الوحدة الثانية: الإحصاء الوصفي وتصور البيانات
مقدمة: هذه الوحدة تجمع بين تلخيص البيانات وعرضها بصرياً. القاعدة الجديدة هنا: كل إحصاء وصفي له تمثيل بصري يساعد على فهمه، من التوزيعات والوسط والتشتت إلى مخططات الصندوق ولوحات الأداء الرياضي.
الدرس 2.1 — التوزيعات التكرارية Frequency Distributions
عندما يكون لدينا عدد كبير من القيم (مثل أوزان 100 لاعب)، يصعب استخلاص نمط منها بشكلها الخام. نلجأ إلى تجميعها في فئات وحساب عدد المشاهدات في كل فئة.
البيانات الخام (كجم): 65, 72, 78, 80, 68, 74, 76, 82, 70, 73, 79, 85, 66, 71, 77, 83, 69, 75, 81, 67, 74, 78, 86, 72, 76, 80, 70, 68, 84, 73
- أصغر قيمة = 65، أكبر قيمة = 86، المدى = 21
- عدد الفئات المقترح = 6، طول الفئة = 21 ÷ 6 ≈ 4 (نقرب لـ 4)
| الفئة (كجم) | التكرار المطلق (ت) | التكرار النسبي (%) | التكرار التراكمي |
|---|---|---|---|
| 65 – 68 | 5 | 16.7% | 5 |
| 69 – 72 | 6 | 20.0% | 11 |
| 73 – 76 | 8 | 26.7% | 19 |
| 77 – 80 | 5 | 16.7% | 24 |
| 81 – 84 | 4 | 13.3% | 28 |
| 85 – 89 | 2 | 6.7% | 30 |
| المجموع | 30 | 100% | — |
تفسير: 26.7% من المصارعين تقع أوزانهم في الفئة الأكثر شيوعاً (73–76 كجم)، وقد وصل التكرار التراكمي إلى 63.3% عند نهاية الفئة الثالثة، أي ما يقرب من ثلثا العينة يزنون أقل من 77 كجم.
الدرس 2.2 — التمثيلات البيانية Graphical Representations
يُعد اختيار الرسم البياني المناسب مهارة أساسية لتحليل البيانات الرياضية. فالتمثيل البصري يحوّل الأرقام المعقدة إلى أنماط سهلة الفهم، مما يساعد في اتخاذ قرارات تدريبية أكثر دقة.
| نوع الرسم البياني | الوصف والاستخدامات التفصيلية | مثال تطبيقي في الرياضة |
|---|---|---|
| أعمدة Bar Chart |
يستخدم لمقارنة القيم بين فئات مستقلة. مناسب لإظهار الفروقات الكبيرة والواضحة بين المجموعات. | مقارنة عدد الكيلومترات التي قطعها كل لاعب في الفريق خلال مباراة واحدة. |
| دائرة Pie Chart |
يعرض نسبة مساهمة كل جزء من الكل. يفضل استخدامه عندما يكون مجموع النسب 100% وعندما تكون الفئات قليلة (أقل من 6). | توزيع أنواع الإصابات في النادي (عضلية، مفاصل، أخرى) كنسبة مئوية من إجمالي الإصابات. |
| مدرج تكراري Histogram |
يشبه الأعمدة لكنه مخصص للبيانات الكمية المتصلة. يوضح "توزيع" البيانات وهل تميل للمركز أم تتشتت. | تحليل توزيع سرعات اللاعبين (كم لاعب ركض بسرعة 20-25 كم/س، وكم ركض بسرعة 25-30 كم/س). |
| خطي Line Chart |
مثالي لعرض الاتجاهات (Trends) عبر الزمن. يساعد في التنبؤ بالأداء المستقبلي بناءً على المسار الحالي. | رصد معدل ضربات قلب الرياضي أثناء الراحة على مدار شهر كامل لتقييم التعافي. |
| انتشار Scatter Plot |
يستخدم لدراسة العلاقة بين متغيرين. يساعد في معرفة هل زيادة أحدهما تؤدي لزيادة الآخر (ارتباط). | دراسة العلاقة بين كتلة العضلات (كجم) وقوة الدفع في اختبار القوة الانفجارية. |
| رادار / عنكبوتي Radar Chart |
يستخدم لمقارنة كيان واحد (لاعب مثلاً) في عدة خصائص مختلفة في آن واحد. يظهر "ملف التعريف" (Profile). | مقارنة مهارات اللاعب: (السرعة، القوة، التمرير، التسديد، اللياقة) في شكل واحد. |
الرسم الصندوقي Box Plot — تفسير مفصل
يتكون الرسم الصندوقي من: الوسيط (خط داخل الصندوق)، الربيع الأدنى Q1 والربيع الأعلى Q3 (طرفا الصندوق)، المدى الربيعي IQR = Q3 − Q1 (طول الصندوق)، والسياجات عند [Q1 − 1.5×IQR] و[Q3 + 1.5×IQR]. أي قيمة خارج هذه الحدود تُعدّ قيمة شاذة (Outlier) وتظهر كنقطة منفردة.
في قياس زمن رد فعل 20 لاعباً (بالمللي ثانية)، إذا أظهر الرسم الصندوقي لاعباً بزمن 420 مللي ثانية بينما السياج العلوي عند 320، فهذه قيمة شاذة تشير إلى إرهاق محتمل أو إصابة غير مُشخَّصة، ما يستوجب إجراء فحص طبي.
الدرس 2.3 — مقاييس النزعة المركزية Measures of Central Tendency
| المقياس | الصيغة الرياضية | متى يُستخدم؟ | نقاط القوة | نقاط الضعف | مثال |
|---|---|---|---|---|---|
| الوسط الحسابي Mean | x̄ = Σxᵢ / n | بيانات متناظرة خالية من القيم الشاذة | يستخدم كل القيم، مناسب للاستدلال | يتأثر بشدة بالقيم الشاذة | متوسط سرعة العداء في 5 سباقات |
| الوسيط Median | القيمة الوسطى بعد الترتيب | بيانات ملتوية أو بها قيم شاذة | مقاوم للقيم الشاذة | لا يستخدم كل القيم | فترة التعافي من الإصابة (أيام) |
| المنوال Mode | القيمة الأكثر تكراراً | المتغيرات الاسمية أو ثنائية القمم | الوحيد المناسب للبيانات الاسمية | قد لا يوجد أو يكون متعدداً | نمط الهجوم الأكثر استخداماً في الطائرة |
البيانات: أهداف لاعب في 7 مباريات: 0, 1, 2, 1, 3, 1, 8
تفسير نقدي: الوسط (2.29) متأثر بالقيمة الشاذة 8 في المباراة السابعة. الوسيط (1) يعطي صورة أدق لأداء اللاعب المعتاد. المدرب يجب أن يعتمد على الوسيط هنا لتقييم الاستمرارية.
في بيانات الرواتب أو الإصابات، قد يكون الوسط الحسابي مضللاً بسبب قيم متطرفة. قاعدة عملية: إذا كانت البيانات ملتوية (يختلف الوسط عن الوسيط بشكل كبير وتتجاوز قيمة الالتواء |g₁| > 1.0)، استخدم الوسيط للتقرير وليس الوسط.
الدرس 2.4 — مقاييس التشتت Measures of Dispersion
لا تكفي النزعة المركزية وحدها لوصف البيانات. فقد يكون لفريقين متوسط الأهداف نفسه، لكن أحدهما منتظم الأداء والآخر متذبذب. مقاييس التشتت تصف درجة التجانس أو التباين بين القيم.
الانحراف المعياري — الخطوات التفصيلية
عدد الإصابات في 5 جولات: لاعب أ: 8, 9, 10, 9, 9 — لاعب ب: 5, 10, 12, 8, 15
القرار التدريبي: رغم أن متوسط لاعب ب أعلى قليلاً، فإن انحرافه المعياري المرتفع (3.81 مقابل 0.71) يشير إلى عدم الاتساق. في المباريات الحاسمة، لاعب أ أكثر موثوقية. قد يحتاج لاعب ب لتدريب على الضغط النفسي.
معامل الاختلاف Coefficient of Variation — CV
الانحراف المعياري وحده لا يُتيح المقارنة بين متغيرات ذات وحدات قياس مختلفة. معامل الاختلاف يحلّ هذه المشكلة بالتعبير عن التشتت كنسبة مئوية من المتوسط، فيصبح المقارنة بين الاختبارات المختلفة ممكنة.
| الاختبار | المتوسط | الانحراف المعياري | CV% | التفسير |
|---|---|---|---|---|
| VO₂max (مل/كجم/دقيقة) | 52.0 | 2.6 | 5.0% | تشتت نسبي منخفض — الاختبار مستقر |
| أقصى قوة (1-RM) بالكجم | 85.0 | 8.5 | 10.0% | تشتت نسبي أعلى — تباين أكبر بين الجلسات |
| زمن الرياضة (ث) | 10.8 | 0.22 | 2.0% | تشتت منخفض جداً — قياس دقيق |
الاستنتاج: رغم أن الانحراف المعياري لاختبار 1-RM (8.5 كجم) يبدو كبيراً مقارنةً بـ VO₂max (2.6 مل)، فإن CV يُظهر أن اختبار VO₂max هو الأكثر استقراراً نسبياً. لا يجوز مقارنة انحرافات معيارية ذات وحدات مختلفة مباشرةً — استخدم CV دائماً.
- CV < 5%: ممتاز — اختبار شديد الدقة (مثل قياس زمن السباق بالتوقيت الإلكتروني)
- CV 5–10%: جيد — مقبول لمعظم الاختبارات الميدانية
- CV 10–20%: متوسط — يُقبل في الاختبارات المعقدة (مثل 1-RM)
- CV > 20%: ضعيف — يستدعي مراجعة بروتوكول الاختبار
الالتواء والتفرطح Skewness & Kurtosis
النزعة المركزية والتشتت يصفان "أين" البيانات تتمركز و"كم" تتباين، لكنهما لا يصفان شكل التوزيع. الالتواء والتفرطح يكملان هذه الصورة، وهما متطلبان أساسيان قبل اختيار أي اختبار إحصائي.
الالتواء Skewness (g₁)
يقيس تماثل التوزيع حول المتوسط:
- g₁ ≈ 0: توزيع متماثل (طبيعي)
- g₁ > 0: التواء موجب (ذيل يميني طويل) — شائع في بيانات الإصابات وزمن التعافي
- g₁ < 0: التواء سالب (ذيل يساري) — شائع في درجات الاختبارات السهلة
حد القبول: |g₁| ≤ 2.0 يُقبل عموماً للتحليلات المعلمية (George & Mallery, 2010). للعينات الصغيرة (n < 50)، يُفضَّل حد أكثر تحفظاً: |g₁| ≤ 1.0 (Hair et al., 2010).
التفرطح Kurtosis (g₂)
يقيس حدة قمة التوزيع وثقل الأذناب:
- g₂ ≈ 0: مشابه للتوزيع الطبيعي (mesokurtic)
- g₂ > 0: قمة حادة وأذناب ثقيلة (leptokurtic) — قيم شاذة محتملة
- g₂ < 0: قمة مسطحة (platykurtic) — تباين موزع على نطاق واسع
حد القبول: |g₂| ≤ 7.0 مقبول للعينات الكبيرة جداً (n > 300; Kim, 2013). للعينات المتوسطة (n ≈ 50-300): يُفضَّل |g₂| ≤ 3.0.
دراسة على 80 رياضياً قاست أوقات تعافيهم من إصابات العضلة ذات الرأسين (أيام):
- المتوسط = 18 يوماً، الوسيط = 14 يوماً، المنوال = 12 يوماً
- الانحراف المعياري = 11 يوماً، g₁ = +1.8 (التواء موجب)
الالتواء الموجب (المتوسط > الوسيط > المنوال) يُخبرنا بوجود حالات تعافٍ استثنائية طويلة ترفع المتوسط. الوسيط (14 يوماً) أكثر تمثيلاً للحالة الإكلينيكية المعتادة من المتوسط (18 يوماً). كذلك يُحذر الالتواء من استخدام المتوسط في الحسابات الإحصائية اللاحقة دون فحص.
توصية: لأن g₁ = 1.8 (أقل من 2.0) يمكن قبول استخدام t-test على بيانات هذا الحجم (n=80) استناداً إلى نظرية الحد المركزي، لكن يُستحسن الإبلاغ عن الوسيط والمدى الربيعي إلى جانب المتوسط والانحراف المعياري.
الرتب المئوية والمعايير المرجعية Percentile Ranks & Norms
الرتبة المئوية تُبيّن النسبة المئوية للأفراد في المجموعة المرجعية الذين تساوي درجاتهم أو تقل عن درجة معينة. تُستخدم على نطاق واسع في تقييم اللياقة البدنية، وتصنيف الرياضيين، ومقارنة الأداء بالمعايير الوطنية أو الدولية.
| المستوى | VO₂max (مل/كجم/دقيقة) للذكور 20–29 سنة | الرتبة المئوية التقريبية |
|---|---|---|
| ممتاز | ≥ 52.4 | > 90 |
| جيد جداً | 46.4 – 52.3 | 75–89 |
| جيد | 42.4 – 46.3 | 50–74 |
| مقبول | 36.7 – 42.3 | 25–49 |
| ضعيف | ≤ 36.6 | < 25 |
مثال: رياضي عمره 25 سنة سجّل VO₂max = 48.0 مل/كجم/دقيقة، فيقع في المئيني الـ 80 تقريباً — أي أن أداءه يفوق 80% من أقرانه في عمره، وهو مستوى "جيد جداً" وفق معايير ACSM 2021.
قاعدة 68-95-99.7 للتوزيع الطبيعي
- حوالي 68% من البيانات تقع ضمن (μ ± σ)
- حوالي 95% تقع ضمن (μ ± 2σ)
- حوالي 99.7% تقع ضمن (μ ± 3σ)
- قرار المدرب: مقارنة الانحراف المعياري لمؤشر الأداء الرئيسي (مثل عدد الأهداف) بين اللاعبين تساعد في اختيار أكثر اللاعبين موثوقية للمباريات الحاسمة.
- إدارة التدريب: إذا تجاوز الانحراف المعياري لحمل التدريب قيمة معينة، يجب مراجعة توزيع الأحمال لتفادي إصابات الإجهاد.
- تقييم الاتساق: لاعب ذو متوسط معتدل وانحراف معياري منخفض قد يكون أكثر قيمةً من لاعب بمتوسط أعلى لكنه متذبذب في الأداء.
- الإبلاغ الإعلامي: استخدام الوسيط بدلاً من المتوسط عند الإبلاغ عن أوقات التعافي أو الرواتب لتجنب التحيز بسبب القيم الشاذة.
- الخطأ 1 — الاعتماد المطلق على المتوسط: عند وجود قيم شاذة (كلاعب يسجل 0 أهداف في 8 مباريات ثم 10 في مباراة واحدة)، المتوسط مضلل ويجب الإبلاغ عن الوسيط أيضاً.
- الخطأ 2 — إغفال المدى الربيعي: الانحراف المعياري يتأثر بالقيم الشاذة؛ استخدم IQR = Q3 − Q1 كمقياس بديل للتشتت عند وجود قيم متطرفة.
- الخطأ 3 — تحديد الفئات بشكل خاطئ: فئات متداخلة أو غير متساوية في جدول التكرار تُشوّه الصورة؛ طبّق دائماً قاعدة ستيرجيس.
- الخطأ 4 — اختيار رسم بياني خاطئ: استخدام مخطط دائري لمتغير كمي متصل خطأ شائع — استخدم المدرج التكراري بدلاً منه.
أسئلة تقويمية — الفصل الثاني
دمج التصور البياني داخل الإحصاء الوصفي
المحتوى الذي كان موزعاً بين وحدات التصور القديمة أصبح جزءاً من منطق هذه الوحدة: لا نختار الرسم بعد التحليل، بل نستخدمه لفهم نوع البيانات وشكل التوزيع والعلاقات الأولية.
| السؤال | الإحصاء المناسب | الرسم المناسب |
|---|---|---|
| كيف تتوزع القيم؟ | الوسط، الوسيط، SD، IQR | Histogram، box plot، violin plot |
| كيف يتغير الأداء زمنياً؟ | متوسطات متتابعة، CV، rolling average | Line chart، sparklines، control chart |
| كيف نقارن مجموعات؟ | المتوسطات وفترات الثقة | Dot plot، grouped bars، lollipop |
| هل توجد علاقة أولية؟ | ارتباط وصفي مبدئي | Scatter plot مع خط اتجاه، ثم التحليل الرسمي في الوحدة 8 |
نُقلت مفاهيم صفحات التصور القديمة إلى هذه الوحدة: الرسوم الأساسية، الرسوم المتقدمة، أمثلة اختيار الرسم، ولوحات الأداء. ينتقل التحليل الرسمي للعلاقات إلى الوحدة الثامنة.
دليل الرسم المهاجر من الوحدات القديمة
| نوع الرسم | متى يستخدم؟ | تنبيه تطبيقي |
|---|---|---|
| Line / Area | تغير الحمل أو الأداء عبر الزمن | أظهر وحدات الزمن بوضوح ولا تخفِ التذبذب اليومي |
| Bar / Dot / Lollipop | مقارنة مجموعات أو اختبارات | يفضل إظهار النقاط أو فترات الثقة مع المتوسط |
| Histogram / Box / Violin | فهم شكل التوزيع والقيم الشاذة | هذه الرسوم تمهد لفحص الافتراضات في الوحدة 5 |
| Scatter / Bubble | استكشاف علاقة بين متغيرين أو ثلاثة | الاستكشاف البصري لا يغني عن الارتباط والانحدار في الوحدة 8 |
| Heatmap | عرض كثافة الحمل أو مناطق الخطر عبر لاعبين/أسابيع | استخدم مقياس ألوان قابل للتمييز ولا يعتمد على اللون وحده |
| Radar | ملف أداء متعدد الأبعاد للاعب واحد أو مقارنة محدودة | لا تستخدمه مع فئات كثيرة أو عند الحاجة للمقارنة الدقيقة |
| Treemap / Stacked Bar | تركيب الكل إلى أجزاء | تجنب المخطط الدائري عند كثرة الفئات |
| Waterfall / Slope | إظهار التغير الفردي أو التراكم التدريجي | مفيد عند اختلاف الاستجابة بين الرياضيين |
- برنامج تدريبي قبل/بعد: استخدم Slope chart أو نقاط فردية مع المتوسط حتى لا يخفي المتوسط استجابة اللاعبين المختلفة.
- لوحة حمل أسبوعية: استخدم Heatmap للحمل اليومي مع خط EWMA أو ACWR عند الانتقال إلى وحدة حمل التدريب.
- اختيار الرسم للتقرير: اسأل أولاً: هل تريد وصف توزيع، مقارنة مجموعات، علاقة، تغيراً زمنياً، أم تركيباً؟ ثم اختر الرسم وفق السؤال.