يوجد أنواع متعددة من مقاييس التشتت في البحوث العلمية:
- المدى.
- نصف المدى الربيعي.
- الانحراف المتوسط.
- التباين.
- الانحراف المعياري.
أولاً: المدى:
- هو المسافة بين أكبر وأصغر قيمة في مجموعة البيانات قيد التحليل.
- المدى هو أحد مقاييس درجة التطرف في مجموعة القيم.
- هو الفرق بين أعلى وأقل قيمة في مجموعة قيم المتغير.
- المدى يهتم بقيمتي التطرفين في قيم المتغير لذا فإنه واحد سواء أكانت القيم مجدولة أم لا.
مثال على المدى كأحد مقاييس التشتت في البحوث العلمية:
إذا أكانت أكبر درجة 10 وأصغر درجة 5 في توزيع محدد فإن المدى يحسب من خلال المعادلة التالية:
أكبر قيمة – أصغر قيمة = المدى 10 – 5 = 5 لتصبح قيمة المدى في هذا المثال= 5.
أهم مميزات وعيوب المدى كأحد مقاييس التشتت في البحوث العلمية:
- مقياس بسيط وسهل الحساب لتبعثر وتشتت القيم.
- لا يمكن استخدامه في التوزيعات التكرارية المفتوحة النهاية.
ثانياً: نصف المدى الربيعي:
- نظراً لتأثر المدى كثيراً بالقيم الشاذة أو المتطرفة، دعت الحاجة إلى إيجاد مقاييس أخرى للتشتت لا تتأثر بالقيم المتطرفة.
- نصف المدى الربيعي هو من مقاييس التشتت التي لا تتأثر بالقيم الشاذة أو المتطرفة.
- القيم المتطرفة هي القيم الصغيرة جداً أو الكبيرة جداً فعند حساب نصف المدى الربيعية لا يؤخذ في الاعتبار ربع البيانات الصغيرة (25%) ولا ربع البيانات الكبيرة (25%).
- يرمز لنصف المدى الربيعي بالرمز Q ويعرف بالمعادلة الثانية:
-
- Q=Q3-Q22 على أن تكون Q3 ربع البيانات الكبيرة وأن تكون Q2 هي ربع البيانات الصغيرة.
ما هي مميزات نصف المدى الربيعي؟:
- يمكن حساب نصف المدى الربيعي إذا كان الجدول التكراري مفتوحاً.
- تخلص من أحد عيوب الانحراف المطلق الذي يعتمد على القيم الأكثر تطرفاً، ولكن لا يزال هذا المقياس يهمل تشتت هذه القيم التي تم إسقاطها على طرفي التوزيع.
- يهمل تشتت القيم الواقعة بين الربيع الأدنى والربيع الأعلى.
- لا يتأثر نصف المدى الربيعي بالقيم المتطرفة.
- العيب الرئيسي في استخدام نصف المدى الربيعي كمقياس للتشتت هو أنه غير قابل للتلاعب الرياضي.
ثالثاً: الانحراف المتوسط:
- هو أحد مقاييس التشتت في البحوث العلمية الذي يعبر عن انحراف القيم عن معدلها الطبيعي.
- الانحراف المتوسط هو متوسط مجموع الانحرافات المطلقة للقيم عن متوسطها الحسابي.
- يعرف الانحراف المتوسط بأنه الوسط الحسابي لانحراف قيم المفردات عن أحد مقاييس النزعة الوسط الحسابي.
- يتم استخراج الانحراف المتوسط من خلال الخطوات التالية:
- اشتقاق المتوسط الحسابي للمشاهدات.
- حساب انحراف المشاهدات عن متوسطها الحسابي.
- تحويل الانحرافات إلى انحرافات مطلقة من خلال إهمال الإشارات السالبة والموجبة.
- حساب مجموعة الانحرافات المطلقة.
- يتم قسم نتيجة الخطوة السابقة على عدد المشاهدات.
- الانحراف المتوسط يعد من مقاييس التشتت الجيدة إلا أنه يعاني من أوجه قصور مختلفة أدت إلى صعوبة استخدامه في العمليات الإحصائية الاستدلالية.
أهم مزايا ومساوئ الانحراف المتوسط:
- هو مقياس سهل واضح إذ هو متوسط انحراف القيم عن مقاييس النزعة المركزية.
- هو مفهوم وسطي تؤخذ قيم كافة المفردات بعين الاعتبار عند حسابه.
- لا يمكن حسابه للجداول التكرارية المفتوحة.
- إن إهمال الإشارات الجبرية عملية جبرية غير مرضية.
رابعاً: التباين:
- من مقاييس التشتت في البحوث العلمية وهو متوسط مجموع مربع الانحرافات عن المتوسط الحسابي، والسبب في تربيع الانحرافات قبل استخدامها لسحاب قيمة التباين هو إن مجموعها يساوي صفراً.
- لكي يتجاوز عيوب الانحرافات المطلقة عمل الإحصائيون إلى تربيع الفروقات بدلاً من تحويلها إلى قيم مطلقة.
- لا يعتمد لوحده في التحليل إلا نادراً وذلك لأنه يشكل خطوة لاشتقاق قيمة الانحراف المعياري.
- إن فكرة التبيان تعتمد على تشتت أو تباعد البيانات عن متوسطها، فالتباين قد يكون كبيراً إذا كانت البيانات متباعدة عن متوسطها والعكس بالعكس.
ما هو معامل التباين:
معامل التباين هو معامل تشتت ينتج من عملية ضرب معامل الانحراف المعياري في 100 في بعض الأحيان، نحسب مربع الانحراف المعياري، والمعروف باسم التباين، والذي يتم استخدامه كثيرًا في سياق تحليل التباين
خامساً: الانحراف المعياري:
- يتشابه الانحراف المعياري مع الانحراف المتوسط بأنه متوسط انحرف القيم عن أحد مقاييس النزعة المركزية.
- هو الوسط الحسابي حصراً بعد إجراء بعض العمليات الحبرية للتخلص من عيوب الانحراف المتوسط.
- يتم التخلص من هذه العيوب من خلال تربيع الانحرافات بدلاً من إهمال الإشارات الجبرية.
- نحصل على مقياس جديد يدعى التباين وهو الوسط الحسابي لمربعات انحرافات القيم عن وسطها الحسابي.
- بعد ذلك نجذر التباين للعودة إلى القوة فنحصل على الانحراف المعياري.
- الانحراف المعياري هو جذر التباين وهو الجذر التربيعي لمتوسط مربعات الانحرافات.
- عندما يتم الحصول على مثل هذه الانحرافات لقيم العناصر الفردية في سلسلة من المتوسط الحسابي المقياس الأكثر استخدامًا لتشتت السلسلة. ويشار إليه عادة بالرمز يُنطق باسم سيغما- σ.
ما هو معامل التشتت الانحراف المعياري:
هو مقياس نسبي ينتج من عملية قسمة الانحراف المعياري على المتوسط الحسابي للسلسلة، تُعرف الكمية الناتجة بمعامل الانحراف المعياري.
أهم الملاحظات على الانحراف المعياري:
- الانحراف المعياري حساس لبعد أو قرب العلامات من المتوسط ولذلك كلما صغرت قيمته دل ذلك على طبيعة البيانات مقاربة ومتراكمة حول المتوسط، وبالتالي التشتت قليل والعكس هو الصحيح.
- يأخذ في الحسبان جميع القيم في حسابه وبالتالي يستخدم عند المقارنة بين المجموعات والعينات الإحصائية والاستنتاجات الإحصائية المتعلقة بالفرضيات.
- يتصف الانحراف المعياري بالكثير من الخواص الجبرية، ولذلك فاستخداماته كثيرة أكثر من أي مقياس آخر للتشتت.
- يتأثر الانحراف المعياري بالقيم الشاذة أو المتطرفة.
- قيمته دوماً أكبر من أي مقياس تشتت آخر ما عدا المدى.
- قيمته دوماً أصغر في العينة عنه في المجتمع الذي سحبت منه هذه العينة.
- يصعب إيجاد الانحراف المعياري في حالة الفئات المفتوحة.
تعرف على مقاييس البحث العلمي