المقاييس الاحصائية

المقاييس الإحصائية
Statistical Measures
نستعرض فيما يلى بعض المقاييس الإحصائية الهامة، والتى سوف نحتاج إليها عند إجراء عمليات التحليل الإحصائى فى الفصل التالى، وذلك دون الدخول فى كيفية حسابها يدوياً By Manual، وهذه المقاييس هى:
أولاً: مقاييس الموقع Measures of location
وهى المقاييس التى تتمركز حولها البيانات، وتسمى أيضاً بقاييس النزعة المركزية Measures of Centeral Tendency، ومن أهم هذه المقاييس ما يلى:

1- الوسط الحسابى Arithmetic Mean
يمكن تعريف الوسط الحسابى بأنه هو عبارة عن مجموع القيم مقسومة على عددها، وللمتوسط عدة خصائص نذكر منها:
- يصلح للبيانات الكمية فقط
- يتأثر بالقيم الشاذه
- لايمكن حسابه بالرسم
- يحقق صفات المقياس الإحصائى الجيد، من حيث انخفاض مستوى التباين
- مجموع انحرافات القيم عن وسطها الحسابى يساوى صفراً
- مجموع مربعات انحرافات القيم عن وسطها الحسابى أقل من مجموع مربعات انحرافات القيم عن أى مقياس أخر.

2- الوسيط Median
وهو القيمة التى يقل عنها أو يزيد عنها 50% من القيم، أى هو القيمة التى تقع فى منتصف البيانات ولكن بعد ترتيبها سواء تصاعدياً أو تنازلياً، لذلك يسمى الوسيط أيضاً بالربيع الثانى Second Quertile، ولهذا المقياس عدة خصائص نذكر منها:
- لايتأثر بالقيم الشاذه
- يمكن حسابة بالرسم
- لايعبر عن جميع القيم المختلفة للمتغير
3- الربيع الأول First Quertile
وهو القيمة التى يقل عنها 25% من القيم أو يزيد عنها 75% من القيم
4- الربيع الثالث Third Quertile
وهو القيمة التى يقل عنها 75% من القيم أو يزيد عنها 25% من القيم
5- المنوال Mode
وهو القيمة الأكثر تكراراً أوشيوعاً، ولايتأثر بالقيم الشاذه، ويصلح للبيانات الكمية والوصفية، ويمكن تحديده بالرسم

ثانياً: مقاييس التشتت Measures of Spread(or Dispersion)
وهى تقييس مدى بعد قيم المتغير عن بعضها البعض، أو تقيس مدى بعد قيم المتغير عن مقياس الموقع الخاص بهذه القيم، ومن أهم هذه المقاييس مايلى:
1- المدى Range
وهو الفرق بين أصغر قيمة للمتغير و أكبر قيمه له.
2- التباين Variance
وهو متوسط مجموع مربع انحرافات القيم عن وسطها الحسابى
3- الإنحراف المعيارى Standard Deviation
وهو من أدق مقاييس التشتت، ولكنه لايصلح عند المقارنة بين التوزيعات المختلفة، ويتم حسابة على أساس أنه الجذر التربيعى الموجب للتباين.
4- معامل الإختلاف المعيارى Coefficient of Variation
وهو من أدق مقاييس التشتت النسبية، لذلك فهو يصلح للمقارنة بين التوزيعات المختلفة، ويتم حسابه على أساس( قسمة الإنحراف المعيارى على الوسط الحسابى)×100
ثالثاً: مقاييس الشكل Measures of Shape
ومن أهم هذه المقاييس ما يلى:
1- الإلتواء Skewness
وهو مقياس تشتت نسبى، ويحدد طبيعة البيانات من حيث التماثل Symetric أو الإلتواء
2- التفرطح Kurtosis
وهو مقياس يصف إرتفاع قمة المنحنى من حيث الإعتدال أو التدبب أو التفرطح

رابعاًً: مقاييس الإرتباط Measures of Correlation
وهى مقاييس تصف العلاقة بين متغيرين أو أكثر، من حيث طبيعة هذه العلاقة (طردية أم عكسية)، وقوة هذه العلاقة، ومن أهم هذه المقاييس ما يلى:
1- معامل ارتباط بيرسونCorrelation Pearson
وهو يستخدم مع المتغيرات المستمرة Continuous Variables ، وتتراوح قيمته بين -1،+1 ، وتدل الإشارة على طبيعة العلاقة بين المتغيرين، أما قيمته فتدل على قوة هذه العلاقة، ويراعى استخدامة عندما تكون العلاقة بين المتغيرين خطيةLinear .

2- معامل ارتباط الرتب سبيرمانRank Correlation Spearman
وهو له نفس خصائص معامل ارتباط بيرسون، ولكنه يستخدم مع المتغيرات الترتيبيه Ordinal Variables

كل الشكر اخي

مشكور على هذا المجهود

thanks

مشكووووووووووووووووووووووووووووووووووووووووووووور

» طريقة اختيار الاساليب الاحصائية المناسبة لتحليل البيانات في ميدان العلوم الاجتماعية