]oÖ^nÖ]<Ø’ËÖ l]Çj¹]<†èç æ<Øèç <l^é×Û Transformation of Variates
.1 .3اﻟﻌﻤﻠﻴﺎت اﻟﺤﺴﺎﺑﻴﺔ .2 .3ﺗﺼﻨﻴﻒ ﻗﻴﻢ اﻟﻤﺘﻐﻴﺮات .3 .3ﺑﻌﺾ اﻟﻌﻤﻠﻴﺎت اﻟﺨﺎﺻﺔ ﻋﻠﻰ اﻟﻤﺸﺎهﺪات .1 .3 .3اﺧﺘﻴﺎر ﻣﻔﺮدات ﻣﻦ ﺑﻴﺎﻧﺎت ﻣﺘﻐﻴﺮ .2 .3 .3إﻋﻄﺎء أوزان ﻣﺨﺘﻠﻔﺔ ﻟﻠﻤﻔﺮدات .3 .3 .3ﻓﺮز )ﺗﺮﺗﻴﺐ( اﻟﻤﻔﺮدات .4 .3 .3ﺗﻘﺴﻴﻢ ﻣﻠﻔﺎت
) (3ﻋﻤﻠﻴﺎﺕ ﺘﺤﻭﻴل ﻭﺘﺤﻭﻴﺭ ﺍﻟﻤﺘﻐﻴﺭﺍﺕ
82
) (3ﻋﻤﻠﻴﺎﺕ ﺘﺤﻭﻴل ﻭﺘﺤﻭﻴﺭ ﺍﻟﻤﺘﻐﻴﺭﺍﺕ
83
]oÖ^nÖ]<Ø’ËÖ <l]Çj¹]<†èç æ<Øèç <l^é×Û Transformation of Variates ﺒﻌﺩ ﺍﻻﻨﺘﻬﺎﺀ ﻤﻥ ﻋﻤﻠﻴﺔ ﺇﺩﺨﺎل ﺍﻟﺒﻴﺎﻨﺎﺕ ﻟﻠﺤﺎﺴﻭﺏ ﻭﺤﻔﻅﻬﺎ ﻓﻲ ﻤﻠﻑ SPSSﻗﺩ ﻴﻜﻭﻥ ﻤﻥ ﺍﻟﻀﺭﻭﺭﻱ ﻓﻲ ﺃﺤﻴﺎﻥ ﻜﺜﻴﺭﺓ ﺘﻌﺩﻴل ﻗﻴﻡ ﺃﺤﺩ ﺃﻭ ﺒﻌﺽ ﺍﻟﻤﺘﻐﻴﺭﺍﺕ ﻟﺨﻠﻕ
ﻤﺘﻐﻴﺭﺍﺕ ﺠﺩﻴﺩﺓ ﺘﺴﺎﻋﺩ ﻓﻲ ﺍﻟﺘﺤﻠﻴل ﺍﻹﺤﺼﺎﺌﻲ ﻟﻠﺒﻴﺎﻨﺎﺕ ،ﻓﻌﻠﻰ ﺴﺒﻴل ﺍﻟﻤﺜﺎل ﻴﻤﻜﻥ
ﺤﺫﻑ ﺃﻭ ﺘﻐﻴﻴﺭ ﺒﻌﺽ ﺍﻟﻘﻴﻡ ﺍﻟﻤﺸﻜﻭﻙ ﻓﻲ ﺼﺤﺘﻬﺎ ﻷﺤﺩ ﺍﻟﻤﺘﻐﻴﺭﺍﺕ ،ﻭﻫﺫﺍ ﻴﻤﻜﻥ ﺃﻥ
ﻴﺘﻡ ﺒﺎﺴﺘﺨﺩﺍﻡ ﺍﻷﻤﺭ "ﺍﺨﺘﻴﺎﺭ ﻤﻔﺭﺩﺍﺕ" ، Select Casesﻭﻗﺩ ﻴﻜﻭﻥ ﻤﻥ ﺍﻟﻀﺭﻭﺭﻱ ﺇﺠﺭﺍﺀ ﺘﺤﻭﻴﻠﺔ ﻤﻌﻴﻨﺔ ﻷﺤﺩ ﺍﻟﻤﺘﻐﻴﺭﺍﺕ ﺒﻬﺩﻑ ﺘﺤﻘﻴﻕ ﺃﺤﺩ ﻓﺭﻀﻴﺎﺕ ﺍﻟﺘﺤﻠﻴل ﻟﻠﺘﻤﻜﻥ ﻤﻥ ﺍﺴﺘﺨﺩﺍﻤﻪ ﻓﻲ ﺃﺤﺩ ﺃﻭ ﺒﻌﺽ ﺍﻷﺴﺎﻟﻴﺏ ﺍﻹﺤﺼﺎﺌﻴﺔ ،ﻓﻤﺜل ﻫﺫﻩ ﺍﻟﺘﺤﻭﻴﻼﺕ ﺘﺘﻡ ﺒﺎﺴﺘﺨﺩﺍﻡ
ﺍﻷﻤﺭ "ﺍﺤﺴﺏ" ، Computeﻭﻜﺫﻟﻙ ﻗﺩ ﻴﻜﻭﻥ ﻤﻥ ﺍﻟﻀﺭﻭﺭﻱ ﺘﺒﻭﻴﺏ ﺃﻱ ﻤﻥ
ﺍﻟﻤﺘﻐﻴﺭﺍﺕ ﻭﺘﻭﺯﻴﻊ ﻗﻴﻡ ﺍﻟﻤﺘﻐﻴﺭ ﺤﺴﺏ ﺃﺒﻭﺍﺒﻪ ﺍﻟﻤﺨﺘﻠﻔﺔ ﻟﻠﺘﺴﻬﻴل ﻓﻲ ﺇﺠﺭﺍﺀ ﺒﻌﺽ
ﺃﻨﻭﺍﻉ ﺍﻟﺘﺤﻠﻴل ﻭﺘﻜﻭﻴﻥ ﺍﻟﺠﺩﺍﻭل ﻭﺍﻟﺭﺴﻭﻤﺎﺕ ﺍﻟﺒﻴﺎﻨﻴﺔ ،ﻓﻌﻤﻠﻴﺔ ﺍﻟﺘﺤﻭﻴل ﻫﺫﻩ ﺘﺘﻡ ﻤﻥ ﺨﻼل ﺍﻷﻤﺭ "ﺘﺼﻨﻴﻑ" ، Recodeﻤﺜل ﻫﺫﻩ ﺍﻷﻭﺍﻤﺭ ﻭﺃﻭﺍﻤﺭ ﺃﺨﺭﻯ ﺘﺘﻌﺎﻤل ﻤﻊ
ﺘﺤﻭﻴل ﺍﻟﻤﺘﻐﻴﺭﺍﺕ ﺃﻭ ﺇﻨﺸﺎﺀ ﻤﺘﻐﻴﺭﺍﺕ ﺠﺩﻴﺩﺓ ﺘﻘﻭﻡ ﻋﻠﻰ ﺍﻟﻤﺘﻐﻴﺭﺍﺕ ﺍﻷﺼﻠﻴﺔ ﺴﻴﺘﻡ ﻤﻨﺎﻗﺸﺘﻬﺎ ﻓﻲ ﻫﺫﺍ ﺍﻟﻔﺼل. ﻭﻴﻤﻜﻥ ﺍﻟﺩﺨﻭل ﺇﻟﻰ ﺠﻤﻴﻊ ﺃﻭﺍﻤﺭ ﺘﺤﻭﻴل ﺍﻟﻤﺘﻐﻴﺭﺍﺕ ﻤﻥ ﺨﻼل ﺍﻟﻘﺎﺌﻤﺔ ﺍﻟﺭﺌﻴﺴﻴﺔ
ﻓﻲ ﻤﺤﺭﺭ ﺍﻟﺒﻴﺎﻨﺎﺕ ﺒﺎﻟﻨﻘﺭ ﻋﻠﻰ ﺍﻷﻤﺭ ﺘﺤﻭﻴل ، Transformﻜﻤﺎ ﻓﻲ ﺍﻟﺸﻜل 1-3 ﺃﺩﻨﺎﻩ ،ﺘﻔﺘﺢ ﻗﺎﺌﻤﺔ ﺍﻟﺘﺤﻭﻴل ﺍﻟﺘﻲ ﺘﺤﺘﻭﻱ ﻋﻠﻰ ﻤﺠﻤﻭﻋﺔ ﻤﻥ ﺍﻷﻭﺍﻤﺭ ﻭﻤﻨﻬﺎ ﻤﺎ ﻫﻲ
ﺨﺎﺼﺔ ﺒﻌﻤﻠﻴﺎﺕ ﺘﺤﻭﻴل ﻤﺘﻐﻴﺭﺍﺕ ﻭﻫﻲ :
• ﺍﻟﺤﺴﺎﺏ : Computeﻹﺠﺭﺍﺀ ﺍﻟﻌﻤﻠﻴﺎﺕ ﺍﻟﺤﺴﺎﺒﻴﺔ ﻭﺍﻟﺘﺤﻭﻴﻼﺕ ﺍﻟﺭﻴﺎﻀﻴﺔ.
) (3ﻋﻤﻠﻴﺎﺕ ﺘﺤﻭﻴل ﻭﺘﺤﻭﻴﺭ ﺍﻟﻤﺘﻐﻴﺭﺍﺕ
84
• ﺘﺼﻨﻴﻑ ﺒﺈﻋﺎﺩﺓ ﺍﻟﺘﻘﺴﻴﻡ : Recodeﻟﺘﺒﻭﻴﺏ ﺍﻟﻅﻭﺍﻫﺭ ﻭﺘﻘﺴﻴﻡ ﻤﺩﺍﻫﺎ.
• ﺘﺼﻨﻴﻑ ﺍﻟﻤﺘﻐﻴﺭﺍﺕ : Categorize Variablesﻟﺘﺒﻭﻴﺏ ﺍﻟﺒﻴﺎﻨﺎﺕ ﻓﻲ ﻓﺌﺎﺕ ﻤﺘﺴﺎﻭﻴﺔ ﺍﻟﻁﻭل .
• ﺇﻴﺠﺎﺩ ﺭﺘﺏ ﺍﻟﻘﻴﻡ Rank Casesﻟﺨﻠﻕ ﻤﺘﻐﻴﺭ ﻴﺤﺘﻭﻱ ﻋﻠﻰ ﺭﺘﺏ ﺍﻟﻘﻴﻡ ﻟﻜل ﻤﺘﻐﻴﺭ.
• ﺍﻟﺘﺼﻨﻴﻑ ﺍﻵﻟﻲ : Automatic Recodeﻟﺘﺒﻭﻴﺏ ﺍﻟﻅﻭﺍﻫﺭ ﻭﺘﻘﺴﻴﻡ ﻤﺩﺍﻫﺎ ﻭﻟﻜﻥ
ﺩﻭﻥ ﺍﻟﺘﺤﻜﻡ ﻓﻲ ﺃﻁﻭﺍل ﺍﻟﻔﺌﺎﺕ .
• ﺨﻠﻕ ﺴﻠﺴﻠﺔ ﺯﻤﻨﻴﺔ : Create Time Seriesﻭﺫﻟﻙ ﻟﺨﻠﻕ ﻤﺘﻐﻴﺭ ﻴﺤﺘﻭﻱ ﻋﻠﻰ ﻗﻴﻡ ﻤﺭﺘﺒﺔ ﻓﻲ ﺸﻜل ﺴﻠﺴﻠﺔ ﺯﻤﻨﻴﺔ ﺤﻴﺙ ﺍﻟﻘﻴﻡ ﺍﻟﻤﺘﺴﻠﺴﻠﺔ ﺘﻜﻭﻥ ﻤﺘﺭﺍﺒﻁﺔ.
• ﺍﺴﺘﺒﺩﺍل ﺍﻟﻘﻴﻡ ﺍﻟﻤﻔﻘﻭﺩﺓ : Replace Missing Valuesﻭﺫﻟﻙ ﻟﺘﻘﺩﻴﺭ ﺍﻟﻘﻴﻡ ﺍﻟﻤﻔﻘﻭﺩﺓ ﻭﺍﻟﺘﻌﻭﻴﺽ ﻋﻨﻬﺎ ﺒﻁﺭﻴﻘﺔ ﻴﺘﻡ ﺘﺤﺩﻴﺩﻫﺎ.
ﺸﻜل : 1-3ﺍﻟﺩﺨﻭل ﺇﻟﻰ ﻗﺎﺌﻤﺔ ﺘﺤﻭﻴل ﺍﻟﻤﺘﻐﻴﺭﺍﺕ ﺍﻷﻤﺭ . Transform
ﻭﺜﻤﺔ ﺃﻤﺭﻴﻥ ﺁﺨﺭﻴﻥ ﻗﺩ ﻨﺤﺘﺎﺝ ﻟﻬﻤﺎ ﻓﻲ ﺘﺤﻭﻴل ﺍﻟﻤﺘﻐﻴﺭﺍﺕ ﻭﻴﺄﺘﻴﺎﻥ ﻓﻲ ﻗﺎﺌﻤﺔ ﺍﻟﺒﻴﺎﻨﺎﺕ Dataﻓﻲ ﻤﺤﺭﺭ ﺍﻟﺒﻴﺎﻨﺎﺕ ،ﻭﻫﻤﺎ ﺍﺨﺘﻴﺎﺭ ﻤﻔﺭﺩﺍﺕ Select Casesﻭﻭﻀﻊ ﺃﻭﺯﺍﻥ ﻟﻠﻤﺘﻐﻴﺭﺍﺕ ،Weight Casesﻭﺴﻨﻘﻭﻡ ﺍﻵﻥ ﺒﺘﻭﻀﻴﺢ ﺠﻤﻴﻊ ﻫﺫﻩ ﺍﻷﻭﺍﻤﺭ
ﺒﺎﻟﺘﻔﺼﻴل.
) (3ﻋﻤﻠﻴﺎﺕ ﺘﺤﻭﻴل ﻭﺘﺤﻭﻴﺭ ﺍﻟﻤﺘﻐﻴﺭﺍﺕ
85
.1.3اﻟﻌﻤﻠﻴﺎت اﻟﺤﺴﺎﺑﻴﺔ The Compute Procedures : ﻭﻴﺴﺘﺨﺩﻡ ﺃﻤﺭ ﺍﻟﺤﺴﺎﺏ Computeﻟﺘﺤﻭﻴل ﻗﻴﻡ ﺍﻟﻤﺘﻐﻴﺭ ﺇﻟﻰ ﻗﻴﻡ ﺃﺨﺭﻯ ﻋﻥ
ﻁﺭﻴﻕ ﺩﺍﻟﺔ ﺃﻭ ﻋﻼﻗﺔ ﺭﻴﺎﻀﻴﺔ ﺃﻭ ﻟﺨﻠﻕ ﻤﺘﻐﻴﺭﺍﺕ ﺠﺩﻴﺩﺓ ﻤﻥ ﺨﻼل ﻋﻼﻗﺔ ﺭﻴﺎﻀﻴﺔ ﻼ ﺍﻟﺤﺼﻭل ﻋﻠﻰ ﺍﻟﻠﻭﻏﺎﺭﻴﺘﻡ ﺍﻟﻁﺒﻴﻌﻲ ﻟﺠﻤﻴﻊ ﻤﻊ ﻤﺘﻐﻴﺭﺍﺕ ﻤﻭﺠﻭﺩﺓ ﺃﺨﺭﻯ ،ﻓﻴﻤﻜﻥ ﻤﺜ ﹰ
ﻗﻴﻡ ﻤﺘﻐﻴﺭ ﻤﻌﻴﻥ ﺃﻭ ﺍﻟﺠﺫﺭ ﺍﻟﺘﺭﺒﻴﻌﻲ ﻟﻬﺫﻩ ﺍﻟﻘﻴﻡ ﺃﻭ ﺤﺴﺎﺏ ﺃﻱ ﻋﻼﻗﺔ ﺃﻭ ﺩﺍﻟﺔ ﺠﺒﺭﻴﺔ ﻤﻬﻤﺎ ﻜﺎﻨﺕ ﺼﻴﻐﺔ ﻫﺫﻩ ﺍﻟﻌﻼﻗﺔ ،ﺇﺫ ﻴﻤﻜِﻥ ﻫﺫﺍ ﺍﻷﻤﺭ ﻤﻥ ﺇﺠﺭﺍﺀ ﺠﻤﻴﻊ ﺍﻟﻌﻤﻠﻴﺎﺕ
ﺍﻟﺤﺴﺎﺒﻴﺔ ﻭﻴﻭﻓﺭ ﺩﻭﺍل ﺭﻴﺎﻀﻴﺔ ﻜﺜﻴﺭﺓ ﺠﺩﺍ ﻟﺘﺴﻬﻴل ﻫﺫﻩ ﺍﻟﻌﻤﻠﻴﺎﺕ ﺍﻟﺤﺴﺎﺒﻴﺔ.
ﻭﻴﻤﻜﻥ ﻟﻠﻤﺴﺘﺨﺩﻡ ﺃﻥ ﻴﺨﻠﻕ ﻤﺘﻐﻴﺭﹰﺍ ﺠﺩﻴﺩﹰﺍ ﺒﻨﺎﺀ ﻋﻠﻰ ﺍﻟﻌﻼﻗﺔ ﻤﻊ ﺃﺤﺩ ﺃﻭ ﺒﻌﺽ ﺍﻟﻤﺘﻐﻴﺭﺍﺕ ﺍﻷﺼﻠﻴﺔ ﻭﻴﺤﻔﻅ ﻫﺫﺍ ﺍﻟﻤﺘﻐﻴﺭ ﺒﺎﺴﻡ ﺠﺩﻴﺩ ،ﻜﻤﺎ ﺃﻨﻪ ﻤﻥ ﺍﻟﻤﻤﻜﻥ ﺃﻴﻀﹰﺎ ﺇﺠﺭﺍﺀ
ﺘﻐﻴﻴﺭ ﻋﻠﻰ ﻗﻴﻡ ﺃﺤﺩ ﺍﻟﻤﺘﻐﻴﺭﺍﺕ ﻋﻥ ﻁﺭﻴﻕ ﺘﺤﻭﻴﻠﻬﺎ ﻟﺩﺍﻟﺔ ﻤﺎ ﻓﻲ ﺍﻟﻤﺘﻐﻴﺭ ﺍﻷﺼﻠﻲ
ﻭﺍﺴﺘﺒﺩﺍل ﺍﻟﻘﻴﻡ ﺍﻟﺠﺩﻴﺩﺓ ﻤﻜﺎﻥ ﺍﻟﻘﻴﻡ ﺍﻷﺼﻠﻴﺔ ﻭﻴﺤﺘﻔﻅ ﻓﻲ ﻫﺫﻩ ﺍﻟﺤﺎﻟﺔ ﺒﺎﻻﺴﻡ ﺍﻟﻘﺩﻴﻡ ،ﺇﺫ
ﻼ ﺤﺴﺎﺏ ﻨﺴﺒﺔ ﺍﻟﻭﺯﻥ ﺇﻟﻰ ﺍﻟﻁﻭل ﻭﻴﺤﻔﻅ ﻗﻴﻡ ﺍﻟﻨﺴﺏ ﺍﻟﻨﺎﺘﺠﺔ ﻓﻲ ﻤﺘﻐﻴﺭ ﻴﻤﻜﻥ ﻤﺜ ﹰ
ﺠﺩﻴﺩ ،ﻭﻜﺫﻟﻙ ﻴﻤﻜﻥ ﺤﺴﺎﺏ ﻤﺭﺒﻌﺎﺕ ﻗﻴﻡ ﺃﺤﺩ ﺍﻟﻤﺘﻐﻴﺭﺍﺕ ﻭﺍﺴﺘﺒﺩﺍل ﺍﻟﻘﻴﻡ ﺍﻷﺼﻠﻴﺔ
ﺒﻘﻴﻤﻬﺎ ﺍﻟﻨﺎﺘﺠﺔ ﺩﻭﻥ ﺨﻠﻕ ﻤﺘﻐﻴﺭ ﺠﺩﻴﺩ ،ﻭﻟﻜﻥ ﻴﻔﻀل ﺩﺍﺌﻤﺎ ﺤﻔﻅ ﺍﻟﻘﻴﻡ ﺍﻟﺠﺩﻴﺩﺓ ﻓﻲ ﻤﺘﻐﻴﺭ ﺒﺎﺴﻡ ﺠﺩﻴﺩ ﺨﻭﻓﹰﺎ ﻤﻥ ﻓﻘﺩﺍﻥ ﺍﻟﻘﻴﻡ ﺍﻷﺼﻠﻴﺔ ﺍﻟﺘﻲ ﻗﺩ ﻨﺤﺘﺎﺠﻬﺎ ﻓﻲ ﻋﻤﻠﻴﺎﺕ ﺃﺨﺭﻯ. ﺸﻜل : 2-3ﺍﻟﺩﺨﻭل ﺇﻟﻰ ﻨﺎﻓﺫﺓ ﺍﻟﺤﺴﺎﺏ Computeﻓﻲ ﻗﺎﺌﻤﺔ . Transform
) (3ﻋﻤﻠﻴﺎﺕ ﺘﺤﻭﻴل ﻭﺘﺤﻭﻴﺭ ﺍﻟﻤﺘﻐﻴﺭﺍﺕ
86
ﻭﻴﺴﺘﻁﻴﻊ ﺍﻟﻤﺴﺘﺨﺩﻡ ﺍﻟﺘﻌﺎﻤل ﻤﻊ ﺃﻱ ﻤﻥ ﺍﻟﻌﻤﻠﻴﺎﺕ ﺍﻟﺤﺴﺎﺒﻴﺔ ﻭﺍﻟﺩﻭﺍل ﺍﻟﺭﻴﺎﻀﻴﺔ
ﻭﺨﻠﻕ ﻤﺘﻐﻴﺭﺍﺕ ﻭﺘﺤﻭﻴل ﻤﺘﻐﻴﺭﺍﺕ ﺃﺨﺭﻯ ﺃﺜﻨﺎﺀ ﻓﺘﺢ ﻤﺤﺭﺭ ﺍﻟﺒﻴﺎﻨﺎﺕ ،ﻓﻤﻥ ﺍﻟﻘﺎﺌﻤﺔ
ﺍﻟﺭﺌﻴﺴﻴﺔ ﻟﻤﺤﺭﺭ ﺍﻟﺒﻴﺎﻨﺎﺕ ﻴﻤﻜﻥ ﺍﻟﻨﻘﺭ ﻋﻠﻰ ﻗﺎﺌﻤﺔ ﺘﺤﻭﻴل Transformﺜﻡ ﺍﺨﺘﻴﺎﺭ ﺍﻷﻤﺭ ﺤﺴﺎﺏ Computeﻤﻥ ﺍﻟﻘﺎﺌﻤﺔ ﻟﺘﻔﺘﺢ ﻨﺎﻓﺫﺓ ﺤﺴﺎﺏ ﻤﺘﻐﻴﺭﺍﺕ
Compute
Variablesﻜﻤﺎ ﻓﻲ ﺸﻜل 2-3ﺃﻋﻼﻩ .
ﻭﻴﺒﺩﻭ ﻓﻲ ﻫﺫﻩ ﺍﻟﻨﺎﻓﺫﺓ ﻤﺭﺒﻌﻴﻥ ﻟﻜﺘﺎﺒﺔ ﺍﻟﺘﻌﻠﻴﻤﺎﺕ ﺃﺤﺩﻫﻤﺎ ﻻﺴﻡ ﺍﻟﻤﺘﻐﻴﺭ ﺍﻟﺠﺩﻴﺩ
ﻋﻠﻰ ﺍﻟﻴﺴﺎﺭ ﻭﺍﻵﺨﺭ ﻟﻠﺼﻴﻐﺔ ﺍﻟﺭﻴﺎﻀﻴﺔ ﺍﻟﻤﻁﻠﻭﺏ ﺤﺴﺎﺒﻬﺎ ﻋﻠﻰ ﺍﻟﻴﻤﻴﻥ ،ﻭﻤﻨﻬﺎ ﻴﻤﻜﻨﻪ
ﺍﻟﺒﺩﺀ ﺒﻜﺘﺎﺒﺔ ﺍﺴﻡ ﺍﻟﻤﺘﻐﻴﺭ ﺍﻟﺠﺩﻴﺩ ﺃﻭ ﺍﺨﺘﻴﺎﺭ ﺍﺴﻡ ﻤﺘﻐﻴﺭ ﻗﺩﻴﻡ ﻤﻥ ﺍﻟﻘﺎﺌﻤﺔ ﻭﻭﻀﻊ ﺍﻟﻘﻴﻡ ﺍﻟﻨﺎﺘﺠﺔ ﻤﻥ ﺍﻟﻌﻤﻠﻴﺎﺕ ﺍﻟﺤﺴﺎﺒﻴﺔ ﺒﻪ ،ﺜﻡ ﻴﻨﺘﻘل ﺒﺎﻟﻔﺄﺭﺓ ﺇﻟﻰ ﺍﻟﻤﺭﺒﻊ ﺍﻟﺜﺎﻨﻲ ﻟﻜﺘﺎﺒﺔ ﺍﻟﻌﻼﻗﺔ
ﺍﻟﺭﻴﺎﻀﻴﺔ ﺍﻟﻤﻁﻠﻭﺒﺔ ،ﻭﻴﻤﻜﻥ ﺍﺨﺘﻴﺎﺭ ﺃﻱ ﻤﻥ ﺍﻟﻤﻔﺎﺘﻴﺢ ﺍﻟﻤﻭﻀﺤﺔ ﻓﻲ ﻫﺫﻩ ﺍﻟﻨﺎﻓﺫﺓ ﺍﻟﺘﻲ
ﺘﻤﺜل ﺍﻷﺭﻗﺎﻡ ﻭﺇﺸﺎﺭﺍﺕ ﺍﻟﻌﻤﻠﻴﺎﺕ ﺍﻟﺤﺴﺎﺒﻴﺔ ﻭﺍﻟﻌﻼﻗﺎﺕ ﻭﻜﺫﻟﻙ ﺃﻱ ﻤﻥ ﺍﻟﺩﻭﺍل ﺍﻟﻜﺜﻴﺭﺓ ﺍﻟﻤﻭﺠﻭﺩﺓ ﺒﺎﻟﻘﺎﺌﻤﺔ ،ﻓﺒﺎﻹﻀﺎﻓﺔ ﺇﻟﻰ ﺍﻷﺭﻗﺎﻡ ﺘﻭﺠﺩ ﺍﻷﺩﻟﺔ ﺍﻟﺘﺎﻟﻴﺔ ﺍﻟﺘﻲ ﺘﺴﺘﺨﺩﻡ ﻓﻲ
ﺍﻟﻌﻤﻠﻴﺎﺕ ﺍﻟﺠﺒﺭﻴﺔ :
" : "+ﻟﻌﻤﻠﻴﺎﺕ ﺍﻟﺠﻤﻊ. " : "-ﻟﻌﻤﻠﻴﺎﺕ ﺍﻟﻁﺭﺡ
"*" :ﻟﻌﻤﻠﻴﺎﺕ ﺍﻟﻀﺭﺏ.
" : "/ﺍﻟﻘﺴﻤﺔ .
"**" :ﻟﻠﺭﻓﻊ ﺇﻟﻰ ﺃﺱ ،ﻴﻠﻴﻬﺎ ﺍﻷﺱ. "<" :ﺃﻗل ﻤﻥ.
">" :ﺃﻜﺒﺭ ﻤﻥ.
"<=" :ﺃﻗل ﻤﻥ ﺃﻭ ﻴﺴﺎﻭﻱ )≤ ( .
">=" :ﺃﻜﺒﺭ ﻤﻥ ﺃﻭ ﻴﺴﺎﻭﻱ )≤ ( .
"=" :ﻴﺴﺎﻭﻱ.
) (3ﻋﻤﻠﻴﺎﺕ ﺘﺤﻭﻴل ﻭﺘﺤﻭﻴﺭ ﺍﻟﻤﺘﻐﻴﺭﺍﺕ
87
"=~" :ﻻ ﻴﺴﺎﻭﻱ.
"& " " :ﻭ" ﺃﻭﻓﻲ ﻨﻔﺱ ﺍﻟﻭﻗﺕ. " ~" " :ﻻ" ﺃﻭ ﻟﻴﺱ . " | " :ﺃﻭ .
") (" :ﺃﻗﻭﺍﺱ. ﻭﻋﻨﺩ ﺼﻴﺎﻏﺔ ﺍﻟﺘﻌﺒﻴﺭ ﺍﻟﺭﻴﺎﻀﻲ ﻋﻠﻰ ﻴﻤﻴﻥ ﻨﺎﻓﺫﺓ ﺍﻟﺤﺴﺎﺏ ﻻ ﺒﺩ ﻤﻥ ﻤﺭﺍﻋﺎﺓ ﺃﻥ
ﻋﻤﻠﻴﺎﺕ ﺍﻟﺤﺴﺎﺏ ﺩﺍﺨل ﺍﻟﻜﻤﺒﻴﻭﺘﺭ ﺘﺒﺩﺃ ﺒﺤﺴﺎﺏ ﺍﻟﺩﻭﺍل ﺜﻡ ﺤﺴﺎﺏ ﺍﻷﺴﺱ ﺜﻡ ﻋﻤﻠﻴﺎﺕ ﺍﻟﻀﺭﺏ ﻭﺍﻟﻘﺴﻤﺔ ﺜﻡ ﻋﻤﻠﻴﺎﺕ ﺍﻟﺠﻤﻊ ﻭﺍﻟﻁﺭﺡ ﺜﻡ ﻓﻙ ﺍﻷﻗﻭﺍﺱ ﻭﺍﻟﻌﻤﻠﻴﺎﺕ ﺍﻟﻤﻨﻁﻘﻴﺔ،
ﻭﺒﺫﻟﻙ ﻓﺈﻥ ﺍﻟﻌﺒﺎﺭﺓ result1=var1*vra2**var3ﺘﻌﻁﻲ ﻨﻔﺱ ﻨﺘﻴﺠﺔ ﺍﻟﻌﺒﺎﺭﺓ
ﻻ result2=vra2**var3*var1ﻷﻨﻪ ﻓﻲ ﻜﻠﺘﺎ ﺍﻟﺤﺎﻟﺘﻴﻥ ﺘﻡ ﺤﺴﺎﺏ var2**var3ﺃﻭ ﹰ ﺜﻡ ﻀﺭﺏ ﺍﻟﻨﺎﺘﺞ ﻓﻲ ، var1ﺃﻤﺎ ﺍﻟﺘﻌﺒﻴﺭﻴﻥ
result1=var1*vra2+var3ﻭ
result2=vra2+var3*var1ﻻ ﻴﻌﻁﻴﺎﻥ ﻨﻔﺱ ﺍﻟﻨﺘﻴﺠﺔ ﻷﻨﻪ ﻓﻲ ﺍﻟﺤﺎﻟﺔ ﺍﻷﻭﻟﻰ ﺘﻀﺭﺏ
var1ﻓﻲ var2ﺜﻡ ﻴﻀﺎﻑ ﺍﻟﻨﺎﺘﺞ ﺇﻟﻰ var3ﺒﻴﻨﻤﺎ ﻓﻲ ﺍﻟﺤﺎﻟﺔ ﺍﻟﺜﺎﻨﻴﺔ ﺘﻀﺭﺏ var1ﻓﻲ var3ﺜﻡ ﻴﻀﺎﻑ ﺍﻟﻨﺎﺘﺞ ﺇﻟﻰ ، var2ﻭﺍﻟﻨﺘﻴﺠﺔ ﺒﺎﻟﺘﺎﻟﻲ ﺴﺘﻜﻭﻥ ﺤﺘﻤﹰﺎ ﻤﺨﺘﻠﻔﺔ ،ﻟﻬﺫﺍ ﻴﺠﺏ ﺃﺨﺫ ﺍﻟﺤﻴﻁﺔ ﻭﺍﻟﺤﺫﺭ ﻋﻨﺩ ﻜﺘﺎﺒﺔ ﺍﻟﺼﻴﻎ ﺍﻟﺭﻴﺎﻀﻴﺔ ﺍﻟﻁﻭﻴﻠﺔ ،ﻭﻴﺤﺴﻥ ﺍﺴﺘﺨﺩﺍﻡ ﺍﻷﻗﻭﺍﺱ
ﺒﻜﺜﺭﺓ ﻷﻥ ﺫﻟﻙ ﻴﻀﻴﻕ ﺍﻟﻤﺠﺎل ﻟﻠﺨﻁﺄ .
ﻭﻫﻨﺎﻙ ﺒﻌﺽ ﺍﻟﺠﻭﺍﻨﺏ ﺍﻷﺴﺎﺴﻴﺔ ﺍﻷﺨﺭﻯ ﺍﻟﻬﺎﻤﺔ ﺍﻟﻤﺘﻌﻠﻘﺔ ﺒﺎﻷﻤﺭ ﺤﺴﺎﺏ Compute Variablesﺴﻴﺘﻡ ﺘﻭﻀﻴﺤﻬﺎ ﺒﺎﻟﺘﻔﺼﻴل ﻫﻨﺎ.
ﻨﻭﻉ ﻭﺩﻟﻴل ﻤﺘﻐﻴﺭ ﺍﻟﻌﻤﻠﻴﺎﺕ ﺍﻟﺤﺴﺎﺒﻴﺔ Compute Variable Type and :Labelﻴﻌﺭﻑ ﺃﻤﺭ ﺍﻟﺤﺴﺎﺏ ﺘﻠﻘﺎﺌﻴﹰﺎ ﺃﻱ ﻤﺘﻐﻴﺭ ﻴﺘﻡ ﺘﺴﻤﻴﺘﻪ ﻹﺘﻤﺎﻡ ﻋﻤﻠﻴﺎﺕ ﺤﺴﺎﺒﻴﺔ ﻋﻠﻰ ﺍﻨﻪ ﻤﺘﻐﻴﺭ ﻜﻤﻲ ،ﻭﻟﻜﻥ ﺇﺫﺍ ﻜﺎﻥ ﺍﻟﺘﻌﺎﻤل ﻤﻊ ﻋﻤﻠﻴﺎﺕ ﻴﻨﺘﺞ ﻋﻨﻬﺎ ﻤﺘﻐﻴﺭ ﻭﺼﻔﻲ
ﻓﻼ ﺒﺩ ﻓﻲ ﺍﻟﺒﺩﺍﻴﺔ ﻤﻥ ﺘﻌﺭﻴﻑ ﺍﻟﻤﺘﻐﻴﺭ ﻋﻠﻰ ﺃﻨﻪ ﻤﺘﻐﻴﺭ ﻭﺼﻔﻲ ﺒﻁﻭل ﻤﻨﺎﺴﺏ ،ﺇﺫ ﺃﻨﻪ
) (3ﻋﻤﻠﻴﺎﺕ ﺘﺤﻭﻴل ﻭﺘﺤﻭﻴﺭ ﺍﻟﻤﺘﻐﻴﺭﺍﺕ
88
ﻓﻲ ﺒﻌﺽ ﺍﻟﺤﺎﻻﺕ ﻻ ﺘﺘﻡ ﺍﻟﻌﻤﻠﻴﺔ ﺍﻟﺤﺴﺎﺒﻴﺔ ﺒﻨﺠﺎﺡ ﺇﺫﺍ ﻜﺎﻥ ﺘﻌﺭﻴﻑ ﺍﻟﻤﺘﻐﻴﺭ ﺨﺎﻁﺊ ، ﺃﻤﺎ ﺒﺎﻟﻨﺴﺒﺔ ﻟﺩﻟﻴل ﻤﺘﻐﻴﺭ ﺍﻟﺤﺴﺎﺏ ﺍﻟﻨﺎﺘﺞ ﻓﺈﻥ ﻭﻀﻌﻪ ﻟﻴﺱ ﺇﻟﺯﺍﻤﻲ ﻭﻟﻜﻥ ﻴﻔﻀل ﺩﺍﺌﻤﹰﺎ ﻭﻀﻊ ﺩﻟﻴل ﻋﻠﻰ ﺃﻻ ﻴﺯﻴﺩ ﻁﻭﻟﻪ ﻋﻥ 120ﺤﺭﻑ ،ﻭﻤﻥ ﺍﻟﻤﻤﻜﻥ ﺍﺴﺘﻌﻤﺎل ﺃﻭل 110 ﺤﺭﻭﻑ ﻤﻥ ﺼﻴﻐﺔ ﺍﻟﺤﺴﺎﺏ ﻜﺩﻟﻴل ﻟﻤﺘﻐﻴﺭ ﺍﻟﺤﺴﺎﺏ ﺍﻟﻨﺎﺘﺞ ﻤﻥ ﺍﻟﻌﻤﻠﻴﺔ.
ﺸﻜل : 3-3ﺘﺤﺩﻴﺩ ﻨﻭﻉ ﻭﺩﻟﻴل ﺍﻟﻤﺘﻐﻴﺭ ﺍﻟﻨﺎﺘﺞ ﻤﻥ ﺍﻟﻌﻤﻠﻴﺎﺕ ﺍﻟﺤﺴﺎﺒﻴﺔ .
ﺍﻟﻘﻴﻡ ﺍﻟﻤﻔﻘﻭﺩﺓ ﻓﻲ ﻤﺘﻐﻴﺭ ﺍﻟﻌﻤﻠﻴﺎﺕ ﺍﻟﺤﺴﺎﺒﻴﺔ
Missing Values in
: Functionsﻴﺘﻡ ﺍﻟﺘﻌﺎﻤل ﻤﻊ ﺍﻟﻘﻴﻡ ﺍﻟﻤﻔﻘﻭﺩﺓ ﺒﺸﻘﻴﻬﺎ ﺍﻟﻨﺎﺘﺠﻴﻥ ﻤﻥ ﺍﻟﻨﻅﺎﻡ ﻭﺍﻟﻤﺴﺘﺨﺩﻡ ﻓﻲ ﻜل ﻤﻥ ﺍﻟﺩﻭﺍل ﻭﺍﻟﻌﻤﻠﻴﺎﺕ ﺍﻟﺤﺴﺎﺒﻴﺔ computeﺒﻁﺭﻕ ﻤﺨﺘﻠﻔﺔ ،ﻓﻔﻲ
ﻼ ﻴﻜﻭﻥ ﺍﻟﻨﺎﺘﺞ ﻗﻴﻤﺔ ﻤﻔﻘﻭﺩﺓ ﺇﺫﺍ ﻜﺎﻨﺕ ﺍﻟﻤﻔﺭﺩﺓ ﺍﻟﺘﻌﺒﻴﺭ var1+var2+var3)/3 :ﻤﺜ ﹰ
ﺘﺤﺘﻭﻱ ﻋﻠﻰ ﻗﻴﻤﺔ ﻤﻔﻘﻭﺩﺓ ﻓﻲ ﺃﻱ ﻤﻥ ﻗﻴﻡ ﺍﻟﻤﺘﻐﻴﺭﺍﺕ ﺍﻟﺜﻼﺜﺔ ،ﻭﻟﻜﻥ ﻓﻲ ﺍﻟﺘﻌﺒﻴﺭ : ) MEAN(var1, var2, var3ﻴﻜﻭﻥ ﺍﻟﻨﺎﺘﺞ ﻗﻴﻤﺔ ﻤﻔﻘﻭﺩﺓ ﺇﺫﺍ ﻜﺎﻨﺕ ﺍﻟﻤﻔﺭﺩﺓ ﺘﺤﺘﻭﻱ
ﻋﻠﻰ ﻗﻴﻡ ﻤﻔﻘﻭﺩﺓ ﻓﻲ ﺠﻤﻴﻊ ﻗﻴﻡ ﺍﻟﻤﺘﻐﻴﺭﺍﺕ ﺍﻟﺜﻼﺜﺔ ،ﻭﻓﻲ ﺍﻟﺩﻭﺍل ﺍﻹﺤﺼﺎﺌﻴﺔ ﻴﻤﻜﻨﻙ ﺘﺤﺩﻴﺩ ﺍﻟﺤﺩ ﺍﻷﺩﻨﻰ ﻤﻥ ﺍﻟﻤﺘﻐﻴﺭﺍﺕ ﺍﻟﺘﻲ ﻴﺠﺏ ﺃﻻ ﺘﻜﻭﻥ ﻗﻴﻤﻬﺎ ﻤﻔﻘﻭﺩﺓ ﻟﻜﻲ ﻻ ﺘﻌﺘﺒﺭ
ﺍﻟﻨﺘﻴﺠﺔ ﻤﻔﻘﻭﺩﺓ ،ﻭﻫﺫﺍ ﻴﻤﻜﻥ ﺃﻥ ﻴﺘﻡ ﺒﺈﻟﺤﺎﻕ ﻨﻘﻁﺔ ﻤﺭﻓﻘﺔ ﺒﺎﻟﺤﺩ ﺍﻷﺩﻨﻰ ﻟﻌﺩﺩ ﺍﻟﻤﺘﻐﻴﺭﺍﺕ
ﻓﻲ ﺍﺴﻡ ﺍﻟﺩﺍﻟﺔ ﻤﺜل ﺍﻟﺩﺍﻟﺔ ﺍﻟﺘﺎﻟﻴﺔ . MEAN.2(var1, var2, var3) :
) (3ﻋﻤﻠﻴﺎﺕ ﺘﺤﻭﻴل ﻭﺘﺤﻭﻴﺭ ﺍﻟﻤﺘﻐﻴﺭﺍﺕ
89
ﺍﻟﻌﻤﻠﻴﺎﺕ ﺍﻟﺤﺴﺎﺒﻴﺔ ﺍﻟﻤﺸﺭﻭﻁﺔ : Compute Variable If Casesﺘﻤﻜﻥ ﻨﺎﻓﺫﺓ ﺍﻟﺤﺴﺎﺏ ﺍﻟﻤﺸﺭﻭﻁ If Cases dialog boxﻤﻥ ﺘﻁﺒﻴﻕ ﺍﻟﺤﺴﺎﺏ ﺃﻭ ﺍﻟﺘﺤﻭﻴل
ﻋﻠﻰ ﺃﺠﺯﺍﺀ ﻤﻥ ﻤﻔﺭﺩﺍﺕ ﻤﺨﺘﺎﺭﺓ ﻤﻥ ﺍﻟﺒﻴﺎﻨﺎﺕ ﻭﺫﻟﻙ ﺒﺎﺴﺘﺨﺩﺍﻡ ﺘﻌﺒﻴﺭ ﺸﺭﻁﻲ،
ﻭﺍﻟﻤﻌﺭﻭﻑ ﺃﻥ ﻨﺘﻴﺠﺔ ﺍﻟﺘﻌﺒﻴﺭ ﺍﻟﺸﺭﻁﻲ ﺘﻜﻭﻥ ﻋﺎﺩﺓ ﺇﻤﺎ "ﺼﺤﻴﺢ" “ ”trueﺃﻭ "ﺨﺎﻁﺊ"
“ ”falseﺃﻭ "ﻗﻴﻤﺔ ﻤﻔﻘﻭﺩﺓ" “ ”missing valueﻷﻱ ﻤﻔﺭﺩﺓ ،ﻓﺈﺫﺍ ﻜﺎﻨﺕ ﺍﻟﻨﺘﻴﺠﺔ ﻷﻱ ﻤﻔﺭﺩﺓ "ﺼﺤﻴﺢ" ﻓﺈﻥ ﺍﻟﻌﻤﻠﻴﺔ ﺍﻟﺤﺴﺎﺒﻴﺔ ﺃﻭ ﻋﻤﻠﻴﺔ ﺍﻟﺘﺤﻭﻴل ﺘﻁﺒﻕ ﻋﻠﻰ ﻫﺫﻩ ﺍﻟﻤﻔﺭﺩﺓ ،
ﻭﺇﺫﺍ ﻜﺎﻨﺕ ﺘﻠﻙ ﺍﻟﻨﺘﻴﺠﺔ "ﺨﺎﻁﺊ" ﺃﻭ "ﻗﻴﻤﺔ ﻤﻔﻘﻭﺩﺓ" ﻓﺈﻥ ﺍﻟﻌﻤﻠﻴﺔ ﻻ ﺘﺘﻡ ﻋﻠﻰ ﺘﻠﻙ ﺍﻟﻤﻔﺭﺩﺓ ،ﻭﺘﺴﺘﺨﺩﻡ ﻤﻌﻅﻡ ﺍﻟﻌﻤﻠﻴﺎﺕ ﺍﻟﺤﺴﺎﺒﻴﺔ ﺩﻟﻴل ﺃﻭ ﺃﻜﺜﺭ ﻤﻥ ﺍﻷﺩﻟﺔ ﺍﻟﺘﺎﻟﻴﺔ ﺍﻟﻤﻭﺠﻭﺩﺓ
ﻋﻠﻰ ﻟﻭﺤﺔ ﺍﻟﻤﻔﺎﺘﻴﺢ ﻭﻫﻲ > :ﻭ < ﻭ >= ﻭ <= ﻭ = ﻭ ~= ،ﻭﻴﻤﻜﻥ ﻟﻠﺘﻌﺒﻴﺭ ﺍﻟﺸﺭﻁﻲ ﺃﻥ ﻴﺤﺘﻭﻱ ﺃﻴﻀﹰﺎ ﻋﻠﻰ ﺃﺴﻤﺎﺀ ﻤﺘﻐﻴﺭﺍﺕ ﻭﻗﻴﻡ ﺜﺎﺒﺘﺔ ﻭﺇﺸﺎﺭﺍﺕ ﺍﻟﻌﻤﻠﻴﺎﺕ
ﺍﻟﺤﺴﺎﺒﻴﺔ ﻭﺩﻭﺍل ﺠﺒﺭﻴﺔ ﻭﺩﻭﺍل ﺃﺨﺭﻯ ﻭﻤﺘﻐﻴﺭﺍﺕ ﻤﻨﻁﻘﻴﺔ ﻭﻜﺫﻟﻙ ﺇﺸﺎﺭﺍﺕ ﺍﻟﻌﻼﻗﺎﺕ.
ﺸﻜل : 4-3ﻨﺎﻓﺫﺓ ﺍﻟﻌﻤﻠﻴﺎﺕ ﺍﻟﺤﺴﺎﺒﻴﺔ ﺍﻟﻤﺸﺭﻭﻁﺔ Compute Variables If Cases ﻓﻲ ﻨﺎﻓﺫﺓ ﺍﻟﺤﺴﺎﺏ Compute Variablesﻓﻲ ﻗﺎﺌﻤﺔ ﺘﺤﻭﻴل . Transform
) (3ﻋﻤﻠﻴﺎﺕ ﺘﺤﻭﻴل ﻭﺘﺤﻭﻴﺭ ﺍﻟﻤﺘﻐﻴﺭﺍﺕ
90
ﺍﻟﺩﻭﺍل : Functionsﻭﻫﻨﺎﻙ ﺃﻨﻭﺍﻉ ﻤﺨﺘﻠﻔﺔ ﻤﻥ ﺍﻟﺩﻭﺍل ﺍﻟﺘﻲ ﻴﻤﻜﻥ ﺍﺴﺘﺨﺩﺍﻤﻬﺎ ﻓﻲ ﺇﺠﺭﺍﺀ ﺍﻟﻌﻤﻠﻴﺎﺕ ﺍﻟﺤﺴﺎﺒﻴﺔ ﻭﻫﻲ:
.1ﺍﻟﺩﻭﺍل ﺍﻟﺠﺒﺭﻴﺔ : Arithmetic Functions ) : ABS(numexprﺍﻟﻘﻴﻤﺔ ﺍﻟﻤﻁﻠﻘﺔ ﻟﻘﻴﻡ ﻤﺘﻐﻴﺭ ﻜﻤﻲ.
) : ARSIN(numexprﻭﺘﻌﻁﻲ ﻗﻴﻡ ﺯﻭﺍﻴﺎ ﺠﻴﺒﻬﺎ sin-1ﻤﺴﺎﻭﻴﺎ ﻗﻴﻤﺔ ﻤﻌﻴﻨﺔ.
) : ARTAN(numexprﻭﺘﻌﻁﻲ ﻗﻴﻡ ﺯﻭﺍﻴﺎ ﺠﻴﺒﻬﺎ sin-1ﻤﺴﺎﻭﻴﺎ ﻗﻴﻤﺔ ﻤﻌﻴﻨﺔ.
) : COS(radiansﺠﻴﺏ ﺘﻤﺎﻡ cosinﺯﻭﺍﻴﺎ ﻤﺤﺩﺩﺓ .
) : EXP(numexprﻭﺘﻌﻁﻲ ﻗﻴﻤﺔ ﺍﻟﻌﺩﺩ ﺍﻟﻁﺒﻴﻌﻲ eﻤﺭﻓﻭﻋﹰﺎ ﻷﺱ ﻤﺤﺩﺩ.
) : LN(numexprﺍﻟﻠﻭﻏﺎﺭﻴﺘﻡ ﺍﻟﻁﺒﻴﻌﻲ lnﻟﻘﻴﻡ ﻤﻌﻴﻨﺔ )ﺃﻱ ﻟﻸﺴﺎﺱ . ( e
) : LG10(numexprﺍﻟﻠﻭﻏﺎﺭﻴﺘﻡ ﺍﻟﻤﻌﺘﺎﺩ logﻟﻘﻴﻡ ﻤﻌﻴﻨﺔ )ﺃﻱ ﻟﻸﺃﺴﺎﺱ .(10
) : MOD(nexp,modlsﻭﺘﻌﻁﻲ ﺍﻟﻤﻌﺎﻤل modﻋﻨﺩ ﻗﺴﻤﺔ nexpﻋﻠﻰ . modls
) : RND(numexprﻭﺘﻌﻁﻲ ﺍﻟﻘﻴﻤﺔ ﺍﻟﺘﻘﺭﻴﺒﻴﺔ ﻷﻗﺭﺏ ﻋﺩﺩ ﺼﺤﻴﺢ.
) : SIN(radiansﺠﻴﺏ sinﺯﻭﺍﻴﺎ ﻤﺤﺩﺩﺓ .
) : SQRT(numexprﻭﺘﻌﻁﻲ ﺍﻟﺠﺫﺭ ﺍﻟﺘﺭﺒﻴﻌﻲ ﻟﻘﻴﻡ ﻤﻭﺠﺒﺔ. ) : TRUNC(numexprﻭﺘﻌﻁﻲ ﺍﻷﻋﺩﺍﺩ ﺍﻟﺼﺤﻴﺤﺔ ﻟﻠﻘﻴﻡ ﺒﻌﺩ ﺍﺴﺘﺒﻌﺎﺩ ﺍﻟﻜﺴﻭﺭ.
.2ﺍﻟﺩﻭﺍل ﺍﻟﺘﺤﻭﻴﻠﻴﺔ : Conversion Functions ) : NUMBER(strexpr,formatﺘﻘﻭﻡ ﺒﺘﺤﻭﻴل ﺍﻟﻤﺘﻐﻴﺭ ﺍﻟﻭﺼﻔﻲ strexprﺇﻟﻰ ﻤﺘﻐﻴﺭ ﻜﻤﻲ ﺒﻁﻭل ﻤﺴﺎ ٍﻭ . format
) : STRING(numexpr,formatﺘﻘﻭﻡ ﺒﺘﺤﻭﻴل ﺍﻟﻤﺘﻐﻴﺭ ﺍﻟﻜﻤﻲ numexprﺫﻭ
ﺍﻟﻁﻭل ﺍﻟﻤﺴﺎﻭﻱ formatﺇﻟﻰ ﻤﺘﻐﻴﺭ ﻜﻤﻲ.
) (3ﻋﻤﻠﻴﺎﺕ ﺘﺤﻭﻴل ﻭﺘﺤﻭﻴﺭ ﺍﻟﻤﺘﻐﻴﺭﺍﺕ
91
.3ﺩﻭﺍل ﺍﻟﺘﺎﺭﻴﺦ ﻭﺍﻟﻭﻗﺕ : Date and Time Functions ) : CTIME.DAYS(timevalueﺘﻌﻁﻲ ﻋﺩﺩ ﺍﻷﻴﺎﻡ ﻓﻲ ﻓﺘﺭﺍﺕ ﻤﺤﺩﺩﺓ. ) : CTIME.HOURS(timevalueﺘﻌﻁﻲ ﻋﺩﺩ ﺍﻟﺴﺎﻋﺎﺕ ﻓﻲ ﻓﺘﺭﺍﺕ ﻤﺤﺩﺩﺓ. ) : CTIME.MINUTES(timevalueﺘﻌﻁﻲ ﻋﺩﺩ ﺍﻟﺩﻗﺎﺌﻕ ﻓﻲ ﻓﺘﺭﺍﺕ ﻤﺤﺩﺩﺓ. ) : CTIME.SECONDS(timevalueﺘﻌﻁﻲ ﻋﺩﺩ ﺍﻟﺜﻭﺍﻨﻲ ﻓﻲ ﻓﺘﺭﺍﺕ ﻤﺤﺩﺩﺓ. ) : DATE.DMY(day,month,yearﺘﺤﻭل ﺜﻼﺙ ﻤﺘﻐﻴﺭﺍﺕ ﻜﻤﻴﺔ ﺼﺤﻴﺤﺔ ﺘﻤﺜل
ﺍﻟﻴﻭﻡ ﻭﺍﻟﺸﻬﺭ ﻭﺍﻟﺴﻨﺔ ﺇﻟﻰ ﻤﺘﻐﻴﺭ ﻭﺍﺤﺩ ﻋﻠﻰ ﺼﻭﺭﺓ ﺘﺎﺭﻴﺦ ﺒﻬﺫﺍ ﺍﻟﺘﺭﺘﻴﺏ.
) : DATE.MDY(month,day,yearﺘﺤﻭل ﺜﻼﺙ ﻤﺘﻐﻴﺭﺍﺕ ﻜﻤﻴﺔ ﺼﺤﻴﺤﺔ ﺘﻤﺜل
ﺍﻟﺸﻬﺭ ﻭﺍﻟﻴﻭﻡ ﻭﺍﻟﺴﻨﺔ ﺇﻟﻰ ﻤﺘﻐﻴﺭ ﻭﺍﺤﺩ ﻋﻠﻰ ﺼﻭﺭﺓ ﺘﺎﺭﻴﺦ ﺒﻬﺫﺍ ﺍﻟﺘﺭﺘﻴﺏ.
) : : DATE.MOYR(month,yearﺘﺤﻭل ﻤﺘﻐﻴﺭﻴﻥ ﻜﻤﻴﻴﻥ ﺼﺤﻴﺤﻴﻥ ﻴﻤﺜﻼﻥ
ﺍﻟﺸﻬﺭ ﻭﺍﻟﺴﻨﺔ ﺇﻟﻰ ﻤﺘﻐﻴﺭ ﻭﺍﺤﺩ ﻋﻠﻰ ﺼﻭﺭﺓ ﺘﺎﺭﻴﺦ ﺒﻬﺫﺍ ﺍﻟﺘﺭﺘﻴﺏ.
) : DATE.QYR(quarter,yearﺘﺤﻭل ﻤﺘﻐﻴﺭﻴﻥ ﻜﻤﻴﻴﻥ ﺼﺤﻴﺤﻴﻥ ﻴﻤﺜﻼﻥ ﺍﻟﻔﺼل ﻭﺍﻟﺴﻨﺔ ﺇﻟﻰ ﻤﺘﻐﻴﺭ ﻭﺍﺤﺩ ﻋﻠﻰ ﺼﻭﺭﺓ ﺘﺎﺭﻴﺦ ﺒﻬﺫﺍ ﺍﻟﺘﺭﺘﻴﺏ.
) : DATE.WKYR(weeknum,yearﺘﺤﻭل ﻤﺘﻐﻴﺭﻴﻥ ﻜﻤﻴﻴﻥ ﺼﺤﻴﺤﻴﻥ ﻴﻤﺜﻼﻥ
ﺭﻗﻡ ﺍﻷﺴﺒﻭﻉ ﻭﺍﻟﺴﻨﺔ ﺇﻟﻰ ﻤﺘﻐﻴﺭ ﻭﺍﺤﺩ ﻋﻠﻰ ﺼﻭﺭﺓ ﺘﺎﺭﻴﺦ ﺒﻬﺫﺍ ﺍﻟﺘﺭﺘﻴﺏ.
) : DATE.YRDAY(year,daynumﺘﺤﻭل ﻤﺘﻐﻴﺭﻴﻥ ﻜﻤﻴﻴﻥ ﺼﺤﻴﺤﻴﻥ ﻴﻤﺜﻼﻥ
ﺍﻟﺴﻨﺔ ﻭﺭﻗﻡ ﺍﻟﻴﻭﻡ ﻓﻲ ﺍﻟﺴﻨﺔ ﺇﻟﻰ ﻤﺘﻐﻴﺭ ﻭﺍﺤﺩ ﻋﻠﻰ ﺼﻭﺭﺓ ﺘﺎﺭﻴﺦ ﺒﻬﺫﺍ ﺍﻟﺘﺭﺘﻴﺏ.
) : TIME.DAYS(daysﺘﺤﻭل ﻤﺘﻐﻴﺭ ﻜﻤﻲ ﺼﺤﻴﺢ ﻴﻤﺜل ﻋﺩ ﺍﻷﻴﺎﻡ ﺇﻟﻰ ﻤﺘﻐﻴﺭ ﻋﻠﻰ ﺼﻭﺭﺓ ﺘﺎﺭﻴﺦ .
) (3ﻋﻤﻠﻴﺎﺕ ﺘﺤﻭﻴل ﻭﺘﺤﻭﻴﺭ ﺍﻟﻤﺘﻐﻴﺭﺍﺕ
92
) :TIME.HMS(hours,min,secﺘﺤﻭل ﺜﻼﺙ ﻤﺘﻐﻴﺭﺍﺕ ﻜﻤﻴﺔ ﺼﺤﻴﺤﺔ ﺇﻟﻰ ﻤﺘﻐﻴﺭ ﻥ ﺒﻨﻔﺱ ﺍﻟﺘﺭﺘﻴﺏ. ﻭﺍﺤﺩ ﻋﻠﻰ ﺼﻭﺭﺓ ﻓﺘﺭﺓ ﺯﻤﻨﻴﺔ ﻤﻜﻭﻨﺔ ﻤﻥ ﺴﺎﻋﺎﺕ ﻭﺩﻗﺎﺌﻕ ﻭﺜﻭﺍ ٍ
) : XDATE.DATE(datevalueﺘﺤﻭل ﻤﺘﻐﻴﺭ ﻜﻤﻲ ﻋﻠﻰ ﺼﻭﺭﺓ ﺘﺎﺭﻴﺦ ﺇﻟﻰ ﻤﺘﻐﻴﺭ ﺼﻭﺭﺓ ﺘﺎﺭﻴﺦ ﺒﺎﻟﻁﺭﻴﻘﺔ ﺍﻟﺘﻲ ﻴﺘﻡ ﺘﺤﺩﻴﺩﻫﺎ ﻋﻥ ﻁﺭﻴﻕ ﺘﻌﺭﻴﻑ ﺍﻟﻤﺘﻐﻴﺭ.
) : XDATE.HOUR(datevalueﺘﻌﻁﻲ ﻋﺩﺩ ﺍﻟﺴﺎﻋﺎﺕ ﻤﻥ ﻤﺘﻐﻴﺭ ﻜﻤﻲ ﻋﻠﻰ ﺼﻭﺭﺓ ﺘﺎﺭﻴﺦ. ) : XDATE.JDAY(datevalueﺘﻌﻁﻲ ﺭﻗﻡ ﺍﻟﻴﻭﻡ ﻓﻲ ﺍﻟﺴﻨﺔ )ﺒﻴﻥ 1ﻭ (366ﻤﻥ
ﻤﺘﻐﻴﺭ ﻜﻤﻲ ﻋﻠﻰ ﺼﻭﺭﺓ ﺘﺎﺭﻴﺦ.
) : XDATE.MDAY(datevalueﺘﻌﻁﻲ ﺭﻗﻡ ﺍﻟﻴﻭﻡ ﻓﻲ ﺍﻟﺸﻬﺭ )ﺒﻴﻥ 1ﻭ (31ﻤﻥ
ﻤﺘﻐﻴﺭ ﻜﻤﻲ ﻋﻠﻰ ﺼﻭﺭﺓ ﺘﺎﺭﻴﺦ.
) : XDATE.MINUTE(datevalueﺘﻌﻁﻲ ﺭﻗﻡ ﺍﻟﺩﻗﻴﻘﺔ ﻓﻲ ﺍﻟﺴﺎﻋﺔ ) ﺒﻴﻥ 0ﻭ (59ﻤﻥ ﻤﺘﻐﻴﺭ ﻜﻤﻲ ﻋﻠﻰ ﺼﻭﺭﺓ ﺘﺎﺭﻴﺦ. ) : XDATE.MONTH(datevalueﺘﻌﻁﻲ ﺭﻗﻡ ﺍﻟﺸﻬﺭ ﻓﻲ ﺍﻟﺴﻨﺔ )ﺒﻴﻥ 1ﻭ (12 ﻤﻥ ﻤﺘﻐﻴﺭ ﻜﻤﻲ ﻋﻠﻰ ﺼﻭﺭﺓ ﺘﺎﺭﻴﺦ.
) : XDATE.QUARTER(datevalueﺘﻌﻁﻲ ﺭﻗﻡ ﺍﻟﻔﺼل )ﺍﻟﺭﺒﻊ ﺴﻨﺔ( ﻓﻲ ﺍﻟﺴﻨﺔ
)ﺒﻴﻥ 1ﻭ (4ﻤﻥ ﻤﺘﻐﻴﺭ ﻜﻤﻲ ﻋﻠﻰ ﺼﻭﺭﺓ ﺘﺎﺭﻴﺦ.
) :XDATE.SECOND(datevalueﺘﻌﻁﻲ ﺭﻗﻡ ﺍﻟﺜﺎﻨﻴﺔ ﻓﻲ ﺍﻟﺩﻗﻴﻘﺔ )ﺒﻴﻥ 0ﻭ (60 ﻤﻥ ﻤﺘﻐﻴﺭ ﻜﻤﻲ ﻋﻠﻰ ﺼﻭﺭﺓ ﺘﺎﺭﻴﺦ. ) : XDATE.TDAY(timevalueﺘﻌﻁﻲ ﺭﻗﻡ ﺍﻟﻴﻭﻡ ﻜﻌﺩﺩ ﺼﺤﻴﺢ ﻤﻥ ﻤﺘﻐﻴﺭ ﻜﻤﻲ
ﻋﻠﻰ ﺼﻭﺭﺓ ﺍﻟﻭﻗﺕ.
) (3ﻋﻤﻠﻴﺎﺕ ﺘﺤﻭﻴل ﻭﺘﺤﻭﻴﺭ ﺍﻟﻤﺘﻐﻴﺭﺍﺕ
93
) : XDATE.TIME(datevalueﺘﻌﻁﻲ ﺭﻗﻡ ﺍﻟﺜﺎﻨﻴﺔ ﻤﻨﺫ ﻤﻨﺘﺼﻑ ﺍﻟﻠﻴل ﻤﻥ ﻤﺘﻐﻴﺭ ﻜﻤﻲ ﻋﻠﻰ ﺼﻭﺭﺓ ﺘﺎﺭﻴﺦ.
) : XDATE.WEEK(datevalueﺘﻌﻁﻲ ﺭﻗﻡ ﺍﻷﺴﺒﻭﻉ ﻓﻲ ﺍﻟﺴﻨﺔ )ﺒﻴﻥ 1ﻭ (53 ﻤﻥ ﻤﺘﻐﻴﺭ ﻜﻤﻲ ﻋﻠﻰ ﺼﻭﺭﺓ ﺘﺎﺭﻴﺦ.
) : XDATE.WKDAY(datevalueﺘﻌﻁﻲ ﺭﻗﻡ ﺍﻟﻴﻭﻡ ﻓﻲ ﺍﻷﺴﺒﻭﻉ )ﺒﻴﻥ 1ﻭ (7 ﻤﻥ ﻤﺘﻐﻴﺭ ﻜﻤﻲ ﻋﻠﻰ ﺼﻭﺭﺓ ﺘﺎﺭﻴﺦ. ) : XDATE.YEAR(datevalueﺘﻌﻁﻲ ﺍﻟﺴﻨﺔ )ﻜﻤﺘﻐﻴﺭ ﻤﻜﻭﻥ ﻤﻥ ﺃﺭﺒﻌﺔ ﺃﺭﻗﺎﻡ(
ﻤﻥ ﻤﺘﻐﻴﺭ ﻜﻤﻲ ﻋﻠﻰ ﺼﻭﺭﺓ ﺘﺎﺭﻴﺦ.
) : YRMODA(year,month,dayﺘﻌﻁﻲ ﺭﻗﻡ ﺍﻟﻴﻭﻡ ﻤﻨﺫ 15ﺃﻜﺘﻭﺒﺭ 1582ﺤﺘﻰ ﺍﻟﺘﺎﺭﻴﺦ ﺍﻟﻤﺤﺩﺩ ﺒﻴﻥ ﺍﻟﻘﻭﺴﻴﻥ ﻭﺍﻟﺫﻱ ﻴﺠﺏ ﺃﻥ ﻴﻜﻭﻥ ﻋﻠﻰ ﺼﻭﺭﺓ ﺜﻼﺙ ﻤﺘﻐﻴﺭﺍﺕ ﻜﻤﻴﺔ ﺼﺤﻴﺤﺔ.
.4ﺍﻟﺘﻭﺯﻴﻌﺎﺕ ﺍﻻﺤﺘﻤﺎﻟﻴﺔ : Cumulative Distribution Functions ) : CDF.BERNOULLI(quant, probﺘﻌﻁﻲ ﺍﺤﺘﻤﺎل ﺃﻥ ﻴﺄﺨﺫ ﻤﺘﻐﻴﺭﹰﺍ ﻴﺘﺒﻊ ﺘﻭﺯﻴﻊ ﺒﻴﺭﻨﻭﻟﻲ Bernoulli distributionﺒﻤﻌﻠﻤﺔ p=probﻗﻴﻤﺔ ﺃﻗل ﻤﻥ ﺃﻭ ﺘﺴﺎﻭﻱ
ﺍﻟﻘﻴﻤﺔ . quant
) : CDF.BETA(quant, shape1, shape2ﺘﻌﻁﻲ ﺍﺤﺘﻤﺎل ﺃﻥ ﻴﺄﺨﺫ ﻤﺘﻐﻴﺭﹰﺍ ﻴﺘﺒﻊ
ﺘﻭﺯﻴﻊ ﺒﻴﺘﺎ Beta distributionﺒﻤﻌﻠﻤﺘﻴﻥ shape1ﻭ shape2ﻗﻴﻤﺔ ﺃﻗل ﻤﻥ ﺃﻭ ﺘﺴﺎﻭﻱ ﺍﻟﻘﻴﻤﺔ . quant
) : CDF.BINOM(quant, n, probﺘﻌﻁﻲ ﺍﺤﺘﻤﺎل ﺃﻥ ﻴﺄﺨﺫ ﻤﺘﻐﻴﺭﹰﺍ ﻴﺘﺒﻊ ﺘﻭﺯﻴﻊ
ﺫﺍﺕ ﺍﻟﺤﺩﻴﻥ Binomial distributionﺒﻤﻌﻠﻤﺘﻴﻥ nﻭ probﻗﻴﻤﺔ ﺃﻗل ﻤﻥ ﺃﻭ ﺘﺴﺎﻭﻱ ﺍﻟﻘﻴﻤﺔ . quant
) (3ﻋﻤﻠﻴﺎﺕ ﺘﺤﻭﻴل ﻭﺘﺤﻭﻴﺭ ﺍﻟﻤﺘﻐﻴﺭﺍﺕ
94
) : CDF.CAUCHY(quant, loc, scaleﺘﻌﻁﻲ ﺍﺤﺘﻤﺎل ﺃﻥ ﻴﺄﺨﺫ ﻤﺘﻐﻴﺭﹰﺍ ﻴﺘﺒﻊ ﺘﻭﺯﻴﻊ ﻜﻭﺸﻲ Cauchy distributionﺒﻤﻌﻠﻤﺘﻴﻥ locﻭ scaleﻗﻴﻤﺔ ﺃﻗل ﻤﻥ ﺃﻭ ﺘﺴﺎﻭﻱ ﺍﻟﻘﻴﻤﺔ . quant
) : CDF.CHISQ(quant, dfﺘﻌﻁﻲ ﺍﺤﺘﻤﺎل ﺃﻥ ﻴﺄﺨﺫ ﻤﺘﻐﻴﺭﹰﺍ ﻴﺘﺒﻊ ﺘﻭﺯﻴﻊ ﻜﺎﻱ
ﺴﻜﻭﻴﺭ Chi-square distributionﺒﺩﺭﺠﺎﺕ ﺤﺭﻴﺔ ﻤﺴﺎﻭﻴﺔ dfﻗﻴﻤﺔ ﺃﻗل ﻤﻥ ﺃﻭ ﺘﺴﺎﻭﻱ ﺍﻟﻘﻴﻤﺔ . quant ) : CDF.EXP(quant, shapeﺘﻌﻁﻲ ﺍﺤﺘﻤﺎل ﺃﻥ ﻴﺄﺨﺫ ﻤﺘﻐﻴﺭﹰﺍ ﻴﺘﺒﻊ ﺍﻟﺘﻭﺯﻴﻊ ﺍﻷﺴﻲ
exponential distributionﺒﻤﻌﻠﻤﺔ shapeﻗﻴﻤﺔ ﺃﻗل ﻤﻥ ﺃﻭ ﺘﺴﺎﻭﻱ ﺍﻟﻘﻴﻤﺔ . quant
) : CDF.F(quant, df1, df2ﺘﻌﻁﻲ ﺍﺤﺘﻤﺎل ﺃﻥ ﻴﺄﺨﺫ ﻤﺘﻐﻴﺭﹰﺍ ﻴﺘﺒﻊ ﺍﻟﺘﻭﺯﻴﻊ "- "F
- the F distributionﺒﺩﺭﺠﺎﺕ ﺤﺭﻴﺔ ﻤﺴﺎﻭﻴﺔ df1ﻭ df2ﻋﻠﻰ ﺍﻟﺘﺭﺘﻴﺏ ﻗﻴﻤﺔ ﺃﻗل ﻤﻥ ﺃﻭ ﺘﺴﺎﻭﻱ ﺍﻟﻘﻴﻤﺔ . quant
) : CDF.GAMMA(quant, shape, scaleﺘﻌﻁﻲ ﺍﺤﺘﻤﺎل ﺃﻥ ﻴﺄﺨﺫ ﻤﺘﻐﻴﺭﹰﺍ ﻴﺘﺒﻊ
ﺘﻭﺯﻴﻊ ﺠﺎﻤﺎ The Gamma distributionﺒﻤﻌﻠﻤﺘﻴﻥ shapeﻭ scaleﻗﻴﻤﺔ ﺃﻗل ﻤﻥ
ﺃﻭ ﺘﺴﺎﻭﻱ ﺍﻟﻘﻴﻤﺔ . quant
) : CDF.GEOM(quant, probﺘﻌﻁﻲ ﺍﺤﺘﻤﺎل ﺃﻥ ﻴﺄﺨﺫ ﻤﺘﻐﻴﺭﹰﺍ ﻴﺘﺒﻊ ﺍﻟﺘﻭﺯﻴﻊ
ﺍﻟﻬﻨﺩﺴﻲ The Geometric distributionﺒﻤﻌﻠﻤﺔ p=probﻗﻴﻤﺔ ﺃﻗل ﻤﻥ ﺃﻭ ﺘﺴﺎﻭﻱ
ﺍﻟﻘﻴﻤﺔ . quant
) : CDF.HYPER(quant, total, sample, hitsﺘﻌﻁﻲ ﺍﺤﺘﻤﺎل ﺃﻥ ﻴﺄﺨﺫ ﻤﺘﻐﻴﺭﹰﺍ
ﻴﺘﺒﻊ ﺍﻟﺘﻭﺯﻴﻊ ﺍﻟﻬﺎﻴﺒﺭﺠﻴﻭﻤﺘﺭﻱ The Hyper-geometric distributionﺒﺎﻟﻤﻌﺎﻟﻡ totalﻭ sampleﻭ hitsﻗﻴﻤﺔ ﺃﻗل ﻤﻥ ﺃﻭ ﺘﺴﺎﻭﻱ ﺍﻟﻘﻴﻤﺔ . quant
) (3ﻋﻤﻠﻴﺎﺕ ﺘﺤﻭﻴل ﻭﺘﺤﻭﻴﺭ ﺍﻟﻤﺘﻐﻴﺭﺍﺕ
95
) : CDF.LAPLACE(quant, mean, scaleﺘﻌﻁﻲ ﺍﺤﺘﻤﺎل ﺃﻥ ﻴﺄﺨﺫ ﻤﺘﻐﻴﺭﹰﺍ ﻴﺘﺒﻊ ﺘﻭﺯﻴﻊ ﻻﺒﻼﺱ The Laplace distributionﺒﻤﻌﻠﻤﺘﻴﻥ meanﻭ scaleﻗﻴﻤﺔ ﺃﻗل ﻤﻥ
ﺃﻭ ﺘﺴﺎﻭﻱ ﺍﻟﻘﻴﻤﺔ . quant
) : CDF.LOGISTIC(quant, mean, scaleﺘﻌﻁﻲ ﺍﺤﺘﻤﺎل ﺃﻥ ﻴﺄﺨﺫ ﻤﺘﻐﻴﺭﹰﺍ
ﻴﺘﺒﻊ ﺍﻟﺘﻭﺯﻴﻊ ﺍﻟﻠﻭﺠﺴﺘﻴﻙ logistic distributionﺒﻤﻌﻠﻤﺘﻴﻥ meanﻭ scaleﻗﻴﻤﺔ ﺃﻗل ﻤﻥ ﺃﻭ ﺘﺴﺎﻭﻱ ﺍﻟﻘﻴﻤﺔ . quant
) : CDF.LNORMAL(quant, a, bﺘﻌﻁﻲ ﺍﺤﺘﻤﺎل ﺃﻥ ﻴﺄﺨﺫ ﻤﺘﻐﻴﺭﹰﺍ ﻴﺘﺒﻊ ﺘﻭﺯﻴﻊ ﺍﻟﻠﻭﻏﺎﺭﻴﺘﻤﻲ ﺍﻟﻁﺒﻴﻌﻲ log-normal distributionﺒﻤﻌﻠﻤﺘﻴﻥ aﻭ bﻗﻴﻤﺔ ﺃﻗل ﻤﻥ ﺃﻭ
ﺘﺴﺎﻭﻱ ﺍﻟﻘﻴﻤﺔ . quant
) : CDF.NEGBIN(quant, thresh, probﺘﻌﻁﻲ ﺍﺤﺘﻤﺎل ﺃﻥ ﻴﺄﺨﺫ ﻤﺘﻐﻴﺭﹰﺍ ﻴﺘﺒﻊ
ﺘﻭﺯﻴﻊ ﺫﺍﺕ ﺍﻟﺤﺩﻴﻥ ﺍﻟﺴﺎﻟﺏ Negative binomial distributionﺒﻤﻌﻠﻤﺘﻴﻥ threshﻭ probﻗﻴﻤﺔ ﺃﻗل ﻤﻥ ﺃﻭ ﺘﺴﺎﻭﻱ ﺍﻟﻘﻴﻤﺔ . quant ) : CDFNORM(zvalueﺘﻌﻁﻲ ﺍﺤﺘﻤﺎل ﺃﻥ ﻴﺄﺨﺫ ﻤﺘﻐﻴﺭﹰﺍ ﻴﺘﺒﻊ ﺍﻟﺘﻭﺯﻴﻊ ﺍﻟﻁﺒﻴﻌﻲ ﺍﻟﻤﻌﻴﺎﺭﻱ standard normal distributionﻗﻴﻤﺔ ﺃﻗل ﻤﻥ ﺃﻭ ﺘﺴﺎﻭﻱ ﺍﻟﻘﻴﻤﺔ .zvalue
) : CDF.NORMAL(quant, mean, stddevﺘﻌﻁﻲ ﺍﺤﺘﻤﺎل ﺃﻥ ﻴﺄﺨﺫ ﻤﺘﻐﻴﺭﹰﺍ
ﻴﺘﺒﻊ ﺍﻟﺘﻭﺯﻴﻊ ﺍﻟﻁﺒﻴﻌﻲ The Normal distributionﺒﺘﻭﻗﻊ meanﻭﺘﺒﺎﻴﻥ stddev
ﻗﻴﻤﺔ ﺃﻗل ﻤﻥ ﺃﻭ ﺘﺴﺎﻭﻱ ﺍﻟﻘﻴﻤﺔ . quant
) : CDF.PARETO(quant, threshold, shapeﺘﻌﻁﻲ ﺍﺤﺘﻤﺎل ﺃﻥ ﻴﺄﺨﺫ ﻤﺘﻐﻴﺭﹰﺍ
ﻴﺘﺒﻊ ﺘﻭﺯﻴﻊ ﺒﺎﺭﻴﺘﻭ The Pareto distributionﺒﻤﻌﻠﻤﺘﻴﻥ thresholdﻭ shapeﻗﻴﻤﺔ
ﺃﻗل ﻤﻥ ﺃﻭ ﺘﺴﺎﻭﻱ ﺍﻟﻘﻴﻤﺔ . quant
) : CDF.POISSON(quant, meanﺘﻌﻁﻲ ﺍﺤﺘﻤﺎل ﺃﻥ ﻴﺄﺨﺫ ﻤﺘﻐﻴﺭﹰﺍ ﻴﺘﺒﻊ ﺘﻭﺯﻴﻊ
ﺒﻭﺍﺴﻭﻥ Poisson distributionﺒﻤﻌﻠﻤﺔ meanﻗﻴﻤﺔ ﺃﻗل ﻤﻥ ﺃﻭ ﺘﺴﺎﻭﻱ ﺍﻟﻘﻴﻤﺔ . quant
) (3ﻋﻤﻠﻴﺎﺕ ﺘﺤﻭﻴل ﻭﺘﺤﻭﻴﺭ ﺍﻟﻤﺘﻐﻴﺭﺍﺕ
96
) : CDF.T(quant, dfﺘﻌﻁﻲ ﺍﺤﺘﻤﺎل ﺃﻥ ﻴﺄﺨﺫ ﻤﺘﻐﻴﺭﹰﺍ ﻴﺘﺒﻊ "ﺘﻭﺯﻴﻊ ، ”t
“ ”t-distributionﺒﺩﺭﺠﺎﺕ ﺤﺭﻴﺔ ﻤﺴﺎﻭﻴﺔ dfﻗﻴﻤﺔ ﺃﻗل ﻤﻥ ﺃﻭ ﺘﺴﺎﻭﻱ ﺍﻟﻘﻴﻤﺔ .quant
) : CDF.UNIFORM(quant, min, maxﺘﻌﻁﻲ ﺍﺤﺘﻤﺎل ﺃﻥ ﻴﺄﺨﺫ ﻤﺘﻐﻴﺭﹰﺍ ﻴﺘﺒﻊ
ﺍﻟﺘﻭﺯﻴﻊ ﺍﻟﻤﻨﺘﻅﻡ The uniform distributionﺒﺤﺩ ﺃﺩﻨﻰ minﻭﺤﺩ ﺃﻋﻠﻰ maxﻗﻴﻤﺔ
ﺃﻗل ﻤﻥ ﺃﻭ ﺘﺴﺎﻭﻱ ﺍﻟﻘﻴﻤﺔ . quant
) : CDF.WEIBULL(quant, a, bﺘﻌﻁﻲ ﺍﺤﺘﻤﺎل ﺃﻥ ﻴﺄﺨﺫ ﻤﺘﻐﻴﺭﹰﺍ ﻴﺘﺒﻊ ﺘﻭﺯﻴﻊ
ﻭﻴﺒﻭل The Weibull distributionﺒﻤﻌﻠﻤﺘﻴﻥ aﻭ bﻗﻴﻤﺔ ﺃﻗل ﻤﻥ ﺃﻭ ﺘﺴﺎﻭﻱ ﺍﻟﻘﻴﻤﺔ
. quant
) : NCDF.BETA(quant, shape1, shape2, ncﺘﻌﻁﻲ ﺍﺤﺘﻤﺎل ﺃﻥ ﻴﺄﺨﺫ
ﻤﺘﻐﻴﺭﹰﺍ ﻴﺘﺒﻊ ﺘﻭﺯﻴﻊ ﺒﻴﺘﺎ ﻏﻴﺭ ﺍﻟﻤﺭﻜﺯﻱ Non-central beta distributionﺒﺎﻟﻤﻌﺎﻟﻡ
shape1ﻭ shape2ﻭ ncﻗﻴﻤﺔ ﺃﻗل ﻤﻥ ﺃﻭ ﺘﺴﺎﻭﻱ ﺍﻟﻘﻴﻤﺔ . quant
) : NCDF.CHISQ(quant, df,ncﺘﻌﻁﻲ ﺍﺤﺘﻤﺎل ﺃﻥ ﻴﺄﺨﺫ ﻤﺘﻐﻴﺭﹰﺍ ﻴﺘﺒﻊ ﺘﻭﺯﻴﻊ
ﻜﺎﻱ ﺴﻜﻭﻴﺭ ﻏﻴﺭ ﺍﻟﻤﺭﻜﺯﻱ Non-central chi-square distributionﺒﺩﺭﺠﺎﺕ
ﺍﻟﺤﺭﻴﺔ dfﻭﻤﻌﺎﻤل ﻋﺩﻡ ﺍﻟﻤﺭﻜﺯﻴﺔ ncﻗﻴﻤﺔ ﺃﻗل ﻤﻥ ﺃﻭ ﺘﺴﺎﻭﻱ ﺍﻟﻘﻴﻤﺔ . quant
) : NCDF.F(quant, df1, df2,ncﺘﻌﻁﻲ ﺍﺤﺘﻤﺎل ﺃﻥ ﻴﺄﺨﺫ ﻤﺘﻐﻴﺭﹰﺍ ﻴﺘﺒﻊ ﺘﻭﺯﻴﻊ F
ﻏﻴﺭ ﺍﻟﻤﺭﻜﺯﻱ Non-central F distributionﺒﺩﺭﺠﺎﺕ ﺍﻟﺤﺭﻴﺔ df1ﻭ df2ﻭﻤﻌﺎﻤل ﻋﺩﻡ ﺍﻟﻤﺭﻜﺯﻴﺔ ncﻗﻴﻤﺔ ﺃﻗل ﻤﻥ ﺃﻭ ﺘﺴﺎﻭﻱ ﺍﻟﻘﻴﻤﺔ . quant
) : NCDF.T(quant, df,ncﺘﻌﻁﻲ ﺍﺤﺘﻤﺎل ﺃﻥ ﻴﺄﺨﺫ ﻤﺘﻐﻴﺭﹰﺍ ﻴﺘﺒﻊ ﺘﻭﺯﻴﻊ tﻏﻴﺭ
ﺍﻟﻤﺭﻜﺯﻱ Non-central t distributionﺒﺩﺭﺠﺎﺕ ﺍﻟﺤﺭﻴﺔ dfﻭﻤﻌﺎﻤل ﻋﺩﻡ ﺍﻟﻤﺭﻜﺯﻴﺔ
ncﻗﻴﻤﺔ ﺃﻗل ﻤﻥ ﺃﻭ ﺘﺴﺎﻭﻱ ﺍﻟﻘﻴﻤﺔ . quant
) (3ﻋﻤﻠﻴﺎﺕ ﺘﺤﻭﻴل ﻭﺘﺤﻭﻴﺭ ﺍﻟﻤﺘﻐﻴﺭﺍﺕ
97
.5ﺍﻟﻘﻴﻡ ﺍﻟﺤﺭﺠﺔ ﻟﻠﺘﻭﺯﻴﻌﺎﺕ ﺍﻻﺤﺘﻤﺎﻟﻴﺔ Inverse Distribution : Functions ) : IDF.BETA(prob, shape1, shape2ﺘﻌﻁﻲ ﻗﻴﻤﺔ ﻤﺘﻐﻴﺭ ﻴﺘﺒﻊ ﺘﻭﺯﻴﻊ ﺒﻴﺘﺎ
Betaﺒﻤﻌﻠﻤﺘﻴﻥ shape1ﻭ shape2ﻭﺍﻟﺘﻲ ﺘﺠﻌل ﺍﻻﺤﺘﻤﺎل ﺍﻟﺘﺭﺍﻜﻤﻲ ﻤﺴﺎﻭﻴﹰﺎ .prob
) : IDF.CAUCHY(prob, loc, scaleﺘﻌﻁﻲ ﻗﻴﻤﺔ ﻤﺘﻐﻴﺭ ﻴﺘﺒﻊ ﺘﻭﺯﻴﻊ ﻜﻭﺸﻲ
Cauchyﺒﻤﻌﻠﻤﺘﻴﻥ locﻭ scaleﻭﺍﻟﺘﻲ ﺘﺠﻌل ﺍﻻﺤﺘﻤﺎل ﺍﻟﺘﺭﺍﻜﻤﻲ ﻤﺴﺎﻭﻴﹰﺎ . prob ) : IDF.CHISQ(prob, dfﺘﻌﻁﻲ ﻗﻴﻤﺔ ﻤﺘﻐﻴﺭ ﻴﺘﺒﻊ ﺘﻭﺯﻴﻊ ﻜﺎﻱ ﺴﻜﻭﻴﺭ chi-
squreﺒﺩﺭﺠﺎﺕ ﺤﺭﻴﺔ ﻤﺴﺎﻭﻴﺔ dfﻭﺍﻟﺘﻲ ﺘﺠﻌل ﺍﻻﺤﺘﻤﺎل ﺍﻟﺘﺭﺍﻜﻤﻲ ﻤﺴﺎﻭﻴﹰﺎ . prob ) : IDF.EXP(prob, shapeﺘﻌﻁﻲ ﻗﻴﻤﺔ ﻤﺘﻐﻴﺭ ﻴﺘﺒﻊ ﺍﻟﺘﻭﺯﻴﻊ ﺍﻷﺴﻲ Exponentialﺒﻤﻌﻠﻤﺔ shapeﻭﺍﻟﺘﻲ ﺘﺠﻌل ﺍﻻﺤﺘﻤﺎل ﺍﻟﺘﺭﺍﻜﻤﻲ ﻤﺴﺎﻭﻴﹰﺎ . prob
) : IDF.F(prob, df1, df2ﺘﻌﻁﻲ ﻗﻴﻤﺔ ﻤﺘﻐﻴﺭ ﻴﺘﺒﻊ ﺘﻭﺯﻴﻊ Fﺒﻤﺩﺭﺠﺎﺕ ﺤﺭﻴﺔ
ﻤﺴﺎﻭﻴﺔ df1ﻭ df2ﻭﺍﻟﺘﻲ ﺘﺠﻌل ﺍﻻﺤﺘﻤﺎل ﺍﻟﺘﺭﺍﻜﻤﻲ ﻤﺴﺎﻭﻴﹰﺎ . prob
) : IDF.GAMMA(prob, shape, scaleﺘﻌﻁﻲ ﻗﻴﻤﺔ ﻤﺘﻐﻴﺭ ﻴﺘﺒﻊ ﺘﻭﺯﻴﻊ ﺠﺎﻤﺎ
Gammaﺒﻤﻌﻠﻤﺘﻴﻥ shapeﻭ scaleﻭﺍﻟﺘﻲ ﺘﺠﻌل ﺍﻻﺤﺘﻤﺎل ﺍﻟﺘﺭﺍﻜﻤﻲ ﻤﺴﺎﻭﻴﹰﺎ .prob
) :IDF.LAPLACE(prob, mean, scaleﺘﻌﻁﻲ ﻗﻴﻤﺔ ﻤﺘﻐﻴﺭ ﻴﺘﺒﻊ ﺘﻭﺯﻴﻊ ﻻﺒﻼﺱ
Laplaceﺒﻤﻌﻠﻤﺘﻴﻥ meanﻭ scaleﻭﺍﻟﺘﻲ ﺘﺠﻌل ﺍﻻﺤﺘﻤﺎل ﺍﻟﺘﺭﺍﻜﻤﻲ ﻤﺴﺎﻭﻴﹰﺎ . prob ) : IDF.LOGISTIC(prob, mean, scaleﺘﻌﻁﻲ ﻗﻴﻤﺔ ﻤﺘﻐﻴﺭ ﻴﺘﺒﻊ ﺘﻭﺯﻴﻊ
ﺍﻟﻠﻭﺠﺴﺘﻙ Logisticﺒﻤﻌﻠﻤﺘﻴﻥ meanﻭ scaleﻭﺍﻟﺘﻲ ﺘﺠﻌل ﺍﻻﺤﺘﻤﺎل ﺍﻟﺘﺭﺍﻜﻤﻲ ﻤﺴﺎﻭﻴﹰﺎ . prob
) : IDF.LNORMAL(prob, a, bﺘﻌﻁﻲ ﻗﻴﻤﺔ ﻤﺘﻐﻴﺭ ﻴﺘﺒﻊ ﺍﻟﺘﻭﺯﻴﻊ ﺍﻟﻠﻭﻏﺎﺭﻴﺘﻤﻲ ﺍﻟﻁﺒﻴﻌﻲ Log-normalﺒﻤﻌﻠﻤﺘﻴﻥ aﻭ bﻭﺍﻟﺘﻲ ﺘﺠﻌل ﺍﻻﺤﺘﻤﺎل ﺍﻟﺘﺭﺍﻜﻤﻲ ﻤﺴﺎﻭﻴﹰﺎ
. prob
) (3ﻋﻤﻠﻴﺎﺕ ﺘﺤﻭﻴل ﻭﺘﺤﻭﻴﺭ ﺍﻟﻤﺘﻐﻴﺭﺍﺕ
98
) : IDF.NORMAL(prob, mean, stddevﺘﻌﻁﻲ ﻗﻴﻤﺔ ﻤﺘﻐﻴﺭ ﻴﺘﺒﻊ ﺍﻟﺘﻭﺯﻴﻊ
ﺍﻟﻁﺒﻴﻌﻲ The Normalﺒﻤﻌﻠﻤﺘﻴﻥ meanﻭ stddevﻭﺍﻟﺘﻲ ﺘﺠﻌل ﺍﻻﺤﺘﻤﺎل ﺍﻟﺘﺭﺍﻜﻤﻲ ﻤﺴﺎﻭﻴﹰﺎ . prob
) : IDF.PARETO(prob, threshold, shapeﺘﻌﻁﻲ ﻗﻴﻤﺔ ﻤﺘﻐﻴﺭ ﻴﺘﺒﻊ ﺘﻭﺯﻴﻊ
ﺒﺎﺭﻴﺘﻭ Paretoﺒﻤﻌﻠﻤﺘﻴﻥ thresholdﻭ shapeﻭﺍﻟﺘﻲ ﺘﺠﻌل ﺍﻻﺤﺘﻤﺎل ﺍﻟﺘﺭﺍﻜﻤﻲ ﻤﺴﺎﻭﻴﹰﺎ . prob ) : IDF.T(prob, dfﺘﻌﻁﻲ ﻗﻴﻤﺔ ﻤﺘﻐﻴﺭ ﻴﺘﺒﻊ ﺘﻭﺯﻴﻊ tﺒﺩﺭﺠﺎﺕ ﺤﺭﻴﺔ ﻤﺴﺎﻭﻴﺔ df
ﻭﺍﻟﺘﻲ ﺘﺠﻌل ﺍﻻﺤﺘﻤﺎل ﺍﻟﺘﺭﺍﻜﻤﻲ ﻤﺴﺎﻭﻴﹰﺎ . prob
) : IDF.UNIFORM(prob, min, maxﺘﻌﻁﻲ ﻗﻴﻤﺔ ﻤﺘﻐﻴﺭ ﻴﺘﺒﻊ ﺍﻟﺘﻭﺯﻴﻊ ﺍﻟﻤﻨﺘﻅﻡ
Uniformﺒﻤﻌﻠﻤﺘﻴﻥ minﻭ maxﻭﺍﻟﺘﻲ ﺘﺠﻌل ﺍﻻﺤﺘﻤﺎل ﺍﻟﺘﺭﺍﻜﻤﻲ ﻤﺴﺎﻭﻴﹰﺎ . prob
) : IDF.WEIBULL(prob, a, bﺘﻌﻁﻲ ﻗﻴﻤﺔ ﻤﺘﻐﻴﺭ ﻴﺘﺒﻊ ﺘﻭﺯﻴﻊ ﻭﻴﺒﻭل Weibullﺒﻤﻌﻠﻤﺘﻴﻥ aﻭ bﻭﺍﻟﺘﻲ ﺘﺠﻌل ﺍﻻﺤﺘﻤﺎل ﺍﻟﺘﺭﺍﻜﻤﻲ ﻤﺴﺎﻭﻴﹰﺎ . prob ) : PROBIT(probﺘﻌﻁﻲ ﻗﻴﻤﺔ ﻤﺘﻐﻴﺭ ﻴﺘﺒﻊ ﺍﻟﺘﻭﺯﻴﻊ ﺍﻟﻁﺒﻴﻌﻲ ﺍﻟﻤﻌﻴﺎﺭﻱ Standard
Normal Distributionﻭﺍﻟﺘﻲ ﺘﺠﻌل ﺍﻻﺤﺘﻤﺎل ﺍﻟﺘﺭﺍﻜﻤﻲ ﻤﺴﺎﻭﻴﹰﺎ . prob
.6ﺍﻟﺩﻭﺍل ﺍﻟﻤﻨﻁﻘﻴﺔ : Logical Functions )] : RANGE(test,lo,hi[,lo,hi,...ﺘﻌﻁﻲ ﺍﻟﻘﻴﻤﺔ 1ﺃﻭ “ ”trueﺇﺫﺍ ﻭﻗﻌﺕ ﻗﻴﻤﺔ test
ﺩﺍﺨل ﺇﺤﺩﻯ ﺍﻟﻔﺘﺭﺍﺕ ) ، (lo,hiﺤﻴﺙ ﻴﻤﻜﻥ ﺇﻋﻁﺎﺀ ﻓﺘﺭﺓ ﻭﺍﺤﺩﺓ ﺃﻭ ﺃﻜﺜﺭ ،ﻭﻴﺠﺏ ﺃﻥ
ﺘﻜﻭﻥ ﺠﻤﻴﻊ ﺍﻟﻘﻴﻡ ﻜﻤﻴﺔ ﺃﻭ ﻭﺼﻔﻴﺔ ﺒﻨﻔﺱ ﺍﻟﻁﻭل.
)] : ANY(test,value[,value,...ﺘﻌﻁﻲ ﺍﻟﻘﻴﻤﺔ 1ﺃﻭ “ ”trueﺇﺫﺍ ﺘﻁﺎﺒﻘﺕ ﻗﻴﻤﺔ test
ﻤﻊ ﺃﻱ ﻤﻥ ﺍﻟﻘﻴﻡ ، valueﺤﻴﺙ ﻴﻤﻜﻥ ﺇﻋﻁﺎﺀ ﻗﻴﻤﺔ ﻭﺍﺤﺩﺓ ﺃﻭ ﺃﻜﺜﺭ ،ﻭﺘﻌﻁﻲ ﺍﻟﻘﻴﻤﺔ 0
ﺇﺫﺍ ﻟﻡ ﺘﺘﻁﺎﺒﻕ ﻤﻊ ﺃ[ ﻤﻥ ﺍﻟﻘﻴﻡ.
) (3ﻋﻤﻠﻴﺎﺕ ﺘﺤﻭﻴل ﻭﺘﺤﻭﻴﺭ ﺍﻟﻤﺘﻐﻴﺭﺍﺕ
99
.7ﺩﻭﺍل ﺍﻟﻘﻴﻡ ﺍﻟﻤﻔﻘﻭﺩﺓ : Missing Value Functions )] : NMISS(variable[,...ﻭﺘﻌﻁﻲ ﻋﺩﺩ ﺍﻟﻘﻴﻡ ﺍﻟﻤﻔﻘﻭﺩﺓ ﻓﻲ ﺍﻟﻤﺘﻐﻴﺭ)ﺍﺕ( ،variable ﻭﻴﺠﺏ ﺃﻥ ﺘﺄﺨﺫ variableﺍﺴﻡ ﻷﺤﺩ ﺍﻟﻤﺘﻐﻴﺭﺍﺕ ﻓﻲ ﻭﺭﻗﺔ ﺍﻟﻌﻤل ﻋﻠﻰ ﺍﻷﻗل.
) : MISSING(variableﻭﻫﻲ ﺩﺍﻟﺔ ﻤﻨﻁﻘﻴﺔ ﺘﻌﻁﻲ ﺍﻟﻘﻴﻤﺔ 1ﺃﻭ “ ”trueﺇﺫﺍ ﻜﺎﻥ
ﺍﻟﻤﺘﻐﻴﺭ ﺫﻭ ﺍﻻﺴﻡ variableﻴﺤﺘﻭﻱ ﻋﻠﻰ ﻗﻴﻤﺔ ﻤﻔﻘﻭﺩﺓ .
) : SYSMIS(numvarﻭﻫﻲ ﺩﺍﻟﺔ ﻤﻨﻁﻘﻴﺔ ﺘﻌﻁﻲ ﺍﻟﻘﻴﻤﺔ 1ﺃﻭ “ ”trueﺇﺫﺍ ﻜﺎﻥ
ﺍﻟﻤﺘﻐﻴﺭ "ﺍﻟﻜﻤﻲ" ﺫﻭ ﺍﻻﺴﻡ numvarﻴﺤﺘﻭﻱ ﻋﻠﻰ ﻗﻴﻤﺔ ﻤﻔﻘﻭﺩﺓ ﻤﻥ ﺍﻟﻨﻅﺎﻡ .
) : VALUE(variableﻭﺘﻌﻁﻲ ﻗﻴﻤﺔ ﺍﻟﻤﺘﻐﻴﺭ variableﺴﻭﺍﺀ ﻜﺎﻥ ﻫﺫﺍ ﺍﻟﻤﺘﻐﻴﺭ ﻜﻤﻲ ﺃﻭ ﻭﺼﻔﻲ ﻤﻊ ﺇﻫﻤﺎل ﺘﻌﺭﻴﻑ ﺍﻟﻘﻴﻡ ﺍﻟﻤﻔﻘﻭﺩﺓ ﻤﻥ ﺍﻟﻤﺴﺘﺨﺩﻡ.
.8ﺩﻭﺍل ﺍﻷﺭﻗﺎﻡ ﺍﻟﻌﺸﻭﺍﺌﻴﺔ : Random Variable Functions ﺍﻟﺩﻭﺍل ﺍﻟﺘﺎﻟﻴﺔ ﺘﻌﻁﻲ ﻗﻴﻤﹰﺎ ﻋﺸﻭﺍﺌﻴﺔ ﻤﻥ ﻤﺘﻐﻴﺭﺍﺕ ﺘﺘﺒﻊ ﺍﻟﺘﻭﺯﻴﻌﺎﺕ ﺍﻻﺤﺘﻤﺎﻟﻴﺔ
ﺍﻟﻤﺤﺩﺩﺓ ،ﻭﺍﻟﻘﻴﻡ ﺒﺩﺍﺨل ﺍﻷﻗﻭﺍﺱ ﻫﻲ ﻤﻌﺎﻟﻡ ﺘﻠﻙ ﺍﻟﺘﻭﺯﻴﻌﺎﺕ ،ﻭﺇﺫﺍ ﺭﻏﺒﺕ ﻓﻲ ﺘﻜﺭﺍﺭ
ﺍﻟﺤﺼﻭل ﻋﻠﻰ ﺴﻼﺴل ﻤﺨﺘﻠﻔﺔ ﻤﻥ ﺍﻟﻘﻴﻡ ﺍﻟﻌﺸﻭﺍﺌﻴﺔ ﻭﻟﻜﻥ ﻴﻔﻀل ﺘﻐﻴﻴﺭ ﺍﻟﺒﺫﻭﺭ seeds
ﻗﺒل ﻜل ﺴﻠﺴﻠﺔ ﺤﺘﻰ ﻻ ﺘﻜﺭﺭ ﺍﻟﺴﻠﺴﻠﺔ ﻨﻔﺴﻬﺎ ،ﻭﻫﺫﺍ ﻴﻤﻜﻥ ﺃﻥ ﻴﺘﻡ ﻤﻥ ﺨﻼل ﻗﺎﺌﻤﺔ ﺤﻭل Transformﻓﻲ ﺍﻟﻘﺎﺌﻤﺔ ﺍﻟﺭﺌﻴﺴﻴﺔ ﻭﺍﺨﺘﻴﺎﺭ ﺍﻷﻤﺭ Random Number Seed
ﻟﺘﻅﻬﺭ ﻨﺎﻓﺫﺓ ﺼﻐﻴﺭﺓ ﻴﻤﻜﻥ ﻤﻥ ﺨﻼﻟﻬﺎ ﺘﻐﻴﻴﺭ ﺍﻟﺒﺫﻭﺭ ﺍﻟﻤﻭﺠﻭﺩﺓ ﺃﻭ ﺍﺨﺘﻴﺎﺭﻫﺎ ﺒﻁﺭﻴﻘﺔ
ﻋﺸﻭﺍﺌﻴﺔ ﻜﻤﺎ ﺒﺎﻟﺸﻜل.
ﺸﻜل : 5-3ﺘﺤﺩﻴﺩ ﻗﻴﻤﺔ ﻟﺒﺫﻭﺭ ﺍﻟﺩﻭﺍل ﺍﻟﻤﻭﻟﺩﺓ ﻟﻸﺭﻗﺎﻡ ﺍﻟﻌﺸﻭﺍﺌﻴﺔ.
100
( ﻋﻤﻠﻴﺎﺕ ﺘﺤﻭﻴل ﻭﺘﺤﻭﻴﺭ ﺍﻟﻤﺘﻐﻴﺭﺍﺕ3)
. stddev ﻭﺍﻨﺤﺭﺍﻑ ﻤﻌﻴﺎﺭﻱ0 ﺍﻟﺘﻭﺯﻴﻊ ﺍﻟﻁﺒﻴﻌﻲ ﺒﺘﻭﻗﻊ: NORMAL(stddev) . prob ﺒﺎﺤﺘﻤﺎلBernoulli ﺘﻭﺯﻴﻊ ﺒﻴﺭﻨﻭﻟﻲ: RV.BERNOULLI(prob)
. shape2 ﻭshape1 ﺒﻤﻌﺎﻟﻡBeta ﺘﻭﺯﻴﻊ ﺒﻴﺘﺎ: RV.BETA(shape1, shape2)
. prob ﻭn ﺒﻤﻌﺎﻟﻡBinomial ﺫﺍﺕ ﺍﻟﺤﺩﻴﻥ: RV.BINOM(n, prob)
. scale ﻭloc ﺒﻤﻌﺎﻟﻡCauchy ﺘﻭﺯﻴﻊ ﻜﻭﺸﻲ: RV.CAUCHY(loc, scale) . df ﺒﺩﺭﺠﺎﺕ ﺤﺭﻴﺔChi-square ﺘﻭﺯﻴﻊ ﻜﺎﻱ ﺴﻜﻭﻴﺭ: RV.CHISQ(df)
.shape ﺒﻤﻌﻠﻤﺔExponential distribution ﺍﻟﺘﻭﺯﻴﻊ ﺍﻷﺴﻲ: RV.EXP(shape) . df2 ﻭdf1 ﺒﺩﺭﺠﺎﺕ ﺤﺭﻴﺔF ﺘﻭﺯﻴﻊ: RV.F(df1, df2)
.shape2 ﻭshape1 ﺒﻤﻌﻠﻤﺘﻴﻥGamma ﺠﺎﻤﺎ: RV.GAMMA(shape, scale) . prob ﺒﻤﻌﻠﻤﺔGeometric ﺍﻟﺘﻭﺯﻴﻊ ﺍﻟﻬﻨﺩﺴﻲ: RV.GEOM(prob)
Hyper-geometric ﺍﻟﻬﺎﻴﺒﺭﺠﻴﻭﻤﺘﺭﻱ: RV.HYPER(total, sample, hits)
. hits ﻭsample ﻭtotal ﺒﻤﻌﺎﻟﻡ
. scale ﻭmean ﺒﻤﻌﺎﻟﻡLaplace ﻻﺒﻼﺱ: RV.LAPLACE(mean, scale)
.scale ﻭmean ﺒﻤﻌﺎﻟﻡLogistic ﺍﻟﻠﻭﺠﺴﺘﻙ: RV.LOGISTIC(mean, scale) . b ﻭa ﺒﻤﻌﺎﻟﻡlog-normal ﺍﻟﻠﻭﻏﺎﺭﻴﺘﻤﻲ ﺍﻟﻁﺒﻴﻌﻲ: RV.LNORMAL(a, b)
negative binomial ﺫﺍﺕ ﺍﻟﺤﺩﻴﻥ ﺍﻟﺴﺎﻟﺏ: RV.NEGBIN(threshold, prob)
. prob ﻭthreshold ﺒﺎﻟﻤﻌﻠﻤﺘﻴﻥ
mean ﺒﻤﺘﻭﺴﻁnormal ﺍﻟﺘﻭﺯﻴﻊ ﺍﻟﻁﺒﻴﻌﻲ: RV.NORMAL(mean, stddev)
. stddev ﻭﺍﻨﺤﺭﺍﻑ ﻤﻌﻴﺎﺭﻱ
ﺒﺎﻟﻤﻌﻠﻤﺘﻴﻥPareto ﺘﻭﺯﻴﻊ ﺒﺎﺭﻴﺘﻭ: RV.PARETO(threshold, shape)
. shape ﻭthreshold
. mean ﺒﻤﻌﻠﻤﺔPoisson ﺘﻭﺯﻴﻊ ﺒﻭﺍﺴﻭﻥ: RV.POISSON(mean) . df ﺒﺩﺭﺠﺎﺕ ﺤﺭﻴﺔt ﺘﻭﺯﻴﻊ: RV.T(df)
) (3ﻋﻤﻠﻴﺎﺕ ﺘﺤﻭﻴل ﻭﺘﺤﻭﻴﺭ ﺍﻟﻤﺘﻐﻴﺭﺍﺕ
101
) : RV.UNIFORM(min, maxﺍﻟﺘﻭﺯﻴﻊ ﺍﻟﻤﻨﺘﻅﻡ uniformﺒﻤﻌﻠﻤﺘﻴﻥ minﻭ
. max
) : RV.WEIBULL(a, bﺘﻭﺯﻴﻊ ﻭﻴﺒﻭل Weibullﺒﻤﻌﻠﻤﺘﻴﻥ aﻭ . b
) : UNIFORM(maxﺘﻭﺯﻴﻊ ﺍﻟﻤﻨﺘﻅﻡ uniformﺒﻴﻥ 0ﻭ ) maxﻴﻤﻜﻥ ﺃﻥ ﺘﻜﻭﻥ
ﺴﺎﻟﺒﺔ ( .
.9ﺍﻟﺩﻭﺍل ﺍﻹﺤﺼﺎﺌﻴﺔ : Statistical Functions )]CFVAR(numexpr,numexpr[,...
:
ﺘﻌﻁﻲ
ﻗﻴﻤﺔ
ﻤﻌﺎﻤل
ﺍﻻﺨﺘﻼﻑ
) coefficient of variationﺍﻻﻨﺤﺭﺍﻑ ﺍﻟﻤﻌﻴﺎﺭﻱ ﻤﻘﺴﻭﻤﹰﺎ ﻋﻠﻰ ﺍﻟﻤﺘﻭﺴﻁ( ﻭﺫﻟﻙ ﻟﻤﺠﻤﻭﻋﺔ ﺍﻟﻘﻴﻡ ﺒﻴﻥ ﺍﻟﻘﻭﺴﻴﻥ .
) : LAG(variableﻭﺘﻌﻁﻲ ﻗﻴﻤﺔ ﺍﻟﻤﻔﺭﺩﺓ ﺍﻟﺴﺎﺒﻘﺔ ﻟﻠﻤﺘﻐﻴﺭ ، variableﺍﻟﻤﻔﺭﺩﺓ ﺍﻷﻭﻟﻰ ﺘﻜﻭﻥ ﻓﺎﺭﻏﺔ ﺃﻱ ﻗﻴﻤﺔ ﻤﻔﻘﻭﺩﺓ ﻤﻥ ﺍﻟﻨﻅﺎﻡ .
) : LAG(variable,ncasesﻭﺘﻌﻁﻲ ﻗﻴﻤﺔ ﺍﻟﻤﻔﺭﺩﺓ ﺍﻟﺘﻲ ﺘﺴﺒﻕ ﺍﻟﻤﻔﺭﺩﺓ ﺍﻟﺤﺎﻟﻴﺔ ﺒﻌﺩﺩ ﻤﻥ ﺍﻟﻤﻔﺭﺩﺍﺕ ﻤﺴﺎﻭﻴﹰﺎ ncasesﻭﺫﻟﻙ ﻤﻥ ﺍﻟﻤﺘﻐﻴﺭ ، variableﺍﻟﻤﻔﺭﺩﺍﺕ ﺍﻷﻭﻟﻰ ﺘﻜﻭﻥ
ﻗﻴﻤﹰﺎ ﻤﻔﻘﻭﺩﺓ ﻤﻥ ﺍﻟﻨﻅﺎﻡ . )] : MAX(value,value[,...ﺘﻌﻁﻲ ﺍﻟﻘﻴﻤﺔ ﺍﻟﻘﺼﻭﻯ ﻤﻥ ﺒﻴﻥ ﺍﻟﻘﻴﻡ ﺒﻴﻥ ﺍﻟﻘﻭﺴﻴﻥ. )] : MEAN(numexpr,numexpr[,...ﺘﻌﻁﻲ ﺍﻟﻭﺴﻁ ﺍﻟﺤﺴﺎﺒﻲ the arithmetic
meanﻟﻠﻘﻴﻡ ﺒﻴﻥ ﺍﻟﻘﻭﺴﻴﻥ.
)] : MIN(value,value[,...ﺘﻌﻁﻲ ﺍﻟﻘﻴﻤﺔ ﺍﻟﺼﻐﺭﻯ ﻤﻥ ﺒﻴﻥ ﺍﻟﻘﻴﻡ ﺒﻴﻥ ﺍﻟﻘﻭﺴﻴﻥ. )] : NVALID(variable[,...ﺘﻌﻁﻲ ﻋﺩﺩ ﻤﻔﺭﺩﺍﺕ ﺍﻟﻤﺘﻐﻴﺭ variableﻤﺴﺘﺒﻌﺩﹰﺍ ﻤﻨﻬﺎ ﺍﻟﻘﻴﻡ ﺍﻟﻤﻔﻘﻭﺩﺓ . missing values
) (3ﻋﻤﻠﻴﺎﺕ ﺘﺤﻭﻴل ﻭﺘﺤﻭﻴﺭ ﺍﻟﻤﺘﻐﻴﺭﺍﺕ
102
)] : SD(numexpr,numexpr[,...ﺘﻌﻁﻲ ﺍﻻﻨﺤﺭﺍﻑ ﺍﻟﻤﻌﻴﺎﺭﻱ the standard
deviationﻟﻠﻘﻴﻡ ﺒﻴﻥ ﺍﻟﻘﻭﺴﻴﻥ.
)] : SUM(numexpr,numexpr[,...ﺘﻌﻁﻲ ﻤﺠﻤﻭﻉ the sumﺍﻟﻘﻴﻡ ﺒﻴﻥ ﺍﻟﻘﻭﺴﻴﻥ. )] : VARIANCE(numexpr,numexpr[,...ﺘﻌﻁﻲ ﺘﺒﺎﻴﻥ the varianceﺍﻟﻘﻴﻡ
ﺒﻴﻥ ﺍﻟﻘﻭﺴﻴﻥ .
.10
ﺍﻟﺩﻭﺍل ﺍﻟﻨﺼﻴﺔ : String Functions
)] : CONCAT(strexpr,strexpr[,...ﻴﻀﻊ ﻗﻴﻡ ﺍﻟﻤﺘﻐﻴﺭﺍﺕ ﺍﻟﻭﺼﻔﻴﺔ ﺒﻴﻥ ﺍﻟﻘﻭﺴﻴﻥ ﻓﻲ ﻤﺘﻐﻴﺭ ﻭﺼﻔﻲ ﻭﺍﺤﺩ )ﻴﺠﺏ ﺃﻥ ﻴﻌﺭﻑ ﻤﺴﺒﻘﹰﺎ ﻋﻠﻰ ﺃﻨﻪ ﻭﺼﻔﻲ( . ) : INDEX(haystack,needleﺘﻌﻁﻲ ﻤﺘﻐﻴﺭﹰﺍ ﻜﻤﻴﹰﺎ ﻴﻤﺜل ﺭﻗﻡ ﺍﻟﺤﺭﻑ ﻓﻲ ﻗﻴﻤﺔ
ﺍﻟﻤﺘﻐﻴﺭ haystackﺍﻟﺫﻱ ﻴﺒﺩﺃ ﻤﻨﻪ ﺍﻟﺘﻌﺒﻴﺭ ﻓﻲ ﺍﻟﻤﺘﻐﻴﺭ ، needleﻭﻴﻌﻁﻲ 0ﺇﺫﺍ ﻟﻡ ﺘﻘﻊ ﺤﺭﻭﻑ ﺍﻟﻜﻠﻤﺔ ﻓﻲ ﺍﻟﻤﺘﻐﻴﺭ needleﺩﺍﺨل ﺍﻟﻜﻠﻤﺔ ﻓﻲ ﺍﻟﻤﺘﻐﻴﺭ . haystack
) : INDEX(haystack,needle,divisorﻤﺜل ﺍﻟﺩﺍﻟﺔ ﺍﻟﺴﺎﺒﻘﺔ ﺒﺎﻹﻀﺎﻓﺔ ﺇﻟﻰ ﺃﻨﻪ ﻴﺘﻡ
ﺘﻘﺴﻴﻡ ﺍﻟﻘﻴﻤﺔ ﻓﻲ ﺍﻟﻤﺘﻐﻴﺭ needleﺇﻟﻰ ﺃﻗﺴﺎﻡ ﻋﺩﺩ ﺤﺭﻭﻓﻬﺎ ﻴﺴﺎﻭﻱ ، divisorﻭﻴﺠﺏ ﺃﻥ ﻴﻜﻭﻥ divisorﻋﺩﺩ ﺼﺤﻴﺢ ﻭﻤﻀﺎﻋﻔﺎﺘﻪ ﻴﺴﺎﻭﻱ ﻋﺩﺩ ﺤﺭﻭﻑ ﻗﻴﻤﺔ ﺍﻟﻤﺘﻐﻴﺭ
needleﺒﺩﻭﻥ ﻜﺴﻭﺭ.
) : LOWER(strexprﺘﺤﻭل ﺍﻟﺤﺭﻭﻑ ﺍﻟﻜﺒﻴﺭﺓ uppercase lettersﻓﻲ ﻗﻴﻡ
ﺍﻟﻤﺘﻐﻴﺭ strexprﺇﻟﻰ ﺤﺭﻭﻑ ﺼﻐﻴﺭﺓ . lowercase letters
) : LPAD(strexpr,lengthﺘﻌﻁﻲ ﻤﺘﻐﻴﺭ ﻭﺼﻔﻲ ﻤﻭﺴﻊ ﻤﻥ ﺍﻟﻤﺘﻐﻴﺭ ﺍﻟﻭﺼﻔﻲ strexprﻭﺫﻟﻙ ﺒﺈﻀﺎﻓﺔ ﻤﺴﺎﻓﺎﺕ ﻋﻠﻰ ﺍﻟﻴﺴﺎﺭ ﻟﻴﺼﺒﺢ ﺍﻟﻤﺘﻐﻴﺭ ﺍﻟﺠﺩﻴﺩ ﻤﻜﻭﻥ ﻤﻥ
ﺤﺭﻭﻑ ﻋﺩﺩﻫﺎ lengthﺤﺭﻑ .
) (3ﻋﻤﻠﻴﺎﺕ ﺘﺤﻭﻴل ﻭﺘﺤﻭﻴﺭ ﺍﻟﻤﺘﻐﻴﺭﺍﺕ
103
) : LPAD(strexpr,length,charﻤﺜل ﺍﻟﺩﺍﻟﺔ ﺍﻟﺴﺎﺒﻘﺔ ﻭﻟﻜﻥ ﺘﻀﻴﻑ ﻋﻠﻰ ﺍﻟﻴﺴﺎﺭ ﻻ ﻤﻥ ﺍﻟﻤﺴﺎﻓﺔ ،ﻭﻴﺠﺏ ﺃﻥ ﻴﻜﻭﻥ ﻫﺫﺍ ﺍﻟﺤﺭﻑ ﺍﻟﺤﺭﻭﻑ ﺍﻟﻤﻌﺭﻓﺔ ﺒﺎﻟﺤﺭﻑ charﺒﺩ ﹰ
ﺒﻴﻥ ﺍﻟﻘﻭﺴﻴﻥ " " .
) : LTRIM(strexprﺘﻌﻁﻲ ﻗﻴﻡ ﺍﻟﻤﺘﻐﻴﺭ ﺍﻟﻭﺼﻔﻲ ﺒﻌﺩ ﺤﺫﻑ ﺠﻤﻴﻊ ﺍﻟﻤﺴﺎﻓﺎﺕ ﻤﻥ
ﻴﺴﺎﺭ ﺍﻟﻘﻴﻡ.
) : LTRIM(strexpr,charﻤﺜل ﺍﻟﺩﺍﻟﺔ ﺍﻟﺴﺎﺒﻘﺔ ﻭﻟﻜﻥ ﺘﻌﻁﻲ ﻗﻴﻡ ﺍﻟﻤﺘﻐﻴﺭ ﺍﻟﻭﺼﻔﻲ
ﺒﻌﺩ ﺤﺫﻑ ﺍﻟﺤﺭﻑ ﺍﻹﻀﺎﻓﻲ ﺍﻟﻤﻜﺭﺭ ﻋﻠﻰ ﻴﺴﺎﺭ ﺍﻟﻘﻴﻡ ﻭﺍﻟﻤﻌﺭﻓﺔ ﺒﻴﻥ ﻗﻭﺴﻴﻥ ﻓﻲ .char ) : LENGTH(strexprﻭﺘﻌﻁﻲ ﻁﻭل ﺍﻟﻤﺘﻐﻴﺭ ﺍﻟﻭﺼﻔﻲ strexprﺍﻟﻤﻌﺭﻑ ﺴﺎﺒﻘﹰﺎ ،
ﻭﻟﻠﺤﺼﻭل ﻋﻠﻰ ﻁﻭل ﺍﻟﻤﺘﻐﻴﺭ ﺒﺩﻭﻥ ﺍﻟﻤﺴﺎﻓﺎﺕ ﺍﻟﻤﺘﻘﺩﻤﺔ ﺍﺴﺘﺨﺩﻡ ﺍﻟﺩﺍﻟﺔ ﺍﻟﻤﺭﻜﺒﺔ
. RTRIM(strexpr)))LENGTH
) : RINDEX(haystack,needleﺘﻌﻁﻲ ﻤﺘﻐﻴﺭﹰﺍ ﻜﻤﻴﹰﺎ ﻴﻤﺜل ﺭﻗﻡ ﺍﻟﺤﺭﻑ ﻓﻲ ﻗﻴﻤﺔ ﺍﻟﻤﺘﻐﻴﺭ haystackﺍﻟﺫﻱ ﻴﺒﺩﺃ ﻤﻨﻪ ﺍﻟﺘﻌﺒﻴﺭ ﻓﻲ ﺍﻟﻤﺘﻐﻴﺭ needleﻟﻠﻤﺭﺓ ﺍﻷﺨﻴﺭﺓ ، ﻭﻴﻌﻁﻲ 0ﺇﺫﺍ ﻟﻡ ﺘﻘﻊ ﺍﻟﻜﻠﻤﺔ ﻓﻲ needleﺩﺍﺨل ﺍﻟﻜﻠﻤﺔ ﻓﻲ ﺍﻟﻤﺘﻐﻴﺭ . haystack
) : RINDEX(haystack,needle,divisorﻤﺜل ﺍﻟﺩﺍﻟﺔ ﺍﻟﺴﺎﺒﻘﺔ ﺒﺎﻹﻀﺎﻓﺔ ﺇﻟﻰ ﺃﻨﻪ
ﻴﺘﻡ ﺘﻘﺴﻴﻡ ﺍﻟﻘﻴﻤﺔ ﻓﻲ ﺍﻟﻤﺘﻐﻴﺭ needleﺇﻟﻰ ﺃﻗﺴﺎﻡ ﻋﺩﺩ ﺤﺭﻭﻓﻬﺎ ﻴﺴﺎﻭﻱ ، divisor ﻭﻴﺠﺏ ﺃﻥ ﻴﻜﻭﻥ divisorﻋﺩﺩ ﺼﺤﻴﺢ ﻭﻤﻀﺎﻋﻔﺎﺘﻪ ﻴﺴﺎﻭﻱ ﻋﺩﺩ ﺤﺭﻭﻑ ﻗﻴﻤﺔ
ﺍﻟﻤﺘﻐﻴﺭ needleﺒﺩﻭﻥ ﻜﺴﻭﺭ.
) : RPAD(strexpr,lengthﺘﻌﻁﻲ ﻤﺘﻐﻴﺭ ﻭﺼﻔﻲ ﻤﻭﺴﻊ ﻤﻥ ﺍﻟﻤﺘﻐﻴﺭ ﺍﻟﻭﺼﻔﻲ
strexprﻭﺫﻟﻙ ﺒﺈﻀﺎﻓﺔ ﻤﺴﺎﻓﺎﺕ ﻋﻠﻰ ﺍﻟﻴﻤﻴﻥ ﻟﻴﺼﺒﺢ ﺍﻟﻤﺘﻐﻴﺭ ﺍﻟﺠﺩﻴﺩ ﻤﻜﻭﻥ ﻤﻥ
ﺤﺭﻭﻑ ﻋﺩﺩﻫﺎ lengthﺤﺭﻑ .
) : RPAD(strexpr,length,charﻤﺜل ﺍﻟﺩﺍﻟﺔ ﺍﻟﺴﺎﺒﻘﺔ ﻭﻟﻜﻥ ﺘﻀﻴﻑ ﻋﻠﻰ ﺍﻟﻴﻤﻴﻥ ﻻ ﻤﻥ ﺍﻟﻤﺴﺎﻓﺔ ،ﻭﻴﺠﺏ ﺃﻥ ﻴﻜﻭﻥ ﻫﺫﺍ ﺍﻟﺤﺭﻑ ﺍﻟﺤﺭﻭﻑ ﺍﻟﻤﻌﺭﻓﺔ ﺒﺎﻟﺤﺭﻑ charﺒﺩ ﹰ
ﺒﻴﻥ ﺍﻟﻘﻭﺴﻴﻥ " " .
) (3ﻋﻤﻠﻴﺎﺕ ﺘﺤﻭﻴل ﻭﺘﺤﻭﻴﺭ ﺍﻟﻤﺘﻐﻴﺭﺍﺕ
104
) : RTRIM(strexprﺘﻌﻁﻲ ﻗﻴﻡ ﺍﻟﻤﺘﻐﻴﺭ ﺍﻟﻭﺼﻔﻲ ﺒﻌﺩ ﺤﺫﻑ ﺠﻤﻴﻊ ﺍﻟﻤﺴﺎﻓﺎﺕ ﻤﻥ
ﻴﻤﻴﻥ ﺍﻟﻘﻴﻡ.
) : RTRIM(strexpr,charﻤﺜل ﺍﻟﺩﺍﻟﺔ ﺍﻟﺴﺎﺒﻘﺔ ﻭﻟﻜﻥ ﺘﻌﻁﻲ ﻗﻴﻡ ﺍﻟﻤﺘﻐﻴﺭ ﺍﻟﻭﺼﻔﻲ
ﺒﻌﺩ ﺤﺫﻑ ﺍﻟﺤﺭﻑ ﺍﻹﻀﺎﻓﻲ ﺍﻟﻤﻜﺭﺭ ﻋﻠﻰ ﻴﻤﻴﻥ ﺍﻟﻘﻴﻡ ﻭﺍﻟﻤﻌﺭﻓﺔ ﺒﻴﻥ ﻗﻭﺴﻴﻥ ﻓﻲ .char
) : SUBSTR(strexpr,posﻭﺘﻌﻁﻲ ﺍﻟﻤﻘﺎﻁﻊ ﻤﻥ ﻗﻴﻡ ﺍﻟﻤﺘﻐﻴﺭ ﺍﻟﻭﺼﻔﻲ strexpr
ﻭﺍﻟﺘﻲ ﺘﺒﺩﺃ ﻤﻥ ﺍﻟﺤﺭﻑ ﺍﻟﺫﻱ ﺘﺭﺘﻴﺒﻪ ) posﺭﻗﻡ ﺼﺤﻴﺢ( ﺇﻟﻰ ﻨﻬﺎﻴﺔ ﺍﻟﻘﻴﻤﺔ . strexpr ) : SUBSTR(strexpr,pos,lengthﻭﺘﻌﻁﻲ ﺍﻟﻤﻘﺎﻁﻊ ﻤﻥ ﻗﻴﻡ ﺍﻟﻤﺘﻐﻴﺭ ﺍﻟﻭﺼﻔﻲ
strexprﻭﺍﻟﺘﻲ ﺘﺒﺩﺃ ﻤﻥ ﺍﻟﺤﺭﻑ ﺍﻟﺫﻱ ﻤﻭﻗﻌﻪ ) posﺭﻗﻡ ﺼﺤﻴﺢ( ﻓﻲ ﻗﻴﻤﺔ ﺍﻟﻤﺘﻐﻴﺭ strexprﻭﺒﻁﻭل ﻴﺴﺎﻭﻱ lengthﺤﺭﻑ .
) : UPCAS(strexprﺘﺤﻭل ﺍﻟﺤﺭﻭﻑ ﺍﻟﺼﻐﻴﺭﺓ lowercase lettersﻓﻲ ﻗﻴﻡ
ﺍﻟﻤﺘﻐﻴﺭ strexprﺇﻟﻰ ﺤﺭﻭﻑ ﻜﺒﻴﺭﺓ .uppercase letters
.2.3ﺗﺼﻨﻴﻒ ﻗﻴﻢ اﻟﻤﺘﻐﻴﺮات Recoding Variables : ﻜﺜﻴﺭ ﻤﻥ ﻋﻤﻠﻴﺎﺕ ﺍﻟﺘﺤﻠﻴل ﺍﻹﺤﺼﺎﺌﻲ ﺘﺘﻁﻠﺏ ﺃﻥ ﻴﺤﺘﻭﻱ ﺍﻟﻤﺘﻐﻴﺭ ﻤﻭﻀﻊ ﺍﻟﺩﺭﺍﺴﺔ ﻋﻠﻰ ﻋﺩﺩ ﻗﻠﻴل ﻤﻥ ﺍﻟﻘﻴﻡ ،ﻭﻓﻲ ﺍﻟﺤﺎﻻﺕ ﺍﻟﺘﻲ ﻴﺤﺘﻭﻱ ﺒﻬﺎ ﺍﻟﻤﺘﻐﻴﺭ ﻋﻠﻰ ﻋﺩﺩ ﻼ ،ﻋﻨﺩ ﻜﺒﻴﺭ ﻤﻥ ﺍﻟﻘﻴﻡ ﻴﺼﻌﺏ ﺇﺠﺭﺍﺀ ﺃﻱ ﻤﻥ ﻫﺫﻩ ﺍﻷﻨﻭﺍﻉ ﻤﻥ ﺍﻟﺘﺤﻠﻴل ﻤﺒﺎﺸﺭﺓ ،ﻓﻤﺜ ﹰ ﻤﺤﺎﻭﻟﺔ ﺘﻜﻭﻴﻥ ﺠﺩﻭل ﺘﻜﺭﺍﺭﻱ ﻴﻤﺜل ﺘﻜﺭﺍﺭﺍﺕ ﻗﻴﻡ ﻅﺎﻫﺭﺓ ﻤﻌﻴﻨﺔ ﻴﺼﻌﺏ ﺍﻻﺴﺘﻔﺎﺩﺓ
ﻼ ،ﺇﻻ ﺃﻨﻪ ﻤﻥ ﺍﻟﻤﻤﻜﻥ ﻤﻌﺎﻟﺠﺔ ﻫﺫﻩ ﻤﻥ ﺍﻟﺠﺩﻭل ﺇﺫﺍ ﺍﺤﺘﻭﻯ ﻋﻠﻰ 50ﻓﺌﺔ ﺃﻭ ﺃﻜﺜﺭ ﻤﺜ ﹰ
ﺍﻟﻤﺸﻜﻠﺔ ﻋﻥ ﻁﺭﻴﻕ ﺘﺠﻤﻴﻊ ﺍﻟﻘﻴﻡ ﺍﻟﻤﺘﻘﺎﺭﺒﺔ ﻭﺍﻻﺴﺘﻌﺎﻀﺔ ﻋﻨﻬﺎ ﺒﻘﻴﻡ ﻤﺤﺩﺩﺓ ،ﺃﻱ ﺃﻥ
ﺍﻟﻤﺴﺘﺨﺩﻡ ﻻ ﺒﺩ ﻟﻪ ﻓﻲ ﺒﻌﺽ ﺍﻟﺤﺎﻻﺕ ﻤﻥ ﺇﻋﻁﺎﺀ ﻋﺩﺩ ﻤﺤﺩﻭﺩ ﻤﻥ ﺍﻟﻘﻴﻡ ﺃﻭ ﺍﻟﺭﻤﻭﺯ
ﻷﺤﺩ ﺍﻟﻤﺘﻐﻴﺭﺍﺕ ﺫﺍﺕ ﻗﻴﻡ ﻜﺜﻴﺭﺓ ﻭﺫﻟﻙ ﻟﻘﻴﻡ ﺘﻘﻊ ﻓﻲ ﺤﺩﻭﺩ ﻓﺌﺎﺕ ﻤﻌﻴﻨﺔ ﻤﻥ ﺍﻟﻤﺘﻐﻴﺭ.
) (3ﻋﻤﻠﻴﺎﺕ ﺘﺤﻭﻴل ﻭﺘﺤﻭﻴﺭ ﺍﻟﻤﺘﻐﻴﺭﺍﺕ
105
ﻭﻫﻨﺎﻙ ﺜﻼﺜﺔ ﺃﻭﺍﻤﺭ ﻟﻠﺘﺼﻨﻴﻑ ﻴﻤﻜﻨﻨﺎ ﻋﻥ ﻁﺭﻴﻘﻬﺎ ﺘﺼﻨﻴﻑ ﺍﻟﻤﺘﻐﻴﺭﺍﺕ ﺒﻁﺭﻕ
ﻤﺨﺘﻠﻔﺔ ،ﻜﺫﻟﻙ ﺘﻌﺘﺒﺭ ﻋﻤﻠﻴﺔ ﺘﺭﺘﻴﺏ ﺍﻟﺒﻴﺎﻨﺎﺕ ﻜﺄﺤﺩ ﻋﻤﻠﻴﺎﺕ ﺍﻟﺘﺼﻨﻴﻑ ،ﻟﺫﻟﻙ ﺴﻨﺘﺤﺩﺙ
ﻋﻥ ﺠﻤﻴﻊ ﻋﻤﻠﻴﺎﺕ ﺘﺼﻨﻴﻑ ﺍﻟﺒﻴﺎﻨﺎﺕ ﺒﺎﻹﻀﺎﻓﺔ ﺇﻟﻰ ﺘﺭﺘﻴﺒﻬﺎ ﺒﺸﻲﺀ ﻤﻥ ﺍﻟﺘﻔﺼﻴل ﻫﻨﺎ.
.1ﺃﻤﺭ ﺍﻟﺘﺼﻨﻴﻑ : Recode ﻭﻴﺘﻤﻴﺯ ﺍﻷﻤﺭ recodeﻋﻥ ﻏﻴﺭﻩ ﻤﻥ ﺃﻭﺍﻤﺭ ﺍﻟﺘﺼﻨﻴﻑ ﺍﻷﺨﺭﻯ ﻓﻲ ﺍﻨﻪ ﻴﻤﻜﻥ
ﺍﻟﻤﺴﺘﺨﺩﻡ ﻤﻥ ﺘﻘﺴﻴﻡ ﻤﺩﻯ ﺍﻟﻤﺘﻐﻴﺭ ﻤﻭﻀﻊ ﺍﻟﺩﺭﺍﺴﺔ ﺇﻟﻰ ﻓﺌﺎﺕ ﺒﺎﻟﻌﺩﺩ ﻭﺍﻟﻁﻭل
ﺍﻟﻤﻨﺎﺴﺒﻴﻥ ﻟﻁﺒﻴﻌﺔ ﺍﻟﺩﺭﺍﺴﺔ ،ﻓﻬﻭ ﻟﻴﺱ ﺘﻠﻘﺎﺌﻲ ﺃﻭ ﺃﻭﺘﻭﻤﺎﺘﻴﻜﻲ ﻜﻤﺎ ﻫﻭ ﺍﻟﺤﺎل ﻓﻲ ﺃﻭﺍﻤﺭ
ﺍﻟﺘﺼﻨﻴﻑ ﺍﻷﺨﺭﻯ ﺒل ﻴﻌﻁﻲ ﺍﻟﻤﺴﺘﺨﺩﻡ ﺩﺭﺠﺔ ﻋﺎﻟﻴﺔ ﻤﻥ ﺍﻟﺘﺤﻜﻡ ﻭﺍﻟﺴﻴﻁﺭﺓ. ﺸﻜل : 5-3ﺒﻴﺎﻨﺎﺕ ﺩﺭﺠﺎﺕ ﺍﻟﺘﻼﻤﻴﺫ ﻓﻲ ﻤﺤﺭﺭ ﺍﻟﺒﻴﺎﻨﺎﺕ Data Editorﻗﺒل ﺍﻟﺘﺼﻨﻴﻑ ﻭﺍﺴﺘﺨﺩﺍﻡ ﺃﻤﺭ ﺍﻟﺘﺼﻨﻴﻑ Recode
) (3ﻋﻤﻠﻴﺎﺕ ﺘﺤﻭﻴل ﻭﺘﺤﻭﻴﺭ ﺍﻟﻤﺘﻐﻴﺭﺍﺕ
106
ﻓﻌﻠﻰ ﺴﺒﻴل ﺍﻟﻤﺜﺎل ،ﻟﻨﻔﺭﺽ ﺃﻥ ﻟﺩﻴﻨﺎ ﺩﺭﺠﺎﺕ ﻟـ 20ﺘﻠﻤﻴﺫ ﻓﻲ ﻓﺼل ﻤﻌﻴﻥ
ﻭﺘﻘﻊ ﻓﻲ ﺍﻟﻤﺩﻯ ﻤﻥ 0ﺇﻟﻰ ) 100ﺸﻜل ، (5-3ﻓﺈﺫﺍ ﻜﺎﻨﺕ ﺩﺭﺠﺔ ﺍﻟﻨﺠﺎﺡ ﻫﻲ 60
ﻓﺈﻨﻪ ﻗﺩ ﻴﻜﻭﻥ ﻤﻥ ﺍﻟﻤﻨﺎﺴﺏ ﺃﻥ ﻨﻌﻁﻲ ﺍﻟﺭﻤﺯ ) P (Passﻟﻠﻨﺎﺠﺤﻴﻥ ﻭﺍﻟﺭﻤﺯ )F (Fail
ﻟﻠﺭﺍﺴﺒﻴﻥ ،ﻭﻫﺫﻩ ﺍﻟﻌﻤﻠﻴﺔ ﻴﻤﻜﻥ ﺇﺘﻤﺎﻤﻬﺎ ﺒﺴﻬﻭﻟﺔ ﻤﻥ ﺨﻼل ﺃﻤﺭ ﺍﻟﺘﺼﻨﻴﻑ .Recode
ﻓﺒﻌﺩ ﺇﺩﺨﺎل ﻫﺫﻩ ﺍﻟﺒﻴﺎﻨﺎﺕ ﻓﻲ ﻤﺘﻐﻴﺭﻴﻥ ﺃﺤﺩﻫﻤﺎ ﻟﻠﺭﻗﻡ ﺍﻟﻤﺴﻠﺴل ﻟﻠﺘﻠﻤﻴﺫ ﻭﺍﻵﺨﺭ ﻟﺩﺭﺠﺘﻪ ﻓﺈﻨﻪ ﻴﻤﻜﻨﻨﺎ ﺍﻟﺒﺩﺀ ﻓﻲ ﻋﻤﻠﻴﺔ ﺘﺼﻨﻴﻑ ﺍﻟﺒﻴﺎﻨﺎﺕ ﻭﺇﻋﺎﺩﺓ ﺘﻘﺴﻴﻡ ﺍﻟﻅﺎﻫﺭﺓ ﻜﻤﺎ ﻴﻠﻲ: • ﻤﻥ ﺍﻟﻘﺎﺌﻤﺔ ﺍﻟﺭﺌﻴﺴﻴﺔ ﻨﺨﺘﺎﺭ ﺍﻷﻤﺭ ﺤﻭل Transformﻟﺘﻔﺘﺢ ﻗﺎﺌﻤﺔ ﺍﻟﺘﺤﻭﻴل. • ﻤﻥ ﻗﺎﺌﻤﺔ ﺍﻟﺘﺤﻭﻴل ﻨﺨﺘﺎﺭ ﺃﻤﺭ ﺍﻟﺘﺼﻨﻴﻑ Recodeﻟﻴﻅﻬﺭ ﺨﻴﺎﺭﻴﻥ ﺃﺤﺩﻫﻤﺎ ﻟﻠﺘﺼﻨﻴﻑ ﻓﻲ ﻨﻔﺱ ﺍﻟﻤﺘﻐﻴﺭﺍﺕ ، Recode into Same Variablesﻭﺘﺘﻐﻴﺭ ﻓﻲ ﻫﺫﻩ
ﺍﻟﺤﺎﻟﺔ ﻤﺤﺘﻭﻴﺎﺕ ﺍﻟﻤﺘﻐﻴﺭﺍﺕ ﺍﻟﻘﺩﻴﻤﺔ ﺃﻱ ﺘﺴﺘﺒﺩل ﻗﻴﻡ ﺍﻟﻤﺘﻐﻴﺭﺍﺕ ﺍﻷﺼﻠﻴﺔ ﺒﺎﻟﻘﻴﻡ ﺍﻟﺠﺩﻴﺩﺓ،
ﻭﺍﻟﺨﻴﺎﺭ ﺍﻟﺜﺎﻨﻲ ﻟﺘﺼﻨﻴﻑ ﻤﺘﻐﻴﺭﺍﺕ ﻓﻲ ﻤﺘﻐﻴﺭﺍﺕ ﺠﺩﻴﺩﺓ Recode into different
، Variablesﻭﻴﻔﻀل ﺍﻟﺨﻴﺎﺭ ﺍﻟﺜﺎﻨﻲ ﺍﻟﺫﻱ ﻴﺤﺎﻓﻅ ﻋﻠﻰ ﻗﻴﻡ ﺍﻟﻤﺘﻐﻴﺭﺍﺕ ﺍﻷﺼﻠﻴﺔ. ﺸﻜل : 6-3ﻨﺎﻓﺫﺓ ﺍﻟﺘﺼﻨﻴﻑ ﻓﻲ ﻤﺘﻐﻴﺭ ﺠﺩﻴﺩ Recode into Different Variables ﻓﻲ ﻗﺎﺌﻤﺔ ﺘﺤﻭﻴل ﺍﻟﻤﺘﻐﻴﺭﺍﺕ Transform
) (3ﻋﻤﻠﻴﺎﺕ ﺘﺤﻭﻴل ﻭﺘﺤﻭﻴﺭ ﺍﻟﻤﺘﻐﻴﺭﺍﺕ
•
107
ﺘﻔﺘﺢ ﺍﻵﻥ ﻨﺎﻓﺫﺓ ﺍﻟﺘﺼﻨﻴﻑ ﻓﻲ ﻤﺘﻐﻴﺭ ﺠﺩﻴﺩ Recode into different Variables
ﻜﻤﺎ ﺘﻅﻬﺭ ﻓﻲ ﺸﻜل 6-3ﺃﻋﻼﻩ ،ﻓﻴﺘﻡ ﺘﺤﺩﻴﺩ ﺍﻟﻤﺘﻐﻴﺭ )ﺃﻭ ﺍﻟﻤﺘﻐﻴﺭﺍﺕ( ﺍﻟﺫﻱ ﻴﺭﺍﺩ
ﺘﺼﻨﻴﻔﻪ ﻭﺫﻟﻙ ﺒﺎﺨﺘﻴﺎﺭ ﻫﺫﺍ ﺍﻟﻤﺘﻐﻴﺭ ﻤﻥ ﻗﺎﺌﻤﺔ ﺍﻟﻤﺘﻐﻴﺭﺍﺕ ﻭﺇﺯﺍﺤﺘﻪ ﺒﺎﻟﺴﻬﻡ ﺇﻟﻰ ﺍﻟﻴﻤﻴﻥ ،
ﺜﻡ ﻴﻜﺘﺏ ﺍﻻﺴﻡ ﺍﻟﺠﺩﻴﺩ ﻟﻠﺘﺼﻨﻴﻑ ﻓﻲ ﺍﻟﻤﺭﺒﻊ ﺍﻟﻌﻠﻭﻱ ﺇﻟﻰ ﺍﻟﻴﻤﻴﻥ ﻭﻜﺫﻟﻙ ﺩﻟﻴﻠﻪ ﺇﺫﺍ ﻜﺎﻥ
ﻤﺭﻏﻭﺒﹰﺎ ﻓﻲ ﺘﻌﻴﻴﻥ ﺩﻟﻴل ﻟﻪ ،ﻭﻤﻥ ﺜﻡ ﺇﺯﺍﺤﺘﻪ ﻋﻥ ﻁﺭﻴﻕ ﺍﻟﻀﻐﻁ ﻋﻠﻰ ﺘﻐﻴﻴﺭ
، changeﻓﻴﻨﺘﻘل ﺍﻻﺴﻡ ﺍﻟﺠﺩﻴﺩ ﺇﻟﻰ ﺍﻟﻴﺴﺎﺭ ﻟﻴﻘﺎﺒل ﺍﺴﻡ ﺍﻟﻤﺘﻐﻴﺭ ﺍﻟﻘﺩﻴﻡ ،ﻭﻴﻤﻜﻥ ﺘﻜﺭﺍﺭ
ﺘﻠﻙ ﺍﻟﻌﻤﻠﻴﺔ ﻋﻠﻰ ﻤﺘﻐﻴﺭﺍﺕ ﺃﺨﺭﻯ ﻓﻲ ﺍﻟﻘﺎﺌﻤﺔ ﺸﺭﻴﻁﺔ ﺃﻥ ﺘﺼﻨﻑ ﺠﻤﻴﻌﻬﺎ ﺒﻨﻔﺱ
ﺍﻟﺘﺼﻨﻴﻑ ،ﻭﻴﺠﺩﺭ ﺒﺎﻟﺫﻜﺭ ﺃﻥ ﻫﺫﻩ ﺍﻟﺨﻁﻭﺓ ﻟﻥ ﺘﻜﻭﻥ ﻀﺭﻭﺭﻴﺔ ﻟﻭ ﺘﻡ ﺍﺨﺘﻴﺎﺭ ﺍﻟﺘﺼﻨﻴﻑ
ﻓﻲ ﻨﻔﺱ ﺍﻟﻤﺘﻐﻴﺭﺍﺕ ، Recode into Same Variablesﺇﺫ ﺃﻨﻨﺎ ﻟﻥ ﻨﻜﻭﻥ ﺒﺤﺎﺠﺔ ﺇﻟﻰ ﺃﺴﻤﺎﺀ ﺠﺩﻴﺩﺓ ﻟﻠﻤﺘﻐﻴﺭﺍﺕ ،ﻭﺴﺘﻠﻐﻰ ﺍﻟﻘﻴﻡ ﺍﻷﺼﻠﻴﺔ ﻟﻠﻤﺘﻐﻴﺭ ﻭﺘﺴﺘﺒﺩل ﺒﺎﻟﻘﻴﻡ ﺍﻟﺠﺩﻴﺩﺓ ،ﻟﺫﺍ
ﻓﺈﻥ ﻫﺫﺍ ﺍﻟﺨﻴﺎﺭ ﻏﻴﺭ ﻤﺤﺒﺫ ﺍﺴﺘﺨﺩﺍﻤﻪ.
ﺸﻜل : 7-3ﻨﺎﻓﺫﺓ ﺍﻟﺘﺼﻨﻴﻑ ﺍﻟﻤﺸﺭﻭﻁ If Casesﻓﻲ ﻨﺎﻓﺫﺓ Recode into Different Variablesﻤﻥ ﻗﺎﺌﻤﺔ ﺘﺤﻭﻴل ﺍﻟﻤﺘﻐﻴﺭﺍﺕ Transform
• ﻓﻘﻁ ﻓﻲ ﺤﺎﻟﺔ ﻤﺎ ﺇﺫﺍ ﻜﺎﻥ ﻤﻁﻠﻭﺏ ﺘﺼﻨﻴﻔﹰﺎ ﻤﺭﻫﻭﻨﹰﺎ ﺒﺘﺤﻘﻕ ﺸﺭﻁ ﻤﺎ ﻋﻠﻰ ﺍﻟﻤﻔﺭﺩﺍﺕ ﻟﻴﺘﻡ ﺍﻟﺘﺼﻨﻴﻑ ﻴﺘﻡ ﺍﻟﻀﻐﻁ ﻋﻠﻰ ﺇﺫﺍ ، ...Ifﻭﻓﻲ ﻫﺫﻩ ﺍﻟﺤﺎﻟﺔ ﺘﻔﺘﺢ ﻨﺎﻓﺫﺓ
ﺍﻟﺘﺼﻨﻴﻑ ﺍﻟﻤﺸﺭﻭﻁ )ﺸﻜل (7-3ﺍﻟﻤﺸﺎﺒﻬﺔ ﻟﻌﻤﻠﻴﺔ ﺍﻟﺤﺴﺎﺏ ﺍﻟﻤﺸﺭﻭﻁ ﻓﻲ ﺍﻟﺒﻨﺩ
) (3ﻋﻤﻠﻴﺎﺕ ﺘﺤﻭﻴل ﻭﺘﺤﻭﻴﺭ ﺍﻟﻤﺘﻐﻴﺭﺍﺕ
108
ﺍﻟﺴﺎﺒﻕ ،ﻓﻨﺠﺩ ﺃﻥ ﺍﻟﺨﻴﺎﺭ ﺍﻟﺘﻠﻘﺎﺌﻲ ﻓﻲ ﻫﺫﻩ ﺍﻟﻨﺎﻓﺫﺓ ﻫﻭ ﺸﻤل ﺠﻤﻴﻊ ﺍﻟﻤﻔﺭﺩﺍﺕ ،ﻭﻫﺫﺍ
ﺍﻟﺨﻴﺎﺭ ﻴﻤﻜﻥ ﺘﻐﻴﻴﺭﻩ ﺒﻭﻀﻊ ﺸﺭﻁ ﻤﺎ ﻴﻜﺘﺏ ﻋﻠﻰ ﺸﻜل ﺼﻴﻐﺔ ﻤﻨﻁﻘﻴﺔ ﻨﺘﻴﺠﺘﻬﺎ ﺇﻤﺎ
"ﻨﻌﻡ" ﻓﺘﺘﻡ ﻋﻤﻠﻴﺔ ﺍﻟﺘﺼﻨﻴﻑ ﻋﻠﻰ ﺍﻟﻤﻔﺭﺩﺓ ﺃﻭ "ﻻ" ﻓﻼ ﺘﺘﻡ ﻋﻤﻠﻴﺔ ﺍﻟﺘﺼﻨﻴﻑ.
• ﻭﺍﻵﻥ ،ﻤﻥ ﻨﺎﻓﺫﺓ ﺍﻟﺘﺼﻨﻴﻑ ﻓﻲ ﻤﺘﻐﻴﺭ ﺠﺩﻴﺩ ﺍﻟﺴﺎﺒﻘﺔ ﻴﺠﺏ ﻋﻠﻴﻨﺎ ﺘﺤﺩﻴﺩ ﺍﻟﻘﻴﻡ
ﺍﻟﻘﺩﻴﻤﺔ ﻭﻤﺎ ﻴﻘﺎﺒﻠﻬﺎ ﻤﻥ ﻗﻴﻡ ﺠﺩﻴﺩﺓ ﻭﻫﺫﺍ ﻴﺘﻡ ﺒﺎﻟﻀﻐﻁ ﻋﻠﻰ Old and New Values
ﻟﺘﻔﺘﺢ ﻨﺎﻓﺫﺓ ﺘﻌﺭﻴﻑ ﺍﻟﻘﻴﻡ ﺍﻟﺠﺩﻴﺩﺓ ) Old and New Valuesﺸﻜل ،(8-3ﻭﺘﺒﺩﻭ ﻫﺫﻩ
ﺍﻟﻨﺎﻓﺫﺓ ﻤﻨﻘﺴﻤﺔ ﺇﻟﻰ ﻗﺴﻤﻴﻥ ،ﺍﻷﻭل ﺇﻟﻰ ﺍﻟﻴﺴﺎﺭ ﻭﻫﻭ ﻤﺨﺼﺹ ﻟﻠﻘﻴﻡ ﺍﻟﻘﺩﻴﻤﺔ ﻭﺍﻟﺜﺎﻨﻲ
ﺇﻟﻰ ﺍﻟﻴﻤﻴﻥ ﻭﻫﻭ ﻤﺨﺼﺹ ﻟﺘﻌﺭﻴﻑ ﺍﻟﻘﻴﻡ ﺍﻟﺠﺩﻴﺩﺓ ﺍﻟﻤﻘﺎﺒﻠﺔ ،ﻓﻔﻲ ﺍﻟﻘﺴﻡ ﺍﻷﻭل ﻴﻭﺠﺩ ﻋﺩﺓ ﺨﻴﺎﺭﺍﺕ ﻟﺘﺤﺩﻴﺩ ﻗﻴﻤﺔ ﺃﻭ ﻤﺠﻤﻭﻋﺔ ﻗﻴﻡ ﺍﻟﻤﺘﻐﻴﺭ ﺍﻟﻘﺩﻴﻡ ،ﻓﻴﻤﻜﻥ ﺃﻥ ﺘﻜﻭﻥ ﻗﻴﻤﺔ ﻤﺤﺩﺩﺓ
ﻭﺍﺤﺩﺓ ﺃﻭ ﺍﻟﻘﻴﻡ ﺍﻟﻤﻔﻘﻭﺩﺓ ﺃﻭ ﺃﻱ ﻗﻴﻤﺔ ﺘﻘﻊ ﺒﻴﻥ ﻗﻴﻤﺘﻴﻥ ﻤﺤﺩﺩﺘﻴﻥ ﺃﻭ ﺃﻱ ﻗﻴﻤﺔ ﺒﺩﺀﹰﺍ ﻤﻥ
ﺃﺼﻐﺭ ﻗﻴﻤﺔ ﺤﺘﻰ ﻗﻴﻤﺔ ﻤﺤﺩﺩﺓ ﺃﻭ ﺃﻱ ﻗﻴﻤﺔ ﺘﻘﻊ ﺒﻴﻥ ﻗﻴﻤﺔ ﻤﺤﺩﺩﺓ ﻭﺃﻜﺒﺭ ﻗﻴﻤﺔ ﻴﺄﺨﺫﻫﺎ ﺍﻟﻤﺘﻐﻴﺭ ﺃﻭ ﻓﻲ ﺍﻟﻨﻬﺎﻴﺔ ﺠﻤﻴﻊ ﺍﻟﻘﻴﻡ ﺍﻷﺨﺭﻯ ﺍﻟﺘﻲ ﻟﻡ ﻴﺘﻡ ﺘﻌﺭﻴﻔﻬﺎ ،ﺃﻤﺎ ﻓﻲ ﺍﻟﻘﻴﻡ ﺍﻟﺜﺎﻨﻲ
ﻓﻬﻭ ﻤﺨﺼﺹ ﻹﻋﻁﺎﺀ ﻜل ﻤﺠﻤﻭﻋﺔ ﻤﻥ ﻗﻴﻡ ﺍﻟﻤﺘﻐﻴﺭ ﺍﻟﻘﺩﻴﻡ ﻗﻴﻤﺔ ﻭﺤﻴﺩﺓ ،ﻭﻗﺩ ﻴﻜﻭﻥ
ﺍﻟﻤﺘﻐﻴﺭ ﺍﻟﻨﺎﺘﺞ ﻜﻤﻲ ﻭﻴﺄﺨﺫ ﻗﻴﻤﹰﺎ ﻜﻤﻴﺔ ﻭﺘﻌﻁﻰ ﻫﺫﻩ ﺍﻟﻘﻴﻡ ﺩﻟﻴل ﻭﺼﻔﻲ ﻜﻤﺎ ﺤﺩﺙ ﻓﻲ
ﻤﺜﺎﻟﻨﺎ ،ﻭﻗﺩ ﻴﻜﻭﻥ ﺍﻟﻤﺘﻐﻴﺭ ﺍﻟﻨﺎﺘﺞ ﻭﺼﻔﻲ ﻭﻴﺄﺨﺫ ﻗﻴﻤﹶﺎ ﻭﺼﻔﻴﺔ ﻤﺜل "ﺭﺍﺴﺏ" ﻭ"ﻨﺎﺠﺢ"
ﻻ ﻋﻠﻰ ﻓﻲ ﻤﺜﺎﻟﻨﺎ ،ﻭﻴﺠﺏ ﻓﻲ ﻫﺫﻩ ﺍﻟﺤﺎﻟﺔ ﻓﻘﻁ ﺘﺤﺩﻴﺩ ﺫﻟﻙ ﻋﻥ ﻁﺭﻴﻕ ﺍﻟﻀﻐﻁ ﺃﻭ ﹰ ﺘﻌﺭﻴﻑ ﺍﻟﻤﺘﻐﻴﺭ ﺍﻟﻨﺎﺘﺞ ﻋﻠﻰ ﺍﻨﻪ ﻭﺼﻔﻲ ﻤﻊ ﺘﺤﺩﻴﺩ ﻁﻭﻟﻪ Output Variables are
Width Stringsﻭﺫﻟﻙ ﺃﺴﻔل ﻫﺫﺍ ﺍﻟﻘﺴﻡ ،ﻭﺴﻭﺍ ﺀ ﻜﺎﻥ ﺍﻟﻤﺘﻐﻴﺭ ﺍﻟﻨﺎﺘﺞ ﻜﻤﻲ ﺃﻭ ﻭﺼﻔﻲ
ﻨﺒﺩﺃ ﺒﺘﺤﺩﻴﺩ ﺍﻟﻘﻴﻡ ﻓﻲ ﺍﻟﻤﺘﻐﻴﺭ ﺍﻟﻘﺩﻴﻡ ﺇﻟﻰ ﺍﻟﻴﺴﺎﺭ ﻭﻨﺤﺩﺩ ﺍﻟﻘﻴﻤﺔ ﺍﻟﻭﺤﻴﺩﺓ ﻓﻲ ﺍﻟﻤﺘﻐﻴﺭ
ﺍﻟﻨﺎﺘﺞ ﺍﻟﺘﻲ ﺘﻘﺎﺒﻠﻬﺎ ﺇﻟﻰ ﺃﻋﻠﻰ ﺍﻟﻘﺴﻡ ﺍﻷﻴﻤﻥ ﺜﻡ ﺍﻟﻀﻐﻁ ﻋﻠﻰ "ﺇﻀﺎﻓﺔ" Addﻟﺤﻴﻥ ﺍﻻﻨﺘﻬﺎﺀ ﻤﻥ ﺘﻘﺴﻴﻡ ﺍﻟﺘﻐﻴﺭ ﺍﻟﻘﺩﻴﻡ ﻭﺘﻌﺭﻴﻑ ﻜل ﺃﻗﺴﺎﻤﻪ ،ﻭﻴﺠﺏ ﺩﺍﺌﻤﺎ ﻤﻼﺤﻅﺔ ﺃﻥ ﺠﻤﻴﻊ
ﻗﻴﻡ ﺍﻟﻤﺘﻐﻴﺭ ﺍﻟﻘﺩﻴﻡ ﻗﺩ ﺘﻡ ﺘﻌﺭﻴﻔﻬﺎ.
) (3ﻋﻤﻠﻴﺎﺕ ﺘﺤﻭﻴل ﻭﺘﺤﻭﻴﺭ ﺍﻟﻤﺘﻐﻴﺭﺍﺕ
109
ﺸﻜل : 8-3ﻨﺎﻓﺫﺓ ﺘﻌﺭﻴﻑ ﺍﻟﻘﻴﻡ ﺍﻟﺠﺩﻴﺩﺓ Old and New Valuesﻓﻲ ﻨﺎﻓﺫﺓ Recode into Different Variablesﻤﻥ ﻗﺎﺌﻤﺔ ﺘﺤﻭﻴل ﺍﻟﻤﺘﻐﻴﺭﺍﺕ Transform
ﺸﻜل : 9-3ﻤﺤﺭﺭ ﺍﻟﺒﻴﺎﻨﺎﺕ Data Editorﺒﻌﺩ ﺍﻻﻨﺘﻬﺎﺀ ﻤﻥ ﻋﻤﻠﻴﺔ ﺍﻟﺘﺼﻨﻴﻑ ﻭﺇﻨﻬﺎﺀ ﻋﻤﻠﻴﺔ ﺘﻌﺭﻴﻑ ﺍﻟﻤﺘﻐﻴﺭ ﺍﻟﺠﺩﻴﺩ
) (3ﻋﻤﻠﻴﺎﺕ ﺘﺤﻭﻴل ﻭﺘﺤﻭﻴﺭ ﺍﻟﻤﺘﻐﻴﺭﺍﺕ
110
• ﺒﻌﺩ ﺍﻻﻨﺘﻬﺎﺀ ﻤﻥ ﺇﺩﺨﺎل ﺠﻤﻴﻊ ﺍﻟﻘﻴﻡ ﻴﺘﻡ ﺍﻟﻀﻐﻁ ﻋﻠﻰ ﻤﻔﺘﺎﺡ "ﺍﺴﺘﻤﺭﺍﺭ"
Continueﻭﺇﻨﻬﺎﺀ ﻋﻤﻠﻴﺔ ﺍﻟﺘﺼﻨﻴﻑ ،ﺇﻻ ﺃﻥ ﺃﺤﻴﺎﻨﹰﺎ ﻴﻜﻭﻥ ﻤﺭﻏﻭﺒﹰﺎ ﺇﻋﺎﺩﺓ ﺘﻌﺭﻴﻑ
ﻼ ﻴﻤﻜﻥ ﺇﻟﻐﺎﺀ ﺍﻟﻌﻼﻤﺎﺕ ﺍﻟﻌﺸﺭﻴﺔ ﺃﻭ ﺘﻐﻴﻴﺭ ﺍﻟﻤﺘﻐﻴﺭ ﺍﻟﻨﺎﺘﺞ ﻭﺇﻋﻁﺎﺀ ﺩﻟﻴل ﻟﻘﻴﻤﻪ ،ﻓﻤﺜ ﹰ ﻋﺭﺽ ﺍﻟﺘﻐﻴﺭ ﻭﻫﺫﺍ ﻴﺘﻡ ﻤﻥ ﺨﻼل ﻤﺸﻬﺩ ﺍﻟﻤﺘﻐﻴﺭﺍﺕ Data Viewﻓﻲ ﻤﺤﺭﺭ ﺍﻟﺒﻴﺎﻨﺎﺕ
Data Editorﺃﻭ ﻨﺎﻓﺫﺓ ﺘﻌﺭﻴﻑ ﺍﻟﻤﺘﻐﻴﺭﺍﺕ Define Variablesﻜﻤﺎ ﺘﻡ ﺘﻭﻀﻴﺤﻪ ﻓﻲ ﺍﻟﻔﺼل ﺍﻟﺴﺎﺒﻕ ،ﻟﻴﻅﻬﺭ ﻓﻲ ﺍﻟﻨﻬﺎﻴﺔ ﻤﺤﺭﺭ ﺍﻟﺒﻴﺎﻨﺎﺕ ﻜﻤﺎ ﻓﻲ ﺍﻟﺸﻜل 9-3ﺃﻋﻼﻩ . ﻭﻴﺠﺩﺭ ﺒﺎﻟﺫﻜﺭ ﺃﻨﻪ ﻋﻨﺩ ﺘﻘﺴﻴﻡ ﺍﻟﻤﺘﻐﻴﺭ ﺇﻟﻰ ﻓﺌﺎﺕ ﻤﺨﺘﻠﻔﺔ ﻴﺠﺏ ﻤﺭﺍﻋﺎﺓ ﺘﺤﺩﻴﺩ
ﺃﺼﻐﺭ ﻭﺃﻜﺒﺭ ﻗﻴﻤﺔ ﻴﺄﺨﺫﻫﺎ ﺍﻟﻤﺘﻐﻴﺭ ﻭﺘﺤﺩﻴﺩ ﻋﺩ ﺍﻟﻔﺌﺎﺕ ﻭﻁﻭل ﻜل ﻓﺌﺔ ﻭﻴﺭﺍﻋﻰ ﺃﻥ
ﻴﻜﻭﻥ ﻁﻭل ﺍﻟﻔﺌﺔ ﻤﻨﺎﺴﺒﹰﺎ ﻭﻋﺩﺩﻫﺎ ﻟﻴﺱ ﻜﺒﻴﺭﹰﺍ ﺠﺩﹰﺍ ﺃﻭ ﺼﻐﻴﺭﹰﺍ ﺠﺩﹰﺍ ،ﻭﺍﻟﻌﺩﺩ ﺍﻟﻤﻨﺎﺴﺏ
ﻟﻬﺫﻩ ﺍﻟﻔﺌﺎﺕ ﺒﻴﻥ 4ﻭ 12ﻓﺌﺔ ﺇﻻ ﺃﻥ ﺍﻟﻀﺭﻭﺭﺓ ﺃﺤﻴﺎﻨﹰﺎ ﺘﻔﺭﺽ ﻋﺩﺩ ﻤﺤﺩﺩ ﻟﻠﻔﺌﺎﺕ ، ﻭﻴﺭﺍﻋﻰ ﻜﺫﻟﻙ ﻋﺩﻡ ﺍﻟﺘﺩﺍﺨل ﺒﻴﻥ ﺍﻟﻔﺌﺎﺕ ﻭﺃﻥ ﺘﻜﻭﻥ ﺍﻟﻔﺌﺎﺕ ﺸﺎﻤﻠﺔ ﻟﺠﻤﻴﻊ ﺍﻟﺒﻴﺎﻨﺎﺕ،
ﻭﻴﻔﻀل ﺩﺍﺌﻤﹰﺎ ﺃﻥ ﻴﻜﻭﻥ ﺘﺼﻨﻴﻑ ﺍﻟﻤﺘﻐﻴﺭ ﻓﻲ ﻤﺘﻐﻴﺭ ﺠﺩﻴﺩ ﻭﺍﻻﺤﺘﻔﺎﻅ ﺒﺎﻟﻤﺘﻐﻴﺭ ﺍﻟﻘﺩﻴﻡ ﻜﻤﺎ ﻫﻭ ،ﻭﺫﻟﻙ ﻷﻨﻨﺎ ﺃﺤﻴﺎﻨﹰﺎ ﻨﺤﺘﺎﺝ ﺇﻟﻰ ﺍﻟﻘﻴﻡ ﺍﻟﺤﻘﻴﻘﻴﺔ ﺇﻤﺎ ﻷﻏﺭﺍﺽ ﺒﺤﺜﻴﺔ ﺃﻭ ﻷﻥ ﻗﻴﻡ
ﺍﻟﻤﺘﻐﻴﺭ ﺍﻟﺠﺩﻴﺩ ﺘﻜﻭﻥ ﻤﺤﺩﻭﺩﺓ ﻭﻤﺘﻘﻁﻌﺔ ﻭﺒﻌﺽ ﺍﻷﺩﻭﺍﺕ ﻭﺍﻟﻌﻤﻠﻴﺎﺕ ﺍﻹﺤﺼﺎﺌﻴﺔ ﺘﺤﺘﺎﺝ
ﻷﻥ ﻴﻜﻭﻥ ﺍﻟﻤﺘﻐﻴﺭ ﻤﺘﺼل Continuousﻭﻟﻴﺱ ﻤﺘﻘﻁﻊ Discreteﻟﺫﻟﻙ ﺍﺨﺘﻴﺎﺭ ﻤﺘﻐﻴﺭ ﺠﺩﻴﺩ ﻴﻜﻭﻥ ﺃﻓﻀل ﻓﻲ ﺠﻤﻴﻊ ﺍﻷﺤﻭﺍل.
.2ﺃﻤﺭ ﺍﻟﺘﺼﻨﻴﻑ ﺍﻟﺘﻠﻘﺎﺌﻲ : Automatic Recode ﻴﻘﻭﻡ ﺍﻷﻤﺭ Automatic Recodeﺒﺘﺤﻭﻴل ﺍﻟﻤﺘﻐﻴﺭﺍﺕ ﺍﻟﻜﻤﻴﺔ ﻭﺍﻟﻭﺼﻔﻴﺔ ﺇﻟﻰ ﺴﻠﺴﻠﺔ ﻤﻥ ﺍﻷﺭﻗﺎﻡ ﺍﻟﺼﺤﻴﺤﺔ ،ﻓﻌﻨﺩﻤﺎ ﻴﺤﺘﻭﻱ ﺃﺤﺩ ﺍﻟﻤﺘﻐﻴﺭﺍﺕ ﻋﻠﻰ ﻗﻴﻡ ﻏﻴﺭ ﻤﺘﺴﻠﺴﻠﺔ ﻓﺈﻥ ﺍﻟﺨﻼﻴﺎ ﺍﻟﻔﺎﺭﻏﺔ ﺴﻭﻑ ﺘﺯﻴﺩ ﻤﻥ ﻜﻤﻴﺔ ﺍﻟﺫﺍﻜﺭﺓ ﺍﻟﻤﺴﺘﺨﺩﻤﺔ ﻓﻲ ﺍﻟﺤﺎﺴﻭﺏ ﻭﺘﻘﻠل ﻤﻥ ﺍﻟﻜﻔﺎﺀﺓ ﻓﻲ ﺍﻟﺤﺴﺎﺒﺎﺕ ﻭﺫﻟﻙ ﻓﻲ ﻜﺜﻴﺭ ﻤﻥ ﺍﻟﻌﻤﻠﻴﺎﺕ ﻨﺎﻫﻴﻙ ﻋﻥ ﺃﻨﻪ ﻻ ﻴﻤﻜﻥ ﺘﻁﺒﻴﻕ
) (3ﻋﻤﻠﻴﺎﺕ ﺘﺤﻭﻴل ﻭﺘﺤﻭﻴﺭ ﺍﻟﻤﺘﻐﻴﺭﺍﺕ
111
ﺍﻟﻜﺜﻴﺭ ﻤﻥ ﺍﻟﻌﻤﻠﻴﺎﺕ ﺍﻹﺤﺼﺎﺌﻴﺔ ﻋﻠﻰ ﻤﺘﻐﻴﺭﺍﺕ ﻭﺼﻔﻴﺔ ﻭﻫﻨﺎﻙ ﺠﺯﺀ ﻤﻥ ﻫﺫﻩ ﺍﻟﻌﻤﻠﻴﺎﺕ
ﻴﺘﻁﻠﺏ ﻤﺘﻐﻴﺭﺍﺕ ﺘﺄﺨﺫ ﺃﺭﻗﺎﻤﹰﺎ ﺼﺤﻴﺤﺔ ﻟﻼﺴﺘﺨﺩﺍﻡ ﻜﻌﻭﺍﻤل ﺃﻭ ﻤﺴﺘﻭﻴﺎﺕ.
ﻫﺫﺍ ﺍﻷﻤﺭ ﻴﻘﻭﻡ ﺒﺘﺼﻨﻴﻑ ﺍﻟﻤﺘﻐﻴﺭﺍﺕ ﻭﺍﻻﺤﺘﻔﺎﻅ ﺒﺎﻟﺘﺼﻨﻴﻑ ﻓﻲ ﻤﺘﻐﻴﺭﺍﺕ
ﺒﺄﺴﻤﺎﺀ ﺠﺩﻴﺩﺓ ﻭﺒﺫﻟﻙ ﻻ ﻴﺤﺩﺙ ﺃﻱ ﺘﻐﻴﻴﺭ ﻋﻠﻰ ﺍﻟﻤﺘﻐﻴﺭﺍﺕ ﺍﻷﺼﻠﻴﺔ ﺍﻟﺘﻲ ﻴﻘﻭﻡ
ﺒﺘﺼﻨﻴﻔﻬﺎ ،ﻭﻴﺴﺘﺨﺩﻡ ﻋﺎﺩﺓ ﺍﻟﻤﺘﻐﻴﺭ ﺍﻟﺠﺩﻴﺩ ﻗﻴﻡ ﺍﻟﻤﺘﻐﻴﺭ ﺍﻟﻘﺩﻴﻡ ﻜﺩﻟﻴل ﻷﻱ ﻗﻴﻤﺔ ﻟﻴﺱ ﻟﻬﺎ
ﺩﻟﻴل ﻭﻤﺎ ﻴﻌﺭﻑ ﻤﺴﺒﻘﹰﺎ ﺩﻟﻴل ﻟﻘﻴﻡ ﺍﻟﻤﺘﻐﻴﺭ ،ﻭﺘﺼﻨﻑ ﺍﻟﻤﺘﻐﻴﺭﺍﺕ ﺍﻟﻭﺼﻔﻴﺔ ﺒﻌﺩ ﺘﺭﺘﻴﺏ ﻗﻴﻤﻬﺎ ﺃﺒﺠﺩﻴﹰﺎ .
ﻭﻟﺘﻨﻔﻴﺫ ﺃﻤﺭ ﺍﻟﺘﺼﻨﻴﻑ ﺍﻟﺘﻠﻘﺎﺌﻲ Automatic Recodeﻋﻠﻰ ﺍﻟﻤﺘﻐﻴﺭﺍﺕ ﺴﻭﺍﺀ
ﻜﺎﻨﺕ ﻫﺫﻩ ﺍﻟﻤﺘﻐﻴﺭﺍﺕ ﻜﻤﻴﺔ ﺃﻭ ﻭﺼﻔﻴﺔ ﺒﻬﺩﻑ ﺍﺴﺘﻨﺒﺎﻁ ﻤﺘﻐﻴﺭﺍﺕ ﺠﺩﻴﺩﺓ ﺘﺄﺨﺫ ﺸﻜل
ﺴﻠﺴﻠﺔ ﺃﻋﺩﺍﺩ ﺼﺤﻴﺤﺔ ﻓﺈﻨﻪ ﻴﺘﻡ ﺍﺨﺘﻴﺎﺭ ﺃﻤﺭ ﺍﻟﺘﺤﻭﻴل Transformﻤﻥ ﺍﻟﻘﺎﺌﻤﺔ ﺍﻟﺭﺌﻴﺴﻴﺔ ،ﻭﻤﻥ ﻗﺎﺌﻤﺔ ﺃﻤﺭ ﺍﻟﺘﺤﻭﻴل Transformﻴﺘﻡ ﺍﺨﺘﻴﺎﺭ ﺃﻤﺭ ﺍﻟﺘﺼﻨﻴﻑ ﺍﻟﺘﻠﻘﺎﺌﻲ
Automatic Recodeﻟﺘﻔﺘﺢ ﻨﺎﻓﺫﺓ ﺍﻟﺘﺼﻨﻴﻑ ﺍﻟﺘﻠﻘﺎﺌﻲ Automatic Recodeﻜﻤﺎ ﻓﻲ
ﺸﻜل 10-3ﺍﻟﺘﺎﻟﻲ ،ﻤﻥ ﻗﺎﺌﻤﺔ ﺍﻟﻤﺘﻐﻴﺭﺍﺕ ﺍﻟﺘﻲ ﺘﻅﻬﺭ ﻋﻠﻰ ﻴﺴﺎﺭ ﻫﺫﻩ ﺍﻟﻨﺎﻓﺫﺓ ﻴﻤﻜﻥ
ﺍﺨﺘﻴﺎﺭ ﻤﺘﻐﻴﺭ ﺃﻭ ﺃﻜﺜﺭ ﻟﺘﺼﻨﻴﻔﻬﺎ ،ﺜﻡ ﻟﻜل ﻤﺘﻐﻴﺭ ﻴﺘﻡ ﺍﺨﺘﻴﺎﺭﻩ ﻴﺠﺏ ﺘﺤﺩﻴﺩ ﺍﺴﻡ ﺠﺩﻴﺩ
ﻭﻜﺘﺎﺒﺘﻪ ﻓﻲ ﺍﻟﻤﺭﺒﻊ ﺍﻷﺒﻴﺽ ﺍﻟﺼﻐﻴﺭ ﺍﻟﺴﻔﻠﻲ ﻓﻲ ﺍﻟﻨﺎﻓﺫﺓ ﻭﻤﻥ ﺜﻡ ﺍﻟﻀﻐﻁ ﻋﻠﻰ "ﺍﺴﻡ ﺠﺩﻴﺩ" New Nameﻟﻴﻨﺘﻘل ﺇﻟﻰ ﻤﻭﻗﻌﻪ ﻭﻴﻘﺎﺒل ﺍﺴﻤﻪ ﺍﻷﺼﻠﻲ ،ﻭﻋﻨﺩ ﺍﻻﻨﺘﻬﺎﺀ ﻤﻥ
ﺇﻋﻁﺎﺀ ﺃﺴﻤﺎﺀ ﺠﺩﻴﺩﺓ ﻟﺘﻘﺎﺒل ﺠﻤﻴﻊ ﺍﻟﻤﺘﻐﻴﺭﺍﺕ ﺍﻷﺼﻠﻴﺔ ﺍﻟﻤﻁﻠﻭﺏ ﺘﺼﻨﻴﻔﻬﺎ ﻴﺘﻡ ﺍﻟﻀﻐﻁ
ﻋﻠﻰ ﺃﻤﺭ ﺍﻟﺘﻨﻔﻴﺫ OKﻓﺘﻐﻠﻕ ﺍﻟﻨﺎﻓﺫﺓ ﻭﻴﻔﺘﺢ ﻤﺤﺭﺭ ﺍﻟﺒﻴﺎﻨﺎﺕ ﺜﺎﻨﻴﺔ ﻭﻜﺫﻟﻙ ﻤﺤﺭﺭ ﺍﻟﻨﺘﺎﺌﺞ ﻟﺘﻅﻬﺭ ﻨﺘﺎﺌﺞ ﻋﻤﻠﻴﺔ ﺍﻟﺘﺼﻨﻴﻑ .
) (3ﻋﻤﻠﻴﺎﺕ ﺘﺤﻭﻴل ﻭﺘﺤﻭﻴﺭ ﺍﻟﻤﺘﻐﻴﺭﺍﺕ
112
ﺸﻜل : 10-3ﻨﺎﻓﺫﺓ ﺍﻟﺘﺼﻨﻴﻑ ﺍﻟﺘﻠﻘﺎﺌﻲ Automatic Recodeﺩﺍﺨل ﻗﺎﺌﻤﺔ ﺍﻟﺘﺤﻭﻴل Transformﻓﻲ ﻤﺤﺭﺭ ﺍﻟﺒﻴﺎﻨﺎﺕ .Data Editor
.3ﺃﻤﺭ ﺘﺼﻨﻴﻑ ﺍﻟﻤﺘﻐﻴﺭﺍﺕ : Categorize Variables
ﻭﻫﺫﺍ ﺃﻴﻀﹰﺎ ﺃﻤﺭ ﻟﻠﺘﺼﻨﻴﻑ ﺍﻟﺘﻠﻘﺎﺌﻲ ،ﻓﻬﻭ ﻴﻘﻭﻡ ﺒﺘﺼﻨﻴﻑ ﺍﻟﻤﺘﻐﻴﺭﺍﺕ ﻓﻲ
ﻤﺘﻐﻴﺭﺍﺕ ﺃﺨﺭﻯ ﺒﺄﺴﻤﺎﺀ ﺠﺩﻴﺩﺓ ﻴﻘﻭﻡ ﻫﻭ ﺒﺎﺨﺘﻴﺎﺭﻫﺎ ،ﻭﻴﺨﺘﻠﻑ ﻋﻥ ﺃﻤﺭ ﺍﻟﺘﺼﻨﻴﻑ
Recodeﻓﻲ ﺃﻥ ﺍﻟﻤﺴﺘﺨﺩﻡ ﻫﻨﺎ ﻻ ﻴﺴﺘﻁﻴﻊ ﺍﻟﺘﺤﻜﻡ ﻓﻲ ﺒﺩﺍﻴﺔ ﻭﻨﻬﺎﻴﺔ ﺍﻟﻔﺌﺎﺕ ﻭﻟﻜﻨﻪ ﻴﺴﺘﻁﻴﻊ ﺍﻟﺘﺤﻜﻡ ﻓﻲ ﻋﺩﺩ ﺍﻟﻔﺌﺎﺕ ﻓﻘﻁ ،ﻓﻬﺫﺍ ﺍﻷﻤﺭ ﻴﻘﻭﻡ ﺒﺘﺤﻭﻴل ﺒﻴﺎﻨﺎﺕ ﺍﻟﻤﺘﻐﻴﺭﺍﺕ ﻤﻥ
ﻗﻴﻡ ﻤﺘﺼﻠﺔ ﺇﻟﻰ ﻤﺠﻤﻭﻋﺔ ﻤﺤﺩﻭﺩﺓ ﻤﻥ ﺍﻟﻘﻴﻡ ﻓﻲ ﺸﻜل ﻓﺌﺎﺕ ﻭﻤﺤﺩﺩﺓ ﺍﻟﻌﺩﺩ ،ﻓﻬﻭ ﻴﺄﺨﺫ
ﺃﺼﻐﺭ ﻭﺃﻜﺒﺭ ﻗﻴﻤﺔ ﻓﻲ ﺍﻟﺒﻴﺎﻨﺎﺕ ﻭﻴﻘﺴﻡ ﺍﻟﻤﺩﻯ ﺇﻟﻰ ﻓﺌﺎﺕ ﺘﺤﺘﻭﻱ ﻋﻠﻰ ﺃﻋﺩﺍﺩ ﻤﺘﺴﺎﻭﻴﺔ ﺘﻘﺭﻴﺒﹰﺎ ﻤﻥ ﺍﻟﻤﻔﺭﺩﺍﺕ ﻋﻠﻰ ﺃﻥ ﻴﻜﻭﻥ ﻋﺩﺩ ﻫﺫﻩ ﺍﻟﻔﺌﺎﺕ ﻫﻭ ﺍﻟﺫﻱ ﺘﻡ ﺘﺤﺩﻴﺩﻩ ﺒﻭﺍﺴﻁﺔ ﺍﻟﻤﺴﺘﺨﺩﻡ ﻭﻤﻥ ﺜﻡ ﻴﺴﺘﺒﺩل ﺍﻟﻘﻴﻡ ﺒﺄﺭﻗﺎﻡ ﺍﻟﻔﺌﺎﺕ ﺍﻟﺘﻲ ﺘﻘﻊ ﺒﻬﺎ ﺍﻟﻤﺘﻐﻴﺭﺍﺕ ﻭﻴﻀﻌﻬﺎ ﻓﻲ
ﺍﻟﻤﺘﻐﻴﺭﺍﺕ ﺒﺎﻷﺴﻤﺎﺀ ﺍﻟﺠﺩﻴﺩﺓ ،ﻓﺈﺫﺍ ﺘﻡ ﺘﺤﺩﻴﺩ ﻋﺩﺩ ﺍﻟﻔﺌﺎﺕ Number of Categories
ﻼ ﻓﺈﻨﻪ ﻴﻌﻁﻲ ﺍﻟﻘﻴﻤﺔ 1ﻟﺠﻤﻴﻊ ﺍﻟﻘﻴﻡ ﺍﻟﺘﻲ ﻗﻴﻤﺘﻬﺎ ﺘﻘل ﻋﻥ ﺍﻟﺭﺒﻴﻊ ﺍﻷﻭل ﻋﻠﻰ ﺃﻨﻪ 4ﻤﺜ ﹰ ﻟﻠﻤﺘﻐﻴﺭ First Quartileﻭﻴﻌﻁﻲ ﺍﻟﻘﻴﻤﺔ 2ﻟﺠﻤﻴﻊ ﺍﻟﻘﻴﻡ ﺍﻟﺘﻲ ﺘﻘل ﻗﻴﻤﺘﻬﺎ ﻋﻥ ﺍﻟﺭﺒﻴﻊ
ﺍﻟﺜﺎﻨﻲ Second Quartileﻭﻴﻌﻁﻲ ﺍﻟﻘﻴﻤﺔ 3ﻟﺠﻤﻴﻊ ﺍﻟﻘﻴﻡ ﺍﻟﺘﻲ ﺘﻘل ﻗﻴﻤﺘﻬﺎ ﻋﻥ ﺍﻟﺭﺒﻴﻊ
ﺍﻟﺜﺎﻟﺙ Third Quartileﻭﻴﻌﻁﻲ ﺍﻟﻘﻴﻤﺔ 4ﻟﺒﺎﻗﻲ ﺍﻟﻘﻴﻡ ،ﻟﺫﻟﻙ ﻓﺈﻥ ﻫﺫﺍ ﺍﻷﻤﺭ ﻗﺩ ﻴﻜﻭﻥ
ﺫﻭ ﻓﺎﺌﺩﺓ ﻋﻅﻴﻤﺔ ﻓﻲ ﺤﺎﻻﺕ ﻤﻌﻴﻨﺔ ﻤﺜل ﺍﻻﺴﺘﻜﺸﺎﻑ ﺍﻷﻭﻟﻲ ﻟﻠﺒﻴﺎﻨﺎﺕ ﻗﺒل ﺍﺴﺘﺨﺩﺍﻡ ﺃﻤﺭ ﻼ ﻋﻥ ﻫﺫﺍ ﺍﻷﻤﺭ ﺒﺄﻱ ﺤﺎل ﻤﻥ ﺍﻷﺤﻭﺍل. ﺍﻟﺘﺼﻨﻴﻑ Recodeﻭﻟﻜﻨﻪ ﻟﻥ ﻴﻜﻭﻥ ﺒﺩﻴ ﹰ
) (3ﻋﻤﻠﻴﺎﺕ ﺘﺤﻭﻴل ﻭﺘﺤﻭﻴﺭ ﺍﻟﻤﺘﻐﻴﺭﺍﺕ
113
ﻭﻟﺘﻨﻔﻴﺫ ﺃﻤﺭ ﺘﺼﻨﻴﻑ ﺍﻟﻤﺘﻐﻴﺭﺍﺕ Recode Variablesﻋﻠﻰ ﺍﻟﻤﺘﻐﻴﺭﺍﺕ ﺴﻭﺍﺀ
ﻜﺎﻨﺕ ﻫﺫﻩ ﺍﻟﻤﺘﻐﻴﺭﺍﺕ ﻜﻤﻴﺔ ﺃﻭ ﻭﺼﻔﻴﺔ ﺒﻬﺩﻑ ﺍﺴﺘﻨﺒﺎﻁ ﻤﺘﻐﻴﺭﺍﺕ ﺠﺩﻴﺩﺓ ﻓﺈﻨﻪ ﻴﺘﻡ ﺍﺨﺘﻴﺎﺭ
ﺃﻤﺭ ﺍﻟﺘﺤﻭﻴل Transformﻤﻥ ﺍﻟﻘﺎﺌﻤﺔ ﺍﻟﺭﺌﻴﺴﻴﺔ ،ﻭﻤﻥ ﻗﺎﺌﻤﺔ ﺃﻤﺭ ﺍﻟﺘﺤﻭﻴل
Transformﻴﺘﻡ ﺍﺨﺘﻴﺎﺭ ﺃﻤﺭ ﺘﺼﻨﻴﻑ ﺍﻟﻤﺘﻐﻴﺭﺍﺕ Recode Variablesﻟﺘﻔﺘﺢ ﻨﺎﻓﺫﺓ
ﺘﺼﻨﻴﻑ ﺍﻟﻤﺘﻐﻴﺭﺍﺕ Recode Variablesﻜﻤﺎ ﻓﻲ ﺸﻜل 11-3ﺍﻟﺘﺎﻟﻲ ،ﻤﻥ ﻗﺎﺌﻤﺔ
ﺍﻟﻤﺘﻐﻴﺭﺍﺕ ﺍﻟﺘﻲ ﺘﻅﻬﺭ ﻋﻠﻰ ﻴﺴﺎﺭ ﻫﺫﻩ ﺍﻟﻨﺎﻓﺫﺓ ﻴﻤﻜﻥ ﺍﺨﺘﻴﺎﺭ ﻤﺘﻐﻴﺭ ﺃﻭ ﺃﻜﺜﺭ ﻟﺘﺼﻨﻴﻔﻬﺎ ، ﻭﺇﺯﺍﺤﺘﻬﺎ ﻟﻠﻴﻤﻴﻥ ﻋﻥ ﻁﺭﻴﻕ ﺍﻟﺴﻬﻡ ،ﺜﻡ ﻴﺘﻡ ﺘﺤﺩﻴﺩ ﻋﺩﺩ ﺍﻟﻔﺌﺎﺕ ﺍﻟﻤﻁﻠﻭﺏ ﺘﺼﻨﻴﻑ ﺘﻠﻙ
ﺍﻟﻤﺘﻐﻴﺭﺍﺕ ﺇﻟﻴﻬﺎ ﻭﺫﻟﻙ ﻓﻲ ﺍﻟﻤﺭﺒﻊ ﺍﻟﺼﻐﻴﺭ ﺃﺴﻔل ﺍﻟﻨﺎﻓﺫﺓ ﺃﻤﺎﻡ ﻋﺩﺩ ﺍﻟﻔﺌﺎﺕ Number
، of Categoriesﻭﻋﻨﺩ ﺍﻻﻨﺘﻬﺎﺀ ﻴﺘﻡ ﺍﻟﻀﻐﻁ ﻋﻠﻰ ﺃﻤﺭ ﺍﻟﺘﻨﻔﻴﺫ OKﻓﺘﻐﻠﻕ ﺍﻟﻨﺎﻓﺫﺓ ﻭﻴﻔﺘﺢ ﻤﺤﺭﺭ ﺍﻟﺒﻴﺎﻨﺎﺕ ﺜﺎﻨﻴﺔ ﻭﻜﺫﻟﻙ ﻤﺤﺭﺭ ﺍﻟﻨﺘﺎﺌﺞ ﻟﺘﻅﻬﺭ ﻨﺘﺎﺌﺞ ﻋﻤﻠﻴﺔ ﺍﻟﺘﺼﻨﻴﻑ . ﺸﻜل : 11-3ﻨﺎﻓﺫﺓ ﺍﻟﺘﺼﻨﻴﻑ ﺍﻟﺘﻠﻘﺎﺌﻲ Categorize Variablesﺩﺍﺨل ﻗﺎﺌﻤﺔ ﺍﻟﺘﺤﻭﻴل Transformﻓﻲ ﻤﺤﺭﺭ ﺍﻟﺒﻴﺎﻨﺎﺕ.
ﻭﺒﺎﻟﻨﻅﺭ ﺇﻟﻰ ﻨﺘﺎﺌﺞ ﺃﻤﺭ ﺘﺼﻨﻴﻑ ﺍﻟﻤﺘﻐﻴﺭﺍﺕ Recode Variablesﻋﻠﻰ ﺒﻴﺎﻨﺎﺕ
ﺩﺭﺠﺔ ﺍﻟﻁﺎﻟﺏ ﻓﻲ ﻨﻔﺱ ﺍﻟﻤﺜﺎل ﺍﻟﺫﻱ ﺘﻡ ﺘﻁﺒﻴﻕ ﺃﻤﺭ ﺍﻟﺘﺼﻨﻴﻑ Recodeﻋﻠﻴﻬﺎ ﻭﺘﺤﺩﻴﺩ
ﻋﺩﺩ ﺍﻟﻔﺌﺎﺕ ﺍﻟﻤﻁﻠﻭﺒﺔ Number of Categoriesﻋﻠﻰ ﺃﻨﻪ ﻤﺴﺎﻭﻴﹰﺎ ، 2ﻜﻤﺎ ﻴﺘﻀﺢ
ﻓﻲ ﺸﻜل 11-3ﻨﺠﺩ ﺍﻟﻨﺘﺎﺌﺞ ﻓﻲ ﺸﻜل 12-3ﺘﺨﺘﻠﻑ ﻋﻥ ﻨﺘﺎﺌﺞ ﺃﻤﺭ ﺍﻟﺘﺼﻨﻴﻑ Recodeﻭﺫﻟﻙ ﻻﺨﺘﻼﻑ ﺒﺩﺍﻴﺔ ﻭﻨﻬﺎﻴﺔ ﺍﻟﻔﺌﺎﺕ ،ﺇﺫ ﻟﻡ ﺘﺒﺩﺃ ﺍﻟﻔﺌﺔ 2ﻤﻥ ﺍﻟﻘﻴﻤﺔ 60ﻓﻤﺎ
ﻓﻭﻕ ﻜﻤﺎ ﻫﻭ ﻤﻁﻠﻭﺏ ﻟﺩﺭﺠﺔ ﺍﻟﻨﺠﺎﺡ ﻭﻟﻥ ﻴﻜﻭﻥ ﺒﺎﻹﻤﻜﺎﻥ ﺘﺤﺩﻴﺩ ﻫﺫﻩ ﺍﻟﻘﻴﻤﺔ ﻫﻨﺎ.
) (3ﻋﻤﻠﻴﺎﺕ ﺘﺤﻭﻴل ﻭﺘﺤﻭﻴﺭ ﺍﻟﻤﺘﻐﻴﺭﺍﺕ
114
ﺸﻜل : 12-3ﻤﺤﺭﺭ ﺍﻟﺒﻴﺎﻨﺎﺕ Data Editorﺒﻌﺩ ﺘﻨﻔﻴﺫ ﺃﻤﺭ ﺍﻟﺘﺼﻨﻴﻑ ﺍﻟﺘﻠﻘﺎﺌﻲ Automatic Recodeﺩﺍﺨل ﻗﺎﺌﻤﺔ ﺍﻟﺘﺤﻭﻴل . Transform
.4ﺃﻤﺭ ﺘﺭﺘﻴﺏ ﺍﻟﺒﻴﺎﻨﺎﺕ : Rank Cases ﻭﻅﻴﻔﺔ ﺃﻤﺭ ﺘﺭﺘﻴﺏ ﺍﻟﺒﻴﺎﻨﺎﺕ Rank casesﻫﻲ ﺨﻠﻕ ﻤﺘﻐﻴﺭ ﺠﺩﻴﺩ ﻴﺤﺘﻭﻱ ﻋﻠﻰ
ﺭﺘﺏ ﻗﻴﻡ ﺍﻟﻤﺘﻐﻴﺭ ﺍﻷﺼﻠﻲ ﺍﻟﻤﺭﺍﺩ ﺘﺭﺘﻴﺒﻪ ﺃﻭ ﻗﻴﻤﻪ ﺍﻟﻤﻌﻴﺎﺭﻴﺔ Normal Scoresﺃﻭ ﺍﻟﻤﺌﻴﻨﻴﺎﺕ Percentile Valuesﺍﻟﺨﺎﺼﺔ ﺒﻬﺫﻩ ﺍﻟﻤﺘﻐﻴﺭﺍﺕ ﺍﻟﺘﻲ ﻋﺎﺩﺓ ﺘﻜﻭﻥ ﻤﺘﻐﻴﺭﺍﺕ ﻜﻤﻴﺔ ،ﻭﻫﺫﺍ ﺍﻷﻤﺭ ﻴﻘﻭﻡ ﺘﻠﻘﺎﺌﻴﹰﺎ ﺒﺨﻠﻕ ﺃﺴﻤﺎﺀ ﻭﺩﻟﻴل ﻟﻠﻤﺘﻐﻴﺭﺍﺕ ﺍﻟﺠﺩﻴﺩﺓ ﺍﻟﺘﻲ ﺘﺤﺘﻭﻱ
ﺭﺘﺏ ﺍﻟﻤﺘﻐﻴﺭﺍﺕ ﺍﻷﺼﻠﻴﺔ ﻤﻌﺘﻤﺩﺓ ﺒﺫﻟﻙ ﻋﻠﻰ ﺃﺴﻤﺎﺀ ﺍﻟﻤﺘﻐﻴﺭﺍﺕ ﺍﻷﺼﻠﻴﺔ ﻭﻤﻘﺎﻴﻴﺱ ﻤﺨﺘﺎﺭﺓ ،ﻭﻴﻤﻜﻥ ﻟﻠﻤﺴﺘﺨﺩﻡ ﺍﻻﺨﺘﻴﺎﺭ ﻓﻴﻤﺎ ﺇﺫﺍ ﻜﺎﻥ ﻴﺭﻏﺏ ﺒﺘﺭﺘﻴﺏ ﺒﻴﺎﻨﺎﺘﻪ ﺘﺼﺎﻋﺩﻴﹰﺎ ﺃﻭ
ﺘﻨﺎﺯﻟﻴﺎﹰ ،ﻭﻴﻤﻜﻥ ﻟﻪ ﺨﻴﺎﺭﻴﹰﺎ ﺃﻴﻀﹰﺎ ﺃﻥ ﻴﺠﻌل ﺍﻟﺘﺭﺘﻴﺏ ﻤﺘﻌﺩﺩ ﻭﺫﻟﻙ ﻟﻤﺠﻤﻭﻋﺎﺕ ﺠﺯﺌﻴﺔ
ﻤﻨﻔﺼﻠﺔ ﻓﺘﻜﻭﻥ ﻜل ﻤﺠﻤﻭﻋﺔ ﻤﺭﺘﺒﺔ ﺩﺍﺨﻠﻴﹰﺎ ﺒﺸﻜل ﻤﻨﻔﺼل ﻋﻥ ﺍﻟﻤﺠﻤﻭﻋﺎﺕ ﺍﻷﺨﺭﻯ ﻭﺫﻟﻙ ﺒﺘﺤﺩﻴﺩ ﻤﺘﻐﻴﺭ ﺁﺨﺭ Grouping variableﻟﻴﺘﻡ ﺍﻟﺘﻘﺴﻴﻡ ﻋﻥ ﻁﺭﻴﻘﻪ ،ﻓﻌﻠﻰ ﺴﺒﻴل
ﻼ ﻋﻥ ﺘﺭﺘﻴﺏ ﺍﻟﻤﺜﺎل ﻴﻤﻜﻥ ﺍﺨﺘﻴﺎﺭ ﻤﺘﻐﻴﺭ ﺍﻟﺠﻨﺱ ﻟﻴﻜﻭﻥ ﺍﻟﺘﺭﺘﻴﺏ ﻟﻠﺫﻜﻭﺭ ﻤﻨﻔﺼ ﹰ ﺍﻹﻨﺎﺙ ،ﻭﻴﻤﻜﻥ ﺃﻴﻀﹰﺎ ﺍﺨﺘﻴﺎﺭ ﻤﺘﻐﻴﺭﻴﻥ ﻤﻌﹰﺎ ﻟﻴﺘﻡ ﺍﻟﺘﻘﺴﻴﻡ ﺒﻨﺎﺀ ﻋﻠﻴﻬﻤﺎ ﻤﻌﹶﺎ ﻭﺍﻟﺘﺭﺘﻴﺏ
ﻴﻜﻭﻥ ﻟﺠﻤﻴﻊ ﺍﻟﺘﺭﻜﻴﺒﺎﺕ ﺍﻟﻤﻜﻭﻨﺔ ﻟﻠﻤﺘﻐﻴﺭﻴﻥ ﻤﻌﹰﺎ.
) (3ﻋﻤﻠﻴﺎﺕ ﺘﺤﻭﻴل ﻭﺘﺤﻭﻴﺭ ﺍﻟﻤﺘﻐﻴﺭﺍﺕ
115
ﺸﻜل : 13-3ﻨﺎﻓﺫﺓ ﺘﺭﺘﻴﺏ ﺍﻟﺒﻴﺎﻨﺎﺕ Rank Casesﻓﻲ ﻗﺎﺌﻤﺔ ﺍﻟﺘﺤﻭﻴل Transform ﻤﻥ ﺍﻟﻘﺎﺌﻤﺔ ﺍﻟﺭﺌﻴﺴﻴﺔ ﻟﻤﺤﺭﺭ ﺍﻟﺒﻴﺎﻨﺎﺕ . Data Editor
ﻭﻟﺘﻁﺒﻴﻕ ﺃﻤﺭ ﺘﺭﺘﻴﺏ ﺍﻟﺒﻴﺎﻨﺎﺕ Rank casesﻋﻠﻰ ﻤﺘﻐﻴﺭ ﻤﻌﻴﻥ ﻤﺜل ﺩﺭﺠﺔ
ﺍﻟﻁﺎﻟﺏ ﻓﻲ ﺍﻟﻤﺜﺎل ﺍﻟﺫﻱ ﺘﻡ ﺘﻨﺎﻭﻟﻪ ﻓﻴﻤﺎ ﺴﺒﻕ ﻴﻤﻜﻥ ﻤﻥ ﻤﺤﺭﺭ ﺍﻟﺒﻴﺎﻨﺎﺕ Data Editor
ﺍﺨﺘﻴﺎﺭ ﺃﻤﺭ ﺍﻟﺘﺤﻭﻴل Transformﻭﻤﻥ ﻗﺎﺌﻤﺔ ﺍﻟﺘﺤﻭﻴل Transformﻴﺘﻡ ﺍﺨﺘﻴﺎﺭ ﺍﻷﻤﺭ
ﺘﺭﺘﻴﺏ ﻤﻔﺭﺩﺍﺕ Rank Casesﻟﺘﻔﺘﺢ ﻨﺎﻓﺫﺓ ﺘﺭﺘﻴﺏ ﺍﻟﻤﻔﺭﺩﺍﺕ Rank Casesﻜﻤﺎ ﻓﻲ
ﺍﻟﺸﻜل 13-3ﺃﻋﻼﻩ ،ﻭﻓﻲ ﻫﺫﻩ ﺍﻟﻨﺎﻓﺫﺓ ﻴﻤﻜﻥ ﺍﺨﺘﻴﺎﺭ ﺍﻟﻤﺘﻐﻴﺭ ﺍﻟﻤﺭﺍﺩ ﺘﺭﺘﻴﺒﻪ ﻤﻥ ﻗﺎﺌﻤﺔ
ﺍﻟﻤﺘﻐﻴﺭﺍﺕ ﻋﻠﻰ ﻴﺴﺎﺭ ﺍﻟﻨﺎﻓﺫﺓ ﻭﺇﺯﺍﺤﺘﻪ ﺇﻟﻰ ﺍﻟﻴﻤﻴﻥ ﻓﻲ ﺍﻟﻤﺭﺒﻊ ﺍﻟﻌﻠﻭﻱ ﺒﺎﻟﺴﻬﻡ ،ﻭﻴﻤﻜﻨﻙ
ﻓﻲ ﺃﺴﻔل ﻴﺴﺎﺭ ﺍﻟﻨﺎﻓﺫﺓ ﻓﻲ ﺍﻟﺨﻴﺎﺭ "ﻴﺒﺩﺃ ﺍﻟﺭﻗﻡ 1ﻤﻥ" Assign Rank 1 toﺍﺨﺘﻴﺎﺭ
ﺍﻟﺘﺭﺘﻴﺏ ﺘﺼﺎﻋﺩﻴﹰﺎ ﻋﻥ ﻁﺭﻴﻕ ﺍﺨﺘﻴﺎﺭ ﺍﻟﻘﻴﻤﺔ ﺍﻟﺼﻐﺭﻯ Smallest Valueﺃﻭ ﺘﻨﺎﺯﻟﻴﹰﺎ
ﻋﻥ ﻁﺭﻴﻕ ﺍﺨﺘﻴﺎﺭ ﺍﻟﻘﻴﻤﺔ ﺍﻟﻜﺒﺭﻯ ،Largest Valueﻭﻴﻤﻜﻨﻙ ﺍﺨﺘﻴﺎﺭ ﺍﻟﺘﺭﺘﻴﺏ ﺍﻟﻤﺘﻌﺩﺩ
ﻭﺫﻟﻙ ﺒﺎﺨﺘﻴﺎﺭ ﺃﻜﺜﺭ ﻤﻥ ﻤﺘﻐﻴﺭ ﻟﻠﺘﺭﺘﻴﺏ ﻋﻠﻰ ﺃﺴﺎﺴﻬﺎ ،ﻓﻴﺨﻠﻕ ﻤﺘﻐﻴﺭ ﺘﺭﺘﻴﺏ ﺠﺩﻴﺩ
ranking variableﻟﻜل ﻤﺘﻐﻴﺭ ﻴﺩﺨل ﻓﻲ ﺘﺠﺯﺌﺔ ﺍﻟﺘﺭﺘﻴﺏ .grouping variable
) (3ﻋﻤﻠﻴﺎﺕ ﺘﺤﻭﻴل ﻭﺘﺤﻭﻴﺭ ﺍﻟﻤﺘﻐﻴﺭﺍﺕ
116
ﺸﻜل : 14-3ﻨﺎﻓﺫﺓ ﻨﻭﻉ ﺍﻟﺭﺘﺏ Rank Typesﻓﻲ ﻨﺎﻓﺫﺓ ﺘﺭﺘﻴﺏ ﺍﻟﺒﻴﺎﻨﺎﺕ Rank Casesﻤﻥ ﻗﺎﺌﻤﺔ ﺍﻟﺘﺤﻭﻴل Transformﻤﻥ ﺍﻟﻘﺎﺌﻤﺔ ﺍﻟﺭﺌﻴﺴﻴﺔ ﻟﻤﺤﺭﺭ ﺍﻟﺒﻴﺎﻨﺎﺕ.
ﻭﻤﻥ ﻨﺎﻓﺫﺓ ﺘﺭﺘﻴﺏ ﺍﻟﺒﻴﺎﻨﺎﺕ ) Rank Casesﺸﻜل (13-3ﻴﻤﻜﻨﻙ ﻜﺫﻟﻙ ﺘﺤﺩﻴﺩ
ﻨﻭﻉ ﺍﻟﺭﺘﺏ Rank Typesﻭﺘﺤﺩﻴﺩ ﻁﺭﻴﻘﺔ ﺍﻟﺘﺭﺘﻴﺏ ﺍﻟﻤﻁﻠﻭﺒﺔ ، ranking method ﻓﺒﻔﺘﺢ ﻨﺎﻓﺫﺓ ﻨﻭﻉ ﺍﻟﺭﺘﺏ ) Rank Typesﺸﻜل (14-3ﻴﻤﻜﻥ ﻤﻨﻬﺎ ﺘﺤﺩﻴﺩ ﺇﻨﺘﺎﺝ ﺭﺘﺏ
ﺒﺴﻴﻁﺔ ﺃﻭ ﻗﻴﻡ ﻤﻌﻴﺎﺭﻴﺔ ﺃﻭ ﻨﺴﺏ ﻤﺌﻭﻴﺔ ﺃﻭ ﻤﻌﺩﻻﺕ ﺃﻭ ﺃﻥ ﺘﻜﻭﻥ ﺍﻟﺭﺘﺏ ﻨﺎﺘﺠﺔ ﺒﻨﺎﺀ
ﻋﻠﻰ ﺃﺤﺩ ﺍﻟﺼﻴﻎ ﺍﻟﻤﺘﺎﺤﺔ ﻹﻨﺘﺎﺝ ﺍﻟﺭﺘﺏ ،ﻓﻠﺤﺴﺎﺏ ﺍﻟﻘﻴﻡ ﺍﻟﻤﻌﻴﺎﺭﻴﺔ ﻭﻜﺫﻟﻙ ﺘﻘﺩﻴﺭ ﺍﻟﻤﻌﺩل ﻫﻨﺎﻙ ﻤﺠﻤﻭﻋﺔ ﻤﻥ ﺍﻟﺼﻴﻎ ﺍﻟﺘﻲ ﻴﻤﻜﻥ ﺍﺘﺒﺎﻋﻬﺎ ﻋﺎﺩﺓ ﻓﻲ ﺘﻘﺩﻴﺭ ﺍﻟﻤﻌﺩﻻﺕ ﺍﻟﻤﺘﺎﺤﺔ ﻟﻼﺴﺘﺨﺩﺍﻡ ﻫﻨﺎ ﻭﻫﻲ Blomﻭ Tukeyﻭ Rankitﻭ .Van der Waerden ﺸﻜل : 15-3ﻨﺎﻓﺫﺓ ﺨﻠﻕ ﺍﻟﺭﺘﺏ ﺍﻟﻤﺘﺴﺎﻭﻴﺔ Tiesﻓﻲ ﻨﺎﻓﺫﺓ ﺘﺭﺘﻴﺏ ﺍﻟﺒﻴﺎﻨﺎﺕ Rank Casesﻤﻥ ﻗﺎﺌﻤﺔ ﺍﻟﺘﺤﻭﻴل Transformﻤﻥ ﺍﻟﻘﺎﺌﻤﺔ ﺍﻟﺭﺌﻴﺴﻴﺔ ﻟﻤﺤﺭﺭ ﺍﻟﺒﻴﺎﻨﺎﺕ.
) (3ﻋﻤﻠﻴﺎﺕ ﺘﺤﻭﻴل ﻭﺘﺤﻭﻴﺭ ﺍﻟﻤﺘﻐﻴﺭﺍﺕ
117
ﻭﻓﻲ ﺤﻴﻥ ﺃﻨﻪ ﻓﻲ ﺍﻟﺤﺎﻟﺔ ﺍﻟﻌﺎﻤﺔ ﻻ ﻴﺤﺘﺎﺝ ﺍﻟﻤﺴﺘﺨﺩﻡ ﺇﻟﻰ ﺘﻐﻴﻴﺭ ﺍﺨﺘﻴﺎﺭ ﻨﻭﻉ
ﺍﻟﺭﺘﺏ ﻤﻥ ﺍﻟﺭﺘﺏ ﺍﻟﺒﺴﻴﻁﺔ Rankﻭﻫﻭ ﺍﻟﺨﻴﺎﺭ ﺍﻷﻭل ﻓﻲ ﺘﺤﺩﻴﺩ ﻨﻭﻉ ﺍﻟﺭﺘﺏ Rank
Typeﺤﻴﺙ ﺃﻥ ﻫﺫﺍ ﺍﻟﻨﻭﻉ ﻫﻭ ﺍﻟﻤﺘﺒﻊ ﻓﻲ ﻤﻌﻅﻡ ﺃﻨﻭﺍﻉ ﺍﻟﺘﺤﻠﻴل ﺍﻹﺤﺼﺎﺌﻲ ﻭﺘﺭﺘﻴﺏ ﺍﻟﺒﻴﺎﻨﺎﺕ ،ﻭﺃﻥ ﺍﻷﻨﻭﺍﻉ ﺍﻷﺨﺭﻯ ﻤﻥ ﺍﻟﺭﺘﺏ ﻻ ﻴﺤﺘﺎﺠﻬﺎ ﺇﻻ ﺍﻟﻤﺴﺘﺨﺩﻡ ﺍﻟﻤﺘﻘﺩﻡ ﻓﻲ
ﺍﻟﻨﻭﺍﺤﻲ ﺍﻹﺤﺼﺎﺌﻴﺔ ﻓﺈﻨﻪ ﺃﻴﻀﹰﺎ ﻴﻤﻜﻥ ﻟﻠﻤﺴﺘﺨﺩﻡ ﺍﻟﺘﺤﻜﻡ ﻓﻲ ﻜﻴﻔﻴﺔ ﺍﻟﺘﻌﺎﻤل ﻤﻊ ﻭﺘﺭﺘﻴﺏ ﺍﻟﻘﻴﻡ ﺍﻟﻤﺘﺴﺎﻭﻴﺔ ﻓﻲ ﺍﻟﻘﻴﻤﺔ ،ﻓﺄﻏﻠﺏ ﺍﻟﻁﺭﻕ ﺍﻹﺤﺼﺎﺌﻴﺔ ﺘﻌﻁﻲ ﻗﻴﻤﺔ ﺍﻟﻤﺘﻭﺴﻁ ﻟﺠﻤﻴﻊ
ﺭﺘﺏ ﺍﻟﻘﻴﻡ ﺍﻟﻤﺘﺴﺎﻭﻴﺔ ﻜﺭﺘﺒﺔ ﻤﻭﺤﺩﺓ ﻟﻬﺫﻩ ﺍﻟﻘﻴﻡ ،ﺇﻻ ﺃﻨﻪ ﻴﻤﻜﻥ ﻟﻠﻤﺴﺘﺨﺩﻡ ﺘﻐﻴﻴﺭ ﻫﺫﻩ
ﺍﻟﻁﺭﻴﻘﺔ ﻹﻋﻁﺎﺀ ﻗﻴﻤﹰﺎ ﻤﺨﺘﻠﻔﺔ ،ﻓﺎﻟﻁﺭﻕ ﺍﻟﻤﺘﺎﺤﺔ ﻓﻲ ﺍﻟﻨﻅﺎﻡ ﻟﻠﺘﻌﺎﻤل ﻤﻊ ﺍﻟﻘﻴﻡ ﺍﻟﻤﺘﺴﺎﻭﻴﺔ
Tiesﻫﻲ ﺇﻤﺎ ﺇﻋﻁﺎﺀﻫﺎ ﺍﻟﻭﺴﻁ ﺍﻟﺤﺴﺎﺒﻲ Meanﺃﻭ ﺍﻟﺭﺘﺒﺔ ﺍﻟﺼﻐﺭﻯ Lowﺃﻭ ﺍﻟﺭﺘﺒﺔ
ﺍﻟﻜﺒﺭﻯ Highﻟﺠﻤﻴﻊ ﻫﺫﻩ ﺍﻟﻘﻴﻡ ﺃﻭ ﺘﺠﺎﻫﻠﻬﺎ ﺘﻤﺎﻤ ﹰﺎ Sequential Ranks to Unique
، Valuesﻭﻫﺫﺍ ﻴﻤﻜﻥ ﺃﻥ ﻴﺘﻡ ﻋﻤﻠﻴ ﹰﺎ ﻤﻥ ﺨﻼل ﻨﺎﻓﺫﺓ ﺘﺭﺘﻴﺏ ﺍﻟﺒﻴﺎﻨﺎﺕ Rank Cases )ﺸﻜل (13-3ﺍﻟﺘﻲ ﻴﻤﻜﻨﻙ ﻤﻥ ﺨﻼﻟﻬﺎ ﺘﺤﺩﻴﺩ ﻁﺭﻴﻘﺔ ﺘﺭﺘﻴﺏ ﺍﻟﻘﻴﻡ ﺍﻟﻤﺘﺴﺎﻭﻴﺔ Ties...
ﺒﺎﻟﻀﻐﻁ ﻋﻠﻰ ﺍﻟﻤﻔﺘﺎﺡ Ties..ﻓﻲ ﺘﻠﻙ ﺍﻟﻨﺎﻓﺫﺓ ﻟﺘﻔﺘﺢ ﻨﺎﻓﺫﺓ ﻨﻭﻉ ﺍﻟﺭﺘﺏ Tiesﻜﻤﺎ ﻓﻲ
ﺸﻜل 15-3ﺃﺩﻨﺎﻩ ﻭﺍﻟﺘﻲ ﻴﻤﻜﻥ ﻤﻨﻬﺎ ﺍﺨﺘﻴﺎﺭ ﺍﻟﻨﻭﻉ ﺍﻟﻤﻁﻠﻭﺏ ،ﻭﻴﻭﻀﺢ ﺸﻜل 16-3 ﺃﺩﻨﺎﻩ ﻨﺘﻴﺠﺔ ﺘﺭﺘﻴﺏ ﺒﻴﺎﻨﺎﺕ ﺍﻟﻤﺜﺎل ﺍﻟﺴﺎﺒﻕ ﺍﻟﻤﺘﻌﻠﻕ ﺒﺩﺭﺠﺔ ﺍﻟﺘﻠﻤﻴﺫ ﻭﺍﻟﺫﻱ ﺘﻡ ﺒﻪ ﺍﻟﺘﺭﺘﻴﺏ ﺒﺎﺴﺘﺨﺩﺍﻡ ﻁﺭﻕ ﻤﺨﺘﻠﻔﺔ ﻟﻠﺘﻌﺎﻤل ﻤﻊ ﺭﺘﺏ ﺍﻟﻘﻴﻡ ﺍﻟﻤﺘﺴﺎﻭﻴﺔ .
) (3ﻋﻤﻠﻴﺎﺕ ﺘﺤﻭﻴل ﻭﺘﺤﻭﻴﺭ ﺍﻟﻤﺘﻐﻴﺭﺍﺕ
118
ﺸﻜل : 16-3ﻤﺤﺭﺭ ﺍﻟﺒﻴﺎﻨﺎﺕ Data Editorﻭﻴﻅﻬﺭ ﺒﻪ ﻨﺘﺎﺌﺞ ﺘﺭﺘﻴﺏ ﺍﻟﺒﻴﺎﻨﺎﺕ Rank Casesﻋﻥ ﻁﺭﻴﻕ ﺍﻟﺘﻌﺎﻤل ﻤﻊ ﺍﻟﺭﺘﺏ ﺍﻟﻤﺘﺴﺎﻭﻴﺔ Tiesﺒﻁﺭﻕ ﻤﺨﺘﻠﻔﺔ.
.3.3ﺑﻌﺾ اﻟﻌﻤﻠﻴﺎت اﻟﺨﺎﺻﺔ ﻋﻠﻰ اﻟﻤﺸﺎهﺪات: ﻓﻲ ﺒﻌﺽ ﺍﻷﺤﻴﺎﻥ ﻴﺤﺘﺎﺝ ﺍﻟﻤﺴﺘﺨﺩﻡ ﺃﻥ ﻴﻨﺘﻘﻲ ﺠﺯﺀ ﺃﻭ ﻋﻴﻨﺔ ﺍﻟﻤﻔﺭﺩﺍﺕ ﻹﺠﺭﺍﺀ
ﻼ ﻗﺩ ﻴﻜﻭﻥ ﻤﺤل ﺍﻻﻫﺘﻤﺎﻡ ﻤﺠﻤﻭﻋﺔ ﺒﻌﺽ ﻋﻤﻠﻴﺎﺕ ﺍﻟﺘﺤﻠﻴل ﺍﻹﺤﺼﺎﺌﻲ ﻋﻠﻴﻬﺎ ﻓﻘﻁ ،ﻓﻤﺜ ﹰ ﻤﺤﺩﺩﺓ ﻴﻨﻁﺒﻕ ﻋﻠﻴﻬﺎ ﺸﺭﻁ ﻤﻬﻤﺎ ﻭﻴﺭﺍﺩ ﺇﻟﻘﺎﺀ ﺍﻟﻤﺯﻴﺩ ﻤﻥ ﺍﻟﻀﻭﺀ ﻋﻠﻰ ﻫﺫﻩ ﺍﻟﻤﺠﻤﻭﻋﺔ،
ﻓﻴﻤﻜﻥ ﻋﻠﻰ ﺴﺒﻴل ﺍﻟﻤﺜﺎل ﺍﺨﺘﻴﺎﺭ ﺍﻟﻁﻠﺒﺔ ﺍﻟﻨﺎﺠﺤﻴﻥ ﻓﻘﻁ ﺃﻭ ﺍﻟﺭﺍﺴﺒﻴﻥ ﻓﻘﻁ ﻭﺇﻟﻘﺎﺀ ﺍﻟﻀﻭﺀ
ﻋﻠﻴﻬﻡ ﺒﺈﺠﺭﺍﺀ ﻋﻤﻠﻴﺔ ﺘﺤﻠﻴل ﻤﻌﻴﻨﺔ ﻋﻠﻰ ﺒﻴﺎﻨﺎﺘﻬﻡ ،ﺃﻭ ﻗﺩ ﻴﺭﻏﺏ ﺍﻟﻤﺴﺘﺨﺩﻡ ﻓﻲ ﺍﺴﺘﺒﻌﺎﺩ
ﺘﻠﻙ ﺍﻟﻤﻔﺭﺩﺍﺕ ﻤﻥ ﺍﻟﺒﻴﺎﻨﺎﺕ ﺍﻟﺘﻲ ﺘﺄﺨﺫ ﻗﻴﻤﹰﺎ ﻏﺭﻴﺒﺔ ﻤﻥ ﺤﻴﺙ ﺃﻨﻬﺎ ﻤﺸﺒﻭﻫﺔ ﻟﻜﺒﺭﻫﺎ ﺃﻭ ﺼﻐﺭﻫﺎ ﻋﻥ ﺒﻘﻴﺔ ﺍﻟﺒﻴﺎﻨﺎﺕ ،ﻟﺫﻟﻙ ﻓﺈﻨﻪ ﻓﻲ ﻫﺫﺍ ﺍﻟﻘﺴﻡ ﺴﻭﻑ ﻨﻠﻘﻲ ﺍﻟﻀﻭﺀ ﻋﻠﻰ ﺘﻠﻙ
ﺍﻟﻌﻤﻠﻴﺎﺕ ﺍﻟﺘﻲ ﻴﻤﻜﻥ ﺍﺴﺘﺨﺩﺍﻤﻬﺎ ﻓﻲ ﻤﻌﺎﻟﺠﺔ ﺍﻟﻤﺸﺎﻫﺩﺍﺕ ﻤﻥ ﺍﺨﺘﻴﺎﺭ ﺃﻭ ﺍﺴﺘﺒﻌﺎﺩ ﺃﻭ ﺇﻋﻁﺎﺀ ﺃﻭﺯﺍﻥ ﻤﺨﺘﻠﻔﺔ ﻟﻠﺒﻴﺎﻨﺎﺕ ﺃﻭ ﺘﻘﺴﻴﻡ ﺍﻟﺒﻴﺎﻨﺎﺕ ﺇﻟﻰ ﺃﻗﺴﺎﻡ.
) (3ﻋﻤﻠﻴﺎﺕ ﺘﺤﻭﻴل ﻭﺘﺤﻭﻴﺭ ﺍﻟﻤﺘﻐﻴﺭﺍﺕ
119
.1.3.3ﺍﺨﺘﻴﺎﺭ ﻤﻔﺭﺩﺍﺕ ﻤﻥ ﺒﻴﺎﻨﺎﺕ ﻤﺘﻐﻴﺭ Select Cases : ﺩﻋﻨﺎ ﺍﻵﻥ ﻨﻔﺘﺭﺽ ﺃﻥ ﻟﺩﻴﻨﺎ ﻤﺠﻤﻭﻋﺔ ﺍﻟﺒﻴﺎﻨﺎﺕ ﺍﻟﺘﻲ ﺴﺒﻕ ﺍﻟﺤﺩﻴﺙ ﻋﻨﻬﺎ ﻓﻲ
ﺍﻟﻔﺼل ﺍﻟﺴﺎﺒﻕ ﻭﺍﻟﻤﺘﻌﻠﻘﺔ ﺒﺩﺭﺠﺎﺕ ﺍﻟﻁﻼﺏ ﻭﻫﻲ ﻤﺨﺯﻨﺔ ﻓﻲ ﻤﺤﺭﺭ ﺍﻟﺒﻴﺎﻨﺎﺕ ،ﺇﻥ ﺘﻁﺒﻴﻕ ﺃﻤﺭ ﺍﺨﺘﻴﺎﺭ ﻤﻔﺭﺩﺍﺕ Select Casesﻋﻠﻰ ﻤﺜل ﻫﺫﺍ ﺍﻟﻤﻠﻑ ﻴﻤﻜﻨﻨﺎ ﻤﻥ ﺍﺨﺘﻴﺎﺭ ﻤﺠﻤﻭﻋﺎﺕ ﻤﻥ ﻫﺫﻩ ﺍﻟﻤﻔﺭﺩﺍﺕ ﻭﺍﺴﺘﺒﻌﺎﺩ ﺃﺨﺭﻯ ﺒﻁﺭﻕ ﻭﻤﻌﺎﻴﻴﺭ ﻤﺨﺘﻠﻔﺔ ﺘﺘﺭﺍﻭﺡ ﻤﻥ
ﻤﺩﻯ ﺘﻁﺎﺒﻕ ﺘﻌﺒﻴﺭ ﺭﻴﺎﻀﻲ ﺃﻭ ﻤﻨﻁﻘﻲ ﻤﻌﻘﺩ ﺇﻟﻰ ﺃﻥ ﺘﻜﻭﻥ ﺍﻟﻤﻔﺭﺩﺍﺕ ﻤﺨﺘﺎﺭﺓ ﺒﻁﺭﻴﻘﺔ
ﻋﺸﻭﺍﺌﻴﺔ ،ﻭﺒﺼﻔﺔ ﻋﺎﻤﺔ ﻴﻤﻜﻥ ﻟﻤﻌﺎﻴﻴﺭ ﻭﺸﺭﻭﻁ ﺍﺨﺘﻴﺎﺭ ﺍﻟﻤﻔﺭﺩﺍﺕ ﺃﻥ ﺘﺤﺘﻭﻱ ﻋﻠﻰ : • ﻗﻴﻡ ﻟﻤﺘﻐﻴﺭﺍﺕ ﺃﻭ ﻤﺩﺍﻫﺎ
• ﺍﻟﺘﺎﺭﻴﺦ ﻭﺍﻟﻭﻗﺕ ﻭﻤﺩﺍﻫﻤﺎ • ﺭﻗﻡ ﺍﻟﻤﻔﺭﺩﺓ ﺃﻭ ﺍﻟﺼﻑ
• ﺘﻌﺒﻴﺭ ﺭﻴﺎﻀﻲ
• ﺘﻌﺒﻴﺭﺍﺕ ﻤﻨﻁﻘﻴﺔ • ﺩﻭﺍل
Variable values and ranges Date and time ranges Case (row) numbers Arithmetic expressions Logical expressions Functions
ﻜﻤﺎ ﺃﻥ ﺍﻟﻤﻔﺭﺩﺍﺕ ﺍﻟﺘﻲ ﻻ ﺘﻨﻁﺒﻕ ﻋﻠﻴﻬﺎ ﺸﺭﻭﻁ ﺍﻻﺨﺘﻴﺎﺭ ﻴﻤﻜﻥ ﺘﺠﻤﻴﺩﻫﺎ filter
ﺃﻭ ﺤﺫﻓﻬﺎ ﻨﻬﺎﺌﻴﺎ ، deleteﻓﺎﻟﻤﻔﺭﺩﺍﺕ ﺍﻟﺘﻲ ﻴﺘﻡ ﺘﺠﻤﻴﺩﻫﺎ ﺴﻭﻑ ﺘﺒﻘﻰ ﻓﻲ ﻤﻠﻑ ﺍﻟﺒﻴﺎﻨﺎﺕ ﻭﻟﻜﻥ ﻟﻥ ﺘﺩﺨل ﻓﻲ ﺍﻟﺘﺤﻠﻴل ﻭﺴﻭﻑ ﺘﻅﻬﺭ ﻓﻲ ﻤﺤﺭﺭ ﺍﻟﺒﻴﺎﻨﺎﺕ ﻜﺄﻨﻬﺎ ﻤﺸﻁﻭﺒﺔ ﻭﻴﻅﻬﺭ
ﺍﻟﺸﻁﺏ ﻋﻠﻰ ﺭﻗﻡ ﺍﻟﺼﻑ ،ﻭﻟﻜﻥ ﺍﻟﻨﻅﺎﻡ ﻴﻘﻭﻡ ﺒﺨﻠﻕ ﻤﺘﻐﻴﺭ ﺠﺩﻴﺩ ﺒﺎﺴﻡ $_FILTER
ﻟﻴﻜﻭﻥ ﻤﺅﺸﺭﹰﺍ ﻋﻠﻰ ﺤﺎﻟﺔ ﺍﻟﻤﻔﺭﺩﺓ ﻭﻤﺎ ﺇﺫﺍ ﺘﻡ ﺍﺨﺘﺎﺭﻫﺎ ﺃﻡ ﻻ ،ﻓﺈﺫﺍ ﺘﻡ ﺍﺨﺘﻴﺎﺭ ﺍﻟﻤﻔﺭﺩﺓ ﺴﻴﺄﺨﺫ ﻫﺫﺍ ﺍﻟﻤﺘﻐﻴﺭ ﺍﻟﻘﻴﻤﺔ 1ﻭﺇﺫﺍ ﻟﻡ ﻴﺘﻡ ﺍﺨﺘﻴﺎﺭﻫﺎ ﺴﻴﺄﺨﺫ ﺍﻟﻘﻴﻤﺔ ، 0ﻭﻴﻤﻜﻥ ﺇﻟﻐﺎﺀ ﻫﺫﺍ
ﺍﻟﺘﺠﻤﻴﺩ ﻟﻠﻤﻔﺭﺩﺍﺕ ﻓﻲ ﺃﻱ ﻭﻗﺕ ﻋﻥ ﻁﺭﻴﻕ ﺘﻁﺒﻴﻕ ﺍﻷﻤﺭ "ﺍﺨﺘﻴﺎﺭ ﺠﻤﻴﻊ ﺍﻟﻤﻔﺭﺩﺍﺕ"
، Select All Casesﻭﻟﻜﻥ ﺨﻴﺎﺭ ﺤﺫﻑ ﺍﻟﻤﻔﺭﺩﺍﺕ ﺴﻴﻠﻐﻴﻬﺎ ﻨﻬﺎﺌﻴﺎ ،ﻟﺫﺍ ﻴﺠﺏ ﺍﻟﺤﺫﺭ ﻋﻨﺩ ﺤﻔﻅ ﻤﻠﻑ ﺍﻟﺒﻴﺎﻨﺎﺕ ،ﻓﺤﻔﻅﻪ ﺒﻨﻔﺱ ﺍﻻﺴﻡ ﺍﻟﻘﺩﻴﻡ ﻴﻌﻨﻲ ﺃﻨﻪ ﻻ ﻴﻤﻜﻥ ﺍﻟﻌﻭﺩﺓ ﺇﻟﻰ ﺍﻟﻤﻠﻑ ﺍﻷﺼﻠﻲ ﻭﺴﺘﻔﻘﺩ ﺠﻤﻴﻊ ﺍﻟﺒﻴﺎﻨﺎﺕ ﺍﻟﺘﻲ ﺘﻡ ﺤﺫﻓﻬﺎ.
) (3ﻋﻤﻠﻴﺎﺕ ﺘﺤﻭﻴل ﻭﺘﺤﻭﻴﺭ ﺍﻟﻤﺘﻐﻴﺭﺍﺕ
120
ﻼ ﻭﺍﻵﻥ ،ﻟﺘﻁﺒﻴﻕ ﺃﻤﺭ ﺍﺨﺘﻴﺎﺭ ﻤﻔﺭﺩﺍﺕ Select Casesﻋﻠﻰ ﻤﻠﻑ ﺍﻟﺩﺭﺠﺎﺕ ﻤﺜ ﹰ
ﻨﺫﻫﺏ ﺇﻟﻰ ﺍﻟﻘﺎﺌﻤﺔ ﺍﻟﺭﺌﻴﺴﻴﺔ ﻓﻲ ﻤﺤﺭﺭ ﺍﻟﺒﻴﺎﻨﺎﺕ ﻭﻨﺨﺘﺎﺭ ﺃﻤﺭ ﺒﻴﺎﻨﺎﺕ ، Dataﻟﺘﻔﺘﺢ
ﻗﺎﺌﻤﺔ ﺍﻟﺒﻴﺎﻨﺎﺕ Dataﻭﻨﺨﺘﺎﺭ ﻤﻨﻬﺎ ﺃﻤﺭ ﺍﺨﺘﻴﺎﺭ ﻤﻔﺭﺩﺍﺕ Select Casesﻟﺘﻔﺘﺢ ﻨﺎﻓﺫﺓ
ﺍﺨﺘﻴﺎﺭ Select Casesﻤﻔﺭﺩﺍﺕ ﻜﻤﺎ ﻓﻲ ﺸﻜل 17-3ﺃﺩﻨﺎﻩ ،ﻭﻓﻲ ﻫﺫﻩ ﺍﻟﻨﺎﻓﺫﺓ ﻴﺠﺏ
ﺘﺤﺩﻴﺩ ﺍﻟﻤﺘﻐﻴﺭ ﺃﻭ ﺍﻟﻤﺘﻐﻴﺭﺍﺕ ﺍﻟﺘﻲ ﺴﺘﻜﻭﻥ ﺃﺴﺎﺴﹰﺎ ﻟﻌﻤﻠﻴﺔ ﺍﻻﺨﺘﻴﺎﺭ ﻤﻥ ﻗﺎﺌﻤﺔ ﺍﻟﻤﺘﻐﻴﺭﺍﺕ ﻋﻠﻰ ﻴﺴﺎﺭ ﻫﺫﻩ ﺍﻟﻨﺎﻓﺫﺓ ،ﻭﻴﺠﺏ ﺃﻴﻀﹰﺎ ﺘﺤﺩﻴﺩ ﻁﺭﻴﻘﺔ ﺍﻟﺘﻌﺎﻤل ﻤﻊ ﺍﻟﻤﻔﺭﺩﺍﺕ ﺍﻟﺘﻲ ﻟﻥ ﻴﺘﻡ ﺍﺨﺘﻴﺎﺭﻫﺎ Unselected Cases Areﻓﻲ ﺃﺴﻔل ﺍﻟﺠﺯﺀ ﺍﻷﻴﻤﻥ ﻤﻥ ﺍﻟﻨﺎﻓﺫﺓ ،ﻭﻫﻨﺎﻙ
ﺨﻴﺎﺭﻴﻥ ﻴﻤﻜﻥ ﺍﺨﺘﻴﺎﺭ ﺃﻱ ﻤﻨﻬﻤﺎ ﻭﻫﻤﺎ ﺍﻟﺘﺠﻤﻴﺩ Filteredﻭﺍﻟﺤﺫﻑ Deletedﻟﻴﺘﻡ
ﺍﻟﺘﻌﺎﻤل ﻤﻌﻬﻤﺎ ﻜﻤﺎ ﺴﺒﻕ ﺘﻭﻀﻴﺤﻪ ،ﻭﺍﻵﻥ ،ﻭﺍﻟﺠﺯﺀ ﺍﻷﻫﻡ ﻫﻭ ﺃﻨﻪ ﻴﺠﺏ ﺘﺤﺩﻴﺩ ﺃﺤﺩ ﺨﻴﺎﺭﺍﺕ ﻁﺭﻴﻘﺔ ﺍﻨﺘﻘﺎﺀ ﺍﻟﻤﻔﺭﺩﺍﺕ ﺘﺤﺕ ﺍﻟﺒﻨﺩ ﺍﺨﺘﻴﺎﺭ ، Selectﻭﻴﺤﺘﻭﻱ ﻫﺫﺍ ﺍﻟﺒﻨﺩ ﻋﻠﻰ
ﻋﺩﺓ ﺨﻴﺎﺭﺍﺕ ﻭﻫﻲ :
ﺸﻜل : 17-3ﻨﺎﻓﺫﺓ ﺍﺨﺘﻴﺎﺭ ﺒﻴﺎﻨﺎﺕ Select Casesﺍﻟﺘﻲ ﺘﻔﺘﺢ ﺒﺎﺨﺘﻴﺎﺭ ﺃﻤﺭ ﺍﺨﺘﻴﺎﺭ ﺒﻴﺎﻨﺎﺕ Select Casesﻤﻥ ﻗﺎﺌﻤﺔ ﺒﻴﺎﻨﺎﺕ Dataﻤﻥ ﺍﻟﻘﺎﺌﻤﺔ ﺍﻟﺭﺌﻴﺴﻴﺔ ﻓﻲ ﻤﺤﺭﺭ ﺍﻟﺒﻴﺎﻨﺎﺕ .
) (3ﻋﻤﻠﻴﺎﺕ ﺘﺤﻭﻴل ﻭﺘﺤﻭﻴﺭ ﺍﻟﻤﺘﻐﻴﺭﺍﺕ
.1ﺍﻻﺨﺘﻴﺎﺭ ﺍﻟﻤﺸﺭﻭﻁ Select Cases: If
121
:ﻭﻫﺫﺍ ﺍﻟﺨﻴﺎﺭ ﺴﻴﺘﻴﺢ ﺍﺨﺘﻴﺎﺭ
ﻤﻔﺭﺩﺍﺕ ﻋﻠﻰ ﺃﻥ ﻴﺘﺤﻘﻕ ﺸﺭﻁ ﻤﻌﻴﻥ ،ﻟﺫﺍ ﻓﺎﻨﻪ ﺒﺎﻟﻀﻐﻁ ﻋﻠﻰ ﻫﺫﺍ ﺍﻟﺨﻴﺎﺭ
If
Condition is Satisfiedﺜﻡ ﺍﻟﻀﻐﻁ ﻋﻠﻰ ﺍﻟﺸﺭﻁ IF..ﺃﺴﻔل ﻫﺫﺍ ﺍﻟﺨﻴﺎﺭ ﺴﺘﻔﺘﺢ ﻨﺎﻓﺫﺓ ﺃﺨﺭﻯ ﺘﻤﻜﻨﻙ ﻤﻥ ﺍﺨﺘﻴﺎﺭ ﻤﻔﺭﺩﺍﺕ ﺒﺸﺭﻁ ﺘﺤﻘﻕ ﺸﺭﻁ ﻤﻌﻴﻥ ﻋﻠﻰ ﺸﻜل ﺼﻴﻐﺔ
ﺭﻴﺎﻀﻴﺔ ﻤﻨﻁﻘﻴﺔ ﻭﺍﻟﺘﻲ ﺴﺘﻜﻭﻥ ﻨﺘﻴﺠﺘﻬﺎ ﺇﻤﺎ "ﻨﻌﻡ" ﺃﻭ "ﻻ" ﺃﻭ "ﻗﻴﻤﺔ ﻤﻔﻘﻭﺩﺓ" ﻭﺫﻟﻙ ﻟﻜل ﻤﻔﺭﺩﺓ) ،ﺸﻜل (18-3ﻓﺈﺫﺍ ﻜﺎﻨﺕ ﻗﻴﻤﺔ ﺍﻟﻤﻔﺭﺩﺓ ﻓﻲ ﺍﻟﺒﻴﺎﻨﺎﺕ ﺘﺴﺎﻭﻱ ﺘﻠﻙ ﺍﻟﻘﻴﻤﺔ ﺍﻟﻨﺎﺘﺠﺔ
ﻤﻥ ﺍﻟﺘﻌﺒﻴﺭ ﺍﻟﺭﻴﺎﻀﻲ ﺍﻟﻤﻜﺘﻭﺏ ﺴﺘﻜﻭﻥ ﺍﻟﻨﺘﻴﺠﺔ "ﻨﻌﻡ" ﻭﺇﻥ ﻟﻡ ﻴﺘﺤﻘﻕ ﻫﺫﺍ ﺍﻟﺘﻌﺒﻴﺭ
ﺍﻟﺭﻴﺎﻀﻲ ﺴﺘﻜﻭﻥ ﺍﻟﻨﺘﻴﺠﺔ "ﻻ" ﻭﺇﺫﺍ ﺘﻌﺫﺭ ﺤﺴﺎﺏ ﺍﻟﺼﻴﻐﺔ ﻟﺴﺒﺏ ﻤﺎ ﺴﺘﻜﻭﻥ ﺍﻟﻨﺘﻴﺠﺔ
"ﻗﻴﻤﺔ ﻤﻔﻘﻭﺩﺓ" ،ﻭﻴﻜﺘﺏ ﺍﻟﺘﻌﺒﻴﺭ ﺍﻟﺭﻴﺎﻀﻲ ﻓﻲ ﻫﺫﻩ ﺍﻟﻨﺎﻓﺫﺓ ﺘﻤﺎﻤﹰﺎ ﻜﻤﺎ ﻴﻜﺘﺏ ﻓﻲ ﻨﺎﻓﺫﺓ ﺍﻟﺤﺴﺎﺏ ﺍﻟﺘﻲ ﺘﻡ ﺍﻟﺘﻌﺎﻤل ﻤﻌﻬﺎ ﺴﺎﺒﻘﺎﹰ ،ﻭﻴﺘﻡ ﺍﺨﺘﻴﺎﺭ ﺍﻟﻤﻔﺭﺩﺓ ﻓﻲ ﺍﻟﻤﺠﻤﻭﻋﺔ ﻓﻘﻁ ﺇﺫﺍ
ﻜﺎﻨﺕ ﻨﺘﻴﺠﺔ ﺍﻟﺘﻌﺒﻴﺭ ﺍﻟﺭﻴﺎﻀﻲ ﺍﻟﻤﻨﻁﻘﻲ "ﻨﻌﻡ" ﻭﺴﺘﺴﺘﺒﻌﺩ ﺍﻟﻤﻔﺭﺩﺓ ﻓﻲ ﺍﻟﺤﺎﻟﺘﻴﻥ ﺍﻷﺨﺭﻴﻴﻥ ،ﻭﻴﻤﻜﻥ ﺃﻥ ﺘﺤﺘﻭﻱ ﺍﻟﺼﻴﻐﺔ ﺍﻟﺭﻴﺎﻀﺔ ﻋﻠﻰ ﺃﻜﺜﺭ ﻤﻥ ﺩﺍﻟﺔ ﻓﻲ ﻨﻔﺱ ﺍﻟﻭﻗﺕ
ﻭﻴﻤﻜﻨﻬﺎ ﺃﻴﻀﹰﺎ ﺃﻥ ﺘﺤﺘﻭﻱ ﻋﻠﻰ ﺠﻤﻴﻊ ﺍﻹﺸﺎﺭﺍﺕ ﺍﻟﺠﺒﺭﻴﺔ ﻟﺘﺘﺤﻭل ﺇﻟﻰ ﺸﺭﻁ ﻴﻤﻜﻥ
ﺘﺤﻘﻴﻘﻪ ﻭﻜﺫﻟﻙ ﻴﻤﻜﻨﻬﺎ ﺃﻥ ﺘﺤﺘﻭﻱ ﻋﻠﻰ ﺃﺴﻤﺎﺀ ﻤﺘﻐﻴﺭﺍﺕ،
ﺸﻜل : 18-3ﻨﺎﻓﺫﺓ ﺍﻻﺨﺘﻴﺎﺭ ﺍﻟﻤﺸﺭﻭﻁ ﻟﻠﻤﻔﺭﺩﺍﺕ Select Cases Ifﻭﺍﻟﺘﻲ ﺘﻅﻬﺭ ﻤﻥ ﻨﺎﻓﺫﺓ ﺍﺨﺘﻴﺎﺭ ﺒﻴﺎﻨﺎﺕ Select Casesﻋﻨﺩ ﺍﺨﺘﻴﺎﺭ . If Condition is Satisfied
) (3ﻋﻤﻠﻴﺎﺕ ﺘﺤﻭﻴل ﻭﺘﺤﻭﻴﺭ ﺍﻟﻤﺘﻐﻴﺭﺍﺕ
122
.2ﺍﺨﺘﻴﺎﺭ ﻋﻴﻨﺔ ﻋﺸﻭﺍﺌﻴﺔ ﻤﻥ ﺍﻟﻤﻔﺭﺩﺍﺕ : Random Sample of Cases :
ﻭﻫﺫﺍ ﺃﺤﺩ ﺍﻟﺨﻴﺎﺭﺍﺕ ﺍﻟﻬﺎﻤﺔ ﺤﻴﺙ ﻜﺜﻴﺭﹰﺍ ﻤﺎ ﻨﺤﺘﺎﺝ ﺇﻟﻰ ﺍﺨﺘﻴﺎﺭ ﻋﻴﻨﺎﺕ ﻋﺸﻭﺍﺌﻴﺔ ﺼﻐﻴﺭﺓ ﻤﻥ ﻤﻔﺭﺩﺍﺕ ﻤﺠﺘﻤﻊ ﻜﺒﻴﺭ ،ﻭﻫﺫﺍ ﺍﻟﺨﻴﺎﺭ ﻴﺘﻴﺢ ﻟﻠﻤﺴﺘﺨﺩﻡ ﺍﺨﺘﻴﺎﺭ ﻋﻴﻨﺔ ﻋﺸﻭﺍﺌﻴﺔ ﺒﺴﻴﻁﺔ
ﻤﻥ ﺍﻟﺒﻴﺎﻨﺎﺕ ﺒﺎﻟﺤﺠﻡ ﺍﻟﻤﺭﻏﻭﺏ ﻓﻴﻪ ،ﻟﺫﺍ ﻓﺈﻨﻪ ﻋﻨﺩ ﺍﺨﺘﻴﺎﺭ "ﻋﻴﻨﺔ ﻋﺸﻭﺍﺌﻴﺔ ﻤﻥ
ﺍﻟﻤﻔﺭﺩﺍﺕ" Random Sample of Casesﺜﻡ ﺍﻟﻀﻐﻁ ﻋﻠﻰ ﻋﻴﻨﺔ Sampleﺃﺴﻔﻠﻪ ﺴﻭﻑ ﺘﻔﺘﺢ ﻨﺎﻓﺫﺓ Select Cases: Random Sampleﻜﻤﺎ ﻓﻲ ﺍﻟﺸﻜل 19-3ﺃﺩﻨﺎﻩ ﻟﻴﺘﻡ ﺘﺤﺩﻴﺩ ﺤﺠﻡ ﺍﻟﻌﻴﻨﺔ )ﻋﺩﺩ ﻤﻔﺭﺩﺍﺘﻬﺎ(.
ﺸﻜل : 19-3ﻨﺎﻓﺫﺓ ﺍﺨﺘﻴﺎﺭ ﻋﻴﻨﺔ ﻋﺸﻭﺍﺌﻴﺔ Select Cases: Random Sample
ﻭﺘﺘﻴﺢ ﻫﺫﻩ ﺍﻟﻨﺎﻓﺫﺓ ﺍﻟﻔﺭﺼﺔ ﻟﺘﺤﺩﻴﺩ ﺤﺠﻡ ﺍﻟﻌﻴﻨﺔ ﺇﻤﺎ ﻜﻨﺴﺒﺔ ﻤﺌﻭﻴﺔ ﻤﻥ ﻋﺩﺩ
ﺍﻟﻤﻔﺭﺩﺍﺕ ﺍﻟﻜﻠﻲ ﻟﻠﺒﻴﺎﻨﺎﺕ ﺃﻭ ﻜﻌﺩﺩ ﻤﺤﺩﺩ ﻤﻥ ﻫﺫﻩ ﺍﻟﺒﻴﺎﻨﺎﺕ ،ﻓﻌﻨﺩ ﺍﺨﺘﻴﺎﺭ "ﺘﻘﺭﻴﺒﹶﺎ"
Approximatelyﺴﻭﻑ ﻴﺘﻡ ﺍﺨﺘﻴﺎﺭ ﻋﻴﻨﺔ ﻤﻜﻭﻨﺔ ﻤﻥ ﺍﻟﻨﺴﺒﺔ ﺍﻟﻤﺌﻭﻴﺔ ﺍﻟﺘﻲ ﻴﺘﻡ ﺘﺤﺩﻴﺩﻫﺎ ﻤﻥ ﺍﻟﻤﻔﺭﺩﺍﺕ ﻓﻲ ﺍﻟﻤﺭﺒﻊ ﺍﻟﻤﻼﺼﻕ ﺘﻘﺭﻴﺒﺎﹰ ،ﻭﺤﻴﺙ ﺃﻥ ﻁﺭﻴﻘﺔ ﺍﻻﺨﺘﻴﺎﺭ ﺍﻟﻌﺸﻭﺍﺌﻲ
ﺘﻌﺘﻤﺩ ﻋﻠﻰ ﺃﺴﺱ ﺍﻻﺤﺘﻤﺎﻻﺕ ﻭﻋﻠﻰ ﺃﻥ ﺍﻟﻨﺴﺒﺔ ﺍﻟﻤﻌﻁﺎﺓ ﺘﻤﺜل ﺍﺤﺘﻤﺎل ﻅﻬﻭﺭ ﺃﻱ ﻤﻔﺭﺩﺓ ﻓﻲ ﺍﻟﻌﻴﻨﺔ ﻓﺈﻥ ﺤﺠﻡ ﺍﻟﻌﻴﻨﺔ ﺍﻟﻤﺨﺘﺎﺭﺓ ﻟﻥ ﻴﻜﻭﻥ ﺒﺎﻟﻀﺭﻭﺭﺓ ﻤﺴﺎﻭﻴﹰﺎ ﻟﺘﻠﻙ ﺍﻟﻨﺴﺒﺔ
ﺘﻤﺎﻤﹰﺎ ﺨﺎﺼﺔ ﻋﻨﺩﻤﺎ ﻴﻜﻭﻥ ﻋﺩﺩ ﺍﻟﻤﻔﺭﺩﺍﺕ ﺼﻐﻴﺭ ،ﺃﻤﺎ ﺍﻟﺨﻴﺎﺭ ﺍﻟﺜﺎﻨﻲ ﻭﻫﻭ "ﺘﻤﺎﻤﹰﺎ"
Exactlyﻓﻴﺘﻴﺢ ﻟﻠﻤﺴﺘﺨﺩﻡ ﺃﻥ ﻴﺤﺩﺩ ﻋﺩﺩ ﺍﻟﻤﻔﺭﺩﺍﺕ ﺍﻟﺘﻲ ﻴﺠﺏ ﺍﺨﺘﻴﺎﺭﻫﺎ ﻋﺸﻭﺍﺌﻴﹰﺎ ﺒﺩﻗﺔ، ﻭﻟﻜﻥ ﻴﺠﺏ ﻫﻨﺎ ﺘﺤﺩﻴﺩ ﻋﺩﺩ ﺍﻟﻤﻔﺭﺩﺍﺕ ﺒﺎﻹﻀﺎﻓﺔ ﺇﻟﻰ ﻋﺩﺩ ﺁﺨﺭ ﻴﻤﺜل ﺒﺩﺍﻴﺔ ﺍﻟﻤﻔﺭﺩﺍﺕ
ﺍﻟﺘﻲ ﻴﺠﺏ ﺍﻻﺨﺘﻴﺎﺭ ﻤﻨﻬﺎ ،ﻭﻫﺫﺍ ﺍﻟﻌﺩﺩ ﻴﺠﺏ ﺃﻻ ﻴﺯﻴﺩ ﻋﻥ ﻋﺩﺩ ﺍﻟﻤﻔﺭﺩﺍﺕ ﺍﻟﻜﻠﻲ .
) (3ﻋﻤﻠﻴﺎﺕ ﺘﺤﻭﻴل ﻭﺘﺤﻭﻴﺭ ﺍﻟﻤﺘﻐﻴﺭﺍﺕ
123
.3ﺍﺨﺘﻴﺎﺭ ﻤﻔﺭﺩﺍﺕ ﻓﻲ ﻤﺩﻯ ﻤﺤﺩﺩ : Based on Time or Case Range ﻭﻫﺫﺍ ﺍﻟﺨﻴﺎﺭ ﻴﺘﻴﺢ ﻟﻠﻤﺴﺘﺨﺩﻡ ﻓﺭﺼﺔ ﺍﺨﺘﻴﺎﺭ ﺍﻟﻤﻔﺭﺩﺍﺕ ﺍﺴﺘﻨﺎﺩﹰﺍ ﺇﻟﻰ ﻤﺩﻯ ﻤﻌﻴﻥ
ﻤﻥ ﺩﺍﺨل ﻤﺩﻯ ﺍﻟﺒﻴﺎﻨﺎﺕ ﻴﺘﻡ ﺘﺤﺩﻴﺩﻩ ،ﻓﻌﻨﺩ ﺘﺤﺩﻴﺩ "ﺍﺨﺘﻴﺎﺭ ﻤﻔﺭﺩﺍﺕ ﻤﻌﺘﻤﺩﹰﺍ ﻋﻠﻰ
ﺍﻟﻤﺩﻯ" Based on Time or Case Rangeﺜﻡ ﺍﻟﻀﻐﻁ ﻋﻠﻰ ﻋﻴﻨﺔ Sampleﺴﻭﻑ ﺘﻔﺘﺢ ﻨﺎﻓﺫﺓ ﺍﻟﻤﺩﻯ Rangeﻟﺘﺤﺩﻴﺩ ﺍﻟﻘﻴﻤﺔ ﺍﻷﻭﻟﻰ ﻭﺍﻟﻘﻴﻤﺔ ﺍﻷﺨﻴﺭﺓ ﻓﻲ ﻫﺫﻩ ﺍﻟﻤﻔﺭﺩﺍﺕ
ﺍﻟﺘﻲ ﻴﺘﻁﻠﺏ ﺍﺨﺘﻴﺎﺭﻫﺎ ﻜﻤﺎ ﻓﻲ ﺸﻜل ، 20-3ﻭﻴﻤﻜﻥ ﺃﻥ ﻴﻜﻭﻥ ﻫﺫﺍ ﺍﻟﻤﺩﻯ ﻤﻌﺘﻤﺩﹰﺍ
ﻋﻠﻰ ﺃﺭﻗﺎﻡ ﺍﻟﻤﻔﺭﺩﺍﺕ ﺃﻭ ﺘﺎﺭﻴﺦ ﺃﻭ ﺃﻭﻗﺎﺕ ﻤﺤﺩﺩﺓ ﻭﻟﻜﻨﻪ ﻓﻲ ﺍﻟﻨﻬﺎﻴﺔ ﺴﻴﻌﺘﻤﺩ ﻋﻠﻰ ﺃﺭﻗﺎﻡ ﺍﻟﺼﻔﻭﻑ ﺍﻟﺘﻲ ﺘﻘﻊ ﺒﻬﺎ ﺘﻠﻙ ﺍﻟﻤﻔﺭﺩﺍﺕ ﻭﺫﻟﻙ ﻜﻤﺎ ﺘﻅﻬﺭ ﻓﻲ ﻤﺤﺭﺭ ﺍﻟﺒﻴﺎﻨﺎﺕ ،ﻟﻜﻥ
ﺍﻻﻋﺘﻤﺎﺩ ﻋﻠﻰ ﺍﻟﺘﺎﺭﻴﺦ ﺃﻭ ﺍﻟﻭﻗﺕ ﻟﻥ ﻴﺘﻡ ﺇﻻ ﺇﺫﺍ ﻜﺎﻨﺕ ﻫﻨﺎﻙ ﺒﻴﺎﻨﺎﺕ ﺴﻠﺴﻠﺔ ﺯﻤﻨﻴﺔ
ﺒﻤﺘﻐﻴﺭﺍﺕ ﺘﺎﺭﻴﺦ Date Variablesﻭﻤﻌﺭﻓﺔ ﻤﺴﺒﻘ ﹰﺎ )ﻤﻥ ﺘﻌﺭﻴﻑ ﺘﺎﺭﻴﺦ Define
Dateﻓﻲ ﻗﺎﺌﻤﺔ ﺍﻟﺒﻴﺎﻨﺎﺕ Data Menuﻓﻲ ﺍﻟﻘﺎﺌﻤﺔ ﺍﻟﺭﺌﻴﺴﻴﺔ(.
ﺸﻜل : 20-3ﻨﺎﻓﺫﺓ ﺘﻌﺭﻴﻑ ﺍﻟﻤﺩﻯ Define Rangeﻋﻨﺩ ﺍﺨﺘﻴﺎﺭ ﻋﻴﻨﺔ ﻤﻥ ﺍﻟﻤﺸﺎﻫﺩﺍﺕ ﻤﻥ ﻨﺎﻓﺫﺓ Select Casesﻓﻲ ﻗﺎﺌﻤﺔ ﺘﺤﻭﻴل Transformﻤﻥ ﻤﺤﺭﺭ ﺍﻟﺒﻴﺎﻨﺎﺕ.
) (3ﻋﻤﻠﻴﺎﺕ ﺘﺤﻭﻴل ﻭﺘﺤﻭﻴﺭ ﺍﻟﻤﺘﻐﻴﺭﺍﺕ
124
.4ﺘﺤﺩﻴﺩ ﻤﺘﻐﻴﺭ ﻟﻼﺨﺘﻴﺎﺭ ﺃﻭ ﺍﻟﺘﺠﻤﻴﺩ : Use Filter Variable ﻫﺫﺍ ﺍﻟﺨﻴﺎﺭ ﻴﺘﻴﺢ ﻟﻠﻤﺴﺘﺨﺩﻡ ﻓﺭﺼﺔ ﺘﺤﺩﻴﺩ ﺍﻟﻘﻴﻡ ﺍﻟﻤﻁﻠﻭﺏ ﺘﺠﻤﻴﺩﻫﺎ ﻭﺘﻠﻙ ﺍﻟﻘﻴﻡ
ﺍﻟﻤﻁﻠﻭﺏ ﺍﺨﺘﻴﺎﺭﻫﺎ ﺒﻤﻌﺭﻓﺘﻪ ﻭﺒﺎﻟﻁﺭﻴﻘﺔ ﺍﻟﺘﻲ ﻴﺭﺍﻫﺎ ﻤﻨﺎﺴﺒﺔ ﻭﺫﻟﻙ ﺒﻨﺎﺀ ﻋﻠﻰ ﻤﺘﻐﻴﺭ
ﻴﺄﺨﺫ ﺍﻟﻘﻴﻤﺔ 0ﻟﺘﺠﻤﻴﺩ ﺍﻟﻤﻔﺭﺩﺓ ﺍﻟﻤﻨﺎﻅﺭﺓ ﻭﺃﻱ ﻗﻴﻤﺔ ﺃﺨﺭﻯ ﻻﺨﺘﻴﺎﺭ ﻫﺫﻩ ﺍﻟﻤﻔﺭﺩﺓ،
ﻭﻟﺘﻨﻔﻴﺫ ﻫﺫﺍ ﺍﻟﺨﻴﺎﺭ ﻜل ﻤﺎ ﻴﻠﺯﻡ ﻫﻭ ﺃﻥ ﻴﻜﻭﻥ ﻫﻨﺎﻙ ﻤﺘﻐﻴﺭ ﻴﺘﺤﺩﺩ ﺒﻨﺎﺀ ﻋﻠﻴﻪ ﺍﻟﻘﻴﻡ
ﺍﻟﻤﻁﻠﻭﺏ ﺍﺨﺘﻴﺎﺭﻫﺎ ﺒﺤﻴﺙ ﺘﺄﺨﺫ ﻗﻴﻡ ﻫﺫﺍ ﺍﻟﻤﺘﻐﻴﺭ ﺍﻟﻘﻴﻤﺔ 0ﻟﻠﻤﻔﺭﺩﺍﺕ ﺍﻟﻤﻁﻠﻭﺏ
ﺘﺠﻤﻴﺩﻫﺎ ،ﻭﻤﻥ ﻨﺎﻓﺫﺓ ﺍﺨﺘﻴﺎﺭ ﺍﻟﺒﻴﺎﻨﺎﺕ Select Casesﺍﻟﻀﻐﻁ ﻋﻠﻰ ﺨﻴﺎﺭ "ﺍﺴﺘﺨﺩﺍﻡ ﻤﺘﻐﻴﺭ ﺘﺠﻤﻴﺩ" Use Filter Variableﺜﻡ ﺍﺨﺘﻴﺎﺭ ﺫﻟﻙ ﺍﻟﻤﺘﻐﻴﺭ ﻤﻥ ﻗﺎﺌﻤﺔ ﺍﻟﻤﺘﻐﻴﺭﺍﺕ
ﻋﻠﻰ ﻴﺴﺎﺭ ﺍﻟﻨﺎﻓﺫﺓ ﻭﺇﺯﺍﺤﺘﻪ ﺇﻟﻰ ﺍﻟﻤﺭﺒﻊ ﺍﻟﻤﺨﺼﺹ ﻜﻤﺎ ﻓﻲ ﺸﻜل 21-3ﺃﺩﻨﺎﻩ .
ﺸﻜل :21-3ﻨﺎﻓﺫﺓ ﺍﺨﺘﻴﺎﺭ ﺒﻴﺎﻨﺎﺕ Select Casesﻭﺍﺨﺘﻴﺎﺭ ﻤﺘﻐﻴﺭ ﻟﺘﺠﻤﻴﺩ filterﻤﻔﺭﺩﺍﺕ
ﻭﻓﻲ ﺍﻟﺸﻜل 21-3ﺍﺴﺘﺨﺩﻤﺕ ﺒﻴﺎﻨﺎﺕ ﺘﺘﻌﻠﻕ ﺒﺄﻋﺩﺍﺩ ﺍﻟﻤﺭﻀﻰ ﻓﻲ ﻋﻴﺎﺩﺍﺕ
ﻤﺨﺘﻠﻔﺔ ﻤﻥ ﺒﻠﺩ ﻤﻌﻴﻥ ﻭﺍﺨﺘﺭﻨﺎ ﻤﺘﻐﻴﺭ ﺍﻟﺘﺠﻤﻴﺩ ﻟﻴﻜﻭﻥ ﻁﺒﻴﻌﺔ ﻤﻨﻁﻘﺔ ﺍﻟﻌﻴﺎﺩﺓ ﺤﻀﺭﻴﺔ ﺃﻡ ﺭﻴﻔﻴﺔ ،ﻭﻟﻤﺎ ﻜﺎﻨﺕ ﺍﻟﻤﻨﺎﻁﻕ ﺍﻟﺭﻴﻔﻴﺔ ﺘﺄﺨﺫ ﺍﻟﻘﻴﻡ 0ﻓﺈﻥ ﺍﻟﻌﻴﺎﺩﺍﺕ ﺍﻟﻤﺨﺘﺎﺭﺓ ﺴﺘﻜﻭﻥ ﺘﻠﻙ ﺍﻟﻤﻭﺠﻭﺩﺓ ﻓﻲ ﺍﻟﻤﻨﺎﻁﻕ ﺍﻟﺤﻀﺭﻴﺔ ﻓﻘﻁ .ﻭﺸﻜل 22-3ﺃﺩﻨﺎﻩ ﻴﺒﻴﻥ ﻨﺘﻴﺠﺔ ﺍﻻﺨﺘﻴﺎﺭ.
) (3ﻋﻤﻠﻴﺎﺕ ﺘﺤﻭﻴل ﻭﺘﺤﻭﻴﺭ ﺍﻟﻤﺘﻐﻴﺭﺍﺕ
125
ﺸﻜل : 22-3ﻤﺤﺭﺭ ﺍﻟﺒﻴﺎﻨﺎﺕ Data Editorﻭﺘﻅﻬﺭ ﺒﻪ ﺍﻟﻘﻴﻡ ﺍﻟﻤﺠﻤﺩﺓ.
.2.3.3ﺇﻋﻁﺎﺀ ﺃﻭﺯﺍﻥ ﻤﺨﺘﻠﻔﺔ ﻟﻠﻤﻔﺭﺩﺍﺕWeighting of Cases : ﻴﻘﺼﺩ ﺒﻬﺫﻩ ﺍﻟﻌﻤﻠﻴﺔ ﺘﺭﺠﻴﺢ ﺍﻟﻤﻔﺭﺩﺍﺕ ﻭﺇﻋﻁﺎﺀ ﺃﻫﻤﻴﺔ ﻨﺴﺒﻴﺔ ﻤﺨﺘﻠﻔﺔ ﻟﻠﻤﻔﺭﺩﺍﺕ
ﺍﻟﻤﺨﺘﻠﻔﺔ ﺒﺈﻋﻁﺎﺌﻬﺎ ﺃﻭﺯﺍﻥ ﻤﺨﺘﻠﻔﺔ ﻭﻟﻬﺎ ﻓﺎﺌﺩﺓ ﻋﻅﻴﻤﺔ ﻓﻲ ﻋﺩﺓ ﺤﺎﻻﺕ ،ﺍﻟﺤﺎﻟﺔ ﺍﻷﻭﻟﻰ
ﻋﻨﺩ ﺘﺤﻠﻴل ﺠﺩﺍﻭل ﺍﻻﻗﺘﺭﺍﻥ ﺃﻭ ﺍﻟﺘﻭﺍﻓﻕ Contingency Tablesﺃﻭ ﻟﺘﺤﻠﻴل ﺍﻟﺠﺩﺍﻭل ﺍﻟﺘﻜﺭﺍﺭﻴﺔ ﻋﻨﺩﻤﺎ ﻻ ﻴﻜﻭﻥ ﻟﺩﻴﻨﺎ ﻗﻴﻡ ﺠﻤﻴﻊ ﺍﻟﻤﻔﺭﺩﺍﺕ ﺒل ﺘﻜﺭﺍﺭﺍﺕ ﺤﺩﻭﺙ ﺘﻠﻙ ﺍﻟﻘﻴﻡ ﺃﻭ
ﻓﺌﺎﺕ ﺍﻟﻅﺎﻫﺭﺓ ،ﻓﻔﻲ ﻫﺫﻩ ﺍﻟﺤﺎﻟﺔ ﺘﺼﺒﺢ ﺃﻫﻤﻴﺔ ﺍﻟﻤﻔﺭﺩﺍﺕ ﺍﻟﻨﺴﺒﻴﺔ ﻤﻘﺎﺴﻪ ﺒﺎﻟﺘﻜﺭﺍﺭﺍﺕ ﻭﺘﻜﻭﻥ ﺍﻷﺨﻴﺭﺓ ﺒﻤﺜﺎﺒﺔ ﺍﻷﻭﺯﺍﻥ ،ﻭﺍﻟﺤﺎﻟﺔ ﺍﻟﺜﺎﻨﻴﺔ ﻋﻨﺩ ﺘﺤﻠﻴل ﺍﻟﻌﻴﻨﺎﺕ ﺍﻟﻁﺒﻘﻴﺔ ﺤﻴﺙ
ﺘﻜﻭﻥ ﻓﻲ ﺩﺍﺨل ﺍﻟﺒﻴﺎﻨﺎﺕ ﻋﻴﻨﺎﺕ ﺠﺯﺌﻴﺔ ﻤﺨﺘﺎﺭﺓ ﻤﻥ ﻁﺒﻘﺎﺕ ﻤﺨﺘﻠﻔﺔ ،ﻭﺘﻘﺎﺱ ﻓﻲ ﻫﺫﻩ ﺍﻟﺤﺎﻟﺔ ﺍﻷﻫﻤﻴﺔ ﺍﻟﻨﺴﺒﻴﺔ ﻟﻠﻘﻴﻡ ﺒﺤﺠﻡ ﻜل ﻁﺒﻘﺔ ﺃﻭ ﻨﺴﺒﺔ ﺘﻤﺜﻴﻠﻬﺎ ﻓﻲ ﺍﻟﻤﺠﺘﻤﻊ ،ﻭﻫﻨﺎﻙ ﺤﺎﻻﺕ ﺃﺨﺭﻯ ﻜﺜﻴﺭﺓ ﻗﺩ ﻨﺤﺘﺎﺝ ﺇﻟﻰ ﺘﺭﺠﻴﺢ ﺍﻟﺒﻴﺎﻨﺎﺕ ﺒﺄﻭﺯﺍﻥ ﻤﺨﺘﻠﻔﺔ ﻤﺜل ﻗﻨﺎﻋﺘﻨﺎ
ﺒﻀﻌﻑ ﺍﻟﺜﻘﺔ ﻓﻲ ﺒﻌﺽ ﺍﻟﻘﻴﻡ ﺒﺤﻴﺙ ﻨﺤﺘﺎﺝ ﺇﻟﻰ ﺠﻌل ﺘﺄﺜﻴﺭ ﻫﺫﻩ ﺍﻟﻘﻴﻡ ﻋﻠﻰ ﻨﺘﺎﺌﺞ ﺍﻟﺘﺤﻠﻴل ﻤﺤﺩﻭﺩ.
) (3ﻋﻤﻠﻴﺎﺕ ﺘﺤﻭﻴل ﻭﺘﺤﻭﻴﺭ ﺍﻟﻤﺘﻐﻴﺭﺍﺕ
126
ﻭﻟﺘﻨﻔﻴﺫ ﺃﻤﺭ ﺇﻋﻁﺎﺀ ﺃﻭﺯﺍﻥ ﻤﺨﺘﻠﻔﺔ )ﺘﺭﺠﻴﺢ( ﺍﻟﻤﻔﺭﺩﺍﺕ Weight Casesﻴﺠﺏ
ﺍﻟﺩﺨﻭل ﻟﻘﺎﺌﻤﺔ ﺍﻟﺒﻴﺎﻨﺎﺕ Dataﻓﻲ ﺍﻟﻘﺎﺌﻤﺔ ﺍﻟﺭﺌﻴﺴﻴﺔ ﻤﻥ ﻤﺤﺭﺭ ﺍﻟﺒﻴﺎﻨﺎﺕ Data Editor
ﺜﻡ ﺍﺨﺘﻴﺎﺭ ﺍﻷﻤﺭ Weight Casesﻟﺘﻔﺘﺢ ﻨﺎﻓﺫﺓ Weight Casesﻜﻤﺎ ﻓﻲ ﺸﻜل 23-3 ﺃﺩﻨﺎﻩ ،ﺜﻡ ﻴﺘﻡ ﺍﺨﺘﻴﺎﺭ "ﺘﺭﺠﻴﺢ ﺍﻟﻤﻔﺭﺩﺍﺕ ﺒﺎﺴﺘﺨﺩﺍﻡ" Weight Cases Byﻭﻤﻥ ﺜﻡ ﺫﻟﻙ
ﺍﻟﻤﺘﻐﻴﺭ ﺍﻟﺫﻱ ﻴﺤﺘﻭﻱ ﻋﻠﻰ ﺃﻭﺯﺍﻥ ﺍﻟﻤﻔﺭﺩﺍﺕ ،ﻭﺒﺎﻟﻀﻐﻁ ﻋﻠﻰ ﺃﻤﺭ ﺍﻟﺘﻨﻔﻴﺫ OKﺴﺘﻨﺘﻬﻲ ﺘﻠﻙ ﺍﻟﻌﻤﻠﻴﺔ ،ﻭﻴﺠﺏ ﻤﻼﺤﻅﺔ ﻫﻨﺎ ﺃﻨﻪ ﻟﻥ ﻴﻅﻬﺭ ﺸﺊ ﻨﺘﻴﺠﺔ ﺘﻨﻔﻴﺫ ﻫﺫﻩ ﺍﻟﻌﻤﻠﻴﺔ ﺴﻭﺍﺀ ﻓﻲ ﻤﺤﺭﺭ ﺍﻟﺒﻴﺎﻨﺎﺕ Data Editorﺃﻭ ﻓﻲ ﻤﺤﺭﺭ ﺍﻟﻨﺘﺎﺌﺞ Output Viewerﻭﻟﻜﻥ ﺴﺘﺩﺨل
ﻫﺫﻩ ﺍﻷﻭﺯﺍﻥ ﻓﻲ ﺠﻤﻴﻊ ﺍﻟﻌﻤﻠﻴﺎﺕ ﺍﻟﺤﺴﺎﺒﻴﺔ ﻓﻲ ﺍﻟﺘﺤﻠﻴل ﺍﻹﺤﺼﺎﺌﻲ ﺍﻟﻼﺤﻕ ﻟﺤﻴﻥ ﺇﻟﻐﺎﺀ
ﻋﻤﻠﻴﺔ ﺘﺭﺠﻴﺢ ﺍﻟﻤﻔﺭﺩﺍﺕ .ﻭﻴﻤﻜﻥ ﺇﻟﻐﺎﺀ ﺃﻱ ﻋﻤﻠﻴﺔ ﺘﺭﺠﻴﺢ ﺘﻡ ﺘﻨﻔﻴﺫﻫﺎ ﺴﺎﺒﻘﹰﺎ ﻋﻥ ﻁﺭﻴﻕ
ﺇﻋﺎﺩﺓ ﻓﺘﺢ ﻨﺎﻓﺫﺓ ﺘﺭﺠﻴﺢ ﺍﻟﻤﻔﺭﺩﺍﺕ ﻓﻲ ﺍﻟﺸﻜل 23-3ﻭﺍﺨﺘﻴﺎﺭ "ﻋﺩﻡ ﺘﺭﺠﻴﺢ ﺍﻟﻤﻔﺭﺩﺍﺕ"
Do not weight casesﻜﻤﺎ ﺘﻅﻬﺭ ﻓﻲ ﺃﻋﻠﻰ ﻫﺫﻩ ﺍﻟﻨﺎﻓﺫﺓ.
ﺸﻜل : 23-3ﻨﺎﻓﺫﺓ ﺇﻋﻁﺎﺀ ﺃﻭﺯﺍﻥ ﻟﻠﻤﻔﺭﺩﺍﺕ Weight Casesﻤﻥ ﻗﺎﺌﻤﺔ ﺍﻟﺒﻴﺎﻨﺎﺕ Dataﻓﻲ ﻤﺤﺭﺭ ﺍﻟﺒﻴﺎﻨﺎﺕ. Data Editor
.3.3.3ﻓﺭﺯ )ﺘﺭﺘﻴﺏ( ﺍﻟﺒﻴﺎﻨﺎﺕ Sorting Cases : ﻭﻴﻤﻜﻥ ﻋﻥ ﻁﺭﻴﻕ ﺃﻤﺭ ﺍﻟﻔﺭﺯ Sortingﺘﺭﺘﻴﺏ ﺍﻟﻤﻔﺭﺩﺍﺕ ﺍﻟﻤﻤﺜﻠﺔ ﺒﺎﻟﺼﻔﻭﻑ
ﺘﺭﺘﻴﺒﹰﺎ ﺘﺼﺎﻋﺩﻴﹰﺎ ﺃﻭ ﺘﻨﺎﺯﻟﻴﹰﺎ ﺤﺴﺏ ﻗﻴﻡ ﻤﺘﻐﻴﺭ ﻭﺍﺤﺩ ﺃﻭ ﺃﻜﺜﺭ ،ﻭﺴﻭﻑ ﺘﻜﻭﻥ ﻨﺘﻴﺠﺔ ﻫﺫﺍ ﺍﻷﻤﺭ ﺃﻥ ﺘﻅﻬﺭ ﺍﻟﺒﻴﺎﻨﺎﺕ ﻓﻲ ﻤﺤﺭﺭ ﺍﻟﺒﻴﺎﻨﺎﺕ Data Editorﻭﻗﺩ ﺃﻋﻴﺩ ﺘﺭﺘﻴﺒﻬﺎ ﺒﺎﻟﺸﻜل
ﺍﻟﻤﻁﻠﻭﺏ ﻭﺫﻟﻙ ﺤﺴﺏ ﻗﻴﻡ ﺍﻟﻤﺘﻐﻴﺭ ﺍﻟﺫﻱ ﺘﻡ ﺘﺤﺩﻴﺩ ﺍﻟﻔﺭﺯ ﻋﻠﻰ ﺃﺴﺎﺴﻪ.
) (3ﻋﻤﻠﻴﺎﺕ ﺘﺤﻭﻴل ﻭﺘﺤﻭﻴﺭ ﺍﻟﻤﺘﻐﻴﺭﺍﺕ
127
ﻭﺇﺫﺍ ﺍﺨﺘﻴﺭ ﺃﻜﺜﺭ ﻤﻥ ﻤﺘﻐﻴﺭ ﻭﺍﺤﺩ ﻟﻠﻔﺭﺯ ﻓﺈﻨﻪ ﺴﻴﺘﻡ ﺘﺭﺘﻴﺏ ﺍﻟﺒﻴﺎﻨﺎﺕ ﺩﺍﺨﻠﻴﹰﺎ
ﺤﺴﺏ ﻓﺌﺎﺕ ﺍﻟﻤﺘﻐﻴﺭﺍﺕ ﺍﻟﺘﻲ ﺘﺴﺒﻕ ﻓﻲ ﺍﻟﺘﺤﺩﻴﺩ ﻓﻲ ﻗﺎﺌﻤﺔ ﺍﻟﻤﺘﻐﻴﺭﺍﺕ ﻜﺄﺴﺎﺱ ﻟﻠﻔﺭﺯ،
ﻓﻌﻠﻰ ﺴﺒﻴل ﺍﻟﻤﺜﺎل ﺇﺫﺍ ﺘﻡ ﺘﺤﺩﻴﺩ ﺍﻟﺠﻨﺱ ﻜﻤﺘﻐﻴﺭ ﻓﺭﺯ ﻴﻠﻴﻪ ﺩﺭﺠﺔ ﺍﻟﻁﺎﻟﺏ ﻜﻤﺘﻐﻴﺭ ﻓﺭﺯ
ﺜﺎﻥ ﻓﺈﻥ ﺍﻟﻤﻔﺭﺩﺍﺕ ﺴﻭﻑ ﺘﻅﻬﺭ ﻤﺭﺘﺒﺔ ﺤﺴﺏ ﺍﻟﺩﺭﺠﺔ ﻟﻜل ﻤﻥ ﺍﻟﺫﻜﻭﺭ ﻭﺍﻹﻨﺎﺙ ﻜل
ﻋﻠﻰ ﺤﺩﻩ ،ﻭﺒﺎﻟﻨﺴﺒﺔ ﻟﻠﻤﺘﻐﻴﺭﺍﺕ ﺍﻟﻭﺼﻔﻴﺔ ﻓﺈﻨﻪ ﻴﻤﻜﻥ ﺘﺭﺘﻴﺒﻬﺎ ﺃﻴﻀﹰﺎ ﺃﺒﺠﺩﻴﺎﹰ ،ﻭﻓﻲ ﻫﺫﻩ ﺍﻟﺤﺎﻟﺔ ﻓﺈﻥ ﺍﻟﺤﺭﻭﻑ ﺍﻟﻜﺒﻴﺭﺓ uppercase lettersﺴﻭﻑ ﺘﺴﺒﻕ ﺍﻟﺤﺭﻭﻑ ﺍﻟﺼﻐﻴﺭﺓ
ﻼ ﻗﺒل ﺍﻟﺤﺭﻑ . y lowercase lettersﺍﻟﻤﻨﺎﻅﺭﺓ ،ﺒﻤﻌﻨﻰ ﺴﻴﻜﻭﻥ ﺍﻟﺤﺭﻑ Yﻤﺜ ﹰ ﺸﻜل : 24-3ﻨﺎﻓﺫﺓ ﻓﺭﺯ ﺒﻴﺎﻨﺎﺕ Sort Casesﻓﻲ ﻗﺎﺌﻤﺔ ﺍﻟﺒﻴﺎﻨﺎﺕ . Data
ﻭﻟﻔﺭﺯ ﺒﻴﺎﻨﺎﺕ ﺃﻱ ﻤﻠﻑ ﺤﺴﺏ ﻗﻴﻡ ﻤﺘﻐﻴﺭ ﻤﻌﻴﻥ ﺃﻭ ﺃﻜﺜﺭ ﻴﻤﻜﻥ ﻤﻥ ﺍﻟﻘﺎﺌﻤﺔ
ﺍﻟﺭﺌﻴﺴﻴﺔ ﻟﻤﺤﺭﺭ ﺍﻟﺒﻴﺎﻨﺎﺕ Data Editorﺍﺨﺘﻴﺎﺭ ﻗﺎﺌﻤﺔ ﺍﻟﺒﻴﺎﻨﺎﺕ Dataﻭﻤﻥ ﺜﻡ ﺍﺨﺘﻴﺎﺭ
ﺃﻤﺭ ﻓﺭﺯ ﺒﻴﺎﻨﺎﺕ Sort Cases..ﻟﺘﻔﺘﺢ ﻨﺎﻓﺫﺓ ﻓﺭﺯ ﺒﻴﺎﻨﺎﺕ Sort Casesﻜﻤﺎ ﻓﻲ ﺍﻟﺸﻜل 24-3ﺃﻋﻼﻩ ،ﻭﻤﻥ ﻗﺎﺌﻤﺔ ﺍﻟﻤﺘﻐﻴﺭﺍﺕ ﻓﻲ ﻴﺴﺎﺭ ﻫﺫﻩ ﺍﻟﻨﺎﻓﺫﺓ ﻴﻤﻜﻥ ﺍﺨﺘﻴﺎﺭ ﻤﺘﻐﻴﺭ ﺃﻭ
ﺃﻜﺜﺭ ﻜﻤﺘﻐﻴﺭﺍﺕ ﻴﻜﻭﻥ ﺍﻟﻔﺭﺯ ﻋﻠﻰ ﺃﺴﺎﺴﻬﺎ ﻭﻴﺘﻡ ﺇﺯﺍﺤﺘﻬﺎ ﺒﺎﻟﺴﻬﻡ ﻟﺘﺩﺨل ﻓﻲ ﺍﻟﻤﺭﺒﻊ
ﺍﻷﺒﻴﺽ ﻋﻠﻰ ﺍﻟﻴﻤﻴﻥ ﺘﺤﺕ ﺒﻨﺩ "ﺍﻟﺘﺭﺘﻴﺏ ﺒﻨﺎﺀ ﻋﻠﻰ" ، Sort byﻭﻴﺠﺏ ﺘﺤﺩﻴﺩ ﻤﺎ ﺇﺫﺍ
ﻜﺎﻥ ﺍﻟﻤﻁﻠﻭﺏ ﻫﻭ ﺘﺭﺘﻴﺏ ﺘﺼﺎﻋﺩﻱ Ascendingﺃﻭ ﺘﺭﺘﻴﺏ ﺘﻨﺎﺯﻟﻲ Descending
ﻭﺫﻟﻙ ﺘﺤﺕ ﺒﻨﺩ ﻜﻴﻔﻴﺔ ﺍﻟﺘﺭﺘﻴﺏ ، Sort Orderﻭﺴﻭﻑ ﺘﻜﻭﻥ ﻨﺘﻴﺠﺔ ﻫﺫﻩ ﺍﻟﻌﻤﻠﻴﺔ ﺃﻥ ﺘﻅﻬﺭ ﺍﻟﺒﻴﺎﻨﺎﺕ ﻓﻲ ﻤﺤﺭﺭ ﺍﻟﺒﻴﺎﻨﺎﺕ Data Editorﻭﻗﺩ ﺃﻋﻴﺩ ﺘﺭﺘﻴﺒﻬﺎ ﺒﺎﻟﺸﻜل
ﺍﻟﻤﻁﻠﻭﺏ.
) (3ﻋﻤﻠﻴﺎﺕ ﺘﺤﻭﻴل ﻭﺘﺤﻭﻴﺭ ﺍﻟﻤﺘﻐﻴﺭﺍﺕ
128
.4.3.3ﺘﻘﺴﻴﻡ ﻤﻠﻔﺎﺕ Splitting Files : ﻭﻴﻘﻭﻡ ﺍﺴﺘﺨﺩﺍﻡ ﻫﺫﺍ ﺍﻷﻤﺭ ﻋﻠﻰ ﺘﻘﺴﻴﻡ ﻤﻠﻑ ﺍﻟﺒﻴﺎﻨﺎﺕ ﺇﻟﻰ ﻋﺩﺓ ﻤﺠﻤﻭﻋﺎﺕ
ﺘﻤﻬﻴﺩﹰﺍ ﻟﺘﺤﻠﻴل ﻜل ﻤﺠﻤﻭﻋﺔ ﻋﻠﻰ ﺤﺩﺓ ﻭﺇﻅﻬﺎﺭ ﻨﺘﺎﺌﺞ ﺍﻟﺘﺤﻠﻴل ﺍﻟﻼﺤﻕ ﻟﻬﺫﺍ ﺍﻷﻤﺭ ﻟﻜل
ﻤﺠﻤﻭﻋﺔ ﻋﻠﻰ ﺤﺩﺓ ﻭﺫﻟﻙ ﺒﻨﺎﺀ ﻋﻠﻰ ﻗﻴﻡ ﻤﺘﻐﻴﺭ )ﺃﻭ ﺃﻜﺜﺭ( ﻴﺘﻡ ﺘﺤﺩﻴﺩﻩ ﻟﻌﻤﻠﻴﺔ ﺍﻟﺘﻘﺴﻴﻡ ،
ﻭﻴﺠﺏ ﺃﻥ ﻴﻅﻬﺭ ﻫﺫﺍ ﺍﻟﻤﺘﻐﻴﺭ ﺃﻥ ﺍﻟﺒﻴﺎﻨﺎﺕ ﺘﻨﻘﺴﻡ ﺇﻟﻰ ﻋﺩﺩ ﻤﺤﺩﻭﺩ ﻤﻥ ﺍﻟﻤﺠﻤﻭﻋﺎﺕ،
ﻭﺇﺫﺍ ﻜﺎﻥ ﻫﻨﺎﻙ ﺃﻜﺜﺭ ﻤﻥ ﻤﺘﻐﻴﺭ ﻟﻴﻜﻭﻥ ﺍﻟﺘﻘﺴﻴﻡ ﻋﻠﻰ ﺃﺴﺎﺴﻬﺎ ﻓﺈﻥ ﺍﻟﻤﻔﺭﺩﺍﺕ ﺴﻭﻑ ﻴﺘﻡ
ﺃﻴﻀﹰﺎ ﺘﻘﺴﻴﻤﻬﺎ ﺇﻟﻰ ﻤﺠﻤﻭﻋﺎﺕ ﺠﺯﺌﻴﺔ ﺩﺍﺨل ﻜل ﻤﺠﻤﻭﻋﺔ ﻜﺒﻴﺭﺓ ،ﻭﺍﻟﻤﺠﻤﻭﻋﺔ ﺍﻟﻜﺒﻴﺭﺓ
ﺘﺘﺤﺩﺩ ﺒﻤﺘﻐﻴﺭ ﺍﻟﺘﻘﺴﻴﻡ ﺍﻟﺫﻱ ﻴﺴﺒﻕ ﻓﻲ ﻗﺎﺌﻤﺔ ﻤﺘﻐﻴﺭﺍﺕ ﺍﻟﺘﻘﺴﻴﻡ ،ﻓﻌﻠﻰ ﺴﺒﻴل ﺍﻟﻤﺜﺎل ﺇﺫﺍ ﺘﺤﺩﺩ ﻤﺘﻐﻴﺭﺍﻥ ﻟﻠﺘﻘﺴﻴﻡ ﻫﻤﺎ ﺠﻨﺱ ﻭﺘﻘﺩﻴﺭ ﺍﻟﻁﺎﻟﺏ ﻋﻠﻰ ﺍﻟﺘﺭﺘﻴﺏ ﻓﺴﻭﻑ ﻴﺘﻡ ﺘﻘﺴﻴﻡ
ﺍﻟﺫﻜﻭﺭ ﺇﻟﻰ ﻓﺌﺎﺕ ﺤﺴﺏ ﺘﻘﺩﻴﺭ ﺍﻟﻁﺎﻟﺏ ﻭﻜﺫﻟﻙ ﻟﻺﻨﺎﺙ ﻜل ﻋﻠﻰ ﺤﺩﻩ .
ﺸﻜل : 25-3ﻨﺎﻓﺫﺓ ﺘﻘﺴﻴﻡ ﻤﻠﻔﺎﺕ Split Filesﻓﻲ ﻗﺎﺌﻤﺔ ﺍﻟﺒﻴﺎﻨﺎﺕ . Data
ﻟﺘﻘﺴﻴﻡ ﻤﻠﻑ ﻤﻥ ﺨﻼل ﻤﺤﺭﺭ ﺍﻟﺒﻴﺎﻨﺎﺕ Data Editorﻴﺠﺏ ﺍﺨﺘﻴﺎﺭ ﻗﺎﺌﻤﺔ
ﺍﻟﺒﻴﺎﻨﺎﺕ Dataﻭﻤﻨﻬﺎ ﺍﺨﺘﻴﺎﺭ ﺍﻷﻤﺭ "ﻗﺴﻡ ﻤﻠﻑ" Split File..ﻟﺘﻔﺘﺢ ﻨﺎﻓﺫﺓ ﺘﻘﺴﻴﻡ ﻤﻠﻑ
Split Filesﻜﻤﺎ ﻓﻲ ﺍﻟﺸﻜل ، 25-3ﺜﻡ ﻴﺠﺏ ﺍﺨﺘﻴﺎﺭ "ﻗﺎﺭﻥ ﺒﻴﻥ ﻤﺠﻤﻭﻋﺎﺕ" Compare groupsﺃﻭ "ﺭﺘﺏ ﺍﻟﻨﺘﺎﺌﺞ ﺤﺴﺏ ﺍﻟﻤﺠﻤﻭﻋﺎﺕ" Organize output by
) (3ﻋﻤﻠﻴﺎﺕ ﺘﺤﻭﻴل ﻭﺘﺤﻭﻴﺭ ﺍﻟﻤﺘﻐﻴﺭﺍﺕ
129
groupsﻟﻴﻔﺘﺢ ﻤﺭﺒﻊ ﻤﺘﻐﻴﺭﺍﺕ ﺍﻟﺘﻘﺴﻴﻡ ﻭﻴﻅﻬﺭ ﺘﺤﺕ ﺒﻨﺩ "ﺍﻟﺘﻘﺴﻴﻡ ﺒﻨﺎﺀ ﻋﻠﻰ": Groups Based On:ﻭﻤﻥ ﺜﻡ ﻴﻤﻜﻨﻙ ﺍﺨﺘﻴﺎﺭ ﻤﺘﻐﻴﺭﺍﺕ ﺍﻟﺘﻘﺴﻴﻡ ﻤﻥ ﻗﺎﺌﻤﺔ ﺍﻟﻤﺘﻐﻴﺭﺍﺕ
ﻓﻲ ﻴﺴﺎﺭ ﺍﻟﻨﺎﻓﺫﺓ ﻭﺇﺯﺍﺤﺘﻬﺎ ﺇﻟﻰ ﺍﻟﻤﺭﺒﻊ ،ﻭﻴﻤﻜﻨﻙ ﺒﻭﺍﺴﻁﺔ ﻫﺫﺍ ﺍﻟﻨﻅﺎﻡ ﺘﺤﺩﻴﺩ ﻤﺘﻐﻴﺭﺍﺕ ﺘﻘﺴﻴﻡ ﺒﺤﺩ ﺃﻗﺼﻰ ﺜﻤﺎﻨﻲ ﻤﺘﻐﻴﺭﺍﺕ .ﻭﻴﺠﺏ ﻤﺭﺍﻋﺎﺓ ﺘﺭﺘﻴﺏ ﺘﻠﻙ ﺍﻟﻤﺘﻐﻴﺭﺍﺕ ﻓﻲ ﻫﺫﻩ
ﺍﻟﺤﺎﻟﺔ ،ﺇﺫ ﺘﺭﺘﺏ ﺍﻟﺒﻴﺎﻨﺎﺕ ﻋﻠﻰ ﻓﺌﺎﺕ ﻤﺘﻐﻴﺭﺍﺕ ﺍﻟﺘﻘﺴﻴﻡ ﺒﻨﻔﺱ ﺍﻟﺘﺭﺘﻴﺏ ﺍﻟﺫﻱ ﺭﺘﺒﺕ ﺒﻪ ﻤﺘﻐﻴﺭﺍﺕ ﺍﻟﺘﻘﺴﻴﻡ ﻓﻲ ﺍﻟﻘﺎﺌﻤﺔ ،ﻭﺇﺫﺍ ﻟﻡ ﺘﻜﻥ ﺍﻟﺒﻴﺎﻨﺎﺕ ﻤﺭﺘﺒﺔ ﻤﺴﺒﻘﹰﺎ ﻓﻲ ﺍﻟﻤﻠﻑ ﻓﺈﻨﻪ ﻴﺠﺏ
ﺍﺨﺘﻴﺎﺭ "ﺭﺘﺏ ﺍﻟﻤﻠﻑ ﺤﺴﺏ ﻤﺘﻐﻴﺭﺍﺕ ﺍﻟﺘﻘﺴﻴﻡ"
ort the file by grouping
، variablesﻭﺇﺫﺍ ﻜﺎﻨﺕ ﺍﻟﺒﻴﺎﻨﺎﺕ ﻤﺭﺘﺒﺔ ﻤﺴﺒﻘﹰﺎ ﻓﻲ ﺍﻟﻤﻠﻑ ﻓﻴﺠﺏ ﺃﺨﺫ ﺨﻴﺎﺭ ﺃﻥ ﺍﻟﻤﻠﻑ ﻤﺭﺘﺏ ﻤﺴﺒﻘﹰﺎ . File is already sorted
ﻭﻴﻔﻴﺩ ﺍﻟﺨﻴﺎﺭ "ﻗﺎﺭﻥ ﺒﻴﻥ ﻤﺠﻤﻭﻋﺎﺕ" Compare groupsﻓﻲ ﺃﻥ ﺍﻟﻤﺠﻤﻭﻋﺎﺕ
ﺍﻟﺘﻲ ﺘﻡ ﺇﻴﺠﺎﺩﻫﺎ ﻓﻲ ﺍﻟﻤﻠﻑ ﺍﻟﻤﻘﺴﻡ ﺘﻌﺭﺽ ﻤﻌﹰﺎ ﻓﻲ ﺍﻟﻤﻠﻑ ﺒﻁﺭﻴﻘﺔ ﺘﺴﻬل ﺍﻟﻤﻘﺎﺭﻨﺔ ﺒﻴﻥ ﻫﺫﻩ ﺍﻟﻤﺠﻤﻭﻋﺎﺕ ،ﻭﺇﺫﺍ ﻁﻠﺏ ﻻﺤﻘﹰﺎ ﺘﻜﻭﻴﻥ ﺠﺩﺍﻭل ﺃﻭ ﺭﺴﻭﻤﺎﺕ ﺒﻴﺎﻨﻴﺔ ﻓﺈﻨﻬﺎ ﺴﺘﻌﺭﺽ
ﺃﻴﻀﹰﺎ ﻤﺘﺠﺎﻭﺭﺓ ﺒﻁﺭﻴﻘﺔ ﺘﺴﻬل ﻋﻤﻠﻴﺔ ﺍﻟﻤﻘﺎﺭﻨﺔ ،ﺒﻴﻨﻤﺎ ﺍﻟﺨﻴﺎﺭ "ﺭﺘﺏ ﺍﻟﻨﺘﺎﺌﺞ ﺤﺴﺏ ﺍﻟﻤﺠﻤﻭﻋﺎﺕ" Organize output by groupsﻴﻔﻴﺩ ﻓﻲ ﺃﻥ ﺠﻤﻴﻊ ﻨﺘﺎﺌﺞ ﺍﻟﺘﺤﻠﻴل
ﺍﻟﻼﺤﻕ ﺴﻭﻑ ﺘﻌﺭﺽ ﺒﻁﺭﻴﻘﺔ ﻤﺴﺘﻘﻠﺔ ﻟﻜل ﻤﺠﻤﻭﻋﺔ ﻋﻠﻰ ﺤﺩﺓ ﺩﻭﻥ ﺃﺨﺫ ﻓﻲ ﺍﻻﻋﺘﺒﺎﺭ
ﺇﻤﻜﺎﻨﻴﺔ ﺍﻟﻤﻘﺎﺭﻨﺔ ﺒﻴﻥ ﺍﻟﻤﺠﻤﻭﻋﺎﺕ.