পরিসংখ্যানে Z-স্কোরের সূত্র
পরিসংখ্যান একটি বৈজ্ঞানিক শাখা যা উপাত্ত সংগ্রহ, বিশ্লেষণ, ব্যাখ্যা এবং উপস্থাপনের সাথে জড়িত। পরিসংখ্যানের অন্যতম প্রধান ধারণা হলো বিন্যাস এবং সেই বিন্যাসের মধ্যে উপাত্তের অবস্থান আমরা কীভাবে পরিমাপ করি। এই প্রেক্ষাপটে, আদর্শ বিচ্যুতির এককে প্রতিটি উপাত্ত বিন্দু গড় থেকে কতটা দূরে রয়েছে তা প্রকাশ করার জন্য জেড-স্কোর একটি অত্যন্ত কার্যকর উপায়।
জেড-স্কোরের পরিচিতি
জেড-স্কোর হলো এমন একটি মান যা নির্দেশ করে কোনো ব্যক্তির ডেটা গড় থেকে কতটা দূরে, এবং এটি স্ট্যান্ডার্ড ডেভিয়েশনের মাধ্যমে পরিমাপ করা হয়। জেড-স্কোর গণনা করার সূত্রটি হলো:
\[ Z = \frac{(X – \mu)}{\sigma} \]
কোথায়:
– \( X \) = ডেটা মান যার জন্য Z-স্কোর গণনা করা হবে
– \( \mu \) = জনসংখ্যার গড়
– \( \sigma \) = জনসংখ্যার আদর্শ বিচ্যুতি
জেড-স্কোর আমাদেরকে কোনো বিন্যাসে একটি ডেটা সেটের আপেক্ষিক অবস্থান বুঝতে সাহায্য করে এবং ডেটাগুলোকে গড়ের সাথে আরও বস্তুনিষ্ঠভাবে তুলনা করার সুযোগ দেয়।
জেড-স্কোর কেন গুরুত্বপূর্ণ?
পরিসংখ্যানে জেড-স্কোর বিভিন্ন কারণে অত্যন্ত গুরুত্বপূর্ণ:
১. স্বাভাবিকীকরণ: জেড-স্কোর ডেটাকে স্বাভাবিক করতে সাহায্য করে, ফলে বিভিন্ন বিন্যাস থেকে প্রাপ্ত ডেটার মধ্যে তুলনা করা সহজ হয়।
২. আউটলায়ার শনাক্তকরণ: Z-স্কোর ব্যবহার করে আমরা শনাক্ত করতে পারি যে কোনো ডেটা আউটলায়ার কি না।
৩. স্বাভাবিক বন্টনের অনুমান: অনেক পরিসংখ্যানগত বিশ্লেষণে ধরে নেওয়া হয় যে উপাত্তগুলো স্বাভাবিকভাবে বিন্যস্ত। জেড-স্কোর এই অনুমানটি নিশ্চিত করতে সাহায্য করে।
৪. সাধারণ স্কেল: জেড-স্কোর ডেটাকে একটি সাধারণ স্কেলে রূপান্তরিত করে, যা ব্যাখ্যা ও তুলনাকে সহজ করে তোলে।
জেড-স্কোর গণনার উদাহরণ
চলুন একটি সহজ উদাহরণের মাধ্যমে Z-স্কোর গণনা করার পদ্ধতি দেখি। ধরা যাক, আমাদের কাছে ২০ জন ছাত্রছাত্রীর গণিত পরীক্ষার নম্বরের একটি ডেটাসেট আছে। পরীক্ষার নম্বরগুলোর গড় (\(\mu\)) হলো ৭৫ এবং আদর্শ বিচ্যুতি (\(\sigma\)) হলো ১০। আমরা সেইসব ছাত্রছাত্রীর Z-স্কোর জানতে চাই যারা পরীক্ষায় ৯০ পেয়েছে।
প্রথমে, Z-স্কোরের সূত্রে মানগুলো বসান:
\[ Z = \frac{(X – \mu)}{\sigma} = \frac{(90 – 75)}{10} = \frac{15}{10} = 1.5 \]
এর অর্থ হলো শিক্ষার্থীর Z-স্কোর ১.৫, যা নির্দেশ করে যে স্কোরটি গড়ের চেয়ে ১.৫ স্ট্যান্ডার্ড ডেভিয়েশন উপরে। একটি স্বাভাবিক বণ্টনের প্রেক্ষাপটে, এটি নির্দেশ করে যে স্কোরটি গড়ের চেয়ে বেশি এবং তার পারদর্শিতা বেশ ব্যতিক্রমী।
জেড-স্কোর ব্যাখ্যা
পরিসংখ্যানগত বিশ্লেষণে Z-স্কোরের ব্যাখ্যা অত্যন্ত গুরুত্বপূর্ণ। Z-স্কোরের ব্যাখ্যার জন্য এখানে কিছু সাধারণ নির্দেশিকা দেওয়া হলো:
– Z-স্কোর = 0 : ডেটার মান পপুলেশন গড়ের সমান।
– Z-স্কোর > 0 : ডেটার মান পপুলেশন গড়ের চেয়ে বেশি।
– Z-স্কোর < ০ : ডেটার মান পপুলেশন মিন (population mean)-এর নিচে। - Z-স্কোর > ২ অথবা Z-স্কোর < -২ : এটি নির্দেশ করে যে ডেটার মানটি একটি আউটলায়ার (outlier), যা মিন (mean) থেকে বেশ দূরে অবস্থিত। তবে, এটি মনে রাখা গুরুত্বপূর্ণ যে Z-স্কোরের ব্যাখ্যা অবশ্যই মূল ডেটা ডিস্ট্রিবিউশনের (data distribution) উপর ভিত্তি করে করতে হবে। একটি সংকীর্ণ বা প্রশস্ত ডিস্ট্রিবিউশন একই Z-স্কোরের ব্যাখ্যাকে প্রভাবিত করবে। বিভিন্ন ক্ষেত্রে Z-স্কোরের প্রয়োগ Z-স্কোর শুধুমাত্র একটি তাত্ত্বিক ধারণা নয়, বরং বিভিন্ন ক্ষেত্রে এর ব্যবহারিক প্রয়োগ রয়েছে: ১. ফিনান্স (Finance) আর্থিক ক্ষেত্রে, Z-স্কোর ঝুঁকি মূল্যায়ন মডেলে ব্যবহৃত হয়। উদাহরণস্বরূপ, অল্টম্যান Z-স্কোর (Altman Z-score) হলো একটি আর্থিক সূত্র যা কর্পোরেট দেউলিয়াত্ব মূল্যায়ন করতে ব্যবহৃত হয়। এই সূত্রটি বেশ কয়েকটি আর্থিক মেট্রিককে একত্রিত করে একটি Z-স্কোর তৈরি করে যা কর্পোরেট দেউলিয়াত্বের ঝুঁকি নির্দেশ করে। ২. মনোবিজ্ঞান এবং শিক্ষা যোগ্যতা বা কৃতিত্ব পরিমাপের ক্ষেত্রে, যেমন আইকিউ পরীক্ষা বা স্কুলের পরীক্ষায়, দলের সাপেক্ষে ব্যক্তির পারফরম্যান্স মূল্যায়ন করতে Z-স্কোর ব্যবহৃত হয়। এটি শিক্ষার্থীদের বিকাশ বা নির্দিষ্ট মনস্তাত্ত্বিক বৈশিষ্ট্য পর্যবেক্ষণে সহায়তা করে। ৩. স্বাস্থ্য: স্বাস্থ্য ক্ষেত্রে, চিকিৎসা সংক্রান্ত তথ্যের অসঙ্গতি নির্ণয় করতে জেড-স্কোর ব্যবহার করা হয়। উদাহরণস্বরূপ, জিনগত বিশ্লেষণে, জেড-স্কোর অস্বাভাবিক জিন এক্সপ্রেশন মূল্যায়নে সাহায্য করে যা রোগের ঝুঁকি নির্দেশ করতে পারে।
