কোয়ার্টাইল ক্যালকুলেটর

আমাদের অনলাইন কোয়ার্টাইল ক্যালকুলেটর বক্স-অ্যান্ড-হুইস্কার (Box-and-Whisker) প্লটের জন্য প্রয়োজনীয় পাঁচ-সংখ্যার সারাংশ দ্রুত নির্ণয় করার জন্য একটি অপরিহার্য পরিসংখ্যানগত টুল। এই বহুমুখী পরিসংখ্যান ক্যালকুলেটর তাৎক্ষণিকভাবে যেকোনো ডেটাসেটের প্রথম কোয়ার্টাইল (Q1), দ্বিতীয় কোয়ার্টাইল (Q2 বা মিডিয়ান), তৃতীয় কোয়ার্টাইল (Q3), সর্বনিম্ন মান এবং সর্বোচ্চ মান নির্ণয় করবে। উপরন্তু, এটি নির্ভুলভাবে ইন্টারকোয়ার্টাইল রেঞ্জ (IQR) এবং মোট রেঞ্জ উভয়ই গণনা করে।

ইনপুট ফিল্ডে আপনার ডেটা টাইপ বা পেস্ট করুন এবং "Calculate" (গণনা করুন) বোতামে ক্লিক করুন। অনুগ্রহ করে প্রতিটি সংখ্যাকে কমা বা স্পেস দিয়ে আলাদা করতে ভুলবেন না।

কোয়ার্টাইল (Quartiles)

কোয়ার্টাইল হলো অবস্থানের একটি গুরুত্বপূর্ণ পরিসংখ্যানগত পরিমাপ। একটি ডেটাসেটের বাকি মানগুলোর তুলনায় একটি নির্দিষ্ট মান ঠিক কোথায় অবস্থান করছে, তা বর্ণনা করতে এগুলো সাহায্য করে।

সাধারণত, কোয়ার্টাইল একটি সাজানো ডেটাসেটকে (উর্ধ্বক্রম অনুসারে সাজানো) চারটি সমান ভাগে বা চতুর্থাংশে ভাগ করে। এর প্রতিটি অংশে সমান সংখ্যক ডেটা পয়েন্ট থাকে। পরিসংখ্যানে, যেকোনো ডেটাসেটের জন্য আমরা সাধারণত তিনটি প্রধান কোয়ার্টাইল গণনা করে থাকি:

• প্রথম কোয়ার্টাইল (Q1 বা লোয়ার কোয়ার্টাইল)
• দ্বিতীয় কোয়ার্টাইল (Q2 বা মিডিয়ান)
• তৃতীয় কোয়ার্টাইল (Q3 বা আপার কোয়ার্টাইল)

প্রথম কোয়ার্টাইল (Q1) হলো এমন একটি মান, যা সাজানো ডেটার নিচের ২৫% কে উপরের ৭৫% থেকে আলাদা করে। অন্য কথায়, ২৫% ডেটা পয়েন্ট কঠোরভাবে Q1-এর নিচে থাকে, আর ৭৫% এর উপরে থাকে। এটি ডেটাসেটের ২৫তম পার্সেন্টাইলের (percentile) সমতুল্য।

দ্বিতীয় কোয়ার্টাইল (Q2) ডেটাসেটটিকে সমান দুই ভাগে ভাগ করে, নিচের ৫০% কে উপরের ৫০% থেকে আলাদা করে। ফলে, ৫০% ডেটা Q2-এর নিচে এবং ৫০% এর উপরে থাকে। দ্বিতীয় কোয়ার্টাইলটি মিডিয়ান বা মধ্যকের ঠিক সমান এবং এটি ডেটাসেটের ৫০তম পার্সেন্টাইল হিসেবেও পরিচিত।

তৃতীয় কোয়ার্টাইল (Q3) হলো এমন একটি মান, যা সাজানো ডেটার নিচের ৭৫% কে উপরের ২৫% থেকে আলাদা করে। এর মানে হলো ৭৫% ডেটা Q3-এর চেয়ে কম, আর বাকি ২৫% ডেটা এর চেয়ে বেশি। এটি ডেটাসেটের ৭৫তম পার্সেন্টাইলের সমতুল্য।

কোয়ার্টাইল গণনা (Quartiles Calculation)

ম্যানুয়ালি বা নিজে কোয়ার্টাইল গণনা করার জন্য আপনি নিচের সহজ ধাপগুলো অনুসরণ করতে পারেন:

• ডেটাগুলোকে ছোট থেকে বড় বা উর্ধ্বক্রমে সাজান।
• ডেটার মানগুলোর মিডিয়ান বা মধ্যক নির্ণয় করুন। এটিই দ্বিতীয় কোয়ার্টাইল।
• দ্বিতীয় কোয়ার্টাইলের নিচে থাকা ডেটার মানগুলোর মধ্যক নির্ণয় করুন। এটিই প্রথম কোয়ার্টাইল।
• দ্বিতীয় কোয়ার্টাইলের উপরে থাকা ডেটার মানগুলোর মধ্যক নির্ণয় করুন। এটিই তৃতীয় কোয়ার্টাইল।

উদাহরণ ১

নিচের ডেটাসেটটি একটি স্থানীয় কলেজ থেকে সদ্য স্নাতক পাস করা হিসাবরক্ষকদের প্রারম্ভিক বেতনের পরিমাণ নির্দেশ করে। এই প্রারম্ভিক বেতনগুলোর জন্য মিডিয়ান (Q2), লোয়ার কোয়ার্টাইল (Q1), এবং আপার কোয়ার্টাইল (Q3) নির্ণয় করুন এবং ফলাফলগুলো ব্যাখ্যা করুন।

$55,000, $60,000, $52,000, $45,000, $74,000, $75,000, $48,000, $58,000, $72,000, $66,000, $45,000, $50,000, $54,000, $65,000, $71,000

সমাধান

প্রথমে, আমরা ডেটাগুলোকে উর্ধ্বক্রম অনুসারে সাজাব।

$45,000, $45,000, $48,000, $50,000, $52,000, $54,000, $55,000, $58,000, $60,000, $65,000, $66,000, $71,000, $72,000, $74,000, $75,000

তারপর, আমরা দ্বিতীয় কোয়ার্টাইলের (মিডিয়ান) অবস্থান নির্ণয় করব।

$$Second\ quartile(Q2)=\left(\frac{N+1}{2}\right)^{th}item=\left(\frac{15+1}{2}\right)^{th}item=8^{th}item=58,000$$

এরপর, Q1 নির্ণয় করতে Q2-এর ঠিক নিচে থাকা ডেটাগুলোর মিডিয়ান বের করুন।

$45,000, $45,000, $48,000, $50,000, $52,000, $54,000, $55,000

প্রথম কোয়ার্টাইল (Q1) = $50,000

এরপর, Q3 নির্ণয় করতে Q2-এর ঠিক উপরে থাকা ডেটাগুলোর মিডিয়ান বের করুন।

$60,000, $65,000, $66,000, $71,000, $72,000, $74,000, $75,000

তৃতীয় কোয়ার্টাইল (Q3) = $71,000

আপনি এই কোয়ার্টাইলের ফলাফলগুলোকে নিচের মতো করে ব্যাখ্যা করতে পারেন:

সদ্য স্নাতক পাস করা হিসাবরক্ষকদের ২৫%-এর আয় $50,000-এর কম, যেখানে শীর্ষ ২৫%-এর আয় $71,000-এর বেশি। ঠিক ৫০% স্নাতকের আয় $58,000-এর বেশি এবং বাকি ৫০%-এর আয় এর চেয়ে কম।

উপরের উদাহরণে দেখা যাচ্ছে, বিজোড় সংখ্যক ডেটা পয়েন্ট নিয়ে কাজ করার সময় কোয়ার্টাইলগুলো সরাসরি মূল ডেটার মানের সাথে মিলে যায়। তবে, জোড় সংখ্যক ডেটা পয়েন্টের ক্ষেত্রে কোয়ার্টাইলগুলো সরাসরি প্রাথমিক মানগুলোর সাথে নাও মিলতে পারে। বিষয়টি বোঝানোর জন্য চলুন প্রথম উদাহরণটি একটু পরিবর্তন করি।

উদাহরণ ২

ধরে নিন আপনি উদাহরণ ১-এর ডেটা থেকে একটি বেতনের এন্ট্রি বাদ দিয়েছেন। বাদ পড়া বেতনটি হলো $95,000। আপডেট করা প্রারম্ভিক বেতনগুলোর জন্য সংশোধিত মিডিয়ান (Q2), লোয়ার কোয়ার্টাইল (Q1) এবং আপার কোয়ার্টাইল (Q3) নির্ণয় করুন।

সমাধান

প্রথমে, আপডেট করা ডেটাসেটটিকে উর্ধ্বক্রম অনুসারে সাজান।

$45,000, $45,000, $48,000, $50,000, $52,000, $54,000, $55,000, $58,000, $60,000, $65,000, $66,000, $71,000, $72,000, $74,000, $75,000, $95,000

তারপর, আমরা কোয়ার্টাইলগুলোর অবস্থান নির্ণয় করব।

$$Second\ quartile(Q2)=\left(\frac{N+1}{2}\right)^{th}item=\left(\frac{16+1}{2}\right)^{th}item=8.5^{th}item$$

$$Second\ quartile(Q2)=\frac{8^{th}item+9^{th}item}{2}=\frac{58,000+60,000}{2}=59,000$$

এখন, মিডিয়ান থেকে ডেটাসেটটিকে দুটি আলাদা গ্রুপে ভাগ করুন। Q1 নির্ণয় করতে Q2-এর নিচের ডেটার মানগুলোর মিডিয়ান বের করুন।

$45,000, $45,000, $48,000, $50,000, $52,000, $54,000, $55,000, $58,000

প্রথম কোয়ার্টাইল (Q1)=($50,000 + $52,000)/2 = $51,000

এরপর, Q3 নির্ণয় করতে Q2-এর উপরের ডেটার মানগুলোর মিডিয়ান বের করুন।

$60,000, $65,000, $66,000, $71,000, $72,000, $74,000, $75,000, $95,000

তৃতীয় কোয়ার্টাইল (Q3) = ($71,000 + $72,000)/2 = $71,500

ইন্টারকোয়ার্টাইল রেঞ্জ (Interquartile range)

আপার কোয়ার্টাইল (Q3) এবং লোয়ার কোয়ার্টাইলের (Q1) মধ্যবর্তী পার্থক্যকে ইন্টারকোয়ার্টাইল রেঞ্জ (IQR) বলা হয়।

• ইন্টারকোয়ার্টাইল রেঞ্জ (IQR) = আপার কোয়ার্টাইল - লোয়ার কোয়ার্টাইল
• ইন্টারকোয়ার্টাইল রেঞ্জ (IQR) = তৃতীয় কোয়ার্টাইল - প্রথম কোয়ার্টাইল
• ইন্টারকোয়ার্টাইল রেঞ্জ (IQR) = Q3 - Q1

IQR গণনা একটি ডেটা অ্যারে থেকে সর্বনিম্ন ২৫% এবং সর্বোচ্চ ২৫% মানগুলোকে কার্যকরভাবে বাদ দেয়। অন্য কথায়, ইন্টারকোয়ার্টাইল রেঞ্জ শুধুমাত্র আপনার ডেটার মাঝখানের ৫০% বিস্তৃতির ওপর ফোকাস করে। যেহেতু এটি লোয়ার কোয়ার্টাইলের নিচের এবং আপার কোয়ার্টাইলের উপরের মানগুলোকে উপেক্ষা করে, তাই ইন্টারকোয়ার্টাইল রেঞ্জ চরম মান বা আউটলায়ারগুলোর (outliers) দ্বারা প্রভাবিত হয় না। এর ফলে স্ট্যান্ডার্ড রেঞ্জ গণনার প্রধান অসুবিধাটি পুরোপুরি দূর হয়ে যায়।

উদাহরণ ৩

উদাহরণ ১-এর জন্য ইন্টারকোয়ার্টাইল রেঞ্জ নির্ণয় করুন।

সমাধান

আমরা আগেই এই ডেটাসেটের জন্য কোয়ার্টাইলগুলো নির্ণয় করেছি:

• প্রথম কোয়ার্টাইল (Q1) = $50,000
• দ্বিতীয় কোয়ার্টাইল (Q2) = $58,000
• তৃতীয় কোয়ার্টাইল (Q3) = $71,000

চলুন উপরের ডেটাগুলো ইন্টারকোয়ার্টাইল সূত্রে প্রয়োগ করি।

ইন্টারকোয়ার্টাইল রেঞ্জ (IQR) = তৃতীয় কোয়ার্টাইল (Q3) - প্রথম কোয়ার্টাইল (Q1) = $71,000 - $50,000 = $21,000

উদাহরণ ৪

উদাহরণ ২-এর জন্য ইন্টারকোয়ার্টাইল রেঞ্জ নির্ণয় করুন।

সমাধান

আমরা আগেই এই ডেটাসেটের জন্য কোয়ার্টাইলগুলো নির্ণয় করেছি:

• প্রথম কোয়ার্টাইল (Q1) = $51,000
• দ্বিতীয় কোয়ার্টাইল (Q2) = $59,000
• তৃতীয় কোয়ার্টাইল (Q3) = $71,500

চলুন উপরের ডেটাগুলো ইন্টারকোয়ার্টাইল রেঞ্জ সূত্রে প্রয়োগ করি।

ইন্টারকোয়ার্টাইল রেঞ্জ (IQR) = তৃতীয় কোয়ার্টাইল (Q3) - প্রথম কোয়ার্টাইল (Q1) = $71,500 - $51,000 = $20,500

সর্বনিম্ন ও সর্বোচ্চ মান (Minimum and maximum values)

সর্বনিম্ন মান হলো একটি ডেটাসেটের সবচেয়ে ছোট পর্যবেক্ষণ। যখন ডেটাকে উর্ধ্বক্রম অনুসারে সাজানো হয়, তখন স্বাভাবিকভাবেই এটি হয় একেবারে প্রথম মান।

বিপরীতভাবে, সর্বোচ্চ মান হলো একটি ডেটাসেটের সবচেয়ে বড় পর্যবেক্ষণ। একটি সাজানো অ্যারেতে, এটি সবসময় শেষের মানটি হয়।

আপনার ডেটার সামগ্রিক বিস্তার বা বিক্ষেপণ (dispersion) বোঝার জন্য সর্বনিম্ন এবং সর্বোচ্চ মানগুলো চিহ্নিত করা অত্যন্ত গুরুত্বপূর্ণ। পরিসংখ্যানগত রেঞ্জ—যা বিক্ষেপণের সবচেয়ে মৌলিক পরিমাপ—সরাসরি এই দুটি চরম বিন্দু থেকে গণনা করা হয়।

উদাহরণ ৫

উদাহরণ ১ থেকে সদ্য স্নাতক পাস করা হিসাবরক্ষকদের প্রারম্ভিক বেতনের ডেটাসেটের সর্বনিম্ন ও সর্বোচ্চ মান নির্ণয় করুন।

সমাধান

আমরা ইতিমধ্যে নিচের মতো করে ডেটাসেটটিকে উর্ধ্বক্রম অনুসারে সাজিয়েছি।

$45,000, $45,000, $48,000, $50,000, $52,000, $54,000, $55,000, $58,000, $60,000, $65,000, $66,000, $71,000, $72,000, $74,000, $75,000

সর্বনিম্ন বেতন হলো অ্যারের প্রথম ডেটা পয়েন্ট। অতএব:

সদ্য স্নাতক পাস করা হিসাবরক্ষকদের সর্বনিম্ন প্রারম্ভিক বেতন = $45,000

সর্বোচ্চ বেতন হলো অ্যারের শেষ ডেটা পয়েন্ট। অতএব:

সদ্য স্নাতক পাস করা হিসাবরক্ষকদের সর্বোচ্চ প্রারম্ভিক বেতন = $75,000

উদাহরণ ৬

উদাহরণ ২ থেকে সদ্য স্নাতক পাস করা হিসাবরক্ষকদের প্রারম্ভিক বেতনের ডেটাসেটের সর্বনিম্ন ও সর্বোচ্চ মান নির্ণয় করুন।

সমাধান

আমরা ইতিমধ্যে নিচের মতো করে ডেটাসেটটিকে উর্ধ্বক্রম অনুসারে সাজিয়েছি।

$45,000, $45,000, $48,000, $50,000, $52,000, $54,000, $55,000, $58,000, $60,000, $65,000, $66,000, $71,000, $72,000, $74,000, $75,000, $95,000

সর্বনিম্ন বেতন হলো অ্যারের প্রথম ডেটা পয়েন্ট। অতএব:

সদ্য স্নাতক পাস করা হিসাবরক্ষকদের সর্বনিম্ন প্রারম্ভিক বেতন = $45,000

সর্বোচ্চ বেতন হলো অ্যারের শেষ ডেটা পয়েন্ট। অতএব:

সদ্য স্নাতক পাস করা হিসাবরক্ষকদের সর্বোচ্চ প্রারম্ভিক বেতন = $95,000

সেটের রেঞ্জ (Range of a set)

পরিসংখ্যানে, রেঞ্জ হলো ডেটা বিক্ষেপণের (dispersion) সবচেয়ে প্রাথমিক পরিমাপ। এটি একটি ডেটাসেটের সবচেয়ে বড় (সর্বোচ্চ) এবং সবচেয়ে ছোট (সর্বনিম্ন) মানগুলোর মধ্যকার পরম পার্থক্য হিসেবে গণনা করা হয়।

একটি সেটের রেঞ্জ = সর্বোচ্চ মান - সর্বনিম্ন মান

একটি সেটের রেঞ্জ = বৃহত্তম মান - ক্ষুদ্রতম মান

রেঞ্জ একটি ডেটাসেটের চরম মানগুলোর মধ্যবর্তী মোট দূরত্ব বা বিস্তারকে উপস্থাপন করে, যা একে বিক্ষেপণের একটি আপেক্ষিক সাধারণ বা মোটামুটি পরিমাপ করে তোলে।

যেহেতু এটি পুরোপুরি কেবল দুটি চরম ডেটা পয়েন্টের ওপর নির্ভর করে, তাই ওই পয়েন্টগুলো যদি আউটলায়ার (outliers) হয় তবে রেঞ্জ সহজেই বিকৃত ও পক্ষপাতদুষ্ট হতে পারে। এটি যেহেতু ডেটার মূল কেন্দ্র বা সামগ্রিক বন্টন বিবেচনা করে না, তাই পরিসংখ্যানবিদরা সাধারণত রেঞ্জকে পরিসংখ্যানগত বিক্ষেপণের সবচেয়ে নির্ভরযোগ্য পরিমাপ হিসেবে বিবেচনা করেন না।

উদাহরণ ৭

উদাহরণ ১-এর সদ্য স্নাতক পাস করা হিসাবরক্ষকদের প্রারম্ভিক বেতনের ডেটাসেটের রেঞ্জ নির্ণয় করুন।

সমাধান

এর আগে, আমরা ডেটাসেটের সর্বনিম্ন ও সর্বোচ্চ মানগুলো নির্ণয় করেছিলাম।

সদ্য স্নাতক পাস করা হিসাবরক্ষকদের সর্বনিম্ন প্রারম্ভিক বেতন = $45,000

সদ্য স্নাতক পাস করা হিসাবরক্ষকদের সর্বোচ্চ প্রারম্ভিক বেতন = $75,000

এখন, আমরা এই মানগুলোকে রেঞ্জ সূত্রে প্রয়োগ করব।

একটি সেটের রেঞ্জ = সর্বোচ্চ মান - সর্বনিম্ন মান = $75,000 - $45,000 = $30,000

উদাহরণ ৮

উদাহরণ ২-এর সদ্য স্নাতক পাস করা হিসাবরক্ষকদের প্রারম্ভিক বেতনের ডেটাসেটের রেঞ্জ নির্ণয় করুন।

সমাধান

এর আগে, আমরা ডেটাসেটের সর্বনিম্ন ও সর্বোচ্চ মানগুলো নির্ণয় করেছিলাম।

সদ্য স্নাতক পাস করা হিসাবরক্ষকদের সর্বনিম্ন প্রারম্ভিক বেতন = $45,000

সদ্য স্নাতক পাস করা হিসাবরক্ষকদের সর্বোচ্চ প্রারম্ভিক বেতন = $95,000

এখন, আমরা এই মানগুলোকে রেঞ্জ সূত্রে প্রয়োগ করব।

একটি সেটের রেঞ্জ = সর্বোচ্চ মান - সর্বনিম্ন মান = $95,000 - $45,000 = $50,000

বাস্তব জগতে কোয়ার্টাইল গণনার প্রয়োগ (Quartile Calculations Applications in Real World)

চরম আউটলায়ারগুলোকে ফিল্টার করার পাশাপাশি ডেটা বন্টন বিশ্লেষণ করার ক্ষেত্রে কোয়ার্টাইল গণনা অত্যন্ত দরকারী। নিচের তালিকায় বাস্তব জীবনের বেশ কয়েকটি ক্ষেত্র তুলে ধরা হয়েছে, যেগুলো ডেটা-ভিত্তিক সঠিক সিদ্ধান্ত নেওয়ার জন্য মূলত কোয়ার্টাইলের ওপর নির্ভর করে:

হিউম্যান রিসোর্স (Human resources) - কোম্পানির ভেতরে বেতনের একটি রেঞ্জ প্রতিষ্ঠা করার আগে এইচআর পেশাদাররা বেতনের কোয়ার্টাইলগুলো গণনা করে থাকেন। এই পরিসংখ্যানগত পদ্ধতিটি স্ট্যান্ডার্ড বা আদর্শ পে স্কেলকে প্রভাবিত করতে পারে এমন চরম নিম্ন মান (যেমন শিক্ষানবিশদের বৃত্তি) এবং অস্বাভাবিক উচ্চ মানগুলোকে (নির্বাহীদের অভিজ্ঞতা বা বিশেষ প্রতিভার কারণে পাওয়া) বাদ দিতে সাহায্য করে।

ফাইন্যান্স (Finance) - আর্থিক বিশ্লেষক এবং পরিকল্পনাকারীরা অতীত ব্যয়ের অভ্যাস মূল্যায়ন করতে কোয়ার্টাইল ব্যবহার করেন। অতীতের ব্যয়গুলো কিভাবে কোয়ার্টার বা চতুর্থাংশ জুড়ে বন্টিত হয়েছিল তা বিশ্লেষণ করে, তারা আরও নিখুঁত পরিকল্পনা তৈরি করতে পারেন এবং অতিরিক্ত বাজেট (over-budgeting) বা অপর্যাপ্ত বাজেটের (under-budgeting) সমস্যাগুলো এড়াতে পারেন।

ম্যানুফ্যাকচারিং (Manufacturing) - কোয়ার্টাইল বিশ্লেষণ ম্যানেজারদেরকে আদর্শ উৎপাদন ক্ষমতার ওপর সুস্পষ্ট ডেটা প্রদান করে। মাঝখানের ৫০% কে আলাদা করে তারা বিদ্যুৎ বিভ্রাট, শ্রমিক ধর্মঘট বা হঠাৎ কাঁচামাল সংকটের মতো অস্বাভাবিক ঘটনাগুলোর প্রভাব ছাড়াই সাধারণ কর্মক্ষমতা মূল্যায়ন করতে পারেন।

মার্কেটিং (Marketing) - যখন বিপণনকারীরা প্রতিযোগীদের মূল্যের কৌশল বিশ্লেষণ করেন, তখন তারা একটি আদর্শ বেসলাইন প্রতিষ্ঠা করার জন্য কোয়ার্টাইল ব্যবহার করেন। এর ফলে তারা তাদের মূল বাজার বিশ্লেষণ থেকে নিম্নমানের পণ্যের অত্যধিক কম দাম এবং প্রিমিয়াম বিলাসবহুল ব্র্যান্ডের অত্যন্ত চড়া দামকে সহজেই বাদ দিতে পারেন।