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

المهارات الرقمية

تلخيص تحليل البيانات

أهم نقاط كل موضوع

مقدمة في تحليل البيانات

  • البيانات: أرقام، أو حروف، أو صور، أو تسجيل صوتي، أو تسجيل مرئي يُمكن الاستفادة منها بعد تحليلها ومعالجتها في اتِّخاذ قرارات مُهمَّة بخصوص إجراء مُعيَّن.
  • تحليل البيانات: عملية منهجية لجمع البيانات، وتنظيمها، وتنظيفها، وتفسيرها، وتمثيلها؛ بُغْيَةَ استخراج رؤى ذات معنى، وتحديد الأنماط، ودعم اتِّخاذ القرارات المستنيرة.
  • تحديد الأهداف والأسئلة: فهم المشكلة، وتحديد الأهداف وتوقُّعات الأطراف المَعْنِيَّة.
  • الإعداد: تحديد البيانات المطلوبة وكيفية تنظيمها.
  • جمع البيانات: جمع البيانات ذات الصلة بالإجابة عن الأسئلة، مثل: الاستبانات، والمقابلات، والملاحظات.
  • تنظيف البيانات: فحص البيانات بدقة لتحديد الأخطاء والتناقضات ومعالجتها.
شرح الموضوع كامل

تقنيات تحليل البيانات

  • المقابلات: من أكثر طرائق جمع البيانات شيوعًا وفاعلية؛ منها الفردية والجماعية، والرسمية وغير الرسمية.
  • الاستبانات: أداة لجمع البيانات تتضمن مجموعة من الأسئلة (ورقية أو إلكترونية).
  • المسوحات أو الاستطلاعات: تشبه الاستبانات لكنها تجمع بيانات من عدد أكبر من الأفراد.
  • الملاحظة: مراقبة الباحث لعناصر معينة أو عمليات وأحداث محددة، وتسجيل ملاحظاته بدقة.
  • مجموعات التركيز: مناقشات جماعية منظمة حول موضوع معين، تضم عادة (6–12) فردًا.
  • دراسة الحالة: تحليل معمّق لوحدة محددة، مثل: الفرد، والأسرة، والمجتمع.
شرح الموضوع كامل

جمع البيانات وتحليلها باستخدام برمجية بايثون

  • المكتبات الخارجية: ليست مُثبَّتة بشكل افتراضي مع الحزمة الأساسية للغة البرمجة بايثون، ويتعيَّن تثبيتها بصورة مُنفصلة.
  • أهمها: مكتبة ⁦pandas⁩، ومكتبة ⁦numpy⁩، ومكتبة ⁦matplotlib⁩.
  • الأدوار: ⁦pandas⁩ لتحليل البيانات، و⁦matplotlib⁩ لعرضها.
  • استدعاء المكتبة: import pandas.
  • قراءة الملف: بالدالة ⁦pandas.read_csv()⁩؛ يُخزَّن الناتج في مُتغيِّر مثل ⁦df⁩، ويُكتب المسار الكامل للملف بين علامتي اقتباس مفردة أو مزدوجة.
  • طباعة البيانات: print(df).
شرح الموضوع كامل

علاقة السبب والنتيجة في البيانات

  • السببية: علاقة السبب والنتيجة مفهوم محوري في علم البيانات، يُعرف بالسببية.
  • الهدف: توضيح العلاقات بين المُتغيِّرات بتحليل تأثير تغيُّر أحدها (السبب) في الآخر (النتيجة).
  • الفائدة: اختيار الإجراءات التي تحقق النتائج المنشودة، وتحديد الأنماط، والتنبُّؤ بالنتائج المستقبلية.
  • الارتباط: وجود ارتباط واضح بين المُتغيِّرين، بحيث يتزامن تغيُّر أحدهما مع تغيُّر الآخر.
  • الأسبقية الزمنية: يسبق المُتغيِّر المستقل (السبب) المُتغيِّر التابع (النتيجة) في الزمن.
  • التفسير النظري: وجود تفسير منطقي أو نظرية داعمة تبيِّن كيف يُؤثِّر السبب في النتيجة.
شرح الموضوع كامل

الفرضيات في تحليل البيانات

  • تُعرّف الفرضية بأنّها عبارة مُقترحة أو ادّعاء أو تصوّر أو تخمين مُؤقّت قابل للاختبار بخصوص طبيعة العلاقات بين المُتغيّرات التي تخضع للفحص بُغية التحقق من صحّتها أو خطئها.
  • تُستخدَم الفرضيات عادةً في اختبار علاقة مُتغيّر بمتغيّر آخر، أو أثر مُتغيّر في مُتغيّر آخر؛ ما يعني أنّها تقوم على فحص العلاقة بين مُتغيّرين أو أكثر.
  • الوضوح ودقّة الصياغة: يجب أنْ تُكتب الفرضية بلغة واضحة غير مُبهمة.
  • القابلية للاختبار: يجب أنْ تكون الفرضية قابلة للتحقق عن طريق التجربة أو البيانات.
  • وجود علاقة بين مُتغيّرين: يجب أنْ تتضمّن الفرضية اختبار العلاقة بين مُتغيّرين أو أكثر.
  • تحديد المدى: يجب أنْ تكون الفرضية مُحدّدة بموقف مُعيّن أو بظروف مُعيّنة.
شرح الموضوع كامل
يلّا نتدرّب على أسئلة الوحدة

تدرّب

تعلّم

مرجع

ما تغطيه الوحدة