تحليل توزيع البيانات باستخدام الانحراف المعياري
في الإحصاء، لا يكفي مجرد فهم "مركز" مجموعة البيانات. فقد تتشابه مجموعتان من البيانات في المتوسط، لكن خصائصهما تختلف اختلافًا كبيرًا بسبب درجة تشتتهما. وهنا تبرز أهمية مفهوم تشتت البيانات. يُعد الانحراف المعياري أحد أكثر مقاييس التشتت شيوعًا ودقةً واستخدامًا في مختلف المجالات، من التعليم والاقتصاد إلى الصحة وعلوم البيانات. تتناول هذه المقالة مفهوم الانحراف المعياري، وكيفية حسابه وتفسيره، واستخدامه لتحليل مدى تباعد البيانات عن قيمتها المركزية.
1. لماذا يجب تحليل توزيع البيانات؟
تخيل فصلين دراسيين بمتوسط درجات اختبار رياضيات 80. في الفصل (أ)، حصل جميع الطلاب تقريبًا على درجات تتراوح بين 78 و82. أما في الفصل (ب)، فقد حصل بعض الطلاب على 50 وبعضهم على 100. المتوسطات متطابقة، لكن الوضع في الفصلين مختلف تمامًا. يُظهر الفصل (أ) أداءً ثابتًا، بينما يُظهر الفصل (ب) تفاوتًا كبيرًا.
من خلال تحليل التوزيع، يمكننا:
– تقييم مدى اتساق الظاهرة أو تباينها.
– قياس المخاطر (على سبيل المثال، التباين في عوائد الاستثمار).
– مقارنة استقرار العملية (على سبيل المثال جودة الإنتاج).
- اكتشاف الحالات الشاذة المحتملة أو البيانات المتطرفة.
الانحراف المعياري هو الأداة الأساسية لهذا الغرض لأنه يقيس مدى تباعد البيانات عن المتوسط.
2. تعريف الانحراف المعياري
الانحراف المعياري هو الجذر التربيعي للتباين. بينما يقيس التباين متوسط مربعات الفروق بين البيانات والمتوسط الحسابي، فإن الانحراف المعياري يعيد وحدات القياس إلى مقياسها الأصلي (مثل درجات الاختبار، الكيلوغرامات، الروبية، إلخ). وهذا ما يجعل تفسير الانحراف المعياري أسهل.
بشكل بديهي:
– انحراف معياري صغير → البيانات المجمعة قريبة من المتوسط (أكثر تجانسًا).
– انحراف معياري كبير → البيانات منتشرة بعيدًا عن المتوسط (أكثر تنوعًا).
3. صيغة الانحراف المعياري: المجتمع مقابل العينة
في علم الإحصاء، نميز بين حساب الانحراف المعياري للمجتمعات والعينات.
أ) الانحراف المعياري للسكان (σ)
إذا كانت البيانات التي يتم تحليلها تشمل جميع أفراد المجتمع، فإن الصيغة هي:
\[
σ = √(∑(x_i – μ)^2/N)
\]
معلومة:
– \(x_i\) = قيمة البيانات رقم i
- (μ) = متوسط المجتمع
- (N) = عدد بيانات السكان
ب) الانحراف المعياري للعينة (s)
إذا كانت البيانات التي يتم تحليلها تمثل جزءًا فقط من المجتمع الإحصائي (العينة)، فإن الصيغة هي:
\[
s = \sqrt{\frac{\sum (x_i – \bar{x})^2}{n-1}}
\]
معلومة:
- \(\bar{x}\) = متوسط العينة
- (ن) = عدد بيانات العينة
– \(n-1\) تسمى درجات الحرية (تصحيح بيسل)، وتستخدم بحيث يكون تقدير التباين / الانحراف المعياري غير متحيز.
في الممارسة اليومية، عادة ما تكون البيانات التي لدينا على شكل عينات، لذلك يتم استخدام الصيغة \(n-1\) بشكل شائع للغاية.
4. خطوات حساب الانحراف المعياري
لفهم العملية، إليك الخطوات العامة لحساب الانحراف المعياري للعينة:
1. احسب المتوسط (\(\bar{x}\)).
2. احسب الفرق بين كل بيانات والمتوسط (\(x_i – \bar{x}\)).
3. قم بتربيع الفرق \((x_i – \bar{x})^2\).
4. اجمع كل المربعات.
5. اقسم على \(n-1\) للحصول على تباين العينة.
6. قم بحساب الجذر التربيعي للنتيجة للحصول على الانحراف المعياري (s).
مثال بسيط
لنفترض أن قيم البيانات هي: 70، 75، 80، 85، 90 (n = 5)
- المتوسط: \(\bar{x} = (70+75+80+85+90)/5 = 80\)
– الفرق: -10، -5، 0، 5، 10
– الفرق التربيعي: 100، 25، 0، 25، 100
– عدد المربعات: 250
– تباين العينة: \(250/(5-1)=62,5\)
– الانحراف المعياري: \(s=\sqrt{62,5}\approx 7,91\)
التفسير البسيط: تنحرف القيم بمعدل حوالي 7,91 نقطة عن المتوسط البالغ 80.
5. تفسير الانحراف المعياري في تحليل البيانات
الانحراف المعياري ليس مفهوماً قائماً بذاته؛ فمعناه يعتمد على السياق. ومع ذلك، قد تكون بعض الإرشادات العامة مفيدة:
– إذا كان الانحراف المعياري قريبًا من الصفر، فإن البيانات تتركز بشكل كبير حول المتوسط.
– إذا كان الانحراف المعياري كبيرًا، فإن البيانات تكون أكثر تباينًا، مما يشير إلى عدم التجانس.
يُستخدم الانحراف المعياري أيضًا في كثير من الأحيان من أجل:
– مقارنة مجموعتين: على سبيل المثال فصلان لهما نفس المتوسط، ولكن بانحرافات معيارية مختلفة.
– تقييم استقرار العملية: إنتاج المصنع بانحراف معياري صغير لحجم المنتج يعني جودة أكثر اتساقًا.
– قياس التقلبات: في مجال التمويل، غالبًا ما يتم استخدام الانحراف المعياري لعوائد الأسهم كمؤشر للمخاطر.
6. العلاقة بين الانحراف المعياري والتوزيع الطبيعي
في البيانات التي تتبع التوزيع الطبيعي، يكون للانحراف المعياري تفسير قوي للغاية من خلال القاعدة التجريبية:
– حوالي 68% من البيانات تقع في النطاق \(\bar{x} \pm 1s\)
– حوالي 95% من البيانات تقع في النطاق \(\bar{x} \pm 2s\)
– حوالي 99,7% من البيانات تقع في النطاق \(\bar{x} \pm 3s\)
تُفيد هذه القاعدة في تقدير مدى اعتدال البيانات حول المتوسط، وتُسهّل اكتشاف القيم المتطرفة. مع ذلك، من المهم التذكير بأن هذه القاعدة لا تكون دقيقة إلا إذا كانت البيانات قريبة فعلاً من التوزيع الطبيعي.
7. الانحراف المعياري مقابل مقاييس التشتت الأخرى
على الرغم من أن الانحراف المعياري شائع جدًا، إلا أن هناك مقاييس أخرى للتشتت لها أهمية أيضًا:
- المدى: الفرق بين القيمتين القصوى والدنيا. بسيط ولكنه شديد الحساسية للقيم المتطرفة.
– المدى الربيعي (IQR): المدى بين الربيع الأول والربيع الثالث. وهو أكثر مقاومة للقيم المتطرفة من الانحراف المعياري.
– MAD (الانحراف المطلق الوسيط): مقياس قوي يعتمد على الوسيط، وهو مناسب للبيانات التي تحتوي على العديد من القيم المتطرفة.
يُعدّ الانحراف المعياري أفضل عندما تكون البيانات "نظيفة" نسبيًا ولا يكون التوزيع ذو ذيول حادة. أما إذا احتوت البيانات على العديد من القيم المتطرفة، فقد يصبح الانحراف المعياري أكبر وأقل تمثيلًا لغالبية البيانات.
8. مزايا وعيوب الانحراف المعياري
كيلبيهان
- يستخدم جميع البيانات (وليس فقط القيم المتطرفة).
– له أساس نظري قوي ويستخدم غالباً في العديد من الأساليب الإحصائية المتقدمة.
– يسهل تفسيرها لأن الوحدات هي نفسها المستخدمة في البيانات الأصلية.
محددات
- شديد الحساسية للقيم المتطرفة لأنه ينطوي على مربع الفرق.
– يعتمد تفسير مصطلحي "كبير" أو "صغير" على الحجم والسياق.
– في التوزيعات غير الطبيعية للغاية، قد يكون الانحراف المعياري أقل تمثيلاً.
9. بينوتوب
يُعد تحليل تشتت البيانات خطوةً أساسيةً لفهم خصائص مجموعة البيانات. يوفر الانحراف المعياري مقياسًا واضحًا لمدى تباعد البيانات عن المتوسط، مما يساعدنا على تقييم اتساق العملية أو الظاهرة، ومخاطرها، وجودتها. من خلال فهم كيفية حسابه وتفسيره، يُمكننا اتخاذ قرارات أكثر استنارة، سواءً في البحث الأكاديمي، أو تقييم الأداء، أو مراقبة الجودة، أو تحليل الأعمال.
في نهاية المطاف، لا يُعدّ الانحراف المعياري مجرد رقم، بل هو ملخص هام لعدم اليقين والتباين الكامنين في البيانات. ولتحليل أكثر دقة، ينبغي استخدام الانحراف المعياري بالتزامن مع مقاييس أخرى، مثل الوسيط، والمدى الربيعي، أو تمثيل البيانات بصريًا، لتوفير صورة أكثر اكتمالًا ودقة للتوزيع.
