সিম্পসন’স প্যারাডক্স: পরিসংখ্যানের ধোঁকা কীভাবে মিথ্যা ছবি তৈরি করে?

পরিসংখ্যানের জগতে এমন একটি অদ্ভুত ঘটনা রয়েছে, যেখানে সংখ্যাগুলো মিথ্যা নয়, কিন্তু তাদের উপস্থাপনায় ধোঁকা লুকিয়ে থাকে। সিম্পসন’স প্যারাডক্সের মাধ্যমে দেখা যায়, একই তথ্য আলাদা গ্রুপে ভাগ করলে একধরনের ফলাফল আসে, কিন্তু সেই গ্রুপগুলোকে একত্রিত করলে সম্পূর্ণ বিপরীত ফলাফল দেখা দিতে পারে। এই ঘটনাটি হাসপাতালের সফলতার হার থেকে শুরু করে বিশ্ববিদ্যালয়ের ভর্তি প্রক্রিয়ায়ও প্রভাব ফেলে।

🔴 মূল পয়েন্ট

• 📌 হাসপাতাল A-এর মোট সফলতার হার ৯১.৫ শতাংশ, কিন্তু হাসপাতাল B-এর প্রতি গ্রুপে সফলতার হার বেশি — এই পার্থক্য সিম্পসন’স প্যারাডক্সের কারণে!
• 📌 সহজ কেসে হাসপাতাল B-এর সফলতার হার ৯৭ শতাংশ, গুরুতর কেসে ৭০ শতাংশ — কিন্তু মোট হিসাবে A-এর সফলতার হার বেশি!
• 📌 হাসপাতাল A-এর ৯০০ জন সহজ রোগী এবং ১০০ জন গুরুতর রোগী, অন্যদিকে হাসপাতাল B-এর ১০০ জন সহজ এবং ৯০০ জন গুরুতর রোগী — এই অনুপাতই মোট ফলাফলকে প্রভাবিত করে!
• 📌 বার্কলির স্নাতকোত্তর ভর্তিতে পুরুষ আবেদনকারীদের মোট ভর্তির হার নারীদের চেয়ে বেশি দেখায়, কিন্তু বিভাগভিত্তিক বিশ্লেষণে নারীদের অনেক বিভাগে ভর্তির হার বেশি!
• 📌 গড় সংখ্যা নিয়ে সাবধান — সহজ প্রশ্নে বেশি নম্বর পেলেও কঠিন প্রশ্নে কম নম্বর পেলে মোট গড় ফলাফলকে ভুলভাবে উপস্থাপন করতে পারে!

📰 বিস্তারিত

হাসপাতাল A এবং B-এর সফলতার হার তুলনা করলে প্রথমে মনে হয়, হাসপাতাল A-এর ৯১.৫ শতাংশ সফলতার হার বেশি ভালো। কিন্তু গভীরে তাকালে চিত্রটা সম্পূর্ণ বদলে যায়। সহজ কেসে হাসপাতাল B-এর সফলতার হার ৯৭ শতাংশ, আর গুরুতর কেসে ৭০ শতাংশ। অর্থাৎ প্রতিটি গ্রুপে B-এর সফলতার হার বেশি। কিন্তু মোট হিসাবে A-এর সফলতার হার বেশি কেন? কারণ, হাসপাতাল A-এর ৯০০ জন সহজ রোগী এবং মাত্র ১০০ জন গুরুতর রোগী, অন্যদিকে হাসপাতাল B-এর ১০০ জন সহজ এবং ৯০০ জন গুরুতর রোগী। এই অনুপাতই মোট ফলাফলকে প্রভাবিত করে।

এই ঘটনাটি শুধু হাসপাতালের ক্ষেত্রেই নয়। ১৯৭৩ সালে বার্কলির স্নাতকোত্তর ভর্তি প্রক্রিয়ায়ও একই ধরনের ঘটনা ঘটে। পুরো বিশ্ববিদ্যালয়ের হিসাব দেখলে মনে হয় পুরুষ আবেদনকারীদের ভর্তির হার নারীদের চেয়ে বেশি। কিন্তু বিভাগভিত্তিক বিশ্লেষণে দেখা যায়, অনেক বিভাগেই নারীদের ভর্তির হার পুরুষদের সমান বা বেশি। কারণ, নারীদের একটি বড় অংশ প্রতিযোগিতাপূর্ণ বিভাগে আবেদন করেছিলেন, যেখানে ভর্তির হার কম। অন্যদিকে পুরুষ আবেদনকারীদের একটি বড় অংশ এমন বিভাগে আবেদন করেছিলেন, যেখানে ভর্তির হার বেশি। ফলে মোট হিসাবে পুরুষদের ভর্তির হার বেশি দেখায়, কিন্তু বিভাগভিত্তিক বিশ্লেষণে নারীদের ভালো ফলাফল দেখা যায়।

এই ঘটনাটি গড় সংখ্যা নিয়ে সাবধান থাকার জন্য একটি গুরুত্বপূর্ণ উদাহরণ। ধরো, দুটি গ্রুপের পরীক্ষার ফল তুলনা করছ। প্রথম গ্রুপের গড় নম্বর বেশি দেখে মনে হতে পারে, তারা ভালো করেছে। কিন্তু যদি দেখা যায়, সহজ প্রশ্নগুলোতে দ্বিতীয় গ্রুপ বেশি নম্বর পেয়েছে, কঠিন প্রশ্নগুলোতেও দ্বিতীয় গ্রুপই বেশি পেয়েছে — শুধু প্রথম গ্রুপের ভাগে সহজ প্রশ্ন বেশি পড়েছিল বলে তাদের মোট গড়টা ওপরে উঠে গেছে। তাহলে মোট নম্বরের গড় দিয়ে দুই গ্রুপের দক্ষতা বিচার করা পুরোপুরি ভুল হবে।

"মোট হারের দিকে না তাকিয়ে নিজের কেসটা কোন ভাগে পড়ে, সেটা দেখো। কারণ, ওই মোট সংখ্যাটা বলছে কোন হাসপাতালে কেমন রোগী আসে, কোন হাসপাতাল ভালো চিকিৎসা দেয় সেটা নয়।"

📊 তথ্যের সারসংক্ষেপ

• 📍 স্থান: হাসপাতাল A ও B, বার্কলি বিশ্ববিদ্যালয়
• 👥 খবরের মুখ্য ব্যক্তি: রোগীরা, আবেদনকারীরা
• 🔢 গুরুত্বপূর্ণ সংখ্যা: ৯১.৫%, ৭২.৭%, ৯৭%, ৭০%, ৯০০, ১০০, ৯৫, ৬০