গবেষণায় পরিসংখ্যানগত সূত্র

গবেষণায় পরিসংখ্যানগত সূত্র

পরিসংখ্যান হলো গণিতের একটি শাখা যা তথ্য সংগ্রহ, বিশ্লেষণ, ব্যাখ্যা এবং উপস্থাপন নিয়ে কাজ করে। বিজ্ঞান, প্রকৌশল, সমাজবিজ্ঞান বা এমনকি মানবিক বিদ্যার গবেষণায়, গবেষকদের প্রকল্প পরীক্ষা করতে, পূর্বাভাস দিতে এবং সিদ্ধান্তে পৌঁছাতে পরিসংখ্যান একটি গুরুত্বপূর্ণ ভূমিকা পালন করে। এই প্রবন্ধে কিছু মৌলিক পরিসংখ্যানগত সূত্র এবং গবেষণায় সেগুলোর প্রয়োগ নিয়ে আলোচনা করা হবে।

২.১. বর্ণনামূলক পরিসংখ্যান

কোনো গবেষণায় সংগৃহীত তথ্য বর্ণনা করার জন্য বর্ণনামূলক পরিসংখ্যান ব্যবহার করা হয়। এর মধ্যে বিভিন্ন পরিমাপ অন্তর্ভুক্ত থাকে যা উপাত্তের একটি সার্বিক চিত্র প্রদান করে।

ক. গড় (গাণিতিক মধ্যক)
পরিসংখ্যানে গড় হলো সবচেয়ে বেশি ব্যবহৃত মান। এটি হলো একটি ডেটাসেটের সমস্ত মানের মোট যোগফলকে মানের সংখ্যা দিয়ে ভাগ করে পাওয়া মান।

\[ \text{গড়} (\bar{x}) = \frac{\sum_{i=1}^{n} x_i}{n} \]

কোথায়:
– \( \sum \) হলো যোগফলের প্রতীক, যার অর্থ হলো \( x \)-এর 1 থেকে \( n \) পর্যন্ত সমস্ত মান যোগ করা।
– \( x_i \) হলো ডেটাসেটের প্রতিটি মান।
– \( n \) হলো ডেটাসেটটিতে থাকা মোট মানের সংখ্যা।

খ. মধ্যক
একটি সাজানো ডেটাসেটের মাঝের মানটিই হলো মধ্যক। যদি ডেটাতে মানের সংখ্যা বিজোড় হয়, তবে মাঝের মানটিই মধ্যক। আর যদি মানের সংখ্যা জোড় হয়, তবে মাঝের দুটি মানের গড়ই হলো মধ্যক।

গ. মোড
মোড হলো একটি ডেটাসেটে সবচেয়ে বেশিবার উপস্থিত মান। একটি ডেটাসেটে একটি মোড (ইউনিমোডাল), একাধিক মোড (মাল্টিমোডাল) অথবা কোনো মোড নাও থাকতে পারে।

ঘ. পরিসর
পরিসর হলো একটি ডেটাসেটের সর্বোচ্চ এবং সর্বনিম্ন মানের মধ্যকার পার্থক্য।

\[ \text{পরিসর} = \text{সর্বোচ্চ}(x) – \text{সর্বনিম্ন}(x) \]

e. আদর্শ বিচ্যুতি
প্রমাণ বিচ্যুতি হলো গড়ের সাপেক্ষে উপাত্তের বিস্তার বা বিচ্ছুরণের একটি পরিমাপ। জনসংখ্যা প্রমাণ বিচ্যুতির সূত্রটি হলো:

\[ \sigma = \sqrt{\frac{\sum_{i=1}^{N} (x_i – \mu)^2}{N}} \]

এবং উদাহরণস্বরূপ:

\[ s = \sqrt{\frac{\sum_{i=1}^{n} (x_i – \bar{x})^2}{n-1}} \]

কোথায়:
– \( \sigma \) হলো জনসংখ্যার আদর্শ বিচ্যুতি।
– \( s \) হলো নমুনা প্রমাণ বিচ্যুতি।
– \( x_i \) হলো ডেটাসেটের প্রতিটি মান।
– \( \mu \) হলো জনসংখ্যার গড়।
– \( \bar{x} \) হলো নমুনা গড়।
– \( N \) হলো পপুলেশনের মোট মানের সংখ্যা।
– \( n \) হলো নমুনাটিতে থাকা মোট মানের সংখ্যা।

২. অনুমিত পরিসংখ্যান

অনুমানমূলক পরিসংখ্যান গবেষকদেরকে তথ্যের নমুনার উপর ভিত্তি করে কোনো জনগোষ্ঠী সম্পর্কে সিদ্ধান্তে পৌঁছাতে সাহায্য করে। এর মধ্যে বিভিন্ন কৌশল অন্তর্ভুক্ত, যেমন হাইপোথিসিস টেস্টিং, রিগ্রেশন এবং অ্যানালাইসিস অফ ভ্যারিয়েন্স (ANOVA)।

ক. অনুমান পরীক্ষা
হাইপোথিসিস টেস্টিং হলো একটি পরিসংখ্যানগত প্রক্রিয়া, যা কোনো একটি জনগোষ্ঠীর ক্ষেত্রে কোনো একটি শর্ত সত্য—এই সিদ্ধান্তে উপনীত হওয়ার জন্য নমুনার মধ্যে যথেষ্ট প্রমাণ আছে কি না, তা নির্ধারণ করতে ব্যবহৃত হয়।

i. নাল হাইপোথিসিস (H0) এবং বিকল্প হাইপোথিসিস (H1)

– নাল হাইপোথিসিস (H0): কোনো পার্থক্য বা প্রভাব নেই।
– বিকল্প অনুমান (H1): একটি পার্থক্য বা প্রভাব আছে।

টি-টেস্ট, কাই-স্কয়ার টেস্ট বা অ্যানোভা-র মতো টেস্ট স্ট্যাটিস্টিক ব্যবহার করে এবং পি-ভ্যালুকে সাধারণত ০.০৫-এর সিগনিফিকেন্স লেভেল (α)-এর সাথে তুলনা করে পরীক্ষাটি করা হয়।

ii. টি-টেস্ট
দুটি দলের গড় তুলনা করার জন্য টি-টেস্ট ব্যবহার করা হয়। টি-টেস্টের বিভিন্ন প্রকারভেদ রয়েছে, যেমন ইন্ডিপেন্ডেন্ট স্যাম্পলস টি-টেস্ট এবং পেয়ার্ড টি-টেস্ট।

স্বাধীন নমুনার জন্য টি-টেস্টের মৌলিক সূত্রটি হলো:

\[ t = \frac{\bar{x}_1 – \bar{x}_2}{\sqrt{\left( \frac{s_1^2}{n_1} \right) + \left( \frac{s_2^2}{n_2} \right)}} \]

খ. রিগ্রেশন
এক বা একাধিক স্বাধীন চলক (পূর্বাভাসকারী) এবং একটি নির্ভরশীল চলকের (প্রতিক্রিয়া) মধ্যকার সম্পর্ককে মডেল করার জন্য রিগ্রেশন ব্যবহার করা হয়।

i. সরল রৈখিক রিগ্রেশন
সরল রৈখিক রিগ্রেশন একটি স্বাধীন চলক এবং একটি নির্ভরশীল চলকের মধ্যকার সম্পর্ককে মডেল করে।

সরল রৈখিক রিগ্রেশন সমীকরণটি হলো:

\[ y = \beta_0 + \beta_1 x + \epsilon \]

কোথায়:
– \( y \) হলো অধীন চলক।
– \( x \) হলো স্বাধীন চলক।
– \( \beta_0 \) হলো ছেদক।
– \( \beta_1 \) হলো রিগ্রেশন সহগ।
– \( \epsilon \) একটি ত্রুটি।

ii. একাধিক রৈখিক রিগ্রেশন
মাল্টিপল লিনিয়ার রিগ্রেশন মডেল একাধিক স্বাধীন চলক এবং একটি নির্ভরশীল চলকের মধ্যকার সম্পর্ককে উপস্থাপন করে।

মাল্টিপল লিনিয়ার রিগ্রেশন সমীকরণটি হলো:

\[ y = \beta_0 + \beta_1 x_1 + \beta_2 x_2 + \ldots + \beta_p x_p + \epsilon \]

কোথায়:
– \( y \) হলো অধীন চলক।
– \( x_1, x_2, \ldots, x_p \) হলো স্বাধীন চলক।
– \( \beta_0 \) হলো ছেদক।
– \( \beta_p \) হলো স্বাধীন চলক \( p \)-এর রিগ্রেশন সহগ।
– \( \epsilon \) একটি ত্রুটি।

গ. ভেদাঙ্ক বিশ্লেষণ (ANOVA)
তিন বা ততোধিক গ্রুপের গড় তুলনা করার জন্য অ্যানোভা ব্যবহার করা হয়। গ্রুপগুলোর মধ্যকার পরিবর্তনশীলতার সাথে গ্রুপগুলোর ভেতরের পরিবর্তনশীলতার তুলনা করে অ্যানোভা নির্ধারণ করে যে, গ্রুপগুলোর গড়ের মধ্যে কোনো তাৎপর্যপূর্ণ পার্থক্য আছে কি না।

অ্যানোভার মূল সূত্রটি হলো:

\[ F = \frac{\text{দলগুলোর মধ্যে পরিবর্তনশীলতা}}{\text{দলগুলোর অভ্যন্তরে পরিবর্তনশীলতা}} \]

গ্রুপ গড়গুলোর মধ্যে কোনো তাৎপর্যপূর্ণ পার্থক্য আছে কিনা তা নির্ধারণ করতে, এফ-পরিসংখ্যান গণনা করা হয় এবং এফ বণ্টনের সংকট মানের সাথে তুলনা করা হয়।

১. পারস্পরিক সম্পর্ক

সহসম্পর্ক দুটি চলকের মধ্যে রৈখিক সম্পর্কের শক্তি ও দিক পরিমাপ করে।

ক. পিয়ারসন সহসম্পর্ক সহগ (r)
দুটি চলকের মধ্যে রৈখিক সম্পর্ক পরিমাপ করার জন্য পিয়ারসনের সম্পর্ক সহগ হলো সর্বাধিক ব্যবহৃত একটি মাপকাঠি।

পিয়ারসন সহসম্পর্ক সহগের সূত্রটি হলো:

\[ r = \frac{\sum_{i=1}^{n} (x_i – \bar{x})(y_i – \bar{y})}{\sqrt{\sum_{i=1}^{n} (x_i – \bar{x})^2} \sqrt{\sum_{i=1}^{n} (y_i – \bar{y})^2}} \]

কোথায়:
– \( r \) হলো পিয়ারসন সহসম্পর্ক সহগ।
– \( x_i \) এবং \( y_i \) হলো দুটি চলকের মান।
– \( \bar{x} \) এবং \( \bar{y} \) হলো দুটি চলকের গড়।

\( r \) এর মান -1 (পূর্ণাঙ্গ ঋণাত্মক সম্পর্ক) থেকে +1 (পূর্ণাঙ্গ ধনাত্মক সম্পর্ক) পর্যন্ত হয়ে থাকে, যেখানে 0 কোনো সম্পর্ক না থাকাকে বোঝায়।

বন্ধ

পরিসংখ্যান একটি অত্যন্ত গুরুত্বপূর্ণ গবেষণা সরঞ্জাম যা গবেষকদের উপাত্ত উপস্থাপন, বিশ্লেষণ এবং তা থেকে সিদ্ধান্তে উপনীত হতে সাহায্য করে। এই নিবন্ধে বর্ণনামূলক ও অনুমানমূলক পরিসংখ্যানের কয়েকটি মৌলিক সূত্র এবং সহসম্পর্ক নিয়ে আলোচনা করা হয়েছে। সূত্রগুলো সহজ হলেও, গবেষণার উপাত্ত থেকে সঠিক বিশ্লেষণ পরিচালনা এবং নির্ভুল সিদ্ধান্তে উপনীত হওয়ার জন্য এগুলোর পুঙ্খানুপুঙ্খ জ্ঞান থাকা অপরিহার্য। পরিসংখ্যানে দক্ষতা অর্জনের মাধ্যমে গবেষকরা নিশ্চিত করতে পারেন যে তাদের গবেষণার ফলাফল সুদৃঢ় ও নির্ভরযোগ্য বিশ্লেষণের উপর ভিত্তি করে গঠিত।