• +90 537 656 74 31
  • [email protected]
CONTACT US
تواصل معنا
  • English
  • دراسات السوق
    • دراسة الجدوى الاقتصادية
    • منصة متابعة العمل التفاعلية
    • الدراسات التسويقية
    • تطوير المنتجات
    • دراسة رضا العملاء
    • اختبار تجربة العميل
  • المراقبة والتقييم
    • تطوير السياسات وأدلة الإجراءات
    • التقييم النهائي
    • تقييم الاحتياجات الإنسانية
    • تحليل الأثر
    • تقييم السوق
    • المراقبة كطرف ثالث (TPM)
    • التحقق من قوائم المستفيدين
  • الأبحاث السياسية والاجتماعية
    • تطوير المؤشرات
    • تطوير المقاييس
    • استطلاعات الرأي
    • الشراكات البحثية
    • الاختبارات الإحصائية للأبحاث
  • تدريبات
  • الأجندة
    • دراسات بحثية
    • الأدلة
    • التقارير التفاعلية
    • الأخبار
    • الاسئلة المتكررة
  • حول اندكيتورز
إستشارة مجانية

طلب إستشارة مجانية

    معلومات التواصل

    İncilipınar Mah, Nail Bilen cd, Kantar İş Merkezi, kat 4, ofis 404, Şehitkamil, Gaziantep, Turkey

    +90 537 656 74 31

    [email protected]

    24/7 دعم

    Unlimited help desk

    Menu
    • English
    إشكالات التعامل مع القيم المفقودة

    إشكالات التعامل مع القيم المفقودة

    العديد من برامج تحليل البيانات لا تمتلك قدرة التمييز بين عدة قيم هي:
    – القيم المفقودة
    – الفراغ
    – القيمة صفر
    هذا الإشكال في ضعف البرامج ينسحب أيضا على عدم تمييز الكثير من العاملين في تحليل البيانات بين هذه القيم، فلا يتم التمييز بينها والتعامل معها وتحليل البيانات بناء على هذه الاختلافات.

    قد يظن البعض بأن هذه الفوارق ليست بتلك الأهمية ويتجاهلونها ويتركون التعامل معها لبرامج تحليل البيانات، إلا أن الأمر في أغلب الحالات يعطي نتائج كارثية لا يفطن لها الكثيرين.

    سأحاول إيضاح تلك الفوارق من خلال بعض الأمثلة:

    1. في حال أردنا تحليل متوسط الدخل للمواطنين في بلد يعاني من أزمة، لوحظ أن نسبة عالية من المجيبين قالوا بأنهم لا يمتلكون دخلا من أي نوع، وكانت نسبة هؤلاء تتجاوز الـ 40% من العوائل المدروسة، تعامل محللو البيانات مع هذه الحالات على أنها قيم مفقودة، مما أدى إلى نتائج بعيدة تماماً عن واقع المجتمع، إذ أن مؤشرات الوضع الاقتصادي في هذه الحالة ستقول مثلا بأن 10% فقط من العوائل تحت خط الفقر المدقع، أما الحقيقة فإن النسبة كانت تتجاوز الـ 50%، لأن من لا يمتلك أي دخل يجب أن يحتسب على أن دخله صفرا وليس قيمة مفقودة، لأن القيمة المفقودة لا تدخل في الحسابات أما القيمة صفر فتحتسب، وتؤثر بذلك على النسب المؤوية والمتوسط العام للدخل. في الحالة المعاكسة في حال السؤال عن الراتب الشهري، فإن من لا يمتلك عملاً سيعتبر راتبه الشهري قيمة مفقودة وليس صفراً، فهو لا يعمل أبداً والراتب لا يحتسب صفراً.
    2. الفراغ في الأسئلة النصية لا تعتبره الكثير من البرامج قيمة مفقودة، فمثلاً نجد أن برنامج SPSS لا يعتبر الخلية الفارغة في الأسئلة النصية قيمة مفقودة، وإنما يعتبرها قيمة حقيقية في كل حساباته، ففي عمود الجنس (النوع) إذا كان نصياً سيحتسب البرنامج القيم الفارغة مما سيؤثر بشكل كبير على النتائج مثل النسب المئوية والأعداد، مع العلم أن من لم يشر إلى جنسه (ذكر أو أنثى) يجب أن يعتبر قيمة مفقودة.
    3. في برنامج SPSS عند محاولة حساب عمود بيانات جديد من أعمدة أخرى نجد أن بعض الأكواد (المعادلات) تستطيع التعامل مع القيم المفقودة بشكل فعال وبعضها لا، مثلاً عند محاولة حساب مجموع أفراد العائلة من أفراد العائلة من كل فئة، واستخدمنا المعادلة sum نلاحظ أن البرنامج يعطي نتيجة المجموع حتى لو كانت هناك قيمة مفقودة في أحد الفئات، أما الحساب كجمع يدوي سيعطي نتيجة المجموع كقيمة مفقودة عند مصادفة أي من الحالات فيها قيمة مفقودة.

    لا يمكن حصر الحالات التي توجد فيها إشكالات تعريف القيم المفقودة، ولا أنصح في حال من الأحوال بترك حرية التخمين والتعامل مع تلك القيم لبرنامج تحليل البيانات ولا حتى لمسؤول تحليل البيانات لوحده، إذ يجب تحديد ما هو التعامل والتعريف المناسب للقيمة الفارغة، فكما وضحنا في حالة الدخل يجب أن تحتسب القيمة المفقودة صفراً وفي حالة الراتب يجب أن تعتبر قيمة مفقودة، وفي مثالنا الثالث يجب اعتبار القيمة الفارغة من أي فئة من أفراد العائلة صفراً، مع العلم أنه يتوجب من البداية تنبيه جامعي البيانات بأن الأسرة التي لا تمتلك أي فرد من فئة ما يجب ألا تترك قيمة مفقودة وأن يملأها بالقيمة صفر.

    بواسطة:
    غيث البحر: الرئيس التنفيذي لشركة إنديكيتورز

    Share
    • Description
    • Reviews (0)
    Description

    إشكالات التعامل مع القيم المفقودة
    العديد من برامج تحليل البيانات لا تمتلك قدرة التمييز بين عدة قيم هي:
    – القيم المفقودة
    – الفراغ
    – القيمة صفر
    هذا الإشكال في ضعف البرامج ينسحب أيضا على عدم تمييز الكثير من العاملين في تحليل البيانات بين هذه القيم، فلا يتم التمييز بينها والتعامل معها وتحليل البيانات بناء على هذه الاختلافات.

    قد يظن البعض بأن هذه الفوارق ليست بتلك الأهمية ويتجاهلونها ويتركون التعامل معها لبرامج تحليل البيانات، إلا أن الأمر في أغلب الحالات يعطي نتائج كارثية لا يفطن لها الكثيرين.

    سأحاول إيضاح تلك الفوارق من خلال بعض الأمثلة:

    1. في حال أردنا تحليل متوسط الدخل للمواطنين في بلد يعاني من أزمة، لوحظ أن نسبة عالية من المجيبين قالوا بأنهم لا يمتلكون دخلا من أي نوع، وكانت نسبة هؤلاء تتجاوز الـ 40% من العوائل المدروسة، تعامل محللو البيانات مع هذه الحالات على أنها قيم مفقودة، مما أدى إلى نتائج بعيدة تماماً عن واقع المجتمع، إذ أن مؤشرات الوضع الاقتصادي في هذه الحالة ستقول مثلا بأن 10% فقط من العوائل تحت خط الفقر المدقع، أما الحقيقة فإن النسبة كانت تتجاوز الـ 50%، لأن من لا يمتلك أي دخل يجب أن يحتسب على أن دخله صفرا وليس قيمة مفقودة، لأن القيمة المفقودة لا تدخل في الحسابات أما القيمة صفر فتحتسب، وتؤثر بذلك على النسب المؤوية والمتوسط العام للدخل. في الحالة المعاكسة في حال السؤال عن الراتب الشهري، فإن من لا يمتلك عملاً سيعتبر راتبه الشهري قيمة مفقودة وليس صفراً، فهو لا يعمل أبداً والراتب لا يحتسب صفراً.
    2. الفراغ في الأسئلة النصية لا تعتبره الكثير من البرامج قيمة مفقودة، فمثلاً نجد أن برنامج SPSS لا يعتبر الخلية الفارغة في الأسئلة النصية قيمة مفقودة، وإنما يعتبرها قيمة حقيقية في كل حساباته، ففي عمود الجنس (النوع) إذا كان نصياً سيحتسب البرنامج القيم الفارغة مما سيؤثر بشكل كبير على النتائج مثل النسب المئوية والأعداد، مع العلم أن من لم يشر إلى جنسه (ذكر أو أنثى) يجب أن يعتبر قيمة مفقودة.
    3. في برنامج SPSS عند محاولة حساب عمود بيانات جديد من أعمدة أخرى نجد أن بعض الأكواد (المعادلات) تستطيع التعامل مع القيم المفقودة بشكل فعال وبعضها لا، مثلاً عند محاولة حساب مجموع أفراد العائلة من أفراد العائلة من كل فئة، واستخدمنا المعادلة sum نلاحظ أن البرنامج يعطي نتيجة المجموع حتى لو كانت هناك قيمة مفقودة في أحد الفئات، أما الحساب كجمع يدوي سيعطي نتيجة المجموع كقيمة مفقودة عند مصادفة أي من الحالات فيها قيمة مفقودة.

    لا يمكن حصر الحالات التي توجد فيها إشكالات تعريف القيم المفقودة، ولا أنصح في حال من الأحوال بترك حرية التخمين والتعامل مع تلك القيم لبرنامج تحليل البيانات ولا حتى لمسؤول تحليل البيانات لوحده، إذ يجب تحديد ما هو التعامل والتعريف المناسب للقيمة الفارغة، فكما وضحنا في حالة الدخل يجب أن تحتسب القيمة المفقودة صفراً وفي حالة الراتب يجب أن تعتبر قيمة مفقودة، وفي مثالنا الثالث يجب اعتبار القيمة الفارغة من أي فئة من أفراد العائلة صفراً، مع العلم أنه يتوجب من البداية تنبيه جامعي البيانات بأن الأسرة التي لا تمتلك أي فرد من فئة ما يجب ألا تترك قيمة مفقودة وأن يملأها بالقيمة صفر.

    بواسطة:
    غيث البحر: الرئيس التنفيذي لشركة إنديكيتورز

    Reviews (0)

    Reviews

    There are no reviews yet.

    Be the first to review “إشكالات التعامل مع القيم المفقودة” إلغاء الرد

    لن يتم نشر عنوان بريدك الإلكتروني. الحقول الإلزامية مشار إليها بـ *

    Related products

    مميزات برنامج Power BI
    Close

    مميزات برنامج Power BI

    Published on: 2022-05-24نُشِرَ بتاريخ: 2022-05-24
    معلومات أساسية حول برنامج SPSS
    Close

    معلومات أساسية حول برنامج SPSS

    Published on: 2022-05-24نُشِرَ بتاريخ: 2022-05-24
    تقييم القدرات لأقسام المراقبة والتقييم في المنظمات السورية
    Close

    تقييم القدرات لأقسام المراقبة والتقييم في المنظمات السورية

    Published on: 2022-03-15نُشِرَ بتاريخ: 2022-03-15
    البطالة في السعودية
    Close

    البطالة في السعودية

    Published on: 2021-10-20نُشِرَ بتاريخ: 2021-10-20
    قصة نجاح Dell
    Close

    قصة نجاح Dell

    Published on: 2020-04-10نُشِرَ بتاريخ: 2020-04-10
    مقابلات الأفراد
    Close

    مقابلات الأفراد – أبطال الميدان 2

    Published on: 2018-11-02نُشِرَ بتاريخ: 2018-11-02
    إشكالات طرح الأسئلة بشكل مباشر
    Close

    إشكالات طرح الأسئلة بشكل مباشر

    Published on: 2022-05-24نُشِرَ بتاريخ: 2022-05-24
    حق السوريين في الأوراق القانونية
    Close

    حق السوريين في الأوراق القانونية

    Published on: 2019-05-01نُشِرَ بتاريخ: 2019-05-01

    تواصل معنا

    البريد الإلكتروني

    [email protected]
    راسلنا

    هاتف

    (0090) 537 656 74 31

    واتساب

    WhatsApp

    تابعنا عبر:

    اندكيتورز

    كيان بحثي متخصص في التحليل الإحصائي ومعالجة البيانات يقدم خدمات في أبحاث السوق ودراسات الجدوى ، TPM ، استطلاعات الرأي ، والبحوث الاجتماعية.
    • الأجندة
      • دراسات بحثية
      • الأدلة
      • التقارير التفاعلية
      • الأخبار
      • الاسئلة المتكررة
    • قطاع الأعمال
      • دراسة الجدوى الاقتصادية
      • منصة متابعة العمل التفاعلية
      • الدراسات التسويقية
      • تطوير المنتجات
      • عرض المزيد
    • القطاع الإنساني
      • تطوير السياسات وأدلة الإجراءات
      • التقييم النهائي
      • تقييم الاحتياجات الإنسانية
      • تحليل الأثر
      • عرض المزيد
    • قطاع الأبحاث
      • تطوير المؤشرات
      • تطوير المقاييس
      • استطلاعات الرأي
      • الشراكات البحثية
      • الاختبارات الإحصائية للأبحاث
    صنع بـ ❤ بواسطة فواز العباس

    كافة الحقوق محفوظة 2021-2022. اندكيتورز ©

    • دراسات السوق
      • دراسة الجدوى الاقتصادية
      • منصة متابعة العمل التفاعلية
      • الدراسات التسويقية
      • تطوير المنتجات
      • دراسة رضا العملاء
      • اختبار تجربة العميل
    • المراقبة والتقييم
      • تطوير السياسات وأدلة الإجراءات
      • التقييم النهائي
      • تقييم الاحتياجات الإنسانية
      • تحليل الأثر
      • تقييم السوق
      • المراقبة كطرف ثالث (TPM)
      • التحقق من قوائم المستفيدين
    • الأبحاث السياسية والاجتماعية
      • تطوير المؤشرات
      • تطوير المقاييس
      • استطلاعات الرأي
      • الشراكات البحثية
      • الاختبارات الإحصائية للأبحاث
    • تدريبات
    • الأجندة
      • دراسات بحثية
      • الأدلة
      • التقارير التفاعلية
      • الأخبار
      • الاسئلة المتكررة
    • حول اندكيتورز
    Start typing to see posts you are looking for.