كيفية حساب المئين التسعين في جداول بيانات جوجل

تُعد معالجة البيانات وتحليلها إحصائياً الركيزة الأساسية التي يستند إليها الباحثون والممارسون في شتى الميادين العلمية، ولا سيما في مجالات العلوم السلوكية، وعلم النفس الإكلينيكي، والقياس والتقويم التربوي. ومن بين المقاييس الإحصائية الوصفية ومؤشرات الموضع النسبي، يبرز المئين التسعون (90th Percentile) كأحد أكثر الأدوات حساسية ودقة في الكشف عن التباينات القصوى، وتحديد العتبات الفارقة، وتوصيف الفئات الاستثنائية ضمن العينات المدروسة؛ إذ يُمكن المحلل من استيعاب بنية التوزيع المعياري بعيداً عن التشوهات الناتجة عن التواء البيانات أو تأثرها بالقيم الشاذة التي تُفقد المتوسط الحسابي مصداقيته الاستدلالية.

مع الانتشار الواسع للأدوات السحابية وقواعد البيانات المرنة، باتت منصة جداول بيانات جوجل (Google Sheets) بيئة العمل المفضلة لفرق البحث والمؤسسات الأكاديمية والسريرية؛ نظراً لما توفره من إمكانيات حسابية متقدمة، ودوال إحصائية دقيقة تحاكي البرمجيات المتخصصة، وقدرات تشاركية آنية فائقة الفعالية. يتيح حساب المئين التسعين في هذه البيئة السحابية الانتقال من مرحلة جمع البيانات الأولية إلى مرحلة اتخاذ القرارات السريرية والتربوية والتقييمية المعقدة بأعلى درجات الكفاءة والسرعة الممكنة.

يقدم هذا الدليل المرجعي الشامل إحاطة متعمقة لكافة الأبعاد النظرية والتطبيقية المرتبطة بحساب المئين التسعين في جداول بيانات جوجل؛ بدءاً من الأساس الرياضي والمفاهيمي للرتب المئينية، مروراً بالتحليل المقارن للدوال المعتمدة وخوارزميات الاستيفاء الخطي، ووصولاً إلى تقنيات المعالجة الشرطية المتقدمة، وأتمتة النماذج عبر البرمجة المخصصة، وبناء لوحات المؤشرات التفاعلية، ومعالجة أخطاء النمذجة وفق أحدث المعايير المنهجية العالمية.

1. المفهوم الإحصائي للمئين التسعين ودوره في تحليل البيانات

1.1 التعريف الرياضي والنظري للمئين التسعين

يُعرَّف المئين التسعون (P90) في الإحصاء الوصفي والتحليلي بأنه قيمة عددية محددة ضمن مقياس المتغير العشوائي تفصل التوزيع الإحصائي إلى قسمين غير متساويين؛ حيث تقع نسبة تسعين بالمائة (90%) من مفردات البيانات المرصودة دون هذه القيمة أو تساويها، في حين تتجاوز النسبة المتبقية البالغة عشرة بالمائة (10%) هذه العتبة العددية. تكمن البنية الرياضية للمئين في اعتباره مقياساً من مقاييس الموضع النسبي (Measures of Relative Standing)، والذي يتطلب مبدئياً رصف المشاهدات في ترتيب تصاعدي صارم يبدأ من أدنى رتبة كمية إلى أعلاها.

تستند الرتبة المئينية (Percentile Rank) إلى تحويل التكرارات المتجمعة إلى نسب مئوية تراكمية ترتبط بمنحنى التوزيع الكلي. وتتميز هذه المقاييس اللامعلمية بمرونتها الرياضية؛ إذ إنها لا تشترط اعتدالية التوزيع أو اتساقه حول المركز كما هو الحال مع المتوسط الحسابي والانحراف المعياري. وفي حين يتأثر المتوسط الحسابي بشدة بالقيم المتطرفة (Outliers) التي تجذبه نحو ذيل التوزيع، يظل المئين التسعين ثابتاً وموثوقاً لأنه يعتمد على الترتيب الرتبي للمفردات وليس على كتلها العددية الخام.

يُستخدم المئين التسعين كأداة رياضية معيارية لترسيم حدود المناطق الحرجة في التوزيعات، حيث يُشتق منه مؤشر العتبة العليا للمتغير المقاس. ويتيح هذا المقياس للباحثين والمحللين إمكانية مقارنة أداء المفردات الفردية ضمن مجتمع الأصل بصرف النظر عن وحدات القياس الأصلية، مما يمنحه تفوقاً منهجياً عند صياغة النطاقات المرجعية والمعايير التشخيصية في الدراسات المقارنة متعددة المتغيرات.

1.2 أهمية المئين 90 في الدراسات السلوكية والنفسية والتربوية

يكتسب المئين التسعين وزناً استثنائياً في ميدان القياس النفسي والسلوكي؛ حيث يُستخدم كحد فاصل لتحديد الفئات المعيارية المتقدمة مثل برامج رعاية الموهوبين وذوي القدرات العقلية الفائقة. فعند تطبيق بطاريات اختبارات الذكاء العالمية (مثل مقياس وكسلر أو ستانفورد بينيه)، يمثل اجتياز عتبة المئين التسعين مؤشراً كمياً دالاً على تفوق الفرد على تسعين بالمائة من أقرانه في العينة المعيارية المكافئة عمرياً وثقافياً، مما يمنح قرارات التنسيب الأكاديمي والمهني موثوقية علمية رصينة.

وعلى النقيض الإيجابي من ذلك، يُعد المئين التسعين في المقاييس النفسية العيادية المرتبطة بالسمات غير المرغوبة (مثل مقاييس القلق، والاكتئاب، والاضطرابات السلوكية واضطراب فرط الحركة وتشتت الانتباه) عتبة تحذيرية حرجة (Clinical Cut-off). فوصول درجة المفحوص إلى هذا المستوى يعني انضمامه إلى أعلى عشرة بالمائة من العينة في مؤشرات الاضطراب، مما يستدعي التدخل العلاجي الفوري وتصميم خطط الدعم النفسي المكثف.

أما في المنظومة التربوية والتحصيل الدراسي، فإن توظيف المئين التسعين يتجاوز مجرد حساب الدرجات المطلقة إلى تقييم التميز النسبي للطلاب عبر المدارس والمناطق التعليمية المختلفة. يساعد هذا النهج المؤسسات على تحييد صعوبة الاختبارات المختلفة؛ حيث يتيح للقيادات المدرسية فرز النخب الأكاديمية بناءً على موقعهم ضمن منحنى التوزيع العام، متفادين مشكلات التوزيعات الملتوية سلباً أو إيجاباً التي تعاني منها التقييمات الصفية التقليدية.

1.3 الفروق الجوهرية بين النسبة المئوية والرتبة المئينية

يقع الكثير من الباحثين المبتدئين في خلط مفاهيمي شائع بين “النسبة المئوية” (Percentage) و”الرتبة المئينية” (Percentile Rank). تمثل النسبة المئوية قيمة مطلقة تعبر عن الجزء من الكل مضروباً في مائة، مثل حصول الطالب على 90% في اختبار مادة الرياضيات، وهو ما يعني أنه أجاب إجابة صحيحة عن 90 جزءاً من أصل 100 جزء من محتوى المادة الدراسية، دون أي إشارة إلى كيفية أداء بقية زملائه في نفس الاختبار.

في المقابل، تعبر الرتبة المئينية والمئين التسعين عن الموقع التنافسي والرتبي للفرد بالنسبة لجمهرة الأقران في نفس الاختبار. فإذا كان الاختبار شديد الصعوبة وحصل أفضل طالب على درجة خام تعادل 65%، فإن هذه الدرجة المتواضعة قد تقابل المئين التاسع والتسعين (P99) في التوزيع الرتبي، مما يجعله الأول على صفه. وعلى العكس، إذا كان الاختبار فائق السهولة وحصل معظم الطلاب على 95%، فإن درجة 90% قد تهبط بصاحبها إلى ما دون المئين الأربعين (P40).

يرتبط استقرار المئين التسعين ودقته ارتباطاً وثيقاً بحجم العينة المدروسة (N) وخصائصها السيكومترية. ففي العينات الكبيرة والممثلة تمثيلاً دقيقاً، تعكس المئينات استقراراً إحصائياً عالياً يتيح تطبيق استدلالات تعميمية موثوقة. أما في العينات متناهية الصغر، فإن المسافات الفاصلة بين الرتب تتسع، مما يتطلب الحذر الشديد واستخدام افتراضات إحصائية ملائمة عند تفسير الفروق الطفيفة بين المشاهدات.

2. الصيغ والدوال المعتمدة لحساب المئين في جداول بيانات جوجل

2.1 بنية دالة PERCENTILE التقليدية وطريقة عملها

تُعد دالة PERCENTILE الكلاسيكية الصيغة الأساسية والتاريخية الأكثر استخداماً في بيئة جداول بيانات جوجل لحساب القيم المئينية لمجموعة محددة من الأرقام. تتميز هذه الدالة ببنيتها التركيبية المباشرة التي تقبل وسيطتين إجباريتين وفق الصياغة البرمجية العامة: PERCENTILE(data, percentile). يُقصد بالوسيطة الأولى (data) المصفوفة الرياضية أو نطاق الخلايا الرقمية المستهدفة بالمعالجة والتحليل، في حين تمثل الوسيطة الثانية (percentile) الرتبة المئينية المرغوبة معبراً عنها كقيمة عشرية محصورة بين الصفر والواحد الصحيح.

لحساب المئين التسعين باستخدام هذه الدالة، يجب إدخال القيمة العشرية 0.9 أو 0.90 في وسيطة الرتبة، أو كتابتها بصيغة 90% حيث تقوم المنصة بتحويلها داخلياً إلى القيمة العشرية المطابقة. تقوم الدالة داخلياً بإجراء ترتيب تلقائي غير مرئي للقيم المدخلة من الأصغر إلى الأكبر، ومن ثم حساب موقع الفهرس النسبي للرتبة المستهدفة وفق معادلة الاستيفاء الرياضي الداخلي.

تعتمد دالة PERCENTILE التقليدية على آلية الاستيفاء الخطي (Linear Interpolation) بين أقرب قيمتين عندما لا يتطابق موقع المئين المحسوب مع رتبة صحيحة تماماً ضمن حجم العينة. تضمن هذه الآلية مرونة استخراج قيمة مستمرة تمثل الانتقال التدريجي للبيانات، مما يجعلها متوافقة مع الأنظمة القديمة ونماذج البيانات المنقولة من إصدارات الجداول الإلكترونية السابقة دون إحداث فجوات في النتائج النهائية.

2.2 دالة PERCENTILE.INC والشبه التام مع الدالة الكلاسيكية

أطلقت منصة جداول بيانات جوجل، بالتوافق مع المعايير القياسية الحديثة للمنظمة الدولية للمقاييس ومكتبات لغات البرمجة الإحصائية المتقدمة كـ مشروع R الإحصائي وPython، الدالة المحدثة PERCENTILE.INC. يرمز المقطع INC إلى كلمة (Inclusive) أي “شامل”، وهو ما يشير إلى أن نطاق الرتب المئينية المقبولة في هذه الدالة يغطي المجال المغلق بالكامل من [0، 1]، متضمناً بذلك المئين الصفري (أدنى قيمة في البيانات) والمئين المائة (أعلى قيمة في التوزيع).

من الناحية الحسابية والرياضية البحتة، تتطابق مخرجات الدالة PERCENTILE.INC تماماً وبنسبة مائة بالمائة مع مخرجات الدالة القديمة PERCENTILE. تتبع الدالتان نفس خوارزمية الاستيفاء التي تعتمد على الصيغة الرياضية لموضع الرتبة: Rank = 1 + (N – 1) * k، حيث تمثل N عدد المشاهدات، وتمثل k الرتبة المئينية العشرية المطلوبة (والتي تساوي 0.9 في حالة المئين التسعين).

تتمثل الفائدة الأكاديمية والعملية من اعتماد الدالة PERCENTILE.INC في ضمان استدامة النماذج وقابليتها للتشغيل البيني مع برمجيات التحليل المتقدمة كـ SPSS و SAS وحزم Microsoft Excel الحديثة. يُوصى اليوم باتباع أفضل الممارسات المنهجية بكتابة الدوال الصريحة المحدثة بدلاً من الدوال الكلاسيكية لتجنب أي تعارضات مستقبلية قد تنشأ عند تحديث البنى التحتية البرمجية.

2.3 دالة PERCENTILE.EXC والاختلافات الإحصائية المرتبطة بها

تمثل الدالة PERCENTILE.EXC الخيار الإحصائي الآخر الذي تقدمه جداول بيانات جوجل، حيث يشير المقطع EXC إلى كلمة (Exclusive) أي “حصري” أو “مستبعد”. تقوم هذه الدالة على افتراض فلسفي وإحصائي مختلف جوهرياً؛ إذ تفترض أن عينة البيانات المتاحة تمثل جزءاً من مجتمع إحصائي لانهائي أكبر حجماً، وبالتالي فإن أدنى قيمة في العينة لا يمكن أن تمثل المئين الصفري التام للمجتمع، كما أن أعلى قيمة لا تمثل المئين المائة المطلق.

تفرض الدالة PERCENTILE.EXC قيوداً صارمة على قيمة الوسيطة k؛ إذ تشترط أن تكون القيمة العشرية محصورة حصراً داخل المجال المفتوح بين 1 / (N + 1) و N / (N + 1). ويعتمد حساب موضع الرتبة في هذه الدالة على المعادلة المعدلة: Rank = (N + 1) * k. وبناءً على ذلك، إذا كان حجم العينة المدروسة صغيراً جداً (مثلاً N = 5)، فإن الدالة لن تتمكن من حساب المئين التسعين وسترجع خطأ برمجياً صريحاً، لأن المئين 0.9 يقع خارج الحدود المسموح بها رياضياً لهذه العينة المحدودة.

يندر استخدام الدالة PERCENTILE.EXC في الممارسات والتقييمات السلوكية والتربوية الشائعة مقارنة بـ PERCENTILE.INC؛ نظراً لتعقيداتها النظرية وحاجتها إلى عينات كبيرة تفوق في العادة 10 إلى 15 مفردة لضمان حساب المئين التسعين دون الاصطدام بأخطاء النطاق الحسابي #NUM!. يوضح الجدول التالي مقارنة دقيقة بين الدوال الثلاث في جداول بيانات جوجل:

الدالة الإحصائية	النطاق المقبول للرتبة (k)	معادلة تحديد موضع الرتبة	الاستخدام الموصى به
PERCENTILE	من 0 إلى 1 (شامل)	Rank = 1 + (N – 1) * k	التوافق مع أوراق العمل القديمة
PERCENTILE.INC	من 0 إلى 1 (شامل)	Rank = 1 + (N – 1) * k	المعيار الأكاديمي والتطبيقي العام
PERCENTILE.EXC	من 1/(N+1) إلى N/(N+1)	Rank = (N + 1) * k	الاستدلال السكاني للعينات الكبيرة

3. دليل تطبيقي خطوة بخطوة: حساب المئين 90 للبيانات في جداول بيانات جوجل

3.1 إعداد وتجهيز جدول البيانات الأولي

تبدأ المعالجة الإحصائية الناجحة دائماً بمرحلة الإعداد والتنظيم الهيكلي للبيانات الرقمية داخل واجهة Google Sheets. لحساب المئين التسعين لدرجات مقياس سلوكي أو تحصيلي، ينبغي تنظيم المتغير في عمود رأسي متصل ومخصص حصراً للقيم الكمية، وليكن على سبيل المثال العمود A، بحيث تشغل عناوين المتغيرات الصف الأول (مثل الخلية A1 التي تحمل وسم “درجات_التقييم”)، بينما تمتد سجلات المفحوصين أو الأفراد من الخلية A2 إلى الخلية A21 لتمثيل عينة استطلاعية مكونة من 20 مفحوصاً.

يجب على الباحث التأكد من أن جميع الخلايا الواقعة ضمن النطاق تحتوي على أرقام حقيقية منسقة بصيغة عددية صحيحة أو عشرية، وخالية تماماً من الرموز الخاصة، أو الفواصل النصية غير المعتمدة، أو المسافات البيضاء الخفية التي قد تؤدي إلى تعطيل محرك الحساب الداخلي للبرنامج. يُفضل في هذه المرحلة تحديد النطاق بالكامل واختيار “تنسيق” (Format) ثم “رقم” (Number) لتوحيد التمثيل الرقمي للبيانات.

تتمثل إحدى أفضل الممارسات المنهجية لتسهيل كتابة الصيغ الحسابية في استخدام خاصية “النطاقات المسماة” (Named Ranges). يمكن تحديد النطاق A2:A21 والذهاب إلى قائمة “البيانات” (Data) واختيار “النطاقات المسماة”، ثم إطلاق اسم وصفي ذي دلالة مثل Scores_Data. يمنح هذا الإجراء ورقة العمل تنظيماً أكاديمياً محكماً ويجعل استدعاء المعادلات في خطوات لاحقة أمراً غاية في الوضوح والسلاسة البرمجية.

3.2 كتابة الصيغة الحسابية وتنفيذها عملياً

بعد اكتمال تجهيز النطاق، يتم الانتقال إلى الخلية المخصصة لعرض النتيجة النهائية (ولتكن الخلية C2 على سبيل المثال). يقوم المستخدم بكتابة الصيغة الحسابية التالية بشكل صريح وبأحرف إنجليزية قياسية:

=PERCENTILE(A2:A21, 0.9)

أو الاعتماد على الصيغة المعيارية المحدثة:

=PERCENTILE.INC(A2:A21, 0.9)

بمجرد الضغط على زر الإدخال (Enter)، سيقوم البرنامج فوراً بمعالجة المصفوفة وعرض القيمة العددية الدقيقة التي تمثل المئين التسعين لتلك المجموعة من الدرجات. وإذا كان قد تم تعيين اسم للنطاق في الخطوة السابقة، فيمكن كتابة الصيغة على النحو التالي: =PERCENTILE.INC(Scores_Data, 0.9) مما يعزز قراءة المعادلة وسهولة مراجعتها من قبل باحثين آخرين.

في حال الرغبة في نسخ هذه الصيغة وتطبيقها عبر أعمدة أخرى متجاورة تمثل أبعاداً فرعية للاختبار النفسي (مثل القلق، والتوتر، والمرونة النفسية في الأعمدة B و C و D)، يجب مراعاة استخدام المراجع المطلقة (Absolute References) بإضافة علامة الدولار ($) لتثبيت النطاقات، مثل =PERCENTILE.INC($A$2:$A$21, 0.9)، أو الاعتماد على المراجع النسبية للسماح للمعادلة بالانتقال التلقائي بين الأعمدة عند السحب الأفقي لمقبض التعبئة السريعة.

3.3 فهم خوارزمية الاستيفاء الداخلي (Interpolation) عند عدم وجود قيمة صريحة

في معظم التطبيقات العملية الواقعية، نادراً ما يتطابق موضع المئين المطلوب تماماً مع أحد الصفوف الترتيبية للعينة؛ مما يدفع محرك جداول بيانات جوجل إلى تطبيق خوارزمية “الاستيفاء الخطي الداخلي” (Linear Interpolation). لفهم كيفية توليد الرقم المعروض في الخلية، دعنا نطبق المعادلة الرياضية يدوياً على عينة مكونة من 10 درجات مرتبة تصاعدياً كالتالي: [12، 15، 18، 22، 25، 28، 30، 35، 40، 45].

أولاً، يتم حساب مؤشر الرتبة (Rank Index) باستخدام صيغة PERCENTILE.INC:

Rank = 1 + (N – 1) * k = 1 + (10 – 1) * 0.9 = 1 + (9 * 0.9) = 1 + 8.1 = 9.1

يشير الناتج 9.1 إلى أن المئين التسعين لا يطابق القيمة التاسعة ولا القيمة العاشرة تماماً، بل يقع عند مسافة 0.1 (أي عُشر المسافة) بعد القيمة التاسعة باتجاه القيمة العاشرة. بالنظر إلى العينة المرتبة، نجد أن القيمة التاسعة هي 40، والقيمة العاشرة هي 45. يطبق البرنامج الاستيفاء الخطي بالصيغة التالية:

P90 = القيمة التاسعة + 0.1 * (القيمة العاشرة – القيمة التاسعة) = 40 + 0.1 * (45 – 40) = 40 + 0.5 = 40.5

تُظهر هذه النتيجة (40.5) كيف تضمن جداول بيانات جوجل توليد قيمة موضعية مستمرة تمثل بدقة الانتقال الرياضي النسبي، حتى لو لم تكن القيمة الناتجة موجودة كدرجة خام أصلية سُجلت لدى أي من المفحوصين المشاركين في الدراسة، وهو ما يجسد قوة وموثوقية المعالجة الحسابية المعتمدة.

4. إعداد وتنظيم البيانات السلوكية والنفسية قبل إجراء الحساب

4.1 تنقية البيانات من القيم الخاطئة والمكررة غير المنطقية

تُعد مرحلة تنظيف وتنقية البيانات (Data Cleansing) شرطاً قبلياً حاسماً لضمان سلامة وصحة المؤشرات الإحصائية المستخرجة عبر جداول بيانات جوجل. غالباً ما تشوب البيانات المجمعة عبر الاستبانات الإلكترونية أو السجلات الورقية أخطاء إدخال عفوية؛ مثل تكرار السجلات لنفس المفحوص، أو إدخال درجات خارج المدى المنطقي للمقياس السيكومتري (مثل إدخال درجة 150 في مقياس مداه الأقصى 50 درجة).

توفر جداول بيانات جوجل حزمة من الأدوات المدمجة لمعالجة هذه المشكلات بكفاءة عالية. يمكن استخدام ميزة “تنظيف البيانات” (Data Cleanup) من قائمة “البيانات”، واختيار “إزالة التكرارات” (Remove Duplicates) لحذف السجلات المتطابقة تلقائياً بناءً على الرقم التعريفي للمشارك (ID). كما يمكن تطبيق أداة “التحقق من صحة البيانات” (Data Validation) لتقييد مدخلات العمود؛ بحيث يرفض النظام أي قيمة تقع خارج النطاق العددي المسموح به للمقياس (مثلاً تقييد الإدخال بالأرقام المحصورة بين 1 و 5 لمقياس ليكرت الخماسي).

علاوة على ذلك، يُسهم تطبيق قواعد “التنسيق الشرطي” (Conditional Formatting) في بناء فحص بصري سريع لاكتشاف الشذوذ الموضعي. يمكن صياغة قاعدة تلوين تبرز أي خلية تحتوي على رقم شاذ بلون تحذيري أحمر عبر كتابة الصيغة المخصصة: =OR(A2<0, A2>50)، مما يمكن الباحث من تدقيق وتصحيح المدخلات المشبوهة بالرجوع إلى المصادر الأولية قبل تشغيل دالة المئين 90.

4.2 التعامل مع النصوص والقيم المنطقية داخل نطاق المئين

يتميز محرك الحوسبة في دالتي PERCENTILE و PERCENTILE.INC بسلوك افتراضي محدد عند التعامل مع الخلايا غير الرقمية ضمن النطاق الممرر للمعادلة. يتجاهل البرنامج تلقائياً أي خلايا تحتوي على نصوص حرفية، أو قيم فارغة (Blank Cells)، أو قيم منطقية مثل (TRUE أو FALSE)، ويقوم باحتساب حجم العينة الفعلي (N) بناءً فقط على عدد الخلايا التي تتضمن قيماً عددية صريحة قابلة للمعالجة الرياضية.

ومع ذلك، تكمن المشكلة الخفية في “الأرقام المخزنة كنصوص” (Numbers stored as text)، وهي حالة شائعة جداً تحدث عند تصدير البيانات من نماذج جمع البيانات الخارجية (Google Forms) أو ملفات CSV غير المهيكلة. في هذه الحالة، يتجاهل البرنامج تلك الأرقام متوهماً أنها نصوص وصفية، مما يؤدي إلى خفض حجم العينة المحسوب قسرياً وتحريف قيمة المئين التسعين المحسوبة دون أن يظهر أي خطأ برمجي ينبه الباحث.

لتصحيح هذه الظاهرة وضمان توحيد وتنسيق الأرقام المخزنة كنصوص، يمكن اللجوء إلى الدوال التحويلية مثل الدالة VALUE أو الدالة TO_PURE_NUMBER. يمكن إنشاء عمود معالج موازٍ يحتوي على الصيغة التالية:

=IF(ISNUMBER(A2), A2, IFERROR(VALUE(A2), “”))

تضمن هذه الصيغة تحويل كافة النصوص العددية إلى أرقام نقية يمكن لدوال المئين قراءتها بسلاسة، مع الحفاظ على استبعاد النصوص الحقيقية التي قد تمثل ملاحظات هامشية أضافها الباحث أثناء جمع العينة.

5. الحساب الشرطي والمتقدم للمئين التسعين (Conditional Percentiles)

5.1 دمج دالة PERCENTILE مع دالة FILTER لحساب المئين لفئات محددة

في التطبيقات الإحصائية السريرية والتربوية المتقدمة، نادراً ما يتم حساب المئين التسعين لكامل العينة بصورة مجردة دون تفكيكها إلى مجموعات مقارنة فرعية؛ إذ يتطلب التحليل السيكومتري الرصين استخراج المئين 90 بناءً على متغيرات تصنيفية كالجنس (ذكور/إناث)، أو المستوى الدراسي، أو المجموعة التجريبية والضابطة. نظراً لعدم وجود دالة مدمجة بمسمى “PERCENTILEIFS” في جداول بيانات جوجل، فإن الحل المعياري يكمن في دمج دالتي PERCENTILE و FILTER في بنية رياضية واحدة فائقة القوة والمرونة.

لحساب المئين التسعين لدرجات القلق الواقعة في العمود A حصراً للذكور المصنفين في العمود B بكلمة “ذكر”، تتم صياغة المعادلة المركبة على النحو التالي:

=PERCENTILE.INC(FILTER(A2:A100, B2:B100 = “ذكر”), 0.9)

تعمل دالة FILTER أولاً على تصفية واستخلاص المصفوفة الفرعية التي ينطبق عليها الشرط المنطقي المحدد، ومن ثم تمرر هذه المصفوفة الناتجة إلى دالة PERCENTILE.INC لاحتساب الرتبة المئينية المستهدفة لتلك الفئة بدقة متناهية دون الحاجة إلى فرز البيانات يدوياً أو تقسيمها إلى أوراق عمل منفصلة.

عند الحاجة إلى تطبيق شروط مركبة متعددة، يتم استخدام المعامل الرياضي لعملية الضرب (*) لتمثيل الرابط المنطقي “و” (AND)، أو المعامل الرياضي لعملية الجمع (+) لتمثيل الرابط المنطقي “أو” (OR). على سبيل المثال، لحساب المئين 90 للذكور الذين تتجاوز أعمارهم 20 عاماً (المسجلة في العمود C)، تُصاغ المعادلة كالتالي:

=PERCENTILE.INC(FILTER(A2:A100, (B2:B100 = “ذكر”) * (C2:C100 > 20)), 0.9)

ولتفادي انهيار الصيغة البرمجية وظهور خطأ #CALC! أو #N/A في حال عدم تحقق الشروط لأي فرد من أفراد العينة، يُنصح دائماً بتغليف الصيغة الإجمالية بدالة معالجة الأخطاء IFERROR:

=IFERROR(PERCENTILE.INC(FILTER(A2:A100, B2:B100 = “ذكر”), 0.9), “لا توجد بيانات مطابقة”)

5.2 استخدام دالة QUERY لتصفية البيانات المعقدة قبل حساب المئين

تُمثل دالة QUERY الأداة الأكثر شمولاً وتطوراً في جداول بيانات جوجل لمعالجة البيانات المعقدة الضخمة متعددة المراكز والتجارب السريرية؛ حيث تستخدم لغة استعلام مشابهة للغة SQL القياسية لإجراء عمليات الفلترة، والفرز، والتجميع الديناميكي في خطوة واحدة. يمكن دمج مخرجات استعلام QUERY مباشرة داخل دالة المئين لاختزال مصفوفات ضخمة معقدة وتمرير عمود النتائج المطلوب حسابه بسلاسة فائقة.

إذا كانت لدينا قاعدة بيانات نفسية تمتد من العمود A إلى العمود F، ونرغب في حساب المئين التسعين لدرجات الاكتئاب (الموجودة في العمود D) للمشاركين المقيمين في “المنطقة الشمالية” (العمود B) والذين خضعوا لبروتوكول “العلاج المعرفي السلوكي” (العمود E)، يمكن صياغة المعادلة التالية:

=PERCENTILE.INC(QUERY(A2:F1000, “SELECT D WHERE B = ‘المنطقة الشمالية’ AND E = ‘CBT’ AND D IS NOT NULL”), 0.9)

تتميز هذه التقنية بمقاومتها الفائقة لتغير ترتيب الصفوف والأعمدة وإمكانية تطبيق تصفية زمنية ديناميكية متقدمة؛ مما يتيح للباحثين في التجارب السريرية الممتدة عزل القياسات البعدية بسهولة وحساب عتبات المئين التسعين للعينات المستهدفة عبر معايير زمانية وتجريبية محددة بدقة متناهية.

5.3 حساب المئين التسعين المقيد بالشروط عبر دوال المصفوفات ARRAYFORMULA

مع تطور محرك جداول بيانات جوجل وإدراج الدوال الوظيفية المتقدمة مثل BYCOL و LAMBDA و MAP، أصبح بإمكان المحللين التخلي عن تكرار الصيغ الحسابية عبر الخلايا المتعددة والاعتماد بدلاً من ذلك على دوال المصفوفات الديناميكية (Dynamic Array Formulas) لحساب المئين التسعين لمجموعة متكاملة من الأعمدة المتجاورة دفعة واحدة ومن خلال كتابة معادلة واحدة في خلية وحيدة.

إذا كانت الأعمدة من C2:H100 تمثل الدرجات الفرعية لستة أبعاد شخصية مختلفة، يمكن استخدام الدالة التالية في الصف العلوي لتوليد المئين 90 لجميع هذه الأبعاد تلقائياً وبشكل أفقي ممتد:

=BYCOL(C2:H100, LAMBDA(current_col, PERCENTILE.INC(FILTER(current_col, ISNUMBER(current_col)), 0.9)))

تتفوق هذه الطريقة في معالجة الملفات الضخمة التي تحتوي آلاف السجلات؛ إذ تقلل من الحمل الحسابي على متصفح الويب وتمنع حدوث أخطاء السحب اليدوي للمعادلات، كما أنها تضمن التحديث التلقائي للنتائج بمجرد إدراج أعمدة أو صفوف جديدة ضمن نطاق المصفوفة المعرفة.

6. التعامل مع القيم المفقودة والمتطرفة عند حساب المئين 90

6.1 أثر القيم المتطرفة (Outliers) على حساسية المئين التسعين

تُمثل “القيم المتطرفة” أو الشاذة إحدى أكبر المعضلات التي تواجه التحليل الإحصائي للبيانات السلوكية والنفسية. تتميز مقاييس الموضع كالرتب المئينية بمتانتها النسبية (Robustness) مقارنة بالمقاييس الخطية الكلاسيكية كالمتوسط الحسابي، ولكن نظراً لأن المئين التسعين يقع أساساً في الطرف الأعلى للتوزيع الإحصائي، فإنه يبدي حساسية خاصة لأنماط التشتت في الذيل الأيمن للمنحنى.

لفحص وعزل القيم الشاذة الناتجة عن أخطاء إدخال البيانات أو استجابات المشاركين غير العشوائية، يُفضل استخدام أسلوب “المدى الربيعي” (Interquartile Range – IQR). يُحسب المدى الربيعي بطرح الربيع الأول (Q1 / P25) من الربيع الثالث (Q3 / P75)، وتُحدد العتبة العليا للقيم الشاذة بالمعادلة المعيارية:

Upper Fence = Q3 + (1.5 * IQR)

يمكن بناء معادلة داخل جداول بيانات جوجل لتحديد ما إذا كانت قيمة المئين التسعين تتأثر بقيم متطرفة غير منطقية وعزل تلك القيم تلقائياً عبر كتابة الصيغة المركبة التالية:

=LET(data, FILTER(A2:A100, ISNUMBER(A2:A100)), q1, PERCENTILE.INC(data, 0.25), q3, PERCENTILE.INC(data, 0.75), iqr, q3 – q1, clean_data, FILTER(data, data <= (q3 + 1.5 * iqr)), PERCENTILE.INC(clean_data, 0.9))

يجب على الباحث اتخاذ قرار منهجي واعي: هل القيمة المتطرفة في الذيل الأيمن تمثل خطأ في القياس يستوجب الاستبعاد، أم أنها تعبر عن استجابة سريرية حقيقية نادرة تعكس أقصى درجات الظاهرة المدروسة؟ يساعد التحليل الحذر لمخططات التوزيع في دعم هذا القرار العلمي الحاسم.

6.2 استراتيجيات معالجة الخلايا الفارغة وقيم N/A#

يؤدي ظهور القيم المفقودة والرموز البرمجية التالفة مثل #N/A أو #VALUE! داخل مصفوفة الأرقام إلى تعطل دالة PERCENTILE بالكامل وامتناعها عن إرجاع نتيجة صالحة. لتفادي هذه المشكلة، يجب اتباع استراتيجيات تصفية مسبقة صارمة لعزل القيم غير الصالحة وضمان استقرار التقارير التحليلية ولوحات المؤشرات المعتمدة على تلك الحسابات.

تتمثل الاستراتيجية الوقائية الأولى في استخدام الدالة ISNUMBER مقترنة بدالة FILTER لتمرير الأرقام الحقيقية فقط واستبعاد كافة الخلايا المفقودة أو التي تتضمن نصوصاً برمجية معطلة:

=PERCENTILE.INC(FILTER(A2:A100, ISNUMBER(A2:A100)), 0.9)

وفي سيناريوهات القياس السيكومتري الأكثر تقدماً، قد يلجأ الباحث إلى تقنيات “التعويض الإحصائي” (Imputation) للمدخلات المفقودة؛ مثل استبدال القيمة المفقودة بمتوسط السجل أو وسيط المجموعة لتفادي تقليص حجم العينة الإجمالي، وهو إجراء ينبغي توثيقه وبيان أثره على تحريك رتبة المئين التسعين بمقدار طفيف نحو النزعة المركزية للتوزيع العام.

7. تطبيقات المئين التسعين في المقاييس والتشخيص النفسي والتربوي

7.1 تحديد العتبات التشخيصية (Clinical Cut-off Scores)

في الممارسة السريرية والنفسية، يُمثل المئين التسعين المعيار الذهبي المعتمد في العديد من أدوات التقييم الموحدة (مثل مقياس بيك للاكتئاب BDI، وقائمة فحص الأعراض SCL-90-R) لرسم الحدود الفاصلة بين المستويات غير السريرية والمستويات الحرجة التي تتطلب رعاية تخصصية عاجلة. يتيح حساب المئين 90 لفريق التشخيص تحويل الدرجات الخام المتفاوتة إلى مقياس نسبي موحد يسهل قراءته من قبل الأطباء والمعالجين والموجهين التربويين على حد سواء.

تتيح جداول بيانات جوجل بناء نظم تصنيف تشخيصي تلقائية بمجرد استخراج قيمة P90؛ حيث يمكن استخدام دالة IFS لمقارنة درجة كل مريض جديد مع عتبة المئين 90 المحسوبة من العينة المعيارية، وتوليد حكم تشخيصي آلي:

=IFS(A2 >= $Z$1, “مستوى حرج – يتطلب تدخلاً فورياً”, A2 >= $Y$1, “مستوى متوسط – تحت الملاحظة”, TRUE, “مستوى طبيعي”)

حيث تمثل الخلية $Z$1 قيمة المئين التسعين المحسوبة للعينة المرجعية، وتمثل الخلية $Y$1 قيمة المئين الخامس والسبعين (الربيع الثالث). يمنح هذا الربط الديناميكي المراكز العيادية قدرة استثنائية على فرز الحالات وتحديد أولويات الرعاية الطبية والدعم السلوكي بكفاءة عالية وبأقل قدر من الخطأ البشري.

7.2 تقييم برامج التدخل السلوكي وتحليل الأثر

يُعد قياس الأثر والفاعلية للبرامج التربوية والعلاجية القائمة على الأدلة (Evidence-Based Interventions) أحد أهم ميادين تطبيق المئين التسعين. في تصاميم البحوث القبلية-البعدية (Pretest-Posttest Designs)، يقوم الباحثون بحساب المئين التسعين لدرجات السلوك المستهدف قبل إطلاق البرنامج ثم إعادة حسابه بعد انتهاء مدة التدخل السلوكي.

إذا كان التدخل يستهدف خفض السلوك العدواني لدى عينة من طلاب المدارس، فإن انخفاض قيمة المئين التسعين في القياس البعدي مقارنة بالقياس القبلي يقدم دليلاً إحصائياً ملموساً على أن البرنامج لم يقتصر أثره على تحسين المعدل المتوسط للطلاب فحسب، بل نجح في تقليص حدة السلوك لدى الفئة الأكثر معاناة (أعلى 10% من العينة). يوضح الجدول التالي نموذجاً افتراضياً لتقييم أثر برنامج خفض حدة القلق:

المؤشر الإحصائي	القياس القبلي (Pre-test)	القياس البعدي (Post-test)	معدل التغير النسبي (%)
المتوسط الحسابي	48.5	35.2	-27.4%
الوسيط (P50)	46.0	33.0	-28.2%
المئين التسعون (P90)	68.4	47.8	-30.1%

7.3 إعداد جداول المعايير (Norms Tables) النفسية

يُمثل بناء جداول المعايير السيكومترية الركيزة الأساسية لتقنين المقاييس والاختبارات النفسية والتربوية على المجتمعات المحلية. تتيح جداول بيانات جوجل بناء جدول تحويل متكامل يربط كل درجة خام محتملة برتبتها المئينية المقابلة، مع تسليط الضوء على المحطات المئينية الرئيسية (P10, P25, P50, P75, P90, P99).

يمكن توليد جدول المئينات عبر استخدام دالة مصفوفية بسيطة تجمع دوال المئين في نطاق جدولي منظم، ومن ثم توظيف دوال البحث المتقدمة كـ XLOOKUP أو VLOOKUP لإرجاع الرتبة المئينية لأي درجة خام مدخلة حديثاً بشكل تلقائي:

=XLOOKUP(A2, Norms_Table!$A$2:$A$100, Norms_Table!$B$2:$B$100, “خارج النطاق”, -1)

يسهم هذا الأسلوب في رقمنة المعايير الورقية التقليدية، ويسهل تصدير بطاقات تقارير تقييمية مهنية وموثقة بصيغة PDF تتضمن التفسير الإحصائي الدقيق لموقع المفحوص مقارنة بالعينة المعيارية المقننة.

8. التمثيل البياني وبناء لوحات المؤشرات للمئين التسعين في Google Sheets

8.1 رسم مخططات التوزيع التكراري ومخططات الصندوق (Box Plots)

يُمثل التمثيل البصري للمؤشرات الإحصائية وسيلة لا غنى عنها لنقل الدلالات الرقمية المجردة إلى صور مرئية واضحة ومفهومة لصناع القرار والباحثين. في جداول بيانات جوجل، يُعد مخطط الصندوق وطرفيه (Box Plot / Candlestick Chart) الأداة البيانية المثالية لعرض بنية التوزيع، حيث يوضح بصرياً الوسيط، والربيعات (Q1 و Q3)، والمدى الكلي للبيانات مع إمكانية تمييز موقع المئين التسعين كعتبة عليا فارقة.

بالإضافة إلى ذلك، يُسهم رسم منحنى التوزيع التراكمي الصاعد (Ogive Graph) في توفير قراءة بصرية مباشرة للمئين التسعين؛ حيث يتم تمثيل الرتب المئينية (من 0% إلى 100%) على المحور الرأسي (Y)، بينما تُمثل الدرجات الخام على المحور الأفقي (X). من خلال تتبع خط أفقي ينطلق من النقطة 90% على المحور الرأسي حتى يتقاطع مع المنحنى التراكمي، ثم الإسقاط عمودياً على المحور الأفقي، يمكن استقراء قيمة P90 بدقة بصرية مذهلة تعزز فهم الجمهور لخصائص التوزيع الإحصائي للظاهرة المدروسة.

8.2 إضافة خطوط مرجعية (Reference Lines) للمئين 90 في المخططات المبعثرة والعمودية

عند بناء المخططات البيانية العمودية أو مخططات التشتت النقطية (Scatter Plots) التي تعرض درجات كافة الأفراد المشاركين في العينة، يُعد إدراج “خط مرجعي أفقي” يمثل قيمة المئين التسعين أفضل وسيلة لتصنيف الأداء بصرياً وتمييز الحالات المتفوقة أو الحرجة بشكل فوري.

لتحقيق ذلك في جداول بيانات جوجل، يتم إنشاء عمود إضافي موازٍ لبيانات الدرجات الأصلية، ولتكن تسميته “عتبة_المئين_90″، وتُكتب في جميع خلاياه صيغة المئين المطلقة: =$Z$1 (حيث تحتوي الخلية Z1 على قيمة المئين 90 المحسوبة مسبقاً). عند تحديد كلا العمودين وإدراج “مخطط مجمّع” (Combo Chart)، يتم ضبط سلسلة الدرجات لتظهر كأعمدة أو نقاط، بينما تُضبط سلسلة المئين 90 لتظهر كـ “خط متصل” (Line) بلون مميز وساطع (كالأحمر أو البرتقالي الداكن).

يمكن أيضاً تفعيل التنسيق الشرطي داخل المخططات المتقدمة لتمييز الأعمدة التي تتجاوز هذا الخط المرجعي بلون مختلف، بالإضافة إلى تصميم بطاقات الأداء الرئيسية (Scorecards) التي تعرض قيمة المئين التسعين كرقم بارز ومحدث لحظياً في قمة لوحة القياس لعكس مؤشرات الأداء بشكل مباشر.

8.3 تصميم لوحة معلومات نفسية تفاعلية باستخدام عناصر التحكم (Slicers)

تتيح ميزة عناصر التحكم في التصفية (Slicers) في Google Sheets تحويل جدول البيانات الثابت إلى لوحة مؤشرات إحصائية تفاعلية (Interactive Dashboard) فائقة المرونة. يمكن إدراج عنصر تحكم عبر قائمة “البيانات” ثم “إضافة أداة تقطيع”، وربطه بمتغيرات ديموغرافية رئيسية مثل “الجنس”، أو “المرحلة العمرية”، أو “المركز العلاجي”.

عند قيام المستخدم باختيار فئة معينة من خلال أداة التقطيع (مثلاً اختيار المرحلة العمرية “18-25 سنة”)، تقوم جداول بيانات جوجل بتحديث كافة المخططات البيانية فوراً. ولجعل معادلة المئين التسعين تتجاوب ديناميكياً مع خيارات التصفية النشطة في أداة التقطيع، يجب استخدام الدالة SUBTOTAL المدمجة مع معادلات المصفوفة، لضمان استبعاد الصفوف المخفية نتيجة التصفية وإعادة حساب المئين 90 فقط للمفردات الظاهرة على الشاشة:

=LET(visible_data, FILTER(A2:A100, MAP(ROW(A2:A100), LAMBDA(r, SUBTOTAL(103, INDIRECT(“A” & r)))) = 1), PERCENTILE.INC(visible_data, 0.9))

تضمن هذه الصيغة المتقدمة بقاء لوحة المؤشرات متجاوبة وتفاعلية بالكامل، مما يمنح مديري البرامج والباحثين أداة تحليلية بصرية تمكنهم من استكشاف الفروق بين الفئات الفرعية بمجرد نقرات بسيطة وسريعة.

9. أتمتة حساب المئين 90 باستخدام Google Apps Script والدوال المخصصة

9.1 كتابة دالة مخصصة (Custom Function) لحساب المئين المتقدم

على الرغم من الكفاءة العالية لدوال جداول بيانات جوجل المدمجة، إلا أن المعالجات الإحصائية واسعة النطاق لقواعد البيانات الضخمة التي تحتوي عشرات الآلاف من السجلات قد تتطلب إنشاء دوال مخصصة برمجياً عبر Google Apps Script لتحسين سرعة التنفيذ وتوفير وظائف معالجة خاصة غير متوفرة في الدوال التقليدية.

يمكن فتح محرر النصوص البرمجية من قائمة “الإضافات” (Extensions) ثم “Apps Script”، وكتابة كود جافاسكريبت المخصص التالي لإنشاء الدالة المخصصة CALCULATE_P90:

function CALCULATE_P90(dataRange) {
  var values = [];
  if (Array.isArray(dataRange)) {
    for (var i = 0; i < dataRange.length; i++) {
      for (var j = 0; j < dataRange[i].length; j++) {
        var val = dataRange[i][j];
        if (typeof val === ‘number’ && !isNaN(val)) {
          values.push(val);
        }
      }
    }
  } else if (typeof dataRange === ‘number’) {
    return dataRange;
  }
  if (values.length === 0) return “لا توجد بيانات”;
  values.sort(function(a, b) { return a – b; });
  var index = 0.9 * (values.length – 1);
  var lower = Math.floor(index);
  var upper = Math.ceil(index);
  var weight = index – lower;
  return values[lower] * (1 – weight) + values[upper] * weight;
}

بعد حفظ المشروع البرمجي، يمكن العودة إلى جدول البيانات واستدعاء الدالة في أي خلية مثل أي دالة قياسية بكتابة: =CALCULATE_P90(A2:A1000). تتميز هذه الدالة بقدرتها على فرز المصفوفات الرياضية الكبيرة بسرعة فائقة داخل بيئة V8 الحديثة وتخفيف العبء الحسابي عن واجهة المستخدم الرسومية.

9.2 أتمتة توليد التقارير الإحصائية الدورية للبيانات المحدثة

تتيح أتمتة الإجراءات عبر Google Apps Script إمكانية جدولة “المشغلات الزمنية” (Time-driven Triggers) التي تقوم بفحص البيانات المجمعة من استبانات المرضى أو الطلاب يومياً أو أسبوعياً، وإعادة حساب عتبة المئين التسعين تلقائياً دون أي تدخل يدوي من الباحث.

يمكن توسيع الشيفرة البرمجية لتقوم بإرسال رسائل بريد إلكتروني تحذيرية آلية إلى المرشد الطلابي أو الفريق الطبي في حال تجاوز عدد الحالات التي تخطت المئين التسعين نسبة مئوية معينة من إجمالي العينة المسجلة خلال الأسبوع. كما يمكن للسكربت استخراج تقرير ملخص بصيغة PDF يتضمن جداول المعايير والرسوم البيانية المحدثة وحفظه مباشرة في مجلد محدد على Google Drive، مما يحول منظومة التقييم إلى بيئة عمل مؤتمتة واحترافية تلبي أعلى معايير الجودة الإدارية والأكاديمية.

10. استكشاف الأخطاء الشائعة وإصلاحها عند حساب المئين في Google Sheets

10.1 معالجة رسائل الخطأ الشائعة (VALUE! ،#NUM! ،#N/A#)

عند بناء النماذج الإحصائية المعقدة في جداول بيانات جوجل، قد تظهر بعض رسائل الخطأ البرمجية التي تعيق استكمال الحسابات. يُعد فهم الأسباب الجذرية لهذه الأخطاء الخطوة الأولى نحو معالجتها وإعادة النموذج إلى مساره الصحيح. يوضح الجدول التالي أشهر رسائل الخطأ المرتبطة بدوال المئين وأسبابها وحلولها الجذرية:

رمز الخطأ البرمجي	السبب الجذري الشائع	الإجراء التصحيحي الموصى به
#NUM!	إدخال رتبة مئينية أقل من 0 أو أكبر من 1، أو استخدام PERCENTILE.EXC مع عينة صغيرة.	التأكد من كتابة الرتبة كقيمة عشرية مثل 0.9، أو استخدام الدالة PERCENTILE.INC بدلاً من EXC.
#VALUE!	تضمين نصوص غير قابلة للتحويل داخل وسيطة الرتبة k (مثل كتابة “تسعين” كنص).	تصحيح وسيطة الرتبة لتكون رقماً صريحاً (0.9)، والتأكد من توافق وسائط الدوال الداخلية.
#N/A	فشل دالة FILTER أو دوال البحث في العثور على أي قيم تطابق الشرط المحدد.	تغليف المعادلة بالكامل بدالة معالجة الأخطاء IFERROR(..., "لا توجد نتائج").
#REF!	حذف أحد الأعمدة أو النطاقات المشار إليها داخل صيغة المئين.	مراجعة مراجع الخلايا في شريط الصيغ وإعادة ربط النطاقات الصحيحة.

تضمن المعالجة الدقيقة لهذه الأخطاء استمرارية النماذج الإحصائية وحمايتها من التوقف المفاجئ عند إدخال بيانات غير مكتملة من قبل المستخدمين النهائيين.

10.2 معالجة أخطاء عدم توافق الفواصل العشرية وتنسيقات الأرقام

تنشأ إحدى أكثر المشكلات إرباكاً للمستخدمين من اختلاف “الإعدادات الإقليمية للجدول” (Spreadsheet Locale). في بعض البيئات الجغرافية (مثل الولايات المتحدة والمملكة المتحدة وبعض الدول العربية)، تُستخدم النقطة الفاصلة (Dot: .) كفاصلة عشرية، وتُكتب الصيغة بالشكل: =PERCENTILE(A2:A100, 0.9).

في المقابل، تعتمد إعدادات دول أخرى (مثل معظم دول الاتحاد الأوروبي وبعض دول أمريكا اللاتينية) الفاصلة العادية (Comma: ,) كفاصلة عشرية، مما يفرض استخدام الفاصلة المنقوطة (Semicolon: ;) للفصل بين وسائط الدوال، لتصبح الصيغة الصحيحة في تلك البيئات: =PERCENTILE(A2:A100; 0,9). إذا حاول المستخدم كتابة الصيغة بنقطة عشرية في جدول مضبوط على إعدادات أوروبية، فسيظهر خطأ صياغة عام (Formula Parse Error).

لحل هذه المعضلة بشكل جذري، يجب الانتقال إلى قائمة “ملف” (File) ثم “الإعدادات” (Settings)، واختيار الموقع الإقليمي المناسب الذي يتطابق مع المعايير المفضلة للباحث ومؤسسته، والتأكد من مطابقة لوحة المفاتيح للتنسيق الرقمي المعتمد في الجدول.

10.3 تصحيح الانحياز في حساب المئين مع العينات متناهية الصغر

من الناحية المنهجية والإحصائية الصارمة، يُعد تطبيق معادلات المئين التسعين على عينات متناهية الصغر (أقل من 10 إلى 15 مفردة) مصدراً رئيسياً للتحيز الإحصائي (Statistical Bias) وفقدان القوة الاختبارية. فعندما يكون حجم العينة مثلاً N = 5، فإن المفردة الواحدة تمثل وزناً نسبياً قدره 20% من التوزيع، مما يجعل تحديد عتبة 90% يعتمد كلياً على الاستيفاء الافتراضي بين أعلى قيمتين دون تمثيل حقيقي لكثافة التوزيع.

يجب على الباحثين في الدراسات الاستطلاعية الصغيرة الإفصاح بشفافية كاملة في تقاريرهم العلمية عن حدود الدقة المرتبطة برتبة المئين، والتنويه إلى أن القيمة المستخرجة تمثل تقديراً استكشافياً أولياً لا يمكن تعميمه على مجتمع الأصل دون توسيع حجم العينة ليتجاوز في الحد الأدنى 30 إلى 100 مفردة لضمان موثوقية الرتب المئينية المتقدمة كالـ P90 و P95.

11. المقارنة المعيارية والدمج الإحصائي: ربط المئين 90 بالمؤشرات الإحصائية الأخرى

11.1 دمج المئين 90 مع الوسيط والمدى الربيعي والانحراف المعياري

لا يكتمل التوصيف الإحصائي لظاهرة سلوكية أو تربوية بالاعتماد على مؤشر منفرد؛ بل تتطلب الممارسة المنهجية الرصينة بناء جدول إحصائي وصفي متكامل يدمج مقاييس النزعة المركزية، ومقاييس التشتت، ومقاييس الموضع النسبي جنباً إلى جنب. يُتيح هذا الدمج تكوين رؤية ثلاثية الأبعاد لطبيعة وشكل توزيع البيانات.

يساعد الربط بين الوسيط (المئين الخمسين P50)، والربيع الأول (P25)، والربيع الثالث (P75)، والمئين التسعين (P90) في الكشف الفوري عن التواء التوزيع (Skewness). فإذا كانت المسافة الفاصلة بين الوسيط والمئين التسعين (P90 – P50) أكبر بكثير من المسافة الفاصلة بين الوسيط والمئين العاشر (P50 – P10)، دلّ ذلك بشكل قاطع على أن التوزيع ملتوي التواءً موجباً نحو اليمين، مما يعزز الاعتماد على المئينات بدلاً من المتوسط الحسابي والانحراف المعياري في اتخاذ القرارات التقييمية.

يمكن بناء جدول وصفي شامل في Google Sheets باستخدام مجموعة من الصيغ البسيطة والمتجاورة كما يوضح المثال التالي:

المؤشر الإحصائي الوصفي	الصيغة المعتمدة في Google Sheets	الدلالة الإحصائية المقاسة
المتوسط الحسابي (Mean)	=AVERAGE(A2:A100)	المركز الحسابي لكتلة الدرجات
الوسيط (P50 / Median)	=MEDIAN(A2:A100)	نقطة المنتصف الترتيبي للتوزيع (50%)
الانحراف المعياري (Std Dev)	=STDEV.S(A2:A100)	تشتت الدرجات حول المتوسط الحسابي
الربيع الأول (P25)	=PERCENTILE.INC(A2:A100, 0.25)	عتبة أدنى 25% من الدرجات
المئين التسعون (P90)	=PERCENTILE.INC(A2:A100, 0.90)	عتبة أعلى 10% من الدرجات (النطاق الحرج)

11.2 التحويل بين الدرجات المعيارية (Z-Scores) والمئينات

في إطار نظرية القياس النفسي الكلاسيكية (Classical Test Theory)، يرتبط المئين التسعين بعلاقة رياضية وثيقة بالدرجات المعيارية Z-Scores عندما تتوزع البيانات توزيعاً طبيعياً معيارياً (Normal Distribution). في المنحنى الجرسي المعتدل، تقابل رتبة المئين التسعين تقريباً درجة معيارية قدرها Z = +1.2816 (أي انحراف بمقدار 1.28 انحراف معياري فوق المتوسط الحسابي العام).

توفر جداول بيانات جوجل دوال توزيع احتمالي متقدمة تتيح التحويل التبادلي الآني بين الدرجات المعيارية والمئينات. لتحويل أي درجة معيارية Z إلى رتبتها المئينية المقابلة في التوزيع الطبيعي، تُستخدم الدالة NORMSDIST:

=NORMSDIST(1.2816)   (تُرجع النتيجة التقريبية: 0.90 أي المئين 90)

وعلى العكس تماماً، لاستخراج الدرجة المعيارية Z المقابلة للمئين التسعين بدقة متناهية، تُستخدم الدالة العكسية NORMSINV:

=NORMSINV(0.9)   (تُرجع القيمة الدقيقة: 1.28155)

تمكن هذه التحويلات المتبادلة الباحثين من معايرة درجات المقاييس المختلفة ودمج نتائج اختبارات متعددة ذات مقاييس ليكرت أو مقاييس درجات متباينة في مؤشر معياري موحد وموزون بدقة إحصائية فائقة.

12. أفضل الممارسات والنصائح المتقدمة لإنشاء نماذج إحصائية احترافية

12.1 بناء قوالب ديناميكية قابلة لإعادة الاستخدام في Google Sheets

لتحقيق أقصى درجات الإنتاجية والكفاءة في البيئات البحثية والمؤسسية، ينبغي الابتعاد عن بناء صيغ جامدة تتطلب التعديل اليدوي مع كل دفعة بيانات جديدة، والاعتماد بدلاً من ذلك على تصميم “قوالب إحصائية ديناميكية” قابلة للتوسع التلقائي بمجرد لصق البيانات الأولية.

تتمثل إحدى أقوى التقنيات لبناء نطاقات مرنة في استخدام الدالة INDEX المدمجة مع دالة COUNTA، والتي تتيح الإشارة فقط إلى الخلايا المملوءة فعلياً وتجاهل باقي العمود الفارغ، مما يمنع الأخطاء الحسابية ويحافظ على خفة وسرعة معالجة الملف:

=PERCENTILE.INC(A2:INDEX(A:A, COUNTA(A:A)), 0.9)

كما يُوصى بتخصيص ورقة عمل مستقلة لإدخال “البيانات الخام” (Raw Data)، وورقة منفصلة لـ “لوحة المعالجة والتحليل” (Analysis Engine)، وورقة ثالثة لـ “التقارير والمخططات” (Dashboard). يضمن هذا الفصل الهيكلي الشفافية المنهجية ويسهل مراجعة الأقران وتكرار التجارب العلمية بدقة متناهية.

12.2 حماية البيانات الحساسة وتأمين مشاركة النتائج

نظراً لأن البيانات السلوكية والنفسية والتربوية غالباً ما تشتمل على معلومات شديدة الحساسية والخصوصية للمفحوصين والمشاركين، فإن تأمين النماذج الإحصائية يمثل واجباً أخلاقياً ومهنياً صارماً يجب الالتزام به عند استخدام بيئة Google Sheets السحابية.

توفر المنصة إمكانية قفل الخلايا وحماية نطاقات الصيغ الرياضية عبر تحديد الخلايا التي تحتوي على معادلات المئين، ثم النقر بالزر الأيمن واختيار “عرض المزيد من إجراءات الخلية” ثم “حماية النطاق” (Protect Range)، وتعيين أذونات التعديل لتقتصر حصراً على الباحث الرئيسي، مما يمنع الحذف أو التعديل العرضي من قبل جامعي البيانات أو المساعدين الميدانيين.

عند مشاركة النتائج مع جهات خارجية أو نشر التقارير، يُنصح دائماً بمشاركة نسخة معماة من البيانات (Anonymized Data) تم فيها إخفاء أو حذف الأسماء والأرقام القومية، أو قصر صلاحيات المشاركة على وضع “عرض فقط” (Viewer Mode)، أو تصدير لوحات المؤشرات الإحصائية كملفات PDF نهائية غير قابلة للتعديل لضمان الامتثال التام لأعلى معايير حماية الخصوصية المعمول بها دولياً.

الخاتمة

يُمثل المئين التسعون (90th Percentile) أحد أثرى المقاييس الإحصائية الموضعية وأكثرها قدرة على كشف التباينات النوعية في البيانات السلوكية، والنفسية، والتربوية. وبفضل البنية السحابية المتقدمة لمنصة جداول بيانات جوجل (Google Sheets)، أصبح بإمكان الباحثين والممارسين الانتقال بحسابات هذا المقياس من مجرد معادلات وصفية بسيطة إلى منظومات تحليل متكاملة ومرنة تجمع بين الدقة الرياضية، والمعالجة الشرطية المتقدمة، والتمثيل البصري التفاعلي، والأتمتة البرمجية الذكية.

إن إتقان الاختيار المنهجي بين دوال المئين المختلفة (PERCENTILE.INC و PERCENTILE.EXC)، وفهم خوارزميات الاستيفاء الخطي، وتطبيق أفضل ممارسات تنقية وتنظيم البيانات، وتأمين خصوصية النماذج التحليلية، يمنح المتخصصين أدوات استدلالية رصينة ترتقي بجودة القرارات التشخيصية والتربوية، وتضمن بناء دراسات علمية موثوقة تلبي أعلى معايير النشر الأكاديمي الرصين في العصر الرقمي.

References

• American Psychological Association. (2020). Publication manual of the American Psychological Association (7th ed.). American Psychological Association. https://doi.org/10.1037/0000165-000
• Anastasi, A., & Urbina, S. (1997). Psychological testing (7th ed.). Prentice Hall.
• Cohen, J., Cohen, P., West, S. G., & Aiken, L. S. (2003). Applied multiple regression/correlation analysis for the behavioral sciences (3rd ed.). Lawrence Erlbaum Associates.
• Field, A. (2018). Discovering statistics using IBM SPSS statistics (5th ed.). SAGE Publications.
• Google Help Center. (2024). PERCENTILE function reference in Google Sheets. Google Support. https://support.google.com/docs/answer/3094098
• Hyndman, R. J., & Fan, Y. (1996). Sample quantiles in statistical packages. The American Statistician, 50(4), 361–365. https://doi.org/10.1080/00031305.1996.10473566
• Tabachnick, B. G., & Fidell, L. S. (2019). Using multivariate statistics (7th ed.). Pearson.