গবেষণায় প্যারামেট্রিক ও নন-প্যারামেট্রিক স্ট্যাটিস্টিক্স

গবেষণায় আমরা সাধারণত দুই ধরনের স্ট্যাটিস্টিক্স ব্যবহার করি: প্যারামেট্রিক এবং নন-প্যারামেট্রিক। এদের মধ্যে বেসিক পার্থক্য, কোন পরিস্থিতিতে কোনটা ব্যবহার করা উচিত এবং জনপ্রিয় কিছু পদ্ধতি সম্পর্কে আমরা এই আর্টিকেলে আলোচনা করবো।

 

প্যারামেট্রিক স্ট্যাটিস্টিক্স

প্যারামেট্রিক স্ট্যাটিস্টিক্স এমন কিছু পরিসংখ্যানগত পদ্ধতি যা নির্দিষ্ট কিছু পূর্বধারণার বা এজাম্পশনের উপর ভিত্তি করে কাজ করে, যেমন ডেটা স্বাভাবিকভাবে বণ্টিত (normally distributed) হবে এবং ভ্যারিয়েবলগুলি নির্দিষ্ট প্যারামিটারের সাথে সঙ্গতিপূর্ণ হবে।

1. t-Test:

বর্ণনা: t-Test দুটি গোষ্ঠীর বা গ্রুপ অফ ভ্যারিইয়েবলসের গড় তুলনা (mean difference) করতে ব্যবহৃত হয়।

ডেটার ন্যাচার: ডেটা কন্টিনিউয়াস এবং স্বাভাবিকভাবে বণ্টিত (normally distributed) হতে হবে।

ভ্যারিয়েবল: ডিপেন্ডেন্ট ভ্যারিয়েবল কন্টিনিউয়াস, ইন্ডিপেন্ডেন্ট ভ্যারিয়েবল ক্যাটেগরিক্যাল (দুটি গ্রুপ)।

উদাহরণ: একটি এলাকায় পুরুষ ও মহিলাদের গড় উচ্চতার মধ্যে পার্থক্য আছে কিনা সেটা দেখার জন্য।

 

2. ANOVA (Analysis of Variance):

বর্ণনা:  ANOVA তিন বা ততোধিক গোষ্ঠীর গড় তুলনা (mean difference) করতে ব্যবহৃত হয়।

ডেটার ন্যাচার:  ডেটা কন্টিনিউয়াস এবং স্বাভাবিকভাবে বণ্টিত (normally distributed) হতে হবে।

ভ্যারিয়েবল:  ডিপেন্ডেন্ট ভ্যারিয়েবল কন্টিনিউয়াস, ইন্ডিপেন্ডেন্ট ভ্যারিয়েবল ক্যাটেগরিক্যাল (তিন বা ততোধিক গ্রুপ)।

উদাহরণ: বিভিন্ন জেলার ছাত্রদের গড় পরীক্ষার ফলাফল তুলনা করা বা মিন ডিফারেন্স দেখার জন্য।

 

3. Pearson's Correlation:

বর্ণনা: দুটি কন্টিনিউয়াস ভ্যারিয়েবলের মধ্যে সম্পর্কের শক্তি এবং দিক (strength and direction) নির্ধারণ করতে ব্যবহৃত হয়।

ডেটার ন্যাচার: ডেটা কন্টিনিউয়াস এবং স্বাভাবিকভাবে বণ্টিত (normally distributed) হতে হবে।

ভ্যারিয়েবল: উভয় ভ্যারিয়েবলই কন্টিনিউয়াস।

উদাহরণ: একটা ক্লাস রুমের ছাত্রদের উচ্চতা এবং ওজনের মধ্যে সম্পর্ক আছে কিনা বা থাকলেও কি ধরনের সম্পর্ক সেটা পরীক্ষা করা।

 

নন-প্যারামেট্রিক স্ট্যাটিস্টিক্স

নন-প্যারামেট্রিক স্ট্যাটিস্টিক্স সেই সব পদ্ধতি যা ডেটার উপর কোন নির্দিষ্ট পূর্বধারণা করে না বা বিশেষ কোন এজাম্পশনের প্রয়োজন হয় না। এগুলো সাধারণত তখন ব্যবহার করা হয় যখন ডেটা স্বাভাবিকভাবে বণ্টিত (normally distributed) নয়।

1. Mann-Whitney U Test:

বর্ণনা: দুটি গোষ্ঠীর (গ্রুপের) মধ্যে গড়ের পার্থক্য (mean difference)  নির্ধারণ করতে ব্যবহৃত হয়।

ডেটার ন্যাচার: ডেটা অর্ডিনাল বা কন্টিনিউয়াস হতে পারে, স্বাভাবিকভাবে বণ্টিত বা normally distributed  হওয়ার প্রয়োজন নেই।

ভ্যারিয়েবল: ডিপেন্ডেন্ট ভ্যারিয়েবল অর্ডিনাল বা কন্টিনিউয়াস, ইন্ডিপেন্ডেন্ট ভ্যারিয়েবল ক্যাটেগরিক্যাল (দুটি গ্রুপ)।

উদাহরণ: শহরের এবং গ্রামের শিক্ষার্থীদের পরীক্ষার ফলাফলের পার্থক্য পরীক্ষা করা।

 

2. Kruskal-Wallis H Test:

বর্ণনা: তিন বা ততোধিক গোষ্ঠীর মধ্যে গড়ের পার্থক্য (mean difference) নির্ধারণ করতে ব্যবহৃত হয়।

ডেটার ন্যাচার: ডেটা অর্ডিনাল বা কন্টিনিউয়াস হতে পারে, স্বাভাবিকভাবে বণ্টিত বা normally distributed হওয়ার প্রয়োজন নেই।

ভ্যারিয়েবল: ডিপেন্ডেন্ট ভ্যারিয়েবল অর্ডিনাল বা কন্টিনিউয়াস, ইন্ডিপেন্ডেন্ট ভ্যারিয়েবল ক্যাটেগরিক্যাল (তিন বা ততোধিক গ্রুপ)।

উদাহরণ: তিনটি আলাদা ডায়েট প্ল্যান অনুসরণ করা গোষ্ঠীগুলির মধ্যে ওজন হ্রাসের পার্থক্য পরীক্ষা করা।

3. Spearman's Rank Correlation:

বর্ণনা: দুটি অর্ডিনাল ভ্যারিয়েবলের মধ্যে সম্পর্কের শক্তি এবং দিক নির্ধারণ (strength and direction) করতে ব্যবহৃত হয়।

ডেটার ন্যাচার: ডেটা অর্ডিনাল হতে হবে।

ভ্যারিয়েবল: উভয় ভ্যারিয়েবলই অর্ডিনাল।

উদাহরণ: ছাত্রদের ক্লাস র‍্যাঙ্ক এবং পরীক্ষার স্কোরের মধ্যে সম্পর্ক পরীক্ষা করা।