ডেটাকে শ্রেণি ব্যবধানে কীভাবে ভাগ করবেন

ডেটাকে শ্রেণি ব্যবধানে কীভাবে ভাগ করবেন

বর্ণনামূলক পরিসংখ্যানে উপাত্তকে শ্রেণি ব্যবধিতে ভাগ করা একটি অত্যন্ত গুরুত্বপূর্ণ পদক্ষেপ। এর উদ্দেশ্য হলো বিপুল পরিমাণ অপরিশোধিত উপাত্তকে সরলীকরণ করা, যাতে তা পড়া, বিশ্লেষণ করা এবং গণসংখ্যা বণ্টন সারণি বা হিস্টোগ্রামে উপস্থাপন করা সহজ হয়। যখন উপাত্ত খুব বেশি বৈচিত্র্যময় ও বিক্ষিপ্ত হয়, তখন এর মধ্যেকার বিন্যাস বা প্যাটার্ন বোঝা প্রায়শই কঠিন হয়ে পড়ে। শ্রেণি ব্যবধি উপাত্তকে নির্দিষ্ট মান-গোষ্ঠীতে বিন্যস্ত করে, যা আমাদেরকে উপাত্তের বণ্টন, সর্বাধিকবার পুনরাবৃত্ত মানসমূহ এবং এমনকি কেন্দ্রীয় প্রবণতাও আরও স্পষ্টভাবে বুঝতে সাহায্য করে।

এই প্রবন্ধে শ্রেণি ব্যবধানের অর্থ, কখন এর প্রয়োজন হয়, এবং প্রয়োগ উদাহরণসহ উপাত্তকে শ্রেণি ব্যবধানে বিভক্ত করার ব্যবহারিক পদক্ষেপ নিয়ে আলোচনা করা হয়েছে।

১. শ্রেণি ব্যবধান বোঝা

শ্রেণি ব্যবধান হলো একটি মানের পরিসর যা গণসংখ্যা বিন্যাসে উপাত্তকে শ্রেণিবদ্ধ করতে ব্যবহৃত হয়। প্রতিটি ব্যবধানের সাধারণত একটি নিম্ন ও একটি উচ্চ সীমা থাকে। উদাহরণস্বরূপ, ১০-১৯ ব্যবধানটি নির্দেশ করে যে ১০ এবং ১৯-এর মধ্যবর্তী মানের সমস্ত উপাত্ত সেই শ্রেণিতে পড়ে।

গণসংখ্যা সারণিতে, শ্রেণি ব্যবধানগুলো সমধর্মী মানগুলোর জন্য 'আধার' হিসেবে কাজ করে। এর ফলে সমস্ত মান আলাদাভাবে তালিকাভুক্ত করার চেয়ে উপাত্ত আরও সংক্ষিপ্ত হয়। শ্রেণি ব্যবধানগুলো হিস্টোগ্রাম এবং গণসংখ্যা বহুভুজের মতো লেখচিত্র তৈরির ভিত্তিও গঠন করে।

২. কখন ডেটাকে দলবদ্ধ করার প্রয়োজন হয়?

সব ডেটাকে শ্রেণি ব্যবধানে ভাগ করার প্রয়োজন নেই। সাধারণত নিম্নলিখিত ক্ষেত্রে গ্রুপিং প্রয়োজন হয়:

১. বিপুল পরিমাণ ডেটা, যেমন ৩০ বা ৫০টির বেশি পর্যবেক্ষণ।
২. ডেটার পরিসর প্রশস্ত হওয়ায় মানগুলো ছড়িয়ে ছিটিয়ে থাকে এবং পড়তে অসুবিধা হয়।
৩. আমরা বিন্যাসের ধরণ দেখতে চাই, যেমন ডেটাটি স্বাভাবিক, অসমমিত, নাকি দ্বৈত শীর্ষবিন্দুযুক্ত তা খুঁজে বের করতে চাই।
৪. উপাত্তগুলো একটি হিস্টোগ্রামে উপস্থাপন করা হবে, কারণ হিস্টোগ্রামের জন্য ব্যবধান শ্রেণীর প্রয়োজন হয়।

উপাত্তের পরিমাণ কম হলে (যেমন ১০টি মান), অনেক ক্ষেত্রেই ব্যবধান ছাড়াই একটিমাত্র গণসংখ্যা সারণিই যথেষ্ট।

৩. ডেটাকে শ্রেণি ব্যবধানে ভাগ করার ধাপসমূহ

শ্রেণী ব্যবধান গঠনের জন্য সর্বাধিক ব্যবহৃত ধাপগুলো নিচে দেওয়া হলো।

ধাপ ১: সর্বনিম্ন এবং সর্বোচ্চ ডেটা নির্ধারণ করুন

প্রথমে, উপাত্তগুলোর ক্ষুদ্রতম (সর্বনিম্ন) এবং বৃহত্তম (সর্বোচ্চ) মান চিহ্নিত করুন।

– সর্বনিম্ন মান = \( x_{\min} \)
– সর্বোচ্চ মান = \( x_{\max} \)

এই মানটি ডেটার পরিসর গণনা করতে ব্যবহৃত হবে।

ধাপ ২: পরিসর গণনা করুন

পরিসর হলো সর্বোচ্চ ও সর্বনিম্ন মানের মধ্যকার পার্থক্য:

\[
R = x_{\max} – x_{\min}
\]

পরিসর উপাত্ত বিন্যাসের প্রস্থ সম্পর্কে একটি ধারণা দেয়।

ধাপ ৩: ক্লাসের সংখ্যা (k) নির্ধারণ করুন।

শ্রেণীর সংখ্যা বিভিন্ন উপায়ে নির্ধারণ করা যেতে পারে। সবচেয়ে জনপ্রিয় উপায় হলো স্টার্জেসের নিয়ম ব্যবহার করা:

\[
k = 1 + 3{,}3 \log_{10}(n)
\]

যেখানে \( n \) হলো ডেটার পরিমাণ।

গণনার ফলাফল সাধারণত নিকটতম পূর্ণ সংখ্যায় (বা তার চেয়ে বেশি) রাউন্ড করা হয়, যাতে ক্লাসের সংখ্যা খুব কম না হয়।

স্টার্জেস ছাড়াও একটি প্রচলিত পদ্ধতি রয়েছে: আপনার প্রদর্শনের প্রয়োজন এবং নমুনার আকারের ওপর নির্ভর করে ক্লাসের আকার ৫ থেকে ১২-এর মধ্যে বেছে নেওয়া। তবে, ছোট ডেটা সেটের জন্য স্টার্জেস বেশ ভালো।

ধাপ ৪: শ্রেণী প্রস্থ (i) গণনা করুন

শ্রেণী প্রস্থ হলো প্রতিটি শ্রেণী ব্যবধানের দৈর্ঘ্য। এর সূত্রটি হলো:

\[
i = \frac{R}{k}
\]

যেহেতু শ্রেণি ব্যবধানগুলো সহজে ব্যবহারযোগ্য হওয়া প্রয়োজন, তাই এগুলোকে সাধারণত একটি পরিচ্ছন্ন সংখ্যায় (যেমন, তথ্যের প্রেক্ষাপট অনুযায়ী ৫, ১০, ২ বা ০.৫) পূর্ণসংখ্যায় রূপান্তর করা হয়। ব্যবধানগুলো যাতে সহজে পড়া যায় এবং কোনো বিভ্রান্তি এড়ানো যায়, তা নিশ্চিত করার জন্য এই পূর্ণসংখ্যায় রূপান্তর করা গুরুত্বপূর্ণ।

যদি রাউন্ডিংয়ের ফলাফলের কারণে সমস্ত ডেটা অন্তর্ভুক্ত করা সম্ভব না হয়, তবে ক্লাস উইডথ সামান্য বাড়ানো যেতে পারে।

ধাপ ৫: শ্রেণীর সীমা নির্ধারণ করুন

সর্বনিম্ন মানটিকে প্রথম শ্রেণীর নিম্ন সীমা হিসেবে ধরে শুরু করুন। তারপর ক্রমান্বয়ে এমন ব্যবধান তৈরি করুন যা সর্বোচ্চ মানটিকে অন্তর্ভুক্ত করে।

উদাহরণস্বরূপ, যদি সর্বনিম্ন মান ৩২ এবং ক্লাসের প্রস্থ ৫ হয়, তাহলে ক্লাসটি তৈরি করা যেতে পারে:

- 32-36
- 37-41
- 42-46
ইত্যাদি।

গুরুত্বপূর্ণ: নিশ্চিত করুন যেন ক্লাসগুলোর মধ্যে কোনো ফাঁক বা পুনরাবৃত্তি না থাকে। সমস্ত ডেটা মান অবশ্যই ঠিক একটি ক্লাসের অন্তর্ভুক্ত হতে হবে।

ধাপ ৬: (ঐচ্ছিক) ক্লাসের সীমানা তৈরি করুন

উপাত্তগুলো যদি পূর্ণসংখ্যা হয় (যেমন, পরীক্ষার নম্বর), তবে শ্রেণিটিকে অবিচ্ছিন্ন করার জন্য প্রায়শই শ্রেণি সীমানা তৈরি করা হয়। এটি করার জন্য ঊর্ধ্ব সীমানার সাথে ০.৫ যোগ করা হয় এবং নিম্ন সীমানা থেকে ০.৫ বিয়োগ করা হয়।

উদাহরণস্বরূপ, ক্লাস ৩২–৩৬ ​​এর ক্ষেত্রে, ক্লাস এজটি হবে:
- 31,5-36,5

এটি হিস্টোগ্রামের জন্য উপকারী, যাতে বারগুলো কোনো ফাঁক ছাড়াই সংযুক্ত থাকে।

ধাপ ৭: প্রতিটি শ্রেণীর পুনরাবৃত্তি গণনা করুন

শ্রেণী ব্যবধানগুলো নির্ধারণ করা হয়ে গেলে, প্রতিটি ব্যবধানে কতগুলো ডেটা পয়েন্ট পড়ে তা গণনা করুন। ফলাফলগুলো পরিসংখ্যা কলামে (f) লেখা হয়।

বিশাল ডেটার ক্ষেত্রে, দ্রুত কাজ করতে এবং ভুল কমাতে ট্যালি পদ্ধতি ব্যবহার করুন।

ধাপ ৮: একটি গণসংখ্যা সারণি তৈরি করুন।

ন্যূনতম গণসংখ্যা বন্টন সারণীতে রয়েছে:

– শ্রেণী ব্যবধান
– কম্পাঙ্ক (f)

আপনি অন্যান্য কলাম যোগ করতে পারেন, যেমন:

– শ্রেণী (xi) এর মধ্যবিন্দু
– ক্রমযোজিত ফ্রিকোয়েন্সি
– আপেক্ষিক পরিসংখ্যা (শতাংশ)

৪. ডেটা গ্রুপিং-এর উদাহরণ

উদাহরণস্বরূপ, ৪০ জন শিক্ষার্থীর পরীক্ষার নম্বরের তথ্য রয়েছে, যেখানে সর্বনিম্ন স্কোর ৪২ এবং সর্বোচ্চ ৯৪।

1. সর্বনিম্ন = 42, সর্বোচ্চ = 94
2. পরিসর:
\[
R = ৯৪ – ৪২ = ৫২
\]
৩. ক্লাসের সংখ্যা (স্টার্জেস):
\[
k = 1 + 3{,}3 \log(40)
√1 + 3{,}3(1{,}602)
প্রায় 6{,}29
\]
ক্লাস সংখ্যা বাড়িয়ে ৬ বা ৭টি করা হয়েছে। আরও বিস্তারিত জানার জন্য আমরা ৭টি ক্লাস বেছে নিয়েছি।
৪. ক্লাসের প্রস্থ:
\[
i = \frac{52}{7} \approx 7{,}43
\]
৮-এ পূর্ণসংখ্যায় রূপান্তর করা হয়েছে।
৫. ৪২ থেকে শুরু করে ৮ প্রস্থের ব্যবধান গঠন করুন:
- 42-49
- 50-57
- 58-65
- 66-73
- 74-81
- 82-89
- 90-97

শেষ ব্যবধানটি ৯৭-এ পৌঁছেছিল, তাই ৯৪-এর সর্বোচ্চ মানটিও স্থান পেয়েছিল।

৬. এরপর, প্রাপ্ত তথ্যের ভিত্তিতে প্রতিটি ব্যবধানের পুনরাবৃত্তি গণনা করুন (উদাহরণস্বরূপ, একটি রেখা ব্যবহার করে)। চূড়ান্ত সারণিটি দেখাবে যে একটি নির্দিষ্ট স্কোর পরিসরের মধ্যে কতজন শিক্ষার্থী রয়েছে, যা আমাদের দ্রুত তাদের পারদর্শিতা মূল্যায়ন করতে সাহায্য করবে।

৫. ক্লাসের বিরতিকে আরও কার্যকর করার কিছু উপায়

১. সারণিগুলোর তুলনা সহজ করার জন্য সামঞ্জস্যপূর্ণ ক্লাস প্রস্থ ব্যবহার করুন।
২. খুব বেশি ক্লাস রাখবেন না, কারণ এতে সারণিটি দীর্ঘ হয়ে যাবে এবং পড়তে অসুবিধা হবে।
৩. ক্লাসের সংখ্যা খুব কম রাখবেন না, কারণ এতে গুরুত্বপূর্ণ তথ্য হারিয়ে যেতে পারে এবং বিন্যাসটি অগোছালো লাগতে পারে।
৪. তথ্যের প্রেক্ষাপট অনুযায়ী শ্রেণি প্রস্থের আসন্ন মান সমন্বয় করুন। তাপমাত্রার জন্য ১ বা ০.৫ উপযুক্ত হতে পারে; পরীক্ষার নম্বরের জন্য সাধারণত ৫ বা ১০ উপযুক্ত হয়।
৫. সমস্ত ডেটা কোনো বাদ পড়া মান ছাড়া প্রবেশ করানো হয়েছে কিনা তা নিশ্চিত করতে শ্রেণি সীমানাগুলো পুনরায় যাচাই করুন।

উপসংহার

উপাত্তকে শ্রেণি ব্যবধানে ভাগ করা উপাত্তকে সরলীকরণ এবং বিন্যাসকে স্পষ্টভাবে প্রদর্শনের একটি গুরুত্বপূর্ণ কৌশল। এর ধাপগুলোর মধ্যে রয়েছে সর্বনিম্ন ও সর্বোচ্চ মান নির্ণয় করা, পরিসর গণনা করা, শ্রেণির সংখ্যা নির্ধারণ করা (প্রায়শই স্টার্‌সের নিয়ম ব্যবহার করে), শ্রেণি প্রস্থ গণনা করা, ব্যবধান গঠন করা এবং তারপর প্রতিটি শ্রেণির গণসংখ্যা গণনা করা। সঠিক শ্রেণি ব্যবধানের সাহায্যে জটিল কাঁচা উপাত্তকে সারণি বা লেখচিত্রের মাধ্যমে সহজে বোধগম্য তথ্যে রূপান্তরিত করা যায়।

আপনি চাইলে, আমি কাঁচা ডেটা (মানগুলির তালিকা) দিয়ে একটি সম্পূর্ণ উদাহরণ তৈরি করে দিতে পারি এবং তারপর একটি হিস্টোগ্রামসহ গণসংখ্যা সারণি সংকলন করতে পারি।