5‬ﺃﻱ ﺃﻥ ﺍﻟﻘﺮﺍﺭ ﻫﻮ ﺃﻥ ﻧﻘﺒﻞ ‪ H0‬ﻭﻫﺬﺍ ﻳﺆﻛﺪ‬
‫ﻋﺪﻡ ﻭﺟﻮﺩ ﺍﺧﺘﻼﻑ ﻣﻌﻨﻮﻱ ﺑﻴﻦ ﻧﺴﺒﺔ ﺍﻟﺴﻌﻮﺩﻳﻴﻦ ﻭﺍﻷﺟﺎﻧﺐ ﻓﻲ ﺍﻟﺸﺮﻛﺔ‪.‬‬

‫)‪ (3-5‬ﺍﺧﺘﺒﺎﺭﺍﺕ ﻋﻴﻨﺘﻴﻦ ﻣﺴﺘﻘﻠﺘﻴﻦ ‪Two Independent Samples Tests‬‬

‫ﻟﻠﻤﻘﺎﺭﻧﺔ ﺑﻴﻦ ﻣﺠﺘﻤﻌﻴﻦ ﻣﺴﺘﻘﻠﻴﻦ ﻋﻨﺪﻣﺎ ﻻ ﺗﺤﻘﻖ ﺷﺮﻭﻁ ﺍﻻﺧﺘﺒﺎﺭﺍﺕ ﺍﻟﻤﻌﻠﻤﻴﺔ ﻳﻮﺟﺪ ﺃﺭﺑﻌﺔ ﺍﺧﺘﺒﺎﺭﺍﺕ ﻻﻣﻌﻠﻤﻴﺔ ﻣﺘﺎﺣﺔ‬
‫ﻓﻲ ﺑﺮﻧﺎﻣﺞ ‪SPSS‬‬

‫ﺗﺼﻤﻴﻢ ﺍﻟﺘﺠﺮﺑﺔ ﻭﺍﻟﻤﻌﺎﻳﻨﺔ‬ ‫ﺍﻻﺳﺘﺨﺪﺍﻡ‬ ‫ﺍﻻﺧﺘﺒﺎﺭ‬

‫ﻣﺠﻤﻮﻋﺘﻴﻦ‪:‬‬ ‫ﻓﺮﻭﻕ ﺑﻴﻦ ﻣﺠﻤﻮﻋﺘﻴﻦ‬ ‫ﻣﺎﻥ ﻭﻳﺘﻨﻲ ‪Mann-Whiney‬‬

‫ﺗﺠﺮﻳﺒﻴﺔ ﻭﺿﺎﺑﻄﺔ‬ ‫)ﺑﺪﻳﻞ ﻻﻣﻌﻠﻤﻲ ﻻﺧﺘﺒﺎﺭ ‪(T‬‬

‫ﻣﺠﻤﻮﻋﺘﻴﻦ‪:‬‬ ‫ﺍﺧﺘﺒﺎﺭ ﻣﺎ ﺇﺫﺍ ﻛﺎﻧﺖ ﺍﻟﻌﻴﻨﺘﻴﻦ‬ ‫ﻛﻮﻟﻤﻮﺟﺮﻭﻑ – ﺳﻤﻴﺮﻧﻮﻑ‬


‫ﻣﺴﺤﻮﺑﺘﻴﻦ ﻣﻦ ﻣﺠﺘﻤﻌﻴﻦ ﻟﻬﻤﺎ‬
‫ﺗﺠﺮﻳﺒﻴﺔ ﻭﺿﺎﺑﻄﺔ‬ ‫‪Komogorov –Smirnov Z‬‬
‫ﻧﻔﺲ ﺍﻟﺘﻮﺯﻳﻊ‬

‫ﻣﺠﻤﻮﻋﺘﻴﻦ‪:‬‬ ‫ﻓﺮﻭﻕ ﺑﻴﻦ ﻣﺠﻤﻮﻋﺘﻴﻦ‬ ‫ﻣﻮﺳﺰ‬

‫ﺗﺠﺮﻳﺒﻴﺔ ﻭﺿﺎﺑﻄﺔ‬ ‫‪Moses‬‬

‫ﻣﺠﻤﻮﻋﺘﻴﻦ‪:‬‬ ‫ﺍﺧﺘﺒﺎﺭ ﻣﺎ ﺇﺫﺍ ﻛﺎﻧﺖ ﺍﻟﻌﻴﻨﺘﻴﻦ‬ ‫ﻭﻭﻟﺪ‪ -‬ﻭﻟﻔﻮﺗﻴﺰ‬


‫ﻣﺴﺤﻮﺑﺘﻴﻦ ﻣﻦ ﻣﺠﺘﻤﻌﻴﻦ ﻟﻬﻤﺎ‬
‫ﺗﺠﺮﻳﺒﻴﺔ ﻭﺿﺎﺑﻄﺔ‬ ‫‪Wald-Wolfowitze‬‬
‫ﻧﻔﺲ ﺍﻟﺘﻮﺯﻳﻊ‬

‫‪76‬‬
‫ﺩ‪ .‬ﺧﻠﻑ ﺳﻠﻁﺎﻥ‬ ‫ﺍﻟﺗﺣﻠﻳﻝ ﺍﻻﺣﺻﺎﺋﻲ ﺑﺎﺳﺗﺧﺩﺍﻡ ‪SPSS‬‬

‫)‪ (1-3-5‬ﺍﺧﺘﺒﺎﺭ ﻣﺎﻥ ﻭﻳﺘﻨﻲ ‪Mann –Whitney Test‬‬

‫ﻳﻌﺘﺒﺮ ﺍﺧﺘﺒﺎﺭ ﻣﺎﻥ – ﻭﻳﺘﻨﻲ ﻫﻮ ﺍﻟﺒﺪﻳﻞ ﺍﻟﻼﻣﻌﻠﻤﻲ ﻻﺧﺘﺒﺎﺭ ‪ T‬ﻟﻌﻴﻨﺘﻴﻦ ﻣﺴﺘﻘﻠﺘﻴﻦ ﻋﻨﺪﻣﺎ ﻻ ﺗﺘﻮﻓﺮ ﺷﺮﻭﻁ ﺍﻻﺧﺘﺒﺎﺭ ﺍﻟﻤﻌﻠﻤﻲ‪.‬‬

‫ﺗﻄﺒﻴﻖ )‪(10‬‬

‫ﺍﻟﺒﻴﺎﻧﺎﺕ ﺍﻟﻤﻮﺟﻮﺩﺓ ﺑﺎﻟﻤﻠﻒ ‪ Application-10.sav‬ﺗﻤﺜﻞ ﻋﻴﻨﺘﻴﻦ ﻋﺸﻮﺍﺋﻴﺘﻴﻦ ﻣﺴﺘﻘﻠﺘﻴﻦ ﻣﻦ ﺩﺭﺟﺎﺕ ﺍﻟﻄﻼﺏ‬


‫ﻭﺍﻟﻄﺎﻟﺒﺎﺕ ﺑﻤﻘﺮﺭ ﺍﻹﺣﺼﺎء ﺑﻜﻠﻴﺔ ﺍﻟﻌﻠﻮﻡ ﺍﻹﺩﺍﺭﻳﺔ ﻫﻞ ﺗﺮﻯ ﺍﻧﻪ ﻳﻮﺟﺪ ﺍﺧﺘﻼﻑ ﻣﻌﻨﻮﻱ ﺑﻴﻦ ﻭﺳﻴﻂ ﺩﺭﺟﺎﺕ ﺍﻟﻄﻼﺏ‬
‫ﻭﻭﺳﻴﻂ ﺩﺭﺟﺎﺕ ﺍﻟﻄﺎﻟﺒﺎﺕ ﻓﻲ ﺍﻟﻤﻘﺮﺭ ﻋﻨﺪ ﻣﺴﺘﻮﻯ ﻣﻌﻨﻮﻳﺔ ‪%5‬؟‬

‫ﺧﻄﻮﺍﺕ ﺍﻟﺘﻨﻔﻴﺬ‬

‫‪ .1‬ﺻﻴﺎﻏﺔ ﺍﻟﻔﺮﺿﻴﺎﺕ‪:‬‬
‫‪ : H0‬ﻭﺳﻴﻂ ﺩﺭﺟﺎﺕ ﺍﻟﻄﻼﺏ ﻓﻲ ﻣﻘﺮﺭ ﺍﻹﺣﺼﺎء ﻳﺴﺎﻭﻱ ﻭﺳﻴﻂ ﺩﺭﺟﺎﺕ ﺍﻟﻄﺎﻟﺒﺎﺕ‬

‫‪ :H1‬ﻭﺳﻴﻂ ﺩﺭﺟﺎﺕ ﺍﻟﻄﻼﺏ ﻓﻲ ﻣﻘﺮﺭ ﺍﻹﺣﺼﺎء ﻻ ﻳﺴﺎﻭﻱ ﻭﺳﻴﻂ ﺩﺭﺟﺎﺕ ﺍﻟﻄﺎﻟﺒﺎﺕ‬

‫‪ .2‬ﺇﺩﺧﺎﻝ ﺍﻟﺒﻴﺎﻧﺎﺕ ﻭﺗﻨﻔﻴﺬ ﺍﻻﺧﺘﺒﺎﺭ‬


‫ﻳﺘﻢ ﺇﺩﺧﺎﻝ ﺍﻟﺪﺭﺟﺎﺕ ﻓﻲ ﺑﺮﻧﺎﻣﺞ ‪ SPSS‬ﻓﻲ ﻋﻤﻮﺩﻳﻦ‪ :‬ﺍﻟﻌﻤﻮﺩ ﺍﻷﻭﻝ ﻳﻤﺜﻞ ﺍﻟﺪﺭﺟﺎﺕ ﻭﺍﻟﻌﻤﻮﺩ ﺍﻟﺜﺎﻧﻲ ﻳﻤﺜﻞ ﺍﻷﻛﻮﺍﺩ‪،‬‬
‫ﻭﻫﺬﻩ ﺍﻻﻛﻮﺍﺩ ﻳﺤﺪﺩﻫﺎ ﺍﻟﺒﺎﺣﺚ )ﻣﺜﻼ ﺩﺭﺟﺔ ﺍﻟﻄﺎﻟﺐ ﺗﺄﺧﺬ ﺍﻟﻜﻮﺩ ‪ 1‬ﺑﻴﻨﻤﺎ ﺩﺭﺟﺔ ﺍﻟﻄﺎﻟﺒﺔ ﺗﺄﺧﺬ ﺍﻟﻜﻮﺩ ‪ ، (2‬ﻛﻤﺎ ﻳﻠﻲ‪:‬‬

‫ﺗﻢ ﻧﺘﺒﻊ ﺍﻟﻤﺴﺎﺭ‬

‫‪Analyze  Nonparametric Tests Legacy Dialogs2 Independent Samples‬‬

‫ﻓﻨﺤﺼﻞ ﻋﻠﻰ ﻣﺮﺑﻊ ﺍﻟﺤﻮﺍﺭ ﺍﻟﺘﺎﻟﻲ‪:‬‬

‫‪77‬‬
‫ﺩ‪ .‬ﺧﻠﻑ ﺳﻠﻁﺎﻥ‬ ‫ﺍﻟﺗﺣﻠﻳﻝ ﺍﻻﺣﺻﺎﺋﻲ ﺑﺎﺳﺗﺧﺩﺍﻡ ‪SPSS‬‬

‫ﻧﻨﻘﻞ ﻣﺘﻐﻴﺮ ﺍﻟﺪﺭﺟﺎﺕ ‪ Marks‬ﻓﻲ ﺍﻟﻤﺮﺑﻊ ‪ List Test Variable‬ﺛﻢ ﻣﺘﻐﻴﺮ ﺍﻻﻛﻮﺍﺩ ‪ G‬ﺩﺍﺧﻞ ‪Grouping Variable‬‬
‫ﻓﻴﻈﻬﺮ ﺍﻟﻤﺮﺑﻊ‬

‫ﺛﻢ ﻧﻘﻮﻡ ﺑﺎﺧﺘﻴﺎﺭ ‪ Define Groups‬ﻓﻨﺤﺼﻞ ﻋﻠﻰ‬

‫ﻧﺨﺘﺎﺭ ﻫﻨﺎ ‪ 1‬ﻟﻠﻤﺠﻮﻋﺔ ﺍﻷﻭﻟﻰ )ﺩﺭﺟﺎﺕ ﺍﻟﻄﻼﺏ(‪ ،‬ﻭﻧﺨﺘﺎﺭ ‪ 2‬ﻟﻠﻤﺠﻮﻋﺔ ﺍﻟﺜﺎﻧﻴﺔ )ﺩﺭﺟﺎﺕ ﺍﻟﻄﺎﻟﺒﺎﺕ( ﺛﻢ ﻧﻀﻐﻂ‬
‫‪continue‬ﻓﻨﺮﺟﻊ ﻟﻤﺮﺑﻊ ﺍﻟﺤﻮﺍﺭ ﺍﻷﺳﺎﺳﻲ ﺛﻢ ‪OK‬‬

‫‪Ranks‬‬
‫‪G‬‬ ‫‪N‬‬ ‫‪Mean Rank‬‬ ‫‪Sum of Ranks‬‬

‫‪1‬‬ ‫‪35‬‬ ‫‪34.69‬‬ ‫‪1214.00‬‬


‫‪Marks‬‬ ‫‪2‬‬ ‫‪33‬‬ ‫‪34.30‬‬ ‫‪1132.00‬‬
‫‪Total‬‬ ‫‪68‬‬
‫‪Test Statisticsa‬‬
‫‪Marks‬‬

‫‪Mann-Whitney U‬‬ ‫‪571.000‬‬


‫‪Wilcoxon W‬‬ ‫‪1132.000‬‬
‫‪Z‬‬ ‫‪-.080‬‬
‫)‪Asymp. Sig. (2-tailed‬‬ ‫‪.936‬‬

‫‪a. Grouping Variable: G‬‬

‫‪78‬‬
‫ﺩ‪ .‬ﺧﻠﻑ ﺳﻠﻁﺎﻥ‬ ‫ﺍﻟﺗﺣﻠﻳﻝ ﺍﻻﺣﺻﺎﺋﻲ ﺑﺎﺳﺗﺧﺩﺍﻡ ‪SPSS‬‬

‫‪ .3‬ﺍﻟﺘﻌﻠﻴﻖ ﻋﻠﻰ ﺍﻟﻨﺘﺎﺋﺞ ﻭﺍﻟﻘﺮﺍﺭ‬


‫ﻣﻦ ﺟﺪﺍﻭﻝ ﺍﻟﻨﺘﺎﺋﺞ ﻧﻼﺣﻆ ﺍﻟﺘﺎﻟﻲ‪:‬‬

‫‪ -‬ﺍﻟﺠﺪﻭﻝ ﺍﻷﻭﻝ ﺑﻌﻨﻮﺍﻥ ‪ Ranks‬ﻳﻈﻬﺮ ﺑﻌﺾ ﺍﻹﺣﺼﺎءﺍﺕ ﺣﻮﻝ ﻭﺳﻴﻂ ﺩﺭﺟﺎﺕ ﺍﻟﻄﻼﺏ ﻭﺩﺭﺟﺎﺕ‬
‫ﺍﻟﻄﺎﻟﺒﺎﺕ ﻣﺜﻞ ﺍﻟﺮﺗﺒﺔ ﻭﻣﺠﻤﻮﻉ ﺍﻟﺮﺗﺐ‪.‬‬

‫‪ -‬ﺍﻟﺠﺪﻭﻝ ﺍﻟﺜﺎﻧﻲ ﻭﻫﻮ ﺍﻟﻤﻬﻢ ﻭﻳﻈﻬﺮ ﺃﻥ ‪ p-value = 0.936‬ﻭﻫﺬﺍ ﻳﺆﻛﺪ ﻗﺒﻮﻝ ‪ ،H0‬ﺃﻱ ﺃﻥ ﺍﻟﻘﺮﺍﺭ‬
‫ﻫﻨﺎ ﻫﻮ ﺍﻧﻪ ﻻ ﻳﻮﺟﺪ ﺍﺧﺘﻼﻑ ﻣﻌﻨﻮﻱ ﺑﻴﻦ ﻭﺳﻴﻂ ﺩﺭﺟﺎﺕ ﺍﻟﻄﻼﺏ ﻭﻭﺳﻴﻂ ﺩﺭﺟﺎﺕ ﺍﻟﻄﺎﻟﺒﺎﺕ ﻋﻨﺪ‬
‫ﻣﺴﺘﻮﻯ ‪. %5‬‬
‫ﻣﻼﺣﻈﺔ‪:‬‬

‫ﻓﻲ ﺍﻟﺘﺪﺭﻳﺐ ﺍﻟﺴﺎﺑﻖ ﻟﻮ ﻛﺎﻥ ﺍﻟﻘﺮﺍﺭ ﻫﻮ ﺭﻓﺾ ‪ ،H0‬ﺃﻱ ﺍﻧﻪ ﺗﻮﺟﺪ ﻓﺮﻭﻕ ﺣﻘﻴﻘﺔ ﺑﻴﻦ ﺩﺭﺟﺎﺕ ﺍﻟﻄﻼﺏ ﻭﺩﺭﺟﺎﺕ ﺍﻟﻄﺎﻟﺒﺎﺕ‬
‫ﻓﺎﻧﻪ ﻳﻠﺰﻡ ﺗﺤﺪﻳﺪ ﺍﻻﺗﺠﺎﻩ ﺍﻟﻌﺎﻡ ﻟﻠﺪﺭﺟﺎﺕ )ﺃﻳﻬﻤﺎ ﻟﻪ ﻣﺘﻮﺳﻂ ﺃﻛﺒﺮ( ﻋﻠﻰ ﻣﺴﺘﻮﻯ ﺍﻟﻤﺠﺘﻤﻌﺎﺕ‪ .‬ﻭﻳﻜﻮﻥ ﺍﻟﻤﺠﺘﻤﻊ ﺍﻟﺬﻱ ﻟﻪ‬
‫ﺃﻛﺒﺮ ﻭﺳﻴﻂ ﻫﻮ ﻧﻔﺴﻪ ﺍﻟﺬﻱ ﻳﻘﺎﺑﻞ ﺃﻛﺒﺮ ﺭﺗﺒﺔ ﺑﺎﺣﺘﻤﺎﻝ ﻣﻘﺪﺍﺭﻩ ‪ p-value/2‬ﻭﺍﻟﻌﻜﺲ‪.‬‬

‫)‪ (2-3-5‬ﺍﺧﺘﺒﺎﺭﺍﺕ ﻋﺪﺩ ‪ K‬ﻣﻦ ﺍﻟﻌﻴﻨﺎﺕ ﺍﻟﻤﺴﺘﻘﻠﺔ ‪K. Independent Samples Tests‬‬

‫ﺗﺼﻤﻴﻢ ﺍﻟﺘﺠﺮﺑﺔ ﻭﺍﻟﻤﻌﺎﻳﻨﺔ‬ ‫ﺍﻻﺳﺘﺨﺪﺍﻡ‬ ‫ﺍﻻﺧﺘﺒﺎﺭ‬

‫ﻣﺠﻤﻮﻋﺎﺕ ﻣﺘﻌﺪﺩﺓ‬ ‫ﺍﺧﺘﺒﺎﺭ ﻣﺘﻮﺳﻂ )ﻭﺳﻴﻂ( ﻋﺪﺓ‬ ‫ﻛﺮﻭﺳﻜﺎﻝ ﻭﺍﻟﺲ‬


‫ﻣﺠﺘﻤﻌﺎﺕ ﻣﺴﺘﻘﻠﺔ‬
‫)ﺑﺪﻳﻞ ﻻﺑﺎﺭﺍﻣﺘﺮﻱ ﻟﺘﺤﻠﻴﻞ ﺍﻟﺘﺒﺎﻳﻦ‬
‫ﺃﻭ ﻓﺤﺺ ﻋﺪﺓ ﻋﻴﻨﺎﺕ ﺗﺘﺒﻊ ﻧﻔﺲ‬ ‫ﻓﻲ ﺍﺗﺠﺎﻩ ﻭﺍﺣﺪ ‪(ANOVA‬‬
‫ﺍﻟﺘﻮﺯﻳﻊ‬

‫ﻣﺠﻤﻮﻋﺎﺕ ﻣﺘﻌﺪﺩﺓ‬ ‫ﻭﺳﻴﻂ ﻋﺪﺓ ﻣﺠﺘﻤﻌﺎﺕ ﻣﺴﺘﻘﻠﺔ‬ ‫ﺍﻟﻮﺳﻴﻂ‬

‫ﻣﺠﻤﻮﻋﺎﺕ ﻣﺘﻌﺪﺩﺓ‬ ‫ﻧﻔﺲ ﺍﺳﺘﺨﺪﺍﻡ ﻛﺮﻭﺳﻜﺎﻝ ﻭﺍﻟﺲ‬ ‫ﺟﻮﻧﻜﻴﻴﺮﻱ ﺗﺮﺑﺴﺘﺮﺍ‬

‫‪Jonckheere Terpstra‬‬

‫‪79‬‬
‫ﺩ‪ .‬ﺧﻠﻑ ﺳﻠﻁﺎﻥ‬ ‫ﺍﻟﺗﺣﻠﻳﻝ ﺍﻻﺣﺻﺎﺋﻲ ﺑﺎﺳﺗﺧﺩﺍﻡ ‪SPSS‬‬

‫ﻭﺳﻮﻑ ﻧﻌﺮﺽ ﻓﻘﻂ ﻷﻫﻢ ﻫﺬﻩ ﺍﻻﺧﺘﺒﺎﺭﺍﺕ ﻭﻫﻮ‪:‬‬

‫ﺍﺧﺘﺒﺎﺭ ﻛﺮﻭﺳﻜﺎﻝ ﻭﺍﻟﺲ ‪Kruskal-Wallis Test‬‬

‫ﻳﻌﺘﺒﺮ ﺍﺧﺘﺒﺎﺭ ﻛﺮﻭﺳﻜﺎﻝ ﻭﺍﻟﺲ ﻫﻮ ﺍﻟﺒﺪﻳﻞ ﺍﻟﻼﻣﻌﻠﻤﻲ ﻻﺧﺘﺒﺎﺭ ‪ ANOVA‬ﻓﻲ ﺍﺗﺠﺎﻩ ﻭﺍﺣﺪ ﻓﻲ ﺣﺎﻟﺔ ﻋﺪﻡ ﺗﻮﺍﻓﺮ‬
‫ﺍﻟﺸﺮﻭﻁ‪.‬‬

‫ﺗﻄﺒﻴﻖ )‪(11‬‬

‫ﺗﻢ ﺗﻮﺯﻳﻊ ﺛﻼﺛﺔ ﺃﻧﻮﺍﻉ ﻣﻦ ﺍﻟﺴﻤﺎﺩ ﻋﺸﻮﺍﺋﻴﺎ ً ﻋﻠﻰ ﻣﺠﻤﻮﻋﺎﺕ ﻣﻦ ﻗﻄﻊ ﺍﻷﺭﺽ ﻣﺘﺠﺎﻭﺭﺓ ﻭﻣﺘﺴﺎﻭﻳﺔ ﻓﻲ ﺍﻟﻤﺴﺎﺣﺔ‬
‫ﻭﻣﺰﺭﻭﻋﺔ ﺑﻨﻔﺲ ﻧﻮﻉ ﺍﻟﻘﻤﺢ ﻭﻣﺘﺸﺎﺑﻬﺔ ﻓﻲ ﻁﺮﻳﻘﺔ ﺍﻟﺮﻱ ﻭﻓﻲ ﺟﻤﻴﻊ ﺍﻟﻈﺮﻭﻑ ﺍﻷﺧﺮﻯ ﻓﻜﺎﻥ ﺍﻟﻤﺤﺼﻮﻝ )ﺍﻟﻨﺎﺗﺞ(‬
‫ﺑﺎﻟﻄﻦ ﻛﺎﻟﺘﺎﻟﻲ‪:‬‬

‫ﺍﻹﻧﺘﺎﺝ ﺑﺎﺳﺘﺨﺪﺍﻡ ﺍﻟﺴﻤﺎﺩ ﺍﻷﻭﻝ‬ ‫‪84‬‬ ‫‪81‬‬ ‫‪78‬‬ ‫‪76‬‬ ‫‪87‬‬ ‫‪64‬‬

‫ﺍﻹﻧﺘﺎﺝ ﺑﺎﺳﺘﺨﺪﺍﻡ ﺍﻟﺴﻤﺎﺩ ﺍﻟﺜﺎﻧﻲ‬ ‫‪70‬‬ ‫‪51‬‬ ‫‪62‬‬ ‫‪75‬‬ ‫‪72‬‬ ‫‪74‬‬ ‫‪69‬‬

‫ﺍﻹﻧﺘﺎﺝ ﺑﺎﺳﺘﺨﺪﺍﻡ ﺍﻟﺴﻤﺎﺩ ﺍﻟﺜﺎﻟﺚ‬ ‫‪57‬‬ ‫‪79‬‬ ‫‪66‬‬ ‫‪62‬‬ ‫‪59‬‬ ‫‪52‬‬

‫ﺍﺳﺘﺨﺪﻡ ﺍﺧﺘﺒﺎﺭ ﻛﺮﺳﻜﺎﻝ ﻭﺍﻟﺲ ﺑﻤﺴﺘﻮﻯ ﻣﻌﻨﻮﻳﺔ ‪ ،%5‬ﻻﺧﺘﺒﺎﺭ ﺗﺄﺛﻴﺮ ﻧﻮﻉ ﺍﻟﺴﻤﺎﺩ ﻋﻠﻰ ﺇﻧﺘﺎﺟﻴﺔ ﺍﻟﻘﻤﺢ‪.‬‬

‫ﺧﻄﻮﺍﺕ ﺍﻟﺘﻨﻔﻴﺬ‪:‬‬

‫‪ -1‬ﺻﻴﺎﻏﺔ ﺍﻟﻔﺮﺿﻴﺎﺕ‬
‫‪ : H0‬ﻣﺘﻮﺳﻂ ﺇﻧﺘﺎﺝ ﺍﻟﻘﻤﺢ ﻣﺘﺴﺎﻭﻱ ﺑﺎﺳﺘﺨﺪﺍﻡ ﺍﻟﺴﻤﺎﺩ ﺍﻟﻤﺨﺘﻠﻒ‬

‫‪ : H1‬ﻣﺘﻮﺳﻂ ﺇﻧﺘﺎﺝ ﺍﻟﻘﻤﺢ ﻏﻴﺮ ﻣﺘﺴﺎﻭﻱ ﺑﺎﺳﺘﺨﺪﺍﻡ ﺍﻟﺴﻤﺎﺩ ﺍﻟﻤﺨﺘﻠﻒ ﻋﻠﻰ ﺍﻷﻗﻞ ﺑﻴﻦ ﻧﻮﻋﻴﻦ ﻣﻦ ﺍﻟﺴﻤﺎﺩ‬

‫‪ -2‬ﺇﺩﺧﺎﻝ ﺍﻟﺒﻴﺎﻧﺎﺕ ﻭﺗﻨﻔﻴﺬ ﺍﻻﺧﺘﺒﺎﺭ‬


‫ﻧﺪﺧﻞ ﺍﻟﺒﻴﺎﻧﺎﺕ ﻓﻲ ﺑﺮﻧﺎﻣﺞ ‪ SPSS‬ﻭﺣﻴﺚ ﺍﻧﻪ ﻟﺪﻳﻨﺎ ﺛﻼﺙ ﻋﻴﻨﺎﺕ ﻣﺨﺘﻠﻔﺔ ﻣﺴﺘﻘﻠﺔ ﻳﺘﻢ ﺇﺩﺧﺎﻝ ﺍﻹﻧﺘﺎﺝ ﻓﻲ ﻋﻤﻮﺩ ﺑﺎﺳﻢ‬
‫‪ Product‬ﻭﻟﺘﺤﺪﻳﺪ ﺍﻻﻛﻮﺍﺩ ﺍﻟﺘﻲ ﺗﺪﺧﻞ ﻋﻠﻰ ﻧﻮﻉ ﺍﻟﺴﻤﺎﺩ ﺍﻟﻤﺴﺘﺨﺪﻡ ﻟﻺﻧﺘﺎﺝ ‪ Code‬ﺳﻮﻑ ﻧﺴﺘﺨﺪﻡ ﺍﻟﻜﻮﺩ ‪ 1‬ﻟﻠﺴﻤﺎﺩ‬
‫ﺍﻷﻭﻝ‪ ،‬ﻭﺍﻟﻜﻮﺩ ‪ 2‬ﻟﻠﺴﻤﺎﺩ ﺍﻟﺜﺎﻧﻲ‪ ،‬ﻭﺍﻟﻜﻮﺩ ‪ 3‬ﻟﻠﺴﻤﺎﺩ ﺍﻟﺜﺎﻟﺚ ﻛﺎﻟﺘﺎﻟﻲ‪:‬‬

‫‪80‬‬
‫ ﺧﻠﻑ ﺳﻠﻁﺎﻥ‬.‫ﺩ‬ SPSS ‫ﺍﻟﺗﺣﻠﻳﻝ ﺍﻻﺣﺻﺎﺋﻲ ﺑﺎﺳﺗﺧﺩﺍﻡ‬

‫ﺛﻢ ﻧﺨﺘﺎﺭ ﺍﻟﻤﺴﺎﺭ‬

Analyze  Nonparametric Tests Legacy Dialogs K Independent Samples

:‫ﺛﻢ ﻳﻈﻬﺮ ﻣﺮﺑﻊ ﺍﻟﺤﻮﺍﺭ ﺍﻟﺘﺎﻟﻲ‬

Grouping ‫ ﺇﻟﻰ ﺍﻟﻤﺮﺑﻊ‬Codes ‫ ﻭﺍﻟﻤﺘﻐﻴﺮ‬Test Variable List ‫ ﺇﻟﻰ ﺍﻟﻤﺮﺑﻊ‬product ‫ﺍﻧﻘﻞ ﺍﻟﻤﺘﻐﻴﺮ‬
‫ ﻓﻴﻈﻬﺮ ﺍﻟﺘﺎﻟﻲ‬Kruskal-Wallis Test ‫ﻭﺍﺧﺘﺒﺎﺭ‬Variable

81
‫ﺩ‪ .‬ﺧﻠﻑ ﺳﻠﻁﺎﻥ‬ ‫ﺍﻟﺗﺣﻠﻳﻝ ﺍﻻﺣﺻﺎﺋﻲ ﺑﺎﺳﺗﺧﺩﺍﻡ ‪SPSS‬‬

‫ﻧﻀﻐﻂ ﻋﻠﻰ ‪ Define Range‬ﻓﻨﺤﺼﻞ ﻋﻠﻰ‬

‫ﻧﺪﺧﻞ ﺃﺻﻐﺮ ﻛﻮﺩ ﻓﻲ ‪ Minimum‬ﻭﺃﻛﺒﺮ ﻛﻮﺩ ﻓﻲ ‪ Maximum‬ﺛﻢ ‪ Continue‬ﻓﻨﺮﺟﻊ ﻟﻤﺮﺑﻊ ﺍﻟﺤﻮﺍﺭ ﺍﻷﺳﺎﺳﻲ ﺛﻢ‬
‫ﻧﻀﻐﻂ ‪ OK‬ﻓﻨﺤﺼﻞ ﻋﻠﻰ ﺍﻟﻨﺘﺎﺋﺞ ﺍﻟﺘﺎﻟﻴﺔ‪:‬‬

‫‪Ranks‬‬

‫‪Code‬‬ ‫‪N‬‬ ‫‪Mean Rank‬‬


‫‪1‬‬ ‫‪6‬‬ ‫‪15.00‬‬
‫‪2‬‬ ‫‪7‬‬ ‫‪8.79‬‬
‫‪Product‬‬
‫‪3‬‬ ‫‪6‬‬ ‫‪6.42‬‬

‫‪Total‬‬ ‫‪19‬‬

‫‪82‬‬
‫ﺩ‪ .‬ﺧﻠﻑ ﺳﻠﻁﺎﻥ‬ ‫ﺍﻟﺗﺣﻠﻳﻝ ﺍﻻﺣﺻﺎﺋﻲ ﺑﺎﺳﺗﺧﺩﺍﻡ ‪SPSS‬‬

‫‪Test Statisticsa,b‬‬
‫‪Product‬‬
‫‪Chi-Square‬‬ ‫‪7.502‬‬
‫‪df‬‬ ‫‪2‬‬
‫‪Asymp. Sig.‬‬ ‫‪.023‬‬
‫‪a. Kruskal Wallis Test‬‬
‫‪b. Grouping Variable:‬‬
‫‪Code‬‬

‫‪ -3‬ﺍﻟﺘﻌﻠﻴﻖ ﻋﻠﻰ ﺍﻟﻨﺘﺎﺋﺞ ﻭﺍﺗﺨﺎﺫ ﺍﻟﻘﺮﺍﺭ‬


‫‪ ‬ﻣﻦ ﺍﻟﺠﺪﻭﻝ ‪ Test statistics‬ﻧﻼﺣﻆ ﺃﻥ ﻗﻴﻤﺔ ﺇﺣﺼﺎء ﻛﺄﻱ ﺍﻟﺘﺮﺑﻴﻌﻴﺔ ﺑﻠﻐﺖ ‪ 7.509‬ﺑﺎﺣﺘﻤﺎﻝ ‪p-‬‬
‫‪ value = 0.023‬ﻭﻫﻲ ﺃﺻﻐﺮ ﻣﻦ ‪ %5‬ﻟﺬﻟﻚ ﻳﻜﻮﻥ ﺍﻟﻘﺮﺍﺭ ﻫﻨﺎ ﻫﻮ ﺭﻓﺾ ‪ ،H0‬ﺃﻱ ﺃﻥ ﺇﻧﺘﺎﺟﻴﺔ ﺍﻟﻘﻤﺢ‬
‫ﺗﻌﺘﻤﺪ ﻋﻠﻰ ﻧﻮﻉ ﺍﻟﺴﻤﺎﺩ‪.‬‬
‫‪ ‬ﺇﺫﺍ ﺃﺭﺩﻧﺎ ﻫﻨﺎ ﺃﻥ ﻧﺘﻌﺮﻑ ﻋﻠﻰ ﻣﺼﺪﺭ ﺍﻻﺧﺘﻼﻑ )ﻣﺎ ﻫﻲ ﺃﻧﻮﺍﻉ ﺍﻷﺳﻤﺪﺓ ﺍﻟﺘﻲ ﺗﻌﻄﻲ ﺇﻧﺘﺎﺝ ﻣﺨﺘﻠﻒ( ﻓﺎﻧﻪ‬
‫ﻳﻠﺰﻡ ﺇﺟﺮﺍء ﺍﺧﺘﺒﺎﺭ "ﻣﺎﻥ ‪ -‬ﻭﻳﺘﻨﻲ" ﻋﻠﻰ ﻛﻞ ﺯﻭﺝ ﻣﻦ ﺍﻷﺳﻤﺪﺓ ﻋﻠﻰ ﺣﺪﺓ ﺣﻴﺚ ﺃﻥ ﺃﺳﻠﻮﺏ ‪Post Hoc‬‬
‫ﻏﻴﺮ ﻣﺘﻮﺍﻓﺮ ﻟﻼﺧﺘﺒﺎﺭﺍﺕ ﺍﻟﻼﻣﻌﻠﻤﻴﺔ‪.‬‬

‫‪83‬‬
‫ﺩ‪ .‬ﺧﻠﻑ ﺳﻠﻁﺎﻥ‬ ‫ﺍﻟﺗﺣﻠﻳﻝ ﺍﻻﺣﺻﺎﺋﻲ ﺑﺎﺳﺗﺧﺩﺍﻡ ‪SPSS‬‬

‫ﺍﻟﺠﺰء ﺍﻟﺴﺎﺩﺱ‬
‫ﺍﻻﺭﺗﺒﺎﻁ ﻭﺍﻻﻧﺤﺪﺍﺭ ‪Correlation and Regression‬‬

‫)‪ (6-1‬ﺍﻻﺭﺗﺒﺎﻁ ‪Correlation‬‬


‫ﻳﻄﻠﻖ ﺍﻻﺭﺗﺒﺎﻁ ﻋﻠﻰ ﺍﻟﻌﻼﻗﺔ ﺑﻴﻦ ﻣﺘﻐﻴﺮﻳﻦ ﺍﻭ ﺍﻛﺜﺮ ﻣﺜﻞ ﺍﻟﻌﻼﻗﺔ ﺑﻴﻦ ﺩﺭﺟﺔ ﺍﻟﻄﺎﻟﺐ ﻓﻲ ﻣﺎﺩﺓ ﺍﻟﻔﻴﺰﻳﺎء ﻭﺩﺭﺟﺘﻪ ﻓﻲ ﻣﺎﺩﺓ‬
‫ﺍﻟﺮﻳﺎﺿﻴﺎﺕ ﺃﻭ ﺍﻟﻌﻼﻗﺔ ﺑﻴﻦ ﻣﻌﺪﻟﻪ ﻓﻲ ﺍﻟﺪﺭﺍﺳﺔ ﻭﻋﺪﺩ ﺳﺎﻋﺎﺕ ﺍﻟﺪﺭﺍﺳﺔ ﺃﻭ ﺍﻟﻌﻼﻗﺔ ﺑﻴﻦ ﺩﺧﻞ ﺍﻟﻔﺮﺩ ﻭﺍﺳﺘﻬﻼﻛﻪ ﻭﻫﻨﺎﻙ‬
‫ﻛﺜﻴﺮ ﻣﻦ ﺍﻟﻌﻼﻗﺎﺕ‪...‬‬

‫ﻭﺗﻘﺎﺱ ﺗﻠﻚ ﺍﻟﻌﻼﻗﺎﺕ ﺑﻤﻘﻴﺎﺱ ﻳﺴﻤﻰ ﻣﻌﺎﻣﻞ ﺍﻻﺭﺗﺒﺎﻁ ﻭﻳﺄﺧﺬ ﺍﻟﻘﻴﻢ ﻣﻦ –‪ 1‬ﺇﻟﻰ ‪.1‬‬
‫‪ ‬ﻳﻜﻮﻥ ﺍﻻﺭﺗﺒﺎﻁ ﻁﺮﺩﻳﺎ ً ﺗﺎﻣﺎ ً ﺇﺫﺍ ﻛﺎﻧﺖ ﻗﻴﻤﺔ ﻣﻌﺎﻣﻞ ﺍﻻﺭﺗﺒﺎﻁ ﺗﺴﺎﻭﻱ ‪1‬‬
‫‪ ‬ﻳﻜﻮﻥ ﺍﻻﺭﺗﺒﺎﻁ ﻋﻜﺴﻴﺎ ً ﺗﺎﻣﺎ ً ﺇﺫﺍ ﻛﺎﻧﺖ ﻗﻴﻤﺔ ﻣﻌﺎﻣﻞ ﺍﻻﺭﺗﺒﺎﻁ ﺗﺴﺎﻭﻱ‪1-‬‬
‫‪ ‬ﻻ ﻳﻮﺟﺪ ﺍﺭﺗﺒﺎﻁ ﺇﺫﺍ ﻛﺎﻧﺖ ﻗﻴﻤﺔ ﻣﻌﺎﻣﻞ ﺍﻻﺭﺗﺒﺎﻁ ﺗﺴﺎﻭﻱ ﺻﻔﺮ‪.‬‬
‫‪ ‬ﻛﻠﻤﺎ ﻛﺎﻧﺖ ﺍﻟﻘﻴﻤﺔ ﺍﻟﻤﻄﻠﻘﺔ ﻟﻤﻌﺎﻣﻞ ﺍﻻﺭﺗﺒﺎﻁ ﻗﺮﻳﺒﺔ ﻣﻦ ﺍﻟﻮﺍﺣﺪ ﻛﺎﻥ ﺍﻻﺭﺗﺒﺎﻁ ﻗﻮﻳﺎً‪.‬‬
‫‪ ‬ﻛﻠﻤﺎ ﻛﺎﻧﺖ ﺍﻟﻘﻴﻤﺔ ﺍﻟﻤﻄﻠﻘﺔ ﻟﻤﻌﺎﻣﻞ ﺍﻻﺭﺗﺒﺎﻁ ﻗﺮﻳﺒﺔ ﻣﻦ ﺍﻟﺼﻔﺮ ﻛﺎﻥ ﺍﻻﺭﺗﺒﺎﻁ ﺿﻌﻴﻔﺎً‪.‬‬
‫ﻭﻳﻤﻜﻦ ﺍﺳﺘﺨﺪﺍﻡ ﻣﻌﺎﻣﻞ ﺍﻻﺭﺗﺒﺎﻁ ﺑﻴﻦ ﻣﺘﻐﻴﺮﻳﻦ ﺑﻌﺪﺓ ﻁﺮﻕ ﻧﺬﻛﺮ ﻣﻨﻬﺎ‪:‬‬

‫‪ .1‬ﻣﻌﺎﻣﻞ ﺑﻴﺮﺳﻮﻥ )‪ :(Pearson‬ﻳﺴﺘﺨﺪﻡ ﺇﺫﺍ ﻛﺎﻥ ﻛﻼ ﺍﻟﻤﺘﻐﻴﺮﻳﻦ ﻣﻘﺎﺳﺎ ﺑﻤﻘﻴﺎﺱ ﻛﻤﻲ ﻣﺜﻞ ﺇﻳﺠﺎﺩ ﻣﻌﺎﻣﻞ ﺍﻻﺭﺗﺒﺎﻁ‬
‫ﺑﻴﻦ ﺍﻟﺪﺧﻞ ﻭﺍﻻﺳﺘﻬﻼﻙ‬
‫‪ .2‬ﻣﻌﺎﻣﻞ ﺳﺒﻴﺮﻣﺎﻥ )‪ : (Spearman‬ﻳﺴﺘﺨﺪﻡ ﺇﺫﺍ ﻛﺎﻥ ﻛﻼ ﻣﻦ ﺍﻟﻤﺘﻐﻴﺮﻳﻦ ﻣﻘﺎﺳﺎ ﺑﻤﻘﻴﺎﺱ ﺗﺮﺗﻴﺒﻲ ﻣﺜﻞ ﺇﻳﺠﺎﺩ ﺍﻟﻌﻼﻗﺔ‬
‫ﺑﻴﻦ ﻣﺴﺘﻮﻯ ﺍﻟﺪﺧﻞ ) ﻣﺮﺗﻔﻊ – ﻣﺘﻮﺳﻂ – ﻣﻨﺨﻔﺾ( ﻭﻋﺪﺩ ﺳﺎﻋﺎﺕ ﺍﻟﻌﻤﻞ ﺍﻟﻴﻮﻣﻴﺔ) ﺍﻛﺜﺮ ﻣﻦ ‪ 8‬ﺳﺎﻋﺎﺕ – ﻣﻦ‬
‫‪5‬ﺳﺎﻋﺎﺕ ﺇﻟﻰ ‪ – 8‬ﺍﻗﻞ ﻣﻦ ‪ 5‬ﺳﺎﻋﺎﺕ( ﻛﻤﺎ ﻳﻤﻜﻦ ﺍﺳﺘﺨﺪﺍﻡ ﻣﻘﻴﺎﺱ ﺳﺒﻴﺮﻣﺎﻥ ﻓﻲ ﺣﺎﻟﺔ ﺍﻟﻤﺘﻐﻴﺮﺍﺕ ﺍﻟﻜﻤﻴﺔ ﺃﻳﻀﺎ‪.‬‬

‫‪ .3‬ﻣﻌﺎﻣﻞ ﻛﺎﻧﺪﻝ ﺗﺎﻭ )‪ : (Kandell,s tau‬ﻳﺴﺘﺨﺪﻡ ﻣﺜﻞ ﻣﻌﺎﻣﻞ ﺳﺒﻴﺮﻣﺎﻥ ﻭﺑﻨﻔﺲ ﺍﻟﺸﺮﻭﻁ‪.‬‬

‫‪ .4‬ﻣﻌﺎﻣﻞ ﻓﺎﻱ )‪ : (Phi‬ﻳﺴﺘﺨﺪﻡ ﺇﺫﺍ ﻛﺎﻥ ﺍﻟﻤﺘﻐﻴﺮﺍﻥ ﻣﻘﺎﺳﺎﻥ ﺑﻤﻘﻴﺎﺱ ﺍﺳﻤﻲ ﻣﺜﻞ ﺇﻳﺠﺎﺩ ﺍﻟﻌﻼﻗﺔ ﺑﻴﻦ ﺍﻟﺠﻨﺲ‬
‫) ﺫﻛﺮ – ﺃﻧﺜﻰ ( ﻭﺍﻟﺘﻌﻠﻢ ) ﻣﺘﻌﻠﻢ – ﻏﻴﺮ ﻣﺘﻌﻠﻢ(‪.‬‬

‫ﺍﺳﻤﻲ‬ ‫ﺗﺮﺗﻴﺒﻲ‬ ‫ﻛﻤﻲ‬


‫‪Nominal‬‬ ‫‪Ordinal‬‬ ‫‪scale‬‬
‫ﺑﻴﺮﺳﻮﻥ‬ ‫ﻛﻤﻲ‬
‫‪Pearson‬‬ ‫‪scale‬‬
‫ﺳﺒﻴﺮﻣﺎﻥ‬
‫‪Spearman‬‬
‫ﻛﻨﺪﺍﻝ ﺗﺎﻭ‬ ‫ﺗﺮﺗﻴﺒﻲ‬
‫‪Kendall‬‬ ‫‪Ordinal‬‬
‫ﺳﺒﻴﺮﻣﺎﻥ ﺭﻭ‬
‫‪Spearman‬‬
‫ﺟﺎﻣﺎ‬
‫‪Gamma‬‬
‫ﻓﺎﻱ‪Phi‬‬ ‫ﺍﻳﺘﺎ‬ ‫ﺍﺳﻤﻲ‬
‫ﻣﻌﺎﻣﻞ ﺍﻟﺘﻮﺍﻓﻖ‬ ‫‪Eta‬‬ ‫‪Nominal‬‬
‫‪Contingency Coefficient‬‬
‫ﻟﻤﺪﺍ ‪Lambda‬‬

‫‪84‬‬
‫ﺩ‪ .‬ﺧﻠﻑ ﺳﻠﻁﺎﻥ‬ ‫ﺍﻟﺗﺣﻠﻳﻝ ﺍﻻﺣﺻﺎﺋﻲ ﺑﺎﺳﺗﺧﺩﺍﻡ ‪SPSS‬‬

‫ﺗﻄﺒﻴﻖ )‪(12‬‬

‫ﺍﻟﺠﺪﻭﻝ ﺍﻟﺘﺎﻟﻲ ‪ Application-12.sav‬ﻳﻤﺜﻞ ﺑﻴﺎﻧﺎﺕ ‪ 10‬ﻁﻼﺏ ﺑﻜﻠﻴﺔ ﺍﻟﻌﻠﻮﻡ ﺍﻹﺩﺍﺭﻳﺔ‬

‫‪i‬‬ ‫‪Gender‬‬ ‫‪Marital‬‬ ‫‪Credit Hours‬‬ ‫‪Math‬‬ ‫‪Stat‬‬ ‫‪Account‬‬ ‫‪Economics‬‬


‫‪Status‬‬

‫‪1‬‬ ‫‪F‬‬ ‫‪M‬‬ ‫‪14‬‬ ‫‪70‬‬ ‫‪80‬‬ ‫‪73‬‬ ‫‪75‬‬

‫‪2‬‬ ‫‪M‬‬ ‫‪S‬‬ ‫‪12‬‬ ‫‪65‬‬ ‫‪70‬‬ ‫‪55‬‬ ‫‪60‬‬

‫‪3‬‬ ‫‪M‬‬ ‫‪S‬‬ ‫‪12‬‬ ‫‪70‬‬ ‫‪77‬‬ ‫‪66‬‬ ‫‪50‬‬

‫‪4‬‬ ‫‪M‬‬ ‫‪M‬‬ ‫‪14‬‬ ‫‪80‬‬ ‫‪85‬‬ ‫‪70‬‬ ‫‪75‬‬

‫‪5‬‬ ‫‪M‬‬ ‫‪S‬‬ ‫‪13‬‬ ‫‪75‬‬ ‫‪80‬‬ ‫‪81‬‬ ‫‪85‬‬

‫‪6‬‬ ‫‪F‬‬ ‫‪S‬‬ ‫‪16‬‬ ‫‪85‬‬ ‫‪85‬‬ ‫‪85‬‬ ‫‪90‬‬

‫‪7‬‬ ‫‪F‬‬ ‫‪M‬‬ ‫‪17‬‬ ‫‪90‬‬ ‫‪92‬‬ ‫‪98‬‬ ‫‪95‬‬

‫‪8‬‬ ‫‪M‬‬ ‫‪M‬‬ ‫‪18‬‬ ‫‪95‬‬ ‫‪95‬‬ ‫‪94‬‬ ‫‪90‬‬

‫‪9‬‬ ‫‪M‬‬ ‫‪S‬‬ ‫‪15‬‬ ‫‪80‬‬ ‫‪85‬‬ ‫‪92‬‬ ‫‪90‬‬

‫‪10‬‬ ‫‪F‬‬ ‫‪S‬‬ ‫‪14‬‬ ‫‪75‬‬ ‫‪77‬‬ ‫‪85‬‬ ‫‪80‬‬

‫ﺍﻟﻤﻄﻠﻮﺏ ﺩﺭﺍﺳﺔ ﻣﻌﺎﻣﻞ ﺍﻻﺭﺗﺒﺎﻁ ﺑﻴﻦ ﻣﺘﻐﻴﺮﻳﻦ ﺃﻭ ﺃﻛﺜﺮ‪.‬‬


‫‪ -1‬ﻹﻳﺠﺎﺩ ﻣﻌﺎﻣﻞ ﺑﻴﺮﺳﻮﻥ ﻟﻼﺭﺗﺒﺎﻁ ﺑﻴﻦ ﻛﻞ ﺩﺭﺟﺘﻲ ﺍﻟﻄﺎﻟﺐ ﻓﻲ ﺍﻟﺮﻳﺎﺿﻴﺎﺕ ﻭﺍﻹﺣﺼﺎء ﻭﻻﺧﺘﺒﺎﺭ ﺍﻟﻔﺮﺿﻴﺔ ﺍﻟﺘﻲ‬
‫ﺗﻘﻮﻝ‬
‫"ﺑﺄﻧﻪ ﻻ ﻳﻮﺟﺪ ﺍﺭﺗﺒﺎﻁ ﺑﻴﻦ ﻋﻼﻣﺔ ﺍﻟﺮﻳﺎﺿﻴﺎﺕ ﻭﻋﻼﻣﺔ ﺍﻹﺣﺼﺎء "‬
‫ﺍﺗﺒﻊ ﺍﻟﺨﻄﻮﺍﺕ ﺍﻟﺘﺎﻟﻴﺔ‪:‬‬

‫‪ -1‬ﻣﻦ ﺍﻟﻘﺎﺋﻤﺔ ‪ Analyze‬ﺍﺧﺘﺮ ‪ Correlate‬ﻭﻣﻦ ﺍﻟﻘﺎﺋﻤﺔ ﺍﻟﻔﺮﻋﻴﺔ ﺍﺧﺘﺮ ‪ Bivariate‬ﻛﻤﺎ ﺑﺎﻟﺸﻜﻞ ﺍﻟﺘﺎﻟﻲ‪:‬‬

‫‪85‬‬
‫ﺩ‪ .‬ﺧﻠﻑ ﺳﻠﻁﺎﻥ‬ ‫ﺍﻟﺗﺣﻠﻳﻝ ﺍﻻﺣﺻﺎﺋﻲ ﺑﺎﺳﺗﺧﺩﺍﻡ ‪SPSS‬‬

‫‪ -2‬ﺍﺩﺧﻞ ﺍﻟﻤﺘﻐﻴﺮﻳﻦ "‪ " Math‬ﻭ " ‪ "Stat‬ﺩﺍﺧﻞ ﺍﻟﻤﺴﺘﻄﻴﻞ ‪Variables‬‬

‫‪ -3‬ﺍﺧﺘﻴﺎﺭ ﻣﻌﺎﻣﻞ ﺍﺭﺗﺒﺎﻁ ﺑﻴﺮﺳﻮﻥ ﻭﺇﺫﺍ ﺃﺭﺩﺕ ﺍﺧﺘﻴﺎﺭ ﻣﻘﻴﺎﺱ ﺁﺧﺮ ﻟﻤﻌﺎﻣﻞ ﺍﻻﺭﺗﺒﺎﻁ ﻋﻠﻴﻚ ﺃﻥ ﺗﻀﻐﻂ ﻓﻲ ﺍﻟﻤﺮﺑﻊ‬
‫ﺍﻟﺬﻱ ﺑﺠﺎﻧﺒﻪ‪ ،‬ﻛﺬﻟﻚ ﻻﺣﻆ ﺃﻥ ﺍﻟﻤﺮﺑﻊ ﺑﺠﺎﻧﺐ ‪ Flag significant correlations‬ﻧﺸﻂ ﺃﻱ ﻣﻮﺟﻮﺩ ﺑﺪﺍﺧﻠﻪ‬
‫ﺇﺷﺎﺭﺓ "ﺻﺢ" ﻭﻓﺎﺋﺪﺗﻪ ﻭﺿﻊ ﻧﺠﻤﺔ ﺃﻭ ﻧﺠﻤﺘﻴﻦ ﻋﻠﻰ ﺍﻟﻤﺘﻐﻴﺮﺍﺕ ﺍﻟﺬﻱ ﻟﻬﺎ ﻣﻌﺎﻣﻞ ﺍﺭﺗﺒﺎﻁ ﻣﻘﺒﻮﻝ ﺃﻱ ﻋﺮﺽ‬
‫ﻣﺴﺘﻮﻯ ﺍﻟﻤﻌﻨﻮﻳﺔ ﺍﻹﺣﺼﺎﺋﻴﺔ ﺛﻢ ﺍﺿﻐﻂ ‪ Ok‬ﺗﺤﺼﻞ ﻋﻠﻰ ﺍﻟﻨﺘﺎﺋﺞ ﺍﻟﺘﺎﻟﻴﺔ‪:‬‬

‫‪Correlations‬‬
‫‪Math‬‬ ‫‪Stat‬‬
‫‪Pearson Correlation‬‬ ‫‪1‬‬ ‫**‪.959‬‬
‫‪Math‬‬ ‫)‪Sig. (2-tailed‬‬ ‫‪.000‬‬

‫‪N‬‬ ‫‪10‬‬ ‫‪10‬‬


‫‪Pearson Correlation‬‬ ‫**‪.959‬‬ ‫‪1‬‬
‫‪Stat‬‬ ‫)‪Sig. (2-tailed‬‬ ‫‪.000‬‬
‫‪N‬‬ ‫‪10‬‬ ‫‪10‬‬

‫‪**. Correlation is significant at the 0.01 level (2-tailed).‬‬

‫ﻧﻼﺣﻆ ﻣﻦ ﺍﻟﻨﺘﺎﺋﺞ ﺍﻟﻮﺍﺭﺩﺓ ﻓﻲ ﻣﺼﻔﻮﻓﺔ ﺍﻟﻤﻌﺎﻣﻼﺕ ﺃﻥ‬


‫‪ 2.tailed Significance = 0.000‬ﻭﻫﻮ ﺃﻗﻞ ﻣﻦ ‪ 0.05‬ﻭﻫﺬﺍ ﻳﺪﻝ ﻋﻠﻰ ﺃﻥ ﻫﻨﺎﻙ ﺍﺭﺗﺒﺎﻁ ﻗﻮﻱ ﺑﻴﻦ ﻋﻼﻣﺎﺕ‬
‫ﺍﻟﺮﻳﺎﺿﻴﺎﺕ ﻭﺍﻟﻔﻴﺰﻳﺎء ﻭﻳﺴﺎﻭﻱ ‪ 0.959‬ﺃﻱ ﻋﻠﻴﻨﺎ ﺭﻓﺾ ﺍﻟﻔﺮﺿﻴﺔ ﺍﻟﺼﻔﺮﻳﺔ ﺍﻟﺘﻲ ﺗﻨﺺ ﻋﻠﻰ ﻋﺪﻡ ﻭﺟﻮﺩ ﺍﺭﺗﺒﺎﻁ‬
‫ﺑﻴﻦ ﺩﺭﺟﺎﺕ ﺍﻹﺣﺼﺎء ﻭﺍﻟﺮﻳﺎﺿﻴﺎﺕ‪.‬‬

‫ﺇﻳﺠﺎﺩ ﻣﺼﻔﻮﻓﺔ ﻣﻌﺎﻣﻼﺕ ﺍﻻﺭﺗﺒﺎﻁ‬

‫ﻣﺼ ﻔﻮﻓﺔ ﻣﻌﺎﻣﻼﺕ ﺍﻻﺭﺗﺒﺎﻁ ﻫﻲ ﻣﺼ ﻔﻮﻓﺔ ﻳﺘﻢ ﻓﻴﻬﺎ ﻋﺮﺽ ﻣﻌﺎﻣﻼﺕ ﺍﻻﺭﺗﺒﺎﻁ ﺑﻴﻦ ﻛﻞ ﺯﻭﺟﻴﻦ ﻣﻦ ﺍﻟﻤﺘﻐﻴﺮﺍﺕ‬
‫ﻭﻹﻳﺠﺎﺩ ﺫﻟﻚ‪ ،‬ﺍﺩﺧﻞ ﺟﻤﻴﻊ ﺍﻟﻤﺘﻐﻴﺮﺍﺕ ﺩﺍﺧﻞ ﻣﺴ ﺘﻄﻴﻞ ‪ Variables‬ﻓﻲ ﻣﺮﺑﻊ ﺍﻟﺤﻮﺍﺭ ‪Bivariate Correlations‬‬
‫ﻛﻤﺎ ﻓﻲ ﺍﻟﺸﻜﻞ ﺍﻟﺘﺎﻟﻲ‪:‬‬

‫‪86‬‬
‫ﺩ‪ .‬ﺧﻠﻑ ﺳﻠﻁﺎﻥ‬ ‫ﺍﻟﺗﺣﻠﻳﻝ ﺍﻻﺣﺻﺎﺋﻲ ﺑﺎﺳﺗﺧﺩﺍﻡ ‪SPSS‬‬

‫ﺛﻢ ﻧﻀﻐﻂ ‪OK‬ﻧﺤﺼﻞ ﻋﻠﻰ ﻣﺼﻔﻮﻓﺔ ﺍﻻﺭﺗﺒﺎﻁ ﺍﻟﺘﺎﻟﻴﺔ‪:‬‬

‫‪Correlations‬‬

‫‪Math‬‬ ‫‪Stat‬‬ ‫‪Acc‬‬ ‫‪Ecn‬‬


‫‪Pearson Correlation‬‬ ‫‪1‬‬ ‫**‪.959‬‬ ‫**‪.833‬‬ ‫**‪.780‬‬
‫‪Math‬‬ ‫)‪Sig. (2-tailed‬‬ ‫‪.000‬‬ ‫‪.003‬‬ ‫‪.008‬‬
‫‪N‬‬ ‫‪10‬‬ ‫‪10‬‬ ‫‪10‬‬ ‫‪10‬‬
‫‪Pearson Correlation‬‬ ‫**‪.959‬‬ ‫‪1‬‬ ‫**‪.811‬‬ ‫*‪.746‬‬
‫‪Stat‬‬ ‫)‪Sig. (2-tailed‬‬ ‫‪.000‬‬ ‫‪.004‬‬ ‫‪.013‬‬
‫‪N‬‬ ‫‪10‬‬ ‫‪10‬‬ ‫‪10‬‬ ‫‪10‬‬
‫‪Pearson Correlation‬‬ ‫**‪.833‬‬ ‫**‪.811‬‬ ‫‪1‬‬ ‫**‪.890‬‬
‫‪Acc‬‬ ‫)‪Sig. (2-tailed‬‬ ‫‪.003‬‬ ‫‪.004‬‬ ‫‪.001‬‬
‫‪N‬‬ ‫‪10‬‬ ‫‪10‬‬ ‫‪10‬‬ ‫‪10‬‬
‫‪Pearson Correlation‬‬ ‫**‪.780‬‬ ‫*‪.746‬‬ ‫**‪.890‬‬ ‫‪1‬‬
‫‪Ecn‬‬ ‫)‪Sig. (2-tailed‬‬ ‫‪.008‬‬ ‫‪.013‬‬ ‫‪.001‬‬
‫‪N‬‬ ‫‪10‬‬ ‫‪10‬‬ ‫‪10‬‬ ‫‪10‬‬

‫‪**. Correlation is significant at the 0.01 level (2-tailed).‬‬


‫‪*. Correlation is significant at the 0.05 level (2-tailed).‬‬
‫ﻣﻦ ﻣﺼﻔﻮﻓﺔ ﻣﻌﺎﻣﻼﺕ ﺍﻻﺭﺗﺒﺎﻁ ﻧﺠﺪ ﺃﻧﻪ ﺗﻮﺟﺪ ﻋﻼﻗﺔ ﺍﺭﺗﺒﺎﻁ ﻗﻮﻱ ﺑﻴﻦ ﻛﻞ ﻣﺘﻐﻴﺮﻳﻦ ﺑﻌﻀﻬﺎ ﻋﻨﺪ ﻣﺴﺘﻮﻯ ﺩﻻﻟﺔ ‪0.01‬‬
‫ﻭﺑﻌﻀﻬﺎ ﺍﻵﺧﺮ ﻋﻨﺪ ﻣﺴﺘﻮﻯ ﻣﻌﻨﻮﻳﺔ ‪0.05‬‬

‫)‪ (6-2‬ﻧﻤﻮﺫﺝ ﺍﻻﻧﺤﺪﺍﺭ ﺍﻟﺨﻄﻲ ﺍﻟﺒﺴﻴﻂ ‪Simple Linear Regression Model‬‬

‫ﻳﺴﺘﺨﺪﻡ ﺗﺤﻠﻴﻞ ﺍﻻﻧﺤﺪﺍﺭ ﺍﻟﺨﻄﻲ ﻟﻠﺘﻨﺒﺆ ﺑﻘﻴﻤﺔ ﻣﺘﻐﻴﺮ‪ ،‬ﻳﺴﻤﻰ ﺍﻟﻤﺘﻐﻴﺮ ﺍﻟﺘﺎﺑﻊ‪ ،‬ﻣﻦ ﺧﻼﻝ ﻣﺘﻐﻴﺮ ﺁﺧﺮ ﻳﺴﻤﻰ ﺍﻟﻤﺘﻐﻴﺮ‬
‫ﺍﻟﻤﺴﺘﻘﻞ ﻓﻲ ﺍﻟﺼﻮﺭﺓ‬

‫‪Y  A  BX  E‬‬

‫ﺣﻴﺚ ‪ Y‬ﻫﻮ ﺍﻟﻤﺘﻐﻴﺮ ﺍﻟﺘﺎﺑﻊ‪ X ،‬ﻫﻮ ﺍﻟﻤﺘﻐﻴﺮ ﺍﻟﻤﺴﺘﻘﻞ‪ E ،‬ﺧﻄﺎ ﻋﺸﻮﺍﺋﻲ‬

‫ﺗﻄﺒﻴﻖ )‪(13‬‬

‫ﻓﻲ ﻣﺜﺎﻝ ﺑﻴﺎﻧﺎﺕ ﻛﻠﻴﺔ ﺍﻟﻌﻠﻮﻡ ﺍﻹﺩﺍﺭﻳﺔ ﺍﻟﺴﺎﺑﻖ ﻣﺎ ﻫﻮ ﺃﺛﺮ ﺳﺎﻋﺎﺕ ﺍﻟﺪﺭﺍﺳﺔ ﻋﻠﻰ ﺍﻟﺘﺤﺼﻴﻞ ﺍﻟﺪﺭﺍﺳﻲ ﻟﻠﻄﺎﻟﺐ ﻓﻲ ﻣﻘﺮﺭ‬
‫ﺍﻹﺣﺼﺎء؟‬

‫ﻟﻠﺠﻮﺍﺏ ﻋﻠﻰ ﻫﺬﺍ ﺍﻟﺴﺆﺍﻝ ﻧﺠﺮﻱ ﺗﺤﻠﻴﻞ ﺍﻻﻧﺤﺪﺍﺭ ﺍﻟﺨﻄﻲ ﺍﻟﺒﺴﻴﻂ ﻛﺎﻟﺘﺎﻟﻲ‪:‬‬

‫‪.1‬ﻣﻦ ﺍﻟﻘﺎﺋﻤﺔ ‪ Analyze‬ﻧﺨﺘﺎﺭ ‪ Regression‬ﺛﻢ ﻣﻦ ﺍﻟﻘﺎﺋﻤﺔ ﺍﻟﻔﺮﻋﻴﺔ ﻧﺨﺘﺎﺭ ‪ Linear‬ﻓﻴﻈﻬﺮ ﻣﺮﺑﻊ ﺍﻟﺤﻮﺍﺭ ﺍﻟﺘﺎﻟﻲ‪:‬‬

‫‪87‬‬
‫ﺩ‪ .‬ﺧﻠﻑ ﺳﻠﻁﺎﻥ‬ ‫ﺍﻟﺗﺣﻠﻳﻝ ﺍﻻﺣﺻﺎﺋﻲ ﺑﺎﺳﺗﺧﺩﺍﻡ ‪SPSS‬‬

‫‪ .2‬ﺍﻧﻘﻞ ﺍﻟﻤﺘﻐﻴﺮ " ‪ "H‬ﺇﻟﻰ ﺍﻟﻤﺴﺘﻄﻴﻞ )‪ Independent (s‬ﻭﺍﻟﻤﺘﻐﻴﺮ ٍ"‪ " Stat‬ﺩﺍﺧﻞ ﺍﻟﻤﺴﺘﻄﻴﻞ ‪ Dependent‬ﺛﻢ‬
‫ﺍﺿﻐﻂ ‪ Ok‬ﻓﺘﻈﻬﺮ ﺍﻟﻨﺘﺎﺋﺞ‪.‬‬

‫ﺗﺤﻠﻴﻞ ﺍﻟﻨﺘﺎﺋﺞ‪:‬‬

‫‪ -1‬ﻣﻌﺎﺩﻟﺔ ﺍﻻﻧﺤﺪﺍﺭ ﺍﻟﻤﻄﻠﻮﺑﺔ ﻫﻲ‬

‫‪Stat  33.34  3.397 H‬‬


‫‪ -2‬ﻣﻌﺎﻣﻞ ﺍﻟﺘﺤﺪﻳﺪ ‪ R2‬ﻭﺗﺴﺎﻭﻱ ‪ 0.0.85‬ﻭﻫﻲ ﻣﺮﺗﻔﻌﺔ ﻭﻫﺬﺍ ﻳﺪﻝ ﻋﻠﻰ ﺃﻥ ﻣﻌﺎﺩﻟﺔ ﺍﻻﻧﺤﺪﺍﺭ ﺃﻭ ﺍﻟﺘﻨﺒﺆ ﺟﻴﺪﺓ‪.‬‬

‫‪ -3‬ﺍﺧﺘﺒﺎﺭ ﻣﻌﻨﻮﻳﺔ ﺍﻟﻤﻌﺎﻣﻼﺕ ﻳﻈﻬﺮ ﺃﻧﻬﺎ ﻣﻌﻨﻮﻳﺔ ﺇﺣﺼﺎﺋﻴﺎ ﻋﻨﺪ ﻣﺴﺘﻮﻯ ﻣﻌﻨﻮﻳﺔ ﺃﻗﻞ ﻣﻦ ‪0.01‬‬

‫‪ -4‬ﺟﺪﻭﻝ ﺗﺤﻠﻴﻞ ﺍﻟﺘﺒﺎﻳﻦ ﺍﻟﻤﺼ ﺎﺣﺐ ﻟﻤﻌﺎﺩﻟﺔ ﺍﻻﻧﺤﺪﺍﺭ ﻳﻈﻬﺮ ﺃﻥ ﺍﻟﻨﻤﻮﺫﺝ ﻓﻲ ﻣﺠﻤﻠﻪ ﺟﻴﺪ ﺑﻠﻐﺖ ﻗﻴﻤﺔ = ‪Sig.‬‬
‫‪ 0.000‬ﻭﻫﻲ ﺍﻗﻞ ﻣﻦ ‪ 0.01‬ﻭﻫﺬﺍ ﻳﻌﻨﻲ ﻗﺒﻮﻝ ﻣﻌﺎﺩﻟﺔ ﺍﻻﻧﺤﺪﺍﺭ‪.‬‬

‫‪88‬‬
‫ﺩ‪ .‬ﺧﻠﻑ ﺳﻠﻁﺎﻥ‬ ‫ﺍﻟﺗﺣﻠﻳﻝ ﺍﻻﺣﺻﺎﺋﻲ ﺑﺎﺳﺗﺧﺩﺍﻡ ‪SPSS‬‬

‫)‪ (6-3‬ﻧﻤﻮﺫﺝ ﺍﻻﻧﺤﺪﺍﺭ ﺍﻟﺨﻄﻲ ﺍﻟﻤﺘﻌﺪﺩ ‪Multiple Linear Regression Models‬‬

‫ﻳﺴﺘﺨﺪﻡ ﺗﺤﻠﻴﻞ ﺍﻻﻧﺤﺪﺍﺭ ﺍﻟﺨﻄﻲ ﻟﻠﺘﻨﺒﺆ ﺑﻘﻴﻤﺔ ﻣﺘﻐﻴﺮ‪ ،‬ﻳﺴﻤﻰ ﺍﻟﻤﺘﻐﻴﺮ ﺍﻟﺘﺎﺑﻊ )ﺍﻭ ﻣﺘﻐﻴﺮ ﺍﻻﺳﺘﺠﺎﺑﺔ( ‪ ،‬ﻣﻦ ﺧﻼﻝ ﻋﺪﺓ‬
‫ﻣﺘﻐﻴﺮﺍﺕ ﻣﺘﻌﺪﺩﺓ ﺗﺴﻤﻰ ﺍﻟﻤﺘﻐﻴﺮﺍﺕ ﺍﻟﻤﺴﺘﻘﻠﺔ ﻓﻲ ﺍﻟﺼﻮﺭﺓ‬
‫‪Y  B 0  B 1X 1  B 2 X 2  ...  B k X k  E‬‬

‫ﺣﻴﺚ ‪ Y‬ﻫﻮ ﺍﻟﻤﺘﻐﻴﺮ ﺍﻟﺘﺎﺑﻊ‪ X 1 , X 2 ,...X k , ،‬ﻫﻲ ﺍﻟﻤﺘﻐﻴﺮﺍﺕ ﺍﻟﻤﺴﺘﻘﻠﺔ‪ E ،‬ﺧﻄﺎ ﻋﺸﻮﺍﺋﻲ‬

‫ﺗﻄﺒﻴﻖ )‪(14‬‬

‫ﺗﺒﻴﻊ ﺃﺣﺪ ﺍﻟﺸﺮﻛﺎﺕ ﺍﻟﺼﻨﺎﻋﻴﺔ ﻣﻨﺘﺠﻬﺎ ﻓﻲ ﺧﻤﺲ ﻋﺸﺮﺓ ﻣﻨﻄﻘﺔ ﺗﺴﻮﻳﻘﻴﺔ‪ ،‬ﻭﺗﻬﺘﻢ ﺑﺎﻟﺘﻨﺒﺆ ﺑﻤﺒﻴﻌﺎﺕ ﺍﻟﻤﻨﻄﻘﺔ‪ ،‬ﺍﻟﺠﺪﻭﻝ‬
‫ﺍﻟﺘﺎﻟﻲ ﻳﻮﺿﺢ ﺍﻟﻤﺒﻴﻌﺎﺕ ﻓﻲ ﺍﻟﻤﻨﺎﻁﻖ )‪) (Y‬ﺑﺎﻟﻜﺮﻭﺯ=‪12‬ﺩﺭﺯﻳﻨﺔ(‪ ،‬ﺣﺠﻢ ﺍﻟﻤﺠﺘﻤﻊ )‪ (X1‬ﺑﺄﻻﻑ ﺍﻷﺷﺨﺎﺹ‪ ،‬ﻭﺩﺧﻞ‬
‫ﺍﻟﻔﺮﺩ ﺍﻟﻤﺼﺮﺡ ﺑﻪ ﻓﻲ ﺍﻟﻤﻨﻄﻘﺔ )‪.(X2‬‬

‫‪ ‬‬
‫رﻗﻢ‪ ‬‬ ‫‪Y ‬‬ ‫ﺣﺠﻢ‪ ‬‬ ‫‪ ‬دﺧﻞ‪ ‬‬
‫‪ ‬اﻟﻤﻨﻄﻘﺔ‬ ‫‪ ‬اﻟﻤﺒ ﻌﺎت‬ ‫‪ ‬اﻟﻤﺠﺘﻤﻊ‪ ‬‬ ‫‪ ‬اﻟﻔﺮد‪ ‬‬
‫‪ ‬‬ ‫‪ ‬‬ ‫‪x1 ‬‬ ‫‪x2 ‬‬
‫‪1 ‬‬ ‫‪162 ‬‬ ‫‪274 ‬‬ ‫‪2450 ‬‬
‫‪2 ‬‬ ‫‪120 ‬‬ ‫‪180 ‬‬ ‫‪3254 ‬‬
‫‪3 ‬‬ ‫‪223 ‬‬ ‫‪375 ‬‬ ‫‪3802 ‬‬
‫‪4 ‬‬ ‫‪131 ‬‬ ‫‪205 ‬‬ ‫‪2838 ‬‬
‫‪5 ‬‬ ‫‪67 ‬‬ ‫‪86 ‬‬ ‫‪2347 ‬‬
‫‪6 ‬‬ ‫‪169 ‬‬ ‫‪265 ‬‬ ‫‪3782 ‬‬
‫‪7 ‬‬ ‫‪81 ‬‬ ‫‪98 ‬‬ ‫‪3008 ‬‬
‫‪8 ‬‬ ‫‪192 ‬‬ ‫‪330 ‬‬ ‫‪2450 ‬‬
‫‪9 ‬‬ ‫‪116 ‬‬ ‫‪195 ‬‬ ‫‪2137 ‬‬
‫‪10 ‬‬ ‫‪55 ‬‬ ‫‪53 ‬‬ ‫‪2560 ‬‬
‫‪11 ‬‬ ‫‪252 ‬‬ ‫‪430 ‬‬ ‫‪4020 ‬‬
‫‪12 ‬‬ ‫‪232 ‬‬ ‫‪372 ‬‬ ‫‪4427 ‬‬
‫‪13 ‬‬ ‫‪144 ‬‬ ‫‪236 ‬‬ ‫‪2660 ‬‬
‫‪14 ‬‬ ‫‪103 ‬‬ ‫‪157 ‬‬ ‫‪2088 ‬‬
‫‪15 ‬‬ ‫‪212 ‬‬ ‫‪370 ‬‬ ‫‪2605 ‬‬

‫ﺍﻟﻤﻄﻠﻮﺏ ﺑﻨﺎء ﻧﻤﻮﺫﺝ ﺍﻧﺤﺪﺍﺭ ﺗﻨﺒﺆﻱ‪ ،‬ﻣﻊ ﻓﺤﺺ ﻛﻔﺎء ﺍﻟﻨﻤﻮﺫﺝ‪ ،‬ﻭﻛﻴﻔﻴﺔ ﺍﻻﺳﺘﻔﺎﺩﺓ ﻣﻨﻪ ﻋﻤﻠﻴﺎ‪.‬‬

‫ﺍﺩﺧﺎﻝ ﺍﻟﺒﻴﺎﻧﺎﺕ ﺍﻟﻰ ‪SPSS‬‬ ‫‪-1‬‬


‫ﺍﺳﺘﺨﺪﺍﻡ ﻣﺴﺎﺭ ﺍﻻﻧﺤﺪﺍﺭ ﻭﺗﺤﺪﻳﺪ ﺍﻟﻤﺪﺧﻼﺕ‬ ‫‪-2‬‬
‫ﻁﺒﺎﻋﺔ ﺍﻟﻤﺨﺮﺟﺎﺕ‬ ‫‪-3‬‬
‫ﺗﻔﺴﻴﺮ ﺍﻟﻨﺘﺎﺋﺞ‬ ‫‪-4‬‬
‫ﻣﻨﺎﻗﺸﺔ ﺍﻟﻨﺘﺎﺋﺞ ﻣﻊ ﺍﻟﻤﺘﺪﺭﺑﻴﻦ‬ ‫‪-5‬‬

‫‪89‬‬
‫ ﺧﻠﻑ ﺳﻠﻁﺎﻥ‬.‫ﺩ‬ SPSS ‫ﺍﻟﺗﺣﻠﻳﻝ ﺍﻻﺣﺻﺎﺋﻲ ﺑﺎﺳﺗﺧﺩﺍﻡ‬

Model Summary
Adjusted R Std. Error of the
Model R R Square Square Estimate
1 .999a .999 .999 2.177

a. Predictors: (Constant), ‫ﺍﻟﻔﺭﺩ_ﺩﺧﻝ‬, ‫ﺍﻟﻣﺟﺗﻣﻊ_ﺣﺟﻡ‬

ANOVAa
Model Sum of Squares df Mean Square F Sig.

1 Regression 53844.716 2 26922.358 5679.466 .000b


Residual 56.884 12 4.740
Total 53901.600 14
a. Dependent Variable: ‫ﺍﻟﻣﺑﻳﻌﺎﺕ‬
b. Predictors: (Constant), ‫ﺍﻟﻔﺭﺩ_ﺩﺧﻝ‬, ‫ﺍﻟﻣﺟﺗﻣﻊ_ﺣﺟﻡ‬

Coefficientsa

Unstandardized Standardized 95.0% Confidence


Coefficients Coefficients Interval for B
Std. Lower Upper
Model B Error Beta t Sig. Bound Bound
1 (Constant) 3.453 2.431 1.420 .181 -1.843 8.749
‫ﺣﺟﻡ_ﺍﻟﻣﺟﺗﻣﻊ‬ .496 .006 .934 81.924 .000 .483 .509
‫ﺩﺧﻝ_ﺍﻟﻔﺭﺩ‬ .009 .001 .108 9.502 .000 .007 .011
a. Dependent Variable: ‫ﺍﻟﻣﺑﻳﻌﺎﺕ‬

:‫ﻧﻤﻮﺫﺝ ﺍﻻﻧﺤﺪﺍﺭ ﺍﻟﻤﺘﻌﺪﺩ ﻓﻲ ﻫﺬﻩ ﺍﻟﺤﺎﻟﺔ ﻫﻮ‬

S ales  3.453  0.496 * Population S ize  0.01* Incom e

90
‫ﺩ‪ .‬ﺧﻠﻑ ﺳﻠﻁﺎﻥ‬ ‫ﺍﻟﺗﺣﻠﻳﻝ ﺍﻻﺣﺻﺎﺋﻲ ﺑﺎﺳﺗﺧﺩﺍﻡ ‪SPSS‬‬

‫‪91‬‬

You might also like