كيفية حساب العشيرات في إكسيل (مع أمثلة)

تُعد مقاييس الموضع والترتيب من الركائز الجوهرية في علم الإحصاء الوصفي والاستدلالي، حيث توفر للباحثين والمحللين رؤية بنيوية عميقة لتوزيع البيانات تتجاوز مجرد مقاييس النزعة المركزية التقليدية كالمتوسط الحسابي والوسيط. ومن بين هذه المقاييس الإحصائية المتقدمة، تبرز العشيرات (Deciles) كأداة تحليلية بالغة الدقة وذات نفع استثنائي، لاسيما في مجالات القياس النفسي والتربوي، والتحليل الاقتصادي، والدراسات السيكومترية المقارنة. يهدف هذا المقال الموسوعي إلى تقديم دليل عملي شامل ومفصل خطوة بخطوة حول كيفية حساب وفهم وتفسير العشيرات باستخدام برنامج مايكروسوفت إكسيل (Microsoft Excel) بكافة إصداراته وتحديثاته الحديثة والتقليدية.

يتيح برنامج إكسيل مجموعة غنية من الدوال والمعادلات الرياضية القادرة على معالجة البيانات الخام واستخراج نقاط القطع بدقة متناهية، بدءاً من الدوال التوافقية القديمة وصولاً إلى دوال المصفوفات الديناميكية الحديثة. سنستعرض عبر هذا الدليل التقني المبادئ الرياضية التي تُبنى عليها خوارزميات الاستيفاء الداخلي، والتباينات الإحصائية بين الدوال الشاملة والحصرية، وكيفية توظيف هذه المخرجات في بناء جداول المعايير وتصنيف المفحوصين بدقة علمية رصينة تتوافق مع أرقى الممارسات المنهجية المعتمدة عالمياً.

سواء كنت باحثاً أكاديمياً تسعى لمعايرة مقياس سيكومتري، أو محلل بيانات ترغب في تقسيم شرائح العملاء أو فئات الدخل، أو ممارساً إكلينيكياً تحتاج إلى تحديد العتبات الفارقة للاضطرابات النفسية والسلوكية، فإن هذا الدليل سيزودك بالمعرفة النظرية والمهارات التطبيقية المتقدمة التي تمكنك من احتراف التعامل مع العشيرات في إكسيل وتحويل الأرقام الصامتة إلى دلالات ومعانٍ تشخيصية دقيقة.

1. المدخل المفاهيمي للعشيرات (Deciles) وموقعها في التحليل الإحصائي

1.1 تعريف العشيرات الرياضي والإحصائي

تنتمي العشيرات إلى عائلة إحصائية أوسع تُعرف بمقاييس التموضع أو التجزئة (Quantiles or Fractiles)، وهي قيم عددية تُقسّم مجموعة البيانات المرتبة تصاعدياً إلى أجزاء متساوية من حيث عدد المفردات أو التكرارات. وتُعرّف العشيرات رياضياً بأنها نقاط القطع الإحصائية التسع التي تقسم التوزيع التكراري إلى عشرة أجزاء متساوية تماماً، بحيث يحتوي كل جزء على ما يعادل 10% من إجمالي حجم العينة أو المجتمع المدروس. يرمز لهذه النقاط بالرموز من $D_1$ حتى $D_9$، حيث يمثل كل رمز عتبة رقمية محددة يقع دونها نسبة مئوية تراكمية معلومة من المفردات.

ترتبط العشيرات بروابط رياضية مباشرة مع المقاييس التموضعية الأخرى كالمئينات (Percentiles) والربيعيات (Quartiles). فمن الناحية الرياضية، يتطابق العشير الأول ($D_1$) تماماً مع المئين العاشر ($P_{10}$)، في حين يمثل العشير الثاني ($D_2$) المئين العشرين ($P_{20}$)، ويمثل العشير الخامس ($D_5$) كلاً من المئين الخمسين ($P_{50}$)، والربيع الثاني ($Q_2$)، والوسيط الإحصائي (Median). تتجلى هذه العلاقة في التساوي الرياضي الصريح: $D_k = P_{10 \times k}$، مما يجعل فهم العشيرات بمثابة تطبيق مباشر لنظرية المئينات ولكن باختزال تحليلي يُسهّل المقارنة بين الفئات العشرية دون الغرق في تفاصيل التقسيم المئوي الدقيق.

تتمتع نقاط القطع من العشير الأول وحتى العشير التاسع بدلالات بالغة الأهمية في فهم التشتت الموضعي. فالعشير الأول ($D_1$) يعكس الحد الأعلى لأدنى 10% من البيانات، بينما يمثل العشير التاسع ($D_9$) الحد الأدنى لأعلى 10% من البيانات المتطرفة إيجاباً. أما العشير الخامس فيفصل بدقة متناهية بين النصف الأدنى والنصف الأعلى للتوزيع. تتيح هذه المنظومة الرياضية للباحثين توصيفاً دقيقاً لشكل المنحنى التكراري وتحديد مواضع التركز والانحراف الموضعي بدقة تفوق ما تقدمه مقاييس التشتت العامة كالانحراف المعياري وحده.

1.2 أهمية العشيرات في التحليل النفسي والقياس السلوكي

تحظى العشيرات بمكانة مرموقة في القياس النفسي والسيكومتري، حيث تُستخدم بكثافة في معايرة الاختبارات والمقاييس النفسية، وتطوير معايير الأداء (Norms) التي تُمكّن من تفسير الدرجات الخام التي يحصل عليها الأفراد. فالدرجة الخام في الاختبارات السيكومترية (مثل اختبارات الذكاء، القلق، أو سمات الشخصية) تفتقر إلى أي معنى دلالي مستقل ما لم تُنسب إلى توزيع معياري لجماعة مرجعية، وهنا يأتي دور الرتب العشيرية لتحويل هذه الدرجات إلى موقع نسبي مفهوم يعكس قدرة الفرد مقارنة بأقرانه.

تُسهم العشيرات في تحديد مستويات الأداء المعرفي والسمات الشخصية عبر تقسيم المجتمع إلى عشر طبقات معيارية واضحة ومحددة. فعلى سبيل المثال، يُعد وقوع الفرد في العشير العاشر مؤشراً على تميز استثنائي أو امتلاك سمة نفسية بدرجة حادة تفوق 90% من المجتمع المرجعي، في حين يُشير الوقوع في العشيرين الأول أو الثاني إلى تدنٍ ملحوظ يتطلب تدخلاً علاجياً أو تعليمياً مسانداً. يتيح هذا التقسيم العشاري للممارسين النفسيين لغة موحدة وسهلة للتواصل مع المستفيدين وأولياء الأمور والمؤسسات الأكاديمية والمهنية دون اللجوء إلى تعقيدات الدرجات المعيارية التائية ($T\text{-scores}$) أو الزائية ($Z\text{-scores}$).

علاوة على ذلك، توفر العشيرات وسيلة مثالية للمقارنة بين أداء الفرد في أبعاد نفسية مختلفة تم قياسها بأدوات ذات تدريجات متباينة. فإذا حصل مفحوص على درجة خام تعادل 45 في مقياس الانتباه ودرجة 110 في مقياس التحصيل الرياضي، فإن تحويل كلا الدرجتين إلى رتب عشرية يوضح فوراً ما إذا كان موقعه النسبي متماثلاً أو أن هناك تبايناً حقيقياً في القدرات بين المجالين، مما يخدم التشخيص الإكلينيكي الفارقي والمقارنات الفردية المتعددة.

1.3 الشروط الإحصائية الواجب توافرها في البيانات قبل حساب العشيرات

يتطلب التطبيق الإحصائي السليم للعشيرات استيفاء مجموعة من الشروط المنهجية المتعلقة بطبيعة المتغيرات وحجم العينة. أول هذه الشروط يتعلق بمستوى قياس البيانات؛ حيث يُشترط أن تكون البيانات مقاسة على الأقل بمستوى ترتيبي (Ordinal Scale)، ويفضل بشدة أن تكون بيانات كمية فئوية (Interval Scale) أو نسبية (Ratio Scale). لا يمكن حساب العشيرات إحصائياً على المتغيرات الاسمية أو التصنيفية غير القابلة للترتيب المنطقي (مثل الجنس، أو الجنسية، أو فصيلة الدم)، لأن مفهوم التموضع التراكمي يفترض ضمناً وجود علاقة ترتيبية تفاضلية ($x_i le x_{i+1}$).

الشرط الثاني يتعلق بحجم العينة ($N$)؛ إذ تعتمد موثوقية واستقرار نقاط القطع العشيرية على وفرة المفردات الإحصائية. في العينات الصغيرة جداً (أقل من 30 إلى 50 مفحوصاً)، تصبح العشيرات شديدة الحساسية للتغيرات الطفيفة في الدرجات الفردية، وقد تتأثر الفئات العشرية بنقص التكرارات، مما يؤدي إلى فجوات في التقدير. توصي الأدبيات السيكومترية بألا يقل حجم العينة المعيارية عن 100 إلى 200 مفردة على الأقل، وذلك لضمان وجود عدد كافٍ من المشاهدات في كل فئة عشرية (10 مشاهدات على الأقل في كل عشر) وتفادي تشوه خوارزميات الاستيفاء الخطي.

أما الشرط الثالث فيرتبط بخصائص التوزيع والالتواء. على الرغم من أن مقاييس الموضع، ومنها العشيرات، تُعتبر من الإحصاءات اللامعلمية المتينة (Non-parametric Robust Statistics) التي لا تفترض بالضرورة اعتدالية التوزيع، إلا أن وجود التواء شديد أو قيم متطرفة مفرطة قد يؤدي إلى انضغاط عدد كبير من العشيرات في نطاق ضيق جداً من الدرجات، وتمدد العشيرات الطرفية على نطاقات واسعة. يتعين على الباحث فحص شكل التوزيع البياني، ودرجة التجانس، ومدى تركز التكرارات المتطابقة قبل اعتماد العشيرات كمعايير نهائية للتقييم.

2. نظرة عامة على دوال إكسيل الرياضية المخصصة لحساب العشيرات

2.1 الدالة التقليدية PERCENTILE وتطبيقاتها القديمة

قدمت الإصدارات الأولى من برنامج مايكروسوفت إكسيل الدالة الإحصائية العامة PERCENTILE لحساب كافة مقاييس التموضع المئينية والعشيرية. تعتمد هذه الدالة على الصيغة البنائية الأساسية التالية: =PERCENTILE(array, k)، حيث يمثل الوسيط array نطاق الخلايا الذي يحتوي على البيانات العددية المراد تحليلها، في حين يمثل الوسيط k القيمة المئوية المطلوبة والتي تقع في النطاق المغلق من 0 إلى 1 (بما في ذلك الصفر والواحد الصحيح).

تتوافق الدالة التقليدية PERCENTILE مع جميع إصدارات إكسيل التاريخية (مثل Excel 2003 و Excel 2007 والإصدارات الأقدم)، وتستمر مايكروسوفت في دعمها في الإصدارات الحديثة لضمان التوافق التراجعي (Backward Compatibility) مع ملفات العمل القديمة. في هذه الدالة، يمثل إدخال القيمة k = 0.1 حساب العشير الأول، بينما يمثل إدخال k = 0.5 حساب العشير الخامس أو الوسيط، وتتطابق نتائجها الرياضية تماماً مع الدالة الحديثة الشاملة.

على الرغم من انتشارها الواسع، إلا أن هذه الدالة تعاني من قيود منهجية تتعلق بعدم وضوح طريقة المعالجة الإحصائية للحدود الطرفية للمستخدمين غير المتخصصين. لم تكن الدالة توفر خياراً واضحاً بين حساب المئين بناءً على التوزيع الشامل لكافة قيم العينة بما فيها القيم الدنيا والقصوى، أو بناءً على استبعاد الأطراف كعينات احتمالية من مجتمع أوسع، مما دفع مايكروسوفت إلى إعادة هيكلة وتطوير منظومة دوال المئينات بدءاً من إصدار إكسيل 2010.

2.2 الفرق الجوهري بين PERCENTILE.INC و PERCENTILE.EXC

مع إطلاق برنامج مايكروسوفت إكسيل 2010، تم استبدال الدالة القديمة بدالتين أكثر دقة وتخصصاً من الناحية الإحصائية هما: PERCENTILE.INC و PERCENTILE.EXC. يستند هذا التمايز إلى المفهوم الإحصائي للشمولية (Inclusivity) مقابل الحصرية (Exclusivity)، ويمثل فارقاً جوهرياً في كيفية تعامل الخوارزمية مع رتب البيانات وأطراف التوزيع.

تعتمد الدالة PERCENTILE.INC (حيث تشير INC إلى Inclusive) على تضمين كامل المدى المئوي من [0, 1]. في هذه الدالة، يتم تعيين الرتبة المئوية 0 تماماً للقيمة الصغرى في العينة ($k = 0$)، والرتبة المئوية 1 للقيمة العظمى في العينة ($k = 1$). تحسب الدالة رتبة المئين $k$ باستخدام المعادلة الترتيبية: $$R = 1 + k \times (N – 1)$$ حيث يمثل $N$ حجم العينة. تُعد هذه الدالة هي المعيار القياسي والأكثر شيوعاً واستخداماً في القياس النفسي والعلوم الاجتماعية، لأنها تضمن استيعاب كامل درجات العينة ضمن التدريج المعياري دون استبعاد للقيم الطرفية.

في المقابل، تعتمد الدالة PERCENTILE.EXC (حيث تشير EXC إلى Exclusive) على النطاق المفتوح $(0, 1)$ وتستبعد القيمة الصغرى والعظمى من الرتب المئوية المباشرة 0 و 1. تحسب هذه الدالة رتبة الموضع باستخدام المعادلة: $$R = k \times (N + 1)$$ ونتيجة لذلك، تشترط الدالة أن تكون قيمة $k$ محصورة بدقة بين $\frac{1}{N+1}$ و $\frac{N}{N+1}$. إذا تم طلب قيمة $k$ خارج هذا النطاق المسموح به (كما في حالة طلب العشير الأول $k = 0.1$ في عينة صغيرة تتكون من 5 مفردات فقط)، فإن الدالة ستُرجع خطأ القيمة #NUM!. تستخدم هذه الدالة الحصرية عندما يُنظر إلى العينة على أنها تمثيل احتمالي لمجتمع لانهائي لا يمكن لبلوغ أطرافه أن يحقق احتمالية 0% أو 100% قطعية.

2.3 صياغة وسيط النسبة المئوية (k) لتمثيل العشيرات بدقة

لحساب العشيرات بدقة في إكسيل، يجب تحويل الرتب العشرية المعيارية (من العشير الأول $D_1$ حتى العشير التاسع $D_9$) إلى قيم عشرية متوافقة مع وسيط النسبة المئوية k. يقابل كل عشير كسر عشري محدد يبدأ من 0.10 للعشير الأول ويتزايد بمقدار 0.10 دورياً وصولاً إلى 0.90 للعشير التاسع، كما هو موضح بالجدول المعياري التالي:

• العشير الأول ($D_1$): يقابله وسيط النسبة k = 0.10 (أي 10% تراكمي).
• العشير الثاني ($D_2$): يقابله وسيط النسبة k = 0.20 (أي 20% تراكمي).
• العشير الثالث ($D_3$): يقابله وسيط النسبة k = 0.30 (أي 30% تراكمي).
• العشير الرابع ($D_4$): يقابله وسيط النسبة k = 0.40 (أي 40% تراكمي).
• العشير الخامس ($D_5$): يقابله وسيط النسبة k = 0.50 (أي 50% تراكمي – الوسيط).
• العشير السادس ($D_6$): يقابله وسيط النسبة k = 0.60 (أي 60% تراكمي).
• العشير السابع ($D_7$): يقابله وسيط النسبة k = 0.70 (أي 70% تراكمي).
• العشير الثامن ($D_8$): يقابله وسيط النسبة k = 0.80 (أي 80% تراكمي).
• العشير التاسع ($D_9$): يقابله وسيط النسبة k = 0.90 (أي 90% تراكمي).

عند بناء الصيغ داخل أوراق العمل، ينبغي استخدام مراجع الخلايا المطلقة لتثبيت نطاق البيانات باستخدام علامة الدولار (مثل $A$2:$A$101)، مع الإبقاء على مراجع قيم k كـ مراجع نسبية (مثل C2) لتسهيل سحب وتعبئة المعادلات لأسفل الجدول الحسابي دون حدوث انزياح في مصفوفة البيانات الأساسية.

من الأخطاء الشائعة والجسيمة التي يقع فيها المبتدئون إدخال قيم العشيرات كأرقام صحيحة بدلاً من النسب العشرية (كتابة 10 بدلاً من 0.10 أو 50 بدلاً من 0.50)، مما ينتج عنه ظهور فوري لخطأ القيمة #NUM!، نظراً لأن خوارزمية إكسيل تتطلب أن يقع الوسيط k في النطاق الرياضي $[0, 1]$. يمكن كتابة النسبة ككسر عشري مباشر (0.1) أو كنسبة مئوية صريحة بعلامة النسبة المئوية (10%)، وسيتعامل معها إكسيل بنفس الكفاءة الحسابية.

3. دليل خطوة بخطوة: حساب العشيرات لمجموعة بيانات أحادية البعد

3.1 تجهيز وتنظيم مجموعة البيانات في أوراق العمل

تبدأ المعالجة الإحصائية الناجحة دائماً بمرحلة إعداد وتطهير البيانات (Data Cleaning and Preparation). لحساب العشيرات لمقياس سيكومتري، نقوم بإدخال درجات المفحوصين الخام في عمود رأسي موحد، وليكن العمود A ابتداءً من الخلية A2 وحتى الخلية A101، مع تخصيص الخلية A1 كعنوان وصفي مثل “درجات مقياس القلق”.

يجب التأكد التام من خلو النطاق من أي قيم نصية عشوائية أو مسافات فارغة غير مقصودة، والتأكد من أن كافة الخلايا معرفة بتنسيق “رقم” (Number). على الرغم من أن دالتي PERCENTILE.INC و PERCENTILE.EXC تتجاهلان الخلايا النصية والخلايا الفارغة تلقائياً، إلا أن وجود نصوص بين الأرقام قد يؤدي إلى تصغير حجم العينة الفعلي المحسوب في المعادلات المشتقة لاحقاً، مما يشوه التحليل التوزيعي الكلي.

لتعزيز الاحترافية وتسهيل استدعاء المصفوفة في الصيغ الرياضية، يُستحسن استخدام ميزة “تسمية النطاق” (Named Range). يتم ذلك بتحديد النطاق A2:A101، ثم الانتقال إلى مربع الاسم (Name Box) في أعلى يسار الشاشة وكتابة اسم وصفي مثل Scores_Data والضغط على مفتاح Enter. تتيح هذه الخطوة كتابة المعادلات بصورة مقروءة وأنيقة مثل: =PERCENTILE.INC(Scores_Data, C2) بدلاً من التعامل مع عناوين الخلايا الصامتة.

3.2 بناء جدول مخرجات العشيرات واستخدام دالة PERCENTILE.INC

نقوم الآن بإنشاء جدول منظم لحساب العشيرات في نطاق جانبي، وليكن في الأعمدة C و D و E. نخصص العمود C لرتبة العشير النصية ($D_1$ إلى $D_9$)، والعمود D للنسبة المئوية العشرية المكافئة (0.1 إلى 0.9)، والعمود E لقيمة نقطة القطع العشيرية الناتجة.

نقوم بإدخال البيانات التالية في الصفوف من 2 إلى 10:

• الخلية C2 نكتب “العشير الأول (D1)” وفي D2 نكتب 0.1.
• الخلية C3 نكتب “العشير الثاني (D2)” وفي D3 نكتب 0.2.
• نستمر بنفس النسق وصولاً إلى C10 “العشير التاسع (D9)” وفي D10 نكتب 0.9.

في الخلية E2، نكتب الصيغة الرياضية التالية لحساب العشير الأول:

=PERCENTILE.INC($A$2:$A$101, D2)

بعد إدخال الصيغة والضغط على Enter، نستخدم مقبض التعبئة التلقائية (AutoFill Handle) لسحب المعادلة من الخلية E2 للأسفل حتى الخلية E10. سنلاحظ أن إكسيل قد قام بحساب كافة نقاط القطع العشيرية التسع بصورة فورية ودقيقة. عند فحص العمود الناتج E، يجب التحقق من أن القيم تتدرج تصاعدياً بشكل منطقي وصارم ($D_1 le D_2 le dots le D_9$)، حيث يعكس هذا التدرج سلامة البيانات واتساق البناء الحسابي.

3.3 توظيف الدوال الديناميكية ومصفوفات الانسكاب (Dynamic Arrays)

مع التحديثات الهيكلية الكبرى في محرك حسابات مايكروسوفت إكسيل، وتحديداً في إصدارات Microsoft 365 و Excel 2021 وما بعدها، أصبح بالإمكان الاستغناء تماماً عن كتابة معادلات منفصلة وسحبها يدوياً، وذلك بالاعتماد على مصفوفات الانسكاب الديناميكية (Spill Arrays) التي تعالج المصفوفات المتعددة في خطوة واحدة.

يمكن توليد قيم العشيرات التسعة كاملة في خلية مفردة واحدة تفيض بنتائجها للأسفل تلقائياً باستخدام دمج دالة PERCENTILE.INC مع دالة التسلسل الديناميكي SEQUENCE. نكتب في الخلية E2 الصيغة الذكية التالية:

=PERCENTILE.INC(Scores_Data, SEQUENCE(9, 1, 0.1, 0.1))

تعمل هذه الصيغة عبر توليد مصفوفة رأسية مكونة من 9 صفوف وعمود واحد تبدأ من القيمة 0.1 وتتزايد بخطوة مقدارها 0.1، لتقوم دالة المئين بحساب نقاط القطع التسع دفعة واحدة وإخراجها في النطاق E2:E10 بحدود زرقاء تفاعلية (Spill Border). تكمن الميزة الاستثنائية لهذه الطريقة في القضاء التام على أخطاء النسخ، وتقليل حجم الملف، والتحديث التلقائي لكامل مصفوفة النتائج في حال تم تعديل أي عنصر في مصفوفة البيانات الأساسية.

4. التفسير الإحصائي والتحليلي الدقيق لقيم العشيرات الناتجة

4.1 القراءة التفسيرية لنقاط القطع العشرية

لا تتوقف المعالجة الإحصائية عند حدود استخراج الأرقام المجردة، بل تكتسب قيمتها الحقيقية من خلال القراءة التفسيرية الدقيقة لنقاط القطع العشيرية وربطها بسلوك الظاهرة المقاسة. يمثل كل عشير عتبة فاصلة تفصل بين كتلتين من البيانات التراكمية، مما يتطلب صياغة لغوية وإحصائية منضبطة لوصف النتائج في التقارير البحثية.

عند تفسير العشير الأول ($D_1$)، نوضح أن القيمة المحسوبة تعني أن 10% من أفراد العينة قد حصلوا على درجات تساوي أو تقل عن هذه القيمة المحددة، في حين أن 90% من أفراد العينة حققوا درجات أعلى منها. يُعد هذا العشير بمثابة العتبة الحرجة للكشف عن الأداء المنخفض جداً أو الدرجات المتدنية في السمة المقاسة.

أما العشير الخامس ($D_5$)، والذي يمثل الوسيط الإحصائي للتوزيع، فيدل على النقطة التي تقسم عينة المفحوصين بدقة إلى نصفين متساويين تماماً؛ حيث يقع 50% من الأفراد أدنى من هذه الدرجة و 50% منهم أعلاها. يُعد العشير الخامس المعيار الأهم لمقارنة ميل التوزيع العام ونقطة الارتكاز المركزية التي لا تتأثر بالقيم المتطرفة كما يحدث في المتوسط الحسابي.

في الطرف المقابل، يمثل العشير التاسع ($D_9$) النقطة الفاصلة لنخبة التوزيع؛ حيث يشير إلى أن 90% من العينة تقع درجاتهم دون هذا العشير، بينما نجح 10% فقط من المفحوصين في تحقيق درجات تعادله أو تتجاوزه. يُستخدم هذا العشير كمعيار للتميز والموهبة في الاختبارات التحصيلية والمعرفية، أو كمؤشر على شدة الحالة الإكلينيكية وخطورتها في مقاييس الاضطرابات النفسية والسلوكية.

4.2 الاستيفاء الخطي (Linear Interpolation) وكيفية معالجة إكسيل للرتب البينية

في معظم التطبيقات الواقعية، لا تتطابق الرتبة الحسابية المطلوبة للمئين أو العشير مع رقم صحيح لترتيب أحد عناصر العينة، وهنا يعتمد إكسيل على خوارزمية رياضية دقيقة تُعرف باسم الاستيفاء الخطي (Linear Interpolation) لتقدير القيمة البينية بين أقرب درجتين متجاورتين.

تعتمد دالة PERCENTILE.INC على حساب مؤشر الرتبة الترتيبي $R$ من خلال المعادلة: $$R = 1 + k \times (N – 1)$$ فإذا كان الناتج رقماً كسرياً يتكون من جزء صحيح $I$ وجزء كسري $D$ (حيث $R = I + D$)، فإن قيمة العشير المقابلة تُحسب بتطبيق معادلة الاستيفاء الخطي التالية:

$$\text{Value} = Y_I + D \times (Y_{I+1} – Y_I)$$

حيث تمثل $Y_I$ قيمة المشاهدة الواقعة في الترتيب $I$ بعد فرز البيانات تصاعدياً، وتمثل $Y_{I+1}$ قيمة المشاهدة في الترتيب التالي مباشرة.

لتوضيح ذلك بمثال يدوي: لنفترض أن لدينا عينة صغيرة مرتبة تصاعدياً مكونة من 11 مفحوصاً ($N = 11$) ودرجاتهم كالتالي: ${12, 15, 18, 22, 25, 28, 30, 34, 38, 42, 45}$. لحساب العشير الأول ($k = 0.1$):

• نحسب الرتبة: $R = 1 + 0.1 \times (11 – 1) = 1 + 1 = 2$. بما أن الناتج عدد صحيح تماماً ($R = 2$)، فإن $D_1$ يطابق القيمة الثانية في المصفوفة مباشرة وهي 15.
• لحساب العشير الثالث ($k = 0.3$): $R = 1 + 0.3 \times (11 – 1) = 1 + 3 = 4$. الرتبة مطابقة للقيمة الرابعة وهي 22.
• لحساب العشير الخامس والعشرين كمئين وسيط ($k = 0.25$): $R = 1 + 0.25 \times 10 = 3.5$. الجزء الصحيح $I = 3$ والجزء الكسري $D = 0.5$. المشاهدة الثالثة هي 18 والمشاهدة الرابعة هي 22. بتطبيق الاستيفاء الخطي: $\text{Value} = 18 + 0.5 \times (22 – 18) = 18 + 2 = 20$.

تضمن هذه الآلية الرياضية المبرمجة داخل إكسيل دقة متسقة تجعل التقديرات الموضعية سلسة وممثلة للتوزيع حتى في المسافات البينية التي تفتقر لمشاهدات فعلية متطابقة.

4.3 ربط العشيرات بالفئات الإكلينيكية والتشخيصية

في الممارسات النفسية والطبية المسندة بالدليل، لا تُترك العشيرات كأرقام منفصلة، بل يتم دمجها معاً لتشكيل فئات تصنيفية وتشخيصية محددة تُسهل اتخاذ القرارات الإكلينيكية وتوجيه خطط الرعاية. يتم تقسيم التوزيع العشاري غالباً إلى ثلاثة أو أربعة مستويات معيارية عريضة:

• المستوى المنخفض (Low Range): يشمل الأفراد الواقعين بين العشير الأول والعشير الثالث ($D_1 – D_3$)، ويمثل الفئة التي تُظهر تدنياً في السمة أو المهارة المقاسة، وتُستخدم كنطاق للأداء الضعيف أو غياب الأعراض بحسب طبيعة المقياس.
• المستوى المتوسط الطبيعي (Average / Normal Range): يشمل الأفراد الواقعين في النطاق الممتد من أعلى العشير الثالث وحتى العشير السابع ($D_4 – D_7$)، ويمثل هذا النطاق كتلة التوزيع العامة التي تضم ما يقارب 40% إلى 50% من عموم المجتمع السوي.
• المستوى فوق المتوسط والمرتفع (High / Elevated Range): يشمل الأفراد الواقعين في العشيرين الثامن والتاسع ($D_8 – D_9$)، ويشير إلى بروز السمة السلوكية أو القدرة المعرفية بشكل لافت يتجاوز غالبية الأفراد.
• المستوى الحاد / الإكلينيكي (Clinical Cut-off): يمثل الأفراد الواقعين في العشير العاشر ($> D_9$)، وتُعتبر هذه النقطة عتبة فارقة (Cut-off Score) تفصل بين التباين الطبيعي والمؤشرات المرضية التي تستوجب فحصاً تشخيصياً شاملاً أو تدخلاً علاجياً عاجلاً.

تسمح هذه المنظومة السيكومترية بكتابة تقارير نفسية ذات موثوقية عالية، حيث يُذكر في التقرير: “حصل المفحوص على درجة خام 42، مما يضعه في العشير التاسع ($D_9$) ضمن أعلى 10% من العينة المعيارية، وهي درجة تقع ضمن النطاق الإكلينيكي المرتفع لسمة الاندفاعية”.

5. تصنيف وتسكين القيم الفردية داخل العشيرات باستخدام PERCENTRANK

5.1 التركيب البنائي لدالة PERCENTRANK.EXC ودالة PERCENTRANK.INC

في حين تُستخدم دالة PERCENTILE لإيجاد الدرجة المقابلة لرتبة عشرية معلومة، تُستخدم دوال الرتب المئوية المعاكسة وهي PERCENTRANK.INC و PERCENTRANK.EXC لتحديد الرتبة المئوية التي تحتلها درجة فردية محددة ضمن مصفوفة البيانات، مما يمثل الأساس الرياضي لتسكين وتصنيف المفحوصين داخل العشيرات.

تتكون الصيغة البنائية لدالة PERCENTRANK.INC من ثلاثة وسائط أساسية:

=PERCENTRANK.INC(array, x, [significance])

• array: نطاق الخلايا الذي يضم مصفوفة البيانات المعيارية (مثل $A$2:$A$101).
• x: القيمة العددية الفردية أو الدرجة الخام المطلوب تحديد موقعها ورتبتها النسبية (مثل A2).
• [significance]: وسيط اختياري يحدد عدد المنازل العشرية للرتبة المئوية الناتجة. إذا تم حذفه، يعتمد إكسيل تلقائياً على 3 منازل عشرية (دقة 0.001 أو 0.1%). يُفضل دائماً تثبيته بدقة كافية لضمان دقة التحويل العشيري اللاحق.

تُرجع دالة PERCENTRANK.INC قيمة نسبية كسرية بين 0 و 1 (مثل 0.456 تعني أن الدرجة تقع عند المئين 45.6)، وتُعتبر الأداة الرياضية الأنسب لعمليات التصنيف العشيري الشامل لكافة مفردات العينة.

5.2 تحويل الرتبة المئوية الناتجة إلى رقم عشيري محدد (من 1 إلى 10)

لتحويل الرتبة المئوية الكسرية الناتجة عن دالة PERCENTRANK.INC إلى رقم عشيري صحيح يحدد المجموعة التي ينتمي إليها المفحوص (من 1 إلى 10)، ندمج دالة الرتبة مع دالة الجزء الصحيح INT أو دالة التقريب للأعلى ROUNDUP.

تعتمد الصيغة الرياضية الأكثر دقة واستقراراً لمعالجة كافة الحالات بما فيها القيم الطرفية على دمج دالتي INT و MIN بالشكل التالي:

=MIN(10, INT(PERCENTRANK.INC($A$2:$A$101, A2, 4) * 10) + 1)

دعنا نحلل هذه الصيغة خطوة بخطوة لفهم منطقها البرمجي:

• تقوم دالة PERCENTRANK.INC($A$2:$A$101, A2, 4) بحساب الرتبة المئوية للدرجة بدقة 4 منازل عشرية، ولنفترض أنها أعادت القيمة 0.3420.
• نقوم بضرب هذه الرتبة في 10 لتصبح 3.420.
• تقوم دالة INT باقتطاع الجزء الصحيح فقط، فتحول الرقم إلى 3.
• بإضافة + 1، يتحول الناتج إلى 4، مما يعني أن المفحوص ينتمي بدقة إلى العشير الرابع (النطاق بين 30% و 40%).
• تُستخدم دالة MIN(10, ...) لمعالجة الحالة الطرفية القصوى؛ فإذا حصل مفحوص على أعلى درجة في العينة وحصل على رتبة 1.000، فإن ضربها في 10 وإضافة 1 سينتج عنه الرقم 11، وتقوم دالة MIN بإعادته فوراً إلى العشير العاشر 10.

5.3 توليد أعمدة التصنيف التلقائي للعينات الكبيرة

عند التعامل مع عينات بحثية ضخمة تضم مئات أو آلاف المفحوصين، يُعد إنشاء عمود تصنيف عشيري آلي بجانب الدرجات الخام من أهم خطوات التحليل. نضع الصيغة السابقة في الخلية B2 بجانب أول مفحوص، ثم ننقر نقراً مزدوجاً على مقبض التعبئة في الزاوية السفلى لتطبيق الصيغة لحظياً على طول العمود حتى نهاية البيانات.

لإضفاء بُعد بصري تحليلي يُمكّن من تمييز المجموعات فورياً، نستخدم ميزة التنسيق الشرطي (Conditional Formatting) في إكسيل:

• نحدد كامل عمود التصنيف العشيري B2:B101.
• من تبويب “الصفحة الرئيسية” (Home)، نختار “تنسيق شرطي” ثم “مجموعات الأيقونات” (Icon Sets) أو “مقاييس الألوان” (Color Scales).
• نختار تدرجاً لونياً يتراوح من الأخضر (للعشيرات الدنيا) مروراً بالأصفر (للعشيرات المتوسطة) وصولاً إلى الأحمر أو البرتقالي الداكن (للعشيرات العليا)، مما يوفر لوحة بصرية حرارية فورية توضح تركز العينة.

يتيح هذا العمود المصنف للباحث استخدام ميزات التصفية (Filter) وفرز البيانات بسهولة بالغة، كأن يختار استعراض بيانات المفحوصين المنتمين للعشير العاشر فقط لدراسة خصائصهم النوعية أو مقارنتهم ببيانات العشير الأول في دراسة مقارنة الطرفين المتضادين (Extreme Groups Design).

6. إنشاء جدول توزيع تكراري عشيري كامل وحساب المؤشرات الإحصائية

6.1 بناء الفئات العشيرية وحساب التكرار باستخدام دالة FREQUENCY

يُمثل جدول التوزيع التكراري العشيري أداة التقييم الأساسية للتحقق من كفاءة ونزاهة التقسيم الموضعي للبيانات. لبناء هذا الجدول، نستخدم نقاط القطع العشيرية المحسوبة سابقاً ($D_1$ إلى $D_9$) كحدود عليا للفئات (Bins Array)، ثم نوظف دالة التكرار المصفوفية المتقدمة FREQUENCY.

في جدول جانبي مخصص للتوزيع التكراري، نحدد مصفوفة حدود الفئات في الخلايا G2:G10 والتي تمثل قيم العشيرات $D_1$ إلى $D_9$. في العمود المقابل H2:H11 (لاحظ أن مصفوفة التكرار تزيد دائماً بصف إضافي عن حدود الفئات لاستيعاب القيم التي تتجاوز العشير التاسع)، نكتب الصيغة المصفوفية التالية:

=FREQUENCY(Scores_Data, G2:G10)

في إصدارات إكسيل الحديثة، نضغط Enter فقط لتنسكب النتائج، بينما في الإصدارات القديمة نحدد النطاق H2:H11 كاملاً ثم نضغط على Ctrl + Shift + Enter. ستقوم الدالة بحساب عدد الأفراد في كل فئة عشرية بدقة. في التوزيع المثالي لعينة حجمها 100 مفحوص، سنجد أن كل خلية تُظهر تكراراً يعادل 10 مفحوصين تقريباً، مما يؤكد انتظام التوزيع التكراري وتكافؤ المجموعات العشرية.

6.2 حساب التكرار التراكمي والنسب المئوية التراكمية

للتحقق من سلامة البناء الإحصائي وتوثيق اكتمال التوزيع، نقوم بإنشاء عمودين إضافيين في جدول التوزيع: عمود التكرار التراكمي الصاعد (Cumulative Frequency) وعمود النسبة المئوية التراكمية (Cumulative Percentage).

في خلية التكرار التراكمي الأولى I2، نكتب الصيغة: =H2. وفي الخلية التالية I3 نكتب: =I2 + H3 ثم نسحب المعادلة حتى نهاية الجدول في الخلية I11. يجب أن تتطابق القيمة النهائية في الخلية I11 تماماً مع حجم العينة الإجمالي $N$ (مثلاً 100).

في عمود النسبة المئوية التراكمية، نكتب في الخلية J2 الصيغة: =I2 / $I$11 ونقوم بتنسيق الخلايا كنسبة مئوية (Percentage). بتمرير المعادلة لأسفل، سنلاحظ تدرج النسب التراكمية بدقة مصفوفية: 10%، 20%، 30%… وصولاً إلى 100% في الفئة الأخيرة. تُستخدم هذه النسب التراكمية للتحقق من مطابقة المنحنى التجريبي للبيانات مع المنحنى التراكمي النظري للتوزيع الطبيعي، واكتشاف أي فجوات تجميعية غير اعتيادية في درجات المفحوصين.

6.3 استخراج مقاييس التشتت العشيرية (Decile Dispersion Measures)

توفر العشيرات الأساس الرياضي لبناء مقاييس تشتت إحصائية بالغة المتانة تُعرف باسم مقاييس التشتت الموضعية، والتي تتميز بقدرتها الفائقة على قياس انتشار البيانات دون التأثر بالقيم الشاذة أو الانحرافات الطرفية الحادة.

أبرز هذه المقاييس هو المدى العشيري الداخلي (Interdecile Range – IDR)، ويُحسب بطرح العشير الأول من العشير التاسع وفق المعادلة التالية في إكسيل:

=E10 – E2 (أي: $IDR = D_9 – D_1$)

يمثل المدى العشيري النطاق العددي الذي يضم في داخله الكتلة الوسطى الصلبة من المجتمع والمكونة من 80% من المفحوصين، مستبعداً بذلك أكثر 10% من الدرجات تطرفاً في النطاق الأدنى وأكثر 10% تطرفاً في النطاق الأعلى.

كما يمكن اشتقاق نصف المدى العشيري (Semi-Interdecile Range) من خلال الصيغة: =(E10 - E2) / 2، وكذلك حساب معامل الالتواء العشيري (Decile Skewness Coefficient) الذي يقيس عدم تماثل التوزيع استناداً إلى مواقع العشيرات بالنسبة للوسيط عبر المعادلة:

$$\text{Decile Skewness} = \frac{(D_9 – D_5) – (D_5 – D_1)}{D_9 – D_1}$$

تتم كتابة هذه الصيغة في إكسيل كالتالي: =((E10 - E6) - (E6 - E2)) / (E10 - E2). تعطي هذه القيمة مؤشراً صفرياً في التوزيع المتماثل تماماً، في حين تشير القيم الموجبة إلى التواء موجب نحو اليمين، والقيم السالبة إلى التواء سالب نحو اليسار، مما يقدم تقييماً سيكومترياً رصيناً لبنية الاختبار.

7. معالجة التحديات الإحصائية: البيانات غير المتجانسة والقيم المتطرفة

7.1 اكتشاف القيم المتطرفة وعزل أثرها على قيم العشيرات

تُعد القيم المتطرفة (Outliers) والبيانات الشاذة من أكبر المشكلات التي تواجه التحليل الإحصائي، حيث تؤدي إلى انحراف مضلل في قيمة المتوسط الحسابي والانحراف المعياري، مما يعطي انطباعاً زائفاً عن خصائص العينة. تتميز العشيرات بطبيعتها الإحصائية بأنها مقاييس تموضع رتبية مقاومة للقيم المتطرفة (Robust Statistics)، حيث تعتمد على الترتيب النسبي للمفردات وليس على قيمتها الجمعية المطلقة.

لإثبات هذا التباين عملياً في إكسيل، يمكن للباحث مقارنة المتوسط الحسابي العام =AVERAGE(Scores_Data) بـ المتوسط المشذب عشيرياً (Trimmed Mean) باستخدام دالة إكسيل TRIMMEAN عبر الصيغة التالية:

=TRIMMEAN(Scores_Data, 0.20)

تقوم هذه الصيغة باقتطاع 20% من أطراف العينة (10% من الطرف الأدنى المقابل لما دون $D_1$ و 10% من الطرف الأعلى المقابل لما فوق $D_9$)، ثم تحسب المتوسط الحسابي لنسبة الـ 80% الوسطى المتبقية من المشاهدات. إذا كان هناك تباين كبير بين المتوسط العام والمتوسط المشذب، فإن هذا يُعد دليلاً قاطعاً على وجود قيم متطرفة حادة استطاعت العشيرات استيعابها وعزل تأثيرها المشوه عن النطاقات المعيارية المركزية.

7.2 التعامل مع التكرارات المتطابقة (Ties) في درجات المقاييس

في مقاييس القياس السلوكي والاختبارات النفسية ذات التدريجات القصيرة (مثل مقاييس ليكرت الخماسية أو السباعية)، من الشائع جداً حصول عدد كبير من المفحوصين على درجات خام متطابقة تماماً، وهو ما يُعرف في الأدبيات الإحصائية بظاهرة “التعادل في الرتب” أو التكرارات المتطابقة (Ties). تؤدي هذه الظاهرة إلى تحدٍ عملي يتمثل في عدم تساوي أحجام الفئات العشرية بدقة عند استخدام نقاط القطع.

لمعالجة هذه المشكلة في إكسيل وإجراء تصحيح إحصائي للرتب المتطابقة، نستخدم دوال الترتيب المتقدمة مثل دالة الرتبة المتوسطة RANK.AVG ودالة الرتبة المتطابقة RANK.EQ. نطبق الصيغة التالية لحساب الترتيب النسبي المعدل للدرجات المتطابقة:

=RANK.AVG(A2, Scores_Data, 1)

حيث يقوم الوسيط 1 بترتيب البيانات تصاعدياً. تقوم دالة RANK.AVG بإعطاء متوسط الرتب للقيم المتطابقة بدلاً من كسرها عشوائياً. فعلى سبيل المثال، إذا اشترك أربعة أفراد في الدرجة 25 وكان ترتيبهم يقع بين المركز 18 والمركز 21، فإن الدالة تمنح كلاً منهم الرتبة المعدلة 19.5، مما يحافظ على التوازن الرياضي الكلي عند تسكين الدرجات داخل الفئات العشرية ويمنع حدوث تضخم مصطنع في فئة معينة على حساب الفئات المجاورة.

7.3 إدارة البيانات المفقودة والقيم غير الصالحة رياضياً

تتضمن مجموعات البيانات الواقعية في كثير من الأحيان قيماً مفقودة (Missing Data) ناتجة عن امتناع مفحوصين عن الإجابة، أو أخطاء إدخال نصية ورموز تالفة. قد تؤدي محاولة تطبيق الدوال الحسابية على مصفوفات تحتوي على أخطاء إلى توقف التحليل وظهور رسائل خطأ مثل #VALUE! أو #N/A.

في إصدارات إكسيل الحديثة، يمكن حل هذه المعضلة جذرياً ببناء مصفوفة ديناميكية ذاتية التنقية تدمج دالة PERCENTILE.INC مع دالتي FILTER و ISNUMBER. تُصاغ المعادلة الذكية كالتالي:

=PERCENTILE.INC(FILTER(A2:A100, ISNUMBER(A2:A100) * (A2:A100 <> “”)), D2)

تقوم هذه الصيغة بتصفية العمود أولاً واستبعاد أي خلايا فارغة أو قيم نصية غير صالحة لحظياً قبل تمرير الأرقام النقية فقط إلى دالة المئين، مما يضمن استمرارية عمل لوحة التحليل دون الحاجة إلى حذف الصفوف يدوياً.

بالإضافة إلى ذلك، يُنصح دائماً بإحاطة المعادلات المعرضة للأخطاء بدالة الحماية IFERROR بالشكل التالي: =IFERROR(PERCENTILE.INC(Scores_Data, D2), "بيانات غير كافية")، وذلك لتوفير بيئة عمل برمجية آمنة ومريحة للمستخدم النهائي تمنع انهيار النماذج الحسابية عند إفراغ البيانات مؤقتاً.

8. التمثيل البياني والتصوير البصري للعشيرات في إكسيل

8.1 رسم مخطط الصندوق والساعدين (Box and Whisker) مع العشيرات

يُعد مخطط الصندوق والساعدين (Box and Whisker Plot) أحد أرقى الرسوم البيانية الإحصائية المستخدمة لتصوير التوزيعات وتلخيص مقاييس الموضع والتشتت بصرياً في شكل موحد. يوفر إكسيل دعماً أصيلاً لهذا المخطط، والذي يعرض بيانياً الربيعيات الدنيا والعليا، والوسيط، والقيم المتطرفة.

لإنشاء المخطط في إكسيل وتضمين العشيرات تحليلياً:

• نحدد عمود البيانات الخام A1:A101 كاملاً.
• من تبويب “إدراج” (Insert)، ننتقل إلى قسم المخططات الإحصائية ونختار “مخطط الصندوق والساعدين” (Box and Whisker).
• يقوم إكسيل برسم مستطيل يمثل الصندوق الممتد من الربيع الأول ($Q_1$ وهو $P_{25}$) إلى الربيع الثالث ($Q_3$ وهو $P_{75}$)، مع خط أفقي يمثل الوسيط ($D_5$).
• لربط العشيرين الحرجين $D_1$ و $D_9$ بالمخطط، نقوم بإضافة خطوط إرشادية مرجعية أفقية (Reference Lines) من خلال إضافة سلسلة بيانات خطية موازية لقيم $D_1$ و $D_9$ المحسوبة، وتنسيقها بخطوط متقطعة بلون مميز.

يتيح هذا التمثيل البصري للقارئ مقارنة المدى العشيري الداخلي ($D_9 – D_1$) بالمدى الربيعي ($Q_3 – Q_1$)، واستكشاف مدى استطالة الساعدين (Whiskers) للتحقق من وجود التواء في أطراف العينة، مما يجعل التقرير السيكومتري غنياً بالمعلومات المرئية سهلة الاستيعاب.

8.2 بناء منحنى التوزيع التراكمي (Ogive Curve) للعشيرات

يُعتبر المنحنى التكراري التراكمي الصاعد (Ogive Curve) الأداة البيانية الهندسية المثالية لتمثيل المئينات والعشيرات، حيث يوضح العلاقة المباشرة والبديهية بين الدرجات الخام والنسبة المئوية التراكمية للأفراد.

لإنشاء منحنى الأوجيف التراكمي للعشيرات في إكسيل:

• نحدد عمود قيم العشيرات التسع ($D_1$ إلى $D_9$) وعمود النسب التراكمية المقابلة لها (10%، 20%، … 90%).
• من تبويب “إدراج”، نختار “مخطط مبعثر مع خطوط مستقيمة وعلامات” (Scatter with Straight Lines and Markers).
• نجعل المحور الأفقي ($X$) يمثل الدرجات الخام للسمة المقاسة، ونجعل المحور الرأسي ($Y$) يمثل النسبة المئوية التراكمية من 0% إلى 100% بتقسيمات رئيسية كل 10%.
• نقوم بتفعيل خطوط الشبكة الرئيسية والأفقية والعمودية (Major Gridlines).

يسمح هذا المخطط المكتمل لأي أخصائي نفسي أو باحث بتحديد الرتبة العشيرية لأي مفحوص بيانيا وبسرعة؛ فبمجرد تحديد الدرجة الخام على المحور الأفقي والصعود رأسياً للمنحنى ثم الانعطاف أفقياً للمحور الرأسي، يمكن قراءة الموضع العشيري والنسبي للمفحوص بدقة بصرية متناهية وبدون الحاجة لإجراء حسابات جديدة.

8.3 تصميم لوحات تحكم تفاعلية (Dashboard) لعرض الرتب العشيرية

للارتقاء بالتحليل إلى المستويات التطبيقية والمهنية المتقدمة، يمكن تصميم لوحة تحكم تفاعلية (Interactive Dashboard) داخل إكسيل تتيح للمستخدم اختيار رقم أو اسم المفحوص لعرض رتبته العشيرية وموقعه التوزيعي فورياً مع تحديث بصري تلقائي.

لبناء هذه اللوحة التفاعلية:

• نقوم بإنشاء قائمة منسدلة (Drop-down List) باستخدام أداة “التحقق من صحة البيانات” (Data Validation) لاختيار معرف المفحوص (ID).
• نستخدم دالة XLOOKUP لاستدعاء درجة المفحوص الخام ورتبته العشيرية المحسوبة تلقائياً في بطاقة ملخص أنيقة.
• نقوم بتطبيق تنسيق شرطي تفاعلي يغير لون بطاقة التقييم تبعاً للعشير؛ مثلاً اللون الأخضر للعشيرات الآمنة، والأصفر للمتوسطة، والأحمر الداكن إذا كان المفحوص يقع في العشير العاشر الإكلينيكي.
• ندمج رسوماً بيانية مصغرة مدمجة داخل الخلية تُعرف بـ خطوط المؤشرات المصغرة (Sparklines) لتتبع تذبذب الدرجة العشيرية لنفس المفحوص عبر جلسات التقييم المتعددة زمنياً، مما يوفر أداة متابعة علاجية أو تدريبية ديناميكية للممارسين.

9. استخدام الدوال الشرطية والمتقدمة لحساب العشيرات متعددة المعايير

9.1 حساب العشيرات وفق مجموعات ديموغرافية باستخدام دالة FILTER

في معظم البحوث السيكومترية والدراسات الميدانية المقارنة، تختلف المعايير التوزيعية تبعاً للمتغيرات الديموغرافية كالجنس (ذكور / إناث) أو الفئات العمرية. يتطلب ذلك اشتقاق جداول معايير عشيرية منفصلة لكل فئة فرعية على حدة لضمان العدالة والموضوعية في التقييم.

بدلاً من تقسيم البيانات يدوياً وفصلها في أوراق عمل متباعدة، يمكن استخدام الدالة المصفوفية القوية FILTER مدمجة مباشرة داخل دالة PERCENTILE.INC. لحساب العشير الأول لمجموعة الذكور فقط (حيث عمود الجنس هو B2:B101 والدرجات في A2:A101)، نكتب الصيغة التالية:

=PERCENTILE.INC(FILTER($A$2:$A$101, $B$2:$B$101 = “Male”), 0.1)

ولحساب نفس العشير للإناث، نقوم ببساطة بتغيير الشرط إلى "Female". تقوم دالة FILTER باقتطاع مصفوفة فرعية مؤقتة في ذاكرة البرنامج تضم فقط درجات المجموعة المحددة وتمررها لحظياً لدالة المئين. تضمن هذه التقنية تحديث المعايير العشيرية المنفصلة تلقائياً في حال إضافة أي مفحوص جديد للجدول العام مع تحديد جنسه، مما يوفر ساعات طويلة من العمل اليدوي المعرض للخطأ.

9.2 حساب العشيرات المشروطة بشروط متعددة (Multi-criteria Deciles)

تتطلب السيناريوهات التحليلية الأكثر تعقيداً تطبيق شروط تصفية متعددة في آن واحد، كأن نرغب في حساب العشيرات للمفحوصين “الذكور” الذين تقع أعمارهم في الفئة “أكبر من 18 سنة” ومن مستوى تعليمي “جامعي”.

تتم صياغة الشروط المتعددة داخل دالة FILTER باستخدام عامل الضرب المنطقي * لتمثيل البوابة المنطقية AND، أو عامل الجمع المنطقي + لتمثيل البوابة المنطقية OR. على سبيل المثال، لحساب العشير التاسع ($D_9$) للذكور الذين تتجاوز أعمارهم 18 عاماً (حيث عمود العمر هو C2:C101)، نطبق الصيغة المركبة التالية:

=PERCENTILE.INC(FILTER($A$2:$A$101, ($B$2:$B$101 = “Male”) * ($C$2:$C$101 > 18)), 0.9)

تتيح هذه الصيغ للمؤسسات الأكاديمية والمراكز البحثية استخراج جداول معيارية متفرعة بالغة التخصص والتعقيد (Nested Normative Tables) بمرونة مذهلة وبناء مصفوفات مقارنة معيارية متعددة المستويات تعكس بدقة التنوع في العينات البحثية الكبرى.

9.3 تطبيق دالة LET و LAMBDA لإنشاء دالة مخصصة لحساب العشيرات

مع الميزات البرمجية الثورية لدوال LET و LAMBDA في الإصدارات الحديثة من إكسيل، أصبح بالإمكان إنشاء دوال برمجية مخصصة وقابلة لإعادة الاستخدام دون الحاجة لكتابة أكواد برمجية معقدة عبر VBA، مما يرفع من كفاءة الأداء وسرعة المعالجة.

أولاً، نستخدم دالة LET لتبسيط كتابة مصفوفة العشيرات كاملة وتحسين سرعة استهلاك الذاكرة عبر تسمية المتغيرات الحسابية داخلياً بالصيغة التالية:

=LET(Data, Scores_Data, Steps, SEQUENCE(9, 1, 0.1, 0.1), PERCENTILE.INC(Data, Steps))

ثانياً، للارتقاء بالعمل إلى مستوى التطوير البرمجي الاحترافي، يمكننا تحويل هذه الصيغة إلى دالة مخصصة باسم GET_DECILES باستخدام دالة LAMBDA. ننتقل إلى تبويب “صيغ” (Formulas) ثم “مدير الأسماء” (Name Manager) وننشئ اسماً جديداً وليكن GET_DECILES، ونلصق في خانة المرجع الصيغة التالية:

=LAMBDA(Target_Range, PERCENTILE.INC(Target_Range, SEQUENCE(9, 1, 0.1, 0.1)))

بمجرد حفظ هذا الاسم، يصبح بإمكان أي مستخدم في ورقة العمل استدعاء هذه الدالة الجديدة تماماً كأي دالة مدمجة في إكسيل بكتابة: =GET_DECILES(A2:A101)، لتخرج له نقاط القطع العشيرية التسع فوراً وبصورة مصفوفية منسكبة، مما يمثل قمة الأناقة والأتمتة في إدارة المشاريع البحثية المشتركة.

10. الأخطاء الشائعة أثناء حساب العشيرات في إكسيل وكيفية تصحيحها

10.1 أخطاء نطاقات الخلايا والتثبيت غير الصحيح للمراجع

يُعد الخطأ في إدارة مراجع الخلايا من أكثر العثرات الحسابية شيوعاً، وتحديداً عند سحب المعادلات لتعبئة جدول العشيرات. إذا تمت كتابة الصيغة كـ =PERCENTILE.INC(A2:A101, D2) بدون استخدام علامات الدولار $ لتثبيت مصفوفة البيانات، فإن سحب المعادلة للأسفل سيؤدي إلى انزلاق النطاق تلقائياً ليصبح في الخلية التالية A3:A102 ثم A4:A103 وهكذا.

يؤدي هذا الانزلاق غير المقصود إلى استبعاد المشاهدات الأولى للبيانات تدريجياً وإدخال خلايا فارغة من أسفل العمود، مما يشوه قيم العشيرات العليا ويجعلها مبنية على مصفوفات ناقصة ومختلفة عن مصفوفة العشيرات الأولى. لتفادي هذا الخطأ، يجب التأكد الصارم من تثبيت النطاق بالشكل المطلق: $A$2:$A$101، أو الاعتماد على تسمية النطاقات (Named Ranges) كأفضل ممارسة منهجية.

كما يجب الحذر التام من تضمين خلايا العناوين النصية أو صفوف المجموع الإجمالي داخل مصفوفة الحساب؛ حيث إن إدخال خلية العنوان A1 بالخطأ قد لا يوقف عمل الدالة ولكنه يغير من الترتيب النسبي وفهارس المصفوفة في بعض التطبيقات البرمجية. يمكن استخدام أداة “تتبع السوابق” (Trace Precedents) في تبويب الصيغ لتدقيق نطاقات الخلايا بصرياً والتأكد من انطباقها الدقيق على البيانات الفعلية.

10.2 خطأ إدخال قيمة الوسيط k خارج المدى المسموح به

يظهر خطأ القيمة الشهير #NUM! فورياً في إكسيل عندما يتم تزويد دالة المئين بوسيط نسبة مئوية k غير صالح رياضياً. يحدث هذا الخطأ في حالتين رئيسيتين:

• إدخال قيمة $k 1$ في دالة PERCENTILE.INC؛ كأن يقوم المستخدم بكتابة 10 لتمثيل 10%، فيتعامل معها إكسيل كرقم عشري مطلق يعادل 1000% وهو خارج النطاق المغلق $[0, 1]$.
• طلب قيم متطرفة عند أطراف العينة في دالة PERCENTILE.EXC تتجاوز النطاق الحصري المسموح به رياضياً وهو $(\frac{1}{N+1}, \frac{N}{N+1})$.

لتصحيح وضمان عدم وقوع المستخدمين في هذا الخطأ، يُوصى بتطبيق ميزة التحقق من صحة البيانات (Data Validation) على العمود المخصص لإدخال قيم $k$، بحيث يتم تقييد الإدخال بالأرقام العشرية (Decimal) المحصورة حصراً بين 0.01 و 0.99، مع إضافة رسالة تنبيه تمنع إدخال الأرقام الصحيحة وتلزم الباحث بالصيغة العشرية الصحيحة.

10.3 فهم الاختلافات الحسابية بين برامج التحليل الإحصائي وإكسيل

من الملاحظات المنهجية التي تثير تساؤل العديد من الباحثين عند مقارنة مخرجات إكسيل مع برامج التحليل الإحصائي التخصصية مثل SPSS أو لغة R وجود فروق طفيفة جداً في الكسور العشرية لنقاط القطع المحسوبة لنفس مجموعة البيانات.

يرجع هذا الاختلاف إلى أن علم الإحصاء يعرف تسع طرق مختلفة للاستيفاء الرياضي (Interpolation Methods) لتقدير المئينات والعشيرات في العينات المتقطعة. يعتمد إكسيل في دالة PERCENTILE.INC على طريقة الاستيفاء المعتمدة على رتبة $R = 1 + k(N-1)$ والمعروفة في لغة R باسم “Type 7” وهي الطريقة القياسية الأكثر شيوعاً وانتشاراً.

في المقابل، تعتمد حزمة SPSS افتراضياً على الطريقة المعروفة بـ “HAVERAGE” أو “Type 6” المعتمدة على $R = k(N+1)$، في حين تتيح لغة R التبديل الحر بين الطرق التسع عبر معامل type = 1:9. يُعد فهم هذه الفروق الرياضية أمراً بالغ الأهمية للباحث لتبرير نتائجه في الأطروحات الأكاديمية والتأكيد على أن الفروق الطفيفة هي فروق خوارزمية استيفائية مقبولة إحصائياً وليست ناجمة عن أي خطأ تطبيقي في برنامج إكسيل.

11. دراسة حالة عملية شاملة: معايرة مقياس القلق السيكومتري في إكسيل

11.1 وصف العينة الخام وبناء قاعدة البيانات السيكومترية

لتجسيد كافة المفاهيم النظرية والتقنية السابقة في نموذج تطبيقي متكامل، سنقوم بدراسة حالة واقعية لمعايرة “مقياس القلق المعرفي والبدني” المطبق على عينة سيكومترية استطلاعية مكونة من 100 طالب جامعي ($N = 100$). يتكون المقياس من 20 عبارة بتدريج ليكرت الرباعي، وتتراوح الدرجة الكلية النظرية للمقياس بين 20 (أدنى درجات القلق) و 80 (أقصى درجات القلق الحاد).

تم ترتيب قاعدة البيانات في ورقة عمل إكسيل بحيث يمثل العمود A الرقم التعريفي للمفحوص (ID: 001 إلى 100)، والعمود B الجنس (Male / Female)، والعمود C العمر، والعمود D الدرجة الكلية الخام للمقياس. أظهر الفحص الاستكشافي الأولي للبيانات أن المتوسط الحسابي للعينة بلغ 46.50 بانحراف معياري قدره 12.80، مع وجود التواء إيجابي طفيف يعكس تركز غالبية المفحوصين في المستويات المتوسطة والمنخفضة من القلق.

11.2 التطبيق العملي لحساب جدول المعايير العشيرية الكاملة

نقوم الآن بتطبيق الصيغ الرياضية لحساب جدول المعايير العشيرية الكامل للدرجة الكلية للمقياس، وتحديد الفئات التشخيصية المرتبطة بها تمهيداً لإصدار دليل المعايير الإكلينيكي. ننشئ جدول المعايير في النطاق F2:I10 بتطبيق الصيغ المشروحة كما يوضح الجدول التالي:

رتبة العشير	النسبة المئوية (k)	صيغة إكسيل المطبقة	نقطة القطع المحسوبة (Cut-off)	التصنيف التشخيصي المعتمد
العشير الأول (D1)	0.10	=PERCENTILE.INC($D$2:$D$101, 0.1)	28.0	قلق منخفض جداً / طبيعي
العشير الثاني (D2)	0.20	=PERCENTILE.INC($D$2:$D$101, 0.2)	34.2	قلق منخفض / طبيعي
العشير الثالث (D3)	0.30	=PERCENTILE.INC($D$2:$D$101, 0.3)	39.0	قلق ضمن الحدود الطبيعية
العشير الرابع (D4)	0.40	=PERCENTILE.INC($D$2:$D$101, 0.4)	43.0	قلق متوسط معتدل
العشير الخامس (D5)	0.50	=PERCENTILE.INC($D$2:$D$101, 0.5)	46.5	المستوى الوسيط للجماعة
العشير السادس (D6)	0.60	=PERCENTILE.INC($D$2:$D$101, 0.6)	50.4	قلق متوسط مرتفع
العشير السابع (D7)	0.70	=PERCENTILE.INC($D$2:$D$101, 0.7)	54.8	قلق فوق المتوسط
العشير الثامن (D8)	0.80	=PERCENTILE.INC($D$2:$D$101, 0.8)	60.0	قلق مرتفع (حدي)
العشير التاسع (D9)	0.90	=PERCENTILE.INC($D$2:$D$101, 0.9)	66.5	قلق حاد / عتبة إكلينيكية فارقة

يوفر هذا الجدول دليلاً تشخيصياً معيارياً واضحاً؛ فإذا راجع العيادة طالب وحصل على درجة 68 في المقياس، فإننا نعلم فوراً أنه تجاوز العشير التاسع ($D_9 = 66.5$)، وبالتالي يقع في العشير العاشر ضمن أعلى 10% من المجتمع في شدة القلق، مما يتطلب إدراجه الفوري في برنامج التدخل العلاجي المعرفي السلوكي.

11.3 تسكين درجات مفحوصين جدد وإصدار تقرير تشخيصي آلي

لتحويل جدول المعايير إلى أداة إكلينيكية منتجة، نقوم بتصميم نموذج تقييم فردي آلي يستقبل الدرجة الخام لمفحوص جديد ويقوم بتسكينه عشيرياً وإصدار التوصية التشخيصية المباشرة دون أي تدخل يدوي.

في ورقة عمل مخصصة للتقارير الفردية:

• نخصص الخلية C3 لإدخال الدرجة الخام للمفحوص الجديد (مثلاً: 58).
• لحساب الرتبة العشيرية آلياً، نستخدم دالة MATCH بالبحث التقريبي في عمود نقاط القطع العشيرية عبر الصيغة:
  
  =”D” & (MATCH(C3, $I$2:$I$10, 1) + 1)
  
  تقوم هذه الصيغة بمقارنة الدرجة 58 مع نقاط القطع لتحدد فورياً وقوعها في العشير الثامن D8.
• لاستخراج النص التشخيصي المناسب، ندمج الصيغة مع دالة XLOOKUP للربط مع جدول التصنيفات المعتمدة.
• نقوم بربط هذه المخرجات بقالب طباعة مصمم كبطاقة تقييم سيكومتري رسمية تتضمن اسم المفحوص، تاريخ التقييم، الدرجة الخام، الرتبة العشيرية، ومخططاً بيانياً مصغراً يوضح موقع الدرجة بالنسبة للمنحنى المعياري العام، لتكون البطاقة جاهزة للطباعة أو التصدير بصيغة PDF بضغطة زر واحدة.

12. أفضل الممارسات لتنظيم وتوثيق تحليلات العشيرات في بيئات العمل البحثية

12.1 هيكلة وتوثيق أوراق العمل لضمان التكرارية والشفافية

تقتضي النزاهة المنهجية وقواعد البحث العلمي الرصين تنظيم مصنفات إكسيل بطريقة تضمن الشفافية وقابلية التدقيق وتكرار النتائج (Reproducibility) من قبل باحثين آخرين. يُنصح دائماً بفصل المصنف إلى ثلاث أوراق عمل متخصصة على الأقل:

• ورقة البيانات الخام (Raw_Data): تخصص للبيانات الأصلية المدخلة فقط، وتُقفل لحمايتها من أي تعديل غير مقصود.
• ورقة العمليات الحسابية والمعايير (Calculations & Norms): تحتوي على جداول حساب العشيرات، والمصفوفات الديناميكية، والتوزيعات التكرارية مع التوثيق الكامل لكل صيغة.
• ورقة التقارير ولوحات التحكم (Reports & Dashboard): تخصص للمخرجات النهائية الموجهة للعرض والطباعة والمستخدم النهائي.

علاوة على ذلك، يجب توثيق كل خطوة حسابية بإضافة تعليقات توضيحية داخل الخلايا (Cell Comments / Notes)، وتحديد إصدار الدالة المستخدمة وطريقة الاستيفاء الرياضي المعتمدة، مع تطبيق ميزة “حماية الورقة” (Protect Sheet) لمنع مسح أو تعديل المعادلات الحسابية الحساسة أثناء الاستخدام الميداني المتكرر.

12.2 تصدير النتائج والجداول إلى التقارير الأكاديمية والأبحاث المنشورة

عند تضمين جداول العشيرات في الرسائل الأكاديمية والأبحاث العلمية المحكمة، يجب الالتزام الصارم بدليل النشر المعتمد، وأشهرها معايير جمعية علم النفس الأمريكية (APA Style – الإصدار السابع).

تفرض معايير APA قواعد واضحة لتنسيق الجداول الإحصائية:

• تجنب استخدام الخطوط الرأسية داخل الجداول نهائياً، والاكتفاء بالخطوط الأفقية الثلاثة الرئيسية (أعلى رأس الجدول، أسفل رأس الجدول، وأسفل الجدول ككل).
• محاذاة الأرقام إلى اليمين (في الأبحاث العربية) أو اليسار (في الأبحاث الإنجليزية) مع ضبط الفواصل العشرية على منزلتين أو ثلاث منازل موحدة في كافة الأعمدة.
• كتابة عنوان وصفي مائل وواضح أعلى الجدول، وإضافة حاشية سفلية تشرح الرموز والمختصرات المستخدمة (مثل: ملاحظة: $D_1$ إلى $D_9$ تمثل العشيرات المحسوبة بطريقة الاستيفاء الشامل Type 7).
• عند تصدير الرسوم البيانية كمنحنى الأوجيف أو المخطط الصندوقي، يجب حفظها بصيغ رسومية عالية الدقة والوضوح (Vector EPS أو 300 DPI PNG) لضمان طباعتها الأكاديمية بأعلى معايير الجودة البصرية.

12.3 الاستفادة من ميزات إكسيل المتقدمة وأتمتة التقارير عبر Power Query و VBA

للمؤسسات الكبرى ومختبرات القياس التي تتعامل مع تدفقات بيانات مستمرة وتحديثات دورية للمقاييس، يوفر برنامج إكسيل بيئات أتمتة فائقة القوة عبر أداتي Power Query و VBA Macros.

تسمح أداة Power Query ببناء مسار استيراد آلي (ETL Pipeline) يقوم بسحب بيانات المفحوصين الجديدة فورياً من استبيانات Google Forms أو Microsoft Forms أو قواعد بيانات SQL، وتطهير البيانات تلقائياً من القيم المفقودة، ثم تحديث جدول حساب العشيرات والمعايير بمجرد النقر على زر “تحديث الكل” (Refresh All) دون الحاجة لإعادة نسخ أي بيانات يدوياً.

في المقابل، يمكن توظيف لغة البرمجة VBA لكتابة إجراءات برمجية مؤتمتة تقوم بإنشاء وتصدير مئات التقارير التشخيصية الفردية المنفصلة بصيغة PDF وإرسالها آلياً عبر البريد الإلكتروني للمفحوصين بناءً على رتبهم العشيرية، مما يحول برنامج إكسيل من مجرد جدول بيانات تقليدي إلى نظام إدارة وتقييم سيكومتري متكامل فائق الفعالية والدقة.

الخاتمة (Conclusion)

تمثل العشيرات (Deciles) جسراً تحليلياً متيناً يربط بين دقة الحسابات الرياضية للمئينات وسهولة التطبيق العملي للربيعيات، موفرة بذلك أداة مثالية لتفكيك وفهم بنية البيانات الكمية في العلوم النفسية والسلوكية والاقتصادية. ومن خلال الإمكانات المتقدمة لبرنامج مايكروسوفت إكسيل، أصبح بإمكان الباحثين والممارسين الانتقال من مرحلة الحسابات اليدوية المعقدة إلى بيئة تحليلية تفاعلية مؤتمتة تمتاز بأعلى درجات الدقة والموثوقية.

لقد أتاح لنا هذا الدليل الشامل استكشاف البناء الرياضي لخوارزميات الاستيفاء الخطي، والتمايز المنهجي بين الدوال الشاملة PERCENTILE.INC والحصرية PERCENTILE.EXC، وطرق توظيف دوال المصفوفات الديناميكية كـ SEQUENCE و FILTER و LAMBDA، إلى جانب المعالجة الرصينة للتحديات الميدانية كالبيانات المفقودة والرتب المتطابقة والقيم الشاذة.

إن إتقان هذه المهارات الإحصائية والتقنية في إكسيل لا يسهم فقط في رفع كفاءة التحليل وجودة الأبحاث الأكاديمية المنشورة، بل ينعكس مباشرة على دقة القرارات الإكلينيكية والتشخيصية التي تمس حياة الأفراد في الميادين النفسية والتربوية، مؤكداً المكانة المحورية لعلم القياس المدعوم بالتقنية في تطوير الممارسات الإنسانية والمهنية المعاصرة.

References

• American Psychological Association. (2020). Publication manual of the American Psychological Association (7th ed.). American Psychological Association. https://doi.org/10.1037/0000165-000
• 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.
• 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
• Microsoft Corporation. (2024). PERCENTILE.INC function. Microsoft Support. https://support.microsoft.com/en-us/office/percentile-inc-function
• Microsoft Corporation. (2024). PERCENTRANK.INC function. Microsoft Support. https://support.microsoft.com/en-us/office/percentrank-inc-function
• Nunnally, J. C., & Bernstein, I. H. (1994). Psychometric theory (3rd ed.). McGraw-Hill.
• Walkenbach, J. (2015). Excel 2016 formulas and functions. John Wiley & Sons.