التحليل الإحصائي

يبحث التحليل الإحصائي في أساليب وطرق جمع البيانات وتحليلها وتفسيرها من خلال مجموعة من العمليات الحسابية (الرياضية أو البيانية)، وذلك بغرض وصف متغير أو مجموعة من المتغيرات من خلال مجموعة من البيانات التي يتم الحصول عليها من عينة الدراسة، وبالتالي تؤدي إلى بعض القرارات والنتائج التي يتم تعميمها بعد ذلك على جميع أفراد المجتمع.

هذا ويُعَد التحليل الإحصائي أحد أهم العمليات المنظمة في البحث العلمي، والتي تهدف إلى الحصول على معلومات يتم ربطها بنتائج أسئلة الدراسة وفرضياتها، لكي يتمكن الباحث من تقديم بحث علمي متكامل خالي من الأخطاء، بدايةً من جمع البيانات، وصولاً إلى تحليلها إحصائياً.

لذلك حرص المقال الحالي على إلقاء الضوء على عملية التحليل الإحصائي، وذلك من خلال النقاط التالية، وهي:

1. ما التحليل الإحصائي؟.
2. ما أهم خطوات التحليل الإحصائي؟.
3. مقاييس النزعة المركزية في التحليل الإحصائي.
4. مقاييس التشتت في التحليل الإحصائي.
5. مقاييس الالتواء في التحليل الإحصائي.
6. مقاييس التفلطح في التحليل الإحصائي.
7. ما أهم الطرق والبرامج المستخدمة في التحليل الإحصائي؟.
8. ما أهمية التحليل الإحصائي في البحث العلمي؟
9. ما مشكلات وأخطاء التحليل الإحصائي؟.
10. التحليل الإحصائي pdf.

1. التحليل الإحصائي هو أحد العلوم التي ترتبط بالعلوم الاقتصادية ولغة الأرقام، والذي تطور بشكل ملحوظ، فمن خلاله أصبح يمكن التنبؤ بالتعداد السكاني لفترة من الزمن طبقاً للمعطيات التي يتم استخراجها من التحليل الإحصائي.
2. يستخدم الباحثون وطلاب الدراسات العليا التحليل الإحصائي في كثير من أبحاثهم العلمية بغرض تحليل البيانات التي تم جمعها من عينات مجتمع الدراسة ليصلوا من خلالها إلى نتائج يمكن تعميمها وتطبيقها على مجتمع الدراسة ككل.
3. يعتمد التحليل الإحصائي على جمع البيانات وتحليل البيانات ومعالجتها باستخدام المقاييس الإحصائية المناسبة بغية تفسيرها والخروج بنتائج جديدة، والجدير بالذكر أن التحليل الإحصائي قد استفاد من التطورات التكنولوجية الحالية بشكل كبير، وذلك من خلال ظهور عدة برامج إحصائية جديدة والتي ساعدت الباحث العلمي على إجراء العديد من البحوث العلمية.

عند استخدام التحليل الإحصائي في البحث العلمي يجب على الباحث أن يتبع مجموعة من الخطوات الهامة، وهي كالآتي:

1. تحديد المشكلة أو الهدف من الدراسة بصورة واضحة ودقيقة.
2. تحديد أدوات جميع البيانات التي يستعين بها الباحث، سواء كانت (الملاحظة، المقابلة، الاستبانة).
3. يجب اختيار مجتمع الدراسة وتحديد العينة الممثلة منه، والتي سوف يستعين بها الباحث في جمع البيانات.
4. ترميز البيانات وتحويلها إلى أرقام وحروف حتى يسهل على الباحث إدخالها إلى الحاسوب، ويسهل التعامل معها وإجراء عملية التحليل الإحصائي.
5. قبل أن يقوم الباحث بتناول عمليات الإدخال والتحليل يجب عليه مراجعة الركائز الأساسية لعلم الإحصاء، والتي تتمثل في (المتغيرات، اختيار العينة، تصميم الاستبانة).

• يجب على الباحث اختيار الاختبار الإحصائي المناسب للتحليل الإحصائي، واتباع بعض الخطوات الهامة لكي يتم تحديد الاختبار الإحصائي المناسب للبحث العلمي، وتتمثل في الآتي:

1. تحديد نوع الاختبار الإحصائي المناسب لطبيعة البحث العلمي.
2. تحديد ما إذا كان سيستخدم الاختبارات المعملية أو غير المعملية.
3. تحديد مستوى الدلالة الإحصائية ودرجة الحرية التي يقصد بها القيم التي تقبل إجراء بعض التغييرات عليها في حالة قيام الباحث بحساب خاصية إحصائية محددة.

• تعرف مقاييس النزعة المركزية أو مقاييس الموقع أو المتوسطات على أنها مقاييس عددية تحدد موقع التوزيع للبيانات.
• يمكن تعريف المتوسطات على أنها القيمة النموذجية الممثلة لمجموعة من البيانات، والتي تميل إلى الوقوع في المركز، لذلك يطلق على المتوسطات اسم مقاييس النزعة المركزية.
• من أهم أنواع هذه المقاييس (المتوسط الحسابي، الوسيط، المنوال، الوسط الهندسي، الوسط التوافقي).

1- المتوسط الحسابي:

• يعتبر مقياساً سهلاً حسابه، ويخضع للعمليات الجبرية بسهولة ويعتبر أكثر المقاييس استخداماً في الإحصاء.
• يأخذ في الاعتبار جميع القيم محل الدراسة.
• يكون المتوسط الحسابي محصوراً دائماً بين أكبر وأصغر قيمة في العينة.
• مجموع انحرافات القيم عن الوسط الحسابي للعينة يساوي صفراً.

• يتأثر بالقيم الشاذة (المتطرفة) وهي القيم الكبيرة جداً أو الصغيرة جداً مقارنة بباقي القيم.
• يصعب حسابه في حالة  الجداول التكرارية المفتوحة، حيث يتطلب معرفة مركز كل فئة.

لا يمكن حسابه في حالة البيانات الوصفية.

2- الوسيط:

• هو المقياس الذي يستخدم لقياس القيمة المتوسطة التي تكون القيم الأكثر منها تساوي القيم الأقل منها.

• عدم تأثير المقياس بالقيم المتطرفة أو الشاذة، ويمكن إيجاده في حالة البيانات الوصفية التي يمكن ترتيبها.
• مجموع الانحرافات المطلقة عن الوسيط أقل ما يمكن مقارنةً بأي قيمة حقيقية أخرى.

• لا يأخذ جميع القيم في الاعتبار عند حسابه.
• لا يسهل التعامل معه في التحاليل الإحصائية والرياضية.

3- المنوال:

1. يعتبر مقياساً سهلاً حسابه ولا يتأثر بالقيم الشاذة المنحرفة.
2. يمكن إيجاده للقيم الوصفية والتوزيعات التكرارية المفتوحة.
3. يمكن حسابه في حالة التوزيعات التكرارية المفتوحة بشرط ألا تكون الفئة المفتوحة هي الفئة المنوالية.
4. يمكن إيجاد المنوال للبيانات النوعية.
5. يمكن إيجاد المنوال بيانياً.
6. يمكن أن لا يكون للبيانات منوال، وقد تحتوي على منوالين أو أكثر.

• عند حساب المنوال لا يتم وضع جميع قيم البيانات في الاعتبار، وقد يكون لبعض البيانات أكثر من منوال، وبذلك لا يمكن تحديد قيمة وحيدة للمنوال.
• يتأثر كثيراً بطريقة اختيار الفئات التكرارية للتوزيع، فإذا غيرنا تقسيم الفئات لنفس التوزيع فيحدث تغير في التكرارات، وفي الغالب يحدث تغير في موقع الفئة المنوالية، ولذلك نحصل على قيم مختلفة للمنوال.

4- الوسط الهندسي:

• هو نوع من المتوسطات أو المعادلات التي تقيس النزعة المركزية أو القيمة النموذجية لمجموعة من معطيات.
• يتم حسابه عن طريق حساب الجذر من الدرجة (n) هو عدد الحدود، أي المتوسط الهندسي للقيم (x1,x2,xn).

5- الوسط التوافقي:

     يستخدم البعض الوسط التوافقي في حال إذا كانت المتغيرات على شكل نسب، إذ أنه يستخدم عندما يكون مقلوب المتغير به دلاله كأن يعين نسبة بين متغيرين مرتبطين، مثل (السرعة بالنسبة للزمن، والوسط التوافقي (H) لمجموعة من القيم هو مقلوب الوسط الحسابي لهذه القيم.

للحصول على مزيد من المعلومات عن مقاييس النزعة المركزية واستخداماتها وأهميتها يمكن الاطلاع على مقال شمولي عن مقاييس النزعة المركزية.

هي مقاييس عددية يتم استخدامها في قياس درجة تجانس أو تقارب أو تشتت أو تباعد مفردات البيانات عن بعضها البعض.

تستخدم مقاييس التشتت في وصف مجموعة من البيانات، وأيضاً المقارنة بين مجموعات البيانات المختلفة، ومن أنواعها (المدى، نصف المدى الربيعي، الانحراف المتوسط، التباين).

1- المدى:

يعتبر المدى من أسهل مقاييس التشتت تعريفاً وحساباً، إذ إنه يعطي فكرة سريعة عن مدى تفرق البيانات، ويرمز له بالرمز (R)، ويعرف المدى لمجموعة من البيانات بالصيغ التالية:

• في حالة البيانات غير المبوبة: المدى = أكبر قيمة – أصغر قيمة.
• في حالة البيانات المبوبة: المدى= مركز الفئة العليا- مركز الفئة الدنيا.

• سهل التعريف والحساب.
• يعطي فكرة سريعة عن طبيعة البيانات، ويستخدم كثيراً في ظواهر الحياة المختلفة، مثل مراقبة جودة الإنتاج، وكذلك وصف طبيعة الأحوال الجوية.
• يعتمد في حسابه على قيمتين من البيانات، ولا بأخذ بالاعتبار باقي القيم.

• يتأثر بشكل كبير بالقيم الشاذة والمنحرفة، وبالتالي فهو لا يعطي صورة صادقة عن طبيعة البيانات لذلك فهو مقياس تقريبي.

2- نصف المدى الربيعي:

• نصف المدى الربيعي هو نصف المدة بين الربيع الأول والربيع الثالث، ويرمز له بالرمز (Q).
• لا يتأثر بالقيم الشاذة أو المتطرفة.
• يمكن حسابه من التوزيعات التكرارية المفتوحة من الطرفين.

• لا يأخذ جميع القيم في الاعتبار.
• لا يسهل التعامل معه في التحليل الإحصائي.

3- الانحراف المتوسط:

يقصد بالانحراف المتوسط بأنه متوسط الانحرافات المطلقة للبيانات عن وسطها الحسابي ويرمز له بالرمز (MD).

4- التباين:

• يعرف التباين بأنه الوسط الحسابي لمربعات انحرافات القيم عن وسطها السحابي، ويرمز له بالرمز S²  

• نحسب الوسط الحسابي للبيانات.
• يقوم باحتساب انحراف كل قيمة عن الوسط الحسابي، حيث انحراف القيمة عن الوسط الحسابي = القيمة – الوسط الحسابي.
• يتم إيجاد مربع انحراف كل قيمة عن الوسط الحسابي.
• نوجد مجموع مربعات انحرافات القيم عن السوط الحسابي.

للحصول على معلومات أكثر عن مقاييس التشتت يمكن الاطلاع على مقال شمولي موسع عن مقاييس التشتت في البحوث العلمية.

     هي درجة عدم تماثل أو الانحراف عن التماثل، فإذا كان منحنى توزيع الشكل العام للبيانات له طرف على يمين مركز التوزيع أطول من الطرف الأيسر فإن التوزيع يسمى ملتوياً لليمن أو أن له التواء موجب، وإذا حدث العكس يعرف بأن التوزيع ملتوياً لليسار أو أنه سالب الالتواء.

هو مقياس يقيس درجة علو أو انخفاض أي منحنى توزيع تكراري بالنسبة للمنحنى الطبيعي للبيانات، وهو عبارة عن منحنى متماثل حول الرأس يمر بالمتوسط، وله ثلاثة أشكال وهي:

1. إذا كان للتوزيع قمة مرتفعة، يقال أنه مدبب.
2. إذا كان للتوزيع ذا قمة مسطحة، يقال أنه مفلطح.
3. إذا كانت قمة التوزيع متوسطة ليست بالمدببة وليست بالمفلطحة، يقال أنه متوسط التفلطح.

للتعرف أكثر عن مقاييس التحليل الإحصائي في البحث العلمي يمكن الاطلاع على مقال شمولي عن المقاييس في البحث العلمي.

إن التقدم الكبير والتطورات الطارئة التي شهدها العالم في العديد من العلوم يتطلب العمل بجد لكي يتم مواكبة هذه التطورات، حيث إن القيمة العلمية للبحث العلمي تستند على كل من :

1. تصميم التجربة.
2. اختيار التحليل الإحصائي المناسب.
3. تحديد الاختبار المناسب.
4. تطبيق البرامج الإحصائية الحديثة.

هذا وتكمن صعوبة التحليل الإحصائي في كونه علماً يجمع بين الإحصاء وتصميم التجارب والحاسوب، وهذ تعتبر صعوبة تنصب على الكاتب والقارئ، الأمر الذي جعل هناك  العديد من البرامج الإحصائية التي يمكن للباحث الاستعانة بها مثل برنامج (Stata, SPSS, Minitab, SAS).

أولاً: برنامج SAS:

• يعتبر برنامج SAS هو اختصار لكلمة (Statistical Analysis System)، حيث تم تنفيذه وتطويره من جانب مجموعة من الباحثين في معهد SAS في الولايات المتحدة الأمريكية.
• تم بيع أول نسخه له في عام 1976 م ويجري عليه العديد من التطورات المستمرة حتى تم إصدار آخر نسخة معدلة منه، وهو برنامج يستخدم في عملية التحليل الإحصائي.

ثانياً: برنامج SPSS:

• هو اختصار للكلمة الإنجليزية (Statistical Package for Social Sciences)،  وتم ظهور أول نسخة لهذا البرنامج في عام 1968 ميلادية.
• في عام 2009 استطاعت شركة (IBM) الأمريكية شراء هذا البرنامج، كما يوجد العديد من الباحثين المهتمين في ميادين العلوم الاقتصادية والتربوية والاجتماعية وغيرها، بإجراء التحليلات الإحصائية لبياناتهم المختلفة، وذلك من خلال النظام الإحصائي SPSS، وذلك كونه سهل الاستخدام بالإضافة إلى شموليته، حيث يشمل استخدامه العديد من العلوم المختلفة.

للحصول على معلومات أكثر عن التحليل الإحصائي من خلال برنامج spss يمكن الاطلاع على مقال موسع وشمولي عن التحليل الإحصائي spss.

ثالثاً: برنامج Minitab  :

يعد برنامج Minitab أحد أهم وأشهر البرامج التي يتم استخدامها في مجال التحليل الإحصائي للبيانات، وذلك نظراً لما يتميز به من مزايا عديدة من أهمها:

• سهولة الاستخدام.
• احتواءه على العديد من الأساليب الإحصائية المختلفة.
• أكثر البرامج الإحصائية استخداماً في المراجع الإحصائية التعليمية في جميع أنحاء العالم.

رابعاً: برنامج SATA:

• بدأ استخدام هذا البرنامج في عام 1985 ميلادية، ومن الملاحظ أن برنامج STATA ليس برنامجاً للقيام بكل شيء، ولكن الأشياء التي يقوم بها البرنامج يتم إنجازها بشكل رائع ودقيق.
• أسلوب بناء البرنامج STATA الذي اشتمل على العديد من الأدوات البرمجية ومن ثم صياغة أوامره بشكل جيد ودمج طرق إحصائية جديدة خلال تطويره جعل هذا البرنامج متميزاً جداً عن غيره من برامج التحليل الإحصائي الأخرى.

لا يمكن أن نغض الطرف عن أهمية التحليل الإحصائي في البحوث العلمية، خاصة في ميادين البحث السيكولوجي و مجال البحث التربوي والمجال الاجتماعي، وغيرهم من العلوم الإنسانية والطبيعية، والتي يمكن توضيحها من خلال النقاط التالية، وهي:

1. يقوم بمساعدة الباحث العلمي في تحليل عينات كبيرة من مجتمع الدراسة.
2. يعتبر التحليل الإحصائي هو أحد أفضل الحلول لتحليل البيانات، واستخراج نتائج دقيقة.
3. يعطي التحليل الإحصائي نتائج صادقة ودقيقة يمكن الاعتماد عليها، وبالتالي يمكن تطبيقها على المجتمع.
4. يمكن من خلال التحليل الإحصائي أن يتم استنباط معلومات أخرى من معلومات قد لا تشكل أي فائدة منفردة، ويمكنها أن تعكس فائدة على المجتمع.
5. يلعب التحليل الإحصائي دوراً هاماً في تحليل الظواهر الاجتماعية، وتحديد الأسباب التي تتسبب في تلك الظواهر، وبالتالي تفسير هذه الظواهر وتحليل نتائجها.
6. إن التحليل الإحصائي له دور أيضاً في العلوم الإنسانية، وذلك لارتباط التحليل الإحصائي بأهداف البحث الاجتماعي.
7. يقدم التحليل الإحصائي للباحث العلمي العديد من الحلول والإجابات حول جميع الأسئلة التي يقوم البحث العلمي بطرحها، ليستطيع التعرف على السلوك الإنساني.
8. هناك دور للتحليل الإحصائي في مجال الإدراك الحسي، واستخراج نتائج تتميز بالدقة والتنظيم.
9. له دور هام في العلوم الجغرافية، حيث يعمل التحليل الإحصائي على وضع تصنيفات للمدن.

للتعرف أكثر عن أهمية التحليل الإحصائي على البحث العلمي ودوره المؤثر يمكن الاطلاع على مقال شمولي ومفصل عن أهمية التحليل الإحصائي ودوره في البحث العلمي.

يواجه الباحثون العديد من المشكلات والأخطاء أثناء عملية التحليل الإحصائي والتي قد تتسبب في حدوث خلل في النتائج النهائية ويؤثر بشكل عام على البحث العلمي، هذا ويمكن توضيح هذه المشكلات من خلال الآتي:

1. أن يقوم الباحث بصياغة الفروض بفروض بديلة موجهة أو غير موجهة مع عدم توافر المعلومات التي تدعم هذا التوجه.
2. هناك خلاف بشأن ذكر مستوى الدلالة في الفرض أم لا، لكن في وجود بعض الاعتبارات الخاصة بالتحليلات القبلية لقوة الاختبار، يجب على الباحث ذكر مستوى الدلالة في الفرض.
3. في حالة ما إذا كانت العينات التي سيقوم الباحث بالتطبيق عليها عينات صغيرة فيجب على الباحث التأكد من دقة صياغة الفروض.
4. ألا يقوم الباحث العلمي بالتحقق من كافة الإجراءات والشروط التي يخضع لها أسلوب التحليل الإحصائي.
5. وجود خلل في نتائج البحث العلمي، وذلك بسب استغراق الباحث العلمي وقتاً طويلاً في استخدام أساليب التحليل الإحصائي بشكل متطور ومنظم.
6. أن يختار الباحث العلمي أساليب إحصائية لا تتناسب مع طبيعة عينة البحث العلمي، الذي سيتم إجراء الدراسة عليها.
7. عدم قدرة بعض الباحثين على التفكير بمستوى علمي مناسب، يمكنهم من خلاله إدراك الارتباطات الدالة على التحليلات الإحصائية المناسبة.
8. فقدان الباحث العلمي للمهارات المناسبة التي تمكنه من اختيار المقاييس التي تتوافق مع التحليل الإحصائي، وتتناسب أيضاً مع المعلومات التي يملكها الباحث العلمي.
9. عدم قدرة الباحث العلمي على معرفة سبب الأخطاء التي تظهر في نتائج التحليل الإحصائي.

إذا كنت ترغب في الحصول على معلومات أكثر عن التحليل الإحصائي في البحث العلمي يمكنك الاطلاع والتحميل المجاني لنسخة إلكترونية عن التحليل الإحصائي pdf من خلال الرابط التالي: (اضغط هنا).

أردنا من هذا المقال شرح بعض المفاهيم المهمة في الإحصاء والتحليل الإحصائي والتي ينبغي على الباحث أن يكون على علم بها، كما أردنا بيان أهمية التحليل الإحصائي بالنسبة للباحث والحديث عن أهمية التحليل الإحصائي في البحث العلمي،  وتوضيح أهم الطرق والبرامج الشائع استخدامها في عملية التحليل الإحصائي، مع تحيات شركة دراسة للاستشارات الأكاديمية وخدمات البحث العلمي والترجمة.

وإن كنت تبحث عن خدمة التحليل الإحصائي ومناقشة النتائج باستخدام برنامج SPSS كأحد خدمات شركة دراسة يمكنك التواصل معنا من خلال الآتي:

• على الإيميل التالي [email protected]: 
• أو التواصل معنا وطلب الخدمة عبر الواتساب على الرقم 00966560972772

مركز المناهج التعليمية والبحوث التربوية. (2020). مبادئ الإحصاء. وزارة التعليم. دولة ليبيا.

مركز الإحصاء. (د.ت). دليل مبادئ التحليل الإحصائي أدلة المنهجية والجودة – دليل رقم (10). أبو ظبي.

أمين أسامة ربيع. (2007). التحليل الإحصائي باستخدام برنامج spss الجزء الأول مهارات أساسية اختبارات الفروض الإحصائية (المعلمية ، اللامعلمية). الطبعة الثانية. المكتبة الأكاديمية. القاهرة.

بركات، نافذ محمد. (2013). التحليل الإحصائي باستخدام البرنامج الإحصائي spss. كلية التجارة. الجامعة الإسلامية.

محمد، أماتي موسى. (2007). التحليل الإحصائي للبيانات. معهد الدراسات والبحوث الإحصائية. جامعة القاهرة.