أدق مقاييس التشتت

في علم الإحصاء، يُعد مقياس التشتت أداة أساسية لفهم مدى انتشار البيانات حول مركزها. بينما تقدم مقاييس التشتت البسيطة مثل المجال والانحراف المتوسط فكرة عامة، هناك مقاييس أكثر دقة تعطي صورة أوضح وأكثر تفصيلًا عن توزيع البيانات، مثل التباين والانحراف المعياري.

ما هي مقاييس التشتت الدقيقة؟

مقاييس التشتت الدقيقة تهتم بكل القيم في مجموعة البيانات، وليس فقط بأقصى القيم أو الفروق المطلقة. أهم هذه المقاييس:

  1. التباين (Variance)

  • التعريف: هو متوسط مربعات الفروق بين كل قيمة في البيانات والمتوسط الحسابي لها.
  • الصيغة الرياضية: التباين (S²) = مجموع (Xi − X̄)2 ÷ n

حيث هي القيم، المتوسط، و عدد القيم.

  • مميزات التباين:
    1. يعكس تأثير جميع القيم في مجموعة البيانات.
    2. يُستخدم كأساس لمقاييس إحصائية متقدمة مثل الانحراف المعياري ومعامل الارتباط.
  • عيوبه: وحدة التباين مربعة لوحدة البيانات، لذلك لا يُستخدم دائمًا بمفرده في التفسير.

  1. الانحراف المعياري (Standard Deviation)

  • التعريف: هو الجذر التربيعي للتباين، ويعبر عن متوسط مقدار بعد القيم عن المتوسط.
  • الصيغة الرياضية: الانحراف المعياري (S) = الجذر التربيعي لـ S²
  • مميزات الانحراف المعياري:
    1. أكثر شيوعًا من التباين لأنه بنفس وحدة البيانات.
    2. يعطي صورة دقيقة جدًا عن مدى انتشار القيم حول المتوسط.
  • أهميته العملية: يستخدم في التحليل المالي، الطبي، والهندسي لتقدير المخاطر والاحتمالات، وكذلك في اختبارات الفرضيات والإحصاء التحليلي.

  1. مدى التشتت النسبي (Coefficient of Variation – CV)

  • التعريف: هو نسبة الانحراف المعياري إلى المتوسط، ويعبر عنها بالنسبة المئوية.
  • الصيغة الرياضية: مدي التشتت (CV) =  (X \ S) 100 x%
  • مميزات CV:
    1. يتيح مقارنة التشتت بين مجموعات بيانات مختلفة الوحدات أو المقاييس.
    2. يعطي فكرة عن التباين النسبي بالنسبة لقيمة المتوسط.

لماذا تعتبر هذه المقاييس أدق؟

  • لأنها تأخذ في الاعتبار كل القيم في البيانات، وليس فقط القيم القصوى أو الفروق المطلقة.
  • تعكس الاختلافات الصغيرة والكبيرة في البيانات بدقة أكبر.
  • توفر أساسًا قويًا للتحليلات الإحصائية المتقدمة مثل اختبار الفرضيات وتحليل التباين والانحدار.

مثال عملي

لنفترض أن درجات خمسة طلاب هي: 70، 75، 80، 85، 90

  • المتوسط = 80
  • التباين = ((70 − 80)² + (75 − 80)² + (80 − 80)² + (85 − 80)² + (90 − 80)²) ÷ 5 = 50
  • الانحراف المعياري = الجذر التربيعي للتباين = الجذر التربيعي لـ 50 ≈ 7.07
  • مدى التشتت النسبي = (الانحراف المعياري ÷ المتوسط الحسابي) × 100
  • مدى التشتت النسبي = (7.07 ÷ 80) × 100 ≈ 8.84%

هذا المثال يوضح مدى دقة هذه المقاييس في توضيح تشتت البيانات حول المتوسط، مقارنة بالمجال الذي يعطينا فقط الفرق بين أكبر وأصغر قيمة.

الخلاصة

أدق مقاييس التشتت هي التباين والانحراف المعياري ومدى التشتت النسبي، لأنها تعتمد على جميع القيم وتوفر تقييمًا دقيقًا لمدى انتشار البيانات. استخدام هذه المقاييس ضروري للحصول على صورة واضحة وموثوقة عن البيانات، واتخاذ قرارات علمية دقيقة في البحث والدراسات المختلفة.

 

اقرأ ايضا :

طريقة تحليل البيانات باستخدام SPSS