আন্তঃচতুর্থক পরিসর: ডেটার পরিবর্তনশীলতা পরিমাপ
পেন্ডাহুলুয়ান
বিভিন্ন অধ্যয়ন ক্ষেত্রে পরিসংখ্যানগত বিশ্লেষণের ভিত্তি হলো ডেটাসেট। ডেটার বিন্যাস বোঝার জন্য শুধু ডেটার কেন্দ্র বা গড় বোঝাই যথেষ্ট নয়, বরং এর বিস্তার বা পরিবর্তনশীলতাও বোঝা প্রয়োজন। ডেটার পরিবর্তনশীলতা পরিমাপ করার একটি উপায় হলো ইন্টারকোয়ার্টাইল রেঞ্জ (IQR)। ইন্টারকোয়ার্টাইল রেঞ্জ একটি পরিসংখ্যানগত টুল যা আউটলায়ার বা চরম মান দ্বারা প্রভাবিত না হয়ে একটি ডেটাসেটের মধ্যক মানগুলোর বিন্যাসের একটি সার্বিক চিত্র প্রদান করে। এই প্রবন্ধে ইন্টারকোয়ার্টাইল রেঞ্জ, এটি কীভাবে গণনা করতে হয় এবং ডেটা বিশ্লেষণে এর প্রয়োগ নিয়ে আলোচনা করা হবে।
আন্তঃচতুর্থক পরিসরের সংজ্ঞা
আন্তঃচতুর্থক পরিসর (Interquartile Range) হলো একটি পরিসংখ্যানগত পরিমাপ যা দেখায় যে প্রাথমিক তথ্যের ৫০%-এর মানগুলির বন্টন প্রথম চতুর্থক (Q1) এবং তৃতীয় চতুর্থক (Q3)-এর মধ্যে কতটা বিস্তৃত। গাণিতিকভাবে, IQR-কে নিম্নরূপে সংজ্ঞায়িত করা হয়:
\[ \text{IQR} = Q_3 – Q_1 \]
কোথায়:
– Q1 বা প্রথম কোয়ার্টাইল হলো সাজানো ডেটার ২৫%-এর নিচের মান।
– Q3 বা তৃতীয় কোয়ার্টাইল হলো সাজানো ডেটার ৭৫%-এর নিচের মান।
অন্য কথায়, আন্তঃচতুর্থক পরিসর হলো সেই পরিসর যার মধ্যে উপাত্তের মধ্যবর্তী ৫০% পড়ে, যা এই অংশের মধ্যে উপাত্তের তারতম্য বা বিস্তৃতি সম্পর্কে একটি ধারণা দেয়। যেহেতু IQR উপাত্তের মধ্যবর্তী অংশের উপর দৃষ্টি নিবদ্ধ করে, তাই এটি বহিঃস্থ মান (outliers) থেকে মুক্ত থাকে, যা মোট পরিসর বা আদর্শ বিচ্যুতির মতো বিস্তৃতির পরিমাপকে উল্লেখযোগ্যভাবে প্রভাবিত করতে পারে।
আন্তঃচতুর্থক পরিসর গণনা করা
কয়েকটি পদ্ধতিগত ধাপের মাধ্যমে IQR গণনা করা যেতে পারে। IQR গণনার সাধারণ ধাপগুলো নিচে দেওয়া হলো:
ধাপ ১: ডেটা সাজানো
প্রথম ধাপ হলো ডেটাগুলোকে ছোট থেকে বড় ক্রমে সাজানো। ডেটা সাজানো অত্যন্ত গুরুত্বপূর্ণ, কারণ অনুক্রমে ডেটার অবস্থানের উপর ভিত্তি করে কোয়ার্টাইল গণনা করা হয়।
যেমন:
ধরা যাক, আমাদের কাছে নিম্নলিখিত ডেটা সেটটি রয়েছে:
\[ 7, 8, 5, 3, 9, 12, 15, 11, 18, 20 \]
বাছাই করার পরে:
\[ 3, 5, 7, 8, 9, 11, 12, 15, 18, 20 \]
ধাপ ২: মধ্যমা (Q2) নির্ণয় করুন।
মধ্যক বা দ্বিতীয় কোয়ার্টাইল (Q2) হলো সাজানো ডেটার মাঝের মান। যদি মোট ডেটার সংখ্যা বিজোড় হয়, তবে মধ্যক হবে মাঝের উপাদানটি। আর যদি মোট ডেটার সংখ্যা জোড় হয়, তবে মধ্যক হবে মাঝের দুটি উপাদানের গড়।
আমাদের উদাহরণে:
তথ্যের সংখ্যা = ১০ (জোড় সংখ্যা), তাহলে:
\[ Q2 = \frac{9 + 11}{2} = 10 \]
ধাপ ৩: প্রথম কোয়ার্টাইল (Q1) এবং তৃতীয় কোয়ার্টাইল (Q3) নির্ণয় করুন।
Q1 হলো উপাত্তের প্রথমার্ধের মধ্যক, এবং Q3 হলো উপাত্তের দ্বিতীয়ার্ধের মধ্যক।
প্রথমার্ধের তথ্য (প্রথম ত্রৈমাসিকের জন্য):
\[ 3, 5, 7, 8, 9 \]
প্রথমার্ধের মধ্যক হলো:
\[ Q1 = 7 \]
তথ্যের দ্বিতীয়ার্ধ (তৃতীয় ত্রৈমাসিকের জন্য):
\[ 11, 12, 15, 18, 20 \]
দ্বিতীয়ার্ধের মধ্যক হলো:
\[ Q3 = 15 \]
ধাপ ৪: IQR গণনা করুন
Q1 এবং Q3-এর মান জানা থাকলে, Q3 থেকে Q1 বিয়োগ করে IQR গণনা করা যায়:
\[ IQR = Q3 – Q1 = 15 – 7 = 8 \]
সুতরাং, এই ডেটাসেটের IQR হলো ৮।
আন্তঃচতুর্থক পরিসরের গুরুত্ব
ইন্টার কোয়ার্টাইল রেঞ্জের বেশ কিছু সুবিধা রয়েছে, যা ডেটা বিশ্লেষণে এটিকে গুরুত্বপূর্ণ করে তোলে:
১. ব্যতিক্রমী মানের প্রতি প্রতিরোধী:
IQR ডেটাসেটের চরম মান দ্বারা প্রভাবিত হয় না, ফলে এটি মধ্যবর্তী ডেটার পরিবর্তনশীলতার একটি আরও সঠিক চিত্র প্রদান করে।
২. ব্যতিক্রমী মান শনাক্ত করুন:
আউটলায়ার শনাক্ত করতে IQR ব্যবহার করা হয়। যে ডেটা \( Q1 – 1.5 \times IQR \) এর নিচে বা \( Q3 + 1.5 \times IQR \) এর উপরে থাকে, সেগুলোকে প্রায়শই আউটলায়ার হিসেবে বিবেচনা করা হয়।
৩. বক্স প্লটে ব্যবহার:
IQR হলো বক্স প্লটের একটি মূল উপাদান। বক্স প্লট হলো একটি ভিজ্যুয়ালাইজেশন টুল যা পাঁচটি সারসংক্ষেপ সংখ্যার উপর ভিত্তি করে ডেটার বিন্যাস চিত্রিত করে: সর্বনিম্ন, Q1, মধ্যক, Q3 এবং সর্বোচ্চ।
৪. ডেটাসেটগুলোর তুলনা:
বিভিন্ন গোষ্ঠী বা ডেটাসেটের মধ্যে পরিবর্তনশীলতা তুলনা করার জন্য IQR ব্যবহার করা যেতে পারে। IQR যত বড় হবে, সেই গোষ্ঠীর মধ্যে ডেটার পরিবর্তনশীলতাও তত বেশি হবে।
৫. সরল ও সহজবোধ্য:
IQR-এর ধারণা ও গণনা পদ্ধতি সরল এবং সহজে বোধগম্য, যা গবেষক থেকে শুরু করে নীতিনির্ধারক পর্যন্ত বিস্তৃত পরিসরের ব্যবহারকারীদের জন্য এটিকে উপযোগী করে তোলে।
বিভিন্ন ক্ষেত্রে আন্তঃচতুর্থক পরিসরের প্রয়োগ
১. অর্থনীতি ও ব্যবসা
অর্থনীতি ও ব্যবসায়, আয় বণ্টন, শেয়ারের মূল্য বা কোম্পানির কর্মক্ষমতা বিশ্লেষণ করতে IQR ব্যবহার করা যেতে পারে। উদাহরণস্বরূপ, কোনো অঞ্চলের আয় বণ্টন সুষম নাকি অত্যন্ত পরিবর্তনশীল, তা নির্ধারণ করতে আমরা IQR ব্যবহার করতে পারি।
১. শিক্ষা
শিক্ষাক্ষেত্রে, পরীক্ষায় শিক্ষার্থীদের প্রাপ্ত নম্বরের বণ্টন বিশ্লেষণ করতে IQR ব্যবহার করা যেতে পারে। এটি শিক্ষকদের শিক্ষার্থীদের পারদর্শিতার বণ্টন বুঝতে এবং অতিরিক্ত সহায়তার প্রয়োজন এমন শিক্ষার্থীদের চিহ্নিত করতে সাহায্য করতে পারে।
২. স্বাস্থ্য
স্বাস্থ্যসেবার ক্ষেত্রে, রক্তচাপ, কোলেস্টেরলের মাত্রা বা বডি মাস ইনডেক্স (BMI)-এর মতো বিভিন্ন স্বাস্থ্যগত প্যারামিটারের বণ্টন বোঝার জন্য IQR প্রয়োগ করা যেতে পারে। IQR ব্যবহার করে গবেষকরা অত্যন্ত অস্বাভাবিক মানসম্পন্ন রোগীদের শনাক্ত করতে পারেন।
৪. প্রকৌশল ও উৎপাদন
প্রকৌশল এবং উৎপাদন ক্ষেত্রে, উৎপাদন প্রক্রিয়ার পরিবর্তনশীলতা পরিমাপ করতে IQR ব্যবহার করা হয়। পণ্যের গুণমানকে প্রভাবিত করতে পারে এমন তারতম্য শনাক্ত ও হ্রাস করার জন্য এটি অপরিহার্য।
উপসংহার
ইন্টারকোয়ার্টাইল রেঞ্জ (IQR) হলো একটি ডেটাসেটের পরিবর্তনশীলতা পরিমাপের জন্য অত্যন্ত কার্যকর একটি পরিসংখ্যানিক সরঞ্জাম, যার প্রধান কারণ হলো এটি আউটলায়ার বা ব্যতিক্রমী মানগুলোকে উপেক্ষা করতে পারে। IQR বোঝা এবং ব্যবহার করার মাধ্যমে ডেটা বিশ্লেষণকে আরও নির্ভুল ও তথ্যবহুল করে তোলা যায়। অর্থনীতি, শিক্ষা, স্বাস্থ্য বা প্রকৌশল—যে ক্ষেত্রেই হোক না কেন, ডেটার বিন্যাস সম্পর্কে অন্তর্দৃষ্টি প্রদানে IQR একটি গুরুত্বপূর্ণ ভূমিকা পালন করে।
IQR গণনা করা একটি তুলনামূলকভাবে সহজ প্রক্রিয়া এবং এটি ডেটা সম্পর্কে প্রচুর দরকারি তথ্য প্রদান করে। তাই, ডেটা বিশ্লেষণের সাথে জড়িত যে কারো জন্য IQR-এর ধারণা ও প্রয়োগ বোঝা একটি অমূল্য দক্ষতা।
এই প্রবন্ধের মাধ্যমে আমরা আশা করি, পাঠকগণ শুধু IQR গণনা করার পদ্ধতিই বুঝবেন না, বরং ডেটা বিশ্লেষণে এর গুরুত্বও উপলব্ধি করবেন। প্রযুক্তির অগ্রগতি এবং বিশ্লেষণযোগ্য ডেটার পরিমাণ বৃদ্ধির সাথে সাথে IQR-এর মতো পরিসংখ্যানগত সরঞ্জামগুলো ক্রমশ প্রাসঙ্গিক ও গুরুত্বপূর্ণ হয়ে উঠছে।