[গোপালভাঁড়ের Data Collection: পর্ব ১
পরেরদিন মন্ত্রী মশাই গোপালের বাড়ি না গিয়ে সরাসরি রাজপ্রাসাদে গিয়ে গোপালের আগেরদিনের শেখানো বিষয় গুলো গিয়ে মহারাজকে বলল। মহারাজ শুনে মন্ত্রীকে বললেন, “মন্ত্রী আমার রাজ্যে যত লোক প্রত্যেকের কাছ থেকে এভাবে data collection করতে গেলে আমার ১ বছর লেগে যাবে।এটা আরেকটু সহজে করা যায় না?”
মন্ত্রীমশাই এ কথা শুনে আকাশ থেকে পড়ল আর মাথা চুলকাতে লাগল।ঠিক সেই সময়ে গোপাল বইগুলো নিয়ে রাজপ্রাসাদে উপস্থিত হলো।
গোপাল : মহারাজ এটা তো population থেকে sample নিয়ে করা যায়।
মহারাজ( খুশি হয়ে) : গোপাল একটু বুঝিয়ে দাও তো?
গোপাল : মনে করেন আপনার রাজ্যে মোট যে ১০ লক্ষ লোক রয়েছে সেটা হলো population. আর যদি তাদের মধ্য থেকে আমরা ১০০০ জনের data collect করি সেটা হবে sampling. এই ১০০০ জন হবে আমাদের স্যাম্পল আর যে পদ্ধতিতে আমরা sample দেরকে population থেকে পৃথক করব সেটা sampling technique.
মহারাজ : দারুণ তো। আচ্ছা আমাকে বলো তো sample collection এর কি কি technique আছে?
গোপাল : মহারাজ sampling technique কে আমরা মূলত ২ ভাগে ভাগ করি:
🔷Probability sampling : এক্ষেত্রে প্রায় সব population unit ই সমান সুযোগ পায়। এই technique কে আমরা কয়েকটা ভাগ করি:
🎤Simple random sampling (SRS) : এক্ষেত্রে sampling frame (যারা sample হওয়ার যোগ্য) থেকে sample কে lottery বা random table এর মাধ্যমে আলাদা করা হয়।যেমন : একটি ক্লাসের ৫০ জন ছাত্র ছাত্রীর নাম লিখে একটি বক্সে রেখে লটারির মাধ্যমে ১০ জনকে select করা।
🎤Systematic sampling : এক্ষেত্রে প্রথমে ১ টা unit randomly বাছাই করা হয় এবং বাকিগুলো একটি নির্দিষ্ট interval পরপর select করা হয়।যেমন : ৫০ জন ছাত্রছাত্রীদের মধ্যে ৫ টি sample নিতে হলে sample interval হবে ৫০/৫ =১০।যদি আমরা এই ৫০ টি unit এর মধ্যে ৪ নম্বর unit (এক্ষেত্রে roll)কে randomly select করি তাহলে ৪,১৪,২৪,৩৪,৪৪ এই রোলগুলোর স্টুডেন্ট হবে sample.
🎤Stratified sampling : এক্ষেত্রে প্রথমেই আমরা heterogenous population কে কয়েকটি homogenous sub-group এ divide করে দিব যাকে strata বলা হয়।এরপর একটি strata কে SRS পদ্ধতিতে sample হিসেবে select করব।যেমন : একটি স্কুলে স্টুডেন্ট, টিচার এবং অন্যান্য স্টাফ এই তিন গ্রুপ থেকে SRS পদ্ধতিতে একটি group কে sample হিসেবে নেওয়া হয়।
🎤Cluster sampling : এক্ষেত্রে data collection এর জন্য নির্দিষ্ট কোন group কে randomly select করা হয় এবং সেই group এর প্রতিটি unit কে sample হিসেবে ব্যবহার করা হয়। যেমন : একটি গ্রুপে ক স্কুলের সকল শিক্ষক এবং খ স্কুলের সকল শিক্ষক অন্য গ্রুপে। এখানে যে কোন একটি গ্রুপকে select করলে ওই গ্রুপের সকল শিক্ষক স্যাম্পল।
🎤Multistage sampling : এক্ষেত্রে SRS পদ্ধতি কয়েকটি ধাপে করা হয় এবং পুনরাবৃত্তির মাধ্যমে sample size ক্রমাগত কমিয়ে আনা হয়।যেমন : কোনো প্রতিযোগিতায় ১ম,২য় ও ফাইনাল রাউন্ডের মাধ্যমে প্রতিযোগীর সংখ্যা কমিয়ে আনা হয়।
🔷Non- probability sampling : এই ধরনের sampling এ সব population কে include করা সম্ভব হয় না :
🎤Purposive/Judgement sampling : এই পদ্ধতি সম্পূর্ণভাবে নির্ভর করে investigator এর judgement এর উপর।তিনি তার ইচ্ছামত/সুবিধা মত sample select করেন।যেমন : একটি গ্রামে data collection এর জন্য তুলনামূলক শিক্ষিত জনগোষ্ঠীকে sample হিসেবে select করা।
🎤Quota sampling : এক্ষেত্রে different category থেকে specific characteristics sample এ উপস্থিত থাকবে।যেমন: কোনো experiment এর ক্ষেত্রে 30% child,50%teenage এবং 20% old age population কে sample হিসেবে নেওয়া।
🎤Accidental/Convenient sampling : এক্ষেত্রে sample unit গুলো এমন হবে যেগুলো data collection এর সময়ে convenient হবে।যেমন : একটি স্কুলে data collection এর জন্য ওই সময়ে উপস্থিত ছাত্র-ছাত্রীকে sample বানানো।
🎤Snowball sampling : এক্ষেত্রে একটি sample নিয়ে তার reference এ অন্যান্য sample collect করা হয়। একটি snowball যেমন বরফের মাঝে গড়িয়ে পড়লে বড় হয়, তেমনি এক্ষেত্রে sample size বড় হতে থাকে।
তাই এর নাম snowball sampling. যেমন : drug user দের behaviour এর উপর কোনো research করতে একজনের কাছ থেকে অন্যান্য drug user দের পরিচয় পাওয়া যায়।
মহারাজ : চমৎকার বলেছ গোপাল। কিন্তু এখানেই তো শেষ নয়।আমার রাজ্যের অধিকাংশ লোকজনের আয় কেমন এটা এক কথায় কিভাবে বলব?
গোপাল : মহারাজ central tendency র মাধ্যমে। বড় observation এর ক্ষেত্রে observation গুলোর একটি central point এ পুঞ্জিভূত হওয়ার tendency থাকে। এটাই হলো central tendency. এটা ৩ ভাবে প্রকাশ করা যায় :
✅Mean
✅Median
✅Mode
মহারাজ : গোপাল একটু বিস্তারিতভাবে বলো।
গোপাল: জ্বি মহারাজ, আমি বলছি।
🔍Mean : এটা হলো arithmetic average যেখানে সব observation value যোগ করে observation number দিয়ে ভাগ করা হয়।
▶Mean= Summation of all observation /observation unit
🔍Median : যখন observation এর সকল variable ascending / descending order এ সাজানো হয় তখন ঠিক মাঝখানের observation কে median বলে ।
▶Observational unit ( n ) odd number হলে, (n+1)/2 th position এর observation হবে median.
▶Observational unit ( n ) even number হলে, (n/2) th & (n+1)/2 th position এর observation এর arithmatic mean হবে median.
🔍Mode : observation এ যেই value most frequently পাওয়া যাবে সেটা হলো mode.
মহারাজ : আচ্ছা ঠিক আছে। আর যদি আমরা central tendency র মতো চিন্তা না করে সবচেয়ে গরীব আর ধনীর মধ্যে উপার্জনের পার্থক্য পরিমাপ করতে চাই তাহলে কি করব?
গোপাল : মহারাজ এক্ষেত্রে আমরা ব্যবহার করব Dispersion /variability. Dispersion হল observation এ value র scattering.
মহারাজ : Dispersion কি কি উপায়ে measure করা যায়?
গোপাল : প্রধানত ২ ভাবে :
♦Absolute dispersion : এর অন্তর্ভুক্ত বিষয় হলো:
⚡Range : এটা হল highest এবং lowest value র মধ্যে পার্থক্য।
▶Range =(Highest value – Lowest value)
⚡Mean deviation(MD) : এটা হলো arithmetic mean থেকে variable এর deviation এর গড়।
▶MD=£(x-x’)/n
⚡Variance : এটা হলো arithmetic mean থেকে variable এর deviation এর বর্গের গড়।
▶Variable = s^2 =£(x-x’)^2/n (if n>30) or £(x-x’)^2/n-1 (if n<30)
⚡Standard deviation :
▶SD= √s^2 =√[£(x-x’)^2/n] (if n>30) or √[£(x-x’)^2/n-1] (if n<30)
এ সকল ক্ষেত্রে,
x -x’ = Deviation from mean
n = number of observation
♦Relative dispersion : এর অন্তর্ভুক্ত বিষয় :
⚡Co-efficient of range
⚡Co-efficient of MD
⚡Co-efficient of variation
মহারাজ : বেশ পড়াশোনা করেছ গোপাল। আমি কালকেই লোক লাগিয়ে data collection এর কাজ শুরু করে দেব। এই নাও ২ হাজার স্বর্ণমুদ্রা উপহার। আর মন্ত্রী, একটা কথা মনে রেখো, অল্পবিদ্যা ভয়ংকর।
তারপর সবাই একসাথে হেসে উঠল।
Prepared by :
Anika Nawer
STAMC, Session 2017-18