ساس: كيفية تحديد عدد الفئات في المدرج التكراري

يمثل الاستكشاف البصري للبيانات الكمية حجر الزاوية في التحليل الإحصائي الحديث، حيث يُعد المدرج التكراري (Histogram) الأداة البيانية الأكثر انتشاراً وقوة في كشف البنية التوزيعية للمتغيرات المستمرة. ومع تعاظم حجم البيانات المعقدة في مجالات العلوم الاجتماعية، والسلوكية، والطبية، والقياس النفسي (Psychometrics)، أصبحت الحاجة ملحة للتحكم الدقيق في معالم هذا التمثيل البياني، وتحديداً معضلة تقسيم البيانات المستمرة إلى فترات تكرارية أو ما يُعرف اصطلاحياً بالفئات (Bins). إن هذا التقسيم لا يعكس مجرد تفضيل جمالي أو تصميمي في التقارير الإحصائية، بل يمس بصورة مباشرة جوهر التقدير غير البارامتري لدوال الكثافة الاحتمالية، ويؤثر على استنتاجات الباحث بشأن اتساق البيانات، وخلوها من الالتواء، ومطابقتها لافتراضات النماذج التنبؤية.

يقدم نظام التحليل الإحصائي SAS (Statistical Analysis System) بيئة برمجية وحسابية متطورة تتيح للباحثين والمهندسين الإحصائيين تحكماً مطلقاً في هندسة المدرجات التكرارية. بالرغم من توفير النظام لخوارزميات تلقائية لحساب اتساع وعدد الفئات، إلا أن الممارسة التحليلية الصارمة تُظهر في كثير من الأحيان عجز الإعدادات الافتراضية عن استيعاب الخصائص الميدانية الدقيقة للبيانات، مثل التوزيعات متعددة الأنماط، أو الانقطاعات التوزيعية الحادة، أو البيانات المقيدة بمقاييس نفسية محددة المدى كاختبارات القدرات المعرفية واستبيانات التقييم الذاتي. من هنا تبرز أهمية امتلاك ناصية الأدوات البرمجية المتخصصة في SAS لإعادة تشكيل الفئات بصورة منهجية تحقق الموازنة المثالية بين الدقة الإحصائية والوضوح البصري.

يتناول هذا الدليل التخصصي الشامل دراسة الآليات المنهجية والبرمجية لتحديد عدد وعرض الفئات في المدرجات التكرارية داخل بيئة SAS، مع التركيز على إجراء PROC UNIVARIATE وما يقترن به من خيارات تفصيلية مثل MIDPOINTS وNCELLS، ومقارنتها بالإجراءات البيانية التوليدية المعاصرة كإجراء PROC SGPLOT. كما يستعرض الدليل القواعد والمعادلات الرياضية القياسية المتبعة في التقدير الإحصائي للأبعاد المثلى للفئات، مسقطاً هذه التطبيقات على بيئات القياس النفسي والتربوي، ومقدماً حلولاً معيارية للمشكلات التقنية الشائعة، بما يضمن إنتاج مخرجات إحصائية وبيانية تتوافق بدقة مع معايير النشر في المجلات العلمية المحكمة وفق توصيات جمعية علم النفس الأمريكية (APA).

1. مقدمة إلى المدرجات التكرارية ودورها في التحليل الإحصائي عبر برنامج SAS

1.1 التعريف بالمدرج التكراري كوسيلة لتمثيل التوزيعات الاحتمالية

المدرج التكراري هو رسم بياني ثنائي الأبعاد يُستخدم لتلخيص وتصوير التوزيع التكراري لمجموعة من البيانات الكمية المتصلة (Continuous Quantitative Data). يقوم المبدأ البنيوي للمدرج التكراري على تقسيم المدى الإجمالي للمتغير إلى فترات متجاورة، عادة ما تكون متساوية في الاتساع، تُعرف بالفئات (Bins أو Intervals)، حيث يُشاد فوق كل فترة عمود أو مستطيل يتناسب ارتفاعه (أو مساحته الإجمالية) تناسباً طردياً مع عدد المشاهدات الواقعة ضمن نطاق تلك الفترة الحسابية. على النقيض من مقاييس النزعة المركزية والتشتت الرقمية البسيطة التي قد تختزل التوزيع إلى مجرد متوسط وانحراف معياري، يقدم المدرج التكراري صورة بانورامية متكاملة للبنية الداخلية للعينة، متيحاً للباحثين معاينة موضع التمركز، ودرجة التبعثر، واكتشاف الأنماط غير الاعتيادية.

تكمن الأهمية الجوهرية للتمثيل البياني عبر المدرج التكراري في قدرته الفائقة على الكشف البصري الفوري عن خصائص التوزيع الاحتمالي النظري الذي تنحدر منه البيانات التجريبية؛ إذ يتيح فحص التناظر (Symmetry)، والتعرف على اتجاه ودرجة الالتواء الإحصائي (Skewness) سواء كان التواءً موجباً نحو اليمين أو سالباً نحو اليسار. كما يسهم في رصد التفرطح (Kurtosis) الذي يعكس ثقل الذيول التوزيعية ومدى حدة قمة التوزيع مقارنة بالتوزيع الطبيعي القياسي (Leptokurtic مقابل Platykurtic). هذه الملامح التوزيعية تعد من المرتكزات الحرجة في الإحصاء الاستدلالي، حيث توفر دليلاً أولياً وحاسماً حول مدى تحقق الافتراضات التوزيعية الأساسية المفروضة في النماذج الخطية العامة والنماذج البارامترية.

من الأهمية المنهجية بمكان التمييز الجذري بين المدرج التكراري والمخطط الشريطي (Bar Chart). فبينما يمثل المخطط الشريطي متغيرات نوعية، فئوية، أو اسمية منفصلة (Categorical/Nominal Variables) وتفصل بين أشرطته مسافات بينية تعكس عدم اتصال الفئات منطقياً، يمثل المدرج التكراري متغيراً كمياً مستمراً وتكون أعمدته متلاصقة تماماً لتعكس الاتصال الرياضي لنطاق القياس، حيث تنتهي الفئة السابقة عند النقطة الدقيقة التي تبدأ عندها الفئة اللاحقة. إن الخلط المنهجي بين هذين التمثيلين يترتب عليه سوء تفسير للبنية التوزيعية، لا سيما عند فحص فرضيات اعتدالية التوزيع (Normality) اللازمة لتطبيق اختبارات الفروق كاختبار t أو تحليل التباين الأحادي والمتعدد، فضلاً عن نماذج المعادلات البنائية وانحدار المربعات الصغرى.

1.2 تأثير اختيار عدد الفئات على دقة التفسير الإحصائي

يعد اختيار عدد الفئات (أو عرض الفئة) القرار المنهجي الأكثر تأثيراً في تشكيل الهيكل النهائي للمدرج التكراري؛ إذ يمكن لمجموعة البيانات الواحدة أن تسفر عن أشكال بصرية متباينة جذرياً بمجرد تعديل عدد الفئات المعتمدة في الرسم. إن الإفراط في تجميع البيانات (Over-smoothing) من خلال استخدام عدد قليل جداً من الفئات العريضة يؤدي حتماً إلى طمس التباين الحقيقي بين المشاهدات، وإخفاء الأنماط الدقيقة، والتستر على سمات حرجة كالتعدد المنوالي (Multimodality). في مثل هذه الحالة، تتحول التموجات التوزيعية الثرية إلى كتلة مصمتة واحدة تشوه الصورة الواقعية للمتغير المقاس وتوحي باعتدالية زائفة تحجب التعقيد الكامن في الظاهرة المدروسة.

في المقابل، فإن التجزئة المفرطة للبيانات (Under-smoothing) الناتجة عن اختيار عدد كبير وضخم من الفئات الضيقة تقود إلى مشاكل إحصائية معاكسة تماماً، حيث يؤدي اتساع الفئات البالغ الصغر إلى ظهور تذبذبات وتعرجات عشوائية ناجمة عن أخطاء المعاينة (Sampling Noise) بدلاً من أن تعكس خصائص التوزيع الحقيقية لمجتمع الدراسة. يتجلى ذلك في ظهور فراغات وهمية وفئات تكرارية فارغة تتخلل الرسم، مما يشوش الرؤية الإحصائية ويوحي بوجود انقطاعات في الاتصال الرياضي للمتغير المدروس، الأمر الذي يعيق الباحث عن استخلاص الاتجاه العام للبيانات وتحديد مناطق التركز المنوالية الحقيقية.

تقتضي الممارسة التحليلية الرصينة تحقيق موازنة منهجية دقيقة بين تبسيط البيانات لإبراز الشكل التوزيعي الكلي وبين الحفاظ على المعالم الأساسية والتباينات الحقيقية التي تنطوي عليها العينة. يتضاعف هذا الأثر في دراسات القياس النفسي والسيكومتري عند التعامل مع متغيرات متصلة ناتجة عن درجات مركبة لمقاييس سمات الشخصية، والقدرات المعرفية، واستجابات الأداء السلوكي. فاختيار عدد الفئات في هذه السياقات ينعكس مباشرة على تقييم خصائص المقياس وقدرته التمييزية، وتحديد ما إذا كان تدني التكرارات في أطراف المنحنى يعود إلى ضعف حساسية أدوات القياس (مثل تأثيرات السقف والقاع) أم أنه يعكس انخفاضاً حقيقياً في كثافة الظاهرة السلوكية في المجتمع المدروس.

1.3 بيئة نظام التحليل الإحصائي (SAS) وأدوات التمثيل البياني للبيانات

يحتل نظام التحليل الإحصائي SAS مكانة رائدة وتاريخية كواحد من أكثر الحزم البرمجية صرامة واعتمادية في إجراء التحليلات الإحصائية المعقدة وإدارة البيانات الضخمة، لا سيما في البيئات البحثية الأكاديمية، والقطاعات الدوائية، والمؤسسات المعنية بالقياسات السيكومترية والتقييم النفسي والاجتماعي. ترتكز قوة نظام SAS على منظومته المتكاملة التي تجمع بين لغة برمجة إجرائية فائقة الكفاءة ومجموعة لا متناهية من الإجراءات الإحصائية التحليلية المتخصصة (SAS Procedures)، مما يتيح التعامل مع البيانات ذات الأحجام الهائلة مع ضمان أعلى معايير الدقة الحسابية والاستقرار الخوارزمي في تقدير المعالم والمعاملات الإحصائية.

شهدت منظومة التمثيل البياني داخل SAS تطوراً هائلاً عبر تاريخها، حيث كانت تعتمد في بداياتها على وحدات الرسوميات التقليدية التابعة لنظام SAS/GRAPH والتي كانت تتطلب كتابة أسطر برمجية معقدة ومستقلة لتنسيق الأشكال البيانية. ومع إطلاق نظام مخرجات الرسوميات الإحصائية ODS Graphics (Output Delivery System Graphics)، أحدثت SAS نقلة نوعية أدمجت بموجبها الإمكانات البيانية المتقدمة داخل الإجراءات الإحصائية التحليلية نفسها بصورة آلية وفائقة الجودة؛ إذ بات بالإمكان توليد مخرجات بيانية متطورة ومتوافقة تلقائياً مع نتائج التحليل الرياضي عبر إجراءات مدمجة مثل PROC UNIVARIATE دون الحاجة إلى اللجوء إلى محررات رسوم خارجية.

يتيح هذا التحول المعماري نحو الرسوميات الحديثة إمكانية الانتقال السلس من التحليل الاستكشافي للترددات إلى التطبيق الاحترافي للرسوم التوزيعية المتقدمة. تتيح أدوات SAS للمحلل ألا يكتفي بمجرد إخراج مدرج تكراري ثابت، بل توفر له سيطرة كاملة على الطبقات البيانية (Graphic Layers)، وتحديد مقاييس المحاور، وتعديل الفواصل العددية، ومطابقة المنحنيات النظرية التوزيعية، مما يمنح الباحث السيكومتري والإحصائي مرونة مطلقة في تفكيك بنية المتغيرات وفهم مساراتها التوزيعية بأعلى درجات التوثيق البرمجي القابل لإعادة الإنتاج (Reproducibility).

2. الأسس الرياضية والمفاهيمية: الفئات ونقاط المنتصف وحسابات الفترات

2.1 مفهوم الفئات (Bins) وعروضها الرياضية (Bin Width)

تُعرف الفئة (Bin أو Class Interval) رياضياً بأنها فترة مغلقة من جهة ومفتوحة أو مغلقة من جهة أخرى تضم نطاقاً جزئياً محدد الأطراف ضمن المدى الإجمالي للمتغير المقاس. فإذا كان المتغير المستمر يُرمز له بالرمز $X$، ويمتلك مدى كلياً يُحسب بالفرق بين القيمة العظمى والقيمة الصغرى في العينة ($Range = X_{\max} – X_{\min}$)، فإن هذا المدى يُقسم إلى $k$ من الفئات المتتالية. تُحدد كل فئة بحد أدنى أدنى ($L_i$) وحد أعلى أقصى ($U_i$)، بحيث تتحقق العلاقة الرياضية التي تضمن أن كل مشاهدة $x_j$ تنتمي إلى فئة واحدة وواحدة فقط دون أدنى تداخل أو غموض بين الفترات.

يرتبط اتساع الفئة (Bin Width ويرمز له رياضياً بـ $h$ أو $W$) بعلاقة تبادلية عكسية مباشرة مع العدد الإجمالي للفئات ($k$). في حالة الفئات المتساوية الاتساع—وهي النمط القياسي الأكثر شيوعاً وموثوقية في التحليلات الإحصائية الاستكشافية—تُحسب قيمة اتساع الفئة بقسمة المدى الكلي للبيانات على العدد المستهدف من الفئات، وفق المعادلة التالية:

$$h = \frac{X_{\max} – X_{\min}}{k}$$

إن زيادة قيمة الاتساع $h$ تؤدي حتماً إلى تناقص عدد الفئات $k$، والعكس بالعكس؛ مما يتطلب ضبطاً دقيقاً لهذه المعاملات الرياضية لضمان تغطية كامل المدى المشاهد دون ترك قيم غير مصنفة.

تعتمد معظم البرمجيات الإحصائية المتقدمة، ومنها نظام SAS، معايير الفئات متساوية الاتساع نظراً لسهولة تفسيرها البصري والحسابي، حيث يتطابق فيها الارتفاع الرأسي للعمود التكراري مع مساحته الكلية وتكراره المطلق. ومع ذلك، تبرز في بعض التطبيقات الرياضية والمصرفية والاقتصادية المتقدمة متطلبات لاستخدام فئات متغيرة الاتساع (Variable-width Bins)، لا سيما عند التعامل مع بيانات شديدة التشتت والانحراف (Heavy-tailed distributions) مثل بيانات الدخل السنوي أو زمن البقاء. في حالة الفئات متغيرة الاتساع، يصبح ارتفاع العمود معبراً عن الكثافة التكرارية (Frequency Density) المحسوبة بقسمة التكرار على اتساع الفئة، وذلك لتفادي تضليل القارئ بالاتساع المفرط للفترات الطرفية.

2.2 نقاط المنتصف (Midpoints) ودورها في تمثيل مراكز الفئات

تمثل نقطة المنتصف (Midpoint أو Class Mark) القيمة العددية المركزية الفاصلة التي تقع في المنتصف الهندسي الدقيق لكل فئة تكرارية، وتُحسب رياضياً بوصفها الوسط الحسابي البسيط للحدين الأدنى والأعلى لتلك الفئة:

$$M_i = \frac{L_i + U_i}{2}$$

تكتسب نقطة المنتصف أهميتها المنهجية من دورها كممثل رقمي وتصويري وحيد لجميع المشاهدات الفردية التي وقعت ضمن نطاق تلك الفئة، حيث يُفترض إحصائياً أن المشاهدات المجمعة تتوزع بانتظام وتماثل متكافئ حول هذا المركز، مما يجعل نقطة المنتصف الأساس الحسابي في تقدير المتوسطات والانحرافات المستخلصة من الجداول التكرارية المجتمعة.

في بيئة نظام SAS، وبشكل خاص ضمن بنية إجراء PROC UNIVARIATE، تُوظف نقاط المنتصف كآلية أساسية ومفضلة لتعريف الفئات وضبط مواقعها على المحور الأفقي (المحور السيني X). فبدلاً من أن يطالب النظام المستخدم بإدخال الحدود الدنيا والعليا لكل فترة بصورة معقدة، يستقبل SAS متسلسلة رقمية من نقاط المنتصف المتباعدة بانتظام. يقوم النظام بعد ذلك بحساب الحدود الفاصلة آلياً بافتراض أن اتساع الفئة يعادل المسافة بين نقطتي منتصف متتاليتين ($h = M_{i} – M_{i-1}$)، وتكون حدود الفئة المحيطة بنقطة المنتصف $M_i$ محصورة في النطاق $[M_i – h/2, M_i + h/2)$.

يؤثر الاختيار الدقيق لمواقع نقاط المنتصف تأثيراً مباشراً على الإدراك البصري لمؤشرات النزعة المركزية وموقع المنوال (Mode). فإذا تم وضع نقطة المنتصف عند قيمة عددية غير متوافقة مع التجمع الطبيعي للمتغير (كأن توضع في مناطق الانقطاع أو عند كسور غير منطقية لمتغير متقطع بالأصل)، فقد يؤدي ذلك إلى تشتيت الانتباه البصري، وإعطاء انطباع مضلل حول القيمة الأكثر شيوعاً في العينة، مما يبرز ضرورة مواءمة نقاط المنتصف مع الوحدات القياسية المنطقية للمتغير المدروس.

2.3 المحددات الإحصائية لحجم العينة والتباين في تحديد شكل التوزيع

يرتبط تحديد عدد وعرض الفئات ارتباطاً وثيقاً بالخصائص التوزيعية الجوهرية للعينة، وفي مقدمتها حجم العينة الكلي المتاح للتحليل ($N$). في العينات الإحصائية متناهية الصغر (حيث تكون $N < 30$)، تعاني التقديرات التكرارية من عدم الاستقرار الشديد، مما يفرض استخدام عدد محدود جداً من الفئات العريضة لتجنب الوقوع في فخ الفئات الصفرية التي تفتقر لأي تمثيل تكراري. أما في العينات الكبيرة والضخمة (حيث تتجاوز$N$ مئات أو آلاف الحالات)، تكتسب التقديرات استقراراً إحصائياً كبيراً، مما يتيح للباحث تصغير اتساع الفئات وزيادة عددها لرصد التغيرات الدقيقة في منحنى الكثافة دون خشية الوقوع في تقلبات المعاينة العشوائية.

بالإضافة إلى حجم العينة، يلعب التباين الإحصائي وتشتت الدرجات—المقاسين بالانحراف المعياري ($s$) أو المدى الربيعي ($IQR = Q_3 – Q_1$)—دوراً حاسماً في نمذجة الفئات. فالبيانات ذات التشتت المرتفع والمدى الواسع تتطلب تصميماً فئوياً مختلفاً جذرياً عن البيانات المتجانسة ذات التمركز الشديد حول المتوسط؛ إذ إن اتساع المدى يفرض إما زيادة عدد الفئات بصورة ملحوظة أو توسيع أبعاد الفئة الواحدة لاستيعاب كافة القيم دون إفراط تفريطي في مساحة العرض البياني المتاحة.

تشكل القيم الشاذة والمتطرفة (Outliers) أحد أعقد التحديات الرياضية عند تحديد حدود ونقاط منتصف الفئات. فعند وجود قيمة متطرفة تقع بعيداً في ذيل التوزيع، فإنها تزيد المدى الكلي ($Range$) بشكل مصطنع، مما يؤدي—في حال استخدام القواعد الرياضية البسيطة التي تقسم المدى على عدد ثابت—إلى تضخيم اتساع الفئات الوسطى كلها، فتندمج الكتل التوزيعية الرئيسية للبيانات في فئة واحدة أو فئتين متكدستين، بينما تمتد بقية الفئات فارغة على طول المحور الأفقي. يستلزم هذا السيناريو الاستناد إلى مقاييس تشتت متينة (Robust Measures) كالمدى الربيعي، وضبط نقاط المنتصف يدوياً عبر برمجية SAS لاحتواء القيم الشاذة دون تدمير التفاصيل الجوهرية لمركز التوزيع.

3. بنية إجراء PROC UNIVARIATE في ساس وتوليد المدرج التكراري الافتراضي

3.1 البناء النحوي الأساسي لإجراء PROC UNIVARIATE

يعد إجراء PROC UNIVARIATE واحداً من أقوى الإجراءات الإحصائية الوصفية والتوزيعية وأكثرها شمولاً في لغة برمجة SAS. يتجاوز هذا الإجراء الوظائف التقليدية لحساب المتوسطات والانحرافات التي يقدمها إجراء PROC MEANS، ليتعمق في تفكيك الخصائص التوزيعية، وحساب المئينات الدقيقة، وتحديد القيم المتطرفة، واختبارات الاعتدالية والفرضيات اللامعلمية. يبدأ الاستدعاء النحوي للإجراء بتحديد اسم مجموعة البيانات المستهدفة باستخدام الخيار DATA=، متبوعاً بمجموعة من العبارات التوجيهية التي تضبط مخرجات التحليل.

تأتي عبارة VAR كعنصر نحوي إلزامي في التحليل لتحديد المتغيرات الكمية المستمرة المراد إخضاعها للفحص الوصفي والتوزيعي. بموجب هذه العبارة، يقوم محرك SAS بفصل المتغيرات المحددة ومعالجتها بشكل منفرد ومتعمق. يتيح هذا البناء النحوي عزل المتغيرات ذات الأهمية واستبعاد المتغيرات التعريفية أو النصية التي لا تحتمل التحليل الإحصائي المستمر. تتكامل بنية الإجراء النموذجية عبر الهيكل البرمجي الآتي:

تكمن الميزة الاستثنائية لإجراء PROC UNIVARIATE في التكامل الفوري بين التحليل الرقمي المتقدم والتمثيل البياني البصري. فعند تفعيل نظام ODS Graphics في بيئة العمل عبر الأمر ODS GRAPHICS ON;، لا ينتج الإجراء مجرد جداول نصية جافة، بل يولد منظومة متناسقة من الرسوم البيانية الاستكشافية التي تتوافق نتائجها الرياضية المسجلة في الجداول توافقاً تاماً مع الإحداثيات والرسوم الموضحة في المخرجات البيانية، مما يوفر بيئة استقصائية موحدة تغني المحلل عن التنقل بين برمجيات متعددة.

3.2 إضافة عبارة HISTOGRAM لتوليد الرسم البياني

لتوليد المدرج التكراري داخل بيئة PROC UNIVARIATE، تُضاف عبارة HISTOGRAM متبوعة بأسماء المتغيرات المستهدفة (أو تُترك فارغة للإشارة إلى كافة المتغيرات المحددة مسبقاً في عبارة VAR). تأتي عبارة HISTOGRAM كعبارة فرعية مستقلة تُكتب بعد عبارة VAR وقبل عبارة الإغلاق والتنفيذ RUN;. يتخذ الكود البرمجي الأساسي الشكل التالي:

عند تنفيذ هذه العبارة دون تمرير أية خيارات إضافية، يقوم نظام SAS بتطبيق خوارزمية افتراضية داخلية متطورة لتحديد عدد وعرض الفئات تلقائياً. تعتمد هذه الخوارزمية في المقام الأول على صيغ اشتقاقية تستند إلى خوارزميات التنعيم التلقائي وتوزيعات المدى الربيعي وحجم العينة لتقدير اتساع فئة “مناسب” رياضياً. تقوم الخوارزمية بعد ذلك بتقريب هذا الاتساع الحسابي إلى أقرب قيمة رقمية ملائمة ومقروءة بصرياً للإنسان (مثل أرقام صحيحة، أو مضاعفات الأعداد 2 أو 5 أو 10)، ثم تُنشئ الفئات وتعين نقاط المنتصف على المحور الأفقي بناءً على هذه الحسابات.

على الرغم من براعة الخوارزمية الافتراضية في معالجة سيناريوهات البيانات العامة، إلا أن الاعتماد التام عليها في الأبحاث الأكاديمية والقياسات المتقدمة ينطوي على عيوب ومخاطر منهجية جسيمة. فالخوارزمية الافتراضية لا تمتلك إدراكاً سياقياً للظاهرة المدروسة؛ إذ قد تختار عدداً من الفئات يخفي انقسامات حيوية في درجات عينة دراسية، أو تختار حدوداً ونقاط منتصف تعبر عن قيم كسرية معقدة لمتغيرات مقاسة بوحدات صحيحة غير قابلة للتجزئة (كالدرجات الإجمالية لاختبارات الذكاء). يترتب على ذلك إنتاج مدرجات تكرارية تفتقر للاتساق بين الدراسات المختلفة وتصعّب المقارنة البينية الدقيقة للنتائج في الأبحاث العلمية المحكمة.

3.3 المخرجات الإحصائية المرافقة للمدرج التكراري

لا يكتفي إجراء PROC UNIVARIATE برسم المدرج التكراري بمعزل عن الإحصاءات الوصفية، بل يقدم تقريراً تحليلياً متكاملاً يتضمن حزمة واسعة من الجداول القياسية التي يجب على الباحث قراءتها جنباً إلى جنب مع الرسم البياني لتقييم مدى دقة التمثيل الفئوي. تشمل هذه المخرجات جدول مقاييس النزعة المركزية (المتوسط، الوسيط، والمنوال) وجدول مقاييس التشتت (الانحراف المعياري، التباين، المدى، والمدى الربيعي)، والتي تشكل معاً الإحداثيات المرجعية التي يتم على أساسها معايرة حدود وأبعاد الفئات التكرارية.

يحظى جدول العزوم الإحصائية (Moments) بأهمية قصوى في فحص الشكل البياني للمدرج؛ حيث يزود الباحث بقيمتي الالتواء (Skewness) والتفرطح (Kurtosis) المحسوبتين بدقة متناهية عبر عزوم الدرجة الثالثة والرابعة. يتيح فحص هذه المؤشرات الرقمية التحقق الفوري من مصداقية ما يُظهره المدرج التكراري؛ فإذا كانت قيمة الالتواء إيجابية ومرتفعة بصورة دالة إحصائياً، وجب أن ينعكس ذلك على المدرج بامتداد الذيل الأيمن للفئات تدريجياً نحو القيم العليا. إن أي تناقض بصري بين قمة المدرج التكراري ومؤشرات العزوم يُعد مؤشراً حاسماً على أن عدد الفئات المعتمد غير ملائم وأنه تسبب في تشويه المعالم التوزيعية للعينة.

علاوة على ذلك، يستعرض الإجراء جدولاً تفصيلياً لمستويات المئين (Quantiles / Percentiles) يوضح مواقع القيم عند النسب المئوية المتعددة (كالرتبة المئينية 1%، 5%، 25%، 50%، 75%، 95%، 99%)، إلى جانب قائمة بالقيم الأكثر تطرفاً في كلا الاتجاهين الأدنى والأعلى. تستخدم هذه البيانات كموجه منهجي للباحث لتقييم مدى كفاية الفئات الطرفية في المدرج التكراري وما إذا كانت هناك حاجة لتوسيع نطاق الفئات أو إعادة تعيين نقاط البداية والنهاية عبر خيارات التخصيص لاستيعاب كافة الحالات الشاذة دون تشويه التوزيع العام.

4. التحكم في عدد الفئات باستخدام خيار MIDPOINTS في عبارة HISTOGRAM

4.1 الصيغة الأساسية لخيار MIDPOINTS وآلية عمله

يمثل خيار MIDPOINTS= الأداة الرياضية والبرمجية الأكثر دقة وقوة داخل إجراء PROC UNIVARIATE للسيطرة التامة على عدد واتساع ومواقع الفئات التكرارية في المدرج. يُدرج هذا الخيار مباشرة بعد العلامة المائلة (/) التي تُستهل بها خيارات عبارة HISTOGRAM. بموجب هذا الخيار، يتم إلغاء الخوارزمية الحسابية الافتراضية المدمجة في SAS، وتُنقل السيطرة المطلقة للمحلل لتعيين متسلسلة نقاط المنتصف الرياضية التي يلتزم النظام برسم الأعمدة التكرارية حول مراكزها بدقة متناهية.

تعتمد الآلية الأكثر شيوعاً واحترافية في صياغة خيار MIDPOINTS على الصيغة الرياضية الاستقرائية للنطاقات المتسلسلة (Start TO End BY Increment). يتخذ الكود النموذجي هذا الشكل النحوي:

في هذا المثال، تم توجيه SAS إلى البدء من نقطة المنتصف 50 والانتهاء عند النقطة 150 مع التحرك بمقدار تزايد (خطوة) قدره 10 درجات. تحدد قيمة التزايد (BY Increment) تلقائياً العرض الفعلي للفئة الحسابية ($h = 10$)، بينما يحدد النطاق الكلي من البداية إلى النهاية العدد الإجمالي للفئات التكرارية الناتجة، مما يضمن تحكماً دقيقاً في هندسة الرسم البياني.

تكمن الآلية الحسابية التي يتبعها محرك SAS في تقسيم المسافة الواقعة بين كل نقطتي منتصف متتاليتين إلى نصفين متساويين؛ فإذا حُددت نقاط المنتصف بالقيم: 50، 60، 70، فإن SAS يُشيد الفئة الأولى لتغطي المدى الحسابي من 45 إلى 55 وتتمركز حول 50، وتغطي الفئة الثانية المدى من 55 إلى 65 وتتمركز حول 60، وهكذا دواليك. تضمن هذه الآلية الصارمة استمرارية المحور، وتطابق اتساع الفئات، وتجنب أي فراغات غير مقصودة، مما يمنح الباحث ثقة مطلقة في أن كل عمود تكراري يمثل نطاقاً عددياً محدداً ومدروساً بدقة تتوافق مع الأهداف العلمية للدراسة.

4.2 تحديد نقاط البداية والنهاية ومقدار الخطوة بدقة

يتطلب التطبيق الاحترافي لخيار MIDPOINTS دراسة استكشافية متأنية للقيم الدنيا والعليا الفعلية للمتغير بهدف اختيار نقطة بداية ونقطة نهاية منطقيتين تحققان الاستيعاب الشامل للبيانات دون هدر المساحات البيانية. يجب أن تكون نقطة البداية المختارة قريبة بصورة كافية من أدنى قيمة مشاهدة ($X_{\min}$) بحيث يغطي الحد الأدنى للفئة الأولى تلك القيمة دون ترك فراغ شاسع يسبقها، وفي الوقت ذاته، يجب مراعاة الحدود النظرية لأداة القياس؛ فلا يجوز مثلاً تعيين نقطة بداية تجعل الحد الأدنى للفئة يمتد إلى قيم سالبة في مقياس نفسي لا يقبل سوى القيم الموجبة حكماً.

وبالمثل، يتعين اختيار نقطة النهاية بدقة هندسية لضمان أن الحد الأعلى للفئة الأخيرة يتجاوز أو يتطابق مع القيمة العظمى المشاهدة ($X_{\max}$) في مجموعة البيانات. إن تعيين نقطة نهاية غير كافية يترتب عليه استبعاد خطير للقيم العليا وتجاهلها في الرسم التكراري، وهو خطأ برمجي ومنهجي شائع يقع فيه الباحثون. في المقابل، فإن اختيار نقطة نهاية شديدة البعد عن أقصى قيمة مشاهدة يسفر عن رسم أعمدة فارغة ممتدة على اليمين تخل بالتوازن البصري للتوزيع وتوحي بانقطاع وهمي في مجتمع الدراسة.

يمثل ضبط مقدار الخطوة أو التزايد (BY Increment) حجر الزاوية الحسابي في المعادلة؛ إذ إن هذا المقدار هو المعادل الرياضي لعرض الفئة الفعلي. يُنصح بأن تكون قيمة الخطوة رقماً “مستساغاً ذهنياً” ومألوفاً للقارئ الإحصائي (مثل: 2، 5، 10، 20، 50، أو مضاعفات الكسور العشرية المنطقية كـ 0.5 أو 0.1). فاستخدام مقادير تزايد غريبة كالأرقام الفردية غير المتناسقة (مثل BY 7.3) يؤدي إلى ظهور علامات تجزئة ونقاط منتصف مشوشة على المحور الأفقي تصعّب المقارنة والتفسير الفوري، وتخل بالمعايير الجمالية والأكاديمية المعمول بها في النشر العلمي.

4.3 التعامل مع نقاط المنتصف المحددة كقائمة قيم صريحة

إلى جانب صيغة المتسلسلة الرياضية التلقائية المستندة إلى نمط (Start TO End BY Increment)، يوفر نظام SAS مرونة إضافية تتيح للباحث تحديد نقاط المنتصف عبر تدوين قائمة صريحة من القيم المنفصلة المفصولة بمسافات (Explicit Lists). تتجلى هذه الصيغة البرمجية في الهيكل التالي:

تُعد هذه الطريقة مفيدة للغاية عندما يرغب الباحث في تطبيق عدد محدد ومحصور من نقاط المنتصف التي تمثل مستويات قياسية مقننة أو فئات تقييمية خاصة تتطلب تدخلاً مباشراً في تعيين كل مركز على حدة دون الرغبة في صياغة نطاق طويل.

يفرض نظام SAS شرطاً رياضياً صارماً لتشغيل خيار MIDPOINTS سواء باستخدام القوائم الصريحة أو المتسلسلات؛ وهو أن تكون المسافات الفاصلة بين جميع نقاط المنتصف المتتالية متساوية تماماً وبلا أي تفاوت (Equally Spaced Midpoints). فإذا قام الباحث بإدخال قائمة قيم تتضمن تبايناً في المسافات (مثل: MIDPOINTS=10 20 35 50)، فإن محرك SAS سيتوقف عن بناء الرسم بالشكل المطلوب، وسيطلق رسالة خطأ أو تحذير واضحة في سجل الأخطاء (SAS Log)، رافضاً تنفيذ الأمر لأن عدم انتظام نقاط المنتصف يتعارض مع المبدأ البنيوي للمدرجات التكرارية القياسية متساوية الفئات.

تقتضي المفاضلة المنهجية تفضيل صيغة النطاق التزايدي (TO/BY) في الغالبية الساحقة من التطبيقات البحثية؛ لكونها تضمن رياضياً الحفاظ على الانتظام التام للمسافات البينية، وتختزل حجم الكود البرمجي المكتوب، وتقلل من احتمالات الخطأ البشري في كتابة وتدقيق الأرقام المنفصلة، لا سيما في الدراسات التي تغطي نطاقات بيانية شاسعة تتطلب عشرات الفئات التكرارية الدقيقة.

5. صيغ متقدمة لضبط خيارات الفئات والمحاور في SAS

5.1 استخدام خيار NCELLS كبديل مباشر لتعيين عدد الفئات

يوفر نظام SAS خياراً مباشراً وموجزاً آخر للتحكم في عدد الفئات التكرارية يتمثل في خيار NCELLS=. يُدرج هذا الخيار ضمن عبارة HISTOGRAM بعد العلامة المائلة ليحدد بشكل حاسم ومباشر العدد الإجمالي للفئات (الخلايا) التي يرغب الباحث في تقسيم التوزيع إليها، دون الحاجة لحساب وتحديد قيم نقاط المنتصف بصورة يدوية مسبقة. تتضح الصياغة الأساسية لهذا الأمر في النموذج التالي:

تتمثل الآلية التشغيلية لخيار NCELLS= في إجبار محرك التحليل الإحصائي في SAS على أخذ المدى الكلي للبيانات وتقسيمه إلى عدد من الفئات يتطابق تقريباً مع القيمة المحددة في الأمر، متولياً مهمة اشتقاق اتساع الفئة ونقاط المنتصف بصورة آلية لتحقيق هذا التقسيم الحسابي المطلوب.

على الرغم من البساطة التشغيلية المغرية لخيار NCELLS=، إلا أنه يختلف اختلافاً جوهرياً عن خيار MIDPOINTS= في درجة التحكم والدقة. فبينما يمنحك MIDPOINTS= تحكماً مطلقاً في المواقع الدقيقة لحدود الفئات وقيم مراكزها على المحور السيني، يقوم NCELLS= بتفويض خوارزمية SAS لاختيار تلك المراكز تلقائياً. في كثير من الحالات، يسفر هذا التفويض عن تعيين نقاط منتصف كسرية أو غير مألوفة هندسياً في سبيل الوصول إلى عدد الفئات المطلوب بدقة، مما يجعله خياراً أقل تفضيلاً في أبحاث القياس النفسي الدقيقة التي تتطلب مطابقة الفئات مع درجات معيارية ثابتة ومحددة سلفاً.

علاوة على ذلك، تتمثل إحدى محدوديات خيار NCELLS= في أن محرك SAS قد يضطر في بعض السياقات المعقدة للبيانات إلى توليد عدد من الفئات يزيد أو ينقص بمقدار فئة واحدة عن الرقم المحدد عبر الخيار، وذلك التزاماً منه بقواعد “الأرقام اللطيفة” (Nice Numbers Algorithm) لضمان بقاء فواصل المحاور مقروءة بصرياً. لذلك، تظل الأفضلية المنهجية في التطبيقات الإحصائية والبحثية المتقدمة لصالح خيار MIDPOINTS= الذي يضمن تطابقاً مطلقاً بين رغبة الباحث والمعالجة البيانية الفعلية للبيانات.

5.2 التحكم في المقياس الرأسي عبر خيار VSCALE

يتكامل تحديد عدد الفئات في المدرج التكراري تكاملاً عضوياً مع طبيعة المقياس المعتمد على المحور الرأسي (المحور الصادي Y)، حيث يوفر إجراء PROC UNIVARIATE خيار VSCALE= للتحكم في كيفية تمثيل الارتفاعات النسبية للأعمدة التكرارية. تتيح هذه الميزة الاختيار بين ثلاثة مقاييس إحصائية مختلفة لتناسب أهداف العرض والتحليل، وهي: مقياس التكرار المطلق (COUNT)، ومقياس النسبة المئوية (PERCENT)، ومقياس الكثافة الاحتمالية (DENSITY). تتضح صيغة التعيين البرمجية في النموذج التالي:

يعد مقياس النسبة المئوية (VSCALE=PERCENT) المقياس الافتراضي والأكثر شيوعاً في تقارير البحوث العلمية؛ إذ يُعبر ارتفاع كل عمود عن النسبة المئوية للحالات الواقعة ضمن الفئة منسوبة إلى إجمالي حجم العينة الكلي ($N$)، مما يسهل مقارنة التوزيعات بين عينات مختلفة الأحجام. في المقابل، يُستخدم مقياس التكرار المطلق (VSCALE=COUNT) لعرض العدد الفعلي والعددي الخام للمشاهدات في كل فئة، وهو مفيد في سياقات مراقبة الجودة الإكلينيكية والتشخيصية لتقييم الحجم الواقعي للحالات المستهدفة في كل فئة حرجة.

أما مقياس الكثافة الاحتمالية (VSCALE=DENSITY)، فيُعد الخيار الإحصائي الرياضي الأكثر تقدماً؛ حيث يتم ضبط المقياس الرأسي بحيث تتساوى المساحة الإجمالية لجميع أعمدة المدرج التكراري مع القيمة الصحيحة (1). يُعد هذا النمط متطلباً إلزامياً لا غنى عنه عند الرغبة في مطابقة ودمج منحنيات التوزيع الاحتمالي المستمر (كالمنحنى الطبيعي Normal Curve أو تقديرات كثافة النواة Kernel Density) فوق المدرج التكراري، إذ يتيح مقارنة فورية وموثوقة رياضياً بين الترددات التجريبية المشاهدة ودوال الكثافة الاحتمالية النظرية.

5.3 مزامنة حدود المحور السيني مع نقاط المنتصف المختارة

من الإشكاليات البصرية والبرمجية المتكررة عند تخصيص نقاط المنتصف يدوياً حدوث تعارض بين حدود النطاق المعرف في MIDPOINTS= والحدود المكانية الافتراضية التي يخصصها نظام SAS للمحور الأفقي، مما قد يقود إلى اقتطاع أطراف الأعمدة المتطرفة أو اختفاء مسميات الفئات الأولى والأخيرة. لمعالجة هذه المعضلة، يوفر SAS مجموعة من الخيارات المساعدة لضبط المحور الأفقي بالتناغم مع نقاط المنتصف، وفي مقدمتها خيار المحاور التخصصي وعلامات التجزئة الدقيقة.

يمكن للمحلل استخدام خيار HAXIS= لتحديد نقاط التجزئة (Ticks) بصورة تتطابق بنيوياً مع نقاط المنتصف المحددة في MIDPOINTS=، مما يمنع SAS من توليد قيم وسيطة تشوش المظهر الخارجي للمدرج. تتجلى هذه المزامنة في الكود التالي:

تضمن هذه الصياغة المزدوجة أن كل عمود تكراري يتمركز تماماً فوق علامة تجزئة واضحة ومعرفة صراحة على المحور السيني، مما يقضي نهائياً على أي التباس بصري لدى القارئ حول القيمة المركزية الدقيقة لكل فئة.

إضافة إلى ذلك، تتيح أدوات التحكم بالمحاور تجنب مشكلة تداخل التسميات الرقمية (Label Overcrowding) التي تنشأ عند استخدام عدد كبير من الفئات المتقاربة. يتم ذلك عبر توجيه النظام لتدوير زوايا عرض النصوص التوضيحية أو ضبط مستويات الخطوط الرقمية، مما يضمن عرض كافة نقاط المنتصف بوضوح مقروء حتى في حالة المخططات البيانية ذات الكثافة الفئوية العالية، محققاً أعلى مستويات الرصانة في العرض الأكاديمي.

6. تطبيق عملي خطوة بخطوة: بناء مجموعة بيانات وإعادة تشكيل فئاتها

6.1 إنشاء مجموعة بيانات تجريبية في بيئة SAS

لترسيخ المفاهيم المنهجية واستيعاب التأثيرات البرمجية لتحديد عدد الفئات، نقوم ببناء مجموعة بيانات تطبيقية تحاكي درجات عينة مكونة من 100 مشارك في اختبار للقدرات المعرفية والسلوكية. تمثل هذه البيانات درجات متصلة تتراوح نظرياً بين 40 و100 درجة، مما يوفر بيئة اختبارية مثالية لملاحظة التحولات البصرية الناتجة عن تغيير الفئات. يتم إنشاء مجموعة البيانات داخل بيئة عمل SAS من خلال خطوة البيانات (DATA Step) وإدخال السجلات عبر سطر الأوامر DATALINES; كما في النص البرمجي الآتي:

عقب إتمام بناء وتغذية مجموعة البيانات، يُنصح منهجياً بتنفيذ إجراء PROC PRINT لمعاينة القيود والتحقق من سلامة البنية التكوينية للمتغيرات وخلوها من أخطاء الإدخال الرقمي قبل الانخراط في التحليلات المتقدمة:

تؤكد هذه الخطوة التمهيدية أن متغير الدرجات (Score) قد تم إدراجه كمتغير كمي رقمي مستمر جاهز لاستقبال خوارزميات التجميع الفئوي، مما يهيئ الأرضية لبدء تجارب النمذجة البيانية واستعراض الفروق بين المعالجات التلقائية والمخصصة.

6.2 تنفيذ المدرج التكراري التلقائي ورصد مواطن القصور

نبدأ بتنفيذ إجراء PROC UNIVARIATE مستخدمين أمر HISTOGRAM البسيط المجرد من أية معطيات أو خيارات إضافية، وذلك لدراسة المخرجات التلقائية التي تولدها خوارزمية SAS الافتراضية وتقييم مدى ملاءمتها لقراءة توزيع درجات الاختبار المعرفي:

عند فحص المخرج البياني التلقائي الناتج، يتبين أن النظام قد اختار تلقائياً عدداً محدوداً من الفئات (مثلاً 6 فئات متمركزة عند مضاعفات عريضة). بالرغم من أن الرسم يقدم نظرة عامة سريعة على البيانات، إلا أن التدقيق التحليلي يرصد قصوراً بصرياً واضحاً؛ إذ تبدو البيانات وكأنها متناظرة باعتدالية مفرطة تخفي الانقسام الحقيقي الكامن بين المستويات الفرعية للمشاركين.

تتمثل المشكلة الجوهرية في هذا التمثيل التلقائي في اتساع الفئة المفرط الذي قام بدمج الدرجات المحصورة بين 60 و75 في عمودين ضخمين فقط. لقد تسبب هذا التجميع الكثيف في حجب وجود قمتين محتملتين في التوزيع (Potential Bimodality) ناجمتين عن تباين الأداء بين المجموعتين الفرعيتين (A وB). يبرز هذا القصور الحاجة الماسة للتدخل اليدوي الواعي لإعادة تشكيل الفئات التكرارية عبر خيار MIDPOINTS لاستعادة التفاصيل التوزيعية الحيوية للبيانات.

6.3 إعادة بناء المدرج باستخدام خيار MIDPOINTS بخيارات تدريجية متعددة

لإدراك التأثير المنهجي العميق للتحكم بالفئات، سنقوم بتطبيق ثلاثة نماذج تدريجية مختلفة على مجموعة البيانات ذاتها عبر خيار MIDPOINTS، ودراسة التحولات التفسيرية المصاحبة لكل نموذج:

النموذج الأول: الإفراط في التجميع (عدد فئات قليل جداً):

يسفر هذا النموذج عن 3 فئات عريضة فقط (نقاط المنتصف: 45، 70، 95). يُظهر الرسم فقداناً شبه تام للمعلومات التباينية؛ إذ تكدست الغالبية الساحقة من العينة في الفئة الوسطى، مما ألغى أي إمكانية لفهم البنية الحقيقية للتوزيع وسلوك الأداء، متسبباً في تشويه تحليلي فادح.

النموذج الثاني: الإفراط في التجزئة (عدد فئات مفرط في الكثرة):

في هذا النموذج المعاكس، تم توليد 29 فئة ضيقة للغاية باتساع درجتين فقط لكل فئة. أدى هذا التقسيم المفرط إلى تفكيك البيانات وتناثرها؛ حيث ظهرت معظم الفئات بتكرار لا يتجاوز مشاهدة واحدة أو مشاهدتين، مع وجود فجوات وفئات فارغة متكررة لا تعكس حقيقة الظاهرة بل تعبر عن خطأ المعاينة البحت، مما يعيق استخلاص أي ملمح توزيعي ذي مغزى.

النموذج الثالث: التقسيم المتوازن والأمثل:

يحقق هذا النموذج الأمثل المعادلة الرياضية المتوازنة؛ إذ يوفر 11 فئة تكرارية متسقة باتساع 5 درجات لكل فئة تتمركز عند قيم مقروءة وذات دلالة قياسية. يكشف هذا المدرج بوضوح التمركز الحقيقي للبيانات، ويبرز الالتواء الطفيف، ويحافظ على سلاسة المنحنى دون تشويش المعاينة العشوائي أو التسطيح المخل للبيانات.

7. المعادلات والقواعد الإحصائية القياسية لتحديد العدد الأمثل للفئات

7.1 قاعدة ستورجز (Sturges’ Rule) وتطبيقاتها في البيانات المعتدلة

تُعد قاعدة ستورجز (Sturges’ Rule)، التي صاغها عالم الإحصاء هربرت ستورجز عام 1926، واحدة من أقدم القواعد الرياضية الكلاسيكية وأكثرها استخداماً لتقدير العدد الأمثل للفئات التكرارية في العينات المستمرة. تستند القاعدة في اشتقاقها الرياضي إلى التوزيع الثنائي للحدين (Binomial Distribution) كتقريب متقطع للتوزيع الطبيعي، وتُصاغ رياضياً لحساب عدد الفئات ($k$) بالاعتماد المباشر على اللوغاريتم العشري أو الطبيعي لحجم العينة ($N$):

$$k = 1 + 3.322 \log_{10}(N) \quad \text{أو} \quad k = 1 + \log_2(N)$$

بمجرد تحديد عدد الفئات $k$ عبر هذه المعادلة، يتم استخراج اتساع الفئة المقابل بقسمة المدى المشاهد على هذا العدد ($h = \frac{Range}{k}$)، ومن ثم ترجمة هذه المعطيات إلى قيم مقابلة في خيار MIDPOINTS داخل كود SAS.

تثبت قاعدة ستورجز كفاءة عالية وتوافقاً ممتازاً مع البيانات التي تنحدر من توزيعات طبيعية متناظرة ومعتدلة، وضمن العينات ذات الأحجام الصغيرة إلى المتوسطة (حيث تكون $N$ بين 30 و200 مفردة تقريباً). في مثل هذه النطاقات التجريبية، تضمن صيغة ستورجز توليد عدد فئات كافٍ لإظهار التحدب المركزي للتوزيع الطبيعي بدقة متناهية دون إفساح المجال لظهور تشوهات تشتت المعاينة على أطراف الرسم.

مع ذلك، يجمع المناطقة الإحصائيون المعاصرون على وجود قصور بنيوي حاد في قاعدة ستورجز عند تطبيقها خارج إطار شروطها الصارمة. فنظراً لاعتمادها على دالة لوغاريتمية ذات معدل نمو بطيء للغاية، فإنها تقود إلى تقدير متدنٍ جداً لعدد الفئات (Severe Over-smoothing) في العينات الكبيرة والضخمة (مثل $N > 1000$)؛ حيث لا تعطي عينة بحجم 100,000 مشاهدة سوى قرابة 18 فئة فقط، وهو عدد بالغ الضآلة لحجم بيانات كهذا. فضلاً عن ذلك، تفشل القاعدة فشلاً ذريعاً في التعامل مع البيانات الملتوية بشدة أو التوزيعات متعددة الأنماط، حيث تؤدي إلى طمس هذه الملامح التوزيعية بالكامل.

7.2 قاعدة فريدمان-دياكونيس (Freedman-Diaconis Rule) للبيانات غير المتناظرة

تُمثل قاعدة فريدمان-دياكونيس (Freedman-Diaconis Rule) نقلة منهجية متقدمة في معالجة إشكاليات القواعد الكلاسيكية؛ حيث صُممت لتكون قاعدة فائقة المتانة الإحصائية (Robust Rule) غير حساسة للقيم الشاذة أو الانحرافات الحادة عن التوزيع الطبيعي. ترتكز هذه القاعدة على المدى الربيعي ($IQR$) كمقياس للتشتت بدلاً من الانحراف المعياري، وتركز على حساب اتساع الفئة الأمثل ($h$) مباشرة بدلاً من البدء بحساب عدد الفئات، وذلك استناداً إلى المعادلة الرياضية التالية:

$$h = 2 \times \frac{IQR(X)}{N^{1/3}}$$

حيث يمثل $IQR(X) = Q_3 – Q_1$ المدى الواقع بين الإنزالين الربيعيين الثالث والأول، ويمثل $N$ الحجم الكلي للعينة. يُحسب بعد ذلك عدد الفئات المطلوب بقسمة المدى الكلي للبيانات على قيمة الاتساع المحسوبة ($k = \frac{Range}{h}$).

تتفوق هذه القاعدة تفوقاً نوعياً في التطبيقات الميدانية التي تتعامل مع توزيعات ملتوية (Skewed) أو تشتمل على ذيول ثقيلة (Heavy-tailed) ناجمة عن وجود حالات حرجة أو شاذة في العينة؛ إذ يضمن الاعتماد على المدى الربيعي عدم تأثر عرض الفئة بالقيم القصوى الشاذة التي قد تضخم المدى الكلي وتفسد حسابات القواعد الأخرى. يعكس الاتساع المحسوب هنا كثافة البيانات في النصف المركزي للتوزيع، مما يحافظ على استقرار الرسم البياني ويمنع انهيار تفاصيله الجوهرية.

لتطبيق ناتج قاعدة فريدمان-دياكونيس عملياً داخل بيئة SAS، يقوم الباحث أولاً باستخراج قيمة $IQR$ وحجم العينة $N$ من جداول مخرجات إجراء PROC UNIVARIATE الأولية، ثم يجري الحسبة الرياضية البسيطة لتحديد $h$. يتم بعد ذلك تقريب $h$ إلى أقرب قيمة قياسية منطقية (Increment)، وتمريرها في خيار MIDPOINTS= Start TO End BY h. يضمن هذا الإجراء المنهجي إنتاج مدرج تكراري يتمتع بأعلى درجات الصرامة الرياضية والملاءمة التجريبية لطبيعة البيانات المدروسة.

7.3 قاعدة سكوت (Scott’s Normal Reference Rule) لحساب التباين الأدنى

تستند قاعدة سكوت للمرجع الطبيعي (Scott’s Normal Reference Rule)، التي ابتكرها ديفيد سكوت عام 1979، إلى أسس نظرية التقدير غير البارامتري للكثافة؛ وتهدف بصورة رياضية مباشرة إلى تقليص الخطأ المتكامل للمربعات المتوسطة المقارب (Asymptotic Mean Integrated Squared Error – AMISE) إلى أدنى حد ممكن عند محاكاة دالة الكثافة الاحتمالية. تعتمد الصيغة الرياضية لقاعدة سكوت على الانحراف المعياري المشاهد للعينة ($s$) وحجم العينة ($N$) لحساب اتساع الفئة الأمثل ($h$) وفق المعادلة الآتية:

$$h = \frac{3.49 \times s}{N^{1/3}}$$

تعد هذه القاعدة الخيار القياسي الذهبي عندما تكون البيانات مستمدة من توزيعات قريبة من الاعتدالية الإحصائية، أو في الدراسات التي تفترض بنية توزيعية تتماثل تقريبياً مع منحنى غاوس الطبيعي.

تكمن القوة التحليلية لقاعدة سكوت في استجابتها المتوازنة لمعدل نمو حجم العينة؛ إذ يرتبط اتساع الفئة عكسياً مع الجذر التكعيبي لحجم العينة ($N^{1/3}$)، مما يتيح تضييق الفئات تدريجياً وبمعدل هندسي دقيق مع تنامي عدد الحالات المتاحة، متيحاً كشف معالم التوزيع التفصيلية بأعلى مستويات الدقة دون الوقوع في مصيدة الإفراط في التجزئة العشوائية التي تعاني منها القواعد التجريبية البسيطة.

تستلزم المفاضلة المنهجية بين القواعد الثلاث إدراكاً عميقاً لطبيعة البيانات والظاهرة الخاضعة للقياس؛ فقاعدة ستورجز تظل خياراً سريعاً ومقبولاً في العينات الصغيرة المتناظرة ($N < 200$)، وقاعدة سكوت هي الأمثل للبيانات المعتدلة والمتجانسة من أي حجم، بينما تتربع قاعدة فريدمان-دياكونيس على قمة الخيارات الرياضية الموثوقة عند معالجة البيانات السيكومترية، والسلوكية، والميدانية المعقدة التي تنطوي بطبيعتها على التواءات، وتفاوتات تباينية، وقيم شاذة متفرقة.

8. تطبيقات سيكومترية: ضبط فئات المدرجات التكرارية في بحوث القياس النفسي

8.1 تمثيل درجات اختبارات الذكاء والمقاييس المعيارية

تخضع اختبارات القدرات المعرفية ومقاييس الذكاء المقننة (مثل مقياس وكسلر للذكاء WISC/WAIS، أو مقياس ستانفورد بينيه) لأطر قياسية صارمة تُبنى بموجبها الدرجات المعيارية بمتوسط حسابي ثابت يبلغ 100 نقطة وانحراف معياري قدره 15 نقطة. يفرض هذا الإطار السيكومتري التزاماً إحصائياً وتصميمياً عند بناء المدرجات التكرارية يهدف إلى مطابقة الفئات البيانية مع الأبعاد النظرية للمقياس بدلاً من الاعتماد على الفئات الحسابية العمياء التي تقترحها البرمجيات تلقائياً.

في مثل هذه البيئات السيكومترية، يُعد استخدام خيار MIDPOINTS لتحديد فترات فئوية تتطابق مع قيم الانحرافات المعيارية المعتمدة (مثل اتساع مقداره 15 أو 7.5 درجات) الأسلوب الأمثل لعكس التصنيفات الإكلينيكية القياسية. فعلى سبيل المثال، يتيح ضبط نقاط المنتصف لتكون: [55، 70، 85، 100، 115، 130، 145] مطابقة مباشرة لكل عمود تكراري مع مستوى تصنيفي معتمد (نطاق الإعاقة الفكرية، النطاق البيني، المتوسط الأدنى، المتوسط، المتوسط الأعلى، الموهبة الفائقة)، كما يوضح الكود التالي:

يقضي هذا التخصيص الدقيق لنقاط المنتصف على أخطاء التصنيف البصري للقدرات العقلية؛ إذ إن استخدام فئات اعتباطية غير متوافقة مع الانحراف المعياري للمقياس يوزع حالات الفئة الواحدة بين عمودين مختلفين بصرياً، مما يوحي بوجود تفاوت معرفي زائف بين أفراد ينتمون منهجياً إلى المستوى السيكومتري نفسه، مما يبرهن على الأهمية المنهجية لمطابقة الهندسة الفئوية مع البنية التكوينية لأداة القياس.

8.2 تحليل مقاييس الشخصية واستبيانات التقييم الذاتي

تواجه بحوث القياس النفسي تحديات توزيعية جمة عند فحص درجات مقاييس الشخصية واستبيانات التقييم الذاتي (كالاستجابات المستندة إلى مقياس ليكرت التراكمي المجمع Likert Scales). تتسم هذه البيانات في كثير من الأحيان بعدم الانتظام، وبوجود التواءات شديدة نحو أطراف المقياس ناجمة عن ظواهر نفسية وسلوكية واضحة مثل الرغبة الاجتماعية (Social Desirability) في استبيانات التوافق الشخصي، أو التردد في الإفصاح في مقاييس الاضطرابات الانفعالية.

يسهم التعديل المنهجي لعدد واتساع الفئات عبر إجراءات SAS في كشف وفحص تأثيرات السقف (Ceiling Effects) وتأثيرات القاع (Floor Effects) التي تشير إلى عجز أداة القياس عن التمييز الدقيق بين أصحاب المستويات القصوى في السمة المقاسة. فعند ضبط الفئات عند أطراف المقياس لتكون ضيقة ومتساوقة، يمكن للباحث السيكومتري اكتشاف ما إذا كان التجمع التكراري عند النهاية العظمى يعكس تكتلاً حقيقياً عند درجة القطع العليا للمقياس، مما يوفر دليلاً على تدني حساسية الأداة عند المستويات المرتفعة من السمة.

علاوة على ذلك، يلعب التحكم في الفئات دوراً مفصلياً في كشف التوزيع ثنائي المنوال (Bimodal Distribution) الذي يظهر بصورة متكررة في استجابات مقاييس القلق، والاكتئاب، والاضطرابات الوجدانية؛ حيث تتجمع عينة الأصحاء عادة حول درجات منخفضة مشكلة القمة الأولى، بينما تتجمع العينات الإكلينيكية المشخصة حول درجات مرتفعة مشكلة القمة الثانية. إن اختيار فئات عريضة جداً عبر الإعدادات الافتراضية يسفر حتماً عن صهر القمتين في كتلة منوالية واحدة مشوهة، بينما يتيح ضبط نقاط المنتصف المتقاربة عبر SAS إبراز الانفصال المنوالي بوضوح، مما يدعم دقة التشخيص الإحصائي والفرز السريري.

8.3 تفسير الفروق الفردية والجماعية عبر المدرجات المتراكبة

تتطلب المقارنة الإحصائية بين المجموعات التجريبية والضابطة، أو بين الفئات الديموغرافية والنوعية في البحوث السيكومترية، توحيداً هندسياً مطلقاً لأبعاد الفئات التكرارية. فإذا تم رسم مدرج تكراري للمجموعة العلاجية بفئات تختلف في اتساعها أو نقاط منتصفها عن مدرج المجموعة الضابطة، فإن المقارنة البصرية المباشرة تصبح مضللة وفاقدة للمصداقية المنهجية، نظراً لأن الاختلافات الملاحظة في شكل التوزيع قد تنبع من تباين أبعاد الفئات الرياضية لا من الفروق السلوكية الحقيقية بين المجموعتين.

يتيح نظام SAS تجاوز هذه المعضلة عبر دمج عبارة CLASS مع عبارة HISTOGRAM داخل إجراء PROC UNIVARIATE؛ حيث تجبر هذه التوليفة النظام على تقسيم العينة وفق متغير التصنيف المحدد، مع فرض تطبيق متسلسلة نقاط المنتصف الموحدة (المعرفة عبر خيار MIDPOINTS) على كلى التوزيعين بشكل متطابق، كما يوضح البناء النحوي التالي:

يضمن هذا الإجراء المتناسق ظهور المدرجات التكرارية للمجموعتين جنباً إلى جنب في لوحة مقارنة موحدة (Comparative Histogram Grid) تشترك في نفس الفواصل السينية ونفس التدرج النسبي الرأسي. يتيح ذلك للباحث رصد التحولات في مواقع التمركز، والتغير في التشتت والتباين، ودرجة تداخل التوزيعات بين التدخل العلاجي والوضع الضابط بدقة علمية نزيهة تلبي أقصى معايير الرصانة الإحصائية.

9. الأخطاء الشائعة واستكشاف الأخطاء وإصلاحها (Troubleshooting) في SAS

9.1 استبعاد البيانات خارج نطاق نقاط المنتصف المحددة

يعد الخطأ الإحصائي والبرمجي الأكثر خطورة وشيوعاً عند تخصيص نقاط المنتصف عبر خيار MIDPOINTS هو الاستبعاد غير المقصود للقيم المتطرفة من الرسم البياني دون وعي الباحث بذلك. تنشأ هذه المشكلة عندما يحدد الباحث نقطة بداية تتجاوز القيمة الصغرى المشاهدة في العينة، أو يحدد نقطة نهاية تقل عن القيمة العظمى، بحيث تقع المشاهدات الطرفية خارج النطاق الفئوي للفئتين الأولى والأخيرة.

عند وقوع هذا السيناريو، يقوم محرك SAS باستبعاد تلك المشاهدات تماماً من حسابات المدرج التكراري، ويُصدر رسالة تحذيرية في سجل النظام (SAS Log) نصها:

إن تجاهل هذه الرسالة التحذيرية يترتب عليه تشويه كارثي للتحليل؛ إذ تصبح النسب المئوية والتكرارات المعروضة في الرسم محسوبة استناداً إلى عينة مقطوعة ومبتورة لا تمثل حجم العينة الحقيقي المسجل في جداول التحليل الوصفي المرافقة، مما يقوض مصداقية التقرير البحثي برمته.

تقتضي استراتيجية المعالجة الناجزة فحص سجل النظام (Log) دائماً عقب كل تنفيذ لأمر الرسوميات، ومقارنة التكرار الإجمالي للمدرج مع حجم العينة الكلي ($N$). في حال ظهور هذا التحذير، يتعين فوراً تعديل متسلسلة MIDPOINTS عبر توسيع نقطة البداية لتتجه خطوة نحو اليسار، وتمديد نقطة النهاية خطوة نحو اليمين لضمان استيعاب كافة المفردات المتطرفة ضمن الفئات المرسومة دون المساس بالهيكل الفئوي الداخلي المنتظم.

9.2 رسائل الخطأ المتعلقة بعدم انتظام الفواصل الحسابية

تتمثل إحدى العقبات الشائعة التي تواجه المحللين عند تمرير قوائم صريحة من نقاط المنتصف في ظهور رسالة الخطأ البرمجية الصارمة:

ترجع هذه الرسالة في المقام الأول إلى إخفاق المدخلات الرقمية في تحقيق شرط التباعد المتطابق رياضياً بين كل مركز فئة ومركز الفئة التي تليها، وهو شرط برمجي غير قابل للتفاوض في بنية إجراء PROC UNIVARIATE.

تنجم هذه المشكلة في كثير من الحالات عن أخطاء التقريب العشري الطفيفة (Floating-point precision issues) عند إدخال قيم تحتوي على كسور، حيث يؤدي اختلاف طفيف في المنزلة العشرية الثالثة أو الرابعة بين مسافات النقاط إلى اعتبار النظام أن الفواصل غير متساوية، رافضاً توليد الرسم. لمعالجة هذا الخلل، يتعين على الباحث التحول التام من إدخال القوائم اليدوية المنفصلة إلى استخدام صيغة النطاق الرياضي الآلي المعتمد على التزايد الدقيق (BY Increment)، حيث يتولى محرك SAS ذاته توليد المتسلسلة بانتظام رقمي داخلي مطلق يمنع ظهور أخطاء عدم المساواة الرياضية.

كذلك تظهر المشكلة عند محاولة تمثيل فئات ذات اتساعات مختلفة عمداً عبر خيار MIDPOINTS. يجب التأكيد هنا على أن خيار MIDPOINTS في إجراء PROC UNIVARIATE مصمم حصرياً للفئات متساوية الاتساع. وإذا كانت المتطلبات البحثية تفرض حتماً استخدام فئات متفاوتة الاتساع، فإن المعالجة المنهجية لا تتم عبر MIDPOINTS، بل تتطلب تصنيف المتغير مسبقاً في خطوة البيانات (DATA Step) عبر دالة الشروط IF-THEN-ELSE أو استدعاء إجراءات متخصصة كإجراء PROC SGPLOT أو PROC GCHART مع استخدام خيارات تحكم متقدمة بمستويات الفئات المصنفة.

9.3 مشاكل التداخل وتشوه النصوص التوضيحية على المحاور

عند اختيار عدد كبير من الفئات التكرارية عبر خيار MIDPOINTS، تنشأ إشكالية بصرية بارزة تتمثل في تداخل الأرقام والنصوص التوضيحية المخصصة لنقاط المنتصف على المحور الأفقي، بحيث تصبح القيم غير مقروءة ومركبة فوق بعضها البعض بطريقة تشوه المظهر الجمالي للمخرج الأكاديمي. يتفاقم هذا التشوه بشكل خاص عندما تكون نقاط المنتصف معبرة عن أرقام عشرية طويلة أو قيم تفوق المئات والآلاف.

يقدم نظام SAS حلولاً برمجية متعددة لمعالجة هذا الاكتظاظ؛ من أبرزها استخدام خيارات تدوير زاوية النصوص التوضيحية (Tick Value Rotation) على المحور الأفقي عبر خيارات بيئة الرسوميات، أو تعديل حجم الخط (Font Size) للمسميات الرقمية لتنسجم مع كثافة الأعمدة. يتجلى أحد الحلول المباشرة داخل خيارات المحاور في إجبار النظام على عرض تسميات متبادلة (Alternating Labels) أو عرض علامات تجزئة فرعية دون إلزام النظام بطباعة الرقم النصي لكل نقطة منتصف على حدة، مما يحافظ على وضوح المحور دون التضحية بالعدد الكثيف للفئات التكرارية.

كما يجب الحذر من التعارض النمطي بين خيار MIDPOINTS وخيار HAXIS= المخصص لضبط المحور السيني؛ فعند تحديد قيم في HAXIS لا تتقاطع هندسياً مع نقاط المنتصف في MIDPOINTS، قد يقوم SAS بتجاهل أحد الخيارين أو توليد شبكة محاور مضللة تنحرف فيها الأعمدة التكرارية عن علامات التجزئة المقابلة لها. تتمثل القاعدة المنهجية الذهبية في هذا الصدد في ضمان المزامنة التامة والتطابق الرياضي الدقيق بين قيم البداية والنهاية ومقدار الخطوة في كلا الخيارين للحفاظ على التناسق البصري والتوزيعي التام للمخرج النهائي.

10. إثراء المدرج التكراري: دمج منحنيات التوزيع النظري مع الفئات المحددة

10.1 إضافة منحنى التوزيع الطبيعي (NORMAL Overlay)

يتجاوز إجراء PROC UNIVARIATE وظيفة التمثيل التكراري البسيط للبيانات ليتيح مطابقة المدرج التكراري المشاهد مع منحنيات التوزيع الاحتمالي النظرية. يأتي خيار NORMAL كأهم وأكثر هذه الخيارات استخداماً في التحليلات الإحصائية؛ حيث يقوم برسم منحنى التوزيع الطبيعي النظري المتوقع فوق أعمدة الفئات التكرارية المحددة. يُدرج هذا الخيار مباشرة كعبارة فرعية أو خيار ملحق بعبارة HISTOGRAM وفق الصياغة البرمجية التالية:

تتمثل الآلية الرياضية المتبعة في قيام SAS بتقدير معالم التوزيع الطبيعي (المتوسط الحسابي للبيانات المشاهدة $\mu = \bar{X}$، والانحراف المعياري التجريبي $\sigma = s$)، ثم توليد دالة الكثافة الاحتمالية النظرية الموافقة لهذه المعالم بدقة وتراكبها فوق الأعمدة التكرارية لمقارنة التطابق التوزيعي.

يتيح هذا التراكب البصري للباحث إجراء تقييم نوعي سريع لمدى اعتدالية البيانات وخلوها من التشوهات؛ إذ يكشف الانحراف بين قمم أعمدة الفئات التكرارية وقمة المنحنى الطبيعي عن وجود التواء أو تفلطح غير طبيعي في العينة. كما يوفر خيار NORMAL إمكانية تخصيص الخصائص الجمالية للمنحنى كاختيار اللون (COLOR=)، وسماكة الخط (W= أو WIDTH=)، ونمط الخط (PATTERN= متصل أو متقطع)، مما يمنح المخرج التكراري وضوحاً فائقاً يلبي المتطلبات الصارمة للمنشورات العلمية المحكمة.

10.2 استخدام تقديرات الكثافة اللامعلمية عبر خيار KERNEL

في مقابل منحنى التوزيع الطبيعي الذي يفرض نموذجاً توزيعياً بارامترياً مسبقاً، يوفر إجراء PROC UNIVARIATE خيار KERNEL لتوليد منحنى الكثافة اللامعلمي (Nonparametric Kernel Density Estimation). يُعد تقدير كثافة النواة وسيلة رياضية لتنعيم البيانات المستمرة دون فرض أي افتراضات مسبقة حول شكل التوزيع الأصلي، مما يجعله أداة استقصائية متقدمة لرصد الأنماط المعقدة والتكتلات المحلية التي تعجز الفئات التقليدية أو النماذج البارامترية عن استيعابها. يتضح التوظيف البرمجي لهذا الخيار في المثال التالي:

يلعب اتساع نطاق النواة (Bandwidth) المحدد عبر المعامل C= دوراً مماثلاً وموازياً لدور اتساع الفئة في المدرج التكراري؛ حيث يتحكم في درجة تنعيم المنحنى اللامعلمي. فالقيم المنخفضة لمعامل التنعيم تجعل المنحنى شديد الاستجابة لكل تقلب موضعي في البيانات، بينما تؤدي القيم المرتفعة إلى تسطيحه وتنعيمه بشكل مفرط.

تكمن القيمة المنهجية الكبرى في الدمج المتزامن بين منحنى التوزيع الطبيعي البارامتري ومنحنى النواة اللامعلمي فوق الفئات التكرارية المحددة بواسطة MIDPOINTS. يتيح هذا الدمج الثلاثي مقارنة عميقة: فالأعمدة التكرارية تعرض التوزيع الخام الفعلي، ومنحنى التوزيع الطبيعي يمثل النموذج النظري المفترض، بينما يمثل منحنى النواة المسار الحقيقي المتصل للبيانات التجريبية. يُمكن للباحث من خلال هذه اللوحة المتكاملة الحكم القاطع على مدى صحة افتراض الاعتدالية وتحديد مواضع الانحراف بدقة متناهية.

10.3 تنسيق مظهر المدرج التكراري المخصص للنشر الأكاديمي

يتطلب إعداد المدرجات التكرارية لغايات النشر في المجلات العلمية المحكمة التزاماً بمعايير تصميمية وتنسيقية صارمة تركز على وضوح البيانات وتفادي الزخارف غير المجدية (Chartjunk). يوفر نظام SAS عبر منظومة ODS Graphics خيارات متقدمة تتيح التحكم الدقيق في أنماط التعبئة (Fill Patterns)، ودرجات التباين، وخطوط الإرشاد الشبكية لتناسب متطلبات الطباعة الأكاديمية بالأبيض والأسود أو بتدرجات الرمادي (Grayscale).

يمكن للمحلل توظيف خيارات مثل CFILL= لتحديد لون تعبئة الأعمدة التكرارية (كلون رمادي فاتح ملائم للطباعة)، وخيار COUTLINE= لتحديد لون حدود الفئات (كلون أسود داكن يبرز الانفصال الهندسي بين الأعمدة بوضوح). كما يمكن إدراج خطوط الشبكة الإرشادية الأفقية باستخدام خيار GRID لتسهيل القراءة الفورية للارتفاعات التكرارية ومطابقتها مع المقياس الرأسي، كما يتضح من النموذج البرمجي الآتي:

تضمن هذه الإعدادات المنهجية إخراج مدرج تكراري متوافق بدقة مع دليل النشر لجمعية علم النفس الأمريكية (APA 7th edition)؛ حيث تبدو الفئات محددة بأناقة وتمايز بصري متقن يظل مقروءاً حتى عند التصوير الطباعي عالي الضغط، مع إبراز المعالم التوزيعية للمتغير دون تشتيت انتباه القارئ بالألوان البراقة غير الوظيفية.

11. بدائل أخرى لإنشاء المدرجات التكرارية وتحديد الفئات داخل SAS

11.1 استخدام إجراء PROC SGPLOT وخيار BINS لتوليد الرسوم الحديثة

بالإضافة إلى إجراء PROC UNIVARIATE، يمثل إجراء PROC SGPLOT البيئة الحديثة الأكثر مرونة وتطوراً في توليد الرسوم الإحصائية في إصدارات SAS المعاصرة. يتميز هذا الإجراء بتركيزه الحصري على الجوانب البصرية وتقديمه بنية برمجية مباشرة للتحكم في الفئات التكرارية عبر عبارة HISTOGRAM الخاصة به. تتجلى الصيغة الأساسية في الكود الآتي:

يقدم إجراء PROC SGPLOT منظومة خيارات بديلة ومتميزة للتحكم المباشر في الفئات؛ فبدلاً من الاعتماد الحصري على نقاط المنتصف، يوفر خيار BINWIDTH= الذي يحدد العرض الفعلي للفئة مباشرة وبدقة متناهية، وخيار BINSTART= الذي يحدد الحد الأدنى لنقطة انطلاق أول فئة تكرارية، إلى جانب خيار NBINS= الذي يعين العدد الإجمالي المستهدف للفئات بصورة مباشرة وسريعة.

تكمن الميزة التنافسية لإجراء PROC SGPLOT في مرونته التصميمية الفائقة وسرعته الإجرائية؛ إذ يتيح دمج المدرج التكراري بسهولة تامة مع طبقات بيانية أخرى متعددة في نفس المخطط، مثل منحنيات الكثافة، وخطوط الانحدار، ومؤشرات القيم المرجعية (Reference Lines)، فضلاً عن إمكانية تعديل أنماط الخطوط والألوان عبر منظومة قوالب الرسوم الإحصائية (Graph Template Language – GTL)، مما يجعله الخيار المفضل لتصميم لوحات العرض النهائية والتقارير التنفيذية المصقولة.

11.2 استخدام إجراء PROC GCHART القديم ومقارنته بالبدائل

يعد إجراء PROC GCHART جزءاً من حزمة SAS/GRAPH التقليدية التي هيمنت على بيئات البرمجة الإحصائية في العقود الماضية. في هذا الإجراء القديم، كان يتم إنشاء المدرجات التكرارية عبر عبارات الأعمدة VBAR أو HBAR بالاقتران مع خيار MIDPOINTS= لضبط مراكز الفئات، كما في النموذج التوضيحي التالي:

على الرغم من النجاح التاريخي لهذا الإجراء، إلا أن الممارسات البرمجية المعاصرة في SAS أصبحت تتجه بصورة حاسمة نحو استبعاده وتفضيل البدائل الحديثة (مثل PROC UNIVARIATE وPROC SGPLOT). ترجع هذه الأسباب التقنية إلى أن PROC GCHART يتعامل مع البيانات على أنها فئات اسمية منفصلة في جوهر الرسم حتى لو كانت كمية مستمرة، مما يفقده الخصائص الإحصائية للمدرج التكراري الحقيقي، فضلاً عن افتقاره لدعم منظومة ODS Graphics الفائقة الدقة، مما ينتج مخرجات بصرية قديمة ومنخفضة الدقة (Pixelated Outputs).

تقتضي معايير الجودة في تحديث الأكواد البرمجية القديمة (Legacy Code Migration) إعادة كتابة البرامج التي تستند إلى PROC GCHART وتحويلها إلى إجراء PROC UNIVARIATE في حال كانت الغاية دراسة التوزيع الاحتمالي ومطابقة المنحنيات النظرية، أو إلى PROC SGPLOT في حال كانت الغاية إنتاج رسوميات استكشافية متقدمة للنشر والتقارير العلمية الحديثة.

11.3 المفاضلة البرمجية والمنهجية بين الطرق المتعددة

تتطلب الإدارة الاحترافية للمشاريع الإحصائية المفاضلة الواعية بين الإجراءات المتوفرة في SAS استناداً إلى أهداف التحليل، وطبيعة المخرجات المطلوبة، وحجم البيانات المعالجة. يوضح الجدول والتحليل المنهجي التالي معايير المفاضلة الدقيقة بين الإجراءات البيانية الثلاثة:

• إجراء PROC UNIVARIATE: يمثل الخيار الإلزامي عند الحاجة إلى فحص إحصائي وصفي متعمق يجمع بين الجداول التحليلية المتقدمة (العزوم، المئينات، اختبارات الاعتدالية) والتمثيل البياني للفئات عبر MIDPOINTS. يتميز بالدقة الرياضية والقدرة على دمج المنحنيات التوزيعية، لكنه قد يكون أقل مرونة جمالية وتخصيصية مقارنة بالإجراءات البيانية المخصصة.
• إجراء PROC SGPLOT: يمثل الخيار الأمثل عندما يكون الهدف النهائي هو إنتاج مخرج بياني فائق الجودة مخصص للنشر المباشر. يوفر خيارات متفوقة للتحكم في الفئات عبر BINWIDTH وBINSTART دون إثقال المعالج بتوليد جداول إحصائية ضخمة لا يحتاجها التقرير، ويتميز بسرعة معالجة عالية مع قواعد البيانات الضخمة (Big Data).
• إجراء PROC GCHART: إجراء قديم لا يُنصح باستخدامه في المشاريع البحثية المعاصرة، ويقتصر دوره الحالي على صيانة ومتابعة الأنظمة البرمجية القديمة التي لم يتم تحديثها بعد.

تضمن هذه المفاضلة الاستثمار الأمثل لموارد البيئة الحاسوبية في SAS، وتمكين الباحث من اختيار الأداة البرمجية التي توفر التوازن المطلوب بين الكفاءة الحسابية والدقة التوزيعية والوضوح البياني للمشروع قيد الدراسة.

12. أفضل الممارسات والمعايير الأكاديمية لإعداد المدرجات التكرارية في البحوث العلمية

12.1 معايير اختيار الفئات لضمان النزاهة العلمية وتفادي التضليل

تعتبر عملية اختيار عدد وعرض الفئات في المدرج التكراري مسؤولية أخلاقية ومنهجية تقع على عاتق المحلل الإحصائي؛ إذ يمكن للتلاعب غير المسؤول بأبعاد الفئات أن يُحدث تشويهاً جوهرياً في إدراك النتائج التجريبية. فالإفراط المتعمد في توسيع الفئات قد يُوظف بشكل غير نزيه لإخفاء الالتواء الشديد في البيانات أو التستر على وجود استجابات منوالية ثانوية قد تنقض فرضيات البحث، في حين يمكن لاستخدام فئات بالغة الضيق أن يُظهر فروقاً وتذبذبات وهمية لا تعبر عن الواقع الميداني للظاهرة المدروسة.

تقتضي النزاهة الأكاديمية أن ينبع اختيار أبعاد الفئات من التوزيع المنطقي المستند إلى القواعد الرياضية المعتمدة (كقواعد فريدمان-دياكونيس أو سكوت) أو الخصائص القياسية الثابتة للأداة المستخدمة، وليس بهدف التوصل إلى شكل بياني يخدم فرضية مسبقة للباحث. ويجب على المحلل تجنب إخفاء الانقطاعات التوزيعية الواقعية، وضمان أن تعكس الفئات المعالم الحقيقية للمتغير المقاس بما يعزز الشفافية العلمية والاتساق المنطقي للبحث.

علاوة على ذلك، تشترط المعايير المنهجية الرصينة توثيق المبررات الرياضية والسياقية التي استند إليها الباحث في تحديد عدد ونقاط منتصف الفئات ضمن متن التقرير الإحصائي أو في قسم المنهجية والأدوات. إن توضيح استخدام خيار MIDPOINTS في كود SAS مع ذكر الخطوة المعتمدة والمعادلة المرجعية يُعد ضماناً لامتثال الدراسة لمبدأ القابلية للتكرار العلمي (Reproducibility)، متيحاً للباحثين الآخرين التحقق المستقل من مصداقية التوزيعات البيانية المعلنة.

12.2 التوافق مع أدلة النشر العلمي القياسية (دليل أسلوب APA)

يفرض دليل النشر العلمي الصادر عن جمعية علم النفس الأمريكية في نسخته السابعة (APA 7th Edition) معايير موحدة وصارمة لتصميم وعرض المخططات والرسومات البيانية التكرارية لضمان خلوها من الغموض وسهولة استيعابها الفوري. يتطلب الدليل تسمية المحاور السينية والصادية بدقة متناهية، مع تضمين اسم المتغير المقاس ووحدة القياس المستند إليها بين قوسين واضحين (مثل: درجات مقياس القلق المعرفي (درجة خام من 100) على المحور السيني، والنسبة المئوية (%) أو التكرار على المحور الصادي).

تأتي صياغة التسميات التوضيحية للشكل (Figure Captions) كمتطلب إلزامي لا غنى عنه؛ حيث يُوضع رقم المخطط بخط غامق في أعلى الرسم (مثل: الشكل 1)، يليه عنوان وصفي موجز ومائل (مثل: توزيع درجات اختبار القدرات المعرفية للمشاركين مع منحنى التوزيع الطبيعي المطابق). ويُذيل الشكل بملاحظة ختامية تشرح معاني الرموز، والمنحنيات المدمجة، وحجم العينة الكلي المعتمد ($N$)، وتوضح نطاق الفئات المطبقة عبر SAS لتوفير سياق تفسيري مستقل للقارئ دون الحاجة للرجوع المستمر لمتن البحث.

كما يُشدد دليل أسلوب APA على معايير التباين والوضوح التام في الطباعة أحادية اللون أو بتدرجات الرمادي. يفرض هذا المعيار استبعاد الخلفيات اللونية المعتمة، والامتناع عن استخدام أنماط ثلاثية الأبعاد (3D Histograms) التي تشوه الإدراك الهندسي للارتفاعات التكرارية وتعتبر عيباً تصميمياً جسيماً في النشر المحكم، مع الاعتماد الحصري على التخطيط الثنائي البسيط ذي الحدود السوداء الدقيقة والأرضية البيضاء الناصعة.

12.3 بناء سيناريو برمجي متكامل وموثق قابل لإعادة الاستخدام

لتحقيق أعلى مستويات الاحترافية البرمجية، يُنصح الباحثون ببناء سيناريوهات برمجية قياسية (Standardized Macro Scripts) داخل SAS تقوم بحساب مؤشرات التوزيع تلقائياً، وتحديد اتساع الفئات الأمثل وفق القواعد الرياضية المتينة، وتوليد المدرج التكراري بأسلوب موثق بالكامل. يستعرض النموذج البرمجي التالي صياغة ماكرو متقدم (SAS Macro) يقوم بحساب المدى الربيعي وتطبيق قاعدة فريدمان-دياكونيس بصورة آلية:

يتيح هذا الماكرو استدعاءً مرناً وسريعاً لمعالجة أية مجموعة بيانات ومتغير كمي عبر أمر استدعاء وحيد مثل: %AutoBinHistogram(data=PsychTest, var=Score);. يوفر هذا الأسلوب أتمتة دقيقة لحساب الفئات، ويزيل الأخطاء الحسابية اليدوية، ويضمن إخراج تقارير بيانية بتنسيق APA موحد جاهزة للإدراج المباشر في ملفات PDF وRTF المخصصة للمراجعة والتحكيم في المجلات العلمية.

خاتمة

يمثل تحديد عدد وعرض الفئات في المدرجات التكرارية داخل بيئة برنامج SAS ركيزة جوهرية تفصل بين العرض البياني الاستكشافي السطحي والتحليل الإحصائي السيكومتري الرصين. فالمدرج التكراري ليس مجرد أعمدة رقمية متراصة، بل هو تجسيد هندسي للتقدير الاحتمالي لكثافة الظاهرة المدروسة في المجتمع الأصلي. إن الاعتماد الأعمى على الإعدادات الافتراضية للبرمجيات يهدد بضياع المعالم الحيوية للبيانات، في حين يتيح الفهم العميق للأسس الرياضية والقواعد المعيارية (كقواعد ستورجز، وفريدمان-دياكونيس، وسكوت) توظيف أدوات SAS المتقدمة—وفي مقدمتها خيار MIDPOINTS وخيار NCELLS ضمن إجراء PROC UNIVARIATE—بأعلى درجات الكفاءة والاقتدار المنهجي.

لقد أظهرت التحليلات المفصلة عبر هذا الدليل أن المواءمة بين الأبعاد النظرية للمتغير المقاس وهندسة الفئات التكرارية تسهم بصورة حاسمة في كشف التواءات التوزيعات، ورصد تأثيرات السقف والقاع، وتجنب أخطاء التشخيص البصري في حقول القياس النفسي والتربوي. كما يوفر الانتقال بين إجراءات التحليل الوصفي الكلاسيكية والخيارات الحديثة في إجراء PROC SGPLOT مرونة تصميمية وبحثية استثنائية تلبي أعلى متطلبات التوثيق العلمي والنشر المحكم وفق معايير جمعية علم النفس الأمريكية (APA). ختاماً، يبقى إتقان هذه المهارات البرمجية والمنهجية ضمانة أكيدة للنزاهة العلمية، والشفافية التحليلية، ودقة الاستنتاج في البحوث الكمية المعاصرة.

المراجع

• American Psychological Association. (2020). Publication manual of the American Psychological Association (7th ed.). American Psychological Association. https://doi.org/10.1037/0000165-000
• Freedman, D., & Diaconis, P. (1981). On the histogram as a density estimator: $L_2$ theory. Zeitschrift für Wahrscheinlichkeitstheorie und Verwandte Gebiete, 57(4), 453–476. https://doi.org/10.1007/BF01025868
• SAS Institute Inc. (2020). SAS/STAT 15.2 user’s guide: The UNIVARIATE procedure. SAS Institute Inc. https://documentation.sas.com
• SAS Institute Inc. (2021). SAS ODS graphics: Procedures guide (6th ed.). SAS Institute Inc. https://support.sas.com
• Scott, D. W. (1979). On optimal and data-based histograms. Biometrika, 66(3), 605–610. https://doi.org/10.1093/biomet/66.3.605
• Scott, D. W. (2015). Multivariate density estimation: Theory, practice, and visualization (2nd ed.). John Wiley & Sons. https://doi.org/10.1002/9781118575574
• Silverman, B. W. (1986). Density estimation for statistics and data analysis. Chapman and Hall. https://doi.org/10.1201/9781315140919
• 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
• Wicklin, R. (2013). Statistical programming with SAS/IML software. SAS Institute Inc.