সাইন্টিফিক গবেষণায় স্টাটিসটিক্যাল এনালাইসিসঃ পর্ব ৩

সাইন্টিফিক গবেষণায় স্টাটিসটিক্যাল এনালাইসিস: পর্ব ৩

আপনি কি কখনও ভেবেছেন—একটা জিনিস বাড়লে আরেকটা জিনিসও বাড়ে কি না?

যেমন: বেশি পড়লে কি নম্বর বেশি আসে? বেশি ঘুমালে কি চাপ কমে যায়?

এমন প্রশ্নের উত্তর খুঁজতেই আমরা ব্যবহার করি Correlation Analysis . এটি পরিসংখ্যানের একটি পদ্ধতি, যার মাধ্যমে বোঝা যায় দুটি ভেরিয়েবলের মধ্যে কোনো সম্পর্ক আছে কি না, এবং থাকলে সেটা পজিটিভ না নেগেটিভ, দুর্বল না শক্তিশালী।

এই পর্বে আলোচনা করবো তিনটি গুরুত্বপূর্ণ অংশ নিয়ে:

- Correlation Coefficient

- Pearson Correlation

- Partial Correlation

⸻

১. Correlation Coefficient (r-value)

সংজ্ঞা:

Correlation Coefficient (r) হলো একটি সংখ্যাগত মান যা দুটি ভেরিয়েবলের সম্পর্কের শক্তি (strength) এবং দিক (direction) নির্দেশ করে।

r-value এর মানের ব্যাখ্যা:

+1.0 → শক্তিশালী পজিটিভ সম্পর্ক (একটা বাড়লে অন্যটাও বাড়ে)

–1.0 → শক্তিশালী নেগেটিভ সম্পর্ক (একটা বাড়লে অন্যটা কমে)

0.0 → কোনো সম্পর্ক নেই

উদাহরণ:

আপনি ৫০ জন ছাত্র-ছাত্রীর পড়ার সময় ও পরীক্ষার নম্বর বিশ্লেষণ করছেন।

→ যদি আপনি r = +0.78 পান, তাহলে বোঝায় যত বেশি সময় পড়া হয়, নম্বরও তত বেশি পাওয়া যায়।

→ যদি r = –0.65 হয়, তাহলে বোঝায় যত বেশি মোবাইল ব্যবহার, তত কম GPA.

⸻

২. Pearson Correlation Coefficient

সংজ্ঞা:

Pearson Correlation হলো একটি নির্ভরযোগ্য স্ট্যাটিসটিক্যাল টেস্ট যা দুটি সংখ্যাগত (quantitative) ভেরিয়েবলের মধ্যে লিনিয়ার (সরলরৈখিক) সম্পর্ক নির্ধারণ করে।

শর্ত:

- ডেটা Continuous এবং Interval/Ratio স্কেলে হতে হবে

- সম্পর্কটি Linear হতে হবে

- ডেটা Normal distribution অনুসরণ করতে হবে

উদাহরণ:

একটি গবেষণায় দেখা হচ্ছে—

একজন শিক্ষার্থীর পড়ার সময় (ঘণ্টায়) ও পরীক্ষার নম্বর (%) এর মধ্যে Pearson Correlation.

→ যদি আপনি r = +0.90 পান, তাহলে বোঝা যায়, পড়ার সময় বাড়লে পরীক্ষার ফলও যথেষ্ট বাড়ে।

এই পদ্ধতি শিক্ষা, স্বাস্থ্য, অর্থনীতি, ব্যবসা—সব গবেষণায় ব্যবহৃত হয়।

⸻

৩. Partial Correlation

সংজ্ঞা:

Partial Correlation ব্যবহার করা হয় যখন আপনি দুটি ভেরিয়েবলের মধ্যে সম্পর্ক বিশ্লেষণ করতে চান, কিন্তু তৃতীয় ভেরিয়েবলের প্রভাব বাদ দিয়ে।

কেন দরকার?

অনেক সময় একটি তৃতীয় ভেরিয়েবল আসল সম্পর্ককে অস্পষ্ট করে তোলে। Partial Correlation সেই ভেরিয়েবলের প্রভাব নিয়ন্ত্রণ করে আসল সম্পর্কটি দেখায়।

উদাহরণ:

আপনি দেখতে চান, ঘুমের সময় ও পরীক্ষার ফলাফল এর মধ্যে সম্পর্ক। কিন্তু এখানে মানসিক চাপ (Stress) এমন একটি ভেরিয়েবল যা দুটোর উপরই প্রভাব ফেলতে পারে।

→ তখন Partial Correlation চালিয়ে আপনি Stress বাদ দিয়ে ঘুম ও ফলাফলের আসল সম্পর্ক বের করতে পারবেন।

অন্য উদাহরণ:

ইন্টারনেট ব্যবহারের সময় ও একাডেমিক পারফরম্যান্সের সম্পর্ক জানতে চান, কিন্তু পারিবারিক পরিবেশ ভিন্ন হওয়ায় তা বিশ্লেষণে প্রভাব ফেলছে। Partial correlation দিয়ে আপনি এটি বাদ দিয়ে বিশ্লেষণ করতে পারবেন।