التعامل مع البيانات الانثروبومترية

ان المعيار الرئيسى لملائمة التصميم للبشر الذين يأتون بأحجام شتى هو التعرف على قياسات جسمهم. ومن سوء الحظ ان المسوح الانثروبومترية الكبيرة صعبة ومكلفة ومرهقة. وغالبا ما يتم مسح العينات الكبيرة من قبل القوات المسلحة وذلك بهدف جعل العلاقة بين الجندى ومعدات قتاله اكثر نجاحا فى بيئة القتال. وعلى الرغم من ان مثل هذه الدراسات الانثروبومترية دقيقة وواسعة المدى فإنها يعيبه انها تغطى فئة محدودة من مجموع السكان وهى فئة تقع فى عمر بين الثامنة عشرة والعشرين غالبا. أما المسوح المدنية فهى قليلة وغير واسعة المدى ولا تغطى جوانب كثيرة من المجتمع وفئاته المتنوعة. كما أن بعضها قد مضى عليه زمن طويل وأصبحت غير ذات جدوى. وهذه تحتاج لكى ياد استخدامها مراجعة تضيف إلى أطوال القامات مثلا نسبة الزيادة المعتادة فى المجتمع  والتى تتراوح عادة ما بين 8 مم إلى 10 مم كل عقد من الزمان. لكن المسألة أيضا أكثر تعقيدا فالزيادة فى طول القامة لا تنطبق على جميع قياسات الجسم ولا تتوزع بانتظام. والمعتاد ان تستخدم المسوح العسكرية لمعالجة البيانات المدنية حيث تعطى دلالات يمكن استخدامها بسهولة فى مراجعة وتقييم البيانات الانثروبومترية القديمة إذا ما تواجدت.

والمسح الانثروبومترى الذى يمكن الاعتداد به ينبغى أن يتضمن الذكور والإناث من البالغين والأطفال والمسنين. وينبغى أن يكون العدد كاف لتمثيل المجتمع الذى يعبر عنه بشكل دقيق. وينبغى أن يغطى اكبر عدد من المناطق والسلالات العرقية والطبقات الاجتماعية.

وينبغى أن يتم القياس بواسطة أفراد مدربين ومؤهلين وعلى دراية ملائمة بالعلامات التشريحية كما ينبغى ان يستخدم فيه أجهزة قياس معيارية ذات موثوقية عالية.  وتتم إجراءات القياس وفق مخطط ثابت قياسى وإجراءات محددة لأن الاختلاف فى الإجراءات يؤدى لاختلافات فى القياسات والنتائج وتفسيراتها فى الغالب.  ويجب كذلك أن يوحد نوع وكثافة الملبس الذى يتم القياس فيه وان كان من المفضل قياس الأفراد وهم شبه عراه لتلافى أى تأثير للملابس على القياسات وان كان هذا التأثير مما يمكن تلافيه بعدد من المعالجات الإحصائية فيما بعد. 

المعالجات الإحصائية للبيانات:

لكى يكون التصميم ناجحا فإنه من المهم ان يلائم الناس الذين يستخدمونه او يعتمدون عليه او يستفيدون منه فى جوانب:
   - حيز المعيشة والحركة
   - سهولة التشغيل
   - الراحة وعدم الانزعاج.
   - العمل الكفء
   - العمل الآمن
ان التصميم الذى يبنى للفئة المتوسطة من الذكور او الاناث لن يكون ملائما بأى حال لمن هم أكبر او اصغر حجما. فقياس منتج مصمم للفرد المتوسط سيكون اصغر مما ينبغى لذوى الاحجام الكبيرة واكبر مما ينبغى لمن كانوا اقل حجما. ولكن من ناحية أخرى فإن أخذ الكبار جدا فى الحجم والصغار جدا
(او ما يسمى بالفئات المتطرفة
Extremes)  لا يكون ايضا عمليا لأنه قد يكون من المستحيل ان نغطى كل هذه الفئات فى تصميم واحد بدون ان نتغاضى عن متطلبات الراحة والامان وكفاءة الأداء لنسبة كبيرة من المستخدمين. لذا كان من الضرورى تحديد اى نسبة من المستخدمين يجب على المصمم العمل من اجلهم.

ما تحت النسبة المئوية Percentile

هو مصطلح قد يبدو غريبا بعض الشيء . إذ أننا فى المعتاد نتعامل مع النسبة المئوية Percent ومعظمنا لم يتطرق الى مصطلح ما تحت النسبة المئوية أبدا. والـ Percentile هو قيمة تمثل النسبة المئوية عند أو تحت قياس معين. فعلى سبيل المثال إذا ما كان ارتفاع الرأس عند الجلوس للذكور لفئة ما تحت النسبة المئوية 1 وتكتب 1st Percentile هى  98 سم فإن هذا يعنى ان 1% من الذكور لهم هذا الارتفاع او اقل.

وقيم الـ Percentile مؤشر جيد لكم من الناس يندرجون تحت فئة ما وكم منهم سيتم التغاضى عن التصميم لهم. فعلى سبيل المثال فإن التصميم لـ 98% من مجموع المستخدمين يجعلنا نصمم لمن هم اكبر من 1st percentile  وحتى 99th percentile وهو يعنى أيضا ان من هم اقل من 1st percentile ومن هم اكبر من  99th percentile لن يتم التصميم لهم. وسيكونون خارج نطاق اهتمام المصمم.

ان الاناث او الذكور المتوسطين Average هم من يقعون عند 50th percentile ويكون هذا الـ percentile  مفيدا فى التصميم فى بعض الحالات والمواقف التصميمية البسيطة فترمومتر معلق على ارتفاع مناسب للمتوسط من المستخدمين سيكون فى ارتفاع ملائم لمن هم اطول او من هم اقصر.

اى قيمة percentile تختلف عن تلك المذكورة سابقا يمكن استنباطها من معادلة بسيطة اذا ما عرف الانحراف المعيارى للقياس المعنى. معادلة الانحراف المعيارى هى كما يلى:

 

وهو ما يعبر عنه بالجذر التربيعى لمجموع مربعات فروق القياسات عن متوسطها مقسوما على عدد العينة.

حيث S هى علامة الجمع 

 d هى الفرق بين قياس الفرد عن متوسط جميع القياسات

 N هى عدد افراد العينة الكلية

وكل القياسات الانثروبومترية ينبغى ان يتم جدولتها مع انحرافها المعيارى لاستخدامه فى الكثير من الاغراض ومنها حساب النسب تحت المئوية Percentile.  والجدول التالى يمكننا من الحصول على اى انسبة Percentile نريدها

percentile

المعادلة

99.5

Mean+(2.58xSD)

99

Mean+(2.32xSD)

97.5

Mean+(1.95xSD)

97

Mean+(1.88xSD)

95

Mean+(1.65xSD)

90

Mean+(1.28xSD)

80

Mean+(0.84xSD)

75

Mean+(0.67xSD)

70

Mean+(0.52xSD)

50

Mean المتوسط

30

Mean -(0.52xSD)

25

Mean -(0.67xSD)

20

Mean -(0.84xSD)

10

Mean -(1.28xSD)

5

Mean -(1.65xSD)

3

Mean -(1.88xSD)

2.5

Mean -(1.95xSD)

1

Mean -(2.32xSD)

0.5

Mean -(2.58xSD)

 

 














© ergo-eg.com 2007, All rights reserved.