‫إن الهدف الساسي للحصاء الستدللي هو استنتاج خصائص مجتمع معين وطبيعة العلقات‬

‫الموجييودة بييين المتغيييرات الخاصيية بييه فييي ضييوء دراسيية هييذه الخصييائص والعلقييات بييين‬
‫المتغيرات لعينة يتم اختيارها من ذلك المجتمع ويعتبر اختبار الفرضيييات الطريقيية الرئيسييية‬
‫المستخدمة في البحوث التربوية والنفسية والجتماعية لتحقيق هذا الهدف ويوجد اختبييار ذو‬
‫نهاية واحدة ‪ ،‬واختبييار ذو نهييايتين وتكييون منطقيية قبييول الفرضييية الصييفرية فييي المنتصييف‬
‫ومنطقة الرفض على جانب واحد أو على الجانبين ‪ ،‬ولكي يرفض الباحث الفرضية الصييفرية‬
‫في اختبار ذي نهاية واحدة ينبغي أن تكون إشارة القيمة المحسوبة من بيانات العينة متفقيية‬
‫ومشابهة لشارة النهاية الخاصة بالتوزيع النظري أما في الختبيار ذي النهييايتين فيان القيميية‬
‫المحسوبة تقارن مع القيمة النظرييية الموجبيية والسييالبة علييى نهيايتي التوزيييع ‪ ،‬وإن اختبييار‬
‫الباحث لفرضياته تزوده بمعلومات جديدة بشأن العلقة بين المتغيرات التي يقوم بدراسييتها‬
‫كذلك التوصل إلى إجابات لتساؤلته المطروحة في بحثه حييتى يتمكيين البيياحث ميين معرفيية‬
‫احتمالت الصدفة بشيء من الدقة ‪ ،‬والفرضية هي إجابة متوقعيية لسييؤال معييين فييي ضييوء‬
‫إطار نظري من أدبيات ودراسات سابقة‬
‫شروط ومعايير فرضية البحث ‪:‬‬
‫ أن تكون واضحة ومختصرة ولها قوة تفسيرية‬‫ أن تكون قابلة للقياس وتوضح العلقات بين المتغيرات‬‫ أن تكون موضوعة في ضوء إطار نظري وتعبر بدقة عما يتوقعه الباحث من إجابة‬‫الفرضية الصفرية ‪ :‬هي التي تحتمل عدم وجود فروق في النتائج وأن المتغير المسييتقل‬
‫ل يؤثر في المتغير التابع ويتم اختبارها إحصائيا حييث يتيم قبولهيا أو رفضيها ‪ ،‬وفيي الفيرض‬
‫الصفري ل توجد فروق في النتائج بين المجموعتين ) العينة تمثل المجتمع الذي سحبت منه‬
‫فييي الخصييائص أو متوسييط درجييات المجموعيية التجريبييية = متوسييط درجييات المجموعيية‬
‫م ‪ - 1‬م ‪ = 2‬صفر‬
‫‪،‬‬
‫الضابطة (‬
‫م‪ = 1‬م‪2‬‬
‫الفرضية البديلة ‪ :‬هي التي تحتمل وجود فروق في النتائج ترجيع إليى المتغيير المسيتقل‬
‫وأن المتغير المستقل يؤثر في المتغير التابع ويمكن أن تكون الفروق في اتجيياه واحييد وقييد‬
‫تكون عديمة التجاه تهتم فقط بوجود أو عدم وجود فروق وفي الفرض البديل توجييد فييروق‬
‫في النتائج بين المجموعتين )العينة ل تمثل المجتمع الذي سحبت منه تمثيل تاما أو متوسييط‬
‫درجات المجموعة التجريبية ≠ متوسط درجات المجموعة الضابطة ( م ‪ ≠ 1‬م ‪ ، 2‬م ‪- 1‬‬
‫م ‪ ≠ 2‬صفر‬
‫فرض بديل غير محدد التجاه ) غير موجه ( ‪ :‬أي ل نحدد أو ل نعلييم مسييبقا الفييروق‬
‫لصالح أي مجموعة‬
‫فرض بديل محدد التجاه )موجه( ‪ :‬أي نحدد ونعلم مسبقا الفروق لصالح أي مجموعيية‬
‫بناءا على الدراسات السابقة‬
‫كيفية صياغة الفرض الصفري ‪ ،‬والبديل ‪ ،‬والبديل الموجه ‪:‬‬
‫ل يوجييييد فييييرق دال إحصييييائيا عنييييد مسييييتوى دلليييية أقييييل ميييين أو يسيييياوي ‪0.05‬‬
‫بين ‪ .......... ، ..........‬في ‪...........‬‬
‫يوجييييد فييييرق دال إحصييييائيا عنييييد مسييييتوى دلليييية أقييييل ميييين أو يسيييياوي ‪0.05‬‬
‫بين ‪ ............ ، ............‬في ‪..........‬‬
‫يوجييد فييرق دال إحصييائيا عنييد مسييتوى دلليية أقييل ميين أو يسيياوي ‪ 0.05‬بييين ‪....... ، .....‬‬
‫في ‪ .......‬لصالح ‪......‬‬
‫مثال للفرض البديل الموجه ‪ :‬يوجد فرق دال إحصائيا عند مسييتوى دلليية أقييل ميين أو‬
‫يسياوي ‪ 0.05‬بييين المجموعية التجريبييية ‪ ،‬والمجموعية الضييابطة فيي معييدل الكسييب فيي‬
‫مقياس المثابرة ) أو في مقياس المثابرة البعدي خاليا من أثيير القبلييي ( لصييالح المجموعيية‬
‫التجريبية‬
‫تكون الفروق دالة ونرفنض الفنرض الصنفري ونقبنل الفنرض البنديل عنندما‬
‫يكون ‪:‬‬
‫‪Teaching Emasculatory Of Computer and Engineering Sciences‬‬

‫‪1‬‬

‫‪Preparing : Hesham Saeed‬‬

‫احتمال اختبار صحة الفرض الصفري عن طريييق الصييدفة ≥ مسسستوي الدللسسة المحسسدد مسسسبقا ) ‪0.05‬‬
‫مثل (‬
‫تكون الفروق غير دالة ونقبل الفرض الصفري ونرفض الفرض البديل عننندما‬
‫يكون ‪:‬‬
‫احتمال اختبار صحة الفرض الصفري عن طريييق الصييدفة < مسسستوي الدللسسة المحسسدد مسسسبقا ) ‪0.05‬‬
‫مثل (‬
‫‪ 0.0500 > 0.0098‬الفروق دالة عند مستوى ‪0.05‬‬
‫‪ 0.0010 < 0.0098‬الفروق غير دالة عند مستوى ‪0.001‬‬
‫مستوى الدللة المحسوب ‪ :‬هو احتمال الحصول على النتيجة عن طريق الصدفة ‪ ،‬فإذا‬
‫كان هذا الحتمال مساويا أو أقل من مستوى احتمال معييين ) مسييتوى دلليية محييدد ( فإننييا‬
‫نرفض الفرضية الصفرية ونقبل الفرضية البديلة ونقول أن النتائج ذات دللة إحصائية أما إذا‬
‫كان الحتمال المحسوب أكبر من مستوى احتمال معين) مستوى دللة محييدد ( فإننييا نقبييل‬
‫الفرضية الصفرية ونرفض الفرضييية البديليية ونقييول أن النتييائج غييير داليية إحصييائيا ‪ ،‬ويحييدد‬
‫مستوى الدللة عادة في بداية التجربة أو عند تصميم البحث ‪ ،‬وحجم أو مقدار الدللة يكييون‬
‫) ‪ 0.05‬أو ‪ 0.01‬أو ‪ ( 0.001‬والتفاق على هذه القيم يسياعد البيياحثين علييى مقارنيية نتييائج‬
‫بحوثهم بنتائج البحوث الخرى ‪ ،‬وتحديد مستوى الدللة يرتبط بنوع البحث وأهدافه ومجالت‬
‫استخدام نتائجه‬
‫الخطأ من النمط الول ‪ :α‬هو احتمالية أن يعطي الختبار الحصائي قيمة تحت شييروط‬
‫رفض الفرضية الصفرية عندما تكون في الواقع صحيحة‬
‫الخطأ من النمط الثاني ‪ :β‬هو احتمالية أن يعطي الختبار الحصائي قيمة تحت شروط‬
‫قبول الفرضية الصفرية عندما تكون في الواقع خاطئة‬
‫ويمكن التقليل من احتمال الوقوع في الخطأ من النمط الول بإنقاص مستوى الدلليية إلييى‬
‫مستوى أدنى ولكن ذلك في المقابل يزيد من قيمة الخطأ من النمط الثاني لنه يييؤدي إلييى‬
‫صعوبة رفض الفرضية الصفرية‬
‫قوة الختبار ‪ :β 1 -‬هي احتمالية اتخاذ قرار صحيح برفض الفرضية الصفرية عندما تكييون‬
‫خاطئة وتكون قيمتها بين ‪ 0.6 - 0.4‬مقبولة ‪ ،‬وزيادة حجم العينة يؤدي إلييى التغلييب علييى‬
‫المشكلت المتعلقة بقوة الختبار حيث أن قوة الختبار ترتبط بحجم العينة وطبيعيية الختبييار‬
‫الحصائي المختار والفرض البديل واختبار أحادي أو ثنائي الذيل‬
‫خطوات اختبار صحة فروض البحث ‪:‬‬
‫ صنع الفرض الصفري ‪H0‬‬‫ اختيار اختبار إحصيائي يقييترب نميوذجه مين شيروط تصييميم البحيث لختبييار الفييرض‬‫الصفري والذي تتفق متطلباته مع المقاييس المستخدمة في البحث‬
‫ التعيين العشوائي لحجم العينة ‪ N‬وتعيين مسييتوى الدلليية ‪ α‬وليكيين ‪ 0.05‬ثييم نحييوله‬‫إلى جزء من ‪ 10000‬فيكون ‪ 0.0500‬ومعني ذلك أن احتمال الصييدفة يلعييب دوره فييي‬
‫‪ 500‬حالة عند تكرار التجربة ‪ 10000‬مرة‬
‫ إيجاد أو افتراض توزيع العينة للختبار الحصائي تحت شرط الفرض الصفري‬‫ تعريف منطقة الرفض بناءا على الخطوات السابقة‬‫ حساب قيمة الختبار الحصائي من بيانات العينة ‪ ،‬فإذا كانت هذه القيمة فييي منطقيية‬‫الرفض فإننا نرفض الفرض الصفري وإذا كانت خارج منطقة الرفض فإننا نقبييل الفييرض‬
‫الصفري‬

‫‪Teaching Emasculatory Of Computer and Engineering Sciences‬‬

‫‪2‬‬

‫‪Preparing : Hesham Saeed‬‬

‫إن تحليل البيانات ذات المتغيرين له جانبان مرتبطان ارتباطييا وثيقييا همييا الرتبيياط والتنبييؤ ‪،‬‬
‫فإذا كان الباحث مهتما بمشكلة وصف درجة أو مقدار العلقة بين متغيرين أي مقدار التباين‬
‫المتلزم أو المصيياحب فييإن ذلييك يسييمى معامييل الرتبيياط ‪ ،‬وأكييثر أنييواع معامييل الرتبيياط‬
‫استخداما هو بيرسون ويستخدم إذا كان مستوى القياس فتري أو نسبي ‪ ،‬ومعظم معاملت‬
‫الرتباط هي حالت خاصة من معامل ارتباط بيرسون ‪ ،‬وتوجد معاملت ارتباط تسييتخدم إذا‬
‫كان مستوى القياس اسمي أو رتبي ‪ .‬إن معامل الرتباط بين متغيرين هو قيمة مجردة تعبر‬
‫عن علقة الرتباط القائمة بين متغيرين وتنحصر بين ‪ 1-‬تام سالب عكسي ‪ 1+ ،‬تام موجب‬
‫طردي ويعبر عنها بكسيير عشييري ‪ ،‬ومعامييل الرتبيياط ليييس قيميية مطلقيية ول يقيياس علييى‬
‫ميزان خطي بوحدات متساوية ول يفسر على أسيياس وحييدات الييدرجات الصييلية حيييث أن‬
‫قيمته تكون مستقلة عن الوحدات التي تقاس بها المتغيرات ‪ ،‬ودلليية معامييل الرتبيياط هييي‬
‫داليية لحجييم العينيية وطبيعيية كييل ميين العينيية والمتغيييرات والغييرض ميين اسييتخدام معامييل‬
‫الرتباط ‪ ،‬كل ذلك من العوامل التي تحدد مييا إذا كييانت قيميية معامييل الرتبيياط مرتفعيية أم‬
‫منخفضة وقيم معامل الرتباط القل مين ‪ 0.3‬تكييون منخفضية ‪ ،‬وبيين ‪ 0.7 ← 0.3‬تكييون‬
‫متوسطة ‪ ،‬والكبر من ‪ 0.7‬تكون مرتفعة ) موجب قوي أو سييالب قييوي ( ‪ ،‬صييفر تعنييي أن‬
‫المتغيرين مستقلين أو العلقة بينهم عشوائية‬
‫عوامل اختيار معامل الرتباط ‪:‬‬
‫ مستوى قياس كل متغير ) اسمي ‪ -‬رتبي ‪ -‬فتري ‪ -‬نسبي (‬‫ خصائص توزيع البيانات ) خطي ‪ -‬منحني (‬‫ شكل توزيع البيانات ) متصل ‪ -‬منفصل (‬‫معامل ارتباط بيرسون ‪ :‬هو مقياس للعلقة الخطية بين متغيرين ‪ ،‬وابتعاد العلقة‬
‫طفيفا عن الخطية ل يمنع من استخدام معامل ارتباط بيرسون كتقريب مبدئي لقيم‬
‫معاملت الرتباط الخرى أما إذا ابتعد شكل العلقة عن الخطية وأصبح واضحا أن العلقة‬
‫منحنية فأنه يجب استخدام نسبة الرتباط ‪ ،‬وتوجد بعض العوامل التي تؤدي إلى أشكال‬
‫منحنية لسباب اصطناعية حيث يمكن أن يكون أحد توزيعي المتغيرين أو كلهما ملتويا‬
‫ويكون اللتواء نتيجة خطأ في مستوى القياس حيث يتم تحويل التوزيع في هذه الحالة فقط‬
‫إلى توزيع اعتدالي للتخلص من النحناء الخاطئ لشكل العلقة ويكون التوزيع اعتدالي‬
‫متماثل ومتصل وأحادي المنوال‬
‫شروط استخدام معامل الرتباط ‪:‬‬
‫أن يكون التوزيع اعتدالي متماثل ومتصل وأحادي المنوال وأن تكون العلقة القترانية بين‬
‫المتغيرين خطية‬
‫العوامل التي تؤثر والتي ل تؤثر في معامل ارتباط بيرسون ‪:‬‬
‫تتأثر قيمة معامل الرتباط بمدى تباين درجات كل من التوزيعين فكلما زاد تباين‬
‫‬‫الدرجات زادت قيمة معامل الرتباط ولذلك فأن قيمة معامل الرتباط يكون لها معنى‬
‫فقط إذا حدد الباحث طبيعة وتكوين العينة موضع البحث وأحيانا يكون معامل الرتباط‬
‫منخفض زائف أو وهمي نتيجة تضييق مدى قيم أحد المتغيرين والعكس صحيح‬
‫إن قيمة معامل الرتباط بين متغيرين تكون كبيرة إذا أخذنا في الحسبان المدى‬
‫‬‫الكلي لهما وتقل بسبب تضييقه‬
‫قيمة معامل الرتباط ل تتغير بتغير نقطة الصل أو وحدة ميزان القياس ومعني ذلك‬
‫‬‫إن إضافة أو طرح أو ضرب أو قسمة كل درجة من أحد توزيعي المتغيرين أو كليهما ل‬
‫يغير من قيمة معامل الرتباط ولكن هذه العمليات تغير من قيمة المتوسط وتباين التوزيع‬
‫تفسير قيم معامل الرتباط ‪:‬‬
‫لتفسير القيم المختلفة لمعامل الرتباط يتم تربيع هذه القيم لنحصل على معامل التحديد‬
‫) ر ‪ ( 2‬وهذا المقدار هو النسبة بين التباين الكلي لحد المتغيرين والجزء من هذا التباين‬
‫الذي يمكن التنبؤ به باستخدام المتغير الثاني ‪ ،‬أو الجزء من التباين في أحد المتغيرين الذي‬
‫يمكن أن نتنبأ به باستخدام المتغير الثاني‬
‫‪Teaching Emasculatory Of Computer and Engineering Sciences‬‬

‫‪3‬‬

‫‪Preparing : Hesham Saeed‬‬

‫معامل التحديد ) ر ‪ : ( 2‬هو التباين المشترك بين المتغيرين وقيمته تعبر عن ذلك الجزء‬
‫من التباين في أحد المتغيرين والذي يمكن تحديده أو التنبؤ به باستخدام المتغير الخر‬
‫← ر ‪ ← 0.64 = 2‬هناك تباين مشترك بين المتغيرين نسبته ‪٪64‬‬
‫ر = ‪0.8‬‬
‫← هناك تباين مشترك بين المتغيرين نسبته ‪٪100‬‬
‫← ر‪1 = 2‬‬
‫ر=‪1±‬‬
‫‪2‬‬
‫← ليس هناك تباين مشترك بين المتغيرين‬
‫ر = صفر ← ر = صفر‬
‫فمثل يمكن اعتبار معامل الرتباط ‪ 0.707‬ضعف معامل الرتباط ‪0.5‬‬
‫وذلك لن ) ‪ 0.25 = 2( 0.5 ) ، 0.5 = 2( 0.707‬حيث أن نسبة ر ‪ 2‬في الحالتين ‪1 : 2‬‬
‫معامل عدم التحديد أو الغتراب ) ‪ -1‬ر ‪ : ( 2‬قيمته تعبر عن الجزء من التباين في‬
‫أحد المتغيرين والذي ل نستطيع تحديده أو التنبؤ به باستخدام المتغير الخر‬
‫ويجب على الباحث أن يحتاط عند تفسير قيمة معامل الرتباط بين متغيرين وذلك لن قيمة‬
‫‪2‬‬
‫ر تختلف عن قيمة ر‬
‫فمثل معامل الرتباط ‪ 0.5‬الذي يعتبره كثير من الباحثين مرتفعا يعني أن ‪ ٪25‬من التباين‬
‫في المتغير ص يقترن بالتباين في المتغير س ‪ ٪75 ،‬من التباين في ص يقترن بعوامل‬
‫أخرى ‪ ،‬ولذلك يحتاج الباحث إلى معامل ارتباط ‪ 0.71‬على القل لكي يكون نصف التباين‬
‫في المتغير ص يقترن بالتباين في المتغير س على القل‬
‫العلقة والعلية ‪ :‬من الخطاء الشائعة اعتبار أن معامل الرتباط المرتفع دليل على‬
‫علقة سببية أو علقة أثر ونتيجة ‪ ،‬فمعرفة مقدار العلقة بين متغيرين ليست كافية لقتراح‬
‫نوع من العلية المباشرة على هذه العلقة لن ذلك يتطلب دراسات تجريبية على المتغيرات‬
‫‪ ،‬ولكن توجد حالت يحاول فيها الباحث استخدام معامل الرتباط بين متغيرين لقتراح أن‬
‫هناك تأثيرا سببيا أو تأثير له اتجاه معين ‪ ،‬مثال العلقة بين التدخين والصابة بسرطان الرئة‬
‫إذا ارتبط متغيران س ‪ ،‬ص فأنه يمكن أن توجد ثلثة علقات عليه هي ‪:‬‬
‫س تسبب ص أو ص تسبب س أو ع تسبب س ‪ ،‬ص‬
‫طرق حساب معامل الرتباط للبيانات غير المجمعة ‪:‬‬
‫أول ‪ :‬حساب معامل ارتباط بيرسون ‪:‬‬
‫مثال ‪ :‬احسب معامل الرتباط من الجدول التي بثلثة طرق إذا كانت هذه الدرجات من‬
‫مستوى المسافة ‪ ،‬ثم فسر القيمة الناتجة لمعامل الرتباط ‪ ،‬العدد ‪ 10‬في الجدول التالي‬
‫يسمى درجة خام أم درجة معيارية أم تكرار؟ علل‬
‫‪13‬‬
‫‪11‬‬
‫‪9‬‬
‫‪7‬‬
‫‪5‬‬
‫‪3‬‬
‫‪1‬‬
‫س‬
‫‪22‬‬
‫‪19‬‬
‫‪16‬‬
‫‪13‬‬
‫‪10‬‬
‫‪7‬‬
‫‪4‬‬
‫ص‬
‫معامل الرتباط الذي سنستخدمه هو معامل ارتباط بيرسون وذلك لن البيانات من مستوى‬
‫المسافة ) الفترة (‬
‫‪ -1‬الطريقة المباشرة ) الدرجات الخام ( ‪ :‬ن هي عدد الدرجات لكل متغير وفي‬
‫هذا المثال = ‪7‬‬
‫‪2‬‬
‫‪2‬‬
‫س×‬
‫ص‬
‫س‬
‫ص‬
‫س‬
‫ص‬
‫‪16‬‬
‫‪1‬‬
‫‪7‬‬
‫‪7‬‬
‫‪1‬‬
‫‪49‬‬
‫‪9‬‬
‫‪12‬‬
‫‪4‬‬
‫‪3‬‬
‫‪100‬‬
‫‪25‬‬
‫‪65‬‬
‫‪13‬‬
‫‪5‬‬
‫‪169‬‬
‫‪49‬‬
‫‪112‬‬
‫‪16‬‬
‫‪7‬‬
‫‪256‬‬
‫‪81‬‬
‫‪90‬‬
‫‪10‬‬
‫‪9‬‬
‫‪361‬‬
‫‪121‬‬
‫‪242‬‬
‫‪22‬‬
‫‪11‬‬
‫‪484‬‬
‫‪169‬‬
‫‪247‬‬
‫‪19‬‬
‫‪13‬‬
‫‪1435‬‬
‫‪455‬‬
‫‪775‬‬
‫‪91‬‬
‫‪49‬‬
‫‪Teaching Emasculatory Of Computer and Engineering Sciences‬‬

‫‪4‬‬

‫‪Preparing : Hesham Saeed‬‬

‫ن × مجس س ص ‪ -‬مجس س × مجس ص‬

‫معامل الرتباط =‬

‫=‬

‫‪2‬‬

‫‪2‬‬

‫‪2‬‬

‫‪2‬‬

‫[ن مجي س ‪ ) -‬مجي س ( ] [ ن مجي ص ‪ ) -‬مجي ص ( ]‬
‫‪966‬‬
‫‪91 × 49 - 775 × 7‬‬
‫=‬
‫=‬

‫‪0.82‬‬
‫‪1764 × 784‬‬
‫[ ‪] 2( 91 ) - 1435 × 7 [ ] 2( 49 ) - 455 × 7‬‬
‫وهي قيمة تبين أن العلقة الرتباطية الخطية أو التغير القتراني بين المتغيرين س ‪ ،‬ص‬
‫طردي قوي غير تام لن الناتج قيمة موجبة أكبر من ‪ 0.7‬واقل من الواحد الصحيح ‪ ،‬وأن‬
‫هناك تباين مشترك بين المتغيرين نسبته ‪٪67.5‬‬
‫‪ -2‬طريقة متوسط النحرافات ‪ :‬س= مجن س ‪ /‬ن = ‪ ، 7 = 7 / 49‬ص=‬
‫مجن ص ‪ /‬ن = ‪13 = 7 / 91‬‬
‫س‬

‫س‪-‬‬
‫س‬

‫)س ‪-‬‬
‫‪2‬‬
‫س(‬

‫ص‬

‫ص‪-‬ص‬

‫‪7‬‬
‫‪36‬‬
‫‪1‬‬
‫‪6‬‬‫‪4‬‬
‫‪16‬‬
‫‪3‬‬
‫‪4‬‬‫‪13‬‬
‫‪4‬‬
‫‪5‬‬
‫‪2‬‬‫‪16‬‬
‫صفر‬
‫صفر‬
‫‪7‬‬
‫‪10‬‬
‫‪4‬‬
‫‪2‬‬
‫‪9‬‬
‫‪22‬‬
‫‪16‬‬
‫‪4‬‬
‫‪11‬‬
‫‪19‬‬
‫‪36‬‬
‫‪6‬‬
‫‪13‬‬
‫‪91‬‬
‫‪112‬‬
‫‪49‬‬
‫مجس [) س ‪ -‬س () ص ‪ -‬ص (]‬
‫معامل الرتباط =‬
‫‪2‬‬
‫‪2‬‬
‫مجس ) س ‪ -‬س ( × مجس ) ص ‪ -‬ص (‬

‫‪6‬‬‫‪9‬‬‫صفر‬
‫‪3‬‬
‫‪3‬‬‫‪9‬‬
‫‪6‬‬

‫‪Teaching Emasculatory Of Computer and Engineering Sciences‬‬

‫)ص ‪-‬‬
‫‪2‬‬
‫ص(‬

‫)س ‪ -‬س()ص ‪-‬‬
‫ص(‬

‫‪36‬‬
‫‪81‬‬
‫صفر‬
‫‪9‬‬
‫‪9‬‬
‫‪81‬‬
‫‪36‬‬
‫‪252‬‬
‫‪138‬‬
‫=‬
‫‪252 × 112‬‬

‫‪5‬‬

‫‪36‬‬
‫‪36‬‬
‫صفر‬
‫صفر‬
‫‪6‬‬‫‪36‬‬
‫‪36‬‬
‫‪138‬‬
‫= ‪0.82‬‬

‫‪Preparing : Hesham Saeed‬‬

‫‪ -3‬طريقة الدرجات المعيارية ‪:‬‬
‫ص = مجي ص ‪ /‬ن = ‪13 = 7 / 91‬‬
‫‪،‬‬
‫س = مجي س ‪ /‬ن = ‪7 = 7 / 49‬‬
‫‪2‬‬
‫ع س = مجس ) س ‪ -‬س (‪ / 2‬ن = ‪ ، 4 = 7 / 112‬ع ص = مجس ) ص ‪ -‬ص ( ‪ /‬ن = ‪= 7 / 252‬‬
‫‪6‬‬
‫‪،‬‬
‫د ص = ) ص ‪ -‬ص ( ‪ /‬ع ص‬
‫د س = ) س ‪ -‬س ( ‪ /‬ع س‬
‫دس×د‬
‫س‬
‫)س ‪-‬‬
‫س‪-‬‬
‫د س ص ص ‪ -‬ص )ص ‪ -‬ص( د ص‬
‫س‬

‫س(‬

‫‪2‬‬

‫ص‬

‫‪2‬‬

‫‪36‬‬
‫‪1‬‬
‫‪6‬‬‫‪16‬‬
‫‪3‬‬
‫‪4‬‬‫‪4‬‬
‫‪5‬‬
‫‪2‬‬‫صفر‬
‫صفر‬
‫‪7‬‬
‫‪4‬‬
‫‪2‬‬
‫‪9‬‬
‫‪16‬‬
‫‪4‬‬
‫‪11‬‬
‫‪36‬‬
‫‪6‬‬
‫‪13‬‬
‫‪112‬‬
‫‪49‬‬
‫‪5.75‬‬
‫مجي [ د س × د ص ]‬
‫= ‪0.82‬‬
‫=‬
‫معامل الرتباط =‬
‫‪7‬‬
‫ن‬
‫العدد ‪ 10‬في الجدول لو كان درجة معيارية كان سيرمز له بالرمز د ص وليس ص ولو كان‬
‫تكرار كان سيكتب أمامه التكرار بدل من ص وسيقابله مجموعة تتميز بعلمة ‪ ، -‬ولذلك فهو‬
‫درجة خام من درجات المتغير ص‬
‫ثانيا ‪ :‬حساب معامل ارتباط سبيرمان ‪:‬‬
‫يستخدم في قياس التغير القتراني بين ترتيب الفراد في صفة ما وترتيبهم بالنسبة لصفة‬
‫أخري ويصلح لحساب الرتباط لعينة من الفراد ل يزيد عددها عن ‪ 50‬فرد وخطوات حسابه‬
‫هي ‪:‬‬
‫يرصد ترتيب الفراد في الختبار الول ‪ -‬يرصد ترتيب الفراد في الختبار الثاني ‪ -‬يحسب‬
‫فرق الترتيب في الختبارين ‪ -‬ترصد قيمة مربعات هذه الفروق ثم تجمع ‪ -‬يحسب معامل‬
‫الرتباط من معادلة سبيرمان‬
‫مثال ‪ :‬احسب معامل ارتباط سبيرمان من الجدول التي ثم فسر القيمة الناتجة لمعامل‬
‫الرتباط ‪ ،‬العدد ‪ 2‬في الجدول التالي يسمى درجة خام أم درجة معيارية أم تكرار؟ علل‬
‫ ‪1.5‬‬‫‪1‬‬‫ ‪0.5‬‬‫صفر‬
‫‪0.5‬‬
‫‪1‬‬
‫‪1.5‬‬

‫س‬
‫ص‬

‫‪2‬‬
‫‪3‬‬

‫‪7‬‬
‫‪4‬‬
‫‪13‬‬
‫‪16‬‬
‫‪10‬‬
‫‪22‬‬
‫‪19‬‬
‫‪91‬‬

‫‪6‬‬‫‪9‬‬‫صفر‬
‫‪3‬‬
‫‪3‬‬‫‪9‬‬
‫‪6‬‬

‫‪4‬‬
‫‪1‬‬

‫‪36‬‬
‫‪81‬‬
‫صفر‬
‫‪9‬‬
‫‪9‬‬
‫‪81‬‬
‫‪36‬‬
‫‪252‬‬

‫‪3‬‬
‫‪6‬‬

‫‪1‬‬‫ ‪1.5‬‬‫صفر‬
‫‪0.5‬‬
‫ ‪0.5‬‬‫‪1.5‬‬
‫‪1‬‬

‫‪1.5‬‬
‫‪1.5‬‬
‫صفر‬
‫صفر‬
‫ ‪0.25‬‬‫‪1.5‬‬
‫‪1.5‬‬
‫‪5.75‬‬

‫‪6‬‬
‫‪5‬‬

‫العدد ‪ 2‬في الجدول لو كان درجة معيارية كان سيرمز له بالرمز د س وليس س ولو كان‬
‫تكرار كان سيكتب أمامه التكرار بدل من س وسيقابله مجموعة تتميز بعلمة ‪ ، -‬ولذلك فهو‬
‫درجة خام من درجات المتغير س‬
‫مربع الفرق‬
‫الفروق‬
‫رتب‬
‫رتب‬
‫ص‬
‫س‬
‫ف‪2‬‬
‫ف‬
‫ص‬
‫س‬
‫‪1‬‬
‫‪2‬‬
‫‪1‬‬
‫‪3‬‬
‫‪2‬‬
‫‪1‬‬‫‪4‬‬
‫‪2‬‬
‫‪1‬‬
‫‪3‬‬
‫‪1‬‬
‫‪4‬‬
‫‪4‬‬
‫‪4‬‬
‫‪2‬‬
‫‪6‬‬
‫‪3‬‬
‫‪2‬‬‫‪1‬‬
‫‪1‬‬
‫‪3‬‬
‫‪4‬‬
‫‪5‬‬
‫‪6‬‬
‫‪10‬‬
‫‪Teaching Emasculatory Of Computer and Engineering Sciences‬‬

‫‪6‬‬

‫‪Preparing : Hesham Saeed‬‬

‫‪10 × 6‬‬

‫‪ 6‬مجي ف ‪2‬‬
‫= ‪ = 1 - 1‬صفر‬
‫=‪-1‬‬
‫رت= ‪-1‬‬
‫‪2‬‬
‫‪( 1 - 16 ) 4‬‬
‫ن)ن ‪(1-‬‬
‫وهي قيمة تبين أنه ل توجد علقة ارتباطية خطية أو تغير اقتراني خطي بين المتغيرين س ‪،‬‬
‫ص وأن المتغيرين س ‪ ،‬ص مستقلين عن بعضهما أو أن العلقة بينهما عشوائية ول يوجد‬
‫تباين مشترك بين المتغيرين‬
‫إن الحصاء الوصفي تعتمد على المقاييس الحصائية لتصنيف البيانات العددية التي تقتصر‬
‫على وصف الظواهر المختلفة كما هي في إطارها المحدود الذي رصدت فيه ول تتعداها‬
‫إلى أصلها العام ‪ ،‬أما الحصاء الستدللي فإنها تعتمد على تلك البيانات الحصائية في‬
‫استنتاج الخواص الحصائية للصل من الخواص الحصائية لحدى أو بعض عيناته ) استنتاج‬
‫صفات الكل من الجزء ( حيث يتم اختيار العينات اختيارا إحصائيا صحيحا للكشف عن مدى‬
‫صحة الستنتاج ودللته الحصائية حتى نستطيع تعميم النتائج‬
‫نظرية العينات ‪ :‬العينة الجيدة هي التي يتمثل فيها جميع صفات الصل الذي اشتقت منه‬
‫) المجتمع ( حيث يجب تساوي احتمالت ظهور كل فرد من أفراد الصل في العينة‬
‫أنواع العينات ‪:‬‬
‫ العينات الصغيرة جدا ‪ :‬هي التي يقل عدد أفرادها عن ‪ 5‬أفراد‬‫ العينات الصغيرة ‪ :‬هي التي ينحصر عدد أفرادها بين ‪ 5‬أفراد ‪ 30 ،‬فرد‬‫ العينات الكبيرة ‪ :‬هي التي يزيد عدد أفرادها عن ‪ 30‬فرد‬‫طرق اختيار العينات ‪:‬‬
‫‪ -1‬الطريقة العشوائية ‪ :‬تعتمد على المساواة بين احتمالت الختيار لكل فرد من‬
‫أفراد الصل ‪ -‬الصدفة أو القرعة‬
‫مثال ‪ :‬إذا أردنا أن نختار ‪ 20‬فرد من بين ‪ 100‬فرد فإننا نوزع الختيار بالتساوي بين‬
‫العداد التي تمتد بين ‪ 1‬إلى ‪ 100‬وبذلك نختار من العداد التي تمتد من ‪ 1‬إلى ‪ 20‬أربعة‬
‫أعداد ثم نختار من العداد التي تمتد من ‪ 21‬إلى ‪ 40‬أربعة أعداد وهكذا حتى نصل إلى‬
‫اختيار أربعة أعداد من ‪ 81‬إلى ‪100‬‬
‫‪ -2‬الطريقة الطبقية ‪ :‬تعتمد على التقسيمات الطبقية للصل الذي نختار منه العينة‬
‫مثال ‪ :‬إذا أردنا أن نختار عينة طبقية من مجموعة من ‪ 1000‬فرد ينقسمون إلى ذكور‬
‫وإناث وكان عدد الناث ‪ 600‬وعدد الذكور ‪ 400‬فإن نسبة الناث إلى الذكور ‪ 4 : 6‬وأردنا‬
‫أن نختار ‪ 100‬فرد فإننا نختار ‪ 60‬إناث ‪ 40 ،‬ذكور بطريقة عشوائية ثم نؤلف منهما عينة‬
‫واحدة تشمل ‪ 100‬فرد‬
‫‪ -3‬الطريقة المقصودة ‪ :‬تعتمد على نوع من الختيار المقصود مع التأكد من صدق‬
‫تمثيل العينة للصل وذلك بالخبرة أو نتائج الدراسات السابقة‬
‫مثال ‪ :‬قد تدل الدراسات السابقة على أن إحدى المدارس تمثل منطقة تعليمية تمثيل‬
‫إحصائيا ولذلك فإن اختيار عينة عشوائية من تلك المدرسة يمثل جميع مدارس المنطقة‬
‫‪ -4‬الطريقة العرضية ‪ :‬تعتمد على أن الباحث ل يستطيع أن يستخدم إحدى الطرق‬
‫السابقة‬
‫مثال ‪ :‬قد يختار الباحث بعض المدارس القريبة منه بطريقة عرضية ولكن ل تتعدى النتائج‬
‫الطار الضيق للعينة إل عندما يستطيع إثبات صحة اختياره للعينة باختيار عينات أخرى‬
‫فيمكن بذلك أن يصل بالنتائج إلى مستوى التعميم‬
‫الدللة الحصائية ‪ :‬تعتمد علقة العينة بأصلها على عدد أفراد العينة وطريقة اختيارها‬
‫وتهدف الدللة الحصائية إلى الكشف عن مدي اقتراب العينة من أصلها ‪ ،‬والستدلل‬
‫الحصائي يختص بتقدير بارامترات العينة واختبار الفروض ‪ ،‬ودللة الثقة تعتمد على تحديد‬
‫مدى النحرافات المعيارية للمقاييس ‪ ،‬ودللة الفرض الصفري تعتمد على مدى القتراب‬
‫من الصفر‬

‫‪Teaching Emasculatory Of Computer and Engineering Sciences‬‬

‫‪7‬‬

‫‪Preparing : Hesham Saeed‬‬

‫الخطأ المعياري ‪ :‬يعبر عن مدى الخطأ المحتمل لمقاييس العينة في ابتعادها عن‬
‫مقاييس الصل‬
‫اختبار " ت " لدللة الفروق بين المتوسطات لعينتين ‪:‬‬
‫هو من أكثر اختبارات الدللة شيوعا في البحاث التربوية والنفسية ويستخدم لقياس دللة‬
‫الفروق بين المتوسطات المرتبطة والغير مرتبطة للعينات المتساوية والغير متساوية‬
‫أهم التطبيقات التي يستخدم فيها اختبار " ت " ‪:‬‬
‫الكشف عن دللة الفروق بين الذكور الناث في التحصيل ‪ -‬المفاضلة بين طريقتين‬
‫للتدريس ‪ -‬معرفة مدى ما يحدث من تغير في سلوك الفراد نتيجة تعرضهم لمؤثر معين ‪-‬‬
‫تحديد حجم العينة المناسب للتجربة‬
‫شروط استخدام اختبار " ت " لدللة فروق المتوسطات ‪:‬‬
‫‪ -1‬حجم كل عينة ‪ :‬يستخدم اختبار ت في الصل للعينات الصغيرة من ‪ 5‬أفراد إلى‬
‫‪ 30‬فرد كذلك يمكن استخدامه للعينات الكبيرة أكبر من ‪ 30‬فرد ولكن ل يستخدم مع‬
‫العينات الصغيرة جدا التي يقل أفرادها عن ‪ 5‬أفراد حيث أنه كلما زاد عدد أفراد العينة‬
‫كلما كان التوزيع يميل إلى العتدالية‬
‫‪ -2‬الفرق بين حجم العينتين ‪ :‬يفضل أن يكون حجم العينتين متقاربا لن حجم‬
‫العينة وبالتالي درجات الحرية له أثر على دللة ت كذلك على المتوسط والتباين‬
‫‪ -3‬مدى تجانس العينتين ‪ :‬ويقاس بالنسبة الفائية أو التباينية وهي النسبة بين التباين‬
‫الكبير إلى التباين الصغير‬
‫‪2‬‬
‫‪2‬‬
‫ف = التباين الكبير ‪ /‬التباين الصغير = ع ‪ / 1‬ع ‪ 2‬ويتحقق الفرض الصفري لتجانس‬
‫العينتين عندما ف = ‪1‬‬
‫ف المحسوبة < ف الجدولية ← الفروق غير دالة والمجموعتين متجانستين‬
‫ف المحسوبة ≥ ف الجدولية ← الفروق دالة والمجموعتين غير متجانستين‬
‫‪ -4‬مدى اعتدالية التوزيع التكراري لكل من عينتي البحث ‪ :‬وتقاس بمدى تحرر‬
‫التوزيع التكراري من اللتواء الموجب أو السالب ويمتد اللتواء من ‪ 3-‬إلى ‪ 3+‬والتوزيع‬
‫العتدالي ل التواء له ويساوي صفر وكلما اقترب اللتواء من الصفر اقترب التوزيع‬
‫للعتدالية ودللة اللتواء عملية معقدة‬
‫اللتواء = ‪ ) 3‬المتوسط ‪ -‬الوسيط ( ‪ /‬النحراف المعياري‬
‫شروط جعل اختبار " ت " أكثر قوة ‪:‬‬
‫أن تكون الملحظات مستقلة ‪ -‬أن تكون التاثيرات تراكمية ‪ -‬أن تقاس المتغيرات المتضمنة‬
‫في المستوى الفتري على القل ‪ -‬أن تشتق الملحظات من مجتمعات ذات توزيع اعتدالي‬
‫ويكون لها نفس التباين‬
‫دللة " ت " للطرفين وللطرف الواحد ‪ :‬يتم ذلك وفقا للفرض البحثي ) بديل ‪ -‬بديل‬
‫موجه ( ففي اختبار الطرفين تستخدم ت لتحديد دللة الفرق بين متوسطين من عدمه‬
‫وتعتمد جداول ت للطرفين على مجموع المساحتين الطرفيتين في المنحنى العتدالي‬
‫حيث يصبح المستوى ‪ 0.05‬لكل طرف هو ‪ ، 0.025‬وفي دللة الطرف الواحد تستخدم ت‬
‫لتحديد دللة الفروق أي دللة زيادة متوسط عن متوسط أخر ‪ ،‬ويجب أن يحترس الباحث‬
‫في عدم الخلط في الكشف عن حدود الدللة بين دللة الطرف الواحد ودللة الطرفين‬
‫المتوسطان المرتبطان ‪ :‬هما متوسطان كل متوسط منهما لنفس العينة أي أنها عينة‬
‫واحدة طبق عليها مقياس مرتين مثلما يحدث عند حساب ثبات الختبارات أو التحقق من‬
‫فعالية برنامج معين على مجموعة ما‬
‫المتوسطان الغير مرتبطان ‪ :‬هما متوسطان كل متوسط منهما لعينة مختلفة‬
‫ومستقلة عن الخرى‬
‫العينات المرتبطة ‪ :‬هي عينة واحدة أو مجموعة واحدة من الفراد ولكن يوجد لكل فرد‬
‫من أفراد المجموعة درجتان إحداهما تمثل موقفا معينا في حين تمثل الدرجة الثانية موقفا‬
‫أخر بعد أن يمر الفرد ضمن مجموعته بتجرية معينة أو ظروف مختلفة‬

‫حالت حساب " ت "‬
‫‪Teaching Emasculatory Of Computer and Engineering Sciences‬‬

‫‪8‬‬

‫‪Preparing : Hesham Saeed‬‬

‫دللة‬
‫فرق‬
‫متوس‬
‫طين‬

‫لعينتين‬

‫غير مرتبطين‬

‫متساويتين‬
‫غير‬

‫مرتبطين‬

‫متساويتين متساويتين‬

‫م‬

‫‪1‬‬

‫متوسط‬
‫المجموعة‬
‫الولي‬

‫م‬

‫‪2‬‬

‫متوسط‬
‫المجموعة‬
‫الثانية‬

‫العلقة المستخدمة‬

‫ن‬

‫‪1‬‬

‫عدد أفراد‬
‫المجموعة‬
‫الولى‬

‫ن‬

‫‪2‬‬

‫عدد أفراد‬
‫المجموعة‬
‫الثانية‬

‫ن‬
‫عدد‬
‫الفراد‬

‫ع‬

‫‪2‬‬
‫‪1‬‬

‫ع‬

‫تباين‬
‫المجموعة‬
‫الولى‬

‫‪Teaching Emasculatory Of Computer and Engineering Sciences‬‬

‫‪2‬‬
‫‪2‬‬

‫تباين‬
‫المجموعة‬
‫الثانية‬

‫‪9‬‬

‫م‬

‫ف‬

‫متوسط الفروق أو‬
‫فرق المتوسطين‬

‫ح‬

‫‪2‬‬
‫ف‬

‫مربع انحرافات‬
‫الفروق عن‬
‫المتوسط‬

‫‪Preparing : Hesham Saeed‬‬

‫مثال ‪ :‬الجدول التالي ملخص للبيانات الحصائية لمجموعة تجريبية وأخرى ضابطة في‬
‫إحدى تجارب مقارنة نتائج التعلم الذاتي بالتعلم التقليدي والمطلوب ‪ :‬التأكد من تحقيق‬
‫شروط استخدام اختبار " ت " ثم أختبر دللة الفرق بين المتوسطين إذا كانت ف )‪، 100‬‬
‫‪ 1.65 = (80‬عند مستوى )‪ ، (0.01‬ت )‪ 2.6 = (180‬عند مستوى )‪(0.01‬‬
‫المجموعة‬
‫المجموعة‬
‫البيانات‬
‫الضابطة‬
‫التجريبية‬
‫الحصائية‬
‫‪81‬‬
‫‪101‬‬
‫عدد الفراد‬
‫‪53.2‬‬
‫‪55.02‬‬
‫المتوسط‬
‫‪56.4‬‬
‫‪54‬‬
‫الوسيط‬
‫‪14.76‬‬
‫‪16.33‬‬
‫النحراف‬
‫المعياري‬
‫التأكد من تحقق شروط اختبار " ت " ‪:‬‬
‫حجم كل عينة من العينتين أكبر من ‪ ) 30‬ن ‪ ، 30 > 101 = 1‬ن ‪( 30 > 81 = 2‬‬
‫‬‫الفرق بين حجم العينتين صغير ومتقارب = ن ‪ - 1‬ن ‪30 < 20 = 81 - 101 = 2‬‬
‫‬‫مدى اعتدالية التوزيع التكراري لكل من العينيتن ‪ :‬اللتواء = ‪ ) 3‬المتوسط ‪ -‬الوسيط‬
‫‬‫( ‪ /‬النحراف المعياري‬
‫اللتواء الول= ‪ ، 0.19 = 16.33 / (54 - 55.02) 3‬اللتواء الثاني= ‪/ (56.4 - 53.2) 3‬‬
‫‪0.65 - = 14.76‬‬
‫وكلتا القيمتين صغيرتين وتقتربا من الصفر ولذلك فأن التوزيع التكراري لكل مجموعة‬
‫يقترب جدا من العتدالية‬
‫‪2‬‬
‫مدى تجانس العينتين ‪ :‬ف = التباين الكبير ‪ /‬التباين الصغير = ) ‪) / (16.33‬‬
‫‬‫‪1.22 = 2( 14.76‬‬
‫درجات الحرية للتباين الكبير = عدد أفراد مجموعة التباين الكبير ‪100 = 1 - 101 = 1 -‬‬
‫درجات الحرية للتباين الصغير = عدد أفراد مجموعة التباين الصغير ‪80 = 1 - 81 = 1 -‬‬
‫ف المحسوبة ) ‪ < ( 1.22‬ف الجدولية ) ‪ ( 1.65‬ولذلك فأن ف غير دالة عند مستوى‬
‫‪ 0.01‬ويتحقق التجانس‬
‫وبذلك تتحقق الشروط الربعة لستخدام اختبار " ت "‬

‫درجات الحرية الكلية = ن ‪ + 1‬ن ‪180 = 2 - 81 + 101 = 2 - 2‬‬
‫ت المحسوبة ) ‪ < (0.775‬ت الجدولية ) ‪ ( 2.6‬ولذلك فأن ت غير دالة عند مستوى ‪ 0.01‬ول‬
‫توجد دللة للفرق بين متوسطي المجموعة التجريبية والضابطة ولذلك نقبل الفرض‬
‫الصفري وحيث أن نوعي التعلم متساويان في الفروق فيكون التعلم الذاتي هو الفضل‬
‫نظرا لعدم وجود معلم به وبالتالي قلة التكاليف‬

‫‪Teaching Emasculatory Of Computer and Engineering Sciences‬‬

‫‪10‬‬

‫‪Preparing : Hesham Saeed‬‬

‫تظهر أهمية التباين في الكشف عن مدى تجانس العينات ومدى انتسابها إلى أصل واحد أو‬
‫أصول متعددة وتختلف وتتعدد طرق تحليل التباين تبعا لختلف التصميم التجريبي للمشكلة‬
‫تحليل التباين الحادي يطبق على مجموعتين أو أكثر في متغير واحد أو خاصية واحدة‬
‫تحليل التباين الثنائي ) المزدوج ( ‪ :‬يطبق على مجموعتين أو أكثر في متغيرين أو‬
‫خاصيتين حيث تتضمن التجربة بحث متغيرين تجريبيين في نفس الوقت‬
‫مثال ‪ :‬التجارب التي تحتوي على محورين للتصنيف مثل دراسة تأثير طريقتين للتدريس‬
‫على التذكر بعد ‪ 10‬دقائق ‪ ،‬ساعتين ‪ 24 ،‬ساعة وبذلك يكون لدينا ) ‪6 = ( 3 × 2‬‬
‫مجموعات ‪ ،‬ويلزم حساب مجموع المربعات ) بين الصفوف ‪ -‬بين العمدة ‪ -‬بين‬
‫المجموعات ‪ -‬التفاعل ( وكل نوع له درجة حرية مصاحبة وعن طريق القسمة نحصل على‬
‫تباين كل نوع وذلك لختبار دللة فروق متوسطات ) الصف ‪ -‬العمود ‪ -‬تأثير التفاعل (‬
‫تحليل التباين المتلزم ‪:‬‬
‫يستخدم عند ضبط تأثير متغير وسيط أو أكثر في التأثير على المتغير التابع وعزل‬
‫‬‫تأثيره حتى يمكن الكشف عن الفروق الناتجة عن المتغير المستقل وحده‬
‫يستخدم لختبار مدى تجانس فئة من معاملت النحدار حيث يتعامل مع مشكلت‬
‫‬‫مصاحبة بملحظات مفقودة‬
‫يساعد في فهم التساؤلت الخاصة بطبيعة تأثير المعالجات في الدراسات التجريبية‬
‫‬‫يستخدم في إضافة المزيد من الدقة في التجربة عن طريق تقليل تباين الخطأ‬
‫‬‫أهم مجالت استخدام تحليل التباين ‪:‬‬
‫معرفة الفروق القائمة بين البنين والبنات في الذكاء والقدرات العقلية الطائفية‬
‫‬‫والسمات المزاجية والنواحي التحصيلية المختلفة‬
‫قياس مدى تجانس عينات المختبرين وعينات المفردات التي تتألف منها الختبارات‬
‫‬‫الخواص الحصائية للتباين ‪:‬‬
‫‪ -1‬التباين والنحراف المعياري ‪ :‬التباين = متوسط مربعات النحرافات = مربع‬
‫‪2‬‬
‫النحراف المعياري = ع‬
‫‪ -2‬قياس التباين للفروق الفردية والجماعية ‪ :‬حيث يقوم على حساب مدى‬
‫انحراف كل فرد أو جماعة أو عينة عن المتوسط‬
‫‪ -3‬جمع التباين ‪:‬وهي خاصية أدت لنتشار تحليل التباين وهي أن تباين الظاهرة‬
‫‪2‬‬
‫يساوي مجموع تباينات العوامل المؤثرة في الظاهرة س = أ ‪ +‬ب ‪ +‬ج ← ع ‪2‬س= ع أ ‪+‬‬
‫ع ‪2‬ب ‪ +‬ع ‪2‬ج ول تتحقق على النحراف المعياري‬
‫‪ -4‬النسبة الفائية والدللة الحصائية ) فيشر الرائد الول لتحليل التباين ( ‪ :‬حيث‬
‫تدل هذه النسبة على مدى اقتراب أو ابتعاد التباين الداخلي من التباين الخارجي ‪ ،‬وإذا‬
‫كانت قيمة النسبة الفائية صغيرة إلى الحد الذي تقترب به من الواحد الصحيح أمكننا أن‬
‫نستنتج تجانس المجموعات التي نحلل تباينها وأن نرجعها إلى أصل واحد ‪ ،‬وإذا كانت أكبر‬
‫بكثير من الواحد الصحيح أمكننا أن نستنتج عدم تجانس المجموعات وأنها ترجع لصول‬
‫مختلفة وتقاس الدللة بجداول سنيديكور لمستويين ‪ 0.01 ، 0.05‬ونستعين بتلك‬
‫الجداول لتفسير النتائج النهائية‬

‫‪Teaching Emasculatory Of Computer and Engineering Sciences‬‬

‫‪11‬‬

‫‪Preparing : Hesham Saeed‬‬

‫شروط استخدام تحليل التباين ‪:‬‬
‫‪ -1‬تجانس التباين ‪ :‬أن يكون تباين درجات كل مجموعة من الفراد متماثل ول توجد‬
‫فروق في التباينات إل نتيجة للصدفة وحدها حيث نحسب مربع انحرافات الدرجات عن‬
‫المتوسط لكل مجموعة ثم حساب التباينات ومقارنتها‬
‫‪ -2‬اعتدالية التوزيع ‪ :‬يجب أن يكون توزيع درجات كل مجموعة على حدة توزيعا‬
‫اعتداليا أو يكون حيود الدرجات عن التوزيع العتدالي بسيط ويرجع للصدفة وحدها‬
‫‪ -3‬يجب أن تكون المجموعات متجانسة ومتوازية في ظروف واحدة وتختلف فقط‬
‫في المعالجة المقدمة لكل مجموعة‬
‫خطوات تحليل التباين ‪ :‬نحسب التباين بين المجموعات وداخل المجموعات ‪ -‬نحسب‬
‫درجات الحرية بين وداخل المجموعات ‪ -‬نحسب النسبة الفائية والكشف عن دللتها‬
‫الحصائية لمعرفة مدى تجانس المجموعات أو اختلفها‬
‫مصدر‬
‫التباين‬

‫درجات‬
‫الحرية‬

‫مجموع المربعات‬

‫التباين‬

‫النسبة‬
‫الفائية‬
‫)ف(‬

‫نسبة‬
‫الرتباط‬
‫) ‪(η‬‬

‫بين‬
‫المجمو‬
‫عات‬

‫داخل‬
‫المجمو‬
‫عات‬
‫مجموع‬
‫التبايني‬
‫ن‬

‫المجمو‬
‫ع‬
‫الكلي‬

‫مثال ‪ :‬الجدول التي يبين درجات مجموعتين أحدهما من البنين والخرى من البنات في‬
‫أحد الختبارات النفسية والمطلوب اختبار هل هناك فروق دالة بين المجموعتين أم ل إذا‬
‫كانت ف )‪ 5.32 = (8 ، 1‬عند مستوى )‪ 11.26 ، (0.05‬عند مستوى )‪(0.01‬‬
‫‪23‬‬
‫‪19‬‬

‫مسلسل‬
‫‪1‬‬
‫‪2‬‬
‫‪3‬‬
‫‪4‬‬
‫‪5‬‬
‫مج‬

‫‪21‬‬
‫‪19‬‬

‫درجات البنين‬
‫درجات‬
‫البنات‬
‫مربع درجات البنين‬
‫درجات البنين‬
‫‪529‬‬
‫‪23‬‬
‫‪441‬‬
‫‪21‬‬
‫‪361‬‬
‫‪19‬‬
‫‪361‬‬
‫‪19‬‬
‫‪324‬‬
‫‪18‬‬
‫‪2016‬‬
‫‪100‬‬

‫‪Teaching Emasculatory Of Computer and Engineering Sciences‬‬

‫‪19‬‬
‫‪14‬‬

‫‪19‬‬
‫‪18‬‬

‫درجات البنات‬
‫‪19‬‬
‫‪19‬‬
‫‪18‬‬
‫‪14‬‬
‫‪15‬‬
‫‪85‬‬

‫‪12‬‬

‫‪18‬‬
‫‪15‬‬
‫مربع درجات البنات‬
‫‪361‬‬
‫‪361‬‬
‫‪324‬‬
‫‪196‬‬
‫‪225‬‬
‫‪1467‬‬

‫‪Preparing : Hesham Saeed‬‬

‫ف المحسوبة ) ‪ < (4.7368‬ف الجدولية في الحالتين ) ‪ ( 11.26 ، 5.32‬ولذلك فأن ف غير‬
‫دالة عند المستويين ‪ 0.05 ، 0.01‬ول توجد فروق دالة إحصائيا بين مجموعتي البنين‬
‫والبنات في الختبار النفسي ولذلك نقبل الفرض الصفري‬

‫‪Teaching Emasculatory Of Computer and Engineering Sciences‬‬

‫‪13‬‬

‫‪Preparing : Hesham Saeed‬‬

‫إن خصائص التوزيع التكراري تساعدنا على وصف التوزيع ككييل ولكيين ل تسيياعد كييثيرا فييي‬
‫تفسير كل درجة في التوزيع على حدة ‪ ،‬فمعرفة قيمة الدرجة فقييط دون معرفيية طبيعيية أو‬
‫شكل توزيع درجات الختبار ل تمكننا من تفسير هذه الدرجيية ‪ ،‬ولييذلك نحتيياج إلييى مقيياييس‬
‫تعبر عن المركز النسبي للدرجة في التوزيع الكلي للدرجات ‪ ،‬وتعتمد هييذه المقيياييس علييى‬
‫إجراء أنواع معينة من التحويلت الخطية للدرجة الخام المطلوب تفسيرها إلى درجة أخييرى‬
‫يمكن عن طريقها مقارنة درجة طالب ما بالنسبة إلى غيره من طلب فصييله ‪ ،‬ولييذلك فييأن‬
‫الدرجات المحوليية تمييدنا بإطييار مرجعييي يمكيين أن نقييارن فييي ضييوئه الدرجيية بغيرهييا ميين‬
‫الدرجات‬
‫مثال ‪ :‬حصل طالب على الدرجة ‪ 80‬فييي اختبييار مييادة مييا ‪ .‬ميياذا تسييتنتج ← ل أسييتنتج‬
‫شيء‬
‫لن معرفة قيمة الدرجة الخام فقط ل يمكننا من تفسيرها لنها يمكن أن تكون أعلى أو أقل‬
‫درجة في الفصل ولكي نحدد موقع الدرجة بالنسبة لغيرهييا نحتيياج لمزيييد ميين المعلومييات ‪-‬‬
‫فإذا علمنا أن متوسط درجات فصله ‪ 81‬نستنتج أن درجته أقل من المتوسط فقط ل غييير ‪،‬‬
‫ولذلك فأننا نحتاج إلى مقاييس تعبر عن المركز النسبي للدرجة وتعتمد على إجراء تحويلت‬
‫للدرجة الخام ومن بين هييذه المقيياييس )المئينيييات ‪ -‬العشيياريات ‪ -‬الرباعيييات ‪ -‬الييدرجات‬
‫المحولة(‬
‫أول المئينيات ‪ :‬هي النقط التسعة والتسعون التي تقسم التوزيع إلى مائة قسم متساوي‬
‫‪ ،‬وهي الدرجات التي تقل عنها أو تقابلها نسبة مئوية معينة من الفراد ‪ ،‬وهي تحدد بطريقيية‬
‫مباشرة المركز النسبي للفرد في مجموعته‬
‫مثال ‪ :‬المئيني الخامس عشر هو ‪ 17‬تعني أن ‪ ٪15‬من طلب الفصيل تقيل درجياتهم عين‬
‫الدرجة ‪ 17‬أو ‪ ٪85‬من طلب الفصل تزيد درجاتهم عن الدرجة ‪17‬‬
‫الرتبة المئينية المناظرة لدرجة ما ‪ :‬هييي النسييبة المئوييية لعييدد الييدرجات الييتي تقييل‬
‫قيمتها عن قيمة هذه الدرجة بالنسبة إلى المجموع الكلي للدرجات ‪ ،‬وهي تعبر بوضوح عيين‬
‫وضع أو مركز أو رتبة أي درجة على مقياس مئوي والرتب المئينية ميزانها رتبي وتشتق من‬
‫درجات خام ميزانها رتبي أو فتري أو نسبي‬

‫مثال ‪ :‬الرتبة المئينية للدرجة ‪ 17‬هي ‪ 15‬تعني أن ‪ ٪15‬من عدد الدرجات تقل قيمتها عيين‬
‫قيمة الدرجة ‪ 17‬أو ‪ ٪85‬مين عيدد اليدرجات تزييد قيمتهيا عين قيميية الدرجية ‪ 17‬بالنسيبة‬
‫للمجموع الكلي للفراد‬
‫ثانيا العشاريات ‪ :‬هي النقط التسعة التي تقسم التوزيييع إلييى عشييرة أقسييام متسيياوية‬
‫وتحسييب بنفييس طريقيية الوسيييط أو الرباعيييات أو المئينيييات ‪ ،‬والعشيياري الخييامس هييو‬
‫الوسيط‬
‫مثال ‪ :‬العشيياري السييابع = ‪ 11‬يعنييي أن ‪ 7/10‬ميين طلب الفصييل تقييل درجيياتهم عيين‬
‫الدرجة ‪ 11‬أو ‪ 3/10‬من طلب الفصل تزيد درجاتهم عن الدرجة ‪11‬‬
‫ثالثا الرباعيات ‪ :‬هي النقييط الثلث الييتي تقسييم التوزيييع إلييى أربعيية أقسييام متسيياوية ‪،‬‬
‫والرباعي الثاني هو الوسيط‬
‫مثال ‪ :‬الرباعي الثالث = ‪ 20‬يعني أن ‪ 3/4‬طلب الفصل تقل درجاتهم عن الدرجة ‪ 20‬أو‬
‫‪ 1/4‬طلب الفصل تزيد درجاتهم عن الدرجة ‪20‬‬
‫‪Teaching Emasculatory Of Computer and Engineering Sciences‬‬

‫‪14‬‬

‫‪Preparing : Hesham Saeed‬‬

‫رابعا الدرجات المعيارية ‪ :‬هييي الييدرجات المحوليية الييتي تأخييذ فييي اعتبارهييا متوسييط‬
‫درجات المجموعة المرجعية وانحرافها المعياري أي تحول الدرجة الخام تحويييل خطييي إلييى‬
‫انحرافات معيارية أعلى أو أدنى من المتوسط كوحييدة قييياس والتحويييل ل يغييير مين شييكل‬
‫التوزيع ولكن فقط يغير من نقطة بدء القييياس ) صييفر بييدل المتوسييط ( ويغييير ميين وحييدة‬
‫القياس ) النحراف المعياري بدل من الوحدات الخام ( ‪ ،‬وهي أعداد مجردة ليس لها وحييدة‬
‫خاصة ويمكن ضمها معا للحصول على درجة معياريية مركبية بيأوزان مختلفية أو متسياوية ‪،‬‬
‫وتعطي صورة دقيقة عن موضع كل درجة بالنسبة إلى المجموعة المرجعية بغض النظر عن‬
‫الموضع الذي تم منه القياس الصلي أو ميزان القياس المستخدم ‪ ،‬والييدرجات المعيارييية ل‬
‫تتوزع توزيعا اعتداليا إل إذا كان توزيع الدرجات الصلية اعتدالي أو يتم استخدام تحويل غييير‬
‫خطي ‪ ،‬والدرجات المعيارية التي تنتج من عملية تحويل خطي يجب أن يكون ميزانها فييتري‬
‫وتشتق من درجات خام ميزانها فتري أو نسبي‬
‫خواص الدرجات المعيارية ‪:‬‬
‫الدرجات الخام التي تقل عن المتوسييط‬
‫‬‫تقابلها درجات معيارية سالبة والتي تزيد عن المتوسط تقابلها درجات معيارية موجبة‬
‫ مييدى الييدرجات المعيارييية لعينييات عشييوائية داليية لحجييم العينيية وتييتراوح الييدرجات‬‫المعيارية للعينات الكبيرة بين ‪ 3+ ، 3-‬وتقل للعينات الصغيرة‬
‫ النحراف المعياري وتباين توزيع الدرجات المعيارية يساوي الواحد الصحيح ) ع د = ع‬‫‪2‬د = ‪( 1‬‬
‫ مجموع مربعات الدرجات المعيارية = العدد الكلي للدرجات ) مجي د ‪ = 2‬ن (‬‫ متوسط توزيع الدرجات المعيارية = صفر ) د = مجي د ‪ /‬ن = صفر (‬‫ مجموع الدرجات المعيارية = صفر ) مجي د = صفر (‬‫عيوب الدرجات المعيارية ‪:‬‬
‫وجود درجات معيارية سالبة كذلك يصعب علييى غييير المتمييرس فييي الحصيياء تفسيييرها ول‬
‫تتعامل الدرجات المعيارية مع ميزان اسمي أو رتبي للدرجات الخام‬
‫خامسا الدرجات التائية ‪:‬‬
‫هي مجموعة ميين الييدرجات متوسييطها ‪ 50‬وانحرافهييا المعييياري ‪ 10‬حيييث تعالييج الييدرجات‬
‫التائية بعض عيوب الدرجات المعيارية ‪ ،‬وتتراوح الدرجات التائييية بييين ‪، 20‬ي ‪ 80‬وإذا أخييذنا‬
‫الدرجات المتطرفة في العتبار فإنها تتراوح بين صفر ‪100 ،‬‬
‫خواص الدرجات التائية ‪:‬‬
‫ميين المتوسييط والكييبر ميين‬
‫الدرجات التائية القل من ‪ 50‬تكييون أقييل‬
‫‪ 50‬تكييون أعلييى ميين المتوسييط لن متوسييط الدرجيية التائييية = ‪ ، 50‬ويمكيين ميين الناحييية‬
‫الرياضية النظرية أن تكون الدرجات التائية سالبة ولكن يندر أن يحدث ذلك فييي الواقييع لن‬
‫هذا يتطلب أن تنحرف الدرجة أقل من المتوسط بمقدار أكييبر ميين ‪ 5‬ع ولكيين ميين الناحييية‬
‫الفعلية ل يمكن الحصول على درجات تنحرف أقل من المتوسط بمقدار أكبر من ‪ 3‬ع‬
‫تحويلت خطية أخرى ‪:‬‬
‫في الوليات المتحدة المريكية تستخدم درجات معيارية محوليية متوسييطها ‪ 500‬وانحرافهييا‬
‫المعياري ‪ 100‬ناتجة من اختبارات شائعة الستخدام ) الستعداد الدراسي ‪ - SAT‬القبول في‬
‫الكليييات ‪ - CEEB‬سييجل الدراسييات العليييا ‪ ( GRE‬وذلييك عنييد اختيييار الطلب ‪ ،‬وفييي اختبييار‬
‫وكسلر للذكاء تستخدم درجات معيارية محولة متوسطها ‪ 100‬وانحرافها المعياري ‪ 15‬وهذا‬
‫أفضل من نسبة الذكاء‬
‫انحرافها‬
‫متوسط‬
‫نوع الدرجات‬
‫قانون التحويل‬
‫المعياري‬
‫الدرجات‬
‫المحولة‬
‫د = ‪ 1‬د ‪ +‬صفر‬
‫‪1‬‬
‫صفر‬
‫الدرجة المعيارية‬
‫ت = ‪ 10‬د ‪50 +‬‬
‫‪10‬‬
‫‪50‬‬
‫الدرجة التائية‬
‫‪Teaching Emasculatory Of Computer and Engineering Sciences‬‬

‫‪15‬‬

‫‪Preparing : Hesham Saeed‬‬

‫‪SAT,CEEB,GRE‬‬

‫‪500‬‬

‫‪100‬‬

‫‪ SAT,CEEB,GRE (10‬ت( = ‪ 100‬د ‪+‬‬
‫‪500‬‬

‫درجة وكسلر‬
‫للذكاء‬
‫الدرجة المعيارية المناسبة = ) النحراف المعياري الجديد × الدرجة المعيارية د ( ‪+‬‬
‫المتوسط الجديد‬
‫‪100‬‬

‫‪15‬‬

‫درجة وكسلر = ‪ 15‬د ‪100 +‬‬

‫مثال ‪ :‬إذا كانت درجة طالب في اختبار ‪ SAT‬هي ‪ 271‬فهل تقل أم تزيييد عيين المتوسييط ؟‬
‫ثم احسب الدرجة المعيارية والدرجة التائية المقابلة لهذه الدرجة‬
‫في اختبار ‪ SAT‬يكون المتوسط ‪ 500‬والنحراف المعياري ‪ ، 100‬وفي المثال الدرجة الخييام‬
‫في اختبار ‪ SAT‬هي ‪ ، 271‬ولذلك فأن الدرجة المعطاة تقل عن المتوسط بمقدار ‪229‬‬

‫مثال ‪ :‬إذا كانت الدرجة التائية ‪ 30‬فاحسب بكم تقل أو تزيد الدرجة ‪ 50‬عن المتوسط‬

‫أي أن الدرجة التائية ‪ 30‬تقل عن المتوسط بمقدار انحرافيين معياريين ‪ ،‬ولكن هذا‬
‫للتوضيح فقط وغير مطلوب بالمثال ‪ ،‬والمطلوب هو بكم تقل أو تزيد الدرجة ‪ 50‬عن‬
‫المتوسط وحيث أن متوسط الدرجات التائية هو ‪ 50‬لذلك فأن الدرجة المعطاة هي‬
‫المتوسط نفسه وهي تقل أو تزيد عنه بمقدار صفر انحراف معياري‬

‫‪Teaching Emasculatory Of Computer and Engineering Sciences‬‬

‫‪16‬‬

‫‪Preparing : Hesham Saeed‬‬

‫دللة الفروق بين معاملت الرتباط للعينات المستقلة ‪:‬‬
‫يستخدم في اختبار دللة الفروق بين ر ‪ ، 1‬ر ‪ 2‬تحويلت فيشر الخاصة لمعرفة وجود فروق بين العينتين أم ل توجد‬
‫فروق واعتبار العينتين من مجتمع واحد‬
‫إذا كانت قيمة ‪ Z‬اكبر من أو تساوي‬
‫‪ 1.96‬فهي دالة عند مستوى ‪ 0.05‬أما‬
‫إذا كانت ‪ Z‬أكبر من أو تساوي ‪2.58‬‬
‫فهي دالة عند مستوى ‪0.01‬‬
‫نسبة الرتباط ) ‪ : ) η‬هي مقياسا لقوة الرتباط بين المتغيرات المستقلة والتابعة ‪ ،‬وتستخدم في شرح العلقة بين‬
‫متغيرين عندما تكون خطوط النحدار غير خطية ‪ ،‬ويجب أن تكون المتغيرات من مستويي القياس الفتري والنسبي‬

‫ولختبار دللة نسبة الرتباط نحسب ) ف ( من العلقة التية ‪:‬‬

‫شروط استخدامها‬
‫الطريقة‬
‫هي الوحيدة التي ل تتطلب تساوي أعداد المجموعات أي تستخدم عند‬
‫التساوي وعدم التساوي وهي قوية جدا وتؤدي لقليل من المعاملت‬
‫الدالة وسهلة التطبيق وتستعين باختبار ف ول تتأثر بافتراض اعتدالية‬
‫شيفيـــه‬
‫التوزيع وتجانس العينة والتباين ويمكن استخدامها لمقارنة مجموعتين‬
‫بمجموعتين أخريتين ويوصى باستخدام مستوى دللة ‪0.01‬‬
‫نيومان كيلز تتطلب تساوي أعداد المجموعات وتستخدم أكثر من مستوى دللة‬
‫تتطلب تساوي أعداد المجموعات وتستخدم مستوى دللة ‪ 0.01‬فقط‬
‫دانـكــــن‬
‫تتطلب تساوي أعداد المجموعات وتستخدم قيمة محكية واحدة بغض‬
‫النظر عن الوحدات المنفصلة بين كل قيمتين ويكون فيها الفرق الدال‬
‫توكــــي‬
‫أقل عنها في طريقتي نيومان كيلز ودانكن‬
‫ملحوظة ‪ :‬كشف بانكروفت عن إمكانية استخدام الطرق الثلث‬
‫في حالة عدم تساوي أعداد المجموعات مستبدل المقدار ن بالمقدار‬
‫المبين وأوضح فيرجسون أن ذلك يكون فقط عندما ل توجد فروق‬
‫كبيرة بين أعداد المجموعات‬

‫‪Teaching Emasculatory Of Computer and Engineering Sciences‬‬

‫‪17‬‬

‫‪Preparing : Hesham Saeed‬‬

‫هو وسيلة إحصائية تستخدم لتحليل العلقة بين متغير مستقل واحد أو أكثر ومتغير تابع‬
‫ويعتبر من أكثر الطرق الحصائية استخداما في مختلف العلوم لنه يصف العلقة في صورة‬
‫معادلة‬
‫استعمالت تحليل النحدار ‪ :‬تقدير المعلمات ) البارامترات ( ‪ -‬وصف البيانات ‪ -‬التنبؤ ‪-‬‬
‫السيطرة‬
‫النحدار والعلقة السببية ‪ :‬إذا وجدت علقة قوية بين المتغيرين المستقل والتابع‬
‫باستخدام تحليل النحدار فهذا ل يعني بالضرورة بأن المتغير المستقل هو المسبب للتابع‬
‫ولكن تحليل النحدار قد يساعد في إثبات العلقة السببية ولكنه لن يكون هو السبب‬
‫الرئيسي في افتراض تلك العلقة إل إذا أخذت بعين العتبار متغيرات وتجارب أخري تؤكد‬
‫وجود تلك العلقة‬
‫وصفه ومثال عليه ومعادلته‬
‫نوعه‬
‫النحدار‬
‫يضم متغيرا مستقل واحدا‬
‫مثال دراسة العلقة بين العمر وضغط الدم لخمسين شخصا من مدينة القاهرة‬
‫بسيط‬
‫ص=أس‪+‬ب‪e+‬‬
‫خطي‬
‫يضم عدة متغيرات مستقلة‬
‫مثال دراسة تأثيرات كل من وزن الجسم والعمر والطول والتدخين على الكولسترول‬
‫متعدد‬
‫ص = أ ‪ 1‬س ‪ + 1‬أ ‪ 2‬س ‪ + ....... + 2‬ب ‪e +‬‬
‫يضم متغير مستقل واحد ‪ ،‬وتوجد صورة أسية تحول لخطية بالتحويل اللوغاريتمي‬
‫مثال دراسة العلقة بين المسافة اللزمة ليقاف السيارة تماما وسرعتها أثناء سيرها‬
‫بسيط‬
‫‪3‬‬
‫‪2‬‬
‫ص = أ ‪ 1‬س ‪ +‬أ ‪ 2‬س ‪ +‬أ ‪ 3‬س ‪ + ....... +‬ب ‪e +‬‬
‫غير خطي‬
‫يضم عدة متغيرات مستقلة ‪ ،‬وتوجد صور غير خطية تحول لخطية بالتحويل اللوغاريتمي‬
‫مثال دراسة العلقة بين التأمين على الحياة ودرجة الخطورة والعمر لعشرين طبيبا‬
‫متعدد‬
‫‪2‬‬
‫ص = أ ‪ 1‬س ‪ + 1‬أ ‪ 2‬س ‪ + 2‬أ ‪ 3‬س ‪ 1‬س ‪ + 2‬أ ‪ 4‬س ‪ + ..... + 1‬ب ‪e +‬‬
‫معايير اختيار الختبار الحصائي ‪ :‬قوة الختبار ‪ -‬طبيعة المجتمع ‪ -‬طبيعة درجات‬
‫العينة ‪ -‬نوع القياس المستخدم ‪ -‬مدى قدرة النموذج الحصائي على التطبيق لبيانات البحث‬
‫افتراضات النموذج الحصائي اللبارامتري ‪ :‬الملحظات مستقلة ‪ -‬المتغيرات‬
‫متصلة ‪ -‬القياس غير قوي ‪ -‬البيانات من المستوى السمي أو الرتبي ‪ -‬قوة الختبار‬
‫اللبارامتري دالة لحجم العينة‬
‫حالت استخدام الختبارات الحصائية اللبارامترية ‪ :‬وجود تصنيفات كيفية للبيانات‬
‫بالسماء أوالرتب أو الشارات فقط ‪ -‬ضعف وقلة افتراضات النموذج الحصائي ‪ -‬عدم‬
‫سحب العينات من نفس المجتمع ‪ -‬عدم توافر شروط اختبار " ت " ) عدم اعتدالية التوزيع‪-‬‬
‫عدم تجانس المجموعات ‪ -‬الفرق بين أعداد المجموعات كبير ‪ -‬عدد العينة أقل من ‪ 30‬فرد‬
‫( ‪ -‬عندما يراد التوصل لستنتاجات عامة‬
‫مميزات الختبارات الحصائية اللبارامترية ‪ :‬إن نتائج أغلبها تكون احتمالت دقيقة ‪-‬‬
‫التعامل مع عينات من الملحظات من مجتمعات عديدة مختلفة ‪ -‬التعامل مع البيانات‬
‫التصنيفية من المستوي السمي والرتبي ‪ -‬سهولة تعلم وتطبيق الختبارات اللبارامترية ‪-‬‬
‫تستخدم مع أحجام العينات الصغيرة جدا‬
‫عيوب الختبارات الحصائية اللبارامترية ‪ :‬أقل قوة في تحليل النتائج الحصائية‬
‫الستمدة من عينات تتوفر فيها شروط استخدام القياس البارامتري ‪ -‬صعوبة وجود مقاييس‬
‫لبارامترية لختبار التفاعلت في نموذج تحليل التباين‬
‫اختيار الختبار الحصائي المناسب لمستوى القياس‬
‫خصائصه‬
‫مستوى‬
‫‪Teaching Emasculatory Of Computer and Engineering Sciences‬‬

‫‪18‬‬

‫‪Preparing : Hesham Saeed‬‬

‫القياس‬
‫السمي ) التصنيفي النوعي ( الرتبي ) التصنيفي الكمي ( الفتري ) المسافة أو الفئات المتساوية ( النسنننبي‬

‫التعريف‬
‫العلقات‬
‫المسموحة‬
‫العمليات‬
‫المسموحة‬
‫الختبارات‬
‫الحصائية‬

‫التعريف‬
‫العلقات‬
‫المسموحة‬
‫العمليات‬
‫المسموحة‬

‫يعبر عن الستخدام البسيط للعداد أوالرموز لتصنيف الشياء‬
‫والشخاص والصفات‬
‫التكافؤ وهو يحقق خواص ) النعكاسية ‪ -‬التماثلية ‪ -‬التحويلية (‬
‫التصنيف‬

‫اختبارات لبارامترية فقط ‪:‬‬
‫المنوال ‪ -‬التكرار ‪ -‬العد‬
‫كاي تربيع ‪ -‬اختبار امتداد ذي الحدين ‪ -‬معامل التوافق‬
‫يحدث عندما ل تختلف الشياء بالضبط في تصنيف ما لمقياس‬
‫عنه للشياء في تصنيف أخر لنفس المقياس ولكن يوجد بينهما‬
‫علقة ترتيب‬
‫التكافؤ ‪ -‬أكبر من وتحقق خاصية ) التحويلية (‬
‫التصنيف ‪ -‬الترتيب‬

‫الختبارات‬
‫الحصائية‬

‫اختبارات لبارامترية فقط ‪:‬‬
‫النسب المئوية ‪ -‬الوسيط ‪ -‬المنوال ‪ -‬التكرار ‪ -‬العد‬
‫كاي تربيع ‪ -‬اختبار امتداد ذي الحدين ‪ -‬معامل التوافق ‪-‬‬
‫معامل ارتباط سبيرمان وكندال‬

‫التعريف‬

‫هو نفسه الرتبي ولكن به صفر نسبي ووحدات القياس‬
‫متساوية والظواهر تتوزع اعتداليا‬

‫العلقات‬
‫المسموحة‬
‫العمليات‬
‫المسموحة‬

‫الختبارات‬
‫الحصائية‬

‫التعريف‬
‫العلقات‬
‫المسموحة‬
‫العمليات‬
‫المسموحة‬
‫الختبارات‬
‫الحصائية‬

‫التكافؤ ‪ -‬أكبر من ‪ -‬النسبة بين أي مسافتين‬
‫التصنيف ‪ -‬الترتيب ‪ -‬الجمع ‪ -‬الطرح‬

‫اختبارات بارامترية ولبارامترية ‪ :‬النسب المئوية ‪-‬‬
‫النحراف المعياري ‪ -‬المتوسط ‪ -‬الوسيط ‪ -‬المنوال ‪ -‬التكرار ‪-‬‬
‫العد‬
‫كاي تربيع ‪ -‬اختبار امتداد ذي الحدين ‪ -‬معامل التوافق ‪-‬‬
‫معامل ارتباط سبيرمان وكندال وبيرسون للعزوم ‪ -‬ارتباط‬
‫العزوم المتعدد ‪ -‬اختبار " ت " ‪ -‬اختبار " ف "‬

‫هو نفسه الفتري ولكن يتميز بصفر حقيقي مطلق‬
‫التكافؤ ‪ -‬أكبر من ‪ -‬النسبة بين أي مسافتين ‪ -‬النسبة بين أي‬
‫قيمتين‬
‫التصنيف ‪ -‬الترتيب ‪ -‬الجمع ‪ -‬الطرح ‪ -‬الضرب ‪ -‬القسمة‬
‫اختبارات بارامترية ولبارامترية ‪ :‬النسب المئوية ‪-‬‬
‫النحراف المعياري ‪ -‬المتوسط ‪ -‬الوسيط ‪ -‬المنوال ‪ -‬التكرار ‪-‬‬
‫العد‬

‫‪Teaching Emasculatory Of Computer and Engineering Sciences‬‬

‫‪19‬‬

‫‪Preparing : Hesham Saeed‬‬

‫كاي تربيع ‪ -‬اختبار امتداد ذي الحدين ‪ -‬معامل التوافق ‪-‬‬
‫معامل ارتباط سبيرمان وكندال وبيرسون للعزوم ‪ -‬ارتباط‬
‫العزوم المتعدد ‪ -‬اختبار " ت " ‪ -‬اختبار " ف " ‪ -‬المتوسط‬
‫الهندسي ‪ -‬معامل التباين‬

‫الختبارات الحصائية اللبارامترية لحساب الفروق بين عينة أو أكثر مستقلة‬
‫أو غير مستقلة‬
‫الختبار المناسب وخصائصه‬
‫نوع العينة‬

‫عينة‬
‫واحدة‬

‫اختبار ذي الحدين ‪ -‬اختبار كا ‪ - 2‬اختبار كولموجروف وسميرنوف‬
‫‪ -‬اختبار رانز‬

‫عينتين غير مستقلتين ) مرتبطتين (‬
‫عينتين مستقلتين‬

‫يستخدم لقياس دللة التغيرات للتصميمات قبلي ‪ -‬بعدي لفراد‬
‫اختبار‬
‫عينة واحدة في موقفين مع البيانات السمية والرتبية وهو‬
‫الوحيد الذي يتعامل مع المتغيرات المنفصلة في المستوى‬
‫ماكنمار‬
‫السمي بعينات صغيرة أو كبيرة‬
‫يستخدم إشارتي ‪ - ، +‬مع البيانات الرتبية على القل وهو أفضل‬
‫اختبار للرتب عندما يصعب الحصول على قياسات كمية ويجب‬
‫ضبط المتغيرات الدخيلة وأن ل تكون العينة مجبرة على‬
‫اختبار‬
‫الختبار‪ ،‬ويؤكد هذا الختبار على اتجاه الفروق وليس مقدارها‬
‫الشارة‬
‫وهو أفضل قوة من ولكوكسن ول يتطلب أي افتراضات حول‬
‫شكل توزيع الفروق ول يتطلب العشوائية ويستخدم في تصميم‬
‫السلسل الزمنية أو تصميم المجموعة الواحدة قبلي ‪ -‬بعدي‬
‫يفيد في معرفة المقدار النسبي للفروق وتحديد اتجاهها للبيانات‬
‫اختبار‬
‫الرتبية على القل داخل الزواج وبينها ول يشترط عينات من‬
‫ولكوكسن‬
‫مجتمع واحد ويشترط تماثل الزواج‬
‫يتطلب مجتمعات متماثلة والبيانات فترية على القل وعدد العينة‬
‫اختبار ولش‬
‫‪ 15‬فأقل‬
‫أقوى الساليب اللبارامترية ول يتطلب العتدالية والتجانس‬
‫اختبار‬
‫ويستخدم في القياس الدقيق لدرجة أن القيم يصبح لها معني‬
‫عددي وعندما يكون عدد الزواج ليس كبير ويستخدم جميع‬
‫العشوائية‬
‫المعلومات في العينة بكفاءة ‪ ٪100‬مماثلة لختبار ت‬
‫يستخدم في تحليل البيانات المتصلة السمية والرتبية عندما‬
‫يكون حجم العينتين صغير وتقع الستجابة بين احتمالين ‪ ،‬وإذا‬
‫اختبار فيشر‬
‫كانت أقل خلية في الجدول التكرراي ذات قيمة كبيرة فإن‬
‫اختبار فيشر يكون ملل جدا‬
‫يستخدم مع البيانات السمية ثنائية التصنيف لمعرفة مدى‬
‫‪ 2‬استقلل كل عينة عن الثانية ‪ ،‬ويمكن تطبيقه للبيانات في جدول‬
‫اختبار كا‬
‫الحتمالت إذا كانت التكرارات المتوقعة كبيرة بكفاية ويستخدم‬
‫لمعرفة الختلف في المركز أو اللتواء‬
‫يستخدم للمقارنة بين عينتين للبيانات الرتبية على القل لمعرفة‬
‫اختبار‬
‫ما إذا كانت مجموعتان مستقلتان تختلفتان في النزعة المركزية‬
‫أي احتمال سحب العينتان من مجتمعين يتطابقان في قيمة‬
‫الوسيط‬
‫الوسيط ويستخدم أحيانا بديل عن اختبار ت‬
‫اختبار مان أقوى الختبارات اللبارامترية ويستخدم عوضا عن اختبار ت ‪،‬‬
‫ويختبر ما إذا كانت المجموعتان المستقلتان سحبتا من نفس‬
‫ويتني‬
‫المجتمع أم ل في المستوى الرتبي على القل ويستخدم مهما‬
‫كان عدد العينة صغير جدا مثل عينة ‪ 3‬وعينة ‪1‬‬

‫‪Teaching Emasculatory Of Computer and Engineering Sciences‬‬

‫‪20‬‬

‫‪Preparing : Hesham Saeed‬‬

‫ونحصل عليهما بطريقيتن ‪ :‬اختيار افراد العينيتن عشوائيا من مجتمعين ‪ -‬إجراء المعالجتين على العي‬

‫‪Teaching Emasculatory Of Computer and Engineering Sciences‬‬

‫‪21‬‬

‫‪Preparing : Hesham Saeed‬‬

‫ اختبار فريد مان‬- ‫اختبار كوكران‬
‫ اختبار الوسيط‬- 2 ‫اختبار كا‬

‫مرتب‬
‫طة‬
‫مست‬
‫قلة‬

‫أكثر من‬
‫عينتين‬

: ‫المراجع‬
2 ‫ ط‬، ‫ مكتبة وفائي‬: ‫ طنطا‬، ‫ ( الحصاء الستدللي‬2009 ) ‫مجدي عبد الكريم حبيب‬
، ‫ ( الحصاء التربوي‬2005 ) ‫هيئة التأطير بالمعهد الوطني لتكوين مستخدمي التربية‬
‫ الحراش‬: ‫الجزائر‬
http://www.arabicstat.com/index.php?option=com_glossary&func=view&Itemid=127&catid=84&term=Kurtosis
http://www.jmasi.com/ehsa
http://www.ejtemay.com//showthread.php?t=616
http//www.infpe.edu.dz
2009 / 5 / 20 ‫تاريخ الزيارة‬

Preparing : Hesham Saeed

22

Teaching Emasculatory Of Computer and Engineering Sciences

Sign up to vote on this title
UsefulNot useful