تجاوز إلى المحتوى الرئيسي
TawjihiAI: دراسة التوجيهيادرس وتدرّب من هاتفكحمّل التطبيق
المواضيع

⁦١.٢⁩ أنواع البيانات وطرائق تنظيمها

الكتاب

من كتاب المهارات الرقمية المقرّر

محتويات الموضوع (٢٧)

في هذا الدرس، سأتعلمُ أنواعَ البياناتِ المختلفةِ، وأتعرفُ إلى مصادرِها المتنوعةِ. وسأتعلمُ أيضًا طرائقَ تنظيمِ البياناتِ وترتيبِها بشكلٍ يسهِّلُ معالجتَها وتحليلَها، بالإضافة إلى تصنيفِ البياناتِ وفقًا لخصائصِها واستخداماتِها.

مصطلحات ومفاهيم

أنواعُ البياناتِ ⁦(Data Types)⁩، البياناتُ الكميةُ ⁦(Quantitative Data)⁩، البياناتُ النوعيةُ ⁦(Qualitative Data)⁩، البياناتُ المنظمةُ ⁦(Structured Data)⁩، البياناتُ غيرُ المنظمةُ ⁦(Unstructured Data)⁩، تنظيمُ البياناتِ ⁦(Data Organization)⁩، تصنيفُ البياناتِ ⁦(Data Classification)⁩، تجميعُ البياناتِ ⁦(Data Aggregation)⁩.

منتجات التعلم ⁦(Learning Products)⁩ بيانات أولية منظمة حول عادات القراءة، تم جمعها من خلال استبانة تهدف إلى فهم أنماط القراءة لدى الطلبة، كجزء من مشروع تحليل عادات القراءة.

نتاجات التعلم

■ أوضحُ أنواعَ البياناتِ وأميِّزُ بينها. ■ أنظمُ البياناتِ بطرائقَ مختلفةٍ. ■ أصنفُ البياناتِ وفقًا لخصائصِها واستخداماتِها. ■ أحدِّدُ طرائقَ جمعِ البياناتِ ومصادرَها. ■ أنظمُ البياناتِ على شكلِ مجموعاتٍ تحتوي بياناتٍ لها علاقةٌ مع بعضِها. ■ أوضحُ مفهومَ تجميعِ البياناتِ. ■ أطبقُ عملياتِ معالجةٍ على البياناتِ. أصبحت البياناتُ جزءًا لا يتجزأُ من حياتنا اليومية، فهي تحيطُ بنا أينما نظرنا. نتفاعلُ معها بشكلٍ مستمرٍ، سواءً في التواصلِ عبر الإنترنت، أو التسوقِ الرقميِّ، أو في تسجيلِ المعلوماتِ الأكاديميةِ. لكنْ ما هي أنواعُ البياناتِ؟ وكيف يمكنُنا تصنيفُها وتنظيمُها لتحويلِها إلى معلوماتٍ ذاتِ معنىً وقيمةٍ؟

نشاط تمهيدي أفكرُ في البياناتِ الموجودةِ في هويتي الشخصيةِ (مثل بطاقة الهوية الوطنية أو بطاقة الطالب)، وأدوِّنُها في قائمةٍ. أتأملُ البياناتِ المدونةَ وأحاولُ إيجادَ العناصرِ المشتركةِ والمختلفةِ بينها. أستخدمُ معرفتي السابقةَ في محاولةِ تصنيفِ هذهِ البياناتِ. ثمَّ أناقشُ ما أتوصلُ إليهِ مع زملائي / زميلاتي في الصفِّ.

الشكل (2-1): تصنيف أنواع البيانات بناءً على طبيعتها.
الشكل (2-1): تصنيف أنواع البيانات بناءً على طبيعتها.

أنواع البيانات

  1. عندَ جمعِ البياناتِ من أجلِ التحليلِ، فإنَّ أولَ خطوةٍ مهمةٍ هي تحديدُ أنواعِ البياناتِ التي نريدُ جمعَها.
  2. تختلفُ البياناتُ بشكلٍ كبيرٍ بناءً على المصدرِ والاستخدامِ، ومن المهمِّ أن نفهمَ كيفيةَ التعاملِ مع هذهِ الأنواعِ المختلفةِ من البياناتِ للحصولِ على نتائجَ دقيقةٍ وموثوقةٍ. تعلمتُ في السنواتِ السابقةِ أنَّ البياناتِ تُقسمُ إلى نوعينِ رئيسينِ بناءً على طبيعتِها. انظر الشكل (2-1):
  • البيانات ⁦(Data)⁩
  • البيانات الكمية ⁦(Quantitative Data)⁩
    • بيانات متصلة ⁦(Continuous Data)⁩
    • بيانات منفصلة ⁦(Discrete Data)⁩
  • البيانات النوعية ⁦(Qualitative Data)⁩
    • بيانات اسمية ⁦(Nominal Data)⁩
    • بيانات ترتيبية ⁦(Ordinal Data)⁩

    وفي ما يأتي نستذكرُ أنواعَ البياناتِ وتعريفَها وبعضَ الأمثلةِ عليها:

أولًا: البياناتُ الكميةُ

هي بياناتٌ تقاسُ عدديًا وتمثِّلُ كمياتٍ يمكنُ حسابُها باستخدامِ العملياتِ الرياضيةِ. تُستخدمُ هذهِ البياناتُ لقياسِ الظواهرِ بدقةٍ. وتُستخدمُ بشكلٍ شائعٍ في العديدِ من المجالاتِ مثل الرياضياتِ، والاقتصادِ، والعلومِ، والإحصاء.

  • أ. بياناتٌ متصلةٌ / مستمرةٌ

    هي بياناتٌ يمكنُ قياسُها وتشملُ أيَّ قيمةٍ ضمنَ نطاقٍ معينٍ وتعبِّرُ عن قياساتٍ دقيقةٍ. يتمُّ تمثيلُها عادةً بوساطةِ أعدادٍ حقيقيةٍ، ويمكنُ أن تكونَ هذهِ البياناتُ أرقامًا غيرَ صحيحةٍ (أي تحتوي على كسورٍ أو أعدادٍ عشريةٍ). أمثلة عليها: درجةُ حرارةِ الطقسِ خلالَ اليومِ، وزنُ شخصٍ معينٍ، الطولُ لطلبةِ صفٍّ ما، المسافةُ التي يقطعُها المتسابقُ في سباقِ الجري، أسعارُ الأسهمِ والعملات.

  • ب. بياناتٌ منفصلةٌ

    هي نوعٌ من البياناتِ التي تأخذُ قيماً محددةً ومحدودةً، وعادةً ما تكونُ على شكلِ أعدادٍ صحيحةٍ أو قيمٍ منفصلةٍ يمكنُ عدُّها وتمييزُها بوضوحٍ. أمثلة عليها: عددُ الطلبةِ في الصفِّ، عددُ المنتجاتِ التي بيعت في متجرٍ معينٍ، عددُ السياراتِ في مواقفِ السياراتِ، عددُ الكتبِ في مكتبةِ المدرسةِ، عددُ الزوارِ في متحفٍ أو معرض.

ثانيًا: البياناتُ النوعيةُ

تصفُ هذهِ البياناتُ خصائصَ أو صفاتٍ ولا يمكنُ قياسُها عدديًا. تُستخدمُ لتصنيفِ البياناتِ إلى فئاتٍ أو مجموعاتٍ.

  • أ. بياناتٌ اسميةٌ

    بياناتٌ تصنَّفُ إلى فئاتٍ من دونِ ترتيبٍ معينٍ، تُستخدمُ للتحديدِ أو التصنيفِ. قد تكونُ هذهِ البياناتُ على شكلِ أسماءٍ أو تصنيفاتٍ. أمثلة عليها: أنواعُ الفاكهةِ، الحرارةُ (حارٌّ، معتدلٌ، باردٌ)، ألوانُ العيونِ، مكانُ السكن.

  • ب. بياناتٌ ترتيبيةٌ

    بياناتٌ تُرتبُ وفقًا لمقياسٍ أو ترتيبٍ معينٍ، ولكنَّ الفروقَ بينَ القيمِ أو المسافاتِ بينها ليست محددةً أو ثابتةً. يمكنُ تصنيفُها حسبَ الأولويةِ أو الرتبةِ. أمثلة عليها: ترتيبُ الطلبةِ في مسابقةٍ (الأولُ، الثاني، الثالثُ)، التصنيفاتُ (ممتازٌ، جيدٌ، متوسطٌ، ضعيفٌ)، تقييمُ الفنادقِ (نجمةٌ، نجمتانِ، ثلاثُ نجوم).

نشاط جماعي أتعاونُ مع أفرادِ مجموعتي لتحديدِ أمثلةٍ على كلِّ نوعٍ من أنواعِ البياناتِ التي تعلَّمناها في هذا الدرس. نناقشُ أفكارَنا ونختارُ أمثلةً واضحةً تمثِّلُ كلَّ نوعٍ من البياناتِ. ندوِّنُ الأمثلةَ التي نتفقُ عليها في جدولٍ منظمٍ، مع تصنيفِها حسبَ النوعِ. ثمَّ نعرضُ الأمثلةَ التي توصَّلنا إليها أمامَ الصفِّ، ونناقشُها مع الزملاءِ/ الزميلات.

كما تعلمتُ، يمكنُ تصنيفُ البياناتِ إلى نوعينِ رئيسينِ بناءً على طريقةِ تنظيمِها، وهما: البياناتُ المنظمةُ ⁦(Structured Data)⁩ والبياناتُ غيرُ المنظمةِ ⁦(Unstructured Data)⁩. في ما يأتي توضيحٌ لكلِّ منهما:

البيانات المنظمةالبيانات غير المنظمة
هي بياناتٌ تمَّ تنظيمُها في نموذجٍ محددٍ مسبقًا، مما يجعلُها سهلةَ البحثِ والتحليلِ. تُخزَّنُ عادةً في جداولَ بصفوفٍ وأعمدةٍ وقواعدِ البياناتِ. وهي مناسبةٌ للتحليلِ الإحصائيِّ والتقاريرِ.هي بياناتٌ لا تتبعُ نموذجًا أو تنسيقًا محددًا مسبقًا، مما يجعلُها أكثرَ تعقيدًا؛ إذ تتطلبُ تقنياتٍ متقدمةً مثلَ معالجةِ اللغةِ الطبيعيةِ والتعلمِ الآليِّ لاستخراجِ المعلوماتِ. تُخزَّنُ عادةً في مستنداتٍ، أو بريدٍ إلكترونيٍّ، أو في وسائلِ التواصلِ الاجتماعيِّ... إلخ.
أمثلة: جداولُ قواعدِ البياناتِ، جداولُ البياناتِ (مثل ملفات ⁦Excel⁩)، والسجلاتُ الماليةُ، وسجلاتُ الحضور.أمثلة: محتوى مواقعِ التواصلِ الاجتماعيِّ، ورسائلُ البريدِ الإلكترونيِّ، والمستنداتُ النصيةُ، والصورُ، ومقاطعُ الفيديو.

نشاط جماعي أتعاونُ مع أفرادِ مجموعتي لتصنيفِ أنواعِ البياناتِ المتاحةِ في كلِّ سيناريو من السيناريوهاتِ الحياتيةِ التاليةِ، ثمَّ أناقشُ مع الزملاءِ/ الزميلاتِ كيفيةَ الاستفادةِ من تلكَ البياناتِ:

السيناريو الأول: إدارةُ مقهىً صغيرٍالسيناريو الثاني: تحليلُ أداءِ فريقِ كرةِ القدم
البياناتُ المتاحةُ: عددُ الزبائنِ يوميًا، طلباتُ العملاءِ (أسماءُ المشروباتِ، الوقتُ الذي يقضيهِ العملاءُ في المقهى).البياناتُ المتاحةُ: عددُ الأهدافِ التي سجَّلها الفريقُ في كلِّ مباراةٍ، تقييمُ أداءِ اللاعبينَ (من 1 إلى 10)، صورٌ وفيديوهاتٌ للمبارياتِ.
أقترحُ كيفَ يمكنُ لصاحبِ المقهى استخدامُ هذهِ البياناتِ لتحسينِ الخدمةِ.كيفَ يمكنُ للمدربِ استخدامُ هذهِ البياناتِ لتحسينِ الأداءِ؟
السيناريو الثالث: تنظيمُ حفلٍ مدرسيٍّالسيناريو الرابع: إطلاقُ حملةٍ تسويقيةٍ لمنتجٍ جديدٍ
البياناتُ المتاحةُ: قائمةُ الأغاني المفضلةِ للطلبةِ، أعمارُ الحاضرينَ، صورٌ من الحفلِ السابقِ.البياناتُ المتاحةُ: استبانةٌ تحتوي على آراءِ العملاءِ حولَ المنتجِ، إحصائياتُ المبيعاتِ اليوميةِ، تعليقاتُ العملاءِ على وسائلِ التواصلِ الاجتماعيِّ.
كيفَ يمكنُ للمنظمينَ الاستفادةُ من هذهِ البياناتِ لجعلِ الحفلِ ناجحًا؟ما الخطواتُ التي يمكنُ للشركةِ اتخاذُها بناءً على البياناتِ لتحسينِ الحملةِ؟

نعرضُ ما نتوصلُ إليهِ من نتائجَ أمامَ المجموعاتِ الأخرى. ثمَّ نناقشُ كيفَ يمكنُ ربطُ الأنواعِ المختلفةِ للبياناتِ بالقراراتِ الواقعيةِ.

مصادر البيانات وطرائق جمعها

  1. إنَّ فهمَ مصادرِ البياناتِ وطرائقِ جمعِها أمرٌ ضروريٌّ لضمانِ أن تكونَ المعلوماتُ دقيقةً وموثوقةً وذاتَ صلةٍ بالمشكلاتِ التي نعملُ على حلِّها.
  2. على سبيلِ المثالِ، إذا أردنا معرفةَ أسبابِ معاناةِ بعضِ الطلبةِ في مادةٍ معينةٍ، أو مقارنةَ ذلكَ بعددِ الطلبةِ الذينَ ينجحونَ في امتحانٍ معينٍ، فإنَّ طرائقَ جمعِ البياناتِ قد تختلفُ بناءً على طبيعةِ السؤالِ.

أولًا: طرائقُ جمعِ البياناتِ النوعيةِ :

تركِّزُ هذهِ الطرائقُ على الإجابةِ عن أسئلةٍ مثل "لماذا" و"كيف"، من خلالِ استكشافِ التجاربِ الإنسانيةِ والآراءِ بشكلٍ معمقٍ. ومن خصائصِها أنها مرنةٌ ومفتوحةٌ؛ إذ تسمحُ للمشاركينَ التعبيرَ بحريةٍ، وتتيحُ استكشافَ الموضوعِ المحددِ بشكلٍ معمقٍ، والنتائجُ فيها ذاتيةٌ تعتمدُ على السياقِ والتجاربِ الفرديةِ وغيرِ القابلةِ للتعميمِ، وتُستخدمُ عندما نحتاجُ إلى فهمِ الأسبابِ والدوافعِ. ومن الطرائقِ الشائعةِ لجمعِ البياناتِ النوعيةِ:

  1. الاستباناتُ المفتوحةُ ⁦(Open-Ended Surveys)⁩: استباناتٌ تحتوي على أسئلةٍ مفتوحةٍ تتيحُ للمشاركينَ التعبيرَ عن آرائهم وتجاربِهم بحريةٍ. مثال: سؤالُ الطلبةِ: "ما رأيكم في النشاطِ المدرسيِّ الأخيرِ؟"
  2. المقابلاتُ ⁦(Interviews)⁩: وهي جلساتٌ يتمُّ فيها طرحُ أسئلةٍ لاستكشافِ آراءِ المشاركينَ وتجاربِهم بشكلٍ معمقٍ. وقد تكونُ مقابلاتٍ فرديةً للحصولِ على رؤىً شخصيةٍ عميقةٍ، أو مقابلاتٍ جماعيةً لتوفيرِ وجهاتِ نظرٍ متنوعةٍ من مجموعةِ أشخاصٍ. مثال: مقابلةٌ مع طالبٍ لمعرفةِ الأسبابِ التي تعيقُهُ عن التفوقِ الدراسيِّ.
  3. المجموعاتُ المركزةُ ⁦(Focus Groups)⁩: وهي جلساتٌ نقاشيةٌ تُجرى مع مجموعةٍ صغيرةٍ (6-12 شخصًا) تركِّزُ على موضوعٍ محددٍ، بحيثُ يتمُّ جمعُ وجهاتِ نظرٍ مختلفةٍ حولَ موضوعٍ معينٍ في وقتٍ واحدٍ. مثال: مناقشةٌ مع مجموعةٍ من الطلبةِ لاستكشافِ تفضيلاتِهم للأنشطةِ اللاصفيةِ.
  4. دراساتُ الحالةِ ⁦(Case Studies)⁩: وهي دراسةٌ معمقةٌ ومفصلةٌ لحالةٍ أو نشاطٍ معينٍ لفهمِ الجوانبِ المختلفةِ المتعلقةِ بهِ. مثال: دراسةُ تجربةٍ مدرسيةٍ نجحت في تطبيقِ طريقةٍ تعليميةٍ جديدةٍ.
  5. الملاحظةُ ⁦(Observation)⁩: وهي توثيقُ سلوكاتٍ أو أحداثٍ في أثناءِ حدوثِها بشكلٍ مباشرٍ. وقد تكونُ على شكلِ ملاحظةٍ غيرِ مشاركةٍ بحيثُ يكونُ الملاحظُ مراقبًا خارجيًا فقط، أو ملاحظةٍ مشاركةٍ بحيثُ يكونُ الملاحظُ مشاركًا في النشاطِ أو الحدثِ. مثال: ملاحظةُ تفاعلِ الطلبةِ في أثناءِ عملِهم في مشروعٍ جماعيٍّ.

ثانيًا: طرائقُ جمعِ البياناتِ الكميةِ :

تركِّزُ على قياسِ الأرقامِ والإحصائياتِ للإجابةِ عن أسئلةٍ مثل "كم" أو "كم عددُ". ومن خصائصِها أنها منظمةٌ ورسميةٌ وتعتمدُ على أدواتٍ محددةٍ، والنتائجُ رقميةٌ وقابلةٌ للتعميمِ. وتعدُّ هذهِ الطرائقُ أساسيةً في الدراساتِ الإحصائيةِ والتجريبيةِ. ومن الطرائقِ الشائعةِ لجمعِ البياناتِ الكميةِ:

  1. الاستباناتُ المغلقةُ ⁦(Closed-Ended Survey)⁩: تحتوي على أسئلةٍ ذاتِ إجاباتٍ محددةٍ مسبقًا (نعم/ لا، مقياسُ تصنيفٍ، اختياراتٌ متعددةٌ)، ومن فوائدِها أنها توفِّرُ بياناتٍ رقميةً واضحةً وسهلةَ التحليلِ. مثال: "هل أفضِّلُ التعلمَ عبرَ الإنترنت؟ (نعم/ لا)"، أو "أقيِّمُ تجربتي مع النشاطِ المدرسيِّ من 1 إلى 5".
  2. التجاربُ ⁦(Experiments)⁩: يتمُّ فيها اختبارُ فرضياتٍ عن طريقِ ضبطِ متغيراتٍ معينةٍ، والتعديلِ على المتغيراتِ المرادِ دراسةُ أثرِها ومراقبةِ النتائجِ. وتستخدمُ لتحديدِ العلاقةِ السببيةِ بينَ المتغيراتِ. مثال: قياسُ تأثيرِ استخدامِ التكنولوجيا في أداءِ الطلبةِ في الاختباراتِ.
  3. المراجعاتُ الإحصائيةُ ⁦(Statistical Reviews)⁩: تحليلُ بياناتٍ سكانيةٍ أو إحصائياتٍ تمَّ جمعُها مسبقًا. ومن فوائدِها أنها تُستخدمُ لتقييمِ الأنماطِ السكانيةِ أو الاتجاهاتِ طويلةِ الأجلِ. مثال: مراجعةُ معدلاتِ الحضورِ المدرسيِّ السنويِّ.
  4. الاختباراتُ المعمليةُ ⁦(Laboratory test)⁩: إذ يتمُّ إجراءُ قياساتٍ دقيقةٍ لظواهرَ معينةٍ باستخدامِ أدواتٍ علميةٍ. ومن فوائدِها أنها توفِّرُ بياناتٍ رقميةً دقيقةً وعلميةً. مثال: قياسُ جودةِ المياهِ داخلَ المدرسةِ باستخدامِ أجهزةِ قياسٍ متخصصةٍ.

ثالثًا: المنهجُ المختلطُ :

يجمعُ بينَ المنهجينِ النوعيِّ والكميِّ لتوفيرِ فهمٍ أكثرَ شموليةً. على سبيلِ المثالِ: استخدامُ استباناتٍ مغلقةٍ لتحديدِ نسبةِ الطلبةِ الذينَ يواجهونَ صعوبةً في مادةٍ معينةٍ (طريقةٌ كميةٌ)، وإجراءُ مقابلاتٍ معهم لفهمِ أسبابِ هذهِ الصعوبةِ (طريقةٌ نوعيةٌ).

أناقشُ أناقشُ أفرادَ مجموعتي حولَ التحدياتِ المحتملةِ التي قد نواجهُها في أثناءِ استخدامِ طرائقِ جمعِ البياناتِ، سواءً أكانت نوعيةً أو كميةً. وأعملُ معهم على تحديدِ أمثلةٍ عمليةٍ لهذهِ التحدياتِ. أقترحُ استراتيجياتٍ أو حلولًا فعالةً للتغلبِ على هذهِ التحدياتِ لضمانِ جمعِ بياناتٍ دقيقةٍ وموثوقةٍ.

أبحثُ أبحثُ في مصادرِ المعلوماتِ الموثوقةِ على شبكةِ الإنترنتِ عما يأتي: ■ الطرائقُ والأدواتُ المستخدمةُ لجمعِ البياناتِ غيرِ المنظمةِ التي تمَّ ذكرُها. وأحدِّدُ المصادرَ الجديدةَ لجمعِ البياناتِ موضحًا نوعَ البياناتِ التي يمكنُ جمعُها من كلِّ مصدرٍ. ■ الطرائقُ المستخدمةُ لجمعِ البياناتِ غيرِ المنظمةِ (مثل الصور، والفيديوهات، والنصوصِ الحرةِ) وكيفيةُ تحليلِها "أنظِّمُها في جدولٍ وأعرضُها على زملائي ومعلِّمي في الصفِّ.". نشاط جماعي أتعاونُ مع أفرادِ مجموعتي، لمراجعةِ المهامِ الآتيةِ وتحديدِ: نوعِ البياناتِ (كميةٌ، نوعيةٌ، منظمةٌ، غيرُ منظمةٍ). طريقةِ جمعِ البياناتِ الأنسبِ لكلِّ مهمةٍ. ندوِّنُ النتائجَ في جدولٍ منظمٍ لمناقشتِها مع بقيةِ الزملاءِ في الصفِّ.

المهامنوع البياناتطريقة جمع البيانات
آراءُ الطلبةِ حولَ رحلةٍ مدرسيةٍ.
عددُ الطلبةِ الذينَ شاركوا في الرحلةِ.
الرضا عن الأنشطةِ المدرسيةِ.
آراءُ المعلمينَ حولَ تطورِ أداءِ الطلبةِ.
ألوانُ السياراتِ المفضلةُ لدى الطلبةِ.
مقارنةُ أداءِ الطلبةِ في الاختباراتِ العمليةِ والنظريةِ.
تأثيرُ الأنشطةِ الرياضيةِ في الصحةِ البدنيةِ للطلبةِ.
ملاحظاتُ الزبائنِ حولَ منتجٍ ما.
تقييمُ جودةِ الطعامِ المدرسيِّ.

نشاط فردي إعدادُ استبانةٍ لجمعِ البياناتِ حولَ الذكاءِ الاصطناعيِّ وتأثيرِهِ في التعلمِ أتعاونُ مع أفرادِ مجموعتي على إعدادِ استبانةٍ تهدفُ إلى جمعِ آراءِ زملائي في الصفِّ حولَ موضوعِ "الذكاءِ الاصطناعيِّ وتأثيرِهِ في تجربةِ تعلمِهم"، عبرَ اتباعِ الخطواتِ الآتيةِ:

  1. صياغةُ الهدفِ بوضوحٍ: "جمعُ بياناتٍ حولَ تأثيرِ الذكاءِ الاصطناعيِّ في تعلمِ الطلبةِ وآرائهم حولَهُ."
  2. تصميمُ الأسئلةِ: إعدادُ أسئلةٍ واضحةٍ ومباشرةٍ لتناسبَ الموضوعَ. أمثلةٌ على الأسئلةِ:

■ التجربةُ مع الذكاءِ الاصطناعيِّ: هل سمعتَ عن الذكاءِ الاصطناعيِّ من قبلُ؟ (نعم، لا). ■ استخدامُ الذكاءِ الاصطناعيِّ: هل استخدمتَ أدواتِ ذكاءٍ اصطناعيٍّ في التعلمِ أو الدراسةِ؟ (نعم، لا).

■ إذا كانتِ الإجابةُ "نعم"، اذكر اسمَ الأداةِ أو التطبيقِ. ■ رأيٌ عامٌّ حولَ الذكاءِ الاصطناعيِّ: ما رأيكَ في فكرةِ استخدامِ الذكاءِ الاصطناعيِّ لتحسينِ التعلمِ؟ (إيجابيٌّ جدًا، إيجابيٌّ، محايدٌ، سلبيٌّ). ■ مدةُ الاستخدامِ: كمْ منَ الوقتِ تقضي أسبوعيًا في استخدامِ أدواتِ ذكاءٍ اصطناعيٍّ (إن وجدتْ)؟ (أقلَّ من ساعةٍ، من 1-3 ساعاتٍ، أكثرَ من 3 ساعاتٍ).

  1. اختيارُ طريقةِ جمعِ البياناتِ: إلكترونيًا: تصميمُ الاستبانةِ باستخدامِ ⁦(Google Forms)⁩ أو ورقيًا (إعدادُ نموذجِ استبانةٍ يمكنُ توزيعُهُ على زملاءِ الصفِّ).
  2. جمعُ البياناتِ: إرسالُ الرابطِ (للاستبانةِ الإلكترونيةِ) أو توزيعُ النسخةِ الورقيةِ على زملاءِ الصفِّ.
  3. تحديدُ مهلةٍ زمنيةٍ واضحةٍ لتقديمِ الإجاباتِ (مثل يومينِ إلى ثلاثةِ أيامٍ).

    الاحتفاظُ بنتائجِ الاستبانةِ لاستخدامِها كأساسٍ للأنشطةِ القادمةِ.

أهميةُ البياناتِ في اتخاذِ القراراتِ

■ تساعدُ البياناتُ في تقديمِ معلوماتٍ دقيقةٍ وموثوقةٍ؛ مما يقلِّلُ من الاعتمادِ على الحدسِ أو التخمينِ. مثال: تحليلُ المبيعاتِ لتحديدِ المنتجاتِ الأكثرِ طلبًا واتخاذِ قراراتٍ بشأنِ زيادتِها. ■ توفِّرُ البياناتُ رؤيةً شاملةً حولَ الوضعِ الحاليِّ والمستقبليِّ؛ مما يساعدُ في اتخاذِ قراراتٍ استراتيجيةٍ. مثال: استخدامُ بياناتِ السوقِ لتحديدِ الفرصِ والتحدياتِ المستقبليةِ. ■ تتيحُ البياناتُ تقييمَ الأداءِ مقارنةً بالأهدافِ المحددةِ؛ مما يساعدُ على اتخاذِ قراراتٍ لتحسينِ الأداءِ. مثال: تحليلُ درجاتِ الطلبةِ لتحديدِ نقاطِ الضعفِ والعملِ على تحسينِها. ■ من خلالِ تحليلِ البياناتِ، يمكنُ تحديدُ المخاطرِ المحتملةِ والتخطيطُ لتجنُّبِها. مثال: تحليلُ بياناتِ الحوادثِ لتقليلِ أخطارِ السلامةِ في مكانِ العملِ. ■ تساعدُ البياناتُ في تحديدِ المجالاتِ التي تحتاجُ إلى مواردَ إضافيةٍ وتلكَ التي يمكنُ تحسينُ كفاءتِها. مثال: استخدامُ بياناتِ استهلاكِ الطاقةِ لتقليلِ التكاليفِ في المؤسساتِ. ■ خلالَ تحليلِ البياناتِ، يمكنُ اكتشافُ الأنماطِ والاتجاهاتِ الجديدةِ التي تلهمُ الابتكارَ والتطويرَ. مثال: تحليلُ سلوكِ العملاءِ لتطويرِ منتجاتٍ وخدماتٍ جديدةٍ. ■ توفِّرُ البياناتُ أدلةً موضوعيةً تسهمُ في بناءِ الثقةِ وتعزِّزُ الشفافيةَ في العملياتِ. مثال: استخدامُ البياناتِ لتبريرِ القراراتِ الإداريةِ أمامَ أصحابِ المصالحِ.

أناقشُ أفكرُ في موقفٍ أو سيناريو يمكنُ أن يؤديَ فيهِ نقصُ البياناتِ الدقيقةِ أو غيرِ الكاملةِ إلى اتخاذِ قرارٍ خاطئٍ أو غيرِ مدروسٍ. وأحللُ كيفيةَ تأثيرِ هذا النقصِ في النتائجِ المتوقعةِ ومدى خطورةِ ذلكَ. أشاركُ رأيي مع زملائي / زميلاتي وأناقشُ أفكارَهم.

نشاط فردي أفكرُ في الدورِ الذي لعبتْهُ البياناتُ خلالَ جائحةِ كوفيد-19 وكيفَ ساعدتْ في إدارةِ الأزمةِ. ثمَّ أجيبُ عن الأسئلةِ الآتيةِ: ■ ما البياناتُ التي تمَّ جمعُها؟ ■ ما نوعُ البياناتِ (كميةٌ، نوعيةٌ، منظمةٌ/ غيرُ منظمةٍ)؟ ■ ما طرائقُ جمعِ البياناتِ التي تمَّ اعتمادُها؟ ■ كيفَ ساعدتْ تحليلاتُ البياناتِ في تخفيفِ المشكلةِ وتحقيقِ تأثيرٍ إيجابيٍّ؟ أشاركُ ما أتوصلُ لهُ من استنتاجاتٍ مع الزملاءِ/ الزميلاتِ عبرَ اللوحِ الرقميِّ التفاعليِّ ⁦(Padlet)⁩.

تنظيمُ البياناتِ

تنظيمُ البياناتِ هي عمليةُ ترتيبِ البياناتِ الخامِ التي تمَّ جمعُها بطريقةٍ منهجيةٍ وتصنيفِها، لجعلِها سهلةَ الفهمِ والتحليلِ. غالبًا ما تكونُ البياناتُ الخامُ غيرَ مرتبةٍ وغيرَ مفيدةٍ في حالتِها الأوليةِ، لذلكَ يتمُّ تنظيمُها لتسهيلِ معالجتِها واستخدامِها بشكلٍ فعالٍ، من خلالِ أساليبَ فعالةٍ، مثلَ التصنيفِ والجداولِ والتمثيلِ البيانيِّ. بعدَ جمعِ البياناتِ من مصادرِها المختلفةِ، وتنفيذِ عملياتِ التنظيفِ بإزالةِ البياناتِ غيرِ المهمةِ والتدقيقِ لضمانِ دقتها وصحتِها، تبدأُ عمليةُ تنظيمِ البياناتِ باستخدامِ طرائقَ متنوعةٍ، مثل: التجميعِ ⁦(Aggregation)⁩، والتصنيفِ ⁦(Classification)⁩، والترتيبِ ⁦(Ordering)⁩، والجدولةِ ⁦(Tabulation)⁩، والتمثيلِ المرئيِّ ⁦(Data Visualization)⁩، والتخزينِ في قواعدِ البياناتِ ⁦(Database Storage)⁩. يعدُّ تفريغُ البياناتِ الخطوةَ الأوليةَ والأساسيةَ التي تمهدُ لتنظيمِ البياناتِ. ومنَ البرمجياتِ الشائعةِ والبسيطةِ التي تُستخدمُ على نطاقٍ واسعٍ لتفريغِ البياناتِ وتنسيقِها برمجياتُ ⁦MS Excel⁩ و⁦Google Sheets⁩. توفرُ هذهِ البرمجياتُ بيئةً مناسبةً لتجهيزِ البياناتِ ومعالجتِها؛ مما يجعلُها جاهزةً للتكاملِ مع أدواتِ تحليلِ البياناتِ المتقدمةِ. وقد تعلمتُ في صفوفٍ سابقةٍ بعضَ مهاراتِ التعاملِ مع هذهِ التطبيقاتِ.

أشاهدُ

نشاط عملي تفريغُ بياناتِ استبانةٍ حولَ الذكاءِ الاصطناعيِّ، وتأثيرِهِ في التعلمِ أتعاونُ مع أفرادِ مجموعتي لتفريغِ البياناتِ التي جمعناها من الاستبانةِ (في النشاطِ العمليِّ السابقِ) في ورقةِ عملِ ⁦(Worksheets)⁩ باستخدامِ ⁦Excel⁩ أو ⁦Google Sheets⁩. نشاركُ الملفَ عبرَ مجموعةِ الصفِّ لمراجعتِهِ والتأكدِ من صحةِ البياناتِ المدخلةِ. ونحتفظُ بالملفِ كمرجعٍ وأساسٍ للأنشطةِ القادمةِ في تنظيمِ البياناتِ وتحليلِها.

أولًا: تصنيفُ البياناتِ

تصنيفُ البياناتِ هو عمليةُ تنظيمِ البياناتِ الخامِ عن طريقِ توزيعِها في فئاتٍ أو مجموعاتٍ مختلفةٍ بناءً على خصائصَ مشتركةٍ. يهدفُ هذا التصنيفُ إلى تقديمِ البياناتِ بشكلٍ منظمٍ ومبسطٍ يسهِّلُ فهمَها واستخدامَها؛ مما يساعدُ في استنتاجِ معلوماتٍ دقيقةٍ ومفيدةٍ. فعلى سبيلِ المثالِ، يمكنُ تصنيفُ الأشخاصِ حسبَ الحالةِ الاجتماعيةِ، أو تقسيمُ الأفرادِ إلى مجموعاتٍ بناءً على مستوى التعليمِ.

أسسُ تصنيفِ البياناتِ

  1. تختلفُ أسسُ تصنيفِ البياناتِ وفقًا للغرضِ من التحليلِ وطبيعةِ البياناتِ؛ إذ إنَّ تطبيقَ الأسسِ المناسبةِ يسهمُ في تنظيمِ البياناتِ بشكلٍ منطقيٍّ، مما يسهِّلُ تحليلَها واستنتاجَ المعلوماتِ المفيدةِ منها.
  2. وفي ما يأتي توضيحٌ لبعضِ الأسسِ لتصنيفِ البياناتِ الممكنِ اعتمادُها:
  1. التصنيفُ حسبَ طبيعةِ البياناتِ الأساسيةِ

■ التصنيفُ النوعيُّ: يصفُ خصائصَ أو سماتٍ غيرَ عدديةٍ، لا يمكنُ قياسُ السماتِ، بل يتمُّ تحديدُ وجودِها أو غيابِها (لونُ الشعرِ، النوعُ الاجتماعيُّ، الدينُ)، وقد يكونُ هذا التصنيفُ بسيطًا مثلَ تصنيفِ البياناتِ بناءً على مجموعتينِ بناءً على وجودِ أو غيابِ صفةٍ معينةٍ (مثال: تصنيفُ الطلبةِ حسبَ الجنسِ: ذكورٌ وإناثٌ)، أو التصنيفُ المتعدِّدُ، مثلَ تقسيمِ البياناتِ بناءً على معيارينِ إلى فئاتٍ فرعيةٍ إضافيةٍ (مثال: تصنيفُ الطلبةِ حسبَ الجنسِ، ثمَّ حسبَ الأداءِ الأكاديميِّ). ■ التصنيفُ الكميُّ (العدديُّ): يمثِّلُ القيمَ العدديةَ مثلَ الطولِ، والعمرِ، والوزنِ، ودرجاتِ الطلبةِ، والدخلِ (مثال: تصنيفُ السكانِ حسبَ الفئةِ العمريةِ، أو تصنيفُ الطلبةِ حسبَ درجاتِهم). وقد تكونُ البياناتُ متصلةً ⁦(Continuous Data)⁩ أو بياناتٍ منفصلةً ⁦(Discrete Data)⁩.

  1. التصنيفُ حسبَ الزمنِ

يعتمدُ على الوقتِ، مثلَ السنواتِ، أو الأشهرِ، أو الأيامِ.

  1. التصنيفُ حسبَ التوزيعِ الجغرافيِّ والمكانيِّ

على سبيلِ المثالِ: تصنيفُ السكانِ حسبَ الدولِ أو المدنِ، وتقسيمُ المبيعاتِ حسبَ الأقاليمِ، وتقسيمُ نتائجِ طلبةِ حسبَ المدينةِ، أو حسبَ المدرسةِ التي يتعلمونَ بها.

  1. التصنيفُ حسبَ العلاقةِ بينَ البياناتِ

■ بياناتٌ مستقلةٌ ⁦(Independent Data)⁩: وهي تعبِّرُ عن متغيراتٍ لا تعتمدُ على متغيراتٍ أخرى (مثال: عمرُ الأشخاصِ في دراسةٍ مستقلةٍ). ■ بياناتٌ تابعةٌ ⁦(Dependent Data)⁩: وتعبِّرُ عن متغيراتٍ تعتمدُ على متغيراتٍ أخرى مثلَ أثرِ مستوى التعليمِ على معدلِ البطالةِ، فيكونُ معدلُ البطالةِ هو المتغيرُ التابعُ.

نشاط جماعي أتعاونُ مع أفرادِ مجموعتي لدراسةِ البياناتِ الواردةِ في الجدولِ الآتي، ثمَّ أنظمُها بطرائقَ مختلفةٍ عبرَ تصنيفِها حسبَ طبيعةِ البياناتِ، والتصنيفِ المكانيِّ، والتصنيفِ الزمانيِّ، والتصنيفِ حسبَ العلاقةِ بينَ البياناتِ.

اسم الطالبالعمرالجنسالدرجة (%)المدينةالمواد المسجلةعدد المواد المسجلةعدد ساعات الدراسة اليوميةسنة التسجيل
أحمد16ذكر85عمانالرياضيات، العلوم222022
سارة17أنثى90الزرقاءالإنجليزية، التاريخ232021
عمر15ذكر78إربدالرياضيات، التاريخ21.52023
ليلى16أنثى92عمانالعلوم، الإنجليزية22.52022
زيد18ذكر88المفرقالرياضيات، العلوم، الإنجليزية33.52020
ندى17أنثى82الزرقاءالتاريخ، العلوم22.52021
سامي16ذكر74عمانالإنجليزية، الرياضيات222022
هدى15أنثى89إربدالعلوم، الرياضيات232023
فاطمة14أنثى95عمانالرياضيات، العلوم242023
خالد18ذكر81الكركالتاريخ، الجغرافيا22.52021

إضاءة

أداةُ الفرزِ ⁦(Sorting)⁩ وأداةُ الفلترةِ ⁦(Filtering)⁩ في ⁦Excel⁩ و⁦Google Sheets⁩

  1. أداةُ الفرزِ ⁦(Sorting)⁩: تُستخدمُ لترتيبِ البياناتِ وفقًا لمعاييرَ محددةٍ؛ مما يسهِّلُ عرضَها وتحليلَها.

خصائصُ الفرزِ

■ ترتيبٌ تصاعديٌّ: ترتيبُ البياناتِ منَ الأصغرِ إلى الأكبرِ (مثلَ الأرقامِ أو التواريخِ) أو أبجديًا (أ-ي)، ⁦(a-z)⁩. ■ ترتيبٌ تنازليٌّ: ترتيبُ البياناتِ منَ الأكبرِ إلى الأصغرِ أو عكسيًا (ي-أ)، ⁦(z-a)⁩. يمكنُ تطبيقُ الفرزِ على أعمدةٍ فرديةٍ أو متعددةٍ بناءً على الاحتياجاتِ. أمثلةٌ على الاستخدامِ: ترتيبُ أسماءِ الطلبةِ أبجديًا لتسهيلِ البحثِ عن اسمٍ معينٍ، وترتيبُ الدرجاتِ منَ الأعلى إلى الأدنى لتحديدِ أفضلِ أداءٍ أكاديميٍّ.

  1. أداةُ الفلترةِ ⁦(Filtering)⁩: تستخدمُ لتصفيةِ البياناتِ، وعرضِ تلكَ التي تفي بشروطٍ محددةٍ

    فقط؛ مما يسهِّلُ التركيزَ على أجزاءٍ معينةٍ منَ البياناتِ.

خصائصُ الفلترةِ

■ تحديدُ القيمِ المرادِ عرضُها ضمنَ عمودٍ معينٍ. ■ تطبيقُ شروطٍ معقدةٍ مثلَ "أكبرُ من"، "أقلُّ من"، "يساوي"، أو "يحتوي على". ■ يمكنُ تصفيةُ بياناتٍ متعددةِ الأعمدةِ في الوقتِ نفسِهِ. أمثلةٌ على الاستخدامِ: عرضُ مبيعاتِ شهرِ محددٍ فقط، تصفيةُ الطلبةِ الحاصلينَ على درجاتٍ أعلى من 90% فأعلى، عرضُ البياناتِ المتعلقةِ بمدينةٍ معينةٍ أو سنةِ تسجيلٍ معينةٍ.

نشاط جماعي أتعاونُ مع أفرادِ مجموعتي على إدخالِ الجدولِ الواردِ في النشاطِ السابقِ إلى برمجيةِ ⁦Excel⁩، مستعينًا بالمهاراتِ التي تعلَّمناها مسبقًا، واستخدامِ أدواتِ الفلترةِ والفرزِ لتنظيمِ البياناتِ وتصنيفِها وفقًا لمعاييرَ مختلفةٍ. نقارنُ إجاباتِنا بإجاباتِ المجموعاتِ الأخرى، ونتبادلُ التغذيةَ الراجعةَ.

ثانيًا: عمليةُ التجميعِ للبياناتِ

  1. يعدُّ التجميعُ أداةً أساسيةً تستخدمُ لتبسيطِ مجموعاتِ البياناتِ الكبيرةِ وتحليلِها؛ مما يسهمُ في تسهيلِ فهمِ الأنماطِ والعلاقاتِ داخلَها.
  2. يتمثَّلُ التجميعُ في دمجِ أو تلخيصِ البياناتِ ضمنَ فئاتٍ أو مجموعاتٍ ذاتِ صلةٍ، وإظهارِ الأنماطِ والاتجاهاتِ للكشفِ عن العلاقاتِ أو الاتجاهاتِ التي قد تكونُ غيرَ ظاهرةٍ في البياناتِ الخامِ، وتسهيلِ التحليلِ لتوفيرِ قاعدةٍ واضحةٍ تساعدُ في اتخاذِ قراراتٍ مستندةٍ إلى البياناتِ. يركِّزُ التجميعُ بشكلٍ أساسيٍّ على العملياتِ الحسابيةِ لتقليلِ البياناتِ إلى نتائجَ موجزةٍ وملخصةٍ. ومنَ الأمثلةِ على عمليةِ التجميعِ:

التجميعُ حسبَ الفئاتِ ⁦(Categorical Aggregation)⁩: يمكنُ تجميعُ البياناتِ بناءً على فئاتٍ معينةٍ (على سبيلِ المثالِ، إذا كانتْ لديَّ بياناتٌ عن مبيعاتِ المنتجاتِ، يمكنُ تجميعُ البياناتِ حسبَ الفئةِ (مثل "ألعاب"، "إلكترونيات"، "ملابس") وحسابُ إجماليِّ المبيعاتِ لكلِّ فئةٍ). التجميعُ حسبَ الزمنِ ⁦(Time-Based Aggregation)⁩: يمكنُ تجميعُ البياناتِ بناءً على وحداتٍ زمنيةٍ (يوميٍّ، شهريٍّ، سنويٍّ). (على سبيلِ المثالِ، إذا كانَ لديَّ بياناتُ مبيعاتٍ يوميةٍ، يمكنُ تجميعُ البياناتِ حسبَ الأشهرِ أو السنواتِ لمقارنةِ المبيعاتِ عبرَ الزمنِ). التجميعُ باستخدامِ العملياتِ الحسابيةِ ⁦(Mathematical Aggregation)⁩: يمكنُ تطبيقُ عملياتٍ حسابيةٍ على مجموعاتِ البياناتِ لتلخيصِها (مثلَ المتوسطِ، الحدِّ الأقصى، الحدِّ الأدنى، المجموعِ لحسابِ إجماليِّ القيمِ) (على سبيلِ المثالِ: درجاتُ الطلبةِ في صفٍّ ما، حسابُ متوسطِ الدرجاتِ، وأعلى درجةٍ وأدنى درجةٍ في الصفِّ).

مثالٌ

أفترضُ أنَّ لدينا البياناتِ الآتيةِ عن مبيعاتِ المنتجاتِ خلالَ أسبوعٍ:

رقم المنتجالمنتج 1المنتج 2المنتج 3المنتج 1المنتج 2
عدد القطع المبيعة1020152530

إذا أردنا تجميعَ هذهِ البياناتِ حسبَ المنتجِ، سنقومُ بجمعِ المبيعاتِ لكلِّ منتجٍ: ■ المنتج 1: ⁦10 + 25 = 35⁩ ■ المنتج 2: ⁦20 + 30 = 50⁩

■ المنتج 3: 15

وستكونُ البياناتُ المجملةُ: (المنتج 1: 35، المنتج 2: 50، المنتج 3: 15).

نشاط جماعي تطبيقُ عملياتِ التجميعِ على بياناتِ المبيعاتِ باستخدامِ بياناتِ مبيعاتِ أسبوعيةٍ لمنتجاتٍ مختلفةٍ في متجرٍ ما (الواردةُ في الجدولِ أدناهُ)، أتعاونُ مع أفرادِ مجموعتي لتطبيقِ عملياتِ التجميعِ الآتيةِ باستخدامِ برمجيةِ ⁦Excel⁩ أو ⁦Google Sheets⁩: ■ تجميعُ حسبَ الفئةِ: نحسبُ إجماليَّ المبيعاتِ لكلِّ منتجٍ خلالَ الأسبوعِ. ■ تجميعُ حسبَ الزمنِ: نحسبُ إجماليَّ المبيعاتِ اليوميةِ لجميعِ المنتجاتِ. ■ حسابُ المتوسطِ: نحسبُ متوسطَ المبيعاتِ لكلِّ منتجٍ على مدارِ الأسبوعِ.

المنتجالأحدالاثنينالثلاثاءالأربعاءالخميسالجمعةالسبت
قميص45152025303540
بنطال30101218222025
حقيبة125671098
حذاء60253040355045

العملياتُ الحسابيةُ على البياناتِ

يمكنُ إجراءُ العديدِ منَ العملياتِ الحسابيةِ على البياناتِ المجتمعةِ، والمثالُ الآتي يبيِّنُ بعضَ هذهِ العملياتِ.

مثالٌ

بالاعتمادِ على البياناتِ الواردةِ في الجدولِ (2-1) وباستخدامِ برمجيةِ ⁦Excel⁩ أجيبُ عن الأسئلةِ الآتيةِ باستخدامِ الدوالِّ الحسابيةِ المناسبةِ:

اليومدرجةُ الحرارةِ (سيلسيوس)
الأحد25
الاثنين28
الثلاثاء30
الأربعاء27
الخميس26
الجمعة29
السبت31
الجدول (2-1): درجات الحرارة اليومية خلال أسبوع

■ ما مجموعُ درجاتِ الحرارةِ خلالَ الأسبوعِ؟ ■ ما متوسطُ درجةِ الحرارةِ خلالَ الأسبوعِ؟ ■ ما اليومُ الذي شهدَ أعلى درجةِ حرارةٍ؟ وما اليومُ الذي شهدَ أدنى درجةِ حرارةٍ؟ ■ ما نسبةُ الأيامِ التي كانتْ درجةُ الحرارةِ فيها أعلى من 28 درجةً من عددِ الأيامِ الكليِّ؟

للإجابةِ عن الأسئلةِ السابقةِ، سأنفِّذُ الخطواتِ الآتيةِ:

  1. أنشئُ ورقةَ عملٍ في ⁦Excel⁩ وأدخلُ البياناتِ في (العمودِ الأولِ ⁦(A)⁩: الأيامُ، في العمودِ الثاني ⁦(B)⁩: درجاتُ الحرارةِ).

2. أستخدمُ الدوالَّ الحسابيةَ كالآتي

  • أ. حسابُ مجموعِ درجاتِ الحرارةِ ⁦(SUM)⁩:

    أكتبُ في خليةٍ فارغةٍ: =⁦SUM(B2⁩:⁦B8⁩)، حيثُ ⁦B2⁩:⁦B8⁩ تمثِّلُ نطاقَ درجاتِ الحرارةِ. ثمَّ أضغطُ "⁦Enter⁩" لتظهرَ النتيجةُ في الخليةِ نفسِها.

  • ب. حسابُ متوسطِ درجاتِ الحرارةِ ⁦(AVERAGE)⁩

    أكتبُ في خليةٍ فارغةٍ أخرى: =⁦AVERAGE(B2⁩:⁦B8⁩)

  • ج. تحديدُ أعلى درجةِ حرارةٍ ⁦(MAX)⁩

    أكتبُ في خليةٍ فارغةٍ أخرى: =⁦MAX(B2⁩:⁦B8⁩)

  • د. تحديدُ أدنى درجةِ حرارةٍ ⁦(MIN)⁩

    أكتبُ في خليةٍ فارغةٍ أخرى: =⁦MIN(B2⁩:⁦B8⁩)

  • هـ. حسابُ نسبةِ الأيامِ التي تجاوزتْ 28 درجةً ⁦(PERCENTAGE)⁩

    ■ أضيفُ عمودًا جديدًا "⁦C⁩"، وأكتبُ "أعلى من المتوسطِ". ■ في الخليةِ ⁦C2⁩، أدخلُ الصيغةَ التاليةَ للتحققِ إذا كانتْ درجةُ الحرارةِ أعلى منَ المتوسطِ: =⁦IF(B2⁩>⁦AVERAGE⁩($⁦B⁩2:2:⁦B⁩$8),1,0) ■ أسحبُ الصيغةَ لنسخِها إلى بقيةِ الخلايا في العمودِ ⁦C⁩ حتى ⁦C8⁩. ■ في خليةٍ فارغةٍ مثل ⁦(C9)⁩، أحسبُ مجموعَ عددِ الأيامِ ذاتِ الحرارةِ العاليةِ في العمودِ ⁦C =SUM(C2⁩:⁦C8⁩) ■ في خليةٍ فارغةٍ مثل ⁦C10⁩، أحسبُ النسبةَ المئويةَ: =(⁦C9/COUNTA(B2⁩:⁦B8⁩))*100

أشاهدُ أشاهدُ الفيديو الذي يوضِّحُ خطواتِ تجميعِ البياناتِ باستخدامِ العملياتِ الحسابيةِ في ⁦Excel⁩، بما في ذلكَ كيفيةُ تلوينِ الخلايا بناءً على القيمِ باستخدامِ التنسيقِ الشرطيِّ، وذلكَ من خلالِ مسحِ رمزِ الاستجابةِ السريعِ ⁦(QR Code)⁩.

أناقشُ أناقشُ مع زملائي / زميلاتي في المجموعةِ الفروقَ الأساسيةَ بينَ تصنيفِ البياناتِ وتجميعِ البياناتِ كطريقتينِ من طرائقِ تنظيمِ البياناتِ، من حيثُ التعريفِ والهدفِ والأدواتِ المستخدمةِ في كلِّ منها في ⁦excel⁩.

إثراء استكشافُ التنسيقِ الشرطيِّ في ⁦Microsoft Excel⁩ أو ⁦Google Sheets⁩ التعرُّفُ إلى أداةِ التنسيقِ الشرطيِّ ⁦(Conditional Formatting)⁩ وفهمُ كيفيةِ استخدامِها لتسليطِ الضوءِ على البياناتِ المهمةِ وتحليلِها بسهولةٍ. الخطوةُ 1: إعدادُ البياناتِ: أفتحُ ⁦Microsoft Excel⁩ وأنشئُ ورقةَ عملٍ، وأدخلُ البياناتِ على النحوِ الآتي:

ABC
1الاسمالمادةالعلامة
2أحمدرياضيات85
3سارةعلوم45
4ليلىتاريخ70
5يوسفلغة عربية90
6خالدإنجليزي55

الخطوةُ 2: استخدامُ التنسيقِ الشرطيِّ

  1. أحدِّدُ عمودَ "العلامة" (⁦C2⁩:⁦C6⁩). وأنتقلُ إلى علامةِ التبويبِ "التنسيق" ⁦(Format)⁩ ثمَّ أختارُ "التنسيقِ الشرطيِّ" ⁦(Conditional Formatting)⁩.

2. أضيفُ القواعدَ كالآتي

■ العلامةُ أكبرُ من أو يساوي 85: لونٌ أخضرُ. ■ العلامةُ أقلُّ من أو يساوي 50: لونٌ أحمرُ. ■ العلامةُ بينَ 50 و85: لونٌ أصفرُ.

  1. أنقرُ على "تمَّ" ⁦(Done)⁩.

    الخطوةُ 3: تحليلُ النتائجِ ■ ألاحظُ كيفَ تمَّ تلوينُ الخلايا وفقًا للشروطِ التي وضعتُها.

■ أناقشُ مع زملائي

○ ما البياناتُ التي تبرزُ بشكلٍ واضحٍ الآنَ؟ ○ كيفَ يساعدُ التنسيقُ الشرطيُّ في تسهيلِ تحليلِ البياناتِ الكبيرةِ؟

أشاهدُ أشاهدُ الفيديو الذي يوضِّحُ خطواتِ تطبيقِ التنسيقِ الشرطيِّ ⁦(Conditional Formatting)⁩ للبياناتِ في برمجيةِ ⁦Excel⁩، والذي يشرحُ كيفيةَ تلوينِ الخلايا بناءً على القيمِ وفقًا لقواعدَ معينةٍ من خلالِ مسحِ رمزِ الاستجابةِ السريعِ الآتي.

المشروعُ: تحليلُ عاداتِ القراءةِ لدى الطلبةِ/ مهمةٌ 2 أتعاونُ مع أفرادِ مجموعتي لجمعِ البياناتِ الأوليةِ وتنظيمِها بطريقةٍ منظمةٍ في جدولِ بياناتٍ. الخطواتُ الإرشاديةُ: تصميمُ الاستبانةِ: صياغةُ الأسئلةِ بناءً على البياناتِ المحددةِ في الدرسِ الأولِ. إعدادُ الاستبانةِ إلكترونيًا: استخدامُ ⁦Google Forms⁩ أو أيِّ أداةٍ مماثلةٍ. التأكدُ من أنَّ الاستبانةَ تتضمنُ الأسئلةَ الأساسيةَ وخياراتٍ متعددةً حيثما لزمَ الأمرُ. توزيعُ الاستبانةِ: مشاركةُ رابطِ الاستبانةِ مع الطلبةِ المستهدفينَ عبرَ البريدِ الإلكترونيِّ أو منصةِ الصفِّ، أو يمكنُ طباعتُها ورقيًا وتوزيعُها.

تنظيمُ البياناتِ: أراجعُ البياناتِ للتأكدِ من عدمِ وجودِ أخطاءٍ أو تكرارٍ. استخدامُ ميزةِ الفرزِ ⁦(Sort)⁩ لترتيبِ البياناتِ حسبَ النوعِ الأدبيِّ، أو تكرارِ القراءةِ، أو الصيغةِ المفضلةِ. إضافةُ فلاترَ ⁦(Filters)⁩ لعرضِ أجزاءِ معينةٍ منَ البياناتِ (مثلَ عرضِ الطلبةِ الذينَ يفضلونَ الخيالَ فقط). استخدامُ أدواتِ التحليلِ: تطبيقُ التنسيقِ الشرطيِّ ⁦(Conditional Formatting)⁩.

معاييرُ التقييمِ

تصميمُ الاستبانةِ: الأسئلةُ واضحةٌ، ومباشرةٌ، ومتنوعةٌ، وشاملةٌ. تنسيقُ الاستبانةِ: تصميمٌ جذابٌ ومنظَّمٌ مع تعليماتٍ واضحةٍ. جمعُ البياناتِ: توزيعُ الاستبانةِ بطريقةٍ مناسبةٍ، وتوضيحُ الموعدِ النهائيِّ للإجابةِ. يتماشى عددُ الردودِ مع حجمِ العينةِ المطلوبةِ. تنظيمُ البياناتِ: الأعمدةُ تحملُ عناوينَ واضحةً (اسمُ الطالبِ، الصفُّ، عددُ الكتبِ، النوعُ الأدبيُّ)، والبياناتُ منظمةٌ ومصنفةٌ بشكلٍ يسهِّلُ تحليلَها لاحقًا. تنظيفُ البياناتِ: خلوُّ البياناتِ منَ الأخطاءِ والقيمِ الناقصةِ أو المكررةِ. التحليلُ الأوليُّ: عبرَ استخدامِ أدواتِ التحليلِ: تطبيقُ ميزاتِ الفرزِ والفلاترِ بفعاليةٍ، وتطبيقُ التنسيقِ الشرطيِّ لتوضيحِ الأنماطِ.

المواطنةُ الرقميةُ

■ حمايةُ البياناتِ الشخصيةِ: أتأكدُ من عدمِ إدخالِ أو مشاركةِ أيِّ بياناتٍ شخصيةٍ أو حساسةٍ للآخرينَ من دونِ إذنٍ صريحٍ. ■ الشفافيةُ الرقميةُ: عندَ طلبِ استجاباتٍ عبرَ استباناتٍ، أوضحُ الغرضَ من جمعِ البياناتِ وكيفيةَ استخدامِها. ■ الإشارةُ إلى المصادرِ: إذا استخدمتُ بياناتٍ أو أمثلةً من مصادرَ خارجيةٍ، أحرصُ على ذكرِ المصدرِ بشكلٍ واضحٍ. ■ اتباعُ القوانينِ المحليةِ والدوليةِ: ألتزمُ بلوائحِ حمايةِ البياناتِ، مثلَ اللائحةِ العامةِ لحمايةِ البياناتِ "⁦GDPR⁩" عندَ جمعِ البياناتِ أو تحليلِها.

أقيمُ تعلُّمي

المعرفةُ: أستخدمُ ما تعلمتُهُ من معارفَ في هذا الدرسِ للإجابةِ عن الأسئلةِ الآتيةِ: السؤالُ الأولُ: أوضحُ الفرقَ بينَ البياناتِ الكميةِ والبياناتِ النوعيةِ مع ذكرِ أمثلةٍ. السؤالُ الثاني: أوضحُ أهمَّ طرائقِ جمعِ البياناتِ. السؤالُ الثالثُ: أحدِّدُ الأنواعَ الرئيسةَ للبياناتِ التي يمكنُ جمعُها عندَ تحليلِ علاماتِ الطلبةِ. السؤالُ الرابعُ: أُعطي مثالًا على كلِّ مما يأتي: ■ بياناتٍ منظمةٍ وبياناتٍ غيرِ منظمةٍ. ■ تصنيفِ البياناتِ حسبَ الزمنِ أو المكانِ. ■ مصدرٍ رقميٍّ لجمعِ البياناتِ.

المهاراتُ: أوظفُ مهاراتِ التفكيرِ الناقدِ، والبحثِ الرقميِّ، والتواصلِ للإجابةِ عن الأسئلةِ الآتيةِ: السؤالُ الأولُ: أصنفُ البياناتِ الآتيةَ إلى نوعيةٍ أو كميةٍ: ■ علاماتِ الطلبةِ في امتحانِ الرياضياتِ. ■ أسماءِ الطلبةِ في الصفِّ. ■ ألوانِ المكاتبِ في المدرسةِ. ■ متوسطِ درجاتِ الطلبةِ خلالَ العامِ. السؤالُ الثاني: كيفَ يمكنُ استخدامُ أداةِ الفرزِ ⁦(Sorting)⁩ في ⁦Excel⁩ لتنظيمِ بياناتِ علاماتِ الطلبةِ حسبَ الأداءِ الأكاديميِّ؟ السؤالُ الثالثُ: إذا كنتُ مسؤولًا عن متجرٍ صغيرٍ، كيفَ يمكنُ استخدامُ تجميعِ البياناتِ لتحليلِ أداءِ المبيعاتِ الأسبوعيةِ، واقتراحِ استراتيجياتٍ لتحسينِها؟ السؤالُ الرابعُ: كيفَ يمكنُ الاستفادةُ من أدواتِ ⁦Excel⁩ مثلَ الفرزِ والفلترةِ لتحليلِ بياناتِ الحضورِ والغيابِ في مدرستي؟ السؤالُ الخامسُ: إذا كنتُ أعملُ في مكتبةٍ مدرسيةٍ، كيفَ يمكنُني استخدامُ ⁦Excel⁩ لتصنيفِ الكتبِ بناءً على النوعِ والمستوى الدراسيِّ؟

القيمُ والاتجاهاتُ أصمِّمُ استبانةً باستخدامِ ⁦Google Forms⁩ لجمعِ بياناتٍ حولَ آراءِ طلبةِ المدرسةِ عن الأنشطةِ المدرسيةِ. وأعملُ على تفريغِ البياناتِ في ⁦Excel⁩، وأحلِّلُها باستخدامِ أدواتِ الفلترةِ والفرزِ وأدواتِ التجميعِ مثلَ دالةِ ⁦SUM⁩ و⁦Average⁩، ثمَّ أقدِّمُ توصياتٍ للمدرسةِ لتحسينِ جودةِ الأنشطةِ المقدمةِ للطلبةِ للتوافقِ مع رغباتِهم واتجاهاتِهم.

كمّل قراءة الموضوع

سجّل مجاناً وكمّل الموضوع من الكتاب، ومنرجّعك لنفس المكان.

  • نتاجات التعلم
  • أنواع البيانات
يلّا نبدأتسجيل الدخول

آخر تحديث:

معاينة موضوع «أنواع البيانات وطرائق تنظيمها» من وحدة «تحليل البيانات Data Analysis» في مادة المهارات الرقمية. أقسام الشرح: ٢٧، التعريفات: ٩، الأسئلة المحلولة: ٩.

المصدر: المركز الوطني لتطوير المناهج، أنواع البيانات وطرائق تنظيمها (ص ٢٧–٤٨)

موضوعات أخرى في الوحدة

تابع الدراسة