✖

المفاهيم الأساسية في الإحصاء

الإحصاء علم يهتم بجمع البيانات ومعالجتها وتقييمها.

المجتمع الإحصائي

يهدف الإحصاء إلى إجراء تجربة نكتشف بها أمراً مهماً عن مجتمع إحصائي معيّن. ونقصد بالمجتمع الإحصائي (population) بوجه عام أي مجموعة من العناصر نريد دراستها. فإذا أردنا معرفة متوسط أعمار سكان دولة ما، فإنّ مجتمعنا الإحصائي هو جميع سكان هذه الدولة.

أما إذا أردنا معرفة متوسط استهلاك السيارات الخاصة من البنزين لكل مئة كيلومتر، فإنّ مجتمعنا الإحصائي هو مجموعة جميع السيارات الخاصة (في منطقة معيّنة).

العينة

كثيراً ما لا نستطيع التعامل مع جميع عناصر المجتمع الإحصائي. لنفرض أننا نريد معرفة رأي الناس في دولة ما في جعل الرياضيات مادة إلزامية في امتحان الثانوية العامة. ولكي نعرف رأيهم حقاً، علينا أن نطوف من بيت إلى بيت ونسأل كل مواطن عن رأيه في ذلك. وهذا غير ممكن عملياً، ومن أسباب ذلك:

  • التكلفة الباهظة. فسؤال ملايين السكان جميعاً ليس أمراً رخيصاً، والتعداد العام للسكان مثلاً يكلّف الدولة مبالغ طائلة.
  • طول المدة. فالتعداد العام يُحضَّر له شهوراً عدة، وإذا احتجنا إلى نتيجة الدراسة الإحصائية خلال أسبوع، فهذه مدة طويلة جداً.
  • عدم رغبة الجميع في الإجابة. فبعض الناس يرفضون من حيث المبدأ الإجابة عن الأسئلة. وإذا كان مجتمعنا الإحصائي مكوّناً من آلات، فقد تتعطل. فإذا تتبّعنا مثلاً عدد الكيلومترات التي قطعتها السيارات، فقد يتعطل عدّاد المسافات أو يعبث به أحدهم عمداً.
  • خطورة التجربة. فلن يُصاب أحد بنوبة قلبية بسبب سؤال عن امتحان الثانوية العامة، لكن لنأخذ مثالاً آخر: اختبار دواء جديد اسمه «شافي كل داء». ماذا يحدث لو اختبرنا هذا الدواء على سكان الدولة كلهم، ثم تبيّن أثناء الاختبار أنّ 20% ممن تناولوه أُصيبوا فوراً بإسهال شديد؟ لا شك أنّ الأفضل أن نختبر الدواء أولاً على مجموعة صغيرة من الناس.

ولكي نتجنب هذه العيوب، نختار من المجتمع الإحصائي جزءاً منه فقط نسمّيه العينة (sample). فإذا كان لدينا المجتمع الإحصائي P، فإنّ العينة V هي أي مجموعة جزئية من P، أي V ⊆ P. ثم نُجري تجربتنا على هذه العينة V وحدها ونعمّم نتائجها على المجتمع الإحصائي كله. وهذه النتائج غير دقيقة طبعاً، ويتوقف مقدار عدم دقتها أساساً على حجم العينة V وعلى الطريقة التي اخترنا بها عناصر V.

ومن الأخطاء الشائعة:

  • صغر عدد عناصر العينة V. فإذا سألنا أول سبعة أشخاص نصادفهم عن امتحان الثانوية العامة، فلن نحصل على نتائج ذات معنى.
  • عينة لا تمثّل المجتمع الإحصائي. فإذا سألنا ألفاً من خريجي كلية العلوم (قسم الرياضيات) عن جعل الرياضيات مادة إلزامية، فسنحصل على إجابات تختلف عن إجابات ألف من طلاب الصف الحادي عشر.

المتغيرات

نَدرس أثناء التجربة عناصر العينة. ونسمّي الصفات التي نتتبّعها متغيرات، ونسمّي القيم التي تأخذها قيمَ المتغير. وللمتغيرات أنواع أساسية:

  • المتغير النوعي: لا معنى عادةً لقياس هذا المتغير، فهو وصف لفظي. ومن أمثلته المعروفة السؤال عن الجنسية، فتكون قيم هذا المتغير مثلاً «مصري» و»أردني» ونحو ذلك. ولا معنى هنا لقياس الجنسية المصرية أو الأردنية أو المقارنة بينهما. يمكننا أن نقارن بين أعداد المصريين والأردنيين، لكن لا يمكننا المقارنة بين الجنسيتين نفسيهما.

ويندرج في هذا النوع أيضاً السؤال عن جعل الرياضيات مادة إلزامية في امتحان الثانوية العامة، والإجابات المتوقعة هي «نعم، أريد أن تكون الرياضيات مادة إلزامية» أو «لا، لا أريد أن تكون الرياضيات مادة إلزامية»، وهما قيمتا هذا المتغير. ويمكننا هنا أيضاً أن نقارن بين أعداد الإجابات، لكن لا معنى للمقارنة بين «نعم» و»لا» نفسيهما.

  • المتغير الكمي: هذا المتغير نقيسه، كالأطوال والكتل والأزمنة والأعداد ونحوها. وتنقسم المتغيرات الكمية بدورها إلى متغيرات متقطعة ومتغيرات متصلة:

المتغير المتقطع

يأخذ المتغير المتقطع (discrete variable) عدداً منتهياً من القيم أو عدداً قابلاً للعد منها (كما سنرى لاحقاً). وكثيراً ما تكون قيمه أعداداً صحيحة، ومن أمثلته عدد الطلاب في الصف، فالصف العادي يضم ما بين خمسة عشر وأربعين طالباً تقريباً.

ويتميز المتغير المتقطع بأننا نستطيع دائماً أن نحدد القيمة السابقة لقيمة ما والقيمة التالية لها. فإذا كان في الصف الثالث (ب) 28 طالباً، فإنّ القيمة السابقة هي 27 طالباً والقيمة التالية هي 29 طالباً. أما في المتغير النوعي فلا نستطيع ذلك غالباً، فما القيمة التي تلي الجنسية المصرية؟

وقد يأخذ المتغير المتقطع عدداً لا نهائياً من القيم، لكن يجب أن تكون قابلة للعد، أي أن نبقى قادرين على تحديد القيمة السابقة والقيمة التالية. فيمكننا مثلاً أن نعرّف المتغير «المسافة بين جسمين مقرّبة إلى أقرب كيلومتر». فإذا وجدنا بالقياس أنّ المسافة بين جسمين، كسيارة وحظيرة مثلاً، تساوي 12 كيلومتراً، فإنّ القيمة التالية هي 13 كيلومتراً والقيمة السابقة هي 11 كيلومتراً. وليس للمسافة على الأرجح حد أعلى، فإذا كان لدينا جسمان تفصل بينهما مسافة 1,500,000 كيلومتر، فلا بد أن نجد جسمين تفصل بينهما مسافة 1,500,001 كيلومتر.

ويبقى المتغير متقطعاً حتى لو جعلنا الدقة أعشار الكيلومتر (أي مئات الأمتار)، فقد نقيس عندئذٍ مسافة 15.7 km، فتكون القيمتان التالية والسابقة 15.8 و 15.6.

ولا يتعارض عدم وجود القيمة السابقة أو التالية مع كون المتغير متقطعاً. فليس للمسافة صفر كيلومتر مثلاً قيمة سابقة، لأننا لا نعرّف مسافة سالب كيلومتر واحد. ومع ذلك تبقى المسافة المقرّبة إلى أقرب كيلومتر متغيراً متقطعاً.

المتغير المتصل

يأخذ المتغير المتصل (continuous variable) دائماً عدداً لا نهائياً من القيم، وقيمه عادةً أعداد حقيقية، ومن أمثلته المسافة (دون أي شرط على الدقة). ولا نستطيع في المتغير المتصل أن نحدد القيمة السابقة ولا القيمة التالية. فإذا وجدنا بالقياس أنّ مسافة ما تساوي 3.58745 m، فلا نستطيع أن نجد العدد الذي يلي هذا العدد مباشرةً.

وتضم مجموعة الأعداد الحقيقية أيضاً الأعداد غير النسبية ذات التمثيل العشري اللانهائي. وليست لدينا طبعاً أجهزة تقيس المسافة بهذه الدقة، ولذلك يكون كل متغير من هذا النوع متقطعاً في الواقع، لأنّ لكل جهاز دقة محدودة. فإذا قسنا شيئاً بالمسطرة، فإنّ الدقة هي مليمتر واحد، فنجد مثلاً أنّ عرض كتاب يساوي 167 mm أو 168 mm، ولا نجد قيمة بينهما، إلا إذا قدّرناها تقديراً.

وبجهاز علمي أدق قد نصل إلى دقة ميكرومتر واحد، لكن هذا أيضاً لا يكفي على الأرجح لقياس الجسم قياساً دقيقاً تماماً.

ومع ذلك كله نتحدث عادةً عن المسافة أو الكتلة على أنهما متغيران متصلان. وهذا التبسيط ضروري في التطبيق، ولا يضر عادةً.

المتغير العشوائي

المتغير العشوائي متغير متقطع أو متصل لا نستطيع أن نحدد قيمته قبل إجراء التجربة. ومن أمثلته العدد الذي يظهر عند رمي حجر نرد ذي ستة أوجه، فلا يمكننا أن نعرف العدد الذي سيظهر قبل أن نرمي الحجر.

وقد نستطيع أن نتنبأ بأنّ بعض القيم أكثر احتمالاً من غيرها، وهذا لا يمنع أن يكون المتغير عشوائياً، والمهم ألا نكون متأكدين تماماً من الحصول على قيمة بعينها. فإذا اخترنا مثلاً أحد سكان مصر عشوائياً وسألناه عن المدينة التي يعيش فيها، فالأرجح أن يكون من سكان القاهرة لا من سكان قرية صغيرة، لأنّ عدد سكان القاهرة أكبر بكثير.

ولو كان لدينا حجر نرد على خمسة من أوجهه ست نقاط وعلى الوجه السادس نقطتان، لكان ظهور ست نقاط عند الرمي أرجح بكثير. ومع ذلك يبقى المتغير عشوائياً، لأنّ ظهور ست نقاط غير مؤكد.

أما لو عدّلنا الحجر بحيث تحمل أوجهه الستة كلها ست نقاط، لما كان رمي الحجر متغيراً عشوائياً، لأنّ النتيجة ستكون دائماً ست نقاط.

المراجع