الاجراءات الإحصائية المتاحة في برنامج SPSS :
يتضمن هذا البرنامج العديد من الإجراءات الاحصائية الشائعة التي يستخدمها الباحثون في ميدان العلوم الاجتماعية عند دراسة الظواهر المطروحة أمامهم وسوف نبدأ بتلك الإجراءات التي يبدأ بها عادة الباحثون كخطوة أولة ثم يليها استخدام إجراءات احصائية أكثر تعقيدا وتميزا فلا يوجد بحث اجتماعي يستخدم كل الإجراءات التي سوف نشرحها مرة واحدة وإنما عادة ما يستخدم الباحث إجراء او طريقة من الطرق الإحصائية منفردة في أي وقت من الأوقات
1-التوزيع التكراري لمتغير واحد وقياس النزعة المركزية والتشتت One- Way Frequency Distribution, Measures of Central Tendency and Dispersion :في معظم البحوث الاجتماعية فإن أول وظيفة للباحث هو فحص الصفات التوزيعية لكل المتغيرات المستقلة Independent Variable أو المتغيرات التابعة Dependent Variables تحت الدراسة ولتحقيق هذا الغرض فإن برنامج SPSS يحتوى على إجراء احصائي يسمى Descriptive Statistics :
أ-FREQUENCIES : الذي يقوم بالحساب الوصفي لينتج تقارير مجدولة للتوزيع التكراري البسيط لعدد غير كبير من الحالات المراد دراستها
ب-DESCRIPTIVES : الذي يقوم بحساب عديد من مقاييس النزعة المركزية الشائعة والتشتت للمتغيرات التي قيست باستخدام المقياس الفئوي للوحدات المتساوية والتي تجمع عددا كبيرا من الحالات التي يراد دراستها
ومن الأمثلة التي يتم استخدام النوع الثاني من الإجراءات الإحصائية فيها عددا يقوم الباحث بدراسة الدخل بالجنيه المصري والذي يفترض أنه عبارة عن قيمة متسلسلة a continuous value وعندما يتم وضع القيم في فئات مجمعة كما هو الحال في المثال التالي : 1001+ ، 501- 1000 ، 401-500 ، 301-400 ، 201-300 ، -200 كما يتيح إجراء FREQUENCIES الحصول على توزيع وصفي لمتغيرات اسمية كما هو الحال في توزيع العينة حسب الديانة ، الجنس ، أو الانتماء الحزبي
ويوفر إجراء Frequencies التحاليل الاحصائية التالية:- المتوسط الحسابي Mein
- الوسيط Median
- المنوال Mode
- الانحراف المعياري Standard Deviation
- تحليل التباين Analysis of Variance
- تحليل الالتواء Skewness
- تحليل التفرطح Kurtosis
- تحليل المدى أو النطاق Range
- الخطأ المعياري Standard Error
كما يوفر إجراء FREQUENCIES الرسوم البيانية مثل الأعمدة البيانية والدوائر البيانية والمضلع التكراري
2-دراسة العلاقات بين متغيرين فئويين أو أكثر Relationship between Two or More Categorical Variables :
بعد أن يقوم الباحث بفهم خصائص كل متغير من متغيرات الدراسة فإن أول عمل يقوم به هو فحص مجموعات من العلاقات وهنا يختار إجراء أو أكثر لدراسة تلك العلاقات ويتوقف هذا بالطبع على خصائص المغيرات وأغراض البحث فالباحث قد يختار معامل الارتباط لدراسة هذه العلاقات أو قد يلجأ إلى عرض نتائج الدراسة في شكل جداول وخاصة إذا كانت المتغيرات اما اسمية أو تعكس ترتيبا معينا
ومن الإجراءات التي تتيح للباحث تحليل العلاقة بين متغيرين أو أكثر استخدام ما يسمى CROSSTABS حيث يمكن تبويب وفقا لمتغيرين فئويين وهذا الإجراء يمكن الباحث من تحليل العلاقة بين متغيرين أو أكثر من متغير بإنتاج تبويب مزدوج Cross robulation يوضح به التوزيع التكراري لمتغيرين ويمكن التعبير عن هذا التوزيع باستخدام النسب المئوية من المجموع الأفقي أو المجموع العمودي أو كنسبة من المجموع الكلي للجدول والتحليل الاحصائي الذي يستخدم عادة لدراسة العلاقة بين متغيرين من توزيع تكراري هو اختيار كا تربيع Chi-square الذي يظهر مدى الارتباط بين المتغيرين
3-تحليل الارتباط أو العلاقة بين متغيرين :أن تحليل العلاقة بين متغيرين باستخدام إجراء Correlate الذي يمكن الباحث من استخدام طريقة لقياس الارتباط المستقيم أو الخطي Linear Relationship بين متغيرين وينتج عن هذه العملية قيمة احصائية توضح قوة واتجاه العلاقة بين المتغيرين وتعرف هذه القيمة باسم معامل الارتباط Correlation Coefficient ويحتوي برنامج SPSS على طريقتين احصائيتين لحساب هذه العلاقة
وينتج الاجراء الاحصائي الأول ارتباط بيرسون Pearson's الذي يناسب البيانات المستمدة من التوزيع المعتدل Normal Distribution والتي تخضع للمقياس Interval Scale أما الإجراء الاحصائي الثاني NOPAR CORR اللاباراميتري فهو يناسب البيانات التي تخضع للمقياس الترتيبي Ordinal Scale حيث تحتوي على فئات كثيرة عن جداول ذات تبويب مزدوج Cross Tabulation وتمكن الباحث من استخدام معامل ارتباط سبيرمان أو معامل الارتباط المعروف باسم كندال Kendall rank-order correlation أو كليهما
ويتيح الإجراءين الاحصاءين في برنامج ال SPSSPEARSON CORR- NONPAR CORR لزوجين مختارين من قائمة المتغيرات بالإضافة إلى مصفوفة متكاملة من معاملات الارتباط والتي من الممكن استخدامها عند تطبيق الطرق الاحصائية على المتغيرات المتعددة Multivariate وبالرغم من أن معامل الارتباط بين متغيرين يعطي ملخص احصائي منفرد لوصف العلاقة بين متغيرين فيوجد كثيرا من المواقف قد يرغب فيها الباحث في دراسة هذه العلاقة بشكل موسع ومفصل ويوجد في برنامج SPSS برنامج فرعي يعرف باسم SCATTEGRAM الذي ينتج رسما بيانيا بالنقاط المبعثرة Scatter plot Diagram بين المتغيرين وبذلك يمكن رؤية نمط العلاقات بشكل واضح وبالإضافة إلى هذا الرسم البياني فيوجد أيضا طرق أخرى كمعامل ارتباط بيرسون ، الخطأ المعياري Standard error
4-معامل الارتباط الجزئي Partial Correlation :
لدراسة العلاقة بين متغيرين لابد من إبجاد مقياس تقيس به مثل هذه العلاقة وهذا المقياس هو ما يسمى بمعامل الارتباط ولحساب معامل الارتباط ينبغى أن يكون لدينا متغيرات لتقيس قوة واتجاه العلاقة بينهما ومعامل الارتباط الجزئي يدرس العلاقة بين متغيرين بينما نتحكم في تأثير متغير آخر أو أكثر وفي هذه الحالة نجد أن معامل الارتباط الجزئي هو في الواقع يشبه التبويب المزدوج للمتغيرات المتصلة والبرنامج المستخدم هو إجراء PARTIAL باستخدام اما بيانات خام أو مصفوفة من معاملات الارتباط البسيط التي تم الحصول عليها باستخدام PEARSON CORR و PARTIAL CORR
5-معامل الارتباط المتعدد وتحليل الانحدار Multiple Correlation and Regression :معامل الارتباط المتعدد هو بمثابة امتداد لمعامل الارتباط الجزئي إلى التحليل المتعدد ويمكن تحليل الانحدار المتعدد Multiple Correlation لدراسة العلاقة بين مجموعة من المتغيرات المستقلة Independem ومتغير تابع Dependem بينما يؤخذ التحليل في اعتباره العلاقات بين المتغيرات المستقلة والهدف الأساسي هذا هو استنتاج مدى تأثر المتغيرات المستقلة والهدف الأساسي هذا هو استنتاج مدى تأثير المتغيرات المستقلة والهدف الأساسي هذا هو استنتاج مدى تأثير المتغيرات المستقلة مجتمعة على المتغير التابع كما يمكن استخدام العلاقات بين المتغيرات المستقلة في التنبؤ بقيم المتغير التابع وتحديد مدى أهمية كل متغير من المتغيرات المستقلة في هذا التنبؤ ويمكن الحصول على عدد لا بأس به من معاملات الارتباط المتعددة وتحليل الانحدار باستخدام الإجراء الاحصائي REGRESSION ويمكن القيام بهذه التحليلات الاحصائية باستخدام مادة أولية خام Raw Data أو استخدام مصفوفة من معاملات الارتباط
كما يمكن هذا الاجراء الباحث من تحليل الانحدار على عدد محدود من المتغيرات أو السماح للمتغيرات بالدخول في التحليل الاحصائي بشكل متتابع حسب قدرتها في تفسير التباين
6-تحليل التباين ANOVA :تحليل التباين هو إجراء إحصائي لتقدير تأثير مجموعة من المتغيرات المستقلة (عوامل Factors ) على متغير تابع تم قياسه بمستوى القياس القائم على الوحدات الفئوية Interval Scale وتبعا لذلك يمكن تقسيم المتغيرات ووضعها في فئات Categories طبقا لقيم كل من المتغيرات المستقلة وطبقا لدرجة اختلاف المتوسط الحسابي لهذه الفئات عن المتغير التابع وبذلك يمكن حساب تأثير المتغيرات المستقلة على المتغيرات المستقلة على المتغيرات التابعة ودرجة التفاعل بين هاتين المجموعتين
ويوفر SPSS الإجراء الإحصائي ANOVA لتحليل التباين وهو شبيه إلى حد كبير بإجراء حساب تحليل الانحدار
7-التحليل العامليين Factor Analysis :التحليل العاملي هو إجراء إحصائي عام يستخدم في تحديد الأبعاد الرئيسية المتمثلة في عدد كبير جدا من المتغيرات أو بمعنى آخر التحليل العاملي يكتشف الأبعاد الرئيسية التي تفسر مجموعة كبيرة من المتغيرات ويستخدم في ميادين العلوم الاجتماعية لتقليل المتغيرات الكثيرة إلى عدد صغير من العوامل التي يمكن تفسيرها بها
يتضمن هذا البرنامج العديد من الإجراءات الاحصائية الشائعة التي يستخدمها الباحثون في ميدان العلوم الاجتماعية عند دراسة الظواهر المطروحة أمامهم وسوف نبدأ بتلك الإجراءات التي يبدأ بها عادة الباحثون كخطوة أولة ثم يليها استخدام إجراءات احصائية أكثر تعقيدا وتميزا فلا يوجد بحث اجتماعي يستخدم كل الإجراءات التي سوف نشرحها مرة واحدة وإنما عادة ما يستخدم الباحث إجراء او طريقة من الطرق الإحصائية منفردة في أي وقت من الأوقات
1-التوزيع التكراري لمتغير واحد وقياس النزعة المركزية والتشتت One- Way Frequency Distribution, Measures of Central Tendency and Dispersion :في معظم البحوث الاجتماعية فإن أول وظيفة للباحث هو فحص الصفات التوزيعية لكل المتغيرات المستقلة Independent Variable أو المتغيرات التابعة Dependent Variables تحت الدراسة ولتحقيق هذا الغرض فإن برنامج SPSS يحتوى على إجراء احصائي يسمى Descriptive Statistics :
أ-FREQUENCIES : الذي يقوم بالحساب الوصفي لينتج تقارير مجدولة للتوزيع التكراري البسيط لعدد غير كبير من الحالات المراد دراستها
ب-DESCRIPTIVES : الذي يقوم بحساب عديد من مقاييس النزعة المركزية الشائعة والتشتت للمتغيرات التي قيست باستخدام المقياس الفئوي للوحدات المتساوية والتي تجمع عددا كبيرا من الحالات التي يراد دراستها
ومن الأمثلة التي يتم استخدام النوع الثاني من الإجراءات الإحصائية فيها عددا يقوم الباحث بدراسة الدخل بالجنيه المصري والذي يفترض أنه عبارة عن قيمة متسلسلة a continuous value وعندما يتم وضع القيم في فئات مجمعة كما هو الحال في المثال التالي : 1001+ ، 501- 1000 ، 401-500 ، 301-400 ، 201-300 ، -200 كما يتيح إجراء FREQUENCIES الحصول على توزيع وصفي لمتغيرات اسمية كما هو الحال في توزيع العينة حسب الديانة ، الجنس ، أو الانتماء الحزبي
ويوفر إجراء Frequencies التحاليل الاحصائية التالية:- المتوسط الحسابي Mein
- الوسيط Median
- المنوال Mode
- الانحراف المعياري Standard Deviation
- تحليل التباين Analysis of Variance
- تحليل الالتواء Skewness
- تحليل التفرطح Kurtosis
- تحليل المدى أو النطاق Range
- الخطأ المعياري Standard Error
كما يوفر إجراء FREQUENCIES الرسوم البيانية مثل الأعمدة البيانية والدوائر البيانية والمضلع التكراري
2-دراسة العلاقات بين متغيرين فئويين أو أكثر Relationship between Two or More Categorical Variables :
بعد أن يقوم الباحث بفهم خصائص كل متغير من متغيرات الدراسة فإن أول عمل يقوم به هو فحص مجموعات من العلاقات وهنا يختار إجراء أو أكثر لدراسة تلك العلاقات ويتوقف هذا بالطبع على خصائص المغيرات وأغراض البحث فالباحث قد يختار معامل الارتباط لدراسة هذه العلاقات أو قد يلجأ إلى عرض نتائج الدراسة في شكل جداول وخاصة إذا كانت المتغيرات اما اسمية أو تعكس ترتيبا معينا
ومن الإجراءات التي تتيح للباحث تحليل العلاقة بين متغيرين أو أكثر استخدام ما يسمى CROSSTABS حيث يمكن تبويب وفقا لمتغيرين فئويين وهذا الإجراء يمكن الباحث من تحليل العلاقة بين متغيرين أو أكثر من متغير بإنتاج تبويب مزدوج Cross robulation يوضح به التوزيع التكراري لمتغيرين ويمكن التعبير عن هذا التوزيع باستخدام النسب المئوية من المجموع الأفقي أو المجموع العمودي أو كنسبة من المجموع الكلي للجدول والتحليل الاحصائي الذي يستخدم عادة لدراسة العلاقة بين متغيرين من توزيع تكراري هو اختيار كا تربيع Chi-square الذي يظهر مدى الارتباط بين المتغيرين
3-تحليل الارتباط أو العلاقة بين متغيرين :أن تحليل العلاقة بين متغيرين باستخدام إجراء Correlate الذي يمكن الباحث من استخدام طريقة لقياس الارتباط المستقيم أو الخطي Linear Relationship بين متغيرين وينتج عن هذه العملية قيمة احصائية توضح قوة واتجاه العلاقة بين المتغيرين وتعرف هذه القيمة باسم معامل الارتباط Correlation Coefficient ويحتوي برنامج SPSS على طريقتين احصائيتين لحساب هذه العلاقة
وينتج الاجراء الاحصائي الأول ارتباط بيرسون Pearson's الذي يناسب البيانات المستمدة من التوزيع المعتدل Normal Distribution والتي تخضع للمقياس Interval Scale أما الإجراء الاحصائي الثاني NOPAR CORR اللاباراميتري فهو يناسب البيانات التي تخضع للمقياس الترتيبي Ordinal Scale حيث تحتوي على فئات كثيرة عن جداول ذات تبويب مزدوج Cross Tabulation وتمكن الباحث من استخدام معامل ارتباط سبيرمان أو معامل الارتباط المعروف باسم كندال Kendall rank-order correlation أو كليهما
ويتيح الإجراءين الاحصاءين في برنامج ال SPSSPEARSON CORR- NONPAR CORR لزوجين مختارين من قائمة المتغيرات بالإضافة إلى مصفوفة متكاملة من معاملات الارتباط والتي من الممكن استخدامها عند تطبيق الطرق الاحصائية على المتغيرات المتعددة Multivariate وبالرغم من أن معامل الارتباط بين متغيرين يعطي ملخص احصائي منفرد لوصف العلاقة بين متغيرين فيوجد كثيرا من المواقف قد يرغب فيها الباحث في دراسة هذه العلاقة بشكل موسع ومفصل ويوجد في برنامج SPSS برنامج فرعي يعرف باسم SCATTEGRAM الذي ينتج رسما بيانيا بالنقاط المبعثرة Scatter plot Diagram بين المتغيرين وبذلك يمكن رؤية نمط العلاقات بشكل واضح وبالإضافة إلى هذا الرسم البياني فيوجد أيضا طرق أخرى كمعامل ارتباط بيرسون ، الخطأ المعياري Standard error
4-معامل الارتباط الجزئي Partial Correlation :
لدراسة العلاقة بين متغيرين لابد من إبجاد مقياس تقيس به مثل هذه العلاقة وهذا المقياس هو ما يسمى بمعامل الارتباط ولحساب معامل الارتباط ينبغى أن يكون لدينا متغيرات لتقيس قوة واتجاه العلاقة بينهما ومعامل الارتباط الجزئي يدرس العلاقة بين متغيرين بينما نتحكم في تأثير متغير آخر أو أكثر وفي هذه الحالة نجد أن معامل الارتباط الجزئي هو في الواقع يشبه التبويب المزدوج للمتغيرات المتصلة والبرنامج المستخدم هو إجراء PARTIAL باستخدام اما بيانات خام أو مصفوفة من معاملات الارتباط البسيط التي تم الحصول عليها باستخدام PEARSON CORR و PARTIAL CORR
5-معامل الارتباط المتعدد وتحليل الانحدار Multiple Correlation and Regression :معامل الارتباط المتعدد هو بمثابة امتداد لمعامل الارتباط الجزئي إلى التحليل المتعدد ويمكن تحليل الانحدار المتعدد Multiple Correlation لدراسة العلاقة بين مجموعة من المتغيرات المستقلة Independem ومتغير تابع Dependem بينما يؤخذ التحليل في اعتباره العلاقات بين المتغيرات المستقلة والهدف الأساسي هذا هو استنتاج مدى تأثر المتغيرات المستقلة والهدف الأساسي هذا هو استنتاج مدى تأثير المتغيرات المستقلة والهدف الأساسي هذا هو استنتاج مدى تأثير المتغيرات المستقلة مجتمعة على المتغير التابع كما يمكن استخدام العلاقات بين المتغيرات المستقلة في التنبؤ بقيم المتغير التابع وتحديد مدى أهمية كل متغير من المتغيرات المستقلة في هذا التنبؤ ويمكن الحصول على عدد لا بأس به من معاملات الارتباط المتعددة وتحليل الانحدار باستخدام الإجراء الاحصائي REGRESSION ويمكن القيام بهذه التحليلات الاحصائية باستخدام مادة أولية خام Raw Data أو استخدام مصفوفة من معاملات الارتباط
كما يمكن هذا الاجراء الباحث من تحليل الانحدار على عدد محدود من المتغيرات أو السماح للمتغيرات بالدخول في التحليل الاحصائي بشكل متتابع حسب قدرتها في تفسير التباين
6-تحليل التباين ANOVA :تحليل التباين هو إجراء إحصائي لتقدير تأثير مجموعة من المتغيرات المستقلة (عوامل Factors ) على متغير تابع تم قياسه بمستوى القياس القائم على الوحدات الفئوية Interval Scale وتبعا لذلك يمكن تقسيم المتغيرات ووضعها في فئات Categories طبقا لقيم كل من المتغيرات المستقلة وطبقا لدرجة اختلاف المتوسط الحسابي لهذه الفئات عن المتغير التابع وبذلك يمكن حساب تأثير المتغيرات المستقلة على المتغيرات المستقلة على المتغيرات التابعة ودرجة التفاعل بين هاتين المجموعتين
ويوفر SPSS الإجراء الإحصائي ANOVA لتحليل التباين وهو شبيه إلى حد كبير بإجراء حساب تحليل الانحدار
7-التحليل العامليين Factor Analysis :التحليل العاملي هو إجراء إحصائي عام يستخدم في تحديد الأبعاد الرئيسية المتمثلة في عدد كبير جدا من المتغيرات أو بمعنى آخر التحليل العاملي يكتشف الأبعاد الرئيسية التي تفسر مجموعة كبيرة من المتغيرات ويستخدم في ميادين العلوم الاجتماعية لتقليل المتغيرات الكثيرة إلى عدد صغير من العوامل التي يمكن تفسيرها بها