‫وزارة التعليم العالي والبحث العلمي‬

‫جامعة الموصل‬
‫كلية العلوم‬
‫قسم علوم الحياة ‪ /‬مسائي‬

‫االلتواء والتفلطح في التوزيعات‬ ‫تقرير‬

‫اإلحصائية‬ ‫عن‬
‫إعداد الطالب‬

‫باشراف‬
 ‫مقدمة‬

‫تمثل الطرق اإلحصائية أداة أساسية و حيوية في البحث العلمي و البحوث العلمية‪.‬‬
‫فهي تساعد في تصميم التجارب و تحليل البيانات و تفسيرها‪ .‬كما تساهم في اتخاذ‬

‫القرارات المناسبة على ضوء ما يتوصل له الباحث من نتائج‪ .‬فأهمية المعرفة‬

‫بعلم اإلحصاء ال ينحصر على الراغبين بتطبيقه في مجال دراساتهم قط‪ ،‬إنما يمتد ذلك‬

‫إلى كل باحث‪ .‬فعلم اإلحصاء وسيلة لقراءة نتائج األبحاث األخرى و القدرة على تمييز‬

‫الجيد منها و األقوى‪.‬‬

‫أنواع اإلحصاء‬

‫هناك نوعان من اإلحصاء‪:‬‬

‫اإلحصاء الوصفي ‪ (Descriptive Statistic):‬و يستخدم لتوصيف العينة‪.‬‬ ‫‪.1‬‬

‫مثل‪ :‬حساب المتوسط‪ ،‬الوسيط ‪ ،‬و اإلنحراف المعياري للعينة (سيتم شرح كل‬

‫الحقا)‪.‬‬
‫ً‬ ‫مصطلح و طريقة حسابه‬

‫عرض هذه المعلومات في بداية أي دراسة بحثية تتيح للقارئ فهم طبيعة العينة‬

‫التي خضعت لالختبار و الدراسة‪ ،‬كما أن التوصيف الجيد و العرض المناسب لها‬

‫يعتبر من األساسيات التي يقاس عليها مدى صحة النتائج عن غيرها‪ .‬وعدم وجود‬

‫هذه البيانات يخلق تساؤل كبير عند قراءة أو تقييم الدراسة‪ .‬يستخدم هذا النوع‬

‫من اإلحصاء في توصيف البيانات التي تم جمعها في الدراسات التجريبية و‬

‫الميدانية و عادة ما يتم توضيح هذه البيانات على شكل جدول أو رسم بياني‪.‬‬

‫اإلحصاء االستداللي ‪ (Inferential Statistic):‬يتيح لنا هذا النوع من‬ ‫‪.2‬‬

‫اإلحصاء االستدالل عن سمات العينة و التوزيع اإلحصائي لبياناتها‪ .‬و يطبق عندما‬

‫فرضيا‪.‬‬
‫ً‬ ‫نريد تحليل أي بيانات ُجمعت بهدف اختبارها‬

‫مثل‪:‬‬

‫‪ ‬كيف نتنبأ بإنتاج أحد المحاصيل في إحدى السنوات؟‬

‫‪1‬‬
 ‫‪ ‬ماهو تأثير تدخين السجائر في زيادة احتمال اإلصابة بالسرطان؟‬

‫‪ ‬أي من هذه التطبيقات الهاتفية أكثر سهولة في االستخدام؟‬

‫مقاييس التشتت النسبي‬

‫ان مقاييس التشتت النسبي هي مقاييس خالية من وحدات القياس لذلك يتم‬

‫استعمالها للمقارنة بين تشتت مجموعتين او اكثر تختلف في وحدات قياسها‪ .‬ومن‬

‫اهم مقاييس التشتت النسبي هو ‪:‬‬

‫‪ coefficient of variation‬معامل االختالف‬

‫يعبر عن معامل االختالف كاالتي‪:‬‬

‫‪𝐜. 𝐯 = × 100‬‬
‫𝑆‬
‫̅𝑥‬

‫حيث ان‪:‬‬

‫‪: S‬االنحراف المعياري للعينة‬

‫̅𝒙 ‪ :‬الوسط الحسابي للعينة‬

‫مثال ‪ :‬نتائج االمتحانات النهائية لدرسي االحصاء والرياضيات كانت كاالتي‪:‬‬

‫الرياضيات‬ ‫اإلحصاء‬

‫‪73‬‬ ‫الوسط الحسابي ‪78‬‬

‫‪6‬‬ ‫‪8‬‬ ‫االنحراف‬

‫المقياسي‬

‫ففي اي الموضوعين كانت تشتت الدرجات ؟‬

‫الحل‪:‬‬

‫‪𝐜. 𝐯 = × 100‬‬
‫𝑆‬
‫̅𝑥‬

‫= 𝐯 ‪𝐜.‬‬
‫‪8‬‬
‫‪× 100 = 10.25%‬‬
‫‪78‬‬

‫‪2‬‬
 ‫= 𝐯 ‪𝐜.‬‬
‫‪6‬‬
‫‪× 100 = 8.22%‬‬
‫‪73‬‬

‫نالحظ ان التشتت لدرجات االحصاء كان اقل لذلك فان اداء الطلبة في امتحان االحصاء‬

‫كان اكثر تقاربا‪.‬‬

‫مقاييس االلتواء والتفرطح‪:‬‬

‫عند تمثيل بيانات الظاهرة في شكل منحني تكراري ‪ ،‬فان المنحني يأخذ اشكاال‬

‫مختلفة ‪ ،‬فقد يكون هذا المنحني متماثل بمعنى ان له قمة في المنتصف ‪ ،‬ولو‬

‫اسقطنا عمودا من قمته على المحور االفقي لشطره نصفين متماثلين ‪ ،‬مثل‬

‫منحني التوزيع الطبيعي ‪ ،‬كما مبين بالشكل التالي‪:‬‬

‫منحني التوزيع الطبيعي (منحني متماثل)‬

‫وعندما يكون الشكل متماثل ‪ ،‬فان الوسط والوسيط والمنوال كلهم يقعون على‬

‫نقطة واحدة ‪ ،‬ولكن في كثير من الحاالت يكون هناك قيم كبيرة في البيانات تجذب‬

‫اليها الوسط الحسابي ‪ ،‬وهذا معناه ان المنحني التكراري سوف يكون له ذيل جهة‬

‫اليمين ‪ ،‬مشيرا بوجود التواء جهة اليمين ‪ ،‬وكذلك العكس لو ان البيانات بها قيم‬

‫صغيرة ‪ ،‬فإنها تجذب الوسط اليها ‪ ،‬ويدل المنحني التكراري على وجود التواء جهة‬

‫اليسار ‪ ،‬كما يمكن من خالل الشكل البياني معرفة ما اذا كان توزيع البيانات منبسط ‪،‬‬

‫او مدبب ‪ ،‬وهذا من الناحية البيانية ‪ ،‬اال ان هناك مقاييس كثيرة لوصف البيانات‬

‫‪3‬‬
 ‫تعتمد في حسابها على مقاييس الترعة المركزية والتشتت معا ‪ ،‬ومنها مقاييس‬

‫االلتواء والتفلطح‪.‬‬

‫مقاييس االلتواء‬

‫طريقة "بيرسون ‪ " Person‬في قياس االلتواء‬

‫هناك طرق لقياس االلتواء ومنها ما يلي‪:‬‬

‫تأخذ هذه الطريقة في االعتبار العالقة بين الوسط والوسيط والمنوال ‪ ،‬في‬

‫حالة ما اذا كان التوزيع قريب من التماثل وليس شديد االلتواء ‪ ،‬وهذه العالقة هي‪:‬‬

‫المنوال = الوسط الحسابي ‪( 3-‬الوسط الحسابي – الوسيط)‬

‫ومن ثم فان طريقة "بيرسون" في قياس االلتواء ‪ ،‬تتحدد بالمعادلة التالية‪.‬‬

‫)𝑛𝑎𝑖𝑑𝑒𝑀‪3(𝑀𝑒𝑎𝑛−‬‬ ‫)𝑑𝑒𝑀‪3(x̅−‬‬
‫=‪ɑ‬‬ ‫=‬
‫𝑛𝑜𝑖𝑡𝑎𝑖𝑣𝑒𝐷 𝑑𝑟𝑎𝑑 𝑛𝑎𝑡𝑆‬ ‫𝑠‬

‫حيث ان ‪ ( ɑ‬الفا) هو معامل االلتواء "لبيرسون " ‪ 𝑥 ،‬الوسط الحسابي ‪ Med ،‬هو‬

‫الوسيط ‪ S ،‬هو االنحراف المعياري ‪ ،‬ويمكن من خالل اإلشارة التي يأخذها هذا‬

‫المعامل الحكم على شكل االلتواء ‪ ،‬كما يلي ‪:‬‬

‫‪ ‬اذا كان (الوسط الحسابي = الوسيط ) كان قيمة المعامل )‪ (ɑ=0‬ويدل ذلك‬

‫على منحني التوزيع التكراري متماثل‪.‬‬

‫‪ ‬اذا كان (الوسط الحسابي ˂ الوسيط) كان قيمة المعامل )‪، )ɑ ˃ 0‬ويدل ذلك‬

‫على ان منحني التوزيع التكراري ملتوي جهة اليمين‪.‬‬

‫‪ ‬اذا كان (الوسط الحسابي ˃ الوسيط) كان قيمة المعامل )‪، )ɑ ˂ 0‬ويدل ذلك‬

‫على ان منحني التوزيع التكراري ملتوي جهة اليسار‪.‬‬

‫‪4‬‬
 ‫اشكال التواء البيانات‬

‫مثال‪:‬‬

‫كانت درجات ‪ 8‬طالب في االختبار النهائي في مادة‬

‫الدرجة‬ ‫‪𝑥2‬‬
‫االحصاء‬
‫‪x‬‬
‫‪66 85 52 78 80 91 74 58‬‬
‫‪66‬‬ ‫‪4356‬‬
‫والمطلوب‪:‬‬
‫‪85‬‬ ‫‪7225‬‬

‫‪52‬‬ ‫‪2704‬‬ ‫حساب معامل االلتواء بطريقة "بيرسون"‬

‫‪78‬‬ ‫‪6084‬‬ ‫الحل ‪:‬‬

‫‪80‬‬ ‫‪6400‬‬
‫حساب معامل االلتواء بطريقة "بيرسون"‬
‫‪91‬‬ ‫‪8281‬‬
‫‪ ‬حساب الوسط الحسابي ‪ ،‬واالنحراف المعياري‪:‬‬
‫‪74‬‬ ‫‪5476‬‬
‫‪∑ 𝑥 = 584 , ∑ 𝑥 2 = 43890‬‬
‫‪58‬‬ ‫‪3364‬‬
‫‪∑ 𝑥 584‬‬
‫‪84 43890‬‬ ‫=𝑥‬
‫𝑛‬
‫=‬
‫‪8‬‬
‫‪= 74‬‬

‫𝑛‪∑ 𝑥 2 − (∑ 𝑥)2 /‬‬ ‫‪43890 − (584)2 /8‬‬

‫√=𝑠‬ ‫=‬ ‫√‬
‫‪𝑛−1‬‬ ‫‪8−1‬‬

‫‪1258‬‬
‫√‬ ‫‪= √ 179.71428 = 13.406‬‬
‫‪7‬‬

‫‪5‬‬
 ‫‪,‬‬ ‫‪ ‬حساب الوسيط ‪:‬‬
‫𝑛‬ ‫𝑛‬
‫‪+1‬‬
‫‪2‬‬ ‫‪2‬‬

‫الوسيط = الوسط الحسابي للقيمتين ‪74 ، 78‬‬

‫=‬ ‫‪=76‬‬
‫‪74+78‬‬ ‫‪152‬‬
‫‪2‬‬ ‫‪2‬‬

‫معامل االلتواء "بيرسون"‬

‫)‪3(x̅ − 𝑚𝑒𝑑) 3(73 − 76‬‬

‫=‪ɑ‬‬ ‫=‬ ‫‪= −0.67‬‬
‫𝑠‬ ‫‪13.406‬‬

‫اذا منحني توزيع درجات الطالب ملتوي جهة اليسار‪.‬‬

‫التفلطح‪:‬‬

‫عند تمثيل التوزيع التكراري في شكل منحني تكراري ‪ ،‬قد يكون المنحني‬

‫منبسط ‪ ،‬او مدبب ‪ ،‬فعندما يتركز عدد اكبر من القيم بالقرب من منتصف المنحني ‪،‬‬

‫ويقل في طرفية ‪ ،‬يكون المنحني مدببا ‪ ،‬وعندما يتركز عدد اكبر على طرفي‬

‫المنحني ‪ ،‬ويقل بالقرب من المنتصف يكون المنحني مفرطحا ‪ ،‬او منبسطا‪ ،‬ويظهر‬

‫ذلك من الشكل التالي‪:‬‬

‫منحني مفرطح‬ ‫منحني مدبب‬

‫ويمكن قياس التفرطح باستخدام عدد من الطرق ‪ ،‬ومنها طريقة العزوم ‪،‬حيث‬

‫يحسب معامل التفرطح )‪ (K‬بتطبيق المعادلة التالية ‪:‬‬

‫‪6‬‬
 ‫‪1‬‬
‫‪∑ (𝑥 − x̅)4‬‬
‫=𝑘‬ ‫𝑛‬
‫‪𝑠4‬‬

‫حيث ان مقدار 𝑛‪ ∑ (𝑥 − x̅)4 /‬هو العزم الرابع حول الوسط ‪ s ،‬هو االنحراف المعياري‬

‫‪ .‬ومعامل التفرطح في التوزيع الطبيعي يساوي ‪ ، 3‬ومن ثم يمكن وصف منحني‬

‫التوزيع من حيث التفرطح ‪ ،‬والتدبب كما يلي ‪:‬‬

‫‪ ‬اذا كان ‪ k=3‬كان منحني توزيعا معتدال‪.‬‬

‫‪ ‬اذا كان ‪ k˃3‬كان منحني التوزيع مدببا‪.‬‬

‫‪ ‬اذا كان ‪ k˂3‬كان منحني التوزيع منبسطا (مفرطحا)‪.‬‬

‫وبالتطبيق على بيانات المثال نجد ان ‪x̅ =73‬‬

‫‪x‬‬ ‫‪66‬‬ ‫‪85‬‬ ‫‪52‬‬ ‫‪78‬‬ ‫‪80‬‬ ‫‪91‬‬ ‫‪74‬‬ ‫‪58‬‬ ‫‪584‬‬
‫)̅‪( 𝑥 − x‬‬ ‫‪-7‬‬ ‫‪12‬‬ ‫‪-21‬‬ ‫‪5‬‬ ‫‪7‬‬ ‫‪18‬‬ ‫‪1‬‬ ‫‪-15‬‬ ‫‪0‬‬
‫‪(𝑥 − x̅)2‬‬ ‫‪49‬‬ ‫‪144‬‬ ‫‪441‬‬ ‫‪25‬‬ ‫‪49‬‬ ‫‪324‬‬ ‫‪1‬‬ ‫‪225‬‬ ‫‪1258‬‬
‫‪(𝑥 − x̅)4 2401 20736 194481‬‬ ‫‪625 2401 104976‬‬ ‫‪1 50625 376246‬‬

‫ومن البيانات أعاله نجد ان ‪:‬‬

‫‪∑ (𝑥 − x̅)2‬‬ ‫‪1258‬‬

‫√=𝑠‬ ‫√ =‬ ‫‪= 13.406‬‬
‫‪𝑛−1‬‬ ‫‪7‬‬

‫‪1‬‬ ‫‪1‬‬
‫‪∑ (𝑥 − x̅)4 = (376246) = 47030.75‬‬
‫𝑛‬ ‫‪8‬‬

‫اذا كان معامل التفرطح هو‬

‫=‪K‬‬
‫‪47030.75‬‬ ‫‪47030.75‬‬
‫‪(13.406)4‬‬
‫=‬ ‫‪= 1.456‬‬
‫)‪(32299.58‬‬

‫اذا شكل توزيع بيانات الدرجات مفرطح‪.‬‬

‫‪7‬‬
 ‫خاتمة بحث علم اإلحصاء‬

‫بعد أن تم توضيح تعريف علم اإلحصاء وجميع المعلومات الخاصة به‪ ،‬تبين لنا أن‬
‫قديما كان علم اإلحصاء مرتبط بعدة‬
‫ً‬ ‫كثيرا عنه الماضي ‪ ،‬حيث‬
‫ً‬ ‫علم اإلحصاء تطور‬

‫مجاالت مثل المجاالت االقتصادية واالجتماعية الخاصة ‪،‬ولكن اصبح اآلن مستقل‬

‫بذاته‪ ،‬وهذا ال يعني أنه ليس له دور في باقي المجاالت ‪،‬ال نستطيع أن ننكر‬

‫فضله ودوره العظيم في باقي المجاالت لتقديمها بدقة عالية وبشكل منظم‪.‬‬

‫‪8‬‬
 ‫المصادر‬

‫‪ .1‬أساسيات اإلحصاء الرياضي‪ ،‬د‪ .‬علي العماري ‪ ،‬جامعة طرابلس‪.‬‬

‫‪ .2‬االحصاء واالحتماالت النظرية والتطبيق‪ ،‬د‪ .‬علي العجيلي ‪ ،‬دار الحكمة‬
‫‪ .3‬مقاييس االلتواء والتفلطح‪ .‬أ‪.‬م‪.‬د‪ .‬مثنى صبحي سليمان رئيس قسم‬
‫اإلحصاء والمعلوماتية جامعة الموصل‬

‫‪9‬‬