Quantitative রিসার্চে Statistical Tests Selection সবচেয়ে গুরুত্বপূর্ণ বিষয়। ডেটা টাইপ এবং উদ্দেশ্যের উপর নির্ভর করে সঠিক টেস্ট রান না করতে পারলে আপনার গবেষণা থেকে আপনি কোন meaningful insight বের করতে পারবেন না।
যে টেস্টগুলো খুবই প্রয়োজনীয় এবং প্রায় সব ফিল্ডের রিসার্চেই ব্যবহার করতে হয় সেগুলো নিয়ে সংক্ষেপে এই টেবিলটি তৈরি করেছি। টেস্টগুলো প্রাক্টিক্যাল ডেটাসেট থেকে রান করে বুঝার জন্য একটা সেমিনার আয়োজন করতেছি। কারো প্রয়োজন হলে জয়েন করতে পারেন।
Choosing the correct statistical test for your research:
১. একটি গ্রুপের তুলনা
আপনার ডেটা থেকে প্রাপ্ত রেজাল্ট যখন কোনো National/Standard মান বা পপুলেশনের গড়ের সাথে তুলনা করতে চান।
উদাহরণ: ঢাবির শিক্ষার্থীদের গড় ওজন কি দেশের জাতীয় গড় ওজনের (যেমন: ৬৫ কেজি) সমান?
টেস্ট: One Sample T-Test (প্যারামেট্রিক) অথবা Wilcoxon Signed Rank Test (নন-প্যারামেট্রিক)।
২. দুটি আলাদা গ্রুপের তুলনা (Two Independent Samples)
যখন আপনি দুটি সম্পূর্ণ আলাদা গ্রুপের মধ্যে তুলনা করতে চান।
উদাহরণ: ছাত্রদের গড় ওজন কি ছাত্রীদের গড় ওজনের চেয়ে ভিন্ন?
টেস্ট: Independent Samples T-Test (প্যারামেট্রিক) অথবা Mann-Whitney U Test (নন-প্যারামেট্রিক)।
৩. তিন বা ততোধিক গ্রুপের তুলনা (More Than Two Independent Samples)
যখন আপনার গবেষণায় ৩টি বা তার বেশি আলাদা গ্রুপ থাকে।
উদাহরণ: উচ্চবিত্ত, মধ্যবিত্ত এবং নিম্নবিত্ত পরিবারের শিক্ষার্থীদের ওজনে কি কোনো পার্থক্য আছে?
টেস্ট: One-Way ANOVA (প্যারামেট্রিক) অথবা Kruskal-Wallis Test (নন-প্যারামেট্রিক)।
৪. একই গ্রুপের আগে ও পরের তুলনা (Two Dependent Samples)
যখন একই মানুষের ওপর দুটি ভিন্ন সময়ে পরীক্ষা চালানো হয়।
উদাহরণ: করোনাকালীন ছুটির আগের গড় ওজন এবং পরের গড় ওজনে কি কোনো পরিবর্তন এসেছে?
টেস্ট: Paired Samples T-Test (প্যারামেট্রিক) অথবা Wilcoxon Signed Rank Test (নন-প্যারামেট্রিক)।
৫. দুটি সংখ্যামূলক চলকের সম্পর্ক (Relationship: Numeric)
যখন আপনি জানতে চান একটি সংখ্যা বাড়লে অন্যটি বাড়ে কি না।
উদাহরণ: ওজন বাড়লে কি উচ্চতাও বাড়ে? অর্থাৎ ওজন ও উচ্চতার মধ্যে কি সম্পর্ক আছে?
টেস্ট: Pearson Correlation (প্যারামেট্রিক) অথবা Spearman Rank Correlation (নন-প্যারামেট্রিক)।
৬. দুটি গুণবাচক চলকের সম্পর্ক (Relationship: Categorical)
যখন দুটি ক্যাটাগরির মধ্যে সম্পর্ক খুঁজতে চান।
উদাহরণ: শিক্ষার্থীদের লিঙ্গ (Gender) এবং তাদের আবাসন অবস্থার (Residential Status) মধ্যে কি কোনো সম্পর্ক আছে?
টেস্ট: Chi-Square Test of Independence।
৭. ফলাফল প্রেডিক্ট করা (Predicting an Outcome)
যখন আপনি এক বা একাধিক কারণ দিয়ে একটি ফলাফল আগে থেকে অনুমান করতে চান।
Linear: এসএসসি/এইচএসসির রেজাল্ট দিয়ে কি অনার্সের সিজিপিএ প্রেডিক্ট করা সম্ভব?
Logistic: সিজিপিএ এবং অভিজ্ঞতা দেখে কি বলা সম্ভব কেউ চাকরি পাবে কি পাবে না (হ্যাঁ/না)?
সবগুলো টেস্ট একটা কমপ্লিট ডেটাসেট থেকে প্রাকটিকালি করা যাবে। ৪০০০+ রেস্পন্ডেন্ট এর সেই ডেটাসেটটি পেতে কমেন্টে ইমেইল দিতে পারেন।
#research #statisticsclass #DataAnalysis #thesishelp #SPSS #StatisticalAnalysis #StatisticallySignificant #quantitativeresearch #surveyresearch #DataScience #datacollection #statisticsassignmenthelp