Spsschap9

‫]‪ĉ^jÖ]<Ø’ËÖ‬‬ ‫‪]<h…^rjÖ]<Øé× ‬خ‪l^ÂçÛ]<Ù‬‬ ‫‪Within Subjects Experiments‬‬ ‫‪ .1 .9‬ﻣﻘﺪﻣﺔ‬ ‫‪ .2 .9‬ﻣﺰاﻳﺎ وﻋﻴﻮب اﻟﺘﺠﺎرب داﺧﻞ اﻟﻤﺠﻤﻮﻋﺎت‪:‬‬ ‫‪ .3 .9‬ﺗﺤﻠﻴﻞ اﻟﺘﺒﺎﻳﻦ ﻓﻲ اﻟﺘﺠﺎرب داﺧﻞ اﻟﻤﺠﻤﻮﻋﺎت ﺑﺎﺳﺘﺨﺪام‬ ‫‪SPSS‬‬ ‫‪ .4 .9‬ﺗﺤﻠﻴﻞ اﻟﺘﺒﺎﻳﻦ ﻓﻲ اﻟﺘﺠﺎرب داﺧﻞ اﻟﻤﺠﻤﻮﻋﺎت ﺑﻌﺎﻣﻞ واﺣﺪ‬ ‫‪ .5 .9‬اﻟﻤﻘﺎرﻧﺎت اﻟﻤﺘﺘﺎﻟﻴﺔ ﻏﻴﺮ اﻟﻤﺨﻄﻂ ﻟﻬﺎ‪ :‬ﻃﺮﻳﻘﺔ ﺑﻮﻧﻔﺮوﻧﻲ‬ ‫‪ .6 .9‬اﻻﺧﺘﺒﺎرات اﻟﻼﻣﻌﻠﻤﻴﺔ ﻓﻲ اﻟﺘﺠﺎرب ذات اﻟﻌﺎﻣﻞ اﻟﻮاﺣﺪ داﺧﻞ‬ ‫اﻟﻤﺠﻤﻮﻋﺎت‬ ‫‪ .1 .6 .9‬اﺧﺘﺒﺎر ﻓﺮﻳﺪﻣﺎن ﻟﺘﺤﻠﻴﻞ اﻟﺘﺒﺎﻳﻦ ﻓﻲ اﻟﺒﻴﺎﻧﺎت اﻟﺘﺮﺗﻴﺒﻴﺔ‬ ‫‪ .2 .6 .9‬اﺧﺘﺒﺎر آﻮآﺮان ‪ -‬آﻴﻮ ﻟﻠﺒﻴﺎﻧﺎت اﻟﻮﺻﻔﻴﺔ‬ ‫‪ .7 .9‬ﺗﺤﻠﻴﻞ اﻟﺘﺒﺎﻳﻦ ﻓﻲ اﻟﺘﺠﺎرب داﺧﻞ اﻟﻤﺠﻤﻮﻋﺎت ذات ﻋﺎﻣﻠﻴﻦ‬ ‫‪ .8 .9‬اﻟﻤﻘﺎرﻧﺎت ﻏﻴﺮ اﻟﻤﺨﻄﻂ ﻟﻬﺎ ﺑﻌﺪ ﺗﺤﻠﻴﻞ اﻟﺘﺒﺎﻳﻦ داﺧﻞ‬ ‫اﻟﻤﺠﻤﻮﻋﺎت اﻟﻌﺎﻣﻠﻲ‪:‬‬

‫)‪ (9‬ﺘﺤﻠﻴل ﺍﻟﺘﺠﺎﺭﺏ ﺩﺍﺨل ﺍﻟﻤﺠﻤﻭﻋﺎﺕ‬

‫‪306‬‬

‫)‪ (9‬ﺘﺤﻠﻴل ﺍﻟﺘﺠﺎﺭﺏ ﺩﺍﺨل ﺍﻟﻤﺠﻤﻭﻋﺎﺕ‬

‫‪307‬‬

‫]‪ĉ^jÖ]<Ø’ËÖ‬‬ ‫‪]<h…^rjÖ]<Øé× ‬خ‪l^ÂçÛ]<Ù‬‬ ‫‪Within Subjects Experiments‬‬ ‫‪ .1 .9‬ﻣﻘﺪﻣﺔ‪:‬‬ ‫ﻨﺎﻗﺸﻨﺎ ﻓﻲ ﺍﻟﻔﺼل ﺍﻟﺴﺎﺒﻊ ﻤﻥ ﻫﺫﺍ ﺍﻟﻜﺘﺎﺏ ﺃﺴﻠﻭﺏ ﺘﺤﻠﻴل ﺍﻟﺘﺒﺎﻴﻥ ﻓﻲ ﺍﻟﺘﺠﺎﺭﺏ‬

‫ﺒﻴﻥ ﺍﻟﻤﺠﻤﻭﻋﺎﺕ ﺫﺍﺕ ﺍﻟﻌﺎﻤل ﺍﻟﻭﺤﻴﺩ‪ ،‬ﻭﺒﻴﻨﺎ ﺃﻨﻪ ﻓﻲ ﻫﺫﻩ ﺍﻟﺤﺎﻟﺔ ﺘﻜﻭﻥ ﺍﻟﺘﺠﺭﺒﺔ ﻗﺩ‬ ‫ﺃﺠﺭﻴﺕ ﻋﻠﻰ ﻋﺩﺓ ﻤﺠﻤﻭﻋﺎﺕ ﻤﻥ ﺍﻟﻤﻔﺭﺩﺍﺕ ﻭﻜل ﻤﺠﻤﻭﻋﺔ ﻁﺒﻕ ﻋﻠﻴﻬﺎ ﺃﺤﺩ‬ ‫ﺍﻟﻤﺴﺘﻭﻴﺎﺕ ﺍﻟﻤﺨﺘﻠﻔﺔ ﻟﻌﺎﻤل ﺍﻟﺘﺠﺭﺒﺔ‪ ،‬ﻭﻟﻜﻥ ﻫﻨﺎﻙ ﺤﺎﻻﺕ ﺃﺨﺭﻯ ﻤﻥ ﺍﻟﺘﺠﺎﺭﺏ ﻴﻜﻭﻥ‬

‫ﻟﺩﻴﻨﺎ ﻤﺠﻤﻭﻋﺔ ﻭﺍﺤﺩﺓ ﻤﻥ ﺍﻟﻤﻔﺭﺩﺍﺕ ﻭﺃﺨﺫﺕ ﻤﻨﻬﺎ ﻗﻴﺎﺴﺎﺕ ﻋﻥ ﻤﺘﻐﻴﺭﺍﺕ ﻤﺨﺘﻠﻔﺔ‬ ‫ﻭﺭﺒﻤﺎ ﻨﺘﺠﺕ ﻓﻲ ﻅﺭﻭﻑ ﻤﺨﺘﻠﻔﺔ ﻟﺘﻜﻭﻥ ﻤﺴﺘﻭﻴﺎﺕ ﻋﺎﻤل ﺍﻟﺘﺠﺭﺒﺔ‪ ،‬ﻓﻲ ﻤﺜل ﻫﺫﻩ‬ ‫ﺍﻟﺤﺎﻻﺕ ﻴﻁﻠﻕ ﻋﻠﻰ ﻫﺫﻩ ﺍﻟﺘﺠﺎﺭﺏ ﺒﺘﺠﺎﺭﺏ ﺍﻟﻌﺎﻤل ﺍﻟﻭﺍﺤﺩ ﺩﺍﺨل ﺍﻟﻤﺠﻤﻭﻋﺎﺕ ‪one-‬‬

‫‪ factor within subjects experiment‬ﺃﻭ ﺘﺠﺎﺭﺏ ﺍﻟﻌﺎﻤل ﺍﻟﻭﺍﺤﺩ ﺫﺍﺕ ﺍﻟﻤﻔﺭﺩﺍﺕ‬ ‫ﺍﻟﻤﺘﻜﺭﺭﺓ ‪. one-factor experiment with repeated measures‬‬

‫ﻼ ﺃﻥ ﻫﻨﺎﻙ ﺘﺠﺭﺒﺔ ﺘﺘﻌﻠﻕ ﺒﻤﺴﺘﻭﻯ ﺃﺩﺍﺀ ﻤﻬﻤﺔ ﻤﻌﻴﻨﺔ ﺤﻴﺙ ﺍﻟﻤﺘﻐﻴﺭ‬ ‫ﻟﻨﻔﺭﺽ ﻤﺜ ﹰ‬

‫ﺍﻟﻤﺴﺘﻘل ﻫﻭ ﺩﺭﺠﺔ ﺍﻟﺼﻌﻭﺒﺔ ﻓﻲ ﺍﻟﻤﻬﻤﺔ ﻭﻟﻪ ﺜﻼﺙ ﻤﺴﺘﻭﻴﺎﺕ ‪ :‬ﺴﻬﻠﺔ ﻭﻤﺘﻭﺴﻁﺔ‬

‫ﻭﺼﻌﺒﺔ‪ ،‬ﻭﺼﻤﻤﺕ ﺍﻟﺘﺠﺭﺒﺔ ﺒﺎﻟﺸﻜل ﺍﻟﻤﻭﻀﺢ ﻓﻲ ﺸﻜل ‪ ، 1-9‬ﻻﺤﻅ ﺃﻥ ﻫﻨﺎﻙ ‪30‬‬

‫ﻤﻔﺭﺩﺓ ﻜﻤﺎ ﻫﻭ ﻤﺒﻴﻥ ﺒﺎﻟﺸﻜل ﻭﺘﻡ ﺃﺨﺫ ﺍﻟﻘﻴﺎﺴﺎﺕ ﻋﻠﻰ ﺍﻟﻤﺴﺘﻭﻴﺎﺕ ﺍﻟﻤﺨﺘﻠﻔﺔ ﻟﻠﻌﺎﻤل ﻟﻜل‬

‫ﻤﻔﺭﺩﺓ ﻤﻥ ﻫﺫﻩ ﺍﻟﻤﻔﺭﺩﺍﺕ‪ ،‬ﻭﺒﺎﻟﺘﺎﻟﻲ ﻓﺈﻨﻪ ﻓﻲ ﻫﺫﻩ ﺍﻟﺤﺎﻟﺔ ﺃﻋﻁﻴﺕ ﺍﻟﻤﺸﺎﻫﺩﺍﺕ ﻋﻨﺩ ﻜل‬

‫ﻤﺴﺘﻭﻯ ﻟﻜل ﻤﻔﺭﺩﺓ ﻋﻠﻰ ﺤﺩﻩ ﻭﻓﻲ ﺴﻁﺭ ﻤﺴﺘﻘل ﻤﻥ ﺴﻁﻭﺭ ﺍﻟﺠﺩﻭل‪.‬‬

‫ﻤﻥ ﻫﺫﺍ ﺍﻟﺸﻜل ﻴﺘﻀﺢ ﺃﻨﻪ ﻋﻠﻰ ﺍﻟﺭﻏﻡ ﻤﻥ ﻭﺠﻭﺩ ﻋﺎﻤل ﻭﺍﺤﺩ ﻓﻲ ﺍﻟﺘﺠﺭﺒﺔ‬

‫)ﺩﺭﺠﺔ ﺍﻟﺼﻌﻭﺒﺔ( ﺇﻻ ﺃﻨﻪ ﻴﻤﻜﻥ ﺍﻟﻨﻅﺭ ﺇﻟﻰ ﻫﺫﺍ ﺍﻟﺘﺼﻤﻴﻡ ﻋﻠﻰ ﺃﻨﻪ ﻴﺤﺘﻭﻱ ﻋﻠﻰ‬ ‫ﻋﺎﻤﻠﻴﻥ‪:‬‬

‫)‪ (9‬ﺘﺤﻠﻴل ﺍﻟﺘﺠﺎﺭﺏ ﺩﺍﺨل ﺍﻟﻤﺠﻤﻭﻋﺎﺕ‬

‫‪308‬‬

‫ﺸﻜل ‪ : 1-9‬ﺘﺼﻤﻴﻡ ﻟﺘﺠﺭﺒﺔ ﺫﺍﺕ ﻋﺎﻤل ﻭﺍﺤﺩ ﺩﺍﺨل ﺍﻟﻤﺠﻤﻭﻋﺎﺕ‬

‫ﻤﺴﺘﻭﻴﺎﺕ ﺍﻟﻌﺎﻤل ‪ :‬ﺩﺭﺠﺔ ﺍﻟﺼﻌﻭﺒﺔ‬ ‫ﺍﻟﻤﻔﺭﺩﺍﺕ‬

‫‪Levels of factor: Task Complexity‬‬

‫ﺴﻬﻠﺔ‬

‫ﻤﺘﻭﺴﻁﺔ‬

‫ﺼﻌﺒﺔ‬

‫‪Simple‬‬

‫‪Medium‬‬

‫‪High‬‬

‫ﺍﻟﻤﻔﺭﺩﺓ ‪1‬‬ ‫ﺍﻟﻤﻔﺭﺩﺓ ‪2‬‬ ‫‪.......‬‬

‫‪.........‬‬

‫‪..........‬‬

‫‪.........‬‬

‫ﺍﻟﻤﻔﺭﺩﺓ ‪30‬‬ ‫‪ .1‬ﻋﺎﻤل ﺍﻟﺘﺠﺭﺒﺔ )ﺍﻟﻤﻌﺎﻟﺠﺔ( ﻭﻫﻭ ﺩﺭﺠﺔ ﺍﻟﺼﻌﻭﺒﺔ ﻭﺒﺜﻼﺙ ﻤﺴﺘﻭﻴﺎﺕ‪.‬‬ ‫‪ .2‬ﺍﻟﻤﺸﺎﻫﺩﺍﺕ )ﺍﻟﻘﻴﻡ( ﻭﻟﻪ ‪ 30‬ﻤﺴﺘﻭﻯ )ﻁﺎﻟﻤﺎ ﻭﺠﺩﺕ ‪ 30‬ﻤﻔﺭﺩﺓ ﻓﻲ ﺍﻟﺘﺠﺭﺒﺔ(‪.‬‬ ‫ﺒﺎﻹﻀﺎﻓﺔ ﺇﻟﻰ ﺫﻟﻙ ﻓﺈﻥ ﺍﻟﻌﺎﻤﻠﻴﻥ ﻴﺘﻘﺎﻁﻌﺎﻥ‪ ،‬ﺒﻤﻌﻨﻰ ﺃﻥ ﻜل ﻤﺴﺘﻭﻯ ﻓﻲ ﺃﻱ ﻤﻥ‬

‫ﺍﻟﻌﺎﻤﻠﻴﻥ ﻴﻤﻜﻥ ﺇﻴﺠﺎﺩﻩ ﻤﻊ ﺘﺸﻜﻴﻠﺔ ﻤﻥ ﺠﻤﻴﻊ ﻤﺴﺘﻭﻴﺎﺕ ﺍﻟﻌﺎﻤل ﺍﻵﺨﺭ‪ ،‬ﻭﺒﺎﻟﺘﺎﻟﻲ ﻓﺈﻥ‬ ‫ﺍﻟﺘﺠﺭﺒﺔ ﺒﺎﻟﺘﺼﻤﻴﻡ ﺩﺍﺨل ﺍﻟﻤﺠﻤﻭﻋﺎﺕ ﺫﻭ ﺍﻟﻌﺎﻤل ﺍﻟﻭﺍﺤﺩ ﻴﻤﻜﻥ ﺍﻟﻨﻅﺭ ﺇﻟﻴﻬﺎ ﻋﻠﻰ ﺃﻨﻬﺎ‬

‫ﺒﺎﻟﺘﺼﻤﻴﻡ ﺒﻴﻥ ﺍﻟﻤﺠﻤﻭﻋﺎﺕ ﺫﻭ ﺍﻟﻌﺎﻤﻠﻴﻥ ﻭﻟﻜﻥ ﺒﻘﻴﻤﺔ ﻭﺤﻴﺩﺓ ﻓﻲ ﻜل ﺨﻠﻴﺔ‪ ،‬ﻭﻟﻬﺫﺍ‬

‫ﺍﻟﺴﺒﺏ ﻴﻁﻠﻕ ﺃﺤﻴﺎﻨﹰﺎ ﻋﻠﻰ ﺍﻟﺘﺠﺎﺭﺏ ﺒﺎﻟﺘﺼﻤﻴﻡ ﺩﺍﺨل ﺍﻟﻤﺠﻤﻭﻋﺎﺕ ﺫﻭ ﺍﻟﻌﺎﻤل ﺍﻟﻭﺍﺤﺩ‬

‫ﺘﻌﺒﻴﺭ ﺘﺠﺎﺭﺏ "ﺍﻟﻤﻌﺎﻟﺠﺎﺕ ﻓﻲ ﻤﺠﻤﻭﻋﺎﺕ" ‪،subjects by treatments experiment‬‬ ‫ﻭﻓﻲ ﻫﺫﺍ ﺍﻟﻔﺼل ﺴﻴﺘﻡ ﻓﻘﻁ ﻤﻨﺎﻗﺸﺔ ﺘﺤﻠﻴل ﺍﻟﺘﺠﺎﺭﺏ ﺍﻟﺘﻲ ﺘﺤﺘﻭﻱ ﻋﻠﻰ ﻗﻴﺎﺴﺎﺕ ﻤﺘﻜﺭﺭﺓ‬

‫ﻓﻲ ﺠﻤﻴﻊ ﺍﻟﻌﻭﺍﻤل‪ ،‬ﻭﻫﻨﺎ ﺃﻴﻀﹰﺎ ﻭﻜﻤﺎ ﻫﻭ ﺍﻟﺤﺎل ﻓﻲ ﺍﻟﺘﺠﺎﺭﺏ ﺒﻴﻥ ﺍﻟﻤﺠﻤﻭﻋﺎﺕ ﻴﻤﻜﻥ‬ ‫ﺃﻥ ﺘﺸﻤل ﺘﻠﻙ ﺍﻟﺘﺠﺎﺭﺏ ﻋﻠﻰ ﺃﻱ ﻋﺩﺩ ﻤﻥ ﺍﻟﻌﻭﺍﻤل‪.‬‬

‫)‪ (9‬ﺘﺤﻠﻴل ﺍﻟﺘﺠﺎﺭﺏ ﺩﺍﺨل ﺍﻟﻤﺠﻤﻭﻋﺎﺕ‬

‫‪309‬‬

‫‪ .2 .9‬ﻣﺰاﻳﺎ وﻋﻴﻮب اﻟﺘﺠﺎرب داﺧﻞ اﻟﻤﺠﻤﻮﻋﺎت‪:‬‬ ‫ﻫﻨﺎﻙ ﻤﺸﻜﻠﺔ ﺠﻭﻫﺭﻴﺔ ﺘﺘﻌﻠﻕ ﺒﺎﻟﺘﺠﺎﺭﺏ ﺒﻴﻥ ﺍﻟﻤﺠﻤﻭﻋﺎﺕ ﺍﻟﺘﻲ ﺘﻤﺕ ﻤﻨﺎﻗﺸﺘﻬﺎ‬

‫ﻓﻲ ﺍﻟﻔﺼﻠﻴﻥ ﺍﻟﺴﺎﺒﻊ ﻭﺍﻟﺜﺎﻤﻥ ﺍﻟﺴﺎﺒﻘﻴﻥ‪ ،‬ﻭﺘﻅﻬﺭ ﻫﺫﻩ ﺍﻟﻤﺸﻜﻠﺔ ﺒﺸﻜل ﻭﺍﻀﺢ ﻋﻨﺩﻤﺎ‬

‫ﻴﻜﻭﻥ ﻫﻨﺎﻙ ﻋﺩﻡ ﺘﺠﺎﻨﺱ ﻭﺍﻀﺢ ﺒﻴﻥ ﻤﻔﺭﺩﺍﺕ ﺍﻟﺘﺠﺭﺒﺔ‪ ،‬ﻓﻌﻨﺩﻤﺎ ﻴﻜﻭﻥ ﻫﻨﺎﻙ ﻓﺭﻭﻕ‬ ‫ﻜﺒﻴﺭﺓ ﺒﻴﻥ ﺍﻟﻤﺠﻤﻭﻋﺎﺕ ﻓﺈﻥ ﻋﻤﻠﻴﺔ ﺍﻟﺒﺤﺙ ﻋﻥ ﺍﺘﺠﺎﻩ ﻭﺍﻀﺢ ﻭﻗﺎﺒل ﻟﻠﺘﻔﺴﻴﺭ ﺘﺼﺒﺢ‬

‫ﻏﺎﻤﻀﺔ ﻭﻤﻌﻘﺩﺓ ﻭﺃﺤﻴﺎﻨﹰﺎ ﻏﻴﺭ ﻤﻘﻨﻌﺔ‪ ،‬ﻓﻌﻨﺩ ﺍﻟﻤﻘﺎﺭﻨﺔ ﺒﻴﻥ ﻤﺴﺘﻭﻴﺎﺕ ﻋﺎﻤل ﺍﻟﻌﻘﺎﻗﻴﺭ‬

‫ﻼ ﻓﻲ ﺍﻟﻤﺜﺎل‬ ‫‪ drug‬ﺃﻭ ﻤﺴﺘﻭﻴﺎﺕ ﻋﺎﻤل ﺍﻟﻴﻘﻅﺔ ‪ alert‬ﻓﻲ ﺍﻟﺘﺄﺜﻴﺭ ﻋﻠﻰ ﺃﺩﺍﺀ ﺍﻟﺴﺎﺌﻘﻴﻥ ﻤﺜ ﹰ‬

‫ﺍﻟﺴﺎﺒﻕ ﻓﻲ ﺍﻟﻔﺼل ﺍﻟﺜﺎﻤﻥ ﺘﺼﺒﺢ ﻋﻤﻠﻴﺔ ﺍﻟﻤﻘﺎﺭﻨﺔ ﺼﻌﺒﺔ ﺇﺫﺍ ﻋﻠﻤﻨﺎ ﺃﻥ ﻫﻨﺎﻙ ﻓﺭﻭﻕ‬ ‫ﻜﺒﻴﺭﺓ ﻓﻲ ﺃﺩﺍﺀ ﺍﻟﺴﺎﺌﻘﻴﻥ ﻴﻌﻭﺩ ﺇﻟﻰ ﻗﺩﺭﺍﺕ ﺍﻟﺴﺎﺌﻘﻴﻥ ﺃﻨﻔﺴﻬﻡ‪ ،‬ﻓﻬﻨﺎﻙ ﺴﺎﺌﻘﻴﻥ ﻴﺤﺴﻨﻭﻥ‬

‫ﺍﻟﻘﻴﺎﺩﺓ ﻓﻲ ﻅﺭﻭﻑ ﻤﻌﻘﺩﺓ ﻭﻫﻨﺎﻙ ﺴﺎﺌﻘﻴﻥ ﻻ ﻴﺤﺴﻨﻭﻫﺎ ﻓﻲ ﺃﻓﻀل ﺍﻟﻅﺭﻭﻑ‪ ،‬ﻭﻟﻬﺫﺍ ﻓﺈﻥ‬ ‫ﺍﻟﻔﺭﻭﻕ ﻭﻋﺩﻡ ﺍﻟﺘﺠﺎﻨﺱ ﺒﻴﻥ ﻤﻔﺭﺩﺍﺕ ﺍﻟﺘﺠﺭﺒﺔ ﻋﺎﺩﺓ ﻴﺅﺩﻱ ﺇﻟﻰ ﻏﻤﻭﺽ ﻓﻲ ﺘﺤﻠﻴل‬ ‫ﺍﻟﺘﺠﺎﺭﺏ ﺒﻴﻥ ﺍﻟﻤﺠﻤﻭﻋﺎﺕ‪.‬‬

‫ﻭﻟﻬﺫﺍ ﻓﺈﻥ ﺍﻟﺘﺠﺎﺭﺏ ﺩﺍﺨل ﺍﻟﻤﺠﻤﻭﻋﺎﺕ ﺒﺎﻟﻀﺭﻭﺭﺓ ﺘﺴﺘﺨﺩﻡ ﻜل ﻤﻔﺭﺩﺓ ﻜﻭﺤﺩﺓ‬

‫ﺘﺤﻜﻡ ﺒﺫﺍﺘﻬﺎ‪ ،‬ﻭﻁﺒﻴﻌﺔ ﺘﺼﻤﻴﻡ ﺍﻟﺘﺠﺭﺒﺔ ﺍﻟﻤﺘﻘﺎﻁﻌﺔ ﺘﺠﻌل ﺒﺎﻹﻤﻜﺎﻥ ﻋﺯل ﺍﻟﺘﺒﺎﻴﻥ ﺍﻟﻨﺎﺘﺞ‬ ‫ﻤﻥ ﺘﻁﺒﻴﻕ ﻋﺎﻤل ﺍﻟﻤﻌﺎﻟﺠﺔ ﻋﻥ ﺫﻟﻙ ﺍﻟﺘﺒﺎﻴﻥ ﺍﻟﻨﺎﺘﺞ ﻤﻥ ﺍﻟﻔﺭﻭﻕ ﺒﻴﻥ ﻤﻔﺭﺩﺍﺕ ﺍﻟﺘﺠﺭﺒﺔ‪.‬‬

‫ﻭﺃﺤﺩ ﺍﻟﻌﻴﻭﺏ ﺍﻷﺨﺭﻯ ﻟﺘﺼﻤﻴﻡ ﺍﻟﺘﺠﺎﺭﺏ ﺒﻴﻥ ﺍﻟﻤﺠﻤﻭﻋﺎﺕ ﺃﻨﻬﺎ ﻤﻀﻴﻌﺔ‬ ‫ﻟﻠﻤﻔﺭﺩﺍﺕ‪ ،‬ﻓﻌﻨﺩﻤﺎ ﺘﻜﻭﻥ ﺍﻟﺘﺠﺭﺒﺔ ﺼﻐﻴﺭﺓ ﻗﺩ ﻴﻜﻭﻥ ﺍﻟﻭﻗﺕ ﺍﻟﻤﺴﺘﻐﺭﻕ ﻤﻥ ﻤﻔﺭﺩﺍﺕ‬

‫ﺍﻟﺘﺠﺭﺒﺔ ﻓﻲ ﺍﻟﻘﻴﺎﺱ ﻭﺍﻻﺨﺘﺒﺎﺭ ﺃﻜﺒﺭ ﺒﻜﺜﻴﺭ ﻤﻥ ﺍﻟﻭﻗﺕ ﺍﻟﻤﺴﺘﻐﺭﻕ ﻓﻲ ﺍﻟﺘﺠﺭﺒﺔ ﺫﺍﺘﻬﺎ‪،‬‬

‫ﺒﻴﻨﻤﺎ ﻓﻲ ﺤﺎﻻﺕ ﺘﺼﻤﻴﻡ ﺍﻟﺘﺠﺎﺭﺏ ﺩﺍﺨل ﺍﻟﻤﺠﻤﻭﻋﺎﺕ ﻴﺘﻡ ﺍﺴﺘﻐﻼل ﺍﻟﻭﻗﺕ ﻭﺍﻟﺠﻬﺩ‬

‫ﺍﻟﻤﺒﺫﻭل ﻤﻥ ﺍﻟﻤﻔﺭﺩﺍﺕ ﺍﻟﻤﺴﺘﺨﺩﻤﺔ ﻓﻲ ﺍﻟﺘﺠﺭﺒﺔ ﺒﻁﺭﻴﻘﺔ ﺃﻜﺜﺭ ﻜﻔﺎﺀﺓ‪.‬‬

‫ﻟﺫﻟﻙ ﻓﺈﻨﻪ ﻴﻤﻜﻥ ﺘﻠﺨﻴﺹ ﺍﻟﺨﺼﺎﺌﺹ ﺍﻟﻤﻤﻴﺯﺓ ﻟﻠﺘﺠﺎﺭﺏ ﺩﺍﺨل ﺍﻟﻤﺠﻤﻭﻋﺎﺕ ﻋﻥ‬

‫ﺍﻟﺘﺠﺎﺭﺏ ﺒﻴﻥ ﺍﻟﻤﺠﻤﻭﻋﺎﺕ ﺒﺎﺨﺘﺼﺎﺭ ﻜﻤﺎ ﻴﻠﻲ ‪:‬‬

‫‪ .1‬ﺍﻟﺘﺠﺎﺭﺏ ﺩﺍﺨل ﺍﻟﻤﺠﻤﻭﻋﺎﺕ ﺘﻘﻠل ﺍﻟﻐﻤﻭﺽ ﻭﺒﺎﻟﺘﺎﻟﻲ ﺍﻷﺨﻁﺎﺀ ﻓﻲ ﺍﻟﺘﺤﻠﻴل‪.‬‬

‫)‪ (9‬ﺘﺤﻠﻴل ﺍﻟﺘﺠﺎﺭﺏ ﺩﺍﺨل ﺍﻟﻤﺠﻤﻭﻋﺎﺕ‬

‫‪310‬‬

‫‪ .2‬ﺃﻨﻬﺎ ﺃﻜﺜﺭ ﻜﻔﺎﺀﺓ ﻓﻲ ﺍﺴﺘﻐﻼل ﺍﻟﻭﻗﺕ ﻭﺍﻟﻤﻭﺍﺭﺩ ﺍﻟﻤﺘﺎﺤﺔ ﺍﻟﻤﺴﺘﺨﺩﻤﺔ ﻓﻲ‬ ‫ﺍﻟﺘﺠﺭﺒﺔ‪.‬‬ ‫ﻭﻋﻠﻰ ﺍﻟﺭﻏﻡ ﻤﻥ ﺫﻟﻙ ﻓﺈﻥ ﻟﻠﺘﺠﺎﺭﺏ ﺩﺍﺨل ﺍﻟﻤﺠﻤﻭﻋﺎﺕ ﺃﻴﻀﹰﺎ ﻋﻴﻭﺏ ﺘﺠﻌل ﻓﻲ‬

‫ﺒﻌﺽ ﺍﻷﺤﻴﺎﻥ ﻫﺫﺍ ﺍﻟﻨﻭﻉ ﻤﻥ ﺍﻟﺘﺼﻤﻴﻡ ﻏﻴﺭ ﻤﻼﺌﻡ ﺃﻭ ﻏﻴﺭ ﻤﻔﻴﺩ‪ ،‬ﻓﻌﻨﺩ ﺘﺼﻤﻴﻡ ﺃﻱ‬ ‫ﺘﺠﺭﺒﺔ ﻻﺒﺩ ﻤﻥ ﻤﺤﺎﻭﻟﺔ ﺍﻟﺘﺄﻜﺩ ﻤﻥ ﺃﻥ ﺍﻟﻤﺘﻐﻴﺭ ﺍﻟﺘﺎﺒﻊ ﻻ ﻴﺭﺘﺒﻁ ﻤﻊ ﻤﺘﻐﻴﺭﺍﺕ ﻏﻴﺭ‬

‫ﻤﺭﻏﻭﺏ ﺒﻬﺎ ﺃﻭ ﻴﺼﻌﺏ ﻗﻴﺎﺴﻬﺎ ﺒﺩﻗﺔ ﺒﺤﻴﺙ ﻴﻜﻭﻥ ﺃﺜﺭ ﺘﻠﻙ ﺍﻟﻤﺘﻐﻴﺭﺍﺕ ﻏﻴﺭ ﻤﺘﺸﺎﺒﻙ‬

‫ﻤﻊ ﺍﻟﻤﺘﻐﻴﺭ ﺍﻟﺘﺎﺒﻊ‪.‬‬

‫ﻭﻫﻨﺎﻙ ﺃﺤﺩ ﺍﻟﻌﻴﻭﺏ ﺍﻷﺨﺭﻯ ﺍﻟﻤﺭﺘﺒﻁﺔ ﺒﺎﻟﺘﺠﺎﺭﺏ ﺩﺍﺨل ﺍﻟﻤﺠﻤﻭﻋﺎﺕ ﻭﻫﻲ‬

‫ﻤﺸﻜﻠﺔ ﻋﺩﻡ ﺜﺒﺎﺕ ﺍﻟﺘﻐﺎﻴﺭ‪ ،‬ﻭﻫﺫﻩ ﺍﻟﻤﺸﻜﻠﺔ ﺇﻥ ﻭﺠﺩﺕ ﻓﻲ ﺍﻟﺒﻴﺎﻨﺎﺕ ﺴﻭﻑ ﺘﺅﺩﻱ ﺇﻟﻰ‬

‫ﺘﻀﺨﻴﻡ ﺍﻟﺨﻁﺄ ﺍﻹﺤﺼﺎﺌﻲ‪ ،‬ﻫﺫﻩ ﺍﻟﻤﺸﻜﻠﺔ ﺴﻴﺘﻡ ﻤﻨﺎﻗﺸﺘﻬﺎ ﺒﺸﻲﺀ ﻤﻥ ﺍﻟﺘﻔﺼﻴل ﻓﻲ ﺍﻟﻘﺴﻡ‬

‫ﺍﻟﺘﺎﻟﻲ‪.‬‬

‫‪ .3 .9‬ﺗﺤﻠﻴﻞ اﻟﺘﺒﺎﻳﻦ ﻓﻲ اﻟﺘﺠﺎرب داﺧﻞ اﻟﻤﺠﻤﻮﻋﺎت ﺑﺎﺳﺘﺨﺪام ‪:SPSS‬‬ ‫‪Within Subjects ANOVA with SPSS:‬‬ ‫ﻜﻤﺎ ﺘﻡ ﺫﻜﺭﻩ ﻓﻲ ﺍﻟﻔﺼل ﺍﻟﺴﺎﺒﻕ ﻓﺈﻨﻪ ﻓﻲ ﺘﺼﻤﻴﻡ ﺍﻟﻨﻤﻭﺫﺝ ﺍﻹﺤﺼﺎﺌﻲ ﻟﺘﺤﻠﻴل‬ ‫ﺍﻟﺘﺒﺎﻴﻥ ﻓﻲ ﺃﻜﺜﺭ ﻤﻥ ﺍﺘﺠﺎﻩ ﻭﺍﺤﺩ ﻴﺴﺘﺨﺩﻡ ﻨﻅﺎﻡ ‪ SPSS‬ﺍﻷﺴﺎﻟﻴﺏ ﺍﻹﺤﺼﺎﺌﻴﺔ ﺍﻟﻤﻌﺭﻭﻓﺔ‬

‫ﺒﺎﺴﻡ ﺍﻟﻨﻤﺎﺫﺝ ﺍﻟﺨﻁﻴﺔ ﺍﻟﻌﺎﻤﺔ )‪ General Linear Models (GLM‬ﻭﺫﻟﻙ ﺘﺤﻠﻴل‬ ‫ﺍﻟﻌﻼﻗﺎﺕ ﺒﻴﻥ ﺍﻟﻤﺘﻐﻴﺭﺍﺕ‪ ،‬ﻭﺘﻌﺘﺒﺭ ﺃﺴﺎﻟﻴﺏ ﺘﺤﻠﻴل ﺍﻟﺘﺒﺎﻴﻥ ﺒﺎﻹﻀﺎﻓﺔ ﺇﻟﻰ ﺃﺴﺎﻟﻴﺏ‬ ‫ﺍﻻﻨﺤﺩﺍﺭ )ﺍﻟﻔﺼل ‪ 12‬ﻤﻥ ﻫﺫﺍ ﺍﻟﻜﺘﺎﺏ( ﻜﺤﺎﻻﺕ ﺨﺎﺼﺔ ﻤﻥ ﺘﻁﺒﻴﻘﺎﺕ ﺍﻟﻨﻤﺎﺫﺝ ﺍﻟﺨﻁﻴﺔ‬

‫ﺍﻟﻌﺎﻤﺔ‪ ،‬ﻭﻟﻜﻥ ﻟﺘﺴﻬﻴل ﺍﻟﺘﻌﺎﻤل ﻤﻊ ﺘﻁﺒﻴﻘﺎﺕ ﺍﻟﻨﻤﺎﺫﺝ ﺍﻟﺨﻁﻴﺔ ﺍﻟﻌﺎﻤﺔ ﻴﻘﺩﻡ ﻨﻅﺎﻡ ‪SPSS‬‬

‫ﺜﻼﺙ ﺨﻴﺎﺭﺍﺕ ﺒﺩﺍﺨل ﻗﺎﺌﻤﺔ ﺍﻟﻨﻤﺎﺫﺝ ﺍﻟﺨﻁﻴﺔ ﺍﻟﻌﺎﻤﺔ ‪General Linear Models‬‬

‫)‪ (GLM‬ﻭﻫﻲ ﻋﺒﺎﺭﺓ ﻋﻥ ﺜﻼﺙ ﺃﻭﺍﻤﺭ ﺨﺎﺼﺔ ﺒﺘﺤﻠﻴل ﺍﻟﺘﺒﺎﻴﻥ ﻭﻫﻲ ﻋﻠﻰ ﺍﻟﺘﺭﺘﻴﺏ‪:‬‬

‫)‪ (9‬ﺘﺤﻠﻴل ﺍﻟﺘﺠﺎﺭﺏ ﺩﺍﺨل ﺍﻟﻤﺠﻤﻭﻋﺎﺕ‬

‫‪311‬‬

‫‪ .1‬ﺍﻟﻨﻤﻭﺫﺝ ﺍﻟﺨﻁﻲ ﺍﻟﻌﺎﻡ ﺍﻟﺒﺴﻴﻁ ﻟﻤﺘﻐﻴﺭ ﻭﺤﻴﺩ ‪) Univariate‬ﻓﻲ ﺇﺼﺩﺍﺭ ‪ 11.0‬ﻤﻥ‬ ‫‪ SPSS‬ﻭﻴﻨﺎﻅﺭ ﺘﻤﺎﻤﺎﹰ ﺍﻟﻨﻤﻭﺫﺝ ﺍﻟﺨﻁﻲ ﺍﻟﻌﺎﻤﻠﻲ ﺍﻟﻌﺎﻡ‬

‫‪GLM-General‬‬

‫‪ Factorial‬ﻓﻲ ﺇﺼﺩﺍﺭ ‪ (8.0‬ﻭﻜﺎﻥ ﻫﺫﺍ ﻤﻭﻀﻭﻉ ﺍﻟﻨﻘﺎﺵ ﻓﻲ ﺍﻟﻔﺼل ﺍﻟﺴﺎﺒﻕ‪.‬‬

‫‪ .2‬ﺍﻟﻨﻤﻭﺫﺝ ﺍﻟﺨﻁﻲ ﺍﻟﻌﺎﻡ ﺍﻟﻤﺘﻌﺩﺩ ﺍﻟﻤﺘﻐﻴﺭﺍﺕ ‪ GLM-Multivariate‬ﻭﻫﻭ ﺃﺴﻠﻭﺏ‬

‫ﻤﺘﻘﺩﻡ ﻓﻲ ﺘﺼﻤﻴﻡ ﻭﺘﺤﻠﻴل ﺍﻟﺘﺠﺎﺭﺏ ﻭﻨﻘﺎﺵ ﺘﻔﺎﺼﻴﻠﻪ ﻴﺄﺘﻲ ﺨﺎﺭﺝ ﻨﻁﺎﻕ ﻫﺫﺍ‬

‫ﺍﻟﻜﺘﺎﺏ‪.‬‬

‫‪ .3‬ﺍﻟﻨﻤﻭﺫﺝ ﺍﻟﺨﻁﻲ ﺍﻟﻌﺎﻡ ﺫﻭ ﺍﻟﻘﻴﺎﺴﺎﺕ ﺍﻟﻤﺘﻜﺭﺭﺓ ‪، GLM-Repeated Measures‬‬ ‫ﻭﻫﻭ ﻤﺎ ﺴﻴﻜﻭﻥ ﻤﻭﻀﻭﻉ ﻨﻘﺎﺸﻨﺎ ﻓﻲ ﻫﺫﺍ ﺍﻟﻔﺼل ‪.‬‬ ‫ﻭﺍﻟﻐﺭﺽ ﻤﻥ ﻨﺎﻓﺫﺓ ﺃﻤﺭ ﺍﻟﻨﻤﻭﺫﺝ ﺍﻟﺨﻁﻲ ﺍﻟﻌﺎﻡ ﺫﻭ ﺍﻟﻘﻴﺎﺴﺎﺕ ﺍﻟﻤﺘﻜﺭﺭﺓ ‪GLM-‬‬

‫‪ Repeated Measures‬ﻫﻭ ﺃﻥ ﺘﻜﻭﻥ ﺘﻠﻙ ﺍﻟﻨﺎﻓﺫﺓ ﻭﺴﻴﻠﺔ ﻟﺘﺴﻤﻴﺔ ﺍﻟﻌﺎﻤل )ﺍﻟﻌﻭﺍﻤل(‬ ‫ﺩﺍﺨل ﺍﻟﻤﺠﻤﻭﻋﺎﺕ ﺜﻡ ﺘﺤﺩﻴﺩ ﺃﻱ ﻤﻥ ﺍﻟﻤﺘﻐﻴﺭﺍﺕ ﻓﻲ ﻤﺤﺭﺭ ﺍﻟﺒﻴﺎﻨﺎﺕ ﺘﻌﺭﻑ ﻤﺴﺘﻭﻴﺎﺕ‬ ‫ﺍﻟﻌﺎﻤل )ﺍﻟﻌﻭﺍﻤل( ﻓﻲ ﺍﻟﺘﺠﺭﺒﺔ‪.‬‬

‫ﻴﺠﺩﺭ ﺒﺎﻟﺫﻜﺭ ﺃﻥ ﺃﻱ ﺍﺨﺘﺒﺎﺭ ﺇﺤﺼﺎﺌﻲ ﻻﺒﺩ ﺃﻥ ﻴﺘﻀﻤﻥ ﺍﻓﺘﺭﺍﺽ ﺃﻥ ﺘﻜﻭﻥ‬ ‫ﺍﻟﺒﻴﺎﻨﺎﺕ ﻗﺩ ﻨﺘﺠﺕ ﺒﺸﻜل ﻤﺎ ﻤﻌﺭﻑ ﻓﻲ ﺍﻟﻨﻤﻭﺫﺝ ﺍﻹﺤﺼﺎﺌﻲ ﺍﻟﺫﻱ ﻨﺸﺄ ﻋﻨﻪ ﻫﺫﺍ‬

‫ﺍﻻﺨﺘﺒﺎﺭ‪ ،‬ﻓﻌﻠﻰ ﺴﺒﻴل ﺍﻟﻤﺜﺎل ﻴﺘﻁﻠﺏ ﺃﺴﻠﻭﺏ ﺘﺤﻠﻴل ﺍﻟﺘﺒﺎﻴﻥ ‪ ANOVA‬ﻓﻲ ﺍﻟﺘﺠﺎﺭﺏ‬

‫ﺒﻴﻥ ﺍﻟﻤﺠﻤﻭﻋﺎﺕ )ﺍﻟﻔﺼﻠﻴﻥ ﺍﻟﺴﺎﺒﻊ ﻭﺍﻟﺜﺎﻤﻥ( ﺃﻥ ﻴﻜﻭﻥ ﻫﻨﺎﻙ ﺘﺠﺎﻨﺱ ﻓﻲ ﺘﺒﺎﻴﻥ‬ ‫ﺍﻟﻤﺠﻤﻭﻋﺎﺕ ﺍﻟﻤﺨﺘﻠﻔﺔ‪ ،‬ﻭﻟﻜﻥ ﻨﻤﻭﺫﺝ ﺘﺤﻠﻴل ﺍﻟﺘﺒﺎﻴﻥ ‪ ANOVA‬ﻓﻲ ﺍﻟﺘﺠﺎﺭﺏ ﺩﺍﺨل‬

‫ﺍﻟﻤﺠﻤﻭﻋﺎﺕ ﻴﻀﻊ ﺸﺭﻭﻁﹰﺎ ﺇﻀﺎﻓﻴﺔ ﻋﻠﻰ ﺸﺭﻭﻁ ﻨﻤﻭﺫﺝ ﺘﺤﻠﻴل ﺍﻟﺘﺒﺎﻴﻥ ‪ ANOVA‬ﻓﻲ‬

‫ﺍﻟﺘﺠﺎﺭﺏ ﺒﻴﻥ ﺍﻟﻤﺠﻤﻭﻋﺎﺕ‪ ،‬ﺃﻫﻡ ﻫﺫﻩ ﺍﻟﺸﺭﻭﻁ ﻫﻭ ﺃﻥ ﻫﻨﺎﻙ ﺘﺠﺎﻨﺱ ﻓﻲ ﺍﻟﺘﻐﺎﻴﺭ )ﺃﻭ‬ ‫ﺍﻻﺭﺘﺒﺎﻁ( ﺒﻴﻥ ﺍﻟﻤﺠﻤﻭﻋﺎﺕ ﻓﻲ ﺍﻟﻤﺴﺘﻭﻴﺎﺕ ﺍﻟﻤﺨﺘﻠﻔﺔ )ﺍﻟﻤﺠﻤﻭﻋﺎﺕ ﺍﻟﻤﺨﺘﻠﻔﺔ( ﺃﻴﻀﺎﹰ‪،‬‬

‫)ﺃﻱ ﺃﻥ ﻋﻨﺎﺼﺭ ﻤﺼﻔﻭﻓﺔ ﺍﻟﺘﺒﺎﻴﻥ‪-‬ﺍﻟﺘﻐﺎﻴﺭ ‪ Variance-Covariance matrix‬ﺒﺎﺴﺘﺜﻨﺎﺀ‬ ‫ﻋﻨﺎﺼﺭ ﺍﻟﻘﻁﺭ ﺍﻟﺭﺌﻴﺴﻲ ﻤﺘﺴﺎﻭﻴﺔ ﺘﻘﺭﻴﺒﺎﹰ(‪ ،‬ﻫﺫﺍ ﺍﻟﺸﺭﻁ ﻴﻌﺭﻑ ﺒﺄﻨﻪ ﺍﻓﺘﺭﺍﺽ ﺍﻟﺘﺠﺎﻨﺱ‬

‫ﻓﻲ ﺍﻟﺘﻐﺎﻴﺭ ‪ ، The homogeneity of covariance assumption‬ﻭﺃﺤﻴﺎﻨﹰﺎ ﻴﻁﻠﻕ‬

‫)‪ (9‬ﺘﺤﻠﻴل ﺍﻟﺘﺠﺎﺭﺏ ﺩﺍﺨل ﺍﻟﻤﺠﻤﻭﻋﺎﺕ‬

‫‪312‬‬

‫ﻋﻠﻴﻪ ﺍﻻﻓﺘﺭﺍﺽ ﺍﻟﻜﺭﻭﻱ ‪ ،Sphericity‬ﻭﻓﻲ ﺤﺎﻟﺔ ﺍﻨﺘﻬﺎﻙ ﻫﺫﺍ ﺍﻟﺸﺭﻁ ﻓﺈﻨﻪ ﻤﻥ‬ ‫ﺍﻟﻤﺘﻭﻗﻊ ﺃﻥ ﻴﺘﻀﺨﻡ ﺍﻟﺨﻁﺄ ﻤﻥ ﺍﻟﻨﻭﻉ ﺍﻷﻭل ‪) Type I error‬ﺃﻱ ﺍﺤﺘﻤﺎل ﺭﻓﺽ‬ ‫ﺍﻟﻔﺭﻀﻴﺔ ﺍﻟﻌﺩﻤﻴﺔ ‪ H0‬ﺒﻴﻨﻤﺎ ﻫﻲ ﻓﻲ ﺍﻟﻭﺍﻗﻊ ﺼﺤﻴﺤﺔ(‪.‬‬

‫ﻭﻴﻘﺩﻡ ﻨﻅﺎﻡ ‪ SPSS‬ﺍﺨﺘﺒﺎﺭﺍﹰ ﻟﻠﺘﺤﻘﻕ ﻤﻥ ﺼﺤﺔ ﺍﻻﻓﺘﺭﺍﺽ ﺍﻟﻜﺭﻭﻱ )ﺍﻟﺘﺠﺎﻨﺱ‬

‫ﻓﻲ ﺍﻟﺘﻐﺎﻴﺭ(ﻭﻫﻭ ﺍﺨﺘﺒﺎﺭ ﻤﻭﺸﻠﻲ ﻟﻠﻜﺭﻭﻴﺔ ‪ ، Mauchly Sphericity test‬ﻭﻓﻲ ﺤﺎﻟﺔ‬

‫ﻓﺸل ﻫﺫﺍ ﺍﻻﺨﺘﺒﺎﺭ )ﺃﻱ ﻜﺎﻥ ﻤﻌﻨﻭﻴﹰﺎ( )‪ (p-value < 0.05‬ﻓﺈﻥ ﻫﺫﺍ ﻴﺩل ﻋﻠﻰ ﺍﻨﺘﻬﺎﻙ‬ ‫ﺍﻟﺸﺭﻁ‪ ،‬ﻭﻓﻲ ﻫﺫﻩ ﺍﻟﺤﺎﻟﺔ ﻓﺈﻥ ﺩﺍﻟﺔ ﺍﻻﺨﺘﺒﺎﺭ ‪ F‬ﻓﻲ ﺠﺩﻭل ﺘﺤﻠﻴل ﺍﻟﺘﺒﺎﻴﻥ ﻻﺒﺩ ﻭﺃﻥ ﻴﺘﻡ‬

‫ﺘﻌﺩﻴﻠﻬﺎ ﻟﺘﺄﺨﺫ ﺒﻌﻴﻥ ﺍﻻﻋﺘﺒﺎﺭ ﻫﺫﻩ ﺍﻟﻤﺸﻜﻠﺔ‪ ،‬ﻭﻫﻨﺎﻙ ﺜﻼﺙ ﺍﺨﺘﺒﺎﺭﺍﺕ ﻴﻘﺩﻤﻬﺎ ﻨﻅﺎﻡ‬

‫‪ SPSS‬ﻜﺘﻌﺩﻴل ﻻﺨﺘﺒﺎﺭ ‪ F‬ﻓﻲ ﺠﺩﻭل ﺘﺤﻠﻴل ﺍﻟﺘﺒﺎﻴﻥ ﻭﺘﺨﺘﻠﻑ ﻓﻲ ﻗﻭﺓ ﻤﻘﺎﻭﻤﺘﻬﺎ‬

‫ﻻﻨﺘﻬﺎﻙ ﺍﻓﺘﺭﺍﺽ ﺍﻟﻜﺭﻭﻴﺔ )ﺍﻟﺘﺠﺎﻨﺱ ﻓﻲ ﺍﻟﺘﻐﺎﻴﺭ(‪ ،‬ﻭﻴﺘﻡ ﺘﻤﻴﻴﺯﻫﺎ ﺒﺎﻷﺴﻤﺎﺀ ﺍﻟﺘﺎﻟﻴﺔ‪:‬‬ ‫‪ Greenhouse-Geisser‬ﻭ ‪ Huynh-Feldt‬ﻭ ‪ ، Lower bound‬ﻭﺠﻤﻴﻊ ﻫﺫﻩ‬ ‫ﺍﻻﺨﺘﺒﺎﺭﺍﺕ ﺘﻌﺘﻤﺩ ﻋﻠﻰ ﺘﺨﻔﻴﺽ ﺩﺭﺠﺎﺕ ﺍﻟﺤﺭﻴﺔ ﻟﻠﺒﺴﻁ ﻭﻟﻠﻤﻘﺎﻡ ﻓﻲ ﺩﺍﻟﺔ ﺍﺨﺘﺒﺎﺭ ‪ F‬ﻓﻲ‬

‫ﺠﺩﻭل ﺘﺤﻠﻴل ﺍﻟﺘﺒﺎﻴﻥ )ﺭﻏﻡ ﺃﻥ ﺩﺍﻟﺔ ﺍﻻﺨﺘﺒﺎﺭ ﻨﻔﺴﻬﺎ ﻻ ﺘﺘﻐﻴﺭ( ﻭﺫﻟﻙ ﺒﻀﺭﺏ ﺩﺭﺠﺎﺕ‬

‫ﺍﻟﺤﺭﻴﺔ ﻓﻲ ﺜﺎﺒﺕ )ﻴﺴﻤﻰ ﺍﺒﺴﻠﻭﻥ( ‪ ε‬ﺘﻡ ﺘﻘﺩﻴﺭﻩ ﺒﻭﺍﺴﻁﺔ ﻤﺠﺎﻤﻴﻊ ﻭﻤﺘﻭﺴﻁﺎﺕ ﻗﻴﻡ‬ ‫ﺍﻟﺘﺒﺎﻴﻥ ﻭﺍﻟﺘﻐﺎﻴﺭ ﻟﻠﻤﺠﻤﻭﻋﺎﺕ ﺍﻟﻤﺨﺘﻠﻔﺔ‪ ،‬ﻭﻜﻠﻤﺎ ﻜﺎﻨﺕ ﻗﻴﻤﺔ )ﺍﺒﺴﻠﻭﻥ( ‪ ε‬ﻗﺭﻴﺒﺔ ﻤﻥ‬

‫ﺍﻟﻭﺍﺤﺩ ﺍﻟﺼﺤﻴﺢ ﻜﻠﻤﺎ ﻜﺎﻨﺕ ﻗﻴﻡ ﺘﺒﺎﻴﻥ ﺍﻟﻔﺭﻭﻕ ﻤﺘﺠﺎﻨﺴﺔ‪ ،‬ﻟﻤﺯﻴﺩ ﻤﻥ ﺍﻟﻤﻌﻠﻭﻤﺎﺕ ﻓﻲ ﻫﺫﺍ‬ ‫ﺍﻟﻤﺠﺎل ﻴﻤﻜﻥ ﺍﻟﺭﺠﻭﻉ ﺇﻟﻰ ‪. Howell, 1997‬‬

‫)‪ (9‬ﺘﺤﻠﻴل ﺍﻟﺘﺠﺎﺭﺏ ﺩﺍﺨل ﺍﻟﻤﺠﻤﻭﻋﺎﺕ‬

‫‪313‬‬

‫‪ .4 .9‬ﺗﺤﻠﻴﻞ اﻟﺘﺒﺎﻳﻦ ﻓﻲ اﻟﺘﺠﺎرب داﺧﻞ اﻟﻤﺠﻤﻮﻋﺎت ﺑﻌﺎﻣﻞ واﺣﺪ‪:‬‬ ‫‪One-Factor Within Subjects ANOVA:‬‬ ‫ﻟﺘﻭﻀﻴﺢ ﻓﻜﺭﺓ ﺘﺤﻠﻴل ﺍﻟﺘﺒﺎﻴﻥ ﻓﻲ ﺍﺘﺠﺎﻩ ﻭﺍﺤﺩ ﻓﻲ ﺍﻟﺘﺠﺎﺭﺏ ﺩﺍﺨل ﺍﻟﻤﺠﻤﻭﻋﺎﺕ‬ ‫ﻻ ﻋﻠﻰ ﺍﻟﺘﺠﺎﺭﺏ ﺩﺍﺨل ﺍﻟﻤﺠﻤﻭﻋﺎﺕ ﺒﻌﺎﻤل ﻭﺍﺤﺩ ﻜﺎﻟﺘﺎﻟﻲ‪:‬‬ ‫ﺩﻋﻨﺎ ﻓﻲ ﺍﻟﺒﺩﺍﻴﺔ ﺃﻥ ﻨﺄﺨﺫ ﻤﺜﺎ ﹰ‬ ‫ﻓﻲ ﺃﺤﺩ ﺍﻟﺘﺠﺎﺭﺏ ﺍﻟﺘﻲ ﺘﻬﺩﻑ ﻟﺘﻨﻤﻴﺔ ﺍﻟﻤﻭﺍﻫﺏ ﺍﻟﻔﻨﻴﺔ ﻟﺩﻯ ﻤﺠﻤﻭﻋﺔ ﻤﻥ‬

‫ﺍﻟﻤﺘﺩﺭﺒﻴﻥ ﻓﻲ ﻓﻥ ﺍﻟﺭﺴﻡ‪ ،‬ﻁﻠﺏ ﻤﻥ ﻜل ﻤﺘﺩﺭﺏ ﺃﻥ ﻴﻘﻭﻡ ﺒﺭﺴﻡ ﺜﻼﺙ ﻟﻭﺤﺎﺕ ﻓﻨﻴﺔ‬

‫ﻋﻠﻰ ﺃﻥ ﻴﺴﺘﺨﺩﻡ ﻓﻲ ﻜل ﻟﻭﺤﺔ ﻭﺍﺤﺩﹰﺍ ﻓﻘﻁ ﻤﻥ ﻤﻭﺍﺩ ﺍﻟﺭﺴﻡ ﺍﻟﻤﺘﺎﺤﺔ‪ ،‬ﺤﻴﺙ ﻜﺎﻨﺕ ﻤﻭﺍﺩ‬ ‫ﺍﻟﺭﺴﻡ ﺍﻟﺜﻼﺙ ﺍﻟﻤﺘﺎﺤﺔ ﻫﻲ‪ :‬ﺍﻟﻜﺭﺒﻭﻥ ﻭﺍﻷﻟﻭﺍﻥ ﺍﻟﺯﻴﺘﻴﺔ ﻭﺃﻗﻼﻡ ﺍﻟﻠﺒﺎﺩ‪ ،‬ﻭﺃﻋﻁﻴﺕ‬

‫ﺍﻟﻠﻭﺤﺎﺕ ﺩﺭﺠﺎﺕ ﺒﻭﺍﺴﻁﺔ ﻟﺠﻨﺔ ﺘﺤﻜﻴﻡ‪ ،‬ﻭﻜﺎﻨﺕ ﺍﻟﺩﺭﺠﺎﺕ ﻟﻜل ﻤﺘﺩﺭﺏ ﻋﻠﻰ ﻜل ﻟﻭﺤﺔ‬ ‫ﻜﻤﺎ ﻓﻲ ﺍﻟﺠﺩﻭل ﻓﻲ ﺸﻜل ‪ 2-9‬ﺃﺩﻨﺎﻩ‪.‬‬ ‫ﺸﻜل ‪ : 2-9‬ﻨﺘﺎﺌﺞ ﺘﺠﺭﺒﺔ ﺩﺍﺨل ﺍﻟﻤﺠﻤﻭﻋﺎﺕ ﺒﻌﺎﻤل ﻭﺍﺤﺩ ﻟﺩﺭﺠﺎﺕ ﺍﻟﻤﺘﺩﺭﺒﻴﻥ‬

‫ﻤﺴﺘﻭﻴﺎﺕ ﻋﺎﻤل ﺍﻟﻤﺎﺩﺓ‬

‫ﺭﻗﻡ‬ ‫ﺍﻟﻤﺘﺩﺭﺏ‬

‫ﺍﻟﻜﺭﺒﻭﻥ‬

‫ﺃﻟﻭﺍﻥ ﺍﻟﺯﻴﺕ‬

‫ﺃﻗﻼﻡ ﺍﻟﻠﺒﺎﺩ‬

‫‪1‬‬

‫‪10‬‬

‫‪12‬‬

‫‪14‬‬

‫‪2‬‬

‫‪18‬‬

‫‪10‬‬

‫‪16‬‬

‫‪3‬‬

‫‪20‬‬

‫‪15‬‬

‫‪16‬‬

‫‪4‬‬

‫‪12‬‬

‫‪10‬‬

‫‪12‬‬

‫‪5‬‬

‫‪19‬‬

‫‪20‬‬

‫‪21‬‬

‫‪6‬‬

‫‪25‬‬

‫‪22‬‬

‫‪20‬‬

‫‪7‬‬

‫‪18‬‬

‫‪16‬‬

‫‪17‬‬

‫‪8‬‬

‫‪22‬‬

‫‪18‬‬

‫‪18‬‬

‫‪9‬‬

‫‪17‬‬

‫‪14‬‬

‫‪12‬‬

‫‪10‬‬

‫‪23‬‬

‫‪20‬‬

‫‪18‬‬

‫)‪ (9‬ﺘﺤﻠﻴل ﺍﻟﺘﺠﺎﺭﺏ ﺩﺍﺨل ﺍﻟﻤﺠﻤﻭﻋﺎﺕ‬

‫‪314‬‬

‫ﻓﻲ ﻫﺫﺍ ﺍﻟﻤﺜﺎل ﻴﺘﻀﺢ ﺃﻥ ﺍﻟﻤﺘﻐﻴﺭ ﺍﻟﺘﺎﺒﻊ ﻫﻭ ﺍﻟﺩﺭﺠﺎﺕ ﺍﻟﺘﻲ ﺤﺼل ﻋﻠﻴﻬﺎ‬ ‫ﺍﻟﻤﺘﺩﺭﺒﻴﻥ ﻤﻥ ﻟﺠﻨﺔ ﺍﻟﺘﺤﻜﻴﻡ ﻋﻠﻰ ﻜل ﻟﻭﺤﺔ‪ ،‬ﺃﻤﺎ ﺍﻟﻤﺘﻐﻴﺭ ﺍﻟﻤﺴﺘﻘل ﻓﻬﻭ ﻨﻭﻉ ﺍﻟﻤﺎﺩﺓ‬

‫ﺍﻟﻤﺴﺘﺨﺩﻤﺔ ﻓﻲ ﺍﻟﺭﺴﻡ‪ ،‬ﻭﺤﻴﺙ ﺃﻥ ﺍﻟﻤﺘﺩﺭﺒﻴﻥ ﻴﺨﺘﻠﻔﻭﻥ ﻤﻥ ﺤﻴﺙ ﻤﻭﺍﻫﺒﻬﻡ ﺍﻟﻔﻨﻴﺔ‬

‫ﺒﺎﻟﺘﺄﻜﻴﺩ ﻓﻘﺩ ﺘﻡ ﺍﻟﻁﻠﺏ ﻤﻥ ﻜل ﻤﻨﻬﻡ ﺃﻥ ﻴﺭﺴﻡ ﺜﻼﺙ ﻟﻭﺤﺎﺕ ﻭﻟﻴﺱ ﻟﻭﺤﺔ ﻭﺍﺤﺩﺓ‪ ،‬ﻭﻜل‬ ‫ﻭﺍﺤﺩﺓ ﻤﻨﻬﺎ ﺒﺎﺴﺘﺨﺩﺍﻡ ﻤﺎﺩﺓ ﻤﻌﻴﻨﺔ‪ ،‬ﻭﻗﺩ ﺭﻭﻋﻲ ﻓﻲ ﺍﻟﺘﺠﺭﺒﺔ ﺃﻥ ﻴﻜﻭﻥ ﺘﺭﺘﻴﺏ ﺍﺴﺘﺨﺩﺍﻡ‬

‫ﺍﻟﻤﻭﺍﺩ ﺍﻟﻤﺨﺘﻠﻔﺔ ﻟﺩﻯ ﺍﻟﻤﺘﺩﺭﺒﻴﻥ ﺍﻟﻌﺸﺭﺓ ﺒﻁﺭﻴﻘﺔ ﺘﺅﺩﻱ ﺇﻟﻰ ﺍﻟﺘﻭﺍﺯﻥ ﻭﺫﻟﻙ ﻤﻥ ﺃﺠل‬ ‫ﺍﻟﺴﻴﻁﺭﺓ ﻋﻠﻰ ﺍﻻﺨﺘﻼﻓﺎﺕ ﺒﻴﻥ ﺍﻟﻤﺘﺩﺭﺒﻴﻥ‪ ،‬ﻭﺒﺫﻟﻙ ﻓﺈﻨﻪ ﻴﺘﻀﺢ ﺃﻥ ﻫﺫﻩ ﺍﻟﺘﺠﺭﺒﺔ ﻫﻲ‬

‫ﺘﺠﺭﺒﺔ ﺩﺍﺨل ﺍﻟﻤﺠﻤﻭﻋﺎﺕ ﺒﻌﺎﻤل ﻭﺍﺤﺩ‪ ،‬ﺃﻭ ﻴﻤﻜﻥ ﺃﻴﻀﹰﺎ ﺘﺴﻤﻴﺘﻬﺎ ﺘﺠﺭﺒﺔ ﺫﺍﺕ ﻋﺎﻤل‬ ‫ﻭﺍﺤﺩ ﻭﻗﻴﺎﺴﺎﺕ ﻤﺘﻜﺭﺭﺓ‪ ،‬ﺃﻭ ﺘﺠﺭﺒﺔ ﻤﻌﺎﻟﺠﺎﺕ ﻓﻲ ﻤﺠﻤﻭﻋﺎﺕ ‪.‬‬

‫ﻭﺍﻵﻥ ﻹﺩﺨﺎل ﺒﻴﺎﻨﺎﺕ ﺍﻟﺠﺩﻭل ﻓﻲ ﺸﻜل ‪ 2-9‬ﻟﻠﺤﺎﺴﻭﺏ ﻭﺒﺨﻼﻑ ﻁﺭﻴﻘﺔ‬

‫ﺇﺩﺨﺎل ﺒﻴﺎﻨﺎﺕ ﺍﻟﺘﺠﺎﺭﺏ ﺒﻴﻥ ﺍﻟﻤﺠﻤﻭﻋﺎﺕ ﻓﻲ ﺍﻟﻔﺼﻠﻴﻥ ﺍﻟﺴﺎﺒﻘﻴﻥ ﻭﺤﻴﺙ ﺃﻨﻪ ﻟﻡ ﻴﺘﻡ‬

‫ﺘﻘﺴﻴﻡ ﺍﻟﻤﺸﺎﻫﺩﺍﺕ ﺇﻟﻰ ﻤﺠﻤﻭﻋﺎﺕ ﺠﺯﺌﻴﺔ ﻓﺈﻨﻪ ﻻ ﻴﻁﻠﺏ ﺘﻌﺭﻴﻑ ﻤﺘﻐﻴﺭ ﺘﺼﻨﻴﻑ ﻓﻲ‬

‫ﻫﺫﻩ ﺍﻟﺤﺎﻟﺔ‪ ،‬ﻭﻜل ﻤﺎ ﻫﻭ ﻤﻁﻠﻭﺏ ﻫﻨﺎ ﺘﻌﺭﻴﻑ ﺍﻟﺜﻼﺙ ﻤﺘﻐﻴﺭﺍﺕ ﻭﻫﻡ ‪ :‬ﺍﻟﻜﺭﺒﻭﻥ‬

‫‪ crayon‬ﻭﺃﻟﻭﺍﻥ ﺍﻟﺯﻴﺕ ‪ paint‬ﻭﺃﻗﻼﻡ ﺍﻟﻠﺒﺎﺩ ‪ felttip‬ﺒﺎﻹﻀﺎﻓﺔ ﺇﻟﻰ ﻤﺘﻐﻴﺭ ﻴﻤﺜل ﺭﻗﻡ‬

‫ﺍﻟﻤﻔﺭﺩﺓ ﻓﻲ ﺍﻟﺒﻴﺎﻨﺎﺕ ‪ case‬ﻟﻴﺘﻡ ﺘﻌﺭﻴﻑ ﺃﺭﺒﻊ ﻤﺘﻐﻴﺭﺍﺕ ﻭﺘﺩﺨل ﺍﻟﺒﻴﺎﻨﺎﺕ ﺒﻬﺎ ﺘﻤﺎﻤﺎﹰ‬

‫ﺒﻨﻔﺱ ﺸﻜل ﻅﻬﻭﺭﻫﺎ ﻓﻲ ﺍﻟﺠﺩﻭل ﻓﻲ ﺸﻜل ‪. 2-9‬‬

‫ﺒﻌﺩ ﺍﻻﻨﺘﻬﺎﺀ ﻤﻥ ﺇﺩﺨﺎل ﺍﻟﺒﻴﺎﻨﺎﺕ ﻭﻜﻤﺎ ﻫﻭ ﺍﻟﺤﺎل ﻓﻲ ﻁﺭﻕ ﺍﻟﺘﺤﻠﻴل ﺍﻷﺨﺭﻯ‬

‫ﻓﺄﻨﻪ ﻴﻔﻀل ﺩﺍﺌﻤﹰﺎ ﺍﺴﺘﻜﺸﺎﻑ ﺍﻟﺒﻴﺎﻨﺎﺕ ﻗﺒل ﺍﻟﺒﺩﺀ ﻓﻲ ﻋﻤﻠﻴﺔ ﺍﻟﺘﺤﻠﻴل ﺍﻷﺴﺎﺴﻴﺔ ﻭﻫﻲ‬ ‫ﺍﻟﻤﺘﻌﻠﻘﺔ ﺒﺘﺤﻠﻴل ﺍﻟﺘﺒﺎﻴﻥ ﺩﺍﺨل ﺍﻟﻤﺠﻤﻭﻋﺎﺕ ﻓﻲ ﺍﺘﺠﺎﻩ ﻭﺍﺤﺩ‪ ،‬ﻭﺤﻴﺙ ﺃﻥ ﺍﻏﻠﺏ ﻓﺭﻀﻴﺎﺕ‬ ‫ﻭﺸﺭﻭﻁ ﺃﺴﻠﻭﺏ ﺘﺤﻠﻴل ﺍﻟﺘﺒﺎﻴﻥ ﻓﻲ ﻫﺫﻩ ﺍﻟﺤﺎﻟﺔ ﺘﺘﻌﻠﻕ ﺒﺘﺴﺎﻭﻱ ﺘﺒﺎﻴﻥ ﺍﻟﻤﺠﻤﻭﻋﺎﺕ ﻓﻠﻴﺱ‬

‫ﻫﻨﺎﻙ ﺃﻓﻀل ﻤﻥ ﻁﺭﻴﻘﺔ ﺭﺴﻡ ﺍﻟﺼﻨﺎﺩﻴﻕ ﺍﻟﺒﻴﺎﻨﻴﺔ ‪ Boxplots‬ﻻﺴﺘﻜﺸﺎﻑ ﻤﺜل ﻫﺫﻩ‬ ‫ﺍﻟﺒﻴﺎﻨﺎﺕ‪ ،‬ﻭﻟﺭﺴﻡ ﺍﻟﺼﻨﺎﺩﻴﻕ ﺍﻟﺒﻴﺎﻨﻴﺔ ﻟﻤﺜل ﻫﺫﻩ ﺍﻟﺒﻴﺎﻨﺎﺕ ﻴﻤﻜﻥ ﺍﺘﺒﺎﻉ ﺍﻟﺨﻁﻭﺍﺕ ﺍﻟﺘﺎﻟﻴﺔ‪:‬‬

‫)‪ (9‬ﺘﺤﻠﻴل ﺍﻟﺘﺠﺎﺭﺏ ﺩﺍﺨل ﺍﻟﻤﺠﻤﻭﻋﺎﺕ‬

‫‪315‬‬

‫• ﺍﺨﺘﺭ ﻗﺎﺌﻤﺔ ﺍﻟﺭﺴﻭﻤﺎﺕ ﺍﻟﺒﻴﺎﻨﻴﺔ ‪ Graphs‬ﻤﻥ ﺍﻟﻘﺎﺌﻤﺔ ﺍﻟﺭﺌﻴﺴﻴﺔ ﻟﻨﻅﺎﻡ ‪ SPSS‬ﻭﻤﻨﻬﺎ‬ ‫ﺍﺨﺘﺭ ﺃﻤﺭ ﺃﺸﻜﺎل ﺍﻟﺼﻨﺎﺩﻴﻕ ﺍﻟﺒﻴﺎﻨﻴﺔ ‪ Boxplots‬ﻟﺘﻔﺘﺢ ﻨﺎﻓﺫﺓ ﺃﺸﻜﺎل ﺍﻟﺼﻨﺎﺩﻴﻕ ﺍﻟﺒﻴﺎﻨﻴﺔ‬ ‫ﻜﻤﺎ ﻓﻲ ﺸﻜل ‪.3-9‬‬

‫ﺸﻜل ‪ : 3-9‬ﻨﺎﻓﺫﺓ ﺃﺸﻜﺎل ﺍﻟﺼﻨﺎﺩﻴﻕ ﺍﻟﺒﻴﺎﻨﻴﺔ ‪ Boxplots‬ﻓﻲ ﻗﺎﺌﻤﺔ ﺍﻟﺭﺴﻭﻤﺎﺕ ﺍﻟﺒﻴﺎﻨﻴﺔ‬

‫• ﻓﻲ ﺃﻋﻠﻰ ﺍﻟﻨﺎﻓﺫﺓ ﺍﻟﺴﺎﺒﻘﺔ ﺍﺨﺘﺭ ﺍﻟﺭﺴﻡ ﺍﻟﺒﺴﻴﻁ ‪ Simple‬ﻭﻓﻲ ﺃﺴﻔﻠﻬﺎ ﻓﻲ ﺨﻴﺎﺭ‬ ‫ﺍﻟﺒﻴﺎﻨﺎﺕ ﻓﻲ ﺍﻟﺸﻜل ‪ Data in Chart Are‬ﺍﺨﺘﺭ ﺍﻟﺘﻠﺨﻴﺹ ﻟﻤﺘﻐﻴﺭﺍﺕ ﻤﻨﻔﺼﻠﺔ‬

‫‪ Summaries of Separate variables‬ﺜﻡ ﺍﻀﻐﻁ ﺃﻤﺭ ﺘﻌﺭﻴﻑ ﺍﻟﺸﻜل ‪ Define‬ﻟﻜﻲ‬

‫ﺘﻔﺘﺢ ﻨﺎﻓﺫﺓ ﺘﻌﺭﻴﻑ ﺸﻜل ﺍﻟﺼﻨﺎﺩﻴﻕ ﺍﻟﺒﻴﺎﻨﻴﺔ ﺍﻟﺒﺴﻴﻁﺔ‪ :‬ﺘﻠﺨﻴﺹ ﺍﻟﻤﺘﻐﻴﺭﺍﺕ ﺍﻟﻤﻨﻔﺼﻠﺔ‬

‫‪ Define Simple Boxplot: Summaries of Separate Variables‬ﻜﻤﺎ ﻓﻲ ﺍﻟﺸﻜل‬ ‫‪ 4-9‬ﺃﺩﻨﺎﻩ‪.‬‬

‫• ﺴﺘﻅﻬﺭ ﻓﻲ ﺘﻠﻙ ﺍﻟﻨﺎﻓﺫﺓ ﻗﺎﺌﻤﺔ ﺍﻟﻤﺘﻐﻴﺭﺍﺕ ﻓﻲ ﻤﺭﺒﻊ ﻋﻠﻰ ﺍﻟﻴﺴﺎﺭ ﻤﺭﺘﺒﺔ ﺃﺒﺠﺩﻴﹰﺎ ﻓﻘﻡ‬

‫ﺒﺈﺯﺍﺤﺔ ﺃﺴﻤﺎﺀ ﺍﻟﻤﺘﻐﻴﺭﺍﺕ ﺍﻟﺜﻼﺜﺔ ﺍﻟﺘﻲ ﺘﺭﻏﺏ ﻓﻲ ﺘﻤﺜﻴﻠﻬﺎ ﺒﻴﺎﻨﻴﹰﺎ ﺇﻟﻰ ﻤﺭﺒﻊ ﺍﻟﻤﺘﻐﻴﺭﺍﺕ‬ ‫ﺍﻟﺘﻲ ﺘﻤﺜﻠﻬﺎ ﺍﻟﺼﻨﺎﺩﻴﻕ ‪ Boxes Represent‬ﺒﺎﺴﺘﺨﺩﺍﻡ ﺍﻟﺴﻬﻡ‪ ،‬ﻭﻴﻤﻜﻥ ﺘﻌﻠﻴﻡ ﻫﺫﻩ‬

‫ﺍﻟﻤﺘﻐﻴﺭﺍﺕ ﻭﺇﺯﺍﺤﺘﻬﺎ ﻤﺭﺓ ﻭﺍﺤﺩﺓ ﺃﻭ ﺇﺫﺍ ﻜﺎﻥ ﻤﺭﻏﻭﺒﹰﺎ ﺃﻥ ﺘﻅﻬﺭ ﺍﻟﺼﻨﺎﺩﻴﻕ ﻟﻠﻤﺘﻐﻴﺭﺍﺕ‬ ‫ﺒﺘﺭﺘﻴﺏ ﻤﻌﻴﻥ ﻗﻴﻤﻜﻥ ﺇﺯﺍﺤﺔ ﺍﻟﻤﺘﻐﻴﺭﺍﺕ ﻭﺍﺤﺩﹰﺍ ﺘﻠﻭ ﺍﻵﺨﺭ ﺒﺎﻟﺘﺭﺘﻴﺏ ﺍﻟﻤﻁﻠﻭﺏ‪.‬‬

‫)‪ (9‬ﺘﺤﻠﻴل ﺍﻟﺘﺠﺎﺭﺏ ﺩﺍﺨل ﺍﻟﻤﺠﻤﻭﻋﺎﺕ‬

‫‪316‬‬

‫ﺸﻜل ‪ : 4-9‬ﻨﺎﻓﺫﺓ ﺘﻌﺭﻴﻑ ﺸﻜل ﺍﻟﺼﻨﺎﺩﻴﻕ ﺍﻟﺒﻴﺎﻨﻴﺔ ﺍﻟﺒﺴﻴﻁﺔ‪ :‬ﺘﻠﺨﻴﺹ ﺍﻟﻤﺘﻐﻴﺭﺍﺕ ﺍﻟﻤﻨﻔﺼﻠﺔ‬ ‫‪Define Simple Boxplot: Summaries of Separate Variables‬‬

‫• ﺍﻵﻥ ﺍﻀﻐﻁ ﺃﺘﻤﺭ ﺍﻟﺘﻨﻔﻴﺫ ‪ OK‬ﻟﺘﻨﻔﻴﺫ ﺍﻷﻤﺭ ﻭﺍﻟﺤﺼﻭل ﻋﻠﻰ ﺸﻜل ﺍﻟﺼﻨﺎﺩﻴﻕ‬ ‫ﺍﻟﺒﻴﺎﻨﻴﺔ ‪ Boxplot‬ﺍﻟﻤﻁﻠﻭﺏ ﻜﻤﺎ ﻓﻲ ﺍﻟﺸﻜل ‪.5-9‬‬

‫ﺸﻜل ‪ : 5-9‬ﺍﻟﺼﻨﺎﺩﻴﻕ ﺍﻟﺒﻴﺎﻨﻴﺔ ﺍﻟﺒﺴﻴﻁﺔ ‪ Simple Boxplot‬ﻟﺘﺠﺭﺒﺔ ﺩﺍﺨل ﺍﻟﻤﺠﻤﻭﻋﺎﺕ‬

‫‪Boxplots of within subjects data‬‬

‫‪20‬‬

‫‪10‬‬

‫‪0‬‬ ‫‪10‬‬

‫‪FELTTIP‬‬

‫‪Implement‬‬

‫‪10‬‬

‫‪10‬‬

‫‪PAINT‬‬

‫‪CRAYONS‬‬

‫=‪N‬‬

‫‪Rating‬‬

‫‪30‬‬

‫)‪ (9‬ﺘﺤﻠﻴل ﺍﻟﺘﺠﺎﺭﺏ ﺩﺍﺨل ﺍﻟﻤﺠﻤﻭﻋﺎﺕ‬

‫‪317‬‬

‫ﻭﺤﻴﺙ ﺃﻨﻪ ﻻ ﻴﻭﺠﺩ ﻓﻲ ﺸﻜل ﺍﻟﺼﻨﺎﺩﻴﻕ ﺍﻟﺒﻴﺎﻨﻴﺔ ﺃﻋﻼﻩ ﺃﻱ ﻤﻅﺎﻫﺭ ﻏﺭﻴﺒﺔ ﺘﺅﺩﻱ‬ ‫ﺇﻟﻰ ﺍﻻﺴﺘﻨﺘﺎﺝ ﺒﺄﻥ ﺃﺴﻠﻭﺏ ﺘﺤﻠﻴل ﺍﻟﺘﺒﺎﻴﻥ ﻻ ﻴﺼﻠﺢ ﻟﺘﻁﺒﻴﻘﻪ ﻫﻨﺎ ﻤﺜل ﻭﺠﻭﺩ ﻗﻴﻡ‬ ‫ﻤﺘﻁﺭﻓﺔ ﺃﻭ ﺸﺎﺫﺓ ﻓﺈﻨﻨﺎ ﻨﺴﺘﻁﻴﻊ ﺍﻟﺴﻴﺭ ﻗﺩﻤﹰﺎ ﻭﺍﻟﺒﺩﺀ ﺒﺘﻨﻔﻴﺫ ﺃﻤﺭ ﺘﺤﻠﻴل ﺍﻟﺘﺒﺎﻴﻥ ﻟﻬﺫﻩ‬

‫ﺍﻟﺒﻴﺎﻨﺎﺕ )ﻻﺤﻅ ﺃﻨﻪ ﻴﻤﻜﻨﻨﺎ ﺍﺴﺘﺒﻌﺎﺩ ﺃﻱ ﻗﻴﻡ ﻤﺘﻁﺭﻓﺔ ﺃﻭ ﺸﺎﺫﺓ ﻤﻥ ﺍﻟﺒﻴﺎﻨﺎﺕ ﻟﻭ ﻭﺠﺩﺕ‬

‫ﺒﻬﺎ ﻗﺒل ﺘﺤﻠﻴل ﺍﻟﺘﺒﺎﻴﻥ ﺒﺎﺴﺘﺨﺩﺍﻡ ﺃﻤﺭ ﺍﺨﺘﻴﺎﺭ ﻤﻔﺭﺩﺍﺕ ‪.Select Cases‬‬

‫ﻭﺍﻵﻥ ﻟﺘﻨﻔﻴﺫ ﺃﻤﺭ ﺘﺤﻠﻴل ﺍﻟﺘﺒﺎﻴﻥ ‪ ANOVA‬ﻓﻲ ﺍﻟﺘﺠﺎﺭﺏ ﺩﺍﺨل ﺍﻟﻤﺠﻤﻭﻋﺎﺕ‬

‫ﺒﻌﺎﻤل ﻭﺍﺤﺩ ‪ One-factor within subjects experiment‬ﻭﺍﻟﺘﻲ ﻴﺸﺎﺭ ﺇﻟﻴﻬﺎ‬ ‫ﺒﺘﺠﺎﺭﺏ ﺍﻟﻌﺎﻤل ﺍﻟﻭﺍﺤﺩ ﺒﻘﻴﺎﺴﺎﺕ ﻤﺘﻜﺭﺭﺓ‬

‫‪One-factor experiment with‬‬

‫‪ repeated measures‬ﻻﺒﺩ ﻤﻥ ﺍﻟﻭﺼﻭل ﺇﻟﻰ ﺃﻤﺭ ﺍﻟﻨﻤﺎﺫﺝ ﺍﻟﺨﻁﻴﺔ ﺍﻟﻌﺎﻤﺔ‪ :‬ﺍﻟﻘﻴﺎﺴﺎﺕ‬

‫ﺍﻟﻤﺘﻜﺭﺭﺓ ‪ GLM: Repeated Measures‬ﻤﻥ ﺨﻼل ﻗﺎﺌﻤﺔ ﺍﻟﻨﻤﺎﺫﺝ ﺍﻟﺨﻁﻴﺔ ﺍﻟﻌﺎﻤﺔ‬

‫)‪ General Linear Models (GLM‬ﻭﺫﻟﻙ ﻤﻥ ﻗﺎﺌﻤﺔ ﺍﻟﺘﺤﻠﻴل ﺍﻹﺤﺼﺎﺌﻲ ﻓﻲ ﺍﻟﻘﺎﺌﻤﺔ‬ ‫ﺍﻟﺭﺌﻴﺴﻴﺔ ﻟﻨﻅﺎﻡ ‪ SPSS‬ﻜﻤﺎ ﻴﺘﻀﺢ ﻤﻥ ﺸﻜل ‪ 6-9‬ﺃﺩﻨﺎﻩ‪ ،‬ﺜﻡ ﺍﺘﺒﺎﻉ ﺍﻟﺨﻁﻭﺍﺕ ﺍﻟﺘﺎﻟﻴﺔ‪:‬‬

‫ﺸﻜل ‪ : 6-9‬ﺍﻟﻭﺼﻭل ﺇﻟﻰ ﺃﻤﺭ ﺘﺤﻠﻴل ﺍﻟﺘﺒﺎﻴﻥ ‪ ANOVA‬ﻓﻲ ﺍﻟﺘﺠﺎﺭﺏ ﺩﺍﺨل ﺍﻟﻤﺠﻤﻭﻋﺎﺕ‬ ‫ﺒﻌﺎﻤل ﻭﺍﺤﺩ ‪) One-factor within subjects experiment‬ﺘﺠﺎﺭﺏ ﺍﻟﻌﺎﻤل ﺍﻟﻭﺍﺤﺩ‬ ‫ﺒﺎﻟﻘﻴﺎﺴﺎﺕ ﺍﻟﻤﺘﻜﺭﺭﺓ ‪(One-factor experiment with repeated measures‬‬

‫)‪ (9‬ﺘﺤﻠﻴل ﺍﻟﺘﺠﺎﺭﺏ ﺩﺍﺨل ﺍﻟﻤﺠﻤﻭﻋﺎﺕ‬

‫•‬

‫‪318‬‬

‫ﺒﺎﺨﺘﻴﺎﺭ ﺃﻤﺭ ﺍﻟﻨﻤﺎﺫﺝ ﺍﻟﺨﻁﻴﺔ ﺍﻟﻌﺎﻤﺔ‪ :‬ﺍﻟﻘﻴﺎﺴﺎﺕ ﺍﻟﻤﺘﻜﺭﺭﺓ ‪GLM: Repeated‬‬

‫‪ Measures‬ﺒﺎﺴﺘﺨﺩﺍﻡ ﺃﻱ ﻤﻥ ﺍﻹﺼﺩﺍﺭﻴﻥ ‪ 11.0‬ﺃﻭ ‪ 8.0‬ﻤﻥ ‪ SPSS‬ﺴﻭﻑ ﺘﻔﺘﺢ‬

‫ﻨﺎﻓﺫﺓ ﺘﻌﺭﻴﻑ ﺍﻟﻌﻭﺍﻤل ﻓﻲ ﺍﻟﺘﺠﺎﺭﺏ ﺫﺍﺕ ﺍﻟﻘﻴﺎﺴﺎﺕ ﺍﻟﻤﺘﻜﺭﺭﺓ ‪Repeated Measures‬‬

‫)‪ Define Factor(s‬ﻜﻤﺎ ﻓﻲ ﺸﻜل ‪. 7-9‬‬

‫ﺸﻜل ‪ : 7-9‬ﻨﺎﻓﺫﺓ ﺘﻌﺭﻴﻑ ﺍﻟﻌﻭﺍﻤل ﻓﻲ ﺍﻟﺘﺠﺎﺭﺏ )ﺩﺍﺨل ﺍﻟﻤﺠﻤﻭﻋﺎﺕ( ﺫﺍﺕ ﺍﻟﻘﻴﺎﺴﺎﺕ‬ ‫ﺍﻟﻤﺘﻜﺭﺭﺓ )‪Repeated Measures Define Factor(s‬‬

‫•‬

‫ﻭﻓﻲ ﻫﺫﻩ ﺍﻟﻨﺎﻓﺫﺓ ﻭﻓﻲ ﻤﺭﺒﻊ ﺤﻭﺍﺭ ﺍﺴﻡ ﺍﻟﻌﺎﻤل ﺩﺍﺨل ﺍﻟﻤﺠﻤﻭﻋﺎﺕ ‪Within-‬‬

‫‪ Subject Factor Name‬ﻗﻡ ﺒﺈﻟﻐﺎﺀ ﻜﻠﻤﺔ ‪ factor1‬ﻭﺍﻜﺘﺏ ﻓﻭﻗﻬﺎ ﺍﻻﺴﻡ ﺍﻟﺫﻱ ﺘﺨﺘﺎﺭﻩ‬ ‫ﻜﺎﺴﻡ ﻤﻌﺒﺭ ﻋﻥ ﺍﻟﻤﺘﻐﻴﺭ ﺍﻟﺘﺎﺒﻊ ﻓﻲ ﺍﻟﺘﺠﺭﺒﺔ‪) ،‬ﻭﻴﺠﺏ ﺃﻥ ﻴﺭﺍﻋﻰ ﺃﻻ ﻴﺯﻴﺩ ﻋﺩﺩ‬

‫ﺍﻟﺤﺭﻭﻑ ﻓﻲ ﺍﻻﺴﻡ ﻋﻥ ﺜﻤﺎﻨﻲ ﺤﺭﻭﻑ ﻭﺃﻻ ﻴﻜﻭﻥ ﺃﺤﺩ ﺃﺴﻤﺎﺀ ﺍﻟﻤﺘﻐﻴﺭﺍﺕ ﺍﻟﻤﺴﺘﻘﻠﺔ‬

‫ﺍﻟﻤﻌﺭﻓﺔ ﻓﻲ ﻤﺤﺭﺭ ﺍﻟﺒﻴﺎﻨﺎﺕ( ﻭﻫﺫﺍ ﺍﻻﺴﻡ ﻓﻲ ﻫﺫﺍ ﺍﻟﻤﺜﺎل ﻫﻭ ﺍﻟﺩﺭﺠﺎﺕ ﺍﻟﺘﻲ ﺤﺼل‬

‫ﻋﻠﻴﻬﺎ ﺍﻟﻤﺘﺩﺭﺒﻴﻥ ﻤﻥ ﻟﺠﻨﺔ ﺍﻟﺘﺤﻜﻴﻡ ﻋﻠﻰ ﻜل ﻟﻭﺤﺔ ‪ ، implement‬ﻭﺤﻴﺙ ﺃﻥ ﻟﻪ ﺜﻼﺙ‬

‫ﻤﺴﺘﻭﻴﺎﺕ ﻓﻴﺘﻡ ﺘﺤﺩﻴﺩ ‪ 3‬ﻓﻲ ﻤﺭﺒﻊ ﻋﺩﺩ ﺍﻟﻤﺴﺘﻭﻴﺎﺕ ‪ Number of Levels‬ﺜﻡ ﺍﻟﻀﻐﻁ‬

‫ﻋﻠﻰ ﻤﺭﺒﻊ ﺍﻹﻀﺎﻓﺔ ‪ Add‬ﻟﻴﻨﺘﻘل ﺍﺴﻡ ﺍﻟﻌﺎﻤل ﻭﻋﺩﺩ ﺍﻟﻤﺴﺘﻭﻴﺎﺕ ﺇﻟﻰ ﺍﻟﻤﺭﺒﻊ ﺍﻟﺴﻔﻠﻲ‬ ‫ﻜﻤﺎ ﻴﻅﻬﺭ ﻓﻲ ﺸﻜل ‪.8-9‬‬

‫)‪ (9‬ﺘﺤﻠﻴل ﺍﻟﺘﺠﺎﺭﺏ ﺩﺍﺨل ﺍﻟﻤﺠﻤﻭﻋﺎﺕ‬

‫‪319‬‬

‫• ﺍﻀﻐﻁ ﺒﻌﺩ ﺫﻟﻙ ﻤﺭﺒﻊ ﺍﻟﺘﻌﺭﻴﻑ ‪ Define‬ﻟﻴﺘﻡ ﻓﺘﺢ ﻨﺎﻓﺫﺓ ﺘﺤﺩﻴﺩ ﺍﻟﻤﺴﺘﻭﻴﺎﺕ ﻓﻲ‬ ‫ﺍﻟﺘﺠﺎﺭﺏ ﺫﺍﺕ ﺍﻟﻘﻴﺎﺴﺎﺕ ﺍﻟﻤﺘﻜﺭﺭﺓ )‪ Repeated Measures Define Factor(s‬ﻜﻤﺎ‬

‫ﺘﺒﺩﻭ ﻓﻲ ﺸﻜل ‪ 9-9‬ﺃﺩﻨﺎﻩ‪.‬‬

‫ﺸﻜل ‪ : 8-9‬ﻨﺎﻓﺫﺓ ﺘﻌﺭﻴﻑ ﺍﻟﻌﻭﺍﻤل ﻓﻲ ﺍﻟﺘﺠﺎﺭﺏ ﺫﺍﺕ ﺍﻟﻘﻴﺎﺴﺎﺕ ﺍﻟﻤﺘﻜﺭﺭﺓ ‪Repeated‬‬ ‫)‪ Measures Define Factor(s‬ﺒﻌﺩ ﺇﺩﺨﺎل ﺍﻟﻤﻌﻠﻭﻤﺎﺕ ﺍﻟﻤﻁﻠﻭﺒﺔ ﺒﻬﺎ‬

‫ﺸﻜل ‪ : 9-9‬ﻨﺎﻓﺫﺓ ﺘﺤﺩﻴﺩ ﺍﻟﻤﺴﺘﻭﻴﺎﺕ ﻓﻲ ﺍﻟﺘﺠﺎﺭﺏ ﺫﺍﺕ ﺍﻟﻘﻴﺎﺴﺎﺕ ﺍﻟﻤﺘﻜﺭﺭﺓ‬ ‫)‪Repeated Measures Define Factor(s‬‬

‫)‪ (9‬ﺘﺤﻠﻴل ﺍﻟﺘﺠﺎﺭﺏ ﺩﺍﺨل ﺍﻟﻤﺠﻤﻭﻋﺎﺕ‬

‫‪320‬‬

‫• ﻓﻲ ﺘﻠﻙ ﺍﻟﻨﺎﻓﺫﺓ ﺴﻭﻑ ﺘﻅﻬﺭ ﺃﺴﻤﺎﺀ ﺍﻟﻤﺘﻐﻴﺭﺍﺕ ﻓﻲ ﻤﺭﺒﻊ ﺍﻟﺤﻭﺍﺭ ﻓﻲ ﺍﻟﺠﺎﻨﺏ‬ ‫ﺍﻷﻴﺴﺭ ﻤﻨﻬﺎ‪ ،‬ﻗﻡ ﺒﺘﺤﺩﻴﺩ ﺃﺴﻤﺎﺀ ﺍﻟﻤﺘﻐﻴﺭﺍﺕ ﺍﻟﻤﺴﺘﻘﻠﺔ )ﺍﻟﻤﺴﺘﻭﻴﺎﺕ( ﻭﺇﺯﺍﺤﺘﻬﺎ ﺇﻟﻰ ﻤﺭﺒﻊ‬

‫ﺤﻭﺍﺭ ﺍﻟﻤﺘﻐﻴﺭﺍﺕ ﺩﺍﺨل ﺍﻟﻤﺠﻤﻭﻋﺎﺕ ‪ Within-Subjects Variables‬ﻓﻲ ﺍﻟﺠﺎﻨﺏ‬

‫ﺍﻟﻌﻠﻭﻱ ﺍﻷﻴﻤﻥ ﻤﻥ ﺍﻟﻨﺎﻓﺫﺓ‪ ،‬ﻭﻓﻲ ﻫﺫﻩ ﺍﻟﺤﺎﻟﺔ ﻓﺈﻥ ﻋﻼﻤﺎﺕ ﺍﻻﺴﺘﻔﻬﺎﻡ ﻓﻲ ﺍﻟﻤﺭﺒﻊ ﺴﻭﻑ‬ ‫ﺘﺴﺘﺒﺩل ﺒﺄﺴﻤﺎﺀ ﺍﻟﻤﺘﻐﻴﺭﺍﺕ ﻜﻤﺎ ﻴﺒﺩﻭ ﻓﻲ ﻨﺎﻓﺫﺓ ‪ 10-9‬ﺃﺩﻨﺎﻩ‪.‬‬

‫ﺸﻜل ‪ : 10-9‬ﻨﺎﻓﺫﺓ ﺘﺤﺩﻴﺩ ﺍﻟﻤﺴﺘﻭﻴﺎﺕ ﻓﻲ ﺍﻟﺘﺠﺎﺭﺏ ﺫﺍﺕ ﺍﻟﻘﻴﺎﺴﺎﺕ ﺍﻟﻤﺘﻜﺭﺭﺓ ‪Repeated‬‬ ‫)‪ Measures Define Factor(s‬ﺒﻌﺩ ﺇﺩﺨﺎل ﺍﻟﻤﻌﻠﻭﻤﺎﺕ ﺍﻟﻤﻁﻠﻭﺒﺔ ﺒﻬﺎ‬

‫•‬

‫ﻭﺃﺨﻴﺭﹰﺍ ﻴﻔﻀل ﺃﻥ ﻴﻁﻠﺏ ﺍﻟﻤﺴﺘﺨﺩﻡ ﻗﺎﺌﻤﺔ ﺒﺎﻹﺤﺼﺎﺀﺍﺕ ﺍﻟﻭﺼﻔﻴﺔ ‪Descriptive‬‬

‫‪ ، Statistics‬ﻭﻫﺫﺍ ﻴﻤﻜﻥ ﺃﻥ ﻴﺘﻡ ﻤﻥ ﺨﻼل ﻤﺭﺒﻊ ﺍﻟﺨﻴﺎﺭﺍﺕ ‪ Options‬ﻓﻲ ﺘﻠﻙ ﺍﻟﻨﺎﻓﺫﺓ‬ ‫ﻭﻤﻥ ﺜﻡ ﺍﺨﺘﻴﺎﺭ ﺍﻹﺤﺼﺎﺀﺍﺕ ﺍﻟﻭﺼﻔﻴﺔ ‪ Descriptive Statistics‬ﻤﻥ ﻨﺎﻓﺫﺓ ﺍﻟﺨﻴﺎﺭﺍﺕ‬

‫‪ Options‬ﺍﻟﻔﺭﻋﻴﺔ ﺍﻟﺘﻲ ﺴﻭﻑ ﺘﻔﺘﺢ‪ ،‬ﻭﻓﻲ ﺍﻟﻨﻬﺎﻴﺔ ﻴﺠﺏ ﺍﻟﻀﻐﻁ ﻋﻠﻰ ﺃﻤﺭ ﺍﻟﺘﻨﻔﻴﺫ ‪OK‬‬

‫ﻓﻲ ﻨﺎﻓﺫﺓ ﺘﺤﺩﻴﺩ ﺍﻟﻤﺴﺘﻭﻴﺎﺕ ﻓﻲ ﺍﻟﺘﺠﺎﺭﺏ ﺫﺍﺕ ﺍﻟﻘﻴﺎﺴﺎﺕ ﺍﻟﻤﺘﻜﺭﺭﺓ‬

‫‪Repeated‬‬

‫)‪ Measures Define Factor(s‬ﻭﺫﻟﻙ ﻟﺘﻨﻔﻴﺫ ﺃﻤﺭ ﺘﺤﻠﻴل ﺍﻟﺘﺒﺎﻴﻥ ‪. ANOVA‬‬

‫)‪ (9‬ﺘﺤﻠﻴل ﺍﻟﺘﺠﺎﺭﺏ ﺩﺍﺨل ﺍﻟﻤﺠﻤﻭﻋﺎﺕ‬

‫‪321‬‬

‫ﻭﺍﻵﻥ ﺴﺘﻅﻬﺭ ﻗﺎﺌﻤﺔ ﻨﺘﺎﺌﺞ ﺘﻨﻔﻴﺫ ﺃﻤﺭ ﺘﺤﻠﻴل ﺍﻟﺘﺒﺎﻴﻥ ‪ ANOVA‬ﻓﻲ ﺍﻟﺘﺠﺎﺭﺏ‬ ‫ﺩﺍﺨل ﺍﻟﻤﺠﻤﻭﻋﺎﺕ ﺒﻌﺎﻤل ﻭﺍﺤﺩ ‪ One-factor within subjects experiment‬ﻭﺍﻟﺘﻲ‬

‫ﻴﺸﺎﺭ ﺇﻟﻴﻬﺎ ﺒﺘﺠﺎﺭﺏ ﺍﻟﻌﺎﻤل ﺍﻟﻭﺍﺤﺩ ﺒﻘﻴﺎﺴﺎﺕ ﻤﺘﻜﺭﺭﺓ ‪One-factor experiment‬‬

‫‪ ، with repeated measures‬ﻭﺴﻭﻑ ﻴﻜﻭﻥ ﻫﻨﺎﻙ ﻋﺩﺩ ﻜﺒﻴﺭ ﻤﻥ ﺍﻟﺠﺩﺍﻭل ﺍﻟﻨﺎﺘﺠﺔ‬

‫ﻭﻤﻨﻬﺎ ﻤﺎ ﻫﻭ ﻋﺩﻴﻡ ﺍﻷﻫﻤﻴﺔ ﻓﻲ ﻤﺜل ﻫﺫﻩ ﺍﻟﺤﺎﻟﺔ ﺃﻱ ﺤﺎﻻﺕ ﺘﺤﻠﻴل ﺍﻟﺘﺒﺎﻴﻥ ‪ANOVA‬‬

‫ﻓﻲ ﺍﻟﺘﺠﺎﺭﺏ ﺍﻟﺘﻲ ﺘﺤﺘﻭﻱ ﻋﻠﻰ ﻋﺎﻤل ﻭﺍﺤﺩ ﺩﺍﺨل ﺍﻟﻤﺸﺎﻫﺩﺍﺕ‪ ،‬ﻭﺴﻭﻑ ﻨﻘﻭﻡ ﺍﻵﻥ‬ ‫ﺒﺘﻭﻀﻴﺢ ﺍﻟﺠﺩﺍﻭل ﺍﻟﻬﺎﻤﺔ ﻤﻨﻬﺎ‪ ،‬ﻓﻔﻲ ﺍﻟﺒﺩﺍﻴﺔ ﻭﻋﻠﻰ ﺍﻟﺠﺎﻨﺏ ﺍﻷﻴﺴﺭ ﻤﻥ ﻤﺤﺭﺭ ﺍﻟﻨﺘﺎﺌﺞ‬

‫‪ SPSS Viewer‬ﺴﻭﻑ ﺘﻅﻬﺭ ﺠﻤﻴﻊ ﺒﻨﻭﺩ ﻨﺘﺎﺌﺞ ﻫﺫﺍ ﺍﻷﻤﺭ ﻜﻤﺎ ﻓﻲ ﺸﻜل ‪،11-9‬‬ ‫ﻭﻫﻨﺎﻙ ﺜﻼﺙ ﺒﻨﻭﺩ ﻜﺒﻴﺭﺓ ﻋﺩﻴﻤﺔ ﺍﻷﻫﻤﻴﺔ ﻓﻲ ﻫﺫﻩ ﺍﻟﺤﺎﻟﺔ ﻭﻴﻤﻜﻥ ﻤﺴﺤﻬﺎ ﻤﺒﺎﺸﺭﺓ ﻭﺩﻭﻥ‬

‫ﺍﻟﻨﻅﺭ ﺇﻟﻴﻬﺎ ﻭﺫﻟﻙ ﻋﻥ ﻁﺭﻴﻕ ﺘﻌﻠﻴﻡ ﺘﻠﻙ ﺍﻟﺒﻨﻭﺩ ﻓﻲ ﻫﺫﺍ ﺍﻟﺠﺎﻨﺏ ﻤﻥ ﺍﻟﻤﺤﺭﺭ ﺒﺎﻟﻨﻘﺭ‬

‫ﻋﻠﻰ ﺘﻠﻙ ﺍﻟﻌﻨﺎﻭﻴﻥ ﺒﺎﻟﻔﺄﺭﺓ ﻭﺇﺯﺍﻟﺘﻬﺎ ﺒﻤﻔﺘﺎﺡ ﺍﻟﺤﺫﻑ ‪ delete‬ﺍﻟﻭﺍﺤﺩﺓ ﺘﻠﻭ ﺍﻷﺨﺭﻯ‪ ،‬ﻫﺫﻩ‬ ‫ﺍﻟﺒﻨﻭﺩ ﻫﻲ ﺍﻻﺨﺘﺒﺎﺭﺍﺕ ﺍﻟﻤﺘﻌﺩﺩﺓ ﺍﻟﻤﺘﻐﻴﺭﺍﺕ ‪ Multivariate Tests‬ﻭﺍﺨﺘﺒﺎﺭﺍﺕ ﺍﻟﺘﺒﺎﻴﻥ‬

‫ﺩﺍﺨل ﺍﻟﻤﺠﻤﻭﻋﺎﺕ ‪ ، Within-Subjects Contrasts‬ﻭﺍﺨﺘﺒﺎﺭﺍﺕ ﺍﻵﺜﺎﺭ ﺒﻴﻥ‬ ‫ﺍﻟﻤﺠﻤﻭﻋﺎﺕ ‪ Tests of Between-Subjects Effects‬ﺤﻴﺙ ﻻ ﻴﻭﺠﺩ ﻤﺘﻐﻴﺭﺍﺕ ﺒﻴﻥ‬

‫ﺍﻟﻤﺠﻤﻭﻋﺎﺕ ﻓﻲ ﻫﺫﺍ ﺍﻟﻤﺜﺎل‪ ،‬ﻭﻨﻅﺭﹰﺍ ﻟﻠﻁﻭل ﺍﻟﻤﻠﺤﻭﻅ ﻟﻘﺎﺌﻤﺔ ﺍﻟﻨﺘﺎﺌﺞ ﻓﻘﺩ ﺘﻡ ﺘﻘﺴﻴﻡ‬

‫ﺍﻟﻨﺘﺎﺌﺞ ﺍﻟﻤﺘﺒﻘﻴﺔ )ﺒﻌﺩ ﺤﺫﻑ ﺍﻟﺒﻨﻭﺩ ﺍﻟﺜﻼﺙ ﺍﻟﺴﺎﺒﻘﺔ( ﺇﻟﻰ ﺜﻼﺙ ﺃﺠﺯﺍﺀ ﻓﻲ ﺍﻷﺸﻜﺎل ‪-9‬‬ ‫‪ 12‬ﻭ ‪ 13-9‬ﻭ ‪ 14-9‬ﻋﻠﻰ ﺍﻟﺘﻭﺍﻟﻲ ﻭﺴﻨﻘﻭﻡ ﺒﺘﻭﻀﻴﺢ ﻜل ﺠﺯﺀ ﻋﻠﻰ ﺤﺩﻩ ‪.‬‬

‫ﻻ‬ ‫ﻓﺎﻟﺠﺯﺀ ﺍﻷﻭل )ﺸﻜل ‪ (12-9‬ﻤﻥ ﻗﺎﺌﻤﺔ ﺍﻟﻨﺘﺎﺌﺞ ﻴﻭﻀﺢ ﺍﻟﻌﻨﻭﺍﻥ ﻭﺠﺩﻭ ﹰ‬

‫ﺼﻐﻴﺭﹰﺍ ﻴﺒﻴﻥ ﺍﻟﻌﻭﺍﻤل ﺩﺍﺨل ﺍﻟﻤﺠﻤﻭﻋﺎﺕ ‪ Within-Subject Factors‬ﺍﻟﺘﻲ ﺩﺨﻠﺕ ﻓﻲ‬

‫ﻻ ﺒﺎﻹﺤﺼﺎﺀﺍﺕ ﺍﻟﻭﺼﻔﻴﺔ ﺍﻟﺘﻲ ﺘﻡ ﻁﻠﺏ ﺍﻟﺤﺼﻭل ﻋﻠﻴﻬﺎ ﻓﻲ ﺍﻟﺨﻴﺎﺭﺍﺕ‬ ‫ﺍﻟﺘﺤﻠﻴل ﺜﻡ ﺠﺩﻭ ﹰ‬

‫‪ Options‬ﻋﻨﺩ ﺘﻨﻔﻴﺫ ﺍﻷﻤﺭ‪ ،‬ﻭﻴﺒﻴﻥ ﻋﺩﺩ ﺍﻟﻤﻔﺭﺩﺍﺕ ﻓﻲ ﻜل ﻤﺠﻤﻭﻋﺔ ‪ N‬ﻭﺍﻟﻭﺴﻁ‬ ‫ﺍﻟﺤﺴﺎﺒﻲ ‪ Mean‬ﻭﺍﻻﻨﺤﺭﺍﻑ ﺍﻟﻤﻌﻴﺎﺭﻱ ‪ Standard Deviation‬ﻟﻜل ﻤﺠﻤﻭﻋﺔ‪.‬‬

‫( ﺘﺤﻠﻴل ﺍﻟﺘﺠﺎﺭﺏ ﺩﺍﺨل ﺍﻟﻤﺠﻤﻭﻋﺎﺕ‬9)

322

‫ ﻤﺒﻴﻨ ﹰﺎ ﺒﻪ ﺠﻤﻴﻊ ﺒﻨﻭﺩ ﺍﻟﻨﺘﺎﺌﺞ ﻤﻥ‬SPSS Viewer ‫ ﺠﺎﻨﺏ ﻤﻥ ﻤﺤﺭﺭ ﺍﻟﻨﺘﺎﺌﺞ‬: 11-9 ‫ﺸﻜل‬ ‫ ﻓﻲ ﺍﻟﺘﺠﺎﺭﺏ ﺩﺍﺨل ﺍﻟﻤﺠﻤﻭﻋﺎﺕ ﺒﻌﺎﻤل ﻭﺍﺤﺩ‬ANOVA ‫ﺘﻨﻔﻴﺫ ﺃﻤﺭ ﺘﺤﻠﻴل ﺍﻟﺘﺒﺎﻴﻥ‬

‫ )ﺘﺠﺎﺭﺏ ﺍﻟﻌﺎﻤل ﺍﻟﻭﺍﺤﺩ ﺒﺎﻟﻘﻴﺎﺴﺎﺕ‬One-factor within subjects experiment (One-factor experiment with repeated measures ‫ﺍﻟﻤﺘﻜﺭﺭﺓ‬

‫ ﻓﻲ ﺍﻟﺘﺠﺎﺭﺏ‬ANOVA ‫ ﺍﻟﺠﺯﺀ ﺍﻷﻭل ﻤﻥ ﻨﺘﺎﺌﺞ ﺘﻨﻔﻴﺫ ﺃﻤﺭ ﺘﺤﻠﻴل ﺍﻟﺘﺒﺎﻴﻥ‬: 12-9 ‫ﺸﻜل‬ . One-factor within subjects experiment ‫ﺩﺍﺨل ﺍﻟﻤﺠﻤﻭﻋﺎﺕ ﺒﻌﺎﻤل ﻭﺍﺤﺩ‬ General Linear Model Within-Subjects Factors Measure: MEASURE_1 IMPLEMEN

Dependent Variable

1

CRAYONS

2

PAINT

3

FELTTIP

Descriptive Statistics Mean

Std. Deviation

N

CRAYONS

18.40

4.65

10

PAINT

15.70

4.27

10

FELTTIP

16.40

3.06

10

‫( ﺘﺤﻠﻴل ﺍﻟﺘﺠﺎﺭﺏ ﺩﺍﺨل ﺍﻟﻤﺠﻤﻭﻋﺎﺕ‬9)

323

‫( ﻤﻥ ﻗﺎﺌﻤﺔ ﺍﻟﻨﺘﺎﺌﺞ ﻴﻌﻁﻲ ﻨﺘﺎﺌﺞ ﺍﺨﺘﺒﺎﺭ ﻤﻭﺸﻠﻲ‬13-9 ‫ﻭﺍﻟﺠﺯﺀ ﺍﻟﺜﺎﻨﻲ )ﺸﻜل‬ ‫ ﻭﺫﻟﻙ‬Mauchly's Test of Sphericity for homogeneity of variance ‫ﻟﻠﻜﺭﻭﻴﺔ‬

‫ ﻭﻫﻭ ﺍﺨﺘﺒﺎﺭ ﻫﺎﻡ ﻟﺤﺎﻻﺕ ﺍﻟﻤﺘﻐﻴﺭ ﺍﻟﻤﺴﺘﻘل‬، ‫ﻻﺨﺘﺒﺎﺭ ﺍﻟﺘﺠﺎﻨﺱ ﻓﻲ ﺘﺒﺎﻴﻥ ﺍﻟﻤﺠﻤﻭﻋﺎﺕ‬

.3-9 ‫ﺍﻟﻭﺍﺤﺩ ﻜﻤﺎ ﺴﺒﻕ ﺘﻭﻀﻴﺤﻪ ﻓﻲ ﺍﻟﻘﺴﻡ‬

‫( ﻓﺈﻥ ﺍﻟﺴﻁﺭ ﻓﻲ ﺠﺩﻭل‬Sig. : p-value > 0.05) ‫• ﻓﺈﺫﺍ ﻟﻡ ﻴﻜﻥ ﺍﻻﺨﺘﺒﺎﺭ ﻤﻌﻨﻭﻱ‬

‫( ﺍﻟﺫﻱ ﻴﻌﻁﻲ ﺍﻟﻨﺘﺎﺌﺞ ﻋﻠﻰ‬14-9 ‫ )ﺸﻜل‬ANOVA Summary ‫ﺘﺤﻠﻴل ﺍﻟﺘﺒﺎﻴﻥ‬ .‫ ﻫﻭ ﺍﻟﺫﻱ ﺴﻴﻌﺘﻤﺩ ﻟﻠﻨﺘﺎﺌﺞ‬Sphericity Assumed ‫ﺍﻓﺘﺭﺍﺽ ﺼﺤﺔ ﻓﺭﻀﻴﺔ ﺍﻟﻜﺭﻭﻴﺔ‬

‫( ﻓﺈﻨﻪ ﻴﻤﻜﻥ ﺍﻟﻨﻅﺭ ﻓﻲ ﺃﺤﺩ‬Sig. : p-value < 0.05) ‫• ﻓﺈﺫﺍ ﻜﺎﻥ ﺍﻻﺨﺘﺒﺎﺭ ﻤﻌﻨﻭﻱ‬

‫ ﺒﺎﻋﺘﻤﺎﺩ ﺴﻁﺭ ﺍﺨﺘﺒﺎﺭ‬Greenhouse-Geisser test ‫ﺍﻻﺨﺘﺒﺎﺭﺍﺕ ﺍﻷﻜﺜﺭ ﻗﻭﺓ ﻤﺜل‬

.(14-9 ‫ )ﺸﻜل‬ANOVA ‫ ﻓﻲ ﺠﺩﻭل ﺘﺤﻠﻴل ﺍﻟﺘﺒﺎﻴﻥ‬Greenhouse-Geisser test

‫ ﻓﻲ ﺍﻟﺘﺠﺎﺭﺏ‬ANOVA ‫ ﺍﻟﺠﺯﺀ ﺍﻟﺜﺎﻨﻲ ﻤﻥ ﻨﺘﺎﺌﺞ ﺘﻨﻔﻴﺫ ﺃﻤﺭ ﺘﺤﻠﻴل ﺍﻟﺘﺒﺎﻴﻥ‬: 13-9 ‫ﺸﻜل‬ . One-factor within subjects experiment ‫ﺩﺍﺨل ﺍﻟﻤﺠﻤﻭﻋﺎﺕ ﺒﻌﺎﻤل ﻭﺍﺤﺩ‬ b Mauchly's Test of Sphericity

Measure: MEASURE_1

Within Mauchly' Approx.

Subjects sW Chi-Square Effect IMPLEMEN .909 .760

Epsilona df

Sig. 2

.684

Greenhouse Huynh- Lower-Geisser Feldt bound .917

1.000

.500

Tests the null hypothesis that the error covariance matrix of the orthonormalized transformed dependent variables is proportional to an identity matrix. a. May be used to adjust the degrees of freedom for the averaged tests of significance. Corrected tests are displayed in the Tests of Within-Subjects Effects table. b.

Design: Intercept Within Subjects Design: IMPLEMEN

‫)‪ (9‬ﺘﺤﻠﻴل ﺍﻟﺘﺠﺎﺭﺏ ﺩﺍﺨل ﺍﻟﻤﺠﻤﻭﻋﺎﺕ‬

‫‪324‬‬

‫ﺘﻠﻙ ﺍﻻﺨﺘﺒﺎﺭﺍﺕ ﺍﻷﻗﻭﻯ ﻴﻤﻜﻨﻬﺎ ﺃﻥ ﺘﻌﻁﻲ ﻨﺘﺎﺌﺞ ﻤﺨﺘﻠﻔﺔ ﻓﻘﻁ ﻋﻨﺩﻤﺎ‪:‬‬ ‫‪ .1‬ﻻ ﻴﻜﻭﻥ ﻫﻨﺎﻙ ﺘﺠﺎﻨﺱ ﻓﻲ ﺍﻟﺘﻐﺎﻴﺭ‪ ،‬ﺃﻱ ﻋﻨﺩﻤﺎ ﻴﻜﻭﻥ ﺍﺨﺘﺒﺎﺭ ﻤﻭﺸﻠﻲ ﻤﻌﻨﻭﻱ‪.‬‬ ‫‪ .2‬ﻗﻴﻤﺔ ﺩﺍﻟﺔ ﺍﻻﺨﺘﺒﺎﺭ ‪ F‬ﺒﺩﻭﻥ ﺍﻟﺘﻌﺩﻴل ﻓﻲ ﺩﺭﺠﺎﺕ ﺍﻟﺤﺭﻴﺔ )ﺃﻱ ﺍﻟﻘﻴﻡ ﺍﻟﻭﺍﺭﺩﺓ ﻓﻲ‬ ‫ﺴﻁﻭﺭ ﺍﻓﺘﺭﺍﺽ ﺼﺤﺔ ﻓﺭﻀﻴﺔ ﺍﻟﻜﺭﻭﻴﺔ ‪ (Sphericity Assumed‬ﻤﻌﻨﻭﻴﺔ ﻭﻟﻜﻥ‬

‫ﺒﺎﻟﻜﺎﺩ )ﺃﻱ ﻗﻴﻤﺔ ‪ p-value‬ﺃﻗل ﻤﻥ ‪ 0.05‬ﻭﻟﻜﻥ ﺒﻤﻘﺩﺍﺭ ﻀﺌﻴل ﺠﺩﹰﺍ(‪.‬‬

‫ﻭﺇﺫﺍ ﻜﺎﻨﺕ ﺩﺍﻟﺔ ﺍﻻﺨﺘﺒﺎﺭ ‪ F‬ﻤﻌﻨﻭﻴﺔ ﻭﻗﻴﻤﺔ ‪ p-value‬ﺼﻐﻴﺭﺓ ﺠﺩﹰﺍ ﻓﺈﻨﻪ ﻴﻤﻜﻥ‬

‫ﺒﺩﻭﻥ ﺘﺭﺩﺩ ﺭﻓﺽ ﺍﻟﻔﺭﻀﻴﺔ ﺍﻟﻌﺩﻤﻴﺔ ﺩﻭﻥ ﺘﻐﻴﻴﺭ ﺃﻱ ﺸﻲﺀ ﻭﺩﻭﻥ ﺍﻟﺤﺎﺠﺔ ﺇﻟﻰ ﺃﻱ ﻤﻥ‬ ‫ﺍﻻﺨﺘﺒﺎﺭﺍﺕ ﺍﻷﻜﺜﺭ ﻗﻭﺓ‪.‬‬ ‫ﻭﻓﻲ ﺍﻟﻤﺜﺎل ﺍﻟﺤﺎﻟﻲ ﺤﻴﺙ ﺃﻥ ﺍﺨﺘﺒﺎﺭ ﻤﻭﺸﻠﻲ ﻴﻌﻁﻲ ﻗﻴﻤﺔ ‪p-value = 0.648‬‬

‫ﻓﺈﻨﻪ ﻻ ﻴﻭﺠﺩ ﺃﻱ ﺩﻟﻴل ﻋﻠﻰ ﺃﻥ ﺍﻟﺘﻐﺎﻴﺭ ﻏﻴﺭ ﻤﺘﺠﺎﻨﺱ‪ ،‬ﻭﺒﺎﻟﺘﺎﻟﻲ ﻓﺈﻨﻪ ﻟﻴﺱ ﻫﻨﺎﻙ ﺃﻱ‬ ‫ﺴﺒﺏ ﻴﻤﻨﻊ ﺍﺴﺘﺨﺩﺍﻡ ﺩﺍﻟﺔ ﺍﺨﺘﺒﺎﺭ ‪ F‬ﺍﻟﻤﻌﺭﻭﻓﺔ ﻓﻲ ‪. ANOVA‬‬

‫ﻭﺍﻟﺠﺯﺀ ﺍﻟﺜﺎﻟﺙ )ﺸﻜل ‪ (14-9‬ﻤﻥ ﻗﺎﺌﻤﺔ ﺍﻟﻨﺘﺎﺌﺞ ﻴﻌﻁﻲ ﺠﺩﻭل ﺘﺤﻠﻴل ﺍﻟﺘﺒﺎﻴﻥ‬

‫ﻟﻌﺎﻤل ﺍﻟﺩﺭﺠﺎﺕ ﺍﻟﺘﻲ ﺤﺼل ﻋﻠﻴﻬﺎ ﺍﻟﻤﺘﺩﺭﺒﻴﻥ ﻤﻥ ﻟﺠﻨﺔ ﺍﻟﺘﺤﻜﻴﻡ ﻋﻠﻰ ﻜل ﻟﻭﺤﺔ‬ ‫‪ ، implement‬ﻭﻓﻲ ﻫﺫﺍ ﺍﻟﺸﻜل ﻨﺠﺩ ﺃﻥ ﻗﻴﻤﺔ ‪ p-value‬ﻟﺩﺍﻟﺔ ﺍﻻﺨﺘﺒﺎﺭ ‪(Sig.) F‬‬ ‫ﺍﻟﻤﻘﺎﺒﻠﺔ )ﻓﻲ ﻨﻔﺱ ﺍﻟﺴﻁﺭ( ﻟﺼﺤﺔ ﺍﻓﺘﺭﺍﺽ ﺍﻟﻜﺭﻭﻴﺔ ‪ Sphericity Assumed‬ﻤﺴﺎﻭﻴﺔ‬

‫‪ ، 0.021‬ﻭﺒﺎﻟﺘﺎﻟﻲ ﻓﺈﻥ ﺍﺨﺘﺒﺎﺭ ‪ F‬ﻤﻌﻨﻭﻱ ﺒﻤﺴﺘﻭﻯ ﻤﻌﻨﻭﻴﺔ ﺃﻗل ﻤﻥ ‪ 0.05‬ﻭﻟﻜﻨﻪ ﻏﻴﺭ‬ ‫ﻤﻌﻨﻭﻱ ﺒﻤﺴﺘﻭﻯ ﺃﻗل ﻤﻥ ‪ ، 0.01‬ﻭﺒﻬﺫﺍ ﻨﺴﺘﻁﻴﻊ ﺃﻥ ﻨﺴﺘﻨﺘﺞ ﺃﻥ ﺍﻟﻤﺎﺩﺓ ﺍﻟﻤﺴﺘﺨﺩﻤﺔ ﻓﻲ‬

‫ﺍﻟﺭﺴﻡ ﻟﻴﺱ ﻟﻬﺎ ﺃﻱ ﺘﺄﺜﻴﺭ ﻋﻠﻰ ﺍﻟﺩﺭﺠﺎﺕ ﺍﻟﺘﻲ ﻴﺤﺼل ﻋﻠﻴﻬﺎ ﺍﻟﻤﺘﺩﺭﺒﻴﻥ‪ ،‬ﻭﻨﺴﺘﻁﻴﻊ‬

‫ﺒﺎﻟﺘﺎﻟﻲ ﻜﺘﺎﺒﺔ ﺍﻟﻨﺘﺎﺌﺞ ﻋﻠﻰ ﺍﻟﺸﻜل‪:‬‬

‫‪F(2,18) = 4.86; p-value < 0.05 , Significant at less than 0.05 level.‬‬ ‫ﻭﺘﺒﺩﻭ ﺩﺭﺠﺎﺕ ﺍﻟﺤﺭﻴﺔ ‪ 18‬ﻟﻸﺨﻁﺎﺀ ﻓﻲ ﺍﻟﺴﻁﺭ ﺒﻌﻨﻭﺍﻥ )‪Error (IMPLEMEN‬‬

‫‪ Sphericity Assumed‬ﻓﻲ ﺍﻟﺠﺩﻭل‪.‬‬

‫)‪ (9‬ﺘﺤﻠﻴل ﺍﻟﺘﺠﺎﺭﺏ ﺩﺍﺨل ﺍﻟﻤﺠﻤﻭﻋﺎﺕ‬

‫‪325‬‬

‫ﺸﻜل ‪ : 14-9‬ﺍﻟﺠﺯﺀ ﺍﻟﺜﺎﻟﺙ ﻤﻥ ﻨﺘﺎﺌﺞ ﺘﻨﻔﻴﺫ ﺃﻤﺭ ﺘﺤﻠﻴل ﺍﻟﺘﺒﺎﻴﻥ ‪ ANOVA‬ﻓﻲ ﺍﻟﺘﺠﺎﺭﺏ‬ ‫ﺩﺍﺨل ﺍﻟﻤﺠﻤﻭﻋﺎﺕ ﺒﻌﺎﻤل ﻭﺍﺤﺩ ‪. One-factor within subjects experiment‬‬ ‫‪Tests of Within-Subjects Effects‬‬ ‫‪Measure: MEASURE_1‬‬

‫‪Sig.‬‬

‫‪F‬‬

‫‪Mean‬‬ ‫‪Square‬‬

‫‪df‬‬

‫‪Type III‬‬ ‫‪Sum of‬‬ ‫‪Squares‬‬

‫‪Source‬‬ ‫‪IMPLEMEN Sphericity Assumed‬‬

‫‪.021‬‬

‫‪4.859‬‬

‫‪19.633‬‬

‫‪2‬‬

‫‪39.267‬‬

‫‪.024‬‬

‫‪4.859‬‬

‫‪21.412‬‬

‫‪1.834‬‬

‫‪39.267‬‬

‫‪Greenhouse-Geisser‬‬

‫‪.021‬‬

‫‪4.859‬‬

‫‪19.633‬‬

‫‪2.000‬‬

‫‪39.267‬‬

‫‪Huynh-Feldt‬‬

‫‪.055‬‬

‫‪4.859‬‬

‫‪39.267‬‬

‫‪1.000‬‬

‫‪39.267‬‬

‫‪Lower-bound‬‬

‫‪4.041‬‬

‫‪18‬‬

‫‪72.733‬‬

‫‪4.407‬‬

‫‪72.733 16.505‬‬

‫‪4.041‬‬

‫‪72.733 18.000‬‬

‫‪Huynh-Feldt‬‬

‫‪8.081‬‬

‫‪72.733‬‬

‫‪Lower-bound‬‬

‫‪9.000‬‬

‫‪Error(IMPLE Sphericity Assumed‬‬ ‫)‪MEN‬‬ ‫‪Greenhouse-Geisser‬‬

‫ﻭﻓﻲ ﻫﺫﺍ ﺍﻟﻤﺜﺎل ﻟﻡ ﻨﻜﻥ ﺒﺤﺎﺠﺔ ﻹﺠﺭﺍﺀ ﺍﺨﺘﺒﺎﺭ ‪ F‬ﺃﻜﺜﺭ ﻗﻭﺓ ﻭﺫﻟﻙ ﻷﻥ ﺍﺨﺘﺒﺎﺭ‬

‫ﻤﻭﺸﻠﻲ ﻟﻡ ﻴﻜﻥ ﻤﻌﻨﻭﻴﺎﹰ‪ ،‬ﻭﻫﺫﺍ ﻴﺘﻀﺢ ﺃﻜﺜﺭ ﻤﻥ ﻋﻤﻭﺩ ﺍﻟﻤﻌﻨﻭﻴﺔ ‪ Sig.‬ﻓﻲ ﺠﺩﻭل ﺘﺤﻠﻴل‬

‫ﺍﻟﺘﺒﺎﻴﻥ ﻓﻲ ﺍﻟﺸﻜل ﺃﻋﻼﻩ ﺤﻴﺙ ﺃﺩﺕ ﻤﻌﻅﻡ ﺍﻻﺨﺘﺒﺎﺭﺍﺕ ﺍﻷﻜﺜﺭ ﻗﻭﺓ ﺇﻟﻰ ﻨﻔﺱ ﺍﻟﻨﺘﻴﺠﺔ‬ ‫ﺘﻘﺭﻴﺒﺎﹰ ﻓﻲ ﻫﺫﺍ ﺍﻟﻤﺜﺎل ﺒﺎﻟﺘﺤﺩﻴﺩ‪.‬‬

‫‪ .5 .9‬اﻟﻤﻘﺎرﻧﺎت اﻟﻤﺘﺘﺎﻟﻴﺔ ﻏﻴﺮ اﻟﻤﺨﻄﻂ ﻟﻬﺎ‪ :‬ﻃﺮﻳﻘﺔ ﺑﻮﻧﻔﺮوﻧﻲ ‪:‬‬ ‫‪Unplanned Multiple Comparisons: Bonferroni Method:‬‬ ‫ﻫﻨﺎﻙ ﺒﻌﺽ ﺍﻟﺸﻜﻭﻙ ﺍﻟﺘﻲ ﺘﻨﺘﺎﺏ ﺍﺨﺘﺒﺎﺭ ﺘﻴﻭﻜﻲ ‪ Tukey test‬ﻟﻠﻤﻘﺎﺭﻨﺎﺕ‬

‫ﺍﻟﻤﺘﺘﺎﻟﻴﺔ ﺒﻴﻥ ﺍﻟﻤﺘﻭﺴﻁﺎﺕ ﺒﻌﺩ ﺍﻻﺴﺘﻨﺘﺎﺝ ﺒﻭﺠﻭﺩ ﺁﺜﺎﺭ ﺭﺌﻴﺴﻴﺔ ﻤﻌﻨﻭﻴﺔ ﻓﻲ ﺍﻟﺘﺠﺎﺭﺏ‬

‫ﺩﺍﺨل ﺍﻟﻤﺠﻤﻭﻋﺎﺕ ﻭﺫﻟﻙ ﻤﻥ ﺤﻴﺙ ﻗﺩﺭﺓ ﻫﺫﺍ ﺍﻻﺨﺘﺒﺎﺭ ﻋﻠﻰ ﻋﺩﻡ ﺘﻀﺨﻴﻡ ﻗﻴﻤﺔ ﺍﻟﺨﻁﺄ‬

‫ﻤﻥ ﺍﻟﻨﻭﻉ ﺍﻷﻭل ﻟﻼﺨﺘﺒﺎﺭﺍﺕ ﺍﻟﻤﺘﺘﺎﻟﻴﺔ‪ ،‬ﻭﻟﺫﻟﻙ ﻓﺈﻨﻪ ﻓﻲ ﻤﺜل ﻫﺫﻩ ﺍﻟﺤﺎﻻﺕ ﻫﻨﺎﻙ ﻁﺭﻕ‬

‫ﺃﺜﺒﺘﺕ ﺃﻨﻬﺎ ﺃﻜﺜﺭ ﻗﻭﺓ ﻤﻥ ﺍﺨﺘﺒﺎﺭ ﺘﻴﻭﻜﻲ‪.‬‬

‫)‪ (9‬ﺘﺤﻠﻴل ﺍﻟﺘﺠﺎﺭﺏ ﺩﺍﺨل ﺍﻟﻤﺠﻤﻭﻋﺎﺕ‬

‫‪326‬‬

‫ﻟﻘﺩ ﺴﺒﻕ ﺃﻥ ﻤﻴﺯﻨﺎ ﻓﻲ ﺍﻟﻔﺼل ﺍﻟﺴﺎﺒﻊ ﺒﻴﻥ ﺍﻻﺨﺘﺒﺎﺭﺍﺕ ﺍﻟﻤﺨﻁﻁ ﻟﻬﺎ‬ ‫ﻭﺍﻻﺨﺘﺒﺎﺭﺍﺕ ﻏﻴﺭ ﺍﻟﻤﺨﻁﻁ ﻟﻬﺎ‪ ،‬ﻓﻌﻠﻰ ﺴﺒﻴل ﺍﻟﻤﺜﺎل ﺇﺫﺍ ﻜﻨﺎ ﻗﺩ ﺨﻁﻁﻨﺎ ﻹﺠﺭﺍﺀ‬

‫ﺍﺨﺘﺒﺎﺭﺍﺕ ﻷﺯﻭﺍﺝ ﺍﻟﻤﺘﻭﺴﻁﺎﺕ ﻋﺩﺩﻫﺎ ‪ c‬ﻤﻥ ﺒﻴﻥ ﻤﺠﻤﻭﻋﺔ ﻤﻥ ﻤﺘﻭﺴﻁﺎﺕ ﺍﻟﻤﻌﺎﻟﺠﺎﺕ‬

‫ﺍﻟﻨﺎﺘﺠﺔ ﻤﻥ ﺘﺠﺭﺒﺔ ﺫﺍﺕ ﻋﺎﻤل ﻭﺍﺤﺩ‪ ،‬ﻭﻜﺎﻥ ﻤﺭﻏﻭﺒﹰﺎ ﺘﺤﺩﻴﺩ ﺤﺠﻡ ﺍﻟﺨﻁﺄ ﺍﻟﻜﻠﻲ ﺒﻤﺎ ﻻ‬

‫ﻴﺯﻴﺩ ﻋﻥ ‪ ، 0.05‬ﻓﺈﻨﻪ ﺒﺎﺴﺘﺨﺩﺍﻡ ﻁﺭﻴﻘﺔ ﺒﻭﻨﻔﺭﻭﻨﻲ ‪ Bonferroni method‬ﺘﺴﺘﺨﺩﻡ‬ ‫ﺍﺨﺘﺒﺎﺭﺍﺕ ‪ t‬ﺍﻟﻤﻌﺭﻭﻓﺔ ﻷﺯﻭﺍﺝ ﺍﻟﻤﺘﻭﺴﻁﺎﺕ‪ ،‬ﻭﻟﻜﻥ ﻤﻌﺩل ﺍﻟﺨﻁﺄ ﺍﻟﻜﻠﻲ ﻴﺠﺏ ﺃﻥ ﻴﻘﺴﻡ‬

‫ﻋﻠﻰ ﻋﺩﺩ ﺍﻟﻤﻘﺎﺭﻨﺎﺕ ﺍﻟﻤﺘﺘﺎﻟﻴﺔ‪ ،‬ﻭﺒﺎﻟﺘﺎﻟﻲ ﻟﻜﻲ ﻴﻜﻭﻥ ﺃﻱ ﺍﺨﺘﺒﺎﺭ ﻤﻥ ﺍﺨﺘﺒﺎﺭﺍﺕ ‪t‬‬

‫ﺍﺨﺘﺒﺎﺭﺍﹰ ﻤﻌﻨﻭﻴﹰﺎ ﻴﺠﺏ ﺃﻥ ﻴﻜﻭﻥ ﻤﻌﻨﻭﻴﹰﺎ ﺒﻤﺴﺘﻭﻯ ﺃﻗل ﺒﻜﺜﻴﺭ ﻤﻥ ﺍﻟﻤﺴﺘﻭﻯ ‪. 0.05‬‬ ‫ﻭﻋﻠﻰ ﺍﻟﺭﻏﻡ ﻤﻥ ﺃﻥ ﻁﺭﻴﻘﺔ ﺒﻭﻨﻔﺭﻭﻨﻲ ﺍﻗﺘﺭﺤﺕ ﺨﺼﻴﺼﹰﺎ ﻟﻼﺨﺘﺒﺎﺭﺍﺕ‬

‫ﺍﻟﻤﺨﻁﻁ ﻟﻬﺎ ﺇﻻ ﺃﻨﻪ ﻴﻤﻜﻥ ﺃﻴﻀﹰﺎ ﺍﺴﺘﺨﺩﺍﻤﻬﺎ ﻹﺠﺭﺍﺀ ﺍﻻﺨﺘﺒﺎﺭﺍﺕ ﺍﻟﻤﺘﺘﺎﻟﻴﺔ ﺒﻴﻥ ﺃﺯﻭﺍﺝ‬

‫ﺍﻟﻤﺘﻭﺴﻁﺎﺕ ﻏﻴﺭ ﺍﻟﻤﺨﻁﻁ ﻟﻬﺎ ﺒﻴﻥ ﻤﺠﻤﻭﻋﺔ ﻤﻥ ﻤﺘﻭﺴﻁﺎﺕ ﺍﻵﺜﺎﺭ ﺍﻟﺭﺌﻴﺴﻴﺔ ﻋﺩﺩﻫﺎ ‪k‬‬

‫ﻭﺫﻟﻙ ﺒﻌﺩ ﺘﺤﻠﻴل ﺍﻟﺘﺒﺎﻴﻥ ‪ ANOVA‬ﻟﺘﺠﺭﺒﺔ ﺩﺍﺨل ﺍﻟﻤﺠﻤﻭﻋﺎﺕ ﺫﺍﺕ ﻋﺎﻤل ﻭﺍﺤﺩ ‪.‬‬

‫ﻭﻋﻠﻰ ﺍﻟﺭﻏﻡ ﻤﻥ ﺫﻟﻙ ﻓﺈﻨﻪ ﻓﻲ ﻫﺫﻩ ﺍﻟﺤﺎﻟﺔ ﻴﺠﺏ ﻗﺴﻤﺔ ﺍﻟﺨﻁﺄ ﺍﻟﻜﻠﻲ ﻤﻥ ﺍﻟﻨﻭﻉ‬ ‫ﺍﻷﻭل ﻋﻠﻰ ﻋﺩﺩ ﺃﺯﻭﺍﺝ ﺍﻟﻤﺘﻭﺴﻁﺎﺕ ﺍﻟﺘﻲ ﻴﻤﻜﻥ ﺍﻟﺤﺼﻭل ﻋﻠﻴﻬﺎ ‪ c‬ﻤﻥ ﺒﻴﻥ ﻤﺠﻤﻭﻋﺔ‬ ‫ﻤﻥ ﺍﻟﻤﺘﻭﺴﻁﺎﺕ ﻋﺩﺩﻫﺎ ‪ ، k‬ﻭﺍﻟﺘﻲ ﻴﻤﻜﻥ ﺤﺴﺎﺒﻬﺎ ﺒﺎﺴﺘﺨﺩﺍﻡ ﺍﻟﻘﺎﻋﺩﺓ ‪:‬‬

‫⎞ ‪⎛k‬‬ ‫!‪k‬‬ ‫= ⎟⎟ ⎜⎜ = ‪c‬‬ ‫!)‪2! (k - 2‬‬ ‫⎠‪⎝ 2‬‬

‫ﺤﻴﺙ ﺘﻌﻨﻲ ﺍﻹﺸﺎﺭﺓ ! ﺇﻟﻰ ﺍﻟﻤﻀﺭﻭﺏ ‪ factorial‬ﻭﻫﻭ ﻋﺒﺎﺭﺓ ﻋﻥ ﺤﺎﺼل‬

‫ﺼﺭﺏ ﺍﻷﻋﺩﺍﺩ ﺍﻟﻤﺘﺘﺎﻟﻴﺔ ‪ .....×3×2×1‬ﺤﺘﻰ ﺍﻟﻌﺩﺩ ﺨﻠﻑ ﺍﻹﺸﺎﺭﺓ‪) ،‬ﻓﻌﻠﻰ ﺴﺒﻴل‬

‫ﻼ ‪ 5‬ﻤﺘﻭﺴﻁﺎﺕ ﻟﻠﻤﻌﺎﻟﺠﺎﺕ ﻓﺈﻥ ‪:‬‬ ‫ﺍﻟﻤﺜﺎل ‪ (4!=4×3×2×1=24‬ﻓﺈﺫﺍ ﻜﺎﻥ ﻫﻨﺎﻙ ﻤﺜ ﹰ‬

‫‪ c=5!/(2!x3!) = (5x4x3x2)/(2x3x2) = 10‬ﻭﺒﺎﻟﺘﺎﻟﻲ ﻴﺠﺏ ﺃﻥ ﻴﻜﻭﻥ ﺍﻻﺨﺘﺒﺎﺭ‬ ‫ﻤﻌﻨﻭﻱ ﺒﻤﺴﺘﻭﻯ ﻤﻌﻨﻭﻴﺔ ﺃﻗل ﻤﻥ ‪ 0.05/10=0.005‬ﺤﺘﻰ ﻴﻤﻜﻥ ﺍﻋﺘﺒﺎﺭﻩ ﻤﻌﻨﻭﻴﹰﺎ‪.‬‬

‫)‪ (9‬ﺘﺤﻠﻴل ﺍﻟﺘﺠﺎﺭﺏ ﺩﺍﺨل ﺍﻟﻤﺠﻤﻭﻋﺎﺕ‬

‫‪327‬‬

‫ﻭﻓﻲ ﻤﺜﺎﻟﻨﺎ ﺍﻟﺤﺎﻟﻲ ﺒﻴﻥ ﺘﺤﻠﻴل ﺍﻟﺘﺒﺎﻴﻥ ‪ ANOVA‬ﺃﻥ ﺍﻷﺜﺭ ﺍﻟﺭﺌﻴﺴﻲ ﻟﻌﺎﻤل‬ ‫ﺍﻟﺩﺭﺠﺎﺕ ﺍﻟﺘﻲ ﺤﺼل ﻋﻠﻴﻬﺎ ﺍﻟﻤﺘﺩﺭﺒﻴﻥ ﻤﻥ ﻟﺠﻨﺔ ﺍﻟﺘﺤﻜﻴﻡ ﻋﻠﻰ ﻜل ﻟﻭﺤﺔ ‪implement‬‬

‫ﻫﻭ ﺃﺜﺭ ﻤﻌﻨﻭﻱ‪ ،‬ﻭﻫﻨﺎ ﻴﻭﺠﺩ ‪ k=3‬ﻤﺘﻭﺴﻁﺎﺕ‪ ،‬ﻭﺒﺎﻟﺘﺎﻟﻲ ‪ ، c=3‬ﺃﻱ ﺃﻥ ﻁﺭﻴﻘﺔ‬

‫ﺒﻭﻨﻔﺭﻭﻨﻲ ﻻﺨﺘﺒﺎﺭ ‪ t‬ﺘﺩل ﻋﻠﻰ ﺃﻥ ﻗﻴﻤﺔ ‪ p-value‬ﻴﺠﺏ ﺃﻥ ﺘﻜﻭﻥ ﺃﻗل ﻤﻥ = ‪0.05/3‬‬

‫‪ 0.02‬ﺘﻘﺭﻴﺒﺎﹰ ﺤﺘﻰ ﻴﻤﻜﻥ ﺍﻟﻘﻭل ﺒﺄﻥ ﺍﻟﻔﺭﻕ ﻤﻌﻨﻭﻱ ‪.‬‬

‫ﻭﻹﺠﺭﺍﺀ ﺍﺨﺘﺒﺎﺭﺍﺕ ‪ t‬ﺒﺎﺴﺘﺨﺩﺍﻡ ﻨﻅﺎﻡ ‪ SPSS‬ﻻﺒﺩ ﻤﻥ ﺍﻟﺨﺭﻭﺝ ﻤﻥ ﺘﺤﻠﻴل‬

‫ﺍﻟﺘﺒﺎﻴﻥ ﻭﻁﻠﺏ ﺍﺨﺘﺒﺎﺭ ‪ t‬ﻟﻠﻤﻘﺎﺭﻨﺔ ﺒﻴﻥ ﺍﻟﻤﺘﻭﺴﻁﻴﻥ ﻓﻲ ﺍﻟﻌﻴﻨﺎﺕ ﺍﻟﻤﺭﺘﺒﻁﺔ ‪Paired-‬‬

‫‪ Sample T-Test‬ﻭﺫﻟﻙ ﻟﻠﻤﻘﺎﺭﻨﺔ ﺒﻴﻥ ﻤﺘﻭﺴﻁﺎﺕ ﺍﻟﻤﺘﻐﻴﺭﺍﺕ ﺍﻟﻤﺘﻌﻠﻘﺔ ﺒﺎﻟﻤﻭﺍﺩ ﺍﻟﺜﻼﺙ‬ ‫ﺍﻟﻤﺴﺘﺨﺩﻤﺔ ﻓﻲ ﺍﻟﺭﺴﻡ ﻭﻫﻲ ﺍﻟﻜﺭﺒﻭﻥ ‪ crayon‬ﻭﺃﻗﻼﻡ ﺍﻟﻠﺒﺎﺩ ‪ felttip‬ﻭﺃﻟﻭﺍﻥ ﺍﻟﺯﻴﺕ‬

‫‪ ، paint‬ﻭﻫﺫﻩ ﺍﻟﻤﺘﻐﻴﺭﺍﺕ ﺘﺘﻤﺜل ﺒﺜﻼﺙ ﺃﻋﻤﺩﺓ ﻓﻲ ﻤﺤﺭﺭ ﺍﻟﺒﻴﺎﻨﺎﺕ‪ ،‬ﻭﻋﻨﺩﻤﺎ ﻴﺘﻡ ﺘﻨﻔﻴﺫ‬

‫ﺫﻟﻙ ﻋﻠﻰ ﺍﻟﺒﻴﺎﻨﺎﺕ ﻓﻲ ﻫﺫﺍ ﺍﻟﻤﺜﺎل ﺴﻨﺠﺩ ﺃﻥ ﻗﻴﻤﺔ ‪ p-value‬ﺍﻟﻤﻘﺎﺒﻠﺔ ﺍﻟﻔﺭﻕ ﺒﻴﻥ‬

‫ﻤﺘﻭﺴﻁﻲ ﺃﻟﻭﺍﻥ ﺍﻟﺯﻴﺕ ‪ paint‬ﻭﺍﻟﻜﺭﺒﻭﻥ ‪ crayon‬ﻫﻲ ﺍﻟﻭﺤﻴﺩﺓ ﺍﻟﺘﻲ ﺘﻘل ﻋﻥ ‪،0.02‬‬

‫ﻭﺒﺎﻟﺘﺎﻟﻲ ﻓﺈﻥ ﻫﺫﺍ ﺍﻟﻔﺭﻕ ﻫﻭ ﺍﻟﻔﺭﻕ ﺍﻟﻭﺤﻴﺩ ﺍﻟﻤﻌﻨﻭﻱ ﻓﻲ ﺍﻟﺘﺠﺭﺒﺔ )‪. (p=0.0146‬‬

‫‪ .6 .9‬اﻻﺧﺘﺒﺎرات اﻟﻼﻣﻌﻠﻤﻴﺔ ﻓﻲ اﻟﺘﺠﺎرب ذات اﻟﻌﺎﻣﻞ اﻟﻮاﺣﺪ داﺧﻞ‬ ‫اﻟﻤﺠﻤﻮﻋﺎت ‪:‬‬ ‫‪Nonparametric Tests For a One-Factor Within‬‬ ‫‪Subjects Experiment:‬‬ ‫ﻭﻜﻤﺎ ﻫﻭ ﺍﻟﺤﺎل ﻓﻲ ﺤﺎﻟﺔ ﺍﻟﺘﺠﺎﺭﺏ ﻜﺎﻤﻠﺔ ﺍﻟﻌﺸﻭﺍﺌﻴﺔ ﺫﺍﺕ ﺍﻟﻌﺎﻤل ﺍﻟﻭﺍﺤﺩ ﻓﺈﻥ‬

‫ﻫﻨﺎﻙ ﺍﺨﺘﺒﺎﺭﺍﺕ ﻻﻤﻌﻠﻤﻴﺔ ﻤﺘﺎﺤﺔ ﺃﻴﻀﹰﺎ ﻟﻠﺘﺠﺎﺭﺏ ﺫﺍﺕ ﺍﻟﻌﺎﻤل ﺍﻟﻭﺍﺤﺩ ﺩﺍﺨل ﺍﻟﻤﻌﺎﻟﺠﺎﺕ‬

‫ﻭﺫﻟﻙ ﻟﻠﺒﻴﺎﻨﺎﺕ ﺍﻟﺘﺭﺘﻴﺒﻴﺔ ‪ ordinal data‬ﻭﺍﻟﺒﻴﺎﻨﺎﺕ ﺍﻟﻭﺼﻔﻴﺔ ‪ ، nominal data‬ﻭﺴﻭﻑ‬

‫ﻨﺘﺤﺩﺙ ﻋﻥ ﺍﻻﺨﺘﺒﺎﺭﺍﺕ ﺍﻟﻤﻨﺎﺴﺒﺔ ﻟﻜل ﻨﻭﻉ ﻤﻨﻬﺎ ﻋﻠﻰ ﺤﺩﻩ‪.‬‬

‫)‪ (9‬ﺘﺤﻠﻴل ﺍﻟﺘﺠﺎﺭﺏ ﺩﺍﺨل ﺍﻟﻤﺠﻤﻭﻋﺎﺕ‬

‫‪328‬‬

‫‪ .1 .6 .9‬اﺧﺘﺒﺎر ﻓﺮﻳﺪﻣﺎن ﻟﺘﺤﻠﻴﻞ اﻟﺘﺒﺎﻳﻦ ﻓﻲ اﻟﺒﻴﺎﻧﺎت اﻟﺘﺮﺗﻴﺒﻴﺔ ‪:‬‬ ‫‪Friedman Test For a Ordinal Data :‬‬ ‫ﻟﺘﻭﻀﻴﺢ ﻫﺫﺍ ﺍﻻﺨﺘﺒﺎﺭ ﻨﻔﺘﺭﺽ ﺃﻥ ﻫﻨﺎﻙ ﺘﺠﺭﺒﺔ ﺘﻡ ﺇﺠﺭﺍﺀﻫﺎ ﻋﻠﻰ ‪ 6‬ﻤﻥ‬

‫ﺍﻷﺸﺨﺎﺹ ﻟﻤﻌﺭﻓﺔ ﺩﺭﺠﺎﺕ ﺘﻔﻀﻴﻠﻬﻡ ﻟﻤﺫﺍﻕ ﻜل ﻤﻥ ‪ 5‬ﻤﻥ ﺃﻨﻭﺍﻉ ﻤﺨﺘﻠﻔﺔ ﻤﻥ‬

‫ﺍﻟﻤﺸﺭﻭﺒﺎﺕ‪ ،‬ﻭﺃﻋﻁﻲ ﻜل ﻤﻨﻬﻡ ‪ 5‬ﺯﺠﺎﺠﺎﺕ ﻤﺨﺘﻠﻔﺔ ﻤﻥ ﻫﺫﺍ ﺍﻟﻤﺸﺭﻭﺏ ﺤﻴﺙ ﻜﺎﻥ ﻟﻜل‬ ‫ﻤﻨﻬﺎ ﻤﺫﺍﻕ ﻤﺨﺘﻠﻑ ﻭﺩﻭﻥ ﺃﻥ ﻴﻅﻬﺭ ﺍﺴﻡ ﺃﻭ ﻨﻭﻉ ﺍﻟﻤﺸﺭﻭﺏ ﻋﻠﻴﻬﺎ ﻭﻁﻠﺏ ﻤﻥ ﻜل‬

‫ﻤﻨﻬﻡ ﺘﺭﺘﻴﺏ ﺘﻠﻙ ﺍﻟﺯﺠﺎﺠﺎﺕ ﺤﺴﺏ ﺩﺭﺠﺔ ﺘﻔﻀﻴﻠﻪ ﻟﺫﻟﻙ ﺍﻟﻤﺸﺭﻭﺏ ﻭﺫﻟﻙ ﺒﺈﻋﻁﺎﺀ ﺭﻗﻡ‬

‫ﻤﻥ ‪ 1‬ﺇﻟﻰ ‪ 5‬ﻟﻜل ﻤﺸﺭﻭﺏ ﺒﺤﻴﺙ ﻴﻌﻁﻰ ﺍﻟﺭﻗﻡ ‪ 1‬ﻟﻠﻤﺸﺭﻭﺏ ﺍﻷﻗل ﺃﻓﻀﻠﻴﺔ ﻭﺍﻟﺭﻗﻡ ‪5‬‬

‫ﻷﻜﺜﺭ ﺍﻟﻤﺸﺭﻭﺒﺎﺕ ﺃﻓﻀﻠﻴﺔ‪ ،‬ﻭﻜﺎﻨﺕ ﺍﻟﺒﻴﺎﻨﺎﺕ ﺍﻟﻨﺎﺘﺠﺔ ﻜﻤﺎ ﻓﻲ ﺸﻜل ‪ 15-9‬ﺍﻟﺘﺎﻟﻲ‪:‬‬

‫ﺸﻜل ‪ :15-9‬ﺒﻴﺎﻨﺎﺕ ‪ 6‬ﻤﻥ ﺍﻷﺸﺨﺎﺹ ﺤﻭل ﺩﺭﺠﺔ ﺘﻔﻀﻴﻠﻬﻡ ﻟﺨﻤﺱ ﺃﻨﻭﺍﻉ ﻤﻥ ﺍﻟﻤﺸﺭﻭﺒﺎﺕ‬ ‫‪Six people's ranks of five types of soft drinks in order of pleasingness‬‬ ‫‪TYPE5‬‬

‫‪TYPE4‬‬

‫‪TYPE3‬‬

‫‪TYPE2‬‬

‫‪TYPE1‬‬

‫‪3‬‬

‫‪4‬‬

‫‪5‬‬

‫‪1‬‬

‫‪2‬‬

‫‪Person 1‬‬

‫‪3‬‬

‫‪4‬‬

‫‪5‬‬

‫‪2‬‬

‫‪1‬‬

‫‪Person 2‬‬

‫‪5‬‬

‫‪2‬‬

‫‪4‬‬

‫‪3‬‬

‫‪1‬‬

‫‪Person 3‬‬

‫‪4‬‬

‫‪5‬‬

‫‪3‬‬

‫‪1‬‬

‫‪2‬‬

‫‪Person 4‬‬

‫‪3‬‬

‫‪4‬‬

‫‪5‬‬

‫‪1‬‬

‫‪2‬‬

‫‪Person 5‬‬

‫‪4‬‬

‫‪3‬‬

‫‪5‬‬

‫‪2‬‬

‫‪1‬‬

‫‪Person 6‬‬

‫ﻓﻁﺎﻟﻤﺎ ﺍﻋﺘﺒﺭﻨﺎ ﺃﻥ ﺃﻜﺜﺭ ﺃﻨﻭﺍﻉ ﺍﻟﻤﺸﺭﻭﺒﺎﺕ ﺃﻓﻀﻠﻴﺔ ﺘﺄﺨﺫ ﺩﺭﺠﺔ ﺃﻋﻠﻰ ﻓﺈﻨﻪ‬

‫ﻼ ﻟﺩﻯ‬ ‫ﺴﻴﺒﺩﻭ ﺒﺎﻟﻨﻅﺭ ﺇﻟﻰ ﺍﻟﺒﻴﺎﻨﺎﺕ ﻓﻲ ﺍﻟﺸﻜل ﺍﻟﺴﺎﺒﻕ ﺃﻥ ﺍﻟﻨﻭﻉ ﺍﻟﺜﺎﻟﺙ ﻫﻭ ﺃﻜﺜﺭ ﺘﻔﻀﻴ ﹰ‬

‫ﻤﻌﻅﻡ ﻫﺅﻻﺀ ﺍﻷﺸﺨﺎﺹ ﻤﻥ ﺍﻟﻨﻭﻉ ﺍﻷﻭل‪ ،‬ﻭﺤﻴﺙ ﺃﻥ ﺒﻴﺎﻨﺎﺕ ﺍﻷﻨﻭﺍﻉ ﺍﻟﺨﻤﺱ ﻓﻲ‬

‫ﺍﻟﺸﻜل ﻻ ﺘﻤﺜل ﺒﻴﺎﻨﺎﺕ ﻤﺘﻐﻴﺭﺍﺕ ﻤﺴﺘﻘﻠﺔ ﻭﺇﻨﻤﺎ ﺭﺘﺏ ﻟﻨﻔﺱ ﺍﻷﺸﺨﺎﺹ ﻓﺈﻥ ﺃﺴﻠﻭﺏ‬

‫ﺘﺤﻠﻴل ﺍﻟﺘﺒﺎﻴﻥ ﻟﻌﺎﻤل ﻭﺍﺤﺩ ﺩﺍﺨل ﺍﻟﻤﺸﺎﻫﺩﺍﺕ ﻻ ﻴﻤﻜﻥ ﺍﺴﺘﺨﺩﺍﻤﻪ ﻫﻨﺎ‪ ،‬ﻭﻟﻘﺩ ﺼﻤﻡ‬ ‫ﺍﺨﺘﺒﺎﺭ ﻓﺭﻴﺩﻤﺎﻥ ‪ Friedman test‬ﻟﻴﻜﻭﻥ ﻤﻨﺎﺴﺒﹰﺎ ﻟﻤﺜل ﻫﺫﻩ ﺍﻟﺒﻴﺎﻨﺎﺕ ﺍﻟﺘﺭﺘﻴﺒﻴﺔ ‪.‬‬

‫)‪ (9‬ﺘﺤﻠﻴل ﺍﻟﺘﺠﺎﺭﺏ ﺩﺍﺨل ﺍﻟﻤﺠﻤﻭﻋﺎﺕ‬

‫‪329‬‬

‫ﻭﻹﺠﺭﺍﺀ ﻫﺫﺍ ﺍﻻﺨﺘﺒﺎﺭ ﺒﺎﺴﺘﺨﺩﺍﻡ ﻨﻅﺎﻡ ‪ SPSS‬ﻴﺠﺏ ﺇﺩﺨﺎل ﺍﻟﺒﻴﺎﻨﺎﺕ ﻓﻲ ﻤﺤﺭﺭ‬ ‫ﺍﻟﺒﻴﺎﻨﺎﺕ ‪ Data Editor‬ﺒﺎﻟﻁﺭﻴﻘﺔ ﺍﻟﻤﻌﺭﻭﻓﺔ ﻭﻓﻲ ﺨﻤﺱ ﻤﺘﻐﻴﺭﺍﺕ ﺘﻤﺎﻤﺎﹰ ﻜﻤﺎ ﺘﺒﺩﻭ ﻓﻲ‬

‫ﺍﻟﺸﻜل ‪ ،‬ﻭﻟﺘﻨﻔﻴﺫ ﺍﺨﺘﺒﺎﺭ ﻓﺭﻴﺩﻤﺎﻥ ﺒﻌﺩ ﺫﻟﻙ ﻨﺘﺒﻊ ﺍﻟﺨﻁﻭﺍﺕ ﺍﻟﺘﺎﻟﻴﺔ ‪:‬‬

‫• ﻤﻥ ﻗﺎﺌﻤﺔ ﺍﻟﺘﺤﻠﻴل ﺍﻹﺤﺼﺎﺌﻲ ‪) Analyze‬ﺃﻭ ‪ (Statistics‬ﺍﺨﺘﺭ ﻗﺎﺌﻤﺔ‬

‫ﺍﻹﺤﺼﺎﺀﺍﺕ ﺍﻟﻼﻤﻌﻠﻤﻴﺔ ‪ Nonparametric Tests‬ﻭﻤﻨﻬﺎ ﺍﺨﺘﺭ ﺃﻤﺭ ﺍﻟﻌﻴﻨﺎﺕ ﺍﻟﻤﺭﺘﺒﻁﺔ‬

‫ﺍﻟﻤﺘﻌﺩﺩﺓ ‪ K Related Samples‬ﻟﺘﺤﺼل ﻋﻠﻰ ﻨﺎﻓﺫﺓ ﺍﺨﺘﺒﺎﺭﺍﺕ ﺍﻟﻌﻴﻨﺎﺕ ﺍﻟﻤﺭﺘﺒﻁﺔ‬

‫ﺍﻟﻤﺘﻌﺩﺩﺓ ‪ ، Tests for Several Related Samples‬ﻫﺫﻩ ﺍﻟﻨﺎﻓﺫﺓ ﺒﻌﺩ ﺇﺩﺨﺎل ﺠﻤﻴﻊ‬ ‫ﺒﻴﺎﻨﺎﺘﻬﺎ ﻭﻫﻲ ﻓﻘﻁ ﺃﺴﻤﺎﺀ ﺍﻟﻤﺘﻐﻴﺭﺍﺕ ﺘﻅﻬﺭ ﻓﻲ ﺍﻟﺸﻜل ‪ 16-9‬ﺃﺩﻨﺎﻩ‪.‬‬ ‫ﺸﻜل ‪ : 16-9‬ﻨﺎﻓﺫﺓ ﺍﺨﺘﺒﺎﺭﺍﺕ ﺍﻟﻌﻴﻨﺎﺕ ﺍﻟﻤﺭﺘﺒﻁﺔ ﺍﻟﻤﺘﻌﺩﺩﺓ ‪Tests for Several‬‬ ‫‪ Related Samples‬ﻓﻲ ﺍﻻﺨﺘﺒﺎﺭﺍﺕ ﺍﻟﻼﻤﻌﻠﻤﻴﺔ ‪Nonparametric Tests‬‬

‫• ﻋﺎﺩﺓ ﺘﺒﺩﻭ ﻗﺎﺌﻤﺔ ﺃﺴﻤﺎﺀ ﺍﻟﻤﺘﻐﻴﺭﺍﺕ ﻓﻲ ﺍﻟﻤﺭﺒﻊ ﻋﻠﻰ ﺍﻟﺠﻬﺔ ﺍﻟﻴﺴﺭﻯ ﻤﻥ ﺘﻠﻙ ﺍﻟﻨﺎﻓﺫﺓ‬

‫ﻓﻴﺘﻡ ﺇﺯﺍﺤﺘﻬﺎ ﺇﻟﻰ ﻤﺭﺒﻊ ﺤﻭﺍﺭ ﻤﺘﻐﻴﺭﺍﺕ ﺍﻻﺨﺘﺒﺎﺭ ‪ Test Variables‬ﺒﺎﺴﺘﺨﺩﺍﻡ ﺍﻟﺴﻬﻡ‪،‬‬

‫ﻭﺘﺄﻜﺩ ﻤﻥ ﺃﻨﻪ ﺘﻡ ﺍﺨﺘﻴﺎﺭ ﺍﺨﺘﺒﺎﺭ ﻓﺭﻴﺩﻤﺎﻥ ‪ Friedman‬ﻤﻥ ﺒﻴﻥ ﻗﺎﺌﻤﺔ ﺍﻻﺨﺘﺒﺎﺭﺍﺕ ‪Test‬‬

‫‪ Type‬ﻓﻲ ﺃﺴﻔل ﺘﻠﻙ ﺍﻟﻨﺎﻓﺫﺓ ‪.‬‬

‫• ﺃﺨﻴﺭﹰﺍ ﺍﻀﻐﻁ ﻋﻠﻰ ﻤﺭﺒﻊ ﺍﻟﺘﻨﻔﻴﺫ ‪ OK‬ﻓﻲ ﻫﺫﻩ ﺍﻟﻨﺎﻓﺫﺓ ﻟﺘﻨﻔﻴﺫ ﺍﻷﻤﺭ ‪.‬‬

‫)‪ (9‬ﺘﺤﻠﻴل ﺍﻟﺘﺠﺎﺭﺏ ﺩﺍﺨل ﺍﻟﻤﺠﻤﻭﻋﺎﺕ‬

‫‪330‬‬

‫ﻭﺘﺒﺩﻭ ﻨﺘﺎﺌﺞ ﺍﺨﺘﺒﺎﺭ ﻓﺭﻴﺩﻤﺎﻥ ‪ Friedman test‬ﻓﻲ ﻤﺤﺭﺭ ﺍﻟﻨﺘﺎﺌﺞ ﻓﻲ ﻨﻅﺎﻡ‬ ‫‪ SPSS‬ﻜﻤﺎ ﻓﻲ ﺍﻟﺸﻜل ‪ 17-9‬ﺃﺩﻨﺎﻩ ‪ ،‬ﻭﻫﻲ ﺘﻭﻀﺢ ﻤﺘﻭﺴﻁﺎﺕ ﺍﻟﺭﺘﺏ ﻓﻲ ﺠﺩﻭل‬

‫ﻤﺴﺘﻘل ﻭﺫﻭ ﻓﺎﺌﺩﺓ ﻀﺌﻴﻠﺔ ﻓﻲ ﺤﺎﻟﺔ ﺍﻟﺒﻴﺎﻨﺎﺕ ﺍﻟﺘﺭﺘﻴﺒﻴﺔ )ﺇﻟﻰ ﺍﻟﻴﺴﺎﺭ ﻤﻥ ﺍﻟﺸﻜل( ﻴﻠﻴﻪ‬

‫ﺠﺩﻭل ﺁﺨﺭ ﻴﻤﺜل ﻨﺘﺎﺌﺞ ﺍﻻﺨﺘﺒﺎﺭ ﺍﻟﻤﻁﻠﻭﺒﺔ ﺤﻴﺙ ﻴﻭﻀﺢ ﺠﻤﻴﻊ ﺍﻟﻤﻌﻠﻭﻤﺎﺕ ﺍﻟﻬﺎﻤﺔ‬

‫ﻭﻫﻲ ﻋﺩﺩ ﺍﻟﻤﻔﺭﺩﺍﺕ ‪ N‬ﻭﻗﻴﻤﺔ ﺩﺍﻟﺔ ﺍﻻﺨﺘﺒﺎﺭ ‪) Chi-Square‬ﻜﺎﻱ ﺘﺭﺒﻴﻊ( ﻭﺩﺭﺠﺎﺕ‬ ‫ﺤﺭﻴﺘﻬﺎ ‪ df‬ﻭﻤﻌﻨﻭﻴﺔ ﺍﻻﺨﺘﺒﺎﺭ ﺍﻟﺘﻘﺭﻴﺒﻴﺔ ‪ Asymp. Sig.‬ﻤﻤﺜﻠﺔ ﺒﻘﻴﻤﺔ ‪ ، p-value‬ﻭﻓﻲ‬

‫ﻫﺫﺍ ﺍﻟﻤﺜﺎل ﺤﻴﺙ ﺃﻥ ﻗﻴﻤﺔ ‪ p-value‬ﺃﻗل ﻤﻥ ‪ 0.01‬ﻓﺈﻨﻪ ﻴﻤﻜﻨﻨﺎ ﺃﻥ ﻨﺴﺘﻨﺘﺞ ﺃﻥ ﻫﻨﺎﻙ‬

‫ﺍﺨﺘﻼﻑ ﻤﻌﻨﻭﻱ ﺒﻴﻥ ﺭﺘﺏ ﺍﻷﻨﻭﺍﻉ ﺍﻟﻤﺨﺘﻠﻔﺔ ﺃﻱ ﺩﺭﺠﺎﺕ ﺘﻔﻀﻴل ﺍﻷﺸﺨﺎﺹ ﻟﻬﺫﻩ‬ ‫ﺍﻟﻤﺸﺭﻭﺒﺎﺕ ﻤﺨﺘﻠﻔﺔ ﺒﺎﺨﺘﻼﻑ ﺍﻟﻨﻭﻉ‪ ،‬ﻭﻴﻤﻜﻨﻨﺎ ﺼﻴﺎﻏﺔ ﺍﻟﻨﺘﻴﺠﺔ ﺒﺎﻟﺸﻜل ﺍﻟﺘﺎﻟﻲ‪:‬‬

‫‪Chi-square = 17.2 ; df = 4 ; p<0.01 ; Significant.‬‬ ‫ﺸﻜل ‪ : 17-9‬ﻨﺘﺎﺌﺞ ﺘﻨﻔﻴﺫ ﺃﻤﺭ ﺍﺨﺘﺒﺎﺭ ﻓﺭﻴﺩﻤﺎﻥ ‪ Friedman Test‬ﻟﻠﺒﻴﺎﻨﺎﺕ ﺍﻟﺘﺭﺘﻴﺒﻴﺔ‬ ‫ﻤﺘﻭﺴﻁﺎﺕ ﺍﻟﺭﺘﺏ‬

‫ﻨﺘﺎﺌﺞ ﺍﻻﺨﺘﺒﺎﺭ‬ ‫‪Test Statisticsa‬‬ ‫‪N‬‬

‫‪6‬‬ ‫‪17.200‬‬

‫‪Chi-Square‬‬ ‫‪df‬‬

‫‪4‬‬ ‫‪.002‬‬

‫‪Ranks‬‬

‫‪Asymp. Sig.‬‬ ‫‪a. Friedman Test‬‬

‫‪Mean Rank‬‬ ‫‪1.50‬‬

‫‪TYPE1‬‬

‫‪1.67‬‬

‫‪TYPE2‬‬

‫‪4.50‬‬

‫‪TYPE3‬‬

‫‪3.67‬‬

‫‪TYPE4‬‬

‫‪3.67‬‬

‫‪TYPE5‬‬

‫‪ .2 .6 .9‬اﺧﺘﺒﺎر آﻮآﺮان ‪ -‬آﻴﻮ ﻟﻠﺒﻴﺎﻧﺎت اﻟﻮﺻﻔﻴﺔ ‪:‬‬ ‫‪Cochran’s Q Test For a Nominal Data :‬‬ ‫ﻭﻫﺫﺍ ﺍﻻﺨﺘﺒﺎﺭ ﻴﻨﺎﺴﺏ ﺍﻟﻤﻘﺎﺭﻨﺔ ﺒﻴﻥ ﺍﻟﻤﺘﻭﺴﻁﺎﺕ ﻓﻲ ﺒﻴﺎﻨﺎﺕ ﺘﺠﺎﺭﺏ ﻤﺜل‬

‫ﺍﻟﺘﺠﺭﺒﺔ ﺍﻟﺴﺎﺒﻘﺔ ﻭﻟﻜﻥ ﺍﻟﻘﻴﻡ ﺍﻟﺘﻲ ﺘﺄﺨﺫﻫﺎ ﺍﻟﻤﺘﻐﻴﺭﺍﺕ ﻏﻴﺭ ﻗﺎﺒﻠﺔ ﻟﻠﺘﺭﺘﻴﺏ‪ ،‬ﺃﻱ ﻟﻥ‬

‫ﻴﺨﺘﻠﻑ ﺍﻟﻤﻌﻨﻰ ﺇﺫﺍ ﺘﻐﻴﺭ ﺘﺭﺘﻴﺏ ﻗﻴﻡ ﻫﺫﻩ ﺍﻟﻤﺘﻐﻴﺭﺍﺕ‪ ،‬ﻭﻟﺘﻭﻀﻴﺢ ﺫﻟﻙ ﻨﻔﺘﺭﺽ ﺃﻥ ﻫﻨﺎﻙ‬

‫)‪ (9‬ﺘﺤﻠﻴل ﺍﻟﺘﺠﺎﺭﺏ ﺩﺍﺨل ﺍﻟﻤﺠﻤﻭﻋﺎﺕ‬

‫‪331‬‬

‫ﺘﺠﺭﺒﺔ ﺃﺠﺭﻴﺕ ﻋﻠﻰ ‪ 6‬ﻤﻥ ﺍﻷﻁﻔﺎل‪ ،‬ﻓﻁﻠﺏ ﻤﻥ ﻜل ﻤﻨﻬﻡ ﺃﻥ ﻴﺘﺨﻴل ﺃﻨﻪ ﻓﻲ ﺨﻤﺱ‬ ‫ﻤﻭﺍﻗﻑ ﻤﺨﺘﻠﻔﺔ ﻭﻋﻠﻰ ﻜل ﻤﻨﻬﻡ ﺃﻥ ﻴﺨﺘﺎﺭ ﻤﺎ ﺒﻴﻥ ﻁﺭﻴﻘﺘﻴﻥ‪ :‬ﺍﻟﻁﺭﻴﻘﺔ ‪) A‬ﻭﺃﻋﻁﻴﺕ‬

‫ﺍﻟﻘﻴﻤﺔ ‪ (0‬ﻭﺍﻟﻁﺭﻴﻘﺔ ‪) B‬ﻭﺃﻋﻁﻴﺕ ﺍﻟﻘﻴﻤﺔ ‪ (1‬ﻭﻴﻤﻜﻨﻪ ﺍﻟﺘﺼﺭﻑ ﺒﺄﻱ ﻤﻨﻬﻤﺎ ﻓﻲ ﻜل ﻤﻥ‬

‫ﺘﻠﻙ ﺍﻟﻤﻭﺍﻗﻑ‪ ،‬ﻭﺃﻋﻁﺕ ﺍﻟﺘﺠﺭﺒﺔ ﺍﻟﺒﻴﺎﻨﺎﺕ )ﻓﻲ ﺸﻜل ‪ (18-9‬ﺍﻟﺘﺎﻟﻴﺔ‪ ،‬ﻭﺒﺎﻟﻨﻅﺭ ﺇﻟﻰ ﻫﺫﻩ‬ ‫ﺍﻟﺒﻴﺎﻨﺎﺕ ﻴﺘﻀﺢ ﺒﺴﻬﻭﻟﺔ ﺃﻥ ﺍﻟﻁﺭﻴﻘﺔ ‪) B‬ﺍﻟﺘﻲ ﺘﺄﺨﺫ ﺍﻟﻘﻴﻡ ‪ (1‬ﻗﺩ ﺘﻡ ﺍﺨﺘﻴﺎﺭﻫﺎ ﻓﻲ ﺒﻌﺽ‬

‫ﺍﻟﻤﻭﺍﻗﻑ ﺃﻜﺜﺭ ﻤﻥ ﻏﻴﺭﻫﺎ ﻤﻥ ﺍﻟﻤﻭﺍﻗﻑ‪ ،‬ﻭﻴﻤﻜﻥ ﺍﺨﺘﺒﺎﺭ ﻤﺩﻯ ﺩﻗﺔ ﻫﺫﻩ ﺍﻟﻤﻼﺤﻅﺔ‪،‬‬ ‫ﻭﺍﻻﺨﺘﺒﺎﺭ ﺍﻟﻤﻨﺎﺴﺏ ﻟﻤﺜل ﻫﺫﻩ ﺍﻟﺤﺎﻟﺔ ﻫﻭ ﺍﺨﺘﺒﺎﺭ ﻜﻭﻜﺭﺍﻥ – ﻜﻴﻭ ‪Cochran's Q test‬‬

‫ﺍﻟﺫﻱ ﺼﻤﻡ ﺨﺼﻴﺼﹰﺎ ﻟﻼﺴﺘﺨﺩﺍﻡ ﻓﻲ ﺤﺎﻟﺔ ﺍﻟﻌﻴﻨﺎﺕ ﺍﻟﻤﺭﺘﺒﻁﺔ ﻟﻠﺒﻴﺎﻨﺎﺕ ﺍﻟﻭﺼﻔﻴﺔ ﺫﺍﺕ‬ ‫ﺍﻟﻘﻴﻤﺘﻴﻥ ﻓﻘﻁ ‪. dichotomous nominal data‬‬

‫ﺸﻜل ‪ : 18-9‬ﺒﻴﺎﻨﺎﺕ ‪ 6‬ﻤﻥ ﺍﻷﻁﻔﺎل ﺤﻭل ﻁﺭﻴﻘﺔ ﺍﻟﺘﺼﺭﻑ ﻓﻲ ﻜل ﻤﻥ ﺨﻤﺱ ﻤﻭﺍﻗﻑ‬ ‫‪Courses of action chosen by six children in five scenarios‬‬

‫‪Scene 2‬‬

‫‪Scene 1‬‬

‫‪Scene 3 Scene 4 Scene 5‬‬ ‫‪1‬‬

‫‪1‬‬

‫‪1‬‬

‫‪0‬‬

‫‪0‬‬

‫‪Child 1‬‬

‫‪1‬‬

‫‪1‬‬

‫‪0‬‬

‫‪1‬‬

‫‪0‬‬

‫‪Child 2‬‬

‫‪1‬‬

‫‪1‬‬

‫‪1‬‬

‫‪1‬‬

‫‪1‬‬

‫‪Child 3‬‬

‫‪0‬‬

‫‪1‬‬

‫‪0‬‬

‫‪0‬‬

‫‪0‬‬

‫‪Child 4‬‬

‫‪0‬‬

‫‪0‬‬

‫‪0‬‬

‫‪0‬‬

‫‪0‬‬

‫‪Child 5‬‬

‫‪1‬‬

‫‪1‬‬

‫‪0‬‬

‫‪0‬‬

‫‪0‬‬

‫‪Child 6‬‬

‫ﻭﻟﺘﻨﻔﻴﺫ ﺃﻤﺭ ﺍﺨﺘﺒﺎﺭ ﻜﻭﻜﺭﺍﻥ ‪ -‬ﻜﻴﻭ ﻴﺘﻡ ﺍﺘﺒﺎﻉ ﻨﻔﺱ ﺍﻟﺨﻁﻭﺍﺕ ﺍﻟﺘﻲ ﺘﻡ‬

‫ﺘﻭﻀﻴﺤﻬﺎ ﻻﺴﺘﺨﺩﺍﻤﻬﺎ ﻓﻲ ﺘﻨﻔﻴﺫ ﺃﻤﺭ ﺍﺨﺘﺒﺎﺭ ﻓﺭﻴﺩﻤﺎﻥ ‪ Friedman test‬ﺍﻟﺴﺎﺒﻕ ﻭﻟﻜﻥ‬

‫ﺘﺄﻜﺩ ﻤﻥ ﺃﻨﻪ ﺘﻡ ﺍﺨﺘﻴﺎﺭ ﺍﺨﺘﺒﺎﺭ ﻜﻭﻜﺭﺍﻥ – ﻜﻴﻭ ‪ Cochran's Q test‬ﻤﻥ ﺒﻴﻥ ﻗﺎﺌﻤﺔ‬

‫ﺍﻻﺨﺘﺒﺎﺭﺍﺕ ‪ Test Type‬ﻓﻲ ﺃﺴﻔل ﻨﺎﻓﺫﺓ ﺍﺨﺘﺒﺎﺭﺍﺕ ﺍﻟﻌﻴﻨﺎﺕ ﺍﻟﻤﺭﺘﺒﻁﺔ ﺍﻟﻤﺘﻌﺩﺩﺓ ‪Tests‬‬

‫‪ for Several Related Samples‬ﻓﻲ ﺸﻜل ‪ ، 16-9‬ﺜﻡ ﺍﻀﻐﻁ ﻋﻠﻰ ﺃﻤﺭ ﺍﻟﺘﻨﻔﻴﺫ‬ ‫‪ OK‬ﻟﺘﻨﻔﻴﺫ ﺃﻤﺭ ﺍﺨﺘﺒﺎﺭ ﻜﻭﻜﺭﺍﻥ– ﻜﻴﻭ ‪ Cochran's Q test‬ﻭﺍﻟﺤﺼﻭل ﻋﻠﻰ ﺍﻟﻨﺘﺎﺌﺞ‪.‬‬

‫)‪ (9‬ﺘﺤﻠﻴل ﺍﻟﺘﺠﺎﺭﺏ ﺩﺍﺨل ﺍﻟﻤﺠﻤﻭﻋﺎﺕ‬

‫‪332‬‬

‫ﺸﻜل ‪ : 19-9‬ﻨﺘﺎﺌﺞ ﺘﻨﻔﻴﺫ ﺃﻤﺭ ﺍﺨﺘﺒﺎﺭ ﻜﻭﻜﺭﺍﻥ ‪ -‬ﻜﻴﻭ ‪ Cochran Q Test‬ﻟﻠﺒﻴﺎﻨﺎﺕ‬ ‫ﺍﻟﻭﺼﻔﻴﺔ ﺫﺍﺕ ﺍﻟﻘﻴﻤﺘﻴﻥ ﻓﻘﻁ ﻓﻲ ﺍﻟﻌﻴﻨﺎﺕ ﺍﻟﻤﺭﺘﺒﻁﺔ ‪dichotomous nominal data‬‬ ‫‪Cochran Test‬‬ ‫‪Test Statistics‬‬ ‫‪N‬‬

‫‪6‬‬ ‫‪a‬‬

‫‪9.818‬‬

‫‪Value‬‬

‫‪Cochran's Q‬‬ ‫‪df‬‬

‫‪4‬‬ ‫‪.044‬‬

‫‪Frequencies‬‬

‫‪Asymp. Sig.‬‬

‫‪a. 0 is treated as a success.‬‬

‫‪0‬‬

‫‪1‬‬ ‫‪1‬‬

‫‪5‬‬

‫‪Scene 1‬‬

‫‪2‬‬

‫‪4‬‬

‫‪Scene 2‬‬

‫‪2‬‬

‫‪4‬‬

‫‪Scene 3‬‬

‫‪5‬‬

‫‪1‬‬

‫‪Scene 4‬‬

‫‪4‬‬

‫‪2‬‬

‫‪Scene 5‬‬

‫ﻭﺸﻜل ‪ 19-9‬ﺃﻋﻼﻩ ﻴﻭﻀﺢ ﻗﺎﺌﻤﺔ ﻨﺘﺎﺌﺞ ﺘﻨﻔﻴﺫ ﺃﻤﺭ ﺍﺨﺘﺒﺎﺭ ﻜﻭﻜﺭﺍﻥ – ﻜﻴﻭ‬ ‫‪ Cochran's Q test‬ﻋﻠﻰ ﺒﻴﺎﻨﺎﺕ ﺘﺠﺭﺒﺔ ﺍﻟﻤﻭﺍﻗﻑ ﻋﻠﻰ ﺍﻷﻁﻔﺎل ﺍﻟﺘﻲ ﺘﻡ ﻭﺼﻔﻬﺎ‪،‬‬

‫ﻭﺘﺒﻴﻥ ﻗﺎﺌﻤﺔ ﺍﻟﻨﺘﺎﺌﺞ ﺃﻥ ﺍﻟﻔﺭﻭﻕ ﺒﻴﻥ ﻁﺭﻕ ﺍﻟﺘﺼﺭﻑ ﺍﻟﺘﻲ ﺘﺘﺒﻊ ﺒﻭﺍﺴﻁﺔ ﺍﻷﻁﻔﺎل ﻓﻲ‬

‫ﺍﻟﻤﻭﺍﻗﻑ ﺍﻟﺨﻤﺱ ﺍﻟﻤﺨﺘﻠﻔﺔ ﻫﻲ ﻓﺭﻭﻕ ﻤﻌﻨﻭﻴﺔ ﻋﻨﺩ ﻤﺴﺘﻭﻯ ﺃﻗل ﻤﻥ ‪ 0.05‬ﻭﻟﻜﻥ ﻟﻴﺱ‬

‫ﺒﻤﺴﺘﻭﻯ ﻤﻌﻨﻭﻴﺔ ﺃﻗل ﻤﻥ ‪ ، 0.01‬ﻭﺫﻟﻙ ﻷﻥ ﻗﻴﻤﺔ ‪ p-value‬ﺍﻟﺘﻲ ﻴﺸﺎﺭ ﺇﻟﻴﻬﺎ ﺒﺎﻟﻤﻌﻨﻭﻴﺔ‬ ‫ﺍﻟﺘﻘﺭﻴﺒﻴﺔ ‪ Asymp. Sig.‬ﻓﻲ ﺍﻟﺸﻜل ﺒﺎﻟﻜﺎﺩ ﺃﻗل ﻤﻥ ‪ ، 0.05‬ﻭﺒﺎﻟﺘﺎﻟﻲ ﻓﺈﻨﻪ ﻴﻤﻜﻥ‬

‫ﺍﻟﺘﻌﺒﻴﺭ ﻋﻥ ﻨﺘﺎﺌﺞ ﻫﺫﻩ ﺍﻟﺘﺠﺭﺒﺔ ﺇﺤﺼﺎﺌﻴﺎ ﻜﻤﺎ ﻴﻠﻲ ‪:‬‬

‫‪Cochran Q = 9.82 ; df = 4 ; p < 0.05 ; significant.‬‬

‫)‪ (9‬ﺘﺤﻠﻴل ﺍﻟﺘﺠﺎﺭﺏ ﺩﺍﺨل ﺍﻟﻤﺠﻤﻭﻋﺎﺕ‬

‫‪333‬‬

‫‪ .7 .9‬ﺗﺤﻠﻴﻞ اﻟﺘﺒﺎﻳﻦ ﻓﻲ اﻟﺘﺠﺎرب داﺧﻞ اﻟﻤﺠﻤﻮﻋﺎت ذات ﻋﺎﻣﻠﻴﻦ ‪:‬‬ ‫‪The Two-Factor Within Subjects ANOVA:‬‬ ‫ﻟﺘﻭﻀﻴﺢ ﺨﻁﻭﺍﺕ ﺘﺤﻠﻴل ﺍﻟﺘﺒﺎﻴﻥ ﺩﺍﺨل ﺍﻟﻤﺠﻤﻭﻋﺎﺕ ﻓﻲ ﺍﺘﺠﺎﻫﻴﻥ ﻨﻔﺘﺭﺽ ﺃﻨﻪ‬ ‫ﺃﺠﺭﻴﺕ ﺘﺠﺭﺒﺔ ﻟﻠﺘﺤﻘﻕ ﻤﻥ ﺼﺤﺔ ﻨﻅﺭﻴﺔ ﺘﻨﺹ ﻋﻠﻰ ﺃﻥ ﻫﻨﺎﻙ ﺃﻨﻤﺎﻁ ﻤﻌﻴﻨﺔ ﻓﻲ‬ ‫ﺍﻟﺸﺎﺸﺔ‪ ،‬ﻫﺫﻩ ﺍﻷﻨﻤﺎﻁ ﺘﺨﺘﻠﻑ ﻓﻲ ﺍﻟﺸﻜل ‪ Shape‬ﻭﻓﻲ ﻨﻤﻁ ﺍﻟﺘﻅﻠﻴل ‪ ،Solidity‬ﻭﻜﺎﻥ‬

‫ﺍﻟﻤﺘﻐﻴﺭ ﺍﻟﺘﺎﺒﻊ ﻫﻭ ﻋﺩﺩ ﺍﻷﺨﻁﺎﺀ ﺍﻟﺘﻲ ﻭﻗﻊ ﺒﻬﺎ ﺍﻟﻤﺸﺎﺭﻜﻭﻥ ﻓﻲ ﺍﻟﺘﺠﺭﺒﺔ‪ ،‬ﻭﻜﺎﻥ‬

‫ﺍﻟﻌﺎﻤﻠﻴﻥ ﻫﻤﺎ ﺍﻟﺸﻜل ‪) Shape‬ﻭﻟﻪ ﺜﻼﺙ ﻤﺴﺘﻭﻴﺎﺕ‪ :‬ﺩﺍﺌﺭﻱ ‪ Circle‬ﻭﻤﺭﺒﻊ ‪Square‬‬

‫ﻭﻤﺜﻠﺙ ‪ (Triangle‬ﻭﻨﻤﻁ ﺍﻟﺘﻅﻠﻴل ‪) Solidity‬ﻭﻟﻪ ﻤﺴﺘﻭﻴﻴﻥ ﻫﻤﺎ‪ :‬ﻤﺨﻁﻁ ﻤﻔﺭﻍ‬

‫‪ Outline‬ﻭﻤﻅﻠل ‪ ،(Solid‬ﻭﻴﻌﺘﻘﺩ ﺍﻟﺒﺎﺤﺙ ﺃﻥ ﻋﺎﻤل ﻨﻤﻁ ﺘﻅﻠﻴل ﺍﻟﺸﻜل ﻟﻪ ﺘﺄﺜﻴﺭ ﺒﺎﻟﻎ‬

‫ﻋﻠﻰ ﻗﺩﺭﺓ ﺍﻟﺸﺨﺹ ﻤﻥ ﺘﻤﻴﻴﺯﻩ ﺒﺴﺭﻋﺔ ﺃﻱ ﻟﻪ ﺘﺄﺜﻴﺭ ﻜﺒﻴﺭ ﻋﻠﻰ ﺍﻟﺨﻁﺄ ﺍﻟﺫﻱ ﻴﻤﻜﻥ ﺃﻥ‬

‫ﻴﻘﻊ ﺒﻪ ﻫﺫﺍ ﺍﻟﺸﺨﺹ‪ ،‬ﻭﻟﻬﺫﻩ ﺍﻟﺘﺠﺭﺒﺔ ﺘﻡ ﺍﺴﺘﺨﺩﺍﻡ ﻨﻔﺱ ﺍﻟﻤﺸﺎﺭﻜﻴﻥ ﻟﺠﻤﻴﻊ ﺍﻟﺘﺸﻜﻴﻼﺕ‬

‫ﺍﻟﻤﻤﻜﻨﺔ ﺍﻟﻤﻜﻭﻨﺔ ﻤﻥ ﺃﺯﻭﺍﺝ ﻤﺴﺘﻭﻴﺎﺕ ﺍﻟﻌﺎﻤﻠﻴﻥ‪ ،‬ﺃﻱ ﺃﻥ ﺍﻟﺘﺠﺭﺒﺔ ﺼﻤﻤﺕ ﻟﺘﻜﻭﻥ‬ ‫ﺘﺠﺭﺒﺔ ﺩﺍﺨل ﺍﻟﻤﺠﻤﻭﻋﺎﺕ ﺫﺍﺕ ﻋﺎﻤﻠﻴﻥ )ﺃﻱ ﻗﻴﺎﺴﺎﺕ ﻤﺘﻜﺭﺭﺓ ‪repeated measures‬‬

‫ﻋﻠﻰ ﻜل ﻤﻥ ﻋﺎﻤﻠﻴﻥ(‪ ،‬ﻭﺃﻋﻁﺕ ﺍﻟﺘﺠﺭﺒﺔ ﺍﻟﺒﻴﺎﻨﺎﺕ ﺍﻟﻤﺒﻴﻨﺔ ﻓﻲ ﺍﻟﺸﻜل ‪ 20-9‬ﺃﺩﻨﺎﻩ‪.‬‬

‫ﻭﻴﺠﺩﺭ ﺒﺎﻟﺫﻜﺭ ﺃﻥ ﺍﻟﺘﺠﺎﺭﺏ ﺩﺍﺨل ﺍﻟﻤﺠﻤﻭﻋﺎﺕ ﺫﺍﺕ ﺍﻟﻌﺎﻤﻠﻴﻥ ﺃﻭ ﺃﻜﺜﺭ ﺘﺘﻁﻠﺏ‬

‫ﻋﺎﺩﺓ ﺘﻭﺨﻲ ﺍﻟﺩﻗﺔ ﻭﺍﻟﺤﺫﺭ ﺍﻟﻜﺒﻴﺭﻴﻥ ﻓﻲ ﺍﻟﺘﺤﻠﻴل‪ ،‬ﻭﺫﻟﻙ ﻷﻨﻪ ﺴﻴﻜﻭﻥ ﻓﻲ ﻤﺜل ﻫﺫﻩ‬

‫ﺍﻟﺤﺎﻻﺕ ﻋﺎﺩﺓ ﺘﺸﺎﺒﻙ ﻜﺒﻴﺭ ﻓﻲ ﺒﻴﺎﻨﺎﺕ ﻤﺜل ﻫﺫﻩ ﺍﻟﺘﺠﺎﺭﺏ‪ ،‬ﻭﻟﺫﻟﻙ ﻴﺠﺏ ﺍﻟﺘﺄﻜﺩ ﻤﻥ ﺃﻥ‬

‫ﻨﻅﺎﻡ ‪ SPSS‬ﻗﺩ ﺘﻌﺭﻑ ﺒﺩﻗﺔ ﻋﻠﻰ ﺃﻱ ﻤﻥ ﺍﻟﺒﻴﺎﻨﺎﺕ ﺘﻡ ﺍﻟﺤﺼﻭل ﻋﻠﻴﻬﺎ ﻓﻲ ﻅل ﻜل‬

‫ﺘﺸﻜﻴﻠﺔ ﻟﺯﻭﺝ ﻤﻥ ﻤﺴﺘﻭﻴﺎﺕ ﺍﻟﻌﺎﻤﻠﻴﻥ‪ ،‬ﻭﻓﻲ ﻫﺫﺍ ﺍﻟﻤﺜﺎل ﻫﻨﺎﻙ ‪ 6‬ﻤﺸﺎﻫﺩﺍﺕ ﻟﻜل ﻤﻔﺭﺩﺓ‬ ‫ﻤﻥ ﻤﻔﺭﺩﺍﺕ ﺍﻟﺘﺠﺭﺒﺔ‪ ،‬ﻭﻜل ﻤﺸﺎﻫﺩﺓ ﻫﻲ ﻋﺒﺎﺭﺓ ﻋﻥ ﻗﻴﺎﺱ ﻤﺤﺩﺩ ﺘﻡ ﺍﻟﺤﺼﻭل ﻋﻠﻴﻪ ﻓﻲ‬

‫ﻅل ﺘﺸﻜﻴﻠﺔ ﻤﺨﺘﻠﻔﺔ ﻤﻥ ﻤﺴﺘﻭﻴﺎﺕ ﺍﻟﻌﺎﻤﻠﻴﻥ‪ ،‬ﻭﻴﻤﻜﻨﻨﺎ ﺘﺴﻤﻴﺔ ﺍﻟﻤﺘﻐﻴﺭﺍﺕ ﻓﻲ ﺍﻟﺒﻴﺎﻨﺎﺕ‬ ‫ﺒﺄﺴﻤﺎﺀ ﻤﺜل ‪ crisol‬ﻭ ‪ circlin‬ﻭ ‪ squarsol‬ﻭ ‪ squarlin‬ﻭ ‪ triansol‬ﻭ ‪trianlin‬‬

‫ﻟﺘﻤﺜل ﺠﻤﻴﻊ ﺍﻟﺘﺸﻜﻴﻼﺕ ﺍﻟﺴﺕ ﺍﻟﻤﺨﺘﻠﻔﺔ ﺍﻟﻤﻤﻜﻨﺔ ﻤﻥ ﺃﺯﻭﺍﺝ ﻤﺴﺘﻭﻴﺎﺕ ﻋﺎﻤﻠﻲ ﺍﻟﺸﻜل‬

‫‪ Shape‬ﻭﻨﻤﻁ ﺍﻟﺘﻅﻠﻴل ‪ ، Solidity‬ﻭﻓﻲ ﺤﺎﻟﺔ ﻤﺎ ﺇﺫﺍ ﻜﺎﻥ ﻫﻨﺎﻙ ﻋﺩﺩ ﻜﺒﻴﺭ ﻤﻥ ﻤﺜل‬

‫)‪ (9‬ﺘﺤﻠﻴل ﺍﻟﺘﺠﺎﺭﺏ ﺩﺍﺨل ﺍﻟﻤﺠﻤﻭﻋﺎﺕ‬

‫‪334‬‬

‫ﻼ‬ ‫ﻫﺫﻩ ﺍﻟﺘﺸﻜﻴﻼﺕ ﻓﻲ ﺍﻟﺘﺠﺭﺒﺔ ﻓﺭﺒﻤﺎ ﺴﻭﻑ ﻴﻜﻭﻥ ﺘﺴﻤﻴﺔ ﻜل ﻤﺘﻐﻴﺭ ﻤﻥ ﺍﻟﻤﺘﻐﻴﺭﺍﺕ ﻋﻤ ﹰ‬ ‫ﻼ ﻭﺸﺎﻗﹰﺎ ﻓﺈﻨﻪ ﻴﻤﻜﻥ ﻓﻲ ﻫﺫﻩ ﺍﻟﺤﺎﻟﺔ ﺍﺴﺘﺨﺩﺍﻡ ﺍﻷﺴﻤﺎﺀ ﺍﻟﺘﻠﻘﺎﺌﻴﺔ ﻟﻠﻤﺘﻐﻴﺭﺍﺕ ﻤﺜل‬ ‫ﻁﻭﻴ ﹰ‬

‫ﺍﻷﺴﻤﺎﺀ ‪ var00001‬ﻭ ‪ var00002‬ﻭ ‪ ، ...‬ﻭﻟﻜﻥ ﻓﻲ ﻫﺫﻩ ﺍﻟﺤﺎﻟﺔ ﻴﺠﺏ ﺘﻭﺨﻲ ﺍﻟﻤﺯﻴﺩ‬

‫ﻤﻥ ﺍﻟﺤﺫﺭ ﺤﺘﻰ ﻻ ﻴﻨﺴﻰ ﺍﻟﻤﺴﺘﺨﺩﻡ ﻓﻲ ﻫﺫﻩ ﺍﻟﺤﺎﻟﺔ ﺃﻱ ﺍﻟﻤﺘﻐﻴﺭﺍﺕ ﺘﻤﺜل ﻜل ﺘﺸﻜﻴﻠﺔ‬

‫ﻤﻥ ﺘﺸﻜﻴﻼﺕ ﻤﺴﺘﻭﻴﺎﺕ ﺍﻟﻌﻭﺍﻤل ﺍﻟﻤﺨﺘﻠﻔﺔ ‪ ،‬ﻫﺫﻩ ﺍﻟﻤﻌﻠﻭﻤﺎﺕ ﻴﺠﺏ ﺃﻥ ﺘﻅل ﻗﻴﺩ‬

‫ﺍﻻﻫﺘﻤﺎﻡ ﺨﺎﺼﺔ ﻋﻨﺩ ﺍﻟﻭﺼﻭل ﺇﻟﻰ ﺘﺤﺩﻴﺩ ﺍﻟﻤﺘﻐﻴﺭﺍﺕ ﺩﺍﺨل ﺍﻟﻤﺠﻤﻭﻋﺎﺕ ﻋﻨﺩ ﺘﻨﻔﻴﺫ ﺃﻤﺭ‬

‫ﺘﺤﻠﻴل ﺍﻟﺘﺒﺎﻴﻥ‪.‬‬

‫ﺸﻜل ‪ : 20-9‬ﺒﻴﺎﻨﺎﺕ ‪ 10‬ﻤﻥ ﺍﻷﺸﺨﺎﺹ ﺘﻤﺜل ﺍﻷﺨﻁﺎﺀ ﻓﻲ ﺍﻟﺘﻌﺭﻑ ﻋﻠﻰ ﺃﺸﻜﺎل ﻤﺨﺘﻠﻔﺔ‬

‫ﻓﻲ ﺘﺸﻜﻴﻼﺕ ﻤﺨﺘﻠﻔﺔ ﻤﻥ ﻋﺎﻤﻠﻲ ﺍﻟﺸﻜل ‪ Shape‬ﻭﻨﻤﻁ ﺍﻟﺘﻅﻠﻴل ‪ Solidity‬ﻓﻲ ﺍﻟﺸﺎﺸﺔ ﻓﻲ‬ ‫ﺘﺠﺭﺒﺔ ﺩﺍﺨل ﺍﻟﻤﺸﺎﻫﺩﺍﺕ ﺫﺍﺕ ﻋﺎﻤﻠﻴﻥ‪.‬‬ ‫‪Results of Two-Factor Within Subjects Experiment‬‬ ‫‪Triangle‬‬

‫‪Circle‬‬

‫‪Square‬‬

‫‪Outline‬‬

‫‪Solid‬‬

‫‪Outline‬‬

‫‪Solid‬‬

‫‪Outline‬‬

‫‪Solid‬‬

‫‪Case‬‬

‫‪5‬‬

‫‪7‬‬

‫‪8‬‬

‫‪2‬‬

‫‪2‬‬

‫‪4‬‬

‫‪1‬‬

‫‪9‬‬

‫‪8‬‬

‫‪6‬‬

‫‪2‬‬

‫‪6‬‬

‫‪3‬‬

‫‪2‬‬

‫‪3‬‬

‫‪5‬‬

‫‪5‬‬

‫‪2‬‬

‫‪10‬‬

‫‪2‬‬

‫‪3‬‬

‫‪9‬‬

‫‪2‬‬

‫‪5‬‬

‫‪5‬‬

‫‪8‬‬

‫‪1‬‬

‫‪4‬‬

‫‪10‬‬

‫‪5‬‬

‫‪5‬‬

‫‪4‬‬

‫‪6‬‬

‫‪4‬‬

‫‪5‬‬

‫‪12‬‬

‫‪9‬‬

‫‪6‬‬

‫‪4‬‬

‫‪6‬‬

‫‪3‬‬

‫‪6‬‬

‫‪8‬‬

‫‪4‬‬

‫‪6‬‬

‫‪2‬‬

‫‪12‬‬

‫‪7‬‬

‫‪7‬‬

‫‪10‬‬

‫‪0‬‬

‫‪5‬‬

‫‪9‬‬

‫‪10‬‬

‫‪6‬‬

‫‪8‬‬

‫‪12‬‬

‫‪8‬‬

‫‪6‬‬

‫‪7‬‬

‫‪5‬‬

‫‪4‬‬

‫‪9‬‬

‫‪12‬‬

‫‪10‬‬

‫‪8‬‬

‫‪12‬‬

‫‪12‬‬

‫‪2‬‬

‫‪10‬‬

‫)‪ (9‬ﺘﺤﻠﻴل ﺍﻟﺘﺠﺎﺭﺏ ﺩﺍﺨل ﺍﻟﻤﺠﻤﻭﻋﺎﺕ‬

‫‪335‬‬

‫ﻭﻓﻲ ﻫﺫﺍ ﺍﻟﻤﺜﺎل ﻻﺒﺩ ﻤﻥ ﺍﻟﺘﺫﻜﻴﺭ ﺒﺤﻘﻴﻘﺔ ﺃﻥ ﻨﻅﺎﻡ ‪ SPSS‬ﻴﻌﺎﻤل ﻜل ﺘﺸﻜﻴﻠﺔ‬ ‫ﻤﻥ ﻤﺴﺘﻭﻴﺎﺕ ﺍﻟﻌﺎﻤﻠﻴﻥ ﺩﺍﺨل ﺍﻟﻤﻌﺎﻟﺠﺎﺕ ﻤﻥ ﺍﻟﺘﺸﻜﻴﻼﺕ ﺍﻟﺴﺕ ﻜﻤﺘﻐﻴﺭ ﺘﺎﺒﻊ ﻗﺎﺌﻡ ﺒﺫﺍﺘﻪ‪،‬‬

‫ﻭﻟﻬﺫﺍ ﻓﺈﻨﻪ ﻴﻤﻜﻨﻨﺎ ﺃﻥ ﻨﺭﻯ ﺃﻥ ﻤﺠﻤﻭﻋﺔ ﺍﻷﺴﻤﺎﺀ ﺍﻟﺴﺕ ‪ crisol‬ﻭ ‪ circlin‬ﻭ‬

‫‪ squarsol‬ﻭ ‪ squarlin‬ﻭ ‪ triansol‬ﻭ ‪ trianlin‬ﺍﻟﺘﻲ ﺘﻤﺜل ‪ 6‬ﻤﺘﻐﻴﺭﺍﺕ ﺘﻅﻬﺭ ﻓﻲ‬

‫ﺸﻜل ‪ 6‬ﺃﻋﻤﺩﺓ ﻓﻲ ﻤﺤﺭﺭ ﺍﻟﺒﻴﺎﻨﺎﺕ ﻓﻲ ﻨﻅﺎﻡ ‪ SPSS‬ﻜﻤﺎ ﻴﻅﻬﺭ ﻓﻲ ﺸﻜل ‪.21-9‬‬

‫ﻭﻟﺘﺠﻬﻴﺯ ﺒﻴﺎﻨﺎﺕ ﺘﺠﺭﺒﺔ ﺩﺍﺨل ﺍﻟﻤﺠﻤﻭﻋﺎﺕ ﻟﻠﺘﺤﻠﻴل ﺍﻹﺤﺼﺎﺌﻲ ﻻﺒﺩ ﺃﻥ ﻴﻅﻬﺭ‬

‫ﺸﻜل ﻤﻠﻑ ﺍﻟﺒﻴﺎﻨﺎﺕ ﻓﻲ ﻤﺤﺭﺭ ﺍﻟﺒﻴﺎﻨﺎﺕ ‪ Data Editor‬ﻜﻤﺎ ﻓﻲ ﺍﻟﺸﻜل ‪ ،21-9‬ﻭﻓﻲ‬ ‫ﻫﺫﻩ ﺍﻟﺤﺎﻟﺔ ﺘﻡ ﺇﺩﺨﺎل ﺍﻟﺒﻴﺎﻨﺎﺕ ﻜﻤﺎ ﺴﺒﻕ ﻭﺼﻔﻪ ﺇﻻ ﺃﻥ ﻫﻨﺎﻙ ﻋﻤﻭﺩﹰﺍ ﺇﻀﺎﻓﻴﹰﺎ ﻓﻲ‬ ‫ﺍﻟﻤﺤﺭﺭ ﺨﺎﺹ ﺒﺭﻗﻡ ﺍﻟﻤﻔﺭﺩﺓ ﻓﻲ ﺍﻟﺘﺠﺭﺒﺔ‪.‬‬

‫ﺸﻜل ‪ : 21-9‬ﺠﺎﻨﺏ ﻤﻥ ﻤﺤﺭﺭ ﺍﻟﺒﻴﺎﻨﺎﺕ ‪ Data Editor‬ﻓﻲ ﻨﻅﺎﻡ ‪ SPSS‬ﻴﺒﻴﻥ ﺒﻴﺎﻨﺎﺕ‬ ‫ﺍﻟﺘﺸﻜﻴﻼﺕ ﺍﻟﻤﺨﺘﻠﻔﺔ ﻤﻥ ﻋﺎﻤﻠﻴﻥ ﻓﻲ ﺘﺠﺭﺒﺔ ﺩﺍﺨل ﺍﻟﻤﺸﺎﻫﺩﺍﺕ ﺫﺍﺕ ﻋﺎﻤﻠﻴﻥ‪.‬‬

‫ﻭﺍﻵﻥ ﻟﺒﺩﺀ ﺍﻟﺘﺤﻠﻴل ﺍﻹﺤﺼﺎﺌﻲ ﻟﻬﺫﻩ ﺍﻟﺒﻴﺎﻨﺎﺕ ﻭﻜﻤﺎ ﻫﻭ ﺍﻟﺤﺎل ﻓﻲ ﺘﺤﻠﻴل‬ ‫ﺍﻟﺘﺠﺎﺭﺏ ﺩﺍﺨل ﺍﻟﻤﻌﺎﻟﺠﺎﺕ ﺫﺍﺕ ﻋﺎﻤل ﻭﺍﺤﺩ ﻴﺴﺘﺨﺩﻡ ﺃﻤﺭ ﺍﻟﻘﻴﺎﺴﺎﺕ ﺍﻟﻤﺘﻜﺭﺭﺓ ‪GLM-‬‬

‫‪ Repeated Measures‬ﻓﻲ ﻗﺎﺌﻤﺔ ﺃﻭﺍﻤﺭ ﺍﻟﻨﻤﺎﺫﺝ ﺍﻟﺨﻁﻴﺔ ﺍﻟﻌﺎﻤﺔ ‪General Linear‬‬

‫‪ Models‬ﻜﻤﺎ ﻴﻠﻲ‪:‬‬

‫)‪ (9‬ﺘﺤﻠﻴل ﺍﻟﺘﺠﺎﺭﺏ ﺩﺍﺨل ﺍﻟﻤﺠﻤﻭﻋﺎﺕ‬

‫‪336‬‬

‫• ﺍﺨﺘﺭ ﻗﺎﺌﻤﺔ ﺍﻟﺘﺤﻠﻴل ﺍﻹﺤﺼﺎﺌﻲ ﻤﻥ ﺍﻟﻘﺎﺌﻤﺔ ﺍﻟﺭﺌﻴﺴﻴﺔ ﻟﻨﻅﺎﻡ ‪ SPSS‬ﻭﻤﻨﻬﺎ ﺍﺨﺘﺭ‬ ‫ﻗﺎﺌﻤﺔ ﺃﻭﺍﻤﺭ ﺍﻟﻨﻤﺎﺫﺝ ﺍﻟﺨﻁﻴﺔ ﺍﻟﻌﺎﻤﺔ ‪ General Linear Models‬ﺜﻡ ﺃﻤﺭ ﺍﻟﻘﻴﺎﺴﺎﺕ‬ ‫ﺍﻟﻤﺘﻜﺭﺭﺓ ‪ ، GLM-Repeated Measures‬ﻭﺒﻬﺫﺍ ﺘﻔﺘﺢ ﻤﺠﻤﻭﻋﺔ ﻤﻥ ﺍﻟﻨﻭﺍﻓﺫ ﻴﺘﻡ‬

‫ﺘﻌﺒﺌﺘﻬﺎ ﻜﻤﺎ ﻓﻲ ﺤﺎﻟﺔ ﺍﻟﻌﺎﻤل ﺍﻟﻭﺍﺤﺩ ﺒﺎﺴﺘﺜﻨﺎﺀ ﺃﻥ ﻫﻨﺎﻙ ﻋﺎﻤل ﺩﺍﺨل ﺍﻟﻤﺠﻤﻭﻋﺎﺕ‬

‫)ﻗﻴﺎﺴﺎﺕ ﻤﺘﻜﺭﺭﺓ ‪ (Repeated Measures‬ﺇﻀﺎﻓﻲ ﻻﺒﺩ ﻤﻥ ﺘﻌﺭﻴﻔﻪ ﻟﻠﻨﻅﺎﻡ‪ ،‬ﻭﻓﻲ‬ ‫ﺸﻜل ‪ 22-9‬ﺘﻅﻬﺭ ﻨﺎﻓﺫﺓ ﺘﻌﺭﻴﻑ ﺍﻟﻌﻭﺍﻤل ﻓﻲ ﺍﻟﻘﻴﺎﺴﺎﺕ ﺍﻟﻤﺘﻜﺭﺭﺓ‬

‫‪Repeated‬‬

‫)‪ Measures Define Factor(s‬ﻭﻗﺩ ﺘﻡ ﺒﻬﺎ ﺘﻌﺭﻴﻑ ﺍﻟﻌﺎﻤﻠﻴﻥ ﺍﻟﺸﻜل ‪ shape‬ﻭﻨﻤﻁ‬

‫ﺍﻟﺘﻅﻠﻴل ‪ solidity‬ﻭﻜﺫﻟﻙ ﻋﺩﺩ ﺍﻟﻤﺴﺘﻭﻴﺎﺕ ﻓﻲ ﻜل ﻋﺎﻤل ﻓﻲ ﺍﻟﺘﺠﺭﺒﺔ ﺍﻟﺘﻲ ﺘﻡ‬ ‫ﺘﻭﻀﻴﺤﻬﺎ ﻓﻲ ﺍﻟﻤﺜﺎل ‪.‬‬

‫ﺸﻜل ‪ : 22-9‬ﻨﺎﻓﺫﺓ ﺘﻌﺭﻴﻑ ﺍﻟﻌﻭﺍﻤل ﻓﻲ ﺍﻟﺘﺠﺎﺭﺏ ﺫﺍﺕ ﺍﻟﻘﻴﺎﺴﺎﺕ ﺍﻟﻤﺘﻜﺭﺭﺓ ‪Repeated‬‬ ‫)‪ Measures Define Factor(s‬ﺒﻌﺩ ﺇﺩﺨﺎل ﺍﻟﻤﻌﻠﻭﻤﺎﺕ ﺍﻟﻤﻁﻠﻭﺒﺔ ﺒﻬﺎ‬

‫• ﻭﺒﻌﺩ ﺍﻟﻀﻐﻁ ﻋﻠﻰ ﻤﺭﺒﻊ ﺍﻟﺘﻌﺭﻴﻑ ‪ Define‬ﻓﻲ ﺍﻟﻨﺎﻓﺫﺓ ﺴﻭﻑ ﺘﻅﻬﺭ ﻨﺎﻓﺫﺓ ﺘﺤﺩﻴﺩ‬ ‫ﺍﻟﻤﺴﺘﻭﻴﺎﺕ ﻓﻲ ﺍﻟﺘﺠﺎﺭﺏ ﺫﺍﺕ ﺍﻟﻘﻴﺎﺴﺎﺕ ﺍﻟﻤﺘﻜﺭﺭﺓ ‪Repeated Measures Define‬‬

‫)‪ Factor(s‬ﻜﻤﺎ ﻓﻲ ﺸﻜل ‪ 23-9‬ﺃﺩﻨﺎﻩ ﻭﺘﻅﻬﺭ ﺒﻪ ﺃﺴﻤﺎﺀ ﺍﻟﻤﺘﻐﻴﺭﺍﺕ ﺍﻟﺴﺕ ﻓﻲ ﻗﺎﺌﻤﺔ‬ ‫ﻤﺭﺘﺒﺔ ﺘﺭﺘﻴﺒﺎﹰ ﺃﺒﺠﺩﻴﹰﺎ ﻋﻠﻰ ﻴﺴﺎﺭ ﻭﻓﻲ ﺃﻋﻠﻰ ﻫﺫﻩ ﺍﻟﻨﺎﻓﺫﺓ‪.‬‬

‫)‪ (9‬ﺘﺤﻠﻴل ﺍﻟﺘﺠﺎﺭﺏ ﺩﺍﺨل ﺍﻟﻤﺠﻤﻭﻋﺎﺕ‬

‫‪337‬‬

‫ﺸﻜل ‪ : 23-9‬ﻨﺎﻓﺫﺓ ﺘﺤﺩﻴﺩ ﺍﻟﻤﺴﺘﻭﻴﺎﺕ ﻓﻲ ﺍﻟﺘﺠﺎﺭﺏ ﺫﺍﺕ ﺍﻟﻘﻴﺎﺴﺎﺕ ﺍﻟﻤﺘﻜﺭﺭﺓ ‪Repeated‬‬ ‫)‪ Measures Define Factor(s‬ﻗﺒل ﺇﺩﺨﺎل ﺍﻟﻤﻌﻠﻭﻤﺎﺕ ﺍﻟﻤﻁﻠﻭﺒﺔ ﺒﻬﺎ‬

‫ﻭﻋﻠﻰ ﻴﻤﻴﻥ ﺍﻟﻨﺎﻓﺫﺓ ﻭﻓﻲ ﺍﻟﻤﺭﺒﻊ ﺒﻌﻨﻭﺍﻥ ﺍﻟﻤﺘﻐﻴﺭﺍﺕ ﺩﺍﺨل ﺍﻟﻤﺠﻤﻭﻋﺎﺕ‬

‫]‪ Within Subjects Variables [shape, solidity‬ﺘﻅﻬﺭ ﻗﺎﺌﻤﺔ ﺒﺠﻤﻴﻊ ﺍﻟﺘﺸﻜﻴﻼﺕ‬ ‫ﺍﻟﻤﻤﻜﻨﺔ ﻟﻠﺭﻤﻭﺯ ﺍﻟﻤﻤﺜﻠﺔ ﻟﻤﺴﺘﻭﻴﺎﺕ ﻜل ﻤﻥ ﻋﺎﻤﻠﻲ ﺍﻟﻤﻌﺎﻟﺠﺎﺕ‪ ،‬ﻭﻋﻠﻰ ﻴﺴﺎﺭ ﺍﻟﻨﺎﻓﺫﺓ‬ ‫ﺘﻅﻬﺭ ﺃﺴﻤﺎﺀ ﺠﻤﻴﻊ ﺘﺸﻜﻴﻼﺕ ﻤﺴﺘﻭﻴﺎﺕ ﺍﻟﺴﺕ‪ ،‬ﻭﻫﻨﺎ ﻴﺠﺏ ﺘﻭﺨﻲ ﺍﻟﺤﺫﺭ ﻭﻋﺩﻡ‬ ‫ﺍﻟﺘﺴﺭﻉ ﻋﻨﺩ ﺇﺯﺍﺤﺔ ﺘﻠﻙ ﺍﻷﺴﻤﺎﺀ ﻤﻥ ﺍﻟﻤﺭﺒﻊ ﺍﻷﻴﺴﺭ ﺇﻟﻰ ﺍﻟﻤﺭﺒﻊ ﺍﻷﻴﻤﻥ ﻭﺫﻟﻙ ﻟﻠﺤﻔﺎﻅ‬

‫ﻋﻠﻰ ﺘﺭﺘﻴﺏ ﺍﻟﺭﻤﻭﺯ ﻭﺍﻷﺭﻗﺎﻡ ﺍﻟﻤﻌﺒﺭﺓ ﻋﻥ ﺭﻗﻡ ﺍﻟﻤﺴﺘﻭﻯ ﻓﻲ ﺍﻟﻌﺎﻤل ﺍﻷﻭل ﻴﻠﻴﻪ ﺭﻗﻡ‬

‫ﺍﻟﻤﺴﺘﻭﻯ ﻓﻲ ﺍﻟﻌﺎﻤل ﺍﻟﺜﺎﻨﻲ ﻓﻲ ﺍﻟﺘﺠﺭﺒﺔ ﻭﺫﻟﻙ ﻓﻲ ﺍﻟﻤﺭﺒﻊ ﺍﻷﻴﻤﻥ‪ ،‬ﻓﺎﻷﺭﻗﺎﻡ )‪(1,1‬‬

‫ﺘﻌﺒﺭ ﻋﻥ ﺍﻟﻤﺴﺘﻭﻯ ﺍﻷﻭل ﻤﻥ ﺍﻟﻌﺎﻤل ﺍﻷﻭل ﻭﺍﻟﻤﺴﺘﻭﻯ ﺍﻷﻭل ﻤﻥ ﺍﻟﻌﺎﻤل ﺍﻟﺜﺎﻨﻲ‪،‬‬ ‫ﻼ ﺘﻌﺒﺭ ﻋﻥ ﺍﻟﻤﺴﺘﻭﻯ ﺍﻟﺜﺎﻟﺙ ﻤﻥ ﺍﻟﻌﺎﻤل ﺍﻷﻭل‬ ‫ﻭﻫﻜﺫﺍ ﻓﺈﻥ ﺍﻷﺭﻗﺎﻡ )‪ (3,1‬ﻤﺜ ﹰ‬

‫ﻭﺍﻟﻤﺴﺘﻭﻯ ﺍﻷﻭل ﻤﻥ ﺍﻟﻌﺎﻤل ﺍﻟﺜﺎﻨﻲ ﻭﻫﻜﺫﺍ‪ ..‬ﻭﺒﻴﻨﻤﺎ ﺘﻅﻬﺭ ﺃﺭﻗﺎﻡ ﺍﻟﻤﺴﺘﻭﻴﺎﺕ ﻓﻲ ﻫﺫﺍ‬

‫ﺍﻟﻤﺭﺒﻊ ﺤﺴﺏ ﻗﻴﻤﻬﺎ ﺇﻻ ﺃﻥ ﺃﺴﻤﺎﺀ ﺍﻟﻤﺘﻐﻴﺭﺍﺕ ﻗﺩ ﺘﻅﻬﺭ ﻤﺭﺘﺒﺔ ﺃﺒﺠﺩﻴﺎﹰ‪ ،‬ﻟﺫﻟﻙ ﻴﺠﺏ‬ ‫ﺍﻟﺤﺫﺭ ﻋﻨﺩ ﺘﺤﻭﻴل ﺍﺴﻡ ﻜل ﺍﻟﻤﺘﻐﻴﺭ ﻓﻲ ﺍﻟﻘﺎﺌﻤﺔ ﺇﻟﻰ ﻤﻜﺎﻨﻪ ﺍﻟﻤﻨﺎﺴﺏ ﻓﻲ ﺍﻟﻤﺭﺒﻊ ﺍﻷﻴﻤﻥ‪.‬‬

‫)‪ (9‬ﺘﺤﻠﻴل ﺍﻟﺘﺠﺎﺭﺏ ﺩﺍﺨل ﺍﻟﻤﺠﻤﻭﻋﺎﺕ‬

‫‪338‬‬

‫• ﻭﻋﻨﺩ ﺘﺤﻭﻴل ﺃﺴﻤﺎﺀ ﺠﻤﻴﻊ ﺘﺸﻜﻴﻼﺕ ﺍﻟﻤﺴﺘﻭﻴﺎﺕ ﺇﻟﻰ ﻤﻜﺎﻨﻬﺎ ﺍﻟﻤﻨﺎﺴﺏ ﺴﻭﻑ‬ ‫ﻴﻅﻬﺭ ﺍﻟﻤﺭﺒﻊ ﺍﻟﻌﻠﻭﻱ ﺍﻷﻴﻤﻥ ﻓﻲ ﺍﻟﻨﺎﻓﺫﺓ ﺍﻟﺴﺎﺒﻘﺔ ﺘﻤﺎﻤﺎﹰ ﻜﻤﺎ ﻓﻲ ﺍﻟﺸﻜل ‪ 24-9‬ﺃﺩﻨﺎﻩ‪.‬‬ ‫• ﻴﻔﻀل ﻤﻊ ﻫﺫﺍ ﺍﻷﻤﺭ ﻋﺎﺩﺓ ﻁﻠﺏ ﺤﺴﺎﺏ ﺍﻟﻤﻘﺎﻴﻴﺱ ﺍﻟﻭﺼﻔﻴﺔ‬

‫‪Descriptive‬‬

‫‪ ،Statistics‬ﻭﻫﺫﻩ ﻴﻤﻜﻥ ﺍﻟﺤﺼﻭل ﻋﻠﻴﻬﺎ ﻋﻥ ﻁﺭﻴﻕ ﺍﻟﻀﻐﻁ ﻋﻠﻰ ﻤﺭﺒﻊ ﺍﻟﺨﻴﺎﺭﺍﺕ‬ ‫‪ Options‬ﻓﻲ ﻨﺎﻓﺫﺓ ﺘﺤﺩﻴﺩ ﺍﻟﻤﺴﺘﻭﻴﺎﺕ ﻓﻲ ﺍﻟﺘﺠﺎﺭﺏ ﺫﺍﺕ ﺍﻟﻘﻴﺎﺴﺎﺕ ﺍﻟﻤﺘﻜﺭﺭﺓ‬

‫)‪ Repeated Measures Define Factor(s‬ﻓﻲ ﺸﻜل ‪ ،23-9‬ﻭﻓﻲ ﻨﺎﻓﺫﺓ ﺍﻟﺨﻴﺎﺭﺍﺕ‬ ‫‪ Options‬ﺍﻟﻨﺎﺘﺠﺔ ﻴﻤﻜﻥ ﺍﻟﻀﻐﻁ ﻋﻠﻰ ﻤﺭﺒﻊ ﺤﺴﺎﺏ ﺍﻟﻤﻘﺎﻴﻴﺱ ﺍﻟﻭﺼﻔﻴﺔ ‪.‬‬

‫• ﻭﻓﻲ ﺍﻟﻨﻬﺎﻴﺔ ﺍﻀﻐﻁ ﺃﻤﺭ ﺍﻻﺴﺘﻤﺭﺍﺭ ‪ Continue‬ﺜﻡ ﺃﻤﺭ ﺍﻟﺘﻨﻔﻴﺫ ‪ OK‬ﻟﺘﻨﻔﻴﺫ ﺍﻷﻤﺭ‬

‫ﺍﻟﻤﻁﻠﻭﺏ ﻭﺍﻟﺤﺼﻭل ﻋﻠﻰ ﺍﻟﻨﺘﺎﺌﺞ‪.‬‬

‫ﺸﻜل ‪ : 24-9‬ﺠﺎﻨﺏ ﻤﻥ ﻨﺎﻓﺫﺓ ﺘﺤﺩﻴﺩ ﺍﻟﻤﺴﺘﻭﻴﺎﺕ ﻓﻲ ﺍﻟﺘﺠﺎﺭﺏ ﺫﺍﺕ ﺍﻟﻘﻴﺎﺴﺎﺕ ﺍﻟﻤﺘﻜﺭﺭﺓ‬ ‫)‪ Repeated Measures Define Factor(s‬ﺒﻌﺩ ﺇﺩﺨﺎل ﺍﻟﻤﻌﻠﻭﻤﺎﺕ ﺍﻟﻤﻁﻠﻭﺒﺔ ﺒﻬﺎ‬

‫ﻭﻜﻤﺎ ﻫﻭ ﺍﻟﺤﺎل ﻓﻲ ﺤﺎﻟﺔ ﺘﺤﻠﻴل ﺍﻟﺘﺒﺎﻴﻥ ‪ ANOVA‬ﻟﻌﺎﻤل ﻭﺍﺤﺩ ﺩﺍﺨل‬

‫ﺍﻟﻤﺠﻤﻭﻋﺎﺕ ﻓﺈﻥ ﻗﺎﺌﻤﺔ ﺍﻟﻨﺘﺎﺌﺞ ﻤﻜﺜﻔﺔ ﻭﻁﻭﻴﻠﺔ ﻭﻟﻴﺱ ﻜل ﻤﺎ ﺒﻬﺎ ﻀﺭﻭﺭﻱ ﻭﻤﻬﻡ‬ ‫ﻟﺤﺎﻻﺕ ﺘﺤﻠﻴل ﺍﻟﺘﺒﺎﻴﻥ ﻓﻲ ﺍﻟﺘﺠﺎﺭﺏ ﺩﺍﺨل ﺍﻟﻤﺠﻤﻭﻋﺎﺕ ﻋﻨﺩﻤﺎ ﻴﻜﻭﻥ ﻫﻨﺎﻙ ﻤﺘﻐﻴﺭ ﺘﺎﺒﻊ‬

‫ﻭﺍﺤﺩ )ﺃﻱ ﺒﺎﺴﺘﺨﺩﺍﻡ ﺩﺍﻟﺔ ﺍﻻﺨﺘﺒﺎﺭ ‪ ،(F‬ﻓﻬﻨﺎﻙ ‪ 3‬ﺒﻨﻭﺩ ﻤﻥ ﺍﻟﻨﺘﺎﺌﺞ ﻴﻤﻜﻥ ﺤﺫﻓﻬﺎ ﻤﺒﺎﺸﺭﺓ‬ ‫ﻭﺩﻭﻥ ﺍﻟﻨﻅﺭ ﺇﻟﻴﻬﺎ ﻭﺫﻟﻙ ﻋﻥ ﻁﺭﻴﻕ ﺘﺤﺩﻴﺩ ﻋﻨﺎﻭﻴﻨﻬﺎ ﻓﻲ ﻗﺎﺌﻤﺔ ﻋﻨﺎﻭﻴﻥ ﺍﻟﻨﺘﺎﺌﺞ ﻓﻲ‬

‫ﺍﻟﺠﺯﺀ ﺍﻷﻴﺴﺭ ﻤﻥ ﻤﺤﺭﺭ ﺍﻟﻨﺘﺎﺌﺞ ‪ SPSS Viewer‬ﺜﻡ ﺤﺫﻓﻬﺎ ﺒﺎﺴﺘﺨﺩﺍﻡ ﻤﻔﺘﺎﺡ ﺍﻟﺤﺫﻑ‬

‫)‪ (9‬ﺘﺤﻠﻴل ﺍﻟﺘﺠﺎﺭﺏ ﺩﺍﺨل ﺍﻟﻤﺠﻤﻭﻋﺎﺕ‬

‫‪339‬‬

‫ﺸﻜل ‪ : 25-9‬ﺍﻟﺠﺯﺀ ﺍﻷﻭل ﻤﻥ ﻨﺘﺎﺌﺞ ﺘﻨﻔﻴﺫ ﺃﻤﺭ ﺘﺤﻠﻴل ﺍﻟﺘﺒﺎﻴﻥ ‪ ANOVA‬ﻓﻲ ﺍﻟﺘﺠﺎﺭﺏ‬ ‫ﺩﺍﺨل ﺍﻟﻤﺠﻤﻭﻋﺎﺕ ﺒﻌﺎﻤﻠﻴﻥ ‪. Two-factor within subjects experiment‬‬ ‫‪General Linear Model‬‬ ‫‪Within-Subjects Factors‬‬ ‫‪Measure: MEASURE_1‬‬ ‫‪Dependent‬‬ ‫‪Variable‬‬

‫‪SHAPE SOLIDITY‬‬

‫‪CIRCSOL‬‬

‫‪1‬‬

‫‪CIRCLIN‬‬

‫‪2‬‬

‫‪SQUARSOL‬‬

‫‪1‬‬

‫‪SQUARLIN‬‬

‫‪2‬‬

‫‪TRIANSOL‬‬

‫‪1‬‬

‫‪TRIANLIN‬‬

‫‪2‬‬

‫‪1‬‬ ‫‪2‬‬ ‫‪3‬‬

‫‪Descriptive Statistics‬‬ ‫‪N‬‬

‫‪Std. Deviation‬‬

‫‪Mean‬‬

‫‪10‬‬

‫‪1.84‬‬

‫‪3.60‬‬

‫‪Solid‬‬

‫‪10‬‬

‫‪3.27‬‬

‫‪7.70‬‬

‫‪Outline‬‬

‫‪10‬‬

‫‪3.45‬‬

‫‪4.90‬‬

‫‪Solid‬‬

‫‪10‬‬

‫‪1.15‬‬

‫‪6.00‬‬

‫‪Outline‬‬

‫‪10‬‬

‫‪3.19‬‬

‫‪5.80‬‬

‫‪Solid‬‬

‫‪10‬‬

‫‪3.02‬‬

‫‪9.00‬‬

‫‪Outline‬‬

‫‪ delete‬ﻓﻲ ﻟﻭﺤﺔ ﺍﻟﻤﻔﺎﺘﻴﺢ‪ ،‬ﻫﺫﻩ ﺍﻟﺒﻨﻭﺩ ﻫﻲ ‪ :‬ﺍﻻﺨﺘﺒﺎﺭﺍﺕ ﺍﻟﻤﺘﻌﺩﺩﺓ ﺍﻟﻤﺘﻐﻴﺭﺍﺕ‬

‫‪ Multivariate Tests‬ﻭﺍﺨﺘﺒﺎﺭﺍﺕ ﺍﻟﺘﺒﺎﻴﻥ ﺩﺍﺨل ﺍﻟﻤﺠﻤﻭﻋﺎﺕ ‪Tests of Within-‬‬ ‫‪ ، Subjects Contrasts‬ﻭﺍﺨﺘﺒﺎﺭﺍﺕ ﺍﻵﺜﺎﺭ ﺒﻴﻥ ﺍﻟﻤﺠﻤﻭﻋﺎﺕ ‪Tests of Between-‬‬

‫‪) Subjects Effects‬ﻓﻲ ﻫﺫﺍ ﺍﻟﻤﺜﺎل ﻻ ﻴﻭﺠﺩ ﻤﺘﻐﻴﺭﺍﺕ ﺒﻴﻥ ﺍﻟﻤﺠﻤﻭﻋﺎﺕ( ‪ ،‬ﻭﻜﻤﺎ ﻓﻲ‬ ‫ﺍﻟﻤﺜﺎل ﺍﻟﺨﺎﺹ ﺒﺤﺎﻟﺔ ﺘﺤﻠﻴل ﺍﻟﺘﺒﺎﻴﻥ ‪ ANOVA‬ﻟﻌﺎﻤل ﻭﺍﺤﺩ ﺩﺍﺨل ﺍﻟﻤﺠﻤﻭﻋﺎﺕ ﻓﻘﺩ ﺘﻡ‬

‫ﺘﻘﺴﻴﻡ ﻗﺎﺌﻤﺔ ﺍﻟﻨﺘﺎﺌﺞ ﻫﻨﺎ ﺇﻟﻰ ‪ 3‬ﺃﻗﺴﺎﻡ ﺴﻨﻌﺭﻀﻬﺎ ﻓﻲ ‪ 3‬ﺃﺸﻜﺎل ﻤﺨﺘﻠﻔﺔ ﻟﺘﻭﻀﻴﺢ ﺠﻤﻴﻊ‬

‫ﺒﻨﻭﺩ ﺍﻟﻨﺘﺎﺌﺞ ﻭﻫﻲ ﺍﻷﺸﻜﺎل ‪ 25-9‬ﻭ ‪ 26-9‬ﻭ‪ 27-9‬ﻋﻠﻰ ﺍﻟﺘﺭﺘﻴﺏ‪.‬‬

‫( ﺘﺤﻠﻴل ﺍﻟﺘﺠﺎﺭﺏ ﺩﺍﺨل ﺍﻟﻤﺠﻤﻭﻋﺎﺕ‬9)

340

‫ ﻋﻨﻭﺍﻥ ﺍﻟﻨﺘﺎﺌﺞ ﻭﻗﺎﺌﻤﺔ ﺍﻟﻌﻭﺍﻤل‬25-9 ‫ﻭﻴﺒﻴﻥ ﺍﻟﺠﺯﺀ ﺍﻷﻭل ﻤﻥ ﺍﻟﻨﺘﺎﺌﺞ ﻓﻲ ﺸﻜل‬ ‫ ﻭﻤﺴﺘﻭﻴﺎﺘﻬﺎ ﻭﺃﺴﻤﺎﺀ ﺍﻟﺘﺸﻜﻴﻼﺕ‬Within-Subjects Factors ‫ﺩﺍﺨل ﺍﻟﻤﺠﻤﻭﻋﺎﺕ‬ Descriptive

‫ﺍﻟﻤﺨﺘﻠﻔﺔ ﻤﻥ ﻤﺴﺘﻭﻴﺎﺕ ﺍﻟﻌﺎﻤﻠﻴﻥ ﻭﻜﺫﻟﻙ ﺍﻹﺤﺼﺎﺀﺍﺕ ﺍﻟﻭﺼﻔﻴﺔ‬

‫ ﺍﻟﺘﻲ ﺘﻡ ﺍﺨﺘﻴﺎﺭﻫﺎ ﻭﺘﺸﻤل ﻋﺩﺩ ﺍﻟﻤﻔﺭﺩﺍﺕ ﻭﺍﻟﻤﺘﻭﺴﻁ ﻭﺍﻻﻨﺤﺭﺍﻑ ﺍﻟﻤﻌﻴﺎﺭﻱ‬Statistics .‫ﻟﻜل ﻤﺠﻤﻭﻋﺔ ﻤﻥ ﺍﻟﻤﺸﺎﻫﺩﺍﺕ ﻤﻤﺜﻠﺔ ﻟﻜل ﺘﺸﻜﻴﻠﺔ ﻤﻥ ﻤﺴﺘﻭﻴﺎﺕ ﺍﻟﻌﺎﻤﻠﻴﻥ‬

‫( ﻴﻌﻁﻲ ﻨﺘﺎﺌﺞ ﺍﺨﺘﺒﺎﺭ ﻤﻭﺸﻠﻲ‬26-9 ‫ﻭﺍﻟﺠﺯﺀ ﺍﻟﺜﺎﻨﻲ ﻤﻥ ﻗﺎﺌﻤﺔ ﺍﻟﻨﺘﺎﺌﺞ )ﺸﻜل‬

‫ ﻻﺨﺘﺒﺎﺭ ﺘﺠﺎﻨﺱ ﺍﻟﺘﻐﺎﻴﺭ ﺍﻟﺫﻱ ﻴﻌﺘﺒﺭ‬Mauchly's Test of Sphericity ‫ﻟﻠﺩﺍﺌﺭﻴﺔ‬ .‫ﻀﺭﻭﺭﻴﹰﺎ ﻓﻲ ﻫﺫﻩ ﺍﻟﺤﺎﻟﺔ‬ ‫ﻓﻲ‬

ANOVA

‫ ﺍﻟﺠﺯﺀ ﺍﻟﺜﺎﻨﻲ ﻤﻥ ﻨﺘﺎﺌﺞ ﺘﻨﻔﻴﺫ ﺃﻤﺭ ﺘﺤﻠﻴل ﺍﻟﺘﺒﺎﻴﻥ‬: 26-9 ‫ﺸﻜل‬

Two-factor within subjects experiment ‫ﺍﻟﺘﺠﺎﺭﺏ ﺩﺍﺨل ﺍﻟﻤﺠﻤﻭﻋﺎﺕ ﺒﻌﺎﻤﻠﻴﻥ‬ Mauchly's Test of Sphericityb Measure: MEASURE_1

Epsilona Within Subjects Effect SHAPE

Approx.

Mauchly's ChiW Square

df

Sig.

Greenhouse Huynh Lower-Geisser -Feldt bound

.666

3.248

2

.195

.750

.866

.500

SOLIDITY

1.000

.000

0

.

1.000

1.000

1.000

SHAPE * SOLIDITY

.903

.821

2

.663

.911

1.000

.500

Tests the null hypothesis that the error covariance matrix of the orthonormalized transformed dependent variables is proportional to an identity matrix. a. May be used to adjust the degrees of freedom for the averaged tests of significance. Corrected tests are displayed in the Tests of Within-Subjects Effects table. b.

Design: Intercept Within Subjects Design: SHAPE+SOLIDITY+SHAPE*SOLIDITY

‫)‪ (9‬ﺘﺤﻠﻴل ﺍﻟﺘﺠﺎﺭﺏ ﺩﺍﺨل ﺍﻟﻤﺠﻤﻭﻋﺎﺕ‬

‫‪341‬‬

‫ﻻﺤﻅ ﻫﻨﺎ ﻭﺠﻭﺩ ﻋﺎﻤﻠﻴﻥ ﺩﺍﺨل ﺍﻟﻤﺠﻤﻭﻋﺎﺕ ﺒﺨﻼﻑ ﺍﻟﺸﻜل ‪ 13-9‬ﺤﻴﺙ ﻟﻡ‬ ‫ﻴﻜﻥ ﻫﻨﺎﻙ ﺴﻭﻯ ﻋﺎﻤل ﻭﺍﺤﺩ‪ ،‬ﻻﺤﻅ ﺃﻴﻀﺎ ﻤﻥ ﻫﺫﺍ ﺍﻟﺸﻜل ﺃﻥ ﻫﺫﺍ ﺍﻻﺨﺘﺒﺎﺭ ﻏﻴﺭ ﻗﺎﺒل‬ ‫ﻟﻠﺘﻁﺒﻴﻕ ﻋﻨﺩﻤﺎ ﻻ ﻴﻜﻭﻥ ﻫﻨﺎﻙ ﺴﻭﻯ ﻤﺴﺘﻭﻴﻴﻥ ﻓﻘﻁ ﻟﻠﻌﺎﻤل ﻜﻤﺎ ﻫﻭ ﺍﻟﺤﺎل ﻓﻲ ﻋﺎﻤل‬

‫ﻨﻤﻁ ﺍﻟﺘﻅﻠﻴل ‪ ، Solidity‬ﻭﻤﻥ ﺍﻟﺸﻜل ﻨﺴﺘﻨﺘﺞ ﺃﻥ ﺍﻻﺨﺘﺒﺎﺭ ﻏﻴﺭ ﻤﻌﻨﻭﻱ ﻓﻲ ﻜل ﻤﻥ‬ ‫ﻋﺎﻤل ﺍﻟﺸﻜل ‪ Shape‬ﻭﺍﻟﺘﻔﺎﻋل ﺒﻴﻥ ﺍﻟﺸﻜل ﻭﻨﻤﻁ ﺍﻟﺘﻅﻠﻴل‪ ،‬ﺃﻱ ﺃﻨﻪ ﻻ ﻴﻭﺠﺩ ﺩﻟﻴل ﻀﺩ‬

‫ﻓﺭﻀﻴﺔ ﺘﺠﺎﻨﺱ ﺍﻟﺘﻐﺎﻴﺭ ‪ ،‬ﻭﺒﺎﻟﺘﺎﻟﻲ ﺴﻭﻑ ﻨﻨﻅﺭ ﻓﻲ ﺠﺩﻭل ﺘﺤﻠﻴل ﺍﻟﺘﺒﺎﻴﻥ ‪ANOVA‬‬

‫‪ Table‬ﻓﻘﻁ ﺇﻟﻰ ﺍﻟﺴﻁﺭ ﺍﻟﺨﺎﺹ ﺒﺼﺤﺔ ﻓﺭﻀﻴﺔ ﺍﻟﺘﺠﺎﻨﺱ ‪.Sphericity Assumed‬‬ ‫ﺸﻜل ‪ : 27-9‬ﺍﻟﺠﺯﺀ ﺍﻟﺜﺎﻟﺙ ﻤﻥ ﻨﺘﺎﺌﺞ ﺘﻨﻔﻴﺫ ﺃﻤﺭ ﺘﺤﻠﻴل ﺍﻟﺘﺒﺎﻴﻥ ‪ ANOVA‬ﻓﻲ‬

‫ﺍﻟﺘﺠﺎﺭﺏ ﺩﺍﺨل ﺍﻟﻤﺠﻤﻭﻋﺎﺕ ﺒﻌﺎﻤﻠﻴﻥ ‪Two-factor within subjects experiment‬‬ ‫‪Tests of Within-Subjects Effects‬‬ ‫‪Measure: MEASURE_1‬‬

‫‪F‬‬

‫‪Mean‬‬ ‫‪Square‬‬

‫‪df‬‬

‫‪Type III‬‬ ‫‪Sum of‬‬ ‫‪Squares‬‬

‫‪.076‬‬

‫‪2.981‬‬

‫‪23.017‬‬

‫‪2‬‬

‫‪46.033‬‬

‫‪7.720‬‬

‫‪.000‬‬

‫‪54.56‬‬

‫‪.270‬‬

‫‪1.410‬‬

‫‪Sig.‬‬

‫‪Source‬‬ ‫‪Sphericity Assumed‬‬

‫‪SHAPE‬‬

‫‪138.967 18‬‬

‫‪Sphericity Assumed‬‬

‫)‪Error(SHAPE‬‬

‫‪117.60‬‬

‫‪1‬‬

‫‪117.600‬‬

‫‪Sphericity Assumed‬‬

‫‪SOLIDITY‬‬

‫‪2.156‬‬

‫‪9‬‬

‫‪19.400‬‬

‫‪Error(SOLIDITY) Sphericity Assumed‬‬

‫‪11.850‬‬

‫‪2‬‬

‫‪23.700‬‬

‫‪Sphericity Assumed‬‬

‫* ‪SHAPE‬‬ ‫‪SOLIDITY‬‬

‫‪8.406‬‬

‫‪151.300 18‬‬

‫‪Sphericity Assumed‬‬

‫*‪Error(SHAPE‬‬ ‫)‪SOLIDITY‬‬

‫)‪ (9‬ﺘﺤﻠﻴل ﺍﻟﺘﺠﺎﺭﺏ ﺩﺍﺨل ﺍﻟﻤﺠﻤﻭﻋﺎﺕ‬

‫‪342‬‬

‫ﻭﺸﻜل ‪ 27-9‬ﻴﻭﻀﺢ ﺠﺩﻭل ﺘﺤﻠﻴل ﺍﻟﺘﺒﺎﻴﻥ ‪ ANOVA Table‬ﻓﻲ ﻗﺎﺌﻤﺔ‬ ‫ﺍﺨﺘﺒﺎﺭﺍﺕ ﺃﺜﺭ ﺍﻟﻌﻭﺍﻤل ﺩﺍﺨل ﺍﻟﻤﻌﺎﻟﺠﺎﺕ ‪Tests of Within-Subjects Effects‬‬

‫ﻟﻠﻌﺎﻤﻠﻴﻥ ﺍﻟﺸﻜل ‪ Shape‬ﻭﻨﻤﻁ ﺍﻟﺘﻅﻠﻴل ‪ Solidity‬ﻭﺍﻟﺘﻔﺎﻋل ‪Their interaction‬‬

‫ﺒﻴﻨﻬﻤﺎ ﻭﻟﻜﻥ ﺒﻌﺩ ﺤﺫﻑ ﺠﻤﻴﻊ ﺍﻟﺴﻁﻭﺭ ﺍﻟﻐﻴﺭ ﻤﻼﺌﻤﺔ ﻤﻨﻪ‪ ،‬ﻓﺤﻴﺙ ﺃﻨﻪ ﺘﺒﻴﻥ ﻤﻥ ﺍﺨﺘﺒﺎﺭ‬ ‫ﻤﻭﺸﻠﻲ ﻟﻠﺩﺍﺌﺭﻴﺔ ‪ Mauchly's Test of Sphericity‬ﻻﺨﺘﺒﺎﺭ ﺘﺠﺎﻨﺱ ﺍﻟﺘﻐﺎﻴﺭ ﺃﻨﻪ ﻻ‬

‫ﻴﻭﺠﺩ ﺩﻟﻴل ﻀﺩ ﻓﺭﻀﻴﺔ ﺘﺠﺎﻨﺱ ﺍﻟﺘﻐﺎﻴﺭ ﻓﺈﻨﻨﺎ ﻟﻥ ﻨﻨﻅﺭ ﻓﻲ ﺠﺩﻭل ﺘﺤﻠﻴل ﺍﻟﺘﺒﺎﻴﻥ‬

‫‪ ANOVA Table‬ﺴﻭﻯ ﺇﻟﻰ ﺍﻟﺴﻁﺭ ﺍﻟﺨﺎﺹ ﺒﺼﺤﺔ ﻓﺭﻀﻴﺔ ﺘﺠﺎﻨﺱ ﺍﻟﺘﻐﺎﻴﺭ‬

‫‪. Sphericity Assumed‬‬ ‫ﻭﻴﺒﻴﻥ ﺍﻟﺸﻜل ‪ 27-9‬ﺃﻥ ﻋﺎﻤل ﺍﻟﺸﻜل ‪ Shape‬ﻏﻴﺭ ﻤﻌﻨﻭﻱ ‪Not Significant‬‬

‫ﻷﻥ ﻗﻴﻤﺔ ﺍﻟﻤﻌﻨﻭﻴﺔ ‪ p-value‬ﻟﺩﺍﻟﺔ ﺍﺨﺘﺒﺎﺭ ‪ F‬ﻓﻲ ﺍﻟﻌﻤﻭﺩ ﺒﻌﻨﻭﺍﻥ ﺍﻟﻤﻌﻨﻭﻴﺔ ‪ Sig.‬ﺃﻜﺒﺭ‬ ‫ﻤﻥ ‪ ، 0.05‬ﻭﺒﺎﻟﺘﺎﻟﻲ ﻓﺈﻨﻪ ﻴﻤﻜﻥ ﺼﻴﺎﻏﺔ ﻫﺫﻩ ﺍﻟﻨﺘﻴﺠﺔ ﻋﻠﻰ ﺍﻟﺼﻭﺭﺓ‪:‬‬ ‫‪Not Sig.‬‬

‫; ‪F(2,18) = 2.98‬‬

‫ﺃﻤﺎ ﺒﺎﻟﻨﺴﺒﺔ ﻟﻌﺎﻤل ﻨﻤﻁ ﺍﻟﺘﻅﻠﻴل ‪ Solidity‬ﻓﻴﺘﻀﺢ ﺃﻨﻪ ﻤﻌﻨﻭﻱ ‪Significant‬‬

‫ﻷﻥ ﻗﻴﻤﺔ ﺍﻟﻤﻌﻨﻭﻴﺔ ‪ p-value‬ﻟﺩﺍﻟﺔ ﺍﺨﺘﺒﺎﺭ ‪ F‬ﺃﺼﻐﺭ ﻤﻥ ‪) 0.01‬ﺍﻟﻘﻴﻤﺔ ‪ 0.000‬ﻓﻲ‬ ‫ﺍﻟﻨﺘﺎﺌﺞ ﺘﻌﻨﻲ ﺃﻥ ‪ p-value‬ﺃﻗل ﻤﻥ ‪ ،(0.0005‬ﻭﺒﺎﻟﺘﺎﻟﻲ ﻓﺈﻨﻪ ﻴﻤﻜﻥ ﺼﻴﺎﻏﺔ ﻫﺫﻩ‬

‫ﺍﻟﻨﺘﻴﺠﺔ ﻋﻠﻰ ﺍﻟﺼﻭﺭﺓ‪:‬‬

‫‪Significant .‬‬

‫; ‪p < 0.01‬‬

‫; ‪F(1,9) = 54.56‬‬

‫ﻭﺃﺨﻴﺭﹰﺍ ﻓﺈﻥ ﺍﻟﺘﻔﺎﻋل ‪ interaction‬ﺒﻴﻥ ﻋﺎﻤﻠﻲ ﺍﻟﺸﻜل ﻭﻨﻤﻁ ﺍﻟﺘﻅﻠﻴل‬

‫‪ SHAPE*SOLIDITY‬ﻴﺘﻀﺢ ﺃﻨﻪ ﻏﻴﺭ ﻤﻌﻨﻭﻱ ‪ Not Significant‬ﻷﻥ ﻗﻴﻤﺔ‬ ‫ﺍﻟﻤﻌﻨﻭﻴﺔ ‪ p-value‬ﻟﺩﺍﻟﺔ ﺍﺨﺘﺒﺎﺭ ‪ F‬ﺃﻜﺒﺭ ﻤﻥ ‪ ، 0.05‬ﻭﺒﺎﻟﺘﺎﻟﻲ ﻓﺈﻨﻪ ﻴﻤﻜﻥ ﺼﻴﺎﻏﺔ ﻫﺫﻩ‬ ‫ﺍﻟﻨﺘﻴﺠﺔ ﻋﻠﻰ ﺍﻟﺼﻭﺭﺓ‪:‬‬ ‫‪Not Sig.‬‬

‫; ‪F(2,18) = 1.41‬‬

‫)‪ (9‬ﺘﺤﻠﻴل ﺍﻟﺘﺠﺎﺭﺏ ﺩﺍﺨل ﺍﻟﻤﺠﻤﻭﻋﺎﺕ‬

‫‪343‬‬

‫ﻻﺤﻅ ﺃﻥ ﺒﻨﻭﺩ ﺍﻟﺨﻁﺄ ‪ error terms‬ﻤﺨﺘﻠﻔﺔ ﻟﻜل ﻋﺎﻤل ﻤﻥ ﻋﻭﺍﻤل ﺩﺍﺨل‬ ‫ﺍﻟﻤﺠﻤﻭﻋﺎﺕ ﻭﻜﺫﻟﻙ ﻟﻠﺘﻔﺎﻋل ﻓﻲ ﺍﻟﺘﺠﺎﺭﺏ ﺩﺍﺨل ﺍﻟﻤﺠﻤﻭﻋﺎﺕ ﻤﻘﺎﺭﻨﺔ ﺒﺘﺠﺎﺭﺏ ﺘﺤﻠﻴل‬

‫ﺍﻟﺘﺒﺎﻴﻥ ﺍﻟﻌﺎﻤﻠﻲ ‪ Factorial ANOVA‬ﺤﻴﺙ ﺘﻜﻭﻥ ﻫﻨﺎﻙ ﻨﻔﺱ ﺒﻨﻭﺩ ﺍﻟﺨﻁﺄ ﻟﻜل ﻗﻴﻡ‬

‫ﺩﻭﺍل ﺍﻻﺨﺘﺒﺎﺭ ‪. F‬‬

‫ﻭﺨﻼﺼﺔ ﺫﻟﻙ ﺃﻥ ﻗﺎﺌﻤﺔ ﺍﻟﻨﺘﺎﺌﺞ ﻓﻲ ﺍﻟﺸﻜل ‪ 27-9‬ﺘﻭﻀﺢ ﺃﻥ ﻋﺎﻤل ﻨﻤﻁ‬

‫ﺍﻟﺘﻅﻠﻴل ﻓﻘﻁ ﻫﻭ ﺍﻟﻌﺎﻤل ﺍﻟﻤﻌﻨﻭﻱ‪ ،‬ﺒﻴﻨﻤﺎ ﺍﻟﻌﺎﻤل ﺍﻵﺨﺭ ﻭﺍﻟﺘﻔﺎﻋل ﺒﻴﻥ ﺍﻟﻌﺎﻤﻠﻴﻥ ﻫﻤﺎ‬

‫ﻏﻴﺭ ﻤﻌﻨﻭﻴﻴﻥ ‪.‬‬

‫ﻭﻓﻲ ﺤﺎﻟﺔ ﻟﻭ ﺜﺒﺕ ﺃﻥ ﺍﻟﺘﻔﺎﻋل ﺒﻴﻥ ﺍﻟﻌﺎﻤﻠﻴﻥ ﻤﻌﻨﻭﻱ ﻓﺴﻭﻑ ﺘﻜﻭﻥ ﺍﻟﺨﻁﻭﺓ‬

‫ﺍﻟﺘﺎﻟﻴﺔ ﺒﻌﺩ ﺫﻟﻙ ﻫﻲ ﺭﺴﻡ ﺸﻜل ﺍﻟﺨﻁﻭﻁ ﺍﻟﻤﻨﻜﺴﺭﺓ ﻟﻤﺘﻭﺴﻁﺎﺕ ﺍﻟﺨﻼﻴﺎ ﻻﻜﺘﺸﺎﻑ‬ ‫ﻤﺼﺩﺭ ﻋﺩﻡ ﺍﻟﺘﺠﺎﻨﺱ ﺒﻴﻥ ﺘﻠﻙ ﺍﻟﻤﺘﻭﺴﻁﺎﺕ ﻭﺫﻟﻙ ﻜﻤﺎ ﺘﻡ ﺘﻭﻀﻴﺤﻪ ﻓﻲ ﺍﻟﻔﺼل ﺍﻟﺜﺎﻤﻥ‪،‬‬

‫ﻭﻟﻜﻥ ﻨﺘﻴﺠﺔ ﻟﻜﻴﻔﻴﺔ ﺩﺨﻭل ﺒﻴﺎﻨﺎﺕ ﺍﻟﺘﺠﺎﺭﺏ ﺩﺍﺨل ﺍﻟﻤﺠﻤﻭﻋﺎﺕ ﺇﻟﻰ ﻤﺤﺭﺭ ﺍﻟﺒﻴﺎﻨﺎﺕ‬

‫ﻼ‬ ‫‪ Data Editor‬ﻓﻲ ﻨﻅﺎﻡ ‪ SPSS‬ﺴﻭﻑ ﺘﻜﻭﻥ ﻁﺭﻴﻘﺔ ﺭﺴﻡ ﻫﺫﺍ ﺍﻟﺸﻜل ﻤﺨﺘﻠﻔﺔ ﻗﻠﻴ ﹰ‬ ‫ﻋﻥ ﺍﻟﺨﻁﻭﺍﺕ ﺍﻟﺘﻲ ﺘﻡ ﺘﻭﻀﻴﺤﻬﺎ ﻟﺤﺎﻟﺔ ﺍﻟﺘﺠﺎﺭﺏ ﺒﻴﻥ ﺍﻟﻤﺠﻤﻭﻋﺎﺕ ﺍﻟﺘﻲ ﺘﻡ ﻋﺭﻀﻬﺎ‬

‫ﻓﻲ ﺍﻟﻔﺼل ﺍﻟﺴﺎﺒﻕ ‪.‬‬

‫‪ .8 .9‬اﻟﻤﻘﺎرﻧﺎت ﻏﻴﺮ اﻟﻤﺨﻄﻂ ﻟﻬﺎ ﺑﻌﺪ ﺗﺤﻠﻴﻞ اﻟﺘﺒﺎﻳﻦ داﺧﻞ‬ ‫اﻟﻤﺠﻤﻮﻋﺎت اﻟﻌﺎﻣﻠﻲ‪:‬‬ ‫‪factorial‬‬

‫‪a‬‬

‫‪Unplanned comparisons following‬‬ ‫‪within subjects experiments:‬‬

‫ﻓﻲ ﺍﻟﻤﺜﺎل ﺍﻟﻤﺘﻌﻠﻕ ﺒﺎﻷﻗﺴﺎﻡ ﺍﻟﺴﺎﺒﻘﺔ ﻟﻡ ﺘﺒﺭﺯ ﻤﺴﺄﻟﺔ ﺍﻻﺨﺘﺒﺎﺭﺍﺕ ﺍﻟﻤﺘﺘﺎﻟﻴﺔ ﻏﻴﺭ‬

‫ﺍﻟﻤﺨﻁﻁ ﻟﻬﺎ ‪ ،‬ﻭﺫﻟﻙ ﻟﺴﺒﺒﻴﻥ ﻫﻤﺎ ‪:‬‬

‫‪ .1‬ﻟﻡ ﻴﻜﻥ ﻫﻨﺎﻙ ﺘﻔﺎﻋل ﻤﻌﻨﻭﻱ ﺒﻴﻥ ﺍﻟﻌﺎﻤﻠﻴﻥ ‪،‬‬

‫‪ .2‬ﺍﻷﺜﺭ ﺍﻟﺭﺌﻴﺴﻲ ﺍﻟﻭﺤﻴﺩ ﺍﻟﻤﻌﻨﻭﻱ ﻫﻭ ﻟﻌﺎﻤل ﻻ ﻴﺤﺘﻭﻱ ﺴﻭﻯ ﻋﻠﻰ‬ ‫ﻤﺴﺘﻭﻴﻴﻥ ﻓﻘﻁ ﻤﻤﺎ ﻴﺩل ﻋﻠﻰ ﺃﻥ ﻤﺘﻭﺴﻁﻴﻬﻤﺎ ﻻﺒﺩ ﺃﻥ ﻴﻜﻭﻨﺎ ﻤﺨﺘﻠﻔﻴﻥ‪.‬‬

‫)‪ (9‬ﺘﺤﻠﻴل ﺍﻟﺘﺠﺎﺭﺏ ﺩﺍﺨل ﺍﻟﻤﺠﻤﻭﻋﺎﺕ‬

‫‪344‬‬

‫ﻭﻓﻲ ﺍﻟﺤﺎﻟﺔ ﻟﻭ ﻜﺎﻥ ﻫﻨﺎﻙ ﺘﻔﺎﻋل ﻤﻌﻨﻭﻱ ﺒﻴﻥ ﺍﻟﻌﺎﻤﻠﻴﻥ ﺩﺍﺨل ﺍﻟﻤﺠﻤﻭﻋﺎﺕ ﻓﺈﻥ‬ ‫ﺍﻷﺴﻠﻭﺏ ﺍﻟﺫﻱ ﺘﻡ ﺍﺘﺒﺎﻋﻪ ﻓﻲ ﺤﺎﻟﺔ ﺍﻟﻌﺎﻤل ﺍﻟﻭﺍﺤﺩ ﺩﺍﺨل ﺍﻟﻤﺠﻤﻭﻋﺎﺕ ﻴﻤﻜﻥ ﺃﻴﻀﹰﺎ‬

‫ﺍﺘﺒﺎﻋﻪ ﻫﻨﺎ ‪.‬‬

‫ﺍﻟﻤﺸﻜﻠﺔ ﻓﻲ ﺍﺨﺘﺒﺎﺭ ﺒﻭﻨﻔﺭﻭﻨﻲ ‪ Bonferroni test‬ﺃﻨﻪ ﺤﺘﻰ ﻓﻲ ﺍﻟﺤﺎﻻﺕ ﻋﻨﺩﻤﺎ‬

‫ﻴﻜﻭﻥ ﻫﻨﺎﻙ ‪ 6‬ﺨﻼﻴﺎ ﻓﻘﻁ ﺴﻭﻑ ﻴﻜﻭﻥ ﻤﻥ ﺍﻟﺼﻌﺏ ﺍﻟﺤﺼﻭل ﻋﻠﻰ ﻓﺭﻭﻕ ﻜﺒﻴﺭﺓ ﺒﻤﺎ‬

‫ﻓﻴﻪ ﺍﻟﻜﻔﺎﻴﺔ ﺒﻴﻥ ﺍﻟﻤﺘﻭﺴﻁﺎﺕ ﻟﻴﺘﻡ ﺍﻟﺤﻜﻡ ﻋﻠﻴﻬﺎ ﺒﺄﻨﻬﺎ ﻤﻌﻨﻭﻴﺔ‪ ،‬ﻓﻌﻨﺩﻤﺎ ﻴﻜﻭﻥ ﻫﻨﺎﻙ ‪6‬‬

‫ﺨﻼﻴﺎ ﺴﻭﻑ ﺘﻜﻭﻥ ﻗﻴﻤﺔ ‪ c = 15‬ﻭﺒﺎﻟﺘﺎﻟﻲ ﻜل ﺩﺍﻟﺔ ﺍﺨﺘﺒﺎﺭ ‪ t-test‬ﻻﺒﺩ ﻭﺃﻥ ﺘﺼﺎﺤﺒﻬﺎ‬

‫ﻗﻴﻤﺔ ‪ p-value‬ﺃﻗل ﻤﻥ ‪ 0.003‬ﺤﺘﻰ ﻴﻤﻜﻥ ﺍﻋﺘﺒﺎﺭﻫﺎ ﻤﻌﻨﻭﻴﺔ ‪ ،‬ﻭﺒﺫﻟﻙ ﻓﺈﻨﻪ ﻴﻭﺠﺩ‬ ‫ﻫﻨﺎﻙ ﺃﻤﺭ ﻫﺎﻡ ﻴﺘﻌﻠﻕ ﺒﺎﻻﺨﺘﺒﺎﺭﺍﺕ ﺍﻟﻤﺒﺩﺌﻴﺔ ﻟﻶﺜﺎﺭ ﺍﻟﺭﺌﻴﺴﻴﺔ ﺍﻟﺒﺴﻴﻁﺔ ﻟﻠﻌﺎﻤل ﺍﻟﺭﺌﻴﺴﻲ‬

‫ﻓﻲ ﺍﻟﺘﺠﺭﺒﺔ ﻭﻓﻲ ﺍﻟﻤﺴﺘﻭﻴﺎﺕ ﺍﻟﻤﺨﺘﻠﻔﺔ ﻟﻠﻌﺎﻤل ﺍﻵﺨﺭ ‪ ،‬ﻓﺎﻷﺜﺭ ﺍﻟﺭﺌﻴﺴﻲ ﺍﻟﺒﺴﻴﻁ‬

‫ﺍﻟﻤﻌﻨﻭﻱ ﻗﺩ ﻴﺒﺭﺭ ﺍﻟﻘﻴﺎﻡ ﺒﺘﺤﺩﻴﺩ ﻤﺠﻤﻭﻋﺔ ﺼﻐﻴﺭﺓ ﻤﻥ ﺍﻻﺨﺘﺒﺎﺭﺍﺕ ﺍﻟﻤﺘﺘﺎﻟﻴﺔ ﺍﻟﻤﻁﻠﻭﺒﺔ‬ ‫ﻤﻤﺎ ﻴﺤﺴﻥ ﻤﻥ ﻓﺭﺹ ﺇﻴﺠﺎﺩ ﻓﺭﻭﻕ ﻤﻌﻨﻭﻴﺔ ‪ ،‬ﻭﻜﻤﺎ ﻓﻲ ﺤﺎﻟﺔ ﺍﻟﺘﺠﺎﺭﺏ ﺍﻟﻌﺎﻤﻠﻴﺔ ﺒﻴﻥ‬

‫ﺍﻟﻤﺠﻤﻭﻋﺎﺕ ﻴﻤﻜﻥ ﻟﻸﺜﺭ ﺍﻟﺭﺌﻴﺴﻲ ﺍﻟﺒﺴﻴﻁ ﻟﻌﺎﻤل ﻤﺎ ﺃﻥ ﻴﺤﺴﺏ ﺒﺘﻨﻔﻴﺫ ﺃﻤﺭ ﺘﺤﻠﻴل‬

‫ﺍﻟﺘﺒﺎﻴﻥ ﻓﻲ ﺍﺘﺠﺎﻩ ﻭﺍﺤﺩ ﻋﻠﻰ ﺍﻟﺒﻴﺎﻨﺎﺕ ﻓﻲ ﻤﺴﺘﻭﻯ ﻭﺍﺤﺩ ﻟﻠﻌﺎﻤل ﺍﻵﺨﺭ‪ ،‬ﻭﻟﻜﻥ ﻓﻲ ﺤﺎﻟﺔ‬

‫ﺍﻟﺘﺠﺎﺭﺏ ﺍﻟﻌﺎﻤﻠﻴﺔ ﺩﺍﺨل ﺍﻟﻤﺠﻤﻭﻋﺎﺕ ﺘﻜﻭﻥ ﺍﻟﺒﻴﺎﻨﺎﺕ ﻓﻲ ﺍﻟﻤﺴﺘﻭﻴﺎﺕ ﺍﻟﻤﺨﺘﻠﻔﺔ ﻷﻱ ﻤﻥ‬

‫ﺍﻟﻌﻭﺍﻤل ﻏﻴﺭ ﻤﺴﺘﻘﻠﺔ‪ ،‬ﻭﺒﺎﻟﺘﺎﻟﻲ ﻓﺈﻨﻪ ﻤﻥ ﺍﻟﺤﻜﻤﺔ ﺍﺴﺘﺨﺩﺍﻡ ﺍﺨﺘﺒﺎﺭ ﺩﻗﻴﻕ ﻟﻤﻌﻨﻭﻴﺔ ﺍﻷﺜﺭ‬ ‫ﺍﻟﺭﺌﻴﺴﻲ ﺍﻟﺒﺴﻴﻁ ﻓﻲ ﻫﺫﻩ ﺍﻟﺤﺎﻻﺕ ﻋﻥ ﻁﺭﻴﻕ ﺘﻁﺒﻴﻕ ﻁﺭﻴﻘﺔ ﺒﻭﻨﻔﺭﻭﻨﻲ ﻭﺘﺤﺩﻴﺩ‬ ‫ﻤﺴﺘﻭﻯ ﺍﻟﻤﻌﻨﻭﻴﺔ ﻟﻼﺨﺘﺒﺎﺭ ﻓﻲ ﻜل ﺃﺜﺭ ﺭﺌﻴﺴﻲ ﺒﺴﻴﻁ ﺒﺄﻨﻪ ‪ 0.05‬ﻤﻘﺴﻭﻤﺔ ﻋﻠﻰ ﻋﺩﺩ‬ ‫ﺍﻻﺨﺘﺒﺎﺭﺍﺕ ﺍﻟﺘﻲ ﺴﻴﺘﻡ ﺇﺠﺭﺍﺀﻫﺎ ﺒﺸﻜل ﻤﺘﺘﺎﻟﻲ‪.‬‬