අහඹු නියැදි හා තෝරා ගන්නා නියැදි ….

පාට පමණක් වෙනස්, ඒ හැර හැම අතින්ම එක සමාන, බෝල 100ක් අඩංගු භාජනයක් ගැන සිතන්න. මෙහි සුදු පාට බෝල 50ක්, කළු පාට බෝල 30ක් හා කහ පාට බෝල 20ක් තිබෙනවා. බෝල සියල්ල හොඳින් කලවම් වෙලයි තියෙන්නේ. ඔය භාජනයෙන් ඇස් පියාගෙන බෝල 10ක් ගත්තොත් එහි සුදු පාට බෝල කීයක් තියෙයිද?

අනිවාර්යයක් නොවුනත්, වැඩිම ඉඩක් තිබෙන්නේ සුදු පාට බෝල ගණන 5ක් වෙන්නයි. මොකද මෙහිදී වෙන්නේ අහඹු තේරීමක්. මුළු බෝල ගණන අපේ නියැදිය මෙන් දහ ගුණයක් බැවින් නියැදියේ එක බෝලයකින් බෝල දහයක් නියෝජනය වන බව සලකා අප‍ට මුළු සුදු බෝල ප්‍රමාණය 50ක් කියා ඇස්තමේන්තු කරන්න පුළුවන්. ඒ විදිහටම, කළු හා කහ පාට බෝල ප්‍රමාණත් ඇස්තමේන්තු කරලා වැඩියෙන්ම තියෙන්නේ සුදු බෝල කියන නිගමනයට එන්න පුළුවන්.

මේ විදිහට භාජනයෙන් අහඹු ලෙස ගන්න බෝල දහයක සුදු බෝල 10ක් තිබෙන එක අනිවාර්යයක් නෙමෙයි. එම ප්‍රමාණය 0 හා 10 අතර ඕනෑම ගණනක් වෙන්න පුළුවන්. නමුත් 0 හෝ 10 වෙන්න තිබෙන ඉඩකඩ ඉතාම අඩුයි. වැඩිම ඉඩක් තියෙන්නේ 5ක් වෙන්න. ඊළඟට 4ක් හෝ 6ක් වෙන්න.

භාජනයෙන් ගන්නේ එක නියැදියක් පමණක්නම් එහි තිබෙන සුදු බෝල ගණන 4ක් වෙන්න පුළුවන්. ඒ අනුව කළ හැකි නිගමනය භාජනයේ තිබෙන බෝල ගණන 40ක් බවයි. එය නිවැරදි නැහැ. එම බෝල ගණන 50ක්. මෙහි ඇස්තමේන්තු වරදක් තිබෙනවා. නමුත් අපි නියැදිය තෝරා ගන්නේ අහඹු ලෙස නිසා එසේ තිබිය හැකි ඇස්තමේන්තු වරදත් අපට ඇස්තමේන්තු කරන්න පුළුවන්.

මේ පරීක්ෂණය නැවත නැවත කිරීමෙන්, ඒ කියන්නේ වරකට බෝල දහය බැගින් නැවත නැවත ගැනීමෙන්, අපට භාජනයේ තිබෙන බෝල ගණන ගැන වඩා නිවැරදි අදහසක් ගන්න පුළුවන්. මොකද එක වරකදී සුදු බෝල 4ක් ආවොත් තවත් වරකදී සුදු බෝල 6ක් එනවා. ඒ අනුව, භාජනයේ බෝල ගණන 40ක් වෙන්නත් පුළුවන් 60ක් වෙන්නත් පුළුවන්. නමුත් ඔය දෙකම එකවර වෙන්න බැරි නිසා මැද ගණන ගත් විට ඇස්තමේන්තුව 50 වෙනවා.

ඔය විදිහට නියැදි විශාල ප්‍රමාණයක් ගත්තොත් ඒ සියලුම නියැදි වල සාමාන්‍ය අගය සුදු බෝල 5ක්, කළු බෝල 3ක් හා කහ බෝල 2ක් යන ප්‍රතිඵලයට ආසන්න එකක් වෙනවා. නියැදි ප්‍රමාණය වැඩි කරද්දී වගේම නියැදියේ ප්‍රමාණය වැඩි කරද්දීත් ඇස්තමේන්තුව 5:3:2 අනුපාතයට වඩ වඩා ආසන්න වෙනවා. හැබැයි ඔය හැම දෙයක්ම වෙන්නේ අහඹු නියැදි ගත්තොත් පමණයි.

ඔය විදිහට අහඹු නියැදි ගන්නේ නැතිව කවුරු හෝ කෙනෙක්ට තමන්ගේ රුචිකත්වය අනුව බෝල දහයක් තෝරා ගෙන එන්න කිවුවොත් වෙන්නේ කුමක්ද?

කහ පාටට ගොඩක් කැමති කෙනෙක් කහ පාට බෝලම 10ක් තෝරාගෙන එන්න පුළුවන්. කහ පාටට අකැමැති කෙනෙක් සුදු හා කළු පාට බෝල පමණක් තෝරා ගෙන එන්න පුළුවන්. සරලවම කිවුවොත් නියැදියේ සංයුතිය හා භාජනයේ සංයුතිය අතර කිසිම හඳුනාගත හැකි නිශ්චිත සම්බන්ධයක් නැහැ. නියැදියෙන් පෙන්නුම් කරන්නේ නියැදිය තෝරා ගත් තැනැත්තාගේ රුචිකත්වය පමණයි. ඒ දිහා බලලා භාජනයේ සංයුතිය ගැන කිසිම දෙයක් නිවැරදිව හිතාගන්න බැහැ. ඔය වගේ පරීක්ෂණයක් සිය වාරයක් කළත් භාජනයේ සංයුතිය ගැන නිවැරදි ඇස්තමේන්තුවක් හදාගන්න අමාරුයි.

සමහර විට කෙනෙක් හිතා මතාම කහ පාට බෝල තෝරනවා හෝ මග හරිනවා නොවෙන්න පුළුවන්. එහෙම නොවුනත් අවිඥානිකව හෝ ඔය වගේ දේවල් වෙනවා. ඒ නිසා, නියැදියකින් එය තෝරා ගත් ජනගහණය ගැන නිවැරදි අදහසක් ගන්න පුළුවන් වෙන්නේ නියැදිය අහඹු එකක්නම් පමණයි.

අහඹු නියැදි තෝරා ගත හැකි ක්‍රම ගැන මම කලින් සටහනේ උදාහරණ දෙකක් ඉදිරිපත් කළා. එයින් පළමුවැනි එක ජාතික හැඳුනුම්පත් අංක උදාහරණය. ජාතික හැඳුනුම්පත් අංකයේ අවසන් ඉලක්කම් හතර අනුව අප‍ට ලංකාවේ වැඩිහිටි ජනගහණයෙන් 0.01%ක් නියෝජනය වෙන 1,700ක පමණ නියැදියක් තෝරා ගන්න පුළුවන්. නමුත් ප්‍රශ්නය මේ පිරිස රට පුරා විසිරී සිටීම. ගොඩක් වෙලාවට ගම් ප්‍රදේශ 1,700ක. නියැදියේ දෙන්නෙක් එකම ගමක සිටින එක සෑහෙන්න කලාතුරකින් සිදු විය හැකි දෙයක්. ඒ නිසා ඒ වගේ නියැදියක සාමාජිකයින් සියල්ලම සම්බන්ධ කරගෙන මත විමසුමක් කරන එක ප්‍රායෝගිකව අසීරු හා වියදම් අධික වැඩක්.

ඉහත ප්‍රශ්නයට විසඳුමක් විදිහට අපට මේ වගේ දෙයක් කරන්න පුළුවන්. මතක විදිහට ලංකාවේ ග්‍රාමසේවා වසම් 14,000ක් පමණ තියෙනවනේ. අපි හිතමු අහඹු ලෙස මේ අතරින් 1%ක් තෝරා ගන්නවා. ඒ කියන්නේ වසම් 140ක්. ඊට පස්සේ අහඹු ලෙස ඔය එක ග්‍රාම සේවා වසමකින් 12 දෙනා බැගින් තෝරා ගන්නවා. දැන් 1,680ක නියැදියක් ඉන්නවා. පියවර දෙකකින් වුනත් මේ අය තෝරාගෙන තියෙන්නේ අහඹු ලෙස. කලින් වගේ දැන් රටේ ස්ථාන 1,700කට යන්න අවශ්‍ය නැහැ. ස්ථාන 140කට යාම ප්‍රමාණවත්. මේකත් අහඹු නියැදි තෝරන සම්මත හා ප්‍රචලිත ක්‍රමවේදයක්.

සුදාගේ ඊනියා ජනමත විමසුම් කිසිසේත්ම විද්‍යාත්මක ක්‍රමයකට සිදු නොවුනත්, යාන්තමට වගේ මේ ක්‍රමයේ ලක්ෂණ ටිකක් තිබෙනවා. ඔහු තෝරා ගත් ස්ථාන වලට යනවා. ඒ තැන් වල සිටින අයගෙන්, මග හැර යන්න නොදී, ඔවුන්ගේ මතය විමසනවා. පළමු අදියර කිසිසේත්ම අහඹු නැහැ. නමුත් දෙවන අදියරේදී කාවවත් අත අරින්නේ නැති නිසා එය අදාළ ජනගහණයේ 100%ක නියැදියකට ආසන්නව සමානයි. අදාළ ජනගහණයේ කිවුවේ රටේ ජනගහණයේ නෙමෙයි. ඒ ස්ථානයේ ඉන්න අයගේ.

පළමු අදියර අහඹු නැති වුනත් සුදා මේ ක්‍රමය දිගින් දිගටම කළ නිසා වැඩි නියැදි ප්‍රමාණයක් ලැබීමේ වාසිය තියෙනවා. ඒ නියැදි සියල්ලම ගත්තත් රටේ ජනගහණය නියෝජනය වෙන්නේ නැහැ. නමුත් ඒ නියැදි වල පොදු ලක්ෂණ තිබෙන වඩා විශාල ජනගහණයක් එයින් නියෝජනය වෙනවා. ත්‍රිරෝද හිමියන්, සුළු ව්‍යාපාරිකයින් වගේ අය. ඒ නිසා, ඒ වගේ සමාජ ස්ථර වල ජනමතය ගැන මෙයින් අදහසක් ගන්න පුළුවන්.

ගුණේගේ මත විමසුම් වලදී හමුවන පුද්ගලයින්ගෙන් කෙළින්ම ප්‍රශ්නය අහන්නේ නැතිව ඔවුන්ට “ඡන්ද කොළයක්” දෙනවා. එය සාර්ථක ප්‍රවේශයක් වුනත් ගුණේගේ සමීක්ෂණ නියැදි සියල්ලක්ම එකම පොදු ලක්ෂණ තිබෙන නියැදි නෙමෙයි. ඒ නිසා, නියැදියෙන් එහාට ජනමතය තේරුම් ගන්න ලොකුවට උදවු වෙන්නේ නැහැ.

කොහොම වුනත් ඔය මත විමසුම් වර්ග දෙකේදීම නියැදිය තෝරන්නේ සමීක්ෂකයා විසින් මිසක් ප්‍රතිචාර දක්වන පුද්ගලයින් විසින් නෙමෙයි. හෙළකුරු එකේදී හා ෆේස්බුක් සමීක්ෂණ වලදී නියැදියට ඇතුළු වෙන්නේ එයට ඇතුළු වෙන්න අවශ්‍ය අය. ඒ නිසා, එය රටේ තියා රටේ යම් ජනගහණයක (උදාහරණයක් ලෙස වයස් කාණ්ඩයක) ජනමතය නිවැරදිව පිළිබිඹු කරන්නේ නැහැ. ගුණේ ටියුෂන් පන්තියකට ගියාම අඩු වශයෙන් ඒ ටියුෂන් පන්තියේ සිසුන්ගේ ජනමතය පිළිබිඹු වෙනවා. සුදා හන්දියකට ගිහින් මතය විමසුවාම ඒ හන්දියේ ඒ වෙලාවේ හිටපු අයහේ ජනමතය පිළිබිඹු වෙනවා.

දැන් අපි IHP නියැදියට එමු. නියැදිය කිවුවත් මේ නියැදිය නියැදි දෙකක මිශ්‍රණයක්. එයින් එක නියැදියක් තෝරා ගන්නේ අහඹු ලෙස ජංගම දුරකථන අංක ඩයල් කරලා. අනෙක් එක කලකට පෙර වෙනත් වැඩකට රටම නියෝජනය වන පරිදි තෝරා ගත් අහඹු නියැදියක්. IHP එක ඒ අයගෙන් මාස්පතා ඔවුන්ගේ මතය විමසනවා.

අහඹු ලෙස ජංගම දුරකථන අංක ඩයල් කරලා මතය විමසද්දී එයට අහු වෙන්නේ රටේ ඉන්න ජංගම දුරකථන පරිශීලකයින් මිසක් මුළු වැඩිහිටි ජනගහණයම නෙමෙයි. වඩා තරුණ හා නාගරික කොටස් මේ ගොඩේ හිටියත් වයස්ගත හා ග්‍රාමීය කොටස් හරියට නියෝජනය වෙන්නේ නැහැ. ඒ නිසාම, මෙහිදී ලැබෙන්නේ රටේ ඉන්න ජංගම දුරකථන පරිශීලකයින්ගේ ජනමතය මිසක් රටේ ඉන්න ඡන්දායකයින්ගේ ජනමතය නෙමෙයි.

මෙයින් වෙනස්ව අනෙක් නියැදිය රටම නියෝජනය වන විදිහට තෝරා ගත් නියැදියක්. හැබැයි වසර කිහිපයකට කලින්. මේ විදිහට කාලය යද්දී රටේ ජනගහණය වගේම නියැදියේ ලක්ෂණත් වෙනස් වෙනවා. එවිට එය තව දුරටත් අහඹු නියැදියක් වෙන්නේ නැහැ. උදාහරණයක් විදිහට අවුරුදු තුනකට කලින් වයස අවුරුදු 18 ඉක්මවූ අයගේ නියැදියක දැන් ඉන්නේ වයස අවුරුදු 21 ඉක්මවූ අය පමණයි. අවුරුදු 18-21 වයසේ කවුරුවත් නැහැ. IHP එකේ අදහස ඔය නියැදි දෙක කලවම් කිරීමෙන් ඒවායේ අඩුපාඩු තරමක් දුරට කැපී යනවා කියන එක. ඒ උපකල්පනයේ යම් ඇත්තක් තියෙනවා.

කොහොම වුනත් ඔය නියැදි දෙක කලවම් කරලා හදන නියැදියක් වුනත් රටේ වැඩිහිටි ජනගහණයේ අහඹු නියැදියක් නෙමෙයි. එහෙත්, අනෙක් ඊනියා සමීක්ෂණ ප්‍රතිඵල වලට සාපේක්ෂව IHP එක කරන වැඩේ වෙනස් වෙන්නේ ඔවුන් ප්‍රසිද්ධ කරන්නේ සෘජු සමීක්ෂණ ප්‍රතිඵල නොවීමෙනුයි. ඒවා නිවැරදි නොවන බව ඔවුන් දන්නවා. එසේ නිවැරදි නොවෙන්න ප්‍රධාන හේතුත් ඔවුන් දන්නවා. ඒ නිසා ඔවුන් කරන්නේ එම සමීක්ෂණ ප්‍රතිඵල යොදා ගෙන, සංඛ්‍යානමය ක්‍රමවේද ඇසුරෙන්, රටේ ජනමතය ඇස්තමේන්තු කරන එක. ඒක කරන්නේ කොහොමද කියලා ඉදිරි කොටසකින් කතා කරමු.

කලින් පළ කළ පහත ලිපියෙහිත් මේ ගැන කතා කර තිබෙනවා. ඒ දවස් වල මේ ඇස්තමේන්තු උස්සාගෙන ගෙන ගිය අයට දැන් මේ ඇස්තමේන්තු ප්‍රශ්නයක් වෙලා.

~ ඉකොනොමැට්ටා

RN

පෙර ලිපි –