SPSS ﻡﺍﺪﺨﺘﺳﺎﺑ ﻲﺋﺎﺼﺣﻻﺍ …...SPSS ﻲﻓ ﻲﺴﻴﺋﺮﻟﺍ ﻢﺋﺍﻮﻘﻟﺍ ﻂﻳﺮﺷ (1-3) ﺔﺷﺎﺷ ﻦﻣ "Start" ﻭﺃ " ﺃﺪﺑﺍ

د. خلف سلطان SPSSالتحليل االحصائي باستخدام

1

SPSSباستخدام التحليل االحصائي

إعداد وتصميم

االستاذ الدكتور سلمان خلف سلمان سلطان

لياتمقسم اإلحصاء وبحوث الع

جامعة الملك سعود –كلية العلوم

[email protected]

https://faculty.ksu.edu.sa/ksultan/home

هـ1439-1440 م2018-2019

. خلف سلطاند SPSSالتحليل االحصائي باستخدام

2

دورةللالهدف العام

SPSSباستخدام البرنامج اإلحصائي ءاإلحصاساسيات أومفاهيم المتدربين فيرات تنمية مها

:ةمن خالل الخطوات التاليويتم ذلك

الحاسوبوتبويبها وإدخالها إلى اسة قيد الدرترميز البيانات -

ستداللي المناسب لطبيعة البياناتإجراء التحليل اإلحصائي الوصفي واال -

مدعوم كتابة التقرير اإلحصائي حول المشكلة قيد الدراسة - باالختبارات االحصائية الالزمة ا

األهداف التفصيلية

:ادرا علىق تدربسيكون الم يدريببرنامج التالبعد االنتهاء من

التعرف على اساسيات االحصاء -1

SPSS برنامجبيئة التعرف على -2

SPSSة والفرعية لبرنامج يالتعرف على األوامر الرئيس -3

SPSSبرنامج الىز البيانات وإدخالها يتجه -4

وتفسيرها المؤشرات الوصفية واالستداللية للبياناتبعض حساب -5

.ياناتلبلارات اإلحصائية المناسبة بعض االختبجراء إ -6

التقرير اإلحصائي من النتائج.إعداد وتفسير النتائج اإلحصائية قراءة و -7

وضوعات التدريبم

مصطلحات ومفاهيم إحصائية -1

المعاينة اإلحصائية -2

تجاه الرأياتصميم وتحليل االستبيانات لقياس -3

مقاييس التشتت)–المؤشرات اإلحصائية الوصفية (مقاييس النزعة المركزية -4

الجداول المقطعية تصميم وتحليل -5

التقدير بفترة) –االستدالل اإلحصائي (التقدير بنقطة -6

االختبارات اإلحصائية وصياغة القراربعض -7

يل التباين (مفاهيم وتطبيقات)لتح -8

تحليل االرتباط واالنحدار -9


3

مفاهيم أساسية: األولالجزء

علم االحصاء؟

قرار اختبار ل –صانع القرار دعم –استنباط –البياناتعرض - تالبيانا ترميز – البياناتتبويب –جمع البيانات

صائب قابل للتطبيق

مجتمع الدراسة

Population

محدود او غير محدود -1

..)متوسط انحراف معياري(يحتوي على معالم مجهولة -2

التعرف على معالم المجتمع؟ -3

عينة عشوائية

باستخدام طرق نظامية

Random Sample

نمذجة وتطبيقات مختلفة

Modeling and Different Applications

تحليل استداللي

Statistical Inference

ال معلمي

Non‐parametric

معلمي

Parametric

)فترة -نقطة (تقدير

Estimation (Point ‐ Interval)

أختبارات فرضيات

Hypotheses Testing

تحليل وصفي

Descriptive Statistical

Analysis


4

حصائيةاإلمصطلحات بعض ال )1-1(

البعض منها على، سوف نلقي الضوء البياناتتحليل عندت اإلحصائية التي تستخدم بكثرة هناك بعض المصطلحا صين في علم اإلحصاء ومن هذه المصطلحات:بعيدا عن التفاصيل التي التهم غير المتخصوبشكل سريع

المجتمعPopulation

جامعة الملك سعودبمجتمع طالب البكالوريوس -

مجتمع أعضاء هيئة التدريس بجامعة الملك سعود -

مجتمع موظفي جامعة الملك سعود -

مجتمع طالب الدراسات العليا بجامعة الملك سعود -

اذكر امثلة أخرى؟ ... -

المتغير الكميQuantitative variable

خالل ايام االسبوع ةالحراردرجة -

وزن الطالب في المرحلة المتوسطة -

درجات الطالب في اختبار قياس -

راتب الموظف -


المتغير النوعيQualitative variable

فصيلة الدم -

جنس الطلبة -

معتدل) –منخفض –(مرتفع حالة مريض السكر -

جنسية الموظف -


العينة العشوائيةRandom Sample

عينة عشوائية من طالب جامعة الملك سعود -

عينة من موظفي جامعة الملك سعود -



5

أساليب المعاينةSampling techniques

Random Sampleعشوائية عينة -

Stratified Sampleطبقية عينة -

Systematic Sample منتظمةعينة -

Cluster Sampleعينة عنقودية -

- .....

)1( مثال

معين مقرر الدراسية في المستويات أحدطالب درجات المجتمع:

مشاهدات المجتمع هي:

المجتمع؟من هذا 10نسحب عينة عشوائية حجمها كيف

29 ,76 ,37 ,73 ,76 ,80 ,34 ,92 ,70 ,71مثال:

50حجم المجتمع =

10حجم العينة =

(معلمة) معالم Parameter(s)

) 1عالمات الطالب في مثال (متوسط -

نسبة النجاح -

- ...

هإحصاء Statistic

)1مثل متوسط العينة العشوائية المسحوبة في مثال ( العشوائية:متوسط العينة -

القيمة العظمي في العينة العشوائية -

االنحراف المعياري للعينة العشوائية -

- ...

63 44 42 60 76

87 30 85 49 74

20 75 61 28 85

63 86 55 40 67

66 97 80 29 37

71 74 88 76 59

30 34 77 87 65

70 46 82 88 78

77 92 38 68 95

64 57 76 90 73


6

الوصفية المقاييس اإلحصائية

مقاييس نزعة مركزية

Descriptive Statistical Measures

لمتوسط الحسابيا -1

على عددها مقسومامتوسط الحسابي لمجموعة من المشاهدات = مجموع المشاهدات ال

) نجد ان1مثال ذلك في درجات الطالب بمثال (

65.08 متوسط المجتمع =

63.8 متوسط العينة =

o مميزاته

o عيوبه

الوسيط -2

% من المشاهدات المرتبة تصاعديا50يسبقها هو المشاهدة التي

72) هو 1مثال رقم (فمثال وسيط العينة في ال

o مميزاته

o عيوبه

المنوال -3

هو القيمة االكثر تكرارا

.76 المنوال هي 1مثال نة المسحوبة بمثال ذلك في العي

o مميزاته

o عيوبه

المئينات –العشيرات –الربيعيات -4

هي 1فمثال الربيعيات للعينة العشوائية بمثال

45.25الربيع االول =

=الوسيط75لثاني = الربيع ا

76الربيع الثالث=


7

تشتتال مقاييس

التباين -1

يقيس متوسط مربعات االنحرافات للمشاهدات عن الوسط الحسابي

483.0667: التباين = (1)للعينة العشوائية بمثال

هو الجذر التربيعي للتباين :االنحراف المعياري -2

21.97878فان االنحراف المعياري هو: 1مثال فيفمثال

2مقسوما على االول)الربيع –= (الربيع الثالث نصف المدي الربيعي -3

على المتوسط مقسوما= االنحراف المعياري معامل االختالف -4

مقاييس الشكل

معامل االلتواء -1

التفلطحمعامل -2

رسومات احصائية مختلفة

.....) -قيرسم صندو –مدرج تكراري -خطوط ومنحنيات –اشكال دائرية –(اعمدة بيانية

)1(مثال ذلك الرسم الصندوقي لمشاهدات مثال


8

أكثر: جدول يلخص مشاهدات ظاهرتين او جداول مقطعية

Aالخاصية

nA … 2A 1A الخاصيةB

1B تكرارات تكرارات تكرارات تكرارات

2B تكرارات تكرارات تكرارات تكرارات

…. …. …. …. .

mB كراراتت تكرارات تكرارات تكرارات

Statistical Inferenceاإلحصاء االستداللي

Point Estimationالتقدير بنقطة -

Interval Estimationالتقدير بفترة -

Hypotheses Testingاختبارات الفرضيات -

Analysis of Variance (ANOVA)تحليل التباين -

Correlation Analysisتحليل االرتباط -

Regression Analysisتحليل االنحدار -

Nonparametric Methodsالطرق الالمعلمية -


9

SPSS) التعريف بالبرنامج 2-1(

SPSS األولى لـ اختصار لألحرف الالتينية هي

Statistical Package for Social Science"الحزمة اإلحصائية للعلوم االجتماعية"

وبية متكاملة تخدم .لهاإلدخال البيانات وتحلي وهي حزمة حاس تمل على وتس عادة في جميع البحوث العلمية التي تش

شئت أصال لهذا تقتصر وال ،والوصفية الرقميةالعديد من البيانات على البحوث االجتماعية فقط بالرغم من أنها أن

تمالها الغرض ولكن اش ائية (تقريبا وتوافقها وقدرتها الفائقة على معالجة البيانات )على معظم االختبارات اإلحص

هورة جعل منها أدا تى أنواع البحوثمع معظم البرمجيات المش تطيع .لعلميةا ة فاعلة لتحليل ش قراءة SPSS ويس

إحصائية أو أشكال بيانية أو على ستخدمها الستخراج النتائج على هيئة تقاريريالبيانات من معظم أنواع الملفات و

مناسببشكل التحليل اإلحصائي تبسيط وتستطيع الحزمة مركبشكل توزيع اعتدالي أو إحصاء وصفيا بسيط أو

.للباحث المبتدئ والخبير على حد سواء

ظهر في اآلونة األخيرة. الذي IBM SPSS Statistics-25 هوأحدثها SPSSيوجد إصدارات مختلفة لحزمة

SPSS 15.1 - November 2006 SPSS 16.2 - April 2008 SPSS Statistics 17.1 - December 2008 PASW Statistics 17.3 - September 2009 PASW Statistics 18.0 - August 2009 PASW Statistics 18.1 - December 2009 PASW Statistics 18.2 - April 2010 IBM SPSS Statistics 19 – October 2010 IBM SPSS Statistics 20– October 2011 IBM SPSS Statistics 21– February 2013 IBM SPSS Statistics 22– February 2014 IBM SPSS Statistics 23– March 2015 IBM SPSS Statistics 24– March 2016 IBM SPSS Statistics 25– August 2017

لـاختصار هي 18و 17االصدارات في PASWونالحظ أن

Predictive Analytical Software يبرنامج التحليل التنبؤ


10

عن والعمليات اإلحصائية األساسية إن اإلصدارات السابقة من البرنامج ال تختلف كثيرا في محتواها العلمي

أشكال النوافذ والمخرجات النهائية وبعض التحسينات االختالفات تظهر في استخدام ومعظمة الحديثاإلصدارات

. Advanced Analysisلكن بالطبع هناك إضافات في التحليل المتقدم في األشكال البيانية

SPSS) شريط القوائم الرئيسي في 3-1(

ن شاشة " مStartفوق زر البدء " ابدأ " أو " اضغطموجود على جهازك ولتشغيله SPSSنفترض هنا أن برنامج

فوق أيقونة اضغط" Programsتشغيل النوافذ اختر " برامج

"IBM SPSS Statistics 25 "ياراختثم تظهر قائمة فرعية ف"BM SPSS Statistics 25 "

). Data Editor(نافذة محرر البيانات ىوالتي تسمفيتم فتح الشاشة التالية

شبكة من الصفوف واألعمدة تستخدم إلنشاء وتحرير ملفات الحظ أن محرر البيانات هو ورقة عمل مكونة من

)Caseالبيانات. وفي محرر البيانات فان كل صف يمثل حالة (


11

). كما يوجد Cells). وتسمى نقاط التقاطع بين الصف والعمود بالخاليا (Variablesأما األعمدة فتمثل المتغيرات (

وشريط القوائم وشريط محرر البيانات وفي أسفل شاشة محرر البيانات في أعلى شاشة محرر البيانات شريط العنوان

وكذلك يوجد عرض المتغيرات البيانات) لعرض Data Viewيوجد عرض البيانات (

)Variable View المتغير ونوعه و... ) وكما نشاهد أشرطة التمرير الرأسية (اسم) لعرض خصائص المتغيرات

الجهة السفلي لشاشة محرر البيانات.واألفقية على الجانب األيمن و

) و Data Editorمحرر البيانات (شريطوقبل البدء في كيفية إدخال البيانات سنشير إلى مكونات شريط األدوات

الموضح بالشكل التالي:

الصف األول من الشريط يحتوي قائمة األوامر وسوف تستعرض أهمها في الجدل التالي:

الوظائف األمر

File طباعة ....) –راءة ق –إدارة الملفات (حفظ ملف

Edit إضافة حاالت –متغيرات ضافة إ –لصق –ص ق -تحرير الملف (نسخ تحرير-

توصيفات للكتابة ....)

View للتحكم في أساليب العرض المختلفة عرض

Data ء ترتيب أو إجرا جديدةحالة التحكم في البيانات مثل إدخال متغير جديد أو بيانات

.....وهكذا اختيار عينة عشوائية، ، فصل ودمج ملفات،تنازليتصاعدي أو

Transform عمليات حسابية ومنطقية وإحصائية مختلفة معالجة


12

Analyze من إلجراء التحليل اإلحصائي المناسب للبيانات وهو الهدف الرئيس تحليل

ليب معظم األسا من الخيارات الفرعية تغطي الكثيرالبرنامج كله ويشمل

والطرق اإلحصائية

Graph لرسم ا –المدرج التكراري –تمثيل البيانات بيانيا (مثل األعمدة البيانية الرسم

الدائري .....)

Utilities تقنيات وفوائد متنوعة حول البرنامج بعض الفوائد

Direct marketing

التسويق المباشر

لية التسويق للمنتجاتأساليب ومهارات خاصة تساعد في عم

Utilities – Add-ons بعض العمليات والتطبيقات الخاصة والمعلومات حول إصداراتSPSS

Windows أوامر خاصة بنوافذ ويندوز

help مساعدة

أما الصف الثاني من الشريط فيحتوي قائمة أيقونات كالتالي:

الوظيفة العنوان األيقونة

Open File فتح ملف مخزن

Save File تخزين ملف

Print File طباعة ملف

Dialog Recall

إظهار آخر مجموعة من اإلجراءات التي تم

استخدامها

Undo تراجع عن آخر عملية تم تنفيذها


13

Redo الرجوع عن آخر عملية تراجعت عنها

Go to Case (صف ) االنتقال إلى حالة

Variable إعطاء معلومات عن متغير ما

Variables إعطاء معلومات عن المتغيرات

Find بحث

Insert Case إدراج حاالت جديدة إلى الملف

Insert Variable إدراج متغير جديد إلى الملف

Split File شطر الملف إلى جزأين

Weight Cases إعطاء أوزان للحاالت

Select Cases تاختيار مجموعة حاال

Value Labels

او إظهار ( أو إخفاء) عناوين ( دالالت ) القيم

كواداأل

Use variable sets استخدام مجموعات من المتغيرات

Show all variables إظهار جميع المتغيرات

Spell Check خطاء اللغويةتصويب األ

إذا أردنا تكبير شريط القوائم السابق نتبع المسارمالحظة:

View Toolbars Customize Large Buttons


14

SPSS) كيفية تعريف المتغيرات وإدخال البيانات في 4-1(

تحتوي صفحة إدخال البيانات في أخرها على خيارين أساسيين هما:

Data viewالبيانات عرض -

Variable viewتغير عرض الم -

حقول عرض المتغيرات وهي: تظهر Variable Viewبالضغط على

القائمة التالية توضح وظائف حقول عرض المتغيرات:

يستخدم لتعريف اسم المتغير ونالحظ التالي: :Name الحقل )1(

أو @، أو #، نقطةأو أرقامأو حروفأسماء المتغيرات يجب أن تبدأ بحرف أما الباقي فيمكن أن يكون -

.بنقطة تنتهي أالوأسماء المتغيرات يجب -$ ، أو-أو

*). ؟، !،أي من اإلشارات الخاصة (مثل: فراغ أويوجد ضمن االسم أاليجب -

–عدد ير: يتم تحديد نوع المتغير (مثلالحروف أو األرقام التي تمثل المتغ وعدد :Typeنوع المتغير )2(

الي:، من مربع الحوار التتاريخ) –اسم


15

يتم أيضا تحديد عرض حروف أو أرقام المتغير حيث يعتمد هذا العرض على نوع المتغير كما يتم تحديد عدد

رقام العشرية في المتغيرات الكمية إذا كان هناك ضرورة لذلك.االمن

او مالحظات مثل كتابة تعريف للمتغير: يستخدم لتمييز المتغير Labelالمميز )3(

خدم لتعريف عناصر المتغير الترتيبي أو االسمي كالتالي:: تستValuesم القي )4(

إعطاء قيمة معينة لتمثل اسم أو (صفة ترتيبية). التالي يتمفي المربع

: تستخدم لمعالجة القيم المفقودة في البيانات أو إجراء التحليل بدون القيم Missingة المفقودالبيانات )5(

المفقودة.

دم لتحديد عرض العمود الذي يمثل المتغير حيث يمكن التحكم بالعرض : يستخColumnsعرض العمود )6(

المناسب بحسب التطبيقات.

هامش –هامش يسار –يستخدم لتحديد موضع (موقع) البيانات داخل الخاليا (وسط :Align الموقع )7(

يمين) كالتالي:

الثة خيارات هي:احد ث المتغير وهو: يستخدم لتحديد نوع قياس Measureأسلوب قياس المتغير )8(


16

)مخرج – مدخل( : Role الدراسة في المتغير دور )9(

فها في وإدخال بيانات المتغيرات التي تم تعريفها وتوصي Data viewوبالعودة مرة أخرى لشاشة محرر البيانات

التالي:نالحظ األعمدة المخصصة لها

تفتح عندماSPSS إذا فتحت أما البياناتستخدامه لتحرير ويمكنك االبيانات. آليا تدخل على محرر فأنت

فتستطيع التعامل معه مرة أخرى وتغير توصيفه بنفس القواعد التي تم ذكرها. الحظ األعمدة ملفا قديما

)، والصفوفمثل (النوع والحالة االجتماعية وقياس االتجاه .....) (وتذكر أنها مخصصة للمتغيرات

تفرغ في الصف األول ورقم 1راد العينة فمثال: االستمارة رقم لحاالت الدراسة (أف وتذكر أنها مخصصة

...) حيث أن العمود األول كله مخصص للمتغير األول والثاني للمتغير الثاني وهكذافي الصف الثاني، 2

وهكذا. 2والثاني للمستجيب رقم 1األول كله مخصص للمستجيب رقم والصف

ثم اضغط مفتاح اإلدخال 34ولى أطبع في الخلية األ مثال عند إدخال البيانات Enter

إن لم يكن المتغير معرفا مسبقا والذي Var00001 يضع اسم المتغير االفتراضي الحظ أن البرنامج

، وبعد كل 23، 22أخرى في خاليا أخرى أسفل الخلية األولى مثل يظهر في أعلى الشاشة ثم أدخل قيما

.يتم إدخال جميع البيانات المطلوبة للدراسةوهكذا حتى Enterعملية إدخال اضغط

خلية القيم المفقودة Missing على هيئة نقطة (.)

المتغيرات يجب استبدال االسم االفتراضي باسم مناسب (خاص بك ) مثل لتسمية:

Age, Gender subject, Attitude1, Attitude2, etc. ،ذلك وإلجراء:

في أعلى العمود األول أوضع المؤشر في أي خلية في الصف Var001 مرتين على اسم المتغير اضغط

Ageواستبداله بـــ Var 00001األول ،مسح االسم االفتراضي

تحتاج أن تخبر الــ SPSS وهذا يسهل لك .اإلدخالعملية المراد إدخالها قبل عن طبيعة المتغيرات

يسهل فهم المتغير لكين ماهية كذلك وضع شرح مفصل ع ويمكن الحقا.التعامل مع هذه المتغيرات

البرنامج يخرج مع النتائج شرح تفصيلي للمتغيرات. النتائج عند استخراجها إذ أن

.يمكن تحميل البيانات من ملف اكسل


17

األخرى تستخدم نفس خطوات حفظ الملف في تطبيقات النوافذ :حفظ الملف

ةالقيم المفقود Missing Values :

إجابة أو عندما يرفض المستجيب اإلجابة على عبارة عندما ال يكون هناك فقودةالمالقيم خيار يستخدم

المشكلة إحصائيا في حالة تعريفه بالقيم المتروكة والتي ال يدخل لها قيمة معينة ويقوم البرنامج بعالج هذه

. فتظهر في محرر البيانات على هيئة نقطة معينة

:ترميز البيانات

كاالستبيانات والمقابالت أو بيانات البيانات سواء كانت أدوات بحثية عن تهيئةانات هي عبارة إن عملية ترميز البي

وذلك بأن محتواها وفهمالبرامج الحاسوبية التعامل معها دوات المسح واالستقصاء كي تستطيعمثل امعلوماتية

ويجب التفريق بين البيانات االسمية مثل .يعني مؤشرا معينا للبرنامج يعطى كل متغير ترميزا معينا (رقميا غالبا)

يرمز للذكر . فمثالق جدا وغير موافق وغير موافق جداموافق وموافمثل والبيانات الترتيبية ،والونعم ذكر وأنثى

، ارفض 2ارفض= 3= أدرى، ال 4موافق= ،5أو العكس، وفي قياس االتجاه موافق جدا= 2واألنثى بـ 1بـ

.1بشدة=

)1تطبيق (

الدراسي والمستوى والنوعموظفين موزعين بحسب العمر 10مار بيانات التالية تمثل أعال

10 9 8 7 6 5 4 3 2 1 م

26 19 31 22 22 41 35 18 21 26 العمر

ذكر ذكر أنثى ذكر ذكر أنثى ذكر ذكر أنثى أنثى النوع

جامعيجامعي ئيابتدا ثانوي جامعي جامعي ابتدائي ثانوي ثانوي جامعي المستوى التعليمي

SPSSالمطلوب إدخال هذه البيانات لمحرر بيانات

الخطوات:

نحدد أنواع متغيرات الدراسة والمقاييس المناسبة لها كالتالي: -1

Scaleكمي له قياسالمسلسل -


18

Scaleله قياس كمي Ageالعمر -

Nominalله قياس اسمي Genderالنوع -

Ordinalتيبي له قياس تر Educationالمستوى التعليمي -

Valuesال يحتاج إلى تعريف Ageالمتغير الكمي -2

مي -3 Femaleلتدل على األنثى 2و Maleلتدل على الذكر 1يمكن اختيار Genderللمتغير االس

مي). وللمتغير الترتيبي 3يمكن اختيار Educationأو العكس (الترتيب ال يهم ألنه متغير اس

الترتيب هنا مهم ( Primaryعلى لتدل 1 و Secondary لتدل علي 2 و Universityلتدل علي

ويتم ذلك كالتالي: . ترتيبي)ألنه متغير

بعد تعريف المتغيرات الثالثة نحصل على التوصيفات التالية: -4

يدعم ذلك. SPSSويمكن إجراء التعريفات السابقة باللغة العربية إذا كان إصدار


19

بيانات كالتالي:إلدخال ال Data Viewنتحول اآلن إلى -5

فنحصل علي: نضغط علي أيقونة -6

Data-1.xlsأو Data-1.savبعد ذلك يتم حفظ الملف باالسم -7

.Data-1.xlsو Data-1.savواستدعاء كل من SPSSيمكن إغالق

مالحظة:

رة لمحرر تدعائها مباش ل واس يف الال SPSSيمكن إدخال البيانات أوال في ملف اكس زم بعد وإجراء التوص

االستدعاء.


20

Recodeإعادة ترميز المتغيرات ) 5-1(

ــث ی ــانــات ــا في ملف ال د حــال ج ر م غ ط ر جــدیــد مرت غ ــة ت م ل رات هي ع غ ز ال إعــادة ترماس ة أ قابلة للق رات غ ل م ة Scale Variableت رات وصــــــــــــــف غ . أما Nominal Variableإلى م

غ ف ال ـــ ات ت ـــ س عدد م ع دید ر ال غ رات إال أن ال غ ز ال ة إعادة ترم ل ـــابهة لع ة م ل رات فهي عل. ة ال او رات م ر على ف غ ف ال ف و ت ال

ارة ع Recodeدم األمر ف أو ع ات لل ارة ع م ر ع غ ن ق ال ث ت ر جدید غ ل مــــدد ل ت ــــار األمر ق م ــــاخ ر وصــــــــــــــفي. و ذلــــ غ ي إلى م ر ال غ ــــة Recodeــــل ال م قــــائ

Transform .الي ل ال ا في ال


21

ر غ دید في نفس ال ز ال رم ار األول وضــــع ال ة ال اســــ ث ب ، ح ار ز إلى خ رم ل أمر إعادة ال ــــ واســــ م دیدة ز ال رم ، في ح ی وضــــع ق ال ــــاب ا ال فرض أن لدی اني. ل ار ال دام ال د اســــ ر جدید ع غ

ة ال ب الفئات ال دید ر ال غ ة ال ن ق ث ت الب زن ال في ل ر ت غ ة في ت م الرغ

دید ر ال غ اب ق ال ر ال غ ق ال

50 1

51 60 2

61 70 3

70 4

دید ر ال غ ن اســــ ال زن "وســــ ــــغط"فئات ال ال ة Recodeعلى . و ار Transformم قائ Intoواخ

Different Variable .الي ار ال هر مرع ال


22

) بعض العمليات لتجهيز البيانات6-1(

إلجراء الترتيب التصاعديSort Ascending لي والتنازSort Descending فقط نثبت متغير لقيم

الجهة اليمنى للفارة فيظهر علىب ترتيبه تصاعديا أو تنازليا ونضغط المحرك عند اسم المتغير المطلو

) تنازليا أو 1التطبيق ( مثال ذلك يمكن ترتيب العمر في وع الترتيب (تصاعديا أو تنازليا)حيث يمكن اختيار ن

كما يمكن ترتيب المتغيرات الوصفية أبجديا. تصاعديا

واألعمدة وتخزين النتيجة في أعمدة جديدة من خالل إجراء عمليات حسابية ومنطقية علي الصفوف

فنحصل على مربع الحوار التالي الذي يتم فيه إجراء compute variable Transform المسار

العمليات المطلوبة.


23

مالحظة:

آلة حاسبة تحتوي على أرقام ورموز حسابية ورموز عالقات على Compute Variableيحتوي مربع الحوار

الزر باستخدام الفأرة. ويبين الجدول بضغطموز منطقية. ويمكن استخدام هذه الحاسبة مثل أية حاسبة يدوية وذلك ور

التالي الرموز المستخدمة في اآللة الحاسبة:


24

ودة: يتم ذلك باستخدام المسار التالي:معالجة القيم المفق

فيظهر مربع الحوار التالي الذي يتم فيه تحديد آلية لمعالجة القيم المفقودة.

الرموز المنطقية رموز العالقات الرموز الحسابية

الرمز العملية الرمز العملية الرمز العملية

ناقل م > الجمع + andأو &

يجب أن تكون جميع العالقات

اكبر من < الطرح - صحيحة

اقل أو يساوي => الضرب * orأو |

واحدة من العالقات يجب أن

اكبر أو يساوي =< القسمة / تكون صحيحة

يساوي = األس **

تفيد النفي notأو ~( )

ترتيب

العمليات ال يساوي =~


25

:اختيار عينة عشوائية من مجتمع الدراسة بإطار محدد

لتحديد عينة عشوائية من مجتمع له إطار محدد من خالل المسار التالي: SPSSيمكن استخدام

Data Select cases Random sample of cases …

فتظهر الشاشة اآلتية:

فتظهر الشاشة التي يتم فيها تحديد حجم العينة كالتالي: sampleثم نضغط على

فنرجع للشاشة السابقة الختيار طريقة تخزين النتائج وهناك ثالث حاالت هي: Continueنضغط

- Filler out unselected cases ث يتم هنا شطب الحاالت غير المختارة مع عدم حذفها من ملف : حي

البيانات

- Copy selected cases to a new datasetحيث يتم هنا نسخ الحاالت المختارة بملف بيانات جديد :

- Delete unselected casesحيث يتم حذف الحاالت غير المختارة تماما من البيانات :


26

اناتعمليات مختلفة على ملفات البي

إضافة حاالت جديدة لملف قديم من ملف جديد -

DataMerge Files add cases

إضافة متغيرات جديدة لملف قديم من ملف جديد -

Data Merge Files add variables

فصل ملف قديم الى عدة ملفات بحسب أحد المتغيرات -

Data split into files

)1( تدريب

للتدريب على اختيار عينة عشوائية والتدريب على استكمال القيم Application1.xlsلف استخدم البيانات في الم

وكذلك على فصل الملف او إضافة حاالت او متغيرات المفقودة.

) شاشة عرض النتائج7-1(

بيقات ولكن في بعض التط نفسها،حتى اآلن تم في معظم العمليات السابقة استقبال النتائج في شاشة محرر البيانات

تظهر البيانات في شاشة خاصة بذلك تسمى شاشة عرض النتائج. هذه الشاشة تظهر تلقائيا إذا كانت النتائج تحتاج

لشاشة جديدة ومنها يمكن تصدير النتائج إلى ورقة اكسل أو نسخ ولصق لملف وورد أثناء إعداد التقرير

اإلحصائي للدراسة.


27

)2( طبيقت

.SPSSوتفريغها في المتدربينمن 40على عينة عدد مفرداتها التاليةاالستبانة المطلوب توزيع

استبيان

االسم (اختياري):

أوال: معلومات شخصية:

:ستوى الدراسيالم -1

الثامن 8 السابع 7 السادس 6 الخامس 5 الرابع 4 الثالث 3 الثاني 2 االول 1

:العمر -2

فاكثر 26 3 25-20 2 20اقل من 1

يعدل التراكممال -3

العام السابق يالمعدل التراكم الحالي يالمعدل التراكم

فقرة) كل امامرأيك (فضال حدد ثانيا: محاور االستبيان

م الفقرة بشدة ارفق ارفض محايد أوافق بشدة أوافق

1 االنترنت يساعدني في دراستي استخدام

ايساعد في حله الكاديميالمرشد ا مع الدارسةمناقشة مشكالت 2

3 الدراسةفي يساعد استخدام وسائل التواصل الحديثة

4 تفيد الطالب أساليب التقويم داخل قاعات التدريس


28

:طريقة التنفيذ

نقوم بعملية الترميز للمتغيرات: -1

:مستوى الدراسيمتغير ال أوال:

المستوى الدراسي 8الي 1

العمرثانيا:

26ثر من أك 20-25 20اقل من الخبرة

التصنيف 1 2 3

وفقا للتصنيف التالي:األسئلة ثالثا: يتم تفريغ بيانات

معارض بشدةمعارضمحايدموافقموافق بشدةالتصنيف

1 2 3 4 5 الدرجة

نعطي أسماء لمتغيرات أسئلة الدراسة كالتالي: -2

Age, GPA_now , GPA_last year ،Level ،Q4, Q3,Q2, Q1

؟؟؟؟؟ وصف المتغيرات كالتالي:نحدد -3

بعد تفريغ البيانات تظهر شاشة محرر المتغيرات كالتالي:


29

كالتالي:بيان 20اول - ويمكن تحويل البيانات بعد التفريغ باستخدام الترميز بالضغط على

.مالحظة: ال تنسى تخزين الملف باسم اختياري خاص بك

:)1تطبيق (

على النحو التالي:Likert Scale مقياس ليكرت مستخدما questionnaire.savحلل بيانات الملف

مؤشرات تحليل مقياس ليكرت الثالثي

1.66‐1غير موافق

2.33‐1.67يال ادر

3‐2.34موافق

مؤشرات تحليل مقياس ليكرت الخماسي

1.79‐1غير موافق بشدة

2.59‐1.80غير موافق

3.39‐2.60يال ادر

4.19‐3.4موافق

5‐4.20موافق بشدة


30

استبيان

االسم (اختياري):

أوال: معلومات شخصية:

رتبة العلمية:الم -1

استاذ 3 أستاذ مشارك 2 أستاذ مساعد 1

الخبرة التدريسية: -2

سنوات 10أكثر من 3 وات سن 10-5 2 سنوات 5اقل من 1

الراتب -3

الراتب الحالي ملعند بداية الع

فقرة) امام كل رأيك (فضال حدد ثانيا: محاور االستبيان

معارض

بشدة موافق محايد معارض

موافق

بشدة م الفقرة

1 االنترنت يساعد في مهام وظيفتي استخدام

2 البحث العلميفي استخدام وسائل التواصل يساعد

3 تفيد الطالب لتدريسأساليب التقويم داخل قاعات ا

Questionnaire Reliability Analysisمالحظة: يمكن دراسة صالحية االستبانات


31

الجزء الثاني

SPSSاإلحصاء الوصفي باستخدام

إيجاد المقاييس اإلحصائية للمتغيرات )2-1(

(Measures of Central Tendency). مقاييس النزعة المركزية 1

تقسيم مجموع المشاهدات العددية على عددها.ممثل جيد للبيانات وعبارة عن هو meanالوسط الحسابي -

% من مفردات العينة50القيمة التي يقل عنها يث يمثل حهو متوسط مكاني للبيانات Medianالوسيط -

.المرتبة تصاعديا

القيمة األكثر تكرارا. هو :Modeالمنوال -

(Measures of Dispersion). مقاييس التشتت 2

وسطها الحسابي مقاسا عن مشاهداتمقدار تشتت ال Standard Deviationاالنحراف المعياري -

بوحدات المتغير نفسها.

مربع االنحراف المعياري Varianceالتباين -

.مشاهدة في البياناتصغر أكبر قيمة وأالفرق بين Rangeالمدى -

Minimumاقل قيمة -

Maximumقيمة أكبر -

باستخدام عينةالوسط الحسابي تقدير مقدار الخطأ الموجود في S.E.meanلخطأ المعياري ا -

المجتمع.الحسابي وسط لوهو داللة على دقة الوسط الحسابي كتقدير ل

Distribution shape.شكل التوزيع 3

انت قيم هذا المتغير فإذا ما ك مشاهداتمقياس االلتواء فكرة عن تمركز يعطى :Skewnessااللتواء -

المتغير تتمركز باتجاه القيم الصغيرة أكثر من تمركزها باتجاه القيم الكبيرة فان توزيع هذا المتغير ملتو نحو

اليمين ويسمى موجب االلتواء وتكون قيمة االلتواء موجبة. أما إذا كان العكس فان هذا االلتواء يكون سالبا

سالبة. أما إذا كانت قيمة معامل االلتواء صفرا فان التوزيع يكون أو ملتو نحو اليسار وتكون قيمة االلتواء

طبيعيا.


32

: يمثل تكرارات القيم على طرفي هذا المتغير و هو يمثل أيضا درجة Kurtosis التفرطحالتفلطح أو -

ويسمى فضةكبيرة كانت للتوزيع قمة منخ التفلطحعلو قمة التوزيع بالنسبة للتوزيع الطبيعي. فإذا كانت قيمة

التوزيع كبير التفلطح، إما إذا كانت قيمة التفلطح صغيرة فان للتوزيع قمة عالية ويسمى التوزيع مدببا أو

قليل التفلطح.

مالحظة:

. والتوزيع 0مقياس لعدم التماثل في التوزيع. التوزيع الطبيعي متماثل وله قيمة انحراف معامل االلتواء هو -

الكبير له ذيل طويل من ناحية اليمين. التوزيع ذو االنحراف السالبكبير له ذيل ذو االنحراف اإليجابي ال

ءالخطأ المعياري لاللتوايتم أخذ قيمة من ناحية اليسار. ولدقة أكثر طويل

مقياس لمدى وجود القيم المتطرفة. للتوزيع الطبيعي، قيمة إحصاء التفرطح هي صفر. ويشير و ه التفرطح -

(اكثر تشتت) . يشير التفرطح إلى أن البيانات تظهر أكثر تطرفا من التوزيع الطبيعيالتفرطح اإليجابي

(اقل تشتت) إلى أن البيانات تحتوي على قيم متطرفة أقل تطرفا من التوزيع الطبيعي السالب

والتفرطح كما يلي: ءالخطأ المعياري لاللتوايتم أخذ قيمة ولدقة أكثر -


33

االتجاه المعيار المعامل

الخطأ اضعاف 3اكبر من لاللتواء القيمية المطلقة االلتواء

لاللتواء المعياري

وجد التواء وتحدد ي

اشارته اتجاهه

الخطأ اضعاف 3اكبر من للتفرطح القيمية المطلقة التفرطح

للتفرطحالمعياري

وجد تفرطح وتحدد ي

اشارته اتجاهه

ةمتساوي تقسيم البيانات إلى أربعة أرباعوهي عبارة عن ثالثة فواصل Quartilesالربيعيات -

مائة جزء متساوية.تقسيم البيانات إلى فاصل 99عبارة عن هي Percentile(s)المئينات -

تخداما في التطبيقات وجميع تعرض هنا أهمها وأكثرها اس وف نس في للبيانات س هناك عدة إجراءات للتحليل الوص

كالتالي: Analyzeهذه اإلجراءات موجود تحت الخيار


34

Reportsالتقارير ) 2-2(

يندرج تحت هذا اإلجراء عدة إجراءات فرعية هي:

جداول متقاطعة مكونة من صفوف بالموجودة الوصفية للبياناتستخدم هذا اإلجراء الستخراج المؤشرات يمكن ا

وأعمدة.

)3(تطبيق

ة إذا أردنا إجراء بعض المقاييس اإلحصائية لبعض الفئات من حمل Application-2.savالملف في بيانات

سنوات أو الذين مؤهالتهم العلمية بكالوريوس 5الماجستير مثال أو حملة البكالوريوس أو الذين سنوات خبرة اقل من

فئات الخبرة سنوات أو أردنا إجراء المقاييس اإلحصائية لكل تقاطع بين 10سنوات إلى 5وخدمتهم في التعليم من

الخطوات التالية: نتبعالعلمي وفئات المؤهل

وهي اختصار OLAP Cubesلتظهر قائمة فرعية اختر Reportنختار Analyzeمن القائمة -1

(عمليات التحليل التفاعلي للمحتوى الكمي). Online Analytical Processing Cubes لـ


35

" وادخل Salary now" " والمتغيرSalary_1" المتغير Summary Variable(s)ادخل في المستطيل أسفل -2

الحظ ن" كما Experience" و " Educationوالمتغيران "Grouping Variable (s) أسفلفي المستطيل

بالشكل.

ليظهر مربع الحوار التالي: ...Statisticsاضغط على -3


36

واالنحراف المعياري Meanمثل الوسط الحسابي راها مناسبة للمشكلة قيد الدراسةاختر المقاييس اإلحصائية التي ت

Standard Deviation و اقل قيمةMinimum واكبر قيمةMaximum والمجموع Sum وعدد الحاالت

Number of Cases وغيرها ثم ادخلها في المستطيل أسفل Cell Statistics ثم اضغطContinue لتعود إلى

. OLAP Cubesمربع الحوار السابق

فيظهر مربع الحوار التالي: Titleول اضغط على إذا أردت كتابة عنوان للجد -4

Okثم Continueاكتب عنوان مناسب إذا أردت وإال اضغط على كل حال على


37

لتظهر النتائج التالية: OLAP Cubes

Education Level: Total Experience: Total Sum N Mean Std. Deviation % of Total Sum % of Total N

Salay_1 631754.00 110 5743.2182 2165.51998 100.0% 100.0%

Salary_now 1189890.00 110 10817.1818 3661.70570 100.0% 100.0%

لكل الطبقات مجتمعة وهذا 10817.19وحاليا 5743.22العمل في الجدول السابق متوسط الرواتب في بداية

ينطبق على باقي المقاييس اإلحصائية.

ن إذا أردت إيجاد المتوسط الحسابي لرواتب حملة البكالوريوس فقط فإننا نضغط مرتين متتاليتين على النتائج ولك

:(وهذا سبب التسمية: العمليات التفاعلية) ليظهر الشكل التالي

ة تالحظ أن معدل رواتب حملة الماجستير في بداي Master" ثم اختر Eduاضغط على السهم المقابل للمتغير "

لایر. 5749.16العمل يساوي

نضغط على النتائج 10-5لحملة البكالوريوس الذين خبرتهم لرواتب إذا أردنا إيجاد المقاييس اإلحصائية مثل لبا

فنحصل على متوسط " 10-5الخبرة ونختار " Expضغطتين متتاليتين ثم نضغط على زر السهم المقابل للمتغير

.10675.19الرواتب

تدريب

Application-3.savلبيانات case summariesجراء يمكن ا -

schools.savلبيانات المدارس OLAP analysisيمكن اجراء -


38

Descriptive Statistics ) اإلحصاء الوصفي 3-2(

يتم تنفيذ اإلحصاء الوصفي باستخدام المسار

Analyze Descriptive Statistics

كما هو موضح بالشاشة التالية

Crosstabs) إنشاء الجدول المقطعي 1-3-2(

طعي اتبع الخطوات التالية:قمالجدول ال إلنشاء

كما بالشكل Crosstabsومن القائمة الفرعية اختر Descriptive Statisticsاختر Analyzeمن القائمة .1

Crosstabsمربع الحوار فيظهر التالي


39

ومتغير " الخبرة " في المستطيل أسفل Row(s)في المستطيل أسفل العلمي"ادخل متغير "المؤهل .2

Column(s)

يظهر مربع Cells، ثم اضغط على الزر Display clustered bar chartsاضغط داخل المربع بجانب

الحوار التالي:

. ثم اضغط على Percentageفي المستطيل Columnو Rowاضغط داخل المربعات الموجودة بجانب .3

Continue ثم اضغطOk :تظهر النتائج التالية


40

Education Level * Experience Cross tabulation

Experience Total

<5 50-10 >10

Education Level

Bachelor

Count 12 32 9 53

% within Education Level 22.6% 60.4% 17.0% 100.0%

% within Experience 35.3% 58.2% 42.9% 48.2%

% of Total 10.9% 29.1% 8.2% 48.2%

Master

Count 22 23 12 57



% of Total 20.0% 20.9% 10.9% 51.8%

Total

Count 34 55 21 110



% of Total 30.9% 50.0% 19.1% 100.0%

4.


41

في كل خلية ثالث قيم على سبيل المثال القيم في الخلية األولى تقاطع "البكالوريوس" انه . من النتائج السابقة نالحظ 4

سنوات والنسبة 5حملة البكالوريوس وخبرتهم في التدريب أقل من عدد يدل على 12 الرقم" سنوات 5مع "اقل من

% 35.3% والنسبة 26.6سنوات تساوي 5م في التدريس أقل من % تعني أن نسبة حملة البكالوريوس وخبرته26.6

% أي أن هناك 35.3سنوات تساوي 5تعني أن نسبة حملة البكالوريوس وخبرة التدريس لديهم وخبرتهم أقل من

نسبة مئوية ضمن الصف ونسبة مئوية للمشاهدات ضمن العمود.

.ةالبياني التكرار طط أعمدةمخ. كما ينتج لنا 5

تدريب

schools.savلبيانات المدارس Crosstabs analysisمكن اجراء ي

Frequencies) استخدام اإلجراء 2-3-2(

Frequenciesومن القائمة الفرعية اختر Descriptive Statistics اختر Analyzeمن شريط القوائم .1

كما هو موضح بالشكل ينتج مربع الحوار التالي:

داخل المربع السابق Salary nowوالمتغير Salary_1نختار مثال المتغير

يظهر مربع الحوار التالي: Statisticsاضغط على الزر .2


42

نرجع إلى مربع الحوار Continueاضغط على ثملدراستك جميع اإلحصاءات المطلوبة اضغط على -3

يظهر مربع الحوار التالي: Chartsالسابق: اضغط على الزر

نرجع لمربع الحوار Continueثم With normal curveداخل المربع و و Histogramsاضغط على -4

Frequency اضغط علىOk كما يلي: تظهر النتائج

Statistics

Salay_1 Salary_now

N Valid 110 110

Missing 0 0

Mean 5743.2182 10817.1818

Std. Error of Mean 206.47423 349.12994

Median 5303.5000 10152.0000

Mode 4172.00a 6517.00a

Std. Deviation 2165.51998 3661.70570

Variance 4689476.778 13408088.646

Skewness 2.970 2.275

Std. Error of Skewness .230 .230

Kurtosis 9.080 6.023

Std. Error of Kurtosis .457 .457

Range 11976.00 19483.00

Minimum 4044.00 6517.00

Maximum 16020.00 26000.00

Percentiles

25 4614.2500 8566.2500

50 5303.5000 10152.0000

75 5736.7500 11743.0000

a. Multiple modes exist. The smallest value is shown


43


44

Descriptive ) استخدام االجراء3-3-2(

يستخدم هذا الخيار إليجاد بعض المقاييس اإلحصائية أيضا كما يلي:

Descriptiveومن القائمة الفرعية الخيار Descriptive Statisticsالخيار Analyze. نختار من القائمة 1

يظهر مربع الحوار التالي:

Variable(s)" داخل المستطيل أسفل Salary_1 " و "Salary_now. ندخل المتغيرات "2

ليظهر مربع الحوار التالي: Option. اضغط على الزر 3


45

.Descriptiveلنعود لمربع الحوار Continueثم اضغط على المطلوبة،اختر المقاييس -5

Save standardized values as variablesاضغط داخل المربع بجانب -6

تظهر النتائج التالية: Okقيم معيارية) ثم اضغط البيانات إلى (ليحول

Descriptive Statistics

N Minimum Maximum Mean Std. Deviation Skewness

Statistic Statistic Statistic Statistic Statistic Statistic Std. Error

Salay_1 110 4044.00 16020.00 5743.2182 2165.51998 2.970 .230

Salary_now 110 6517.00 26000.00 10817.1818 3661.70570 2.275 .230

Valid N (listwise) 110

يتم حساب القيم المعيارية وفق العالقة -7x

Z

حيث x ، هي القيمة المدخلة هي المتوسط

والقيم المعيارية تظهر عادة في نهاية ملف xهو االنحراف المعياري للمتغير x ،الحسابي للمتغير

البيانات وهذا جزء من ملف البيانات كما يلي:


46

تدريب

schools.savلبيانات المدارس Descriptiveيمكن اجراء

(مستكشف البيانات ) Exploreاستخدام اإلجراء )2-3-5(

يجاد بعض المقاييس اإلحصائية لمتغير أو أكثر وفقا لتصنيف متغير آخر أو أكثر، وكما نحصل يستخدم هذا الخيار إل

نتبع ما يلي:على االجراء للتعرف .ية وعملية تلخيص البيانات وغيرهامنه على بعض الرسوم البيان

فيظهر Exploreومن القائمة الفرعية نختار Descriptive Statisticsنختار Analyzeمن القائمة .1

مربع الحوار التالي:

" في Genderوالمتغير " Dependent Listالمستطيل أسفل في” Salary_nowندخل المتغير " .2

و Bothوهي Display( الحظ وجود عدة خيارات داخل المستطيل Factor Listالمستطيل أسفل

Statistics وPlots كليهما ، سوف نختار كليهما وهي تعني اختيار اإلحصاءات أو الرسم البياني أو

Both ثم نضغط على(Statistics :ليظهر مربع الحوار التالي


47

(تقدير لمقاييس النزعة المركزية التي M-Estimators(اإلحصاءات الوصفية) و Descriptiveاختر .3

اج اكبر خمس (تحديد ما إذا كانت هناك قيم شاذة واستخر Outliersال تتأثر بالقيم المتطرفة أو الشاذة) و

قيم واقل خمس قيم شاذة، وذلك تمهيدا لحذفها من البيانات حتى ال تؤثر على االختبارات األخرى و اختر

.Exploreلتعود لمربع الحوار Continue(وتعني المئينات) ثم اضغط على Percentilesكذلك الخيار

ليظهر مربع الحوار التالي: Plotsاضغط على الزر .4

و اStem-and-leafياراختيمكن Descriptiveو من المستطيل Factor level togetherاضغط على .5

Histogram ثم اضغط علىContinue لتعود مرة ثانية لمربع الحوارExplore اضغط ،Ok لتظهر

النتائج.


48

Box plot


49

تفسير النتائج:

يظهر بعض المقاييس اإلحصائية الجديدة مثل.الجدول التالي

95% Confidence interval for mean

% ولها حد أدنى وحد أعلى وذلك لكل من الذكور واإلناث كل 95وهي تعني فترة الثقة للوسط الحسابي بنسبة دقة

على حدة.

5% Trimmed Mean

د القيم الشاذة.% حتى يتم استبعا5% واصغر 5وهو الوسط الحسابي الذي يتم حسابه بعد استبعاد اكبر

Interquartile Range

تمثل المدى الربيعي وهو الفرق بين قيمتي الربيع الثالث والربيع األول.

الحظ أن باقي اإلحصاءات قد تم شرحها في بداية هذا الجزء.

الوسيط (الربيع الثاني) يمثل بالخط األفقي الذي يقع داخل المستطيل .1

.المستطيل) (قاعدةخط السفلي من المستطيل (الربيع األول) يمثل بال 25المئين .2

المستطيل). (قمة(الربيع الثالث) يمثل بالحد العلوي من المستطيل 75المئين .3

% من البيانات يقع داخل الصندوق وكذلك يمكن حساب المدى الربيعي وهو الفرق بين 50نالحظ أن .4

الربيع الثالث والربيع األول.

القيم والتي ال تمثل قيما شاذة أصغرستطيل يمثل الخط السفلي الذي يقع أسفل الم .5

القيم والتي ال تمثل قيما شاذة أكبرالخط العلوي الذي يقع أعلى المستطيل يمثل .6

القيم الشاذة غير واردة في شكل الصندوق والتي عادة تمثل بدائرة صغيرة أو نجمة حسب نوع القيمة .7

الشاذة القصوى هناك نوعان من القيم الشاذة:

ة شاذة مطلقة قيم(extremes) ) ارتفاع × 3: هي القيمة التي تبعد عن قاعدة المستطيل مسافة تزيد عن

المستطيل) ويستدل عليها بنجمة ( * )

قيمة شاذة محلية(outliers)) ارتفاع × 1.5: وهي القيمة التي تبعد عن قاعدة المستطيل مسافة تساوي

.)oالمستطيل) ويستدل عليها بدائرة صغيرة (


50

مالحظة:

يفيد شكل الصندوق في دراسة شكل التوزيع وذلك بمعرفة إشارة االلتواء كالتالي:

إذا كان الوسيط يقع في وسط المستطيل يكون التوزيع معتدل. . 1

ات إذا كان الوسيط أقرب لقاعدة المستطيل فان التوزيع يكون ملتويا إلى اليمين أي موجب االلتواء أي أن قيما كثيرة من البيان . 2

تكون منخفضة.

إذا كان الوسيط أقرب إلى قمة المستطيل فان التوزيع يكون ملتويا إلى اليسار أي سالب االلتواء أي أن قيما كثيرة من البيانات . 3

تكون عالية.

إذا أخذنا على سبيل المثال المستطيل المتعلق باإلناث نالحظ أن

راتب يساوي؟ أكبر . 1

راتب يساوي؟ أصغر . 2

ساوي؟الربيع األول ي . 3

يساوي؟) (الوسيطالربيع الثاني . 4

الربيع الثالث يساوي؟ . 5

إلى الربيع األول لذلك يكون شكل التوزيع ملتويا إلى اليمين. أقربالوسيط . 6

ال توجد قيم شاذة. . 7

تدريب

schools.savلبيانات المدارس Explore يمكن اجراء


51

لثالثالجزء ا

حصائيمقدمة في االستدالل اإل

Introduction to Statistical inference

تنقسم طرق االستدالل اإلحصائي إلى قسمين

وتنقسم إلى قسمين هما: Estimationطرق التقدير: -1

نسبة –تباين –تقدير متوسط Point Estimation التقدير بنقطة 1-1

نسبة -تباين –متوسط Interval estimation التقدير بفترة 2-1

Statistical Hypotheses Testingصائيةاختبارات الفرضيات اإلح -2

Hypothesisتعريف الفرضية

. وتنقسم إلى الفرضية معالمه (مؤشراته) أو جملة يمكن صياغتها حول المجتمع قيد الدراسةعبارة الفرضية هي

.H1والفرضية البديلة )، H0م العد (فرضيةالمبدئية

االستدالل اإلحصائي

Statistical Inference

اختبارات الفرضيات

Hypotheses Testing

اختبارات المعلمية

Nonparametric Tests

اختبارات معلمية

Parametric Tests

التقدير

Estimation

تقدير بفترة

Interval Estimation

تقدير بنقطة

Point Estimation


52

H0 (sNull Hypothesi(الفرضية المبدئية

وتشير إلى مسحوبة من المجتمع باستخدام بيانات من عينة عليها االختبارهي فرضية حول المجتمع ونجري

وان الفروق إن وجدت تمع والمعلومات الموجودة بالعينةانه ال توجد فروق معنوية بين المعلومات الخاصة بالمج

عندما تتوفر دالئل وهي الفرضية التي ننطلق منها ونرفضها بينهما حقيقيعن الصدفة وال فرق فهي ناتجة

بين معنوية (الفرق يساوي الصفر) انه ال يوجد فرق Nullوخالف ذلك نقبلها وتعني كلمة على عدم صحتها

ارها (معلومة من العينة).بالمعلومة الموجود بالمجتمع والمعلومة التي نرغب في اخت

Alternative Hypothesis (H1)الفرضية البديلة

نرفض فرضية العدم باعتبارها ليست ونقبلها عندماالتي يضعها الباحث كبديل لفرضية العدم هي الفرضية

من العينة. خلصةالمستحيحة بناء على المعلومات ص

Level of Significanceمستوى المعنوية

رفضهإن مستوى المعنوية في االختبارات اإلحصائية هو عبارة عن نسبة خطأ معين (يحدده الباحث) عند

بمعنى أنه يرفض الفرضية المبدئية وهي صحيحة وهذا الخطأ يعرف بالخطأ للفرضية المبدئية وهي صحيحة

من النوع األول ويسمى أحيانا مستوى المعنوية.

أقسام االختبارات اإلحصائية

Tests Parametricمترية) بارا اختبارات معلمية ( -1

لدراسة الذي تبارها استنادا إلى معرفة التوزيع االحتمالي لمجتمع اتستخدم هذه االختبارات لمعالم المجتمعات واخ

وهناك أيضا عدة شروط نظامية البد من توافرها حتى يتم تطبيق االختبارات المعلمية منها:تم سحب العينة منه.

مشاهدة). 30من أكبرهذا الشرط يمكن االستغناء عنه عندما يكون حجم العينات كبير ( :االعتدالية

ليفني لتساوي التباين) والبد من التحقق منه (اختبار: التجانس.

الباحث في االعتبار عند تصميم التجربة وال يجب التحقق منه. الشرط يأخذه: هذا االستقالل

االعتبار عند تصميم التجربة وال يجب التحقق منه. الباحث في الشرط يأخذه: هذا يةالعشوائ

الباحث باالعتبار عند تصميم التجربة وال يجب التحقق منه. خذهيأ: هذا الشرط كميةالالبيانات


53

إن بعض االختبارات المعلمية تحتاج لتوافر هذه الشروط جميعا أو بعضها (حسب االختبار) ويمكن االستغناء

روط الواجب من االختبارات المعلمية وبيان استخدامها والش وسوف نقدم خالل هذه الدورة عددا عن بعضها

توافرها في كل منها.

Nonparametric Testsاختبارات المعلمية (البارامترية) -2

تستخدم هذه االختبارات عندما ال يكون هناك أي معلومات حول توزيع المجتمع المسحوب منه عينة الدراسة. كما

أي دراسة إحصائية. معند تصميان هناك شروط مثل االستقالل والعشوائية يجب أن تؤخذ في االعتبار

الجدول التالي يمثل مقارنة بين االختبارات المعلمية والالمعلمية

االختبار الالمعلمي االختبار المعلمي وجه المقارنة

التحقق من صحة الفرضيات المتعلقة بمعالم االستخدام

مجتمعات لها توزيعات محددة

التحقق من صحة الفرضيات المتعلقة

توزيعات محددة بمجتمعات ليس لها

الشروط النظامية

(هناك اختبارات

تستغني عن

بعض هذه

الشروط)

عينات كبيرة) أو حجماالعتدالية (

العشوائية

التجانس

االستقالل

قياسات كمية

ليس هناك شروط على التوزيع

عينات صغيرة

(في حالة عدم معرفة التوزيع)

بعض االختبارات الممكنة في

SPSS

- One-Sample T Test - Independent samples T Test - Paired Samples T Test - One-Way ANOVA - Two-Way ANOVA

- Chi-Square Test - Binomial Test - Runs - 1-Sample K-S - 2-Sample K-S - 2-Independent Samples - K-Independent Samples - 2-Related Samples - K-Related Samples


54

روط النظامية في االختبارات المعلمية (البارامترية)طرق التحقق من بعض الش

Normality Testsاختبارات االعتدالية

(مدى مالئمة البيانات للتوزيع الطبيعي)

اختبارات منها:عدة يتم الكشف عن مدى مالئمة البيانات للتوزيع الطبيعي من خالل

سميرنوف –اختبار كولموجروف -1

ويلك –اختبار شابيرو -2

Q-Qالرسم -3

تستخدم هذه األساليب لمعرفة ما إذا كانت العينة قيد الدراسة مسحوبة من مجتمع قيد الدراسة. وسوف نتعرف على

خطوات االختبار من المثال التالي.

)4تطبيق (

البيانات التالية تمثل عينة عشوائية من درجات الطالب في مقرر اإلحصاء بإحدى الكليات

15, 11, 8, 10, 12, 16, 14, 3, 11, 15, 10, 16, 7, 10, 15

%.5استخدم مستوى معنوية (داللة) بيعي؟طهل هذه العينة مسحوبة من مجتمع

الخطوات

صياغة الفرضيات -1

البيانات مسحوبة من مجتمع يخضع للتوزيع الطبيعي :0Hالفرض الصفري (فرض العدم)

البيانات مسحوبة من مجتمع ال يخضع للتوزيع الطبيعي :1Hالفرض البديل

إدخال البيانات وإجراء االختبار: -2

ونختار المسار التالي: SPSSبرنامج إلىندخل البيانات

Analyze Descriptive Statistics Explore


55

فيظهر المربع Plotثم نضغط على Dependent Listندخل المتغير الذي يحتوي على البيانات في المربع

الفرعي التالي:

فتظهر النتائج. OKفنرجع للمربع األصلي ثن نضغط Continueونضغط Normal plots with testsنختار


56

سميرنوف وكذلك اختبار شابيرو ويلك –الجدول التالي الذي يظهر اختبار كولموجروف من النتائج نختار

Tests of Normality

Kolmogorov-Smirnova Shapiro-Wilk

Statistic df Sig. Statistic df Sig.

Marks .156 15 .200* .921 15 .202

*. This is a lower bound of the true significance.

a. Lilliefors Significance Correction

Q-Qوالشكل التالي الذي يمثل الشكل

لى النتائج والقرار:التعليق ع -3

في p-value (sig)=0.202في اختبار كولموجروف وان p-value (sig)=0.2نالحظ هنا أن قيمة

لذلك فان لمعنوية الذي حدده الباحث مسبقا)(مستوي ا 0.05وهذه القيم اكبر من ويلك –اختبار شابيرو

-Qمع يخضع للتوزيع الطبيعي. وبفحص الشكل ، أي أن البيانات مسحوبة من مجت H0القرار هنا هو قبول

Q نالحظ هناك اختالفات بسيطة عن الخط المستقيم مما يدعم لقبولH0 .

مالحظات

مشاهدة وذلك 30يمكن االستغناء عن اختبار االعتدالية طالما كان حجم عينة الدراسة اكبر من أو يساوى -1

بموجب نظرية النهاية المركزية.

Observed Value15105

Expe

cted

Nor

mal

2

1

0

-1

-2

Normal Q-Q Plot of Marks


57

إتباع المسار بسميرنوف ويمكن تنفيذها –ى الختبار االعتدالية باستخدام كولموجروف يوجد طريقة أخر -2

Analyze Nonparametric Tests Legacy Dialog 1-sample K-S

نحصل على مربع الحوار التالي

Testتحت Normalثم نختار Test variable Listداخل المربع Marksننقل متغير الدرجات

distribution ونضغطOK فنحصل على

One-Sample Kolmogorov-Smirnov Test

Marks

N 15

Normal Parametersa,b Mean 11.5333

Std. Deviation 3.73911

Most Extreme Differences Absolute .156

Positive .116

Negative -.156

Test Statistic .156

Asymp. Sig. (2-tailed) .200c,d

a. Test distribution is Normal.

b. Calculated from data.

c. Lilliefors Significance Correction.

d. This is a lower bound of the true significance.

% وبالتالي فان الدرجات تتبع 5وهي اكبر من Asymp sig (2-tailled)= 0.200من الجدول نالحظ أيضا أن

التوزيع الطبيعي.


58

Homogeneity of variance testالعينات: اختبار شرط التجانس بين

Levene's Test ليفني ويعرف هذا أيضا باختبار

وسوف نقوم غب في اختبار تجانس هذه العينات يتم استخدام هذا االختبار عندما يكون لدينا عدة عينات ونر

بتوضيح االختبار من خالل التدريب التالي:

) 5تطبيق (

ونرغب في العلوم اإلدارية ر اإلحصاء بكليةالجدول التالي يمثل درجات طالب ثالث شعب مختلفة في مقر

%.5اختبار ما إذا كانت درجات طالب هذه الشعب متجانسة عند مستوى معنوية

3شعبة 2شعبة 1شعبة

18 15 10

12 10 12

8 8 15

5 14 20

10 3 18

16 18 17

11 10 19

4 14 14

10 7 10

خطوات التنفيذ:

صياغة الفرضيات: -1

H0 درجات طالب الشعب الثالث متجانسة :

H1 درجات طالب الشعب الثالث غير متجانسة :


59

إدخال البيانات وتنفيذ االختبار: -2

في عمودين مختلفين، حيث يمثل العمود األول درجات SPSSيتم إدخال البيانات هنا في برنامج

لشكل التالي:الطالب، ويمثل العمود الثاني رقم الشعبة لكل طالب كما با

ثم نختار المسار التالي:

Analyze Compare Means One-way ANOVA

االتيفيظهر مربع الحوار


60

ثم نضغط Factorوعمود المجموعات في المربع Dependent Listندخل عمود الدرجات في المربع

option ثم نضغط فيظهر مربح حوار فرعي نختار منهcontinue فنرجع

Testالجدول فتظهر النتائج. نختار من النتائج في هذه المرحلة فقط OKونضغط ربع الحوار األساسيلم

of Homogeneity of Variance جدول تحليل التباين ال نهتم به اآلن وسوف يتم تفسيره الحقا عند .

الحديث عن تحليل التباين في اتجاه واحد.

تفريغ النتائج وتفسيرها كالتاليالتعليق على النتائج والقرار: يمكن -3

إحصائية ليفني

Levene’ Statistic

)1درجات الحرية ( )2(درجات الحرية P-value (sig)

االحتماليةالقيمة

0.176 2 24 0.839

(مستوى المعنوية الذي تم تحديده 0.05وهي اكبر بكثير من p-value=0.839نالحظ من الجدول أن قيمة

، أي أن درجات طالب الشعب الثالثة متجانسة. H0ر هو قبول مسبقا) وبالتالي فان القرا

Test of Homogeneity of Variances

Marks

Levene Statistic Df1 df2 Sig.

0.176 2 24 0.839


61

رابعالجزء ال

Parametric Tests االختبارات المعلمية

) مقدمة1-4(

SPSSج سوف نوضح في هذا الجزء بعض االختبارات المعلمية الموجودة في برنام

وخصائصها استخدامهاالجدول التالي يمثل بعض االختبارات اإلحصائية المعلمية و

الشروط االستخدام االختبار

One Sample T Test

(One sample)

التحقق من صحة فرضيات

حول متوسط مجتمع طبيعي

عند مستوى معنوية يحدده

الباحث

ياسات ق –العشوائية –االعتدالية

كمية

Independent samples T Test

(Two Independent samples)

التحقق من تساوى متوسطي

مجتمعين

–االستقالل -العشوائية –االعتدالية

قياسات كمية

Paired-Sample T test

(two related samples)

تأثير معالجة ما على مجموعة

تجريبية وذلك بتكرار القياس

عينتاناو قبل وبعد المعالجة

مرتبطتان

قياسات كمية –العشوائية –االعتدالية

One-Way ANOVA

(More than two independent samples)

للمقارنة بين متوسطات أكثر

من عينتين

–االستقالل -العشوائية –االعتدالية

ياسات كميةق -التجانس

مالحظات

ة، مشاهد 30يمكن االستغناء عن شرط االعتدالية عندما يكون هناك في كل عينة أكثر من - 1

(ويمكن اجراء المقارنات المزدوجة بدون شرط التجانس) يتم اختبار شرط التجانس فقط عندما نرغب في تحليل التباين - 2

الدراسة. الشروط األخرى ال يتم اختبارها الن الباحث يجب أن يأخذها في االعتبار عند تصميم عينة (عينات) -3


62

One Sample T Testمجتمع " لمتوسط) اختبار" ت2-4(

وهذه القيمة مبنية كان متوسط المجتمع يساوي قيمة ماما إذا يستخدم هذا االختبار عندما يرغب الباحث في اختبار

على اعتبارات نظرية وعملية. وسوف نوضح خطوات االختبار من خالل التدريب التالي:

) 6تطبيق (

ترى أن متوسط عمر البطارية من هذا هل ما.بطاريات للسيارات من نوع 10البيانات التالية تمثل أعمار عينة من

%.1شهر؟ استخدم مستوى معنوية 22 النوع هو

24, 21, 19, 27, 26, 20, 18, 17, 22, 21

خطوات التنفيذ

صياغة الفرضيات: -1

H0 = شهرا 22: متوسط عمر البطارية من هذا النوع

H1 شهرا 22: متوسط عمر البطارية من هذا النوع ال يساوي

إدخال البيانات وتنفيذ االختبار: -2

مثال نختار المسار التالي Ageباسم المتغير SPSSمار البطاريات داخل بعد إدخال أع

Analyze Compare Means One-sample T Tests

يظهر لنا مربع الحوار التالي


63

المطلوب اختبارها في المربع 22ثم نكتب قيمة المتوسط Test Variable (s)إلى المربع Ageننقل المتغير

Test valuesضغط ، ثم نOK :فنحصل على نتائج نختار منها الجدول التالي

التعليق على النتائج والقرار -3

من جدول النتائج السابق نجد أن:

t =- 0.478قيمة -

df = 9درجات الحرية -

p-value = sig(2-tailled) = 0.644الخطأ احتمال -

Mean Difference=-.500الفرق بين متوسط العينة والقيمة المطلوب اختبارها -

(2.87,1.87-)% فترة ثقة للفرق هي 95 -

H0رفض الفرض دموعمن قيمة مستوى المعنوية الذي حدده الباحث فان القرار أكبر p-valueوحيث أن قيمة

شهر. 22 النوع يساويأي أن متوسط عمر البطارية من هذا

فان الفرق الحقيقي سالبة وهي قيمة Mean Difference =-.500ولتحديد اتجاه المتوسط الحقيقي: حيث أن قيمة

p-value/2=0.322مقداره صغير شهرا باحتمال 22من قلا

مالحظة

. H0 قبلتحتوي الصفر فإننا ن نفسها وهي ،(1.87 ,2.87-( االختبار ثقة فترة أن الجدول يبين


64

) اختبار "ت" للمقارنة بين متوسطي مجتمعين في حالة عينتين3-4(

Two Samples T Test مستقلتينعينتين ) حالة 3-4-1(

عندما يرغب الباحث في المقارنة بين متوسطي مجتمعين وكانت الشروط النظامية متوافرة فان هذا االختبار مناسب سوف نناقش هذا االختبار من خالل التدريب التالي: المقارنات.لهذا النوع من

)7تطبيق (

تمثل عينتين عشوائيتين مستقلتين من درجات الطالب والطالبات في Application-7البيانات الموجودة بالملف

متوسط درجات درجات الطالب ومتوسط اختالف معنوي بين ىهل تر العلوم اإلداريةمقرر اإلحصاء بكلية

%؟5عند مستوى معنوية الطالبات


صياغة الفرضيات: .1

H0 يساوي متوسط درجات الطالبات: متوسط درجات الطالب في مقرر اإلحصاء

H1متوسط درجات الطالب في مقرر اإلحصاء ال يساوي متوسط درجات الطالبات :

إدخال البيانات وتنفيذ االختبار .2

وهذه جات والعمود الثاني يمثل االكواداألول يمثل الدر عمودين: العمودفي SPSSيتم إدخال الدرجات في برنامج

) ، كالتالي:2بينما درجة الطالبة تأخذ الكود 1ثال درجة الطالب تأخذ الكود االكواد يحددها الباحث (م


65

Analyze Compare Means Independent-Samples T Testتم نتبع المسار

فنحصل على مربع الحوار التالي:

Grouping Variableداخل Gثم متغير االكواد Test Variablesفي المربع Marksنختار متغير الدرجات

فنحصل على Define Groupsنقوم هنا باختيار فيظهر مربع

للمجوعة الثانية (درجات الطالبات) ثم نضغط 2للمجوعة األولى (درجات الطالب)، و نختار 1نختار هنا

continue فنرجع لمربع الحوار األساسي ثمOK :فنظهر النتائج التالية

Group Statistics

G N Mean Std. Deviation Std. Error Mean

Marks 1 35 64.6857 21.66289 3.66170

2 33 64.4545 20.30254 3.53422


66

Levene's Test for Equality of

Variances

F Sig. t df Sig. (2-tailed)

Mean Difference

Std. Error Difference

95% Confidence Interval of the

Difference

Lower Upper Equal

variances

assumed

.085 .771 .045 66 .964 0.231 5.099 -9.949 10.412

Equal variance

s not assumed

.045 65.998 .964 0.231 5.089 -9.930 10.392

التعليق على النتائج والقرار .3

من جداول النتائج نالحظ التالي:

الب ودرجات يظهر بعض اإلحصاءات الوصفية حول درجات الط Group Statisticsالجدول األول بعنوان -1

والخطأ المعياري. المعياري واالنحراف المتوسطلبات مثل الطا

الجدول الثاني وهو المهم وهنا يظهر عدة نتائج منها: -2

ا إلحصاءمقرردرجات الطالب والطالبات في وهذا يؤكد تجانس p-value = 0.771اختبار لفيني للتجانس نجد أن

p-valueحيث أن ،Equal variances assumedهي و Tوبالتالي سوف نعتبر هنا الحالة األولى لتفسير اختبار

، أي انه ال توجد فروق معنوية بين درجات الطالب H0في هذه الحالة األمر الذي يجعلنا نقبل الفرض 0.964 =

والطالبات في مقرر اإلحصاء.

مالحظة:

طالب ودرجات ، أي انه توجد فروق حقيقة بين درجات الH0في التدريب السابق لو كان القرار هو رفض

) على مستوى المجتمعات. ويكون االتجاه أكبرالطالبات فانه يلزم تحديد االتجاه العام للدرجات (أيهما له متوسط

. أيضا الصفر موجود p-value/2العام هو نفسه مجتمع الدراسة الذي يقابل متوسط العينة األكبر باحتمال مقداره

. H0ضمن فترة الفروق مما يؤدي لقبول


67

Sample T test-Paired مستقلتين) حالة عينتين غير 3-4-2(

(مسحوبة من المجتمع أن مفردات العينة األولى ىمستقلتين بمعنالفرق بين عينتين السابق االختباراستخدمنا في

حياة البعض تطبيقات . ولكن قد يحدث في (مسحوبة من المجتمع الثاني) عن مفردات العينة الثانية مستقلةاالول)

العملية أن المشاهدات تكون على شكل أزواج.

ثم نعود مرة ثانية ما فمثال إذا أخذنا عينة وحصلنا على مشاهدات لها ثم نضع هذه العينة نفسها تحت تأثير مؤثر

وبإجراء اختبارات المقارنة بين مجموعتي القراءتين لنفس المفردات في بعد التأثير. ونحصل على مشاهدات لها

المؤثر على مفردات العينة وفي هذه الحالة حجم يمكننا استنتاج (قبل وبعد التأثير) ينة في المرة األولى والثانية الع

ومتوسط (قبل التأثير)مستقلين عن بعضهما وهما متوسط القراءات األولى غير ندرس الفرق بين مقدارين

بالمثال التالي: ماك ت ويمكن استخدام اختبار ،(بعد التأثير)القراءات الثانية

تدريب

لمدة شهر(تجربة إلنقاص الوزن) قبل وبعد الحمية (كم) أوزانهم أشخاص كانتإذا كان لدينا مجموعة من سبعة

:كالتالي

الوزن بعد الحمية الوزن قبل الحمية رقم الشخص

1 62 53

2 82 73

3 77 65

4 57 55

5 62 67

6 90 85

7 82 79

؟%5 ويةالوزن عند مستوى معنله تأثير على ية فهل نظام الحم

خطوات االختبار:

كما بالشكل SPSSندخل البيانات الى برنامج -1


68

صياغة الفرضيات: -3H0 يساوي صفر تفيد في انقاص الوزن (متوسط فرق الوزن قبل وبعد الحمية : الحمية ال(

H1ساوي صفر)ي عد الحمية ال: الحمية تفيد في انقاص الوزن (متوسط فرق الوزن قبل وب

بعد ادخال البيانات نتبع المسار التالي: -4

Analyze Compare means Paired Samples T test

فيظهر مربع حوار يتم تعبئة حقوله كما يلي:

فتظهر النتائج التالية: OKثم نضغط

Paired Samples Statistics

Mean N Std. Deviation Std. Error Mean

Pair 1 7 73.1429 الحمية_قبل 12.68107 4.79299

7 68.1429 الحمية_بعد 11.82411 4.46909

Paired Samples Correlations

N Correlation Sig.

Pair 1 895. 7 الحمية_بعد & الحمية_قبل .007


69

Paired Samples Test

Paired Differences

t df Sig. (2-tailed) Mean

Std. Deviation

Std. Error Mean

95% Confidence Interval of the

Difference

Lower Upper Pair 1

-قبل_الحمية 5.68624 5.00000 بعد_الحمية 2.14920 -.25890 10.25890 2.326 6 .059

التحليل والقرار -5

أي ان الحمية ليس لها تأثير معنوي H0رفض مما يدل على عدم p-value=0.059>0.05من النتائج نجد ان قيمة الوزن. إنقاصعلى

) اختبار المقارنة بين متوسطات عدة مجتمعات4-4(

One-Way ANOVA تحليل التباين في اتجاه واحد

شوائية لمقارنة بين متوسطات عدة مجتمعات متجانسة وذلك باستخدام عينات عليستخدم تحليل التباين في هذه الحالة الدراسة وهناك عدة أمثلة لتطبيقات تحليل التباين في اتجاه واحد منها: قيدمجتمعات مستقلة ومتجانسة من عدة

المقارنة بين اإلنتاجية لمحصول معين باستخدام عدة أنواع من األسمدة -1 ينعير عدة أدوية مختلفة لعالج مرض مالمقارنة بين تأث -2 عدة شعب مختلفة مكون من مقرر معينبالطالب المقارنة بين درجات -3

... وهكذا من التطبيقات المختلفة.

األول يسمى دات العينة عالمة على متغيرينويسمى تحليل التباين بتحليل التباين األحادي إذا كان لكل مفردة من مفر

Nominalوهو متغير من النوع االسمي Independent Variable المستقلأو المتغير Factorالمتغير العاملي

وهو المتغير الذي من خالله سيتم تقسيم العينة الكلية إلى عدد من وله عدد من الفئات المحددة Ordinalالترتيبي أو

فهو Dependent Variableوسطاتها. أما المتغير اآلخر الذي يسمى بالمتغير التابع تالعينات التي يراد مقارنة م

تم فحص مساواة متوسطه لكل فئة من فئات المتغير العاملي.وهو المتغير الذي سي متغير من النوع الكمي المتصل

والهدف األساس من تحليل التباين هو مقارنة متوسطات متغير كمي يسمى المتغير التابع في كل فئة من فئات المتغير

فإذا متوسطين غير متساويين على األقل ما إذا كانت هذه المتوسطات متساوية مقابل وفحص Factorالعاملي

هذه الفئات متساوية. فان السؤال هنا أي من هذه المتوسطات متساوية إن متوسطاترفضت الفرضية التي تقول

لمقارنة متوسطات المتغير التابع لكل زوجين من Post Hocوأيها غير متساوية؟ تستخدم المقارنات البعدية

المقارنة بين المجموعة البعدية ثالث مقارناتالمقارنات المتغيرات على حده فإذا كان عدد الفئات ثالثة فان عدد

والمقارنة بين المجموعة األولى والثالثة وهكذا. والثالثة،األولى والثانية والمقارنة بين المجموعة الثانية


70

) 8تطبيق (

شركات 4(نفس المواصفات) من انتاج أسالك التوصيالت الكهربائية ألنواع من resistanceلدراسة المقاومة

)، فحصلناالمقاومة لوحدة الطول من السلك (بوحدات مناسبة وقيست شركةاختيار عينة عشوائية من كل تم مختلفة

على البيانات المبينة في الجدول التالي:

الشركات مقاومات العينات المختلفة

2.9 3 2.8 1

2.7 3 2.6 2.9 2

3.2 3.5 3.2 3

2.6 2.7 2.3 2.5 2.4 4

؟ك من إنتاج هذه الشركات المختلفةهل هناك فروق معنوية بين متوسطات مقاومة األسال


الفرضيات -1

H0 : المختلفة متساوية األسالكمتوسطات المقاومة ألنواع.

H1 .يوجد اختالف على األقل بين متوسطي مقاومة نوعين من األسالك :

ختبارإدخال البيانات وتنفيذ اال -2

كالتالي: SPSSيتم إدخال البيانات في تحليل التباين األحادي في برنامج


71

أما (المقاومة) حيث يتم إدخال مشاهدات جميع العينات المختلفة تحت المتغير األول الذي يمثل مقاومة األسالك

ال البيانات نتبع المسار فهو عبارة عن كود يوضح الشركة المنتجة للسلك. بعد إدخ(الشركات) المتغير الثاني

التالي:

Analyze Compare Means one-way ANOVA

:اسي التالياألسفيظهر مربع الحوار

ومتغير االكواد Dependent variable Listإلى المربع resistanceننقل اآلن متغير المقاومات

Company إلى المربعFactor نضغط ثمoptions جانسالت لتنشيط اختبار


72

لتنشيط االختبارات البعدية واختيار مستوى المعنوية المطلوب للنتائج. Post Hocثم نضغط

كأحد اختبارات المقارنات البعدية بين المجموعات المختلفة (مثنى) وبالضغط LSDنالحظ تم اختيار اختبار

كالتالي:فتظهر النتائج OKنرجع إلى مرجع الحوار األساسي ثم نضغط continueعلى

Test of Homogeneity of Variances

المقاومة

Levene Statistic df1 df2 Sig.

.905 3 11 .470

ANOVA

المقاومة Sum of Squares df Mean Square F Sig.

Between Groups 1.224 3 .408 16.029 .000

Within Groups .280 11 .025

Total 1.504 14

0.01السلك عند مستوى معنوية اقل من أنواعر نتائج هذا الجدول لوجود اختالفات معنوية بين تشي

أما من جدول المقارنات المتعددة نستنج التالي:


73

Multiple Comparisons

Dependent Variable: المقاومة LSD

(I) الشركات (J) الشركات Mean

Difference (I-J)

Std. Error Sig. 95% Confidence Interval

Lower Bound Upper Bound

1.00

2.00 .10000 .12185 .429 -.1682 .3682

3.00 -.40000* .13027 .011 -.6867 -.1133

4.00 .40000* .11652 .006 .1436 .6564

2.00

1.00 -.10000 .12185 .429 -.3682 .1682

3.00 -.50000* .12185 .002 -.7682 -.2318

4.00 .30000* .10703 .017 .0644 .5356

3.00

1.00 .40000* .13027 .011 .1133 .6867

2.00 .50000* .12185 .002 .2318 .7682

4.00 .80000* .11652 .000 .5436 1.0564

4.00

1.00 -.40000* .11652 .006 -.6564 -.1436

2.00 -.30000* .10703 .017 -.5356 -.0644

3.00 -.80000* .11652 .000 -1.0564 -.5436

*. The mean difference is significant at the 0.05 level.

انه توجد فروق معنوية بين انواع االسالك المختلفة على النحو التالي:ونالحظ من هذا الجدول

3الشركة من مقامة اسالك أصغر 1مقاومة أسالك الشركة -1

4الشركة من مقامة اسالك أصغر 1الشركة مقاومة أسالك -2


4الشركة من مقامة اسالك أكبر 2مقاومة أسالك الشركة -4


ين ونجد حالتين:على أساس تساوي التبا المقارنات البعديةيتم اختيار اختبار مالحظة:

Scheffe، او Tukey، او LSDتساوي التباين: نستخدم -1

Dunnett's T3، او Dunett's Cعدم تساوي التباين: نستخدم -2


74

خامسالجزء ال

Nonparametric Tests االختبارات الالمعلمية

مقدمة )5-1(

.SPSSجودة في سوف نستعرض هنا بعض االختبارات الالمعلمية المو

وخصائصها فوائدهاعلمية وإلحصائية الالمالجدول التالي يمثل بعض االختبارات ا

االستخدام االختبار

Chi – Square Test مالئمة توزيع احتمالي لعينة –الظواهر وتجانس الختبار استقالل

عشوائية

Binomial Test الختبار تطابق نسب ظاهرتين

Runs Test العشوائية الختبار

One-Sample K-S Test الختبار مالئمة توزيع احتمالي لعينة عشوائية

Two Independent Samplesالتحقق من صحة فرضيات حول مجتمعين مستقلين

Two Related Samples التحقق من صحة فرضيات حول الفروق في قياسين مختلفين لظاهرة

(مجتمعين غير مستقلين) واحدة

K Independent Samples ةمستقل اتدة مجتمعالتحقق من صحة فرضيات حول ع

K Related Samples ة التحقق من صحة فرضيات حول الفروق بين عدة قياسات لنفس الظاهر

(عدة مجتمعات غير مستقلة)


75

Test Binomialالحدين ذي ) اختبار5-2(

) 9تطبيق (

موظف في إحدى الشركات. هل نسبة العاملين غير 40معلومات تمثل Application-9.savالملف البيانات في

%.5السعوديين تساوى نسبة العاملين السعوديين في الشركة؟ استخدم مستوى معنوية



H0 نسبة العاملين غير السعوديين تساوى نسبة العاملين السعوديين :

H1 ن ال تساوى نسبة العاملين السعوديين: نسبة العاملين غير السعوديي

إدخال البيانات وتنفيذ االختبار -2

ثم نختار المسار التالي: Application-9.savمن الملف SPSSندخل البيانات إلى

Analyze Nonparametric TestsLegacy Dialogs Binomial…

فيظهر مربع الحوار التالي:

فنحصل على النتائج التالية: OKثم نضغط :Test Variable Listع للمرب Nationalityننقل المتغير


76

التعليق واتخاذ القرار -3

وهذا يؤكد H0القرار هو أن نقبل أن% ، أي 5ر من بوهي أك p-value = 0.636 أندول النتائج نجد من ج

عدم وجود اختالف معنوي بين نسبة السعوديين واألجانب في الشركة.

amples TestsSIndependent Two ) اختبارات عينتين مستقلتين5-3(

المعلمية متاحةن مجتمعين مستقلين عندما ال تحقق شروط االختبارات المعلمية يوجد أربعة اختبارات لمقارنة بيل

SPSSفي برنامج

تصميم التجربة والمعاينة االستخدام االختبار

Mann-Whineyمان ويتني

)T بديل المعلمي الختبار(

مجموعتين: فروق بين مجموعتين

وضابطة ةتجريبي

سميرنوف –ف كولموجرو

Komogorov –Smirnov Z

اختبار ما إذا كانت العينتين

مسحوبتين من مجتمعين لهما

نفس التوزيع

مجموعتين:


موسز

Moses

مجموعتين: فروق بين مجموعتين


ولفوتيز -وولد

Wald-Wolfowitze

اختبار ما إذا كانت العينتين

ن لهما مسحوبتين من مجتمعي

نفس التوزيع

مجموعتين:


Binomial Test

Category N Observed Prop. Test Prop. Exact Sig. (2-

tailed)

Nationality

Group 1 Saudi 22 .55 .50 .636

Group 2 Non Saudi 18 .45

Total 40 1.00


77

Whitney Test–Mann اختبار مان ويتني ) 5-3-1(

لعينتين مستقلتين عندما ال تتوفر شروط االختبار المعلمي. Tويتني هو البديل الالمعلمي الختبار –يعتبر اختبار مان

) 10تطبيق (

عينتين عشوائيتين مستقلتين من درجات الطالب تمثل Application-10.sav البيانات الموجودة بالملف

هل ترى انه يوجد اختالف معنوي بين وسيط درجات الطالب ر اإلحصاء بكلية العلوم اإلداريةوالطالبات بمقر

%؟ 5مقرر عند مستوى معنوية الووسيط درجات الطالبات في


صياغة الفرضيات: .1

H0 الب في مقرر اإلحصاء يساوي وسيط درجات الطالبات: وسيط درجات الط

H1وسيط درجات الطالب في مقرر اإلحصاء ال يساوي وسيط درجات الطالبات :

إدخال البيانات وتنفيذ االختبار .2

في عمودين: العمود األول يمثل الدرجات والعمود الثاني يمثل األكواد، SPSSيتم إدخال الدرجات في برنامج

) ، كما يلي:2بينما درجة الطالبة تأخذ الكود 1يحددها الباحث (مثال درجة الطالب تأخذ الكود وهذه االكواد

تم نتبع المسار

Analyze Nonparametric Tests Legacy Dialogs2 Independent Samples

فنحصل على مربع الحوار التالي:


78

Grouping Variableداخل Gثم متغير االكواد List Test Variableفي المربع Marksننقل متغير الدرجات

فيظهر المربع

فنحصل على Define Groups نقوم باختيارثم

للمجوعة الثانية (درجات الطالبات) ثم نضغط 2ونختار للمجوعة األولى (درجات الطالب)، 1نختار هنا

continue لمربع الحوار األساسي ثم فنرجعOK

Ranks

G N Mean Rank Sum of Ranks

Marks

1 35 34.69 1214.00

2 33 34.30 1132.00

Total 68 Test Statisticsa

Marks

Mann-Whitney U 571.000

Wilcoxon W 1132.000

Z -.080

Asymp. Sig. (2-tailed) .936

a. Grouping Variable: G


79

التعليق على النتائج والقرار .3

ل النتائج نالحظ التالي:من جداو

يظهر بعض اإلحصاءات حول وسيط درجات الطالب ودرجات Ranksالجدول األول بعنوان -

الطالبات مثل الرتبة ومجموع الرتب.

، أي أن القرار H0وهذا يؤكد قبول p-value = 0.936الجدول الثاني وهو المهم ويظهر أن -

درجات الطالب ووسيط درجات الطالبات عند هنا هو انه ال يوجد اختالف معنوي بين وسيط

% .5مستوى

مالحظة:

، أي انه توجد فروق حقيقة بين درجات الطالب ودرجات الطالبات H0في التدريب السابق لو كان القرار هو رفض

ذي له ) على مستوى المجتمعات. ويكون المجتمع الأكبرفانه يلزم تحديد االتجاه العام للدرجات (أيهما له متوسط

.والعكس p-value/2مقداره رتبة باحتمالهو نفسه الذي يقابل أكبر وسيطأكبر

K. Independent Samples Testsمن العينات المستقلة K) اختبارات عدد 5-3-2(

تصميم التجربة والمعاينة االستخدام االختبار

كروسكال والس

متري لتحليل التباين باراال(بديل

)ANOVAفي اتجاه واحد

ختبار متوسط (وسيط) عدة ا

مجتمعات مستقلة

فحص عدة عينات تتبع نفس أو

التوزيع

مجموعات متعددة

وسيط عدة مجتمعات مستقلة الوسيط

مجموعات متعددة

جونكييري تربسترا

Jonckheere Terpstra

مجموعات متعددة نفس استخدام كروسكال والس


80

وسوف نعرض فقط ألهم هذه االختبارات وهو:

Kruskal-Wallis Testوسكال والس اختبار كر

في اتجاه واحد في حالة عدم توافر ANOVAيعتبر اختبار كروسكال والس هو البديل الالمعلمي الختبار

الشروط.

)11تطبيق (

احة تم توزيع ثالثة أنواع من السماد عشوائيا على مجموعات من قطع األرض متجاورة ومتساوية في المس

فكان المحصول (الناتج) يقة الري وفي جميع الظروف األخرىومتشابهة في طر وع القمحومزروعة بنفس ن

بالطن كالتالي:

اإلنتاج باستخدام السماد األول 84 81 78 76 87 64

اإلنتاج باستخدام السماد الثاني 70 51 62 75 72 74 69

اإلنتاج باستخدام السماد الثالث 57 79 66 62 59 52

%، الختبار تأثير نوع السماد على إنتاجية القمح.5اختبار كرسكال والس بمستوى معنوية استخدم



H0 متوسط إنتاج القمح متساوي باستخدام السماد المختلف :

H1 متوسط إنتاج القمح غير متساوي باستخدام السماد المختلف على األقل بين نوعين من السماد :

خال البيانات وتنفيذ االختبارإد -2

وحيث انه لدينا ثالث عينات مختلفة مستقلة يتم إدخال اإلنتاج في عمود باسم SPSSندخل البيانات في برنامج

Product االكواد التي تدخل على نوع السماد المستخدم لإلنتاج ولتحديدCode للسماد 1سوف نستخدم الكود

للسماد الثالث كالتالي: 3ي، والكود للسماد الثان 2األول، والكود


81

ثم نختار المسار

Analyze Nonparametric Tests Legacy Dialogs K Independent Samples

ثم يظهر مربع الحوار التالي:

Groupingإلى المربع Codes والمتغير Test Variable Listإلى المربع productانقل المتغير

Variable واختبار Kruskal-Wallis Test فيظهر التالي


82

فنحصل على Define Rangeنضغط على

فنرجع لمربع الحوار األساسي ثم Continueثم Maximumكود في وأكبر Minimumندخل أصغر كود في

فنحصل على النتائج التالية: OKنضغط

Ranks

Code N Mean Rank

Product

1 6 15.00

2 7 8.79

3 6 6.42

Total 19


83

التعليق على النتائج واتخاذ القرار -3

من الجدولTest statistics باحتمال 7.509التربيعية بلغت كأينالحظ أن قيمة إحصاءp-

value = 0.023 لذلك يكون القرار هنا هو رفض 5من أصغروهي %H0 أي أن إنتاجية القمح ،

تعتمد على نوع السماد.

إذا أردنا هنا أن نتعرف على مصدر االختالف (ما هي أنواع األسمدة التي تعطي إنتاج مختلف) فانه

Post Hocمدة على حدة حيث أن أسلوب ويتني" على كل زوج من األس -يلزم إجراء اختبار "مان

غير متوافر لالختبارات الالمعلمية.

Test Statisticsa,b

Product

Chi-Square 7.502

df 2

Asymp. Sig. .023

a. Kruskal Wallis Test

b. Grouping Variable:

Code


84

سادسالجزء ال

Correlation and Regressionواالنحداراالرتباط

Correlationاالرتباط ) 1-6(

مثل العالقة بين درجة الطالب في مادة الفيزياء ودرجته في مادة او اكثر يطلق االرتباط على العالقة بين متغيرين له في الدراسة وعدد ساعات الدراسة أو العالقة بين دخل الفرد واستهالكه وهناك الرياضيات أو العالقة بين معد

كثير من العالقات...

.1إلى 1–من وتقاس تلك العالقات بمقياس يسمى معامل االرتباط ويأخذ القيم 1يكون االرتباط طرديا تاما إذا كانت قيمة معامل االرتباط تساوي 1- إذا كانت قيمة معامل االرتباط تساوييكون االرتباط عكسيا تاما .ال يوجد ارتباط إذا كانت قيمة معامل االرتباط تساوي صفر .كلما كانت القيمة المطلقة لمعامل االرتباط قريبة من الواحد كان االرتباط قويا .كلما كانت القيمة المطلقة لمعامل االرتباط قريبة من الصفر كان االرتباط ضعيفا تخدام معامل االرتباط بين متغيرين بعدة طرق نذكر منها:ويمكن اس

: يستخدم إذا كان كال المتغيرين مقاسا بمقياس كمي مثل إيجاد معامل االرتباط (Pearson)معامل بيرسون .1

بين الدخل واالستهالكاد العالقة : يستخدم إذا كان كال من المتغيرين مقاسا بمقياس ترتيبي مثل إيج (Spearman)معامل سبيرمان .2

من –ساعات 8منخفض) وعدد ساعات العمل اليومية( اكثر من –متوسط –بين مستوى الدخل ( مرتفع ساعات) كما يمكن استخدام مقياس سبيرمان في حالة المتغيرات الكمية أيضا. 5اقل من – 8ساعات إلى 5

فس الشروط.: يستخدم مثل معامل سبيرمان وبن (Kandell,s tau)معامل كاندل تاو .3

: يستخدم إذا كان المتغيران مقاسان بمقياس اسمي مثل إيجاد العالقة بين الجنس (Phi)معامل فاي .4

غير متعلم). –أنثى ) والتعلم ( متعلم –( ذكر

كمي scale

ترتيبيOrdinal

اسميNominal

كميscale

بيرسونPearson سبيرمان

Spearman

ترتيبيOrdinal

اوكندال ت Kendall

سبيرمان روSpearman

جاماGamma

اسميNominal

ايتاEta

Phi فاي معامل التوافق

Contingency Coefficient Lambdaلمدا


85

) 12تطبيق (

طالب بكلية العلوم اإلدارية 10مثل بيانات ي Application-12.savالجدول التالي

i Gender Marital Status

Credit Hours Math Stat Account Economics

1 F M 14 70 80 73 75

2 M S 12 65 70 55 60

3 M S 12 70 77 66 50

4 M M 14 80 85 70 75

5 M S 13 75 80 81 85

6 F S 16 85 85 85 90

7 F M 17 90 92 98 95

8 M M 18 95 95 94 90

9 M S 15 80 85 92 90

10 F S 14 75 77 85 80

اسة معامل االرتباط بين متغيرين أو أكثر.المطلوب در

إليجاد معامل بيرسون لالرتباط بين كل درجتي الطالب في الرياضيات واإلحصاء والختبار الفرضية التي -1 تقول

"بأنه ال يوجد ارتباط بين عالمة الرياضيات وعالمة اإلحصاء " اتبع الخطوات التالية:

كما بالشكل التالي: Bivariateالقائمة الفرعية اختر ومن Correlateاختر Analyzeمن القائمة -1


86

Variables" داخل المستطيل Stat" و " Mathادخل المتغيرين " -2

اختيار معامل ارتباط بيرسون وإذا أردت اختيار مقياس آخر لمعامل االرتباط عليك أن تضغط في المربع -3

نشط أي موجود بداخله Flag significant correlationsالذي بجانبه، كذلك الحظ أن المربع بجانب

إشارة "صح" وفائدته وضع نجمة أو نجمتين على المتغيرات الذي لها معامل ارتباط مقبول أي عرض

تحصل على النتائج التالية: Okاضغط اإلحصائية ثممستوى المعنوية

Correlations

Math Stat

Math

Pearson Correlation 1 .959**

Sig. (2-tailed) .000

N 10 10

Stat

Pearson Correlation .959** 1

Sig. (2-tailed) .000

N 10 10

**. Correlation is significant at the 0.01 level (2-tailed).

نالحظ من النتائج الواردة في مصفوفة المعامالت أن

2.tailed Significance = 0.000 وهذا يدل على أن هناك ارتباط قوي بين عالمات 0.05وهو أقل من

أي علينا رفض الفرضية الصفرية التي تنص على عدم وجود ارتباط 0.959الرياضيات والفيزياء ويساوي

بين درجات اإلحصاء والرياضيات.

إيجاد مصفوفة معامالت االرتباط

فوفة معامالت ا فوفة يتم فيها عرض معامالت االرتباط بين كل زوجين من المتغيرات مص الرتباط هي مص

تطيل Bivariate Correlationsمربع الحوار في Variablesوإليجاد ذلك، ادخل جميع المتغيرات داخل مس كما في الشكل التالي:


87

على مصفوفة االرتباط التالية: نحصل OKثم نضغط

Correlations

Math Stat Acc Ecn

Math

Pearson Correlation 1 .959** .833** .780**

Sig. (2-tailed) .000 .003 .008

N 10 10 10 10

Stat

Pearson Correlation .959** 1 .811** .746*

Sig. (2-tailed) .000 .004 .013

N 10 10 10 10

Acc

Pearson Correlation .833** .811** 1 .890**

Sig. (2-tailed) .003 .004 .001

N 10 10 10 10

Ecn

Pearson Correlation .780** .746* .890** 1

Sig. (2-tailed) .008 .013 .001

N 10 10 10 10

**. Correlation is significant at the 0.01 level (2-tailed).

*. Correlation is significant at the 0.05 level (2-tailed).

0.01من مصفوفة معامالت االرتباط نجد أنه توجد عالقة ارتباط قوي بين كل متغيرين بعضها عند مستوى داللة 0.05وبعضها اآلخر عند مستوى معنوية

on ModelSimple Linear Regressi االنحدار الخطي البسيطنموذج ) 2-6(

يستخدم تحليل االنحدار الخطي للتنبؤ بقيمة متغير، يسمى المتغير التابع، من خالل متغير آخر يسمى المتغير المستقل في الصورة

Y A BX E

خطا عشوائي E، هو المتغير المستقل Xهو المتغير التابع، Yحيث

)13تطبيق (

في مثال بيانات كلية العلوم اإلدارية السابق ما هو أثر ساعات الدراسة على التحصيل الدراسي للطالب في مقرر اإلحصاء؟

للجواب على هذا السؤال نجري تحليل االنحدار الخطي البسيط كالتالي:

فيظهر مربع الحوار التالي: Linearثم من القائمة الفرعية نختار Regressionنختار Analyze.من القائمة 1


88

ثم Dependent" داخل المستطيل Statوالمتغير " Independent (s)" إلى المستطيل H. انقل المتغير " 2 فتظهر النتائج. Okاضغط

تحليل النتائج:

معادلة االنحدار المطلوبة هي -1

33.34 3.397Stat H

وهي مرتفعة وهذا يدل على أن معادلة االنحدار أو التنبؤ جيدة. 0.0.85وتساوي 2Rمعامل التحديد -2

0.01اختبار معنوية المعامالت يظهر أنها معنوية إحصائيا عند مستوى معنوية أقل من -3

احب لمعادلة االنحدار يظهر أن النموذج في مجمله جيد -4 = .Sigبلغت قيمة جدول تحليل التباين المص .وهذا يعني قبول معادلة االنحدار 0.01وهي اقل من 0.000


89

Multiple Linear Regression Models المتعدد االنحدار الخطي نموذج ) 3-6(

عدة ، من خالل ع (او متغير االستجابة)بقيمة متغير، يسمى المتغير التابيستخدم تحليل االنحدار الخطي للتنبؤ في الصورة ةالمستقل اتسمى المتغيرت متعددة اترمتغي

0 1 1 2 2 ... k kY B B X B X B X E

1هو المتغير التابع، Yحيث 2, ,... ,kX X X ةالمستقل اتالمتغير يه ،E خطا عشوائي

) 14تطبيق (

منطقة تسويقية، وتهتم بالتنبؤ بمبيعات المنطقة، الجدول في خمس عشرة منتجهاشركات الصناعية ال أحدتبيع ودخل ) بأالف األشخاص، X1حجم المجتمع ( )،درزينة12(بالكروز= )Y( التالي يوضح المبيعات في المناطق

. )X2( الفرد المصرح به في المنطقة

ناء نموذج انحدار تنبؤي، مع فحص كفاء النموذج، وكيفية االستفادة منه عمليا.المطلوب ب

SPSSادخال البيانات الى -1 استخدام مسار االنحدار وتحديد المدخالت -2 طباعة المخرجات -3 تفسير النتائج -4 مناقشة النتائج مع المتدربين -5

رقم المنطقة

Y عات المب

حجم المجتمع

x1

دخل الفرد x2

1 162 274 2450

2 120 180 3254

3 223 375 3802

4 131 205 2838

5 67 86 2347

6 169 265 3782

7 81 98 3008

8 192 330 2450

9 116 195 2137

10 55 53 2560

11 252 430 4020

12 232 372 4427

13 144 236 2660

14 103 157 2088

15 212 370 2605


90

Model Summary

Model R R Square

Adjusted R

Square

Std. Error of the

Estimate

1 .999a .999 .999 2.177

a. Predictors: (Constant), المجتمع_حجم ,الفرد_دخل

ANOVAa

Model Sum of Squares df Mean Square F Sig.

1 Regression 53844.716 2 26922.358 5679.466 .000b

Residual 56.884 12 4.740

Total 53901.600 14

a. Dependent Variable: المبيعات

b. Predictors: (Constant), المجتمع_حجم ,الفرد_دخل

Coefficientsa

Model

Unstandardized Coefficients

Standardized Coefficients

t Sig.

95.0% Confidence Interval for B

B Std. Error Beta

Lower Bound

Upper Bound

1 (Constant) 3.453 2.431 1.420 .181 -1.843 8.749

509. 483. 000. 81.924 934. 006. 496. حجم_المجتمع

011. 007. 000. 9.502 108. 001. 009. دخل_الفرد

a. Dependent Variable: المبيعات

االنحدار المتعدد في هذه الحالة هو:ذج نمو

3.453 0.496 * 0.01*Sales Population S ize Income


91

Documents

SPSS ﻡﺍﺪﺨﺘﺳﺎﺑ ﻲﺋﺎﺼﺣﻻﺍ …...SPSS ﻲﻓ ﻲﺴﻴﺋﺮﻟﺍ ﻢﺋﺍﻮﻘﻟﺍ ﻂﻳﺮﺷ (1-3) ﺔﺷﺎﺷ ﻦﻣ "Start" ﻭﺃ " ﺃﺪﺑﺍ