अनुसंधान, आँकड़ा विश्लेषण एवं निर्वचन-I
अनुसंधान क्या है? अनुसंधान एक प्रक्रिया है — औचित्य सिद्ध कीजिए।
अनुसंधान का अर्थ
अनुसंधान एक व्यवस्थित, वस्तुनिष्ठ एवं नियंत्रित अन्वेषण है, जो नए तथ्यों की खोज, मौजूदा ज्ञान के सत्यापन अथवा चरों के बीच संबंध स्थापित करने हेतु किया जाता है, ताकि किसी विषय के ज्ञान-भंडार में वृद्धि हो सके।
अनुसंधान एक प्रक्रिया है — औचित्य
अनुसंधान को एक प्रक्रिया इसलिए कहा जाता है क्योंकि इसमें परस्पर संबंधित चरणों की एक तार्किक, क्रमिक शृंखला होती है, जिसमें प्रत्येक चरण पिछले चरण के परिणाम पर निर्भर करता है, तथा जो व्यवस्थित रूप से समस्या से सत्यापित निष्कर्ष तक पहुँचती है:
- शोध समस्या की पहचान — किसी अंतराल अथवा अन्वेषण की आवश्यकता को पहचानना।
- संबंधित साहित्य की समीक्षा — समस्या को परिष्कृत करने हेतु मौजूदा कार्य का अध्ययन।
- परिकल्पना/उद्देश्यों का निर्माण — अस्थायी उत्तर अथवा लक्ष्यों का कथन।
- शोध अभिकल्प (Research Design) — विधि, प्रतिदर्श व उपकरणों की योजना।
- आँकड़ा संकलन — प्रासंगिक सूचना का व्यवस्थित संकलन।
- आँकड़ा विश्लेषण एवं निर्वचन — आँकड़ों का संगठन एवं अर्थ-निर्धारण।
- निष्कर्ष एवं प्रतिवेदन — निष्कर्ष निकालना एवं निष्कर्षों का संप्रेषण।
चूँकि प्रत्येक चरण अगले चरण को प्रभावित करता व आकार देता है, तथा यह प्रक्रिया चक्रीय हो सकती है (निष्कर्ष प्रायः नए प्रश्न उत्पन्न करते हैं), अतः अनुसंधान को एक घटना के बजाय अन्वेषण की एक सतत, व्यवस्थित एवं स्व-सुधारात्मक प्रक्रिया के रूप में उचित रूप से देखा जाता है।
गुणात्मक शोध से आपका क्या तात्पर्य है? गुणात्मक शोध के क्या चरण हैं, इसके लाभों का वर्णन कीजिए।
गुणात्मक शोध का अर्थ
गुणात्मक शोध एक प्रकार का शोध है जो प्रतिभागियों के दृष्टिकोण से घटनाओं, अनुभवों एवं अर्थों को समझने का प्रयास करता है, जिसमें शब्दों, चित्रों एवं अवलोकनों जैसे अ-संख्यात्मक आँकड़ों का उपयोग किया जाता है, तथा जो सामान्यतः प्राकृतिक परिवेश में संचालित होता है।
गुणात्मक शोध के चरण
- गहनता से अन्वेषित की जाने वाली शोध समस्या/घटना की पहचान।
- शोध प्रश्नों को रूपरेखा देने हेतु संबंधित साहित्य की समीक्षा (मात्रात्मक परिकल्पनाओं के विपरीत, लचीली रखी जाती है)।
- अभिकल्प का चयन — केस स्टडी, नृजातीय अध्ययन (एथ्नोग्राफी), परिघटनाशास्त्र (phenomenology), आधारित सिद्धांत (grounded theory), नैरेटिव शोध।
- उद्देश्यपूर्ण प्रतिचयन (Purposive Sampling) — समृद्ध, प्रासंगिक जानकारी दे सकने वाले प्रतिभागियों का चयन।
- आँकड़ा संकलन — गहन साक्षात्कार, फोकस समूह, अवलोकन एवं दस्तावेज़ विश्लेषण द्वारा।
- आँकड़ा विश्लेषण — कोडिंग, विषयगत विश्लेषण एवं प्रतिमान/विषयों की पहचान द्वारा।
- निर्वचन एवं प्रतिवेदन — निष्कर्षों को समृद्ध, वर्णनात्मक वृत्तांत के रूप में प्रस्तुत करना।
गुणात्मक शोध के लाभ
- जटिल मानवीय अनुभवों व व्यवहार की गहरी, समृद्ध, प्रासंगिक समझ प्रदान करता है।
- लचीला अभिकल्प अध्ययन के दौरान नई अंतर्दृष्टि के अनुरूप समायोजन की अनुमति देता है।
- प्रतिभागियों के अपने दृष्टिकोण व अर्थों को उनके प्राकृतिक परिवेश में पकड़ता है।
- नए अथवा कम-शोधित क्षेत्रों के अन्वेषण हेतु उपयोगी, जहाँ बहुत कम जानकारी उपलब्ध हो।
- ऐसी परिकल्पनाएँ उत्पन्न करता है जिन्हें बाद में मात्रात्मक शोध द्वारा परखा जा सकता है।
परिकल्पना क्या है? परिकल्पना और धारणा के बीच अंतर लिखिए। परिकल्पना परीक्षण की प्रक्रिया का वर्णन कीजिए।
परिकल्पना का अर्थ
परिकल्पना एक अस्थायी, परीक्षण योग्य कथन है जो दो या अधिक चरों के बीच संबंध की भविष्यवाणी करता है, जो मौजूदा सिद्धांत अथवा अवलोकन के आधार पर बनाया जाता है, तथा जिसे शोधकर्ता अनुभवजन्य अन्वेषण द्वारा सत्यापित करना चाहता है।
परिकल्पना बनाम धारणा (Assumption)
- परीक्षणीयता — परिकल्पना अनुभवजन्य रूप से परीक्षण योग्य होती है; धारणा को सत्य मान लिया जाता है व सीधे परीक्षण नहीं किया जाता।
- भूमिका — परिकल्पना शोध प्रश्न का अस्थायी उत्तर है; धारणा वह पूर्व-शर्त है जिस पर शोध आधारित है।
- सत्यापन — परिकल्पनाएँ आँकड़ों के आधार पर स्वीकार अथवा अस्वीकार की जाती हैं; धारणाओं को पूरे अध्ययन में सत्य मान लिया जाता है।
- उदाहरण — परिकल्पना: "शिक्षण विधि A, विधि B से अधिक उपलब्धि बढ़ाती है"; धारणा: "प्रतिदर्श जनसंख्या का प्रतिनिधि है।"
परिकल्पना परीक्षण की प्रक्रिया
- शून्य परिकल्पना (H0) एवं वैकल्पिक परिकल्पना (H1) का कथन।
- सार्थकता स्तर निर्धारित करना (जैसे 0.05 अथवा 0.01)।
- आँकड़ा प्रकार व अभिकल्प के आधार पर उपयुक्त सांख्यिकीय परीक्षण का चयन (t-परीक्षण, ची-वर्ग, ANOVA आदि)।
- आँकड़ा संकलन एवं परीक्षण-सांख्यिकी की गणना।
- चयनित सार्थकता स्तर पर गणित मान की क्रांतिक/सारणी मान से तुलना।
- निर्णय — तुलना के आधार पर शून्य परिकल्पना को अस्वीकार करना अथवा अस्वीकार न करना।
- शोध समस्या के संदर्भ में परिणाम का निष्कर्ष एवं निर्वचन।
नमूना (प्रतिदर्श) क्या है? विभिन्न प्रकार के नमूनों पर चर्चा कीजिए।
नमूना (प्रतिदर्श) का अर्थ
प्रतिदर्श किसी बड़ी जनसंख्या में से चुना गया व्यक्तियों अथवा तत्वों का प्रतिनिधि उप-समूह है, जिसका अध्ययन संपूर्ण जनसंख्या के बारे में निष्कर्ष निकालने व सामान्यीकरण करने के उद्देश्य से किया जाता है।
प्रतिचयन के प्रकार
(अ) प्रायिकता प्रतिचयन (Probability Sampling)
- सरल यादृच्छिक प्रतिचयन — प्रत्येक इकाई के चयन की समान संभावना (लॉटरी विधि, यादृच्छिक संख्या सारणी)।
- स्तरीकृत प्रतिचयन — जनसंख्या को सजातीय स्तरों में विभाजित कर प्रत्येक से यादृच्छिक प्रतिदर्श लेना।
- क्रमबद्ध प्रतिचयन — यादृच्छिक प्रारंभ के बाद सूची से प्रत्येक kवीं इकाई का चयन।
- गुच्छ प्रतिचयन (Cluster Sampling) — जनसंख्या को गुच्छों (जैसे विद्यालयों) में बाँटकर संपूर्ण गुच्छों का यादृच्छिक चयन।
- बहु-चरणीय प्रतिचयन — क्रमिक चरणों में प्रतिचयन (जैसे जिला → ब्लॉक → विद्यालय → छात्र)।
(ब) अप्रायिकता प्रतिचयन (Non-Probability Sampling)
- सुविधा प्रतिचयन — आसानी से उपलब्ध इकाइयों का चयन।
- उद्देश्यपूर्ण/निर्णयात्मक प्रतिचयन — शोधकर्ता के प्रासंगिकता संबंधी निर्णय के आधार पर इकाइयों का चयन।
- कोटा प्रतिचयन — यादृच्छिकीकरण के बिना विभिन्न उप-समूहों से निश्चित कोटे में इकाइयों का चयन।
- स्नोबॉल प्रतिचयन — मौजूदा प्रतिभागी आगे के प्रतिभागियों की भर्ती करते हैं (कठिन-पहुँच जनसंख्या हेतु उपयोगी)।
प्रतिचयन के प्रकार का चयन शोध उद्देश्य, जनसंख्या की प्रकृति, प्रतिचयन फ्रेम की उपलब्धता एवं शोधकर्ता के पास उपलब्ध संसाधनों पर निर्भर करता है।
किन्हीं दो पर टिप्पणी लिखिए: (अ) स्तरित प्रतिदर्श तथा गुच्छ प्रतिदर्श में अंतर (ब) असम्भावित प्रतिचयन की विशेषतायें (स) कोटा प्रतिचयन के लाभ तथा हानि।
(अ) स्तरित एवं गुच्छ प्रतिदर्श में अंतर
- विभाजन का आधार — स्तरित प्रतिचयन जनसंख्या को सजातीय स्तरों (जैसे लिंग, कक्षा) में बाँटता है; गुच्छ प्रतिचयन इसे स्वाभाविक रूप से बने, विषम गुच्छों (जैसे विद्यालय, गाँव) में बाँटता है।
- समूहों के भीतर चयन — स्तरित प्रतिचयन में प्रत्येक स्तर से यादृच्छिक रूप से इकाइयाँ चुनी जाती हैं; गुच्छ प्रतिचयन में संपूर्ण गुच्छों का चयन होता है तथा चयनित गुच्छों की सभी/अधिकतर इकाइयों का अध्ययन किया जाता है।
- सजातीयता — स्तर आंतरिक रूप से सजातीय परंतु एक-दूसरे से भिन्न होते हैं; गुच्छ आंतरिक रूप से विषम परंतु एक-दूसरे के समान होते हैं।
- उद्देश्य — स्तरित प्रतिचयन परिशुद्धता व प्रतिनिधित्व सुधारता है; गुच्छ प्रतिचयन जनसंख्या के व्यापक रूप से बिखरे होने पर अधिक मितव्ययी व सुविधाजनक है।
(ब) असम्भावित (अप्रायिकता) प्रतिचयन की विशेषताएँ
- चयन यादृच्छिकीकरण के बजाय शोधकर्ता के निर्णय, सुविधा अथवा सुगमता पर आधारित होता है।
- प्रत्येक इकाई के चयन की ज्ञात अथवा समान संभावना नहीं होती।
- प्रायिकता प्रतिचयन की तुलना में सरल, तीव्र एवं मितव्ययी।
- निष्कर्षों को संपूर्ण जनसंख्या हेतु सांख्यिकीय विश्वास के साथ सामान्यीकृत नहीं किया जा सकता।
- अन्वेषणात्मक शोध अथवा प्रतिचयन फ्रेम अनुपलब्ध होने पर उपयोगी।
(स) कोटा प्रतिचयन के लाभ तथा हानि
लाभ: तीव्र, मितव्ययी, संपूर्ण प्रतिचयन फ्रेम की आवश्यकता नहीं, जनसंख्या के अनुपात में प्रमुख उप-समूहों का प्रतिनिधित्व सुनिश्चित करता है।
हानि: प्रत्येक कोटे के भीतर चयन व्यक्तिपरक (गैर-यादृच्छिक) होता है, शोधकर्ता-पूर्वाग्रह का जोखिम, परिणामों को सांख्यिकीय विश्वास के साथ सामान्यीकृत नहीं किया जा सकता, कोटा खराब ढंग से बनाए जाने पर जनसंख्या का सटीक प्रतिनिधित्व नहीं कर सकता।
लघु टिप्पणी लिखिए (कोई दो): (अ) मापन व परिमाणन में अंतर (ब) वैज्ञानिक परिमापन (स) मापन के प्रकार।
(अ) मापन व परिमाणन में अंतर
- मापन (Measurement) विशिष्ट नियमों के अनुसार वस्तुओं/व्यक्तियों के गुणों को संख्या अथवा श्रेणी प्रदान करने की प्रक्रिया है (जैसे छात्र के प्रदर्शन को अंक देना)।
- परिमाणन (Quantification) गुणात्मक विशेषताओं अथवा घटनाओं को संख्यात्मक/मात्रात्मक रूप में व्यक्त करने की व्यापक प्रक्रिया है, ताकि उनका सांख्यिकीय विश्लेषण किया जा सके।
- मापन सामान्यतः परिमाणन की व्यापक प्रक्रिया का एक घटक है; मापन कच्चे अंक उत्पन्न करता है, जबकि परिमाणन में गुणात्मक अवलोकनों को भी गणनीय/संख्यात्मक रूप में बदलना शामिल है।
(ब) वैज्ञानिक परिमापन
- वैज्ञानिक परिमापन से तात्पर्य मानकीकृत, वस्तुनिष्ठ, वैध एवं विश्वसनीय उपकरणों/प्रक्रियाओं द्वारा किए गए मापन से है, जो व्यक्तिपरक पूर्वाग्रह से मुक्त हो।
- विशेषताएँ — वस्तुनिष्ठता, मानकीकरण, वैधता, विश्वसनीयता एवं परिभाषित इकाई अथवा मापनी का उपयोग।
- शिक्षा में इसमें कठोर सत्यापन प्रक्रियाओं द्वारा विकसित मानकीकृत उपलब्धि परीक्षण, अभिरुचि परीक्षण एवं मूल्यांकन मापनी शामिल हैं।
(स) मापन के प्रकार (मापनियाँ)
- नामित मापनी (Nominal) — बिना किसी क्रम के आँकड़ों को श्रेणीबद्ध करती है (जैसे लिंग, विषय संकाय)।
- क्रमित मापनी (Ordinal) — आँकड़ों को क्रम में रखती है, परंतु अंतराल समान नहीं होते (जैसे कक्षा में स्थान)।
- अंतराल मापनी (Interval) — मानों के बीच समान अंतराल, परंतु वास्तविक शून्य नहीं (जैसे तापमान, IQ अंक)।
- अनुपात मापनी (Ratio) — वास्तविक शून्य बिंदु सहित समान अंतराल, जो सभी गणितीय संक्रियाओं की अनुमति देती है (जैसे ऊँचाई, वजन, कुल में से प्राप्त अंक)।
प्रसामान्य प्रायिकता वक्र के गुण-धर्म बताइए तथा इसके प्रयोगों का वर्णन कीजिए।
प्रसामान्य प्रायिकता वक्र का अर्थ
प्रसामान्य प्रायिकता वक्र (Normal Probability Curve - NPC) एक सममित, घंटी के आकार का बारंबारता वितरण वक्र है, जो यह दर्शाता है कि अनेक प्राकृतिक व मनोवैज्ञानिक गुण (ऊँचाई, बुद्धि, उपलब्धि) जनसंख्या में किस प्रकार वितरित होते हैं।
प्रसामान्य वक्र के गुण-धर्म
- यह माध्य के सापेक्ष सममित (symmetrical) है — बायाँ व दायाँ भाग एक-दूसरे के दर्पण प्रतिबिंब हैं।
- वितरण के केंद्र में माध्य, मध्यिका व बहुलक एकसमान होते हैं।
- यह घंटी के आकार का होता है — केंद्र में सबसे ऊँचा, दोनों पूँछों की ओर सममित रूप से घटता हुआ।
- यह वक्र असमीपस्थ (asymptotic) है — क्षैतिज अक्ष के निकट आता है परंतु कभी स्पर्श नहीं करता।
- वक्र के नीचे कुल क्षेत्रफल 1 (अथवा 100%) के बराबर होता है, तथा विशिष्ट मानक विचलन सीमाओं में निश्चित अनुपात आते हैं: माध्य के ±1 मानक विचलन में लगभग 68%, ±2 में 95%, तथा ±3 में 99.7%।
- इसका एक ही शिखर होता है (एकबहुलकीय / unimodal)।
शिक्षा में प्रसामान्य वक्र के प्रयोग
- परीक्षण अंकों का मानकीकरण — तुलना हेतु कच्चे अंकों को मानक अंकों (z-स्कोर, T-स्कोर) में बदलना।
- छात्रों की श्रेणीकरण — वक्र पर श्रेणीकरण, माध्य से मानक विचलन के आधार पर छात्रों को श्रेणियों में बाँटना।
- समूह/मानक के साथ व्यक्तिगत प्रदर्शन की तुलना।
- मनोमिति में परीक्षण पदों की विश्वसनीयता व वैधता का निर्धारण।
- क्षमता समूहन — परीक्षण अंकों के प्रसामान्य वितरण के आधार पर छात्रों को क्षमता स्तरों (औसत से नीचे, औसत, औसत से ऊपर, प्रतिभाशाली) में वर्गीकृत करना।
- निगमनात्मक सांख्यिकी का आधार — अनेक सांख्यिकीय परीक्षण (t-परीक्षण, ANOVA) आँकड़ों के प्रसामान्य वितरण की मान्यता रखते हैं।
प्रदत्त विश्लेषण में परिकलक (कम्प्यूटर) के महत्व और उपयोग की विवेचना कीजिए।
आँकड़ा विश्लेषण में कम्प्यूटर का महत्व
- गति एवं दक्षता — कम्प्यूटर बड़ी मात्रा में आँकड़ों को संसाधित कर सेकंडों में जटिल गणनाएँ करता है, जिससे मैनुअल विश्लेषण की तुलना में अत्यधिक समय की बचत होती है।
- सटीकता — गणना में मानवीय त्रुटि को कम कर सटीक सांख्यिकीय परिणाम सुनिश्चित करता है।
- बड़े आँकड़ा-सेट का प्रबंधन — अनेक चरों व मामलों वाले बड़े आँकड़ों के विश्लेषण को संभव बनाता है, जो मैनुअल रूप से असंभव होता।
- उन्नत सांख्यिकीय तकनीकें — शोधकर्ताओं हेतु जटिल विश्लेषण (बहु-प्रतिगमन, कारक विश्लेषण, ANOVA, संरचनात्मक समीकरण मॉडलिंग) को व्यवहार्य बनाता है।
- आँकड़ा दृश्यांकन — ग्राफ, चार्ट व सारणियाँ बनाता है जिससे निर्वचन व प्रतिवेदन आसान होता है।
- आँकड़ा भंडारण एवं प्रबंधन — शोध आँकड़ों के व्यवस्थित भंडारण, पुनर्प्राप्ति, संपादन व साझाकरण की अनुमति देता है।
अनुप्रयोग/उपकरण
- SPSS (सामाजिक विज्ञान हेतु सांख्यिकीय पैकेज) — वर्णनात्मक व निगमनात्मक सांख्यिकी हेतु शैक्षिक व सामाजिक विज्ञान शोध में व्यापक रूप से प्रयुक्त।
- माइक्रोसॉफ्ट एक्सेल — आँकड़ा प्रविष्टि, बुनियादी सांख्यिकीय फलन, चार्ट व प्रारंभिक विश्लेषण हेतु प्रयुक्त।
- R एवं Python — उन्नत सांख्यिकीय संगणन व आँकड़ा दृश्यांकन हेतु प्रयुक्त।
- गुणात्मक आँकड़ा विश्लेषण सॉफ्टवेयर (जैसे NVivo) — गुणात्मक/पाठ्य आँकड़ों की कोडिंग व विषयगत विश्लेषण हेतु।
- स्वचालित आँकड़ा संकलन के साथ एकीकृत ऑनलाइन सर्वेक्षण/आँकड़ा संकलन उपकरण (Google Forms)।
अतः कम्प्यूटर ने शैक्षिक शोध में आँकड़ा विश्लेषण को एक धीमे, त्रुटि-प्रवण मैनुअल कार्य से एक तीव्र, सटीक व परिष्कृत प्रक्रिया में रूपांतरित कर दिया है, जिससे शोधकर्ता अधिक वैध व विश्वसनीय निष्कर्ष निकाल पाते हैं।
Research, Data Analysis and Interpretation-I
What is research? Research is a process — justify.
Meaning of Research
Research is a systematic, objective and controlled investigation undertaken to discover new facts, verify existing knowledge, or establish relationships between variables, in order to add to the existing body of knowledge in a discipline.
Research as a Process — Justification
Research is described as a process because it consists of a logical, sequential series of interrelated steps, each depending on the outcome of the previous one, moving systematically from a problem to a validated conclusion:
- Identification of the research problem — recognising a gap or need for investigation.
- Review of related literature — studying existing work to refine the problem.
- Formulation of hypotheses/objectives — stating tentative answers or aims.
- Research design — planning the method, sample and tools.
- Data collection — gathering relevant information systematically.
- Data analysis and interpretation — organising and making sense of the data.
- Conclusion and reporting — drawing inferences and communicating findings.
Since each stage feeds into and shapes the next, and the process may be cyclical (findings often generate new questions), research is rightly seen not as a single event but as a continuous, systematic and self-correcting process of inquiry.
What do you mean by qualitative research? What are the steps of qualitative research, describe its advantages.
Meaning of Qualitative Research
Qualitative research is a type of research that seeks to understand phenomena, experiences and meanings from the participants' perspective, using non-numerical data such as words, images and observations, typically conducted in natural settings.
Steps of Qualitative Research
- Identifying the research problem/phenomenon to be explored in depth.
- Reviewing relevant literature to frame the research questions (kept flexible, unlike quantitative hypotheses).
- Selecting the design — case study, ethnography, phenomenology, grounded theory, narrative research.
- Purposive sampling — selecting participants who can provide rich, relevant information.
- Data collection — through in-depth interviews, focus groups, observations and document analysis.
- Data analysis — through coding, thematic analysis and identification of patterns/themes.
- Interpretation and reporting — presenting findings as rich, descriptive narratives.
Advantages of Qualitative Research
- Provides deep, rich, contextual understanding of complex human experiences and behaviour.
- Flexible design allows adaptation as new insights emerge during the study.
- Captures participants' own perspectives and meanings in their natural setting.
- Useful for exploring new or under-researched areas where little is known.
- Generates hypotheses that can later be tested through quantitative research.
What is hypothesis? Differentiate between hypothesis and assumption. Describe the process of Hypothesis testing.
Meaning of Hypothesis
A hypothesis is a tentative, testable statement predicting the relationship between two or more variables, formulated on the basis of existing theory or observation, which the researcher seeks to verify through empirical investigation.
Hypothesis vs Assumption
- Testability — a hypothesis is empirically testable; an assumption is taken for granted and not directly tested.
- Role — a hypothesis is the tentative answer to the research question; an assumption is a precondition on which the research is based.
- Verification — hypotheses are accepted or rejected based on data; assumptions are presumed true throughout the study.
- Example — hypothesis: "Teaching method A improves achievement more than method B"; assumption: "the sample is representative of the population."
Process of Hypothesis Testing
- State the null hypothesis (H0) and alternative hypothesis (H1).
- Set the level of significance (e.g., 0.05 or 0.01).
- Select the appropriate statistical test (t-test, chi-square, ANOVA, etc.) based on data type and design.
- Collect data and compute the test statistic.
- Compare the calculated value with the critical/table value at the chosen significance level.
- Decision — reject or fail to reject the null hypothesis based on the comparison.
- Draw conclusions and interpret the result in the context of the research problem.
What is sample? Discuss the various types of sample.
Meaning of Sample
A sample is a representative subset of individuals or elements selected from a larger population, studied with the aim of drawing conclusions and making generalisations about the entire population.
Types of Sampling
(A) Probability Sampling
- Simple random sampling — every unit has an equal chance of selection (lottery method, random number table).
- Stratified sampling — population divided into homogeneous strata, then random samples drawn from each.
- Systematic sampling — selecting every kth unit from a list after a random start.
- Cluster sampling — population divided into clusters (e.g., schools), and entire clusters are randomly selected.
- Multi-stage sampling — sampling done in successive stages (e.g., district → block → school → students).
(B) Non-Probability Sampling
- Convenience sampling — selecting easily accessible units.
- Purposive/judgmental sampling — selecting units based on researcher's judgement of relevance.
- Quota sampling — selecting a fixed quota of units from different subgroups without randomisation.
- Snowball sampling — existing participants recruit further participants (used for hard-to-reach populations).
The choice of sampling type depends on the research objective, nature of the population, availability of a sampling frame, and resources available to the researcher.
Write notes on any two of the following: (a) Differences between stratified sampling and cluster sampling (b) Characteristics of non-probability sampling (c) Advantages and disadvantages of quota sampling.
(a) Differences between Stratified and Cluster Sampling
- Basis of division — stratified sampling divides the population into homogeneous strata (e.g., by gender, class); cluster sampling divides it into naturally occurring, heterogeneous clusters (e.g., schools, villages).
- Selection within groups — in stratified sampling, units are randomly selected from within each stratum; in cluster sampling, entire clusters are selected, and all/most units within selected clusters are studied.
- Homogeneity — strata are internally homogeneous but different from each other; clusters are internally heterogeneous but similar to each other.
- Purpose — stratified sampling improves precision and representativeness; cluster sampling is more economical and convenient when the population is widely dispersed.
(b) Characteristics of Non-Probability Sampling
- Selection is based on researcher's judgement, convenience or accessibility rather than randomisation.
- Every unit does not have a known or equal chance of being selected.
- Simpler, faster and more economical than probability sampling.
- Findings cannot be statistically generalised to the entire population with confidence.
- Useful in exploratory research or when a sampling frame is unavailable.
(c) Advantages and Disadvantages of Quota Sampling
Advantages: quick, economical, does not require a complete sampling frame, ensures representation of key subgroups in proportion to the population.
Disadvantages: selection within each quota is subjective (non-random), risk of researcher bias, results cannot be generalised with statistical confidence, may not represent the population accurately if quotas are poorly designed.
Write short notes (any two): (a) Difference between measurement and quantification (b) Scientific measurement (c) Types of measurement.
(a) Difference between Measurement and Quantification
- Measurement is the process of assigning numbers or categories to attributes of objects/persons according to specific rules (e.g., assigning a score to a student's performance).
- Quantification is the broader process of expressing qualitative characteristics or phenomena in numerical/quantitative terms so they can be statistically analysed.
- Measurement is typically a component within the larger process of quantification; measurement produces the raw scores, while quantification includes converting even qualitative observations into countable/numerical form.
(b) Scientific Measurement
- Scientific measurement refers to measurement done using standardised, objective, valid and reliable tools/procedures, free from subjective bias.
- Characteristics — objectivity, standardisation, validity, reliability and use of a defined unit or scale.
- In education, this includes standardised achievement tests, aptitude tests and rating scales developed through rigorous validation procedures.
(c) Types of Measurement (Scales)
- Nominal scale — categorises data without any order (e.g., gender, subject stream).
- Ordinal scale — ranks data in order, but intervals are not equal (e.g., rank in class).
- Interval scale — equal intervals between values, but no true zero (e.g., temperature, IQ scores).
- Ratio scale — equal intervals with a true zero point, allowing all mathematical operations (e.g., height, weight, marks obtained out of total).
Explain properties of normal probability curve and describe its applications.
Meaning of Normal Probability Curve
The Normal Probability Curve (NPC) is a symmetrical, bell-shaped frequency distribution curve representing the way many natural and psychological traits (height, intelligence, achievement) are distributed in a population.
Properties of the Normal Curve
- It is symmetrical about the mean — the left and right halves are mirror images.
- Mean, median and mode coincide at the centre of the distribution.
- It is bell-shaped — highest at the centre, tapering off symmetrically towards both tails.
- The curve is asymptotic — it approaches but never touches the horizontal axis.
- Total area under the curve equals 1 (or 100%), with fixed proportions falling within specific standard deviation ranges: approximately 68% within ±1 SD, 95% within ±2 SD, and 99.7% within ±3 SD of the mean.
- It has a single peak (unimodal).
Applications of the Normal Curve in Education
- Standardising test scores — converting raw scores into standard scores (z-scores, T-scores) for comparison.
- Grading students — grading on a curve, dividing students into categories based on standard deviations from the mean.
- Comparing individual performance with the group/norm.
- Determining the reliability and validity of test items in psychometrics.
- Ability grouping — classifying students into ability levels (below average, average, above average, gifted) based on the normal distribution of test scores.
- Basis for inferential statistics — many statistical tests (t-test, ANOVA) assume normal distribution of data.
Discuss the importance and application of computer in data analysis.
Importance of Computers in Data Analysis
- Speed and efficiency — computers process large volumes of data and perform complex calculations within seconds, saving enormous time compared to manual analysis.
- Accuracy — reduces human error in computation, ensuring precise statistical results.
- Handling large datasets — enables analysis of big data with numerous variables and cases, which would be impossible manually.
- Advanced statistical techniques — makes complex analyses (multiple regression, factor analysis, ANOVA, structural equation modelling) feasible for researchers.
- Data visualisation — generates graphs, charts and tables that make interpretation and reporting easier.
- Data storage and management — allows systematic storage, retrieval, editing and sharing of research data.
Applications/Tools
- SPSS (Statistical Package for Social Sciences) — widely used in educational and social science research for descriptive and inferential statistics.
- Microsoft Excel — used for data entry, basic statistical functions, charts and preliminary analysis.
- R and Python — used for advanced statistical computing and data visualisation.
- Qualitative data analysis software (e.g., NVivo) — for coding and thematic analysis of qualitative/textual data.
- Online survey/data collection tools (Google Forms) integrated with automatic data compilation.
Thus, the computer has transformed data analysis in educational research from a slow, error-prone manual task into a fast, accurate and sophisticated process, enabling researchers to draw more valid and reliable conclusions.