شرح درس مقاييس التشتت

يعرف التشتت هو تباعد أو انتشار قيم مجموعة من المفردات عن بعضها البعض، أو عن قيمة معينة ثابتة ( ك

الوسط الحسابي

مثلا)، و الهدف من دراسة التشتت هو تكوين فكرة عن مدى تجانس قيم مجموعة من المفردات، ويفيد التشتت في إجراء المقارنة بين قيم مجموعتين أو أكثر من البيانات عن ظاهرة معينة.


من أهم مقاييس التشتت

1- المدى. 2 – الانحراف الربيعي. 3 – الانحراف المتوسط. 4 – التباين. 5 – الانحراف المعياري.

وسوف نتناول بعض منها بالتوضيح:


1 – المدى Rang

يسمى المدى المطلق وهو ابسط أنواع مقاييس التشتت واقلها دقة، من حيث اتخاذه قيمة معبرة عن وصف المجموعة أو لأجل المقارنة، بين المجموعات الإحصائية وهو شائع الاستخدام في العينات الصغيرة، وهو عبارة عن الفرق بين اكبر القيم وأصغرها في حالة البيانات الغير المبوبة،  أما في حالة البيانات المبوبة هو عبارة عن الفرق بين الحد الأعلى للفئة العليا و الحد الأدنى للفئة الدنيا.

ويتم قياسه في حالة البيانات الغير مبوبة = أكبر قراءة – أقل قراءة.

Rang = Max – Min

ويتم قياسه في حالة البيانات المبوبة بأكثر من طريقة ومنها = مركز الفئة الأخيرة – مركز الفئة الأولى.


مزايا وعيوب المدى


مزاياه


هو مقياس بسيط وسهل الحساب للتشتت، و لا يمكن استخدامه في التوزيعات التكرارية المفتوحة ولكن يستخدم في مراقبة الجودة، و هو شائع الاستعمال في الدراسات الجغرافية المختلفة لتوضيح صور التوزيع مثل دراسة الطقس والمناخ.


عيوبه


يعطي فكرة خاطئة إذا كانت القيم تحتوي على حدود شاذة عند طرفيها لأنه يتأثر بالقيمتين الصغرى والكبرى دون سائر القيم، لأنه يتأثر بالقيم الشاذة و لا يأخذ جميع القيم في الحسبان.


2 – الانحراف الربيعي Quarterly Deviation (Q)

يعتمد المدى على قيمتين متطرفتين هما أصغر قراءة وأكبر قراءة، فإذا كان هناك قيم شاذة، ترتب على استخدامه كمقياس للتشتت نتائج غير دقيقة، من أجل ذلك لجأ الإحصائيون إلى استخدام مقياس للتشتت يعتمد على نصف عدد القيم الوسطى، ويهمل نصف عدد القيم المتطرفة، ولذا لا يتأثر هذا المقياس بوجود قيم شاذة، ويسمى هذا المقياس بالانحراف الربيعي (Q)، ويحسب الانحراف الربيعي بتطبيق المعادلة التالية:

شرح درس مقاييس التشتت

حيث أن Q1 ، Q3 هو الربيع الأول و الثالث، ويعرف الانحراف الربيعي بنصف المدى الربيعي أي أن الانحراف الربيعي = نصف المدى الربيعي.


مزاياه

يفضل استخدامه كمقياس للتشتت في حالة وجود قيم شاذة ، كما أنه بسيط وسهل في الحساب.


عيوبه

أنه لا يأخذ كل القيم في الاعتبار.


3 – الانحراف المتوسط Mean Deviation (MD)

هو عبارة عن متوسط انحرافات قيم المجموعة عن وسطها الحسابي مع إهمال الإشارة وهو مقياس أكثر دقة ووضوح من المدى والانحراف الربيعي حيث يهتم بكل قيمة من قيم المجموعة .

فاذا كان هناك مجموعة من القراءات فإن الانحراف المتوسط (MD) يحسب بهذه المعادلة والتي تستخدم في حالة البيانات الغير مبوبة:

شرح درس مقاييس التشتت

حيث X هي القراءة الواحدة و N عددها و ∑ هي المجموع و Ẋ هي الوسط الحسابي للقراءات و يحسب بهذه المعادلة .

و في حالة البيانات المبوبة يتم حسابه بالطريقة التالية:

شرح درس مقاييس التشتت

حيث أن f هي تكرار الفئة و X هو مركز الفئة و Ẋ هو الوسط الحسابي.


مزاياه

أنه يأخذ كل القيم في الاعتبار.


عيوبه

أنه يتأثر بالقيم الشاذة و يصعب التعامل معه رياضيا.


4 – الانحراف المعياري Standard Deviation

يسمى الانحراف القياسي وهو أهم مقاييس التشتت ومركزه وهو الأكثر استعمالا، وانتشارا ووجد الانحراف المعياري بسبب التفكير بإيجاد وسيلة للتخلص من الإشارات السالبة، للانحرافات حيث وجدت هذه الطريقة بتربيع الانحرافات .

ويعرف بأنه الجذر التربيعي لمتوسط مجموع مربعات انحرافات قيم المتغير العشوائي عن وسطها الحسابي , واهم ما يمتاز به الانحراف المعياري هو انه دائما قيمته موجبة، وحسابه يعتمد على كافة البيانات المتاحة وهو سهل الفهم والحساب وخضوعه للعمليات الجبرية (الحسابية ).

إذا الانحراف المعياري هو الجذر التربيعي الموجب للتباين  أي أن:

شرح درس مقاييس التشتت

إذا كانت بيانات الظاهرة مبوبة في جدول توزيع تكراري، فإن الانحراف المعياري يحسب بتطبيق المعادلة التالية:

شرح درس مقاييس التشتت

حيث أن f هو تكرار الفئة، و X هو مركز الفئة، و Ẋ هو الوسط الحسابي، و N هي مجموع التكرارات، والمقدار الذي تحت الجذر يعبر عن التباين S2.


مزاياه

أنه أكثر مقاييس التشتت استخداما، و يسهل التعامل معه رياضيا، و يأخذ كل القيم في الاعتبار .


عيوبه

أنه يتأثر بالقيم الشاذة.