الإحصاء والقياس النفسيتحليل البيانات في إكسيل

PERCENTILE.EXC مقابل PERCENTILE.INC في Excel: ما الفرق؟

دليل أكاديمي شامل يوضح الفروق الرياضية والإحصائية بين دالتي PERCENTILE.EXC وPERCENTILE.INC في برنامج إكسيل مع التطبيقات الحسابية والنفسية القياسية.

تاريخ النشر

يُعد التحليل الإحصائي للبيانات الرقمية ركيزة أساسية تقوم عليها القرارات الأكاديمية والمهنية في شتى العلوم، بدءاً من القياس النفسي والتربوي وصولاً إلى النمذجة المالية والاقتصادية. وضمن بيئة برنامج Microsoft Excel، تحتل دوال المئينيات مكانة محورية بوصفها المقاييس الموضعية الأكثر تعبيراً عن التوزيعات التراكمية مقارنة بالمقاييس التقليدية كالمتوسط الحسابي الذي يتأثر بشدة بالقيم المتطرفة. ومع ذلك، واجه الباحثون والمحللون تحولاً جوهرياً منذ إطلاق إصدار Excel 2010 عندما تم استبدال الدالة الكلاسيكية القديمة بدالتين فرعيتين هما: دالة المئين الشاملة (PERCENTILE.INC) ودالة المئين الحصرية (PERCENTILE.EXC)، مما خلق تساؤلات منهجية معمقة حول الأسس الرياضية والفلسفية التي تميز كل منهما، ومتى يتعين على المحلل تفضيل دالة على أخرى.

يرجع هذا التمايز التقني الدقيق إلى اختلاف النظرة الإحصائية للعينة المرصودة؛ فبينما تتعامل الدالة الشاملة مع العينة كإطار مجتمعي مغلق ومكتمل بذاته يمتد من أدنى قيمة إلى أعلاها، تنظر الدالة الحصرية إلى بيانات العينة باعتبارها تمثيلاً تقريبياً ونقاطاً متقطعة مستخلصة من مجتمع إحصائي مستمر، لا نهائي ومفتوح، وهو ما يفرض استبعاد القيم الاحتمالية الصفرية والمئوية المطلقة لتجنب التحيز التقديري. يترتب على هذا التباين المفاهيمي خوارزميات حسابية متباينة لحساب الرتبة الموضعية والاستيفاء الخطي، مما يؤدي إلى نتائج عددية متفاوتة قد تحدث فارقاً جوهرياً في تفسير درجات الاختبارات النفسية، أو تحديد خطوط القطع الإكلينيكية، أو تصنيف الأداء الأكاديمي والمهني.

يهدف هذا المقال الموسوعي إلى تفكيك كافة الجوانب الرياضية، والمفاهيمية، والتطبيقية لدالتي PERCENTILE.EXC وPERCENTILE.INC داخل بيئة إكسيل. سنستعرض الجذور النظرية لعلم المئينيات في الإحصاء الوصفي، والتشريح الرياضي للخوارزميات المعتمدة في كلا الدالتين، وآليات الاستيفاء الخطي، مع تقديم محاكاة عددية لتأثير حجم العينة، وتحليل الأخطاء البرمجية الشائعة وطرق معالجتها. كما يتناول المقال ربط هذه الدوال بنظيراتها في حزم البرمجيات الإحصائية العالمية مثل R وSPSS، وتقديم دليل لاتخاذ القرار وتطوير جداول المعايير النفسية والتربوية الاحترافية بأعلى درجات الدقة والموثوقية العلمية.

جدول المحتويات

1. مدخل نظري ومفاهيمي إلى علم المئينيات (Percentiles) في الإحصاء الوصفي

1.1 التعريف الرياضي والإحصائي للمئين وأهميته في توزيع البيانات

يُعرَّف المئين (Percentile) في علم الإحصاء الوصفي بأنه مقياس موضعي غير معلمي يقسم مجموعة بيانات عددية مرتبة تصاعدياً إلى مئة جزء متساوٍ، بحيث يقابل كل جزء نسبة مئوية تراكمية محددة من مجموع المشاهدات. على سبيل المثال، يمثل المئين الخمسون (P50) القيمة التي يقع تحتها خمسون بالمئة من إجمالي قيم العينة المرصودة، بينما تمثل الرتبة المئينية تسعون (P90) النقطة الرقمية التي تقل عنها تسعون بالمئة من البيانات وتتجاوزها عشرة بالمئة فقط. تتطلب هذه العملية بالضرورة ترتيب مصفوفة المشاهدات تصاعدياً من أصغر قيمة إلى أكبر قيمة، إذ يستحيل استخراج الرتب المئينية بدقة دون ضبط التسلسل الترتيبي الأولي لعناصر المصفوفة الخاضعة للدراسة.

من الضروري التمييز بدقة متناهية بين مفهوم النسبة المئوية البسيطة (Percentage) والرتبة المئينية التراكمية (Percentile Rank)؛ فالأولى تمثل نسبة رياضية مجردة تقارن جزءاً من الكل كنسبة الدرجة التي يحصل عليها الطالب إلى النهاية العظمى للامتحان، في حين تعكس الرتبة المئينية الموقع النسبي لمفردة إحصائية مقارنة ببقية مفردات العينة المستهدفة. وتبرز الأهمية القصوى للمئينات في قدرتها على التغلب على عيوب مقاييس النزعة المركزية الكلاسيكية، مثل المتوسط الحسابي، نظراً لأن المئينات مقاييس موضعية مقاومة للتشويه الإحصائي الناتج عن وجود القيم الشاذة والمتطرفة (Outliers) أو التواء التوزيع التكراري.

تعتمد المئينات في جوهرها على رتبة المشاهدة بدلاً من قيمتها الحسابية المباشرة، مما يمنحها قوة وموثوقية عالية عند التعامل مع المتغيرات الترتيبية والكمية ذات التوزيعات غير الاعتدالية. يتيح هذا النهج الموضعي للباحثين والمحللين فهم التشتت والتمركز الداخلي للبيانات، واستخراج فترات التغطية النسبية بمرونة فائقة، وتحديد مواقع الأفراد أو العناصر بدقة متناهية دون الوقوع في أخطاء التقدير الناجمة عن تباين الفروق الفردية الحادة في أطراف المنحنى التكراري.

1.2 الاستخدامات القياسية للمئينيات في القياس النفسي والتربوي

يمثل القياس النفسي والتربوي (Psychometrics) أحد أكثر الحقول العلمية اعتماداً على المئينيات، حيث تُستخدم لتحويل وتفسير نتائج مقاييس القدرات العقلية العامة واختبارات الذكاء الفردية والجمعية. ونظراً لأن الدرجات الخام الناتجة عن الاختبارات النفسية لا تحمل دلالة مطلقة في حد ذاتها، يتم تحويل هذه الدرجات إلى رتب مئينية معيارية منسوبة إلى عينات تقنين محددة، مما يتيح للأخصائيين النفسيين مقارنة أداء المفحوص بمجموعة الأقران وتحديد ما إذا كان مستوى أدائه يقع ضمن النطاق المتوسط أو المرتفع أو المنخفض وفق معايير مقننة علمياً.

تمتد هذه التطبيقات إلى مقاييس الشخصية والبطاريات التشخيصية للاضطرابات السلوكية والمعرفية، حيث توفر المئينات مرجعاً موحداً وقابلاً للمقارنة بين أبعاد تشخيصية متباينة تختلف في عدد فقراتها ومداها العددي الخام. إضافة إلى ذلك، يعتمد التقييم التربوي الحديث على الرتب المئينية لتصنيف التحصيل الدراسي وتحديد المستويات المعيارية (Norms) التي تفصل بين فئات الطلاب الموهوبين والطلاب الذين يحتاجون إلى برامج الدعم الأكاديمي أو التربية الخاصة، مما يضمن اتخاذ قرارات مصيرية تستند إلى أسس عادلة وموثوقة.

تلعب المئينات دوراً بارزاً في دراسة التوزيع السكاني لسمات الاضطرابات النفسية والانفعالية، حيث تسهم في تحديد نقاط القطع السريرية (Clinical Cut-off Scores) التي تفرز الحالات الحدية أو المرضية داخل المجتمع. وبفضل هذه المنهجية، يسهل على مراكز الأبحاث والمؤسسات الصحية تقييم مدى انتشار الأعراض وربط الدرجات السلوكية بالمعايير السكانية بدقة وموضوعية دون تحيز للمعايير المطلقة غير الموحدة.

1.3 طرق حساب المئينات الكلاسيكية مقابل الطرق البرمجية الحديثة

اعتمدت الحسابات الكلاسيكية للمئينيات في الإحصاء التقليدي على صيغ الرتبة اليدوية المباشرة، مثل حساب التكرار التراكمي وتطبيق معادلات النسبة التناسبية لتقدير المئين المطلوب. ومع ذلك، ظلت هذه الطرق اليدوية مقيدة بدرجة كبيرة بحجم العينة وطبيعة الفئات، حيث كانت تؤدي في كثير من الأحيان إلى نتائج متقطعة (Discrete Steps) تفتقر إلى النعومة الرياضية المطلوبة عند الانتقال بين المشاهدات المتتالية، لا سيما في العينات الصغيرة والمتوسطة التي تتطلب تقديراً دقيقاً للقيم البينية غير المرصودة في الواقع الحسابي المباشر.

مع تطور بيئات الحوسبة الإحصائية وظهور الجداول الإلكترونية المتقدمة، تحول الحساب نحو خوارزميات الاستيفاء الخطي (Linear Interpolation) لتقدير قيم المئينات الواقعة بين نقطتين فعليتين في البيانات. تضمن هذه الخوارزميات معالجة دقيقة للكسور العشرية الناتجة عن رتب المئينات، وربط المسافات الرياضية بين الرتب بطريقة ترجيحية تحافظ على استمرارية المنحنى الاحتمالي، مما يقلل من خطأ التقدير ويزيد من كفاءة المقاييس الموضعية عند تطبيقها على التوزيعات المتصلة.

أثارت هذه المعالجات البرمجية الحديثة إشكالية تحديد نهايات الأطراف الصفرية والمئوية الكاملة (0% و100%) في التوزيعات الاحتمالية المستمرة. ففي حين تفترض بعض النماذج أن العينة المغلقة تحتوي على كامل نطاق البيانات الاحتمالي بما يبرر تعيين المئين الصفر عند أدنى قيمة والمئين مئة عند أعلى قيمة، تؤكد نماذج أخرى استحالة رصد الحدود القصوى للمجتمعات اللانهائية عبر عينات محدودة، وهو الخلاف المنهجي الذي مهد لظهور مدرستي الحساب: الشاملة (Inclusive) والحصرية (Exclusive).

2. نظرة عامة على بنية دوال حساب المئينات في برنامج Microsoft Excel

2.1 التطور التاريخي لدوال المئينيات في إصدارات إكسيل المختلفة

شهدت بنية دوال التحليل الإحصائي في برنامج مايكروسوفت إكسيل تحولاً جذرياً مع إطلاق إصدار Excel 2010، حيث هدفت الشركة المطورة إلى إعادة هيكلة وتوحيد مكتبة الدوال الإحصائية لتتوافق بدقة مع المعايير القياسية المعتمدة دولياً من قبل منظمات مثل المعهد الوطني للمعايير والتقنية (NIST) والجمعيات الإحصائية العالمية. وقبل هذا التحديث، كان إكسيل يعتمد حصرياً على دالة كلاسيكية موحدة تحمل اسم PERCENTILE لحساب الرتب المئينية، والتي كانت تطبق خوارزمية استيفاء محددة دون إتاحة خيارات بديلة للمستخدم للتعامل مع الفلسفات الإحصائية الأخرى.

لتجاوز القيود المنهجية وتحقيق الدقة المعيارية، قامت مايكروسوفت بتفريع دالة المئين القديمة إلى دالتين متخصصتين هما PERCENTILE.INC وPERCENTILE.EXC، مع الإبقاء على الدالة الأصلية PERCENTILE كدالة توافقية (Compatibility Function) لضمان عدم تعطل نماذج العمل والمصنفات المنشأة في الإصدارات السابقة. جاءت هذه الخطوة لتوحيد محرك الحسابات في إكسيل مع حزم البرمجيات الإحصائية المتقدمة وتزويد الباحثين بأدوات مرنة تمكنهم من التمييز بين النمذجة الوصفية للعينة المغلقة والنمذجة الاستدلالية للمجتمع الإحصائي المفتوح.

عزز هذا التحديث قدرات الترميز الرياضي في محرك الحسابات التابع لإكسيل، حيث أصبح قادراً على تطبيق استيفاءات خطية دقيقة تراعي حجم العينة N وتعدل الرتبة التقديرية بناءً على النموذج الإحصائي المختار. وبذلك تخلص البرنامج من الانتقادات الأكاديمية التي كانت توجه لنتائجه السابقة بوصفها غير متسقة في بعض السيناريوهات مع المخرجات الناتجة عن لغات التحليل المتقدمة مثل R ومكتبات بايثون الإحصائية.

2.2 الصيغة العامة والوسائط المشتركة لدوال المئينيات في إكسيل

تشترك دالتا حساب المئينات في إكسيل في بنية الوسائط الأساسية المطلوبة لإتمام العملية الحسابية، وتتخذ كلتاهما الصيغة الهيكلية العامة التالية:

=PERCENTILE.INC(array, k)

=PERCENTILE.EXC(array, k)

يمثل الوسيط الأول array مصفوفة البيانات أو نطاق الخلايا الرقمية المحتوية على المشاهدات الإحصائية المراد تحليلها، ويشترط أن يتضمن هذا النطاق قيماً عددية صالحة لإجراء العمليات الحسابية عليها.

أما الوسيط الثاني k، فهو يمثل القيمة العشرية الدالة على الرتبة المئينية المستهدفة، ويجب أن يقع ضمن نطاق عددي نسبي محدد بين 0 و1 (أو كنسبة مئوية مسبوقة بالرمز % مثل 25% أو 0.25). يتعامل محرك إكسيل مع مصفوفة البيانات عبر تصفية تلقائية، حيث يتجاهل الخلايا الفارغة والنصوص والسلاسل الحرفية والقيم المنطقية (TRUE و FALSE) المضمنة ضمن النطاق، مع التركيز الصارم على الإدخالات الرقمية فقط لإجراء الترتيب التصاعدي التلقائي قبل تطبيق خوارزمية الاستيفاء.

في حال احتواء نطاق المصفوفة على أخطاء برمجية مسبقة، فإن الدالة تقوم بتمرير الخطأ مباشرة، كما يؤدي تمرير مصفوفة خالية تماماً من الأرقام إلى ظهور أخطاء حسابية صريحة. تضمن هذه المعايير الدقيقة لمعالجة الوسائط حماية النموذج الحسابي من التشوهات الرياضية الناتجة عن تباين تنسيقات الخلايا داخل جداول البيانات المعقدة.

2.3 مقارنة أولية سريعة بين الدالة الحصرية (EXC) والدالة الشاملة (INC)

يتمحور الفارق الدلالي واللغوي بين مصطلحي “Inclusive” (شامل) و”Exclusive” (حصري) حول كيفية معاملة الحدود القصوى لنطاق النسب المئوية المسموح بها للمدخل k. فالدالة الشاملة PERCENTILE.INC تتيح إدخال كامل المجال الإغلاقي للنسبة المئوية، بما يشمل الحدين المطلقين [0, 1] أي من المئين 0% إلى المئين 100% بصورة كاملة. في المقابل، ترفض الدالة الحصرية PERCENTILE.EXC شمول الأطراف المطلقة، حيث تستبعد النسبة 0 والنسبة 1 تماماً من نطاق المدخلات المقبولة وتقتصر على المجال المفتوح بينهما.

ينعكس هذا التباين مباشرة على النطاق الرياضي المقبول لقيمة الوسيط k؛ إذ يؤدي إدخال القيمة 0 أو 1 في دالة PERCENTILE.EXC إلى توليد خطأ القيمة غير الصالحة (#NUM!) فوراً، بينما تعيد دالة PERCENTILE.INC القيمة الصغرى للعينة عند k=0 والقيمة العظمى عند k=1. ويحدد حجم العينة N في الدالة الحصرية الحدود الدنيا والقصوى المتاحة لحساب المئين، مما يجعل نطاقها التشغيلي ديناميكياً يعتمد على عدد عناصر المصفوفة.

يولد هذا الاختلاف المنهجي تبايناً في النواتج العددية المحسوبة لنفس العينة عند نفس قيمة k، وتكون هذه الفروق في أوج وضوحها في العينات الصغيرة وتتجه نحو التلاشي التدريجي مع تزايد حجم العينة واقترابه من اللانهاية، وهو ما يتطلب إدراكاً عميقاً من المحلل لطبيعة المشكلة الإحصائية محل الدراسة قبل اختيار الأداة الحسابية المناسبة.

3. التحليل الرياضي والتطبيقي المفصل لدالة PERCENTILE.INC

3.1 الصيغة الرياضية والخوارزمية المعتمدة في PERCENTILE.INC

تعتمد دالة PERCENTILE.INC في برنامج إكسيل على خوارزمية الرتبة الموضعية النسبية المستندة إلى تجزئة المسافات البينية بين عناصر المصفوفة بالاعتماد على معامل حجم العينة مطروحاً منه واحد (N – 1). وتحسب الرتبة الرياضية للموضع (Rank: R) بالمعادلة التالية:

R = k * (N – 1) + 1

حيث يمثل R رقم موضع القيمة في المصفوفة المرتبة تصاعدياً، ويمثل k النسبة المئينية المطلوبة المحصورة ضمن المجال المغلق [0, 1]، بينما يعبر N عن إجمالي عدد القيم الرقمية المتاحة في العينة.

يقسم هذا النموذج الرياضي المسافة الإجمالية للبيانات إلى (N – 1) فترة متساوية بين المشاهدات. ونتيجة لذلك، إذا تم طلب المئين الصفر (k = 0)، تصبح الرتبة الناتجة: R = 0 * (N – 1) + 1 = 1، وهو ما يطابق بدقة القيمة الأولى والأدنى في المصفوفة المرتبة تصاعدياً. وبالمثل، عند طلب المئين مئة (k = 1)، تكون الرتبة: R = 1 * (N – 1) + 1 = N، وهو ما يطابق القيمة الأخيرة والأعلى في المصفوفة.

تضمن هذه الآلية شمول كامل النطاق الفعلي للعينة ضمن الإطار الحسابي للمئينيات، حيث يتم تمثيل كل نقطة بيانات كحد فاصل لفترة نسبية متساوية. وعندما ينتج عن حساب الرتبة R كسر عشري، تلجأ الدالة إلى الاستيفاء الخطي الموزون بين القيمتين الواقعتين عند الرتبتين الصحيحتين المحيطتين بالكسر، مما يوفر تقديراً متصلاً وسلساً لكافة المئينات عبر النطاق الكامل للعينة.

3.2 حالات الاستخدام الإحصائي القياسي لدالة PERCENTILE.INC

تُعد دالة PERCENTILE.INC الخيار المثالي والقياسي في كافة التطبيقات الإحصائية التي تتطلب دراسة العينة بوصفها مجتمعاً مستقلاً ومغلقاً بحد ذاته، دون الرغبة في تعميم النتائج على مجتمع احتمالي مفتوح. ومن أبرز هذه التطبيقات إعداد التقارير المالية الدورية، وتحليل درجات الامتحانات المدرسية أو الجامعية المباشرة، وحساب شرائح الرواتب والأجور داخل المؤسسات والشركات، حيث يكون الهدف هو وصف وتوزيع الموارد والدرجات الفعلية المرصودة بالكامل دون إسقاطات خارجية.

كما تُستخدم الدالة بكثافة لضمان التوافق التام مع الملفات والنماذج الإحصائية المنشأة في إصدارات إكسيل القديمة التي كانت تعتمد على دالة PERCENTILE التقليدية، حيث تتطابق مخرجات الدالتين تطابقاً تاماً بنسبة 100%. وتعتبر الخيار الشائع والمعتمد لدى معظم المحللين غير المتخصصين في الرياضيات البحتة نظراً لبساطة تفسير نتائجها، وإمكانية حساب كافة المئينات من 0% إلى 100% دون مواجهة قيود برمجية ترتبط بحجم العينة أو التعرض لأخطاء حساب الحدود.

إضافة إلى ذلك، توفر هذه الدالة استقراراً كبيراً عند إعداد لوحات المؤشرات (Dashboards) والتقارير الإدارية السريعة التي تتطلب تحديد القيمة الدنيا والقيمة القصوى جنباً إلى جنب مع الربيعيات والمئينات الأخرى، مما يجعلها أداة وصفية متكاملة لتمثيل كامل النطاق البياني للمشاهدات المتاحة.

3.3 مثال تطبيقي عملي باستخدام PERCENTILE.INC

لفهم الآلية الحسابية لدالة PERCENTILE.INC بصورة عملية ومفصلة، نفترض وجود عينة مرتبة تصاعدياً تتكون من سبع درجات لطلاب في مقياس تحصيلي (N = 7):

البيانات: {10, 15, 20, 25, 30, 35, 40}

إذا أردنا حساب المئين الخامس والسبعين (k = 0.75) باستخدام الدالة، نطبق معادلة الرتبة الموضعية:

R = 0.75 * (7 – 1) + 1 = 0.75 * 6 + 1 = 4.5 + 1 = 5.5

تشير الرتبة الناتجة (5.5) إلى أن القيمة المستهدفة تقع في منتصف المسافة بين القيمة الخامسة والقيمة السادسة في المصفوفة المرتبة. وبالرجوع إلى البيانات:

  • القيمة عند الرتبة 5 = 30
  • القيمة عند الرتبة 6 = 35

تطبق الدالة بعد ذلك الاستيفاء الخطي عبر ضرب الكسر العشري (0.5) في الفرق بين القيمتين وإضافته للقيمة الأدنى:

المئين (75%) = 30 + 0.5 * (35 – 30) = 30 + 0.5 * 5 = 30 + 2.5 = 32.5

عند إدخال الصيغة =PERCENTILE.INC(A1:A7, 0.75) في إكسيل، يعيد البرنامج القيمة 32.5 بدقة متناهية. يوضح هذا المثال البسيط كيف تدمج الدالة بين تحديد الرتبة الموضعية والاستيفاء الخطي الترجيحي لتوليد قيمة دقيقة تعكس النسبة المطلوبة داخل حدود العينة المحددة.

4. التحليل الرياضي والتطبيقي المفصل لدالة PERCENTILE.EXC

4.1 الصيغة الرياضية والخوارزمية المعتمدة في PERCENTILE.EXC

تتبنى دالة PERCENTILE.EXC مقاربة رياضية استدلالية مختلفة جذرياً لحساب الموضع المئيني، حيث تعتمد على تقسيم النطاق التوزيعي بناءً على معامل حجم العينة مضافاً إليه واحد (N + 1). وتُحسب الرتبة الموضعية (R) من خلال الصيغة التالية:

R = k * (N + 1)

حيث يمثل R الموضع النسبي المستهدف، وk النسبة المئينية العشرية، وN عدد المشاهدات في المصفوفة الرقمية المرتبة تصاعدياً.

يقوم الأساس النظري لهذه المعادلة على افتراض أن العينة الملاحظة تمثل أجزاء متقطعة مستقطعة من مجتمع إحصائي مستمر غير محدود الطرفين. وفي هذا السياق، تقسم نقاط البيانات البالغ عددها N المجال الاحتمالي الإجمالي للمجتمع إلى (N + 1) فترة احتمالية متساوية الاتساع، حيث تحمل كل فترة وزناً احتمالياً يعادل 1 / (N + 1). ونتيجة لذلك، تصبح النقطة الأولى في العينة مناظرة للاحتمال التراكمي 1 / (N + 1)، في حين تناظر النقطة الأخيرة الاحتمال التراكمي N / (N + 1).

يفرض هذا البناء الرياضي قيوداً صارمة على نطاق قيم k المسموح بتمريرها للدالة؛ حيث يجب أن تقع قيمة k بدقة وحصرية داخل المجال المفتوح المحصور بين الحد الأدنى والحد الأقصى:

(1 / (N + 1)) <= k <= (N / (N + 1))

إذا كانت قيمة k أصغر من 1 / (N + 1) أو أكبر من N / (N + 1)، تفشل الدالة في إيجاد نقاط مرجعية صالحة للاستيفاء، مما يؤدي إلى ظهور خطأ #NUM! لعدم إمكانية تقدير المئين خارج النطاق الداخلي للعينة.

4.2 حالات الاستخدام العلمي والبحثي لدالة PERCENTILE.EXC

تُعد دالة PERCENTILE.EXC الأداة المفضلة في مجالات البحث العلمي المتقدم، والاستدلال الإحصائي، والدراسات السيكومترية التي تفترض أن الظواهر المقاسة (مثل الذكاء، أو القلق، أو السمات المعرفية) تتوزع توزيعاً طبيعياً ومستمراً عبر مجتمعات لا نهائية. ففي هذه النماذج الاحتمالية، يستحيل منطقياً ونظرياً أن تتطابق أصغر مشاهدة تم رصدها في العينة مع الحد الأدنى المطلق للمجتمع بأكمله (احتمال 0%)، كما يستحيل أن تمثل أعلى مشاهدة مرصودة الحد الأقصى المطلق للمجتمع (احتمال 100%).

يتوافق هذا النهج المنهجي الصارم مع المعايير القياسية التي يوصي بها دليل الإحصاء الهندسي للمعهد الوطني للمعايير والتقنية (NIST)، والذي يعتمد خوارزمية (N + 1) كصيغة غير متحيزة لتقدير التوزيعات الاحتمالية التراكمية في العينات التجريبية. وتستخدم هذه الدالة على نطاق واسع في دراسات القياس الهيدرولوجي، وحساب فترات العودة للظواهر المناخية المتطرفة، ومعايرة الاختبارات النفسية المقننة دولياً التي تتطلب مطابقة تامة مع نماذج التوزيع الاحتمالي المستمر.

يمنح استخدام الدالة الحصرية الباحثين مصداقية منهجية أعلى عند تقديم أوراقهم البحثية للمجلات العلمية المحكمة، حيث يعكس اختيارها فهماً عميقاً لطبيعة الاستدلال الإحصائي والتعامل مع بيانات العينة كنقاط تمثيلية لا كحدود مغلقة ومطلقة لمتغيرات الدراسة.

4.3 مثال تطبيقي عملي باستخدام PERCENTILE.EXC

لتوضيح الفارق الحسابي باستخدام نفس العينة الرقمية السابقة المكونة من سبع درجات مرتبة تصاعدياً (N = 7):

البيانات: {10, 15, 20, 25, 30, 35, 40}

نحدد أولاً النطاق المقبول للنسبة k في هذه العينة:

  • الحد الأدنى: 1 / (7 + 1) = 1 / 8 = 0.125 (المئين 12.5%)
  • الحد الأقصى: 7 / (7 + 1) = 7 / 8 = 0.875 (المئين 87.5%)

إذا أردنا حساب المئين الخامس والسبعين (k = 0.75)، نلاحظ أنه يقع ضمن النطاق المقبول (0.125 إلى 0.875). نقوم بتطبيق معادلة الرتبة لدالة EXC:

R = 0.75 * (7 + 1) = 0.75 * 8 = 6.0

جاءت الرتبة الناتجة عدداً صحيحاً تماماً وهو (6)، مما يعني أن المئين الخامس والسبعين الحصري يطابق مباشرة القيمة الواقعة عند الموضع السادس في المصفوفة المرتبة دون الحاجة إلى تطبيق الاستيفاء الخطي.

وبالرجوع إلى المصفوفة، نجد أن القيمة السادسة هي 35. وبالتالي، فإن الصيغة =PERCENTILE.EXC(A1:A7, 0.75) تعيد النتيجة 35، في حين كانت دالة PERCENTILE.INC قد أعادت القيمة 32.5 لنفس العينة ونفس النسبة. يبرز هذا الفارق البالغ 2.5 درجة كيف تؤدي إزاحة الرتبة الناتجة عن خوارزمية (N + 1) إلى تغيير القيمة التقديرية للمئين بصورة واضحة في العينات المحدودة.

5. الفروق الجوهرية والرياضية بين PERCENTILE.INC وPERCENTILE.EXC

5.1 المقارنة الرياضية المباشرة بين خوارزميات الرتبة (Rank Calculation)

ينبع الاختلاف الجوهري بين الدالتين من المعادلة المستخدمة لتحديد موقع الرتبة التقديرية (R) داخل المصفوفة المرتبة، حيث تتباين الصيغتان كما يلي:

  • صيغة دالة INC الشاملة: R = k * (N – 1) + 1
  • صيغة دالة EXC الحصرية: R = k * (N + 1)

عند تحليل العلاقة الجبرية بين المعادلتين، نجد أن الفرق بين رتبة EXC ورتبة INC عند أي قيمة للمئين k يُعطى بالمعادلة التفاضلية:

Diff(R) = R_EXC – R_INC = [k * (N + 1)] – [k * (N – 1) + 1] = 2k – 1

يقودنا هذا التحليل الرياضي الدقيق إلى استنتاج سلوك المنحنيات الحسابية لكلا الدالتين:

  • عندما تكون k < 0.50 (المئينات الدنيا): تكون قيمة (2k – 1) سالبة، مما يعني أن رتبة EXC تكون أصغر من رتبة INC، وبالتالي تكون النتيجة الرقمية لـ EXC أصغر من INC.
  • عندما تكون k = 0.50 (المئين الخمسون أو الوسيط): تكون قيمة (2k – 1) = 0 تماماً، مما يترتب عليه تطابق رتبتي الدالتين عند R = 0.5N + 0.5، وبالتالي تتطابق النتيجة الحسابية للدالتين عند الوسيط بغض النظر عن حجم العينة.
  • عندما تكون k > 0.50 (المئينات العليا): تكون قيمة (2k – 1) موجبة، مما يعني أن رتبة EXC تكون أكبر من رتبة INC، وتصبح النتيجة العددية لـ EXC أعلى من INC.

يوضح هذا البرهان الرياضي سبب تماثل وتباعد النتائج حول المركز، حيث تعمل دالة EXC على “تمديد” أو إزاحة الرتب نحو الأطراف مقارنة بدالة INC، وهو ما يفسر الاختلافات الرقمية الملاحظة في التطبيقات العملية.

5.2 حدود المجال (Domain Limits) والشروط القياسية للمدخلات

تفرض كل دالة قيوداً وشروطاً صارمة على مجال تعريف الوسيط k، ويمكن تلخيص هذه الشروط في الجدول المقارن التالي:

وجه المقارنة دالة PERCENTILE.INC دالة PERCENTILE.EXC
المجال الرياضي المسموح لقيمة k مجال مغلق: [0 <= k <= 1] مجال مفتوح: (1/(N+1) <= k <= N/(N+1))
حساب المئين الصفر (k = 0) مقبول (يعيد القيمة الصغرى للعينة) غير مقبول (يولد خطأ #NUM!)
حساب المئين مئة (k = 1) مقبول (يعيد القيمة العظمى للعينة) غير مقبول (يولد خطأ #NUM!)
الحد الأدنى لحجم العينة (N) مشاهدة واحدة على الأقل (N >= 1) مشاهدتان على الأقل (N >= 2)
الاستجابة للقيم خارج المجال خطأ #NUM! إذا كان k < 0 أو k > 1 خطأ #NUM! إذا خرجت k عن حدود العينة المفتوحة

يتضح من هذا الجدول أن دالة PERCENTILE.INC تتمتع بمرونة تشغيلية مطلقة لا تتأثر بحجم العينة، في حين تفرض دالة PERCENTILE.EXC شروطاً تشغيلية صارمة تتغير ديناميكياً بتغير حجم المصفوفة المدخلة، مما يوجب على مطوري النماذج المالية والإحصائية في إكسيل توخي الحذر الشديد عند بناء الصيغ المعقدة لتجنب انهيار المعادلات وظهور الأخطاء البرمجية.

5.3 الفلسفة الإحصائية: العينة المغلقة مقابل المجتمع المفتوح

إن الاختيار بين دالتي PERCENTILE.INC وPERCENTILE.EXC ليس مجرد تفضيل حسابي، بل هو انحياز منهجي إلى إحدى فلسفتين إحصائيتين أساسيتين في تحليل البيانات:

1. النموذج الوصفي التجريبي (العينة المغلقة – INC): يتبنى هذا النموذج مبدأ أن البيانات المرصودة تمثل كل ما هو متاح ومحل اهتمام، دون افتراض وجود امتدادات احتمالية مجهولة خارج العينة. وبناءً على ذلك، يتم حصر النطاق الاحتمالي بين أصغر قيمة وأكبر قيمة مرصودة، وتُعامل العينة كعالم مستقل بذاته. تتناسب هذه الرؤية مع البيانات المحاسبية، والتعدادات السكانية الكاملة، والدرجات النهائية في المؤسسات التعليمية، حيث لا معنى لافتراض وجود درجات أعلى أو أدنى مما تم تحصيله فعلياً.

2. النموذج الاستدلالي الاحتمالي (المجتمع المفتوح – EXC): ينطلق هذا النموذج من مبدأ أن العينة ليست سوى نافذة محدودة وغير مكتملة تُطل على مجتمع إحصائي لانهائي يتوزع بصورة متصلة. وبما أن العينة محدودة، فإن احتمالية رصد القيم القصوى المطلقة للمجتمع تكاد تكون منعدمة. لذلك، يتم حجز مساحات احتمالية طرفية خارج نطاق العينة تمثل المشاهدات المجهولة التي لم يشملها المسح، وهو ما يفسر استبعاد الحدود 0% و100%. تنعكس هذه الفلسفة بشكل مباشر على سلامة الاستنتاجات العلمية، وتضمن عدم تضخيم دقة التقدير في الأبحاث الأكاديمية والطبية والسيكومترية الرصينة.

6. خوارزميات الاستيفاء الخطي (Linear Interpolation) وكيف يفسر إكسيل القيم البينية

6.1 مفهوم الاستيفاء الخطي عند ظهور رتب غير صحيحة كسرية

نادراً ما تؤدي حسابات الرتبة الموضعية R إلى أرقام صحيحة تماماً في التطبيقات الواقعية، حيث ينتج في معظم الحالات رقم عشري يشتمل على جزء صحيح (Integer Part: I) وجزء كسري (Fractional Part: D). على سبيل المثال، إذا كانت الرتبة المحسوبة هي R = 4.35، فإن الجزء الصحيح هو I = 4، في حين يمثل الجزء الكسري D = 0.35. يحدد الجزء الصحيح موقع القيمة الأساسية الأولى في المصفوفة المرتبة، بينما يشير الجزء الكسري إلى المسافة النسبية التي تفصل المئين المطلوب عن القيمة التالية (I + 1).

لحل هذه الإشكالية وتقدير القيمة البينية بدقة، يطبق محرك إكسيل معادلة الاستيفاء الخطي العامة التالية:

Value = X[I] + D * (X[I + 1] – X[I])

حيث تمثل X[I] القيمة الرقمية الواقعة عند الرتبة الصحيحة I في المصفوفة المرتبة تصاعدياً، وتمثل X[I + 1] القيمة التالية لها مباشرة في الترتيب، بينما يمثل D الوزن الترجيحي الكسري المحصور بين 0 و1.

تضمن هذه العملية وزناً تناسبياً دقيقاً؛ فكلما اقترب الكسر العشري D من الصفر، اقتربت القيمة المقدرة من النقطة X[I]، وكلما اقترب من الواحد الصحيح، انزاحت القيمة نحو النقطة الأعلى X[I + 1]. توفر هذه الخوارزمية استمرارية رياضية فائقة تمنع حدوث قفزات مفاجئة في منحنيات التوزيع التراكمي وتسمح بإجراء المقارنات المعيارية بسلاسة.

6.2 دراسة مقارنة للاستيفاء الخطي بين الدالتين على عينة موحدة

لتوضيح كيفية تأثير الاستيفاء الخطي على نتائج الدالتين، نفترض المصفوفة الرقمية التالية المكونة من ست مشاهدات مرتبة (N = 6):

البيانات: {12, 18, 24, 30, 36, 42}

المطلوب حساب المئين الأربعين (k = 0.40) باستخدام الدالتين ومقارنة مسارات الاستيفاء:

أولاً: تطبيق دالة PERCENTILE.INC:

1. حساب الرتبة: R = 0.40 * (6 – 1) + 1 = 0.40 * 5 + 1 = 2.0 + 1 = 3.0

2. تحليل الرتبة: الجزء الصحيح I = 3، والجزء الكسري D = 0.0

3. تحديد القيمة: بما أن الكسر صفر، فإن القيمة تطابق مباشرة المشاهدة الثالثة في المصفوفة وهي 24.

ثانياً: تطبيق دالة PERCENTILE.EXC:

1. حساب الرتبة: R = 0.40 * (6 + 1) = 0.40 * 7 = 2.8

2. تحليل الرتبة: الجزء الصحيح I = 2، والجزء الكسري D = 0.8

3. تحديد القيم المرجعية: المشاهدة الثانية X[2] = 18، والمشاهدة الثالثة X[3] = 24

4. تطبيق الاستيفاء الخطي: Value = 18 + 0.8 * (24 – 18) = 18 + 0.8 * 6 = 18 + 4.8 = 22.8

نلاحظ بوضوح كيف أدى اختلاف معادلة الرتبة إلى تغيير النقطتين المرجعيتين والكسر الموزون؛ حيث اعتمدت دالة INC على المشاهدة الثالثة مباشرة (الناتج 24)، في حين قامت دالة EXC بعمل استيفاء ترجيحي بين المشاهدتين الثانية والثالثة بوزن 80% للمشاهدة الأعلى (الناتج 22.8). يجسد هذا المثال العملي التباين الإحصائي الدقيق الناتج عن بنية خوارزميات الاستيفاء في كلا الدالتين.

6.3 التوافق مع برامج التحليل الإحصائي الأخرى (SPSS و R و SAS)

تعتبر قضية التوافق البرمجي بين إكسيل وحزم التحليل الإحصائي العالمية من القضايا الجوهرية للباحثين لضمان قابلية تكرار النتائج (Reproducibility). في لغة البرمجة الإحصائية الشهيرة R، تتضمن دالة حساب المئينات quantile() تسعة أنواع وخوارزميات استيفاء مختلفة (Types 1-9):

  • النوع السابع (Type 7): يطابق بدقة متناهية دالة PERCENTILE.INC في إكسيل، وهو النوع الافتراضي في لغة R ومعظم الجداول الإلكترونية، مما يضمن تطابقاً كاملاً للنتائج بين البرنامجين عند استخدام الإعدادات القياسية.
  • النوع السادس (Type 6): يطابق تماماً دالة PERCENTILE.EXC في إكسيل، وهو النوع المعتمد في المنشورات الهندسية ومراجع NIST ونماذج تحليل التوزيعات في برمجيات مثل Minitab وSAS (ضمن الإجراء PROC UNIVARIATE بالخيار PCTLDEF=4).

أما بالنسبة لبرنامج SPSS، فإن الإجراء الافتراضي لحساب المئينيات (FREQUENCIES /PERCENTILES) يعتمد خوارزمية الاستيفاء الموزون المتطابقة مع دالة PERCENTILE.INC (Type 7). وفي حال رغبة الباحث في مطابقة مخرجات إكسيل مع SPSS، يتعين عليه استخدام دالة PERCENTILE.INC حصراً، حيث سيؤدي استخدام PERCENTILE.EXC إلى فروق طفيفة في النتائج قد تثير تساؤلات المحكمين الأكاديميين إذا لم يتم توضيح الأساس الرياضي لنوع الاستيفاء المعتمد.

7. دليل عملي شامل: تجارب حسابية مقارنة ومحاكاة عددية في إكسيل

7.1 تجربة عملية مع عينة بيانات صغيرة (N = 5)

تتجلى الفروق الرياضية بين دالتي المئينيات في أوضح صورها عندما يكون حجم العينة متناهي الصغر. لتوضيح ذلك عملياً، نأخذ عينة رقمية تتكون من درجات خمسة طلاب (N = 5):

البيانات: {50, 60, 70, 80, 90}

سنقوم بحساب مجموعة من المئينات المختارة ومقارنة النتائج الحسابية بين الدالتين في الجدول التالي:

المئين المطلوب (k) ناتج PERCENTILE.INC ناتج PERCENTILE.EXC الفارق العددي الملاحظات والتفسير الرياضي
10% (k = 0.10) 54.0 خطأ #NUM! غير معرف فشل EXC لأن الحد الأدنى المسموح به هو 1/(5+1) = 16.67%
25% (k = 0.25) 60.0 55.0 +5.0 لـ INC إزاحة واضحة للرتبة نحو القيمة الصغرى في EXC
50% (k = 0.50) 70.0 70.0 0.0 (تطابق تام) تطابق الرتبتين عند الوسيط تماماً (R = 3.0)
75% (k = 0.75) 80.0 85.0 +5.0 لـ EXC إزاحة واضحة للرتبة نحو القيمة العظمى في EXC
90% (k = 0.90) 86.0 خطأ #NUM! غير معرف فشل EXC لأن الحد الأقصى المسموح به هو 5/(5+1) = 83.33%

تثبت هذه التجربة العملية أن العينات الصغيرة تشهد تبايناً حاداً بين الدالتين يصل إلى 5 درجات كاملة عند الربيعيات، مع فشل تام لدالة EXC في حساب المئينات الطرفية (10% و90%) وتوليد خطأ برمجياً صريحاً، مما يجعل دالة INC هي الخيار الأكثر استقراراً وعملية عند معالجة العينات متناهية الصغر في التقارير المباشرة.

7.2 تجربة عملية مع عينة بيانات متوسطة وكبيرة (N = 50 و N = 1000)

لفحص سلوك الدوال مع تزايد حجم البيانات، تم إجراء محاكاة عددية في إكسيل لدرجات اختبار نفسي تم توليدها عشوائياً وفق توزيع طبيعي بمتوسط 100 وانحراف معياري 15، وتمت مقارنة نتائج الدالتين عند حجمين مختلفين للعينة (N = 50 و N = 1000) لحساب الربيع الأول (Q1 = 0.25) والربيع الثالث (Q3 = 0.75):

1. عند عينة متوسطة (N = 50):

  • الربيع الأول (k = 0.25): رتبة INC = 13.25 | رتبة EXC = 12.75 | الفارق في الرتبة = 0.50 (فارق طفيف جداً في القيمة التقديرية لا يتجاوز أعشار الدرجة).
  • الربيع الثالث (k = 0.75): رتبة INC = 37.75 | رتبة EXC = 38.25 | الفارق في الرتبة = 0.50.
  • الحدود التشغيلية لـ EXC: متاحة من المئين 1.96% إلى 98.04%، مما يتيح حساب الغالبية الساحقة من المئينات العملية بأمان.

2. عند عينة كبيرة (N = 1000):

  • الربيع الأول (k = 0.25): رتبة INC = 250.75 | رتبة EXC = 250.25 | الفارق في الرتبة = 0.50 من أصل 1000 رتبة.
  • الربيع الثالث (k = 0.75): رتبة INC = 750.25 | رتبة EXC = 750.75 | الفارق في الرتبة = 0.50.
  • الفارق العددي في الدرجات المحسوبة: يصبح شبه معدوم ويتلاشى عملياً في الكسور العشرية الدقيقة (أقل من 0.01 درجة).
  • الحدود التشغيلية لـ EXC: تتسع لتشمل النطاق من 0.1% إلى 99.9% تقريباً.

نستنتج من هذه المحاكاة “قاعدة حجم العينة”؛ حيث يتناسب التباين بين مخرجات الدالتين عكسياً مع حجم العينة N. فبينما يمثل اختيار الدالة قراراً مصيرياً وحرجاً في العينات الصغيرة (N < 30)، يصبح الفارق مهملاً وغير ذي دلالة إحصائية في العينات الكبيرة والضخمة (N >= 500)، مما يمنح المحلل حرية أكبر في الاختيار دون الخوف من تشويه النتائج.

7.3 تطبيق على مصفوفة بيانات غير مرتبة وتحتوي على أرقام مكررة

في الواقع التطبيقي، نادراً ما تكون مصفوفات البيانات نقية أو مرتبة تصاعدياً، بل غالباً ما تحتوي على قيم مكررة ومتطابقة (Tied Ranks)، وأرقام سالبة، وكسور عشرية. لاختبار كفاءة محرك إكسيل في إدارة هذه السيناريوهات المعقدة، نفترض المصفوفة العشوائية غير المرتبة التالية التي تمثل قياسات الفروق في درجات القلق قبل وبعد برنامج علاجي (N = 8):

البيانات الخام: {-5.5, 12.0, 0.0, 7.5, 12.0, -2.0, 12.0, 4.5}

يقوم محرك إكسيل داخلياً بترتيب هذه المصفوفة تصاعدياً قبل إجراء العمليات الحسابية لتصبح كالتالي:

البيانات المرتبة: {-5.5, -2.0, 0.0, 4.5, 7.5, 12.0, 12.0, 12.0}

عند حساب المئين الثمانين (k = 0.80) باستخدام الدالتين:

  • صيغة INC: الرتبة = 0.80 * (8 – 1) + 1 = 0.80 * 7 + 1 = 6.6. يقع الاستيفاء بين المشاهدة السادسة (12.0) والسابعة (12.0). وبما أن القيمتين متطابقتان تماماً، فإن الاستيفاء الخطي يعيد القيمة 12.0 دون تأثر بالكسر العشري.
  • صيغة EXC: الرتبة = 0.80 * (8 + 1) = 0.80 * 9 = 7.2. يقع الاستيفاء بين المشاهدة السابعة (12.0) والثامنة (12.0)، ويعيد أيضاً القيمة 12.0 مباشرة.

توضح هذه التجربة أن وجود القيم المكررة المتطابقة في مصفوفة البيانات يقلل من حساسية الاستيفاء الخطي للكسور العشرية، حيث تتطابق النتائج تلقائياً في المناطق التي تشهد تمركزاً وتكراراً للبيانات. كما يؤكد هذا التطبيق قدرة إكسيل الكاملة على التعامل مع الأرقام السالبة والكسور وترتيبها ترتيباً جبرياً سليماً دون الحاجة إلى تدخل يدوي من المستخدم لفرز المصفوفة مسبقاً.

8. تحليل الأخطاء الشائعة واستكشاف المشكلات وإصلاحها في دوال المئينيات

8.1 معالجة خطأ القيمة غير الصالحة #NUM! وأسبابه التفصيلية

يُعد خطأ القيمة غير الصالحة (#NUM!) الخطأ البرمجي الأكثر شيوعاً وتكراراً عند التعامل مع دوال المئينيات في إكسيل، ويرجع ظهوره إلى أحد الأسباب الفنية والرياضية التالية:

1. تجاوز حدود المجال في PERCENTILE.EXC: يحدث عندما يقوم المستخدم بتمرير قيمة للوسيط k تقع خارج النطاق المسموح به إحصائياً للعينة، أي عندما تكون k < 1/(N+1) أو k > N/(N+1). فعلى سبيل المثال، إذا كان حجم العينة N = 9، فإن إدخال k = 0.05 أو k = 0.95 سيولد فوراً خطأ #NUM! لأن النطاق المتاح محصور بين 0.10 و0.90 فقط.

2. تجاوز النطاق النسبي العام [0, 1] في PERCENTILE.INC: يظهر هذا الخطأ إذا تم إدخال قيمة سالبة للمدخل k (مثل k = -0.1) أو قيمة أكبر من الواحد الصحيح (مثل إدخال 75 بدلاً من 0.75 أو 75%).

3. تطبيق الدالة على مصفوفة بيانات غير كافية: يؤدي تمرير مصفوفة فارغة تماماً، أو مصفوفة تحتوي على مشاهدة رقمية واحدة فقط إلى دالة PERCENTILE.EXC إلى ظهور خطأ #NUM!، نظراً لأن الدالة تشترط وجود نقطتين على الأقل لبناء الفترات الاحتمالية المفتوحة.

ولمعالجة هذه الإشكالية برمجياً وبناء صيغ شرطية محمية، يمكن استخدام الدالة الشرطية IF للتحقق من صلاحية قيمة k قبل تمريرها، كما في الصيغة الاحترافية التالية:

=IF(AND(k >= 1/(COUNT(Array)+1), k <= COUNT(Array)/(COUNT(Array)+1)), PERCENTILE.EXC(Array, k), "القيمة خارج النطاق المسموح")

8.2 معالجة خطأ عدم تطابق النوع #VALUE! وخطأ #N/A

يظهر خطأ عدم تطابق النوع (#VALUE!) في دوال المئينيات عندما يتعذر على محرك إكسيل التعرف على نوع البيانات المدخلة كوسيط. ويحدث ذلك تحديداً عند إدخال نص صريح، أو مسافة فارغة غير مرئية، أو رمز خاص في وسيط النسبة k بدلاً من كتابة رقم عشري صالح (مثل كتابة "خمسون" أو استخدام فاصلة نصية غير مدعومة في الإعدادات الإقليمية للنظام).

أما خطأ عدم التوفر (#N/A)، فيظهر غالباً عندما يتم دمج دالة المئين ضمن معادلات بحث وتدقيق أوسع (مثل XLOOKUP أو MATCH) وتفشل تلك الدوال في العثور على مصفوفة البيانات المستهدفة، أو عند تمرير نطاق خلايا يحتوي مسبقاً على خلايا بها الخطأ #N/A، حيث يقوم إكسيل بتمرير الخطأ تلقائياً إلى ناتج دالة المئينيات.

للوقاية من هذه الأخطاء وتنظيف مصفوفات البيانات غير المنتظمة، يُنصح باستخدام دوال التحقق والتنظيف الإحصائي مثل ISNUMBER لاستبعاد الإدخالات غير الرقمية، أو استخدام دالة VALUE لتحويل النصوص المنسقة كأرقام إلى قيم عددية صالحة قبل تضمينها في الحساب المئيني، مما يضمن تدفقاً سلساً للعمليات الحسابية المعقدة.

8.3 أفضل الممارسات لتصميم صيغ إكسيل ديناميكية ومحمية من الأخطاء

يتطلب بناء النماذج الإحصائية والمالية الاحترافية في إكسيل تصميم صيغ ديناميكية محصنة بالكامل ضد الأخطاء المفاجئة التي قد تظهر نتيجة لتغير مدخلات المستخدم. ومن أبرز الممارسات القياسية في هذا المجال:

1. دمج دوال المئينيات مع دالة معالجة الأخطاء IFERROR: تتيح هذه المنهجية توفير رسائل بديلة واضحة أو استدعاء خوارزميات بديلة عند فشل الحساب، كما في الصيغة الذكية التالية التي تحاول حساب المئين الحصري، وفي حال تعذره بسبب قيود الأطراف تقوم بالتحول التلقائي للمئين الشامل لتجنب تعطل النموذج:

=IFERROR(PERCENTILE.EXC(DataRange, k), PERCENTILE.INC(DataRange, k))

2. الاعتماد على الجداول الرسمية (Excel Tables) والنطاقات المسماة (Named Ranges): يضمن استخدام جداول إكسيل الديناميكية (المنشأة عبر Ctrl + T) تحديث نطاق المصفوفة تلقائياً بمجرد إضافة صفوف أو مشاهدات جديدة، مما يمنع أخطاء المراجع الثابتة ويضمن دقة حساب حجم العينة N في كل لحظة.

3. تطبيق أدوات التحقق من صحة البيانات (Data Validation): يُنصح بشدة بتقييد الخلايا المخصصة لإدخال النسبة k باستخدام قواعد التحقق من الصحة، بحيث يتم إلزام المستخدم بإدخال رقم عشري محصور بدقة بين 0 و1 في حالة INC، أو تقييده بالنطاق الديناميكي المحسوب لحجم العينة في حالة EXC، مما يمنع حدوث الأخطاء من منبعها الأولي.

9. المنظومة التكاملية: العلاقة بدوال الربيعيات (QUARTILE) والتوافقية

9.1 الربط الشامل مع دالتي QUARTILE.INC وQUARTILE.EXC

ترتبط دوال المئينيات برباط رياضي وهيكلي وثيق مع دوال الربيعيات في إكسيل؛ فالربيعيات (Quartiles) ليست في حقيقتها الإحصائية سوى حالات خاصة من المئينيات تقوم بتقسيم مصفوفة البيانات إلى أربعة أجزاء متساوية (كل ربيع يمثل 25% من البيانات). وبالمثل، قامت مايكروسوفت بتقسيم دالة الربيعيات القديمة إلى دالتين متطابقتين في فلسفتهما مع دوال المئينيات وهما:

  • QUARTILE.INC(array, quart): تطابق خوارزمية PERCENTILE.INC.
  • QUARTILE.EXC(array, quart): تطابق خوارزمية PERCENTILE.EXC.

يوضح الجدول التالي التطابق الرياضي الكامل بين وسائط الربيعيات والمئينيات في إكسيل:

الربيع المستهدف (quart) النسبة المئينية المكافئة (k) صيغة الربيع المكافئة صيغة المئين المطابقة تماماً في الناتج
الربيع 0 (القيمة الصغرى) 0% (k = 0.00) =QUARTILE.INC(A1:A10, 0) =PERCENTILE.INC(A1:A10, 0)
الربيع الأول (Q1) 25% (k = 0.25) =QUARTILE.INC(A1:A10, 1) =PERCENTILE.INC(A1:A10, 0.25)
الربيع الثاني (الوسيط Q2) 50% (k = 0.50) =QUARTILE.INC(A1:A10, 2) =PERCENTILE.INC(A1:A10, 0.50)
الربيع الثالث (Q3) 75% (k = 0.75) =QUARTILE.INC(A1:A10, 3) =PERCENTILE.INC(A1:A10, 0.75)
الربيع الرابع (القيمة العظمى) 100% (k = 1.00) =QUARTILE.INC(A1:A10, 4) =PERCENTILE.INC(A1:A10, 1)

ينعكس الاختيار بين INC وEXC بصورة حاسمة على حساب المدى الربيعي (Interquartile Range: IQR = Q3 – Q1)، وهو المقياس الأساسي المستخدم لبناء المخططات الصندوقية (Boxplots) وتحديد سياج القيم الشاذة في البيانات، حيث يؤدي استخدام QUARTILE.EXC إلى توسيع قيمة IQR في العينات الصغيرة مقارنة بدالة QUARTILE.INC، مما يؤثر على حساسية اكتشاف المشاهدات المتطرفة.

9.2 مصير الدالة القديمة PERCENTILE وتحديات التوافق العكسي

على الرغم من مرور أكثر من عقد على إعادة هيكلة محرك الحسابات في إكسيل، لا تزال مايكروسوفت تحتفظ بالدالة التقليدية القديمة PERCENTILE ضمن فئة دوال التوافق (Compatibility Functions). والسبب التقني وراء هذا الإبقاء هو ضمان التوافق العكسي (Backward Compatibility)؛ أي تمكين المستخدمين والشركات حول العالم من فتح وتشغيل مصنفات العمل القديمة التي أُنشئت في إصدارات Excel 2007 وما قبلها دون ظهور أخطاء الأسماء غير المعرفة (#NAME?).

من الناحية الرياضية والبرمجية، تتطابق الدالة القديمة PERCENTILE تطابقاً كلياً وبنسبة 100% مع الدالة المحدثة PERCENTILE.INC في كافة المدخلات والنواتج وخوارزميات الاستيفاء الخطي المعتمدة. ومع ذلك، تشير وثائق الدعم الفني لمايكروسوفت وتوصيات هندسة البرمجيات إلى ضرورة تجنب استخدام الدالة القديمة في المشاريع الإحصائية والأكاديمية الجديدة لسببين رئيسيين:

  • احتمالية الإيقاف المستقبلي: قد تقرر مايكروسوفت في الإصدارات المستقبلية إزالة دوال التوافق كلياً، مما يعرض النماذج الحديثة المبنية عليها لخطر التعطل.
  • الوضوح المنهجي والتوثيق الأكاديمي: يعكس استخدام الدوال الحديثة (INC و EXC) وضوحاً في المنهج الإحصائي المتبع ويظهر للمحكمين والمراجعين أن المحلل قد حدد خياره الرياضي بوعي ودقة.

9.3 دوال النسبة المئينية للرتبة (PERCENTRANK.INC مقابل PERCENTRANK.EXC)

تمثل دوال النسبة المئينية للرتبة الدالة العكسية المباشرة لدوال المئينيات؛ فبينما تأخذ دالة PERCENTILE نسبة مئوية k لتبحث عن القيمة الرقمية المقابلة لها في العينة، تأخذ دالة PERCENTRANK قيمة رقمية محددة من العينة (x) لتبحث عن رتبتها المئينية النسبية التراكمية المحصورة بين 0 و1.

وكما هو الحال في دوال المئينيات، تنقسم هذه الدوال العكسية إلى نسختين:

  • PERCENTRANK.INC(array, x, [significance]): تعتمد معادلة الرتبة العكسية الشاملة المستندة إلى (N – 1)، حيث تعيد القيمة 0 للمشاهدة الدنيا والقيمة 1 للمشاهدة القصوى.
  • PERCENTRANK.EXC(array, x, [significance]): تعتمد معادلة الرتبة العكسية الحصرية المستندة إلى (N + 1)، وتستبعد القيمتين 0 و1 تماماً من نواتجها المئينية.

تستخدم هذه الدوال العكسية كأداة قوية للتحقق الرياضي التبادلي (Cross-Validation) من صحة النماذج الإحصائية؛ حيث يمكن للمحلل تمرير ناتج دالة PERCENTILE.INC إلى دالة PERCENTRANK.INC للتأكد من استعادة نفس قيمة النسبة k بدقة، مما يثبت تماسك واتساق المنظومة الحسابية داخل المصنف.

10. التطبيقات القياسية والنفسية المتقدمة للمئينيات (Psychometrics)

10.1 تفسير الدرجات المعيارية في الاختبارات النفسية والسلوكية

في حقل القياس النفسي والسيكومتري، تعد الدرجة الخام التي يحصل عليها المفحوص في مقياس معين رقماً مجرداً يفتقر للمعنى التشخيصي المباشر ما لم يتم إسقاطه على منحنى التوزيع المعياري للمجتمع المرجعي. وتعتبر الرتب المئينية الأداة الأكثر وضوحاً وتفضيلاً للتواصل الإكلينيكي والتربوي مع أولياء الأمور والمؤسسات، نظراً لسهولة استيعابها البديهي مقارنة بالدرجات المعيارية المحولة الأخرى مثل الدرجة الزائية (Z-Score) أو الدرجة التائية (T-Score).

يوضح الجدول المعياري التالي كيفية ترجمة الرتب المئينية إلى تصنيفات نفسية وأداء سلوكي مقنن ومقارنتها بالدرجات المعيارية القياسية:

الرتبة المئينية (Percentile Rank) الدرجة المعيارية الزائية (Z-Score) الدرجة التائية (T-Score) نسبة ذكاء الانحراف (IQ) التصنيف السيكومتري والتشخيص الإكلينيكي
المئين 98 فما فوق +2.00 فأعلى 70 فأعلى 130 فأعلى موهبة عقلية فائقة وتفوق استثنائي (Very Superior)
المئين 91 إلى 97 +1.33 إلى +1.99 63 إلى 69 120 إلى 129 قدرة عقلية متقدمة ومرتفعة جداً (Superior)
المئين 75 إلى 90 +0.67 إلى +1.32 57 إلى 62 110 إلى 119 أعلى من المتوسط (High Average)
المئين 25 إلى 74 -0.67 إلى +0.66 43 إلى 56 90 إلى 109 المستوى المتوسط الطبيعي (Average)
المئين 9 إلى 24 -1.32 إلى -0.68 37 إلى 42 80 إلى 89 أقل من المتوسط / بطء تعلم حدي (Low Average)
المئين 2 فما دون -2.00 فأقل 30 فأقل 69 فأقل قصور عقلي / صعوبات تعلم حادة (Extremely Low)

تؤكد هذه التصنيفات السيكومترية أن أي خطأ حسابي في تقدير المئين قد يترتب عليه نقل المفحوص من فئة تشخيصية إلى فئة أخرى، مما قد يؤدي إلى قرارات خاطئة كحرمان طالب من برامج الموهوبين أو تصنيف غير دقيق لاضطراب سلوكي، وهو ما يفرض دقة صارمة في اختيار دالة الحساب داخل بيئة إكسيل.

10.2 أيهما أنسب للقياس النفسي: PERCENTILE.INC أم PERCENTILE.EXC؟

يثير اختيار الدالة المناسبة في القياس السيكومتري نقاشاً منهجياً عميقاً بين علماء النفس والقياس؛ حيث يدعم كل فريق مبررات إحصائية رصينة:

مبررات تفضيل PERCENTILE.EXC: تنص معايير القياس السيكومتري المتقدمة الصادرة عن جمعيات علم النفس (مثل الجمعية الأمريكية لعلم النفس APA) على أن القدرات والسمات النفسية هي “متغيرات كامنة مستمرة” (Latent Continuous Variables). ونظراً لأن عينات التقنين مهما بلغت ضخامتها تظل عينات احتمالية مستقطعة من مجتمع أوسع، فإن استخدام دالة PERCENTILE.EXC المستندة إلى خوارزمية (N + 1) يعتبر الأكثر اتساقاً مع النظرية السيكومترية، حيث يمنع منح أي مفحوص في عينة التقنين رتبة 0% أو 100% المطلقة، مما يتيح هامشاً احتمالياً لوجود أفراد أكثر تطرفاً في المجتمع الحقيقي.

مبررات تفضيل PERCENTILE.INC: في المقابل، يفضل بعض مطوري الاختبارات التربوية والمحللين الميدانيين استخدام دالة PERCENTILE.INC لسهولة شرحها وتوافقها مع الدرجات الخام الفعلية للعينات المغلقة، ولتجنب الأخطاء البرمجية التي قد تظهر عند رغبة الباحث في تحديد عتبات القطع الإكلينيكية عند الأطراف القصوى (مثل المئين 99 أو المئين 1) في العينات الصغيرة.

التوصية المنهجية: إذا كان الهدف هو إعداد دراسات استدلالية وتطوير بطاريات اختبارات مقننة ومحكمة للنشر في مجلات علمية عالمية، فإن استخدام PERCENTILE.EXC هو الخيار المنهجي الأرصن مع ضرورة توفير عينة تقنين كافية الحجم. أما إذا كان الهدف هو التطبيق العملي اليومي لتوزيع درجات صف دراسي محدد أو تقييم أداء موظفين داخل مؤسسة مغلقة، فإن PERCENTILE.INC توفر حلاً وصفياً مباشراً ومستقراً وخالياً من التعقيدات الحسابية.

10.3 بناء جدول معايير نفسية متكامل (Norms Table) خطوة بخطوة في إكسيل

يعد بناء جدول المعايير السيكومترية الخطوة النهائية لتحويل الدرجات الخام لعينة التقنين إلى مرجع تشخيصي دائم. ولتنفيذ ذلك في إكسيل باحترافية، نتبع الخطوات التالية:

الخطوة 1: تنظيم وتجهيز مصفوفة البيانات: نضع درجات عينة التقنين في عمود مخصص (مثلاً A2:A501 لعينة قوامها 500 مفحوص)، وننشئ جدولاً جانبياً للمئينيات في العمود C يبدأ من المئين 1 (0.01) وحتى المئين 99 (0.99) بزيادة 0.01 في كل صف.

الخطوة 2: كتابة صيغة الاستخراج التلقائي للمئينيات: في الخلية D2 المقابلة لأول مئين (0.01)، نكتب الصيغة الديناميكية التالية ونسحبها لأسفل لكافة الصفوف:

=PERCENTILE.EXC($A$2:$A$501, C2)

(أو استخدام PERCENTILE.INC وفق الهدف المنهجي المعتمد في الدراسة).

الخطوة 3: أتمتة البحث المرجعي لاستخراج رتبة أي مفحوص جديد: لتمكين الأخصائي النفسي من إدخال الدرجة الخام لأي مفحوص جديد في الخلية F2 والحصول على رتبته المئينية فوراً، نستخدم دالة البحث المتقدم XLOOKUP مع البحث التقريبي المطابق في الخلية G2:

=XLOOKUP(F2, D2:D100, C2:C100, "غير متوفر", -1)

يقوم هذا النموذج المؤتمت بمطابقة الدرجة الخام الجديدة مع أقرب قيمة مئينية في جدول المعايير، مما يوفر أداة تشخيصية سريعة ودقيقة تغني الممارسين عن الحسابات اليدوية المعقدة وتضمن اتساق القرارات الإكلينيكية والتربوية.

11. مصفوفة اتخاذ القرار: معايير اختيار الدالة الإحصائية المناسبة

11.1 شجرة القرار المنهجية للباحثين والمحللين

لتسهيل عملية الاختيار الحاسم بين دوال المئينيات في إكسيل، يمكن للمحلل اتباع شجرة القرار المنهجية الموضحة في الخطوات المنطقية التالية:

المعيار الأول: ما هو الهدف الأساسي من التحليل؟

  • إذا كان الهدف وصفياً بحتاً يقتصر على عينة البيانات المرصودة بحد ذاتها (مثل توزيع درجات صف دراسي، أو توزيع مكافآت الموظفين، أو تحليل مالي داخلي) ← اختر دالة PERCENTILE.INC.
  • إذا كان الهدف استدلالياً تعميمياً يسعى لتقدير معالم مجتمع احتمالي مستمر من واقع عينة تجريبية (مثل معايرة مقاييس نفسية، أو أبحاث طبية، أو دراسات هيدرولوجية) ← انتقل للمعيار الثاني.

المعيار الثاني: ما هو حجم العينة المتاحة (N) والمئين المستهدف (k)؟

  • إذا كان حجم العينة صغيراً جداً (N < 20) والمئين المستهدف يقع في أطراف المنحنى التوزيعي (مثل k < 0.05 أو k > 0.95) ← اختر دالة PERCENTILE.INC لتفادي خطأ #NUM!.
  • إذا كان حجم العينة كافياً يحقق الشرط 1/(N+1) <= k <= N/(N+1) ← اختر دالة PERCENTILE.EXC لضمان عدم التحيز الإحصائي.

المعيار الثالث: ما هي متطلبات جهات الاعتماد والنشر الأكاديمي؟

  • إذا كانت الدراسة تشترط التطابق مع حزمة SPSS أو الحسابات الافتراضية لـ R (Type 7) ← اختر دالة PERCENTILE.INC.
  • إذا كانت الدراسة تتبع معايير NIST الصارمة أو برمجيات Minitab وSAS القياسية (Type 6) ← اختر دالة PERCENTILE.EXC.

11.2 التحليل المقارن لنقاط القوة ونقاط الضعف لكل دالة

يلخص التحليل المقارن التالي أبرز المزايا والعيوب التشغيلية لكلا الدالتين لتقديم رؤية شاملة للمحلل:

1. دالة PERCENTILE.INC:

  • نقاط القوة: مرونة مطلقة في قبول كامل نطاق النسب [0, 1]، سهولة تفسير القيم القصوى، استقرار برمجي تام يمنع توليد أخطاء الأطراف، تطابق كلي مع النظم والمصنفات القديمة والإجراءات الافتراضية لبرنامج SPSS.
  • نقاط الضعف: تتضمن تحيزاً تقديرياً طفيفاً عند إسقاطها على المجتمعات الاحتمالية المستمرة غير المحدودة بسبب افتراض شمول العينة لكامل النطاق.

2. دالة PERCENTILE.EXC:

  • نقاط القوة: اتساق نظري ورياضي فائق مع النماذج الاحتمالية والاستدلال العلمي، عدم تحيز في تقدير التوزيعات التراكمية، مطابقة دقيقة لمعايير NIST ونماذج القياس السيكومتري الحديثة.
  • نقاط الضعف: حساسية مفرطة لحدود حجم العينة، الفشل البرمجي وتوليد خطأ #NUM! عند الأطراف في العينات الصغيرة والمتوسطة، عدم دعم حساب المئينين 0% و100%.

11.3 إرشادات التوثيق المنهجي في تقارير البحوث العلمية

تفرض أخلاقيات البحث العلمي ومعايير النشر في المجلات المصنفة دولياً (مثل منشورات Elsevier وSpringer وAPA) الإفصاح الدقيق والشفاف عن الخوارزميات والبرمجيات المستخدمة في المعالجة الإحصائية لضمان إمكانية تكرار التجربة والتحقق منها. وعند إعداد قسم المنهجية (Methodology) في الأوراق البحثية، يتعين على الباحث اتباع الإرشادات التالية:

1. الإفصاح الصريح عن نوع الدالة وخوارزمية الاستيفاء: لا يكتفي الباحث بذكر عبارة “تم حساب المئينيات باستخدام برنامج Excel”، بل يجب كتابة صياغة منهجية واضحة مثل: “تم حساب الرتب المئينية والمعايير السيكومترية باستخدام دالة PERCENTILE.EXC في برنامج Microsoft Excel 365، والتي تعتمد خوارزمية الرتبة الموضعية R = k*(N+1) المطابقة لنوع الاستيفاء Type 6 المعتمد في معايير NIST”.

2. كتابة الهوامش التفسيرية للجداول المنشورة: يجب إرفاق ملاحظة توضيحية أسفل جداول المعايير والمئينات تشير إلى الأساس الرياضي المعتمد، وتبرر سبب استبعاد المئينات الطرفية في حال استخدام الدالة الحصرية، مما يقطع الطريق على أي التباس منهجي لدى المحكمين والقراء المتخصصين.

12. الخلاصة وأفضل الممارسات لضمان دقة المعالجة الإحصائية في Excel

12.1 ملخص شامل لأبرز الفروق الجوهرية بين PERCENTILE.EXC وPERCENTILE.INC

قدم هذا المقال الموسوعي تحليلاً معمقاً لمنظومة حساب المئينيات في إكسيل، ويمكن إجمال الفروق الجوهرية بين الدالتين في النقاط المركزية التالية:

  • تقوم دالة PERCENTILE.INC على خوارزمية الرتبة k*(N-1)+1 وتتعامل مع العينة كإطار مغلق وشامل يمتد من 0% إلى 100%، وتطابق الدالة التقليدية القديمة PERCENTILE والنوع السابع في لغة R وبرنامج SPSS.
  • تعتمد دالة PERCENTILE.EXC على خوارزمية الرتبة k*(N+1) وتتعامل مع العينة كنقاط متقطعة مستخلصة من مجتمع مفتوح ومستمر، وتستبعد النسبتين 0% و100%، وتطابق النوع السادس المعتمد في معايير NIST.
  • تكون الفروق العددية بين مخرجات الدالتين حادة ومؤثرة في العينات الصغيرة وتتطابق دائماً عند الوسيط (المئين 50%)، وتتلاشى الفروق تدريجياً حتى تصبح مهملة في العينات الكبيرة والضخمة (N > 500).

12.2 قواعد ذهبية للتعامل مع البيانات الإحصائية المعقدة في إكسيل

لضمان أعلى مستويات الدقة والكفاءة عند معالجة البيانات الإحصائية في إكسيل، نوصي باتباع القواعد الذهبية التالية:

  • تنظيف البيانات أولاً: تأكد دائماً من خلو مصفوفة البيانات من النصوص المتخفية كأرقام، واستبعد القيم الشاذة الناتجة عن أخطاء الإدخال قبل تطبيق دوال المئينيات.
  • اختبار حساسية النموذج (Sensitivity Analysis): في الدراسات المصيرية، قم بحساب المئينات باستخدام كلا الدالتين وقارن بين المخرجات لتقدير مدى تأثر القرارات التشخيصية بنوع خوارزمية الاستيفاء.
  • الاستفادة من مصفوفات إكسيل الديناميكية (Dynamic Arrays): استخدم دوال التوسيع الحديثة لتوليد سلاسل المئينيات دفعة واحدة بصيغة واحدة مرنة مثل =PERCENTILE.INC(Data, SEQUENCE(99,1,1,1)/100) لزيادة سرعة الحسابات وتنظيم الهيكل البرمجي للمصنف.

12.3 توصيات ختامية للباحثين والمحللين في العلوم الإنسانية والنفسية

إن إتقان التعامل مع دوال إكسيل الإحصائية يتطلب من الباحث والمحلل الجمع الوثيق بين الفهم البرمجي لأدوات الجداول الإلكترونية والوعي النظري العميق بمفاهيم القياس السيكومتري والإحصاء الرياضي. لا تمثل برمجيات التحليل سوى وسائل تنفيذية تتوقف جودة مخرجاتها على دقة القرارات المنهجية التي يتخذها المستخدم.

لذلك، ندعو الباحثين في العلوم الإنسانية والتربوية والنفسية إلى مواكبة التطورات المستمرة في حقل الإحصاء التطبيقي، واستثمار المرونة العالية التي يوفرها برنامج إكسيل لبناء نماذج معيارية ديناميكية وقابلة لإعادة الاستخدام، مع الالتزام بأعلى معايير الإفصاح والشفافية المنهجية لضمان مصداقية الأبحاث وقوة تأثيرها في خدمة المجتمع والمعرفة الإنسانية.

المراجع (References)

اقتباس هذا المقال

looti, M. (2026, أغسطس 28). PERCENTILE.EXC مقابل PERCENTILE.INC في Excel: ما الفرق؟. عرب سايكلوجي. https://arabpsychology.com/statistics/percentile-exc-vs-percentile-inc-excel-difference/
looti, Mohammed. “PERCENTILE.EXC مقابل PERCENTILE.INC في Excel: ما الفرق؟.” عرب سايكلوجي, 28 أغسطس 2026, https://arabpsychology.com/statistics/percentile-exc-vs-percentile-inc-excel-difference/.
looti, Mohammed. “PERCENTILE.EXC مقابل PERCENTILE.INC في Excel: ما الفرق؟.” عرب سايكلوجي. أغسطس 28, 2026. https://arabpsychology.com/statistics/percentile-exc-vs-percentile-inc-excel-difference/.