مفاهيم الإحصاء الأساسية التي يحتاجها كل باحث
هل جمعت مئات الاستبيانات ولا تعرف من أين تبدأ تحليلها؟ كثير من الباحثين يخلطون بين المتغير المستقل والتابع، أو يختارون عينة غير ممثلة، فتضيع جهود أشهر من العمل. في هذا الدليل ستتعلم خلال دقائق كل المفاهيم الإحصائية الأساسية — من أنواع المتغيرات إلى مستويات القياس وطرق سحب العينة — بأمثلة رقمية جاهزة للتطبيق.
أولاً: ما هو المتغير الإحصائي؟ وأنواعه
المتغير (Variable) هو الصفة أو السمة التي تأخذ قيماً متعددة، مثل الطول أو الوزن أو درجة الحرارة. وتُعدّ المتغيرات حجر الأساس في أي دراسة إحصائية.
1. المتغيرات الكمية (Quantitative Variables)
هي التي يمكن التعبير عنها كمياً، فيمكن ترتيبها من الأكبر إلى الأصغر أو العكس. مثل: الطول، الوزن، العمر، الدخل الشهري.
2. المتغيرات النوعية (Qualitative Variables)
تصف الأفراد أو الأشياء حسب صفات أو أسماء، ولا تشترط الترتيب. مثل: لون العين، لون الشعر، الجنس (ذكر/أنثى)، الحالة الاجتماعية.
💡 قاعدة ذهبية: المتغير الكمي يُرتَّب تصاعدياً أو تنازلياً، بينما المتغير النوعي لا يشترط الترتيب.
ثانياً: تصنيف المتغيرات
أ) المتغيرات المتصلة والمنفصلة
| النوع | التعريف | أمثلة |
|---|---|---|
| المتصل (Continuous) | يأخذ أي قيمة رقمية بين رقمين في مدى معين | الطول، الوزن، درجة الحرارة، درجات الطلاب |
| المنفصل (Discrete) | يأخذ قيماً محددة (أرقاماً صحيحة غالباً) | عدد أفراد الأسرة، عدد الإجازات المرضية |
ب) المتغير المستقل والتابع
- المتغير المستقل (Independent): المؤثر أو المسبب في متغير آخر.
- المتغير التابع (Dependent): القضية التي يدرسها الباحث ويتأثر بالمستقل.
مثال تطبيقي: "أثر خبرة المعلم على تحصيل الطلاب" → الخبرة = مستقل، التحصيل = تابع.
ثالثاً: مستويات القياس الأربعة في الإحصاء
1. المقياس الإسمي (Nominal Scale)
يستخدم الأرقام فقط للتمييز والتصنيف دون أي قيمة عددية.
أمثلة: الجنس (1 = ذكر، 2 = أنثى)، الحالة الاجتماعية (1 = متزوج، 2 = أعزب).
2. المقياس الرتبي (Ordinal Scale)
يرتب الأفراد أو الأشياء تصاعدياً أو تنازلياً حسب صفة معينة، دون أن تكون الفروق متساوية. أشهر مثال: مقياس ليكرت:
3. المقياس الفتري (Interval Scale)
الفروق بين القيم متساوية، لكن الصفر فيه اعتباطي (ليس صفراً مطلقاً). مثل: درجة الحرارة المئوية.
4. مقياس النسبة (Ratio Scale)
يحمل كل خصائص المقياس الفتري + صفراً حقيقياً يسمح بإجراء عمليات الضرب والقسمة. مثل: الوزن، الطول، العمر.
رابعاً: مصادر جمع البيانات الإحصائية
1. المصادر الثانوية (غير المباشرة)
البيانات المنشورة مسبقاً من الوزارات والهيئات، مثل الجهاز المركزي للتعبئة العامة والإحصاء في مصر، أو الهيئة العامة للإحصاء في السعودية.
2. المصادر الأولية (الميدانية)
البيانات التي يجمعها الباحث مباشرة من عينة البحث عبر الاستبيانات والمقابلات والملاحظة، وتُلجأ إليها عند عدم توفر البيانات المنشورة أو قدمها.
خامساً: الفرق بين المجتمع والعينة
- مجتمع الدراسة (Population): جميع المفردات التي يدرسها الباحث (كل الطلاب، كل المعلمين...).
- العينة (Sample): جزء من المجتمع يُختار بطريقة علمية، ويُفترض أن يمثل المجتمع تمثيلاً صادقاً.
سادساً: أنواع العينات العشوائية (مع مثال محسوب)
1. العينة العشوائية البسيطة
ترقيم جميع مفردات المجتمع، ثم السحب العشوائي من صندوق أو عبر مولّد أرقام عشوائية.
2. العينة العشوائية المنتظمة (Systematic)
تُقسَّم المفردات إلى فئات متساوية، ثم يُختار رقم عشوائي من الفئة الأولى وتُطبَّق نفس المسافة على باقي الفئات.
مثال: أراد باحث سحب عينة عشوائية منتظمة حجمها (4) مفردات من مجتمع حجمه (20) مفردة، فما هي العينة المسحوبة؟
# حساب طول الفئة طول_الفئة = حجم_المجتمع ÷ حجم_العينة طول_الفئة = 20 ÷ 4 = 5 # عدد الفئات = حجم العينة عدد_الفئات = 4 # اختيار رقم عشوائي من الفئة الأولى (مثلاً 3) # العينة الناتجة: 3 ، 8 ، 13 ، 18
| الفئة | طول الفئة (5 أرقام) | ||||
|---|---|---|---|---|---|
| ف1 | 1 | 2 | 3 | 4 | 5 |
| ف2 | 6 | 7 | 8 | 9 | 10 |
| ف3 | 11 | 12 | 13 | 14 | 15 |
| ف4 | 16 | 17 | 18 | 19 | 20 |
مثال ثانٍ: أراد باحث سحب عينة عشوائية منتظمة حجمها (5) مفردات من مجتمع حجمه (30) مفردة:
# حساب طول الفئة طول_الفئة = 30 ÷ 5 = 6 # عدد الفئات = حجم العينة = 5 # اختيار رقم عشوائي من الفئة الأولى (مثلاً 3) # العينة الناتجة: 3 ، 9 ، 15 ، 21 ، 27
| الفئة | طول الفئة (6 أرقام) | |||||
|---|---|---|---|---|---|---|
| ف1 | 1 | 2 | 3 | 4 | 5 | 6 |
| ف2 | 7 | 8 | 9 | 10 | 11 | 12 |
| ف3 | 13 | 14 | 15 | 16 | 17 | 18 |
| ف4 | 19 | 20 | 21 | 22 | 23 | 24 |
| ف5 | 25 | 26 | 27 | 28 | 29 | 30 |
3. العينة العشوائية الطبقية (Stratified)
تُستخدم عندما يكون المجتمع غير متجانس (مثل: طلاب كليات مختلفة بتخصصات متنوعة). يُقسَّم المجتمع إلى طبقات، ويؤخذ من كل طبقة نسبة (مثلاً 20%).
مثال عددي: إذا كان مجتمعك 10,000 طالب وأردت عينة 600 طالب:
# نسبة العينة من المجتمع النسبة = (600 ÷ 10000) × 100 = 6% # لكل كلية: عينة_الكلية = عدد_طلاب_الكلية × 0.06
أسئلة شائعة عن الإحصاء التربوي
ما الفرق بين المقياس الفتري ومقياس النسبة؟
المقياس الفتري له مسافات متساوية بين القيم لكن الصفر فيه اعتباطي (مثل درجة الحرارة المئوية)، بينما مقياس النسبة له صفر حقيقي مطلق يسمح بإجراء عمليات الضرب والقسمة (مثل الوزن والطول).
متى أستخدم العينة الطبقية بدل العينة البسيطة؟
تُستخدم العينة الطبقية عندما يكون المجتمع غير متجانس ويحتوي على طبقات واضحة (مثل كليات مختلفة أو فئات عمرية)، لضمان تمثيل كل طبقة بشكل عادل. أما العينة البسيطة فتُستخدم عندما يكون المجتمع متجانساً.
هل يمكن استخدام الإحصاء البارامتري مع جميع مستويات القياس؟
لا. الإحصاء البارامتري (مثل اختبار t وتحليل التباين) يتطلب عادةً مستوى قياس فترياً أو نسبياً على الأقل. أما المستويان الاسمي والرتبي فيُستخدم معهما الإحصاء اللابارامتري.
مصادر للتوسع
- محاضرات في الإحصاء التربوي — الجامعة المستنصرية (PDF)
- طرق اختيار العينة في البحث العلمي — جامعة الموصل (PDF)
- IBM SPSS Statistics — الموقع الرسمي
الخلاصة: الطريق الأقصر لتحليل إحصائي سليم
إتقان المفاهيم الإحصائية الأساسية — من أنواع المتغيرات إلى مستويات القياس واختيار العينة — ليس ترفاً نظرياً، بل هو حجر الأساس لكل بحث علمي موثوق. ابدأ بتحديد متغيراتك بدقة، اختر مستوى القياس المناسب، ثم انتقِ عينة تمثل مجتمعك تمثيلاً صادقاً.
🎯 هل استفدت من هذا الدليل؟
شارك المقال مع زميل باحث، وأخبرنا في التعليقات: أي مفهوم إحصائي واجهت فيه صعوبة؟
التعليقات
إضافة تعليق