মানক বিচ্যুতি সূচক গণক: পরীক্ষার ফলাফলের সঠিকতা মূল্যায়ন

নিয়ন্ত্রণ গড়ের তুলনায় পরীক্ষার ফলাফলের সঠিকতা মূল্যায়ন করতে মানক বিচ্যুতি সূচক (SDI) গণনা করুন। পরিসংখ্যানগত বিশ্লেষণ এবং ল্যাবরেটরি গুণমান নিয়ন্ত্রণের জন্য অপরিহার্য।

মান বিচ্যুতি সূচক ক্যালকুলেটর

আপনার পরীক্ষার ফলাফলের সঠিকতা মূল্যায়ন করতে মান বিচ্যুতি সূচক (SDI) গণনা করুন।

Стандартното отклонение трябва да бъде по-голямо от нула.
📚

ডকুমেন্টেশন

স্ট্যান্ডার্ড ডেভিয়েশন ইনডেক্স (SDI) ক্যালকুলেটর

পরিচিতি

স্ট্যান্ডার্ড ডেভিয়েশন ইনডেক্স (SDI) একটি পরিসংখ্যানিক সরঞ্জাম যা একটি পরীক্ষার ফলাফলকে একটি নিয়ন্ত্রণ বা সহকর্মী গোষ্ঠীর গড়ের সাথে তুলনা করে এর সঠিকতা এবং সঠিকতা মূল্যায়ন করতে ব্যবহৃত হয়। এটি একটি পরীক্ষার ফলাফল নিয়ন্ত্রণ গড় থেকে কতগুলি স্ট্যান্ডার্ড ডেভিয়েশন দূরে তা পরিমাণ করে, যা পরীক্ষাগারে এবং অন্যান্য পরীক্ষার পরিবেশে বিশ্লেষণাত্মক পদ্ধতিগুলির কার্যকারিতা সম্পর্কে মূল্যবান অন্তর্দৃষ্টি প্রদান করে।

সূত্র

SDI নিম্নলিখিত সূত্র ব্যবহার করে গণনা করা হয়:

SDI=পরীক্ষার ফলাফলনিয়ন্ত্রণ গড়স্ট্যান্ডার্ড ডেভিয়েশন\text{SDI} = \frac{\text{পরীক্ষার ফলাফল} - \text{নিয়ন্ত্রণ গড়}}{\text{স্ট্যান্ডার্ড ডেভিয়েশন}}

যেখানে:

  • পরীক্ষার ফলাফল: মূল্যায়ন করা পরীক্ষার থেকে প্রাপ্ত মান।
  • নিয়ন্ত্রণ গড়: নিয়ন্ত্রণ নমুনা বা সহকর্মী গোষ্ঠীর ডেটা থেকে প্রাপ্ত গড় মান।
  • স্ট্যান্ডার্ড ডেভিয়েশন: নিয়ন্ত্রণ ডেটাতে বিচ্ছিন্নতা বা পরিবর্তনশীলতার একটি পরিমাপ।

প্রান্তিক কেস

  • শূন্য স্ট্যান্ডার্ড ডেভিয়েশন: যদি স্ট্যান্ডার্ড ডেভিয়েশন শূন্য হয়, তবে SDI অজ্ঞাত, কারণ শূন্য দ্বারা ভাগ করা সম্ভব নয়। এটি নিয়ন্ত্রণ ডেটাতে কোন পরিবর্তন না থাকার বা ডেটা সংগ্রহে একটি ত্রুটি নির্দেশ করতে পারে।
  • নেতিবাচক স্ট্যান্ডার্ড ডেভিয়েশন: স্ট্যান্ডার্ড ডেভিয়েশন নেতিবাচক হতে পারে না। একটি নেতিবাচক মান গণনার একটি ত্রুটি নির্দেশ করে।

গণনা

SDI গণনা করতে:

  1. পরীক্ষার ফলাফল প্রাপ্ত করুন: পরীক্ষার নমুনা থেকে ফলাফল পরিমাপ বা প্রাপ্ত করুন।
  2. নিয়ন্ত্রণ গড় নির্ধারণ করুন: নিয়ন্ত্রণ নমুনা থেকে গড় হিসাব করুন বা এটি সহকর্মী গোষ্ঠীর ডেটা থেকে প্রাপ্ত করুন।
  3. স্ট্যান্ডার্ড ডেভিয়েশন গণনা করুন: নিয়ন্ত্রণ ডেটা সেটের স্ট্যান্ডার্ড ডেভিয়েশন গণনা করুন।
  4. SDI সূত্র প্রয়োগ করুন: SDI সূত্রে মানগুলি প্রতিস্থাপন করুন।
উদাহরণ গণনা

ধরি:

  • পরীক্ষার ফলাফল = 102
  • নিয়ন্ত্রণ গড় = 100
  • স্ট্যান্ডার্ড ডেভিয়েশন = 2

গণনা:

SDI=1021002=22=1.0\text{SDI} = \frac{102 - 100}{2} = \frac{2}{2} = 1.0

একটি SDI 1.0 নির্দেশ করে যে পরীক্ষার ফলাফল নিয়ন্ত্রণ গড়ের এক স্ট্যান্ডার্ড ডেভিয়েশন উপরে।

ফলাফলের ব্যাখ্যা

  • SDI -1 এবং +1 এর মধ্যে: গ্রহণযোগ্য কর্মক্ষমতা।

    পরীক্ষার ফলাফল নিয়ন্ত্রণ গড়ের এক স্ট্যান্ডার্ড ডেভিয়েশন এর মধ্যে রয়েছে, যা প্রত্যাশিত মানগুলির সাথে ভাল সঙ্গতি নির্দেশ করে। সাধারণত কোন পদক্ষেপের প্রয়োজন হয় না।

  • SDI -2 এবং -1 এর মধ্যে অথবা +1 এবং +2 এর মধ্যে: সতর্কতা পরিসীমা।

    ফলাফল গ্রহণযোগ্য কিন্তু নজর রাখা উচিত। এই পরিসীমা সম্ভাব্য বিচ্যুতি নির্দেশ করে যা মনোযোগ প্রয়োজন। সম্ভাব্য কারণগুলি তদন্ত করুন এবং পুনরায় পরীক্ষার কথা বিবেচনা করুন।

  • SDI -2 এর কম বা +2 এর বেশি: গ্রহণযোগ্য কর্মক্ষমতা নয়।

    সমস্যা চিহ্নিত করতে এবং সংশোধন করতে তদন্ত প্রয়োজন। এই পরিসীমায় ফলাফলগুলি প্রত্যাশিত মানগুলির সাথে গুরুত্বপূর্ণ বিচ্যুতি নির্দেশ করে এবং পরীক্ষার প্রক্রিয়া বা যন্ত্রপাতিতে সিস্টেমিক সমস্যার চিহ্নিত করতে পারে। তাত্ক্ষণিক সংশোধনমূলক পদক্ষেপের সুপারিশ করা হয়।

ব্যবহার ক্ষেত্র

ল্যাবরেটরি মেডিসিন

ক্লিনিকাল ল্যাবরেটরিতে, SDI গুরুত্বপূর্ণ জন্য:

  • গুণমান নিয়ন্ত্রণ: পরীক্ষার এবং যন্ত্রপাতির সঠিকতা পর্যবেক্ষণ করা যাতে রোগীর ফলাফল নির্ভরযোগ্য হয়।
  • প্রফিশিয়েন্সি টেস্টিং: সহকর্মী ল্যাবরেটরির সাথে ফলাফল তুলনা করা যাতে বিভিন্ন স্থানে সঙ্গতিপূর্ণ কর্মক্ষমতা নিশ্চিত হয়।
  • পদ্ধতি বৈধতা: প্রতিষ্ঠিত মানের বিরুদ্ধে নতুন পরীক্ষার পদ্ধতিগুলি মূল্যায়ন করা যাতে তাদের সঠিকতা নিশ্চিত হয়।

শিল্প গুণমান নিয়ন্ত্রণ

শিল্পগুলি SDI ব্যবহার করে:

  • প্রক্রিয়ার স্থিতিশীলতা মূল্যায়ন: উৎপাদন প্রক্রিয়ায় পরিবর্তন বা প্রবণতা সনাক্ত করা যা পণ্যের গুণমানকে প্রভাবিত করতে পারে।
  • পণ্য পরীক্ষণ: নিয়ন্ত্রণ মানগুলির সাথে পণ্যগুলি নিশ্চিত করা যাতে গুণমানের স্পেসিফিকেশন পূরণ হয়, ত্রুটি কমানো।

গবেষণা এবং উন্নয়ন

গবেষকরা SDI প্রয়োগ করেন:

  • ডেটা বিশ্লেষণ: পরীক্ষামূলক ফলাফলের মধ্যে গুরুত্বপূর্ণ বিচ্যুতিগুলি চিহ্নিত করা যা সিদ্ধান্তগুলিকে প্রভাবিত করতে পারে।
  • পরিসংখ্যানগত প্রক্রিয়া নিয়ন্ত্রণ: ডেটা সংগ্রহ এবং বিশ্লেষণে অখণ্ডতা রক্ষা করা, গবেষণার ফলাফলের নির্ভরযোগ্যতা বাড়ানো।

বিকল্প

  • Z-স্কোর: একটি জনসংখ্যায় একটি উপাদান গড় থেকে কতগুলি স্ট্যান্ডার্ড ডেভিয়েশন দূরে তা পরিমাপ করে।
  • কোফিসিয়েন্ট অফ ভ্যারিয়েশন (CV%): গড়ের সাথে স্ট্যান্ডার্ড ডেভিয়েশনের অনুপাত, শতাংশ হিসাবে প্রকাশিত; বিভিন্ন ডেটা সেটের মধ্যে পরিবর্তনের ডিগ্রি তুলনা করার জন্য উপকারী।
  • শতাংশ পার্থক্য: একটি পরীক্ষার ফলাফল এবং নিয়ন্ত্রণ গড়ের মধ্যে শতাংশ পার্থক্য নির্দেশক একটি সহজ গণনা।

ইতিহাস

স্ট্যান্ডার্ড ডেভিয়েশন ইনডেক্সের ধারণাটি ল্যাবরেটরি কর্মক্ষমতা মূল্যায়নের জন্য মানক পদ্ধতির প্রয়োজন থেকে বিকশিত হয়েছে। 20 শতকের মাঝামাঝি সময়ে প্রফিশিয়েন্সি পরীক্ষার প্রোগ্রামগুলির আবির্ভাবের সাথে, ল্যাবরেটরিগুলি ফলাফল তুলনা করার জন্য পরিমাণগত পরিমাপের প্রয়োজনীয়তা অনুভব করেছিল। SDI একটি মৌলিক সরঞ্জাম হয়ে ওঠে, সহকর্মী গোষ্ঠীর ডেটার বিরুদ্ধে সঠিকতা মূল্যায়নের একটি সহজ উপায় প্রদান করে।

পরিসংখ্যানের বিশিষ্ট ব্যক্তিত্ব, যেমন রোনাল্ড ফিশার এবং ওয়াল্টার শেহার্ট, পরিসংখ্যানগত গুণমান নিয়ন্ত্রণ পদ্ধতির উন্নয়নে অবদান রেখেছেন যা SDI-এর মতো সূচকগুলির ব্যবহারের ভিত্তি। তাদের কাজ বিভিন্ন শিল্পে আধুনিক গুণমান নিশ্চিতকরণের অনুশীলনের ভিত্তি স্থাপন করেছে।

সীমাবদ্ধতা

  • স্বাভাবিক বিতরণের ধারণা: SDI গণনাগুলি অনুমান করে যে নিয়ন্ত্রণ ডেটা একটি স্বাভাবিক বিতরণ অনুসরণ করে। যদি ডেটা বাঁকা হয়, তবে SDI কর্মক্ষমতা সঠিকভাবে প্রতিফলিত নাও করতে পারে।
  • আউটলায়ারের প্রভাব: নিয়ন্ত্রণ ডেটাতে চরম মানগুলি গড় এবং স্ট্যান্ডার্ড ডেভিয়েশনকে বিকৃত করতে পারে, SDI গণনাকে প্রভাবিত করতে পারে।
  • নমুনার আকারের উপর নির্ভরতা: ছোট নিয়ন্ত্রণ গোষ্ঠীগুলি নির্ভরযোগ্য স্ট্যান্ডার্ড ডেভিয়েশন অনুমান প্রদান করতে পারে না, যা কম সঠিক SDI মানের দিকে নিয়ে যেতে পারে।

উদাহরণ

এক্সেল

1' এক্সেলে SDI গণনা করুন
2' পরীক্ষার ফলাফল A2 সেলে, নিয়ন্ত্রণ গড় B2 তে, স্ট্যান্ডার্ড ডেভিয়েশন C2 তে
3= (A2 - B2) / C2
4

পাইথন

1def calculate_sdi(test_result, control_mean, standard_deviation):
2    return (test_result - control_mean) / standard_deviation
3
4## উদাহরণ ব্যবহার
5test_result = 102
6control_mean = 100
7standard_deviation = 2
8
9sdi = calculate_sdi(test_result, control_mean, standard_deviation)
10print(f"SDI: {sdi}")
11

আর

1calculate_sdi <- function(test_result, control_mean, standard_deviation) {
2  (test_result - control_mean) / standard_deviation
3}
4
5## উদাহরণ ব্যবহার
6test_result <- 102
7control_mean <- 100
8standard_deviation <- 2
9
10sdi <- calculate_sdi(test_result, control_mean, standard_deviation)
11cat("SDI:", sdi, "\n")
12

ম্যাটল্যাব

1% ম্যাটল্যাবে SDI গণনা করুন
2test_result = 102;
3control_mean = 100;
4standard_deviation = 2;
5
6sdi = (test_result - control_mean) / standard_deviation;
7disp(['SDI: ', num2str(sdi)]);
8

জাভাস্ক্রিপ্ট

1function calculateSDI(testResult, controlMean, standardDeviation) {
2  return (testResult - controlMean) / standardDeviation;
3}
4
5// উদাহরণ ব্যবহার
6const testResult = 102;
7const controlMean = 100;
8const standardDeviation = 2;
9
10const sdi = calculateSDI(testResult, controlMean, standardDeviation);
11console.log(`SDI: ${sdi}`);
12

জাভা

1public class SDICalculator {
2    public static void main(String[] args) {
3        double testResult = 102;
4        double controlMean = 100;
5        double standardDeviation = 2;
6
7        double sdi = (testResult - controlMean) / standardDeviation;
8        System.out.println("SDI: " + sdi);
9    }
10}
11

সি/সি++

1#include <iostream>
2
3int main() {
4    double testResult = 102;
5    double controlMean = 100;
6    double standardDeviation = 2;
7
8    double sdi = (testResult - controlMean) / standardDeviation;
9    std::cout << "SDI: " << sdi << std::endl;
10
11    return 0;
12}
13

সি#

1using System;
2
3class Program
4{
5    static void Main()
6    {
7        double testResult = 102;
8        double controlMean = 100;
9        double standardDeviation = 2;
10
11        double sdi = (testResult - controlMean) / standardDeviation;
12        Console.WriteLine("SDI: " + sdi);
13    }
14}
15

পিএইচপি

1<?php
2$testResult = 102;
3$controlMean = 100;
4$standardDeviation = 2;
5
6$sdi = ($testResult - $controlMean) / $standardDeviation;
7echo "SDI: " . $sdi;
8?>
9

রুবি

1test_result = 102
2control_mean = 100
3standard_deviation = 2
4
5sdi = (test_result - control_mean) / standard_deviation
6puts "SDI: #{sdi}"
7

গো

1package main
2
3import "fmt"
4
5func main() {
6    testResult := 102.0
7    controlMean := 100.0
8    standardDeviation := 2.0
9
10    sdi := (testResult - controlMean) / standardDeviation
11    fmt.Printf("SDI: %.2f\n", sdi)
12}
13

সোয়িফট

1let testResult = 102.0
2let controlMean = 100.0
3let standardDeviation = 2.0
4
5let sdi = (testResult - controlMean) / standardDeviation
6print("SDI: \(sdi)")
7

ডায়াগ্রাম

SDI এবং এর ব্যাখ্যা পরিসীমা চিত্রিত একটি SVG ডায়াগ্রাম।

গ্রহণযোগ্য কর্মক্ষমতা (-1 থেকে +1) সতর্কতা পরিসীমা (-2 থেকে -1 এবং +1 থেকে +2) গ্রহণযোগ্য কর্মক্ষমতা নয় (< -2 এবং > +2) -3 -2 0 +2 +3 SDI ব্যাখ্যা চার্ট

রেফারেন্স

  1. ক্লিনিকাল এবং ল্যাবরেটরি স্ট্যান্ডার্ড ইনস্টিটিউট (CLSI) - প্রফিশিয়েন্সি টেস্টিং ব্যবহার করে ক্লিনিকাল ল্যাবরেটরি উন্নত করা
  2. ওয়েস্টগার্ড, জে.ও. - মৌলিক QC অনুশীলন
  3. উইকিপিডিয়া - স্ট্যান্ডার্ড স্কোর
  4. মন্টগোমারি, ডি.সি. - পরিসংখ্যানগত গুণমান নিয়ন্ত্রণে পরিচিতি