Lakhasly

يعتمد الباحث في مختلف مجالات العلوم الإنسانية على الأساليب الإحصائية في تحليل البيانات المستمدة من دراساتهم التجريبية أو الميدانية التي يقومون بإجرائها (2003,Allam) ، وهناك تقدم ملموس في العقدين الأخيرين بالنسبة للأساليب والإجراءات الإحصائية التي تتعامل مع المشاكل والتحيزات الناتجة عن البيانات المفقودة، وعلى الباحثين التقليل ما أمكن من عوامل الخطأ والتحيز ، والتعامل بأريحية تامة مع البيانات المفقودة وهذا يستدعي تأطير مشكلة البيانات المفقودة والمساعدة في حلها، وتقديم الطريقة المناسبة للتعامل معها. ولقد زاد الاهتمام بمعالجة البيانات المفقودة، وكيفية التعامل معها وطرق معالجتها، مع زيادة الاهتمام بمعايير الجودة التي يتم تقييم البحوث العلمية على أساسها، وخاصة مع تزايد البرامج الإحصائية المحوسبة التي تعالج البيانات البحثية، وتتعدد الأساليب أو الطرق التي يمكن أن يتم فيها التعامل مع البيانات المفقودة والتي ما زالت تتطلب الفحص والمقارنة للتوصل إلى نتائج علمية تمكن الباحثين من اختيار طريقة للتعامل مع البيانات المفقودة وكيفية توظيفها في تحسين مخرجات الأساليب الإحصائية، مقارنة مع الأساليب الإحصائية التي لا يتم فيها التعويض للبيانات المفقودة، وإثراء المخرجات وإحداث تكامل بين البيانات التي تم جمعها وعملية التعويض من خلال البيانات الموجودة، بحيث تخدم في النهاية الغرض الأساسي للدراسة، وهي الوصول إلى استنتاجات .)Bany awwad, 2011( صحيحة قابلة للتعميم حول الظاهرة المدروسة و من المشكلات البحثية الشائعة والمتكررة عند جمع البيانات أو تحليلها عدم اكتمال الإجابات، أي فقدان جزء من بيانات العينة، وقد أشار بيج واندرز (2004 ,Peugh & Enders إلى أن وجود البيانات المفقودة في الأبحاث المسحية مشكلة قد تهمل في أغلب الأحيان، وإذا لم تهمل تُعطي القليل من الانتباه والأهمية، والذي لا يوازي حجم تأثيرها السلبي على النتائج وبدرجة أكبر مما هو مقدر لها من قبل الباحث في ضوء التحيزات التي قد تنتجها. وقد يترك الباحث البيانات المفقودة دون معالجة، ويتجاهل تأثيرها على تحليل البيانات، إما لقصور في فهم أهمية المشكلة التي يدرسها، أو قلة إدراك الحلول لمشكلة البيانات المفقودة وكيفية التعامل معها فالبعض يلجأ للتخلص من أي فرد له قيمة Figueredo, Mcknight, Mcknight& Sidani, 2000( مفقودة لأي من الفقرات، وتحليل الأفراد الذين استجابوا لجميع الفقرات، وهذا يعني تخفيض في حجم العينة مما يؤثر سلبا في القوة الإحصائية، ويجعل مسألة تمثيل العينة للمجتمع في موضع شك، ولكي تكون العينة الباقية على الأرجح ممثلة، فإنه ينبغي أن يكون عدد الأفراد الذين تم حذفهم قبل التحليل قليل، ومع هذا فإن ذلك يؤدي إلى خسارة للمعلومات بسبب حذف بعض المبحوثين، وبالتالي يزداد احتمال التحيز (2001, Pigott). فالبيانات التي يتم جمعها حول الظاهرة المدروسة بحاجة إلى أسلوب إحصائي مناسب لتحليلها من أجل الوصول إلى نتائج دقيقة، تقود إلى تفسيرات واتخاذ قرارات مناسبة. وتعد البيانات المفقودة معضلة؛ لأن الأساليب الإحصائية تفترض معلومات كاملة عن جميع المتغيرات المدرجة في التحليل. ويمكن لعدد قليل نسبياً من البيانات المفقودة على بعض المتغيرات يقلص بشكل كبير من حجم العينة. ونتيجة لذلك تتأثر دقة فترات الثقة، وتضعف القوة الإحصائية وتكون معلمة التقدير متحيزة (Bori, 2013) وتوجه المهتمون بقضايا القياس النفسي والتربوي إلى استقصاء العديد من الطرق، لمساعدة الباحثين في معالجة مشكلة البيانات المفقودة، وبما يكفل الوصول إلى نتائج موثوقة تؤدي إلى اتخاذ قرارات صائبة في مختلف المجالات، ويوجد العديد من الطرق لمعالجة البيانات المفقودة منها طريقة الحذف، وهناك طرق أخرى مبنية على احتساب البيانات المفقودة بهدف معالجتها، ومساعدة الباحث في اكتمال البيانات قبل تحليلها والتخلص من البيانات المفقودة إما باعتبارها خاطئة وتأخذ القيمة الخاطئة في مفتاح التصحيح، أو حذفها وعدم حسابها في النتائج، أو تعويض قيمة مقدرة للقيمة المفقودة من خلال البيانات الملاحظة Bany د. رانية خميس في علم السكان والرعاية الصحية ، كما هو الحال في المجالات الأخرى ، تنخفض معدلات الاجابة للمسوحات أكثر فأكثر. غالبًا ما يكون عدم الاجابة مشكلة لأنه يمكن أن يؤدي إلى التحيز ؛ كما أن له آثارا ضارة على .(awwad, 2011) تباين المتغيرات والمقدرات و تعميم النتائج [1] . على الرغم من عمليات جمع البيانات التي تهدف إلى أن تكون فعالة قدر الإمكان ولأجل الأسباب التي غالبا ما تكون خارجة عن سيطرتنا ، غالبا ما تتم مصادفة البيانات المفقودة في علم السكان. هذا هو الحال بالنسبة الجميع أنواع التحقيقات والدراسات السكانية في علم الديموغرافيا و العلوم الاخرى [2] . قد تنتج البيانات المفقودة إما عن عدم اجابة (استجابة) فعلية او تامة أو اجابة جزئية أو غير صالحة للاستعمال.