Types of Probability Sampling || প্রবাবিলিটি স্যাম্পলিং প্রকারভেদ

 ধরুন, আপনি বিশ্ববিদ্যালয়ে অধ্যয়নরত বাংলাদেশি শিক্ষার্থীদের ফুড সিকিউরিটি স্টাটাস জানতে চাচ্ছেন। সেক্ষেত্রে আপনাকে বাংলাদেশের সকল ইউনিভার্সিটিতে গিয়ে শিক্ষার্থীদের ডেটা নিতে হবে। এবং প্রাপ্ত ডেটা অ্যানালাইসিস করে যে ফলাফল পাওয়া যাবে সেটিই হবে শিক্ষার্থীদের প্রকৃত ফুড সিকিউরিটি স্টাটাস। কিন্তু প্রশ্ন হলো আমাদের বিদ্যমান সীমাব্ধতার মধ্যে থেকে আসলেই সকল বিশ্ববিদ্যালয় থেকে ডেটা নেয়া সম্ভব কিনা? আর সম্ভব হলেও সেটা সকলের জন্য কতটুকু সম্ভব সেটাও ভেবে দেখার বিষয়। বেশ কিছু ক্ষেত্রে সকল বিশ্ববিদ্যালয় থেকে ডেটা নেয়া কিছুটা কঠিন হলেও আমরা চাইলে অল্প কিছু বিশ্ববিদ্যালয় থেকে ডেটা নিতে পারি। আর এই কাজটাকেই সহজ করেছে স্যাম্পলিং। স্যাম্পলিং হলো এমন একটা প্রক্রিয়া যার মাধ্যমে একটা পপুলেশন থেকে রিপ্রেজেন্টেটিভ নাম্বার বা প্রতিনিধিত্বকারী সংখ্যক স্যাম্পল নিয়ে থাকি। আর স্যাম্পল হলো একটা পপুলেশনের প্রতিনিধিত্বকারী অংশ। তাহলে পপুলেশন কি? আমরা যে বিষয়ের উপর গবেষণা বা এক্সপেরিমেন্ট করতে যাচ্ছি সেটার সকল উপাদান হলো পপুলেশন। এবং এই সকল উপাদানের মধ্যে অন্তত একটা সাধারণ বৈশিষ্ঠ্য থাকবে।

In statistics, a population is the number of statistical units sharing at least one common property that is of interest in a statistical analysis.

According to Australian Bureau of Statistics, “A population is any complete group with at least one characteristic in common. Populations are not just people. Populations may consist of, but are not limited to, people, animals, businesses, buildings, motor vehicles, farms, objects or events.”

আর যখন পপুলেশনর সকল সদস্যের ডেটা নেওয়া হয় তখন আমরা সেটাকে বলি সেন্সর সার্ভে।

এখন চলুন পপুলেশন থেকে কিভাবে স্যাম্পল গ্রহণ করবেন সেটা জেনে নেওয়া যাক।

গবেষণার ক্ষেত্রে স্যাম্পলিং টেকনিক অর্থাৎ পপুলেশন থেকে কিভাবে বা কোন প্রক্রিয়ার মাধ্যমে স্যাম্পল সিলেক্ট করতে হয় সেটা জানা অত্যন্ত গুরুত্বপূর্ণ। কারণ স্যাম্পল হতে হবে অবশ্যই প্রতিনিধিত্ব মূলক অর্থাৎ স্যাম্পলকে সমগ্র জনগোষ্ঠীর প্রতিনিধিত্ব করতে হবে। আমরা যদি সঠিকভাবে স্যাম্পল সিলেক্ট করতে না পারি সেক্ষেত্রে গবেষণার ফলাফল যে নির্ভর যোগ্য হবে না সেটা খুবই স্বাভাবিক। তাই যেকোনো গবেষণায় স্যাম্পলিংকে গুরুত্বসহকারে বিবেচনা করা হয়। সাধারণত স্যাম্পলিং টেকনিককে দুই ভাবে ভাগ করা যায়। 

১.প্রবাবিলিটি স্যাম্পলিং

২.নন-প্রবাবিলিটি স্যাম্পলিং

 

১.প্রবাবিলিটি স্যাম্পলিং

প্রবাবিলিটি স্যাম্পলিং হলো এমন একটি স্যাম্পলিং প্রক্রিয়া যেখানে পুলেশনের প্রত্যেকটি সদস্যের স্যাম্পল হিসেবে নির্বাচিত হওয়ার সমান সম্ভাবনা বা প্রবাবিলিটি  থাকে। 

একটা উদাহরণ দেখা যাক। ধরুন আপনি একটা গবেষণায় আগ্রহী যেখানে আমরা দেখতে চাচ্ছি একটা বিশ্ববিদ্যালয়ের ছাত্র ছাত্রীদের ডিপ্রেশন লেভেল কেমন। ধরে নেই ঐ বিশ্ববিদ্যালয়ের মোট ছাত্রছাত্রী ৩৫০০। এই ৩৫০০ জন ছাত্রছাত্রী হলো পপুলেশন। এখন এই ৩৫০০ জন ছাত্রছাত্রী  থেকে আমরা ২০০ জনকে স্যাম্পল হিসাবে নির্বাচন করতে চাই। এক্ষেত্রে যদি কোন স্যাম্পলিং টেকনিকের মাধ্যমে যদি এই ২০০ জন ছাত্রছাত্রী নির্বাচনের ক্ষেত্রে মোট পপুলেশনের প্রত্যেকের (৩৫০০ জনের) স্যাম্পল হিসাবে নির্বাচিত হবার সমান সম্ভাবনা থাকে তখন এই স্যাম্পলিং টেকনিককে আমরা বলবো প্রবাবিলিটি স্যাম্পলিং টেকনিক। 

Probability sampling is a method of selecting a subset (sample) from a larger population in such a way that each member of the population has a known and non-zero chance of being included in the sample. In other words, it involves selecting individuals or elements from a population in a systematic and random manner, ensuring that every element in the population has a fair and equal opportunity to be part of the sample.

প্রবাবিলিটি স্যাম্পলিংয়ে তিনটা মূল বৈশিষ্ট থাকা প্রয়োজন। 

১/ Random বা দৈবচয়নের ভিত্তিতে নির্বাচন করতে হবে,

২/ পপুলেশনের প্রতিটা ইলিমেন্টের স্যাম্পল হিসাবে নির্বাচিত হবার প্রবাবিলিটি বা সম্ভাব্যতা জানা থাকতে হবে, সমান থাকতে হবে এবং শূন্য হওয়া যাবে না,

৩/ নির্বাচিত স্যাম্পল প্রতিনিধিত্বমূলক হতে হবে। 

প্রধানত ৪ ধরণের probability sampling ব্যবহার করা হয়ে থাকে। সেগুলো হলো-

ক)  সিম্পল র‍্যান্ডম স্যাম্পলিং

খ) স্ট্রাটিফাইড স্যাম্পলিং

গ) সিস্টেমেটিক স্যাম্পলিং

ঘ) ক্লাস্টার স্যাম্পলিং

 

ক) সিম্পল র‍্যান্ডম স্যাম্পলিং

প্রবাবিলিটি স্যাম্পলিং এর সবচেয়ে ফান্ডামেন্টাল পদ্ধতি হচ্ছে সিম্পল র্্যান্ডম স্যাম্পলিং।এই পদ্ধতিতে পপুলেশনের প্রত্যেকটি সদস্যের স্যাম্পল হিসেবে সিলেক্ট করার ক্ষেত্রে গবেষকের ইচ্ছা- অনিচ্ছা কিংবা পক্ষপাতের কোনো সুযোগ থাকে না। এই পদ্ধতিতে পপুলেশনের প্রতিটা ইলিমেন্ট এর স্যাম্পল হিসাবে নির্বাচিত হবার সমান সম্ভাবনা থাকবে। 

উদাহরণের মাধ্যমে বিষয়টা আরো সহজভাবে আলোচনা করা যাক। মনে করুন আপনি একটি স্কুলের শিক্ষক। আপনি একটি ক্লাসের শিক্ষার্থীদের গণিতের দক্ষতা মূল্যায়ন করতে চাচ্ছেন। ক্লাসের মোট স্টুডেন্ট সংখ্যা ১০০। এখন আপনি ১০০ জনের মধ্যে ১০ জনকে স্যাম্পল হিসাবে বেছে নিলেন। এক্ষেত্রে যদি এই ১০০ জন ছাত্রের প্রত্যেকের যদি স্যাম্পল হিসাবে নির্বাচিত হবার সমান সম্ভাবনা থাকে তখন এইটি হবে সিম্পল র‍্যান্ডম স্যাম্পলিং। 

সিম্পল র‍্যান্ডম স্যাম্পলিং সাধারণত দুইভাবে হয়ে থাকে-

1.    Lottary method

2.    Random number table

 

যখন পপুলেশন সাইজ ছোটো থাকে এবং পপুলেশন characteristics যদি হোমোজেনাস অর্থাৎ পপুলেশনর সকল সদস্যের বৈশিষ্ট্য সমান থাকে তখন সাধারণত সিম্পল র্্যান্ডম স্যাম্পলিং ব্যবহার করা হয়ে থাকে। এর বাইরে সিম্পল র‍্যান্ডম মেথড ব্যাবহার করার কিছু পূর্ব শর্ত থাকে। 

যেমনঃ

You have a complete list of every member of the population.

You can contact or access each member of the population if they are selected.

You have the time and resources to collect data from the necessary sample size.

 

খ) স্ট্রাটিফাইড স্যাম্পলিং

এক্ষেত্রে সমগ্র পপুলেশনকে তাদের কমন বৈশিষ্ট্যর ভিত্তিতে কয়েকটি সাব -গ্রুপে বিভক্ত করা হয়। একই গ্রুপের সকল সদস্য সাধারণত একই বৈশিষ্ট্যসম্পন্ন হয়ে থাকে অথবা তাদের এক বা একাধিক কমন বৈশিষ্ট্যের উপর ভিত্তি করে সাব-গ্রুপ করা হয়ে থাকে। এধরণের গ্রুপকে বলা হয় স্ট্রাটা। এরপর প্রতিটি স্ট্রাটা থেকে র‍্যান্ডমলি নির্দিষ্ট সংখ্যক স্যাম্পল সিলেক্ট করা হয়। এক্ষেত্রে প্রতিটা স্ট্রাটা বা গ্রুপ থেকে স্যাম্পল নির্বাচনের জন্য  লটারি মেথড বা র‍্যান্ডম নাম্বার মেথড ব্যবহার করা যেতে পারে। 

উদাহরণসরুপ বলা যেতে পারে,  আপনি একটি ক্লাসের শিক্ষার্থীদের গড় বয়স বের করতে চাচ্ছেন। এজন্য মেয়ে শিক্ষার্থী এবং ছেলে শিক্ষার্থীদের দুইটা আলাদা গ্রুপ তৈরি করলেন। এখানে প্রতিটি গ্রুপের সকল সদস্য হবে একই বৈশিষ্ঠ্যসম্পন্ন। এরপর আপনি প্রতি গ্রুপ থেকে র‍্যান্ডমলি নির্দিষ্ট সংখ্যক স্যাম্পল সিলেক্ট করলেন। স্যাম্পল সিলেক্ট করার এই পদ্ধতিটি মূলত স্টাটিফাইড স্যাম্পলিং টেকনিক।

পপুলেশন characteristics যদি হেটারোজেনাস অর্থাৎ পপুলেশনর সকল সদস্য যদি একই বৈশিষ্ট্যসম্পন্ন না হয় সেক্ষেত্রে স্যাম্পল নির্বাচন প্রতিনিধিত্বমূলক করার জন্য স্ট্রাটিফাইড স্যাম্পলিং ব্যবহার করা হয়ে থাকে। 

 

গ) সিস্টেমেটিক স্যাম্পলিং

এক্ষেত্রে প্রথমে পপুলেশনর সকল সদস্যের একটি তালিকা প্রস্তুত করা হয়। এরপর প্রস্তুতকৃত তালিকা থেকে র‍্যান্ডমলি একটি স্যাম্পল সিলেক্ট করা হয়ে থাকে এবং পরবর্তী স্যাম্পলগুলো sampling intervel (মোট পপুলেশন সাইজ ÷প্রয়োজনীয় সংখ্যক স্যাম্পল) এর মাধ্যমে সিলেক্ট করা হয়ে থাকে। 

সিস্টেমেটিক স্যাম্পলিং এ গুরুত্বপূর্ন বিষয় হলো শুরু পয়েন্ট/নাম্বারটা র‍্যান্ডলি নির্বাচন করা হয়। এবং পরের প্রতিটা স্যাম্পল নির্দিষ্ট ইন্তারভালে হবে। এখানে একটি বিষয় খেয়াল রাখতে হবে এবং সেটা হলো প্রথম স্যাম্পলটা নির্বাচিত হবে প্রথম ইন্টারভাল থেকে, সমগ্র পপুলেশন থেকে নয়। 

উদাহরণসরুপ- একজন গবেষকের পপুলেশন সংখ্যা ২০০০ এবং প্রয়োজনীয় সংখ্যক স্যাম্পল ২৫০। এক্ষেত্রে মোট পপুলেশকে (২০০০) প্রয়োজনীয় সংখ্যক স্যাম্পল (২৫০) দ্বারা ভাগ করলে পাওয়া যায় (২০০০÷২৫০)=৮। এই ৮ হলো sampling interval. 

দ্বিতীয় ধাপে প্রথম ৮ টা স্যাম্পল থেকে ঐ গবেষক র‍্যান্ডমলি একটা স্যাম্পল নির্বাচন করবেন। এবং পরবর্তি স্যাম্পলটা হবে প্রতি ৮ ইন্টারভালে। 

ধরা যাক স্যাম্পলিং ফ্রেমের প্রথম ৮ টা ইলিমেন্টস থেকে আমরা র‍্যান্ডমলি ৩ নাম্বার ইলিমেন্ট প্রথম স্যাম্পল হিসাবে নির্বাচন করলাম। তাহলে আমাদের দ্বিতীয় স্যাম্পল হবে ৮+৩=১১ নাম্বার ইলিমেন্ট, তৃতীয় স্যাম্পল হবে ১১+৮=১৯ নাম্বার ইলিমেন্ট। নির্দিষ্ট interval পর পর স্যাম্পল সিলেক্ট করা হয় বলে এই পদ্ধতিকে সিস্টেমেটিক স্যাম্পলিং বা ইন্টারভেল স্যাম্পলিং।

 

ঘ) ক্লাস্টার স্যাম্পলিং

স্ট্রাটিফাইড স্যাম্পলিং এর মত ক্লাস্টার স্যাম্পলিনংয়ে সমগ্র পপুলেশন বিভিন্ন গ্রুপে ভাগ করে নেয়া হয় এবং গ্রুপগুলো থেকে এক বা একাধিক গ্রুপ র‍্যান্ড,অলি নির্বাচন করা হয়ে থাকে।  সাধারণত গবেষণার জন্য নির্বাচিত স্থান খুব বড় হয় বা পপুলেশন ব্যাপকভাবে বিস্তৃত হয় এবং গবেষণার জন্য পর্যাপ্ত অর্থ ও সময় পাওয়া যায় না হয় তখন এধরণের স্যাম্পলিং আমরা ব্যবহার   করা হয়। এক্ষেত্রে একাধিক গ্রুপ তৈরি করার ক্ষেত্রে পূর্বেই বিদ্যমান কোন ইউনিট (যেমন শহর, গ্রাম, জেলা, উপজেলা, স্কুল, কলেজ, বিশ্ববিদ্যালয় ইত্যাদি) ব্যবহার করা হয়ে থাকে। স্ট্রাটিফাইড ও ক্লাস্টার স্যাম্পলিং এর মৌলিক পার্থক্য হলো, স্ট্রাটিফাইড স্যাম্পলিংয়ে গ্রুপ করা হয় হোমোজেনাস ক্যারেকটারস্টিক বা কমন বৈশিষ্ট্যের উপর ভিত্তি করে, অন্য দিকে ক্লাস্টার স্যাম্পলিংয়ে গ্রুপ করার সময় হোমোজেনাস ক্যারেকটারস্টিক বা কমন বৈশিষ্ট্যে বিবেচনা করা হয় না। 

যেমন ধরুন আমরা এমন একটা রিসার্চ করতে যাচ্ছি যেখানে আমরা দেখবো বাংলাদেশের মানুষের উপর ডেঙ্গু সংক্রামকের প্রভাব। এক্ষেত্রে আমরা সমগ্র বাংলাদেশেকে জেলার উপর ভিত্তি করে ৬৪ ভাগে ভাগ করলাম। এবং ৬৪ টি জেলা থেকে ৫ টি জেলা র‍্যান্ডমলি নির্বাচন করলাম এবং সেখান থেকে আমরা স্যাম্পল নির্বাচন করলাম। এই ধরনের স্যাম্পলিং হলো ক্লাস্টার স্যাম্পলিং।