আপনার গড় শতাংশ ক্যালকুলেটর কয়েকটি শতাংশ — পরীক্ষার নম্বর, জরিপের ফলাফল, কনভার্সন রেট — নিয়ে এমন একটি সংখ্যা দেয়, যেখানে প্রতিটি এন্ট্রির পেছনে কতগুলো পর্যবেক্ষণ আছে তা হিসাবে ধরা হয়। মানগুলো লিখুন, বাকি হিসাব ক্যালকুলেটরই করে দেবে — প্রতিটি দলের আকার সমান হোক বা না হোক। এই পার্থক্য দেখতে যতটা ছোট মনে হয়, বাস্তবে তার চেয়ে অনেক গুরুত্বপূর্ণ: শতাংশের গড় ভুলভাবে করলে আপনার পুরো ডেটাসেটের চিত্রই চুপিসারে বিকৃত হয়ে যেতে পারে। ফলাফলে ভরসা রাখতে পরিসংখ্যানের জ্ঞান লাগে না — শুধু সংখ্যাগুলো লিখুন, আর একজন সতর্ক বিশ্লেষক হাতে যে যুক্তি প্রয়োগ করতেন, টুলটি সেটাই প্রয়োগ করবে।
গড় শতাংশ কী?
শতাংশের গড় হলো 100-র ভিত্তিতে প্রকাশ করা সংখ্যার সাধারণ গড় — তবে শতাংশ খুব কমই একা দাঁড়ায়। প্রতিটি শতাংশের পেছনে সাধারণত একটি নমুনার আকার থাকে, আর যে গড় ক্যালকুলেটর সেই আকার উপেক্ষা করে, তা একটি নির্ভরযোগ্য ক্যালকুলেটরকে বিভ্রান্তিকর করে তোলে।
শতাংশের সরল গড় বনাম ভারযুক্ত গড়
সরল গড়ে প্রতিটি শতাংশকে সমান গুরুত্ব দেওয়া হয়। ভারযুক্ত গড়ে প্রতিটি শতাংশকে তার নমুনার আকার দিয়ে গুণ করে মোট আকার দিয়ে ভাগ করা হয় — নমুনার আকার ভিন্ন হলে এটাই প্রচলিত পদ্ধতি। ধরুন, দুটি শ্রেণি একই কুইজ দিল: 10 জন শিক্ষার্থীর শ্রেণির গড় 90%, আর 40 জনের শ্রেণির গড় 60%। দুটি গড় যোগ করে দুই দিয়ে ভাগ করলে পুরো স্কুলের জন্য 75% পাওয়া যায় — কিন্তু এই সংখ্যা কার্যত কারও প্রতিনিধিত্ব করে না, কারণ বাস্তব ফলাফলে বড় শ্রেণিটির প্রভাব অনেক বেশি। নিচের তুলনাটি দেখুন:
| দিক | সরল গড় | ভারযুক্ত গড় |
|---|---|---|
| কোথায় সবচেয়ে উপযোগী | সমান আকারের দল | অসমান আকারের দল |
| পদ্ধতি | শতাংশগুলো যোগ করে সংখ্যা দিয়ে ভাগ | ভার দিয়ে গুণ করে মোট ভার দিয়ে ভাগ |
| অন্য নাম | গাণিতিক গড় | ভারিত গড় |
নমুনার আকার কেন গুরুত্বপূর্ণ
ধরুন, তিনটি বয়সভিত্তিক দল একই হ্যাঁ/না প্রশ্নের উত্তর দিল, প্রতিটি দলের আকার আলাদা। এটি উপেক্ষা করে কাঁচা শতাংশের গড় করলে সবচেয়ে ছোট দলটি সবচেয়ে বড় দলের সমান গুরুত্ব পায় — অথচ বড় সংখ্যার পেছনে মানুষ অনেক বেশি। আকার অনুযায়ী ভার দিলে এই সমস্যা তাৎক্ষণিক মিটে যায়। এটি শুধু গণিতের কৌতূহল নয় — একটি ফলাফল আপনার প্রকৃত জনগোষ্ঠীকে প্রতিফলিত করবে, নাকি যে দল সবচেয়ে কম ডেটা দিয়েছে তাকেই বাড়িয়ে দেখাবে, এটা তারই পার্থক্য। দলগুলোর মধ্যে অসামঞ্জস্য যত বেশি, সাধারণ গড় প্রকৃত চিত্রকে তত বেশি বিকৃত করে।