كيفية إنشاء مدرج تكراري من جدول تكراري

يحتل التمثيل البياني للبيانات الإحصائية مكانة محورية في العلوم السلوكية والقياس النفسي، إذ يشكل الجسر الرابط بين التوصيف الرياضي العددي المجرد والإدراك البصري التفسيري. عندما يواجه الباحث السيكولوجي آلاف الدرجات المستخلصة من مقاييس الشخصية، أو اختبارات الذكاء، أو مؤشرات زمن الرجع، فإن الأرقام الخام المبعثرة تظل قاصرة عن إبراز المعالم الحقيقية للظاهرة المدروسة. من هنا تنبع ضرورة تلخيص تلك الملاحظات في جداول تكرارية منظمة تُصنّف البيانات في فئات رقمية محددة. غير أن الجدول التكراري بذاته، رغم كفاءته في الاختزال، قد يحجب بعض الأنماط التوزيعية الدقيقة التي لا تتجلى إلا عبر صياغة هندسية تراعي الامتداد والمساحة؛ وهنا تحديداً يبرز دور المدرج التكراري (Histogram) بوصفه الأداة البيانية المعيارية لتمثيل المتغيرات الكمية المتصلة.

إن عملية تحويل جدول التكرار إلى مدرج تكراري دقيق ليست مجرد إجراء تقني أو مهارة رسم روتينية، بل هي ممارسة منهجية سيكومترية عميقة تخضع لقوانين رياضية ومفاهيمية صارمة. فالمدرج التكراري لا يقوم على مجرد رفع أعمدة رأسية عشوائية فوق خط أفقي، وإنما يتأسس على “مبدأ المساحة” (Area Principle)، حيث تتناسب مساحة كل مستطيل تناسباً طردياً مع تكرار الفئة التي يمثلها. إن الانتقال الخاطئ من الجداول التكرارية إلى الأشكال البيانية قد يفضي إلى تشويه الخصائص التوزيعية للسمات النفسية، وتضليل التفسيرات الإكلينيكية، أو إصدار أحكام متسرعة حول اعتدالية التوزيع المعاين، مما ينعكس سلباً على القرارات الإحصائية اللاحقة كالاعتماد غير المبرر على الاختبارات المعلمية أو اللامعلمية.

يهدف هذا الدليل المرجعي الموسع إلى تقديم تفكيك منهجي وأكاديمي شامل لكيفية إنشاء المدرج التكراري انطلاقاً من جدول تكراري تم إعداده وفق معايير القياس النفسي والإحصاء الحيوي. سنستعرض عبر فصول هذا المقال المفاهيم الرياضية الدقيقة للحدود الحقيقية للفئات، ومراكزها، والتعديلات اللازمة في حال تباين أطوال الفئات بالاعتماد على الكثافة التكرارية، فضلاً عن التطبيقات العملية خطوة بخطوة مع نموذج تطبيقي متكامل. كما سنفرد مساحة معمقة لقراءة الخصائص السيكومترية المستخلصة من شكل المدرج—كالالتواء والتفرطح والأنماط ثنائية المنوال—وكيفية توثيق هذه الرسوم البيانية وفق أحدث معايير دليل النشر العلمي التابع لجمعية علم النفس الأمريكية (American Psychological Association – APA 7th Edition).

1. المفاهيم التأسيسية: ماهية جدول التكرار والمدرج التكراري في القياس النفسي

1.1 تعريف جدول التكرار وبنيته الإحصائية

يُعرَّف جدول التكرار (Frequency Table) في أدبيات الإحصاء الوصفي والقياس السيكومتري بأنه مصفوفة جدولية تنظيمية تُستخدم لاختزال كميات هائلة من البيانات الأولية، وتلخيصها في صورة مجاميع متمايزة تستوفي شروط الحصر والاستبعاد المتبادل (Mutually Exclusive and Collectively Exhaustive Categories). تتجلى وظيفته الأساسية في إعادة ترتيب البيانات الكمية، سواء كانت منفصلة كعدد الاستجابات الخاطئة، أو متصلة كدرجات القلق ومستويات الاستجابة الفسيولوجية، ضمن فئات رقمية منتظمة تُعرف اصطلاحاً باسم الحاويات التكرارية (Bins). يتيح هذا التنظيم للباحث السيكولوجي الإحاطة السريعة بحدود المتغير ومستويات تركزه دون الغرق في تفاصيل الدرجات الفردية المشتتة.

تتألف البنية الهيكلية لجدول التكرار المبوب من عناصر رياضية لا يمكن الفصل بينها؛ يأتي في مقدمتها فئات الدرجات (Class Intervals)، والتي يمثل كل منها مدى رقمياً محدداً ينحصر بين حد أدنى وحد أعلى. ويرتبط بكل فئة ما يُعرف بالتكرار المطلق (Absolute Frequency, $f$)، وهو التعداد الفعلي للأفراد أو المفحوصين الذين وقعت درجاتهم المقاسة داخل النطاق العددي لتلك الفئة. وإلى جانب التكرار المطلق، يتضمن الجدول الإحصائي الرصين حقولاً إضافية مكملة كالتكرار النسبي ($f/N$)، والنسب المئوية، ومراكز الفئات، والتكرارات المتجمعة، وهي كلها مكونات تشكل الأساس التوليدي الذي يُبنى عليه لاحقاً المدرج التكراري.

تنبع الأهمية الخاصة لجدول التكرار في البيئات البحثية النفسية من طبيعة المقاييس السلوكية ذاتها؛ فاختبارات الذكاء المعياري، مثل مقياس وكسلر، أو استبانات التقييم السيكوباثولوجي، تولد تدفقات كثيفة من البيانات الكمية الخام التي يستحيل تفسيرها إكلينيكياً دون تبويب. إن غياب التبويب المنظم يحول دون قدرة المعالج أو الأخصائي على تحديد ما إذا كان المفحوص يقع ضمن الفئة المتوسطة الطبيعية، أو أنه ينحدر نحو الفئات الطرفية التي تشير إلى اضطرابات سلوكية أو تفوق عقلي، مما يجعل الجدول التكراري الخطوة التأسيسية الإلزامية في أي مسار تشخيصي أو بحثي سيكومتري.

1.2 ماهية المدرج التكراري وخصائصه الهندسية

يُمثل المدرج التكراري (Histogram) تجسيداً هندسياً مساحياً للتوزيع التكراري الخاص بمتغير كمي متصل. ومن الناحية التاريخية والاصطلاحية، يعود الفضل في صياغة هذا المصطلح وبلورة أطره الرياضية الصارمة إلى عالم الإحصاء البريطاني كارل بيرسون (Karl Pearson) في أواخر القرن التاسع عشر؛ حيث طرح المصطلح لأول مرة في محاضراته الأكاديمية بكلية غريشام عام 1891، ثم وثّقه بصورة رسمية في أبحاثه المرجعية المنشورة عام 1895 حول التغيرات الملتوية في المواد المتجانسة. وقد استمد بيرسون اللفظ من الجذر اليوناني “histos” (والذي يعني السارية أو العمود القائم) واللاحقة “gramma” (التي تعني الرسم أو السجل المكتوب)، نافياً بذلك الاعتقاد الخاطئ والشائع بأن المصطلح مشتق من كلمة “التاريخ” (History).

يرتكز المدرج التكراري على خصائص فيزيائية وهندسية فريدة تميزه جذرياً عن سائر الأشكال البيانية؛ إذ يتكون من محورين متعامدين، يمثل المحور الأفقي ($X$) الامتداد الحقيقي لقيم المتغير ووحدات قياسه المتصلة، في حين يخصص المحور الرأسي ($Y$) للتكرارات أو الكثافة التكرارية. وتتجسد البيانات في هيئة مستطيلات متعامدة ومتلاصقة تماماً، حيث يمتد عرض كل مستطيل ليغطي المسافة الفاصلة بين الحدين الحقيقيين للفئة، في حين يعبر ارتفاعه عن التكرار المقابل. والأصل الرياضي الجوهري في المدرج التكراري هو “مبدأ المساحة” (Area Principle)، ومفاده أن مساحة المستطيل هي الحامل الحقيقي للمعلومة التكرارية ($Area = Width \times Height propto f$)، وليست مجرد الارتفاع القائم بذاته، وهو ما يكتسب حساسية قصوى عند التعامل مع فئات غير متساوية الأطوال.

تتمثل القيمة التفسيرية لهذا التمثيل المساحي في قدرته الفريدة على تقليص الحمل الإدراكي (Cognitive Load) الواقع على عاتق الباحث، وتوفير نظرة شمولية فورية لطبيعة التوزيع النفسي. فبدلاً من تفحص أرتال الأرقام في الجداول، يمكّن المدرج التكراري العين البشرية من التعرف الفوري على مركز ثقل البيانات، ومدى اتساع التشتت، ووجود التماثل من عدمه، مما يحول البيانات الرياضية المجردة إلى إدراك حسي بصري يدعم الفهم المعرفي المعمق للظاهرة الإنسانية المدروسة.

1.3 دور التمثيل البياني للتكرارات في التحليل السيكومتري

يمثل الانتقال من مستوى التوصيف الإحصائي العددي—المعتمد على حساب المتوسط والانحراف المعياري—إلى مستوى الإدراك البصري عبر المدرج التكراري خطوة حيوية في فهم طبيعة السمات النفسية. فالكثير من المقاييس السيكومترية قد تتساوى في قيم المتوسط الحسابي والانحراف المعياري، ولكنها تتباين جذرياً في بنيتها التوزيعية الداخلية؛ فقد يكون التوزيع ثنائي القمة، أو متعدداً، أو منحرفاً انحرافاً حاداً. يتيح المدرج التكراري للباحث رؤية التضاريس الحقيقية لتوزيع السمة النفسية، مما يكشف عن التباينات المستترة التي تخفق المؤشرات العددية الموجزة في إظهارها، وهو ما ينسجم مع الأطر المنهجية المتقدمة لتحليل الشبكات والبيانات المتعددة المتغيرات في العلوم السيكولوجية (Borsboom et al., 2021).

علاوة على ذلك، يسهل التمثيل البياني للتكرارات مقارنة المجموعات الإكلينيكية بالعينات المعيارية؛ فعند إسقاط درجات مجموعة من المرضى المصابين بالاكتئاب الحاد على مدرج تكراري ومقارنته بالمدرج التكراري لعينة من الأصحاء، تتضح على الفور الفروق في مستويات التمركز ومقدار التداخل بين الاستجابات السلوكية. كما يساعد التحليل البصري التكراري في فحص أدوات القياس نفسها من حيث حساسيتها التمييزية، ومعرفة ما إذا كانت بنود الاختبار قادرة على فرز المستويات المتباينة من السمة أو أنها تُحدث تكدساً اصطناعياً في نهايات المقياس.

ويشكل المدرج التكراري صمام الأمان المنهجي للكشف الأولي عن التمركز، التشتت، والانتظام التوزيعي للدرجات النفسية. فقبل المضي قدماً في تطبيق النماذج الإحصائية الاستدلالية المتقدمة كالانحدار الخطي أو تحليل التباين، يمنح المدرج الباحث مؤشراً بصرياً قاطعاً حول مدى تحقق افتراض الاعتدالية (Normality Assumption). إن رصد الالتواءات الحادة، أو اكتشاف القيم الشاردة والمنعزلة بصرياً عبر الأعمدة المتباعدة، يقي الباحث من الوقوع في أخطاء التعميم الإحصائي، ويوجهه نحو استخدام المعالجات الرياضية التصحيحية أو التحول للاختبارات اللامعلمية المناسبة.

2. الفروق الإحصائية الجوهرية: المدرج التكراري مقابل المخطط الشريطي

2.1 طبيعة المتغيرات: المتغيرات المتصلة مقابل الفئوية

يعد التمييز بين المدرج التكراري (Histogram) والمخطط الشريطي (Bar Chart) أحد أهم المعايير المنهجية التي تُظهر الرصانة الإحصائية للباحث السلوكي؛ فالخلط بينهما ليس مجرد خطأ شكلي في الرسم، بل هو خلط مفاهيمي بين طبيعة المتغيرات الرياضية. يُخصص المدرج التكراري حصرياً للبيانات الكمية المتصلة (Continuous Quantitative Data)، وهي المتغيرات التي تفترض وجود خط متصل لا نهائي من القيم الممكنة بين أي نقطتين، مثل درجات القلق المقاسة بأدوات مستمرة، ومستويات هرمون الكورتيزول، وزمن الرجع بالمللي ثانية، ودرجات التحصيل المعرفي. في المقابل، يُخصص المخطط الشريطي لتمثيل المتغيرات النوعية الاسمية (Nominal) كالجنس، أو الحالة الاجتماعية، أو المتغيرات الرتبية (Ordinal) كالمستويات التعليمية والطبقات الاقتصادية.

ينعكس نوع المتغير المستهدف على طبيعة الاستدلال الإحصائي والقرارات المنهجية المتخذة لاحقاً في البحث السيكولوجي. فالأعمدة في المخطط الشريطي تمثل كيانات منفصلة قائمة بذاتها ومنقطعة الصلة رياضياً عن الفئات المجاورة، ولذلك يمكن إعادة ترتيب أشرطة المخطط الشريطي أبجدياً أو تصاعدياً دون المساس بالمعنى الرياضي للشكل. أما في المدرج التكراري، فإن الفئات ترتبط بتسلسل رياضي رقمي جبري إلزامي يفرضه خط الأعداد، بحيث يؤدي أي تغيير في ترتيب الأعمدة إلى انهيار البنية المنطقية للرسم البياني وتدمير دلالته السيكومترية بالكامل.

2.2 دلالة التلاصق الهندسي للأعمدة في التوزيع التكراري

تحمل البنية الهندسية للأعمدة المتلاصقة في المدرج التكراري دلالة إحصائية بالغة العمق؛ إذ يشير غياب أي فراغات أو مسافات فاصلة بين المستطيلات المتتالية إلى الاستمرارية الرياضية الحقيقية (Continuum) للمتغير النفسي المدروس. فعندما تنتهي الفئة الأولى عند حد معين، تبدأ الفئة التالية مباشرة من تلك النقطة ذاتها على خط الأعداد الحقيقي، مما يجسد فكرة أن الظاهرة السلوكية لا تنقطع، وإنما تتدفق على مقياس مستمر لا يعرف الفجوات العددية الذاتية.

وعلى النقيض من ذلك، تتميز المخططات الشريطية بوجود فراغات واضحة ومتساوية الاتساع تفصل بين شريط وآخر، للتأكيد البصري على استقلال وانفصال التصنيفات النوعية المدروسة، كالفصل بين تصنيف “مكتئب” و”غير مكتئب”. لذا، فإن ترك مسافات عشوائية بين مستطيلات المدرج التكراري لمتغير مستمر يعد خطأً علمياً فادحاً، لأنه يوحي للقارئ بأن هناك انقطاعاً في خط القياس، أو أن هناك قيماً مستحيلة الحدوث بين الفئات، وهو ما ينافي الطبيعة السيكومترية للسمات النفسية المتصلة.

2.3 الأخطاء الشائعة في الخلط بين النوعين في البحوث السلوكية

تكشف مراجعة الأدبيات والرسائل الجامعية في العلوم السلوكية عن وقوع باحثين كثر في فخاخ بصرية ومنهجية نتيجة الخلط بين المدرجات والمخططات الشريطية. ومن أبرز هذه الممارسات الخاطئة عرض المتغيرات الاسمية الصرفة، كأنواع التشخيصات الإكلينيكية (مثل: الفصام، القلق العام، الوسواس القهري)، في صورة مدرج تكراري ذي أعمدة متلاصقة؛ إذ يوحي هذا التلاصق بوجود تسلسل متصل أو علاقة انتقال كمية تدريجية بين تلك الاضطرابات المنفصلة نوعياً، وهو تضليل معرفي خطير يرفضه التصنيف التشخيصي الدقيق للظواهر المرضية.

أما الخطأ المعاكس والأكثر انتشاراً، فهو تمثيل درجات المقاييس النفسية المقننة—المقاسة على مستوى المسافة (Interval Level)—بواسطة مخططات شريطية متباعدة الأعمدة بواسطة برمجيات الجداول الإلكترونية، مما يولد إيحاءً كاذباً بوجود فجوات تقطع السمة النفسية. وتشدد الجمعية الأمريكية لعلم النفس (APA) في معاييرها المنشورة في الدليل السابع على ضرورة التمييز الصارم بين هذين النمطين؛ فالمدرج التكراري يتطلب محاور متصلة هندسياً بلا فجوات بين الأعمدة لتأكيد الاتصال القياسي، مع إبراز تسميات دقيقة للحدود أو المراكز، في حين تشترط المخططات الشريطية مسافات واضحة تضمن استقلال الفئات المنفصلة بصرياً ومفاهيمياً.

3. المرحلة الأولى: إعداد وتنظيم البيانات الخام في جدول تكراري

3.1 جمع البيانات وتفريغ الدرجات النفسية

تبدأ الرحلة المعيارية لإنشاء المدرج التكراري من مرحلة التنقيب المنهجي في استمارات القياس وتفريغ الدرجات الخام التي تم جمعها من العينات السلوكية. وتتطلب هذه المرحلة دقة بالغة في فحص استجابات المفحوصين، والتأكد من تطبيق مفاتيح التصحيح بدقة، لاسيما عند التعامل مع المقاييس النفسية المعقدة التي تتضمن بنوداً ذات صياغة عكسية تستوجب تدويراً حسابياً للدرجة قبل جمعها، كما هو معتاد في تقييمات الصحة النفسية والمقاييس المقننة المعتمدة (Goldberg et al., 1970).

عقب استخراج الدرجات الإجمالية لكل مفحوص، تتمثل الخطوة الرياضية الأولى في ترتيب تلك الدرجات ترتيباً تصاعدياً صارماً من القيمة الدنيا إلى القيمة القصوى؛ إذ يمثل هذا الترتيب المرتكز الحيوي لفحص الطبيعة الأولية لتوزع البيانات، ورصد نطاق التباين، والوقوف على كثافة التكرارات الفردية. كما يتيح الترتيب فحص المشكلات الميدانية المزمنة المتعلقة بالبيانات المفقودة (Missing Values) أو الاستجابات العشوائية، واتخاذ القرار المنهجي السليم إما باستبعاد تلك الحالات أو تطبيق أساليب التعويض الرياضي الإحصائي الملائم قبل الشروع في التبويب التكراري النهائي.

3.2 تحديد المدى الإحصائي لمجموعة البيانات

يُعد المدى الإحصائي العام (Overall Range, $R$) أبسط مقاييس التشتت، لكنه يمثل حجر الزاوية الهندسي الذي تتحدد بموجبه المساحة الأفقية التي سيغطيها المدرج التكراري لاحقاً. ويُحسب المدى الإحصائي عبر المعادلة الخطية المباشرة:

$$R = X_{\text{\max}} – X_{\text{\min}}$$

حيث يمثل $X_{\text{\max}}$ أعلى درجة مسجلة في الاختبار النفسي، في حين يمثل $X_{\text{\min}}$ أدنى درجة تم رصدها ضمن عينة الدراسة.

على الرغم من بساطة حسابه، يتطلب تحديد المدى فحصاً نقدياً عميقاً لتأثير القيم المتطرفة والشاردة (Outliers)؛ فالدرجات الشاذة الناتجة عن أخطاء إدخال أو حالات استثنائية تؤدي إلى تضخيم المدى الكلي بصورة اصطناعية مفرطة. ويقود هذا التضخم بدوره إلى اتساع غير مبرر في فترات الفئات، مما يخفي التفاصيل التوزيعية الحقيقية لغالبية أفراد العينة. يلقي اتساع المدى أو ضيقه بظلال مباشرة على الحساسية السيكومترية لأداة القياس المستخدمة؛ فالمدى الضيق جداً قد ينذر بضعف القدرة التمييزية للاختبار النفسي وتكدس المفحوصين، في حين يعكس المدى المتزن اتساعاً كافياً لاستيعاب الفروق الفردية الكامنة في السمة المقاسة.

3.3 تحديد عدد الفئات وحساب طول الفئة (Bin Width)

يمثل تحديد عدد الفئات ($k$) وطول الفئة ($h$ أو $w$) المعضلة المنهجية المركزية في بناء الجداول والمدرجات التكرارية؛ حيث يخضع هذا القرار لمعادلة موازنة دقيقة بين التفاصيل الدقيقة والتلخيص الإحصائي، وتُعرف في الأدبيات الإحصائية بمفاضلة التحيز والتباين (Bias-Variance Tradeoff). فالإفراط في زيادة عدد الفئات يؤدي إلى تفتيت البيانات وتوليد فراغات عشوائية تخفي معالم التوزيع العام، في حين يؤدي التقليل المخل لعدد الفئات إلى تكثيف جائر يخفي الالتواءات والانماط الداخلية للسمة النفسية المدروسة.

لضبط هذه العملية رياضياً وتفادي العشوائية، صاغ علماء الإحصاء عدة قواعد قياسية تُرشد الباحثين، من أبرزها:

• قاعدة ستيرجز (Sturges’ Rule, 1926): وهي القاعدة الأكثر شيوعاً في البرمجيات الإحصائية، وتفترض مسبقاً اعتدالية التوزيع، وتُحسب عبر الصيغة:
  $$k = \lceil 1 + \log_2(n) \rceil = \lceil 1 + 3.322 \log_{10}(n) \rceil$$
  حيث $n$ هو حجم العينة الكلي. تناسب هذه القاعدة العينات الصغيرة والمتوسطة ($n < 30$)، لكنها تميل إلى الإفراط في التنعيم وتكثيف الفئات عند تضخم أحجام العينات.
• قاعدة سكوت المرجعية (Scott’s Normal Reference Rule, 1979): تركز مباشرة على حساب طول الفئة الأمثل ($h$) بالاعتماد على الانحراف المعياري المقدر ($\hat{\sigma}$)، من خلال المعادلة:
  $$h = \frac{3.49 \hat{\sigma}}{n^{1/3}}$$
  وتقوم هذه القاعدة على تقليل الخطأ التربيعي المتوسط التكاملي (IMSE) بافتراض التوزيع الطبيعي.
• قاعدة فريدمان-دياكونيس (Freedman–Diaconis Rule, 1981): وتعد القاعدة الأكثر متانة ومقاومة للقيم الشاردة والالتواءات الشائعة في الاختبارات السلوكية؛ حيث تعتمد على المدى الربيعي (Interquartile Range, $IQR$) بدلاً من الانحراف المعياري، وفق الصيغة:
  $$h = 2 \times \frac{IQR(x)}{n^{1/3}}$$

وبمجرد استقرار الباحث على عدد الفئات المناسب ($k$) بالاعتماد على هذه القواعد، يُستخرج طول الفئة الموحد عبر قسمة المدى الكلي على عدد الفئات، مع تقريب الناتج جبرياً إلى أقرب وحدة قياس ملائمة لضمان شمولية كافة الدرجات:

$$\text{Class Width } (w) \approx \frac{R}{k}$$

3.4 حساب التكرارات المطلقة والنسبية والتراكمية

بعد وضع الحدود الأولية للفئات الرياضية، تأتي مرحلة الفرز والتصنيف لحساب التكرارات المتعددة؛ يبدأ العمل بحصر التكرار المطلق ($f_i$)، وهو العد المباشر والدقيق لعدد المفحوصين الذين تقع درجاتهم ضمن المجال الرقمي للفئة $i$. ويشترط في هذه العملية التدقيق الصارم لضمان عدم ازدواجية احتساب أي درجة، والتأكد التام من أن المجموع الجبري لكافة التكرارات المطلقة يساوي بدقة متناهية الحجم الكلي للعينة ($N = \sum f_i$).

يلي ذلك استخراج التكرار النسبي (Relative Frequency) بقسمة تكرار كل فئة منفردة على الحجم الإجمالي لعينة الدراسة ($Relative; f = f_i / N$)، أو تحويله إلى نسبة مئوية بضربه في $100$. وتتجلى فائدة التكرار النسبي في تحييد أثر حجم العينة، مما يمهد لبناء مقارنات موضوعية بين دراسات نفسية مستقلة تباينت أحجام عيناتها. وأخيراً، يتم حساب التكرار التراكمي (Cumulative Frequency) بنوعيه الصاعد والهابط، والذي يعكس تراكم الحالات تحت حد معين أو فوقه، وهو إجراء يكتسب أهمية محورية لاحقة في تعيين الرتب المئينية (Percentile Ranks) وتحديد النسب التراكمية للمفحوصين في القياس النفسي السريري والمعياري.

4. المرحلة الثانية: بناء وضبط المحور الأفقي (محور السينات – X-Axis)

4.1 تحديد الحدود الحقيقية للفئات (Real Class Limits)

تتمثل إحدى أهم العقبات المنهجية التي تواجه الباحثين المبتدئين في الخلط بين الحدود الظاهرية للفئات (Apparent Class Limits) والحدود الحقيقية أو الفعلية (Real Class Boundaries). فالدرجات النفسية الخام غالباً ما تُسجل في صورة أرقام صحيحة ناتجة عن تقريب رياضي لأداء مستمر؛ فإذا كانت حدود الفئة الظاهرية في جدول التكرار هي مثلاً ($20 – 29$) وتليها الفئة ($30 – 39$)، فإن هناك فجوة عددية واضحة مقدارها وحدة قياس كاملة ($29$ إلى $30$) لم يتم استيعابها ظاهرياً.

لضمان مبدأ الاتصال الرياضي المستمر على خط الأعداد الأفقي للمدرج التكراري، يتعين إزالة تلك الفجوات الاصطناعية من خلال حساب الحدود الحقيقية؛ ويتم ذلك بطرح نصف وحدة قياس من الحد الأدنى الظاهري، وإضافة نصف وحدة قياس إلى الحد الأعلى الظاهري. ففي حال كانت الدرجات أرقاماً صحيحة (وحدة القياس = $1$)، يُطرح $0.5$ من الحد الأدنى ويُضاف $0.5$ إلى الحد الأعلى، لتتحول الفئة السابقة إلى ($19.5 – 29.5$) وتبدأ الفئة اللاحقة من ($29.5 – 39.5$). تضمن هذه المعالجة الهندسية التقاء مستطيلات المدرج التكراري عند نقطة مشتركة تماماً، مما يحقق التلاحم البصري والرياضي الذي يجسد استمرارية السمة المقاسة على طول محور السينات.

4.2 وضع مراكز الفئات (Class Midpoints) كنقاط مرجعية

يُعد مركز الفئة ($m_i$ أو $X_i$) النقطة الرياضية التمثيلية التي تعبر عن ثقل الفئة ككل، ويُحسب بجمع الحد الأدنى والحد الأعلى للفئة (سواء الظاهريين أو الحقيقيين) وقسمة الحاصل على اثنين:

$$m_i = \frac{\text{Lower Limit} + \text{Upper Limit}}{2}$$

تُستخدم هذه المراكز كعلامات ترقيم محورية بديلة على طول المحور الأفقي للمدرج التكراري، وتكتسب أهمية سيكومترية خاصة كقواعد استناد أساسية عند الرغبة في تحويل المدرج التكراري إلى “مضلع تكراري” (Frequency Polygon) من خلال التوصيل الخطي بين تلك النقاط المرتفعة.

يستوجب استخدام مراكز الفئات التحقق المنهجي من فرضية التوزيع المتوازن للملاحظات؛ إذ يفترض التمثيل الإحصائي أن الدرجات الفردية داخل الفئة الواحدة تتوزع بانتظام نسبي حول مركزها، بحيث يعوض النصف الأدنى تباين النصف الأعلى. فإذا كانت الدرجات تتكدس بصورة متطرفة عند أحد طرفي الفئة، فإن الاعتماد على مركز الفئة قد ينطوي على تشويه طفيف، وهو ما يحتم على الباحث ضبط أطوال الفئات بما يكفل تمثيلاً متوازناً للدرجات حول نقاط المنتصف المحددة.

4.3 معايرة فترات القياس والانتظام المكاني

تخضع معايرة المحور الأفقي لضوابط هندسية صارمة تستهدف عكس فترات القياس الواقعية بدقة متناهية على الورق أو شاشة البرمجية الإحصائية. يجب أن تُرسم المسافات الفاصلة بين حدود الفئات بأطوال متساوية تماماً طالما كانت أطوال الفئات الحسابية متساوية، إذ إن أي تمديد أو ضغط مكاني غير مبرر لأحد الأجزاء يقود حتماً إلى تضليل إدراكي للمتلقي وتشويه لشكل التوزيع السيكومتري الحقيقي.

يتعين على الباحث وضع تسمية نصية واضحة وجامعة للمحور الأفقي توضح المتغير النفسي المقاس ووحدة قياسه الدقيقة (مثل: “درجات مقياس بيك للاكتئاب – الإصدار الثاني BDI-II”، أو “أزمنة الرجع بالمللي ثانية”). وفي الحالات التي لا تبدأ فيها درجات الاختبار النفسي من نقطة الصفر الرياضي المطلق—وهو الشائع في المقاييس النفسية التي لا تتضمن صفراً مطلقاً حقيقياً كدرجات الذكاء المعياري—يجب استخدام “إشارة القطع الهندسي” (Axis Break / Truncation Mark)، وهي خط منكسر أو مزدوج يوضع في بداية المحور الأفقي للتنبيه إلى أن المسافة بين نقطة الأصل وأول حد فئة تم اختصارها حفاظاً على كفاءة المساحة وتفادي التشتيت البصري الفارغ.

5. المرحلة الثالثة: معايرة وضبط المحور الرأسي (محور الصادات – Y-Axis)

5.1 تحديد مقياس الرسم المناسب للتكرارات

يرتبط ضبط المحور الرأسي ($Y$) ارتباطاً وثيقاً بسلامة الرسالة العلمية المنقولة عبر الرسم البياني؛ وتبدأ معايرته برصد أقصى تكرار مطلق سجلته فئات الجدول التكراري لتحديد سقف المحور الرأسي. يجب أن يزيد المدى الإجمالي للمحور الرأسي بنسبة طفيفة (حوالي 10% إلى 15%) عن أعلى تكرار مرصود، مما يمنع التصاق قمة أطول مستطيل بالإطار العلوي للرسم، ويمنح المشاهد مساحة بصرية مريحة لتقييم الذروة التكرارية.

يُقسم المحور الرأسي بوحدات قياس متساوية ومنتظمة تعتمد على زيادات رقمية منطقية ومتداولة ذهنياً، مثل التدرج بمقدار ($1، 2، 5، 10، 20…$)، وتجنب الزيادات الكسرية المعقدة أو التدرجات غير المتسقة التي ترهق القارئ. ويبرز هنا مبدأ إحصائي قطعي لا يقبل التجاوز: يجب أن يبدأ المحور الرأسي دائماً من نقطة الصفر المطلق ($0$). إن قطع المحور الرأسي للبدء من قيمة تكرارية أعلى من الصفر يُعد من أخطر الممارسات التضليلية في العرض البياني، لأنه يضخم الفروق الطفيفة بين ارتفاعات الأعمدة بصورة مصطنعة، مما يوحي باختلافات سيكومترية جذرية لا أصل لها في البيانات الفعلية.

5.2 استخدام التكرارات النسبية أو الكثافة التكرارية

عندما يسعى الباحث السلوكي لمقارنة توزيعات مستخلصة من عينات ذات أحجام مختلفة، يصبح استخدام التكرارات المطلقة على المحور الرأسي عديم الجدوى وقد يؤدي إلى استنتاجات خاطئة؛ لذا يُستبدل مقياس التكرار المطلق بمقياس التكرار النسبي (Relative Frequency) أو النسبة المئوية المباشرة. يتيح هذا التحويل الرياضي توحيد المقياس التفسيري، ويجعل التوزيعات النفسية قابلة للإسقاط التناظري والمقارنة البصرية، وهو المبدأ التأسيسي المعتمد في صياغة المعايير السيكومترية المقننة (Norms) كالمئينيات ومستويات الأداء المعياري.

وفي الظروف الإحصائية التي تفرض استخدام فئات ذات أطوال غير متساوية ($Unequal; Bin; Widths$)—وهي حالات قد تلجأ إليها البحوث السريرية لدمج الفئات الطرفية النادرة—يُمنع منعاً باتاً وضع التكرارات الخام أو النسبية المباشرة على المحور الرأسي؛ لأن ذلك يخرق “مبدأ المساحة” ويجعل الأعمدة العريضة تبدو ضخمة التكرار زوراً. والحل الرياضي الإلزامي هنا هو استخدام الكثافة التكرارية (Frequency Density) على المحور الرأسي، وتُحسب بالمعادلة الصارمة:

$$\text{Frequency Density} = \frac{\text{Class Frequency } (f_i)}{\text{Class Width } (w_i)}$$

وبذلك، تتحدد مساحة المستطيل بضرب عرضه (طول الفئة) في ارتفاعه (الكثافة التكرارية)، لتعود المساحة الناتجة مساوية تماماً للتكرار الفعلي، وتستعيد الصورة البيانية دقتها وأمانتها الرياضية المطلقة.

5.3 تسمية المحور وصياغة التسميات التوضيحية

تكتمل الكفاءة الإدراكية للمحور الرأسي عبر الصياغة اللغوية الدقيقة للتسميات؛ حيث يجب كتابة تسمية صريحة لا تحتمل اللبس لطبيعة القيم المعروضة عمودياً، مثل: “التكرار المطلق ($f$)”، أو “النسبة المئوية للمشاركين (%)”، أو “الكثافة التكرارية”. ويوصى بأن تكون الكتابة موازية لاتجاه المحور الرأسي لقراءتها بسلاسة عند مطالعة الشكل بصورة عامة.

ولدعم الفهم البصري السريع، يُفضل تضمين خطوط شبكة أفقية خفيفة للغاية (Subtle Gridlines) تنطلق من علامات التدريج الرئيسية على المحور الرأسي لتعبر خلف الأعمدة التكرارية. تساعد هذه الشبكة الباهتة عين القارئ في الإسقاط الأفقي لقمم المستطيلات وتقدير أرقام التكرار بدقة دون الحاجة للجوء إلى مسطرة خارجية، على أن تظل تلك الخطوط هادئة وغير فاقعة لكي لا تشوش على التركيز في حدود الأعمدة نفسها.

6. المرحلة الرابعة: إسقاط الأعمدة ودمج التكرارات بيانياً

6.1 رسم مستطيلات التكرار بدقة متناهية

تُمثل هذه المرحلة ذروة التحويل المنهجي من الجدول التكراري إلى النموذج الهندسي؛ حيث يُشرع في تشييد المستطيلات العمودية لكل فئة على حدة. ينطلق كل مستطيل أفقياً من الحد الحقيقي الأدنى للفئة وينتهي بدقة متناهية عند حدها الحقيقي الأعلى على طول محور السينات. وتُرفع حواف المستطيل عمودياً ليتطابق ارتفاعها التام مع التكرار المقابل المسجل في الجدول، أو مع قيمة الكثافة التكرارية المحسوبة.

يتعين على الباحث التحقق المستمر من أن العلاقة الهندسية الرياضية بين المساحة والتكرار متحققة في كل عمود يتم إسقاطه؛ فالمستطيل ليس مجرد خط أو شريط لوني، بل هو مساحة هندسية ذات بعدين ($Width \times Height$). وتضمن الدقة المتناهية في ضبط الأبعاد تجنب التشويه الإدراكي لحجوم العينات المعروضة، بحيث يستطيع المتخصص بمجرد إلقاء نظرة شمولية على المستطيلات استنتاج النسبة التقريبية لكل شريحة من المفحوصين دون الوقوع في أخطاء التقدير البصري.

6.2 تطبيق مبدأ التلاصق الكامل بين الأشرطة التكرارية

يُعد التلاصق التام بين الأعمدة المتجاورة السمة الهيكلية الفارقة للمدرج التكراري؛ حيث يشترك الخط الرأسي الأيمن لمستطيل أي فئة اشتراكاً كاملاً ومطابقاً مع الخط الرأسي الأيسر للمستطيل الذي يليه مباشرة. ويُحظر تماماً ترك أي فراغات هوائية عشوائية أو مسافات بيضاء بين المستطيلات المتتالية طالما أن السلسلة الرياضية للبيانات مستمرة ولم تنقطع.

لكن يبرز هنا تساؤل منهجي بالغ الأهمية: كيف نتعامل مع الفئات التي تسجل تكراراً صفرياً ($f = 0$) في الجدول؟ في هذه الحالة الإحصائية، لا يجوز بأي حال من الأحوال تقريب الأعمدة المجاورة لإلغاء الفئة الصفرية؛ بل يجب ترك فراغ أفقي كامل يعادل تماماً طول الفئة الصفرية غير الممثلة بأي ارتفاع. يحمل هذا الفراغ المحسوب دلالة تشخيصية وسيكومترية عميقة في الدراسات الإكلينيكية؛ إذ يبرز بصرياً وجود فجوة حقيقية في السلوك، أو انقطاع في ظهور أعراض مرضية معينة، أو انفصال تام بين مجموعات فرعية داخل العينة الواحدة، مما يوفر بيانات إكلينيكية حاسمة لا تظهر إلا بالحفاظ على الفراغ كقيمة صفرية واقعية على خط الأعداد المستمر.

6.3 الترميز البصري والجمالي للأعمدة

تقتضي متطلبات النشر الأكاديمي الرصين إخضاع الجوانب الجمالية للمدرج التكراري لمعايير الوضوح والحياد العلمي والابتعاد التام عن الزخرفة غير المجدية. يجب اعتماد ألوان هادئة ومتجانسة للأعمدة، مثل التدرجات الرمادية المعتمدة في المجلات العلمية، أو درجات الأزرق الداكن غير الفاقعة. ويُشترط استخدام لون تعبئة موحد لكافة أعمدة التوزيع الواحد؛ إذ إن تلوين كل عمود بلون مختلف يُعد خطأً إدراكياً فادحاً يشتت انتباه القارئ ويوحي باختلافات نوعية كاذبة بين الفئات المتصلة لنفس المتغير.

يجب الامتناع المطلق عن استخدام المؤثرات البصرية ثلاثية الأبعاد (3D Histograms) أو الظلال المصطنعة الشائعة في البرمجيات التجارية؛ إذ تُجمع دراسات الإدراك البصري على أن الأبعاد الثلاثية تشوه النسب الهندسية وتجعل القراءة الدقيقة لارتفاعات القمم على المحور الرأسي أمراً شديد الصعوبة ومحفوفاً بالخطأ. ولتعزيز الفصل الإدراكي الواضح بين الفئات المتلاصقة، يتعين تأطير المستطيلات بحدود خطية دقيقة بلون متباين داكن (كأن تكون التعبئة رمادية فاتحة والحدود سوداء رقيقة)، مما يمنح المدرج مظهراً أكاديمياً محترفاً يفي بمتطلبات النشر الدولي الرصين.

7. مثال تطبيقي عملي: تحويل درجات اختبار سيكولوجي إلى مدرج تكراري

7.1 البيانات الأولية: درجات اختبار التحصيل المعرفي لـ 20 طالباً

لترسيخ المفاهيم النظرية السابقة في سياق تطبيقي إجرائي، سنفترض دراسة سيكومترية تهدف لتقييم درجات اختبار التحصيل المعرفي المطبق على عينة قوامها عشرون طالباً ($N = 20$). بعد تصحيح أوراق الاختبار والتحقق من سلامة الأداء، كانت الدرجات الخام المرصودة والمجمعة دون ترتيب كالتالي:

82، 74، 92، 65، 88، 71، 58، 85، 74، 96، 81، 62، 78، 89، 50، 82، 70، 94، 72، 87

نبدأ بتنظيم وتفريغ هذه البيانات عبر ترتيبها ترتيباً تصاعدياً دقيقاً:

50، 58، 62، 65، 70، 71، 72، 74، 74، 78، 81، 82، 82، 85، 87، 88، 89، 92، 94، 96

من هذه البيانات المرتبة، نحدد المعالم الإحصائية الابتدائية:

• أدنى قيمة ($X_{\text{\min}}$): $50$
• أعلى قيمة ($X_{\text{\max}}$): $96$
• المدى الإجمالي ($R$): $96 – 50 = 46$ درجة

بتطبيق قاعدة ستيرجز لتحديد عدد الفئات التقريبي:

$$k \approx 1 + 3.322 \log_{10}(20) = 1 + 3.322(1.301) \approx 5.32$$

نختار تحديد عدد الفئات ليكون خمس فئات متساوية ($k = 5$). وبقسمة المدى على عدد الفئات للحصول على طول الفئة ($w$):

$$w = \frac{46}{5} = 9.2$$

ولتحقيق ملاءمة قياسية وإدراكية وتسهيل الفهم الرياضي، نقرب طول الفئة جبرياً إلى رقم قياسي مريح هو عشر درجات ($w = 10$).

7.2 بناء الجدول التكراري للدرجات

بناءً على طول الفئة المحدد ($10$)، نقوم ببناء حدود الفئات، وتعيين حدودها الحقيقية ومراكزها الرياضية، ثم تفريغ التكرارات المطلقة والنسبية والتراكمية المستخرجة من البيانات الأصلية، كما يتضح في الجدول التالي:

الفئة (الحدود الظاهرية)	الحدود الحقيقية للفئة	مركز الفئة ($m$)	التكرار المطلق ($f$)	التكرار النسبي (%)	التكرار المتجمع الصاعد
50 – 59	49.5 – 59.5	54.5	2	10%	2
60 – 69	59.5 – 69.5	64.5	2	10%	4
70 – 79	69.5 – 79.5	74.5	6	30%	10
80 – 89	79.5 – 89.5	84.5	7	35%	17
90 – 99	89.5 – 99.5	94.5	3	15%	20
المجموع الكلي ($N$)			20	100%	–

نلاحظ من مراجعة الجدول أن المجموع التكراري يطابق حجم العينة المستهدفة ($20$) بنسبة 100%، وأن الحدود الحقيقية تتلاقى رقمياً بدقة متناهية (مثلاً: الفئة الأولى تنتهي عند 59.5 وتبدأ الثانية فوراً من 59.5)، مما يؤكد جاهزية الجدول للتحويل الهندسي إلى مدرج تكراري رصين.

7.3 الخطوات الحركية لرسم المدرج التكراري للبيانات

لإسقاط بيانات الجدول السابق بيانياً بصورة يدوية أو هندسية، نتبع التسلسل الإجرائي التالي بدقة:

• رسم المحور الأفقي ($X$): نقوم برسم خط مستقيم ونضع عليه تدريجات متساوية تمثل الحدود الحقيقية للفئات: $49.5$، $59.5$، $69.5$، $79.5$، $89.5$، $99.5$. أو يمكن تدريجه بمراكز الفئات الخمسة ($54.5$ إلى $94.5$) بمسافات بينية متطابقة تماماً قدرها وحدة قياس موحدة، ونسمي المحور بوضوح: “درجات اختبار التحصيل المعرفي”. ونضع علامة انكسار هندسي في بدايته قبل القيمة $49.5$.
• معايرة المحور الرأسي ($Y$): بالنظر إلى الجدول، نجد أن أعلى تكرار هو ($7$). لذا ندرج المحور الرأسي من نقطة الصفر المطلق ($0$) وحتى الرقم ($8$) بزيادات متساوية مقدارها ($1$) وحدة لكل خطوة، لضمان استيعاب كافة التكرارات وترك هامش علوي مريح، ونسمي المحور: “تكرار الطلاب ($f$)”.
• بناء المستطيلات المتلاصقة:
  • المستطيل الأول: قاعدته تمتد من $49.5$ إلى $59.5$، ويرتفع رأسياً حتى مستوى التكرار ($2$).
  • المستطيل الثاني: قاعدته تمتد من $59.5$ إلى $69.5$ متلاصقاً بالعمود الأول، ويرتفع حتى مستوى التكرار ($2$).
  • المستطيل الثالث: يمتد من $69.5$ إلى $79.5$ ملتصقاً بالثاني، ويرتفع حتى التكرار ($6$).
  • المستطيل الرابع (الذروة): يمتد من $79.5$ إلى $89.5$، ويرتفع لأعلى نقطة عند التكرار ($7$).
  • المستطيل الخامس: يمتد من $89.5$ إلى $99.5$ ملتصقاً بالرابع، ويرتفع حتى مستوى التكرار ($3$).

بإتمام هذه الخطوات، ينتج مدرج تكراري متناسق تتلاصق أعمدته الخمسة دون أدنى فجوة، مما يعكس بوضوح الطبيعة المتصلة للأداء التحصيلي للطلاب.

8. قراءة وتفسير المدرج التكراري: استخلاص الخصائص السيكومترية للبيانات

8.1 فحص شكل التوزيع: التوزيع الطبيعي والالتواء (Skewness)

لا تتوقف قيمة المدرج التكراري عند حد التلخيص الصوري، بل تكمن قيمته الحقيقية في قدرة الباحث على “قراءة” التضاريس الرياضية لاستنباط المعاني السيكومترية العميقة الكامنة خلف الاستجابات. يبدأ التحليل بفحص التناظر الشكلي؛ ففي حال كان المدرج يرتفع تدريجياً من الأطراف ليبلغ ذروته في الوسط، مشكلاً تصميماً شبيهاً بالجرس المتماثل، فإن ذلك يشير إلى اقتراب درجات العينة من التوزيع الاعتدالي المعياري (Gaussian Normal Distribution)، وهو الافتراض الجوهري لكفاءة أغلب الاختبارات النفسية المقننة.

أما عندما تفقد الأعمدة تماثلها حول المركز، يبرز مفهوم “الالتواء” (Skewness) كدلالة سيكومترية حيوية؛ فإذا امتد “ذيل” المستطيلات المنخفضة نحو اليمين (القيم المرتفعة) بينما تتكدس غالبية الأعمدة المرتفعة نحو اليسار (الدرجات المنخفضة)، فإننا نكون أمام التواء موجب (Positive Skewness). وفي سياق القياس النفسي، يُفسر الالتواء الموجب غالباً بصعوبة الاختبار؛ حيث عجزت الغالبية الساحقة من المفحوصين عن حصد درجات مرتفعة، وتمركزت استجاباتهم في المستويات الدنيا. وعلى النقيض من ذلك، يعكس الالتواء السالب (Negative Skewness)—المتمثل في امتداد ذيل المدرج نحو اليسار وتكتل الأعمدة الشاهقة نحو اليمين كما لاحظنا في مثالنا التطبيقي السابق—سهولة الاختبار المعرفي أو وجود ما يعرف سيكومترياً بـ “تأثير السقف” (Ceiling Effect)، حيث حصد معظم المفحوصين درجات مرتفعة بسهولة.

8.2 تحليل التفرطح (Kurtosis) وأثر تشتت الدرجات

إلى جانب الالتواء، يقدم الارتفاع النسبي لقمة المدرج التكراري مؤشراً بصرياً بالغ الأهمية حول خاصية “التفرطح” (Kurtosis)، والتي ترتبط ارتباطاً وثيقاً بدرجة تجانس العينة النفسية المفحوصة. فعندما تبرز في منتصف المدرج قمة شديدة الارتفاع والنحافة محاطة بأعمدة طرفية متناهية الصغر، يُصنف التوزيع بأنه توزيع مدبب (Leptokurtic). ويعكس هذا التدبب انخفاضاً حاداً في التباين والتشتت وتكتل معظم أفراد العينة حول قدرة نفسية متقاربة، مما يدل على تجانس فائق قد يضعف أحياناً من قدرة الأداة السيكومترية على فرز الفروق الفردية الدقيقة.

وفي المقابل، إذا بدت أعمدة المدرج التكراري متقاربة الارتفاع وممتدة على مساحة أفقية عريضة دون ذروة مركزية واضحة، فإننا نصف التوزيع بأنه توزيع مفلطح أو مسطح (Platykurtic). وتتجسد الدلالة السلوكية لهذا التفلطح في اتساع تباين الدرجات وتشتتها العالي، مما يبرهن على عدم تجانس العينة واحتوائها على مستويات متباينة للغاية من السمة المقاسة، وهو أمر محمود إذا كان الهدف من الاختبار النفسي هو الانتقاء والفرز الواسع للمفحوصين.

8.3 تحديد المنوال والفئات الحرجة إكلينيكياً

يوفر المدرج التكراري وسيلة إدراكية مباشرة لتعيين المنوال (Mode)؛ إذ تمثل الفئة التي يعلوها أطول مستطيل “الفئة المنوالية” (Modal Class). في نموذجنا التطبيقي السابق، نجد أن الفئة ($80 – 89$) هي الفئة المنوالية بتكرار بلغ ($7$) طلاب. وتجسد الفئة المنوالية المستوى السلوكي الأكثر شيوعاً ورواجاً داخل المجتمع الإحصائي المعاين، مما يجعلها مرجعاً سريعاً لتقييم الأداء النموذجي المتوسط.

تكتسب هذه القراءة أهمية تشخيصية استثنائية عند ظهور توزيعات ثنائية المنوال (Bimodal Distributions)، حيث يبرز في المدرج التكراري عمودان شاهقان تفصل بينهما مستطيلات منخفضة. إن هذا التوزيع ثنائي القمم لا يمكن للمتوسط الحسابي المجرد اكتشافه بمفرده؛ بل هو جرس إنذار بصري يبرهن للأخصائي النفسي على أن العينة ليست مجتمعاً متجانساً، بل تنطوي في باطنها على فئتين فرعيتين متمايزتين جذرياً (Sub-populations)، مثل وجود مجموعة تعاني من اضطراب سريري حاد مقابل مجموعة سليمة تماماً داخل العينة ذاتها، وهو ما يستدعي فصلاً منهجياً في التحليل الإكلينيكي اللاحق.

9. الأدوات البرمجية لبناء المدرج التكراري من الجداول والبيانات

9.1 إنشاء المدرج التكراري باستخدام برمجية SPSS

تُعد الحزمة الإحصائية للعلوم الاجتماعية (IBM SPSS) الخيار الأكثر انتشاراً بين الباحثين السلوكيين؛ ويتطلب إنشاء مدرج تكراري انطلاقاً من جدول تكراري جاهز إدراك خاصية منهجية مهمة؛ فالبرمجية مهيأة بطبيعتها لتحويل البيانات الفردية غير المبوبة إلى مدرجات عبر أمر الرسم المباشر. ولكن في حال كان لدى الباحث جدول تكراري يشتمل على عمود للفئات وعمود للتكرارات، فإن الخطوة الأساسية تكمن في تفعيل خاصية “ترجيح الحالات” (Weight Cases).

يتم ذلك عبر الدخول إلى قائمة Data ثم اختيار Weight Cases، وتحديد خيار Weight cases by ونقل متغير التكرار إلى الحقل المخصص. تخبر هذه الخطوة البرمجية بأن كل فئة يجب تكرارها حاسوبياً بعدد مرات تكرارها المسجل في الجدول. بعد ذلك، يتوجه الباحث إلى قائمة Graphs ثم Chart Builder أو Legacy Dialogs ويختار Histogram، وينقل متغير الفئات إلى المحور الأفقي. تتيح البرمجية خياراً سيكومترياً شديد الأهمية وهو تفعيل خيار إظهار منحنى التوزيع الطبيعي المعياري (Display normal curve) فوق الأعمدة، مما يسمح للباحث بإجراء تقييم بصري مقارن وفوري لمدى انحراف أعمدة درجاته عن المسار الاعتدالي النظري.

9.2 التطبيق العملي عبر مايكروسوفت إكسيل (Microsoft Excel)

يقدم برنامج إكسيل مرونة استثنائية تتيح للباحثين تصميم مدرجات تكرارية دقيقة مباشرة من جداول التكرارات المبوبة. ويمكن إنجاز ذلك عبر طريقتين:

• أداة تحليل البيانات (Data Analysis Toolpak): من خلال تبويب Data واختيار Data Analysis ثم أمر Histogram؛ حيث يُطلب تحديد نطاق البيانات (Input Range) ونطاق حدود الفئات الحقيقية (Bin Range)، مع تأشير خيار المخرجات البيانية (Chart Output) لتوليد المدرج التكراري بصورة آلية.
• التعديل الهندسي للمخطط العمودي: وهي الطريقة الأدق والأكثر تخصيصاً؛ حيث يقوم الباحث بإدراج مخطط شريطي عمودي تقليدي (Clustered Column) مستنداً إلى مراكز أو حدود الفئات على المحور الأفقي والتكرارات على المحور الرأسي. وبمجرد ظهور المخطط، سينتج أعمدة متباعدة بفراغات بيضاء؛ وهنا يتدخل الباحث بالنقر المزدوج على الأعمدة لفتح قائمة تنسيق سلسلة البيانات (Format Data Series)، وضبط خيار “عرض الفجوة” (Gap Width) إلى 0% تماماً.

بإلغاء الفجوة كلياً ($Gap Width = 0%$)، تتسع المستطيلات أفقياً وتتلاصق حوافها تماماً، ليتحول المخطط العمودي العادي إلى مدرج تكراري حقيقي يستوفي كافة الشروط الإحصائية المعيارية. ويتبقى فقط تلوين حدود الأعمدة (Border Line) بلون أسود رفيع لإبراز الخطوط الفاصلة بين الفئات المتلاصقة بدقة متناهية.

9.3 التحليل الإحصائي البرمجي المتقدم (R و Python)

بالنسبة للباحثين السيكومتريين المتخصصين الساعين لإنتاج رسوم بيانية فائقة الدقة وقابلة للنشر في الدوريات العلمية رفيعة المستوى، توفر البيئات البرمجية المفتوحة كـ R و Python تحكماً كاملاً في كل بكسل رياضي من المدرج التكراري. في لغة R، تبرز حزمة ggplot2 الأيقونية كأقوى أداة لبناء التصورات البيانية التوزيعية. يمكن للباحث استخدام الدالة geom_histogram() للبيانات المستمرة الخام، أو استخدام geom_col() مع تمرير جداول التكرار المجهزة مسبقاً، مع تعيين الحدود الرياضية بدقة عبر وسائط breaks وتعديل عرض الفجوات لضمان التلاصق الكامل، بالإضافة إلى القدرة على تراكب خطوط الكثافة الاحتمالية (Kernel Density Estimation) لتقييم معالم التوزيع السيكولوجي بمستوى احترافي متقدم.

أما في بيئة بايثون (Python)، فيعتمد الباحثون على مكتبتي Matplotlib و Seaborn؛ حيث تتيح دالة plt.hist() إمكانية تحديد مصفوفة الفئات الدقيقة وخوارزمية التقطيع التكراري مباشرة عبر الوسيط bins وتحديد الكثافة عبر density=True لتطبيق مبدأ المساحة مع الفئات المتفاوتة. توفر هذه الأدوات البرمجية إمكانية تكرار التجربة (Reproducibility) بدقة بالغة؛ حيث تتيح الأكواد إمكانية إعادة تطبيق نفس المعايير الهندسية والجمالية على آلاف العينات النفسية بكفاءة برمجية لا تتيحها الواجهات الرسومية اليدوية.

10. المعايير المنهجية والأكاديمية لعرض المدرجات التكرارية في البحوث النفسية

10.1 التوثيق الصارم لبيانات الشكل وفق دليل APA الإصدار السابع

يفرض دليل النشر العلمي الصادر عن جمعية علم النفس الأمريكية في نسخته السابعة (APA 7th Edition) معايير بصرية وتوثيقية صارمة عند تضمين المدرجات التكرارية في الأطروحات والبحوث المحكمة. لم يعد يُقبل وضع العناوين المفتوحة كيفما اتفق، بل تتطلب المعايير الحديثة ما يلي:

• ترقيم الشكل: يُكتب رقم الشكل بأحرف عريضة (Bold) في السطر الأول أعلى الرسم البياني (مثال: شكل 1 أو Figure 1).
• عنوان الشكل: يوضع العنوان في السطر التالي مباشرة بخط مائل عادي (Italic)، وبصياغة واضحة ومقتضبة تحدد المتغير والعينة وطبيعة التوزيع المعروض (مثال: المدرج التكراري لتوزيع درجات التحصيل المعرفي لعينة الطلاب).
• جسم المدرج: يكون الرسم واضحاً، مع تسمية كافة المحاور وتضمين وحدات القياس، واعتماد خطوط قراءة متناسقة وخالية من الزخرفة.
• ملاحظات الشكل (Figure Notes): توضع أسفل المدرج التكراري وتبدأ بكلمة ملاحظة. (أو Note. بخط مائل)، تتضمن إيضاحاً للاختصارات السيكومترية، وحجم العينة الكلي ($N$)، وأي تعديلات إحصائية أُجريت على الفئات أو استبعاد لقيم شاردة.

10.2 الأمانة العلمية وتجنب التضليل البصري في النتائج

ترتبط أخلاقيات البحث العلمي والأمانة الإحصائية ارتباطاً مباشراً بطريقة تصميم المدرج التكراري؛ فالرسم البياني سلاح ذو حدين، يمكن استخدامه لتوضيح الحقائق أو للتلاعب الإدراكي بالقارئ والمحكم العلمي. ومن أبرز مظاهر التضليل التي يجب تجنبها بصرامة التلاعب بنسب أبعاد المحاور (Aspect Ratio)؛ فتضييق المحور الأفقي ومط المحور الرأسي بصورة مبالغ فيها يظهر التوزيع وكأنه شديد التدبب والانحدار، في حين أن توسيع المحور الأفقي وضغط المحور الرأسي يمنح انطباعاً كاذباً بتفلطح البيانات وتشتتها الواسع.

كما تشمل الأمانة العلمية الامتناع التام عن إخفاء الفئات الصفرية لتفادي إظهار فجوات التوزيع، أو التلاعب بنقاط قطع الفئات (Arbitrary Binning) بهدف إخفاء التواء معين أو إبراز اعتدالية وهمية تدعم فرضيات الباحث المسبقة. يجب أن تكون المعايير الرياضية المعتمدة في تقسيم الفئات معلنة بشفافية، مع تبرير أي استخدام لفئات غير متساوية الأطوال وتعديلها عبر الكثافة التكرارية لضمان التطابق الحسابي التام بين ما يراه القارئ مجسداً في المساحة وما تتضمنه مصفوفة البيانات الأولية من حقائق إحصائية مجردة.

10.3 كتابة تقرير التحليل السيكومتري المصاحب للمدرج البياني

لا يكتمل النشر الأكاديمي الرصين للمدرج التكراري بمجرد إدراجه ككتلة صماء في فصل النتائج؛ بل يجب أن يتكامل الرسم مع نص تحليلي سيكومتري دقيق يستنطق أبعاد الشكل ويفسر دلالاته السلوكية. يفتتح التقرير بالإحالة الصريحة إلى الشكل، متبوعة بعرض المؤشرات الوصفية المركزية ومقارنتها بالصورة التوزيعية الظاهرة.

وفيما يلي نموذج تطبيقي لصياغة تقرير أكاديمي يرافق المدرج التكراري الذي أنشأناه في القسم السابع:

“يُظهر الشكل (1) المدرج التكراري لتوزيع درجات التحصيل المعرفي لعينة الدراسة ($N = 20$). يكشف الفحص البصري لمعالم المدرج عن توزيع غير متماثل يتسم بالتواء سالب خفيف إلى متوسط؛ حيث تتمركز غالبية درجات المفحوصين نحو الطرف الأعلى للمقياس، وتقع الفئة المنوالية في المدى الدرجي ($80 – 89$) بتكرار مطلق قدره ($7$) طلاب، وهو ما يمثل 35% من قوام العينة الإجمالية. يشير الامتداد التدريجي للأعمدة نحو الفئات الدنيا ($50 – 59$) إلى غياب تأثير الأرضية (Floor Effect)، في حين يعكس تكتل الدرجات في النطاقات العليا مناسبة الاختبار المعرفي للقدرات المرتفعة مع وجود اتجاه نحو سهولة الأسئلة لنسبة معتبرة من الطلاب. تتسق هذه البنية البيانية مع المعايير التوزيعية المطلوبة لتطبيق المعالجات السيكومترية اللاحقة، مع ضرورة مراعاة الالتواء السالب عند تطبيق النماذج التنبؤية الخطية.”

إن هذا التكامل المتناغم بين التمثيل الهندسي الدقيق والتحليل السيكومتري الرصين يمنح البحث العلمي قوة إقناعية فائقة، ويضمن نقل الخصائص السلوكية المقاسة بأعلى مستويات الموضوعية والاحتراف المنهجي.

خاتمة واستنتاجات منهجية

يمثل إنشاء المدرج التكراري انطلاقاً من جدول تكراري محطة محورية في سلسلة المعالجات السيكومترية للبيانات الكمية في بحوث العلوم السلوكية والاجتماعية. إن الالتزام بالقواعد الرياضية والهندسية الحاكمة لهذا التحويل—بدءاً من الصياغة المنهجية للفئات وحساب أطوالها، وتحديد الحدود الحقيقية لضمان تلاصق المستطيلات، وصولاً إلى المعايرة الصارمة لمحوري الإحداثيات وتطبيق مبدأ المساحة—هو الضمانة الأساسية للحفاظ على سلامة التفسير الإحصائي. إن المدرج التكراري المشيد بإتقان لا يكتفي بعرض الأرقام، بل يكشف بعمق عن الطبيعة الديناميكية لتوزيع السمات النفسية، محولاً الجداول التكرارية الجامدة إلى أداة إدراكية وتشخيصية ترشد القرارات الاستدلالية وتسهم في الارتقاء برصانة ومصداقية البحوث السيكولوجية.

المراجع

Borsboom, D., Deserno, M. K., Rhemtulla, M., Epskamp, S., Fried, E. I., McNally, R. J., et al. (2021). Network analysis of multivariate data in psychological science. Nature Reviews Methods Primers, 1(1), 58. https://doi.org/10.1038/s43586-021-00055-w

Goldberg, D. P., Cooper, B. K., Eastwood, M. R., Kedward, H. B., & Shepherd, M. (1970). A standardized psychiatric interview for use in community surveys. Journal of Epidemiology & Community Health, 24(1), 18–23. https://doi.org/10.1136/jech.24.1.18