كيفية إنشاء توزيع تكراري في إكسيل

يُعد التوزيع التكراري أحد الأركان الجوهرية في علم الإحصاء الوصفي والتحليلي، حيث يمثل الجسر المنهجي الذي ينقل الباحث والمحلل من فوضى البيانات الأولية الخام إلى بنية معرفية منظمة وقابلة للتفسير العلمي الرصين. في سياق البحوث السلوكية، النفسية، والعلوم الاجتماعية، تتسم مجموعات البيانات الناتجة عن أدوات القياس والاستبانات بالتعدد والتنوع والتعقيد، مما يجعل الفحص البصري المباشر للقيم الفردية غير مجدٍ في استخلاص الأنماط والاتجاهات العامة. ومن هنا، تبرز الحاجة إلى أدوات تقنية متقدمة تتيح تفكيك هذه المصفوفات الرقمية وإعادة بنائها في أطر فئوية متسقة تكشف عن خصائص التوزيع واستجابات العينات بدقة متناهية.

يقدم برنامج Microsoft Excel بيئة حاسوبية فائقة المرونة والتطور للتعامل مع هذا النوع من المعالجات الإحصائية، متجاوزاً كونه مجرد تطبيق للجداول الممتدة إلى منصة متكاملة للتحليل الإحصائي الاستكشافي والتطبيقي. تتيح أدوات إكسيل، بدءاً من الدوال المصفوفية المعقدة مثل دالة FREQUENCY، مروراً بالجداول المحورية الديناميكية PivotTables، وصولاً إلى حزمة تحليل البيانات Data Analysis Toolpak، بناء توزيعات تكرارية دقيقة تلبي أعلى المعايير المنهجية المتبعة في الأبحاث الأكاديمية المحكمة والممارسات المهنية المتقدمة.

يهدف هذا الدليل المرجعي الشامل إلى تقديم معالجة تفصيلية ومعمقة لكافة الجوانب النظرية، الرياضية، والتطبيقية المتعلقة بإنشاء التوزيعات التكرارية في برنامج Excel. سنتناول عبر فصول هذا الدليل المبادئ الإحصائية المنظمة لتحديد الفئات، الصياغة البرمجية للدوال الحسابية، استراتيجيات تنظيف وهيكلة البيانات، وبناء المؤشرات الإحصائية المرافقة كالتكرارات النسبية والتراكمية، فضلاً عن التمثيل البصري الاحترافي واستعراض تطبيقات عملية متخصصة في القياس النفسي والتحليل السلوكي، بما يضمن تمكين الباحثين والمحللين من تطويع البرنامج بكفاءة واحترافية مطلقة.

1. المفهوم النظري للتوزيع التكراري وأهميته في التحليل الإحصائي السلوكي

1.1 تعريف التوزيع التكراري في الإحصاء الوصفي

يمثل التوزيع التكراري في جوهره الإحصائي تلخيصاً جدولياً أو رياضياً يعرض عدد المرات التي تقع فيها القيم الفردية أو المشاهدات المقاسة ضمن فئات محددة ومنفصلة مسبقاً. في المراحل الأولى لجمع البيانات، تكون المشاهدات موزعة بشكل عشوائي وغير منتظم، مما يحجب المعالم الأساسية للمتغير المدروس. يعمل التوزيع التكراري على اختزال هذا الحجم الهائل من الأرقام إلى صورة مدمجة ومركزة دون الإخلال بالخصائص الجوهرية للبيانات، مما يمنح الباحث رؤية كلية فورية للبنية الرياضية التي تحكم الظاهرة المقاسة.

تتطلب المنهجية الإحصائية التمييز الدقيق بين التوزيعات التكرارية للبيانات المنفصلة (Discrete Data) والبيانات المستمرة (Continuous Data). في البيانات المنفصلة، التي تأخذ قيماً عددية صحيحة ومحددة مثل عدد الأخطاء المرتكبة في اختبار معرفي أو عدد أفراد الأسرة، تتطابق الفئات التكرارية غالباً مع القيم الفردية ذاتها. أما في البيانات المستمرة، كأزمنة الرجع، ودرجات مقاييس الذكاء، والمؤشرات الفسيولوجية، فإن البيانات تمتد عبر متصل رياضي لا نهائي، مما يفرض تقسيم المدى الكلي إلى فئات رقمية ذات اتساع محدد تستوعب المشاهدات الواقعة بين حدودها الدنيا والعليا بصورة متسقة وغير متداخلة.

تتجلى الأهمية الاستراتيجية للجداول التكرارية في كونها الخطوة الأساسية التي تسبق التحليلات الإحصائية الاستدلالية المتقدمة مثل تحليل التباين، ومعاملات الارتباط، ونماذج الانحدار. إن محاولة تطبيق هذه الاختبارات دون استكشاف أولي للشكل التوزيعي للبيانات قد تؤدي إلى انتهاك الفرضيات الرياضية التي تستند إليها تلك النماذج، كفرضية اعتدالية التوزيع أو تجانس التباين. كما تتيح التوزيعات التكرارية التقدير الأولي والسريع لمعالم النزعة المركزية، كالمنوال الذي يمثل الفئة الأكثر تكراراً، والوسيط الحسابي الذي ينصف المشاهدات، بالإضافة إلى تقدير مبدئي لمدى تشتت الدرجات وتمركزها حول المركز.

1.2 أهمية التوزيعات التكرارية في دراسات القياس والعلوم النفسية

تكتسب التوزيعات التكرارية مكانة استثنائية في بحوث القياس النفسي والتقييم السلوكي، حيث تُستخدم بكثافة لتحليل استجابات الأفراد على مقاييس الشخصية، والاتجاهات، والبطاريات التشخيصية الإكلينيكية. تتيح هذه التوزيعات للباحثين النفسيين رصد كيفية انتشار السمات النفسية عبر مجتمعات الدراسة، ومعرفة ما إذا كانت استجابات المفحوصين تتركز في مستويات معينة من السمة أو تتوزع على امتداد أبعاد المقياس، وهو ما يسهم في التحقق من حساسية بنود المقياس وقدرتها التمييزية بين المستويات المتباينة للمفحوصين.

إلى جانب ذلك، يُعد فحص مطابقة التوزيع التكراري للدرجات مع المنحنى الطبيعي المعياري (Standard Normal Distribution) خطوة جوهرية في تقنين المقاييس النفسية وبناء المعايير المئينية والتائية. يسمح التوزيع التكراري برصد أي التواء إيجابي أو سلبي ناتج عن صعوبة أو سهولة زائدة في بنود الاختبار، أو نتيجة لظواهر سلوكية معينة مثل الرغبة الاجتماعية. كما يسهم في الكشف الدقيق عن القيم الشاذة والمتطرفة (Outliers) التي قد تعكس استجابات عشوائية أو أخطاء في التسجيل، والتي يترتب على إغفالها تشويه حاد للمؤشرات الإحصائية الكلاسيكية كالمتوسط الحسابي والانحراف المعياري.

على الصعيد التجريبي، تسهل الجداول التكرارية المقارنة البصرية والكمية المباشرة بين المجموعات التجريبية والضابطة. فبدلاً من الاكتفاء بمقارنة المتوسطات الحسابية التي قد تخفي وراءها اختلافات جوهرية في شكل التوزيع، يتيح التوزيع التكراري مقارنة التوزيعات النسبية للأفراد عبر مستويات الأداء المختلفة قبل وبعد تطبيق البرامج العلاجية أو التدخلات السلوكية، مما يعزز الفهم الدقيق لآليات التأثير التجريبي على مختلف قطاعات العينة المدروسة.

1.3 المعايير المنهجية لتحديد الفئات الإحصائية (Bins)

يعتمد نجاح بناء التوزيع التكراري على الاختيار الدقيق لعدد الفئات (Number of Bins) واتساعها، حيث يؤدي اختيار عدد قليل جداً من الفئات إلى حجب التفاصيل الحيوية للبيانات وطمس معالم التوزيع، في حين يؤدي اختيار عدد كبير ومفرط من الفئات إلى تشتيت النمط العام وظهور فئات تكرارية فارغة تشوه القراءة الإحصائية. ولضبط هذه العملية بطريقة علمية، يعتمد الإحصائيون على صيغ رياضية محددة، من أبرزها “قاعدة ستورجس” (Sturges’ Rule)، والتي تنص على أن عدد الفئات الأمثل (k) يُحسب وفق الصيغة الرياضية:

k = 1 + 3.322 * Log10(N)

حيث يمثل N الحجم الكلي للعينة. تُعد هذه القاعدة مثالية للبيانات التي تتبع توزيعاً يقترب من الاعتدال ويزيد حجم عينتها عن ثلاثين مفردة.

بمجرد تحديد عدد الفئات، يتم حساب طول أو سعة الفئة (Class Width / Bin Interval) بقسمة المدى الكلي للبيانات (الفرق بين أعلى قيمة وأدنى قيمة) على عدد الفئات المستهدف (h = Range / k)، مع تقريب الناتج تصاعدياً إلى أقرب رقم صحيح أو كسر ذي دلالة منطقية يسهل التعامل معه وتفسيره. ومن الركائز المنهجية الحاسمة ضمان أن تكون الفئات متساوية في الطول والاتساع، وأن تكون شاملة لكافة القيم دون استثناء، ومانعة للتبادل بحيث تنتمي كل قيمة إلى فئة واحدة فقط دون أي تداخل رقمي أو فجوات مهملة بين الحدود العليا والدنيا للفئات المتتالية.

في بعض المتغيرات ذات القيم القصوى أو التوزيعات شديدة الالتواء، قد يضطر الباحث إلى استخدام الفئات المفتوحة (Open-ended Bins) عند الحدود القصوى، كأن تُحدد الفئة الأولى بـ “أقل من X” أو الفئة الأخيرة بـ “أكثر من Y”. ومع ذلك، يجب التعامل مع الفئات المفتوحة بحذر منهجي شديد لأنها تعيق الحساب الدقيق لبعض المعالم الإحصائية كالمتوسط الحسابي من الجدول التكراري ذاته، وتتطلب معالجة برمجية خاصة داخل بيئة إكسيل لضمان عدم إسقاط أي مشاهدات خارج نطاق التحليل.

2. البنية الرياضية والبرمجية لدالة FREQUENCY في برنامج Excel

2.1 الصيغة الرياضية ووسائط الدالة (Syntax)

تُعد دالة FREQUENCY في مايكروسوفت إكسيل الأداة البرمجية الأكثر تخصصاً وأصالة في بناء التوزيعات التكرارية الآلية. تصنف هذه الدالة ضمن دوال المصفوفات الرياضية (Array Functions)، حيث تستقبل نطاقين من البيانات وتقوم بحساب توزيع التكرارات وإرجاعها في هيئة مصفوفة عمودية متعددة الخلايا بضربة حسابية واحدة. وتتخذ الصيغة البنائية للدالة الشكل القياسي التالي:

=FREQUENCY(data_array, bins_array)

يتطلب الوسيط الأول data_array إدخال المرجع أو النطاق الجغرافي داخل ورقة العمل الذي يحتوي على قيم المشاهدات والبيانات الخام المراد تصنيفها وحساب تكراراتها، سواء كانت درجات اختبار، مقاييس زمنية، أو أي متغيرات كمية أخرى. أما الوسيط الثاني bins_array، فيمثل نطاق الخلايا الذي يحتوي على الحدود العليا المرتبة تصاعدياً للفئات الإحصائية المراد فرز البيانات وفقاً لها. تعمل الدالة على مطابقة كل قيمة من قيم مصفوفة البيانات ومقارنتها بمصفوفة الحدود لتحديد الفئة الحاضنة لها بدقة رياضية متناهية.

تختلف طريقة تنفيذ واستجابة الدالة جذرياً بحسب بنية محرك الحساب في إصدار برنامج Excel المستخدم. في الإصدارات التقليدية من البرنامج (Excel 2019 وما قبله)، كانت الدالة تتطلب التعامل الصارم بصفتها صيغة مصفوفية كلاسيكية تستدعي تحديد النطاق المستهدف كاملاً وإدخالها عبر اختصار لوحة المفاتيح المعقد (Ctrl + Shift + Enter). في المقابل، أحدثت الإصدارات الحديثة المعتمدة على محرك المصفوفات الديناميكية (Dynamic Array Engine) في Microsoft 365 وExcel 2021 ثورة في طريقة عمل الدالة، حيث باتت تُكتب في خلية واحدة وتنسكب نتائجها تلقائياً نحو الأسفل دون الحاجة إلى تحديد مسبق للنطاق.

2.2 المنطق البرمجي لحساب الفئات بواسطة دالة FREQUENCY

يعتمد المنطق الداخلي لدالة FREQUENCY على مبدأ الاحتواء الحسابي المغلق من اليمين والمفتوح من اليسار في التوزيع القياسي؛ أي أنها تقوم بعد القيم التي تكون “أكبر من الحد الأعلى للفئة السابقة” و”أصغر من أو تساوي الحد الأعلى للفئة الحالية” (Value > Lower Limit AND Value <= Upper Limit). هذا المنطق الصارم يضمن عدم تكرار احتساب أي قيمة في فئتين مختلفتين، ويمنع تماماً حدوث أي تضارب رياضي عند التعامل مع القيم التي تقع تماماً على الحدود الفاصلة بين الفئات المجاورة.

تتميز دالة FREQUENCY بخاصية برمجية استثنائية تتمثل في قدرتها التلقائية على توليد فئة إضافية واحدة زائدة عن عدد الحدود المعرفة في bins_array. تُخصص هذه الفئة الإضافية لاستيعاب وحصر كافة المشاهدات التي تتجاوز قيمتها الحد الأعلى للفئة الأخيرة المدرجة في مصفوفة الفئات. هذا التصميم يمنع فقدان البيانات الشاذة أو المرتفعة جداً ويضمن أن يكون مجموع التكرارات الناتجة مطابقاً دائماً للحجم الكلي للعينة الإحصائية المدخلة دون أي تسريب رقمي.

فيما يتعلق بمعالجة الشوائب البيانية، تتسم الدالة بمرونة وكفاءة عالية؛ فهي تتجاهل تلقائياً الخلايا الفارغة، والنصوص الحرفية، والقيم المنطقية (TRUE/FALSE) الموجودة ضمن مصفوفة البيانات الخام، وتركز حصراً على الأعداد الرقمية. وعند مقارنتها ببدائل العد الشرطي المعتادة مثل دالتي COUNTIF و COUNTIFS، تتفوق FREQUENCY بشكل حاسم من حيث الكفاءة الحسابية وسرعة المعالجة، لكونها تنفذ مسحاً مصفوفياً واحداً لكامل البيانات بدلاً من تكرار المسح المتعدد لكل فئة على حدة، فضلاً عن تجنبها أخطاء بناء الشروط المنطقية المزدوجة المعقدة في صيغ العد الشرطي.

3. مرحلة الإعداد القبلي وهيكلة البيانات الأولية في Excel

3.1 تنظيف وتنظيم مصفوفة البيانات الخام (Data Cleaning)

تُعد مرحلة تنظيف وهيكلة البيانات الأولية الأساس المتين الذي تُبنى عليه مصداقية النتائج الإحصائية بأكملها؛ إذ إن إدخال بيانات مشوبة بأخطاء إجرائية إلى دالة التوزيع التكراري سيؤدي حتماً إلى مخرجات مضللة. تبدأ عملية التنظيف بفحص اتساق البنية التنسيقية للأرقام، والتأكد من عدم تخزين أي أرقام كأوزان نصية (Numbers stored as text)، وهي ظاهرة شائعة تنتج عن تصدير البيانات من منصات الاستبانات الإلكترونية مثل Google Forms أو Qualtrics. يمكن تصحيح ذلك باستخدام أداة Text to Columns أو بضرب النطاق بمعامل رياضي محايد لتحويله إلى قيم عددية صريحة.

تتطلب البيانات المفقودة (Missing Data) معالجة منهجية دقيقة قبل البدء بالتحليل التكراري. يجب على الباحث تحديد ما إذا كانت الخلايا الفارغة ناتجة عن عدم إجابة المفحوص أو ناتجة عن خلل في نقل البيانات. في حين أن دالة FREQUENCY تتجاهل الخلايا الفارغة بالفعل، فإن وجود قيم فارغة قد يشوه حسابات النسب المئوية الكلية لاحقاً إذا لم يتم ضبط حجم العينة الفعلي. كما ينبغي فحص مصفوفة البيانات لاستبعاد أي تكرار غير مقصود للمفحوصين ناتج عن أخطاء إدخال مزدوج، وذلك بالاعتماد على أدوات Excel المتخصصة مثل إزالة التكرارات (Remove Duplicates).

يمثل التنسيق الشرطي (Conditional Formatting) أداة بصرية بالغة الفعالية في مرحلة التنظيف؛ حيث يمكن للباحث تمييز القيم الشاذة، أو القيم التي تقع خارج المدى المنطقي لأداة القياس (كظهور درجة 6 في مقياس ليكرت الخماسي). يتيح تطبيق قواعد التنسيق اللوني على مصفوفة البيانات كشف هذه الانحرافات بصرياً وتصحيحها أو استبعادها بالرجوع إلى الاستمارات الأصلية قبل الدخول في مراحل البناء الإحصائي للفئات.

3.2 استكشاف خصائص العينة الأساسية لتحديد معالم الفئات

قبل الشروع في كتابة حدود الفئات، يتعين على المحلل استكشاف المعالم الوصفية الأساسية للعينة لتحديد المدى الحسابي الذي ستتحرك ضمنه الفئات. يتم ذلك باستخدام دالتي القيمة الصغرى MIN والقيمة العظمى MAX لحساب طرفي التوزيع وتحديد المدى الكلي للدرجات وفق المعادلة البسيطة:

Range = MAX(data_range) – MIN(data_range)

يوفر هذا المدى الأساس الرياضي لتقسيم المشاهدات إلى مسافات متساوية تتطابق مع أهداف الدراسة السلوكية.

بالتوازي مع ذلك، يستلزم الأمر حساب المتوسط الحسابي عبر دالة AVERAGE والانحراف المعياري باستخدام دالة STDEV.S لتقدير درجة تشتت البيانات وتمركزها حول الوسط. تفيد هذه المؤشرات في توقع ما إذا كانت الفئات ستحتوي على تركز مكثف في المنتصف (في التوزيعات الاعتدالية) أو انزياح نحو أحد الأطراف، مما يساعد في اتخاذ قرار مبكر بشأن استخدام فئات متساوية أو الحاجة إلى تفصيل إضافي في مناطق معينة من المدى.

تُختتم مرحلة الاستكشاف بتحديد الحجم الفعلي للعينة الصالحة إحصائياً باستخدام دالة COUNT، والتي تحصر حصراً الخلايا الرقمية وتتجاهل النصوص والقيم المفقودة. ولتسهيل كتابة الصيغ الحسابية اللاحقة وتجنب أخطاء الإسناد الجغرافي للخلايا، يُنصح بشدة بتحويل نطاق البيانات إلى نطاق مسمى (Named Range) مثل “StudyScores”، أو تحويل جدول البيانات بالكامل إلى جدول إكسيل رسمي (Excel Table) بالضغط على Ctrl + T، مما يمنح المعادلات مرونة ديناميكية تتكيف تلقائياً مع أي بيانات جديدة تضاف لاحقاً.

4. تصميم مصفوفة الفئات والحدود العليا (Bins Array Formulation)

4.1 الخطوات الحسابية لإنشاء فئات متساوية المدى

ترتكز عملية تصميم مصفوفة الفئات على تحويل المدى الكلي للبيانات إلى تقسيمات متكافئة ومنتظمة تتيح المقارنة الدقيقة. بعد تطبيق قاعدة ستورجس أو تحديد عدد الفئات المرغوب (وليكن مثلاً 5 أو 7 أو 10 فئات بحسب حجم العينة)، تُحسب سعة الفئة بقسمة المدى على عدد الفئات. غالباً ما ينتج عن هذه القسمة كسر عشري، مما يتطلب تقريبه منهجياً إلى قيمة عملية باستخدام دالة التقريب التصاعدي CEILING.MATH أو ROUNDUP، لضمان أن تغطي الفئات مجتمعة كامل المدى الفعلي وأكثر بقليل، دون إسقاط أي جزء من الدرجات الطرفية.

بعد تحديد اتساع الفئة (h)، يتم اختيار نقطة بداية مناسبة للحد الأعلى للفئة الأولى، بحيث تكون مساوية للحد الأدنى للبيانات مضافاً إليه اتساع الفئة، أو اختيار رقم مرجعي مريح ذهنياً يقل قليلاً عن أدنى درجة مسجلة. تُسرد الحدود العليا في عمود مستقل في ورقة العمل بترتيب تصاعدي صارم؛ حيث يمثل كل صف الحد الأعلى للفئة المقابلة. يجب التأكد الصارم من زيادة كل حد عن سابقه بمقدار طول الفئة الثابت (h) بصورة منتظمة ودقيقة.

يجب على الباحث التحقق الحسابي من أن الحد الأعلى للفئة الأخيرة المدرجة في مصفوفة الفئات مساوٍ لأعلى قيمة مسجلة في البيانات (MAX) أو أكبر منها قليلاً. إن إغفال هذا الشرط يؤدي إلى تفعيل الفئة الإضافية التلقائية لدالة FREQUENCY؛ ورغم أن الدالة لن تفقد القيم، إلا أن غياب التسمية المحددة لتلك الفئة الزائدة قد يربك عرض النتائج في التقارير الإحصائية والجداول النهائية المنشورة.

4.2 صياغة التسميات التوضيحية للفئات لتسهيل إعداد التقارير

تتعامل دالة FREQUENCY برمجياً مع الأرقام المجردة التي تمثل الحدود العليا فقط، إلا أن الجداول التكرارية الموجهة للنشر الأكاديمي والتقارير البحثية تتطلب صياغة تسميات نصية واضحة ومفهومة توضح المدى الشامل لكل فئة (الحد الأدنى – الحد الأعلى). يتيح ذلك للقارئ استيعاب المجال الذي تنتمي إليه التكرارات دون الحاجة إلى استنتاج الحد الأدنى ذهنياً. ولأتمتة هذه العملية وتجنب الكتابة اليدوية المعرضة للخطأ، تُستخدم صيغ دمج النصوص في إكسيل بكفاءة عالية.

يمكن استخدام معامل الربط النصي (&) أو دالة CONCAT لإنشاء التسميات التوضيحية تلقائياً. على سبيل المثال، إذا كان الحد الأدنى للفئة يقع في الخلية D2 والحد الأعلى في الخلية E2، يمكن كتابة الصيغة التالية لإنشاء نص يصف المدى بدقة:

=D2 & ” – ” & E2

أو بصياغة نصية أكثر تفصيلاً للبيانات المستمرة لتحديد التضمين الرياضي، مثل: “من [أكبر من D2] إلى [E2]”.

يجب أن تتوافق هذه التسميات مع المعايير الدولية المعمول بها في التوثيق العلمي، مثل دليل النشر الصادر عن جمعية علم النفس الأمريكية (APA Style)، والتي تشترط الوضوح التام في ترويسات الجداول وتحديد وحدات القياس بوضوح لا يقبل اللبس. ويتحتم على الباحث التمييز القاطع في ورقة العمل بين عمود “حدود المصفوفة” المستخدم برمجياً في الدالة، وعمود “تسمية الفئة” المخصص للعرض المرئي والتمثيل البياني النهائي.

5. التطبيق العملي خطوة بخطوة لدالة FREQUENCY في Excel

5.1 تطبيق الدالة في إصدارات Excel الحديثة (Dynamic Array Engine)

يمثل التعامل مع دالة FREQUENCY في بيئة Microsoft 365 وExcel 2021 تجربة برمجية سلسة للغاية بفضل محرك المصفوفات الديناميكية المتطور. لتنفيذ الدالة، يتوجه المستخدم ببساطة إلى الخلية الأولى المراد إظهار التكرارات فيها بجوار عمود الفئات، ولتكن مثلاً الخلية F2، ويكتب الصيغة التالية مباشرة دون الحاجة لأي تحديد مسبق لبقية الخلايا:

=FREQUENCY(A2:A201, E2:E8)

بمجرد الضغط على مفتاح الإدخال Enter، يقوم محرك الحساب بحساب كافة التكرارات دفعة واحدة ودفعها في هيئة مصفوفة عمودية تنسكب تلقائياً (Spill) إلى الأسفل لتملأ النطاق الموازي لمصفوفة الفئات بالإضافة إلى الفئة الإضافية للقيم الأعلى إن وُجدت. يتميز هذا السلوك بظهور إطار أزرق رفيع يحيط بكامل النطاق المنسكب، مشيراً إلى أن كافة هذه القيم تابعة للصيغة الأصلية الموجودة في الخلية الرأسية الأولى فقط.

إذا صادف وجود بيانات سابقة أو نصوص في أي خلية ضمن المسار العمودي المتوقع لانسكاب النتائج، سيظهر خطأ الانسكاب الشهير #SPILL!. يعالج هذا الخطأ فوراً بتفريغ وحذف محتويات الخلايا المعيقة لمسار المصفوفة، ليعود إكسيل تلقائياً لعرض التوزيع التكراري بالكامل. كما يُنصح دائماً بتثبيت مراجع النطاقات باستخدام علامة المرجع المطلق ($) كـ $A$2:$A$201 في حال كانت الصيغة جزءاً من نموذج حسابي أكبر لتجنب انزياح المراجع عند النسخ.

5.2 تطبيق الدالة في إصدارات Excel التقليدية (CSE Formulas)

في الإصدارات القديمة من Excel (مثل Excel 2016، 2013، 2010)، يتطلب استخدام دالة FREQUENCY اتباع بروتوكول صارم خاص بصيغ المصفوفات الكلاسيكية (CSE Formulas). تبدأ الخطوة الأولى بتحديد نطاق الخلايا المستهدفة بالكامل مسبقاً باستخدام الفأرة؛ ويجب أن يكون طول هذا النطاق مساوياً تماماً لعدد خلايا مصفوفة الحدود مضافاً إليها خلية واحدة إضافية في الأسفل لاستيعاب الفئة الزائدة المحتملة للقيم القصوى.

بعد تحديد النطاق بالكامل مع بقاء التحديد نشطاً، يكتب المستخدم الصيغة في شريط الصيغ دون الضغط على مفتاح Enter العادي:

=FREQUENCY(A2:A201, E2:E8)

وعوضاً عن ذلك، يجب الضغط بشكل متزامن على المفاتيح الثلاثية الشهيرة: Ctrl + Shift + Enter. يؤدي هذا الإجراء إلى إدراج الصيغة داخل كافة الخلايا المحددة في وقت واحد، وتتحول الصيغة تلقائياً لتظهر محاطة بأقواس معقوفة كلاسيكية مثل: {=FREQUENCY(…)}، والتي تدل على أنها صيغة مصفوفية مقفلة برمجياً.

تفرض هذه البنية الكلاسيكية قيوداً تشغيلية هامة؛ فلا يمكن للمستخدم تعديل أو مسح أو إدراج خلية فردية داخل نطاق المصفوفة الناتج، حيث يظهر تنبيه برمجي يفيد بأنه “لا يمكن تغيير جزء من مصفوفة”. لتعديل الصيغة أو تصحيح نطاق الفئات، يجب تحديد كامل النطاق المصفوفي من جديد، وإجراء التعديل في شريط الصيغ، ثم إعادة الضغط على Ctrl + Shift + Enter لتحديث المنظومة الحسابية بالكامل دون كسر بنية الجدول.

5.3 التدقيق الرياضي ومطابقة مجموع التكرارات

يُعد التدقيق الرياضي لمخرجات التوزيع التكراري واجباً منهجياً لا غنى عنه للتحقق من الموثوقية العلمية للبيانات وسلامة التطبيق البرمجي. يتمثل الإجراء الرقابي الأول في استخدام دالة المجموع SUM لحساب الإجمالي الكلي لكافة التكرارات الناتجة في عمود FREQUENCY وفق الصيغة:

=SUM(F2:F9)

يجب أن يتطابق الناتج الرقمي لهذه المعادلة تطابقاً مطلقاً وتاماً مع حجم العينة الإجمالي المحسوب مسبقاً عبر دالة COUNT لمصفوفة البيانات الخام الأصلية.

في حال ظهور أي فارق رقمي بين مجموع التكرارات وحجم العينة الأصلي، يجب فتح مسار تدقيق فوري للتحقق من الأسباب المحتملة. غالباً ما يعود عدم التطابق إلى استبعاد غير مقصود لبعض المشاهدات بسبب خطأ في تحديد نطاق البيانات، أو وجود أخطاء في كتابة الحدود العليا في bins_array جعلت بعض القيم تسقط خارج المجال الحسابي دون أن تجد فئة حاضنة في النطاقات غير المصفوفية، أو وجود قيم نصية غير معالجة داخل مصفوفة الأرقام تم استبعادها برمجياً بواسطة الدالة.

يوثق الباحث نتائج التدقيق في جدول التحليل الإحصائي بإدراج صف أخير يُعنون بـ “المجموع الكلي” (Total N)، مما يمنح القارئ والمحكم الأكاديمي طمأنينة تامة بشأن شمولية التحليل وخلوه من أي فواقد إحصائية قد تؤثر في صدق المعالجة اللاحقة ومصداقية القرارات المستندة إليها.

6. إنشاء التوزيع التكراري باستخدام الجداول المحورية (PivotTables)

6.1 بناء الجدول المحوري وتجميع البيانات الرقمية (Grouping)

تمثل الجداول المحورية (PivotTables) في برنامج Excel أداة تفاعلية شديدة القوة لبناء التوزيعات التكرارية دون كتابة معادلات برمجية مفردة، مع إتاحة مرونة استثنائية في تجربة تقسيمات الفئات المتعددة في ثوانٍ معدودة. تبدأ العملية بتحديد أي خلية داخل جدول البيانات الخام، ثم التوجه إلى تبويب إدراج (Insert) واختيار جدول محوري (PivotTable)، وتحديد موضع إدراجه في ورقة عمل جديدة أو في نفس الورقة الحالية.

في لوحة حقول الجدول المحوري (PivotTable Fields)، يقوم المستخدم بسحب متغير القياس المستهدف (وليكن “درجة الاختبار”) مرتين متتاليتين: المرة الأولى إلى منطقة الصفوف (Rows)، والمرة الثانية إلى منطقة القيم (Values). بشكل افتراضي، قد يقوم إكسيل بتلخيص حقل القيم عبر دالة المجموع (Sum)؛ وهنا يتعين على الباحث النقر على سهم الحقل واختيار إعدادات حقل القيم (Value Field Settings) وتغيير نوع التلخيص إلى دالة العد (Count) ليتحول الحقل إلى عداد حقيقي للتكرارات.

تكتمل هيكلة التوزيع التكراري بالنقر بزر الفأرة الأيمن على أي رقم ضمن عمود الصفوف في الجدول المحوري واختيار أمر تجميع (Group). تفتح هذه الخطوة نافذة حوارية متخصصة تتيح للمستخدم تحديد “نقطة البداية” (Starting at)، و”نقطة النهاية” (Ending at)، و”حجم الخطوة أو اتساع الفئة” (By). يقوم Excel تلقائياً بتقسيم كامل متصل الدرجات إلى فئات رقمية منتظمة وحساب التكرارات المقابلة لكل فئة بدقة فائقة وبشكل فوري.

6.2 مزايا ومرونة الجداول المحورية في التحليل المقارن

تتفوق الجداول المحورية على الطرق التقليدية بقدرتها الفائقة على التحديث الديناميكي والتحليل متعدد الأبعاد. فعند إضافة بيانات جديدة أو تعديل درجات قائمة في مصفوفة البيانات الأصلية، لا يتطلب الأمر إعادة بناء الفئات، بل يكتفي الباحث بالنقر بزر الفأرة الأيمن داخل الجدول واختيار تحديث (Refresh)، ليقوم الجدول بإعادة حساب وتوزيع التكرارات فوراً بناءً على المعطيات المحدثة.

تتيح الجداول المحورية أيضاً إمكانية إجراء مقارنات تصنيفية متقدمة بين مجموعات فرعية داخل العينة. يمكن للمحلل سحب متغير تصنيفي ديموغرافي أو تجريبي، مثل “الجنس” (ذكور/إناث) أو “المجموعة” (تجريبية/ضابطة)، وإفلاته في منطقة الأعمدة (Columns). يتحول الجدول التكراري البسيط في هذه اللحظة إلى جدول اقتران تكراري ثنائي البعد (Cross-Tabulation)، يعرض التوزيع التكراري للفئات موزعة حسب الفئات الفرعية للمتغير المستقل جنباً إلى جنب، مما يوفر منصة تحليلية بالغة الثراء للمقارنة السلوكية.

علاوة على ذلك، يمكن تعزيز التفاعل التحليلي بإدراج مقسمات البيانات (Slicers) والخطوط الزمنية، مما يمكن الباحث وصناع القرار من تصفية وفلترة التوزيع التكراري بصرياً وفق شروط متعددة بنقرة زر واحدة. كما تتيح خاصية إعادة التجميع السريع تعديل سعة الفئة وتجربة تقسيمات إحصائية مختلفة (مثل تغيير اتساع الفئة من 5 إلى 10) لمعاينة التغيرات في شكل التوزيع دون مساس ببنية ورقة العمل أو الحاجة لإعادة صياغة أي دوال حسابية.

7. استخدام أداة تحليل البيانات (Data Analysis Toolpak) لإنشاء التوزيعات والمدرجات

7.1 تفعيل وإعداد حزمة التحليل الإحصائي في Excel

تحتوي حزمة Analysis Toolpak على مجموعة متكاملة من الأدوات الإحصائية المتقدمة التي تحاكي البرمجيات الإحصائية المتخصصة كـ SPSS وSAS. هذه الحزمة تأتي مدمجة ومجانية مع برنامج مايكروسوفت إكسيل لكنها تكون غير مفعلة بشكل افتراضي. لتفعيلها، يتبع الباحث الخطوات المنهجية التالية:

• التوجه إلى قائمة ملف (File) ثم النقر على خيارات (Options).
• اختيار تبويب الوظائف الإضافية (Add-ins) من القائمة الجانبية.
• في مربع إدارة (Manage) أسفل النافذة، اختيار Excel Add-ins ثم النقر على زر انتقال (Go…).
• وضع علامة صح في المربع المجاور لخيار حزمة أدوات التحليل (Analysis Toolpak)، ثم النقر على موافق (OK).

بمجرد إتمام التفعيل، يظهر قسم جديد مخصص باسم تحليل (Analysis) في أقصى يمين تبويب بيانات (Data) في الشريط الرئيسي، ويحتوي على زر تحليل البيانات (Data Analysis). يوفر هذا الملحق للمستخدم إمكانية الوصول إلى مصفوفة واسعة من التحليلات المعيارية، كالانحدار، وتحليل التباين، وبناء المدرجات التكرارية الصريحة المعتمدة في الأبحاث الأكاديمية والنشر العلمي الرصين.

7.2 تطبيق أداة المدرج التكراري (Histogram Tool)

لتطبيق أداة المدرج التكراري، ينقر الباحث على زر Data Analysis في تبويب بيانات، ثم يحدد خيار Histogram من قائمة الأدوات ويضغط على موافق. تفتح نافذة الإعدادات الإحصائية للأداة، والتي تتطلب تعبئة النطاقات والمعاملات التشغيلية التالية:

• نطاق الإدخال (Input Range): تحديد النطاق المحتوي على البيانات الخام للمتغير المقاس.
• نطاق الفئات (Bin Range): تحديد النطاق المحتوي على الحدود العليا للفئات المصممة مسبقاً (وإذا تُرِك هذا الحقل فارغاً، سيقوم إكسيل بإنشاء فئات افتراضية موزعة بانتظام تلقائياً).
• التسميات (Labels): وضع علامة اختيار هنا إذا تضمن التحديد خلايا العناوين النصية في الصف الأول لتسهيل قراءة المخرجات.
• خيارات الإخراج (Output options): تحديد موضع طباعة النتائج، سواء في نطاق محدد في نفس ورقة العمل، أو في ورقة عمل جديدة.
• إخراج المخطط (Chart Output): تفعيل هذا الخيار لإنشاء مدرج تكراري بياني متزامن مع الجدول الإحصائي.
• النسبة المئوية التراكمية (Cumulative Percentage): تفعيله لحساب التكرار التراكمي النسبي ورسم منحنى باريتو التراكمي المدمج.

تنتج الأداة جدولاً إحصائياً ثابتاً يعرض الفئات وتكراراتها، بالإضافة إلى فئة مخصصة باسم “More” لحصر القيم المتبقية الأعلى. وتجدر الإشارة هنا إلى فارق جوهري حاسم بين أداة Analysis Toolpak والدوال الرياضية: مخرجات أداة التحليل هي قيم ومخططات “استاتيكية” ثابتة لا تتحدث تلقائياً إذا تغيرت البيانات الأصلية، مما يتطلب إعادة تشغيل الأداة في حال تم تعديل قيم المشاهدات، بخلاف دالة FREQUENCY التفاعلية الحية.

8. حساب التوزيع التكراري النسبي، المئوي، والتراكمي في Excel

8.1 بناء جدول التكرار النسبي (Relative Frequency) والنسب المئوية

على الرغم من الأهمية الإحصائية للتكرار المطلق (Absolute Frequency – $f_i$)، إلا أن فائدته تظل محدودة عند مقارنة عينات متباينة في الحجم الإجمالي. ومن هنا تبرز الأهمية الفائقة لـ التكرار النسبي (Relative Frequency)، والذي يعبر عن وزن وثقل كل فئة كحصة تناسبية منسوبة إلى الحجم الكلي للعينة ($N$). تتم صياغة المعادلة الرياضية للتكرار النسبي بقسمة تكرار الفئة على مجموع التكرارات الإجمالي:

Relative Frequency = fi / N

في برنامج Excel، يُبنى عمود التكرار النسبي بكتابة معادلة بسيطة في الخلية المجاورة للتكرار الأول (ولتكن G2)، مع تثبيت مرجع خلية المجموع الكلي باستخدام المرجع المطلق ($) لضمان صحة السحب التلقائي:

=F2 / $F$10

يتم سحب هذه الصيغة لتشمل كافة الفئات. ولتحويل هذه الكسور العشرية إلى نسب مئوية (Percentage Frequency – %f) واضحة ومقروءة، يتم تطبيق تنسيق النسبة المئوية على العمود بالكامل من تبويب الصفحة الرئيسية (Home) ثم اختيار علامة النسبة المئوية (%) وتحديد عدد المنازل العشرية المطلوبة (عادة منزلتين عشريتين في البحوث النفسية والتربوية).

يخضع التوزيع التكراري النسبي لقاعدة تدقيق رياضية حتمية: يجب أن يكون مجموع عمود التكرارات النسبية مساوياً للرقم 1.00 تماماً، وأن يكون مجموع عمود النسب المئوية مساوياً لـ 100%. يتيح التكرار النسبي للمختصين في القياس السلوكي فهم الانتشار المعياري للخصائص والسمات، وتحديد الفئات ذات الثقل الإحصائي الأكبر، وإجراء مقارنات عادلة بين دراسات أجريت على عينات ذات أحجام متفاوتة.

8.2 تطوير التكرار التراكمي الصاعد (Cumulative Frequency)

يقدم التكرار التراكمي الصاعد (Cumulative Frequency) إجابة رياضية دقيقة عن الأسئلة المتعلقة بعدد أو نسبة الأفراد الذين حصلوا على درجة “أقل من أو تساوي” الحد الأعلى لفئة معينة. يُعد التكرار التراكمي اللبنة الأساسية لحساب الرتب المئينية (Percentile Ranks) وتحديد درجات القطع (Cut-off Scores) التي تُبنى عليها القرارات التشخيصية والتصنيفية في الاختبارات النفسية والتربوية المقننة.

لبناء عمود التكرار التراكمي في Excel، تُستخدم صيغ تتابعية تربط التكرار الحالي بمجموع التكرارات السابقة. في الخلية الأولى لعمود التكرار التراكمي (ولتكن H2)، تكون القيمة مساوية لتكرار الفئة الأولى مباشرة:

=F2

أما في الخلية التالية (H3)، فتُكتب الصيغة الرياضية التراكمية التي تجمع التراكم السابق مع تكرار الفئة الحالية:

=H2 + F3

ثم تُسحب هذه المعادلة لبقية الخلايا نحو الأسفل. رياضياً، يجب أن تنتهي الخلية الأخيرة للتكرار التراكمي بالقيمة المطابقة تماماً لحجم العينة الكلي ($N$).

وبالمثل، يتم بناء النسبة المئوية التراكمية الصاعدة (Cumulative Percentage) بقسمة كل تكرار تراكمي على الحجم الكلي للعينة وتنسيقها كنسبة مئوية، أو بجمع النسب المئوية البسيطة تصاعدياً. تتيح هذه النسب للباحث استنتاج مؤشرات تشخيصية سريعة؛ كأن يُقال مثلاً: “إن 75% من أفراد العينة سجلوا درجات قلق تقع عند 45 درجة أو أقل”، مما يمنح التقرير الإحصائي بعداً تفسيرياً تطبيقياً عميقاً.

9. التمثيل البصري للتوزيعات التكرارية والمدرجات البيانية في Excel

9.1 تصميم المدرج التكراري الأكاديمي (Histogram Chart)

يُمثل المدرج التكراري (Histogram) الشكل البصري المعياري للتعبير عن التوزيعات التكرارية للبيانات الكمية المستمرة. ورغم أن إكسيل يوفر نوع مخطط جاهز باسم “Histogram”، إلا أن الأسلوب الأكاديمي المفضل لدى المحللين والباحثين يتمثل في بناء المخطط من جدول التوزيع التكراري المحسوب لضمان التحكم التام في التسميات والحدود والمظهر المنهجي. يتم ذلك بتحديد عمود تكرارات الفئات، ثم التوجه إلى تبويب إدراج (Insert) واختيار مخطط عمودي ثنائي الأبعاد (2D Clustered Column).

يتميز المدرج التكراري الرياضي عن المخطط العمودي البياني العادي بعدم وجود أي فجوات أو مسافات فاصلة بين الأعمدة، تعبيراً عن الطبيعة الاتصالية للمتغير المقاس. لتحقيق ذلك في Excel، ينقر الباحث بزر الفأرة الأيمن على أي عمود في المخطط ويختار تنسيق سلسلة البيانات (Format Data Series)، ثم يتوجه إلى خيارات السلسلة ويعدل عرض الفجوة (Gap Width) ليصبح 0%. يؤدي هذا التعديل إلى تلاصق الأعمدة بانتظام لتعكس التدرج المستمر للفئات.

لضمان تمييز الفئات بصرياً، يتم ضبط حدود الأعمدة بلون متباين (كاللون الأبيض أو الأسود الداكن) وبسماكة واضحة من تبويب التعبئة والحدود. بعد ذلك، يتم تعيين عمود “تسميات الفئات” ليمثل المحور الأفقي (X-Axis) عبر خيار تحديد البيانات (Select Data)، وإضافة عناوين واضحة للمحاور الرأسية والأفقية وتسميات البيانات (Data Labels) بما يتوافق بدقة مع معايير جمعية علم النفس الأمريكية (APA) للنشر الأكاديمي الجيد.

9.2 إنشاء المضلع التكراري والمنحنى التراكمي (Ogive)

يقدم المضلع التكراري (Frequency Polygon) تمثيلاً بيانياً خطياً بديلاً يبرز الاتجاه العام والتغير التدريجي لشكل التوزيع. يُبنى المضلع التكراري بتمثيل “مراكز الفئات” (Midpoints) على المحور الأفقي مقابل “التكرارات” على المحور الرأسي، حيث يُحسب مركز الفئة بمتوسط حدها الأدنى والأعلى ((Lower + Upper) / 2). يتم إدراج مخطط خطي بنقاط علام (Line with Markers) يربط بين هذه النقاط ليعطي تصورا انسيابياً لشكل المنحنى، ويسهل مقارنة توزيعين لعينتين مختلفتين على نفس الرسم البياني بتراكب المضلعين.

أما المنحنى التكراري المتجمع الصاعد (Ogive)، فيُستخدم لعرض مسار تراكم التكرارات أو النسب المئوية التراكمية. يُرسم المنحنى البياني للأوجيف بربط الحدود العليا للفئات على المحور الأفقي بالنسب المئوية التراكمية على المحور الرأسي باستخدام مخطط خطي صاعد يبدأ من الصفر وينتهي عند 100%. يُعد هذا المخطط أداة استثنائية لتقدير المئينات والوسيط بصرياً؛ حيث يمكن إسقاط خط أفقي من علامة 50% على المحور الرأسي نحو المنحنى ثم قراءة القيمة المقابلة على المحور الأفقي لتحديد قيمة الوسيط التقريبية بدقة.

يمكن للمحلل المتقدم دمج المدرج التكراري مع المضلع التكراري في مخطط مركب واحد (Combo Chart) لتقييم معالم التوزيع الشكلية، مثل درجة الالتواء (Skewness) وتحديد ما إذا كان التوزيع ملتفاً نحو اليمين أو اليسار، ودرجة التفرطح (Kurtosis) لمعاينة مدى تدبب أو تفلطح قمة التوزيع مقارنة بالمنحنى الاعتدالي المعياري، مما يوفر تشخيصاً بصرياً وإحصائياً متكاملاً في لوحة عرض واحدة.

10. استكشاف الأخطاء الشائعة وحلولها التقنية في Excel

10.1 أخطاء الصيغ الحسابية ومراجع المصفوفات

يواجه العديد من مستخدمي إكسيل عند إنشاء التوزيعات التكرارية جملة من الأخطاء التقنية المرتبطة بالصيغ البرمجية. من أبرز هذه الأخطاء ظهور رمز الخطأ #VALUE!، والذي ينتج غالباً في الإصدارات القديمة عند كتابة دالة FREQUENCY والضغط على مفتاح Enter منفرداً بدلاً من إدخالها كمصفوفة عبر Ctrl + Shift + Enter، أو نتيجة احتواء مصفوفة الفئات bins_array على قيم نصية غير قابلة للمقارنة الرياضية. يتم حل هذا الإشكال بإعادة ضبط الإدخال وتطهير مصفوفة الحدود من أي نصوص أو مسافات فارغة غير مرئية.

من المشكلات الشائعة أيضاً عدم تحديث قيم التكرارات عند تعديل البيانات الأصلية، وهي حالة تعود في الغالب إلى ضبط إكسيل على وضع الحساب اليدوي (Manual Calculation) بدلاً من التلقائي. يُعالج هذا الأمر بالتوجه إلى تبويب صيغ (Formulas)، ثم النقر على خيارات الحساب (Calculation Options) وتفعيل خيار تلقائي (Automatic) لتعود المصنفات لحساب نتائج الدوال فورياً عند أي تغيير.

يقع بعض الباحثين في خطأ احتساب القيمة صفر (Zero) كقيمة فعلية في التوزيع عند التعامل مع خلايا فارغة في النطاق؛ فإذا تضمنت مصفوفة الفئات حداً أدنى يستوعب الصفر، قد تحتسب بعض الدوال المشروطة الخلايا الفارغة كأصفار. تبرز هنا ميزة دالة FREQUENCY التي تتجاهل الفراغات افتراضياً، ولكن يجب التأكد من عدم ملء الخلايا المفقودة بالأصفار أثناء إدخال البيانات التجريبية لتفادي التضخيم غير الحقيقي لتكرارات الفئة الصفرية.

10.2 الأخطاء المنهجية في تصنيف وتوزيع الفئات

تتجاوز بعض الأخطاء الجانب البرمجي لتمس البناء المنهجي الإحصائي للتوزيع التكراري ذاته. من أكثر هذه العيوب شيوعاً ظهور فئات ذات تكرار صفري ($f_i = 0$) متناثرة داخل الجدول بشكل غير مبرر، وهي ظاهرة تنتج عادة عن اختيار سعة فئة بالغة الصغر (Under-binning) نسبةً إلى حجم العينة، مما يشتت معالم التوزيع. يُحل هذا العيب بتوسيع سعة الفئات وتطبيق قاعدة ستورجس لضبط التوازن بين التفصيل والتلخيص.

يتمثل خطأ منهجي فادح آخر في فقدان البيانات القصوى نتيجة إغفال تحديد حد أعلى كافٍ في مصفوفة الفئات يستوعب القيمة العظمى في البيانات، خاصة عند استخدام دوال العد الشرطي بدلاً من FREQUENCY. في هذه الحالة، تسقط القيم الأكبر خارج نطاق الحساب دون أن ينتبه الباحث، مما يؤدي إلى عدم تطابق مجموع التكرارات مع حجم العينة الأصلي ($N$) وتشويه المؤشرات الإحصائية اللاحقة.

كما يجب الحذر التام من تداخل الفئات الحسابية أو دمج أنواع بيانات متباينة؛ كدمج قيم عددية مع تواريخ أو تصنيفات كيفية داخل عمود القياس الكمي. إن هذا الخلط يؤدي إلى إفساد الترتيب التصاعدي المطلوب برمجياً في مصفوفة الفئات bins_array، حيث تشترط الدالة ترتيباً رقمياً تصاعدياً صارماً للحدود العليا لتعمل خوارزمية الفرز والاحتواء التكراري بطريقة صحيحة وموثوقة خالية من التشوهات.

11. تطبيقات ونماذج عملية في القياس النفسي والتحليل السلوكي

11.1 تحليل توزيع درجات مقياس القلق أو الاكتئاب (Likert Scale Data)

لتجسيد التطبيق العملي في ميدان العلوم السلوكية، نفترض أن باحثاً قام بتطبيق مقياس بيك للاكتئاب المكون من 21 بنداً على عينة بحثية قوامها 200 مشارك، حيث تتراوح الدرجات الكلية المحتملة للمقياس بين 0 و63 درجة. تم استيراد مصفوفة الدرجات الخام إلى برنامج إكسيل في النطاق A2:A201. يهدف الباحث إلى إنشاء توزيع تكراري يصنف المفحوصين وفق المستويات التشخيصية والإكلينيكية المعتمدة للمقياس.

تتحدد المستويات التشخيصية للمقياس بالحدود العليا التالية: (0-9: لا يوجد اكتئاب، 10-18: اكتئاب خفيف، 19-29: اكتئاب متوسط، 30-63: اكتئاب شديد). يقوم الباحث بإدخال مصفوفة الحدود العليا في النطاق E2:E5 كالتالي: (9، 18، 29، 63)، ثم يُدخل الصيغة المصفوفية في الخلية F2:

=FREQUENCY(A2:A201, E2:E5)

تقوم الدالة بحساب عدد الأفراد الواقعين في كل مستوى تشخيصي بصورة فورية، لتظهر التكرارات في العمود F.

يقوم الباحث بعد ذلك بحساب النسب المئوية لكل فئة سريرية والتكرار التراكمي في الأعمدة المجاورة، مما يمكنه من صياغة تشخيص كمي دقيق لحالة العينة؛ كأن يستنتج أن 35% من أفراد العينة يعانون من درجات اكتئاب تقع في النطاق المتوسط والشديد، وهو ما يوفر معطيات إحصائية حاسمة تدعم اتخاذ القرارات العلاجية والإرشادية وتدعم الفرضيات البحثية للدراسة السلوكية ببيانات جدولية موثقة.

11.2 تحليل أزمنة الاستجابة في التجارب السلوكية المعرفية

في تجارب علم النفس المعرفي والعلوم العصبية السلوكية، يمثل زمن الرجع أو زمن الاستجابة (Reaction Time – RT) المقاس بالمللي ثانية (ms) أحد أهم المتغيرات المستمرة المعبرة عن سرعة المعالجة العقلية وكفاءة العمليات المعرفية. تتميز بيانات أزمنة الرجع بكونها بيانات كمية فائقة الدقة والاتصال، وغالباً ما تُظهر التواءً إيجابياً حاداً (Right-skewed Distribution) نتيجة لوجود بعض الاستجابات البطيئة جداً مقارنة بمتوسط استجابة الأفراد.

عند التعامل مع مصفوفة أزمنة الاستجابة (مثلاً 500 محاولة تجريبية مسجلة في النطاق B2:B501 وتتراوح بين 250ms و1400ms)، يصمم الباحث فئات تكرارية دقيقة بسعة 50ms لاستكشاف البنية التوزيعية لسرعة المعالجة. يتم وضع الحدود العليا: 300، 350، 400، …، 1200 في مصفوفة الفئات، ثم تطبيق دالة FREQUENCY لحساب التوزيع التكراري التفصيلي.

يتيح هذا التوزيع عالي الدقة للباحث المعرفي ليس فقط كشف المنوال والمنحنى العام لسرعة الاستجابة، بل وأيضاً تطبيق تقنيات التصفية الإحصائية لعزل الاستجابات الشاذة (كالمحاولات الاستباقية الأقل من 200ms التي تمثل نقرات غير واعية، أو الاستجابات التي تتجاوز 1200ms الناتجة عن فقدان الانتباه). ومن خلال فحص التوزيع التكراري، يستطيع الباحث تحديد معايير القطع الدقيقة لتنقية البيانات قبل إخضاعها لنماذج التحليل المعرفي المتقدم مثل نماذج انتشار القرار (Drift-Diffusion Models).

12. المقارنة المنهجية بين طرق إنشاء التوزيع التكراري واختيار الأسلوب الأمثل

12.1 مقارنة تفصيلية بين دالة FREQUENCY، الجداول المحورية، وأداة Histogram

يوفر برنامج إكسيل مسارات متعددة لإنشاء التوزيعات التكرارية، ويتميز كل مسار بخصائص ومزايا تجعله ملائماً لسياقات وظيفية وبحثية محددة. يستعرض الجدول المفاهيمي والتحليلي التالي مقارنة شاملة بين الطرق الإحصائية الرئيسية الثلاث المتاحة في البرنامج:

• دالة FREQUENCY الرياضية:
  تتميز بالديناميكية التامة والتحديث اللحظي الفوري عند تغير البيانات، والسرعة الفائقة في بيئة المصفوفات الحديثة. تمنح الباحث تحكماً رياضياً كاملاً وتكاملاً برمجياً سهلاً مع دوال إكسيل الأخرى لحساب النسب المئوية والتراكمية. يعيبها في الإصدارات القديمة متطلبات الإدخال المعقدة (CSE) وحاجتها لتصميم مصفوفة الفئات والتسميات يدوياً.
• الجداول المحورية (PivotTables):
  تتميز بمرونة استثنائية وسهولة مطلقة في تجميع البيانات وإعادة تقسيم الفئات دون كتابة صيغ، مع قدرة فائقة على إضافة متغيرات تقاطعية وتصنيفية وتوليد جداول اقتران ثنائية وفلترة تفاعلية بالمقسمات. تتطلب إجراء تحديث يدوي (Refresh) لعكس تعديلات البيانات الأصلية، وقد تتطلب خطوات إضافية لضبط خيارات التنسيق الأكاديمي الصارم.
• أداة المدرج التكراري (Data Analysis Toolpak):
  تتميز بإنشاء جدول تكراري شامل متضمن النسب التراكمية ومخطط مدرج تكراري تلقائي بنقرة واحدة، دون الحاجة لمعادلات. عيبها الجوهري أنها مخرجات استاتيكية ثابتة تماماً؛ فأي تغيير في البيانات الخام يفرض إعادة تطبيق الأداة بالكامل من جديد، مما يجعلها غير ملائمة لنماذج العمل التفاعلية أو البيانات التي تخضع للتحديث الدوري.

12.2 دليل اتخاذ القرار واختيار الأسلوب الأنسب لطبيعة البحث

يعتمد اختيار الأسلوب الأمثل لإنشاء التوزيع التكراري على طبيعة المتغير المدروس، وحجم مصفوفة البيانات، ومستوى الأتمتة المطلوب في التقرير البحثي. إذا كان الهدف هو بناء نماذج قياس ديناميكية متكاملة أو لوحات مؤشرات (Dashboards) تعتمد على تدفق مستمر للبيانات وتتطلب حساباً متزامناً للرتب المئينية والدرجات المعيارية، فإن دالة FREQUENCY هي الخيار الهندسي الأمثل بلا منازع، نظراً لمرونتها وقابليتها للربط مع المنظومات الرياضية المعقدة.

أما في مرحلة الاستكشاف الأولي للبيانات (Exploratory Data Analysis – EDA)، أو عند الرغبة في مقارنة التوزيع التكراري للسمات السلوكية عبر متغيرات ديموغرافية متعددة (كالمقارنة بين الفئات العمرية أو المستويات التعليمية)، فإن الجداول المحورية (PivotTables) تمثل الأداة الأسرع والأكثر كفاءة وتحليلاً، حيث توفر رؤية تقاطعية فورية تعفي الباحث من بناء عشرات المعادلات المنفصلة.

وعند إعداد التقارير الأكاديمية النهائية ورسائل الماجستير والدكتوراه، يُوصى بالاعتماد على دالة FREQUENCY لحساب التكرارات، ثم استكمال الجدول بحساب التكرارات النسبية والتراكمية، وبناء المدرج التكراري وتنسيقه يدوياً وفق معايير APA. كما يتيح تنظيم البيانات بهذه المنهجية المؤسسية داخل Excel تصديراً سلساً ومباشراً للجداول والمصفوفات نحو البرمجيات الإحصائية المتقدمة مثل IBM SPSS Statistics أو لغة R، لضمان استكمال التحليلات الاستدلالية المتقدمة على أرضية وصفية صلبة وموثوقة منهجياً.

خاتمة

يمثل التوزيع التكراري حجر الزاوية في بنيان التحليل الإحصائي والقياس السلوكي؛ إذ يحول البيانات الخام المشتتة إلى معرفة كمية منتظمة تكشف عن خصائص المتغيرات ومعالم المجتمعات المدروسة. ومن خلال ما استعرضناه عبر هذا الدليل الشامل، يتبين أن برنامج Microsoft Excel يمتلك ترسانة برمجية وإحصائية متكاملة تتيح للمحلل والباحث التعامل مع التوزيعات التكرارية بأعلى درجات الكفاءة والمرونة المنهجية.

سواء اعتمد الباحث على دالة FREQUENCY بمحركها المصفوفي المتطور، أو وظف مرونة الجداول المحورية في التحليل المقارن، أو استعان بأدوات حزمة التحليل الإحصائي، فإن الإتقان المزدوج للمنطق الإحصائي النظري والمهارة التقنية في إكسيل يضمن إنتاج مخرجات بحثية تتسم بالدقة الرياضية، الشفافية الإجرائية، والجاذبية البصرية المتوافقة مع أرقى المعايير الأكاديمية العالمية.

المراجع (References)

• American Psychological Association. (2020). Publication Manual of the American Psychological Association (7th ed.). American Psychological Association. https://doi.org/10.1037/0000165-000
• Field, A. (2018). Discovering Statistics Using IBM SPSS Statistics (5th ed.). SAGE Publications.
• Gravetter, F. J., & Wallnau, L. B. (2017). Statistics for the Behavioral Sciences (10th ed.). Cengage Learning.
• Microsoft Corporation. (2023). FREQUENCY function in Microsoft Excel. Microsoft Support. https://support.microsoft.com/en-us/office/frequency-function-44e3be2b-1665-4f91-96dd-9c737cb54f3b
• Sturges, H. A. (1926). The choice of a class interval. Journal of the American Statistical Association, 21(153), 65–66. https://doi.org/10.1080/01621459.1926.10502161
• Walkenbach, J. (2015). Excel 2016 Bible. John Wiley & Sons.