| المستخلص: |
من بين أهم المقاييس المستخدمة لقياس النزعة المركزية النقطية (المكانية) المتعددة يبرز معامل تحليل صلة الجوار كأحد القرائن المستخدمة من قبل الجغرافيين. وخلافا لمعامل صلة الجوار ، فإن معظم المعايير التي تستخدم لوصف وتحليل نمط التوزيع المكاني للنقاط لا تخلو من ضعف، من حيث اعتمادها في نهاية الأمر على الوصف، وافتقارها إلى وجود الدليل (index) أو المؤشر الموحد لقياس نمط التوزيع. ويعتبر معامل صلة الجوار واحدا من المعايير القليلة التي تعتمد في تحليل توزيع النقاط على معيار كمي مستمر (continuous) يبدأ بنقطة التطرف الأولى في سلم المعيار (صفر)، وفيها تتجمع جميع نقاط التوزيع في مكان واحد مارا بجميع النقاط، حتى نقطة التطرف الأخيرة (2.15)، دلالة على انتظام التوزيع، بينما القيمة الوسطى (1) تعني عشوائية التوزيع. وعلى الرغم من وجود الكثير مما كتب حول تحليل صلة الجوار، إلا أن هذه الدراسة تحاول أن تتطرق للتفاصيل الدقيقة المتعلقة بخطوات حساب معامل صلة الجوار، وبكيفية إخضاعه لاختبار الفروض، وبعض جوانب التميز والقصور في هذا المقياس. ومن أهم أهداف هذه الورقة تسهيل مهمة الباحثين عامة، وطلاب الدراسات الاجتماعية في مجال الجغرافيا بصفة خاصة، وذلك بتقديم شرح تفصيلي لمفهوم تحليل صلة الجوار، وتعريفه، وشرح كيفية حسابه بصورة جلية. كما تهدف لتقديم تطبيق عملي يتم فيه استخدام تحليل صلة الجوار لمراكز الاستيطان في منطقة مكة المكرمة، ولفت انتباه الباحث الجغرافي بصفة خاصة إلى ضرورة إخضاع قيمة معامل صلة الجوار R للاختبار الإحصائي، وإلا فإنه قد يبني خلاصة آرائه على نتائج غير ذات دلالة إحصائية معنوية. ولقد أبرزت الدراسة العملية التي طبقت على مراكز الاستيطان في منطقة مكة المكرمة أن النتائج النهائية لأي دراسة تتعلق بحساب R قد تخلص إلى نتائج خاطئة إذا لم يؤخذ عدد نقاط التوزيع في الاعتبار عند تفسير القيمة النهائية؛ لهذا المعامل. وهنا نوهت الدراسة إلى أهمية الأخذ في الاعتبار لعدد نقاط التوزيع، وشرحت الكيفية لذلك. كما اكدت الدراسة على وجوب إخضاع قيمة المعامل على الإختبار الإحصائي Z؛ وذلك لاختبار فرض العدم ، الذي يقول أن نمط توزيع النقاط محور الدراسة نمط عشوائي (حتى وإن كانت قيمة R أكبر من واحد صحيح)، بينما ينص الفرض البديل على أن نمط توزيع النقاط محور الدراسة نمط غير عشوائي. \
The nearest neighbor index is one of the widely used indices by geographers to measure the pattern of central distributions in space. Unlike this index, other measures are weak in certain aspects as their dependence on description rather than measurement; and they have no unified quantitative indices that measure the distribution pattern. This nearest neighbor index, symbolized as R ,is one of the few measures that depends on a "quantitative" continuous scale. This scale starts from the first extreme point (Zero) where all points of the distribution cluster, and upwards to the last extreme point where the value of the index reaches its climax at 2.15' meaning that all points are uniformly distributed throughout the area. The index value of 1 indicates a random distribution. Despite the fact that much has been written about this index, this study tries to detail the way this index is calculated and derived. Furthermore, it explains how the index can be statistically tested, and it reveals the index weaknesses and strengths. The main objective of this paper is directed towards helping graduate students deal with this index. It reveals the theoretical concepts behind this measure, its definition, and the way it is derived and calculated. In addition, this index is applied to measure the nearest neighbor index as with respect to settlement distributions in Mecca area. The study also explains the importance of "taking the number of points of the distribution into consideration" when interpreting the value of the index R . It also warns that this R should be statistically tested using the Z statistics, otherwise we may accept the null hypothesis (that the distribution pattern is random) in cases where it should be rejected. \
|
