অনেক ধারণার একটি দ্বৈত মাত্রা আছে, কথোপকথন এবং কৌশল। "ত্রুটির মার্জিন" লেবেলের সাথে এটিই ঘটে।
তার দৈনন্দিন অর্থে
যদি কেউ বলে যে তাদের "ত্রুটির জন্য কোন জায়গা নেই" একটি প্রকল্পের সাথে, তারা ইঙ্গিত দিচ্ছে যে তারা কোন কারণে কোন ভুল করতে পারে না। বিপরীতে, যদি এটি বলে যে "এতে ত্রুটির একটি ছোট মার্জিন রয়েছে" তবে এটি যোগাযোগ করে যে একটি সম্ভাব্য ভুলের গুরুতর পরিণতি নেই। আমাদের অবশ্যই মনে রাখতে হবে যে মার্জিনের অর্থ নির্ভর করে এটি যে ভাষার প্রেক্ষাপটে ব্যবহৃত হয় তার উপর।
পরিসংখ্যানে
পরিসংখ্যান হল একটি গাণিতিক টুল যা যেকোনো ধরনের ক্ষেত্রে পরিমাপ স্থাপন করতে দেয়। এটির সাহায্যে, বিভিন্ন প্রকৃতির দিকগুলির উপর নির্দিষ্ট ডেটা জানা সম্ভব, যেমন জনসংখ্যা, ভোটদানের প্রবণতা, রোগ এবং একটি দীর্ঘ ইত্যাদি। পরিসংখ্যানগত অধ্যয়নের জন্য তথ্যের একটি গুরুত্বপূর্ণ অংশ হল একটি নমুনার জন্য ত্রুটির সীমা বা ত্রুটির মার্জিন স্থাপন করা।
ত্রুটির মার্জিন, সংক্ষেপে, কিছু সংখ্যাসূচক তথ্যের সাথে সম্পর্কিত সবচেয়ে বড় সম্ভাব্য ত্রুটি
এই অর্থে, দুই ধরনের ত্রুটি মার্জিন আছে, পরম এবং আপেক্ষিক। প্রথম কোন কিছুর সঠিক পরিমাপ বোঝায়। এইভাবে, যদি একটি বস্তু আসলে 15 সেমি হয় কিন্তু যখন আমরা এটি পরিমাপ করি তখন আমরা একটি ভুল করি এবং নির্ধারণ করি যে এটি 14.9 সেমি পরিমাপ করে, ত্রুটির পরম মার্জিন হবে 0.1 সেমি (এটি বস্তুর প্রকৃত পরিমাপের মধ্যে বিয়োগ বোঝায় এবং এটি দিয়ে তৈরি পরিমাপ)।
আপেক্ষিক ত্রুটি নিম্নরূপ বলা হয়েছে: প্রকৃত মান দ্বারা বিভক্ত পরম মান। পূর্ববর্তী উদাহরণের সাথে অবিরত, পরম মান হল 0.1 সেমি এবং প্রকৃত মান হল 15 সেমি, তাই আপেক্ষিক ত্রুটিটি নিম্নরূপ হবে: 0.1: 15, যা 0.00666 সেমি সমান।
সমাজতাত্ত্বিক সমীক্ষায় ত্রুটির পরিসংখ্যানগত মার্জিন
এই ধরনের গণনা ব্যাপকভাবে জরিপের প্রস্তুতিতে ব্যবহৃত হয় যেখানে বাস্তবতার কিছু দিক সম্পর্কে নাগরিকদের মতামত পরিমাপ করা হয়, উদাহরণস্বরূপ তাদের প্রার্থী বা রাজনৈতিক প্রস্তাবের মূল্যায়ন। যদিও পরিসংখ্যান একটি নিরপেক্ষ এবং উদ্দেশ্যমূলক হাতিয়ার, বাস্তবে এটি যে তথ্য সরবরাহ করে তা সর্বদা সত্যের বাস্তবতার সাথে সঙ্গতিপূর্ণ নয়।
এইভাবে, নিম্নলিখিত প্রশ্নটি জিজ্ঞাসা করা উচিত: কেন সমাজতাত্ত্বিক পরিসংখ্যান পরিমাপ এতগুলি ত্রুটি উপস্থাপন করে? এই প্রশ্নের দুটি সম্ভাব্য উত্তর আছে:
1) কিছু পরিসংখ্যান "রান্না" করা হয়েছে, তাই তাদের চূড়ান্ত ফলাফলগুলি পর্যাপ্তভাবে প্রকাশ করে না যে তারা কী পরিমাপ করতে চায় এবং
2) জরিপ করা লোকেরা সবসময় সত্য বলে না, তাই তাদের উত্তরগুলি আমাদের একটি সমস্যার বাস্তবতা জানার অনুমতি দেয় না।
ছবি: Fotolia - get4net - euroneuro
