🔹 Population কী?
যে সম্পূর্ণ group বা unit-এর ওপর গবেষণার conclusion প্রয়োগ করতে চাই, সেটিই Population। অর্থাৎ গবেষণার মূল বৃহৎ গোষ্ঠী।
🔹 Sample কী?
Population-এর একটি অংশ, যেখান থেকে বাস্তবে তথ্য সংগ্রহ করা হয় Population সম্পর্কে জানার জন্য—সেটিই Sample।
📌 সহজ উদাহরণ:
ধরুন, ঢাকা বিশ্ববিদ্যালয়ের ১ম বর্ষের সব Honours শিক্ষার্থী আপনার Population।
তাদের মধ্য থেকে গবেষণার জন্য নির্বাচিত একটি নির্দিষ্ট group হবে আপনার Sample।
কটি গবেষণার ফলাফল কতটা বিশ্বাসযোগ্য হবে, তার বড় একটি অংশ নির্ভর করে কাদের নিয়ে গবেষণা করতে চেয়েছি (Population) এবং বাস্তবে কাদের কাছ থেকে তথ্য নিয়েছি (Sample)—এই দুইয়ের ওপর।
ধরুন, আপনি জানতে চান—
বাংলাদেশের মেডিকেল শিক্ষার্থীদের মধ্যে ঘুমের সমস্যার হার কত?
👉 বাংলাদেশের সব মেডিকেল শিক্ষার্থী হলো আপনার Target Population।
👉 কিন্তু বাস্তবে দেশের সব শিক্ষার্থীর কাছ থেকে তথ্য নেওয়া সম্ভব নয়। তাই নির্দিষ্ট কয়েকটি মেডিকেল কলেজের কিছু শিক্ষার্থীকে নির্বাচন করলেন। তারাই হলো আপনার Sample।
এখন গুরুত্বপূর্ণ প্রশ্ন হলো—
এই Sample কি Population-কে যথাযথভাবে represent করছে?
কারণ Sample বড় হলেই গবেষণা ভালো হবে—এমন নয়।
একটি বড় কিন্তু পক্ষপাতপূর্ণ sample-এর চেয়ে একটি সঠিকভাবে নির্বাচিত representative sample অনেক বেশি মূল্যবান।
🎯 Population → Sample → Data → Analysis → Conclusion
আমরা তথ্য সংগ্রহ করি Sample থেকে, কিন্তু সেই ফলাফলকে সাধারণত ব্যাখ্যা করতে চাই বৃহত্তর Population-এর জন্য। এখানেই sampling-এর গুরুত্ব।
🔍 গবেষণায় Population বুঝতে কয়েকটি ধাপ
Target Population
যাদের সম্পর্কে শেষ পর্যন্ত conclusion দিতে চাই।
Accessible Population
Target population-এর যে অংশে গবেষকের বাস্তবে পৌঁছানো সম্ভব।
Study Sample
Accessible population থেকে যাদের প্রকৃতপক্ষে গবেষণায় অন্তর্ভুক্ত করা হয়েছে।
উদাহরণ:
Target population: বাংলাদেশের hypertensive রোগী
⬇️
Accessible population: একটি tertiary hospital-এ আসা hypertensive রোগী
⬇️
Sample: Study period-এ inclusion criteria পূরণ করা নির্বাচিত 250 জন রোগী
⚠️ এখানে একটি বিষয় খুব গুরুত্বপূর্ণ—
এই 250 জনের ফলাফল দিয়ে যদি সরাসরি বাংলাদেশের সব hypertensive রোগী সম্পর্কে সিদ্ধান্ত দেওয়া হয়, তাহলে generalizability নিয়ে প্রশ্ন উঠতে পারে।