জনসংখ্যা বনাম নমুনা

জনসংখ্যা (population) হলো যাদের সম্পর্কে আপনি জানতে চান তারা সবাই। নমুনা (sample) হলো তাদের মধ্য থেকে যে ছোট অংশের ডেটা আপনি আসলে সংগ্রহ করেন। গবেষণায় সাধারণত নমুনা নিয়ে কাজ করে জনসংখ্যা সম্পর্কে সিদ্ধান্ত নেওয়া হয়।

কেন গুরুত্বপূর্ণ

সবাইকে পরিমাপ করা প্রায় অসম্ভব। ভালোভাবে বাছাই করা নমুনা কম সময় ও খরচে নির্ভরযোগ্য উত্তর দেয়।

মূল ধারণা

জনসংখ্যা = আগ্রহের পুরো গ্রুপ (যেমন একটি জেলার সব প্রাপ্তবয়স্ক)
নমুনা = যাদের থেকে আসলে ডেটা নেওয়া হয়
প্যারামিটার = জনসংখ্যার বৈশিষ্ট্য বোঝানো সংখ্যা (μ)
স্ট্যাটিস্টিক = নমুনা থেকে হিসাব করা সংখ্যা (x̄)
র‍্যান্ডম বাছাই নমুনাকে প্রতিনিধিত্বমূলক করে
নমুনা বড় হলে অনুমান আরও স্থির হয়

বাস্তব গবেষণার উদাহরণ

একজন গবেষক একটি জেলার গর্ভবতী নারীদের গড় হিমোগ্লোবিন জানতে চান। তিনি র‍্যান্ডমভাবে ২০০ জনকে পরিমাপ করলেন। এই ২০০ জন নমুনা; জেলার সব গর্ভবতী নারী জনসংখ্যা।

কখন ব্যবহার করবেন

জনসংখ্যা বড়, ছড়ানো বা পৌঁছানো ব্যয়বহুল হলে
সাধারণীকরণ করতে চাইলে র‍্যান্ডমভাবে অংশগ্রহণকারী বাছুন

কখন ব্যবহার করবেন না

শুধু বন্ধুদের মতো সুবিধাজনক নমুনা থেকে পুরো জনসংখ্যা সম্পর্কে সিদ্ধান্ত নেবেন না
নমুনার গড়কে জনসংখ্যার প্রকৃত গড় ভাববেন না — এটি কেবল একটি অনুমান

ছোট উদাহরণ

জনসংখ্যা: ১, ২, ৩, … ১০০ (গড় = ৫০.৫)
৫টির র‍্যান্ডম নমুনা: ১২, ৪৭, ৬৩, ৮০, ৯১ → নমুনার গড় = ৫৮.৬
আরেকবার নিলে আরেক গড় আসবে। একে বলে স্যাম্পলিং ভ্যারিয়েশন।

মনে রাখুন

নমুনা হলো জনসংখ্যার দিকে একটি জানালা।
প্যারামিটার = সত্য। স্ট্যাটিস্টিক = সেই সত্যের অনুমান।

হাতে-কলমে চর্চা

নিচে কয়েকবার র‍্যান্ডম নমুনা নিন। নমুনার গড় জনসংখ্যার গড়ের (৫০.৫) তুলনায় কেমন বদলায় লক্ষ্য করুন। নমুনার আকার বাড়ালে কী হয়?

আপনার সিদ্ধান্ত বা যুক্তি লিখুন