“Statistics is the grammar of science”
-Karl Pearson
Karl Pearson (কার্ল পিয়ারসন), ভদ্রলোক একজন ব্রিটিশ গণিতবিদ ও একই সাথে ওনাকে আধুনিক পরিসংখ্যানের জনক (Father of modern statistics) বলা হয়।
ভদ্রলোকের উক্তিটা দেখেই অনেকটা ধারনা করা যাচ্ছে যে বিজ্ঞানের কিংবা গবেষণার জন্য Statistics বা পরিসংখ্যানের গুরুত্ব!!!
যে কোনো ধরনের গবেষণা বা রিসার্চ এর ক্ষেত্রে ডাটা কালেকশন (collection) থেকে শুরু করে ডাটা অরগানাইজেশন (organization), এনালাইসিস (analysis), ইন্টারপ্রিটেশন (interpritation), এক্সপ্লানেশন (explanation) এন্ড সর্বশেষ রেজাল্ট প্রেসেন্টেশন (presentation) সব গুলো ব্যাপারি Statistics এর সাথে সম্পর্কিত। সহজ ভাবে বলা যায়, Statistical analysis ও রিসার্চ অনেকটা একে অপরের পরিপূরক।
বেশির ভাগ ইয়ং রিসার্চারদের মনে এই ধারনা, রিসার্চ করবো রেজাল্ট পাবো আর সেই রেজাল্ট দিয়া পাব্লিকেশন করবো, এই তো শেষ আমি বড় বিজ্ঞানী। এইখানে Statistics বা Statistical analysis না জানলেও চলবে, এর উপর এতো গুরুত্ব দিয়ে লাভ নাই। (অনুমান ভিত্তিক কথা)
কিন্তু আমরা যারা কিছুটা রিসার্চের সাথে কম বেশি লেগে আছি বা বিভিন্ন ল্যাবে কাজ কর্ম করছি অথবা কম বেশি বিভিন্ন রিসার্চ আর্টিকেলগুলো পড়ি, তারা হয়তো এই ব্যাপারটা লক্ষ করেছি, বেশিরভাগ রিসার্চ আর্টিকেলগুলোর ম্যাটেরিয়ালস এন্ড মেথড (materials and method) সেকশনে স্ট্যাটিস্টিকাল এনালাইসিস (statistical analysis) নামে একটা পয়েন্ট থাকে।
যেখানে মূলত বলা থাকে কি ধরনের স্ট্যাটিসটিক্যাল সফটওয়্যার (যেমন- SPSS or MaxStat or NCSS) ইউজ করা হয়েছে, একই সাথে কোন ধরনের স্ট্যাটিস্টিকাল মেথড গুলো ব্যাবহার করে ডাটা এনালাইসিস করা হয়েছে তা উল্লেখ থাকে (যেমন t- test, ANOVA)।
এর দ্বারা এই কথাটা একেবারেই স্পষ্ট যে, থিসিস লেখা থেকে শুরু করে পেপার পাবলিকেশন করা পর্যন্ত স্ট্যাটিস্টিকাল এনালাইসিস এর গুরুত্ব অপরিসীম।
একই সাথে, আরেকটু ভালোভাবে যদি বিভিন্ন রিসার্চ আর্টিকেলের রেজাল্ট সেকশনের দিকে নজর রাখি তাহলে হয়তো দেখতে পাবো বেশিরভাগ বার চার্ট (bar chart) গুলোর উপরে একটা (*) বা কখনো দুইটা (**) বা কখনো তিনটা (***) স্টার চিহ্ন থাকে। এই স্টার চিহ্ন গুলো কি অর্থ বহন করে তা আমি কিংবা আমাদের অধিকাংশদের অজানা।
একই ভাবে স্ট্যাটিসটিকাল সিগনিফিকেন্স (Statistical significance), P-value ইত্যাদি শব্দগুলো বেশিরভাগ রিসার্চ পেপারে খুবই কমন। থিউরিটিকালি শব্দগুলোর সাথে আমরা পরিচিত হলেও ম্যাথম্যাটিকালি কিভাবে ক্যালকুলেশন করতে হয়, তা হাতে গোনা কয়েকজন জানি বা বুঝি।
এতগুলো কথা বলার উদ্দেশ্য একটাই রিসার্চের ক্ষেত্রে এর গুরুত্ব বুঝানো, কেননা আমরা অনেক সময়ই স্ট্যাটিস্টিককে বা স্ট্যাটিস্টিকাল এনালাইসিস শিখাকে পাত্তা দিতে চাই না বা তেমন গুরুত্ব দেই না।
ভাবি যে এইগুলো শিখে কি করবো, এর থেকে ভালো “ক” শিখা বা “খ” এর কাজ শিখা অথবা “গ” এর কাজ শিখা ইত্যাদি। ক,খ,গ ইত্যাদি শিখলে আমার সিভিটা অনেক ভারী হয়ে যাবে কিংবা অনেক দামি হয়ে যাবে। (নিঃসন্দেহে এই স্কিল গুলো শিখা অনেক ভালো, দয়া করে নেগেটিভ ভাবে নিবেন না)
ব্যাপারটা এই ভাবে চিন্তা না করে যদি আমরা ফিজিক্স এর ভাষায় “কাজের” সংজ্ঞার দিকে ফোকাস করি, তাহলে বুঝতে একটু সহজ হবে,
বল প্রয়োগে বস্তুর “সরণ” কে কাজ বলে,তাইতো!!!
আমরা বল প্রয়োগ করছি কিন্তু সরণের দিকে খেয়াল না করার কারনে অনেক সময় প্রদত্ত বলটা ইউজলেস হয়ে যাচ্ছে।
আমি বুঝাতে চাচ্ছি যে, আমরা এইসব স্কিল গুলো শিখাকে যেই রকম মূল্যায়ন করি ঠিক তেমনি স্ট্যাটিসটিক্যাল টুলস বা এনালাইসিস শিখাকে
একইরকম মূল্যায়ন করা উচিত।
শেষ করতে চাই রবীন্দ্রনাথের কবিতার কয়েকটি চরণ দিয়ে,
বহু দিন ধ’রে বহু ক্রোশ দূরে
বহু ব্যয় করি বহু দেশ ঘুরে
দেখিতে গিয়েছি পর্বতমালা,
দেখিতে গিয়েছি সিন্ধু।
দেখা হয় নাই চক্ষু মেলিয়া
ঘর হতে শুধু দুই পা ফেলিয়া
একটি ধানের শিষের উপরে
একটি শিশিরবিন্দু।
© Monir Hossen
Kaohsiung Medical University
স্ট্যাটিস্টিকাল এনালাইসিসসহ বিভিন্ন গবেষণার ক্ষেত্রে- SPSS, Stata, Mendely, Excel, Matlab, Kobotoolbox, Power Bl, Python ও R programming সহ বিভিন্ন সফ্টওয়্যারের গুরুত্ব অপরিসীম। আর সেসব সফ্টওয়্যার পরিচালনা/ব্যবহারে দক্ষতা অর্জন খুবই গুরুত্বপূর্ণ।
- Data Analyzing in Excel ==>> https://lnkd.in/dPvPwUM
- Data Analysis with SPSS ==>> https://lnkd.in/dtNfjHq
- Basic KoBoToolbox/ KoBo Collect
- Data Analytics with Power BI ==>> https://lnkd.in/dcGQUsc
- Data Cleaning in Python ==>> https://lnkd.in/d5zz89Y
https://www.bohubrihi.com এ Data Analysis with SPSS ফ্রি কোর্সটা করতে পারেন। সহজ বাংলায় অনেক ডেস্ক্রিপটিভ একটা কোর্স ।
https://www.facebook.com/pantechelearning/ এ কম্পিউটার সায়েন্স, মেডিকেল সাইন্স, ইলেক্ট্রিকাল ইঞ্জিনিয়ারিংসহ অনেকগুলো Data analysis/Visualizations/Data Science এর ইন্টারেক্টিভ কোর্স, সেশন, ওয়েভিনার ফ্রিতে করতে পারেন যা ইন্ডিয়ান পপুলার অর্গানাইজেশন প্যান্টেক ই-লার্নিং ও প্যান্টেক সলিউশন কর্তৃক পরিচালিত।
তাছাড়া, https://online-learning.harvard.edu/subject/social-sciences
অথবা
https://blogs.microsoft.com/…/microsoft-launches…/
অনেকগুলো কোর্স পেতে পারেন।
এছাড়াও,
Coursera, Harvard, Futurelearn, Sololearn, Pirple, Udemy, Insidesherpa, Edx, Linkedin এ অনেকগুলো ইন্টারেক্টিভ কোর্স ফ্রিতে এভেইলেবল।
© Monir Hossen Sarek
University of Chittagong
