كيفية حساب العشيرات في جداول بيانات جوجل (مع أمثلة)

تُعد مقاييس الموضع النسبي (Measures of Relative Standing) من الركائز الجوهرية في علم الإحصاء الوصفي والاستدلالي، حيث توفر للباحثين والمحللين إطاراً رياضياً متماسكاً لفهم تموضع القيم الفردية بالنسبة للمجموع الكلي للبيانات. وفي خضم التطور المتسارع للبرمجيات السحابية وتحليل البيانات، برزت جداول بيانات جوجل (Google Sheets) كأداة قوية ومجانية تتيح للباحثين في مجالات القياس النفسي، والعلوم الاجتماعية، والاقتصاد، وإدارة الأعمال إجراء تحليلات إحصائية دقيقة، ومنها حساب العشيرات (Deciles) بكفاءة عالية ومرونة برمجية فائقة.

إن الانتقال من الحسابات اليدوية المعقدة إلى المعالجة الآلية عبر جداول البيانات لا يقتصر فقط على اختصار الوقت والجهد، بل يضمن كذلك تقليل الأخطاء الحسابية الناتجة عن الاستيفاء الخطي الداخلي والتعامل مع العينات الكبيرة. تهدف هذه المقالة الشاملة إلى تقديم دليل علمي وعملي مفصل يغطي كافة الجوانب النظرية والتطبيقية لحساب العشيرات في Google Sheets، بدءاً من الأسس الرياضية ودوال المئين، مروراً بالتمثيل البصري واستكشاف الأخطاء ومعالجتها، وصولاً إلى توظيف البرمجة النصية المتقدمة Google Apps Script لتصميم معايير نفسية واختبارية متقدمة.

1. مقدمة مفاهيمية: ما هي العشيرات (Deciles) وأهميتها الإحصائية

1.1 التعريف الرياضي والإحصائي للعشيرات

تُعرف العشيرات (Deciles) إحصائياً بأنها تسع نقاط تقسيم موضعية تقسم مجموعة من البيانات المرتبة تصاعدياً إلى عشرة أجزاء متساوية في الحجم، بحيث يحتوي كل جزء على 10% تماماً من إجمالي تكرارات التوزيع. تندرج العشيرات ضمن عائلة المئينات الأوسع (Quantiles)، وتُعامل كمقاييس موضع غير معلمية (Non-parametric location measures) لا تتأثر بشكل التوزيع الاحتمالي، مما يجعلها مثالية للتعامل مع البيانات التي تبتعد عن التوزيع الطبيعي أو التي تحتوي على قيم غير متجانسة.

لفهم الفروق الجوهرية بين مقاييس التجزئة المختلفة، تجدر الإشارة إلى أن المئينات (Percentiles) تقسم التوزيع إلى 100 جزء متساوٍ، بينما تقسم الربيعات (Quartiles) التوزيع إلى أربعة أجزاء متساوية (يمثل كل منها 25%)، وتقسم العشيرات التوزيع إلى عشرة أجزاء. وعليه، فإن العلاقة الرياضية بين هذه المقاييس ترتكز على التكافؤ الرتبي التالي:

• العشير الأول (D1) يكافئ المئين العاشر (P10)، ويشير إلى النقطة التي تقع تحتها 10% من البيانات.
• العشير الثاني (D2) يكافئ المئين العشرين (P20).
• العشير الثالث (D3) يكافئ المئين الثلاثين (P30).
• العشير الرابع (D4) يكافئ المئين الأربعين (P40).
• العشير الخامس (D5) يكافئ المئين الخمسين (P50)، وهو الربيع الثاني (Q2) والوسيط الحسابي (Median) الذي يقسم البيانات إلى نصفين متساويين بنسبة 50%.
• العشير السادس (D6) يكافئ المئين الستين (P60).
• العشير السابع (D7) يكافئ المئين السبعين (P70).
• العشير الثامن (D8) يكافئ المئين الثمانين (P80).
• العشير التاسع (D9) يكافئ المئين التسعين (P90)، ويشير إلى النقطة التي تقع تحتها 90% من المشاهدات وتقع فوقها أعلى 10% من القيم.

1.2 أهمية العشيرات في القياس النفسي والتحليل السلوكي

في حقل القياس النفسي (Psychometrics) والتحليل السلوكي، تحظى العشيرات بمكانة خاصة في تقنين الاختبارات النفسية وبناء المعايير السلوكية (Normative Data). فعند تطبيق مقياس تشخيصي للقلق، أو الاكتئاب، أو الذكاء العاطفي، أو المرونة النفسية، لا تعبر الدرجة الخام وحدها عن الموقع الدقيق للفرد بالنسبة لأقرانه، بل يتطلب الأمر تحويل تلك الدرجة إلى رتبة موضعية تفسر مستوى الأداء المعياري بدقة.

تتيح العشيرات لعلماء النفس والموجهين السلوكيين تحديد الفئات المتطرفة بسهولة منهجية؛ حيث يُعد الأفراد الواقعون في العشير الأول (أدنى 10%) مستهدفين ببرامج التدخل الإكلينيكي أو الدعم التنموي، بينما يُصنف الواقعون في العشير التاسع والعاشر (أعلى 10%) كأصحاب قدرات استثنائية أو سمات بارزة تتطلب توجيهاً إثرائياً. ومن أبرز ميزات العشيرات مقارنة بالمتوسط الحسابي والانحراف المعياري هو مناعتها القوية ضد تأثير القيم الشاذة (Outliers) والالتواء الشديد، مما يوفر وصفاً موضوعياً لمستوى المفحوص دون تشويه ناتج عن درجات فردية متطرفة.

1.3 المتطلبات المسبقة لإعداد البيانات في Google Sheets

يتطلب التحليل الإحصائي السليم في بيئة جداول بيانات جوجل (Google Sheets) تهيئة هيكلية مدروسة لمصفوفة البيانات قبل البدء في استدعاء الدوال الحسابية. تتضمن الخطوة الأولى تنظيم البيانات الرقمية في نطاق أحادي البعد، ويفضل أن يكون عموداً متصلاً (مثل A2:A101) وخالياً من النصوص المدمجة، والمسافات البيضاء المخفية، والخلايا المدمجة (Merged Cells) التي قد تفسد عملية حساب الرتب والمصفوفات.

كما يجب على المحلل التمييز بين طبيعة البيانات؛ فالبيانات الكمية المستمرة (Continuous Data) كالأوزان والدرجات الكسرية تسمح بإجراء استيفاء خطي سلس يعطي قيماً دقيقة، بينما البيانات الكمية المنفصلة (Discrete Data) أو الترتيبية (Ordinal Data) تتطلب تفسيراً حذراً للقيم الكسرية الناتجة عن التقسيم العشيري. وأخيراً، ينبغي ضبط إعدادات جدول البيانات الإقليمية (Spreadsheet Locale Settings) من خلال التوجه إلى ملف > الإعدادات (File > Settings) للتأكد من تنسيق الفواصل العشرية (استخدام النقطة أو الفاصلة اللاتينية) بما يتوافق مع الصيغ الرياضية المعيارية المتبعة.

2. الأسس الرياضية لحساب العشيرات وتوزيع الرتب

2.1 طرق الاستيفاء الداخلي (Interpolation Methods) في حساب المقاييس

عند حساب مواضع العشيرات لمجموعة بيانات تتكون من $N$ من المشاهدات، نادراً ما يتطابق موضع العشير المطلوب مع رتبة صحيحة تماماً في العينة المرتبة. هنا يبرز دور الاستيفاء الخطي الداخلي (Linear Interpolation)، وهو تقنية رياضية تستخدم لتقدير القيمة الواقعة بين نقطتين معلومتين متجاورتين بناءً على المسافة النسبية للكسر الرتبي.

تعتمد معظم البرمجيات الإحصائية صيغة حساب رتبة الموضع ($Rank$) المعتمدة على النسبة المئوية $p$ (حيث $p = 0.1$ للعشير الأول، و$0.2$ للعشير الثاني، وهكذا)، وتتحدد الرتبة عبر المعادلة الرياضية الشائعة المقترحة من قبل المعهد الوطني للمعايير والتقنية (NIST):

Rank = p times (N – 1) + 1

إذا كانت نتيجة الرتبة رقماً كسرياً يقع بين الرتبة الصحيحة الأدنى $k$ والرتبة الصحيحة الأعلى $k+1$، فإن القيمة التقديرية للعشير تُحسب بالمعادلة:

Value = Y_k + (Rank – k) times (Y_{k+1} – Y_k)

حيث $Y_k$ هي قيمة المشاهدة عند الرتبة $k$. يلعب حجم العينة ($N$) دوراً حاسماً في ثبات هذا التقدير؛ فكلما زاد حجم العينة، انخفض الخطأ المعياري للرتب، واقتربت قيم الاستيفاء الخطي من المعالم الحقيقية للمجتمع الإحصائي المستهدف.

2.2 الخصائص التوزيعية للبيانات وتأثير الالتواء والتفرطح

ترتبط المسافات البينية بين العشيرات بخصائص الشكل التوزيعي لمجموعة المشاهدات. في التوزيع الطبيعي الاعتدالي (Bell-shaped Normal Distribution)، تتسم العشيرات بالتناظر التام حول الوسيط (D5)؛ بحيث تتطابق المسافة بين العشير الأول والخامس ($D5 – D1$) مع المسافة بين العشير الخامس والتاسع ($D9 – D5$). وتكون المسافات بين العشيرات في منتصف التوزيع متقاربة ومكتظة بالبيانات، بينما تتباعد المسافات تدريجياً في الأطراف بسبب انخفاض الكثافة الاحتمالية.

على النقيض من ذلك، في التوزيعات الملتوية موجباً (Positive Skew)، تتجمع العشيرات الأولى ($D1$ إلى $D4$) في نطاق ضيق من الدرجات المنخفضة، بينما تتباعد العشيرات العليا ($D7$ إلى $D9$) على امتداد الذيل الأيمن الطويل. وفي التوزيعات الملتوية سالباً (Negative Skew)، يحدث العكس تماماً. ويستخدم الإحصائيون الفارق بين العشير التاسع والعشير الأول كمعيار موثوق لقياس التشتت يُعرف بـ المدى العشيري البيني (Interdecile Range: IDR = D9 – D1)، وهو مقياس متين يعكس نطاق انتشار 80% من المشاهدات المركزية بعيداً عن تطرفات الطرفين الأدنى والأعلى.

3. نظرة عامة على دوال المئين في جداول بيانات جوجل (Google Sheets)

3.1 دالة PERCENTILE الكلاسيكية وآلية عملها

تُعد دالة PERCENTILE إحدى أقدم وأوسع الدوال الحسابية استخداماً في Google Sheets، وتوفر توافقاً برمجياً كاملاً مع ملفات Microsoft Excel الكلاسيكية، وصيغ جداول البيانات المفتوحة (ODF). تكمن الوظيفة المباشرة لهذه الدالة في حساب القيمة المقابلة لمئين معين ضمن نطاق محدد من الأرقام، وتعتمد داخلياً أسلوب التضمين الكلاسيكي في الترتيب.

تأخذ الدالة التركيب النحوي التالي:

=PERCENTILE(data, percentile)

حيث يمثل الوسيط الأول data مصفوفة أو نطاق الخلايا التي تحتوي على البيانات الرقمية الخام، ويمثل الوسيط الثاني percentile القيمة النسبية للمئين المحصور بين 0 و 1. لحساب العشيرات من $D1$ إلى $D9$، يتم تحويل رتبة كل عشير إلى كسر عشري، فيُعبر عن العشير الأول بـ 0.1، وعن العشير الثاني بـ 0.2، وصولاً إلى العشير التاسع بـ 0.9. تتميز هذه الدالة بقدرتها على تجاهل النصوص والقيم المنطقية داخل النطاق تلقائياً ومعالجة التكرارات دون التسبب في أخطاء توقف الحساب.

3.2 الفروق الدقيقة بين الدوال البديلة في البيئة السحابية

مع تطور المعايير الإحصائية الدولية، أضافت جوجل دوالاً متخصصة تعكس المعايير الحديثة لتحليل البيانات، مما جعل دالة PERCENTILE جزءاً من منظومة ثلاثية تتضمن:

• دالة PERCENTILE: الدالة الكلاسيكية الأصلية (المكافئة وظيفياً لدالة PERCENTILE.INC).
• دالة PERCENTILE.INC: دالة التضمين المئيني المعيارية (Inclusive)، والتي تحسب المئينات في المجال المغلق $[0, 1]$.
• دالة PERCENTILE.EXC: دالة الاستبعاد المئيني (Exclusive)، والتي تحسب المئينات في المجال المفتوح $(0, 1)$ وتستثني النقاط الطرفية الصفرية والتامة.

تتميز البيئة السحابية لـ Google Sheets بقدرة استثنائية على تنفيذ الحسابات المصفوفية على هذه الدوال؛ حيث يمكن تمرير مصفوفة ثوابت تضم كافة النسب العشرية دفعة واحدة داخل دالة واحدة، مما يسمح بحساب كافة العشيرات بضربة واحدة في جدول ديناميكي متكامل دون تكرار كتابة الصيغة في خلايا متعددة.

4. الصيغة العامة لدالة PERCENTILE وتطبيقها لحساب العشيرات

4.1 شرح وسائط الدالة (Syntax and Arguments)

لكتابة الصيغة الحسابية لدالة PERCENTILE بطريقة احترافية في Google Sheets، يجب فهم القيود الحسابية لكل وسيط على النحو التالي:

• نطاق البيانات (data): النطاق الجغرافي للخلايا المراد استخراج العشير منها (مثل B2:B50). يوصى دائماً باستخدام علامة الدولار $ لتثبيت مراجع الصفوف والأعمدة (مثل $B$2:$B$50) لضمان بقاء النطاق ثابتاً عند سحب المعادلة رأسياً أو أفقياً لملء بقية العشيرات.
• قيمة المئين (percentile): القيمة العددية المجردة بين 0 و 1 الشاملة. يمكن كتابتها ككسر عشري مباشر (مثل 0.3)، أو كنسبة مئوية صريحة مع الرمز (مثل 30%)، أو كمرجع خلية يحتوي على هذا الكسر (مثل E2).

إذا تم إدخال قيمة مئين خارج المجال $[0, 1]$ (مثل إدخال 1.5 أو -0.1 أو إدخال الرقم الصحيح 10 بدلاً من 0.1 لحساب العشير الأول)، فإن جداول بيانات جوجل ستُرجع فوراً خطأ الحساب #NUM!، وهو خطأ منطقي يشير إلى عدم وجود تمثيل إحصائي لنسبة خارج النطاق المحدد.

4.2 أمثلة مباشرة لصيغ العشيرات الفردية

يوضح الجدول الافتراضي التالي الصيغ المباشرة لحساب العشيرات التسع ونقطة الأساس الصفرية ونقطة النهاية لنطاق بيانات يمتد من الخلية A2 إلى الخلية A100:

العشير الإحصائي	المئين المكافئ	الصيغة البرمجية المباشرة في Google Sheets	الوصف الإحصائي للناتج
العشير الأول (D1)	10% (P10)	=PERCENTILE($A$2:$A$100, 0.1)	القيمة التي يقع تحتها 10% من أفراد العينة
العشير الثاني (D2)	20% (P20)	=PERCENTILE($A$2:$A$100, 0.2)	القيمة التي يقع تحتها 20% من أفراد العينة
العشير الثالث (D3)	30% (P30)	=PERCENTILE($A$2:$A$100, 0.3)	القيمة التي يقع تحتها 30% من أفراد العينة
العشير الرابع (D4)	40% (P40)	=PERCENTILE($A$2:$A$100, 0.4)	القيمة التي يقع تحتها 40% من أفراد العينة
العشير الخامس (D5)	50% (P50)	=PERCENTILE($A$2:$A$100, 0.5)	الوسيط الإحصائي الفاصل بين النصفين الأدنى والأعلى
العشير السادس (D6)	60% (P60)	=PERCENTILE($A$2:$A$100, 0.6)	القيمة التي يقع تحتها 60% من أفراد العينة
العشير السابع (D7)	70% (P70)	=PERCENTILE($A$2:$A$100, 0.7)	القيمة التي يقع تحتها 70% من أفراد العينة
العشير الثامن (D8)	80% (P80)	=PERCENTILE($A$2:$A$100, 0.8)	القيمة التي يقع تحتها 80% من أفراد العينة
العشير التاسع (D9)	90% (P90)	=PERCENTILE($A$2:$A$100, 0.9)	القيمة التي تفصل أعلى 10% من المشاهدات عن البقية

5. دليل خطوة بخطوة: حساب العشيرات التسع الكاملة لمجموعة بيانات

5.1 بناء جدول مرجعي للعشيرات في ورقة العمل

لضمان سهولة الإدارة وقابلية التوسع في ورقة العمل، يُفضل تنظيم حساب العشيرات داخل جدول إحصائي مرجعي مستقل بجوار البيانات الخام. يتم تصميم الجدول باتباع الخطوات التالية:

1. في العمود D، قم بإنشاء عمود يسمى العشير، وأدخل التسميات النصية من D1 إلى D9 في الخلايا من D2 إلى D10.
2. في العمود E، قم بإنشاء عمود يسمى النسبة العشرية، وأدخل القيم الكسرية المقابلة: 0.1, 0.2, 0.3, ..., 0.9 في الخلايا من E2 إلى E10.
3. في الخلية F2 (تحت عمود يسمى القيمة المحسوبة)، اكتب الصيغة الديناميكية التالية المعتمدة على مرجع الخلية النسبي:
   
   =PERCENTILE($A$2:$A$100, E2)
4. حدد الخلية F2، ثم اسحب مقبض التعبئة التلقائي لأسفل حتى الخلية F10. بفضل التثبيت المطلق $A$2:$A$100، سيظل نطاق البيانات ثابتاً، بينما سينتقل وسيط النسبة تلقائياً من E2 إلى E10، ليتم استخراج قيم كافة العشيرات بدقة وسرعة فائقة.

5.2 أتمتة استخراج كافة العشيرات باستخدام صيغ المصفوفات

تتيح جداول بيانات جوجل إمكانية تجاوز السحب اليدوي واستخراج مصفوفة العشيرات كاملة في خلية واحدة باستخدام دالة المصفوفات الجبارة ARRAYFORMULA مع دمج مصفوفة ثوابت رأسية من النسب العشرية. تُعد هذه الطريقة الخيار الأمثل للنماذج الإحصائية المعقدة لمنع التعديل غير المقصود على الصيغ الفرعية.

تُكتب الصيغة في خلية فارغة واحدة (ولتكن F2) على النحو التالي:

=ARRAYFORMULA(PERCENTILE(A2:A100, {0.1; 0.2; 0.3; 0.4; 0.5; 0.6; 0.7; 0.8; 0.9}))

بمجرد الضغط على زر Enter، ستتدفق النتائج التسع تلقائياً إلى الأسفل في الخلايا من F2 إلى F10. تُقلل هذه الطريقة من العبء الحسابي على محرك المعالجة، وتضمن التحديث الفوري لكافة قيم العشيرات بمجرد إدراج أي تعديلات أو بيانات جديدة في النطاق A2:A100.

6. مثال عملي تطبيقي: تحليل درجات مقياس نفسي لـ 20 مشاركاً

6.1 تجهيز بيانات العينة النفسية الافتراضية

لتطبيق المفاهيم الرياضية والبرمجية السابقة على أرض الواقع، نفترض أن باحثاً قام بتطبيق “مقياس المرونة النفسية” المكون من 100 درجة على عينة استطلاعية مكونة من $N = 20$ مفحوصاً. بعد جمع البيانات وتفريغها في Google Sheets في العمود A، تم ترتيب الدرجات تصاعدياً لتسهيل المتابعة البصرية والمقارنة اليدوية بالنتائج الحسابية:

رقم المشارك (ID)	درجة المرونة النفسية (Raw Score)	رقم المشارك (ID)	درجة المرونة النفسية (Raw Score)
01	52	11	78
02	58	12	80
03	62	13	82
04	65	14	85
05	67	15	87
06	70	16	89
07	72	17	91
08	74	18	93
09	75	19	96
10	77	20	98

6.2 تطبيق الصيغ واستخراج القيم الرقمية الدقيقة

عند تطبيق دالة =PERCENTILE($A$2:$A$21, percentile) على هذه العينة المكونة من 20 درجة، يقوم محرك Google Sheets بحساب مواضع الرتب وفق معادلة التضمين: $Rank = p \times (20 – 1) + 1 = p \times 19 + 1$. لنستعرض التفاصيل الرياضية لبعض هذه العشيرات:

• حساب العشير الأول (D1 – p=0.1):
  
  الرتبة = $0.1 \times 19 + 1 = 2.9$. بما أن الرتبة تقع بين المشاهدة الثانية (58) والمشاهدة الثالثة (62)، يُطبق الاستيفاء الخطي:
  
  القيمة = $58 + 0.9 \times (62 – 58) = 58 + 3.6 = 61.6$.
  
  الصيغة في Google Sheets: =PERCENTILE(A2:A21, 0.1) تُرجع القيمة الدقيقة 61.6.
• حساب العشير الثاني (D2 – p=0.2):
  
  الرتبة = $0.2 \times 19 + 1 = 4.8$. المشاهدة الرابعة = 65، والمشاهدة الخامسة = 67.
  
  القيمة = $65 + 0.8 \times (67 – 65) = 65 + 1.6 = 66.6$.
  
  تُرجع الصيغة =PERCENTILE(A2:A21, 0.2) القيمة 66.6.
• حساب العشير الخامس (D5 – p=0.5 – الوسيط):
  
  الرتبة = $0.5 \times 19 + 1 = 10.5$. تقع بين المشاهدة العاشرة (77) والحادية عشرة (78).
  
  القيمة = $77 + 0.5 \times (78 – 77) = 77.5$.
  
  تُرجع الصيغة =PERCENTILE(A2:A21, 0.5) القيمة 77.5.
• حساب العشير التاسع (D9 – p=0.9):
  
  الرتبة = $0.9 \times 19 + 1 = 18.1$. المشاهدة الثامنة عشرة = 93، والتاسعة عشرة = 96.
  
  القيمة = $93 + 0.1 \times (96 – 93) = 93 + 0.3 = 93.3$.
  
  تُرجع الصيغة =PERCENTILE(A2:A21, 0.9) القيمة 93.3.

6.3 القراءة والتفسير الإحصائي لنتائج العشيرات في العينة

يوفر استخراج العشيرات لهذه العينة النفسية دلالات تشخيصية عميقة تتجاوز مجرد سرد الأرقام؛ حيث يفسر الباحث النتائج كالتالي:

1. العشير الأول (61.6): يوضح أن 10% من أفراد العينة حصلوا على درجات في المرونة النفسية تساوي 61.6 أو أقل، مما يضع المشاركين ذوي الدرجات 52 و58 في خانة “المرونة النفسية المنخفضة جداً” والتي قد تستدعي دعماً إرشادياً لتعزيز مهارات التكيف.
2. العشير الخامس / الوسيط (77.5): يوضح أن نصف أفراد العينة تماماً (50%) سجلوا درجات أدنى من 77.5، في حين سجل النصف الآخر درجات أعلى من هذه النقطة، مما يجعل درجة 77.5 هي المعيار المرجعي لمتوسط أداء العينة.
3. العشير التاسع (93.3): يؤكد أن 90% من المفحوصين تقع درجاتهم تحت 93.3، في حين أن أعلى 10% فقط من العينة تجاوزوا هذا الحد، وهم أصحاب الدرجات الفائقة (96 و98) الذين يمتلكون مهارات مرونة وتكيف سلوكي استثنائية.
4. المدى العشيري (IDR = 93.3 – 61.6 = 31.7): يعكس أن النطاق الذي يضم 80% من الدرجات المركزية للعينة يمتد عبر 31.7 درجة، مما يشير إلى تباين معتدل في استجابات الأفراد دون وجود فجوات تشتت مفرطة.

7. طريقة تصنيف القيم الفردية وإسنادها إلى العشير المناسب

7.1 استخدام دالة PERCENTRANK لتحديد الرتبة المئوية لكل مشارك

في كثير من التطبيقات العملية، لا يقتصر الهدف على معرفة حدود العشيرات المجردة، بل يحتاج الباحث إلى تعيين وتصنيف كل فرد من أفراد العينة وإسناده إلى عشيره الصحيح (من 1 إلى 10). يُعد المدخل الأول لتحقيق ذلك هو استخدام دالة الرتبة المئوية PERCENTRANK، والتي تحسب الموضع المئوي الدقيق لقيمة مفردة نسبة إلى توزيع العينة بأكمله.

تأخذ الدالة الصيغة التالية:

=PERCENTRANK($A$2:$A$21, A2)

تُرجع هذه الصيغة كسراً عشرياً بين 0 و 1 يعبر عن نسبة القيم التي تقل عن قيمة المفحوص الحالي في الخلية A2. ولتحويل هذه النسبة المئوية المتصلة إلى رتبة عشرية صحيحة تمتد من 1 إلى 10، نستخدم دالة التقريب لأعلى ROUNDUP أو دالة الجزء الصحيح INT وفق الصيغة الرياضية المركبة:

=INT(PERCENTRANK($A$2:$A$21, A2) * 10) + 1

تقوم هذه المعادلة بضرب الرتبة المئوية في 10، ثم أخذ الجزء الصحيح وإضافة 1، مما يضمن تصنيف كل مشارك بدقة متناهية إلى العشير المطابق لأدائه (حيث يحصل أدنى 10% على الرقم 1، بينما يحصل أعلى 10% على الرقم 10).

7.2 تصنيف البيانات ديناميكياً باستخدام الدوال المركبة MATCH و VLOOKUP

توجد طريقة أخرى متقدمة وأكثر مرونة للتصنيف تعتمد على مطابقة درجة المفحوص مباشرة مع جدول الحدود الدنيا للعشيرات المحسوبة مسبقاً، وذلك باستخدام دالة البحث المطابق MATCH بنوع المطابقة التقريبية 1 (Less than lookup).

إذا كانت حدود العشيرات الدنيا مخزنة في العمود $F$2:$F$11 وكانت الأرقام التعريفية للعشيرات (1 إلى 10) في العمود $E$2:$E$11، يتم إسناد رقم العشير للمشارك صاحب الدرجة في الخلية A2 عبر المعادلة:

=MATCH(A2, $F$2:$F$11, 1)

ولتحويل هذه الأرقام إلى مسميات وصفية وتربوية ذات مغزى تشخيصي، يمكن دمج دالة IFS أو SWITCH لإنشاء تصنيف نوعي متعدد المستويات، كما في الصيغة التالية:

=IFS(
  A2 <= $F$2, “عشير متدنٍ جداً (أدنى 10%)”,
  A2 <= $F$5, “عشير دون المتوسط”,
  A2 <= $F$8, “عشير متوسط إلى مرتفع”,
  TRUE, “عشير فائق ومتميز (أعلى 10%)”
)

7.3 التطبيق العملي للتصنيف على درجات الاختبارات السيكومترية

يخدم تصنيف الأفراد في عشيرات أهدافاً منهجية متقدمة في تصميم البحوث التجريبية والإكلينيكية؛ ومن أبرز هذه التطبيقات منهجية تصميم المجموعات المتطرفة (Extreme Groups Design). فبدلاً من تحليل بيانات العينة ككتلة واحدة غير متجانسة، يقوم الباحث بعزل أفراد العشير الأول (D1) وأفراد العشير العاشر (D10) لدراسة الفروق في المتغيرات التابعة المستهدفة (مثل قياس مستوى الهرمونات الحيوية، أو فحص الاستجابة العصبية لدى ذوي المرونة المتدنية جداً مقارنة بذوي المرونة الفائقة).

يساعد هذا الفرز العشيري الدقيق على تعظيم التباين بين المجموعات (Between-groups variance) وزيادة القوة الإحصائية (Statistical Power) لاختبارات الفروق، شريطة توثيق معايير التقسيم العشيري بدقة متناهية في منهجية البحث وتفادي التفسير الخاطئ للدرجات الحدية الواقعة على تخوم الانتقال بين عشير وآخر.

8. المقارنة التفصيلية بين PERCENTILE.INC و PERCENTILE.EXC في جداول جوجل

8.1 الأسس الرياضية لدالة التضمين PERCENTILE.INC

تعتمد دالة التضمين PERCENTILE.INC (وهي مطابقة تماماً لدالة PERCENTILE الكلاسيكية) على فرضية إحصائية مفادها أن النطاق المئيني يشمل كامل المشاهدات الفعلية المسجلة من النسبة 0% (القيمة الصغرى تماماً) وحتى النسبة 100% (القيمة العظمى تماماً). تحسب الدالة رتبة التموضع الداخلي وفق المعادلة:

Rank = k times (N – 1) + 1

حيث $k$ هي النسبة المئوية المطلوبة، و$N$ هو حجم العينة. تُعد دالة التضمين المعيار الأكثر انتشاراً وملاءمة في أبحاث العلوم النفسية والتربوية والاجتماعية، لأنها تضمن أن يحصل كل مفحوص في العينة على تموضع حقيقي داخل نطاق التوزيع، ولا تؤدي إطلاقاً إلى استبعاد أي درجات فعلية أو إرجاع أخطاء حسابية عند حساب المئينين 0 و 1.

8.2 الأسس الرياضية لدالة الاستبعاد PERCENTILE.EXC

على النقيض من ذلك، تعتمد دالة الاستبعاد PERCENTILE.EXC على مفهوم إحصائي مستمد من نظرية العينات، حيث يُفترض أن العينة الملاحظة هي جزء مستقطع من مجتمع أكبر لا نهائي، وبالتالي فإن أدنى قيمة في العينة لا تمثل الصفر المطلق للمجتمع، كما أن أعلى قيمة لا تمثل النهاية القصوى له. وعليه، فإنها تحسب الرتبة وفق المعادلة:

Rank = k times (N + 1)

يترتب على هذه المعادلة قيد رياضي بالغ الأهمية: لا يمكن للدالة حساب المئينات أو العشيرات التي تقع رتبتها المحسوبة خارج نطاق المشاهدات المتاحة $[1, N]$. فإذا كان حجم العينة صغيراً جداً (مثلاً $N = 5$) وحاولت حساب العشير الأول ($k = 0.1$)، فإن الرتبة ستكون $0.1 \times (5 + 1) = 0.6$، وهي رتبة أدنى من 1، مما يجعل الدالة تُرجع الخطأ الحسابي #NUM!. يفضل الإحصائيون استخدام دالة PERCENTILE.EXC في الدراسات المعتمدة على تقدير معالم المجتمعات الكبيرة من خلال عينات واسعة النطاق.

8.3 مقارنة عددية شاملة على نفس مجموعة البيانات

لتوضيح الفروق الرقمية الدقيقة بين الدالتين، يعرض الجدول المقارن التالي نتائج تطبيق الدالتين PERCENTILE.INC و PERCENTILE.EXC على درجات عينة المرونة النفسية السابقة المكونة من 20 مشاركاً:

العشير	النسبة (k)	رتبة INC الحسابية	قيمة PERCENTILE.INC	رتبة EXC الحسابية	قيمة PERCENTILE.EXC	الفارق العددي المطلق
D1	0.10	2.90	61.60	2.10	58.40	3.20
D2	0.20	4.80	66.60	4.20	65.40	1.20
D3	0.30	6.70	71.40	6.30	70.60	0.80
D4	0.40	8.60	74.60	8.40	74.40	0.20
D5	0.50	10.50	77.50	10.50	77.50	0.00
D6	0.60	12.40	80.80	12.60	81.20	0.40
D7	0.70	14.30	85.60	14.70	86.40	0.80
D8	0.80	16.20	89.40	16.80	90.60	1.20
D9	0.90	18.10	93.30	18.90	95.70	2.40

يتضح من الجدول أن الدالتين تتطابقان تماماً عند نقطة الوسيط (D5 = 77.50)، بينما تتباعد النتائج في الأطراف الدنيا والعليا؛ حيث تعطي دالة الاستبعاد قيماً أكثر تحفظاً وتباعداً عند الأطراف. يوصى في الأبحاث السلوكية بالاعتماد الثابت على PERCENTILE.INC لضمان استقرار المعايير وتوافقها مع معظم برمجيات التحليل مثل SPSS و R.

9. التمثيل البصري للعشيرات في جداول بيانات جوجل (Data Visualization)

9.1 إنشاء مخطط الصندوق والساقين (Box Plot) المعزز بنقاط العشيرات

يُعد مخطط الصندوق والساقين (Box and Whisker Plot) الأداة الرسومية المعيارية الأكثر كفاءة لتمثيل مقاييس التجزئة الموضعية والتشتت الإحصائي في Google Sheets. وعلى الرغم من أن المخطط الافتراضي يركز على الربيعات الثلاثة (Q1, الوسيط Q2, Q3)، إلا أنه يمكن تعزيز قراءته التحليلية بربط مواضع العشيرات الأساسية بحدود التوزيع.

يمثل طرف الساق السفلي القيمة الصغرى، بينما يقترب العشير الأول (D1) من قاعدة الصندوق، ويمثل خط المنتصف داخل الصندوق العشير الخامس (D5)، في حين يعبر أعلى الصندوق عن الربيع الثالث المقارب للعشير الثامن، ويمتد الساق العلوي نحو العشير التاسع والقيمة العظمى. يتيح هذا التمثيل البصري للمحلل رصد التماثل التوزيعي بلمحة سريعة؛ فإذا كان الصندوق منزاحاً نحو الأسفل مع طول ملحوظ في الساق العلوي، دل ذلك على التواء موجب في درجات المقياس.

9.2 استخدام التنسيق الشرطي (Conditional Formatting) لتظليل العشيرات

يوفر التنسيق الشرطي (Conditional Formatting) أسلوباً بصرياً فعالاً لتحويل جداول البيانات الرقمية الصامتة إلى لوحات معلومات تفاعلية تسلط الضوء فوراً على الفئات الموضعية للأفراد. لتطبيق مقياس ألوان متدرج يعكس العشيرات، يتم اتباع الآتي:

1. تحديد نطاق درجات المشاركين (مثل A2:A21).
2. الانتقال إلى القائمة العلوية: تنسيق > التنسيق الشرطي (Format > Conditional formatting).
3. اختيار تبويب مقياس الألوان (Color scale).
4. ضبط الحد الأدنى باللون الأحمر المتدرج (ليعبر عن العشيرات الدنيا D1-D2)، وضبط نقطة المنتصف (النسبة المئوية 50%) باللون الأصفر (ليعبر عن العشير الوسيط D5)، وضبط الحد الأقصى باللون الأخضر الغامق (ليعبر عن العشيرات العليا D9-D10).

كما يمكن كتابة صيغ شرطية مخصصة (Custom Formula) لتظليل الأفراد الواقعين في العشير التاسع فما فوق بلون استثنائي عبر الصيغة:

=A2 >= PERCENTILE($A$2:$A$21, 0.9)

9.3 بناء المدرجات التكرارية (Histograms) المقسمة عشيرياً

تكتمل المنظومة البصرية ببناء مدرج تكراري (Histogram) يوضح شكل التوزيع التكراري للبيانات. يتيح Google Sheets تعديل حجم الحاوية التكرارية (Bucket Size) ليطابق المدى العشيري المحسوب، مما يتيح مقارنة التوزيع الفعلي المتجمع مع التوزيع النظري المتوازن المفترض أن يحتوي على 10% من العينة في كل شريحة عشيرية.

يساعد هذا الإجراء الباحث في اكتشاف الانقطاعات المكانية في التوزيع التكراري، ومعرفة ما إذا كانت هناك فئات درجات تخلو تماماً من المفحوصين، وهو ما يمثل مدخلاً نقدياً مهماً عند تقييم الصدق البنائي لمقاييس التقييم والتشخيص النفسي.

10. الأخطاء الشائعة أثناء حساب العشيرات في Google Sheets وكيفية معالجتها

10.1 أخطاء القيم النصية والخلايا المفقودة (#VALUE! و #N/A)

من الأخطاء الخفية الشائعة في المعالجة الإحصائية وجود خلايا نصية غير مرئية أو مسافات فارغة متبقية من عمليات الاستيراد، أو استخدام رموز مفقودة مثل “N/A” أو “-” لترميز غياب الاستجابة. على الرغم من أن دالة PERCENTILE تتجاهل الخلايا النصية تلقائياً ولا تتوقف عن العمل، إلا أن هذا التجاهل يؤدي إلى تقليص حجم العينة الفعلي المحسوب في المعادلة ($N$) دون إشعار الباحث، مما يؤثر سلباً على دقة موضع الرتب المستخرجة.

لمعالجة هذه المشكلة وضمان نقاء مصفوفة البيانات قبل إجراء الحساب العشيري، يُنصح بتغليف النطاق بدالة FILTER ودالة ISNUMBER لاستبعاد أي قيم غير رقمية، كما في الصيغة الاحترافية التالية:

=PERCENTILE(FILTER(A2:A100, ISNUMBER(A2:A100)), 0.1)

تضمن هذه الصيغة تنقية النطاق آنياً وحساب العشير بدقة تامة بالاعتماد فقط على الاستجابات الرقمية الصالحة.

10.2 أخطاء وسائط النسبة المئوية وخروجها عن المجال (#NUM!)

يقع كثير من المستخدمين في خطأ إدخال أرقام صحيحة لتمثيل العشير بدلاً من الكسور العشرية، مثل كتابة =PERCENTILE(A2:A100, 10) لحساب العشير الأول، متوقعين أن البرنامج سيفهم الرقم 10 كنسبة مئوية. تؤدي هذه الصياغة مباشرة إلى ظهور الخطأ #NUM! لأن وسيط الدالة محصور حصراً في المجال المغلق $[0, 1]$.

لتجنب هذا الخطأ عند تصميم جداول التحليل المشتركة، يمكن تطبيق خاصية التحقق من صحة البيانات (Data Validation) على خلايا إدخال نسب المئين؛ بحيث يُشترط أن تكون القيمة المدخلة رقماً يقع بين 0.00 و 1.00، مع إظهار نص تعليمي يوجه المستخدم لإدخال الكسر العشري الصحيح.

10.3 أخطاء مراجع النطاقات غير المثبتة عند النسخ التلقائي

يُعد إغفال التثبيت المطلق لمراجع الخلايا أكثر الأخطاء التقنية شيوعاً بين المبتدئين؛ فعند كتابة المعادلة =PERCENTILE(A2:A21, E2) في الخلية F2 ثم سحبها إلى الخلية F3، ينزاح نطاق البيانات تلقائياً ليصبح A3:A22، مما يؤدي إلى استبعاد المشاهدة الأولى (أدنى قيمة) وتضمين خلية فارغة جديدة في الأسفل.

يترتب على هذا الانزياح تشويه كامل لكافة قيم العشيرات اللاحقة ($D2$ إلى $D9$). ولتفادي هذه الإشكالية، يجب الالتزام الصارم بإحدى الممارستين التاليتين:

• استخدام علامات الدولار لتثبيت حدود النطاق: $A$2:$A$21.
• تعريف نطاق مسمى (Named Range) من خلال القائمة بيانات > النطاقات المسماة (Data > Named ranges)، وتسمية النطاق باسم وصفي مثل Scores، ثم استدعاء الصيغة بأمان مطلق: =PERCENTILE(Scores, E2).

11. تطبيقات متقدمة: دمج العشيرات مع الدوال الشرطية ومصفوفات المعالجة

11.1 حساب العشيرات وفق شروط محددة باستخدام FILTER و QUERY

في الأبحاث النفسية والاجتماعية المقارنة، يحتاج المحلل في كثير من الأحيان إلى حساب معايير العشيرات لكل فئة سكانية أو تجريبية على حدة (مثل حساب عشيرات مقياس القلق للذكور بشكل مستقل عن الإناث، أو للمجموعة التجريبية مقابل الضابطة).

يمكن تحقيق ذلك بمرونة فائقة من خلال دمج دالة PERCENTILE مع دالة التصفية الشرطية FILTER. إذا كانت درجات المقياس في العمود A والمتغير التصنيفي (النوع الاجتماعي) في العمود B، فإن صيغة حساب العشير الثالث لفئة الإناث فقط تُكتب كالتالي:

=PERCENTILE(FILTER($A$2:$A$100, $B$2:$B$100 = “Female”), 0.3)

كما يمكن توظيف دالة الاستعلام QUERY لاستخراج المصفوفات المصفاة المعقدة التي تخضع لشروط متعددة (مثل العمر والدرجة والمدينة) قبل تمريرها لحساب العشير، مما يوفر بيئة استعلام إحصائي شبيهة بلغة SQL داخل جداول جوجل السحابية.

11.2 التعامل مع مجموعات البيانات الديناميكية المتنامية

عند ربط جداول بيانات جوجل بنماذج الاستبيانات الإلكترونية عبر Google Forms، تتوالى استجابات المشاركين لحظياً، مما يجعل نطاق البيانات متغيراً ومتنامياً باستمرار. لحساب العشيرات على هذه النطاقات الديناميكية دون الحاجة لتحديث حدود الخلايا يدوياً، نستخدم مراجع الأعمدة المفتوحة المدعومة بشرط الاستبعاد:

=PERCENTILE(FILTER(A2:A, ISNUMBER(A2:A)), 0.5)

تقوم هذه الصيغة بمسح العمود A بدءاً من الصف الثاني وحتى نهاية الورقة إلى ما لا نهاية، مع تصفية الخلايا الفارغة تلقائياً، وتحديث قيم العشيرات فور ورود أي استجابة جديدة من نموذج التقييم السلوكي، مما يتيح بناء لوحات قياس ومعايرة حية (Real-time Psychometric Dashboards).

11.3 إنشاء دوال مخصصة لحساب العشيرات عبر Google Apps Script

للمطورين والباحثين الراغبين في بناء أدوات معالجة خاصة وأتمتة تقارير القياس، تتيح منصة Google Apps Script المعتمدة على لغة JavaScript كتابة دالة برمجية مخصصة تحسب مصفوفة العشيرات بضغطة زر واحدة. يمكن الوصول لمحرر النصوص البرمجية عبر الإضافات > Apps Script (Extensions > Apps Script) وإدراج الكود البرمجي التالي:

/**
* دالة مخصصة لحساب العشيرات التسع لمجموعة بيانات رقمية.
* @param {range} inputData نطاق البيانات المدخل.
* @return مصفوفة رأسية تحتوي على قيم العشيرات من D1 إلى D9.
* @customfunction
*/
function CALCULATE_DECILES(inputData) {
  var values = [];
  // تفريغ المصفوفة واستبعاد القيم غير الرقمية
  for (var i = 0; i < inputData.length; i++) {
    for (var j = 0; j < inputData[i].length; j++) {
      var cell = inputData[i][j];
      if (typeof cell === ‘number’ && !isNaN(cell)) {
        values.push(cell);
      }
    }
  }
  
  if (values.length === 0) return “لا توجد بيانات صالحة”;
  values.sort(function(a, b) { return a – b; });
  
  var deciles = [];
  var N = values.length;
  
  // حساب العشيرات بطريقة الاستيفاء الخطي المضمن (Inclusive)
  for (var d = 1; d <= 9; d++) {
    var p = d / 10;
    var rank = p * (N – 1) + 1;
    var k = Math.floor(rank);
    var fraction = rank – k;
    
    var decileValue;
    if (k >= N) {
      decileValue = values[N – 1];
    } else {
      decileValue = values[k – 1] + fraction * (values[k] – values[k – 1]);
    }
    deciles.push([“D” + d, parseFloat(decileValue.toFixed(2))]);
  }
  
  return deciles;
}

بعد حفظ الكود، يمكن للباحث ببساطة كتابة الصيغة المخصصة التالية في أي خلية: =CALCULATE_DECILES(A2:A21)، لتولد الورقة جدولاً تفصيلياً ثنائي الأعمدة يضم رموز العشيرات وقيمها الدقيقة فورياً.

12. تفسير النتائج واتخاذ القرارات الإحصائية في البحوث التطبيقية

12.1 تحويل العشيرات إلى درجات معيارية وتقنين المقاييس

يمثل اشتقاق العشيرات الخطوة التنفيذية الأولى نحو بناء كراسات المعايير (Manual Norms) للاختبارات السيكومترية والتربوية. بمجرد الانتهاء من حساب العشيرات على عينة التقنين الممثلة، يتم بناء جداول التحويل الرتبي التي تسمح للممارس الإكلينيكي أو التربوي بمطابقة الدرجة الخام التي يحصل عليها أي مفحوص جديد مع العشير المقابل لها دون الحاجة لإعادة تشغيل العمليات الحسابية.

ومع ذلك، يجب على الباحث إدراك الحدود الإحصائية للعشيرات؛ فالرتب العشيرية هي مقاييس ترتيبية (Ordinal Scale) وليست مقاييس فئوية متساوية الفترات (Interval Scale). يعني ذلك أن الفارق في السمات النفسية بين العشير الأول والثاني لا يتطابق بالضرورة في وزنه المطلق مع الفارق بين العشير الخامس والسادس، حتى لو تساوت الفوارق الرياضية في الدرجات الخام. ولذلك، تُستخدم العشيرات لتحديد الموقع النسبي والتصنيف، بينما تُترك العمليات الرياضية المتقدمة كالنمذجة البنائية إلى الدرجات المعيارية التائية (T-Scores) والزائية (Z-Scores).

12.2 كتابة وتوثيق نتائج العشيرات في التقارير الأكاديمية (وفق أسلوب APA)

عند إعداد التقارير والبحوث الأكاديمية للنشر في المجلات المصنفة، تشترط جمعية علم النفس الأمريكية (APA – الإصدار السابع) تقديم توثيق منهجي دقيق وشامل للمقاييس الوصفية اللابارامترية. يُفضل تضمين جدول تلخيصي يوضح قيم العشيرات الأساسية مصحوبة بحدود المدى العشيري وحجم العينة الصالحة.

نموذج للصياغة الأكاديمية في متن البحث:

“أظهرت نتائج التحليل الموضعي لمقياس المرونة النفسية ($N = 20$) تماثلاً نسبياً في توزيع الدرجات؛ حيث بلغ الوسيط الإحصائي الممثل للعشير الخامس $D5 = 77.50$. وانحصرت الدرجات المتدنية جداً التي تمثل أدنى 10% من العينة تحت نقطة القطع $D1 = 61.60$، في حين تطلبت الدرجة المتميزة للوصول إلى أعلى 10% من التوزيع الحصول على $D9 = 93.30$ فما فوق، محققة مدى عشيرياً بينياً ($IDR$) قدره 31.70 نقطة.”

12.3 الخلاصة وأفضل الممارسات للتحليل الإحصائي في Google Sheets

يمثل توظيف Google Sheets في حساب وتصنيف العشيرات خياراً برمجياً وإحصائياً بالغ الفعالية يجمع بين الدقة الرياضية والمرونة السحابية. لضمان سلامة التحليلات وجودة المخرجات، ينبغي للباحثين والمحللين استحضار قائمة التدقيق المنهجية التالية قبل اعتماد النتائج:

• التحقق من تنقية البيانات الرقمية واستبعاد النصوص والمسافات عبر دمج دوال التصفية مثل ISNUMBER و FILTER.
• استخدام التثبيت المطلق للنطاقات $A$2:$A$100 أو النطاقات المسماة لضمان سلامة مراجع الخلايا عند النسخ.
• اختيار الدالة المناسبة لطبيعة الدراسة، مع تفضيل PERCENTILE.INC كمعيار افتراضي للأبحاث الإنسانية والتربوية.
• استثمار قوة صيغ المصفوفات ARRAYFORMULA لاختصار خطوات الحساب وتأمين الخلايا ضد أخطاء التعديل اليدوي.
• الجمع بين الجداول العددية والتمثيل البصري (مخططات الصندوق والتنسيق الشرطي) لتعزيز موثوقية التقرير وسهولة قراءته.

References

• American Psychological Association. (2020). Publication manual of the American Psychological Association (7th ed.). American Psychological Association. https://doi.org/10.1037/0000165-000
• Google Support. (n.d.). PERCENTILE function reference in Google Sheets. Google Help Center. Retrieved May 2024, from 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
• National Institute of Standards and Technology. (2012). NIST/SEMATECH e-Handbook of Statistical Methods: Percentile calculation. U.S. Department of Commerce. https://www.itl.nist.gov/div898/handbook/prc/section2/prc262.htm
• Walkenbach, J. (2015). Excel 2016 Bible: The comprehensive tutorial resource. John Wiley & Sons.