عاشور حيدوشي- مطبوعة الاحصاء الوصفي PDF

‫ﻣﻄﺒﻮﻋﺔ ﻣﻮﺟ ﺔ ﻟﻄﻠﺒﺔ اﻟﺴﻨﺔ و )‪(LMD‬ﺟﺬع ﻣﺸ ك‬
‫ﻌﻨﻮان‪:‬‬
‫ﳏﺎﴐات ﰲ ا ٕﻻﺣﺼﺎء اﻟﻮﺻﻔﻲ‬

‫ﻣﻦ إﻋﺪاد ﺳﺘﺎذ‪:‬‬
‫ﻋﺎﺷﻮر‬ ‫ﺣﻴﺪو‬
‫اﻟﺴﻨﺔ ا ﺎﻣﻌﻴﺔ‪2016/2015 :‬‬

‫ﻓﻬﺮس اﶈﺘﻮ ت‬
‫ﻓ ﺮس اﳌﺤﺘﻮ ﺎت‬
‫اﻟﺻﻔﺣﺔ‬ ‫اﻟﻣﺣﺗوﯾﺎت‬
‫‪01‬‬ ‫ﻣﻘﺪﻣﺔ ‪...................................................................................‬‬
‫اﻟﻔﺻل اﻷول‪:‬‬
‫‪14-03‬‬
‫اﻟﻣﻔﺎﻫﯾم اﻷﺳﺎﺳﯾﺔ ﻟﻌﻠم اﻹﺣﺻﺎء‬
‫‪4‬‬ ‫‪ -I‬ﻧﺒﺬة ﻋﻦ ﻋﻠﻢ اﻹﺣﺼﺎء ‪............................................................‬‬

‫‪4‬‬ ‫‪ -II‬ﻣﻔﻬﻮم اﻹﺣﺼﺎء ‪..................................................................‬‬
‫‪6‬‬ ‫‪ -III‬اﳌﺼﻄﻠﺤﺎت اﻹﺣﺼﺎﺋﻴﺔ ‪..........................................................‬‬
‫‪7‬‬ ‫‪ -IV‬اﳌﺘﻐﲑات اﻹﺣﺼﺎﺋﻴﺔ ‪..............................................................‬‬
‫‪9‬‬ ‫‪ -V‬ﻣﺼﺎدر اﻟﺒﻴﺎﻧﺎت اﻹﺣﺼﺎﺋﻴﺔ ‪........................................................‬‬
‫‪9‬‬ ‫‪ -VI‬ﻃﺮق ﲨﻊ اﻟﺒﻴﺎﻧﺎت اﻹﺣﺼﺎﺋﻴﺔ ‪.....................................................‬‬
‫‪10‬‬ ‫‪ -VII‬أﻧﻮاع اﻟﻌﻴﻨﺎت وأﺳﺎﻟﻴﺐ اﳌﻌﺎﻳﻨﺔ ‪...................................................‬‬
‫‪13‬‬ ‫‪-VIII‬أﻧﻮاع اﻟﺒﺤﻮث اﻹﺣﺼﺎﺋﻴﺔ وﺧﻄﻮات اﻟﻘﻴﺎم ﺎ ‪......................................‬‬
‫اﻟﻔﺻل اﻟﺛﺎﻧﻲ‪:‬‬
‫‪46-15‬‬
‫ﻋرض اﻟﺑﯾﺎﻧﺎت اﻹﺣﺻﺎﺋﯾﺔ‬
‫‪16‬‬ ‫‪ -I‬اﻟﻌﺮض اﳉﺪوﱄ ﻟﻠﺒﻴﺎﻧﺎت اﻹﺣﺼﺎﺋﻴﺔ ‪...................................................‬‬

‫‪16‬‬ ‫‪ -1-I‬ﺗﻌﺮﻳﻒ اﻟﻌﺮض اﳉﺪوﱄ ‪...............................................................‬‬
‫‪16‬‬ ‫‪ -2-I‬أﻧﻮاع اﳉﺪاول اﻹﺣﺼﺎﺋﻴﺔ ‪............................................................‬‬
‫‪16‬‬ ‫‪ -1-2-I‬ﺟﺪاول اﻟﺘﻮزﻳﻊ اﻟﺘﻜﺮاري اﻟﺒﺴﻴﻄﺔ ‪..................................................‬‬
‫‪25‬‬ ‫‪ -2-2-I‬ﺟﺪاول اﻟﺘﻮزﻳﻊ اﻟﺘﻜﺮاري اﳌﺰدوﺟﺔ ‪..................................................‬‬
‫‪26‬‬ ‫‪ -II‬اﻟﻌﺮض اﻟﺒﻴﺎﱐ ﻟﻠﺘﻮزﻳﻌﺎت اﻟﺘﻜﺮارﻳﺔ ‪..................................................‬‬
‫‪26‬‬ ‫‪ -1-II‬اﻟﻌﺮض اﻟﺒﻴﺎﱐ ﰲ ﺣﺎﻟﺔ ﻣﺘﻐﲑ ﻛﻤﻲ ﻣﻨﻔﺼﻞ ‪............................................‬‬
‫‪29‬‬ ‫‪ -2-II‬اﻟﻌﺮض اﻟﺒﻴﺎﱐ ﰲ ﺣﺎﻟﺔ ﻣﺘﻐﲑ ﻛﻤﻲ ﻣﺘﺼﻞ ‪.............................................‬‬
‫‪34‬‬ ‫‪ -3-II‬اﻟﻌﺮض اﻟﺒﻴﺎﱐ ﰲ ﺣﺎﻟﺔ ﻣﺘﻐﲑ ﻛﻴﻔﻲ ‪...................................................‬‬
‫‪I‬‬
‫‪37‬‬ ‫ﲤﺎرﻳﻦ اﻟﻔﺼﻞ اﻟﺜﺎﱐ ‪.........................................................................‬‬
‫اﻟﻔﺻل اﻟﺛﺎﻟث‪:‬‬
‫‪93-47‬‬
‫ﻣﻘﺎﯾﯾس اﻟﻧزﻋﺔ اﻟﻣرﻛزﯾﺔ‬
‫‪48‬‬ ‫‪ -I‬ﻣﻔﻬﻮم اﻟﻨﺰﻋﺔ اﳌﺮﻛﺰﻳﺔ ‪.................................................................‬‬

‫‪48‬‬ ‫‪ -II‬ﻗﻴﺎس اﻟﻨﺰﻋﺔ اﳌﺮﻛﺰﻳﺔ ‪................................................................‬‬
‫‪48‬‬ ‫‪ -1-II‬اﳌﺘﻮﺳﻂ اﳊﺴﺎﰊ ‪...................................................................‬‬
‫‪56‬‬ ‫‪ -2-II‬اﳌﺘﻮﺳﻂ اﳍﻨﺪﺳﻲ ‪..................................................................‬‬
‫‪61‬‬ ‫‪ -3-II‬اﳌﺘﻮﺳﻂ اﻟﺘﻮاﻓﻘﻲ ‪...................................................................‬‬
‫‪64‬‬ ‫‪ -4-II‬اﳌﺘﻮﺳﻂ اﻟﱰﺑﻴﻌﻲ ‪...................................................................‬‬
‫‪66‬‬ ‫‪ -5-II‬اﻟﻮﺳﻴﻂ ‪...........................................................................‬‬
‫‪78‬‬ ‫‪ -6-II‬اﳌﻨﻮال ‪............................................................................‬‬
‫‪83‬‬ ‫‪ -III‬اﻟﻌﻼﻗﺔ ﺑﲔ ﻣﻘﺎﻳﻴﺲ اﻟﻨﺰﻋﺔ اﳌﺮﻛﺰﻳﺔ ‪..................................................‬‬
‫‪85‬‬ ‫ﲤﺎرﻳﻦ اﻟﻔﺼﻞ اﻟﺜﺎﻟﺚ ‪........................................................................‬‬
‫اﻟﻔﺻل اﻟراﺑﻊ‪:‬‬
‫‪111-94‬‬
‫ﻣﻘﺎﯾﯾس اﻟﺗﺷﺗت‬
‫‪95‬‬ ‫‪ -I‬ﻣﻌﲎ اﻟﺘﺸﺘﺖ ‪.......................................................................‬‬

‫‪95‬‬ ‫‪ -II‬ﻗﻴﺎس ﺗﺸﺘﺖ اﻟﺒﻴﺎﻧﺎت ‪...............................................................‬‬
‫‪96‬‬ ‫‪ -1-II‬اﳌﺪى اﻟﻌﺎم ‪.......................................................................‬‬
‫‪96‬‬ ‫‪ -2-II‬اﳌﺪى اﻟﺮﺑﻴﻌﻲ ‪.....................................................................‬‬
‫‪98‬‬ ‫‪ -3-II‬اﻻﳓﺮاف اﳌﺘﻮﺳﻂ ‪..................................................................‬‬
‫‪101‬‬ ‫‪ -4-II‬اﻟﺘﺒﺎﻳﻦ واﻻﳓﺮاف اﳌﻌﻴﺎري ‪...........................................................‬‬
‫‪104‬‬ ‫‪ -5-II‬ﻣﻘﺎﻳﻴﺲ اﻟﺘﺸﺘﺖ اﻟﻨﺴﱯ ‪............................................................‬‬
‫‪II‬‬
‫‪106‬‬ ‫ﲤﺎرﻳﻦ اﻟﻔﺼﻞ اﻟﺮاﺑﻊ ‪.........................................................................‬‬
‫‪122-112‬‬ ‫اﻟﻔﺻل اﻟﺧﺎﻣس‪:‬‬

‫ﻣﻘﺎﯾﯾس اﻟﺷﻛل‬
‫‪114‬‬ ‫‪ -I‬اﻻﻟﺘﻮاء ‪............................................................................‬‬

‫‪114‬‬ ‫‪ -1-I‬ﻣﻌﺎﻣﻼت ﺑﲑﺳﻮن ﻟﻼﻟﺘﻮاء ‪............................................................‬‬
‫‪115‬‬ ‫‪ -2-I‬ﻣﻌﺎﻣﻞ ﻓﻴﺸﺮ ﻟﻼﻟﺘﻮاء ‪.................................................................‬‬
‫‪116‬‬ ‫‪ -3-I‬ﻣﻌﺎﻣﻞ ﻳﻮل ﻟﻼﻟﺘﻮاء ‪..................................................................‬‬
‫‪119‬‬ ‫‪ -II‬اﻟﺘﻔﺮﻃﺢ‪........................................................................‬‬
‫‪119‬‬ ‫‪ -1-II‬ﻣﻌﺎﻣﻞ ﺑﲑﺳﻮن ﻟﻠﺘﻔﺮﻃﺢ ‪.............................................................‬‬
‫‪120‬‬ ‫‪ -2-II‬ﻣﻌﺎﻣﻞ ﻓﻴﺸﺮ ﻟﻠﺘﻔﺮﻃﺢ ‪..............................................................‬‬
‫‪120‬‬ ‫‪ -3-II‬ﻣﻌﺎﻣﻞ اﻟﺘﻔﺮﻃﺢ اﳌﺌﻮي ‪..............................................................‬‬
‫‪122‬‬ ‫ﲤﺎرﻳﻦ اﻟﻔﺼﻞ اﳋﺎﻣﺲ ‪.......................................................................‬‬
‫‪136-123‬‬ ‫اﻟﻔﺻل اﻟﺳﺎدس‪:‬‬

‫اﻷرﻗﺎم اﻟﻘﯾﺎﺳﯾﺔ‬
‫‪124‬‬ ‫‪ -I‬ﻣﻔﻬﻮم اﻟﺮﻗﻢ اﻟﻘﻴﺎﺳﻲ ‪................................................................‬‬

‫‪124‬‬ ‫‪ -II‬أﻧﻮاع اﻷرﻗﺎم اﻟﻘﻴﺎﺳﻴﺔ ‪..............................................................‬‬
‫‪125‬‬ ‫‪ -1-II‬اﻷرﻗﺎم اﻟﻘﻴﺎﺳﻴﺔ اﻟﺒﺴﻴﻄﺔ ‪............................................................‬‬
‫‪127‬‬ ‫‪ -2-II‬اﻷرﻗﺎم اﻟﻘﻴﺎﺳﻴﺔ اﻟﺘﺠﻤﻴﻌﻴﺔ ‪..........................................................‬‬
‫‪129‬‬ ‫‪ -3-II‬اﻷرﻗﺎم اﻟﻘﻴﺎﺳﻴﺔ اﳌﺮﺟﺤﺔ ‪............................................................‬‬
‫‪132‬‬ ‫‪ -III‬ﺧﺼﺎﺋﺺ اﻷرﻗﺎم اﻟﻘﻴﺎﺳﻴﺔ ‪........................................................‬‬
‫‪134‬‬ ‫ﲤﺎرﻳﻦ اﻟﻔﺼﻞ اﻟﺴﺎدس ‪.......................................................................‬‬
‫‪137‬‬ ‫اﳌﺮاﺟﻊ ‪....................................................................................‬‬
‫‪III‬‬
‫ﻣﻘﺪﻣﺔ‬
‫ﻣﻘﺪﻣﺔ‬
‫ﻋﻠﻢ اﻹﺣﺼﺎء ﻫﻮ ﻣﻦ اﻟﻌﻠﻮم اﻟﻀﺮورﻳﺔ واﳍﺎﻣﺔ ﻷﻳﺔ ﻋﻤﻠﻴﺔ ﲝﺚ ﻋﻠﻤﻲ أو ﲡﺮﺑﺔ ﻋﻤﻠﻴﺔ أو ﻧﻈﺮﻳﺔ‪ ،‬أو دراﺳﺔ‬
‫ﺗﻄﺒﻴﻘﻴﺔ ﺪف إﱃ اﻟﻮﺻﻮل إﱃ ﻧﺘﺎﺋﺞ ﺗﻌﺘﻤﺪ اﳌﻮﺿﻮﻋﻴﺔ وﺗﺘﺴﻢ ﺑﺎﳌﺼﺪاﻗﻴﺔ‪ ،‬وﺗﻜﻤﻦ أﳘﻴﺘﻪ ﰲ ﺷﱴ اﳌﻴﺎدﻳﻦ ﻛﻮﻧﻪ‬
‫وﺳﻴﻠﺔ ﻳﺴﺘﺨﺪﻣﻬﺎ ﻣﻌﻈﻢ اﻟﻨﺎس ﰲ ﺣﻴﺎ ﻢ وأﻋﻤﺎﳍﻢ اﻟﻴﻮﻣﻴﺔ‪ ،‬ﺧﺎﺻﺔ ﻣﺘﺨﺬي اﻟﻘﺮار ﰲ اﳌﺆﺳﺴﺎت واﻹدارات ﻷن‬
‫أي ﻗﺮار اﻗﺘﺼﺎدي أو إداري ﻻ ﺑﺪ أن ﻳﺒﲎ ﻋﻠﻰ ﺑﻴﺎﻧﺎت وﻣﻌﻠﻮﻣﺎت دﻗﻴﻘﺔ و واﻗﻌﻴﺔ ﻣﻦ أﺟﻞ اﻟﻮﺻﻮل إﱃ ﻧﺘﺎﺋﺞ‬
‫ﻣﻮﺿﻮﻋﻴﺔ ودﻗﻴﻘﺔ ﻋﻦ اﻟﻈﺎﻫﺮة أو اﳌﺸﻜﻠﺔ اﳌﺮاد دراﺳﺘﻬﺎ وﲢﻠﻴﻠﻬﺎ‪.‬‬
‫ﻋﻠﻢ اﻹﺣﺼﺎء ﺑﺎﻷﳘﻴﺔ اﻟﱵ ﻳﻜﺘﺴﻴﻬﺎ ﺣﻈﻲ ﺑﺎﻻﻫﺘﻤﺎم اﻟﻌﻠﻤﻲ واﻷﻛﺎدﳝﻲ ﻋﻠﻰ ﻣﺴﺘﻮى اﳌﻌﺎﻫﺪ واﳉﺎﻣﻌﺎت‬
‫ﻛﺄول ﻣﺪﺧﻞ ﻟﻌﻠﻢ اﻹﺣﺼﺎء ﺑﺼﻔﺔ‬ ‫ﰲ ﳐﺘﻠﻒ أﳓﺎء اﻟﻌﺎﱂ وﲨﻴﻊ اﻟﺘﺨﺼﺼﺎت ﺗﻘﺮﻳﺒﺎ‪ ،‬وﻳﱪز ﻋﻠﻢ اﻹﺣﺼﺎء اﻟﻮﺻﻔﻲ ّ‬
‫ﻋﺎﻣﺔ‪ ،‬وﻳﺘﻢ ﺗﺪرﻳﺴﻪ ﻟﻠﻄﻠﺒﺔ ﻧﻈﺮا ﻻﻋﺘﻤﺎدﻩ ﻋﻠﻰ ﻣﺪاﺧﻞ أوﻟﻴﺔ ﺗﺘﻌﻠﻖ ﺑﻄﺮﻳﻘﺔ وﺻﻒ اﻟﻈﻮاﻫﺮ اﻻﻗﺘﺼﺎدﻳﺔ واﻻﺟﺘﻤﺎﻋﻴﺔ‬
‫واﻟﻄﺒﻴﻌﻴﺔ وﻏﲑﻫﺎ ﺑﺄﺳﺎﻟﻴﺐ رﻗﻤﻴﺔ وﺻﻔﻴﺔ ﰲ ﺷﻜﻞ أرﻗﺎم ورﺳﻮﻣﺎت ﺑﻴﺎﻧﻴﺔ وﺟﺪاول ﺗﻮﺿﻴﺤﻴﺔ‪.‬‬
‫و ﺪف إﳌﺎم اﻟﻄﻠﺒﺔ ﺬا اﳌﻘﻴﺎس وﺗﺴﻬﻴﻞ ﻓﻬﻤﻬﻢ ﻟﻪ‪ ،‬ارﺗﺄﻳﻨﺎ وﺿﻊ ﻣﻄﺒﻮﻋﺔ ﳏﺎﺿﺮات ﰲ اﻹﺣﺼﺎء اﻟﻮﺻﻔﻲ‬
‫ﺑﲔ أﻳﺪﻳﻬﻢ ﺑﻐﺮض ﲣﻔﻴﻒ اﻟﺼﻌﻮﺑﺎت اﻟﱵ ﻳﻮاﺟﻬﻮ ﺎ وﻓﻬﻢ أﻓﻀﻞ ﳍﺬا اﳌﻘﻴﺎس‪ ،‬وﻫﺬﻩ اﳌﻄﺒﻮﻋﺔ ﻫﻲ ﻋﺒﺎرة ﻋﻦ‬
‫ﺳﻠﺴﻠﺔ ﻣﻦ اﶈﺎﺿﺮات ﰲ اﻹﺣﺼﺎء اﻟﻮﺻﻔﻲ ﻣﻮﺟﻬﺔ ﻟﻄﻠﺒﺔ اﻟﺴﻨﺔ اﻷوﱃ ﻧﻈﺎم )‪ (LMD‬ﰲ اﻟﻌﻠﻮم اﻻﻗﺘﺼﺎدﻳﺔ‬
‫واﻟﺘﺠﺎرﻳﺔ وﻋﻠﻮم اﻟﺘﺴﻴﲑ‪ ،‬ﻧﻘﺪم ﻣﻦ ﺧﻼﳍﺎ دروس ﻣﺒﺴﻄﺔ وﳐﺘﺼﺮة وﺳﻬﻠﺔ اﻟﻔﻬﻢ ﻣﺪﻋﻤﺔ ﺑﺎﻟﻌﺪﻳﺪ ﻣﻦ اﻷﻣﺜﻠﺔ‬
‫واﻟﺘﻤﺎرﻳﻦ اﻟﱵ ﺗﻌﺮض ﲝﻠﻮل ﳕﻮذﺟﻴﺔ‪.‬‬
‫ﺳﻌﻴﻨﺎ إﱃ ﺗﻘﺪﱘ ﻣﺎ ﻫﻮ ﻣﻘﺮر دراﺳﺘﻪ ﰲ ﻣﻘﻴﺎس اﻹﺣﺼﺎء اﻟﻮﺻﻔﻲ ﻟﻄﻠﺒﺔ اﻟﻌﻠﻮم اﻻﻗﺘﺼﺎدﻳﺔ‪ ،‬ﻟﺬﻟﻚ ﻗﻤﻨﺎ‬
‫ﺑﺘﻘﺴﻴﻢ ﳏﺘﻮى ﻫﺬﻩ اﳌﻄﺒﻮﻋﺔ إﱃ ﺳﺘﺔ ﻓﺼﻮل‪ ،‬ﻳﺘﻀﻤﻦ اﻟﻔﺼﻞ اﻷول اﳌﻔﺎﻫﻴﻢ اﻷﺳﺎﺳﻴﺔ ﻟﻌﻠﻢ اﻹﺣﺼﺎء‪ ،‬وﻳﺘﻨﺎول‬
‫اﻟﻔﺼﻞ اﻟﺜﺎﱐ ﻛﻴﻔﻴﺔ ﻋﺮض اﻟﺒﻴﺎﻧﺎت وﺗﻠﺨﻴﺼﻬﺎ وﺗﻘﺪﳝﻬﺎ ﰲ ﺟﺪاول ﺗﻜﺮارﻳﺔ أو ﲤﺜﻴﻼت ﺑﻴﺎﻧﻴﺔ‪ ،‬ﻓﻴﻤﺎ ﺧﺼﺼﻨﺎ‬
‫اﻟﻔﺼﻞ اﻟﺜﺎﻟﺚ إﱃ ﻣﻘﺎﻳﻴﺲ اﻟﻨﺰﻋﺔ اﳌﺮﻛﺰﻳﺔ‪ ،‬ﰲ ﺣﲔ ﻳﺘﻌﺮض اﻟﻔﺼﻞ اﻟﺮاﺑﻊ إﱃ ﻣﻘﺎﻳﻴﺲ اﻟﺘﺸﺘﺖ ﻳﻠﻴﻪ اﻟﻔﺼﻞ اﳋﺎﻣﺲ‬
‫اﻟﺬي ﻳﺘﻨﺎول ﻣﻘﺎﻳﻴﺲ اﻟﺸﻜﻞ‪ ،‬ﻟﻨﺘﻨﺎول ﰲ اﻟﻔﺼﻞ اﻟﺴﺎدس واﻷﺧﲑ ﻣﻮﺿﻮع اﻷرﻗﺎم اﻟﻘﻴﺎﺳﻴﺔ‪.‬‬
‫‪2‬‬
‫اﻟﻔﺼﻞ ا ٔول‬
‫اﳌﻔﺎﻫﲓ ا ٔﺳﺎﺳ ﯿﺔ ﻟﻌﲅ‬

‫اﻻٕﺣﺼﺎء‬
‫‪ - I‬ﻧﺒﺬة ﻋﻦ ﲅ اﻻٕﺣﺼﺎء‬
‫‪ - II‬ﻣﻔﻬﻮم اﻻٕﺣﺼﺎء‬
‫‪ - III‬اﳌﺼﻄﻠ ﺎت اﻻٕﺣﺼﺎﺋﯿﺔ‬
‫‪ - IV‬اﳌﺘﻐﲑة اﻻٕﺣﺼﺎﺋﯿﺔ‬
‫‪ - V‬ﻣﺼﺎدر اﻟﺒﯿﺎ ت اﻻٕﺣﺼﺎﺋﯿﺔ‬
‫‪ - VI‬ﻃﺮق ﲨﻊ اﻟﺒﯿﺎ ت اﻻٕﺣﺼﺎﺋﯿﺔ‬
‫‪ٔ - VII‬ﻧﻮاع اﻟﻌﯿﻨﺎت و ٔﺳﺎﻟﯿﺐ اﳌﻌﺎﯾﻨﺔ‬
‫‪ٔ - VIII‬ﻧﻮاع اﻟﺒﺤﻮث اﻻٕﺣﺼﺎﺋﯿﺔ وﺧﻄﻮات اﻟﻘ ﺎم ﲠﺎ‬
‫اﳌﻔﺎ ﻴﻢ ﺳﺎﺳﻴﺔ ﻟﻌﻠﻢ ﺣﺼﺎء‬ ‫اﻟﻔﺼﻞ ول‪:‬‬
‫‪-I‬ﻧﺒﺬة ﻋﻦ ﻋﻠﻢ اﻹﺣﺼﺎء‪:‬‬

‫ﻧﺸﺄ ﻋﻠﻢ اﻹﺣﺼﺎء ﰲ اﻟﻌﺼﻮر اﻟﻮﺳﻄﻰ ﻧﺘﻴﺠﺔ ﻻﻫﺘﻤﺎم اﻟﺪول ﺑﺘﻌﺪاد أﻓﺮاد ا ﺘﻤﻊ ﺣﱴ ﺗﺘﻤﻜﻦ ﻛﻞ دوﻟﺔ ﻣﻦ‬
‫ﺗﻜﻮﻳﻦ ﺟﻴﺶ ﻗﻮي ﻳﺴﺘﻄﻴﻊ اﻟﺪﻓﺎع ﻋﻨﻬﺎ ﰲ ﺣﺎل وﻗﻮع اﻋﺘﺪاء ﻣﻦ ﻗﺒﻞ إﺣﺪى اﻟﺪول ﻃﻤﻌﺎ ﰲ اﻟﺘﻮﺳﻊ واﻟﺜﺮوة‪ ،‬وﻛﺬا‬
‫ﻧﺘﻴﺠﺔ ﻻﻫﺘﻤﺎم اﻟﺪول ﲝﺼﺮ ﺛﺮوات اﻷﻓﺮاد ﻟﻐﺮض ﻓﺮض اﻟﻀﺮاﺋﺐ وﲡﻤﻴﻊ اﻷﻣﻮال اﻟﻼزﻣﺔ ﻟﺘﻤﻮﻳﻞ اﳉﻴﺶ وإدارة‬
‫ﺷﺆون اﻟﺒﻼد‪ ،‬ﰒ ﺗﻮﺳﻌﺖ ﻋﻤﻠﻴﺎت اﻟﺘﻌﺪاد واﳊﺼﺮ ﻟﺘﺸﻤﻞ ﺑﻴﺎﻧﺎت ﻋﻦ اﳌﻮاﻟﻴﺪ واﻟﻮﻓﻴﺎت واﻹﻧﺘﺎج واﻻﺳﺘﻬﻼك‪،...‬‬
‫وﻣﻦ ﰒ ﺗﻮﻟﺪت اﳊﺎﺟﺔ إﱃ ﺗﻨﻈﻴﻢ وﺗﻠﺨﻴﺺ اﻟﺒﻴﺎﻧﺎت اﳌﺘﺤﺼﻞ ﻋﻠﻴﻬﺎ ووﺿﻌﻬﺎ ﰲ ﺟﺪاول ﺣﱴ ﻳﺴﻬﻞ اﻟﺮﺟﻮع إﻟﻴﻬﺎ‬
‫واﻻﺳﺘﻔﺎدة ﻣﻨﻬﺎ‪ ،‬وﻗﺪ أﻃﻠﻖ ﻋﻠﻰ ﻫﺬﻩ اﻟﻄﺮق " ﻋﻠﻢ اﻟﺪوﻟﺔ أو ﻋﻠﻢ اﳌﻠﻮك ﰒ ﻋﻠﻢ اﻹﺣﺼﺎء"‪.‬‬
‫وﻛﻠﻤﺔ ‪ Statistics‬ﻫﻲ ﻛﻠﻤﺔ ﻻﺗﻴﻨﻴﺔ ﻣﺸﺘﻘﺔ ﻣﻦ ﻛﻠﻤﺔ ‪ State‬واﻟﱵ ﺗﻌﲏ اﻟﺪوﻟﺔ‪ ،1‬ﺣﻴﺚ ﻛﺎن اﻻﻋﺘﻘﺎد‬
‫ﰲ اﻟﺒﺪاﻳﺔ ﺑﺄن ﻋﻠﻢ اﻹﺣﺼﺎء ﻫﻮ اﻟﻌﻠﻢ اﻟﺬي ﳜﺘﺺ ﺑﺎﻟﻄﺮق اﻟﻌﻠﻤﻴﺔ ﳉﻤﻊ وﺗﻨﻈﻴﻢ وﻋﺮض اﻟﺒﻴﺎﻧﺎت إﻣﺎ ﰲ ﺻﻮرة‬
‫ﺑﻴﺎﻧﻴﺔ أو ﺻﻮرة ﺟﺪوﻟﻴﺔ‪ ،‬ﻏﲑ أﻧﻪ ﻣﻊ ﺗﻄﻮر ﻋﻠﻢ اﻻﺣﺘﻤﺎﻻت ﰲ اﻟﻘﺮن اﻟﺴﺎﺑﻊ ﻋﺸﺮ واﻟﺜﺎﻣﻦ ﻋﺸﺮ اﳌﻴﻼدﻳﲔ ازداد‬
‫اﺳﺘﺨﺪام اﻟﺘﺤﻠ ﻴﻞ اﻹﺣﺼﺎﺋﻲ ﻟﻠﻮﺻﻮل إﱃ ﻧﺘﺎﺋﺞ ﻳﺴﺘﻔﺎد ﻣﻨﻬﺎ ﰲ اﲣﺎذ اﻟﻘﺮارات واﻟﺘﻨﺒﺆ واﻟﺘﻘﺪﻳﺮ واﻻﺳﺘﻨﺘﺎﺟﺎت ﻋﻦ‬
‫ﳎﻤﻮﻋﺔ ﻣﻦ اﳌﺘﻐﲑات أﻛﱪ ﻣﻦ ﺗﻠﻚ اﻟﱵ ﰎ ﻣﻼﺣﻈﺘﻬﺎ ﻓﻌﻼ‪.‬‬
‫‪-II‬ﻣﻔﻬﻮم اﻹﺣﺼﺎء‪:‬‬
‫ﻣﻦ اﳌﻔﺎﻫﻴﻢ اﻟﺸﺎﺋﻌﺔ ﺑﲔ اﻟﻨﺎس ﻋﻦ اﻹﺣﺼﺎء‪ ،‬أﻧﻪ ﻋﺒﺎرة ﻋﻦ أرﻗﺎم وﺑﻴﺎﻧﺎت ﻛﺄﻋﺪاد اﻟﺴﻜﺎن وأﻋﺪاد اﳌﻮاﻟﻴﺪ‬
‫واﻟﻮﻓﻴﺎت وﻏﲑ ذﻟﻚ‪ ،‬وﻣﻦ ﰒ ﻓﻘﺪ ارﺗﺒﻂ ﻣﻔﻬﻮم اﻟﻨﺎس ﻋﻦ اﻹﺣﺼﺎء ﺑﺄﻧﻪ ﻋﺪ وﺣﺼﺮ اﻷﺷﻴﺎء واﻟﺘﻌﺒﲑ ﻋﻨﻬﺎ ﺑﺄرﻗﺎم‪،‬‬
‫وﻫﺬا ﻫﻮ اﳌﻔﻬﻮم اﶈﺪود ﻟﻌﻠﻢ اﻹﺣﺼﺎء‪.‬‬
‫وﻗﺪ وردت ﻋﺪة ﺗﻌﺎرﻳﻒ ﻟﻌﻠﻢ اﻹﺣﺼﺎء ﺳﻨﻘﻮم ﺑﺈﳚﺎزﻫﺎ ﻓﻴﻤﺎ ﻳﻠﻲ‪:‬‬
‫‪ ‬اﻹﺣﺼﺎء ﻫﻮ اﻟﻌﻠﻢ اﻟﺬي ﻳﺒﺤﺚ ﰲ اﻷﺳﺎﻟﻴﺐ واﻟﻄﺮق اﻟﻌﻠﻤﻴﺔ اﳌﻨﺎﺳﺒﺔ ﳉﻤﻊ اﻟﺒﻴﺎﻧﺎت‪ ،‬وﺗﺒﻮﻳﺒﻬﺎ وﺗﻨﻈﻴﻤﻬﺎ‬
‫وﲢﻠﻴﻠﻬﺎ وﺗﻔﺴﲑﻫﺎ ﺪف اﻟﻮﺻﻮل إﱃ اﻟﻨﺘﺎﺋﺞ اﻟﻼزﻣﺔ ﻟﺰﻳﺎدة اﳌﻌﺮﻓﺔ أو اﲣﺎذ اﻟﻘﺮارات اﳌﻨﺎﺳﺒﺔ وﺗﻌﻤﻴﻤﻬﺎ‪.2‬‬
‫‪ -1‬وﻟﻴﺪ إﲰﺎﻋﻴﻞ اﻟﺴﻴﻔﻮ وآﺧﺮون‪ " :‬أﺳﺎﺳﻴﺎت اﻷﺳﺎﻟﻴﺐ اﻹﺣﺼﺎﺋﻴﺔ ﻟﻸﻋﻤﺎل"‪ ،‬زﻣﺰم ﻧﺎﺷﺮون وﻣﻮزﻋﻮن‪ ،‬اﻷردن‪ ،‬اﻟﻄﺒﻌﺔ اﻷوﱃ ‪ ،2010‬ص ‪.23‬‬
‫‪ -2‬إﺑﺮاﻫﻴﻢ ﻣﺮاد اﻟﺪﻋﻤﺔ وﻣﺎزن ﺣﺴﻦ اﻟﺒﺎﺷﺎ‪ " :‬أﺳﺎﺳﻴﺎت ﰲ ﻋﻠﻢ اﻹﺣﺼﺎء ﻣﻊ ﺗﻄﺒﻴﻘﺎت ‪ ،"SPSS‬دار اﳌﻨﺎﻫﺞ ﻟﻠﻨﺸﺮ واﻟﺘﻮزﻳﻊ‪ ،‬اﻷردن‪ ،‬اﻟﻄﺒﻌﺔ اﻷوﱃ‬
‫‪ ،2013‬ص ‪.16‬‬
‫‪4‬‬
‫‪ ‬ﻳﻌﺮف اﻹﺣﺼﺎء ﻋﻠﻰ أﻧﻪ اﻟﻌﻠﻢ اﻟﺬي ﻳﺪرس ﳐﺘﻠﻒ ﻃﺮق ووﺳﺎﺋﻞ ﲨﻊ اﻟﺒﻴﺎﻧﺎت اﻟﻜﻤﻴﺔ ﻋﻦ ﳐﺘﻠﻒ اﻟﻈﻮاﻫﺮ‬
‫اﻻﻗﺘﺼﺎدﻳﺔ واﻻﺟﺘﻤﺎﻋﻴﺔ وﻏﲑﻫﺎ‪ ،‬وﺗﺮﺗﻴﺐ ﻫﺬﻩ اﻟﺒﻴﺎﻧﺎت وﺗﺒﻮﻳﺒﻬﺎ وﲢﻠﻴﻠﻬﺎ وﺗﻔﺴﲑﻫﺎ وﺗﻘﺪﳝﻬﺎ ﺑﺄﺷﻜﺎل‬
‫وﺻﻮر ﻣﻼﺋﻤﺔ ﺪف ﺗﺴﻬﻴﻞ اﲣﺎذ اﻟﻘﺮار ﻋﻠﻰ أﺳﺎس ﺳﻠﻴﻢ‪.1‬‬
‫‪ ‬اﻹﺣﺼﺎء ﻋﻠﻢ ﻳﺒﺤﺚ ﰲ ﻃﺮﻳﻘﺔ ﲨﻊ اﳊﻘﺎﺋﻖ اﳋﺎﺻﺔ ﺑﺎﻟﻈﻮاﻫﺮ اﻟﻌﻠﻤﻴﺔ واﻻﺟﺘﻤﺎﻋﻴﺔ اﻟﱵ ﺗﺘﻤﺜﻞ ﰲ ﺣﺎﻻت‬
‫أو ﻣﺸﺎﻫﺪات ﻣﺘﻌﺪدة وﰲ ﻛﻴﻔﻴ ﺔ ﺗﺴﺠﻴﻞ ﻫﺬﻩ اﳊﻘﺎﺋﻖ ﰲ ﺻﻮرة ﻗﻴﺎﺳﻴﺔ رﻗﻤﻴﺔ‪ ،‬وﺗﻠﺨﻴﺼﻬﺎ ﺑﻄﺮﻳﻘﺔ ﻳﺴﻬﻞ‬
‫ﺎ ﻣﻌﺮﻓﺔ اﲡﺎﻫﺎت ﻫﺬﻩ اﻟﻈﻮاﻫﺮ وﻋﻼﻗﺎت ﺑﻌﻀﻬﺎ ﺑﺒﻌﺾ‪ ،‬وﻳﺒﺤﺚ أﻳﻀﺎ ﰲ دراﺳﺔ ﻫﺬﻩ اﻟﻌﻼﻗﺎت‬
‫واﻻﲡﺎﻫﺎت واﺳﺘﺨﺪاﻣﻬﺎ ﰲ ﺗﻔﻬﻢ ﺣﻘﻴﻘﺔ اﻟﻈﻮاﻫﺮ وﻣﻌﺮﻓﺔ اﻟﻘﻮاﻧﲔ اﻟﱵ ﺗﺴﲑ ﺗﺒﻌﺎ ﳍﺎ‪.2‬‬
‫وﺑﺴﺒﺐ ﺗﺪاﺧﻞ ﻛﻠﻤﺔ إﺣﺼﺎء ﻣﻊ ﻛ ﻠﻤﺔ اﻟﺘﻌﺪاد أو اﻹﺣﺼﺎﺋﻴﺎت ﻓﺈﻧﻨﺎ ﺳﻨﻘﻮم ﺑﺈﻋﻄﺎء ﺗﻌﺮﻳﻔﺎت ﻟﻜﻞ ﻣﻨﻬﺎ‪:‬‬
‫‪ ‬اﻟﺘﻌﺪاد‪:‬‬
‫ﻳﻘﺼﺪ ﺑﻪ ﻋﻤﻠﻴﺔ اﻟﻌﺪ اﻟﱵ ﺗﻘﻮم ﺎ أﺟﻬﺰة ﳐﺘﺼﺔ ﺗﺎﺑﻌﺔ ﳍﻴﺌﺎت رﲰﻴﺔ‪ ،‬وذﻟﻚ ﺑﻐﺮض اﳊﺼﻮل ﻋﻠﻰ ﻣﻌﻄﻴﺎت ﺣﻮل‬
‫ﻇﺎﻫﺮة أو ﳎﻤﻮﻋﺔ ﻣﻦ اﻟﻈﻮاﻫﺮ‪ ،3‬ﻓﺎﻟﺘﻌﺪاد ﻫﻮ اﳊﺼﺮ اﻟﻜﻤﻲ ﻟﻠﻈﻮاﻫﺮ‪.‬‬
‫‪ ‬اﻹﺣﺼﺎﺋﻴﺎت‪:‬‬
‫ﻫﻲ ﳎﻤﻮﻋﺔ اﳌﻌﻠﻮﻣﺎت أو اﻟﺒﻴﺎﻧﺎت اﻟﻜﻤﻴﺔ )اﻟﺮﻗﻤﻴﺔ( واﻟﻮﺻﻔﻴﺔ اﳋﺎﺻﺔ ﺑﺎﻟﻈﺎﻫﺮة ﻗﻴﺪ اﻟﺪراﺳﺔ أو اﻟﺒﺤﺚ‪ ،4‬وﻳﺘﻢ ﲨﻊ‬
‫ﻫﺬﻩ اﳌﻌﻠﻮﻣﺎت ﻣﻦ ﻃﺮف ﻫﻴﺌﺎت ﳐﺘﺼﺔ وﺗﻘﺪﻣﻬﺎ ﺑﺄﺳﺎﻟﻴﺐ ﻋﻠﻤﻴﺔ ﰲ وﺛﺎﺋﻖ رﲰﻴﺔ وﻏﲑ رﲰﻴﺔ ﳋﺪﻣﺔ ﻏﺮض ﳏﺪد‪.‬‬
‫ﳑﺎ ﺳﺒﻖ ﳝﻜﻦ ﺗﻘﺴﻴﻢ ﻫﺬا ا ﺎل ﻣﻦ اﳌﻌﺮﻓﺔ )ﻋﻠﻢ اﻹﺣﺼﺎء( إﱃ ﻧﻮﻋﲔ رﺋﻴﺴﻴﲔ ﳘﺎ‪:‬‬
‫اﻹﺣﺼﺎء اﻟﻮﺻﻔﻲ ) ‪:(Descriptive Statistics‬‬
‫ﳜﺘﺺ ﻫﺬا اﻟﻨﻮع ﺑﺄﺳﺎﻟﻴﺐ ﲨﻊ اﻟﺒﻴﺎﻧﺎت وﺗﺒﻮﻳﺒﻬﺎ وﻋﺮﺿﻬﺎ‪ ،5‬ﺣﻴﺚ ﺗﻠﺨﺺ اﻟﺒﻴﺎﻧﺎت وﻳﺘﻢ اﺧﺘﺰاﳍﺎ إﱃ ﻣﻌﻠﻮﻣﺔ‬
‫أو أﻛﺜﺮ ﰲ ﺷﻜﻞ ﺟﺪاول ﺗﻜﺮارﻳﺔ ورﺳﻮﻣﺎت ﺑﻴﺎﻧﻴﺔ ﻣﻊ ﺣﺴﺎب ﺑﻌﺾ اﳌﻘﺎﻳﻴﺲ اﻹﺣﺼﺎﺋﻴﺔ )اﳌﺘﻮﺳﻄﺎت‪،‬‬
‫اﻟﻨﺴﺐ‪.(...‬‬
‫‪ -1‬ﳏﻤﺪ راﺗﻮل‪ " :‬اﻹﺣﺼﺎء اﻟﻮﺻﻔﻲ"‪ ،‬دﻳﻮان اﳌﻄﺒﻮﻋﺎت اﳉﺎﻣﻌﻴﺔ‪ ،‬اﳉﺰاﺋﺮ اﻟﻄﺒﻌﺔ اﻟﺜﺎﻧﻴﺔ ‪ ،2006‬ص‪.07‬‬
‫‪ -2‬ﳏﻤﺪ ﺑﻮﻫﺰة‪ " :‬ﳏﺎﺿﺮات ﰲ اﻹﺣﺼﺎء اﻟﻮﺻﻔﻲ"‪ ،‬دار اﶈﻤﺪﻳﺔ اﻟﻌﺎﻣﺔ‪ ،‬اﳉﺰاﺋﺮ‪ ، 2011‬ص ‪.06‬‬
‫‪ -3‬ﳏﻤﺪ راﺗﻮل‪ ،‬ﻣﺮﺟﻊ ﺳﺎﺑﻖ‪ ،‬ص‪.07‬‬
‫‪ -4‬وﻟﻴﺪ إﲰﺎﻋﻴﻞ اﻟﺴﻴﻔﻮ وآﺧﺮون‪ ،‬ﻣﺮﺟﻊ ﺳﺎﺑﻖ‪ ،‬ص ‪.24‬‬
‫‪ -5‬ﻣﺼﻄﻔﻰ ﻳﻮﺳﻒ ﻛﺎﰲ وآﺧﺮون‪ " :‬اﻹﺣﺼﺎء ﰲ اﻹدارة واﻻﻗﺘﺼﺎد"‪ ،‬ﻣﻜﺘﺒﺔ ا ﺘﻤﻊ اﻟﻌﺮﰊ‪ ،‬اﻷردن‪ ،‬اﻟﻄﺒﻌﺔ اﻷوﱃ ‪ ، 2012‬ص ‪.15‬‬
‫‪5‬‬
‫اﻹﺣﺼﺎء اﻻﺳﺘﺪﻻﻟﻲ )اﻻﺳﺘﻘﺮاﺋﻲ( ) ‪:(Inferential Statistical‬‬
‫ﳜﺘﺺ ﻫﺬا اﻟﻨﻮع ﻣﻦ اﻹﺣﺼﺎء ﺑﺎﺳﺘﻨﺘﺎج واﲣﺎذ اﻟﻘﺮارات اﳌﻨﺎﺳﺒﺔ ﻟﻠﻈﺎﻫﺮة ﻗﻴﺪ اﻟﺪراﺳﺔ ﻣﻊ ﺣﺴﺎب درﺟﺔ اﻟﺜﻘﺔ‬
‫اﳌﺼﺎﺣﺒﺔ ﻟﺘﻠﻚ اﻟﻘﺮارات واﻻﺳﺘﻨﺘﺎﺟﺎت‪ ،1‬ﺣﻴﺚ ﻳﻌﻤﻢ ﺣﻜﻢ اﳉﺰء ﻋﻠﻰ اﻟﻜﻞ‪.‬‬
‫‪-III‬اﻟﻤﺼﻄﻠﺤﺎت اﻹﺣﺼﺎﺋﻴﺔ‪:‬‬
‫‪ -1-III‬اﻟﻤﺠﺘﻤﻊ اﻹﺣﺼﺎﺋﻲ )‪ :(Population‬ﻫﻮ ﳎﻤﻮﻋﺔ اﻟﻌﻨﺎﺻﺮ أو اﻷﻓﺮاد اﻟﱵ ﻳﻨﺼﺐ ﻋﻠﻴﻬﺎ‬
‫اﻻﻫﺘﻤﺎم ﰲ دراﺳﺔ ﻣﻌﻴﻨﺔ أو ﳎﻤﻮﻋﺔ اﳌﺸﺎﻫﺪات واﻟﻘﻴﺎﺳﺎت اﳋﺎﺻﺔ ﲟﺠﻤﻮﻋﺔ ﻣﻦ اﻟﻮﺣﺪات اﻹﺣﺼﺎﺋﻴﺔ واﻟﱵ ﲣﺺ‬
‫ﻇﺎﻫﺮة ﻣﻦ اﻟﻈﻮاﻫﺮ اﻟﻘﺎﺑﻠﺔ ﻟﻠﻘﻴﺎس‪ 2‬ﻣﺜﻞ‪ :‬ﳎﺘﻤﻊ ﻣﻦ اﻟﻄﻠﺒﺔ‪ ،‬ﳎﺘﻤﻊ ﻣﻦ اﻷﺳﺮ‪ ،‬ﳎﺘﻤﻊ ﻣﻦ اﳌﺆﺳﺴﺎت وﻏﲑ ذﻟﻚ‪،‬‬
‫وﳝﻜﻦ ﺗﻘﺴﻴﻢ ا ﺘﻤﻊ اﻹﺣﺼﺎﺋﻲ إﱃ ﻧﻮﻋﺎن‪:‬‬
‫ﻣﺠﺘﻤﻊ اﻟﻬﺪف )‪ :(Target Population‬ﻫﻮ ﻋﺒﺎرة ﻋﻦ ﳎﻤﻮع اﻷﺷﺨﺎص أو اﻟﻌﻨﺎﺻﺮ‬

‫اﳌﺴﺘﻬﺪﻓﲔ ﺑﺎﻟﺪراﺳﺔ‪ ،‬واﻟﺬﻳﻦ ﻧﺮﻳﺪ ﺗﻌﻤﻴﻢ ﻧﺘﺎﺋﺞ اﻟﺪراﺳﺔ ﻋﻠﻴﻬﻢ‪ ،3‬ﻣﺜﻞ ﻃﻠﺒﺔ اﳉﺎﻣﻌﺎت‪ ،‬ﻣﻮﻇﻔﻲ اﻟﻘﻄﺎع‬
‫اﻟﻌﺎم ﰲ ا ﺎل اﻟﺼﺤﻲ ﰲ دوﻟﺔ ﻣﺎ‪...‬إﱁ‪.‬‬
‫ﻣﺠﺘﻤﻊ اﻟﺪراﺳﺔ )‪ :(Study Population‬ﻫﻮ ﳎﻤﻮﻋﺔ اﻷﻓﺮاد اﻟﺬﻳﻦ أﺗﻴﺢ ﻟﻨﺎ اﳊﺼﻮل ﻣﻨﻬﻢ‬
‫ﻋﻠﻰ اﻟﺒﻴﺎﻧﺎت أو اﳌﻌﻠﻮﻣﺎت اﳌﺘﻌﻠﻘﺔ ﺑﺎﻟﻈﺎﻫﺮة أو اﳌﺸﻜﻠﺔ اﻟﱵ ﻳﺮاد ﲝﺜﻬﺎ ودراﺳﺘﻬﺎ‪.4‬‬
‫وﻏﺎﻟﺒﺎ ﻣﺎ ﻳﻜﻮن ا ﺘﻤﻊ اﻹﺣﺼﺎﺋﻲ ﻛﺒﲑا وﺑﺎﻟﺘﺎﱄ دراﺳﺔ ﲨﻴﻊ ﻣﻔﺮداﺗﻪ ﻗﺪ ﻳﻜﻮن أﻣﺮ ﻏﲑ ﻣﺘﻴﺴﺮ وﻋﻠﻴﻪ ﻧﻠﺠﺄ ﻟﺪراﺳﺔ‬
‫ﺟﺰء ﻣﻦ ﻣﻔﺮداﺗﻪ ﻳﻄﻠﻖ ﻋﻠﻴﻪ ﺗﺴﻤﻴﺔ ﻋﻴﻨﺔ‪.‬‬
‫‪ -2-III‬اﻟﻌﻴﻨﺔ )‪ :(Sample‬ﻫﻲ ﳎﻤﻮﻋﺔ ﺟﺰﺋﻴﺔ ﻣﻦ ﻣﻔﺮدات ا ﺘﻤﻊ اﻹﺣﺼﺎﺋﻲ‪ ،‬وﻗﺪ ﺟﺮت اﻟﻌﺎدة ﻋﻠﻰ‬
‫اﺧﺘﻴﺎر ﻣﻔﺮدا ﺎ ﲝﻴﺚ ﻳﻜﻮن ﻟﻜﻞ ﻣﻔﺮدة ﻣﻦ ﻣﻔﺮدات ا ﺘﻤﻊ ﻧﻔﺲ اﻟﻔﺮﺻﺔ ﺑﺄن ﺗﻜﻮن ﺿﻤﻦ ﻣﻔﺮدات اﻟﻌﻴﻨﺔ‪ ،‬وذﻟﻚ‬
‫ﺣﱴ ﲤﺜﻞ ا ﺘﻤﻊ أﺣﺴﻦ ﲤﺜﻴﻞ‪ ،‬وﳜﺘﻠﻒ ﺣﺠﻢ اﻟﻌﻴﻨﺔ ﺣﺴﺐ أﳘﻴﺔ اﻟﺪراﺳﺔ وﺣﺴﺐ اﻹﻣﻜﺎﻧﻴﺎت اﳌﺎدﻳﺔ واﻟﺒﺸﺮﻳﺔ‬
‫‪ -1‬ﻋﻠﻲ ﻋﺒﺪ اﻟﺴﻼم اﻟﻌﻤﺎري وﻋﻠﻲ ﺣﺴﲔ اﻟﻌﺠﻴﻠﻲ‪ " :‬اﻹﺣﺼﺎء واﻻﺣﺘﻤﺎﻻت اﻟﻨﻈﺮﻳﺔ واﻟﺘﻄﺒﻴﻖ"‪ ،‬ﻣﻨﺸﻮرات ‪ ،ELGA‬ﻣﺎﻟﻄﺎ ‪ ،2000‬ص ‪.01‬‬
‫‪ -2‬ﺟﻴﻼﱄ ﺟﻼﻃﻮ‪ " :‬اﻹﺣﺼﺎء ﻣﻊ ﲤﺎرﻳﻦ وﻣﺴﺎﺋﻞ ﳏﻠﻮﻟﺔ"‪ ،‬دﻳﻮان اﳌﻄﺒﻮﻋﺎت اﳉﺎﻣﻌﻴﺔ‪ ،‬اﳉﺰاﺋﺮ‪ ،‬ﻃﺒﻌﺔ ‪ ،2002‬ص‪.05‬‬
‫‪ -3‬إﺑﺮاﻫﻴﻢ ﻣﺮاد اﻟﺪﻋﻤﺔ وﻣﺎزن ﺣﺴﻦ اﻟﺒﺎﺷﺎ‪ ،‬ﻣﺮﺟﻊ ﺳﺎﺑﻖ‪ ،‬ص ‪.20‬‬
‫‪ -4‬اﳌﺮﺟﻊ اﻟﺴﺎﺑﻖ‪ ،‬ص ‪.20‬‬
‫‪6‬‬
‫اﳌﺘﺎﺣﺔ ﻟﻠﻘﻴﺎم ﺬﻩ اﻟﺪراﺳﺔ‪ ،‬وﻳﻌﺘﱪ أﺳﻠﻮب اﳌﻌﺎﻳﻨﺔ ﻣﻦ اﻷﺳﺎﻟﻴﺐ اﳌﺘﺒﻌﺔ ﰲ أﻏﻠﺐ اﻟﺪراﺳﺎت اﳌﻴﺪاﻧﻴﺔ وﻫﺬا‬
‫ﻻﺳﺘﺤﺎﻟﺔ ﲨﻊ اﳌﻌﻠﻮﻣﺎت اﻹﺣﺼﺎﺋﻴﺔ ﻣﻦ اﻟﻮﺣﺪات اﻟﱵ ﺗﺸﻜﻞ ا ﺘﻤﻊ اﳌﺪروس أو ﻣﺎ ﻳﺴﻤﻰ اﳊﺼﺮ اﻟﺸﺎﻣﻞ‪.1‬‬
‫‪ -3-III‬اﻟﻮﺣﺪة اﻹﺣﺼﺎﺋﻴﺔ )‪ :(Statistical Unit‬ﻫﻲ اﻟﻌﻨﺼﺮ أو اﳉﺰء اﻟﺬي ﲡﺮى ﻋﻠﻴﻪ اﻟﺪراﺳﺔ‬
‫اﻹﺣﺼﺎﺋﻴﺔ أو اﳌﻌﺎﻳﻨﺔ‪ ،‬وﻳﺸﱰط ﰲ اﻟﻮﺣﺪة أن ﺗﻜﻮن ﺧﺎﺿﻌﺔ ﻟﺘﻌﺮﻳﻒ دﻗﻴﻖ وواﺿﺢ‪.2‬‬
‫‪ -4-III‬اﻟﻈﺎﻫﺮة اﻹﺣﺼﺎﺋﻴﺔ )‪ :(Statistical Phenomenon‬ﻫﻲ ﺻﻔﺔ ﻟﻌﻨﺎﺻﺮ ﲣﺘﻠﻒ ﻣﻦ ﻋﻨﺼﺮ‬

‫ﻵﺧﺮ ﰲ اﻟﺸﻜﻞ أو اﻟﻨﻮع أو اﻟﻜﻤﻴﺔ وﻳﻄﻠﻖ ﻋﻠﻰ اﻟﺼﻔﺔ ﲢﺖ اﻟﺪراﺳﺔ اﺳﻢ ﻣﺘﻐﲑ )‪ 3 (Variable‬ﻣﺜﻼ‪ :‬اﻟﻘﺎﻣﺔ‪،‬‬
‫اﻟﺴﻦ‪ ،‬اﻟﻮزن‪ ،‬اﻹﻧﺘﺎج‪ ،‬اﻻدﺧﺎر‪ ،‬اﻻﺳﺘﺜﻤﺎر‪ ،‬اﻻﺳﺘﻬﻼك‪....‬‬
‫‪ -5-III‬اﻟﻤﺘﻐﻴﺮة )‪ :(Variables‬ﻫﻲ اﻟﺼﻔﺎت أو اﻟﺴﻤﺎت اﻟﱵ ﻳﺘﺼﻒ ﺎ أﻓﺮاد ﻋﻴﻨﺔ ﻣﺎ‪ ،‬ﺣﻴﺚ ﺗﺘﻐﲑ ﻫﺬﻩ‬
‫اﻟﺼﻔﺎت ﻣﻦ ﻋﻨﺼﺮ ﻵﺧﺮ‪ 4‬ﻣﺜﻞ‪ :‬أﻃﻮال اﻷﻃﻔﺎل ﲢﺖ ﺳﻦ ﻣﻌﲔ ﰲ ﻣﺪﻳﻨﺔ ﻣﺎ‪ ،‬ﺳﻌﺮ ﻣﺎدة ﻣﻌﻴﻨﺔ ﰲ ﺳﻮق ﻣﺎ‬
‫وﻏﲑﻫﺎ‪.‬‬
‫‪ -6-III‬اﻟﻤﻌﻠﻤﺔ )‪ :(Parametre‬ﻫﻮ اﳌﻘﻴﺎس أو اﻟﺜﺎﺑﺖ اﻟﺬي ﻳﺼﻒ ﺑﻌﺾ ﺧﺼﺎﺋﺺ ا ﺘﻤﻊ‪ ،‬وﳓﺼﻞ‬
‫ﻋﻠﻴﻪ ﻣﻦ ﺧﻼل ﲢﻠﻴﻞ اﻟﺒﻴﺎﻧﺎت ﳍﺬا ا ﺘﻤﻊ‪ ،‬وﻫﺬﻩ اﳌﻘﺎﻳﻴﺲ أو اﻟﺜﻮاﺑﺖ ﳓﺼﻞ ﻋﻠﻴﻬﺎ ﻣﻦ ﺧﻼل اﻋﺘﻤﺎد ﻋﻤﻠﻴﺔ‬
‫اﳌﺴﺢ اﻟﺸﺎﻣﻞ ﰲ اﻟﻌﺎدة‪ ،5‬ﻣﺜﻞ‪ :‬ﻣﺘﻮﺳﻂ دﺧﻞ اﻟﻔﺮد ﰲ ﺑﻠﺪ ﻣﻌﲔ ﻳﻌﺘﱪ ﻣﻌﻠﻤﺔ وذﻟﻚ ﻷﻧﻪ ﻳﻌﻜﺲ اﳌﺴﺘﻮى اﳌﻌﻴﺸﻲ‬
‫ﻷﻓﺮاد ذﻟﻚ اﻟﺒﻠﺪ‪ ،‬وﻳﺮﻣﺰ ﻟﻠﻤﻌﻠﻤﺔ ﺑﺄﺣﺪ اﳊﺮوف اﻟﻼﺗﻴﻨﻴﺔ ﻣﺜﻼ ﻣﺘﻮﺳﻂ ا ﺘﻤﻊ اﻹﺣﺼﺎﺋﻲ ‪ ‬وﺗﺒﺎﻳﻨﻪ ‪.  2‬‬
‫‪-IV‬اﻟﻤﺘﻐﻴﺮة اﻹﺣﺼﺎﺋﻴﺔ‪:‬‬
‫اﳌﺘﻐﲑة اﻹﺣﺼﺎﺋﻴﺔ ﻫﻲ ﺗﻠﻚ اﻟﺼﻔﺔ أو اﻟﻜﻤﻴﺔ اﻟﻘﺎﺑﻠﺔ ﻟﻠﺘﻐﲑ ﻣﻦ ﻓﺮد ﻵﺧﺮ أو ﻣﻦ ﻣﺸﺎﻫﺪة ﻷﺧﺮى واﻟﱵ‬
‫ﺗﺴﻤﺢ ﺑﺘﻔﺮﻳﻖ ﻫﺆﻻء ﻋﻦ أوﻟﺌﻚ وﺗﺼﻨﻔﻬﻢ وﻳﻄﻠﻖ ﻋﻠﻰ اﻟﻘﻴﻤﺔ اﻟﱵ ﺗﻌﻄﻰ ﳍﺎ اﺳﻢ ﻗﻴﻤﺔ اﳌﺘﻐﲑ اﻹﺣﺼﺎﺋﻲ‪ ،‬وﳝﻜﻦ‬
‫ﺗﺼﻨﻴﻒ اﳌﺘﻐﲑة اﻹﺣﺼﺎﺋﻴﺔ إﱃ ﻗﺴﻤﲔ‪:‬‬
‫‪ -1‬ﺟﻴﻼﱄ ﺟﻼﻃﻮ‪ ،‬ﻣﺮﺟﻊ ﺳﺎﺑﻖ‪ ،‬ص‪.5‬‬

‫‪ -2‬ﻋﺒﺪ اﻟﺮزاق ﻋﺰوز‪ " :‬اﻟﻜﺎﻣﻞ ﰲ اﻹﺣﺼﺎء "‪ ،‬اﳉﺰء اﻷول‪ ،‬دﻳﻮان اﳌﻄﺒﻮﻋﺎت اﳉﺎﻣﻌﻴﺔ‪ ،‬اﳉﺰاﺋﺮ‪ ،2010 ،‬ص ‪.15‬‬
‫‪ -3‬ﻋﻠﻲ ﻋﺒﺪ اﻟﺴﻼم اﻟﻌﻤﺎري وﻋﻠﻲ ﺣﺴﲔ اﻟﻌﺠﻴﻠﻲ‪ ،‬ﻣﺮﺟﻊ ﺳﺎﺑﻖ‪ ،‬ص ‪.03‬‬
‫‪ -5‬اﳌﺮﺟﻊ اﻟﺴﺎﺑﻖ‪ ،‬ص ‪.21‬‬
‫‪7‬‬
‫‪ -1-IV‬اﻟﻤﺘﻐﻴﺮة اﻟﻨﻮﻋﻴﺔ "اﻟﻜﻴﻔﻴﺔ" )‪:(Qualitative Variables‬‬
‫ﻫﻲ ﺗﻠﻚ اﳌﺘﻐﲑات أو اﻟﻈﻮاﻫﺮ اﻟﱵ ﻻ ﳝﻜﻦ ﻗﻴﺎﺳﻬﺎ ﻋﺪدﻳﺎ ﺑﻞ ﻗﻴﺎس ﺗﻜﺮارﻫﺎ ﻓﻘﻂ‪ ،1‬أو ﻫﻲ ﻋﺒﺎرة ﻋﻦ ﺻﻔﺎت‬
‫أو أﻧﻮاع ﻟﻴﺴﺖ ﻋﺪدﻳﺔ وﺗﻨﻘﺴﻢ ﺑﺪورﻫﺎ إﱃ‪:‬‬
‫ﺑﻴﺎﻧﺎت ﻧﻮﻋﻴﺔ ﻗﺎﺑﻠﺔ ﻟﻠﺘﺮﺗﻴﺐ‪ :‬ﳝﻜﻦ ﺗﺮﺗﻴﺒﻬﺎ ﺣﺴﺐ رﺗﺒﺔ ﻣﻌﻴﻨﺔ ﺗﺼﺎﻋﺪﻳﺎ أو ﺗﻨﺎزﻟﻴﺎ ﻣﺜﻞ‪ :‬ﻣﺴﺘﻮﻳﺎت اﻟﻨﻤﻮ‬
‫اﻻﻗﺘﺼﺎدي‪ ،‬اﳌﺴﺘﻮى اﻟﺘﻌﻠﻴﻤﻲ‪ ،‬اﻟﺮﺗﺐ اﻟﻌﺴﻜﺮﻳﺔ‪ ،‬ﺗﻘﺪﻳﺮات اﻟﻨﺠﺎح وﻏﲑﻫﺎ‪.‬‬
‫ﺑﻴﺎﻧﺎت ﻧﻮﻋﻴﺔ ﻏﻴﺮ ﻗﺎﺑﻠﺔ ﻟﻠﺘﺮﺗﻴﺐ‪ :‬ﻣﺜﻞ‪ :‬اﳉﻨﺴﻴﺔ‪ ،‬أﻧﻮاع اﻷﻣﺮاض‪ ،‬اﳊﺎﻟﺔ اﻟﻌﺎﺋﻠﻴﺔ وﻏﲑﻫﺎ‪.‬‬
‫‪ -2-IV‬اﻟﻤﺘﻐﻴﺮة اﻟﻜﻤﻴﺔ "اﻟﻌﺪدﻳﺔ" )‪:(Quantitative Variables‬‬
‫ﻫﻲ ﺗﻠﻚ اﳌﺘﻐﲑات اﻟﱵ ﳝﻜﻦ اﻟﺘﻌﺒﲑ ﻋﻨﻬﺎ ﻋﺪدﻳﺎ ﺑﺄرﻗﺎم ﺣﻘﻴﻘﻴﺔ وﻗﻴﺎﺳﻬﺎ رﻗﻤﻴﺎ وﻫﻲ أﻛﺜﺮ اﳌﺘﻐﲑات اﻧﺘﺸﺎرا‬
‫واﺳﺘﻌﻤﺎﻻ ﻷن ﻟﻐﺔ اﻹﺣﺼﺎء ﻫﻲ ﻟﻐﺔ اﻷرﻗﺎم ﻣﺜﺎل ﻋﻠﻰ ذﻟﻚ‪ :‬اﻹﻧﺘﺎج‪ ،‬اﻻﺳﺘﻬﻼك‪ ،‬اﻟﻮزن‪ ،‬اﻟﻄﻮل‪ ،‬اﻻﺳﺘﺜﻤﺎر‬
‫وﻏﲑﻫﺎ وﺗﻨﻘﺴﻢ ﺑﺪورﻫﺎ إﱃ ﻗﺴﻤﲔ‪:2‬‬
‫اﻟﻤﺘﻐﻴﺮة اﻟﻜﻤﻴﺔ اﻟﻤﻨﻔﺼﻠﺔ "اﻟﻤﺘﻘﻄﻌﺔ" )‪:(Discrete Variables‬‬
‫ﻫﻲ ﺗﻠﻚ اﳌﺘﻐﲑات اﻟﱵ ﺗﺄﺧﺬ ﻗﻴﻤﺎ ﺻﺤﻴﺤﺔ ﻻ ﳝﻜﻦ ﲡﺰﺋﺘﻬﺎ ﻣﺜﻞ‪ :‬ﻋﺪد اﻷﻃﻔﺎل ﰲ اﻷﺳﺮة‪ ،‬ﻋﺪد اﻟﻄﻼب ﰲ‬
‫ﻣﺮاﺣﻞ اﻟﺘﻌﻠﻴﻢ اﳌﺨﺘﻠﻔﺔ‪ ،‬ﻋﺪد اﻟﻐﺮف ﺑﺎﻟﺒﻴﺖ‪ ،‬ﻋﺪد ﻗﻄﻊ اﻟﻐﻴﺎر اﳌﻨﺘﺠﺔ‪...‬إﱁ‪.‬‬
‫اﻟﻤﺘﻐﻴﺮة اﻟﻜﻤﻴﺔ اﻟﻤﺘﺼﻠﺔ "اﻟﻤﺴﺘﻤﺮة" )‪:(Continuous Variables‬‬
‫ﻫﻲ ﺗﻠﻚ اﳌﺘﻐﲑات اﻟﱵ ﺗﺄﺧﺬ ﻛﻞ اﻟﻘﻴﻢ اﳌﻤﻜﻨﺔ ﺎل اﻟﺪراﺳﺔ‪ ،‬وﻧﻈﺮا ﻟﻠﻌﺪد ﻏﲑ اﳌﻨﺘﻬﻲ ﳍﺬﻩ اﻟﻘﻴﻢ ﻧﻘﺴﻢ ﳎﺎل‬
‫اﻟﺪراﺳﺔ إﱃ ﳎﺎﻻت ﺟﺰﺋﻴﺔ ﺗﺴﻤﻰ ﻓﺌﺎت‪.‬‬
‫وﺑﺼﻔﺔ ﻋﺎﻣﺔ ﻳﻌﺘﱪ اﳌﺘﻐﲑ ﻣﺴﺘﻤﺮا إذا ﻛﺎن ﻣﺮﺗﺒﻂ ﺑﺎﻟﺰﻣﻦ )اﻟﺴﺮﻋﺔ‪ ،‬اﻟﺴﻦ‪ ،(...‬أو اﻟﻜﺘﻠﺔ )اﻟﻮزن‪ ،‬اﻟﻜﺜﺎﻓﺔ‪ ،(...‬اﻟﻨﻘﻮد‬
‫)اﻟﺪﺧﻞ‪ ،‬اﻷﺟﺮ‪ ،‬اﻟﺴﻌﺮ ‪ (...‬أو اﻟﻔﻀﺎء )اﻟﻄﻮل‪ ،‬اﳌﺴﺎﺣﺔ‪ ،(...‬وﻧﺮﻣﺰ ﻟﻠﻤﺘﻐﲑة ﺑﺎﻟﺮﻣﺰ ‪ X i‬وﻟﻠﻘﻴﻤﺔ اﻟﱵ ﺗﻘﺎﺑﻠﻬﺎ‬
‫ﺑﺎﻟﺮﻣﺰ ‪. xi‬‬

‫‪ -2‬ﺟﻴﻼﱄ ﺟﻼﻃﻮ‪ ،‬ﻣﺮﺟﻊ ﺳﺎﺑﻖ‪ ،‬ص‪.7‬‬
‫‪8‬‬
‫‪-V‬ﻣﺼﺎدر اﻟﺒﻴﺎﻧﺎت اﻹﺣﺼﺎﺋﻴﺔ‪:‬‬

‫ﻣﺼﺎدر اﻟﺒﻴﺎﻧﺎت اﻹﺣﺼﺎﺋﻴﺔ ﻫﻲ اﳌﻨﺎﺑﻊ اﻟﱵ ﻳﺄﺧﺬ ﻣﻨﻬﺎ اﻹﺣﺼﺎﺋﻲ اﻟﺒﻴﺎﻧﺎت ﻣﻮﺿﻊ اﻟﺪراﺳﺔ‪ ،‬ﺣﻴﺚ ﻳﻌﺘﻤﺪ‬
‫اﻟﺒﺎﺣﺜﻮن ﻋﻠﻰ ﻣﺼﺪرﻳﻦ أﺳﺎﺳﻴﲔ ﻟﻠﺤﺼﻮل ﻋﻠﻰ اﳌﻌﻠﻮﻣﺎت اﻹﺣﺼﺎﺋﻴﺔ اﳋﺎﺻﺔ ﺑﻈﺎﻫﺮة ﻣﻌﻴﻨﺔ‪:1‬‬
‫‪ -1-V‬اﻟﻤﺼﺎدر اﻟﻤﺒﺎﺷﺮة‪ :‬ﳚﻤﻊ اﻹﺣﺼﺎﺋﻲ ﻣﻌﻠﻮﻣﺎﺗﻪ إﻣﺎ ﺑﺎﻻﺗﺼﺎل واﻻﺣﺘﻜﺎك اﳌﺒﺎﺷﺮ ﺑﻮﺣﺪات ا ﺘﻤﻊ‬
‫اﻹﺣﺼﺎﺋﻲ أو ﺑﺎﻻﻋﺘﻤﺎد ﻋﻠﻰ اﻟﻮﺛﺎﺋﻖ اﻟﱵ ﺗﻜﻮن ﻓﻴﻬﺎ اﳌﻌﻠﻮﻣﺎت ﻻزاﻟﺖ ﺧﺎﻣﺔ‪ ،‬وﰲ ﻫﺬﻩ اﳊﺎﻟﺔ ﳝﺜﻞ اﻻﺳﺘﺒﻴﺎن‬
‫أو اﳌﻘﺎﺑﻠﺔ أﺣﺪ اﳌﺼﺎدر اﳍﺎﻣﺔ ﻟﻠﺤﺼﻮل ﻋﻠﻰ اﳌﻌﻠﻮﻣﺎت ﻣﻦ اﳌﺼﺎدر اﻷوﻟﻴﺔ‪.‬‬
‫‪ -2-V‬اﻟﻤﺼﺎدر ﻏﻴﺮ اﻟﻤﺒﺎﺷﺮة‪ :‬ﻳﺘﺤﺼﻞ اﻟﺒﺎﺣﺚ ﻋﻠﻰ اﳌﻌﻠﻮﻣﺎت اﻹﺣﺼﺎﺋﻴﺔ ﻣﻦ اﻟﺪراﺳﺎت واﻟﺘﺤﻘﻴﻘﺎت‬
‫اﻟﺴﺎﺑﻘﺔ‪ ،‬ﺣﻴﺚ ﺗﻜﻮن ﻫﺬﻩ اﻟﺒﻴﺎﻧﺎت ﻣﺒﻮﺑﺔ وﻣﺼﻨﻔﺔ ﻣﻦ ﻃﺮف ﺑﺎﺣﺜﲔ ﺳﺎﺑﻘﲔ أو ﻫﻴﺌﺎت رﲰﻴﺔ أو ﻏﲑ رﲰﻴﺔ وﰎ‬
‫ﻧﺸﺮﻫﺎ ﰲ ﻧﺸﺮات ﺧﺎﺻﺔ أو دورﻳﺎت أو ﺗﻜﻮن ﳏﻔﻮﻇﺔ ﰲ اﻷرﺷﻴﻒ اﻟﺘﻘﻠﻴﺪي أو اﻵﱄ‪.‬‬
‫‪-VI‬ﻃﺮق ﺟﻤﻊ اﻟﺒﻴﺎﻧﺎت اﻹﺣﺼﺎﺋﻴﺔ‪:‬‬

‫ﻋﻨﺪ اﻟﻘﻴﺎم ﺑﺪراﺳﺔ إﺣﺼﺎﺋﻴﺔ ﻟﻈﺎﻫﺮة ﻣﻌﻴﻨﺔ ﻳﺘﻄﻠﺐ اﻷﻣﺮ ﲨﻊ ﺑﻴﺎﻧﺎت وﻣﻌﻠﻮﻣﺎت ﻋﻦ وﺣﺪات ا ﺘﻤﻊ ﻗﻴﺪ‬
‫اﻟﺪراﺳﺔ‪ ،‬وﻳﺘﻢ ﲨﻊ اﻟﺒﻴﺎﻧﺎت اﻹﺣﺼﺎﺋﻴﺔ ﻣﻦ اﳌﻴﺪان ﺑﺎﺳﺘﺨﺪام إﺣﺪى اﻟﻄﺮﻳﻘﺘﲔ‪:‬‬
‫‪ -1-VI‬ﻃﺮﻳﻘﺔ اﻟﺤﺼﺮ )اﻟﻤﺴﺢ( اﻟﺸﺎﻣﻞ‪ :‬ﻳﺘﻢ ﻣﻦ ﺧﻼﳍﺎ ﲡﻤﻴﻊ اﻟﺒﻴﺎﻧﺎت ﻣﻦ ﲨﻴﻊ اﳌﻔﺮدات اﻟﱵ ﺗﻜﻮن‬
‫ا ﺘﻤﻊ اﻹﺣﺼﺎﺋﻲ ﻛﻤﺎ ﻫﻮ اﳊﺎل ﰲ اﻟﺘﻌﺪاد اﻟﻌﺎم ﻟﻠﺴﻜﺎن‪ ،‬وﺗﻌﺘﱪ ﻫﺬﻩ اﻟﻄﺮﻳﻘﺔ ﻣﻦ أﻓﻀﻞ ﻃﺮق ﲨﻊ اﻟﺒﻴﺎﻧﺎت‬
‫وذﻟﻚ ﻷ ﺎ ﺗﻌﻄﻲ ﺑﻴﺎﻧﺎت ﻛﺎﻣﻠﺔ ﺣﻮل اﳌﺸﻜﻠﺔ اﻟﱵ ﻢ اﻟﺒﺎﺣﺚ‪ ،2‬وﺗﻮﻓﺮ ﻫﺬﻩ اﻟﻄﺮﻳﻘﺔ ﻣﻌﻠﻮﻣﺎت دﻗﻴﻘﺔ إذا ﺗﻮﻓﺮت‬
‫ﺷﺮوط اﻟﺒﺤﺚ اﻟﻌﻠﻤﻲ‪ ،‬ﻏﲑ أﻧﻪ ﻣﻦ ﻋﻴﻮ ﺎ ارﺗﻔﺎع اﻟﺘﻜﺎﻟﻴﻒ ﻟﻜﻮن ﻋﻤﻠﻴﺔ اﳊﺼﺮ اﻟﺸﺎﻣﻞ ﺗﺘﻄﻠﺐ وﺳﺎﺋﻞ ﻣﺎدﻳﺔ‬
‫وﺑﺸﺮﻳﺔ ﺿﺨﻤﺔ وﲢﺘﺎج إﱃ وﻗﺖ أﻃﻮل وﻛﻠﻤﺎ ﻛﺎن ﺣﺠﻢ ا ﺘﻤﻊ ﻛﺒﲑا ﻛﻠﻤﺎ ﻛﺎن اﺣﺘﻤﺎل اﳋﻄﺄ ﻛﺒﲑا‪ ،‬وﺗﺴﺘﺨﺪم‬
‫ﻫﺬﻩ اﻟﻄﺮﻳﻘﺔ إذا ﻛﺎن ا ﳌﻄﻠﻮب اﳊﺼﻮل ﻋﻠﻰ ﺑﻴﺎﻧﺎت ﻋﻠﻰ ﻣﺴﺘﻮى ﻋﺎل ﻣﻦ اﻟﺪﻗﺔ ﻛﻤﺎ ﻫﻮ اﳊﺎل ﰲ اﻟﺘﻌﺪادات‬
‫اﻟﻌﺎﻣﺔ اﳌﺘﻌﻠﻘﺔ ﺑﺎﻟﺴﻜﺎن‪ ،‬اﻟﺰراﻋﺔ أو اﻻﻗﺘﺼﺎد‪ ،‬ﻟﺬﻟﻚ ﻓﻬﻮ ﰲ ﻏﺎﻟﺐ اﻷﺣﻴﺎن ﻣﻦ ﻣﻬﻤﺔ اﳊﻜﻮﻣﺎت‪.‬‬
‫‪ -2-VI‬ﻃﺮﻳﻘﺔ اﻟﻤﻌﺎﻳﻨﺔ‪ :‬ﺗﺴﺘﺨﺪم ﻫﺬﻩ اﻟﻄﺮﻳﻘﺔ إذا ﻛﺎن ﻣﻦ اﻟﺼﻌﻮﺑﺔ إﺟﺮاء اﻟﺪراﺳﺔ ﻋﻠﻰ ﻛﺎﻓﺔ أﻓﺮاد ا ﺘﻤﻊ‬
‫أو ﳝﻜﻦ اﻻﻛﺘﻔﺎء ﲟﻌﻠﻮﻣﺎت ﻋﻦ ﺟﺰء ﻣﻦ ا ﺘﻤﻊ ﺑﺪﻻ ﻣﻦ ا ﺘﻤﻊ ﻛﻜﻞ‪ ،3‬وﻳﺘﻢ اﺧﺘﻴﺎر ﺟﺰء )ﻋﻴﻨﺔ( ﻣﻦ ﻋﻨﺎﺻﺮ‬
‫‪ -1‬ﳏﻤﺪ راﺗﻮل‪ ،‬ﻣﺮﺟﻊ ﺳﺎﺑﻖ‪ ،‬ص ‪.13‬‬

‫‪ -2‬ﺧﺎﻟﺪ أﲪﺪ ﻓﺮﺣﺎن اﳌﺸﻬﺪاﱐ وراﺋﺪ ﻋﺒﺪ اﳋﺎﻟﻖ ﻋﺒﺪ اﷲ اﻟﻌﺒﻴﺪي‪ " :‬ﻣﺒﺎدئ اﻹﺣﺼﺎء ﻣﺘﻀﻤﻦ اﻟﺘﺤﻠﻴﻞ اﻹﺣﺼﺎﺋﻲ ‪ ،"SPSS‬دار اﻷﻳﺎم‪ ،‬اﻷردن‪،‬‬
‫‪ ،2013‬ص‪.28‬‬
‫‪9‬‬
‫ا ﺘﻤﻊ ﻗﻴﺪ اﻟﺪراﺳﺔ ﺑﺄﺳﻠﻮب ﻋﻠﻤﻲ ﺳﻠﻴﻢ‪ ،‬وﺑﺘﺤﻠﻴﻞ ﺑﻴﺎﻧﺎت اﻟﻌﻴﻨﺔ إﺣﺼﺎﺋﻴﺎ ﳝﻜﻦ ﺗﻌﻤﻴﻢ ﻧﺘﺎﺋﺠﻬﺎ ﻋﻠﻰ ا ﺘﻤﻊ‬
‫ﻛﻜﻞ‪ ،‬ﻣﻊ ﻣﻼﺣﻈﺔ أن ﻧﺘﺎﺋﺞ اﻟﻌﻴﻨﺔ اﳌﺨﺘﺎرة ﺗﻜﻮن ﻗﺮﻳﺒﺔ ﻣﻦ ﺣﻘﺎﺋﻖ ا ﺘﻤﻊ ﻛﻠﻤﺎ زاد ﺣﺠﻢ اﻟﻌﻴﻨﺔ وﻛﻠﻤﺎ ﰎ إﺗﺒﺎع‬
‫اﻷﺳﻠﻮب اﻟﻌﻠﻤﻲ اﻟﺴﻠﻴﻢ ﰲ اﺧﺘﻴﺎرﻫﺎ‪.‬‬
‫وﻣﻦ ﺑﲔ اﻷﺳﺒﺎب اﻟﱵ ﺗﺪﻋﻮا ﻹﺗﺒﺎع ﻃﺮﻳﻘﺔ اﳌﻌﺎﻳﻨﺔ ﻧﺬﻛﺮ ﻣﺎ ﻳﻠﻲ‪:1‬‬

‫‪ -‬ﺗﻮﻓﲑ اﳌﺎل واﳉﻬﺪ واﻟﻮﻗﺖ اﻟﻼزم ﻹﺟﺮاء اﻟﺒﺤﺚ‪.‬‬
‫‪ -‬ﺻﻌﻮﺑﺔ إﺟﺮاء اﳊﺼﺮ اﻟﺸﺎﻣﻞ ﺑﺴﺒﺐ ﻃﺒﻴﻌﺔ ا ﺘﻤﻊ‪ ،‬ﻓﻘﺪ ﻳﻜﻮن ا ﺘﻤﻊ ﻏﲑ ﳏﺪود أو ﻛﺒﲑ ﺟﺪا أو ﻳﺘﺄﻟﻒ‬
‫ﻣﻦ وﺣﺪات ﲦﻴﻨﺔ أو ﺧﻄﲑة أو ﻣﺎ ﺷﺎﺑﻪ ذﻟﻚ‪.‬‬
‫إن اﳍﺪف ﻣﻦ اﳌﻌﺎﻳﻨﺔ ﻫﻮ اﻟﻮﺻﻮل إﱃ اﺳﺘﻨﺘﺎج ﻋﻦ ا ﺘﻤﻊ اﻟﺬي اﺧﺘﲑت ﻣﻨﻪ اﻟﻌﻴﻨﺔ‪ ،‬وإن اﳋﻄﻮة اﻷوﱃ ﰲ أﺧﺬ‬
‫اﻟﻌﻴﻨﺎت ﻫﻲ ﲢﺪﻳﺪ ﺣﺠﻢ اﻟﻌﻴﻨﺔ‪ ،‬ﰒ اﻟﺒﺤﺚ ﻋﻦ إﻃﺎر اﳌﻌﺎﻳﻨﺔ اﻟﺬي ﺳﻨﺴﺤﺐ ﻣﻨﻪ اﻟﻌﻴﻨﺔ‪ ،‬وﺑﻌﺪﻫﺎ ﻧﺘﺒﻊ إﺣﺪى‬
‫إﺟﺮاءات أو ﻃﺮق اﳌﻌﺎﻳﻨﺔ‪.‬‬
‫‪-VII‬أﻧﻮاع اﻟﻌﻴﻨﺎت وأﺳﺎﻟﻴﺐ اﻟﻤﻌﺎﻳﻨﺔ‪:‬‬

‫ﻫﻨﺎك أﻧﻮاع ﻋﺪﻳﺪة ﻣﻦ اﻟﻌﻴﻨﺎت وﻣﻦ ﺧﻼل إﺟﺮاءات ﺳﺤﺒﻬﺎ ﳝﻜﻦ ﻟﻠﺒﺎﺣﺚ أن ﳜﺘﺎر ﻣﺎ ﻳﺘﻨﺎﺳﺐ ﻣﻨﻬﺎ ﻣﻊ‬
‫ﻇﺮوف اﻟﺪراﺳﺔ اﻟﱵ ﻳﻘﻮم ﺎ‪ ،‬وﻋﻠﻰ اﻟﻌﻤﻮم ﳝﻜﻦ ﺗﻘﺴﻴﻢ اﻟﻌﻴﻨﺎت إﱃ ﻧﻮﻋﲔ رﺋﻴﺴﻴﲔ ﳘﺎ‪:‬‬
‫‪ -1-VII‬اﻟﻌﻴﻨﺎت اﻻﺣﺘﻤﺎﻟﻴﺔ‪ :‬ﻫﻲ اﻟﻌﻴﻨﺎت اﻟﱵ ﺗﺴﺤﺐ ﻣﻦ ا ﺘﻤﻊ اﻹﺣﺼﺎﺋﻲ ﲝﻴﺚ ﻳﻜﻮن ﻟﻜﻞ ﻋﻨﺼﺮ ﻣﻦ‬
‫ﻋﻨﺎﺻﺮ ا ﺘﻤﻊ ﻧﻔﺲ اﻟﻔﺮﺻﺔ ﻷن ﻳﻜﻮن ﺿﻤﻦ ﻋﻨﺎﺻﺮ اﻟﻌﻴﻨﺔ‪ ،‬ﻟﺬا ﲤﺘﺎز ﻫﺬﻩ اﻟﻌﻴﻨﺔ ﺑﻜﻮ ﺎ ﳑﺜﻠﺔ ﻟﻠﻤﺠﺘﻤﻊ اﻹﺣﺼﺎﺋﻲ‬
‫اﻟﺬي ﺳﺤﺒﺖ ﻣﻨﻪ‪ ،‬وﺗﻜﻮن ﻗﺎﺑﻠﺔ ﻷﺳﺎﻟﻴﺐ اﻟﺘﺤﻠﻴﻞ اﻹﺣﺼﺎﺋﻲ‪ ،‬وﳝﻜﻦ ﺗﻌﻤﻴﻢ ﻧﺘﺎﺋﺠﻬﺎ ﺑﺜﻘﺔ ﻋﻠﻰ ا ﺘﻤﻊ اﻹﺣﺼﺎﺋﻲ‬
‫اﳌﻤﺜﻠﺔ ﻟﻪ‪ ،2‬وﺗﻨﻘﺴﻢ اﻟﻌﻴﻨﺎت اﻻﺣﺘﻤﺎﻟﻴﺔ إﱃ‪:‬‬
‫اﻟﻌﻴﻨﺔ اﻟﻌﺸﻮاﺋﻴﺔ اﻟﺒﺴﻴﻄﺔ‪:‬‬
‫ﻫﻲ اﻟﻌﻴﻨﺔ اﻟﱵ ﺗﺴﺤﺐ ﻣﻦ ا ﺘﻤﻊ ﲝﻴﺚ ﻳﻜﻮن ﻟﻜﻞ ﻓﺮد ﻣﻦ أﻓﺮاد ا ﺘﻤﻊ ﻓﺮﺻﺔ ﻣﺘﺴﺎوﻳﺔ ﻷن ﻳﻜﻮن ﺿﻤﻦ اﻟﻌﻴﻨﺔ‬
‫اﳌﺨﺘﺎرة‪ ،‬وﻳﻜﻮن ﻫﺬا اﻟﻨﻮع ﻣﻦ اﻟﻌﻴﻨﺎت ﻣﻔﻴﺪ وﻣﺆﺛﺮ ﰲ ﺣﺎﻟﺔ وﺟﻮد ﲡﺎﻧﺲ وﺻﻔﺎت ﻣﺸﱰﻛﺔ ﺑﲔ ﲨﻴﻊ أﻓﺮاد ا ﺘﻤﻊ‬
‫‪ -1‬ﺧﺎﻟﺪ أﲪﺪ ﻓﺮﺣﺎن اﳌﺸﻬﺪاﱐ وراﺋﺪ ﻋﺒﺪ اﳋﺎﻟﻖ ﻋﺒﺪ اﷲ اﻟﻌﺒﻴﺪي‪ ،‬ﻣﺮﺟﻊ ﺳﺎﺑﻖ‪ ،‬ص ‪.28‬‬
‫‪ -2‬ﻋﻠﻲ ﻋﺒﺪ اﻟﺴﻼم اﻟﻌﻤﺎري‪ ،‬وﻋﻠﻲ ﺣﺴﲔ اﻟﻌﺠﻴﻠﻲ‪ ،‬ﻣﺮﺟﻊ ﺳﺎﺑﻖ‪ ،‬ص ‪.07‬‬
‫‪10‬‬
‫اﻷﺻﻠﻲ اﳌﻌﲏ ﺑﺎﻟﺪراﺳﺔ‪ ،1‬ﻣﺜﻼ‪ :‬ﳎﺘﻤﻊ ﻣﻦ اﻹﻃﺎرات اﳌﺘﻮﺳﻄﺔ ﻳﺸﻜﻞ ﳎﺘﻤﻊ ﻣﺘﺠﺎﻧﺲ ﻣﻦ ﺣﻴﺚ اﳌﺪاﺧﻴﻞ‬
‫اﳌﺘﺤﺼﻞ ﻋﻠﻴﻬﺎ‪ ،‬وﻣﻦ أﺟﻞ اﳊﺼﻮل ﻋﻠﻰ ﻋﻴﻨﺔ ﻋﺸﻮاﺋﻴﺔ ﻓﺈﻧﻪ ﻳﺘﻢ اﻟﻠﺠﻮء ﰲ اﻟﻐﺎﻟﺐ إﱃ اﺳﺘﺨﺪام ﻣﺎ ﻳﺴﻤﻰ ﲜﺪول‬
‫اﻷرﻗﺎم اﻟﻌﺸﻮاﺋﻴﺔ أو ﻃﺮﻳﻘﺔ اﻟﻘﺮﻋﺔ‪.‬‬
‫اﻟﻌﻴﻨﺔ اﻟﻌﺸﻮاﺋﻴﺔ اﻟﻄﺒﻘﻴﺔ‪:‬‬
‫ﳜﺺ ﻫﺬا اﻟﻨﻮع ا ﺘﻤﻌﺎت ﻏﲑ اﳌﺘﺠﺎﻧﺴﺔ أي ا ﺘﻤﻌﺎت اﳌﻜﻮﻧ ﺔ ﻣﻦ ﻋﺪة ﻓﺌﺎت اﺟﺘﻤﺎﻋﻴﺔ وﻫﺬا ﺑﻨﺎءا ﻋﻠﻰ ﻋﺪة‬
‫اﻋﺘﺒﺎرات ﻣﻨﻬﺎ‪ :‬ﻣﺴﺘﻮى اﻟﺪﺧﻞ‪ ،‬ﻣﺴﺘﻮى اﻹﻧﻔﺎق‪ ،‬اﳌﺴﺘﻮى اﻟﺘﻌﻠﻴﻤﻲ وﻏﲑﻫﺎ‪.‬‬
‫ﻳﺘﻢ ﰲ ﻫﺬﻩ اﳊﺎﻟﺔ ﺗﻘﺴﻴﻢ ا ﺘﻤﻊ إﱃ ﻓﺌﺎت ﻣﺘﺠﺎﻧﺴﺔ ﺣﻴﺚ ﲢﺪد ﻧﺴﺒﺔ ﻛﻞ ﻓﺌﺔ ﺑﺎﻟﻨﺴﺒﺔ ﻟﻠﻤﺠﺘﻤﻊ‪ ،‬ﻟﻴﺼﺒﺢ‬
‫ﺣﺠﻢ ﻛﻞ ﻣﻨﻬﺎ ‪ N1 , N 2 .......... ........ N i‬ﻋﻠﻰ اﻟﺘﻮاﱄ ﺣﻴﺚ ‪ i‬ﻫﻲ ﻋﺪد اﻟﻔﺌﺎت اﻟﱵ ﻳﺘﻜﻮن ﻣﻨﻬﺎ‬
‫ا ﺘﻤﻊ‪.‬‬
‫وﻷﺟﻞ ﺳﺤﺐ ﻋﻴﻨﺔ ﻃﺒﻘﻴﺔ ﻧﺘﺒﻊ اﳋﻄﻮات اﻟﺘﺎﻟﻴﺔ‪:2‬‬
‫‪. Ni‬‬ ‫‪-1‬ﳓﺪد ﻧﺴﺒﺔ ﻛﻞ ﻓﺌﺔ ﺑﺎﻟﻨﺴﺒﺔ ﻟﻠﻤﺠﺘﻤﻊ‬

‫‪N‬‬
‫‪-2‬ﳓﺪد ﺣﺠﻢ اﻟﻌﻴﻨﺔ اﻟﱵ ﻧﺮﻳﺪ ﺳﺤﺒﻬﺎ ‪. n‬‬
‫‪-3‬ﳓﺪد ﻋﺪد اﻟﻮﺣﺪات اﻹﺣﺼﺎﺋﻴﺔ اﻟﱵ ﳚﺐ ﺳﺤﺒﻬﺎ ﻣﻦ ﻛﻞ ﻓﺌﺔ‪ ni :‬ﺣﺴﺐ اﻟﻨﺴﺐ اﶈﺪدة ﰲ )‪ (1‬ﺣﻴﺚ‬
‫‪Ni‬‬
‫‪. ni  n ‬‬ ‫أن‪:‬‬
‫‪N‬‬
‫‪-4‬ﻧﻘﻮم ﺑﺴﺤﺐ ‪ ni‬ﻣﻦ ‪ N i‬ﺑﺎﻟﻄﺮﻳﻘﺔ اﻟﻌﺸﻮاﺋﻴﺔ ﺑﺎﺳﺘﻌﻤﺎل ﺟﺪول اﻷرﻗﺎم اﻟﻌﺸﻮاﺋﻴﺔ‪ ،‬وﺑﻌﺪ اﻻﻧﺘﻬﺎء ﻣﻦ‬
‫اﻟﻌﻤﻠﻴﺔ ﻳﺘﻢ ﺿﻢ ﻛﻞ اﻟﻮﺣﺪات اﻹﺣﺼﺎﺋﻴﺔ اﳌﺴﺤﻮﺑﺔ إﱃ ﺑﻌﻀﻬﺎ اﻟﺒﻌﺾ ﻟﺘﻜﻮن ﻋﻴﻨﺔ ﻋﺸﻮاﺋﻴﺔ ﻃﺒﻘﻴﺔ‪.‬‬
‫اﻟﻌﻴﻨﺔ اﻟﻌﺸﻮاﺋﻴﺔ اﻟﻤﻨﺘﻈﻤﺔ‪:‬‬
‫ﺗﺴﺘﺨﺪم اﻟﻌﻴﻨﺔ اﻟﻌﺸﻮاﺋﻴﺔ اﳌﻨﺘﻈﻤﺔ ﻻﺧﺘﻴﺎر ﻋﻴﻨﺔ ﻣﻦ ﳎﺘﻤﻊ ﻋﺪد ﻋﻨﺎﺻﺮﻩ ﳏﺪود أو ﻣﻌﻠﻮم‪ ،‬ﻓﻔﻲ ﻫﺬﻩ اﳊﺎﻟﺔ ﳓﺪد‬
‫ا ﻤﻮﻋﺔ )اﻟﻘﻔﺰة( اﻟﱵ ﺳﺘﻌﺘﻤﺪ ﻻﺧﺘﻴﺎر أﻓﺮاد اﻟﻌﻴﻨﺔ‪ ،‬وﻧﺒﺪأ ﺑﺎﺧﺘﻴﺎر رﻗﻢ ﻋﺸﻮاﺋﻲ ﻣﻦ ا ﻤﻮﻋﺔ اﻷوﱃ‪ ،‬ﰒ ﻧﻀﻴﻒ‬
‫‪ -1‬ﻣﺼﻄﻔﻰ ﻳﻮﺳﻒ ﻛﺎﰲ وآﺧﺮون‪ ،‬ﻣﺮﺟﻊ ﺳﺎﺑﻖ‪ ،‬ص ‪.34‬‬

‫‪ -2‬ﺟﻴﻼﱄ ﺟﻼﻃﻮ‪ ،‬ﻣﺮﺟﻊ ﺳﺎﺑﻖ‪ ،‬ص ‪.10‬‬
‫‪11‬‬
‫ﻟﻠﺮﻗﻢ اﻟﺬي ﰎ اﺧﺘﻴﺎرﻩ ﺣﺠﻢ ا ﻤﻮﻋﺔ )اﻟﻘﻔﺰة( اﻟﱵ ﰎ اﻋﺘﻤﺎدﻫﺎ‪ ،1‬ﻓﺈذا اﻓﱰﺿﻨﺎ أﻧﻨﺎ ﻧﺮﻳﺪ اﺧﺘﻴﺎر ﻋﻴﻨﺔ ﻣﻜﻮﻧﺔ ﻣﻦ‬
‫‪ 100‬ﺷﺨﺺ ﻣﻦ ﳎﺘﻤﻊ ﻋﺪد أﻓﺮادﻩ ‪ 2000‬ﺷﺨﺺ‪ ،‬ﻓﺈﻧﻨﺎ ﻧﺒﺪأ ﺑﻘﺴﻤﺔ ﻋﺪد أﻓﺮاد ا ﺘﻤﻊ ﻋﻠﻰ ﺣﺠﻢ اﻟﻌﻴﻨﺔ‬
‫‪ 2000 ‬‬
‫‪ ‬ﻓﻨﺤﺼﻞ ﻋﻠﻰ ﺣﺠﻢ ا ﻤﻮﻋﺔ )اﻟﻘﻔﺰة( واﻟﱵ ﺗﺴﺎوي ‪ 20‬ﻓﺮدا‪ ،‬ﻓﻨﺨﺘﺎر اﻟﺮﻗﻢ اﻷول ﻋﺸﻮاﺋﻴﺎ )ﻣﺜﻼ‬ ‫‪‬‬
‫‪‬‬ ‫‪100‬‬ ‫‪‬‬
‫اﻟﺮﻗﻢ ‪ ،(9‬ﰒ ﻧﻀﻴﻒ إﻟﻴﻪ ﺣﺠﻢ ا ﻤﻮﻋﺔ )اﻟﻘﻔﺰة( )‪ (20‬ﰲ ﻛﻞ ﻣﺮة ﺣﱴ ﳓﺼﻞ ﻋﻠﻰ ﻣﺎﺋﺔ رﻗﻢ‪ ،‬ﻓﺘﻜﻮن اﻷرﻗﺎم‬
‫اﳌﺨﺘﺎرة ﻫﻲ ) ‪.( .........,69,49,29,9‬‬
‫اﻟﻌﻴﻨﺔ اﻟﻌﺸﻮاﺋﻴﺔ اﻟﻌﻨﻘﻮدﻳﺔ‪:‬‬
‫وﻫﻲ ﻋﻴﻨﺔ ﺗﺆﺧﺬ ﻟﻠﻀﺮورة أﻛﺜﺮ ﻣﻨﻬﺎ ﻟﻼﺧﺘﻴﺎر‪ ،‬ﺣﻴﺚ ﻳﻘﺴﻢ ا ﺘﻤﻊ اﻹﺣﺼﺎﺋﻲ إﱃ ﳎﻤﻮﻋﺎت ﺟﺰﺋﻴﺔ واﺿﺤﺔ ﻳﺴﻤﻰ‬
‫ﻛﻞ ﻣﻨﻬﺎ ﻋﻨﻘﻮدا‪ ،‬وﻣﻦ ﻛﻞ ﻧﺎﺣﻴﺔ ﻧﺴﺤﺐ ﻋﻴﻨﺔ ﻋﺸﻮاﺋﻴﺔ ﺑﺴﻴﻄﺔ ﻣﻦ ﺑﲔ ﺗﻠﻚ اﻟﻌﻨﺎﻗﻴﺪ‪ ،‬ﻓﻤﺜﻼ ﻋﻨﺪ ﲝﺚ ﻣﻴﺰاﻧﻴﺔ‬
‫اﻷﺳﺮة‪ ،‬ﻳﻘﺴﻢ ﻛﻞ ﺣﻲ إﱃ ﳎﻤﻮﻋﺔ ﻣﻦ اﻟﻌﻤﺎرات اﻟﺴﻜﻨﻴﺔ ﻓﺘﺼﺒﺢ ﻟﺪﻳﻨﺎ ﻗﺎﺋﻤﺔ ﻣﻦ اﻟﻌﻤﺎرات ﺗﻐﻄﻲ اﳌﺪﻳﻨﺔ‪ ،‬وﺗﻌﺘﱪ‬
‫ﻫﺬﻩ ا ﻤﻮﻋﺎت ﻫﻲ ﻋﻨﺎﺻﺮ ا ﺘﻤ ﻊ اﻹﺣﺼﺎﺋﻲ ﺣﻴﺚ ﺗﺆﻟﻒ ﻛﻞ وﺣﺪة ﻣﻨﻬﺎ ﻋﻨﻘﻮدا ﰒ ﻧﻘﻮم ﻋﺸﻮاﺋﻴﺎ ﺑﺎﺧﺘﻴﺎر ﺗﻠﻚ‬
‫ا ﻤﻮﻋﺔ ﻣﻦ اﻟﻌﻤﺎرات اﻟﱵ ﲡﺮي ﻋﻠﻴﻬﺎ اﻟﺪراﺳﺔ‪.2‬‬
‫اﻟﻌﻴﻨﺔ اﻟﻌﺸﻮاﺋﻴﺔ ﻣﺘﻌﺪدة اﻟﻤﺮاﺣﻞ‪:‬‬
‫ﺗﺴﺘﻌﻤﻞ ﻫﺬﻩ اﻟﻄﺮﻳﻘﺔ ﻋﻨﺪﻣﺎ ﻳﺼﻌﺐ اﻟﻮﺻﻮل ﻣﺒﺎﺷﺮة إﱃ ﻛﺎﻓﺔ ﻋﻨﺎﺻﺮ ا ﺘﻤﻊ اﳌﺴﺘﻬﺪف ﺑﺎﻟﺪراﺳﺔ‪ ،‬وﻛﺬﻟﻚ ﰲ‬
‫اﻷﺣﻮال اﻟﱵ ﻳﺼﻌﺐ ﻓﻴﻬﺎ إﻋﺪاد إﻃﺎر اﻟﺴﺤﺐ أو ﺗﻌﻴﲔ ﺗﻔﺼﻴﻠﻲ ﻳﺘﻀﻤﻦ ﻛﺎﻓﺔ ﻋﻨﺎﺻﺮ ا ﺘﻤﻊ‪ ،‬وﺑﺎﻟﺘﺎﱄ ﻟﻴﺲ ﻣﻦ‬
‫اﻟﻀﺮوري ﺣﺴﺐ ﻫﺬﻩ اﻟﻄﺮﻳﻘﺔ اﳊﺼﻮل ﻋﻠﻰ إﻃﺎر ﺳﺤﺐ ﻛﺎﻣﻞ ﻟﻌﻨﺎﺻﺮ ا ﺘﻤﻊ وﺧﺎﺻﺔ ﰲ اﳌﺮﺣﻠﺔ اﻷﺧﲑة‪ ،‬وﻋﺎدة‬
‫ﻣﺎ ﻳﺘﻢ اﺳﺘﺨﺪام ﻫﺬا اﻟﻨﻮع ﻣﻦ اﳌﻌﺎﻳﻨﺔ ﰲ اﻹﺣﺼﺎءات اﻟﺰراﻋﻴﺔ‪.‬‬
‫‪ -2-VII‬اﻟﻌﻴﻨﺎت ﻏﻴﺮ اﻻﺣﺘﻤﺎﻟﻴﺔ‪:‬‬
‫ﻫﻨﺎك ﻃﺮق ﻋﺪﻳﺪة ﻣﻦ ﻃﺮق اﺧﺘﻴﺎر اﻟﻌﻴﻨﺎت ﻏﲑ اﻻﺣﺘﻤﺎﻟﻴﺔ ﲣﺘﻠﻒ ﺑﺎﺧﺘﻼف اﲡﺎﻫﺎت اﻟﺒﺎﺣﺜﲔ اﻟﻘﺎﺋﻤﲔ‬
‫ﺑﺎﻟﺪراﺳﺔ‪ ،‬ﻏﲑ أﻧﻪ ﺳﻨﻜﺘﻔﻲ ﺑﻌﺮض ﻧﻮﻋﲔ ﳘﺎ‪:3‬‬
‫‪12‬‬
‫اﻟﻌﻴﻨﺔ اﻟﻌﺮﺿﻴﺔ‪:‬‬
‫ﻳﻌﺘﻤﺪ ﰲ اﺧﺘﻴﺎرﻫﺎ ﻋﻠﻰ اﳌﺼﺎدﻓﺔ اﶈﻀﺔ‪ ،‬وﲤﺘﺎز ﻫﺬﻩ اﻟﻄﺮﻳﻘﺔ ﺑﺘﻮﻓﲑ اﻟﻮﻗﺖ واﻟﺘﻜﺎﻟﻴﻒ‪ ،‬ﻛﻤﺎ ﳝﻜﻦ ﻣﻦ ﺧﻼﳍﺎ‬
‫اﳊﺼﻮل ﻋﻠﻰ ﻣﻌﻠﻮﻣﺎت ﻣﻮﺛﻮﻗﺔ إذا ﻛﺎن ا ﺘﻤﻊ اﳌﺴﺘﻬﺪف ﺑﺎﻟﺪراﺳﺔ ﻋﻠﻰ ﺟﺎﻧﺐ ﻛﺒﲑ ﻣﻦ اﻟﺘﺠﺎﻧﺲ‪ ،‬أﻣﺎ إذا ﻛﺎﻧﺖ‬
‫ﻋﻨﺎﺻﺮ ا ﺘﻤﻊ ﻏﲑ ﻣﺘﺠﺎﻧﺴﺔ ﻓﺬﻟﻚ ﻗﺪ ﻳﺆدي إﱃ اﻟﺘﺤﻴﺰ ﰲ اﺧﺘﻴﺎر اﻟﻌﻨﺎﺻﺮ اﳌﺸﻜﻠﺔ ﻟﻠﻌﻴﻨﺔ‪.‬‬
‫اﻟﻌﻴﻨﺔ اﻟﺤﺼﺼﻴﺔ‪:‬‬
‫ﻳﺘﻢ ﲢﺪﻳﺪ ﺣﺼﺔ ﻣﻘﺮرة ﻟﻜﻞ ﳎﻤﻮﻋﺔ أو ﻃﺒﻘﺔ ﻣﻦ ﻃﺒﻘﺎت ا ﺘﻤﻊ اﳌﺪروس‪ ،‬ﰒ ﺗﺴﺘﺨﺪم ﻃﺮﻳﻘﺔ اﳌﺼﺎدﻓﺔ ﰲ اﺧﺘﻴﺎر‬
‫ﻣﻔﺮدات اﻟﻌﻴﻨﺔ‪ ،‬وﲤﺘﺎز ﻫﺬﻩ اﻟﻄﺮﻳﻘﺔ ﰲ ﻛﻮ ﺎ ﲣﻔﺾ اﻟﺘﺤﻴﺰ اﶈﺘﻤﻞ وﻗﻮﻋﻪ ﰲ اﻟﻌﻴﻨﺎت ﻏﲑ اﻻﺣﺘﻤﺎﻟﻴﺔ‪ ،‬ﻛﻤﺎ أ ﺎ‬
‫ﺗﻜﻮن ﻋﻤﻠﻴﺎ ﻣﻔﻴﺪة ﰲ ﺣﺎﻟﺔ ﻋﺪم ﺗﻮﻓﺮ أﻃﺮ ﺳﺤﺐ اﻟﻌﻴﻨﺎت ﻟﻄﺒﻘﺎت ا ﺘﻤﻊ‪ ،‬ﻟﻜﻨﻬﺎ ﲢﻤﻞ ﳐﺎﻃﺮة اﻟﺘﺤﻴﺰ ﻋﻨﺪﻣﺎ‬
‫ﻳﺘﺤﻘﻖ اﻟﺘﻮازن ﺑﲔ ﺣﺼﺔ اﻟﻄﺒﻘﺎت ﻣﻦ ﻋﻨﺎﺻﺮ اﻟﻌﻴﻨﺔ‪.‬‬
‫‪-VIII‬أﻧﻮاع اﻟﺒﺤﻮث اﻹﺣﺼﺎﺋﻴﺔ وﺧﻄﻮات اﻟﻘﻴﺎم ﺑﻬﺎ‪:‬‬
‫ﺗﻘﺴﻢ اﻟﺒﺤﻮث اﻹﺣﺼﺎﺋﻴﺔ إﱃ ﺛﻼث أﻗﺴﺎم‪:1‬‬
‫‪ -1-VIII‬اﻟﺒﺤﻮث اﻟﻮﺻﻔﻴﺔ‪ :‬ﻳﺘﻢ ﻣﻦ ﺧﻼﳍﺎ ﲨﻊ اﳌﻌﻠﻮﻣﺎت ﻋﻦ ﻇﺎﻫﺮة ﻣﻌﻴﻨﺔ ﻻ ﳋﺪﻣﺔ ﻫﺪف ﳏﺪد ﺑﺬاﺗﻪ‬
‫وإﳕﺎ ﻳﻘﺘﺼﺮ ﺗﻮﻓﲑ ﺑﻴﺎﻧﺎت ﻣﻦ اﳌﻤﻜﻦ أن ﺗﺴﺘﺨﺪم ﰲ اﳌﺴﺘﻘﺒﻞ ﻓﻴﻤﺎ ﺑﻌﺪ ﻣﺜﻞ‪ :‬ﺗﻌﺪاد اﻟﺴﻜﺎن‪ ،‬اﻟﺘﻌﺪاد اﻟﺰراﻋﻲ‬
‫واﻟﺼﻨﺎﻋﻲ‪....‬إﱁ‪.‬‬
‫‪ -2-VIII‬اﻟﺒﺤﻮث اﻹﺣﺼﺎﺋﻴﺔ اﻟﺘﺤﻠﻴﻠﻴﺔ‪ :‬ﻳﺘﻢ ﺑﻮاﺳﻄﺘﻬﺎ ﲨﻊ اﳌﻌﻠﻮﻣﺎت اﻟﱵ ﲣﺪم ﻫﺪف ﻣﻌﲔ أو ﺗﺴﺎﻋﺪ ﰲ‬
‫ﺗﻔﺴﲑ ﻣﺸﻜﻠﺔ ﻣﻌﻴﻨﺔ ﻻﺣﻈﻬﺎ اﻟﺒﺎﺣﺚ‪.‬‬
‫‪ -3-VIII‬اﻟﺒﺤﻮث اﻹﺣﺼﺎﺋﻴﺔ اﻟﺘﺠﺮﻳﺒﻴﺔ‪ :‬ﻳﺴﺘﺨﺪم ﻫﺬا اﻟﻨﻮع ﻣﻦ اﻟﺒﺤﻮث ﰲ ﻣﻴﺎدﻳﻦ ﳐﺘﻠﻔﺔ ﻛﺎﻟﻄﺐ‪ ،‬اﻟﺰراﻋﺔ‬
‫واﻟﻨﻮاﺣﻲ اﻻﻗﺘﺼﺎدﻳﺔ واﻻﺟﺘﻤﺎﻋﻴﺔ‪.‬‬
‫وﲣﺘﻠﻒ اﻟﻄﺮق واﳋﻄﻮات اﳌﺴﺘﺨﺪﻣﺔ ﰲ اﻟﺒﺤﻮث ﻣﻦ ﳎﺎل ﻵﺧﺮ‪ ،‬إﻻ أ ﺎ ﰲ ﲨﻴﻊ ا ﺎﻻت ﺗﺸﱰك ﰲ‬
‫اﻟﻜﺜﲑ ﻣﻦ اﳉﻮاﻧﺐ‪ ،‬ﻓﻌﻨﺪ اﻟﻘﻴﺎم ﺑﺄي دراﺳﺔ إﺣﺼﺎﺋﻴﺔ ﳚﺐ ﻣﺮاﻋﺎة اﳋﻄﻮات اﻟﺘﺎﻟﻴﺔ‪:2‬‬
‫‪ -1‬ﳏﻤﺪ راﺗﻮل‪ ،‬ﻣﺮﺟﻊ ﺳﺎﺑﻖ‪ ،‬ص ص‪.10-9 :‬‬

‫‪ -2‬اﳌﺮﺟﻊ اﻟﺴﺎﺑﻖ‪ ،‬ص ص‪.27-10 :‬‬
‫‪13‬‬
‫‪ -1‬ﺗﺤﺪﻳﺪ اﻟﻈﺎﻫﺮة اﻟﻤﺪروﺳﺔ‪ :‬ﺣﻴﺚ ﻳﺘﻢ ﲢﺪﻳﺪ اﻹﻃﺎر اﻟﻌﺎم ﻟﻠﻈﺎﻫﺮة اﳌﺪروﺳﺔ واﻟﺬي ﻳﺸﻤﻞ اﳍﺪف ﻣﻦ‬
‫اﻟﺪراﺳﺔ‪ ،‬ا ﺘﻤﻊ اﻹﺣﺼﺎﺋﻲ‪ ،‬واﳌﻜﺎن واﻟﻮﻗﺖ اﳌﻨﺎﺳﺐ ﳉﻤﻊ اﻟﺒﻴﺎﻧﺎت ﻋﻦ اﻟﻈﺎﻫﺮة اﳌﺪروﺳﺔ‪ ،‬واﻟﺼﻔﺎت‬
‫اﳌﻄﻠﻮب ﻣﻌﺮﻓﺘﻬﺎ ووﺣﺪات اﻟﻘﻴﺎس اﳌﺴﺘﺨﺪﻣﺔ‪.‬‬
‫‪ -2‬ﺟﻤﻊ اﻟﺒﻴﺎﻧﺎت اﻹﺣﺼﺎﺋﻴﺔ‪ :‬ﻳﻌﺘﱪ ﲨﻊ اﻟﺒﻴﺎﻧﺎت اﻹﺣﺼﺎﺋﻴﺔ ﻣﻦ أﺳﺎﺳﻴﺎت اﻟﻌﻤﻞ اﻹﺣﺼﺎﺋﻲ‪ ،‬ﺣﻴﺚ أن‬
‫ﺗﻮﻓﺮ اﻟﺒﻴﺎﻧﺎت اﻹﺣﺼﺎﺋﻴﺔ اﻟﺪﻗﻴﻘﺔ واﻟﺴﻠﻴﻤﺔ ﻋﻦ اﻟﻈﺎﻫﺮة اﳌﺪروﺳﺔ ﻳﻌﻄﻲ ﻧﺘﺎﺋﺞ ﻣﻮﺛﻮق ﻓﻴﻬﺎ‪ ،‬وﻳﺴﺎﻋﺪ ﻋﻠﻰ‬
‫اﲣﺎذ اﻟﻘﺮارات اﻟﺴﻠﻴﻤﺔ ﺑﻨﺎء ﻋﻠﻰ اﻟﻨﺘﺎﺋﺞ اﳌﺘﻮﺻﻞ إﻟﻴﻬﺎ‪ ،‬وﺣﺴﺐ اﳍﺪف ﻣﻦ اﻟﺪراﺳﺔ ﻓﺈن اﻟﺒﺎﺣﺚ ﻳﻘﻮم‬
‫ﺑﺘﺤﺪﻳﺪ ﻣﺼﺎدر اﻟﺒﻴﺎﻧﺎت واﻟﻄﺮق واﻷﺳﺎﻟﻴﺐ اﻟﱵ ﻳﻌﺘﻤﺪ ﻋﻠﻴﻬﺎ ﻟﻠﺤﺼﻮل ﻋﻠﻰ ﻫﺬﻩ اﻟﺒﻴﺎﻧﺎت‪.‬‬
‫‪ -3‬ﺗﺒﻮﻳﺐ وﻋﺮض اﻟﺒﻴﺎﻧﺎت‪ :‬ﺑﻌﺪ ﻋﻤﻠﻴﺔ ﲨﻊ اﻟﺒﻴﺎﻧﺎت اﻹﺣﺼﺎﺋﻴﺔ اﻟﱵ ﳝﻜﻦ أن ﺗﻜﻮن أﻋﺪادﻫﺎ ﻛﺒﲑة‪ ،‬ﻓﺬﻟﻚ‬
‫ﻻ ﻳﻌﻄﻴﻨﺎ ﻓﻜﺮة واﺿﺤﺔ ﻋﻦ ﻧﺘﺎﺋﺞ ﲨﻊ اﻟﺒﻴﺎﻧﺎت‪ ،‬ﻟﺬا ﻳﻠﺠﺄ اﻹﺣﺼﺎﺋﻲ إﱃ ﺗﺼﻨﻴﻒ وﺗﺒﻮﻳﺐ ﻫﺬﻩ اﻟﺒﻴﺎﻧﺎت‬
‫ﻋﻦ ﻃﺮﻳﻖ وﺿﻌﻬﺎ ﰲ ﳎﻤﻮﻋﺎت ﻣﺘﺠﺎﻧﺴﺔ ﺗﺸﱰك ﰲ ﺻﻔﺔ واﺣﺪة أو ﻋﺪة ﺻﻔﺎت‪ ،‬وﻳﻘﺪﻣﻬﺎ ﰲ ﺷﻜﻞ‬
‫ﺟﺪاول أو أﺷﻜﺎل ﻣﻨﺎﺳﺒﺔ ﺣﱴ ﺗﺼﺒﺢ ﻫﺬﻩ اﳌﻌﻠﻮﻣﺎت ﻋﻤﻠﻴﺔ ﻳﺴﺘﺨﺪﻣﻬﺎ اﻟﺒﺎﺣﺚ ﰲ ﺣﺪ ذاﺗﻪ‬
‫أو ﺗﺴﺘﺨﺪم ﻣﻦ ﻃﺮف ﺑﺎﺣﺜﲔ آﺧﺮﻳﻦ‪ ،‬ﺑﻌﺪ أن ﻳﺘﻢ ﺗﻘﺪﳝﻬﺎ ﰲ ﻧﺸﺮﻳﺎت ﺧﺎﺻﺔ أو دورﻳﺎت ﻋﺎﻣﺔ‪.‬‬
‫‪ -4‬ﺗﺤﻠﻴﻞ اﻟﺒﻴﺎﻧﺎت واﺳﺘﻘﺮاء اﻟﻨﺘﺎﺋﺞ‪ :‬ﺗﻌﺘﱪ ﻋﻤﻠﻴﺔ ﲢﻠﻴﻞ اﻟﺒﻴﺎﻧﺎت ﻣﺮﺣﻠﺔ ﻣﻬﻤﺔ ﰲ أي ﲝﺚ إﺣﺼﺎﺋﻲ وذﻟﻚ‬
‫ﻟﻐﺮض اﻹﺟﺎﺑﺔ ﻋﻠﻰ إﺷﻜﺎﻟﻴﺔ اﻟﺒﺤﺚ‪ ،‬ﻟﺬا ﻓﺈن اﻟﺒﺎﺣﺚ ﻳﺴﻌﻰ إﱃ اﻟﺘﺤﻠﻴﻞ اﻹﺣﺼﺎﺋﻲ ﳉﻮاﻧﺐ اﻟﻈﺎﻫﺮة‬
‫اﳌﺪروﺳﺔ ﻋﻦ ﻃﺮﻳﻖ اﺳﺘﺨﺪام اﻷدوات اﻹﺣﺼﺎﺋﻴﺔ اﳌﻨﺎﺳﺒﺔ ﻟﺘﺤﻠﻴﻞ اﻟﺒﻴﺎﻧﺎت ﻣﻦ أﺟﻞ اﳊﺼﻮل ﻋﻠﻰ ﻧﺘﺎﺋﺞ‬
‫اﻟﺪراﺳﺔ واﺳﺘﻘﺮاء واﺳﺘﺨﻼص ﻣﺪﻟﻮﳍﺎ واﲣﺎذ اﻟﻘﺮارات ﻋﻠﻰ أﺳﺎس اﻟﻨﺘﺎﺋﺞ اﳌﺘﻮﺻﻞ إﻟﻴﻬﺎ‪.‬‬
‫‪14‬‬
‫اﻟﻔﺼﻞ اﻟﺜﺎﱐ‬
‫ﻋﺮض اﻟﺒﯿﺎ ت اﻻٕﺣﺼﺎﺋﯿﺔ‬

‫اﻟﻌﺮض اﳉﺪوﱄ ﻠﺒﯿﺎ ت اﻻٕﺣﺼﺎﺋﯿﺔ‬ ‫‪-I‬‬
‫‪ -1-I‬ﺗﻌﺮﯾﻒ اﻟﻌﺮض اﳉﺪوﱄ‬
‫‪ٔ -2-I‬ﻧﻮاع اﳉﺪاول اﻻٕﺣﺼﺎﺋﯿﺔ‬
‫اﻟﻌﺮض اﻟﺒﯿﺎﱐ ﻠﺒﯿﺎ ت اﻻٕﺣﺼﺎﺋﯿﺔ‬ ‫‪-II‬‬
‫‪ -1-II‬اﻟﻌﺮض اﻟﺒﯿﺎﱐ ﰲ ﺎ ﻣ ﻐﲑ ﳈﻲ ﻣ ﻔﺼﻞ‬
‫‪ -2-II‬اﻟﻌﺮض اﻟﺒﯿﺎﱐ ﰲ ﺎ ﻣ ﻐﲑ ﳈﻲ ﻣ ﺼﻞ‬
‫‪ -3-II‬اﻟﻌﺮض اﻟﺒﯿﺎﱐ ﰲ ﺎ ﻣ ﻐﲑ ﯿﻔﻲ‬
‫ﻋﺮض اﻟﺒﻴﺎﻧﺎت ﺣﺼﺎﺋﻴﺔ‬ ‫اﻟﻔﺼﻞ اﻟﺜﺎ ﻲ‪:‬‬
‫ﺗﻤﻬﻴﺪ‪:‬‬
‫ﺑﻌﺪ ﲨﻊ اﻟﺒﻴﺎﻧﺎت اﻹﺣﺼﺎﺋﻴﺔ ﳒﺪ ﳎﻤﻮﻋﺔ ﻛﺒﲑة ﻣﻦ اﳊﻘﺎﺋﻖ ﻏﲑ اﳌﻨﻈﻤﺔ واﳌﺘﻮاﺟﺪة ﰲ اﻻﺳﺘﻤﺎرات واﻟﱵ‬
‫ﻳﺘﻌﺬر ﻋﻠﻴﻨﺎ اﺳﺘﻴﻌﺎ ﺎ أو اﺳﺘﺨﻼص أﻳﺔ ﻧﺘﺎﺋﺞ ﻣﻨﻬﺎ وﻫﻲ ﻋﻠﻰ ﻫﺬﻩ اﻟﺼﻮرة‪ ،‬ﳍﺬا وﺟﺐ ﺗﻨﻈﻴﻢ ﻫﺬﻩ اﻟﺒﻴﺎﻧﺎت ﺑﻄﺮﻳﻘﺔ‬
‫ﺗﺴﻬﻞ دراﺳﺘﻬﺎ واﻻﺳﺘﻔﺎدة ﻣﻨﻬﺎ‪ ،‬وﻳﺘﻢ ذﻟﻚ ﺑﺘﺼﻨﻴﻔﻬﺎ وﺗﻘﺴﻴﻤﻬﺎ إﱃ ﳎﻤﻮﻋﺎت ﻣﺘﺠﺎﻧﺴﺔ ووﺿﻌﻬﺎ ﰲ ﺻﻮرة‬
‫ﺟﺪاول ﺗﻠﺨﻴﺼﻴﺔ‪ ،‬وﻳﺘﻮﻗﻒ ﻫﺬا اﻟﺘﻘﺴﻴﻢ ﻋﻠﻰ ﻃﺒﻴﻌﺔ اﻟﺒﻴﺎﻧﺎت وﻋﻠﻰ اﻟﻐﺮض واﳍﺪف ﻣﻦ اﻟﺒﺤﺚ‪.‬‬
‫‪-I‬اﻟﻌﺮض اﻟﺠﺪوﻟﻲ ﻟﻠﺒﻴﺎﻧﺎت اﻹﺣﺼﺎﺋﻴﺔ‪:‬‬
‫‪ -1-I‬ﺗﻌﺮﻳﻒ اﻟﻌﺮض اﻟﺠﺪوﻟﻲ‪ :‬اﻟﻌﺮض اﳉﺪوﱄ ﻟﻠﺒﻴﺎﻧﺎت ﻳﻘﺼﺪ ﺑﻪ وﺿﻊ اﻟﺒﻴﺎﻧﺎت اﻷوﻟﻴﺔ اﳋﺎﺻﺔ ﺑﺎﻟﻈﺎﻫﺮة ﺑﻌﺪ‬
‫ﲨﻌﻬﺎ ﰲ ﺟﺪاول ﺎﺋﻴﺔ ﺗﺘﻜﻮن ﰲ اﻷﺳﺎس ﻣﻦ ﻋﻤﻮدﻳﻦ )ﺳﻄﺮﻳﻦ(‪ ،‬ﻳﺒّﲔ اﻟﻌﻤﻮد )اﻟﺴﻄﺮ( اﻷول ﻗﻴﻢ اﻟﻈﺎﻫﺮة‬
‫أو اﳌﺘﻐﲑ اﳌﺪروس‪ ،‬وﺗﻜﻮن ﻫﺬﻩ اﻟﻘﻴﻢ ﻋﻠﻰ ﺷﻜﻞ ﺻﻔﺎت أو ﻗﻴﻢ ﻧﻘﻄﻴﺔ أو ﳎﺎﻻت )ﻓﺌﺎت(‪ ،‬أﻣﺎ اﻟﻌﻤﻮد )اﻟﺴﻄﺮ(‬
‫اﻟﺜﺎﱐ ﻓﻴﺤﺘﻮي ﻋﻠﻰ ﺗﻜﺮارات ﻫﺬﻩ اﻟﺼﻔﺎت أو اﻟﻘﻴﻢ أو ا ﺎﻻت‪.1‬‬
‫‪ -2-I‬أﻧﻮاع اﻟﺠﺪاول اﻹﺣﺼﺎﺋﻴﺔ‪:‬‬
‫ﲣﺘﻠﻒ اﳉﺪاول اﻹﺣﺼﺎﺋﻴﺔ ﺑﺎﺧﺘﻼف ﻧﻮع اﻟﺒﻴﺎﻧﺎت ﻣﻦ ﻧﺎﺣﻴﺔ واﻟﻐﺮض ﻣﻦ اﻟﺪراﺳﺔ ﻣﻦ ﻧﺎﺣﻴﺔ أﺧﺮى وﻣﻦ أﳘﻬﺎ‪:‬‬
‫‪ -1-2-I‬ﺟﺪاول اﻟﺘﻮزﻳﻊ اﻟﺘﻜﺮاري اﻟﺒﺴﻴﻄﺔ‪:‬‬
‫ﳝﺜﻞ ﻃﺮﻳﻘﺔ ﺗﻨﻈﻴﻢ اﻟﺒﻴﺎﻧﺎت اﳋﺎم ﻟﻠﻈﺎﻫﺮة )اﳌﺘﻐﲑ( وﺗﺒﻮﻳﺒﻬﺎ ﰲ ﺟﺪاول ﺗﻀﻢ ﺻﻔﺎت أو ﻗﻴﻢ اﻟﻈﺎﻫﺮة واﻟﺘﻜﺮارات‬
‫اﳌﻨﺎﻇﺮة ﳍﺎ ﻟﻐﺮض دراﺳﺘﻬﺎ وﲢﻠﻴﻠﻬﺎ‪ ،‬وﻳﺴﺘ ﺨﺪم ﻫﺬا اﻟﻨﻮع ﻣﻦ اﳉﺪاول ﻟﻮﺻﻒ وﺗﻠﺨﻴﺺ اﻟﺒﻴﺎﻧﺎت اﻟﱵ ﺗﺘﻌﻠﻖ ﺑﻈﺎﻫﺮة‬
‫واﺣﺪة ﻓﻘﻂ ﺳﻮاء ﻛﺎﻧﺖ ﻛﻴﻔﻴﺔ أو ﻛﻤﻴﺔ‪ ،‬وﻟﺘﻮﺿﺢ ﺷﻜﻞ ﺟﺪاول اﻟﺘﻮزﻳﻊ اﻟﺘﻜﺮاري اﻟﺒﺴﻴﻄﺔ ﻧﻘﻮم ﺑﻌﺮض اﳉﺪول‬
‫اﻟﺘﺎﱄ‪:‬‬
‫‪16‬‬
‫اﻟﺠﺪول رﻗﻢ )‪ :(01-2‬اﻟﺸﻜﻞ اﻟﻌﺎم ﻟﺠﺪول اﻟﺘﻮزﻳﻊ اﻟﺘﻜﺮاري اﻟﺒﺴﻴﻂ‬

‫اﻟﺘﻜﺮار اﻟﻤﻄﻠﻖ‬ ‫اﻟﻤﺘﻐﻴﺮ‬
‫‪ni‬‬ ‫‪X‬‬ ‫‪i‬‬
‫‪n1‬‬ ‫‪x1‬‬ ‫ﻓﻲ ﺣﺎﻟﺔ ﻣﺘﻐﻴﺮ ﻛﻴﻔﻲ ﻧﻀﻊ‬

‫ﻧﻀﻊ ﻓﻲ ﻫﺬﻩ‬ ‫ﻓﻲ ﻫﺬﻩ اﻟﺨﺎﻧﺎت ﺻﻔﺔ‬
‫‪n2‬‬ ‫‪x2‬‬
‫اﻟﺨﺎﻧﺎت ﻋﺪد‬ ‫اﻟﻤﺘﻐﻴﺮ‪.‬‬
‫اﻟﻤﻔﺮدات اﻟﻤﻘﺎﺑﻠﺔ‬ ‫‪.‬‬ ‫‪.‬‬ ‫ﻓﻲ ﺣﺎﻟﺔ ﻣﺘﻐﻴﺮ ﻛﻤﻲ ﻣﻨﻔﺼﻞ‬
‫ﻟﻜﻞ ﺻﻔﺔ أو ﻗﻴﻤﺔ‬ ‫ﻧﻜﺘﺐ ﻗﻴﻢ اﻟﻤﺘﻐﻴﺮ وﻳﺠﺐ‬
‫‪.‬‬ ‫‪.‬‬
‫أو ﻓﺌﺔ ﻟﻠﻤﺘﻐﻴﺮ‬ ‫أن ﺗﺮﺗﺐ ﺗﺼﺎﻋﺪﻳﺎ أو ﺗﻨﺎزﻟﻴﺎ‪.‬‬
‫اﻹﺣﺼﺎﺋﻲ‬ ‫‪.‬‬ ‫‪.‬‬ ‫ﻓﻲ ﺣﺎﻟﺔ ﻣﺘﻐﻴﺮ ﻛﻤﻲ ﻣﺘﺼﻞ‬
‫ﺗﻜﺘﺐ ﻗﻴﻢ اﻟﻤﺘﻐﻴﺮ ﻋﻠﻰ‬
‫‪nk‬‬ ‫‪xk‬‬
‫ﺷﻜﻞ ﻓﺌﺎت ﻣﺮﺗﺒﺔ ﺗﺼﺎﻋﺪﻳﺎ‪.‬‬
‫‪N ‬‬ ‫‪‬‬ ‫‪ni‬‬ ‫اﻟﻤﺠﻤﻮع ‪‬‬
‫ﲣﺘﻠﻒ ﻃﺮﻳﻘﺔ اﻟﻌﺮض اﳉﺪوﱄ ﺣﺴﺐ ﻧﻮع اﳌﺘﻐﲑ ﻟﺬﻟﻚ ﳕﲑ ﺑﲔ اﳊﺎﻻت اﻟﺘﺎﻟﻴﺔ‪:‬‬
‫ﺑﻴﺎﻧﺎت اﻟﻤﺘﻐﻴﺮات اﻟﻜﻴﻔﻴﺔ )اﻟﻨﻮﻋﻴﺔ(‪:‬‬
‫ﻫﻲ اﳌﺘﻐﲑات اﻟﱵ ﻻ ﺗﺄﺧﺬ ﺑﻴﺎﻧﺎ ﺎ ﻗﻴﻤﺎ ﻋﺪدﻳﺔ وإﳕﺎ ﺗﻜﻮن ﰲ ﺷﻜﻞ ﺻﻔﺎت أو أﻧﻮاع‪ ،‬وﻟﺘﻜﻮﻳﻦ ﺟﺪول ﺗﻮزﻳﻊ‬
‫ﺗﻜﺮاري ﻟﻠﺒﻴﺎﻧﺎت اﻟﻜﻴﻔﻴﺔ ﳓﺘﺎج إﱃ إﻋﺪاد ﺟﺪول ﻣﻜ ﻮن ﻣﻦ ﺛﻼث أﻋﻤﺪة‪ ،‬ﳜﺼﺺ اﻟﻌﻤﻮد اﻷول ﻟﻠﺼﻔﺎت ﺑﻌﺪ‬
‫ﺗﺮﺗﻴﺒﻬﺎ إن ﻛﺎﻧﺖ ﻗﺎﺑﻠﺔ ﻟﻠﱰﺗﻴﺐ واﻟﻌﻤﻮد اﻟﺜﺎﱐ ﳜﺼﺺ ﻟﺘﻔﺮﻳﻎ اﻟﺒﻴﺎﻧﺎت ﻓﻴﻤﺎ ﳜﺼﺺ اﻟﻌﻤﻮد اﻟﺜﺎﻟﺚ ﻟﻠﺘﻜﺮارات‪،‬‬
‫واﳌﺜﺎل اﻵﰐ ﻳﻮﺿﺢ ذﻟﻚ‪:‬‬
‫ﻣﺜﺎل )‪ :(01-2‬اﻟﺒﻴﺎﻧﺎت اﻟﺘﺎﻟﻴﺔ ّ‬

‫ﺗﺒﲔ ﻓﺼﺎﺋﻞ اﻟﺪم ﻟﻌﺸﺮﻳﻦ ﻣﺮﻳﺾ أﺟﺮﻳﺖ ﳍﻢ ﻋﻤﻠﻴﺎت ﺟﺮاﺣﻴﺔ ﰲ اﳌﺴﺘﺸﻔﻰ‬
‫ﺧﻼل أﺳﺒﻮع ﻣﻌﲔ‪:‬‬
‫‪O , AB , O , B , A , B , O , A , B , O , A , O , A , B , O , B , O , O , AB , A‬‬
‫اﻟﻤﻄﻠﻮب‪ :‬ﻋﺮض ﻫﺬﻩ اﻟﺒﻴﺎﻧﺎت ﰲ ﺟﺪول ﺗﻮزﻳﻊ ﺗﻜﺮاري؟‬
‫‪17‬‬
‫اﻟﺤﻞ‪:‬‬
‫اﻟﺠﺪول رﻗﻢ )‪ :(02-2‬ﺗﻮزﻳﻊ اﻟﻤﺮﺿﻰ ﺣﺴﺐ ﻧﻮﻋﻴﺔ ﻓﺼﻴﻠﺔ اﻟﺪم )ﻣﺘﻐﻴﺮة ﻛﻴﻔﻴﺔ(‪.‬‬
‫ﻋﺪد اﻟﻤﺮﺿﻰ )اﻟﺘﻜﺮارات ‪( ni‬‬ ‫اﻟﻌﻼﻣﺎت‬ ‫ﻓﺼﻴﻠﺔ اﻟﺪم ) ‪( X i‬‬
‫‪5‬‬ ‫‪/////‬‬ ‫‪A‬‬
‫‪5‬‬ ‫‪/////‬‬ ‫‪B‬‬
‫‪2‬‬ ‫‪//‬‬ ‫‪AB‬‬
‫‪8‬‬ ‫‪/// /////‬‬ ‫‪O‬‬
‫‪20‬‬ ‫‪-‬‬ ‫اﻟﻤﺠﻤﻮع ‪‬‬
‫إن وﺿﻊ اﻟﺒﻴﺎﻧﺎت ﺬﻩ اﻟﺼﻮرة أﺻﺒﺢ أﻛﺜﺮ وﺿﻮﺣﺎ ﳌﻌﺮﻓﺔ ﻋﺪة ﻣﻌﻠﻮﻣﺎت ﻛﺎﻧﺖ ﻏﲑ واﺿﺤﺔ ﰲ اﻟﺼﻮرة اﳋﺎم‪،‬‬
‫ﻓﻤﺜﻼ ﻣﻦ اﻟﺴﻬﻞ اﻵن ﻣﻌﺮﻓﺔ ﻋﺪد اﳌﺮﺿﻰ اﻟﺬﻳﻦ ﻟﺪﻳﻬﻢ ﻧﻔﺲ ﻓﺼﻴﻠﺔ اﻟﺪم‪ ،‬واﻟﻔﺼﻴﻠﺔ اﻷﻛﺜﺮ اﻧﺘﺸﺎرا ﺑﲔ اﳌﺮﺿﻰ‪.‬‬
‫ﺑﻴﺎﻧﺎت اﻟﻤﺘﻐﻴﺮات اﻟﻜﻤﻴﺔ اﻟﻤﻨﻔﺼﻠﺔ )اﻟﻤﺘﻘﻄﻌﺔ(‪:‬‬
‫ﻫﻲ اﳌﺘﻐﲑات اﻟﱵ ﺗﺄﺧﺬ ﺑﻴﺎﻧﺎ ﺎ أرﻗﺎم ﻋﺪدﻳﺔ ﺻﺤﻴﺤﺔ ﻓﻘﻂ ﻣﺜﻞ ﻋﺪد ﻃﻠﺒﺔ اﳉﺎﻣﻌﺔ أو ﻋﺪد اﻟﻌﻤﺎل وﻏﲑﻫﺎ‪،‬‬
‫وﻟﻐﺮض ﺗﺒﻮﻳﺐ ﺑﻴﺎﻧﺎت اﳌﺘﻐﲑات اﳌﻨﻔﺼﻠﺔ ﻳﺘﻢ ﺗﺼﻨﻴﻔﻬﺎ إﱃ ﳎﻤﻮﻋﺎت ﻣﺘﺸﺎ ﺔ‪ ،‬ﰒ وﺿﻌﻬﺎ ﰲ ﺟﺪاول ﻣﻜﻮﻧﺔ ﻣﻦ‬
‫ﺛﻼث أﻋﻤﺪة‪ ،‬ﳜﺼﺺ اﻟﻌﻤﻮد اﻷول ﻟﻘﻴﻢ اﻟﻈﺎﻫﺮة )اﳌﺘﻐﲑ( ﺑﻌﺪ ﺗﺮﺗﻴﺒﻬﺎ واﻟﻌﻤﻮد اﻟﺜﺎﱐ ﳜﺼﺺ ﻟﺘﻔﺮﻳﻎ اﻟﺒﻴﺎﻧﺎت ﻓﻴﻤﺎ‬
‫ﳜﺼﺺ اﻟﻌﻤﻮد اﻟﺜﺎﻟﺚ ﻟﻠﺘﻜﺮارات‪ ،‬واﳌﺜﺎل أدﻧﺎﻩ ﻳﻌﻄﻲ ﺗﻮﺿﻴﺤﺎ ﻟﺬﻟﻚ‪:‬‬
‫ﻣﺜﺎل )‪ :(02-2‬اﻟﺒﻴﺎﻧﺎت اﻟﺘﺎﻟﻴﺔ ﲤﺜﻞ ﻋﺪد اﻷﻓﺮاد ﰲ ﻋﻴﻨﺔ ﻣﻜﻮﻧﺔ ﻣﻦ ‪ 30‬أﺳﺮة‪:‬‬
‫‪5‬‬ ‫‪4‬‬ ‫‪3‬‬ ‫‪4‬‬ ‫‪2‬‬ ‫‪2‬‬ ‫‪5‬‬ ‫‪4‬‬ ‫‪4‬‬ ‫‪2‬‬ ‫‪5‬‬ ‫‪4‬‬ ‫‪2‬‬ ‫‪3‬‬ ‫‪2‬‬
‫‪3‬‬ ‫‪5‬‬ ‫‪4‬‬ ‫‪3‬‬ ‫‪5‬‬ ‫‪4‬‬ ‫‪3‬‬ ‫‪5‬‬ ‫‪4‬‬ ‫‪5‬‬ ‫‪4‬‬ ‫‪3‬‬ ‫‪4‬‬ ‫‪5‬‬ ‫‪3‬‬
‫اﻟﻤﻄﻠﻮب‪ :‬ﻋﺮض اﻟﺒﻴﺎﻧﺎت ﰲ ﺟﺪول ﺗﻮزﻳﻊ ﺗﻜﺮاري؟‬
‫‪18‬‬
‫اﻟﺠﺪول رﻗﻢ )‪ :(03-2‬ﺗﻮزﻳﻊ اﻷﺳﺮ ﺣﺴﺐ ﻋﺪد اﻷﻓﺮاد )ﻣﺘﻐﻴﺮ ﻛﻤﻲ ﻣﻨﻔﺼﻞ(‬
‫ﻋﺪد اﻷﺳﺮ )اﻟﺘﻜﺮارات ‪( ni‬‬ ‫اﻟﻌﻼﻣﺎت‬ ‫ﺣﺠﻢ اﻷﺳﺮة ) ‪( X i‬‬
‫‪5‬‬ ‫‪/////‬‬ ‫‪2‬‬
‫‪7‬‬ ‫‪// /////‬‬ ‫‪3‬‬
‫‪10‬‬ ‫‪///// /////‬‬ ‫‪4‬‬
‫‪8‬‬ ‫‪/// /////‬‬ ‫‪5‬‬
‫‪30‬‬ ‫‪-‬‬ ‫اﻟﻤﺠﻤﻮع ‪‬‬
‫ﺑﻴﺎﻧﺎت اﻟﻤﺘﻐﻴﺮات اﻟﻜﻤﻴﺔ اﻟﻤﺘﺼﻠﺔ )اﻟﻤﺴﺘﻤﺮة(‪:‬‬

‫ﻫﻲ أﻛﺜﺮ اﳌﺘﻐﲑات اﺳﺘﺨﺪاﻣﺎ وﳝﻜﻦ أن ﺗﺄﺧﺬ ﻣﻔﺮدا ﺎ أرﻗﺎم ﺻﺤﻴﺤﺔ وﻛﺴﺮﻳﺔ‪ ،‬ﻓﻌﻨﺪ دراﺳﺔ ﻣﺘﻐﲑ ﻛﻤﻲ ﻣﺴﺘﻤﺮ‬
‫ﻳﻀﻢ ﳎﺎل اﻟﺪراﺳﺔ ﻣﺎ ﻻ ﺎﻳﺔ ﻣﻦ اﻟﻘﻴﻢ‪ ،‬وﻟﺘﻌﺬر وﺿﻊ ﻛﻞ ﻫﺬﻩ اﻟﻘﻴﻢ ﻧﻘﺴﻢ ﻫﺬا ا ﺎل إﱃ ﳎﺎﻻت ﺟﺰﺋﻴﺔ ﺗﺴﻤﻰ‬
‫ﻓﺌﺎت‪ ،‬ﺣﻴﺚ ﳛﺪد ﻋﺪد اﻟﻔﺌﺎت ﺣﺴﺐ ﺣﺠﻢ اﻟﻌﻴﻨﺔ وﺣﺴﺐ ﺗﻮزﻳﻊ اﻟﻮﺣﺪات اﻹﺣﺼﺎﺋﻴﺔ ﻋﻠﻰ ﳎﺎل اﻟﺪراﺳﺔ‪،‬‬
‫وﻟﺘﻜﻮﻳﻦ ﺟﺪول اﻟﺘﻮزﻳﻊ اﻟﺘﻜﺮاري ﳌﺘﻐﲑة ﻛﻤﻴﺔ ﻣﺘﺼﻠﺔ ﻧﺘﺒﻊ اﳋﻄﻮات اﻟﺘﺎﻟﻴﺔ‪:‬‬
‫‪ -1‬ﺗﺤﺪﻳﺪ اﻟﻤﺪى )‪ :(Range‬اﳌﺪى ﻫﻮ ا ﺎل اﻟﺬي ﺗﻨﺘﺸﺮ ﻓﻴﻪ اﻟﺒﻴﺎﻧﺎت وﻫﻮ اﻟﻔﺮق ﺑﲔ أﻛﱪ ﻗﻴﻤﺔ ﰲ‬
‫اﻟﻤـﺪى = أﻛﺒﺮ ﻗﻴﻤﺔ – أﺻﻐﺮ ﻗﻴﻤﺔ‬

‫اﻟﺒﻴﺎﻧﺎت وأﺻﻐﺮ ﻗﻴﻤﺔ ﳍﺎ‪.‬‬
‫‪R  X‬‬ ‫‪max‬‬ ‫‪ X‬‬ ‫‪min‬‬
‫‪ -2‬ﺗﺤﺪﻳﺪ ﻋﺪد اﻟﻔﺌﺎت‪ :‬ﻳﺘﻢ ﲢﺪﻳﺪ ﻋﺪد اﻟﻔﺌﺎت اﳌﻄﻠﻮﺑﺔ ﻟﺘﺸﻜﻴﻞ ﺟﺪول اﻟﺘﻮزﻳﻊ اﻟﺘﻜﺮاري ﺑﺎﺳﺘﺨﺪام ﺑﻌﺾ‬
‫اﳌﻌﺎدﻻت اﻟﺮﻳﺎﺿﻴﺔ وﻣﻦ ﻫﺬﻩ اﳌﻌﺎدﻻت‪:1‬‬
‫‪ ‬ﻣﻌﺎدﻟﺔ ﺳﺘﻴﺮﺟﺲ )‪ :(Staurges‬ﺗﻌﻄﻰ ﻣﻌﺎدﻟﺔ ﺳﺘﲑﺟﺲ ﺑﺎﻟﺼﻴﻐﺔ اﻟﺘﺎﻟﻴﺔ‪:‬‬
‫) ‪K  1  3 , 322 log( n‬‬

‫)‪ :log (.‬اﻟﻠﻮﻏﺎرﻳﺘﻢ اﻟﻌﺸﺮي‬ ‫‪ :n‬ﻋﺪد اﻟﻘﻴﻢ‪،‬‬ ‫ﺣﻴﺚ‪ :k :‬ﻋﺪد اﻟﻔﺌﺎت‪،‬‬
‫‪19‬‬
‫‪ ‬ﻣﻌﺎدﻟﺔ ﻳﻮل )‪ :(Yule‬ﺗﻌﻄﻰ ﻣﻌﺎدﻟﺔ ﻳﻮل ﳊﺴﺎب ﻋﺪد اﻟﻔﺌﺎت ﺑﺎﻟﻌﻼﻗﺔ اﻟﺘﺎﻟﻴﺔ‪:‬‬
‫‪K  2 ,5 4 n‬‬
‫‪ -3‬ﺗﺤﺪﻳﺪ ﻃﻮل اﻟﻔﺌﺔ‪ :‬ﻳﺘﻢ ﲢﺪﻳﺪ ﻃﻮل اﻟﻔﺌﺔ ﺑﺎﻟﻌﻼﻗﺔ اﻟﺘﺎﻟﻴﺔ‪:‬‬
‫اﻟﻤ ــﺪى‬
‫‪R‬‬
‫‪L‬‬ ‫‪‬‬ ‫ﻃــﻮل اﻟـﻔﺌــﺔ =‬
‫‪K‬‬
‫ﻋﺪد اﻟﻔﺌﺎت‬
‫ﻋﻨﺪ ﲢﺪﻳﺪ ﻃﻮل اﻟﻔﺌﺔ ﳚﺐ ﻣﺮاﻋﺎة اﳌﺘﺒﺎﻳﻨﺔ اﻟﺘﺎﻟﻴﺔ‪:‬‬

‫ﻃـ ــﻮل اﻟـﻔﺌـﺔ ‪ ‬ﻋــﺪد اﻟـﻔﺌــﺎت ‪ ‬اﻟ ــﻤﺪى‬
‫‪ -4‬ﺗﺤﺪﻳﺪ ﺣﺪود اﻟﻔﺌﺎت‪:‬‬
‫ﰲ ﻫﺬﻩ اﳌﺮﺣﻠ ﺔ ﻳﺘﻢ ﲢﺪﻳﺪ ﺑﺪاﻳﺔ و ﺎﻳﺔ ﻛﻞ ﻓﺌﺔ‪ ،‬ﻋﻠﻰ أن ﺗﻜﻮن ﺑﺪاﻳﺔ اﻟﻔﺌﺔ اﻷوﱃ أﺻﻐﺮ ﻣﻦ أو ﺗﺴﺎوي أﺻﻐﺮ ﻗﻴﻤﺔ‬
‫ﰲ اﻟﺒﻴﺎﻧﺎت و ﺎﻳﺔ اﻟﻔﺌﺔ اﻷﺧﲑة أﻛﱪ ﻣﻦ أﻛﱪ ﻗﻴﻤﺔ ﰲ اﻟﺒﻴﺎﻧﺎت‪.‬‬
‫‪ -5‬ﺗﺤﺪﻳﺪ ﻋﺪد اﻟﻘﻴﻢ أو اﻟﻤﺸﺎﻫﺪات‪:‬‬
‫ﻳﺘﻢ ﲢﺪﻳﺪ ﻋﺪد اﻟﻘﻴﻢ أو اﳌﺸﺎﻫﺪات اﻟﱵ ﺗﻘﻊ ﰲ ﻛﻞ ﻓﺌﺔ ﻋﻠﻰ أن ﺗﻜﻮن ﻟﻜﻞ ﻗﻴﻤﺔ ﻓﺌﺔ واﺣﺪة ﻓﻘﻂ ﺗﻨﺘﻤﻲ إﻟﻴﻬﺎ‪،‬‬
‫وﻫﺬا ﻣﺎ ﻳﺴﻤﻰ ﺑﺎﻟﺘﻜﺮار ) ‪ ( ni‬واﻟﺘﺄﻛﺪ ﻣﻦ أن ﳎﻤﻮع اﻟﺘﻜﺮارات ﻳﺴﺎوي ﻋﺪد اﻟﻘﻴﻢ‪.‬‬
‫‪ -6‬ﺗﺤﺪﻳﺪ ﻣﺮاﻛﺰ اﻟﻔﺌﺎت‪:‬‬
‫ﻋﻨﺪ ﺗﻜﻮﻳﻦ ﺟﺪاول اﻟﺘﻮزﻳﻊ اﻟﺘﻜﺮاري ﺑﻔﺌﺎت ﺗﻀﻴﻊ اﻟﻘﻴﻢ اﻹﺣﺼﺎﺋﻴﺔ اﻷﺻﻠﻴﺔ ﻟﻠﻤﻔﺮدات وﺗﺼﺒﺢ ﻻ ﻧﻌﺮف ﻋﻨﻬﺎ ﺷﻴﺌﺎ‬
‫ﺳﻮى أ ﺎ ﺗﻨﺘﻤﻲ إﱃ ﻓﺌﺔ ﻣﻌﻴﻨﺔ ﳏﺪودة ﲝﺪﻳﻦ ﻣﻌﻠﻮﻣﲔ‪ ،‬وﻟﺘﺨﻄﻲ ﻫﺬﻩ اﳌﺸﻜﻠﺔ ﻧﻘﻮم ﺑﺎﺳﺘﺨﺮاج ﻣﺎ ﻳﺴﻤﻰ ﲟﺮﻛﺰ‬
‫اﻟﻔﺌﺔ واﻟﺬي ﻧﻘﺼﺪ ﺑﻪ ﻣﻨﺘﺼﻒ اﻟﻔﺌﺔ واﻟﺬي ﳓﺼﻞ ﻋﻠﻴﻪ ﺑﺎﻟﺼﻴﻐﺔ اﻟﺘﺎﻟﻴﺔ‪:‬‬
‫اﻟﺤﺪ اﻷدﻧﻰ ﻟﻠﻔﺌﺔ ‪ +‬اﻟﺤﺪ اﻷﻋﻠﻰ ﻟﻠﻔﺌﺔ‬

‫‪L i  L i 1‬‬
‫‪Ci ‬‬ ‫ﻣﺮﻛﺰ اﻟﻔﺌﺔ =‬
‫‪2‬‬
‫‪2‬‬
‫‪ : Li+1‬اﻟﺤﺪ اﻷﻋﻠﻰ ﻟﻠﻔﺌﺔ ‪.i‬‬ ‫و‬ ‫‪ :Li‬اﻟﺤﺪ اﻷدﻧﻰ ﻟﻠﻔﺌﺔ ‪i‬‬ ‫ﺣﻴﺚ‪:‬‬
‫‪20‬‬
‫ﻣﺜﺎل )‪:(03-2‬‬
‫دج( اﻟﱵ ﺣﺼﻞ ﻋﻠﻴﻬﺎ ﻋﻤﺎل ﻣﺆﺳﺴﺔ ﻣﺎ‪ ،‬وﻗﺎم ﲜﻤﻊ‬ ‫‪3‬‬
‫‪10‬‬ ‫أراد ﺑﺎﺣﺚ أن ﻳﻌﺮف ﺗﻮزﻳﻊ درﺟﺎت اﻷﺟﻮر اﻟﺸﻬﺮﻳﺔ )‬
‫اﳌﻌﻠﻮﻣﺎت اﳌﺒﻴﻨﺔ ﰲ اﳉﺪول اﻟﺘﺎﱄ ﻋﻦ ‪ 42‬ﻋﺎﻣﻞ ﰲ ﻫﺬﻩ اﳌﺆﺳﺴﺔ‪:‬‬
‫‪26‬‬ ‫‪23‬‬ ‫‪55‬‬ ‫‪40‬‬ ‫‪56‬‬ ‫‪52‬‬ ‫‪66‬‬
‫‪14‬‬ ‫‪64‬‬ ‫‪51‬‬ ‫‪44‬‬ ‫‪38‬‬ ‫‪42‬‬ ‫‪49‬‬
‫‪38‬‬ ‫‪42‬‬ ‫‪16‬‬ ‫‪67‬‬ ‫‪63‬‬ ‫‪30‬‬ ‫‪26‬‬
‫‪45‬‬ ‫‪67‬‬ ‫‪42‬‬ ‫‪35‬‬ ‫‪53‬‬ ‫‪15‬‬ ‫‪14‬‬
‫‪40‬‬ ‫‪50‬‬ ‫‪45‬‬ ‫‪50‬‬ ‫‪57‬‬ ‫‪56‬‬ ‫‪60‬‬

‫‪49‬‬ ‫‪52‬‬ ‫‪35‬‬ ‫‪39‬‬ ‫‪53‬‬ ‫‪46‬‬ ‫‪24‬‬
‫اﻟﻤﻄﻠﻮب‪:‬‬
‫ﺗﻮﺿﻴﺢ اﳌﻌﺎﱂ اﻷﺳﺎﺳﻴﺔ ﳍﺬﻩ اﻟﺒﻴﺎﻧﺎت وذﻟﻚ ﻣﻦ ﺧﻼل وﺿﻌﻬﺎ ﰲ ﺟﺪول ﺗﻮزﻳﻊ ﺗﻜﺮاري؟‬
‫ﻋﻠﻰ اﻟﺮﻏﻢ ﻣﻦ أن ﻋﺪد اﻟﻘﻴﻢ ﻻ ﻳﺘﻌﺪى اﻟـ ‪ 42‬ﻣﺸﺎﻫﺪة ﻓﺈﻧﻪ ﻣﻦ اﻟﺼﻌﺐ أن ﺗﻜﻮن ﻟﻨﺎ ﻓﻜﺮة واﺿﺤﺔ وﺳﺮﻳﻌﺔ ﻋﻦ‬
‫ﻫﺬﻩ اﻟﻘﻴﻢ‪ ،‬ﳍﺬا وﺟﺐ ﺗﺮﺗﻴﺒﻬﺎ وﺣﺼﺮﻫﺎ ﰲ ﻓﺌﺎت )اﳌﺘﻐﲑ اﳌﺪروس‪ :‬اﻷﺟﻮر اﻟﺸﻬﺮﻳﺔ وﻫﻮ ﻣﺘﻐﲑ ﻛﻤﻲ ﻣﺘﺼﻞ( ﰒ‬
‫وﺿﻌﻬﺎ ﰲ ﺟﺪول ﺗﻮزﻳﻊ ﺗﻜﺮاري ﻳﺸﻤﻞ ﻋﺪد ﻣﻦ اﻟﻔﺌﺎت وﺗﻜﺮار اﻷﻓﺮاد ﺑﻜﻞ ﻓﺌﺔ‪ ،‬وﻣﻦ أﺟﻞ ذﻟﻚ ﻧﺘﺒﻊ اﳋﻄﻮات‬
‫اﻟﺘﺎﻟﻴﺔ‪:‬‬
‫‪ -1‬ﺗﺤﺪﻳﺪ اﻟﻤﺪى‪:‬‬
‫‪3‬‬
‫‪10  67‬‬ ‫دج‪ ،‬ﺑﻴﻨﻤﺎ أﻋﻠﻰ أﺟﺮ ﻳﺒﻠﻎ‬ ‫‪3‬‬
‫ﻫﻮ ‪10  14‬‬ ‫ﻣﻦ ﺧﻼل اﳌﻌﻄﻴﺎت اﻟﺴﺎﺑﻘﺔ ﳒﺪ أ ّن أﻗﻞ أﺟﺮ ﻳﺘﻘﻀﺎﻩ اﻟﻌﻤﺎل‬
‫دج‪ ،‬وﻣﻨﻪ ﻓﺈن اﳌﺪى ﻫﻮ‪:‬‬
‫‪R  X max  X min  67  14  53‬‬
‫‪ -2‬ﺗﺤﺪﻳﺪ ﻋﺪد اﻟﻔﺌﺎت‪:‬‬
‫إن اﺳﺘﺨﺪام ﻋﺪد ﻗﻠﻴﻞ ﻣﻦ اﻟﻔﺌﺎت ﻳﺆدي إﱃ ﺗﺴﻬﻴﻞ اﻟﻌﻤﻠﻴﺎت اﳊﺴﺎﺑﻴﺔ ﻣﻊ اﳔﻔﺎض اﻟﺪﻗﺔ‪ ،‬ﺑﻴﻨﻤﺎ ﻳﺆدي زﻳﺎدة ﻋﺪد‬
‫اﻟﻔﺌﺎت إﱃ ﻛﺜﺮة اﻟﻌﻤﻠﻴﺎت اﳊﺴﺎﺑﻴﺔ ﻏﲑ أ ﺎ ﺗﺰﻳﺪ ﻣﻦ اﻟﺪﻗﺔ‪ ،‬وﻳﺘﺤﺪد ﻋﺪد اﻟﻔﺌﺎت ﺑﻈﺮوف اﻟﻈﺎﻫﺮة ﻗﻴﺪ اﻟﺪراﺳﺔ‬
‫و وﺟﻬﺔ ﻧﻈﺮ اﻟﺒﺎﺣﺚ‪ ،‬وﻋﻠﻰ اﻟﻌﻤﻮم ﻓﻤﻦ اﻷﻓﻀﻞ أﻻ ﻳﻘﻞ ﻋﺪد اﻟﻔﺌﺎت ﻋﻦ ﲬﺴﺔ )‪ (5‬وﻻ ﻳﺰﻳﺪ ﻋﻦ ﲬﺴﺔ ﻋﺸﺮ‬
‫‪21‬‬
‫)‪ (15‬ﻓﺌﺔ‪ ،1‬وﻧﻈﺮا ﻟﻮﺟﻮد اﺧﺘﻼﻓﺎت ﰲ ﲢﺪﻳﺪ ﻋﺪد اﻟﻔﺌﺎت ﻓﺒﺎت ﻣﻦ اﻟﻀﺮوري اﺳﺘﻌﻤﺎل إﺣﺪى اﳌﻌﺎدﻻت اﳌﺘﻔﻖ‬
‫ﻋﻠﻴﻬﺎ واﻟﱵ ﲤﻜﻨﻨﺎ ﻣﻦ ﲢﺪﻳﺪ ﻋﺪد اﻟﻔﺌﺎت اﻟﺬي ﻳﺒﻘﻰ ﻣﺮﺗﺒﻂ ﺑﻌﺪد اﳌﺸﺎﻫﺪات‪.‬‬
‫وﻟﺘﺤﺪﻳﺪ ﻋﺪد اﻟﻔﺌﺎت ﰲ ﻣﺜﺎﻟﻨﺎ ﻫﺬا ﺳﻨﻌﺘﻤﺪ ﻋﻠﻰ اﳌﻌﺎدﻟﺔ اﻷﻛﺜﺮ اﺳﺘﺨﺪاﻣﺎ وﻫﻲ‪:‬‬
‫ﻣﻌﺎدﻟﺔ ﺳﺘﻴﺮﺟﺲ )‪ :(Staurges‬ﻟﺪﻳﻨﺎ ﻋﺪد اﻟﻘﻴﻢ ‪n=42‬‬
‫‪K  1  3, 322 log( n )  1  3, 322 log( 42 )  1  3 ,322 (1, 623 )  6 , 39  6‬‬
‫ﻋﺪد اﻟﻔﺌﺎت ) ‪ ( k=6‬ﻫﻮ ‪ 6‬ﻓﺌﺎت‪.‬‬

‫‪ -3‬ﺗﺤﺪﻳﺪ ﻃﻮل اﻟﻔﺌﺔ‪ :‬ﻳﺘﻢ ﲢﺪﻳﺪ ﻃﻮل اﻟﻔﺌﺔ ﺑﺎﻟﻌﻼﻗﺔ اﻟﺘﺎﻟﻴﺔ‪:‬‬
‫‪R 53‬‬
‫ﺣﻴﺚ‪ : L :‬ﻃﻮل اﻟﻔﺌﺔ‪ : R ،‬اﳌﺪى‪ : K ،‬ﻋﺪد اﻟﻔﺌﺎت‪.‬‬ ‫‪L‬‬
‫‪K‬‬
‫‪‬‬
‫‪6‬‬
‫‪ 8,83  9‬‬
‫وﻋﻠﻴﻪ ﻓﺈن ﻃﻮل اﻟﻔﺌﺔ ﻫﻮ ) ‪.( L = 9‬‬

‫ﻋﻨﺪ ﲢﺪﻳﺪ ﻃﻮل اﻟﻔﺌﺔ ﳚﺐ ﻣﺮاﻋﺎة اﳌﺘﺒﺎﻳﻨﺔ اﻟﺘﺎﻟﻴﺔ‪:‬‬
‫ﻃـ ــﻮل اﻟـﻔﺌـﺔ ‪ x‬ﻋــﺪد اﻟـﻔﺌــﺎت ‪ ‬اﻟ ــﻤﺪى‬

‫وﻣﻨﮫ ‪53 < 54 = 6 x 9‬‬
‫‪ -4‬ﺗﺤﺪﻳﺪ ﺣﺪود اﻟﻔﺌﺎت‪:‬‬
‫ﺗﺒﺪأ اﻟﻔﺌﺔ اﻷوﱃ ﺑﺄﻗﻞ ﻗﻴﻤﺔ ﰲ اﻟﺒﻴﺎﻧﺎت وﻳﻀﺎف إﻟﻴﻬﺎ ﻃﻮل اﻟﻔﺌﺔ ﻟﺘﺤﺪﻳﺪ ﺎﻳﺘﻬﺎ وﺑﺪاﻳﺔ اﻟﻔﺌﺔ اﻟﺜﺎﻧﻴﺔ وﻫﻜﺬا‪:‬‬
‫‪ ‬اﻟﻔﺌﺔ اﻷوﻟﻰ‪ :‬اﳊﺪ اﻷدﱏ ﻟﻠﻔﺌﺔ اﻷوﱃ ﻫﻮ‪14 :‬‬
‫اﳊﺪ اﻷﻋﻠﻰ ﻟﻠﻔﺌﺔ اﻷوﱃ ﻫﻮ‪ .23=9+14 :‬وﻋﻠﻴﻪ ﻓﺈن‪ :‬اﻟﻔﺌﺔ اﻷوﱃ ﻫﻲ‪. 23  14 :‬‬
‫‪ ‬اﻟﻔﺌﺔ اﻟﺜﺎﻧﻴﺔ‪ :‬اﳊﺪ اﻷدﱏ ﻟﻠﻔﺌﺔ اﻟﺜﺎﻧﻴﺔ ﻫﻮ‪.23 :‬‬
‫اﳊﺪ اﻷﻋﻠﻰ ﻟﻠﻔﺌﺔ اﻟﺜﺎﻧﻴﺔ ﻫﻮ‪ ،32 =9+23 :‬وﻋﻠﻴﻪ ﻓﺈن‪ :‬اﻟﻔﺌﺔ اﻟﺜﺎﻧﻴﺔ ﻫﻲ‪. 32  23 :‬‬
‫وﻧﺴﺘﻤﺮ ﺬﻩ اﻟﻄﺮﻳﻘﺔ ﺣﱴ ﻧﻜﻮن اﻟﺴﺘﺔ ﻓﺌﺎت‪.‬‬
‫‪ -5‬اﻟﺠﺪوﻟﺔ‪:‬‬
‫ﻋﻤﻠﻴﺔ اﳉﺪوﻟﺔ ﻫﻲ إﻓﺮاغ اﻟﺒﻴﺎﻧﺎت ﰲ ﺟﺪول اﻟﺘﻮزﻳﻊ اﻟﺘﻜﺮاري‪ ،‬ﻣﻊ ﻣﺮاﻋﺎة أن ﻳﻜﻮن ﻟﻜﻞ ﻗﻴﻤﺔ ﻓﺌﺔ واﺣﺪة وواﺣﺪة‬
‫ﻓﻘﻂ واﻟﺘﺄﻛﺪ ﻣﻦ أن ﳎﻤﻮع اﻟﺘﻜﺮارات ﻳﺴﺎوي ﻋﺪد اﻟﻘﻴﻢ‪.‬‬
‫‪22‬‬
‫اﻟﺠﺪول رﻗﻢ )‪ :(04-2‬ﺗﻮزﻳﻊ اﻟﻌﻤﺎل ﺣﺴﺐ درﺟﺎت اﻷﺟﻮر اﻟﺸﻬﺮﻳﺔ‬
‫‪Ci‬‬ ‫ﻣﺮﻛﺰ اﻟﻔﺌﺔ‬ ‫‪ni‬‬ ‫ﻋﺪد اﻟﻌﻤﺎل )اﻟﺘﻜﺮار(‬ ‫إﻓﺮاغ اﻟﺒﻴﺎﻧﺎت‬ ‫‪Xi‬‬ ‫ﻓﺌﺎت اﻷﺟﺮ‬
‫‪18,5‬‬ ‫‪4‬‬ ‫‪////‬‬ ‫‪23  14‬‬
‫‪27,5‬‬ ‫‪5‬‬ ‫‪/////‬‬ ‫‪32  23‬‬
‫‪36,5‬‬ ‫‪7‬‬ ‫‪// /////‬‬ ‫‪41  32‬‬
‫‪45,5‬‬ ‫‪7‬‬ ‫‪// /////‬‬ ‫‪50  41‬‬
‫‪54,5‬‬ ‫‪11‬‬ ‫‪/ ///// /////‬‬ ‫‪59  50‬‬
‫‪63,5‬‬ ‫‪8‬‬ ‫‪/// /////‬‬ ‫‪68  59‬‬
‫‪-‬‬ ‫‪42‬‬ ‫‪-‬‬ ‫‪‬‬
‫إن ﺗﻔﺮﻳﻎ اﻟﺒﻴﺎﻧﺎت ﺿﻤﻦ ﺟﺪول ﺗﻮزﻳﻊ ﺗﻜﺮاري ﳝﻜﻨﻨﺎ ﻣﻦ ﻓﻬﻢ اﳊﻘﺎﺋﻖ واﳊﺼﻮل ﻋﻠﻰ اﺳﺘﻨﺘﺎﺟﺎت ﻻ ﳝﻜﻦ‬
‫اﻟﻮﺻﻮل إﻟﻴﻬﺎ ﻣﻦ اﻟﺒﻴﺎﻧﺎت اﳌﻄﻠﻘﺔ‪.‬‬
‫ﺑﻌﺪ إﻋﺪاد ﺟﺪول اﻟﺘﻮزﻳﻊ اﻟﺘﻜﺮاري ﻳﻜﻮن ﻣﻦ اﳌﻨﺎﺳﺐ ﰲ أﻏﻠﺐ اﻷﺣﻴﺎن ﻋﺮض اﻟﺒﻴﺎﻧﺎت ﰲ ﺷﻜﻞ ﺗﻮزﻳﻊ‬
‫ﺗﻜﺮاري ﻧﺴﱯ ﻟﻠﺘﻌﺒﲑ ﻋﻦ اﻷﳘﻴﺔ اﻟﻨﺴﺒﻴﺔ ﻟﺘﻜﺮار ﻛﻞ ﻓﺌﺔ ﺑﺎﻟﻨﺴﺒﺔ ﻹﲨﺎﱄ اﻟﺘﻜﺮارات‪ ،‬وﳛﺴﺐ اﻟﺘﻜﺮار اﻟﻨﺴﱯ‬
‫ﺑﺎﻟﺼﻴﻐﺔ اﻟﺘﺎﻟﻴﺔ‪:‬‬
‫ﺗﻜﺮار اﻟﺼﻔﺔ ) اﻟﻤﺘﻐﻴﺮ أو اﻟﻔﺌﺔ (‬

‫اﻟﺘﻜﺮار اﻟﻨﺴﺒﻲ =‬
‫إﺟﻤﺎﻟﻲ اﻟﺘﻜﺮارات‬
‫‪n‬‬
‫‪f‬‬ ‫‪‬‬ ‫‪i‬‬
‫‪‬‬
‫‪i‬‬
‫‪n‬‬ ‫‪i‬‬
‫‪f‬‬ ‫‪i‬‬ ‫‪1‬‬ ‫و‬ ‫‪n‬‬ ‫‪i‬‬ ‫‪N‬‬ ‫ﻣﻊ اﻟﻌﻠﻢ أن ﻣﺠﻤﻮع اﻟﺘﻜﺮارات ﺗﺴﺎوي ﻋﺪد اﻟﻘﻴﻢ أو اﻟﻤﺸﺎﻫﺪات‬
‫وﳝﻜﻦ ﲢﻮﻳﻞ اﻟﺘﻜﺮار اﻟﻨﺴﱯ إﱃ ﺗﻜﺮار ﻧﺴﱯ ﻣﺌﻮي وﻫﺬا ﺑﻀﺮﺑﻪ ﰲ ‪ ،100‬وﺗﻌﻄﻰ ﻋﻼﻗﺔ اﻟﺘﻜﺮار اﻟﻨﺴﱯ‬
‫اﳌﺌﻮي ﺑﺎﻟﺼﻴﻐﺔ اﻟﺘﺎﻟﻴﺔ‪:‬‬
‫‪f i %  f i  100‬‬
‫ﻣﻊ اﻟﻌﻠﻢ أن‪ f i %  100 % :‬‬
‫‪23‬‬
‫ﻳﻔﻴﺪ اﻟﺘﻜﺮار اﻟﻨﺴﱯ ﰲ ﺗﻘﻠﻴﺺ اﻟﺸﻜﻞ اﻟﺒﻴﺎﱐ ﻋﻨﺪﻣﺎ ﻳﻜﻮن ﻋﺪد اﻟﻘﻴﻢ ﻛﺒﲑا‪ ،‬ﺑﻴﻨﻤﺎ ﻳﻔﻴﺪ اﻟﺘﻜﺮار اﻟﻨﺴﱯ اﳌﺌﻮي ﰲ‬
‫إﻇﻬﺎر اﻟﺸﻜﻞ اﻟﺒﻴﺎﱐ ﻋﻨﺪﻣﺎ ﻳﻜﻮن ﻋﺪد اﻟﻘﻴﻢ ﺻﻐﲑا‪.‬‬
‫ﻛﻤﺎ ﳝﻜﻦ أن ﳓﺘﺎج إﱃ ﻣﻌﻠﻮﻣﺎت إﺿﺎﻓﻴﺔ ﻋﻦ اﻟﺒﻴﺎﻧﺎت‪ ،‬ﻓﻤﺜﻼ‪ :‬ﻗﺪ ﳓﺘﺎج إﱃ ﻣﻌﺮﻓﺔ اﳌﻔﺮدات اﻟﱵ ﺗﻘﻞ ﻗﻴﻤﺘﻬﺎ‬
‫ﻣﻌﲔ‪ ،‬وﻫﺬﻩ اﳌﻌﻠﻮﻣﺎت ﳓﺼﻞ ﻋﻠﻴﻬﺎ ﻣﻦ ﺧﻼل إﳚﺎد اﻟﺘﻜﺮارات اﳌﺘﺠﻤﻌﺔ اﻟﺼﺎﻋﺪة واﻟﻨﺎزﻟﺔ‪:‬‬
‫أو ﺗﺰﻳﺪ ﻋﻦ ﺣﺪ ّ‬
‫‪ ‬اﻟﺘﻜﺮار اﻟﻤﺘﺠﻤﻊ اﻟﺼﺎﻋﺪ‪:‬‬
‫ﳝﺜﻞ اﻟﺘﻜﺮار اﳌﺘﺠﻤﻊ اﻟﺼﺎﻋﺪ ﻟﻔﺌﺔ ﻣﻌﻴﻨﺔ ﳎﻤﻮع اﻷﻓﺮاد اﻟﺬﻳﻦ ﺗﻘﻞ ﻗﻴﻤﺘﻬﻢ اﻹﺣﺼﺎﺋﻴﺔ ﻋﻦ اﳊﺪ اﻷﻋﻠﻰ ﻟﻠﻔﺌﺔ‬
‫اﳌﻘﺎﺑﻠﺔ‪.‬‬
‫‪ ‬اﻟﺘﻜﺮار اﻟﻤﺘﺠﻤﻊ اﻟﻨﺎزل(‪:‬‬
‫ﳝﺜﻞ اﻟﺘﻜﺮار اﳌﺘﺠﻤﻊ اﻟﻨﺎزل ﻟﻔﺌﺔ ﻣﻌﻴﻨﺔ ﳎﻤﻮع اﻷﻓﺮاد اﻟﺬﻳﻦ ﺗﺰﻳﺪ ﻗﻴﻤﺘﻬﻢ اﻹﺣﺼﺎﺋﻴﺔ ﻋﻦ اﳊﺪ اﻷدﱏ ﻟﻠﻔﺌﺔ اﳌﻘﺎﺑﻠﺔ‪.‬‬
‫ﺑﺎﺳﺘﺨﺪام ﻣﻌﻄﻴﺎت اﳌﺜﺎل اﻟﺴﺎﺑﻖ )اﳌﺜﺎل "‪ ("03-2‬ﻧﻘﻮم ﺑﺈﳚﺎد اﻟﺘﻜﺮارات اﻟﻨﺴﺒﻴﺔ واﻟﻨﺴﺒﻴﺔ اﳌﺌﻮﻳﺔ وﻛﺬا اﻟﺘﻜﺮارات‬
‫اﳌﺘﺠﻤﻌﺔ اﻟﺼﺎﻋﺪة واﻟﻨﺎزﻟﺔ‪:‬‬
‫اﻟﺠﺪول رﻗﻢ )‪ :(05-2‬ﻳﻮﺿﺢ اﻟﺘﻜﺮار اﻟﻨﺴﺒﻲ واﻟﻨﺴﺒﻲ اﻟﻤﺌﻮي واﻟﺘﻜﺮار اﻟﻤﺘﺠﻤﻊ اﻟﺼﺎﻋﺪ واﻟﻨﺎزل‬
‫اﻟﺘﻜﺮار اﻟﻤﺘﺠﻤﻊ‬ ‫اﻟﺘﻜﺮار اﻟﻤﺘﺠﻤﻊ‬ ‫اﻟﺘﻜﺮار اﻟﻨﺴﺒﻲ‬ ‫اﻟﺘﻜﺮار‬ ‫ﻓﺌﺎت اﻷﺟﺮ‬
‫‪ni‬‬ ‫اﻟﺘﻜﺮار‬
‫‪ni ‬‬ ‫اﻟﻨﺎزل‬ ‫‪ni ‬‬ ‫اﻟﺼﺎﻋﺪ‬ ‫‪fi %‬‬ ‫اﻟﻤﺌﻮي‬ ‫‪fi‬‬ ‫اﻟﻨﺴﺒﻲ‬ ‫‪Xi‬‬
‫‪42‬‬ ‫‪4‬‬ ‫‪9,5‬‬ ‫‪0,095‬‬ ‫‪4‬‬ ‫‪23  14‬‬

‫‪38=4-42‬‬ ‫‪9=5+4‬‬ ‫‪12‬‬ ‫‪0,12‬‬ ‫‪5‬‬ ‫‪32  23‬‬
‫‪33=5-38‬‬ ‫‪16=7+9‬‬ ‫‪17‬‬ ‫‪0,17‬‬ ‫‪7‬‬ ‫‪41  32‬‬
‫‪26=7-33‬‬ ‫‪23=7+16‬‬ ‫‪17‬‬ ‫‪0,17‬‬ ‫‪7‬‬ ‫‪50  41‬‬
‫‪19=7-26‬‬ ‫‪34=11+23‬‬ ‫‪26‬‬ ‫‪0,26‬‬ ‫‪11‬‬ ‫‪59  50‬‬
‫‪8=11-19‬‬ ‫‪42=8+34‬‬ ‫‪19‬‬ ‫‪0,19‬‬ ‫‪8‬‬ ‫‪68  59‬‬
‫‪-‬‬ ‫‪-‬‬ ‫‪100‬‬ ‫‪1‬‬ ‫‪42‬‬ ‫‪‬‬
‫‪24‬‬
‫‪ -2-2-I‬ﺟﺪاول اﻟﺘﻮزﻳﻊ اﻟﺘﻜﺮاري اﻟﻤﺰدوﺟﺔ‪:‬‬

‫ﻳﺴﺘﻌﻤﻞ ﺟﺪول اﻟﺘﻮزﻳﻊ اﻟﺘﻜﺮاري اﳌﺰدوج ﻋﻨﺪ دراﺳﺔ ﻇﺎﻫﺮﺗﲔ ) ﺧﺎﺻﻴﺘﲔ ( ﰲ آن واﺣﺪ ﺘﻤﻊ ﻣﺎ‪ ،‬ﺣﻴﺚ‬
‫ﺗﻮﺿﻊ اﻟﺒﻴﺎﻧﺎت اﻹﺣﺼﺎﺋﻴﺔ ﰲ ﻣﺜﻞ ﻫﺬﻩ اﳉﺪاول ﻋﻠﻰ اﻟﺸﻜﻞ اﻟﺘﺎﱄ‪:‬‬
‫‪ -‬ﲣﺼﺺ اﻷﺳﻄﺮ ﻟﺒﻴﺎﻧﺎت اﳋﺎﺻﻴﺔ اﻷوﱃ‪ ،‬ﺑﻴﻨﻤﺎ ﲣﺼﺺ اﻷﻋﻤﺪة ﻟﺒﻴﺎﻧﺎت اﳋﺎﺻﻴﺔ اﻟﺜﺎﻧﻴﺔ‪.‬‬
‫‪ -‬ﻧﺮﻣﺰ ﻟﻘﻴﻢ اﳋﺎﺻﻴﺔ اﻷوﱃ ﺑـ ‪ Xi‬ﺣﻴﺚ ) ‪ ( i=1,2,…..,n‬وﻧﺮﻣﺰ ﻟﺒﻴﺎﻧﺎت اﳋﺎﺻﻴﺔ اﻟﺜﺎﻧﻴﺔ ﺑـ ‪ Yj‬ﺣﻴﺚ‬
‫) ‪.( j=1,2,…..,m‬‬
‫اﻟﺠﺪول رﻗﻢ )‪ :(06-2‬اﻟﺸﻜﻞ اﻟﻌﺎم ﻟﺠﺪول اﻟﺘﻮزﻳﻊ اﻟﺘﻜﺮاري اﻟﻤﺰدوج‬
‫‪Yj‬‬
‫‪ni ‬‬ ‫‪ym‬‬ ‫…………‬ ‫‪y3‬‬ ‫‪y2‬‬ ‫‪y1‬‬ ‫‪Xi‬‬
‫‪n1‬‬ ‫‪n1m‬‬ ‫…………‬ ‫‪n13‬‬ ‫‪n12‬‬ ‫‪n11‬‬ ‫‪X1‬‬
‫‪n2 ‬‬ ‫‪n2m‬‬ ‫…………‬ ‫‪n23‬‬ ‫‪n22‬‬ ‫‪n21‬‬ ‫‪X2‬‬
‫‪n3 ‬‬ ‫‪n3 m‬‬ ‫…………‬ ‫‪n33‬‬ ‫‪n32‬‬ ‫‪n31‬‬ ‫‪X3‬‬
‫‪.‬‬ ‫‪.‬‬ ‫…………‬ ‫‪.‬‬ ‫‪.‬‬ ‫‪.‬‬ ‫‪.‬‬

‫‪.‬‬ ‫‪.‬‬ ‫…………‬ ‫‪.‬‬ ‫‪.‬‬ ‫‪.‬‬ ‫‪.‬‬
‫‪.‬‬ ‫‪.‬‬ ‫…………‬ ‫‪.‬‬ ‫‪.‬‬ ‫‪.‬‬ ‫‪.‬‬
‫‪n‬‬ ‫‪m‬‬
‫‪n    ni    n j‬‬ ‫‪n m‬‬ ‫…………‬ ‫‪n 3‬‬ ‫‪n 2‬‬ ‫‪n 1‬‬ ‫‪n j‬‬
‫‪i 1‬‬ ‫‪.‬‬ ‫‪j 1‬‬
‫ﻣﺜﺎل )‪ :(04-2‬ﺳﺤﺒﺖ ﻋﻴﻨﺔ ﻋﺸﻮاﺋﻴﺔ ﻣﻦ ﳎﺘﻤﻊ ﻣﺎ ﺗﺘﻜﻮن ﻣﻦ ‪ 100‬أﺳﺮة ﻗﺼﺪ دراﺳﺔ ﻇﺎﻫﺮﺗﲔ ﳘﺎ‪ ،‬اﻟﻨﻔﻘﺎت‬
‫دج( واﻟﱰﻛﻴﺒﺔ اﻷﺳﺮﻳﺔ ﻣﻦ ﺣﻴﺚ ﻋﺪد اﻷﻃﻔﺎل‪ ،‬ﻓﻜﺎﻧﺖ اﻟﻨﺘﺎﺋﺞ اﳌﺘﺤﺼﻞ ﻋﻠﻴﻬﺎ ﻣﺒﻴﻨﺔ‬ ‫‪3‬‬
‫‪10‬‬ ‫اﻻﺳﺘﻬﻼﻛﻴﺔ ﻟﻸﺳﺮة )‬
‫ﰲ اﳉﺪول اﻟﺘﺎﱄ‪:‬‬
‫‪25‬‬
‫اﻟﺠﺪول رﻗﻢ )‪ :(07-2‬ﺗﻮزﻳﻊ اﻷﺳﺮ ﺣﺴﺐ اﻟﻨﻔﻘﺎت اﻻﺳﺘﻬﻼﻛﻴﺔ وﻋﺪد اﻷﻃﻔﺎل‬

‫ﻋﺪد اﻷﻃﻔﺎل‬
‫‪‬‬ ‫‪3‬‬ ‫‪2‬‬ ‫‪1‬‬ ‫‪0‬‬

‫اﻟﻨﻔﻘﺎت‬
‫‪20‬‬ ‫‪3‬‬ ‫‪6‬‬ ‫‪8‬‬ ‫‪3‬‬ ‫‪30  20‬‬
‫‪48‬‬ ‫‪13‬‬ ‫‪12‬‬ ‫‪15‬‬ ‫‪8‬‬ ‫‪40  30‬‬
‫‪32‬‬ ‫‪10‬‬ ‫‪11‬‬ ‫‪7‬‬ ‫‪4‬‬ ‫‪50  40‬‬
‫‪100‬‬ ‫‪26‬‬ ‫‪29‬‬ ‫‪30‬‬ ‫‪15‬‬ ‫‪‬‬
‫ﻣﻦ ﺧﻼل اﳉﺪول اﻟﺴﺎﺑﻖ ﳝﻜﻦ أن ﻧﻘﺮأ ﺑﻌﺾ اﻷرﻗﺎم‪:‬‬
‫دج‪.‬‬ ‫‪3‬‬
‫‪10  40‬‬ ‫دج و‬ ‫‪3‬‬
‫‪10  30‬‬ ‫‪ -‬ﻣﻦ ﺑﲔ ‪ 100‬ﻋﺎﺋﻠﺔ‪ 48 ،‬ﻋﺎﺋﻠﺔ ﺗﱰاوح ﻧﻔﻘﺎ ﺎ اﻻﺳﺘﻬﻼﻛﻴﺔ ﺑﲔ‬
‫دج‬ ‫‪3‬‬
‫‪10  40‬‬ ‫‪ 30 -‬ﻋﺎﺋﻠﺔ ﳍﺎ ﻃﻔﻞ واﺣﺪ‪ ،‬ﺣﻴﺚ أن ‪ 7‬ﻋﺎﺋﻼت ﻣﻨﻬﺎ ﺗﱰاوح ﻧﻔﻘﺎ ﺎ اﻻﺳﺘﻬﻼﻛﻴﺔ ﺑﲔ‬
‫دج‪،‬‬ ‫‪3‬‬
‫‪10  30‬‬ ‫دج و‬ ‫‪3‬‬
‫‪10  20‬‬ ‫دج‪ ،‬و ‪ 8‬ﻋﺎﺋﻼت ﺗﱰاوح ﻧﻔﻘﺎ ﺎ اﻻﺳﺘﻬﻼﻛﻴﺔ ﺑﲔ‬ ‫‪3‬‬
‫‪10  50‬‬ ‫و‬
‫دج‪.‬‬ ‫‪3‬‬
‫‪10  40‬‬ ‫دج و‬ ‫‪3‬‬
‫‪10  30‬‬ ‫أﻣﺎ ‪ 15‬ﻋﺎﺋﻠﺔ اﻷﺧﺮى ﺗﱰاوح ﻧﻔﻘﺎ ﺎ اﻻﺳﺘﻬﻼﻛﻴﺔ ﺑﲔ‬
‫‪-II‬اﻟﻌﺮض اﻟﺒﻴﺎﻧﻲ ﻟﻠﺒﻴﺎﻧﺎت اﻹﺣﺼﺎﺋﻴﺔ‪:‬‬
‫ﺑﺎﻹﻣﻜﺎن وﺻﻒ وﺗﻠﺨﻴﺺ اﻟﺒﻴﺎﻧﺎت ﺑﺎﺳﺘﺨﺪام اﻟﺮﺳﻮﻣﺎت اﻟﺒﻴﺎﻧﻴﺔ واﻷﺷﻜﺎل اﳍﻨﺪﺳﻴﺔ‪ ،‬إذ ﲤﻜﻦ ﻫﺬﻩ اﻷﺧﲑة‬
‫ﻣﻦ اﻟﻘﻴﺎم ﺑﺘﺤﻠﻴﻞ ﺳﺮﻳﻊ ﻟﻠﻈﺎﻫﺮة اﳌﺪروﺳﺔ‪ ،‬وﺗﺴﺘﺨﺪم أﻧﻮاع ﳐﺘﻠﻔﺔ ﻟﻠﻌﺮض اﻟﺒﻴﺎﱐ ﺣﺴﺐ ﻧﻮع اﳌﺘﻐﲑ اﳌﺪروس‪.‬‬
‫‪ -1-II‬اﻟﻌﺮض اﻟﺒﻴﺎﻧﻲ ﻓﻲ ﺣﺎﻟﺔ ﻣﺘﻐﻴﺮ ﻛﻤﻲ ﻣﻨﻔﺼﻞ‪:‬‬
‫‪ -1-1-II‬اﻟﻌﺮض اﻟﺒﻴﺎﻧﻲ ﻟﻠﺘﻜﺮارات اﻟﺒﺴﻴﻄﺔ‪ :‬ﻫﻮ ﻋﺒﺎرة ﻋﻦ أﻋﻤﺪة ﺑﺴﻴﻄﺔ ﺗﺘﻨﺎﺳﺐ أﻃﻮاﳍﺎ ﻣﻊ اﻟﺘﻜﺮار‬
‫اﳌﻘﺎﺑﻞ ﻟﻘﻴﻤﺔ ﻣﻌﻴﻨﺔ ﻟﻠﻤﺘﻐﲑ اﳌﺪروس وﺗﺴﻤﻰ اﻷﻋﻤﺪة اﻟﺒﺴﻴﻄﺔ‪.‬‬
‫ﻣﺜﺎل )‪ّ :(05-2‬‬

‫ﻳﺒﲔ اﳉﺪول اﻟﺘﺎﱄ ﻋﺪد اﻷﻃﻔﺎل ﰲ اﻟﻌﺎﺋﻠﺔ ﻟﻌﻴﻨﺔ ﺗﺘﻜﻮن ﻣﻦ ‪ 100‬أﺳﺮة‪.‬‬
‫‪‬‬ ‫‪5‬‬ ‫‪4‬‬ ‫‪3‬‬ ‫‪2‬‬ ‫‪1‬‬ ‫‪Xi‬‬ ‫ﻋﺪد اﻷﻃﻔﺎل ﻓﻲ اﻷﺳﺮة‬
‫‪100‬‬ ‫‪12‬‬ ‫‪15‬‬ ‫‪20‬‬ ‫‪28‬‬ ‫‪25‬‬ ‫‪ni‬‬ ‫اﻟﺘﻜﺮار‬
‫اﻟﻤﻄﻠﻮب‪ :‬ﻋﺮض ﻫﺬﻩ اﻟﺒﻴﺎﻧﺎت ﺑﺎﻟﻄﺮﻳﻘﺔ اﳌﻨﺎﺳﺒﺔ‪.‬‬
‫‪26‬‬
‫اﻟﺤﻞ‪ :‬أﻓﻀﻞ ﻃﺮﻳﻘﺔ ﻟﻌﺮض ﻫﺬﻩ اﻟﺒﻴﺎﻧﺎت ﻫﻲ اﻷﻋﻤﺪة اﻟﺒﺴﻴﻄﺔ‪.‬‬

‫اﻟﺸﻜﻞ رﻗﻢ )‪ :(01-2‬ﺗﻮزﻳﻊ اﻷﺳﺮ ﺣﺴﺐ ﻋﺪد اﻷﻃﻔﺎل )اﻷﻋﻤﺪة اﻟﺒﺴﻴﻄﺔ(‬
‫ﻋدد اﻷﺳر‬
‫‪30 -‬‬
‫‪27 -‬‬
‫‪24 -‬‬
‫‪21 -‬‬
‫‪18 -‬‬
‫‪15 -‬‬
‫‪12 -‬‬
‫‪9-‬‬
‫‪6-‬‬
‫‪3-‬‬
‫ﻋدد اﻷطﻔﺎل‬
‫‪1-‬‬
‫‪2-‬‬
‫‪3-‬‬
‫‪4-‬‬
‫‪5-‬‬
‫‪ -2-1-II‬اﻟﻌﺮض اﻟﺒﻴﺎﻧﻲ ﻟﻠﺘﻜﺮارات اﻟﻤﺘﺠﻤﻌﺔ اﻟﺼﺎﻋﺪة واﻟﻨﺎزﻟﺔ‪:‬‬

‫اﻟﺘﻜ ـﺮارات اﻟﻤﺘﺠﻤﻌ ـﺔ اﻟﺼــﺎﻋﺪة‪ :‬ﻫ ـﻲ ﻋﺒــﺎرة ﻋــﻦ ﻗﻄــﻊ ﻣﺴــﺘﻘﻴﻤﺔ ﻣﺘﺼــﺎﻋﺪة ﺣﺴــﺐ ﺗﺼــﺎﻋﺪ اﻟﺘﻜ ـﺮارات‬
‫اﻟﺘﺠﻤﻴﻌﻴﺔ اﻟﺼﺎﻋﺪة اﳌﻘﺎﺑﻠﺔ ﻟﻜﻞ ﻗﻴﻤﺔ ﻣﻦ ﻗﻴﻢ اﳌﺘﻐﲑ اﻹﺣﺼﺎﺋﻲ اﳌﺪروس‪.‬‬
‫اﻟﺘﻜـﺮارات اﻟﻤﺘﺠﻤﻌـﺔ اﻟﻨﺎزﻟـﺔ‪ :‬ﻫـﻲ ﻋﺒــﺎرة ﻋـﻦ ﻗﻄــﻊ ﻣﺴــﺘﻘﻴﻤﺔ ﻣﺘﻨﺎزﻟــﺔ ﺣﺴـﺐ ﺗﻨــﺎزل اﻟﺘﻜـﺮارات اﻟﺘﺠﻤﻴﻌﻴــﺔ‬
‫اﻟﻨﺎزﻟﺔ‪ ،‬ﺣﻴﺚ أن اﻟﻘﻄﻌﺔ اﳌﺴﺘﻘﻴﻤﺔ اﻷوﱃ ﺗﻘﺎﺑﻞ ﳎﻤـﻮع اﻟﺘﻜـﺮارات وأﺻـﻐﺮ ﻗﻴﻤـﺔ ﻟﻠﻤﺘﻐـﲑ اﳌـﺪروس واﻟﻘﻄﻌـﺔ‬
‫اﻟﺜﺎﻧﻴﺔ ﺗﻘﺎﺑﻞ ﳎﻤﻮع اﻟﺘﻜﺮارات ﻧﺎﻗﺺ اﻟﺘﻜﺮار اﻟﺒﺴﻴﻂ اﻷول ﻣﻊ اﻟﻘﻴﻤﺔ اﻟﺜﺎﻧﻴﺔ ﻟﻠﻤﺘﻐﲑ اﻹﺣﺼﺎﺋﻲ وﻫﻜﺬا‪.‬‬
‫وﻟﺘﻮﺿﻴﺢ ﻛﻴﻔﻴﺔ رﺳﻢ اﻟﺘﻜﺮارات اﳌﺘﺠﻤﻌﺔ اﻟﺼﺎﻋﺪة واﻟﻨﺎزﻟﺔ ﻧﺄﺧﺬ اﳌﺜﺎل )‪:(05-2‬‬
‫‪27‬‬
‫اﻟﺠﺪول رﻗﻢ )‪ :(08-2‬اﻟﺘﻜﺮارات اﻟﻤﺘﺠﻤﻌﺔ اﻟﺼﺎﻋﺪة واﻟﻨﺎزﻟﺔ‬
‫‪ni ‬‬ ‫‪ni ‬‬ ‫‪ni‬‬ ‫اﻟﺘﻜﺮار‬ ‫‪Xi‬‬ ‫ﻋﺪد اﻷﻃﻔﺎل ﻓﻲ اﻷﺳﺮة‬
‫‪100‬‬ ‫‪25‬‬ ‫‪25‬‬ ‫‪1‬‬
‫‪75‬‬ ‫‪53‬‬ ‫‪28‬‬ ‫‪2‬‬
‫‪47‬‬ ‫‪73‬‬ ‫‪20‬‬ ‫‪3‬‬
‫‪27‬‬ ‫‪88‬‬ ‫‪15‬‬ ‫‪4‬‬
‫‪12‬‬ ‫‪100‬‬ ‫‪12‬‬ ‫‪5‬‬
‫‪-‬‬ ‫‪-‬‬ ‫‪100‬‬ ‫‪‬‬
‫‪ni ‬‬
‫اﻟﺸﻜﻞ رﻗﻢ )‪ :(02-2‬ﻣﻨﺤﻨﻰ اﻟﺘﻜﺮارات اﻟﻤﺘﺠﻤﻌﺔ اﻟﺼﺎﻋﺪة ﻟﺘﻮزﻳﻊ اﻷﺳﺮ‬
‫‪100-‬‬
‫‪90-‬‬
‫‪80 -‬‬
‫‪70 -‬‬
‫‪60 -‬‬
‫‪50 -‬‬
‫‪40 -‬‬
‫‪30 -‬‬
‫‪20 -‬‬
‫‪10 -‬‬
‫‪1-‬‬
‫‪2-‬‬
‫‪3-‬‬
‫‪4-‬‬
‫‪5-‬‬
‫‪28‬‬
‫‪ni ‬‬
‫اﻟﺸﻜﻞ رﻗﻢ )‪ :(03-2‬اﻟﺘﻜﺮارات اﻟﻤﺘﺠﻤﻌﺔ اﻟﻨﺎزﻟﺔ ﻟﺘﻮزﻳﻊ اﻷﺳﺮ‬
‫‪100-‬‬
‫‪90 -‬‬
‫‪80 -‬‬
‫‪70 -‬‬
‫‪60 -‬‬
‫‪50 -‬‬
‫‪40 -‬‬
‫‪30 -‬‬
‫‪20 -‬‬
‫‪10 -‬‬
‫‪1-‬‬
‫‪2-‬‬
‫‪3-‬‬
‫‪4-‬‬
‫‪5-‬‬
‫‪ -2-II‬اﻟﻌﺮض اﻟﺒﻴﺎﻧﻲ ﻓﻲ ﺣﺎﻟﺔ ﻣﺘﻐﻴﺮ ﻛﻤﻲ ﻣﺘﺼﻞ )ﻣﺴﺘﻤﺮ(‪:‬‬
‫إن اﻟﻌﺮوض اﻟﺒﻴﺎﻧﻴﺔ ﻟﻠﻤﺘﻐﲑ اﻟﻜﻤﻲ اﳌﺘﺼﻞ ﻫﻲ أﻛﺜﺮ اﻟﻌﺮوض اﻟﺒﻴﺎﻧﻴﺔ اﺳﺘﻌﻤﺎﻻ وﻣﻦ أﳘﻬﺎ‪:‬‬
‫‪ -1-2-II‬اﻟﻤﺪرج اﻟﺘﻜﺮاري‪:‬‬
‫وﻫﻮ ﻋﺒﺎرة ﻋﻦ ﻣﺴﺘﻄﻴﻼت )أﻋﻤﺪة( ﻣﺘﻼﺻﻘﺔ ﲤﺜﻞ ﺗﻜﺮارات أو ﻗﻴﻢ ﻛﻞ ﻓﺌﺔ ﻣﻦ اﻟﻔﺌﺎت‪ ،1‬ﺣﻴﺚ أن ﻃﻮل ﻛﻞ‬
‫ﻣﻨﻬﺎ ﻳﺘﻨﺎﺳﺐ ﻣﻊ اﻟﺘﻜﺮار اﳌﻘﺎﺑﻞ‪ ،‬وﻗﺎﻋﺪة ﻛﻞ ﻣﻨﻬﺎ ﺗﺴﺎوي ﻃﻮل اﻟﻔﺌﺔ اﳌﻘﺎﺑﻠﺔ‪ ،‬ﺣﻴﺚ ﺗﻮﺿﻊ اﻟﻔﺌﺎت ﻋﻠﻰ ﳏﻮر‬
‫اﻟﺴﻴﻨﺎت‪ ،‬ﺑﻴﻨﻤﺎ ﺗﻮﺿﻊ اﻟﺘﻜﺮارات ﻋﻠﻰ ﳏﻮر اﻟﻌﻴﻨﺎت‪ ،‬وﻣﻦ اﻟﻤﻔﻴﺪ ﻗﺒﻞ رﺳﻢ اﻟﻤﺪرج اﻟﺘﻜﺮاري ﻣﻼﺣﻈﺔ أﻃﻮال‬
‫اﻟﻔﺌﺎت ﻫﻞ ﻫﻲ ﻣﺘﺴﺎوﻳﺔ أم ﻻ ؟‪ ،‬ﻟﺬﻟﻚ ﳕﻴﺰ ﺣﺎﻟﺘﲔ ﻋﻨﺪ رﺳﻢ اﳌﺪرج اﻟﺘﻜﺮاري‪:‬‬
‫اﻟﻤﺪرج اﻟﺘﻜﺮاري ﻓﻲ ﺣﺎﻟﺔ ﻓﺌﺎت ﻣﺘﺴﺎوﻳﺔ اﻟﻄﻮل‪ :‬ﻋﻨﺪﻣﺎ ﺗﻜﻮن اﻟﻔﺌﺎت ﻣﺘﺴﺎوﻳﺔ اﻟﻄﻮل ﻓﺈن ﻗﺎﻋﺪة‬
‫اﳌﻘﺎرﻧﺔ ﺛﺎﺑﺘﺔ وﻣﺘﺴﺎوﻳﺔ وﻋﻠﻴﻪ ﻧﻘﻮم ﺑﺮﺳﻢ اﳌﺪرج اﻟﺘﻜﺮاري ﻣﺒﺎﺷﺮة‪ ،‬وﻟﺘﻮﺿﻴﺢ ذﻟﻚ ﻧﺄﺧﺬ اﳌﺜﺎل اﻟﺘﺎﱄ‪:‬‬
‫ﻣﺜﺎل )‪ :(06-2‬اﳉﺪول اﻟﺘﺎﱄ ّ‬

‫ﻳﺒﲔ ﺗﻮزﻳﻊ اﻟﻨﻔﻘﺎت اﻟﻴﻮﻣﻴﺔ )اﻟﻮﺣﺪة‪ 10 :‬دج( ﻟﻌﻴﻨﺔ ﻣﻦ ‪ 40‬ﻃﺎﻟﺐ‪.‬‬
‫‪‬‬ ‫‪24  20‬‬ ‫‪20  16‬‬ ‫‪16  12‬‬ ‫‪12  8‬‬ ‫‪8  4‬‬ ‫‪Xi‬‬ ‫ﻓﺌﺎت اﻟﻨﻔﻘﺎت‬
‫‪40‬‬ ‫‪2‬‬ ‫‪4‬‬ ‫‪18‬‬ ‫‪10‬‬ ‫‪6‬‬ ‫‪ni‬‬ ‫اﻟﺘﻜﺮار‬
‫‪29‬‬
‫اﻟﻤﻄﻠﻮب‪ :‬رﺳﻢ اﻟﺘﻤﺜﻴﻞ اﻟﺒﻴﺎﱐ اﻟﺬي ﳝﺜﻞ ﺗﻮزﻳﻊ اﻟﻨﻔﻘﺎت؟‬

‫ﲟﺎ أن اﻟﻔﺌﺎت ﻣﺘﺴﺎوﻳﺔ اﻟﻄﻮل ﻧﻘﻮم ﺑﺮﺳﻢ اﳌﺪرج اﻟﺘﻜﺮاري ﻣﺒﺎﺷﺮة‪.‬‬
‫اﻟﺸﻜﻞ )‪ :(04-2‬اﻟﻤﺪرج اﻟﺘﻜﺮاري ﻟﺘﻮزﻳﻊ اﻟﻨﻔﻘﺎت‬
‫‪n‬‬ ‫‪i‬‬
‫‪20 -‬‬
‫‪18 -‬‬
‫‪16 -‬‬
‫‪14 -‬‬
‫‪12 -‬‬
‫‪10 -‬‬
‫‪8-‬‬
‫‪6-‬‬
‫‪4-‬‬
‫‪2-‬‬
‫‪4-‬‬
‫‪8-‬‬
‫‪12 -‬‬
‫‪16 -‬‬
‫‪20 -‬‬
‫‪24 -‬‬
‫اﻟﻔﺋﺎت‬
‫اﻟﻤﺪرج اﻟﺘﻜﺮاري ﻓﻲ ﺣﺎﻟﺔ ﻓﺌﺎت ﻏﻴﺮ ﻣﺘﺴﺎوﻳﺔ اﻟﻄﻮل‪ :‬إذا ﻛﺎﻧﺖ ﻓﺌﺎت اﻟﺘﻮزﻳﻊ ﻏﲑ ﻣﺘﺴﺎوﻳﺔ اﻟﻄﻮل‬
‫ﻧﻘﻮم ﺑﺘﻌﺪﻳﻞ اﻟﺘﻜﺮارات ) ﻷن ﻗﺎﻋﺪة اﳌﻘﺎرﻧﺔ ﻏﲑ ﺛﺎﺑﺘﺔ ( ﺣﱴ ﻳﻜﻮن ﻫﻨﺎك ﺗﻨﺎﺳﺐ ﺑﲔ ﻃﻮل اﻟﻔﺌﺔ واﻟﺘﻜﺮار‬
‫اﳌﻘﺎﺑﻞ ﳍﺎ‪ ،‬وﻟﻐﺮض ﺗﻌﺪﻳﻞ اﻟﺘﻜﺮارات ﻧﺴﺘﺨﺪم اﳌﻌﺎدﻟﺔ اﻵﺗﻴﺔ‪:‬‬
‫ﺗﻜﺮار اﻟﻔﺌﺔ‬
‫‪ni‬‬
‫‪n i ‬‬ ‫‪ L‬‬ ‫× ﻃﻮل اﻟﻔﺌﺔ اﻟﻤﺨﺘﺎر‬ ‫اﻟﺘﻜﺮار اﻟﻤﻌﺪل =‬
‫‪Li‬‬
‫ﻃﻮل اﻟﻔﺌﺔ‬
‫*‬
‫ﻣﻼﺣﻈﺔ‪ :‬ﻃﻮل اﻟﻔﺌﺔ اﻟﻤﺨﺘﺎر ) ‪ (L‬ﻫﻮ اﻟﻘﺎﺳﻢ اﻟﻤﺸﺘﺮك اﻷﻛﺒﺮ ﻷﻃﻮال اﻟﻔﺌﺎت‪.‬‬
‫‪30‬‬
‫ﻣﻼﺣﻈﺔ‪ :‬ﻧﻘﻮم ﺑﺘﻌﺪﻳﻞ اﻟﺘﻜﺮارات )ﻓﻲ ﺣﺎﻟﺔ ﻓﺌﺎت ﻏﻴﺮ ﻣﺘﺴﺎوﻳﺔ اﻟﻄﻮل( ﻟﻐﺮﺿﻴﻦ ﻫﻤﺎ‪:‬‬
‫‪ ‬رﺳﻢ اﻟﻤﺪرج اﻟﺘﻜﺮاري‪.‬‬
‫‪ ‬ﺗﺤﺪﻳﺪ اﻟﻔﺌﺔ اﻟﻤﻨﻮاﻟﻴﺔ وﺣﺴﺎب اﻟﻤﻨﻮال‪.‬‬
‫وﻟﺘﻮﺿﻴﺢ ﻛﻴﻔﻴﺔ ﺗﻌﺪﻳﻞ اﻟﺘﻜﺮارات ورﺳﻢ اﳌﺪرج اﻟﺘﻜﺮاري ﻧﺄﺧﺬ اﳌﺜﺎل اﻟﺘﺎﱄ‪:‬‬
‫ﻣﺜﺎل )‪ :(07-2‬اﳉﺪول اﻟﺘﺎﱄ ﻳﺒﲔ ﺗﻮزﻳﻊ ﻋﻴﻨﺔ ﻣﻦ ‪ 100‬ﻋﺎﻣﻞ ﰲ ﻣﺆﺳﺴﺔ ﻣﺎ ﺣﺴﺐ اﻷﺟﺮ اﻟﺸﻬﺮي‬
‫)اﻟﻮﺣﺪة‪ 310 :‬دج(‪.‬‬
‫‪‬‬ ‫‪80  75 75  55 55  40 40  35 35  25 25  20‬‬ ‫‪Xi‬‬ ‫ﻓﺌﺎت اﻷﺟﺮ‬
‫‪100‬‬ ‫‪5‬‬ ‫‪30‬‬ ‫‪25‬‬ ‫‪20‬‬ ‫‪15‬‬ ‫‪5‬‬ ‫‪ni‬‬ ‫اﻟﺘﻜﺮار‬

‫اﻟﻤﻄﻠﻮب‪ :‬ﲤﺜﻴﻞ ﻫﺬﻩ اﻟﺒﻴﺎﻧﺎت ﺑﺎﺳﺘﺨﺪام اﳌﺪرج اﻟﺘﻜﺮاري؟‬
‫اﻟﺤﻞ‪ :‬ﲟﺎ أن ﻓﺌﺎت اﻟﺘﻮزﻳﻊ ﻏﲑ ﻣﺘﺴﺎوﻳﺔ اﻟﻄﻮل ﻧﻘﻮم ﺑﺘﻌﺪﻳﻞ اﻟﺘﻜﺮارات‪ ،‬وﻧﺄﺧﺬ ﻃﻮل اﻟﻔﺌﺔ اﳌﺨﺘﺎر واﳌﺴﺎوي ﻟـ ‪5‬‬
‫ﻛﺄﺳﺎس ﻟﺘﻌﺪﻳﻞ اﻟﺘﻜﺮارات‪ ) ،‬ﻃﻮل اﻟﻔﺌﺔ اﳌﺨﺘﺎر ﻫﻮ اﻟﻘﺎﺳﻢ اﳌﺸﱰك اﻷﻛﱪ ﻷﻃﻮال اﻟﻔﺌﺎت أو أﺻﻐﺮ ﻃﻮل ﻓﺌﺔ(‪.‬‬
‫اﻟﺠﺪول رﻗﻢ )‪ :(09-2‬اﻟﺘﻜﺮار اﻟﻤﻌ ّﺪل‬
‫‪ni‬‬ ‫اﻟﺘﻜﺮار اﻟﻤﻌﺪل‬ ‫ﻃﻮل اﻟﻔﺌﺔ )‪(Li‬‬ ‫‪ni‬‬ ‫اﻟﺘﻜﺮار‬ ‫‪Xi‬‬ ‫ﻓﺌﺎت اﻷﺟﺮ‬
‫‪5‬‬
‫‪n1 ‬‬ ‫‪5  5‬‬ ‫‪5‬‬ ‫‪5‬‬ ‫‪25  20‬‬
‫‪5‬‬
‫‪15‬‬
‫‪n2 ‬‬ ‫‪ 5  7,5‬‬ ‫‪10‬‬ ‫‪15‬‬ ‫‪35  25‬‬
‫‪10‬‬
‫‪20‬‬
‫‪n3 ‬‬ ‫‪ 5  20‬‬ ‫‪5‬‬ ‫‪20‬‬ ‫‪40  35‬‬
‫‪5‬‬
‫‪25‬‬
‫‪n4 ‬‬ ‫‪ 5  8,33‬‬ ‫‪15‬‬ ‫‪25‬‬ ‫‪55  40‬‬
‫‪15‬‬
‫‪30‬‬
‫‪n5 ‬‬ ‫‪ 5  7,5‬‬ ‫‪20‬‬ ‫‪30‬‬ ‫‪75  55‬‬
‫‪20‬‬
‫‪5‬‬
‫‪n6 ‬‬ ‫‪5  5‬‬ ‫‪5‬‬ ‫‪5‬‬ ‫‪80  75‬‬
‫‪5‬‬
‫‪-‬‬ ‫‪-‬‬ ‫‪100‬‬ ‫‪‬‬
‫‪31‬‬
‫*‬
‫اﻟﺗﻛرار اﻟﻣﻌدل ) ‪( ni‬‬
‫اﻟﺸﻜﻞ رﻗﻢ )‪ :(05-2‬اﻟﻤﺪرج اﻟﺘﻜﺮاري ﻟﺘﻮزﻳﻊ اﻷﺟﻮر )ﺗﻜﺮارات ﻣﻌ ّﺪﻟﺔ(‬
‫‪20 -‬‬
‫‪18 -‬‬
‫‪15 -‬‬
‫‪12 -‬‬
‫‪9-‬‬
‫‪6-‬‬
‫‪3-‬‬
‫‪20 -‬‬
‫‪25 -‬‬
‫‪30 -‬‬
‫‪35 -‬‬
‫‪50 -‬‬
‫‪55 -‬‬
‫‪60 -‬‬
‫‪65 -‬‬
‫‪70 -‬‬
‫‪75 -‬‬
‫‪80 -‬‬
‫‪40 -‬‬
‫‪45 -‬‬
‫‪ -2-2-II‬اﻟﻤﻀﻠﻊ اﻟﺘﻜﺮاري‪:‬‬
‫ﻫﻮ ﳎﻤﻮﻋﺔ ﻣﻦ اﻟﻘﻄﻊ اﳌﺴﺘﻘﻴﻤﺔ اﳌﺘﺼﻠﺔ واﳌﻨﻜﺴﺮة ﺗﺘﺤﺪد ﺑﻨﻘﺎط إﺣﺪاﺛﻴﺎ ﺎ‪ :‬ﻣﺮاﻛﺰ اﻟﻔﺌﺎت واﻟﺘﻜﺮارات‬
‫اﳌﻘﺎﺑﻠﺔ ﳍﺎ‪.‬‬
‫وﻟﺘﻮﺿﻴﺢ رﺳﻢ اﳌﻀﻠﻊ اﻟﺘﻜﺮاري ﻧﺄﺧﺬ اﳌﺜﺎل )‪ ،(06-2‬وﻧﻘﻮم ﺑﺮﺳﻢ اﳌﺪرج واﳌﻀﻠﻊ اﻟﺘﻜﺮاري‪.‬‬
‫‪32‬‬
‫اﻟﺸﻜﻞ رﻗﻢ )‪ :(06-2‬اﻟﻤﺪرج واﻟﻤﻀﻠﻊ اﻟﺘﻜﺮاري ﻟﺘﻮزﻳﻊ اﻷﺟﻮر‬

‫اﻟﺗﻛرار ) ‪( ni‬‬
‫‪20 -‬‬
‫‪18 -‬‬
‫‪16 -‬‬
‫‪14 -‬‬
‫‪12 -‬‬ ‫اﻟﻤﻀﻠﻊ اﻟﺘﻜﺮاري‬
‫‪10 -‬‬
‫‪8-‬‬
‫اﻟﻤﺪرج اﻟﺘﻜﺮاري‬
‫‪6-‬‬
‫‪4-‬‬
‫‪2-‬‬
‫‪C1 -‬‬
‫‪4-‬‬
‫‪8-‬‬
‫‪12 -‬‬
‫‪C3 -‬‬
‫‪16 -‬‬
‫‪C4 -‬‬
‫‪20 -‬‬
‫‪C5 -‬‬
‫‪24-‬‬
‫‪C2 -‬‬
‫‪ -3-2-I33‬ﻣﻨﺤﻨﻰ اﻟﺘﻜﺮارات اﻟﻤﺘﺠﻤﻌﺔ اﻟﺼﺎﻋﺪة واﻟﻨﺎزﻟﺔ‪:‬‬

‫ﻳﺘﻢ رﺳﻢ ﻣﻨﺤﲎ اﻟﺘﻜﺮار اﳌﺘﺠﻤﻊ اﻟﺼﺎﻋﺪ ﻋﻦ ﻃﺮﻳﻖ إﻳﺼﺎل ﳎﻤﻮﻋﺔ اﻟﻨﻘﺎط ذات اﻹﺣﺪاﺛﻴﺎت اﻟﺘﺎﻟﻴﺔ‪ :‬اﳊﺪود‬
‫اﻟﻌﻠﻴﺎ ﻟﻠﻔﺌﺎت واﻟﺘﻜﺮارات اﳌﺘﺠﻤﻌﺔ اﻟﺼﺎﻋﺪة اﳌﻘﺎﺑﻞ ﳍﺎ‪ ،‬أﻣﺎ ﻣﻨﺤﲎ اﻟﺘﻜﺮار اﳌﺘﺠﻤﻊ اﻟﻨﺎزل ﻓﻴﺘﻢ رﲰﻪ ﺑﺈﻳﺼﺎل‬
‫ﳎﻤﻮﻋﺔ اﻟﻨﻘﺎط ذات اﻹﺣﺪاﺛﻴﺎت‪ :‬اﳊﺪود اﻟﺪﻧﻴﺎ ﻟﻠﻔﺌﺎت واﻟﺘﻜﺮارات اﳌﺘﺠﻤﻌﺔ اﻟﻨﺎزﻟﺔ اﳌﻘﺎﺑﻠﺔ ﳍﺎ‪ ،‬وﺗﺴﻤﻰ ﻧﻘﻄﺔ‬
‫اﻟﺘﻘﺎﻃﻊ ﺑﲔ اﳌﻨﺤﻨﻴﲔ ﺑﺎﻟﻮﺳﻴﻂ‪ ،‬وﻟﻐﺮض رﺳﻢ ﻣﻨﺤﲎ اﻟﺘﻜﺮار اﳌﺘﺠﻤﻊ اﻟﺼﺎﻋﺪ واﻟﻨﺎزل ﻧﺄﺧﺬ اﳌﺜﺎل )‪.(06-2‬‬
‫اﻟﺠﺪول رﻗﻢ )‪ :(10-2‬اﻟﺘﻜﺮارات اﻟﻤﺘﺠﻤﻊ اﻟﺼﺎﻋﺪة واﻟﻨﺎزﻟﺔ‬
‫‪ni ‬‬ ‫‪ni ‬‬ ‫‪ni‬‬ ‫اﻟﺘﻜﺮار‬ ‫‪Xi‬‬ ‫ﻓﺌﺎت اﻟﻨﻔﻘﺎت‬

‫‪40‬‬ ‫‪6‬‬ ‫‪6‬‬ ‫‪8  4‬‬
‫‪34‬‬ ‫‪16‬‬ ‫‪10‬‬ ‫‪12  8‬‬
‫‪24‬‬ ‫‪34‬‬ ‫‪18‬‬ ‫‪16  12‬‬
‫‪6‬‬ ‫‪38‬‬ ‫‪4‬‬ ‫‪20  16‬‬
‫‪2‬‬ ‫‪40‬‬ ‫‪2‬‬ ‫‪24  20‬‬
‫‪-‬‬ ‫‪-‬‬ ‫‪40‬‬ ‫‪‬‬
‫‪33‬‬
‫اﻟﺸﻜﻞ رﻗﻢ )‪ :(07-2‬ﻣﻨﺤﻨﻰ اﻟﺘﻜﺮارات اﻟﻤﺘﺠﻤﻌﺔ اﻟﺼﺎﻋﺪة واﻟﻨﺎزﻟﺔ‬
‫اﻟﺗﻛرارات اﻟﻣﺗﺟﻣﻌﺔ‬
‫ﻣﻨﺤﻨﻰ اﻟﺘﻜﺮارات اﻟﻤﺘﺠﻤﻌﺔ اﻟﻨﺎزﻟﺔ‬ ‫ﻣﻨﺤﻨﻰ اﻟﺘﻜﺮارات اﻟﻤﺘﺠﻤﻌﺔ اﻟﺼﺎﻋﺪة‬
‫‪40 -‬‬
‫‪35 -‬‬
‫‪30 -‬‬
‫‪25 -‬‬
‫‪20 -‬‬
‫‪15 -‬‬
‫‪10 -‬‬
‫‪5-‬‬
‫‪4-‬‬
‫‪8-‬‬
‫‪12 -‬‬
‫‪16 -‬‬
‫‪20 -‬‬
‫‪24-‬‬
‫اﻟﻮﺳﻴﻂ‬ ‫اﻟﻔﺋﺎت‬
‫‪ -3-II‬اﻟﻌﺮض اﻟﺒﻴﺎﻧﻲ ﻓﻲ ﺣﺎﻟﺔ ﻣﺘﻐﻴﺮ ﻛﻴﻔﻲ‪:‬‬

‫‪ -1-3-II‬اﻟﻌﺮض اﻟﺪاﺋﺮي‪ :‬اﻟﻌﺮض اﻟﺪاﺋﺮي ﻫﻮ ﻋﺒﺎرة ﻋﻦ داﺋﺮة ﻣﻘﺴﻤﺔ إﱃ ﻋﺪة أﺟﺰاء ﻛﻞ ﺟﺰء ﻳﻘﺎﺑﻞ زاوﻳﺔ‬
‫ﻣﺮﻛﺰﻳﺔ ﺗﺘﻨﺎﺳﺐ ﻣﻊ اﻟﺘﻜﺮارات اﳌﻘﺎﺑﻠﺔ ﻟﻜﻞ ﺧﺎﺻﻴﺔ ﻣﻦ اﳋﺼﺎﺋﺺ اﳌﺪروﺳﺔ‪ ،‬ﺣﻴﺚ ﻧﻘﻮم ﺑﺈﺿﺎﻓﺔ ﻋﻤﻮد إﱃ ﺟﺪول‬
‫اﳌﻌﻄﻴﺎت ﳛﺘﻮي ﻋﻠﻰ اﻟﺰواﻳﺎ اﳌﺮﻛﺰﻳﺔ اﳌﻘﺎﺑﻠﺔ ﻟﻜﻞ ﺗﻜﺮار‪.‬‬
‫ﻳﺘﻢ ﺣﺴﺎب اﻟﺰواﻳﺎ اﳌﺮﻛﺰﻳﺔ ﺑﺎﺳﺘﺨﺪام اﻟﻌﻼﻗﺔ اﻟﺘﺎﻟﻴﺔ‪:‬‬
‫ﺗﻜﺮار اﻟﺨﺎﺻﻴﺔ‬
‫‪0‬‬
‫× ‪360  f i = ° 360‬‬ ‫اﻟﺰاوﻳﺔ اﻟﻤﺮﻛﺰﻳﺔ =‬
‫ﻣﺠﻤﻮع اﻟﺘﻜﺮارات‬
‫ﻣﻌﲔ ﺧﻼل ﺳﻨﺔ ﻣﺎ ﻣﻘﺴﻢ‬ ‫ﻣﺜﺎل )‪ :(08-2‬اﳉﺪول اﻟﺘﺎﱄ ّ‬

‫ﻳﺒﲔ ﻣﻜﻮﻧﺎت اﻟﺪﺧﻞ اﻟﻮﻃﲏ )ﲟﻼﻳﲔ اﻟﺪوﻻرات( ﻟﺒﻠﺪ ّ‬
‫ﺣﺴﺐ اﻟﻘﻄﺎﻋﺎت‪.‬‬
‫اﻟﻤﻄﻠﻮب‪ :‬ﻋﺮض اﻟﺒﻴﺎﻧﺎت ﺑﺎﺳﺘﺨﺪام اﻟﻌﺮض اﻟﺪاﺋﺮي ؟‬
‫‪34‬‬
‫اﻟﺰاوﻳﺔ اﻟﻤﺮﻛﺰﻳﺔ‬ ‫‪% fi‬‬ ‫اﻟﺪﺧﻞ اﻟﻮﻃﻨﻲ‬ ‫اﻟﻘﻄﺎع‬

‫‪° 98,18‬‬ ‫‪%27‬‬ ‫‪1200‬‬ ‫اﻟﺨﺪﻣﺎت‬
‫‪° 81,82‬‬ ‫‪%23‬‬ ‫‪1000‬‬ ‫اﻟﺰراﻋﺔ‬
‫‪° 73,64‬‬ ‫‪%20‬‬ ‫‪900‬‬ ‫اﻟﺼﻨﺎﻋﺔ‬
‫‪° 57,27‬‬ ‫‪%16‬‬ ‫‪700‬‬ ‫اﻟﺘﺠﺎرة‬
‫‪° 49,09‬‬ ‫‪%14‬‬ ‫‪600‬‬ ‫اﻟﻤﻮاﺻﻼت‬
‫‪° 360‬‬ ‫‪%100‬‬ ‫‪4400‬‬ ‫اﻟﻤﺠﻤﻮع‬
‫اﻟﺸﻜﻞ رﻗﻢ )‪ :(08-2‬ﺗﻮزﻳﻊ اﻟﺪﺧﻞ اﻟﻮﻃﻨﻲ ﺣﺴﺐ اﻟﻘﻄﺎﻋﺎت )اﻟﻌﺮض اﻟﺪاﺋﺮي(‬
‫اﳌﻮاﺻﻼت ‪° 49,09‬‬ ‫ا ﺪﻣﺎت ‪° 98,18‬‬
‫اﻟﺘﺠﺎرة ‪° 57,27‬‬
‫اﻟﺰراﻋﺔ ‪°81,82‬‬
‫اﻟﺼﻨﺎﻋﺔ ‪° 73,64‬‬
‫‪ -2-3-II‬اﻟﻌﻤﻮد اﻟﻤﺠﺰأ‪:‬‬
‫اﻟﻌﻤﻮد ا ﺰأ ﻫﻮ ﻋﺒﺎرة ﻋﻦ ﻣﺴﺘﻄﻴﻞ ﻣﻘﺴﻢ إﱃ ﻋﺪة أﺟﺰاء‪ ،‬ﻛﻞ ﺟﺰء ﻣﻨﻪ ﻳﻘﺎﺑﻞ ﺗﻜﺮار ﻣﻌﲔ ﻟﻠﺨﺎﺻﻴﺔ‬
‫اﳌﺪروﺳﺔ‪ ،‬وﻣﻦ اﻷﻓﻀﻞ ﻋﻨﺪ رﺳﻢ اﻟﻌﻤﻮد ا ﺰأ اﺳﺘﻌﻤﺎل اﻟﻨﺴﺐ اﳌﺌﻮﻳﺔ اﳌﻘﺎﺑﻠﺔ ﻟﻜﻞ ﺗﻜﺮار ﺣﻴﺚ أن ﻃﻮل اﳌﺴﺘﻘﻴﻢ‬
‫ﻫﻮ ‪.%100‬‬
‫‪35‬‬
‫اﻟﺸﻜﻞ رﻗﻢ )‪ :(09-2‬ﺗﻮزﻳﻊ اﻟﺪﺧﻞ اﻟﻮﻃﻨﻲ ﺣﺴﺐ اﻟﻘﻄﺎﻋﺎت )اﻟﻌﻤﻮد اﻟﻤﺠﺰأ(‬

‫اﻟﺗﻛرار اﻟﻧﺳﺑﻲ اﻟﻣﺋوي ) ‪( fi%‬‬
‫‪%100 -‬‬
‫‪%90 -‬‬ ‫اﻟﻣواﺻﻼت‬
‫‪%80 -‬‬
‫اﻟﺗﺟﺎرة‬
‫‪%70 -‬‬
‫‪%60 -‬‬
‫اﻟﺻﻧﺎﻋﺔ‬
‫‪%50 -‬‬
‫‪%40 -‬‬
‫اﻟزراﻋﺔ‬
‫‪%30 -‬‬
‫‪%20 -‬‬
‫‪%10 -‬‬ ‫اﻟﺧدﻣﺎت‬
‫‪ -3-3-II‬اﻷﻋﻤﺪة اﻟﻤﺴﺘﻄﻴﻠﺔ‪:‬‬
‫ﻫﻲ ﻋﺒﺎرة ﻋﻦ ﻣﺴﺘﻄﻴﻼت ﻣﺘﺒﺎﻋﺪة ﲟﺴﺎﻓﺎت ﺛﺎﺑﺘﺔ وﳍﺎ ﻗﻮاﻋﺪ ﻣﺘﺴﺎوﻳﺔ ﺗﺘﻨﺎﺳﺐ أﻃﻮاﳍﺎ ﻣﻊ اﻟﺘﻜﺮارات‬
‫اﳌﻘﺎﺑﻠﺔ ﳌﻜﻮﻧﺎت اﳋﺎﺻﻴﺔ اﳌﺪروﺳﺔ‪.‬‬
‫وﻟﺮﺳﻢ اﻟﺘﻤﺜﻴﻞ اﻟﺒﻴﺎﱐ )اﻷﻋﻤﺪة اﳌﺴﺘﻄﻴﻠﺔ( ﻧﺄﺧﺬ ﻣﻌﻄﻴﺎت اﳌﺜﺎل اﻟﺴﺎﺑﻖ‪.‬‬
‫اﻟﺸﻜﻞ رﻗﻢ )‪ :(10-2‬ﺗﻮزﻳﻊ اﻟﺪﺧﻞ اﻟﻮﻃﻨﻲ ﺣﺴﺐ اﻟﻘﻄﺎﻋﺎت )اﻷﻋﻤﺪة اﻟﻤﺴﺘﻄﻴﻠﺔ(‬
‫‪1400‬‬
‫اﻟﺪﺧﻞ اﻟﻤﺤﻠﻲ‬
‫‪1200‬‬
‫‪1000‬‬
‫‪800‬‬
‫‪600‬‬
‫‪400‬‬
‫‪200‬‬
‫‪0‬‬
‫اﻟﺧدﻣﺎت‬ ‫اﻟزراﻋﺔ‬ ‫اﻟﺻﻧﺎﻋﺔ‬ ‫اﻟﺗﺟﺎرة‬ ‫اﻟﻣواﺻﻼت‬
‫اﻟﻘﻄﺎﻋﺎت‬
‫‪36‬‬
‫ﺗﻤﺎرﻳﻦ اﻟﻔﺼﻞ اﻟﺜﺎﻧﻲ‪:‬‬

‫ﺗﻤﺎرﻳﻦ ﻣﺤﻠﻮﻟﺔ‪:‬‬
‫اﻟﺘﻤﺮﻳﻦ اﻷول‪ :‬ﳝﺜﻞ اﳉﺪول اﻟﺘﺎﱄ أﻋﺪاد اﻟﻄﻠﺒﺔ ﻣﻦ اﳉﻨﺴﲔ اﳌﺴﺠﻠﲔ ﰲ اﻟﺴﻨﺔ اﻷوﱃ ﻋﻠﻮم اﻗﺘﺼﺎدﻳﺔ ﰲ ﺟﺎﻣﻌﺔ‬
‫ﻣﻌﻴﻨﺔ ﺧﻼل اﻟﺴﻨﻮات اﳉﺎﻣﻌﻴﺔ ﻣﻦ ‪ 2010‬إﱃ ‪.2015‬‬
‫إﻧﺎث‬ ‫ذﻛﻮر‬ ‫اﻟﺴﻨﺔ‬
‫‪450‬‬ ‫‪250‬‬ ‫‪2011/2010‬‬
‫‪500‬‬ ‫‪350‬‬ ‫‪2012/2011‬‬
‫‪520‬‬ ‫‪400‬‬ ‫‪2013/2012‬‬
‫‪490‬‬ ‫‪410‬‬ ‫‪2014/2013‬‬
‫‪610‬‬ ‫‪390‬‬ ‫‪2015/2014‬‬
‫اﻟﻤﻄﻠﻮب‪ :‬ﻋﺮض ﺑﻴﺎﻧﺎت اﳉﺪول ﺑﺘﻤﺜﻴﻠﲔ ﺑﻴﺎﻧﻴﲔ ﳐﺘﻠﻔﲔ‪.‬‬
‫ﺣﻞ اﻟﺘﻤﺮﻳﻦ اﻷول‪:‬‬
‫ﳝﻜﻦ ﻋﺮض اﳌﻌﻄﻴﺎت اﻟﺴﺎﺑﻘﺔ ﺑﺎﺳﺘﺨﺪام اﳌﺴﺘﻄﻴﻼت اﻟﺒﻴﺎﻧﻴﺔ‪:‬‬
‫اﻟﺸﻜﻞ رﻗﻢ )‪ :(11-2‬ﺗﻮزﻳﻊ اﻟﻄﻠﺒﺔ ﺣﺴﺐ اﻟﺠﻨﺲ‬
‫‪1200‬‬
‫ﻋﺪد اﻟﻄﻠﺒﺔ‬
‫‪1000‬‬
‫‪800‬‬
‫‪600‬‬ ‫إﻧﺎث‬
‫ذﻛور‬
‫‪400‬‬
‫‪200‬‬
‫‪0‬‬
‫‪2010/2011‬‬ ‫‪2011/2012‬‬ ‫‪2012/2013‬‬ ‫‪2013/2014‬‬ ‫‪2014/2015‬‬
‫‪37‬‬
‫اﻟﺸﻜﻞ رﻗﻢ )‪:(12-2‬‬
‫ﺗوزﯾﻊ اﻟطﻠﺑﺔ ﺣﺳب اﻟﺟﻧس‬

‫‪700‬‬
‫‪600‬‬
‫‪500‬‬
‫‪400‬‬ ‫إﻧﺎث‬
‫‪300‬‬ ‫ذﻛور‬
‫‪200‬‬
‫‪100‬‬
‫‪0‬‬
‫‪2010/2011‬‬ ‫‪2011/2012‬‬ ‫‪2012/2013‬‬ ‫‪2013/2014‬‬ ‫‪2014/2015‬‬
‫اﻟﺘﻤﺮﻳﻦ اﻟﺜﺎﻧﻲ‪:‬‬
‫ﺑﻔﺮض أن اﻟﺒﻴﺎﻧﺎت اﻟﺘﺎﻟﻴﺔ ﲤﺜﻞ إﲨﺎﱄ ﻣﺎ أﻧﻔﻘﻪ ‪ 75‬ﺷﺨﺺ ﺧﻼل أﺳﺒﻮع )اﻟﻮﺣﺪة‪ 2 10 :‬دج(‬
‫‪62 72 68 53 73 82 68 78 66 62 65 74 73 67 73‬‬
‫‪69 74 81 63 63 83 60 79 75 71 79 62 69 97 78‬‬
‫‪83 75 61 76 65 82 78 75 73 66 75 82 73 84 77‬‬
‫‪93 73 57 90 60 96 78 79 71 85 75 60 90 71 79‬‬
‫‪62 88 68 76 83 65 75 87 74 85 91 80 79 89 76‬‬
‫‪ -1‬ﲢﺪﻳﺪ اﳌﺘﻐﲑة اﳌﺪروﺳﺔ وﻃﺒﻴﻌﺘﻬﺎ‪.‬‬
‫‪ -2‬وﺿﻊ ﻫﺬﻩ اﻟﺒﻴﺎﻧﺎت ﰲ ﺟﺪول ﺗﻮزﻳﻊ ﺗﻜﺮاري ﺑﺎﺳﺘﺨﺪام ﻃﺮﻳﻘﺔ ﻳﻮل‪.‬‬
‫‪ -3‬رﺳﻢ اﳌﺪرج واﳌﻀﻠﻊ اﻟﺘﻜﺮاري‪.‬‬
‫‪ -4‬إﳚﺎد اﻟﺘﻜﺮار اﻟﻨﺴﱯ واﻟﻨﺴﱯ اﳌﺌﻮي‪.‬‬
‫‪ -5‬إﳚﺎد اﻟﺘﻜﺮارات اﳌﺘﺠﻤﻌﺔ اﻟﺼﺎﻋﺪة واﻟﻨﺎزﻟﺔ‪.‬‬
‫‪ -6‬ﲢﺪﻳﺪ ﻧﺴﺒﺔ اﻷﺷﺨﺎص اﻟﺬﻳﻦ ﺗﺰﻳﺪ ﻧﻔﻘﺎ ﻢ اﻷﺳﺒﻮﻋﻴﺔ ﻋﻦ ‪ 2 10  77‬دج‪.‬‬
‫‪ -7‬ﲢﺪﻳﺪ ﻋﺪد اﻷﺷﺨﺎص اﻟﺬﻳﻦ ﺗﱰاوح ﻧﻔﻘﺎ ﻢ ﺑﲔ ‪ 2 10x65‬دج و‪ 2 10x80‬دج‪.‬‬
‫‪38‬‬
‫ﺣﻞ اﻟﺘﻤﺮﻳﻦ اﻟﺜﺎﻧﻲ‪:‬‬

‫‪ -1‬اﻟﻤﺘﻐﻴﺮة اﻟﻤﺪروﺳﺔ‪ :‬اﻟﻨﻔﻘﺎت اﻷﺳﺒﻮﻋﻴﺔ‪.‬‬
‫ﻃﺒﻴﻌﺘﻬﺎ‪ :‬ﻣﺘﻐﲑة ﻛﻤﻴﺔ ﻣﺘﺼﻠﺔ‪.‬‬
‫‪ -2‬وﺿﻊ اﻟﺒﻴﺎﻧﺎت ﻓﻲ ﺟﺪول ﺗﻮزﻳﻊ ﺗﻜﺮاري‪:‬‬
‫‪R  X max  X min  97  53  44‬‬ ‫ﺗﺤﺪﻳﺪ اﻟﻤﺪى‪:‬‬
‫ﺗﺤﺪﻳﺪ ﻋﺪد اﻟﻔﺌﺎت‪:‬ﳓﺪد ﻋﺪد اﻟﻔﺌﺎت ﺑﺎﺳﺘﺨﺪام ﻣﻌﺎدﻟﺔ ﻳﻮل‪:‬‬
‫‪K  2 , 5 4 n  2 , 5 4 75  2 , 5  2 , 9428‬‬ ‫‪ 7 , 357‬‬ ‫‪ 8‬‬
‫‪ ‬ﺗﺤﺪﻳﺪ ﻃﻮل اﻟﻔﺌﺔ‪ :‬ﻧﻘﻮم ﺑﺘﺤﺪﻳﺪ ﻃﻮل اﻟﻔﺌﺔ ﺑﺎﺳﺘﺨﺪام اﻟﻌﻼﻗﺔ اﻟﺘﺎﻟﻴﺔ‪:‬‬
‫وﻋﻠﻴﻪ ﻓﺈن ﻃﻮل اﻟﻔﺌﺔ ﻫﻮ ‪.6‬‬ ‫‪L‬‬
‫‪R‬‬
‫‪‬‬
‫‪44‬‬
‫‪ 5,98  6‬‬
‫‪K 7,357‬‬
‫ﻋــﺪد اﻟـﻔﺌــﺎت ‪ ‬اﻟ ــﻤﺪى‬ ‫‪‬‬ ‫ﻧﺄﺧﺬ ﻋﺪد اﻟﻔﺌﺎت ) ‪ ،( K  8‬وذﻟﻚ ﻣﻦ أﺟﻞ ﲢﻘﻖ اﳌﺘﺒﺎﻳﻨﺔ‪ :‬ﻃـ ــﻮل اﻟـﻔﺌـﺔ‬
‫‪44 48  6  8‬‬
‫‪ ‬اﻟﺠﺪوﻟﺔ‪ :‬ﻧﻔﺮغ اﻟﺒﻴﺎﻧﺎت اﻟﺴﺎﺑﻘﺔ ﻟﻨﺤﺼﻞ ﻋﻠﻰ اﳉﺪول اﻟﺘﺎﱄ‪:‬‬

‫اﻟﺠﺪول رﻗﻢ )‪ :(11-2‬ﺗﻮزﻳﻊ اﻷﺷﺨﺎص ﺣﺴﺐ ﻧﻔﻘﺎﺗﻬﻢ اﻷﺳﺒﻮﻋﻴﺔ‬
‫‪ni ‬‬ ‫‪ni ‬‬ ‫‪fi %‬‬ ‫‪fi‬‬ ‫‪ni‬‬ ‫ﻋﺪد اﻟﻌﻤﺎل‬ ‫إﻓﺮاغ اﻟﺒﻴﺎﻧﺎت‬ ‫‪Xi‬‬ ‫ﻓﺌﺎت اﻷﺟﺮ‬
‫‪75‬‬ ‫‪2‬‬ ‫‪2,67 0,0267‬‬ ‫‪2‬‬ ‫‪//‬‬ ‫‪59  53‬‬
‫‪73‬‬ ‫‪12‬‬ ‫‪13,3‬‬ ‫‪0,133‬‬ ‫‪10‬‬ ‫‪///// /////‬‬ ‫‪65  59‬‬
‫‪63‬‬ ‫‪23‬‬ ‫‪14,7‬‬ ‫‪0,147‬‬ ‫‪11‬‬ ‫‪/ ///// /////‬‬ ‫‪71  65‬‬
‫‪52‬‬ ‫‪45‬‬ ‫‪29,3‬‬ ‫‪0,293‬‬ ‫‪22‬‬ ‫‪// ///// ///// ///// /////‬‬ ‫‪77  71‬‬
‫‪30‬‬ ‫‪60‬‬ ‫‪20‬‬ ‫‪0,2‬‬ ‫‪15‬‬ ‫‪///// ///// /////‬‬ ‫‪83  77 ‬‬
‫‪15‬‬ ‫‪68‬‬ ‫‪10,7‬‬ ‫‪0,107‬‬ ‫‪8‬‬ ‫‪/// /////‬‬ ‫‪89  83‬‬
‫‪7‬‬ ‫‪73‬‬ ‫‪6,7‬‬ ‫‪0,067‬‬ ‫‪5‬‬ ‫‪/////‬‬ ‫‪95  89‬‬
‫‪2‬‬ ‫‪75‬‬ ‫‪2,67 0,0267‬‬ ‫‪2‬‬ ‫‪//‬‬ ‫‪101  95‬‬
‫‪-‬‬ ‫‪-‬‬ ‫‪100‬‬ ‫‪1‬‬ ‫‪75‬‬ ‫‪-‬‬ ‫‪‬‬
‫‪39‬‬
‫‪ -3‬رﺳﻢ اﻟﻤﺪرج واﻟﻤﻀﻠﻊ اﻟﺘﻜﺮاري‬

‫اﻟﺸﻜﻞ رﻗﻢ )‪ :(13-2‬اﻟﻤﺪرج واﻟﻤﻀﻠﻊ اﻟﺘﻜﺮاري ﻟﺘﻮزﻳﻊ اﻟﻨﻔﻘﺎت‬
‫اﻟﺗﻛرار ) ‪( ni‬‬
‫‪20 -‬‬
‫‪18 -‬‬
‫‪16 -‬‬
‫‪14 -‬‬
‫‪12 -‬‬
‫اﻟﻤﻀﻠﻊ اﻟﺘﻜﺮاري‬
‫‪10 -‬‬
‫‪8-‬‬ ‫اﻟﻤﺪرج اﻟﺘﻜﺮاري‬
‫‪6-‬‬
‫‪4-‬‬
‫‪2-‬‬
‫‪-‬‬
‫‪-‬‬
‫‪53 -‬‬
‫‪59-‬‬
‫‪65 -‬‬
‫‪71-‬‬
‫‪77 -‬‬
‫‪83-‬‬
‫‪89 -‬‬
‫‪95-‬‬
‫‪101-‬‬
‫‪ -6‬ﻧﺴﺒﺔ اﻷﺷﺨﺎص اﻟﺬﻳﻦ ﺗﺰﻳﺪ ﻧﻔﻘﺎ ﻢ اﻷﺳﺒﻮﻋﻴﺔ ﻋﻦ ‪ 2 10  77‬دج‪:‬‬
‫ﻧﻘﻮم ﰲ اﻟﺒﺪاﻳﺔ ﺑﺘﺤﺪﻳﺪ ﳎﺎل اﻟﻨﻔﻘﺎت وﻫﻮ‪ 101  77  :‬وﻳﻨﻘﺴﻢ ﻫﺬا ا ﺎل إﱃ‪:‬‬
‫ا ﺎل ‪ 83  77 ‬ﻳﻀﻢ ‪ 15‬ﺷﺨﺺ‪.‬‬
‫ا ﺎل ‪ 89  83‬ﻳﻀﻢ ‪ 8‬أﺷﺨﺎص‪.‬‬
‫ا ﺎل ‪ 95  89‬ﻳﻀﻢ ‪ 5‬أﺷﺨﺎص‪.‬‬
‫ا ﺎل ‪ 101  95‬ﻳﻀﻢ ﺷﺨﺼﲔ‪.‬‬
‫وﻋﻠﻴﻪ ﻓﺈن ﻋﺪد اﻷﺷﺨﺎص ﻫﻮ‪ 30=2+5+8+15 :‬أو ﳝﻜﻦ إﳚﺎدﻩ ﻣﻦ اﻟﺘﻜﺮار اﳌﺘﺠﻤﻊ اﻟﻨﺎزل اﳌﻘﺎﺑﻞ ﻟﻠﻔﺌﺔ‬
‫‪. 83  77 ‬‬
‫‪30‬‬
‫‪ 0,4  40%‬‬ ‫وﻣﻨﻪ ﻧﺴﺒﺔ اﻷﺷﺨﺎص اﻟﺬﻳﻦ ﺗﺰﻳﺪ ﻧﻔﻘﺎ ﻢ اﻷﺳﺒﻮﻋﻴﺔ ﻋﻦ ‪ 2 10  77‬دج ﻫﻮ‪:‬‬
‫‪75‬‬
‫‪ -7‬ﻋﺪد اﻷﺷﺨﺎص اﻟﺬﻳﻦ ﺗﱰاوح ﻧﻔﻘﺎ ﻢ ﺑﲔ ‪ 2 10x65‬دج و‪ 2 10x80‬دج‪:‬‬
‫ﳓﺪد ﳎﺎل اﻟﻨﻔﻘﺎت وﻫﻮ‪ 80  65 :‬وﻳﻨﻘﺴﻢ ﻫﺬا ا ﺎل إﱃ‪:‬‬
‫‪40‬‬
‫ا ﺎل ‪ 71  65‬ﻳﻀﻢ ‪ 11‬ﺷﺨﺺ‪.‬‬

‫ا ﺎل ‪ 77  71‬ﻳﻀﻢ ‪ 22‬ﺷﺨﺺ‪.‬‬
‫‪ 15‬أﺷﺨﺎص‪.‬‬ ‫ا ﺎل ‪ : 83  77 ‬ﻃﻮل اﻟﻔﺌﺔ ‪6‬‬
‫‪X‬‬ ‫‪ : 80  77‬ﻃﻮل اﻟﻔﺌﺔ ‪3‬‬
‫‪3  15‬‬
‫‪ ، X‬ﻟﻨﺠﺪ أن ﻋﺪد اﻷﺷﺨﺎص ﻫﻮ‪.41=8+22+11 :‬‬ ‫‪‬‬
‫‪6‬‬
‫‪ 7,5  8‬‬ ‫وﻣﻨﻪ‬
‫‪2‬‬ ‫‪2‬‬
‫وﻋﻠﻴﻪ ﻓﺈن ﻋﺪد اﻷﺷﺨﺎص اﻟﺬﻳﻦ ﺗﱰاوح ﻧﻔﻘﺎ ﻢ ﺑﲔ ‪ 10x65‬دج و‪ 10x80‬دج ﻫﻮ‪ 41 :‬ﺷﺨﺺ‪.‬‬
‫اﻟﺘﻤﺮﻳﻦ اﻟﺜﺎﻟﺚ‪:‬‬
‫أراد أﺣﺪ اﻟﺒﺎﺣﺜﲔ دراﺳﺔ اﻷﺟﻮر اﻟﺸﻬﺮﻳﺔ ﻟﻌﻤﺎل ﺷﺮﻛﺔ ﻣﺎ واﻟﺒﺎﻟﻎ ﻋﺪدﻫﻢ ﻣﺎﺋﺔ ﻋﺎﻣﻞ‪ ،‬وﺑﻌﺪ اﻟﺪراﺳﺔ ﲢﺼﻞ‬
‫ﻋﻠﻰ اﻟﺒﻴﺎﻧﺎت اﳌﺒﻮﺑﺔ ﰲ اﳉﺪول اﻟﺘﺎﱄ )اﻟﻮﺣﺪة‪ 310 :‬دج(‪:‬‬
‫‪‬‬ ‫‪70  62‬‬ ‫‪62  54‬‬ ‫‪54  46‬‬ ‫‪46  42‬‬ ‫‪42  34‬‬ ‫‪34  30‬‬ ‫‪Xi‬‬ ‫ﻓﺌﺎت اﻷﺟﺮ‬
‫‪100‬‬ ‫‪8‬‬ ‫‪28‬‬ ‫‪24‬‬ ‫‪20‬‬ ‫‪16‬‬ ‫‪4‬‬ ‫‪ni‬‬ ‫اﻟﺘﻜﺮار‬

‫‪ -2‬ﲤﺜﻴﻞ اﻟﺒﻴﺎﻧﺎت اﻟﺴﺎﺑﻘﺔ ﺑﺎﻟﺘﻤﺜﻴﻞ اﳌﻨﺎﺳﺐ‪.‬‬
‫‪ -3‬إﳚﺎد اﻟﺘﻜﺮارات اﳌﺘﺠﻤﻌﺔ اﻟﺼﺎﻋﺪة واﻟﻨﺎزﻟﺔ‪.‬‬
‫‪ -4‬ﲢﺪﻳﺪ ﻧﺴﺒﺔ اﻟﻌﻤﺎل اﻟﺬﻳﻦ ﺗﻘﻞ أﺟﻮرﻫﻢ اﻟﺸﻬﺮﻳﺔ ﻋﻦ ‪ 310  46‬دج‪.‬‬
‫ﺣﻞ اﻟﺘﻤﺮﻳﻦ اﻟﺜﺎﻟﺚ‪:‬‬
‫‪ -1‬اﻟﻤﺘﻐﻴﺮة اﻟﻤﺪروﺳﺔ‪ :‬اﻷﺟﻮر اﻟﺸﻬﺮﻳﺔ‪.‬‬
‫ﻃﺒﻴﻌﺘﻬﺎ‪ :‬ﻣﺘﻐﲑة ﻛﻤﻴﺔ ﻣﺘﺼﻠﺔ‪.‬‬
‫‪ -2‬ﺗﻤﺜﻴﻞ اﻟﺒﻴﺎﻧﺎت اﻟﺴﺎﺑﻘﺔ ﺑﺎﻟﺘﻤﺜﻴﻞ اﻟﻤﻨﺎﺳﺐ‪:‬‬
‫ﲟﺎ أن اﳌﺘﻐﲑة اﳌﺪروﺳﺔ ﻫﻲ ﻣﺘﻐﲑة ﻛﻤﻴﺔ ﻣﺘﺼﻠﺔ ﻓﺈن أﻧﺴﺐ ﲤﺜﻴﻞ ﺑﻴﺎﱐ ﻫﻮ اﳌﺪرج اﻟﺘﻜﺮاري‪ ،‬ﻏﲑ أن اﳌﻼﺣﻆ ﻋﻠﻰ‬
‫ﻓﺌﺎت اﻟﺘﻮزﻳﻊ أ ﺎ ﻏﲑ ﻣﺘﺴﺎوﻳﺔ اﻟﻄﻮل ﻟﺬا ﺳﻨﻘﻮم ﺑﺘﻌﺪﻳﻞ اﻟﺘﻜﺮارات‪ ،‬وﻧﺄﺧﺬ ﻃﻮل اﻟﻔﺌﺔ اﳌﺨﺘﺎر واﳌﺴﺎوي‬
‫ﻟـ ‪ 4‬ﻛﺄﺳﺎس ﻟﺘﻌﺪﻳﻞ اﻟﺘﻜﺮارات‪.‬‬
‫‪41‬‬
‫اﻟﺠﺪول رﻗﻢ )‪ :(12-2‬ﻳﻮﺿﺢ اﻟﺘﻜﺮارات اﻟﻤﺘﺠﻤﻌﺔ واﻟﺘﻜﺮار اﻟﻤﻌﺪل‬
‫‪ni ‬‬ ‫‪ni ‬‬ ‫‪ni‬‬ ‫اﻟﺘﻜﺮار اﻟﻤﻌﺪل‬ ‫ﻃﻮل اﻟﻔﺌﺔ )‪( Li‬‬ ‫‪ni‬‬ ‫اﻟﺘﻜﺮار‬ ‫‪Xi‬‬ ‫ﻓﺌﺎت اﻷﺟﺮ‬
‫‪4‬‬
‫‪100‬‬ ‫‪4‬‬ ‫‪n1 ‬‬ ‫‪4  4‬‬ ‫‪4‬‬ ‫‪4‬‬ ‫‪34  30‬‬
‫‪4‬‬
‫‪16‬‬
‫‪96‬‬ ‫‪20‬‬ ‫‪n2 ‬‬ ‫‪4  8‬‬ ‫‪8‬‬ ‫‪16‬‬ ‫‪42  34‬‬
‫‪8‬‬
‫‪20‬‬
‫‪80‬‬ ‫‪40‬‬ ‫‪n3 ‬‬ ‫‪ 4  20‬‬ ‫‪4‬‬ ‫‪20‬‬ ‫‪46  42‬‬
‫‪4‬‬
‫‪24‬‬
‫‪60‬‬ ‫‪64‬‬ ‫‪n4 ‬‬ ‫‪ 4  12‬‬ ‫‪8‬‬ ‫‪24‬‬ ‫‪54  46‬‬
‫‪8‬‬
‫‪28‬‬
‫‪36‬‬ ‫‪92‬‬ ‫‪n5 ‬‬ ‫‪ 4  14‬‬ ‫‪8‬‬ ‫‪28‬‬ ‫‪62  54‬‬
‫‪8‬‬
‫‪8‬‬
‫‪8‬‬ ‫‪100‬‬ ‫‪n6 ‬‬ ‫‪4  4‬‬ ‫‪8‬‬ ‫‪8‬‬ ‫‪70  62‬‬
‫‪8‬‬
‫‪-‬‬ ‫‪-‬‬ ‫‪-‬‬ ‫‪-‬‬ ‫‪100‬‬ ‫‪‬‬
‫اﻟﺗﻛرار اﻟﻣﻌدل ) * ‪( ni‬‬

‫اﻟﺸﻜﻞ رﻗﻢ )‪ :(14-2‬اﻟﻤﺪرج اﻟﺘﻜﺮاري ﻟﺘﻮزﻳﻊ اﻷﺟﻮر‬
‫‪20 -‬‬
‫‪18 -‬‬
‫‪15 -‬‬
‫‪12 -‬‬
‫‪9-‬‬
‫‪6-‬‬
‫‪3-‬‬
‫‪30 -‬‬
‫‪34 -‬‬
‫‪38 -‬‬
‫‪42 -‬‬
‫‪54 -‬‬
‫‪58 -‬‬
‫‪62 -‬‬
‫‪66 -‬‬
‫‪70 -‬‬
‫‪46 -‬‬
‫‪50 -‬‬
‫‪42‬‬
‫‪ -3‬ﻧﺴﺒﺔ اﻟﻌﻤﺎل اﻟﺬﻳﻦ ﺗﻘﻞ أﺟﻮرﻫﻢ اﻟﺸﻬﺮﻳﺔ ﻋﻦ ‪ 310  46‬دج‪:‬‬
‫ﳎﺎل اﻷﺟﺮ ﻫﻮ‪ 46  30 :‬وﻳﻨﻘﺴﻢ ﻫﺬا ا ﺎل إﱃ‪:‬‬

‫ا ﺎل ‪ 34  30‬ﻳﻀﻢ ‪ 4‬أﺷﺨﺎص‪.‬‬
‫ا ﺎل ‪ 42  34‬ﻳﻀﻢ ‪ 16‬ﺷﺨﺺ‪.‬‬
‫ا ﺎل ‪ 46  42‬ﻳﻀﻢ ‪ 20‬ﺷﺨﺺ‪.‬‬
‫وﻋﻠﻴﻪ ﻓﺈن ﻋﺪد اﻟﻌﻤﺎل ﻫﻮ‪ 40=20+16+4 :‬أو ﳝﻜﻦ إﳚﺎدﻩ ﻣﻦ اﻟﺘﻜﺮار اﳌﺘﺠﻤﻊ اﻟﺼﺎﻋﺪ اﳌﻘﺎﺑﻞ ﻟﻠﻔﺌﺔ‬
‫‪. 46  42‬‬
‫‪40‬‬
‫‪ 0, 4  40%‬‬ ‫وﻣﻨﻪ ﻧﺴﺒﺔ اﻟﻌﻤﺎل اﻟﺬﻳﻦ ﺗﻘﻞ أﺟﻮرﻫﻢ اﻟﺸﻬﺮﻳﺔ ﻋﻦ ‪ 310  46‬دج ﻫﻮ‪:‬‬
‫‪100‬‬
‫‪43‬‬
‫ﺗﻤﺎرﻳﻦ ﻣﻘﺘﺮﺣﺔ‪:‬‬
‫اﻟﺘﻤﺮﻳﻦ اﻷول‪:‬‬
‫ﻣﻦ أﺟﻞ دراﺳﺔ اﳊﺎﻟﺔ اﻟﻌﺎﺋﻠﻴﺔ ﻟﻌﻤﺎل ﻣﺆﺳﺴﺔ ﻣﺎ‪ ،‬ﻗﺎم ﺑﺎﺣﺚ ﺑﺘﻮزﻳﻊ اﺳﺘﻤﺎرات ﺧﺎﺻﺔ ﻋﻠﻰ اﻟﻌﻤﺎل وﻗﺪ‬
‫ﲢﺼﻞ ﻋﻠﻰ اﻟﻨﺘﺎﺋﺞ اﻟﺘﺎﻟﻴﺔ‪:‬‬
‫ﻣﺘﺰوج‬ ‫ﻣﺘﺰوج‬ ‫ﻣﻄﻠﻖ‬ ‫ﻣﺘﺰوج‬ ‫ﻣﺘﺰوج‬ ‫ﻣﻄﻠﻖ‬ ‫ﻣﻄﻠﻖ‬ ‫أﻋﺰب‬ ‫أﻋﺰب‬ ‫ﻣﺘﺰوج‬
‫أرﻣﻞ‬ ‫ﻣﻄﻠﻖ‬ ‫ﻣﺘﺰوج‬ ‫أﻋﺰب‬ ‫أﻋﺰب‬ ‫ﻣﺘﺰوج‬ ‫ﻣﻄﻠﻖ‬ ‫أرﻣﻞ‬ ‫ﻣﺘﺰوج‬ ‫أﻋﺰب‬
‫أﻋﺰب‬ ‫أﻋﺰب‬ ‫ﻣﺘﺰوج‬ ‫ﻣﺘﺰوج‬ ‫ﻣﺘﺰوج‬ ‫ﻣﻄﻠﻖ‬ ‫أﻋﺰب‬ ‫ﻣﺘﺰوج‬ ‫ﻣﻄﻠﻖ‬ ‫أرﻣﻞ‬
‫أرﻣﻞ‬ ‫ﻣﺘﺰوج‬ ‫أﻋﺰب‬ ‫ﻣﺘﺰوج‬ ‫أﻋﺰب‬ ‫ﻣﺘﺰوج‬ ‫أرﻣﻞ‬ ‫ﻣﻄﻠﻖ‬ ‫ﻣﺘﺰوج‬ ‫ﻣﺘﺰوج‬
‫اﻟﻤﻄﻠﻮب‪ :‬ﻣﺎ ﻧﻮع ﻫﺬﻩ اﻟﺒﻴﺎﻧﺎت‪ ،‬ﰒ ﺑﻮ ﺎ ﰲ ﺟﺪول ﻣﻨﺎﺳﺐ ؟‬
‫ﻣﻌﲔ ﺪف دراﺳﺔ ﻋﺪد اﻟﻐﺮف ﰲ اﻟﺒﻴﺖ وﻛﺎﻧﺖ‬
‫اﺧﺘﲑت ﻋﻴﻨﺔ ﻋﺸﻮاﺋﻴﺔ ﻣﻜﻮﻧﺔ ﻣﻦ ‪ 60‬ﻋﺎﺋﻠﺔ ﰲ ﺣﻲ ّ‬
‫اﻟﻨﺘﺎﺋﺞ ﻣﻮﺿﺤﺔ ﰲ اﳉﺪول اﻟﺘﺎﱄ‪:‬‬
‫‪2‬‬ ‫‪3‬‬ ‫‪4‬‬ ‫‪1‬‬ ‫‪3‬‬ ‫‪3‬‬ ‫‪2‬‬ ‫‪3‬‬ ‫‪2‬‬ ‫‪3‬‬ ‫‪5‬‬ ‫‪4‬‬ ‫‪2‬‬ ‫‪3‬‬ ‫‪1‬‬
‫‪3‬‬ ‫‪2‬‬ ‫‪4‬‬ ‫‪3‬‬ ‫‪1‬‬ ‫‪3‬‬ ‫‪3‬‬ ‫‪3‬‬ ‫‪2‬‬ ‫‪5‬‬ ‫‪4‬‬ ‫‪3‬‬ ‫‪2‬‬ ‫‪3‬‬ ‫‪4‬‬
‫‪3‬‬ ‫‪1‬‬ ‫‪5‬‬ ‫‪4‬‬ ‫‪3‬‬ ‫‪3‬‬ ‫‪3‬‬ ‫‪2‬‬ ‫‪3‬‬ ‫‪1‬‬ ‫‪4‬‬ ‫‪5‬‬ ‫‪2‬‬ ‫‪3‬‬ ‫‪2‬‬
‫‪1‬‬ ‫‪3‬‬ ‫‪3‬‬ ‫‪2‬‬ ‫‪4‬‬ ‫‪3‬‬ ‫‪3‬‬ ‫‪2‬‬ ‫‪1‬‬ ‫‪4‬‬ ‫‪5‬‬ ‫‪3‬‬ ‫‪3‬‬ ‫‪2‬‬ ‫‪3‬‬
‫‪ -2‬ﻣﺜﻞ ﺑﻴﺎﻧﻴﺎ اﳌﻌﻄﻴﺎت اﻟﺴﺎﺑﻘﺔ ﺑﻌﺪ ﺗﺒﻮﻳﺒﻬﺎ ﰲ ﺟﺪول ﻣﻨﺎﺳﺐ‪.‬‬
‫‪ -3‬إﳚﺎد اﻟﺘﻜﺮارات اﻟﻨﺴﺒﻴﺔ واﻟﻨﺴﺒﻴﺔ اﳌﺌﻮﻳﺔ‪.‬‬
‫‪ -4‬ﻣﺜﻞ ﺑﻴﺎﻧﻴﺎ اﻟﺘﻜﺮارات اﳌﺘﺠﻤﻌﺔ اﻟﺼﺎﻋﺪة واﻟﻨﺎزﻟﺔ‪.‬‬
‫‪44‬‬
‫ﻗﺎﻣﺖ وﺣﺪة ﲝﺚ ﲜﻤﻊ ﺑﻴﺎﻧﺎت ﻋﻦ أوزان ﳎﻤﻮﻋﺔ ﻣﻦ ﺗﻼﻣﻴﺬ اﻟﻄﻮر اﳌﺘﻮﺳﻂ ﰲ إﻛﻤﺎﻟﻴﺔ ﻣﻌﻴﻨﺔ‬
‫) اﻟﻮﺣﺪة‪ :‬ﻛﻎ(‪ ،‬ﺣﻴﺚ أﻋﻄﺖ ﻫﺬﻩ اﻟﻌﻤﻠﻴﺔ اﻟﻨﺘﺎﺋﺞ اﻟﺘﺎﻟﻴﺔ‪:‬‬
‫‪26 30,3 32 45‬‬ ‫‪46‬‬ ‫‪41‬‬ ‫‪39 40 42 48‬‬ ‫‪32‬‬ ‫‪34 36 38,5 42‬‬
‫‪34‬‬ ‫‪38‬‬ ‫‪40 44‬‬ ‫‪46‬‬ ‫‪32,2 29 46 49 40 33,5 35 41‬‬ ‫‪39‬‬ ‫‪47‬‬
‫‪53‬‬ ‫‪31‬‬ ‫‪36 40 28,2 35,5 30 33 34 37 35,3 47 36 27,5 37‬‬
‫‪49‬‬ ‫‪52‬‬ ‫‪45 29‬‬ ‫‪36‬‬ ‫‪40‬‬ ‫‪39 32 37 36‬‬ ‫‪38‬‬ ‫‪43 34 37,2 41‬‬
‫ﺴﺘﺨﺪﻣﺎ ﻓﺌﺎت ذات ﻃﻮل ﻣﻘﺪارﻩ )‪.(04‬‬
‫ً‬ ‫‪ّ -2‬ﺑﻮب ﻫﺬﻩ اﻟﺒﻴﺎﻧﺎت ﻣ‬
‫‪ -3‬ﻣﺜﻞ ﺑﻴﺎﻧﻴﺎ اﳌﻌﻄﻴﺎت اﻟﺴﺎﺑﻘﺔ ﺑﻌﺪ ﺗﺒﻮﻳﺒﻬﺎ ﰲ ﺟﺪول ﻣﻨﺎﺳﺐ‪.‬‬
‫‪ -4‬إﳚﺎد اﻟﺘﻜﺮارات اﻟﻨﺴﺒﻴﺔ واﻟﻨﺴﺒﻴﺔ اﳌﺌﻮﻳﺔ‪.‬‬
‫‪ -5‬ﻣﺜﻞ اﻟﺘﻜﺮارات اﳌﺘﺠﻤﻌﺔ اﻟﺼﺎﻋﺪة واﻟﻨﺎزﻟﺔ‪.‬‬
‫اﻟﺘﻤﺮﻳﻦ اﻟﺮاﺑﻊ‪:‬‬
‫ﰲ اﺳﺘﺒﻴﺎن ﻗﺎم ﺑﻪ أﺣﺪ اﻟﺒﺎﺣﺜﲔ ﻋﻠﻰ ﻋﻴﻨﺔ ﻣﻜﻮﻧﺔ ﻣﻦ ‪ 80‬ﻋﺎﺋﻠﺔ ﺑﻐﺮض دراﺳﺔ اﻟﻨﻔﻘﺎت اﻻﺳﺘﻬﻼﻛﻴﺔ‬
‫اﻟﺸﻬﺮﻳﺔ )اﻟﻮﺣﺪة‪ 3 10:‬دج( ﳍﺬﻩ اﻟﻌﺎﺋﻼت ﰲ ﻣﺪﻳﻨﺔ ﻣﻌﻴﻨﺔ‪ ،‬وﻗﺪ ﲢﺼﻞ اﻟﺒﺎﺣﺚ ﻋﻠﻰ اﳌﻌﻠﻮﻣﺎت اﻟﺘﺎﻟﻴﺔ‪:‬‬
‫‪26 32 59 48 54 62 79 24 65 36 30 20 22 76 46 55‬‬
‫‪51 40 45 28 30 32 75 68 25 38 26 43 54 62 75 47‬‬
‫‪30 29 20 50 62 24 33 26 30 72 42 26 31 34 28 36‬‬
‫‪36 38 21 36 72 61 43 54 29 40 37 35 21 36 38 42‬‬
‫‪31 42 67 51 49 26 30 32 27 29 42 38 26 34 25 34‬‬
‫‪ -2‬وﺿﻊ ﻫﺬﻩ اﻟﺒﻴﺎﻧﺎت ﰲ ﺟﺪول ﺗﻮزﻳﻊ ﺗﻜﺮاري ﺑﺎﺳﺘﺨﺪام ﻃﺮﻳﻘﺔ ﺳﺘﲑﺟﺲ‪.‬‬
‫‪ -3‬رﺳﻢ اﳌﺪرج واﳌﻀﻠﻊ اﻟﺘﻜﺮاري‪.‬‬
‫‪45‬‬
‫‪ -4‬ﻣﺜﻞ ﺑﻴﺎﻧﻴﺎ اﻟﺘﻜﺮارات اﳌﺘﺠﻤﻌﺔ اﻟﺼﺎﻋﺪة واﻟﻨﺎزﻟﺔ‪.‬‬

‫‪ -5‬ﲢﺪﻳﺪ ﻧﺴﺒﺔ اﻟﻌﺎﺋﻼت اﻟﱵ ﺗﺰﻳﺪ ﻧﻔﻘﺎ ﺎ اﻻﺳﺘﻬﻼﻛﻴﺔ ﻋﻦ ‪ 310  60‬دج‪.‬‬
‫‪ -6‬ﲢﺪﻳﺪ ﻋﺪد اﻟﻌﺎﺋﻼت اﻟﱵ ﺗﱰاوح ﻧﻔﻘﺎ ﺎ اﻻﺳﺘﻬﻼﻛﻴﺔ ﺑﲔ ‪ 310  65‬دج و ‪ 310  75‬دج‪.‬‬
‫اﻟﺘﻤﺮﻳﻦ اﻟﺨﺎﻣﺲ‪:‬‬
‫ﻳﺒﲔ اﳉﺪول اﻟﺘﺎﱄ ﺗﻮزﻳﻊ ﳎﻤﻮﻋﺔ ﻣﻦ اﻟﻌﻤﺎل ﺣﺴﺐ أﺟﺮﻫﻢ اﻟﺸﻬﺮي )‪ 3 10‬دج(‪:‬‬
‫ّ‬
‫ﻓﺌﺎت اﻷﺟﺮ‬
‫‪‬‬ ‫‪72  60‬‬ ‫‪60  48‬‬ ‫‪48  42‬‬ ‫‪42  36‬‬ ‫‪36  24‬‬ ‫‪24  18‬‬
‫‪Xi‬‬
‫‪150‬‬ ‫‪24‬‬ ‫‪30‬‬ ‫‪24‬‬ ‫‪36‬‬ ‫‪24‬‬ ‫‪12‬‬ ‫‪ni‬‬ ‫اﻟﺘﻜﺮار‬

‫‪ -2‬أرﺳﻢ اﳌﺪرج اﻟﺘﻜﺮاري‪.‬‬
‫‪ -3‬أوﺟﺪ اﻟﺘﻜﺮارات اﳌﺘﺠﻤﻌﺔ اﻟﺼﺎﻋﺪة واﻟﻨﺎزﻟﺔ وﻣﺜﻠﻬﺎ ﺑﻴﺎﻧﻴًﺎ‪.‬‬
‫‪ -4‬أوﺟﺪ ﻋﺪد اﻟﻌﻤﺎل اﻟﺬﻳﻦ ﻳﱰاوح أﺟﺮﻫﻢ ﺑﲔ ‪ 3 10x36‬دج و‪ 3 10x54‬دج‪.‬‬
‫‪ -5‬ﲢﺪﻳﺪ ﻧﺴﺒﺔ اﻟﻌﻤﺎل اﻟﺬﻳﻦ ﺗﻘﻞ أﺟﻮرﻫﻢ اﻟﺸﻬﺮﻳﺔ ﻋﻦ ‪ 310  42‬دج‪.‬‬
‫اﻟﺘﻤﺮﻳﻦ اﻟﺴﺎدس‪:‬‬
‫اﳉﺪول اﻟﺘﺎﱄ ﳝﺜﻞ ﻣﺒﻴﻌﺎت وﺣﺪة ﺷﺮﻛﺔ ﻣﺎ ﻟﻸﺟﻬﺰة اﻹﻟﻜﱰوﻣﻨﺰﻟﻴﺔ ﺳﻨﺔ ‪.2014‬‬
‫ﻏﺴﺎﻟﺔ‬ ‫ﻃﺒﺎﺧﺔ‬ ‫ﺛﻼﺟﺔ‬ ‫رادﻳﻮ‬ ‫ﺗﻠﻔﺰﻳﻮن‬ ‫ﻧﻮع اﻟﺠﻬﺎز‬
‫‪300‬‬ ‫‪550‬‬ ‫‪600‬‬ ‫‪750‬‬ ‫‪1000‬‬ ‫ﻋﺪد اﻷﺟﻬﺰة‬
‫اﻟﻤﻄﻠﻮب‪ :‬ﻣﺜﻞ اﳌﻌﻄﻴﺎت ﺑﻄﺮﻳﻘﺔ اﻟﻌﺮض اﻟﺪاﺋﺮي واﻷﻋﻤﺪة اﳌﺴﺘﻄﻴﻠﺔ‪.‬‬
‫‪46‬‬
‫اﻟﻔﺼﻞ اﻟﺜﺎﻟﺚ‬
‫ﻣﻘﺎﯾ ﺲ اﻟﲋ ﺔ اﳌﺮﻛﺰﯾﺔ‬
‫ﻣﻔﻬﻮم اﻟﲋ ﺔ اﳌﺮﻛﺰﯾﺔ‬ ‫‪-I‬‬

‫ﻗ ﺎس اﻟﲋ ﺔ اﳌﺮﻛﺰﯾﺔ‬ ‫‪-II‬‬
‫‪ -1-II‬اﳌﺘﻮﺳﻂ اﳊﺴﺎﰊ‬
‫‪ -2-II‬اﳌﺘﻮﺳﻂ اﻟﻬﻨﺪﳼ‬
‫‪ -3-II‬اﳌﺘﻮﺳﻂ اﻟﺘﻮاﻓﻘﻲ‬
‫‪ -4-II‬اﳌﺘﻮﺳﻂ اﻟﱰﺑﯿﻌﻲ‬
‫‪ -5-II‬اﻟﻮﺳﯿﻂ‬
‫‪ -6-II‬اﳌﻨﻮال‬
‫اﻟﻌﻼﻗﺔ ﺑﲔ ﻣﻘﺎﯾ ﺲ اﻟﲋ ﺔ اﳌﺮﻛﺰﯾﺔ‬ ‫‪-III‬‬
‫ﻣﻘﺎﻳ ﺲ اﻟ ﻋﺔ اﳌﺮﻛﺰﺔ‬ ‫اﻟﻔﺼﻞ اﻟﺜﺎﻟﺚ‪:‬‬
‫ﻳﺴﺘﺨﺪم اﻹﺣﺼﺎء اﻟﻮﺻﻔﻲ ﻣﻘﺎﻳﻴﺲ ﳐﺘﻠﻔﺔ ﻟﻮﺻﻒ اﻟﻈﻮاﻫﺮ‪ ،‬وﻣﻦ أﺑﺮزﻫﺎ ﻣﻘﺎﻳﻴﺲ اﻟﻨﺰﻋﺔ اﳌﺮﻛﺰﻳﺔ اﻟﱵ ﻴﺊ‬
‫ﻗﺎﻋﺪة ﻣﻦ اﻟﻘﻴﻢ أو اﳌﻌﻠﻤﺎت اﻟﻀﺮورﻳﺔ اﻟﱵ ﺗﺴﺘﺨﺪم ﻷﻏﺮاض اﻟﺘﺤﻠﻴﻞ واﲣﺎذ اﻟﻘﺮار واﻟﺘﻨﺒﺆ‪.‬‬
‫وﻣﻦ ﺧﻼل ﻣﻼﺣﻈﺔ اﻟﺒﻴﺎﻧﺎت اﳋﺎﺻﺔ ﺑﺄي ﻇﺎﻫﺮة ﺳﻮاء ﰲ ﺻﻮر ﺎ اﻷوﻟﻴﺔ أو ﺑﻌﺪ ﺗﻠﺨﻴﺼﻬﺎ وﺗﺒﻮﻳﺒﻬﺎ ﰲ‬
‫ﺟﺪاول ﺗﻮزﻳﻊ ﺗﻜﺮاري ﳒﺪ أن ﻣﻌﻈﻢ ﻣﻔﺮدا ﺎ ﺗﺘﻤﺮﻛﺰ ﺣﻮل ﻗﻴﻤﺔ ﻣﻌﻴﻨﺔ‪ ،‬وﻫﺬﻩ اﻟﻘﻴﻤﺔ ﲤﺜﻞ ﻣﺮﻛﺰ اﻟﺘﻮزﻳﻊ ﻟﺬا ﻓﺈن‬
‫اﳊﺼﻮل ﻋﻠﻴﻬﺎ ﺿﺮوري وﻣﻬﻢ ﰲ دراﺳﺔ ﺧﺼﺎﺋﺺ اﻟﺘﻮزﻳﻊ واﳌﻘﺎرﻧﺔ ﺑﲔ اﻟﺘﻮزﻳﻌﺎت اﻟﺘﻜﺮارﻳﺔ اﳌﺨﺘﻠﻔﺔ ﻟﻨﻔﺲ اﻟﻈﺎﻫﺮة‪،‬‬
‫ﻟﺬﻟﻚ ﻳﻠﺠﺄ اﻟﺒﺎﺣﺜﻮن ﺑﻌﺪ ﲨﻊ اﻟﺒﻴﺎﻧﺎت ﻋﻦ اﻟﻈﺎﻫﺮة اﳌﺪروﺳﺔ إﱃ ﺗﻠﺨﻴﺺ وﺗﺒﻮﻳﺐ اﻟﺒﻴﺎﻧﺎت ﰲ ﺟﺪاول ﺗﻮزﻳﻊ‬
‫ﺗﻜﺮاري ﰒ ﻋﺮﺿﻬﺎ ﺑﻴﺎﻧﻴﺎ‪ ،‬ﻟﺘﺄﰐ ﺑﻌﺪﻫﺎ ﻣﺮﺣﻠﺔ اﺳﺘﺨﺪام اﳌﻘﺎﻳﻴﺲ اﻹﺣﺼﺎﺋﻴﺔ ﻋﻠﻰ ﺑﻴﺎﻧﺎت اﻟﻈﺎﻫﺮة ﻟﻠﺘﻌﺒﲑ ﻋﻨﻬﺎ ﺑﻘﻴﻤﺔ‬
‫أو أﻛﺜﺮ ﺗﻔﻴﺪ ﰲ اﳌﻘﺎرﻧﺔ واﻟﺘﻨﺒﺆ‪ ،‬وﻫﺬﻩ اﳌﻘﺎﻳﻴﺲ ﺗﺴﻤﻰ ﻣﻘﺎﻳﻴﺲ اﻟﻨﺰﻋﺔ اﳌﺮﻛﺰﻳﺔ‪.‬‬
‫‪-I‬ﻣﻔﻬﻮم اﻟﻨﺰﻋﺔ اﻟﻤﺮﻛﺰﻳﺔ‪:‬‬
‫ﻣﻘﺎﻳﻴﺲ اﻟﻨﺰﻋﺔ اﳌﺮﻛﺰﻳﺔ ﻫﻲ ﺗﻠﻚ اﳌﻘﺎﻳﻴﺲ اﻟﱵ ﺗﺒﺤﺚ ﰲ ﺗﻘﺪﻳﺮ ﻗﻴﻤﺔ ﺗﺘﻤﺮﻛﺰ ﺣﻮﳍﺎ أﻏﻠﺒﻴﺔ اﻟﻘﻴﻢ وﻫﺬﻩ اﻟﻘﻴﻤﺔ‬
‫اﳌﺘﻮﺳﻄﺔ أو اﳌﺘﻤﺮﻛﺰة ﻫﻲ رﻗﻢ واﺣﺪ ﻳﻌﱪ ﻋﻦ أو ﳝﺜﻞ ﲨﻴﻊ ﺑﻴﺎﻧﺎت ﺗﻠﻚ ا ﻤﻮﻋﺔ‪.1‬‬
‫إن ﻣﻘﺎﻳﻴﺲ اﻟﻨﺰﻋﺔ اﳌﺮﻛﺰﻳﺔ ﻻ ﲢﻞ ﳏﻞ اﻟﺒﻴﺎﻧﺎت اﻟﺘﻔﺼﻴﻠﻴﺔ وﻟﻜﻨﻬﺎ ﺗﻌﻄﻲ ﻓﻜﺮة واﺿﺤﺔ ﻋﻦ اﻟﻈﺎﻫﺮة ﻗﻴﺪ‬
‫اﻟﺪراﺳﺔ‪.‬‬
‫‪-II‬ﻗﻴﺎس اﻟﻨﺰﻋﺔ اﻟﻤﺮﻛﺰﻳﺔ‪:‬‬
‫ﻳﻌﱪ ﻗﻴﺎس اﻟﻨﺰﻋﺔ اﳌﺮﻛﺰﻳﺔ ﻋﻦ ﻣﺮﻛﺰ اﻟﺘﻮزﻳﻊ اﻹﺣﺼﺎﺋﻲ‪ ،‬وﻟﻘﻴﺎس ﻫﺬﻩ اﻟﻨﺰﻋﺔ ﻧﺴﺘﻌﻤﻞ ﻋﺪة ﻣﻘﺎﻳﻴﺲ ﻣﻦ ﺑﻴﻨﻬﺎ‪:‬‬
‫‪ -1-II‬اﻟﻤﺘﻮﺳﻂ اﻟﺤﺴﺎﺑﻲ )‪:(Arithmetic Mean‬‬
‫ﻳﻌﺘﱪ اﳌﺘﻮﺳﻂ اﳊﺴﺎﰊ ﻣﻦ أﺷﻬﺮ وأﻛﺜﺮ ﻣﺘﻮﺳﻄﺎت اﻟﻨﺰﻋﺔ اﳌﺮﻛﺰﻳﺔ اﺳﺘﺨﺪاﻣﺎ وﺷﻴﻮﻋﺎ ﰲ اﻹﺣﺼﺎء وﻫﻮ ﻣﺮﻛﺰ‬
‫اﻟﺘﻮازن ﻷي ﻇﺎﻫﺮة‪ ،‬وﳝﻜﻦ ﺗﻌﺮﻳﻔﻪ ﺑﺄﻧﻪ‪ " :‬ﻋﺒﺎرة ﻋﻦ ﺣﺎﺻﻞ ﻗﺴﻤﺔ ﳎﻤﻮع ﻗﻴﻢ اﻟﺒﻴﺎﻧﺎت ‪ i‬ﻋﻠﻰ ﻋﺪدﻫﺎ ‪ n‬ﰲ ﺣﺎﻟﺔ‬
‫اﻟﻌﻴﻨﺔ‪ ،‬وﻋﻠﻰ ‪ N‬ﰲ ﺣﺎﻟﺔ ا ﺘﻤﻊ" ‪ ،2‬وﻳﺮﻣﺰ ﻟﻪ ﺑﺎﻟﺮﻣﺰ ‪. X‬‬
‫‪48‬‬
‫‪ -1-1-II‬ﻃﺮق ﺣﺴﺎب اﻟﻤﺘﻮﺳﻂ اﻟﺤﺴﺎﺑﻲ‪:‬‬

‫ﺑﺎﻟﻨﻈﺮ إﱃ أﳘﻴﺔ اﳌﺘﻮﺳﻂ اﳊﺴﺎﰊ ﰲ اﻟﺘﺤﻠﻴﻞ اﻹﺣﺼﺎﺋﻲ‪ ،‬ﻓﻬﻨﺎك ﻋﺪة ﻃﺮق ﳊﺴﺎﺑﻪ‪ ،‬ﺣﻴﺚ ﳝﻜﻦ ﺣﺴﺎﺑﻪ‬
‫ﻣﻦ اﻟﺒﻴﺎﻧﺎت اﻷوﻟﻴﺔ )ﻏﲑ اﳌﺒﻮﺑﺔ( أو اﻟﺒﻴﺎﻧﺎت اﳌﺒﻮﺑﺔ‪.‬‬
‫‪ -1-1-1-II‬ﺣﺴﺎب اﻟﻤﺘﻮﺳﻂ اﻟﺤﺴﺎﺑﻲ ﻣﻦ اﻟﺒﻴﺎﻧﺎت اﻷوﻟﻴﺔ‪:‬‬
‫اﻟﻄﺮﻳﻘﺔ اﻟﻤﺒﺎﺷﺮة‪:‬‬
‫ﻳﺴﺘﻌﻤﻞ ﻫﺬا اﳌﺘﻮﺳﻂ ﰲ ﺣﺎﻟﺔ اﻟﺒﻴﺎﻧﺎت ﻏﲑ اﳌﺒﻮﺑﺔ‪ ،‬أي ﻋﻨﺪﻣﺎ ﻳﻜﻮن ﻟﻘﻴﺎﺳﺎت اﳌﺘﻐﲑ اﳌﺪروس ﻧﻔﺲ اﳌﺴﺘﻮى ﻣﻦ‬
‫اﻷﳘﻴﺔ‪ ،‬ﻓﺈذا ﻛﺎﻧﺖ ﻟﺪﻳﻨﺎ‪ x1 , x2 ,……, xn :‬ﲤﺜﻞ ﻗﻴﻢ ﻇﺎﻫﺮة ﻣﺎ‪ ،‬ﻓﺈن اﳌﺘﻮﺳﻂ اﳊﺴﺎﰊ ﳍﺬﻩ اﻟﻘﻴﻢ ﻫﻮ‬
‫ﳎﻤﻮع ﻫﺬﻩ اﻟﻘﻴﻢ ﻣﻘﺴﻮﻣﺎ ﻋﻠﻰ ﻋﺪدﻫﺎ‪ ،‬وﺗﻌﻄﻰ ﻋﻼﻗﺔ اﳌﺘﻮﺳﻂ اﳊﺴﺎﰊ ﺑﺎﻟﺼﻴﻐﺔ اﻟﺘﺎﻟﻴﺔ‪:‬‬
‫‪n‬‬
‫‪x‬‬ ‫‪‬‬ ‫‪x‬‬ ‫‪‬‬ ‫‪......‬‬ ‫‪‬‬ ‫‪x‬‬ ‫‪‬‬ ‫‪x‬‬ ‫‪i‬‬
‫‪X‬‬ ‫‪‬‬ ‫‪1‬‬ ‫‪2‬‬ ‫‪n‬‬
‫‪‬‬ ‫‪i  1‬‬
‫‪n‬‬ ‫‪n‬‬
‫‪n‬‬
‫‪‬‬ ‫‪x‬‬ ‫‪i‬‬

‫‪X‬‬ ‫‪‬‬ ‫‪i  1‬‬
‫‪n‬‬
‫ﺣﻴﺚ ‪ : n‬ﺗﻤﺜﻞ ﻋﺪد اﻟﻘﻴﻢ‬
‫ﻣﺜﺎل )‪ :(01-3‬ﲤﺜﻞ اﻟﺴﻠﺴﻠﺔ اﻹﺣﺼﺎﺋﻴﺔ اﻟﺘﺎﻟﻴﺔ ﻣﺎ أﻧﻔﻘﻪ ﲦﺎﻧﻴﺔ زﺑﺎﺋﻦ ﻋﻨﺪ ﺗﻨﺎوﳍﻢ ﻟﻔﻄﻮر اﻟﺼﺒﺎح ﺑﺄﺣﺪ اﳌﻘﺎﻫﻲ‪:‬‬
‫‪60‬‬ ‫‪25‬‬ ‫‪30‬‬ ‫‪55‬‬ ‫‪50‬‬ ‫‪35‬‬ ‫‪45‬‬ ‫‪40‬‬
‫اﻟﻤﻄﻠﻮب‪ :‬ﺣﺴﺎب ﻣﺘﻮﺳﻂ اﻹﻧﻔﺎق ؟‬
‫‪n‬‬ ‫‪8‬‬
‫‪‬‬ ‫‪xi‬‬ ‫‪‬‬ ‫‪xi‬‬

‫‪40  45  35  50  55  30  25  60‬‬ ‫‪370‬‬
‫‪X ‬‬ ‫‪i 1‬‬
‫‪‬‬ ‫‪i 1‬‬
‫‪‬‬ ‫‪‬‬ ‫‪ 42 , 5‬‬
‫‪n‬‬ ‫‪8‬‬ ‫‪8‬‬ ‫‪8‬‬
‫ﻣﻼﺣﻈﺔ‪ :‬اﻟﻤﺘﻮﺳﻂ اﻟﺤﺴﺎﺑﻲ ﻟﺴﻠﺴﻠﺔ ﻣﺘﺘﺎﻟﻴﺔ ﻣﻦ اﻟﻘﻴﻢ‪ ،‬ﻫﻮ اﻟﻘﻴﻤﺔ اﻟﻮﺳﻄﻰ إذا ﻛﺎن ﻋﺪد اﻟﺒﻴﺎﻧﺎت ﻓﺮدي وﻣﺘﻮﺳﻂ‬
‫اﻟﻘﻴﻤﺘﻴﻦ اﻟﻮﺳﻄﻴﻴﻦ إذا ﻛﺎن ﻋﺪد اﻟﺒﻴﺎﻧﺎت زوﺟﻲ‪.‬‬
‫‪X‬‬ ‫‪‬‬ ‫‪X‬‬ ‫‪n  1‬‬ ‫‪ ‬ﻋﺪد اﻟﺒﻴﺎﻧﺎت ) ‪ ( n‬ﻓﺮدي‪:‬‬
‫‪2‬‬
‫‪X‬‬ ‫‪n‬‬ ‫‪ X‬‬ ‫‪n‬‬

‫‪1‬‬
‫‪X ‬‬ ‫‪2‬‬ ‫‪2‬‬
‫‪ ‬ﻋﺪد اﻟﺒﻴﺎﻧﺎت ) ‪ ( n‬زوﺟﻲ‪:‬‬
‫‪2‬‬
‫‪49‬‬
‫ﻃﺮﻳﻘﺔ اﻻﻧﺤﺮاﻓﺎت اﻟﺒﺴﻴﻄﺔ )ﻃﺮﻳﻘﺔ اﻟﻮﺳﻂ اﻟﻔﺮﺿﻲ(‪:‬‬

‫إذا ﻛﺎﻧﺖ‪ x1 , x2 ,……, xn :‬ﲤﺜﻞ ﻣﻔﺮدات )ﻗﻴﻢ( ﻇﺎﻫﺮة ﻣﻌﻴﻨﺔ‪ ،‬وﻛﺎن اﻟﻌﺪد ‪ x0‬ﳝﺜﻞ اﳌﺘﻮﺳﻂ اﻟﻔﺮﺿﻲ ﳍﺬﻩ‬
‫ﻳﻔﻀﻞ أن ﺗﻜﻮن ﻗﻴﻤﺔ اﻟﻮﺳﻂ اﻟﻔﺮﺿﻲ ‪ x0‬ﻣﺴﺎوﻳﺔ ﻹﺣﺪى ﻣﻔﺮدات اﻟﻈﺎﻫﺮة وأن ﺗﻜﻮن ﻫﺬﻩ اﳌﻔﺮدة واﻗﻌﺔ‬
‫اﻟﺒﻴﺎﻧﺎت ) ّ‬
‫ﰲ اﳌﻨﺘﺼﻒ ﻣﻦ ﺣﻴﺚ ﻗﻴﻤﺘﻬﺎ(‪ ،‬و ) ‪ ( xi – x0‬ﲤﺜﻞ اﳓﺮاﻓﺎت اﳌﻔﺮدات ﻋﻦ وﺳﻄﻬﺎ اﻟﻔﺮﺿﻲ‪ ،‬ﻓﺈن اﳌﺘﻮﺳﻂ‬
‫اﳊﺴﺎﰊ ﰲ ﻫﺬﻩ اﳊﺎﻟﺔ ﻣﻌﻄﻰ ﺑﺎﻟﻌﻼﻗﺔ اﻟﺘﺎﻟﻴﺔ‪:‬‬
‫‪n‬‬
‫‪‬‬ ‫) ‪( xi  x0‬‬
‫‪X  x0 ‬‬ ‫‪i 1‬‬
‫‪n‬‬
‫ﻣﺜﺎل )‪:(02-3‬‬
‫أوﺟﺪ اﳌﺘﻮﺳﻂ اﳊﺴﺎﰊ ﺑﺎﺳﺘﺨﺪام ﻃﺮﻳﻘﺔ اﻟﻮﺳﻂ اﻟﻔﺮﺿﻲ ﻟﻠﺒﻴﺎﻧﺎت اﻟﺘﺎﻟﻴﺔ‪:‬‬
‫‪16‬‬ ‫‪9‬‬ ‫‪12‬‬ ‫‪11‬‬ ‫‪8‬‬ ‫‪13‬‬ ‫‪14‬‬ ‫‪10‬‬ ‫‪15‬‬
‫اﻟﺤﻞ‪ :‬ﻟﻨﻔﺮض أن اﻟﻮﺳﻂ اﻟﻔﺮﺿﻲ ‪. x0 = 11‬‬
‫) ‪( xi  x0‬‬ ‫)‪(15- 11‬‬ ‫)‪(10- 11‬‬ ‫)‪(14- 11‬‬ ‫)‪(13- 11‬‬ ‫)‪(8- 11‬‬ ‫)‪(11- 11‬‬ ‫)‪(12- 11‬‬ ‫)‪(9- 11‬‬ ‫)‪(16- 11‬‬
‫‪‬‬
‫) ‪( xi  x0‬‬ ‫‪4‬‬ ‫‪1-‬‬ ‫‪3‬‬ ‫‪2‬‬ ‫‪3-‬‬ ‫‪0‬‬ ‫‪1‬‬ ‫‪2-‬‬ ‫‪5‬‬ ‫‪9‬‬
‫‪n‬‬
‫‪‬‬ ‫‪( x‬‬ ‫‪i‬‬ ‫‪‬‬ ‫‪x‬‬ ‫‪0‬‬ ‫)‬

‫‪9‬‬
‫‪X‬‬ ‫‪‬‬ ‫‪x‬‬ ‫‪0‬‬ ‫‪‬‬ ‫‪i  1‬‬
‫‪ 11‬‬ ‫‪‬‬ ‫‪ 12‬‬
‫‪n‬‬ ‫‪9‬‬
‫‪ -2-1-1-II‬ﺣﺴﺎب اﻟﻤﺘﻮﺳﻂ اﻟﺤﺴﺎﺑﻲ ﻣﻦ اﻟﺒﻴﺎﻧﺎت اﻟﻤﺒﻮﺑﺔ‪:‬‬
‫اﻟﻄﺮﻳﻘﺔ اﻟﻤﺒﺎﺷﺮة‪:‬‬
‫ﰲ ﺑﻌﺾ اﳊﺎﻻت‪ ،‬ﺗﻜﻮن اﻟﻘﻴﻢ اﳌﺮاد ﺣﺴﺎب اﳌﺘﻮﺳﻂ اﳊﺴﺎﰊ ﳍﺎ ﻟﻴﺲ ﳍﺎ ﻧﻔﺲ اﻷﳘﻴﺔ‪ ،‬ﺑﻞ أﳘﻴﺎت ﻧﺴﺒﻴﺔ ﲣﺘﻠﻒ‬
‫ﺑﺎﺧﺘﻼف ﻋﺎﻣﻞ اﻟﱰﺟﻴﺢ اﳋﺎص ﺎ‪ ،‬ﰲ ﻣﺜﻞ ﻫﺬﻩ اﳊﺎﻻت ﻳﺘﻄﻠﺐ اﻷﻣﺮ اﺳﺘﺨﺪام ﺻﻴﻐﺔ أﺧﺮى ﺗﺴﻤﻰ ﺑﺼﻴﻐﺔ‬
‫اﳌﺘﻮﺳﻂ اﳊﺴﺎﰊ اﳌﺮﺟﺢ‪ ،‬وﻫﻨﺎ ﳕﻴﺰ ﺣﺎﻟﺘﲔ‪:‬‬
‫‪50‬‬
‫‪ ‬ﺣﺎﻟﺔ ﻣﺘﻐﻴﺮ ﻛﻤﻲ ﻣﻨﻔﺼﻞ‪:‬‬

‫إذا ﻛﺎﻧﺖ‪ x1 , x2 ,….., xk :‬ﲤﺜﻞ ﻣﻔﺮدات )ﻗﻴﻢ( ﻇﺎﻫﺮة ﻣﻌﻴﻨﺔ ‪ ،X‬وﻛﺎﻧﺖ ‪ n1 ,n2 ,….., nk‬ﲤﺜﻞ‬
‫اﻟﺘﻜﺮارات اﳌﻘﺎﺑﻠﺔ ﳍﺎ‪ ،‬ﰲ ﻫﺬﻩ اﳊﺎﻟﺔ ﺗﻌﻄﻰ ﻋﻼﻗﺔ اﳌﺘﻮﺳﻂ اﳊﺴﺎﰊ ﺑﺎﻟﺼﻴﻐﺔ اﻟﺘﺎﻟﻴﺔ‪:‬‬
‫‪k‬‬
‫‪x 1 n 1  x 2 n 2  ......  x k n‬‬ ‫‪‬‬ ‫‪x in‬‬ ‫‪i‬‬

‫‪X‬‬ ‫‪‬‬ ‫‪k‬‬
‫‪‬‬ ‫‪i1‬‬
‫‪n 1  n 2  ......  n k‬‬ ‫‪k‬‬
‫‪‬‬
‫‪i1‬‬
‫‪n‬‬ ‫‪i‬‬
‫‪k‬‬
‫‪‬‬ ‫‪x‬‬ ‫‪i‬‬ ‫‪n‬‬ ‫‪i‬‬

‫‪X‬‬ ‫‪‬‬ ‫‪i  1‬‬
‫‪k‬‬
‫‪‬‬ ‫‪i  1‬‬

‫‪n‬‬ ‫‪i‬‬
‫ﺣﻴﺚ ‪ : xi‬ﺗﻤﺜﻞ ﻗﻴﻤﺔ اﻟﻤﻔﺮدة ‪( i=1,2,…..,k) i‬‬

‫‪ : ni‬ﺗﻤﺜﻞ ﺗﻜﺮار اﻟﻤﻔﺮدة ‪i‬‬
‫‪ : k‬ﻋﺪد اﻟﻤﻔﺮدات اﻟﻤﺨﺘﻠﻔﺔ ﻋﻦ ﺑﻌﻀﻬﺎ اﻟﺒﻌﺾ‬
‫ﻣﺜﺎل )‪:(03-3‬اﻟﺒﻴﺎﻧﺎت اﻹﺣﺼﺎﺋﻴﺔ اﻟﺘﺎﻟﻴﺔ ﲤﺜﻞ ﺗﻮزﻳﻊ ﻋﺎﺋﻼت ﺣﻲ ّ‬

‫ﻣﻌﲔ ﺣﺴﺐ ﻋﺪد اﻟﻐﺮف‪.‬‬
‫اﻟﺠﺪول رﻗﻢ )‪ :(01-3‬ﺗﻮزﻳﻊ اﻟﻌﺎﺋﻼت ﺣﺴﺐ ﻋﺪد اﻟﻐﺮف‬
‫‪‬‬ ‫‪4‬‬ ‫‪3‬‬ ‫‪2‬‬ ‫‪1‬‬ ‫‪X‬‬ ‫‪i‬‬ ‫ﻋﺪد اﻟﻐﺮف‬

‫‪65‬‬ ‫‪30‬‬ ‫‪20‬‬ ‫‪10‬‬ ‫‪5‬‬ ‫‪ni‬‬ ‫ﻋﺪد اﻟﻌﺎﺋﻼت‬
‫اﻟﻤﻄﻠﻮب‪ :‬إﳚﺎد ﻣﺘﻮﺳﻂ اﻟﻐﺮف اﳌﻤﻠﻮﻛﺔ ﻣﻦ ﻃﺮف اﻟﻌﺎﺋﻼت ؟‬
‫‪k‬‬
‫‪‬‬ ‫‪x‬‬ ‫‪n‬‬

‫اﻟﺤﻞ‪ :‬ﻟﺪﻳﻨﺎ‪:‬‬
‫‪i‬‬ ‫‪i‬‬
‫‪X‬‬ ‫‪‬‬ ‫‪i  1‬‬
‫‪k‬‬
‫‪‬‬ ‫‪i  1‬‬

‫‪n‬‬ ‫‪i‬‬
‫ﻧﻘﻮم ﺑﺈﺿﺎﻓﺔ ﻋﻤﻮد ﺛﺎﻟﺚ إﱃ اﳉﺪول ﺗﻜﻮن ﻧﺘﻴﺠﺘﻪ ﺣﺎﺻﻞ ﺿﺮب ﻗﻴﻤﺔ اﳌﺘﻐﲑ اﻹﺣﺼﺎﺋﻲ ﰲ اﻟﺘﻜﺮار اﳌﻘﺎﺑﻞ ﳍﺬﻩ‬
‫‪.( xi ‬‬ ‫) ‪ni‬‬ ‫اﻟﻘﻴﻤﺔ‬
‫‪51‬‬
‫اﻟﺠﺪول رﻗﻢ )‪ :(02-3‬ﻳﻮﺿﺢ ﺣﺴﺎب اﻟﻤﺘﻮﺳﻂ اﻟﺤﺴﺎﺑﻲ‬
‫‪xini‬‬ ‫‪ni‬‬ ‫اﻟﺘﻜﺮارات‬ ‫‪X‬‬ ‫‪i‬‬ ‫ﻋﺪد اﻟﻐﺮف‬

‫‪5‬‬ ‫‪5‬‬ ‫‪1‬‬
‫‪20‬‬ ‫‪10‬‬ ‫‪2‬‬
‫‪60‬‬ ‫‪20‬‬ ‫‪3‬‬
‫‪120‬‬ ‫‪30‬‬ ‫‪4‬‬
‫‪205‬‬ ‫‪65‬‬ ‫‪‬‬
‫وﻣﻨﻪ ﻣﺘﻮﺳﻂ اﻟﻐﺮف اﳌﻤﻠﻮﻛﺔ ﻣﻦ ﻃﺮف اﻟﻌﺎﺋﻼت ﻫﻮ‪:‬‬
‫‪k‬‬ ‫‪4‬‬
‫‪‬‬ ‫‪x in‬‬ ‫‪i‬‬ ‫‪‬‬ ‫‪x in‬‬ ‫‪i‬‬

‫‪205‬‬
‫‪X‬‬ ‫‪‬‬ ‫‪i 1‬‬
‫‪k‬‬
‫‪‬‬ ‫‪i 1‬‬
‫‪4‬‬
‫‪‬‬ ‫‪ 3 , 15‬‬ ‫‪ 3‬‬
‫‪65‬‬
‫‪‬‬ ‫‪i  1‬‬
‫‪n‬‬ ‫‪i‬‬ ‫‪‬‬
‫‪i 1‬‬
‫‪n‬‬ ‫‪i‬‬
‫‪ ‬ﺣﺎﻟﺔ ﻣﺘﻐﻴﺮ ﻛﻤﻲ ﻣﺘﺼﻞ‪:‬‬

‫ﰲ ﻫﺬﻩ اﳊﺎﻟﺔ ﻳﻜﻮن ﺟﺪول اﻟﺘﻮزﻳﻊ اﻟﺘﻜﺮاري ﻋﻠﻰ ﺷﻜﻞ ﻓﺌﺎت ﻋﺪدﻫﺎ ‪ ، k‬ﻓﺈذا ﻛﺎﻧﺖ‪c1 , c2 ,……, ck :‬‬
‫ﲤﺜﻞ ﻣﺮاﻛﺰ اﻟﻔﺌﺎت‪ ،‬وﻛﺎﻧﺖ ‪ n1 ,n2 ,….., nk‬ﲤﺜﻞ اﻟﺘﻜﺮارات اﳌﻘﺎﺑﻠﺔ ﻟﺘﻠﻚ اﻟﻔﺌﺎت‪ ،‬ﻓﺈﻧﻨﺎ ﻧﻌﺘﱪ اﻟﺘﻜﺮارات‬
‫ﺗﺘﺠﻤﻊ ﺣﻮل ﻣﺮاﻛﺰ اﻟﻔﺌﺎت وﻋﻠﻴﻪ ﻧﺴﺘﺨﺪم اﻟﺼﻴﻐﺔ اﻟﺘﺎﻟﻴﺔ ﳊﺴﺎب اﳌﺘﻮﺳﻂ اﳊﺴﺎﰊ‪:‬‬
‫‪k‬‬
‫‪c 1 n 1  c 2 n 2  ......  c k n‬‬ ‫‪‬‬ ‫‪cin‬‬ ‫‪i‬‬

‫‪X‬‬ ‫‪‬‬ ‫‪k‬‬
‫‪‬‬ ‫‪i1‬‬
‫‪n 1  n 2  ......  n k‬‬ ‫‪k‬‬
‫‪‬‬
‫‪i1‬‬
‫‪n‬‬ ‫‪i‬‬
‫‪k‬‬
‫‪‬‬ ‫‪c‬‬ ‫‪i‬‬ ‫‪n‬‬ ‫‪i‬‬

‫‪X‬‬ ‫‪‬‬ ‫‪i  1‬‬
‫‪k‬‬
‫‪‬‬ ‫‪i  1‬‬

‫‪n‬‬ ‫‪i‬‬
‫ﺣﻴﺚ ‪ : ci‬ﻣﺮﻛﺰ اﻟﻔﺌﺔ ‪( i=1,2,…..,k ) i‬‬

‫‪ : ni‬ﺗﻜﺮار اﻟﻔﺌﺔ ‪i‬‬
‫‪ : k‬ﻋﺪد اﻟﻔﺌﺎت‬
‫‪52‬‬
‫ﻣﺜﺎل )‪:(04-3‬‬
‫دج(‪.‬‬ ‫‪3‬‬
‫‪10‬‬ ‫ﻳﺒﲔ ﺗﻮزﻳﻊ ﻋﻤﺎل ﻣﺆﺳﺴﺔ ﻣﺎ ﺣﺴﺐ أﺟﻮرﻫﻢ اﻟﺸﻬﺮﻳﺔ )اﻟﻮﺣﺪة‪:‬‬
‫اﳉﺪول اﻹﺣﺼﺎﺋﻲ اﻟﺘﺎﱄ ّ‬
‫اﻟﺠﺪول رﻗﻢ )‪ :(03-3‬ﺗﻮزﻳﻊ اﻟﻌﻤﺎل ﺣﺴﺐ أﺟﻮرﻫﻢ اﻟﺸﻬﺮﻳﺔ‬
‫‪70  60‬‬ ‫‪60  50‬‬ ‫‪50  40‬‬ ‫‪40  30‬‬ ‫‪30  20‬‬ ‫‪20  10‬‬ ‫‪X‬‬ ‫‪i‬‬ ‫اﻷﺟﺮ‬
‫‪8‬‬ ‫‪12‬‬ ‫‪17‬‬ ‫‪25‬‬ ‫‪30‬‬ ‫‪18‬‬ ‫‪ni‬‬ ‫ﻋﺪد اﻟﻌﻤﺎل‬
‫اﻟﻤﻄﻠﻮب‪ :‬إﳚﺎد ﻣﺘﻮﺳﻂ اﻷﺟﺮ اﻟﺸﻬﺮي ﻟﻠﻌﻤﺎل ؟‬
‫ﺣﺴﺎب ﻣﺘﻮﺳﻂ اﻷﺟﺮ اﻟﺸﻬﺮي ﻟﻠﻌﻤﺎل‪ :‬ﳊﺴﺎب ﻣﺘﻮﺳﻂ اﻷﺟﺮ اﻟﺸﻬﺮي ﻟﻠﻌﻤﺎل ﻧﺘﺒﻊ اﳋﻄﻮات اﻟﺘﺎﻟﻴﺔ‪:‬‬
‫‪ -1‬إﳚﺎد ﳎﻤﻮع اﻟﺘﻜﺮارات ‪.  ni‬‬
‫‪k‬‬
‫‪i 1‬‬
‫‪.‬‬ ‫‪ci‬‬ ‫‪ -2‬ﺣﺴﺎب ﻣﺮاﻛﺰ اﻟﻔﺌﺎت‬

‫‪ -3‬ﺿﺮب ﻣﺮﻛﺰ ﻛﻞ ﻓﺌﺔ ﰲ اﻟﺘﻜﺮار اﳌﻘﺎﺑﻞ ﳍﺎ ) ‪ ، (ci  ni‬وﺣﺴﺎب ا ﻤﻮع‪.‬‬
‫‪k‬‬
‫‪‬‬ ‫‪c in‬‬

‫‪ -4‬ﺣﺴﺎب اﳌﺘﻮﺳﻂ اﳊﺴﺎﰊ ﺑﺘﻄﺒﻴﻖ اﻟﻌﻼﻗﺔ‪:‬‬
‫‪i‬‬
‫‪X‬‬ ‫‪‬‬ ‫‪i  1‬‬
‫‪k‬‬
‫‪‬‬‫‪i  1‬‬
‫‪n‬‬ ‫‪i‬‬
‫اﻟﺠﺪول رﻗﻢ )‪ :(04-3‬ﻳﻮﺿﺢ ﺣﺴﺎب اﻟﻤﺘﻮﺳﻂ اﻟﺤﺴﺎﺑﻲ‬
‫‪ci  ni‬‬ ‫‪ci‬‬ ‫ﻣﺮﻛﺰ اﻟﻔﺌﺔ‬ ‫‪ni‬‬ ‫اﻟﺘﻜﺮار‬ ‫‪Xi‬‬ ‫ﻓﺌﺎت اﻷﺟﺮ‬
‫‪270‬‬ ‫‪15‬‬ ‫‪18‬‬ ‫‪20  10‬‬
‫‪750‬‬ ‫‪25‬‬ ‫‪30‬‬ ‫‪30  20‬‬
‫‪875‬‬ ‫‪35‬‬ ‫‪25‬‬ ‫‪40  30‬‬
‫‪765‬‬ ‫‪45‬‬ ‫‪17‬‬ ‫‪50  40‬‬
‫‪660‬‬ ‫‪55‬‬ ‫‪12‬‬ ‫‪60  50‬‬
‫‪520‬‬ ‫‪65‬‬ ‫‪8‬‬ ‫‪70  60‬‬
‫‪3840‬‬ ‫‪-‬‬ ‫‪110‬‬ ‫‪‬‬
‫‪53‬‬
‫وﻣﻨﻪ ﻣﺘﻮﺳﻂ أﺟﺮ ﻋﻤﺎل ﻫﺬﻩ اﳌﺆﺳﺴﺔ ﻫﻮ‪:‬‬

‫‪k‬‬ ‫‪6‬‬
‫‪‬‬ ‫‪cin‬‬ ‫‪i‬‬ ‫‪‬‬ ‫‪cin‬‬ ‫‪i‬‬

‫‪3840‬‬
‫‪X‬‬ ‫‪‬‬ ‫‪i 1‬‬
‫‪k‬‬
‫‪‬‬ ‫‪i 1‬‬
‫‪6‬‬
‫‪‬‬ ‫‪ 34 , 9  10‬‬ ‫‪3‬‬
‫‪DA‬‬
‫‪110‬‬
‫‪‬‬
‫‪i 1‬‬
‫‪n‬‬ ‫‪i‬‬ ‫‪‬‬‫‪i1‬‬
‫‪n‬‬ ‫‪i‬‬
‫ﻃﺮﻳﻘﺔ اﻻﻧﺤﺮاﻓﺎت اﻟﺒﺴﻴﻄﺔ )اﻟﻤﺘﻮﺳﻂ اﻟﻔﺮﺿﻲ(‪:‬‬

‫ﰲ ﻫﺬﻩ اﳊﺎﻟﺔ ﻳﺘﻢ ﺣﺴﺎب اﳌﺘﻮﺳﻂ اﳊﺴﺎﰊ ﺑﺎﺳﺘﻌﻤﺎل اﻟﻌﻼﻗﺔ اﻟﺘﺎﻟﻴﺔ‪:‬‬
‫‪k‬‬
‫‪‬‬ ‫‪(xi  x‬‬ ‫‪0‬‬ ‫‪)n‬‬ ‫‪i‬‬

‫‪X‬‬ ‫‪ x‬‬ ‫‪0‬‬ ‫‪‬‬ ‫‪i1‬‬
‫‪k‬‬
‫‪‬‬ ‫‪i1‬‬
‫‪n‬‬ ‫‪i‬‬
‫ﺣﻴﺚ‪ : x0 :‬ﻳﻤﺜﻞ اﻟﻮﺳﻂ اﻟﻔﺮﺿﻲ‬

‫) ‪ : ( xi-x0‬ﺗﻤﺜﻞ اﻧﺤﺮاﻓﺎت اﻟﻘﻴﻢ )اﻟﻤﻔﺮدات( أو ﻣﺮاﻛﺰ اﻟﻔﺌﺎت ﻋﻦ وﺳﻄﻬﺎ اﻟﻔﺮﺿﻲ‬
‫ﻣﻼﺣﻈﺔ‪ :‬ﻳﻔﻀﻞ أن ﺗﻜﻮن ﻗﻴﻤﺔ اﻟﻮﺳﻂ اﻟﻔﺮﺿﻲ‪ ،‬ﻗﻴﻤﺔ اﻟﻤﻔﺮدة اﻷﻛﺒﺮ ﺗﻜﺮار ﻓﻲ ﺣﺎﻟﺔ اﻟﻤﺘﻐﻴﺮ اﻟﻜﻤﻲ اﻟﻤﻨﻔﺼﻞ‪ ،‬وﻣﺮﻛﺰ‬
‫اﻟﻔﺌﺔ اﻟﺘﻲ ﺗﻘﻊ وﺳﻂ اﻟﻔﺌﺎت )ﻓﻲ ﺣﺎﻟﺔ ﻣﺘﻐﻴﺮ ﻛﻤﻲ ﻣﺘﺼﻞ( وأن ﻳﻜﻮن ﻟﻬﺬﻩ اﻟﻔﺌﺔ أﻛﺒﺮ ﺗﻜﺮار إن أﻣﻜﻦ‪.‬‬
‫ﻣﺜﺎل )‪:(05-3‬‬
‫ﻧﺄﺧﺬ ﻣﻌﻄﻴﺎت اﳌﺜﺎل )‪ ،(04-3‬وﻧﻘﻮم ﲝﺴﺎب اﳌﺘﻮﺳﻂ اﳊﺴﺎﰊ ﺑﻄﺮﻳﻘﺔ اﻻﳓﺮاﻓﺎت اﻟﺒﺴﻴﻄﺔ )اﻟﻮﺳﻂ اﻟﻔﺮﺿﻲ(‪.‬‬
‫ﻟﻐﺮض ﺣﺴﺎب ﻣﺘﻮﺳﻂ اﻷﺟﺮ اﻟﺸﻬﺮي ﻟﻠﻌﻤﺎل ﻧﺘﺒﻊ اﳋﻄﻮات اﻟﺘﺎﻟﻴﺔ‪:‬‬
‫‪ -1‬ﲢﺪﻳﺪ ﻣﺮاﻛﺰ اﻟﻔﺌﺎت ‪ ci‬أو ‪ xi‬؛‬
‫‪( x 0‬؛‬ ‫‪ 25‬‬ ‫‪ -2‬ﲢﺪﻳﺪ ﻗﻴﻤﺔ اﻟﻮﺳﻂ اﻟﻔﺮﺿﻲ‪ ،‬وﻫﻲ ﻣﺮﻛﺰ اﻟﻔﺌﺔ اﳌﻘﺎﺑﻠﺔ ﻷﻛﱪ ﺗﻜﺮار )‬
‫‪ ( x0‬؛‬ ‫) ‪ 25‬‬ ‫وﻗﻴﻤﺔ اﻟﻮﺳﻂ اﻟﻔﺮﺿﻲ‬ ‫‪xi‬‬ ‫‪ -3‬ﺣﺴﺎب اﻟﻔﺮوق ﺑﲔ ﻣﺮاﻛﺰ اﻟﻔﺌﺎت‬
‫‪ -4‬إﳚﺎد ﺣﺎﺻﻞ ﺿﺮب ﺗﻜﺮار ﻛﻞ ﻓﺌﺔ ﰲ اﻟﻔﺮق ﺑﲔ ﻣﺮﻛﺰ اﻟﻔﺌﺔ وﻗﻴﻤﺔ اﻟﻮﺳﻂ اﻟﻔﺮﺿﻲ‪ ،‬ﰒ ﲨﻊ ﺣﺎﺻﻞ اﻟﻀﺮب‬
‫ﻹﳚﺎد‪  ( x i  x 0 ) n i :‬؛‬
‫‪k‬‬
‫‪‬‬ ‫‪( x‬‬ ‫‪ x‬‬ ‫‪)n‬‬

‫‪ -5‬ﺣﺴﺎب اﳌﺘﻮﺳﻂ اﳊﺴﺎﰊ ﺑﺘﻄﺒﻴﻖ اﻟﻌﻼﻗﺔ‪:‬‬
‫‪i‬‬ ‫‪0‬‬ ‫‪i‬‬
‫‪X‬‬ ‫‪ x‬‬ ‫‪0‬‬ ‫‪‬‬ ‫‪i1‬‬
‫‪k‬‬
‫‪‬‬
‫‪i1‬‬
‫‪n‬‬ ‫‪i‬‬
‫‪54‬‬
‫اﻟﺠﺪول رﻗﻢ )‪ :(05-3‬ﻳﻮﺿﺢ ﺣﺴﺎب اﻟﻤﺘﻮﺳﻂ اﻟﺤﺴﺎﺑﻲ ﺑﻄﺮﻳﻘﺔ اﻟﻮﺳﻂ اﻟﻔﺮﺿﻲ‬
‫‪( xi  x0 )ni‬‬ ‫) ‪( xi  x0‬‬ ‫‪xi‬‬ ‫ﻣﺮﻛﺰ اﻟﻔﺌﺔ‬ ‫‪ni‬‬ ‫اﻟﺘﻜﺮار‬ ‫‪Xi‬‬ ‫ﻓﺌﺎت اﻷﺟﺮ‬
‫‪- 180‬‬ ‫‪- 10‬‬ ‫‪15‬‬ ‫‪18‬‬ ‫‪20  10‬‬
‫‪0‬‬ ‫‪0‬‬ ‫‪25‬‬ ‫‪30‬‬ ‫‪30  20‬‬
‫‪250‬‬ ‫‪10‬‬ ‫‪35‬‬ ‫‪25‬‬ ‫‪40  30‬‬
‫‪340‬‬ ‫‪20‬‬ ‫‪45‬‬ ‫‪17‬‬ ‫‪50  40‬‬
‫‪360‬‬ ‫‪30‬‬ ‫‪55‬‬ ‫‪12‬‬ ‫‪60  50‬‬
‫‪320‬‬ ‫‪40‬‬ ‫‪65‬‬ ‫‪8‬‬ ‫‪70  60‬‬
‫‪1090‬‬ ‫‪-‬‬ ‫‪-‬‬ ‫‪110‬‬ ‫‪‬‬
‫وﻣﻨﻪ ﳒﺪ ﻣﺘﻮﺳﻂ أﺟﺮ ﻋﻤﺎل ﻫﺬﻩ اﳌﺆﺳﺴﺔ ﻫﻮ‪:‬‬
‫‪6‬‬
‫‪‬‬ ‫‪(x‬‬ ‫‪i‬‬ ‫‪ x‬‬ ‫‪0‬‬ ‫‪)n‬‬ ‫‪i‬‬

‫‪1090‬‬
‫‪X‬‬ ‫‪ x‬‬ ‫‪0‬‬ ‫‪‬‬ ‫‪i1‬‬
‫‪6‬‬
‫‪ 25‬‬ ‫‪‬‬ ‫‪ 34 , 9  10‬‬ ‫‪3‬‬
‫‪DA‬‬
‫‪110‬‬
‫‪‬‬‫‪i1‬‬
‫‪n‬‬ ‫‪i‬‬
‫رﻏﻢ‬ ‫‪( X  34 , 9  10‬‬ ‫‪3‬‬

‫) ‪DA‬‬ ‫اﻟﺘﻌﻠﻴﻖ‪ :‬ﻧﻼﺣﻆ أن ﻣﺘﻮﺳﻂ أﺟﺮ ﻋﻤﺎل ﻫﺬﻩ اﳌﺆﺳﺴﺔ ﻫﻮ ﻗﻴﻤﺔ واﺣﺪة‬
‫اﺧﺘﻼف ﻃﺮق ﺣﺴﺎب اﳌﺘﻮﺳﻂ اﳊﺴﺎﰊ‪.‬‬
‫‪ -3-1-1-II‬اﻟﻤﺘﻮﺳﻂ اﻟﺤﺴﺎﺑﻲ اﻟﻤﺮﺟﺢ ﻷوﺳﺎط ﺣﺴﺎﺑﻴﺔ‪:‬‬
‫ﻳﺴﺘﺨﺪم اﳌﺘﻮﺳﻂ اﳊﺴﺎﰊ اﳌﺮﺟﺢ ﻹﳚﺎد اﳌﺘﻮﺳﻂ اﳊﺴﺎﰊ ﻤﻮﻋﺘﺎن ﻣﻦ اﻟﺒﻴﺎﻧﺎت أو أﻛﺜﺮ ﻋﻠﻢ ﻣﺘﻮﺳﻄﻬﺎ‬
‫اﳊﺴﺎﰊ ﰲ ﺣﺎﻟﺔ دﳎﻬﻢ ﻣﻌﺎ ﰲ ﳎﻤﻮﻋﺔ واﺣﺪة‪ ،1‬ﻓﺈذا ﻛﺎﻧﺖ ﻟﺪﻳﻨﺎ ﳎﻤﻮﻋﺔ ﻣﻦ ‪ n‬ﻗﻴﻤﺔ ووﺳﻄﻬﺎ اﳊﺴﺎﰊ ‪، X 1‬‬
‫وﳎﻤﻮﻋﺔ ﺛﺎﻧﻴﺔ ﺗﺘﻜﻮن ﻣﻦ ‪ m‬ﻗﻴﻤﺔ ووﺳﻄﻬﺎ اﳊﺴﺎﰊ ‪ ، X 2‬ﻓﺈن اﻟﻮﺳﻂ اﳊﺴﺎﰊ ﻟﻠﻤﺠﻤﻮﻋﺘﲔ ﻫﻮ‪:‬‬
‫‪nX1  m X 2‬‬
‫‪X ‬‬
‫‪nm‬‬
‫‪ -1‬ﳏﻤﺪ ﺻﺒﺤﻲ أﺑﻮ ﺻﺎﱀ وﻋﺪﻧﺎن ﳏﻤﺪ ﻋﻮض‪ " :‬ﻣﻘﺪﻣﺔ ﰲ اﻹﺣﺼﺎء"‪ ،‬ﻣﺮﻛﺰ اﻟﻜﺘﺐ اﻷردﱐ‪ ،‬اﻷردن‪ ،1997 ،‬ص ‪.30‬‬
‫‪55‬‬
‫ﻣﺜﺎل )‪:(06-3‬‬
‫اﳉﺪول اﻟﺘﺎﱄ ﻳﺒﲔ ﻋﺪد اﻟﻌﻤﺎل وﻣﺘﻮﺳﻂ أﺟﺮ اﻟﻌﺎﻣﻞ اﻟﻮاﺣﺪ ﰲ ﻣﺆﺳﺴﺔ ﻣﻌﻴﻨﺔ ﳍﺎ ﺛﻼث ﻓﺮوع إﻧﺘﺎﺟﻴﺔ‪.‬‬
‫اﻟﻔﺮع اﻟﺜﺎﻟﺚ‬ ‫اﻟﻔﺮع اﻟﺜﺎﻧﻲ‬ ‫اﻟﻔﺮع اﻷول‬ ‫ﻓﺮوع اﻟﻤﺆﺳﺴﺔ‬
‫‪80‬‬ ‫‪120‬‬ ‫‪150‬‬ ‫ﻋﺪد اﻟﻌﻤﺎل‬
‫‪40000‬‬ ‫‪32000‬‬ ‫‪35000‬‬ ‫ﻣﺘﻮﺳﻂ اﻷﺟﺮ )دج(‬
‫اﻟﻤﻄﻠﻮب‪ :‬ﺣﺴﺎب ﻣﺘﻮﺳﻂ اﻷﺟﻮر اﻟﱵ ﺗﻮزﻋﻬﺎ ﻫﺬﻩ اﳌﺆﺳﺴﺔ ؟‬
‫‪n1 x1  n 2 x 2  n 3 x 3‬‬ ‫‪150  35000‬‬ ‫‪ 120  32000  80  40000‬‬
‫‪X ‬‬ ‫‪‬‬
‫‪n1  n 2  n 3‬‬ ‫‪150  120  80‬‬
‫‪12 . 290 . 000‬‬
‫‪‬‬ ‫‪ 35114‬‬ ‫‪DA‬‬
‫‪350‬‬
‫‪ -2-1-II‬ﺧﻮاص اﻟﻤﺘﻮﺳﻂ اﻟﺤﺴﺎﺑﻲ‪:1‬‬
‫‪ -‬أﻛﺜﺮ ﻣﻘﺎﻳﻴﺲ اﻟﻨﺰﻋﺔ اﳌﺮﻛﺰﻳﺔ اﺳﺘﺨﺪاﻣﺎ؛‬
‫‪ -‬اﳌﺘﻮﺳﻂ اﳊﺴﺎﰊ ﻗﺎﺑﻞ ﻟﻠﻌﻤﻠﻴﺎت اﳉﱪﻳﺔ وﻻ ﳝﻜﻦ ﺣﺴﺎﺑﻪ ﺑﻴﺎﻧﻴﺎ؛‬
‫‪ -‬ﻳﺘﺄﺛﺮ ﺑﺎﻟﻘﻴﻢ اﳌﺘﻄﺮﻓﺔ ) اﻟﻘﻴﻢ اﳌﺘﻄﺮﻓﺔ ﻫﻲ اﻟﻘﻴﻢ اﻟﻮاﻗﻌﺔ ﰲ ﻃﺮﰲ ﳎﺎل اﻟﺪراﺳﺔ(؛‬
‫‪ -‬ﻻ ﳝﻜﻦ ﺣﺴﺎﺑﻪ ﻣﻦ ﺟﺪاول اﻟﺘﻮزﻳﻊ اﻟﺘﻜﺮاري اﳌﻔﺘﻮﺣﺔ ﻣﻦ اﻟﺒﺪاﻳﺔ أو اﻟﻨﻬﺎﻳﺔ وذﻟﻚ ﻷﻧﻪ ﻳﻌﺘﻤﺪ ﰲ ﺣﺴﺎﺑﻪ‬
‫ﻋﻠﻰ ﻣﺮاﻛﺰ اﻟﻔﺌﺎت‪.‬‬
‫‪ -2-II‬اﻟﻤﺘﻮﺳﻂ اﻟﻬﻨﺪﺳﻲ )‪:(Geometric Mean‬‬
‫ﰲ ﺣﺎﻻت ﻋ ّﺪة ﺗﻜﻮن ﻗﻴﻢ اﻟﻈﺎﻫﺮة اﳌﺪروﺳﺔ ﻋﺒﺎرة ﻋﻦ ﻧﺴﺐ أو ﻣﻌﺪﻻت‪ ،‬وﻫﻲ اﳊﺎﻻت اﻟﱵ ﻧﺮﻏﺐ ﻓﻴﻬﺎ‬
‫ﺗﻐﲑ ﻇﺎﻫﺮة ﻣﺎ‪ ،‬ﻫﻨﺎ اﳌﺘﻮﺳﻂ اﳊﺴﺎﰊ ﻻ ﻳﺼﻒ ﻫﺬﻩ اﻟﻈﺎﻫﺮة اﻟﻮﺻﻒ اﻟﺴﻠﻴﻢ وﻻ ﻳﻌﻄﻲ أي ﻓﻜﺮة‬
‫ﺑﺪراﺳﺔ ﻣﻌﺪل ّ‬
‫ﺻﺤﻴﺤﺔ ﻋﻦ ﻣﺜﻞ ﻫﺬﻩ اﻟﻈﻮاﻫﺮ‪ ،‬ﳍﺬا دﻋﺖ اﻟﻀﺮورة إﳚﺎد ﻣﺘﻮﺳﻂ آﺧﺮ ﻳﺼﻠﺢ ﻟﻮﺻﻒ ﻣﺜﻞ ﻫﺬﻩ اﻟﻈﻮاﻫﺮ ﻳﺴﻤﻰ‬
‫اﳌﺘﻮﺳﻂ اﳍﻨﺪﺳﻲ‪.‬‬
‫ﻳﻌﺮف اﳌﺘﻮﺳﻂ اﳍﻨﺪﺳﻲ ‪ G‬ﻤﻮﻋﺔ ﻣﻦ اﻟﻘﻴﻢ أو اﻷرﻗﺎم ‪ x1 , x2 ,……, xn‬واﻟﱵ ﻋﺪدﻫﺎ ‪ n‬ﺑﺎﳉﺬر‬
‫اﻟﻨﻮﱐ ﳊﺎﺻﻞ ﺿﺮب ﻫﺬﻩ اﻟﻘﻴﻢ‪.2‬‬
‫‪ -1‬ﻋﻠﻲ ﻋﺒﺪ اﻟﺴﻼم اﻟﻌﻤﺎري و ﻋﻠﻲ ﺣﺴﲔ اﻟﻌﺠﻴﻠﻲ‪ ،‬ﻣﺮﺟﻊ ﺳﺎﺑﻖ‪ ،‬ص ‪.53‬‬
‫‪ -2‬ﳏﻤﺪ ﺑﻮﻫﺰة‪ ،‬ﻣﺮﺟﻊ ﺳﺎﺑﻖ‪ ،‬ص ‪.62‬‬
‫‪56‬‬
‫‪ -1 -2-II‬ﺣﺴﺎب اﻟﻤﺘﻮﺳﻂ اﻟﻬﻨﺪﺳﻲ‪:‬‬

‫‪ -1-1-2-II‬اﻟﻤﺘﻮﺳﻂ اﻟﻬﻨﺪﺳﻲ ﻟﻠﺒﻴﺎﻧﺎت اﻷوﻟﻴﺔ )ﻏﻴﺮ اﻟﻤﺒﻮﺑﺔ(‪:‬‬
‫إذا ﻛﺎﻧﺖ‪ x1 , x2 ,……, xn :‬ﲤﺜﻞ ﻣﻔﺮدات )ﻗﻴﻢ( ﻇﺎﻫﺮة ﻣﻌﻴﻨﺔ ‪ ، X‬ﻓﺈن اﳌﺘﻮﺳﻂ اﳍﻨﺪﺳﻲ ﳍﺬﻩ اﻟﻘﻴﻢ‬
‫) ‪ n‬ﻗﻴﻤﺔ ( ﻫﻮ ﻋﺒﺎرة ﻋﻦ اﳉﺬر اﻟﻨﻮﱐ ﳉﺪاء ﻫﺬﻩ اﻟﻘﻴﻢ وﻫﻮ ﻣﻌﻄﻰ ﺑﺎﻟﻌﻼﻗﺔ اﻟﺘﺎﻟﻴﺔ‪:‬‬
‫‪G‬‬ ‫‪n‬‬ ‫‪x1  x 2  .....  x n‬‬
‫وﻟﻐﺮض ﺗﺴﻬﻴﻞ اﻟﻌﻤﻠﻴﺔ اﳊﺴﺎﺑﻴﺔ ﰲ ﺣﺎل ﻛﻮن اﻟﺒﻴﺎﻧﺎت ﻛﺒﲑة ﻓﺈﻧﻪ ﻳﻔﻀﻞ اﺳﺘﺨﺪام أﺧﺬ ﻟﻮﻏﺎرﻳﺘﻢ اﻟﺒﻴﺎﻧﺎت ﻟﺘﺼﺒﺢ‬
‫ﺻﻴﻐﺔ اﳌﺘﻮﺳﻂ اﳍﻨﺪﺳﻲ ﻛﻤﺎ ﻳﻠﻲ‪:‬‬
‫‪1‬‬
‫‪G‬‬ ‫‪n‬‬ ‫) ‪x1  x 2  .....  x n  ( x1  x 2  .....  x n‬‬ ‫‪n‬‬
‫ﺑﺈدﺧﺎل اﻟﻠﻮﻏﺎرﻳﺘﻢ ﻋﻠﻰ اﻟﻄﺮﻓﲔ ﻧﺘﺤﺼﻞ ﻋﻠﻰ‪:‬‬

‫‪1‬‬ ‫‪1‬‬ ‫‪1 n‬‬
‫‪ln G ‬‬ ‫‪ln( x1  x 2  ......  x n )  (ln x1  ln x 2  ....  ln x n )   ln x i‬‬
‫‪n‬‬ ‫‪n‬‬ ‫‪n i 1‬‬
‫وﻣﻨﻪ ﺗﺼﺒﺢ ﻋﻼﻗﺔ اﳌﺘﻮﺳﻂ اﳍﻨﺪﺳﻲ ﻛﻤﺎ ﻳﻠﻲ‪:‬‬
‫‪n‬‬
‫‪1‬‬
‫‪n‬‬ ‫‪‬‬ ‫‪ln x i‬‬
‫‪G  ‬‬ ‫‪i 1‬‬
‫ﻣﺜﺎل )‪:(07-3‬‬
‫ﻟﺘﻜﻦ اﻟﺴﻠﺴﻠﺔ اﻹﺣﺼﺎﺋﻴﺔ اﻟﺘﺎﻟﻴﺔ‪:‬‬
‫‪7‬‬ ‫‪6‬‬ ‫‪12‬‬ ‫‪5‬‬ ‫‪9‬‬
‫اﻟﻤﻄﻠﻮب‪ :‬ﺣﺴﺎب اﳌﺘﻮﺳﻂ اﳍﻨﺪﺳﻲ ؟‬
‫ﺣﺴﺎب اﻟﻤﺘﻮﺳﻂ اﻟﻬﻨﺪﺳﻲ‪:‬‬
‫‪G  n x1  x2  ..... xn  5 9  5  12  6  7  7,43‬‬

‫‪ -2-1-2-II‬اﻟﻤﺘﻮﺳﻂ اﻟﻬﻨﺪﺳﻲ ﻟﻠﺒﻴﺎﻧﺎت اﻟﻤﺒﻮﺑﺔ‪:‬‬
‫إذا ﻛﺎﻧﺖ‪ x1, x2 ,….., xk :‬ﲤﺜﻞ ﻣﻔﺮدات )ﻗﻴﻢ( ﻇﺎﻫﺮة ﻣﻌﻴﻨﺔ ‪ ،X‬وﻛﺎﻧﺖ ‪ n1 , n2 ,……, nk‬ﲤﺜﻞ‬
‫ﻣﻌﺮف ﻛﻤﺎ ﻳﻠﻲ‪:‬‬
‫اﻟﺘﻜﺮارات اﳌﻘﺎﺑﻠﺔ ﳍﺎ‪ ،‬ﻓﺈن اﳌﺘﻮﺳﻂ اﳍﻨﺪﺳﻲ ﰲ ﻫﺬﻩ اﳊﺎﻟﺔ ّ‬
‫‪n‬‬ ‫‪n‬‬ ‫‪nk‬‬
‫‪G  N x1 1  x 2 2  .....  xk‬‬
‫‪57‬‬
‫‪k‬‬
‫و ‪ : xi‬ﻗﻴﻢ اﳌﺘﻐﲑ اﻹﺣﺼﺎﺋﻲ أو ﻣﺮاﻛﺰ اﻟﻔﺌﺎت ﰲ ﺣﺎﻟﺔ اﻟﺒﻴﺎﻧﺎت اﳌﺒﻮﺑﺔ ﳌﺘﻐﲑ ﻛﻤﻲ ﻣﻨﻔﺼﻞ‬ ‫‪N   ni‬‬ ‫ﺣﻴﺚ‬
‫‪i 1‬‬
‫أو ﻣﺘﻐﲑ ﻛﻤﻲ ﻣﺘﺼﻞ‪.‬‬

‫ﰲ ﺣﺎل ﻛﻮن اﻟﺒﻴﺎﻧﺎت ﻛﺒﲑة وﻟﺘﺴﻬﻴﻞ اﻟﻌﻤﻠﻴﺔ اﳊﺴﺎﺑﻴﺔ ﻓﺈﻧﻪ ﻳﻔﻀﻞ اﺳﺘﺨﺪام اﻟﻌﻼﻗﺔ اﻟﺘﺎﻟﻴﺔ‪:‬‬
‫‪n1‬‬ ‫‪n2‬‬ ‫‪nk‬‬ ‫‪n1‬‬ ‫‪n2‬‬ ‫‪nk‬‬ ‫‪1‬‬
‫‪G‬‬ ‫‪N‬‬
‫‪x1  x2  .....  xk‬‬ ‫) ‪ ( x1  x2  .......  xk‬‬ ‫‪N‬‬
‫ﺑﺈدﺧﺎل اﻟﻠﻮﻏﺎرﻳﺘﻢ ﻋﻠﻰ ﻃﺮﰲ اﳌﺴﺎواة ﳓﺼﻞ ﻋﻠﻰ‪:‬‬

‫‪1‬‬ ‫‪n‬‬ ‫‪n‬‬ ‫‪n‬‬ ‫‪1‬‬
‫‪ln G ‬‬ ‫‪( x1 1  x 2 2  .....  x k k ) ‬‬ ‫) ‪( n1 ln x1  ....  n k ln x k‬‬
‫‪N‬‬ ‫‪N‬‬
‫‪k‬‬
‫‪1‬‬
‫‪‬‬
‫‪N‬‬
‫‪n‬‬
‫‪i 1‬‬
‫‪i‬‬ ‫‪ln x i‬‬
‫وﻣﻨﻪ ﺗﻜﻮن ﻋﻼﻗﺔ اﳌﺘﻮﺳﻂ اﳍﻨﺪﺳﻲ ﻛﻤﺎ ﻳﻠﻲ‪:‬‬
‫‪k‬‬
‫‪1‬‬
‫‪N‬‬ ‫‪ ni ln xi‬‬
‫‪G‬‬ ‫‪i 1‬‬
‫ﺣﻴﺚ ‪ : xi‬ﺗﻤﺜﻞ ﻗﻴﻢ اﻟﻤﺘﻐﻴﺮ أو ﻣﺮاﻛﺰ اﻟﻔﺌﺎت‬
‫‪ : ni‬ﺗﻤﺜﻞ اﻟﺘﻜﺮارات اﻟﻤﻘﺎﺑﻠﺔ ﻟﻘﻴﻢ اﻟﻤﺘﻐﻴﺮ أو ﻣﺮاﻛﺰ اﻟﻔﺌﺎت‬
‫ﻣﺜﺎل )‪ :(08-3‬ﻧﺄﺧﺬ ﻣﻌﻄﻴﺎت اﳌﺜﺎل رﻗﻢ )‪ (03-3‬وﻧﻘﻮم ﲝﺴﺎب اﳌﺘﻮﺳﻂ اﳍﻨﺪﺳﻲ ؟‬

‫ﺣﺴﺎب اﻟﻤﺘﻮﺳﻂ اﻟﻬﻨﺪﺳﻲ‪:‬‬
‫ﲟﺎ أن اﻟﺒﻴﺎﻧﺎت ﻣﺒﻮﺑﺔ ﰲ ﺟﺪول ﺗﻮزﻳﻊ ﺗﻜﺮاري ﻓﺈﻧﻨﺎ ﻧﺴﺘﺨﺪم اﻟﻌﻼﻗﺔ اﻟﺘﺎﻟﻴﺔ‪:‬‬
‫‪k‬‬
‫‪1‬‬
‫‪N‬‬ ‫‪‬‬ ‫‪n i ln x i‬‬
‫‪G  ‬‬ ‫‪i 1‬‬
‫‪58‬‬
‫اﻟﺠﺪول رﻗﻢ )‪ :(06-3‬ﻳﻮﺿﺢ ﺣﺴﺎب اﻟﻤﺘﻮﺳﻂ اﻟﻬﻨﺪﺳﻲ‬
‫‪n i ln x i‬‬ ‫‪ln x i‬‬ ‫‪ni‬‬ ‫اﻟﺘﻜﺮارات‬ ‫‪X‬‬ ‫‪i‬‬ ‫ﻋﺪد اﻟﻐﺮف‬
‫‪0‬‬ ‫‪0‬‬ ‫‪5‬‬ ‫‪1‬‬
‫‪6,93‬‬ ‫‪0,693‬‬ ‫‪10‬‬ ‫‪2‬‬
‫‪21,97‬‬ ‫‪1,09‬‬ ‫‪20‬‬ ‫‪3‬‬
‫‪41,58‬‬ ‫‪1,38‬‬ ‫‪30‬‬ ‫‪4‬‬
‫‪70,49‬‬ ‫‪-‬‬ ‫‪65‬‬ ‫‪‬‬
‫‪k‬‬
‫‪1‬‬
‫‪‬‬ ‫‪n‬‬ ‫‪ln‬‬ ‫‪x‬‬
‫وﻋﻠﻴﻪ ﻓﺈن اﳌﺘﻮﺳﻂ اﳍﻨﺪﺳﻲ ﻫﻮ‪ 3 :‬‬
‫‪i‬‬ ‫‪i‬‬
‫‪N‬‬
‫‪G‬‬ ‫‪ ‬‬ ‫‪i1‬‬
‫‪ ‬‬ ‫‪1 , 08‬‬
‫‪ 2 , 94‬‬
‫ﻣﺜﺎل )‪ :(09-3‬ﳊﺴﺎب اﳌﺘﻮﺳﻂ اﳍﻨﺪﺳﻲ ﰲ ﺣﺎﻟﺔ ﺑﻴﺎﻧﺎت ﻣﺒﻮﺑﺔ ﰲ ﺟﺪول ﺗﻮزﻳﻊ ﺗﻜﺮاري )ﻣﺘﻐﲑ ﻛﻤﻲ ﻣﺘﺼﻞ(‬
‫ﻧﺄﺧﺬ ﻣﻌﻄﻴﺎت اﳌﺜﺎل رﻗﻢ )‪.(04-3‬‬
‫ﺣﺴﺎب اﻟﻤﺘﻮﺳﻂ اﻟﻬﻨﺪﺳﻲ‪ :‬ﻟﺪﻳﻨﺎ اﻟﻌﻼﻗﺔ اﻟﺘﺎﻟﻴﺔ ﳊﺴﺎب اﳌﺘﻮﺳﻂ اﳍﻨﺪﺳﻲ‪:‬‬
‫‪k‬‬
‫‪1‬‬
‫‪N‬‬ ‫‪‬‬ ‫‪n i ln x i‬‬
‫‪G  ‬‬ ‫‪i1‬‬
‫اﻟﺠﺪول رﻗﻢ )‪ :(07-3‬ﻳﻮﺿﺢ ﺣﺴﺎب اﻟﻤﺘﻮﺳﻂ اﻟﻬﻨﺪﺳﻲ‬
‫‪n i ln x i‬‬ ‫‪ln x i‬‬ ‫‪xi‬‬ ‫ﻣﺮﻛﺰ اﻟﻔﺌﺔ‬ ‫‪ni‬‬ ‫اﻟﺘﻜﺮار‬ ‫‪Xi‬‬ ‫ﻓﺌﺎت اﻷﺟﺮ‬
‫‪48,74‬‬ ‫‪2,708‬‬ ‫‪15‬‬ ‫‪18‬‬ ‫‪20  10‬‬
‫‪96,57‬‬ ‫‪3,218‬‬ ‫‪25‬‬ ‫‪30‬‬ ‫‪30  20‬‬
‫‪88,88‬‬ ‫‪3,55‬‬ ‫‪35‬‬ ‫‪25‬‬ ‫‪40  30‬‬
‫‪64,71‬‬ ‫‪3,806‬‬ ‫‪45‬‬ ‫‪17‬‬ ‫‪50  40‬‬
‫‪48,08‬‬ ‫‪4,007‬‬ ‫‪55‬‬ ‫‪12‬‬ ‫‪60  50‬‬
‫‪33,39‬‬ ‫‪4,17‬‬ ‫‪65‬‬ ‫‪8‬‬ ‫‪70  60‬‬
‫‪380,37‬‬ ‫‪-‬‬ ‫‪-‬‬ ‫‪110‬‬ ‫‪‬‬
‫‪59‬‬
‫‪k‬‬
‫‪1‬‬
‫‪‬‬ ‫‪n i ln x i‬‬
‫اﳌﺘﻮﺳﻂ اﳍﻨﺪﺳﻲ ﻷﺟﻮر اﻟﻌﻤﺎل ﻫﻮ‪DA :‬‬
‫‪N‬‬
‫‪G  ‬‬ ‫‪i 1‬‬
‫‪  3 , 46  31 , 75  10‬‬ ‫‪3‬‬
‫‪ -2-2-II‬اﺳﺘﺨﺪاﻣﺎت اﻟﻤﺘﻮﺳﻂ اﻟﻬﻨﺪﺳﻲ‪:‬‬

‫اﳌﺘﻮﺳﻂ اﳍﻨﺪﺳﻲ واﺳﻊ اﻻﺳﺘﻌﻤﺎل ﰲ اﳊﻴﺎة اﻻﻗﺘﺼﺎدﻳﺔ‪ ،‬ﻷن اﻟﱰﻛﻴﺰ ﻳﻜﻮن ﻏﺎﻟﺒﺎ ﻣﻨﺼﺐ ﻋﻠﻰ إﳚﺎد‬
‫ﻣﺘﻮﺳﻂ ﻧﺴﺐ اﻟﺘﻐﲑ ﻟﺒﻌﺾ اﻟﻈﻮاﻫﺮ‪ ،‬ﻣﺜﻞ‪ :‬ﻣﻌﺪل ﳕﻮ اﻟﻨﺎﺗﺞ‪ ،‬ﻣﻌﺪل زﻳﺎدة اﻷﺟﻮر واﻟﻨﻤﻮ اﻟﺴﻜﺎﱐ‪...‬إﱁ‪.‬‬
‫وﻟﺘﻮﺿﻴﺢ ﻛﻴﻔﻴﺔ اﺳﺘﺨﺪام اﳌﺘﻮﺳﻂ اﳍﻨﺪﺳﻲ ﰲ اﳊﻴﺎة اﻻﻗﺘﺼﺎدﻳﺔ ﻧﺄﺧﺬ اﳌﺜﺎل اﻟﺘﺎﱄ‪:‬‬
‫ﻣﺜﺎل )‪:(10-3‬‬
‫ﻳﺒﲔ اﳉﺪول اﻟﺘﺎﱄ ﺗﻄﻮر اﻟﻮاردات ﻟﺒﺪ ﻣﺎ ﲟﻼﻳﲑ اﻟﺪوﻻرات ﺧﻼل اﻟﻔﱰة ‪.2014-2011‬‬
‫ّ‬
‫‪2014‬‬ ‫‪2013‬‬ ‫‪2012‬‬ ‫‪2011‬‬ ‫اﻟﺴﻨﺔ‬

‫‪16‬‬ ‫‪13,5‬‬ ‫‪11,2‬‬ ‫‪10‬‬ ‫اﻟﻮاردات‬
‫اﻟﻤﻄﻠﻮب‪ :‬إﳚﺎد ﻣﺘﻮﺳﻂ ﻧﺴﺒﺔ زﻳﺎدة اﻟﻮاردات ﺧﻼل اﻟﻔﱰة ؟‬

‫ﻣﻦ أﺟﻞ إﳚﺎد ﻣﺘﻮﺳﻂ ﻧﺴﺒﺔ زﻳﺎدة اﻟﻮاردات ﺧﻼل اﻟﻔﱰة‪ ،‬ﻧﻘﻮم ﰲ اﻟﺒﺪاﻳﺔ ﺑﺈﳚﺎد ﻧﺴﺒﺔ زﻳﺎدة اﻟﻮاردات ﻣﻦ‬
‫‪Xi  X‬‬
‫‪ti ‬‬ ‫‪i 1‬‬
‫‪ 100‬‬ ‫ﺳﻨﺔ ﻷﺧﺮى وذﻟﻚ ﺑﺎﺳﺘﺨﺪام اﻟﻌﻼﻗﺔ اﻟﺘﺎﻟﻴﺔ‪:‬‬
‫‪X i 1‬‬
‫ﻧﺴﺒﺔ زﻳﺎدة اﻟﻮاردات ﰲ اﻟﻔﱰة اﻷوﱃ )‪ ،(2012-2011‬ﻫﻨﺎ ﻧﻌﺘﱪ ﺳﻨﺔ ‪ 2011‬ﻫﻲ ﺳﻨﺔ اﻷﺳﺎس وﻋﻠﻴﻪ ﻓﺈن‪:‬‬
‫‪11,2  10‬‬
‫وﻫﻜﺬا ﺑﺎﻟﻨﺴﺒﺔ ﻟﺒﻘﻴﺔ اﻟﻔﱰات ﻟﻨﺤﺼﻞ ﻋﻠﻰ اﳉﺪول اﻟﺘﺎﱄ‪:‬‬ ‫‪t1 ‬‬
‫‪10‬‬
‫‪ 100  12%‬‬
‫‪2014‬‬ ‫‪2013‬‬ ‫‪2012‬‬ ‫‪2011‬‬ ‫اﻟﺴﻨﺔ‬

‫‪16‬‬ ‫‪13,5‬‬ ‫‪11,2‬‬ ‫‪10‬‬ ‫اﻟﻮاردات‬
‫‪%18,5‬‬ ‫‪%20,5‬‬ ‫‪%12‬‬ ‫‪-‬‬ ‫ﻧﺴﺒﺔ اﻟﺰﻳﺎدة )‪(t‬‬
‫ﻧﺮﻣﺰ ﳌﺘﻮﺳﻂ ﻧﺴﺒﺔ زﻳﺎدة اﻟﻮاردات ﺧﻼل ﻓﱰة اﻟﺪراﺳﺔ )‪ (2014-2011‬ﺑﺎﻟﺮﻣﺰ )‪ (t‬وﻟﻨﺴﺒﺔ اﻟﺰﻳﺎدة ﺧﻼل‬
‫اﻟﺴﻨﻮات‪ :‬اﻷوﱃ واﻟﺜﺎﻧﻴﺔ واﻟﺜﺎﻟﺜﺔ ﺑﺎﻟﺮﻣﻮز )‪ (t2) ،(t1‬و )‪ (t3‬ﻓﺈﻧﻪ ﺣﱴ ﻳﻜﻮن )‪ (t‬ﳑﺜﻼ ﻓﻌﻼ ﳌﺘﻮﺳﻂ ﻧﺴﺒﺔ زﻳﺎدة‬
‫اﻟﻮاردات ﺧﻼل اﻟﻔﱰة )‪ (2014-2011‬ﻻﺑﺪ ﻣﻦ ﲢﻘﻖ اﻟﺸﺮط اﻟﺘﺎﱄ‪:‬‬
‫)‪(1+t) (1+t) (1+t) =(1+t1) (1+t2) (1+t3‬‬
‫‪60‬‬
‫وﻣﻨﻪ )‪(1+t)3 = (1+t1) (1+t2) (1+t3‬‬
‫‪1 t ‬‬ ‫‪3‬‬ ‫) ‪(1  t1 )(1  t 2 )(1  t 3‬‬ ‫ﻧﺄﺧﺬ اﳉﺬر اﻟﺘﻜﻌﻴﱯ ﻟﻄﺮﰲ اﳌﻌﺎدﻟﺔ ﻟﻨﺤﺼﻞ ﻋﻠﻰ‪:‬‬
‫‪t ‬‬ ‫‪3‬‬ ‫‪(1  t1 )( 1  t 2 )( 1  t 3 )  1‬‬ ‫وﻣﻨﻪ‪:‬‬
‫وﺑﺼﻔﺔ ﻋﺎﻣﺔ إذا ﻛﺎﻧﺖ ﻟﺪﻳﻨﺎ ﻧﺴﺒﺔ اﻟﺰﻳﺎدة ﻟـ )‪ (n‬ﻓﱰة‪ ،‬ﻓﺈن ﻣﺘﻮﺳﻂ ﻧﺴﺒﺔ ﻫﺬﻩ اﻟﺰﻳﺎدة )ﻣﺘﻮﺳﻂ اﻟﻨﺴﺐ( ﻳﻌﻄﻲ‬
‫ﺑﺎﻟﻌﻼﻗﺔ اﻟﺘﺎﻟﻴﺔ‪:‬‬
‫‪t  (1  t1 )(1  t 2 )......... ....(1  t n )  1‬‬
‫‪n‬‬
‫وﺑﺘﻄﺒﻴﻖ ﻫﺬﻩ اﻟﻌﻼﻗﺔ ﻋﻠﻰ ﺑﻴﺎﻧﺎت اﳌﺜﺎل )‪ (10-3‬ﻓﺈن‪:‬‬
‫‪t‬‬ ‫‪3‬‬ ‫‪(1,12 )(1, 205 )(1,185 )  1  1,1694  1  0 ,1694  16 ,94 %‬‬
‫ﻣﺘﻮﺳﻂ ﻧﺴﺒﺔ زﻳﺎدة اﻟﻮاردات ﺧﻼل اﻟﻔﱰة )‪ (2014-2011‬ﻫﻲ‪t = 0,169 = 16, 94%:‬‬
‫‪ -3-2-II‬ﺧﻮاص اﻟﻤﺘﻮﺳﻂ اﻟﻬﻨﺪﺳﻲ‪:1‬‬
‫‪ -‬ﻳﺪﺧﻞ ﰲ ﺣﺴﺎﺑﻪ ﲨﻴﻊ اﻟﻘﻴﻢ وﻟﻜﻨﻪ أﻗﻞ ﺗﺄﺛﺮا ﺑﺎﻟﻘﻴﻢ اﳌﺘﻄﺮﻓﺔ ﻣﻦ اﳌﺘﻮﺳﻂ اﳊﺴﺎﰊ؛‬
‫‪ -‬ﻻ ﳝﻜﻦ ﺣﺴﺎﺑﻪ ﻣﻦ ﺟﺪاول اﻟﺘﻮزﻳﻊ اﻟﺘﻜﺮاري اﳌﻔﺘﻮﺣﺔ؛‬
‫‪ -‬ﻟﻴﺲ ﻟﻪ ﻣﻌﲎ إذا ﻛﺎﻧﺖ إﺣﺪى اﻟﻘﻴﻢ ﺳﺎﻟﺒﺔ أو ﺗﺴﺎوي اﻟﺼﻔﺮ؛‬
‫‪ -‬ﻳﺴﺘﺨﺪم ﺑﺄﻛﺜﺮ واﻗﻌﻴﺔ ﻋﻨﺪ وﺻﻒ اﻟﻈﻮاﻫﺮ اﻟﻨﺴﺒﻴﺔ؛‬
‫‪( G  X‬؛‬ ‫‪ -‬ﻗﻴﻤﺔ اﳌﺘﻮﺳﻂ اﳍﻨﺪﺳﻲ ﻷي ﻇﺎﻫﺮة أﺻﻐﺮ داﺋﻤﺎ ﻣﻦ ﻗﻴﻤﺔ اﳌﺘﻮﺳﻂ اﳊﺴﺎﰊ )‬
‫‪ -‬ﻳﺴﺘﺨﺪم ﰲ ﺣﺴﺎب اﻷرﻗﺎم اﻟﻘﻴﺎﺳﻴﺔ ﳌﻨﺎﺳﻴﺐ اﻷﺳﻌﺎر‪ ،‬وﻋﻨﺪ ﺣﺴﺎب اﳌﻌﺪﻻت )ﻣﻌﺪﻻت اﻟﻔﺎﺋﺪة‪ ،‬ﻣﻌﺪل‬
‫اﻟﻨﻤﻮ اﻻﻗﺘﺼﺎدي‪ ،‬ﻣﻌﺪل اﻟﻨﻤﻮ اﻟﺴﻜﺎﱐ‪.(...‬‬
‫‪ -3-II‬اﻟﻤﺘﻮﺳﻂ اﻟﺘﻮاﻓﻘﻲ)‪:(Harmonic Mean‬‬
‫اﳌﺘﻮﺳﻂ اﻟﺘﻮاﻓﻘﻲ ﻤﻮﻋﺔ ﻣﻦ اﻟﻘﻴﻢ ﻫﻮ ﻣﻘﻠﻮب اﳌﺘﻮﺳﻂ اﳊﺴﺎﰊ ﳌﻘﺎﻟﻴﺐ ﻫﺬﻩ اﻟﻘﻴﻢ‪ ،2‬وﻫﻮ ﻣﻦ اﳌﻘﺎﻳﻴﺲ‬
‫اﳋﺎﺻﺔ اﻟﱵ ﺗﺴﺘﺨﺪم ﻟﺘﺤﺪﻳﺪ ﻣﻌﺪﻻت اﻟﺴﺮﻋﺔ وﻣﺘﻮﺳﻂ اﻷﺳﻌﺎر وﻣﺘﻮﺳﻂ اﻟﻜﺜﺎﻓﺔ اﻟﺴﻜﺎﻧﻴﺔ‪.‬‬
‫‪ -1‬ﻋﻠﻲ ﻋﺒﺪ اﻟﺴﻼم اﻟﻌﻤﺎري و ﻋﻠﻲ ﺣﺴﲔ اﻟﻌﺠﻴﻠﻲ‪ ،‬ﻣﺮﺟﻊ ﺳﺎﺑﻖ‪ ،‬ص ‪.57‬‬
‫‪61‬‬
‫‪ -1-3-II‬ﺣﺴﺎب اﻟﻤﺘﻮﺳﻂ اﻟﺘﻮاﻓﻘﻲ‪:‬‬

‫‪ -1-1-3-II‬اﻟﻤﺘﻮﺳﻂ اﻟﺘﻮاﻓﻘﻲ ﻟﻠﺒﻴﺎﻧﺎت اﻷوﻟﻴﺔ‪:‬‬
‫إذا ﻛﺎﻧﺖ‪ x1 , x2 ,……, xn :‬ﲤﺜﻞ ﻣﻔﺮدات )ﻗﻴﻢ( ﻇﺎﻫﺮة ﻣﻌﻴﻨﺔ ‪ X‬ﻓﺈن ﻣﻘﺎﻟﻴﺐ ﻫﺬﻩ اﻟﻘﻴﻢ ﻫﻲ‪:‬‬
‫‪1‬‬ ‫‪1‬‬ ‫‪1‬‬
‫‪‬‬ ‫‪ .......... ...... ‬‬
‫‪x1 x 2‬‬ ‫‪xn‬‬ ‫‪1 1‬‬ ‫‪1‬‬
‫واﳌﺘﻮﺳﻂ اﳊﺴﺎﰊ ﳌﻘﺎﻟﻴﺐ اﻟﻘﻴﻢ ﻫﻮ‪:‬‬ ‫‪, ,...............,‬‬
‫‪n‬‬ ‫‪x1 x2‬‬ ‫‪xn‬‬
‫وﻣﻘﻠﻮب اﳌﺘﻮﺳﻂ اﳊﺴﺎﰊ ﳌﻘﺎﻟﻴﺐ ﻫﺬﻩ اﻟﻘﻴﻢ ﻫﻮ اﳌﺘﻮﺳﻂ اﻟﺘﻮاﻓﻘﻲ اﳌﻌﻄﻰ ﺑﺎﻟﺼﻴﻐﺔ اﻟﺘﺎﻟﻴﺔ‪:‬‬
‫‪n‬‬
‫‪n‬‬ ‫وﻧﻜﺘﺐ اﺧﺘﺼﺎرا‪:‬‬ ‫‪H ‬‬
‫‪H‬‬ ‫‪‬‬ ‫‪n‬‬
‫‪1‬‬
‫‪‬‬
‫‪1‬‬
‫‪ .......... .... ‬‬
‫‪1‬‬
‫‪1‬‬
‫‪‬‬ ‫‪x‬‬
‫‪x1 x 2‬‬ ‫‪xn‬‬
‫‪i  1‬‬ ‫‪i‬‬
‫ﻣﺜﺎل )‪:(11-3‬‬
‫ﻟﺘﻜﻦ ﻟﺪﻳﻨﺎ اﻟﺴﻠﺴﻠﺔ اﻹﺣﺼﺎﺋﻴﺔ اﻟﺘﺎﻟﻴﺔ‪:‬‬
‫‪7‬‬ ‫‪6‬‬ ‫‪12‬‬ ‫‪5‬‬ ‫‪9‬‬
‫اﻟﻤﻄﻠﻮب‪ :‬ﺣﺴﺎب اﳌﺘﻮﺳﻂ اﻟﺘﻮاﻓﻘﻲ ؟‬
‫اﻟﺤﻞ‪ :‬ﻟﺪﻳﻨﺎ‪:‬‬
‫‪n‬‬ ‫‪6‬‬ ‫‪6‬‬
‫‪H ‬‬ ‫‪‬‬ ‫‪‬‬ ‫‪ 8 , 52‬‬
‫‪1‬‬ ‫‪1‬‬ ‫‪1‬‬ ‫‪1‬‬ ‫‪1‬‬ ‫‪1‬‬ ‫‪1‬‬ ‫‪1‬‬ ‫‪0 , 703‬‬
‫‪‬‬ ‫‪ ..........‬‬ ‫‪.... ‬‬ ‫‪‬‬ ‫‪‬‬ ‫‪‬‬ ‫‪‬‬
‫‪x1‬‬ ‫‪x2‬‬ ‫‪xn‬‬ ‫‪9‬‬ ‫‪5‬‬ ‫‪12‬‬ ‫‪6‬‬ ‫‪7‬‬
‫‪ -2-1-3-II‬اﻟﻤﺘﻮﺳﻂ اﻟﺘﻮاﻓﻘﻲ ﻟﻠﺒﻴﺎﻧﺎت اﻟﻤﺒﻮﺑﺔ‪:‬‬

‫إذا ﻛﺎﻧﺖ‪ x1 , x2 ,……, xk :‬ﲤﺜﻞ ﻣﻔﺮدات )ﻗﻴﻢ( ﻇﺎﻫﺮة ﻣﻌﻴﻨﺔ ‪ ، X‬وﻛﺎﻧﺖ ‪n1 , n2 ,……, nk‬‬
‫ﻣﻌﺮف ﺑﺎﻟﺼﻴﻐﺔ اﻟﺘﺎﻟﻴﺔ‪:‬‬
‫ﲤﺜﻞ اﻟﺘﻜﺮارات اﳌﻘﺎﺑﻠﺔ ﳍﺎ‪ ،‬ﻓﺈن اﳌﺘﻮﺳﻂ اﻟﺘﻮاﻓﻘﻲ ﰲ ﻫﺬﻩ اﳊﺎﻟﺔ ّ‬
‫‪k‬‬
‫‪‬‬ ‫‪n‬‬ ‫‪i‬‬

‫‪H‬‬ ‫‪‬‬ ‫‪i  1‬‬
‫‪k‬‬
‫‪n‬‬
‫‪‬‬
‫‪i  1‬‬ ‫‪x‬‬
‫‪i‬‬
‫‪i‬‬
‫ﺣﻴﺚ‪ : xi :‬ﺗﻤﺜﻞ ﻗﻴﻢ اﻟﻤﺘﻐﻴﺮ أو ﻣﺮاﻛﺰ اﻟﻔﺌﺎت‬

‫‪ : n i‬ﺗﻤﺜﻞ اﻟﺘﻜﺮار اﻟﻤﻘﺎﺑﻞ ﻟﻘﻴﻢ اﻟﻤﺘﻐﻴﺮ أو ﻟﻠﻔﺌﺎت‬
‫‪62‬‬
‫ﻣﺜﺎل )‪ :(12-3‬ﳊﺴﺎب اﳌﺘﻮﺳﻂ اﻟﺘﻮاﻓﻘﻲ ﰲ ﺣﺎﻟﺔ ﺑﻴﺎﻧﺎت ﻣﺒﻮﺑﺔ ﰲ ﺟﺪول ﺗﻮزﻳﻊ ﺗﻜﺮاري )ﻣﺘﻐﲑ ﻛﻤﻲ ﻣﺘﺼﻞ(‬
‫ﻧﺄﺧﺬ ﻣﻌﻄﻴﺎت اﳌﺜﺎل رﻗﻢ )‪.(04-3‬‬
‫ﺣﺴﺎب اﻟﻤﺘﻮﺳﻂ اﻟﺘﻮاﻓﻘﻲ‪:‬‬
‫‪k‬‬
‫‪‬‬ ‫‪n‬‬ ‫‪i‬‬

‫‪H‬‬ ‫‪‬‬ ‫‪i  1‬‬
‫ﻧﻘﻮم ﲝﺴﺎب اﳌﺘﻮﺳﻂ اﻟﺘﻮاﻓﻘﻲ ﺑﺎﺳﺘﺨﺪام اﻟﻌﻼﻗﺔ اﻟﺘﺎﻟﻴﺔ‪:‬‬
‫‪k‬‬
‫‪n‬‬
‫‪‬‬‫‪i  1‬‬ ‫‪x‬‬
‫‪i‬‬
‫‪i‬‬
‫اﻟﺠﺪول رﻗﻢ )‪ :(08-3‬ﻳﻮﺿﺢ ﺣﺴﺎب اﻟﻤﺘﻮﺳﻂ اﻟﺘﻮاﻓﻘﻲ‬

‫‪ni‬‬
‫‪xi‬‬ ‫‪xi‬‬ ‫ﻣﺮﻛﺰ اﻟﻔﺌﺔ‬ ‫‪ni‬‬ ‫اﻟﺘﻜﺮار‬ ‫‪Xi‬‬ ‫ﻓﺌﺎت اﻷﺟﺮ‬
‫‪1,2‬‬ ‫‪15‬‬ ‫‪18‬‬ ‫‪20  10‬‬

‫‪1,2‬‬ ‫‪25‬‬ ‫‪30‬‬ ‫‪30  20‬‬
‫‪0,71‬‬ ‫‪35‬‬ ‫‪25‬‬ ‫‪40  30‬‬
‫‪0,38‬‬ ‫‪45‬‬ ‫‪17‬‬ ‫‪50  40‬‬
‫‪0,22‬‬ ‫‪55‬‬ ‫‪12‬‬ ‫‪60  50‬‬
‫‪0,12‬‬ ‫‪65‬‬ ‫‪8‬‬ ‫‪70  60‬‬
‫‪3,83‬‬ ‫‪-‬‬ ‫‪110‬‬ ‫‪‬‬
‫‪k‬‬
‫‪‬‬ ‫‪n‬‬
‫اﳌﺘﻮﺳﻂ اﻟﺘﻮاﻓﻘﻲ ﻷﺟﻮر اﻟﻌﻤﺎل ﻫﻮ‪:‬‬
‫‪i‬‬
‫‪110‬‬
‫‪H‬‬ ‫‪‬‬ ‫‪i1‬‬
‫‪‬‬ ‫‪ 28 , 72‬‬ ‫‪ 10‬‬ ‫‪3‬‬
‫‪DA‬‬
‫‪k‬‬
‫‪n‬‬ ‫‪3 , 83‬‬
‫‪‬‬
‫‪i1‬‬ ‫‪x‬‬
‫‪i‬‬
‫‪i‬‬
‫ﻣﺜﺎل )‪:(13-3‬‬
‫ﻗﻄﻊ ﺳﺎﺋﻖ اﳌﺴﺎﻓﺔ اﻟﻔﺎﺻﻠﺔ ﺑﲔ ﻣﺪﻳﻨﺘﲔ ﻋﻠﻰ أرﺑﻊ ﻣﺮاﺣﻞ ﻣﺘﺴﺎوﻳﺔ‪ ،‬اﳌﺴﺎﻓﺔ اﳌﻘﻄﻮﻋﺔ ﰲ ﻛﻞ ﻣﻨﻬﺎ ‪100‬‬
‫ﻛﻢ‪ ،‬ﻓﺈذا ﻗﻄﻊ اﳌﺮﺣﻠﺔ اﻷوﱃ ﺑﺴﺮﻋﺔ ‪ 100‬ﻛﻢ‪/‬ﺳﺎﻋﺔ‪ ،‬واﳌﺮﺣﻠﺔ اﻟﺜﺎﻧﻴﺔ ﺑﺴﺮﻋﺔ ‪ 120‬ﻛﻢ‪/‬ﺳﺎﻋﺔ واﳌﺮﺣﻠﺔ اﻟﺜﺎﻟﺜﺔ‬
‫ﺑﺴﺮﻋﺔ ‪ 150‬ﻛﻢ‪/‬ﺳﺎﻋﺔ واﳌﺮﺣﻠﺔ اﻟﺮاﺑﻌﺔ ﺑﺴﺮﻋﺔ ‪ 80‬ﻛﻢ‪/‬ﺳﺎﻋﺔ‪.‬‬
‫اﻟﻤﻄﻠﻮب‪ :‬أوﺟﺪ ﻣﺘﻮﺳﻂ ﺳﺮﻋﺔ ﻫﺬا اﻟﺴﺎﺋﻖ ﻋﻠﻰ ﻃﻮل اﳌﺮﺣﻠﺔ ؟‬
‫‪63‬‬
‫ﰲ ﻫﺬﻩ اﳊﺎﻟﺔ اﳌﺘﻮﺳﻂ اﳊﺴﺎﰊ ﻻ ﻳﻌﻄﻲ ﻓﻜﺮة ﺻﺤﻴﺤﺔ ﻋﻦ ﻣﺜﻞ ﻫﺬﻩ اﻟﻈﻮاﻫﺮ‪ ،‬ﻟﺬا ﻧﻘﻮم ﺑﺎﺳﺘﺨﺪام‬
‫اﳌﺘﻮﺳﻂ اﻟﺘﻮاﻓﻘﻲ ﻷﻧﻪ أﻓﻀﻞ ﻣﻘﻴﺎس ﻟﻘﻴﺎس ﻣﺘﻮﺳﻂ اﻟﺴﺮﻋﺔ‪.‬‬
‫ﻣﺘﻮﺳﻂ ﺳﺮﻋﺔ اﻟﺴﺎﺋﻖ ﻋﻠﻰ ﻃﻮل اﳌﺮﺣﻠﺔ ﻫﻮ‪:‬‬
‫‪100  100  100  100‬‬ ‫‪400‬‬ ‫‪400‬‬
‫‪H ‬‬ ‫‪‬‬ ‫‪‬‬ ‫‪ 106 , 67 km / h‬‬
‫‪100‬‬ ‫‪100‬‬ ‫‪100‬‬ ‫‪100‬‬ ‫‪1  0 ,83  0 , 67  1, 25‬‬ ‫‪3 , 75‬‬
‫‪‬‬ ‫‪‬‬ ‫‪‬‬
‫‪100‬‬ ‫‪120‬‬ ‫‪150‬‬ ‫‪80‬‬
‫وﻋﻠﻴﻪ ﻓﺈن ﻣﺘﻮﺳﻂ ﺳﺮﻋﺔ اﻟﺴﺎﺋﻖ ﻋﻠﻰ ﻃﻮل اﳌﺮﺣﻠﺔ ﻫﻮ‪ 106,67 :‬ﻛﻢ‪/‬ﺳﺎﻋﺔ‪.‬‬
‫‪ -2-3-II‬ﺧﻮاص اﻟﻤﺘﻮﺳﻂ اﻟﺘﻮاﻓﻘﻲ‪:‬‬
‫‪ -‬ﻳﺄﺧﺬ ﺑﻌﲔ اﻻﻋﺘﺒﺎر ﲨﻴﻊ اﻟﻘﻴﻢ‪ ،‬وﺗﺄﺛﺮﻩ ﺑﺎﻟﻘﻴﻢ اﳌﺘﻄﺮﻓﺔ أﻗﻞ ﻣﻦ ﺗﺄﺛﺮ اﳌﺘﻮﺳﻂ اﳊﺴﺎﰊ؛‬
‫‪ -‬ﻻ ﳝﻜﻦ ﺣﺴﺎﺑﻪ ﻣﻦ ﺟﺪاول اﻟﺘﻮزﻳﻊ اﻟﺘﻜﺮاري اﳌﻔﺘﻮﺣﺔ‪ ،‬وﻛﺬا ﰲ ﺣﺎﻟﺔ وﺟﻮد ﺑﻴﺎﻧﺎت ﻣﻌﺪوﻣﺔ؛‬
‫‪ -‬ﻳﻌﻄﻲ ﻧﺘﺎﺋﺞ أﻛﺜﺮ واﻗﻌﻴﺔ ﰲ ﺣﺎﻟﺔ ﺣﺴﺎب ﻣﺘﻮﺳﻄﺎت اﻟﺴﺮﻋﺔ واﻷﺳﻌﺎر؛‬
‫‪. X G  H‬‬ ‫‪ -‬ﻗﻴﻤﺔ اﳌﺘﻮﺳﻂ اﻟﺘﻮاﻓﻘﻲ داﺋﻤﺎ أﻗﻞ ﻣﻦ ﻗﻴﻤﺔ اﳌﺘﻮﺳﻂ اﳍﻨﺪﺳﻲ وﻋﻠﻴﻪ ﻓﺈن‪:‬‬
‫‪ -4-II‬اﻟﻤﺘﻮﺳﻂ اﻟﺘﺮﺑﻴﻌﻲ)‪:(Quadratic Mean‬‬
‫اﳌﺘﻮﺳﻂ اﻟﱰﺑﻴﻌﻲ ﻷي ﳎﻤﻮﻋﺔ ﻣﻦ اﻟﻘﻴﻢ ﻫﻮ اﳉﺬر اﻟﱰﺑﻴﻌﻲ ﻟﻠﻤﺘﻮﺳﻂ اﳊﺴﺎﰊ ﳌﺮﺑﻌﺎت ﺗﻠﻚ اﻟﻘﻴﻢ‪ ،1‬وﻳﺘﻢ‬
‫ﺣﺴﺎب اﳌﺘﻮﺳﻂ اﻟﱰﺑﻴﻌﻲ ﻟﻠﺒﻴﺎﻧﺎت اﻷوﻟﻴﺔ واﳌﺒﻮﺑﺔ ﻛﻤﺎ ﻳﻠﻲ‪:‬‬
‫‪ -1-4-II‬ﺣﺴﺎب اﻟﻤﺘﻮﺳﻂ اﻟﺘﺮﺑﻴﻌﻲ ﻣﻦ اﻟﺒﻴﺎﻧﺎت اﻷوﻟﻴﺔ‪:‬‬
‫إذا ﻛﺎﻧﺖ‪ x1 , x2 ,……, xn :‬ﲤﺜﻞ ﻣﻔﺮدات )ﻗﻴﻢ( ﻇﺎﻫﺮة ﻣﻌﻴﻨﺔ ‪ ،X‬ﻓﺈن ﻋﻼﻗﺔ اﳌﺘﻮﺳﻂ اﻟﱰﺑﻴﻌﻲ‬
‫‪n‬‬ ‫ﰲ ﺣﺎﻟﺔ اﻟﺒﻴﺎﻧﺎت اﻷوﻟﻴﺔ ﺗﻌﻄﻰ ﺑﺎﻟﺼﻴﻐﺔ اﻟﺘﺎﻟﻴﺔ‪:‬‬
‫‪‬‬
‫‪2‬‬
‫‪x‬‬ ‫‪i‬‬
‫‪Q‬‬ ‫‪‬‬ ‫‪i  1‬‬
‫‪n‬‬ ‫ﻣﺜﺎل )‪:(14-3‬‬

‫أوﺟﺪ اﳌﺘﻮﺳﻂ اﻟﱰﺑﻴﻌﻲ ﻟﺒﻴﺎﻧﺎت اﻟﺴﻠﺴﻠﺔ اﻟﺘﺎﻟﻴﺔ‪:‬‬
‫‪7‬‬ ‫‪6‬‬ ‫‪12‬‬ ‫‪5‬‬ ‫‪9‬‬
‫‪ -1‬ﳏﻤﺪ راﺗﻮل‪ ،‬ﻣﺮﺟﻊ ﺳﺎﺑﻖ‪ ،‬ص‪.123‬‬
‫‪64‬‬
‫‪n‬‬
‫‪‬‬
‫‪2‬‬
‫‪xi‬‬
‫‪9 2  5 2  12 2  6 2  7 2‬‬ ‫‪335‬‬
‫‪Q ‬‬ ‫‪i 1‬‬
‫‪n‬‬
‫‪‬‬
‫‪5‬‬
‫‪‬‬
‫‪5‬‬
‫‪‬‬ ‫‪67  8 ,18‬‬ ‫ﻟﺪﻳﻨﺎ‪:‬‬
‫‪ -2-4-II‬ﺣﺴﺎب اﻟﻤﺘﻮﺳﻂ اﻟﺘﺮﺑﻴﻌﻲ ﻣﻦ اﻟﺒﻴﺎﻧﺎت اﻟﻤﺒﻮﺑﺔ‪:‬‬
‫إذا ﻛﺎﻧﺖ‪ x1 , x2 ,……, xk :‬ﲤﺜﻞ ﻣﻔﺮدات )ﻗﻴﻢ( ﻇﺎﻫﺮة ﻣﻌﻴﻨﺔ ‪ ، X‬وﻛﺎﻧﺖ ‪ n1 , n2 ,….., nk‬ﲤﺜﻞ‬
‫اﻟﺘﻜﺮارات اﳌﻘﺎﺑﻠﺔ ﳍﺎ‪ ،‬ﻓﺈن اﳌﺘﻮﺳﻂ اﻟﱰﺑﻴﻌﻲ ﰲ ﻫﺬﻩ اﳊﺎﻟﺔ ﻳﻌﻄﻰ ﻋﻠﻰ اﻟﺸﻜﻞ اﻟﺘﺎﱄ‪:‬‬
‫‪k‬‬
‫‪‬‬
‫‪2‬‬
‫‪x‬‬ ‫‪i‬‬ ‫‪n‬‬ ‫‪i‬‬
‫‪Q‬‬ ‫‪‬‬ ‫‪i  1‬‬
‫‪k‬‬
‫‪‬‬‫‪i  1‬‬
‫‪n‬‬ ‫‪i‬‬
‫ﺣﻴﺚ‪ : xi :‬ﺗﻤﺜﻞ ﻗﻴﻢ اﻟﻤﺘﻐﻴﺮ أو ﻣﺮاﻛﺰ اﻟﻔﺌﺎت‬

‫‪ : ni‬ﺗﻤﺜﻞ اﻟﺘﻜﺮار اﻟﻤﻘﺎﺑﻞ ﻟﻘﻴﻢ اﻟﻤﺘﻐﻴﺮ أو ﻟﻠﻔﺌﺎت‬ ‫ﻣﺜﺎل )‪:(15-3‬‬
‫ﳊﺴﺎب اﳌﺘﻮﺳﻂ اﻟﱰﺑﻴﻌﻲ ﰲ ﺣﺎﻟﺔ ﺑﻴﺎﻧﺎت ﻣﺒﻮﺑﺔ ﰲ ﺟﺪول ﺗﻮزﻳﻊ ﺗﻜﺮاري )ﻣﺘﻐﲑ ﻛﻤﻲ ﻣﺘﺼﻞ( ﻧﺄﺧﺬ‬
‫ﻣﻌﻄﻴﺎت اﳌﺜﺎل رﻗﻢ )‪.(04-3‬‬
‫اﻟﺤﻞ‪ :‬ﺣﺴﺎب اﻟﻤﺘﻮﺳﻂ اﻟﺘﺮﺑﻴﻌﻲ‪:‬‬
‫اﻟﺠﺪول رﻗﻢ )‪ :(09-3‬ﻳﻮﺿﺢ ﺣﺴﺎب اﻟﻤﺘﻮﺳﻂ اﻟﺘﺮﺑﻴﻌﻲ‬
‫‪2‬‬
‫‪xi ni‬‬ ‫‪xi‬‬
‫‪2‬‬
‫‪xi‬‬ ‫ﻣﺮﻛﺰ اﻟﻔﺌﺔ‬ ‫‪ni‬‬ ‫اﻟﺘﻜﺮار‬ ‫‪Xi‬‬ ‫ﻓﺌﺎت اﻷﺟﺮ‬
‫‪4050‬‬ ‫‪225‬‬ ‫‪15‬‬ ‫‪18‬‬ ‫‪20  10‬‬
‫‪18750‬‬ ‫‪625‬‬ ‫‪25‬‬ ‫‪30‬‬ ‫‪30  20‬‬
‫‪30625‬‬ ‫‪1225‬‬ ‫‪35‬‬ ‫‪25‬‬ ‫‪40  30‬‬
‫‪34425‬‬ ‫‪2025‬‬ ‫‪45‬‬ ‫‪17‬‬ ‫‪50  40‬‬
‫‪36300‬‬ ‫‪3025‬‬ ‫‪55‬‬ ‫‪12‬‬ ‫‪60  50‬‬
‫‪33800‬‬ ‫‪4225‬‬ ‫‪65‬‬ ‫‪8‬‬ ‫‪70  60‬‬
‫‪157.950‬‬ ‫‪-‬‬ ‫‪-‬‬ ‫‪110‬‬ ‫‪‬‬
‫‪65‬‬
‫اﳌﺘﻮﺳﻂ اﻟﱰﺑﻴﻌﻲ ﻷﺟﻮر اﻟﻌﻤﺎل ﻫﻮ‪:‬‬

‫‪k‬‬
‫‪‬‬ ‫‪2‬‬
‫‪xi n‬‬ ‫‪i‬‬
‫‪157950‬‬
‫‪Q ‬‬ ‫‪i 1‬‬
‫‪k‬‬
‫‪‬‬ ‫‪‬‬ ‫‪1 . 435‬‬ ‫‪, 9  37 , 89  10‬‬ ‫‪3‬‬
‫‪DA‬‬
‫‪110‬‬
‫‪‬‬ ‫‪i 1‬‬
‫‪n‬‬ ‫‪i‬‬
‫‪H G  X Q‬‬ ‫ﻣﻼﺣﻈﺔ‪ :‬ﻋﻨﺪ ﺣﺴﺎب اﻟﻤﺘﻮﺳﻄﺎت اﻟﺴﺎﺑﻘﺔ ﻳﺠﺐ اﻟﺘﺤﻘﻖ ﻣﻦ اﻟﻌﻼﻗﺔ اﻟﺘﺎﻟﻴﺔ‪:‬‬
‫ﺑﺄﺧﺬ ﻣﻌﻄﻴﺎت اﳌﺜﺎل رﻗﻢ )‪ ،(04-3‬وﺑﻌﺪ ﺣﺴﺎب اﳌﺘﻮﺳﻄﺎت اﻟﺴﺎﺑﻘﺔ ﺗﻮﺻﻠﻨﺎ إﱃ أ ّن‪:‬‬
‫‪G  31 , 75  10 3 DA‬‬ ‫‪،‬‬ ‫‪X  34 , 9  10‬‬ ‫‪3‬‬
‫‪DA‬‬ ‫‪،‬‬ ‫‪Q  37 , 89  10 3 DA‬‬
‫‪ ،‬وﻋﻠﻴﻪ ﻓﺈن اﻟﻌﻼﻗﺔ‪ H  G  X  Q :‬ﺻﺤﻴﺤﺔ‪.‬‬ ‫‪H  28,72  103 DA‬‬
‫‪ -5-II‬اﻟﻮﺳﻴﻂ )‪:(Mediane‬‬
‫اﻟﻮﺳﻴﻂ ﻤﻮﻋﺔ ﻣﻦ اﻟﺒﻴﺎﻧﺎت ﻫﻮ اﻟﻘﻴﻤﺔ اﻟﱵ ﺗﻘﺴﻢ ﺗﻠﻚ اﻟﺒﻴﺎﻧﺎت اﳌﺮﺗﺒﺔ ﺗﺮﺗﻴﺒﺎ ﺗﺼﺎﻋﺪﻳﺎ أو ﺗﻨﺎزﻟﻴﺎ إﱃ ﻗﺴﻤﲔ‬
‫ﻣﺘﺴﺎوﻳﲔ‪ ،‬ﺣﻴﺚ ﻳﻜﻮن ﻋﺪد اﻟﻘﻴﻢ اﻷﻛﱪ ﻣﻨﻪ ﻣﺴﺎوﻳﺎ ﻟﻌﺪد اﻟﻘﻴﻢ اﻷﺻﻐﺮ ﻣﻨﻪ‪ ،1‬وﻳﺮﻣﺰ ﻟﻠﻮﺳﻴﻂ ﺑﺎﻟﺮﻣﺰ ‪.Me‬‬
‫‪ -1-5-II‬ﺣﺴﺎب اﻟﻮﺳﻴﻂ‪:‬‬
‫‪ -1-1-5-II‬اﻟﻮﺳﻴﻂ ﻟﻠﺒﻴﺎﻧﺎت اﻷوﻟﻴﺔ )ﻏﻴﺮ اﻟﻤﺒﻮﺑﺔ(‪:‬‬
‫ﳊﺴﺎب اﻟﻮﺳﻴﻂ ﻣﻦ اﻟﺒﻴﺎﻧﺎت اﻷوﻟﻴﺔ ﳚﺐ أوﻻ ﺗﺮﺗﻴﺐ اﻟﺒﻴﺎﻧﺎت )اﻟﻘﻴﻢ( ﺗﺼﺎﻋﺪﻳﺎ أو ﺗﻨﺎزﻟﻴﺎ وﻫﻨﺎ ﳕﻴﺰ ﺣﺎﻟﺘﲔ‪:‬‬
‫اﻟﻮﺳﻴﻂ ﻟﻠﺒﻴﺎﻧﺎت ﻏﻴﺮ اﻟﻤﺒﻮﺑﺔ اﻟﻤﻔﺮدة‪:‬‬
‫إذا ﻛﺎن ﻋﺪد اﻟﻘﻴﻢ ) ‪ ( n‬ﻓﺮدي ﻓﺈن اﻟﻮﺳﻴﻂ ﻫﻮ اﻟﻘﻴﻤﺔ اﻟﱵ ﺗﺮﺗﻴﺒﻬﺎ ‪ ، n  1‬وﺑﺎﻟﺘﺎﱄ ﻗﻴﻤﺔ اﻟﻮﺳﻴﻂ ﻫﻲ اﳌﻔﺮدة‬
‫‪2‬‬
‫‪.( M e‬‬ ‫) ‪ X n 1‬‬ ‫)اﻟﻘﻴﻤﺔ( اﻟﱵ ﺗﺮﺗﻴﺒﻬﺎ ﻳﻘﺎﺑﻞ رﺗﺒﺔ اﻟﻮﺳﻴﻂ‬
‫‪2‬‬
‫ﻣﺜﺎل )‪ :(16-3‬أوﺟﺪ اﻟﻮﺳﻴﻂ ﻟﻠﺒﻴﺎﻧﺎت اﻟﺘﺎﻟﻴﺔ‪:‬‬
‫‪9‬‬ ‫‪15‬‬ ‫‪12‬‬ ‫‪10‬‬ ‫‪3‬‬ ‫‪6‬‬ ‫‪8‬‬
‫‪66‬‬
‫ﻧﺮﺗﺐ اﻟﺒﻴﺎﻧﺎت )اﻟﻘﻴﻢ( ﺗﺼﺎﻋﺪﻳﺎ‪:‬‬
‫‪X7‬‬ ‫‪X6‬‬ ‫‪X5‬‬ ‫‪X4‬‬ ‫‪X3‬‬ ‫‪X2‬‬ ‫‪X1‬‬
‫‪15‬‬ ‫‪12‬‬ ‫‪10‬‬ ‫‪9‬‬ ‫‪8‬‬ ‫‪6‬‬ ‫‪3‬‬
‫‪Me  X4  9‬‬
‫ﻋﺪد ﻓﺮدي(‪ ،‬وﻋﻠﻴﻪ ﻓﺈن رﺗﻴﺒﺔ اﻟﻮﺳﻴﻂ ﻫﻲ ‪ ، n  1  7  1  4‬وﺑﺎﻟﺘﺎﱄ ﻗﻴﻤﺔ اﻟﻮﺳﻴﻂ ﻫﻲ‬ ‫)‪n 7‬‬ ‫ﻋﺪد اﻟﻘﻴﻢ‬
‫‪2‬‬ ‫‪2‬‬
‫‪.Me‬‬ ‫‪ X n 1  X 7 1  X 4  9‬‬ ‫اﳌﻔﺮدة )اﻟﻘﻴﻤﺔ( اﻟﱵ ﺗﺮﺗﻴﺒﻬﺎ ﻳﻘﺎﺑﻞ رﺗﺒﺔ اﻟﻮﺳﻴﻂ‬
‫‪2‬‬ ‫‪2‬‬
‫اﻟﻮﺳﻴﻂ ﻟﻠﺒﻴﺎﻧﺎت ﻏﻴﺮ اﻟﻤﺒﻮﺑﺔ اﻟﺰوﺟﻴﺔ‪:‬‬

‫إذا ﻛﺎن ﻋﺪد اﻟﻘﻴﻢ ) ‪ ( n‬زوﺟﻲ ﻓﺮﺗﺒﺔ اﻟﻮﺳﻴﻂ ﻫﻲ ) ‪ ، ( n , n  1‬وﺑﺎﻟﺘﺎﱄ ﻗﻴﻤﺔ اﻟﻮﺳﻴﻂ ﺗﺴﺎوي اﳌﺘﻮﺳﻂ اﳊﺴﺎﰊ‬
‫‪2 2‬‬
‫‪Xn  Xn‬‬
‫‪.( M e ‬‬ ‫‪2‬‬ ‫‪2‬‬
‫‪1‬‬
‫ﻟﻠﻤﻔﺮدﺗﲔ اﳌﻘﺎﺑﻠﺘﲔ ﻟﺮﺗﺒﺔ اﻟﻮﺳﻴﻂ أي‪) :‬‬
‫‪2‬‬
‫ﻣﺜﺎل )‪ :(17-3‬أوﺟﺪ اﻟﻮﺳﻴﻂ ﻟﻠﺒﻴﺎﻧﺎت اﻟﺘﺎﻟﻴﺔ‪:‬‬
‫‪7‬‬ ‫‪13‬‬ ‫‪1‬‬ ‫‪3‬‬ ‫‪10‬‬ ‫‪8‬‬ ‫‪6‬‬ ‫‪16‬‬

‫ﺗﺮﺗﻴﺐ اﻟﺒﻴﺎﻧﺎت )اﻟﻘﻴﻢ( ﺗﺼﺎﻋﺪﻳﺎ أو ﺗﻨﺎزﻟﻴﺎ‪) :‬ﻳﻔﻀﻞ ﺗﺮﺗﻴﺐ اﻟﺒﻴﺎﻧﺎت ﺗﺼﺎﻋﺪﻳﺎ(‬
‫‪X8‬‬ ‫‪X7‬‬ ‫‪X6‬‬ ‫‪X5‬‬ ‫‪X4‬‬ ‫‪X3‬‬ ‫‪X2‬‬ ‫‪X1‬‬
‫‪1‬‬ ‫‪3‬‬ ‫‪6‬‬ ‫‪7‬‬ ‫‪8‬‬ ‫‪10‬‬ ‫‪13‬‬ ‫‪16‬‬
‫‪78‬‬
‫‪Me ‬‬ ‫‪ 7 ,5‬‬
‫‪2‬‬
‫ﻋﺪد زوﺟﻲ(‪ ،‬وﻋﻠﻴﻪ ﻓﺈن رﺗﻴﺒﺔ اﻟﻮﺳﻴﻂ ﻫﻲ ) )‪ ،( ( 8 , 8  1)  (4,5‬وﺑﺎﻟﺘﺎﱄ ﻗﻴﻤﺔ اﻟﻮﺳﻴﻂ‬ ‫)‪n  8‬‬ ‫ﻋﺪد اﻟﻘﻴﻢ‬
‫‪2 2‬‬
‫ﺗﺴﺎوي اﳌﺘﻮﺳﻂ اﳊﺴﺎﰊ ﻟﻠﻤﻔﺮدﺗﲔ اﳌﻘﺎﺑﻠﺘﲔ ﻟﺮﺗﺒﺔ اﻟﻮﺳﻴﻂ أي‪:‬‬
‫‪67‬‬
‫‪X‬‬ ‫‪n‬‬ ‫‪ X‬‬ ‫‪n‬‬ ‫‪X‬‬ ‫‪8‬‬ ‫‪ X‬‬ ‫‪8‬‬
‫‪1‬‬ ‫‪1‬‬ ‫‪X‬‬ ‫‪ X‬‬ ‫‪7  8‬‬
‫‪M‬‬ ‫‪e‬‬ ‫‪‬‬ ‫‪2‬‬ ‫‪2‬‬
‫‪‬‬ ‫‪2‬‬ ‫‪2‬‬
‫‪‬‬ ‫‪4‬‬ ‫‪5‬‬
‫‪‬‬ ‫‪ 7 ,5‬‬
‫‪2‬‬ ‫‪2‬‬ ‫‪2‬‬ ‫‪2‬‬
‫‪ -2-1-5-II‬اﻟﻮﺳﻴﻂ ﻟﻠﺒﻴﺎﻧﺎت اﻟﻤﺒﻮﺑﺔ‪:‬‬
‫ﳊﺴﺎب اﻟﻮﺳﻴﻂ ﻣﻦ اﻟﺒﻴﺎﻧﺎت اﳌﺒﻮﺑﺔ ﻓﺈﻧﻨﺎ ﳕﻴﺰ ﺑﲔ ﺣﺎﻟﺘﲔ‪:‬‬
‫‪ ‬ﺣﺎﻟﺔ ﻣﺘﻐﻴﺮ ﻛﻤﻲ ﻣﻨﻔﺼﻞ‪:‬‬
‫ﳊﺴﺎب اﻟﻮﺳﻴﻂ ﻟﺒﻴﺎﻧﺎت ﻣﺒﻮﺑﺔ ﰲ ﺟﺪول ﺗﻮزﻳﻊ ﺗﻜﺮاري )ﺣﺎﻟﺔ ﻣﺘﻐﲑ ﻛﻤﻲ ﻣﻨﻔﺼﻞ(‪ ،‬ﻧﺘﺒﻊ اﳋﻄﻮات اﻟﺘﺎﻟﻴﺔ‪:‬‬
‫‪ -1‬ﻧﻘﻮم ﲝﺴﺎب اﻟﺘﻜﺮار اﳌﺘﺠﻤﻊ اﻟﺼﺎﻋﺪ؛‬
‫‪ -2‬ﳓﺪد رﺗﺒﺔ اﻟﻮﺳﻴﻂ ) ‪ ( N‬ﺣﻴﺚ ‪ N   ni‬؛‬
‫‪k‬‬
‫‪i 1‬‬ ‫‪2‬‬
‫‪ -3‬ﻧﺒﺤﺚ ﰲ اﻟﻌﻤﻮد )اﻟﺴﻄﺮ( اﳋﺎص ﺑﺎﻟﺘﻜﺮار اﳌﺘﺠﻤﻊ اﻟﺼﺎﻋﺪ ﻋﻦ اﻟﻘﻴﻤﺔ اﻟﱵ ﺗﻜﺮارﻫﺎ اﳌﺘﺠﻤﻊ اﻟﺼﺎﻋﺪ‬
‫ﻳﺴﺎوي رﺗﺒﺔ اﻟﻮﺳﻴﻂ ) ‪ ( N‬أو أﻋﻠﻰ ﻣﻨﻬﺎ ﻣﺒﺎﺷﺮة‪ ،‬ﻟﺘﻜﻮن اﻟﻘﻴﻤﺔ اﻟﱵ ﺗﻘﺎﺑﻠﻬﺎ ﻫﻲ ﻗﻴﻤﺔ اﻟﻮﺳﻴﻂ‪.‬‬
‫‪2‬‬
‫ﻣﺜﺎل )‪ :(18-3‬اﻟﺒﻴﺎﻧﺎت اﻹﺣﺼﺎﺋﻴﺔ اﻟﺘﺎﻟﻴﺔ ﲤﺜﻞ ﺗﻮزﻳﻊ ﻋﺎﺋﻼت ﺣﻲ ّ‬

‫ﻣﻌﲔ ﺣﺴﺐ ﻋﺪد اﻟﻐﺮف‪.‬‬
‫‪‬‬ ‫‪4‬‬ ‫‪3‬‬ ‫‪2‬‬ ‫‪1‬‬ ‫‪X‬‬ ‫‪i‬‬ ‫ﻋﺪد اﻟﻐﺮف‬

‫‪65‬‬ ‫‪30‬‬ ‫‪20‬‬ ‫‪10‬‬ ‫‪5‬‬ ‫‪ni‬‬ ‫ﻋﺪد اﻟﻌﺎﺋﻼت‬
‫اﻟﻤﻄﻠﻮب‪ :‬إﳚﺎد اﻟﻮﺳﻴﻂ ﳍﺬﻩ اﻟﺒﻴﺎﻧﺎت ؟‬
‫ﳊﺴﺎب اﻟﻮﺳﻴﻂ ﳍﺬﻩ اﻟﺒﻴﺎﻧﺎت ﻧﺘﺒﻊ اﳋﻄﻮات اﻟﺘﺎﻟﻴﺔ‪:‬‬
‫اﻟﺠﺪول رﻗﻢ )‪ :(10-3‬ﻳﻮﺿﺢ ﻛﻴﻔﻴﺔ ﺗﺤﺪﻳﺪ اﻟﻮﺳﻴﻂ‬
‫‪ni ‬‬ ‫‪ni‬‬ ‫ﻋﺪد اﻟﻌﺎﺋﻼت‬ ‫‪X‬‬ ‫‪i‬‬ ‫ﻋﺪد اﻟﻐﺮف‬

‫‪5‬‬ ‫‪5‬‬ ‫‪1‬‬
‫‪15‬‬ ‫‪10‬‬ ‫‪2‬‬
‫اﻟوﺳﯾط‬
‫‪35‬‬ ‫‪20‬‬ ‫‪3‬‬
‫رﺗﺑﺔ اﻟوﺳﯾط‬
‫‪N‬‬
‫‪ 32,5‬‬ ‫‪65‬‬ ‫‪30‬‬ ‫‪4‬‬
‫‪2‬‬
‫‪-‬‬ ‫‪65‬‬ ‫‪‬‬
‫‪68‬‬
‫‪ N   ni‬؛‬ ‫ﺣﻴﺚ‬ ‫‪ -2‬ﳓﺪد رﺗﺒﺔ اﻟﻮﺳﻴﻂ‬

‫‪k‬‬
‫‪N 65‬‬
‫‪ 65‬‬ ‫‪‬‬ ‫‪ 32,5‬‬
‫‪i 1‬‬ ‫‪2‬‬ ‫‪2‬‬
‫‪ -3‬ﻧﺒﺤﺚ ﰲ اﻟﻌﻤﻮد )اﻟﺴﻄﺮ( اﳋﺎص ﺑﺎﻟﺘﻜﺮار اﳌﺘﺠﻤﻊ اﻟﺼﺎﻋﺪ ﻋﻦ اﻟﻘﻴﻤﺔ اﻟﱵ ﺗﻜﺮارﻫﺎ اﳌﺘﺠﻤﻊ اﻟﺼﺎﻋﺪ‬
‫‪‬‬ ‫‪N‬‬ ‫‪‬‬
‫‪35 2  32,515‬‬
‫ﻳﺴﺎوي رﺗﺒﺔ اﻟﻮﺳﻴﻂ أو أﻋﻠﻰ ﻣﻨﻬﺎ ﻣﺒﺎﺷﺮة )‪ 35‬أﻛﱪ ﻣﺒﺎﺷﺮة ﻣﻦ ‪ 32,5‬أي أن‬
‫‪‬‬ ‫‪‬‬
‫اﻟﱵ ﺗﻘﺎﺑﻞ اﻟﻘﻴﻤﺔ ‪ ، 35‬وﻣﻨﻪ ﻓﺈن ﻗﻴﻤﺔ اﻟﻮﺳﻴﻂ ﻫﻲ )‬ ‫‪X‬‬ ‫‪i‬‬
‫(‪ ،‬وﻋﻠﻴﻪ ﺗﻜﻮن ﻗﻴﻤﺔ اﻟﻮﺳﻴﻂ ﻫﻲ ﻗﻴﻤﺔ‬
‫‪.( M e  3‬‬
‫‪ ‬ﺣﺎﻟﺔ ﻣﺘﻐﻴﺮ ﻛﻤﻲ ﻣﺘﺼﻞ‪:‬‬
‫ﻟﺘﺤﺪﻳﺪ اﻟﻮﺳﻴﻂ ﻟﺒﻴﺎﻧﺎت ﻣﺒﻮﺑﺔ ﰲ ﺟﺪول ﺗﻮزﻳﻊ ﺗﻜﺮاري ﺑﻔﺌﺎت )ﺣﺎﻟﺔ ﻣﺘﻐﲑ ﻛﻤﻲ ﻣﺘﺼﻞ(‪ ،‬ﻧﺘﺒﻊ اﳋﻄﻮات اﻟﺘﺎﻟﻴﺔ‪:‬‬
‫؛‬ ‫‪ -2‬ﳓﺪد رﺗﺒﺔ اﻟﻮﺳﻴﻂ ) ‪ ( N‬ﺣﻴﺚ‬
‫‪k‬‬
‫‪N   ni‬‬
‫‪i 1‬‬ ‫‪2‬‬
‫‪ -3‬ﳓﺪد اﻟﻔﺌﺔ اﻟﻮﺳﻴﻄﻴﺔ )اﻟﻔﺌﺔ اﻟﱵ ﻳﻨﺘﻤﻲ إﻟﻴﻬﺎ اﻟﻮﺳﻴﻂ( ‪ ،‬وﻫﻲ اﻟﻔﺌﺔ اﻟﱵ ﺗﻘﺎﺑﻞ اﻟﺘﻜﺮار اﳌﺘﺠﻤﻊ اﻟﺼﺎﻋﺪ‬
‫اﻟﺬي ﻳﺴﺎوي رﺗﺒﺔ اﻟﻮﺳﻴﻂ أو أﻋﻠﻰ ﻣﻨﻬﺎ ﻣﺒﺎﺷﺮة؛‬
‫‪ -4‬ﳓﺪد وﳓﺴﺐ اﻟﻮﺳﻴﻂ ﺑﺘﻄﺒﻴﻖ اﻟﻌﻼﻗﺔ اﻹﺣﺼﺎﺋﻴﺔ ﻟﻠﻮﺳﻴﻂ‪:‬‬
‫‪N‬‬
‫‪ N0‬‬
‫‪M e  L1 ‬‬ ‫‪2‬‬ ‫‪k‬‬ ‫ﺣﻴﺚ‪ :L1:‬اﻟﺤﺪ اﻷدﻧﻰ ﻟﻠﻔﺌﺔ اﻟﻮﺳﻴﻄﻴﺔ‬
‫‪ne‬‬
‫‪k‬‬
‫‪ :N‬ﻣﺠﻤﻮع اﻟﺘﻜﺮارات ‪N   ni‬‬
‫‪i 1‬‬
‫‪ :N0‬اﻟﺘﻜﺮار اﻟﻤﺘﺠﻤﻊ اﻟﺼﺎﻋﺪ ﻟﻠﻔﺌﺔ ﻗﺒﻞ اﻟﻮﺳﻴﻄﻴﺔ‪ :ne ،‬ﺗﻜﺮار اﻟﻔﺌﺔ اﻟﻮﺳﻴﻄﻴﺔ و ‪: k‬ﻃﻮل اﻟﻔﺌﺔ اﻟﻮﺳﻴﻄﻴﺔ‬
‫دج(‪.‬‬ ‫‪3‬‬
‫‪10‬‬ ‫ﻣﺜﺎل )‪ :(19-3‬اﳉﺪول اﻟﺘﺎﱄ ّ‬
‫ﻳﺒﲔ ﺗﻮزﻳﻊ ﳎﻤﻮﻋﺔ ﻣﻦ اﻟﻌﻤﺎل ﺣﺴﺐ أﺟﻮرﻫﻢ اﻟﺸﻬﺮﻳﺔ )اﻟﻮﺣﺪة‪:‬‬
‫‪70  60‬‬ ‫‪60  50‬‬ ‫‪50  40‬‬ ‫‪40  30‬‬ ‫‪30  20‬‬ ‫‪20  10‬‬ ‫‪X‬‬ ‫‪i‬‬ ‫اﻷﺟﺮ‬
‫‪8‬‬ ‫‪12‬‬ ‫‪17‬‬ ‫‪25‬‬ ‫‪30‬‬ ‫‪18‬‬ ‫‪ni‬‬ ‫ﻋﺪد اﻟﻌﻤﺎل‬
‫اﻟﻤﻄﻠﻮب‪ :‬إﳚﺎد ﻗﻴﻤﺔ اﻟﻮﺳﻴﻂ ؟‬
‫اﻟﺤﻞ‪ :‬ﻟﺘﺤﺪﻳﺪ ﻗﻴﻤﺔ اﻟﻮﺳﻴﻂ ﻧﺘﺒﻊ اﳋﻄﻮات اﻟﺘﺎﻟﻴﺔ‪:‬‬
‫‪69‬‬
‫اﻟﺠﺪول رﻗﻢ )‪ :(11-3‬ﻳﻮﺿﺢ ﻛﻴﻔﻴﺔ ﺗﺤﺪﻳﺪ اﻟﻔﺌﺔ اﻟﻮﺳﻴﻄﻴﺔ‬
‫‪ni ‬‬ ‫‪ni‬‬ ‫اﻟﺘﻜﺮار‬ ‫‪Xi‬‬ ‫ﻓﺌﺎت اﻷﺟﺮ‬

‫‪18‬‬ ‫‪18‬‬ ‫‪20  10‬‬
‫‪48‬‬ ‫‪30‬‬ ‫‪30  20‬‬ ‫اﻟﻔﺋﺔ اﻟوﺳﯾطﯾﺔ‬
‫‪73‬‬ ‫‪25‬‬ ‫‪40  30‬‬
‫‪N‬‬
‫‪ 55‬‬ ‫‪90‬‬ ‫‪17‬‬ ‫‪50  40‬‬
‫‪2‬‬
‫‪102‬‬ ‫‪12‬‬ ‫‪60  50‬‬
‫‪110‬‬ ‫‪8‬‬ ‫‪70  60‬‬
‫‪-‬‬ ‫‪110‬‬ ‫‪‬‬
‫؛‬ ‫‪ ( N‬ﺣﻴﺚ‬ ‫) ‪ 55‬‬ ‫‪ -2‬ﳓﺪد رﺗﺒﺔ اﻟﻮﺳﻴﻂ‬
‫‪k‬‬
‫‪110‬‬
‫‪N   ni  110‬‬ ‫‪‬‬
‫‪i 1‬‬ ‫‪2‬‬ ‫‪2‬‬
‫‪ -3‬ﲢﺪﻳﺪ اﻟﻔﺌﺔ اﻟﻮﺳﻴﻄﻴﺔ )اﻟﻔﺌﺔ اﻟﱵ ﻳﻨﺘﻤﻲ إﻟﻴﻬﺎ اﻟﻮﺳﻴﻂ(‪ ،‬وﻫﻲ اﻟﻔﺌﺔ اﻟﱵ ﺗﻘﺎﺑﻞ اﻟﺘﻜﺮار اﳌﺘﺠﻤﻊ اﻟﺼﺎﻋﺪ‬
‫اﻟﺬي ﻳﺴﺎوي رﺗﺒﺔ اﻟﻮﺳﻴﻂ أو أﻋﻠﻰ ﻣﻨﻬﺎ ﻣﺒﺎﺷﺮة‪ 73) ،‬أﻛﱪ ﻣﺒﺎﺷﺮة ﻣﻦ رﺗﺒﺔ اﻟﻮﺳﻴﻂ ‪55‬‬
‫‪ ،( 73 N‬وﻋﻠﻴﻪ ﻓﺈن اﻟﻔﺌﺔ اﻟﻮﺳﻴﻄﻴﺔ ﻫﻲ ‪ 40  30‬؛‬ ‫‪‬‬
‫‪ 55 48‬‬
‫‪‬‬ ‫‪2‬‬ ‫‪‬‬
‫‪ -4‬ﳓﺪد وﳓﺴﺐ اﻟﻮﺳﻴﻂ ﺑﺘﻄﺒﻴﻖ اﻟﻌﻼﻗﺔ اﻹﺣﺼﺎﺋﻴﺔ ﻟﻠﻮﺳﻴﻂ‪:‬‬
‫‪N‬‬ ‫‪110‬‬
‫‪ N0‬‬ ‫‪ 48‬‬
‫‪M‬‬ ‫‪e‬‬ ‫‪ L1  2‬‬ ‫‪ k  30  2‬‬ ‫‪ 10  32 ,8  10 3 DA‬‬
‫‪ne‬‬ ‫‪25‬‬
‫‪ -2-5-II‬اﻟﻄﺮﻳﻘﺔ اﻟﺒﻴﺎﻧﻴﺔ ﻹﻳﺠﺎد اﻟﻮﺳﻴﻂ‪:‬‬

‫اﻟﻮﺳﻴﻂ ﺑﻴﺎﻧﻴﺎ ﻫﻮ ﻧﻘﻄﺔ ﺗﻘﺎﻃﻊ ﻛﻞ ﻣﻦ ﻣﻨﺤﲎ اﻟﺘﻜﺮار اﳌﺘﺠﻤﻊ اﻟﺼﺎﻋﺪ واﻟﻨﺎزل‪ ،‬ﻛﻤﺎ ﳝﻜﻦ ﲢﺪﻳﺪﻩ ﺑﺎﺳﺘﺨﺪام‬
‫ﻣﻨﺤﲎ اﻟﺘﻜﺮار اﳌﺘﺠﻤﻊ اﻟﺼﺎﻋﺪ أو اﻟﻨﺎزل ﻓﻘﻂ وﻳﻜﻮن ذﻟﻚ ﻣﻦ ﺧﻼل إﺗﺒﺎع اﳋﻄﻮات اﻟﺘﺎﻟﻴﺔ‪:‬‬
‫‪ -1‬رﺳﻢ ﻣﻨﺤﲎ اﻟﺘﻜﺮار اﳌﺘﺠﻤﻊ اﻟﺼﺎﻋﺪ أو اﻟﻨﺎزل؛‬
‫‪ -2‬ﲢﺪﻳﺪ رﺗﺒﺔ اﻟﻮﺳﻴﻂ ‪  N ‬ﻋﻠﻰ ﳏﻮر اﻟﱰاﺗﻴﺐ )ﳏﻮر اﻟﻌﻴﻨﺎت(‪ ،‬ﰒ رﺳﻢ ﻣﺴﺘﻘﻴﻢ أﻓﻘﻲ ﻳﻨﻄﻠﻖ ﻣﻦ رﺗﺒﺔ‬
‫‪2‬‬
‫اﻟﻮﺳﻴﻂ ﻋﻠﻰ ﳏﻮر اﻟﻌﻴﻨﺎت ﺣﱴ ﻳﻼﻣﺲ ﻣﻨﺤﲎ اﻟﺘﻜﺮار اﳌﺘﺠﻤﻊ اﻟﺼﺎﻋﺪ أو اﻟﻨﺎزل؛‬
‫‪70‬‬
‫‪ -3‬رﺳﻢ ﻣﺴﺘﻘﻴﻢ ﻋﻤﻮدي ﻳﻨﻄﻠﻖ ﻣﻦ ﻧﻘﻄﺔ اﻟﺘﻤﺎس اﻟﺴﺎﺑﻘﺔ وﻳﻨﺘﻬﻲ ﻣﻊ ﻣﻼﻣﺴﺔ اﶈﻮر اﻷﻓﻘﻲ‬
‫)ﳏﻮر اﻟﺴﻴﻨﺎت(‪ ،‬ﺣﻴﺚ ﺗﻌﻄﻲ ﻧﻘﻄﺔ اﻟﺘﻤﺎس ﻣﻊ ﳏﻮر اﻟﺴﻴﻨﺎت ﻗﻴﻤﺔ اﻟﻮﺳﻴﻂ‪.‬‬
‫ﻣﺜﺎل )‪ :(20-3‬ﻟﺘﺤﺪﻳﺪ اﻟﻮﺳﻴﻂ ﺑﻴﺎﻧﻴﺎ ﻧﺄﺧﺬ ﻣﻌﻄﻴﺎت اﳌﺜﺎل )‪.(04-3‬‬
‫اﻟﺸﻜﻞ رﻗﻢ )‪ :(01-3‬ﻣﻨﺤﻨﻰ اﻟﺘﻜﺮار اﻟﻤﺘﺠﻤﻊ اﻟﺼﺎﻋﺪ واﻟﻨﺎزل ﻟﺘﺤﺪﻳﺪ ﻗﻴﻤﺔ اﻟﻮﺳﻴﻂ‬
‫‪120‬‬
‫اﻟﺘﻜﺮار اﻟﻤﺘﺠﻤﻊ‬
‫‪100‬‬
‫‪80‬‬
‫‪60‬‬
‫‪N‬‬ ‫‪40‬‬
‫‪ 55‬‬
‫‪2‬‬ ‫‪20‬‬
‫‪0‬‬
‫‪10‬‬ ‫‪20‬‬ ‫‪30‬‬ ‫‪40‬‬ ‫‪50‬‬ ‫‪60‬‬ ‫‪70‬‬
‫ﻗﯾﻣﺔ اﻟوﺳﯾط‬
‫‪M e  32,8‬‬
‫‪ -3-5-II‬ﺧﻮاص اﻟﻮﺳﻴﻂ‪:1‬‬
‫‪ -‬ﻻ ﻳﺘﺄﺛﺮ ﺑﺎﻟﻘﻴﻢ اﳌﺘﻄﺮﻓﺔ وﻫﻮ ﻏﲑ ﻗﺎﺑﻞ ﻟﻠﻌﻤﻠﻴﺎت اﳉﱪﻳﺔ؛‬
‫‪ -‬ﳝﻜﻦ ﺣﺴﺎﺑﻪ ﻣﻦ ﺟﺪاول اﻟﺘﻮزﻳﻊ اﻟﺘﻜﺮاري اﳌﻔﺘﻮﺣﺔ؛‬
‫‪ -‬ﳝﻜﻦ ﺣﺴﺎﺑﻪ ﺑﻴﺎﻧﻴﺎ؛‬
‫‪ -‬ﻻ ﻳﺪﺧﻞ ﰲ ﺣﺴﺎﺑﻪ ﲨﻴﻊ اﻟﻘﻴﻢ وﻳﺘﺤﺪد ﺑﻌﺪد اﻟﺒﻴﺎﻧﺎت وﻟﻴﺲ ﺑﻘﻴﻤﻬﺎ‪.‬‬
‫‪ -4-5-II‬أﺷﺒﺎﻩ اﻟﻮﺳﻴﻂ‪:‬‬
‫اﻟﻮﺳﻴﻂ ﻫﻮ اﻟﻘﻴﻤﺔ اﻟﱵ ﺗﻘﺴﻢ ﳎﻤﻮع اﻟﺒﻴﺎﻧﺎت إﱃ ﻗﺴﻤﲔ ﻣﺘﺴﺎوﻳﲔ‪ ،‬وﻣﺎ دام ﳝﻜﻦ ﺗﻘﺴﻴﻢ ﺑﻴﺎﻧﺎت أي‬
‫ﻇﺎﻫﺮة إﱃ ﻋﺪة أﻗﺴﺎم ﻣﺘﺴﺎوﻳﺔ ﻓﺈﻧﻪ ﳝﻜﻦ اﻟﺘﻌﺎﻣﻞ ﻣﻊ اﻟﻘﻴﻢ اﻟﱵ ﺗﻘﺴﻢ ﻫﺬﻩ اﻟﺒﻴﺎﻧﺎت ﺑﻨﻔﺲ ﻃﺮﻳﻘﺔ اﻟﺘﻌﺎﻣﻞ ﻣﻊ‬
‫اﻟﻮﺳﻴﻂ‪ ،‬وأﺷﺒﺎﻩ اﻟﻮﺳﻴﻂ ﻫﻲ‪:‬‬
‫‪ -1-4-5-II‬اﻟﺮﺑﻴﻌﻴﺎت‪ :‬ﻫﻲ اﻟﻘﻴﻢ اﻟﱵ ﺗﻘﺴﻢ اﻟﺒﻴﺎﻧﺎت إﱃ أرﺑﻊ أﺟﺰاء ﻣﺘﺴﺎوﻳﺔ‪ ،‬وﻳﻌﺮف اﻟﺮﺑﻴﻊ ‪ i‬ﺣﻴﺚ‪:‬‬
‫)‪ (i=1,2,3‬ﻋﻠﻰ أﻧﻪ اﻟﻘﻴﻤﺔ أو اﳌﻔﺮدة اﻟﱵ ﻳﺴﺒﻘﻬﺎ )‪ (25i%‬ﻣﻦ اﻟﺒﻴﺎﻧﺎت اﳌﺮﺗﺒﺔ ﺗﺼﺎﻋﺪﻳﺎ‪.‬‬
‫‪71‬‬
‫ﺣﺴﺎب اﻟﺮﺑﻴﻌﻴﺎت‪ :‬ﲣﺘﻠﻒ ﻃﺮق ﺣﺴﺎب اﻟﺮﺑﻴﻌﻴﺎت ﻣﻦ ﺟﺪاول اﻟﺘﻮزﻳﻊ اﻟﺘﻜﺮاري‪ ،‬وﻫﻨﺎ ﳕﻴﺰ ﺣﺎﻟﺘﺎن‪:‬‬
‫‪ ‬ﺣﺎﻟﺔ ﻣﺘﻐﻴﺮ ﻛﻤﻲ ﻣﻨﻔﺼﻞ‪ :‬ﻳﺘﻢ ﺣﺴﺎب اﻟﺮﺑﻴﻌﻴﺎت ﰲ ﺣﺎﻟﺔ ﻣﺘﻐﲑ ﻛﻤﻲ ﻣﻨﻔﺼﻞ ﺑﺈﺗﺒﺎع اﳋﻄﻮات اﻟﺘﺎﻟﻴﺔ‪:‬‬
‫‪ -1‬ﻧﺮﺗﺐ ﻗﻴﻢ اﳌﺘﻐﲑ اﻹﺣﺼﺎﺋﻲ ﰲ اﳉﺪول ﺗﺼﺎﻋﺪﻳﺎ‪ ،‬وﻧﻘﻮم ﲝﺴﺎب اﻟﺘﻜﺮارات اﻟﺘﺠﻤﻴﻌﻴﺔ اﻟﺼﺎﻋﺪة؛‬
‫‪ -2‬ﳓﺪد رﺗﺒﺔ اﻟﺮﺑﻴﻊ ‪ i‬واﳌﻌﻄﺎة ﺑﺎﻟﻌﻼﻗﺔ اﻟﺘﺎﻟﻴﺔ‪ iN :‬؛‬
‫‪4‬‬
‫‪ -3‬ﻣﻦ اﻟﻌﻤﻮد اﳋﺎص ﺑﺎﻟﺘﻜﺮار اﳌﺘﺠﻤﻊ اﻟﺼﺎﻋﺪ ﳓﺪد ﻣﻮﻗﻊ رﺗﺒﺔ اﻟﺮﺑﻴﻊ ‪ ،i‬ﻓﺈذا ﻛﺎﻧﺖ رﺗﺒﺔ اﻟﺮﺑﻴﻊ ‪i‬‬
‫ﻣﻮﺟﻮدة ﺿﻤﻦ ﻗﻴﻢ اﻟﻌﻤﻮد اﳋﺎص ﺑﺎﻟﺘﻜﺮار اﳌﺘﺠﻤﻊ اﻟﺼﺎﻋﺪ ﻓﺈن ﻗﻴﻤﺔ اﻟﺮﺑﻴﻊ ‪ Qi‬ﻫﻲ اﻟﻘﻴﻤﺔ اﳌﻘﺎﺑﻠﺔ‬
‫ﻟﺬﻟﻚ اﻟﺘﻜﺮار‪ ،‬أﻣﺎ إن ﱂ ﺗﻜﻦ رﺗﺒﺔ اﻟﺮﺑﻴﻊ ‪ i‬ﺿﻤﻦ ﻗﻴﻢ ﻋﻤﻮد اﻟﺘﻜﺮار اﳌﺘﺠﻤﻊ اﻟﺼﺎﻋﺪ ﻓﺈن ﻗﻴﻤﺔ اﻟﺮﺑﻴﻊ‬
‫‪ Qi‬ﻫﻲ اﻟﻘﻴﻤﺔ اﳌﻘﺎﺑﻠﺔ ﻟﻠﺘﻜﺮار اﳌﺘﺠﻤﻊ اﻟﺼﺎﻋﺪ اﻷﻋﻠﻰ ﻣﺒﺎﺷﺮة ﻣﻦ رﺗﺒﺔ اﻟﺮﺑﻴﻊ ‪.i‬‬
‫ﻣﺜﺎل )‪ :(21-3‬ﲤﺜﻞ اﻟﺒﻴﺎﻧﺎت اﻟﺘﺎﻟﻴﺔ ﻋﺪد اﻷﻃﻔﺎل ﰲ اﻟﻌﺎﺋﻠﺔ ﻟﻌﻴﻨﺔ ﻣﻜﻮﻧﺔ ﻣﻦ ‪ 60‬ﻋﺎﺋﻠﺔ‪:‬‬
‫‪‬‬ ‫‪5‬‬ ‫‪4‬‬ ‫‪3‬‬ ‫‪2‬‬ ‫‪1‬‬ ‫‪0‬‬ ‫‪X‬‬ ‫‪i‬‬ ‫ﻋﺪد اﻷﻃﻔﺎل‬
‫‪60‬‬ ‫‪4‬‬ ‫‪12‬‬ ‫‪14‬‬ ‫‪12‬‬ ‫‪10‬‬ ‫‪8‬‬ ‫‪ni‬‬ ‫ﻋﺪد اﻟﻌﺎﺋﻼت‬
‫اﻟﻤﻄﻠﻮب‪ :‬إﳚﺎد اﻟﺮﺑﻴﻊ اﻷول واﻟﺜﺎﱐ واﻟﺜﺎﻟﺚ ؟‬
‫اﻟﺤﻞ‪ :‬ﺣﺴﺎب اﻟﺮﺑﻴﻊ اﻷول واﻟﺜﺎﻧﻲ واﻟﺜﺎﻟﺚ‪:‬‬
‫اﻟﺠﺪول رﻗﻢ )‪ :(12-3‬ﻳﻮﺿﺢ ﻛﻴﻔﻴﺔ ﺗﺤﺪﻳﺪ اﻟﺮﺑﻴﻌﻴﺎت‬
‫‪ni ‬‬ ‫‪ni‬‬ ‫ﻋﺪد اﻟﻌﺎﺋﻼت‬ ‫‪X‬‬ ‫‪i‬‬ ‫ﻋﺪد اﻷﻃﻔﺎل‬
‫‪8‬‬ ‫‪8‬‬ ‫‪0‬‬ ‫اﻟرﺑﯾﻊ اﻷول‬
‫رﺗﺑﺔ اﻟرﺑﯾﻊ‬ ‫‪Q1‬‬

‫‪18‬‬ ‫‪10‬‬ ‫‪1‬‬
‫اﻷول ﻫﻲ ‪15‬‬
‫‪30‬‬ ‫‪12‬‬ ‫اﻟرﺑﯾﻊ اﻟﺛﺎﻧﻲ‬
‫‪2‬‬
‫‪Q2‬‬
‫رﺗﺑﺔ اﻟرﺑﯾﻊ‬ ‫‪44‬‬ ‫‪14‬‬ ‫‪3‬‬
‫اﻟﺛﺎﻧﻲ ﻫﻲ ‪30‬‬
‫‪56‬‬ ‫‪12‬‬ ‫‪4‬‬ ‫اﻟرﺑﯾﻊ اﻟﺛﺎﻟث‬
‫‪60‬‬ ‫‪4‬‬ ‫‪5‬‬ ‫‪Q3‬‬
‫رﺗﺑﺔ اﻟرﺑﯾﻊ‬
‫‪-‬‬ ‫‪60‬‬ ‫‪‬‬
‫اﻟﺛﺎﻟث ﻫﻲ ‪45‬‬
‫‪72‬‬
‫‪. iN‬‬ ‫‪‬‬

‫‪1  60‬‬
‫‪ 15‬‬ ‫اﻟﺮﺑﻴﻊ اﻷول ‪ :Q1‬رﺗﺒﺔ اﻟﺮﺑﻴﻊ اﻷول ﻫﻲ‪:‬‬
‫‪4‬‬ ‫‪4‬‬
‫ﻣﻦ اﳉﺪول أﻋﻼﻩ ﻧﻼﺣﻆ أن ﻗﻴﻤﺔ رﺗﺒﺔ اﻟﺮﺑﻴﻊ اﻷول ﻏﲑ ﻣﻮﺟﻮدة ﺿﻤﻦ ﻗﻴﻢ ﻋﻤﻮد اﻟﺘﻜﺮار اﳌﺘﺠﻤﻊ‬
‫اﻟﺼﺎﻋﺪ‪ ،‬ﻟﺬﻟﻚ ﻧﺒﺤﺚ ﻋﻦ اﻟﻘﻴﻤﺔ اﻷﻋﻠﻰ ﻣﻨﻬﺎ ﻣﺒﺎﺷﺮة )اﻟﻘﻴﻤﺔ ‪ 18‬أﻛﱪ ﻣﺒﺎﺷﺮة ﻣﻦ رﺗﺒﺔ اﻟﺮﺑﻴﻊ اﻷول ‪ (15‬وﻋﻠﻴﻪ‬
‫ﻓﺈن ﻗﻴﻤﺔ اﻟﺮﺑﻴﻊ اﻷول ﻫﻲ‪. Q1 =1 :‬‬
‫‪. iN‬‬ ‫‪‬‬
‫‪2  60‬‬
‫‪ 30‬‬ ‫اﻟﺮﺑﻴﻊ اﻟﺜﺎﻧﻲ ‪ : Q2‬رﺗﺒﺔ اﻟﺮﺑﻴﻊ اﻟﺜﺎﱐ ﻫﻲ‪:‬‬
‫‪4‬‬ ‫‪4‬‬
‫ﻣﻦ ﺧﻼل اﳉﺪول أﻋﻼﻩ ﻧﻼﺣﻆ أن رﺗﺒﺔ اﻟﺮﺑﻴﻊ اﻟﺜﺎﱐ ﻣﻮﺟﻮدة ﺿﻤﻦ ﻗﻴﻢ ﻋﻤﻮد اﻟﺘﻜﺮار اﳌﺘﺠﻤﻊ اﻟﺼﺎﻋﺪ‪،‬‬
‫وﻋﻠﻴﻪ ﻓﺈن ﻗﻴﻤﺔ اﻟﺮﺑﻴﻊ اﻟﺜﺎﱐ ﻫﻲ اﻟﻘﻴﻤﺔ اﳌﻘﺎﺑﻠﺔ ﻟﺮﺗﺒﺔ اﻟﺮﺑﻴﻊ اﻟﺜﺎﱐ وﻫﻲ‪. Q2  M e  2 :‬‬
‫‪. iN‬‬ ‫‪‬‬
‫‪3  60‬‬
‫‪ 45‬‬ ‫اﻟﺮﺑﻴﻊ اﻟﺜﺎﻟﺚ ‪ :Q3‬رﺗﺒﺔ اﻟﺮﺑﻴﻊ اﻟﺜﺎﻟﺚ ﻫﻲ‪:‬‬
‫‪4‬‬ ‫‪4‬‬
‫ﻣﻦ اﳉﺪول أﻋﻼﻩ ﻧﻼﺣﻆ أن رﺗﺒﺔ اﻟﺮﺑﻴﻊ اﻟﺜﺎﻟﺚ ﻏﲑ ﻣﻮﺟﻮدة ﺿﻤﻦ ﻗﻴﻢ ﻋﻤﻮد اﻟﺘﻜﺮار اﳌﺘﺠﻤﻊ اﻟﺼﺎﻋﺪ‪،‬‬
‫ﻟﺬﻟﻚ ﻧﺒﺤﺚ ﻋﻦ اﻟﻘﻴﻤﺔ اﻷﻋﻠﻰ ﻣﻨﻬﺎ ﻣﺒﺎﺷﺮة )اﻟﻘﻴﻤﺔ ‪ 56‬أﻛﱪ ﻣﺒﺎﺷﺮة ﻣﻦ رﺗﺒﺔ اﻟﺮﺑﻴﻊ اﻟﺜﺎﻟﺚ ‪ (45‬وﻋﻠﻴﻪ ﻓﺈن ﻗﻴﻤﺔ‬
‫اﻟﺮﺑﻴﻊ اﻟﺜﺎﻟﺚ ﻫﻲ‪.Q3 = 4 :‬‬
‫‪ ‬ﺣﺎﻟﺔ ﻣﺘﻐﻴﺮ ﻛﻤﻲ ﻣﺘﺼﻞ‪ :‬ﻹﳚﺎد اﻟﺮﺑﻴﻌﻴﺎت ﰲ ﺣﺎﻟﺔ ﻣﺘﻐﲑ ﻛﻤﻲ ﻣﺘﺼﻞ‪ ،‬ﻧﺘﺒﻊ ﻧﻔﺲ ﺧﻄﻮات‬
‫ﺣﺴﺎب اﻟﻮﺳﻴﻂ )ﺣﺎﻟﺔ ﻣﺘﻐﲑ ﻛﻤﻲ ﻣﺘﺼﻞ(‪ ،‬وﻧﺴﺘﺨﺪم اﻟﻌﻼﻗﺔ اﻟﺘﺎﻟﻴﺔ‪:‬‬
‫‪iN‬‬
‫‪ N‬‬ ‫‪0‬‬
‫‪Qi‬‬ ‫‪ L1  4‬‬ ‫‪ k‬‬
‫‪n Qi‬‬
‫ﺣﻴﺚ‪i = 1,2,3 :‬‬
‫‪ -2-4-5-II‬اﻟﻌﺸﻴﺮات‪ :‬ﻫﻲ اﻟﻘﻴﻢ اﻟﱵ ﺗﻘﺴﻢ اﻟﺒﻴﺎﻧﺎت إﱃ ﻋﺸﺮة أﺟﺰاء ﻣﺘﺴﺎوﻳﺔ‪ ،‬وﻳﻌﺮف اﻟﻌﺸﲑ ‪ i‬ﺣﻴﺚ‪:‬‬
‫) ‪ (i =1,2,……,9‬ﻋﻠﻰ أﻧﻪ اﻟﻘﻴﻤﺔ أو اﳌﻔﺮدة اﻟﱵ ﻳﺴﺒﻘﻬﺎ )‪ (10 i %‬ﻣﻦ اﻟﺒﻴﺎﻧﺎت اﳌﺮﺗﺒﺔ ﺗﺼﺎﻋﺪﻳﺎ‪.‬‬
‫ﺣﺴﺎب اﻟﻌﺸﻴﺮات‪ :‬ﳕﻴﺰ ﺣﺎﻟﺘﺎن‪:‬‬
‫‪ ‬ﺣﺎﻟﺔ ﻣﺘﻐﻴﺮ ﻛﻤﻲ ﻣﻨﻔﺼﻞ‪ :‬ﻳﺘﻢ ﺣﺴﺎب اﻟﻌﺸﲑات ﰲ ﺣﺎﻟﺔ ﻣﺘﻐﲑ ﻛﻤﻲ ﻣﻨﻔﺼﻞ ﺑﺈﺗﺒﺎع اﳋﻄﻮات اﻟﺘﺎﻟﻴﺔ‪:‬‬
‫‪ -2‬ﳓﺪد رﺗﺒﺔ اﻟﻌﺸﲑ ‪ i‬واﳌﻌﻄﺎة ﺑﺎﻟﻌﻼﻗﺔ اﻟﺘﺎﻟﻴﺔ‪ iN :‬؛‬
‫‪10‬‬
‫‪73‬‬
‫‪ -3‬ﻣﻦ اﻟﻌﻤﻮد اﳋﺎص ﺑﺎﻟﺘﻜﺮار اﳌﺘﺠﻤﻊ اﻟﺼﺎﻋﺪ ﳓﺪد ﻣﻮﻗﻊ رﺗﺒﺔ اﻟﻌﺸﲑ ‪ ، i‬ﻓﺈذا ﻛﺎﻧﺖ رﺗﺒﺔ اﻟﻌﺸﲑ ‪i‬‬
‫ﻣﻮﺟﻮدة ﺿﻤﻦ ﻗﻴﻢ اﻟﻌﻤﻮد اﳋﺎص ﺑﺎﻟﺘﻜﺮار اﳌﺘﺠﻤﻊ اﻟﺼﺎﻋﺪ ﻓﺈن ﻗﻴﻤﺔ اﻟﻌﺸﲑ ‪ Di‬ﻫﻲ اﻟﻘﻴﻤﺔ اﳌﻘﺎﺑﻠﺔ‬
‫ﻟﺬﻟﻚ اﻟﺘﻜﺮار‪ ،‬أﻣﺎ إن ﱂ ﺗﻜﻦ رﺗﺒﺔ اﻟﻌﺸﲑ ‪ i‬ﺿﻤﻦ ﻗﻴﻢ ﻋﻤﻮد اﻟﺘﻜﺮار اﳌﺘﺠﻤﻊ اﻟﺼﺎﻋﺪ ﻓﺈن ﻗﻴﻤﺔ اﻟﻌﺸﲑ‬
‫‪ Di‬ﻫﻲ اﻟﻘﻴﻤﺔ اﳌﻘﺎﺑﻠﺔ ﻟﻠﺘﻜﺮار اﳌﺘﺠﻤﻊ اﻟﺼﺎﻋﺪ اﻷﻋﻠﻰ ﻣﺒﺎﺷﺮة ﻣﻦ رﺗﺒﺔ اﻟﻌﺸﲑ ‪. i‬‬
‫‪ ‬ﺣﺎﻟﺔ ﻣﺘﻐﻴﺮ ﻛﻤﻲ ﻣﺘﺼﻞ‪ :‬ﻹﳚﺎد اﻟﻌﺸﲑات ﰲ ﺣﺎﻟﺔ ﻣﺘﻐﲑ ﻛﻤﻲ ﻣﺘﺼﻞ‪ ،‬ﻧﺘﺒﻊ ﻧﻔﺲ ﺧﻄﻮات ﺣﺴﺎب‬
‫اﻟﻮﺳﻴﻂ )ﺣﺎﻟﺔ ﻣﺘﻐﲑ ﻛﻤﻲ ﻣﺘﺼﻞ(‪ ،‬وﻧﺴﺘﺨﺪم اﻟﻌﻼﻗﺔ اﻟﺘﺎﻟﻴﺔ‪:‬‬
‫‪iN‬‬
‫‪ N0‬‬
‫‪D i  L1  10‬‬ ‫‪k‬‬
‫‪n Di‬‬
‫ﺣﻴﺚ‪i=1,2,….,9 :‬‬
‫‪ -3-4-5-II‬اﻟﻤﺌﻮﻳﺎت‪ :‬ﻫﻲ اﻟﻘﻴﻢ اﻟﱵ ﺗﻘﺴﻢ اﻟﺒﻴﺎﻧﺎت إﱃ ﻣﺎﺋﺔ ﺟﺰء ﻣﺘﺴﺎوي‪ ،‬وﻳﻌﺮف اﳌﺌﻮي ‪ i‬ﺣﻴﺚ‪:‬‬
‫)‪ (i=1,2,…….,99‬ﻋﻠﻰ أﻧﻪ اﻟﻘﻴﻤﺔ أو اﳌﻔﺮدة اﻟﱵ ﻳﺴﺒﻘﻬﺎ ) ‪ ( i %‬ﻣﻦ اﻟﺒﻴﺎﻧﺎت اﳌﺮﺗﺒﺔ ﺗﺼﺎﻋﺪﻳﺎ‪.‬‬
‫ﺣﺴﺎب اﻟﻤﺌﻮﻳﺎت‪ :‬ﲣﺘﻠﻒ ﻃﺮق ﺣﺴﺎب اﳌﺌﻮﻳﺎت ﰲ ﺣﺎﻟﺔ ﻣﺘﻐﲑ ﻛﻤﻲ ﻣﻨﻔﺼﻞ وﻣﺘﺼﻞ‪ ،‬ﻟﺬﻟﻚ ﳕﻴﺰ ﺣﺎﻟﺘﺎن‪:‬‬
‫‪ ‬ﺣﺎﻟﺔ ﻣﺘﻐﻴﺮ ﻛﻤﻲ ﻣﻨﻔﺼﻞ‪ :‬ﻳﺘﻢ ﺣﺴﺎب اﳌﺌﻮي ﰲ ﺣﺎﻟﺔ ﻣﺘﻐﲑ ﻛﻤﻲ ﻣﻨﻔﺼﻞ ﺑﺈﺗﺒﺎع اﳋﻄﻮات اﻟﺘﺎﻟﻴﺔ‪:‬‬
‫‪ -2‬ﳓﺪد رﺗﺒﺔ اﳌﺌﻮي ‪ i‬واﳌﻌﻄﺎة ﺑﺎﻟﻌﻼﻗﺔ اﻟﺘﺎﻟﻴﺔ‪ iN :‬؛‬
‫‪100‬‬
‫‪ -3‬ﻣﻦ اﻟﻌﻤﻮد اﳋﺎص ﺑﺎﻟﺘﻜﺮار اﳌﺘﺠﻤﻊ اﻟﺼﺎﻋﺪ ﳓﺪد ﻣﻮﻗﻊ رﺗﺒﺔ اﳌﺌﻮي ‪ ، i‬ﻓﺈذا ﻛﺎﻧﺖ رﺗﺒﺔ اﳌﺌﻮي ‪ i‬ﻣﻮﺟﻮدة‬
‫ﺿﻤﻦ ﻗﻴﻢ اﻟﻌﻤﻮد اﳋﺎص ﺑﺎﻟﺘﻜﺮار اﳌﺘﺠﻤﻊ اﻟﺼﺎﻋﺪ ﻓﺈن ﻗﻴﻤﺔ اﳌﺌﻮي ‪ Pi‬ﻫﻲ اﻟﻘﻴﻤﺔ اﳌﻘﺎﺑﻠﺔ ﻟﺬﻟﻚ اﻟﺘﻜﺮار‪،‬‬
‫أﻣﺎ إن ﱂ ﺗﻜﻦ رﺗﺒﺔ اﳌﺌﻮي ‪ i‬ﺿﻤﻦ ﻗﻴﻢ ﻋﻤﻮد اﻟﺘﻜﺮار اﳌﺘﺠﻤﻊ اﻟﺼﺎﻋﺪ ﻓﺈن ﻗﻴﻤﺔ اﳌﺌﻮي ‪ Pi‬ﻫﻲ اﻟﻘﻴﻤﺔ‬
‫اﳌﻘﺎﺑﻠﺔ ﻟﻠﺘﻜﺮار اﳌﺘﺠﻤﻊ اﻟﺼﺎﻋﺪ اﻷﻋﻠﻰ ﻣﺒﺎﺷﺮة ﻣﻦ رﺗﺒﺔ اﳌﺌﻮي ‪.i‬‬
‫‪ ‬ﺣﺎﻟﺔ ﻣﺘﻐﻴﺮ ﻛﻤﻲ ﻣﺘﺼﻞ‪ :‬ﻹﳚﺎد اﳌﺌﻮﻳﺎت ﰲ ﺣﺎﻟﺔ ﻣﺘﻐﲑ ﻛﻤﻲ ﻣﺘﺼﻞ‪ ،‬ﻧﺘﺒﻊ ﻧﻔﺲ ﺧﻄﻮات ﺣﺴﺎب‬
‫اﻟﻮﺳﻴﻂ )ﺣﺎﻟﺔ ﻣﺘﻐﲑ ﻛﻤﻲ ﻣﺘﺼﻞ(‪ ،‬وﻧﺴﺘﺨﺪم اﻟﻌﻼﻗﺔ اﻟﺘﺎﻟﻴﺔ‪:‬‬
‫‪iN‬‬
‫‪ N0‬‬
‫‪Pi  C i  L 1 ‬‬ ‫‪100‬‬ ‫‪k‬‬
‫‪n Pi‬‬
‫ﺣﻴﺚ ‪i=1,2,…..,99 :‬‬
‫‪74‬‬
‫ﻣﺜﺎل )‪:(22-3‬‬
‫دج(‪.‬‬ ‫‪3‬‬
‫‪70  60‬‬ ‫‪60  50‬‬ ‫‪50  40‬‬ ‫‪40  30‬‬ ‫‪30  20‬‬ ‫‪20  10‬‬ ‫‪X‬‬ ‫‪i‬‬ ‫اﻷﺟﺮ‬
‫‪8‬‬ ‫‪12‬‬ ‫‪17‬‬ ‫‪25‬‬ ‫‪30‬‬ ‫‪18‬‬ ‫‪ni‬‬ ‫ﻋﺪد اﻟﻌﻤﺎل‬
‫اﻟﻤﻄﻠﻮب‪ :‬إﳚﺎد اﻟﺮﺑﻴﻊ اﻷول واﻟﻌﺸﲑ اﻟﺴﺎدس واﳌﺌﻮي اﳋﺎﻣﺲ واﻟﺜﻤﺎﻧﻮن ﺣﺴﺎﺑﻴﺎ وﺑﻴﺎﻧﻴﺎ ؟‬
‫ﻣﻦ أﺟﻞ ﺣﺴﺎب اﻟﺮﺑﻴﻌﻴﺎت واﻟﻌﺸﲑات واﳌﺌﻮﻳﺎت ﻧﺘﺒﻊ ﻧﻔﺲ ﺧﻄﻮات ﺣﺴﺎب اﻟﻮﺳﻴﻂ‪.‬‬
‫اﻟﺠﺪول رﻗﻢ )‪ :(13-3‬ﻳﻮﺿﺢ ﻛﻴﻔﻴﺔ ﺗﺤﺪﻳﺪ ﻓﺌﺔ اﻟﺮﺑﻴﻌﻴﺎت واﻟﻤﺌﻮﻳﺎت‬
‫‪18‬‬ ‫‪18‬‬ ‫‪20  10‬‬ ‫ﻓﺋﺔ اﻟرﺑﯾﻊ‬

‫اﻷول‬
‫رﺗﺑﺔ اﻟرﺑﯾﻊ‬ ‫‪48‬‬ ‫‪30‬‬ ‫‪30  20‬‬
‫اﻷول‬
‫‪73‬‬ ‫‪25‬‬ ‫‪40  30‬‬
‫‪90‬‬ ‫‪17‬‬ ‫‪50  40‬‬ ‫ﻓﺋﺔ اﻟﻣﺋوي‬
‫اﻟﺧﺎﻣس واﻟﺛﻣﺎﻧون‬
‫رﺗﺑﺔ اﻟﻣﺋوي‬ ‫‪102‬‬ ‫‪12‬‬ ‫‪60  50‬‬
‫اﻟـ‪85‬‬
‫‪110‬‬ ‫‪8‬‬ ‫‪70  60‬‬
‫‪-‬‬ ‫‪110‬‬ ‫‪‬‬
‫ﺣﺴﺎب اﻟﺮﺑﻴﻊ اﻷول ‪:Q1‬‬
‫‪.‬‬ ‫‪ ( N‬ﺣﻴﺚ‬ ‫) ‪ 27,5‬‬ ‫‪ -‬ﳓﺪد رﺗﺒﺔ اﻟﺮﺑﻴﻊ اﻷول ‪Q1‬‬
‫‪k‬‬
‫‪110‬‬
‫‪N   ni  110‬‬ ‫‪‬‬
‫‪i 1‬‬ ‫‪4‬‬ ‫‪4‬‬
‫‪ -‬ﲢﺪﻳﺪ ﻓﺌﺔ اﻟﺮﺑﻴﻊ اﻷول ‪) Q1‬اﻟﻔﺌﺔ اﻟﱵ ﻳﻨﺘﻤﻲ إﻟﻴﻬﺎ ‪ ،( Q1‬وﻫﻲ اﻟﻔﺌﺔ اﻟﱵ ﺗﻘﺎﺑﻞ اﻟﺘﻜﺮار اﳌﺘﺠﻤﻊ اﻟﺼﺎﻋﺪ‬
‫اﻟﺬي ﻳﺴﺎوي رﺗﺒﺔ اﻟﺮﺑﻴﻊ اﻷول أو أﻋﻠﻰ ﻣﻨﻬﺎ ﻣﺒﺎﺷﺮة‪ 48) ،‬أﻛﱪ ﻣﺒﺎﺷﺮة ﻣﻦ رﺗﺒﺔ اﻟﺮﺑﻴﻊ اﻷول ‪27,5‬‬
‫‪ ،( 48 N‬وﻋﻠﻴﻪ ﻓﺈن ﻓﺌﺔ اﻟﺮﺑﻴﻊ اﻷول ﻫﻲ‪. 30  20‬‬ ‫‪‬‬
‫‪ 27,518‬‬
‫‪‬‬ ‫‪4‬‬ ‫‪‬‬
‫‪ -‬ﳓﺪد وﳓﺴﺐ اﻟﺮﺑﻴﻊ اﻷول ﺑﺘﻄﺒﻴﻖ اﻟﻌﻼﻗﺔ اﻹﺣﺼﺎﺋﻴﺔ ﻟﻠﺮﺑﻴﻊ اﻷول‪:‬‬
‫‪75‬‬
‫‪N‬‬
‫‪ N0‬‬
‫‪4‬‬ ‫‪27 ,5  18‬‬
‫‪Q1  L1 ‬‬ ‫‪ k  20 ‬‬ ‫‪ 10  23,17  10 3 DA‬‬
‫‪n Q1‬‬ ‫‪30‬‬
‫ﺣﺴﺎب اﻟﻌﺸﻴﺮ اﻟﺴﺎدس ‪ :D6‬ﻧﺘﺒﻊ ﻧﻔﺲ اﳋﻄﻮات اﻟﺴﺎﺑﻘﺔ ﻓﻨﺠﺪ‪:‬‬

‫‪6N‬‬
‫‪ N0‬‬
‫‪66  48‬‬
‫‪D6  L1  10‬‬ ‫‪ k  30 ‬‬ ‫‪ 10  37,2  10 3 DA‬‬
‫‪n D6‬‬ ‫‪25‬‬
‫ﺣﺴﺎب اﻟﻤﺌﻮي اﻟﺨﺎﻣﺲ واﻟﺜﻤﺎﻧﻮن ‪ :P85‬ﻧﻘﻮم ﺑﺈﺗﺒﺎع ﻧﻔﺲ اﳋﻄﻮات اﻟﺴﺎﺑﻘﺔ ﻓﻨﺠﺪ‪:‬‬
‫‪85 N‬‬
‫‪ N0‬‬
‫‪93,5  90‬‬
‫‪P85  L1  100‬‬ ‫‪ k  50 ‬‬ ‫‪ 10  52,92  10 3 DA‬‬
‫‪n p85‬‬ ‫‪12‬‬
‫إﻳﺠﺎد اﻟﻘﻴﻢ اﻟﺴﺎﺑﻘﺔ ﺑﻴﺎﻧﻴﺎ‪:‬‬

‫اﻟﺸﻜﻞ رﻗﻢ )‪ :(02-3‬ﺗﻤﺜﻴﻞ ﻳﻮﺿﺢ ﻛﻴﻔﻴﺔ ﺗﺤﺪﻳﺪ اﻟﺮﺑﻴﻌﻴﺎت واﻟﻤﺌﻮﻳﺎت ﺑﻴﺎﻧﻴﺎ‬
‫‪120‬‬
‫اﻟﺘﻜﺮار اﻟﻤﺘﺠﻤﻊ‬
‫‪100‬‬
‫رﺗﺑﺔ اﻟﻣﺋوي ‪P85‬‬ ‫‪80‬‬
‫‪85 N‬‬
‫‪ 93,5‬‬ ‫‪60‬‬
‫‪100‬‬
‫‪40‬‬
‫رﺗﺑﺔ ‪Q1‬‬
‫‪N‬‬ ‫‪20‬‬
‫‪ 27,5‬‬
‫‪4‬‬
‫‪0‬‬
‫‪10‬‬ ‫‪20‬‬ ‫‪30‬‬ ‫‪40‬‬ ‫‪50‬‬ ‫‪60‬‬ ‫‪70‬‬
‫‪Q1  23,17‬‬ ‫‪P85  52,92‬‬
‫‪76‬‬
‫‪ -6-II‬اﻟﻤﻨﻮال )‪:(Mode‬‬
‫ﺗﻌﱪ ﻗﻴﻤﺔ اﳌﻨﻮال ﻋﻦ اﳌﺸﺎﻫﺪة اﻷﻛﺜﺮ ﺗﻜﺮارا ﻓﻬﻮ ﲟﺜﺎﺑﺔ اﻟﻘﻴﻤﺔ اﻟﺸﺎﺋﻌﺔ‪ ،‬وﻗﺪ ﻳﻜﻮن ﻟﻠﺒﻴﺎﻧﺎت ﻣﻨﻮال واﺣﺪ‬
‫وﳝﻜﻦ أن ﻳﻜﻮن ﳍﺎ أﻛﺜﺮ ﻣﻦ ﻣﻨﻮال‪ ،‬ﻛﻤﺎ ﳝﻜﻦ أن ﻻ ﻳﻮﺟﺪ ﻣﻨﻮال ﻤﻮﻋﺔ ﻣﻦ اﻟﺒﻴﺎﻧﺎت‪ ،1‬وﻳﻌﺘﱪ اﳌﻨﻮال أﻓﻀﻞ‬
‫ﻣﻘﻴﺎس ﻟﻮﺻﻒ اﻟﺒﻴﺎﻧﺎت اﻟﻨﻮﻋﻴﺔ‪ ،‬وﻳﺮﻣﺰ ﻟﻪ ﺑﺎﻟﺮﻣﺰ ‪.M0‬‬
‫‪ -1-6-II‬ﻃﺮق ﺣﺴﺎب اﻟﻤﻨﻮال‪:‬‬
‫ﲣﺘﻠﻒ ﻃﺮق ﺣﺴﺎب اﳌﻨﻮال ﰲ ﺣﺎﻟﺔ اﻟﺒﻴﺎﻧﺎت اﻷوﻟﻴﺔ ﻣﻨﻬﺎ ﰲ ﺣﺎﻟﺔ اﻟﺒﻴﺎﻧﺎت اﳌﺒﻮﺑﺔ‪:‬‬
‫‪ -1-1-6-II‬اﻟﻤﻨﻮال ﻟﻠﺒﻴﺎﻧﺎت اﻷوﻟﻴﺔ‪:‬‬
‫اﳌﻨﻮال ﻫﻮ اﻟﻘﻴﻤﺔ أو اﻟﺼﻔﺔ اﻷﻛﺜﺮ ﺗﻜﺮارا ﻣﻘﺎرﻧﺔ ﺑﺒﻘﻴﺔ اﻟﻘﻴﻢ أو اﻟﺼﻔﺎت‪ ،‬وﻋﻠﻰ ﺿﻮء ﻫﺬا اﻟﺘﻌﺮﻳﻒ ﻓﺈن‬
‫اﳌﻨﻮال ﻤﻮﻋﺔ ﻣﻦ اﻟﺒﻴﺎﻧﺎت ﻗﺪ ﻻ ﻳﻜﻮن ﻗﻴﻤﺔ أو ﺻﻔﺔ واﺣﺪة‪.‬‬
‫ﻣﺜﺎل )‪:(23-3‬‬
‫اﻟﺒﻴﺎﻧﺎت اﻟﺘﺎﻟﻴﺔ ﲤﺜﻞ اﻟﺘﻘﺪﻳﺮات اﻟﱵ ﲢﺼﻞ ﻋﻠﻴﻬﺎ ‪ 10‬ﻃﻼب‪:‬‬
‫ﳑﺘﺎز‪ ،‬ﺟﻴﺪ‪ ،‬ﺟﻴﺪ ﺟﺪا‪ ،‬ﺟﻴﺪ‪ ،‬ﻣﺘﻮﺳﻂ‪ ،‬ﻓﻮق اﳌﺘﻮﺳﻂ‪ ،‬ﺟﻴﺪ‪ ،‬ﺿﻌﻴﻒ‪ ،‬ﺟﻴﺪ ﺟﺪا‪ ،‬ﺟﻴﺪ‪.‬‬
‫اﻟﻤﻄﻠﻮب‪ :‬إﳚﺎد اﳌﻨﻮال ﳍﺬﻩ اﻟﺒﻴﺎﻧﺎت ؟‬
‫ﻧﻼﺣﻆ أن اﻟﺼﻔﺔ ﺟﻴﺪ ﻫﻲ اﻟﺼﻔﺔ اﻷﻛﺜﺮ ﺗﻜﺮار ﻣﻦ ﺑﲔ اﻟﺼﻔﺎت وﻋﻠﻴﻪ ﻓﺈن اﳌﻨﻮال ﻫﻮ اﻟﺼﻔﺔ ﺟﻴﺪ‬
‫)ﺟﻴﺪ = ‪.( M0‬‬
‫ﻣﺜﺎل )‪:(24-3‬‬
‫ﻣﺘﻐﲑ إﺣﺼﺎﺋﻲ ﳝﺜﻞ ﻋﺪد اﻟﻐﺮف ﰲ اﻟﺒﻴﺖ ﻟﻌﺪد ﻣﻦ اﻟﻌﺎﺋﻼت اﻟﻘﺎﻃﻨﺔ ﲝﻲ ﻣﻌﲔ‪ ،‬أوﺟﺪ اﳌﻨﻮال؟‬ ‫‪X‬‬ ‫إذا ﻛﺎن‬
‫‪3‬‬ ‫‪2‬‬ ‫‪5‬‬ ‫‪3‬‬ ‫‪3‬‬ ‫‪4‬‬ ‫‪5‬‬ ‫‪2‬‬ ‫‪4‬‬ ‫‪3‬‬
‫اﳌﻨﻮال ﻫﻮ اﻟﻘﻴﻤﺔ اﻷﻛﺜﺮ ﺗﻜﺮارا ﻣﻘﺎرﻧﺔ ﺑﺒﻘﻴﺔ اﻟﻘﻴﻢ‪ ،‬وﻋﻠﻴﻪ ﻧﻼﺣﻆ أن اﻟﻘﻴﻤﺔ ‪ 3‬ﻫﻲ اﻷﻛﺜﺮ ﺗﻜﺮارا )اﻟﻌﺪد‬
‫‪ 3‬ﻳﺘﻜﺮر ‪ 4‬ﻣﺮات(‪ ،‬وﺑﺎﻟﺘﺎﱄ ﻓﺈن اﳌﻨﻮال ﻫﻨﺎ ﻫﻮ‪.( M0 = 3 ) :‬‬
‫‪77‬‬
‫‪ -2-1-6-II‬اﻟﻤﻨﻮال ﻟﻠﺒﻴﺎﻧﺎت اﻟﻤﺒﻮﺑﺔ‪:‬‬

‫اﳌﻨﻮال ﻫﻮ اﻟﻘﻴﻤﺔ اﻷﻛﺜﺮ ﺷﻴﻮﻋﺎ أو ﺗﻜﺮارا ﻣﻦ ﺑﲔ اﻟﻘﻴﻢ‪ ،‬وﳕﲑ ﰲ ﻫﺬا اﻟﺼﺪد ﺣﺎﻟﺘﺎن‪:‬‬
‫اﻟﻤﻨﻮال ﻟﻤﺘﻐﻴﺮ ﻛﻤﻲ ﻣﻨﻔﺼﻞ‪:‬‬
‫اﳌﻨﻮال ﻫﻮ ﻗﻴﻤﺔ اﳌﺘﻐﲑة ‪ xi‬اﳌﻘﺎﺑﻠﺔ ﻷﻛﱪ ﺗﻜﺮار ﰲ ﺟﺪول اﻟﺘﻮزﻳﻊ اﻹﺣﺼﺎﺋﻲ‪.‬‬
‫‪M0  3‬‬
‫ﻣﺜﺎل )‪ :(25-3‬ﳝﺜﻞ اﳉﺪول اﻟﺘﺎﱄ ﻋﺪد أﻳﺎم اﻟﺘﻐﻴﺐ ﻟﻌﻤﺎل ﻣﺆﺳﺴﺔ ﻣﺎ‪.‬‬
‫‪5‬‬ ‫‪4‬‬ ‫‪3‬‬ ‫‪2‬‬ ‫‪1‬‬ ‫‪0‬‬ ‫‪X‬‬ ‫‪i‬‬ ‫ﻋﺪد اﻷﻳﺎم‬
‫‪8‬‬ ‫‪12‬‬ ‫‪25‬‬ ‫‪15‬‬ ‫‪18‬‬ ‫‪22‬‬ ‫‪ni‬‬ ‫ﻋﺪد اﻟﻌﻤﺎل‬
‫اﻟﻤﻄﻠﻮب‪ :‬إﳚﺎد اﳌﻨﻮال ﺣﺴﺎﺑﻴﺎ وﺑﻴﺎﻧﻴﺎ ؟‬

‫أﻛﺑر ﺗﻛرار‬
‫اﻟﻤﻨﻮال ﺣﺴﺎﺑﻴﺎ‪:‬‬
‫ﻣﻦ ﺧﻼل اﳉﺪول اﻟﺴﺎﺑﻖ ﻧﻼﺣﻆ أن أﻛﱪ ﺗﻜﺮار ﻫﻮ ‪ 25‬وﻋﻠﻴﻪ ﻓﺈن ﻗﻴﻤﺔ اﳌﻨﻮال ﻫﻲ‪ ، ( M0 = 3 ):‬وﻫﺬا ﻳﻌﲏ‬
‫أن اﻟﺘﻐﻴﺐ اﻟﺸﺎﺋﻊ وﺳﻂ اﻟﻌﻤﺎل ﻫﻮ ‪ 3‬أﻳﺎم‪.‬‬
‫اﻟﻤﻨﻮال ﺑﻴﺎﻧﻴﺎ‪:‬‬
‫اﻟﺸﻜﻞ رﻗﻢ )‪ :(03-3‬اﻟﻤﻨﻮال ﻟﻤﺘﻐﻴﺮ ﻛﻤﻲ ﻣﻨﻔﺼﻞ ) ﻋﺪد أﻳﺎم اﻟﺘﻐﻴﺐ (‬
‫ﻋدد اﻟﻌﻣﺎل ) ‪( ni‬‬
‫– ‪25‬‬
‫‪20 -‬‬
‫‪15 -‬‬
‫‪10 -‬‬
‫‪5-‬‬
‫ﻋدد اﻷﯾﺎم‬
‫‪0-‬‬
‫‪1-‬‬
‫‪2-‬‬
‫‪3-‬‬
‫‪4-‬‬
‫‪5-‬‬
‫‪M0  3‬‬
‫‪78‬‬
‫اﻟﻤﻨﻮال ﻟﻤﺘﻐﻴﺮ ﻛﻤﻲ ﻣﺘﺼﻞ‪:‬‬

‫ﻹﳚﺎد اﳌﻨﻮال ﻟﺒﻴﺎﻧﺎت ﻣﺒﻮﺑﺔ ﰲ ﺟﺪول ﺗﻮزﻳﻊ ﺗﻜﺮاري )ﺣﺎﻟﺔ ﻣﺘﻐﲑ ﻛﻤﻲ ﻣﺘﺼﻞ(‪ ،‬ﻧﻘﻮم ﰲ اﻟﺒﺪاﻳﺔ ﺑﺘﺤﺪﻳﺪ اﻟﻔﺌﺔ‬
‫اﳌﻨﻮاﻟﻴﺔ ﰒ ﺣﺴﺎب اﳌﻨﻮال ‪ ،‬وﻫﻨﺎ ﳚﺐ اﻟﱰﻛﻴﺰ ﻋﻠﻰ أﻃﻮال اﻟﻔﺌﺎت‪ ،‬ﻓﺈذا ﻛﺎﻧﺖ أﻃﻮال اﻟﻔﺌﺎت ﻏﲑ ﻣﺘﺴﺎوﻳﺔ ﻧﻘﻮم‬
‫ﺑﺘﻌﺪﻳﻞ اﻟﺘﻜﺮارات ﺣﱵ ﺗﻜﻮن اﻟﻔﺌﺎت ﻣﺘﻨﺎﺳﻘﺔ ﺑﻴﻨﻬﺎ‪ ،‬وﻫﻨﺎ ﳕﻴﺰ ﺣﺎﻟﺘﺎن‪:‬‬
‫‪ ‬ﺣﺎﻟﺔ ﻓﺌﺎت ﻣﺘﺴﺎوﻳﺔ اﻟﻄﻮل‪ :‬ﰲ ﻫﺬﻩ اﳊﺎﻟﺔ اﻟﻔﺌﺔ اﳌﻨﻮاﻟﻴﺔ ﻫﻲ اﻟﻔﺌﺔ اﳌﻘﺎﺑﻠﺔ ﻷﻛﱪ ﺗﻜﺮار ‪ ، ni‬وﻳﺘﻢ‬
‫ﺣﺴﺎب اﳌﻨﻮال ﺑﺎﺳﺘﺨﺪام اﻟﻌﻼﻗﺔ اﻟﺘﺎﻟﻴﺔ‪:‬‬
‫‪1‬‬
‫‪M 0  L1 ‬‬ ‫‪k‬‬
‫‪1   2‬‬
‫ﺣﻴﺚ‪ : L1 :‬اﻟﺤﺪ اﻷدﻧﻰ ﻟﻠﻔﺌﺔ اﻟﻤﻨﻮاﻟﻴﺔ‬
‫‪ : 1‬اﻟﻔﺮق ﺑﻴﻦ ﺗﻜﺮار اﻟﻔﺌﺔ اﻟﻤﻨﻮاﻟﻴﺔ و ﺗﻜﺮار اﻟﻔﺌﺔ اﻟﺴﺎﺑﻘﺔ ﻟﻬﺎ‬
‫‪ :  2‬اﻟﻔﺮق ﺑﻴﻦ ﺗﻜﺮار اﻟﻔﺌﺔ اﻟﻤﻨﻮاﻟﻴﺔ و ﺗﻜﺮار اﻟﻔﺌﺔ اﻟﻼﺣﻘﺔ ﻟﻬﺎ‬
‫‪ : k‬ﻃﻮل اﻟﻔﺌﺔ اﻟﻤﻨﻮاﻟﻴﺔ‬
‫‪ ‬ﺣﺎﻟﺔ ﻓﺌﺎت ﻏﻴﺮ ﻣﺘﺴﺎوﻳﺔ اﻟﻄﻮل‪ :‬إذا ﻛﺎﻧﺖ ﻓﺌﺎت اﻟﺘﻮزﻳﻊ اﻹﺣﺼﺎﺋﻲ ﻏﲑ ﻣﺘﺴﺎوﻳﺔ اﻟﻄﻮل ﻧﻘﻮم ﺑﺘﻌﺪﻳﻞ‬
‫اﻟﺘﻜﺮارات‪ ،‬وﺗﻜﻮن اﻟﻔﺌﺔ اﳌﻨﻮاﻟﻴﺔ ﻫﻲ اﻟﻔﺌﺔ اﳌﻘﺎﺑﻠﺔ ﻷﻛﱪ ﺗﻜﺮار ﻣﻌ ّﺪل ) *‪ ،( ni‬وﻳﺘﻢ ﺣﺴﺎب اﳌﻨﻮال‬
‫ﺑﺎﺳﺘﺨﺪام ﻧﻔﺲ اﻟﻌﻼﻗﺔ اﻟﺴﺎﺑﻘﺔ ) ﻳﺴﺘﺨﺪم اﻟﺘﻜﺮار اﳌﻌ ّﺪل ﺑﺪل اﻟﺘﻜﺮار اﳌﻄﻠﻖ (‪:‬‬
‫‪1‬‬
‫‪M 0  L1 ‬‬ ‫‪k‬‬
‫‪1   2‬‬
‫ﺣﻴﺚ‪ : L1 :‬اﻟﺤﺪ اﻷدﻧﻰ ﻟﻠﻔﺌﺔ اﻟﻤﻨﻮاﻟﻴﺔ‬
‫‪ : 1‬اﻟﻔﺮق ﺑﻴﻦ اﻟﺘﻜﺮار اﻟﻤﻌ ّﺪل ﻟﻠﻔﺌﺔ اﻟﻤﻨﻮاﻟﻴﺔ و اﻟﺘﻜﺮار اﻟﻤﻌ ّﺪل ﻟﻠﻔﺌﺔ اﻟﺴﺎﺑﻘﺔ ﻟﻬﺎ‬
‫‪ :  2‬اﻟﻔﺮق ﺑﻴﻦ اﻟﺘﻜﺮار اﻟﻤﻌ ّﺪل ﻟﻠﻔﺌﺔ اﻟﻤﻨﻮاﻟﻴﺔ و اﻟﺘﻜﺮار اﻟﻤﻌ ّﺪل ﻟﻠﻔﺌﺔ اﻟﻼﺣﻘﺔ ﻟﻬﺎ‬
‫‪ : k‬ﻃﻮل اﻟﻔﺌﺔ اﻟﻤﻨﻮاﻟﻴﺔ‬
‫‪ -2-6-II‬ﺗﺤﺪﻳﺪ اﻟﻤﻨﻮال ﺑﻴﺎﻧﻴﺎ‪:‬‬

‫ﳝﻜﻦ ﲢﺪﻳﺪ اﳌﻨﻮال ﺑﻴﺎﻧﻴﺎ وذﻟﻚ ﻣﻦ ﺧﻼل رﺳﻢ اﳌﺪرج اﻟﺘﻜﺮاري ﻟﻠﻔﺌﺔ اﳌﻨﻮاﻟﻴﺔ واﻟﻔﺌﺘﲔ اﻟﺴﺎﺑﻘﺔ واﻟﻼﺣﻘﺔ‬
‫ﳍﺎ‪ ،‬ﺣﻴﺚ ﻧﻘﻮم ﺑﺈﻳﺼﺎل ﺑﺪاﻳﺔ اﳌﺴﺘﻄﻴﻞ ﻟﻠﻔﺌﺔ اﳌﻨﻮاﻟﻴﺔ ﺑﺒﺪاﻳﺔ اﳌﺴﺘﻄﻴﻞ ﻟﻠﻔﺌﺔ اﻟﻼﺣﻘﺔ ﳍﺎ‪ ،‬و ﺎﻳﺔ اﳌﺴﺘﻄﻴﻞ ﻟﻠﻔﺌﺔ‬
‫‪79‬‬
‫اﳌﻨﻮاﻟﻴﺔ ﺑﻨﻬﺎﻳﺔ اﳌﺴﺘﻄﻴﻞ ﻟﻠﻔﺌﺔ اﻟﺴﺎﺑﻘﺔ ﳍﺎ‪ ،‬وﻣﻦ ﻧﻘﻄﺔ اﻟﺘﻘﺎﻃﻊ ﻧﺴﻘﻂ ﻋﻤﻮد ﻋﻠﻰ اﶈﻮر اﻷﻓﻘﻲ )ﳏﻮر اﻟﺴﻴﻨﺎت(‬
‫وﻧﻘﻄﺔ ﺗﻘﺎﻃﻌﻪ ﻣﻊ ﻫﺬا اﶈﻮر ﺗﻌﻄﻲ ﻗﻴﻤﺔ اﳌﻨﻮال‪.‬‬
‫ﻣﺜﺎل )‪ :(26-3‬ﻹﳚﺎد اﳌﻨﻮال ﺣﺴﺎﺑﻴﺎ وﺑﻴﺎﻧﻴﺎ ﻧﺄﺧﺬ ﻣﻌﻄﻴﺎت اﳌﺜﺎل رﻗﻢ )‪.(04-3‬‬
‫اﻟﺠﺪول رﻗﻢ )‪ :(14-3‬ﻳﻮﺿﺢ ﻛﻴﻔﻴﺔ ﺗﺤﺪﻳﺪ اﻟﻔﺌﺔ اﻟﻤﻨﻮاﻟﻴﺔ‬
‫‪ni‬‬ ‫اﻟﺘﻜﺮار‬ ‫‪Xi‬‬ ‫ﻓﺌﺎت اﻷﺟﺮ‬

‫‪18‬‬ ‫‪20  10‬‬ ‫اﻟﻔﺋﺔ اﻟﻣﻧواﻟﯾﺔ‬
‫‪30‬‬ ‫‪30  20‬‬

‫أﻛﺑر ﺗﻛرار‬
‫‪25‬‬ ‫‪40  30‬‬
‫‪17‬‬ ‫‪50  40‬‬
‫‪12‬‬ ‫‪60  50‬‬
‫‪8‬‬ ‫‪70  60‬‬
‫‪110‬‬ ‫‪‬‬
‫ﻳﺘﺒﲔ أن اﻟﻔﺌﺎت ﻣﺘﺴﺎوﻳﺔ اﻟﻄﻮل وﻋﻠﻴﻪ ﻧﺘﺒﻊ اﳋﻄﻮات اﻟﺘﺎﻟﻴﺔ ﳊﺴﺎب اﳌﻨﻮال‪:‬‬
‫ﻣﻦ ﺧﻼل اﳉﺪول اﻟﺴﺎﺑﻖ ّ‬
‫‪ -‬ﺗﺤﺪﻳﺪ اﻟﻔﺌﺔ اﻟﻤﻨﻮاﻟﻴﺔ‪ :‬ﻫﻲ اﻟﻔﺌﺔ اﳌﻘﺎﺑﻠﺔ ﻷﻛﱪ ﺗﻜﺮار) أﻛﱪ ﺗﻜﺮار ﻫﻮ ‪ 30‬إذن اﻟﻔﺌﺔ اﳌﻨﻮاﻟﻴﺔ ﻫﻲ‬
‫‪ ، 30  20‬أي أن ‪.( M 0  20  30‬‬
‫‪ -‬ﺣﺴﺎب اﻟﻤﻨﻮال‪ :‬ﻧﻘﻮم ﲝﺴﺎب اﳌﻨﻮال ﺑﺎﺳﺘﺨﺪام اﻟﻌﻼﻗﺔ اﻟﺘﺎﻟﻴﺔ‪:‬‬
‫‪M 0  L1 ‬‬
‫‪1‬‬
‫‪ k  20 ‬‬
‫‪30  18‬‬ ‫‪ 10  27,05  10 3 DA‬‬
‫‪1   2‬‬ ‫‪30  18  30  25‬‬
‫‪80‬‬
‫اﻟﺸﻜﻞ )‪ :(04-3‬ﺗﻤﺜﻴﻞ ﺑﻴﺎﻧﻲ ﻳﺤﺪد ﻛﻴﻔﻴﺔ إﻳﺠﺎد اﻟﻤﻨﻮال‬

‫‪ni‬‬
‫‪30 -‬‬
‫‪27 -‬‬
‫‪24 -‬‬
‫‪21 -‬‬
‫‪18 -‬‬
‫‪15 -‬‬
‫‪12 -‬‬
‫‪9-‬‬
‫‪6-‬‬
‫‪3-‬‬
‫‪10 -‬‬
‫‪20 -‬‬
‫‪30 -‬‬
‫‪40 -‬‬
‫ﻓﺋﺎت اﻷﺟر‬
‫‪M 0  27,05‬‬
‫‪ -3-6-II‬ﺧﻮاص اﻟﻤﻨﻮال‪:1‬‬
‫‪ -‬أﺳﻬﻞ ﻣﻘﺎﻳﻴﺲ اﻟﻨﺰﻋﺔ اﳌﺮﻛﺰﻳﺔ؛‬
‫‪ -‬ﻻ ﻳﺘﺄﺛﺮ ﺑﺎﻟﻘﻴﻢ اﳌﺘﻄﺮﻓﺔ وﻏﲑ ﻗﺎﺑﻞ ﻟﻠﻌﻤﻠﻴﺎت اﳉﱪﻳﺔ؛‬
‫‪ -‬ﳝﻜﻦ ﺣﺴﺎﺑﻪ ﺑﻴﺎﻧﻴﺎ؛‬
‫‪ -‬ﳝﻜﻦ ﺣﺴﺎﺑﻪ ﻣﻦ ﺟﺪاول اﻟﺘﻮزﻳﻊ اﻟﺘﻜﺮاري اﳌﻔﺘﻮﺣﺔ؛‬
‫‪ -‬ﻳﻌﺘﱪ أﻓﻀﻞ اﳌﺘﻮﺳﻄﺎت ﻟﻮﺻﻒ اﻟﻈﻮاﻫﺮ اﻟﻨﻮﻋﻴﺔ )اﻟﻜﻴﻔﻴﺔ(‪.‬‬
‫‪-III‬اﻟﻌﻼﻗﺔ ﺑﻴﻦ ﻣﻘﺎﻳﻴﺲ اﻟﻨﺰﻋﺔ اﻟﻤﺮﻛﺰﻳﺔ ) اﻟﻤﺘﻮﺳﻂ اﻟﺤﺴﺎﺑﻲ واﻟﻮﺳﻴﻂ واﻟﻤﻨﻮال(‪:‬‬
‫إذا ﻛﺎن ﻤﻮﻋﺔ اﻟﺒﻴﺎﻧﺎت ﻣﻨﻮال واﺣﺪ ﻓﺈن اﳌﺘﻮﺳﻂ واﻟﻮﺳﻴﻂ واﳌﻨﻮال ﺗﺮﺑﻄﻬﻢ إﺣﺪى اﻟﻌﻼﻗﺎت اﻟﺘﺎﻟﻴﺔ‪:‬‬
‫‪ -1‬إذا ﻛﺎن اﻟﺘﻮزﻳﻊ اﻟﺘﻜﺮاري ﻣﺘﻤﺎﺛﻞ ﻓﺈن اﳌﻨﺤﲎ ﻳﻜﻮن ﻣﺘﻤﺎﺛﻞ وﻟﻪ ﻗﻤﺔ واﺣﺪة وﺷﻜﻠﻪ ﻳﺸﺒﻪ ﺷﻜﻞ اﳉﺮس‬
‫وﰲ ﻫﺬﻩ اﳊﺎﻟﺔ ﻳﻜﻮن‪ ، X  Me  M0 :‬وإذا ﻛﺎن ﻣﻨﺤﲎ اﻟﺘﻮزﻳﻊ اﻟﺘﻜﺮاري ﻣﻠﺘﻮﻳﺎ اﻟﺘﻮاء ﻗﻠﻴﻞ ﻓﺈن‬
‫اﻟﻌﻼﻗﺔ اﻟﺘﺎﻟﻴﺔ ﺻﺤﻴﺤﺔ‪ ، X  M 0  3( X  M e ) :‬وﺗﻔﻴﺪ ﻫﺬﻩ اﻟﻌﻼﻗﺔ ﰲ إﳚﺎد اﳌﺘﻮﺳﻂ اﳊﺴﺎﰊ إذا‬
‫ﻛﺎن ﺟﺪول اﻟﺘﻮزﻳﻊ اﻟﺘﻜﺮاري ﻣﻔﺘﻮح ﻣﻦ أﺣﺪ ﻃﺮﻓﻴﻪ‪.‬‬
‫‪ -1‬ﻋﻠﻲ ﻋﺒﺪ اﻟﺴﻼم اﻟﻌﻤﺎري وﻋﻠﻲ ﺣﺴﲔ اﻟﻌﺠﻴﻠﻲ‪ ،‬ﻣﺮﺟﻊ ﺳﺎﺑﻖ‪ ،‬ص‪.67‬‬
‫‪81‬‬
‫‪ -2‬إذا ﻛﺎن اﻟﻤﺘﻮﺳﻂ أﻛﺒﺮ ﻣﻦ اﻟﻮﺳﻴﻂ وأﻛﺒﺮ ﻣﻦ اﻟﻤﻨﻮال ﻓﺈن ﻣﻨﺤﲎ اﻟﺘﻮزﻳﻊ ﻳﻜﻮن ﻣﻠﺘﻮﻳﺎ ﻧﺎﺣﻴﺔ اﻟﻴﻤﲔ‬
‫‪.M‬‬ ‫‪o‬‬ ‫‪M e  X‬‬ ‫وﰲ ﻫﺬﻩ اﳊﺎﻟﺔ ﻳﻜﻮن‪:‬‬
‫‪ -3‬إذا ﻛﺎن اﻟﻤﺘﻮﺳﻂ أﻗﻞ ﻣﻦ اﻟﻮﺳﻴﻂ وأﻗﻞ ﻣﻦ اﻟﻤﻨﻮال ﻓﺈن ﻣﻨﺤﲎ اﻟﺘﻮزﻳﻊ ﻳﻜﻮن ﻣﻠﺘﻮﻳﺎ ﻧﺎﺣﻴﺔ اﻟﻴﺴﺎر وﰲ‬
‫‪M‬‬ ‫‪o‬‬ ‫‪M‬‬ ‫‪e‬‬ ‫‪X‬‬ ‫ﻫﺬﻩ اﳊﺎﻟﺔ ﻳﻜﻮن‪:‬‬
‫ﻣﻧﺣﻧﻰ اﻟﺗوزﯾﻊ ﻣﺎﺋل ﻟﻠﯾﺳﺎر‬ ‫ﻣﻧﺣﻧﻰ اﻟﺗوزﯾﻊ ﻣﺗﻣﺎﺛل‬ ‫ﻣﻧﺣﻧﻰ اﻟﺗوزﯾﻊ ﻣﺎﺋل ﻟﻠﯾﻣﯾن‬
‫‪Mo Me X‬‬
‫‪X‬‬ ‫‪Me Mo‬‬
‫‪X M‬‬ ‫‪e‬‬ ‫‪M‬‬ ‫‪0‬‬ ‫‪X  Me  M0‬‬ ‫‪M‬‬ ‫‪0‬‬ ‫‪M‬‬ ‫‪e‬‬ ‫‪X‬‬
‫ﻣﻦ أﺟﻞ ﻣﻌﺮﻓﺔ ﺷﻜﻞ اﻟﺘﻮزﻳﻊ اﻹﺣﺼﺎﺋﻲ ﻋﻤﻠﻴﺎ ﻧﺄﺧﺬ ﻣﻌﻄﻴﺎت اﳌﺜﺎل )‪ (04-3‬اﻟﺬي ﻛﻨﺎ ﺳﺎﺑﻘﺎ ﻗﺪ ﻗﻤﻨﺎ‬
‫ﲝﺴﺎب ﳐﺘﻠﻒ ﻣﻘﺎﻳﻴﺲ اﻟﻨﺰﻋﺔ اﳌﺮﻛﺰﻳﺔ ﻟﻪ ﻓﺤﺼﻠﻨﺎ ﻋﻠﻰ‪:‬‬
‫‪M 0  27 ,05  10 3 DA‬‬ ‫‪M e  32 ,8  10 3 DA‬‬ ‫‪X  34 , 9  10 3 DA‬‬
‫‪ M 0  M e  X‬ﻓﺈن ﻣﻨﺤﲎ اﻟﺘﻮزﻳﻊ ﻣﺎﺋﻞ ﻟﻠﻴﻤﲔ‪.‬‬ ‫ﲟﺎ أن‪:‬‬
‫‪82‬‬
‫ﺗﻤﺎرﻳﻦ اﻟﻔﺼﻞ اﻟﺜﺎﻟﺚ‪:‬‬
‫اﻟﺘﻤﺮﻳﻦ اﻷول‪ :‬اﻟﺒﻴﺎﻧﺎت اﻟﺘﺎﻟﻴﺔ ﺗﻌﺮض ﺗﻮزﻳﻊ ﻋﻤﺎل ورﺷﺔ ﺑﻨﺎء ﺣﺴﺐ ﻋﺪد اﻷﻳﺎم اﻟﱵ اﺷﺘﻐﻠﻮﻫﺎ ﰲ ﺷﻬﺮ ﺟﺎﻧﻔﻲ‪:‬‬
‫‪‬‬ ‫‪22‬‬ ‫‪20‬‬ ‫‪18‬‬ ‫‪15‬‬ ‫‪10‬‬ ‫ﻋﺪد اﻷﻳﺎم ‪X i‬‬
‫‪40‬‬ ‫‪4‬‬ ‫‪6‬‬ ‫‪8‬‬ ‫‪12‬‬ ‫‪10‬‬ ‫ﻋﺪد اﻟﻌﻤﺎل ‪ni‬‬
‫‪ -2‬ﲢﺪﻳﺪ ﻣﺘﻮﺳﻂ أﻳﺎم اﺷﺘﻐﺎل اﻟﻌﻤﺎل ﰲ ﺷﻬﺮ ﺟﺎﻧﻔﻲ‪.‬‬
‫‪ -3‬ﺣﺴﺎب اﻟﻮﺳﻴﻂ واﳌﻨﻮال‪.‬‬
‫‪ -1‬اﻟﻤﺘﻐﻴﺮة اﻟﻤﺪروﺳﺔ‪ :‬ﻋﺪد اﻷﻳﺎم اﻟﱵ اﺷﺘﻐﻠﻬﺎ اﻟﻌﻤﺎل ﰲ ﺷﻬﺮ ﺟﺎﻧﻔﻲ‪ ،‬ﻃﺒﻴﻌﺘﻬﺎ‪ :‬ﻛﻤﻴﺔ ﻣﻨﻔﺼﻠﺔ‪.‬‬
‫‪ -2‬ﺣﺴﺎب ﻣﺘﻮﺳﻂ أﻳﺎم اﺷﺘﻐﺎل اﻟﻌﻤﺎل‪:‬‬
‫اﻟﺠﺪول رﻗﻢ )‪ :(15-3‬ﺗﻮزﻳﻊ اﻟﻌﻤﺎل ﺣﺴﺐ ﻋﺪد اﻷﻳﺎم اﻟﻤﺸﺘﻐﻠﺔ ﺷﻬﺮ ﺟﺎﻧﻔﻲ‬
‫‪ni ‬‬ ‫‪ni ‬‬ ‫‪xini‬‬ ‫‪ni‬‬ ‫اﻟﺘﻜﺮارات‬ ‫‪X‬‬ ‫‪i‬‬ ‫ﻋﺪد اﻷﻳﺎم‬
‫‪40‬‬ ‫‪10‬‬ ‫‪100‬‬ ‫‪10‬‬ ‫‪10‬‬

‫‪30‬‬ ‫‪22‬‬ ‫‪180‬‬ ‫‪12‬‬ ‫‪15‬‬
‫‪18‬‬ ‫‪30‬‬ ‫‪144‬‬ ‫‪8‬‬ ‫‪18‬‬

‫‪10‬‬ ‫‪36‬‬ ‫‪120‬‬ ‫‪6‬‬ ‫‪20‬‬
‫‪4‬‬ ‫‪40‬‬ ‫‪88‬‬ ‫‪4‬‬ ‫‪22‬‬
‫‪-‬‬ ‫‪-‬‬ ‫‪632‬‬ ‫‪40‬‬ ‫‪‬‬
‫‪83‬‬
‫ﻣﺘﻮﺳﻂ اﻷﻳﺎم اﻟﱵ اﺷﺘﻐﻠﻬﺎ ﻋﻤﺎل اﻟﻮرﺷﺔ ﻫﻮ‪:‬‬

‫‪k‬‬ ‫‪5‬‬
‫‪‬‬ ‫‪x‬‬ ‫‪i‬‬ ‫‪n‬‬ ‫‪i‬‬ ‫‪‬‬ ‫‪x‬‬ ‫‪i‬‬ ‫‪n‬‬ ‫‪i‬‬
‫‪632‬‬
‫‪X‬‬ ‫‪‬‬ ‫‪i  1‬‬
‫‪k‬‬
‫‪‬‬ ‫‪i  1‬‬
‫‪5‬‬
‫‪‬‬ ‫‪‬‬ ‫‪15‬‬ ‫‪,8‬‬ ‫‪‬‬ ‫‪16‬‬
‫‪40‬‬
‫‪‬‬ ‫‪i  1‬‬
‫‪n‬‬ ‫‪i‬‬ ‫‪‬‬ ‫‪i  1‬‬
‫‪n‬‬ ‫‪i‬‬
‫اﺷﺘﻐﻞ ﻋﻤﺎل ورﺷﺔ اﻟﺒﻨﺎء ﺷﻬﺮ ﺟﺎﻧﻔﻲ ﰲ اﳌﺘﻮﺳﻂ ‪ 16‬ﻳﻮﻣﺎ‪.‬‬
‫‪ -3‬ﺣﺴﺎب اﻟﻮﺳﻴﻂ واﻟﻤﻨﻮال‪:‬‬
‫ﺣﺴﺎب اﻟﻮﺳﻴﻂ‪ :‬ﲟﺎ أن اﳌﺘﻐﲑة اﳌﺪروﺳﺔ ﻛﻤﻴﺔ ﻣﻨﻔﺼﻠﺔ ﻧﺘﺒﻊ اﳋﻄﻮات اﻟﺘﺎﻟﻴﺔ‪:‬‬
‫‪. N   ni‬‬ ‫ﺣﻴﺚ‬ ‫‪ -‬ﳓﺪد رﺗﺒﺔ اﻟﻮﺳﻴﻂ‬

‫‪k‬‬
‫‪N 40‬‬
‫‪ 40‬‬ ‫‪‬‬ ‫‪ 20‬‬
‫‪i 1‬‬ ‫‪2‬‬ ‫‪2‬‬
‫‪ -‬ﻧﻼﺣﻆ أن اﻟﻘﻴﻤﺔ ‪ ) 20‬رﺗﺒﺔ اﻟﻮﺳﻴﻂ( ﻏﲑ ﻣﻮﺟﻮدة ﰲ اﻟﻌﻤﻮد اﳋﺎص ﺑﺎﻟﺘﻜﺮار اﳌﺘﺠﻤﻊ اﻟﺼﺎﻋﺪ وﻋﻠﻴﻪ‬
‫‪ 22 N‬وﻋﻠﻴﻪ ﺗﻜﻮن ﻗﻴﻤﺔ اﻟﻮﺳﻴﻂ ﻗﻴﻤﺔ‬ ‫‪‬‬
‫‪ 2010‬‬ ‫ﻧﺒﺤﺚ ﻋﻦ اﻟﻘﻴﻤﺔ اﻷﻋﻠﻰ ﻣﻨﻬﺎ ﻣﺒﺎﺷﺮة وﻫﻲ ‪22‬‬
‫‪‬‬ ‫‪2‬‬ ‫‪‬‬
‫‪ X i‬اﻟﱵ ﺗﻘﺎﺑﻞ اﻟﻘﻴﻤﺔ ‪ ،22‬وﻣﻨﻪ ﻓﺈن ﻗﻴﻤﺔ اﻟﻮﺳﻴﻂ ﻫﻲ‪. M e  15 :‬‬
‫ﺣﺴﺎب اﻟﻤﻨﻮال‪:‬‬
‫‪M 0  15‬‬ ‫ﲟﺎ أن أﻛﱪ ﺗﻜﺮار ﻫﻮ ‪ 12‬ﻓﺈن ﻗﻴﻤﺔ اﳌﻨﻮال ﻫﻲ اﻟﻘﻴﻤﺔ اﳌﻘﺎﺑﻠﺔ ﳍﺎ‪ ،‬وﻋﻠﻴﻪ ﳒﺪ أن‪:‬‬
‫ﻳﻌﺮض اﳉﺪول اﻟﺘﺎﱄ ﺗﻮزﻳﻊ ﻋﻴﻨﺔ ﻣﻦ ‪ 100‬أﺳﺮة ﺣﺴﺐ ﻧﻔﻘﺎ ﻢ اﻟﺸﻬﺮﻳﺔ )اﻟﻮﺣﺪة‪ 310 :‬دج(‪.‬‬
‫‪‬‬ ‫‪80  75 75  55 55  40 40  35 35  25 25  20‬‬ ‫ﻓﺌﺎت اﻟﻨﻔﻘﺎت ‪X i‬‬
‫‪100‬‬ ‫‪5‬‬ ‫‪30‬‬ ‫‪25‬‬ ‫‪20‬‬ ‫‪15‬‬ ‫‪5‬‬ ‫اﻟﺘﻜﺮار ‪ni‬‬
‫‪ -2‬ﲢﺪﻳﺪ ﻣﺘﻮﺳﻂ اﻹﻧﻔﺎق اﻟﺸﻬﺮي ﳍﺬﻩ اﻟﻌﺎﺋﻼت‪.‬‬
‫‪ -3‬ﺣﺴﺎب اﻟﻮﺳﻴﻂ وﲢﺪﻳﺪ اﳌﻨﻮال ﺣﺴﺎﺑﻴﺎ وﺑﻴﺎﻧﻴﺎ‪.‬‬
‫‪ -4‬ﻣﺎ ﺷﻜﻞ اﻟﺘﻮزﻳﻊ اﻹﺣﺼﺎﺋﻲ ﺑﺎﺳﺘﺨﺪام ﻣﻘﺎﻳﻴﺲ اﻟﻨﺰﻋﺔ اﳌﺮﻛﺰﻳﺔ‪.‬‬
‫‪ -5‬أﺛﺒﺖ ﺣﺴﺎﺑﻴًﺎ ﺗﺴﺎوي ﻛﻞ ﻣﻦ‪ M e :‬و ‪ D5‬وﺗﺴﺎوي ﻛﺬﻟﻚ‪ Q3 :‬و ‪. C 75‬‬
‫‪84‬‬

‫‪ -1‬اﻟﻤﺘﻐﻴﺮة اﻟﻤﺪروﺳﺔ‪ :‬اﻟﻨﻔﻘﺎت اﻟﺸﻬﺮﻳﺔ‪ ،‬ﻃﺒﻴﻌﺘﻬﺎ‪ :‬ﻛﻤﻴﺔ ﻣﺘﺼﻠﺔ‪.‬‬
‫‪ -2‬ﺣﺴﺎب ﻣﺘﻮﺳﻂ اﻟﻨﻔﻘﺎت اﻟﺸﻬﺮﻳﺔ‪:‬‬
‫اﻟﺠﺪول رﻗﻢ )‪ :(16-3‬ﺗﻮزﻳﻊ اﻟﻌﺎﺋﻼت ﺣﺴﺐ ﻧﻔﻘﺎﺗﻬﻢ اﻟﺸﻬﺮﻳﺔ‬
‫ﻃﻮل‬ ‫ﻣﺮﻛﺰ اﻟﻔﺌﺔ‬ ‫اﻟﺘﻜﺮار‬

‫اﻟﺘﻜﺮار اﻟﻤﻌﺪل ‪n‬‬
‫‪‬‬
‫‪xini‬‬ ‫ﻓﺌﺎت اﻟﻨﻔﻘﺎت ‪X i‬‬
‫اﻟﻔﺌﺔ‬
‫‪i‬‬
‫‪ni ‬‬ ‫‪xi‬‬ ‫‪ni‬‬
‫‪5‬‬
‫‪n1 ‬‬ ‫‪5  5‬‬ ‫‪5‬‬ ‫‪5‬‬ ‫‪112,5‬‬ ‫‪22,5‬‬ ‫‪5‬‬ ‫‪25  20‬‬
‫‪5‬‬
‫‪15‬‬
‫‪n2 ‬‬ ‫‪ 5  7,5‬‬ ‫‪10‬‬ ‫‪20‬‬ ‫‪450‬‬ ‫‪30‬‬ ‫‪15‬‬ ‫‪35  25‬‬
‫‪10‬‬
‫‪20‬‬ ‫‪5‬‬ ‫‪750‬‬ ‫‪37,5‬‬ ‫‪20‬‬
‫‪n3 ‬‬
‫‪5‬‬
‫‪ 5  20‬‬ ‫‪40‬‬ ‫‪40  35‬‬
‫‪25‬‬
‫‪n4 ‬‬ ‫‪ 5  8,33‬‬ ‫‪15‬‬ ‫‪65‬‬ ‫‪1187,5‬‬ ‫‪47,5‬‬ ‫‪25‬‬ ‫‪55  40‬‬
‫‪15‬‬
‫‪30‬‬
‫‪n5 ‬‬ ‫‪ 5  7,5‬‬ ‫‪20‬‬ ‫‪95‬‬ ‫‪1950‬‬ ‫‪65‬‬ ‫‪30‬‬ ‫‪75  55‬‬
‫‪20‬‬
‫‪5‬‬
‫‪n6 ‬‬ ‫‪5  5‬‬ ‫‪5‬‬ ‫‪100‬‬ ‫‪387,5‬‬ ‫‪77,5‬‬ ‫‪5‬‬ ‫‪80  75‬‬
‫‪5‬‬
‫‪-‬‬ ‫‪-‬‬ ‫‪-‬‬ ‫‪4837,5‬‬ ‫‪-‬‬ ‫‪100‬‬ ‫‪‬‬
‫ﻣﺘﻮﺳﻂ اﻟﻨﻔﻘﺎت اﻟﺸﻬﺮﻳﺔ ﻟﻠﻌﺎﺋﻼت ﻫﻮ‪:‬‬
‫‪k‬‬ ‫‪6‬‬
‫‪‬‬ ‫‪x in‬‬ ‫‪i‬‬ ‫‪‬‬ ‫‪x in‬‬ ‫‪i‬‬

‫‪4837‬‬ ‫‪,5‬‬
‫‪X‬‬ ‫‪‬‬ ‫‪i  1‬‬
‫‪k‬‬
‫‪‬‬ ‫‪i  1‬‬
‫‪6‬‬
‫‪‬‬ ‫‪ 48 , 375‬‬ ‫‪ 10‬‬ ‫‪3‬‬
‫‪DA‬‬
‫‪100‬‬
‫‪‬‬
‫‪i  1‬‬
‫‪n‬‬ ‫‪i‬‬ ‫‪‬‬‫‪i  1‬‬
‫‪n‬‬ ‫‪i‬‬
‫‪ -3‬ﺣﺴﺎب اﻟﻮﺳﻴﻂ وﺗﺤﺪﻳﺪ اﻟﻤﻨﻮال ﺣﺴﺎﺑﻴﺎ وﺑﻴﺎﻧﻴﺎ‪:‬‬

‫اﻟﻮﺳﻴﻂ ﺣﺴﺎﺑﻴﺎ‪ :‬ﳊﺴﺎب اﻟﻮﺳﻴﻂ ﻧﺘﺒﻊ اﳋﻄﻮات اﻟﺘﺎﻟﻴﺔ‪:‬‬
‫‪.‬‬ ‫‪ ( N‬ﺣﻴﺚ‬ ‫) ‪ 50‬‬ ‫‪ -‬ﳓﺪد رﺗﺒﺔ اﻟﻮﺳﻴﻂ‬
‫‪k‬‬
‫‪100‬‬
‫‪N   ni  100‬‬ ‫‪‬‬
‫‪i 1‬‬ ‫‪2‬‬ ‫‪2‬‬
‫‪85‬‬
‫‪ -‬ﳓﺪد اﻟﻔﺌﺔ اﻟﻮﺳﻴﻄﻴﺔ‪ :‬رﺗﺒﺔ اﻟﻮﺳﻴﻂ ﻫﻲ ‪ 50‬وﻫﻲ ﻏﲑ ﻣﻮﺟﻮدة ﺑﲔ ﻗﻴﻢ ﻋﻤﻮد اﻟﺘﻜﺮار اﳌﺘﺠﻤﻊ اﻟﺼﺎﻋﺪ‪،‬‬
‫‪، 65 N‬‬ ‫‪‬‬
‫‪ 50 40‬‬ ‫ﻟﺬﻟﻚ ﳓﺪد اﻟﻘﻴﻤﺔ اﻷﻋﻠﻰ ﻣﻨﻬﺎ ﻣﺒﺎﺷﺮة ﻟﺘﻜﻮن اﻟﻔﺌﺔ اﳌﻘﺎﺑﻠﺔ ﳍﺎ ﻫﻲ اﻟﻔﺌﺔ اﻟﻮﺳﻴﻄﻴﺔ‬
‫‪‬‬ ‫‪2‬‬ ‫‪‬‬
‫وﻋﻠﻴﻪ ﻓﺈن اﻟﻔﺌﺔ اﻟﻮﺳﻴﻄﻴﺔ ﻫﻲ ‪. 55  40‬‬
‫‪ -‬ﳓﺪد وﳓﺴﺐ اﻟﻮﺳﻴﻂ ﺑﺘﻄﺒﻴﻖ اﻟﻌﻼﻗﺔ اﻹﺣﺼﺎﺋﻴﺔ ﻟﻠﻮﺳﻴﻂ‪:‬‬
‫‪N‬‬ ‫‪100‬‬
‫‪ N‬‬ ‫‪0‬‬ ‫‪ 40‬‬
‫‪M‬‬ ‫‪ L1 ‬‬ ‫‪2‬‬ ‫‪ k  40 ‬‬ ‫‪2‬‬ ‫‪ 15  46  10‬‬ ‫‪3‬‬
‫‪DA‬‬
‫‪e‬‬
‫‪ne‬‬ ‫‪25‬‬
‫اﻟﻤﻨﻮال ﺣﺴﺎﺑﻴﺎ‪:‬‬
‫ﲟﺎ أن اﻟﻔﺌﺎت ﻏﲑ ﻣﺘﺴﺎوﻳﺔ اﻟﻄﻮل ﻧﻘﻮم ﺑﺘﻌﺪﻳﻞ اﻟﺘﻜﺮارات‪ ،‬ﺣﻴﺚ ﻧﺄﺧﺬ ﻃﻮل اﻟﻔﺌﺔ اﳌﺨﺘﺎر ﻣﺴﺎوي ﻟـ ‪ 5‬ﻛﺄﺳﺎس‬
‫ﻟﺘﻌﺪﻳﻞ اﻟﺘﻜﺮارات ) أﺻﻐﺮ ﻃﻮل ﻓﺌﺔ(‪.‬‬
‫‪ ‬ﺗﺤﺪﻳﺪ اﻟﻔﺌﺔ اﻟﻤﻨﻮاﻟﻴﺔ‪ :‬اﻟﻔﺌﺔ اﳌﻨﻮاﻟﻴﺔ ﻫﻲ اﻟﻔﺌﺔ اﳌﻘﺎﺑﻠﺔ ﻷﻛﱪ ﺗﻜﺮار ﻣﻌ ّﺪل)أﻛﱪ ﺗﻜﺮار ﻣﻌ ّﺪل ﻫﻮ ‪(20‬‬
‫وﻋﻠﻴﻪ ﻓﺈن اﻟﻔﺌﺔ اﳌﻨﻮاﻟﻴﺔ ﻫﻲ اﻟﻔﺌﺔ ‪. 40  35‬‬
‫‪1‬‬ ‫)‪( 20  7,5‬‬
‫‪M 0  L1 ‬‬ ‫‪ k  35 ‬‬ ‫‪ 5  37,59  103 DA‬‬
‫‪1   2‬‬ ‫)‪(20  7,5)  ( 20  8,33‬‬
‫ﺣﻴﺚ ‪ : L1  35‬اﳊﺪ اﻷدﱏ ﻟﻠﻔﺌﺔ اﳌﻨﻮاﻟﻴﺔ‪.‬‬
‫‪ : 1  (20  7,5)  12,5‬اﻟﻔﺮق ﺑﲔ اﻟﺘﻜﺮار اﳌﻌ ّﺪل ﻟﻠﻔﺌﺔ اﳌﻨﻮاﻟﻴﺔ و اﻟﺘﻜﺮار اﳌﻌ ّﺪل ﻟﻠﻔﺌﺔ اﻟﺴﺎﺑﻘﺔ ﳍﺎ‪.‬‬
‫‪ :  2  (20  8,33)  11,67‬اﻟﻔﺮق ﺑﲔ اﻟﺘﻜﺮار اﳌﻌ ّﺪل ﻟﻠﻔﺌﺔ اﳌﻨﻮاﻟﻴﺔ و اﻟﺘﻜﺮار اﳌﻌ ّﺪل ﻟﻠﻔﺌﺔ اﻟﻼﺣﻘﺔ ﳍﺎ‪.‬‬
‫‪ : k  5‬ﻃﻮل اﻟﻔﺌﺔ اﳌﻨﻮاﻟﻴﺔ‪.‬‬
‫‪86‬‬
‫اﻟﻤﻨﻮال ﺑﻴﺎﻧﻴﺎ‪:‬‬
‫اﻟﺸﻜﻞ )‪ :(05-3‬ﺗﻤﺜﻴﻞ ﺑﻴﺎﻧﻲ ﻳﺤﺪد ﻛﻴﻔﻴﺔ إﻳﺠﺎد اﻟﻤﻨﻮال‬
‫*‬
‫اﻟﺗﻛرار اﻟﻣﻌدل ) ‪( ni‬‬
‫‪20 -‬‬
‫‪-‬‬
‫‪16 -‬‬
‫‪-‬‬
‫‪12 -‬‬
‫‪-‬‬
‫‪8-‬‬
‫‪-‬‬
‫‪4-‬‬
‫‪25 -‬‬
‫‪30 -‬‬
‫‪35 -‬‬
‫‪40 -‬‬
‫‪45 -‬‬
‫‪50 -‬‬
‫‪55 -‬‬
‫ﻓﺋﺎت اﻷﺟر‬
‫‪M 0  37,59‬‬
‫‪ -4‬ﺗﺤﺪﻳﺪ ﺷﻜﻞ اﻟﺘﻮزﻳﻊ اﻹﺣﺼﺎﺋﻲ‪:‬‬
‫ﲟﺎ أن اﳌﺘﻮﺳﻂ أﻛﱪ ﻣﻦ اﻟﻮﺳﻴﻂ واﳌﻨﻮال ) ‪ ( M 0  M e  X‬ﻓﺈن ﻣﻨﺤﲎ اﻟﺘﻮزﻳﻊ اﻹﺣﺼﺎﺋﻲ ﻣﺎﺋﻞ ﻟﻠﻴﻤﲔ‪.‬‬
‫‪ -5‬ﺣﺴﺎب‪ Q3 ، D5 ، M e :‬و ‪: C 75‬‬
‫‪M‬‬ ‫‪e‬‬ ‫‪ 46  10 3 DA‬‬
‫‪ ‬ﺣﺴﺎب اﻟﻌﺸﻴﺮ اﻟﺨﺎﻣﺲ ‪ : D5‬ﳊﺴﺎب اﻟﻌﺸﲑ اﳋﺎﻣﺲ ﻧﺘﺒﻊ اﳋﻄﻮات اﻟﺘﺎﻟﻴﺔ‪:‬‬
‫‪.‬‬ ‫‪ ( 5 N‬ﺣﻴﺚ‬ ‫‪5  100‬‬

‫) ‪ 50‬‬ ‫‪ -‬ﳓﺪد رﺗﺒﺔ اﻟﻌﺸﲑ اﳋﺎﻣﺲ‬
‫‪k‬‬
‫‪N   ni  100‬‬ ‫‪‬‬
‫‪i 1‬‬ ‫‪10‬‬ ‫‪10‬‬
‫‪ -‬ﳓﺪد ﻓﺌﺔ اﻟﻌﺸﲑ اﳋﺎﻣﺲ‪ :‬رﺗﺒﺔ ‪ D5‬ﻫﻲ ‪ 50‬وﻫﻲ ﻏﲑ ﻣﻮﺟﻮدة ﺑﲔ ﻗﻴﻢ ﻋﻤﻮد اﻟﺘﻜﺮار اﳌﺘﺠﻤﻊ‬
‫اﻟﺼﺎﻋﺪ‪ ،‬ﻟﺬﻟﻚ ﳓﺪد اﻟﻘﻴﻤﺔ اﻷﻋﻠﻰ ﻣﻨﻬﺎ ﻣﺒﺎﺷﺮة ﻟﺘﻜﻮن اﻟﻔﺌﺔ اﳌﻘﺎﺑﻠﺔ ﳍﺎ ﻫﻲ ﻓﺌﺔ ‪D5‬‬
‫‪ ، 65 5 N‬وﻋﻠﻴﻪ ﻓﺈن ﻓﺌﺔ اﻟﻌﺸﲑ اﳋﺎﻣﺲ ﻫﻲ ‪. 55  40‬‬ ‫‪‬‬
‫‪ 50 40‬‬
‫‪‬‬ ‫‪10‬‬ ‫‪‬‬
‫‪ -‬ﳓﺪد وﳓﺴﺐ اﻟﻌﺸﲑ اﳋﺎﻣﺲ ﺑﺘﻄﺒﻴﻖ اﻟﻌﻼﻗﺔ اﻹﺣﺼﺎﺋﻴﺔ اﻟﺘﺎﻟﻴﺔ‪:‬‬
‫‪87‬‬
‫‪5N‬‬ ‫‪500‬‬
‫‪ N‬‬ ‫‪0‬‬ ‫‪ 40‬‬
‫‪D‬‬ ‫‪5‬‬ ‫‪ L1‬‬ ‫‪ 10‬‬ ‫‪ k  40  10‬‬ ‫‪ 15  46  10‬‬ ‫‪3‬‬
‫‪DA‬‬
‫‪n D5‬‬ ‫‪25‬‬
‫‪M‬‬ ‫‪e‬‬ ‫وﻣﻨﻪ ﳒﺪ أن‪ D 5 :‬‬

‫‪ ‬ﺣﺴﺎب اﻟﺮﺑﻴﻊ اﻟﺜﺎﻟﺚ ‪: Q3‬‬
‫‪.‬‬ ‫‪ ( 3 N‬ﺣﻴﺚ‬ ‫‪3  100‬‬

‫) ‪ 75‬‬ ‫‪ -‬ﳓﺪد رﺗﺒﺔ اﻟﺮﺑﻴﻊ اﻟﺜﺎﻟﺚ‬
‫‪k‬‬
‫‪N   ni  100‬‬ ‫‪‬‬
‫‪i 1‬‬ ‫‪4‬‬ ‫‪4‬‬
‫‪ ، 95 3 N‬وﻋﻠﻴﻪ ﻓﺈن ﻓﺌﺔ اﻟﺮﺑﻴﻊ‬ ‫‪‬‬

‫‪ 75 65‬‬ ‫‪ -‬ﳓﺪد ﻓﺌﺔ اﻟﺮﺑﻴﻊ اﻟﺜﺎﻟﺚ‪ :‬رﺗﺒﺔ ‪ Q3‬ﻫﻲ ‪ 75‬أي أ ّن‪:‬‬
‫‪‬‬ ‫‪4‬‬ ‫‪‬‬
‫اﻟﺜﺎﻟﺚ ﻫﻲ ‪. 75  55‬‬
‫‪ -‬ﳓﺴﺐ اﻟﺮﺑﻴﻊ اﻟﺜﺎﻟﺚ ﺑﺘﻄﺒﻴﻖ اﻟﻌﻼﻗﺔ اﻹﺣﺼﺎﺋﻴﺔ اﻟﺘﺎﻟﻴﺔ‪:‬‬
‫‪3N‬‬ ‫‪300‬‬
‫‪ N‬‬ ‫‪0‬‬ ‫‪ 65‬‬
‫‪Q3‬‬ ‫‪ L1  4‬‬ ‫‪ k  55  4‬‬ ‫‪ 20  61 , 67  10‬‬ ‫‪3‬‬
‫‪DA‬‬
‫‪n Q3‬‬ ‫‪30‬‬
‫‪ ‬ﺣﺴﺎب ‪ : C 75‬ﻧﺘﺒﻊ ﻧﻔﺲ اﳋﻄﻮات ﻓﻨﺤﺼﻞ ﻋﻠﻰ‪:‬‬

‫‪75 N‬‬ ‫‪7500‬‬
‫‪ N0‬‬ ‫‪ 65‬‬
‫‪C 75‬‬ ‫‪ L1 ‬‬ ‫‪100‬‬ ‫‪ k  55 ‬‬ ‫‪100‬‬ ‫‪ 20  61 , 67  10 3 DA‬‬
‫‪n C 75‬‬ ‫‪30‬‬
‫وﻣﻨﻪ ﻓﺈن‪Q 3  C 75 :‬‬
‫‪88‬‬
‫ﻟﺘﻜﻦ اﻟﺴﻠﺴﻠﺔ اﻹﺣﺼﺎﺋﻴﺔ اﻟﺘﺎﻟﻴﺔ‪26 33 29 30 32 33 28 32 27 25 32 :‬‬
‫‪ -1‬أوﺟﺪ اﳌﺘﻮﺳﻂ اﳊﺴﺎﰊ )ﺑﺎﻟﻄﺮﻳﻘﺔ اﳌﺒﺎﺷﺮة وﻃﺮﻳﻘﺔ اﻟﻮﺳﻂ اﻟﻔﺮﺿﻲ(‪ ،‬اﻟﻮﺳﻂ اﳍﻨﺪﺳﻲ‪ ،‬اﻟﻮﺳﻂ اﻟﱰﺑﻴﻌﻲ‬
‫واﻟﻮﺳﻂ اﻟﺘﻮاﻓﻘﻲ‪ .‬ﻣﺎذا ﺗﺴﺘﻨﺘﺞ ؟‬
‫‪ -2‬أوﺟﺪ اﻟﻮﺳﻴﻂ واﳌﻨﻮال‪.‬‬
‫إذا ﻛﺎﻧﺖ ﻟﺪﻳﻚ اﻟﻘﻴﻢ اﳌﺒﻮﺑﺔ ﰲ اﳉﺪول اﻟﺘﺎﱄ‪:‬‬
‫‪7‬‬ ‫‪6‬‬ ‫‪5‬‬ ‫‪4‬‬ ‫‪3‬‬ ‫اﻟﻘﻴﻤﺔ ‪X i‬‬
‫‪14‬‬ ‫‪17‬‬ ‫‪20‬‬ ‫‪16‬‬ ‫‪13‬‬ ‫اﻟﺘﻜﺮار ‪ni‬‬
‫‪ -1‬أوﺟﺪ اﳌﺘﻮﺳﻂ واﻟﻮﺳﻴﻂ واﳌﻨﻮال‪.‬‬
‫‪ -2‬أوﺟﺪ اﻟﺮﺑﻴﻊ اﻷول واﻟﺜﺎﱐ واﻟﺜﺎﻟﺚ‪ ،‬اﻟﻌﺸﲑ اﳋﺎﻣﺲ‪ ،‬واﳌﺌﻮي اﳋﺎﻣﺲ واﻟﻌﺸﺮون واﳌﺌﻮي اﳋﻤﺴﻮن‪ ،‬ﻣﺎذا‬
‫ﺗﺴﺘﻨﺘﺞ؟‬
‫اﳉﺪول اﻟﺘﺎﱄ ﻳﺒﲔ إﻧﺘﺎج ﻣﺼﻨﻊ ﻟﻸﺣﺬﻳﺔ ﻣﻦ اﳌﻘﺎﺳﺎت اﳌﺨﺘﻠﻔﺔ‪.‬‬
‫‪46‬‬ ‫‪45‬‬ ‫‪44‬‬ ‫‪43‬‬ ‫‪42‬‬ ‫‪41‬‬ ‫‪40‬‬ ‫اﻟﻤﻘﺎس ‪X i‬‬
‫‪10‬‬ ‫‪100‬‬ ‫‪200‬‬ ‫‪300‬‬ ‫‪500‬‬ ‫‪800‬‬ ‫‪300‬‬ ‫ﻋﺪد اﻷزواج ‪ni‬‬
‫‪ -1‬أوﺟﺪ اﳌﺘﻮﺳﻂ‪.‬‬
‫‪ -2‬ﺣﺪد ﺣﺴﺎﺑﻴﺎ وﺑﻴﺎﻧﻴﺎ ﻛﻞ ﻣﻦ اﻟﻮﺳﻴﻂ واﳌﻨﻮال‪.‬‬
‫‪89‬‬
‫ﻣﻌﲔ ﻣﻦ اﻟﺴﻨﺔ )اﻟﻮﺣﺪة‪ 310 :‬دج(‪.‬‬

‫ﻳﻌﺮض اﳉﺪول اﻟﺘﺎﱄ ﺗﻮزﻳﻊ ﻋﻴﻨﺔ ﻣﻦ اﻟﻌﺎﺋﻼت ﺣﺴﺐ ﻣﺼﺎرﻳﻔﻬﻢ ﺧﻼل ﺷﻬﺮ ّ‬
‫‪‬‬ ‫‪40  35 35  30 30  25 25  20 20  15‬‬ ‫‪15  10‬‬ ‫‪X‬‬ ‫‪i‬‬ ‫اﻟﻔﺌﺎت‬
‫‪75‬‬ ‫‪5‬‬ ‫‪10‬‬ ‫‪15‬‬ ‫‪20‬‬ ‫‪15‬‬ ‫‪10‬‬ ‫ﻋﺪد اﻟﻌﺎﺋﻼت ‪n i‬‬
‫‪ -2‬ﲢﺪﻳﺪ ﻣﺘﻮﺳﻂ اﳌﺼﺎرﻳﻒ اﻟﺸﻬﺮﻳﺔ ﳍﺬﻩ اﻟﻌﺎﺋﻼت‪.‬‬
‫‪ -3‬ﲢﺪﻳﺪ اﻟﻮﺳﻴﻂ واﳌﻨﻮال ﺣﺴﺎﺑﻴﺎ وﺑﻴﺎﻧﻴﺎ‪.‬‬
‫‪ -4‬ﻣﺎ ﺷﻜﻞ اﻟﺘﻮزﻳﻊ اﻹﺣﺼﺎﺋﻲ ﺑﺎﺳﺘﺨﺪام ﻣﻘﺎﻳﻴﺲ اﻟﻨﺰﻋﺔ اﳌﺮﻛﺰﻳﺔ‪.‬‬
‫‪ -5‬أوﺟﺪ ﻛﻞ ﻣﻦ‪ C50 :‬و ‪ D5‬ﻣﺎذا ﺗﺴﺘﻨﺘﺞ‪.‬‬
‫ﻳﺒﲔ اﳉﺪول اﻟﺘﺎﱄ ﺗﻮزﻳﻊ اﻷﺟﻮر ﰲ إﺣﺪى اﳌﺆﺳﺴﺎت ) اﻟﻮﺣﺪة ‪ 3 10‬دج(‪.‬‬
‫ّ‬
‫‪ 120  110 110  100‬اﻟﻤﺠﻤﻮع‬ ‫‪100  e4 ‬‬ ‫‪e4  80‬‬ ‫اﻟﻔﺌﺎت ‪80  70 70  60‬‬
‫‪60‬‬ ‫‪4‬‬ ‫‪10‬‬ ‫‪6‬‬ ‫‪18‬‬ ‫‪10‬‬ ‫‪12‬‬ ‫‪ni‬‬

‫‪ -1‬ﺣﺪد اﳋﺎﺻﻴﺔ اﳌﺪروﺳﺔ ﰒ ّﺑﲔ ﻃﺒﻴﻌﺘﻬﺎ‪.‬‬
‫‪ -2‬ﻣﺎ ﻫﻲ ﻗﻴﻤﺔ اﳊﺪ ا ﻬﻮل ‪ e4‬إذا ﻋﻠﻤﺖ أ ّن اﻷﺟﺮ اﻟﻮﺳﻴﻄﻲ ﻫﻮ‪. M e  84,445 :‬‬
‫‪ -3‬أﺣﺴﺐ اﳌﺘﻮﺳﻂ اﳊﺴﺎﰊ‪.‬‬
‫‪ -4‬أﺣﺴﺐ اﻷﺟﺮ اﻟﺸﺎﺋﻊ وﺑﻴﻨﻪ ﻋﻠﻰ اﻟﺮﺳﻢ اﻟﺒﻴﺎﱐ اﳌﻨﺎﺳﺐ‪.‬‬
‫‪ -5‬إذا ﻗﺮرت إدارة اﳌﺆﺳﺴﺔ اﻻﺳﺘﻐﻨﺎء ﻋﻦ ‪ %10‬ﻣﻦ اﻟﻌﻤﺎل ذوي اﻷﺟﻮر اﳌﺮﺗﻔﻌﺔ‪ ،‬ﻣﺎ ﻫﻮ اﳊﺪ اﻷﻗﺼﻰ‬
‫ﻟﻸﺟﻮر اﻟﺬي ﺗﺼﺒﺢ ﺗﺪﻓﻌﻪ اﳌﺆﺳﺴﺔ‪.‬‬
‫‪90‬‬
‫ﻳﺒﲔ ﺣﺠﻢ اﻟﺼﺎدرات ﻤﻮﻋﺔ ﻣﻦ اﻟﺸﺮﻛﺎت ﲟﻼﻳﲔ اﻟﺪوﻻرات ﺧﻼل ﺳﻨﺔ ﻣﻌﻴﻨﺔ‪:‬‬
‫اﳉﺪول اﻟﺘﺎﱄ ّ‬
‫ﺣﺠﻢ اﻟﺼﺎدرات‬
‫‪ 100‬وأﻛﺜﺮ‬ ‫‪100  75‬‬ ‫‪75  55‬‬ ‫‪55  35‬‬ ‫‪35  20‬‬ ‫أﻗﻞ ﻣﻦ ‪20‬‬ ‫‪$ 6 10‬‬
‫‪8‬‬ ‫‪10‬‬ ‫‪20‬‬ ‫‪18‬‬ ‫‪14‬‬ ‫‪10‬‬ ‫ﻋﺪد اﻟﺸﺮﻛﺎت‬
‫‪ -‬ﻣﺎ ﻫﻮ أﻧﺴﺐ ﻣﻘﻴﺎس ﻧﺰﻋﺔ ﻣﺮﻛﺰﻳﺔ ﳍﺬا اﻟﺘﻮزﻳﻊ‪ ،‬ﰒ ﺣﺪدﻩ ﺣﺴﺎﺑﻴﺎ وﺑﻴﺎﻧﻴﺎ ؟‬
‫اﻟﺘﻤﺮﻳﻦ اﻟﺴﺎﺑﻊ‪:‬‬
‫ﺗﺸﻐﻞ ﻣﺆﺳﺴﺔ إﻧﺘﺎﺟﻴﺔ ‪ 150‬ﻋﺎﻣﻞ‪ ،‬ﻣﻦ ﺑﻴﻨﻬﻢ ‪ 90‬ﻋﺎﻣﻞ ﻳﺘﻘﺎﺿﻮن أﺟﺮ ﺷﻬﺮي ﻣﺘﻮﺳﻂ ﻗﻴﻤﺘﻪ ‪33500‬‬
‫دج‪ 40 ،‬ﻋﺎﻣﻞ ﻳﺘﻘﺎﺿﻮن أﺟﺮ ﺷﻬﺮي ﻣﺘﻮﺳﻂ ﻗﻴﻤﺘﻪ ‪ 39000‬دج‪ ،‬ﺑﻴﻨﻤﺎ ﻳﺒﻠﻎ اﻷﺟﺮ اﳌﺘﻮﺳﻂ ﻟﺒﻘﻴﺔ اﻟﻌﻤﺎل‬
‫‪ 51000‬دج‪.‬‬
‫‪ -1‬ﺣﺪد ﻣﺘﻮﺳﻂ اﻷﺟﺮ ﰲ ﻫﺬﻩ اﳌﺆﺳﺴﺔ‪.‬‬
‫‪ -2‬إذا ﻗﺮرت اﳌﺆﺳﺴﺔ ﺗﻮﻇﻴﻒ ‪ 20‬ﻋﺎﻣﻞ آﺧﺮ ﲟﺘﻮﺳﻂ أﺟﺮ ﳝﺜﻞ ﻣﺘﻮﺳﻂ اﻷﺟﻮر اﻟﺴﺎﺑﻘﺔ‪ ،‬ﻓﻜﻢ ﻳﺼﺒﺢ‬
‫ﻣﺘﻮﺳﻂ اﻷﺟﺮ اﻟﺸﻬﺮي ﰲ ﻫﺬﻩ اﳌﺆﺳﺴﺔ‪.‬‬
‫‪91‬‬
‫اﻟﻔﺼﻞ اﻟﺮاﺑﻊ‬
‫ﻣﻘﺎﯾ ﺲ اﻟ ﺸ ﺖ‬
‫ﻣﻌﲎ اﻟ ﺸ ﺖ‬ ‫‪-I‬‬
‫ﻗ ﺎس ﺸ ﺖ اﻟﺒﯿﺎ ت‬ ‫‪-II‬‬
‫‪ -1-II‬اﳌﺪى اﻟﻌﺎم‬
‫‪ -2-II‬اﳌﺪى اﻟﺮﺑﯿﻌﻲ‬
‫‪ -3-II‬ﳓﺮاف اﳌﺘﻮﺳﻂ‬
‫‪ -4-II‬اﻟﺘﺒﺎ ﻦ و ﳓﺮاف اﳌﻌﯿﺎري‬
‫‪ -5-II‬ﻣﻘﺎﯾ ﺲ اﻟ ﺸ ﺖ اﻟ ﺴﱯ‬
‫‪ -1-5-II‬ﻣﻌﺎﻣﻞ ﺧ ﻼف اﻟ ﺴﱯ‬
‫‪ -2-5-II‬ﻣﻌﺎﻣﻞ ﺧ ﻼف اﻟﺮﺑﯿﻌﻲ‬
‫ﻣﻘﺎﻳ ﺲ اﻟ ﺸ ﺖ‬ ‫اﻟﻔﺼﻞ اﻟﺮا ﻊ‪:‬‬
‫ﻣﻘﺎﻳﻴﺲ اﻟﻨﺰﻋﺔ اﳌﺮﻛﺰﻳﺔ ﻻ ﺗﻜﻔﻲ ﻹﻋﻄﺎء ﺻﻮرة ﻛﺎﻣﻠﺔ ﻋﻦ ﻋﻼﻗﺔ اﻟﺒﻴﺎﻧﺎت ﺑﺒﻌﻀﻬﺎ اﻟﺒﻌﺾ‪ ،‬ﻓﻘﺪ ﳒﺪ أن‬
‫ﻟﺴﻠﺴﻠﺘﲔ ﳐﺘﻠﻔﺘﲔ ﻧﻔﺲ اﳌﺘﻮﺳﻂ اﳊﺴﺎﰊ‪ ،‬ﺑﻴﻨﻤﺎ ﻣﺪى اﻟﺒﻴﺎﻧﺎت ﻟﻠﺴﻠﺴﻠﺘﲔ ﳐﺘﻠﻒ‪ ،‬ﻫﺬا اﻟﻔﺮق ﰲ اﻟﺒﻴﺎﻧﺎت ﻣﻘﺎﺑﻞ‬
‫ﺗﺴﺎوي اﳌﺘﻮﺳﻂ اﳊﺴﺎﰊ ﳚﻌﻞ ﻣﻦ اﻟﻀﺮورة اﺳﺘﺨﺪام ﻣﻘﺎﻳﻴﺲ أﺧﺮى ﺗﻜﻤﻞ اﳌﻘﺎﻳﻴﺲ اﻷوﱃ‪ ،‬وﺗﺴﻤﻰ ﻫﺬﻩ اﳌﻘﺎﻳﻴﺲ‬
‫ﲟﻘﺎﻳﻴﺲ اﻟﺘﺸﺘﺖ‪.‬‬
‫ﻣﻘﺎﻳﻴﺲ اﻟﺘﺸﺘﺖ ﻫﻲ ﻋﺒﺎرة ﻋﻦ ﻣﻘﺎﻳﻴﺲ إﺣﺼﺎﺋﻴﺔ ﻫﺪﻓﻬﺎ ﻗﻴﺎس ﻣﺪى ﺗﺸﺘﺖ و ﺗﺒﺎﻋﺪ اﻟﺒﻴﺎﻧﺎت ﻋﻦ ﺑﻌﻀﻬﺎ‬
‫اﻟﺒﻌﺾ‪ ،‬وﺗﻜﻤﻦ أﳘﻴﺘﻬﺎ ﰲ ﻛﻮن أﻧﻪ ﻻ ﳝﻜﻦ أن ﻧﺘﺼﻮر ﻣﺜﻼ ﺗﺴﺎوي اﻹﻧﺘﺎج ﰲ ﲨﻴﻊ اﳌﺆﺳﺴﺎت اﻟﺼﻨﺎﻋﻴﺔ‬
‫أو ﺗﺴﺎوي ﻣﺴﺘﻮى اﳋﺪﻣﺎت ﰲ ﲨﻴﻊ اﳌﺼﻠﺤﺎت اﳋﺪﻣﺎﺗﻴﺔ أو ﺗﺴﺎوي ﲨﻴﻊ أﻃﻮال اﻷﺷﺨﺎص‪...‬إﱁ‪ ،‬وﺑﺎﻟﺘﺎﱄ ﻓﺈن‬
‫اﺳﺘﺨﺪام ﻗﻴﻤﺔ واﺣﺪة ﻟﻮﺻﻒ اﻟﺘﻮزﻳﻊ اﻟﺘﻜﺮاري ﻗﺪ ﺗﻜﻮن ﻣﻀﻠﻠﺔ أﺣﻴﺎﻧﺎ‪.‬‬
‫ﻣﺜﻼ‪ :‬إذا ﻛﺎﻧﺖ ﻟﺪﻳﻨﺎ اﻟﺴﻠﺴﻠﺘﺎن اﻹﺣﺼﺎﺋﻴﺘﺎن اﻟﺘﺎﻟﻴﺘﺎن‪:‬‬
‫‪7‬‬ ‫‪14‬‬ ‫‪0‬‬ ‫اﻟﺴﻠﺴﻠﺔ اﻷوﻟﻰ‪:‬‬
‫‪8‬‬ ‫‪6‬‬ ‫‪7‬‬ ‫اﻟﺴﻠﺴﻠﺔ اﻟﺜﺎﻧﻴﺔ‪:‬‬
‫إن اﳌﺘﻮﺳﻂ اﳊﺴﺎﰊ ﻟﻜﻞ ﻣﻦ اﻟﺴﻠﺴﻠﺘﲔ ﻫﻮ ‪ ، 7‬ﻓﺈذا اﻛﺘﻔﻴﻨﺎ ﺬا اﳌﻘﻴﺎس ﻓﺈﻧﻨﺎ ﻧﻘﺮر ﺑﺄن ا ﻤﻮﻋﺘﲔ‬
‫ﻣﺘﺸﺎ ﺘﲔ‪ ،‬وﻟﻜﻦ ﰲ اﳊﻘﻴﻘﺔ إن ﻗﻴﻢ اﻟﺴﻠﺴﻠﺔ اﻷوﱃ أﻛﺜﺮ ﺗﺒﺎﻋﺪ ﻣﻦ ﻗﻴﻢ اﻟﺴﻠﺴﻠﺔ اﻟﺜﺎﻧﻴﺔ‪ ،‬وﻫﻨﺎ ﻳﺄﰐ دور ﻣﻘﺎﻳﻴﺲ‬
‫اﻟﺘﺸﺘﺖ أو اﻻﺧﺘﻼف ﻟﺘﻀﻴﻒ ﻫﺬﻩ اﻟﻨﺎﺣﻴﺔ ﰲ اﻟﺒﻴﺎﻧﺎت اﻹﺣﺼﺎﺋﻴﺔ‪.‬‬
‫‪-I‬ﻣﻌﻨﻰ اﻟﺘﺸﺘﺖ‪:‬‬
‫ﺗﺸﺘﺖ ﺑﻴﺎﻧﺎت ﻇﺎﻫﺮة ﻣﺎ ﻳﻘﺼﺪ ﺑﻪ درﺟﺔ أو ﻣﻘﺪار اﻟﺘﻔﺎوت أو اﻻﺧﺘﻼف ﺑﲔ ﻣﻔﺮدات ﻫﺬﻩ اﻟﻈﺎﻫﺮة‪ ،‬وﺗﻌﺘﱪ‬
‫ﺑﻴﺎﻧﺎت اﻟﻈﺎﻫﺮة ﻣﺘﺠﺎﻧﺴﺔ ﻋﻨﺪﻣﺎ ﺗﻜﻮن ﻗﻴﻤﻬﺎ ﻗﺮﻳﺒﺔ ﻣﻦ ﺑﻌﻀﻬﺎ اﻟﺒﻌﺾ وﻧﻘﻮل ﰲ ﻫﺬﻩ اﳊﺎﻟﺔ أ ﺎ ﻏﲑ ﻣﺸﺘﺘﺔ‪ ،‬أﻣﺎ إذا‬
‫ﻛﺎﻧﺖ ﺑﻴﺎﻧﺎت اﻟﻈﺎﻫﺮة ﻣﺘﺒﺎﻋﺪة وﻏﲑ ﻣﺘﺠﺎﻧﺴﺔ ﻓﻨﻘﻮل أن ﻣﻔﺮدات )ﻗﻴﻢ( اﻟﻈﺎﻫﺮة ﻣﺸﺘﺘﺔ وﻏﲑ ﻣﺮﻛﺰة‪.‬‬
‫‪-II‬ﻗﻴﺎس ﺗﺸﺘﺖ اﻟﺒﻴﺎﻧﺎت‪:‬‬
‫ﻫﻨﺎك ﺑﻌﺾ اﳌﻘﺎﻳﻴﺲ ﺗﻘﻴﺲ ﺗﻘﺎرب أو ﺗﺒﺎﻋﺪ اﻟﻘﻴﻢ ﻋﻦ ﺑﻌﻀﻬﺎ اﻟﺒﻌﺾ وﻫﻲ اﳌﺪى واﻻﳓﺮاف اﻟﺮﺑﻴﻌﻲ‪،‬‬
‫وﻣﻘﺎﻳﻴﺲ أﺧﺮى ﺗﻘﻴﺲ ﻗﺮب أو ﺑﻌﺪ اﻟﻘﻴﻢ ﻣﻦ ﻗﻴﻤﺔ ﻣﻌﻴﻨﺔ ﻛﺎﳌﺘﻮﺳﻂ اﳊﺴﺎﰊ ﻣﺜﻼ وﻫﻲ اﻻﳓﺮاف اﳌﺘﻮﺳﻂ‬
‫واﻻﳓﺮاف اﳌﻌﻴﺎري‪.‬‬
‫‪93‬‬
‫‪ -1-II‬اﻟﻤﺪى اﻟﻌﺎم‪:‬‬
‫ﻳﺴﺘﺨﺪم ﻫﺬا اﳌﻘﻴﺎس ﻋﻨﺪﻣﺎ ﻳﻜﻮن اﳍﺪف ﻫﻮ اﳊﺼﻮل ﻋﻠﻰ ﻣﻘﻴﺎس ﺳﺮﻳﻊ ﳌﺪى ﺗﺸﺘﺖ اﻟﻘﻴﻢ دون اﻻﻫﺘﻤﺎم‬
‫اﻟﻜﺒﲑ ﺑﺎﻟﺪﻗﺔ ﰲ اﻟﻘﻴﺎس أو ﺣﲔ ﻣﺎ ﻳﻜﻮن ﻟﻠﻤﻔﺮدات )اﻟﻘﻴﻢ( اﳌﺘﻄﺮﻓﺔ أﳘﻴﺔ ﺧﺎﺻﺔ‪.‬‬
‫‪ ،‬وﻫﻮ‬ ‫‪R‬‬ ‫اﳌﺪى ﻤﻮﻋﺔ ﻣﻦ اﻟﺒﻴﺎﻧﺎت ﻫﻮ اﻟﻔﺮق ﺑﲔ أﻛﱪ ﻗﻴﻤﺔ ﰲ اﻟﺒﻴﺎﻧﺎت وأﺻﻐﺮ ﻗﻴﻤﺔ ﳍﺎ وﻳﺮﻣﺰ ﻟﻪ ﺑﺎﻟﺮﻣﺰ‬
‫ﻣﻌﻄﻰ ﺑﺎﻟﻌﻼﻗﺔ اﻟﺘﺎﻟﻴﺔ‪:‬‬
‫‪R  X‬‬ ‫‪max‬‬ ‫‪ X‬‬ ‫‪min‬‬
‫اﻟﻤﺪى اﻟﻌﺎم = أﻛﺒﺮ ﻗﻴﻤﺔ – أﺻﻐﺮ ﻗﻴﻤﺔ‬
‫ﺣﺎﻟﺔ ﺧﺎﺻﺔ‪ :‬اﳌﺪى اﻟﻌﺎم ﰲ ﺣﺎﻟﺔ ﺗﻮزﻳﻊ ﺗﻜﺮاري ﺑﻔﺌﺎت ﳛﺴﺐ ﺑﻌﺪة ﻃﺮق‪:‬‬
‫‪R  C‬‬ ‫‪k‬‬ ‫‪ C1‬‬ ‫اﻟﻤﺪى اﻟﻌﺎم = ﻣﺮﻛﺰ اﻟﻔﺌﺔ اﻷﺧﻴﺮة – ﻣﺮﻛﺰ اﻟﻔﺌﺔ اﻷوﻟﻰ‬
‫‪R  U k  L1‬‬ ‫اﻟﻤﺪى اﻟﻌﺎم = اﻟﺤﺪ اﻷﻋﻠﻰ ﻟﻠﻔﺌﺔ اﻷﺧﻴﺮة – اﻟﺤﺪ اﻷدﻧﻰ ﻟﻠﻔﺌﺔ اﻷوﻟﻰ‬
‫ﻣﺜﺎل )‪:(01-4‬‬
‫أوﺟﺪ اﳌﺪى ﻟﻠﺒﻴﺎﻧﺎت اﻟﺘﺎﻟﻴﺔ‪:‬‬
‫‪30‬‬ ‫‪22‬‬ ‫‪28‬‬ ‫‪18‬‬ ‫‪12‬‬
‫‪R  X max  X min  30  12  8‬‬ ‫اﻟﻤﺪى اﻟﻌﺎم = أﻛﺒﺮ ﻗﻴﻤﺔ – أﺻﻐﺮ ﻗﻴﻤﺔ‬
‫‪ ‬ﺧﻮاص اﻟﻤﺪى اﻟﻌﺎم‪:‬‬
‫‪ -‬ﺑﺴﻴﻂ اﳊﺴﺎب وﺳﻬﻞ اﻟﻔﻬﻢ وﻳﻌﺘﻤﺪ ﰲ ﺣﺴﺎﺑﻪ ﻋﻠﻰ ﻗﻴﻤﺘﲔ ﻓﻘﻂ؛‬
‫‪ -‬ﺷﺪﻳﺪ اﻟﺘﺄﺛﺮ ﺑﺎﻟﻘﻴﻢ اﳌﺘﻄﺮﻓﺔ؛‬
‫‪ -‬ﻻ ﳝﻜﻦ ﺣﺴﺎﺑﻪ ﻣﻦ ﺟﺪاول اﻟﺘﻮزﻳﻊ اﻟﺘﻜﺮاري اﳌﻔﺘﻮﺣﺔ‪.‬‬
‫‪ -2-II‬اﻟﻤﺪى اﻟﺮﺑﻴﻌﻲ‪:‬‬
‫ﻟﻠﺘﺨﻠﺺ ﻣﻦ ﺑﻌﺾ ﻋﻴﻮب اﳌﺪى واﻟﱵ ﻣﻦ أﳘﻬﺎ ﺗﺄﺛﺮﻩ ﺑﺎﻟﻘﻴﻢ اﳌﺘﻄﺮﻓﺔ وﻋﺪم إﻣﻜﺎﻧﻴﺔ ﺣﺴﺎﺑﻪ ﰲ ﺣﺎﻟﺔ ﺟﺪاول‬
‫اﻟﺘﻮزﻳﻊ اﻟﺘﻜﺮاري اﳌﻔﺘﻮﺣﺔ‪ ،‬وﺟﺪ ﻣﻘﻴﺎس آﺧﺮ وﻫﻮ اﳌﺪى اﻟﺮﺑﻴﻌﻲ ﺣﻴﺚ ﻧﻘﻮم ﰲ ﻫﺬا اﳌﻘﻴﺎس ﺑﺈﳘﺎل اﻟﺮﺑﻊ اﻷول‬
‫واﻟﺮﺑﻊ اﻷﺧﲑ ﻣﻦ اﻟﺒﻴﺎﻧﺎت اﳌﺮﺗﺒﺔ ﺗﺼﺎﻋﺪﻳﺎ‪ ،‬وﰲ ﻫﺬﻩ اﳊﺎﻟﺔ ﺗﻜﻮن أﻛﱪ ﻗﻴﻤﺔ ﰲ اﻟﺒﻴﺎﻧﺎت ﻫﻲ اﻟﺮﺑﻴﻊ اﻟﺜﺎﻟﺚ وأﺻﻐﺮ‬
‫ﻗﻴﻤﺔ ﰲ اﻟﺒﻴﺎﻧﺎت ﻫﻲ اﻟﺮﺑﻴﻊ اﻷول‪ ،‬واﻟﻔﺮق ﺑﻴﻨﻬﻤﺎ ﻳﻌﻄﻲ ﻣﺎ ﻳﺴﻤﻰ ﺑﺎﳌﺪى اﻟﺮﺑﻴﻌﻲ‪.‬‬
‫‪94‬‬
‫ﻳﺴﺘﺨﺪم ﻫﺬا اﳌﻘﻴﺎس إذا ﻛﺎن اﻟﻮﺳﻴﻂ ﻫﻮ اﳌﻘﻴﺎس اﳌﻨﺎﺳﺐ ﻟﻠﻨﺰﻋﺔ اﳌﺮﻛﺰﻳﺔ أو ﻋﻨﺪﻣﺎ ﺗﻜﻮن ﻫﻨﺎك ﻗﻴﻢ ﻣﺘﻄﺮﻓﺔ ﺟﺪا‪،‬‬
‫وﻳﺘﻢ ﺣﺴﺎب ﻫﺬا اﳌﻘﻴﺎس ﻣﻦ اﻟﺒﻴﺎﻧﺎت اﻷوﻟﻴﺔ أو ﺟﺪاول اﻟﺘﻮزﻳﻊ اﻟﺘﻜﺮارﻳﺔ ﺑﺎﺳﺘﺨﺪام اﻟﻌﻼﻗﺔ اﻟﺘﺎﻟﻴﺔ‪:‬‬
‫‪I‬‬ ‫‪Q‬‬ ‫‪ Q‬‬ ‫‪3‬‬ ‫‪ Q‬‬ ‫‪1‬‬ ‫اﻟﻤﺪى اﻟﺮﺑﻴﻌﻲ‬
‫ﻣﺜﺎل )‪ :(02-4‬أﺣﺴﺐ اﳌﺪى اﻟﺮﺑﻴﻌﻲ ﻟﻠﺒﻴﺎﻧﺎت اﻟﺘﺎﻟﻴﺔ‪:‬‬
‫‪70  60‬‬ ‫‪60  50‬‬ ‫‪50  40‬‬ ‫‪40  30‬‬ ‫‪30  20‬‬ ‫‪20  10‬‬ ‫‪X‬‬ ‫‪i‬‬ ‫اﻷﺟﺮ‬
‫‪8‬‬ ‫‪12‬‬ ‫‪17‬‬ ‫‪25‬‬ ‫‪30‬‬ ‫‪18‬‬ ‫‪ni‬‬ ‫ﻋﺪد اﻟﻌﻤﺎل‬
‫اﻟﺠﺪول رﻗﻢ )‪ :(01-4‬ﻳﻮﺿﺢ ﻛﻴﻔﻴﺔ ﺗﺤﺪﻳﺪ ﻓﺌﺔ اﻟﺮﺑﻴﻊ اﻷول واﻟﺜﺎﻟﺚ‬
‫‪18‬‬ ‫‪18‬‬ ‫‪20  10‬‬

‫رﺗﺑﺔ اﻟرﺑﯾﻊ اﻷول‬ ‫‪48‬‬ ‫‪30‬‬ ‫‪30  20‬‬
‫‪73‬‬ ‫‪25‬‬ ‫‪40  30‬‬
‫‪90‬‬ ‫‪17‬‬ ‫‪50  40‬‬
‫رﺗﺑﺔ اﻟرﺑﯾﻊ‬
‫اﻟﺛﺎﻟث‬ ‫‪102‬‬ ‫‪12‬‬ ‫‪60  50‬‬
‫‪110‬‬ ‫‪8‬‬ ‫‪70  60‬‬
‫‪-‬‬ ‫‪110‬‬ ‫‪‬‬
‫‪ ‬ﺣﺴﺎب اﻟﺮﺑﻴﻊ اﻷول ‪:Q1‬‬
‫‪N‬‬
‫‪ N‬‬ ‫‪0‬‬ ‫‪27 , 5  18‬‬
‫‪Q 1  L1  4‬‬ ‫‪ k  20 ‬‬ ‫‪ 10  23 ,17  10 3 DA‬‬
‫‪n Q1‬‬ ‫‪30‬‬
‫‪ ‬ﺣﺴﺎب اﻟﺮﺑﻴﻊ اﻟﺜﺎﻟﺚ ‪:Q3‬‬

‫‪3N‬‬
‫‪ N0‬‬
‫‪82 , 5  73‬‬
‫‪Q3‬‬ ‫‪ L1  4‬‬ ‫‪ k  40 ‬‬ ‫‪ 10  45 , 59  10 3 DA‬‬
‫‪n Q3‬‬ ‫‪17‬‬
‫‪I Q  Q3  Q1  45,59  23,17  22,42‬‬ ‫اﳌﺪى اﻟﺮﺑﻴﻌﻲ‬
‫‪95‬‬
‫‪ ‬ﺧﻮاص اﻟﻤﺪى اﻟﺮﺑﻴﻌﻲ‪:‬‬

‫‪ -‬ﻻ ﻳﺘﺄﺛﺮ ﺑﺎﻟﻘﻴﻢ اﳌﺘﻄﺮﻓﺔ وﳝﻜﻦ ﺣﺴﺎﺑﻪ ﺑﻴﺎﻧﻴﺎ؛‬
‫‪ -‬ﳝﻜﻦ ﺣﺴﺎﺑﻪ ﰲ ﺣﺎﻟﺔ ﺟﺪاول اﻟﺘﻮزﻳﻊ اﻟﺘﻜﺮاري اﳌﻔﺘﻮﺣﺔ؛‬
‫‪ -‬ﻳﺘﺤﺪد ﺑﻌﺪد اﻟﺒﻴﺎﻧﺎت وﻟﻴﺲ ﺑﻘﻴﻤﻬﺎ؛‬
‫‪ -‬ﻳﺴﺘﺨﺪم ﻛﻤﻘﻴﺎس ﻟﻠﺘﺸﺘﺖ ﰲ اﻟﺘﻮزﻳﻌﺎت اﻟﺘﻜﺮارﻳﺔ ﺷﺪﻳﺪة اﻻﻟﺘﻮاء؛‬
‫‪ -‬ﻋﺒﺎرة ﻋﻦ ﻓﱰة ﲢﺘﻮي ﻋﻠﻰ ‪ %50‬ﻣﻦ اﻟﺒﻴﺎﻧﺎت‪.‬‬
‫‪ -3-II‬اﻻﻧﺤﺮاف اﻟﻤﺘﻮﺳﻂ‪:‬‬
‫ﻣﻘﺎﻳﻴﺲ اﻟﺘﺸﺘﺖ ﻫﻲ ﻣﻘﺎﻳﻴﺲ ﻟﻘﻮة ﲡﻤﻊ اﻟﺒﻴﺎﻧﺎت ﺣﻮل ﺑﻌﻀﻬﺎ‪ ،‬وﻣﻦ ﺣﻴﺚ أن اﻟﺘﺠﻤﻊ ﻳﻜﻮن ﺣﻮل ﻗﻴﻤﺔ‬
‫دل ذﻟﻚ ﻋﻠﻰ ﻋﺪم ﲡﺎﻧﺴﻬﺎ واﻟﻌﻜﺲ‬
‫ﻣﺘﻮﺳﻄﺔ‪ ،‬ﻓﺈذا ﻛﺎن ﻣﻘﺪار اﻻﺧﺘﻼف )اﻻﳓﺮاف( ﺑﲔ اﻟﻘﻴﻢ وﻣﺘﻮﺳﻄﻬﺎ ﻛﺒﲑا ّ‬
‫ﺻﺤﻴﺢ‪.‬‬
‫‪ -1-3-II‬ﺗﻌﺮﻳﻒ اﻻﻧﺤﺮاف اﻟﻤﺘﻮﺳﻂ‪:‬‬
‫ﻳﻌﺮف اﻻﳓﺮاف اﳌﺘﻮﺳﻂ ﺑﺄﻧﻪ اﳌﺘﻮﺳﻂ اﳊﺴﺎﰊ ﻟﻠﻘﻴﻢ اﳌﻄﻠﻘﺔ ﻻﳓﺮاﻓﺎت اﻟﻘﻴﻢ ﻋﻦ ﻣﺘﻮﺳﻄﻬﺎ اﳊﺴﺎﰊ وﻧﺮﻣﺰ‬
‫ﻟﻼﳓﺮاف اﳌﺘﻮﺳﻂ ﺑﺎﻟﺮﻣﺰ ‪. E X‬‬
‫‪ -2-3-II‬ﺣﺴﺎب اﻻﻧﺤﺮاف اﻟﻤﺘﻮﺳﻂ‪:‬‬
‫‪ -1-2-3-II‬ﺣﺴﺎب اﻻﻧﺤﺮاف اﻟﻤﺘﻮﺳﻂ ﻣﻦ اﻟﺒﻴﺎﻧﺎت اﻷوﻟﻴﺔ‪:‬‬
‫إذا ﻛﺎﻧﺖ‪ x1 , x2 ,……, xn :‬ﲤﺜﻞ ﻣﻔﺮدات )ﻗﻴﻢ( ﻇﺎﻫﺮة ﻣﻌﻴﻨﺔ ‪ ،X‬ﻓﺈن اﻻﳓﺮاف اﳌﺘﻮﺳﻂ ﻣﻌﻄﻰ‬
‫‪n‬‬
‫‪x1  X  x 2  X  .......  x n  X‬‬ ‫‪‬‬ ‫‪xi  X‬‬

‫‪EX ‬‬ ‫‪‬‬ ‫‪i 1‬‬
‫‪n‬‬ ‫‪n‬‬
‫ﻣﺜﺎل )‪ :(03-4‬أوﺟﺪ اﻻﳓﺮاف اﳌﺘﻮﺳﻂ ﻟﻠﺒﻴﺎﻧﺎت اﻟﺘﺎﻟﻴﺔ‪:‬‬
‫‪9‬‬ ‫‪6‬‬ ‫‪5‬‬ ‫‪3‬‬ ‫‪2‬‬
‫‪96‬‬
‫‪n‬‬
‫‪‬‬ ‫‪xi‬‬
‫‪25‬‬
‫‪X ‬‬ ‫‪i1‬‬
‫‪‬‬ ‫‪ 5‬‬ ‫اﳌﺘﻮﺳﻂ اﳊﺴﺎﰊ ﳍﺬﻩ اﻟﺒﻴﺎﻧﺎت ﻫﻮ‪:‬‬
‫‪n‬‬ ‫‪5‬‬
‫‪‬‬ ‫‪9‬‬ ‫‪6‬‬ ‫‪5‬‬ ‫‪3‬‬ ‫‪2‬‬ ‫‪Xi‬‬
‫‪10‬‬ ‫‪4‬‬ ‫‪1‬‬ ‫‪0‬‬ ‫‪2‬‬ ‫‪3‬‬ ‫‪xi  X‬‬
‫‪n‬‬
‫‪‬‬ ‫‪xi  X‬‬

‫‪E‬‬ ‫‪X‬‬
‫‪‬‬ ‫‪i 1‬‬
‫‪‬‬
‫‪10‬‬
‫‪ 2‬‬ ‫وﻋﻠﻴﻪ ﻓﺈن اﻻﳓﺮاف اﳌﺘﻮﺳﻂ ﳍﺬﻩ اﻟﺒﻴﺎﻧﺎت ﻫﻮ‪:‬‬
‫‪n‬‬ ‫‪5‬‬
‫‪ -2-2-3-II‬ﺣﺴﺎب اﻻﻧﺤﺮاف اﻟﻤﺘﻮﺳﻂ ﻣﻦ اﻟﺒﻴﺎﻧﺎت اﻟﻤﺒﻮﺑﺔ‪:‬‬
‫إذا ﻛﺎﻧﺖ‪ x1 , x2 ,……, xk :‬ﲤﺜﻞ ﻣﻔﺮدات )ﻗﻴﻢ( أو ﻣﺮاﻛﺰ اﻟﻔﺌﺎت ﻟﻈﺎﻫﺮة ﻣﻌﻴﻨﺔ ‪ ، X‬وﻛﺎﻧﺖ‬
‫‪ n1 , n2 ,….., nk‬ﲤﺜﻞ اﻟﺘﻜﺮارات اﳌﻘﺎﺑﻠﺔ ﳍﺎ ﻓﺈن‪:‬‬
‫‪x‬‬ ‫‪1‬‬ ‫‪‬‬ ‫‪X‬‬ ‫‪n‬‬ ‫‪1‬‬ ‫‪‬‬ ‫‪x‬‬ ‫‪2‬‬ ‫‪‬‬ ‫‪X‬‬ ‫‪n‬‬ ‫‪2‬‬ ‫‪ .......‬‬ ‫‪‬‬ ‫‪x‬‬ ‫‪k‬‬ ‫‪‬‬ ‫‪X‬‬ ‫‪n‬‬ ‫‪k‬‬
‫‪E‬‬ ‫‪X‬‬
‫‪‬‬ ‫‪k‬‬
‫‪‬‬‫‪i 1‬‬
‫‪n‬‬ ‫‪i‬‬
‫‪k‬‬
‫‪‬‬ ‫‪x‬‬ ‫‪i‬‬ ‫‪ X‬‬ ‫‪n‬‬ ‫‪i‬‬

‫‪E‬‬ ‫‪X‬‬
‫‪‬‬ ‫‪i1‬‬
‫‪k‬‬
‫‪‬‬
‫‪i1‬‬
‫‪n‬‬ ‫‪i‬‬
‫ﺣﻴﺚ ‪ : xi :‬ﺗﻤﺜﻞ ﻗﻴﻢ اﻟﻤﺘﻐﻴﺮ أو ﻣﺮاﻛﺰ اﻟﻔﺌﺎت‬

‫‪ : n‬ﺗﻤﺜﻞ اﻟﺘﻜﺮار اﻟﻤﻘﺎﺑﻞ ﻟﻘﻴﻢ اﻟﻤﺘﻐﻴﺮ أو ﻟﻠﻔﺌﺎت‬
‫ﻣﺜﺎل )‪:(04-4‬‬
‫أوﺟﺪ ﺗﺸﺘﺖ اﻟﺒﻴﺎﻧﺎت اﳌﺒﻮﺑﺔ ﰲ اﳉﺪول اﻟﺘﺎﱄ ﺑﺎﺳﺘﺨﺪام اﻻﳓﺮاف اﳌﺘﻮﺳﻂ‪.‬‬
‫‪70  60‬‬ ‫‪60  50‬‬ ‫‪50  40‬‬ ‫‪40  30‬‬ ‫‪30  20‬‬ ‫‪20  10‬‬ ‫‪X‬‬ ‫‪i‬‬ ‫اﻷﺟﺮ‬
‫‪8‬‬ ‫‪12‬‬ ‫‪17‬‬ ‫‪25‬‬ ‫‪30‬‬ ‫‪18‬‬ ‫‪ni‬‬ ‫ﻋﺪد اﻟﻌﻤﺎل‬
‫‪97‬‬
‫اﻟﺠﺪول رﻗﻢ )‪ :(02-4‬ﻛﻴﻔﻴﺔ ﺣﺴﺎب اﻻﻧﺤﺮاف اﻟﻤﺘﻮﺳﻂ‬
‫‪xi  X ni‬‬ ‫‪xi  X‬‬ ‫‪xi ni‬‬ ‫) ‪xi ( C i‬‬ ‫ﻣﺮﻛﺰ اﻟﻔﺌﺔ‬ ‫‪ni‬‬ ‫اﻟﺘﻜﺮار‬ ‫‪Xi‬‬ ‫ﻓﺌﺎت اﻷﺟﺮ‬
‫‪358,2‬‬ ‫‪19,9‬‬ ‫‪270‬‬ ‫‪15‬‬ ‫‪18‬‬ ‫‪20  10‬‬
‫‪297‬‬ ‫‪9,9‬‬ ‫‪750‬‬ ‫‪25‬‬ ‫‪30‬‬ ‫‪30  20‬‬
‫‪2,5‬‬ ‫‪0,1‬‬ ‫‪875‬‬ ‫‪35‬‬ ‫‪25‬‬ ‫‪40  30‬‬
‫‪171,1‬‬ ‫‪10,1‬‬ ‫‪765‬‬ ‫‪45‬‬ ‫‪17‬‬ ‫‪50  40‬‬
‫‪241,2‬‬ ‫‪20,1‬‬ ‫‪660‬‬ ‫‪55‬‬ ‫‪12‬‬ ‫‪60  50‬‬
‫‪240,8‬‬ ‫‪30,1‬‬ ‫‪520‬‬ ‫‪65‬‬ ‫‪8‬‬ ‫‪70  60‬‬
‫‪1310,8‬‬ ‫‪-‬‬ ‫‪3840‬‬ ‫‪-‬‬ ‫‪110‬‬ ‫‪‬‬
‫‪k‬‬ ‫‪4‬‬
‫‪‬‬ ‫‪xini‬‬ ‫‪‬‬ ‫‪xini‬‬

‫‪X‬‬ ‫‪‬‬ ‫‪i1‬‬
‫‪k‬‬
‫‪‬‬ ‫‪i1‬‬
‫‪4‬‬
‫‪‬‬
‫‪3840‬‬
‫‪ 34 , 9  10‬‬ ‫‪3‬‬
‫‪DA‬‬ ‫اﳌﺘﻮﺳﻂ اﳊﺴﺎﰊ‪:‬‬
‫‪110‬‬
‫‪‬‬
‫‪i1‬‬
‫‪ni‬‬ ‫‪‬‬‫‪i1‬‬
‫‪ni‬‬
‫‪n‬‬
‫‪‬‬ ‫‪xi  X ni‬‬

‫‪1310 , 8‬‬
‫‪E‬‬ ‫‪X‬‬
‫‪‬‬ ‫‪i 1‬‬
‫‪k‬‬
‫‪‬‬
‫‪110‬‬
‫‪ 11 , 92‬‬ ‫اﻻﳓﺮاف اﳌﺘﻮﺳﻂ‪:‬‬
‫‪‬‬
‫‪i 1‬‬
‫‪ni‬‬
‫‪ -3-3-II‬ﺧﻮاص اﻻﻧﺤﺮاف اﻟﻤﺘﻮﺳﻂ‪:‬‬

‫‪ -‬ﻳﺘﺄﺛﺮ ﺑﺎﻟﻘﻴﻢ اﳌﺘﻄﺮﻓﺔ وﻳﻌﺘﻤﺪ ﰲ ﺣﺴﺎﺑﻪ ﻋﻠﻰ ﲨﻴﻊ اﻟﻘﻴﻢ؛‬
‫‪ -‬ﻻ ﳝﻜﻦ ﺣﺴﺎﺑﻪ ﰲ ﺣﺎﻟﺔ ﺟﺪاول اﻟﺘﻮزﻳﻊ اﻟﺘﻜﺮاري اﳌﻔﺘﻮﺣﺔ؛‬
‫‪ -‬ﳝﻜﻦ ﺣﺴﺎﺑﻪ ﻋﻦ ﻃﺮﻳﻖ اﻻﳓﺮاﻓﺎت ﻋﻦ اﻟﻮﺳﻴﻂ ﻣﻊ اﳌﻼﺣﻈﺔ أن اﻻﳓﺮاف اﳌﺘﻮﺳﻂ ﻋﻦ اﻟﻮﺳﻴﻂ أﻗﻞ ﻣﻦ‬
‫اﻻﳓﺮاف اﳌﺘﻮﺳﻂ ﻋﻦ اﳌﺘﻮﺳﻂ اﳊﺴﺎﰊ‪.‬‬
‫‪98‬‬
‫‪ -4-II‬اﻟﺘﺒﺎﻳﻦ واﻻﻧﺤﺮاف اﻟﻤﻌﻴﺎري‪:‬‬

‫‪ -1-4-II‬اﻟﺘﺒﺎﻳﻦ‪ :‬ﻫﻮ ﻋﺒﺎرة ﻋﻦ اﳌﺘﻮﺳﻂ اﳊﺴﺎﰊ ﳌﺮﺑﻌﺎت اﻟﻔﺮوق ﺑﲔ ﻗﻴﻢ اﳌﺘﻐﲑ اﻹﺣﺼﺎﺋﻲ وﻣﺘﻮﺳﻄﻬﺎ‬
‫اﳊﺴﺎﰊ‪ ، 1‬وﻧﺴﺘﺨﺪم ﻣﺮﺑﻌﺎت اﻟﻔﺮوق ﻫﻨﺎ ﺗﻔﺎدﻳﺎ ﻻﺳﺘﺨﺪام اﻟﻘﻴﻢ اﳌﻄﻠﻘﺔ ﻛﻤﺎ ﻫﻮ اﻟﺸﺄن ﰲ اﻻﳓﺮاف اﳌﺘﻮﺳﻂ‪،‬‬
‫ﰲ ﺣﺎﻟﺔ اﻟﻌﻴﻨﺔ‪.‬‬ ‫و‪S2‬‬ ‫وﻳﺮﻣﺰ ﻟﻠﺘﺒﺎﻳﻦ ﺑﺎﻟﺮﻣﺰ ‪  2‬أو ) ‪ V (X‬ﰲ ﺣﺎﻟﺔ ﺑﻴﺎﻧﺎت ا ﺘﻤﻊ‬
‫‪‬‬ ‫‪2‬‬
‫‪‬‬
‫‪ (x‬‬ ‫‪i‬‬ ‫‪  )2‬‬ ‫ﺗﻌﻄﻰ ﻋﻼﻗﺔ اﻟﺘﺒﺎﻳﻦ ﻟﻠﻤﺠﺘﻤﻊ ﺑـ‪:‬‬
‫‪N‬‬
‫وأﺣﻴﺎﻧﺎ ﻳﻄﺮح اﻟﻌﺪد واﺣﺪ ﻣﻦ اﳌﻔﺮدات ) ‪ ( n-1‬أو ﻣﻦ ﳎﻤﻮع اﻟﺘﻜﺮارات وذﻟﻚ ﻋﻨﺪ ﺗﻘﺪﻳﺮ ﻣﻘﻴﺎس‬
‫اﻟﺘﺒﺎﻳﻦ واﻻﳓﺮاف اﳌﻌﻴﺎري ﻟﻠﻌﻴﻨﺎت اﻟﺼﻐﲑة اﳊﺠﻢ وأن اﻟﻌﺪد واﺣﺪ ﳝﺜﻞ درﺟﺎت اﳊﺮﻳﺔ ) ﺗﻌﺘﱪ اﻟﻌﻴﻨﺔ ﻛﺒﲑة إذا زاد‬
‫ﺣﺠﻤﻬﺎ ﻋﻦ ‪ 30‬ﻣﺸﺎﻫﺪة(‪ ،2‬وﳊﺴﺎب اﻟﺘﺒﺎﻳﻦ ﳕﻴﺰ ﺣﺎﻟﺘﺎن‪:‬‬
‫‪ -1-1-4-II‬ﺣﺴﺎب اﻟﺘﺒﺎﻳﻦ ﻣﻦ اﻟﺒﻴﺎﻧﺎت اﻷوﻟﻴﺔ‪:‬‬
‫ﺗﺒﺎﻳﻦ اﻟﻤﺠﺘﻤﻊ‪ :‬إذا ﻛﺎﻧﺖ اﻟﻘﻴﻢ ‪ x1 , x2 ,……, xN‬ﲤﺜﻞ ﺑﻴﺎﻧﺎت ﳎﺘﻤﻊ ﻣﺎ‪ ،‬ﻓﺈن اﻟﺘﺒﺎﻳﻦ ﳍﺬا‬ ‫‪‬‬
‫ا ﺘﻤﻊ ﻳﻌﻄﻰ ﺑﺎﻟﻌﻼﻗﺔ اﻵﺗﻴﺔ‪:‬‬
‫‪‬‬ ‫‪( xi   ) 2‬‬ ‫‪‬‬ ‫‪x i2  N ‬‬ ‫‪‬‬

‫‪2‬‬ ‫‪2‬‬
‫‪xi‬‬
‫‪‬‬ ‫‪2‬‬
‫‪‬‬ ‫‪‬‬ ‫‪‬‬ ‫‪ ‬‬ ‫‪2‬‬
‫‪N‬‬ ‫‪N‬‬ ‫‪N‬‬
‫‪. ‬‬ ‫‪‬‬ ‫‪xi‬‬

‫ﺣﻴﺚ‪  :‬ﻫﻮ اﳌﺘﻮﺳﻂ اﳊﺴﺎﰊ ﻟﻠﻤﺠﺘﻤﻊ‪ ،‬أي أ ّن‪:‬‬
‫‪N‬‬
‫ﻣﺘﻮﺳﻄﻬﺎ‬ ‫‪X‬‬ ‫ﺗﺒﺎﻳﻦ اﻟﻌﻴﻨﺔ‪ :‬إذا ﻛﺎﻧﺖ اﻟﻘﻴﻢ ‪ x1 , x2 ,……, xn‬ﲤﺜﻞ ﺑﻴﺎﻧﺎت ﻋﻴﻨﺔ ﻣﺎ و ﻛﺎن‬ ‫‪‬‬
‫اﳊﺴﺎﰊ‪ ،‬ﻓﺈن ﺗﺒﺎﻳﻦ اﻟﻌﻴﻨﺔ ﻣﻌﻄﻰ ﺑﺎﻟﻌﻼﻗﺔ اﻟﺘﺎﻟﻴﺔ‪:‬‬
‫‪S‬‬ ‫‪2‬‬
‫‪‬‬
‫‪ (x‬‬ ‫‪i‬‬
‫‪n 1‬‬
‫‪ X )2‬‬
‫‪‬‬
‫‪1‬‬
‫‪n 1‬‬
‫‪ x‬‬ ‫‪2‬‬
‫‪i‬‬ ‫‪ nX‬‬
‫‪2‬‬
‫‪‬‬ ‫‪‬‬
‫‪1 ‬‬
‫‪ xi ‬‬
‫‪n  1 ‬‬
‫‪2‬‬ ‫‪( x i ) 2 ‬‬
‫‪n ‬‬
‫‪‬‬
‫ﻣﺜﺎل )‪ :(05-4‬أوﺟﺪ اﻟﺘﺒﺎﻳﻦ ﻟﻠﺒﻴﺎﻧﺎت اﻟﺘﺎﻟﻴﺔ‪:‬‬

‫‪9‬‬ ‫‪6‬‬ ‫‪5‬‬ ‫‪3‬‬ ‫‪2‬‬
‫‪X 5‬‬ ‫اﻟﺤﻞ‪ :‬اﳌﺘﻮﺳﻂ اﳊﺴﺎﰊ ﳍﺬﻩ اﻟﺒﻴﺎﻧﺎت ﻫﻮ‪:‬‬
‫‪ -1‬ﻣﺼﻄﻔﻰ ﻳﻮﺳﻒ ﻛﺎﰲ وآﺧﺮون‪ ،‬ﻣﺮﺟﻊ ﺳﺎﺑﻖ‪ ،‬ص ‪.127‬‬

‫‪99‬‬
‫‪‬‬ ‫‪9‬‬ ‫‪6‬‬ ‫‪5‬‬ ‫‪3‬‬ ‫‪2‬‬ ‫‪Xi‬‬
‫‪30‬‬ ‫‪16‬‬ ‫‪1‬‬ ‫‪0‬‬ ‫‪4‬‬ ‫‪9‬‬ ‫‪x‬‬ ‫‪i‬‬ ‫‪X‬‬ ‫‪‬‬ ‫‪2‬‬
‫‪‬‬
‫‪2‬‬
‫) ‪( xi  X‬‬ ‫‪30‬‬
‫‪S‬‬ ‫‪2‬‬
‫‪‬‬ ‫‪‬‬ ‫وﻋﻠﻴﻪ ﻓﺈن اﻟﺘﺒﺎﻳﻦ ﳍﺬﻩ اﻟﺒﻴﺎﻧﺎت ﻫﻮ‪ 7 , 5 :‬‬
‫‪n 1‬‬ ‫‪4‬‬
‫‪ -2-1-4-II‬ﺣﺴﺎب اﻟﺘﺒﺎﻳﻦ ﻣﻦ اﻟﺒﻴﺎﻧﺎت اﻟﻤﺒﻮﺑﺔ‪:‬‬
‫ﺗﺒﺎﻳﻦ اﻟﻤﺠﺘﻤﻊ‪ :‬إذا ﻛﺎﻧﺖ‪ x1 , x2 ,……, xk :‬ﲤﺜﻞ ﻣﻔﺮدات )ﻗﻴﻢ( أو ﻣﺮاﻛﺰ اﻟﻔﺌﺎت‬ ‫‪‬‬
‫ﻟﺒﻴﺎﻧﺎت ﳎﺘﻤﻊ ﻣﺎ )ﺣﺠﻤﻪ ‪ N‬ﻋﻨﺼﺮ(‪ ،‬و ‪ n1 , n2,……, nk‬ﲤﺜﻞ اﻟﺘﻜﺮارات اﳌﻘﺎﺑﻠﺔ ﳍﺎ‪ ،‬ﻓﺈن‬
‫ﺗﺒﺎﻳﻦ ا ﺘﻤﻊ ﻣﻌﻄﻰ ﺑﺎﻟﻌﻼﻗﺔ اﻟﺘﺎﻟﻴﺔ‪:‬‬
‫‪‬‬ ‫‪(xi   )2 ni‬‬ ‫‪‬‬

‫‪2‬‬
‫‪xi ni‬‬
‫‪‬‬ ‫‪2‬‬
‫‪‬‬ ‫‪‬‬ ‫‪ ‬‬ ‫‪2‬‬
‫‪N‬‬ ‫‪N‬‬
‫ﺗﺒﺎﻳﻦ اﻟﻌﻴﻨﺔ‪ :‬إذا ﻛﺎﻧﺖ‪ x1 , x2 ,……, xk :‬ﲤﺜﻞ ﻣﻔﺮدات )ﻗﻴﻢ( أو ﻣﺮاﻛﺰ اﻟﻔﺌﺎت ﻟﺒﻴﺎﻧﺎت‬ ‫‪‬‬
‫‪X‬‬ ‫ﻋﻴﻨﺔ ﻣﺎ )ﺣﺠﻤﻬﺎ ‪ n‬ﻋﻨﺼﺮ(‪ ،‬و ‪ n1 , n2,……, nk‬ﲤﺜﻞ اﻟﺘﻜﺮارات اﳌﻘﺎﺑﻠﺔ ﳍﺎ‪ ،‬وﻛﺎن‬
‫ﻣﺘﻮﺳﻄﻬﺎ اﳊﺴﺎﰊ ﻓﺈن ﺗﺒﺎﻳﻦ اﻟﻌﻴﻨﺔ ﻣﻌﻄﻰ ﺑﺎﻟﻌﻼﻗﺔ اﻟﺘﺎﻟﻴﺔ‪:‬‬
‫‪S‬‬ ‫‪2‬‬
‫‪‬‬
‫‪ (x‬‬ ‫‪i‬‬
‫‪n 1‬‬
‫‪ X ) 2 ni‬‬
‫‪‬‬
‫‪1‬‬
‫‪n 1‬‬
‫‪2‬‬
‫‪‬‬ ‫‪1 ‬‬
‫‪‬‬
‫‪‬‬ ‫‪( xi ni ) 2 ‬‬
‫‪ xi ni  n X  n  1  xi ni  n ‬‬
‫‪2‬‬ ‫‪2‬‬
‫‪‬‬
‫‪ -2-4-II‬اﻻﻧﺤﺮاف اﻟﻤﻌﻴﺎري‪ :‬اﻻﳓﺮاف اﳌﻌﻴﺎري ﻫﻮ اﳉﺬر اﻟﱰﺑﻴﻌﻲ ﻟﻠﺘﺒﺎﻳﻦ‪ ،1‬وﻳﻌﺘﱪ ﻣﻦ أﻫﻢ اﳌﻘﺎﻳﻴﺲ‬
‫ﰲ ﺣﺎﻟﺔ ﺑﻴﺎﻧﺎت‬ ‫‪‬‬ ‫اﻹﺣﺼﺎﺋﻴﺔ ﻟﻠﺘﺸﺘﺖ وأﻛﺜﺮﻫﺎ اﺳﺘﺨﺪاﻣﺎ ﰲ اﻟﻨﻈﺮﻳﺎت واﻟﻘﻮاﻧﲔ اﻹﺣﺼﺎﺋﻴﺔ‪ ،‬وﻳﺮﻣﺰ ﻟﻪ ﺑﺎﻟﺮﻣﺰ‬
‫ا ﺘﻤﻊ و ‪ S‬ﰲ ﺣﺎﻟﺔ ﺑﻴﺎﻧﺎت اﻟﻌﻴﻨﺔ‪.‬‬
‫وﻟﺘﻮﺿﻴﺢ ﻛﻴﻔﻴﺔ ﺣﺴﺎب اﻟﺘﺒﺎﻳﻦ واﻻﳓﺮاف اﳌﻌﻴﺎري ﻧﺄﺧﺬ اﳌﺜﺎل اﻟﺘﺎﱄ‪:‬‬
‫ﻣﺜﺎل )‪ :(06-4‬اﻟﺒﻴﺎﻧﺎت اﻟﺘﺎﻟﻴﺔ ﲤﺜﻞ ﺗﻮزﻳﻊ أﺟﻮر ﻋﻤﺎل ﻣﺆﺳﺴﺔ ﻣﺎ )اﻟﻮﺣﺪة‪ 310 :‬دج(‪.‬‬
‫‪70  60‬‬ ‫‪60  50‬‬ ‫‪50  40‬‬ ‫‪40  30‬‬ ‫‪30  20‬‬ ‫‪20  10‬‬ ‫‪X‬‬ ‫‪i‬‬ ‫اﻷﺟﺮ‬
‫‪8‬‬ ‫‪12‬‬ ‫‪17‬‬ ‫‪25‬‬ ‫‪30‬‬ ‫‪18‬‬ ‫‪ni‬‬ ‫ﻋﺪد اﻟﻌﻤﺎل‬
‫اﻟﻤﻄﻮب‪ :‬أوﺟﺪ ﺗﺸﺘﺖ أﺟﻮر ﻋﻤﺎل ﻫﺬﻩ اﳌﺆﺳﺴﺔ ؟‬
‫‪ -1‬ﳏﻤﺪ ﺻﺒﺤﻲ أﺑﻮ ﺻﺎﱀ وﻋﺪﻧﺎن ﳏﻤﺪ ﻋﻮض‪ ،‬ﻣﺮﺟﻊ ﺳﺎﺑﻖ‪ ،‬ص ‪.43‬‬
‫‪100‬‬
‫أﻓﻀﻞ ﻣﻘﻴﺎس ﻟﻘﻴﺎس اﻟﺘﺸﺘﺖ ﻫﻮ اﻻﳓﺮاف اﳌﻌﻴﺎري‪ :‬وﻣﻦ أﺟﻞ ﺣﺴﺎب اﻻﳓﺮاف اﳌﻌﻴﺎري ﻧﻘﻮم ﰲ اﻟﺒﺪاﻳﺔ‬
‫ﲝﺴﺎب اﳌﺘﻮﺳﻂ اﳊﺴﺎﰊ ﰒ اﻟﺘﺒﺎﻳﻦ ﻟﻨﻘﻮم ﰲ اﻷﺧﲑ ﲝﺴﺎب اﻻﳓﺮاف اﳌﻌﻴﺎري‪.‬‬
‫اﻟﺠﺪول رﻗﻢ )‪ :(03-4‬ﻳﻮﺿﺢ ﻛﻴﻔﻴﺔ ﺣﺴﺎب اﻟﺘﺒﺎﻳﻦ‬
‫ﻣﺮﻛﺰ اﻟﻔﺌﺔ‬ ‫اﻷﺟﺮ‬ ‫ﻓﺌﺎت‬
‫‪x‬‬ ‫‪i‬‬ ‫‪ X ni‬‬ ‫‪‬‬
‫‪2‬‬
‫‪x‬‬ ‫‪i‬‬ ‫‪X‬‬ ‫‪‬‬ ‫‪2‬‬
‫‪x i ni‬‬ ‫‪xi ni‬‬ ‫‪ni‬‬ ‫اﻟﺘﻜﺮار‬
‫‪xi‬‬ ‫‪Xi‬‬
‫‪7128,18‬‬ ‫‪- 19,9‬‬ ‫‪4.050‬‬ ‫‪270‬‬ ‫‪15‬‬ ‫‪18‬‬ ‫‪20  10‬‬

‫‪2940,3‬‬ ‫‪- 9,9‬‬ ‫‪18.750‬‬ ‫‪750‬‬ ‫‪25‬‬ ‫‪30‬‬ ‫‪30  20‬‬
‫‪0,25‬‬ ‫‪0,1‬‬ ‫‪30.625‬‬ ‫‪875‬‬ ‫‪35‬‬ ‫‪25‬‬ ‫‪40  30‬‬
‫‪1734,17‬‬ ‫‪10,1‬‬ ‫‪34.425‬‬ ‫‪765‬‬ ‫‪45‬‬ ‫‪17‬‬ ‫‪50  40‬‬
‫‪4848,12‬‬ ‫‪20,1‬‬ ‫‪36.300‬‬ ‫‪660‬‬ ‫‪55‬‬ ‫‪12‬‬ ‫‪60  50‬‬
‫‪7248,08‬‬ ‫‪30,1‬‬ ‫‪33.800‬‬ ‫‪520‬‬ ‫‪65‬‬ ‫‪8‬‬ ‫‪70  60‬‬
‫‪23899,1‬‬ ‫‪-‬‬ ‫‪157.950‬‬ ‫‪3840‬‬ ‫‪-‬‬ ‫‪110‬‬ ‫‪‬‬
‫‪k‬‬ ‫‪6‬‬
‫‪‬‬ ‫‪x in i‬‬ ‫‪‬‬ ‫‪xini‬‬

‫‪3840‬‬ ‫‪ -‬اﳌﺘﻮﺳﻂ اﳊﺴﺎﰊ‪:‬‬
‫‪X‬‬ ‫‪‬‬ ‫‪i1‬‬
‫‪k‬‬
‫‪‬‬ ‫‪i 1‬‬
‫‪6‬‬
‫‪‬‬ ‫‪ 34 , 91  10‬‬ ‫‪3‬‬
‫‪DA‬‬
‫‪110‬‬
‫‪‬‬
‫‪i1‬‬
‫‪ni‬‬ ‫‪‬‬‫‪i 1‬‬
‫‪ni‬‬
‫ﺣﺴﺎب اﻟﺘﺒﺎﻳﻦ‪:‬‬
‫‪ ‬اﻟﻄﺮﻳﻘﺔ اﻷوﱃ‪:‬‬
‫‪ x‬‬ ‫‪‬‬

‫‪k‬‬
‫‪2‬‬
‫‪i‬‬ ‫‪ X‬‬ ‫‪n‬‬ ‫‪i‬‬
‫‪23899‬‬ ‫‪,1‬‬
‫‪S‬‬ ‫‪2‬‬
‫‪‬‬ ‫‪i 1‬‬
‫‪‬‬ ‫‪ 219 , 26‬‬
‫‪n  1‬‬ ‫‪109‬‬
‫‪ ‬اﻟﻄﺮﻳﻘﺔ اﻟﺜﺎﻧﻴﺔ‪:‬‬
‫‪S2 ‬‬
‫‪1‬‬
‫‪n 1‬‬
‫‪ x n  n X  1091 157 .950  110 34,91   219 ,26‬‬
‫‪i‬‬
‫‪2‬‬
‫‪i‬‬
‫‪2‬‬ ‫‪2‬‬
‫‪101‬‬
‫‪ -‬ﺣﺴﺎب اﻻﳓﺮاف اﳌﻌﻴﺎري‪S  S 2  219 ,26  14,81 :‬‬

‫ﺧﻮاص اﻻﻧﺤﺮاف اﻟﻤﻌﻴﺎري‪:‬‬ ‫‪‬‬
‫‪ -‬ﻻ ﳝﻜﻦ ﺣﺴﺎﺑﻪ ﻣﻦ ﺟﺪاول اﻟﺘﻮزﻳﻊ اﻟﺘﻜﺮاري اﳌﻔﺘﻮﺣﺔ؛‬

‫‪ -‬ﻳﺘﺄﺛﺮ ﺑﺎﻟﻘﻴﻢ اﳌﺘﻄﺮﻓﺔ؛‬
‫‪ -‬ﻗﺎﺑﻞ ﻟﻠﻌﻤﻠﻴﺎت اﳉﱪﻳﺔ ﻟﺬﻟﻚ ﻓﻬﻮ ﻛﺜﲑ اﻻﺳﺘﺨﺪام ﰲ اﻟﻘﻮاﻧﲔ واﻟﻨﻈﺮﻳﺎت اﻹﺣﺼﺎﺋﻴﺔ؛‬
‫‪ -‬ﻳﺄﺧﺬ ﻧﻔﺲ وﺣﺪة اﻟﻘﻴﺎس ﻟﻠﻤﺘﻐﲑ اﻷﺻﻠﻲ؛‬
‫‪ -‬ﳝﻜﻦ اﻻﻋﺘﻤﺎد ﻋﻠﻴﻪ ﻟﻠﻤﻘﺎرﻧﺔ ﺑﲔ ﺗﺸﺘﺖ ﺗﻮزﻳﻌﲔ إﺣﺼﺎﺋﻴﲔ ﻣﻦ ﻧﻔﺲ اﻟﻨﻮﻋﻴﺔ وﳍﻤﺎ ﻧﻔﺲ اﳌﺘﻮﺳﻂ‬
‫اﳊﺴﺎﰊ‪.‬‬
‫‪ -5-II‬ﻣﻘﺎﻳﻴﺲ اﻟﺘﺸﺘﺖ اﻟﻨﺴﺒﻲ‪:‬‬
‫ﻫﻲ ﻣﻘﺎﻳﻴﺲ ﺗﺴﺘﺨﺪم ﻟﻠﻤﻘﺎرﻧﺔ ﺑﲔ ﳎﻤﻮﻋﺘﲔ ﻣﻦ اﻟﺒﻴﺎﻧﺎت اﳌﺨﺘﻠﻔﺔ ﰲ وﺣﺪات اﻟﻘﻴﺎس‪ ،‬ﻓﻬﻲ ﻣﻘﺎﻳﻴﺲ ﺧﺎﻟﻴﺔ‬
‫ﻣﻦ وﺣﺪات اﻟﻘﻴﺎس‪ ،‬وﳝﻜﻦ وﺻﻔﻬﺎ ﺑﺄ ﺎ ﻣﻘﺎﻳﻴﺲ ﻧﺴﺒﺔ‪ ،‬وﻣﻦ أﳘﻬﺎ‪:‬‬
‫‪ -1-5-II‬ﻣﻌﺎﻣﻞ اﻻﺧﺘﻼف اﻟﻨﺴﺒﻲ‪:‬‬
‫وﻫﻮ ﻋﺒﺎرة ﻋﻦ اﻟﻨﺴﺒﺔ اﳌﺌﻮﻳﺔ ﻟﻼﳓﺮاف اﳌﻌﻴﺎري ﻣﻨﺴﻮﺑﺎ إﱃ اﳌﺘﻮﺳﻂ اﳊﺴﺎﰊ‪ ،‬ﻓﻜﻠﻤﺎ ﻛﺎﻧﺖ ﻗﻴﻤﺔ ﻫﺬا اﳌﻌﺎﻣﻞ‬
‫ﻛﺒﲑة د ّل ذﻟﻚ ﻋﻠﻰ وﺟﻮد ﺗﺸﺘﺖ ﻛﺒﲑ ﺑﲔ ﻣﻔﺮدات اﻟﺘﻮزﻳﻊ واﻟﻌﻜﺲ ﺻﺤﻴﺢ‪ ،‬وﻳﺮﻣﺰ ﳍﺬا اﳌﻌﺎﻣﻞ ﺑﺎﻟﺮﻣﺰ )‪،(C.V‬‬
‫وﻳﺘﻢ ﺣﺴﺎﺑﻪ ﻛﻤﺎ ﻳﻠﻲ‪:‬‬
‫‪‬‬
‫‪C .V ‬‬ ‫‪ 100‬‬ ‫ﺑﻴﺎﻧﺎت اﻟﻤﺠﺘﻤﻊ‪:‬‬
‫‪‬‬
‫‪S‬‬
‫‪C .V ‬‬ ‫‪ 100‬‬ ‫ﺑﻴﺎﻧﺎت اﻟﻌﻴﻨﺔ‪:‬‬
‫‪X‬‬
‫ﻣﺜﺎل )‪ :(07-4‬أوﺟﺪ ﻣﻌﺎﻣﻞ اﻻﺧﺘﻼف ﻤﻮﻋﺘﲔ ﻣﻦ درﺟﺎت اﻟﻄﻠﺒﺔ ﰲ ﻣﺎدة اﻹﺣﺼﺎء ﺣﺴﺐ اﳌﻌﻄﻴﺎت أدﻧﺎﻩ‪:‬‬
‫اﻟﻤﺠﻤﻮﻋﺔ ‪B‬‬ ‫اﻟﻤﺠﻤﻮﻋﺔ ‪A‬‬
‫‪33‬‬ ‫‪40‬‬ ‫اﻟﻤﺘﻮﺳﻂ اﻟﺤﺴﺎﺑﻲ‬
‫‪16‬‬ ‫‪24‬‬ ‫اﻻﻧﺤﺮاف اﻟﻤﻌﻴﺎري‬
‫‪102‬‬
‫‪S‬‬ ‫‪24‬‬
‫‪C.VA ‬‬ ‫‪ -‬ﳓﺪد ﻣﻌﺎﻣﻞ اﺧﺘﻼف اﻟﻤﺠﻤﻮﻋﺔ ‪100 100 0.6 100 60% :A‬‬
‫‪X‬‬ ‫‪40‬‬
‫‪S‬‬ ‫‪16‬‬
‫‪ -‬ﳓﺪد ﻣﻌﺎﻣﻞ اﺧﺘﻼف اﻟﻤﺠﻤﻮﻋﺔ ‪C.VB  100  100  0.48100  48% :B‬‬
‫‪X‬‬ ‫‪33‬‬
‫ﺑﺎﳌﻘﺎرﻧﺔ ﳒﺪ أن ﺗﺸﺘﺖ اﻟﻤﺠﻤﻮﻋﺔ ‪ A‬أﻛﱪ ﻣﻦ ﺗﺸﺘﺖ اﻟﻤﺠﻤﻮﻋﺔ ‪ B‬اﻟﱵ ﺗﻌﺘﱪ أﻛﺜﺮ ﲡﺎﻧﺴﺎ وأﻗﻞ اﺑﺘﻌﺎدا‬
‫ﻋﻦ ﻗﻴﻤﺘﻬﺎ اﳌﺘﻮﺳﻄﺔ‪.‬‬
‫ﺧﻮاص ﻣﻌﺎﻣﻞ اﻻﺧﺘﻼف اﻟﻨﺴﺒﻲ‪:‬‬ ‫‪‬‬
‫‪ -‬ﻳﻘﻴﺲ اﻻﺧﺘﻼف اﻟﻨﺴﱯ دون وﺣﺪة ﲤﻴﻴﺰ؛‬

‫‪ -‬ﻟﻴﺲ ﻟﻪ ﻣﻌﲎ إذا ﻛﺎﻧﺖ اﳌﺘﻮﺳﻄﺎت اﳊﺴﺎﺑﻴﺔ ﻣﻌﺪوﻣﺔ؛‬
‫‪ -‬ﻳﺴﺘﺨﺪم ﳌﻘﺎرﻧﺔ ﳎﻤﻮﻋﺘﲔ أو أﻛﺜﺮ ﻣﻦ اﻟﺒﻴﺎﻧﺎت ﻣﻦ ﺣﻴﺚ اﻟﺘﺸﺘﺖ‪ ،‬ﺧﺎﺻﺔ إذا اﺧﺘﻠﻔﺖ ﻣﺘﻮﺳﻄﺎ ﺎ‬
‫اﳊﺴﺎﺑﻴﺔ‪.‬‬
‫‪ -2-5-II‬ﻣﻌﺎﻣﻞ اﻻﺧﺘﻼف اﻟﺮﺑﻴﻌﻲ‪:‬‬
‫ﻳﺴﺘﺨﺪم ﻫﺬا اﳌﻌﺎﻣﻞ ﰲ ﺣﺎﻟﺔ ﺗﻮزﻳﻊ ﺗﻜﺮاري ﻣﻔﺘﻮح‪ ،‬وﻳﺮﻣﺰ ﻟﻪ ﺑﺎﻟﺮﻣﺰ‪ ،C.Q.V‬وﻫﻮ ﻣﻌﻄﻰ ﺑﺎﻟﻌﻼﻗﺔ اﻟﺘﺎﻟﻴﺔ‪:‬‬
‫‪Q 3  Q1‬‬
‫‪C .Q .V ‬‬ ‫‪ 100‬‬
‫‪Q2‬‬
‫ﻣﺜﺎل )‪ :(08-4‬ﻟﻨﺄﺧﺬ ﻣﻌﻄﻴﺎت اﳌﺜﺎل )‪ (02-4‬وﻧﻘﻮم ﲝﺴﺎب ﻣﻌﺎﻣﻞ اﻻﺧﺘﻼف اﻟﺮﺑﻴﻌﻲ‪.‬‬

‫ﺑﻌﺪ ﺣﺴﺎب ﻛﻞ ﻣﻦ اﻟﺮﺑﻴﻊ اﻷول واﻟﺜﺎﱐ واﻟﺜﺎﻟﺚ ﺗﻮﺻﻠﻨﺎ إﱃ اﻟﻨﺘﺎﺋﺞ اﻟﺘﺎﻟﻴﺔ‪:‬‬
‫‪Q 3  45 , 59  10 3 DA‬‬ ‫و‬ ‫‪Q 2  32 ,8  10 3 DA‬‬ ‫و‬ ‫‪Q1  23,17 103 DA‬‬
‫وﻋﻠﻴﻪ ﻧﻘﻮم ﲝﺴﺎب ﻣﻌﺎﻣﻞ اﻻﺧﺘﻼف اﻟﺮﺑﻴﻌﻲ ﺑﺘﻄﺒﻴﻖ اﻟﻌﻼﻗﺔ اﻟﺘﺎﻟﻴﺔ‪:‬‬
‫‪Q  Q1‬‬ ‫‪45 ,59  23 ,17‬‬
‫‪C .Q .V  3‬‬ ‫‪ 100 ‬‬ ‫‪ 100  68 ,35 %‬‬
‫‪Q2‬‬ ‫‪32 ,8‬‬
‫اﻻﺳﺘﻨﺘﺎج‪ :‬ﻧﻘﻮل أ ّن‪ :‬ﺗﺸﺘﺖ ﻫﺬﻩ اﻟﺒﻴﺎﻧﺎت ﻫﻮ ﺗﺸﺘﺖ ﻛﺒﲑ ﻧﺘﻴﺠﺔ ﻟﻜﻮن ﻗﻴﻤﺔ ﻣﻌﺎﻣﻞ اﻻﺧﺘﻼف اﻟﺮﺑﻴﻌﻲ ﺗﺴﺎوي‬
‫‪. 68 , 35 %‬‬
‫‪103‬‬
‫ﻣﻘﺎﻳ ﺲ اﻟ ﺸ ﺖ‬ :‫اﻟﻔﺼﻞ اﻟﺮا ﻊ‬
:‫ﺗﻤﺎرﻳﻦ اﻟﻔﺼﻞ اﻟﺮاﺑﻊ‬

:‫ﺗﻤﺎرﻳﻦ ﻣﺤﻠﻮﻟﺔ‬
:‫اﻟﺘﻤﺮﻳﻦ اﻷول‬
:‫ ّﺑﲔ أن‬، X ‫ ﲤﺜﻞ ﻗﻴﻢ ﻇﺎﻫﺮة ﻣﺎ وﻟﺘﻜﻦ‬x1 , x2 ,……, xn :‫إذا ﻛﺎﻧﺖ‬
V (X ) 
1

2
( xi  X )  x i
2
X
2
 n n
( x  X )  1  ( xi ) 2 

2
1
 xi  n X  n 1  xi  n 
i 2 2
S 2
  2
 n 1 n 1  
:‫ﺣﻞ اﻟﺘﻤﺮﻳﻦ اﻷول‬

1

V (X )  ( xi  X )
2
:‫ﻟﺪﻳﻨﺎ‬
n
1
n
1
V ( X )   ( xi  X )   xi2  2 xi X  X 
2
n
2 1
n
   x  2 X  x   X 
i
2
i
2
x x  X x x
2 2 2 2 2
i i i nX i 2 2
  2X    2X  X    2X  X
n n n n n n

 xi2 X
2

(x  X ) 2
S 2 i
:‫ﻟﺪﻳﻨﺎ‬
n 1
S2 
1
n 1

2
( xi  X ) 
1
n 1
 x i
2
 2 xi X  X   n 1 1  x  2 X  x   X 
2
i
2
i
2

1
n 1
 x i
2
 2 X (n X )  n X
2
  n 1 1  x i
2
 2n X  n X 
2 2 1
n 1
 x  n X  i
2 2
:‫أو‬
 x  1   
2
1 1  xi 
   x i2  n  
2 2
S 2
 ( xi  X )  2
 nX   
n 1 n 1
i
n 1   n  
  
1  ( xi ) 2  1  ( xi ) 2 
 xi  n   xi 
2
  
2

n 1  n2  n 1  n 
104
‫‪3‬‬
‫)اﻟﻮﺣﺪة‪10 :‬‬ ‫اﻟﺘﻤﺮﻳﻦ اﻟﺜﺎﻧﻲ‪ :‬ﻳﻌﺮض اﳉﺪول اﻟﺘﺎﱄ ﺗﻮزﻳﻊ ﻋﻴﻨﺔ ﻣﻦ ﻋﻤﺎل ﻣﺆﺳﺴﺔ )‪ (B‬ﺣﺴﺐ اﻟﺪﺧﻞ اﻟﺸﻬﺮي‬
‫دج(‪.‬‬
‫‪70‬‬ ‫أﻗﻞ ﻣﻦ‬ ‫اﻟﺪﺧﻞ‬
‫‪‬‬ ‫ﻓﺄﻛﺜﺮ‬ ‫‪70  60 60  50 50  40 40  30 30  20‬‬ ‫‪20‬‬ ‫اﻟﺸﻬﺮي‬
‫ﻋﺪد اﻟﻌﻤﺎل‬
‫‪110‬‬ ‫‪5‬‬ ‫‪12‬‬ ‫‪20‬‬ ‫‪34‬‬ ‫‪22‬‬ ‫‪12‬‬ ‫‪5‬‬ ‫‪ni‬‬
‫‪ -1‬ﻣﺎ ﻫﻮ ﻣﻘﻴﺎس اﻟﺘﺸﺘﺖ اﳌﻨﺎﺳﺐ ﳍﺬا اﻟﺘﻮزﻳﻊ ﰒ ﺣﺪد ﻗﻴﻤﺘﻪ‪.‬‬
‫‪ -2‬ﻟﻨﻌﺘﱪ أن اﻟﻔﺌﺎت ﻣﺘﺴﺎوﻳﺔ اﻟﻄﻮل‪ ،‬أﺣﺴﺐ اﻻﳓﺮاف اﳌﻌﻴﺎري وﻣﻌﺎﻣﻞ اﻻﺧﺘﻼف‪.‬‬
‫‪ -3‬ﻗﺎرن ﺗﺸﺘﺖ ﻫﺬا اﻟﺘﻮزﻳﻊ ﻣﻊ ﺗﺸﺘﺖ ﺗﻮزﻳﻊ اﳌﺜﺎل رﻗﻢ )‪.(02-4‬‬
‫‪ -1‬ﻣﻘﻴﺎس اﻟﺘﺸﺘﺖ اﻟﻤﻨﺎﺳﺐ ﻟﻬﺬا اﻟﺘﻮزﻳﻊ‪ :‬ﲟﺎ أن ﺟﺪول اﻟﺘﻮزﻳﻊ اﻟﺘﻜﺮاري ﻣﻔﺘﻮح ﻓﺈن أﻓﻀﻞ ﻣﻘﻴﺎس ﻟﻘﻴﺎس‬
‫اﻟﺘﺸﺘﺖ ﻫﻮ‪ :‬ﻣﻌﺎﻣﻞ اﻻﺧﺘﻼف اﻟﺮﺑﻴﻌﻲ‪.‬‬
‫اﻟﺠﺪول )‪ :(04-4‬ﺗﻮزﻳﻊ اﻟﻌﻤﺎل ﺣﺴﺐ اﻟﺪﺧﻞ اﻟﺸﻬﺮي‬
‫‪x‬‬ ‫‪i‬‬ ‫‪‬‬

‫‪ X ni‬‬
‫‪2‬‬
‫‪x‬‬ ‫‪i‬‬ ‫‪X‬‬ ‫‪‬‬
‫‪2‬‬
‫ﻣﺮﻛﺰ اﻟﻔﺌﺔ‬ ‫اﻟﺪﺧﻞ اﻟﺸﻬﺮي‬ ‫ﻋﺪد اﻟﻌﻤﺎل‬ ‫اﻟﺪﺧﻞ اﻟﺸﻬﺮي‬
‫‪x i ni‬‬ ‫‪xi‬‬ ‫‪Xi‬‬ ‫‪ni ‬‬ ‫‪ni‬‬ ‫‪Xi‬‬
‫‪4446,16‬‬ ‫‪889,23‬‬ ‫‪75‬‬ ‫‪15‬‬ ‫‪20  10‬‬ ‫‪5‬‬ ‫‪5‬‬ ‫أﻗﻞ ﻣﻦ ‪20‬‬
‫‪4714‬‬ ‫‪392,83‬‬ ‫‪300‬‬ ‫‪25‬‬ ‫‪30  20‬‬ ‫‪17‬‬ ‫‪12‬‬ ‫‪30  20‬‬
‫‪2121,51‬‬ ‫‪96,43‬‬ ‫‪770‬‬ ‫‪35‬‬ ‫‪40  30‬‬ ‫‪39‬‬ ‫‪22‬‬ ‫‪40  30‬‬
‫‪1,1016‬‬ ‫‪0,0324‬‬ ‫‪1530‬‬ ‫‪45‬‬ ‫‪50  40‬‬ ‫‪73‬‬ ‫‪34‬‬ ‫‪50  40‬‬
‫‪2072,65‬‬ ‫‪103,63‬‬ ‫‪1100‬‬ ‫‪55‬‬ ‫‪60  50‬‬ ‫‪93‬‬ ‫‪20‬‬ ‫‪60  50‬‬
‫‪4886,79‬‬ ‫‪407,23‬‬ ‫‪780‬‬ ‫‪65‬‬ ‫‪70  60‬‬ ‫‪105‬‬ ‫‪12‬‬ ‫‪70  60‬‬
‫‪4554,16‬‬ ‫‪910,83‬‬ ‫‪375‬‬ ‫‪75‬‬ ‫‪80  70‬‬ ‫‪110‬‬ ‫‪5‬‬ ‫‪ 70‬ﻓﺄﻛﺜﺮ‬
‫‪22796,36‬‬ ‫‪-‬‬ ‫‪4930‬‬ ‫‪-‬‬ ‫‪‬‬ ‫‪-‬‬ ‫‪110‬‬ ‫‪‬‬
‫‪105‬‬
‫‪Q 3  Q1‬‬
‫‪C .Q .V ‬‬ ‫‪ 100‬‬ ‫ﺣﺴﺎب ﻣﻌﺎﻣﻞ اﻻﺧﺘﻼف اﻟﺮﺑﻴﻌﻲ‪:‬‬
‫‪Q2‬‬
‫ﻧﻘﻮم ﻓﻲ اﻟﺒﺪاﻳﺔ ﺑﺤﺴﺎب‪:‬‬

‫‪N‬‬
‫‪ N0‬‬
‫‪Q 1  L1 ‬‬ ‫‪4‬‬ ‫‪ k  30 ‬‬
‫‪27 . 5  17‬‬
‫‪ 10  34 , 77  10 3 DA‬‬ ‫‪ ‬اﻟﺮﺑﻴﻊ اﻷول ‪:Q1‬‬
‫‪n Q1‬‬ ‫‪22‬‬
‫‪2N‬‬
‫‪ N0‬‬
‫‪Q2‬‬ ‫‪ L1  4‬‬ ‫‪ k  40 ‬‬
‫‪55  39‬‬
‫‪ 10  44 , 7  10 3 DA‬‬ ‫‪ ‬اﻟﺮﺑﻴﻊ اﻟﺜﺎﻧﻲ ‪:Q2‬‬
‫‪n Q2‬‬ ‫‪34‬‬
‫‪:Q3‬‬ ‫اﻟﺜﺎﻟﺚ‬ ‫‪ ‬اﻟﺮﺑﻴﻊ‬

‫‪3N‬‬
‫‪ N0‬‬
‫‪4‬‬ ‫‪82 . 5  73‬‬
‫‪Q 3  L1 ‬‬ ‫‪ k  50 ‬‬ ‫‪ 10  54 , 75  10 3 DA‬‬
‫‪n Q3‬‬ ‫‪20‬‬
‫وﻣﻨﻪ ﳒﺪ أن‪ :‬ﻣﻌﺎﻣﻞ اﻻﺧﺘﻼف اﻟﺮﺑﻴﻌﻲ‪:‬‬

‫‪Q 3  Q1‬‬ ‫‪54 , 75  34 , 77‬‬
‫‪C .Q .V ‬‬ ‫‪ 100 ‬‬ ‫‪ 100  44 , 63 %‬‬
‫‪Q2‬‬ ‫‪44 , 77‬‬
‫وﻋﻠﻴﻪ ﻧﻘﻮل أن ﺗﺸﺘﺖ ﻫﺬا اﻟﺘﻮزﻳﻊ ﻫﻮ ﺗﺸﺘﺖ ﻣﺘﻮﺳﻂ‪.‬‬
‫‪ x‬‬ ‫‪‬‬

‫‪k‬‬
‫‪2‬‬
‫‪i‬‬ ‫‪ X ni‬‬
‫‪S2 ‬‬ ‫‪i 1‬‬
‫‪ -2‬ﺣﺴﺎب اﻻﻧﺤﺮاف اﻟﻤﻌﻴﺎري وﻣﻌﺎﻣﻞ اﻻﺧﺘﻼف‪ S  S :‬ﺣﻴﺚ‪:‬‬
‫‪2‬‬
‫‪n 1‬‬
‫ﻣﻦ أﺟﻞ ذﻟﻚ ﻧﻘﻮم ﺑﺈﺗﺒﺎع اﳋﻄﻮات اﻟﺘﺎﻟﻴﺔ‪:‬‬
‫‪ ‬ﺣﺴﺎب اﻟﻤﺘﻮﺳﻂ اﻟﺤﺴﺎﺑﻲ‪:‬‬
‫‪k‬‬ ‫‪7‬‬
‫‪‬‬ ‫‪xini‬‬ ‫‪‬‬ ‫‪xini‬‬

‫‪4930‬‬
‫‪X ‬‬ ‫‪i1‬‬
‫‪k‬‬
‫‪‬‬ ‫‪i 1‬‬
‫‪7‬‬
‫‪‬‬ ‫‪ 44 , 82  10‬‬ ‫‪3‬‬
‫‪DA‬‬
‫‪110‬‬
‫‪‬‬
‫‪i1‬‬
‫‪ni‬‬ ‫‪‬‬
‫‪i1‬‬
‫‪ni‬‬
‫‪ x‬‬ ‫‪n‬‬

‫‪k‬‬
‫‪2‬‬
‫‪i‬‬ ‫‪ X‬‬ ‫‪i‬‬
‫‪22796 , 36‬‬
‫‪S‬‬ ‫‪2‬‬
‫‪‬‬ ‫‪i 1‬‬
‫‪‬‬ ‫‪ 209 ,14‬‬ ‫‪ ‬ﺣﺴﺎب اﻟﺘﺒﺎﻳﻦ‪:‬‬
‫‪n 1‬‬ ‫‪109‬‬
‫وﻣﻨﻪ ‪S  209,14  14,46‬‬
‫‪S‬‬ ‫‪14,46‬‬
‫‪C.V ‬‬ ‫‪ 100 ‬‬ ‫‪ ‬ﺣﺴﺎب ﻣﻌﺎﻣﻞ اﻻﺧﺘﻼف‪ 100  0,3226  100  32, 26% :‬‬
‫‪X‬‬ ‫‪44‬‬‫‪,‬‬‫‪82‬‬
‫‪106‬‬
‫وﻋﻠﻴﻪ ﻧﻘﻮل أن ﺗﺸﺘﺖ ﻫﺬا اﻟﺘﻮزﻳﻊ ﻫﻮ ﺗﺸﺘﺖ ﺿﻌﻴﻒ‪.‬‬

‫‪ -3‬ﻣﻘﺎرﻧﺔ ﺗﺸﺘﺖ اﻟﺘﻮزﻳﻌﻴﻦ‪:‬‬
‫ﻣﻦ ﺧﻼل اﺳﺘﺨﺪام ﻣﻌﻄﻴﺎت اﳌﺜﺎل )‪ (02-4‬ﺗﻮﺻﻠﻨﺎ إﱃ اﻟﻨﺘﺎﺋﺞ اﻟﺘﺎﻟﻴﺔ‪:‬‬
‫‪ ‬اﻟﻤﺘﻮﺳﻂ اﻟﺤﺴﺎﺑﻲ‪:‬‬
‫‪k‬‬ ‫‪6‬‬
‫‪‬‬ ‫‪x in‬‬ ‫‪i‬‬ ‫‪‬‬ ‫‪x in‬‬ ‫‪i‬‬

‫‪3840‬‬
‫‪X‬‬ ‫‪‬‬ ‫‪i 1‬‬
‫‪k‬‬
‫‪‬‬ ‫‪i1‬‬
‫‪6‬‬
‫‪‬‬ ‫‪ 34 , 9  10‬‬ ‫‪3‬‬
‫‪DA‬‬
‫‪110‬‬
‫‪‬‬ ‫‪i1‬‬
‫‪n‬‬ ‫‪i‬‬ ‫‪‬‬
‫‪i 1‬‬
‫‪n‬‬ ‫‪i‬‬
‫‪S  S 2  219.26  14,81‬‬ ‫‪ ‬ﺣﺴﺎب اﻻﻧﺤﺮاف اﻟﻤﻌﻴﺎري‪ :‬ﻟﺪﻳﻨﺎ ‪ S 2  217,26‬وﻣﻨﻪ‪:‬‬

‫وﻋﻠﻴﻪ ﻓﺈن ﻣﻌﺎﻣﻞ اﻻﺧﺘﻼف ﻫﻮ‪:‬‬
‫‪S‬‬ ‫‪14 ,81‬‬
‫‪C .V A ‬‬ ‫‪ 100 ‬‬ ‫‪ 100  0 , 4243  100  42 , 43 %‬‬
‫‪X‬‬ ‫‪34 , 9‬‬
‫أﻣﺎ ﻣﻌﺎﻣﻞ اﺧﺘﻼف اﻟﺘﻮزﻳﻊ اﻟﺴﺎﺑﻖ ﻫﻮ‪:‬‬
‫‪S‬‬ ‫‪14 , 46‬‬
‫‪C .V B ‬‬ ‫‪ 100 ‬‬ ‫‪ 100  0 , 3226  100  32 , 26 %‬‬
‫‪X‬‬ ‫‪44 , 82‬‬
‫وﲟﻘﺎرﻧﺔ ﻣﻌﺎﻣﻞ اﺧﺘﻼف اﻟﺘﻮزﻳﻌﲔ ﻧﺴﺘﻨﺘﺞ أن اﻟﺘﻮزﻳﻊ اﻟﺜﺎﱐ أﻗﻞ ﺗﺸﺘﺖ )أﻛﺜﺮ ﲡﺎﻧﺲ( ﻣﻦ اﻟﺘﻮزﻳﻊ اﻷول‪.‬‬
‫‪107‬‬
‫اﻟﺘﻤﺮﻳﻦ اﻷول‪ :‬ﻟﻨﻔﺮض أﻧﻪ ﻟﺪﻳﻨﺎ اﻟﺴﻠﺴﻠﺘﲔ اﻟﺘﺎﻟﻴﺘﲔ‪:‬‬
‫اﻟﺴﻠﺴﻠﺔ ‪6 14 36 15 9 12 15 10 : A‬‬
‫اﻟﺴﻠﺴﻠﺔ ‪36 30 28 20 25 18 24 6 : B‬‬
‫‪ -1‬أوﺟﺪ اﳌﺪى اﻟﻌﺎم‪ .‬ﻣﺎذا ﺗﻼﺣﻆ ؟‬
‫‪ -2‬ﻛﻴﻒ ﳝﻜﻦ أن ﻧﻔﺮق ﺑﲔ ﻫﺬﻳﻦ اﻟﺘﻮزﻳﻌﲔ اﻹﺣﺼﺎﺋﻴﲔ ؟‬
‫اﻟﺘﻤﺮﻳﻦ اﻟﺜﺎﻧﻲ‪ :‬ﻟﻴﻜﻦ اﻟﺘﻮزﻳﻊ اﻹﺣﺼﺎﺋﻲ اﻟﺘﺎﱄ‪:‬‬

‫‪11‬‬ ‫‪9‬‬ ‫‪7‬‬ ‫‪5‬‬ ‫‪3‬‬ ‫‪Xi‬‬
‫‪9‬‬ ‫‪40‬‬ ‫‪8‬‬ ‫‪28‬‬ ‫‪15‬‬ ‫‪ni‬‬
‫‪ -1‬أﺣﺴﺐ اﳌﺪى اﻟﻌﺎم‪ ،‬اﻻﳓﺮاف اﳌﺘﻮﺳﻂ وﻣﻌﺎﻣﻞ اﻻﺧﺘﻼف‪.‬‬
‫‪ -2‬أﺣﺴﺐ اﻻﳓﺮاف اﻟﺮﺑﻴﻌﻲ وﻣﻌﺎﻣﻞ اﻻﺧﺘﻼف اﻟﺮﺑﻴﻌﻲ‪.‬‬
‫ﻳﻨﺘﺞ ﻣﺼﻨﻊ ﻧﻮﻋﲔ ﻣﻦ اﻵﻻت اﻟﻔﻼﺣﻴﺔ‪ ،‬ﺣﻴﺚ أن اﻟﻨﻮع اﻷول ﻳﻬﺘﻠﻚ ﰲ ﺣﺎل اﺷﺘﻐﺎﻟﻪ ﰲ اﳌﺘﻮﺳﻂ ‪6000‬‬
‫ﺳﺎﻋﺔ ﺑﺎﳓﺮاف ﻣﻌﻴﺎري ﻗﺪرﻩ ‪ 900‬ﺳﺎﻋﺔ‪ ،‬أﻣﺎ اﻟﻨﻮع اﻟﺜﺎﱐ ﻓﻴﻬﺘﻠﻚ ﰲ ﺣﺎل اﺷﺘﻐﺎﻟﻪ ﰲ اﳌﺘﻮﺳﻂ ‪ 8000‬ﺳﺎﻋﺔ‬
‫ﺑﺎﳓﺮاف ﻣﻌﻴﺎري ﻳﺒﻠﻎ ‪ 1020‬ﺳﺎﻋﺔ‪.‬‬
‫‪ -‬ﻣﺎ ﻫﻮ اﻟﻨﻮع اﻷﻓﻀﻞ ﻣﻦ ﺑﲔ ﻫﺎذﻳﻦ اﻟﻨﻮﻋﲔ؟‬
‫اﳉﺪول اﻟﺘﺎﱄ ﻳﻮﺿﺢ اﻹﻧﻔﺎق اﻟﺸﻬﺮي ﻟﻌﻴﻨﺔ ﻣﻦ اﻷﺳﺮ ﰲ ﻣﺪﻳﻨﺘﲔ ‪ A‬و ‪ B‬واﳌﻄﻠﻮب اﳌﻘﺎرﻧﺔ ﺑﲔ‬
‫اﳌﺪﻳﻨﺘﲔ ﻣﻦ ﺣﻴﺚ درﺟﺔ اﻟﺘﺠﺎﻧﺲ ﰲ ﻣﺴﺘﻮى اﻹﻧﻔﺎق‪.‬‬
‫‪‬‬ ‫‪50  45 45  40 40  35 35  30 30  25 25  20‬‬ ‫اﻹﻧﻔﺎق‬
‫‪100‬‬ ‫‪10‬‬ ‫‪19‬‬ ‫‪24‬‬ ‫‪30‬‬ ‫‪15‬‬ ‫‪2‬‬ ‫اﻟﻤﺪﻳﻨﺔ ‪A‬‬
‫‪108‬‬
‫‪100‬‬ ‫‪2‬‬ ‫‪6‬‬ ‫‪10‬‬ ‫‪15‬‬ ‫‪35‬‬ ‫‪32‬‬ ‫اﻟﻤﺪﻳﻨﺔ ‪B‬‬
‫ﺗﺒﲔ ﺗﻮزﻳﻊ ﻋﻤﺎل ﻣﺼﻨﻌﲔ ﻳﻨﺘﺠﺎن ﻧﻔﺲ اﻟﺴﻠﻊ ﺣﺴﺐ اﻷﺟﻮر اﻟﺸﻬﺮﻳﺔ اﻟﱵ ﻳﺘﻘﺎﺿﺎﻫﺎ‬ ‫اﻟﺒﻴﺎﻧﺎت اﻟﺘﺎﻟﻴﺔ ّ‬
‫اﻟﻌﻤﺎل‪ ،‬ﻏﲑ أن اﳌﺼﻨﻊ اﻷول ﻣﺘﻮاﺟﺪ ﺑﺎﳉﺰاﺋﺮ ﺑﻴﻨﻤﺎ اﳌﺼﻨﻊ اﻟﺜﺎﱐ ﻣﺘﻮاﺟﺪ ﺑﺄوروﺑﺎ‪.‬‬
‫ﺗﻮزﻳﻊ اﻷﺟﻮر اﻟﺸﻬﺮﻳﺔ ﻟﻌﻤﺎل اﳌﺼﻨﻊ اﻷول )اﻟﻮﺣﺪة‪ 310 :‬دج(‪.‬‬
‫‪‬‬ ‫‪80  70 70  60 60  50 50  40 40  30 30  20‬‬ ‫اﻷﺟﺮ ‪X i‬‬
‫‪90‬‬ ‫‪5‬‬ ‫‪10‬‬ ‫‪15‬‬ ‫‪25‬‬ ‫‪20‬‬ ‫‪15‬‬ ‫ﻋﺪد اﻟﻌﻤﺎل ‪n i‬‬
‫ﻳﻮرو(‪.‬‬ ‫‪2‬‬
‫‪10‬‬ ‫ﺗﻮزﻳﻊ اﻷﺟﻮر اﻟﺸﻬﺮﻳﺔ ﻟﻌﻤﺎل اﳌﺼﻨﻊ اﻟﺜﺎﱐ )اﻟﻮﺣﺪة‪:‬‬
‫‪‬‬ ‫‪80  70 70  60 60  50 50  40 40  30 30  20‬‬ ‫اﻷﺟﺮ ‪X i‬‬
‫‪90‬‬ ‫‪8‬‬ ‫‪15‬‬ ‫‪18‬‬ ‫‪22‬‬ ‫‪12‬‬ ‫‪15‬‬ ‫ﻋﺪد اﻟﻌﻤﺎل ‪n i‬‬
‫‪ -1‬أﺣﺴﺐ اﻻﳓﺮاف اﳌﺘﻮﺳﻂ واﻻﳓﺮاف اﳌﻌﻴﺎري ﻟﻠﻤﺼﻨﻌﲔ‪.‬‬
‫‪ -2‬ﻗﺎرن ﺑﲔ ﺗﺸﺘﺖ أﺟﻮر ﻋﻤﺎل اﳌﺼﻨﻌﲔ‪.‬‬
‫اﳉﺪول اﻟﺘﺎﱄ ﻳﺒﲔ ﺗﻮزﻳﻊ اﻟﻌﺎﺋﻼت ﺣﺴﺐ ﻗﻴﻤﺔ دﺧﻠﻬﺎ اﻟﺸﻬﺮي )‪ 3 10‬دج (‪.‬‬
‫‪‬‬ ‫‪ 90‬وأﻛﺜﺮ‬ ‫‪90  75 75  60 60  45‬‬ ‫‪45  30‬‬ ‫أﻗﻞ ﻣﻦ ‪30‬‬ ‫اﻟﺪﺧﻞ ‪X i‬‬
‫‪90‬‬ ‫‪10‬‬ ‫‪15‬‬ ‫‪18‬‬ ‫‪30‬‬ ‫‪25‬‬ ‫‪12‬‬ ‫ﻋﺪد اﻟﻌﺎﺋﻼت ‪n i‬‬
‫‪ -1‬ﻣﺎ ﻫﻮ ﻣﻘﻴﺎس اﻟﺘﺸﺘﺖ اﳌﻨﺎﺳﺐ ﳍﺬا اﻟﺘﻮزﻳﻊ ﰒ ﺣﺪد ﻗﻴﻤﺘﻪ‪.‬‬
‫‪ -2‬إذا ﻛﺎﻧﺖ اﻟﻔﺌﺎت ﻣﺘﺴﺎوﻳﺔ اﻟﻄﻮل‪ ،‬أﺣﺴﺐ اﻻﳓﺮاف اﳌﻌﻴﺎري و ﻣﻌﺎﻣﻞ اﻻﺧﺘﻼف‪.‬‬
‫‪ -3‬إذا ﻛﺎن ‪ Y‬ﺗﻮزﻳﻊ آﺧﺮ ﺣﻴﺚ‪ y  70 :‬و ‪ S Y  25‬ﻗﺎرن ﺗﺸﺘﺖ اﻟﺘﻮزﻳﻌﲔ‪.‬‬
‫‪ -4‬أﺣﺴﺐ ﻣﻌﺎﻣﻞ اﻻﺧﺘﻼف اﻟﺮﺑﻴﻌﻲ‪.‬‬
‫‪109‬‬
‫اﻟﻔﺼﻞ اﳋﺎﻣﺲ‬
‫ﻣﻘﺎﯾ ﺲ اﻟﺸﲁ‬
‫ﻟﺘﻮاء‬ ‫‪-I‬‬
‫‪ -1-I‬ﻣﻌﺎﻣﻼت ﺑﲑﺳﻮن ﻟﻼﻟﺘﻮاء‬
‫‪ -2-I‬ﻣﻌﺎﻣﻞ ﻓ ﴩ ﻟﻼﻟﺘﻮاء‬
‫‪ -3-I‬ﻣﻌﺎﻣﻞ ﯾﻮل ﻟﻼﻟﺘﻮاء‬
‫اﻟﺘﻔﺮﻃﺢ‬ ‫‪-II‬‬
‫‪ -1-II‬ﻣﻌﺎﻣﻞ ﺑﲑﺳﻮن ﻠﺘﻔﺮﻃﺢ‬
‫‪ -2-II‬ﻣﻌﺎﻣﻞ ﻓ ﴩ ﻠﺘﻔﺮﻃﺢ‬
‫‪ -3-II‬ﻣﻌﺎﻣﻞ اﻟﺘﻔﺮﻃﺢ اﳌﺌﻮي‬
‫ﻣﻘﺎﻳ ﺲ اﻟﺸ ﻞ‬ ‫اﻟﻔﺼﻞ ا ﺎﻣﺲ‪:‬‬
‫ﺗﻤﻬﻴﺪ‪ :‬إذا ﻛﺎﻧﺖ ﻣﻘﺎﻳﻴﺲ اﻟﻨﺰﻋﺔ اﳌﺮﻛﺰﻳﺔ وﻣﻘﺎﻳﻴﺲ اﻟﺘﺸﺘﺖ ﺗﺴﻤﺢ ﺑﺘﻠﺨﻴﺺ ﺑﻴﺎﻧﺎت أي ﻇﺎﻫﺮة ﰲ ﺻﻮرة أرﻗﺎم‬
‫ﺗﻌﻄﻲ ﻓﻜﺮة ﻋﻦ ﺧﺼﺎﺋﺺ ﺗﻮزﻳﻊ ﻫﺬﻩ اﻟﺒﻴﺎﻧﺎت ودرﺟﺔ ﲡﺎﻧﺴﻬﺎ أو اﺧﺘﻼﻓﻬﺎ‪ ،‬ﻓﺈن ﻫﺬا اﻟﻮﺻﻒ ﺗﺒﻘﻰ ﺗﻨﻘﺼﻪ اﻟﺪﻗﺔ‬
‫اﳌﻄﻠﻮﺑﺔ ﻟﻠﺘﻌﺮف ﻋﻠﻰ ﺧﻮاص اﻟﺘﻮزﻳﻊ ﺧﺎﺻﺔ ﻓﻴﻤﺎ ﳜﺺ اﻧﺘﺸﺎر اﻟﺒﻴﺎﻧﺎت ﻋﻠﻰ اﳌﻨﺤﲎ اﻟﺒﻴﺎﱐ اﳌﻤﺜﻞ ﳍﺎ ﻣﻦ ﺣﻴﺚ‬
‫اﻟﺘﻮاﺋﻪ وﺗﻔﻠﻄﺤﻪ ﻋﻦ اﻟﻮﺿﻊ اﻟﻄﺒﻴﻌﻲ‪ ،‬ﻟﺬﻟﻚ دﻋﺖ اﳊﺎﺟﺔ ﻻﺳﺘﺨﺪام ﻣﻘﺎﻳﻴﺲ أﺧﺮى ﻟﺘﺤﻘﻴﻖ ﻫﺬا اﻟﻐﺮض ﲰﻴﺖ‬
‫ﻣﻘﺎﻳﻴﺲ اﻻﻟﺘﻮاء واﻟﺘﻔﺮﻃﺢ‪.‬‬
‫وﻟﻜﻮن ﻫﺬﻩ اﳌﻘﺎﻳﻴﺲ ﺗﻌﺘﻤﺪ ﻋﻠﻰ اﻟﻌﺰوم اﻟﺒﺴﻴﻄﺔ واﳌﺮﻛﺰﻳﺔ ﰲ ﺣﺴﺎ ﺎ ﺳﻨﻘﻮم ﰲ اﻟﺒﺪاﻳﺔ ﺑﺈﻋﻄﺎء ﻋﻼﻗﺎت اﻟﻌﺰوم‪:‬‬
‫‪ ‬اﻟﻌﺰوم‪:‬‬
‫اﻟﻌ ﺰوم ﻗﺪ ﺗﻜﻮن ﺣﻮل ﻧﻘﻄﺔ اﻷﺻﻞ أو ﺣﻮل اﳌﺘﻮﺳﻂ أو ﺣﻮل أي ﻧﻘﻄﺔ ﻣﻌﻴﻨﺔ‪ ،‬أﻣﺎ رﺗﺒﺔ اﻟﻌﺰم ﻓﺘﺘﺤﺪد ﺑﺪرﺟﺔ اﻟﻘﻮة‬
‫)اﻷس( اﻟﱵ ﺗﺮﻓﻊ إﻟﻴﻬﺎ اﻟﻘﻴﻢ أو اﳓﺮاﻓﺎ ﺎ ﻋﻦ اﳌﺘﻮﺳﻂ اﳊﺴﺎﰊ‪ ،‬وﳕﻴﺰ ﻧﻮﻋﺎن‪:‬‬
‫اﻟﻌﺰوم اﻟﺒﺴﻴﻄﺔ‪:‬‬ ‫‪‬‬
‫إذا ﻛﺎﻧﺖ اﻟﻈﺎﻫﺮة ‪ X‬ﺗﺄﺧﺬ اﻟﻘﻴﻢ‪ x1, x2,……,xn :‬ﻓﺈن اﻟﻌﺰم اﻟﺒﺴﻴﻂ ﻣﻦ اﻟﺪرﺟﺔ ‪ r‬ﳍﺬا اﳌﺘﻐﲑ ﻣﻌﻄﻰ‬
‫‪m‬‬ ‫‪‬‬
‫‪‬‬ ‫‪x‬‬ ‫‪i‬‬
‫‪r‬‬
‫‪r‬‬ ‫ﺑﻴﺎﻧﺎت أوﻟﻴﺔ‪:‬‬

‫‪n‬‬
‫‪m‬‬ ‫‪‬‬
‫‪ x n‬‬ ‫‪i‬‬
‫‪r‬‬
‫‪i‬‬
‫ﺑﻴﺎﻧﺎت ﻣﺒﻮﺑﺔ‪:‬‬
‫‪ n‬‬
‫‪r‬‬
‫‪i‬‬
‫ﺣﻴﺚ‪ : r :‬ﺗﻤﺜﻞ اﻟﺪرﺟﺔ )……‪( r = 1,2,‬‬
‫اﻟﻌﺰوم اﻟﻤﺮﻛﺰﻳﺔ‪:‬‬ ‫‪‬‬
‫إذا ﻛﺎﻧﺖ اﻟﻈﺎﻫﺮة ‪ X‬ﺗﺄﺧﺬ اﻟﻘﻴﻢ‪ x1, x2,……,xn :‬وﻛﺎن ‪ X‬ﻣﺘﻮﺳﻄﻬﺎ اﳊﺴﺎﰊ‪ ،‬ﻓﺈن اﻟﻌﺰم اﳌﺮﻛﺰي ﻣﻦ‬
‫اﻟﺪرﺟﺔ ‪ r‬ﺣﻮل اﳌﺘﻮﺳﻂ اﳊﺴﺎﰊ ﳍﺬا اﳌﺘﻐﲑ ﻣﻌﻄﻰ ﺑﺎﻟﻌﻼﻗﺔ اﻟﺘﺎﻟﻴﺔ‪:‬‬
‫‪ x‬‬ ‫‪‬‬‫‪r‬‬

‫‪i‬‬ ‫‪ X‬‬
‫‪M‬‬ ‫‪r‬‬ ‫‪‬‬ ‫ﺑﻴﺎﻧﺎت أوﻟﻴﺔ‪:‬‬
‫‪n‬‬
‫‪ x  X ‬‬
‫‪r‬‬
‫‪i‬‬ ‫‪ni‬‬
‫‪M‬‬ ‫‪‬‬ ‫ﺑﻴﺎﻧﺎت ﻣﺒﻮﺑﺔ‪:‬‬
‫‪ n‬‬
‫‪r‬‬
‫‪i‬‬
‫ﺣﻴﺚ‪ : r :‬ﺗﻤﺜﻞ اﻟﺪرﺟﺔ )……‪( r = 1,2,‬‬
‫‪111‬‬
‫ﻣﻼﺣﻈﺔ‪ :‬ﻳﻤﻜﻦ ﺗﻌﺮﻳﻒ اﻟﻌﺰم اﻟﻤﺮﻛﺰي ﺣﻮل أي ﻗﻴﻤﺔ أﺧﺮى ﺧﻼف اﻟﻤﺘﻮﺳﻂ اﻟﺤﺴﺎﺑﻲ وذﻟﻚ ﻣﻦ ﺧﻼل اﺳﺘﺒﺪال‬
‫اﻟﻤﺘﻮﺳﻂ اﻟﺤﺴﺎﺑﻲ ﺑﻘﻴﻤﺔ ذﻟﻚ اﻟﻤﻘﻴﺎس‪.‬‬
‫‪-I‬اﻻﻟﺘﻮاء‪:‬‬
‫ﻳﻌﱪ اﻻﻟﺘﻮاء ﻋﻦ درﺟﺔ ﺗﻮزﻳﻊ اﻟﺒﻴﺎﻧﺎت ﺣﻮل ﻧﻘﻄﺔ اﻟﺘﻤﺮﻛﺰ ﻓﻴﻬﺎ‪ ،‬ﻓﻮﺟﻮد اﻻﻟﺘﻮاء دﻟﻴﻞ ﻋﻠﻰ اﻧﻌﺪام اﻻﻧﺘﻈﺎم ﰲ‬
‫اﻟﺘﻮزﻳﻊ‪ ،‬وﳝﻜﻦ ﻣﻌﺮﻓﺔ ﻃﺒﻴﻌﺔ أي ﺗﻮزﻳﻊ ﲟﺠﺮد اﻟﻨﻈﺮ إﱃ ﻣﻨﺤﲎ اﻟﺘﻮزﻳﻊ اﻟﺬي ﻳﺄﺧﺬ أﺣﺪ اﻷﺷﻜﺎل اﻟﺘﺎﻟﻴﺔ‪:‬‬
‫ﻣﻧﺣﻧﻰ ﻣﻠﺗوي ﻟﻠﯾﺳﺎر‬ ‫ﻣﻧﺣﻧﻰ ﻣﺗﻣﺎﺛل‬ ‫ﻣﻧﺣﻧﻰ ﻣﻠﺗوي ﻟﻠﯾﻣﯾن‬
‫وﻳﻘﺎس اﻻﻟﺘﻮاء ﺑﺄﺣﺪ اﳌﻌﺎﻣﻼت اﻟﺘﺎﻟﻴﺔ‪:‬‬

‫‪ -1-I‬ﻣﻌﺎﻣﻼت ﺑﻴﺮﺳﻮن ﻟﻼﻟﺘﻮاء‪:‬‬
‫‪ -1-1-I‬ﻣﻌﺎﻣﻞ ﺑﻴﺮﺳﻮن اﻷول ‪ :P1‬ﻳﻌﻄﻰ ﻣﻌﺎﻣﻞ ﺑﲑﺳﻮن ﻟﻼﻟﺘﻮاء ﺑﺎﻟﻌﻼﻗﺔ اﻟﺘﺎﻟﻴﺔ‪:‬‬
‫‪X M‬‬
‫‪P1 ‬‬ ‫‪0‬‬
‫‪‬‬
‫وﻳﺘﻢ ﺗﺤﺪﻳﺪ ﺷﻜﻞ اﻟﺘﻮزﻳﻊ ﻛﻤﺎ ﻳﻠﻲ‪:‬‬
‫‪ ‬إذا ﻛﺎن‪ P1 = 0 :‬ﻓﺈن ﻣﻨﺤﻨﻰ اﻟﺘﻮزﻳﻊ ﻳﻜﻮن ﻣﺘﻤﺎﺛﻞ‪.‬‬
‫‪ ‬إذا ﻛﺎن‪ P1 > 0 :‬ﻓﺈن ﻣﻨﺤﻨﻰ اﻟﺘﻮزﻳﻊ ﻳﻜﻮن ﻣﺎﺋﻞ ﻟﻠﻴﻤﻴﻦ‪.‬‬
‫‪ ‬إذا ﻛﺎن‪ P1 < 0 :‬ﻓﺈن ﻣﻨﺤﻨﻰ اﻟﺘﻮزﻳﻊ ﻳﻜﻮن ﻣﺎﺋﻞ ﻟﻠﻴﺴﺎر‪.‬‬
‫‪112‬‬
‫‪ -2-1-I‬ﻣﻌﺎﻣﻞ ﺑﻴﺮﺳﻮن اﻟﺜﺎﻧﻲ ‪ :P2‬ﻳﻌﻄﻰ ﻣﻌﺎﻣﻞ ﺑﲑﺳﻮن ﻟﻼﻟﺘﻮاء ﺑﺎﻟﻌﻼﻗﺔ اﻟﺘﺎﻟﻴﺔ‪:‬‬
‫‪P2 ‬‬
‫‪‬‬
‫‪3 X  M e‬‬ ‫‪‬‬
‫‪‬‬
‫‪ ‬إذا ﻛﺎن‪ P2 = 0 :‬ﻓﺈن ﻣﻨﺤﻨﻰ اﻟﺘﻮزﻳﻊ ﻳﻜﻮن ﻣﺘﻤﺎﺛﻞ‪.‬‬
‫‪ ‬إذا ﻛﺎن‪ P2 > 0 :‬ﻓﺈن ﻣﻨﺤﻨﻰ اﻟﺘﻮزﻳﻊ ﻳﻜﻮن ﻣﺎﺋﻞ ﻟﻠﻴﻤﻴﻦ‪.‬‬
‫‪ ‬إذا ﻛﺎن‪ P2 < 0 :‬ﻓﺈن ﻣﻨﺤﻨﻰ اﻟﺘﻮزﻳﻊ ﻳﻜﻮن ﻣﺎﺋﻞ ﻟﻠﻴﺴﺎر‪.‬‬
‫‪ -3-1-I‬ﻣﻌﺎﻣﻞ ﺑﻴﺮﺳﻮن ﻟﻼﻟﺘﻮاء ﺑﺪﻻﻟﺔ اﻟﻌﺰوم ‪ : 1‬ﻳﻌﻄﻰ ﻫﺬا اﳌﻌﺎﻣﻞ ﺑﺎﻟﻌﻼﻗﺔ اﻟﺘﺎﻟﻴﺔ‪:‬‬
‫‪2‬‬
‫‪M‬‬
‫‪‬‬ ‫‪1‬‬ ‫‪‬‬ ‫‪3‬‬
‫‪3‬‬
‫‪M‬‬ ‫‪2‬‬
‫ﺣﻴﺚ‪ M2 :‬اﻟﻌﺰم اﻟﻤﺮﻛﺰي ﻣﻦ اﻟﺪرﺟﺔ اﻟﺜﺎﻧﻴﺔ و ‪ M3‬ﻫﻮ اﻟﻌﺰم اﻟﻤﺮﻛﺰي ﻣﻦ اﻟﺪرﺟﺔ اﻟﺜﺎﻟﺜﺔ‪.‬‬
‫ﻣﻼﺣﻈﺔ‪:‬‬
‫ﻧﻼﺣﻆ أن ‪ 1‬داﺋﻤﺎ ﻣﻮﺟﺐ ﻟﻬﺬا ﻻ ﻳﻌﻄﻴﻨﺎ ﻫﺬا اﻟﻤﻌﺎﻣﻞ ﻓﻜﺮة ﻋﻦ اﻻﻟﺘﻮاء‪ ،‬أﻣﺎ إذا ﻛﺎن ‪ 1  0‬‬
‫ﻓﺎﻟﺘﻮزﻳﻊ ﻣﺘﻨﺎﻇﺮ‪.‬‬
‫‪ -2-I‬ﻣﻌﺎﻣﻞ ﻓﻴﺸﺮ ﻟﻼﻟﺘﻮاء ‪ :F1‬ﻳﻌﻄﻰ ﻣﻌﺎﻣﻞ ﻓﻴﺸﺮ ﻟﻼﻟﺘﻮاء ﺑﺎﻟﻌﻼﻗﺔ اﻟﺘﺎﻟﻴﺔ‪:‬‬
‫‪M3‬‬
‫‪F1 ‬‬
‫‪3‬‬
‫ﺣﻴﺚ‪ M3 :‬ﻫﻮ اﻟﻌﺰم اﻟﻤﺮﻛﺰي ﻣﻦ اﻟﺪرﺟﺔ اﻟﺜﺎﻟﺜﺔ و ‪ ‬ﻫﻮ اﻻﻧﺤﺮاف اﻟﻤﻌﻴﺎري‪.‬‬
‫‪113‬‬
‫ﻣﻼﺣﻈﺔ‪ :‬ﻳ ﻌﺘﻤﺪ ﻋﻠﻰ اﻟﻌﺰم اﻟﻤﺮﻛﺰي ﻣﻦ اﻟﺪرﺟﺔ اﻟﺜﺎﻟﺜﺔ ﺑﺸﻜﻞ ﺧﺎص ﻓﻲ ﺣﺴﺎب ﻣﻌﺎﻣﻞ ﻓﻴﺸﺮ ﻟﻼﻟﺘﻮاء ﻷن‬
‫ﻗﻴﻤﺘﻪ ﻓﻲ ﺣﺎل ﺗﻮزﻳﻊ ﻣﺘﻨﺎﻇﺮ ﺗﺴﺎوي اﻟﺼﻔﺮ ) ‪ ( M3 = 0‬وﺑﻨﺎءا ﻋﻠﻰ ﻫﺬﻩ اﻟﻘﻴﻤﺔ ﻳﺘﻢ ﺗﺤﺪﻳﺪ ﺷﻜﻞ اﻟﺘﻮزﻳﻊ‬
‫ﻛﻤﺎ ﻳﻠﻲ‪:‬‬
‫‪ ‬إذا ﻛﺎن‪ F1 = 0 :‬ﻓﺈن ﻣﻨﺤﻨﻰ اﻟﺘﻮزﻳﻊ ﻳﻜﻮن ﻣﺘﻤﺎﺛﻞ‪.‬‬
‫‪ ‬إذا ﻛﺎن‪ F1 > 0 :‬ﻓﺈن ﻣﻨﺤﻨﻰ اﻟﺘﻮزﻳﻊ ﻳﻜﻮن ﻣﺎﺋﻞ ﻟﻠﻴﻤﻴﻦ‪.‬‬
‫‪ ‬إذا ﻛﺎن‪ F1 < 0 :‬ﻓﺈن ﻣﻨﺤﻨﻰ اﻟﺘﻮزﻳﻊ ﻳﻜﻮن ﻣﺎﺋﻞ ﻟﻠﻴﺴﺎر‪.‬‬
‫‪ -3-I‬ﻣﻌﺎﻣﻞ ﻳﻮل ﻟﻼﻟﺘﻮاء ‪:Cy‬‬

‫ﻳﺴﺘﺨﺪم ﻫﺬا اﳌﻌﺎﻣﻞ ﰲ ﺣﺎﻟﺔ ﺟﺪاول اﻟﺘﻮزﻳﻊ اﻟﺘﻜﺮاري اﳌﻔﺘﻮﺣﺔ‪ ،‬وﻳﺴﻤﻰ أﻳﻀﺎ ﻣﻌﺎﻣﻞ اﻻﻟﺘﻮاء اﻟﺮﺑﻴﻌﻲ‪،‬‬
‫وﻫﻮ ﻣﻌﻄﻰ ﺑﺎﻟﻌﻼﻗﺔ اﻟﺘﺎﻟﻴﺔ‪:‬‬
‫‪Cy ‬‬
‫‪Q3  2Q2  Q1‬‬
‫‪Cy ‬‬
‫‪Q3  Q2   Q2  Q1 ‬‬
‫أو‬
‫‪Q3  Q1‬‬ ‫‪Q3  Q1 ‬‬
‫‪ ‬إذا ﻛﺎن‪ Cy = 0 :‬ﻓﺈن ﻣﻨﺤﻨﻰ اﻟﺘﻮزﻳﻊ ﻳﻜﻮن ﻣﺘﻤﺎﺛﻞ‪.‬‬
‫‪ ‬إذا ﻛﺎن‪ Cy > 0 :‬ﻓﺈن ﻣﻨﺤﻨﻰ اﻟﺘﻮزﻳﻊ ﻳﻜﻮن ﻣﺎﺋﻞ ﻟﻠﻴﻤﻴﻦ‪.‬‬
‫‪ ‬إذا ﻛﺎن‪ Cy < 0 :‬ﻓﺈن ﻣﻨﺤﻨﻰ اﻟﺘﻮزﻳﻊ ﻳﻜﻮن ﻣﺎﺋﻞ ﻟﻠﻴﺴﺎر‪.‬‬
‫ﻣﺜﺎل )‪:(01-5‬‬
‫دج(‪.‬‬ ‫‪3‬‬
‫اﻟﺠﺪول رﻗﻢ )‪ :(01-5‬ﺗﻮزﻳﻊ اﻟﻌﻤﺎل ﺣﺴﺐ أﺟﻮرﻫﻢ اﻟﺸﻬﺮﻳﺔ‬
‫‪70  60‬‬ ‫‪60  50‬‬ ‫‪50  40‬‬ ‫‪40  30‬‬ ‫‪30  20‬‬ ‫‪20  10‬‬ ‫‪X‬‬ ‫‪i‬‬ ‫اﻷﺟﺮ‬
‫‪8‬‬ ‫‪12‬‬ ‫‪17‬‬ ‫‪25‬‬ ‫‪30‬‬ ‫‪18‬‬ ‫‪ni‬‬ ‫ﻋﺪد اﻟﻌﻤﺎل‬
‫اﻟﻤﻄﻠﻮب‪ :‬ﺣﺪد ﺷﻜﻞ اﻟﺘﻮزﻳﻊ اﻹﺣﺼﺎﺋﻲ‪.‬‬
‫‪114‬‬
‫ﻗﻤﻨﺎ ﺳﺎﺑﻘﺎ ﲝﺴﺎب ﻣﻘﺎﻳﻴﺲ اﻟﻨﺰﻋﺔ اﳌﺮﻛﺰﻳﺔ ﻟﻠﺘﻮزﻳﻊ اﻟﺴﺎﺑﻖ ﻓﺤﺼﻠﻨﺎ ﻋﻠﻰ‪:‬‬
‫‪M 0  27 ,05  10 3 DA‬‬ ‫‪M e  32 ,8  10 3 DA‬‬ ‫‪X  34 , 9  10 3 DA‬‬
‫وﻛﺬﻟﻚ ﺑﺎﻟﻨﺴﺒﺔ ﻟﻼﳓﺮاف اﳌﻌﻴﺎري‪S  S 2  219,26  14,81 :‬‬
‫ﺗﺤﺪﻳﺪ اﻟﺘﻮاء ﻣﻨﺤﻨﻰ اﻟﺘﻮزﻳﻊ‪ :‬ﻳﺘﻢ ﲢﺪﻳﺪ اﻟﺘﻮاء ﻣﻨﺤﲎ اﻟﺘﻮزﻳﻊ ﺑﺎﺳﺘﺨﺪام أﺣﺪ اﳌﻌﺎﻣﻼت اﻟﺘﺎﻟﻴﺔ‪:‬‬
‫‪ -1‬ﻣﻌﺎﻣﻞ ﺑﻴﺮﺳﻮن اﻷول ‪:P1‬‬
‫‪P1 ‬‬
‫‪X‬‬ ‫‪ M‬‬ ‫‪0‬‬ ‫‪‬‬ ‫‪34 , 9  27 , 05‬‬
‫‪ 0 , 53‬‬
‫‪‬‬ ‫‪14 , 81‬‬
‫اﻻﺳﺘﻨﺘﺎج‪ :‬ﲟﺎ أ ّن‪ P1 > 0 :‬ﻓﺈن ﻣﻨﺤﲎ اﻟﺘﻮزﻳﻊ ﻣﻠﺘﻮي ﻧﺎﺣﻴﺔ اﻟﻴﻤﲔ‪.‬‬
‫‪ -2‬ﻣﻌﺎﻣﻞ ﺑﻴﺮﺳﻮن اﻟﺜﺎﻧﻲ ‪:P2‬‬
‫‪P2 ‬‬
‫‪3 X  M‬‬‫‪‬‬ ‫‪e‬‬ ‫‪‬‬ ‫‪3  34 , 9  32 , 8 ‬‬
‫‪ 0 , 425‬‬
‫‪‬‬ ‫‪14 , 81‬‬
‫ﲟﺎ أن ‪ P2 > 0 :‬ﻓﺈن ﻣﻨﺤﲎ اﻟﺘﻮزﻳﻊ ﻣﻠﺘﻮي ﻧﺎﺣﻴﺔ اﻟﻴﻤﲔ‪.‬‬
‫‪2‬‬
‫‪M‬‬
‫‪1 ‬‬ ‫‪3‬‬
‫‪3‬‬ ‫‪ -3‬ﻣﻌﺎﻣﻞ ﺑﻴﺮﺳﻮن اﻟﻌﺰﻣﻲ ‪: 1‬‬
‫‪M‬‬ ‫‪2‬‬
‫اﻟﺠﺪول رﻗﻢ )‪ :(02-5‬ﻳﻮﺿﺢ ﻛﻴﻔﻴﺔ ﺣﺴﺎب اﻟﻌﺰوم اﻟﻤﺮﻛﺰﻳﺔ‬
‫‪ x‬‬ ‫‪‬‬

‫‪X‬‬ ‫ﻣﺮﻛﺰ اﻟﻔﺌﺔ‬
‫‪x‬‬ ‫‪i‬‬ ‫‪‬‬
‫‪3‬‬
‫‪ X ni‬‬ ‫‪x‬‬ ‫‪i‬‬ ‫‪X‬‬ ‫‪‬‬
‫‪3‬‬
‫‪x‬‬ ‫‪i‬‬ ‫‪ X ni‬‬‫‪‬‬‫‪2‬‬
‫‪x‬‬ ‫‪i‬‬ ‫‪X‬‬
‫‪2‬‬ ‫‪i‬‬
‫‪xi‬‬
‫‪ni‬‬ ‫ﻓﺌﺎت اﻷﺟﺮ ‪X i‬‬
‫‪- 141850,78‬‬ ‫‪- 7880,6‬‬ ‫‪7128,18‬‬ ‫‪396,01‬‬ ‫‪- 19,9‬‬ ‫‪15‬‬ ‫‪18‬‬ ‫‪20  10‬‬
‫‪- 29108,97‬‬ ‫‪- 970,3‬‬ ‫‪2940,3‬‬ ‫‪98,01‬‬ ‫‪- 9,9‬‬ ‫‪25‬‬ ‫‪30‬‬ ‫‪30  20‬‬
‫‪0,025‬‬ ‫‪0,001‬‬ ‫‪0,25‬‬ ‫‪0,01‬‬ ‫‪0,1‬‬ ‫‪35‬‬ ‫‪25‬‬ ‫‪40  30‬‬
‫‪17515,1‬‬ ‫‪1030,3‬‬ ‫‪1734,17‬‬ ‫‪102,01‬‬ ‫‪10,1‬‬ ‫‪45‬‬ ‫‪17‬‬ ‫‪50  40‬‬
‫‪97447,21‬‬ ‫‪8120,6‬‬ ‫‪4848,12‬‬ ‫‪404,01‬‬ ‫‪20,1‬‬ ‫‪55‬‬ ‫‪12‬‬ ‫‪60  50‬‬
‫‪218167,21‬‬ ‫‪27270,9‬‬ ‫‪7248,08‬‬ ‫‪906,01‬‬ ‫‪30,1‬‬ ‫‪65‬‬ ‫‪8‬‬ ‫‪70  60‬‬
‫‪162169,81‬‬ ‫‪-‬‬ ‫‪23899,1‬‬ ‫‪-‬‬ ‫‪-‬‬ ‫‪-‬‬ ‫‪110‬‬ ‫‪‬‬
‫‪115‬‬
‫ﺗﻮﺻﻠﻨﺎ ﺳﺎﺑﻘﺎ إﱃ أ ّن‪:‬‬

‫‪3‬‬
‫‪M 2  ( 219,26) 3  10.540.913,01‬‬ ‫‪ -‬اﻟﺘﺒﺎﻳﻦ ‪ S 2  M 2  219,26‬وﻋﻠﻴﻪ ﳒﺪ‪:‬‬
‫‪ -‬اﻻﳓﺮاف اﳌﻌﻴﺎري‪ S  S 2  219,26  14,81 :‬وﻋﻠﻴﻪ ﻓﺈن‪S 3  (14,81) 3  3.248,37 :‬‬
‫‪ x‬‬ ‫‪‬‬

‫‪k‬‬
‫‪3‬‬
‫‪i‬‬ ‫‪ X ni‬‬
‫‪162169 ,81‬‬
‫‪M3 ‬‬ ‫‪i 1‬‬
‫‪k‬‬
‫‪‬‬ ‫ﺣﺴﺎب اﻟﻌﺰم اﻟﻤﺮﻛﺰي ﻣﻦ اﻟﺪرﺟﺔ اﻟﺜﺎﻟﺜﺔ‪ 1474 ,271 :‬‬
‫‪110‬‬
‫‪n‬‬
‫‪i 1‬‬
‫‪i‬‬
‫وﻋﻠﻴﻪ‪M 3  (1474,271) 2  2.173.474,98 :‬‬

‫‪2‬‬
‫‪2‬‬
‫‪M‬‬ ‫‪2 . 173 . 474 , 98‬‬
‫‪1 ‬‬ ‫‪3‬‬
‫‪3‬‬
‫‪‬‬ ‫‪ 0 , 206‬‬ ‫وﻣﻨﻪ ﳒﺪ‪:‬‬
‫‪M‬‬ ‫‪2‬‬ ‫‪10 . 540 . 913 , 01‬‬
‫ﻓﺈن ﻣﻨﺤﲎ اﻟﺘﻮزﻳﻊ ﻣﻠﺘﻮي ﻧﺎﺣﻴﺔ اﻟﻴﻤﲔ‪.‬‬ ‫‪1 0‬‬ ‫ﲟﺎ أن ‪:‬‬
‫ﻣﻼﺣﻈﺔ‪ :‬ﻻ ﻳﻤﻜﻦ اﻻﻋﺘﻤﺎد ﻋﻠﻰ ﻣﻌﺎﻣﻞ ﺑﻴﺮﺳﻮن اﻟﻌﺰﻣﻲ ‪ 1‬ﻟﺘﺤﺪﻳﺪ ﺷﻜﻞ اﻟﺘﻮزﻳﻊ ﻷن ﻫﺬا اﻟﻤﻌﺎﻣﻞ داﺋﻤﺎ ﻣﻮﺟﺐ‪ ،‬ﻟﻬﺬا ﻻ‬
‫ﻳﻌﻄﻴﻨﺎ ﻫﺬا اﻟﻤﻌﺎﻣﻞ ﻓﻜﺮة ﻋﻦ اﻻﻟﺘﻮاء‪.‬‬
‫‪M3‬‬
‫‪F1 ‬‬ ‫‪ -4‬ﻣﻌﺎﻣﻞ ﻓﻴﺸﺮ ﻟﻼﻟﺘﻮاء ‪:F1‬‬
‫‪3‬‬
‫‪ -‬اﻻﳓﺮاف اﳌﻌﻴﺎري‪ S  S 2  219,26  14,81 :‬وﻋﻠﻴﻪ ﻓﺈن‪S 3  (14,81) 3  3.248,37 :‬‬
‫‪ -‬اﻟﻌﺰم اﳌﺮﻛﺰي ﻣﻦ اﻟﺮﺗﺒﺔ اﻟﺜﺎﻟﺜﺔ‪M 3  1474,271 :‬‬

‫‪M‬‬ ‫‪1 . 474 , 271‬‬
‫‪F1 ‬‬ ‫‪3‬‬
‫‪‬‬ ‫‪ 0 , 45‬‬ ‫وﻣﻨﻪ ﳒﺪ أن‪:‬‬
‫‪‬‬ ‫‪3‬‬
‫‪3 . 248 , 37‬‬
‫وﻋﻠﻴﻪ ﻧﺴﺘﻨﺘﺞ أن ﻣﻨﺤﲎ اﻟﺘﻮزﻳﻊ ﻣﺎﺋﻞ ﺑﺎﲡﺎﻩ اﻟﻴﻤﲔ ﻷن ‪.F1 > 0‬‬
‫‪ -5‬ﻣﻌﺎﻣﻞ ﻳﻮل ﻟﻼﻟﺘﻮاء‪:‬‬
‫‪Q 2  32 ,8  10 3 DA‬‬ ‫ﺗﻮﺻﻠﻨﺎ ﺳﺎﺑﻘﺎ إﱃ أ ّن‪ Q1  23,17103 DA :‬و‬
‫ﺣﺴﺎب اﻟﺮﺑﻴﻊ اﻟﺜﺎﻟﺚ‪:‬‬
‫‪3N‬‬
‫‪ N‬‬ ‫‪0‬‬ ‫‪82 , 5  73‬‬
‫‪Q3‬‬ ‫‪ L1  4‬‬ ‫‪ k  40 ‬‬ ‫‪ 10  45 , 59  10‬‬ ‫‪3‬‬
‫‪DA‬‬
‫‪nQ3‬‬ ‫‪17‬‬
‫وﻣﻨﻪ ﳒﺪ أن‪:‬‬
‫‪Q  Q   Q2  Q1   (45,59  32,8)  (32,8  23,17)  3,16  0,14‬‬
‫‪Cy  3 2‬‬
‫‪Q3  Q1 ‬‬ ‫‪45,59  23,17‬‬ ‫‪22,42‬‬
‫وﲟﺎ أ ّن‪ Cy > 0 :‬ﻓﺈن ﻣﻨﺤﲎ اﻟﺘﻮزﻳﻊ ﻣﻠﺘﻮي ﳓﻮ اﻟﻴﻤﲔ‪.‬‬
‫‪116‬‬
‫‪-II‬اﻟﺘﻔﺮﻃﺢ‪:‬‬
‫اﻟﺘﻔﺮﻃﺢ ﻫﻮ ﻗﻴﺎس درﺟﺔ ﻋﻠﻮ ﻗﻤﺔ اﻟﺘﻮزﻳﻊ ﺑﺎﻟﻨﺴﺒﺔ ﻟﻠﺘﻮزﻳﻊ اﻟﻄﺒﻴﻌﻲ‪ ،‬أي ﻳﻘﺼﺪ ﺑﻪ ﻣﺪى اﺗﺴﺎع أو ﺿﻌﻒ ﻗﻤﺔ‬
‫ﻣﻨﺤﲎ اﻟﺘﻮزﻳﻊ‪ ،‬ﻓﻜﻠﻤﺎ ﻛﺎن اﻟﺸﻜﻞ أﻛﺜﺮ ارﺗﻔﺎﻋﺎ ﻣﻦ اﻟﺸﻜﻞ اﻟﻄﺒﻴﻌﻲ ﻧﻘﻮل أن اﻟﺸﻜﻞ ﻣﺪﺑﺐ‪ ،‬أﻣﺎ إذا ﻛﺎن أﻗﻞ‬
‫ﻳﺒﲔ ذﻟﻚ‪:‬‬
‫ارﺗﻔﺎع ﻣﻦ اﻟﺸﻜﻞ اﻟﻄﺒﻴﻌﻲ ﻓﻨﻘﻮل ﻋﻨﻪ أﻧﻪ ﻣﻔﺮﻃﺢ‪ ،‬واﻟﺘﻤﺜﻴﻞ اﻟﺒﻴﺎﱐ اﻟﺘﺎﱄ ّ‬
‫ﻣﻧﺣﻧﻰ ﻣدﺑب‬
‫ﻣﻧﺣﻧﻰ طﺑﯾﻌﻲ‬
‫ﻣﻧﺣﻧﻰ ﻣﻔرطﺢ‬
‫وﻳﻘﺎس اﻟﺘﻔﺮﻃﺢ ﺑﺄﺣﺪ اﳌﻌﺎﻣﻼت اﻟﺘﺎﻟﻴﺔ‪:‬‬

‫‪ -1-II‬ﻣﻌﺎﻣﻞ ﺑﻴﺮﺳﻮن ﻟﻠﺘﻔﺮﻃﺢ ‪ :  2‬ﻳﻌﻄﻰ ﻫﺬا اﳌﻌﺎﻣﻞ ﺑﺎﻟﻌﻼﻗﺔ اﻟﺘﺎﻟﻴﺔ‪:‬‬
‫‪M‬‬
‫‪2 ‬‬ ‫‪4‬‬
‫‪2‬‬
‫‪M‬‬ ‫‪2‬‬
‫ﺣﻴﺚ‪ M2 :‬اﻟﻌﺰم اﻟﻤﺮﻛﺰي ﻣﻦ اﻟﺪرﺟﺔ اﻟﺜﺎﻧﻴﺔ و ‪ M4‬اﻟﻌﺰم اﻟﻤﺮﻛﺰي ﻣﻦ اﻟﺪرﺟﺔ اﻟﺮاﺑﻌﺔ‪.‬‬

‫‪ ‬إذا ﻛﺎن‪  2  3 :‬ﻓﺈن ﻣﻨﺤﻨﻰ اﻟﺘﻮزﻳﻊ ﻃﺒﻴﻌﻲ‪.‬‬
‫‪ ‬إذا ﻛﺎن‪  2  3 :‬ﻓﺈن ﻣﻨﺤﻨﻰ اﻟﺘﻮزﻳﻊ ﻣﺪﺑﺐ‪.‬‬
‫‪ ‬إذا ﻛﺎن‪  2 3 :‬ﻓﺈن ﻣﻨﺤﻨﻰ اﻟﺘﻮزﻳﻊ ﻣﻔﺮﻃﺢ‪.‬‬
‫‪117‬‬
‫‪ -2-II‬ﻣﻌﺎﻣﻞ ﻓﻴﺸﺮ ﻟﻠﺘﻔﺮﻃﺢ ‪ :F2‬ﻫﻮ ﻋﺒﺎرة ﻋﻦ ﻣﻌﺎﻣﻞ ﺑﲑﺳﻮن ﻣﻄﺮوﺣﺎ ﻣﻨﻪ اﻟﻘﻴﻤﺔ ‪ 3‬وﻳﻌﻄﻰ ﻣﻌﺎﻣﻞ ﻓﻴﺸﺮ‬
‫ﻟﻠﺘﻔﺮﻃﺢ ﺑﺎﻟﻌﻼﻗﺔ اﻟﺘﺎﻟﻴﺔ‪:‬‬
‫‪M4‬‬
‫‪F2  2  3   2  3‬‬
‫‪M2‬‬
‫‪ ‬إذا ﻛﺎن‪ F2 = 0:‬ﻓﺈن ﻣﻨﺤﻨﻰ اﻟﺘﻮزﻳﻊ ﻃﺒﻴﻌﻲ‪.‬‬
‫‪ ‬إذا ﻛﺎن‪ F2 > 0 :‬ﻓﺈن ﻣﻨﺤﻨﻰ اﻟﺘﻮزﻳﻊ ﻣﺪﺑﺐ‪.‬‬
‫‪ ‬إذا ﻛﺎن‪ F2 < 0 :‬ﻓﺈن ﻣﻨﺤﻨﻰ اﻟﺘﻮزﻳﻊ ﻣﻔﺮﻃﺢ‪.‬‬
‫ﻣﻼﺣﻈﺔ‪ :‬ﻳﻌﺘﻤﺪ ﻛﻞ ﻣﻦ ﺑﻴﺮﺳﻮن وﻓﻴﺸﺮ ﻋﻠﻰ اﻟﻌﺰم اﻟﻤﺮﻛﺰي ﻣﻦ اﻟﺪرﺟﺔ اﻟﺮاﺑﻌﺔ ﺑﺸﻜﻞ ﺧﺎص ﻷن ﻗﻴﻤﺘﻪ ﻓﻲ‬
‫ﺣﺎل ﺗﻮزﻳﻊ ﻃﺒﻴﻌﻲ ﺗﺴﺎوي ﺛﻼﺛﺔ ) ‪.( M4 = 3‬‬
‫‪ -3-II‬ﻣﻌﺎﻣﻞ اﻟﺘﻔﺮﻃﺢ اﻟﻤﺌﻮي‪:‬‬

‫ﻳﺴﺘﺨﺪم ﻫﺬا اﳌﻌﺎﻣﻞ ﰲ ﺣﺎﻟﺔ ﺟﺪاول اﻟﺘﻮزﻳﻊ اﻟﺘﻜﺮاري اﳌﻔﺘﻮﺣﺔ‪ ،‬وﻫﻮ ﻣﻌﻄﻰ ﺑﺎﻟﻌﻼﻗﺔ اﻟﺘﺎﻟﻴﺔ‪:‬‬
‫‪Q 3  Q1‬‬
‫‪ ‬‬
‫) ‪2 ( P90  P10‬‬
‫‪ ‬إذا ﻛﺎن‪   0,263 :‬ﻓﺈن ﻣﻨﺤﻨﻰ اﻟﺘﻮزﻳﻊ ﻃﺒﻴﻌﻲ‪.‬‬
‫‪ ‬إذا ﻛﺎن‪  0,263 :‬ﻓﺈن ﻣﻨﺤﻨﻰ اﻟﺘﻮزﻳﻊ ﻣﺪﺑﺐ‪.‬‬
‫‪ ‬إذا ﻛﺎن‪  0,263 :‬ﻓﺈن ﻣﻨﺤﻨﻰ اﻟﺘﻮزﻳﻊ ﻣﻔﺮﻃﺢ‪.‬‬
‫‪118‬‬
‫ﻣﺜﺎل )‪ :(02-5‬أﺣﺴﺐ ﻣﻘﺎﻳﻴﺲ اﻟﺘﻔﺮﻃﺢ ﻟﺒﻴﺎﻧﺎت اﳌﺜﺎل )‪.(01-5‬‬

‫اﻟﺠﺪول رﻗﻢ )‪ :(03-5‬ﻳﻮﺿﺢ ﻛﻴﻔﻴﺔ ﺣﺴﺎب اﻟﻌﺰوم اﻟﻤﺮﻛﺰﻳﺔ‬
‫ﻣﺮﻛﺰ اﻟﻔﺌﺔ‬
‫‪x‬‬ ‫‪i‬‬ ‫‪‬‬
‫‪4‬‬
‫‪ X ni‬‬ ‫‪x‬‬ ‫‪i‬‬ ‫‪X‬‬ ‫‪‬‬
‫‪4‬‬
‫‪x‬‬ ‫‪i‬‬ ‫‪‬‬
‫‪ X ni‬‬
‫‪2‬‬
‫‪x‬‬ ‫‪i‬‬ ‫‪X‬‬ ‫‪ x‬‬
‫‪2‬‬
‫‪i‬‬ ‫‪X‬‬ ‫‪‬‬ ‫‪xi‬‬
‫‪ni‬‬ ‫ﻓﺌﺎت اﻷﺟﺮ ‪X i‬‬
‫‪2822830,56‬‬ ‫‪156823,92‬‬ ‫‪7128,18‬‬ ‫‪396,01‬‬ ‫‪- 19,9‬‬ ‫‪15‬‬ ‫‪18‬‬ ‫‪20  10‬‬
‫‪288178,8‬‬ ‫‪9605,96‬‬ ‫‪2940,3‬‬ ‫‪98,01‬‬ ‫‪- 9,9‬‬ ‫‪25‬‬ ‫‪30‬‬ ‫‪30  20‬‬
‫‪0,0025‬‬ ‫‪0,0001‬‬ ‫‪0,25‬‬ ‫‪0,01‬‬ ‫‪0,1‬‬ ‫‪35‬‬ ‫‪25‬‬ ‫‪40  30‬‬
‫‪176902,68‬‬ ‫‪10406,04‬‬ ‫‪1734,17‬‬ ‫‪102,01‬‬ ‫‪10,1‬‬ ‫‪45‬‬ ‫‪17‬‬ ‫‪50  40‬‬
‫‪1958688,96‬‬ ‫‪163224,08‬‬ ‫‪4848,12‬‬ ‫‪404,01‬‬ ‫‪20,1‬‬ ‫‪55‬‬ ‫‪12‬‬ ‫‪60  50‬‬
‫‪6566832,96‬‬ ‫‪820854,12‬‬ ‫‪7248,08‬‬ ‫‪906,01‬‬ ‫‪30,1‬‬ ‫‪65‬‬ ‫‪8‬‬ ‫‪70  60‬‬
‫‪11813434‬‬ ‫‪-‬‬ ‫‪23899,1‬‬ ‫‪-‬‬ ‫‪-‬‬ ‫‪-‬‬ ‫‪110‬‬ ‫‪‬‬
‫ﻣﻌﺎﻣﻞ ﺑﻴﺮﺳﻮن ﻟﻠﺘﻔﺮﻃﺢ ‪:  2‬‬ ‫‪‬‬
‫ﻟﺪﻳﻨﺎ ﻗﻴﻤﺔ اﻟﺘﺒﺎﻳﻦ ‪ S 2  M 2  219,26‬وﻋﻠﻴﻪ ﳒﺪ‪M 2  ( 219, 26 ) 2  48 .074 ,95 :‬‬

‫‪2‬‬
‫‪ x‬‬ ‫‪n‬‬

‫‪k‬‬
‫‪4‬‬
‫‪i‬‬ ‫‪X‬‬ ‫‪i‬‬
‫‪11813434‬‬
‫‪M4 ‬‬ ‫‪i 1‬‬
‫‪k‬‬
‫‪‬‬ ‫‪ -‬اﻟﻌﺰم اﳌﺮﻛﺰي ﻣﻦ اﻟﺪرﺟﺔ اﻟﺮاﺑﻌﺔ‪ 107 .394 ,85 :‬‬
‫‪110‬‬
‫‪n‬‬
‫‪i 1‬‬
‫‪i‬‬
‫‪M‬‬ ‫‪107 . 394 , 85‬‬

‫‪2 ‬‬ ‫‪4‬‬
‫‪2‬‬
‫‪‬‬ ‫‪ 2 , 233‬‬
‫‪M‬‬ ‫‪2‬‬ ‫‪48 . 074 , 95‬‬
‫ﻓﺈن ﻣﻨﺤﲎ اﻟﺘﻮزﻳﻊ ﻣﻔﺮﻃﺢ‪ ،‬وﻫﺬا ﻣﺎ ﻳﺪل ﻋﻠﻰ أن اﻟﺒﻴﺎﻧﺎت ﻣﺸﺘﺘﺔ‪.‬‬ ‫‪ 2 3‬‬ ‫ﺑﻤﺎ أن‪:‬‬
‫ﻣﻌﺎﻣﻞ ﻓﻴﺸﺮ ﻟﻠﺘﻔﺮﻃﺢ ‪:F2‬‬ ‫‪‬‬
‫‪M‬‬
‫‪F2 ‬‬ ‫‪4‬‬
‫‪2‬‬
‫‪ 3   2  3  2 , 233  3   0 , 77‬‬
‫‪M‬‬ ‫‪2‬‬
‫ﺑﻤﺎ أن‪ F2 < 0 :‬ﻓﺈن ﻣﻨﺤﲎ اﻟﺘﻮزﻳﻊ ﻣﻔﺮﻃﺢ‪.‬‬
‫‪119‬‬
‫ﺗﻤﺎرﻳﻦ اﻟﻔﺼﻞ اﻟﺨﺎﻣﺲ‪:‬‬

‫ﻟﻴﻜﻦ اﻟﺘﻮزﻳﻊ اﻟﺘﻜﺮاري اﻟﺘﺎﱄ‪:‬‬
‫‪7‬‬ ‫‪6‬‬ ‫‪5‬‬ ‫‪4‬‬ ‫‪3‬‬ ‫‪2‬‬ ‫‪X‬‬ ‫‪i‬‬
‫‪8‬‬ ‫‪20‬‬ ‫‪17‬‬ ‫‪11‬‬ ‫‪14‬‬ ‫‪5‬‬ ‫‪ni‬‬
‫ﺣﺴﺎب ﻣﻘﺎﻳﻴﺲ اﻻﻟﺘﻮاء واﻟﺘﻔﺮﻃﺢ‪.‬‬
‫اﳉﺪول اﻟﺘﺎﱄ ﳝﺜﻞ اﻟﺘﻮزﻳﻊ اﻟﺘﻜﺮاري ﻟﻸﺟﻮر اﻟﻴﻮﻣﻴﺔ ﻤﻮﻋﺔ ﻣﻦ اﻟﻌﻤﺎل ﰲ ﻣﺆﺳﺴﺔ ﻣﺎ )اﻟﻮﺣﺪة‪ 100 :‬دج(‪.‬‬
‫‪40  35‬‬ ‫‪35  30‬‬ ‫‪30  25‬‬ ‫‪25  20‬‬ ‫‪20  15‬‬ ‫‪15  10‬‬ ‫‪X‬‬ ‫‪i‬‬ ‫اﻷﺟﺮ‬
‫‪5‬‬ ‫‪22‬‬ ‫‪20‬‬ ‫‪35‬‬ ‫‪18‬‬ ‫‪15‬‬ ‫‪ni‬‬ ‫ﻋﺪد اﻟﻌﻤﺎل‬
‫دراﺳﺔ ﺷﻜﻞ اﻟﺘﻮزﻳﻊ اﻹﺣﺼﺎﺋﻲ )اﻻﻟﺘﻮاء واﻟﺘﻔﺮﻃﺢ(ﺑﺎﺳﺘﺨﺪام ﻣﻘﺎﻳﻴﺲ اﻻﻟﺘﻮاء واﻟﺘﻔﺮﻃﺢ‪.‬‬
‫اﳉﺪول اﻟﺘﺎﱄ ﳝﺜﻞ ﻣﺒﻴﻌﺎت أﺟﻬﺰة اﳍﻮاﺗﻒ اﻟﻨﻘﺎﻟﺔ ﻷﺣﺪ اﻟﻌﺎرﺿﲔ ﰲ ﻣﻌﺮض أﻗﻴﻢ ﰲ اﳌﺪﻳﻨﺔ ﺧﻼل أﺳﺒﻮع‬
‫دج(‪.‬‬ ‫‪3‬‬
‫‪10‬‬ ‫ﻣﻌﲔ )اﻟﻮﺣﺪة‪:‬‬
‫ّ‬
‫‪ 24‬ﻓﺄﻛﺜﺮ‬ ‫‪24  20‬‬ ‫‪20  16 16  12‬‬ ‫‪12  8‬‬ ‫‪8  4‬‬ ‫أﻗﻞ ﻣﻦ ‪4‬‬ ‫اﻟﻤﺒﻴﻌﺎت ‪X i‬‬
‫‪12‬‬ ‫‪24‬‬ ‫‪30‬‬ ‫‪24‬‬ ‫‪46‬‬ ‫‪16‬‬ ‫‪8‬‬ ‫ﻋﺪد اﻷﺟﻬﺰة ‪n i‬‬
‫ﺑﺎﺳﺘﺨﺪام ﻣﻘﺎﻳﻴﺲ اﻻﻟﺘﻮاء واﻟﺘﻔﺮﻃﺢ اﳌﻨﺎﺳﺒﺔ ﺣﺪد ﺷﻜﻞ اﻟﺘﻮزﻳﻊ اﻹﺣﺼﺎﺋﻲ‪.‬‬
‫‪120‬‬
‫اﻟﻔﺼﻞ اﻟﺴﺎدس‬
‫ا ٔرﻗﺎم اﻟﻘ ﺎﺳ ﯿﺔ‬
‫‪ -I‬ﻣﻔﻬﻮم اﻟﺮﰴ اﻟﻘ ﺎﳼ‬

‫‪ٔ -II‬ﻧﻮاع ا ٔرﻗﺎم اﻟﻘ ﺎﺳﯿﺔ‬
‫‪ -1-II‬ا ٔرﻗﺎم اﻟﻘ ﺎﺳﯿﺔ اﻟ ﺴﯿﻄﺔ‬
‫‪ -2-II‬ا ٔرﻗﺎم اﻟﻘ ﺎﺳﯿﺔ اﻟﺘﺠﻤﯿﻌﯿﺔ‬
‫‪ -3-II‬ا ٔرﻗﺎم اﻟﻘ ﺎﺳﯿﺔ اﳌﺮﲧﺔ‬
‫‪ -III‬ﺧﺼﺎﺋﺺ ا ٔرﻗﺎم اﻟﻘ ﺎﺳﯿﺔ‬
‫رﻗﺎم اﻟﻘﻴﺎﺳﻴﺔ‬ ‫اﻟﻔﺼﻞ اﻟﺴﺎدس‪:‬‬
‫اﻟﻌﺪﻳﺪ ﻣﻦ اﻟﻈﻮاﻫﺮ اﻻﻗﺘﺼﺎدﻳﺔ واﻻﺟﺘﻤﺎﻋﻴﺔ ﺗﺘﻐﲑ ﻣﻦ ﻓﱰة ﻷﺧﺮى وﻣﻦ ﻣﻜﺎن ﻵﺧﺮ‪ ،‬ﺑﻘﻴﻢ ﻟﻴﺲ ﻣﻦ اﻟﺴﻬﻞ‬
‫إدراك أﳘﻴﺘﻬﺎ ﻋﻦ ﻃﺮﻳﻖ اﻷرﻗﺎم اﳌﻄﻠﻘﺔ وﻻ ﻣﻦ اﻟﺴﻬﻞ ﻣﻘﺎرﻧﺘﻬﺎ ﻣﻊ ﻏﲑﻫﺎ‪ ،‬ﻟﺬﻟﻚ ﻻ ﺑﺪ ﻣﻦ اﻟﻠﺠﻮء إﱃ اﻟﺘﺤﻠﻴﻞ‬
‫اﻟﻨﺴﱯ ﻟﻠﻈﻮاﻫﺮ اﻟﻜﻤﻴﺔ وذﻟﻚ ﻋﻦ ﻃﺮﻳﻖ اﻷرﻗﺎم اﻟﻘﻴﺎﺳﻴﺔ‪.‬‬
‫‪-I‬ﻣﻔﻬﻮم اﻟﺮﻗﻢ اﻟﻘﻴﺎﺳﻲ‪:‬‬
‫اﻟﺮﻗﻢ اﻟﻘﻴ ﺎﺳﻲ ﻫﻮ ﻣﻘﻴﺎس إﺣﺼﺎﺋﻲ ﻳﻘﻴﺲ اﻟﺘﻐﲑ اﻟﺬي ﻳﻄﺮأ ﻋﻠﻰ اﻟﻈﻮاﻫﺮ واﳌﺘﻐﲑات ﺑﺴﺒﺐ ﺗﺄﺛﲑ ﻋﻮاﻣﻞ‬
‫ﳐﺘﻠﻔﺔ‪ ،‬اﻷﻣﺮ اﻟﺬي ﻳﺆدي إﱃ ﺗﻐﻴﲑ ﻗﻴﻤﻬﺎ ﻣﻦ زﻣﻦ إﱃ آﺧﺮ‪ ،‬وﻣﻦ ﻣﻜﺎن ﻵﺧﺮ‪ ،1‬أي ﻣﻦ ﻇﺮف أول ﻳﺴﻤﻰ ﺑﻈﺮف‬
‫اﻷﺳﺎس إﱃ ﻇﺮف آﺧﺮ ﻳﺴﻤﻰ ﺑﻈﺮف اﳌﻘﺎرﻧﺔ )ﺳﻮاء ﻛﺎن اﻟﻈﺮف زﻣﺎﱐ أو ﻣﻜﺎﱐ(‪ ،‬وﺗﻜﻮن ﻗﻴﻤﺔ اﻟﺮﻗﻢ اﻟﻘﻴﺎﺳﻲ‬
‫ﰲ ﻇﺮف اﻷﺳﺎس ﻣﺴﺎوﻳﺔ ﻟﻠﻤﻘﺪار ‪.100‬‬
‫وﳕﻴّﺰ ﺻﻴﻐﺘﲔ ﻋﺎﻣﺘﲔ ﻟﻠﺮﻗﻢ اﻟﻘﻴﺎﺳﻲ‪ ،‬اﻟﺮﻗﻢ اﻟﻘﻴﺎﺳﻲ اﻟﺰﻣﲏ واﻟﺮﻗﻢ اﻟﻘﻴﺎﺳﻲ اﳌﻜﺎﱐ‪:‬‬
‫‪ ‬اﻟﺮﻗﻢ اﻟﻘﻴﺎﺳﻲ اﻟﺰﻣﻨﻲ‪ :‬ﻳﻌﻄﻰ اﻟﺮﻗﻢ اﻟﻘﻴﺎﺳﻲ اﻟﺰﻣﲏ ﻷي ﻇﺎﻫﺮة ﺑﺎﻟﻌﻼﻗﺔ اﻟﺘﺎﻟﻴﺔ‪:‬‬
‫ﻗﻴﻤﺔ اﻟﻈﺎﻫﺮة ﻓﻲ ﺳﻨﺔ اﻟﻤﻘﺎرﻧﺔ‬
‫× ‪100‬‬ ‫اﻟﺮﻗﻢ اﻟﻘﻴﺎﺳﻲ ﻟﻠﻈﺎﻫﺮة =‬
‫ﻗﻴﻤﺔ اﻟﻈﺎﻫﺮة ﻓﻲ ﺳﻨﺔ اﻷﺳﺎس‬
‫‪ ‬اﻟﺮﻗﻢ اﻟﻘﻴﺎﺳﻲ اﻟﻤﻜﺎﻧﻲ‪ :‬وﻫﻮ ﻣﻌﻄﻰ ﺑﺎﻟﻌﻼﻗﺔ اﻟﺘﺎﻟﻴﺔ‪:‬‬

‫ﻗﻴﻤﺔ اﻟﻈﺎﻫﺮة ﻓﻲ ﻣﻜﺎن اﻟﻤﻘﺎرﻧﺔ‬
‫× ‪100‬‬ ‫اﻟﺮﻗﻢ اﻟﻘﻴﺎﺳﻲ ﻟﻠﻈﺎﻫﺮة =‬
‫ﻗﻴﻤﺔ اﻟﻈﺎﻫﺮة ﻓﻲ ﻣﻜﺎن اﻷﺳﺎس‬
‫وﺗﺴﺘﺨﺪم اﻷرﻗﺎم اﻟﻘﻴﺎﺳﻴﺔ ﰲ دراﺳﺔ ﺗﻄﻮر اﻟﻈﻮاﻫﺮ اﻻﻗﺘﺼﺎدﻳﺔ واﻻﺟﺘﻤﺎﻋﻴﺔ ﻛﺎﻹﻧﺘﺎج‪ ،‬اﻻﺳﺘﻬﻼك‪،‬‬
‫اﻟﺼﺎدرات‪ ...‬إﱁ‪ ،‬ﻏﲑ أ ﺎ أﻛﺜﺮ اﺳﺘﺨﺪاﻣﺎ ﰲ دراﺳﺔ ﺗﻄﻮر اﻷﺳﻌﺎر واﻟﻨﻔﻘﺎت اﻻﺳﺘﻬﻼﻛﻴﺔ‪ ،‬وﻻ ﻳﻘﺘﺼﺮ اﺳﺘﺨﺪاﻣﻬﺎ‬
‫ﻛﺄﺳﺎس ﳌﻘﺎرﻧﺔ اﻟﺘﻐﲑ ﰲ ﻇﺎﻫﺮة ﻣﺎ زﻣﻨﻴﺎ أو ﻣﻜﺎﻧﻴﺎ ﺑﻞ ﳝﻜﻦ اﺳﺘﺨﺪاﻣﻬﺎ ﻟﻠﻤﻘﺎرﻧﺔ ﺑﲔ ﻇﺎﻫﺮﺗﲔ ﳐﺘﻠﻔﺘﲔ أو أﻛﺜﺮ‪.‬‬
‫‪122‬‬
‫‪-II‬أﻧﻮاع اﻷرﻗﺎم اﻟﻘﻴﺎﺳﻴﺔ‪:‬‬

‫ﻫﻨﺎك ﻋﺪة أﻧﻮاع ﻣﻦ اﻷرﻗﺎم اﻟﻘﻴﺎﺳﻴﺔ‪ ،‬وﻣﻦ أﳘﻬﺎ‪:‬‬
‫‪ -1-II‬اﻷرﻗﺎم اﻟﻘﻴﺎﺳﻴﺔ اﻟﺒﺴﻴﻄﺔ‪:‬‬
‫ﻳﻘﻴﺲ اﻟﺮﻗﻢ اﻟﻘﻴﺎﺳﻲ اﻟﺒﺴﻴﻂ ﺗﻄﻮر ﺳﻌﺮ أو ﻛﻤﻴﺔ أو ﻗﻴﻤﺔ ﻣﺎدة واﺣﺪة ﻓﻘﻂ ﺑﲔ ﻓﱰﺗﲔ زﻣﻨﻴﺘﲔ ﳐﺘﻠﻔﺘﲔ أو ﻣﻜﺎﻧﲔ‬
‫ﳐﺘﻠﻔﲔ‪ ،‬وﻫﻮ ﻋﺒﺎرة ﻋﻦ اﻟﻨﺴﺒﺔ ﺑﲔ ﻗﻴﻤﺔ اﳌﺘﻐﲑ ﰲ ﻓﱰة اﳌﻘﺎرﻧﺔ ‪ t1‬إﱃ ﻗﻴﻤﺔ ﻧﻔﺲ اﳌﺘﻐﲑ ﰲ ﻓﱰة اﻷﺳﺎس ‪.t0‬‬
‫‪ -1-1-II‬اﻟﺮﻗﻢ اﻟﻘﻴﺎﺳﻲ اﻟﺒﺴﻴﻂ ﻟﻸﺳﻌﺎر‪:‬‬
‫ﻫﻮ ﻋﺒﺎرة ﻋﻦ ﻧﺴﺒﺔ ﺳﻌﺮ اﻟﺴﻠﻌﺔ اﻟﻮاﺣﺪة ﰲ ﺳﻨﺔ اﳌﻘﺎرﻧﺔ إﱃ ﺳﻌﺮﻫﺎ ﰲ ﺳﻨﺔ اﻷﺳﺎس واﻟﻨﺎﺗﺞ ﻣﻀﺮوب ﰲ‬
‫‪ ،%100‬وﻳﻌﱪ ﻋﻦ ﻫﺬا اﻟﺮﻗﻢ ﺑﺎﻟﺼﻴﻐﺔ اﻟﺘﺎﻟﻴﺔ‪:‬‬
‫اﻟﺴﻌﺮ ﻓﻲ ﺳﻨﺔ اﻟﻤﻘﺎرﻧﺔ‬
‫× ‪100‬‬ ‫اﻟﺮﻗﻢ اﻟﻘﻴﺎﺳﻲ اﻟﺒﺴﻴﻂ ﻟﻸﺳﻌﺎر =‬
‫اﻟﺴﻌﺮ ﻓﻲ ﺳﻨﺔ اﻷﺳﺎس‬
‫‪P1‬‬
‫‪I‬‬ ‫‪‬‬ ‫‪ 100‬‬
‫‪P ( t1‬‬ ‫)‬ ‫‪P0‬‬
‫‪t0‬‬
‫ﺣﻴﺚ‪ : P0 :‬ﺳﻌﺮ اﻟﺴﻠﻌﺔ ﻓﻲ ﺳﻨﺔ اﻷﺳﺎس ‪t0‬‬

‫‪ : P1‬ﺳﻌﺮ اﻟﺴﻠﻌﺔ ﻓﻲ ﺳﻨﺔ اﻟﻤﻘﺎرﻧﺔ ‪t1‬‬
‫‪ -2-1-II‬اﻟﺮﻗﻢ اﻟﻘﻴﺎﺳﻲ اﻟﺒﺴﻴﻂ ﻟﻠﻜﻤﻴﺎت‪:‬‬

‫ﻳﺴﺘﺨﺪم ﻫﺬا اﻟﺮﻗﻢ اﻟﻘﻴﺎﺳﻲ ﰲ ﺣﺎﻟﺔ اﳌﻘﺎرﻧﺔ ﺑﲔ ﻛﻤﻴﺎت اﻟﺴﻠﻊ ﺑﺪﻻ ﻣﻦ أﺳﻌﺎرﻫﺎ‪ ،‬وﻳﻌﱪ ﻋﻨﻪ ﺑﺎﻟﻌﻼﻗﺔ‬
‫اﻟﺘﺎﻟﻴﺔ‪:‬‬
‫‪Q1‬‬
‫‪I‬‬ ‫‪‬‬ ‫‪ 100‬‬
‫‪Q ( t1‬‬ ‫)‬ ‫‪Q0‬‬
‫‪t0‬‬
‫ﺣﻴﺚ‪ : Q0 :‬ﻛﻤﻴﺔ اﻟﺴﻠﻌﺔ ﻓﻲ ﺳﻨﺔ اﻷﺳﺎس ‪t0‬‬

‫‪ : Q1‬ﻛﻤﻴﺔ اﻟﺴﻠﻌﺔ ﻓﻲ ﺳﻨﺔ اﻟﻤﻘﺎرﻧﺔ ‪t1‬‬
‫‪ -3-1-II‬اﻟﺮﻗﻢ اﻟﻘﻴﺎﺳﻲ اﻟﺒﺴﻴﻂ ﻟﻠﻘﻴﻤﺔ‪:‬‬

‫وﻳﻄﻠﻖ ﻋﻠﻴﻪ أﺣﻴﺎﻧﺎ ﺑﺎﻟﺮﻗﻢ اﻟﻘﻴﺎﺳﻲ ﻟﻠﺠﻮدة‪ ،‬وﲟﺎ أن اﻟﻘﻴﻤﺔ ﲤﺜﻞ ﺣﺎﺻﻞ ﺿﺮب ﺳﻌﺮ اﻟﺴﻠﻌﺔ ‪ P‬ﰲ اﻟﻜﻤﻴﺔ اﳌﻨﺘﺠﺔ‬
‫أو اﳌﺒﺎﻋﺔ ‪ ،Q‬ﻓﺈن اﻟﺼﻴﻐﺔ اﳌﺴﺘﺨﺪﻣﺔ ﳊﺴﺎب اﻟﺮﻗﻢ اﻟﻘﻴﺎﺳﻲ ﻟﻠﻘﻴﻤﺔ ‪ V‬ﻫﻲ‪:‬‬
‫‪123‬‬
‫‪V1‬‬ ‫‪P1Q1‬‬
‫‪I‬‬ ‫‪t1‬‬ ‫‪‬‬ ‫‪ 100 ‬‬ ‫‪ 100‬‬
‫(‪V‬‬
‫‪t0‬‬
‫)‬ ‫‪V0‬‬ ‫‪P0 Q 0‬‬
‫ﺣﻴﺚ‪ : V0 :‬ﻗﻴﻤﺔ اﻟﺴﻠﻌﺔ ﻓﻲ ﺳﻨﺔ اﻷﺳﺎس ‪t0‬‬
‫‪ : V1‬ﻗﻴﻤﺔ اﻟﺴﻠﻌﺔ ﻓﻲ ﺳﻨﺔ اﻟﻤﻘﺎرﻧﺔ ‪t1‬‬
‫ﻣﺜﺎل )‪:(01-6‬‬
‫إذا ﺗﻮﻓﺮت ﻟﺪﻳﻚ اﻟﺒﻴﺎﻧﺎت أدﻧﺎﻩ ﻋﻦ ﺳﻠﻌﺔ ﻣﻌﻴﻨﺔ ﺧﻼل اﻟﻔﱰة اﻟﺰﻣﻨﻴﺔ ﻣﻦ ‪ 2011‬إﱃ ‪ ،2014‬أﺣﺴﺐ‬
‫اﻷرﻗﺎم اﻟﻘﻴﺎﺳﻴﺔ اﻟﺒﺴﻴﻄﺔ ﺑﺎﻋﺘﺒﺎر ﺳﻨﺔ اﻷﺳﺎس ﻫﻲ اﻟﺴﻨﺔ ‪.2011‬‬
‫اﻟﺠﺪول رﻗﻢ )‪ :(01-6‬اﻷﺳﻌﺎر واﻟﻜﻤﻴﺎت اﻟﻤﻨﺘﺠﺔ ﻟﺴﻠﻌﺔ ﻣﻌﻴﻨﺔ ﻟﻠﻔﺘﺮة ‪.2014-2011‬‬
‫ﺣﺴﺎﺑﺎت اﻷرﻗﺎم اﻟﻘﻴﺎﺳﻴﺔ‬ ‫اﻟﺒﻴﺎﻧﺎت اﻷﺳﺎﺳﻴﺔ‬
‫ﻟﻠﻘﻴﻢ‬ ‫ﻟﻠﻜﻤﻴﺎت‬ ‫ﻟﻸﺳﻌﺎر‬ ‫اﻟﻘﻴﻤﺔ‬ ‫اﻟﻜﻤﻴﺔ‬ ‫اﻟﺴﻌﺮ )دج(‬ ‫اﻟﺴﻨﺔ‬
‫‪100‬‬ ‫‪100‬‬ ‫‪100‬‬ ‫‪120‬‬ ‫‪30‬‬ ‫‪4‬‬ ‫‪2011‬‬
‫‪133‬‬ ‫‪107‬‬ ‫‪125‬‬ ‫‪160‬‬ ‫‪32‬‬ ‫‪5‬‬ ‫‪2012‬‬
‫‪170‬‬ ‫‪113‬‬ ‫‪150‬‬ ‫‪204‬‬ ‫‪34‬‬ ‫‪6‬‬ ‫‪2013‬‬
‫‪204‬‬ ‫‪117‬‬ ‫‪175‬‬ ‫‪245‬‬ ‫‪35‬‬ ‫‪7‬‬ ‫‪2014‬‬
‫ﻣﻦ ﺣﺴﺎﺑﺎت اﳉﺪول ﻧﺴﺘﻨﺘﺞ ﻣﺎ ﻳﻠﻲ‪:‬‬
‫ﺳﻌﺮ اﻟﺴﻠﻌﺔ ﻗﺪ ازداد ﺑﻨﺴﺒﺔ ‪ %75‬ﺧﻼل اﻟﻔﱰة ‪ 2014-2011‬وذﻟﻚ ﻷن‪:‬‬ ‫‪‬‬
‫‪175  100  75 %‬‬

‫ﻛﻤﻴﺔ اﻟﺴﻠﻌﺔ ﻗﺪ ازدادت ﺑﻨﺴﺒﺔ ‪ %17‬ﺧﻼل اﻟﻔﱰة ‪ 2014-2011‬وذﻟﻚ ﻷن‪:‬‬ ‫‪‬‬
‫‪117  100  17 %‬‬

‫ﻗﻴﻤﺔ اﻟﺴﻠﻌﺔ ﻗﺪ ازدادت ﺑﻨﺴﺒﺔ ‪ %104‬ﺧﻼل اﻟﻔﱰة ‪ 2014-2011‬وذﻟﻚ ﻷن‪:‬‬ ‫‪‬‬
‫‪204  100  104 %‬‬
‫‪124‬‬
‫‪ -2-II‬اﻷرﻗﺎم اﻟﻘﻴﺎﺳﻴﺔ اﻟﺘﺠﻤﻴﻌﻴﺔ‪:‬‬

‫ﻳﻘﻴﺲ ﻫﺬا اﻟﺮﻗﻢ اﻟﻨﺴﺒﺔ ﺑﲔ ﳎﻤﻮع اﻷﺳﻌﺎر واﻟﻜﻤﻴﺎت أو اﻟﻘﻴﻢ ﰲ ﺳﻨﺔ اﳌﻘﺎرﻧﺔ إﱃ ﲨﻴﻊ أﺳﻌﺎرﻫﺎ وﻛﻤﻴﺎ ﺎ‬
‫وﻗﻴﻤﻬﺎ ﰲ ﺳﻨﺔ اﻷﺳﺎس ﻣﻀﺮوﺑﺔ ﰲ ‪ ،100‬وﳛﺴﺐ اﻟﺮﻗﻢ اﻟﻘﻴﺎﺳﻲ اﻟﺘﺠﻤﻴﻌﻲ ﺣﺴﺐ اﻟﺼﻴﻎ أدﻧﺎﻩ‪:‬‬
‫‪ -1-2-II‬اﻟﺮﻗﻢ اﻟﻘﻴﺎﺳﻲ اﻟﺘﺠﻤﻴﻌﻲ ﻟﻸﺳﻌﺎر‪:‬‬
‫ﻳﻘﻴﺲ ﺗﻐﲑ أﺳﻌﺎر ﳎﻤﻮﻋﺔ ﺳﻠﻊ ﻣﻘﺎﺳﺔ ﺑﺄﺳﻌﺎرﻫﺎ اﳊﻘﻴﻘﻴﺔ ﻟﻔﱰﺗﲔ وﻗﺪ ﺗﻜﻮن اﻟﺴﻠﻊ ﻣﺘﺠﺎﻧﺴﺔ أو ﻏﲑ‬
‫ﻣﺘﺠﺎﻧﺴﺔ‪ ،‬وﳛﺴﺐ ﲟﻮﺟﺐ اﻟﺼﻴﻐﺔ اﻟﺘﺎﻟﻴﺔ‪:‬‬
‫‪I‬‬ ‫‪‬‬
‫‪‬‬ ‫‪P1‬‬
‫‪ 100‬‬
‫‪‬‬
‫‪t1‬‬
‫( ‪P‬‬ ‫) ‪t0‬‬ ‫‪P0‬‬
‫ﺣﻴﺚ‪ :  P0 :‬ﻣﺠﻤﻮع أﺳﻌﺎر اﻟﺴﻠﻊ ﻓﻲ ﺳﻨﺔ اﻷﺳﺎس ‪t 0‬‬

‫‪ :  P1‬ﻣﺠﻤﻮع أﺳﻌﺎر اﻟﺴﻠﻊ ﻓﻲ ﺳﻨﺔ اﻟﻤﻘﺎرﻧﺔ ‪t1‬‬
‫‪ -2-2-II‬اﻟﺮﻗﻢ اﻟﻘﻴﺎﺳﻲ اﻟﺘﺠﻤﻴﻌﻲ ﻟﻠﻜﻤﻴﺎت‪:‬‬

‫ﻳﺘﻢ ﺣﺴﺎب ﻫﺬا اﻟﺮﻗﻢ ﺑﺎﻟﺼﻴﻐﺔ اﻟﺘﺎﻟﻴﺔ‪:‬‬
‫‪I‬‬ ‫‪‬‬ ‫‪Q‬‬ ‫‪1‬‬

‫‪ 100‬‬
‫‪Q‬‬
‫‪t1‬‬
‫(‪Q‬‬ ‫)‬
‫‪t0‬‬ ‫‪0‬‬
‫ﺣﻴﺚ‪ :  Q0 :‬ﻣﺠﻤﻮع ﻛﻤﻴﺎت اﻟﺴﻠﻊ ﻓﻲ ﺳﻨﺔ اﻷﺳﺎس ‪t 0‬‬

‫‪ :  Q1‬ﻣﺠﻤﻮع ﻛﻤﻴﺎت اﻟﺴﻠﻊ ﻓﻲ ﺳﻨﺔ اﻟﻤﻘﺎرﻧﺔ ‪t1‬‬
‫‪ -3-2-II‬اﻟﺮﻗﻢ اﻟﻘﻴﺎﺳﻲ اﻟﺘﺠﻤﻴﻌﻲ ﻟﻠﻘﻴﻢ‪:‬‬

‫ﻳﻌﻄﻰ اﻟﺮﻗﻢ اﻟﻘﻴﺎﺳﻲ اﻟﺘﺠﻤﻴﻌﻲ ﻟﻠﻘﻴﻢ ﺑﺎﻟﺼﻴﻐﺔ اﻟﺘﺎﻟﻴﺔ‪:‬‬
‫‪I‬‬ ‫‪‬‬
‫‪V‬‬ ‫‪1‬‬
‫‪ 100 ‬‬
‫‪ PQ‬‬ ‫‪1‬‬ ‫‪1‬‬
‫‪ 100‬‬
‫‪V ( t1‬‬
‫‪t0‬‬
‫)‬
‫‪V‬‬ ‫‪0‬‬ ‫‪ PQ‬‬ ‫‪0‬‬ ‫‪0‬‬
‫ﺣﻴﺚ‪ :  V 0 :‬ﻣﺠﻤﻮع ﻗﻴﻢ اﻟﺴﻠﻊ ﻓﻲ ﺳﻨﺔ اﻷﺳﺎس ‪t 0‬‬

‫‪ :  V1‬ﻣﺠﻤﻮع ﻗﻴﻢ اﻟﺴﻠﻊ ﻓﻲ ﺳﻨﺔ اﻟﻤﻘﺎرﻧﺔ ‪t1‬‬
‫‪125‬‬
‫ﻣﺜﺎل )‪:(02-6‬‬
‫اﳉﺪول اﻟﺘﺎﱄ ﳝﺜﻞ أﺳﻌﺎر ﳎﻤﻮﻋﺔ ﻣﻦ اﻟﺴﻠﻊ واﻟﻜﻤﻴﺎت اﳌﺘﻮﺳﻄﺔ اﻟﱵ ﺗﺴﺘﻬﻠﻜﻬﺎ ﻋﺎﺋﻠﺔ ﻣﺘﻮﺳﻄﺔ اﻟﺪﺧﻞ‬
‫واﻟﻌﺪد ﺧﻼل ﺳﻨﱵ ‪ 2010‬و ‪ ، 2014‬واﳌﻄﻠﻮب ﺣﺴﺎب اﻟﺮﻗﻢ اﻟﻘﻴﺎﺳﻲ اﻟﺘﺠﻤﻴﻌﻲ ﳍﺎ ﺑﺎﻋﺘﺒﺎر ﺳﻨﺔ اﻷﺳﺎس ﻫﻲ‬
‫اﻟﺴﻨﺔ ‪.2010‬‬
‫ﺳﻨﺔ ‪2014‬‬ ‫ﺳﻨﺔ ‪2010‬‬
‫اﻟﻜﻤﻴﺔ‬ ‫اﻟﺴﻌﺮ )دج(‬ ‫اﻟﻜﻤﻴﺔ‬ ‫اﻟﺴﻌﺮ )دج(‬ ‫اﻟﺴﻠﻊ‬
‫‪40‬‬ ‫‪90‬‬ ‫‪30‬‬ ‫‪75‬‬ ‫ﺳﻜﺮ )ﻛﻎ(‬
‫‪65‬‬ ‫‪180‬‬ ‫‪60‬‬ ‫‪120‬‬ ‫اﻟﺰﻳﺖ )ل(‬
‫‪36‬‬ ‫‪1200‬‬ ‫‪36‬‬ ‫‪950‬‬ ‫اﻟﻠﺤﻢ )ﻛﻎ(‬
‫ﺑﺎﲣﺎذ ﺳﻨﺔ اﻷﺳﺎس ﻫﻲ ﺳﻨﺔ ‪ 2010‬وﺳﻨﺔ اﳌﻘﺎرﻧﺔ ﻫﻲ ﺳﻨﺔ ‪ ،2014‬ﻧﻘﻮم ﲝﺴﺎب اﻟﺮﻗﻢ اﻟﻘﻴﺎﺳﻲ اﻟﺘﺠﻤﻴﻌﻲ‪.‬‬
‫اﻟﺠﺪول )‪ :(02-6‬ﻳﻮﺿﺢ أﺳﻌﺎر وﻛﻤﻴﺎت اﻟﺴﻠﻊ اﻻﺳﺘﻬﻼﻛﻴﺔ ﻟﻠﻔﺘﺮة ‪.2014-2010‬‬
‫اﻟﻘﻴﻢ‬ ‫اﻟﻜﻤﻴﺎت‬ ‫اﻷﺳﻌﺎر‬
‫‪2014‬‬ ‫‪2010‬‬ ‫‪2014‬‬ ‫‪2010‬‬ ‫‪2014‬‬ ‫‪2010‬‬ ‫اﻟﺴﻠﻊ‬
‫‪3600‬‬ ‫‪2250‬‬ ‫‪40‬‬ ‫‪30‬‬ ‫‪90‬‬ ‫‪75‬‬ ‫ﺳﻜﺮ )ﻛﻎ(‬
‫‪11700‬‬ ‫‪7200‬‬ ‫‪65‬‬ ‫‪60‬‬ ‫‪180‬‬ ‫‪120‬‬ ‫اﻟﺰﻳﺖ )ل(‬
‫‪43200‬‬ ‫‪34200‬‬ ‫‪36‬‬ ‫‪36‬‬ ‫‪1200‬‬ ‫‪950‬‬ ‫اﻟﻠﺤﻢ )ﻛﻎ(‬
‫‪58500‬‬ ‫‪43650‬‬ ‫‪141‬‬ ‫‪126‬‬ ‫‪1470‬‬ ‫‪1145‬‬ ‫‪‬‬ ‫اﻟﻤﺠﻤﻮع‬
‫اﻟﺮﻗﻢ اﻟﻘﻴﺎﺳﻲ اﻟﺘﺠﻤﻴﻌﻲ ﻟﻸﺳﻌﺎر‪:‬‬ ‫‪‬‬
‫‪I P ( 2014‬‬ ‫‪‬‬ ‫‪‬‬ ‫‪P 2014‬‬

‫‪ 100‬‬ ‫‪‬‬
‫‪1470‬‬
‫‪ 100‬‬ ‫‪ 128 , 38 %‬‬
‫‪2010‬‬
‫)‬
‫‪‬‬ ‫‪P 2010‬‬ ‫‪1145‬‬
‫ﻧﻼﺣﻆ أن أﺳﻌﺎر اﻟﺴﻠﻊ ارﺗﻔﻌﺖ ﺳﻨﺔ ‪ 2014‬ﺑﻨﺴﺒﺔ ‪ 28,38 %‬ﻣﻘﺎرﻧﺔ ﺑﺴﻨﺔ اﻷﺳﺎس ‪.2010‬‬
‫اﻟﺮﻗﻢ اﻟﻘﻴﺎﺳﻲ اﻟﺘﺠﻤﻴﻌﻲ ﻟﻠﻜﻤﻴﺎت‪:‬‬ ‫‪‬‬
‫‪IQ‬‬ ‫‪‬‬ ‫‪‬‬ ‫‪Q‬‬ ‫‪2014‬‬

‫‪ 100‬‬ ‫‪‬‬
‫‪141‬‬
‫‪ 100‬‬ ‫‪ 111 , 9 %‬‬
‫‪( 2014‬‬
‫‪2010‬‬
‫)‬
‫‪‬‬ ‫‪Q‬‬ ‫‪2010‬‬ ‫‪126‬‬
‫‪126‬‬
‫‪ ‬اﻟﺮﻗﻢ اﻟﻘﻴﺎﺳﻲ اﻟﺘﺠﻤﻴﻌﻲ ﻟﻠﻘﻴﻢ‪:‬‬
‫‪IV‬‬ ‫‪‬‬ ‫‪‬‬ ‫‪V 2014‬‬

‫‪ 100‬‬ ‫‪‬‬ ‫‪‬‬ ‫‪P 2014 Q‬‬ ‫‪2014‬‬
‫‪ 100‬‬ ‫‪‬‬
‫‪58500‬‬
‫‪ 100‬‬
‫‪( 2014‬‬ ‫‪2010‬‬ ‫)‬
‫‪‬‬ ‫‪V 2010‬‬ ‫‪‬‬ ‫‪P 2010 Q‬‬ ‫‪2010‬‬ ‫‪43650‬‬
‫‪ 134 , 02 %‬‬
‫وﻫﺬا ﻳﻌﲏ أن ﻗﻴﻤﺔ ﻫﺬﻩ اﻟﺴﻠﻊ اﻻﺳﺘﻬﻼﻛﻴﺔ ﻗﺪ ارﺗﻔﻌﺖ ﺑﻨﺴﺒﺔ ‪ 34 ,02 %‬ﰲ ﺳﻨﺔ ‪ 2014‬ﻋﻤﺎ ﻛﺎﻧﺖ ﻋﻠﻴﻪ‬
‫ﰲ ﺳﻨﺔ ‪.2010‬‬
‫ﻣﻦ ﺧﻼل اﻟﻨﻈﺮ ﰲ ﳎﺎﻣﻴﻊ اﻷﺳﻌﺎر‪ ،‬ﳒﺪ أن أﺳﻌﺎر ﺑﻌﺾ اﳌﻮاد ﻴﻤﻦ ﻋﻠﻰ ﳎﻤﻮع اﻷﺳﻌﺎر ﺑﻴﻨﻤﺎ أﺳﻌﺎر‬
‫ﺑﻘﻴﺔ اﳌﻮاد ﻻ ﺗﺸﻜﻞ ﺳﻮى ﺟﺰء ﺿﺌﻴﻞ‪ ،‬وﻧﺘﻴﺠﺔ ﳍﺬا ﻓﺈن اﻟﺮﻗﻢ اﻟﻘﻴﺎﺳﻲ اﶈﺼﻞ ﻋﻠﻴﻪ ﺬﻩ اﻟﻄﺮﻳﻘﺔ ﻳﺘﺄﺛﺮ ﺗﺄﺛﺮا ﻛﺒﲑا‬
‫ﺑﺎﳌﻮاد اﳌﺮﺗﻔﻌﺔ اﻟﺜﻤﻦ‪.‬‬
‫وﻋﻠﻰ اﻟﺮﻏﻢ ﻣﻦ ﺳﻬﻮﻟﺔ ﺗﻄﺒﻴﻖ ﻃﺮﻳﻘﺔ اﻷرﻗﺎم اﻟﻘﻴﺎﺳﻴﺔ اﻟﺘﺠﻤﻴﻌﻴﺔ إﻻ أﻧﻪ ﻳﺸﻮﺑﻪ ﻋﻴﺒﲔ أﺳﺎﺳﻴﲔ ﻳﺆﺛﺮان ﻋﻠﻰ ﻗﻴﻤﺔ‬
‫اﻟﺮﻗﻢ اﻟﻘﻴﺎﺳﻲ وﳘﺎ‪:‬‬
‫‪ ‬ﻻ ﺗﺄﺧﺬ ﻫﺬﻩ اﻟﻄﺮﻳﻘﺔ ﺑﻌﲔ اﻻﻋﺘﺒﺎر اﻷﳘﻴﺔ اﻟﻨﺴﺒﻴﺔ ﻟﻠﺴﻠﻊ اﳌﺨﺘﻠﻔﺔ‪ ،‬ﻓﻬﻲ ﺗﻌﻄﻲ ﲨﻴﻊ اﻟﺴﻠﻊ أوزان‬
‫ﻣﺘﺴﺎوﻳﺔ ﰲ اﻷﳘﻴﺔ‪.‬‬
‫‪ ‬ﻻ ﺗﻌﲑ اﻫﺘﻤﺎم ﻟﻮﺣﺪات اﻟﻘﻴﺎس اﳌﺴﺘﺨﺪﻣﺔ )ﻛﻎ‪ ،‬ﻃﻦ‪ ،‬ﻟﱰ‪ (.....‬ﻣﻦ اﻟﻮﺣﺪات اﻟﻜﻤﻴﺔ‪.‬‬
‫‪ -3-II‬اﻷرﻗﺎم اﻟﻘﻴﺎﺳﻴﺔ اﻟﻤﺮﺟﺤﺔ‪:‬‬
‫ﻟﻘﺪ ذﻛﺮﻧﺎ ﺳﺎﺑﻘﺎ أن اﻟﺮﻗﻢ اﻟﻘﻴﺎﺳﻲ اﻟﺘﺠﻤﻴﻌﻲ ﻟﻸﺳﻌﺎر واﻟﻜﻤﻴﺎت ﻻ ﻳﺄﺧﺬ ﺑﻌﲔ اﻻﻋﺘﺒﺎر أوزان ﻛﻞ ﺳﻠﻌﺔ‬
‫وأﳘﻴﺘﻬﺎ اﻟﻨﺴﺒﻴﺔ‪ ،‬ﻟﺬﻟﻚ ﺟﺎءت اﻟﺼﻴﻎ اﳌﺮﺟﺤﺔ ﻟﻸرﻗﺎم اﻟﻘﻴﺎﺳﻴﺔ ﻟﻠﺘﻐﻠﺐ ﻋﻠﻰ ﻫﺬﻩ اﻟﻌﻴﻮب‪ ،‬وﺗﻌﺘﻤﺪ اﻷرﻗﺎم اﻟﻘﻴﺎﺳﻴﺔ‬
‫ﻣﻌﲔ‪ ،‬وﺗﺴﺘﺨﺪم ﻋﺎدة ﻛﻤﻴﺔ اﻟﺴﻠﻌﺔ اﳌﺒﺎﻋﺔ‬ ‫اﳌﺮﺟﺤﺔ ﻋﻠﻰ ﺗﺮﺟﻴﺢ أﺳﻌﺎر أو ﻛﻤﻴﺎت ﻛﻞ ﺳﻠﻌﺔ ﺑﺎﺳﺘﺨﺪام ﻣﻌﺎﻣﻞ ّ‬
‫أو ﺳﻌﺮﻫﺎ ﺧﻼل ﺳﻨﺔ اﻷﺳﺎس أو ﺧﻼل ﺳﻨﺔ اﳌﻘﺎرﻧﺔ‪ ،‬وﻫﺬﻩ اﻷوزان ﺗﺸﲑ إﱃ اﻷﳘﻴﺔ اﻟﻨﺴﺒﻴﺔ ﻟﻠﺴﻠﻌﺔ‪.‬‬
‫ﺗﻮﺟﺪ ﻋﺪة أﻧﻮاع ﻣﻦ اﻷرﻗﺎم اﻟﻘﻴﺎﺳﻴﺔ اﳌﺮﺟﺤﺔ‪ ،‬وﻟﻜﻦ ﺳﻮف ﺘﻢ ﺑﺄﻛﺜﺮﻫﺎ اﺳﺘﺨﺪاﻣﺎ‪:‬‬
‫‪ -1-3-II‬اﻟﺮﻗﻢ اﻟﻘﻴﺎﺳﻲ اﻟﻤﺮﺟﺢ ﻟﻼﺳﺒﻴﺮ‪:‬‬
‫اﻟﺮﻗﻢ اﻟﻘﻴﺎﺳﻲ اﳌﺮﺟﺢ ﻟﻼﺳﺒﲑ ﻳﺘﻢ ﻓﻴﻪ اﻟﱰﺟﻴﺢ ﺑﺄوزان ﺳﻨﺔ اﻷﺳﺎس‪ ،‬ﺣﻴﺚ ﻳﺘﻢ ﺗﺮﺟﻴﺢ اﻷﺳﻌﺎر ﺑﻜﻤﻴﺎت ﺳﻨﺔ‬
‫اﻷﺳﺎس أو ﻳﺘﻢ ﺗﺮﺟﻴﺢ اﻟﻜﻤﻴﺎت ﺑﺄﺳﻌﺎر ﺳﻨﺔ اﻷﺳﺎس‪ ،‬وﻳﺄﺧﺬ ﻫﺬا اﻟﺮﻗﻢ اﻟﺼﻴﻐﺘﲔ اﻟﺘﺎﻟﻴﺘﲔ‪:‬‬
‫‪127‬‬
‫ﺻﻴﻐﺔ اﻟﺮﻗﻢ اﻟﻘﻴﺎﺳﻲ اﻟﻤﺮﺟﺢ ﻟﻸﺳﻌﺎر ﻟﻼﺳﺒﻴﺮ ﻫﻲ‪:‬‬ ‫‪‬‬
‫‪IL‬‬ ‫‪‬‬
‫‪‬‬ ‫‪P1 Q 0‬‬
‫‪ 100‬‬
‫‪‬‬
‫‪t1‬‬
‫( ‪P‬‬
‫‪t0‬‬
‫)‬ ‫‪P0 Q 0‬‬
‫ﺻﻴﻐﺔ اﻟﺮﻗﻢ اﻟﻘﻴﺎﺳﻲ اﻟﻤﺮﺟﺢ ﻟﻠﻜﻤﻴﺎت ﻟﻼﺳﺒﻴﺮ ﻫﻲ‪:‬‬ ‫‪‬‬
‫‪IL‬‬ ‫‪‬‬ ‫‪‬‬ ‫‪Q 1 P0‬‬

‫‪ 100‬‬
‫‪‬‬
‫‪t1‬‬
‫( ‪Q‬‬
‫‪t0‬‬
‫)‬ ‫‪Q 0 P0‬‬
‫ﻣﺜﺎل )‪ :(03-6‬ﻧﺄﺧﺬ ﻣﻌﻄﻴﺎت اﳌﺜﺎل )‪ ،(02-6‬واﳌﻄﻠﻮب ﺣﺴﺎب اﻟﺮﻗﻢ اﻟﻘﻴﺎﺳﻲ اﳌﺮﺟﺢ ﻟﻼﺳﺒﲑ ؟‬
‫اﻟﺠﺪول )‪ :(03-6‬ﻳﻮﺿﺢ ﻛﻴﻔﻴﺔ ﺣﺴﺎب اﻟﺮﻗﻢ اﻟﻘﻴﺎﺳﻲ ﻟﻼﺳﺒﻴﺮ‪.‬‬
‫اﻟﻜﻤﻴﺎت‬ ‫اﻷﺳﻌﺎر‬
‫‪Q2014  P2010‬‬ ‫‪P2010  Q2010 P2014  Q2010‬‬ ‫‪2014‬‬ ‫‪2010‬‬ ‫‪2014‬‬ ‫‪2010‬‬ ‫اﻟﺴﻠﻊ‬
‫‪3000‬‬ ‫‪2250‬‬ ‫‪2700‬‬ ‫‪40‬‬ ‫‪30‬‬ ‫‪90‬‬ ‫‪75‬‬ ‫ﺳﻜﺮ )ﻛﻎ(‬
‫‪7800‬‬ ‫‪7200‬‬ ‫‪10800‬‬ ‫‪65‬‬ ‫‪60‬‬ ‫‪180‬‬ ‫‪120‬‬ ‫اﻟﺰﻳﺖ )ل(‬
‫‪34200‬‬ ‫‪34200‬‬ ‫‪43200‬‬ ‫‪36‬‬ ‫‪36‬‬ ‫‪1200‬‬ ‫‪950‬‬ ‫اﻟﻠﺤﻢ )ﻛﻎ(‬
‫‪45000‬‬ ‫‪43650‬‬ ‫‪56700‬‬ ‫‪141‬‬ ‫‪126‬‬ ‫‪1470‬‬ ‫‪1145‬‬ ‫‪‬‬

‫اﻟﺮﻗﻢ اﻟﻘﻴﺎﺳﻲ اﻟﻤﺮﺟﺢ ﻟﻸﺳﻌﺎر ﻟﻼﺳﺒﻴﺮ‪:‬‬ ‫‪‬‬
‫‪IL‬‬ ‫‪‬‬ ‫‪‬‬ ‫‪P 2014 Q‬‬ ‫‪2010‬‬

‫‪ 100‬‬ ‫‪‬‬
‫‪56700‬‬
‫‪ 100‬‬ ‫‪ 129 , 89 %‬‬
‫‪P ( 2014‬‬
‫‪2010‬‬
‫)‬
‫‪‬‬ ‫‪P 2010 Q‬‬ ‫‪2010‬‬ ‫‪43650‬‬
‫اﻟﺮﻗﻢ اﻟﻘﻴﺎﺳﻲ اﻟﻤﺮﺟﺢ ﻟﻠﻜﻤﻴﺎت ﻟﻼﺳﺒﻴﺮ‪:‬‬ ‫‪‬‬
‫‪IL‬‬ ‫‪‬‬ ‫‪‬‬ ‫‪Q‬‬ ‫‪2014‬‬ ‫‪P 2010‬‬

‫‪ 100‬‬ ‫‪‬‬
‫‪45000‬‬
‫‪ 100‬‬ ‫‪ 103 , 09 %‬‬
‫‪Q ( 2014‬‬
‫‪2010‬‬
‫)‬
‫‪‬‬ ‫‪Q‬‬ ‫‪2010‬‬ ‫‪P 2010‬‬ ‫‪43650‬‬
‫‪ -2-3-II‬اﻟﺮﻗﻢ اﻟﻘﻴﺎﺳﻲ اﻟﻤﺮﺟﺢ ﻟﺒﺎش‪:‬‬
‫ﻳﻌﺘﻤﺪ ﺑﺎش ﰲ ﺣﺴﺎب رﻗﻤﻪ اﻟﻘﻴﺎﺳﻲ ﻋﻠﻰ ﺗﺮﺟﻴﺢ ﺳﻨﺔ اﳌﻘﺎرﻧﺔ‪ ،‬وﻳﺄﺧﺬ ﻫﺬا اﻟﺮﻗﻢ اﻟﺼﻴﻐﺘﲔ اﻟﺘﺎﻟﻴﺘﲔ‪:‬‬
‫‪‬‬ ‫‪P1 Q 1‬‬ ‫ﺻﻴﻐﺔ اﻟﺮﻗﻢ اﻟﻘﻴﺎﺳﻲ اﻟﻤﺮﺟﺢ ﻟﻸﺳﻌﺎر ﻟﺒﺎش ﻫﻲ‪:‬‬ ‫‪‬‬
‫‪IP‬‬ ‫‪‬‬ ‫‪ 100‬‬
‫‪P ( t1‬‬
‫‪t0‬‬
‫)‬
‫‪‬‬ ‫‪P0 Q 1‬‬
‫‪128‬‬
‫ﺻﻴﻐﺔ اﻟﺮﻗﻢ اﻟﻘﻴﺎﺳﻲ اﻟﻤﺮﺟﺢ ﻟﻠﻜﻤﻴﺎت ﻟﺒﺎش ﻫﻲ‪:‬‬ ‫‪‬‬
‫‪IP‬‬ ‫‪‬‬
‫‪Q‬‬ ‫‪1‬‬ ‫‪P1‬‬
‫‪ 100‬‬
‫‪Q‬‬
‫‪t1‬‬
‫‪0 P1‬‬
‫(‪Q‬‬ ‫)‬
‫‪t0‬‬
‫ﻣﺜﺎل )‪ :(04-6‬ﻧﺄﺧﺬ ﻣﻌﻄﻴﺎت اﳌﺜﺎل )‪ ،(02-6‬واﳌﻄﻠﻮب ﺣﺴﺎب اﻟﺮﻗﻢ اﻟﻘﻴﺎﺳﻲ اﳌﺮﺟﺢ ﻟﺒﺎش ؟‬
‫اﻟﺠﺪول )‪ :(04-6‬ﻳﻮﺿﺢ ﻛﻴﻔﻴﺔ ﺣﺴﺎب اﻟﺮﻗﻢ اﻟﻘﻴﺎﺳﻲ ﻟﺒﺎش‪.‬‬
‫‪Q2010  P2014‬‬ ‫‪P2010  Q2014 P2014  Q2014‬‬ ‫‪2014‬‬ ‫‪2010‬‬ ‫‪2014‬‬ ‫‪2010‬‬ ‫اﻟﺴﻠﻊ‬
‫‪2700‬‬ ‫‪3000‬‬ ‫‪3600‬‬ ‫‪40‬‬ ‫‪30‬‬ ‫‪90‬‬ ‫‪75‬‬ ‫ﺳﻜﺮ )ﻛﻎ(‬
‫‪10800‬‬ ‫‪7800‬‬ ‫‪11700‬‬ ‫‪65‬‬ ‫‪60‬‬ ‫‪180‬‬ ‫‪120‬‬ ‫اﻟﺰﻳﺖ )ل(‬
‫‪43200‬‬ ‫‪34200‬‬ ‫‪43200‬‬ ‫‪36‬‬ ‫‪36‬‬ ‫‪1200‬‬ ‫‪950‬‬ ‫اﻟﻠﺤﻢ )ﻛﻎ(‬
‫‪56700‬‬ ‫‪45000‬‬ ‫‪58500‬‬ ‫‪141‬‬ ‫‪126‬‬ ‫‪1470‬‬ ‫‪1145‬‬ ‫‪‬‬

‫اﻟﺮﻗﻢ اﻟﻘﻴﺎﺳﻲ اﻟﻤﺮﺟﺢ ﻟﻸﺳﻌﺎر ﻟﺒﺎش‪:‬‬ ‫‪‬‬
‫‪IP P ( 2014‬‬ ‫‪‬‬ ‫‪‬‬ ‫‪P 2014 Q‬‬ ‫‪2014‬‬

‫‪ 100‬‬ ‫‪‬‬
‫‪58500‬‬
‫‪ 100‬‬ ‫‪ 130 %‬‬
‫‪2010‬‬
‫)‬
‫‪‬‬ ‫‪P 2010 Q‬‬ ‫‪2014‬‬ ‫‪45000‬‬
‫اﻟﺮﻗﻢ اﻟﻘﻴﺎﺳﻲ اﻟﻤﺮﺟﺢ ﻟﻠﻜﻤﻴﺎت ﻟﺒﺎش‪:‬‬ ‫‪‬‬
‫‪IP Q‬‬ ‫‪‬‬ ‫‪‬‬ ‫‪Q‬‬ ‫‪2014‬‬ ‫‪P 2014‬‬

‫‪ 100‬‬ ‫‪‬‬
‫‪58500‬‬
‫‪ 100‬‬ ‫‪ 103 ,17 %‬‬
‫‪( 2014‬‬
‫‪2010‬‬
‫)‬
‫‪‬‬ ‫‪Q‬‬ ‫‪2010‬‬ ‫‪P 2014‬‬ ‫‪56700‬‬
‫‪ -3-3-II‬اﻟﺮﻗﻢ اﻟﻘﻴﺎﺳﻲ اﻟﻤﺮﺟﺢ ﻟﻔﻴﺸﺮ‪:‬‬

‫ﻳﻌﺘﱪ ﻣﻦ أﻓﻀﻞ اﻷرﻗﺎم اﻟﻘﻴﺎﺳﻴﺔ اﳌﺮﺟﺤﺔ‪ ،‬وﻳﺴﺘﺨﺪم ﻟﻠﺘﺨﻠﺺ ﻣﻦ اﳌﺸﻜﻠﺔ اﻟﱵ ﻳﻌﺎﱐ ﻣﻨﻬﺎ ﻛﻞ ﻣﻦ رﻗﻢ‬
‫ﻻﺳﺒﲑ ورﻗﻢ ﺑﺎش )اﻟﺘﺨﻔﻴﺾ واﻟﺘﻀﺨﻴﻢ(‪ ،‬وﻳﻘﻮم ﻫﺬا اﻟﺮﻗﻢ ﺑﺎﻷﺳﺎس ﻋﻠﻰ ﺣﺴﺎب اﻟﻮﺳﻂ اﳍﻨﺪﺳﻲ ﻟﻠﺮﻗﻤﲔ‬
‫اﻟﻘﻴﺎﺳﻴﲔ اﻟﺘﺠﻤﻴﻌﻴﲔ اﳌﺮﺟﺤﲔ ﻟﻼﺳﺒﲑ وﺑﺎش‪ ،‬وﺗﻜﺘﺐ ﻋﻼﻗﺘﻪ ﻋﻠﻰ اﻟﺸﻜﻞ اﻟﺘﺎﱄ‪:‬‬
‫‪IF t1‬‬ ‫‪ IL  IP  100‬‬

‫(‬ ‫)‬
‫‪t0‬‬
‫‪129‬‬
‫ﳝﻜﻦ ﺣﺴﺎب رﻗﻢ ﻓﻴﺸﺮ اﻷﻣﺜﻞ ﻛﻤﺎ ﻳﻠﻲ‪:‬‬

‫ﺻﻴﻐﺔ اﻟﺮﻗﻢ اﻟﻘﻴﺎﺳﻲ اﻟﻤﺮﺟﺢ ﻟﻸﺳﻌﺎر ﻟﻔﻴﺸﺮ ﻫﻲ‪:‬‬ ‫‪‬‬
‫‪IF‬‬ ‫‪‬‬ ‫‪‬‬ ‫‪P1 Q 0‬‬

‫‪‬‬ ‫‪‬‬ ‫‪P1 Q 1‬‬
‫‪ 100‬‬
‫‪P ( t1‬‬
‫‪t0‬‬
‫)‬
‫‪‬‬ ‫‪P0 Q 0‬‬ ‫‪‬‬ ‫‪P0 Q 1‬‬
‫ﺻﻴﻐﺔ اﻟﺮﻗﻢ اﻟﻘﻴﺎﺳﻲ اﻟﻤﺮﺟﺢ ﻟﻠﻜﻤﻴﺎت ﻟﻔﻴﺸﺮ ﻫﻲ‪:‬‬ ‫‪‬‬
‫‪IF‬‬ ‫‪‬‬ ‫‪‬‬ ‫‪Q 1 P0‬‬

‫‪‬‬ ‫‪‬‬ ‫‪Q 1 P1‬‬
‫‪ 100‬‬
‫‪Q ( t1‬‬
‫‪t0‬‬
‫)‬
‫‪‬‬ ‫‪Q 0 P0‬‬ ‫‪‬‬ ‫‪Q 0 P1‬‬
‫ﻣﺜﺎل )‪ :(05-6‬ﻧﺄﺧﺬ ﻣﻌﻄﻴﺎت اﳌﺜﺎل )‪ ،(02-6‬واﳌﻄﻠﻮب ﺣﺴﺎب اﻟﺮﻗﻢ اﻟﻘﻴﺎﺳﻲ اﳌﺮﺟﺢ ﻟﻔﻴﺸﺮ ؟‬
‫اﻟﺮﻗﻢ اﻟﻘﻴﺎﺳﻲ اﻟﻤﺮﺟﺢ ﻟﻸﺳﻌﺎر ﻟﻔﻴﺸﺮ‪ :‬ﺗﻮﺻﻠﻨﺎ ﺳﺎﺑﻘﺎ ﻣﻦ ﺧﻼل ﺣﺴﺎب رﻗﻤﻲ ﻻﺳﺒﲑ وﺑﺎش ﻟﻸﺳﻌﺎر‬ ‫‪‬‬
‫إﱃ أ ّن‪:‬‬
‫وﻋﻠﻴﻪ ﻓﺈن‪:‬‬ ‫‪IP P ( 2014‬‬ ‫)‬
‫‪ 130 %‬‬ ‫و‬ ‫‪IL‬‬ ‫‪P ( 2014‬‬ ‫)‬
‫‪ 129 , 89 %‬‬
‫‪2010‬‬ ‫‪2010‬‬
‫‪IF‬‬ ‫‪P ( t1‬‬ ‫‪‬‬ ‫‪IL  IP  100‬‬ ‫‪‬‬ ‫‪1 , 2989‬‬ ‫‪ 1 , 3  100‬‬ ‫‪ 129 , 94 %‬‬
‫) ‪t0‬‬
‫اﻟﺮﻗﻢ اﻟﻘﻴﺎﺳﻲ اﻟﻤﺮﺟﺢ ﻟﻠﻜﻤﻴﺎت ﻟﻔﻴﺸﺮ‪ :‬ﻛﺎﻧﺖ ﻧﺘﺎﺋﺞ ﺣﺴﺎب رﻗﻤﻲ ﻻﺳﺒﲑ وﺑﺎش ﻟﻠﻜﻤﻴﺎت ﻛﻤﺎ ﻳﻠﻲ‪:‬‬ ‫‪‬‬
‫‪IP Q‬‬ ‫‪( 2014‬‬ ‫)‬

‫‪ 103 ,17 %‬‬ ‫و‬ ‫‪IL‬‬ ‫‪Q ( 2014‬‬ ‫)‬
‫‪ 103 , 09 %‬‬
‫‪2010‬‬ ‫‪2010‬‬
‫وﻋﻠﻴﻪ ﳒﺪ‪:‬‬
‫‪IF‬‬ ‫‪Q ( t1‬‬ ‫)‬
‫‪‬‬ ‫‪IL  IP  100‬‬ ‫‪‬‬ ‫‪1 , 0309‬‬ ‫‪ 1 , 0317‬‬ ‫‪ 100‬‬ ‫‪ 103 ,13 %‬‬
‫‪t0‬‬
‫‪-III‬ﺧﺼﺎﺋﺺ اﻷرﻗﺎم اﻟﻘﻴﺎﺳﻴﺔ‪:‬‬

‫ﻟﻠﺤﺼﻮل ﻋﻠﻰ أﺣﺴﻦ اﻷرﻗﺎم اﻟﻘﻴﺎﺳﻴﺔ‪ ،‬ﳔﺘﱪﻫﺎ إذا ﻣﺎ ﻛﺎﻧﺖ ﲢﻘﻖ ﺑﻌﺾ اﳋﻮاص‪:‬‬
‫‪ -1-III‬ﺧﺎﺻﻴﺔ اﻟﻤﻄﺎﺑﻘﺔ‪:‬‬
‫إذا ﻛﺎﻧﺖ ﻗﻴﻤﺔ ﻓﱰة اﻷﺳﺎس ‪ t 0‬ﺗﺴﺎوي ﻗﻴﻤﺔ ﻓﱰة اﳌﻘﺎرﻧﺔ ‪ ، t1‬ﻓﺈن اﻟﺮﻗﻢ اﻟﻘﻴﺎﺳﻲ ﻟﻠﻔﱰة ‪ t1‬ﺑﺎﻟﻨﺴﺒﺔ ﻟﻠﻔﱰة‬
‫‪ t 0‬ﻳﺴﺎوي اﻟﺮﻗﻢ اﻟﻘﻴﺎﺳﻲ ﻟﻠﻔﱰة ‪ t 0‬ﺑﺎﻟﻨﺴﺒﺔ ﻟﻠﻔﱰة ‪ t1‬وﻳﺴﺎوي ‪.%100‬‬
‫‪130‬‬
‫‪ -2-III‬ﺧﺎﺻﻴﺔ اﻻﻧﻌﻜﺎس‪:‬‬
‫ﺗﺘﻤﺜﻞ ﻫﺬﻩ اﳋﺎﺻﻴﺔ ﺑﺎﻟﺼﻴﻐﺔ اﻟﺘﺎﻟﻴﺔ‪:‬‬
‫‪I P ( t1‬‬
‫) ‪t0‬‬
‫‪ I‬‬
‫‪P ( t0‬‬ ‫)‬
‫‪ 100 %  1‬‬ ‫‪ ‬ﺣﺎﻟﺔ اﻟﺮﻗﻢ اﻟﻘﻴﺎﺳﻲ ﻟﻸﺳﻌﺎر‪:‬‬
‫‪t1‬‬
‫‪IQ‬‬ ‫‪( t1‬‬ ‫)‬

‫‪ I‬‬
‫‪Q (t0‬‬ ‫)‬
‫‪ 100 %  1‬‬ ‫‪ ‬ﺣﺎﻟﺔ اﻟﺮﻗﻢ اﻟﻘﻴﺎﺳﻲ ﻟﻠﻜﻤﻴﺎت‪:‬‬
‫‪t0‬‬ ‫‪t1‬‬
‫واﻟﺮﻗﻢ اﻟﻘﻴﺎﺳﻲ اﻟﺬي ﳛﻘﻖ ﻫﺬﻩ اﳋﺎﺻﻴﺔ ﻳﻌﺘﱪ ﻣﻦ أﻓﻀﻞ اﻷرﻗﺎم اﻟﻘﻴﺎﺳﻴﺔ‪.‬‬
‫‪ -3-III‬ﺧﺎﺻﻴﺔ اﻟﺪوران‪:‬‬
‫ﻧﻌﱪ ﻋﻦ ﻫﺬﻩ اﳋﺎﺻﻴﺔ ﺑﺎﻟﻌﻼﻗﺔ اﻟﺘﺎﻟﻴﺔ‪:‬‬
‫ّ‬
‫‪I‬‬ ‫‪ I‬‬ ‫‪ ........‬‬ ‫‪ I‬‬
‫‪P  1 t ‬‬ ‫‪P  t 2‬‬ ‫‪‬‬ ‫‪P  n t‬‬ ‫‪‬‬
‫‪t‬‬ ‫‪t‬‬
‫‪‬‬ ‫‪0 ‬‬ ‫‪‬‬ ‫‪t 1 ‬‬ ‫‪‬‬
‫‪‬‬
‫‪n 1 ‬‬
‫‪I‬‬ ‫‪P  t n‬‬ ‫‪‬‬ ‫‪‬‬ ‫‪n 1‬‬
‫‪‬‬ ‫‪t 0 ‬‬ ‫‪100‬‬
‫ﺣﻴﺚ‪ n :‬ﻋﺪد اﻷرﻗﺎم اﻟﻘﻴﺎﺳﻴﺔ ﰲ اﻟﺒﺴﻂ‪.‬‬
‫ﻣﺜﺎل )‪:(06-6‬‬
‫ﺗﺒﲔ اﻟﺘﻐﲑ ﰲ أﺳﻌﺎر ﻣﺎدة اﻻﲰﻨﺖ ﻷرﺑﻊ ﻓﱰات‪:‬‬
‫ﻟﺘﻜﻦ ﻟﺪﻳﻨﺎ اﻷرﻗﺎم اﻟﻘﻴﺎﺳﻴﺔ اﻟﺘﺎﻟﻴﺔ واﻟﱵ ّ‬
‫‪، I‬‬ ‫‪P  t 3‬‬ ‫‪‬‬ ‫‪ 74 %‬‬ ‫‪،I‬‬ ‫‪P  t 2‬‬ ‫‪‬‬ ‫‪ 105 %‬‬ ‫‪،I‬‬ ‫‪P  t 1‬‬ ‫‪‬‬ ‫‪ 85 , 3 %‬‬
‫‪‬‬ ‫‪t 2 ‬‬ ‫‪‬‬ ‫‪t 1 ‬‬ ‫‪‬‬ ‫‪t 0 ‬‬
‫‪ ، I‬واﳌﻄﻠﻮب ﲢﺪﻳﺪ اﻟﺮﻗﻢ اﻟﻘﻴﺎﺳﻲ ﻷﺳﻌﺎر ﻣﺎدة اﻹﲰﻨﺖ ﺑﲔ ﻓﱰة اﻷﺳﺎس‬ ‫‪P  t 4‬‬ ‫‪‬‬ ‫‪ 82 , 6 %‬‬
‫‪‬‬ ‫‪t 3 ‬‬
‫واﻟﻔﱰة اﻟﺮاﺑﻌﺔ ؟‬
‫ﻣﻦ أﺟﻞ اﳊﺼﻮل ﻋﻠﻰ اﻟﺮﻗﻢ اﻟﻘﻴﺎﺳﻲ ﻷﺳﻌﺎر ﻣﺎدة اﻹﲰﻨﺖ ﻧﻘﻮم ﰲ ﻫﺬﻩ اﳊﺎﻟﺔ ﺑﺎﺳﺘﺨﺪام ﺧﺎﺻﻴﺔ‬
‫اﻟﺘﺤﻮﻳﻞ‪:‬‬
‫‪I‬‬ ‫‪ I‬‬ ‫‪ I‬‬ ‫‪ I‬‬
‫‪P  t 1‬‬ ‫‪‬‬ ‫‪P  t 2 t ‬‬ ‫‪P  t 3‬‬ ‫‪‬‬ ‫‪P  t 4‬‬ ‫‪‬‬
‫‪‬‬ ‫‪t 0 ‬‬ ‫‪‬‬ ‫‪1 ‬‬ ‫‪‬‬ ‫‪t 2 ‬‬ ‫‪‬‬ ‫‪t 3 ‬‬
‫‪I‬‬ ‫‪P  t 4‬‬ ‫‪‬‬ ‫‪‬‬ ‫‪4 1‬‬
‫‪‬‬ ‫‪t 0 ‬‬ ‫‪100‬‬
‫‪85 , 3  105  74  82 , 6‬‬
‫‪‬‬ ‫‪ 54 , 75 %‬‬
‫‪100 3‬‬
‫اﳌﻼﺣﻆ أن ﻗﻴﻤﺔ اﻟﺮﻗﻢ اﻟﻘﻴﺎﺳﻲ ﻷﺳﻌﺎر اﻹﲰﻨﺖ ﺑﲔ ﻓﱰﰐ اﻷﺳﺎس واﻟﻔﱰة اﻟﺮاﺑﻌﺔ أﻗﻞ ﻣﻦ ‪ ،%100‬وﻫﺬا ﻣﻌﻨﺎﻩ‬
‫اﳔﻔﺎض ﰲ أﺳﻌﺎر ﻫﺬﻩ اﳌﺎدة‪ ،‬وﻳﻘﺪر ﻫﺬا اﻻﳔﻔﺎض ﺑـ‪. 100  54,75  45,25 % :‬‬
‫‪131‬‬
‫ﺗﻤﺎرﻳﻦ اﻟﻔﺼﻞ اﻟﺴﺎدس‪:‬‬

‫اﻟﺘﻤﺮﻳﻦ اﻷول‪ :‬اﳉﺪول أدﻧﺎﻩ ﻳﻮﺿﺢ أﺳﻌﺎر ﺑﻌﺾ اﻟﺴﻠﻊ ﰲ ﻋﺎم ‪ 2014-2008‬واﻟﻜﻤﻴﺔ اﳌﻨﺘﺠﺔ ﰲ ﻛﻞ ﻣﻨﻬﻤﺎ‪:‬‬
‫اﻟﻜﻤﻴﺔ‬ ‫اﻷﺳﻌﺎر‬
‫‪2014‬‬ ‫‪2008‬‬ ‫‪2014‬‬ ‫‪2008‬‬ ‫اﻟﺴﻠﻊ‬
‫‪3‬‬ ‫‪3‬‬ ‫‪40‬‬ ‫‪30‬‬ ‫‪A‬‬
‫‪4‬‬ ‫‪2‬‬ ‫‪25‬‬ ‫‪20‬‬ ‫‪B‬‬
‫‪8‬‬ ‫‪5‬‬ ‫‪15‬‬ ‫‪10‬‬ ‫‪C‬‬
‫اﻟﻤﻄﻠﻮب‪ :‬ﺣﺴﺎب اﻟﺮﻗﻢ اﻟﻘﻴﺎﺳﻲ اﻟﺒﺴﻴﻂ ﻟﻸﺳﻌﺎر واﻟﻜﻤﻴﺎت واﻟﻘﻴﻢ ؟‬
‫اﻟﺠﺪول )‪ :(05-6‬ﻳﻮﺿﺢ اﻷﺳﻌﺎر واﻟﻜﻤﻴﺎت واﻟﻘﻴﻢ ﻟﻠﺴﻠﻊ )‪.(C , B, A‬‬
‫اﻟﻘﻴﻢ‬ ‫اﻟﻜﻤﻴﺔ‬ ‫اﻷﺳﻌﺎر‬

‫‪2014‬‬ ‫‪2008‬‬ ‫‪2014‬‬ ‫‪2008‬‬ ‫‪2014‬‬ ‫‪2008‬‬ ‫اﻟﺴﻠﻊ‬
‫‪120‬‬ ‫‪90‬‬ ‫‪3‬‬ ‫‪3‬‬ ‫‪40‬‬ ‫‪30‬‬ ‫‪A‬‬
‫‪100‬‬ ‫‪40‬‬ ‫‪4‬‬ ‫‪2‬‬ ‫‪25‬‬ ‫‪20‬‬ ‫‪B‬‬
‫‪120‬‬ ‫‪50‬‬ ‫‪8‬‬ ‫‪5‬‬ ‫‪15‬‬ ‫‪10‬‬ ‫‪C‬‬
‫‪340‬‬ ‫‪180‬‬ ‫‪15‬‬ ‫‪10‬‬ ‫‪80‬‬ ‫‪60‬‬ ‫اﻟﻤﺠﻤﻮع‬

‫اﻟﺮﻗﻢ اﻟﻘﻴﺎﺳﻲ اﻟﺘﺠﻤﻴﻌﻲ ﻟﻸﺳﻌﺎر‪:‬‬ ‫‪‬‬
‫‪I P ( 2014‬‬ ‫‪‬‬ ‫‪‬‬ ‫‪P 2014‬‬

‫‪ 100‬‬ ‫‪‬‬
‫‪80‬‬
‫‪ 100‬‬ ‫‪ 133 , 33 %‬‬
‫‪2008‬‬
‫)‬
‫‪‬‬ ‫‪P 2008‬‬ ‫‪60‬‬
‫ﻧﻼﺣﻆ أن أﺳﻌﺎر اﻟﺴﻠﻊ ارﺗﻔﻌﺖ ﺳﻨﺔ ‪ 2014‬ﺑﻨﺴﺒﺔ ‪ 33,33 %‬ﻣﻘﺎرﻧﺔ ﺑﺴﻨﺔ اﻷﺳﺎس ‪.2008‬‬
‫اﻟﺮﻗﻢ اﻟﻘﻴﺎﺳﻲ اﻟﺘﺠﻤﻴﻌﻲ ﻟﻠﻜﻤﻴﺎت‪:‬‬ ‫‪‬‬
‫‪I Q ( 2014‬‬ ‫‪‬‬ ‫‪‬‬ ‫‪Q‬‬ ‫‪2014‬‬

‫‪ 100‬‬ ‫‪‬‬
‫‪15‬‬
‫‪ 100‬‬ ‫‪ 150 %‬‬
‫‪2008‬‬
‫)‬
‫‪‬‬ ‫‪Q‬‬ ‫‪2008‬‬ ‫‪10‬‬
‫‪132‬‬
‫اﻟﺮﻗﻢ اﻟﻘﻴﺎﺳﻲ اﻟﺘﺠﻤﻴﻌﻲ ﻟﻠﻘﻴﻢ‪:‬‬ ‫‪‬‬
‫‪IV‬‬ ‫‪‬‬
‫‪‬‬ ‫‪V 2014‬‬
‫‪ 100‬‬ ‫‪‬‬
‫‪‬‬ ‫‪P 2014 Q‬‬ ‫‪2014‬‬
‫‪ 100‬‬ ‫‪‬‬
‫‪340‬‬
‫‪ 100‬‬
‫‪( 2014‬‬ ‫‪2008‬‬ ‫)‬
‫‪‬‬ ‫‪V 2008‬‬ ‫‪‬‬ ‫‪P 2008 Q‬‬ ‫‪2008‬‬ ‫‪180‬‬
‫‪ 188 , 89 %‬‬
‫وﻣﻨﻪ ﻧﻘﻮل أن ﻗﻴﻤﺔ ﻫﺬﻩ اﻟﺴﻠﻊ ﻗﺪ ارﺗﻔﻌﺖ ﺑﻨﺴﺒﺔ ‪ 88,89 %‬ﰲ ﺳﻨﺔ ‪ 2014‬ﻋﻤﺎ ﻛﺎﻧﺖ ﻋﻠﻴﻪ ﰲ ﺳﻨﺔ‬
‫‪.2008‬‬
‫اﻟﺘﻤﺮﻳﻦ اﻟﺜﺎﻧﻲ‪ :‬اﻟﺒﻴﺎﻧﺎت اﻟﺘﺎﻟﻴﺔ ﲤﺜﻞ أﺳﻌﺎر وﻛﻤﻴﺎت أرﺑﻌﺔ ﺳﻠﻊ اﺳﺘﻬﻼﻛﻴﺔ ﺧﻼل اﻟﻔﱰﺗﲔ ‪.2014- 2000‬‬
‫‪2014‬‬ ‫‪2000‬‬ ‫‪2014‬‬ ‫‪2000‬‬ ‫اﻟﺴﻠﻌﺔ‬
‫‪20‬‬ ‫‪16‬‬ ‫‪90‬‬ ‫‪40‬‬ ‫اﻷرز‬
‫‪12‬‬ ‫‪10‬‬ ‫‪220‬‬ ‫‪120‬‬ ‫اﻟﻌﺪس‬
‫‪9‬‬ ‫‪8‬‬ ‫‪300‬‬ ‫‪180‬‬ ‫اﻟﺤﻤﺺ‬
‫‪14‬‬ ‫‪12‬‬ ‫‪250‬‬ ‫‪120‬‬ ‫اﻟﻔﺎﺻﻮﻟﻴﺎء‬
‫‪55‬‬ ‫‪46‬‬ ‫‪860‬‬ ‫‪460‬‬ ‫اﻟﻤﺠﻤﻮع‬
‫اﻟﻤﻄﻠﻮب‪ :‬ﺣﺴﺎب اﻟﺮﻗﻤﲔ اﻟﻘﻴﺎﺳﻴﲔ اﳌﺮﺟﺤﲔ ﻟﻸﺳﻌﺎر واﻟﻜﻤﻴﺎت ﻟﻔﻴﺸﺮ؟‬
‫ﻣﻦ أﺟﻞ ﺣﺴﺎب اﻟﺮﻗﻢ اﻟﻘﻴﺎﺳﻲ اﳌﺮﺟﺢ ﻟﻔﻴﺸﺮ ﻻﺑﺪ ﻣﻦ ﺣﺴﺎب اﻟﺮﻗﻢ اﻟﻘﻴﺎﺳﻲ اﳌﺮﺟﺢ ﻟﻜﻞ ﻣﻦ ﻻﺳﺒﲑ وﺑﺎش‪.‬‬
‫اﻟﺠﺪول )‪ :(06-6‬ﻳﻮﺿﺢ ﻛﻴﻔﻴﺔ ﺣﺴﺎب اﻷرﻗﺎم اﻟﻘﻴﺎﺳﻴﺔ‬
‫‪P1Q1‬‬ ‫‪P1Q0‬‬ ‫‪P0 Q1‬‬ ‫‪P0 Q0‬‬ ‫‪2014‬‬ ‫‪2000 2014 2000‬‬ ‫اﻟﺴﻠﻌﺔ‬
‫‪1800‬‬ ‫‪1440‬‬ ‫‪800‬‬ ‫‪640‬‬ ‫‪20‬‬ ‫‪16‬‬ ‫‪90‬‬ ‫‪40‬‬ ‫اﻷرز‬
‫‪2640‬‬ ‫‪2200‬‬ ‫‪1440‬‬ ‫‪1200‬‬ ‫‪12‬‬ ‫‪10‬‬ ‫‪220‬‬ ‫‪120‬‬ ‫اﻟﻌﺪس‬
‫‪2700‬‬ ‫‪2400‬‬ ‫‪1620‬‬ ‫‪1440‬‬ ‫‪9‬‬ ‫‪8‬‬ ‫‪300‬‬ ‫‪180‬‬ ‫اﻟﺤﻤﺺ‬
‫‪3500‬‬ ‫‪3000‬‬ ‫‪1680‬‬ ‫‪1440‬‬ ‫‪14‬‬ ‫‪12‬‬ ‫‪250‬‬ ‫‪120‬‬ ‫اﻟﻔﺎﺻﻮﻟﻴﺎء‬
‫‪10640 9040‬‬ ‫‪5540‬‬ ‫‪4720‬‬ ‫‪55‬‬ ‫‪46‬‬ ‫‪860‬‬ ‫‪460‬‬ ‫اﻟﻤﺠﻤﻮع‬
‫‪133‬‬
‫‪IF‬‬ ‫‪P ( 2014‬‬ ‫)‬

‫‪‬‬ ‫‪IL  IP  100‬‬ ‫ﺣﺴﺎب اﻟﺮﻗﻢ اﻟﻘﻴﺎﺳﻲ اﻟﻤﺮﺟﺢ ﻟﻸﺳﻌﺎر ﻟﻔﻴﺸﺮ‪:‬‬
‫‪2000‬‬
‫اﻟﺮﻗﻢ اﻟﻘﻴﺎﺳﻲ اﻟﻤﺮﺟﺢ ﻟﻸﺳﻌﺎر ﻟﻼﺳﺒﻴﺮ‪:‬‬ ‫‪‬‬
‫‪IL‬‬ ‫‪‬‬ ‫‪‬‬ ‫‪P 2014 Q‬‬ ‫‪2000‬‬

‫‪ 100‬‬ ‫‪‬‬
‫‪9040‬‬
‫‪ 100‬‬ ‫‪ 191 , 52 %‬‬
‫‪P ( 2014‬‬
‫‪2000‬‬
‫)‬
‫‪‬‬ ‫‪P 2000 Q‬‬ ‫‪2000‬‬ ‫‪4720‬‬
‫اﻟﺮﻗﻢ اﻟﻘﻴﺎﺳﻲ اﻟﻤﺮﺟﺢ ﻟﻸﺳﻌﺎر ﻟﺒﺎش‪:‬‬ ‫‪‬‬
‫‪IP P ( 2014‬‬ ‫‪‬‬ ‫‪‬‬ ‫‪P 2014 Q‬‬ ‫‪2014‬‬

‫‪ 100‬‬ ‫‪‬‬
‫‪10640‬‬
‫‪ 100‬‬ ‫‪ 192 , 06 %‬‬
‫‪2000‬‬
‫)‬
‫‪‬‬ ‫‪P 2000 Q‬‬ ‫‪2014‬‬ ‫‪5540‬‬
‫وﻣﻨﻪ ﳒﺪ أ ّن‪:‬‬
‫‪IF‬‬ ‫‪P ( 2014‬‬ ‫)‬
‫‪‬‬ ‫‪IL  IP  100‬‬ ‫‪‬‬ ‫‪1 , 9152‬‬ ‫‪ 1 , 9206‬‬ ‫‪ 100‬‬ ‫‪ 191 , 79 %‬‬
‫‪2000‬‬
‫وﻋﻠﻴﻪ ﻧﻘﻮل أن أﺳﻌﺎر اﻟﺴﻠﻊ ﻗﺪ ارﺗﻔﻌﺖ ﺑﻨﺴﺒﺔ ‪ 91,79 %‬ﰲ ﺳﻨﺔ ‪ 2014‬ﻣﻘﺎرﻧﺔ ﺑﺴﻨﺔ اﻷﺳﺎس ‪.2000‬‬
‫‪IF‬‬ ‫‪Q ( 2014‬‬ ‫)‬
‫‪‬‬ ‫‪IL  IP  100‬‬ ‫ﺣﺴﺎب اﻟﺮﻗﻢ اﻟﻘﻴﺎﺳﻲ اﻟﻤﺮﺟﺢ ﻟﻠﻜﻤﻴﺎت ﻟﻔﻴﺸﺮ‪:‬‬
‫‪2000‬‬
‫اﻟﺮﻗﻢ اﻟﻘﻴﺎﺳﻲ اﻟﻤﺮﺟﺢ ﻟﻠﻜﻤﻴﺎت ﻟﻼﺳﺒﻴﺮ‪:‬‬ ‫‪‬‬
‫‪IL‬‬ ‫‪‬‬ ‫‪‬‬ ‫‪Q‬‬ ‫‪2014‬‬ ‫‪P 2000‬‬

‫‪ 100‬‬ ‫‪‬‬
‫‪5540‬‬
‫‪ 100‬‬ ‫‪ 117 , 37 %‬‬
‫‪Q ( 2014‬‬
‫‪2000‬‬
‫)‬
‫‪‬‬ ‫‪Q‬‬ ‫‪2000‬‬ ‫‪P 2000‬‬ ‫‪4720‬‬
‫اﻟﺮﻗﻢ اﻟﻘﻴﺎﺳﻲ اﻟﻤﺮﺟﺢ ﻟﻠﻜﻤﻴﺎت ﻟﺒﺎش‪:‬‬ ‫‪‬‬
‫‪IP Q ( 2014‬‬ ‫‪‬‬ ‫‪‬‬ ‫‪Q‬‬ ‫‪2014‬‬ ‫‪P 2014‬‬

‫‪ 100‬‬ ‫‪‬‬
‫‪10640‬‬
‫‪ 100‬‬ ‫‪ 117 , 7 %‬‬
‫‪2000‬‬
‫)‬
‫‪‬‬ ‫‪Q‬‬ ‫‪2000‬‬ ‫‪P 2014‬‬ ‫‪9040‬‬
‫وﻣﻨﻪ ﻓﺈن‪:‬‬
‫‪IF‬‬ ‫‪Q ( 2014‬‬ ‫)‬
‫‪‬‬ ‫‪IL  IP  100‬‬ ‫‪‬‬ ‫‪1 ,1737‬‬ ‫‪ 1 ,177‬‬ ‫‪ 100‬‬ ‫‪ 117 , 53 %‬‬
‫‪2000‬‬
‫‪134‬‬
‫اﳉﺪول أدﻧﺎﻩ ﳝﺜﻞ أﺳﻌﺎر ﳎﻤﻮﻋﺔ ﻣﻦ اﻟﺴﻠﻊ اﻟﱵ ﻳﺴﺘﺨﺪﻣﻬﺎ اﻟﻄﻠﺒﺔ ﰲ دراﺳﺘﻬﻢ ﰲ اﻟﻌﺎﻣﲔ ‪2010‬‬
‫و ‪ ،2014‬واﳌﻄﻠﻮب ﺣﺴﺎب اﻟﺮﻗﻢ اﻟﻘﻴﺎﺳﻲ اﻟﺘﺠﻤﻴﻌﻲ ﳍﺬﻩ اﻟﺴﻠﻊ ﺑﺎﻋﺘﺒﺎر ﺳﻨﺔ اﻷﺳﺎس ﺳﻨﺔ ‪.2010‬‬
‫أﺳﻌﺎر ﺳﻨﺔ ‪2014‬‬ ‫أﺳﻌﺎر ﺳﻨﺔ ‪2010‬‬ ‫اﻟﺴﻠﻌﺔ‬
‫‪25‬‬ ‫‪15‬‬ ‫أﻗﻼم‬
‫‪160‬‬ ‫‪100‬‬ ‫دﻓﺎﺗﺮ‬
‫‪140‬‬ ‫‪80‬‬ ‫آﻻت ﺣﺎﺳﺒﺔ‬
‫‪300‬‬ ‫‪250‬‬ ‫أوراق‬
‫ﻳﻨﺘﺞ ﻣﺼﻨﻊ ﻟﻠﻤﻌﻠﺒﺎت أرﺑﻌﺔ أﻧﻮاع ﻣﻦ اﳌﻌﻠﺒﺎت‪ ،‬وﻛﺎﻧﺖ اﻷﺳﻌﺎر واﻟﻜﻤﻴﺎت ﺧﻼل ﺳﻨﱵ ‪ 2005‬و ‪2012‬‬
‫ﻛﻤﺎ ﻳﻠﻲ‪:‬‬
‫اﻟﻜﻤﻴﺔ ﺑﺎﻟﻄﻦ‬ ‫ﺳﻌﺮ اﻟﻮﺣﺪة‬

‫‪2012‬‬ ‫‪2005‬‬ ‫‪2012‬‬ ‫‪2005‬‬ ‫اﻟﺴﻠﻌﺔ‬
‫‪200‬‬ ‫‪150‬‬ ‫‪85‬‬ ‫‪65‬‬ ‫ﻃﻤﺎﻃﻢ‬
‫‪130‬‬ ‫‪100‬‬ ‫‪100‬‬ ‫‪70‬‬ ‫ﻣﺮﺑﻰ‬
‫‪95‬‬ ‫‪90‬‬ ‫‪150‬‬ ‫‪90‬‬ ‫ﻓﺎﺻﻮﻟﻴﺎء‬
‫‪75‬‬ ‫‪75‬‬ ‫‪80‬‬ ‫‪60‬‬ ‫ﻓﻮل‬
‫اﻟﻤﻄﻠﻮب‪ :‬أوﺟﺪ ﻣﺎ ﻳﻠﻲ ﺑﺎﻋﺘﺒﺎر ﺳﻨﺔ ‪ 2005‬ﻫﻲ ﺳﻨﺔ اﻷﺳﺎس‪:‬‬

‫‪ -1‬اﻟﺮﻗﻢ اﻟﻘﻴﺎﺳﻲ اﻟﺘﺠﻤﻴﻌﻲ ﻟﻸﺳﻌﺎر‪.‬‬
‫‪ -2‬اﻟﺮﻗﻢ اﻟﻘﻴﺎﺳﻲ اﻟﺘﺠﻤﻴﻌﻲ ﻟﻠﻜﻤﻴﺎت‪.‬‬
‫‪ -3‬اﻟﺮﻗﻢ اﻟﻘﻴﺎﺳﻲ اﻟﺘﺠﻤﻴﻌﻲ ﻟﻠﻘﻴﻢ‪.‬‬
‫‪135‬‬
‫ﻳﺒﲔ أﺳﻌﺎر وﻛﻤﻴﺎت اﻟﺴﻴﺎرات اﳌﺒﺎﻋﺔ ﻟﺪى وﻛﺎﻟﺔ ﺑﻴﻊ اﻟﺴﻴﺎرات ﰲ اﻟﻔﱰة ‪.2014-2010‬‬
‫اﳉﺪول اﻟﺘﺎﱄ ّ‬
‫ﻋﺪد اﻟﺴﻴﺎرات اﻟﻤﺒﺎﻋﺔ‬ ‫ﺳﻌﺮ اﻟﺴﻴﺎرة ‪ 3 10‬دج‬
‫‪2014‬‬ ‫‪2010‬‬ ‫‪2014‬‬ ‫‪2010‬‬ ‫ﻧﻮع اﻟﺴﻴﺎرة‬
‫‪30‬‬ ‫‪30‬‬ ‫‪880‬‬ ‫‪650‬‬ ‫اﻟﻨﻮع ‪A‬‬
‫‪52‬‬ ‫‪40‬‬ ‫‪950‬‬ ‫‪880‬‬ ‫اﻟﻨﻮع ‪B‬‬
‫‪60‬‬ ‫‪50‬‬ ‫‪1200‬‬ ‫‪1050‬‬ ‫اﻟﻨﻮع ‪C‬‬
‫اﻟﻤﻄﻠﻮب‪ :‬ﺑﺎﻋﺘﺒﺎر ﺳﻨﺔ ‪ 2010‬ﻫﻲ ﺳﻨﺔ اﻷﺳﺎس‪ ،‬أﺣﺴﺐ‪:‬‬
‫‪ -1‬اﻟﺮﻗﻢ اﻟﻘﻴﺎﺳﻲ اﻟﺘﺠﻤﻴﻌﻲ ﻟﻸﺳﻌﺎر واﻟﻜﻤﻴﺎت‪.‬‬
‫‪ -2‬اﻟﺮﻗﻢ اﻟﻘﻴﺎﺳﻲ اﳌﺮﺟﺢ ﻟﻸﺳﻌﺎر ﻟﻼﺳﺒﲑ‪.‬‬
‫‪ -3‬اﻟﺮﻗﻢ اﻟﻘﻴﺎﺳﻲ اﳌﺮﺟﺢ ﻟﻸﺳﻌﺎر ﻟﺒﺎش‪.‬‬
‫‪ -4‬اﻟﺮﻗﻢ اﻟﻘﻴﺎﺳﻲ اﳌﺮﺟﺢ ﻟﻸﺳﻌﺎر ﻟﻔﻴﺸﺮ‪.‬‬
‫ﺗﻨﺘﺞ ﻣﺆﺳﺴﺔ ﻧﻔﺲ اﳌﻨﺘﺞ ﰲ ﻣﻨﻄﻘﺘﲔ ﺟﻐﺮاﻓﻴﺘﲔ ﳐﺘﻠﻔﺘﲔ‪ ،‬وﻳﺘﻄﻠﺐ ﻫﺬا اﳌﻨﺘﺞ ﺛﻼث ﻣﻮاد أوﻟﻴﺔ ﲣﺘﻠﻒ‬
‫ﻳﺒﲔ اﻷﺳﻌﺎر واﻟﻜﻤﻴﺎت اﳌﻄﻠﻮﺑﺔ ﳍﺬﻩ اﳌﻮاد اﻟﺜﻼث ﰲ‬
‫ﻧﺴﺐ اﺳﺘﻌﻤﺎﳍﺎ ﰲ اﻟﻌﻤﻠﻴﺔ اﻹﻧﺘﺎﺟﻴﺔ‪ ،‬واﳉﺪول أدﻧﺎﻩ ّ‬
‫اﳌﻨﻄﻘﺘﲔ وﰲ ﻧﻔﺲ اﻟﻔﱰة‪.‬‬
‫اﻟﻜﻤﻴﺎت اﻟﻤﺴﺘﻌﻤﻠﺔ‬ ‫ﺳﻌﺮ اﻟﻤﺎدة )دج(‬
‫اﻟﻤﻨﻄﻘﺔ اﻟﺜﺎﻧﻴﺔ‬ ‫اﻟﻤﻨﻄﻘﺔ اﻷوﻟﻰ‬ ‫اﻟﻤﻨﻄﻘﺔ اﻟﺜﺎﻧﻴﺔ‬ ‫اﻟﻤﻨﻄﻘﺔ اﻷوﻟﻰ‬ ‫اﻟﻤﻮاد‬
‫‪180‬‬ ‫‪200‬‬ ‫‪60‬‬ ‫‪50‬‬ ‫‪A‬‬
‫‪400‬‬ ‫‪300‬‬ ‫‪100‬‬ ‫‪95‬‬ ‫‪B‬‬
‫‪400‬‬ ‫‪400‬‬ ‫‪120‬‬ ‫‪120‬‬ ‫‪C‬‬
‫‪ -1‬أﺣﺴﺐ اﻷرﻗﺎم اﻟﻘﻴﺎﺳﻴﺔ ﻟـ‪ :‬ﻻﺳﺒﲑ وﺑﺎش ﻟﻠﻤﻨﻄﻘﺔ اﻟﺜﺎﻧﻴﺔ ﺑﺎﻟﻨﺴﺒﺔ ﻟﻠﻤﻨﻄﻘﺔ اﻷوﱃ‪.‬‬
‫‪ -2‬أﺣﺴﺐ اﻷرﻗﺎم اﻟﻘﻴﺎﺳﻴﺔ ﻟـ‪ :‬ﻻﺳﺒﲑ وﺑﺎش ﻟﻠﻤﻨﻄﻘﺔ اﻷوﱃ ﺑﺎﻟﻨﺴﺒﺔ ﻟﻠﻤﻨﻄﻘﺔ اﻟﺜﺎﻧﻴﺔ‪.‬‬
‫‪136‬‬
‫اﳌﺮاﺟﻊ‬
‫اﳌﺮاﺟﻊ‬
‫‪ ‬اﻟﻜﺘﺐ ﺑﺎﻟﻠّﻐﺔ اﻟﻌﺮﺑﻴﺔ‪:‬‬

‫‪ -1‬إﺑﺮاﻫﻴﻢ ﻣﺮاد اﻟﺪﻋﻤﺔ وﻣﺎزن ﺣﺴﻦ اﻟﺒﺎﺷﺎ‪ " :‬أﺳﺎﺳﻴﺎت ﰲ ﻋﻠﻢ اﻹﺣﺼﺎء ﻣﻊ ﺗﻄﺒﻴﻘﺎت ‪ ،"SPSS‬دار‬
‫اﳌﻨﺎﻫﺞ‪ ،‬اﻷردن‪ ،‬اﻟﻄﺒﻌﺔ اﻷوﱃ ‪.2013‬‬
‫‪ -2‬ﺟﻴﻼﱄ ﺟﻼﻃﻮ‪ " :‬اﻹﺣﺼﺎء ﻣﻊ ﲤﺎرﻳﻦ وﻣﺴﺎﺋﻞ ﳏﻠﻮﻟﺔ "‪ ،‬دﻳﻮان اﳌﻄﺒﻮﻋﺎت اﳉﺎﻣﻌﻴﺔ‪ ،‬اﳉﺰاﺋﺮ‪.2002 ،‬‬
‫‪ -3‬ﺧﺎﻟﺪ أﲪﺪ ﻓﺮﺣﺎن اﳌﺸﻬﺪاﱐ وراﺋﺪ ﻋﺒﺪ اﳋﺎﻟﻖ ﻋﺒﺪ اﷲ اﻟﻌﺒﻴﺪي‪ " :‬ﻣﺒﺎدئ اﻹﺣﺼﺎء "‪ ،‬دار اﻷﻳﺎم‪،‬‬
‫اﻷردن‪.2013 ،‬‬
‫‪ -4‬ﻋﺒﺪ اﻟﺮزاق ﻋﺰوز‪ " :‬اﻟﻜﺎﻣﻞ ﰲ اﻹﺣﺼﺎء" اﳉﺰء اﻷول‪ ،‬دﻳﻮان اﳌﻄﺒﻮﻋﺎت اﳉﺎﻣﻌﻴﺔ‪ ،‬اﳉﺰاﺋﺮ‪.2010 ،‬‬
‫‪ -5‬ﻋﺒﺪ اﻟﺮزاق ﻋﺰوز‪ " :‬اﻟﻜﺎﻣﻞ ﰲ اﻹﺣﺼﺎء" اﳉﺰء اﻟﺜﺎﱐ‪ ،‬دﻳﻮان اﳌﻄﺒﻮﻋﺎت اﳉﺎﻣﻌﻴﺔ‪ ،‬اﳉﺰاﺋﺮ‪.2011 ،‬‬
‫‪ -6‬ﻋﻠﻲ ﻋﺒﺪ اﻟﺴﻼم اﻟﻌﻤﺎري وﻋﻠﻲ ﺣﺴﲔ اﻟﻌﺠﻴﻠﻲ‪ " :‬اﻹﺣﺼﺎء واﻻﺣﺘﻤﺎﻻت اﻟﻨﻈﺮﻳﺔ واﻟﺘﻄﺒﻴﻖ"‪ ،‬ﻣﻨﺸﻮرات‬
‫‪ ،ELGA‬ﻣﺎﻟﻄﺎ‪.2000 ،‬‬
‫‪ -7‬ﻓﺘﺤﻲ ﲪﺪان وﻛﺎﻣﻞ ﻓﻠﻴﻔﻞ‪ " :‬ﻣﺒﺎدئ اﻹﺣﺼﺎء"‪،‬دار اﳌﻨﺎﻫﺞ‪ ،‬اﻷردن‪ ،‬اﻟﻄﺒﻌﺔ اﻷوﱃ ‪.2006‬‬
‫‪ -8‬ﳏﻤﺪ ﺑﻮﻫﺰة‪ " :‬ﳏﺎﺿﺮات ﰲ اﻹﺣﺼﺎء اﻟﻮﺻﻔﻲ"‪ ،‬دار اﶈﻤﺪﻳﺔ اﻟﻌﺎﻣﺔ‪ ،‬اﳉﺰاﺋﺮ‪.2011 ،‬‬
‫‪ -9‬ﳏﻤﺪ راﺗﻮل‪ " :‬اﻹﺣﺼﺎء اﻟﻮﺻﻔﻲ"‪ ،‬دﻳﻮان اﳌﻄﺒﻮﻋﺎت اﳉﺎﻣﻌﻴﺔ‪ ،‬اﳉﺰاﺋﺮ‪ ،‬اﻟﻄﺒﻌﺔ اﻟﺜﺎﻧﻴﺔ ‪.2006‬‬
‫ﳏﻤﺪ ﺻﺒﺤﻲ أﺑﻮ ﺻﺎﱀ وﻋﺪﻧﺎن ﳏﻤﺪ ﻋﻮض‪ " :‬ﻣﻘﺪﻣﺔ ﰲ اﻹﺣﺼﺎء"‪ ،‬ﻣﺮﻛﺰ اﻟﻜﺘﺐ اﻷردﱐ‪،‬‬ ‫‪-10‬‬
‫اﻷردن‪.1997 ،‬‬
‫‪ -11‬ﻣﺼﻄﻔﻰ ﻳﻮﺳﻒ ﻛﺎﰲ وآﺧﺮون‪ " :‬اﻹﺣﺼﺎء ﰲ اﻹدارة واﻻﻗﺘﺼﺎد"‪ ،‬ﻣﻜﺘﺒﺔ ا ﺘﻤﻊ اﻟﻌﺮﰊ‪ ،‬اﻷردن‪،‬‬
‫اﻟﻄﺒﻌﺔ اﻷوﱃ ‪.2012‬‬
‫‪ -12‬وﻟﻴﺪ إﲰﺎﻋﻴﻞ اﻟﺴﻴﻔﻮ‪ " :‬أﺳﺎﺳﻴﺎت اﻷﺳﺎﻟﻴﺐ اﻹﺣﺼﺎﺋﻴﺔ ﻟﻸﻋﻤﺎل"‪ ،‬ﻣﻨﺸﻮرات زﻣﺰم‪ ،‬اﻷردن‪ ،‬اﻟﻄﺒﻌﺔ‬
‫اﻷوﱃ ‪.2010‬‬
‫‪ ‬اﻟﻜﺘﺐ ﺑﺎﻟﻠّﻐﺔ اﻷﺟﻨﺒﻴﺔ‪:‬‬
‫‪1- Bernard Py : « Statistique Descriptive », 4 ème Edition Economica,‬‬
‫‪Paris, 1996.‬‬
‫‪2- Françoise couty et autres: « Probabilités et Statistiques », Dunod,‬‬
‫‪Paris,1999.‬‬
‫‪3- Michel Janvier : « Statistique Descriptive », Dunod, Paris,1999.‬‬
‫‪138‬‬

عاشور حيدوشي- مطبوعة الاحصاء الوصفي PDF

Enviado por

Dados do documento

Título original

Direitos autorais

Formatos disponíveis

Compartilhar este documento

Compartilhar ou incorporar documento

Opções de compartilhamento

Você considera este documento útil?

Este conteúdo é inapropriado?

Direitos autorais:

Formatos disponíveis

عاشور حيدوشي- مطبوعة الاحصاء الوصفي PDF

Enviado por

Direitos autorais:

Formatos disponíveis

‫ﻣﻄﺒﻮﻋﺔ ﻣﻮﺟ ﺔ ﻟﻄﻠﺒﺔ اﻟﺴﻨﺔ و )‪(LMD‬ﺟﺬع ﻣﺸ ك‬

‫ﳏﺎﴐات ﰲ ا ٕﻻﺣﺼﺎء اﻟﻮﺻﻔﻲ‬

‫اﻟﺴﻨﺔ ا ﺎﻣﻌﻴﺔ‪2016/2015 :‬‬

‫‪4‬‬ ‫‪ -I‬ﻧﺒﺬة ﻋﻦ ﻋﻠﻢ اﻹﺣﺼﺎء ‪............................................................‬‬

‫‪16‬‬ ‫‪ -I‬اﻟﻌﺮض اﳉﺪوﱄ ﻟﻠﺒﻴﺎﻧﺎت اﻹﺣﺼﺎﺋﻴﺔ ‪...................................................‬‬

‫‪37‬‬ ‫ﲤﺎرﻳﻦ اﻟﻔﺼﻞ اﻟﺜﺎﱐ ‪.........................................................................‬‬

‫‪48‬‬ ‫‪ -I‬ﻣﻔﻬﻮم اﻟﻨﺰﻋﺔ اﳌﺮﻛﺰﻳﺔ ‪.................................................................‬‬

‫‪95‬‬ ‫‪ -I‬ﻣﻌﲎ اﻟﺘﺸﺘﺖ ‪.......................................................................‬‬

‫‪106‬‬ ‫ﲤﺎرﻳﻦ اﻟﻔﺼﻞ اﻟﺮاﺑﻊ ‪.........................................................................‬‬

‫‪122-112‬‬ ‫اﻟﻔﺻل اﻟﺧﺎﻣس‪:‬‬

‫‪114‬‬ ‫‪ -I‬اﻻﻟﺘﻮاء ‪............................................................................‬‬

‫‪136-123‬‬ ‫اﻟﻔﺻل اﻟﺳﺎدس‪:‬‬

‫‪124‬‬ ‫‪ -I‬ﻣﻔﻬﻮم اﻟﺮﻗﻢ اﻟﻘﻴﺎﺳﻲ ‪................................................................‬‬

‫اﳌﻔﺎﻫﲓ ا ٔﺳﺎﺳ ﯿﺔ ﻟﻌﲅ‬

‫‪-I‬ﻧﺒﺬة ﻋﻦ ﻋﻠﻢ اﻹﺣﺼﺎء‪:‬‬

‫اﻹﺣﺼﺎء اﻻﺳﺘﺪﻻﻟﻲ )اﻻﺳﺘﻘﺮاﺋﻲ( ) ‪:(Inferential Statistical‬‬

‫ﻣﺠﺘﻤﻊ اﻟﻬﺪف )‪ :(Target Population‬ﻫﻮ ﻋﺒﺎرة ﻋﻦ ﳎﻤﻮع اﻷﺷﺨﺎص أو اﻟﻌﻨﺎﺻﺮ‬

‫‪ -4-III‬اﻟﻈﺎﻫﺮة اﻹﺣﺼﺎﺋﻴﺔ )‪ :(Statistical Phenomenon‬ﻫﻲ ﺻﻔﺔ ﻟﻌﻨﺎﺻﺮ ﲣﺘﻠﻒ ﻣﻦ ﻋﻨﺼﺮ‬

‫‪ -1‬ﺟﻴﻼﱄ ﺟﻼﻃﻮ‪ ،‬ﻣﺮﺟﻊ ﺳﺎﺑﻖ‪ ،‬ص‪.5‬‬

‫‪ -1-IV‬اﻟﻤﺘﻐﻴﺮة اﻟﻨﻮﻋﻴﺔ "اﻟﻜﻴﻔﻴﺔ" )‪:(Qualitative Variables‬‬

‫‪ -2-IV‬اﻟﻤﺘﻐﻴﺮة اﻟﻜﻤﻴﺔ "اﻟﻌﺪدﻳﺔ" )‪:(Quantitative Variables‬‬

‫‪ -1‬وﻟﻴﺪ إﲰﺎﻋﻴﻞ اﻟﺴﻴﻔﻮ وآﺧﺮون‪ ،‬ﻣﺮﺟﻊ ﺳﺎﺑﻖ‪ ،‬ص ‪.29‬‬

‫‪-V‬ﻣﺼﺎدر اﻟﺒﻴﺎﻧﺎت اﻹﺣﺼﺎﺋﻴﺔ‪:‬‬

‫‪-VI‬ﻃﺮق ﺟﻤﻊ اﻟﺒﻴﺎﻧﺎت اﻹﺣﺼﺎﺋﻴﺔ‪:‬‬

‫‪ -1‬ﳏﻤﺪ راﺗﻮل‪ ،‬ﻣﺮﺟﻊ ﺳﺎﺑﻖ‪ ،‬ص ‪.13‬‬

‫وﻣﻦ ﺑﲔ اﻷﺳﺒﺎب اﻟﱵ ﺗﺪﻋﻮا ﻹﺗﺒﺎع ﻃﺮﻳﻘﺔ اﳌﻌﺎﻳﻨﺔ ﻧﺬﻛﺮ ﻣﺎ ﻳﻠﻲ‪:1‬‬

‫‪-VII‬أﻧﻮاع اﻟﻌﻴﻨﺎت وأﺳﺎﻟﻴﺐ اﻟﻤﻌﺎﻳﻨﺔ‪:‬‬

‫اﻟﻌﻴﻨﺔ اﻟﻌﺸﻮاﺋﻴﺔ اﻟﺒﺴﻴﻄﺔ‪:‬‬

‫‪. Ni‬‬ ‫‪-1‬ﳓﺪد ﻧﺴﺒﺔ ﻛﻞ ﻓﺌﺔ ﺑﺎﻟﻨﺴﺒﺔ ﻟﻠﻤﺠﺘﻤﻊ‬

‫‪-2‬ﳓﺪد ﺣﺠﻢ اﻟﻌﻴﻨﺔ اﻟﱵ ﻧﺮﻳﺪ ﺳﺤﺒﻬﺎ ‪. n‬‬

‫اﻟﻌﻴﻨﺔ اﻟﻌﺸﻮاﺋﻴﺔ اﻟﻤﻨﺘﻈﻤﺔ‪:‬‬

‫‪ -1‬ﻣﺼﻄﻔﻰ ﻳﻮﺳﻒ ﻛﺎﰲ وآﺧﺮون‪ ،‬ﻣﺮﺟﻊ ﺳﺎﺑﻖ‪ ،‬ص ‪.34‬‬

‫‪ -1‬ﳏﻤﺪ راﺗﻮل‪ ،‬ﻣﺮﺟﻊ ﺳﺎﺑﻖ‪ ،‬ص ص‪.10-9 :‬‬

‫ﻋﺮض اﻟﺒﯿﺎ ت اﻻٕﺣﺼﺎﺋﯿﺔ‬

‫‪ -1‬وﻟﻴﺪ إﲰﺎﻋﻴﻞ اﻟﺴﻴﻔﻮ وآﺧﺮون‪ ،‬ﻣﺮﺟﻊ ﺳﺎﺑﻖ‪ ،‬ص ‪.67‬‬

‫اﻟﺠﺪول رﻗﻢ )‪ :(01-2‬اﻟﺸﻜﻞ اﻟﻌﺎم ﻟﺠﺪول اﻟﺘﻮزﻳﻊ اﻟﺘﻜﺮاري اﻟﺒﺴﻴﻂ‬

‫‪n1‬‬ ‫‪x1‬‬ ‫ﻓﻲ ﺣﺎﻟﺔ ﻣﺘﻐﻴﺮ ﻛﻴﻔﻲ ﻧﻀﻊ‬

‫ﻣﺜﺎل )‪ :(01-2‬اﻟﺒﻴﺎﻧﺎت اﻟﺘﺎﻟﻴﺔ ّ‬

‫ﺑﻴﺎﻧﺎت اﻟﻤﺘﻐﻴﺮات اﻟﻜﻤﻴﺔ اﻟﻤﺘﺼﻠﺔ )اﻟﻤﺴﺘﻤﺮة(‪:‬‬

‫اﻟﻤـﺪى = أﻛﺒﺮ ﻗﻴﻤﺔ – أﺻﻐﺮ ﻗﻴﻤﺔ‬

‫) ‪K  1  3 , 322 log( n‬‬

‫ﻋﻨﺪ ﲢﺪﻳﺪ ﻃﻮل اﻟﻔﺌﺔ ﳚﺐ ﻣﺮاﻋﺎة اﳌﺘﺒﺎﻳﻨﺔ اﻟﺘﺎﻟﻴﺔ‪:‬‬

‫اﻟﺤﺪ اﻷدﻧﻰ ﻟﻠﻔﺌﺔ ‪ +‬اﻟﺤﺪ اﻷﻋﻠﻰ ﻟﻠﻔﺌﺔ‬

‫‪40‬‬ ‫‪50‬‬ ‫‪45‬‬ ‫‪50‬‬ ‫‪57‬‬ ‫‪56‬‬ ‫‪60‬‬

‫ﻋﺪد اﻟﻔﺌﺎت ) ‪ ( k=6‬ﻫﻮ ‪ 6‬ﻓﺌﺎت‪.‬‬

‫وﻋﻠﻴﻪ ﻓﺈن ﻃﻮل اﻟﻔﺌﺔ ﻫﻮ ) ‪.( L = 9‬‬

‫ﻃـ ــﻮل اﻟـﻔﺌـﺔ ‪ x‬ﻋــﺪد اﻟـﻔﺌــﺎت ‪ ‬اﻟ ــﻤﺪى‬

‫‪ -1‬وﻟﻴﺪ إﲰﺎﻋﻴﻞ اﻟﺴﻴﻔﻮ وآﺧﺮون‪ ،‬ﻣﺮﺟﻊ ﺳﺎﺑﻖ‪ ،‬ص ‪.73‬‬

‫اﻟﺠﺪول رﻗﻢ )‪ :(04-2‬ﺗﻮزﻳﻊ اﻟﻌﻤﺎل ﺣﺴﺐ درﺟﺎت اﻷﺟﻮر اﻟﺸﻬﺮﻳﺔ‬

‫ﺗﻜﺮار اﻟﺼﻔﺔ ) اﻟﻤﺘﻐﻴﺮ أو اﻟﻔﺌﺔ (‬

‫‪42‬‬ ‫‪4‬‬ ‫‪9,5‬‬ ‫‪0,095‬‬ ‫‪4‬‬ ‫‪23  14‬‬

‫‪ -2-2-I‬ﺟﺪاول اﻟﺘﻮزﻳﻊ اﻟﺘﻜﺮاري اﻟﻤﺰدوﺟﺔ‪:‬‬

‫‪ni ‬‬ ‫‪ym‬‬ ‫…………‬ ‫‪y3‬‬ ‫‪y2‬‬ ‫‪y1‬‬ ‫‪Xi‬‬

‫‪n1‬‬ ‫‪n1m‬‬ ‫…………‬ ‫‪n13‬‬ ‫‪n12‬‬ ‫‪n11‬‬ ‫‪X1‬‬

‫‪n2 ‬‬ ‫‪n2m‬‬ ‫…………‬ ‫‪n23‬‬ ‫‪n22‬‬ ‫‪n21‬‬ ‫‪X2‬‬

‫‪n3 ‬‬ ‫‪n3 m‬‬ ‫…………‬ ‫‪n33‬‬ ‫‪n32‬‬ ‫‪n31‬‬ ‫‪X3‬‬

‫‪.‬‬ ‫‪.‬‬ ‫…………‬ ‫‪.‬‬ ‫‪.‬‬ ‫‪.‬‬ ‫‪.‬‬

‫اﻟﺠﺪول رﻗﻢ )‪ :(07-2‬ﺗﻮزﻳﻊ اﻷﺳﺮ ﺣﺴﺐ اﻟﻨﻔﻘﺎت اﻻﺳﺘﻬﻼﻛﻴﺔ وﻋﺪد اﻷﻃﻔﺎل‬

‫‪‬‬ ‫‪3‬‬ ‫‪2‬‬ ‫‪1‬‬ ‫‪0‬‬

‫ﻣﺜﺎل )‪ّ :(05-2‬‬

‫اﻟﺤﻞ‪ :‬أﻓﻀﻞ ﻃﺮﻳﻘﺔ ﻟﻌﺮض ﻫﺬﻩ اﻟﺒﻴﺎﻧﺎت ﻫﻲ اﻷﻋﻤﺪة اﻟﺒﺴﻴﻄﺔ‪.‬‬

‫‪ -2-1-II‬اﻟﻌﺮض اﻟﺒﻴﺎﻧﻲ ﻟﻠﺘﻜﺮارات اﻟﻤﺘﺠﻤﻌﺔ اﻟﺼﺎﻋﺪة واﻟﻨﺎزﻟﺔ‪:‬‬

‫اﻟﺠﺪول رﻗﻢ )‪ :(08-2‬اﻟﺘﻜﺮارات اﻟﻤﺘﺠﻤﻌﺔ اﻟﺼﺎﻋﺪة واﻟﻨﺎزﻟﺔ‬