كتاب التمثيلات البيانية في العلوم الاجتماعية PDF

كتاب التمثيلات البيانية في العلوم الاجتماعية PDF – الدكتور فضيل دليو

بطاقة معلومات الكتاب

اسم الكتاب: التمثيلات البيانية في العلوم الاجتماعية
المؤلف: الدكتور فضيل دليو
الناشر: ديوان المطبوعات الجامعية (OPU) – بن عكنون، الجزائر
سنة النشر: 2001م
رقم النشر: 4.03.4439
الرقم الدولي الموحد (ISBN): 9961-0-0513-9
رقم الإيداع القانوني: 256 / 2001
عدد الصفحات: 169 صفحة
التصنيف: مناهج البحث في العلوم الاجتماعية / الإحصاء الاجتماعي وتحليل البيانات
اللغة: العربية
صيغة الملف: PDF

نبذة عن الكتاب

كيف يمكن للباحث في العلوم الاجتماعية تحويل مئات الأرقام والجداول الإحصائية الميدانية المعقدة إلى أشكال ورسوم بصرية تنطق بالمعنى، وتكشف الاتجاهات الخفية للظواهر دون الوقوع في فخ التضليل والخداع البصري؟

يُعد كتاب "التمثيلات البيانية في العلوم الاجتماعية" للأستاذ الدكتور فضيل دليو مرجعاً منهجياً وتطبيقياً رائداً في المكتبة السوسيولوجية العربية؛ إذ يعالج النقص الملحوظ في توظيف التقنيات البيانية في مذكرات التخرج والرسائل الجامعية والأبحاث الميدانية. يستعرض الكتاب الأطر المعيارية والتقنية لتحويل البيانات الرقمية إلى وسائط بصرية (نقطية، خطية، مساحية، وحجمية)، مفصلاً القواعد الحسابية والرياضية لإنشاء مختلف أنواع التمثيلات، بدءاً من المدرجات التكرارية والمنحنيات اللوغاريتمية، وصولاً إلى التحليل الاستكشافي للبيانات، ومخططات لورنز، والخرائط البيانية، ونماذج وجوه شيرنوف، مع كشف دقيق لأبرز التشويهات الإحصائية الشائعة.

غلاف كتاب التمثيلات البيانية في العلوم الاجتماعية PDF – د. فضيل دليو

غلاف كتاب التمثيلات البيانية في العلوم الاجتماعية – د. فضيل دليو.

نبذة عن المؤلف

من هو المؤلف؟ الدكتور فضيل دليو، عالم اجتماع وأكاديمي جزائري بارز، أستاذ التعليم العالي بجامعة قسنطينة.
التخصص العلمي: علم الاجتماع، مناهج البحث العلمي والتقنيات الإحصائية في العلوم الاجتماعية، سوسيولوجيا الاتصال والإعلام.
أهم إسهاماته وأعماله: له مسار أكاديمي حافل ومؤلفات مرجعية في الجامعات المغاربية والعربية؛ من أبرزها كتبه في مناهج العلوم الاجتماعية، وإشكالية المشاركة الديمقراطية في الجامعة، وبحوث الاتصال والتنظيم المجتمعي.

أهم أفكار الكتاب

ما هو مفهوم التمثيل البياني وما هي خصائصه ووظائفه في البحث الاجتماعي؟

يحدد الكتاب مفهوم التمثيل البياني (Graphs) بوصفه سلسلة من الوسائل والتقنيات المتطورة التي تتيح فحص واستكشاف البيانات الرقمية وتلخيصها وعرضها عبر أشكال هندسية مباشرة (نقاط، خطوط، مساحات، أحجام):

أهمية التمثيل البصري: قدرته الفائقة على جذب انتباه القارئ، ونقل أكبر قدر من الأفكار بأسلوب مشوق ومباشر، وتسهيل الملاحظة السريعة لأنماط غير متوقعة في الظاهرة المدروسة.
الوظيفة الاستكشافية: استحضار مقولة الإحصائي "جون توكي" (J. Tukey) بأن "التقنيات البيانية تعادل البحث عن أدلة تساعد الباحث على اكتشاف الأسرار المتضمنة في البيانات".
محدودية التمثيل البياني: التضحية ببعض التفاصيل الدقيقة للأرقام الفردية لصالح الاتجاه العام، واحتمال التعقيد عند تضخم المتغيرات.

ما هي المعايير والمقاييس التقنية لإنشاء تمثيل بياني دقيق؟

يستعرض الفصل الأول دليلاً معيارياً لبناء الرسوم البيانية وتجنب الأخطاء الشكلية:

العناوين المرجعية: وضع العنوان الرئيس في الوسط أعلى الشكل شاملاً ماهية البيانات، تصنيفها، زمانها، ومكانها بما قل ودل، مع وضع العناوين الفرعية ببنط أصغر.
التعريف بالمحاور وطولها: تحديد تسمية المحور السيني (الأفقي) والمحور الصادي (الرأسي) ووحدة القياس، والالتزام بـ "قاعدة ارتفاع الثلاثة أرباع" (أن يكون ارتفاع أعلى تكرار على المحور الصادي مساوياً لثلاثة أرباع طول المحور السيني تقريباً) لضمان التوازن البصري.
نقطة الأصل وقاعدة التمثيل: وجوب إظهار خط القاعدة ببنط عريض، وتثبيت نقطة الصفر الحسابية عند تقاطع المحورين.
كسر المحاور: اللجوء لكسر المحور الصادي (بخطين مائلين) حصراً في الرسوم الخطية عندما تكون القيم مرتفعة ومداها صغيراً لتفادي المساحات الفارغة، مع التحذير القاطع من كسر محاور الأعمدة البيانية.
مفاضلة الطول والمساحة والحجم: الطول هو المرجع الأكثر دقة ومصداقية في الإدراك البصري للمقارنة الإحصائية، بينما تمثيلات المساحات والأحجام والمجسمات ثلاثية الأبعاد مضللة بصرياً وتصلح للتشويق فقط.

كيف تختلف مقاييس الرسم البياني الخطي وتطبيقاتها الإحصائية؟

يفصل الكتاب الفروق الهندسية بين مقاييس المحاور تماشياً مع طبيعة المتغيرات:

المقياس الحسابي (Arithmetic Ruling): فضاءات متساوية تعكس تغيرات مطلقة متساوية، وهو غير مناسب للنسب المئوية ومعدلات النمو والقيم المتباعدة جداً.
المقياس اللوغاريتمي الكامل (Logarithmic / Log-Log): تقسيم المحورين وفق متوالية هندسية؛ يختص بقياس التغيرات النسبية ومعدلات التغير المتناسبة، ولا يحتوي على نقطة الصفر (يبدأ بمضاعفات أو أجزاء الرقم 10).
المقياس نصف اللوغاريتمي (Semi-logarithmic): محور صادي لوغاريتمي وسيني حسابي؛ وهو الأداة المثلى لمقارنة وتيرة نمو ظواهر مختلفة في الحجم والوحدات (كمقارنة نمو البطالة في قرية صغيرة مع عاصمة كبرى).
المقياس الاحتمالي (Probabilistic): تقسيم المحور وفق جدول التوزيع الطبيعي لتحويل المنحنى التكراري المتجمع إلى خط مستقيم لفحص اعتدالية وتماثل التوزيعات الإمبريقية.

ما هي أبرز التشويهات البيانية وأساليب الخداع البصري الشائعة؟

يكشف الكتاب التلاعبات التي قد تحرف قراءة النتائج الإحصائية:

أبرز التشويهات البيانية الشائعة
الخداع البصري للمعلومات	كسر محاور الأعمدة	حذف نقطة الأصل (طريقة "حاحا")	ضغط وتمديد المحاور	تمثيل سنوات غير متوالية
كتابة الأرقام داخل الأعمدة أو خارجها يغير طولها الظاهري الحقيقي ويشوش على الملاحظ.	خطأ فادح يضخم الفروق البسيطة بين الفئات ويشوه المرجع الأساسي للمقارنة.	إلغاء نقطة الصفر يبالغ في تصوير الفروق الطفيفة ويفقد إمكانية المقارنة الموضوعية.	تمديد المحور الصادي يضخم وتيرة الاتجاه، بينما تمديد المحور السيني يضخم أثر الاستقرار.	إدراج فترات زمنية متباعدة كفئات متساوية يختزل مسار التطور ويشوه المنحنى الحقيقي.

طريقة "حاحا" (Gee Whiz): حذف الصفر من قاعدة المحور الصادي وتمديده للمبالغة في تصوير التغيرات الطفيفة كقفزات عملاقة (كما بيّن داريل هف في كتاب "كيف تكذب بالإحصاء").
تمثيل الشيء ونقيضه: رسم منحنى النجاح المدرسي متصاعداً وبجواره منحنى الفشل متناقصاً لمضاعفة التأثير النفسي للزيادة بصرياً.

كيف تُعرض التوزيعات التكرارية والمتساوية ونماذج التحليل الاستكشافي؟

يستعرض الفصل الثاني الأدوات البيانية لتمثيل المتغيرات وتوزيعاتها:

المدرج التكراري والمضلع والمنحنى:
- المدرج التكراري (Histogram): مستطيلات متلاصقة تتناسب مساحاتها مع تكرار الفئات؛ مع وجوب حساب "التكرارات المعدلة" في حال عدم تساوي أطوال الفئات.
- المضلع والمنحنى التكراري: وصل مراكز الفئات بخطوط مستقيمة أو منحنيات ممهدة (متناظرة جرسية، ملتوية موجبة أو سالبة، أو على شكل حرف U).
- المنحنى المتجمع (Ogive): تقاطع منحنى التكرار المتجمع الصاعد مع النازل لتحديد قيمة الوسيط إحصائياً.
تقنيات التحليل الاستكشافي للبيانات (EDA):
- تمثيل الجذوع والأوراق (Stem-and-Leaf): يجمع بين التوزيع المجدول والمدرج؛ حيث يمثل "الجذع" العشرات و"الأوراق" الآحاد، مما يحافظ على القيم الأصلية ويكشف تباين الكثافة داخل الفئة الواحدة.
- التمثيل الصندوقي (Box-and-Whisker Plot): صندوق مستطيل يمتد بين الربيع الأول (Q_1) والربيع الثالث (Q_3) ويتوسطه الوسيط (Q_2)، بينما تمتد الشوارب للقيم القصوى مع رصد القيم الشاذة المتطرفة بنجوم منفصلة.
التوزيعات المتساوية ومنحنى لورنز (Lorenz Curve):
- رسم التكرارات النسبية المتجمعة ومقارنتها بخط التوزيع المتساوي لتحديد "مساحة عدم التساوي" وقياس معامل جيني (Gini) للتمركز والعدالة الاجتماعية (توزيع الدخل، الثروة، والخدمات).

ما هي صيغ المقارنة بين الأصناف والسلاسل الزمنية والاقتران؟

الأعمدة والقطاعات الدائرية:
- الأعمدة: البسيطة، المتعددة، المركبة، المركبة النسبية (100%)، والمزدوجة ذات القيم الموجبة والسالبة.
- التمثيل النجمي أو القطبي (Star Plot): أشعة متساوية الزوايا (360 درجة) تعكس أطوالها قيم المتغيرات (ممتاز لمقارنة وتيرة الإنتاجية عبر شهور السنة).
- الدوائر المقارنة (Pie Charts): حساب زوايا القطاعات (النسبة \times 3.6)، وأخذ الجذر التربيعي للمجاميع الكلية عند المقارنة بين دوائر متعددة لضبط تناسب المساحات.
تحليل السلاسل الزمنية وشكل (Z):
- توظيف المتوسطات المتحركة (Moving Averages) لتنعيم تذبذبات السلسلة الزمنية.
- مخطط Z: يدمج في شكل واحد: القيم الشهرية (القاعدة السفلية)، التوزيع التجميعي السنوي (الخط المائل)، والمتوسطات السنوية المتحركة (الخط العلوي).
دراسة الاقتران والتشابهات متعددة الأبعاد:
- شكل الانتشار (Scatter Plot): رصد طبيعة الارتباط (خطي موجب/سالب، أو غير خطي، أو منعدم) بين المتغير المستقل والتابع.
- التمثيل المثلثي ثلاثي الأبعاد (Ternary Plot): يعتمد على مبدأ المثلث متساوي الأضلاع لتمثيل 3 متغيرات مجموع نسبها 100% (مثل تكلفة الإنتاج أو تصويت الكتل الحزبية).
- التمثيل العنقودي الشجري (Dendrograms) والهوابط (Iciplot): لتصنيف الجماعات والحالات المتشابهة في مصفوفات المسافات الإحصائية.

كيف توظف التمثيلات الأيقونية والخرائط البيانية في البحوث الاجتماعية؟

التمثيلات التصويرية (Pictorial Graphs):
- الأيديوغراف (Ideograph): تكرار وحدات رمزية موحدة الحجم (مثل رسم إنسان لكل مليون نسمة) والتحذير من استخدام أحجام متباينة للأشكال التعبيرية لأنها تشوه الإدراك الحجمي.
- وجوه شيرنوف (Chernoff Faces): تمثيل العلاقات متعددة المتغيرات بملامح الوجه البشري (اتساع العينين، شكل الفم، تقوس الحاجبين) لفرز الحالات المعقدة استكشافياً.
الخرائط البيانية (Map-Graphs):
- الخرائط المظللة (Choropleth): تدرج كثافة التظليل لتمثيل النسب المئوية جغرافياً (كنسب البطالة والأمية).
- الخرائط المنقطة والتناسبية: نقاط متساوية الحجم تعكس التكرارات المطلقة، أو خرائط تتناسب أحجام أقاليمها مع ثقل المتغير الاجتماعي.
- الخرائط متساوية القياس (Isometric): خطوط تربط بين النقاط المتساوية في الكثافة والظواهر المجتمعية.
التطبيقات الخاصة: مخططات الهياكل التنظيمية (Organigrams)، والتسلسل الهرمي لأسباب الظواهر (كالطلاق)، ومخطط غانت (Gantt Chart) لمتابعة تنفيذ خطط المشاريع الميدانية.

لمن يناسب هذا الكتاب؟

طلاب وباحثو علم الاجتماع والعلوم الإنسانية: لإتقان عرض البيانات الميدانية في مذكرات التخرج ورسائل الماجستير والدكتوراه.
أساتذة ودارسو الإحصاء التطبيقي والديمغرافيا: لفهم القواعد الرياضية لإنشاء الرسوم الخطية ونصف اللوغاريتمية والخرائط الإحصائية.
محللو البيانات والباحثون في مراكز استطلاعات الرأي: لتصميم تقارير بصرية تجمع بين الجاذبية والمصداقية العلمية.
المهتمون بالإعلام العلمي والاتصال الجماهيري: للتعرف على معايير الأيديوغراف وكشف أساليب الخداع البياني في التقارير الإخبارية.

أسئلة شائعة حول الكتاب

ما هو الفرق بين المدرج التكراري والأعمدة البيانية وفق الكتاب؟

المدرج التكراري يمثل متغيرات كمية متصلة بمستطيلات متلاصقة تتناسب مساحاتها مع التكرار، بينما الأعمدة البيانية تمثل متغيرات نوعية أو كمية منفصلة بمستطيلات متباعدة تعتمد المقارنة فيها حصراً على الأطوال.

متى يُفضل استخدام المقياس نصف اللوغاريتمي في العلوم الاجتماعية؟

يُفضل عند دراسة معدلات النمو والنسب المئوية، أو عند مقارنة تطور سلسلتين زمنيتين متباعدتين جداً في الحجم (مثل مقارنة ظاهرة في بلدة صغيرة مع دولة كبرى) لمنع التضخيم الحسابي المضلل.

ما هو مخطط "الصندوق والشوارب" ولماذا يعد مهماً؟

هو تقنية استكشافية ابتكرها جون توكي؛ تعتمد على المدى الربيعي والوسيط لتوضيح تماثل التوزيع ورصد القيم الشاذة والمتطرفة بدقة فائقة دون التأثر بالحسابات التقليدية.