Logistic regression 1(3)

‫‪ .4 .14‬ﻧﻤﺎذج اﻻﻧﺤﺪار اﻟﻠﻮﺟﺴﺘﻲ ‪:‬‬ ‫‪Logistic Regression‬‬ ‫ﻓﻲ ﻫﺫﺍ ﺍﻟﻘﺴﻡ ﺴﻭﻑ ﻨﻌﺎﻟﺞ ﻁﺭﻕ ﺘﻭﻓﻴﻕ ﻨﻤﺎﺫﺝ ﺍﻻﻨﺤﺩﺍﺭ ﻋﻨﺩﻤﺎ ﻴﻜﻭﻥ ﺍﻟﻤﺘﻐﻴﺭ‬

‫ﺍﻟﺘﺎﺒﻊ ﻤﺘﻐﻴﺭﹰﺍ ﺍﺴﻤﻴﹰﺎ ‪ ،‬ﻭﺒﺎﻟﺘﺤﺩﻴﺩ ﺴﻨﺭﻜﺯ ﺍﻵﻥ ﻋﻠﻰ ﺍﻟﺤﺎﻟﺔ ﻋﻨﺩﻤﺎ ﻴﺄﺨﺫ ﺍﻟﻤﺘﻐﻴﺭ ﺍﻟﺘﺎﺒﻊ‬ ‫ﻗﻴﻤﺘﻴﻥ ﻓﻘﻁ ﻤﺜل ﻨﻌﻡ ﺃﻭ ﻻ ﻭﻤﻭﺍﻓﻕ ﺃﻭ ﻏﻴﺭ ﻤﻭﺍﻓﻕ ﻭﻤﺎ ﺇﻟﻰ ﺫﻟﻙ‪ ،‬ﻓﻬﺫﺍ ﺍﻟﻨﻭﻉ ﻤﻥ‬

‫ﺍﻟﻤﺘﻐﻴﺭﺍﺕ "ﺫﻭ ﺍﻟﺤﺩﻴﻥ" ﻫﻭ ﺃﻜﺜﺭ ﺍﻟﻤﺘﻐﻴﺭﺍﺕ ﺍﻻﺴﻤﻴﺔ ﺸﻴﻭﻋﺎﹰ‪ ،‬ﻜﻤﺎ ﺴﻨﺘﻨﺎﻭل ﻓﻘﻁ ﺍﻟﺤﺎﻟﺔ‬

‫ﺍﻟﺒﺴﻴﻁﺔ ﻋﻨﺩﻤﺎ ﻴﻜﻭﻥ ﻫﻨﺎﻙ ﻤﺘﻐﻴﺭ ﻤﺴﺘﻘل ﻭﺍﺤﺩ ﺇﻻ ﺃﻨﻪ ﻴﻤﻜﻥ ﺒﺒﺴﺎﻁﺔ ﺘﻌﻤﻴﻡ ﺍﻟﻁﺭﻕ‬ ‫ﺍﻟﻤﺴﺘﺨﺩﻤﺔ ﻓﻲ ﻫﺫﺍ ﺍﻟﻘﺴﻡ ﻋﻠﻰ ﺘﺤﻠﻴل ﺍﻟﺒﻴﺎﻨﺎﺕ ﺍﻟﻭﺼﻔﻴﺔ ﻓﻲ ﺠﻤﻴﻊ ﺍﻟﺤﺎﻻﺕ ﻋﻨﺩﻤﺎ‬

‫ﻴﻜﻭﻥ ﺍﻟﻤﺘﻐﻴﺭ ﺍﻟﺘﺎﺒﻊ ﻤﺘﻌﺩﺩ ﺍﻟﺤﺩﻭﺩ )ﺃﻱ ﻴﺄﺨﺫ ﺃﻜﺜﺭ ﻤﻥ ﻗﻴﻤﺘﻴﻥ( ﻭﻋﻨﺩﻤﺎ ﻴﻜﻭﻥ ﻫﻨﺎﻙ‬ ‫ﺃﻜﺜﺭ ﻤﻥ ﻤﺘﻐﻴﺭ ﻤﺴﺘﻘل ﻭﺍﺤﺩ‪ ،‬ﻭﻴﺠﺩﺭ ﺒﺎﻟﺫﻜﺭ ﺃﻨﻪ ﻴﻤﻜﻥ ﺃﻥ ﺘﻜﻭﻥ ﺍﻟﻤﺘﻐﻴﺭﺍﺕ ﺍﻟﻤﺴﺘﻘﻠﺔ‬

‫ﻓﻲ ﻫﺫﺍ ﺍﻟﺘﺤﻠﻴل ﻤﺘﻐﻴﺭﺍﺕ ﺍﺴﻤﻴﺔ ﺃﻭ ﻜﻤﻴﺔ‪ ،‬ﻭﻟﻜﻥ ﻻ ﻴﻨﺼﺢ ﺒﺘﻁﺒﻴﻕ ﺍﻟﻁﺭﻕ ﺍﻟﻤﺫﻜﻭﺭﺓ‬ ‫ﻓﻲ ﻫﺫﺍ ﺍﻟﻘﺴﻡ ﻋﻨﺩﻤﺎ ﻴﻜﻭﻥ ﺍﻟﻤﺘﻐﻴﺭ ﺍﻟﺘﺎﺒﻊ ﻤﺘﻐﻴﺭ ﺘﺭﺘﻴﺒﻲ ﺃﻭ ﻜﺎﻥ ﺃﺴﺎﺴﹰﺎ ﻤﺘﻐﻴﺭ ﻜﻤﻲ‬ ‫ﻭﺘﻡ ﺘﺤﻭﻴﻠﻪ ﺇﻟﻰ ﻤﺘﻐﻴﺭ ﺘﺼﻨﻴﻑ ﻤﺜل ﺩﺭﺠﺔ ﺍﻟﻁﺎﻟﺏ ﻋﻨﺩﻤﺎ ﻴﺘﻡ ﺘﺼﻨﻴﻔﻬﺎ ﺇﻟﻰ "ﺃﻗل ﻤﻥ‬

‫‪ "60‬ﻭ "‪ 60‬ﻓﺄﻜﺜﺭ"‪ ،‬ﺇﺫ ﺃﻥ ﻁﺭﻕ ﺍﻻﻨﺤﺩﺍﺭ ﺍﻟﻤﻌﺭﻭﻓﺔ ﺘﻜﻭﻥ ﺃﻜﺜﺭ ﺩﻗﺔ ﻓﻲ ﺍﻟﺘﻌﺒﻴﺭ ﻋﻥ‬

‫ﺍﻟﺒﻴﺎﻨﺎﺕ ﻓﻲ ﻤﺜل ﻫﺫﻩ ﺍﻟﺤﺎﻟﺔ‪ ،‬ﻭﻴﻌﺘﺒﺭ ﺍﻟﻨﻤﻭﺫﺝ ﺍﻟﻤﻌﺭﻭﻑ ﺒﺎﺴﻡ ﻨﻤﻭﺫﺝ ﺍﻻﻨﺤﺩﺍﺭ‬ ‫ﺍﻟﻠﻭﺠﺴﺘﻲ ‪ Logistic Regression Models‬ﻭﺍﻟﺫﻱ ﻴﻤﻜﻥ ﺘﺴﻤﻴﺘﻪ ﺒﺎﻟﻨﻤﻭﺫﺝ ﺍﻟﻤﻨﻁﻘﻲ‬

‫ﻫﻭ ﺃﻜﺜﺭ ﺍﻟﻨﻤﺎﺫﺝ ﺸﻴﻭﻋﹰﺎ ﻓﻲ ﺘﺤﻠﻴل ﺍﻟﺒﻴﺎﻨﺎﺕ ﺍﻟﻭﺼﻔﻴﺔ ﻤﺜل ﻫﺫﻩ ﺍﻟﺤﺎﻻﺕ‪.‬‬

‫ﻋﻨﺩﻤﺎ ﻴﻜﻭﻥ ﺍﻟﻤﺘﻐﻴﺭ ﺍﻟﺘﺎﺒﻊ ‪ Y‬ﻫﻭ ﻤﺘﻐﻴﺭ ﺍﺴﻤﻲ ﺫﻭ ﺤﺩﻴﻥ ﻭﻟﺩﻴﻨﺎ ﻤﺘﻐﻴﺭ ﻤﺴﺘﻘل‬

‫ﻭﺍﺤﺩ )ﻟﻠﺘﺒﺴﻴﻁ ﻫﻨﺎ( ﻜﻤﻲ ‪ X‬ﻋﻠﻰ ﺴﺒﻴل ﺍﻟﻤﺜﺎل ﻓﺈﻨﻪ ﻴﻤﻜﻥ ﺃﻥ ﻨﻁﻠﻕ ﻋﻠﻰ ﺃﺤﺩ‬ ‫ﺍﻟﻘﻴﻤﺘﻴﻥ ﺍﻟﻠﺘﻴﻥ ﻴﺄﺨﺫﻫﻤﺎ ﺍﻟﻤﺘﻐﻴﺭ ﺍﻟﺘﺎﺒﻊ ﺍﻟﺘﻌﺒﻴﺭ "ﻨﺠﺎﺡ" ‪ Success‬ﻭﺘﻌﻁﻰ ﺍﻟﻘﻴﻤﺔ ‪1‬‬

‫ﻭﺍﻟﻘﻴﻤﺔ ﺍﻷﺨﺭﻯ ﺍﻟﺘﻌﺒﻴﺭ "ﻓﺸل" ‪ Failure‬ﻭﺘﻌﻁﻰ ﺍﻟﻘﻴﻤﺔ ‪ ،0‬ﻭﻴﻤﻜﻨﻨﺎ ﺃﻥ ﻨﺭﻤﺯ ﺇﻟﻰ‬ ‫ﻼ ﺒﺎﻟﺭﻤﺯ ) ‪ ، π (x‬ﻭﺒﻬﺫﺍ ﻓﺈﻨﻪ ﻴﻁﻠﻕ‬ ‫ﺍﺤﺘﻤﺎل ﺍﻟﻨﺠﺎﺡ ﻋﻨﺩﻤﺎ ﻴﺄﺨﺫ ﺍﻟﻤﺘﻐﻴﺭ ‪ X‬ﺍﻟﻘﻴﻤﺔ ‪ x‬ﻤﺜ ﹰ‬

‫)‪ (14‬ﺍﻟﺘﺤﻠﻴل ﺍﻟﻠﻭﻏﺎﺭﻴﺘﻤﻲ ﺍﻟﺨﻁﻲ ﻭﻨﻤﺎﺫﺝ ﺍﻻﻨﺤﺩﺍﺭ ﺍﻟﻠﻭﺠﺴﺘﻲ‬

‫‪472‬‬

‫⎞ ) ‪⎛ π (x‬‬ ‫ﻋﻠﻰ ﺍﻟﻤﻘﺩﺍﺭ ⎟⎟‬ ‫⎜⎜ ‪ log‬ﺘﻌﺒﻴﺭ "ﻟﻭﺠﺕ ‪ logit‬ﺍﻻﺤﺘﻤﺎل" ﻭﻴﻤﻜﻥ ﺒﺎﻟﺘﺎﻟﻲ ﺍﻟﺘﻌﺒﻴﺭ‬ ‫⎠ ) ‪⎝ 1 - π (x‬‬

‫ﻋﻥ ﻨﻤﻭﺫﺝ ﺍﻻﻨﺤﺩﺍﺭ ﺍﻟﻠﻭﺠﺴﺘﻲ ﺒﺎﻟﻌﻼﻗﺔ ﺍﻟﺨﻁﻴﺔ ﻤﻊ ﻟﻭﺠﺕ ﺍﻻﺤﺘﻤﺎل ﻜﻤﺎ ﻴﻠﻲ‪:‬‬ ‫⎞ ) ‪⎛ π (x‬‬ ‫‪⎟⎟ = α + βx‬‬ ‫⎜⎜ ‪logit [π (x)] = log‬‬ ‫(‬ ‫)‬ ‫‪1‬‬ ‫‬‫‪π‬‬ ‫‪x‬‬ ‫⎝‬ ‫⎠‬

‫ﻭﻫﻨﺎﻙ ﺼﻴﻐﺔ ﺃﺨﺭﻯ ﻟﻨﻤﻭﺫﺝ ﺍﻻﻨﺤﺩﺍﺭ ﺍﻟﻠﻭﺠﺴﺘﻲ ﻭﻟﻬﺎ ﻋﻼﻗﺔ ﻤﺒﺎﺸﺭﺓ ﻤﻊ ﺍﺤﺘﻤﺎل‬ ‫ﺍﻟﻨﺠﺎﺡ ‪ ،‬ﻭﻫﺫﻩ ﺍﻟﺼﻴﻐﺔ ﺘﺴﺘﺨﺩﻡ ﺍﻟﺩﺍﻟﺔ ﺍﻷﺴﻴﺔ ﻜﻤﺎ ﻴﻠﻲ ‪:‬‬ ‫) ‪exp(α + βx‬‬ ‫= ) ‪π (x‬‬ ‫) ‪1 + exp(α + βx‬‬

‫ﻭﺘﻌﺘﺒﺭ ﻨﻤﺎﺫﺝ ﺍﻻﻨﺤﺩﺍﺭ ﺍﻟﻠﻭﺠﺴﺘﻲ ﺤﺎﻟﺔ ﺨﺎﺼﺔ ﻤﻥ ﺤﺎﻻﺕ ﻨﻤﺎﺫﺝ ﺍﻻﻨﺤﺩﺍﺭ‬

‫ﺍﻟﻌﺎﻤﺔ ‪ ،Generalized Linear Models‬ﻭﻴﻁﻠﻕ ﻋﻠﻰ ﻫﺫﻩ ﺍﻟﻨﻤﺎﺫﺝ ﺃﺤﻴﺎﻨﹰﺎ ﻨﻤﺎﺫﺝ‬ ‫ﺍﻟﻠﻭﺠﺕ‪ ،‬ﻭﺘﺴﺘﺨﺩﻡ ﻋﻨﺩﻤﺎ ﻨﺭﻏﺏ ﻓﻲ ﺍﻟﺘﻨﺒﺅ ﺒﻭﺠﻭﺩ ﺼﻔﺔ ﻤﻌﻴﻨﺔ ﺃﻭ ﻅﺎﻫﺭﺓ ﺃﻭ ﺨﺎﺼﻴﺔ‬

‫ﻤﻌﻴﻨﺔ ﺒﺎﻻﻋﺘﻤﺎﺩ ﻋﻠﻰ ﻗﻴﻡ ﻤﺘﻐﻴﺭ ﺃﻭ ﻤﺠﻤﻭﻋﺔ ﻤﻥ ﺍﻟﻤﺘﻐﻴﺭﺍﺕ ﺍﻟﻤﺴﺘﻘﻠﺔ ﺍﻷﺨﺭﻯ ﺍﻟﺘﻲ‬

‫ﻟﻬﺎ ﻋﻼﻗﺔ ﺒﺎﻟﻤﺘﻐﻴﺭ ﺍﻟﺘﺎﺒﻊ ﺘﻤﺎﻤﹰﺎ ﻜﻤﺎ ﻫﻭ ﺍﻟﺤﺎل ﻓﻲ ﻨﻤﺎﺫﺝ ﺍﻻﻨﺤﺩﺍﺭ ﺍﻟﻌﺎﻤﺔ‪ ،‬ﻭﺘﺴﺘﺨﺩﻡ‬

‫ﻤﻌﺎﻤﻼﺕ ﺍﻟﻨﻤﻭﺫﺝ ﺍﻟﻠﻭﺠﺴﺘﻲ ﻓﻲ ﺘﻘﺩﻴﺭ ﻗﻴﻤﺔ ﻨﺴﺒﺔ ﺍﻟﺨﻼﻑ ‪ Odds Ratio‬ﻟﻜل ﻤﻥ‬

‫ﺍﻟﻤﺘﻐﻴﺭﺍﺕ ﺍﻟﻤﺴﺘﻘﻠﺔ ﻓﻲ ﺍﻟﻨﻤﻭﺫﺝ ‪ ،‬ﻭﻫﺫﻩ ﺤﺎﻻﺕ ﺸﺎﺌﻌﺔ ﻭﺘﺴﺘﺨﺩﻡ ﻓﻲ ﻋﻠﻭﻡ ﻜﺜﻴﺭﺓ ‪.‬‬ ‫ﻼ ﻨﻌﻠﻡ ﺃﻥ ﻫﻨﺎﻙ ﻋﻭﺍﻤل ﻤﺨﺎﻁﺭﺓ ﻜﺜﻴﺭﺓ ﻓﻲ ﺍﻟﺤﻴﺎﺓ ﺘﺴﺒﺏ ﺍﻹﺼﺎﺒﺔ ﺒﺄﺤﺩ‬ ‫ﻓﻤﺜ ﹰ‬

‫ﺃﻤﺭﺍﺽ ﺍﻟﻘﻠﺏ‪ ،‬ﻭﻋﻨﺩﻤﺎ ﻴﻜﻭﻥ ﻟﺩﻴﻨﺎ ﻋﻴﻨﺔ ﻤﻥ ﺍﻟﻤﺭﻀﻰ ﺒﻬﺫﺍ ﺍﻟﻤﺭﺽ ﻭﺠﻤﻌﺕ ﻤﻨﻬﻡ‬

‫ﺒﻴﺎﻨﺎﺕ ﻋﻥ ﺤﺎﻟﺔ ﺍﻟﺘﺩﺨﻴﻥ ﻭﺍﻟﻐﺫﺍﺀ ﻭ ﺘﻌﺎﻁﻲ ﺃﻨﻭﺍﻉ ﻤﺤﺩﺩﺓ ﻤﻥ ﺍﻷﺩﻭﻴﺔ ﻭﺍﻟﻤﺨﺩﺭﺍﺕ‬ ‫ﻼ ﻴﻤﻜﻨﻨﺎ ﺒﻨﺎﺀ ﺍﻟﻨﻤﻭﺫﺝ ﺍﻟﻠﻭﺠﺴﺘﻲ ﺒﺎﺴﺘﺨﺩﺍﻡ ﻫﺫﻩ ﺍﻟﻤﺘﻐﻴﺭﺍﺕ ﺍﻟﻤﺴﺘﻘﻠﺔ ﺍﻟﺴﺎﺒﻘﺔ ﻤﻥ‬ ‫ﻤﺜ ﹰ‬

‫ﺃﺠل ﺍﻟﺘﻨﺒﺅ ﺒﺎﺤﺘﻤﺎل ﺍﻹﺼﺎﺒﺔ ﺒﻬﺫﺍ ﺍﻟﻤﺭﺽ ﻓﻲ ﻋﻴﻨﺔ ﺒﻤﺜل ﺤﺠﻡ ﺍﻟﻌﻴﻨﺔ ﺍﻟﻤﺴﺘﺨﺩﻤﺔ‬

‫ﻭﻤﻨﻬﺎ ﺒﻨﺴﺒﺔ ﺍﻹﺼﺎﺒﺔ ﺒﺎﻟﻤﺭﺽ ﻓﻲ ﻤﺠﺘﻤﻊ ﺒﺼﻔﺎﺕ ﻤﻌﻴﻨﺔ‪ ،‬ﻭﻫﺫﺍ ﻴﻔﻴﺩ ﺃﻴﻀﹰﺎ ﺒﺎﻟﺘﻨﺒﺅ ﺒﻤﺎ‬

‫ﺇﺫﺍ ﻜﺎﻥ ﻫﻨﺎﻙ ﺸﺨﺹ ﻤﺎ ﻤﺼﺎﺒﹰﺎ ﺒﻬﺫﺍ ﺍﻟﻤﺭﺽ ﻓﻲ ﻋﻴﻨﺔ ﻤﻥ ﺍﻟﻤﺭﻀﻰ‪ ،‬ﻭﻴﻤﻜﻥ ﺤﻴﻨﺌ ٍﺫ‬ ‫ﺍﺴﺘﺨﺩﺍﻡ ﻫﺫﺍ ﺍﻟﻨﻤﻭﺫﺝ ﻟﺘﻘﺩﻴﺭ ﻨﺴﺒﺔ ﺍﻟﺨﻼﻑ ‪ Odds Ratio‬ﻟﻜل ﻤﻥ ﻫﺫﻩ ﺍﻟﻌﻭﺍﻤل‬

‫)‪ (14‬ﺍﻟﺘﺤﻠﻴل ﺍﻟﻠﻭﻏﺎﺭﻴﺘﻤﻲ ﺍﻟﺨﻁﻲ ﻭﻨﻤﺎﺫﺝ ﺍﻻﻨﺤﺩﺍﺭ ﺍﻟﻠﻭﺠﺴﺘﻲ‬

‫‪473‬‬

‫ﻟﻠﺤﺼﻭل ﻋﻠﻰ ﻤﻌﻠﻭﻤﺎﺕ ﺤﻭل ﻓﺭﺼﺔ ﺍﻹﺼﺎﺒﺔ ﺒﻬﺫﺍ ﺍﻟﻤﺭﺽ ﻟﺸﺨﺹ ﻤﺩﺨﻥ )ﻋﻠﻰ‬ ‫ﺴﺒﻴل ﺍﻟﻤﺜﺎل( ﻤﻘﺎﺭﻨﺔ ﺒﺸﺨﺹ ﻏﻴﺭ ﻤﺩﺨﻥ‪.‬‬ ‫ﻭﺘﻘﺩﻴﺭ ﻨﻤﻭﺫﺝ ﺍﻻﻨﺤﺩﺍﺭ ﺍﻟﻠﻭﺠﺴﺘﻲ ﻴﺘﻁﻠﺏ ﻭﺠﻭﺩ ﻤﺘﻐﻴﺭ ﺘﺎﺒﻊ ﺍﺴﻤﻲ ﺃﻭ ﺘﺭﺘﻴﺒﻲ‬

‫)ﺫﻭ ﺤﺩﻴﻥ ﻓﻲ ﻫﺫﺍ ﺍﻟﻘﺴﻡ( ‪ ،‬ﻭﻟﻜﻨﻪ ﺇﺫﺍ ﻜﺎﻥ ﺍﺴﻤﻴﹰﺎ ﻻ ﺒﺩ ﻭﺃﻥ ﺃﻥ ﻴﻜﻭﻥ ﻤﺼﻨﻔﹰﺎ ﺒﻘﻴﻡ‬ ‫ﺭﻗﻤﻴﺔ )ﻭﻫﻨﺎﻙ ﺨﻴﺎﺭ ﻓﻲ ﺃﻤﺭ ﺒﻨﺎﺀ ﺍﻟﻨﻤﻭﺫﺝ ﻴﻤﻜﻥ ﻤﻥ ﺍﻟﺘﺼﻨﻴﻑ ﺍﻟﺘﻠﻘﺎﺌﻲ ‪Automatic‬‬

‫‪ Recode‬ﻟﻠﻤﺘﻐﻴﺭﺍﺕ ﺍﻻﺴﻤﻴﺔ‪ ،‬ﻭﻴﺠﺩﺭ ﺒﺎﻟﺫﻜﺭ ﺃﻥ ﺍﻟﻨﻤﻭﺫﺝ ﺍﻟﻠﻭﻏﺎﺭﻴﺘﻤﻲ ﻻ ﻴﺸﺘﺭﻁ‬

‫ﺘﻭﺯﻴﻊ ﺍﺤﺘﻤﺎﻟﻲ ﻤﺤﺩﺩ ﻟﻠﻤﺘﻐﻴﺭﺍﺕ ﺍﻟﻤﺴﺘﻘﻠﺔ ﻭﻟﻜﻥ ﺴﺘﻜﻭﻥ ﺍﻟﻨﺘﺎﺌﺞ ﺃﻜﺜﺭ ﻗﻭﺓ ﻓﻲ ﺤﺎﻟﺔ ﻤﺎ‬

‫ﺇﺫﺍ ﻜﺎﻨﺕ ﺍﻟﻤﺘﻐﻴﺭﺍﺕ ﺍﻟﻤﺴﺘﻘﻠﺔ ﺘﺘﺒﻊ ﺍﻟﺘﻭﺯﻴﻊ ﺍﻟﻁﺒﻴﻌﻲ ﺍﻟﻤﺘﻌﺩﺩ‬

‫‪Multivariate‬‬

‫‪ ،Normal Distribution‬ﺒﺎﻹﻀﺎﻓﺔ ﺇﻟﻰ ﺫﻟﻙ ﻭﻜﻤﺎ ﻫﻭ ﺍﻟﺤﺎل ﻓﻲ ﻨﻤﺎﺫﺝ ﺍﻻﻨﺤﺩﺍﺭ‬

‫ﺍﻟﻌﺎﻤﺔ ﺍﻷﺨﺭﻯ ﻓﺈﻥ ﺍﻟﺘﺭﺍﺒﻁ ﺒﻴﻥ ﺍﻟﻤﺘﻐﻴﺭﺍﺕ ﺍﻟﻤﺴﺘﻘﻠﺔ ﻴﻤﻜﻥ ﺃﻥ ﻴﺅﺩﻱ ﺇﻟﻰ ﺘﻘﺩﻴﺭﺍﺕ‬ ‫ﻤﺘﺤﻴﺯﺓ ﻟﻠﻤﻌﺎﻟﻡ ﻭﺘﻀﺨﻡ ﻏﻴﺭ ﻤﺒﺭﺭ ﻓﻲ ﻗﻴﻤﺔ ﺍﻟﺨﻁﺄ ﺍﻟﻤﻌﻴﺎﺭﻱ‪ ،‬ﻭﻴﻜﻭﻥ ﻫﺫﺍ ﺍﻷﺴﻠﻭﺏ‬

‫ﻼ ﻤﺘﻐﻴﺭﺍﺕ ﺘﺼﻨﻴﻑ ﺍﺴﻤﻴﺔ‪،‬‬ ‫ﺃﻜﺜﺭ ﻓﺎﻋﻠﻴﺔ ﻋﻨﺩﻤﺎ ﺘﻜﻭﻥ ﺠﻤﻴﻊ ﺍﻟﻤﺘﻐﻴﺭﺍﺕ ﺍﻟﻤﺴﺘﻘﻠﺔ ﻓﻌ ﹰ‬

‫ﻓﻌﻨﺩﻤﺎ ﺘﻜﻭﻥ ﺍﻟﻔﺌﺎﺕ ﻫﻲ ﻋﺒﺎﺭﺓ ﻋﻥ ﺘﻘﺴﻴﻡ ﺃﻭ ﺘﺼﻨﻴﻑ ﻟﻅﺎﻫﺭﺓ ﺃﺴﺎﺴﹰﺎ ﻜﻤﻴﺔ )ﻤﺜل‬ ‫ﺩﺭﺠﺔ ﻋﺎﻟﻴﺔ ﻭﺩﺭﺠﺔ ﻤﻨﺨﻔﻀﺔ( ﻴﻔﻀل ﺍﺴﺘﺨﺩﺍﻡ ﺍﻻﻨﺤﺩﺍﺭ ﺍﻟﺨﻁﻲ ﻟﻼﺴﺘﻔﺎﺩﺓ ﺃﻜﺜﺭ ﻤﻥ‬ ‫ﺍﻟﻤﻌﻠﻭﻤﺎﺕ ﺍﻟﺘﻲ ﺘﻭﻓﺭﻫﺎ ﺍﻟﻤﺘﻐﻴﺭﺍﺕ ﺍﻟﻜﻤﻴﺔ ﺫﺍﺘﻬﺎ‪.‬‬

‫ﻭﻗﺒل ﺍﻟﺒﺩﺀ ﻓﻲ ﺘﺤﻠﻴل ﻨﻤﻭﺫﺝ ﺍﻻﻨﺤﺩﺍﺭ ﺍﻟﻠﻭﺠﺴﺘﻲ ﻻﺒﺩ ﻤﻥ ﺘﻔﺤﺹ ﺍﻟﺒﻴﺎﻨﺎﺕ‬

‫ﻟﻠﺒﺤﺙ ﻋﻥ ﺍﻟﺘﺭﺍﺒﻁ ﺒﻴﻥ ﺍﻟﻤﺘﻐﻴﺭﺍﺕ ﺍﻟﻤﺴﺘﻘﻠﺔ‪ ،‬ﻭﻫﺫﺍ ﻴﻤﻜﻥ ﺃﻥ ﻴﺘﻡ ﺒﺒﺴﺎﻁﺔ ﺒﺎﺴﺘﺨﺩﺍﻡ‬

‫ﺭﺴﻡ ﺃﺸﻜﺎل ﺍﻻﻨﺘﺸﺎﺭ ‪ Scatter plots‬ﻷﺯﻭﺍﺝ ﺍﻟﻤﺘﻐﻴﺭﺍﺕ ﺍﻟﻤﺨﺘﻠﻔﺔ‪ ،‬ﻓﺈﺫﺍ ﺘﺒﻴﻥ ﺃﻥ ﻫﺫﻩ‬

‫ﺍﻟﻤﺘﻐﻴﺭﺍﺕ ﺘﺘﺒﻊ ﺍﻟﺘﻭﺯﻴﻊ ﺍﻟﻁﺒﻴﻌﻲ ﺍﻟﻤﺘﻌﺩﺩ ‪Multivariate Normal Distribution‬‬

‫ﻭﻜﺎﻨﺕ ﻤﺼﻔﻭﻓﺔ ﺍﻟﺘﺒﺎﻴﻥ ﻭﺍﻟﺘﻐﺎﻴﺭ ﻤﺘﺠﺎﻨﺴﺔ ﻓﺈﻨﻪ ﻓﻲ ﻫﺫﻩ ﺍﻟﺤﺎﻟﺔ ﻴﻤﻜﻨﻙ ﺍﻟﺤﺼﻭل ﻋﻠﻰ‬

‫ﺘﺤﻠﻴل ﺃﻓﻀل ﻭﺃﺴﺭﻉ ﻋﻥ ﻁﺭﻴﻕ ﺃﺴﻠﻭﺏ ﺘﻤﻴﻴﺯ ﺍﻟﻤﺘﻐﻴﺭﺍﺕ‬

‫‪Discriminant‬‬

‫‪) Analysis‬ﺃﻨﻅﺭ ﺍﻟﻔﺼل ﺍﻟﺴﺎﺩﺱ ﻋﺸﺭ(‪ ،‬ﻭﺇﺫﺍ ﻜﺎﻨﺕ ﺠﻤﻴﻊ ﺍﻟﻤﺘﻐﻴﺭﺍﺕ ﺍﻟﻤﺴﺘﻘﻠﺔ‬ ‫ﺍﺴﻤﻴﺔ ﻓﺈﻨﻪ ﻴﻤﻜﻨﻙ ﺃﻴﻀﹰﺎ ﺍﺴﺘﺨﺩﺍﻡ ﺃﺴﻠﻭﺏ ﺘﺤﻠﻴل ﺍﻟﻨﻤﺎﺫﺝ ﺍﻟﻠﻭﻏﺎﺭﻴﺘﻤﻴﺔ ﺍﻟﺨﻁﻴﺔ )ﺍﻟﻘﺴﻡ‬ ‫ﺍﻟﺴﺎﺒﻕ ﻤﻥ ﻫﺫﺍ ﺍﻟﻔﺼل(‪ ،‬ﺃﻤﺎ ﺇﺫﺍ ﻜﺎﻥ ﺍﻟﻤﺘﻐﻴﺭ ﺍﻟﺘﺎﺒﻊ ﻜﻤﻴﹰﺎ ﻓﺈﻨﻪ ﻻ ﺒﺩ ﻤﻥ ﺍﺴﺘﺨﺩﺍﻡ‬

‫)‪ (14‬ﺍﻟﺘﺤﻠﻴل ﺍﻟﻠﻭﻏﺎﺭﻴﺘﻤﻲ ﺍﻟﺨﻁﻲ ﻭﻨﻤﺎﺫﺝ ﺍﻻﻨﺤﺩﺍﺭ ﺍﻟﻠﻭﺠﺴﺘﻲ‬

‫‪474‬‬

‫ﺃﺴﻠﻭﺏ ﺍﻻﻨﺤﺩﺍﺭ ﻓﻲ ﺍﻟﻨﻤﺎﺫﺝ ﺍﻟﺨﻁﻴﺔ ﺍﻟﻌﺎﻤﺔ‪ ،‬ﻭﻜﺫﻟﻙ ﻴﻤﻜﻨﻙ ﺍﺴﺘﺨﺩﺍﻡ ﺃﻤﺭ ‪ROC‬‬

‫‪ Curve‬ﻟﺭﺴﻡ ﻤﻨﺤﻨﻰ ﺍﻻﺤﺘﻤﺎﻻﺕ ﺍﻟﺘﻲ ﺘﻡ ﺘﻘﺩﻴﺭﻫﺎ ﺒﺎﺴﺘﺨﺩﺍﻡ ﺍﻟﻨﻤﻭﺫﺝ ﺍﻟﻠﻭﺠﺴﺘﻲ‪.‬‬ ‫ﻭﻴﻤﻜﻥ ﺇﺠﺭﺍﺀ ﺍﻟﺘﺤﻠﻴل ﺍﻟﻠﻭﺠﺴﺘﻲ ﺇﻤﺎ ﻋﻥ ﻁﺭﻴﻕ ﺃﻤﺭ ﺍﻻﻨﺤﺩﺍﺭ ﺍﻟﻠﻭﺠﺴﺘﻲ‬

‫‪ Logistic Regression‬ﺃﻭ ﻋﻥ ﻁﺭﻴﻕ ﺃﻤﺭ ﺍﻻﻨﺤﺩﺍﺭ ﺍﻟﻠﻭﺠﺴﺘﻲ ﺍﻟﻤﺘﻌﺩﺩ ﺍﻟﺤﺩﻭﺩ‬

‫‪ ، Multinomial Logistic Regression‬ﻭﻟﻜﻥ ﻫﻨﺎﻙ ﺨﻼﻓﹰﺎ ﻨﻅﺭﻴﹰﺎ ﺒﻴﻥ ﺍﻟﻁﺭﻴﻘﺘﻴﻥ‬ ‫ﻤﻥ ﻨﺎﺤﻴﺔ ﺃﻥ ﺃﻤﺭ ﺍﻻﻨﺤﺩﺍﺭ ﺍﻟﻠﻭﺠﺴﺘﻲ ‪ Logistic Regression‬ﻴﻌﻁﻲ ﺠﻤﻴﻊ ﺍﻟﻘﻴﻡ‬

‫ﺍﻟﻤﺘﻭﻗﻌﺔ ﻭﺍﻷﺨﻁﺎﺀ ﻭﺍﺨﺘﺒﺎﺭﺍﺕ ﺠﻭﺩﺓ ﺍﻟﻤﻁﺎﺒﻘﺔ ﻋﻠﻰ ﻤﺴﺘﻭﻯ ﺍﻟﻤﻔﺭﺩﺍﺕ ﻓﻲ ﺍﻟﺒﻴﺎﻨﺎﺕ‪،‬‬ ‫ﺒﻴﻨﻤﺎ ﺃﻤﺭ ﺍﻻﻨﺤﺩﺍﺭ ﺍﻟﻠﻭﺠﺴﺘﻲ ﺍﻟﻤﺘﻌﺩﺩ ﺍﻟﺤﺩﻭﺩ‬

‫‪Multinomial Logistic‬‬

‫‪ Regression‬ﻴﻘﻭﻡ ﺒﺘﺼﻨﻴﻑ ﺍﻟﺒﻴﺎﻨﺎﺕ ﺩﺍﺨﻠﻴﹰﺎ ﻓﻲ ﺍﻟﺒﺩﺍﻴﺔ ﻭﺘﺠﻤﻴﻌﻬﻡ ﻟﺘﻜﻭﻴﻥ ﻁﺒﻘﺎﺕ‬ ‫ﻤﺘﺠﺎﻨﺴﺔ ﺍﻟﺘﻐﺎﻴﺭ ﻭﻴﺤﺴﺏ ﺠﻤﻴﻊ ﺍﻟﻘﻴﻡ ﺍﻟﻤﺘﻭﻗﻌﺔ ﻭﺍﻷﺨﻁﺎﺀ ﻭﺍﺨﺘﺒﺎﺭﺍﺕ ﺠﻭﺩﺓ ﺍﻟﻤﻁﺎﺒﻘﺔ‬

‫ﻋﻠﻰ ﻤﺴﺘﻭﻯ ﺍﻟﻁﺒﻘﺎﺕ‪ ،‬ﻓﺈﺫﺍ ﻜﺎﻨﺕ ﺠﻤﻴﻊ ﺍﻟﻤﺘﻐﻴﺭﺍﺕ ﺍﻟﻤﺴﺘﻘﻠﺔ ﺍﺴﻤﻴﺔ )ﺃﻭ ﻜﻤﻴﺔ ﺇﻥ‬

‫ﻭﺠﺩﺕ ﺒﺸﺭﻁ ﺃﻥ ﺘﺄﺨﺫ ﻋﺩﺩ ﺼﻐﻴﺭ ﻤﻥ ﺍﻟﻘﻴﻡ ﺒﺤﻴﺙ ﻴﻜﻭﻥ ﻋﺩﺩ ﺍﻟﺘﻜﺭﺍﺭﺍﺕ ﻜﺒﻴﺭ ﻋﻨﺩ‬

‫ﻜل ﻗﻴﻤﺔ ﻤﻥ ﻫﺫﻩ ﺍﻟﻘﻴﻡ( ﻓﺈﻥ ﺍﻟﻁﺭﻴﻘﺔ ﺍﻟﺜﺎﻨﻴﺔ ﻴﻤﻜﻨﻬﺎ ﺃﻥ ﺘﻌﻁﻲ ﺍﺨﺘﺒﺎﺭ ﺠﻭﺩﺓ ﻤﻁﺎﺒﻘﺔ ﺫﻭ‬ ‫ﻓﺎﺌﺩﺓ ﺒﻌﻜﺱ ﺍﻟﻁﺭﻴﻘﺔ ﺍﻷﻭﻟﻰ ﺍﻟﺘﻲ ﻟﻥ ﻴﻤﻜﻨﻬﺎ ﺫﻟﻙ‪.‬‬ ‫ﻭﻫﻨﺎﻙ ﻋﺎﺩﺓ ﺜﻼﺙ ﺨﻁﻭﺍﺕ ﺃﺴﺎﺴﻴﺔ ﻓﻲ ﺘﺤﻠﻴل ﻨﻤﺎﺫﺝ ﺍﻟﻠﻭﺠﺴﺘﻲ‪ ،‬ﻭﻫﻲ‪:‬‬ ‫‪ .1‬ﺘﻭﻓﻴﻕ ﺍﻟﻨﻤﻭﺫﺝ ﺍﻟﺨﺎﻡ‪،‬‬

‫‪ .2‬ﺘﻭﻓﻴﻕ ﺍﻟﻨﻤﻭﺫﺝ ﺍﻟﻤﻌﺩل‪،‬‬

‫‪ .3‬ﺍﺨﺘﺒﺎﺭ ﺍﻟﻔﺭﻀﻴﺎﺕ‪.‬‬

‫ﻭﻟﻜﻥ ﻻ ﻴﺠﺏ ﺒﺎﻟﻀﺭﻭﺭﺓ ﺍﺘﺒﺎﻉ ﻫﺫﻩ ﺍﻟﺨﻁﻭﺍﺕ ﻓﻲ ﺘﺤﻠﻴل ﻜل ﻨﻤﻭﺫﺝ ﺍﻨﺤﺩﺍﺭ‬

‫ﻟﻭﺠﺴﺘﻲ ﺭﻏﻡ ﺃﻨﻪ ﻴﻤﻜﻨﻨﺎ ﺃﺨﺫﻫﺎ ﻜﺈﺭﺸﺎﺩ‪.‬‬

‫ﻭﺴﻨﻘﻭﻡ ﻫﻨﺎ ﺒﺘﻭﻀﻴﺢ ﺘﺤﻠﻴل ﻨﻤﻭﺫﺝ ﺍﻻﻨﺤﺩﺍﺭ ﺍﻟﻠﻭﺠﺴﺘﻲ ﻋﻠﻰ ﺒﻴﺎﻨﺎﺕ ﻤﻥ‬

‫ﺩﺭﺍﺴﺔ ﺤﻭل ﺍﻟﺭﻀﺎﻋﺔ ﺍﻟﻁﺒﻴﻌﻴﺔ ‪ breast feeding‬ﻷﻁﻔﺎل ﺤﺩﻴﺜﻲ ﺍﻟﻭﻻﺩﺓ‪ ،‬ﺤﻴﺙ‬ ‫ﺃﺨﺫﺕ ﻤﻥ ﻫﺫﻩ ﺍﻟﺩﺭﺍﺴﺔ ﺒﻴﺎﻨﺎﺕ ﻋﻥ ﻤﺘﻐﻴﺭﻴﻥ ﺍﺴﻤﻴﻴﻥ ﺜﻨﺎﺌﻴﻲ ﺍﻟﺤﺩﻴﻥ ﺍﻟﻤﺘﻐﻴﺭ ﺍﻷﻭل‬

‫)‪ (14‬ﺍﻟﺘﺤﻠﻴل ﺍﻟﻠﻭﻏﺎﺭﻴﺘﻤﻲ ﺍﻟﺨﻁﻲ ﻭﻨﻤﺎﺫﺝ ﺍﻻﻨﺤﺩﺍﺭ ﺍﻟﻠﻭﺠﺴﺘﻲ‬

‫‪475‬‬

‫ﺴﻴﻜﻭﻥ ﻓﻲ ﻫﺫﺍ ﺍﻟﻤﺜﺎل ﻫﻭ ﺍﻟﻤﺘﻐﻴﺭ ﺍﻟﻤﺴﺘﻘل ﻭﻴﺘﻌﻠﻕ ﺒﻁﺭﻴﻘﺔ ﺍﻟﺘﻐﺫﻴﺔ ‪Feeding type‬‬

‫ﻟﻠﻤﻭﻟﻭﺩ ﺃﺜﻨﺎﺀ ﻭﺠﻭﺩﻩ ﻓﻲ ﺍﻟﻤﺴﺘﺸﻔﻰ‪ ،‬ﻭﻴﺄﺨﺫ ﻗﻴﻤﺘﻴﻥ ﻓﻘﻁ )ﺍﻟﻘﻨﻴﻨﺔ ‪ Bottle‬ﺃﻭ ﺍﻷﻨﺎﺒﻴﺏ‬ ‫ﺍﻟﺼﻨﺎﻋﻴﺔ ‪ ،(Tubes‬ﻭﺍﻟﻤﺘﻐﻴﺭ ﺍﻟﺜﺎﻨﻲ ﻫﻭ ﺍﻟﻤﺘﻐﻴﺭ ﺍﻟﺘﺎﺒﻊ ﻭﻴﺘﻌﻠﻕ ﺒﻤﺎ ﺇﺫﺍ ﻜﺎﻨﺕ ﻁﺭﻴﻘﺔ‬ ‫ﺍﻟﺭﻀﺎﻋﺔ ﺒﻌﺩ ﺍﻟﺨﺭﻭﺝ ﻤﻥ ﺍﻟﻤﺴﺘﺸﻔﻰ ﻤﻘﺘﺼﺭﺓ ﻓﻘﻁ ﻋﻠﻰ ﺍﻟﺭﻀﺎﻋﺔ ﺍﻟﻁﺒﻴﻌﻴﺔ ﺃﻡ ﻻ‬

‫‪ Exclusive breast feeding at discharge‬ﺃﻱ ﻴﺄﺨﺫ ﺍﻟﻘﻴﻤﺘﻴﻥ )ﻨﻌﻡ ‪ Yes‬ﻭﻻ ‪،(No‬‬

‫ﻭﻴﻤﻜﻥ ﻭﻀﻊ ﺍﻟﺒﻴﺎﻨﺎﺕ ﻓﻲ ﺍﻟﺠﺩﻭل ﺍﻟﺘﻜﺭﺍﺭﻱ ﺍﻟﻤﺯﺩﻭﺝ ﻓﻲ ﺍﻟﺸﻜل ‪ 18-14‬ﺃﺩﻨﺎﻩ‪،‬‬

‫ﺤﻴﺙ ﺃﻋﻁﻲ ﻟﻠﻤﺘﻐﻴﺭ ﺍﻷﻭل ﺍﻟﻘﻴﻤﺘﻴﻥ ‪ 0‬ﻭ ‪ 1‬ﻭﺍﻟﻤﺘﻐﻴﺭ ﺍﻟﺜﺎﻨﻲ ﺍﻟﻘﻴﻤﺘﻴﻥ ‪ 1‬ﻭ ‪. 2‬‬

‫ﺸﻜل ‪ : 18-14‬ﻤﻠﺨﺹ ﻟﺒﻴﺎﻨﺎﺕ ﺩﺭﺍﺴﺔ ﺘﺘﻌﻠﻕ ﺒﺎﻟﺭﻀﺎﻋﺔ ﺍﻟﻁﺒﻴﻌﻴﺔ ‪Breast Feeding‬‬ ‫‪Feeding type * Exclusive breast feeding at discharge‬‬ ‫‪Crosstabulation‬‬ ‫‪Count‬‬ ‫‪Exclusive breast‬‬ ‫‪feeding at discharge‬‬ ‫‪Total‬‬

‫‪Yes‬‬

‫‪No‬‬

‫‪46‬‬

‫‪19‬‬

‫‪27‬‬

‫‪38‬‬

‫‪33‬‬

‫‪5‬‬

‫‪84‬‬

‫‪52‬‬

‫‪32‬‬

‫‪Bottle‬‬ ‫‪NG Tube‬‬

‫‪Feeding‬‬ ‫‪type‬‬ ‫‪Total‬‬

‫ﻭﻴﻤﻜﻥ ﺇﺩﺨﺎل ﻫﺫﻩ ﺍﻟﺒﻴﺎﻨﺎﺕ ﺇﻟﻰ ﻤﺤﺭﺭ ﺍﻟﺒﻴﺎﻨﺎﺕ ‪ Data Editor‬ﻓﻲ ﻨﻅﺎﻡ‬

‫‪ SPSS‬ﺒﺄﻱ ﻤﻥ ﺍﻟﻁﺭﻴﻘﺘﻴﻥ ﺍﻟﺘﺎﻟﻴﺘﻴﻥ‪ ،‬ﺍﻟﻁﺭﻴﻘﺔ ﺍﻷﻭﻟﻰ ﺘﺘﻀﻤﻥ ﺃﻥ ﻴﺘﻡ ﺇﺩﺨﺎل ﺒﻴﺎﻨﺎﺕ‬

‫ﺍﻟﺠﺩﻭل ﻓﻲ ﻤﺘﻐﻴﺭﻴﻥ ﻓﻘﻁ )ﺃﻱ ﻋﻤﻭﺩﻴﻥ ﻓﻲ ﻤﺤﺭﺭ ﺍﻟﺒﻴﺎﻨﺎﺕ( ﻭﻜﺒﻴﺎﻨﺎﺕ ﺨﺎﻡ ﺒﺤﻴﺙ ﻴﺘﻡ‬

‫ﺘﻜﺭﺍﺭ ﺍﻟﻘﻴﻤﺔ ‪ 1‬ﻟﻠﻤﺘﻐﻴﺭ ﺍﻷﻭل ﻭﺍﻟﻘﻴﻤﺔ ‪ 0‬ﻟﻠﻤﺘﻐﻴﺭ ﺍﻟﺜﺎﻨﻲ ‪ 27‬ﻤﺭﺓ ﻭﻜﺫﻟﻙ ﺍﻟﻘﻴﻤﺔ ‪1‬‬ ‫ﻟﻠﻤﺘﻐﻴﺭ ﺍﻷﻭل ﻭﺍﻟﻘﻴﻤﺔ ‪ 1‬ﻟﻠﻤﺘﻐﻴﺭ ﺍﻟﺜﺎﻨﻲ ‪ 19‬ﻤﺭﺓ ﻭﺍﻟﻘﻴﻤﺔ ‪ 2‬ﻟﻠﻤﺘﻐﻴﺭ ﺍﻷﻭل ﻭﺍﻟﻘﻴﻤﺔ ‪0‬‬

‫ﻟﻠﻤﺘﻐﻴﺭ ﺍﻟﺜﺎﻨﻲ ‪ 5‬ﻤﺭﺍﺕ ﻭﻜﺫﻟﻙ ﺍﻟﻘﻴﻤﺔ ‪ 2‬ﻟﻠﻤﺘﻐﻴﺭ ﺍﻷﻭل ﻭﺍﻟﻘﻴﻤﺔ ‪ 1‬ﻟﻠﻤﺘﻐﻴﺭ ﺍﻟﺜﺎﻨﻲ ‪33‬‬ ‫ﻤﺭﺓ ﻭﺫﻟﻙ ﺒﺎﺴﺘﺨﺩﺍﻡ ﻗﻭﺍﻋﺩ ﻤﺤﺭﺭ ﺍﻟﺒﻴﺎﻨﺎﺕ ﺍﻟﺘﻲ ﺘﻡ ﺘﻭﻀﻴﺤﻬﺎ ﻓﻲ ﺍﻟﻔﺼل ﺍﻟﺜﺎﻨﻲ‪،‬‬

‫ﻭﺍﻟﻁﺭﻴﻘﺔ ﺍﻟﺜﺎﻨﻴﺔ ﺘﺘﻀﻤﻥ ﺇﺩﺨﺎل ﺒﻴﺎﻨﺎﺕ ﺍﻟﺠﺩﻭل ﻜﻤﺎ ﻫﻲ ﻜﺄﺭﺒﻊ ﻗﻴﻡ ﻓﻲ ﺜﻼﺙ‬ ‫ﻤﺘﻐﻴﺭﺍﺕ )ﺃﻱ ﺜﻼﺙ ﺃﻋﻤﺩﺓ(‪ ،‬ﺍﻟﻤﺘﻐﻴﺭ ﺍﻷﻭل ﻴﻌﺭﻑ ﻁﺭﻴﻘﺔ ﺍﻟﺘﻐﺫﻴﺔ ‪Feeding type‬‬

‫)‪ (14‬ﺍﻟﺘﺤﻠﻴل ﺍﻟﻠﻭﻏﺎﺭﻴﺘﻤﻲ ﺍﻟﺨﻁﻲ ﻭﻨﻤﺎﺫﺝ ﺍﻻﻨﺤﺩﺍﺭ ﺍﻟﻠﻭﺠﺴﺘﻲ‬

‫‪476‬‬

‫ﻭﺍﻟﻤﺘﻐﻴﺭ ﺍﻟﺜﺎﻨﻲ ﻴﻌﺭﻑ ﺍﻟﺭﻀﺎﻋﺔ ﺍﻟﻁﺒﻴﻌﻴﺔ )ﻨﻌﻡ‪/‬ﻻ( ‪ Breast feeding‬ﻭﺍﻟﻤﺘﻐﻴﺭ‬ ‫ﺍﻟﺜﺎﻟﺙ ﻴﻌﺭﻑ ﺍﻟﺘﻜﺭﺍﺭﺍﺕ ‪ ، Frequencies‬ﻭﺘﺩﺨل ‪ 4‬ﻗﻴﻡ ﻓﻘﻁ ﻟﻜل ﻤﺘﻐﻴﺭ )ﺃﻱ ﻓﻲ ‪4‬‬ ‫ﺴﻁﻭﺭ ﻓﻲ ﻤﺤﺭﺭ ﺍﻟﺒﻴﺎﻨﺎﺕ(‪ ،‬ﺜﻡ ﻴﺘﻡ ﺇﻋﻁﺎﺀ ﺃﻭﺯﺍﻥ ﻟﻠﻘﻴﻡ ﻤﺴﺎﻭﻴﺔ ﻟﻘﻴﻡ ﺍﻟﻤﺘﻐﻴﺭ ﺍﻟﺜﺎﻟﺙ‬

‫)ﺍﻟﺘﻜﺭﺍﺭﺍﺕ ‪ (Frequencies‬ﺒﺎﺴﺘﺨﺩﺍﻡ ﺃﻤﺭ ﺇﻋﻁﺎﺀ ﺃﻭﺯﺍﻥ ﻟﻠﺒﻴﺎﻨﺎﺕ ‪Weight Cases‬‬

‫ﻭﺫﻟﻙ ﻗﺒل ﺍﻟﺒﺩﺀ ﻓﻲ ﻋﻤﻠﻴﺎﺕ ﺍﻟﺘﺤﻠﻴل‪.‬‬

‫ﺸﻜل ‪ : 19-14‬ﺍﻟﺘﻜﺭﺍﺭﺍﺕ ﺍﻟﻨﺴﺒﻴﺔ ﻟﺒﻴﺎﻨﺎﺕ ﺍﻟﺭﻀﺎﻋﺔ ﺍﻟﻁﺒﻴﻌﻴﺔ ‪Breast Feeding‬‬ ‫‪Feeding type * Exclusive breast feeding at discharge‬‬ ‫‪Crosstabulation‬‬ ‫‪% within Feeding type‬‬ ‫‪Exclusive breast‬‬ ‫‪feeding at discharge‬‬ ‫‪Total‬‬

‫‪Yes‬‬

‫‪No‬‬

‫‪100.0%‬‬

‫‪41.3%‬‬

‫‪58.7%‬‬

‫‪Bottle‬‬

‫‪100.0%‬‬

‫‪86.8%‬‬

‫‪13.2%‬‬

‫‪NG Tube‬‬

‫‪100.0%‬‬

‫‪61.9%‬‬

‫‪38.1%‬‬

‫‪Feeding‬‬ ‫‪type‬‬ ‫‪Total‬‬

‫ﻭﻤﻬﻤﺎ ﻜﺎﻨﺕ ﻁﺭﻴﻘﺔ ﺇﺩﺨﺎل ﺍﻟﺒﻴﺎﻨﺎﺕ ﻓﺄﻨﻪ ﻴﻤﻜﻥ ﺘﻜﻭﻴﻥ ﺠﺩﻭل ﺘﻜﺭﺍﺭﻱ ﻨﺴﺒﻲ‬

‫ﻤﺯﺩﻭﺝ ﻟﻤﺘﻐﻴﺭﻱ ﺍﻟﺭﻀﺎﻋﺔ ﺍﻟﻁﺒﻴﻌﻴﺔ ‪ Breast feeding‬ﻭﻁﺭﻴﻘﺔ ﺍﻟﺘﻐﺫﻴﺔ ‪Feeding‬‬

‫‪ type‬ﺒﺎﺴﺘﺨﺩﺍﻡ ﺃﻤﺭ ﺘﻜﻭﻴﻥ ﺍﻟﺠﺩﺍﻭل ﺍﻟﺘﻜﺭﺍﺭﻴﺔ ﺍﻟﻤﺯﺩﻭﺠﺔ ‪ Crosstabs‬ﻭﺘﺤﺩﻴﺩ‬

‫ﻤﻜﻭﻨﺎﺕ ﺍﻟﺨﻼﻴﺎ ‪ Cells‬ﻓﻲ ﻨﺎﻓﺫﺓ ﺍﻷﻤﺭ ﻟﺘﻜﻭﻥ ﻨﺴﺏ ﺍﻟﺼﻔﻭﻑ ‪Row Percentages‬‬

‫ﻭﺫﻟﻙ ﻟﻠﺤﺼﻭل ﻋﻠﻰ ﺠﺩﻭل ﺍﻟﺘﻜﺭﺍﺭﺍﺕ ﺍﻟﻨﺴﺒﻴﺔ ﻜﻤﺎ ﻴﻅﻬﺭ ﻓﻲ ﺍﻟﺸﻜل ‪ 19-14‬ﺃﻋﻼﻩ‪.‬‬

‫ﻭﺇﺫﺍ ﻤﺎ ﺘﻡ ﺍﺨﺘﻴﺎﺭ ﻤﺭﺒﻊ ﺍﻟﻤﺨﺎﻁﺭﺓ ‪ Risk‬ﻓﻲ ﺃﻤﺭ ﺘﻜﻭﻴﻥ ﺍﻟﺠﺩﺍﻭل ﺍﻟﺘﻜﺭﺍﺭﻴﺔ‬

‫ﺍﻟﻤﺯﺩﻭﺠﺔ ‪ Crosstabs‬ﻓﺈﻨﻨﺎ ﺴﻨﺤﺼل ﻋﻠﻰ ﺠﺩﻭل ﻴﺤﺘﻭﻱ ﻋﻠﻰ ﺘﻘﺩﻴﺭﺍﺕ ﻟﻨﺴﺒﺔ‬ ‫ﺍﻟﺨﻼﻑ ‪ Odds Ratio‬ﻭﻨﺴﺒﺘﻴﻥ ﻤﺨﺘﻠﻔﺘﻴﻥ ﻟﻠﻤﺨﺎﻁﺭﺓ‪ ،‬ﻭﻟﻜﻥ ﻴﺠﺏ ﺃﺨﺫ ﺍﻟﺤﻴﻁﺔ‬ ‫ﻭﺍﻟﺤﺫﺭ ﻋﻨﺩ ﺍﺴﺘﺨﺩﺍﻡ ﻫﺫﻩ ﺍﻟﻨﺴﺏ‪ ،‬ﻭﺫﻟﻙ ﻷﻥ ﺘﻘﺩﻴﺭ ﻫﺫﻩ ﺍﻟﻨﺴﺏ ﻴﻌﺘﻤﺩ ﻋﻠﻰ ﻁﺭﻴﻘﺔ‬

‫ﺘﻜﻭﻴﻥ ﺍﻟﺠﺩﻭل ﺍﻟﺘﻜﺭﺍﺭﻱ ﺍﻟﻤﺯﺩﻭﺝ‪ ،‬ﻓﺎﺴﺘﺒﺩﺍل ﺍﻟﺼﻔﻭﻑ ﻟﻴﺼﺒﺢ ﺍﻟﻘﻴﻤﺔ ﺍﻟﺜﺎﻨﻴﺔ ﻓﻲ‬

‫)‪ (14‬ﺍﻟﺘﺤﻠﻴل ﺍﻟﻠﻭﻏﺎﺭﻴﺘﻤﻲ ﺍﻟﺨﻁﻲ ﻭﻨﻤﺎﺫﺝ ﺍﻻﻨﺤﺩﺍﺭ ﺍﻟﻠﻭﺠﺴﺘﻲ‬

‫‪477‬‬

‫ﺍﻟﺼﻑ ﺍﻟﻌﻠﻭﻱ ﻟﻠﺠﺩﻭل ﻭﺍﻷﻭﻟﻰ ﻓﻲ ﺍﻟﺼﻑ ﺍﻟﺴﻔﻠﻲ ﻤﻨﻪ ﻓﺈﻥ ﻗﻴﻤﺔ ﻨﺴﺒﺔ ﺍﻟﺨﻼﻑ‬ ‫‪ Odds Ratio‬ﺍﻟﻨﺎﺘﺠﺔ ﺴﻭﻑ ﺘﻨﻌﻜﺱ‪ ،‬ﻓﺈﺫﺍ ﻟﻡ ﺘﻜﻥ ﺍﻟﻨﺴﺒﺔ ﺍﻟﻨﺎﺘﺠﺔ ﻤﺘﺴﻘﺔ ﻤﻊ ﻨﺘﺎﺌﺠﻙ‬ ‫ﺍﻟﺴﺎﺒﻘﺔ ﻓﻴﺠﺏ ﻤﺤﺎﻭﻟﺔ ﺘﺒﺩﻴل ﺍﻟﻘﻴﻡ ﻓﻲ ﺍﻟﺼﻔﻭﻑ ﻟﺴﺘﺤﺼل ﻋﻠﻰ ﻨﺴﺒﺔ ﻤﻌﻜﻭﺴﺔ‪ ،‬ﻓﻔﻲ‬

‫ﺍﻟﺠﺩﻭل ﻓﻲ ﺸﻜل ‪ 20-3‬ﻨﺠﺩ ﺃﻥ ﻨﺴﺒﺔ ﺍﻟﺨﻼﻑ ﻤﺴﺎﻭﻴﺔ ‪ ،9.379‬ﻓﺈﺫﺍ ﻋﻜﺴﻨﺎ‬

‫ﺍﻟﺼﻔﻭﻑ ﻓﻲ ﺍﻟﺠﺩﻭل ﻓﺈﻨﻨﺎ ﺴﻨﺤﺼل ﻋﻠﻰ ﻨﺴﺒﺔ ﺨﻼﻑ ﻤﺴﺎﻭﻴﺔ ‪.(1/9.379) 0.107‬‬

‫ﺸﻜل ‪ : 20-14‬ﺤﺴﺎﺏ ﻨﺴﺒﺔ ﺍﻟﺨﻼﻑ ‪ Odds Ratio‬ﻭﻨﺴﺏ ﺍﻟﻤﺨﺎﻁﺭﺓ ﻟﺒﻴﺎﻨﺎﺕ ﺍﻟﺭﻀﺎﻋﺔ‬ ‫ﺍﻟﻁﺒﻴﻌﻴﺔ ‪ Breast Feeding‬ﻤﻥ ﺨﻴﺎﺭ ﺍﻟﻤﺨﺎﻁﺭﺓ ‪ Risk‬ﻓﻲ ﺃﻤﺭ ‪Crosstabs‬‬ ‫‪Risk Estimate‬‬ ‫‪95% Confidence‬‬ ‫‪Interval‬‬ ‫‪Upper‬‬

‫‪Lower‬‬

‫‪Value‬‬

‫‪28.421‬‬

‫‪3.095‬‬

‫‪9.379‬‬

‫‪Odds Ratio for Feeding‬‬ ‫)‪type (Bottle / NG Tube‬‬

‫‪10.458‬‬

‫‪1.903‬‬

‫‪4.461‬‬

‫‪For cohort Exclusive breast‬‬ ‫‪feeding at discharge = No‬‬

‫‪.686‬‬

‫‪.330‬‬

‫‪.476‬‬

‫‪For cohort Exclusive breast‬‬ ‫‪feeding at discharge = Yes‬‬

‫‪84‬‬

‫‪N of Valid Cases‬‬

‫ﻻﺤﻅ ﺃﻥ ﻨﻅﺎﻡ ‪ SPSS‬ﻴﻘﻭﻡ ﺒﺤﺴﺎﺏ ﻨﺴﺒﺘﻲ ﺍﻟﻤﺨﺎﻁﺭﺓ ‪ Risk Ratios‬ﺃﻴﻀﺎﹰ‪،‬‬

‫ﻭﻫﻤﺎ ﻋﺒﺎﺭﺓ ﻋﻥ ﻨﺎﺘﺞ ﻗﺴﻤﺔ ﻨﺴﺒﺔ ﺃﺤﺩ ﺍﻟﺼﻔﻭﻑ ﻋﻠﻰ ﻨﺴﺒﺔ ﺍﻟﺼﻑ ﺍﻵﺨﺭ‪ ،‬ﻓﺎﻟﻘﻴﻤﺔ‬ ‫‪ 4.461‬ﻫﻲ ﻋﺒﺎﺭﺓ ﻋﻥ ﻨﺎﺘﺞ ﺍﻟﻘﺴﻤﺔ ‪ 58.6%‬ﻋﻠﻰ ‪ ،14.2%‬ﻭﻫﻲ ﺘﻤﺜل ﺍﻟﺯﻴﺎﺩﺓ ﻓﻲ‬

‫ﺍﺤﺘﻤﺎل ﻋﺩﻡ ﺃﺨﺫ ﻤﺠﻤﻭﻋﺔ "ﺍﻻﻋﺘﻤﺎﺩ ﻋﻠﻰ ﺍﻟﺭﻀﺎﻋﺔ ﺍﻟﻁﺒﻴﻌﻴﺔ ﻓﻘﻁ" ﻋﻨﺩ ﺍﻟﻤﻘﺎﺭﻨﺔ ﺒﻴﻥ‬ ‫ﻤﺠﻤﻭﻋﺘﻲ ﻁﺭﻴﻘﺔ ﺍﻟﺘﻐﺫﻴﺔ‪ ،‬ﻭﺍﻟﺘﻘﺩﻴﺭ ﺍﻵﺨﺭ ﻫﻭ )‪ 0.476 (= 41.3 / 86.8‬ﻭﻴﻤﺜل‬

‫ﺍﻟﺘﻐﻴﺭ ﻓﻲ ﺍﺤﺘﻤﺎل ﺃﺨﺫ ﻤﺠﻤﻭﻋﺔ‬

‫"ﺍﻻﻋﺘﻤﺎﺩ ﻋﻠﻰ ﺍﻟﺭﻀﺎﻋﺔ ﺍﻟﻁﺒﻴﻌﻴﺔ ﻓﻘﻁ" ﻋﻨﺩ‬

‫ﺍﻟﻤﻘﺎﺭﻨﺔ ﺒﻴﻥ ﻤﺠﻤﻭﻋﺘﻲ ﻁﺭﻴﻘﺔ ﺍﻟﺘﻐﺫﻴﺔ‪.‬‬

‫ﻭﺍﻵﻥ‪ ،‬ﻭﺒﻌﺩ ﺘﻔﺤﺹ ﺍﻟﺒﻴﺎﻨﺎﺕ ﻭﺘﻜﻭﻴﻥ ﺍﻟﺠﺩﺍﻭل ﺍﻟﺘﻜﺭﺍﺭﻴﺔ ﺍﻟﻤﺯﺩﻭﺠﺔ ﻴﻤﻜﻥ ﺍﻟﺒﺩ‬ ‫ﻓﻲ ﺒﻨﺎﺀ ﻨﻤﻭﺫﺝ ﺍﻻﻨﺤﺩﺍﺭ ﺍﻟﻠﻭﺠﺴﺘﻲ ‪ Logistic Regression‬ﻟﻠﺒﻴﺎﻨﺎﺕ ﺒﺎﺴﺘﺨﺩﺍﻡ ﻨﻅﺎﻡ‬

‫)‪ (14‬ﺍﻟﺘﺤﻠﻴل ﺍﻟﻠﻭﻏﺎﺭﻴﺘﻤﻲ ﺍﻟﺨﻁﻲ ﻭﻨﻤﺎﺫﺝ ﺍﻻﻨﺤﺩﺍﺭ ﺍﻟﻠﻭﺠﺴﺘﻲ‬

‫‪478‬‬

‫‪ ،SPSS‬ﻭﻴﻤﻜﻥ ﺇﺠﺭﺍﺀ ﺫﻟﻙ ﻤﻥ ﺨﻼل ﺃﻱ ﻤﻥ ﺃﻤﺭﻱ ﻨﻤﻭﺫﺝ ﺍﻻﻨﺤﺩﺍﺭ ﺍﻟﻠﻭﺠﺴﺘﻲ ﺫﻭ‬ ‫ﺍﻟﺤﺩﻴﻥ ﺃﻭ ﻨﻤﻭﺫﺝ ﺍﻻﻨﺤﺩﺍﺭ ﺍﻟﻠﻭﺠﺴﺘﻲ ﺍﻟﻤﺘﻌﺩﺩ ﺍﻟﺤﺩﻭﺩ ﺇﺫ ﺃﻥ ﺍﻷﻭل ﻫﻭ ﺤﺎﻟﺔ ﺨﺎﺼﺔ‬ ‫ﻤﻥ ﺍﻟﺜﺎﻨﻲ‪ ،‬ﻭﻗﺩ ﻗﺩﻤﻨﺎ ﺘﻭﻀﻴﺤﹰﺎ ﻟﻠﻔﺭﻕ ﺒﻴﻥ ﻨﺘﺎﺌﺞ ﻜل ﻤﻨﻬﻤﺎ ﺃﻋﻼﻩ‪ ،‬ﻭﻟﻜﻥ ﻁﺎﻟﻤﺎ ﺃﻥ‬

‫ﺒﻴﺎﻨﺎﺕ ﺍﻟﻤﺘﻐﻴﺭ ﻓﻲ ﻫﺫﺍ ﺍﻟﻤﺜﺎل ﺫﺍﺕ ﺤﺩﻴﻥ )ﺍﻟﻤﺘﻐﻴﺭ ﺍﻟﺘﺎﺒﻊ ﻴﺄﺨﺫ ﻗﻴﻤﺘﻴﻥ ﻓﻘﻁ( ﻓﺈﻨﻨﺎ‬

‫ﺴﻨﻨﻔﺫ ﺘﺤﻠﻴل ﻨﻤﻭﺫﺝ ﺍﻻﻨﺤﺩﺍﺭ ﺍﻟﻠﻭﺠﺴﺘﻲ ﺫﻭ ﺍﻟﺤﺩﻴﻥ ‪ ،Binary Logistic‬ﻭﺍﻟﻭﺼﻭل‬

‫ﺇﻟﻰ ﻫﺫﺍ ﺍﻷﻤﺭ )ﻜﻤﺎ ﻫﻭ ﺍﻟﺤﺎل ﺒﺎﻟﻨﺴﺒﺔ ﻟﻸﻤﺭ ﺍﻵﺨﺭ( ﻴﺘﻡ ﻤﻥ ﺨﻼل ﻤﺤﺭﺭ ﺍﻟﺒﻴﺎﻨﺎﺕ‬ ‫‪ Data Editor‬ﻭﺍﺨﺘﻴﺎﺭ ﻗﺎﺌﻤﺔ ﺍﻟﺘﺤﻠﻴل ﺍﻹﺤﺼﺎﺌﻲ ‪) Analyze‬ﺃﻭ ‪ Statistics‬ﻓﻲ‬

‫ﺇﺼﺩﺍﺭ ‪ (8.0‬ﺜﻡ ﺍﺨﺘﻴﺎﺭ ﺃﻤﺭ ﺘﺤﻠﻴل ﻨﻤﻭﺫﺝ ﺍﻻﻨﺤﺩﺍﺭ ﺍﻟﻠﻭﺠﺴﺘﻲ ﺫﻭ ﺍﻟﺤﺩﻴﻥ ‪Binary‬‬

‫‪ Logistic‬ﻜﻤﺎ ﻴﻅﻬﺭ ﻓﻲ ﺸﻜل ‪ ،21-14‬ﻭﺒﻬﺫﺍ ﺍﻟﺨﻴﺎﺭ ﺴﻭﻑ ﺘﻔﺘﺢ ﻨﺎﻓﺫﺓ ﺘﺤﻠﻴل‬ ‫ﻨﻤﻭﺫﺝ ﺍﻻﻨﺤﺩﺍﺭ ﺍﻟﻠﻭﺠﺴﺘﻲ ﺫﻭ ﺍﻟﺤﺩﻴﻥ ‪ Binary Logistic‬ﻜﻤﺎ ﻓﻲ ﺍﻟﺸﻜل ‪. 22-14‬‬

‫ﻓﻲ ﻨﺎﻓﺫﺓ ﺘﺤﻠﻴل ﻨﻤﻭﺫﺝ ﺍﻻﻨﺤﺩﺍﺭ ﺍﻟﻠﻭﺠﺴﺘﻲ ﺫﻭ ﺍﻟﺤﺩﻴﻥ ‪Binary Logistic‬‬

‫ﺃﺩﺨل ﺍﺴﻡ ﺍﻟﻤﺘﻐﻴﺭ )ﺫﻭ ﺍﻟﺤﺩﻴﻥ( ﺍﻟﺘﺎﺒﻊ ﻓﻲ ﻤﺭﺒﻊ ﺍﻟﻤﺘﻐﻴﺭ ﺍﻟﺘﺎﺒﻊ ‪ ، Dependent‬ﻭﻫﻭ‬

‫ﻓﻲ ﻤﺜﺎﻟﻨﺎ ﺍﻻﻋﺘﻤﺎﺩ ﻋﻠﻰ ﺍﻟﺭﻀﺎﻋﺔ ﺍﻟﻁﺒﻴﻌﻴﺔ ﻓﻘﻁ ‪ Exclusive breast feeding‬ﺜﻡ‬ ‫ﺃﺩﺨل ﺠﻤﻴﻊ ﺍﻟﻤﺘﻐﻴﺭﺍﺕ ﺍﻟﻤﺴﺘﻘﻠﺔ ﺍﻟﻤﺘﺎﺤﺔ )ﻭﻫﻨﺎ ﻴﻭﺠﺩ ﻤﺘﻐﻴﺭ ﻤﺴﺘﻘل ﻭﺍﺤﺩ ﻓﻘﻁ‬

‫ﻟﺘﻭﻀﻴﺢ ﺍﻟﻨﺘﺎﺌﺞ ﻟﻠﻘﺎﺭﺉ ﺒﺴﻬﻭﻟﺔ( ﻭﻫﻭ ﻤﺘﻐﻴﺭ ﻨﻭﻉ ﺍﻟﻐﺫﺍﺀ ‪.Feeding type‬‬

‫ﺸﻜل ‪ : 21-14‬ﻁﺭﻴﻘﺔ ﺍﻟﻭﺼﻭل ﺇﻟﻰ ﺃﻤﺭ ﺘﺤﻠﻴل ﻨﻤﻭﺫﺝ ﺍﻻﻨﺤﺩﺍﺭ ﺍﻟﻠﻭﺠﺴﺘﻲ ﺫﻭ ﺍﻟﺤﺩﻴﻥ‬ ‫‪ Binary Logistic‬ﻤﻥ ﻤﺤﺭﺭ ﺍﻟﺒﻴﺎﻨﺎﺕ ‪Data Editor‬‬

‫)‪ (14‬ﺍﻟﺘﺤﻠﻴل ﺍﻟﻠﻭﻏﺎﺭﻴﺘﻤﻲ ﺍﻟﺨﻁﻲ ﻭﻨﻤﺎﺫﺝ ﺍﻻﻨﺤﺩﺍﺭ ﺍﻟﻠﻭﺠﺴﺘﻲ‬

‫‪479‬‬

‫ﺸﻜل ‪ : 22-14‬ﻨﺎﻓﺫﺓ ﺘﺤﻠﻴل ﻨﻤﻭﺫﺝ ﺍﻻﻨﺤﺩﺍﺭ ﺍﻟﻠﻭﺠﺴﺘﻲ ﺫﻭ ﺍﻟﺤﺩﻴﻥ ‪Binary Logistic‬‬

‫ﺇﺫﺍ ﻜﺎﻥ ﻟﺩﻴﻙ ﺃﻱ ﻤﻥ ﺍﻟﻤﺘﻐﻴﺭﺍﺕ ﺍﻟﻤﺴﺘﻘﻠﺔ ﻨﻭﻋﻬﺎ ﻭﺼﻔﻴﺔ ﻓﺈﻨﻪ ﻴﺠﺏ ﺘﻌﺭﻴﻔﻬﺎ‬

‫ﻟﻨﻅﺎﻡ ‪ SPSS‬ﻭﺫﻟﻙ ﺒﺎﻟﻀﻐﻁ ﻋﻠﻰ ﻤﺭﺒﻊ ﻤﺘﻐﻴﺭﺍﺕ ﺍﻟﺘﺼﻨﻴﻑ ‪ Categorical‬ﻓﻲ ﺃﺴﻔل‬

‫ﺍﻟﻨﺎﻓﺫﺓ ﺍﻟﺴﺎﺒﻘﺔ ﻟﻔﺘﺢ ﻨﺎﻓﺫﺓ ﺘﻌﺭﻴﻑ ﺍﻟﻤﺘﻐﻴﺭﺍﺕ ﺍﻟﻭﺼﻔﻴﺔ‬

‫‪Define Categorical‬‬

‫‪ Variables‬ﻜﻤﺎ ﻓﻲ ﺍﻟﺸﻜل ‪ 23-14‬ﺃﺩﻨﺎﻩ ‪.‬‬

‫ﺸﻜل ‪ : 23-14‬ﻨﺎﻓﺫﺓ ﺘﻌﺭﻴﻑ ﺍﻟﻤﺘﻐﻴﺭﺍﺕ ﺍﻟﻭﺼﻔﻴﺔ ‪Define Categorical Variables‬‬ ‫ﻓﻲ ﺘﺤﻠﻴل ﻨﻤﻭﺫﺝ ﺍﻻﻨﺤﺩﺍﺭ ﺍﻟﻠﻭﺠﺴﺘﻲ ﺫﻭ ﺍﻟﺤﺩﻴﻥ ‪Binary Logistic‬‬

‫)‪ (14‬ﺍﻟﺘﺤﻠﻴل ﺍﻟﻠﻭﻏﺎﺭﻴﺘﻤﻲ ﺍﻟﺨﻁﻲ ﻭﻨﻤﺎﺫﺝ ﺍﻻﻨﺤﺩﺍﺭ ﺍﻟﻠﻭﺠﺴﺘﻲ‬

‫‪480‬‬

‫ﻭﻓﻲ ﻫﺫﻩ ﺍﻟﻨﺎﻓﺫﺓ ﻴﻤﻜﻨﻙ ﺍﺨﺘﻴﺎﺭ ﺃﺴﻤﺎﺀ ﺃﻱ ﻤﻥ ﺍﻟﻤﺘﻐﻴﺭﺍﺕ ﺍﻟﻤﺴﺘﻘﻠﺔ ﺍﻟﺘﻲ ﺘﻅﻬﺭ‬ ‫ﻋﺎﺩﺓ ﻋﻠﻰ ﺍﻟﺠﺎﻨﺏ ﺍﻷﻴﺴﺭ ﻤﻥ ﺍﻟﻨﺎﻓﺫﺓ ﻟﻜﻲ ﻴﺘﻌﺭﻑ ﻋﻠﻴﻬﺎ ﺍﻟﻨﻅﺎﻡ ﻋﻠﻰ ﺃﻨﻬﺎ ﻤﺘﻐﻴﺭﺍﺕ‬ ‫ﻭﺼﻔﻴﺔ ﻭﺫﻟﻙ ﺒﺈﺯﺍﺤﺘﻬﺎ ﻤﻥ ﺫﻟﻙ ﺍﻟﻤﺭﺒﻊ ﺇﻟﻰ ﻤﺭﺒﻊ ﺍﻟﻤﺘﻐﻴﺭﺍﺕ ﺍﻟﻭﺼﻔﻴﺔ ‪Categorical‬‬

‫‪ Covariates‬ﻓﻲ ﺍﻟﺠﺎﻨﺏ ﺍﻷﻴﻤﻥ ﻤﻥ ﺍﻟﻨﺎﻓﺫﺓ ‪ ،‬ﻭﺘﻠﻘﺎﺌﻴﹰﺎ ﺴﻭﻑ ﻴﺘﻌﺎﻤل ﻨﻅﺎﻡ ‪ SPSS‬ﻤﻊ‬ ‫ﺃﺤﺩ ﺍﻟﻤﺘﻐﻴﺭﺍﺕ ﻋﻠﻰ ﺍﻷﻗل ﻋﻠﻰ ﺃﻨﻪ ﺍﻟﻤﺘﻐﻴﺭ ﺍﻟﻤﺅﺸﺭ ‪ indicator variable‬ﻭﺫﻟﻙ‬

‫ﻟﺘﻤﺜﻴل ﺒﻴﺎﻨﺎﺕ ﺍﻟﻤﺘﻐﻴﺭﺍﺕ ﺍﻟﻭﺼﻔﻴﺔ ﻭﺴﻭﻑ ﻴﺤﺘﻔﻅ ﺒﺎﻟﻘﻴﻤﺔ ﺍﻷﺨﻴﺭﺓ ﻤﻥ ﻗﻴﻡ ﺍﻟﻤﺘﻐﻴﺭ‬

‫ﻟﺘﻤﺜل ﻁﺒﻘﺔ ﻤﻥ ﻁﺒﻘﺎﺕ ﺍﻟﻤﺘﻐﻴﺭ ﻜﺩﻟﻴل‪ ،‬ﻭﻓﻲ ﺍﻟﻤﺜﺎل ﺍﻟﺤﺎﻟﻲ ﻟﻠﻤﺘﻐﻴﺭ ﺍﻟﻭﺼﻔﻲ ﻨﻭﻉ‬ ‫ﺍﻟﺘﻐﺫﻴﺔ ‪ feeding type‬ﻗﻴﻤﺘﻴﻥ ﺍﻟﻘﻴﻤﺔ ‪ 1=bottle‬ﻭﺍﻟﻘﻴﻤﺔ ‪ 2=Tubes‬ﻭﺴﻭﻑ ﻴﻀﻊ‬ ‫ﺍﻟﻨﻅﺎﻡ ﻤﺅﺸﺭ ﻤﻭﺤﺩ ﻴﺴﺎﻭﻱ ‪ 1‬ﻟﻠﻘﻴﻤﺔ ‪ bottle‬ﻭﻴﺴﺎﻭﻱ ﺼﻔﺭ ﻟﺨﻼﻑ ﺫﻟﻙ‪.‬‬

‫ﻭﺃﺨﻴﺭﹰﺍ ﺍﻀﻐﻁ ﻋﻠﻰ ﻤﺭﺒﻊ ﺍﻻﺴﺘﻤﺭﺍﺭ ‪ CONTINUE‬ﻹﻏﻼﻕ ﺍﻟﻨﺎﻓﺫﺓ ﻭﺍﻟﻌﻭﺩﺓ‬

‫ﺇﻟﻰ ﺍﻟﻨﺎﻓﺫﺓ ﺍﻟﺴﺎﺒﻘﺔ‪ ،‬ﻭﻫﻨﺎ ﺴﻴﻭﻓﺭ ﻟﻙ ﺍﻟﻨﻅﺎﻡ ﺃﻴﻀﹰﺎ ﺨﻴﺎﺭﺍﺕ ﺘﺤﻠﻴل ﺃﺨﺭﻯ ﻟﻨﻤﻭﺫﺝ‬ ‫ﺍﻻﻨﺤﺩﺍﺭ ﺍﻟﻠﻭﺠﺴﺘﻲ‪ ،‬ﻭﻟﻤﻌﺭﻓﺔ ﻫﺫﻩ ﺍﻟﺨﻴﺎﺭﺍﺕ ﻭﺍﺨﺘﻴﺎﺭ ﺃﻱ ﻤﻨﻬﺎ ﺍﻀﻐﻁ ﻋﻠﻰ ﻤﺭﺒﻊ‬

‫ﺍﻟﺨﻴﺎﺭﺍﺕ ‪ Options‬ﻟﺘﻔﺘﺢ ﻨﺎﻓﺫﺓ ﺍﻟﺨﻴﺎﺭﺍﺕ ‪ Options‬ﻜﻤﺎ ﻓﻲ ﺍﻟﺸﻜل ‪ 24-14‬ﺃﺩﻨﺎﻩ‪.‬‬

‫ﺸﻜل ‪ : 24-14‬ﻨﺎﻓﺫﺓ ﺨﻴﺎﺭﺍﺕ ﺍﻟﺘﺤﻠﻴل ﺍﻹﻀﺎﻓﻴﺔ ‪ Options‬ﻓﻲ ﺘﺤﻠﻴل ﻨﻤﻭﺫﺝ ﺍﻻﻨﺤﺩﺍﺭ‬ ‫ﺍﻟﻠﻭﺠﺴﺘﻲ ﺫﻭ ﺍﻟﺤﺩﻴﻥ ‪Binary Logistic‬‬