‫‪٣١٧‬‬

‫اﻟﻌﺪد اﻟﻌﺸﺮون )ج ‪ (٩‬ﻟﺴﻨﺔ ‪٢٠١٩‬م‬ ‫ﻣﺠﻠﺔ اﻟﺒﺤﺚ اﻟﻌﻠﻤﻰ ﻓﻰ اﻟﺘﺮﺑﯿﺔ‬

‫دراﺳﺔ ﻧﺴﺒﺔ اﻟﺘﺒﺎﯾﻦ اﻟﻤﻔﺴﺮ ﻓﻲ ﻧﻤﻮذج اﻻﻧﺤﺪار اﻟﻤﺘﻌﺪد اﻟﺘﺪرﯾﺠﻲ‬

‫ﻓﻲ ﺿﻮء أﺣﺠﺎم ﻋﯿﻨﺎت ﻣﺨﺘﻠﻔﺔ‬

‫إﻋﺪاد‬
‫أ‪ /‬ﻓﺎﺗﻦ ﻋﺪﻧﺎن ﻣﺤﻤﺪ ﻋﺴﺎس‬
‫ﻗﺴﻢ ﻋﻠﻢ اﻟﻨﻔﺲ )إﺣﺼﺎء وﺑﺤﻮث( ‪ -‬ﻛﻠﯿﺔ اﻟﺘﺮﺑﯿﺔ ‪ -‬ﺟﺎﻣﻌﺔ أم اﻟﻘﺮى –‬
‫اﻟﻤﻤﻠﻜﺔ اﻟﻌﺮﺑﯿﺔ اﻟﺴﻌﻮدﯾﺔ‬
 ‫‪٣١٨‬‬
‫اﻟﻌﺪد اﻟﻌﺸﺮون )ج ‪ (٩‬ﻟﺴﻨﺔ ‪٢٠١٩‬م‬ ‫ﻣﺠﻠﺔ اﻟﺒﺤﺚ اﻟﻌﻠﻤﻰ ﻓﻰ اﻟﺘﺮﺑﯿﺔ‬

‫ﻣﺴﺘﺨﻠﺺ اﻟﺪراﺳﺔ‪:‬‬
‫ھﺪﻓﺖ اﻟﺪراﺳﺔ إﻟﻰ اﻟﺘﻌﺮف ﻋﻠﻰ ﻧﺴﺒﺔ اﻟﺘﺒﺎﯾﻦ اﻟﻤﻔ ﺴﺮ ﻓ ﻲ ﻧﻤ ﻮذج اﻻﻧﺤ ﺪار اﻟﻤﺘﻌ ﺪد اﻟﺘ ﺪرﯾﺠﻲ ﻓ ﻲ‬
‫ﺿﻮء أﺣﺠﺎم ﻋﯿﻨﺎت ﻣﺨﺘﻠﻔﺔ؛ وﻟﺘﺤﻘﯿ ﻖ ذﻟ ﻚ اﺳ ﺘﺨﺪﻣﺖ اﻟﺒﺎﺣﺜ ﺔ اﻟﻤ ﻨﮭﺞ اﻟﻮﺻ ﻔﻲ‪ ،‬وﺗ ﻢ اﺧﺘﯿ ﺎر ﻋﯿﻨ ﺎت‬
‫ﻋﺸﻮاﺋﯿﺔ ﻣﻦ اﻟﻤﺸﺎھﺪات اﻹﺣﺼﺎﺋﯿﺔ اﻟﺘﻲ ﺗﻢ ﺗﻮﻟﯿﺪھﺎ ﺑﺎﺳﺘﺨﺪام ﺣﺠﻮم ﻋﯿﻨﺎت ﻣﺨﺘﻠﻔﺔ ﺗﺘﺮاوح ﺑ ﯿﻦ )‪25‬‬
‫≥ ‪ ،(500≥ n‬وھﻲ ﻋﺒﺎرة ﻋﻦ ﻣﺸﺎھﺪات ﻣﺘﻐﯿﺮ ﺗﺎﺑﻊ واﺣ ﺪ واﻟ ﺬي رﻣ ﺰ ﻟ ﮫ ﺑ ﺎﻟﺮﻣﺰ )‪ (Y‬وﻋ ﺸﺮ ﻣ ﻦ‬
‫اﻟﻤﺘﻐﯿﺮات اﻟﻤﺴﺘﻘﻠﺔ واﻟﺘﻲ رﻣﺰ ﻟﮭﺎ ﺑﺎﻟﺮﻣﻮز ) ‪X1 , X2 , X3 , X4 , X5 , X6 , X7 , X8 , X9 ,‬‬
‫‪(X10‬؛ وذﻟﻚ ﺑﮭﺪف دراﺳﺔ ﻛﻔﺎءة ﻧﻤﻮذج اﻻﻧﺤﺪار اﻟﻤﺘﻌﺪد اﻟﺘﺪرﯾﺠﻲ وﺗﺘﺒﻊ اﻟﺘﻐﯿﺮات اﻟﺘﻲ ﺗﻄ ﺮأ ﻋﻠ ﻰ‬
‫ﻛﻔ ﺎءة ھ ﺬا اﻟﻨﻤ ﻮذج؛ ﻧﺘﯿﺠ ﺔ اﺳ ﺘﺨﺪام ﺣﺠ ﻮم ﻋﯿﻨ ﺎت ﻣﺨﺘﻠﻔ ﺔ ﺗﺘ ﺮاوح ﺑ ﯿﻦ )‪ .(500≥ n ≥ 25‬وﻛﺎﻧ ﺖ‬
‫اﻟﻌﯿﻨ ﺎت )‪ (25,50,75,100,150,200,300,400,500‬ﺗ ﻮاﻓﺮت ﻓﯿﮭ ﺎ اﻻﻓﺘﺮاﺿ ﺎت اﻟﺨﺎﺻ ﺔ‬
‫ﺑﺎﻻﻧﺤﺪار اﻟﻤﺘﻌﺪد‪.‬‬
‫وﺗﻮﺻﻠﺖ اﻟﻨﺘﺎﺋﺞ إﻟﻰ أن زﯾﺎدة ﺣﺠﻢ اﻟﻌﯿﻨﺔ ﯾﺼﺎﺣﺒﮭﺎ زﯾﺎدة ﻓﻲ ﻗﯿﻤﺔ )‪ (F‬ﻣﻊ ﻣﺮاﻋ ﺎة أن أﻛﺒ ﺮ ﺗﻐﯿ ﺮ‬
‫ﻓﻲ ﻗﯿﻤﺔ )‪ (F‬ﺑﺪأ ﻋﻨﺪ اﺳﺘﺨﺪام ﺣﺠﻢ ﻋﯿﻨﺔ )‪ (150‬ﺣﺎﻟﮫ‪ ،‬وزﯾﺎدة ﻓﻲ ﻧ ﺴﺒﺔ اﻟﺘﺒ ﺎﯾﻦ اﻟﻤﻔ ﺴﺮ )‪ (R2‬ﺣﯿ ﺚ‬
‫ﺑﻠﻐ ﺖ )‪ (%17.8‬ﻋﻨ ﺪﻣﺎ ﻛ ﺎن ﺣﺠ ﻢ اﻟﻌﯿﻨ ﺔ )‪ (25‬ﺣﺎﻟ ﮫ وﺑﻠﻐ ﺖ )‪ (%91.9‬ﻋﻨ ﺪﻣﺎ وﺻ ﻞ ﺣﺠ ﻢ اﻟﻌﯿﻨ ﺔ‬
‫)‪ (500‬ﺣﺎﻟﮫ؛ ﻣﻊ ﻣﺮاﻋﺎة أن ﻗﯿﻤﺔ )‪ (R2‬ﺑﻠﻐﺖ )‪ (%85.1‬وھﻲ ﻧ ﺴﺒﺔ ﺟﯿ ﺪة ﻋﻨ ﺪ اﺳ ﺘﺨﺪام ﺣﺠ ﻢ ﻋﯿﻨ ﺔ‬
‫)‪ (150‬ﺣﺎﻟﮫ ﻣﻊ اﻷﺧﺬ ﻓﻲ اﻻﻋﺘﺒﺎر أن زﯾﺎدة ﺣﺠﻢ اﻟﻌﯿﻨﺔ ﻣﻦ )‪ (150‬إﻟﻰ )‪ (500‬ﺣﺎﻟﮫ أدى إﻟﻰ زﯾﺎدة‬
‫ﻣﻘ ﺪارھﺎ )‪ (%6.8‬ﻓ ﻲ ﻗﯿﻤ ﺔ )‪(R2‬؛ ﻛﻤ ﺎ ﯾ ﺼﺎﺣﺒﮭﺎ ﺗﻘ ﺎرب ﻗ ﯿﻢ )‪ (R2‬ﻣ ﻊ ﻗ ﯿﻢ )‪ (Adj. R2‬ﺣﯿ ﺚ ﻛ ﺎن‬
‫اﻟﻔ ﺮق )‪ (3.6,4.0,4.6,3.7‬ﻋﻨ ﺪ اﺳ ﺘﺨﺪام ﻋﯿﻨ ﺎت ﺑﺄﺣﺠ ﺎم )‪ (25,50,75,100‬ووﺻ ﻞ اﻟﻔ ﺮق إﻟ ﻰ‬
‫)‪ (0.10‬ﻋﻨﺪﻣﺎ وﺻﻞ ﺣﺠﻢ اﻟﻌﯿﻨﺔ )‪ (500‬ﺣﺎﻟ ﮫ؛ ﻣ ﻊ ﻣﺮاﻋ ﺎة أن ﺑﺪاﯾ ﺔ اﻟﺘﻘ ﺎرب اﻟﻜﺒﯿ ﺮ ﺑ ﯿﻦ ﻗ ﯿﻢ )‪(R2‬‬
‫ﻣﻊ ﻗﯿﻢ )‪ (Adj.R2‬ﻛﺎن ﻋﻨﺪ اﺳﺘﺨﺪام ﺣﺠﻢ ﻋﯿﻨﺔ ﻣﻦ )‪ (150‬ﺣﺎﻟﮫ‪.‬‬
‫اﻟﻜﻠﻤﺎت اﻟﻤﻔﺘﺎﺣﯿﺔ )اﻻﻧﺤﺪار اﻟﻤﺘﻌﺪد اﻟﺘﺪرﯾﺠﻲ‪-‬ﻣﻌﺎﻣﻼت اﻻﻧﺤﺪار اﻟﺠﺰﺋﯿﺔ اﻟﻐﯿﺮ ﻣﻌﯿﺎرﯾﺔ‪-‬ﻣﻌﺎدﻻت‬
‫اﻻﻧﺤﺪار اﻟﺠﺰﺋﯿﺔ اﻟﻤﻌﯿﺎرﯾﺔ‪-‬اﻟﺘﺒﺎﯾﻦ اﻟﻤﻔﺴﺮ ‪-‬اﻟﺘﺒﺎﯾﻦ ا ﻟﻐﯿﺮ ﻣﻔﺴﺮ‪-‬ﻃﺮﯾﻘﺔ اﻟﻤﺮﺑﻌﺎت اﻟﺼﻐﺮى(‬
‫‪Abstract‬‬
‫‪The aim of the study is to identify the explained variance ratio at the‬‬
‫‪multiple regression model of different sample sizes. To achieve this, the‬‬
‫‪researcher used the descriptive approach. Random samples selected from‬‬
‫‪the statistical observations generated using different sample‬‬
‫‪sizes‬‬ ‫‪which are observations of one dependent variable (Y) and‬‬
‫‪ten independent variables (X1 , X2 , X3 , X4 , X5 , X6 , X7 , X8 , X9 , X10) to‬‬
‫‪study the efficiency of the multiple regression model and changes in the‬‬
‫‪efficiency of this model The samples of (25, 50, 75, 100, 125, 150, 200,‬‬
‫‪300, 400 ,500) were available for multiple regression assumptions.‬‬
‫‪The results reached: Increasing the size of the sample accompanied by an‬‬
‫‪increase in the value of (F) and the largest change in value (F) began when‬‬
‫‪using the size of a sample (150) and increase at (R2) where it reached‬‬
‫‪(17.80%) when the sample size (25), (85.10%) when the size of a sample‬‬
‫‪(150) and (91.90%) when the sample size (500). Considering that‬‬
‫‪increasing the sample size from (150) to (500) led to an increase of R2 to‬‬
‫‪(6.8%). As well, rapprochement of the values of (R2) with the values of‬‬
‫‪Adj. R2 where the difference was (3.6, 4.0, 4.60, 3.70) when using samples‬‬
‫‪of sizes (25, 50, 75, 100). The difference reached (0.10) when the sample‬‬
 ‫‪٣١٩‬‬
‫اﻟﻌﺪد اﻟﻌﺸﺮون )ج ‪ (٩‬ﻟﺴﻨﺔ ‪٢٠١٩‬م‬ ‫ﻣﺠﻠﺔ اﻟﺒﺤﺚ اﻟﻌﻠﻤﻰ ﻓﻰ اﻟﺘﺮﺑﯿﺔ‬

‫)‪size reached (500), considering that approach between the values of (R2‬‬
‫‪and values (Adj. R2) was when using the size of a sample of (150).‬‬
‫‪Kay words (Stepwise Regression- Unstandardized Coefficient-‬‬
‫‪Standardized Coefficient- Explained Sum of Squares- Residual Sum of‬‬
‫)‪Squares- Ordinary Least Squares‬‬

‫ﻣﻘﺪﻣﺔ‪:‬‬
‫إن اﻟﺪراﺳﺎت واﻷﺑﺤﺎث ﻓﻲ ﺷﺘﻰ ﻋﻠﻮم اﻟﻤﻌﺮﻓﺔ اﻻﺟﺘﻤﺎﻋﯿﺔ ﻣﻨﮭﺎ واﻟﺘﺮﺑﻮﯾﺔ واﻟﺤﯿﻮﯾﺔ واﻻﻗﺘﺼﺎدﯾﺔ‬
‫ﺗﻌﺘﻤﺪ إﻟﻰ ﺣﺪ ﻛﺒﯿﺮ ﻋﻠﻰ اﻟﻤﻔﺎھﯿﻢ اﻹﺣﺼﺎﺋﯿﺔ ﺳﻮاء ﻓﻲ ﺟﻤﻊ ﺑﯿﺎﻧﺎﺗﮭﺎ أو ﺗﺤﻠﯿﻠﮭﺎ ﺑﺪءاً ﻣﻦ ﻣﺮﺣﻠﺔ‬
‫اﻟﺘﺼﻤﯿﻢ واﻧﺘﮭﺎء ﺑﻤﺮﺣﻠﺔ اﺗﺨﺎذ اﻟﻘﺮار‪ .‬وﯾﺮى )ﻋﻼم‪ (٢٠٠٣،‬أن ﻋﻠﻢ اﻹﺣﺼﺎء ﻟﻢ ﯾﻌﺪ ﻣﻘﺼﻮراً ﻋﻠﻰ‬
‫وﺻﻒ اﻟﺒﯿﺎﻧﺎت أو اﻟﺘﻮﺻﻞ إﻟﻰ اﺳﺘﺪﻻﻻت ﻣﻦ اﻟﻌﯿﻨﺎت ﻋﻠﻰ اﻟﻤﺠﺘﻤﻌﺎت‪ ،‬أي ﻟﻢ ﯾﻌﺪ أداة ﻣﻦ أدوات‬
‫اﻟﺒﺤﺚ اﻟﻌﻠﻤﻲ ﻓﺤﺴﺐ وإﻧﻤﺎ ﯾُﻌﺪ ﻃﺮﯾﻘﺔ ﻣﻨﮭﺠﯿﺔ ﻟﺘﻔﺴﯿﺮ اﻟﻈﻮاھﺮ‪ ،‬ﻓﯿﻤﻜﻦ ﻟﻠﺒﺎﺣﺚ إﯾﺠﺎد اﻟﻌﻼﻗﺎت ﺑﯿﻦ‬
‫اﻟﻤﺘﻐﯿﺮات اﻟﺘﻲ ﺗﺸﺘﻤﻞ ﻋﻠﯿﮭﺎ اﻟﻈﺎھﺮة وﺗﺤﺪﯾﺪ درﺟﺔ اﻻﻗﺘﺮان ﺑﯿﻨﮭﺎ واﻟﺘﻮﺻﻞ ﻟﻤﺆﺷﺮات ﺻﺎدﻗﺔ ﺗﻔﯿﺪ‬
‫ﻓﻲ ﻋﻤﻠﯿﺔ اﻟﺘﻨﺒﺆ وﺗﺤﻠﯿﻞ اﻟﻌﻼﻗﺎت ﻟﻠﻮﺻﻮل إﻟﻰ اﻟﻌﻮاﻣﻞ اﻟﻤﺴﺒﺒﺔ ﻟﻠﻈﺎھﺮة ﻣﻦ ﺧﻼل أﺳﺎﻟﯿﺐ اﻟﺘﺤﻠﯿﻞ‬
‫اﻹﺣﺼﺎﺋﻲ اﻟﻤﻨﺎﺳﺒﺔ‪.‬‬
‫وﻓﻲ ﻣﻌﻈﻢ اﻟﺒﺤﻮث واﻟﺪراﺳﺎت ﯾﺘﻢ ﺗﺤﻠﯿﻞ اﻟﻌﻼﻗﺔ ﺑﯿﻦ ﻣﺠﻤﻮﻋﺔ ﻣﻦ اﻟﻤﺘﻐﯿﺮات ﻟﻠﻮﺻﻮل إﻟﻰ‬
‫ﺻﯿﻐﮫ ﺗﺼﻒ ھﺬه اﻟﻌﻼﻗﺔ‪ ،‬ﻓﺈذا ﻛﺎن اﻻھﺘﻤﺎم ﯾُﺮﻛﺰ ﻋﻠﻰ دراﺳﺔ اﻟﻌﻼﻗﺔ ﺑﯿﻦ ﻣﺘﻐﯿﺮﯾﻦ ﻧﺴﺘﺨﺪم أﺳﻠﻮب‬
‫ﺗﺤﻠﯿﻞ اﻻرﺗﺒﺎط‪ ،‬أﻣﺎ إذا ﻛﺎن ﯾُﺮﻛﺰ ﻋﻠﻰ دراﺳﺔ أﺛﺮ إﺳﮭﺎم أﺣﺪ اﻟﻤﺘﻐﯿﺮات ﻋﻠﻰ اﻵﺧﺮ ﻧﺴﺘﺨﺪم أﺳﻠﻮب‬
‫ﺗﺤﻠﯿﻞ اﻻﻧﺤﺪار‪) .‬اﻟﺸﺎﻓﻌﻲ‪(٢٠١٤،‬‬
‫واﻻﻧﺤﺪار ﻣﻦ أھﻢ وأﻗﻮى اﻷﺳﺎﻟﯿﺐ اﻹﺣﺼﺎﺋﯿﺔ اﻟﺘﻲ ﺗُﺴﺘﺨﺪم ﻓﻲ اﻟﺪراﺳﺎت اﻟﺘﻨﺒﺆﯾﺔ اﻟﺘﻲ ﺗُﺠﺮى ﻣﻦ‬
‫أﺟﻞ اﻟﺘﻨﺒﺆ ﺑﻈﺎھﺮة ﻣﻌﯿﻨﺔ ﻣﻦ ﺧﻼل ﻣﺠﻤﻮﻋﺔ ﻣﻦ اﻟﻌﻮاﻣﻞ اﻟﺘﻲ ﺗﺴﺎھﻢ ﻓﻲ ﺣﺪوﺛﮭﺎ‪ .‬وﯾﻌﺘﺒﺮ ﻧﻤﻮذج‬
‫اﻻﻧﺤﺪار اﻟﻤﺘﻌﺪد اﻟﺬي ﯾﻘﯿﺲ أﺛﺮ أﻛﺜﺮ ﻣﻦ ﻣﺘﻐﯿﺮ واﺣﺪ ﻋﻠﻰ اﻟﻤﺘﻐﯿﺮ اﻟﺘﺎﺑﻊ اﻷوﺳﻊ اﺳﺘﺨﺪاﻣﺎً‪ ،‬وﻟﮫ ﻋﺪة‬
‫ﻃُﺮق واﻟﺪراﺳﺔ اﻟﺤﺎﻟﯿﺔ ﺗﻌﺘﻤﺪ ﻋﻠﻰ ﻃﺮﯾﻘﺔ اﻻﻧﺤﺪار اﻟﻤﺘﻌﺪد اﻟﺘﺪرﯾﺠﻲ ‪،stepwise‬‬
‫وأﺷﺎر)اﻟﻤﻄﺮﻓﻲ‪ (١٩٩٩،‬إﻟﻰ ﻣﺪى أھﻤﯿﺔ اﺳﺘﺨﺪاﻣﮫ ﻓﻲ اﻟﺒﺤﻮث اﻟﺘﺮﺑﻮﯾﺔ واﻟﻨﻔﺴﯿﺔ ﻟﺘﻘﯿﯿﻢ ﺗﺄﺛﯿﺮ‬
‫اﻟﻤﺘﻐﯿﺮات اﻟﻤﺴﺘﻘﻠﺔ ﻋﻠﻰ اﻟﻤﺘﻐﯿﺮ اﻟﺘﺎﺑﻊ‪ .‬ﻛﻤﺎ أﺷﺎر)‪ (Stamovlasis,2010‬ﻋﻠﻰ اﻟﻘﻮة اﻟﺘﻮﺿﯿﺤﯿﺔ‬
‫ﻟﻨﻤﻮذج اﻻﻧﺤﺪار اﻟﻤﺘﻌﺪد اﻟﺘﺪرﯾﺠﻲ ﻟﻠﺘﻐﯿﺮ اﻟﺬي ﯾﺤﺪث ﻟﻤﺘﻐﯿﺮ اﻻﺳﺘﺠﺎﺑﺔ واﻟﺬي ﯾﻌﺰى إﻟﻰ اﻟﻤﺘﻐﯿﺮات‬
‫اﻟﻤﻔﺴﺮة‪.‬‬
‫واﻻﻧﺤﺪار ﻣﻦ اﻷﺳﺎﻟﯿﺐ اﻹﺣﺼﺎﺋﯿﺔ اﻟﺘﻲ ﺗﺘﺄﺛﺮ ﺑﺤﺠﻢ اﻟﻌﯿﻨﺔ واﻟﺬي ﺑﺪوره ﯾﺆﺛﺮ ﻋﻠﻰ اﻟﻘﺪرة‬
‫اﻟﺘﻨﺒﺆﯾﺔ ﺑﺎﻟﻤﺘﻐﯿﺮ اﻟﺘﺎﺑﻊ ﻣﻦ اﻟﻤﺘﻐﯿﺮات اﻟﻤﺴﺘﻘﻠﺔ‪ ،‬وﻣﻌﺮﻓﺔ ﺗﺒﺎﯾﻦ اﻟﻤﺘﻐﯿﺮ اﻟﺘﺎﺑﻊ اﻟﺬي ﯾﺴﮭﻢ ﺑﮫ ﻛﻞ ﻣﺘﻐﯿﺮ‬
‫ﻣﻦ اﻟﻤﺘﻐﯿﺮات اﻟﻤﺴﺘﻘﻠﺔ‪ .‬وﻗﺪ أﺷﺎر )اﻟﻐﺎﻣﺪي‪ (٢٠١٣،‬و)ﺳﺒﯿﻞ‪ (٢٠١٥ ،‬أن دﻗﺔ ﻧﻤﺎذج اﻻﻧﺤﺪار ﺗﺘﺄﺛﺮ‬
‫ﺑﺪرﺟﺔ ﻛﺒﯿﺮة ﺑﺤﺠﻢ اﻟﻌﯿﻨﺔ‪ ،‬وﺑﺎﻟﺘﺎﻟﻲ ﺗﺘﺄﺛﺮ اﻟﻘﺪرة اﻟﺘﻨﺒﺆﯾﺔ ﻟﻨﻤﻮذج اﻻﻧﺤﺪار‪ ،‬ودﻗﺔ أو ﻣﺼﺪاﻗﯿﺔ اﻟﻘﺮار‬
‫اﻟﺬي ﯾﺘﺨﺬه اﻟﺒﺎﺣﺚ‪ ،‬وﻋﻨﺪ ﺑﻨﺎء ﻧﻤﻮذج اﻻﻧﺤﺪار ﻟﺘﺤﺪﯾﺪ ﺷﻜﻞ اﻟﻌﻼﻗﺔ ﯾﺘﻢ ﺗﺤﺪﯾﺪ اﻟﺤﺠﻢ اﻷﻣﺜﻞ‬
‫ﻟﻠﻤﺘﻐﯿﺮات اﻟﻤﺴﺘﻘﻠﺔ ﻟﻠﺤﺼﻮل ﻋﻠﻰ ﻗﯿﻢ ﻣﻌﯿﻨﺔ ﻟﻠﻤﺘﻐﯿﺮ اﻟﺘﺎﺑﻊ‪ .‬ﻟﺬﻟﻚ ﺗﺒﻠﻮرت ﻟﺪى اﻟﺒﺎﺣﺜﺔ ﻓﻜﺮة اﻟﺒﺤﺚ‬
‫وھﻲ اﺳﺘﻘﺼﺎء ﻣﺴﺎھﻤﺔ اﻟﻤﺘﻐﯿﺮات اﻟﻤﺴﺘﻘﻠﺔ ﻓﻲ اﻟﺘﺒﺎﯾﻦ اﻟﻤﻔﺴﺮ ﻟﻠﻤﺘﻐﯿﺮ اﻟﺘﺎﺑﻊ ﻓﻲ ﻧﻤﻮذج اﻻﻧﺤﺪار‬
‫اﻟﻤﺘﻌﺪد اﻟﺘﺪرﯾﺠﻲ ﻓﻲ ﺿﻮء أﺣﺠﺎم ﻣﺨﺘﻠﻔﺔ‪.‬‬
‫ﻣﺸﻜﻠﺔ اﻟﺪراﺳﺔ وﺗﺴﺎؤﻻﺗﮭﺎ‪:‬‬
‫أﺳﻠﻮب اﻻﻧﺤﺪار اﻟﻤﺘﻌﺪد اﻟﺘﺪرﯾﺠﻲ ﺷﺎﺋﻊ اﻻﺳﺘﺨﺪام ﻓﻲ ﻣﺠﺎل اﻟﻌﻠﻮم اﻟﺘﺮﺑﻮﯾﺔ واﻟﻨﻔﺴﯿﺔ‪ ،‬ﺣﯿﺚ‬
‫ﯾﮭﺪف إﻟﻰ اﺧﺘﺰال ﻋﺪد اﻟﻤﺘﻐﯿﺮات اﻟﻤﺴﺘﻘﻠﺔ اﻟﻜﺜﯿﺮة اﻟﺘﻲ ﺗﺆﺛﺮ ﻓﻲ اﻟﻈﺎھﺮة‪ ،‬إﻟﻰ أﻗﻞ ﻋﺪد ﻣﻤﻜﻦ‬
‫ﺑﺤﯿﺚ ﯾﻜﻮن ﻟﮭﺎ ﻧﺴﺒﺔ ﺗﻔﺴﯿﺮ ﻛﺒﯿﺮة ﻟﺘﺒﺎﯾﻦ ﻗﯿﻢ اﻟﻤﺘﻐﯿﺮ اﻟﺘﺎﺑﻊ‪ ،‬وﺑﺎﻟﺘﺎﻟﻲ زﯾﺎدة اﻟﻘﺪرة اﻟﺘﻨﺒﺆﯾﺔ ﺑﺎﻟﻤﺘﻐﯿﺮ‬
‫اﻟﺘﺎﺑﻊ ﻣﻦ ﺧﻼل ﻧﻤﻮذج اﻻﻧﺤﺪار اﻟﺬي ﯾﺤﺘﻮي ﻋﻠﻰ ﻋﺪد ﻗﻠﯿﻞ ﻣﻦ اﻟﻤﺘﻐﯿﺮات اﻟﻤﺴﺘﻘﻠﺔ‪.‬‬
 ‫‪٣٢٠‬‬
‫اﻟﻌﺪد اﻟﻌﺸﺮون )ج ‪ (٩‬ﻟﺴﻨﺔ ‪٢٠١٩‬م‬ ‫ﻣﺠﻠﺔ اﻟﺒﺤﺚ اﻟﻌﻠﻤﻰ ﻓﻰ اﻟﺘﺮﺑﯿﺔ‬

‫وﺣﯿﺚ أن دﻗﺔ ﻧﻤﻮذج اﻻﻧﺤﺪار ﺗﺘﺄﺛﺮ ﺑﺪرﺟﺔ ﻛﺒﯿﺮة ﺑﺤﺠﻢ اﻟﻌﯿﻨﺔ وھﺬا ﻣﺎ ﯾﻐﻔﻞ ﻋﻨﮫ ﻛﺜﯿﺮ ﻣﻦ‬
‫اﻟﺒﺎﺣﺜﯿﻦ ﻏﯿﺮ اﻟﻤﺘﺨﺼﺼﯿﻦ ﻓﻲ ﻣﺠﺎل اﻹﺣﺼﺎء‪ ،‬ﻓﺈن اﻟﺒﺎﺣﺜﺔ ﺗﻨﺎوﻟﺖ ھﺬه اﻟﻤﺸﻜﻠﺔ اﻟﺒﺤﺜﯿﺔ ﺑﺎﻟﺪراﺳﺔ‬
‫ﺧﺎﺻﺔ وأﻧﮭﺎ وﺟﺪت ﻣﻦ ﺧﻼل اﻟﺒﺤﺚ ﻓﻲ ﻗﺎﻋﺪة ﺑﯿﺎﻧﺎت اﻟﻤﻜﺘﺒﺔ اﻟﺮﻗﻤﯿﺔ اﻟﺴﻌﻮدﯾﺔ ‪ SDL‬أن ھﻨﺎك‬
‫ﻧُﺪرة ﻓﻲ اﻟﺪراﺳﺎت اﻟﺘﻲ ﺗﻨﺎوﻟﺖ ﺗﺤﺪﯾﺪ ﻧﺴﺒﺔ اﻟﺘﺒﺎﯾﻦ اﻟﻤﻔﺴﺮ ﻓﻲ ﻧﻤﻮذج اﻻﻧﺤﺪار اﻟﻤﺘﻌﺪد اﻟﺘﺪرﯾﺠﻲ ﻓﻲ‬
‫ﺿﻮء أﺣﺠﺎم ﻣﺨﺘﻠﻔﺔ‪.‬‬
‫وﺗﻢ ﺻﯿﺎﻏﺔ ﻣﺸﻜﻠﺔ اﻟﺪراﺳﺔ ﻓﻲ اﻟﺘﺴﺎؤل اﻟﺮﺋﯿﺲ اﻟﺘﺎﻟﻲ‪:‬‬
‫ﻣﺎ درﺟﺔ ﺗﺄﺛﯿﺮ أﺣﺠﺎم اﻟﻌﯿﻨﺎت اﻟﻤﺨﺘﻠﻔﺔ ﻋﻠﻰ ﻛﻔﺎءة ﻧﻤﻮذج اﻻﻧﺤﺪار اﻟﻤﺘﻌﺪد اﻟﺘﺪرﯾﺠﻲ؟‬
‫وﻟﻺﺟﺎﺑﺔ ﻋﻠﻰ ھﺬا اﻟﺘﺴﺎؤل اﻟﺮﺋﯿﺴﻲ ﺗﻢ ﺻﯿﺎﻏﺔ اﻟﺘﺴﺎؤﻻت اﻟﻔﺮﻋﯿﺔ اﻟﺘﺎﻟﯿﺔ‪:‬‬
‫‪ ‬ﻣﺎ ﻛﻔﺎءة ﻧﻤﻮذج اﻻﻧﺤﺪار اﻟﻤﺘﻌﺪد اﻟﺘﺪرﯾﺠﻲ ﻷﺣﺠﺎم ﻋﯿﻨﺎت ﻣﺨﺘﻠﻔﺔ؟‬
‫‪ ‬ﻣﺎ ﺗﺄﺛﯿﺮ ﺣﺠﻢ اﻟﻌﯿﻨﺔ ﻋﻠﻰ ﻣﺆﺷﺮات ﻛﻔﺎءة ﻧﻤﻮذج اﻻﻧﺤﺪار اﻟﻤﺘﻌﺪد اﻟﺘﺪرﯾﺠﻲ؟‬
‫أھﺪاف اﻟﺪراﺳﺔ‪:‬‬
‫ھﺪﻓﺖ اﻟﺪراﺳﺔ إﻟﻰ ﻣﻌﺮﻓﺔ ﻧﺴﺒﺔ اﻟﺘﺒﺎﯾﻦ اﻟﻤﻔﺴﺮ ﻟﻨﻤﻮذج اﻻﻧﺤﺪار اﻟﻤﺘﻌﺪد اﻟﺘﺪرﯾﺠﻲ وذﻟﻚ ﻓﻲ ﺿﻮء‬
‫أﺣﺠﺎم ﻋﯿﻨﺎت ﻣﺨﺘﻠﻔﺔ‪.‬‬
‫أھﻤﯿﺔ اﻟﺪراﺳﺔ‪:‬‬
‫‪ ‬اﻷھﻤﯿﺔ اﻟﻨﻈﺮﯾﺔ‪:‬‬
‫ﺗﻨﺎوﻟﺖ اﻟﺪراﺳﺔ أﺳﻠﻮب إﺣﺼﺎﺋﻲ ﺷﺎﺋﻊ اﻻﺳﺘﺨﺪام ﻓﻲ اﻟﺒﺤﻮث اﻟﺘﺮﺑﻮﯾﺔ واﻟﻨﻔﺴﯿﺔ وھﻲ‬
‫ﺗﺴﺎھﻢ ﻣﻦ ﺧﻼل اﻟﺠﺎﻧﺐ اﻟﻨﻈﺮي ﻓﻲ اﻹﺷﺎرة إﻟﻰ ﻛﻔﺎءة ﻧﻤﻮذج اﻻﻧﺤﺪار اﻟﻤﺘﻌﺪد اﻟﺘﺪرﯾﺠﻲ‬
‫ﻓﻲ ﺗﺤﺪﯾﺪ ﻧﺴﺒﺔ اﻟﺘﺒﺎﯾﻦ اﻟﻤﻔﺴﺮ‪ ،‬وﻛﺬﻟﻚ ﺗﺄﺛﯿﺮ ﺣﺠﻢ اﻟﻌﯿﻨﺔ ﻋﻠﻰ ﻧﺴﺒﺔ اﻟﺘﺒﺎﯾﻦ اﻟﻤﻔﺴﺮ ﻟﻨﻤﻮذج‬
‫اﻻﻧﺤﺪار اﻟﻤﺘﻌﺪد اﻟﺘﺪرﯾﺠﻲ‪.‬‬
‫‪ ‬اﻷھﻤﯿﺔ اﻟﺘﻄﺒﯿﻘﯿﺔ‪:‬‬
‫ﺗﻨﺎوﻟﺖ اﻟﺪراﺳﺔ أﯾﻀﺎ ﺟﺎﻧﺐ ﺗﻄﺒﯿﻘﻲ ﺣﯿﺚ ﺗﻢ اﺳﺘﺨﺪام ﺑﯿﺎﻧﺎت ﻟﻠﻤﺘﻐﯿﺮ اﻟﺘﺎﺑﻊ وﺑﯿﺎﻧﺎت‬
‫ﻟﻠﻤﺘﻐﯿﺮات اﻟﻤﺴﺘﻘﻠﺔ وأُﺟﺮي ﻋﻠﯿﮭﺎ اﻟﺘﻄﺒﯿﻖ اﻹﺣﺼﺎﺋﻲ ﻟﻠﻮﺻﻮل إﻟﻰ ﻣﻌﺎﻣﻞ اﻟﺘﺤﺪﯾﺪ ‪R2‬‬
‫)ﻧﺴﺒﺔ اﻟﺘﺒﺎﯾﻦ اﻟﻤﻔﺴﺮ ﻟﻨﻤﻮذج اﻻﻧﺤﺪار اﻟﻤﺘﻌﺪد اﻟﺘﺪرﯾﺠﻲ(‪ ،‬وﻣﻦ ﺧﻼل اﻟﺠﺎﻧﺐ اﻟﺘﻄﺒﯿﻘﻲ ﺗﻢ‬
‫ﺗﺤﺪﯾﺪ ﺣﺠﻢ اﻟﻌﯿﻨﺔ اﻷﻣﺜﻞ ﻋﻨﺪ اﺳﺘﺨﺪام ﻧﻤﻮذج اﻻﻧﺤﺪار اﻟﻤﺘﻌﺪد اﻟﺘﺪرﯾﺠﻲ‪.‬‬
‫ﻣﺼﻄﻠﺤﺎت اﻟﺪراﺳﺔ‪:‬‬
‫‪ ‬اﻻﻧﺤﺪار اﻟﻤﺘﻌﺪد‪:‬‬
‫ﯾُﻌﺮف اﻟﺸﺎﻓﻌﻲ )‪ (٢٠١٤‬اﻻﻧﺤﺪار اﻟﻤﺘﻌﺪد ﺑﺄﻧﮫ "اﻻﻧﺤﺪار اﻟﺬي ﯾُﺴﺘﺨﺪم ﻓﻲ اﻟﺘﻨﺒﺆ ﺑﻈﺎھﺮة ﻣﺴﺘﻘﺒﻠﯿﺔ‬
‫ﻣﻦ ﺧﻼل أﻛﺜﺮ ﻣﻦ ﻣﺘﻐﯿﺮ ﻣﺴﺘﻘﻞ واﺣﺪ" )ص‪(٥٣٥.‬‬
‫اﻟﺘﻌﺮﯾﻒ اﻹﺟﺮاﺋﻲ‪ :‬اﺳﺘﻘﺼﺎء اﻟﻌﻼﻗﺔ ﺑﯿﻦ ﻣﺘﻐﯿﺮ ﺗﺎﺑﻊ واﺣﺪ وﻋﺸﺮة ﻣﺘﻐﯿﺮات ﻣﺴﺘﻘﻠﺔ )‪، x3، x2،x1‬‬
‫‪ ( x10، x9، x8، x7، x6، x5،x4‬ﻓﻲ ﺿﻮء أﺣﺠﺎم ﻣﺨﺘﻠﻔﺔ‪.‬‬
‫‪ ‬اﻻﻧﺤﺪار اﻟﻤﺘﻌﺪد اﻟﺘﺪرﯾﺠﻲ‪:‬‬
‫وﯾُﻌﺮﻓﮫ إﺳﻤﺎﻋﯿﻞ )‪ (٢٠١٦‬أﻧﮫ "اﺧﺘﺒﺎر ﻟﻤﻌﻨﻮﯾﺔ اﻟﻤﺘﻐﯿﺮات اﻟﻤﺴﺘﻘﻠﺔ اﻟﺘﻲ ﺳﺒﻖ إدﺧﺎﻟﮭﺎ إﻟﻰ ﻧﻤﻮذج‬
‫اﻻﻧﺤﺪار اﻟﻤﺘﻌﺪد ﻓﻲ أي ﺧﻄﻮه ﻣﻦ ﺧﻄﻮات ﻋﻤﻠﯿﺔ اﻻﺧﺘﯿﺎر" )ص‪(٣٠٦.‬‬
‫اﻟﺘﻌﺮﯾﻒ اﻹﺟﺮاﺋﻲ‪ :‬اﻟﺘﻮﺻﻞ إﻟﻰ أﻓﻀﻞ ﻧﻤﻮذج ﻟﻼﻧﺤﺪار ﺑﺈدﺧﺎل ﻋﺸﺮه ﻣﺘﻐﯿﺮات ﻣﺴﺘﻘﻠﺔ )‪، x2،x1‬‬
‫‪ ( x10، x9، x8، x7، x6، x5، x4،x3‬ﺗﺪرﯾﺠﯿﺎً اﻟﻤﺘﻐﯿﺮ ﺗﻠﻮ اﻵﺧﺮ وﺗﺤﺪﯾﺪ أي ﻣﻨﮭﺎ ﺗﻜﻮن ﻧﺴﺒﺔ‬
‫ﻣﺴﺎھﻤﺘﮫ ﻓﻲ ﺗﻔﺴﯿﺮ اﻟﺘﺒﺎﯾﻦ ﻓﻲ اﻟﻤﺘﻐﯿﺮ اﻟﺘﺎﺑﻊ أﻛﺒﺮ ﻓﺘﺒﻘﻰ ﺿﻤﻦ اﻟﻨﻤﻮذج؛ واﺳﺘﺒﻌﺎد اﻟﻤﺘﻐﯿﺮات‬
‫اﻟﻤﺪﺧﻠﺔ ﻏﯿﺮ اﻟﻤﺆﺛﺮة ﻓﻲ وﺟﻮد ﺑﻘﯿﺔ اﻟﻤﺘﻐﯿﺮات اﻟﻤﺴﺘﻘﻠﺔ ﻓﻲ ﺿﻮء أﺣﺠﺎم ﻋﯿﻨﺎت ﻣﺨﺘﻠﻔﺔ‪.‬‬
 ‫‪٣٢١‬‬
‫اﻟﻌﺪد اﻟﻌﺸﺮون )ج ‪ (٩‬ﻟﺴﻨﺔ ‪٢٠١٩‬م‬ ‫ﻣﺠﻠﺔ اﻟﺒﺤﺚ اﻟﻌﻠﻤﻰ ﻓﻰ اﻟﺘﺮﺑﯿﺔ‬

‫‪ ‬ﻣﻌﺎﻣﻞ اﻟﺘﺤﺪﯾﺪ‪:‬‬
‫ﯾُﻌﺮﻓﮫ إﺳﻤﺎﻋﯿﻞ)‪ (٢٠١٦‬أﻧﮫ" ﻧﺴﺒﺔ اﻟﺘﺒﺎﯾﻦ أو اﻟﺘﻐﯿﺮ ﻓﻲ اﻟﻤﺘﻐﯿﺮ اﻟﺘﺎﺑﻊ اﻟﺘﻲ ﺗﻔﺴﺮھﺎ اﻟﻤﺘﻐﯿﺮات‬
‫اﻟﻤﺴﺘﻘﻠﺔ‪ ،‬أي أﻧﮫ ﯾﻘﯿﺲ ﻧﺴﺒﺔ اﻟﺘﺒﺎﯾﻦ ﻓﻲ اﻟﻤﺘﻐﯿﺮ اﻟﺘﺎﺑﻊ اﻟﺘﻲ ﯾﻤﻜﻦ ﺗﻔﺴﯿﺮھﺎ ﺑﻤﻌﺎدﻟﺔ اﻻﻧﺤﺪار")ص‪.‬‬
‫‪(١٣٣‬‬
‫اﻟﺘﻌﺮﯾﻒ اﻻﺟﺮاﺋﻲ‪ :‬ﻧﺴﺒﺔ اﻟﺘﺒﺎﯾﻦ ﻓﻲ اﻟﻤﺘﻐﯿﺮ اﻟﺘﺎﺑﻊ اﻟﺘﻲ ﺗﻌﻮد إﻟﻰ ﻋﺸﺮه ﻣﺘﻐﯿﺮات ﻣﺴﺘﻘﻠﺔ )‪، x2،x1‬‬
‫‪ ( x10، x9، x8، x7، x6، x5، x4،x3‬ﻓﻲ ﺿﻮء أﺣﺠﺎم ﻣﺨﺘﻠﻔﺔ‪.‬‬
‫ﺣﺪود اﻟﺪراﺳﺔ‪:‬‬
‫‪ ‬ﻧﻤﻮذج اﻻﻧﺤﺪار اﻟﺨﻄﻲ اﻟﻤﺘﻌﺪد اﻟﺘﺪرﯾﺠﻲ‪.‬‬
‫‪ ‬ﺗﺤﺪدت اﻟﺪراﺳﺔ ﺑﺘﻨﺎول ﻋﺸﺮة ﻣﺘﻐﯿﺮات ﻣﺴﺘﻘﻠﺔ وﻣﺘﻐﯿﺮ ﺗﺎﺑﻊ واﺣﺪ‪.‬‬
‫‪ ‬ﺗﺤﺪدت اﻟﺪراﺳﺔ ﺑﺘﻨﺎول أﺣﺠﺎم ﻋﯿﻨﺎت ﻣﺨﺘﻠﻔﺔ ﺗﺘﺮاوح ﻣﻦ )‪ (25‬إﻟﻰ )‪ (500‬ﻣﻔﺮدة‪.‬‬
‫‪ ‬ﺗﺤﺪدت اﻟﺪراﺳﺔ ﺑﺘﻨﺎول ﺑﻌﺾ اﻟﻤﺆﺷﺮات اﻟﺪاﻟﺔ ﻋﻠﻰ ﻛﻔﺎءة ﻧﻤﻮذج اﻻﻧﺤﺪار اﻟﻤﺘﻌﺪد اﻟﺘﺪرﯾﺠﻲ‪،‬‬
‫وﻗﯿﻤﺔ ﻧﺴﺒﺔ اﻟﺘﺒﺎﯾﻦ اﻟﻤﻔﺴﺮ اﻟﺘﻲ ﺗﻌﺰى ﻟﻠﻤﺘﻐﯿﺮات اﻟﻤﺴﺘﻘﻠﺔ‪.‬‬
‫اﻹﻃﺎر اﻟﻨﻈﺮي واﻟﺪراﺳﺎت اﻟﺴﺎﺑﻘﺔ‪:‬‬
‫أوﻻ‪ :‬اﻹﻃﺎر اﻟﻨﻈﺮي‬
‫ﯾﺴﺘﺨﺪم اﻟﺒﺎﺣﺚ ﻓﻲ اﻟﻌﻠﻮم اﻟﻨﻔﺴﯿﺔ واﻟﺘﺮﺑﻮﯾﺔ واﻻﺟﺘﻤﺎﻋﯿﺔ اﻟﻌﺪﯾﺪ ﻣﻦ اﻟﻤﻘﺎﯾﯿﺲ اﻹﺣﺼﺎﺋﯿﺔ وﻣﻦ‬
‫أھﻤﮭﺎ ﻣﻘﺎﯾﯿﺲ اﻟﺘﻨﺒﺆ واﻟﻤﺘﻤﺜﻠﺔ ﻓﻲ ﺗﺤﻠﯿﻞ اﻻﻧﺤﺪار‪-‬ﺗﺤﻠﯿﻞ اﻟﻤﺴﺎر‪-‬واﻟﺘﺤﻠﯿﻞ اﻟﻌﺎﻣﻠﻲ‪ .‬وﯾُﺴﺘﺨﺪم ﺗﺤﻠﯿﻞ‬
‫اﻻﻧﺤﺪار ﻓﻲ دراﺳﺎت اﻟﺘﻨﺒﺆ ﺣﯿﺚ ﯾﻜﻮن اﻟﻤﻄﻠﻮب اﻟﺘﻨﺒﺆ ﺑﺎﻟﻌﻼﻗﺔ ﻣﺎ ﺑﯿﻦ اﻟﻤﺘﻐﯿﺮات وﺗﻘﺪﯾﺮ ﻣﻌﺎﻟﻤﮭﺎ‪.‬‬
‫واﺧﺘﯿﺎر ﻋﯿﻨﺔ اﻟﺒﺤﺚ أﻣﺮاً ﺣﯿﻮﯾﺎً ﺣﯿﺚ ﯾﺰودﻧﺎ ﺑﺎﻟﺒﯿﺎﻧﺎت اﻟﺘﻲ ﯾﻤﻜﻦ اﻻﻋﺘﻤﺎد ﻋﻠﯿﮭﺎ ﻓﻲ ﺗﻌﻤﯿﻢ اﻟﻨﺘﺎﺋﺞ‬
‫ﻋﻠﻰ اﻟﻤﺠﺘﻤﻊ؛ ﻟﺬﻟﻚ ﻓﺈن درﺟﺔ اﻟﺪﻗﺔ ﻓﻲ اﻟﺒﯿﺎﻧﺎت اﻟﺘﻲ ﯾﺤﺼﻞ ﻋﻠﯿﮭﺎ اﻟﺒﺎﺣﺚ ﻣﻦ اﻟﻌﯿﻨﺔ ﺗﺘﻮﻗﻒ ﻋﻠﻰ‬
‫اﻟﻌﺪد اﻟﻤﻨﺎﺳﺐ ﻟﻠﻌﯿﻨﺔ وأُﺳﻠﻮب اﺧﺘﯿﺎرھﺎ‪.‬‬
‫وﯾﺘﻤﯿﺰ ھﺬا اﻻﺗﺠﺎه ﺑﺎﻟﺴﮭﻮﻟﺔ ﺣﯿﺚ ﯾﻔﯿﺪ ﺑﻌﺾ اﻟﺒﺎﺣﺜﯿﻦ ﻗﻠﯿﻞِ اﻟﺨﺒﺮة ﻓﻲ اﺳﺘﺨﺪام اﻷﺳﻠﻮب اﻟﺮﯾﺎﺿﻲ‬
‫ﻟﺘﻘﺪﯾﺮ ﺣﺠﻢ اﻟﻌﯿﻨﺔ‪ .‬إﻻ أن ﻣﻦ ﻋﯿﻮب ھﺬا اﻻﺗﺠﺎه اﻓﺘﻘﺎده ﻟﻠﻮاﻗﻌﯿﺔ ﻷن ﺣﺠﻢ اﻟﻌﯿﻨﺔ ﺳﻮف ﯾﺨﺘﻠﻒ ﻣﻦ‬
‫ﻣﺠﺘﻤﻊ ﻵﺧﺮ ﺣﺴﺐ اﺧﺘﻼف ﻃﺒﯿﻌﺔ ھﺬا اﻟﻤﺠﺘﻤﻊ‪ ،‬وﻛﺬﻟﻚ ﯾﺨﺘﻠﻒ ﻣﻦ ﺑﺤﺚ ﻵﺧﺮ ﻣﻦ ﺣﯿﺚ ھﺪف‬
‫وأﺳﻠﻮب ﻛﻞ ﺑﺤﺚ‪ ،‬ﻛﻤﺎ أن ھﺬا اﻻﺗﺠﺎه ﯾﻐﻔﻞ اﻟﻌﻮاﻣﻞ اﻟﺘﻲ ﯾﺘﻮﻗﻒ ﻋﻠﯿﮭﺎ ﺗﻘﺪﯾﺮ ﺣﺠﻢ اﻟﻌﯿﻨﺔ‪.‬‬
‫‪ -١‬اﺳﺘﺨﺪام اﻟﺒﺎﺣﺚ ﻟﻸﺳﻠﻮب اﻟﺮﯾﺎﺿﻲ ﺣﯿﺚ ﯾﺮﺗﺒﻂ ﺑﻨﻈﺮﯾﺔ اﻻﺣﺘﻤﺎﻻت ﻟﺘﺤﺪﯾﺪ ﺣﺠﻢ اﻟﻌﯿﻨﺔ وھﺬا‬
‫ﯾﺘﻄﻠﺐ ﻣﻦ اﻟﺒﺎﺣﺜﯿﻦ اﻹﻟﻤﺎم ﺑﺎﻷﺳﺎﻟﯿﺐ اﻹﺣﺼﺎﺋﯿﺔ ودراﺳﺔ اﻟﻌﻮاﻣﻞ اﻟﺘﻲ ﺗﺆﺛﺮ ﻋﻠﻰ ﺣﺠﻢ اﻟﻌﯿﻨﺔ‬
‫وﻣﻦ ﺛﻢ وﺿﻊ ھﺬه اﻟﻌﻮاﻣﻞ ﻓﻲ ﺻﻮرة ﻣﻌﺎدﻻت رﯾﺎﺿﯿﺔ ﻣﺨﺼﺼﺔ ﻟﮭﺬا اﻟﻐﺮض‪ .‬أﯾﻀﺎً ﺗﻮﻓﯿﺮ‬
‫ﺑﻌﺾ اﻟﻤﻌﻠﻮﻣﺎت ﻋﻦ ﺣﺠﻢ ﻣﻌﺎﻟﻢ اﻟﻤﺠﺘﻤﻊ اﻷﺻﻠﻲ ﻋﻦ ﻃﺮﯾﻖ اﻟﻌﯿﻨﺎت اﻻﺳﺘﻄﻼﻋﯿﺔ ﻟﺘﻘﺪﯾﺮ ﺣﺠﻢ‬
‫اﻟﻌﯿﻨﺔ اﻷﻣﺜﻞ‪.‬‬
‫وﯾﻘﺘﺮح )‪ (Chatfiled,1995, p.257‬ﻓﻲ ﺗﺤﻠﯿﻞ اﻻﻧﺤﺪار أن ﯾﻜﻮن ﻋﺪد اﻟﻤﺸﺎھﺪات ‪ n‬ﻣﺴﺎوي‬
‫ﻋﻠﻰ اﻷﻗﻞ ﻷرﺑﻌﺔ أﺿﻌﺎف ﻋﺪد اﻟﻤﺘﻐﯿﺮات اﻟﻤﺴﺘﻘﻠﺔ ‪ P‬أي‪:‬‬
‫و ﯾﻘﺘﺮح )‪ (kutner, Nachtsheim, Neter & Li, 2005, p.372‬أن ﯾﻜﻮن ﻋﺪد اﻟﺤﺎﻻت ﻋﻠﻰ‬
‫اﻷﻗﻞ ﻣﺎ ﺑﯿﻦ ﺳﺘﺔ إﻟﻰ ﻋﺸﺮة أﺿﻌﺎف ﻋﺪد اﻟﻤﺘﻐﯿﺮات اﻟﻤﺴﺘﻘﻠﺔ ‪ P‬أي‪:‬‬
‫وﯾﻘﺘﺮح )‪ (Tabachnick &Fidell ,2013 ,p.123‬أن ﯾﻜﻮن ﺣﺠﻢ اﻟﻌﯿﻨﺔ اﻟﻤﻄﻠﻮب ﻟﺒﻨﺎء ﻧﻤﻮذج‬
‫اﻻﻧﺤﺪار اﻟﺨﻄﻲ أﻛﺒﺮ ﻣﻦ ‪ 50‬ﻣﺸﺎھﺪه زاﺋﺪاً ﺛﻤﺎﻧﯿﺔ أﺿﻌﺎف ﻋﺪد اﻟﻤﺘﻐﯿﺮات اﻟﻤﺴﺘﻘﻠﺔ ‪ p‬أي‪:‬‬
‫ﻓﺮوض اﻟﺒﺤﺚ‪:‬‬
‫إذا ﻛﺎن اﻟﺒﺎﺣﺚ ﯾﺮﯾﺪ ﻣﻌﺮﻓﺔ واﻛﺘﺸﺎف اﻟﻔﺮوق اﻟﺪﻗﯿﻘﺔ ﻣﺎ ﺑﯿﻦ اﻟﻤﺘﻐﯿﺮات ﻓﯿﻨﺒﻐﻲ ﻋﻠﯿﮫ زﯾﺎدة‬
‫ﺣﺠﻢ اﻟﻌﯿﻨﺔ ﻟﺘﺘﻀﺢ ھﺬه اﻟﻔﺮوق‪ ،‬أﻣﺎ إذا ﻛﺎن اﻟﺒﺤﺚ ﯾﺮﯾﺪ ﻣﻌﺮﻓﺔ اﻟﻔﺮوق اﻟﺠﻮھﺮﯾﺔ أو‬
‫اﻷﺳﺎﺳﯿﺔ ﻓﯿﻜﺘﻔﻲ ﺑﺤﺠﻢ ﺻﻐﯿﺮ ﻧﺴﺒﯿﺎً‪.‬‬
‫‪ .١‬اﻹﻣﻜﺎﻧﯿﺎت اﻟﻤﺎدﯾﺔ اﻟﻤﺘﺎﺣﺔ ﻟﻠﺒﺎﺣﺚ‪:‬‬
 ‫‪٣٢٢‬‬
‫اﻟﻌﺪد اﻟﻌﺸﺮون )ج ‪ (٩‬ﻟﺴﻨﺔ ‪٢٠١٩‬م‬ ‫ﻣﺠﻠﺔ اﻟﺒﺤﺚ اﻟﻌﻠﻤﻰ ﻓﻰ اﻟﺘﺮﺑﯿﺔ‬

‫ﻓﺎﻷﻓﻀﻞ أن ﯾﺤﺪد اﻟﺒﺎﺣﺚ اﻟﺘﻜﻠﻔﺔ وﯾﺨﺘﺎر ﻣﺎ ﯾﻨﺎﺳﺐ ﻗﺒﻞ اﻟﺸﺮوع ﻓﻲ اﻟﺒﺤﺚ‪.‬‬

‫‪ .٢‬اﻟﺪراﺳﺎت واﻟﺒﺤﻮث اﻟﺴﺎﺑﻘﺔ‪:‬‬
‫ﺗُﻔﯿﺪ اﻟﺒﺎﺣﺚ ﻓﻲ اﻻﺳﺘﻔﺎدة ﻣﻦ اﻟﻤﺸﻜﻼت اﻟﺘﻲ واﺟﮭﺖ اﻟﺒﺎﺣﺜﯿﻦ اﻟﺴﺎﺑﻘﯿﻦ ﻋﻨﺪ ﺗﺤﺪﯾﺪھﻢ ﻟﺤﺠﻢ‬
‫ﻋﯿﻨﺎت دراﺳﺘﮭﻢ ﻣﻤﺎ ﯾﻮﺿﺢ ﻟﮫ ﺗﺤﺪﯾﺪ ﻋﯿﻨﺘﮫ‪.‬‬
‫‪ .٣‬ﻧﻮع اﻟﻤﻨﮭﺞ اﻟﻤﺴﺘﺨﺪم ﻓﻲ اﻟﺒﺤﺚ‪:‬‬
‫وﺿﺢ ﺑﻌﺾ اﻟﻌﻠﻤﺎء ﺗﻘﺪﯾﺮات ﺗﻘﺮﯾﺒﯿﺔ ﺣﺴﺐ ﻧﻮع اﻟﻤﻨﮭﺞ اﻟﻤﺴﺘﺨﺪم‪:‬‬
‫‪ ‬دراﺳﺎت اﺳﺘﻄﻼع اﻟﺮأي‪ :‬ﯾﻨﺒﻐﻲ أﻻ ﯾﻘﻞ ﺣﺠﻢ اﻟﻌﯿﻨﺔ ﻋﻦ ‪ 1000‬ﻓﺮد‪.‬‬
‫‪ ‬اﻟﺪراﺳﺎت اﻟﻮﺑﺎﺋﯿﺔ‪ :‬ﻟﺘﻘﺪﯾﺮ ﺣﺠﻢ اﻻﻧﺘﺸﺎر اﻟﻮﺑﺎﺋﻲ ﻟﻤﺮض ﻣﻌﯿﻦ ﺗﺸﺘﻤﻞ اﻟﻌﯿﻨﺔ ﻋﻠﻰ‬
‫‪1000‬ﻓﺮد‪.‬‬
‫‪ ‬اﻟﺪراﺳﺎت اﻟﻤﺴﺤﯿﺔ اﻟﺘﻲ ﺗﺘﻀﻤﻦ ﻣﻘﺎرﻧﺎت ﺑﯿﻦ اﻟﻤﺠﻤﻮﻋﺎت‪ :‬ﯾﻨﺒﻐﻲ أن ﯾﺘﻮﻓﺮ ﻓﻲ ﻛﻞ ﻗﺴﻢ‬
‫ﻋﻠﻰ اﻷﻗﻞ ‪ 100‬ﻓﺮد‪.‬‬
‫‪ ‬دراﺳﺎت اﻟﺘﺤﻠﯿﻞ اﻟﻌﺎﻣﻠﻲ‪ :‬أن ﯾﻜﻮن ﺣﺠﻢ اﻟﻌﯿﻨﺔ ‪ 300‬أو أﻛﺜﺮ‪.‬‬
‫‪ ‬اﻟﺪراﺳﺎت اﻟﺘﺠﺮﯾﺒﯿﺔ‪ :‬أن ﯾﻜﻮن ﻓﻲ ﻛﻞ ﻣﺠﻤﻮﻋﺔ ﻣﻦ اﻟﻤﺠﻤﻮﻋﺎت اﻟﺘﺠﺮﯾﺒﯿﺔ ﻣﺎ ﺑﯿﻦ ‪-15‬‬
‫‪ 30‬ﻓﺮد‪.‬‬
‫‪ ‬اﻟﺪراﺳﺎت اﻹﻛﻠﯿﻨﯿﻜﯿﺔ‪ :‬ﺗﺘﺮاوح اﻟﻌﯿﻨﺔ ﻣﻦ ‪ 20-10‬ﻓﺮد ﻓﻲ ﻛﻞ ﻣﺠﻤﻮﻋﺔ ﻏﯿﺮ أن اﻟﺘﻮزﯾﻊ‬
‫اﻟﻌﺸﻮاﺋﻲ ﻓﻲ اﻟﻤﺠﻤﻮﻋﺎت اﻟﺼﻐﯿﺮة ﻗﺪ ﻻ ﯾﺤﻘﻖ اﻟﺘﻜﺎﻓﺆ ﺑﯿﻨﮭﺎ ﺑﺴﺒﺐ اﻟﻤﺘﻐﯿﺮات اﻟﺪﺧﯿﻠﺔ‬
‫ﻟﺬﻟﻚ ﯾﺮى ﺑﻌﺾ اﻟﻌﻠﻤﺎء أن ﺗﻮﻓﯿﺮ أﻛﺜﺮ ﻣﻦ ‪ 40‬ﻓﺮد ﯾﺰﯾﺪ ﻣﻦ ﺗﺤﻘﯿﻖ اﻟﺘﻜﺎﻓﺆ ﺑﯿﻦ‬
‫اﻟﻤﺠﻤﻮﻋﺎت ﻓﻲ ﺣﺎﻟﺔ اﻟﺘﻮزﯾﻊ اﻟﻌﺸﻮاﺋﻲ‪.‬‬
‫‪ ‬دراﺳﺔ اﻟﺤﺎﻟﺔ وﺗﺼﻤﯿﻢ اﻟﻔﺮد اﻟﻮاﺣﺪ‪ :‬ﯾﻜﻔﻲ دراﺳﺔ ﺣﺎﻟﺔ واﺣﺪة أو ﻋﺪد ﻗﻠﯿﻞ ﻣﻦ اﻟﺤﺎﻻت‬
‫ﻻن ﺗﻌﻤﯿﻢ اﻟﻨﺘﺎﺋﺞ ﯾﻜﻮن ﻋﻠﻰ اﻟﺤﺎﻟﺔ ﻓﻘﻂ‪.‬‬
‫اﺳﺘﺨﺪام ﺗﺤﻠﯿﻞ اﻻﻧﺤﺪار‪:‬‬
‫ﯾﺮى )‪(Chatterjee & Hadi, 2012, p.302‬أن ﺗﺤﻠﯿﻞ اﻻﻧﺤﺪار ﯾﺴﺘﺨﺪم ﻟﺜﻼﺛﺔ أھﺪاف رﺋﯿﺴﯿﺔ‪:‬‬
‫‪ .١‬اﻟﻮﺻﻒ‪ :‬وﺻﻒ اﻟﻌﻼﻗﺔ ﺑﯿﻦ اﻟﻤﺘﻐﯿﺮات اﻟﻤﻔﺴﺮة واﻟﻤﺘﻐﯿﺮ اﻟﺘﺎﺑﻊ‪) .‬ﻧﺤﺎول اﺧﺘﯿﺎر أﻗﻞ ﻋﺪد‬
‫ﻣﻦ اﻟﻤﺘﻐﯿﺮات اﻟﻤﻔﺴﺮة اﻟﺘﻲ ﺗﺸﻜﻞ اﻟﺠﺰء اﻷﻛﺜﺮ ﺟﻮھﺮﯾﺔ ﻓﻲ ﺗﺒﺎﯾﻦ اﻟﻤﺘﻐﯿﺮ اﻟﺘﺎﺑﻊ(‬
‫‪ .٢‬اﻟﺘﻘﺪﯾﺮ واﻟﺘﻨﺒﺆ‪ :‬ﺗﻘﺪﯾﺮ اﻟﻘﯿﻤﺔ اﻟﻤﺘﻮﺳﻄﺔ ﺑﻘﯿﻤﺔ ﻣﺸﺎھﺪة ﺟﺪﯾﺪة ﻟﻠﻤﺘﻐﯿﺮ اﻟﺘﺎﺑﻊ اﻟﻤﻨﺎﻇﺮة ﻟﻘﯿﻢ‬
‫ﻓﻌﻠﯿﺔ ﻟﻠﻤﺘﻐﯿﺮات اﻟﻤﺴﺘﻘﻠﺔ‪.‬‬
‫‪ .٣‬اﻟﺘﺤﻜﻢ‪ :‬ﺗﻔﺴﯿﺮ اﻟﺘﻐﯿﺮ ﻓﻲ ﻗﯿﻢ اﻟﻤﺘﻐﯿﺮ اﻟﺘﺎﺑﻊ ﺑﺪﻻﻟﺔ اﻟﺘﻐﯿﺮ ﻓﻲ ﻗﯿﻢ اﻟﻤﺘﻐﯿﺮ اﻟﻤﺴﺘﻘﻞ ﻋﻠﻰ أﺳﺎس‬
‫اﺗﺨﺎذ اﻟﻤﺴﺘﻘﻞ ﻛﻀﺎﺑﻂ‪ .‬واﻟﮭﺪف ﻣﻦ ﺑﻨﺎء اﻟﻨﻤﻮذج ھﻮ ﺗﺤﺪﯾﺪ اﻟﺤﺠﻢ اﻟﺬي ﯾﺠﺐ أن ﯾﻌﺪل ﺑﮫ‬
‫اﻟﻤﺘﻐﯿﺮ اﻟﻤﺴﺘﻘﻞ ﻟﻠﺤﺼﻮل ﻋﻠﻰ ﻗﯿﻢ ﻣﻌﯿﻨﺔ ﻟﻠﻤﺘﻐﯿﺮ اﻟﺘﺎﺑﻊ‪.‬‬
‫ﻧﻤﺎذج اﻻﻧﺤﺪار‪:‬‬
‫ﺗﻨﻘﺴﻢ ﻧﻤﺎذج اﻻﻧﺤﺪار إﻟﻰ ﻧﻤﺎذج ﺧﻄﯿﺔ وﻧﻤﺎذج ﻏﯿﺮ ﺧﻄﯿﺔ‪.‬‬
‫‪ .١‬اﻻﻧﺤﺪار اﻟﺨﻄﻲ ﻟﻠﻤﺘﻐﯿﺮات‪:‬‬
‫ﺗﻜﻮن اﻟﻤﻌﺎدﻟﺔ اﻟﻤﻤﺜﻠﺔ ﻟﻠﻌﻼﻗﺔ ﻣﻦ اﻟﺪرﺟﺔ اﻷوﻟﻰ )اﻟﻤﺘﻐﯿﺮات اﻟﻤﺴﺘﻘﻠﺔ ﻣﺮﻓﻮﻋﺔ ﻟﻸُس واﺣﺪ( ﻛﻤﺎ أﻧﮭﺎ‬
‫ﻟﯿﺴﺖ ﻣﻀﺮوﺑﺔ أو ﻣﻘﺴﻮﻣﺔ ﻋﻠﻰ ﻣﺘﻐﯿﺮ آﺧﺮ وﻋﻨﺪ ﺗﻤﺜﯿﻠﮭﺎ ﺑﯿﺎﻧﯿﺎً ﺗﺄﺧﺬ ﺷﻜﻞ اﻟﺨﻂ اﻟﻤﺴﺘﻘﯿﻢ‪ ،‬وﺗﻜﻮن‬
‫ﻣﻌﺎدﻟﺔ اﻻﻧﺤﺪار ﻛﺎﻵﺗﻲ‪:‬‬
‫‪ .٢‬اﻻﻧﺤﺪار ﻏﯿﺮ اﻟﺨﻄﻲ ﻟﻠﻤﺘﻐﯿﺮات‪:‬‬
‫ﯾﻜﻮن ﻓﯿﮫ أﺣﺪ اﻟﻤﺘﻐﯿﺮات اﻟﻤﺴﺘﻘﻠﺔ ﻣﺮﻓﻮع ﻷُس ﻏﯿﺮ اﻟﻮاﺣﺪ أو ﻣﻀﺮوﺑﺎً أو ﻣﻘﺴﻮﻣﺎً ﻋﻠﻰ ﻣﺘﻐﯿﺮ آﺧﺮ‬
‫وﻋﻨﺪ ﺗﻤﺜﯿﻠﮫ ﺑﯿﺎﻧﯿﺎً ﯾﺄﺧﺬ ﺷﻜﻞ ﻣﻨﺤﻨﻰ‪ ،‬وﺗﻜﻮن ﻣﻌﺎدﻟﺔ اﻻﻧﺤﺪار ﻛﺎﻵﺗﻲ‪:‬‬
 ‫‪٣٢٣‬‬
‫اﻟﻌﺪد اﻟﻌﺸﺮون )ج ‪ (٩‬ﻟﺴﻨﺔ ‪٢٠١٩‬م‬ ‫ﻣﺠﻠﺔ اﻟﺒﺤﺚ اﻟﻌﻠﻤﻰ ﻓﻰ اﻟﺘﺮﺑﯿﺔ‬

‫‪yi‬‬ ‫‪yi‬‬

‫‪xi‬‬ ‫‪xi‬‬
‫ﺷﻜﻞ ‪ :٣‬ﻋﻼﻗﺔ ﻏﯿﺮ ﺧﻄﯿﺔ‬ ‫ﺷﻜﻞ ‪ :٢‬ﻋﻼﻗﺔ ﺧﻄﯿﺔ اﻟﻤﺘﻐﯿﺮ‬
‫اﻟﻤﺘﻐﯿﺮ ﻣﻦ اﻟﺪرﺟﺔ اﻟﺜﺎﻧﯿﺔ‬ ‫ﻣﻦ اﻟﺪرﺟﺔ اﻷوﻟﻰ‬
‫اﻻﻧﺤﺪار اﻟﺨﻄﻲ‪:‬‬
‫ﺗﺘﻨﻮع أﺳﺎﻟﯿﺐ ﺗﺤﻠﯿﻞ اﻻﻧﺤﺪار وﻣﻨﮭﺎ ﺗﺤﻠﯿﻞ اﻻﻧﺤﺪار اﻟﺨﻄﻲ‪ .‬ﯾُﻌﺮف ﻣﺮاد)‪ (٢٠١١‬اﻻﻧﺤﺪار‬
‫اﻟﺨﻄﻲ ﺑﺄﻧﮫ "اﻟﺘﻮﺻﻞ إﻟﻰ ﻣﻌﺎدﻟﺔ اﻟﺘﻨﺒﺆ ﺑﺄﺣﺪ اﻟﻤﺘﻐﯿﺮﯾﻦ ﻣﻦ اﻻﺧﺮ" )ص‪ (١٢٤.‬ﻣﻌﻨﻰ ذﻟﻚ أن‬
‫اﻻﻧﺤﺪار اﻟﺨﻄﻲ ﯾﺸﺒﮫ إﻟﻰ ﺣﺪ ﻣﺎ اﻻرﺗﺒﺎط اﻟﺨﻄﻲ وﯾﺨﺘﻠﻒ ﻋﻦ اﻻرﺗﺒﺎط اﻟﺨﻄﻲ ﻓﻲ اﺳﺘﺨﺪام ﻗﺎﻋﺪة‬
‫اﻟﻤﺮﺑﻌﺎت اﻟﺼﻐﺮى ﻟﻠﺘﻮﺻﻞ إﻟﻰ أﻓﻀﻞ ﺧﻂ ﻣﺴﺘﻘﯿﻢ ﯾﺮﺑﻂ اﻟﻤﺘﻐﯿﺮﯾﻦ ﻣﻌﺎً‪ ،‬ﺑﯿﻨﻤﺎ اﻻرﺗﺒﺎط ﯾﺴﺘﺨﺪم‬
‫اﻟﺪرﺟﺎت ﻟﻠﺘﻮﺻﻞ إﻟﻰ ﻣﺪى ﻗﻮة اﻟﻌﻼﻗﺔ ﺑﯿﻦ اﻟﻤﺘﻐﯿﺮﯾﻦ‪.‬‬
‫أﻧﻮاع اﻻﻧﺤﺪار اﻟﺨﻄﻲ‪:‬‬
‫‪ .٢‬اﻻﻧﺤﺪار اﻟﺨﻄﻲ اﻟﻤﺘﻌﺪد‬ ‫‪ .١‬اﻻﻧﺤﺪار اﻟﺨﻄﻲ اﻟﺒﺴﯿﻂ‬
‫أوﻻ‪ :‬اﻻﻧﺤﺪار اﻟﺨﻄﻲ اﻟﺒﺴﯿﻂ‪Simple Linear Regression :‬‬
‫ﯾﻌﺮف ﻣﺮاد)‪ (٢٠١١‬اﻻﻧﺤﺪار اﻟﺨﻄﻲ اﻟﺒﺴﯿﻂ ﺑﺄﻧﮫ "ﻋﻼﻗﺔ ﺑﯿﻦ ﻣﺘﻐﯿﺮﯾﻦ أﺣﺪھﻤﺎ ﺗﺎﺑﻊ واﻷﺧﺮ‬
‫ﻣﺴﺘﻘﻞ ")ص‪ (١٢٤.‬وﻻﺑﺪ أن ﯾﻜﻮن اﻟﻤﺘﻐﯿﺮ اﻟﺘﺎﺑﻊ ﻣﺘﻐﯿﺮاً ﻣﺘﺼﻼ وﻻ ﯾﻘﻞ ﻋﻦ اﻟﻤﺴﺘﻮى اﻟﻔﺘﺮي أو‬
‫اﻟﻨﺴﺒﻲ‪ ،‬ﺑﯿﻨﻤﺎ اﻟﻤﺘﻐﯿﺮ اﻟﻤﺴﺘﻘﻞ ﯾﻜﻮن ﻣﺴﺘﻮى ﻗﯿﺎﺳﮫ رﺗﺒﻲ أو ﻓﺘﺮي أو ﻧﺴﺒﻲ وﻟﯿﺲ اﺳﻤﻲ‪ ،‬وأن ﺗﻜﻮن‬
‫اﻟﻌﻼﻗﺔ ﺑﯿﻨﮭﻤﺎ ﺧﻄﯿﺔ‪ ،‬وﺗﺘﻮزع اﻟﻤﺸﺎھﺪات ﺗﻮزﯾﻌﺎً اﻋﺘﺪاﻟﯿﺎ‪.‬‬
‫اﻟﻤﻌﺎدﻟﺔ اﻟﺮﯾﺎﺿﯿﺔ ﻟﻼﻧﺤﺪار اﻟﺨﻄﻲ اﻟﺒﺴﯿﻂ‪:‬‬

‫‪ y‬اﻟﻤﺘﻐﯿﺮ اﻟﺘﺎﺑﻊ)اﻟﻤﺘﻨﺒﺄ ﺑﮫ( ‪ x‬اﻟﻤﺘﻐﯿﺮ اﻟﻤﺴﺘﻘﻞ)اﻟﻤﻨﺒﺊ(‬

‫‪ b0‬اﻟﺠﺰء اﻟﻤﻘﻄﻮع ﻣﻦ ﻣﺤﻮر اﻟﺼﺎدات ‪ y‬وﯾﻤﺜﻞ ﻗﯿﻤﺔ اﻟﻤﺘﻐﯿﺮ اﻟﺘﺎﺑﻊ ﻓﻲ ﺣﺎﻟﺔ اﻟﻤﺘﻐﯿﺮ اﻟﻤﺴﺘﻘﻞ‬
‫ﯾﺴﺎوي اﻟﺼﻔﺮ‪.‬‬
‫‪ b1‬ﻣﯿﻞ اﻟﺨﻂ اﻟﻤﺴﺘﻘﯿﻢ ) ﻣﻌﺎﻣﻞ اﻻﻧﺤﺪار(‬
‫أو اﻟﺨﻄﺄ اﻟﻌﺸﻮاﺋﻲ )اﻟﺒﻮاﻗﻲ( واﻟﺬي ﯾﻘﺪر ﺑﺎﻟﻔﺮق ﺑﯿﻦ اﻟﻘﯿﻤﺔ اﻟﻔﻌﻠﯿﺔ ‪ y‬واﻟﻘﯿﻤﺔ اﻟﻤﻘﺪرة‬

‫‪e‬‬

‫ﺧﻂ اﻧﺤﺪار اﻟﻤﺠﺘﻤﻊ‬

‫ﺧﻂ اﻧﺤﺪار اﻟﻌﯿﻨﺔ‬

‫ﺷﻜﻞ ‪ :٤‬ﻧﻤﻮذج اﻻﻧﺤﺪار اﻟﺨﻄﻲ‬

 ‫‪٣٢٤‬‬
‫اﻟﻌﺪد اﻟﻌﺸﺮون )ج ‪ (٩‬ﻟﺴﻨﺔ ‪٢٠١٩‬م‬ ‫ﻣﺠﻠﺔ اﻟﺒﺤﺚ اﻟﻌﻠﻤﻰ ﻓﻰ اﻟﺘﺮﺑﯿﺔ‬

‫ﺛﺎﻧﯿﺎً‪ :‬اﻻﻧﺤﺪار اﻟﺨﻄﻲ اﻟﻤﺘﻌﺪد ‪Multiple Linear Regression‬‬

‫ﯾﻌﺘﺒﺮ اﻻﻧﺤﺪار اﻟﻤﺘﻌﺪد اﻣﺘﺪاد ﻟﻼﻧﺤﺪار اﻟﺨﻄﻲ اﻟﺒﺴﯿﻂ إﻟﻰ أن اﻻﻧﺤﺪار اﻟﺨﻄﻲ ﯾﻔﺘﺮض ﻣﺘﻐﯿﺮ‬
‫ﺗﺎﺑﻊ واﺣﺪ ﯾﺘﻢ اﻟﺘﻨﺒﺆ ﺑﮫ وﻣﺘﻐﯿﺮ ﻣﺴﺘﻘﻞ واﺣﺪ‪ .‬أﻣﺎ اﻻﻧﺤﺪار اﻟﻤﺘﻌﺪد ﯾﻔﺘﺮض ﻣﺘﻐﯿﺮ ﺗﺎﺑﻊ واﺣﺪ ﯾﺘﻢ اﻟﺘﻨﺒﺆ‬
‫ﺑﮫ وﻋﺪد ﻣﻦ اﻟﻤﺘﻐﯿﺮات اﻟﻤﺴﺘﻘﻠﺔ اﻟﺘﻲ ﺗﻌﻤﻞ ﻛﻤﺘﻐﯿﺮات ﺗﻨﺒﺆ‪ .‬ﯾُﻌﺮف اﻟﺸﺎﻓﻌﻲ)‪ (٢٠١٤‬اﻻﻧﺤﺪار‬
‫اﻟﻤﺘﻌﺪد ﺑﺄﻧﮫ" اﻻﻧﺤﺪار اﻟﺬي ﯾُﺴﺘﺨﺪم ﻓﻲ اﻟﺘﻨﺒﺆ ﺑﻈﺎھﺮة ﻣﺴﺘﻘﺒﻠﯿﮫ ﻣﻦ ﺧﻼل أﻛﺜﺮ ﻣﻦ ﻣﺘﻐﯿﺮ‬
‫ﻣﺴﺘﻘﻞ")ص‪ .(٥٣٥.‬ﯾُﻌﺮﻓﮫ ﻣﺮاد)‪ (٢٠١١‬ﺑﺄﻧﮫ" اﻟﺘﻮﺻﻞ إﻟﻰ ﻣﻌﺎدﻟﺔ ﺧﻄﯿﺔ ﺗﺮﺑﻂ ﺑﯿﻦ ﻣﺘﻐﯿﺮ ﺗﺎﺑﻊ‬
‫وﻋﺪة ﻣﺘﻐﯿﺮات ﻣﺴﺘﻘﻠﺔ")ص‪ .(٤٢٤.‬ﻣﻌﺎدﻟﺔ اﻻﻧﺤﺪار اﻟﺨﻄﻲ اﻟﻤﺘﻌﺪد ﻟﻠﻤﺠﺘﻤﻊ‪:‬‬

‫ﺣﯿﺚ ‪ y‬اﻟﻤﺘﻐﯿﺮ اﻟﺘﺎﺑﻊ‪ b ،‬ﺛﺎﺑﺖ اﻻﻧﺤﺪار ﻣﻌﺎﻣﻞ اﻻﻧﺤﺪار اﻟﺠﺰﺋﻲ )‪ p‬ﻋﺪد اﻟﻤﺘﻐﯿﺮات اﻟﻤﺴﺘﻘﻠﺔ(‬
‫اﻟﻤﺘﻐﯿﺮات اﻟﻤﺴﺘﻘﻠﺔ )‪ p‬ﻋﺪد اﻟﻤﺘﻐﯿﺮات اﻟﻤﺴﺘﻘﻠﺔ‪ i،‬ﺣﺠﻢ اﻟﻌﯿﻨﺔ(‬

‫اﻟﺼﯿﻐﺔ اﻟﻌﺎﻣﺔ ﻟﻼﻧﺤﺪار اﻟﻤﺘﻌﺪد‬

‫‪ i=1,2,3,……,n‬ﻋﺪد اﻟﻤﺘﻐﯿﺮات اﻟﻤﺴﺘﻘﻠﺔ‬ ‫ﺣﯿﺚ ﻋﺪد اﻟﻤﺸﺎھﺪات )ﺣﺠﻢ اﻟﻌﯿﻨﺔ(‬
‫‪j=1,2,3,….,p‬‬
‫ﻃﺮق ﺗﺤﻠﯿﻞ اﻻﻧﺤﺪار اﻟﻤﺘﻌﺪد‪:‬‬
‫ھﻨﺎك ﻋﺪة ﻃﺮق ﯾﻤﻜﻦ ﻋﻦ ﻃﺮﯾﻘﮭﺎ إﺟﺮاء ﺗﺤﻠﯿﻞ اﻻﻧﺤﺪار ﺗﺘﻔﺎوت ﻓﯿﻤﺎ ﺑﯿﻨﮭﺎ ﻓﻲ ﻛﯿﻔﯿﺔ اﺧﺘﯿﺎر‬
‫ﻣﺘﻐﯿﺮات اﻟﺘﻨﺒﺆ اﻟﺘﻲ ﯾﺘﻢ إدﺧﺎﻟﮭﺎ ﻓﻲ ﻣﻌﺎدﻟﺔ اﻻﻧﺤﺪار اﻟﻤﺘﻌﺪد وﻓﻲ اﻟﺘﺮﺗﯿﺐ اﻟﺬي ﯾﻤﻜﻦ أن ﺗﺪﺧﻞ ﻓﯿﮫ‬
‫اﻟﻤﺘﻐﯿﺮات اﻟﻤﻨﺒﺌﺔ‪ .‬ﺣﯿﺚ ﺗﻮﺟﺪ ﻋﺪة ﻃُﺮق ﻟﺤﺴﺎب ﻣﻌﺎدﻟﺔ اﻻﻧﺤﺪار اﻟﻤﺘﻌﺪد ھﻲ‪:‬‬
‫‪ -١‬ﻃﺮﯾﻘﺔ ﻛﻞ اﻻﻧﺤﺪارات اﻟﻤﻤﻜﻨﺔ ‪Enter‬‬
‫ﻓﻲ ھﺬه اﻟﻄﺮﯾﻘﺔ ﻧﻘﺪر ﻛﻞ أﻧﻮاع ﻧﻤﺎذج اﻻﻧﺤﺪار اﻟﻤﻤﻜﻨﺔ ﺑﺈدﺧﺎل ﺟﻤﯿﻊ اﻟﻤﺘﻐﯿﺮات اﻟﻤﺴﺘﻘﻠﺔ ﻓﻲ‬
‫ﻣﻌﺎدﻟﺔ اﻻﻧﺤﺪار اﻟﻤﺘﻌﺪد )اﻟﺘﻮﺻﻞ إﻟﻰ ﻧﻤﻮذج ﻟﺪﯾﮫ أﻋﻠﻰ ﻗﯿﻤﺔ ﻟﻤﻌﺎﻣﻞ اﻟﺘﺤﺪﯾﺪ وإﺣﺼﺎءه ‪ F‬وأﻗﻞ ﻗﯿﻤﺔ‬
‫ﻟﻠﺨﻄﺄ اﻟﻤﻌﯿﺎري(‪ ،‬ﻓﺈذا ﻛﺎن ﻟﺪﯾﻨﺎ ﻋﺪد ‪ P‬ﻣﻦ اﻟﻤﺘﻐﯿﺮات اﻟﻤﺴﺘﻘﻠﺔ ﻓﺈن ﻋﺪد اﻟﻨﻤﺎذج اﻟﻤﻤﻜﻨﺔ ﯾﺴﺎوي‬
‫‪.‬‬
‫‪ -٢‬اﻟﻄﺮﯾﻘﺔ اﻟﺨﻠﻔﯿﺔ ‪Backward‬‬
‫ﯾﺘﻢ ﺑﻨﺎء ﻧﻤﻮذج اﻻﻧﺤﺪار ﺑﺈدﺧﺎل ﺟﻤﯿﻊ اﻟﻤﺘﻐﯿﺮات اﻟﻤﺴﺘﻘﻠﺔ ﻓﻲ ﻣﻌﺎدﻟﺔ اﻻﻧﺤﺪار‪ ،‬ﺛﻢ ﻧﺒﺪأ ﺑﺤﺬف‬
‫اﻟﻤﺘﻐﯿﺮات اﻟﻤﺴﺘﻘﻠﺔ اﻟﺘﻲ ﻻ ﺗﺴﺎھﻢ ﻓﻲ ﺗﺒﺎﯾﻦ اﻟﻤﺘﻐﯿﺮ اﻟﺘﺎﺑﻊ واﺣﺪة ﺗﻠﻮ اﻟﻮاﺣﺪة )اﻟﺘﻲ ﻟﮭﺎ أﻗﻞ ﻗﯿﻤﺔ‬
‫ﻹﺣﺼﺎءة ‪ ،F‬وﻧﺘﻮﻗﻒ ﻋﻦ اﻟﺤﺬف ﻋﻨﺪﻣﺎ ﺗﻜﻮن ﻗﯿﻤﺔ ‪ F‬اﻟﺠﺰﺋﯿﺔ ﻟﮭﺎ ﺗﺄﺛﯿﺮ دال إﺣﺼﺎﺋﯿﺎً وﯾﺼﺒﺢ‬
‫ﻟﺪﯾﻨﺎ ﻧﻤﻮذج اﻧﺤﺪار ﯾﺤﺘﻮي ﻋﻠﻰ اﻟﻤﺘﻐﯿﺮات اﻟﺘﻲ ﺗﺴﺎھﻢ ﻓﻲ ﺗﺒﺎﯾﻦ اﻟﻤﺘﻐﯿﺮ اﻟﺘﺎﺑﻊ ﻓﻘﻂ‪.‬‬
‫‪ -٣‬اﻟﻄﺮﯾﻘﺔ اﻷﻣﺎﻣﯿﺔ ‪forward‬‬
‫ﻧﺪﺧﻞ اﻟﻤﺘﻐﯿﺮات اﻟﻤﺴﺘﻘﻠﺔ ﺑﺎﻟﺘﺪرﯾﺞ وﻃﺮﯾﻘﺔ اﻹدﺧﺎل ﺗﻌﺘﻤﺪ ﻋﻠﻰ أﻋﻠﻰ ﻗﯿﻤﺔ ﻣﻌﺎﻣﻞ ارﺗﺒﺎط ﺑﯿﻦ‬
‫اﻟﻤﺘﻐﯿﺮ اﻟﺘﺎﺑﻊ واﻟﻤﺘﻐﯿﺮات اﻟﻤﺴﺘﻘﻠﺔ‪ ،‬ﺛﻢ اﺧﺘﯿﺮ ﻣﻌﻨﻮﯾﺔ اﻟﻤﺘﻐﯿﺮ اﻟﻤﺴﺘﻘﻞ ﺑﺎﺳﺘﺨﺪام إﺣﺼﺎءة ‪ F‬ﻓﺈذا‬
‫ﻛﺎن ﻟﮭﺎ ﺗﺄﺛﯿﺮ دال إﺣﺼﺎﺋﯿﺎً ﻓﺈن اﻟﻤﺘﻐﯿﺮ اﻟﻤﺴﺘﻘﻞ ﯾﺴﺎھﻢ ﻓﻲ ﺗﻔﺴﯿﺮ ﺗﺒﺎﯾﻦ اﻟﻤﺘﻐﯿﺮ اﻟﺘﺎﺑﻊ وﯾﺘﻢ‬
‫ﺗﻀﻤﯿﻨﮫ ﻓﻲ ﻧﻤﻮذج اﻻﻧﺤﺪار؛ ﺣﺘﻰ ﻧﻨﺘﮭﻲ ﺑﺈدراج ﺟﻤﯿﻊ اﻟﻤﺘﻐﯿﺮات اﻟﻤﺴﺘﻘﻠﺔ اﻟﺘﻲ ﺗﺴﺎھﻢ ﻓﻲ‬
‫ﺗﻔﺴﯿﺮ ﺗﺒﺎﯾﻦ اﻟﻤﺘﻐﯿﺮ اﻟﺘﺎﺑﻊ ﻓﻲ ﻣﻌﺎدﻟﺔ اﻻﻧﺤﺪار‪.‬‬
‫‪ -٤‬ﻃﺮﯾﻘﺔ اﻻﻧﺤﺪار اﻟﻤﺘﻌﺪد اﻟﺘﺪرﯾﺠﻲ ‪stepwise‬‬
‫وھﻮ ﻣﻦ اﻟﻄﺮق اﻷﻛﺜﺮ اﺳﺘﺨﺪاﻣﺎً ﻓﻲ اﻟﺒﺤﻮث اﻟﻨﻔﺴﯿﺔ واﻟﺘﺮﺑﻮﯾﺔ‪ ،‬واﻟﺪراﺳﺔ اﻟﺤﺎﻟﯿﺔ ﺗﻌﺘﻤﺪ ﻋﻠﻰ‬
‫ﻃﺮﯾﻘﺔ اﻻﻧﺤﺪار اﻟﺨﻄﻲ اﻟﻤﺘﻌﺪد اﻟﻤﺪرج ‪ .stepwise‬ﺗُﻌﺮف ﻋﺒﺪ اﻟﻤﻨﻌﻢ)‪ (٢٠٠٥‬اﻻﻧﺤﺪار اﻟﻤﺘﻌﺪد‬
‫اﻟﺘﺪرﯾﺠﻲ ﺑﺄﻧﮫ "إﻋﺎدة اﺧﺘﺒﺎر ﻣﺪى أھﻤﯿﺔ اﻟﻤﺘﻐﯿﺮات ﻓﻲ ﻧﻤﻮذج اﻻﻧﺤﺪار اﻟﻤﺘﻌﺪد اﻟﺘﻲ ﺗﻢ اﺧﺘﯿﺎرھﺎ ﻓﻲ‬
 ‫‪٣٢٥‬‬
‫اﻟﻌﺪد اﻟﻌﺸﺮون )ج ‪ (٩‬ﻟﺴﻨﺔ ‪٢٠١٩‬م‬ ‫ﻣﺠﻠﺔ اﻟﺒﺤﺚ اﻟﻌﻠﻤﻰ ﻓﻰ اﻟﺘﺮﺑﯿﺔ‬

‫اﻟﻤﺮاﺣﻞ اﻟﺴﺎﺑﻘﺔ ﺣﯿﺚ أن اﻟﻤﺘﻐﯿﺮ اﻟﺬي ﯾﻜﻮن أﻓﻀﻞ ﻣﺘﻐﯿﺮ ﻓﻲ ﻣﺮﺣﻠﺔ ﻣﺎ ﻗﺪ ﯾﻜﻮن ﻏﯿﺮ ﺿﺮوري ﻓﻲ‬
‫ﻣﺮﺣﻠﺔ ﻻﺣﻘﺔ؛ وذﻟﻚ ﺑﺴﺒﺐ اﻻرﺗﺒﺎط ﺑﯿﻨﮫ وﺑﯿﻦ اﻟﻤﺘﻐﯿﺮات اﻟﺘﻲ أُدﺧﻠﺖ ﺣﺪﯾﺜًﺎ ﻓﻲ ﻧﻤﻮذج‬
‫اﻻﻧﺤﺪار")ص‪ .(٣٧١.‬ﯾﻌﺮﻓﮫ اﻟﻜﯿﻼﻧﻲ واﻟﺸﺮﯾﻔﯿﻦ)‪ (٢٠١٤‬ﺑﺄﻧﮫ "اﻟﺘﻮﺻﻞ إﻟﻰ أﻓﻀﻞ ﻣﻌﺎدﻟﺔ ﺗﻨﺒﺆﯾﺔ‬
‫ﻣﻦ ﺧﻼل ﺗﺤﺪﯾﺪ أي اﻟﻤﺘﻐﯿﺮات ﻟﮭﺎ ﻣﺴﺎھﻤﺔ ﺗﺒﺮر اﺳﺘﺒﻘﺎءھﺎ ﻓﻲ ﻣﻌﺎدﻟﺔ اﻻﻧﺤﺪار وأﯾﮭﺎ ﺗﻜﻮن‬
‫ﻣﺴﺎھﻤﺘﮭﺎ ﻗﻠﯿﻠﺔ ﻓﺘﺴﺘﺒﻌﺪ ﻣﻦ اﻟﻤﻌﺎدﻟﺔ")ص‪ .(٤٣٧.‬ﯾﺮى إﺳﻤﺎﻋﯿﻞ)‪ (٢٠١٦‬أﻧﮫ "اﺧﺘﺒﺎر ﻟﻤﻌﻨﻮﯾﺔ‬
‫اﻟﻤﺘﻐﯿﺮات اﻟﻤﺴﺘﻘﻠﺔ اﻟﺘﻲ ﺳﺒﻖ إدﺧﺎﻟﮭﺎ إﻟﻰ ﻧﻤﻮذج اﻻﻧﺤﺪار اﻟﻤﺘﻌﺪد ﻓﻲ أي ﺧﻄﻮه ﻣﻦ ﺧﻄﻮات ﻋﻤﻠﯿﺔ‬
‫اﻻﺧﺘﯿﺎر" )ص‪(٣٠٦.‬‬
‫وﯾﺮى )‪ (Thyer,2002, p.11‬أن اﻟﻤﺘﻐﯿﺮات اﻟﺘﻲ ﺗﺸﻜﻞ ﻧﻤﺎذج ﺗﻔﺴﯿﺮﯾﺔ أو ﺗﻨﺒﺆﯾﺔ ﺟﯿﺪة ﺗﺴﺘﻨﺪ إﻟﻰ‬
‫اﻟﻤﻌﻠﻮﻣﺎت اﻟﻤﻘﺪﻣﺔ ﻣﻦ اﻻﻧﺤﺪار اﻟﺘﺪرﯾﺠﻲ‪ ،‬ﻓﻌﻨﺪ إﺿﺎﻓﺔ أو ﺣﺬف اﻟﻤﺘﻐﯿﺮات ﻓﻲ اﻟﻨﻤﻮذج ﺗﺮى‬
‫اﻟﺘﻐﯿﺮات اﻹﺣﺼﺎﺋﯿﺔ ﻟﻜﻞ ﻣﺘﻐﯿﺮ ﻓﻲ ﺧﻄﻮات اﻟﻄﺮﯾﻘﺔ اﻟﺘﺪرﯾﺠﯿﺔ‪.‬‬
‫اﻟﮭﺪف ﻣﻦ اﺳﺘﺨﺪام اﻻﻧﺤﺪار اﻟﻤﺘﻌﺪد اﻟﺘﺪرﯾﺠﻲ‪:‬‬
‫‪ .١‬اﻟﻮﺻﻮل إﻟﻰ ﻧﻤﻮذج اﻧﺤﺪار ﯾﻀﻢ أﻗﻞ ﻋﺪد ﻣﻤﻜﻦ ﻣﻦ اﻟﻤﺘﻐﯿﺮات اﻟﻤﺴﺘﻘﻠﺔ واﻟﺘﻲ ﺗﻌﻄﻲ‬
‫أﻋﻠﻰ درﺟﺔ ﻣﻦ اﻟﺪﻗﺔ ﻓﻲ اﻟﺘﻨﺒﺆ ﺑﺎﻟﻤﺘﻐﯿﺮ اﻟﺘﺎﺑﻊ‪.‬‬
‫‪ .٢‬ﺗﺠﻨﺐ ﻣﺸﻜﻠﺔ اﻹزدواج اﻟﺨﻄﻲ أو اﻟﺘﻌﺪد اﻟﺨﻄﻲ ﺑﯿﻦ اﻟﻤﺘﻐﯿﺮات اﻟﻤﺴﺘﻘﻠﺔ‪.‬‬
‫ﻣﻤﯿﺰات اﻻﻧﺤﺪار اﻟﻤﺘﻌﺪد اﻟﺘﺪرﯾﺠﻲ‪:‬‬
‫إن اﻻﻧﺤﺪار اﻟﻤﺘﻌﺪد اﻟﺘﺪرﯾﺠﻲ إذا ﻣﺎ ﻗﻮرن ﺑﺒﻘﯿﺔ ﻃﺮق اﻻﻧﺤﺪار اﻟﻤﺘﻌﺪد ﻓﺈﻧﮫ ﯾﺘﻤﯿﺰ ﺑﻤﺎ ﯾﻠﻲ‪:‬‬
‫‪ -١‬ﻓﻲ اﻻﻧﺤﺪار اﻟﺘﺪرﯾﺠﻲ ﯾﺘﻢ اﺧﺘﯿﺎر ﻧﻤﻮذج واﺣﺪ ﺑﻤﺘﻐﯿﺮات ﻣﺤﺪدة ﺑﯿﻨﻤﺎ ﻓﻲ ﻃﺮﯾﻘﺔ ﻛﻞ‬
‫اﻻﻧﺤﺪارات اﻟﻤﻤﻜﻨﺔ ﻧﺠﺪ أﻧﮫ ﯾﺘﻄﻠﺐ ﺑﻨﺎء ﻛﻞ اﻟﻨﻤﺎذج اﻟﻤﻤﻜﻦ ﺗﻮﻓﯿﻘﮭﺎ ﻣﻦ اﻟﻤﺘﻐﯿﺮات اﻟﻤﺴﺘﻘﻠﺔ‬
‫وﺑﺎﻟﺘﺎﻟﻲ ﯾﺼﻌﺐ اﺳﺘﺨﺪاﻣﮭﺎ ﻟﻜﺜﺮة ﺣﺴﺎﺑﺎﺗﮭﺎ ﺧﺼﻮﺻﺎً إذا ﻛﺎن ﻋﺪد اﻟﻤﺘﻐﯿﺮات اﻟﻤﺴﺘﻘﻠﺔ ﻛﺒﯿﺮاً‪.‬‬
‫‪ -٢‬اﻻﻧﺤﺪار اﻟﻤﺘﻌﺪد اﻟﺘﺪرﯾﺠﻲ ﯾﺤﺘﺎج إﻟﻰ وﻗﺖ أﻗﻞ ﺑﺎﻟﻤﻘﺎرﻧﺔ ﺑﺎﻟﻄﺮﯾﻘﺔ اﻟﺨﻠﻔﯿﺔ اﻟﺘﻲ ﺗﺤﺘﺎج إﻟﻰ‬
‫ﻋﻤﻠﯿﺎت رﯾﺎﺿﯿﺔ ﻛﺜﯿﺮة‪ ،‬ﻛﻤﺎ أﻧﮭﺎ ﺗﻨﻈﺮ إﻟﻰ ﻣﺘﻐﯿﺮ ﻣﺴﺘﻘﻞ ﻣﻌﯿﻦ ﻓﻲ ﺿﻮء ﻣﺎ ﺗﺴﮭﻢ ﺑﮫ ﻣﺘﻐﯿﺮات‬
‫اﻟﻨﻤﻮذج ﻣﺠﺘﻤﻌﮫ أي ﺗﻜﻮن اﻟﻤﺘﻐﯿﺮات أﻛﺜﺮ ﻋُﺮﺿﮫ ﻟﻠﺤﺬف‪.‬‬
‫‪ -٣‬اﻻﻧﺤﺪار اﻟﻤﺘﻌﺪد اﻟﺘﺪرﯾﺠﻲ ﯾﺘﻢ ﻓﯿﮫ إﺳﺘﺒﻌﺎد اﻟﻤﺘﻐﯿﺮات اﻟﻤﺴﺘﻘﻠﺔ اﻟﻤﺪﺧﻠﺔ ﻓﻲ ﻧﻤﻮذج اﻻﻧﺤﺪار‬
‫ﺳﺎﺑﻘﺎّ واﻟﺘﻲ أﺻﺒﺤﺖ ﻏﯿﺮ ﻣﺆﺛﺮه‪ ،‬ﺑﯿﻨﻤﺎ اﻟﻄﺮﯾﻘﺔ اﻻﻣﺎﻣﯿﺔ ﻻ ﺗﺴﺘﺒﻌﺪ اﻟﻤﺘﻐﯿﺮات اﻟﺘﻲ ﺗﻢ ادراﺟﮭﺎ‬
‫واﻟﺘﻲ أﺻﺒﺤﺖ ﻏﯿﺮ ﻣﺆﺛﺮة ﻓﻲ ﻧﻤﻮذج اﻻﻧﺤﺪار‪.‬‬
‫‪ -٤‬إذا ﻛﺎن ھﻨﺎك ﻣﺘﻐﯿﺮﯾﻦ ﻟﮭﻤﺎ ارﺗﺒﺎط ﻋﺎﻟﻲ ﻣﻊ ﺑﻌﻀﮭﻤﺎ‪ ،‬وﻟﮭﻤﺎ ارﺗﺒﺎط ﻋﺎﻟﻲ ﻣﻊ اﻟﻤﺘﻐﯿﺮ اﻟﺘﺎﺑﻊ ﻓﺈن‬
‫ﻃﺮﯾﻘﺔ اﻻﻧﺤﺪار اﻟﻤﺘﻌﺪد اﻟﺘﺪرﯾﺠﻲ ﺗﻀﻤﻦ أن ﯾﻜﻮن أﺣﺪ اﻟﻤﺘﻐﯿﺮﯾﻦ ﻋﻠﻰ اﻷﻗﻞ ﻓﻲ اﻟﻨﻤﻮذج‪ ،‬ﺑﯿﻨﻤﺎ‬
‫ﻓﻲ اﻟﻄﺮق اﻷُﺧﺮى وﺟﻮد اﻟﻤﺘﻐﯿﺮﯾﻦ ﻣﻌﺎً ﻓﻲ اﻟﻨﻤﻮذج ﯾﺠﻌﻞ اﻻرﺗﺒﺎط اﻟﺠﺰﺋﻲ ﻟﻠﻤﺘﻐﯿﺮﯾﻦ ﻣﻊ‬
‫اﻟﻤﺘﻐﯿﺮ اﻟﺘﺎﺑﻊ ﻟﯿﺲ ﻟﮫ ﺗﺄﺛﯿﺮ دال إﺣﺼﺎﺋﯿﺎً‪.‬‬

‫ﺧﻄﻮات اﻻﻧﺤﺪار اﻟﻤﺘﻌﺪد اﻟﺘﺪرﯾﺠﻲ‪:‬‬

‫ﺗﺒﺪأ ھﺬه اﻟﻄﺮﯾﻘﺔ ﺑﺈدراج أﺣﺪ اﻟﻤﺘﻐﯿﺮات اﻟﻤﺴﺘﻘﻠﺔ ﻓﻲ ﻣﻌﺎدﻟﺔ اﻻﻧﺤﺪار اﻟﻤﺘﻌﺪد ﺧﻄﻮة ﺧﻄﻮة ﻣﻊ‬
‫إﺳﺘﺒﻌﺎد اﻟﻤﺘﻐﯿﺮات اﻟﻤﺪﺧﻠﺔ اﻟﺘﻲ أﺻﺒﺤﺖ ﻏﯿﺮ ﻣﺆﺛﺮة ﻓﻲ وﺟﻮد ﺑﻘﯿﺔ اﻟﻤﺘﻐﯿﺮات اﻟﻤﺴﺘﻘﻠﺔ‪.‬‬
‫اﻟﺨﻄﻮة اﻷوﻟﻰ‪ :‬ﯾﺘﻢ إدراج أﻗﻮى اﻟﻤﺘﻐﯿﺮات اﻟﻤﺴﺘﻘﻠﺔ ﺗﺄﺛﯿﺮاً ﻋﻠﻰ اﻟﻤﺘﻐﯿﺮ اﻟﺘﺎﺑﻊ )اﻷﻗﻮى ارﺗﺒﺎﻃﺎً‬
‫ﺑﺎﻟﻤﺘﻐﯿﺮ اﻟﺘﺎﺑﻊ( وھﻮ أول ﻣﺘﻐﯿﺮ ﯾﺪﺧﻞ إﻟﻰ ﻣﻌﺎدﻟﺔ اﻻﻧﺤﺪار‪.‬‬
‫اﻟﺨﻄﻮة اﻟﺜﺎﻧﯿﺔ‪ :‬ﯾﺘﻢ إدراج اﻟﻤﺘﻐﯿﺮ اﻟﻤﺴﺘﻘﻞ ذي اﻻرﺗﺒﺎط اﻟﺠﺰﺋﻲ اﻷﻋﻠﻰ ﺑﺎﻟﻤﺘﻐﯿﺮ اﻟﺘﺎﺑﻊ ﺑﻌﺪ إﺳﺘﺒﻌﺎد‬
‫أﺛﺮ اﻟﻤﺘﻐﯿﺮ اﻟﻤﺴﺘﻘﻞ اﻟﺬي ﺗﻢ إدراﺟﮫ ﻓﻲ اﻟﺨﻄﻮة اﻷوﻟﻰ‪ .‬وﻣﻦ ھﻨﺎ ﻧﺠﺪ أن ﻣﻌﯿﺎر إدراج اﻟﻤﺘﻐﯿﺮ‬
‫اﻟﻤﺴﺘﻘﻞ ﻓﻲ ﻣﻌﺎدﻟﺔ اﻻﻧﺤﺪار ﯾﻌﺘﻤﺪ ﻋﻠﻰ ﻣﻘﺪرﺗﮫ ﻓﻲ ﺗﻔﺴﯿﺮ أﻛﺒﺮ ﻗﺪر ﻣﻦ اﻟﺘﺒﺎﯾﻦ‪ ،‬ﺑﻤﻌﻨﻰ أﻧﮫ ﯾﺘﻢ‬
‫اﻟﺘﺤﻘﻖ ﻓﻲ ﻛﻞ ﺧﻄﻮه ﻣﻦ اﻟﺨﻄﻮات ﻣﺎ إذا ﻛﺎﻧﺖ اﻟﻤﺘﻐﯿﺮات اﻟﻤﺴﺘﻘﻠﺔ ﻣﺎ زاﻟﺖ ﺗﺴﺎھﻢ إﺳﮭﺎﻣﺎً داﻻً ﻓﻲ‬
‫اﻻرﺗﺒﺎط اﻟﻤﺘﻌﺪد‪ ،‬ﻓﺈذا ﻟﻢ ﯾﺤﻘﻖ أﺣﺪھﺎ ﺷﺮط اﻟﺒﻘﺎء ﻓﻲ اﻟﻤﻌﺎدﻟﺔ ﯾﺘﻢ إﺧﺮاﺟﮫ‪.‬‬
 ‫‪٣٢٦‬‬
‫اﻟﻌﺪد اﻟﻌﺸﺮون )ج ‪ (٩‬ﻟﺴﻨﺔ ‪٢٠١٩‬م‬ ‫ﻣﺠﻠﺔ اﻟﺒﺤﺚ اﻟﻌﻠﻤﻰ ﻓﻰ اﻟﺘﺮﺑﯿﺔ‬

‫وﯾﺘﻢ ﺗﻜﺮار ھﺬه اﻟﻌﻤﻠﯿﺔ ﺣﯿﺚ ﯾﻨﺘﮭﻲ ﺑﺈدﺧﺎل ﺟﻤﯿﻊ اﻟﻤﺘﻐﯿﺮات اﻟﻤﺴﺘﻘﻠﺔ اﻟﺘﻲ ﺗﺴﺎھﻢ ﻓﻲ ﺗﻔﺴﯿﺮ ﺗﺒﺎﯾﻦ‬
‫اﻟﻤﺘﻐﯿﺮ اﻟﺘﺎﺑﻊ وﯾﺘﻢ ﺣﺬف اﻟﻤﺘﻐﯿﺮات اﻟﻤﺴﺘﻘﻠﺔ اﻟﺘﻲ ﺗﻔﺴﺮ ﻛﻤﯿﺔ ﺿﺌﯿﻠﺔ ﻣﻦ ﺗﺒﺎﯾﻦ اﻟﻤﺘﻐﯿﺮ اﻟﺘﺎﺑﻊ‪.‬‬
‫)ﺣﺴﻦ‪ ،٢٠١٦،‬ص‪(٤٣٨ .‬‬
‫ﺛﺎﻧﯿﺎ‪ :‬اﻟﺪراﺳﺎت اﻟﺴﺎﺑﻘﺔ‪:‬‬
‫ﻣﻦ ﺧﻼل اﺳﺘﻌﺮاض اﻟﺒﺎﺣﺜﺔ ﻟﻌﺪد ﻣﻦ اﻟﺪراﺳﺎت ذات اﻟﺼﻠﺔ ﺑﻤﻮﺿﻮع اﻟﺒﺤﺚ ﺗﺒﯿﻦ أن ھﻨﺎك ﻋﺪد‬
‫ﻗﻠﯿﻞ ﻣﻦ اﻟﺪراﺳﺎت ذات اﻟﺼﻠﺔ ﺑﺎﻟﺪراﺳﺔ اﻟﺤﺎﻟﯿﺔ‪ .‬ﻓﻲ دراﺳﺔ )اﻟﻤﻄﺮﻓﻲ‪ (١٩٩٩ ،‬ھﺪﻓﺖ إﻟﻰ إﻟﻘﺎء‬
‫اﻟﻀﻮء ﻋﻠﻰ ﺑﻌﺾ اﻷﺳﺎﻟﯿﺐ اﻹﺣﺼﺎﺋﯿﺔ اﻟﻤﺨﺘﻠﻔﺔ ﻓﻲ ﻣﺠﺎل اﻟﻌﻠﻮم اﻟﺴﻠﻮﻛﯿﺔ )اﻻرﺗﺒﺎط‪ ،‬اﻻﻧﺤﺪار‪،‬‬
‫ﺗﺤﻠﯿﻞ اﻟﻤﺴﺎر(‪ ،‬ﻣﺴﺘﺨﺪﻣﺎً اﻟﻤﻨﮭﺞ اﻟﻮﺻﻔﻲ‪ ،‬وﻗﺪ ﻃُﺒﻖ ﻣﻘﯿﺎس اﻟﺘﻔﺎﻋﻞ اﻟﺴﻠﻮﻛﻲ‪ ،‬اﻟﺬي ﯾﻘﯿﺲ ﻋﺸﺮ‬
‫ﻣﺘﻐﯿﺮات ﻋﻠﻰ ﻋﯿﻨﺔ ﻣﻦ ‪ 600‬ﻃﺎﻟﺐ ﻣﻦ ﻃﻼب اﻟﻤﺮﺣﻠﺔ اﻟﻤﺘﻮﺳﻄﺔ ﺑﻤﻜﺔ اﻟﻤﻜﺮﻣﺔ واﺳﺘﺨﺪم اﻻرﺗﺒﺎط‪،‬‬
‫واﻻﻧﺤﺪار اﻟﻤﺘﻌﺪد اﻟﺘﺪرﯾﺠﻲ‪ ،‬وﺗﺤﻠﯿﻞ اﻟﻤﺴﺎر‪ ،‬وﺗﻮﺻﻠﺖ اﻟﺪراﺳﺔ اﻟﻰ أھﻤﯿﺔ أﺳﻠﻮب اﻻﻧﺤﺪار‬
‫اﻟﺘﺪرﯾﺠﻲ ﻓﻲ ﻣﺠﺎل اﻟﻌﻠﻮم اﻟﻨﻔﺴﯿﺔ واﻟﺘﺮﺑﻮﯾﺔ‪.‬‬
‫وﻓﻲ دراﺳﺔ )اﻟﺠﺮاح‪(٢٠٠٤ ،‬ھﺪف اﻟﺒﺤﺚ إﻟﻰ ﺗﻘﺪﯾﺮ ﻣﻌﺎﻟﻢ ﻧﻤﻮذج اﻻﻧﺤﺪار اﻟﻤﺘﻌﺪد ﺑﺎﺳﺘﺨﺪام‬
‫ﻃﺮﯾﻘﺘﻲ اﻟﻤﺮﺑﻌﺎت اﻟﺼﻐﺮى واﻟﻤﻜﻮﻧﺎت اﻷﺳﺎﺳﯿﺔ ‪ ،‬ﻣﺴﺘﺨﺪﻣﺎً اﻟﻤﻨﮭﺞ اﻟﻮﺻﻔﻲ‪ ،‬ﺣﯿﺚ ﺗﻢ ﺗﻮﻟﯿﺪ ‪60‬‬
‫ﻣﺸﺎھﺪة ﻟﻜﻞ ﻣﺘﻐﯿﺮ ﻣﺴﺘﻘﻞ ﺑﺎﺳﺘﺨﺪام أﺳﻠﻮب اﻟﻤﺤﺎﻛﺎة )‪ (Monte Carlo‬وﺑﻠﻎ ﻋﺪد اﻟﻤﺘﻐﯿﺮات‬
‫اﻟﻤﺴﺘﻘﻠﺔ ‪ 20‬ﻣﺘﻐﯿﺮ ﻣﺴﺘﻘﻞ ﻗﺴﻤﺖ إﻟﻰ ﻣﺠﻤﻮﻋﺘﯿﻦ ﻛﻞ ﻣﺠﻤﻮﻋﺔ ‪ 10‬ﻣﺘﻐﯿﺮات‪ ،‬وﺗﻢ اﻟﻤﻘﺎرﻧﺔ ﺑﯿﻦ‬
‫اﻟﻄﺮﯾﻘﺘﯿﻦ ﺑﺎﺳﺘﺨﺪام ﻣﻌﯿﺎر ﻣﺘﻮﺳﻂ ﻣﺮﺑﻊ اﻟﺨﻄﺄ‪ ،‬وﺗﻮﺻﻠﺖ اﻟﺪراﺳﺔ إﻟﻰ أن ﻣﻘﺪار اﻟﻤﺮﺑﻌﺎت‬
‫اﻟﺼﻐﺮى ﻋﻨﺪ )‪ (0.01‬أﻓﻀﻞ ﻣﻦ ﻣﻘﺪار اﻟﻤﻜﻮﻧﺎت اﻟﺮﺋﯿﺴﯿﺔ ﻣﻦ ﺣﯿﺚ أن ﻣﺘﻮﺳﻂ ﻣﺮﺑﻌﺎت اﻟﺨﻄﺄ أﻗﻞ‬
‫ﻣﺎ ﯾﻤﻜﻦ؛ ﻻن اﻟﺘﺤﯿﺰ ﺑﺎﺳﺘﺨﺪام اﻟﻤﻜﻮﻧﺎت اﻟﺮﺋﯿﺴﯿﺔ ﯾﻜﻮن ﻛﺒﯿﺮاً ﻣﻘﺎرﻧﺔ ﻣﻊ اﻟﺘﺒﺎﯾﻦ ﻏﯿﺮ اﻟﻤﺘﻀﺨﻢ؛‬
‫ﺑﺴﺒﺐ ﻋﺪم وﺟﻮد ﺗﺮاﺑﻂ ﻗﻮي ﺑﯿﻦ اﻟﻤﺘﻐﯿﺮات اﻟﻤﺴﺘﻘﻠﺔ‪ ،‬وﻣﻘﺪرات اﻟﻤﻜﻮﻧﺎت اﻟﺮﺋﯿﺴﯿﺔ أﻓﻀﻞ ﻣﻦ‬
‫ﻣﻘﺪرات اﻟﻤﺮﺑﻌﺎت اﻟﺼﻐﺮى ﻋﻨﺪ)‪ (0.05‬اﻟﺘﻲ ﯾﺼﺒﺢ ﻣﺘﻮﺳﻂ ﻣﺮﺑﻊ اﻟﺨﻄﺄ ﺑﺎﺳﺘﺨﺪاﻣﮭﺎ ﻛﺒﯿﺮاً ﺟﺪاً ‪.‬‬
‫دراﺳﺔ )راﺷﺪ‪ (٢٠٠٦ ،‬ھﺪﻓﺖ إﻟﻰ ﺗﻘﺪﯾﺮ ﻗﯿﻤﺔ ﻣﻌﺎﻣﻞ اﻻرﺗﺒﺎط اﻟﺬاﺗﻲ ﻟﻠﺘﺨﻠﺺ ﻣﻦ ﻣﺸﻜﻠﺔ اﻻرﺗﺒﺎط‬
‫اﻟﺬاﺗﻲ ﺑﯿﻦ اﻟﻤﺘﻐﯿﺮ اﻟﻌﺸﻮاﺋﻲ )ﺣﺪ اﻻﺿﻄﺮاب(؛ وذﻟﻚ ﻟﻠﺤﺼﻮل ﻋﻠﻰ أدق ﻣﻘﺪرات ﻟﻨﻤﻮذج اﻻﻧﺤﺪار‬
‫اﻟﻤﺘﻌﺪد ﺑﺎﺳﺘﺨﺪام ﻃﺮﯾﻘﺔ اﻟﻤﺮﺑﻌﺎت اﻟﺼﻐﺮى‪ ،‬وﺗﻢ ﻓﻲ ھﺬا اﻟﺒﺤﺚ ﺗﻮﺿﯿﺢ ﺟﻤﯿﻊ اﻟﻄﺮاﺋﻖ اﻟﻤﺴﺘﺨﺪﻣﺔ‬
‫ﻓﻲ إﯾﺠﺎد ﻗﯿﻤﺔ ﻣﻌﺎﻣﻞ اﻻرﺗﺒﺎط ﺑﻌﺪ اﺟﺮاء اﻟﻜﺸﻒ ﻋﻦ وﺟﻮد ارﺗﺒﺎط اﻟﺬاﺗﻲ ﻣﻦ ﺧﻼل ]دورﺑﻦ‪-‬‬
‫واﻃﺴﻮن)‪ ،(D.W‬ﻃﺮﯾﻘﺔ اﻟﺘﻜﺮار)‪ ،(IRM‬وﻃﺮﯾﻘﺔ )‪ ،[ (Theil-nagar‬وﺗﻢ ﺗﻮﻟﯿﺪ اﻟﺒﯿﺎﻧﺎت ﻟﺴﺘﺔ‬
‫ﻣﺘﻐﯿﺮات ﻣﺴﺘﻘﻠﺔ ﻛﻼً ﻣﻨﮭﺎ ‪ 50‬ﻣﺸﺎھﺪة ﻣﻜﺮرة ﺧﻤﺴﻤﺎﺋﺔ ﻣﺮة وﻣﺘﻐﯿﺮ ﺗﺎﺑﻊ واﺣﺪ ﺑﺎﺳﺘﺨﺪام أﺳﻠﻮب‬
‫اﻟﻤﺤﺎﻛﺎة ) ‪ ،(Monte Carlo‬ﻣﺴﺘﺨﺪﻣﺎً اﻟﻤﻨﮭﺞ اﻟﻮﺻﻔﻲ ‪ ،‬وﺗﻮﺻﻠﺖ اﻟﺪراﺳﺔ إﻟﻰ ﺗﻔﻮق ﻃﺮﯾﻘﺔ‬
‫)‪(D.w‬ﻋﻠﻰ ﺑﻘﯿﺔ اﻟﻄﺮاﺋﻖ وذﻟﻚ ﻟﺤﺼﻮﻟﮭﺎ ﻋﻠﻰ أﻗﻞ ﻗﯿﻤﺔ ﻟﻤﺘﻮﺳﻂ ﻣﺮﺑﻌﺎت اﻟﺨﻄﺄ‪.‬‬
‫دراﺳﺔ )اﻟﻐﻨﺎم‪ (٢٠٠٨،‬ھﺪﻓﺖ إﻟﻰ ﺗﺸﺨﯿﺺ اﻟﻤﺸﺎھﺪات ﻏﯿﺮ اﻟﻤﺄﻟﻮﻓﺔ ﻓﻲ ﻧﻤﻮذج اﻻﻧﺤﺪار وﻣﺪى‬
‫ﺗﺄﺛﯿﺮھﺎ ﻋﻠﻰ ﻣﻌﻠﻤﺎﺗﮫ‪ ،‬ﺗﻢ ﺗﺸﺨﯿﺺ اﻟﻤﺸﺎھﺪات اﻟﺸﺎذة ﻓﻲ اﻟﻤﺘﻐﯿﺮات اﻟﻤﺴﺘﻘﻠﺔ ﺑﺎﺳﺘﺨﺪام ﻣﺼﻔﻮﻓﺔ‬
‫اﻟﺮاﻓﻌﺔ‪ ،‬واﻟﻤﺸﺎھﺪات اﻟﺸﺎذة ﻓﻲ اﻟﻤﺘﻐﯿﺮ اﻟﺘﺎﺑﻊ ﺑﻄﺮﯾﻘﺔ ﺳﺘﻮدﻧﺖ اﻟﻤﺤﺬوﻓﺔ‪ ،‬اﻟﻤﺸﺎھﺪات اﻟﺸﺎذة‬
‫اﻟﻤﺆﺛﺮة ﺑﻄﺮﯾﻘﺔ ﻣﺴﺎﻓﺎت ﻛﻮك‪ ،‬اﺳﺘﺨﺪم اﻟﺒﺎﺣﺚ اﻟﻤﻨﮭﺞ اﻟﻮﺻﻔﻲ ﺣﯿﺚ ﺟﻤﻊ ﺑﯿﺎﻧﺎت ﻋﻦ اﻟﺪﺧﻞ‬
‫اﻟﺸﮭﺮي ﻟﻌﯿﻨﺔ ﻣﻦ ﻣﻨﺘﺴﺒﻲ ﺟﺎﻣﻌﺔ ﺗﻜﺮﯾﺖ ﺑﻠﻎ ﻋﺪدھﺎ ‪ 93‬ﻣﻔﺮدة‪ ،‬واﻓﺘﺮض ان اﻟﻤﺘﻐﯿﺮ اﻟﺘﺎﺑﻊ ھﻮ‬
‫اﻟﺪﺧﻞ واﻟﻤﺘﻐﯿﺮات اﻟﻤﺴﺘﻘﻠﺔ ھﻲ اﻟﻌﻤﺮ وﻣﺪة اﻟﺨﺪﻣﺔ‪ ،‬وﺗﻮﺻﻠﺖ اﻟﺪراﺳﺔ أن ﻣﻌﺎﻣﻼت اﻻﻧﺤﺪار ﺗﺘﺄﺛﺮ‬
‫ﺑﺎﻟﻤﺸﺎھﺪات ﻏﯿﺮ اﻟﻤﺄﻟﻮﻓﺔ ﺳﻮاء ﻓﻲ اﻟﻤﺘﻐﯿﺮات اﻟﻤﺴﺘﻘﻠﺔ أو اﻟﻤﺘﻐﯿﺮ اﻟﺘﺎﺑﻊ وﯾﺨﺘﻠﻒ ﺗﺄﺛﯿﺮھﺎ ﺣﺴﺐ‬
‫ﻣﻮﻗﻌﮭﺎ ﻣﻦ ﺧﻂ اﻻﻧﺤﺪار ﺑﯿﻦ ﻣﺆﺛﺮ وﻏﯿﺮ ﻣﺆﺛﺮ ﺑﺎﻹﺿﺎﻓﺔ إﻟﻰ ﺑﻌﺾ اﻟﻤﺸﺎھﺪات ﻏﯿﺮ اﻟﻤﺄﻟﻮﻓﺔ أو‬
‫اﻟﺸﺎذة ﺗﻜﻮن ﻏﯿﺮ ﻣﺆﺛﺮة ﺳﺎﻟﺒﺎً ﻋﻠﻰ ﻣﻌﺎﻣﻼت اﻟﻨﻤﻮذج ﺣﯿﺚ ﯾﻠﻐﻲ ﺑﻌﺾ اﻟﻤﺸﺎھﺪات اﻟﺒﻌﺾ اﻻﺧﺮ‪.‬‬
‫دراﺳ ﺔ )ﻛ ﺎﻇﻢ‪ (٢٠٠٩ ،‬اﺳ ﺘﺨﺪم اﻟﺒﺎﺣ ﺚ اﻟﻤ ﻨﮭﺞ اﻟﻮﺻ ﻔﻲ ﻟﺘﻘ ﺪﯾﺮ ﻣﻌ ﺎﻟﻢ ﻧﻤ ﻮذج اﻻﻧﺤ ﺪار اﻟﻤﺘﻌ ﺪد‬
‫ﻟﻠﻌﺎﻣﻠﯿﻦ ﻓﻲ داﺋﺮة ﻛﮭﺮﺑﺎء ﺑﻐﺪاد ‪ 1275‬ﻋﺎﻣﻞ ﺗﻨﺎول ھﺬا اﻟﺒﺤﺚ ﻃﺮﯾﻘﺘﯿﻦ واﺣﺪة ﻣﻦ ھ ﺬه اﻟﻄ ﺮق ھ ﻲ‬
‫ﻃﺮﯾﻘﺔ اﻟﻤﺮﺑﻌﺎت اﻟﺼﻐﺮى ‪ ، OLS‬ﺣﯿﺚ ﺗﻤﺘ ﺎز ھ ﺬه اﻟﻄﺮﯾﻘ ﺔ ﺑ ﺼﻔﺔ ) ‪ ( Blue‬وﻃﺮﯾﻘ ﺔ أﺧ ﺮى ھ ﻲ‬
 ‫‪٣٢٧‬‬
‫اﻟﻌﺪد اﻟﻌﺸﺮون )ج ‪ (٩‬ﻟﺴﻨﺔ ‪٢٠١٩‬م‬ ‫ﻣﺠﻠﺔ اﻟﺒﺤﺚ اﻟﻌﻠﻤﻰ ﻓﻰ اﻟﺘﺮﺑﯿﺔ‬

‫أﺳ ﻠﻮب ﺑﺮﻣﺠ ﺔ اﻷھ ﺪاف اﻟﺨﻄﯿ ﺔ ‪ Goal Programming‬ﺣﯿ ﺚ ﺗُﻌﺘﺒ ﺮ ھ ﺬا اﻷﺳ ﻠﻮب واﺣ ﺪة ﻣ ﻦ‬
‫اﻷﺳﺎﻟﯿﺐ اﻟﻤﮭﻤ ﺔ ﻓ ﻲ ﺑﺤ ﻮث اﻟﻌﻤﻠﯿ ﺎت ‪ Operation Research‬ﻓ ﻲ اﺗﺨ ﺎذ اﻟﻘ ﺮار‪ ،‬ﺗ ﻢ ﺗﻮﻇﯿ ﻒ ھ ﺬا‬
‫اﻷﺳ ﻠﻮب إﻋﺘﻤ ﺎداً ﻋﻠ ﻰ ﻓﻜ ﺮة ﺣ ﺪ اﻟﺨﻄ ﺄ اﻟﻌ ﺸﻮاﺋﻲ ‪ εi‬ﻓ ﻲ ﻧﻤ ﻮذج اﻻﻧﺤ ﺪار اﻟﻤﺘﻌ ﺪد اﻟ ﺬي ﯾﻤﺜ ﻞ‬
‫اﻻﻧﺤﺮاف ﺑﯿﻦ اﻟﻘﯿﻤﺔ اﻟﺘﻘﺪﯾﺮﯾﺔ واﻟﻘﯿﻤﺔ اﻟﺤﻘﯿﻘﺔ ﻟﻠﻨﻤ ﻮذج وﻣﺘﻐﯿ ﺮات اﻻﻧﺤ ﺮاف اﻟ ﺴﺎﻟﺐ واﻟﻤﻮﺟ ﺐ ﻓ ﻲ‬
‫أﺳ ﻠﻮب ﺑﺮﻣﺠ ﺔ اﻷھ ﺪاف‪ ،‬وﺗﻮﺻ ﻠﺖ اﻟﺪراﺳ ﺔ إﻟ ﻰ أن أﺳ ﻠﻮب اﻟﻤﺮﺑﻌ ﺎت اﻟ ﺼﻐﺮى وأﺳ ﻠﻮب ﺑﺮﻣﺠ ﺔ‬
‫اﻷھﺪاف اﻟﺨﻄﯿﺔ ﻣﻼﺋﻤﺎت ﻟﺘﻘﺪﯾﺮ ﻧﻤﻮذج اﻻﻧﺤﺪار اﻟﻤﺘﻌﺪد‪.‬‬
‫دراﺳﺔ )‪ (Stamovlasis,2010‬إﺳﺘﺨﺪم ﺗﺤﻠﯿﻞ اﻻﻧﺤﺪار اﻟﻤﺘﻌﺪد ﻟﺘﺤﻠﯿﻞ ﺑﯿﺎﻧﺎت ‪ 86‬ﻃﺎﻟﺐ ﻣﻦ‬
‫اﻟﺼﻒ اﻟﻌﺎﺷﺮ أﺧﺬو دورة إﺟﺒﺎرﯾﺔ ﻓﻲ اﻟﻜﯿﻤﯿﺎء وﺗﻢ ﺗﻨﻔﯿﺬ ﺛﻼث ﺗﻘﻨﯿﺎت‪ :‬اﻟﻘﻄﻊ اﻟﻤﺘﻐﯿﺮة اﻟﻤﻀﺎﻓﺔ‪،‬‬
‫اﻻﻧﺤﺪار اﻟﺘﺪرﯾﺠﻲ‪ ،‬أﻓﻀﻞ اﻧﺤﺪار ﻣﺠﻤﻮﻋﮫ ﻓﺮﻋﯿﺔ‪ ،‬وﻛﺸﻔﺖ اﻟﺪراﺳﺔ ﻋﻦ ﻣﺰاﯾﺎ اﻻﻧﺤﺪار اﻟﻤﺘﻌﺪد‬
‫واﻟﻘﻮة اﻟﺘﻮﺿﯿﺤﯿﺔ ﻟﻠﻨﻤﺎذج اﻟﺨﻄﯿﺔ‪.‬‬
‫دراﺳﺔ )‪ (Coughlin,2013‬ھﺪﻓﺖ إﻟﻰ ﺗﺰوﯾﺪ اﻟﺒﺎﺣﺜﯿﻦ ﺑﻤﻌﻠﻮﻣﺎت ﺗﺘﻌﻠﻖ ﺑﺘﻔﺎﻋﻞ ﻃﺮق إﺳﺘﺨﺮاج‬
‫اﻟﻌﻮاﻣﻞ وأﻧﻮاع اﻟﺒﯿﺎﻧﺎت‪ ،‬وﯾﺸﻤﻞ ﻧﻄﺎق ھﺬه اﻟﺪراﺳﺔ ﺗﻘﯿﯿﻢ أﺳﺎﻟﯿﺐ إﺳﺘﺨﺮاج اﻟﻌﻮاﻣﻞ ﻋﻨﺪ ﺗﻄﺒﯿﻘﮭﺎ‬
‫ﻋﻠﻰ ﻣﺠﻤﻮﻋﺎت اﻟﺒﯿﺎﻧﺎت اﻟﺘﻲ ﺗﺤﺘﻮي ﻋﻠﻰ ﺧﻠﯿﻂ ﻣﻦ اﻟﻤﺘﻐﯿﺮات اﻟﻔﺌﻮﯾﺔ واﻟﻤﺴﺘﻤﺮة‪ ،‬ورﻛﺰ اﻟﺒﺤﺚ‬
‫ﻋﻠﻰ اﻷﺳﺎﻟﯿﺐ اﻟﺘﻲ ﯾﺴﺘﺨﺪﻣﮭﺎ ﻋﻠﻤﺎء اﻻﺟﺘﻤﺎع ﻋﺎدة وھﻲ‪ :‬ﻃﺮﯾﻘﺔ اﻟﻤﺮﺑﻌﺎت اﻟﺼﻐﺮى ‪،OLS‬‬
‫اﻹﻣﻜﺎن اﻷﻋﻈﻢ ‪ ،ML‬اﻟﻤﻜﻮﻧﺎت اﻟﺮﺋﯿﺴﯿﺔ ‪ ،PAF‬ﻣﺴﺘﺨﺪﻣﺎً اﻟﻤﻨﮭﺞ اﻟﻮﺻﻔﻲ‪ ،‬وﺗﻢ ﺗﻮﻟﯿﺪ ‪540‬‬
‫ﻣﺸﺎھﺪة ﺑﺎﺳﺘﺨﺪام أﺳﻠﻮب اﻟﻤﺤﺎﻛﺎة)‪ ،( Monte Carlo‬وﺗﻮﺻﻠﺖ اﻟﺪراﺳﺔ إﻟﻰ أن أﺳﻠﻮب اﻟﻤﺮﺑﻌﺎت‬
‫اﻟﺼﻐﺮى أﻛﺜﺮ ﻛﻔﺎءة )أﻇﮭﺮت ﺗﺤﯿﺰا أﻗﻞ وﺧﻄﺄ أﻗﻞ( ﻣﻦ اﻻﺳﻠﻮﺑﯿﻦ اﻻﺧﺮﯾﻦ‪.‬‬
‫دراﺳﺔ )اﻟﻐﺎﻣﺪي‪ (٢٠١٣،‬ھﺪﻓﺖ إﻟﻰ ﻣﻌﺮﻓﺔ ﺗﺄﺛﯿﺮ ﺣﺠﻢ اﻟﻌﯿﻨﺔ ﻋﻠﻰ اﻟﻘﺪرة اﻟﺘﻨﺒﺆﯾﺔ ﻟﻨﻤﻮذج‬
‫اﻻﻧﺤﺪار اﻟﻤﻌﯿﺎري‪ ،‬وﺗﻢ ﺗﻮﻟﯿﺪ ‪ 400‬ﻣﺸﺎھﺪة ﺑﺎﺳﺘﺨﺪام أﺳﻠﻮب اﻟﻤﺤﺎﻛﺎة )‪ (Excel‬ﻟﻤﺘﻐﯿﺮ ﺗﺎﺑﻊ واﺣﺪ‬
‫وﻋﺸﺮة ﻣﺘﻐﯿﺮات ﻣﺴﺘﻘﻠﺔ‪ ،‬وﺗﻢ اﻟﺘﺄﻛﺪ ﻣﻦ ﺗﻮاﻓﺮ اﻓﺘﺮاﺿﯿﺎت اﻻﻧﺤﺪار اﻟﻤﺘﻌﺪد‪ ،‬وﺗﻢ اﻟﺘﻮﺻﻞ إﻟﻰ ﻋﺪم‬
‫اﺳﺘﺨﺪام ﻋﯿﻨﺎت ﺻﻐﯿﺮة ﻓﻲ دراﺳﺔ اﻻﻧﺤﺪار اﻟﻤﺘﻌﺪد اﻟﻤﻌﯿﺎري‪ ،‬وﯾﺠﺐ اﻻ ﯾﻘﻞ ﺣﺠﻢ اﻟﻌﯿﻨﺔ ﻋﻦ ‪%30‬‬
‫اﻟﻤﻌﺪﻟﺔ ﻋﻨﺪ ﺗﻔﺴﯿﺮ‬ ‫ﻣﻦ ﺣﺠﻢ اﻟﻤﺠﺘﻤﻊ‪ ،‬وﻓﻲ ﺣﺎﻟﺔ اﻟﻌﯿﻨﺎت اﻟﺼﻐﯿﺮة ﯾﺠﺐ اﻹﻋﺘﻤﺎد ﻋﻠﻰ ﻗﯿﻤﺔ‬
‫اﻟﻨﺘﺎﺋﺞ‪ ،‬واﻻﻋﺘﻤﺎد ﻋﻠﻰ ﻗﯿﻤﺔ ‪ Beta‬ﻟﻤﻌﺮﻓﺔ ﻣﺪى إﺳﮭﺎم اﻟﻤﺘﻐﯿﺮات اﻟﻤﺴﺘﻘﻠﺔ ﻓﻲ ﺗﺒﺎﯾﻦ اﻟﻤﺘﻐﯿﺮ اﻟﺘﺎﺑﻊ‪.‬‬
‫دراﺳﺔ )ﺳﺒﯿﻞ‪ (٢٠١٥،‬ھﺪﻓﺖ إﻟﻰ ﻣﻌﺮﻓﺔ أﺛﺮ اﻟﻤﺘﻐﯿﺮات اﻟﻤﺴﺎﻋﺪة ﻓﻲ زﯾﺎدة دﻗﺔ ﺗﻘﺪﯾﺮات‬
‫اﻟﻤﻌﺎﯾﻨﺎت اﻻﺣﺘﻤﺎﻟﯿﺔ اﻟﻌﺸﻮاﺋﯿﺔ اﻟﺒﺴﯿﻄﺔ‪ ،‬اﻟﺒﺴﯿﻄﺔ اﻟﻤﺰدوﺟﺔ‪ ،‬اﻟﻄﺒﻘﯿﺔ‪ ،‬وذﻟﻚ ﻣﻦ ﺧﻼل اﻟﺘﻘﺪﯾﺮ‬
‫ﺑﺎﻟﻨﺴﺒﺔ واﻟﺘﻘﺪﯾﺮ ﺑﺨﻂ اﻻﻧﺤﺪار‪ ،‬وﻛﯿﻔﯿﺔ ﺗﺤﺪﯾﺪ ﺣﺠﻢ اﻟﻌﯿﻨﺔ ﻓﻲ اﻟﻤﻌﺎﯾﻨﺎت‪ ،‬وإﺳﺘﺨﺪم اﻟﺒﺎﺣﺚ اﻟﻤﻨﮭﺞ‬
‫اﻟﻮﺻﻔﻲ‪ ،‬وﺗﺮوح ﺣﺠﻢ اﻟﻌﯿﻨﺔ ﻣﻦ‪30‬إﻟﻰ‪ 500 ،‬ﺗﻮﺻﻠﺖ اﻟﺪراﺳﺔ إﻟﻰ أن اﻟﺘﻘﺪﯾﺮ ﺑﺨﻂ اﻻﻧﺤﺪار أﻛﺜﺮ‬
‫دﻗﺔ ﻣﻦ اﻟﺘﻘﺪﯾﺮ ﺑﺎﻟﻨﺴﺒﺔ ﻓﻲ ﺣﺎﻟﺔ وﺟﻮد ﻋﻼﻗﺔ ﻣﻌﻨﻮﯾﺔ ﺑﯿﻦ ﻣﺘﻐﯿﺮات اﻟﺪراﺳﺔ واﻟﻤﺘﻐﯿﺮ اﻟﻤﺴﺎﻋﺪ ﻓﻲ‬
‫اﻟﻤﻌﺎﯾﻨﺔ اﻟﺒﺴﯿﻄﺔ‪ ،‬واﻟﺒﺴﯿﻄﺔ اﻟﻤﺰدوﺟﺔ‪ ،‬اﻟﻄﺒﻘﯿﺔ إذا ﻛﺎن ﺧﻂ اﻻﻧﺤﺪار ﻻ ﯾﻤﺮ ﺑﻨﻘﻄﺔ اﻷﺻﻞ‪ ،‬ﻛﻤﺎ أن‬
‫ﻓﻲ ﺣﺎﻟﺔ اﻻﻧﺤﺪار اﻟﻤﺘﻌﺪد ﺣﺠﻢ اﻟﻌﯿﻨﺔ ﯾﻔﻀﻞ أن ﯾﻜﻮن ‪ 10‬أﺿﻌﺎف ﻣﺘﻐﯿﺮات اﻟﺪراﺳﺔ‪ ،‬وﻓﻲ ﺣﺎﻟﺔ‬
‫اﻟﺒﺤﻮث اﻟﺘﺠﺮﯾﺒﯿﺔ اﻟﺘﻲ ﯾﻜﻮن ﻓﯿﮭﺎ اﻟﻀﺒﻂ واﻟﺮﻗﺎﺑﺔ ﻋﺎﻟﯿﺎً ﻓﺄن ﺣﺠﻢ اﻟﻌﯿﻨﺔ ﯾﻜﻮن ‪10‬إﻟﻰ ‪ 20‬ﻣﻔﺮدة‬
‫ﯾﻜﻮن ﻣﻘﺒﻮﻻً‪.‬‬
‫دراﺳﺔ)ﯾﻮﺳﻒ‪ (٢٠١٥،‬ھﺪﻓﺖ إﻟﻰ ﻣﻌﺮﻓﺔ أﺛﺮ وﺟﻮد اﻟﻘﯿﻢ اﻟﺸﺎذة ﻋﻠﻰ ﻧﺘﺎﺋﺞ ﻧﻤﻮذج اﻻﻧﺤﺪار‬
‫اﻟﻤﺘﻌﺪد‪ ،‬واﻟﻤﻘﺎرﻧﺔ ﺑﯿﻦ ﻃﺮق وﻣﻌﺎﯾﯿﺮ ﺗﺸﺨﯿﺺ اﻟﻘﯿﻢ اﻟﺸﺎذة‪ ،‬واﻋﺘﻤﺪت اﻟﺪراﺳﺔ ﻋﻠﻰ اﻟﻤﻨﮭﺞ‬
‫اﻟﻮﺻﻔﻲ‪ ،‬وﺗﻢ اﺧﺘﯿﺎر‪ 30‬ﻃﺎﻟﺐ وﻃﺎﻟﺒﮫ ﺗﻢ ﺳﺤﺒﮭﻢ ﻋﺸﻮاﺋﯿﺎً ﺑﻄﺮﯾﻘﺔ اﻟﻤﻌﺎﯾﻨﺔ اﻟﻤﻨﺘﻈﻤﺔ‪ ،‬وﺗﻢ اﻟﻜﺸﻒ‬
‫ﻋﻦ اﻟﻘﯿﻢ اﻟﺸﺎذة ﻓﻲ اﻟﻤﺘﻐﯿﺮات اﻟﻤﺴﺘﻘﻠﺔ ﺑﺎﺳﺘﺨﺪام ﺻﻨﺪوق اﻟﺮﺳﻢ‪ ،‬اﻟﻘﯿﻢ اﻟﺸﺎذة ﻓﻲ اﻟﻤﺘﻐﯿﺮ اﻟﺘﺎﺑﻊ‬
‫ﺑﻄﺮﯾﻘﺔ ﺳﺘﯿﻮدﯾﻨﺖ اﻟﻤﺤﺬوﻓﺔ‪ ،‬اﻟﻘﯿﻢ اﻟﺸﺎذة اﻟﻤﺆﺛﺮة ﺑﻄﺮﯾﻘﺔ‪DEFBETAS, COOK'S, :‬‬
‫‪ ، COVRATIO‬ﻣﻦ أھﻢ ﻧﺘﺎﺋﺞ اﻟﺪراﺳﺔ أن ھﻨﺎﻟﻚ ﺗﺄﺛﯿﺮاً ﻣﻌﻨﻮﯾﺎً ﻣﻦ ﻗﺒﻞ اﻟﻘﯿﻢ اﻟﺸﺎذة ﻋﻠﻰ ﻣﻌﻠﻤﺎت‬
‫ﻧﻤﻮذج اﻻﻧﺤﺪار اﻟﻤﺘﻌﺪد ﺣﯿﺚ ﺗﻌﻤﻞ ﻋﻠﻰ ﺗﻀﺨﯿﻢ ﺗﺒﺎﯾﻦ اﻟﺨﻄﺄ‪ ،‬واﺣﺘﻤﺎل ﻇﮭﻮر اﻻرﺗﺒﺎط اﻟﺬاﺗﻲ‬
‫ﻟﻠﺒﻮاﻗﻲ‪.‬‬
 ‫‪٣٢٨‬‬
‫اﻟﻌﺪد اﻟﻌﺸﺮون )ج ‪ (٩‬ﻟﺴﻨﺔ ‪٢٠١٩‬م‬ ‫ﻣﺠﻠﺔ اﻟﺒﺤﺚ اﻟﻌﻠﻤﻰ ﻓﻰ اﻟﺘﺮﺑﯿﺔ‬

‫دراﺳﺔ )اﻟﻌﺘﯿﺒﻲ‪ (٢٠١٧،‬ھﺪﻓﺖ إﻟﻰ اﻟﺘﻌﺮف ﻋﻠﻰ ﻛﯿﻔﯿﺔ اﻛﺘﺸﺎف اﻟﻘﯿﻢ اﻟﺸﺎذة ﻓﻲ اﻟﺒﯿﺎﻧﺎت‬
‫اﻹﺣﺼﺎﺋﯿﺔ وأﺛﺮھﺎ وﻃﺮق ﻣﻌﺎﻟﺠﺘﮭﺎ ﻓﻲ ﻧﻤﻮذج اﻻﻧﺤﺪار اﻟﻤﺘﻌﺪد‪ ،‬وﻗﺪ إﺳﺘﺨﺪم اﻟﺒﺎﺣﺚ اﻟﻤﻨﮭﺞ‬
‫اﻟﻮﺻﻔﻲ‪ ،‬ﺣﯿﺚ ﺗﻢ ﺗﻮﻟﯿﺪ ‪ 50‬ﻣﺸﺎھﺪة ﺑﺎﺳﺘﺨﺪام أﺳﻠﻮب اﻟﻤﺤﺎﻛﺎة ﻋﻦ ﻃﺮﯾﻖ ﺑﺮﻧﺎﻣﺞ )‪ ،(Excel‬ﻟﺜﻼث‬
‫ﻣﺘﻐﯿﺮات ﻣﺴﺘﻘﻠﺔ وﻣﺘﻐﯿﺮ ﺗﺎﺑﻊ‪ ،‬وﻗﺪ ﺗﻢ اﻟﺘﺤﻘﻖ ﻣﻦ ﺧﺼﺎﺋﺼﮭﺎ وﻛﻔﺎﯾﺘﮭﺎ ﻹﺟﺮاء ﺗﺤﻠﯿﻞ اﻻﻧﺤﺪار‬
‫اﻟﻤﺘﻌﺪد ﻋﻠﯿﮭﺎ‪ ،‬وأﺷﺎرت اﻟﺪراﺳﺔ إﻟﻰ ﺿﺮورة ﻓﺤﺺ اﻟﺒﯿﺎﻧﺎت اﻹﺣﺼﺎﺋﯿﺔ ﻣﻦ اﻟﻘﯿﻢ اﻟﺸﺎذة ﻋﻨﺪ ﺗﻄﺒﯿﻖ‬
‫اﻻﻧﺤﺪار اﻟﻤﺘﻌﺪد‪ ،‬وان اﻟﻘﯿﻢ اﻟﺸﺎذة اﻟﻤﻜﺘﺸﻔﺔ ﻓﻲ اﻟﻤﺘﻐﯿﺮ اﻟﺘﺎﺑﻊ ﺑﻄﺮﯾﻘﺔ ﺳﺘﯿﻮدﯾﻨﺖ اﻟﻤﺤﺬوﻓﺔ ﺗﺆﺛﺮ ﻋﻠﻰ‬
‫ﻛﻞ ﻣﻌﺎﻣﻼت اﻻﻧﺤﺪار ﺑﺎﻟﻔﺤﺺ ﺑﻤﻘﯿﺎس ‪.COOK'S‬‬
‫اﻟﺘﻌﻘﯿﺐ ﻋﻠﻰ اﻟﺪراﺳﺎت اﻟﺴﺎﺑﻘﺔ‪:‬‬
‫دراﺳ ﺔ )اﻟﻤﻄﺮﻓ ﻲ‪) ،(١٩٩٩ ،‬اﻟﺠ ﺮاح‪) ،(٢٠٠٦ ،‬راﺷ ﺪ‪) ،(٢٠٠٤،‬ﻛ ﺎﻇﻢ‪،(٢٠٠٩،‬‬
‫)‪) ،(Coughlin,2013‬اﻟﻐﺎﻣ ﺪي‪) ،(٢٠١٣،‬ﺳ ﺒﯿﻞ‪) ،(٢٠١٥،‬اﻟﻐﻨ ﺎم‪) ،(٢٠٠٨،‬ﯾﻮﺳ ﻒ‪،(٢٠١٥،‬‬
‫)اﻟﻌﺘﯿﺒﻲ‪ (٢٠١٧ ،‬إﺳﺘﺨﺪﻣﺖ ﺟﻤﯿﻌﮭﺎ اﻟﻤﻨﮭﺞ اﻟﻮﺻﻔﻲ ﻟﺪراﺳﺔ ﻧﻤﻮذج اﻻﻧﺤﺪار اﻟﻤﺘﻌﺪد وھﺬا ﯾﺘﻔﻖ ﻣﻊ‬
‫اﻟﺪراﺳﺔ اﻟﺤﺎﻟﯿﺔ‪ .‬وﻧﺠﺪ أن دراﺳﺔ اﻟﺠ ﺮاح‪ ،‬راﺷ ﺪ‪ ،‬ﻛ ﺎﻇﻢ‪ ،Coughlin ،‬اﻟﻐﺎﻣ ﺪي‪ ،‬اﻟﻌﺘﯿﺒ ﻲ إﺳ ﺘﺨﺪﻣﺖ‬
‫أﺳ ﻠﻮب اﻟﻤﺤﺎﻛ ﺎة ﻟﺘﻮﻟﯿ ﺪ اﻟﺒﯿﺎﻧ ﺎت‪ ،‬ﻓ ﻲ دراﺳ ﺔ اﻟﻐﺎﻣ ﺪي واﻟﻌﺘﯿﺒ ﻲ إﺳ ﺘﺨﺪﻣﺎ ﺑﺮﻧ ﺎﻣﺞ )‪ (Excel‬ﻟﺘﻮﻟﯿ ﺪ‬
‫اﻟﺒﯿﺎﻧﺎت وھﺬا ﯾﺘﻔﻖ ﻣﻊ اﻟﺪراﺳﺔ اﻟﺤﺎﻟﯿﺔ‪ ،‬اﻣﺎ دراﺳﺔ اﻟﺠﺮاح‪ ،‬راﺷﺪ ﺗﻢ ﺗﻮﻟﯿﺪ اﻟﺒﯿﺎﻧﺎت ﺑﺎﺳ ﺘﺨﺪام أﺳ ﻠﻮب‬
‫)‪ ،(Monte Carlo‬وﻓ ﻲ دراﺳ ﺔ اﻟﻤﻄﺮﻓ ﻲ‪ ،‬اﻟﻐﻨ ﺎم‪ ،‬ﻛ ﺎﻇﻢ‪ ،Stamovlsis ،‬ﺳ ﺒﯿﻞ‪ ،‬ﯾﻮﺳ ﻒ ﻛﺎﻧ ﺖ‬
‫اﻟﻌﯿﻨﺎت ﺣﻘﯿﻘﯿﺔ‪.‬‬
‫واﺗﻔﻘ ﺖ اﻟﺪراﺳ ﺔ اﻟﺤﺎﻟﯿ ﺔ ﻣ ﻊ دراﺳ ﺔ اﻟﻤﻄﺮﻓ ﻲ‪ Stamovlasis ،‬ﺣﯿ ﺚ ﺗﻨﺎوﻟ ﺖ اﻻﻧﺤ ﺪار اﻟﻤﺘﻌ ﺪد‬
‫اﻟﺘ ﺪرﯾﺠﻲ واﺷ ﺎرة اﻟ ﻰ ﻣ ﺪى أھﻤﯿ ﺔ اﺳ ﺘﺨﺪاﻣﮫ ﻓ ﻲ اﻟﺒﺤ ﻮث اﻟﺘﺮﺑﻮﯾ ﺔ واﻟﻨﻔ ﺴﯿﺔ وﻛ ﺸﻔﺖ ﻋ ﻦ اﻟﻘ ﻮة‬
‫اﻟﺘﻮﺿﯿﺤﯿﺔ ﻟﻨﻤﺎذج اﻟﺨﻄﯿﺔ‪.‬‬
‫واﺗﻔﻘ ﺖ اﻟﺪراﺳ ﺔ اﻟﺤﺎﻟﯿ ﺔ ﻣ ﻊ دراﺳ ﺔ اﻟﺠ ﺮاح‪ ،‬ﻛ ﺎﻇﻢ‪ Coughlin ،‬ﻓ ﻲ اﺳ ﺘﺨﺪام ﻃﺮﯾﻘ ﺔ اﻟﻤﺮﺑﻌ ﺎت‬
‫اﻟ ﺼﻐﺮى ﻟﺘﻘ ﺪﯾﺮ ﻣﻌ ﺎﻟﻢ ﻧﻤ ﻮذج اﻻﻧﺤ ﺪار اﻟﻤﺘﻌ ﺪد ﻣ ﺸﯿﺮة إﻟ ﻰ ﺧ ﻮاص ﻣﻘ ﺪرات ﻃﺮﯾﻘ ﺔ اﻟﻤﺮﺑﻌ ﺎت‬
‫اﻟﺼﻐﺮى وھﻲ‪) :‬اﻟﺨﻄﯿﺔ‪ ،‬وﻋﺪم اﻟﺘﺤﯿﺰ‪ ،‬وأﻧﮭﺎ ذات ﺗﺒﺎﯾﻦ أﻗﻞ(‪.‬‬
‫وﻓﻲ دراﺳﺔ راﺷﺪ ﻛﺎﻧﺖ ﻃﺮﯾﻘﺔ ‪ D.W‬أدق اﻟﻄﺮق ﻓﻲ اﻟﺤﺼﻮل ﻋﻠﻰ ﻗﯿﻤﺔ ﻣﻌﺎﻣﻞ اﻻرﺗﺒﺎط اﻟﺬاﺗﻲ‬
‫ﺑﺎﺳ ﺘﺨﺪام ﻃﺮﯾﻘ ﺔ اﻟﻤﺮﺑﻌ ﺎت اﻟ ﺼﻐﺮى وﻓ ﻲ اﻟﺪراﺳ ﺔ اﻟﺤﺎﻟﯿ ﺔ اﺳ ﺘﺨﺪﻣﺖ اﻟﺒﺎﺣﺜ ﺔ ﻃﺮﯾﻘ ﺔ ‪ D.W‬أﯾ ﻀﺎً‬
‫ﻟﻠﻜﺸﻒ ﻋﻦ اﻻرﺗﺒﺎط اﻟﺬاﺗﻲ‪ .‬واﺗﻔﻘﺖ دراﺳﺔ ﻛﻼً ﻣ ﻦ اﻟﻐﻨ ﺎم ﯾﻮﺳ ﻒ‪ ،‬اﻟﻌﺘﯿﺒ ﻲ ﻣ ﻊ اﻟﺪراﺳ ﺔ اﻟﺤﺎﻟﯿ ﺔ ﻓ ﻲ‬
‫اﺳﺘﺨﺪام ﻣﺴﺎﻓﺎت ﻛﻮك ﻟﻠﻜﺸﻒ ﻋﻦ اﻟﻘﯿﻢ اﻟﺸﺎذة ﻓﻲ ﻧﻤﻮذج اﻻﻧﺤﺪار اﻟﻤﺘﻌﺪد‪.‬‬
‫ﻛﻤﺎ اﺗﻔﻘﺖ اﻟﺪراﺳﺔ اﻟﺤﺎﻟﯿﺔ ﻣﻊ دراﺳﺔ اﻟﻐﺎﻣﺪي اﻟﺬي ﯾ ﺮى إﻣﻜﺎﻧﯿ ﺔ اﻹﻛﺘﻔ ﺎء ﺑﻨ ﺴﺒﺔ ‪ 30%‬ﻣ ﻦ أﻓ ﺮاد‬
‫اﻟﻤﺠﺘﻤﻊ ﻓ ﻲ ﻧﻤ ﻮذج اﻻﻧﺤ ﺪار اﻟﻤﺘﻌ ﺪد‪ ،‬أﯾ ﻀﺎً اﺗﻔﻘ ﺖ اﻟﺪراﺳ ﺔ اﻟﺤﺎﻟﯿ ﺔ ﻣ ﻊ دراﺳ ﺔ ﺳ ﺒﯿﻞ أﻧ ﮫ ﻓ ﻲ ﺣﺎﻟ ﺔ‬
‫اﻻﻧﺤﺪار اﻟﻤﺘﻌﺪد ﯾﻔﻀﻞ أن ﯾﻜﻮن ﺣﺠﻢ اﻟﻌﯿﻨﺔ ‪ 10‬اﺿﻌﺎف اﻟﻤﺘﻐﯿﺮات اﻟﻤﺴﺘﻘﻠﺔ‪.‬‬
‫اﺳﺘﻔﺎدة اﻟﺒﺎﺣﺜ ﺔ ﻣ ﻦ اﻟﺪراﺳ ﺎت اﻟ ﺴﺎﺑﻘﺔ ﻓ ﻲ ﺗﻮﻟﯿ ﺪ اﻟﺒﯿﺎﻧ ﺎت ﺑﺎﺳ ﺘﺨﺪام أﺳ ﻠﻮب اﻟﻤﺤﺎﻛ ﺎة ﺑﺤﯿ ﺚ ﺗﻜ ﻮن‬
‫اﻟﻌﯿﻨ ﺔ ﻣ ﺎ ﺑ ﯿﻦ ‪ 20‬إﻟ ﻰ ‪ 500‬ﻣ ﺸﺎھﺪة‪ ،‬وﺗﻘ ﺪﯾﺮ ﻣﻌ ﺎﻟﻢ ﻧﻤ ﻮذج اﻻﻧﺤ ﺪار اﻟﻤﺘﻌ ﺪد ﺑﻄﺮﯾﻘ ﺔ اﻟﻤﺮﺑﻌ ﺎت‬
‫اﻟ ﺼﻐﺮى‪ ،‬ﻛﻤ ﺎ اﺳ ﺘﻔﺎدة ﻣ ﻦ اﻷﺳ ﺎﻟﯿﺐ اﻹﺣ ﺼﺎﺋﯿﺔ ﻟﻠﻜ ﺸﻒ ﻋ ﻦ اﻻزدواج اﻟﺨﻄ ﻲ‪-‬واﻻرﺗﺒ ﺎط اﻟ ﺬاﺗﻲ‬
‫ﻟﻠﺒﻮاﻗﻲ‪-‬واﻟﻘﯿﻢ اﻟﺸﺎذة‪.‬‬
‫ﻣﻨﮭﺞ اﻟﺪراﺳﺔ‬
‫ﺑﻨﺎء ﻋﻠﻰ ﻣﺸﻜﻠﺔ اﻟﺪراﺳﺔ وأھﺪاﻓﮭﺎ وﺑﻌﺪ اﻻﻃﻼع ﻋﻠﻰ اﻟﻌﺪﯾﺪ ﻣﻦ ﻣﻨﺎھﺞ اﻟﺒﺤﺚ اﻟﻌﻠﻤﻲ‪ ،‬ﺗﻢ‬
‫ﺗﺤﺪﯾﺪ اﻟﻤﻨﮭﺞ اﻟﻮﺻﻔﻲ واﻟﺬي ﯾﻌﺘﻤﺪ ﻋﻠﻰ دراﺳﺔ اﻟﻈﺎھﺮة ﻛﻤﺎ ﺗﻮﺟﺪ ﻓﻲ اﻟﻮاﻗﻊ وﯾﮭﺘﻢ ﺑﻮﺻﻔﮭﺎ وﺻﻔﺎً‬
‫دﻗﯿﻘﺎً‪ ،‬وﯾﻌﺒﺮ ﻋﻨﮭﺎ ﺗﻌﺒﯿﺮاً ﻛﯿﻔﯿﺎً أو ﻛﻤﯿﺎً‪ ،‬ﻓﺎﻟﺘﻌﺒﯿﺮ اﻟﻜﯿﻔﻲ ﯾﺼﻒ ﻟﻨﺎ اﻟﻈﺎھﺮة وﯾﺒﯿﻦ ﺧﺼﺎﺋﺼﮭﺎ‪ ،‬ﺑﯿﻨﻤﺎ‬
‫اﻟﺘﻌﺒﯿﺮ اﻟﻜﻤﻲ ﯾﻌﻄﯿﻨﺎ وﺻﻔﺎً رﻗﻤﯿﺎً ﻟﻤﻘﺪار اﻟﻈﺎھﺮة أو ﺣﺠﻤﮭﺎ‪ ،‬ﻛﻤﺎ أﻧﮫ ﻻ ﯾﻘﺘﺼﺮ ﻋﻠﻰ ﺟﻤﻊ اﻟﺒﯿﺎﻧﺎت‬
‫وﺗﺒﻮﯾﺒﮭﺎ وإﻧﻤﺎ ﯾﻤﻀﻲ إﻟﻰ ﻣﺎ ھﻮ أﺑﻌﺪ ﻣﻦ ذﻟﻚ ﻷﻧﮫ ﯾﺘﻀﻤﻦ ﻗﺪراً ﻣﻦ اﻟﺘﻔﺴﯿﺮ ﻟﮭﺬه اﻟﺒﯿﺎﻧﺎت‪.‬‬
 ‫‪٣٢٩‬‬
‫اﻟﻌﺪد اﻟﻌﺸﺮون )ج ‪ (٩‬ﻟﺴﻨﺔ ‪٢٠١٩‬م‬ ‫ﻣﺠﻠﺔ اﻟﺒﺤﺚ اﻟﻌﻠﻤﻰ ﻓﻰ اﻟﺘﺮﺑﯿﺔ‬

‫ﻣﺠﺘﻤﻊ اﻟﺪراﺳﺔ‬
‫اﻟﺪراﺳﺔ اﻟﺤﺎﻟﯿﺔ ﺗﻨﺪرج ﺗﺤﺖ دراﺳﺎت اﻟﻤﺤﺎﻛﺎة‪ ،‬وﺗﻜﻮن ﻣﺠﺘﻤﻊ اﻟﺪراﺳﺔ ﻣﻦ )‪ (500‬ﻣﺸﺎھﺪة‬
‫إﺣﺼﺎﺋﯿﺔ ﺗﻢ ﺗﻮﻟﯿﺪھﺎ ﺑﺎﺳﺘﺨﺪام ﺑﺮﻧﺎﻣﺞ اﻛﺴﻞ )‪ (Excel‬وﺗﻢ ﺗﻮﺻﯿﻔﮭﺎ ﻋﻠﻰ أﺳﺎس ﻣﺘﻐﯿﺮ ﺗﺎﺑﻊ واﺣﺪ‬
‫)‪ (Y‬وﻋﺸﺮ ﻣﺘﻐﯿﺮات ﻣﺴﺘﻘﻠﺔ )‪ ،(X1 , X2 , X3 , X4 , X5 , X6 , X7 , X8 , X9 , X10‬وذﻟﻚ‬
‫ﺑﮭﺪف ﺗﺤﺪﯾﺪ ﻧﺴﺒﺔ اﻟﺘﺒﺎﯾﻦ اﻟﻤﻔﺴﺮ ﻓﻲ ﻧﻤﻮذج اﻻﻧﺤﺪار اﻟﻤﺘﻌﺪد اﻟﺘﺪرﯾﺠﻲ ﻓﻲ ﺿﻮء أﺣﺠﺎم ﻣﺨﺘﻠﻔﺔ‪،‬‬
‫وﺗَﺘﺒُﻊ اﻟﺘﻐﯿﺮات اﻟﺘﻲ ﺗﻄﺮأ ﻋﻠﻰ ﻛﻔﺎءة ﻧﻤﻮذج اﻻﻧﺤﺪار اﻟﻤﺘﻌﺪد اﻟﺘﺪرﯾﺠﻲ‪ ،‬ﻧﺘﯿﺠﺔ اﺳﺘﺨﺪام أﺣﺠﺎم‬
‫ﻋﯿﻨﺎت ﻣﺨﺘﻠﻔﺔ‪ ،‬ﺗﺘﺮاوح ﺑﯿﻦ )‪ (500 ≥ n ≥ 25‬ﺗﺘﻮاﻓﺮ ﻓﯿﮭﺎ اﻻﻓﺘﺮاﺿﺎت اﻟﺨﺎﺻﺔ ﺑﺎﻻﻧﺤﺪار اﻟﻤﺘﻌﺪد‬
‫ﻋﻠﻰ اﻟﻨﺤﻮ اﻟﺘﺎﻟﻲ‪:‬‬
‫‪ .١‬اﻟﻌﻼﻗﺎت اﻟﺨﻄﯿﺔ ﺑﯿﻦ اﻟﻤﺘﻐﯿﺮات اﻟﻤﺴﺘﻘﻠﺔ واﻟﻤﺘﻐﯿﺮ اﻟﺘﺎﺑﻊ‬
‫ﺟﺪول ‪ :٦‬ﻣﻌﺎﻣﻼت ارﺗﺒﺎط ﺑﯿﺮﺳﻮن واﻟﺪﻻﻟﺔ اﻹﺣﺼﺎﺋﯿﺔ ﻟﻤﺘﻐﯿﺮات اﻟﺪراﺳﺔ اﻟﺘﺎﺑﻊ واﻟﻤﺴﺘﻘﻠﺔ‬
‫ﻣﻌﺎﻣﻞ‬
‫اﻻرﺗﺒﺎط‬
‫‪Y‬‬ ‫‪X1‬‬ ‫‪X2‬‬ ‫‪X3‬‬ ‫‪X4‬‬ ‫‪X5‬‬ ‫‪X6‬‬ ‫‪X7‬‬ ‫‪X8‬‬ ‫‪X9 X10‬‬
‫واﻟﺪﻻﻟﺔ‬
‫اﻹﺣﺼﺎﺋﯿﺔ‬
‫اﻻرﺗﺒﺎط‬ ‫‪Y‬‬ ‫‪1.00‬‬ ‫‪0.39‬‬ ‫‪0.42‬‬ ‫‪0.40‬‬ ‫‪0.33‬‬ ‫‪0.38‬‬ ‫‪0.34‬‬ ‫‪0.33‬‬ ‫‪0.49‬‬ ‫‪0.36‬‬ ‫‪0.46‬‬
‫اﻟﺪﻻﻟﺔ‬ ‫‪0.00‬‬ ‫‪0.00‬‬ ‫‪0.00‬‬ ‫‪0.00‬‬ ‫‪0.00‬‬ ‫‪0.00‬‬ ‫‪0.00‬‬ ‫‪0.00‬‬ ‫‪0.00‬‬ ‫‪0.00‬‬
‫اﻻرﺗﺒﺎط‬ ‫‪X1‬‬ ‫‪1.00‬‬ ‫‪0.02‬‬ ‫‪0.09‬‬ ‫‪0.11‬‬ ‫‪0.04‬‬ ‫‪0.03‬‬ ‫‪0.03‬‬ ‫‪0.04‬‬ ‫‪0.01‬‬ ‫‪0.01‬‬
‫اﻟﺪﻻﻟﺔ‬ ‫‪0.58‬‬ ‫‪0.04‬‬ ‫‪0.02‬‬ ‫‪0.32‬‬ ‫‪0.44‬‬ ‫‪0.46‬‬ ‫‪0.40‬‬ ‫‪0.81‬‬ ‫‪0.88‬‬
‫اﻻرﺗﺒﺎط‬ ‫‪X2‬‬ ‫‪0.07‬‬ ‫‪0.02‬‬ ‫‪0.00‬‬ ‫‪0.01‬‬ ‫‪0.05‬‬ ‫‪0.10‬‬ ‫‪0.07‬‬ ‫‪0.05‬‬
‫اﻟﺪﻻﻟﺔ‬ ‫‪0.13‬‬ ‫‪0.59‬‬ ‫‪0.94‬‬ ‫‪0.91‬‬ ‫‪0.25‬‬ ‫‪0.02‬‬ ‫‪0.10‬‬ ‫‪0.28‬‬
‫اﻻرﺗﺒﺎط‬ ‫‪X3‬‬ ‫‪1.00‬‬ ‫‪0.06‬‬ ‫‪0.07‬‬ ‫‪0.03‬‬ ‫‪0.05‬‬ ‫‪0.03‬‬ ‫‪0.08‬‬ ‫‪0.09‬‬
‫اﻟﺪﻻﻟﺔ‬ ‫‪0.22‬‬ ‫‪0.14‬‬ ‫‪0.53‬‬ ‫‪0.24‬‬ ‫‪0.47‬‬ ‫‪0.07‬‬ ‫‪0.04‬‬
‫اﻻرﺗﺒﺎط‬ ‫‪X4‬‬ ‫‪1.00‬‬ ‫‪0.00‬‬ ‫‪0.03‬‬ ‫‪0.07‬‬ ‫‪0.02‬‬ ‫‪0.01‬‬ ‫‪0.02‬‬
‫اﻟﺪﻻﻟﺔ‬ ‫‪0.94‬‬ ‫‪0.46‬‬ ‫‪0.11‬‬ ‫‪0.70‬‬ ‫‪0.91‬‬ ‫‪0.62‬‬
‫اﻻرﺗﺒﺎط‬ ‫‪X5‬‬ ‫‪1.00‬‬ ‫‪0.06‬‬ ‫‪0.01‬‬ ‫‪0.01‬‬ ‫‪0.04‬‬ ‫‪0.02‬‬
‫اﻟﺪﻻﻟﺔ‬ ‫‪0.18‬‬ ‫‪0.78‬‬ ‫‪0.78‬‬ ‫‪0.32‬‬ ‫‪0.67‬‬
‫اﻻرﺗﺒﺎط‬ ‫‪X6‬‬ ‫‪1.00‬‬ ‫‪0.01‬‬ ‫‪0.02‬‬ ‫‪0.00‬‬ ‫‪0.03‬‬
‫اﻟﺪﻻﻟﺔ‬ ‫‪0.84‬‬ ‫‪0.66‬‬ ‫‪0.94‬‬ ‫‪0.48‬‬
‫اﻻرﺗﺒﺎط‬ ‫‪X7‬‬ ‫‪1.00‬‬ ‫‪0.04‬‬ ‫‪0.03‬‬ ‫‪0.02‬‬
‫اﻟﺪﻻﻟﺔ‬ ‫‪0.38‬‬ ‫‪0.55‬‬ ‫‪0.62‬‬
‫اﻻرﺗﺒﺎط‬ ‫‪X8‬‬ ‫‪1.00‬‬ ‫‪0.06‬‬ ‫‪0.10‬‬
‫اﻟﺪﻻﻟﺔ‬ ‫‪0.15‬‬ ‫‪0.02‬‬
‫اﻻرﺗﺒﺎط‬ ‫‪X9‬‬ ‫‪1.00‬‬ ‫‪0.12‬‬
‫اﻟﺪﻻﻟﺔ‬ ‫‪0.01‬‬
‫اﻻرﺗﺒﺎط‬ ‫‪X10‬‬ ‫‪1.00‬‬
‫اﻟﺪﻻﻟﺔ‬

‫ﺗﺸﯿﺮ ﻧﺘﺎﺋﺞ ﺟﺪول )‪ (٦‬إﻟﻰ وﺟﻮد ﻋﻼﻗﺔ ارﺗﺒﺎﻃﯿﺔ ذات دﻻﻟﺔ إﺣﺼﺎﺋﯿﺔ ﻋﻨﺪ ﻣﺴﺘﻮى دﻻﻟﺔ أﻗﻞ‬
‫ﻣﻦ )‪ (0.05‬ﺑﯿﻦ اﻟﻤﺘﻐﯿﺮ اﻟﺘﺎﺑﻊ وﻛﻞ ﻣﺘﻐﯿﺮ ﻣﻦ اﻟﻤﺘﻐﯿﺮات اﻟﻤﺴﺘﻘﻠﺔ‪ ،‬وﺗﺮاوﺣﺖ ﻗﯿﻢ ﻣﻌﺎﻣﻼت ارﺗﺒﺎط‬
‫ﺑﯿﺮﺳﻮن ﻣﻦ )‪ (0.33‬ﻟﻠﻌﻼﻗﺔ اﻻرﺗﺒﺎﻃﯿﺔ ﺑﯿﻦ اﻟﻤﺘﻐﯿﺮ اﻟﺘﺎﺑﻊ )‪ (Y‬وﻛﻞ ﻣﻦ اﻟﻤﺘﻐﯿﺮ اﻟﻤﺴﺘﻘﻞ )‪(x4‬‬
‫واﻟﻤﺘﻐﯿﺮ اﻟﻤﺴﺘﻘﻞ )‪ (x7‬إﻟﻰ )‪ (0.49‬ﻟﻠﻌﻼﻗﺔ اﻻرﺗﺒﺎﻃﯿﺔ ﺑﯿﻦ اﻟﻤﺘﻐﯿﺮ اﻟﺘﺎﺑﻊ )‪(Y‬واﻟﻤﺘﻐﯿﺮ اﻟﻤﺴﺘﻘﻞ‬
‫)‪ .(x8‬وھﺬه اﻟﻘﯿﻢ ﺗﺘﺴﻖ ﻣﻊ ﻣﺎ ذﻛﺮه )‪ (Guilford& Fruchter, 1995‬ﯾﺠﺐ أن ﯾﻜﻮن ﻣﻌﺎﻣﻞ‬
‫اﻻرﺗﺒﺎط ﯾﺰﯾﺪ ﻋﻦ )‪ (0.3‬ﻟﺪﻻﻟﮫ ﻋﻠﻰ ﻋﻼﻗﺔ ﺟﯿﺪة‪.‬‬
‫‪ .٢‬ﻋﺪم اﻻرﺗﺒﺎط اﻟﺬاﺗﻲ ﺑﯿﻦ اﻟﻤﺘﻐﯿﺮات اﻟﻤﺴﺘﻘﻠﺔ وﺑﻌﻀﮭﺎ‬
‫ﺗﺸﯿﺮ ﻧﺘﺎﺋﺞ اﻟﺠﺪول رﻗﻢ )‪ (٦‬أن ﻗﯿﻢ ﻣﻌﺎﻣﻼت اﻻرﺗﺒﺎط ﺑﯿﻦ اﻟﻤﺘﻐﯿﺮات اﻟﻤﺴﺘﻘﻠﺔ وﺑﻌﻀﮭﺎ اﻟﺒﻌﺾ‬
‫ﺗﺮاوﺣﺖ ﻣﻦ )‪ (0.01‬إﻟﻰ )‪ (0.12‬وھﺬا ﯾﺆﻛﺪ ﺗﻮﻓﺮ اﻟﻔﺮض اﻟﺬي ﯾﺘﻌﻠﻖ ﺑﻌﺪم اﻻرﺗﺒﺎط اﻟﺬاﺗﻲ ﺑﯿﻦ‬
 ‫‪٣٣٠‬‬
‫اﻟﻌﺪد اﻟﻌﺸﺮون )ج ‪ (٩‬ﻟﺴﻨﺔ ‪٢٠١٩‬م‬ ‫ﻣﺠﻠﺔ اﻟﺒﺤﺚ اﻟﻌﻠﻤﻰ ﻓﻰ اﻟﺘﺮﺑﯿﺔ‬

‫اﻟﻤﺘﻐﯿﺮات اﻟﻤﺴﺘﻘﻠﺔ وﺑﻌﻀﮭﺎ‪ ،‬ﺣﯿﺚ ﺗﺘﺴﻖ اﻟﻘﯿﻢ ﻣﻊ ﻣﺎ ذﻛﺮه )ﺣﺴﻦ‪ (٢٠١٦ ،‬ﯾﻨﺒﻐﻲ اﻻ ﯾﺰﯾﺪ ﻣﻌﺎﻣﻞ‬
‫اﻻرﺗﺒﺎط ﺑﯿﻦ أي ﻣﺘﻐﯿﺮﯾﻦ ﻋﻦ )‪ (0.7‬ﻓﻜﻠﻤﺎ اﻧﺨﻔﻀﺖ ﻋﻦ ھﺬه اﻟﻘﯿﻤﺔ ﻛﺎن أﻓﻀﻞ ﻻن اﻷﺻﻞ ﻓﻲ‬
‫ﺗﺤﻠﯿﻞ اﻻﻧﺤﺪار اﻟﻤﺘﻌﺪد أن ﺗﻜﻮن اﻟﻤﺘﻐﯿﺮات اﻟﻤﺴﺘﻘﻠﺔ ﻏﯿﺮ ﻣﺘﺮاﺑﻄﺔ ﻟﺬا ﺳﻮف ﯾﺘﻢ اﻻﺣﺘﻔﺎظ ﺑﺠﻤﯿﻊ‬
‫اﻟﻤﺘﻐﯿﺮات اﻟﺘﻲ ﺗﻢ ﺗﻮﻟﯿﺪھﺎ‪.‬‬
‫‪ ‬اﻟﺴﻤﺎﺣﯿﺔ ‪Tolerance‬‬
‫اﻟﺴﻤﺎﺣﯿﺔ ﺗﺸﯿﺮ إﻟﻰ ﻣﻘﺪار ﺗﺒﺎﯾﻦ اﻟﻤﺘﻐﯿﺮ اﻟﻤﺴﺘﻘﻞ اﻟﻤﺤﺪد اﻟﺬي ﻻ ﺗﻔﺴﺮه اﻟﻤﺘﻐﯿﺮات اﻟﻤﺴﺘﻘﻠﺔ‬
‫اﻷﺧﺮى ﻓﻲ اﻟﻨﻤﻮذج وﯾﺠﺐ أﻻ ﺗﻘﻞ ﻋﻦ اﻟﺤﺪ اﻟﻤﺴﻤﻮح )‪ ،(0.1‬ﺣﯿﺚ أن ﻧﻘﺺ اﻟﺴﻤﺎﺣﯿﺔ ﻋﻦ )‪(0.1‬‬
‫ﺗﻌﻨﻲ أن اﻻرﺗﺒﺎط اﻟﻤﺘﻌﺪد ﻣﻊ اﻟﻤﺘﻐﯿﺮات اﻷﺧﺮى ﻣﺮﺗﻔﻊ‪ ،‬ﻣﻤﺎ ﯾﺰﯾﺪ ﻣﻦ اﺣﺘﻤﺎﻟﯿﺔ ﺗﺤﻘﻖ اﻟﻤﺼﺎﺣﺒﺔ‬
‫اﻟﺨﻄﯿﺔ اﻟﻤﺘﻌﺪدة‪ ،‬وﻓﻲ اﻟﺪراﺳﺔ اﻟﺤﺎﻟﯿﺔ ﻛﺎﻧﺖ اﻟﻨﺘﺎﺋﺞ ﻛﺎﻟﺘﺎﻟﻲ‪:‬‬
‫ﺟﺪول ‪ :٧‬ﻗﯿﻢ اﻟﺴﻤﺎﺣﯿﺔ ﻟﻠﺘﺄﻛﺪ ﻣﻦ ﻋﺪم اﻟﻤﺼﺎﺣﺒﺔ اﻟﺨﻄﯿﺔ‬
‫اﻟﻘﺮار‬ ‫اﻟﺴﻤﺎﺣﯿﺔ‬ ‫اﻟﻤﺘﻐﯿﺮات‬
‫‪Tolerance‬‬ ‫اﻟﻤﺴﺘﻘﻠﺔ‬
‫ﻗﺒﻮل‬ ‫‪0.975‬‬ ‫‪x1‬‬
‫ﻗﺒﻮل‬ ‫‪0.978‬‬ ‫‪x2‬‬
‫ﻗﺒﻮل‬ ‫‪0.965‬‬ ‫‪x3‬‬
‫ﻗﺒﻮل‬ ‫‪0.980‬‬ ‫‪x4‬‬
‫ﻗﺒﻮل‬ ‫‪0.986‬‬ ‫‪x5‬‬
‫ﻗﺒﻮل‬ ‫‪0.990‬‬ ‫‪x6‬‬
‫ﻗﺒﻮل‬ ‫‪0.991‬‬ ‫‪x7‬‬
‫ﻗﺒﻮل‬ ‫‪0.966‬‬ ‫‪x8‬‬
‫ﻗﺒﻮل‬ ‫‪0.949‬‬ ‫‪x9‬‬
‫ﻗﺒﻮل‬ ‫‪0.968‬‬ ‫‪x10‬‬
‫ﺗﺸﯿﺮ ﻧﺘﺎﺋﺞ ﺟﺪول )‪ (٧‬أن ﺟﻤﯿﻊ ﻗﯿﻢ اﻟﺴﻤﺎﺣﯿﺔ أﻛﺒﺮ ﻣﻦ )‪ ،(0.1‬وﺑﺎﻟﺘﺎﻟﻲ ﯾﺘﻮاﻓﺮ ھﺬا اﻻﻓﺘﺮاض‬
‫ﻓﻲ اﻟﺒﯿﺎﻧﺎت اﻟﺘﻲ ﺗﻢ ﺗﻮﻟﯿﺪھﺎ‪.‬‬
‫‪ ‬ﻣﻌﺎﻣﻞ ﺗﻀﺨﻢ اﻟﺘﺒﺎﯾﻦ )‪Variance inflation factor (VIF‬‬
‫ﻣﻌﺎﻣﻞ ﺗﻀﺨﻢ اﻟﺘﺒﺎﯾﻦ ﯾﻌﺘﺒﺮ ﻣﺆﺷﺮاً ﻋﻠﻰ وﺟﻮد اﻟﻤﺼﺎﺣﺒﺔ اﻟﺨﻄﯿﺔ اﻟﻤﺘﻌﺪدة وﯾﺠﺐ أﻻ ﺗﺰﯾﺪ ﻋﻦ‬
‫اﻟﺤﺪ اﻟﻤﺴﻤﻮح )‪ ،(10‬ﺣﯿﺚ أن زﯾــﺎدة )‪(VIF‬ﻋﻦ )‪ (10‬ﺗﻌﻨﻲ زﯾـــﺎدة اﺣﺘﻤﺎﻟﯿﺔ ﺗﺤﻘﻖ اﻟﻤﺼﺎﺣﺒﺔ‬
‫اﻟـــﺨـــﻄـــﯿﺔ اﻟــــﻤــﺘﻌﺪدة‪ ،‬وﻓﻲ اﻟﺪراﺳﺔ اﻟﺤﺎﻟﯿﺔ ﻛﺎﻧﺖ اﻟﻨﺘﺎﺋﺞ ﻛﺎﻟﺘﺎﻟﻲ‪:‬‬
‫ﺟﺪول ‪ :٨‬ﻗﯿﻢ ﻣﻌﺎﻣﻞ ﺗﻀﺨﻢ اﻟﺘﺒﺎﯾﻦ ﻟﻠﺘﺄﻛﺪ ﻣﻦ ﻋﺪم اﻟﻤﺼﺎﺣﺒﺔ اﻟﺨﻄﯿﺔ‬
‫اﻟﻘﺮار‬ ‫)‪ (VIF‬ﻣﻌﺎﻣﻞ ﺗﻀﺨﻢ اﻟﺘﺒﺎﯾﻦ‬ ‫اﻟﻤﺘﻐﯿﺮات اﻟﻤﺴﺘﻘﻠﺔ‬
‫ﻗﺒﻮل‬ ‫‪1.026‬‬ ‫‪x1‬‬
‫ﻗﺒﻮل‬ ‫‪1.022‬‬ ‫‪x2‬‬
‫ﻗﺒﻮل‬ ‫‪1.037‬‬ ‫‪x3‬‬
‫ﻗﺒﻮل‬ ‫‪1.020‬‬ ‫‪x4‬‬
‫ﻗﺒﻮل‬ ‫‪1.014‬‬ ‫‪x5‬‬
‫ﻗﺒﻮل‬ ‫‪1.010‬‬ ‫‪x6‬‬
‫ﻗﺒﻮل‬ ‫‪1.009‬‬ ‫‪x7‬‬
‫ﻗﺒﻮل‬ ‫‪1.028‬‬ ‫‪x8‬‬
‫ﻗﺒﻮل‬ ‫‪1.036‬‬ ‫‪x9‬‬
‫ﻗﺒﻮل‬ ‫‪1.033‬‬ ‫‪x10‬‬
 ‫‪٣٣١‬‬
‫اﻟﻌﺪد اﻟﻌﺸﺮون )ج ‪ (٩‬ﻟﺴﻨﺔ ‪٢٠١٩‬م‬ ‫ﻣﺠﻠﺔ اﻟﺒﺤﺚ اﻟﻌﻠﻤﻰ ﻓﻰ اﻟﺘﺮﺑﯿﺔ‬

‫ﺗﺸﯿﺮ ﻧﺘﺎﺋﺞ ﺟﺪول )‪ (٨‬أن ﺟﻤﯿﻊ ﻗﯿﻢ ﻣﻌﺎﻣﻞ ﺗﻀﺨﻢ اﻟﺘﺒﺎﯾﻦ أﻗﻞ ﻣﻦ )‪ (10‬وﺑﺎﻟﺘﺎﻟﻲ ﯾﺘﻮاﻓﺮ ھﺬا‬
‫اﻻﻓﺘﺮاض ﻓﻲ اﻟﺒﯿﺎﻧﺎت اﻟﺘﻲ ﺗﻢ ﺗﻮﻟﯿﺪھﺎ‪.‬‬
‫‪ .٣‬اﻟﺘﻮزﯾﻊ اﻟﻄﺒﯿﻌﻲ ﻟﻠﺒﻮاﻗﻲ‬
‫ﺗﻢ اﻟﺘﺄﻛﺪ ﻣﻦ ﺗﻮاﻓﺮ ھﺬا اﻻﻓﺘﺮاض ﻣﻦ ﺧﻼل ﺧﻂ اﻻﻋﺘﺪاﻟﯿﺔ )‪ (Normal P-P Plot‬واﻟﺘﻮزﯾﻊ‬
‫اﻟﻄﺒﯿﻌﻲ اﻟﻤﻌﯿﺎري ﻟﻠﺒﻮاﻗﻲ ﻟﻠﻤﺘﻐﯿﺮ اﻟﺘﺎﺑﻊ واﻷﺷﻜﺎل اﻟﺘﺎﻟﯿﺔ ﺗﻮﺿﺢ ﻋﺪم اﻧﺘﮭﺎك ھﺬا اﻟﻔﺮض‪.‬‬

‫‪Histogram‬‬

‫‪Dependent Variable: y‬‬

‫‪200‬‬

‫‪150‬‬
‫‪Frequency‬‬

‫‪100‬‬

‫‪50‬‬

‫‪0‬‬ ‫‪Mean = -2.81E-14‬‬

‫‪Std. Dev. = 0.99‬‬
‫‪-8‬‬ ‫‪-6‬‬ ‫‪-4‬‬ ‫‪-2‬‬ ‫‪0‬‬ ‫‪2‬‬ ‫‪4‬‬ ‫‪6‬‬
‫‪N = 500‬‬
‫‪Regression Standardized Residual‬‬

‫ﺷﻜﻞ ‪ :١١‬ﺧﻂ اﻻﻋﺘﺪاﻟﯿﺔ ﻟﻘﯿﻢ اﻟﻤﺘﻐﯿﺮ اﻟﺘﺎﺑﻊ‬

‫‪ .٤‬ﻋﺪم وﺟﻮد ارﺗﺒﺎط ﺑﯿﻦ اﻟﺒﻮاﻗﻲ‪:‬‬

‫‪ ‬اﺧﺘﺒﺎر دورﺑﻦ‪-‬واﺗﺴﻮن‬
‫ﺟﺪول‪ :٩‬ﻋﺪم وﺟﻮد ارﺗﺒﺎط ذاﺗﻲ ﺑﯿﻦ اﻟﺒﻮاﻗﻲ )اﺧﺘﺒﺎر دورﺑﻦ‪-‬واﺗﺴﻮن(‬
‫‪Model‬‬ ‫‪Rubin-Watson‬‬ ‫اﻟﻘﺮار‬
‫‪10‬‬ ‫‪2.385‬‬ ‫ﻣﻘﺒﻮل‬

‫ﯾﺸﯿﺮ ﺟﺪول )‪ (٩‬ﻋﻠﻰ أن ﻗﯿﻤﮫ ‪ d=2.385‬أي اﻧﮭﺎ اﻧﺤﺼﺮت ﺑﯿﻦ )‪ (0,4‬ﻣﺎ ﯾﺪل ﻋﻠﻰ ﻋﺪم وﺟﻮد‬
‫ارﺗﺒﺎط ذاﺗﻲ ﺑﯿﻦ اﻟﺒﻮاﻗﻲ‪.‬‬
 ‫‪٣٣٢‬‬
‫اﻟﻌﺪد اﻟﻌﺸﺮون )ج ‪ (٩‬ﻟﺴﻨﺔ ‪٢٠١٩‬م‬ ‫ﻣﺠﻠﺔ اﻟﺒﺤﺚ اﻟﻌﻠﻤﻰ ﻓﻰ اﻟﺘﺮﺑﯿﺔ‬

‫‪ .٥‬ﻋﺪم وﺟﻮد ﻗﯿﻢ ﻣﺘﻄﺮﻓﺔ‬

‫‪Scatterplot‬‬

‫‪Dependent Variable: y‬‬

‫‪6‬‬

‫‪4‬‬
‫‪Regression Standardized Residual‬‬

‫‪2‬‬

‫‪0‬‬

‫‪-2‬‬

‫‪-4‬‬

‫‪-6‬‬

‫‪-8‬‬

‫‪-3‬‬ ‫‪-2‬‬ ‫‪-1‬‬ ‫‪0‬‬ ‫‪1‬‬ ‫‪2‬‬ ‫‪3‬‬ ‫‪4‬‬

‫‪Regression Standardized Predicted Value‬‬

‫ﺷﻜﻞ ‪ :١٣‬ﺷﻜﻞ اﻧﺘﺸﺎر اﻟﺒﻮاﻗﻲ اﻟﻤﻌﯿﺎرﯾﺔ ﻣﻊ اﻟﻘﯿﻢ اﻟﻤﻘﺪرة‬

‫ﺗﻢ اﻟﺘﺤﻘﻖ ﻣﻦ ھﺬا اﻻﻓﺘﺮاض ﺑﺜﻼث ﻃﺮق ﻋﻠﻰ اﻟﻨﺤﻮ اﻟﺘﺎﻟﻲ‪:‬‬

‫اﻟﻄﺮﯾﻘﺔ اﻷوﻟﻰ‪ :‬ﺑﺎﺳﺘﺨﺪام ﺗﺨﻄﯿﻂ اﻻﻧﺘﺸﺎر‬

‫وﺗﻌﺮف اﻟﻘﯿﻢ اﻟﻤﺘﻄﺮﻓﺔ ﻋﻠﻰ أﻧﮭﺎ ﺣﺎﻻت ﻟﮭﺎ ﺑﻮاﻗﻲ ﻣﻌﯿﺎرﯾﺔ ﻻ ﺗﺰﯾﺪ ﻋﻦ ‪+3‬أو ﺗﻘﻞ ﻋﻦ‬
‫‪-3‬ﻣﻊ ﻣﺮاﻋﺎة أﻧﮫ ﻓﻲ اﻟﻌﯿﻨﺎت ﻛﺒﯿﺮة اﻟﺤﺠﻢ ﻻ ﺑﺄس ﻣﻦ وﺟﻮد ﻋﺪداً ﻗﻠﯿﻼً ﻣﻨﮭﺎ وﻟﯿﺲ ﻣﻦ اﻟﻀﺮوري‬
‫اﺗﺨﺎذ أي إﺟﺮاءات‪ .‬ﻛﺬﻟﻚ ﯾﺠﺐ أن ﺗﻜﻮن اﻟﺒﻮاﻗﻲ ﻣﻮزﻋﺔ ﺑﺸﻜﻞ ﻣﺴﺘﻄﯿﻞ ﺑﺤﯿﺚ ﺗﻜﻮن ﻣﻌﻈﻢ اﻟﻘﯿﻢ‬
‫ﻣﺮﻛﺰة ﻓﻲ اﻟﻤﻨﺘﺼﻒ )ﻋﻠﻰ إﻣﺘﺪاد ﻧﻘﻄﺔ اﻟﺼﻔﺮ( وﻻ ﺗﺄﺧﺬ ﻧﻤﻂ اﻻﻧﺤﻨﺎء واﻟﺬي ﯾﺮﺗﻔﻊ ﻓﯿﮫ ﻃﺮف ﻋﻦ‬
‫اﻵﺧﺮ ﺑﺸﻜﻞ ﻣﻠﺤﻮظ‪ ،‬ﺣﯿﺚ أن اﻻﻧﺤﺮاف ﻋﻦ اﻟﺸﻜﻞ اﻟﻤﺴﺘﻄﯿﻞ ﯾﺪل ﻋﻠﻰ اﻹِﺧﻼل ﺑﻔﺮﺿﯿﺔ اﻟﻘﯿﻢ‬
‫اﻟﻤﺘﻄﺮف‪.‬‬
‫اﻟﻄﺮﯾﻘﺔ اﻟﺜﺎﻧﯿﺔ‪ :‬ﻣﺴﺎﻓﺎت ﻣﮭﺎﻻﻧﻮﺑﺲ ‪Mahalanobis Distance‬‬
‫ﺟﺪول ‪ :١٠‬اﻹﺣﺼﺎء اﻟﻮﺻﻔﻲ ﻟﻘﯿﻢ ‪Mahalanobis‬‬
‫‪Mahalanobis‬‬ ‫اﻟﻤﺆﺷﺮ‬
‫‪1.169‬‬ ‫أﻗﻞ ﻗﯿﻤﺔ‬
‫‪3.249‬‬ ‫أﻛﺒﺮ ﻗﯿﻤﺔ‬
‫‪1.847‬‬ ‫اﻟﻤﺘﻮﺳﻂ اﻟﺤﺴﺎﺑﻲ‬
‫‪0.299‬‬ ‫اﻻﻧﺤﺮاف اﻟﻤﻌﯿﺎري‬
‫‪500‬‬ ‫ﻋﺪد اﻟﻘﯿﻢ‬
‫‪10‬‬ ‫ﻋﺪد اﻟﻤﺘﻐﯿﺮات اﻟﻤﺴﺘﻘﻠﺔ‬
‫‪3.94‬‬ ‫اﻟﻘﯿﻤﺔ اﻟﺤﺮﺟﺔ‬
 ‫‪٣٣٣‬‬
‫اﻟﻌﺪد اﻟﻌﺸﺮون )ج ‪ (٩‬ﻟﺴﻨﺔ ‪٢٠١٩‬م‬ ‫ﻣﺠﻠﺔ اﻟﺒﺤﺚ اﻟﻌﻠﻤﻰ ﻓﻰ اﻟﺘﺮﺑﯿﺔ‬

‫أﺷﺎرت ﻧﺘﺎﺋﺞ ﺟﺪول )‪ (١٠‬إﻟﻰ ﻋﺪم زﯾﺎدة أي ﻗﯿﻤﺔ ﻣﻦ ﻗﯿﻢ ‪ Mahalanobis‬ﻋﻠﻰ اﻟﻘﯿﻤﺔ اﻟﺤﺮﺟﺔ‬
‫)وﺗﺤﺪد ﺑﻘﯿﻤﺔ ﻣﺮﺑﻊ ﻛﺎي ﻋﻨﺪ درﺟﺎت اﻟﺤﺮﯾﺔ اﻟﻤﻘﺎﺑﻞ ﻟﻌﺪد اﻟﻤﺘﻐﯿﺮات اﻟﻤﺴﺘﻘﻠﺔ( وﺣﯿﺚ أن ﻋﺪد‬
‫اﻟﻤﺘﻐﯿﺮات اﻟﻤﺴﺘﻘﻠﺔ ﯾﺴﺎوي )‪ ،(10‬ﻟﺬا ﻓﺈن اﻟﻘﯿﻤﺔ اﻟﺤﺮﺟﺔ ﻟﻘﯿﻢ ‪ Mahalanobis‬ﺗﺴﺎوي )‪.(3.94‬‬
‫اﻟﻄﺮﯾﻘﺔ اﻟﺜﺎﻟﺜﺔ‪ :‬ﻣﺴﺎﻓﺎت ﻛﻮﻛﺲ ‪Cook's Distance‬‬
‫ﺟﺪول رﻗﻢ ‪ :١١‬اﻹﺣﺼﺎء اﻟﻮﺻﻔﻲ ﻟﻘﯿﻢ ‪Cook's‬‬
‫اﻟﻘﺮار‬ ‫ﻗﯿﻢ '‪Cook‬‬ ‫اﻟﻤﺆﺷﺮ‬
‫ﻗﺒﻮل‬ ‫‪0‬‬ ‫أﻗﻞ ﻗﯿﻤﺔ‬
‫ﻗﺒﻮل‬ ‫‪0.125‬‬ ‫أﻛﺒﺮ ﻗﯿﻤﺔ‬
‫ﻗﺒﻮل‬ ‫‪0.522‬‬ ‫اﻟﻤﺘﻮﺳﻂ اﻟﺤﺴﺎﺑﻲ‬
‫ﻗﺒﻮل‬ ‫‪0.097‬‬ ‫اﻻﻧﺤﺮاف اﻟﻤﻌﯿﺎري‬
‫ﻗﺒﻮل‬ ‫‪500‬‬ ‫ﻋﺪد اﻟﻘﯿﻢ‬
‫ﻗﺒﻮل‬ ‫‪10‬‬ ‫ﻋﺪد اﻟﻤﺘﻐﯿﺮات اﻟﻤﺴﺘﻘﻠﺔ‬
‫ﻗﺒﻮل‬ ‫‪1‬‬ ‫اﻟﻘﯿﻤﺔ اﻟﺤﺮﺟﺔ‬

‫أﺷﺎرت ﻧﺘﺎﺋﺞ ھﺬه اﻟﻄﺮﯾﻘﺔ إﻟﻰ ﻋﺪم زﯾﺎدة أي ﻗﯿﻤﺔ ﻣﻦ ﻗﯿﻢ ‪Cook's‬ﻋﻠﻰ اﻟﻘﯿﻤﺔ اﻟﺤﺮﺟﺔ )اﻟﻮاﺣﺪ‬
‫اﻟﺼﺤﯿﺢ(‪ .‬ﻣﻦ ﺟﻤﯿﻊ اﻟﻨﺘﺎﺋﺞ اﻟﺴﺎﺑﻘﺔ‪ ،‬ﯾﻤﻜﻦ اﻟﻘﻮل إﻧﮫ ﺗﺘﻮاﻓﺮ ﺟﻤﯿﻊ اﻻﻓﺘﺮاﺿﺎت اﻟﺨﺎﺻﺔ ﺑﺎﻻﻧﺤﺪار‬
‫اﻟﻤﺘﻌﺪد ﻓﻲ اﻟﺒﯿﺎﻧﺎت اﻟﺘﻲ ﺗﻢ ﺗﻮﻟﯿﺪھﺎ ﻻﺳﺘﺨﺪاﻣﮭﺎ ﻓﻲ اﻟﺪراﺳﺔ اﻟﺤﺎﻟﯿﺔ‪ ،‬وﻣﻦ ﺛﻢ اﻟﻮﺛﻮق ﻓﻲ اﻟﻨﺘﺎﺋﺞ اﻟﺘﻲ‬
‫ﯾﺘﻢ اﻟﺤﺼﻮل ﻋﻠﯿﮭﺎ‪.‬‬
‫ﻋﯿﻨﺔ اﻟﺪراﺳﺔ‬
‫ﺗﻢ اﺧﺘﯿﺎر ﻋﯿﻨﺎت ﻋﺸﻮاﺋﯿﺔ ﻣﻦ اﻟﻤ ﺸﺎھﺪات اﻹﺣ ﺼﺎﺋﯿﺔ اﻟﺘ ﻲ ﺗ ﻢ ﺗﻮﻟﯿ ﺪھﺎ ﺑﺎﺳ ﺘﺨﺪام ﺣﺠ ﻮم ﻋﯿﻨ ﺎت‬
‫ﻣﺨﺘﻠﻔﺔ‪ ،‬ﺗﺘﺮاوح ﺑﯿﻦ )‪ (500≥ n ≥ 25‬وھﻲ ﻋﺒﺎرة ﻋﻦ ﻣﺸﺎھﺪات ﻣﺘﻐﯿﺮ ﺗﺎﺑﻊ واﺣ ﺪ واﻟ ﺬي ُرﻣ ﺰ ﻟ ﮫ‬
‫ﺑﺎﻟﺮﻣﺰ )‪ (Y‬وﻋﺸﺮ ﻣﻦ اﻟﻤﺘﻐﯿﺮات اﻟﻤﺴﺘﻘﻠﺔ واﻟﺘﻲ رُﻣﺰ ﻟﮭﺎ ﺑﺎﻟﺮﻣﻮز ‪( X1 , X2 , X3 , X4 , X5 ,‬‬
‫)‪ ، X6 , X7 , X8 , X9 , X10‬وذﻟﻚ ﺑﮭﺪف دراﺳﺔ ﻛﻔﺎءة ﻧﻤﻮذج اﻻﻧﺤﺪار اﻟﻤﺘﻌﺪد اﻟﺘﺪرﯾﺠﻲ‪ ،‬وﺗﺘﺒﻊ‬
‫اﻟﺘﻐﯿﺮات اﻟﺘﻲ ﺗﻄ ﺮأ ﻋﻠ ﻰ ﻛﻔ ﺎءة ھ ﺬا اﻟﻨﻤ ﻮذج‪ ،‬ﻧﺘﯿﺠ ﺔ اﺳ ﺘﺨﺪام ﺣﺠ ﻮم ﻋﯿﻨ ﺎت ﻣﺨﺘﻠﻔ ﺔ‪ ،‬ﺗﺘ ﺮاوح ﺑ ﯿﻦ‬
‫)‪ ،(500≥ n ≥25‬وﻛﺎﻧ ﺖ اﻟﻌﯿﻨ ﺎت ‪ 25,50,75,100,150,200,300,400,500‬ﺗ ﻮاﻓﺮت ﻓﯿﮭ ﺎ‬
‫اﻻﻓﺘﺮاﺿﺎت اﻟﺨﺎﺻﺔ ﺑﺎﻻﻧﺤﺪار اﻟﻤﺘﻌﺪد‪.‬‬
‫وﺻﻒ اﻷداة‪:‬‬
‫ﻧﻈﺮا ﻟﻄﺒﯿﻌﺔ اﻟﺪراﺳﺔ اﻟﺤﺎﻟﯿﺔ وﻛﻮﻧﮭﺎ ﺗﻨﺪرج ﺗﺤﺖ دراﺳﺎت اﻟﻤﺤﺎﻛﺎة‪ ،‬ﻓﺈن أداة اﻟﺪراﺳﺔ ﻋﺒﺎرة‬
‫ﻋﻦ ﺟﺪول ﯾﺘﻜﻮن ﻣﻦ ﻣﺠﻤﻮﻋﺔ ﻣﻦ اﻟﺼﻔﻮف ﺗﻤﺜﻞ اﻟﺤﺎﻻت )اﻷﻓﺮاد( وﻋﺪدھﺎ )‪ (500‬ﺣﺎﻟﮫ‪،‬‬
‫وﻣﺠﻤﻮﻋﺔ ﻣﻦ اﻷﻋﻤﺪة ﺗﻤﺜﻞ اﻟﻤﺘﻐﯿﺮات وھﻲ )‪ (10‬ﻣﺘﻐﯿﺮات ﻣﺴﺘﻘﻠﺔ و )‪ (1‬ﻣﺘﻐﯿﺮ ﺗﺎﺑﻊ‪.‬‬
‫اﻟﺨﺼﺎﺋﺺ اﻟﺴﯿﻜﻮ ﻣﺘﺮﯾﺔ ﻟﻸداة‪:‬‬
‫ﺻﺪق وﺛﺒﺎت اﻷداة‪:‬‬
‫أداة اﻟﺪراﺳﺔ اﻟﺤﺎﻟﯿﺔ‪ ،‬ﻻ ﺗﺤﺘﺎج إﻟﻰ ﺣﺴﺎب ﻣﺆﺷﺮات اﻟﺼﺪق واﻟﺜﺒﺎت‪ ،‬ﺣﯿﻦ أﻧﮭﺎ ﻟﯿﺴﺖ أداة ﻓﻲ‬
‫ﺻﻮرة إﺳﺘﺒﯿﺎن أو اﺧﺘﺒﺎر‪ ،‬وإﻧﻤﺎ ﺗﻢ اﻟﺘﺄﻛﺪ ﻣﻦ ﻃﺒﯿﻌﺔ اﻟﺒﯿﺎﻧﺎت وﻣﻼءﻣﺘﮭﺎ ﻟﻸﺳﺎﻟﯿﺐ اﻹﺣﺼﺎﺋﯿﺔ ﻓﻲ‬
‫اﻟﺪراﺳﺔ اﻟﺤﺎﻟﯿﺔ‪ ،‬ﻣﻤﺎ ﯾﻌﻄﻲ ﻣﺼﺪاﻗﯿﺔ ﻟﻠﻨﺘﺎﺋﺞ اﻟﻤﺘﺤﺼﻞ ﻋﻠﯿﮭﺎ‪.‬‬
‫اﻷﺳﺎﻟﯿﺐ اﻹﺣﺼﺎﺋﯿﺔ‪:‬‬
‫ﻟﻺﺟﺎﺑﺔ ﻋﻦ ﺗﺴﺎؤﻻت اﻟﺪراﺳﺔ ﺗﻢ اﺳﺘﺨﺪام اﻷﺳﺎﻟﯿﺐ اﻹﺣﺼﺎﺋﯿﺔ اﻵﺗﯿﺔ‪:‬‬
‫‪ o‬ﻣﻌﺎﻣﻞ ارﺗﺒﺎط ﺑﯿﺮﺳﻮن‪.‬‬
‫‪ o‬اﻟﺴﻤﺎﺣﯿﺔ‪.‬‬
‫‪ o‬ﻣﻌﺎﻣﻞ ﺗﻀﺨﻢ اﻟﺘﺒﺎﯾﻦ‪.‬‬
 ‫‪٣٣٤‬‬
‫اﻟﻌﺪد اﻟﻌﺸﺮون )ج ‪ (٩‬ﻟﺴﻨﺔ ‪٢٠١٩‬م‬ ‫ﻣﺠﻠﺔ اﻟﺒﺤﺚ اﻟﻌﻠﻤﻰ ﻓﻰ اﻟﺘﺮﺑﯿﺔ‬

‫‪ o‬ﺧﻂ اﻻﻋﺘﺪاﻟﯿﺔ‪.‬‬
‫‪ o‬ﺗﻮزﯾﻊ اﻟﺒﻮاﻗﻲ‪.‬‬
‫‪ o‬اﺧﺘﺒﺎر دورﺑﻦ‪-‬واﺗﺴﻮن‬
‫‪ o‬اﻟﺮﺳﻢ اﻻﻧﺘﺸﺎري ﻟﻠﺒﻮاﻗﻲ‬
‫‪ o‬ﻣﺴﺎﻓﺎت ﻣﮭﺎﻻﻧﻮﺑﺲ‪.‬‬
‫‪ o‬ﻣﺴﺎﻓﺎت ﻛﻮﻛﺲ‪.‬‬
‫‪ o‬اﺧﺘﺒﺎر ﺗﺤﻠﯿﻞ اﻟﺘﺒﺎﯾﻦ ﻟﺪﻻﻟﺔ ﻧﻤﻮذج اﻻﻧﺤﺪار اﻟﻤﺘﻌﺪد اﻟﺘﺪرﯾﺠﻲ‪.‬‬
‫‪ o‬ﻣﻌﺎﻣﻞ اﻟﺘﺤﺪﯾﺪ)اﻟﺘﻘﺪﯾﺮ(‪.‬‬
‫‪ o‬ﻣﻌﺎﻣﻼت اﻻﻧﺤﺪار اﻟﺠﺰﺋﯿﺔ اﻟﻤﻌﯿﺎرﯾﺔ‪.‬‬
‫‪ o‬ﻣﻌﺎﻣﻼت اﻻﻧﺤﺪار اﻟﺠﺰﺋﯿﺔ ﻏﯿﺮ اﻟﻤﻌﯿﺎرﯾﺔ‪.‬‬
‫ﻋﺮض وﻣﻨﺎﻗﺸﺔ اﻟﻨﺘﺎﺋﺞ‪:‬‬
‫اﻟﺴﺆال اﻟﺮﺋﯿﺲ ﻓﻲ اﻟﺪراﺳﺔ اﻟﺤﺎﻟﯿﺔ ھﻮ ﻣﺎ درﺟﺔ ﺗﺄﺛﯿﺮ ﺣﺠﻢ اﻟﻌﯿﻨﺔ ﻋﻠﻰ ﻛﻔﺎءة ﻧﻤﻮذج اﻻﻧﺤﺪار‬
‫اﻟﻤﺘﻌﺪد اﻟﺘﺪرﯾﺠﻲ؟ وﺗﻢ اﻹﺟﺎﺑﺔ ﻋﻠﻰ ذﻟﻚ ﻣﻦ ﺧﻼل دراﺳﺔ وﺗﺤﺪﯾﺪ ﻧﺴﺒﺔ اﻟﺘﺒﺎﯾﻦ اﻟﻤﻔﺴﺮ وﻋﺪد ﻣﻦ‬
‫اﻟﻤﺆﺷﺮات اﻷﺧﺮى ﻓﻲ ﻧﻤﻮذج اﻻﻧﺤﺪار اﻟﻤﺘﻌﺪد اﻟﺘﺪرﯾﺠﻲ‪ ،‬وﺗﺘﺒﻊ اﻟﺘﻐﯿﺮات اﻟﺘﻲ ﺗﻄﺮأ ﻋﻠﻰ ﻛﻔﺎءة‬
‫ﻧﻤﻮذج اﻻﻧﺤﺪار اﻟﻤﺘﻌﺪد اﻟﺘﺪرﯾﺠﻲ‪ ،‬ﻧﺘﯿﺠﺔ اﺳﺘﺨﺪام أﺣﺠﺎم ﻋﯿﻨﺎت ﻣﺨﺘﻠﻔﺔ‪ ،‬ﺗﺘﺮاوح ﺑﯿﻦ )‪≥25‬‬
‫‪ (500≥n‬وﺗﺘﻮاﻓﺮ ﻓﯿﮭﺎ اﻻﻓﺘﺮاﺿﺎت اﻟﺨﺎﺻﺔ ﺑﺎﻻﻧﺤﺪار اﻟﻤﺘﻌﺪد اﻟﺘﺪرﯾﺠﻲ‪.‬‬
‫ﻟﺬا ﺗﻢ ﺗﻮﻟﯿﺪ ﺑﯿﺎﻧﺎت ﻟﻌﺪد ﻣﻦ اﻟﻤﺘﻐﯿﺮات اﻟﺘﻲ ﺗﺤﺎﻛﻲ دراﺳﺔ ﺗﻄﺒﯿﻘﯿﺔ ﻓﻲ أي ﻣﺠﺎل ﻣﻦ اﻟﻤﺠﺎﻻت‬
‫اﻟﻌﻠﻤﯿﺔ وﻣﻨﮭﺎ ﻣﺠﺎل اﻟﻌﻠﻮم اﻟﺘﺮﺑﻮﯾﺔ‪ ،‬ﺗﻜﻮﻧﺖ ﻣﻦ )‪ (500‬ﻣﺸﺎھﺪة إﺣﺼﺎﺋﯿﺔ ﺗﻢ ﺗﻮﻟﯿﺪھﺎ ﺑﺎﺳﺘﺨﺪام‬
‫ﺑﺮﻧﺎﻣﺞ اﻛﺴﻞ )‪ (Excel‬وﺗﻢ ﺗﻮﺻﯿﻔﮭﺎ ﻋﻠﻰ أﺳﺎس ﻣﺘﻐﯿﺮ ﺗﺎﺑﻊ واﺣﺪ رُﻣﺰ ﻟﮫ ﺑﺎﻟﺮﻣﺰ )‪ (Y‬وﻋﺸﺮ‬
‫ﻣﺘﻐﯿﺮات ﻣﺴﺘﻘﻠﺔ رُﻣﺰ ﻟﮭﺎ ﺑﺎﻟﺮﻣﻮز)‪(X1 , X2 , X3 , X4 , X5 , X6 , X7 , X8 , X9 , X10‬‬
‫وﻓﯿﻤﺎ ﯾﻠﻲ ﻋﺮﺿﺎ ﻟﻠﻨﺘﺎﺋﺞ ﻣﻦ ﺧﻼل اﻹﺟﺎﺑﺔ ﻋﻠﻰ اﻟﺘﺴﺎؤﻻت اﻟﻔﺮﻋﯿﺔ واﻟﺘﻲ ﺗﻌﻄﻲ ﻓﻲ اﻟﻨﮭﺎﯾﺔ إﺟﺎﺑﺔ‬
‫ﻟﻠﺘﺴﺎؤل اﻟﺮﺋﯿﺴﻲ‪.‬‬
‫‪ ‬دراﺳﺔ ﻛﻔﺎءة ﻧﻤﻮذج اﻻﻧﺤﺪار اﻟﻤﺘﻌﺪد اﻟﺘﺪرﯾﺠﻲ ﻓﻲ ﺣﺎﻟﺔ )‪(n=25‬‬
‫ﺗﻢ اﺳﺘﺨﺪام اﺧﺘﺒﺎر ﺗﺤﻠﯿﻞ اﻟﺘﺒﺎﯾﻦ )‪ (F‬ﺑﮭﺪف اﺧﺘﺒﺎر ﻛﻔﺎءة ﻧﻤﻮذج اﻻﻧﺤﺪار اﻟﻤﺘﻌﺪد اﻟﺘﺪرﯾﺠﻲ ﻓﻲ‬
‫ﺣﺎﻟﺔ )‪ (n=25‬وﻛﺎﻧﺖ ﻧﺘﺎﺋﺠﮫ ﻛﺎﻟﺘﺎﻟﻲ‪:‬‬
‫ﺟﺪول )‪ :(١٢‬ﻛﻔﺎءة ﻧﻤﻮذج اﻻﻧﺤﺪار اﻟﻤﺘﻌﺪد اﻟﺘﺪرﯾﺠﻲ ﻓﻲ ﺣﺎﻟﺔ )‪(n=25‬‬
‫‪model Source‬‬ ‫‪Sum Of‬‬ ‫‪Degree‬‬ ‫‪Mean‬‬ ‫‪F‬‬ ‫‪Sig‬‬
‫‪Of‬‬ ‫‪Squares‬‬ ‫‪of‬‬ ‫‪Squares‬‬
‫‪Variance‬‬ ‫‪SS‬‬ ‫‪Freedom‬‬ ‫‪MS‬‬
‫‪S.O.V‬‬ ‫‪DF‬‬
‫‪A‬‬ ‫ﺗﺒﺎﯾﻦ‬ ‫‪133.711‬‬ ‫‪1‬‬ ‫‪133.711‬‬ ‫‪4.976‬‬ ‫‪0.036‬‬
‫اﻻﻧﺤﺪار‬
‫‪ 618.049‬ﺗﺒﺎﯾﻦ اﻟﺒﻮاﻗﻲ‬ ‫‪23‬‬ ‫‪26.872‬‬
‫‪ 751.76‬اﻟﺘﺒﺎﯾﻦ اﻟﻜﻠﻲ‬ ‫‪24‬‬
‫‪A‬‬ ‫‪Predictors: (Constant), x10‬‬

‫ﻗﯿﻤﺔ )‪ (F‬ﺗﺴﺎوي )‪ ،(4.976‬وھﻲ داﻟﺔ إﺣﺼﺎﺋﯿﺎً ﻋﻨﺪ ﻣﺴﺘﻮى دﻻﻟﺔ أﻗﻞ )‪ ،(0.05‬وھﺬا ﻣﺆﺷﺮ ﻋﻠﻰ‬
‫ﻛﻔﺎءة ﻧﻤﻮذج اﻻﻧﺤﺪار اﻟﻤﺘﻌﺪد اﻟﺘﺪرﯾﺠﻲ ﻓﻲ ﺣﺎﻟﺔ )‪ ،(n=25‬ﻟﻜﻦ ﯾﺠﺐ ﻋﺪم اﻹﻋﺘﻤﺎد ﻋﻠﻰ ﻣﺆﺷﺮ‬
‫واﺣﺪ ﻓﻘﻂ وھﻮ ﻗﯿﻤﺔ )‪ (F‬ﺣﯿﺚ أن ھﺬا اﻟﻨﻤﻮذج وﺑﺴﺒﺐ وﺟﻮد ﻋﺪد ﻗﻠﯿﻞ ﻣﻦ اﻟﻤﺸﺎھﺪات )‪(n=25‬‬
‫اﺷﺘﻤﻞ ﻋﻠﻰ ﻣﺘﻐﯿﺮ واﺣﺪ ﻓﻘﻂ )‪ (x10‬وأھﻤﻞ ﺑﺎﻗﻲ اﻟﻤﺘﻐﯿﺮات اﻟﻤﺴﺘﻘﻠﺔ‬
 ‫‪٣٣٥‬‬
‫اﻟﻌﺪد اﻟﻌﺸﺮون )ج ‪ (٩‬ﻟﺴﻨﺔ ‪٢٠١٩‬م‬ ‫ﻣﺠﻠﺔ اﻟﺒﺤﺚ اﻟﻌﻠﻤﻰ ﻓﻰ اﻟﺘﺮﺑﯿﺔ‬

‫)‪ (x1,x2,x3,x4,x5,x6,x7,x8,x9‬وﻛﺎن اﻟﺴﺒﺐ ﻓﻲ وﺟﻮد ﻛﻔﺎءة ﻟﻨﻤﻮذج اﻻﻧﺤﺪار اﻟﻤﺘﻌﺪد اﻟﺘﺪرﯾﺠﻲ‬

‫ﻓﻲ ﺣﺎﻟﺔ )‪ (n=25‬ھﻮ ﻣﻌﺎﻣﻞ اﻻرﺗﺒﺎط اﻟﻘﻮي ﺑﯿﻦ اﻟﻤﺘﻐﯿﺮ اﻟﺘﺎﺑﻊ )‪ (Y‬واﻟﻤﺘﻐﯿﺮ اﻟﻤﺴﺘﻘﻞ )‪ (x10‬واﻟﺬي‬
‫ﺑﻠﻎ )‪ (0.49‬ﻛﻤﺎ أﺷﺎر ﺟﺪول )‪ (٦‬ﻓﻲ اﻟﻔﺼﻞ اﻟﺜﺎﻟﺚ‪.‬‬
‫‪2‬‬
‫وﻋﻨﺪ اﻟﻨﻈﺮ إﻟﻰ ﻣﺆﺷﺮ آﺧﺮ وھﻮ ﻣﻌﺎﻣﻞ اﻟﺘﺤﺪﯾﺪ)اﻟﺘﻘﺪﯾﺮ( ) ‪ (R‬ﻛﻤﺆﺷﺮ ﻟﻨﺴﺒﺔ اﻟﺘﺒﺎﯾﻦ اﻟﻤﻔﺴﺮ ﻣﻦ‬
‫اﻟﻤﺘﻐﯿﺮ اﻟﺘﺎﺑﻊ واﻟﺬي ﯾﻌﺰى إﻟﻰ ﺗﺄﺛﯿﺮ اﻟﻤﺘﻐﯿﺮات اﻟﻤﺴﺘﻘﻠﺔ ﻛﺎﻧﺖ اﻟﻨﺘﺎﺋﺞ ﻛﺎﻟﺘﺎﻟﻲ‪:‬‬
‫ﺟﺪول )‪ :(١٣‬اﻟﺘﺒﺎﯾﻦ اﻟﻤﻔﺴﺮ وﺗﻐﯿﺮ اﻹﺣﺼﺎءات ﻟﻨﻤﻮذج اﻻﻧﺤﺪار اﻟﻤﺘﻌﺪد اﻟﺘﺪرﯾﺠﻲ ﻓﻲ ﺣﺎﻟﺔ‬
‫)‪(n=25‬‬
‫‪Model‬‬ ‫‪R‬‬ ‫‪R2‬‬ ‫‪Adj.R‬‬ ‫‪change Sta.‬‬
‫‪2‬‬ ‫‪R2‬‬ ‫‪F‬‬ ‫‪D D‬‬ ‫‪Sig.F‬‬
‫‪change change F1 F2 Change‬‬
‫‪A‬‬ ‫‪0.422 0.178 0.142‬‬ ‫‪0.178‬‬ ‫‪4.976‬‬ ‫‪1 23 0.036‬‬
‫‪A‬‬ ‫‪Predictors: (Constant), x10‬‬

‫ﻗﯿﻤﺔ )‪ (R2‬ﺗﺴﺎوي )‪ (0.178‬وھﺬا ﯾﻌﻨﻲ أن اﻟﻨﻤﻮذج ﯾﻔﺴﺮ )‪ (%17.8‬ﻓﻘﻂ ﻣﻦ اﻟﺘﺒﺎﯾﻦ اﻟﻜﻠﻲ ﻓﻲ‬
‫اﻟﻤﺘﻐﯿﺮ اﻟﺘﺎﺑﻊ )‪ (Y‬واﻟﺬي ﯾﻌﺰى إﻟﻰ ﺗﺄﺛﯿﺮ اﻟﻤﺘﻐﯿﺮات اﻟﻤﺴﺘﻘﻠﺔ‪ ،‬وھﺬه اﻟﻘﯿﻤﺔ ﻣﻨﺨﻔﻀﺔ وﺗﺸﯿﺮ إﻟﻰ‬
‫ﻛﻔﺎءه ﻣﻨﺨﻔﻀﮫ ﻟﻨﻤﻮذج اﻻﻧﺤﺪار اﻟﻤﺘﻌﺪد اﻟﺘﺪرﯾﺠﻲ ﺧﺎﺻﺔ إذا ﻧﻈﺮﻧﺎ إﻟﻰ وﺟﻮد ﻋﺪد ﻛﺒﯿﺮ ﻣﻦ‬
‫اﻟﻤﺘﻐﯿﺮات اﻟﻤﺴﺘﻘﻠﺔ )‪ (10‬ﻣﺘﻐﯿﺮات‪.‬‬
‫وﺗﻔﺴﺮ اﻟﺒﺎﺣﺜﺔ ﺗﻠﻚ اﻟﻨﺘﯿﺠﺔ ﺑﺴﺒﺐ ﺻﻐﺮ ﺣﺠﻢ اﻟﻌﯿﻨﺔ )‪ (n=25‬ﻓﺈن اﻟﺬي ﺳﺎھﻢ ﻓﻲ ﻛﻔﺎءة ﻧﻤﻮذج‬
‫اﻻﻧﺤﺪار وﺗﻔﺴﯿﺮ ﺗﺒﺎﯾﻦ اﻟﻤﺘﻐﯿﺮ اﻟﺘﺎﺑﻊ )‪ (Y‬ھﻮ ﻣﺘﻐﯿﺮ واﺣﺪ ﻓﻘﻂ )‪ ،(x10‬وﯾﻤﻜﻦ اﻋﺘﺒﺎر أن ﻗﯿﻤﺔ‬
‫)‪ (R2=0.178‬ﻗﯿﻤﺔ ﻣﺮﺗﻔﻌﺔ إذا أﺧﺬﻧﺎ ﻓﻲ اﻻﻋﺘﺒﺎر أﻧﮭﺎ ﻧﺘﯿﺠﺔ إﺳﮭﺎم اﻟﻤﺘﻐﯿﺮ )‪ (x10‬ﻓﻘﻂ‪ ،‬وھﺬا ھﻮ‬
‫اﻟﺴﺒﺐ اﻟﺬي أﻇﮭﺮ ﻛﻔﺎءة ﻧﻤﻮذج اﻻﻧﺤﺪار اﻟﻤﺘﻌﺪد اﻟﺘﺪرﯾﺠﻲ ﻓﻲ ﺣﺎﻟﺔ )‪ (n=25‬ﻋﻨﺪ اﻹﻋﺘﻤﺎد ﻋﻠﻰ‬
‫اﺧﺘﺒﺎر )‪ (F‬ﻓﻘﻂ دون اﻟﻨﻈﺮ إﻟﻰ ﻗﯿﻤﺔ )‪ ،(R2‬ﻟﻜﻨﮭﺎ ﺗﻌﺘﺒﺮ ﻗﯿﻤﺔ ﻣﻨﺨﻔﻀﺔ ﻋﻨﺪ اﻷﺧﺬ ﻓﻲ اﻻﻋﺘﺒﺎر ﻛﻔﺎءة‬
‫اﻟﻨﻤﻮذج اﻟﻌﺎم ﻟﻼﻧﺤﺪار اﻟﻤﺘﻌﺪد اﻟﺘﺪرﯾﺠﻲ وﺗﻔﺴﯿﺮ ﺗﺒﺎﯾﻦ اﻟﻤﺘﻐﯿﺮ اﻟﺘﺎﺑﻊ‪.‬‬
‫‪2‬‬
‫أﯾﻀﺎ ﺗﺮى اﻟﺒﺎﺣﺜﺔ أن اﺳﺘﺨﺪام اﻟﻌﯿﻨﺎت ﺻﻐﯿﺮة اﻟﺤﺠﻢ ﯾﺠﻌﻞ ﻗﯿﻤﺔ ) ‪ (R‬ﻟﺘﻔﺴﯿﺮ اﻟﺘﺒﺎﯾﻦ ﻓﻲ‬
‫اﻟﻤﺘﻐﯿﺮ اﻟﺘﺎﺑﻊ ﺗﻘﺪﯾﺮاً ﻣﺒﺎﻟﻐﺎً ﻓﯿﮫ ﺑﺪرﺟﺔ ﻛﺒﯿﺮة‪ ،‬ﻟﺬا ﯾﺠﺐ ﻋﺪم اﻹﻋﺘﻤﺎد ﻋﻠﻰ ﻗﯿﻤﺔ )‪ (R2‬ﺑﻞ ﻣﻦ اﻟﻮاﺟﺐ‬
‫اﻟﻨﻈﺮ إﻟﻰ ﻗﯿﻤﺔ )‪ (R2‬اﻟﻤﻌﺪﻟﺔ ﻓﮭﻲ ﺗﺼﺤﺢ ﻟﻘﯿﻤﺔ )‪ (R2‬وﺗﻮﻓﺮ ﺗﻘﺪﯾﺮاً أﻓﻀﻞ وﻏﯿﺮ ﻣﺘﻀﺨﻢ ﻟﻨﺴﺒﺔ‬
‫اﻟﺘﺒﺎﯾﻦ اﻟﻤﻔﺴﺮ ﻣﻦ اﻟﻤﺘﻐﯿﺮ اﻟﺘﺎﺑﻊ )‪ (Y‬واﻟﺬي ﯾﻌﺰى إﻟﻰ ﺗﺄﺛﯿﺮ اﻟﻤﺘﻐﯿﺮات اﻟﻤﺴﺘﻘﻠﺔ‪.‬‬
‫ﻟﺬا ﯾﺘﻀﺢ أﻧﮫ ﻓﻲ ﺣﺎﻟﺔ اﻟﻌﯿﻨﺎت اﻟﺼﻐﯿﺮة ﯾﺠﺐ أن ﻧﻌﺘﻤﺪ ﻋﻠﻰ ﻗﯿﻤﺔ )‪ (R2‬اﻟﻤﻌﺪﻟﺔ ﻓﻲ ﺗﻔﺴﯿﺮ اﻟﻨﺘﺎﺋﺞ‬
‫اﻟﺨﺎﺻﺔ ﺑﻨﺴﺒﺔ اﻟﺘﺒﺎﯾﻦ اﻟﻤﻔﺴﺮ ﻣﻦ اﻟﻤﺘﻐﯿﺮ اﻟﺘﺎﺑﻊ‪ ،‬واﻟﺘﻲ ﻛﺎﻧﺖ ﻗﯿﻤﺘﮭﺎ )‪ (0.143‬وھﺬه اﻟﻘﯿﻤﺔ ﺗﻌﻨﻲ أن‬
‫ﻧﺴﺒﺔ اﻟﺘﺒﺎﯾﻦ اﻟﻤﻔﺴﺮ ﻣﻦ اﻟﻤﺘﻐﯿﺮ اﻟﺘﺎﺑﻊ واﻟﺬي ﯾﻌﺰى إﻟﻰ ﺗﺄﺛﯿﺮ اﻟﻤﺘﻐﯿﺮات اﻟﻤﺴﺘﻘﻠﺔ ﺗﺴﺎوي )‪(%14.3‬‬
‫وھﻲ ﻧﺴﺒﺔ ﺻﻐﯿﺮة‪.‬‬
‫ﻣﻦ اﻟﻤﺆﺷﺮات اﻟﮭﺎﻣﺔ أﯾﻀﺎ ﻓﻲ دراﺳﺔ اﻟﺘﺒﺎﯾﻦ اﻟﻤﻔﺴﺮ ﻟﻨﻤﻮذج اﻻﻧﺤﺪار اﻟﻤﺘﻌﺪد اﻟﺘﺪرﯾﺠﻲ ھﻮ ﺗﻘﯿﯿﻢ‬
‫ﺗﺄﺛﯿﺮ اﻟﻤﺘﻐﯿﺮات اﻟﻤﺴﺘﻘﻠﺔ ﻣﻦ ﺧﻼل اﻟﻨﻈﺮ إﻟﻰ ﻣﺪى إﺳﮭﺎم ﻛﻼً ﻣﻨﮭﺎ ﻓﻲ اﻟﺘﺄﺛﯿﺮ وﻣﻦ ﺛﻢ اﻟﺘﻨﺒﺆ ﺑﺎﻟﻤﺘﻐﯿﺮ‬
‫اﻟﺘﺎﺑﻊ‪ ،‬واﻟﺬي ﯾﻤﻜﻦ ﺗﻨﺎوﻟﮫ ﻣﻦ ﺧﻼل اﻟﺠﺪول اﻟﺘﺎﻟﻲ‪:‬‬
 ‫‪٣٣٦‬‬
‫اﻟﻌﺪد اﻟﻌﺸﺮون )ج ‪ (٩‬ﻟﺴﻨﺔ ‪٢٠١٩‬م‬ ‫ﻣﺠﻠﺔ اﻟﺒﺤﺚ اﻟﻌﻠﻤﻰ ﻓﻰ اﻟﺘﺮﺑﯿﺔ‬

‫ﺟﺪول )‪ :(١٤‬اﻟﻤﺴﺎھﻤﺔ اﻟﻨﺴﺒﯿﺔ ﻟﻠﻤﺘﻐﯿﺮات اﻟﻤﺴﺘﻘﻠﺔ ﻟﻨﻤﻮذج اﻻﻧﺤﺪار اﻟﻤﺘﻌﺪد اﻟﺘﺪرﯾﺠﻲ ﻓﻲ ﺣﺎﻟﺔ‬
‫)‪(n=25‬‬
‫‪Model‬‬ ‫‪B‬‬ ‫‪Beta‬‬ ‫‪T‬‬ ‫‪Sig.‬‬
‫‪A‬‬ ‫‪Constant‬‬ ‫‪244.983‬‬ ‫‪6.945‬‬ ‫‪0.00‬‬
‫‪X10‬‬ ‫‪1.443‬‬ ‫‪0.422‬‬ ‫‪2.231‬‬ ‫‪0.036‬‬

‫ﺟﺪول )‪ (١٤‬ﯾﻌﺮض ﻧﻮﻋﯿﻦ ﻣﻦ ﻣﻌﺎﻣﻼت اﻻﻧﺤﺪار‪ ،‬اﻷول ﺗﺤ ﺖ اﻟﺮﻣ ﺰ )‪ (B‬واﻟﺜ ﺎﻧﻲ ﺗﺤ ﺖ اﻟﺮﻣ ﺰ‬
‫)‪ (Beta‬وھﻨﺎ ﯾﺠﺐ اﻟﺘﻨﻮﯾﮫ إﻟﻰ ﺧﻄﺄ ﯾﻘ ﻊ ﻓﯿ ﮫ ﻛﺜﯿ ﺮاً ﻣ ﻦ اﻟﺒ ﺎﺣﺜﯿﻦ‪ ،‬وھ ﻮ اﺳ ﺘﺨﺪام ﻣﻌ ﺎﻣﻼت اﻻﻧﺤ ﺪار‬
‫ﺗﺤ ﺖ اﻟﺮﻣ ﺰ )‪ (B‬واﻟﺘ ﻲ ﺗﻨ ﺪرج ﺗﺤ ﺖ ﻣ ﺴﻤﻰ اﻟﻤﻌ ﺎﻣﻼت ﻏﯿ ﺮ اﻟﻤﻌﯿﺎرﯾ ﺔ ‪(Unstandardized‬‬
‫)‪ Coefficient‬ﻟﺘﻘﯿ ﯿﻢ ﺗ ﺄﺛﯿﺮ اﻟﻤﺘﻐﯿ ﺮات اﻟﻤ ﺴﺘﻘﻠﺔ وﻣﻌﺮﻓ ﺔ ﻣ ﺪى إﺳ ﮭﺎم ﻛ ﻼً ﻣﻨﮭ ﺎ ﻓ ﻲ اﻟﺘﻨﺒ ﺆ ﺑ ﺎﻟﻤﺘﻐﯿﺮ‬
‫اﻟﺘﺎﺑﻊ‪ ،‬ﻓﻲ ﺣﯿﻦ أن اﻟﺼﺤﯿﺢ ﻋﻨﺪ اھﺘﻤﺎم اﻟﺒﺎﺣﺚ ﺑﺪرﺟﺔ إﺳﮭﺎم ﻛﻞ ﻣﺘﻐﯿﺮ ﻣ ﺴﺘﻘﻞ ﻋﻠ ﻰ اﻟﻤﺘﻐﯿ ﺮ اﻟﺘ ﺎﺑﻊ‪،‬‬
‫ﯾﺠ ﺐ اﺳ ﺘﺨﺪام ﻣﻌ ﺎﻣﻼت اﻻﻧﺤ ﺪار ﺗﺤ ﺖ اﻟﺮﻣ ﺰ )‪ (Beta‬واﻟﺘ ﻲ ﺗﻨ ﺪرج ﺗﺤ ﺖ اﻟﻤ ﺴﻤﻰ اﻟﻤﻌ ﺎﻣﻼت‬
‫اﻟﻤﻌﯿﺎرﯾ ﺔ )‪ (Standardized Coefficient‬واﻟ ﺴﺒﺐ ﻓ ﻲ ذﻟ ﻚ أن ﻛﻠﻤ ﺔ ﻣﻌﯿﺎرﯾ ﺔ ھﻨ ﺎ ﺗ ﺸﯿﺮ إﻟ ﻰ أن‬
‫ھ ﺬه اﻟﻘ ﯿﻢ اﻟﺨﺎﺻ ﺔ ﺑﻜ ﻞ ﻣﺘﻐﯿ ﺮ ﻣ ﺴﺘﻘﻞ ﺗ ﻢ ﺗﺤﻮﯾﻠﮭ ﺎ إﻟ ﻰ ﻣﻌ ﺎﻣﻼت اﻧﺤ ﺪار ﻣﻌﯿﺎرﯾ ﺔ وﺑﺎﻟﺘ ﺎﻟﻲ ﯾ ﺴﺘﻄﯿﻊ‬
‫اﻟﺒﺎﺣﺚ ﻣﻘﺎرﻧﺔ ﺗﻠﻚ اﻟﻤﻌﺎﻣﻼت ﻣﻊ ﺑﻌﻀﮭﺎ اﻟﺒﻌﺾ‪ ،‬أﻣﺎ إذا ﻛﺎن اﻟﺒﺎﺣﺚ ﯾﮭ ﺘﻢ ﺑﺘﻜ ﻮﯾﻦ ﻣﻌﺎدﻟ ﺔ اﻻﻧﺤ ﺪار‬
‫ﻓﻘ ﻂ ﺑﮭ ﺪف اﻟﺘﻨﺒ ﺆ‪ ،‬ﯾﻤﻜﻨ ﮫ ﻓ ﻲ ھ ﺬه اﻟﺤﺎﻟ ﺔ اﺳ ﺘﺨﺪام ﻣﻌ ﺎﻣﻼت اﻻﻧﺤ ﺪار ﻏﯿ ﺮ اﻟﻤﻌﯿﺎرﯾ ﺔ‬
‫)‪ (Unstandardized Coefficient‬اﻟﻤﺪرﺟﺔ ﺗﺤﺖ اﻟﺮﻣﺰ )‪.(B‬‬
‫وﻋﻨﺪ اﻟﻨﻈﺮ إﻟﻰ ﻗﯿﻢ )‪ (Beta‬ﻧﺠﺪ ﻗﯿﻤﺔ واﺣﺪة ﻓﻘﻂ ھﻲ )‪ (0.422‬وﺗﻤﺜﻞ ﻣﻌﺎﻣﻞ اﻻﻧﺤ ﺪار اﻟﺨ ﺎص‬
‫ﺑﺎﻟﻤﺘﻐﯿﺮ اﻟﻤﺴﺘﻘﻞ )‪ (X10‬ﺑﺎﻟﺮﻏﻢ ﻣﻦ وﺟﻮد )‪ (10‬ﻋﻮاﻣﻞ ﻣﺴﺘﻘﻠﺔ‪ .‬وھ ﺬا ﯾﻌﻨ ﻲ أن ھ ﺬا اﻟﻤﺘﻐﯿ ﺮ )‪(X10‬‬
‫ھﻮ اﻷﻛﺒﺮ إﺳﮭﺎﻣﺎ ﻣﻦ ﺑ ﯿﻦ اﻟﻤﺘﻐﯿ ﺮات اﻟﻤ ﺴﺘﻘﻠﺔ ﻓ ﻲ ﺗﻔ ﺴﯿﺮ اﻟﺘﺒ ﺎﯾﻦ ﻓ ﻲ اﻟﻤﺘﻐﯿ ﺮ اﻟﺘ ﺎﺑﻊ‪ .‬وﻋﻠ ﻰ اﻟﺠﺎﻧ ﺐ‬
‫اﻵﺧﺮ ﻓﺈن ﻗﯿﻤ ﺔ ﻣﻌﺎﻣ ﻞ اﻻﻧﺤ ﺪار )‪ (B‬اﻟﺨ ﺎص ﺑ ﺎﻟﻤﺘﻐﯿﺮ اﻟﻤ ﺴﺘﻘﻞ )‪ (X10‬ﺑﻠﻐ ﺖ )‪ (1.443‬وھ ﻲ ذات‬
‫ﺗﺄﺛﯿﺮ دال إﺣﺼﺎﺋﯿﺎ ﻋﻨﺪ ﻣﺴﺘﻮى أﻗﻞ ﻣﻦ )‪ (0.05‬ﻋﻨﺪ اﻟﺘﻨﺒﺆ ﺑﺎﻟﻤﺘﻐﯿﺮ اﻟﺘﺎﺑﻊ )‪.(Y‬‬
‫وﺗﻔ ﺴﺮ اﻟﺒﺎﺣﺜ ﺔ وﺟ ﻮد ﻗﯿﻤ ﺔ واﺣ ﺪة ﻓﻘ ﻂ ﻣ ﻦ ﻣﻌ ﺎﻣﻼت اﻻﻧﺤ ﺪار اﻟﺠﺰﺋﯿ ﺔ ﺳ ﻮاء )‪ (Beta‬أو )‪(B‬‬
‫ﺑﺎﻟﺮﻏﻢ ﻣﻦ وﺟﻮد )‪ (10‬ﻋﻮاﻣﻞ ﻣﺴﺘﻘﻠﺔ‪ ،‬رﺑﻤ ﺎ ﯾﺮﺟ ﻊ إﻟ ﻰ ﺻ ﻐﺮ ﺣﺠ ﻢ اﻟﻌﯿﻨ ﺔ ﺑﻤ ﺎ ﻻ ﯾ ﺘﻼﺋﻢ ﻣ ﻊ ﻛﻔ ﺎءة‬
‫ﻧﻤﻮذج اﻻﻧﺤﺪار اﻟﻤﺘﻌﺪد اﻟﺘﺪرﯾﺠﻲ‪.‬‬
‫ﻣﻦ ﺟﻤﯿﻊ اﻟﻨﺘﺎﺋﺞ اﻟﺴﺎﺑﻘﺔ ﺗﺴﺘﺨﻠﺺ اﻟﺒﺎﺣﺜﺔ أﻧﮫ ﻓ ﻲ ﺣﺎﻟ ﺔ اﺳ ﺘﺨﺪام ﻋﯿﻨ ﺔ )‪ (n=25‬ﻟ ﻢ ﯾﻈﮭ ﺮ ﺳ ﻮى‬
‫ﻣﺘﻐﯿ ﺮ ﻣ ﺴﺘﻘﻞ واﺣ ﺪ ھ ﻮ)‪ (X10‬ﻓ ﻲ ﻧﻤ ﻮذج اﻻﻧﺤ ﺪار اﻟﻤﺘﻌ ﺪد اﻟﺘ ﺪرﯾﺠﻲ ﺑ ﺎﻟﺮﻏﻢ ﻣ ﻦ وﺟ ﻮد )‪(10‬‬
‫ﻣﺘﻐﯿ ﺮات ﻣ ﺴﺘﻘﻠﺔ‪ ،‬وﺑﻠﻐ ﺖ ﻧ ﺴﺒﺔ اﻟﺘﺒ ﺎﯾﻦ اﻟﻤﻔ ﺴﺮ )‪ (%14.2‬ﻓﻘ ﻂ‪ .‬ﻟ ﺬا ﯾﻤﻜ ﻦ اﻟﻘ ﻮل ﺑﻌ ﺪم اﻟﺮﺿ ﺎ ﻋﻠ ﻰ‬
‫ﻛﻔﺎءة ﻧﻤﻮذج اﻻﻧﺤﺪار اﻟﻤﺘﻌﺪد اﻟﺘﺪرﯾﺠﻲ ﻋﻨﺪ اﺳﺘﺨﺪام ﻋﯿﻨﺔ ﻣﻦ )‪ (25‬ﺣﺎﻟﮫ‪ .‬وھﺬا ﯾﺘﻔﻖ ﻣ ﻊ ﻣ ﺎ ذﻛ ﺮه‬
‫)اﻟﻐﺎﻣﺪي‪ (٢٠١٣،‬ﻋﺪم ﻛﻔﺎءة ﻧﻤ ﻮذج اﻻﻧﺤ ﺪار اﻟﻤﺘﻌ ﺪد ﻋﻨ ﺪ اﺳ ﺘﺨﺪام ﻋﯿﻨ ﺎت ﺻ ﻐﯿﺮة ﻣ ﻦ ‪ 20‬ﺣﺎﻟ ﮫ‪.‬‬
‫ﻛﻤﺎ اﺗﻔﻖ ﻣﻊ ﻣﺎ ذﻛﺮه )ﺳﺒﯿﻞ‪ (٢٠١٥،‬ﻋﺪم ﻛﻔﺎءة ﻧﻤﻮذج اﻻﻧﺤﺪار اﻟﻤﺘﻌﺪد ﻋﻨﺪﻣﺎ ﯾﻘﻞ ﺣﺠﻢ اﻟﻌﯿﻨﺔ ﻋﻦ‬
‫‪30‬ﻣﻔﺮدة‪.‬‬
 ‫‪٣٣٧‬‬
‫اﻟﻌﺪد اﻟﻌﺸﺮون )ج ‪ (٩‬ﻟﺴﻨﺔ ‪٢٠١٩‬م‬ ‫ﻣﺠﻠﺔ اﻟﺒﺤﺚ اﻟﻌﻠﻤﻰ ﻓﻰ اﻟﺘﺮﺑﯿﺔ‬

‫دراﺳﺔ ﻛﻔﺎءة ﻧﻤﻮذج اﻻﻧﺤﺪار اﻟﻤﺘﻌﺪد اﻟﺘﺪرﯾﺠﻲ ﻓﻲ ﺣﺎﻟﺔ )‪(n=50‬‬

‫ﺗﻢ اﺳﺘﺨﺪام اﺧﺘﺒﺎر ﺗﺤﻠﯿﻞ اﻟﺘﺒﺎﯾﻦ )‪ (F‬ﺑﮭﺪف اﺧﺘﺒﺎر ﻛﻔﺎءة ﻧﻤﻮذج اﻻﻧﺤﺪار اﻟﻤﺘﻌﺪد اﻟﺘﺪرﯾﺠﻲ ﻓﻲ‬
‫ﺣﺎﻟﺔ )‪ (n=50‬وﻛﺎﻧﺖ ﻧﺘﺎﺋﺠﮫ ﻛﺎﻟﺘﺎﻟﻲ‪:‬‬
‫ﺟﺪول )‪ :(١٥‬ﻛﻔﺎءة ﻧﻤﻮذج اﻻﻧﺤﺪار اﻟﻤﺘﻌﺪد اﻟﺘﺪرﯾﺠﻲ ﻓﻲ ﺣﺎﻟﺔ )‪(n=50‬‬
‫‪Model Source‬‬ ‫‪Sum Of‬‬ ‫‪Degree‬‬ ‫‪Mean‬‬ ‫‪F‬‬ ‫‪Sig‬‬
‫‪Of‬‬ ‫‪Squares‬‬ ‫‪of‬‬ ‫‪Squares‬‬
‫‪Variance‬‬ ‫‪SS‬‬ ‫‪Freedom‬‬ ‫‪MS‬‬
‫‪S.O.V‬‬ ‫‪DF‬‬
‫‪A‬‬ ‫ﺗﺒﺎﯾﻦ‬ ‫‪424.646‬‬ ‫‪1‬‬ ‫‪424.646‬‬ ‫‪14.36‬‬ ‫‪0.00‬‬
‫اﻻﻧﺤﺪار‬
‫‪ 1419.034‬ﺗﺒﺎﯾﻦ اﻟﺒﻮاﻗﻲ‬ ‫‪48‬‬ ‫‪29.563‬‬
‫‪ 1843.68‬اﻟﺘﺒﺎﯾﻦ اﻟﻜﻠﻲ‬ ‫‪49‬‬
‫‪B‬‬ ‫ﺗﺒﺎﯾﻦ‬ ‫‪614.939‬‬ ‫‪2‬‬ ‫‪307.47‬‬ ‫‪11.76‬‬ ‫‪0.00‬‬
‫اﻻﻧﺤﺪار‬
‫‪ 1228.741‬ﺗﺒﺎﯾﻦ اﻟﺒﻮاﻗﻲ‬ ‫‪47‬‬ ‫‪26.143‬‬
‫‪ 1843.68‬اﻟﺘﺒﺎﯾﻦ اﻟﻜﻠﻲ‬ ‫‪49‬‬
‫‪C‬‬ ‫ﺗﺒﺎﯾﻦ‬ ‫‪726.276‬‬ ‫‪3‬‬ ‫‪242.092‬‬ ‫‪9.966‬‬ ‫‪0.00‬‬
‫اﻻﻧﺤﺪار‬
‫‪ 1117.404‬ﺗﺒﺎﯾﻦ اﻟﺒﻮاﻗﻲ‬ ‫‪46‬‬ ‫‪24.291‬‬
‫‪ 1843.68‬اﻟﺘﺒﺎﯾﻦ اﻟﻜﻠﻲ‬ ‫‪49‬‬
‫‪A‬‬ ‫‪Predictors: (Constant), x10‬‬
‫‪B‬‬ ‫‪Predictors: (Constant), x10, x2‬‬
‫‪C‬‬ ‫‪Predictors: (Constant), x10, x2, x8‬‬

‫ﻗﯿﻤﺔ )‪ (F‬ﻟﻠﻨﻤﻮذج اﻟﻨﮭﺎﺋﻲ ﻟﻼﻧﺤﺪار اﻟﻤﺘﻌﺪد اﻟﺘﺪرﯾﺠﻲ ﺗﺴﺎوي )‪ ،(9.966‬وھﻲ داﻟﺔ إﺣﺼﺎﺋﯿﺎً ﻋﻨﺪ‬
‫ﻣﺴﺘﻮى دﻻﻟﺔ أﻗﻞ ﻣﻦ )‪ ،(0.05‬وھﺬا ﻣﺆﺷﺮ ﻋﻠﻰ ﻛﻔﺎءة ﻧﻤﻮذج اﻻﻧﺤﺪار اﻟﻤﺘﻌﺪد اﻟﺘﺪرﯾﺠﻲ ﻓﻲ ﺣﺎﻟﺔ‬
‫)‪ ،(n=50‬ﻟﻜﻦ وﻛﻤﺎ ﺳﺒﻖ ذﻛﺮه‪ ،‬ﯾﺠﺐ ﻋﺪم اﻹﻋﺘﻤﺎد ﻋﻠﻰ ﻣﺆﺷﺮ واﺣﺪ ﻓﻘﻂ وھﻮ ﻗﯿﻤﺔ )‪ (F‬ﺣﯿﺚ أن‬
‫ھﺬا اﻟﻨﻤﻮذج وﺑﺴﺒﺐ وﺟﻮد ﻋﺪد ﻗﻠﯿﻞ ﻣﻦ اﻟﻤﺸﺎھﺪات )‪ (n=50‬اﺷﺘﻤﻞ ﻋﻠﻰ ﺛﻼﺛﺔ ﻣﺘﻐﯿﺮات ﻓﻘﻂ ) ‪x10,‬‬
‫‪ (x2, x8‬وأھﻤﻞ ﺑﺎﻗﻲ اﻟﻤﺘﻐﯿﺮات اﻟﻤﺴﺘﻘﻠﺔ )‪ (x1,x3,x4,x5,x6,x7,x9‬وﻛﺎن اﻟﺴﺒﺐ ﻓﻲ وﺟﻮد ﻛﻔﺎءة‬
‫ﻟﻨﻤﻮذج اﻻﻧﺤﺪار اﻟﻤﺘﻌﺪد اﻟﺘﺪرﯾﺠﻲ ﻓﻲ ﺣﺎﻟﺔ )‪ (n=50‬ھﻮ ﻣﻌﺎﻣﻼت اﻻرﺗﺒﺎط اﻟﻘﻮﯾﺔ ﺑﯿﻦ اﻟﻤﺘﻐﯿﺮ‬
‫اﻟﺘﺎﺑﻊ )‪ (Y‬واﻟﻤﺘﻐﯿﺮات اﻟﻤﺴﺘﻘﻞ )‪ (x10, x2, x8‬واﻟﺘﻲ ﺑﻠﻐﺖ )‪(0.49- 0.42- 0.49‬ﻛﻤﺎ أﺷﺎر ﺟﺪول‬
‫)‪ (٦‬ﻓﻲ اﻟﻔﺼﻞ اﻟﺜﺎﻟﺚ‪.‬‬
‫‪2‬‬
‫وﻋﻨﺪ اﻟﻨﻈﺮ إﻟﻰ ﻣﺆﺷﺮ آﺧﺮ وھﻮ ﻣﻌﺎﻣﻞ اﻟﺘﺤﺪﯾﺪ ) ‪ (R‬ﻛﻤﺆﺷﺮ ﻟﻨﺴﺒﺔ اﻟﺘﺒﺎﯾﻦ اﻟﻤﻔﺴﺮ ﻣﻦ اﻟﻤﺘﻐﯿﺮ‬
‫اﻟﺘﺎﺑﻊ )‪ (Y‬واﻟﺬي ﯾﻌﺰى إﻟﻰ ﺗﺄﺛﯿﺮ اﻟﻤﺘﻐﯿﺮات اﻟﻤﺴﺘﻘﻠﺔ ﻛﺎﻧﺖ اﻟﻨﺘﺎﺋﺞ ﻛﺎﻟﺘﺎﻟﻲ‪:‬‬
 ‫‪٣٣٨‬‬
‫اﻟﻌﺪد اﻟﻌﺸﺮون )ج ‪ (٩‬ﻟﺴﻨﺔ ‪٢٠١٩‬م‬ ‫ﻣﺠﻠﺔ اﻟﺒﺤﺚ اﻟﻌﻠﻤﻰ ﻓﻰ اﻟﺘﺮﺑﯿﺔ‬

‫ﺟﺪول )‪ :(١٦‬اﻟﺘﺒﺎﯾﻦ اﻟﻤﻔﺴﺮ وﺗﻐﯿﺮ اﻹﺣﺼﺎءات ﻟﻨﻤﻮذج اﻻﻧﺤﺪار اﻟﻤﺘﻌﺪد اﻟﺘﺪرﯾﺠﻲ ﻓﻲ ﺣﺎﻟﺔ‬
‫)‪(n=50‬‬
‫‪Model‬‬ ‫‪R‬‬ ‫‪R2‬‬ ‫‪Adj.R‬‬ ‫‪change Sta.‬‬
‫‪2‬‬ ‫‪R2‬‬ ‫‪F‬‬ ‫‪D D‬‬ ‫‪Sig.F‬‬
‫‪change change F1 F2 change‬‬
‫‪A‬‬ ‫‪0.48 0.230 0.214‬‬ ‫‪0.230‬‬ ‫‪14.364 1 48‬‬ ‫‪0.00‬‬
‫‪B‬‬ ‫‪0.578 0.334 0.305‬‬ ‫‪0.104‬‬ ‫‪7.279‬‬ ‫‪1 47‬‬ ‫‪0.01‬‬
‫‪C‬‬ ‫‪0.628 0.394 0.354‬‬ ‫‪0.060‬‬ ‫‪4.583‬‬ ‫‪1 46 0.038‬‬
‫‪A‬‬ ‫‪Predictors: (Constant), x10‬‬
‫‪B‬‬ ‫‪Predictors: (Constant), x10, x2‬‬
‫‪C‬‬ ‫‪Predictors: (Constant), x10, x2, x8‬‬

‫ﻗﯿﻤﺔ )‪ (R2‬ﻟﻠﻨﻤﻮذج اﻟﻨﮭﺎﺋﻲ ﻟﻼﻧﺤﺪار اﻟﻤﺘﻌﺪد اﻟﺘﺪرﯾﺠﻲ ﺗ ﺴﺎوي )‪ (0.394‬وھ ﺬا ﯾﻌﻨ ﻲ أن اﻟﻨﻤ ﻮذج‬
‫ﯾﻔﺴﺮ )‪ (%39.4‬ﻓﻘ ﻂ ﻣ ﻦ اﻟﺘﺒ ﺎﯾﻦ اﻟﻜﻠ ﻲ ﻓ ﻲ اﻟﻤﺘﻐﯿ ﺮ اﻟﺘ ﺎﺑﻊ )‪ (Y‬واﻟ ﺬي ﯾﻌ ﺰى إﻟ ﻰ ﺗ ﺄﺛﯿﺮ اﻟﻤﺘﻐﯿ ﺮات‬
‫اﻟﻤ ﺴﺘﻘﻠﺔ‪ ،‬وھ ﺬه اﻟﻘﯿﻤ ﺔ ﻣ ﺎ زاﻟ ﺖ ﻣﻨﺨﻔ ﻀﺔ وﺗ ﺸﯿﺮ إﻟ ﻰ ﻛﻔ ﺎءة ﻣﻨﺨﻔ ﻀﺔ ﻟﻨﻤ ﻮذج اﻻﻧﺤ ﺪار اﻟﻤﺘﻌ ﺪد‬
‫اﻟﺘﺪرﯾﺠﻲ ﺧﺎﺻﺔ إذا ﻧﻈﺮﻧﺎ إﻟﻰ وﺟﻮد ﻋﺪد ﻛﺒﯿﺮ ﻣﻦ اﻟﻤﺘﻐﯿﺮات اﻟﻤﺴﺘﻘﻠﺔ )‪ (10‬ﻣﺘﻐﯿﺮات‪.‬‬
‫وﺗﻔﺴﺮ اﻟﺒﺎﺣﺜﺔ ﺗﻠﻚ اﻟﻨﺘﯿﺠﺔ ﺑﺴﺒﺐ ﺻﻐﺮ ﺣﺠ ﻢ اﻟﻌﯿﻨ ﺔ )‪ (n=50‬ﻓ ﺈن اﻟ ﺬي ﺳ ﺎھﻢ ﻓ ﻲ ﻛﻔ ﺎءة ﻧﻤ ﻮذج‬
‫اﻻﻧﺤﺪار وﺗﻔﺴﯿﺮ ﺗﺒﺎﯾﻦ اﻟﻤﺘﻐﯿﺮ اﻟﺘﺎﺑﻊ ھ ﻮ ﺛﻼﺛ ﺔ ﻣﺘﻐﯿ ﺮات ﻣ ﺴﺘﻘﻠﺔ )‪ (x10, x2, x8‬وھﻨ ﺎ ﯾﺠ ﺐ اﻹﺷ ﺎرة‬
‫أن ﻛﻔ ﺎءة ﻧﻤ ﻮذج اﻻﻧﺤ ﺪار اﻟﻤﺘﻌ ﺪد اﻟﺘ ﺪرﯾﺠﻲ اﻟﺤ ﺎﻟﻲ‪ ،‬أﻓ ﻀﻞ ﻣ ﻦ ﻛﻔ ﺎءة اﻟﻨﻤ ﻮذج اﻟﻌ ﺎم ﻟﻼﻧﺤ ﺪار‬
‫اﻟﻤﺘﻌﺪد اﻟﺘﺪرﯾﺠﻲ اﻟﺴﺎﺑﻖ أي ﻓﻲ ﺣﺎﻟﺔ )‪ (n=25‬ﻓﻲ ﺗﻔﺴﯿﺮ ﺗﺒﺎﯾﻦ اﻟﻤﺘﻐﯿﺮ اﻟﺘﺎﺑﻊ‪.‬‬
‫وﺗﺮى اﻟﺒﺎﺣﺜﺔ أن زﯾﺎدة ﺣﺠﻢ اﻟﻌﯿﻨﺔ ﻓﻲ اﻟﻨﻤﻮذج اﻟﺤﺎﻟﻲ إﻟﻰ )‪ (50‬ﺣﺎﻟﺔ‪ ،‬ﻛﺎن أﻛﺜﺮ ﻣﻼﺋﻤﺔ ﻟﻨﻤﻮذج‬
‫اﻻﻧﺤﺪار اﻟﻤﺘﻌﺪد اﻟﺘ ﺪرﯾﺠﻲ وأﻋﻄ ﻰ اﻟﻔﺮﺻ ﺔ ﻟﻈﮭ ﻮر ﺛﻼﺛ ﺔ ﻧﻤ ﺎذج‪ ،‬ﺳ ﺎھﻢ اﻟﻨﻤ ﻮذج اﻷول ﻓ ﻲ ﺗﻔ ﺴﯿﺮ‬
‫)‪ (%23‬ﻣﻦ ﻧﺴﺒﺔ اﻟﺘﺒﺎﯾﻦ ﻓﻲ اﻟﻤﺘﻐﯿﺮ اﻟﺘﺎﺑﻊ وﺳﺎھﻢ اﻟﻨﻤﻮذج اﻟﺜ ﺎﻧﻲ ﺑﻨ ﺴﺒﺔ )‪ (%10.4‬وﺳ ﺎھﻢ اﻟﻨﻤ ﻮذج‬
‫اﻟﺜﺎﻟ ﺚ ﺑﻨ ﺴﺒﺔ )‪ (%6‬ﻟﯿ ﺼﺒﺢ اﻟﻤ ﺴﺎھﻤﺔ اﻟﻜﻠﯿ ﺔ ﻓ ﻲ اﻟﻨﻤ ﻮذج اﻷﺧﯿ ﺮ )‪ (%39.4‬وھ ﺬا ﻣ ﺎ ﯾﺘ ﻀﺢ ﻣ ﻦ‬
‫ﺟ ﺪول )‪ (١٥‬وﻣ ﻦ ﺧ ﻼل ﺗﺘﺒ ﻊ ﺗﻐﯿ ﺮ اﻹﺣ ﺼﺎءات اﻟﺨﺎﺻ ﺔ ﺑﺘﻐﯿ ﺮ )‪ (R2‬وﻧﻔ ﺲ اﻻﺗﺠ ﺎه ﺗﻔ ﺴﺮه أﯾ ﻀﺎ‬
‫ﺗﻐﯿﺮ )‪ (F‬ودﻻﻟﺔ ﺗﻐﯿﺮ )‪.(F‬‬
‫‪2‬‬
‫أﯾ ﻀﺎ ﺗﺆﻛ ﺪ اﻟﺒﺎﺣﺜ ﺔ أن اﺳ ﺘﺨﺪام اﻟﻌﯿﻨ ﺎت ﺻ ﻐﯿﺮة اﻟﺤﺠ ﻢ ﯾﺠﻌ ﻞ ﻗﯿﻤ ﺔ ) ‪ (R‬ﻟﺘﻔ ﺴﯿﺮ اﻟﺘﺒ ﺎﯾﻦ ﻓ ﻲ‬
‫اﻟﻤﺘﻐﯿﺮ اﻟﺘﺎﺑﻊ ﺗﻘﺪﯾﺮاً ﻣﺒﺎﻟﻐﺎً ﻓﯿﮫ ﺑﺪرﺟﺔ ﻛﺒﯿﺮة‪ ،‬ﻟﺬا ﯾﺠﺐ ﻋﺪم اﻹﻋﺘﻤﺎد ﻋﻠﻰ ﻗﯿﻤﺔ )‪ (R2‬ﺑﻞ ﻣﻦ اﻟﻮاﺟ ﺐ‬
‫اﻟﻨﻈ ﺮ إﻟ ﻰ ﻗﯿﻤ ﺔ )‪ (R2‬اﻟﻤﻌﺪﻟ ﺔ )‪ (Adjusted R Square‬ﻓﮭ ﻲ ﺗ ﺼﺤﺢ ﻗﯿﻤ ﺔ )‪ (R2‬وﺗ ﻮﻓﺮ ﺗﻘ ﺪﯾﺮاً‬
‫أﻓ ﻀﻞ وﻏﯿ ﺮ ﻣﺘ ﻀﺨﻢ ﻟﻨ ﺴﺒﺔ اﻟﺘﺒ ﺎﯾﻦ اﻟﻤﻔ ﺴﺮ ﻣ ﻦ اﻟﻤﺘﻐﯿ ﺮ اﻟﺘ ﺎﺑﻊ واﻟ ﺬي ﯾﻌ ﺰى إﻟ ﻰ ﺗ ﺄﺛﯿﺮ اﻟﻤﺘﻐﯿ ﺮات‬
‫اﻟﻤﺴﺘﻘﻠﺔ‪.‬‬
‫‪2‬‬
‫ﻟﺬا ﯾﺘﻀﺢ أﻧﮫ ﻓﻲ ﺣﺎﻟﺔ اﻟﻌﯿﻨﺎت اﻟﺼﻐﯿﺮة ﯾﺠﺐ أن ﻧﻌﺘﻤﺪ ﻋﻠﻰ ﻗﯿﻤ ﺔ ) ‪ (R‬اﻟﻤﻌﺪﻟ ﺔ واﻻﻋﺘﻤ ﺎد ﻋﻠﯿﮭ ﺎ‬
‫ﻓ ﻲ ﺗﻔ ﺴﯿﺮ اﻟﻨﺘ ﺎﺋﺞ اﻟﺨﺎﺻ ﺔ ﺑﻨ ﺴﺒﺔ اﻟﺘﺒ ﺎﯾﻦ اﻟﻤﻔ ﺴﺮ ﻣ ﻦ اﻟﻤﺘﻐﯿ ﺮ اﻟﺘ ﺎﺑﻊ‪ ،‬واﻟﺘ ﻲ ﻛﺎﻧ ﺖ ﻗﯿﻤﺘﮭ ﺎ )‪(0.354‬‬
‫وھ ﺬه اﻟﻘﯿﻤ ﺔ ﺗﻌﻨ ﻲ أن ﻧ ﺴﺒﺔ اﻟﺘﺒ ﺎﯾﻦ اﻟﻤﻔ ﺴﺮ ﻣ ﻦ اﻟﻤﺘﻐﯿ ﺮ اﻟﺘ ﺎﺑﻊ واﻟ ﺬي ﯾﻌ ﺰى إﻟ ﻰ ﺗ ﺄﺛﯿﺮ اﻟﻤﺘﻐﯿ ﺮات‬
‫اﻟﻤﺴﺘﻘﻠﺔ )‪ (x10, x2, x8‬ﺗﺴﺎوي )‪ (%35.4‬وھﻲ ﻧﺴﺒﺔ ﻣﺎ زاﻟﺖ ﺻﻐﯿﺮة‪.‬‬
‫ﻣﻦ اﻟﻤﺆﺷ ﺮات اﻟﮭﺎﻣ ﺔ أﯾ ﻀﺎ ﻓ ﻲ دراﺳ ﺔ اﻟﺘﺒ ﺎﯾﻦ اﻟﻤﻔ ﺴﺮ ﻟﻨﻤ ﻮذج اﻻﻧﺤ ﺪار اﻟﻤﺘﻌ ﺪد اﻟﺘ ﺪرﯾﺠﻲ ھ ﻮ‬
‫ﺗﻘﯿﯿﻢ ﺗﺄﺛﯿﺮ اﻟﻤﺘﻐﯿﺮات اﻟﻤﺴﺘﻘﻠﺔ ﻣﻦ ﺧﻼل اﻟﻨﻈﺮ إﻟ ﻰ ﻣ ﺪى إﺳ ﮭﺎم ﻛ ﻼً ﻣﻨﮭ ﺎ ﻓ ﻲ اﻟﺘ ﺄﺛﯿﺮ وﻣ ﻦ ﺛ ﻢ اﻟﺘﻨﺒ ﺆ‬
‫ﺑﺎﻟﻤﺘﻐﯿﺮ اﻟﺘﺎﺑﻊ‪ ،‬واﻟﺬي ﯾﻤﻜﻦ ﺗﻨﺎوﻟﮫ ﻣﻦ ﺧﻼل اﻟﺠﺪول اﻟﺘﺎﻟﻲ‪:‬‬
 ‫‪٣٣٩‬‬
‫اﻟﻌﺪد اﻟﻌﺸﺮون )ج ‪ (٩‬ﻟﺴﻨﺔ ‪٢٠١٩‬م‬ ‫ﻣﺠﻠﺔ اﻟﺒﺤﺚ اﻟﻌﻠﻤﻰ ﻓﻰ اﻟﺘﺮﺑﯿﺔ‬

‫ﺟﺪول )‪ :(١٧‬اﻟﻤﺴﺎھﻤﺔ اﻟﻨﺴﺒﯿﺔ ﻟﻠﻤﺘﻐﯿﺮات اﻟﻤﺴﺘﻘﻠﺔ ﻟﻨﻤﻮذج اﻻﻧﺤﺪار اﻟﻤﺘﻌﺪد اﻟﺘﺪرﯾﺠﻲ ﻓﻲ‬
‫ﺣﺎﻟﺔ )‪(n=50‬‬
‫‪Model‬‬ ‫‪B‬‬ ‫‪Beta‬‬ ‫‪T‬‬ ‫‪Sig.‬‬
‫‪A‬‬ ‫‪Constant‬‬ ‫‪239.005‬‬ ‫‪10.767‬‬ ‫‪0.00‬‬
‫‪X10‬‬ ‫‪1.547‬‬ ‫‪0.48‬‬ ‫‪3.79‬‬ ‫‪0.00‬‬
‫‪B‬‬ ‫‪constant‬‬ ‫‪221.196‬‬ ‫‪10.104‬‬ ‫‪0.00‬‬
‫‪x10‬‬ ‫‪1.609‬‬ ‫‪0.499‬‬ ‫‪4.185‬‬ ‫‪0.00‬‬
‫‪x2‬‬ ‫‪0.978‬‬ ‫‪0.322‬‬ ‫‪2.698‬‬ ‫‪0.01‬‬
‫‪C‬‬ ‫‪constant‬‬ ‫‪194.203‬‬ ‫‪7.9‬‬ ‫‪0.00‬‬
‫‪x10‬‬ ‫‪1.47‬‬ ‫‪0.456‬‬ ‫‪3.908‬‬ ‫‪0.00‬‬
‫‪x2‬‬ ‫‪0.861‬‬ ‫‪0.283‬‬ ‫‪2.434‬‬ ‫‪0.019‬‬
‫‪X8‬‬ ‫‪0.815‬‬ ‫‪0.252‬‬ ‫‪2.141‬‬ ‫‪0.038‬‬

‫ﯾ ﺸﯿﺮ ﺟ ﺪول )‪ (١٧‬أن اﻟﻨﻤ ﻮذج اﻟﺜﺎﻟ ﺚ أﺷ ﺘﻤﻞ ﻋﻠ ﻰ ﺛﻼﺛ ﺔ ﻗ ﯿﻢ )‪ (Beta‬ﺑﻠﻐ ﺖ )‪- 0.283-0.252‬‬
‫‪ (0.456‬وﺗﻤﺜ ﻞ ﻣﻌ ﺎﻣﻼت اﻻﻧﺤ ﺪار اﻟﺠﺰﺋﯿ ﺔ اﻟﺨﺎﺻ ﺔ ﺑ ﺎﻟﻤﺘﻐﯿﺮات اﻟﻤ ﺴﺘﻘﻠﺔ )‪ (x10, x2, x8‬ﻋﻠ ﻰ‬
‫اﻟﺘﻮاﻟﻲ‪ ،‬وﺟﻤﯿﻌﮭﺎ ذات دﻻﻟﺔ إﺣﺼﺎﺋﯿﺔ ﻋﻨﺪ ﻣﺴﺘﻮى أﻗﻞ ﻣﻦ )‪ .(0.05‬وھﺬا ﯾﻌﻨ ﻲ أن ھ ﺬه اﻟﻤﺘﻐﯿ ﺮات‬
‫ھﻲ اﻷﻛﺒﺮ إﺳﮭﺎﻣﺎً ﻣﻦ ﺑﯿﻦ اﻟﻤﺘﻐﯿﺮات اﻟﻤﺴﺘﻘﻠﺔ ﻓﻲ ﺗﻔﺴﯿﺮ اﻟﺘﺒﺎﯾﻦ ﻓﻲ اﻟﻤﺘﻐﯿﺮ اﻟﺘﺎﺑﻊ‪.‬‬
‫وﺗﻔﺴﺮ اﻟﺒﺎﺣﺜﺔ وﺟﻮد ﺛﻼﺛﺔ ﻓﻘﻂ ﻣﻦ ﻣﻌﺎﻣﻼت اﻻﻧﺤﺪار اﻟﺠﺰﺋﯿ ﺔ ﺳ ﻮاء )‪ (Beta‬أو )‪ (B‬ﺑ ﺎﻟﺮﻏﻢ ﻣ ﻦ‬
‫وﺟ ﻮد )‪ (10‬ﻋﻮاﻣ ﻞ ﻣ ﺴﺘﻘﻠﺔ‪ ،‬رﺑﻤ ﺎ ﯾﺮﺟ ﻊ إﻟ ﻰ ﺻ ﻐﺮ ﺣﺠ ﻢ اﻟﻌﯿﻨ ﺔ )‪ (n=50‬ﺑﻤ ﺎ ﻻ ﯾ ﺘﻼﺋﻢ ﻣ ﻊ ﻛﻔ ﺎءة‬
‫ﻧﻤ ﻮذج اﻻﻧﺤ ﺪار اﻟﻤﺘﻌ ﺪد اﻟﺘ ﺪرﯾﺠﻲ‪ ،‬ﻣ ﻊ اﻷﺧ ﺬ ﻓ ﻲ اﻻﻋﺘﺒ ﺎر أن اﻟﻨﻤ ﻮذج اﻟﺤ ﺎﻟﻲ أﻛﺜ ﺮ ﻛﻔ ﺎءة ﻣ ﻦ‬
‫اﻟﻨﻤﻮذج اﻟﺴﺎﺑﻖ ﻓﻲ ﺣﺎﻟﺔ )‪.(n=25‬‬
‫ﻣﻦ ﺟﻤﯿﻊ اﻟﻨﺘﺎﺋﺞ اﻟﺴﺎﺑﻘﺔ ﺗﺴﺘﺨﻠﺺ اﻟﺒﺎﺣﺜﺔ أﻧﮫ ﻓ ﻲ ﺣﺎﻟ ﺔ اﺳ ﺘﺨﺪام ﻋﯿﻨ ﺔ )‪ (n=50‬ﻟ ﻢ ﯾﻈﮭ ﺮ ﺳ ﻮى‬
‫ﺛﻼﺛ ﺔ ﻣ ﻦ اﻟﻤﺘﻐﯿ ﺮات اﻟﻤ ﺴﺘﻘﻠﺔ )‪ (x10, x2, x8‬ﻓ ﻲ ﻧﻤ ﻮذج اﻻﻧﺤ ﺪار اﻟﻤﺘﻌ ﺪد اﻟﺘ ﺪرﯾﺠﻲ ﺑ ﺎﻟﺮﻏﻢ ﻣ ﻦ‬
‫وﺟ ﻮد )‪ (10‬ﻣﺘﻐﯿ ﺮات ﻣ ﺴﺘﻘﻠﺔ‪ ،‬وﻛﺎﻧ ﺖ ﻧ ﺴﺒﺔ اﻟﺘﺒ ﺎﯾﻦ اﻟﻤﻔ ﺴﺮ )‪ (%35.4‬ﻓﻘ ﻂ‪ ،‬ﻣﻤ ﺎ ﯾ ﺸﯿﺮ إﻟ ﻰ ﻋ ﺪم‬
‫اﻟﺮﺿﺎ ﻋﻦ ﻛﻔﺎءة ﻧﻤﻮذج اﻻﻧﺤﺪار وﺑﺎﻟﺮﻏﻢ ﻣﻦ ذﻟﻚ ﻓ ﺈن ﻧ ﺴﺒﺔ اﻟﺘﺒ ﺎﯾﻦ اﻟﻤﻔ ﺴﺮ أﻓ ﻀﻞ ﻣ ﻦ اﻟﻨﺘ ﺎﺋﺞ ﻓ ﻲ‬
‫ﺣﺎﻟﺔ )‪ (n=25‬ﺣﯿﺚ ﻛﺎﻧﺖ )‪ .(%14.2‬وھﺬا ﯾﺘﻔﻖ ﻣﻊ ﻣﺎ ذﻛﺮه )اﻟﻐﺎﻣﺪي ‪ (٢٠١٣،‬ﻋﺪم ﻛﻔ ﺎءة ﻧﻤ ﻮذج‬
‫اﻻﻧﺤﺪار اﻟﻤﺘﻌﺪد ﻋﻨﺪ اﺳﺘﺨﺪام ‪ 40‬ﺣﺎﻟﺔ‪ ،‬أﯾﻀﺎً ﯾﺘﻔﻖ ﻣﻊ ﻣﺎ ذﻛ ﺮه )ﻣ ﺮاد‪ (٢٠١٠،‬ان ﺣﺠ ﻢ اﻟﻌﯿﻨ ﺔ ﻓ ﻲ‬
‫ﻧﻤﻮذج اﻻﻧﺤﺪار اﻟﻤﺘﻌﺪد ﯾﺠﺐ اﻻ ﯾﻘﻞ ﻋﻦ ‪ 50‬ﻣﻔﺮدة‪.‬‬
‫‪ ‬دراﺳﺔ ﻛﻔﺎءة ﻧﻤﻮذج اﻻﻧﺤﺪار اﻟﻤﺘﻌﺪد اﻟﺘﺪرﯾﺠﻲ ﻓﻲ ﺣﺎﻟﺔ )‪(n=75‬‬
‫ﺗﻢ اﺳﺘﺨﺪام اﺧﺘﺒﺎر ﺗﺤﻠﯿﻞ اﻟﺘﺒﺎﯾﻦ )‪ (F‬ﺑﮭﺪف اﺧﺘﺒﺎر ﻛﻔﺎءة ﻧﻤﻮذج اﻻﻧﺤ ﺪار اﻟﻤﺘﻌ ﺪد اﻟﺘ ﺪرﯾﺠﻲ ﻓ ﻲ‬
‫ﺣﺎﻟﺔ)‪ (n=75‬وﻛﺎﻧﺖ ﻧﺘﺎﺋﺠﮫ ﻛﺎﻟﺘﺎﻟﻲ‪:‬‬
 ‫‪٣٤٠‬‬
‫اﻟﻌﺪد اﻟﻌﺸﺮون )ج ‪ (٩‬ﻟﺴﻨﺔ ‪٢٠١٩‬م‬ ‫ﻣﺠﻠﺔ اﻟﺒﺤﺚ اﻟﻌﻠﻤﻰ ﻓﻰ اﻟﺘﺮﺑﯿﺔ‬

‫ﺟﺪول )‪ :(١٨‬ﻛﻔﺎءة ﻧﻤﻮذج اﻻﻧﺤﺪار اﻟﻤﺘﻌﺪد اﻟﺘﺪرﯾﺠﻲ ﻓﻲ ﺣﺎﻟﺔ )‪(n=75‬‬

‫‪model Source‬‬ ‫‪Sum Of‬‬ ‫‪Degree‬‬ ‫‪Mean‬‬ ‫‪F‬‬ ‫‪Sig‬‬
‫‪Of‬‬ ‫‪Squares‬‬ ‫‪of‬‬ ‫‪Squares‬‬
‫‪Variance‬‬ ‫‪SS‬‬ ‫‪Freedom‬‬ ‫‪MS‬‬
‫‪S.O.V‬‬ ‫‪DF‬‬
‫‪A‬‬ ‫ﺗﺒﺎﯾﻦ‬ ‫‪566.924‬‬ ‫‪1‬‬ ‫‪566.924‬‬ ‫‪20.29‬‬ ‫‪0.00‬‬
‫اﻻﻧﺤﺪار‬
‫‪ 2040.223‬ﺗﺒﺎﯾﻦ اﻟﺒﻮاﻗﻲ‬ ‫‪73‬‬ ‫‪27.948‬‬
‫‪ 2607.147‬اﻟﺘﺒﺎﯾﻦ اﻟﻜﻠﻲ‬ ‫‪74‬‬
‫‪B‬‬ ‫ﺗﺒﺎﯾﻦ‬ ‫‪770.753‬‬ ‫‪2‬‬ ‫‪385.377‬‬ ‫‪15.11‬‬ ‫‪0.00‬‬
‫اﻻﻧﺤﺪار‬
‫‪ 1836.393‬ﺗﺒﺎﯾﻦ اﻟﺒﻮاﻗﻲ‬ ‫‪72‬‬ ‫‪25.505‬‬
‫‪ 2607.147‬اﻟﺘﺒﺎﯾﻦ اﻟﻜﻠﻲ‬ ‫‪74‬‬
‫‪C‬‬ ‫ﺗﺒﺎﯾﻦ‬ ‫‪939.063‬‬ ‫‪3‬‬ ‫‪313.021‬‬ ‫‪13.32‬‬ ‫‪0.00‬‬
‫اﻻﻧﺤﺪار‬
‫‪ 1668.083‬ﺗﺒﺎﯾﻦ اﻟﺒﻮاﻗﻲ‬ ‫‪71‬‬ ‫‪23.494‬‬
‫‪ 2607.147‬اﻟﺘﺒﺎﯾﻦ اﻟﻜﻠﻲ‬ ‫‪74‬‬
‫‪D‬‬ ‫ﺗﺒﺎﯾﻦ‬ ‫‪1089.183‬‬ ‫‪4‬‬ ‫‪272.296‬‬ ‫‪12.56‬‬ ‫‪0.00‬‬
‫اﻻﻧﺤﺪار‬
‫‪ 1517.963‬ﺗﺒﺎﯾﻦ اﻟﺒﻮاﻗﻲ‬ ‫‪70‬‬ ‫‪21.685‬‬
‫‪ 2607.147‬اﻟﺘﺒﺎﯾﻦ اﻟﻜﻠﻲ‬ ‫‪74‬‬
‫‪E‬‬ ‫ﺗﺒﺎﯾﻦ‬ ‫‪1252.698‬‬ ‫‪5‬‬ ‫‪250.54‬‬ ‫‪12.76‬‬ ‫‪0.00‬‬
‫اﻻﻧﺤﺪار‬
‫‪ 1354.449‬ﺗﺒﺎﯾﻦ اﻟﺒﻮاﻗﻲ‬ ‫‪69‬‬ ‫‪19.63‬‬
‫‪ 2607.147‬اﻟﺘﺒﺎﯾﻦ اﻟﻜﻠﻲ‬ ‫‪74‬‬
‫‪F‬‬ ‫ﺗﺒﺎﯾﻦ‬ ‫‪1395.461‬‬ ‫‪6‬‬ ‫‪232.577‬‬ ‫‪13.05‬‬ ‫‪0.00‬‬
‫اﻻﻧﺤﺪار‬
‫‪ 1211.685‬ﺗﺒﺎﯾﻦ اﻟﺒﻮاﻗﻲ‬ ‫‪68‬‬ ‫‪17.819‬‬
‫‪ 2607.147‬اﻟﺘﺒﺎﯾﻦ اﻟﻜﻠﻲ‬ ‫‪74‬‬
‫‪G‬‬ ‫ﺗﺒﺎﯾﻦ‬ ‫‪1499.821‬‬ ‫‪7‬‬ ‫‪214.26‬‬ ‫‪12.96‬‬ ‫‪0.00‬‬
‫اﻻﻧﺤﺪار‬
‫‪ 1107.325‬ﺗﺒﺎﯾﻦ اﻟﺒﻮاﻗﻲ‬ ‫‪67‬‬ ‫‪16.527‬‬
‫‪ 2607.147‬اﻟﺘﺒﺎﯾﻦ اﻟﻜﻠﻲ‬ ‫‪74‬‬
‫‪H‬‬ ‫ﺗﺒﺎﯾﻦ‬ ‫‪1614.75‬‬ ‫‪8‬‬ ‫‪201.844‬‬ ‫‪13.42‬‬ ‫‪0.00‬‬
‫اﻻﻧﺤﺪار‬
‫‪ 992.397‬ﺗﺒﺎﯾﻦ اﻟﺒﻮاﻗﻲ‬ ‫‪66‬‬ ‫‪15.036‬‬
‫‪ 2607.147‬اﻟﺘﺒﺎﯾﻦ اﻟﻜﻠﻲ‬ ‫‪74‬‬
‫‪A‬‬ ‫‪Predictors: (Constant), x10‬‬
‫‪B‬‬ ‫‪Predictors: (Constant), x10, x6‬‬
‫‪C‬‬ ‫‪Predictors: (Constant), x10, x6, x9‬‬
 ‫‪٣٤١‬‬
‫اﻟﻌﺪد اﻟﻌﺸﺮون )ج ‪ (٩‬ﻟﺴﻨﺔ ‪٢٠١٩‬م‬ ‫ﻣﺠﻠﺔ اﻟﺒﺤﺚ اﻟﻌﻠﻤﻰ ﻓﻰ اﻟﺘﺮﺑﯿﺔ‬

‫‪D‬‬ ‫‪Predictors: (Constant), x10, x6, x9, x3‬‬

‫‪E‬‬ ‫‪Predictors: (Constant), x10, x6, x9, x3, x2‬‬
‫‪F‬‬ ‫‪Predictors: (Constant), x10, x6, x9, x3, x2, x4‬‬
‫‪G‬‬ ‫‪Predictors: (Constant), x10, x6, x9, x3, x2, x4, x1‬‬
‫‪H‬‬ ‫‪Predictors: (Constant), x10, x6, x9, x3, x2, x4, x1, x8‬‬

‫ﻗﯿﻤﺔ )‪ (F‬ﻟﻠﻨﻤﻮذج اﻟﻨﮭﺎﺋﻲ ﻟﻼﻧﺤ ﺪار اﻟﻤﺘﻌ ﺪد اﻟﺘ ﺪرﯾﺠﻲ ﺗ ﺴﺎوي )‪ ،(13.42‬وھ ﻲ داﻟ ﺔ إﺣ ﺼﺎﺋﯿﺎً ﻋﻨ ﺪ‬
‫ﻣﺴﺘﻮى دﻻﻟﺔ أﻗﻞ ﻣﻦ )‪ ،(0.05‬وھﺬا ﻣﺆﺷﺮ ﻋﻠﻰ ﻛﻔﺎءة ﻧﻤﻮذج اﻻﻧﺤ ﺪار اﻟﻤﺘﻌ ﺪد اﻟﺘ ﺪرﯾﺠﻲ ﻓ ﻲ ﺣﺎﻟ ﺔ‬
‫)‪ ،(n=75‬وﯾﻼﺣ ﻆ أن ھ ﺬا اﻟﻨﻤ ﻮذج )‪ (n=75‬أﻓ ﻀﻞ ﻣ ﻦ اﻟﻨﻤ ﺎذج اﻟ ﺴﺎﺑﻘﺔ ﺣﯿ ﺚ اﺷ ﺘﻤﻞ ﻋﻠ ﻰ ﺛﻤﺎﻧﯿ ﺔ‬
‫ﻣﺘﻐﯿﺮات )‪ (x10, x6, x9, x3, x2, x4, x1, x8‬وأھﻤﻞ اﺛﻨﺎن ﻣﻦ اﻟﻤﺘﻐﯿﺮات اﻟﻤﺴﺘﻘﻠﺔ )‪.(x5,x9‬‬
‫وﺗﺮى اﻟﺒﺎﺣﺜﺔ أن اﻟﺴﺒﺐ ﻓﻲ اﻟﺘﺤ ﺴﻦ وزﯾ ﺎدة ﻛﻔ ﺎءة ﻧﻤ ﻮذج اﻻﻧﺤ ﺪار اﻟﻤﺘﻌ ﺪد اﻟﺘ ﺪرﯾﺠﻲ ﻓ ﻲ ﺣﺎﻟ ﺔ‬
‫)‪ (n=75‬ﯾﺮﺟ ﻊ إﻟ ﻰ ﺳ ﺒﺒﯿﻦ‪ ،‬أوﻟﮭﻤ ﺎ ﻣﻌ ﺎﻣﻼت اﻻرﺗﺒ ﺎط اﻟﻘﻮﯾ ﺔ ﺑ ﯿﻦ اﻟﻤﺘﻐﯿ ﺮ اﻟﺘ ﺎﺑﻊ )‪ (Y‬واﻟﻤﺘﻐﯿ ﺮات‬
‫اﻟﻤ ﺴﺘﻘﻠﺔ )‪ (x10, x6, x9, x3, x2, x4, x1, x8‬واﻟﺘ ﻲ ﺗﺮاوﺣ ﺖ ﻣ ﻦ )‪ (0.33‬إﻟ ﻰ )‪ (0.46‬ﻛﻤ ﺎ أﺷ ﺎر‬
‫ﺟﺪول )‪ (٦‬ﻓﻲ اﻟﻔﺼﻞ اﻟﺜﺎﻟﺚ‪ ،‬واﻟﺴﺒﺐ اﻟﺜﺎﻧﻲ وھﻮ اﻷﻛﺜﺮ أھﻤﯿ ﺔ وھ ﻮ زﯾ ﺎدة ﺣﺠ ﻢ اﻟﻌﯿﻨ ﺔ إﻟ ﻰ )‪،(75‬‬
‫وﺗ ﺮى اﻟﺒﺎﺣﺜ ﺔ أن اﻟ ﺴﺒﺐ اﻟﺜ ﺎﻧﻲ )زﯾ ﺎدة ﺣﺠ ﻢ اﻟﻌﯿﻨ ﺔ( ﻛ ﺎن ﻟ ﮫ دوراً ﻛﺒﯿ ﺮاً ﻓ ﻲ زﯾ ﺎدة ﻛﻔ ﺎءة ﻧﻤ ﻮذج‬
‫اﻻﻧﺤﺪار اﻟﻤﺘﻌﺪد اﻟﺘﺪرﯾﺠﻲ‪ ،‬واﻟ ﺪﻟﯿﻞ ﻋﻠ ﻰ ذﻟ ﻚ أن ﻣﻌ ﺎﻣﻼت اﻻرﺗﺒ ﺎط ھ ﺬه ﻛﺎﻧ ﺖ ﻣﻮﺟ ﻮدة أﯾ ﻀﺎ ﻓ ﻲ‬
‫ﺣﺎﻟﺔ ﻧﻤﻮذج )‪ (n=25‬وﻧﻤﻮذج )‪ (n=50‬وﻟﻢ ﺗﻈﮭﺮ ﻧﻔﺲ ﻛﻔﺎءة ﻧﻤﻮذج اﻻﻧﺤﺪار‪.‬‬
‫وﻋﻨﺪ اﻟﻨﻈﺮ إﻟﻰ ﻣﺆﺷﺮ آﺧﺮ وھﻮ ﻣﻌﺎﻣﻞ اﻟﺘﺤﺪﯾﺪ )‪ (R2‬ﻛﻤﺆﺷﺮ ﻟﻨﺴﺒﺔ اﻟﺘﺒﺎﯾﻦ اﻟﻤﻔ ﺴﺮ ﻣ ﻦ اﻟﻤﺘﻐﯿ ﺮ‬
‫اﻟﺘﺎﺑﻊ واﻟﺬي ﯾﻌﺰى إﻟﻰ ﺗﺄﺛﯿﺮ اﻟﻤﺘﻐﯿﺮات اﻟﻤﺴﺘﻘﻠﺔ ﻛﺎﻧﺖ اﻟﻨﺘﺎﺋﺞ ﻛﺎﻟﺘﺎﻟﻲ‪:‬‬
‫ﺟﺪول )‪ :(١٩‬اﻟﺘﺒﺎﯾﻦ اﻟﻤﻔﺴﺮ وﺗﻐﯿﺮ اﻹﺣﺼﺎءات ﻟﻨﻤﻮذج اﻻﻧﺤﺪار اﻟﻤﺘﻌﺪد اﻟﺘﺪرﯾﺠﻲ ﻓﻲ ﺣﺎﻟﺔ‬
‫)‪(n=75‬‬
‫‪Model‬‬ ‫‪R‬‬ ‫‪R2‬‬ ‫‪Adj.R‬‬ ‫‪change Sta.‬‬
‫‪2‬‬ ‫‪R2‬‬ ‫‪F‬‬ ‫‪D DF Sig. F‬‬
‫‪change change F1‬‬ ‫‪2‬‬ ‫‪change‬‬
‫‪A‬‬ ‫‪0.466 0.217 0.207‬‬ ‫‪0.217‬‬ ‫‪20.285 1‬‬ ‫‪73‬‬ ‫‪0.00‬‬
‫‪B‬‬ ‫‪0.544 0.296 0.276‬‬ ‫‪0.078‬‬ ‫‪7.992‬‬ ‫‪1‬‬ ‫‪72‬‬ ‫‪0.006‬‬
‫‪C‬‬ ‫‪0.6‬‬ ‫‪0.36 0.333‬‬ ‫‪0.065‬‬ ‫‪7.164‬‬ ‫‪1‬‬ ‫‪71‬‬ ‫‪0.009‬‬
‫‪D‬‬ ‫‪0.646 0.418 0.384‬‬ ‫‪0.058‬‬ ‫‪6.923‬‬ ‫‪1‬‬ ‫‪70‬‬ ‫‪0.01‬‬
‫‪E‬‬ ‫‪0.693 0.48 0.443‬‬ ‫‪0.063‬‬ ‫‪8.33‬‬ ‫‪1‬‬ ‫‪69‬‬ ‫‪0.005‬‬
‫‪F‬‬ ‫‪0.732 0.535 0.494‬‬ ‫‪0.055‬‬ ‫‪8.012‬‬ ‫‪1‬‬ ‫‪68‬‬ ‫‪0.006‬‬
‫‪G‬‬ ‫‪0.758 0.575 0.531‬‬ ‫‪0.04‬‬ ‫‪6.314‬‬ ‫‪1‬‬ ‫‪67‬‬ ‫‪0.014‬‬
‫‪H‬‬ ‫‪0.787 0.619 0.573‬‬ ‫‪0.044‬‬ ‫‪7.643‬‬ ‫‪1‬‬ ‫‪66‬‬ ‫‪0.007‬‬
‫‪A‬‬ ‫‪Predictors: (Constant), x10‬‬
‫‪B‬‬ ‫‪Predictors: (Constant), x10, x6‬‬
‫‪C‬‬ ‫‪Predictors: (Constant), x10, x6, x9‬‬
‫‪D‬‬ ‫‪Predictors: (Constant), x10, x6, x9, x3‬‬
‫‪E‬‬ ‫‪Predictors: (Constant), x10, x6, x9, x3, x2‬‬
‫‪F‬‬ ‫‪Predictors: (Constant), x10, x6, x9, x3, x2, x4‬‬
‫‪G‬‬ ‫‪Predictors: (Constant), x10, x6, x9, x3, x2, x4, x1‬‬
‫‪H‬‬ ‫‪Predictors: (Constant), x10, x6, x9, x3, x2, x4, x1, x8‬‬
 ‫‪٣٤٢‬‬
‫اﻟﻌﺪد اﻟﻌﺸﺮون )ج ‪ (٩‬ﻟﺴﻨﺔ ‪٢٠١٩‬م‬ ‫ﻣﺠﻠﺔ اﻟﺒﺤﺚ اﻟﻌﻠﻤﻰ ﻓﻰ اﻟﺘﺮﺑﯿﺔ‬

‫ﻗﯿﻤﺔ )‪ (R2‬ﻟﻠﻨﻤﻮذج اﻟﻨﮭﺎﺋﻲ ﻟﻼﻧﺤﺪار اﻟﻤﺘﻌﺪد اﻟﺘﺪرﯾﺠﻲ ﺗﺴﺎوي )‪ (0.619‬وھﺬا ﯾﻌﻨﻲ أن اﻟﻨﻤﻮذج‬
‫ﯾﻔﺴﺮ )‪ (61.9‬ﻣﻦ اﻟﺘﺒﺎﯾﻦ اﻟﻜﻠﻲ ﻓﻲ اﻟﻤﺘﻐﯿﺮ اﻟﺘﺎﺑﻊ )‪ (Y‬واﻟﺬي ﯾﻌﺰى إﻟﻰ ﺗﺄﺛﯿﺮ اﻟﻤﺘﻐﯿﺮات اﻟﻤﺴﺘﻘﻠﺔ‪،‬‬
‫وھﺬه اﻟﻘﯿﻤﺔ ﻣﺘﻮﺳﻄﺔ وﺗﺸﯿﺮ إﻟﻰ ﻛﻔﺎءة ﻣﺘﻮﺳﻄﺔ ﻟﻨﻤﻮذج اﻻﻧﺤﺪار اﻟﻤﺘﻌﺪد اﻟﺘﺪرﯾﺠﻲ ﺧﺎﺻﺔ إذا ﻧﻈﺮﻧﺎ‬
‫إﻟﻰ وﺟﻮد ﻋﺪد ﻛﺒﯿﺮ ﻣﻦ اﻟﻤﺘﻐﯿﺮات اﻟﻤﺴﺘﻘﻠﺔ )‪ (10‬ﻣﺘﻐﯿﺮات‪.‬‬
‫وﺗﻔﺴﺮ اﻟﺒﺎﺣﺜﺔ ﺗﻠﻚ اﻟﻨﺘﯿﺠﺔ ﺑﺴﺒﺐ زﯾﺎدة ﺣﺠﻢ اﻟﻌﯿﻨﺔ )‪ (n=75‬ﻓﺈن اﻟﺬي ﺳﺎھﻢ ﻓﻲ ﻛﻔﺎءة ﻧﻤﻮذج‬
‫اﻻﻧﺤﺪار وﺗﻔﺴﯿﺮ ﺗﺒﺎﯾﻦ اﻟﻤﺘﻐﯿﺮ اﻟﺘﺎﺑﻊ ھﻮ ﺛﻤﺎﻧﯿﺔ ﻣﺘﻐﯿﺮات ﻣﺴﺘﻘﻠﺔ ) ‪x10, x6, x9, x3, x2, x4, x1,‬‬
‫‪ ،(x8‬وھﻨﺎ ﯾﺠﺐ اﻹﺷﺎرة أن ﻛﻔﺎءة ﻧﻤﻮذج اﻻﻧﺤﺪار اﻟﻤﺘﻌﺪد اﻟﺘﺪرﯾﺠﻲ اﻟﺤﺎﻟﻲ أي ﻓﻲ ﺣﺎﻟﺔ )‪= 75‬‬
‫‪ ،(n‬أﻓﻀﻞ ﻣﻦ ﻛﻔﺎءة اﻟﻨﻤﺎذج اﻟﻌﺎﻣﺔ ﻟﻼﻧﺤﺪار اﻟﻤﺘﻌﺪد اﻟﺘﺪرﯾﺠﻲ اﻟﺴﺎﺑﻘﺔ أي ﻓﻲ ﺣﺎﻟﺔ )‪ (n=25‬و‬
‫)‪ (n=50‬ﻓﻲ ﺗﻔﺴﯿﺮ ﺗﺒﺎﯾﻦ اﻟﻤﺘﻐﯿﺮ اﻟﺘﺎﺑﻊ‪.‬‬
‫وﺗﺮى اﻟﺒﺎﺣﺜﺔ أن زﯾﺎدة ﺣﺠﻢ اﻟﻌﯿﻨﺔ ﻓﻲ اﻟﻨﻤﻮذج اﻟﺤﺎﻟﻲ إﻟﻰ )‪ (75‬ﺣﺎﻟﮫ‪ ،‬ﻛﺎن أﻛﺜﺮ ﻣﻼﺋﻤﺔ ﻟﻨﻤﻮذج‬
‫اﻻﻧﺤﺪار اﻟﻤﺘﻌﺪد اﻟﺘﺪرﯾﺠﻲ وأﻋﻄﻰ اﻟﻔﺮﺻﺔ ﻟﻈﮭﻮر ﺛﻤﺎﻧﯿﺔ ﻧﻤﺎذج‪ ،‬ﺳﺎھﻢ اﻟﻨﻤﻮذج اﻷول ﻓﻲ ﺗﻔﺴﯿﺮ‬
‫)‪ (%21.7‬ﻣﻦ ﻧﺴﺒﺔ اﻟﺘﺒﺎﯾﻦ ﻓﻲ اﻟﻤﺘﻐﯿﺮ ﻟﯿﺼﺒﺢ اﻟﻤﺴﺎھﻤﺔ اﻟﻜﻠﯿﺔ ﻓﻲ اﻟﻨﻤﻮذج اﻷﺧﯿﺮ )‪ (%61.9‬وھﺬا‬
‫ﻣﺎ ﯾﺘﻀﺢ ﻣﻦ ﺟﺪول )‪ (١٩‬وﻣﻦ ﺧﻼل ﺗﺘﺒﻊ ﺗﻐﯿﺮ اﻹﺣﺼﺎءات اﻟﺨﺎﺻﺔ ﺑﺘﻐﯿﺮ )‪ (R2‬وﻧﻔﺲ اﻻﺗﺠﺎه‬
‫ﺗﻔﺴﺮه أﯾﻀﺎ ﺗﻐﯿﺮ )‪ (F‬ودﻻﻟﺔ ﺗﻐﯿﺮ )‪.(F‬‬
‫‪2‬‬
‫ﻧﻔﺲ اﻻﺗﺠﺎه ﯾﻤﻜﻦ ﻣﻼﺣﻈﺘﮫ ﻓﻲ ﺣﺎﻟﺔ اﻹﻋﺘﻤﺎد ﻋﻠﻰ ﻗﯿﻤﺔ ) ‪ (R‬اﻟﻤﻌﺪﻟﺔ واﻟﺘﻲ ﻛﺎﻧﺖ ﻗﯿﻤﺘﮭﺎ‬
‫)‪ (0.573‬وھﺬه اﻟﻘﯿﻤﺔ ﺗﻌﻨﻲ أن ﻧﺴﺒﺔ اﻟﺘﺒﺎﯾﻦ اﻟﻤﻔﺴﺮ ﻣﻦ اﻟﻤﺘﻐﯿﺮ اﻟﺘﺎﺑﻊ واﻟﺬي ﯾﻌﺰى إﻟﻰ ﺗﺄﺛﯿﺮ‬
‫اﻟﻤﺘﻐﯿﺮات اﻟﻤﺴﺘﻘﻠﺔ )‪ (x10, x6, x9, x3, x2, x4, x1, x8‬ﺗﺴﺎوي )‪ (%57.3‬وھﻲ ﻧﺴﺒﺔ ﻣﺘﻮﺳﻄﺔ‪.‬‬
‫ﻣﻦ اﻟﻤﺆﺷﺮات اﻟﮭﺎﻣﺔ أﯾﻀﺎ ﻓﻲ دراﺳﺔ اﻟﺘﺒﺎﯾﻦ اﻟﻤﻔﺴﺮ ﻟﻨﻤﻮذج اﻻﻧﺤﺪار اﻟﻤﺘﻌﺪد اﻟﺘﺪرﯾﺠﻲ ھﻮ‬
‫ﺗﻘﯿﯿﻢ ﺗﺄﺛﯿﺮ اﻟﻤﺘﻐﯿﺮات اﻟﻤﺴﺘﻘﻠﺔ ﻣﻦ ﺧﻼل اﻟﻨﻈﺮ إﻟﻰ ﻣﺪى إﺳﮭﺎم ﻛﻼً ﻣﻨﮭﺎ ﻓﻲ اﻟﺘﺄﺛﯿﺮ وﻣﻦ ﺛﻢ اﻟﺘﻨﺒﺆ‬
‫ﺑﺎﻟﻤﺘﻐﯿﺮ اﻟﺘﺎﺑﻊ‪ ،‬واﻟﺬي ﯾﻤﻜﻦ ﺗﻨﺎوﻟﮫ ﻣﻦ ﺧﻼل اﻟﺠﺪول اﻟﺘﺎﻟﻲ‪:‬‬
‫ﺟﺪول )‪ :(٢٠‬اﻟﻤﺴﺎھﻤﺔ اﻟﻨﺴﺒﯿﺔ ﻟﻠﻤﺘﻐﯿﺮات اﻟﻤﺴﺘﻘﻠﺔ ﻟﻨﻤﻮذج اﻻﻧﺤﺪار اﻟﻤﺘﻌﺪد اﻟﺘﺪرﯾﺠﻲ ﻓﻲ‬
‫ﺣﺎﻟﺔ )‪(n=75‬‬
‫‪Model‬‬ ‫‪B‬‬ ‫‪Beta‬‬ ‫‪T‬‬ ‫‪Sig.‬‬
‫‪A‬‬ ‫‪Constant‬‬ ‫‪251.263‬‬ ‫‪15.714‬‬ ‫‪0.00‬‬
‫‪x10‬‬ ‫‪1.318‬‬ ‫‪0.466‬‬ ‫‪4.504‬‬ ‫‪0.00‬‬
‫‪B‬‬ ‫‪Constant‬‬ ‫‪227.486‬‬ ‫‪13.046‬‬ ‫‪0.00‬‬
‫‪x10‬‬ ‫‪1.234‬‬ ‫‪0.437‬‬ ‫‪4.39‬‬ ‫‪0.00‬‬
‫‪x6‬‬ ‫‪0.816‬‬ ‫‪0.281‬‬ ‫‪2.827‬‬ ‫‪0.006‬‬
‫‪C‬‬ ‫‪Constant‬‬ ‫‪187.097‬‬ ‫‪8.303‬‬ ‫‪0.00‬‬
‫‪x10‬‬ ‫‪1.28‬‬ ‫‪0.453‬‬ ‫‪4.734‬‬ ‫‪0.00‬‬
‫‪x6‬‬ ‫‪0.746‬‬ ‫‪0.257‬‬ ‫‪2.682‬‬ ‫‪0.009‬‬
‫‪x9‬‬ ‫‪0.804‬‬ ‫‪0.256‬‬ ‫‪2.677‬‬ ‫‪0.009‬‬
‫‪D‬‬ ‫‪Constant‬‬ ‫‪174.898‬‬ ‫‪7.899‬‬ ‫‪0.00‬‬
‫‪x10‬‬ ‫‪1.215‬‬ ‫‪0.43‬‬ ‫‪4.657‬‬ ‫‪0.00‬‬
‫‪x6‬‬ ‫‪0.813‬‬ ‫‪0.28‬‬ ‫‪3.028‬‬ ‫‪0.003‬‬
‫‪x9‬‬ ‫‪0.811‬‬ ‫‪0.258‬‬ ‫‪2.808‬‬ ‫‪0.006‬‬
‫‪x3‬‬ ‫‪0.67‬‬ ‫‪0.242‬‬ ‫‪2.631‬‬ ‫‪0.01‬‬
‫‪E‬‬ ‫‪Constant‬‬ ‫‪162.301‬‬ ‫‪7.545‬‬ ‫‪0.00‬‬
‫‪x10‬‬ ‫‪1.175‬‬ ‫‪0.416‬‬ ‫‪4.725‬‬ ‫‪0.00‬‬
 ‫‪٣٤٣‬‬
‫اﻟﻌﺪد اﻟﻌﺸﺮون )ج ‪ (٩‬ﻟﺴﻨﺔ ‪٢٠١٩‬م‬ ‫ﻣﺠﻠﺔ اﻟﺒﺤﺚ اﻟﻌﻠﻤﻰ ﻓﻰ اﻟﺘﺮﺑﯿﺔ‬

‫ﺟﺪول )‪ :(٢٠‬اﻟﻤﺴﺎھﻤﺔ اﻟﻨﺴﺒﯿﺔ ﻟﻠﻤﺘﻐﯿﺮات اﻟﻤﺴﺘﻘﻠﺔ ﻟﻨﻤﻮذج اﻻﻧﺤﺪار اﻟﻤﺘﻌﺪد اﻟﺘﺪرﯾﺠﻲ ﻓﻲ‬
‫ﺣﺎﻟﺔ )‪(n=75‬‬
‫‪Model‬‬ ‫‪B‬‬ ‫‪Beta‬‬ ‫‪T‬‬ ‫‪Sig.‬‬
‫‪x6‬‬ ‫‪0.777‬‬ ‫‪0.268‬‬ ‫‪3.04‬‬ ‫‪0.003‬‬
‫‪x9‬‬ ‫‪0.855‬‬ ‫‪0.272‬‬ ‫‪3.107‬‬ ‫‪0.003‬‬
‫‪x3‬‬ ‫‪0.774‬‬ ‫‪0.28‬‬ ‫‪3.163‬‬ ‫‪0.002‬‬
‫‪x10‬‬ ‫‪0.788‬‬ ‫‪0.254‬‬ ‫‪2.886‬‬ ‫‪0.005‬‬
‫‪F‬‬ ‫‪Constant‬‬ ‫‪137.442‬‬ ‫‪6.164‬‬ ‫‪0.00‬‬
‫‪x10‬‬ ‫‪1.279‬‬ ‫‪0.453‬‬ ‫‪5.335‬‬ ‫‪0.00‬‬
‫‪x6‬‬ ‫‪0.724‬‬ ‫‪0.25‬‬ ‫‪2.962‬‬ ‫‪0.004‬‬
‫‪x9‬‬ ‫‪0.887‬‬ ‫‪0.282‬‬ ‫‪3.381‬‬ ‫‪0.001‬‬
‫‪x3‬‬ ‫‪0.818‬‬ ‫‪0.296‬‬ ‫‪3.501‬‬ ‫‪0.001‬‬
‫‪x2‬‬ ‫‪0.842‬‬ ‫‪0.272‬‬ ‫‪3.23‬‬ ‫‪0.002‬‬
‫‪x4‬‬ ‫‪0.711‬‬ ‫‪0.239‬‬ ‫‪2.831‬‬ ‫‪0.006‬‬
‫‪G‬‬ ‫‪Constant‬‬ ‫‪124.489‬‬ ‫‪5.637‬‬ ‫‪0.00‬‬
‫‪x10‬‬ ‫‪1.367‬‬ ‫‪0.484‬‬ ‫‪5.854‬‬ ‫‪0.00‬‬
‫‪x6‬‬ ‫‪0.749‬‬ ‫‪0.258‬‬ ‫‪3.178‬‬ ‫‪0.002‬‬
‫‪x9‬‬ ‫‪0.915‬‬ ‫‪0.291‬‬ ‫‪3.619‬‬ ‫‪0.001‬‬
‫‪x3‬‬ ‫‪0.741‬‬ ‫‪0.268‬‬ ‫‪3.262‬‬ ‫‪0.002‬‬
‫‪x2‬‬ ‫‪0.81‬‬ ‫‪0.262‬‬ ‫‪3.223‬‬ ‫‪0.002‬‬
‫‪x4‬‬ ‫‪0.781‬‬ ‫‪0.262‬‬ ‫‪3.207‬‬ ‫‪0.002‬‬
‫‪X1‬‬ ‫‪0.606‬‬ ‫‪0.206‬‬ ‫‪2.513‬‬ ‫‪0.014‬‬
‫‪H‬‬ ‫‪Constant‬‬ ‫‪104.044‬‬ ‫‪4.66‬‬ ‫‪0.00‬‬
‫‪x10‬‬ ‫‪1.191‬‬ ‫‪0.421‬‬ ‫‪5.137‬‬ ‫‪0.00‬‬
‫‪x6‬‬ ‫‪0.682‬‬ ‫‪0.235‬‬ ‫‪3.02‬‬ ‫‪0.004‬‬
‫‪x9‬‬ ‫‪0.915‬‬ ‫‪0.291‬‬ ‫‪3.792‬‬ ‫‪0.00‬‬
‫‪x3‬‬ ‫‪0.686‬‬ ‫‪0.248‬‬ ‫‪3.15‬‬ ‫‪0.002‬‬
‫‪x2‬‬ ‫‪0.704‬‬ ‫‪0.227‬‬ ‫‪2.898‬‬ ‫‪0.005‬‬
‫‪x4‬‬ ‫‪0.896‬‬ ‫‪0.301‬‬ ‫‪3.795‬‬ ‫‪0.00‬‬
‫‪X1‬‬ ‫‪0.645‬‬ ‫‪0.219‬‬ ‫‪2.798‬‬ ‫‪0.007‬‬
‫‪x8‬‬ ‫‪0.711‬‬ ‫‪0.231‬‬ ‫‪2.765‬‬ ‫‪0.007‬‬

‫ﯾﺸﯿﺮ ﺟﺪول )‪ (٢٠‬أن اﻟﻨﻤ ﻮذج اﻟﺜ ﺎﻣﻦ اﺷ ﺘﻤﻞ ﻋﻠ ﻰ ﺛﻤﺎﻧﯿ ﺔ ﻗ ﯿﻢ )‪ (Beta‬ﺗﺮاوﺣ ﺖ ﻣ ﻦ )‪ (0.219‬إﻟ ﻰ‬
‫)‪ (0.421‬وﺗﻤﺜﻞ ﻣﻌﺎﻣﻼت اﻻﻧﺤ ﺪار اﻟﺠﺰﺋﯿ ﺔ اﻟﺨﺎﺻ ﺔ ﺑ ﺎﻟﻤﺘﻐﯿﺮات اﻟﻤ ﺴﺘﻘﻠﺔ ) ‪x10, x6, x9, x3, x2,‬‬
‫‪ ،(x4, x1, x8‬وﺟﻤﯿﻌﮭ ﺎ ذات دﻻﻟ ﺔ إﺣ ﺼﺎﺋﯿﺔ ﻋﻨ ﺪ ﻣ ﺴﺘﻮى أﻗ ﻞ ﻣ ﻦ )‪ .(0.05‬وھ ﺬا ﯾﻌﻨ ﻲ أن ھ ﺬه‬
‫اﻟﻤﺘﻐﯿﺮات ھﻲ اﻷﻛﺒﺮ إﺳﮭﺎﻣﺎً ﻣﻦ ﺑﯿﻦ اﻟﻤﺘﻐﯿﺮات اﻟﻤﺴﺘﻘﻠﺔ ﻓﻲ ﺗﻔﺴﯿﺮ اﻟﺘﺒﺎﯾﻦ ﻓﻲ اﻟﻤﺘﻐﯿﺮ اﻟﺘﺎﺑﻊ‪.‬‬
‫وﺗﻔ ﺴﺮ اﻟﺒﺎﺣﺜ ﺔ زﯾ ﺎدة ﻋ ﺪد ﻣﻌ ﺎﻣﻼت اﻻﻧﺤ ﺪار اﻟﺠﺰﺋﯿ ﺔ ﺳ ﻮاء )‪ (Beta‬أو )‪ (B‬ﻣﻘﺎرﻧ ﺔ ﺑﺎﻟﻨﻤ ﺎذج‬
‫اﻟﺴﺎﺑﻘﺔ ﻓﻲ ﺣﺎﻟﺔ )‪ (n=25‬وأﯾﻀﺎ ﻓﻲ ﺣﺎﻟﺔ )‪ (n=50‬ﯾﺮﺟﻊ إﻟﻰ زﯾﺎدة ﺣﺠﻢ اﻟﻌﯿﻨﺔ )‪ (n=75‬ﻣﻤ ﺎ ﺟﻌ ﻞ‬
‫اﻟﻨﻤﻮذج اﻟﺤﺎﻟﻲ أﻛﺜﺮ ﻛﻔﺎءة ﻣﻦ اﻟﻨﻤﺎذج اﻟﺴﺎﺑﻘﺔ ﻓﻲ ﺣﺎﻟﺔ )‪ (n=25‬وأﯾﻀﺎ ﻓﻲ ﺣﺎﻟﺔ )‪.(n=50‬‬
 ‫‪٣٤٤‬‬
‫اﻟﻌﺪد اﻟﻌﺸﺮون )ج ‪ (٩‬ﻟﺴﻨﺔ ‪٢٠١٩‬م‬ ‫ﻣﺠﻠﺔ اﻟﺒﺤﺚ اﻟﻌﻠﻤﻰ ﻓﻰ اﻟﺘﺮﺑﯿﺔ‬

‫ﻣﻦ ﺟﻤﯿﻊ اﻟﻨﺘﺎﺋﺞ اﻟﺴﺎﺑﻘﺔ ﺗ ﺴﺘﺨﻠﺺ اﻟﺒﺎﺣﺜ ﺔ أﻧ ﮫ ﻓ ﻲ ﺣﺎﻟ ﺔ اﺳ ﺘﺨﺪام ﻋﯿﻨ ﺔ )‪ (n=75‬ﻇﮭ ﺮ ﺛﻤﺎﻧﯿ ﺔ ﻣ ﻦ‬
‫اﻟﻤﺘﻐﯿﺮات اﻟﻤﺴﺘﻘﻠﺔ )‪ (x10, x6, x9, x3, x2, x4, x1, x8‬ﻓﻲ ﻧﻤﻮذج اﻻﻧﺤ ﺪار اﻟﻤﺘﻌ ﺪد اﻟﺘ ﺪرﯾﺠﻲ ﻣ ﻦ‬
‫ﺑﯿﻦ )‪ (10‬ﻣﺘﻐﯿﺮات ﻣﺴﺘﻘﻠﺔ‪ ،‬وﻛﺎﻧﺖ ﻧ ﺴﺒﺔ اﻟﺘﺒ ﺎﯾﻦ اﻟﻤﻔ ﺴﺮ )‪ (%61.9‬أي ﻣﺘﻮﺳ ﻄﺔ‪ ،‬وھ ﻲ أﻓ ﻀﻞ ﻣ ﻦ‬
‫اﻟﻨﺘﺎﺋﺞ ﻓﻲ ﺣﺎﻟﺔ )‪ (n=25‬وأﯾﻀﺎ )‪ . (n=50‬وھﺬا ﯾﺘﻔ ﻖ ﻣ ﻊ ﻣ ﺎ ذﻛ ﺮه )‪ (kutner &et al, 2005‬اﻻ‬
‫ﯾﻘﻞ ﻋﺪد اﻟﺤﺎﻻت ﻋﻦ ﺳﺘﮫ اﻟﻰ ﻋﺸﺮ اﺿﻌﺎف اﻟﻤﺘﻐﯿﺮات اﻟﻤﺴﺘﻘﻠﺔ ﻓﻲ اﻻﻧﺤﺪار اﻟﻤﺘﻌﺪد‪.‬‬

‫‪ ‬دراﺳﺔ ﻛﻔﺎءة ﻧﻤﻮذج اﻻﻧﺤﺪار اﻟﻤﺘﻌﺪد اﻟﺘﺪرﯾﺠﻲ ﻓﻲ ﺣﺎﻟﺔ )‪(n=100‬‬

‫ﺗﻢ اﺳﺘﺨﺪام اﺧﺘﺒﺎر ﺗﺤﻠﯿﻞ اﻟﺘﺒﺎﯾﻦ )‪ (F‬ﻻﺧﺘﺒﺎر ﻛﻔﺎءة ﻧﻤﻮذج اﻻﻧﺤﺪار اﻟﻤﺘﻌﺪد اﻟﺘﺪرﯾﺠﻲ ﻓﻲ ﺣﺎﻟﺔ‬
‫)‪ (n=100‬وﻛﺎﻧﺖ ﻧﺘﺎﺋﺠﮫ ﻛﺎﻟﺘﺎﻟﻲ‪:‬‬
‫ﺟﺪول )‪ :(٢١‬ﻛﻔﺎءة ﻧﻤﻮذج اﻻﻧﺤﺪار اﻟﻤﺘﻌﺪد اﻟﺘﺪرﯾﺠﻲ ﻓﻲ ﺣﺎﻟﺔ )‪(n=100‬‬
‫‪model Source‬‬ ‫‪Sum Of‬‬ ‫‪Degree‬‬ ‫‪Mean‬‬ ‫‪F‬‬ ‫‪Sig‬‬
‫‪Of‬‬ ‫‪Squares‬‬ ‫‪of‬‬ ‫‪Squares‬‬
‫‪Variance‬‬ ‫‪SS‬‬ ‫‪Freedom‬‬ ‫‪MS‬‬
‫‪S.O.V‬‬ ‫‪DF‬‬
‫‪A‬‬ ‫ﺗﺒﺎﯾﻦ‬ ‫‪515.671‬‬ ‫‪1‬‬ ‫‪515.671‬‬ ‫‪18.6‬‬ ‫‪0.00‬‬
‫اﻻﻧﺤﺪار‬
‫‪ 2716.769‬ﺗﺒﺎﯾﻦ اﻟﺒﻮاﻗﻲ‬ ‫‪98‬‬ ‫‪27.722‬‬
‫‪ 3232.44‬اﻟﺘﺒﺎﯾﻦ اﻟﻜﻠﻲ‬ ‫‪99‬‬
‫‪B‬‬ ‫ﺗﺒﺎﯾﻦ‬ ‫‪826.451‬‬ ‫‪2‬‬ ‫‪413.225‬‬ ‫‪16.66‬‬ ‫‪0.00‬‬
‫اﻻﻧﺤﺪار‬
‫‪ 2405.989‬ﺗﺒﺎﯾﻦ اﻟﺒﻮاﻗﻲ‬ ‫‪97‬‬ ‫‪24.804‬‬
‫‪ 3232.44‬اﻟﺘﺒﺎﯾﻦ اﻟﻜﻠﻲ‬ ‫‪99‬‬
‫‪C‬‬ ‫ﺗﺒﺎﯾﻦ‬ ‫‪1061.678‬‬ ‫‪3‬‬ ‫‪353.893‬‬ ‫‪15.65‬‬ ‫‪0.00‬‬
‫اﻻﻧﺤﺪار‬
‫‪ 2170.762‬ﺗﺒﺎﯾﻦ اﻟﺒﻮاﻗﻲ‬ ‫‪96‬‬ ‫‪22.612‬‬
‫‪ 3232.44‬اﻟﺘﺒﺎﯾﻦ اﻟﻜﻠﻲ‬ ‫‪99‬‬
‫‪D‬‬ ‫ﺗﺒﺎﯾﻦ‬ ‫‪1286.321‬‬ ‫‪4‬‬ ‫‪321.58‬‬ ‫‪15.7‬‬ ‫‪0.00‬‬
‫اﻻﻧﺤﺪار‬
‫‪ 1946.119‬ﺗﺒﺎﯾﻦ اﻟﺒﻮاﻗﻲ‬ ‫‪95‬‬ ‫‪20.485‬‬
‫‪ 3232.44‬اﻟﺘﺒﺎﯾﻦ اﻟﻜﻠﻲ‬ ‫‪99‬‬
‫‪E‬‬ ‫ﺗﺒﺎﯾﻦ‬ ‫‪1535.487‬‬ ‫‪5‬‬ ‫‪307.097‬‬ ‫‪17.01‬‬ ‫‪0.00‬‬
‫اﻻﻧﺤﺪار‬
‫‪ 1696.953‬ﺗﺒﺎﯾﻦ اﻟﺒﻮاﻗﻲ‬ ‫‪94‬‬ ‫‪18.053‬‬
‫‪ 3232.44‬اﻟﺘﺒﺎﯾﻦ اﻟﻜﻠﻲ‬ ‫‪99‬‬
‫‪F‬‬ ‫ﺗﺒﺎﯾﻦ‬ ‫‪1703.67‬‬ ‫‪6‬‬ ‫‪283.945‬‬ ‫‪17.27‬‬ ‫‪0.00‬‬
‫اﻻﻧﺤﺪار‬
‫‪ 1528.77‬ﺗﺒﺎﯾﻦ اﻟﺒﻮاﻗﻲ‬ ‫‪93‬‬ ‫‪16.438‬‬
‫‪ 3232.44‬اﻟﺘﺒﺎﯾﻦ اﻟﻜﻠﻲ‬ ‫‪99‬‬
‫‪G‬‬ ‫ﺗﺒﺎﯾﻦ‬ ‫‪1853.009‬‬ ‫‪7‬‬ ‫‪264.716‬‬ ‫‪17.66‬‬ ‫‪0.00‬‬
‫اﻻﻧﺤﺪار‬
 ‫‪٣٤٥‬‬
‫اﻟﻌﺪد اﻟﻌﺸﺮون )ج ‪ (٩‬ﻟﺴﻨﺔ ‪٢٠١٩‬م‬ ‫ﻣﺠﻠﺔ اﻟﺒﺤﺚ اﻟﻌﻠﻤﻰ ﻓﻰ اﻟﺘﺮﺑﯿﺔ‬

‫ﺟﺪول )‪ :(٢١‬ﻛﻔﺎءة ﻧﻤﻮذج اﻻﻧﺤﺪار اﻟﻤﺘﻌﺪد اﻟﺘﺪرﯾﺠﻲ ﻓﻲ ﺣﺎﻟﺔ )‪(n=100‬‬

‫‪model Source‬‬ ‫‪Sum Of‬‬ ‫‪Degree‬‬ ‫‪Mean‬‬ ‫‪F‬‬ ‫‪Sig‬‬
‫‪Of‬‬ ‫‪Squares‬‬ ‫‪of‬‬ ‫‪Squares‬‬
‫‪Variance‬‬ ‫‪SS‬‬ ‫‪Freedom‬‬ ‫‪MS‬‬
‫‪S.O.V‬‬ ‫‪DF‬‬
‫‪ 1379.431‬ﺗﺒﺎﯾﻦ اﻟﺒﻮاﻗﻲ‬ ‫‪92‬‬ ‫‪14.994‬‬
‫‪ 3232.44‬اﻟﺘﺒﺎﯾﻦ اﻟﻜﻠﻲ‬ ‫‪99‬‬
‫‪H‬‬ ‫ﺗﺒﺎﯾﻦ‬ ‫‪2028.963‬‬ ‫‪8‬‬ ‫‪253.62‬‬ ‫‪19.18‬‬ ‫‪0.00‬‬
‫اﻻﻧﺤﺪار‬
‫‪ 1203.477‬ﺗﺒﺎﯾﻦ اﻟﺒﻮاﻗﻲ‬ ‫‪91‬‬ ‫‪13.225‬‬
‫‪ 3232.44‬اﻟﺘﺒﺎﯾﻦ اﻟﻜﻠﻲ‬ ‫‪99‬‬
‫‪I‬‬ ‫ﺗﺒﺎﯾﻦ‬ ‫‪2114.171‬‬ ‫‪9‬‬ ‫‪234.908‬‬ ‫‪18.91‬‬ ‫‪0.00‬‬
‫اﻻﻧﺤﺪار‬
‫‪ 1118.269‬ﺗﺒﺎﯾﻦ اﻟﺒﻮاﻗﻲ‬ ‫‪90‬‬ ‫‪12.425‬‬
‫‪ 3232.44‬اﻟﺘﺒﺎﯾﻦ اﻟﻜﻠﻲ‬ ‫‪99‬‬
‫‪J‬‬ ‫ﺗﺒﺎﯾﻦ‬ ‫‪2187.007‬‬ ‫‪10‬‬ ‫‪218.701‬‬ ‫‪18.62‬‬ ‫‪0.00‬‬
‫اﻻﻧﺤﺪار‬
‫‪ 1045.433‬ﺗﺒﺎﯾﻦ اﻟﺒﻮاﻗﻲ‬ ‫‪89‬‬ ‫‪11.746‬‬
‫‪ 3232.44‬اﻟﺘﺒﺎﯾﻦ اﻟﻜﻠﻲ‬ ‫‪99‬‬
‫‪A‬‬ ‫‪Predictors: (Constant), x8‬‬
‫‪B‬‬ ‫‪Predictors: (Constant), x8, x10‬‬
‫‪C‬‬ ‫‪Predictors: (Constant), x8, x10, x9‬‬
‫‪D‬‬ ‫‪Predictors: (Constant), x8, x10, x9, x1‬‬
‫‪E‬‬ ‫‪Predictors: (Constant), x8, x10, x9, x1, x4‬‬
‫‪F‬‬ ‫‪Predictors: (Constant), x8, x10, x9, x1, x4, x6‬‬
‫‪G‬‬ ‫‪Predictors: (Constant), x8, x10, x9, x1, x4, x6, x2‬‬
‫‪H‬‬ ‫‪Predictors: (Constant), x8, x10, x9, x1, x4, x6, x2, x3‬‬
‫‪I‬‬ ‫‪Predictors: (Constant), x8, x10, x9, x1, x4, x6, x2, x3, x5‬‬
‫‪J‬‬ ‫‪Predictors: (Constant), x8, x10, x9, x1, x4, x6, x2, x3, x5, x7‬‬

‫ﻗﯿﻤﺔ )‪ (F‬ﻟﻠﻨﻤﻮذج اﻟﻨﮭﺎﺋﻲ ﻟﻼﻧﺤﺪار اﻟﻤﺘﻌﺪد اﻟﺘﺪرﯾﺠﻲ ﺗﺴﺎوي )‪ ،(18.62‬وھﻲ داﻟﺔ إﺣﺼﺎﺋﯿًﺎ‬
‫ﻋﻨﺪ ﻣﺴﺘﻮى دﻻﻟﺔ أﻗﻞ ﻣﻦ )‪ ،(0.05‬وھﺬا ﻣﺆﺷﺮ ﻋﻠﻰ ﻛﻔﺎءة ﻧﻤﻮذج اﻻﻧﺤﺪار اﻟﻤﺘﻌﺪد اﻟﺘﺪرﯾﺠﻲ ﻓﻲ‬
‫ﺣﺎﻟﺔ )‪ ،(n=100‬وﯾﻼﺣﻆ أن ھﺬا اﻟﻨﻤﻮذج )‪ (n=100‬أﻓﻀﻞ ﻣﻦ اﻟﻨﻤﺎذج اﻟﺴﺎﺑﻘﺔ ﺣﯿﺚ اﺷﺘﻤﻞ ﻋﻠﻰ‬
‫ﺟﻤﯿﻊ اﻟﻤﺘﻐﯿﺮات اﻟﻤﺴﺘﻘﻠﺔ )‪ .(x8, x10, x9, x1, x4, x6, x2, x3, x5, x7‬وﺗﺮى اﻟﺒﺎﺣﺜﺔ أن اﻟﺴﺒﺐ‬
‫ﻓﻲ اﻟﺘﺤﺴﻦ وزﯾﺎدة ﻛﻔﺎءة ﻧﻤﻮذج اﻻﻧﺤﺪار اﻟﻤﺘﻌﺪد اﻟﺘﺪرﯾﺠﻲ اﻟﺤﺎﻟﻲ ﯾﺮﺟﻊ إﻟﻰ زﯾﺎدة ﺣﺠﻢ اﻟﻌﯿﻨﺔ إﻟﻰ‬
‫)‪.(100‬‬
‫‪2‬‬
‫وﻋﻨﺪ اﻟﻨﻈﺮ إﻟﻰ ﻣﺆﺷﺮ آﺧﺮ وھﻮ ﻣﻌﺎﻣﻞ اﻟﺘﺤﺪﯾﺪ ) ‪ (R‬ﻛﻤﺆﺷﺮ ﻟﻨﺴﺒﺔ اﻟﺘﺒﺎﯾﻦ اﻟﻤﻔﺴﺮ ﻣﻦ اﻟﻤﺘﻐﯿﺮ‬
‫اﻟﺘﺎﺑﻊ )‪ (Y‬واﻟﺬي ﯾﻌﺰى إﻟﻰ ﺗﺄﺛﯿﺮ اﻟﻤﺘﻐﯿﺮات اﻟﻤﺴﺘﻘﻠﺔ ﻛﺎﻧﺖ اﻟﻨﺘﺎﺋﺞ ﻛﺎﻟﺘﺎﻟﻲ‪:‬‬
 ‫‪٣٤٦‬‬
‫اﻟﻌﺪد اﻟﻌﺸﺮون )ج ‪ (٩‬ﻟﺴﻨﺔ ‪٢٠١٩‬م‬ ‫ﻣﺠﻠﺔ اﻟﺒﺤﺚ اﻟﻌﻠﻤﻰ ﻓﻰ اﻟﺘﺮﺑﯿﺔ‬

‫ﺟﺪول )‪ :(٢٢‬اﻟﺘﺒﺎﯾﻦ اﻟﻤﻔﺴﺮ وﺗﻐﯿﺮ اﻹﺣﺼﺎءات ﻟﻨﻤﻮذج اﻻﻧﺤﺪار اﻟﻤﺘﻌﺪد اﻟﺘﺪرﯾﺠﻲ ﻓﻲ ﺣﺎﻟﺔ‬
‫)‪(n=100‬‬
‫‪Model‬‬ ‫‪R‬‬ ‫‪R2‬‬ ‫‪Adj.R‬‬ ‫‪change Sta.‬‬
‫‪2‬‬ ‫‪R2‬‬ ‫‪F‬‬ ‫‪Sig.F‬‬
‫‪D DF‬‬
‫‪change change‬‬ ‫‪chang‬‬
‫‪F1‬‬ ‫‪2‬‬
‫‪e‬‬
‫‪A‬‬ ‫‪0.399 0.16 0.151‬‬ ‫‪0.16‬‬ ‫‪18.601 1‬‬ ‫‪98‬‬ ‫‪0.00‬‬
‫‪B‬‬ ‫‪0.506 0.256 0.24‬‬ ‫‪0.096‬‬ ‫‪12.529 1‬‬ ‫‪97 0.001‬‬
‫‪C‬‬ ‫‪0.573 0.328 0.307‬‬ ‫‪0.073‬‬ ‫‪10.403 1‬‬ ‫‪96 0.002‬‬
‫‪D‬‬ ‫‪0.631 0.398 0.373‬‬ ‫‪0.069‬‬ ‫‪10.966 1‬‬ ‫‪95 0.001‬‬
‫‪E‬‬ ‫‪0.689 0.475 0.447‬‬ ‫‪0.077‬‬ ‫‪13.802 1‬‬ ‫‪94‬‬ ‫‪0.00‬‬
‫‪F‬‬ ‫‪0.726 0.527 0.497‬‬ ‫‪0.052‬‬ ‫‪10.231 1‬‬ ‫‪93 0.002‬‬
‫‪G‬‬ ‫‪0.757 0.573 0.541‬‬ ‫‪0.046‬‬ ‫‪9.96‬‬ ‫‪1‬‬ ‫‪92 0.002‬‬
‫‪H‬‬ ‫‪0.792 0.628 0.595‬‬ ‫‪0.054‬‬ ‫‪13.305 1‬‬ ‫‪91‬‬ ‫‪0.00‬‬
‫‪I‬‬ ‫‪0.809 0.654 0.619‬‬ ‫‪0.026‬‬ ‫‪6.858‬‬ ‫‪1‬‬ ‫‪90‬‬ ‫‪0.01‬‬
‫‪J‬‬ ‫‪0.823 0.677 0.64‬‬ ‫‪0.023‬‬ ‫‪6.201‬‬ ‫‪1‬‬ ‫‪89 0.015‬‬
‫‪A‬‬ ‫‪Predictors: (Constant), x8‬‬
‫‪B‬‬ ‫‪Predictors: (Constant), x8, x10‬‬
‫‪C‬‬ ‫‪Predictors: (Constant), x8, x10, x9‬‬
‫‪D‬‬ ‫‪Predictors: (Constant), x8, x10, x9, x1‬‬
‫‪E‬‬ ‫‪Predictors: (Constant), x8, x10, x9, x1, x4‬‬
‫‪F‬‬ ‫‪Predictors: (Constant), x8, x10, x9, x1, x4, x6‬‬
‫‪G‬‬ ‫‪Predictors: (Constant), x8, x10, x9, x1, x4, x6, x2‬‬
‫‪H‬‬ ‫‪Predictors: (Constant), x8, x10, x9, x1, x4, x6, x2, x3‬‬
‫‪I‬‬ ‫‪Predictors: (Constant), x8, x10, x9, x1, x4, x6, x2, x3, x5‬‬
‫‪J‬‬ ‫‪Predictors: (Constant), x8, x10, x9, x1, x4, x6, x2, x3, x5, x7‬‬

‫ﻗﯿﻤ ﺔ )‪ (R2‬ﻟﻠﻨﻤ ﻮذج اﻟﻨﮭ ﺎﺋﻲ ﻟﻼﻧﺤ ﺪار اﻟﻤﺘﻌ ﺪد اﻟﺘ ﺪرﯾﺠﻲ ﺗ ﺴﺎوي )‪ (0.677‬وھ ﺬا ﯾﻌﻨ ﻲ أن‬
‫اﻟﻨﻤﻮذج ﯾﻔﺴﺮ )‪ (%67.7‬ﻣﻦ اﻟﺘﺒﺎﯾﻦ اﻟﻜﻠﻲ ﻓﻲ اﻟﻤﺘﻐﯿﺮ اﻟﺘﺎﺑﻊ )‪ (Y‬واﻟﺬي ﯾﻌﺰى إﻟﻰ ﺗﺄﺛﯿﺮ اﻟﻤﺘﻐﯿ ﺮات‬
‫اﻟﻤ ﺴﺘﻘﻠﺔ‪ ،‬وھ ﺬه اﻟﻘﯿﻤ ﺔ ﺗ ﺸﯿﺮ إﻟ ﻰ زﯾ ﺎدة ﻛﻔ ﺎءة ﻧﻤ ﻮذج اﻻﻧﺤ ﺪار اﻟﻤﺘﻌ ﺪد اﻟﺘ ﺪرﯾﺠﻲ اﻟﺤ ﺎﻟﻲ ﻣﻘﺎرﻧ ﺔ‬
‫ﺑﺎﻟﻨﻤﺎذج اﻟﺴﺎﺑﻘﺔ واﻟﺘ ﻲ ﻛ ﺎن ﻓﯿﮭ ﺎ ﺣﺠ ﻢ اﻟﻌﯿﻨ ﺔ )‪ ،(25,50,57‬ﻣﻤ ﺎ ﯾ ﺸﯿﺮ إﻟ ﻰ اﻟﺘ ﺄﺛﯿﺮ اﻹﯾﺠ ﺎﺑﻲ ﻟﺰﯾ ﺎدة‬
‫ﺣﺠﻢ اﻟﻌﯿﻨﺔ إﻟﻰ )‪ (n=100‬ﻋﻠﻰ ﻛﻔﺎءة ﻧﻤﻮذج اﻻﻧﺤﺪار اﻟﻤﺘﻌﺪد اﻟﺘﺪرﯾﺠﻲ وﺗﻔﺴﯿﺮ ﻧﺴﺒﺔ اﻟﺘﺒﺎﯾﻦ‪.‬‬
‫وﺗ ﺮى اﻟﺒﺎﺣﺜ ﺔ أن زﯾ ﺎدة ﺣﺠ ﻢ اﻟﻌﯿﻨ ﺔ ﻓ ﻲ اﻟﻨﻤ ﻮذج اﻟﺤ ﺎﻟﻲ إﻟ ﻰ )‪ (100‬ﺣﺎﻟ ﺔ‪ ،‬ﻛ ﺎن أﻛﺜ ﺮ ﻣﻼﺋﻤ ﺔ‬
‫ﻟﻨﻤ ﻮذج اﻻﻧﺤ ﺪار اﻟﻤﺘﻌ ﺪد اﻟﺘ ﺪرﯾﺠﻲ وأﻋﻄ ﻰ اﻟﻔﺮﺻ ﺔ ﻟﻈﮭ ﻮر ﺟﻤﯿ ﻊ اﻟﻤﺘﻐﯿ ﺮات اﻟﻤ ﺴﺘﻘﻠﺔ )‪(10‬‬
‫ﻣﺘﻐﯿﺮات‪ ،‬وھﺬا ﻣﺎ ﯾﺘﻀﺢ ﻣﻦ ﺟﺪول )‪ (٢٢‬وﻣﻦ ﺧﻼل ﺗﺘﺒ ﻊ ﺗﻐﯿ ﺮ اﻹﺣ ﺼﺎءات اﻟﺨﺎﺻ ﺔ ﺑﺘﻐﯿ ﺮ )‪(R2‬‬
‫وﻧﻔ ﺲ اﻻﺗﺠ ﺎه ﺗﻔ ﺴﺮه أﯾ ﻀﺎ ﺗﻐﯿ ﺮ )‪ (F‬ودﻻﻟ ﺔ ﺗﻐﯿ ﺮ )‪ ،(F‬ﺣﯿ ﺚ ﺳ ﺎھﻢ اﻟﻨﻤ ﻮذج اﻷول ﻓ ﻲ ﺗﻔ ﺴﯿﺮ‬
‫)‪ (%16‬ﻣﻦ ﻧﺴﺒﺔ اﻟﺘﺒﺎﯾﻦ ﻓﻲ اﻟﻤﺘﻐﯿﺮ اﻟﺘﺎﺑﻊ ﻟﺘﺼﺒﺢ اﻟﻤﺴﺎھﻤﺔ اﻟﻜﻠﯿ ﺔ ﻓ ﻲ اﻟﻨﻤ ﻮذج اﻷﺧﯿ ﺮ )‪.(%67.7‬‬
‫ﻧﻔﺲ اﻻﺗﺠﺎه ﯾﻤﻜﻦ ﻣﻼﺣﻈﺘﮫ ﻓﻲ ﺣﺎﻟﺔ اﻹﻋﺘﻤﺎد ﻋﻠﻰ ﻗﯿﻤﺔ )‪ (R2‬اﻟﻤﻌﺪﻟﺔ‪.‬‬
 ‫‪٣٤٧‬‬
‫اﻟﻌﺪد اﻟﻌﺸﺮون )ج ‪ (٩‬ﻟﺴﻨﺔ ‪٢٠١٩‬م‬ ‫ﻣﺠﻠﺔ اﻟﺒﺤﺚ اﻟﻌﻠﻤﻰ ﻓﻰ اﻟﺘﺮﺑﯿﺔ‬

‫وﻣﻦ اﻟﻤﺆﺷﺮات اﻟﮭﺎﻣﺔ أﯾﻀﺎً ﻓﻲ دراﺳﺔ اﻟﺘﺒ ﺎﯾﻦ اﻟﻤﻔ ﺴﺮ ﻟﻨﻤ ﻮذج اﻻﻧﺤ ﺪار اﻟﻤﺘﻌ ﺪد اﻟﺘ ﺪرﯾﺠﻲ ھ ﻮ‬
‫ﺗﻘﯿﯿﻢ ﺗﺄﺛﯿﺮ اﻟﻤﺘﻐﯿﺮات اﻟﻤﺴﺘﻘﻠﺔ ﻣﻦ ﺧﻼل اﻟﻨﻈﺮ إﻟ ﻰ ﻣ ﺪى إﺳ ﮭﺎم ﻛ ﻼ ﻣﻨﮭ ﺎ ﻓ ﻲ اﻟﺘ ﺄﺛﯿﺮ وﻣ ﻦ ﺛ ﻢ اﻟﺘﻨﺒ ﺆ‬
‫ﺑﺎﻟﻤﺘﻐﯿﺮ اﻟﺘﺎﺑﻊ‪ ،‬واﻟﺬي ﯾﻤﻜﻦ ﺗﻨﺎوﻟﮫ ﻣﻦ ﺧﻼل اﻟﺠﺪول اﻟﺘﺎﻟﻲ‪:‬‬
‫ﺟﺪول )‪ :(٢٣‬اﻟﻤﺴﺎھﻤﺔ اﻟﻨﺴﺒﯿﺔ ﻟﻠﻤﺘﻐﯿﺮات اﻟﻤﺴﺘﻘﻠﺔ ﻟﻨﻤﻮذج اﻻﻧﺤﺪار اﻟﻤﺘﻌﺪد اﻟﺘﺪرﯾﺠﻲ ﻓﻲ‬
‫ﺣﺎﻟﺔ )‪(n=100‬‬
‫‪Model‬‬ ‫‪B‬‬ ‫‪Beta‬‬ ‫‪T‬‬ ‫‪Sig.‬‬
‫‪A‬‬ ‫‪Constant‬‬ ‫‪267.744‬‬ ‫‪20.753‬‬ ‫‪0.00‬‬
‫‪X8‬‬ ‫‪1.242‬‬ ‫‪0.399‬‬ ‫‪4.313‬‬ ‫‪0.00‬‬
‫‪B‬‬ ‫‪Constant‬‬ ‫‪226.845‬‬ ‫‪13.498‬‬ ‫‪0.00‬‬
‫‪X8‬‬ ‫‪1.018‬‬ ‫‪0.327‬‬ ‫‪3.64‬‬ ‫‪0.00‬‬
‫‪X10‬‬ ‫‪0.932‬‬ ‫‪0.318‬‬ ‫‪3.54‬‬ ‫‪0.001‬‬
‫‪C‬‬ ‫‪Constant‬‬ ‫‪181.725‬‬ ‫‪8.537‬‬ ‫‪0.00‬‬
‫‪x8‬‬ ‫‪1.037‬‬ ‫‪0.334‬‬ ‫‪3.883‬‬ ‫‪0.00‬‬
‫‪x10‬‬ ‫‪0.978‬‬ ‫‪0.334‬‬ ‫‪3.884‬‬ ‫‪0.00‬‬
‫‪x9‬‬ ‫‪0.833‬‬ ‫‪0.27‬‬ ‫‪3.225‬‬ ‫‪0.002‬‬
‫‪D‬‬ ‫‪Constant‬‬ ‫‪171.091‬‬ ‫‪8.34‬‬ ‫‪0.00‬‬
‫‪x8‬‬ ‫‪1.026‬‬ ‫‪0.33‬‬ ‫‪4.035‬‬ ‫‪0.00‬‬
‫‪x10‬‬ ‫‪1.038‬‬ ‫‪0.355‬‬ ‫‪4.319‬‬ ‫‪0.00‬‬
‫‪x9‬‬ ‫‪0.843‬‬ ‫‪0.274‬‬ ‫‪3.428‬‬ ‫‪0.001‬‬
‫‪x1‬‬ ‫‪0.731‬‬ ‫‪0.264‬‬ ‫‪3.311‬‬ ‫‪0.001‬‬
‫‪E‬‬ ‫‪Constant‬‬ ‫‪137.902‬‬ ‫‪6.496‬‬ ‫‪0.00‬‬
‫‪x8‬‬ ‫‪1.138‬‬ ‫‪0.366‬‬ ‫‪4.729‬‬ ‫‪0.00‬‬
‫‪x10‬‬ ‫‪1.132‬‬ ‫‪0.387‬‬ ‫‪4.985‬‬ ‫‪0.00‬‬
‫‪x9‬‬ ‫‪0.874‬‬ ‫‪0.284‬‬ ‫‪3.783‬‬ ‫‪0.00‬‬
‫‪x1‬‬ ‫‪0.823‬‬ ‫‪0.297‬‬ ‫‪3.941‬‬ ‫‪0.00‬‬
‫‪x4‬‬ ‫‪0.829‬‬ ‫‪0.284‬‬ ‫‪3.715‬‬ ‫‪0.00‬‬
‫‪F‬‬ ‫‪Constant‬‬ ‫‪120.705‬‬ ‫‪5.759‬‬ ‫‪0.00‬‬
‫‪x8‬‬ ‫‪1.067‬‬ ‫‪0.343‬‬ ‫‪4.626‬‬ ‫‪0.00‬‬
‫‪x10‬‬ ‫‪1.129‬‬ ‫‪0.386‬‬ ‫‪5.21‬‬ ‫‪0.00‬‬
‫‪x9‬‬ ‫‪0.832‬‬ ‫‪0.27‬‬ ‫‪3.768‬‬ ‫‪0.00‬‬
‫‪x1‬‬ ‫‪0.877‬‬ ‫‪0.317‬‬ ‫‪4.389‬‬ ‫‪0.00‬‬
‫‪x4‬‬ ‫‪0.81‬‬ ‫‪0.278‬‬ ‫‪3.802‬‬ ‫‪0.00‬‬
‫‪x6‬‬ ‫‪0.645‬‬ ‫‪0.231‬‬ ‫‪3.199‬‬ ‫‪0.00‬‬
‫‪G‬‬ ‫‪Constant‬‬ ‫‪113.947‬‬ ‫‪5.66‬‬ ‫‪0.002‬‬
‫‪x8‬‬ ‫‪0.933‬‬ ‫‪0.3‬‬ ‫‪4.158‬‬ ‫‪0.00‬‬
‫‪x10‬‬ ‫‪1.149‬‬ ‫‪0.392‬‬ ‫‪5.549‬‬ ‫‪0.00‬‬
‫‪x9‬‬ ‫‪0.904‬‬ ‫‪0.293‬‬ ‫‪4.262‬‬ ‫‪0.00‬‬
‫‪x1‬‬ ‫‪0.882‬‬ ‫‪0.319‬‬ ‫‪4.621‬‬ ‫‪0.00‬‬
‫‪x4‬‬ ‫‪0.779‬‬ ‫‪0.267‬‬ ‫‪3.826‬‬ ‫‪0.00‬‬
‫‪x6‬‬ ‫‪0.624‬‬ ‫‪0.223‬‬ ‫‪3.236‬‬ ‫‪0.00‬‬
 ‫‪٣٤٨‬‬
‫اﻟﻌﺪد اﻟﻌﺸﺮون )ج ‪ (٩‬ﻟﺴﻨﺔ ‪٢٠١٩‬م‬ ‫ﻣﺠﻠﺔ اﻟﺒﺤﺚ اﻟﻌﻠﻤﻰ ﻓﻰ اﻟﺘﺮﺑﯿﺔ‬

‫ﺟﺪول )‪ :(٢٣‬اﻟﻤﺴﺎھﻤﺔ اﻟﻨﺴﺒﯿﺔ ﻟﻠﻤﺘﻐﯿﺮات اﻟﻤﺴﺘﻘﻠﺔ ﻟﻨﻤﻮذج اﻻﻧﺤﺪار اﻟﻤﺘﻌﺪد اﻟﺘﺪرﯾﺠﻲ ﻓﻲ‬
‫ﺣﺎﻟﺔ )‪(n=100‬‬
‫‪Model‬‬ ‫‪B‬‬ ‫‪Beta‬‬ ‫‪T‬‬ ‫‪Sig.‬‬
‫‪x2‬‬ ‫‪0.644‬‬ ‫‪0.221‬‬ ‫‪3.156‬‬ ‫‪0.002‬‬
‫‪H‬‬ ‫‪Constant‬‬ ‫‪104.952‬‬ ‫‪5.504‬‬ ‫‪0.002‬‬
‫‪x8‬‬ ‫‪0.858‬‬ ‫‪0.276‬‬ ‫‪4.055‬‬ ‫‪0.00‬‬
‫‪x10‬‬ ‫‪1.091‬‬ ‫‪0.372‬‬ ‫‪5.591‬‬ ‫‪0.00‬‬
‫‪x9‬‬ ‫‪0.934‬‬ ‫‪0.303‬‬ ‫‪4.687‬‬ ‫‪0.00‬‬
‫‪x1‬‬ ‫‪0.769‬‬ ‫‪0.278‬‬ ‫‪4.226‬‬ ‫‪0.00‬‬
‫‪x4‬‬ ‫‪0.781‬‬ ‫‪0.268‬‬ ‫‪4.087‬‬ ‫‪0.00‬‬
‫‪x6‬‬ ‫‪0.655‬‬ ‫‪0.234‬‬ ‫‪3.616‬‬ ‫‪0.00‬‬
‫‪x2‬‬ ‫‪0.716‬‬ ‫‪0.246‬‬ ‫‪3.72‬‬ ‫‪0.00‬‬
‫‪x3‬‬ ‫‪0.66‬‬ ‫‪0.3‬‬ ‫‪3.648‬‬ ‫‪0.00‬‬
‫‪I‬‬ ‫‪Constant‬‬ ‫‪90.822‬‬ ‫‪4.717‬‬ ‫‪0.00‬‬
‫‪x8‬‬ ‫‪0.887‬‬ ‫‪0.285‬‬ ‫‪4.319‬‬ ‫‪0.00‬‬
‫‪x10‬‬ ‫‪1.104‬‬ ‫‪0.377‬‬ ‫‪5.835‬‬ ‫‪0.00‬‬
‫‪x9‬‬ ‫‪0.879‬‬ ‫‪0.285‬‬ ‫‪4.52‬‬ ‫‪0.00‬‬
‫‪x1‬‬ ‫‪0.748‬‬ ‫‪0.271‬‬ ‫‪4.237‬‬ ‫‪0.00‬‬
‫‪x4‬‬ ‫‪0.792‬‬ ‫‪0.272‬‬ ‫‪4.274‬‬ ‫‪0.00‬‬
‫‪x6‬‬ ‫‪0.622‬‬ ‫‪0.222‬‬ ‫‪3.529‬‬ ‫‪0.001‬‬
‫‪x2‬‬ ‫‪0.723‬‬ ‫‪0.248‬‬ ‫‪3.874‬‬ ‫‪0.00‬‬
‫‪x3‬‬ ‫‪0.726‬‬ ‫‪0.265‬‬ ‫‪4.096‬‬ ‫‪0.00‬‬
‫‪x5‬‬ ‫‪0.489‬‬ ‫‪0.166‬‬ ‫‪2.619‬‬ ‫‪0.01‬‬
‫‪J‬‬ ‫‪Constant‬‬ ‫‪67.116‬‬ ‫‪3.196‬‬ ‫‪0.002‬‬
‫‪x8‬‬ ‫‪0.872‬‬ ‫‪0.281‬‬ ‫‪4.365‬‬ ‫‪0.00‬‬
‫‪x10‬‬ ‫‪1.147‬‬ ‫‪0.392‬‬ ‫‪6.21‬‬ ‫‪0.00‬‬
‫‪x9‬‬ ‫‪0.85‬‬ ‫‪0.276‬‬ ‫‪4.488‬‬ ‫‪0.00‬‬
‫‪x1‬‬ ‫‪0.77‬‬ ‫‪0.278‬‬ ‫‪4.476‬‬ ‫‪0.00‬‬
‫‪x4‬‬ ‫‪0.885‬‬ ‫‪0.304‬‬ ‫‪4.807‬‬ ‫‪0.00‬‬
‫‪x6‬‬ ‫‪0.658‬‬ ‫‪0.235‬‬ ‫‪3.831‬‬ ‫‪0.00‬‬
‫‪x2‬‬ ‫‪0.706‬‬ ‫‪0.242‬‬ ‫‪3.887‬‬ ‫‪0.00‬‬
‫‪x3‬‬ ‫‪0.788‬‬ ‫‪0.287‬‬ ‫‪4.525‬‬ ‫‪0.00‬‬
‫‪x5‬‬ ‫‪0.506‬‬ ‫‪0.172‬‬ ‫‪2.788‬‬ ‫‪0.006‬‬
‫‪x7‬‬ ‫‪0.456‬‬ ‫‪0.156‬‬ ‫‪2.49‬‬ ‫‪0.015‬‬

‫ﯾﺸﯿﺮ ﺟﺪول )‪ (٢٣‬أن اﻟﻨﻤﻮذج اﻟﻌﺎﺷﺮ اﺷﺘﻤﻞ ﻋﻠﻰ ﻋﺸﺮة ﻗﯿﻢ )‪ (Beta‬ﺗﺮاوﺣﺖ ﻣﻦ )‪ (0.156‬إﻟﻰ‬
‫)‪ (0.392‬وﺗﻤﺜﻞ ﻣﻌﺎﻣﻼت اﻻﻧﺤﺪار اﻟﺠﺰﺋﯿﺔ اﻟﺨﺎﺻﺔ ﺑﺎﻟﻤﺘﻐﯿﺮات اﻟﻤﺴﺘﻘﻠﺔ ) ‪x8, x10, x9, x1, x4,‬‬
‫‪ ،(x6, x2, x3, x5, x7‬وﺟﻤﯿﻌﮭﺎ ذات دﻻﻟﺔ إﺣﺼﺎﺋﯿﺔ ﻋﻨﺪ ﻣﺴﺘﻮى أﻗﻞ ﻣﻦ )‪ ،(0.05‬وﻟﮭﺎ إﺳﮭﺎﻣﺎ ﻓﻲ‬
‫ﺗﻔﺴﯿﺮ اﻟﺘﺒﺎﯾﻦ ﻓﻲ اﻟﻤﺘﻐﯿﺮ اﻟﺘﺎﺑﻊ‪.‬‬
 ‫‪٣٤٩‬‬
‫اﻟﻌﺪد اﻟﻌﺸﺮون )ج ‪ (٩‬ﻟﺴﻨﺔ ‪٢٠١٩‬م‬ ‫ﻣﺠﻠﺔ اﻟﺒﺤﺚ اﻟﻌﻠﻤﻰ ﻓﻰ اﻟﺘﺮﺑﯿﺔ‬

‫وﺗﻔ ﺴﺮ اﻟﺒﺎﺣﺜ ﺔ زﯾ ﺎدة ﺣﺠ ﻢ اﻟﻌﯿﻨ ﺔ )‪ (n=100‬أدى إﻟ ﻰ زﯾ ﺎدة ﻋ ﺪد ﻣﻌ ﺎﻣﻼت اﻻﻧﺤ ﺪار اﻟﺠﺰﺋﯿ ﺔ‬
‫ﺳ ﻮاء )‪ (Beta‬أو )‪ (B‬ﻣﻘﺎرﻧ ﺔ ﺑﺎﻟﻨﻤ ﺎذج اﻟ ﺴﺎﺑﻘﺔ ﻓ ﻲ ﺣﺎﻟ ﺔ )‪ (n=75) ،(n=50) ،(n=25‬ﻣﻤ ﺎ ﺟﻌ ﻞ‬
‫اﻟﻨﻤﻮذج اﻟﺤﺎﻟﻲ أﻛﺜﺮ ﻛﻔﺎءة ﻣﻦ اﻟﻨﻤﺎذج اﻟﺴﺎﺑﻘﺔ‪.‬‬
‫ﻣﻦ ﺟﻤﯿﻊ اﻟﻨﺘﺎﺋﺞ اﻟﺴﺎﺑﻘﺔ ﺗﺴﺘﺨﻠﺺ اﻟﺒﺎﺣﺜﺔ أﻧ ﮫ ﻓ ﻲ ﺣﺎﻟ ﺔ اﺳ ﺘﺨﺪام ﻋﯿﻨ ﺔ )‪ (n=100‬ﻇﮭ ﺮ وﻷول ﻣ ﺮة‬
‫ﺟﻤﯿﻊ اﻟﻤﺘﻐﯿﺮات اﻟﻤﺴﺘﻘﻠﺔ )‪ (x8, x10, x9, x1, x4, x6, x2, x3, x5, x7‬ﻓﻲ ﻧﻤﻮذج اﻻﻧﺤ ﺪار اﻟﻤﺘﻌ ﺪد‬
‫اﻟﺘﺪرﯾﺠﻲ‪ ،‬وﻛﺎﻧﺖ ﻧﺴﺒﺔ اﻟﺘﺒﺎﯾﻦ اﻟﻤﻔﺴﺮ )‪ ،(%67.7‬وھﻲ أﻓﻀﻞ اﻟﻨﺘﺎﺋﺞ اﻟﺘﻲ ﺗ ﻢ اﻟﺘﻮﺻ ﻞ إﻟﯿﮭ ﺎ‪ .‬وﻋﻨ ﺪ‬
‫اﻟ ﺘﻤﻌﻦ واﻟﻨﻈ ﺮ إﻟ ﻰ اﻟﻌﻼﻗ ﺔ ﺑ ﯿﻦ ﺣﺠ ﻢ اﻟﻌﯿﻨ ﺔ )‪ (n=100‬ﻓ ﻲ اﻟﻨﻤ ﻮذج اﻟﺤ ﺎﻟﻲ‪ ،‬وﻋ ﺪد اﻟﻤﺘﻐﯿ ﺮات‬
‫اﻟﻤﺴﺘﻘﻠﺔ )ﻋﺸﺮ ﻣﺘﻐﯿﺮات(‪ ،‬ﺗﺮى اﻟﺒﺎﺣﺜﺔ أﻧﮫ ﺑﺪاﯾ ﺔ ﻣ ﻦ وﺻ ﻮل ﺣﺠ ﻢ اﻟﻌﯿﻨ ﺔ إﻟ ﻰ )‪ (10‬أﺿ ﻌﺎف ﻋ ﺪد‬
‫اﻟﻤﺘﻐﯿﺮات اﻟﻤﺴﺘﻘﻠﺔ )ﻋﺸﺮ ﻣﺘﻐﯿﺮات( ﻛﺎﻧ ﺖ ﺑﺪاﯾ ﺔ ﻇﮭ ﻮر ﺗ ﺄﺛﯿﺮ وﻣ ﺴﺎھﻤﺔ ﺟﻤﯿ ﻊ اﻟﻤﺘﻐﯿ ﺮات اﻟﻤ ﺴﺘﻘﻠﺔ‬
‫ﻓﻲ ﺗﻔﺴﯿﺮ ﻧﺴﺒﺔ اﻟﺘﺒﺎﯾﻦ ﻓﻲ اﻟﻤﺘﻐﯿﺮ اﻟﺘﺎﺑﻊ )‪.(Y‬‬
‫وھﺬا ﯾﺘﻔﻖ ﻣﻊ ﻣ ﺎ ذﻛ ﺮه )‪ (kutner& et al, 2005‬أن ﯾﻜ ﻮن ﻋ ﺪد اﻟﻤ ﺸﺎھﺪات ﻋﻠ ﻰ اﻷﻗ ﻞ ﻣ ﺎ ﺑ ﯿﻦ‬
‫ﺳﺘﺔ إﻟﻰ ﻋﺸﺮة أﺿﻌﺎف ﻋﺪد اﻟﻤﺘﻐﯿ ﺮات اﻟﻤ ﺴﺘﻘﻠﺔ‪ ،‬واﺗﻔﻘ ﺖ اﯾ ﻀﺎً ﻣ ﻊ ﻧﺘ ﺎﺋﺞ )ﺳ ﺒﯿﻞ‪ (٢٠١٥ ،‬اﻧ ﮫ ﻓ ﻲ‬
‫ﺣﺎﻟﺔ اﻻﻧﺤﺪار اﻟﻤﺘﻌﺪد ﯾﻔﻀﻞ أن ﯾﻜﻮن ﺣﺠﻢ اﻟﻌﯿﻨﺔ ‪ 10‬اﺿﻌﺎف اﻟﻤﺘﻐﯿﺮات اﻟﻤ ﺴﺘﻘﻠﺔ؛ وﺳ ﻮف ﯾﺘ ﻀﺢ‬
‫ﺧﻼل أﺣﺠ ﺎم اﻟﻌﯿﻨ ﺎت اﻟﺘﺎﻟﯿ ﺔ واﻟﺘ ﻲ ﺗﺰﯾ ﺪ ﻋ ﻦ )‪ (100‬ﺣﺎﻟ ﺔ اﻟﺘﻐﯿ ﺮات اﻟﺘ ﻲ ﺗﻄ ﺮأ ﻋﻠ ﻰ ﻛﻔ ﺎءة ﻧﻤ ﻮذج‬
‫اﻻﻧﺤﺪار اﻟﻤﺘﻌﺪد اﻟﺘﺪرﯾﺠﻲ ﻣﻊ زﯾﺎدة أﺣﺠﺎم اﻟﻌﯿﻨﺎت‪.‬‬
‫ھﺬا وﺑﺎﻟﺮﻏﻢ ﻣﻦ ﺗﻮاﻓﺮ اﻟﻨﺘﺎﺋﺞ اﻟﺨﺎﺻﺔ ﺑﺤﺠﻢ اﻟﻌﯿﻨ ﺎت ﺑﺪاﯾ ﺔ ﻣ ﻦ )‪ (n=150‬إﻟ ﻰ )‪ (n=500‬وﺑﻤﻌ ﺪل‬
‫زﯾ ﺎدة )‪ (n=25‬إﻻ أن اﻟﺒﺎﺣﺜ ﺔ ﻓ ﻲ اﻟﺠ ﺰء اﻟﺘ ﺎﻟﻲ ﺳ ﻮف ﺗ ﺴﺘﻌﺮض ﺗﻔ ﺼﯿﻠﯿﺎً اﻟﻨﺘ ﺎﺋﺞ اﻟﺨﺎﺻ ﺔ ﺑﻜﻔ ﺎءة‬
‫ﻧﻤ ﺎذج اﻻﻧﺤ ﺪار اﻟﻤﺘﻌ ﺪد اﻟﺘ ﺪرﯾﺠﻲ ﻓ ﻲ ﺿ ﻮء أﺣﺠ ﺎم ﻋﯿﻨ ﺎت )‪ (150,200,300,400,500‬ﺣﺘ ﻰ ﻻ‬
‫ﯾﻜﻮن ھﻨﺎك ﻧﻮع ﻣﻦ اﻹﺳﮭﺎب ﺧﺎﺻﺔ وأن ذﻟﻚ ﻻ ﯾ ﺆﺛﺮ ﻋﻠ ﻰ ﻓﮭ ﻢ وﺗﺘﺒ ﻊ ﻣﻌ ﺪل اﻟﺰﯾ ﺎدة ﻓ ﻲ ﻣﺆﺷ ﺮات‬
‫ﻛﻔﺎءة اﻟﻨﻤﻮذج‪.‬‬

‫‪ ‬دراﺳﺔ ﻛﻔﺎءة ﻧﻤﻮذج اﻻﻧﺤﺪار اﻟﻤﺘﻌﺪد اﻟﺘﺪرﯾﺠﻲ ﻓﻲ ﺣﺎﻟﺔ )‪(n=150‬‬

‫ﺗﻢ اﺳﺘﺨﺪام اﺧﺘﺒﺎر ﺗﺤﻠﯿﻞ اﻟﺘﺒﺎﯾﻦ )‪ (F‬ﻻﺧﺘﺒﺎر ﻛﻔﺎءة ﻧﻤﻮذج اﻻﻧﺤﺪار اﻟﻤﺘﻌﺪد اﻟﺘﺪرﯾﺠﻲ ﻓﻲ ﺣﺎﻟﺔ‬
‫)‪ (n=150‬وﻛﺎﻧﺖ ﻧﺘﺎﺋﺠﮫ ﻛﺎﻟﺘﺎﻟﻲ‪:‬‬
‫ﺟﺪول )‪ :(٢٤‬ﻛﻔﺎءة ﻧﻤﻮذج اﻻﻧﺤﺪار اﻟﻤﺘﻌﺪد اﻟﺘﺪرﯾﺠﻲ ﻓﻲ ﺣﺎﻟﺔ )‪(n=150‬‬
‫‪model Source‬‬ ‫‪Sum Of‬‬ ‫‪Degree‬‬ ‫‪Mean‬‬ ‫‪F‬‬ ‫‪Sig‬‬
‫‪Of‬‬ ‫‪Squares‬‬ ‫‪of‬‬ ‫‪Squares‬‬
‫‪Variance‬‬ ‫‪SS‬‬ ‫‪Freedom‬‬ ‫‪MS‬‬
‫‪S.O.V‬‬ ‫‪DF‬‬
‫‪A‬‬ ‫ﺗﺒﺎﯾﻦ‬ ‫‪780.419‬‬ ‫‪1‬‬ ‫‪780.419‬‬ ‫‪24.26‬‬ ‫‪0.00‬‬
‫اﻻﻧﺤﺪار‬
‫‪ 4761.155‬ﺗﺒﺎﯾﻦ اﻟﺒﻮاﻗﻲ‬ ‫‪148‬‬ ‫‪32.17‬‬
‫‪ 5541.573‬اﻟﺘﺒﺎﯾﻦ اﻟﻜﻠﻲ‬ ‫‪149‬‬
‫‪B‬‬ ‫ﺗﺒﺎﯾﻦ‬ ‫‪1410.892‬‬ ‫‪2‬‬ ‫‪705.446‬‬ ‫‪25.11‬‬ ‫‪0.00‬‬
‫اﻻﻧﺤﺪار‬
‫‪ 4130.682‬ﺗﺒﺎﯾﻦ اﻟﺒﻮاﻗﻲ‬ ‫‪147‬‬ ‫‪28.1‬‬
‫‪ 5541.573‬اﻟﺘﺒﺎﯾﻦ اﻟﻜﻠﻲ‬ ‫‪149‬‬
‫‪C‬‬ ‫ﺗﺒﺎﯾﻦ‬ ‫‪1975.165‬‬ ‫‪3‬‬ ‫‪658.388‬‬ ‫‪26.95‬‬ ‫‪0.00‬‬
‫اﻻﻧﺤﺪار‬
‫‪ 3566.408‬ﺗﺒﺎﯾﻦ اﻟﺒﻮاﻗﻲ‬ ‫‪146‬‬ ‫‪24.427‬‬
 ‫‪٣٥٠‬‬
‫اﻟﻌﺪد اﻟﻌﺸﺮون )ج ‪ (٩‬ﻟﺴﻨﺔ ‪٢٠١٩‬م‬ ‫ﻣﺠﻠﺔ اﻟﺒﺤﺚ اﻟﻌﻠﻤﻰ ﻓﻰ اﻟﺘﺮﺑﯿﺔ‬

‫ﺟﺪول )‪ :(٢٤‬ﻛﻔﺎءة ﻧﻤﻮذج اﻻﻧﺤﺪار اﻟﻤﺘﻌﺪد اﻟﺘﺪرﯾﺠﻲ ﻓﻲ ﺣﺎﻟﺔ )‪(n=150‬‬

‫‪model Source‬‬ ‫‪Sum Of‬‬ ‫‪Degree‬‬ ‫‪Mean‬‬ ‫‪F‬‬ ‫‪Sig‬‬
‫‪Of‬‬ ‫‪Squares‬‬ ‫‪of‬‬ ‫‪Squares‬‬
‫‪Variance‬‬ ‫‪SS‬‬ ‫‪Freedom‬‬ ‫‪MS‬‬
‫‪S.O.V‬‬ ‫‪DF‬‬
‫‪ 5541.573‬اﻟﺘﺒﺎﯾﻦ اﻟﻜﻠﻲ‬ ‫‪149‬‬
‫‪D‬‬ ‫ﺗﺒﺎﯾﻦ‬ ‫‪2426.513‬‬ ‫‪4‬‬ ‫‪606.628‬‬ ‫‪28.24‬‬ ‫‪0.00‬‬
‫اﻻﻧﺤﺪار‬
‫‪ 3115.061‬ﺗﺒﺎﯾﻦ اﻟﺒﻮاﻗﻲ‬ ‫‪145‬‬ ‫‪21.483‬‬
‫‪ 5541.573‬اﻟﺘﺒﺎﯾﻦ اﻟﻜﻠﻲ‬ ‫‪149‬‬
‫‪E‬‬ ‫ﺗﺒﺎﯾﻦ‬ ‫‪2861.208‬‬ ‫‪5‬‬ ‫‪572.242‬‬ ‫‪30.74‬‬ ‫‪0.00‬‬
‫اﻻﻧﺤﺪار‬
‫‪ 2680.365‬ﺗﺒﺎﯾﻦ اﻟﺒﻮاﻗﻲ‬ ‫‪144‬‬ ‫‪18.614‬‬
‫‪ 5541.573‬اﻟﺘﺒﺎﯾﻦ اﻟﻜﻠﻲ‬ ‫‪149‬‬
‫‪F‬‬ ‫ﺗﺒﺎﯾﻦ‬ ‫‪3172.137‬‬ ‫‪6‬‬ ‫‪528.69‬‬ ‫‪31.91‬‬ ‫‪0.00‬‬
‫اﻻﻧﺤﺪار‬
‫‪ 2369.436‬ﺗﺒﺎﯾﻦ اﻟﺒﻮاﻗﻲ‬ ‫‪143‬‬ ‫‪16.569‬‬
‫‪ 5541.573‬اﻟﺘﺒﺎﯾﻦ اﻟﻜﻠﻲ‬ ‫‪149‬‬
‫‪G‬‬ ‫ﺗﺒﺎﯾﻦ‬ ‫‪3511.527‬‬ ‫‪7‬‬ ‫‪501.647‬‬ ‫‪35.09‬‬ ‫‪0.00‬‬
‫اﻻﻧﺤﺪار‬
‫‪ 2030.046‬ﺗﺒﺎﯾﻦ اﻟﺒﻮاﻗﻲ‬ ‫‪142‬‬ ‫‪14.296‬‬
‫‪ 5541.573‬اﻟﺘﺒﺎﯾﻦ اﻟﻜﻠﻲ‬ ‫‪149‬‬
‫‪H‬‬ ‫ﺗﺒﺎﯾﻦ‬ ‫‪3865.703‬‬ ‫‪8‬‬ ‫‪483.213‬‬ ‫‪40.66‬‬ ‫‪0.00‬‬
‫اﻻﻧﺤﺪار‬
‫‪ 1675.87‬ﺗﺒﺎﯾﻦ اﻟﺒﻮاﻗﻲ‬ ‫‪141‬‬ ‫‪11.886‬‬
‫‪ 5541.573‬اﻟﺘﺒﺎﯾﻦ اﻟﻜﻠﻲ‬ ‫‪149‬‬
‫‪I‬‬ ‫ﺗﺒﺎﯾﻦ‬ ‫‪1394.635‬‬ ‫‪9‬‬ ‫‪460.771‬‬ ‫‪46.25‬‬ ‫‪0.00‬‬
‫اﻻﻧﺤﺪار‬
‫‪ 5541.573‬ﺗﺒﺎﯾﻦ اﻟﺒﻮاﻗﻲ‬ ‫‪140‬‬ ‫‪9.962‬‬
‫‪ 4715.878‬اﻟﺘﺒﺎﯾﻦ اﻟﻜﻠﻲ‬ ‫‪149‬‬
‫‪J‬‬ ‫ﺗﺒﺎﯾﻦ‬ ‫‪825.695‬‬ ‫‪10‬‬ ‫‪471.588‬‬ ‫‪79.391‬‬ ‫‪0.00‬‬
‫اﻻﻧﺤﺪار‬
‫‪ 5541.573‬ﺗﺒﺎﯾﻦ اﻟﺒﻮاﻗﻲ‬ ‫‪139‬‬ ‫‪5.940‬‬
‫‪ 1394.635‬اﻟﺘﺒﺎﯾﻦ اﻟﻜﻠﻲ‬ ‫‪149‬‬
‫‪A‬‬ ‫‪Predictors: (Constant), x8‬‬
‫‪B‬‬ ‫‪Predictors: (Constant), x8, x1‬‬
‫‪C‬‬ ‫‪Predictors: (Constant), x8, x1, x6‬‬
‫‪D‬‬ ‫‪Predictors: (Constant), x8, x1, x6, x10‬‬
‫‪E‬‬ ‫‪Predictors: (Constant), x8, x1, x6, x10, x4‬‬
‫‪F‬‬ ‫‪Predictors: (Constant), x8, x1, x6, x10, x4, x3‬‬
 ‫‪٣٥١‬‬
‫اﻟﻌﺪد اﻟﻌﺸﺮون )ج ‪ (٩‬ﻟﺴﻨﺔ ‪٢٠١٩‬م‬ ‫ﻣﺠﻠﺔ اﻟﺒﺤﺚ اﻟﻌﻠﻤﻰ ﻓﻰ اﻟﺘﺮﺑﯿﺔ‬

‫ﺟﺪول )‪ :(٢٤‬ﻛﻔﺎءة ﻧﻤﻮذج اﻻﻧﺤﺪار اﻟﻤﺘﻌﺪد اﻟﺘﺪرﯾﺠﻲ ﻓﻲ ﺣﺎﻟﺔ )‪(n=150‬‬

‫‪model Source‬‬ ‫‪Sum Of‬‬ ‫‪Degree‬‬ ‫‪Mean‬‬ ‫‪F‬‬ ‫‪Sig‬‬
‫‪Of‬‬ ‫‪Squares‬‬ ‫‪of‬‬ ‫‪Squares‬‬
‫‪Variance‬‬ ‫‪SS‬‬ ‫‪Freedom‬‬ ‫‪MS‬‬
‫‪S.O.V‬‬ ‫‪DF‬‬
‫‪G‬‬ ‫‪Predictors: (Constant), x8, x1, x6, x10, x4, x3, x9‬‬
‫‪H‬‬ ‫‪Predictors: (Constant), x8, x1, x6, x10, x4, x3, x9, x2‬‬
‫‪I‬‬ ‫‪Predictors: (Constant), x8, x1, x6, x10, x4, x3, x9, x2, x7‬‬
‫‪J‬‬ ‫‪Predictors: (Constant), x8, x1, x6, x10, x4, x3, x9, x2, x7, x5‬‬

‫ﻗﯿﻤﺔ )‪ (F‬ﻟﻠﻨﻤﻮذج اﻟﻨﮭﺎﺋﻲ ﻟﻼﻧﺤﺪار اﻟﻤﺘﻌﺪد اﻟﺘﺪرﯾﺠﻲ ﺗﺴﺎوي )‪ ،(79.391‬وھﻲ داﻟﺔ إﺣﺼﺎﺋﯿﺎً ﻋﻨﺪ‬
‫ﻣﺴﺘﻮى دﻻﻟﺔ أﻗﻞ ﻣﻦ )‪ ،(0.05‬وھﺬا ﻣﺆﺷﺮ ﻋﻠﻰ ﻛﻔﺎءة ﻧﻤﻮذج اﻻﻧﺤﺪار اﻟﻤﺘﻌﺪد اﻟﺘﺪرﯾﺠﻲ ﻓﻲ ﺣﺎﻟﺔ‬
‫)‪ ،(n=150‬وﯾﻼﺣﻆ أن اﻟﻨﻤﻮذج اﻟﺤﺎﻟﻲ ﺗﺸﺎﺑﮫ ﻣﻊ اﻟﻨﻤﻮذج اﻟﺴﺎﺑﻖ )‪ (n=100‬ﺣﯿﺚ اﺷﺘﻤﻞ أﯾﻀﺎً‬
‫ﻋﻠﻰ ﺟﻤﯿﻊ اﻟﻤﺘﻐﯿﺮات اﻟﻤﺴﺘﻘﻠﺔ )‪.(x8, x1, x6, x10, x4, x3, x9, x2, x7, x5‬‬
‫وﻋﻨﺪ اﻟﻨﻈﺮ إﻟﻰ ﻣﺆﺷﺮ آﺧﺮ وھﻮ ﻣﻌﺎﻣﻞ اﻟﺘﺤﺪﯾﺪ )‪ (R2‬ﻛﻤﺆﺷﺮ ﻟﻨﺴﺒﺔ اﻟﺘﺒﺎﯾﻦ اﻟﻤﻔﺴﺮ ﻣﻦ اﻟﻤﺘﻐﯿﺮ‬
‫اﻟﺘﺎﺑﻊ واﻟﺬي ﯾﻌﺰى إﻟﻰ ﺗﺄﺛﯿﺮ اﻟﻤﺘﻐﯿﺮات اﻟﻤﺴﺘﻘﻠﺔ ﻛﺎﻧﺖ اﻟﻨﺘﺎﺋﺞ ﻛﺎﻟﺘﺎﻟﻲ‪:‬‬
‫ﺟﺪول )‪ :(٢٥‬اﻟﺘﺒﺎﯾﻦ اﻟﻤﻔﺴﺮ وﺗﻐﯿﺮ اﻹﺣﺼﺎءات ﻟﻨﻤﻮذج اﻻﻧﺤﺪار اﻟﻤﺘﻌﺪد اﻟﺘﺪرﯾﺠﻲ ﻓﻲ ﺣﺎﻟﺔ‬
‫)‪(n=150‬‬
‫‪Model‬‬ ‫‪R‬‬ ‫‪R2‬‬ ‫‪Adj.R‬‬ ‫‪change Sta.‬‬
‫‪2‬‬ ‫‪R2‬‬ ‫‪F‬‬ ‫‪Sig.F‬‬
‫‪D DF‬‬
‫‪change change‬‬ ‫‪change‬‬
‫‪F1‬‬ ‫‪2‬‬
‫‪A‬‬ ‫‪0.375 0.141 0.135‬‬ ‫‪0.141‬‬ ‫‪24.259 1 148‬‬ ‫‪0.00‬‬
‫‪B‬‬ ‫‪0.505 0.255 0.244‬‬ ‫‪0.114‬‬ ‫‪22.437 1 147‬‬ ‫‪0.00‬‬
‫‪C‬‬ ‫‪0.597 0.356 0.343‬‬ ‫‪0.102‬‬ ‫‪23.1‬‬ ‫‪1 146‬‬ ‫‪0.00‬‬
‫‪D‬‬ ‫‪0.662 0.438 0.422‬‬ ‫‪0.081‬‬ ‫‪21.009 1 145‬‬ ‫‪0.00‬‬
‫‪E‬‬ ‫‪0.719 0.516‬‬ ‫‪0.5‬‬ ‫‪0.078‬‬ ‫‪23.354 1 144‬‬ ‫‪0.00‬‬
‫‪F‬‬ ‫‪0.757 0.572 0.554‬‬ ‫‪0.056‬‬ ‫‪18.765 1 143‬‬ ‫‪0.00‬‬
‫‪G‬‬ ‫‪0.796 0.634 0.616‬‬ ‫‪0.061‬‬ ‫‪23.74‬‬ ‫‪1 142‬‬ ‫‪0.00‬‬
‫‪H‬‬ ‫‪0.835 0.698 0.68‬‬ ‫‪0.064‬‬ ‫‪29.799 1 141‬‬ ‫‪0.00‬‬
‫‪I‬‬ ‫‪0.865 0.748 0.732‬‬ ‫‪0.051‬‬ ‫‪28.232 1 140‬‬ ‫‪0.00‬‬
‫‪J‬‬ ‫‪0.922 0.851 0.843‬‬ ‫‪0.103‬‬ ‫‪30.141 1 139‬‬ ‫‪0.00‬‬
‫‪A‬‬ ‫‪Predictors: (Constant), x8‬‬
‫‪B‬‬ ‫‪Predictors: (Constant), x8, x1‬‬
‫‪C‬‬ ‫‪Predictors: (Constant), x8, x1, x6‬‬
‫‪D‬‬ ‫‪Predictors: (Constant), x8, x1, x6, x10‬‬
‫‪E‬‬ ‫‪Predictors: (Constant), x8, x1, x6, x10, x4‬‬
‫‪F‬‬ ‫‪Predictors: (Constant), x8, x1, x6, x10, x4, x3‬‬
‫‪G‬‬ ‫‪Predictors: (Constant), x8, x1, x6, x10, x4, x3, x9‬‬
‫‪H‬‬ ‫‪Predictors: (Constant), x8, x1, x6, x10, x4, x3, x9, x2‬‬
 ‫‪٣٥٢‬‬
‫اﻟﻌﺪد اﻟﻌﺸﺮون )ج ‪ (٩‬ﻟﺴﻨﺔ ‪٢٠١٩‬م‬ ‫ﻣﺠﻠﺔ اﻟﺒﺤﺚ اﻟﻌﻠﻤﻰ ﻓﻰ اﻟﺘﺮﺑﯿﺔ‬

‫‪I‬‬ ‫‪Predictors: (Constant), x8, x1, x6, x10, x4, x3, x9, x2, x7‬‬
‫‪J‬‬ ‫‪Predictors: (Constant), x8, x1, x6, x10, x4, x3, x9, x2, x7, x5‬‬

‫ﻗﯿﻤ ﺔ )‪ (R2‬ﻟﻠﻨﻤ ﻮذج اﻟﻨﮭ ﺎﺋﻲ ﻟﻼﻧﺤ ﺪار اﻟﻤﺘﻌ ﺪد اﻟﺘ ﺪرﯾﺠﻲ ﺗ ﺴﺎوي )‪ (0.851‬وھ ﺬا ﯾﻌﻨ ﻲ أن اﻟﻨﻤ ﻮذج‬
‫ﯾﻔﺴﺮ )‪ (%85.1‬ﻣ ﻦ اﻟﺘﺒ ﺎﯾﻦ اﻟﻜﻠ ﻲ ﻓ ﻲ اﻟﻤﺘﻐﯿ ﺮ اﻟﺘ ﺎﺑﻊ واﻟ ﺬي ﯾﻌ ﺰى إﻟ ﻰ ﺗ ﺄﺛﯿﺮ اﻟﻤﺘﻐﯿ ﺮات اﻟﻤ ﺴﺘﻘﻠﺔ‪،‬‬
‫وھﺬه اﻟﻘﯿﻤﺔ ﺗﺸﯿﺮ إﻟﻰ زﯾﺎدة ﻛﻔﺎءة ﻧﻤﻮذج اﻻﻧﺤﺪار اﻟﻤﺘﻌﺪد اﻟﺘﺪرﯾﺠﻲ اﻟﺤﺎﻟﻲ ﻣﻘﺎرﻧﺔ ﺑﺎﻟﻨﻤ ﺎذج اﻟ ﺴﺎﺑﻘﺔ‬
‫واﻟﺘﻲ ﻛﺎن ﻓﯿﮭﺎ ﺣﺠﻢ اﻟﻌﯿﻨﺔ )‪ ،(25,50,75,100‬ﻣﻤ ﺎ ﯾ ﺸﯿﺮ إﻟ ﻰ اﻟﺘ ﺄﺛﯿﺮ اﻹﯾﺠ ﺎﺑﻲ ﻟﺰﯾ ﺎدة ﺣﺠ ﻢ اﻟﻌﯿﻨ ﺔ‬
‫إﻟﻰ )‪ (n=150‬ﻋﻠﻰ ﻛﻔﺎءة ﻧﻤﻮذج اﻻﻧﺤﺪار اﻟﻤﺘﻌﺪد اﻟﺘﺪرﯾﺠﻲ‪.‬‬
‫وﺗﺮى اﻟﺒﺎﺣﺜﺔ أن زﯾﺎدة ﺣﺠﻢ اﻟﻌﯿﻨﺔ ﻓﻲ اﻟﻨﻤﻮذج اﻟﺤﺎﻟﻲ إﻟﻰ )‪ (150‬ﺣﺎﻟﺔ‪ ،‬ﺗﺸﺎﺑﮫ ﻣﻊ اﻟﻨﺘﺎﺋﺞ ﻋﻨﺪﻣﺎ‬
‫ﻛﺎن )‪ (n=100‬ﻣﻦ ﺣﯿﺚ ﻇﮭﻮر ﺟﻤﯿ ﻊ اﻟﻤﺘﻐﯿ ﺮات اﻟﻤ ﺴﺘﻘﻠﺔ )‪ (10‬ﻣﺘﻐﯿ ﺮات‪ ،‬إﻻ أن اﻟﻨﻤ ﻮذج اﻟﺤ ﺎﻟﻲ‬
‫)‪ (n=150‬ﻛﺎن أﻛﺜﺮ ﻣﻼﺋﻤﺔ ﻟﻨﻤﻮذج اﻻﻧﺤ ﺪار اﻟﻤﺘﻌ ﺪد اﻟﺘ ﺪرﯾﺠﻲ‪ ،‬وھ ﺬا ﻣ ﺎ ﯾﺘ ﻀﺢ ﻣ ﻦ ﺟ ﺪول )‪(٢٥‬‬
‫وﻣﻦ ﺧﻼل ﺗﺘﺒﻊ ﺗﻐﯿﺮ اﻹﺣﺼﺎءات اﻟﺨﺎﺻﺔ ﺑﺘﻐﯿﺮ )‪ (R2‬وﻧﻔﺲ اﻻﺗﺠﺎه ﺗﻔﺴﺮه أﯾ ﻀﺎ ﺗﻐﯿ ﺮ )‪ (F‬ودﻻﻟ ﺔ‬
‫ﺗﻐﯿ ﺮ )‪ ،(F‬ﺣﯿ ﺚ ﺳ ﺎھﻢ اﻟﻨﻤ ﻮذج اﻷول ﻓ ﻲ ﺗﻔ ﺴﯿﺮ )‪ (%14.1‬ﻣ ﻦ ﻧ ﺴﺒﺔ اﻟﺘﺒ ﺎﯾﻦ ﻓ ﻲ اﻟﻤﺘﻐﯿ ﺮ اﻟﺘ ﺎﺑﻊ‬
‫ﻟﯿ ﺼﺒﺢ اﻟﻤ ﺴﺎھﻤﺔ اﻟﻜﻠﯿ ﺔ ﻓ ﻲ اﻟﻨﻤ ﻮذج اﻷﺧﯿ ﺮ )‪ .(%85.1‬ﻧﻔ ﺲ اﻻﺗﺠ ﺎه ﯾﻤﻜ ﻦ ﻣﻼﺣﻈﺘ ﮫ ﻓ ﻲ ﺣﺎﻟ ﺔ‬
‫اﻹﻋﺘﻤﺎد ﻋﻠﻰ ﻗﯿﻤﺔ )‪ (R2‬اﻟﻤﻌﺪﻟﺔ‪.‬‬
‫ﻣﻦ اﻟﻤﺆﺷﺮات اﻟﮭﺎﻣ ﺔ أﯾ ﻀﺎً ﻓ ﻲ دراﺳ ﺔ اﻟﺘﺒ ﺎﯾﻦ اﻟﻤﻔ ﺴﺮ ﻟﻨﻤ ﻮذج اﻻﻧﺤ ﺪار اﻟﻤﺘﻌ ﺪد اﻟﺘ ﺪرﯾﺠﻲ ھ ﻮ‬
‫ﺗﻘﯿﯿﻢ ﺗﺄﺛﯿﺮ اﻟﻤﺘﻐﯿﺮات اﻟﻤﺴﺘﻘﻠﺔ ﻣﻦ ﺧﻼل اﻟﻨﻈﺮ إﻟ ﻰ ﻣ ﺪى إﺳ ﮭﺎم ﻛ ﻼً ﻣﻨﮭ ﺎ ﻓ ﻲ اﻟﺘ ﺄﺛﯿﺮ وﻣ ﻦ ﺛ ﻢ اﻟﺘﻨﺒ ﺆ‬
‫ﺑﺎﻟﻤﺘﻐﯿﺮ اﻟﺘﺎﺑﻊ‪ ،‬واﻟﺬي ﯾﻤﻜﻦ ﺗﻨﺎوﻟﮫ ﻣﻦ ﺧﻼل اﻟﺠﺪول اﻟﺘﺎﻟﻲ‪:‬‬
‫ﺟﺪول )‪ :(٢٦‬اﻟﻤﺴﺎھﻤﺔ اﻟﻨﺴﺒﯿﺔ ﻟﻠﻤﺘﻐﯿﺮات اﻟﻤﺴﺘﻘﻠﺔ ﻟﻨﻤﻮذج اﻻﻧﺤﺪار اﻟﻤﺘﻌﺪد اﻟﺘﺪرﯾﺠﻲ ﻓﻲ‬
‫ﺣﺎﻟﺔ )‪(n=150‬‬
‫‪Model‬‬ ‫‪B‬‬ ‫‪Beta‬‬ ‫‪T‬‬ ‫‪Sig.‬‬
‫‪A‬‬ ‫‪Constant‬‬ ‫‪269.476‬‬ ‫‪24.598‬‬ ‫‪0.00‬‬
‫‪x8‬‬ ‫‪1.204‬‬ ‫‪0.375‬‬ ‫‪4.925‬‬ ‫‪0.00‬‬
‫‪B‬‬ ‫اﻟﺜﺎﺑﺖ‬ ‫‪259.826‬‬ ‫‪24.889‬‬ ‫‪0.00‬‬
‫‪x8‬‬ ‫‪1.209‬‬ ‫‪0.377‬‬ ‫‪5.291‬‬ ‫‪0.00‬‬
‫‪x1‬‬ ‫‪0.951‬‬ ‫‪0.337‬‬ ‫‪4.737‬‬ ‫‪0.00‬‬
‫‪C‬‬ ‫اﻟﺜﺎﺑﺖ‬ ‫‪228.242‬‬ ‫‪19.434‬‬ ‫‪0.00‬‬
‫‪x8‬‬ ‫‪1.158‬‬ ‫‪0.361‬‬ ‫‪5.428‬‬ ‫‪0.00‬‬
‫‪x1‬‬ ‫‪1.002‬‬ ‫‪0.355‬‬ ‫‪5.343‬‬ ‫‪0.00‬‬
‫‪x6‬‬ ‫‪0.952‬‬ ‫‪0.32‬‬ ‫‪4.806‬‬ ‫‪0.00‬‬
‫‪D‬‬ ‫‪Constant‬‬ ‫‪184.509‬‬ ‫‪12.662‬‬ ‫‪0.00‬‬
‫‪x8‬‬ ‫‪0.994‬‬ ‫‪0.31‬‬ ‫‪4.892‬‬ ‫‪0.00‬‬
‫‪x1‬‬ ‫‪0.996‬‬ ‫‪0.353‬‬ ‫‪5.667‬‬ ‫‪0.00‬‬
‫‪x6‬‬ ‫‪0.963‬‬ ‫‪0.324‬‬ ‫‪5.188‬‬ ‫‪0.00‬‬
‫‪x10‬‬ ‫‪0.928‬‬ ‫‪0.29‬‬ ‫‪4.584‬‬ ‫‪0.00‬‬
‫‪E‬‬ ‫‪Constant‬‬ ‫‪153.99‬‬ ‫‪10.292‬‬ ‫‪0.00‬‬
‫‪x8‬‬ ‫‪1.07‬‬ ‫‪0.333‬‬ ‫‪5.638‬‬ ‫‪0.00‬‬
‫‪x1‬‬ ‫‪1.071‬‬ ‫‪0.38‬‬ ‫‪6.514‬‬ ‫‪0.00‬‬
‫‪x6‬‬ ‫‪0.937‬‬ ‫‪0.315‬‬ ‫‪5.418‬‬ ‫‪0.00‬‬
‫‪x10‬‬ ‫‪1.014‬‬ ‫‪0.317‬‬ ‫‪5.36‬‬ ‫‪0.00‬‬
 ‫‪٣٥٣‬‬
‫اﻟﻌﺪد اﻟﻌﺸﺮون )ج ‪ (٩‬ﻟﺴﻨﺔ ‪٢٠١٩‬م‬ ‫ﻣﺠﻠﺔ اﻟﺒﺤﺚ اﻟﻌﻠﻤﻰ ﻓﻰ اﻟﺘﺮﺑﯿﺔ‬

‫ﺟﺪول )‪ :(٢٦‬اﻟﻤﺴﺎھﻤﺔ اﻟﻨﺴﺒﯿﺔ ﻟﻠﻤﺘﻐﯿﺮات اﻟﻤﺴﺘﻘﻠﺔ ﻟﻨﻤﻮذج اﻻﻧﺤﺪار اﻟﻤﺘﻌﺪد اﻟﺘﺪرﯾﺠﻲ ﻓﻲ‬
‫ﺣﺎﻟﺔ )‪(n=150‬‬
‫‪Model‬‬ ‫‪B‬‬ ‫‪Beta‬‬ ‫‪T‬‬ ‫‪Sig.‬‬
‫‪x4‬‬ ‫‪0.907‬‬ ‫‪0.284‬‬ ‫‪4.833‬‬ ‫‪0.00‬‬
‫‪F‬‬ ‫‪Constant‬‬ ‫‪141.126‬‬ ‫‪9.783‬‬ ‫‪0.00‬‬
‫‪x8‬‬ ‫‪1.057‬‬ ‫‪0.329‬‬ ‫‪5.901‬‬ ‫‪0.00‬‬
‫‪x1‬‬ ‫‪0.967‬‬ ‫‪0.343‬‬ ‫‪6.159‬‬ ‫‪0.00‬‬
‫‪x6‬‬ ‫‪0.916‬‬ ‫‪0.308‬‬ ‫‪5.61‬‬ ‫‪0.00‬‬
‫‪x10‬‬ ‫‪1.02‬‬ ‫‪0.319‬‬ ‫‪5.712‬‬ ‫‪0.00‬‬
‫‪x4‬‬ ‫‪0.961‬‬ ‫‪0.301‬‬ ‫‪5.415‬‬ ‫‪0.00‬‬
‫‪x3‬‬ ‫‪0.693‬‬ ‫‪0.241‬‬ ‫‪4.332‬‬ ‫‪0.00‬‬
‫‪G‬‬ ‫‪Constant‬‬ ‫‪103.942‬‬ ‫‪6.741‬‬ ‫‪0.00‬‬
‫‪x8‬‬ ‫‪0.96‬‬ ‫‪0.299‬‬ ‫‪5.729‬‬ ‫‪0.00‬‬
‫‪x1‬‬ ‫‪0.944‬‬ ‫‪0.335‬‬ ‫‪6.468‬‬ ‫‪0.00‬‬
‫‪x6‬‬ ‫‪0.89‬‬ ‫‪0.299‬‬ ‫‪5.868‬‬ ‫‪0.00‬‬
‫‪x10‬‬ ‫‪1.106‬‬ ‫‪0.346‬‬ ‫‪6.63‬‬ ‫‪0.00‬‬
‫‪x4‬‬ ‫‪0.959‬‬ ‫‪0.3‬‬ ‫‪5.816‬‬ ‫‪0.00‬‬
‫‪x3‬‬ ‫‪0.734‬‬ ‫‪0.255‬‬ ‫‪4.928‬‬ ‫‪0.00‬‬
‫‪x9‬‬ ‫‪0.742‬‬ ‫‪0.251‬‬ ‫‪4.872‬‬ ‫‪0.00‬‬
‫‪H‬‬ ‫‪Constant‬‬ ‫‪90.521‬‬ ‫‪6.342‬‬ ‫‪0.00‬‬
‫‪x8‬‬ ‫‪0.862‬‬ ‫‪0.269‬‬ ‫‪5.605‬‬ ‫‪0.00‬‬
‫‪x1‬‬ ‫‪0.898‬‬ ‫‪0.318‬‬ ‫‪6.736‬‬ ‫‪0.00‬‬
‫‪x6‬‬ ‫‪0.857‬‬ ‫‪0.288‬‬ ‫‪6.188‬‬ ‫‪0.00‬‬
‫‪x10‬‬ ‫‪1.128‬‬ ‫‪0.353‬‬ ‫‪7.416‬‬ ‫‪0.00‬‬
‫‪x4‬‬ ‫‪0.922‬‬ ‫‪0.289‬‬ ‫‪6.123‬‬ ‫‪0.00‬‬
‫‪x3‬‬ ‫‪0.753‬‬ ‫‪0.262‬‬ ‫‪5.55‬‬ ‫‪0.00‬‬
‫‪x9‬‬ ‫‪0.88‬‬ ‫‪0.297‬‬ ‫‪6.234‬‬ ‫‪0.00‬‬
‫‪x2‬‬ ‫‪0.801‬‬ ‫‪0.259‬‬ ‫‪5.459‬‬ ‫‪0.00‬‬
‫‪I‬‬ ‫‪Constant‬‬ ‫‪62.239‬‬ ‫‪0.248‬‬ ‫‪4.411‬‬ ‫‪0.00‬‬
‫‪x8‬‬ ‫‪0.795‬‬ ‫‪0.329‬‬ ‫‪5.621‬‬ ‫‪0.00‬‬
‫‪x1‬‬ ‫‪0.928‬‬ ‫‪0.285‬‬ ‫‪7.599‬‬ ‫‪0.00‬‬
‫‪x6‬‬ ‫‪0.849‬‬ ‫‪0.365‬‬ ‫‪6.693‬‬ ‫‪0.00‬‬
‫‪x10‬‬ ‫‪1.169‬‬ ‫‪0.31‬‬ ‫‪8.383‬‬ ‫‪0.00‬‬
‫‪x4‬‬ ‫‪0.989‬‬ ‫‪0.278‬‬ ‫‪7.149‬‬ ‫‪0.00‬‬
‫‪x3‬‬ ‫‪0.801‬‬ ‫‪0.284‬‬ ‫‪6.43‬‬ ‫‪0.00‬‬
‫‪x9‬‬ ‫‪0.84‬‬ ‫‪0.257‬‬ ‫‪6.488‬‬ ‫‪0.00‬‬
‫‪x2‬‬ ‫‪0.795‬‬ ‫‪0.229‬‬ ‫‪5.921‬‬ ‫‪0.00‬‬
‫‪x7‬‬ ‫‪0.716‬‬ ‫‪5.313‬‬ ‫‪0.00‬‬
‫‪J‬‬ ‫‪Constant‬‬ ‫‪40.353‬‬ ‫‪2.964‬‬ ‫‪0.04‬‬
‫‪x8‬‬ ‫‪0.885‬‬ ‫‪0.276‬‬ ‫‪6.758‬‬ ‫‪0.00‬‬
 ‫‪٣٥٤‬‬
‫اﻟﻌﺪد اﻟﻌﺸﺮون )ج ‪ (٩‬ﻟﺴﻨﺔ ‪٢٠١٩‬م‬ ‫ﻣﺠﻠﺔ اﻟﺒﺤﺚ اﻟﻌﻠﻤﻰ ﻓﻰ اﻟﺘﺮﺑﯿﺔ‬

‫ﺟﺪول )‪ :(٢٦‬اﻟﻤﺴﺎھﻤﺔ اﻟﻨﺴﺒﯿﺔ ﻟﻠﻤﺘﻐﯿﺮات اﻟﻤﺴﺘﻘﻠﺔ ﻟﻨﻤﻮذج اﻻﻧﺤﺪار اﻟﻤﺘﻌﺪد اﻟﺘﺪرﯾﺠﻲ ﻓﻲ‬
‫ﺣﺎﻟﺔ )‪(n=150‬‬
‫‪Model‬‬ ‫‪B‬‬ ‫‪Beta‬‬ ‫‪T‬‬ ‫‪Sig.‬‬
‫‪x1‬‬ ‫‪0.878‬‬ ‫‪0.312‬‬ ‫‪7.805‬‬ ‫‪0.00‬‬
‫‪x6‬‬ ‫‪0.787‬‬ ‫‪0.265‬‬ ‫‪6.731‬‬ ‫‪0.00‬‬
‫‪x10‬‬ ‫‪1.143‬‬ ‫‪0.357‬‬ ‫‪8.921‬‬ ‫‪0.00‬‬
‫‪x4‬‬ ‫‪0.988‬‬ ‫‪0.31‬‬ ‫‪7.779‬‬ ‫‪0.00‬‬
‫‪x3‬‬ ‫‪0.902‬‬ ‫‪0.313‬‬ ‫‪7.776‬‬ ‫‪0.00‬‬
‫‪x9‬‬ ‫‪0.871‬‬ ‫‪0.294‬‬ ‫‪7.322‬‬ ‫‪0.00‬‬
‫‪x2‬‬ ‫‪0.808‬‬ ‫‪0.261‬‬ ‫‪6.551‬‬ ‫‪0.00‬‬
‫‪x7‬‬ ‫‪0.68‬‬ ‫‪0.217‬‬ ‫‪5.486‬‬ ‫‪0.00‬‬
‫‪x5‬‬ ‫‪0.656‬‬ ‫‪0.209‬‬ ‫‪5.21‬‬ ‫‪0.00‬‬

‫ﯾﺸﯿﺮ ﺟﺪول )‪ (٢٦‬أن اﻟﻨﻤﻮذج اﻟﻌﺎﺷﺮ اﺷﺘﻤﻞ ﻋﻠﻰ ﻋﺸﺮة ﻗ ﯿﻢ )‪ (Beta‬ﺗﺮاوﺣ ﺖ ﻣ ﻦ )‪ (0.209‬إﻟ ﻰ‬
‫)‪ (0.357‬وﺗﻤﺜﻞ ﻣﻌﺎﻣﻼت اﻻﻧﺤ ﺪار اﻟﺠﺰﺋﯿ ﺔ اﻟﺨﺎﺻ ﺔ ﺑ ﺎﻟﻤﺘﻐﯿﺮات اﻟﻤ ﺴﺘﻘﻠﺔ ) ‪x8, x1, x6, x10, x4,‬‬
‫‪ ،(x3, x9, x2, x7, x5‬وﺟﻤﯿﻌﮭﺎ ذات دﻻﻟﺔ إﺣﺼﺎﺋﯿﺔ ﻋﻨﺪ ﻣﺴﺘﻮى أﻗﻞ ﻣﻦ )‪ ،(0.05‬وﻟﮭﺎ إﺳﮭﺎﻣﺎ ﻓﻲ‬
‫ﺗﻔﺴﯿﺮ اﻟﺘﺒﺎﯾﻦ ﻓﻲ اﻟﻤﺘﻐﯿﺮ اﻟﺘﺎﺑﻊ‪.‬‬
‫ﻣ ﻦ ﺟﻤﯿ ﻊ اﻟﻨﺘ ﺎﺋﺞ اﻟ ﺴﺎﺑﻘﺔ ﺗ ﺴﺘﺨﻠﺺ اﻟﺒﺎﺣﺜ ﺔ أﻧ ﮫ ﻓ ﻲ ﺣﺎﻟ ﺔ اﺳ ﺘﺨﺪام ﻋﯿﻨ ﺔ )‪ (n=150‬ﻇﮭ ﺮ أﯾ ﻀﺎً‬
‫ﺟﻤﯿﻊ اﻟﻤﺘﻐﯿﺮات اﻟﻤﺴﺘﻘﻠﺔ )‪ (x8, x3, x6, x1, x4, x10, x9, x2, x7, x5‬ﻓﻲ ﻧﻤﻮذج اﻻﻧﺤ ﺪار اﻟﻤﺘﻌ ﺪد‬
‫اﻟﺘﺪرﯾﺠﻲ‪ ،‬وﻛﺎﻧﺖ ﻧﺴﺒﺔ اﻟﺘﺒﺎﯾﻦ اﻟﻤﻔﺴﺮ )‪ ،(%85.1‬وھﻲ أﻓﻀﻞ اﻟﻨﺘﺎﺋﺞ اﻟﺘﻲ ﺗ ﻢ اﻟﺘﻮﺻ ﻞ إﻟﯿﮭ ﺎ‪ .‬وﻋﻨ ﺪ‬
‫اﻟ ﺘﻤﻌﻦ واﻟﻨﻈ ﺮ إﻟ ﻰ اﻟﻌﻼﻗ ﺔ ﺑ ﯿﻦ ﺣﺠ ﻢ اﻟﻌﯿﻨ ﺔ )‪ (n=150‬ﻓ ﻲ اﻟﻨﻤ ﻮذج اﻟﺤ ﺎﻟﻲ‪ ،‬وﻋ ﺪد اﻟﻤﺘﻐﯿ ﺮات‬
‫اﻟﻤ ﺴﺘﻘﻠﺔ )‪ (10‬ﺗ ﺮى ﻋﻨ ﺪ وﺻ ﻮل ﺣﺠ ﻢ اﻟﻌﯿﻨ ﺔ إﻟ ﻰ )‪ (15‬أﺿ ﻌﺎف ﻋ ﺪد اﻟﻤﺘﻐﯿ ﺮات اﻟﻤ ﺴﺘﻘﻠﺔ )‪(10‬‬
‫ﻣﺘﻐﯿﺮات ﻛﺎﻧﺖ اﻟﻨﺘﺎﺋﺞ أﻓﻀﻞ‪ .‬وھﺬا ﯾﺘﻔﻖ ﻣﻊ ﻣﺎ ذﻛﺮه )‪ (Stevens, 2002‬أن ﺣﺠﻢ اﻟﻌﯿﻨﺔ اﻷﻣﺜﻞ ﻓﻲ‬
‫دراﺳﺎت اﻻﻧﺤﺪار ھﻮ ﺗﻘﺮﯾﺒﺎ ‪15‬ﺣﺎﻟﺔ ﻟﻜﻞ ﻣﺘﻐﯿﺮ ﻣﻨﺒﺊ‪.‬‬
‫دراﺳﺔ ﻛﻔﺎءة ﻧﻤﻮذج اﻻﻧﺤﺪار اﻟﻤﺘﻌﺪد اﻟﺘﺪرﯾﺠﻲ ﻓﻲ ﺣﺎﻟﺔ )‪(n=200‬‬
‫ﺗﻢ اﺳﺘﺨﺪام اﺧﺘﺒﺎر ﺗﺤﻠﯿﻞ اﻟﺘﺒﺎﯾﻦ )‪ (F‬ﻻﺧﺘﺒﺎر ﻛﻔﺎءة ﻧﻤﻮذج اﻻﻧﺤﺪار اﻟﻤﺘﻌﺪد اﻟﺘﺪرﯾﺠﻲ ﻓﻲ ﺣﺎﻟﺔ‬
‫)‪ (n=200‬وﻛﺎﻧﺖ ﻧﺘﺎﺋﺠﮫ ﻛﺎﻟﺘﺎﻟﻲ‪:‬‬
‫ﺟﺪول )‪ :(٢٧‬ﻛﻔﺎءة ﻧﻤﻮذج اﻻﻧﺤﺪار اﻟﻤﺘﻌﺪد اﻟﺘﺪرﯾﺠﻲ ﻓﻲ ﺣﺎﻟﺔ )‪(n=200‬‬
‫‪mode Source Of Sum Of‬‬ ‫‪Degree‬‬ ‫‪Mean‬‬ ‫‪F‬‬ ‫‪Sig‬‬
‫‪l‬‬ ‫‪Variance‬‬ ‫‪Squares‬‬ ‫‪of‬‬ ‫‪Squares‬‬
‫‪S.O.V‬‬ ‫‪SS‬‬ ‫‪Freedom‬‬ ‫‪MS‬‬
‫‪DF‬‬
‫‪A‬‬ ‫‪ 1008.334‬ﺗﺒﺎﯾﻦ اﻻﻧﺤﺪار‬ ‫‪1‬‬ ‫‪1008.33‬‬ ‫‪31.94‬‬ ‫‪0.00‬‬
‫‪ 6251.421‬ﺗﺒﺎﯾﻦ اﻟﺒﻮاﻗﻲ‬ ‫‪198‬‬ ‫‪31.573‬‬
‫‪ 7259.755‬اﻟﺘﺒﺎﯾﻦ اﻟﻜﻠﻲ‬ ‫‪199‬‬
‫‪B‬‬ ‫‪ 1783.403‬ﺗﺒﺎﯾﻦ اﻻﻧﺤﺪار‬ ‫‪2‬‬ ‫‪891.702‬‬ ‫‪32.08‬‬ ‫‪0.00‬‬
‫‪ 5476.352‬ﺗﺒﺎﯾﻦ اﻟﺒﻮاﻗﻲ‬ ‫‪197‬‬ ‫‪27.799‬‬
‫‪ 7259.755‬اﻟﺘﺒﺎﯾﻦ اﻟﻜﻠﻲ‬ ‫‪199‬‬
‫‪C‬‬ ‫‪ 2393.904‬ﺗﺒﺎﯾﻦ اﻻﻧﺤﺪار‬ ‫‪3‬‬ ‫‪797.968‬‬ ‫‪32.14‬‬ ‫‪0.00‬‬
‫‪ 4865.851‬ﺗﺒﺎﯾﻦ اﻟﺒﻮاﻗﻲ‬ ‫‪196‬‬ ‫‪24.826‬‬
 ‫‪٣٥٥‬‬
‫اﻟﻌﺪد اﻟﻌﺸﺮون )ج ‪ (٩‬ﻟﺴﻨﺔ ‪٢٠١٩‬م‬ ‫ﻣﺠﻠﺔ اﻟﺒﺤﺚ اﻟﻌﻠﻤﻰ ﻓﻰ اﻟﺘﺮﺑﯿﺔ‬

‫ﺟﺪول )‪ :(٢٧‬ﻛﻔﺎءة ﻧﻤﻮذج اﻻﻧﺤﺪار اﻟﻤﺘﻌﺪد اﻟﺘﺪرﯾﺠﻲ ﻓﻲ ﺣﺎﻟﺔ )‪(n=200‬‬

‫‪mode Source Of Sum Of‬‬ ‫‪Degree‬‬ ‫‪Mean‬‬ ‫‪F‬‬ ‫‪Sig‬‬
‫‪l‬‬ ‫‪Variance‬‬ ‫‪Squares‬‬ ‫‪of‬‬ ‫‪Squares‬‬
‫‪S.O.V‬‬ ‫‪SS‬‬ ‫‪Freedom‬‬ ‫‪MS‬‬
‫‪DF‬‬
‫‪ 7259.755‬اﻟﺘﺒﺎﯾﻦ اﻟﻜﻠﻲ‬ ‫‪199‬‬
‫‪D‬‬ ‫‪ 2929.012‬ﺗﺒﺎﯾﻦ اﻻﻧﺤﺪار‬ ‫‪4‬‬ ‫‪732.253‬‬ ‫‪32.97‬‬ ‫‪0.00‬‬
‫‪ 4330.743‬ﺗﺒﺎﯾﻦ اﻟﺒﻮاﻗﻲ‬ ‫‪195‬‬ ‫‪22.209‬‬
‫‪ 7259.755‬اﻟﺘﺒﺎﯾﻦ اﻟﻜﻠﻲ‬ ‫‪199‬‬
‫‪E‬‬ ‫‪ 3465.173‬ﺗﺒﺎﯾﻦ اﻻﻧﺤﺪار‬ ‫‪5‬‬ ‫‪693.035‬‬ ‫‪35.43‬‬ ‫‪0.00‬‬
‫‪ 3794.582‬ﺗﺒﺎﯾﻦ اﻟﺒﻮاﻗﻲ‬ ‫‪194‬‬ ‫‪19.56‬‬
‫‪ 7259.755‬اﻟﺘﺒﺎﯾﻦ اﻟﻜﻠﻲ‬ ‫‪199‬‬
‫‪F‬‬ ‫‪ 4059.512‬ﺗﺒﺎﯾﻦ اﻻﻧﺤﺪار‬ ‫‪6‬‬ ‫‪676.585‬‬ ‫‪40.8‬‬ ‫‪0.00‬‬
‫‪ 3200.243‬ﺗﺒﺎﯾﻦ اﻟﺒﻮاﻗﻲ‬ ‫‪193‬‬ ‫‪16.582‬‬
‫‪ 7259.755‬اﻟﺘﺒﺎﯾﻦ اﻟﻜﻠﻲ‬ ‫‪199‬‬
‫‪G‬‬ ‫‪ 4633.81‬ﺗﺒﺎﯾﻦ اﻻﻧﺤﺪار‬ ‫‪7‬‬ ‫‪661.973‬‬ ‫‪48.4‬‬ ‫‪0.00‬‬
‫‪ 2625.945‬ﺗﺒﺎﯾﻦ اﻟﺒﻮاﻗﻲ‬ ‫‪192‬‬ ‫‪13.677‬‬
‫‪ 7259.755‬اﻟﺘﺒﺎﯾﻦ اﻟﻜﻠﻲ‬ ‫‪199‬‬
‫‪H‬‬ ‫‪ 5185.042‬ﺗﺒﺎﯾﻦ اﻻﻧﺤﺪار‬ ‫‪8‬‬ ‫‪483.213‬‬ ‫‪59.67‬‬ ‫‪0.00‬‬
‫‪ 2074.713‬ﺗﺒﺎﯾﻦ اﻟﺒﻮاﻗﻲ‬ ‫‪191‬‬ ‫‪11.886‬‬
‫‪ 7259.755‬اﻟﺘﺒﺎﯾﻦ اﻟﻜﻠﻲ‬ ‫‪199‬‬
‫‪I‬‬ ‫‪ 5625.092‬ﺗﺒﺎﯾﻦ اﻻﻧﺤﺪار‬ ‫‪9‬‬ ‫‪460.771‬‬ ‫‪72.65‬‬ ‫‪0.00‬‬
‫‪ 1634.663‬ﺗﺒﺎﯾﻦ اﻟﺒﻮاﻗﻲ‬ ‫‪190‬‬ ‫‪9.962‬‬
‫‪ 7259.755‬اﻟﺘﺒﺎﯾﻦ اﻟﻜﻠﻲ‬ ‫‪199‬‬
‫‪J‬‬ ‫‪ 6308.727‬ﺗﺒﺎﯾﻦ اﻻﻧﺤﺪار‬ ‫‪10‬‬ ‫‪630.873 125.372 0.00‬‬
‫‪ 951.028‬ﺗﺒﺎﯾﻦ اﻟﺒﻮاﻗﻲ‬ ‫‪189‬‬ ‫‪5.032‬‬
‫‪ 7259.755‬اﻟﺘﺒﺎﯾﻦ اﻟﻜﻠﻲ‬ ‫‪199‬‬
‫‪A‬‬ ‫‪Predictors: (Constant), x8‬‬
‫‪B‬‬ ‫‪Predictors: (Constant), x8, x3‬‬
‫‪C‬‬ ‫‪Predictors: (Constant), x8, x3, x6‬‬
‫‪D‬‬ ‫‪Predictors: (Constant), x8, x3, x6, x1‬‬
‫‪E‬‬ ‫‪Predictors: (Constant), x8, x3, x6, x1, x4‬‬
‫‪F‬‬ ‫‪Predictors: (Constant), x8, x3, x6, x1, x4, x10‬‬
‫‪G‬‬ ‫‪Predictors: (Constant), x8, x3, x6, x1, x4, x10, x9‬‬
‫‪H‬‬ ‫‪Predictors: (Constant), x8, x3, x6, x1, x4, x10, x9, x2‬‬
‫‪I‬‬ ‫‪Predictors: (Constant), x8, x3, x6, x1, x4, x10, x9, x2, x7‬‬
‫‪J‬‬ ‫‪Predictors: (Constant), x8, x3, x6, x1, x4, x10, x9, x2, x7, x5‬‬

‫ﻗﯿﻤﺔ )‪ (F‬ﻟﻠﻨﻤﻮذج اﻟﻨﮭﺎﺋﻲ ﻟﻼﻧﺤﺪار اﻟﻤﺘﻌﺪد اﻟﺘﺪرﯾﺠﻲ ﺗﺴﺎوي )‪ ،(125.372‬وھﻲ داﻟﺔ إﺣﺼﺎﺋﯿًﺎ‬
‫ﻋﻨﺪ ﻣﺴﺘﻮى دﻻﻟﺔ أﻗﻞ ﻣﻦ )‪ ،(0.05‬وھﺬا ﻣﺆﺷﺮ ﻋﻠﻰ ﻛﻔﺎءة ﻧﻤﻮذج اﻻﻧﺤﺪار اﻟﻤﺘﻌﺪد اﻟﺘﺪرﯾﺠﻲ ﻓﻲ‬
 ‫‪٣٥٦‬‬
‫اﻟﻌﺪد اﻟﻌﺸﺮون )ج ‪ (٩‬ﻟﺴﻨﺔ ‪٢٠١٩‬م‬ ‫ﻣﺠﻠﺔ اﻟﺒﺤﺚ اﻟﻌﻠﻤﻰ ﻓﻰ اﻟﺘﺮﺑﯿﺔ‬

‫ﺣﺎﻟﺔ )‪ ،(n= 200‬وﯾﻼﺣﻆ أن ھﺬا اﻟﻨﻤﻮذج )‪ (n= 200‬ﺗﺸﺎﺑﮫ ﻣﻊ اﻟﻨﻤﺎذج اﻟﺴﺎﺑﻘﺔ ﻋﻨﺪﻣﺎ ﻛﺎن ﺣﺠﻢ‬
‫اﻟﻌﯿﻨﺔ )‪ (100,150‬ﺣﯿﺚ اﺷﺘﻤﻞ أﯾﻀﺎً ﻋﻠﻰ ﺟﻤﯿﻊ اﻟﻤﺘﻐﯿﺮات اﻟﻤﺴﺘﻘﻠﺔ ) ‪x8, x3, x6, x1, x4, x10,‬‬
‫‪.(x9, x2, x7, x5‬‬
‫‪2‬‬
‫وﻋﻨﺪ اﻟﻨﻈﺮ إﻟﻰ ﻣﺆﺷﺮ آﺧﺮ وھﻮ ﻣﻌﺎﻣﻞ اﻟﺘﺤﺪﯾﺪ ) ‪ (R‬ﻛﻤﺆﺷﺮ ﻟﻨﺴﺒﺔ اﻟﺘﺒﺎﯾﻦ اﻟﻤﻔﺴﺮ ﻣﻦ اﻟﻤﺘﻐﯿﺮ‬
‫اﻟﺘﺎﺑﻊ واﻟﺬي ﯾﻌﺰى إﻟﻰ ﺗﺄﺛﯿﺮ اﻟﻤﺘﻐﯿﺮات اﻟﻤﺴﺘﻘﻠﺔ ﻛﺎﻧﺖ اﻟﻨﺘﺎﺋﺞ ﻛﺎﻟﺘﺎﻟﻲ‪:‬‬
‫ﺟﺪول )‪ :(٢٨‬اﻟﺘﺒﺎﯾﻦ اﻟﻤﻔﺴﺮ وﺗﻐﯿﺮ اﻹﺣﺼﺎءات ﻟﻨﻤﻮذج اﻻﻧﺤﺪار اﻟﻤﺘﻌﺪد اﻟﺘﺪرﯾﺠﻲ ﻓﻲ ﺣﺎﻟﺔ‬
‫)‪(n=200‬‬
‫‪Model‬‬ ‫‪R‬‬ ‫‪R2‬‬ ‫‪Adj.R2‬‬ ‫‪change Sta.‬‬
‫‪R2‬‬ ‫‪F‬‬ ‫‪Sig.F‬‬
‫‪D DF‬‬
‫‪change change‬‬ ‫‪change‬‬
‫‪F1‬‬ ‫‪2‬‬
‫‪A‬‬ ‫‪0.373 0.139 0.135‬‬ ‫‪0.139‬‬ ‫‪31.937 1 198‬‬ ‫‪0.00‬‬
‫‪B‬‬ ‫‪0.496 0.246 0.238‬‬ ‫‪0.107‬‬ ‫‪27.881 1 197‬‬ ‫‪0.00‬‬
‫‪C‬‬ ‫‪0.574 0.33‬‬ ‫‪0.319‬‬ ‫‪0.084‬‬ ‫‪24.591 1 196‬‬ ‫‪0.00‬‬
‫‪D‬‬ ‫‪0.635 0.403 0.391‬‬ ‫‪0.074‬‬ ‫‪24.094 1 195‬‬ ‫‪0.00‬‬
‫‪E‬‬ ‫‪0.691 0.477 0.464‬‬ ‫‪0.074‬‬ ‫‪27.412 1 194‬‬ ‫‪0.00‬‬
‫‪F‬‬ ‫‪0.748 0.559 0.545‬‬ ‫‪0.082‬‬ ‫‪35.843 1 193‬‬ ‫‪0.00‬‬
‫‪G‬‬ ‫‪0.799 0.638 0.625‬‬ ‫‪0.079‬‬ ‫‪41.991 1 192‬‬ ‫‪0.00‬‬
‫‪H‬‬ ‫‪0.845 0.714 0.702‬‬ ‫‪0.076‬‬ ‫‪50.747 1 191‬‬ ‫‪0.00‬‬
‫‪I‬‬ ‫‪0.88 0.775 0.764‬‬ ‫‪0.061‬‬ ‫‪51.148 1 190‬‬ ‫‪0.00‬‬
‫‪J‬‬ ‫‪0.932 0.869 0.861‬‬ ‫‪0.054‬‬ ‫‪61.777 1 189‬‬ ‫‪0.00‬‬
‫‪A‬‬ ‫‪Predictors: (Constant), x8‬‬
‫‪B‬‬ ‫‪Predictors: (Constant), x8, x3‬‬
‫‪C‬‬ ‫‪Predictors: (Constant), x8, x3, x6‬‬
‫‪D‬‬ ‫‪Predictors: (Constant), x8, x3, x6, x1‬‬
‫‪E‬‬ ‫‪Predictors: (Constant), x8, x3, x6, x1, x4‬‬
‫‪F‬‬ ‫‪Predictors: (Constant), x8, x3, x6, x1, x4, x10‬‬
‫‪G‬‬ ‫‪Predictors: (Constant), x8, x3, x6, x1, x4, x10, x9‬‬
‫‪H‬‬ ‫‪Predictors: (Constant), x8, x3, x6, x1, x4, x10, x9, x2‬‬
‫‪I‬‬ ‫‪Predictors: (Constant), x8, x3, x6, x1, x4, x10, x9, x2, x7‬‬
‫‪J‬‬ ‫‪Predictors: (Constant), x8, x3, x6, x1, x4, x10, x9, x2, x7, x5‬‬

‫ﻗﯿﻤ ﺔ )‪ (R2‬ﻟﻠﻨﻤ ﻮذج اﻟﻨﮭ ﺎﺋﻲ ﻟﻼﻧﺤ ﺪار اﻟﻤﺘﻌ ﺪد اﻟﺘ ﺪرﯾﺠﻲ ﺗ ﺴﺎوي )‪ (0.869‬وھ ﺬا ﯾﻌﻨ ﻲ أن اﻟﻨﻤ ﻮذج‬
‫ﯾﻔﺴﺮ )‪ (%86.9‬ﻣ ﻦ اﻟﺘﺒ ﺎﯾﻦ اﻟﻜﻠ ﻲ ﻓ ﻲ اﻟﻤﺘﻐﯿ ﺮ اﻟﺘ ﺎﺑﻊ واﻟ ﺬي ﯾﻌ ﺰى إﻟ ﻰ ﺗ ﺄﺛﯿﺮ اﻟﻤﺘﻐﯿ ﺮات اﻟﻤ ﺴﺘﻘﻠﺔ‪،‬‬
‫وھﺬه اﻟﻘﯿﻤﺔ ﺗﺸﯿﺮ إﻟﻰ زﯾﺎدة ﻛﻔﺎءة ﻧﻤﻮذج اﻻﻧﺤﺪار اﻟﻤﺘﻌﺪد اﻟﺘﺪرﯾﺠﻲ اﻟﺤﺎﻟﻲ ﻣﻘﺎرﻧﺔ ﺑﺎﻟﻨﻤ ﺎذج اﻟ ﺴﺎﺑﻘﺔ‬
‫واﻟﺘﻲ ﻛﺎن ﻓﯿﮭ ﺎ ﺣﺠ ﻢ اﻟﻌﯿﻨ ﺔ )‪ ،(25,50,75,100,150‬ﻣﻤ ﺎ ﯾ ﺸﯿﺮ إﻟ ﻰ اﻟﺘ ﺄﺛﯿﺮ اﻹﯾﺠ ﺎﺑﻲ ﻟﺰﯾ ﺎدة ﺣﺠ ﻢ‬
‫اﻟﻌﯿﻨﺔ إﻟﻰ )‪ (n=200‬ﻋﻠﻰ ﻛﻔﺎءة ﻧﻤﻮذج اﻻﻧﺤﺪار اﻟﻤﺘﻌﺪد اﻟﺘﺪرﯾﺠﻲ‪.‬‬
‫وﺗ ﺮى اﻟﺒﺎﺣﺜ ﺔ أن زﯾ ﺎدة ﺣﺠ ﻢ اﻟﻌﯿﻨ ﺔ ﻓ ﻲ اﻟﻨﻤ ﻮذج اﻟﺤ ﺎﻟﻲ إﻟ ﻰ )‪ (200‬ﻣﻔ ﺮدة‪ ،‬ﺗ ﺸﺎﺑﮫ ﻣ ﻊ اﻟﻨﺘ ﺎﺋﺞ‬
‫ﻋﻨ ﺪﻣﺎ ﻛ ﺎن )‪ (n=100‬وأﯾ ﻀﺎً )‪ (n=150‬ﻣ ﻦ ﺣﯿ ﺚ ﻇﮭ ﻮر ﺟﻤﯿ ﻊ اﻟﻤﺘﻐﯿ ﺮات اﻟﻤ ﺴﺘﻘﻠﺔ )‪(10‬‬
‫ﻣﺘﻐﯿﺮات‪ ،‬إﻻ أن اﻟﻨﻤﻮذج اﻟﺤﺎﻟﻲ )‪ (n=200‬ﻛﺎن أﻛﺜ ﺮ ﻣﻼﺋﻤ ﺔ ﻟﻨﻤ ﻮذج اﻻﻧﺤ ﺪار اﻟﻤﺘﻌ ﺪد اﻟﺘ ﺪرﯾﺠﻲ‪،‬‬
 ‫‪٣٥٧‬‬
‫اﻟﻌﺪد اﻟﻌﺸﺮون )ج ‪ (٩‬ﻟﺴﻨﺔ ‪٢٠١٩‬م‬ ‫ﻣﺠﻠﺔ اﻟﺒﺤﺚ اﻟﻌﻠﻤﻰ ﻓﻰ اﻟﺘﺮﺑﯿﺔ‬

‫وھ ﺬا ﻣ ﺎ ﯾﺘ ﻀﺢ ﻣ ﻦ ﺟ ﺪول )‪ (٢٨‬وﻣ ﻦ ﺧ ﻼل ﺗﺘﺒ ﻊ ﺗﻐﯿ ﺮ اﻹﺣ ﺼﺎءات اﻟﺨﺎﺻ ﺔ ﺑﺘﻐﯿ ﺮ )‪ (R2‬وﻧﻔ ﺲ‬
‫اﻻﺗﺠﺎه ﺗﻔ ﺴﺮه أﯾ ﻀﺎ ﺗﻐﯿ ﺮ )‪ (F‬ودﻻﻟ ﺔ ﺗﻐﯿ ﺮ )‪ ،(F‬ﺣﯿ ﺚ ﺳ ﺎھﻢ اﻟﻨﻤ ﻮذج اﻷول ﻓ ﻲ ﺗﻔ ﺴﯿﺮ )‪(%13.9‬‬
‫ﻣ ﻦ ﻧ ﺴﺒﺔ اﻟﺘﺒ ﺎﯾﻦ ﻓ ﻲ اﻟﻤﺘﻐﯿ ﺮ اﻟﺘ ﺎﺑﻊ ﻟﯿ ﺼﺒﺢ اﻟﻤ ﺴﺎھﻤﺔ اﻟﻜﻠﯿ ﺔ ﻓ ﻲ اﻟﻨﻤ ﻮذج اﻷﺧﯿ ﺮ )‪ .(%86.9‬ﻧﻔ ﺲ‬
‫اﻻﺗﺠﺎه ﯾﻤﻜﻦ ﻣﻼﺣﻈﺘﮫ ﻓﻲ ﺣﺎﻟﺔ اﻹﻋﺘﻤﺎد ﻋﻠﻰ ﻗﯿﻤﺔ )‪ (R2‬اﻟﻤﻌﺪﻟﺔ‪.‬‬
‫وﺗ ﺮى اﻟﺒﺎﺣﺜ ﺔ أھﻤﯿ ﺔ اﻟﻨﻈ ﺮ ﺑ ﺘﻤﻌﻦ إﻟ ﻰ ﻧ ﺴﺒﺔ اﻟﺘﺤ ﺴﻦ ﻓ ﻲ ﻣﺆﺷ ﺮ )‪ (R2‬ﻓ ﻲ اﻟﻨﻤ ﻮذج اﻟﺤ ﺎﻟﻲ‬
‫)‪ (n=200‬ﺣﯿﺚ أن ﻗﯿﻤﺔ )‪ (R2‬ﺑﻠﻐﺖ )‪ (%86.9‬وﻗﯿﻤ ﺔ )‪ (R2‬ﻓ ﻲ اﻟﻨﻤ ﻮذج اﻟ ﺴﺎﺑﻖ )‪ (n=150‬ﺣﯿ ﺚ‬
‫أن ﻗﯿﻤﺔ )‪ (R2‬ﻛﺎﻧﺖ )‪ (%85.1‬أي أن ﻧﺴﺒﺔ اﻟﺘﺤﺴﻦ ﻓﻲ ﻗﯿﻤﺔ )‪ (R2‬ﺑﻠﻐﺖ )‪ (%1.8‬ﻓﻘﻂ ﻣﻘﺎﺑﻞ زﯾ ﺎدة‬
‫ﺣﺠﻢ اﻟﻌﯿﻨﺔ ﻣﻦ )‪ (150‬ﺣﺎﻟﺔ إﻟﻰ )‪ (200‬ﺣﺎﻟﺔ‪ ،‬أي ﻋﻨﺪ زﯾﺎدة اﻟﻌﻼﻗﺔ ﺑ ﯿﻦ اﻟﻤﺘﻐﯿ ﺮات اﻟﻤ ﺴﺘﻘﻠﺔ وﻋ ﺪد‬
‫اﻟﺤﺎﻻت ﻣ ﻦ )‪ (15‬ﺿ ﻌﻒ إﻟ ﻰ )‪ (20‬ﺿ ﻌﻒ‪ .‬وھﻨ ﺎ ﯾﺘﺒ ﺎدر ﻟﻠ ﺬھﻦ ﺳ ﺆال‪ ،‬ھ ﻞ ﻣ ﻦ اﻟﻨﺎﺣﯿ ﺔ اﻟﺘﻄﺒﯿﻘﯿ ﺔ‬
‫ھﻨﺎك ﺣﺎﺟﺔ أو أھﻤﯿﺔ ﻟﺰﯾﺎدة ﺣﺠﻢ اﻟﻌﯿﻨﺔ إﻟ ﻰ )‪ (20‬ﺿ ﻌﻒ ﻋ ﺪد اﻟﻤﺘﻐﯿ ﺮات اﻟﻤ ﺴﺘﻘﻠﺔ ﻓ ﻲ ﻣﻘﺎﺑ ﻞ ﻧ ﺴﺒﺔ‬
‫ﺗﺤﺴﻦ )‪ .(%1.8‬ﻟﺬا ﺳﻮف ﺗﻨﺘﻈﺮ اﻟﺒﺎﺣﺜﺔ ﻣﺎ ﺗﺴﻔﺮ ﻋﻨ ﮫ اﻟﻨﺘ ﺎﺋﺞ اﻟﺘﺎﻟﯿ ﺔ ﻣ ﻊ زﯾ ﺎدة ﺣﺠ ﻢ ﻋﯿﻨ ﺔ اﻟﺪراﺳ ﺔ‬
‫واﺗﺨﺎذ اﻟﻘﺮار اﻟﻤﻨﺎﺳﺐ‪.‬‬
‫ﻣﻦ اﻟﻤﺆﺷﺮات اﻟﮭﺎﻣ ﺔ أﯾ ﻀﺎً ﻓ ﻲ دراﺳ ﺔ اﻟﺘﺒ ﺎﯾﻦ اﻟﻤﻔ ﺴﺮ ﻟﻨﻤ ﻮذج اﻻﻧﺤ ﺪار اﻟﻤﺘﻌ ﺪد اﻟﺘ ﺪرﯾﺠﻲ ھ ﻮ‬
‫ﺗﻘﯿﯿﻢ ﺗﺄﺛﯿﺮ اﻟﻤﺘﻐﯿﺮات اﻟﻤﺴﺘﻘﻠﺔ ﻣﻦ ﺧﻼل اﻟﻨﻈﺮ إﻟ ﻰ ﻣ ﺪى إﺳ ﮭﺎم ﻛ ﻼً ﻣﻨﮭ ﺎ ﻓ ﻲ اﻟﺘ ﺄﺛﯿﺮ وﻣ ﻦ ﺛ ﻢ اﻟﺘﻨﺒ ﺆ‬
‫ﺑﺎﻟﻤﺘﻐﯿﺮ اﻟﺘﺎﺑﻊ‪ ،‬واﻟﺬي ﯾﻤﻜﻦ ﺗﻨﺎوﻟﮫ ﻣﻦ ﺧﻼل اﻟﺠﺪول اﻟﺘﺎﻟﻲ‪:‬‬
‫ﺟﺪول )‪ :(٢٩‬اﻟﻤﺴﺎھﻤﺔ اﻟﻨﺴﺒﯿﺔ ﻟﻠﻤﺘﻐﯿﺮات اﻟﻤﺴﺘﻘﻠﺔ ﻟﻨﻤﻮذج اﻻﻧﺤﺪار اﻟﻤﺘﻌﺪد اﻟﺘﺪرﯾﺠﻲ ﻓﻲ‬
‫ﺣﺎﻟﺔ )‪(n=200‬‬
‫‪Model‬‬ ‫‪B‬‬ ‫‪Beta‬‬ ‫‪T‬‬ ‫‪Sig.‬‬
‫‪A‬‬ ‫‪Constant‬‬ ‫‪271.516‬‬ ‫‪29.329‬‬ ‫‪0.00‬‬
‫‪x8‬‬ ‫‪1.164‬‬ ‫‪0.373‬‬ ‫‪5.651‬‬ ‫‪0.00‬‬
‫‪B‬‬ ‫‪Constant‬‬ ‫‪254.071‬‬ ‫‪27.338‬‬ ‫‪0.00‬‬
‫‪x8‬‬ ‫‪1.131‬‬ ‫‪0.362‬‬ ‫‪5.852‬‬ ‫‪0.00‬‬
‫‪X3‬‬ ‫‪0.953‬‬ ‫‪0.327‬‬ ‫‪5.28‬‬ ‫‪0.00‬‬
‫‪C‬‬ ‫‪Constant‬‬ ‫‪223.032‬‬ ‫‪20.68‬‬ ‫‪0.00‬‬
‫‪x8‬‬ ‫‪1.129‬‬ ‫‪0.361‬‬ ‫‪6.178‬‬ ‫‪0.00‬‬
‫‪x3‬‬ ‫‪0.943‬‬ ‫‪0.324‬‬ ‫‪5.531‬‬ ‫‪0.00‬‬
‫‪x6‬‬ ‫‪0.893‬‬ ‫‪0.29‬‬ ‫‪4.959‬‬ ‫‪0.00‬‬
‫‪D‬‬ ‫‪Constant‬‬ ‫‪215.378‬‬ ‫‪20.872‬‬ ‫‪0.00‬‬
‫‪x8‬‬ ‫‪1.155‬‬ ‫‪0.37‬‬ ‫‪6.684‬‬ ‫‪0.00‬‬
‫‪x3‬‬ ‫‪0.803‬‬ ‫‪0.275‬‬ ‫‪4.901‬‬ ‫‪0.00‬‬
‫‪x6‬‬ ‫‪0.932‬‬ ‫‪0.303‬‬ ‫‪5.464‬‬ ‫‪0.00‬‬
‫‪x1‬‬ ‫‪0.788‬‬ ‫‪0.276‬‬ ‫‪4.909‬‬ ‫‪0.00‬‬
‫‪E‬‬ ‫‪Constant‬‬ ‫‪191.805‬‬ ‫‪17.96‬‬ ‫‪0.00‬‬
‫‪x8‬‬ ‫‪1.179‬‬ ‫‪0.378‬‬ ‫‪7.268‬‬ ‫‪0.00‬‬
‫‪x3‬‬ ‫‪0.832‬‬ ‫‪0.285‬‬ ‫‪5.407‬‬ ‫‪0.00‬‬
‫‪x6‬‬ ‫‪0.941‬‬ ‫‪0.306‬‬ ‫‪5.881‬‬ ‫‪0.00‬‬
‫‪x1‬‬ ‫‪0.877‬‬ ‫‪0.308‬‬ ‫‪5.789‬‬ ‫‪0.00‬‬
‫‪x4‬‬ ‫‪0.836‬‬ ‫‪0.274‬‬ ‫‪5.236‬‬ ‫‪0.00‬‬
‫‪F‬‬ ‫‪Constant‬‬ ‫‪144.776‬‬ ‫‪11.503‬‬ ‫‪0.00‬‬
‫‪x8‬‬ ‫‪1.102‬‬ ‫‪0.353‬‬ ‫‪7.346‬‬ ‫‪0.00‬‬
 ‫‪٣٥٨‬‬
‫اﻟﻌﺪد اﻟﻌﺸﺮون )ج ‪ (٩‬ﻟﺴﻨﺔ ‪٢٠١٩‬م‬ ‫ﻣﺠﻠﺔ اﻟﺒﺤﺚ اﻟﻌﻠﻤﻰ ﻓﻰ اﻟﺘﺮﺑﯿﺔ‬

‫ﺟﺪول )‪ :(٢٩‬اﻟﻤﺴﺎھﻤﺔ اﻟﻨﺴﺒﯿﺔ ﻟﻠﻤﺘﻐﯿﺮات اﻟﻤﺴﺘﻘﻠﺔ ﻟﻨﻤﻮذج اﻻﻧﺤﺪار اﻟﻤﺘﻌﺪد اﻟﺘﺪرﯾﺠﻲ ﻓﻲ‬
‫ﺣﺎﻟﺔ )‪(n=200‬‬
‫‪Model‬‬ ‫‪B‬‬ ‫‪Beta‬‬ ‫‪T‬‬ ‫‪Sig.‬‬
‫‪x3‬‬ ‫‪0.786‬‬ ‫‪0.27‬‬ ‫‪5.543‬‬ ‫‪0.00‬‬
‫‪x6‬‬ ‫‪0.924‬‬ ‫‪0.3‬‬ ‫‪6.269‬‬ ‫‪0.00‬‬
‫‪x1‬‬ ‫‪0.91‬‬ ‫‪0.319‬‬ ‫‪6.513‬‬ ‫‪0.00‬‬
‫‪x4‬‬ ‫‪0.882‬‬ ‫‪0.289‬‬ ‫‪5.991‬‬ ‫‪0.00‬‬
‫‪x10‬‬ ‫‪0.925‬‬ ‫‪0.288‬‬ ‫‪5.987‬‬ ‫‪0.00‬‬
‫‪G‬‬ ‫‪Constant‬‬ ‫‪101.465‬‬ ‫‪7.663‬‬ ‫‪0.00‬‬
‫‪x8‬‬ ‫‪1.048‬‬ ‫‪0.336‬‬ ‫‪7.677‬‬ ‫‪0.00‬‬
‫‪x3‬‬ ‫‪0.801‬‬ ‫‪0.275‬‬ ‫‪6.213‬‬ ‫‪0.00‬‬
‫‪x6‬‬ ‫‪0.94‬‬ ‫‪0.305‬‬ ‫‪7.022‬‬ ‫‪0.00‬‬
‫‪x1‬‬ ‫‪0.906‬‬ ‫‪0.317‬‬ ‫‪7.14‬‬ ‫‪0.00‬‬
‫‪x4‬‬ ‫‪0.863‬‬ ‫‪0.283‬‬ ‫‪6.455‬‬ ‫‪0.00‬‬
‫‪x10‬‬ ‫‪1.012‬‬ ‫‪0.315‬‬ ‫‪7.181‬‬ ‫‪0.00‬‬
‫‪x9‬‬ ‫‪0.813‬‬ ‫‪0.283‬‬ ‫‪6.48‬‬ ‫‪0.00‬‬
‫‪H‬‬ ‫‪Constant‬‬ ‫‪86.434‬‬ ‫‪7.211‬‬ ‫‪0.00‬‬
‫‪x8‬‬ ‫‪0.915‬‬ ‫‪0.293‬‬ ‫‪7.434‬‬ ‫‪0.00‬‬
‫‪x3‬‬ ‫‪0.833‬‬ ‫‪0.286‬‬ ‫‪7.251‬‬ ‫‪0.00‬‬
‫‪x6‬‬ ‫‪0.928‬‬ ‫‪0.301‬‬ ‫‪7.778‬‬ ‫‪0.00‬‬
‫‪x1‬‬ ‫‪0.897‬‬ ‫‪0.314‬‬ ‫‪7.933‬‬ ‫‪0.00‬‬
‫‪x4‬‬ ‫‪0.881‬‬ ‫‪0.289‬‬ ‫‪7.389‬‬ ‫‪0.00‬‬
‫‪x10‬‬ ‫‪1.029‬‬ ‫‪0.321‬‬ ‫‪8.187‬‬ ‫‪0.00‬‬
‫‪x9‬‬ ‫‪0.949‬‬ ‫‪0.331‬‬ ‫‪8.367‬‬ ‫‪0.00‬‬
‫‪x2‬‬ ‫‪0.85‬‬ ‫‪0.283‬‬ ‫‪7.124‬‬ ‫‪0.00‬‬
‫‪I‬‬ ‫‪Constant‬‬ ‫‪0.85‬‬ ‫‪7.124‬‬ ‫‪0.00‬‬
‫‪x8‬‬ ‫‪53.028‬‬ ‫‪0.276‬‬ ‫‪4.553‬‬ ‫‪0.00‬‬
‫‪x3‬‬ ‫‪0.861‬‬ ‫‪0.306‬‬ ‫‪7.847‬‬ ‫‪0.00‬‬
‫‪x6‬‬ ‫‪0.893‬‬ ‫‪0.287‬‬ ‫‪8.704‬‬ ‫‪0.00‬‬
‫‪x1‬‬ ‫‪0.884‬‬ ‫‪0.32‬‬ ‫‪8.307‬‬ ‫‪0.00‬‬
‫‪x4‬‬ ‫‪0.913‬‬ ‫‪0.317‬‬ ‫‪9.076‬‬ ‫‪0.00‬‬
‫‪x10‬‬ ‫‪0.966‬‬ ‫‪0.346‬‬ ‫‪9.049‬‬ ‫‪0.00‬‬
‫‪x9‬‬ ‫‪1.11‬‬ ‫‪0.322‬‬ ‫‪9.872‬‬ ‫‪0.00‬‬
‫‪x2‬‬ ‫‪0.924‬‬ ‫‪0.281‬‬ ‫‪9.147‬‬ ‫‪0.00‬‬
‫‪x7‬‬ ‫‪0.845‬‬ ‫‪0.251‬‬ ‫‪7.963‬‬ ‫‪0.00‬‬
‫‪J‬‬ ‫‪Constant‬‬ ‫‪32.143‬‬ ‫‪3.052‬‬ ‫‪0.03‬‬
‫‪x8‬‬ ‫‪0.916‬‬ ‫‪0.293‬‬ ‫‪9.525‬‬ ‫‪0.00‬‬
‫‪x3‬‬ ‫‪0.952‬‬ ‫‪0.327‬‬ ‫‪10.576‬‬ ‫‪0.00‬‬
‫‪x6‬‬ ‫‪0.807‬‬ ‫‪0.262‬‬ ‫‪8.628‬‬ ‫‪0.00‬‬
‫‪x1‬‬ ‫‪0.873‬‬ ‫‪0.306‬‬ ‫‪9.906‬‬ ‫‪0.00‬‬
 ‫‪٣٥٩‬‬
‫اﻟﻌﺪد اﻟﻌﺸﺮون )ج ‪ (٩‬ﻟﺴﻨﺔ ‪٢٠١٩‬م‬ ‫ﻣﺠﻠﺔ اﻟﺒﺤﺚ اﻟﻌﻠﻤﻰ ﻓﻰ اﻟﺘﺮﺑﯿﺔ‬

‫ﺟﺪول )‪ :(٢٩‬اﻟﻤﺴﺎھﻤﺔ اﻟﻨﺴﺒﯿﺔ ﻟﻠﻤﺘﻐﯿﺮات اﻟﻤﺴﺘﻘﻠﺔ ﻟﻨﻤﻮذج اﻻﻧﺤﺪار اﻟﻤﺘﻌﺪد اﻟﺘﺪرﯾﺠﻲ ﻓﻲ‬
‫ﺣﺎﻟﺔ )‪(n=200‬‬
‫‪Model‬‬ ‫‪B‬‬ ‫‪Beta‬‬ ‫‪T‬‬ ‫‪Sig.‬‬
‫‪x4‬‬ ‫‪0.975‬‬ ‫‪0.32‬‬ ‫‪10.453‬‬ ‫‪0.00‬‬
‫‪x10‬‬ ‫‪1.1‬‬ ‫‪0.343‬‬ ‫‪11.192‬‬ ‫‪0.00‬‬
‫‪x9‬‬ ‫‪0.897‬‬ ‫‪0.312‬‬ ‫‪10.153‬‬ ‫‪0.00‬‬
‫‪x2‬‬ ‫‪0.862‬‬ ‫‪0.287‬‬ ‫‪9.285‬‬ ‫‪0.00‬‬
‫‪x7‬‬ ‫‪0.77‬‬ ‫‪0.25‬‬ ‫‪8.14‬‬ ‫‪0.00‬‬
‫‪x5‬‬ ‫‪0.732‬‬ ‫‪0.236‬‬ ‫‪7.732‬‬ ‫‪0.00‬‬

‫ﯾﺸﯿﺮ ﺟﺪول )‪ (٢٩‬أن اﻟﻨﻤﻮذج اﻟﻌﺎﺷﺮ اﺷﺘﻤﻞ ﻋﻠﻰ ﻋﺸﺮة ﻗ ﯿﻢ )‪ (Beta‬ﺗﺮاوﺣ ﺖ ﻣ ﻦ )‪ (0.236‬إﻟ ﻰ‬
‫)‪ (0.343‬وﺗﻤﺜﻞ ﻣﻌﺎﻣﻼت اﻻﻧﺤ ﺪار اﻟﺠﺰﺋﯿ ﺔ اﻟﺨﺎﺻ ﺔ ﺑ ﺎﻟﻤﺘﻐﯿﺮات اﻟﻤ ﺴﺘﻘﻠﺔ ) ‪x8, x10, x9, x1, x4,‬‬
‫‪ ،(x6, x2, x3, x5, x7‬وﺟﻤﯿﻌﮭﺎ ذات دﻻﻟﺔ إﺣﺼﺎﺋﯿﺔ ﻋﻨﺪ ﻣ ﺴﺘﻮى )‪ ،(0.05‬وﻟﮭ ﺎ إﺳ ﮭﺎﻣﺎً ﻓ ﻲ ﺗﻔ ﺴﯿﺮ‬
‫اﻟﺘﺒﺎﯾﻦ ﻓﻲ اﻟﻤﺘﻐﯿﺮ اﻟﺘﺎﺑﻊ‪.‬‬
‫ﻣ ﻦ ﺟﻤﯿ ﻊ اﻟﻨﺘ ﺎﺋﺞ اﻟ ﺴﺎﺑﻘﺔ ﺗ ﺴﺘﺨﻠﺺ اﻟﺒﺎﺣﺜ ﺔ أﻧ ﮫ ﻓ ﻲ ﺣﺎﻟ ﺔ اﺳ ﺘﺨﺪام ﻋﯿﻨ ﺔ )‪ (n=200‬ﻇﮭ ﺮ أﯾ ﻀﺎً‬
‫ﺟﻤﯿﻊ اﻟﻤﺘﻐﯿﺮات اﻟﻤﺴﺘﻘﻠﺔ )‪ (x8, x3, x6, x1, x4, x10, x9, x2, x7, x5‬ﻓﻲ ﻧﻤﻮذج اﻻﻧﺤ ﺪار اﻟﻤﺘﻌ ﺪد‬
‫اﻟﺘﺪرﯾﺠﻲ‪ ،‬وﻛﺎﻧﺖ ﻧﺴﺒﺔ اﻟﺘﺒﺎﯾﻦ اﻟﻤﻔﺴﺮ )‪ ،(%86.9‬وھﻲ أﻓﻀﻞ اﻟﻨﺘﺎﺋﺞ اﻟﺘﻲ ﺗ ﻢ اﻟﺘﻮﺻ ﻞ إﻟﯿﮭ ﺎ‪ .‬وﻋﻨ ﺪ‬
‫اﻟ ﺘﻤﻌﻦ واﻟﻨﻈ ﺮ إﻟ ﻰ اﻟﻌﻼﻗ ﺔ ﺑ ﯿﻦ ﺣﺠ ﻢ اﻟﻌﯿﻨ ﺔ )‪ (n=200‬ﻓ ﻲ اﻟﻨﻤ ﻮذج اﻟﺤ ﺎﻟﻲ‪ ،‬وﻋ ﺪد اﻟﻤﺘﻐﯿ ﺮات‬
‫اﻟﻤ ﺴﺘﻘﻠﺔ )‪ (10‬ﺗ ﺮى ﻋﻨ ﺪ وﺻ ﻮل ﺣﺠ ﻢ اﻟﻌﯿﻨ ﺔ إﻟ ﻰ )‪ (20‬أﺿ ﻌﺎف ﻋ ﺪد اﻟﻤﺘﻐﯿ ﺮات اﻟﻤ ﺴﺘﻘﻠﺔ )‪(10‬‬
‫ﻣﺘﻐﯿﺮات ﻛﺎﻧﺖ اﻟﻨﺘﺎﺋﺞ أﻓﻀﻞ‪ ،‬وﻟﻜﻦ ﺑﻨﺴﺒﺔ ﺑﺴﯿﻄﺔ )‪ .(%2‬وھﺬا ﯾﺘﻔﻖ ﻣﻊ ﻣﺎ ذﻛﺮه )اﻟﻐﺎﻣ ﺪي‪(٢٠١٣،‬‬
‫ﻛﻔﺎءة ﻧﻤﻮذج اﻻﻧﺤﺪار اﻟﻤﺘﻌﺪد ﻋﻨﺪ اﺳﺘﺨﺪام ‪ 200‬ﺣﺎﻟﺔ‪.‬‬
‫‪ ‬دراﺳﺔ ﻛﻔﺎءة ﻧﻤﻮذج اﻻﻧﺤﺪار اﻟﻤﺘﻌﺪد اﻟﺘﺪرﯾﺠﻲ ﻓﻲ ﺣﺎﻟﺔ )‪(n=300‬‬
‫ﺗﻢ اﺳﺘﺨﺪام اﺧﺘﺒﺎر ﺗﺤﻠﯿﻞ اﻟﺘﺒﺎﯾﻦ )‪ (F‬ﻻﺧﺘﺒﺎر ﻛﻔﺎءة ﻧﻤﻮذج اﻻﻧﺤﺪار اﻟﻤﺘﻌﺪد اﻟﺘﺪرﯾﺠﻲ ﻓﻲ ﺣﺎﻟﺔ‬
‫)‪ (n=300‬وﻛﺎﻧﺖ ﻧﺘﺎﺋﺠﮫ ﻛﺎﻟﺘﺎﻟﻲ‪:‬‬
‫ﺟﺪول )‪ :(٣٠‬ﻛﻔﺎءة ﻧﻤﻮذج اﻻﻧﺤﺪار اﻟﻤﺘﻌﺪد اﻟﺘﺪرﯾﺠﻲ ﻓﻲ ﺣﺎﻟﺔ )‪(n=300‬‬
‫‪mod Source Of‬‬ ‫‪Sum Of‬‬ ‫‪Degree‬‬ ‫‪Mean‬‬ ‫‪F‬‬ ‫‪Sig‬‬
‫‪el‬‬ ‫‪Variance‬‬ ‫‪Squares‬‬ ‫‪of‬‬ ‫‪Squares‬‬
‫‪S.O.V‬‬ ‫‪SS‬‬ ‫‪Freedom‬‬ ‫‪MS‬‬
‫‪DF‬‬
‫‪ 1622.079‬ﺗﺒﺎﯾﻦ اﻻﻧﺤﺪار ‪A‬‬ ‫‪1‬‬ ‫‪1622.08‬‬ ‫‪51.21‬‬ ‫‪0.00‬‬
‫‪ 9438.708‬ﺗﺒﺎﯾﻦ اﻟﺒﻮاﻗﻲ‬ ‫‪298‬‬ ‫‪31.674‬‬
‫‪ 11060.787‬اﻟﺘﺒﺎﯾﻦ اﻟﻜﻠﻲ‬ ‫‪299‬‬
‫‪ 2966.243‬ﺗﺒﺎﯾﻦ اﻻﻧﺤﺪار ‪B‬‬ ‫‪2‬‬ ‫‪1483.12‬‬ ‫‪54.42‬‬ ‫‪0.00‬‬
‫‪ 8094.544‬ﺗﺒﺎﯾﻦ اﻟﺒﻮاﻗﻲ‬ ‫‪297‬‬ ‫‪27.254‬‬
‫‪ 11060.787‬اﻟﺘﺒﺎﯾﻦ اﻟﻜﻠﻲ‬ ‫‪299‬‬
‫‪ 4024.338‬ﺗﺒﺎﯾﻦ اﻻﻧﺤﺪار ‪C‬‬ ‫‪3‬‬ ‫‪1341.45‬‬ ‫‪56.43‬‬ ‫‪0.00‬‬
‫‪ 7036.449‬ﺗﺒﺎﯾﻦ اﻟﺒﻮاﻗﻲ‬ ‫‪296‬‬ ‫‪23.772‬‬
‫‪ 11060.787‬اﻟﺘﺒﺎﯾﻦ اﻟﻜﻠﻲ‬ ‫‪299‬‬
‫‪ 4843.978‬ﺗﺒﺎﯾﻦ اﻻﻧﺤﺪار ‪D‬‬ ‫‪4‬‬ ‫‪1211‬‬ ‫‪57.46‬‬ ‫‪0.00‬‬
‫‪ 6216.809‬ﺗﺒﺎﯾﻦ اﻟﺒﻮاﻗﻲ‬ ‫‪295‬‬ ‫‪21.074‬‬
 ‫‪٣٦٠‬‬
‫اﻟﻌﺪد اﻟﻌﺸﺮون )ج ‪ (٩‬ﻟﺴﻨﺔ ‪٢٠١٩‬م‬ ‫ﻣﺠﻠﺔ اﻟﺒﺤﺚ اﻟﻌﻠﻤﻰ ﻓﻰ اﻟﺘﺮﺑﯿﺔ‬

‫ﺟﺪول )‪ :(٣٠‬ﻛﻔﺎءة ﻧﻤﻮذج اﻻﻧﺤﺪار اﻟﻤﺘﻌﺪد اﻟﺘﺪرﯾﺠﻲ ﻓﻲ ﺣﺎﻟﺔ )‪(n=300‬‬

‫‪mod Source Of‬‬ ‫‪Sum Of‬‬ ‫‪Degree‬‬ ‫‪Mean‬‬ ‫‪F‬‬ ‫‪Sig‬‬
‫‪el‬‬ ‫‪Variance‬‬ ‫‪Squares‬‬ ‫‪of‬‬ ‫‪Squares‬‬
‫‪S.O.V‬‬ ‫‪SS‬‬ ‫‪Freedom‬‬ ‫‪MS‬‬
‫‪DF‬‬
‫‪ 11060.787‬اﻟﺘﺒﺎﯾﻦ اﻟﻜﻠﻲ‬ ‫‪299‬‬
‫‪E‬‬ ‫‪ 5649.403‬ﺗﺒﺎﯾﻦ اﻻﻧﺤﺪار‬ ‫‪5‬‬ ‫‪1129.88‬‬ ‫‪61.39‬‬ ‫‪0.00‬‬
‫‪ 5411.384‬ﺗﺒﺎﯾﻦ اﻟﺒﻮاﻗﻲ‬ ‫‪294‬‬ ‫‪18.406‬‬
‫‪ 11060.787‬اﻟﺘﺒﺎﯾﻦ اﻟﻜﻠﻲ‬ ‫‪299‬‬
‫‪F‬‬ ‫ﺗﺒﺎﯾﻦ اﻻﻧﺤﺪار‬ ‫‪6484.3‬‬ ‫‪6‬‬ ‫‪1080.72‬‬ ‫‪69.19‬‬ ‫‪0.00‬‬
‫‪ 4576.487‬ﺗﺒﺎﯾﻦ اﻟﺒﻮاﻗﻲ‬ ‫‪293‬‬ ‫‪15.619‬‬
‫‪ 11060.787‬اﻟﺘﺒﺎﯾﻦ اﻟﻜﻠﻲ‬ ‫‪299‬‬
‫‪ 7298.999‬ﺗﺒﺎﯾﻦ اﻻﻧﺤﺪار ‪G‬‬ ‫‪7‬‬ ‫‪1042.71‬‬ ‫‪80.94‬‬ ‫‪0.00‬‬
‫‪ 3761.788‬ﺗﺒﺎﯾﻦ اﻟﺒﻮاﻗﻲ‬ ‫‪292‬‬ ‫‪12.883‬‬
‫‪ 11060.787‬اﻟﺘﺒﺎﯾﻦ اﻟﻜﻠﻲ‬ ‫‪299‬‬
‫‪ 8278.548‬ﺗﺒﺎﯾﻦ اﻻﻧﺤﺪار ‪H‬‬ ‫‪8‬‬ ‫‪1034.82‬‬ ‫‪108.2‬‬ ‫‪0.00‬‬
‫‪ 2782.239‬ﺗﺒﺎﯾﻦ اﻟﺒﻮاﻗﻲ‬ ‫‪291‬‬ ‫‪9.561‬‬
‫‪ 11060.787‬اﻟﺘﺒﺎﯾﻦ اﻟﻜﻠﻲ‬ ‫‪299‬‬
‫‪I‬‬ ‫‪ 8984.024‬ﺗﺒﺎﯾﻦ اﻻﻧﺤﺪار‬ ‫‪9‬‬ ‫‪998.225‬‬ ‫‪139.4‬‬ ‫‪0.00‬‬
‫‪ 2076.763‬ﺗﺒﺎﯾﻦ اﻟﺒﻮاﻗﻲ‬ ‫‪290‬‬ ‫‪7.161‬‬
‫‪ 11060.787‬اﻟﺘﺒﺎﯾﻦ اﻟﻜﻠﻲ‬ ‫‪299‬‬
‫‪J‬‬ ‫‪ 9690.765‬ﺗﺒﺎﯾﻦ اﻻﻧﺤﺪار‬ ‫‪10‬‬ ‫‪969.077‬‬ ‫‪204.4‬‬ ‫‪0.00‬‬
‫‪ 1370.021‬ﺗﺒﺎﯾﻦ اﻟﺒﻮاﻗﻲ‬ ‫‪289‬‬ ‫‪4.741‬‬
‫‪ 11060.787‬اﻟﺘﺒﺎﯾﻦ اﻟﻜﻠﻲ‬ ‫‪299‬‬
‫‪A Predictors: (Constant), x8‬‬
‫‪B Predictors: (Constant), x8, x1‬‬
‫‪C Predictors: (Constant), x8, x1, x10‬‬
‫‪D Predictors: (Constant), x8, x1, x10, x6‬‬
‫‪E Predictors: (Constant), x8, x1, x10, x6, x4‬‬
‫‪F Predictors: (Constant), x8, x1, x10, x6, x4, x3‬‬
‫‪G Predictors: (Constant), x8, x1, x10, x6, x4, x3, x9‬‬
‫‪H Predictors: (Constant), x8, x1, x10, x6, x4, x3, x9, x2‬‬
‫‪I‬‬ ‫‪Predictors: (Constant), x8, x1, x10, x6, x4, x3, x9, x2, x5‬‬
‫‪J‬‬ ‫‪Predictors: (Constant), x8, x1, x10, x6, x4, x3, x9, x2, x5, x7‬‬

‫ﻗﯿﻤﺔ )‪ (F‬ﻟﻠﻨﻤﻮذج اﻟﻨﮭﺎﺋﻲ ﻟﻼﻧﺤﺪار اﻟﻤﺘﻌﺪد اﻟﺘﺪرﯾﺠﻲ ﺗﺴﺎوي )‪ ،(204.4‬وھﻲ داﻟﺔ إﺣﺼﺎﺋﯿﺎً ﻋﻨﺪ‬
‫ﻣﺴﺘﻮى دﻻﻟﺔ أﻗﻞ ﻣﻦ )‪ ،(0.05‬وھﺬا ﻣﺆﺷﺮ ﻋﻠﻰ ﻛﻔﺎءة ﻧﻤﻮذج اﻻﻧﺤﺪار اﻟﻤﺘﻌﺪد اﻟﺘﺪرﯾﺠﻲ ﻓﻲ ﺣﺎﻟﺔ‬
‫)‪ ،(n=300‬وﯾﻼﺣﻆ أن ھﺬا اﻟﻨﻤﻮذج )‪ (n=300‬ﺗﺸﺎﺑﮫ ﻣﻊ اﻟﻨﻤﻮذج اﻟﺴﺎﺑﻖ )‪،(n=150) ،(n=100‬‬
‫)‪ (n=200‬ﻣﻦ ﺣﯿﺚ إﺷﺘﻤﻞ ﻋﻠﻰ ﺟﻤﯿﻊ اﻟﻤﺘﻐﯿﺮات اﻟﻤﺴﺘﻘﻠﺔ ) ‪x8, x1, x10, x6, x4, x3, x9, x2, x5,‬‬
‫‪.(x7‬‬
 ‫‪٣٦١‬‬
‫اﻟﻌﺪد اﻟﻌﺸﺮون )ج ‪ (٩‬ﻟﺴﻨﺔ ‪٢٠١٩‬م‬ ‫ﻣﺠﻠﺔ اﻟﺒﺤﺚ اﻟﻌﻠﻤﻰ ﻓﻰ اﻟﺘﺮﺑﯿﺔ‬

‫وﻋﻨﺪ اﻟﻨﻈﺮ إﻟﻰ ﻣﺆﺷﺮ آﺧﺮ وھﻮ ﻣﻌﺎﻣﻞ اﻟﺘﺤﺪﯾﺪ )‪ (R2‬ﻛﻤﺆﺷﺮ ﻟﻨﺴﺒﺔ اﻟﺘﺒﺎﯾﻦ اﻟﻤﻔﺴﺮ ﻣﻦ اﻟﻤﺘﻐﯿﺮ‬
‫اﻟﺘﺎﺑﻊ واﻟﺬي ﯾﻌﺰى إﻟﻰ ﺗﺄﺛﯿﺮ اﻟﻤﺘﻐﯿﺮات اﻟﻤﺴﺘﻘﻠﺔ ﻛﺎﻧﺖ اﻟﻨﺘﺎﺋﺞ ﻛﺎﻟﺘﺎﻟﻲ‪:‬‬
‫ﺟﺪول )‪ :(٣١‬اﻟﺘﺒﺎﯾﻦ اﻟﻤﻔﺴﺮ وﺗﻐﯿﺮ اﻹﺣﺼﺎءات ﻟﻨﻤﻮذج اﻻﻧﺤﺪار اﻟﻤﺘﻌﺪد اﻟﺘﺪرﯾﺠﻲ ﻓﻲ ﺣﺎﻟﺔ‬
‫)‪(n=300‬‬
‫‪Model‬‬ ‫‪R‬‬ ‫‪R2‬‬ ‫‪Adj.R‬‬ ‫‪change Sta.‬‬
‫‪2‬‬ ‫‪R2‬‬ ‫‪F‬‬ ‫‪D DF‬‬ ‫‪Sig.F‬‬
‫‪change change F1‬‬ ‫‪2‬‬ ‫‪change‬‬
‫‪A‬‬ ‫‪0.383 0.147 0.144‬‬ ‫‪0.147‬‬ ‫‪51.212 1 298‬‬ ‫‪0.00‬‬
‫‪B‬‬ ‫‪0.518 0.268 0.263‬‬ ‫‪0.122‬‬ ‫‪49.319 1 297‬‬ ‫‪0.00‬‬
‫‪C‬‬ ‫‪0.603 0.364 0.357‬‬ ‫‪0.096‬‬ ‫‪44.511 1 296‬‬ ‫‪0.00‬‬
‫‪D‬‬ ‫‪0.662 0.438 0.43‬‬ ‫‪0.074‬‬ ‫‪38.894 1 295‬‬ ‫‪0.00‬‬
‫‪E‬‬ ‫‪0.715 0.511 0.502‬‬ ‫‪0.073‬‬ ‫‪43.759 1 294‬‬ ‫‪0.00‬‬
‫‪F‬‬ ‫‪0.766 0.586 0.578‬‬ ‫‪0.075‬‬ ‫‪53.453 1 293‬‬ ‫‪0.00‬‬
‫‪G‬‬ ‫‪0.812 0.66 0.652‬‬ ‫‪0.074‬‬ ‫‪63.239 1 292‬‬ ‫‪0.00‬‬
‫‪H‬‬ ‫‪0.865 0.748 0.742‬‬ ‫‪0.089 102.453 1 291‬‬ ‫‪0.00‬‬
‫‪I‬‬ ‫‪0.901 0.812 0.806‬‬ ‫‪0.064‬‬ ‫‪98.513 1 290‬‬ ‫‪0.00‬‬
‫‪J‬‬ ‫‪0.936 0.876 0.872‬‬ ‫‪0.064 149.084 1 289‬‬ ‫‪0.00‬‬
‫‪A‬‬ ‫‪Predictors: (Constant), x8‬‬
‫‪B‬‬ ‫‪Predictors: (Constant), x8, x1‬‬
‫‪C‬‬ ‫‪Predictors: (Constant), x8, x1, x10‬‬
‫‪D‬‬ ‫‪Predictors: (Constant), x8, x1, x10, x6‬‬
‫‪E‬‬ ‫‪Predictors: (Constant), x8, x1, x10, x6, x4‬‬
‫‪F‬‬ ‫‪Predictors: (Constant), x8, x1, x10, x6, x4, x3‬‬
‫‪G‬‬ ‫‪Predictors: (Constant), x8, x1, x10, x6, x4, x3, x9‬‬
‫‪H‬‬ ‫‪Predictors: (Constant), x8, x1, x10, x6, x4, x3, x9, x2‬‬
‫‪I‬‬ ‫‪Predictors: (Constant), x8, x1, x10, x6, x4, x3, x9, x2, x5‬‬
‫‪J‬‬ ‫‪Predictors: (Constant), x8, x1, x10, x6, x4, x3, x9, x2, x5, x7‬‬
‫ﻗﯿﻤﺔ )‪ (R2‬ﻟﻠﻨﻤﻮذج اﻟﻨﮭﺎﺋﻲ ﻟﻼﻧﺤﺪار اﻟﻤﺘﻌﺪد اﻟﺘﺪرﯾﺠﻲ ﺗ ﺴﺎوي )‪ (0.876‬وھ ﺬا ﯾﻌﻨ ﻲ أن اﻟﻨﻤ ﻮذج‬
‫ﯾﻔﺴﺮ )‪ (%87.6‬ﻣ ﻦ اﻟﺘﺒ ﺎﯾﻦ اﻟﻜﻠ ﻲ ﻓ ﻲ اﻟﻤﺘﻐﯿ ﺮ اﻟﺘ ﺎﺑﻊ واﻟ ﺬي ﯾﻌ ﺰى إﻟ ﻰ ﺗ ﺄﺛﯿﺮ اﻟﻤﺘﻐﯿ ﺮات اﻟﻤ ﺴﺘﻘﻠﺔ‪،‬‬
‫وھﺬه اﻟﻘﯿﻤﺔ ﺗﺸﯿﺮ إﻟﻰ زﯾﺎدة ﻛﻔﺎءة ﻧﻤﻮذج اﻻﻧﺤﺪار اﻟﻤﺘﻌﺪد اﻟﺘﺪرﯾﺠﻲ اﻟﺤﺎﻟﻲ ﻣﻘﺎرﻧﺔ ﺑﺎﻟﻨﻤ ﺎذج اﻟ ﺴﺎﺑﻘﺔ‬
‫واﻟﺘﻲ ﻛﺎن ﻓﯿﮭ ﺎ ﺣﺠ ﻢ اﻟﻌﯿﻨ ﺔ )‪ ،(25,50,75,100,150.200‬ﻣﻤ ﺎ ﯾ ﺸﯿﺮ إﻟ ﻰ اﻟﺘ ﺄﺛﯿﺮ اﻹﯾﺠ ﺎﺑﻲ ﻟﺰﯾ ﺎدة‬
‫ﺣﺠﻢ اﻟﻌﯿﻨﺔ إﻟﻰ )‪.(n=300‬‬
‫وﺗ ﺮى اﻟﺒﺎﺣﺜ ﺔ أن زﯾ ﺎدة ﺣﺠ ﻢ اﻟﻌﯿﻨ ﺔ ﻓ ﻲ اﻟﻨﻤ ﻮذج اﻟﺤ ﺎﻟﻲ إﻟ ﻰ )‪ (300‬ﻣﻔ ﺮدة‪ ،‬ﺗ ﺸﺎﺑﮫ ﻣ ﻊ اﻟﻨﺘ ﺎﺋﺞ‬
‫ﻋﻨﺪﻣﺎ ﺣﺠﻢ اﻟﻌﯿﻨﺔ )‪ (100,150,200‬ﻣﻦ ﺣﯿﺚ ﻇﮭﻮر ﺟﻤﯿﻊ اﻟﻤﺘﻐﯿﺮات اﻟﻤﺴﺘﻘﻠﺔ )‪ (10‬ﻣﺘﻐﯿﺮات‪ ،‬إﻻ‬
‫أن اﻟﻨﻤﻮذج اﻟﺤﺎﻟﻲ )‪ (n=300‬ﻛﺎن أﻛﺜﺮ ﻣﻼﺋﻤﺔ ﻟﻨﻤﻮذج اﻻﻧﺤﺪار اﻟﻤﺘﻌﺪد اﻟﺘﺪرﯾﺠﻲ‪ ،‬وھ ﺬا ﻣ ﺎ ﯾﺘ ﻀﺢ‬
‫ﻣﻦ ﺟﺪول )‪ (٣١‬وﻣﻦ ﺧﻼل ﺗﺘﺒﻊ ﺗﻐﯿﺮ اﻹﺣﺼﺎءات اﻟﺨﺎﺻﺔ ﺑﺘﻐﯿﺮ )‪ (R2‬وﻧﻔﺲ اﻻﺗﺠ ﺎه ﺗﻔ ﺴﺮه أﯾ ﻀﺎ‬
‫ﺗﻐﯿﺮ )‪ (F‬ودﻻﻟﺔ ﺗﻐﯿﺮ )‪ ،(F‬ﺣﯿﺚ ﺑﻠﻐﺖ ﻧﺴﺒﺔ اﻟﻤﺴﺎھﻤﺔ اﻟﻜﻠﯿﺔ ﻓ ﻲ اﻟﻨﻤ ﻮذج اﻷﺧﯿ ﺮ )‪ .(%87.6‬ﻧﻔ ﺲ‬
‫اﻻﺗﺠﺎه ﯾﻤﻜﻦ ﻣﻼﺣﻈﺘﮫ ﻓﻲ ﺣﺎﻟﺔ اﻹﻋﺘﻤﺎد ﻋﻠﻰ ﻗﯿﻤﺔ )‪ (R2‬اﻟﻤﻌﺪﻟﺔ‪.‬‬
 ‫‪٣٦٢‬‬
‫اﻟﻌﺪد اﻟﻌﺸﺮون )ج ‪ (٩‬ﻟﺴﻨﺔ ‪٢٠١٩‬م‬ ‫ﻣﺠﻠﺔ اﻟﺒﺤﺚ اﻟﻌﻠﻤﻰ ﻓﻰ اﻟﺘﺮﺑﯿﺔ‬

‫ﻣﻦ اﻟﻤﺆﺷﺮات اﻟﮭﺎﻣﺔ أﯾﻀﺎً ﻓﻲ دراﺳﺔ اﻟﺘﺒﺎﯾﻦ اﻟﻤﻔﺴﺮ ﻟﻨﻤﻮذج اﻻﻧﺤﺪار اﻟﻤﺘﻌﺪد اﻟﺘﺪرﯾﺠﻲ ھﻮ‬
‫ﺗﻘﯿﯿﻢ ﺗﺄﺛﯿﺮ اﻟﻤﺘﻐﯿﺮات اﻟﻤﺴﺘﻘﻠﺔ ﻣﻦ ﺧﻼل اﻟﻨﻈﺮ إﻟﻰ ﻣﺪى إﺳﮭﺎم ﻛﻼً ﻣﻨﮭﺎ ﻓﻲ اﻟﺘﺄﺛﯿﺮ وﻣﻦ ﺛﻢ اﻟﺘﻨﺒﺆ‬
‫ﺑﺎﻟﻤﺘﻐﯿﺮ اﻟﺘﺎﺑﻊ‪ ،‬واﻟﺬي ﯾﻤﻜﻦ ﺗﻨﺎوﻟﮫ ﻣﻦ ﺧﻼل اﻟﺠﺪول اﻟﺘﺎﻟﻲ‪:‬‬
‫ﺟﺪول )‪ :(٣٢‬اﻟﻤﺴﺎھﻤﺔ اﻟﻨﺴﺒﯿﺔ ﻟﻠﻤﺘﻐﯿﺮات اﻟﻤﺴﺘﻘﻠﺔ ﻟﻨﻤﻮذج اﻻﻧﺤﺪار اﻟﻤﺘﻌﺪد اﻟﺘﺪرﯾﺠﻲ ﻓﻲ‬
‫ﺣﺎﻟﺔ )‪(n=300‬‬
‫‪Model‬‬ ‫‪B‬‬ ‫‪Beta‬‬ ‫‪T‬‬ ‫‪Sig.‬‬
‫‪A‬‬ ‫‪Constant‬‬ ‫‪269.297‬‬ ‫‪34.863‬‬ ‫‪0.00‬‬
‫‪x8‬‬ ‫‪1.225‬‬ ‫‪0.383‬‬ ‫‪7.156‬‬ ‫‪0.00‬‬
‫‪B‬‬ ‫‪Constant‬‬ ‫‪257.656‬‬ ‫‪35.033‬‬ ‫‪0.00‬‬
‫‪x8‬‬ ‫‪1.258‬‬ ‫‪0.394‬‬ ‫‪7.924‬‬ ‫‪0.00‬‬
‫‪X1‬‬ ‫‪1.007‬‬ ‫‪0.349‬‬ ‫‪7.023‬‬ ‫‪0.00‬‬
‫‪C‬‬ ‫‪Constant‬‬ ‫‪207.506‬‬ ‫‪20.379‬‬ ‫‪0.00‬‬
‫‪x8‬‬ ‫‪1.166‬‬ ‫‪0.365‬‬ ‫‪7.825‬‬ ‫‪0.00‬‬
‫‪X1‬‬ ‫‪0.976‬‬ ‫‪0.338‬‬ ‫‪7.286‬‬ ‫‪0.00‬‬
‫‪X10‬‬ ‫‪0.996‬‬ ‫‪0.311‬‬ ‫‪6.672‬‬ ‫‪0.00‬‬
‫‪D‬‬ ‫‪Constant‬‬ ‫‪177.945‬‬ ‫‪16.638‬‬ ‫‪0.00‬‬
‫‪x8‬‬ ‫‪1.129‬‬ ‫‪0.353‬‬ ‫‪8.045‬‬ ‫‪0.00‬‬
‫‪X1‬‬ ‫‪0.99‬‬ ‫‪0.343‬‬ ‫‪7.844‬‬ ‫‪0.00‬‬
‫‪X10‬‬ ‫‪1.03‬‬ ‫‪0.321‬‬ ‫‪7.323‬‬ ‫‪0.00‬‬
‫‪X6‬‬ ‫‪0.833‬‬ ‫‪0.273‬‬ ‫‪6.236‬‬ ‫‪0.00‬‬
‫‪E‬‬ ‫‪Constant‬‬ ‫‪154.115‬‬ ‫‪17.96‬‬ ‫‪0.00‬‬
‫‪x8‬‬ ‫‪1.141‬‬ ‫‪0.378‬‬ ‫‪7.268‬‬ ‫‪0.00‬‬
‫‪X1‬‬ ‫‪1.083‬‬ ‫‪0.285‬‬ ‫‪5.407‬‬ ‫‪0.00‬‬
‫‪X10‬‬ ‫‪1.015‬‬ ‫‪0.306‬‬ ‫‪5.881‬‬ ‫‪0.00‬‬
‫‪X6‬‬ ‫‪0.885‬‬ ‫‪0.308‬‬ ‫‪5.789‬‬ ‫‪0.00‬‬
‫‪x4‬‬ ‫‪0.861‬‬ ‫‪0.274‬‬ ‫‪5.236‬‬ ‫‪0.00‬‬
‫‪F‬‬ ‫‪Constant‬‬ ‫‪143.349‬‬ ‫‪11.503‬‬ ‫‪0.00‬‬
‫‪x8‬‬ ‫‪1.099‬‬ ‫‪0.353‬‬ ‫‪7.346‬‬ ‫‪0.00‬‬
‫‪X1‬‬ ‫‪1.036‬‬ ‫‪0.27‬‬ ‫‪5.543‬‬ ‫‪0.00‬‬
‫‪X10‬‬ ‫‪0.927‬‬ ‫‪0.3‬‬ ‫‪6.269‬‬ ‫‪0.00‬‬
‫‪X6‬‬ ‫‪0.927‬‬ ‫‪0.319‬‬ ‫‪6.513‬‬ ‫‪0.00‬‬
‫‪x4‬‬ ‫‪0.896‬‬ ‫‪0.289‬‬ ‫‪5.991‬‬ ‫‪0.00‬‬
‫‪X3‬‬ ‫‪0.786‬‬ ‫‪0.288‬‬ ‫‪5.987‬‬ ‫‪0.00‬‬
‫‪G‬‬ ‫‪Constant‬‬ ‫‪97.849‬‬ ‫‪7.663‬‬ ‫‪0.00‬‬
‫‪x8‬‬ ‫‪1.064‬‬ ‫‪0.336‬‬ ‫‪7.677‬‬ ‫‪0.00‬‬
‫‪X1‬‬ ‫‪1.01‬‬ ‫‪0.275‬‬ ‫‪6.213‬‬ ‫‪0.00‬‬
‫‪X10‬‬ ‫‪1.046‬‬ ‫‪0.305‬‬ ‫‪7.022‬‬ ‫‪0.00‬‬
‫‪X6‬‬ ‫‪0.931‬‬ ‫‪0.317‬‬ ‫‪7.14‬‬ ‫‪0.00‬‬
‫‪x4‬‬ ‫‪0.898‬‬ ‫‪0.283‬‬ ‫‪6.455‬‬ ‫‪0.00‬‬
‫‪X3‬‬ ‫‪0.796‬‬ ‫‪0.315‬‬ ‫‪7.181‬‬ ‫‪0.00‬‬
 ‫‪٣٦٣‬‬
‫اﻟﻌﺪد اﻟﻌﺸﺮون )ج ‪ (٩‬ﻟﺴﻨﺔ ‪٢٠١٩‬م‬ ‫ﻣﺠﻠﺔ اﻟﺒﺤﺚ اﻟﻌﻠﻤﻰ ﻓﻰ اﻟﺘﺮﺑﯿﺔ‬

‫ﺟﺪول )‪ :(٣٢‬اﻟﻤﺴﺎھﻤﺔ اﻟﻨﺴﺒﯿﺔ ﻟﻠﻤﺘﻐﯿﺮات اﻟﻤﺴﺘﻘﻠﺔ ﻟﻨﻤﻮذج اﻻﻧﺤﺪار اﻟﻤﺘﻌﺪد اﻟﺘﺪرﯾﺠﻲ ﻓﻲ‬
‫ﺣﺎﻟﺔ )‪(n=300‬‬
‫‪Model‬‬ ‫‪B‬‬ ‫‪Beta‬‬ ‫‪T‬‬ ‫‪Sig.‬‬
‫‪x9‬‬ ‫‪0.81‬‬ ‫‪0.283‬‬ ‫‪6.48‬‬ ‫‪0.00‬‬
‫‪H‬‬ ‫‪Constant‬‬ ‫‪81.95‬‬ ‫‪8.8‬‬ ‫‪0.00‬‬
‫‪x8‬‬ ‫‪0.958‬‬ ‫‪0.3‬‬ ‫‪10.056‬‬ ‫‪0.00‬‬
‫‪X1‬‬ ‫‪0.958‬‬ ‫‪0.332‬‬ ‫‪11.152‬‬ ‫‪0.00‬‬
‫‪X10‬‬ ‫‪1.036‬‬ ‫‪0.323‬‬ ‫‪10.779‬‬ ‫‪0.00‬‬
‫‪X6‬‬ ‫‪0.928‬‬ ‫‪0.304‬‬ ‫‪10.277‬‬ ‫‪0.00‬‬
‫‪x4‬‬ ‫‪0.916‬‬ ‫‪0.29‬‬ ‫‪9.755‬‬ ‫‪0.00‬‬
‫‪X3‬‬ ‫‪0.874‬‬ ‫‪0.309‬‬ ‫‪10.353‬‬ ‫‪0.00‬‬
‫‪x9‬‬ ‫‪0.934‬‬ ‫‪0.316‬‬ ‫‪10.545‬‬ ‫‪0.00‬‬
‫‪x2‬‬ ‫‪0.909‬‬ ‫‪0.304‬‬ ‫‪10.122‬‬ ‫‪0.00‬‬
‫‪I‬‬ ‫‪Constant‬‬ ‫‪57.275‬‬ ‫‪6.791‬‬ ‫‪0.00‬‬
‫‪x8‬‬ ‫‪0.97‬‬ ‫‪0.303‬‬ ‫‪11.76‬‬ ‫‪0.00‬‬
‫‪X1‬‬ ‫‪0.903‬‬ ‫‪0.313‬‬ ‫‪12.111‬‬ ‫‪0.00‬‬
‫‪X10‬‬ ‫‪1.042‬‬ ‫‪0.325‬‬ ‫‪12.534‬‬ ‫‪0.00‬‬
‫‪X6‬‬ ‫‪0.874‬‬ ‫‪0.286‬‬ ‫‪11.158‬‬ ‫‪0.00‬‬
‫‪x4‬‬ ‫‪0.922‬‬ ‫‪0.291‬‬ ‫‪11.341‬‬ ‫‪0.00‬‬
‫‪X3‬‬ ‫‪0.923‬‬ ‫‪0.326‬‬ ‫‪12.604‬‬ ‫‪0.00‬‬
‫‪x9‬‬ ‫‪0.95‬‬ ‫‪0.322‬‬ ‫‪12.387‬‬ ‫‪0.00‬‬
‫‪x2‬‬ ‫‪0.936‬‬ ‫‪0.313‬‬ ‫‪12.038‬‬ ‫‪0.00‬‬
‫‪X5‬‬ ‫‪0.796‬‬ ‫‪0.255‬‬ ‫‪9.925‬‬ ‫‪0.00‬‬
‫‪J‬‬ ‫‪Constant‬‬ ‫‪24.088‬‬ ‫‪3.264‬‬ ‫‪0.01‬‬
‫‪x8‬‬ ‫‪0.934‬‬ ‫‪0.292‬‬ ‫‪13.898‬‬ ‫‪0.00‬‬
‫‪X1‬‬ ‫‪0.931‬‬ ‫‪0.322‬‬ ‫‪15.324‬‬ ‫‪0.00‬‬
‫‪X10‬‬ ‫‪1.079‬‬ ‫‪0.337‬‬ ‫‪15.927‬‬ ‫‪0.00‬‬
‫‪X6‬‬ ‫‪0.856‬‬ ‫‪0.28‬‬ ‫‪13.429‬‬ ‫‪0.00‬‬
‫‪x4‬‬ ‫‪0.978‬‬ ‫‪0.309‬‬ ‫‪14.759‬‬ ‫‪0.00‬‬
‫‪X3‬‬ ‫‪0.942‬‬ ‫‪0.333‬‬ ‫‪15.791‬‬ ‫‪0.00‬‬
‫‪x9‬‬ ‫‪0.939‬‬ ‫‪0.318‬‬ ‫‪15.047‬‬ ‫‪0.00‬‬
‫‪x2‬‬ ‫‪0.907‬‬ ‫‪0.303‬‬ ‫‪14.323‬‬ ‫‪0.00‬‬
‫‪X5‬‬ ‫‪0.817‬‬ ‫‪0.261‬‬ ‫‪12.517‬‬ ‫‪0.00‬‬
‫‪X7‬‬ ‫‪0.796‬‬ ‫‪0.255‬‬ ‫‪12.21‬‬ ‫‪0.00‬‬

‫ﯾﺸﯿﺮ ﺟﺪول )‪ (٣٢‬أن اﻟﻨﻤﻮذج اﻟﻌﺎﺷﺮ اﺷﺘﻤﻞ ﻋﻠﻰ ﻋﺸﺮة ﻗﯿﻢ )‪ (Beta‬ﺗﺮاوﺣﺖ ﻣﻦ )‪ (0.255‬إﻟﻰ‬
‫)‪ (0.337‬وﺗﻤﺜﻞ ﻣﻌﺎﻣﻼت اﻻﻧﺤﺪار اﻟﺠﺰﺋﯿﺔ اﻟﺨﺎﺻﺔ ﺑﺎﻟﻤﺘﻐﯿﺮات اﻟﻤﺴﺘﻘﻠﺔ ) ‪x8, x3, x6, x1, x4,‬‬
‫‪ ،(x10, x9, x2, x7, x5‬وﺟﻤﯿﻌﮭﺎ ذات دﻻﻟﺔ إﺣﺼﺎﺋﯿﺔ ﻋﻨﺪ ﻣﺴﺘﻮى )‪ ،(0.05‬وﻟﮭﺎ إﺳﮭﺎﻣﺎً ﻓﻲ ﺗﻔﺴﯿﺮ‬
‫اﻟﺘﺒﺎﯾﻦ ﻓﻲ اﻟﻤﺘﻐﯿﺮ اﻟﺘﺎﺑﻊ‪.‬‬
 ‫‪٣٦٤‬‬
‫اﻟﻌﺪد اﻟﻌﺸﺮون )ج ‪ (٩‬ﻟﺴﻨﺔ ‪٢٠١٩‬م‬ ‫ﻣﺠﻠﺔ اﻟﺒﺤﺚ اﻟﻌﻠﻤﻰ ﻓﻰ اﻟﺘﺮﺑﯿﺔ‬

‫ﻣﻦ ﺟﻤﯿﻊ اﻟﻨﺘﺎﺋﺞ اﻟﺴﺎﺑﻘﺔ ﺗﺴﺘﺨﻠﺺ اﻟﺒﺎﺣﺜﺔ أﻧ ﮫ ﻓ ﻲ ﺣﺎﻟ ﺔ اﺳ ﺘﺨﺪام ﻋﯿﻨ ﺔ )‪ (n=300‬ﺗ ﺸﺎﺑﮫ ﻧﻤ ﻮذج‬
‫اﻻﻧﺤﺪار اﻟﻤﺘﻌﺪد اﻟﺘﺪرﯾﺠﻲ اﻟﺤﺎﻟﻲ ﻣﻊ اﻟﻨﻤﺎذج اﻟﺴﺎﺑﻘﺔ ﺑﺪاﯾﺔ ﻣﻦ )‪ (n=100‬ﻣ ﻦ ﺣﯿ ﺚ ﻣ ﺴﺎھﻤﺔ ﺟﻤﯿ ﻊ‬
‫اﻟﻤﺘﻐﯿ ﺮات اﻟﻤ ﺴﺘﻘﻠﺔ )‪ (x8, x3, x6, x1, x4, x10, x9, x2, x7, x5‬ﻓ ﻲ ﻧﻤ ﻮذج اﻻﻧﺤ ﺪار اﻟﻤﺘﻌ ﺪد‬
‫اﻟﺘﺪرﯾﺠﻲ‪ ،‬وﻛﺎﻧﺖ ﻧﺴﺒﺔ اﻟﺘﺒﺎﯾﻦ اﻟﻤﻔﺴﺮ )‪ ،(%87.6‬وھﻲ أﻓﻀﻞ اﻟﻨﺘﺎﺋﺞ اﻟﺘﻲ ﺗ ﻢ اﻟﺘﻮﺻ ﻞ إﻟﯿﮭ ﺎ‪ .‬وﻋﻨ ﺪ‬
‫اﻟ ﺘﻤﻌﻦ واﻟﻨﻈ ﺮ إﻟ ﻰ اﻟﻌﻼﻗ ﺔ ﺑ ﯿﻦ ﺣﺠ ﻢ اﻟﻌﯿﻨ ﺔ )‪ (n=300‬ﻓ ﻲ اﻟﻨﻤ ﻮذج اﻟﺤ ﺎﻟﻲ‪ ،‬وﻋ ﺪد اﻟﻤﺘﻐﯿ ﺮات‬
‫اﻟﻤ ﺴﺘﻘﻠﺔ )‪ (10‬ﺗ ﺮى ﻋﻨ ﺪ وﺻ ﻮل ﺣﺠ ﻢ اﻟﻌﯿﻨ ﺔ إﻟ ﻰ )‪ (30‬أﺿ ﻌﺎف ﻋ ﺪد اﻟﻤﺘﻐﯿ ﺮات اﻟﻤ ﺴﺘﻘﻠﺔ )‪(10‬‬
‫ﻣﺘﻐﯿﺮات ﻛﺎﻧﺖ اﻟﻨﺘﺎﺋﺞ أﻓﻀﻞ‪.‬‬
‫‪ ‬دراﺳﺔ ﻛﻔﺎءة ﻧﻤﻮذج اﻻﻧﺤﺪار اﻟﻤﺘﻌﺪد اﻟﺘﺪرﯾﺠﻲ ﻓﻲ ﺣﺎﻟﺔ )‪(n=400‬‬
‫ﺗﻢ اﺳﺘﺨﺪام اﺧﺘﺒﺎر ﺗﺤﻠﯿﻞ اﻟﺘﺒﺎﯾﻦ )‪ (F‬ﻻﺧﺘﺒﺎر ﻛﻔﺎءة ﻧﻤﻮذج اﻻﻧﺤﺪار اﻟﻤﺘﻌﺪد اﻟﺘﺪرﯾﺠﻲ ﻓﻲ ﺣﺎﻟﺔ‬
‫)‪ (n =400‬وﻛﺎﻧﺖ ﻧﺘﺎﺋﺠﮫ ﻛﺎﻟﺘﺎﻟﻲ‪:‬‬
‫ﺟﺪول )‪ :(٣٣‬ﻛﻔﺎءة ﻧﻤﻮذج اﻻﻧﺤﺪار اﻟﻤﺘﻌﺪد اﻟﺘﺪرﯾﺠﻲ ﻓﻲ ﺣﺎﻟﺔ )‪(n=400‬‬
‫‪Model Source‬‬ ‫‪Sum Of‬‬ ‫‪Degree‬‬ ‫‪Mean‬‬ ‫‪F‬‬ ‫‪Sig‬‬
‫‪Of‬‬ ‫‪Squares‬‬ ‫‪of‬‬ ‫‪Squares‬‬
‫‪Variance‬‬ ‫‪SS‬‬ ‫‪Freedom‬‬ ‫‪MS‬‬
‫‪S.O.V‬‬ ‫‪DF‬‬
‫‪A‬‬ ‫ﺗﺒﺎﯾﻦ‬ ‫‪2295.917‬‬ ‫‪1‬‬ ‫‪2295.92‬‬ ‫‪70.01‬‬ ‫‪0.00‬‬
‫اﻻﻧﺤﺪار‬
‫‪ 13051.273‬ﺗﺒﺎﯾﻦ اﻟﺒﻮاﻗﻲ‬ ‫‪398‬‬ ‫‪32.792‬‬
‫‪ 15347.19‬اﻟﺘﺒﺎﯾﻦ اﻟﻜﻠﻲ‬ ‫‪399‬‬
‫‪B‬‬ ‫ﺗﺒﺎﯾﻦ‬ ‫‪3951.011‬‬ ‫‪2‬‬ ‫‪1975.51‬‬ ‫‪68.82‬‬ ‫‪0.00‬‬
‫اﻻﻧﺤﺪار‬
‫‪ 11396.179‬ﺗﺒﺎﯾﻦ اﻟﺒﻮاﻗﻲ‬ ‫‪397‬‬ ‫‪28.706‬‬
‫‪ 15347.19‬اﻟﺘﺒﺎﯾﻦ اﻟﻜﻠﻲ‬ ‫‪399‬‬
‫‪C‬‬ ‫ﺗﺒﺎﯾﻦ‬ ‫‪5465.616‬‬ ‫‪3‬‬ ‫‪1821.87‬‬ ‫‪73.01‬‬ ‫‪0.00‬‬
‫اﻻﻧﺤﺪار‬
‫‪ 9881.574‬ﺗﺒﺎﯾﻦ اﻟﺒﻮاﻗﻲ‬ ‫‪396‬‬ ‫‪24.953‬‬
‫‪ 15347.19‬اﻟﺘﺒﺎﯾﻦ اﻟﻜﻠﻲ‬ ‫‪399‬‬
‫‪D‬‬ ‫ﺗﺒﺎﯾﻦ‬ ‫‪6736.721‬‬ ‫‪4‬‬ ‫‪1684.18‬‬ ‫‪77.26‬‬ ‫‪0.00‬‬
‫اﻻﻧﺤﺪار‬
‫‪ 8610.469‬ﺗﺒﺎﯾﻦ اﻟﺒﻮاﻗﻲ‬ ‫‪395‬‬ ‫‪21.799‬‬
‫‪ 15347.19‬اﻟﺘﺒﺎﯾﻦ اﻟﻜﻠﻲ‬ ‫‪399‬‬
‫‪E‬‬ ‫ﺗﺒﺎﯾﻦ‬ ‫‪7902.878‬‬ ‫‪5‬‬ ‫‪1580.58‬‬ ‫‪83.65‬‬ ‫‪0.00‬‬
‫اﻻﻧﺤﺪار‬
‫‪ 7444.312‬ﺗﺒﺎﯾﻦ اﻟﺒﻮاﻗﻲ‬ ‫‪394‬‬ ‫‪18.894‬‬
‫‪ 15347.19‬اﻟﺘﺒﺎﯾﻦ اﻟﻜﻠﻲ‬ ‫‪399‬‬
‫‪F‬‬ ‫ﺗﺒﺎﯾﻦ‬ ‫‪9092.983‬‬ ‫‪6‬‬ ‫‪1515.5‬‬ ‫‪95.23‬‬ ‫‪0.00‬‬
‫اﻻﻧﺤﺪار‬
‫‪ 6254.207‬ﺗﺒﺎﯾﻦ اﻟﺒﻮاﻗﻲ‬ ‫‪393‬‬ ‫‪15.914‬‬
‫‪ 15347.19‬اﻟﺘﺒﺎﯾﻦ اﻟﻜﻠﻲ‬ ‫‪399‬‬
‫‪G‬‬ ‫ﺗﺒﺎﯾﻦ‬ ‫‪10267.793‬‬ ‫‪7‬‬ ‫‪1466.83‬‬ ‫‪113.2‬‬ ‫‪0.00‬‬
 ‫‪٣٦٥‬‬
‫اﻟﻌﺪد اﻟﻌﺸﺮون )ج ‪ (٩‬ﻟﺴﻨﺔ ‪٢٠١٩‬م‬ ‫ﻣﺠﻠﺔ اﻟﺒﺤﺚ اﻟﻌﻠﻤﻰ ﻓﻰ اﻟﺘﺮﺑﯿﺔ‬

‫ﺟﺪول )‪ :(٣٣‬ﻛﻔﺎءة ﻧﻤﻮذج اﻻﻧﺤﺪار اﻟﻤﺘﻌﺪد اﻟﺘﺪرﯾﺠﻲ ﻓﻲ ﺣﺎﻟﺔ )‪(n=400‬‬

‫‪Model Source‬‬ ‫‪Sum Of‬‬ ‫‪Degree‬‬ ‫‪Mean‬‬ ‫‪F‬‬ ‫‪Sig‬‬
‫‪Of‬‬ ‫‪Squares‬‬ ‫‪of‬‬ ‫‪Squares‬‬
‫‪Variance‬‬ ‫‪SS‬‬ ‫‪Freedom‬‬ ‫‪MS‬‬
‫‪S.O.V‬‬ ‫‪DF‬‬
‫اﻻﻧﺤﺪار‬
‫‪ 5079.397‬ﺗﺒﺎﯾﻦ اﻟﺒﻮاﻗﻲ‬ ‫‪392‬‬ ‫‪12.958‬‬
‫‪ 15347.19‬اﻟﺘﺒﺎﯾﻦ اﻟﻜﻠﻲ‬ ‫‪399‬‬
‫‪H‬‬ ‫ﺗﺒﺎﯾﻦ‬ ‫‪11498.039‬‬ ‫‪8‬‬ ‫‪1437.26‬‬ ‫‪146‬‬ ‫‪0.00‬‬
‫اﻻﻧﺤﺪار‬
‫‪ 3849.151‬ﺗﺒﺎﯾﻦ اﻟﺒﻮاﻗﻲ‬ ‫‪391‬‬ ‫‪9.844‬‬
‫‪ 15347.19‬اﻟﺘﺒﺎﯾﻦ اﻟﻜﻠﻲ‬ ‫‪399‬‬
‫‪I‬‬ ‫ﺗﺒﺎﯾﻦ‬ ‫‪12791.478‬‬ ‫‪9‬‬ ‫‪1421.28‬‬ ‫‪216.9‬‬ ‫‪0.00‬‬
‫اﻻﻧﺤﺪار‬
‫‪ 2555.712‬ﺗﺒﺎﯾﻦ اﻟﺒﻮاﻗﻲ‬ ‫‪390‬‬ ‫‪6.553‬‬
‫‪ 15347.19‬اﻟﺘﺒﺎﯾﻦ اﻟﻜﻠﻲ‬ ‫‪399‬‬
‫‪J‬‬ ‫ﺗﺒﺎﯾﻦ‬ ‫‪13861.22‬‬ ‫‪10‬‬ ‫‪1386.12‬‬ ‫‪362.9‬‬ ‫‪0.00‬‬
‫اﻻﻧﺤﺪار‬
‫‪ 1485.97‬ﺗﺒﺎﯾﻦ اﻟﺒﻮاﻗﻲ‬ ‫‪389‬‬ ‫‪3.82‬‬
‫‪ 15347.19‬اﻟﺘﺒﺎﯾﻦ اﻟﻜﻠﻲ‬ ‫‪399‬‬
‫‪A‬‬ ‫‪Predictors: (Constant), x8‬‬
‫‪B‬‬ ‫‪Predictors: (Constant), x8, x1‬‬
‫‪C‬‬ ‫‪Predictors: (Constant), x8, x1, x10‬‬
‫‪D‬‬ ‫‪Predictors: (Constant), x8, x1, x10, x5‬‬
‫‪E‬‬ ‫‪Predictors: (Constant), x8, x1, x10, x5, x4‬‬
‫‪F‬‬ ‫‪Predictors: (Constant), x8, x1, x10, x5, x4, x7‬‬
‫‪G‬‬ ‫‪Predictors: (Constant), x8, x1, x10, x5, x4, x7, x3‬‬
‫‪H‬‬ ‫‪Predictors: (Constant), x8, x1, x10, x5, x4, x7, x3, x9‬‬
‫‪I‬‬ ‫‪Predictors: (Constant), x8, x1, x10, x5, x4, x7, x3, x9, x2‬‬
‫‪J‬‬ ‫‪Predictors: (Constant), x8, x1, x10, x5, x4, x7, x3, x9, x2, x6‬‬

‫ﻗﯿﻤﺔ )‪ (F‬ﻟﻠﻨﻤﻮذج اﻟﻨﮭﺎﺋﻲ ﻟﻼﻧﺤﺪار اﻟﻤﺘﻌﺪد اﻟﺘﺪرﯾﺠﻲ ﺗﺴﺎوي )‪ ،(362.9‬وھﻲ داﻟﺔ إﺣﺼﺎﺋﯿﺎً ﻋﻨﺪ‬
‫ﻣﺴﺘﻮى دﻻﻟﺔ أﻗﻞ ﻣﻦ )‪ ،(0.05‬وھﺬا ﻣﺆﺷﺮ ﻋﻠﻰ ﻛﻔﺎءة ﻧﻤﻮذج اﻻﻧﺤﺪار اﻟﻤﺘﻌﺪد اﻟﺘﺪرﯾﺠﻲ ﻓﻲ ﺣﺎﻟﺔ‬
‫)‪ ،(n=400‬وﯾﻼﺣﻆ أن ھﺬا اﻟﻨﻤﻮذج )‪ (n=400‬ﺗﺸﺎﺑﮫ ﻣﻊ اﻟﻨﻤﺎذج اﻟﺴﺎﺑﻘﺔ ﻓﻲ ﺣﺎﻟﺔ أﺣﺠﺎم اﻟﻌﯿﻨﺎت‬
‫)‪ (100,150,200,300‬ﻣﻦ ﺣﯿﺚ اﺷﺘﻤﻞ ﻋﻠﻰ ﺟﻤﯿﻊ اﻟﻤﺘﻐﯿﺮات اﻟﻤﺴﺘﻘﻠﺔ ) ‪x8, x1, x10, x5, x4,‬‬
‫‪.(x7, x3, x9, x2, x6‬‬
‫‪2‬‬
‫وﻋﻨﺪ اﻟﻨﻈﺮ إﻟﻰ ﻣﺆﺷﺮ آﺧﺮ وھﻮ ﻣﻌﺎﻣﻞ اﻟﺘﺤﺪﯾﺪ ) ‪ (R‬ﻛﻤﺆﺷﺮ ﻟﻨﺴﺒﺔ اﻟﺘﺒﺎﯾﻦ اﻟﻤﻔﺴﺮ ﻣﻦ اﻟﻤﺘﻐﯿﺮ‬
‫اﻟﺘﺎﺑﻊ واﻟﺬي ﯾﻌﺰى إﻟﻰ ﺗﺄﺛﯿﺮ اﻟﻤﺘﻐﯿﺮات اﻟﻤﺴﺘﻘﻠﺔ ﻛﺎﻧﺖ اﻟﻨﺘﺎﺋﺞ ﻛﺎﻟﺘﺎﻟﻲ‪:‬‬
 ‫‪٣٦٦‬‬
‫اﻟﻌﺪد اﻟﻌﺸﺮون )ج ‪ (٩‬ﻟﺴﻨﺔ ‪٢٠١٩‬م‬ ‫ﻣﺠﻠﺔ اﻟﺒﺤﺚ اﻟﻌﻠﻤﻰ ﻓﻰ اﻟﺘﺮﺑﯿﺔ‬

‫ﺟﺪول )‪ :(٣٤‬اﻟﺘﺒﺎﯾﻦ اﻟﻤﻔﺴﺮ وﺗﻐﯿﺮ اﻹﺣﺼﺎءات ﻟﻨﻤﻮذج اﻻﻧﺤﺪار اﻟﻤﺘﻌﺪد اﻟﺘﺪرﯾﺠﻲ ﻓﻲ ﺣﺎﻟﺔ‬
‫)‪(n=400‬‬
‫‪Model‬‬ ‫‪R‬‬ ‫‪R2‬‬ ‫‪Adj.R‬‬ ‫‪change Sta.‬‬
‫‪2‬‬ ‫‪R2‬‬ ‫‪F‬‬ ‫‪Sig.F‬‬
‫‪D DF‬‬
‫‪change change‬‬ ‫‪change‬‬
‫‪F1‬‬ ‫‪2‬‬
‫‪A‬‬ ‫‪0.387 0.15 0.147‬‬ ‫‪0.15‬‬ ‫‪70.014 1 398‬‬ ‫‪0.00‬‬
‫‪B‬‬ ‫‪0.507 0.257 0.254‬‬ ‫‪0.108‬‬ ‫‪57.657 1 397‬‬ ‫‪0.00‬‬
‫‪C‬‬ ‫‪0.597 0.356 0.351‬‬ ‫‪0.099‬‬ ‫‪60.697 1 396‬‬ ‫‪0.00‬‬
‫‪D‬‬ ‫‪0.663 0.439 0.433‬‬ ‫‪0.083‬‬ ‫‪58.311 1 395‬‬ ‫‪0.00‬‬
‫‪E‬‬ ‫‪0.718 0.515 0.509‬‬ ‫‪0.076‬‬ ‫‪61.72‬‬ ‫‪1 394‬‬ ‫‪0.00‬‬
‫‪F‬‬ ‫‪0.77 0.592 0.586‬‬ ‫‪0.078‬‬ ‫‪74.783 1 393‬‬ ‫‪0.00‬‬
‫‪G‬‬ ‫‪0.818 0.669 0.663‬‬ ‫‪0.077‬‬ ‫‪90.665 1 392‬‬ ‫‪0.00‬‬
‫‪H‬‬ ‫‪0.866 0.749 0.744‬‬ ‫‪0.08‬‬ ‫‪124.969 1 391‬‬ ‫‪0.00‬‬
‫‪I‬‬ ‫‪0.913 0.833 0.83‬‬ ‫‪0.084 197.378 1 390‬‬ ‫‪0.00‬‬
‫‪J‬‬ ‫‪0.95 0.903 0.901‬‬ ‫‪0.07‬‬ ‫‪280.039 1 389‬‬ ‫‪0.00‬‬
‫‪A‬‬ ‫‪Predictors: (Constant), x8‬‬
‫‪B‬‬ ‫‪Predictors: (Constant), x8, x1‬‬
‫‪C‬‬ ‫‪Predictors: (Constant), x8, x1, x10‬‬
‫‪D‬‬ ‫‪Predictors: (Constant), x8, x1, x10, x5‬‬
‫‪E‬‬ ‫‪Predictors: (Constant), x8, x1, x10, x5, x4‬‬
‫‪F‬‬ ‫‪Predictors: (Constant), x8, x1, x10, x5, x4, x7‬‬
‫‪G‬‬ ‫‪Predictors: (Constant), x8, x1, x10, x5, x4, x7, x3‬‬
‫‪H‬‬ ‫‪Predictors: (Constant), x8, x1, x10, x5, x4, x7, x3, x9‬‬
‫‪I‬‬ ‫‪Predictors: (Constant), x8, x1, x10, x5, x4, x7, x3, x9, x2‬‬
‫‪J‬‬ ‫‪Predictors: (Constant), x8, x1, x10, x5, x4, x7, x3, x9, x2, x6‬‬

‫ﻗﯿﻤ ﺔ )‪ (R2‬ﻟﻠﻨﻤ ﻮذج اﻟﻨﮭ ﺎﺋﻲ ﻟﻼﻧﺤ ﺪار اﻟﻤﺘﻌ ﺪد اﻟﺘ ﺪرﯾﺠﻲ ﺗ ﺴﺎوي )‪ (0.903‬وھ ﺬا ﯾﻌﻨ ﻲ أن اﻟﻨﻤ ﻮذج‬
‫ﯾﻔﺴﺮ )‪ (%90.3‬ﻣ ﻦ اﻟﺘﺒ ﺎﯾﻦ اﻟﻜﻠ ﻲ ﻓ ﻲ اﻟﻤﺘﻐﯿ ﺮ اﻟﺘ ﺎﺑﻊ واﻟ ﺬي ﯾﻌ ﺰى إﻟ ﻰ ﺗ ﺄﺛﯿﺮ اﻟﻤﺘﻐﯿ ﺮات اﻟﻤ ﺴﺘﻘﻠﺔ‪،‬‬
‫وھﺬه اﻟﻘﯿﻤﺔ ﺗﺸﯿﺮ إﻟﻰ زﯾﺎدة ﻛﻔﺎءة ﻧﻤﻮذج اﻻﻧﺤﺪار اﻟﻤﺘﻌﺪد اﻟﺘﺪرﯾﺠﻲ اﻟﺤﺎﻟﻲ ﻣﻘﺎرﻧﺔ ﺑﺎﻟﻨﻤ ﺎذج اﻟ ﺴﺎﺑﻘﺔ‬
‫واﻟﺘﻲ ﻛﺎن ﻓﯿﮭﺎ ﺣﺠﻢ اﻟﻌﯿﻨﺔ )‪ ،(300≥ n ≥25‬ﻣﻤﺎ ﯾﺸﯿﺮ إﻟﻰ اﻟﺘﺄﺛﯿﺮ اﻹﯾﺠﺎﺑﻲ ﻟﺰﯾﺎدة ﺣﺠ ﻢ اﻟﻌﯿﻨ ﺔ إﻟ ﻰ‬
‫)‪.(n =400‬‬
‫زﯾ ﺎدة ﺣﺠ ﻢ اﻟﻌﯿﻨ ﺔ ﻓ ﻲ اﻟﻨﻤ ﻮذج اﻟﺤ ﺎﻟﻲ إﻟ ﻰ )‪ (400‬ﺣﺎﻟ ﺔ‪ ،‬ﺗ ﺸﺎﺑﮫ ﻣ ﻊ اﻟﻨﺘ ﺎﺋﺞ ﻋﻨ ﺪﻣﺎ ﻛ ﺎن ﺣﺠ ﻢ‬
‫اﻟﻌﯿﻨ ﺎت )‪ ،(300≥ n ≥100‬ﻣ ﻦ ﺣﯿ ﺚ ﻇﮭ ﻮر ﺟﻤﯿ ﻊ اﻟﻤﺘﻐﯿ ﺮات اﻟﻤ ﺴﺘﻘﻠﺔ )‪ (10‬ﻣﺘﻐﯿ ﺮات‪ ،‬إﻻ أن‬
‫اﻟﻨﻤﻮذج اﻟﺤﺎﻟﻲ )‪ (n =400‬ﻛﺎن أﻛﺜ ﺮ ﻣﻼﺋﻤ ﺔ ﻟﻨﻤ ﻮذج اﻻﻧﺤ ﺪار اﻟﻤﺘﻌ ﺪد اﻟﺘ ﺪرﯾﺠﻲ‪ ،‬وھ ﺬا ﻣ ﺎ ﯾﺘ ﻀﺢ‬
‫ﻣﻦ ﺟﺪول )‪ (٣٤‬وﻣﻦ ﺧﻼل ﺗﺘﺒﻊ ﺗﻐﯿﺮ اﻹﺣﺼﺎءات اﻟﺨﺎﺻﺔ ﺑﺘﻐﯿﺮ )‪ (R2‬وﻧﻔﺲ اﻻﺗﺠ ﺎه ﺗﻔ ﺴﺮه أﯾ ﻀﺎً‬
‫ﺗﻐﯿﺮ )‪ (F‬ودﻻﻟﺔ ﺗﻐﯿﺮ )‪ ،(F‬ﺣﯿﺚ ﺑﻠﻐﺖ ﻧﺴﺒﺔ اﻟﻤﺴﺎھﻤﺔ اﻟﻜﻠﯿﺔ ﻓ ﻲ اﻟﻨﻤ ﻮذج اﻷﺧﯿ ﺮ )‪ .(%90.3‬ﻧﻔ ﺲ‬
‫اﻻﺗﺠﺎه ﯾﻤﻜﻦ ﻣﻼﺣﻈﺘﮫ ﻓﻲ ﺣﺎﻟﺔ اﻹﻋﺘﻤﺎد ﻋﻠﻰ ﻗﯿﻤﺔ )‪ (R2‬اﻟﻤﻌﺪﻟﺔ‪.‬‬
‫ﻋﻨﺪ ﺗﻘﯿﯿﻢ ﺗﺄﺛﯿﺮ اﻟﻤﺘﻐﯿﺮات اﻟﻤﺴﺘﻘﻠﺔ ﻣﻦ ﺧﻼل اﻟﻨﻈﺮ إﻟﻰ ﻣﺪى إﺳﮭﺎم ﻛﻼً ﻣﻨﮭﺎ ﻓ ﻲ اﻟﺘ ﺄﺛﯿﺮ وﻣ ﻦ ﺛ ﻢ‬
‫اﻟﺘﻨﺒﺆ ﺑﺎﻟﻤﺘﻐﯿﺮ اﻟﺘﺎﺑﻊ‪ ،‬ﻛﺎﻧﺖ ﺑﺎﻟﻨﺘﺎﺋﺞ ﻛﺎﻟﺘﺎﻟﻲ‪:‬‬
 ٣٦٧
‫م‬٢٠١٩ ‫( ﻟﺴﻨﺔ‬٩ ‫اﻟﻌﺪد اﻟﻌﺸﺮون )ج‬ ‫ﻣﺠﻠﺔ اﻟﺒﺤﺚ اﻟﻌﻠﻤﻰ ﻓﻰ اﻟﺘﺮﺑﯿﺔ‬

‫ اﻟﻤﺴﺎھﻤﺔ اﻟﻨﺴﺒﯿﺔ ﻟﻠﻤﺘﻐﯿﺮات اﻟﻤﺴﺘﻘﻠﺔ ﻟﻨﻤﻮذج اﻻﻧﺤﺪار اﻟﻤﺘﻌﺪد اﻟﺘﺪرﯾﺠﻲ ﻓﻲ‬:(٣٥) ‫ﺟﺪول‬
(n=400) ‫ﺣﺎﻟﺔ‬
Model B Beta T Sig.
A Constant 268.536 40.145 0.00
x8 1.24 0.387 8.367 0.00
B Constant 256.782 39.829 0.00
x8 1.287 0.401 9.269 0.00
X1 0.971 0.329 7.593 0.00
C3 Constant 205.605 23.091 0.00
x8 1.214 0.379 9.358 0.00
X1 0.958 0.324 8.037 0.00
X10 0.995 0.315 7.791 0.00
D Constant 179.048 19.851 0.00
x8 1.183 0.369 9.748 0.00
X1 0.912 0.309 8.176 0.00
X10 1.007 0.319 8.441 0.00
X5 0.922 0.288 7.636 0.00
E Constant 157.015 17.736 0.00
x8 1.174 0.366 10.392 0.00
X1 1.001 0.339 9.58 0.00
X10 1.003 0.317 9.024 0.00
X5 0.918 0.287 8.171 0.00
x4 0.883 0.277 7.856 0.00
F Constant 143.349 13.341 0.00
x8 121.473 0.355 10.971 0.00
X1 1.139 0.349 10.734 0.00
X10 1.03 0.321 9.94 0.00
X5 1.014 0.282 8.745 0.00
x4 0.902 0.29 8.952 0.00
X7 0.925 0.279 8.648 0.00
G Constant 0.894 12.794 0.00
x8 106.924 0.352 12.039 0.00
X1 1.128 0.329 11.19 0.00
X10 0.972 0.297 10.146 0.00
X5 0.937 0.296 10.161 0.00
x4 0.947 0.304 10.386 0.00
X7 0.969 0.288 9.874 0.00
X3 0.922 0.279 9.522 0.00
H Constant 1.035 7.361 0.00
x8 0.95 0.323 12.614 0.00
 ‫‪٣٦٨‬‬
‫اﻟﻌﺪد اﻟﻌﺸﺮون )ج ‪ (٩‬ﻟﺴﻨﺔ ‪٢٠١٩‬م‬ ‫ﻣﺠﻠﺔ اﻟﺒﺤﺚ اﻟﻌﻠﻤﻰ ﻓﻰ اﻟﺘﺮﺑﯿﺔ‬

‫ﺟﺪول )‪ :(٣٥‬اﻟﻤﺴﺎھﻤﺔ اﻟﻨﺴﺒﯿﺔ ﻟﻠﻤﺘﻐﯿﺮات اﻟﻤﺴﺘﻘﻠﺔ ﻟﻨﻤﻮذج اﻻﻧﺤﺪار اﻟﻤﺘﻌﺪد اﻟﺘﺪرﯾﺠﻲ ﻓﻲ‬
‫ﺣﺎﻟﺔ )‪(n=400‬‬
‫‪Model‬‬ ‫‪B‬‬ ‫‪Beta‬‬ ‫‪T‬‬ ‫‪Sig.‬‬
‫‪X1‬‬ ‫‪1.052‬‬ ‫‪0.322‬‬ ‫‪12.549‬‬ ‫‪0.00‬‬
‫‪X10‬‬ ‫‪0.929‬‬ ‫‪0.333‬‬ ‫‪12.964‬‬ ‫‪0.00‬‬
‫‪X5‬‬ ‫‪0.961‬‬ ‫‪0.291‬‬ ‫‪11.439‬‬ ‫‪0.00‬‬
‫‪x4‬‬ ‫‪0.91‬‬ ‫‪0.302‬‬ ‫‪11.81‬‬ ‫‪0.00‬‬
‫‪X7‬‬ ‫‪0.882‬‬ ‫‪0.284‬‬ ‫‪11.175‬‬ ‫‪0.00‬‬
‫‪X3‬‬ ‫‪0.873‬‬ ‫‪0.301‬‬ ‫‪11.734‬‬ ‫‪0.00‬‬
‫‪X9‬‬ ‫‪1.035‬‬ ‫‪0.288‬‬ ‫‪11.179‬‬ ‫‪0.00‬‬
‫‪I‬‬ ‫‪Constant‬‬ ‫‪51.646‬‬ ‫‪7.547‬‬ ‫‪0.00‬‬
‫‪x8‬‬ ‫‪0.956‬‬ ‫‪0.303‬‬ ‫‪14.235‬‬ ‫‪0.00‬‬
‫‪X1‬‬ ‫‪0.906‬‬ ‫‪0.313‬‬ ‫‪14.65‬‬ ‫‪0.00‬‬
‫‪X10‬‬ ‫‪1.01‬‬ ‫‪0.325‬‬ ‫‪15.239‬‬ ‫‪0.00‬‬
‫‪X5‬‬ ‫‪0.937‬‬ ‫‪0.286‬‬ ‫‪14.128‬‬ ‫‪0.00‬‬
‫‪x4‬‬ ‫‪0.936‬‬ ‫‪0.291‬‬ ‫‪14.093‬‬ ‫‪0.00‬‬
‫‪X7‬‬ ‫‪0.861‬‬ ‫‪0.326‬‬ ‫‪12.942‬‬ ‫‪0.00‬‬
‫‪X3‬‬ ‫‪0.951‬‬ ‫‪0.322‬‬ ‫‪15.46‬‬ ‫‪0.00‬‬
‫‪X9‬‬ ‫‪0.939‬‬ ‫‪0.313‬‬ ‫‪14.696‬‬ ‫‪0.00‬‬
‫‪X2‬‬ ‫‪0.914‬‬ ‫‪0.255‬‬ ‫‪14.049‬‬ ‫‪0.00‬‬
‫‪J‬‬ ‫‪Constant‬‬ ‫‪18.626‬‬ ‫‪3.335‬‬ ‫‪0.01‬‬
‫‪x8‬‬ ‫‪0.953‬‬ ‫‪0.297‬‬ ‫‪18.576‬‬ ‫‪0.00‬‬
‫‪X1‬‬ ‫‪0.926‬‬ ‫‪0.313‬‬ ‫‪19.597‬‬ ‫‪0.00‬‬
‫‪X10‬‬ ‫‪1.05‬‬ ‫‪0.333‬‬ ‫‪20.732‬‬ ‫‪0.00‬‬
‫‪X5‬‬ ‫‪0.889‬‬ ‫‪0.278‬‬ ‫‪17.53‬‬ ‫‪0.00‬‬
‫‪x4‬‬ ‫‪0.978‬‬ ‫‪0.307‬‬ ‫‪19.268‬‬ ‫‪0.00‬‬
‫‪X7‬‬ ‫‪0.858‬‬ ‫‪0.268‬‬ ‫‪16.901‬‬ ‫‪0.00‬‬
‫‪X3‬‬ ‫‪0.966‬‬ ‫‪0.33‬‬ ‫‪20.555‬‬ ‫‪0.00‬‬
‫‪X9‬‬ ‫‪0.96‬‬ ‫‪0.316‬‬ ‫‪19.657‬‬ ‫‪0.00‬‬
‫‪X2‬‬ ‫‪0.919‬‬ ‫‪0.295‬‬ ‫‪18.496‬‬ ‫‪0.00‬‬
‫‪X6‬‬ ‫‪0.853‬‬ ‫‪0.265‬‬ ‫‪16.734‬‬ ‫‪0.00‬‬

‫ﯾﺸﯿﺮ ﺟﺪول )‪ (٣٥‬أن اﻟﻨﻤﻮذج اﻟﻌﺎﺷﺮ اﺷﺘﻤﻞ ﻋﻠﻰ ﻋﺸﺮة ﻗﯿﻢ )‪ (Beta‬ﺗﺮاوﺣﺖ ﻣﻦ )‪ (0.265‬إﻟﻰ‬
‫)‪ (0.333‬وﺗﻤﺜﻞ ﻣﻌﺎﻣﻼت اﻻﻧﺤﺪار اﻟﺠﺰﺋﯿﺔ اﻟﺨﺎﺻﺔ ﺑﺎﻟﻤﺘﻐﯿﺮات اﻟﻤﺴﺘﻘﻠﺔ ) ‪x8, x1, x10, x5, x4,‬‬
‫‪ ،(x7, x3, x9, x2, x6‬وﺟﻤﯿﻌﮭﺎ ذات دﻻﻟﺔ إﺣﺼﺎﺋﯿﺔ ﻋﻨﺪ ﻣﺴﺘﻮى أﻗﻞ ﻣﻦ )‪ ،(0.05‬وﻟﮭﺎ إﺳﮭﺎﻣﺎ ﻓﻲ‬
‫ﺗﻔﺴﯿﺮ اﻟﺘﺒﺎﯾﻦ ﻓﻲ اﻟﻤﺘﻐﯿﺮ اﻟﺘﺎﺑﻊ‪.‬‬
‫ﻣﻦ ﺟﻤﯿﻊ اﻟﻨﺘﺎﺋﺞ اﻟﺴﺎﺑﻘﺔ ﺗﺴﺘﺨﻠﺺ اﻟﺒﺎﺣﺜﺔ أﻧ ﮫ ﻓ ﻲ ﺣﺎﻟ ﺔ اﺳ ﺘﺨﺪام ﻋﯿﻨ ﺔ )‪ (n=400‬ﺗ ﺸﺎﺑﮫ ﻧﻤ ﻮذج‬
‫اﻻﻧﺤﺪار اﻟﻤﺘﻌﺪد اﻟﺘﺪرﯾﺠﻲ اﻟﺤﺎﻟﻲ ﻣﻊ اﻟﻨﻤﺎذج اﻟﺴﺎﺑﻘﺔ ﺑﺪاﯾﺔ ﻣﻦ )‪ (n=100‬ﻣ ﻦ ﺣﯿ ﺚ ﻣ ﺴﺎھﻤﺔ ﺟﻤﯿ ﻊ‬
‫اﻟﻤﺘﻐﯿ ﺮات اﻟﻤ ﺴﺘﻘﻠﺔ )‪ (x8, x1, x10, x5, x4, x7, x3, x9, x2, x6‬ﻓ ﻲ ﻧﻤ ﻮذج اﻻﻧﺤ ﺪار اﻟﻤﺘﻌ ﺪد‬
‫اﻟﺘﺪرﯾﺠﻲ‪ ،‬وﻛﺎﻧﺖ ﻧﺴﺒﺔ اﻟﺘﺒﺎﯾﻦ اﻟﻤﻔﺴﺮ )‪ ،(%90.3‬وھﻲ أﻓﻀﻞ اﻟﻨﺘﺎﺋﺞ اﻟﺘﻲ ﺗ ﻢ اﻟﺘﻮﺻ ﻞ إﻟﯿﮭ ﺎ‪ .‬وﻋﻨ ﺪ‬
 ‫‪٣٦٩‬‬
‫اﻟﻌﺪد اﻟﻌﺸﺮون )ج ‪ (٩‬ﻟﺴﻨﺔ ‪٢٠١٩‬م‬ ‫ﻣﺠﻠﺔ اﻟﺒﺤﺚ اﻟﻌﻠﻤﻰ ﻓﻰ اﻟﺘﺮﺑﯿﺔ‬

‫اﻟ ﺘﻤﻌﻦ واﻟﻨﻈ ﺮ إﻟ ﻰ اﻟﻌﻼﻗ ﺔ ﺑ ﯿﻦ ﺣﺠ ﻢ اﻟﻌﯿﻨ ﺔ )‪ (n=400‬ﻓ ﻲ اﻟﻨﻤ ﻮذج اﻟﺤ ﺎﻟﻲ‪ ،‬وﻋ ﺪد اﻟﻤﺘﻐﯿ ﺮات‬
‫اﻟﻤ ﺴﺘﻘﻠﺔ )‪ (10‬ﺗ ﺮى ﻋﻨ ﺪ وﺻ ﻮل ﺣﺠ ﻢ اﻟﻌﯿﻨ ﺔ إﻟ ﻰ )‪ (40‬أﺿ ﻌﺎف ﻋ ﺪد اﻟﻤﺘﻐﯿ ﺮات اﻟﻤ ﺴﺘﻘﻠﺔ )‪(10‬‬
‫ﻣﺘﻐﯿﺮات ﻛﺎﻧﺖ اﻟﻨﺘﺎﺋﺞ أﻓﻀﻞ‪ ،‬وﺗﺆﻛ ﺪ اﻟﺒﺎﺣﺜ ﺔ ﻋﻠ ﻰ ﻧﻘﻄ ﺔ ھﺎﻣ ﺔ وھ ﻲ أن اﻟﻨﻤ ﻮذج اﻟﺤ ﺎﻟﻲ ھ ﻮ أﻓ ﻀﻞ‬
‫اﻟﻨﻤﺎذج ﻣﻦ ﺣﯿﺚ ﻗﯿﻤﺔ )‪ (R2‬واﻟﺘﻲ ﺑﻠﻐﺖ )‪ (%90.3‬ﻟﻜﻦ ﻓﻲ ذات اﻟﻮﻗ ﺖ ﻧ ﺴﺒﺔ زﯾ ﺎدة ﻛﻔ ﺎءة اﻟﻨﻤ ﻮذج‬
‫اﻟﺤﺎﻟﻲ )‪ (n=400‬ﻣﻘﺎرﻧﺔ ﺑﺎﻟﻨﻤﻮذج اﻟﺴﺎﺑﻖ )‪ (n=300‬ﺗﻤﺜ ﻞ ﻓﻘ ﻂ )‪ .(%2.7‬وھ ﺬا ﯾﺘﻔ ﻖ ﻣ ﻊ ﻣ ﺎ ذﻛ ﺮه‬
‫)اﻟﻐﺎﻣﺪي‪ (٢٠١٣،‬ﻛﻔﺎءة ﻧﻤﻮذج اﻻﻧﺤﺪار اﻟﻤﺘﻌﺪد ﺗﻜﻮن ﻋﺎﻟﯿﺔ ﻋﻨﺪ اﺳﺘﺨﺪام ‪ 400‬ﺣﺎﻟﺔ‪.‬‬
‫‪ ‬دراﺳﺔ ﻛﻔﺎءة ﻧﻤﻮذج اﻻﻧﺤﺪار اﻟﻤﺘﻌﺪد اﻟﺘﺪرﯾﺠﻲ ﻓﻲ ﺣﺎﻟﺔ )‪(n=500‬‬
‫ﺗﻢ اﺳﺘﺨﺪام اﺧﺘﺒﺎر ﺗﺤﻠﯿﻞ اﻟﺘﺒﺎﯾﻦ )‪ (F‬ﻻﺧﺘﺒﺎر ﻛﻔﺎءة ﻧﻤﻮذج اﻻﻧﺤﺪار اﻟﻤﺘﻌﺪد اﻟﺘﺪرﯾﺠﻲ ﻓﻲ ﺣﺎﻟﺔ‬
‫)‪ (n=500‬وﻛﺎﻧﺖ ﻧﺘﺎﺋﺠﮫ ﻛﺎﻟﺘﺎﻟﻲ‪:‬‬
‫ﺟﺪول )‪ :(٣٦‬ﻛﻔﺎءة ﻧﻤﻮذج اﻻﻧﺤﺪار اﻟﻤﺘﻌﺪد اﻟﺘﺪرﯾﺠﻲ ﻓﻲ ﺣﺎﻟﺔ )‪(n=500‬‬
‫‪Model Source Of‬‬ ‫‪Sum Of‬‬ ‫‪Degree‬‬ ‫‪Mean‬‬ ‫‪F‬‬ ‫‪Sig‬‬
‫‪Variance‬‬ ‫‪Squares‬‬ ‫‪of‬‬ ‫‪Squares‬‬
‫‪S.O.V‬‬ ‫‪SS‬‬ ‫‪Freedom‬‬ ‫‪MS‬‬
‫‪DF‬‬
‫‪A‬‬ ‫‪ 3038.568‬ﺗﺒﺎﯾﻦ اﻻﻧﺤﺪار‬ ‫‪1‬‬ ‫‪3038.57‬‬ ‫‪91.19 0.00‬‬
‫ﺗﺒﺎﯾﻦ اﻟﺒﻮاﻗﻲ‬ ‫‪16594.2‬‬ ‫‪498‬‬ ‫‪33.322‬‬
‫‪ 19632.768‬اﻟﺘﺒﺎﯾﻦ اﻟﻜﻠﻲ‬ ‫‪499‬‬
‫‪B‬‬ ‫ﺗﺒﺎﯾﻦ اﻻﻧﺤﺪار‬ ‫‪5214.59‬‬ ‫‪2‬‬ ‫‪2607.3‬‬ ‫‪89.87 0.00‬‬
‫‪ 14418.178‬ﺗﺒﺎﯾﻦ اﻟﺒﻮاﻗﻲ‬ ‫‪497‬‬ ‫‪29.01‬‬
‫‪ 19632.768‬اﻟﺘﺒﺎﯾﻦ اﻟﻜﻠﻲ‬ ‫‪499‬‬
‫‪C‬‬ ‫‪ 7188.003‬ﺗﺒﺎﯾﻦ اﻻﻧﺤﺪار‬ ‫‪3‬‬ ‫‪2396‬‬ ‫‪95.5‬‬ ‫‪0.00‬‬
‫‪ 12444.765‬ﺗﺒﺎﯾﻦ اﻟﺒﻮاﻗﻲ‬ ‫‪496‬‬ ‫‪25.09‬‬
‫‪ 19632.768‬اﻟﺘﺒﺎﯾﻦ اﻟﻜﻠﻲ‬ ‫‪499‬‬
‫‪D‬‬ ‫‪ 9133.578‬ﺗﺒﺎﯾﻦ اﻻﻧﺤﺪار‬ ‫‪4‬‬ ‫‪2283.4‬‬ ‫‪107.7 0.00‬‬
‫ﺗﺒﺎﯾﻦ اﻟﺒﻮاﻗﻲ‬ ‫‪10499.19‬‬ ‫‪495‬‬ ‫‪21.21‬‬
‫‪ 19632.768‬اﻟﺘﺒﺎﯾﻦ اﻟﻜﻠﻲ‬ ‫‪499‬‬
‫‪E‬‬ ‫‪ 10588.436‬ﺗﺒﺎﯾﻦ اﻻﻧﺤﺪار‬ ‫‪5‬‬ ‫‪2117.69‬‬ ‫‪115.7 0.00‬‬
‫ﺗﺒﺎﯾﻦ اﻟﺒﻮاﻗﻲ‬ ‫‪9044.332‬‬ ‫‪494‬‬ ‫‪18.308‬‬
‫‪ 19632.768‬اﻟﺘﺒﺎﯾﻦ اﻟﻜﻠﻲ‬ ‫‪499‬‬
‫‪F‬‬ ‫‪ 12423.288‬ﺗﺒﺎﯾﻦ اﻻﻧﺤﺪار‬ ‫‪6‬‬ ‫‪2070.55‬‬ ‫‪141.6 0.00‬‬
‫ﺗﺒﺎﯾﻦ اﻟﺒﻮاﻗﻲ‬ ‫‪7209.48‬‬ ‫‪493‬‬ ‫‪14.624‬‬
‫‪ 19632.768‬اﻟﺘﺒﺎﯾﻦ اﻟﻜﻠﻲ‬ ‫‪499‬‬
‫‪G‬‬ ‫‪ 13766.785‬ﺗﺒﺎﯾﻦ اﻻﻧﺤﺪار‬ ‫‪7‬‬ ‫‪1966.68‬‬ ‫‪165‬‬ ‫‪0.00‬‬
‫ﺗﺒﺎﯾﻦ اﻟﺒﻮاﻗﻲ‬ ‫‪5865.983‬‬ ‫‪492‬‬ ‫‪11.923‬‬
‫‪ 19632.768‬اﻟﺘﺒﺎﯾﻦ اﻟﻜﻠﻲ‬ ‫‪499‬‬
‫‪H‬‬ ‫‪ 15334.556‬ﺗﺒﺎﯾﻦ اﻻﻧﺤﺪار‬ ‫‪8‬‬ ‫‪1916.82‬‬ ‫‪219‬‬ ‫‪0.00‬‬
‫ﺗﺒﺎﯾﻦ اﻟﺒﻮاﻗﻲ‬ ‫‪4298.212‬‬ ‫‪491‬‬ ‫‪8.754‬‬
‫‪ 19632.768‬اﻟﺘﺒﺎﯾﻦ اﻟﻜﻠﻲ‬ ‫‪499‬‬
‫‪I‬‬ ‫‪ 16760.611‬ﺗﺒﺎﯾﻦ اﻻﻧﺤﺪار‬ ‫‪9‬‬ ‫‪1862.29‬‬ ‫‪317.7 0.00‬‬
‫ﺗﺒﺎﯾﻦ اﻟﺒﻮاﻗﻲ‬ ‫‪2872.157‬‬ ‫‪490‬‬ ‫‪5.862‬‬
 ‫‪٣٧٠‬‬
‫اﻟﻌﺪد اﻟﻌﺸﺮون )ج ‪ (٩‬ﻟﺴﻨﺔ ‪٢٠١٩‬م‬ ‫ﻣﺠﻠﺔ اﻟﺒﺤﺚ اﻟﻌﻠﻤﻰ ﻓﻰ اﻟﺘﺮﺑﯿﺔ‬

‫ﺟﺪول )‪ :(٣٦‬ﻛﻔﺎءة ﻧﻤﻮذج اﻻﻧﺤﺪار اﻟﻤﺘﻌﺪد اﻟﺘﺪرﯾﺠﻲ ﻓﻲ ﺣﺎﻟﺔ )‪(n=500‬‬

‫‪Model Source Of‬‬ ‫‪Sum Of‬‬ ‫‪Degree‬‬ ‫‪Mean‬‬ ‫‪F‬‬ ‫‪Sig‬‬
‫‪Variance‬‬ ‫‪Squares‬‬ ‫‪of‬‬ ‫‪Squares‬‬
‫‪S.O.V‬‬ ‫‪SS‬‬ ‫‪Freedom‬‬ ‫‪MS‬‬
‫‪DF‬‬
‫‪ 19632.768‬اﻟﺘﺒﺎﯾﻦ اﻟﻜﻠﻲ‬ ‫‪499‬‬
‫‪J‬‬ ‫‪ 18050.469‬ﺗﺒﺎﯾﻦ اﻻﻧﺤﺪار‬ ‫‪10‬‬ ‫‪1805.05‬‬ ‫‪557.8 0.00‬‬
‫ﺗﺒﺎﯾﻦ اﻟﺒﻮاﻗﻲ‬ ‫‪1582.299‬‬ ‫‪489‬‬ ‫‪3.236‬‬
‫‪ 19632.768‬اﻟﺘﺒﺎﯾﻦ اﻟﻜﻠﻲ‬ ‫‪499‬‬
‫‪A‬‬ ‫‪Predictors: (Constant), x8‬‬
‫‪B‬‬ ‫‪Predictors: (Constant), x8, x5‬‬
‫‪C‬‬ ‫‪Predictors: (Constant), x8, x5, x2‬‬
‫‪D‬‬ ‫‪Predictors: (Constant), x8, x5, x2, x3‬‬
‫‪E‬‬ ‫‪Predictors: (Constant), x8, x5, x2, x3, x9‬‬
‫‪F‬‬ ‫‪Predictors: (Constant), x8, x5, x2, x3, x9, x10‬‬
‫‪G‬‬ ‫‪Predictors: (Constant), x8, x5, x2, x3, x9, x10, x1‬‬
‫‪H‬‬ ‫‪Predictors: (Constant), x8, x5, x2, x3, x9, x10, x1, x4‬‬
‫‪I‬‬ ‫‪Predictors: (Constant), x8, x5, x2, x3, x9, x10, x1, x4, x7‬‬
‫‪J‬‬ ‫‪Predictors: (Constant), x8, x5, x2, x3, x9, x10, x1, x4, x7, x6‬‬

‫ﻗﯿﻤﺔ )‪ (F‬ﻟﻠﻨﻤﻮذج اﻟﻨﮭﺎﺋﻲ ﻟﻼﻧﺤﺪار اﻟﻤﺘﻌﺪد اﻟﺘﺪرﯾﺠﻲ ﺗﺴﺎوي )‪ ،(557.8‬وھ ﻲ داﻟ ﺔ إﺣ ﺼﺎﺋﯿﺎً ﻋﻨ ﺪ‬
‫ﻣ ﺴﺘﻮى دﻻﻟ ﺔ )‪ ،(0.05‬وھ ﺬا ﻣﺆﺷ ﺮ ﻋﻠ ﻰ ﻛﻔ ﺎءة ﻧﻤ ﻮذج اﻻﻧﺤ ﺪار اﻟﻤﺘﻌ ﺪد اﻟﺘ ﺪرﯾﺠﻲ ﻓ ﻲ ﺣﺎﻟ ﺔ‬
‫)‪ ،(n=500‬وﯾﻼﺣﻆ أن ھﺬا اﻟﻨﻤﻮذج )‪ (n=500‬ﺗﺸﺎﺑﮫ ﻣ ﻊ اﻟﻨﻤ ﺎذج اﻟ ﺴﺎﺑﻘﺔ ﻓ ﻲ ﺣﺎﻟ ﺔ أﺣﺠ ﺎم اﻟﻌﯿﻨ ﺎت‬
‫)‪ (100,150,200,300,400‬ﻣ ﻦ ﺣﯿ ﺚ اﺷ ﺘﻤﻞ ﻋﻠ ﻰ ﺟﻤﯿ ﻊ اﻟﻤﺘﻐﯿ ﺮات اﻟﻤ ﺴﺘﻘﻠﺔ ) ‪x8, x5, x2, x3,‬‬
‫‪.(x9, x10, x1, x4, x7, x6‬‬
‫‪2‬‬
‫وﻋﻨﺪ اﻟﻨﻈﺮ إﻟﻰ ﻣﺆﺷﺮ آﺧﺮ وھﻮ ﻣﻌﺎﻣﻞ اﻟﺘﺤﺪﯾﺪ ) ‪ (R‬ﻛﻤﺆﺷﺮ ﻟﻨﺴﺒﺔ اﻟﺘﺒﺎﯾﻦ اﻟﻤﻔ ﺴﺮ ﻣ ﻦ اﻟﻤﺘﻐﯿ ﺮ‬
‫اﻟﺘﺎﺑﻊ واﻟﺬي ﯾﻌﺰى إﻟﻰ ﺗﺄﺛﯿﺮ اﻟﻤﺘﻐﯿﺮات اﻟﻤﺴﺘﻘﻠﺔ ﻛﺎﻧﺖ اﻟﻨﺘﺎﺋﺞ ﻛﺎﻟﺘﺎﻟﻲ‪:‬‬
‫ﺟﺪول )‪ :(٣٧‬اﻟﺘﺒﺎﯾﻦ اﻟﻤﻔﺴﺮ وﺗﻐﯿﺮ اﻹﺣﺼﺎءات ﻟﻨﻤﻮذج اﻻﻧﺤﺪار اﻟﻤﺘﻌﺪد اﻟﺘﺪرﯾﺠﻲ ﻓﻲ ﺣﺎﻟﺔ‬
‫)‪(n=500‬‬
‫‪Model‬‬ ‫‪R‬‬ ‫‪R2‬‬ ‫‪Adj.R‬‬ ‫‪change Sta.‬‬
‫‪2‬‬ ‫‪R2‬‬ ‫‪F‬‬ ‫‪D DF Sig.F‬‬
‫‪change change F1‬‬ ‫‪2 change‬‬
‫‪A‬‬ ‫‪0.393 0.155 0.153‬‬ ‫‪0.155‬‬ ‫‪91.189 1 498‬‬ ‫‪0.00‬‬
‫‪B‬‬ ‫‪0.515 0.266 0.263‬‬ ‫‪0.111‬‬ ‫‪75.008 1 497‬‬ ‫‪0.00‬‬
‫‪C‬‬ ‫‪0.605 0.366 0.362‬‬ ‫‪0.101‬‬ ‫‪78.653 1 496‬‬ ‫‪0.00‬‬
‫‪D‬‬ ‫‪0.682 0.465 0.461‬‬ ‫‪0.099‬‬ ‫‪91.727 1 495‬‬ ‫‪0.00‬‬
‫‪E‬‬ ‫‪0.734 0.539 0.535‬‬ ‫‪0.074‬‬ ‫‪79.464 1 494‬‬ ‫‪0.00‬‬
‫‪F‬‬ ‫‪0.795 0.633 0.628‬‬ ‫‪0.093 125.471 1 493‬‬ ‫‪0.00‬‬
‫‪G‬‬ ‫‪0.837 0.701 0.697‬‬ ‫‪0.068 112.684 1 492‬‬ ‫‪0.00‬‬
‫‪H‬‬ ‫‪0.884 0.781 0.778‬‬ ‫‪0.08‬‬ ‫‪179.092 1 491‬‬ ‫‪0.00‬‬
 ‫‪٣٧١‬‬
‫اﻟﻌﺪد اﻟﻌﺸﺮون )ج ‪ (٩‬ﻟﺴﻨﺔ ‪٢٠١٩‬م‬ ‫ﻣﺠﻠﺔ اﻟﺒﺤﺚ اﻟﻌﻠﻤﻰ ﻓﻰ اﻟﺘﺮﺑﯿﺔ‬

‫ﺟﺪول )‪ :(٣٧‬اﻟﺘﺒﺎﯾﻦ اﻟﻤﻔﺴﺮ وﺗﻐﯿﺮ اﻹﺣﺼﺎءات ﻟﻨﻤﻮذج اﻻﻧﺤﺪار اﻟﻤﺘﻌﺪد اﻟﺘﺪرﯾﺠﻲ ﻓﻲ ﺣﺎﻟﺔ‬
‫)‪(n=500‬‬
‫‪Model‬‬ ‫‪R‬‬ ‫‪R2‬‬ ‫‪Adj.R‬‬ ‫‪change Sta.‬‬
‫‪2‬‬ ‫‪R2‬‬ ‫‪F‬‬ ‫‪D DF Sig.F‬‬
‫‪change change F1‬‬ ‫‪2 change‬‬
‫‪I‬‬ ‫‪0.924 0.854 0.851‬‬ ‫‪0.073‬‬ ‫‪243.29 1 490‬‬ ‫‪0.00‬‬
‫‪J‬‬ ‫‪0.959 0.919 0.918‬‬ ‫‪0.066 398.623 1 489‬‬ ‫‪0.00‬‬
‫‪A‬‬ ‫‪Predictors: (Constant), x8‬‬
‫‪B‬‬ ‫‪Predictors: (Constant), x8, x5‬‬
‫‪C‬‬ ‫‪Predictors: (Constant), x8, x5, x2‬‬
‫‪D‬‬ ‫‪Predictors: (Constant), x8, x5, x2, x3‬‬
‫‪E‬‬ ‫‪Predictors: (Constant), x8, x5, x2, x3, x9‬‬
‫‪F‬‬ ‫‪Predictors: (Constant), x8, x5, x2, x3, x9, x10‬‬
‫‪G‬‬ ‫‪Predictors: (Constant), x8, x5, x2, x3, x9, x10, x1‬‬
‫‪H‬‬ ‫‪Predictors: (Constant), x8, x5, x2, x3, x9, x10, x1, x4‬‬
‫‪I‬‬ ‫‪Predictors: (Constant), x8, x5, x2, x3, x9, x10, x1, x4, x7‬‬
‫‪J‬‬ ‫‪Predictors: (Constant), x8, x5, x2, x3, x9, x10, x1, x4, x7, x6‬‬
‫ﻗﯿﻤﺔ )‪ (R2‬ﻟﻠﻨﻤﻮذج اﻟﻨﮭﺎﺋﻲ ﻟﻼﻧﺤﺪار اﻟﻤﺘﻌﺪد اﻟﺘﺪرﯾﺠﻲ ﺗ ﺴﺎوي )‪ (0.919‬وھ ﺬا ﯾﻌﻨ ﻲ أن اﻟﻨﻤ ﻮذج‬
‫ﯾﻔﺴﺮ )‪ (%91.9‬ﻣ ﻦ اﻟﺘﺒ ﺎﯾﻦ اﻟﻜﻠ ﻲ ﻓ ﻲ اﻟﻤﺘﻐﯿ ﺮ اﻟﺘ ﺎﺑﻊ واﻟ ﺬي ﯾﻌ ﺰى إﻟ ﻰ ﺗ ﺄﺛﯿﺮ اﻟﻤﺘﻐﯿ ﺮات اﻟﻤ ﺴﺘﻘﻠﺔ‪،‬‬
‫وھﺬه اﻟﻘﯿﻤﺔ ﺗﺸﯿﺮ إﻟﻰ زﯾﺎدة ﻛﻔﺎءة ﻧﻤﻮذج اﻻﻧﺤﺪار اﻟﻤﺘﻌﺪد اﻟﺘﺪرﯾﺠﻲ اﻟﺤﺎﻟﻲ ﻣﻘﺎرﻧﺔ ﺑﺎﻟﻨﻤ ﺎذج اﻟ ﺴﺎﺑﻘﺔ‬
‫واﻟﺘﻲ ﻛﺎن ﻓﯿﮭﺎ ﺣﺠﻢ اﻟﻌﯿﻨﺔ )‪ ،(400≥ n ≥25‬ﻣﻤﺎ ﯾﺸﯿﺮ إﻟﻰ اﻟﺘﺄﺛﯿﺮ اﻹﯾﺠﺎﺑﻲ ﻟﺰﯾﺎدة ﺣﺠ ﻢ اﻟﻌﯿﻨ ﺔ إﻟ ﻰ‬
‫)‪.(n=500‬‬
‫زﯾ ﺎدة ﺣﺠ ﻢ اﻟﻌﯿﻨ ﺔ ﻓ ﻲ اﻟﻨﻤ ﻮذج اﻟﺤ ﺎﻟﻲ إﻟ ﻰ )‪ (500‬ﺣﺎﻟ ﺔ‪ ،‬ﺗ ﺸﺎﺑﮫ ﻣ ﻊ اﻟﻨﺘ ﺎﺋﺞ ﻋﻨ ﺪﻣﺎ ﻛ ﺎن ﺣﺠ ﻢ‬
‫اﻟﻌﯿﻨ ﺎت )‪ (400 ≥ n ≥100‬ﻣ ﻦ ﺣﯿ ﺚ ﻇﮭ ﻮر ﺟﻤﯿ ﻊ اﻟﻤﺘﻐﯿ ﺮات اﻟﻤ ﺴﺘﻘﻠﺔ )‪ (10‬ﻣﺘﻐﯿ ﺮات‪ ،‬إﻻ أن‬
‫اﻟﻨﻤﻮذج اﻟﺤﺎﻟﻲ )‪ (n=500‬ﻛﺎن أﻛﺜﺮ ﻣﻼﺋﻤﺔ ﻟﻨﻤﻮذج اﻻﻧﺤﺪار اﻟﻤﺘﻌﺪد اﻟﺘﺪرﯾﺠﻲ‪ ،‬وھﺬا ﻣﺎ ﯾﺘﻀﺢ ﻣ ﻦ‬
‫ﺟ ﺪول )‪ (٣٧‬وﻣ ﻦ ﺧ ﻼل ﺗﺘﺒ ﻊ ﺗﻐﯿ ﺮ اﻹﺣ ﺼﺎءات اﻟﺨﺎﺻ ﺔ ﺑﺘﻐﯿ ﺮ )‪ (R2‬وﻧﻔ ﺲ اﻻﺗﺠ ﺎه ﺗﻔ ﺴﺮه أﯾ ﻀﺎً‬
‫ﺗﻐﯿﺮ )‪ (F‬ودﻻﻟﺔ ﺗﻐﯿﺮ )‪ ،(F‬ﺣﯿﺚ ﺑﻠﻐﺖ ﻧﺴﺒﺔ اﻟﻤﺴﺎھﻤﺔ اﻟﻜﻠﯿﺔ ﻓ ﻲ اﻟﻨﻤ ﻮذج اﻷﺧﯿ ﺮ )‪ .(%91.9‬ﻧﻔ ﺲ‬
‫اﻻﺗﺠﺎه ﯾﻤﻜﻦ ﻣﻼﺣﻈﺘﮫ ﻓﻲ ﺣﺎﻟﺔ اﻹﻋﺘﻤﺎد ﻋﻠﻰ ﻗﯿﻤﺔ )‪ (R2‬اﻟﻤﻌﺪﻟﺔ‪.‬‬
‫ﻋﻨﺪ ﺗﻘﯿﯿﻢ ﺗﺄﺛﯿﺮ اﻟﻤﺘﻐﯿﺮات اﻟﻤﺴﺘﻘﻠﺔ ﻣﻦ ﺧﻼل اﻟﻨﻈﺮ إﻟﻰ ﻣﺪى إﺳﮭﺎم ﻛﻼً ﻣﻨﮭﺎ ﻓ ﻲ اﻟﺘ ﺄﺛﯿﺮ وﻣ ﻦ ﺛ ﻢ‬
‫اﻟﺘﻨﺒﺆ ﺑﺎﻟﻤﺘﻐﯿﺮ اﻟﺘﺎﺑﻊ‪ ،‬ﻛﺎﻧﺖ ﺑﺎﻟﻨﺘﺎﺋﺞ ﻛﺎﻟﺘﺎﻟﻲ‪:‬‬
‫ﺟﺪول )‪ :(٣٨‬اﻟﻤﺴﺎھﻤﺔ اﻟﻨﺴﺒﯿﺔ ﻟﻠﻤﺘﻐﯿﺮات اﻟﻤﺴﺘﻘﻠﺔ ﻟﻨﻤﻮذج اﻻﻧﺤﺪار اﻟﻤﺘﻌﺪد اﻟﺘﺪرﯾﺠﻲ ﻓﻲ‬
‫ﺣﺎﻟﺔ )‪(n=500‬‬
‫‪Model‬‬ ‫‪B‬‬ ‫‪Beta‬‬ ‫‪T‬‬ ‫‪Sig.‬‬
‫‪A‬‬ ‫‪Constant‬‬ ‫‪266.895‬‬ ‫‪44.273‬‬ ‫‪0.00‬‬
‫‪x8‬‬ ‫‪1.276‬‬ ‫‪0.393‬‬ ‫‪9.549‬‬ ‫‪0.00‬‬
‫‪B‬‬ ‫‪Constant‬‬ ‫‪236.8‬‬ ‫‪35.816‬‬ ‫‪0.00‬‬
‫‪x8‬‬ ‫‪1.221‬‬ ‫‪0.376‬‬ ‫‪9.779‬‬ ‫‪0.00‬‬
‫‪X5‬‬ ‫‪1.082‬‬ ‫‪0.333‬‬ ‫‪8.661‬‬ ‫‪0.00‬‬
‫‪C‬‬ ‫‪Constant‬‬ ‫‪224.863‬‬ ‫‪35.725‬‬ ‫‪0.00‬‬
‫‪x8‬‬ ‫‪1.153‬‬ ‫‪0.356‬‬ ‫‪9.914‬‬ ‫‪0.00‬‬
 ‫‪٣٧٢‬‬
‫اﻟﻌﺪد اﻟﻌﺸﺮون )ج ‪ (٩‬ﻟﺴﻨﺔ ‪٢٠١٩‬م‬ ‫ﻣﺠﻠﺔ اﻟﺒﺤﺚ اﻟﻌﻠﻤﻰ ﻓﻰ اﻟﺘﺮﺑﯿﺔ‬

‫ﺟﺪول )‪ :(٣٨‬اﻟﻤﺴﺎھﻤﺔ اﻟﻨﺴﺒﯿﺔ ﻟﻠﻤﺘﻐﯿﺮات اﻟﻤﺴﺘﻘﻠﺔ ﻟﻨﻤﻮذج اﻻﻧﺤﺪار اﻟﻤﺘﻌﺪد اﻟﺘﺪرﯾﺠﻲ ﻓﻲ‬
‫ﺣﺎﻟﺔ )‪(n=500‬‬
‫‪Model‬‬ ‫‪B‬‬ ‫‪Beta‬‬ ‫‪T‬‬ ‫‪Sig.‬‬
‫‪X5‬‬ ‫‪1.074‬‬ ‫‪0.331‬‬ ‫‪9.241‬‬ ‫‪0.00‬‬
‫‪X2‬‬ ‫‪1.01‬‬ ‫‪0.318‬‬ ‫‪8.869‬‬ ‫‪0.00‬‬
‫‪D‬‬ ‫‪Constant‬‬ ‫‪203.688‬‬ ‫‪32.879‬‬ ‫‪0.00‬‬
‫‪x8‬‬ ‫‪1.161‬‬ ‫‪0.358‬‬ ‫‪10.856‬‬ ‫‪0.00‬‬
‫‪X5‬‬ ‫‪1.112‬‬ ‫‪0.343‬‬ ‫‪10.401‬‬ ‫‪0.00‬‬
‫‪X2‬‬ ‫‪1.07‬‬ ‫‪0.337‬‬ ‫‪10.203‬‬ ‫‪0.00‬‬
‫‪X3‬‬ ‫‪0.945‬‬ ‫‪0.316‬‬ ‫‪9.577‬‬ ‫‪0.00‬‬
‫‪E‬‬ ‫‪Constant‬‬ ‫‪165.325‬‬ ‫‪23.004‬‬ ‫‪0.00‬‬
‫‪x8‬‬ ‫‪1.041‬‬ ‫‪0.321‬‬ ‫‪10.38‬‬ ‫‪0.00‬‬
‫‪X5‬‬ ‫‪1.067‬‬ ‫‪0.329‬‬ ‫‪10.733‬‬ ‫‪0.00‬‬
‫‪X2‬‬ ‫‪1.105‬‬ ‫‪0.348‬‬ ‫‪11.328‬‬ ‫‪0.00‬‬
‫‪X3‬‬ ‫‪1.048‬‬ ‫‪0.35‬‬ ‫‪11.343‬‬ ‫‪0.00‬‬
‫‪X9‬‬ ‫‪0.854‬‬ ‫‪0.277‬‬ ‫‪8.914‬‬ ‫‪0.00‬‬
‫‪F‬‬ ‫‪Constant‬‬ ‫‪112.008‬‬ ‫‪14.011‬‬ ‫‪0.00‬‬
‫‪x8‬‬ ‫‪0.953‬‬ ‫‪0.294‬‬ ‫‪10.592‬‬ ‫‪0.00‬‬
‫‪X5‬‬ ‫‪1.06‬‬ ‫‪0.327‬‬ ‫‪11.928‬‬ ‫‪0.00‬‬
‫‪X2‬‬ ‫‪1.043‬‬ ‫‪0.328‬‬ ‫‪11.947‬‬ ‫‪0.00‬‬
‫‪X3‬‬ ‫‪0.985‬‬ ‫‪0.329‬‬ ‫‪11.902‬‬ ‫‪0.00‬‬
‫‪X9‬‬ ‫‪0.976‬‬ ‫‪0.317‬‬ ‫‪11.306‬‬ ‫‪0.00‬‬
‫‪X10‬‬ ‫‪0.978‬‬ ‫‪0.311‬‬ ‫‪11.201‬‬ ‫‪0.00‬‬
‫‪G‬‬ ‫‪Constant‬‬ ‫‪105.645‬‬ ‫‪14.585‬‬ ‫‪0.00‬‬
‫‪x8‬‬ ‫‪1.001‬‬ ‫‪0.309‬‬ ‫‪12.298‬‬ ‫‪0.00‬‬
‫‪X5‬‬ ‫‪1.017‬‬ ‫‪0.313‬‬ ‫‪12.657‬‬ ‫‪0.00‬‬
‫‪X2‬‬ ‫‪1.012‬‬ ‫‪0.319‬‬ ‫‪12.83‬‬ ‫‪0.00‬‬
‫‪X3‬‬ ‫‪0.916‬‬ ‫‪0.306‬‬ ‫‪12.213‬‬ ‫‪0.00‬‬
‫‪X9‬‬ ‫‪0.96‬‬ ‫‪0.312‬‬ ‫‪12.318‬‬ ‫‪0.00‬‬
‫‪X10‬‬ ‫‪0.984‬‬ ‫‪0.313‬‬ ‫‪12.481‬‬ ‫‪0.00‬‬
‫‪X1‬‬ ‫‪0.789‬‬ ‫‪0.263‬‬ ‫‪10.615‬‬ ‫‪0.00‬‬
‫‪H‬‬ ‫‪Constant‬‬ ‫‪83.337‬‬ ‫‪12.968‬‬ ‫‪0.00‬‬
‫‪x8‬‬ ‫‪0.983‬‬ ‫‪0.303‬‬ ‫‪14.103‬‬ ‫‪0.00‬‬
‫‪X5‬‬ ‫‪1.015‬‬ ‫‪0.313‬‬ ‫‪14.736‬‬ ‫‪0.00‬‬
‫‪X2‬‬ ‫‪0.964‬‬ ‫‪0.303‬‬ ‫‪14.229‬‬ ‫‪0.00‬‬
‫‪X3‬‬ ‫‪0.957‬‬ ‫‪0.32‬‬ ‫‪14.879‬‬ ‫‪0.00‬‬
‫‪X9‬‬ ‫‪0.951‬‬ ‫‪0.309‬‬ ‫‪14.242‬‬ ‫‪0.00‬‬
‫‪X10‬‬ ‫‪0.985‬‬ ‫‪0.313‬‬ ‫‪14.592‬‬ ‫‪0.00‬‬
‫‪X1‬‬ ‫‪0.875‬‬ ‫‪0.292‬‬ ‫‪13.667‬‬ ‫‪0.00‬‬
‫‪X4‬‬ ‫‪0.909‬‬ ‫‪0.285‬‬ ‫‪13.383‬‬ ‫‪0.00‬‬
 ‫‪٣٧٣‬‬
‫اﻟﻌﺪد اﻟﻌﺸﺮون )ج ‪ (٩‬ﻟﺴﻨﺔ ‪٢٠١٩‬م‬ ‫ﻣﺠﻠﺔ اﻟﺒﺤﺚ اﻟﻌﻠﻤﻰ ﻓﻰ اﻟﺘﺮﺑﯿﺔ‬

‫ﺟﺪول )‪ :(٣٨‬اﻟﻤﺴﺎھﻤﺔ اﻟﻨﺴﺒﯿﺔ ﻟﻠﻤﺘﻐﯿﺮات اﻟﻤﺴﺘﻘﻠﺔ ﻟﻨﻤﻮذج اﻻﻧﺤﺪار اﻟﻤﺘﻌﺪد اﻟﺘﺪرﯾﺠﻲ ﻓﻲ‬
‫ﺣﺎﻟﺔ )‪(n=500‬‬
‫‪Model‬‬ ‫‪B‬‬ ‫‪Beta‬‬ ‫‪T‬‬ ‫‪Sig.‬‬
‫‪I‬‬ ‫‪Constant‬‬ ‫‪50.516‬‬ ‫‪8.919‬‬ ‫‪0.00‬‬
‫‪x8‬‬ ‫‪0.954‬‬ ‫‪0.294‬‬ ‫‪16.713‬‬ ‫‪0.00‬‬
‫‪X5‬‬ ‫‪0.978‬‬ ‫‪0.301‬‬ ‫‪17.352‬‬ ‫‪0.00‬‬
‫‪X2‬‬ ‫‪0.91‬‬ ‫‪0.286‬‬ ‫‪16.4‬‬ ‫‪0.00‬‬
‫‪X3‬‬ ‫‪0.977‬‬ ‫‪0.326‬‬ ‫‪18.553‬‬ ‫‪0.00‬‬
‫‪X9‬‬ ‫‪0.944‬‬ ‫‪0.307‬‬ ‫‪17.264‬‬ ‫‪0.00‬‬
‫‪X10‬‬ ‫‪0.985‬‬ ‫‪0.313‬‬ ‫‪17.822‬‬ ‫‪0.00‬‬
‫‪X1‬‬ ‫‪0.902‬‬ ‫‪0.301‬‬ ‫‪17.209‬‬ ‫‪0.00‬‬
‫‪X4‬‬ ‫‪0.937‬‬ ‫‪0.294‬‬ ‫‪16.837‬‬ ‫‪0.00‬‬
‫‪X7‬‬ ‫‪0.879‬‬ ‫‪0.271‬‬ ‫‪15.598‬‬ ‫‪0.00‬‬
‫‪J‬‬ ‫‪Constant‬‬ ‫‪15.693‬‬ ‫‪3.445‬‬ ‫‪0.01‬‬
‫‪x8‬‬ ‫‪0.961‬‬ ‫‪0.296‬‬ ‫‪22.663‬‬ ‫‪0.00‬‬
‫‪X5‬‬ ‫‪0.928‬‬ ‫‪0.286‬‬ ‫‪22.122‬‬ ‫‪0.00‬‬
‫‪X2‬‬ ‫‪0.923‬‬ ‫‪0.29‬‬ ‫‪22.363‬‬ ‫‪0.00‬‬
‫‪X3‬‬ ‫‪0.98‬‬ ‫‪0.328‬‬ ‫‪25.063‬‬ ‫‪0.00‬‬
‫‪X9‬‬ ‫‪0.972‬‬ ‫‪0.316‬‬ ‫‪23.91‬‬ ‫‪0.00‬‬
‫‪X10‬‬ ‫‪1.035‬‬ ‫‪0.329‬‬ ‫‪25.156‬‬ ‫‪0.00‬‬
‫‪X1‬‬ ‫‪0.924‬‬ ‫‪0.308‬‬ ‫‪23.716‬‬ ‫‪0.00‬‬
‫‪X4‬‬ ‫‪0.973‬‬ ‫‪0.305‬‬ ‫‪23.514‬‬ ‫‪0.00‬‬
‫‪X7‬‬ ‫‪0.892‬‬ ‫‪0.275‬‬ ‫‪21.308‬‬ ‫‪0.00‬‬
‫‪X6‬‬ ‫‪0.856‬‬ ‫‪0.258‬‬ ‫‪19.966‬‬ ‫‪0.00‬‬

‫ﯾﺸﯿﺮ ﺟﺪول )‪ (٣٨‬أن اﻟﻨﻤﻮذج اﻟﻌﺎﺷ ﺮ اﺷ ﺘﻤﻞ ﻋﻠ ﻰ ﻋ ﺸﺮة ﻗ ﯿﻢ )‪ (Beta‬ﺗﺮاوﺣ ﺖ ﻣ ﻦ )‪(0.258‬‬

‫إﻟ ﻰ )‪ (0.329‬وﺗﻤﺜ ﻞ ﻣﻌ ﺎﻣﻼت اﻻﻧﺤ ﺪار اﻟﺠﺰﺋﯿ ﺔ اﻟﺨﺎﺻ ﺔ ﺑ ﺎﻟﻤﺘﻐﯿﺮات اﻟﻤ ﺴﺘﻘﻠﺔ ) ‪x8, x3, x6, x1,‬‬
‫‪ ،(x4, x10, x9, x2, x7, x5‬وﺟﻤﯿﻌﮭ ﺎ ذات دﻻﻟ ﺔ إﺣ ﺼﺎﺋﯿﺔ ﻋﻨ ﺪ ﻣ ﺴﺘﻮى أﻗ ﻞ ﻣ ﻦ )‪ ،(0.05‬وﻟﮭ ﺎ‬
‫إﺳﮭﺎﻣﺎً ﻓﻲ ﺗﻔﺴﯿﺮ اﻟﺘﺒﺎﯾﻦ ﻓﻲ اﻟﻤﺘﻐﯿﺮ اﻟﺘﺎﺑﻊ‪.‬‬
‫ﻣﻦ ﺟﻤﯿﻊ اﻟﻨﺘﺎﺋﺞ اﻟﺴﺎﺑﻘﺔ ﺗﺴﺘﺨﻠﺺ اﻟﺒﺎﺣﺜﺔ أﻧ ﮫ ﻓ ﻲ ﺣﺎﻟ ﺔ اﺳ ﺘﺨﺪام ﻋﯿﻨ ﺔ )‪ (n=500‬ﺗ ﺸﺎﺑﮫ ﻧﻤ ﻮذج‬
‫اﻻﻧﺤﺪار اﻟﻤﺘﻌﺪد اﻟﺘﺪرﯾﺠﻲ اﻟﺤﺎﻟﻲ ﻣﻊ اﻟﻨﻤﺎذج اﻟﺴﺎﺑﻘﺔ ﺑﺪاﯾﺔ ﻣﻦ )‪ (n=100‬ﻣ ﻦ ﺣﯿ ﺚ ﻣ ﺴﺎھﻤﺔ ﺟﻤﯿ ﻊ‬
‫اﻟﻤﺘﻐﯿ ﺮات اﻟﻤ ﺴﺘﻘﻠﺔ )‪ ،(x8, x3, x6, x1, x4, x10, x9, x2, x7, x5‬ﻓ ﻲ ﻧﻤ ﻮذج اﻻﻧﺤ ﺪار اﻟﻤﺘﻌ ﺪد‬
‫اﻟﺘﺪرﯾﺠﻲ‪ ،‬وﻛﺎﻧﺖ ﻧﺴﺒﺔ اﻟﺘﺒﺎﯾﻦ اﻟﻤﻔﺴﺮ )‪ ،(%91.9‬وھﻲ أﻓﻀﻞ اﻟﻨﺘﺎﺋﺞ اﻟﺘﻲ ﺗ ﻢ اﻟﺘﻮﺻ ﻞ إﻟﯿﮭ ﺎ‪ .‬وﻋﻨ ﺪ‬
‫اﻟ ﺘﻤﻌﻦ واﻟﻨﻈ ﺮ إﻟ ﻰ اﻟﻌﻼﻗ ﺔ ﺑ ﯿﻦ ﺣﺠ ﻢ اﻟﻌﯿﻨ ﺔ )‪ (n=500‬ﻓ ﻲ اﻟﻨﻤ ﻮذج اﻟﺤ ﺎﻟﻲ‪ ،‬وﻋ ﺪد اﻟﻤﺘﻐﯿ ﺮات‬
‫اﻟﻤ ﺴﺘﻘﻠﺔ )‪ (10‬ﺗ ﺮى ﻋﻨ ﺪ وﺻ ﻮل ﺣﺠ ﻢ اﻟﻌﯿﻨ ﺔ إﻟ ﻰ )‪ (50‬أﺿ ﻌﺎف ﻋ ﺪد اﻟﻤﺘﻐﯿ ﺮات اﻟﻤ ﺴﺘﻘﻠﺔ )‪(10‬‬
‫ﻣﺘﻐﯿﺮات ﻛﺎﻧﺖ اﻟﻨﺘﺎﺋﺞ أﻓﻀﻞ‪ ،‬وﺗﺆﻛ ﺪ اﻟﺒﺎﺣﺜ ﺔ ﻋﻠ ﻰ ﻧﻘﻄ ﺔ ھﺎﻣ ﺔ وھ ﻲ أن اﻟﻨﻤ ﻮذج اﻟﺤ ﺎﻟﻲ ھ ﻮ أﻓ ﻀﻞ‬
‫اﻟﻨﻤﺎذج ﻣﻦ ﺣﯿﺚ ﻗﯿﻤﺔ )‪ (R2‬واﻟﺘﻲ ﺑﻠﻐﺖ )‪ (%91.9‬ﻟﻜﻦ ﻓﻲ ذات اﻟﻮﻗ ﺖ ﻧ ﺴﺒﺔ زﯾ ﺎدة ﻛﻔ ﺎءة اﻟﻨﻤ ﻮذج‬
‫اﻟﺤﺎﻟﻲ )‪ (n=500‬ﻣﻘﺎرﻧﺔ ﺑﺎﻟﻨﻤﻮذج اﻟﺴﺎﺑﻖ )‪ (n=400‬ﺗﻤﺜﻞ ﻓﻘﻂ )‪.(%1.6‬‬
 ‫‪٣٧٤‬‬
‫اﻟﻌﺪد اﻟﻌﺸﺮون )ج ‪ (٩‬ﻟﺴﻨﺔ ‪٢٠١٩‬م‬ ‫ﻣﺠﻠﺔ اﻟﺒﺤﺚ اﻟﻌﻠﻤﻰ ﻓﻰ اﻟﺘﺮﺑﯿﺔ‬

‫ﺗﻌﻠﯿﻖ ﻋﺎم ﻋﻠﻰ ﺟﻤﯿﻊ اﻟﻨﺘﺎﺋﺞ‪:‬‬

‫ﺟﺪول )‪ :(٣٩‬ﺗﺄﺛﯿﺮ ﺣﺠﻢ اﻟﻌﯿﻨﺔ ﻋﻠﻰ ﻣﺆﺷﺮات ﻛﻔﺎءة ﻧﻤﻮذج اﻻﻧﺤﺪار اﻟﻤﺘﻌﺪد اﻟﺘﺪرﯾﺠﻲ‬
‫اﻟﻤﺘﻐﯿﺮات اﻟﻤﻌﺎﻣﻼت‬
‫‪ R2%- 2‬ﺗﻐﯿﺮ اﻟﻤﺴﺎھﻤﺔ اﻻﻧﺤﺪار‬
‫اﻟﻜﻔﺎءة‬ ‫‪2‬‬ ‫‪2‬‬ ‫ﺗﻐﯿﺮ‪R Adj. R2% F‬‬ ‫‪F‬‬ ‫‪n‬‬
‫اﻟﺠﺰﺋﯿﺔ‬ ‫ﻓﻲ‬ ‫‪R % R Adj.‬‬
‫اﻟﻨﻤﻮذج اﻟﺪاﻟﺔ‬
‫ﺿﻌﯿﻔﺔ‬ ‫‪1‬‬ ‫‪1‬‬ ‫‪-‬‬ ‫‪3.60 14.20 17.80‬‬ ‫‪-‬‬ ‫‪4.976 25‬‬
‫ﺿﻌﯿﻔﺔ‬ ‫‪3‬‬ ‫‪3‬‬ ‫‪21.6 4.00 35.40 39.40 4.99‬‬ ‫‪9.966 50‬‬
‫ﻣﺘﻮﺳﻄﺔ‬ ‫‪8‬‬ ‫‪8‬‬ ‫‪22.5 4.60 57.30 61.90 3.454 13.420 75‬‬
‫ﻣﺘﻮﺳﻄﺔ‬ ‫‪10‬‬ ‫‪10‬‬ ‫‪5.8 3.70 64.00 67.70 5.200 18.620 100‬‬
‫ﻋﺎﻟﯿﺔ‬ ‫‪10‬‬ ‫‪10‬‬ ‫‪17.4 0.80 84.30 85.10 60.771 79.391 150‬‬
‫ﻋﺎﻟﯿﺔ‬ ‫‪10‬‬ ‫‪10‬‬ ‫‪1.8 0.80 86.10 86.90 45.980 125.372 200‬‬
‫ﻋﺎﻟﯿﺔ‬ ‫‪10‬‬ ‫‪10‬‬ ‫‪0.70 0.40 87.20 87.60 79.028 204.400 300‬‬
‫‪ 10‬ﻋﺎﻟﯿﺔ ﺟﺪاً‬ ‫‪10‬‬ ‫‪2.70 0.20 90.10 90.30 157.69 362.09 400‬‬
‫‪ 10‬ﻋﺎﻟﯿﺔ ﺟﺪاً‬ ‫‪10‬‬ ‫‪1.60 0.10 91.80 91.90 195.71 557.8 500‬‬
‫ﻣﻦ ﺟﻤﯿﻊ اﻟﻨﺘﺎﺋﺞ اﻟﺴﺎﺑﻘﺔ واﻟﺘﻲ ﺗﻢ ﻋﺮﺿﮭﺎ ﻓﻲ اﻟﻔﺼﻞ اﻟﺮاﺑﻊ‪ ،‬واﻟﺘﻲ ﺗﺘﻌﻠﻖ ﺑﺪرﺟﺔ ﺗﺄﺛﯿﺮ ﺣﺠﻢ‬
‫اﻟﻌﯿﻨﺔ ﻋﻠﻰ ﻛﻔﺎءة ﻧﻤﻮذج اﻻﻧﺤﺪار اﻟﻤﺘﻌﺪد اﻟﺘﺪرﯾﺠﻲ‪ ،‬ﺣﯿﺚ ﺗﻢ ﺗﺤﺪﯾﺪ ودراﺳﺔ ﻛﻞ ﻣﻦ )ﻗﯿﻤﺔ ‪ – F‬ﻋﺪد‬
‫اﻟﻤﺘﻐﯿﺮات اﻟﻤﺴﺘﻘﻠﺔ ﻓﻲ اﻟﻨﻤﻮذج – ﻣﻌﺎﻣﻞ اﻟﺘﺤﺪﯾﺪ)اﻟﺘﻘﺪﯾﺮ( – ﻣﻌﺎﻣﻞ اﻟﺘﺤﺪﯾﺪ اﻟﻤﻌﺪل – ﻣﻌﺪل زﯾﺎدة‬
‫ﻣﻌﺎﻣﻞ اﻟﺘﺤﺪﯾﺪ – ﻋﺪد ﻣﻌﺎﻣﻼت اﻻﻧﺤﺪار اﻟﺠﺰﺋﯿﺔ ذات اﻟﺪﻻﻟﺔ اﻹﺣﺼﺎﺋﯿﺔ( وﺗﺘﺒﻊ اﻟﺘﻐﯿﺮات اﻟﺘﻲ‬
‫ﺗﻄﺮأ ﻋﻠﻰ ﻛﻔﺎءة ﻧﻤﻮذج اﻻﻧﺤﺪار اﻟﻤﺘﻌﺪد اﻟﺘﺪرﯾﺠﻲ‪ ،‬ﻧﺘﯿﺠﺔ اﺳﺘﺨﺪام أﺣﺠﺎم ﻋﯿﻨﺎت ﻣﺨﺘﻠﻔﺔ‪ ،‬ﺗﺘﺮاوح‬
‫ﺑﯿﻦ )‪ (500 ≥ n ≥25‬ﺗﻢ ﺗﻠﺨﯿﺺ ﺟﻤﯿﻊ ﻧﺘﺎﺋﺞ اﻟﻤﺆﺷﺮات اﻟﺘﻲ ﺗﻢ ﺗﻨﺎوﻟﮭﺎ ﻓﻲ ﺟﺪول )‪ (٣٨‬وﻣﻦ ﺛﻢ‬
‫ﯾﻜﻮن ھﻨﺎك ﺻﻮرة واﺿﺤﺔ ﻻﺗﺨﺎذ اﻟﻘﺮار ﺑﺨﺼﻮص ﻧﺴﺒﺔ اﻟﺘﺒﺎﯾﻦ اﻟﻤﻔﺴﺮ ﻓﻲ ﺿﻮء أﺣﺠﺎم ﻋﯿﻨﺎت‬
‫ﻣﺨﺘﻠﻔﺔ وﺗﺄﺛﯿﺮ ذﻟﻚ ﻋﻠﻰ ﻛﻔﺎءة ﻧﻤﻮذج اﻻﻧﺤﺪار اﻟﻤﺘﻌﺪد اﻟﺘﺪرﯾﺠﻲ‪.‬‬

‫ﻣﻦ ﺟﺪول )‪ (٣٩‬ﯾﻤﻜﻦ إﺳﺘﻨﺘﺎج ﻣﺎ ﯾﻠﻲ‪:‬‬

‫‪ ‬زﯾﺎدة ﺣﺠﻢ اﻟﻌﯿﻨﺔ ﯾﺼﺎﺣﺒﮭﺎ زﯾﺎدة ﻓﻲ ﻗﯿﻤﺔ )‪ (F‬ﺣﯿﺚ ﻛﺎﻧﺖ ﻗﯿﻤﺘﮭﺎ )‪ (4.976‬ﻋﻨﺪ اﺳﺘﺨﺪام ﻋﯿﻨﺔ‬
‫ﺑﺤﺠﻢ )‪ (25‬ﺣﺎﻟﮫ وﺑﻠﻐﺖ )‪ (557.8‬ﻋﻨﺪ اﺳﺘﺨﺪام ﺣﺠﻢ ﻋﯿﻨﺔ )‪ (500‬ﺣﺎﻟﮫ‪ .‬ﻣﻊ ﻣﺮاﻋﺎة أن أﻛﺒﺮ‬
‫ﺗﻐﯿﺮ ﻓﻲ ﻗﯿﻤﺔ )‪ (F‬ﺑﺪأ ﻋﻨﺪ اﺳﺘﺨﺪام ﺣﺠﻢ ﻋﯿﻨﺔ )‪ (150‬ﺣﺎﻟﺔ‪.‬‬
‫‪2‬‬
‫‪ ‬زﯾﺎدة ﺣﺠﻢ اﻟﻌﯿﻨﺔ ﯾﺼﺎﺣﺒﮭﺎ زﯾﺎدة ﻓﻲ ﻧﺴﺒﺔ اﻟﺘﺒﺎﯾﻦ اﻟﻤﻔﺴﺮ ) ‪ (R‬ﺣﯿﺚ ﺑﻠﻐﺖ )‪ (%17.80‬ﻋﻨﺪﻣﺎ‬
‫ﻛﺎن ﺣﺠﻢ اﻟﻌﯿﻨﺔ )‪ (25‬ﺣﺎﻟﮫ‪ ،‬وﺑﻠﻐﺖ )‪ (%91.90‬ﻋﻨﺪﻣﺎ وﺻﻞ ﺣﺠﻢ اﻟﻌﯿﻨﺔ )‪ (500‬ﺣﺎﻟﮫ‪ ،‬ﻣﻊ‬
‫ﻣﺮاﻋﺎة أن ﻗﯿﻤﺔ )‪ (R2‬ﺑﻠﻐﺖ )‪ (%85.10‬وھﻲ ﻧﺴﺒﺔ ﺟﯿﺪة ﻋﻨﺪ اﺳﺘﺨﺪام ﺣﺠﻢ ﻋﯿﻨﺔ )‪ (150‬ﺣﺎﻟﮫ‪،‬‬
‫ﻣﻊ اﻷﺧﺬ ﻓﻲ اﻻﻋﺘﺒﺎر أن زﯾﺎدة ﺣﺠﻢ اﻟﻌﯿﻨﺔ ﻣﻦ )‪ (150‬إﻟﻰ )‪ (500‬ﺣﺎﻟﮫ أدى إﻟﻰ زﯾﺎدة ﻣﻘﺪارھﺎ‬
‫)‪ (%6.8‬ﻓﻲ ﻗﯿﻤﺔ )‪.(R2‬‬
‫‪ ‬زﯾﺎدة ﺣﺠﻢ اﻟﻌﯿﻨﺔ ﯾﺼﺎﺣﺒﮭﺎ ﺗﻘﺎرب ﻗﯿﻢ )‪ (R2‬ﻣﻊ ﻗﯿﻢ )‪ (R2 Adj.‬ﺣﯿﺚ ﻛﺎن اﻟﻔﺮق‬
‫)‪ (3.6,4.0,4.6,3.7‬ﻋﻨﺪ اﺳﺘﺨﺪام ﻋﯿﻨﺎت ﺑﺄﺣﺠﺎم )‪ ،(25,50,57,100‬ووﺻﻞ اﻟﻔﺮق إﻟﻰ‬
‫)‪ (0.10‬ﻋﻨﺪﻣﺎ وﺻﻞ ﺣﺠﻢ اﻟﻌﯿﻨﺔ )‪ (500‬ﺣﺎﻟﮫ‪ ،‬ﻣﻊ ﻣﺮاﻋﺎة أن ﺑﺪاﯾﺔ اﻟﺘﻘﺎرب اﻟﻜﺒﯿﺮ ﺑﯿﻦ ﻗﯿﻢ‬
‫)‪ (R2‬ﻣﻊ ﻗﯿﻢ )‪ (R2 Adj.‬ﻛﺎن ﻋﻨﺪ اﺳﺘﺨﺪام ﺣﺠﻢ ﻋﯿﻨﺔ ﻣﻦ )‪ (150‬ﺣﺎﻟﺔ‪.‬‬
‫‪ ‬زﯾﺎدة ﺣﺠﻢ اﻟﻌﯿﻨﺔ ﯾﺼﺎﺣﺒﮭﺎ زﯾﺎدة ﻓﻲ ﻋﺪد اﻟﻤﺘﻐﯿﺮات اﻟﻤﺴﺘﻘﻠﺔ اﻟﺘﻲ ﺷﺎرﻛﺖ ﻓﻲ ﻧﻤﻮذج اﻻﻧﺤﺪار‬
‫اﻟﻤﺘﻌﺪد اﻟﺘﺪرﯾﺠﻲ وﺳﺎھﻤﺖ ﻓﻲ ﺗﻔﺴﯿﺮ اﻟﺘﺒﺎﯾﻦ ﻓﻲ اﻟﻤﺘﻐﯿﺮ اﻟﺘﺎﺑﻊ‪ ،‬وﺑﻠﻎ ﻋﺪد اﻟﻤﺘﻐﯿﺮات اﻟﻤﺴﺘﻘﻠﺔ‬
‫)‪ (1‬ﻣﺘﻐﯿﺮ ﻓﻘﻂ ﻋﻨﺪﻣﺎ ﻛﺎن ﺣﺠﻢ اﻟﻌﯿﻨﺔ )‪ (25‬ﺣﺎﻟﺔ‪ ،‬ووﺻﻞ إﻟﻰ )‪ (10‬ﻣﺘﻐﯿﺮات ﻋﻨﺪ زﯾﺎدة ﺣﺠﻢ‬
 ‫‪٣٧٥‬‬
‫اﻟﻌﺪد اﻟﻌﺸﺮون )ج ‪ (٩‬ﻟﺴﻨﺔ ‪٢٠١٩‬م‬ ‫ﻣﺠﻠﺔ اﻟﺒﺤﺚ اﻟﻌﻠﻤﻰ ﻓﻰ اﻟﺘﺮﺑﯿﺔ‬

‫اﻟﻌﯿﻨﺔ إﻟﻰ )‪ (500‬ﺣﺎﻟﮫ‪ .‬وﻋﻨﺪ اﺳﺘﺨﺪام )‪ (100‬ﺣﺎﻟﺔ ﺷﺎرﻛﺖ ﺟﻤﯿﻊ اﻟﻤﺘﻐﯿﺮات اﻟﻤﺴﺘﻘﻠﺔ ﻓﻲ‬
‫ﺗﻔﺴﯿﺮ اﻟﺘﺒﺎﯾﻦ ﻓﻲ اﻟﻤﺘﻐﯿﺮ اﻟﺘﺎﺑﻊ‪.‬‬
‫‪ ‬زﯾﺎدة ﺣﺠﻢ اﻟﻌﯿﻨﺔ ﯾﺼﺎﺣﺒﮭﺎ زﯾﺎدة ﻓﻲ ﻋﺪد ﻣﻌﺎﻣﻼت اﻻﻧﺤﺪار اﻟﺠﺰﺋﯿﺔ ذات اﻟﺪﻻﻟﺔ اﻹﺣﺼﺎﺋﯿﺔ ﻓﻲ‬
‫ﻧﻤﻮذج اﻻﻧﺤﺪار اﻟﻤﺘﻌﺪد اﻟﺘﺪرﯾﺠﻲ‪ ،‬وﺑﻠﻎ ﻋﺪدھﺎ )‪ (1‬ﻣﻌﺎﻣﻞ اﻧﺤﺪار ﺟﺰﺋﻲ ﻓﻘﻂ ﻋﻨﺪﻣﺎ ﻛﺎن ﺣﺠﻢ‬
‫اﻟﻌﯿﻨﺔ )‪ (25‬ﺣﺎﻟﮫ‪ ،‬ووﺻﻞ إﻟﻰ )‪ (10‬ﻣﻌﺎﻣﻼت اﻧﺤﺪار ﺟﺰﺋﻲ ﻋﻨﺪ زﯾﺎدة ﺣﺠﻢ اﻟﻌﯿﻨﺔ إﻟﻰ )‪(50‬‬
‫ﺣﺎﻟﮫ‪ .‬وﻋﻨﺪ اﺳﺘﺨﺪام )‪ (100‬ﺣﺎﻟﮫ ﺷﺎرﻛﺖ ﺟﻤﯿﻊ ﻣﻌﺎﻣﻼت اﻻﻧﺤﺪار اﻟﺠﺰﺋﯿﺔ ﻓﻲ ﻧﻤﻮذج اﻻﻧﺤﺪار‬
‫اﻟﻤﺘﻌﺪد اﻟﺘﺪرﯾﺠﻲ‪.‬‬
‫وﻣﻦ ﺧﻼل اﻟﺘﻤﻌﻦ ﻓﻲ ﺟﻤﯿﻊ اﻟﻤﺆﺷﺮات اﻟﺴﺎﺑﻘﺔ واﻟﺘﻐﯿﺮات اﻟﺘﻲ ﺻﺎﺣﺒﺖ زﯾﺎدة ﺣﺠﻢ اﻟﻌﯿﻨﺔ‬
‫ﻣﻦ )‪ (25‬ﺣﺎﻟﮫ إﻟﻰ )‪ (500‬ﺣﺎﻟﮫ‪ ،‬ﺗﺮى اﻟﺒﺎﺣﺜﺔ أن اﺳﺘﺨﺪام ﺣﺠﻢ ﻋﯿﻨﺔ ﻣﻦ )‪ (150‬ﺣﺎﻟﮫ أي )‪(15‬‬
‫ﺣﺎﻟﮫ ﻟﻜﻞ ﻣﺘﻐﯿﺮ ﻣﺴﺘﻘﻞ‪ ،‬ھﻲ اﻷﻧﺴﺐ ﻓﻲ دراﺳﺔ ﻧﺴﺒﺔ اﻟﺘﺒﺎﯾﻦ اﻟﻤﻔﺴﺮ ﻓﻲ ﻧﻤﻮذج اﻻﻧﺤﺪار اﻟﻤﺘﻌﺪد‬
‫اﻟﺘﺪرﯾﺠﻲ ﻓﻲ اﻟﺪراﺳﺔ اﻟﺤﺎﻟﯿﺔ‪ ،‬ﺣﯿﺚ أن ﺟﻤﯿﻊ ﻣﺆﺷﺮات ﻛﻔﺎءة ﻧﻤﻮذج اﻻﻧﺤﺪار اﻟﻤﺘﻌﺪد اﻟﺘﺪرﯾﺠﻲ‬
‫ﻣﻨﺎﺳﺒﺔ وﻛﻔﺎءة اﻟﻨﻤﻮذج ﻋﺎﻟﯿﺔ وﻧﺴﺒﺔ اﻟﺘﺒﺎﯾﻦ اﻟﻤﻔﺴﺮ ﺑﻠﻐﺖ )‪ ،(%85.1‬وﺑﺎﻟﺮﻏﻢ أن زﯾﺎدة ﺣﺠﻢ اﻟﻌﯿﻨﺔ‬
‫ﻋﻦ )‪ (150‬ﺣﺎﻟﺔ وﺻﻮﻻً إﻟﻰ ﺣﺠﻢ ﻋﯿﻨﺔ )‪ (500‬ﺣﺎﻟﮫ )‪50‬أﺿﻌﺎف ﻋﺪد اﻟﻤﺘﻐﯿﺮات اﻟﻤﺴﺘﻘﻠﺔ(‪ ،‬ﯾﺰﯾﺪ‬
‫ﻣﻦ ﻛﻔﺎءة ﻧﻤﻮذج اﻻﻧﺤﺪار اﻟﻤﺘﻌﺪد اﻟﺘﺪرﯾﺠﻲ‪ ،‬إﻻ أن ﻧﺴﺒﺔ اﻟﺰﯾﺎدة ﻓﻲ اﻟﺘﺒﺎﯾﻦ اﻟﻤﻔﺴﺮ ﺗﺼﻞ إﻟﻰ‬
‫)‪ (%6.8‬ﻓﻘﻂ‪ ،‬وھﻲ ﻧﺴﺒﺔ ﺗﺮى اﻟﺒﺎﺣﺜﺔ أﻧﮭﺎ ﻗﻠﯿﻠﺔ ﻣﻘﺎﺑﻞ اﻟﺘﻜﺎﻟﯿﻒ واﻟﻤﺠﮭﻮد واﻟﻮﻗﺖ اﻟﺬي ﯾﺼﺎﺣﺐ‬
‫زﯾﺎدة ﺣﺠﻢ اﻟﻌﯿﻨﺔ ﻣﻦ )‪ (150‬ﺣﺎﻟﮫ إﻟﻰ )‪ (500‬ﺣﺎﻟﮫ‪ ،‬ﺧﺎﺻﺔ وأن زﯾﺎدة ﺣﺠﻢ اﻟﻌﯿﻨﺔ ﯾﻌﺘﺒﺮ اﻟﻌﺎﻣﻞ‬
‫اﻷﺳﺎس ﻓﻲ ﺗﻘﺮﯾﺮ ﻓﯿﻤﺎ إذا ﻛﺎﻧﺖ ﻧﺘﺎﺋﺞ أي دراﺳﺔ داﻟﺔ أو ﻏﯿﺮ داﻟﺔ إﺣﺼﺎﺋﯿﺎً‪ .‬ﻓﺈذا ﻛﺎن ﺣﺠﻢ اﻟﻌﯿﻨﺔ‬
‫ﻛﺒﯿﺮاً ﺟﺪاً ﻓﺈن ذﻟﻚ ﯾﺆدي إﻟﻰ ﺗﻀﺨﯿﻢ اﻟﻔﺮوق اﻟﺒﺴﯿﻄﺔ ﺑﺤﯿﺚ ﯾﺼﺒﺢ ﻟﮭﺎ دﻻﻟﺔ وﺑﺎﻟﻤﻘﺎﺑﻞ ﺣﺠﻢ اﻟﻌﯿﻨﺔ‬
‫اﻟﺼﻐﯿﺮ ﯾﺆدي اﻟﻰ إﺧﻔﺎء اﻟﻔﺮوق اﻟﻤﮭﻤﺔ‪.‬‬
‫ﺗﺘﻔﻖ اﻟﻨﺘﺎﺋﺞ اﻟﺤﺎﻟﯿﺔ ﻣﻊ ﻧﺘﺎﺋﺞ دراﺳﺔ)ﺳﺒﯿﻞ‪ (٢٠١٥ ،‬ان ﻓﻲ ﺣﺎﻟﺔ اﻻﻧﺤﺪار اﻟﻤﺘﻌﺪد ﻻ ﯾﻘﻞ ﺣﺠﻢ‬
‫اﻟﻌﯿﻨﺔ ﻋﻦ ‪ 30‬ﻣﻔﺮدة‪ ،‬واﺗﻔﻘﺖ ﻣﻊ ﻧﺘﺎﺋﺞ دراﺳﺔ )اﻟﻐﺎﻣﺪي‪ (١٠١٣،‬أن اﻟﺤﺠﻢ اﻷﻣﺜﻞ ﻟﻠﻌﯿﻨﺔ ﻓﻲ‬
‫دراﺳﺎت اﻻﻧﺤﺪار اﻟﻤﺘﻌﺪد اﻟﻤﻌﯿﺎري وھﻮ ‪ % 30‬ﻣﻦ ﺣﺠﻢ اﻟﻤﺠﺘﻤﻊ‪ ،‬ﻛﻤﺎ اﺗﻔﻘﺖ اﻟﻨﺘﺎﺋﺞ اﻟﺤﺎﻟﯿﺔ إﻟﻰ‬
‫ﺣﺪ ﻛﺒﯿﺮ ﻣﻊ ﻣﺎ ذﻛﺮه )‪ (Tabachnick & Fidell, 2013‬أن ﺣﺠﻢ اﻟﻌﯿﻨﺔ اﻟﻤﻨﺎﺳﺐ ﯾﻤﻜﻦ ﺗﺤﺪﯾﺪه‬
‫ﺑﺎﻟﻤﻌﺎدﻟﺔ )‪ n>(50+8×p‬ﺣﯿﺚ ‪ p‬ﻋﺪد اﻟﻤﺘﻐﯿﺮات اﻟﻤﺴﺘﻘﻠﺔ‪ ،‬واﺗﻔﻘﺖ اﻟﺪراﺳﺔ اﻟﺤﺎﻟﯿﺔ ﻣﻊ ﻣﺎ ذﻛﺮه‬
‫)ﻣﺮاد‪ (٢٠١٠،‬ان ﻓﻲ اﻻﻧﺤﺪار اﻟﻤﺘﻌﺪد ﻻ ﯾﻘﻞ ﺣﺠﻢ اﻟﻌﯿﻨﺔ ﻋﻦ ‪ 50‬ﻣﻔﺮدة ‪ ،‬ﻛﺬﻟﻚ اﺗﻔﻘﺖ اﻟﻨﺘﺎﺋﺞ‬
‫اﻟﺤﺎﻟﯿﺔ ﺗﻤﺎﻣﺎً ﻣﻊ ﻣﺎ ذﻛﺮه )‪ (Stevens, 2002‬أن ﺣﺠﻢ اﻟﻌﯿﻨﺔ اﻷﻣﺜﻞ ﻓﻲ دراﺳﺎت اﻻﻧﺤﺪار ھﻮ‬
‫ﺗﻘﺮﯾﺒﺎ ‪15‬ﺣﺎﻟﺔ ﻟﻜﻞ ﻣﺘﻐﯿﺮ ﻣﻨﺒﺊ‪ .‬وﻟﻢ ﺗﺠﺪ اﻟﺒﺎﺣﺜﺔ ﻣﻦ ﺧﻼل اﻟﺪراﺳﺎت اﻟﺴﺎﺑﻘﺔ ﻣﺎ ﯾﺨﺘﻠﻒ ﻋﻦ ﻧﺘﺎﺋﺞ‬
‫اﻟﺪراﺳﺔ اﻟﺤﺎﻟﯿﺔ ﻣﻦ ﺣﯿﺚ ﺣﺠﻢ اﻟﻌﯿﻨﺔ اﻷﻣﺜﻞ‪.‬‬

‫ﻣﻠﺨﺺ اﻟﻨﺘﺎﺋﺞ‪:‬‬
‫‪ ‬ﻋﻨﺪ اﺳﺘﺨﺪام ﻋﯿﻨﺔ ﺑﺤﺠﻢ )‪ (25‬ﺣﺎﻟﺔ‪ ،‬ﻟﻮﺣﻆ أن ﻗﯿﻤﺔ )‪ (F‬ﺗﺴﺎوي )‪ ،(4,975‬وھﻲ داﻟ ﺔ إﺣ ﺼﺎﺋﯿﺎ‬
‫ﻋﻨ ﺪ ﻣ ﺴﺘﻮى دﻻﻟ ﺔ )‪ ،(0.05‬ﻗﯿﻤ ﺔ )‪ (R2‬ﺗ ﺴﺎوي )‪ (0.178‬وھ ﺬا ﯾﻌﻨ ﻲ أن اﻟﻨﻤ ﻮذج ﯾﻔ ﺴﺮ‬
‫)‪ (%17.8‬ﻣ ﻦ اﻟﺘﺒ ﺎﯾﻦ ﻓ ﻲ اﻟﻤﺘﻐﯿ ﺮ اﻟﺘ ﺎﺑﻊ واﻟ ﺬي ﯾﻌ ﺰى إﻟ ﻰ ﺗ ﺄﺛﯿﺮ اﻟﻤﺘﻐﯿ ﺮات اﻟﻤ ﺴﺘﻘﻠﺔ‪ ،‬ﯾﻮﺟ ﺪ‬
‫ﻣﺘﻐﯿﺮ ﻣﺴﺘﻘﻞ واﺣﺪ ﻟ ﮫ إﺳ ﮭﺎﻣﺎً ﻣﺘﻤﯿ ﺰاً وﺑﻤﻌﺎﻣ ﻞ اﻧﺤ ﺪار ﺟﺰﺋ ﻲ ذو دﻻﻟ ﺔ إﺣ ﺼﺎﺋﯿﺔ ﻋﻠ ﻰ اﻟﻤﺘﻐﯿ ﺮ‬
‫اﻟﺘﺎﺑﻊ‪ ،‬ﻟﺬا ﯾﻤﻜﻦ اﻟﻘﻮل أن ﻛﻔﺎءة ﻧﻤﻮذج اﻻﻧﺤﺪار اﻟﻤﺘﻌﺪد اﻟﺘﺪرﯾﺠﻲ ﻓﻲ ﺣﺎﻟﺔ )‪ (n=25‬ﺿﻌﯿﻔﺔ‪.‬‬
‫‪ ‬ﻋﻨﺪ اﺳﺘﺨﺪام ﻋﯿﻨﺔ ﺑﺤﺠﻢ )‪ (50‬ﺣﺎﻟﺔ‪ ،‬ﻟﻮﺣﻆ أن ﻗﯿﻤﺔ )‪ (F‬ﺗﺴﺎوي )‪ ،(9.966‬وھﻲ داﻟ ﺔ إﺣ ﺼﺎﺋﯿﺎ‬
‫ﻋﻨ ﺪ ﻣ ﺴﺘﻮى دﻻﻟ ﺔ )‪ ،(0.05‬ﻗﯿﻤ ﺔ )‪ (R2‬ﺗ ﺴﺎوي)‪ (0.394‬وھ ﺬا ﯾﻌﻨ ﻲ أن اﻟﻨﻤ ﻮذج ﯾﻔ ﺴﺮ‬
‫)‪ (%39.4‬ﻣﻦ اﻟﺘﺒﺎﯾﻦ ﻓﻲ اﻟﻤﺘﻐﯿﺮ اﻟﺘﺎﺑﻊ واﻟﺬي ﯾﻌﺰى إﻟ ﻰ ﺗ ﺄﺛﯿﺮ اﻟﻤﺘﻐﯿ ﺮات اﻟﻤ ﺴﺘﻘﻠﺔ‪ ،‬ﯾﻮﺟ ﺪ )‪(3‬‬
‫ﻣﺘﻐﯿﺮات ﻣﺴﺘﻘﻠﺔ ﻟﮭﺎ إﺳﮭﺎﻣﺎً ﻣﺘﻤﯿﺰاً وﺑﻤﻌ ﺎﻣﻼت اﻧﺤ ﺪار ﺟﺰﺋﯿ ﺔ ذو دﻻﻟ ﺔ إﺣ ﺼﺎﺋﯿﺔ ﻋﻠ ﻰ اﻟﻤﺘﻐﯿ ﺮ‬
‫اﻟﺘﺎﺑﻊ‪ ،‬ﻟﺬا ﯾﻤﻜﻦ اﻟﻘﻮل أن ﻛﻔﺎءة ﻧﻤﻮذج اﻻﻧﺤﺪار اﻟﻤﺘﻌﺪد اﻟﺘﺪرﯾﺠﻲ ﻓﻲ ﺣﺎﻟﺔ )‪ (n=50‬ﺿﻌﯿﻔﺔ‪.‬‬
 ‫‪٣٧٦‬‬
‫اﻟﻌﺪد اﻟﻌﺸﺮون )ج ‪ (٩‬ﻟﺴﻨﺔ ‪٢٠١٩‬م‬ ‫ﻣﺠﻠﺔ اﻟﺒﺤﺚ اﻟﻌﻠﻤﻰ ﻓﻰ اﻟﺘﺮﺑﯿﺔ‬

‫ﻋﻨ ﺪ اﺳ ﺘﺨﺪام ﻋﯿﻨ ﺔ ﺑﺤﺠ ﻢ )‪ (75‬ﺣﺎﻟ ﺔ‪ ،‬ﻟ ﻮﺣﻆ أن ﻗﯿﻤ ﺔ )‪ (F‬ﺗ ﺴﺎوي )‪ ،(13.420‬وھ ﻲ داﻟ ﺔ‬ ‫‪‬‬
‫إﺣﺼﺎﺋﯿﺎ ﻋﻨﺪ ﻣﺴﺘﻮى دﻻﻟﺔ )‪ ،(0.05‬ﻗﯿﻤﺔ )‪ (R2‬ﺗﺴﺎوي )‪ (0.619‬وھﺬا ﯾﻌﻨﻲ أن اﻟﻨﻤ ﻮذج ﯾﻔ ﺴﺮ‬
‫)‪ (%61.9‬ﻣﻦ اﻟﺘﺒﺎﯾﻦ ﻓﻲ اﻟﻤﺘﻐﯿﺮ اﻟﺘﺎﺑﻊ واﻟﺬي ﯾﻌﺰى إﻟ ﻰ ﺗ ﺄﺛﯿﺮ اﻟﻤﺘﻐﯿ ﺮات اﻟﻤ ﺴﺘﻘﻠﺔ‪ ،‬ﯾﻮﺟ ﺪ )‪(8‬‬
‫ﻣﺘﻐﯿﺮات ﻣﺴﺘﻘﻠﺔ ﻟﮭﺎ إﺳﮭﺎﻣﺎً ﻣﺘﻤﯿﺰاً وﺑﻤﻌ ﺎﻣﻼت اﻧﺤ ﺪار ﺟﺰﺋﯿ ﺔ ذو دﻻﻟ ﺔ إﺣ ﺼﺎﺋﯿﺔ ﻋﻠ ﻰ اﻟﻤﺘﻐﯿ ﺮ‬
‫اﻟﺘﺎﺑﻊ‪ ،‬ﻟﺬا ﯾﻤﻜﻦ اﻟﻘﻮل أن ﻛﻔﺎءة ﻧﻤﻮذج اﻻﻧﺤﺪار اﻟﻤﺘﻌﺪد اﻟﺘﺪرﯾﺠﻲ ﻓﻲ ﺣﺎﻟﺔ )‪ (n= 75‬ﻣﺘﻮﺳﻄﺔ‪.‬‬
‫ﻋﻨ ﺪ اﺳ ﺘﺨﺪام ﻋﯿﻨ ﺔ ﺑﺤﺠ ﻢ )‪ (100‬ﺣﺎﻟ ﺔ‪ ،‬ﻟ ﻮﺣﻆ أن ﻗﯿﻤ ﺔ )‪ (F‬ﺗ ﺴﺎوي )‪ ،(18.620‬وھ ﻲ داﻟ ﺔ‬ ‫‪‬‬
‫إﺣﺼﺎﺋﯿﺎ ﻋﻨﺪ ﻣﺴﺘﻮى دﻻﻟﺔ )‪ ،(0.05‬ﻗﯿﻤﺔ )‪ (R2‬ﺗﺴﺎوي )‪ (0.677‬وھﺬا ﯾﻌﻨﻲ أن اﻟﻨﻤ ﻮذج ﯾﻔ ﺴﺮ‬
‫)‪ (%67.7‬ﻣﻦ اﻟﺘﺒﺎﯾﻦ ﻓﻲ اﻟﻤﺘﻐﯿﺮ اﻟﺘﺎﺑﻊ واﻟﺬي ﯾﻌﺰى إﻟﻰ ﺗﺄﺛﯿﺮ اﻟﻤﺘﻐﯿﺮات اﻟﻤﺴﺘﻘﻠﺔ‪ ،‬ﯾﻮﺟ ﺪ )‪(10‬‬
‫ﻣﺘﻐﯿﺮات ﻣﺴﺘﻘﻠﺔ ﻟﮭﺎ إﺳﮭﺎﻣﺎً ﻣﺘﻤﯿﺰاً وﺑﻤﻌ ﺎﻣﻼت اﻧﺤ ﺪار ﺟﺰﺋﯿ ﺔ ذو دﻻﻟ ﺔ إﺣ ﺼﺎﺋﯿﺔ ﻋﻠ ﻰ اﻟﻤﺘﻐﯿ ﺮ‬
‫اﻟﺘ ﺎﺑﻊ‪ ،‬ﻟ ﺬا ﯾﻤﻜ ﻦ اﻟﻘ ﻮل إن ﻛﻔ ﺎءة ﻧﻤ ﻮذج اﻻﻧﺤ ﺪار اﻟﻤﺘﻌ ﺪد اﻟﺘ ﺪرﯾﺠﻲ ﻓ ﻲ ﺣﺎﻟ ﺔ )‪(n= 100‬‬
‫ﻣﺘﻮﺳﻄﺔ‪.‬‬
‫ﻋﻨ ﺪ اﺳ ﺘﺨﺪام ﻋﯿﻨ ﺔ ﺑﺤﺠ ﻢ )‪ (150‬ﺣﺎﻟ ﺔ‪ ،‬ﻟ ﻮﺣﻆ أن ﻗﯿﻤ ﺔ )‪ (F‬ﺗ ﺴﺎوي )‪ ،(79.391‬وھ ﻲ داﻟ ﺔ‬ ‫‪‬‬
‫إﺣﺼﺎﺋﯿﺎ ﻋﻨﺪ ﻣﺴﺘﻮى دﻻﻟﺔ )‪ ،(0.05‬ﻗﯿﻤﺔ )‪ (R2‬ﺗﺴﺎوي )‪ (0.851‬وھﺬا ﯾﻌﻨﻲ أن اﻟﻨﻤ ﻮذج ﯾﻔ ﺴﺮ‬
‫)‪ (%85.1‬ﻣﻦ اﻟﺘﺒﺎﯾﻦ ﻓﻲ اﻟﻤﺘﻐﯿﺮ اﻟﺘﺎﺑﻊ واﻟﺬي ﯾﻌﺰى إﻟﻰ ﺗﺄﺛﯿﺮ اﻟﻤﺘﻐﯿﺮات اﻟﻤﺴﺘﻘﻠﺔ‪ ،‬ﯾﻮﺟ ﺪ )‪(10‬‬
‫ﻣﺘﻐﯿﺮات ﻣﺴﺘﻘﻠﺔ ﻟﮭﺎ إﺳﮭﺎﻣﺎً ﻣﺘﻤﯿﺰاً وﺑﻤﻌ ﺎﻣﻼت اﻧﺤ ﺪار ﺟﺰﺋﯿ ﺔ ذو دﻻﻟ ﺔ إﺣ ﺼﺎﺋﯿﺔ ﻋﻠ ﻰ اﻟﻤﺘﻐﯿ ﺮ‬
‫اﻟﺘﺎﺑﻊ‪ ،‬ﻟﺬا ﯾﻤﻜﻦ اﻟﻘﻮل أن ﻛﻔﺎءة ﻧﻤﻮذج اﻻﻧﺤﺪار اﻟﻤﺘﻌﺪد اﻟﺘﺪرﯾﺠﻲ ﻓﻲ ﺣﺎﻟﺔ )‪ (n= 150‬ﻋﺎﻟﯿﺔ‪.‬‬
‫ﻋﻨ ﺪ اﺳ ﺘﺨﺪام ﻋﯿﻨ ﺔ ﺑﺤﺠ ﻢ )‪ (200‬ﺣﺎﻟ ﺔ‪ ،‬ﻟ ﻮﺣﻆ أن ﻗﯿﻤ ﺔ )‪ (F‬ﺗ ﺴﺎوي )‪ ،(125.37‬وھ ﻲ داﻟ ﺔ‬ ‫‪‬‬
‫إﺣﺼﺎﺋﯿﺎ ﻋﻨﺪ ﻣﺴﺘﻮى دﻻﻟﺔ )‪ ،(0.05‬ﻗﯿﻤﺔ )‪ (R2‬ﺗﺴﺎوي )‪ (0.869‬وھﺬا ﯾﻌﻨﻲ أن اﻟﻨﻤ ﻮذج ﯾﻔ ﺴﺮ‬
‫)‪ (%86.9‬ﻣﻦ اﻟﺘﺒﺎﯾﻦ ﻓﻲ اﻟﻤﺘﻐﯿﺮ اﻟﺘﺎﺑﻊ واﻟﺬي ﯾﻌﺰى إﻟﻰ ﺗﺄﺛﯿﺮ اﻟﻤﺘﻐﯿﺮات اﻟﻤﺴﺘﻘﻠﺔ‪ ،‬ﯾﻮﺟ ﺪ )‪(10‬‬
‫ﻣﺘﻐﯿﺮات ﻣﺴﺘﻘﻠﺔ ﻟﮭﺎ إﺳﮭﺎﻣﺎً ﻣﺘﻤﯿﺰاً وﺑﻤﻌ ﺎﻣﻼت اﻧﺤ ﺪار ﺟﺰﺋﯿ ﺔ ذو دﻻﻟ ﺔ إﺣ ﺼﺎﺋﯿﺔ ﻋﻠ ﻰ اﻟﻤﺘﻐﯿ ﺮ‬
‫اﻟﺘﺎﺑﻊ‪ ،‬ﻟﺬا ﯾﻤﻜﻦ اﻟﻘﻮل إن ﻛﻔﺎءة ﻧﻤﻮذج اﻻﻧﺤﺪار اﻟﻤﺘﻌﺪد اﻟﺘﺪرﯾﺠﻲ ﻓﻲ ﺣﺎﻟﺔ )‪ (n= 200‬ﻋﺎﻟﯿﺔ‪.‬‬
‫ﻋﻨ ﺪ اﺳ ﺘﺨﺪام ﻋﯿﻨ ﺔ ﺑﺤﺠ ﻢ )‪ (300‬ﺣﺎﻟ ﺔ‪ ،‬ﻟ ﻮﺣﻆ أن ﻗﯿﻤ ﺔ )‪ (F‬ﺗ ﺴﺎوي )‪ ،(204.4‬وھ ﻲ داﻟ ﺔ‬ ‫‪‬‬
‫إﺣﺼﺎﺋﯿﺎ ﻋﻨﺪ ﻣﺴﺘﻮى دﻻﻟﺔ )‪ ،(0.05‬ﻗﯿﻤﺔ )‪ (R2‬ﺗﺴﺎوي )‪ (0.876‬وھﺬا ﯾﻌﻨﻲ أن اﻟﻨﻤ ﻮذج ﯾﻔ ﺴﺮ‬
‫)‪ (%87.6‬ﻣﻦ اﻟﺘﺒﺎﯾﻦ ﻓﻲ اﻟﻤﺘﻐﯿﺮ اﻟﺘﺎﺑﻊ واﻟﺬي ﯾﻌﺰى إﻟﻰ ﺗﺄﺛﯿﺮ اﻟﻤﺘﻐﯿﺮات اﻟﻤﺴﺘﻘﻠﺔ‪ ،‬ﯾﻮﺟ ﺪ )‪(10‬‬
‫ﻣﺘﻐﯿﺮات ﻣﺴﺘﻘﻠﺔ ﻟﮭﺎ إﺳﮭﺎﻣﺎً ﻣﺘﻤﯿﺰاً وﺑﻤﻌ ﺎﻣﻼت اﻧﺤ ﺪار ﺟﺰﺋﯿ ﺔ ذو دﻻﻟ ﺔ إﺣ ﺼﺎﺋﯿﺔ ﻋﻠ ﻰ اﻟﻤﺘﻐﯿ ﺮ‬
‫اﻟﺘﺎﺑﻊ‪ ،‬ﻟﺬا ﯾﻤﻜﻦ اﻟﻘﻮل أن ﻛﻔﺎءة ﻧﻤﻮذج اﻻﻧﺤﺪار اﻟﻤﺘﻌﺪد اﻟﺘﺪرﯾﺠﻲ ﻓﻲ ﺣﺎﻟﺔ )‪ (n=300‬ﻋﺎﻟﯿﺔ‪.‬‬
‫ﻋﻨ ﺪ اﺳ ﺘﺨﺪام ﻋﯿﻨ ﺔ ﺑﺤﺠ ﻢ )‪ (400‬ﺣﺎﻟ ﺔ‪ ،‬ﻟ ﻮﺣﻆ أن ﻗﯿﻤ ﺔ )‪ (F‬ﺗ ﺴﺎوي )‪ ،(362.09‬وھ ﻲ داﻟ ﺔ‬ ‫‪‬‬
‫إﺣﺼﺎﺋﯿﺎ ﻋﻨﺪ ﻣﺴﺘﻮى دﻻﻟﺔ )‪ ،(0.05‬ﻗﯿﻤﺔ )‪ (R2‬ﺗﺴﺎوي )‪ (0.903‬وھﺬا ﯾﻌﻨﻲ أن اﻟﻨﻤ ﻮذج ﯾﻔ ﺴﺮ‬
‫)‪ (%90.3‬ﻣﻦ اﻟﺘﺒﺎﯾﻦ ﻓﻲ اﻟﻤﺘﻐﯿﺮ اﻟﺘﺎﺑﻊ واﻟﺬي ﯾﻌﺰى إﻟﻰ ﺗﺄﺛﯿﺮ اﻟﻤﺘﻐﯿﺮات اﻟﻤﺴﺘﻘﻠﺔ‪ ،‬ﯾﻮﺟ ﺪ )‪(10‬‬
‫ﻣﺘﻐﯿﺮات ﻣﺴﺘﻘﻠﺔ ﻟﮭﺎ إﺳﮭﺎﻣﺎً ﻣﺘﻤﯿﺰاً وﺑﻤﻌ ﺎﻣﻼت اﻧﺤ ﺪار ﺟﺰﺋﯿ ﺔ ذو دﻻﻟ ﺔ إﺣ ﺼﺎﺋﯿﺔ ﻋﻠ ﻰ اﻟﻤﺘﻐﯿ ﺮ‬
‫اﻟﺘﺎﺑﻊ‪ ،‬ﻟﺬا ﯾﻤﻜﻦ اﻟﻘﻮل إن ﻛﻔﺎءة ﻧﻤ ﻮذج اﻻﻧﺤ ﺪار اﻟﻤﺘﻌ ﺪد اﻟﺘ ﺪرﯾﺠﻲ ﻓ ﻲ ﺣﺎﻟ ﺔ )‪ (n= 400‬ﻋﺎﻟﯿ ﺔ‬
‫ﺟﺪاً‪.‬‬
‫ﻋﻨ ﺪ اﺳ ﺘﺨﺪام ﻋﯿﻨ ﺔ ﺑﺤﺠ ﻢ )‪ (500‬ﺣﺎﻟ ﺔ‪ ،‬ﻟ ﻮﺣﻆ أن ﻗﯿﻤ ﺔ )‪ (F‬ﺗ ﺴﺎوي )‪ ،(557.8‬وھ ﻲ داﻟ ﺔ‬ ‫‪‬‬
‫إﺣﺼﺎﺋﯿﺎ ﻋﻨﺪ ﻣﺴﺘﻮى دﻻﻟﺔ )‪ ،(0.05‬ﻗﯿﻤﺔ )‪ (R2‬ﺗﺴﺎوي )‪ (0.919‬وھﺬا ﯾﻌﻨﻲ أن اﻟﻨﻤ ﻮذج ﯾﻔ ﺴﺮ‬
‫)‪ (%91.9‬ﻣﻦ اﻟﺘﺒﺎﯾﻦ ﻓﻲ اﻟﻤﺘﻐﯿﺮ اﻟﺘﺎﺑﻊ واﻟﺬي ﯾﻌﺰى إﻟﻰ ﺗﺄﺛﯿﺮ اﻟﻤﺘﻐﯿﺮات اﻟﻤﺴﺘﻘﻠﺔ‪ ،‬ﯾﻮﺟ ﺪ )‪(10‬‬
‫ﻣﺘﻐﯿﺮات ﻣﺴﺘﻘﻠﺔ ﻟﮭﺎ إﺳﮭﺎﻣﺎً ﻣﺘﻤﯿﺰاً وﺑﻤﻌ ﺎﻣﻼت اﻧﺤ ﺪار ﺟﺰﺋﯿ ﺔ ذو دﻻﻟ ﺔ إﺣ ﺼﺎﺋﯿﺔ ﻋﻠ ﻰ اﻟﻤﺘﻐﯿ ﺮ‬
‫اﻟﺘﺎﺑﻊ‪ ،‬ﻟﺬا ﯾﻤﻜﻦ اﻟﻘ ﻮل أن ﻛﻔ ﺎءة ﻧﻤ ﻮذج اﻻﻧﺤ ﺪار اﻟﻤﺘﻌ ﺪد اﻟﺘ ﺪرﯾﺠﻲ ﻓ ﻲ ﺣﺎﻟ ﺔ )‪ (n=500‬ﻋﺎﻟﯿ ﺔ‬
‫ﺟﺪاً‪.‬‬
 ‫‪٣٧٧‬‬
‫اﻟﻌﺪد اﻟﻌﺸﺮون )ج ‪ (٩‬ﻟﺴﻨﺔ ‪٢٠١٩‬م‬ ‫ﻣﺠﻠﺔ اﻟﺒﺤﺚ اﻟﻌﻠﻤﻰ ﻓﻰ اﻟﺘﺮﺑﯿﺔ‬

‫‪ ‬زﯾﺎدة ﺣﺠﻢ اﻟﻌﯿﻨﺔ ﯾﺼﺎﺣﺒﮭﺎ زﯾﺎدة ﻓﻲ ﻗﯿﻤﺔ )‪ ،(F‬زﯾﺎدة ﻓﻲ ﻧﺴﺒﺔ اﻟﺘﺒﺎﯾﻦ اﻟﻤﻔﺴﺮ )‪ ،(R2‬ﺗﻘﺎرب ﻗ ﯿﻢ‬
‫)‪ (R2‬ﻣﻊ ﻗﯿﻢ )‪ ،(R2 Adj.‬زﯾﺎدة ﻓﻲ ﻋﺪد اﻟﻤﺘﻐﯿﺮات اﻟﻤﺴﺘﻘﻠﺔ اﻟﺘﻲ ﺷﺎرﻛﺖ ﻓﻲ ﻧﻤ ﻮذج اﻻﻧﺤ ﺪار‬
‫اﻟﻤﺘﻌ ﺪد اﻟﺘ ﺪرﯾﺠﻲ وﺳ ﺎھﻤﺖ ﻓ ﻲ ﺗﻔ ﺴﯿﺮ اﻟﺘﺒ ﺎﯾﻦ ﻓ ﻲ اﻟﻤﺘﻐﯿ ﺮ اﻟﺘ ﺎﺑﻊ‪ ،‬زﯾ ﺎدة ﻓ ﻲ ﻋ ﺪد ﻣﻌ ﺎﻣﻼت‬
‫اﻻﻧﺤﺪار اﻟﺠﺰﺋﯿﺔ ذات اﻟﺪﻻﻟﺔ اﻹﺣﺼﺎﺋﯿﺔ ﻓﻲ ﻧﻤﻮذج اﻻﻧﺤﺪار اﻟﻤﺘﻌﺪد اﻟﺘﺪرﯾﺠﻲ‪.‬‬
‫‪ ‬اﺳﺘﺨﺪام ﺣﺠﻢ ﻋﯿﻨﺔ ﻣﻦ )‪ (150‬ﺣﺎﻟﺔ أي )‪ (15‬ﺣﺎﻟ ﺔ ﻟﻜ ﻞ ﻣﺘﻐﯿ ﺮ ﻣ ﺴﺘﻘﻞ ھ ﻲ اﻷﻧ ﺴﺐ ﻓ ﻲ دراﺳ ﺔ‬
‫ﻧﺴﺒﺔ اﻟﺘﺒﺎﯾﻦ اﻟﻤﻔﺴﺮ ﻓﻲ ﻧﻤﻮذج اﻻﻧﺤﺪار اﻟﻤﺘﻌﺪد اﻟﺘﺪرﯾﺠﻲ ﻓ ﻲ اﻟﺪراﺳ ﺔ اﻟﺤﺎﻟﯿ ﺔ‪ ،‬ﺣﯿ ﺚ أن ﺟﻤﯿ ﻊ‬
‫ﻣﺆﺷﺮات ﻛﻔﺎءة ﻧﻤﻮذج اﻻﻧﺤﺪار اﻟﻤﺘﻌﺪد اﻟﺘﺪرﯾﺠﻲ ﻣﻨﺎﺳ ﺒﺔ وﻛﻔ ﺎءة اﻟﻨﻤ ﻮذج ﻋﺎﻟﯿ ﺔ وﻧ ﺴﺒﺔ اﻟﺘﺒ ﺎﯾﻦ‬
‫اﻟﻤﻔﺴﺮ ﺑﻠﻐﺖ )‪.(%85.1‬‬
‫‪ ‬ﺑﺎﻟﺮﻏﻢ أن زﯾﺎدة ﺣﺠﻢ اﻟﻌﯿﻨﺔ ﻋﻦ )‪ (150‬ﺣﺎﻟﺔ وﺻﻮﻻ إﻟﻰ ﺣﺠﻢ ﻋﯿﻨﺔ )‪ (500‬ﺣﺎﻟﺔ )‪ 50‬أﺿﻌﺎف‬
‫ﻋﺪد اﻟﻤﺘﻐﯿﺮات اﻟﻤﺴﺘﻘﻠﺔ( ﯾﺰﯾﺪ ﻣﻦ ﻛﻔﺎءة ﻧﻤﻮذج اﻻﻧﺤﺪار اﻟﻤﺘﻌ ﺪد اﻟﺘ ﺪرﯾﺠﻲ إﻻ أن ﻧ ﺴﺒﺔ اﻟﺰﯾ ﺎدة‬
‫ﻓﻲ اﻟﺘﺒﺎﯾﻦ اﻟﻤﻔﺴﺮ ﺗﺼﻞ إﻟ ﻰ )‪ (%6.8‬ﻓﻘ ﻂ‪ ،‬وھ ﻲ ﻧ ﺴﺒﺔ ﺗ ﺮى اﻟﺒﺎﺣﺜ ﺔ أﻧﮭ ﺎ ﻗﻠﯿﻠ ﺔ ﻣﻘﺎﺑ ﻞ اﻟﺘﻜ ﺎﻟﯿﻒ‬
‫واﻟﻤﺠﮭﻮد واﻟﻮﻗﺖ اﻟﺬي ﯾﺼﺎﺣﺐ زﯾﺎدة ﺣﺠﻢ اﻟﻌﯿﻨﺔ ﻣﻦ )‪ (150‬ﺣﺎﻟﺔ إﻟﻰ )‪ (500‬ﺣﺎﻟﺔ‪.‬‬
‫اﻟﺘﻮﺻﯿﺎت‪:‬‬
‫ﺣﯿﺚ أن اﻟﺘﻮﺻﯿﺎت ﺗﻨﺒﺜﻖ ﻣﻦ اﻟﻨﺘﺎﺋﺞ‪ ،‬ﺗﻮﺻﻲ اﻟﺒﺎﺣﺜﺔ ﺑﻤﺎ ﯾﻠﻲ‪:‬‬
‫‪ ‬ﻋ ﺪم اﺳ ﺘﺨﺪام ﻋﯿﻨ ﺎت ﺻ ﻐﯿﺮة اﻟﺤﺠ ﻢ ﻋﻨ ﺪ اﺳ ﺘﺨﺪام اﻻﻧﺤ ﺪار اﻟﻤﺘﻌ ﺪد اﻟﺘ ﺪرﯾﺠﻲ‪ ،‬ﻣ ﻊ اﻟﺘﻮﺻ ﯿﺔ‬
‫ﺑﺎﺳﺘﺨﺪام ‪ 15‬ﻓﺮداً ﻟﻜﻞ ﻣﺘﻐﯿﺮ ﻣﺴﺘﻘﻞ ﻋﻨﺪ دراﺳﺔ اﻻﻧﺤﺪار اﻟﻤﺘﻌﺪد اﻟﺘﺪرﯾﺠﻲ‪ ،‬ﯾﻤﻜ ﻦ ﺗﺤﺪﯾ ﺪ ﺣﺠ ﻢ‬
‫اﻟﻌﯿﻨ ﺔ اﻟﻤﻨﺎﺳ ﺐ ﻟﺪراﺳ ﺔ اﻻﻧﺤ ﺪار اﻟﻤﺘﻌ ﺪد اﻟﺘ ﺪرﯾﺠﻲ وﻓﻘ ﺎً ﻟﻠﻤﻌﺎدﻟ ﺔ اﻟﺘﺎﻟﯿ ﺔ )‪ (10p+50‬ﺣﯿ ﺚ ‪P‬‬
‫ﻋﺪد اﻟﻤﺘﻐﯿﺮات اﻟﻤﺴﺘﻘﻠﺔ‪.‬‬
‫‪ ‬ﻋﺪم اﻻﻋﺘﻤﺎد ﻋﻠﻰ ﻗﯿﻤﺔ )‪ (F‬ﻓﻘﻂ ﻛﻤﺆﺷﺮ أﺳﺎﺳﻲ ﻓﻲ ﻛﻔﺎءة ﻧﻤ ﻮذج اﻻﻧﺤ ﺪار اﻟﻤﺘﻌ ﺪد اﻟﺘ ﺪرﯾﺠﻲ‪،‬‬
‫ﯾﺠ ﺐ أﺧ ﺬ ﻣﺠﻤﻮﻋ ﺔ ﻣ ﻦ اﻟﻤﺆﺷ ﺮات ﻓ ﻲ اﻻﻋﺘﺒ ﺎر ﻋﻨ ﺪ دراﺳ ﺔ ﻛﻔ ﺎءة ﻧﻤ ﻮذج اﻻﻧﺤ ﺪار اﻟﻤﺘﻌ ﺪد‬
‫اﻟﺘ ﺪرﯾﺠﻲ ﻣﺜ ﻞ‪) :‬ﻗﯿﻤ ﺔ ‪ –F‬ﻋ ﺪد اﻟﻤﺘﻐﯿ ﺮات اﻟﻤ ﺴﺘﻘﻠﺔ ﻓ ﻲ اﻟﻨﻤ ﻮذج – ﻣﻌﺎﻣ ﻞ اﻟﺘﺤﺪﯾ ﺪ)اﻟﺘﻘ ﺪﯾﺮ( –‬
‫ﻣﻌﺎﻣ ﻞ اﻟﺘﺤﺪﯾ ﺪ اﻟﻤﻌ ﺪل – ﻣﻌ ﺪل زﯾ ﺎدة ﻣﻌﺎﻣ ﻞ اﻟﺘﺤﺪﯾ ﺪ – ﻋ ﺪد ﻣﻌ ﺎﻣﻼت اﻻﻧﺤ ﺪار اﻟﺠﺰﺋﯿ ﺔ ذات‬
‫اﻟﺪﻻﻟﺔ اﻹﺣﺼﺎﺋﯿﺔ(‪.‬‬
‫‪ ‬ﺿ ﺮورة أﺧ ﺬ ﻗﯿﻤ ﺔ )‪ (R2‬اﻟﻤﻌﺪﻟ ﺔ ﻓ ﻲ اﻻﻋﺘﺒ ﺎر ﻋﻨ ﺪ دراﺳ ﺔ ﻛﻔ ﺎءة ﻧﻤ ﻮذج اﻻﻧﺤ ﺪار اﻟﺘ ﺪرﯾﺠﻲ‪،‬‬
‫ﺧﺎﺻﺔ ﻓﻲ ﺣﺎﻟ ﺔ اﻟﻌﯿﻨ ﺎت ﺻ ﻐﯿﺮة اﻟﺤﺠ ﻢ‪ .‬وﻋ ﺪم اﻻﻋﺘﻤ ﺎد ﻋﻠ ﻰ ﻗ ﯿﻢ )‪ (B‬ﻋﻨ ﺪ رﻏﺒ ﺔ اﻟﺒﺎﺣ ﺚ ﻓ ﻲ‬
‫ﻣﻌﺮﻓﺔ ﻣﺪى اﺳﮭﺎم اﻟﻤﺘﻐﯿﺮات اﻟﻤﺴﺘﻘﻠﺔ ﻋﻠﻰ اﻟﻤﺘﻐﯿ ﺮ اﻟﺘ ﺎﺑﻊ‪ ،‬ﺑ ﻞ ﯾﺠ ﺐ اﻹﻋﺘﻤ ﺎد ﻋﻠ ﻰ ﻗ ﯿﻢ ‪.Beta‬‬
‫واﻟﺘﺄﻛﺪ ﻣﻦ ﺗﻮاﻓﺮ ﻓﺮﺿﯿﺎت اﻻﻧﺤﺪار اﻟﻤﺘﻌﺪد اﻟﺘﺪرﯾﺠﻲ ﻋﻨﺪ اﺳﺘﺨﺪاﻣﮫ ﻓﻲ اﻟﺒﺤﻮث اﻟﺘﺮﺑﻮﯾﺔ‪.‬‬
‫اﻟﻤﻘﺘﺮﺣﺎت‪:‬‬
‫‪ ‬إﺟﺮاء دراﺳﺔ ﺗﺘﻨﺎول ﻛﻔﺎءة اﻻﻧﺤﺪار اﻟﻤﺘﻌﺪد ﻣﻊ اﺧﺘﻼف ﻃﺮﯾﻘ ﺔ اﻻﻧﺤ ﺪار )اﻷﻣ ﺎﻣﻲ – اﻟﺨﻠﻔ ﻲ –‬
‫اﻟﮭﺮﻣﻲ( ﻋﻨﺪ اﺧﺘﻼف ﺣﺠﻮم اﻟﻌﯿﻨﺎت‪.‬‬
 ‫‪٣٧٨‬‬
‫اﻟﻌﺪد اﻟﻌﺸﺮون )ج ‪ (٩‬ﻟﺴﻨﺔ ‪٢٠١٩‬م‬ ‫ﻣﺠﻠﺔ اﻟﺒﺤﺚ اﻟﻌﻠﻤﻰ ﻓﻰ اﻟﺘﺮﺑﯿﺔ‬

‫اﻟﻤﺮاﺟﻊ‪:‬‬
‫أوﻻ‪ :‬اﻟﻤﺮاﺟﻊ اﻟﻌﺮﺑﯿﺔ‪:‬‬
‫‪ ‬أﺑﻮ ﺣﻄﺐ‪ ،‬ﻓﺆاد وﺻﺎدق‪ ،‬آﻣﺎل‪ .(٢٠١٠) .‬ﻣﻨﺎھﺞ اﻟﺒﺤﺚ وﻃﺮق اﻟﺘﺤﻠﯿﻞ اﻹﺣﺼﺎﺋﻲ ﻓﻲ اﻟﻌﻠﻮم‬
‫اﻟﻨﻔﺴﯿﺔ واﻟﺘﺮﺑﻮﯾﺔ واﻻﺟﺘﻤﺎﻋﯿﺔ‪ .‬ﺟﻤﮭﻮرﯾﺔ ﻣﺼﺮ اﻟﻌﺮﺑﻲ‪ :‬ﻣﻜﺘﺒﺔ اﻻﻧﺠﻠﻮ اﻟﻤﺼﺮﯾﺔ‪.‬‬
‫‪ ‬أﺑﻮ ﻋﻼم‪ ،‬رﺟﺎء ﻣﺤﻤﻮد‪ .(٢٠٠٦) .‬ﻣﻨﺎھﺞ اﻟﺒﺤﺚ ﻓﻲ اﻟﻌﻠﻮم اﻟﻨﻔﺴﯿﺔ واﻟﺘﺮﺑﻮﯾﺔ‪ .‬ﻣﺼﺮ‪ :‬دار‬
‫اﻟﻨﺸﺮ ﻟﻠﺠﺎﻣﻌﺎت‪.‬‬
‫‪ ‬أﺑﻮ ﺷﻌﺮ‪ ،‬ﻋﺒﺪ اﻟﺮزاق اﻣﯿﻦ‪ .(١٩٩٧) .‬اﻟﻌﯿﻨﺎت وﺗﻄﺒﯿﻘﺎﺗﮭﺎ ﻓﻲ اﻟﺒﺤﻮث اﻻﺟﺘﻤﺎﻋﯿﺔ‪ .‬اﻟﺮﯾﺎض‪:‬‬
‫ﻣﻌﮭﺪ اﻹدارة اﻟﻌﺎﻣﺔ‪.‬‬
‫‪ ‬إﺳﻤﺎﻋﯿﻞ‪ ،‬ﻣﺤﻤﺪ ﻋﺒﺪ اﻟﺮﺣﻤﻦ‪ .(٢٠١٦) .‬ﺗﺤﻠﯿﻞ اﻻﻧﺤﺪار اﻟﺨﻄﻲ )ط ‪ .(٢‬اﻟﺮﯾﺎض‪ :‬ﻣﻌﮭﺪ‬
‫اﻹدارة اﻟﻌﺎﻣﺔ‪.‬‬
‫‪ ‬اﻟﺠﺮاح‪ ،‬ﻣﺤﻤﺪ ﻋﺒﺪ اﻟﮭﺎدي رﺿﺎ‪ .(٢٠٠٤) .‬ﻣﻘﺎرﻧﺔ ﻃﺮﯾﻘﺘﻲ اﻟﻤﺮﺑﻌﺎت اﻟﺼﻐﺮى واﻟﻤﻜﻮﻧﺎت‬
‫اﻟﺮﺋﯿﺴﯿﺔ وﺗﺤﻠﯿﻞ اﻻﻧﺤﺪار ﺑﺎﺳﺘﺨﺪام أﺳﻠﻮب اﻟﻤﺤﺎﻛﺎة‪ .‬رﺳﺎﻟﺔ ﻣﺎﺟﺴﺘﯿﺮ‪ .‬ﻛﻠﯿﺔ اﻟﺘﺮﺑﯿﺔ ﺑﺠﺎﻣﻌﮫ ام‬
‫اﻟﻘﺮى‪.‬‬
‫‪ ‬اﻟﺸﺎﻓﻌﻲ‪ ،‬ﻣﺤﻤﺪ ﻣﻨﺼﻮر)‪ .(٢٠١٤‬اﻹﺣﺼﺎء اﻟﺘﻘﻠﯿﺪي واﻟﻤﺘﻘﺪم ﻓﻲ اﻟﺒﺤﻮث اﻟﺘﺮﺑﻮﯾﺔ )ط‪.(١‬‬
‫اﻟﻤﻤﻠﻜﺔ اﻟﻌﺮﺑﯿﺔ اﻟﺴﻌﻮدﯾﺔ‪ :‬ﻣﻜﺘﺒﺔ اﻟﺮُﺷﺪ‪.‬‬
‫‪ ‬اﻟﻀﺎﻣﻦ‪ ،‬ﺣﺴﻦ ﺑﺨﯿﺖ‪ .(٢٠٠٧) .‬أﺳﺎﺳﯿﺎت اﻟﺒﺤﺚ اﻟﻌﻠﻤﻲ)ط‪ .(١‬ﻋّﻤﺎن‪ :‬دار اﻟﻤﺴﯿﺮة‪.‬‬
‫‪ ‬اﻟﻀﻮي‪ ،‬ﻣﺤﺴﻮب ﻋﺒﺪ اﻟﻘﺎدر‪ .(٢٠٠٦) .‬اﻹﺣﺼﺎء اﻻﺳﺘﺪﻻﻟﻲ اﻟﻤﺘﻘﺪم ﻓﻲ اﻟﺘﺮﺑﯿﺔ وﻋﻠﻢ اﻟﻨﻔﺲ‪.‬‬
‫اﻟﻘﺎھﺮ‪ :‬ﻣﻜﺘﺒﺔ اﻻﻧﺠﻠﻮ اﻟﻤﺼﺮﯾﺔ‪.‬‬
‫‪ ‬اﻟﻌﺘﯿﺒﻲ‪ ،‬ھﺬال ﻋﺒﺪ اﷲ ﻣﺒﺮوك‪ .(٢٠١٧) .‬ﻛﯿﻔﯿﺔ اﻛﺘﺸﺎف وﻣﻌﺎﻟﺠﺔ اﻟﻘﯿﻢ اﻟﺸﺎذة ﻓﻲ اﻟﺒﯿﺎﻧﺎت‬
‫اﻹﺣﺼﺎﺋﯿﺔ )دراﺳﺔ ﺗﻄﺒﯿﻘﯿﺔ ﻋﻠﻰ ﻧﻤﻮذج اﻻﻧﺤﺪار اﻟﻤﺘﻌﺪد(‪ .‬رﺳﺎﻟﺔ دﻛﺘﻮراه‪ .‬ﻛﻠﯿﺔ اﻟﺘﺮﺑﯿﺔ ﺑﺠﺎﻣﻌﮫ‬
‫ام اﻟﻘﺮى‪.‬‬
‫‪ ‬اﻟﻐﺎﻣﺪي‪ ،‬ﻋﺎدل ﻋﺒﺪ اﻟﺨﺎﻟﻖ‪ .(٢٠١٣) .‬ﺗﺄﺛﯿﺮ ﺣﺠﻢ اﻟﻌﯿﻨﺔ ﻋﻠﻰ اﻟﻘﺪرة اﻟﺘﻨﺒﺆﯾﺔ ﻟﻨﻤﻮذج اﻻﻧﺤﺪار‬
‫اﻟﻤﺘﻌﺪد اﻟﻤﻌﯿﺎري‪ .‬رﺳﺎﻟﺔ ﻣﺎﺟﺴﺘﯿﺮ‪ .‬ﻛﻠﯿﺔ اﻟﺘﺮﺑﯿﺔ ﺑﺠﺎﻣﻌﺔ ام اﻟﻘﺮى‪.‬‬
‫‪ ‬اﻟﻐﻨﺎم‪ ،‬ﻣﺤﻤﺪ ﻃﮫ اﺣﻤﺪ‪ ،(٢٠٠٨) .‬اﻟﻤﺸﺎھﺪات ﻏﯿﺮ اﻟﻤﺄﻟﻮﻓﺔ ﻓﻲ ﻧﻤﻮذج اﻻﻧﺤﺪار‪ .‬ﻣﺠﻠﺔ ﺗﻜﺮﯾﺖ‬
‫ﻟﻠﻌﻠﻮم اﻹدارﯾﺔ واﻻﻗﺘﺼﺎدﯾﺔ‪.١٤٣-١٥٥ .٩ .‬‬
‫‪ ‬اﻟﻘﺤﻄﺎﻧﻲ‪ ،‬ﺳﺎﻟﻢ ﺑﻦ ﺳﻌﯿﺪ‪ ،‬اﻟﻌﺎﻣﺮي‪ ،‬أﺣﻤﺪ ﺑﻦ ﺳﺎﻟﻢ‪ ،‬آل ﻣﺬھﺐ‪ ،‬ﻣﻌﺪي ﺑﻦ ﻣﺤﻤﺪ واﻟﻌﻤﺮ‪ ،‬ﺑﺪران‬
‫ﺑﻦ ﻋﺒﺪ اﻟﺮﺣﻤﻦ‪ .(٢٠١٣) .‬ﻣﻨﮭﺞ اﻟﺒﺤﺚ ﻓﻲ اﻟﻌﻠﻮم اﻟﺴﻠﻮﻛﯿﺔ ﻣﻊ ﺗﻄﺒﯿﻘﺎت ﻋﻠﻰ ‪) .SPSS‬ط‪.(٤‬‬
‫اﻟﺮﯾﺎض‪ :‬اﻟﻌﺒﯿﻜﺎن ﻟﻠﻨﺸﺮ واﻟﺘﻮزﯾﻊ‪.‬‬
‫‪ ‬اﻟﻘﺮﺷﻲ‪ ،‬ﻋﺒﺪ اﻟﻔﺘﺎح إﺑﺮاھﯿﻢ‪ .(٢٠٠١) .‬ﺗﺼﻤﯿﻢ اﻟﺒﺤﻮث ﻓﻲ اﻟﻌﻠﻮم اﻟﺴﻠﻮﻛﯿﺔ‪) .‬ط‪ .(١‬اﻟﻜﻮﯾﺖ‪:‬‬
‫دار اﻟﻘﻠﻢ‪.‬‬
‫‪ ‬اﻟﻜﯿﻼﻧﻲ‪ ،‬ﻋﺒﺪ اﷲ زﯾﺪ واﻟﺸﺮﯾﻔﯿﻦ‪ ،‬ﻧﻀﺎل ﻛﻤﺎل‪٢٠١٤) .‬م(‪ .‬ﻣﺪﺧﻞ اﻟﻰ اﻟﺒﺤﺚ ﻓﻲ اﻟﻌﻠﻮم‬
‫اﻟﺘﺮﺑﻮﯾﺔ واﻻﺟﺘﻤﺎﻋﯿﺔ‪) .‬ط‪ .(٤‬اﻷردن‪ :‬دار اﻟﻤﺴﯿﺮة‪.‬‬
‫‪ ‬اﻟﻤﻄﺮﻓﻲ‪ ،‬ﺣﺴﻦ ﺑﺨﯿﺖ‪ .(١٩٩٩) .‬اﺳﺘﺨﺪام ﺑﻌﺾ اﻷﺳﺎﻟﯿﺐ اﻻﺣﺼﺎﺋﯿﺔ اﻟﻤﺨﺘﻠﻔﺔ ﻟﺪراﺳﺔ اﻟﻌﻼﻗﺔ‬
‫ﺑﯿﻦ اﻟﻤﺘﻐﯿﺮات اﻟﻤﺴﺘﻘﻠﺔ واﻟﻤﺘﻐﯿﺮ اﻟﺘﺎﺑﻊ‪ .‬رﺳﺎﻟﺔ ﻣﺎﺟﺴﺘﯿﺮ‪ .‬ﻛﻠﯿﺔ اﻟﺘﺮﺑﯿﺔ ﺑﺠﺎﻣﻌﺔ ام اﻟﻘﺮى‪.‬‬
‫‪ ‬اﻟﮭﺒﯿﻞ‪ ،‬ﻋﺒﺪ اﷲ‪ .(٢٠١٢) .‬ﻃﺮﯾﻘﺔ ﻣﻘﺘﺮﺣﺔ ﻻﻛﺘﺸﺎف اﻻزدواج اﻟﺨﻄﻲ اﻟﻤﺘﻌﺪد‪ .‬ﻣﺠﻠﺔ ‪.٣٤‬‬
‫‪.٢١-٧ .١٠٦‬‬
‫‪ ‬ﺣﺴﻦ‪ ،‬ﻋﺰت ﻋﺒﺪ اﻟﺤﻤﯿﺪ ﻣﺤﻤﺪ‪ .(٢٠١٦) .‬اﻹﺣﺼﺎء اﻟﻨﻔﺴﻲ واﻟﺘﺮﺑﻮي ﺗﻄﺒﯿﻘﺎت ﺑﺎﺳﺘﺨﺪام‬
‫ﺑﺮﻧﺎﻣﺞ ‪ .SPSS‬اﻟﻘﺎھﺮة‪ :‬دار اﻟﻔﻜﺮ اﻟﻌﺮﺑﻲ‪.‬‬
‫‪ ‬راﺷﺪ‪ ،‬ﺻﻔﻮان ﻧﺎﻇﻢ‪ .(٢٠٠٦) .‬ﻣﻘﺎرﻧﺔ ﺑﯿﻦ ﻗﯿﻢ ﻣﻌﺎﻣﻞ اﻻرﺗﺒﺎط اﻟﺬاﺗﻲ ﻓﻲ ﺗﻘﺪﯾﺮ اﻟﻤﻌﻠﻤﺎت‬
‫ﺑﻄﺮﯾﻘﺔ اﻟﻤﺮﺑﻌﺎت اﻟﺼﻐﺮى‪ .‬اﻟﻤﺠﻠﺔ اﻟﻌﺮاﻗﯿﺔ ﻟﻠﻌﻠﻮم اﻹﺣﺼﺎﺋﯿﺔ‪.١٣٥-١٢١ .١٠ .‬‬
 ‫‪٣٧٩‬‬
‫اﻟﻌﺪد اﻟﻌﺸﺮون )ج ‪ (٩‬ﻟﺴﻨﺔ ‪٢٠١٩‬م‬ ‫ﻣﺠﻠﺔ اﻟﺒﺤﺚ اﻟﻌﻠﻤﻰ ﻓﻰ اﻟﺘﺮﺑﯿﺔ‬

‫‪ ‬زﯾﺘﻮن‪ ،‬ﻛﻤﺎل ﻋﺒﺪ اﻟﻤﺠﯿﺪ‪ .(٢٠٠٤) .‬ﻣﻨﮭﺠﯿﺔ اﻟﺒﺤﺚ اﻟﺘﺮﺑﻮي واﻟﻨﻔﺴﻲ ﻣﻦ اﻟﻤﻨﻈﻮر اﻟﻜﻤﻲ‬
‫واﻟﻜﯿﻔﻲ‪ .‬اﻟﻘﺎھﺮة‪ :‬ﻋﺎﻟﻢ اﻟﻜﺘﺐ‪.‬‬
‫‪ ‬ﺳﺒﯿﻞ‪ ،‬ادم ﻋﺒﺪ اﷲ ﻋﺜﻤﺎن‪ .(٢٠١٥) .‬أﺛﺮ اﻟﻤﺘﻐﯿﺮات اﻟﻤﺴﺎﻋﺪة وﺣﺠﻢ اﻟﻌﯿﻨﺔ ﻋﻠﻰ ﺗﻘﺪﯾﺮات‬
‫اﻟﻤﻌﺎﯾﻨﺎت اﻻﺣﺘﻤﺎﻟﯿﺔ‪ .‬رﺳﺎﻟﺔ دﻛﺘﻮراه‪ .‬ﺟﺎﻣﻌﺔ اﻟﺴﻮدان ﻟﻠﻌﻠﻮم واﻟﺘﻜﻨﻮﻟﻮﺟﯿﺎ‪.‬‬
‫‪ ‬ﺳﺎﻟﻢ‪ ،‬ﻛﻤﺎل ﺳﻠﻄﺎن ﻣﺤﻤﺪ ورﻓﺎﻋﻲ‪ ،‬ﻣﺤﻤﺪ ﺧﻠﻒ‪ .(٢٠١٤) .‬ﺗﺤﻠﯿﻞ ﻗﯿﺎﺳﻲ ﺗﻄﺒﯿﻘﻲ ﻷﺛﺎر‬
‫اﻻزدواج اﻟﺨﻄﻲ اﻟﻤﺘﻌﺪد ﻋﻠﻰ ﻗﯿﻢ وﻣﻌﻨﻮﯾﺔ ﻣﻌﺎﻣﻼت ﻧﻤﻮذج اﻻﻧﺤﺪار اﻟﺨﻄﻲ اﻟﻤﺘﻌﺪد‪ .‬ﻣﺠﻠﺔ‬
‫اﻟﺘﺠﺎرة واﻟﺘﻤﻮﯾﻞ‪.٣٥٢-٣٢١ .٢ .‬‬
‫‪ ‬ﻋﺒﺪ اﻟﻤﻨﻌﻢ‪ ،‬ﺛﺮوت ﻋﺒﺪ اﻟﺤﻤﯿﺪ‪ .(٢٠٠٥) .‬اﻻﻧﺤﺪار‪ .‬اﻟﻘﺎھﺮة‪ :‬ﻣﻜﺘﺒﺔ اﻻﻧﺠﻠﻮ اﻟﻤﺼﺮﯾﺔ‪.‬‬
‫‪ ‬ﻋﻼم‪ ،‬ﺻﻼح اﻟﺪﯾﻦ ﻣﺤﻤﻮد )‪ .(٢٠٠٣‬ﺗﺤﻠﯿﻞ ﺑﯿﺎﻧﺎت اﻟﺒﺤﻮث اﻟﻨﻔﺴﯿﺔ واﻟﺘﺮﺑﻮﯾﺔ واﻻﺟﺘﻤﺎﻋﯿﺔ‪.‬‬
‫)ط‪ .(٣‬اﻟﻘﺎھﺮة‪ :‬دار اﻟﻔﻜﺮ اﻟﻌﺮﺑﻲ‪.‬‬
‫‪ ‬ﻋﻼم‪ ،‬ﺻﻼح اﻟﺪﯾﻦ ﻣﺤﻤﻮد‪ .( ٢٠١٠) .‬اﻷﺳﺎﻟﯿﺐ اﻹﺣﺼﺎﺋﯿﺔ اﻻﺳﺘﺪﻻﻟﯿﺔ ﻓﻲ ﺗﺤﻠﯿﻞ ﺑﯿﺎﻧﺎت‬
‫اﻟﺒﺤﻮث اﻟﻨﻔﺴﯿﺔ واﻟﺘﺮﺑﻮﯾﺔ واﻻﺟﺘﻤﺎﻋﯿﺔ‪) .‬ط‪ .(٢‬اﻟﻘﺎھﺮة‪ :‬دار اﻟﻔﻜﺮ اﻟﻌﺮﺑﻲ‪.‬‬
‫‪ ‬ﻋﻮدة‪ ،‬أﺣﻤﺪ ﺳﻠﯿﻤﺎن واﻟﺨﻠﯿﻠﻲ‪ ،‬ﺧﻠﯿﻞ ﯾﻮﺳﻒ‪ .( ٢٠٠٠) .‬اﻹﺣﺼﺎء ﻟﻠﺒﺎﺣﺚ ﻓﻲ اﻟﺘﺮﺑﯿﺔ واﻟﻌﻠﻮم‬
‫اﻟﺴﻠﻮﻛﯿﺔ‪) .‬ط‪ .(٢‬اﻷردن‪ :‬دار اﻻﻣﻞ‪.‬‬
‫‪ ‬ﻛﺎﻇﻢ‪ ،‬ﺻﻔﺎء ﻛﺮﯾﻢ‪ .( ٢٠٠٩) .‬اﻟﻤﻘﺎرﻧﺔ ﺑﯿﻦ ﺗﻘﺪﯾﺮات ﻣﻌﺎﻟﻢ ﻧﻤﻮذج اﻻﻧﺤﺪار اﻟﺨﻄﻲ اﻟﻤﺘﻌﺪد‬
‫ﺑﺎﺳﺘﺨﺪام أُﺳﻠﻮب ‪ OLS‬وأﺳﻠﻮب ﺑﺮﻣﺠﺔ اﻷھﺪاف اﻟﺨﻄﯿﺔ‪ .‬ﻣﺠﻠﺔ اﻹدارة واﻹﻗﺘﺼﺎد‪-٢٠٠ .٧٧ .‬‬
‫‪.٢١٣‬‬
‫‪ ‬ﻣﺮاد‪ ،‬ﺻﻼح أﺣﻤﺪ‪ .( ٢٠١١) .‬اﻷﺳﺎﻟﯿﺐ اﻹﺣﺼﺎﺋﯿﺔ ﻓﻲ اﻟﻌﻠﻮم اﻟﻨﻔﺴﯿﺔ واﻟﺘﺮﺑﻮﯾﺔ واﻻﺟﺘﻤﺎﻋﯿﺔ‪.‬‬
‫ﺟﻤﮭﻮرﯾﺔ ﻣﺼﺮ اﻟﻌﺮﺑﯿﺔ‪ :‬ﻣﻜﺘﺒﺔ اﻻﻧﺠﻠﻮ اﻟﻤﺼﺮﯾﺔ‪.‬‬
‫‪ ‬ﯾﻮﺳﻒ‪ ،‬ﻋﺼﺎم اﻟﺪﯾﻦ ﯾﻮﺳﻒ ﻋﺒﺪ اﷲ‪ .( ٢٠١٥) .‬ﺗﺄﺛﯿﺮ اﻟﻘﯿﻢ اﻟﺸﺎذة ﻓﻲ ﻣﻌﻠﻤﺎت ﻧﻤﻮذج اﻻﻧﺤﺪار‬
‫اﻟﻤﺘﻌﺪد‪ .‬رﺳﺎﻟﺔ دﻛﺘﻮراه‪ .‬ﺟﺎﻣﻌﺔ اﻟﺴﻮدان ﻟﻠﻌﻠﻮم واﻟﺘﻜﻨﻮﻟﻮﺟﯿﺎ‪.‬‬
‫ﺛﺎﻧﯿﺎ‪ :‬اﻟﻤﺮاﺟﻊ اﻷﺟﻨﺒﯿﺔ‪:‬‬
‫‪th‬‬
‫‪ A.j, Richard & W.wichern, dean. (6 Ed). (2007).Applied Multivariate‬‬
‫‪Statistical Analysis. New Jersey: person Education.‬‬
‫‪nd‬‬
‫‪ Chatfield, C. (2‬‬ ‫‪Ed). (1995). Problem Solving a Statistician's‬‬
‫‪Guide.New York: Chapman &Hall/CRC.‬‬
‫‪th‬‬
‫‪ Chatterjee, Samprit &Hadi, Ali.S. (5 Ed). (2012). Regression Analysis‬‬
‫‪by Example. Cnada:WILEY.‬‬
‫‪ Coughlin, Kevin. B. (2013). Analysis of Factor Extraction Strategies: A‬‬
‫‪Comparison of Ordinary Least Squares, Maximum likelihood in that‬‬
‫‪Include both Categorical and Continues Variable. Doctor of‬‬
‫‪Philosophy. Collage of Education. University of South Florida.‬‬
‫‪th‬‬
‫‪ Guilford, Joy Paul & Benjamin Fruchter. (6 Ed). (1995). Fundamental‬‬
‫‪statistics in psychology and education. New York: McGraw-Hill.‬‬
‫‪ Hoyt, William. T. Leierer, Stephen & Millington, Michael. J. (2006).‬‬
‫‪Analysis and Interpretation of Finding Using Multiple Regression‬‬
‫‪Techniques. Rehabilitation Counseling Bulletin. 4. 223-233.‬‬
‫‪th‬‬
‫‪ Kutner. M. H, Nachtsheim. C. J, Neter. J. &LI. William. (5 Ed).‬‬
‫‪(2005). Applied Liner Statistical Models. New York: Mc Graw-Hill.‬‬
‫‪Irwin.‬‬
 ٣٨٠
‫م‬٢٠١٩ ‫( ﻟﺴﻨﺔ‬٩ ‫اﻟﻌﺪد اﻟﻌﺸﺮون )ج‬ ‫ﻣﺠﻠﺔ اﻟﺒﺤﺚ اﻟﻌﻠﻤﻰ ﻓﻰ اﻟﺘﺮﺑﯿﺔ‬

 Rawlings. J. O., Pantula. S. G & Dickey. D. A. (2nd Ed). (1998). Applied

Regression Analysis: A Research Toll. New York: Springer.
 Stamovlsis, dimitrios. (2010). Methodological and Epistemological
issues on liner Regression Applied to psychometric variable in Problem
Solving. Chemistry Education Research and Practice. 1. 59-68.
th
 Stevens, J. (4 ED). (2002).Applied Multivariate Statistics for Social
Sciences. New Jersey: LEA, publishers.
th
 Tabachnick, B. G. and Fidell, L. S. (6 Ed). (2013). Using Multivariate
Statistics. New Jersey: person Education.