ما هو الانحراف المعياري النسبي؟
الانحراف المعياري النسبي (RSD)، المعروف أيضًا باسم معامل الاختلاف (%CV)، يقيس مدى تشتت مجموعة من القيم بالنسبة إلى متوسطها. ولأنه يقسم الانحراف المعياري على المتوسط ثم يضرب الناتج في 100، فإن النتيجة تأتي كنسبة مئوية مجرّدة من الوحدات. وهذا ما يجعل الانحراف المعياري النسبي مثاليًا للمقارنة بين دقة قياسات تختلف في وحداتها أو في مقاديرها اختلافًا كبيرًا — وهو أمر يعجز الانحراف المعياري الخام عن تحقيقه.
كيفية استخدام الحاسبة
أدخل قيم بياناتك مفصولة بفواصل أو بمسافات. ثم اختر ما إذا كنت تريد الانحراف المعياري لـالعينة (يستخدم n−1، وهو الخيار المعتاد عندما تكون بياناتك جزءًا من مجموعة أكبر) أم الانحراف المعياري لـالمجتمع (يستخدم n، عندما تمثّل بياناتك المجموعة بأكملها). تُعيد الحاسبة قيمة الانحراف المعياري النسبي كنسبة مئوية إلى جانب المتوسط والانحراف المعياري وعدد القيم.
شرح المعادلة
أولًا يُحسب المتوسط (\(\bar{x}\)). ثم يُستخرج الانحراف المعياري (\(s\)) من مربعات الانحرافات عن المتوسط. وأخيرًا:
$$\text{RSD} = \frac{s}{\bar{x}} \times 100\%$$يشير الانحراف النسبي الصغير (أقل من نحو 10٪) إلى بيانات متقاربة ودقيقة، بينما يدل الانحراف الكبير على تباين عالٍ.
مثال محلول
لمجموعة البيانات 10، 12، 14، 16، 18: المتوسط يساوي 14. وتباين العينة هو
$$\frac{(-4)^2+(-2)^2+0^2+2^2+4^2}{4} = \frac{40}{4} = 10$$إذن \(s = \sqrt{10} \approx 3.1623\). وبذلك يكون
$$\text{RSD} = \frac{3.1623}{14} \times 100 \approx 22.59\%$$الانحراف المعياري النسبي عبر مجموعات البيانات النموذجية
كل صف أدناه يستخدم الانحراف المعياري للعينة (المقسوم على \(n-1\))، وهو نفس الاصطلاح المستخدم في المثال المشروح، بحيث يمكن تكرار الأرقام مباشرة في الآلة الحاسبة مع تحديد خيار العينة. الغرض من المقارنة هو أن الانحراف المعياري النسبي هو نسبة: يمكن للانتشار نفسه أن يكون دقة ممتازة أو دقة سيئة جداً اعتماداً على مكان المتوسط.
| قيم البيانات | n | المتوسط \(\bar{x}\) | الانحراف المعياري للعينة \(s\) | الانحراف المعياري النسبي (%CV) |
|---|---|---|---|---|
| 8, 10, 12 | 3 | 10 | 2.0000 | 20.00% |
| 98, 100, 102 | 3 | 100 | 2.0000 | 2.00% |
| 10.02, 9.98, 10.01 | 3 | 10.0033 | 0.0208 | 0.21% |
| 5, 15, 25, 35 | 4 | 20 | 12.9099 | 64.55% |
| 20, 21, 22, 23, 24 | 5 | 22 | 1.5811 | 7.19% |
| 20, 21, 22, 23, 60 (آخر قيمة قيمة شاذة) | 5 | 29.2 | 17.2540 | 59.09% |
كيفية الحصول على الصف الأول
التعويض الكامل لمجموعة 8، 10، 12:
$$\bar{x} = \frac{8 + 10 + 12}{3} = \frac{30}{3} = 10$$$$s = \sqrt{\frac{(8-10)^2 + (10-10)^2 + (12-10)^2}{3-1}} = \sqrt{\frac{4 + 0 + 4}{2}} = \sqrt{4} = 2$$$$\text{الانحراف المعياري النسبي} = \frac{2}{10} \times 100\% = 20\%$$ما تظهره الصفوف
- نفس الانحراف المعياري، اختلاف بعامل عشرة في الانحراف المعياري النسبي (الصفوف 1 و 2). كلا المجموعتين عبارة عن ثلاث نقاط متباعدة بمسافة وحدتين، لذا كلاهما يعطي \(s = 2\) بالضبط. لأن المتوسطات هي 10 و 100، فإن الانحراف المعياري النسبي هو 20% مقابل 2%. الانحراف المعياري وحده لا يمكنه أن يخبرك ما إذا كانت القياسات دقيقة؛ يجب أن تُقرأ مقابل حجم ما تم قياسه.
- مجموعة نتائج متطابقة مجمعة بإحكام (الصف 3). ثلاث تحديدات متطابقة بالقرب من 10 وحدات تختلف بمقدار 0.04 على الأكثر، مما يعطي انحراف معياري نسبي يبلغ حوالي 0.21% — هذا هو نوع القابلية للتكرار المتوقعة من حقن العينات المتطابقة على نظام كروماتوغرافي سليم.
- مجموعة متغيرة فعلاً (الصف 4). مع قيم من 5 إلى 35 حول متوسط قدره 20، فإن الانحراف المعياري النسبي البالغ تقريباً 65% يقول إن الانتشار له نفس ترتيب المتوسط نفسه. بالنسبة لمجموعة عينات تحليلية متكررة، هذا سيشير إلى فشل الطريقة؛ بالنسبة لبيانات بيولوجية بين الأفراد، قد يكون هذا طبيعياً تماماً.
- تأثير تضخيم القيمة الشاذة (الصفوف 5 و 6). استبدال القيمة الفردية 24 بـ 60 يترك أربعاً من الملاحظات الخمس دون تغيير، ومع ذلك يرتفع المتوسط من 22 إلى 29.2، ويرتفع الانحراف المعياري أكثر من عشرة أضعاف، ويقفز الانحراف المعياري النسبي من حوالي 7% إلى حوالي 59%. لأن الانحرافات المربعة يتم جمعها، نقطة واحدة متطرفة تهيمن على النتيجة — وهذا هو السبب في أن الانحراف المعياري النسبي الكبير بشكل غير متوقع يجب أن يدفعك لفحص القيم الخام قبل الخلوص إلى أن العملية غير دقيقة.
ينتج عن الجدول احتياطيان عمليان. أولاً، الانحراف المعياري النسبي المحسوب من ثلاث نقاط فقط هو بحد ذاته تقدير غير دقيق، لذا يجب عدم المبالغة في تفسير الفروقات الصغيرة بين هذه القيم. ثانياً، إذا قمت بتحويل الآلة الحاسبة إلى الانحراف المعياري للمجتمع (القسمة على \(n\) بدلاً من \(n-1\))، تصبح كل قيم الانحراف المعياري النسبي أعلاه أصغر — بالنسبة لـ \(n = 3\) بمعامل \(\sqrt{2/3} \approx 0.816\) — لذا قم دائماً بتحديد أي اصطلاح استُخدم في حساب قيمة %CV المبلغ عنها قبل مقارنتها مع معيار القبول.
الاصطلاحات والحالات الحدّية
شُغّلت كل حالة أدناه على هذه الحاسبة فعلًا، وعمود النتيجة هو ما تُرجعه بالفعل.
| الحالة | المُدخل | النتيجة |
|---|---|---|
| كسور عشرية 0.1 و0.2 و0.3 | 0.1, 0.2, 0.3 | ٥٠% |
| عدد زوجي من القيم (1، 2، 3، 4) | 1, 2, 3, 4 | ٥١٫٦٤% |
| قيم سالبة (−3، −1، 4) | -3, -1, 4 | الانحراف المعياري النسبي غير معرّف عندما يكون الوسط 0. |
| صفر في القائمة (0، 4، 9) | 0, 4, 9 | ١٠٤٫٠٦% |
| عينة أم مجتمع (2، 4، 4، 4، 5، 5، 7، 9) | 2, 4, 4, 4, 5, 5, 7, 9 | ٤٢٫٧٦% |
| قيمة واحدة فقط | 7 | يحتاج الانحراف المعياري للعيّنة إلى قيمتين على الأقل. |
تم التحقق في 2026-11-08
الأسئلة الشائعة
هل الانحراف المعياري النسبي هو نفسه %CV؟ نعم — فالانحراف المعياري النسبي ومعامل الاختلاف بالنسبة المئوية يشيران إلى الحساب ذاته.
هل أستخدم العينة أم المجتمع؟ استخدم العينة (n−1) عندما تكون قيمك عينة مأخوذة من مجتمع أكبر، وهو ما يشمل معظم سيناريوهات المختبرات والاستبيانات. أما المجتمع (n) فاستخدمه فقط عندما تكون قد قِست كل أفراد المجموعة.
ما هي القيمة الجيدة للانحراف المعياري النسبي؟ يعتمد ذلك على المجال. ففي الكيمياء التحليلية كثيرًا ما يُعدّ الانحراف النسبي الأقل من 2٪ دقة ممتازة، بينما قد تكون نسبة تصل إلى 15–20٪ مقبولة في سياقات أخرى.