التكرار التراكمي: بوصلة القياس الإحصائي في علم النفس

دليل أكاديمي شامل يستعرض مفهوم التكرار التراكمي (Cumulative Frequency) وتطبيقاته المنهجية في القياس النفسي والإحصاء الوصفي، من الأسس النظرية إلى الحساب العملي.

Mohammed looti أكاديمي وباحث متخصص في علم النفس
تاريخ النشر
تمت المراجعة العلمية · د. مروة عبد العظيم · 8 أكتوبر، 2026
مراجعة وتدقيق علمي معتمد تاريخ التدقيق: 8 أكتوبر، 2026
د. مروة عبد العظيم دكتوراه في علم النفس
عضو هيئة التدريس • جامعة كربلاء
معايير التدقيق والاعتماد السريري

يخضع هذا المحتوى لمعايير ضبط الجودة والتدقيق العلمي والأكاديمي الصارمة في شبكة علم النفس العربي، لضمان صحة المعلومات ودقتها السريرية ومطابقتها لأحدث الأدلة والبراهين الصادرة عن الجمعيات النفسية والطبية المعتمدة (APA / WHO).

يمثل القياس الكمي في العلوم السلوكية والنفسية الجسر الرابط بين الظواهر النفسية المجردة والبيانات الموضوعية القابلة للتفسير والتحليل الدقيق. وفي هذا الفضاء الإحصائي، يبرز التكرار التراكمي (Cumulative Frequency) كأحد الركائز الرياضية والمنهجية التي تُمكّن الباحث النفسي والممارس العيادي من فهم موقع الفرد الحقيقي نسبةً إلى المجتمع المرجعي، متجاوزاً بذلك مجرد رصد التكرار البسيط للبيانات الخام. إن فهم الأنماط السلوكية ومستويات الذكاء وشدة الأعراض الإكلينيكية يستلزم معرفة عدد الحالات التي تقع عند قيمة محددة أو دونها، مما يجعل هذا المفهوم الإحصائي ركيزة لا غنى عنها في صياغة المعايير وتفسير الاختبارات النفسية.

التكرار التراكمي (Cumulative Frequency)

1. التعريف الدقيق والموجز

يُعرَّف التكرار التراكمي بأنه المجموع المتوالي للتكرارات البسيطة في توزيع تكراري ابتداءً من أدنى فئة أو قيمة مقاسة حتى فئة محددة، أو العكس في حالات التراكم الهابط. ويشير هذا المؤشر الرياضي إلى العدد الإجمالي للمفحوصين أو الاستجابات التي سجلت درجة تقع عند حد معين أو دونه ضمن مقياس نفسي أو سلوكي محدد.

وفي سياق القياس النفسي، لا يقتصر التكرار التراكمي على كونه مجرد عملية جمع حسابية جافة، بل يُعد أداة تحويلية تنقل الدرجة الخام غير المفسرة إلى قيمة نسبية قابلة للفهم السيكومتري. فبواسطة هذا التراكم الرياضي، يستطيع الأخصائي النفسي تحديد موقع درجة العميل مقارنة بعينة التقنين، مما يمهد الطريق لحساب الرتب المئينية، وبناء المنحنيات التراكمية، واستخراج النقاط الحرجة التي تفصل بين الأداء الطبيعي والانحراف المرضي.

وعلاوة على ذلك، يمثل التكرار التراكمي الركيزة التجريبية المقابلة لما يُعرف في نظرية الاحتمالات بدالة التوزيع التراكمي (Cumulative Distribution Function)، حيث يُعتبر التطبيق الميداني الفعلي للبيانات الملاحظة التي يجمعها الباحثون في المختبرات والعيادات والمؤسسات التربوية.

2. التأصيل اللغوي والاشتقاق

يرجع أصل مصطلح «التكرار» في اللغة العربية إلى الجذر الثلاثي (ك-ر-ر)، الذي يدل على رجوع الشيء مرة بعد أخرى وإعادته، ويقال كَرَّرَ الشيء أي أعاده وأكده مراراً. أما مصطلح «التراكمي» فيشتق من الجذر (ر-ك-م)، والذي يحمل دلالة الجمع والإلقاء لبعض الشيء فوق بعض حتى يتكاثف، ومنه السحاب الركام، أي المجتمع المتكاثف الذي يركب بعضه بعضاً. وبذلك يحمل المصطلح العربي دلالة بصرية ودلالية دقيقة تشير إلى تراصف الأعداد والبيانات وتزايدها المتتابع.

أما في المصطلح اللاتيني والإنجليزي، فإن كلمة (Cumulative) مشتقة من اللفظ اللاتيني cumulare والذي يعني «الكومة» أو «المراكمة والزيادة» (to heap up)، وهو مشتق بدوره من الاسم cumulus. بينما تعود كلمة (Frequency) إلى اللاتينية frequentia وتعني الحشد أو الكثرة أو التردد المستمر لحدث ما. وقد دُمج هذان المصطلحان في الأدبيات الرياضية والإحصائية في أواخر القرن التاسع عشر وبدايات القرن العشرين مع نشوء الإحصاء الحيوي والقياس السيكوفيزيائي على يد رواد مثل فرانسيس غالتون وكارل بيرسون، ليعبر عن تجميع الترددات الحسابية بصورة تصاعدية منتظمة.

3. اللفظ والصيغة الصرفية والنحوية

يُلفظ المصطلح باللغة العربية بكسر التاء الأولى وفتح الكاف وتشديد الراء المفتوحة في كلمة «تِكْرَار» (أو فتح التاء تَوْجِيهاً لغوياً مقبولاً: تَكْرَار)، تليها صفة مشبهة من الفعل الخماسي تراكم وهي «تَرَاكُمِيّ» بفتح التاء والراء وضم الكاف وتشديد الياء للنسبة. ويُعرب المصطلح عادةً كمركب وصفي؛ حيث يقع «التكرار» مبتدأً أو مفعولاً أو مضافاً إليه بحسب السياق، وتتبعه كلمة «التراكمي» نعتاً مجروراً أو مرفوعاً أو منصوباً تبعاً لحركة المنعوت.

ومن حيث الاستخدام الاصطلاحي، تشيع في الأدبيات العربية عدة صيغ مترادفة مثل «التكرار المتراكم»، و«التكرار التجميعي»، و«التكرار المتجمع الصاعد» أو «الهابط». ويُرمز له إحصائياً في الكتابات الأكاديمية اللاتينية بالحرفين المقطعيين (CF)، بينما يُشار إليه في المصنفات العربية أحياناً بالرمز المقطعي (ت ك) أو كتابةً بصيغة صريحة لمنع اللبس مع التكرار البسيط (f).

4. الشرح المفاهيمي التفصيلي

ينطلق مفهوم التكرار التراكمي من حقيقة أساسية في التحليل الإحصائي: البيانات المنفصلة أو المبوبة داخل جداول تكرارية لا تقدم بذاتها رؤية فورية حول الحجم الكلي للحالات التي تقع دون عتبة معينة. فعندما نكتفي بالتكرار البسيط، فإننا نعلم فقط عدد الأفراد الحاصلين على درجة محددة (مثلاً، 15 فرداً حصلوا على درجة 70 في اختبار القلق). إلا أن هذا التكرار البسيط يعجز عن إخبارنا بكمية الأفراد الذين حققوا درجة 70 أو أقل، وهو المعيار الجوهري في تقييم مدى شيوع أو ندرة هذه الدرجة.

يعمل التكرار التراكمي على جمع تكرار الفئة الحالية مع مجموع كافة تكرارات الفئات التي تسبقها. وبالتالي، فإن القيمة التراكمية للفئة الأولى تساوي تكرارها البسيط، بينما تصبح القيمة التراكمية للفئة الثانية مساوية لحاصل جمع تكرار الفئة الأولى وتكرار الفئة الثانية، وهكذا دواليك حتى نصل إلى الفئة الأخيرة، حيث يجب أن يتطابق تكرارها التراكمي بصورة حتمية مع حجم العينة الكلي ($N$). هذا التسلسل الصاعد يمنح الباحث مسحاً تراكمياً متكاملاً لتوزيع الاستجابات عبر كامل المدى القياسي.

وينقسم التكرار التراكمي إلى نمطين وظيفيين: التكرار التراكمي الصاعد (Ascending Cumulative Frequency)، وهو الأكثر شيوعاً في القياس النفسي، حيث يبدأ التجميع من أقل درجة إلى أعلاها، مجيباً عن السؤال: «كم عدد الأفراد الذين حصلوا على هذه الدرجة أو أقل؟». والنمط الثاني هو التكرار التراكمي الهابط (Descending Cumulative Frequency)، والذي يبدأ من أعلى درجة هبوطاً إلى أدناها، ليوضح عدد الأفراد الذين تجاوزوا درجة محددة أو عادلوها، وهو أمر بالغ الأهمية في اختبارات الكفاءة والتوظيف لتحديد من تخطوا معايير الاجتياز الحرجة.

يرتبط هذا المفهوم مباشرةً بمفهوم «التكرار التراكمي النسبي» (Cumulative Relative Frequency) و«النسبة المئوية التراكمية» (Cumulative Percentage). فبقسمة التكرار التراكمي على الحجم الكلي للعينة ($N$) وضرب الناتج في 100، نحصل على النسبة المئوية للأفراد الواقعين دون تلك النقطة، وهو ما يؤسس رياضياً للمفهوم السيكومتري الشهير المعروف باسم «الرتبة المئينية» (Percentile Rank).

5. التطور التاريخي والمسار الزمني

تعود الجذور المبكرة لتجميع البيانات التكرارية إلى أبحاث الديموغرافيا والإحصاء السكاني في القرن السابع عشر، لا سيما مع أعمال الإنجليزي جون غرونت (John Graunt) عام 1662 في تحليله لجداول الوفيات بلندن، حيث كان رصد تراكم الوفيات حسب الفئات العمرية اللبنة الأولى لمفهوم التراكم الإحصائي. وفي القرن التاسع عشر، ساهم عالم الفلك والإحصاء البلجيكي أدولف كيتليه (Adolphe Quetelet) في نقل هذه المفاهيم إلى دراسة الخصائص الإنسانية والجسدية والأخلاقية، واضعاً بذور «الإنسان المتوسط» عبر استخدام التوزيعات التكرارية التراكمية.

شهد القياس النفسي نقلته النوعية الكبرى مع السير فرانسيس غالتون (Francis Galton) في ثمانينيات القرن التاسع عشر. كان غالتون مهتماً بدراسة توزع العبقرية والسمات البشرية، فابتكر المنحنى التراكمي المعروف بالـ «أوجيف» (Ogive) لاستخراج المئينيات بصرياً دون الحاجة إلى معادلات جبرية معقدة. وقد أتاح هذا الابتكار لعلماء النفس الأوائل الانتقال من الجداول الجافة إلى التمثيل الهندسي البصري لمواقع الأفراد داخل الجمهرة الإحصائية.

مع مطلع القرن العشرين، رسخ كارل بيرسون (Karl Pearson) الأسس الرياضية للمنحنيات التكرارية واختبارات جودة التوفيق، مستنداً إلى التوزيعات التراكمية لمقارنة البيانات الملاحظة بالتوزيعات النظرية. تلى ذلك ازدهار حركة القياس العقلي بقيادة ألفرد بينيه وإدوارد ثورندايك، حيث أضحى التكرار التراكمي الخطوة الإلزامية لاشتقاق معايير اختبارات الذكاء وتوحيد درجاتها المعيارية، مما جعله أداة قياسية راسخة في كل مراجع القياس النفسي حتى العصر الحديث.

6. الأسس النظرية والمنهجية

يستند التكرار التراكمي إلى إطار «النظرية الكلاسيكية للاختبار» (Classical Test Theory)، حيث يتم التعامل مع الدرجات الملاحظة كعينة ممثلة للقدرة الحقيقية المفحوصة مضافاً إليها خطأ القياس. وفي هذا السياق، يوفر التوزيع التكراري التراكمي الأساس التجريبي لتحويل الدرجات الخام إلى درجات مشتقة، مما يعوض غياب الصفر المطلق في المقاييس النفسية التي تعتمد غالباً على مستويات القياس الرتبي (Ordinal) أو الفئوي (Interval).

من المنظور الرياضي الاحتمالي، يرتبط التكرار التراكمي بالتقارب التجريبي نحو «دالة التوزيع التراكمي» (Cumulative Distribution Function – CDF)، والتي يُرمز لها رياضياً بـ $F(x) = P(X \leq x)$. ووفقاً لنظرية غليفنكو-كانتيلي (Glivenko-Cantelli Theorem)، فإن دالة التوزيع التراكمي التجريبية الناتجة عن التكرارات التراكمية المقاسة تتقارب بانتظام وبشكل شبه مؤكد نحو دالة التوزيع الاحتمالي الحقيقية للمجتمع كلما زاد حجم العينة ($N to \infty$).

علاوة على ذلك، يمثل المنحنى التراكمي الصاعد للبيانات السيكولوجية دالة رتيبة غير متناقصة (Monotonically Non-Decreasing Function)، أي أن قيمته إما أن تثبت أو ترتفع مع تقدم درجات المقياس. وإذا كانت السمة النفسية موزعة توزيعاً طبيعياً اعتدالياً، فإن التكرار التراكمي يتخذ شكلاً منحنياً مميزاً يشبه الحرف الإنجليزي “S” الممتد، وهو ما يعكس تركز أغلب الأفراد في وسط التوزيع وندرتهم عند الأطراف المتطرفة (التفلطح والالتواء الإحصائي).

7. المكونات الأساسية والأنواع والأبعاد

يتألف البناء الإحصائي للتكرار التراكمي من أبعاد وعناصر مترابطة تخدم أغراضاً تحليلية محددة:

  • التكرار التراكمي الصاعد (Ascending CF): التجميع المستمر من الفئات الدنيا نحو الفئات العليا، ويعبر عن عدد الحالات المتراكمة تحت الحدود العليا لكل فئة، وهو الأساس لحساب المئينيات والنسب المتراكمة المعتادة.
  • التكرار التراكمي الهابط (Descending CF): التجميع العكسي الذي ينطلق من الفئات العليا نزولاً إلى الفئات الدنيا، ويحدد عدد الأفراد المحققين لدرجة تعادل أو تفوق حداً معيناً، ويستخدم في معايير الانتقاء والاختيار النفسي والمهني.
  • التكرار التراكمي النسبي (Relative Cumulative Frequency): ناتج قسمة التكرار التراكمي لكل فئة على الحجم الكلي للعينة ($cf / N$)، وتتراوح قيمته بين 0 و1، معبراً عن الاحتمال التجريبي للوقوع دون تلك النقطة.
  • النسبة المئوية التراكمية (Cumulative Percentage): الصيغة المئوية للتكرار النسبي الناتجة عن ضربه في 100، وتعتبر الأداة المباشرة التي تقابل الرتبة المئينية للدرجات عند الحافة العليا للفئة.
  • المنحنى التراكمي (Ogive): التمثيل البياني الهندسي للتكرارات التراكمية، حيث تمثل الحدود الحقيقية للفئات على المحور الأفقي (X)، وتقابلها التكرارات التراكمية أو نسبها المئوية على المحور الرأسي (Y).

8. أمثلة وحالات تطبيقية واقعية

لتوضيح الكيفية التي يعمل بها التكرار التراكمي في الممارسة النفسية، نتناول دراسة تقييمية لمستوى الاكتئاب لدى عينة مكونة من 100 مفحوص خضعوا لمقياس بيك للاكتئاب (BDI-II)، حيث تتراوح الدرجات النظرية بين 0 و63 درجة. تم تبويب الدرجات في خمس فئات رئيسية:

في الفئة الأولى (0 – 13: اكتئاب في حده الأدنى)، بلغ التكرار البسيط 40 مريضاً؛ ويكون التكرار التراكمي هنا 40 (ما يمثل 40% من العينة). وفي الفئة الثانية (14 – 19: اكتئاب خفيف)، سجل التكرار البسيط 25 مريضاً؛ ليصبح التكرار التراكمي 65 (40 + 25)، مما يشير بدقة إلى أن 65 مريضاً يقع اكتئابهم ضمن الحد الأدنى أو الخفيف. وفي الفئة الثالثة (20 – 28: اكتئاب متوسط)، كان التكرار البسيط 20 مريضاً؛ فيرتفع التكرار التراكمي إلى 85 (65 + 20). وفي الفئة الرابعة (29 – 35: اكتئاب شديد)، بلغ التكرار 10 مرضى، مسجلاً تكراراً تراكمياً قدره 95. وأخيراً، في الفئة الخامسة (36 فأكثر: اكتئاب حاد جداً)، كان التكرار 5 مرضى، ليصل التكرار التراكمي النهائي إلى 100، وهو ما يطابق الحجم الكلي للعينة ($N=100$).

في هذا المثال الإكلينيكي، يُبرز التكرار التراكمي فوراً أن النقطة الفاصلة للاكتئاب السريري المتوسط (الدرجة 20 فأكثر) يتجاوزها فقط 35 مريضاً (100 – 65)، وهي معلومة سريعة وحاسمة لاتخاذ القرارات العلاجية وتخصيص الموارد الطبية، مقارنة بالنظر المنعزل إلى التكرارات البسيطة لكل فئة على حدة.

مثال آخر يبرز في الاختبارات المدرسية والجامعية: عند تطبيق اختبار الذكاء (واكسلر) على 200 طفل، يمكن للأخصائي النفسي التربوي عبر جدول التكرار التراكمي أن يحدد بدقة متناهية أن 170 طفلاً يقع ذكاؤهم دون الدرجة 115، مما يعني أن 15% فقط هم من تجاوزوا هذه العتبة باتجاه التفوق العقلي، وهو ما يسهم في توجيه البرامج الإثرائية بدقة متناهية.

9. أدوات القياس والتقييم الإحصائي

يُحسب التكرار التراكمي رياضياً وفق المتتالية الجمعية المباشرة:

$$CF_i = \sum_{j=1}^i f_j = f_1 + f_2 + dots + f_i$$

حيث يمثل $CF_i$ التكرار التراكمي للفئة رقم $i$، بينما يمثل $f_j$ التكرار البسيط للفئة رقم $j$.

وعند الرغبة في استخراج الرتبة المئينية للدرجة الخام الواقعة ضمن فئة معينة، يُستخدم قانون الاستيفاء الخطي (Linear Interpolation) القائم أساساً على التكرار التراكمي:

$$PR = \left[ \frac{CF_{below} + \left(\frac{X – L}{i}\right) \cdot f}{N} \right] \times 100$$

حيث يرمز $CF_{below}$ إلى التكرار التراكمي للفئة السابقة مباشرة للفئة التي تحوي الدرجة، و$X$ هي الدرجة الخام المراد تقييمها، و$L$ الحد الحقيقي الأدنى لتلك الفئة، و$i$ طول الفئة، و$f$ تكرار الفئة نفسها، و$N$ إجمالي أفراد العينة.

في البيئات الحاسوبية الحديثة، تقوم الحزم الإحصائية المتقدمة مثل IBM SPSS عبر قائمة (Frequencies)، وبيئات البرمجة الإحصائية مثل لغة R عبر الدالة الأساسية cumsum() بحساب المتجهات التراكمية بصورة آلية وفورية. كما تتيح برمجيات مفتوحة المصدر مثل JASP وJamovi إنشاء جداول التكرار المتقاطعة والمتراكمة مع تمثيل منحنيات الـ Ogive ومطابقتها التلقائية لاختبارات الاعتدالية الإحصائية.

10. التطبيقات والأهمية العملية في علم النفس

يلعب التكرار التراكمي أدواراً حيوية متعددة في التطبيقات النفسية الميدانية، تتجاوز حدود العرض البياني الصامت للبيانات:

أولاً: بناء المعايير وتوحيد الاختبارات (Test Standardization): لا يمكن إصدار دليل استرشادي لأي مقياس نفسي، مثل مقاييس التوافق الزواجي أو التفكير الإبداعي أو اختبارات الشخصية (مثل مقياس مينيسوتا متعدد الأوجه MMPI)، دون تطبيق التكرار التراكمي على عينات تقنين ضخمة. هذا الإجراء هو الذي يشتق الرتب المئينية التي تتيح مقارنة درجات أفراد مختلفين ينتمون لنفس الفئة العمرية أو التعليمية.

ثانياً: تحديد نقاط القطع الإكلينيكية (Clinical Cut-off Scores): يعتمد التشخيص النفسي في الدليل التشخيصي والإحصائي للاضطرابات النفسية (DSM-5) في كثير من تطبيقاته المسحية على عتبات فارقة؛ حيث يتم استثمار التكرار التراكمي لفرز النسبة المئوية للسكان المعرضين لخطر الاضطراب السلوكي، وتحديد النقاط الحساسة التي توازن بين معدلات الإيجابية الكاذبة والسلبية الكاذبة.

ثالثاً: الانتقاء المهني والفرز الوظيفي: في علم النفس الصناعي والتنظيمي، يُستخدم التكرار التراكمي الهابط لفرز المتقدمين للوظائف بناءً على اختبارات الكفاءة والسمات القيادية. فإذا كانت المنظمة بحاجة لأفضل 10% من المتقدمين فقط، فإن التكرار التراكمي هو الأداة الفورية التي تحدد الدرجة الخام الدنيا التي تحقق هذا الحيز التنافسي.

11. البحوث والأدلة التجريبية

يظهر التكرار التراكمي بكثافة في الدراسات المنهجية التي تختبر ملاءمة التوزيعات التجريبية للنماذج النظرية. ومن أبرز الأدلة المنهجية في هذا الإطار اختبار كولموجوروف-سميرنوف الشهير (Kolmogorov-Smirnov Test)، وهو اختبار لا معلمي يعتمد كلياً على قياس المسافة الرأسية القصوى ($D$) بين دالة التكرار التراكمي التجريبية ($S_n(x)$) ودالة التوزيع التراكمي النظرية المفترضة ($F_0(x)$):

$$D = \sup_x |F_0(x) – S_n(x)|$$

وقد أثبتت الدراسات المنهجية في القياس النفسي، مثل أبحاث لي كرونباخ (Lee Cronbach) وآن أناستازي (Anne Anastasi)، أن استخدام التوزيعات التراكمية التجريبية يقلل من التحيز الناجم عن التوزيعات غير المعتدلة التي تعاني من التواءات حادة ناتجة عن درجات الكآبة أو القلق السريري، حيث تكون غالبية العينة غير السريرية مكدسة عند الدرجات المنخفضة.

كذلك تبرهن البحوث المعاصرة في نظرية استجابة المفردة (Item Response Theory – IRT) على أهمية الدوال التراكمية، حيث تُبنى منحنيات خصائص المفردة (Item Characteristic Curves – ICC) على نماذج لوجستية تراكمية تحاكي احتمالية تقديم استجابة صحيحة أو إيجابية كتابع تراكمي لقدرة الفرد الكامنة ($\theta$).

12. الاعتبارات الثقافية والسياقية

تكتسب دراسة التكرار التراكمي أبعاداً سياقية وثقافية بالغة التعقيد عند نقل المقاييس النفسية عبر الثقافات. إن درجة خاماً معينة في مقياس للتعبير عن المشاعر أو الحزن قد تتطابق مع تكرار تراكمي مقداره 50% في مجتمع غربي (أي تمثل الوسيط تماماً)، في حين قد يقابل نفس هذه الدرجة تكرار تراكمي يتجاوز 80% في مجتمع شرقي يميل ثقافياً إلى كبح التعبير الانفعالي العلني.

تؤكد المعايير الدولية للاختبارات الصادرة عن الجمعية الأمريكية لعلم النفس (APA) ولجنة الاختبارات الدولية (ITC) على ضرورة إعادة حساب جداول التكرار التراكمي واشتقاق رتب مئينية محلية خاصة بكل بيئة ثقافية عند تعريب أو مواءمة المقاييس النفسية. إن الاعتماد على التكرارات التراكمية للبيئات الأصلية يقود حتماً إلى أخطاء تشخيصية فادحة ووصم سيكولوجي جائر لأفراد ينتمون لأقليات لغوية أو إثنية ذات أنماط استجابة متباينة.

وبالإضافة إلى السياق الثقافي، تتأثر هذه المنحنيات التراكمية بالمتغيرات الديموغرافية كالنوع الاجتماعي، والعمر، والطبقة الاقتصادية والاجتماعية، مما يحتم على الباحث تفكيك جداول التكرار التراكمي وتصنيفها فرعياً لضمان النزاهة السيكومترية والعدالة التقييمية.

13. الانتقادات والجدل والحدود المنهجية

على الرغم من القيمة الوظيفية الكبيرة للتكرار التراكمي، إلا أنه لا يخلو من مآخذ ونقاط جدل إحصائية يتعين على الباحث الحذر منها:

أولاً: طمس التباين الفردي الداخلي: يؤدي التحويل التراكمي للفئات المبوبة إلى إخفاء التباينات الفردية الدقيقة للدرجات الواقعة داخل الفئة الواحدة، حيث يفترض الاستيفاء الخطي المطبق على التكرار التراكمي توزيعاً منتظماً للأفراد داخل حدود الفئة، وهو افتراض قد لا يتحقق دائماً في الواقع التجريبي.

ثانياً: الحساسية لاختيار طول الفئات: يتأثر شكل المنحنى التراكمي تأثراً ملحوظاً بقرارات الباحث الذاتية المتعلقة بعدد الفئات وطولها؛ فاختيار فئات واسعة جداً يؤدي إلى فقدان التفاصيل الدقيقة للتوزيع، بينما ينتج عن الفئات الضيقة جداً تشتت التراكم وفقدان القدرة على تكوين رؤية عامة سلسة للبيانات.

ثالثاً: سوء التفسير غير الخطي للمئينيات: نظراً لأن التكرار التراكمي للتوزيع الطبيعي الاعتدالي ينتج منحنى غير خطي (على شكل حرف S)، فإن المسافات بين الرتب المئينية المشتقة منه لا تتساوى؛ فالفرق بين المئين 50 والمئين 55 في مركز التوزيع يمثل فروقاً ضئيلة جداً في الدرجات الخام، بينما يمثل الفرق بين المئين 90 والمئين 95 عند أطراف التوزيع بوناً شاسعاً في الأداء الفعلي، وهو ما يغفله الكثير من الممارسين غير المتخصصين في القياس النفسي.

14. المصطلحات ذات الصلة والفروق الجوهرية

لتجنب الخلط الشائع في الأدبيات الإحصائية، توضح النقاط الآتية الفروق الدقيقة بين التكرار التراكمي والمصطلحات المرتبطة به:

  • التكرار البسيط (Simple Frequency): يعبر عن عدد مرات تكرار قيمة محددة أو فئة بذاتها دون أدنى إضافة؛ بينما التكرار التراكمي يمثل جمعاً تراكمياً لتلك التكرارات من بداية المقياس حتى تلك النقطة.
  • الرتبة المئينية (Percentile Rank): نسبة مئوية للأفراد الذين تقع درجاتهم دون درجة معينة؛ وهي في جوهرها المشتق النسبي المئوي للتكرار التراكمي مقسوماً على حجم العينة مع تعديل نصف الفئة في الحسابات المتقدمة.
  • دالة التوزيع التراكمي (CDF): مفهوم رياضي نظري مستمر يعبر عن الاحتمال الرياضي لوقوع متغير عشوائي عند قيمة معينة أو أقل؛ في حين يمثل التكرار التراكمي التحقق التجريبي الحسابي المنفصل لتلك الدالة على عينة واقعية.
  • المدرج التكراري (Histogram): تمثيل بياني بالأعمدة للتكرارات البسيطة للفئات المستقلة؛ في المقابل، يمثل المنحنى التراكمي (Ogive) دالة صاعدة ترصد التجمع التزايدي ولا تهبط قيمتها مطلقاً عبر المدى الأفقي.

15. الخلاصة وأبرز النتائج المستخلصة

يعد التكرار التراكمي حجر الزاوية الإحصائي الذي يتيح لعلماء النفس والباحثين تحويل ركام الدرجات الخام إلى معانٍ تشخيصية وتربوية ذات دلالة. وبدلاً من الاكتفاء بمعرفة كم شخصاً حصل على درجة معينة، يمنحنا التراكم الإحصائي صورة كاملة عن الترتيب النسبي للمفحوص داخل جماعته المرجعية، مشكلاً الأساس الحسابي لبناء المعايير السيكومترية، وحساب الرتب المئينية، ورسم منحنيات التوزيع التراكمية، واتخاذ قرارات الفرز والاختيار في الميادين الإكلينيكية والمهنية.

ومع ذلك، تتطلب المعالجة السليمة لهذا المفهوم الإحصائي وعياً دقيقاً بطبيعة المتغيرات المقاسة وخصائص العينات الممثلة، وتجنب الخلط بين المقاييس الرتبية الناتجة والمسافات الفئوية المتساوية، مع إيلاء عناية فائقة للخصوصيات الثقافية والديموغرافية لضمان استخدام نفسي مسؤول ومنصف للبيانات الكمية في تقييم الشخصية والقدرات البشرية.

المراجع

  • 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.
  • Crocker, L., & Algina, J. (2008). Introduction to classical and modern test theory. Cengage Learning.
  • Gravetter, F. J., & Wallnau, L. B. (2017). Statistics for the behavioral sciences (10th ed.). Cengage Learning.
  • Weisstein, E. W. (2002). Cumulative frequency. MathWorld–A Wolfram Web Resource. https://mathworld.wolfram.com/CumulativeFrequency.html

اقتباس هذا المقال

looti, M. (2026, أكتوبر 8). التكرار التراكمي: بوصلة القياس الإحصائي في علم النفس. عرب سايكلوجي. https://arabpsychology.com/dictionary/cumulative-frequency-psychometrics/
looti, Mohammed. “التكرار التراكمي: بوصلة القياس الإحصائي في علم النفس.” عرب سايكلوجي, 8 أكتوبر 2026, https://arabpsychology.com/dictionary/cumulative-frequency-psychometrics/.
looti, Mohammed. “التكرار التراكمي: بوصلة القياس الإحصائي في علم النفس.” عرب سايكلوجي. أكتوبر 8, 2026. https://arabpsychology.com/dictionary/cumulative-frequency-psychometrics/.