मात्रात्मक डेटा (Quantitative Data in Hindi) का मतलब है वह डेटा जो हमें शब्द तत्व को परिमाणित करने पर मिलता है। जब वर्णों का परिमाण मापा जाता है, तो इसका परिणाम मात्रात्मक डेटा होता है, जैसे, किसी व्यक्ति की आयु, किसी वस्तु की कीमत, किसी परिवार की आय, आदि। मात्रात्मक डेटा से तात्पर्य ऐसे डेटा से है जिसे मापा जा सकता है और संख्यात्मक रूप से दर्शाया जा सकता है। यह डेटा के परिमाणीकरण से प्राप्त होता है, जो संख्यात्मक शब्दों में अवलोकनीय घटनाओं को व्यक्त करने का एक साधन प्रदान करता है। गुणात्मक और मात्रात्मक डेटा के बीच अंतर का भी अध्ययन किया जाना है।

यूजीसी-नेट पेपर 1 और यूजीसी-नेट पेपर 2 वाणिज्य और प्रबंधन के लिए मात्रात्मक डेटा एक महत्वपूर्ण विषय है, क्योंकि हर साल इस विषय से प्रश्न होते हैं। साथ ही साथ टेस्टबुक से मात्रात्मक डेटा नोट्स पीडीएफ (Quantitative Data Notes in Hindi PDF) डाउनलोड करें।

इस लेख में, शिक्षार्थी मात्रात्मक डेटा के अर्थ, महत्व, विधियों और प्रकारों को जान सकेंगे।

मात्रात्मक डेटा क्या है? | What is Quantitative Data in Hindi?

मौजूद किसी भी डेटा को मोटे तौर पर मात्रात्मक या गुणात्मक डेटा (Quantitative Data in Hindi) में टाइप किया जा सकता है। मात्रात्मक डेटा मुख्य रूप से कोई भी डेटा है जिसे किसी दिए गए संख्यात्मक मान में परिमाणित, गिना या मापा जा सकता है, जैसे लंबाई, राजस्व, आय, आदि।

मात्रात्मक डेटा का अर्थ बहुत संरचित है और सांख्यिकीय विश्लेषण के लिए उपयुक्त है। मात्रात्मक डेटा ऐसे सवालों के जवाब देता है जैसे: कितने? कितनी बार? कितना? आदि।

मात्रात्मक डेटा: उदाहरण

मात्रात्मक डेटा (Quantitative Data in Hindi) के कुछ उदाहरण नीचे दिए गए हैं।

• राजस्व रुपए में
• वजन ग्राम में
• आयु का उल्लेख वर्षों या दिनों के संदर्भ में किया गया है
• लम्बाई किलोमीटर में
• दूरी मील में
• घंटों या मिनटों में अवधि

मात्रात्मक डेटा की विशेषताएँ

मात्रात्मक डेटा  (Quantitative Data in Hindi) की कई विशिष्ट विशेषताएं होती हैं, जिनमें से कुछ का उल्लेख नीचे किया गया है।

• मात्रात्मक डेटा संख्यात्मक मानों से बना होता है और इसमें संख्यात्मक गुण होते हैं।
• मात्रात्मक डेटा जोड़ और घटाव जैसी गणितीय प्रक्रियाओं से गुजर सकता है।
• गणितीय तकनीकों का उपयोग करके मात्रात्मक डेटा का सत्यापन और मूल्यांकन किया जा सकता है।

मात्रात्मक डेटा के प्रकार

मात्रात्मक डेटा  (Quantitative Data in Hindi) दो प्रकार का होता है: असतत और सतत, दोनों का नीचे विस्तार से वर्णन किया गया है।

असतत डेटा

असतत डेटा का मतलब है वह डेटा जिसे गिना जा सकता है। इसका मतलब है कि प्रत्येक डेटा जिसे गिना जा सकता है वह मात्रात्मक है, लेकिन अधिक विशिष्ट होने के लिए, यह असतत डेटा है। यह डेटा केवल कुछ निश्चित मान ले सकता है और इसे तोड़ा नहीं जा सकता।

असतत डेटा के उदाहरण:

• किसी व्यक्ति के बच्चों की संख्या 3 है; यह संख्या पूर्ण संख्या होनी चाहिए क्योंकि कोई व्यक्ति 3.5 बच्चे होने का दावा नहीं कर सकता।
• एक क्रिकेट टीम में खिलाड़ियों की संख्या
• किसी फर्म में श्रमिकों की संख्या.

सतत डेटा

निरंतर डेटा को कई छोटे भागों में तोड़ा जा सकता है। निरंतर डेटा को माप के पैमाने पर रखा जा सकता है, जो समय के साथ बदलता या बदलता रहता है। यह डेटा कोई भी मान ले सकता है और इसे निश्चित मानों से वंचित नहीं किया जा सकता है।

सतत डेटा के उदाहरण:

• तापमान डिग्री सेल्सियस में
• वाहन की गति
• किसी कार्य को पूरा करने में समय लगता है

सतत डेटा को आगे अंतराल और अनुपात डेटा में विभाजित किया जाता है।

अंतराल डेटा

इस प्रकार के डेटा में, एक पैमाने पर प्रत्येक बिंदु के बीच एक समान और प्रभावशाली दूरी होती है। अंतराल डेटा में, डेटा हमेशा अंकों के बीच एक मानकीकृत दूरी के साथ संख्याओं में कहा जाता है, और वे बराबर भी होते हैं। अंतराल डेटा की विशिष्ट विशेषता यह है कि इस डेटा में कोई निश्चित शून्य नहीं होता है, जिसका अर्थ है कि इस प्रकार के डेटा में शून्य को परिभाषित नहीं किया गया है।

क्योंकि, यदि हम कहते हैं कि तापमान शून्य है, तो इसका मतलब यह नहीं है कि तापमान नहीं है; इसका मतलब केवल यह है कि जलवायु शून्य डिग्री पर है।

अनुपात डेटा

अनुपात डेटा में शून्य को अच्छी तरह से परिभाषित किया गया है। अनुपात डेटा में भी पैमाने पर समान दूरी वाले बिंदु होते हैं।

उदाहरण के लिए, यदि हम कहें कि किसी वस्तु का भार शून्य है, तो इसका अर्थ है कि उस वस्तु का कोई अस्तित्व नहीं है।

यहां जानें कि माइक्रो-टीचिंग क्या है!

मात्रात्मक डेटा संग्रह विधियाँ

विभिन्न मात्रात्मक डेटा  (Quantitative Data in Hindi) संग्रह विधियों, जैसे विश्लेषणात्मक उपकरण, प्रश्नावली, ओपन-सोर्स ऑनलाइन डेटासेट, प्रयोग, नमूनाकरण और साक्षात्कार, पर नीचे चर्चा की गई है।

विश्लेषणात्मक उपकरण

विभिन्न स्रोतों से मात्रात्मक डेटा एकत्र करने के लिए कई विशेषज्ञ उपकरणों का उपयोग किया जाता है, जैसे कि गूगल एनालिटिक्स, रैपिडमाइनर, स्प्लंक, आदि, जिन्हें आंतरिक डेटाबेस, IoT उपकरणों आदि के साथ विलय किया जा सकता है, जिससे एक ही स्थान पर कई स्रोतों से डेटा तक पहुंच संभव हो जाती है।

प्रश्नावली और सर्वेक्षण

सर्वेक्षण और प्रश्नावली का उपयोग मात्रात्मक और गुणात्मक शोध में व्यापक रूप से किया जाता है क्योंकि वे व्यावहारिक और बनाने और वितरित करने में काफी आसान दोनों हैं। वे प्रश्नों के एक लिवरी सेट के साथ बनाए जाते हैं जो अध्ययन की जा रही पूरी आबादी से पूछे जाते हैं। आजकल, सर्वेक्षण और प्रश्नावली ऑनलाइन बनाई और फैलाई जा सकती हैं।

ओपन-सोर्स ऑनलाइन डेटासेट

कई सार्वजनिक डेटासेटों तक ऑनलाइन पहुंच बनाई जा सकती है और उनका अध्ययन किया जा सकता है। यह डेटा का एक द्वितीयक स्रोत है, जिससे शोध के लिए उपयुक्त डेटा का उपयोग किया जाता है। मुख्य रूप से एकत्रित डेटा इस शोध कार्य के लिए विशेष रूप से उपयुक्त नहीं हो सकता है। इसलिए, उपयुक्त डेटा को छाँटा जाता है, उसका विश्लेषण किया जाता है और उसके अनुसार व्याख्या की जाती है।

प्रयोग

प्रयोग डेटा संग्रहण का एक प्राथमिक स्रोत है, जिसमें प्रयोग को नियंत्रित किया जाता है, तथा आवश्यकतानुसार उसका दुरुपयोग किया जाता है।

सैम्पलिंग

नमूनाकरण एक ऐसी विधि है जिसमें कुछ सदस्यों को यादृच्छिक रूप से या पूरी आबादी से कुछ मानदंडों के आधार पर चुना जाता है। शोध एजेंडे के आधार पर, नमूनाकरण विधि का प्रकार चुना जाता है, जो सरल यादृच्छिक नमूनाकरण, स्तरीकृत नमूनाकरण, क्लस्टर नमूनाकरण आदि हो सकता है, जिनमें से प्रत्येक का डेटा एकत्र करने का एक अलग तरीका होता है।

द्वितीयक डेटा संग्रहण

यह उन डेटा स्रोतों को संदर्भित करता है जिन्हें पहले से ही आदेशित किया जा चुका है, मुख्य रूप से अनुसंधान के लिए नहीं, लेकिन इसमें अनुसंधान विषय से संबंधित सटीक डेटा शामिल हो सकता है।

साक्षात्कार

साक्षात्कार में व्यक्तिगत रूप से डेटा एकत्र किया जाता है, जो टेलीफोन, ऑनलाइन, व्यक्तिगत रूप से आदि के माध्यम से किया जा सकता है।

यहां सभी प्रकार के शिक्षण सहायक सामग्री का विस्तार से अध्ययन करें!

गुणात्मक और मात्रात्मक डेटा के बीच अंतर

अंतर नीचे बताया गया है।

गुणात्मक डेटा

• प्रकृति:
  • गैर-संख्यात्मक.
  • वर्णनात्मक एवं संकल्पनात्मक।
• संग्रहण विधियाँ:
  • साक्षात्कार.
  • अवलोकन.
  • संकेन्द्रित समूह।
  • खुले सर्वेक्षण और प्रश्नावली।
• विश्लेषण:
  • विषयगत विश्लेषण.
  • सामग्री विश्लेषण.
  • आधार सामग्री विश्लेषण द्वारा बने सिद्धांत।
• प्रतिनिधित्व:
  • शब्दों, छवियों या वस्तुओं में।
  • प्रायः विषयों या श्रेणियों में संश्लेषित किया जाता है।
• उद्देश्य:
  • अंतर्निहित कारणों, प्रेरणाओं और विचारों को समझना।
  • विशिष्ट समस्याओं के बारे में जानकारी प्राप्त करना।
  • मानवीय व्यवहार, भावनाओं और अनुभवों का अन्वेषण करना।
• क्षमता:
  • गहराई और विस्तार प्रदान करता है.
  • डेटा संग्रहण के दौरान लचीलापन प्रदान करता है।
  • किसी विषय की बारीकियों, संदर्भ और पेचीदगियों को पकड़ सकता है।
• सीमाएँ:
  • छोटे नमूना आकार के कारण इसे सामान्यीकृत नहीं किया जा सकता।
  • व्यक्तिपरक व्याख्या पूर्वाग्रह उत्पन्न कर सकती है।
  • एकत्रित करने और विश्लेषण करने में समय लगता है।

मात्रात्मक डेटा

• प्रकृति:
  • संख्यात्मक.
  • इसे गिना या मापा जा सकता है।
• संग्रहण विधियाँ:
  • संरचित सर्वेक्षण और प्रश्नावली।
  • प्रयोग.
  • गिनती या नापना।
• विश्लेषण:
  • सांख्यिकीय पद्धतियां।
  • यह सरल सांख्यिकी (जैसे औसत) से लेकर जटिल विश्लेषण (जैसे प्रतिगमन) तक हो सकता है।
• प्रतिनिधित्व:
  • संख्या में.
  • अक्सर ग्राफ, चार्ट और तालिकाओं का उपयोग करके दर्शाया जाता है।
• उद्देश्य:
  • किसी समस्या या घटना का परिमाणीकरण करना।
  • परिकल्पनाओं का परीक्षण करना।
  • पैटर्न और संबंधों की पहचान करना।
• क्षमता:
  • वस्तुनिष्ठता और परिशुद्धता प्रदान करता है।
  • यदि नमूना प्रतिनिधिक है तो इसे सामान्यीकृत किया जा सकता है।
  • बड़े आकार के नमूनों को संभाल सकता है।
• सीमाएँ:
  • मानवीय भावनाओं, संवेदनाओं या अनुभवों के संदर्भ में गहराई का अभाव है।
  • संरचित दृष्टिकोण से बाहरी या यादृच्छिक परिणाम छूट सकते हैं।

निष्कर्ष

मात्रात्मक डेटा वह है, जिसे संख्यात्मक शब्दों में परिमाणित किया जा सकता है। मात्रात्मक डेटा को अलग-अलग शीर्षकों के अंतर्गत टाइप किया जा सकता है, जैसे कि असतत और निरंतर डेटा, जिसे आगे अनुपात और अंतराल डेटा में विभाजित किया जाता है। मात्रात्मक डेटा को परिभाषित करना इसमें शामिल अन्य पैमानों को जानकर और गुणात्मक डेटा एकत्र करने के तरीकों को जानकर भी किया जा सकता है, जैसे, नमूनाकरण, प्रश्नावली, विश्लेषणात्मक उपकरण, साक्षात्कार, आदि।

टेस्टबुक विभिन्न प्रतियोगी परीक्षाओं के लिए नोट्स प्रदान करता है। टेस्टबुक हमेशा अपने बेहतरीन गुणवत्ता वाले उत्पादों जैसे कंटेंट पेज, मॉक टेस्ट, पिछले साल के हल किए गए पेपर और बहुत कुछ के कारण सूची में सबसे ऊपर रहता है। UGC-NET परीक्षा के लिए और अधिक विषयों का अध्ययन करने के लिए, अभी टेस्टबुक ऐप डाउनलोड करें।