رسم نمودار هیستوگرام یک متغیر کمی بر اساس یک متغیر کیفی

رسم نمودار هیستوگرام یک متغیر کمی بر اساس یک متغیر کیفی

پیش از این در کلاس های  spss آکادمی تحلیل آماری ایران در بخش آمار توصیفی بیان شد که این دسته از آمار در حقیقت به توصیف متغیر های نمونه ی تحقیق ما می پردازد و به صورت کاربردی آمار توصیفی در حقیقت خلاصه سازی داده ها در جداول و رسم نمودار های مناسب برای آن به تعریف می شود. اما گاه اتفاق می افتد که محققین عزیز نمودارهای متناسب با هر مقیاس اندازه گیری متغیر ها را برای پژوهش هایشان رسم نمی کنند. 

به طور کلی اگر متغیر ها در سطح سنجش اسمی باشند نمودار مناسب برای توصیف ویژگی های نمونه، نمودار دایره ای یا pie chart است. اگر متغیر ها در سطح سنجش ترتیبی باشند نمودار مناسب برای توصیف ویژگی های نمونه، نمودار میله ای یا bar chart است و در نهایت اگر متغیر ها در سطح سنجش فاصله ای یا نسبی باشند نمودار مناسب برای توصیف ویژگی های نمونه، نمودار بافت نگار یا هیستوگرام  یا Histogram chart است. 

بحث این مقاله به نمودار هیستوگرام می پردازد. همانطور که بیان شد این نمودار مناسب داده های با مقیاس فاصله ای یا نسبی(scale) است یا اگر خلاصه تر بخواهیم بیان کنیم برای توصیف ویژگی های متغیر های کمی استفاده می شود. خوب همه عزیزان پیش از این با رسم نمودار بافت نگار برای متغیر های کمی و نحوه رسم آن آشنا شده اند و برای یاد آوری یکی از این نمودار ها در شکل زیر برای متغیر فرسودگی تحصیلی که یک متغیر کمی است آورده شده است.

 

در نمودار هیستوگرام بالا که برای متغیر کمی burnout یا فرسودگی تحصیلی رسم شده است میبینیم که پراکندگی نمرات این متغیر در بازه ای از صفر تا هفت رسم شده و فراوانی این نمرات بر روی محور عمودی این نمودار را تشکیل داده است. همچنین میانگین نمرات این متغیر 3.72 گزارش شده و میزان انحراف معیار آن 1.017

در واقع این نمودار هر سه شاخص گرایش به مرکز، پراکندگی و شکل توزیع را به نمایش گذاشته است. هم مقدار میانگین نمرات به عنوان شاخص اصلی گرایش به مرکز، هم شاخص انحراف معیار به عنوان مهمترین شاخص پراکندگی و در نهایت هم با رسم یک نمودار نرمال مشخص کرده که سهم قابل توجهی از نمرات این متغیر در زیر نمودار نرمال قرار گرفته است. یعنی به نوعی دو شاخص شکل توزیع چولگی و کشیدگی نمرات هم برای آن گزارش شده است. پس این نمودار یک نمودار موفق در خلاصه سازی ویژگی های داده های یک متغیر در قالب یک شکل است. این مهمترین وظیفه آماری توصیفی است.

اما برخی از اساتید بزرگ مثل آقای دکتز بهرام خیری تلاش می کنند که دانشجویان بخش آمار توصیفی را نیز مانند آمار استنباطی جدی بگیرند و سعی کنند جداول و نمودار های مفید تری برای متغیر ها و حتی ارتباط بین آن ها رسم نمایند. تا از این طریق توصیف کاملتری از نمونه مورد مطالعه در پژوهش های خویش داشته باشند.

یکی از نمودار های بسیار مفید در راستای توصیف داده های نمونه در بخش آمار توصیفی، رسم نمودار هیستوگرام یک متغیر کمی بر اساس یک متغیر کیفی است. یعنی محققین تلاش کنند که نمودار های متغیر های کمی را در ارتباط کامل با متغیر های کیفی پژوهش(اسمی و رتبه ای) در یک نمودار چند بخشی هیستوگرام مفید بررسی نمایند.

به عنوان مثال فرض نمایید می خواهیم نمودار هیستوگرام همان متغیر کمی فرسودگی تحصیلی را در گروه های مختلف یک متغیر کیفی اسمی مثل نحوه اسکان دانشجویان (همراه خانواده، خوابگاه، خانه دانشجویی) رسم نماییم و ببینیم که شاخص های تمایل به مرکز، پراکندگی و شکل توزیع برای متغیر فرسودگی تحصیلی در این سه بخش متغیر اسکان دانشجویان چگونه است.

آدرس رسم نمودار در نرم افزار spss:

Graphs > Legacy Dialogs > Histogram

بعد از رفتن به این آدرس پنجره دیالوگی برای شما باز می شود. ابتدا متغیر کمی(burnout) کار خود را به باکس سمت راست Variable منتقل می کنیم. سپس تیک  Display normal curve را می زنیم تا نمودار های نرمال برای هر بخش رسم شود. سپس باید متغیر کمی خود که در اینجا اسکان دانشجویان است را در باکس Panel By در قسمت Rows وارد می کنیم و در پایان ok را می زنیم.

 

 

 

در نمودار هیستوگرام خاص بالا مشاهده می شود که برای سه بخش خانه دانشجویی، خوابگاه و همراه با خانواده که ارزش های متغیر کیفی ما هستند نمودار رسم شده است و پراکندگی نمرات و فراوانی آن ها و شکل توزیع هر بخش به طور کامل مشخص است.

محسن مرادی

مطالب سایت بدون ذکر منبع کپی نشود