তথ্য ঠিক ভাবে পরিবেশন করতে হলে

Statistically Significant, Non Significant এবং important: Statistically Significant মানেই important এমন নাও হতে পরে; এগুলি sample size, variability ইত্যাদির উপরে অতিমাত্রায় নির্ভরশীল।

আসলে অনেক সময় নিজেদের উপযোগী সংখ্যার/তথ্যের দরকার হয়। তখন নিজের মতো করে তথ্য সংগ্রহ করে ব্যাখ্যা করে জনসাধারণকে পরিবেশন করা হয়। কিছু দিন আগে আন্দামান ও নিকোবর দ্বীপসমূহে সুনামি দুর্গতদের সম্পর্কে একটি প্রতিবেদনে দেখা যায় - মহিলা ও শিশুদের মধ্যে মৃতের সংখ্যা অনেক বেশি : sex ratio অভূতপূর্ব কমে গেছে - ইত্যাদি ইত্যাদি। ঐ রিপোর্টে দেওয়া অন্য তথ্যের সঙ্গে সঙ্গতি খুঁজতে গিয়ে দেখা গেল ৫০% মহিলার সঙ্গে সঙ্গে ৪৭% পুরুষও মৃত। এখানে ইচ্ছে করে একপেশে তথ্য পরিবেশন করা হয়েছে।

আবোল তাবোল তথ্য উপস্থাপিত করা সহজ। কিন্তু ঠিক ভাবে সংগৃহীত তথ্য সঠিক ভাবে পরিবেশনের জন্য স্ট্যাটিসটিকস বিষয়ে দক্ষতা, সাধারণ বুদ্ধি এবং সততা তিনটিই সমান ভাবে দরকার। যত দিন তা না হচ্ছে তত দিন দু’টো ছাগল, চারটে কাক, তিনটে বাঁদরের তুলনামূলক বিশ্লেষণ লেখা চলতে থাকুক এবং সাধারণে পড়তে থাকুক। বিষয় হিসেবে স্ট্যাটিসটিকস সিরিয়াস অধ্যয়নসাধ্য। শুধুমাত্র মিন, স্ট্যান্ডার্ড ডেভিয়েশন ইত্যাদি শিখে ‘এমএস-এক্সেল’-এর সাহায্যে তৈরি রিপোর্ট, বিশ্লেষণ এবং ব্যাখ্যা করলে যে জিনিস দাঁড়াবে তা এ রচনার শিরোনাম।

স্ট্যাটিসটিকসের ক্ষেত্রেও কম্পিউটার অ্যাপ্লিকেশনের ‘গিগো (Garbage In Garbage out) সমান ভাবে প্রযোজ্য। যদি কোনও সমীক্ষায় ভুল প্রশ্ন ভুল লোককে ভুল ভাবে জিজ্ঞাসা করা হয় তবে তার থেকে যথাযথ বিশ্লেষণ করা অসম্ভব। এ সম্পর্কে বিখ্যাত স্ট্যাটিস্টিশিয়ান আর এ ফিশারের এক অনুপম বিবৃতি আছে - The Statistician is no longer an alchemist expected to produce gold from any worthless material offered to him. He is more like a chemist capable of assaying exactly how much value it contains, and capable also of extracting this amount, and no more। তথ্য সংগ্রহ, বিশ্লেষণ, ব্যাখ্যা, এবং পরিবেশন একটা গোটা বিষয় এবং এর কোনও অংশে ফাঁক/ফাঁকি থাকলে অর্থহীন তথ্যের বোঝা বেড়ে চলে এবং মার্ক টোয়েনের উক্তির যথার্থতা বজায় থাকে।

সূত্র: http://en.wikipedia.org/wiki/Lies,_damned_lies,_and_statistics