ফুটবল নয়, রাজনৈতিক জরিপ: ভুল ডোমেইন লেবেলে তথ্য বিশ্লেষণের বড় সতর্কবার্তা

হুক: শিরোনামের মাঠ, কিন্তু খেলাই নেই

একটি ফুটবল বিশ্লেষণ প্যাকেজ খুলে প্রথমেই চোখে পড়ল ১৮ জন নেতার র‌্যাঙ্কিং, শতাংশের হিসাব এবং মাসভিত্তিক ওঠানামা। দেখলে মনে হতে পারে এটি কোনো লিগ টেবিল, যেখানে শীর্ষস্থান নিয়ে শেষ মুহূর্তের লড়াই চলছে। কিন্তু ম্যাচ নেই, দল নেই, খেলোয়াড় নেই, কোচ নেই, এমনকি কোনো স্টেডিয়ামের নামও নেই। পুরো নথিটি আসলে লাতিন আমেরিকার প্রেসিডেন্টদের জনসমর্থন জরিপ নিয়ে।

ভুলটি শুধু একটি ট্যাগের নয়। উৎসের ডোমেইন হিসেবে ফুটবল লেখা হয়েছে, অথচ তথ্যের ৪৫টি পয়েন্টে একটিও ফুটবল-সম্পর্কিত তথ্য নেই। এই ধরনের ভুল কোনো ক্রীড়া ডেটা প্ল্যাটফর্মে ঢুকে গেলে খেলোয়াড়ের প্রোফাইল, দলের জনমত সূচক, লিগের প্রতিযোগিতামূলক মানচিত্র কিংবা ট্রান্সফার-সংক্রান্ত মডেলকে দূষিত করতে পারে। মাঠে ভুল পাস যেমন প্রতিপক্ষকে সুযোগ দেয়, ডেটাবেসে ভুল শ্রেণিবিন্যাস তেমনই পুরো বিশ্লেষণকে ভুল পথে পাঠায়।

আমি বহু বছর ম্যাচ দেখে শিখেছি, স্কোরবোর্ডের আগে ঘটনাটির মেকানিজম পড়তে হয়। এখানে সেই নিয়মই প্রযোজ্য। শিরোনামে কে প্রথম, সেটি দেখার আগে জানতে হবে মাপা হয়েছে কী, কীভাবে মাপা হয়েছে এবং সংখ্যাগুলোর মধ্যে পার্থক্য আদৌ অর্থপূর্ণ কি না।

প্রেক্ষাপট: ৫১,৩৫০ উত্তরদাতা, ১৮ দেশ, কিন্তু ফুটবল শূন্য

CB Global Data নামের একটি বেসরকারি পরামর্শ প্রতিষ্ঠান ৪ থেকে ৯ নভেম্বর ২০২৬ পর্যন্ত ১৮টি দেশে ৫১,৩৫০ জনের মতামত সংগ্রহ করেছে বলে দাবি করেছে। ১১ নভেম্বর প্রকাশিত প্রতিবেদনে ১৮ জন লাতিন আমেরিকান নেতাকে অনুমোদন বা জনসমর্থনের শতাংশ অনুযায়ী সাজানো হয়েছে। তালিকার শীর্ষে ছিলেন মেক্সিকোর ক্লডিয়া শেইনবাউম, ৬৯.৮ শতাংশ সমর্থন নিয়ে। দ্বিতীয় স্থানে এল সালভাদরের নায়িব বুকেলে, ৬৯.৫ শতাংশে।

শিরোনামের নাটকীয় দাবি ছিল, শেইনবাউম বুকেলেকে ছাড়িয়ে গেছেন। কিন্তু পার্থক্য মাত্র ০.৩ শতাংশ পয়েন্ট। প্রতিবেদনে বলা হয়েছে, শেইনবাউম টানা তৃতীয় মাসে শীর্ষে আছেন। এই দ্বিতীয় তথ্যটি তুলনামূলকভাবে শক্তিশালী। বিপরীতে, ০.৩ পয়েন্টের ব্যবধানকে নিশ্চিতভাবে স্থানবদল হিসেবে দেখানো পরিসংখ্যানগতভাবে দুর্বল।

এই জরিপের বড় সীমাবদ্ধতা হলো, প্রতি দেশের নমুনা কত ছিল, নমুনা কীভাবে ওজন করা হয়েছে, প্রশ্নমালা কী ছিল, অর্থায়ন করেছে কে এবং ভুলের সম্ভাব্য সীমা কত—এসব প্রকাশ করা হয়নি। মোট উত্তরদাতা ৫১,৩৫০ জন শুনতে বড় সংখ্যা। কিন্তু ১৮টি দেশে ভাগ করলে গড়ে প্রতি দেশে প্রায় ২,৮৫০ জন পড়ে। প্রায় ৭০ শতাংশ সমর্থনের ক্ষেত্রে এমন নমুনায় ৯৫ শতাংশ নির্ভরযোগ্যতা ব্যবধানে আনুমানিক দেড় থেকে দুই শতাংশ পয়েন্টের ওঠানামা স্বাভাবিক হতে পারে। তাই ০.৩ পয়েন্টের ব্যবধানকে চূড়ান্ত শ্রেষ্ঠত্ব বলা ঝুঁকিপূর্ণ।

প্রতিবেদন নিজেই একটি গুরুত্বপূর্ণ সতর্কতা দিয়েছে: এটি কোনো যৌথ আঞ্চলিক ভোট নয়; প্রত্যেক দেশের নাগরিককে তাঁদের নিজ নিজ নেতার বিষয়ে জিজ্ঞেস করা হয়েছে। ফলে ভিন্ন দেশের রাজনৈতিক পরিবেশ, প্রশ্ন বোঝার ধরন এবং নমুনা কাঠামোকে একক লিগ টেবিলে সাজালেই সেটি সরাসরি তুলনাযোগ্য হয়ে যায় না।

মূল বিশ্লেষণ: ছোট শিরোনাম, বড় সংকেত

এই জরিপের সবচেয়ে তথ্যবহুল ঘটনা শীর্ষস্থান বদল নয়; বরং প্যারাগুয়ের সান্তিয়াগো পেনার ১৮.২ শতাংশ পয়েন্ট পতন এবং ব্রাজিলের লুইজ ইনাসিও লুলা দা সিলভার ৫.১ পয়েন্ট উত্থান। শেইনবাউম ও বুকেলের ০.৩ পয়েন্টের ব্যবধানের তুলনায় এই পরিবর্তনগুলো অনেক বড়। অথচ সংবাদ-ফ্রেমে শীর্ষ দুইয়ের লড়াই সামনে এসেছে, সবচেয়ে বড় ওঠানামাগুলো চলে গেছে পেছনে।

শেইনবাউমের ধারাটি ছিল ৬৯.০ থেকে ৬৯.৩, তারপর ৬৯.৮ শতাংশ। তিন মাসে ধীরে ধীরে বাড়ার এই প্রবণতা অবশ্যই নজরযোগ্য। কিন্তু ধারাবাহিকতা মানেই নিশ্চিত কারণ নয়। একই জরিপ পদ্ধতি, একই প্রশ্নের ভাষা এবং একই ধরনের নমুনা ব্যবহার করা হয়েছে কি না, তা না জানলে এই বৃদ্ধির ব্যাখ্যা দেওয়া যায় না। এর মানে হতে পারে প্রকৃত জনসমর্থন বৃদ্ধি, আবার সামান্য নমুনা পরিবর্তনও হতে পারে।

বুকেলের অক্টোবরের ৬৮.৩ শতাংশ থেকে নভেম্বরের ৬৯.৫ শতাংশে ওঠা ১.২ পয়েন্টের বৃদ্ধি। তাঁর সঙ্গে শেইনবাউমের ব্যবধান সেপ্টেম্বর বা অক্টোবরের তুলনায় সংকুচিত হয়েছে। কিন্তু পরবর্তী মাসে একই ধরনের সামান্য ওঠানামা হলে শিরোনামও উল্টে যেতে পারে। তখন একই সিরিজ থেকে বলা হতে পারে, বুকেলে আবার শীর্ষে ফিরেছেন। এ ধরনের অতি দ্রুত পালাবদল সাধারণত রাজনৈতিক বাস্তবতার চেয়ে পরিমাপের অনিশ্চয়তা বেশি প্রকাশ করে।

লুলার ৪৫.৩ থেকে ৫০.৪ শতাংশে ওঠা আলাদা গুরুত্ব দাবি করে। পাঁচ পয়েন্টের বেশি পরিবর্তন একটি বাস্তব রাজনৈতিক ঘটনার প্রতিক্রিয়া হতে পারে, অথবা পদ্ধতিগত পার্থক্যের ফল হতে পারে। তাই এখানে পরের মাসের ফল এবং স্বাধীন ব্রাজিলিয়ান জরিপের সঙ্গে মিলিয়ে দেখা প্রয়োজন। এক মাসের তথ্য দিয়ে স্থায়ী প্রবণতা ঘোষণা করা যাবে না।

পেনার ৪২.৯ থেকে ২৪.৭ শতাংশে পতন আরও বড় সতর্কতা। ১৮.২ পয়েন্টের এই ধস পুরো সিরিজের সবচেয়ে নাটকীয় পরিবর্তন। এর পেছনে কোনো নির্দিষ্ট রাজনৈতিক সংকট, অর্থনৈতিক সিদ্ধান্ত, সরকারি বিতর্ক, নমুনার গঠন বদল বা প্রশ্নমালার পরিবর্তন ছিল কি না, প্রতিবেদনে তার উত্তর নেই। ডিসেম্বরের জরিপে এই পতন আংশিক ফিরে আসে কি না, সেটিই হবে আসল পরীক্ষা। যদি দ্রুত পুনরুদ্ধার দেখা যায়, নভেম্বরের ফলটি ধাক্কাজনিত বিচ্যুতি হতে পারে। পতন অব্যাহত থাকলে তা কাঠামোগত সংকেত হিসেবে গুরুত্ব পাবে।

এখানে ডেটা-গুণমান ও ডেটা-ব্যাখ্যার পার্থক্যও পরিষ্কার। প্রতিবেদনের যোগ-বিয়োগে অসঙ্গতি নেই। শেইনবাউমের ৬৯.০ থেকে ৬৯.৩ এবং ৬৯.৮-এ ওঠা সঠিকভাবে মেলে। বুকেলের ৬৮.৩ থেকে ৬৯.৫-এ ওঠাও গাণিতিকভাবে সঠিক। লুলার ৫.১ পয়েন্ট বৃদ্ধি এবং পেনার ১৮.২ পয়েন্ট পতনও হিসাবের সঙ্গে সামঞ্জস্যপূর্ণ। অর্থাৎ তথ্যগুলো অঙ্কের দিক থেকে সঙ্গতিপূর্ণ, কিন্তু সেই অঙ্ক থেকে তৈরি করা শিরোনাম অতিরিক্ত নিশ্চিত।

ক্রীড়া ডেটায় আমরা প্রায়ই একই ভুল দেখি। একটি দল সামান্য বেশি বল দখলে রাখলেই তাকে ম্যাচের নিয়ন্ত্রক বলা হয়। অথচ সেই দখল কোথায় হয়েছে, কতবার প্রতিপক্ষের বক্সে প্রবেশ করেছে, রক্ষণভাগ কতটা চাপ সামলেছে—এসব না দেখলে শতাংশ অসম্পূর্ণ থাকে। এই জরিপেও মোট সমর্থনের শতাংশ আছে, কিন্তু প্রশ্নের কাঠামো, নমুনার ওজন এবং অনিশ্চয়তার সীমা নেই। সংখ্যা তাই আছে, মাপের পূর্ণ অর্থ নেই।

‘রিহ্যাব রুম’: ভুল শ্রেণিবিন্যাস কীভাবে পুরো সিস্টেমকে আহত করে

আমার কাছে ডেটা যাচাইয়ের ঘরটি অনেকটা ‘রিহ্যাব রুম’-এর মতো। সেখানে চটকদার প্রত্যাবর্তনের গল্পের আগে শরীরের ভেতরের ক্ষতি দেখা হয়। একটি খেলোয়াড়ের চোটের ক্ষেত্রে শুধু ব্যথার জায়গা জানলেই সিদ্ধান্ত নেওয়া যায় না; আঘাতের মেকানিজম, পুনর্বাসনের সময়, কাজের চাপ এবং পুনরায় চোটের ঝুঁকি একসঙ্গে দেখতে হয়। ডেটার ক্ষেত্রেও একই নিয়ম। লেবেল, উৎস, পদ্ধতি, নমুনা এবং ব্যাখ্যা—সবকিছুকে একই টেবিলে রাখতে হয়।

এই প্যাকেজের সবচেয়ে বড় ঝুঁকি তাই রাজনৈতিক জরিপের ফল নয়, বরং ভুল ডোমেইন লেবেল। ফুটবল বিশ্লেষণের পাইপলাইনে এটি ঢুকলে সিস্টেম হয়তো ১৮ জন নেতাকে খেলোয়াড় হিসেবে শনাক্ত করবে, শতাংশকে পারফরম্যান্স রেটিং হিসেবে নেবে এবং শীর্ষস্থানকে লিগ প্রতিযোগিতা হিসেবে পড়বে। পরে সেই ভুল তথ্য অন্য ডেটাসেটের সঙ্গে যুক্ত হলে ভুলটি আর এক জায়গায় থাকবে না; তা ছড়িয়ে পড়বে।

ভিন্নমত: বড় নমুনা কি সব প্রশ্নের উত্তর দেয়?

অনেকে বলতে পারেন, ৫১,৩৫০ জনের মতামত সংগ্রহ করা হয়েছে, তাই এই ফল যথেষ্ট নির্ভরযোগ্য। বড় নমুনা অবশ্যই সহায়ক। কিন্তু বড় মোট নমুনা ছোট পার্থক্যকে স্বয়ংক্রিয়ভাবে সত্য করে না। ১৮টি দেশের মধ্যে উত্তরদাতাদের বণ্টন সমান ছিল কি না, প্রতিটি দেশে শহর ও গ্রামের প্রতিনিধিত্ব কেমন ছিল, বয়স ও রাজনৈতিক পরিচয় অনুযায়ী ওজন করা হয়েছিল কি না—এসব তথ্য ছাড়া মোট সংখ্যাটি একা যথেষ্ট নয়।

আরেকটি পাল্টা যুক্তি হতে পারে, ধারাবাহিক তিন মাসের শীর্ষস্থান শেইনবাউমের শক্ত অবস্থান প্রমাণ করে। এটি শীর্ষ দুইয়ের ০.৩ পয়েন্টের ব্যবধানের চেয়ে অবশ্যই বেশি মূল্যবান। তবু ধারাবাহিকতার ব্যাখ্যায় একই পদ্ধতির ধারাবাহিকতা নিশ্চিত করা দরকার। প্রকাশিত পদ্ধতি না থাকলে পাঠক জানেন না, তিন মাসের ফল সত্যিই তুলনীয় কি না।

এখানে সংবাদমাধ্যমের ভূমিকা গুরুত্বপূর্ণ। মাসিক জরিপে নতুন শিরোনাম তৈরি করার চাপ থাকে। ছোট স্থানবদল সহজে ক্লিক আনে, কিন্তু বড় পতন বা উত্থানের পেছনে অনুসন্ধানী প্রশ্ন থাকে। সেই প্রশ্নের উত্তর দিতে সময়, স্বাধীন উৎস এবং রাজনৈতিক প্রেক্ষাপট দরকার। শিরোনামের গতি তাই অনেক সময় তথ্যের গভীরতাকে ছাড়িয়ে যায়।

আমার চোখে, এই প্রতিবেদনকে ফুটবল হিসেবে পুনর্ব্যবহার করা যাবে না। কোনো দল, খেলোয়াড়, কোচ, প্রতিযোগিতা, ট্রান্সফার, ক্লাব অর্থনীতি বা ফুটবল প্রশাসনের সিদ্ধান্ত সম্পর্কে এখান থেকে নির্ভরযোগ্য সিদ্ধান্ত টানা অসম্ভব। ফুটবলের সঙ্গে সম্ভাব্য সংযোগ কেবল বাহ্যিক পর্যবেক্ষণ হিসেবে থাকতে পারে—যেমন কোনো দেশের রাজনৈতিক স্থিতিশীলতা ভবিষ্যতে ক্রীড়া অবকাঠামো বা বড় আয়োজনের ওপর প্রভাব ফেলতে পারে। কিন্তু এই জরিপ সেই নীতিগত সিদ্ধান্তের প্রমাণ দেয় না।

টেকঅ্যাওয়ে: শিরোনামের আগে শ্রেণিবিন্যাস

এই নথি ফুটবল প্রতিবেদনের উপাদান নয়; এটি একটি রাজনৈতিক অনুমোদন জরিপ, যার উৎস একক এবং পদ্ধতিগত প্রকাশ সীমিত। শেইনবাউমের ৬৯.৮ শতাংশ ও বুকেলের ৬৯.৫ শতাংশকে নিশ্চিত স্থানবদল বলা ঠিক হবে না। বরং পেনার ১৮.২ পয়েন্ট পতন, লুলার ৫.১ পয়েন্ট উত্থান এবং জরিপের পদ্ধতি-স্বচ্ছতার অভাবকে সামনে আনা দরকার।

The body keeps a match report no one else can see—ডেটার শরীরেও তেমন অদৃশ্য দাগ থাকে: অসম্পূর্ণ নমুনা, অস্পষ্ট প্রশ্ন, ভুল লেবেল এবং অতিরঞ্জিত শিরোনাম। ভবিষ্যতে কোনো স্পোর্টস ডেটা সিস্টেমে ঢোকার আগে এই নথিকে একটি নেতিবাচক পরীক্ষার নমুনা হিসেবে ব্যবহার করা যেতে পারে। পরের মাসের জরিপে পেনার অবস্থান, শেইনবাউম-বুকেলের ব্যবধান এবং CB Global Data পদ্ধতি প্রকাশ করে কি না—এই তিনটি বিষয়ই এখন পর্যবেক্ষণের কেন্দ্রে থাকা উচিত।