كتاب التحليل الإحصائى للبيانات باستخدام (SPSS)
للدكتور أحمد الرفاعي غنيم  pdf

تحليل الاستبيان باستخدام spss 

يقدم هذا المصدر دليلاً تعليمياً شاملاً حول التحليل الإحصائي للبيانات باستخدام برنامج SPSS، مع التركيز على المفاهيم الأساسية التي يحتاجها الباحثون والطلاب. يستعرض النص طرق جمع البيانات وتنظيمها وعرضها بيانياً، بالإضافة إلى شرح مفصل للتوزيع الطبيعي والفرضيات الإحصائية المختلفة.

 كما يوضح الفروق الجوهرية بين الإحصاء البارامتري واللابارامتري، وكيفية اختيار الاختبارات المناسبة بناءً على طبيعة المتغيرات. يتناول المحتوى أيضاً أدوات القياس، ومعاملات الارتباط، ومقاييس النزعة المركزية والتشتت لضمان دقة النتائج. يهدف هذا المرجع في النهاية إلى تمكين المستخدم من اتخاذ قرارات سليمة وتعميم النتائج العلمية بشكل دقيق وموثوق.

1. المقدمة: لماذا ما زال SPSS يتربع على عرش البيانات؟

في عصرنا الحالي، نغرق في محيط من البيانات المعقدة، وهنا تبرز التكنولوجيا كمنقذ حقيقي يمتلك قدرة "تبسيطية" مذهلة. قبل عقود، كان التقدير الإحصائي اليدوي عملية "شديدة الصعوبة" تتطلب مجهوداً ذهنياً جباراً ووقتاً لا ينتهي، إلا أن البرمجيات الحديثة حولت هذا العبء إلى رحلة معرفية ممتعة.

لكن، هل سألت نفسك يوماً كيف لبرنامج أبصر النور في عام 1968 أن يظل حيوياً ومسيطراً حتى يومنا هذا؟ السر يكمن في مرونة SPSS الفائقة وقدرته على التحول من مجرد أداة أكاديمية بسيطة إلى محرك ذكي يدير أضخم العمليات التحليلية في العالم.

2. أكثر من مجرد اسم: رحلة SPSS من "العلوم الاجتماعية" إلى "حلول الأعمال"

لم يكن SPSS مجرد برنامج جامد، بل خاض رحلة تطور مذهلة في هويته. بدأ البرنامج تحت مسمى "الحزمة الإحصائية للعلوم الاجتماعية" (Statistical Package for the Social Sciences)، وهو ما يعكس تخصصه الأصلي في الأبحاث الإنسانية.

ومع استحواذ شركة IBM عليه في عام 2009، لم يعد البرنامج حبيس المختبرات الأكاديمية؛ بل تحول إلى "حلول المنتجات والخدمات الإحصائية". هذا التغيير الاستراتيجي استهدف جعله معياراً عالمياً يتجاوز قطاع التعليم ليشمل مجالات حيوية كذكاء الأعمال والتحقيقات الجنائية، مما منحه قدرة فريدة على تحليل أنماط السلوك في مختلف الصناعات.

"كان اسم البرنامج في الأصل عبارة عن الحزمة الإحصائية للعلوم الاجتماعية (SPSS)، التي تعكس العلامة التجارية الأصلية."

3. ثنائية "المعطيات" و"المتحولات": المحرك السري خلف الشاشة

عندما تبدأ رحلتك مع SPSS، ستجد نفسك أمام نافذتين هما جوهر العملية الإحصائية. وللتنقل بينهما بسهولة، يوفر البرنامج "تبويبات" (Tabs) واضحة في الركن السفلي الأيسر من الشاشة:

• نافذة المعطيات (Data View): وهي المساحة المخصصة لعرض "الحالات" في صفوف و"المتحولات" في أعمدة، حيث تظهر البيانات الخام تماماً كما في جداول الإكسيل.
• نافذة المتحولات (Variable View): وهي النافذة المسؤولة عن تعريف "هوية" البيانات؛ ففيها تضبط خصائص كل متغير وسلوكه التقني.

ومن أسرار البرنامج الاحترافية زر "Value Labels"؛ الذي يسمح لك بلمسة واحدة بتحويل الأكواد الرقمية الجافة إلى مسميات مفهومة، مما يمنح بياناتك وجهاً إنسانياً يسهل قراءته وتفسيره.

4. قواعد التسمية الصارمة: لماذا لا يمكنك تسمية متغيراتك كما تشاء؟

يفرض SPSS "قواعد ذهبية" عند تسمية المتغيرات في خانة (Name) لضمان دقة المعالجة البرمجية، وهي قواعد تقنية يجب الالتزام بها بدقة:

• يجب ألا يتجاوز طول الاسم 8 رموز فقط.
• يجب أن يبدأ الاسم بحرف لاتيني، ويُشترط أن تكون الأحرف "صغيرة" (Lowercase).
• يُمنع استخدام المسافات أو الرموز الخاصة، ويُسمح فقط باستخدام (_) Underscore.
• لا يمكن تكرار الاسم داخل نفس ملف البيانات.

نصيحة الخبير: لتجاوز هذه القيود الصارمة، استخدم خاصية "علامة الاسم" (Label). هنا يمنحك البرنامج حرية مطلقة لكتابة شرح وافٍ يصل إلى 255 حرفاً، وباللغة العربية، لتظهر هذه التوضيحات لاحقاً في تقاريرك النهائية بشكل احترافي.

5. سحر القياس: كيف يفرق SPSS بين الطول، الرتبة، والنوع؟

تعتمد جودة النتائج على دقة تحديد "نوع القياس" (Measure). لنتخيل أننا نقوم بإعداد "ملف تعريفي لطالب" (Student Profile) لنفهم كيف يفرق البرنامج بين أنواع البيانات:

1. المقياس الكمي (Scale): نستخدمه للكميات المستمرة، مثل "المعدل التراكمي" (GPA)؛ حيث الأرقام تحمل قيمة حسابية دقيقة.
2. المقياس الرتبي (Ordinal): نستخدمه للبيانات التي تحمل ترتيباً منطقياً، مثل "المستوى الدراسي" (سنة أولى، سنة ثانية...)؛ فهناك أفضلية وترتيب ولكن بدون فواصل رقمية ثابتة.
3. المقياس الاسمي (Nominal): نستخدمه للتصنيفات النوعية التي لا تفاضل بينها، مثل "التخصص الجامعي" (اقتصاد، تسويق)؛ فهي مجرد مسميات للتمييز.

إن تحديد هذا النوع هو الذي يقرر ما إذا كان البرنامج سيستخدم أساليب "بارامتريّة" أو "لابارامتريّة" في تحليلاتك القادمة.

6. ما وراء الأرقام: الرسوم البيانية كأداة لاكتشاف "اعتدالية التوزيع"

الرسوم البيانية في SPSS ليست للزينة، بل هي أداة تشخيصية رفيعة المستوى. فبجانب الرسوم التقليدية كالأعمدة (Bar Charts) والدوائر (Pie Charts)، تبرز الأهمية الكبرى عند الكشف عن "اعتدالية التوزيع" (Normal Distribution Curve).

هذا المنحنى، المعروف بـ "منحنى الجرس" (Bell Curve)، هو الهدف البصري لكل باحث؛ فمن خلاله نتأكد أن البيانات تتبع التوزيع الطبيعي، مما يفتح الباب لاستخدام أقوى الاختبارات الإحصائية. وكما ورد في تعريف علم الإحصاء:

"العلم الذي يبحث في الطرق والأساليب المختلفة لجمع وعرض وتبويب وتحليل البيانات حتى يمكن فهمها، والعمل على الوصول إلى نتائج وقرارات سليمة على ضوئها."

7. الخاتمة: مستقبلك مع البيانات يبدأ بـ "نقرة"

إتقان SPSS هو جسر العبور من ضوضاء البيانات الخام إلى حكمة القرارات المستنيرة. فالتكنولوجيا لم تعد مجرد أداة مساعدة، بل أصبحت لغة العصر لتعميم النتائج وفهم الظواهر الاجتماعية والاقتصادية بدقة.

ومع بزوغ فجر البيانات الضخمة (Big Data)، يبقى التساؤل: هل ستظل الأدوات الكلاسيكية كافية؟ الإجابة تكمن في أن الأساسيات التي يقدمها SPSS هي حجر الزاوية لأي تقنية حديثة. ابدأ رحلتك اليوم، واجعل من "النقرة" الأولى بداية لمستقبلك كمحلل بيانات محترف.