The IGNOU MZO-009 Solved Question Paper PDF Download page is designed to help students access high-quality exam resources in one place. Here, you can find ignou solved question paper IGNOU Previous Year Question paper solved PDF that covers all important questions with detailed answers. This page provides IGNOU all Previous year Question Papers in one PDF format, making it easier for students to prepare effectively.
- IGNOU MZO-009 Solved Question Paper in Hindi
- IGNOU MZO-009 Solved Question Paper in English
- IGNOU Previous Year Solved Question Papers (All Courses)
Whether you are looking for IGNOU Previous Year Question paper solved in English or ignou previous year question paper solved in hindi, this page offers both options to suit your learning needs. These solved papers help you understand exam patterns, improve answer writing skills, and boost confidence for upcoming exams.
IGNOU MZO-009 Solved Question Paper PDF
This section provides IGNOU MZO-009 Solved Question Paper PDF in both Hindi and English. These ignou solved question paper IGNOU Previous Year Question paper solved PDF include detailed answers to help you understand exam patterns and improve your preparation. You can also access IGNOU all Previous year Question Papers in one PDF for quick and effective revision before exams.
IGNOU MZO-009 Previous Year Solved Question Paper in Hindi
Q1. (a) अनुसंधान में अवलोकन की संरचित और असंरचित विधियों के बीच अंतर करें। 4 (b) एक नमूना डिजाइन विकसित करने के लिए विचार किए जाने वाले विभिन्न कारकों पर चर्चा करें। 6
Ans. (a) अनुसंधान में अवलोकन की संरचित और असंरचित विधियों के बीच मुख्य अंतर इस प्रकार हैं:
संरचित अवलोकन (Structured Observation):
- इसे व्यवस्थित अवलोकन भी कहा जाता है। इसमें शोधकर्ता पहले से ही यह निर्धारित कर लेता है कि उसे क्या, कहाँ और कैसे अवलोकित करना है।
- यह प्रकृति में मात्रात्मक (quantitative) होता है और डेटा संग्रह के लिए एक औपचारिक प्रक्रिया का उपयोग करता है।
- शोधकर्ता अवलोकन के लिए चेकलिस्ट , रेटिंग स्केल या पूर्व-निर्धारित श्रेणियों जैसी मानकीकृत उपकरणों का उपयोग करता है।
- यह विधि तब उपयुक्त होती है जब अध्ययन की समस्या को सटीक रूप से परिभाषित किया गया हो और अवलोकन किए जाने वाले व्यवहारों की जानकारी पहले से हो।
- उदाहरण: एक प्राणीविज्ञानी एक निश्चित अवधि में किसी पक्षी की घोंसला बनाने की गतिविधियों (जैसे, सामग्री लाने की आवृत्ति, घोंसले पर बिताया गया समय) को रिकॉर्ड करने के लिए एक चेकलिस्ट का उपयोग करता है।
असंरचित अवलोकन (Unstructured Observation):
- यह विधि अधिक लचीली और खोजपूर्ण होती है। इसमें शोधकर्ता बिना किसी पूर्व-निर्धारित योजना के घटनाओं को वैसे ही दर्ज करता है जैसे वे घटित होती हैं।
- यह प्रकृति में गुणात्मक (qualitative) होता है और इसका उद्देश्य व्यवहार या घटना की गहरी समझ विकसित करना है।
- इसमें शोधकर्ता विस्तृत फील्ड नोट्स, डायरी या उपाख्यानात्मक रिकॉर्ड का उपयोग करता है।
- यह विधि विशेष रूप से तब उपयोगी होती है जब अध्ययन के विषय के बारे में बहुत कम जानकारी हो और शोधकर्ता परिकल्पना विकसित करना चाहता हो।
- उदाहरण: एक शोधकर्ता किसी अपरिचित जानवर के सामाजिक व्यवहार को समझने के लिए उसके प्राकृतिक आवास में बिना किसी पूर्व-निर्धारित श्रेणियों के उसका अवलोकन करता है और अपने निष्कर्षों को नोट करता है।
(b) एक प्रभावी नमूना डिजाइन विकसित करने के लिए कई कारकों पर विचार करने की आवश्यकता होती है। ये कारक सुनिश्चित करते हैं कि एकत्र किया गया नमूना जनसंख्या का सटीक रूप से प्रतिनिधित्व करता है। मुख्य कारक निम्नलिखित हैं:
- उद्देश्य (Objectives): अनुसंधान के उद्देश्य स्पष्ट रूप से परिभाषित होने चाहिए। उद्देश्य यह निर्धारित करने में मदद करते हैं कि किस प्रकार की जानकारी की आवश्यकता है, जो बदले में नमूना डिजाइन को प्रभावित करता है।
- जनसंख्या या ब्रह्मांड (Population or Universe): अध्ययन की जाने वाली जनसंख्या को स्पष्ट रूप से परिभाषित किया जाना चाहिए। इसमें जनसंख्या की भौगोलिक, जनसांख्यिकीय और अन्य प्रासंगिक विशेषताओं को निर्दिष्ट करना शामिल है। उदाहरण के लिए, “उत्तर भारत में वयस्क नर बाघ”।
- नमूना इकाई (Sampling Unit): यह नमूने के चयन के लिए उपयोग की जाने वाली मूल इकाई है। यह एक व्यक्ति, एक परिवार, एक गाँव या एक भौगोलिक क्षेत्र हो सकता है।
- नमूना फ्रेम (Source List/Sampling Frame): यह जनसंख्या की सभी इकाइयों की एक सूची है जिससे नमूना लिया जाना है। एक सटीक और अद्यतित नमूना फ्रेम आवश्यक है। यदि यह अपूर्ण या पुराना है, तो नमूना पक्षपाती हो सकता है।
- नमूने का आकार (Size of Sample): नमूने का आकार अनुसंधान की सटीकता की वांछित डिग्री, जनसंख्या की परिवर्तनशीलता और उपलब्ध संसाधनों पर निर्भर करता है। एक बड़ा नमूना आमतौर पर अधिक सटीकता प्रदान करता है लेकिन अधिक महंगा होता है।
- बजटीय बाधाएं (Budgetary Constraints): उपलब्ध धन और समय नमूना डिजाइन को बहुत प्रभावित करते हैं। कुछ नमूनाकरण विधियाँ दूसरों की तुलना में अधिक महंगी और समय लेने वाली होती हैं।
- नमूनाकरण प्रक्रिया (Sampling Procedure): शोधकर्ता को यह तय करना होगा कि संभाव्यता (probability) नमूनाकरण (जैसे, सरल यादृच्छिक, स्तरीकृत) या गैर-संभाव्यता (non-probability) नमूनाकरण (जैसे, सुविधा, कोटा) का उपयोग करना है। यह चुनाव अनुसंधान के उद्देश्यों और जनसंख्या की प्रकृति पर निर्भर करता है।
Q2. (a) अच्छे शोध को पूरा करने वाले वांछनीय गुणों का उल्लेख करें। 4 (b) आप वैज्ञानिक पद्धति को कैसे परिभाषित करेंगे? वैज्ञानिक पद्धति में विभिन्न चरणों पर चर्चा करें। 6
Ans. (a) एक अच्छे शोध में कई वांछनीय गुण होने चाहिए जो इसकी विश्वसनीयता, वैधता और उपयोगिता सुनिश्चित करते हैं। ये गुण निम्नलिखित हैं:
- व्यवस्थित (Systematic): अच्छा शोध एक संरचित प्रक्रिया का पालन करता है जिसमें स्पष्ट रूप से परिभाषित चरण होते हैं। यह मनमाना नहीं है, बल्कि एक निश्चित योजना के अनुसार किया जाता है।
- तार्किक (Logical): अनुसंधान तर्क के सिद्धांतों पर आधारित होना चाहिए। इसमें तर्कसंगत तर्क शामिल होना चाहिए और निष्कर्षों को डेटा से तार्किक रूप से प्राप्त किया जाना चाहिए।
- अनुभवजन्य (Empirical): यह वास्तविक दुनिया के अवलोकनों और डेटा पर आधारित होना चाहिए। शोधकर्ता द्वारा एकत्र किए गए सबूतों से निष्कर्षों का समर्थन किया जाना चाहिए।
- पुनरावृत्ति योग्य (Replicable): एक शोध अध्ययन को इस तरह से डिजाइन और प्रलेखित किया जाना चाहिए कि अन्य शोधकर्ता समान परिस्थितियों में अध्ययन को दोहरा सकें और समान परिणाम प्राप्त कर सकें। यह निष्कर्षों की विश्वसनीयता को स्थापित करता है।
- उद्देश्यपूर्ण (Objective): शोध को शोधकर्ता के व्यक्तिगत पूर्वाग्रहों, विश्वासों और भावनाओं से मुक्त होना चाहिए। निष्कर्ष केवल एकत्र किए गए डेटा और उसके विश्लेषण पर आधारित होने चाहिए।
- नियंत्रित (Controlled): विशेष रूप से प्रयोगात्मक अनुसंधान में, अच्छा शोध उन सभी कारकों को नियंत्रित करने का प्रयास करता है जो अध्ययन के परिणाम को प्रभावित कर सकते हैं, सिवाय उस चर के जिसका अध्ययन किया जा रहा है।
- प्रासंगिक (Relevant): अनुसंधान को एक महत्वपूर्ण मुद्दे या समस्या का समाधान करना चाहिए और ज्ञान के मौजूदा भंडार में योगदान देना चाहिए या व्यावहारिक समस्याओं का समाधान प्रदान करना चाहिए।
(b) वैज्ञानिक पद्धति की परिभाषा: वैज्ञानिक पद्धति अवलोकन, प्रयोग और तर्क के माध्यम से ज्ञान प्राप्त करने के लिए एक व्यवस्थित, अनुभवजन्य और नियंत्रित प्रक्रिया है। यह घटनाओं की व्याख्या करने, परिकल्पनाओं का परीक्षण करने और सिद्धांतों को विकसित करने के लिए एक तार्किक दृष्टिकोण है। यह पूर्वाग्रह को कम करने और वस्तुनिष्ठ निष्कर्ष सुनिश्चित करने के लिए डिज़ाइन किया गया है। वैज्ञानिक पद्धति के चरण: वैज्ञानिक पद्धति में आमतौर पर निम्नलिखित चरण शामिल होते हैं:
1. अवलोकन और प्रश्न पूछना (Observation and Asking a Question): यह प्रक्रिया एक प्राकृतिक घटना के अवलोकन से शुरू होती है। यह अवलोकन शोधकर्ता को एक प्रश्न पूछने के लिए प्रेरित करता है। उदाहरण के लिए, एक प्राणीविज्ञानी देख सकता है कि एक विशेष क्षेत्र में मेंढकों की आबादी घट रही है और पूछ सकता है, “इस क्षेत्र में मेंढकों की आबादी क्यों घट रही है?”
2. पृष्ठभूमि अनुसंधान और परिकल्पना का निर्माण (Background Research and Hypothesis Formulation): शोधकर्ता मौजूदा साहित्य और अध्ययनों की समीक्षा करके विषय के बारे में जानकारी एकत्र करता है। इस जानकारी के आधार पर, वह एक परीक्षण योग्य स्पष्टीकरण या परिकल्पना प्रस्तावित करता है। उदाहरण: “मेंढकों की आबादी में गिरावट एक नए कीटनाशक के उपयोग के कारण हो रही है।”
3. भविष्यवाणी करना (Making a Prediction): परिकल्पना के आधार पर, शोधकर्ता एक विशिष्ट भविष्यवाणी करता है जिसे प्रयोग के माध्यम से जांचा जा सकता है। यह अक्सर “यदि…तो…” कथन के रूप में होता है। उदाहरण: “यदि कीटनाशक गिरावट का कारण है, तो कीटनाशक के संपर्क में आने वाले मेंढकों में मृत्यु दर उन मेंढकों की तुलना में अधिक होगी जो इसके संपर्क में नहीं हैं।”
4. प्रयोग या डेटा संग्रह (Experimentation or Data Collection): शोधकर्ता भविष्यवाणी का परीक्षण करने के लिए एक नियंत्रित प्रयोग डिजाइन और संचालित करता है। इसमें चर (variables) में हेरफेर करना और परिणामों को मापना शामिल है। गैर-प्रयोगात्मक अध्ययनों में, इस चरण में सर्वेक्षण, अवलोकन या मौजूदा डेटा के विश्लेषण के माध्यम से प्रासंगिक डेटा एकत्र करना शामिल है।
5. डेटा का विश्लेषण (Data Analysis): एकत्र किए गए डेटा का सांख्यिकीय तरीकों का उपयोग करके विश्लेषण किया जाता है ताकि यह निर्धारित किया जा सके कि परिणाम परिकल्पना का समर्थन करते हैं या नहीं।
6. निष्कर्ष निकालना (Drawing a Conclusion): विश्लेषण के आधार पर, शोधकर्ता यह निष्कर्ष निकालता है कि परिकल्पना का समर्थन किया गया है या उसे अस्वीकार कर दिया गया है। यदि परिकल्पना अस्वीकार कर दी जाती है, तो एक नई परिकल्पना तैयार की जा सकती है और प्रक्रिया दोहराई जाती है।
7. परिणामों का संचार (Communicating Results): अंत में, निष्कर्षों को वैज्ञानिक समुदाय के साथ साझा किया जाता है, आमतौर पर वैज्ञानिक पत्रिकाओं में प्रकाशन, सम्मेलनों में प्रस्तुतियों या रिपोर्ट के माध्यम से। यह ज्ञान के संचय और अन्य वैज्ञानिकों द्वारा सत्यापन की अनुमति देता है।
Q3. (a) परिकल्पना के विभिन्न रूपों पर चर्चा करें। 5 (b) अनुसंधान में भावी और पूर्वव्यापी सहगण अध्ययन के बीच अंतर करें। 5
Ans. (a) एक परिकल्पना दो या दो से अधिक चरों के बीच एक संभावित संबंध के बारे में एक परीक्षण योग्य कथन है। अनुसंधान में परिकल्पना के विभिन्न रूप होते हैं, जिन्हें उनके उद्देश्य और संरचना के आधार पर वर्गीकृत किया जा सकता है:
1. शून्य परिकल्पना (Null Hypothesis, H₀): यह परिकल्पना बताती है कि अध्ययन किए जा रहे चरों के बीच कोई संबंध या कोई अंतर नहीं है। यह सांख्यिकीय परीक्षण का आधार है और शोधकर्ता आमतौर पर इसे अस्वीकार करने का प्रयास करता है। उदाहरण: “नई दवा का रक्तचाप पर कोई प्रभाव नहीं पड़ता है।”
2. वैकल्पिक परिकल्पना (Alternative Hypothesis, H₁ or Hₐ): यह परिकल्पना शून्य परिकल्पना के विपरीत है। यह बताती है कि चरों के बीच एक संबंध या अंतर मौजूद है। यह वही है जिसे शोधकर्ता प्रदर्शित करने की उम्मीद करता है। उदाहरण: “नई दवा रक्तचाप को कम करती है।” वैकल्पिक परिकल्पना आगे दो प्रकार की हो सकती है:
- दिशात्मक (Directional): यह संबंध की दिशा निर्दिष्ट करती है (जैसे, बढ़ता है, घटता है, अधिक है, कम है)। उदाहरण: “विटामिन सी का सेवन करने वाले लोगों में जुकाम की अवधि कम होती है।”
- गैर-दिशात्मक (Non-directional): यह केवल यह बताती है कि एक अंतर या संबंध मौजूद है, लेकिन दिशा निर्दिष्ट नहीं करती है। उदाहरण: “विटामिन सी का सेवन जुकाम की अवधि को प्रभावित करता है।”
3. सरल परिकल्पना (Simple Hypothesis): यह केवल दो चरों – एक स्वतंत्र चर और एक आश्रित चर – के बीच संबंध की भविष्यवाणी करती है। उदाहरण: “धूम्रपान (स्वतंत्र चर) फेफड़ों के कैंसर (आश्रित चर) का कारण बनता है।”
4. जटिल परिकल्पना (Complex Hypothesis): यह दो से अधिक चरों के बीच संबंध की भविष्यवाणी करती है। इसमें कई स्वतंत्र या आश्रित चर हो सकते हैं। उदाहरण: “धूम्रपान और वायु प्रदूषण (दो स्वतंत्र चर) फेफड़ों के कैंसर और हृदय रोग (दो आश्रित चर) का कारण बनते हैं।”
5. सहयोगी परिकल्पना (Associative Hypothesis): यह भविष्यवाणी करती है कि चरों के बीच एक संबंध है, लेकिन यह नहीं बताती है कि एक चर दूसरे का कारण बनता है। उदाहरण: “आइसक्रीम की बिक्री और डूबने की घटनाओं की संख्या के बीच एक सकारात्मक संबंध है।” (यह एक कारण संबंध नहीं है; तीसरा चर, गर्म मौसम, दोनों का कारण बनता है)।
6. कारणात्मक परिकल्पना (Causal Hypothesis): यह भविष्यवाणी करती है कि एक चर (स्वतंत्र चर) में परिवर्तन दूसरे चर (आश्रित चर) में परिवर्तन का कारण बनेगा। उदाहरण: “व्यायाम की आवृत्ति में वृद्धि से वजन में कमी आएगी।”
(b) भावी (Prospective) और पूर्वव्यापी (Retrospective) सहगण अध्ययन दोनों अवलोकन संबंधी अध्ययन हैं जो एक्सपोजर और परिणाम के बीच संबंध की जांच करते हैं, लेकिन वे अपने डिजाइन और समय के दृष्टिकोण में भिन्न होते हैं। भावी सहगण अध्ययन (Prospective Cohort Study):
- समय: यह भविष्य की ओर देखता है। अध्ययन वर्तमान में शुरू होता है और प्रतिभागियों को समय के साथ आगे बढ़ाया जाता है।
- डिजाइन: शोधकर्ता एक सहगण (व्यक्तियों का एक समूह) की पहचान करता है जो अध्ययन की शुरुआत में परिणाम (बीमारी) से मुक्त होते हैं। वह फिर उन्हें एक निश्चित कारक (जैसे, धूम्रपान) के संपर्क में आने वाले (exposed) और न आने वाले (unexposed) समूहों में वर्गीकृत करता है। फिर इन दोनों समूहों को भविष्य में यह देखने के लिए ट्रैक किया जाता है कि कौन परिणाम विकसित करता है।
- डेटा संग्रह: डेटा वास्तविक समय में एकत्र किया जाता है, जो इसे अधिक सटीक और विश्वसनीय बनाता है।
- उदाहरण: धूम्रपान करने वालों और धूम्रपान न करने वालों के एक समूह को 20 वर्षों तक फेफड़ों के कैंसर के विकास की दर की तुलना करने के लिए उनका अनुसरण करना।
- लाभ: एक्सपोजर और परिणाम के बीच अस्थायी संबंध स्थापित कर सकता है, घटना (incidence) की गणना कर सकता है, रिकॉल बायस (recall bias) को कम करता है।
- हानियाँ: महंगा, समय लेने वाला, दुर्लभ बीमारियों के लिए अनुपयुक्त, लंबे फॉलो-अप के दौरान प्रतिभागियों को खोने (loss to follow-up) का खतरा।
पूर्वव्यापी सहगण अध्ययन (Retrospective Cohort Study):
- समय: यह अतीत की ओर देखता है। अध्ययन वर्तमान में शुरू होता है, लेकिन यह अतीत में हुए एक्सपोजर और परिणामों की जांच के लिए मौजूदा डेटा का उपयोग करता है।
- डिजाइन: शोधकर्ता ऐतिहासिक डेटा (जैसे, मेडिकल रिकॉर्ड, रोजगार रिकॉर्ड) का उपयोग करके अतीत में एक सहगण की पहचान करता है। वह फिर अतीत में उनके एक्सपोजर की स्थिति निर्धारित करता है और यह पता लगाने के लिए रिकॉर्ड का अनुसरण करता है कि वर्तमान तक उनमें से किसने परिणाम विकसित किया है।
- डेटा संग्रह: यह पूरी तरह से मौजूदा रिकॉर्ड पर निर्भर करता है, जो अधूरा या गलत हो सकता है।
- उदाहरण: एक फैक्ट्री के पिछले कर्मचारियों के रिकॉर्ड का उपयोग करके यह जांचना कि क्या किसी विशेष रसायन के संपर्क में आने से 1990 और 2020 के बीच कैंसर की दर अधिक हुई।
- लाभ: त्वरित और कम खर्चीला, लंबी अव्यक्त अवधि वाली बीमारियों के लिए अच्छा है।
- हानियाँ: डेटा की गुणवत्ता और उपलब्धता पर बहुत अधिक निर्भर, रिकॉर्ड में जानकारी की कमी के कारण एक्सपोजर और भ्रमित करने वाले कारकों को वर्गीकृत करना मुश्किल हो सकता है, रिकॉल बायस की संभावना (यदि साक्षात्कार का उपयोग किया जाता है)।
Q4. (a) नैदानिक परीक्षणों की वैधता के विभिन्न उपायों की गणना करें। 5 (b) क्लस्टर नमूनाकरण और बहु-चरणीय नमूनाकरण के बीच अंतर करें। 5
Ans. (a) नैदानिक परीक्षण की वैधता यह दर्शाती है कि परीक्षण कितनी सटीकता से किसी विशेष बीमारी या स्थिति की उपस्थिति या अनुपस्थिति को मापता है। वैधता के मुख्य उपाय निम्नलिखित हैं:
1. संवेदनशीलता (Sensitivity): यह परीक्षण की उन व्यक्तियों की सही पहचान करने की क्षमता है जिन्हें वास्तव में बीमारी है। इसे ‘ट्रू पॉजिटिव रेट’ भी कहा जाता है। एक उच्च संवेदनशीलता वाले परीक्षण में कुछ ही ‘फॉल्स निगेटिव’ परिणाम होंगे। यह स्क्रीनिंग परीक्षणों के लिए महत्वपूर्ण है ताकि कोई भी मामला छूट न जाए। सूत्र: संवेदनशीलता = (ट्रू पॉजिटिव) / (ट्रू पॉजिटिव + फॉल्स निगेटिव)
2. विशिष्टता (Specificity): यह परीक्षण की उन व्यक्तियों की सही पहचान करने की क्षमता है जिन्हें वास्तव में बीमारी नहीं है। इसे ‘ट्रू निगेटिव रेट’ भी कहा जाता है। एक उच्च विशिष्टता वाले परीक्षण में कुछ ही ‘फॉल्स पॉजिटिव’ परिणाम होंगे। यह पुष्टिकरण परीक्षणों के लिए महत्वपूर्ण है ताकि स्वस्थ लोगों का गलत निदान और अनावश्यक उपचार न हो। सूत्र: विशिष्टता = (ट्रू निगेटिव) / (ट्रू निगेटिव + फॉल्स पॉजिटिव)
3. सकारात्मक भविष्य कहनेवाला मूल्य (Positive Predictive Value – PPV): यह संभावना है कि एक सकारात्मक परीक्षण परिणाम वाले व्यक्ति को वास्तव में बीमारी है। PPV जनसंख्या में बीमारी के प्रसार (prevalence) से प्रभावित होता है। सूत्र: PPV = (ट्रू पॉजिटिव) / (ट्रू पॉजिटिव + फॉल्स पॉजिटिव)
4. नकारात्मक भविष्य कहनेवाला मूल्य (Negative Predictive Value – NPV): यह संभावना है कि एक नकारात्मक परीक्षण परिणाम वाले व्यक्ति को वास्तव में बीमारी नहीं है। PPV की तरह, NPV भी बीमारी के प्रसार से प्रभावित होता है। सूत्र: NPV = (ट्रू निगेटिव) / (ट्रू निगेटिव + फॉल्स निगेटिव)
5. सटीकता (Accuracy): यह परीक्षण की समग्र सही वर्गीकरण करने की क्षमता का माप है (यानी, सही सकारात्मक और सही नकारात्मक दोनों)। सूत्र: सटीकता = (ट्रू पॉजिटिव + ट्रू निगेटिव) / (कुल जनसंख्या)
इन उपायों का उपयोग किसी नैदानिक परीक्षण के प्रदर्शन का मूल्यांकन करने और विभिन्न नैदानिक परिदृश्यों में इसकी उपयोगिता निर्धारित करने के लिए किया जाता है।
(b) क्लस्टर नमूनाकरण और बहु-चरणीय नमूनाकरण दोनों संभाव्यता नमूनाकरण तकनीकें हैं जो बड़ी और भौगोलिक रूप से फैली हुई आबादी का अध्ययन करने के लिए उपयोगी हैं, लेकिन वे अपनी प्रक्रिया में भिन्न हैं। क्लस्टर नमूनाकरण (Cluster Sampling):
- परिभाषा: इस तकनीक में, जनसंख्या को समूहों या क्लस्टर्स (जैसे, स्कूल, गाँव, शहर के ब्लॉक) में विभाजित किया जाता है जो स्वाभाविक रूप से होते हैं।
- प्रक्रिया:
- जनसंख्या को परस्पर अनन्य और सामूहिक रूप से संपूर्ण समूहों में विभाजित करें।
- यादृच्छिक रूप से कुछ क्लस्टरों का चयन करें।
- चयनित क्लस्टरों के सभी सदस्यों को नमूने में शामिल करें।
- मुख्य विशेषता: चयनित क्लस्टर के भीतर हर इकाई का सर्वेक्षण किया जाता है। इसे ‘एक-चरणीय क्लस्टर नमूनाकरण’ भी कहा जाता है।
- उदाहरण: एक राज्य में हाई स्कूल के छात्रों के पोषण संबंधी स्थिति का अध्ययन करने के लिए, शोधकर्ता राज्य के सभी हाई स्कूलों (क्लस्टर) की एक सूची बनाता है, यादृच्छिक रूप से 15 स्कूलों का चयन करता है, और फिर उन 15 स्कूलों के सभी छात्रों का सर्वेक्षण करता है।
- लाभ: लागत प्रभावी और सुविधाजनक, खासकर जब जनसंख्या बहुत फैली हुई हो और एक पूर्ण नमूना फ्रेम उपलब्ध न हो।
- हानियाँ: सरल यादृच्छिक नमूनाकरण की तुलना में नमूनाकरण त्रुटि अधिक होती है, क्योंकि एक ही क्लस्टर के सदस्य समान होते हैं।
बहु-चरणीय नमूनाकरण (Multistage Sampling):
- परिभाषा: यह क्लस्टर नमूनाकरण का एक अधिक जटिल रूप है जिसमें नमूनाकरण कई चरणों में किया जाता है।
- प्रक्रिया:
- जनसंख्या को बड़े समूहों (प्राथमिक नमूनाकरण इकाइयाँ, जैसे, जिले) में विभाजित करें और कुछ को यादृच्छिक रूप से चुनें।
- प्रत्येक चयनित प्राथमिक इकाई के भीतर, छोटे समूहों (द्वितीयक नमूनाकरण इकाइयाँ, जैसे, गाँव) को यादृच्छिक रूप से चुनें।
- यह प्रक्रिया कई चरणों तक जारी रह सकती है। अंतिम चरण में, व्यक्तियों का यादृच्छिक रूप से चयन किया जाता है।
- मुख्य विशेषता: प्रत्येक चरण में नमूने लिए जाते हैं। अंतिम चयनित क्लस्टर के सभी सदस्यों को शामिल नहीं किया जाता है।
- उदाहरण: पूरे भारत में किसानों की आय का अध्ययन करने के लिए, शोधकर्ता पहले यादृच्छिक रूप से कुछ राज्यों (चरण 1) का चयन कर सकता है, फिर उन राज्यों के भीतर कुछ जिलों (चरण 2) का, फिर उन जिलों के भीतर कुछ गाँवों (चरण 3) का, और अंत में उन गाँवों के भीतर कुछ किसान परिवारों (चरण 4) का सर्वेक्षण कर सकता है।
- लाभ: क्लस्टर नमूनाकरण की तुलना में और भी अधिक लागत प्रभावी और सुविधाजनक, नमूनाकरण त्रुटि को कम कर सकता है क्योंकि नमूना अधिक फैला हुआ होता है।
- हानियाँ: डिजाइन और विश्लेषण में अधिक जटिल, प्रत्येक चरण पर नमूनाकरण त्रुटि की संभावना।
Q5. (a) अनुसंधान में सहसंबंध अध्ययनों के विभिन्न मुद्दों पर प्रकाश डालें। 4 (b) डेटा माप के विभिन्न पैमानों का वर्णन करें। 6
Ans. (a) सहसंबंध अध्ययन दो या दो से अधिक चरों के बीच संबंध की ताकत और दिशा की जांच करते हैं। ये उपयोगी होते हैं, लेकिन इनकी व्याख्या करते समय कई महत्वपूर्ण मुद्दों और सीमाओं पर विचार करना चाहिए:
1. सहसंबंध का अर्थ कारणता नहीं है (Correlation does not imply causation): यह सहसंबंध अध्ययनों की सबसे मौलिक सीमा है। सिर्फ इसलिए कि दो चर संबंधित हैं, इसका मतलब यह नहीं है कि एक चर दूसरे में परिवर्तन का कारण बनता है। उदाहरण के लिए, आइसक्रीम की बिक्री और डूबने की घटनाओं में एक मजबूत सकारात्मक सहसंबंध होता है, लेकिन आइसक्रीम खाने से डूबना नहीं होता है। एक तीसरा चर (गर्म मौसम) दोनों को बढ़ाता है।
2. तीसरा चर समस्या (Third variable problem): जैसा कि ऊपर उल्लेख किया गया है, दो चरों के बीच एक स्पष्ट संबंध वास्तव में एक तीसरे, अज्ञात चर के कारण हो सकता है जो दोनों को प्रभावित करता है। इस तीसरे चर को एक ‘भ्रमित करने वाला चर’ (confounding variable) कहा जाता है।
3. दिशात्मकता की समस्या (Directionality problem): यदि दो चरों, X और Y, के बीच एक सहसंबंध पाया जाता है, तो यह निर्धारित करना मुश्किल हो सकता है कि क्या X, Y का कारण है, या Y, X का कारण है, या क्या संबंध पारस्परिक है। उदाहरण के लिए, क्या कम आत्म-सम्मान अवसाद का कारण बनता है, या क्या अवसाद कम आत्म-सम्मान का कारण बनता है?
4. मिथ्या सहसंबंध (Spurious Correlation): कभी-कभी, दो असंबंधित चरों के बीच संयोग से एक सहसंबंध दिखाई दे सकता है, खासकर जब बड़ी मात्रा में डेटा का विश्लेषण किया जाता है। इन संबंधों का कोई वास्तविक आधार नहीं होता है।
5. रेंज का प्रतिबंध (Restriction of Range): यदि डेटा केवल चरों की एक सीमित सीमा पर एकत्र किया जाता है, तो यह सहसंबंध गुणांक को कृत्रिम रूप से कम या बढ़ा सकता है, जिससे संबंध की वास्तविक ताकत का गलत अनुमान लगाया जा सकता है।
6. आउटलायर्स का प्रभाव (Influence of Outliers): चरम मान, या आउटलायर्स, सहसंबंध गुणांक के मूल्य और दिशा पर एक बड़ा और भ्रामक प्रभाव डाल सकते हैं, खासकर छोटे डेटासेट में।
(b) डेटा माप के पैमाने यह निर्धारित करते हैं कि संख्याओं का उपयोग डेटा को वर्गीकृत और/या मापने के लिए कैसे किया जाता है। ये पैमाने डेटा के साथ किए जा सकने वाले सांख्यिकीय विश्लेषणों के प्रकार को भी निर्धारित करते हैं। माप के चार मुख्य पैमाने हैं:
1. नाममात्र पैमाना (Nominal Scale):
- विवरण: यह सबसे सरल माप पैमाना है। यह डेटा को श्रेणियों में वर्गीकृत करने के लिए लेबल या नामों का उपयोग करता है। इन श्रेणियों का कोई क्रम या रैंक नहीं होता है।
- गुण: पहचान (Identity)। संख्याएं केवल लेबल के रूप में काम करती हैं (जैसे, लिंग के लिए 1=पुरुष, 2=महिला)।
- सांख्यिकीय विश्लेषण: आवृत्ति गणना, प्रतिशत, मोड, ची-स्क्वायर परीक्षण।
- प्राणीशास्त्रीय उदाहरण: जानवरों की प्रजातियाँ (जैसे, शेर, बाघ, तेंदुआ), लिंग (नर, मादा), रक्त प्रकार (A, B, AB, O)।
2. क्रमसूचक पैमाना (Ordinal Scale):
- विवरण: यह पैमाना डेटा को एक क्रम या रैंक के अनुसार वर्गीकृत करता है। यह हमें बताता है कि एक श्रेणी दूसरे से अधिक या कम है, लेकिन यह नहीं बताता कि कितनी अधिक या कम है। श्रेणियों के बीच का अंतराल असमान हो सकता है।
- गुण: पहचान और परिमाण (Magnitude/Order)।
- सांख्यिकीय विश्लेषण: माध्यिका (Median), पर्सेंटाइल, रैंक-ऑर्डर सहसंबंध (जैसे, स्पीयरमैन का)।
- प्राणीशास्त्रीय उदाहरण: किसी बीमारी की गंभीरता (हल्की, मध्यम, गंभीर), सामाजिक पदानुक्रम में जानवरों की रैंक (अल्फा, बीटा, गामा), किसी उत्तेजना के प्रति प्रतिक्रिया (कोई नहीं, कमजोर, मजबूत)।
3. अंतराल पैमाना (Interval Scale):
- विवरण: इस पैमाने में क्रम और श्रेणियों के बीच समान अंतराल दोनों होते हैं। हालांकि, इसमें एक ‘वास्तविक शून्य’ (true zero) बिंदु नहीं होता है। शून्य बिंदु मनमाना होता है, जिसका अर्थ है ‘विशेषता की अनुपस्थिति’ नहीं।
- गुण: पहचान, परिमाण, और समान अंतराल।
- सांख्यिकीय विश्लेषण: माध्य (Mean), मानक विचलन (Standard Deviation), सहसंबंध, प्रतिगमन, टी-टेस्ट, एनोवा। जोड़ और घटाव किया जा सकता है, लेकिन गुणा और भाग नहीं।
- प्राणीशास्त्रीय उदाहरण: सेल्सियस या फारेनहाइट में तापमान (0°C का मतलब गर्मी की अनुपस्थिति नहीं है), कैलेंडर वर्ष।
4. अनुपात पैमाना (Ratio Scale):
- विवरण: यह सबसे सूचनात्मक पैमाना है। इसमें अंतराल पैमाने के सभी गुण होते हैं, लेकिन इसमें एक ‘वास्तविक शून्य’ बिंदु भी होता है, जो मापी जा रही विशेषता की पूर्ण अनुपस्थिति को इंगित करता है।
- गुण: पहचान, परिमाण, समान अंतराल, और एक वास्तविक शून्य।
- सांख्यिकीय विश्लेषण: अंतराल पैमाने के सभी विश्लेषण, साथ ही ज्यामितीय माध्य, भिन्नता का गुणांक। सभी अंकगणितीय संचालन (जोड़, घटाव, गुणा, भाग) संभव हैं।
- प्राणीशास्त्रीय उदाहरण: लंबाई (सेमी में), वजन (किग्रा में), आयु (वर्षों में), संतानों की संख्या, हृदय गति (बीट्स प्रति मिनट)। 10 किग्रा वजन 5 किग्रा से दोगुना है।
Q6. (a) विभिन्न प्रकार के शोध दस्तावेजों की व्याख्या करें। 5 (b) एक वैज्ञानिक लेख में साहित्यिक चोरी का पता लगाने के उद्देश्य और तकनीक का एक व्यापक अवलोकन दें। 5
Ans. (a) अनुसंधान के निष्कर्षों और प्रक्रियाओं को संप्रेषित करने के लिए विभिन्न प्रकार के शोध दस्तावेजों का उपयोग किया जाता है। प्रत्येक का एक विशिष्ट उद्देश्य और प्रारूप होता है। मुख्य प्रकार निम्नलिखित हैं:
1. शोध पत्र/लेख (Research Paper/Article): यह एक मूल शोध अध्ययन का विस्तृत विवरण है, जिसे एक सहकर्मी-समीक्षित (peer-reviewed) वैज्ञानिक पत्रिका में प्रकाशन के लिए लिखा जाता है। इसमें आमतौर पर खंड होते हैं जैसे सार (Abstract), परिचय (Introduction), सामग्री और विधियाँ (Materials and Methods), परिणाम (Results), चर्चा (Discussion), और संदर्भ (References)। इसका उद्देश्य नए ज्ञान का प्रसार करना है।
2. थीसिस/निबंध (Thesis/Dissertation): यह एक लंबा, विस्तृत शोध दस्तावेज है जिसे एक अकादमिक डिग्री (जैसे, एम.एससी., पीएच.डी.) की आवश्यकता के रूप में प्रस्तुत किया जाता है। यह एक शोध पत्र की तुलना में बहुत अधिक व्यापक होता है, जिसमें एक विस्तृत साहित्य समीक्षा और कार्यप्रणाली का गहन विवरण शामिल होता है।
3. समीक्षा लेख (Review Article): यह किसी विशेष विषय पर मौजूदा शोध का सारांश और संश्लेषण करता है। यह नया मूल डेटा प्रस्तुत नहीं करता है, बल्कि यह किसी क्षेत्र में हाल के विकास, प्रवृत्तियों और अंतराल का एक महत्वपूर्ण मूल्यांकन प्रदान करता है। यह शोधकर्ताओं को किसी विषय पर अद्यतित रहने में मदद करता है।
4. शोध प्रस्ताव (Research Proposal): यह एक प्रस्तावित शोध परियोजना की रूपरेखा तैयार करने वाला एक दस्तावेज है। इसे आमतौर पर फंडिंग प्राप्त करने या अकादमिक कार्यक्रम के लिए अनुमोदन प्राप्त करने के लिए लिखा जाता है। इसमें अनुसंधान प्रश्न, औचित्य, परिकल्पना, कार्यप्रणाली, समयरेखा और बजट शामिल होता है।
5. सम्मेलन पत्र/सार (Conference Paper/Abstract): यह एक शोध अध्ययन का संक्षिप्त सारांश है जिसे एक अकादमिक सम्मेलन में मौखिक या पोस्टर प्रस्तुति के लिए प्रस्तुत किया जाता है। यह शोधकर्ताओं को अपने काम को जल्दी से साझा करने और साथियों से प्रतिक्रिया प्राप्त करने की अनुमति देता है।
6. शोध रिपोर्ट (Research Report): यह एक विशिष्ट दर्शक, जैसे कि एक फंडिंग एजेंसी या एक सरकारी निकाय, के लिए तैयार किया गया एक रिपोर्ट है। यह अक्सर एक विशिष्ट परियोजना के परिणामों और निष्कर्षों का विवरण देता है और इसका प्रारूप प्राप्तकर्ता की आवश्यकताओं के आधार पर भिन्न हो सकता है।
(b) साहित्यिक चोरी का पता लगाने का उद्देश्य और तकनीक उद्देश्य (Purpose): एक वैज्ञानिक लेख में साहित्यिक चोरी (plagiarism) का पता लगाने का प्राथमिक उद्देश्य अकादमिक और वैज्ञानिक अखंडता (academic and scientific integrity) को बनाए रखना है। इसके मुख्य उद्देश्य हैं:
- मौलिकता सुनिश्चित करना: यह सत्यापित करना कि प्रस्तुत कार्य लेखक का अपना मूल विचार और लेखन है।
- उचित श्रेय देना: यह सुनिश्चित करना कि दूसरों के विचारों, डेटा या शब्दों का उपयोग करते समय उन्हें उचित रूप से उद्धृत और श्रेय दिया गया है। यह बौद्धिक संपदा अधिकारों का सम्मान करता है।
- वैज्ञानिक रिकॉर्ड की विश्वसनीयता बनाए रखना: विज्ञान संचयी है, जो पिछले काम पर आधारित है। साहित्यिक चोरी इस नींव को कमजोर करती है और वैज्ञानिक साहित्य में दोहराव और गलत सूचना का कारण बन सकती है।
- निष्पक्षता को बढ़ावा देना: यह सुनिश्चित करना कि सभी शोधकर्ताओं का मूल्यांकन उनके अपने काम की योग्यता के आधार पर किया जाए, न कि दूसरों के काम को चुराने की उनकी क्षमता पर।
तकनीक (Technique): साहित्यिक चोरी का पता लगाने की तकनीक मुख्य रूप से विशेष सॉफ्टवेयर के उपयोग पर निर्भर करती है। प्रक्रिया इस प्रकार है:
1. सॉफ्टवेयर का उपयोग: वैज्ञानिक पत्रिकाएं, विश्वविद्यालय और अनुसंधान संस्थान साहित्यिक चोरी का पता लगाने वाले सॉफ्टवेयर (plagiarism detection software) जैसे Turnitin, iThenticate, Grammarly, या Copyscape का उपयोग करते हैं।
2. तुलना प्रक्रिया: लेखक द्वारा प्रस्तुत पांडुलिपि (manuscript) को इस सॉफ्टवेयर में अपलोड किया जाता है। सॉफ्टवेयर फिर पाठ को तोड़ता है और उन्नत एल्गोरिदम का उपयोग करके इसकी तुलना एक विशाल डेटाबेस से करता है। इस डेटाबेस में शामिल हैं:
- लाखों प्रकाशित वैज्ञानिक लेख और किताबें।
- इंटरनेट पर सार्वजनिक रूप से उपलब्ध वेब पेज।
- छात्रों द्वारा पहले जमा किए गए पेपर और थीसिस का एक संग्रह।
3. समानता रिपोर्ट (Similarity Report): तुलना पूरी होने के बाद, सॉफ्टवेयर एक ‘समानता रिपोर्ट’ या ‘मौलिकता रिपोर्ट’ उत्पन्न करता है। यह रिपोर्ट निम्नलिखित दर्शाती है:
- एक समग्र समानता सूचकांक (similarity index) , जो प्रस्तुत पाठ का वह प्रतिशत है जो डेटाबेस में स्रोतों से मेल खाता है।
- पांडुलिपि में हाइलाइट किए गए विशिष्ट अंश जो अन्य स्रोतों से मेल खाते हैं।
- प्रत्येक मेल खाने वाले अंश के लिए मूल स्रोत का लिंक।
4. मानवीय व्याख्या: यह महत्वपूर्ण है कि समानता रिपोर्ट की व्याख्या एक अनुभवी संपादक या शिक्षक द्वारा की जाए। एक उच्च समानता सूचकांक स्वचालित रूप से साहित्यिक चोरी का संकेत नहीं देता है। समीक्षक को यह निर्धारित करना होगा कि:
- क्या मेल खाने वाला पाठ ठीक से उद्धरण चिह्नों में है और उचित रूप से उद्धृत किया गया है।
- क्या समानताएं सामान्य वाक्यांश, तकनीकी शब्द या विधि विवरण हैं जो क्षेत्र में मानक हैं।
- या क्या समानताएं वास्तव में किसी अन्य स्रोत से विचारों या शब्दों की अनुचित नकल हैं।
इस प्रकार, सॉफ्टवेयर एक उपकरण है जो संभावित समस्याओं को उजागर करता है, लेकिन साहित्यिक चोरी का अंतिम निर्णय मानवीय मूल्यांकन पर आधारित होता है।
Q7. निम्नलिखित पर संक्षिप्त नोट्स लिखें: 4×2.5=10 (a) एक शोध समस्या का चयन (b) अनौपचारिक प्रयोगात्मक डिजाइन (c) शोध रिपोर्टों का महत्व (d) स्कैटर आरेख
Ans.
(a) एक शोध समस्या का चयन (Selection of a research problem) एक शोध समस्या का चयन अनुसंधान प्रक्रिया का सबसे महत्वपूर्ण और प्रारंभिक चरण है। एक अच्छी तरह से चुनी गई समस्या सफल शोध की नींव रखती है। इसके चयन में कई कारकों पर विचार किया जाना चाहिए:
- शोधकर्ता की रुचि: शोधकर्ता को उस विषय में गहरी रुचि होनी चाहिए, क्योंकि अनुसंधान एक लंबी और अक्सर चुनौतीपूर्ण प्रक्रिया होती है।
- प्रासंगिकता और महत्व: समस्या को वैज्ञानिक समुदाय या समाज के लिए महत्वपूर्ण होना चाहिए। इसे ज्ञान के मौजूदा भंडार में योगदान देना चाहिए या किसी व्यावहारिक समस्या का समाधान करना चाहिए।
- व्यवहार्यता: समस्या को उपलब्ध संसाधनों के संदर्भ में व्यवहार्य होना चाहिए। इसमें समय, धन, उपकरण, तकनीकी विशेषज्ञता और डेटा की उपलब्धता शामिल है।
- नवीनता: समस्या को मूल होना चाहिए और पहले से ही बहुत अधिक शोध किए गए विषय का मात्र दोहराव नहीं होना चाहिए। इसे ज्ञान में एक नया दृष्टिकोण या योगदान प्रदान करना चाहिए।
- नैतिक विचार: शोध को नैतिक दिशानिर्देशों का पालन करना चाहिए और इसमें मानव या पशु विषयों को कोई नुकसान नहीं होना चाहिए।
एक अच्छी शोध समस्या स्पष्ट, केंद्रित और परीक्षण योग्य होती है। (b) अनौपचारिक प्रयोगात्मक डिजाइन (Informal experimental design) अनौपचारिक प्रयोगात्मक डिजाइन वे डिजाइन हैं जो प्रयोगात्मक अनुसंधान के मूल सिद्धांतों का उपयोग तो करते हैं, लेकिन उनमें यादृच्छिकीकरण (randomization) की कमी होती है। वे औपचारिक डिजाइनों की तुलना में कम कठोर होते हैं और बाहरी चरों पर कम नियंत्रण रखते हैं, जिससे उनकी आंतरिक वैधता कम हो जाती है। हालांकि, वे खोजपूर्ण अध्ययनों या जब कठोर नियंत्रण संभव न हो, तब उपयोगी हो सकते हैं। मुख्य प्रकार हैं:
- नियंत्रण के बिना पहले-और-बाद में डिजाइन (Before-and-after without control): इसमें एक ही समूह का उपचार से पहले (प्री-टेस्ट) और बाद में (पोस्ट-टेस्ट) मापन किया जाता है। इसका दोष यह है कि परिणाम में कोई भी परिवर्तन उपचार के बजाय अन्य बाहरी कारकों के कारण हो सकता है।
- नियंत्रण के साथ बाद-में-ही डिजाइन (After-only with control): इसमें दो समूह होते हैं – एक प्रयोगात्मक और एक नियंत्रण समूह। प्रयोगात्मक समूह को उपचार दिया जाता है, और फिर दोनों समूहों को मापा जाता है। इसकी कमजोरी यह है कि यह नहीं माना जा सकता कि दोनों समूह माप से पहले बराबर थे।
ये डिजाइन परिकल्पना निर्माण के लिए उपयोगी प्रारंभिक अंतर्दृष्टि प्रदान कर सकते हैं। (c) शोध रिपोर्टों का महत्व (Importance of research reports) एक शोध रिपोर्ट अनुसंधान प्रक्रिया का अंतिम और महत्वपूर्ण उत्पाद है। इसका महत्व कई गुना है:
- ज्ञान का प्रसार: यह शोध के निष्कर्षों को व्यापक वैज्ञानिक समुदाय और जनता तक पहुँचाने का प्राथमिक माध्यम है। यह ज्ञान के संचय और प्रगति में योगदान देता है।
- भविष्य के शोध का आधार: एक अच्छी तरह से लिखी गई रिपोर्ट अन्य शोधकर्ताओं को अध्ययन को दोहराने, सत्यापित करने या उस पर आगे काम करने की अनुमति देती है। यह भविष्य के शोध के लिए नई दिशाएं और प्रश्न सुझा सकती है।
- जवाबदेही और दस्तावेजीकरण: यह किए गए कार्य का एक स्थायी रिकॉर्ड प्रदान करता है। फंडिंग एजेंसियों, संस्थानों और सहकर्मियों के प्रति शोधकर्ता की जवाबदेही सुनिश्चित करता है।
- नीति और अभ्यास पर प्रभाव: साक्ष्य-आधारित शोध रिपोर्टें सरकारी नीतियों, नैदानिक दिशानिर्देशों और औद्योगिक प्रथाओं को सूचित और प्रभावित कर सकती हैं।
- व्यक्तिगत और व्यावसायिक विकास: शोधकर्ताओं के लिए, रिपोर्ट प्रकाशित करना अकादमिक पदोन्नति, मान्यता और भविष्य की फंडिंग हासिल करने के लिए आवश्यक है।
बिना प्रभावी रिपोर्टिंग के, सबसे उत्कृष्ट शोध भी व्यर्थ हो जाता है। (d) स्कैटर आरेख (Scatter diagram) एक स्कैटर आरेख, जिसे स्कैटर प्लॉट भी कहा जाता है, एक ग्राफिकल उपकरण है जिसका उपयोग दो निरंतर चरों (continuous variables) के बीच संबंध को देखने और प्रदर्शित करने के लिए किया जाता है। इसमें एक कार्टेशियन समन्वय प्रणाली (x-अक्ष और y-अक्ष) पर डेटा बिंदुओं का एक संग्रह होता है। प्रत्येक बिंदु डेटासेट से एक अवलोकन का प्रतिनिधित्व करता है, जिसका x-मान एक चर को और y-मान दूसरे चर को दर्शाता है।
- उपयोग: इसका मुख्य उद्देश्य दो चरों के बीच संबंध की प्रकृति, दिशा और ताकत का आकलन करना है।
- व्याख्या:
- सकारात्मक सहसंबंध: यदि बिंदु नीचे-बाएँ से ऊपर-दाएँ की ओर जाते हैं, तो यह इंगित करता है कि जैसे एक चर बढ़ता है, दूसरा भी बढ़ता है।
- नकारात्मक सहसंबंध: यदि बिंदु ऊपर-बाएँ से नीचे-दाएँ की ओर जाते हैं, तो यह इंगित करता है कि जैसे एक चर बढ़ता है, दूसरा घटता है।
- कोई सहसंबंध नहीं: यदि बिंदुओं का कोई स्पष्ट पैटर्न नहीं है और वे यादृच्छिक रूप से बिखरे हुए हैं, तो कोई संबंध नहीं है।
- महत्व: यह सहसंबंध और प्रतिगमन विश्लेषण (regression analysis) में एक महत्वपूर्ण पहला कदम है। यह आउटलायर्स (चरम मान) और गैर-रैखिक संबंधों की पहचान करने में भी मदद करता है जो केवल संख्यात्मक सहसंबंध गुणांक से स्पष्ट नहीं हो सकते हैं।
IGNOU MZO-009 Previous Year Solved Question Paper in English
Q1. (a) Distinguish between structured and unstructured methods of observation in research. 4 (b) Discuss the different factors that need to be considered for developing a sample design. 6
Ans. (a) The main differences between structured and unstructured methods of observation in research are as follows:
Structured Observation:
- It is also known as systematic observation . In this method, the researcher specifies in detail what is to be observed and how the observations are to be recorded.
- It is quantitative in nature and uses a formal procedure for data collection.
- The researcher uses standardized tools for observation, such as a checklist , rating scales, or pre-defined categories.
- This method is appropriate when the research problem has been defined precisely and the behaviours to be observed are already known.
- Example: A zoologist uses a checklist to record the nest-building activities of a bird (e.g., frequency of bringing material, time spent on the nest) over a specific period.
Unstructured Observation:
- This method is more flexible and exploratory . The researcher records events as they occur without a pre-determined plan.
- It is qualitative in nature and aims to develop a deeper understanding of a behaviour or phenomenon.
- The researcher uses detailed field notes, diaries, or anecdotal records.
- This method is particularly useful when very little is known about the subject of study and the researcher wants to develop hypotheses.
- Example: A researcher observes an unfamiliar animal in its natural habitat without any pre-defined categories to understand its social behaviour and notes down their findings.
(b) Several factors need to be considered to develop an effective sample design. These factors ensure that the sample collected accurately represents the population. The main factors are:
- Objectives: The objectives of the research must be clearly defined. The objectives help determine the type of information needed, which in turn influences the sample design.
- Population or Universe: The population to be studied must be clearly defined. This includes specifying the geographical, demographic, and other relevant characteristics of the population. For instance, “adult male tigers in North India”.
- Sampling Unit: This is the basic unit used for selecting the sample. It could be an individual, a family, a village, or a geographical area.
- Source List/Sampling Frame: This is a list of all units in the population from which the sample is to be drawn. An accurate and up-to-date sampling frame is essential. If it is incomplete or outdated, the sample may be biased.
- Size of Sample: The sample size depends on the desired degree of accuracy of the research, the variability of the population, and the available resources. A larger sample generally provides greater accuracy but is more expensive.
- Budgetary Constraints: The available funds and time greatly influence the sample design. Some sampling methods are more expensive and time-consuming than others.
- Sampling Procedure: The researcher must decide whether to use probability sampling (e.g., simple random, stratified) or non-probability sampling (e.g., convenience, quota). This choice depends on the research objectives and the nature of the population.
Q2. (a) Mention the desirable qualities that fulfill good research. 4 (b) How would you define scientific method? Discuss the different steps in scientific method. 6
Ans. (a) Good research should possess several desirable qualities that ensure its reliability, validity, and utility. These qualities are:
- Systematic: Good research follows a structured process with clearly defined steps. It is not haphazard but is conducted according to a definite plan.
- Logical: The research must be based on the principles of logic. It should involve rational reasoning and the conclusions must be derived logically from the data.
- Empirical: It must be based on real-world observations and data. Conclusions must be supported by evidence collected by the researcher.
- Replicable: A research study should be designed and documented in such a way that other researchers can repeat the study under similar conditions and obtain similar results. This establishes the reliability of the findings.
- Objective: The research should be free from the researcher’s personal biases, beliefs, and emotions. The findings should be based solely on the data collected and its analysis.
- Controlled: Especially in experimental research, good research attempts to control all factors that might affect the outcome of the study, except for the variable being studied.
- Relevant: The research should address a significant issue or problem and should contribute to the existing body of knowledge or provide solutions to practical problems.
(b)
Definition of Scientific Method:
The scientific method is a systematic, empirical, and controlled process for acquiring knowledge through observation, experimentation, and reasoning. It is a logical approach to explaining phenomena, testing hypotheses, and developing theories. It is designed to minimize bias and ensure objective conclusions.
Steps in the Scientific Method:
The scientific method typically involves the following steps:
1. Observation and Asking a Question: The process begins with an observation of a natural phenomenon. This observation leads the researcher to ask a question. For example, a zoologist might observe that the frog population in a particular area is declining and ask, “Why is the frog population declining in this area?”
2. Background Research and Hypothesis Formulation: The researcher gathers information about the topic by reviewing existing literature and studies. Based on this information, they propose a testable explanation, or hypothesis. Example: “The decline in the frog population is caused by the use of a new pesticide.”
3. Making a Prediction: Based on the hypothesis, the researcher makes a specific prediction that can be tested through an experiment. This is often in the form of an “If…then…” statement. Example: “If the pesticide is the cause of the decline, then frogs exposed to the pesticide will have a higher mortality rate than frogs that are not exposed to it.”
4. Experimentation or Data Collection: The researcher designs and conducts a controlled experiment to test the prediction. This involves manipulating variables and measuring the outcomes. In non-experimental studies, this step involves collecting relevant data through surveys, observations, or analysis of existing data.
5. Data Analysis: The collected data is analyzed using statistical methods to determine whether the results support or refute the hypothesis.
6. Drawing a Conclusion: Based on the analysis, the researcher concludes whether the hypothesis is supported or rejected. If the hypothesis is rejected, a new hypothesis may be formulated, and the process is repeated.
7. Communicating Results: Finally, the findings are shared with the scientific community, typically through publication in scientific journals, presentations at conferences, or reports. This allows for the accumulation of knowledge and verification by other scientists.
Q3. (a) Discuss the different forms of hypothesis. 5 (b) Differentiate between prospective and retrospective cohort study in research. 5
Ans. (a) A hypothesis is a testable statement about a potential relationship between two or more variables. There are several forms of hypotheses in research, which can be classified based on their purpose and structure:
1. Null Hypothesis (H₀): This hypothesis states that there is no relationship or no difference between the variables being studied. It is the basis of statistical testing, and the researcher typically aims to reject it. Example: “The new drug has no effect on blood pressure.”
2. Alternative Hypothesis (H₁ or Hₐ): This hypothesis is the opposite of the null hypothesis. It states that a relationship or difference exists between the variables. It is what the researcher hopes to demonstrate. Example: “The new drug reduces blood pressure.” The alternative hypothesis can be further categorized:
- Directional: It specifies the direction of the relationship (e.g., increases, decreases, more than, less than). Example: “People who consume Vitamin C have a shorter duration of colds.”
- Non-directional: It simply states that a difference or relationship exists but does not specify the direction. Example: “Consumption of Vitamin C affects the duration of colds.”
3. Simple Hypothesis: This predicts a relationship between only two variables—an independent variable and a dependent variable. Example: “Smoking (independent variable) causes lung cancer (dependent variable).”
4. Complex Hypothesis: This predicts a relationship between more than two variables. It may involve multiple independent or dependent variables. Example: “Smoking and air pollution (two independent variables) cause lung cancer and heart disease (two dependent variables).”
5. Associative Hypothesis: This predicts that there is an association between variables, but it does not state that one variable causes the other. Example: “There is a positive association between ice cream sales and the number of drowning incidents.” (This is not a causal link; a third variable, hot weather, causes both).
6. Causal Hypothesis: This predicts that a change in one variable (the independent variable) will cause a change in another variable (the dependent variable). Example: “An increase in exercise frequency will lead to a decrease in weight.”
(b) Prospective and retrospective cohort studies are both observational studies that examine the relationship between an exposure and an outcome, but they differ in their design and temporal approach.
Prospective Cohort Study:
- Timing: It is forward-looking. The study begins in the present and follows participants forward in time.
- Design: The researcher identifies a cohort (a group of individuals) who are free of the outcome (disease) at the beginning of the study. They are then classified into exposed and unexposed groups based on a certain factor (e.g., smoking). Both groups are then tracked into the future to see who develops the outcome.
- Data Collection: Data is collected in real-time, making it more accurate and reliable.
- Example: Following a group of smokers and non-smokers for 20 years to compare their rates of developing lung cancer.
- Advantages: Can establish temporal relationship between exposure and outcome, can calculate incidence, reduces recall bias.
- Disadvantages: Expensive, time-consuming, not suitable for rare diseases, risk of loss to follow-up during the long follow-up period.
Retrospective Cohort Study:
- Timing: It is backward-looking. The study begins in the present, but it uses existing data to examine exposures and outcomes that have already occurred in the past.
- Design: The researcher identifies a cohort in the past using historical data (e.g., medical records, employment records). They then determine their exposure status in the past and follow the records forward to the present to see who has developed the outcome.
- Data Collection: It relies entirely on existing records, which may be incomplete or inaccurate.
- Example: Using past employee records of a factory to check if exposure to a particular chemical led to higher rates of cancer between 1990 and 2020.
- Advantages: Quicker and less expensive, good for diseases with a long latency period.
- Disadvantages: Heavily dependent on the quality and availability of data, exposure and confounding factors may be difficult to classify due to lack of information in records, potential for recall bias (if interviews are used).
Q4. (a) Enumerate the different measures for the validity of diagnostic tests. 5 (b) Distinguish between cluster sampling and multistage sampling. 5
Ans. (a) The validity of a diagnostic test refers to how accurately the test measures the presence or absence of a particular disease or condition. The main measures of validity are:
1. Sensitivity: This is the ability of a test to correctly identify those individuals who actually have the disease. It is also called the ‘True Positive Rate’. A test with high sensitivity will have few ‘false negative’ results. This is crucial for screening tests to ensure no cases are missed. Formula: Sensitivity = (True Positives) / (True Positives + False Negatives)
2. Specificity: This is the ability of a test to correctly identify those individuals who do not have the disease. It is also called the ‘True Negative Rate’. A test with high specificity will have few ‘false positive’ results. This is important for confirmatory tests to avoid misdiagnosing and unnecessarily treating healthy people. Formula: Specificity = (True Negatives) / (True Negatives + False Positives)
3. Positive Predictive Value (PPV): This is the probability that an individual with a positive test result actually has the disease. The PPV is influenced by the prevalence of the disease in the population. Formula: PPV = (True Positives) / (True Positives + False Positives)
4. Negative Predictive Value (NPV): This is the probability that an individual with a negative test result actually does not have the disease. Like PPV, NPV is also influenced by the disease prevalence. Formula: NPV = (True Negatives) / (True Negatives + False Negatives)
5. Accuracy: This is a measure of the overall ability of the test to classify correctly (i.e., both true positives and true negatives). Formula: Accuracy = (True Positives + True Negatives) / (Total Population)
These measures are used to evaluate the performance of a diagnostic test and determine its utility in different clinical scenarios.
(b) Cluster sampling and multistage sampling are both probability sampling techniques useful for studying large and geographically dispersed populations, but they differ in their procedure.
Cluster Sampling:
- Definition: In this technique, the population is divided into naturally occurring groups or clusters (e.g., schools, villages, city blocks).
- Procedure:
- Divide the population into mutually exclusive and collectively exhaustive clusters.
- Randomly select a sample of clusters.
- Include all members from the selected clusters in the sample.
- Key Feature: Every unit within a selected cluster is surveyed. This is also called ‘one-stage cluster sampling’.
- Example: To study the nutritional status of high school students in a state, a researcher lists all high schools (clusters) in the state, randomly selects 15 schools, and then surveys all the students in those 15 schools.
- Advantage: Cost-effective and convenient, especially when the population is widely spread and a complete sampling frame is not available.
- Disadvantage: Higher sampling error compared to simple random sampling, as members of the same cluster tend to be similar.
Multistage Sampling:
- Definition: This is a more complex form of cluster sampling where sampling is done in several stages.
- Procedure:
- Divide the population into large groups (primary sampling units, e.g., districts) and randomly select a few.
- Within each selected primary unit, randomly select smaller groups (secondary sampling units, e.g., villages).
- This process can continue for multiple stages. At the final stage, individuals are randomly selected.
- Key Feature: Samples are taken at each stage. It does not include all members of the final selected clusters.
- Example: To study farmer income across India, a researcher might first randomly select a few states (Stage 1), then some districts within those states (Stage 2), then some villages within those districts (Stage 3), and finally survey some farmer households within those villages (Stage 4).
- Advantage: Even more cost-effective and convenient than cluster sampling, can reduce sampling error as the sample is more spread out.
- Disadvantage: More complex to design and analyze, potential for sampling error at each stage.
Q5. (a) Elucidate the different issues of correlation studies in research. 4 (b) Describe the different scales of data measurement. 6
Ans. (a) Correlation studies examine the strength and direction of the relationship between two or more variables. While useful, several critical issues and limitations must be considered when interpreting them:
1. Correlation does not imply causation: This is the most fundamental limitation of correlation studies. Just because two variables are related does not mean that one variable causes changes in the other. For example, there is a strong positive correlation between ice cream sales and drowning incidents, but eating ice cream does not cause drowning. A third variable (hot weather) increases both.
2. The third variable problem: As mentioned above, an apparent relationship between two variables may actually be caused by a third, unmeasured variable that influences both. This third variable is called a ‘confounding variable’.
3. The directionality problem: If a correlation is found between two variables, X and Y, it can be difficult to determine if X causes Y, or if Y causes X, or if the relationship is reciprocal. For example, does low self-esteem cause depression, or does depression cause low self-esteem?
4. Spurious Correlation: Sometimes, a correlation can appear between two unrelated variables just by chance, especially when analyzing large amounts of data. These relationships have no real-world basis.
5. Restriction of Range: If data is collected on only a limited range of the variables, it can artificially lower or inflate the correlation coefficient, leading to an inaccurate estimation of the true strength of the relationship.
6. Influence of Outliers: Extreme values, or outliers, can have a large and misleading effect on the value and direction of the correlation coefficient, especially in small datasets.
(b) Scales of data measurement determine how numbers are used to categorize and/or quantify data. These scales also dictate the types of statistical analyses that can be performed on the data. The four main scales of measurement are:
1. Nominal Scale:
- Description: This is the simplest measurement scale. It uses labels or names to classify data into categories. These categories have no order or rank.
- Properties: Identity. Numbers serve only as labels (e.g., 1=Male, 2=Female for gender).
- Statistical Analysis: Frequency counts, percentages, mode, chi-square test.
- Zoological Examples: Species of an animal (e.g., Lion, Tiger, Leopard), sex (male, female), blood type (A, B, AB, O).
2. Ordinal Scale:
- Description: This scale classifies data according to an order or rank. It tells us that one category is more or less than another, but not by how much. The intervals between the categories may be unequal.
- Properties: Identity and Magnitude/Order.
- Statistical Analysis: Median, percentiles, rank-order correlation (e.g., Spearman’s).
- Zoological Examples: Severity of a disease (mild, moderate, severe), rank of animals in a social hierarchy (alpha, beta, gamma), response to a stimulus (none, weak, strong).
3. Interval Scale:
- Description: This scale has both order and equal intervals between categories. However, it lacks a ‘true zero’ point. The zero point is arbitrary, not meaning ‘an absence of the attribute’.
- Properties: Identity, Magnitude, and Equal Intervals.
- Statistical Analysis: Mean, Standard Deviation, correlation, regression, t-test, ANOVA. Addition and subtraction can be performed, but not multiplication or division.
- Zoological Examples: Temperature in Celsius or Fahrenheit (0°C does not mean an absence of heat), calendar years.
4. Ratio Scale:
- Description: This is the most informative scale. It has all the properties of an interval scale, but it also has a ‘true zero’ point, which indicates the absolute absence of the attribute being measured.
- Properties: Identity, Magnitude, Equal Intervals, and a True Zero.
- Statistical Analysis: All analyses of the interval scale, plus geometric mean, coefficient of variation. All arithmetic operations (addition, subtraction, multiplication, division) are possible.
- Zoological Examples: Length (in cm), weight (in kg), age (in years), number of offspring, heart rate (beats per minute). A weight of 10 kg is twice as heavy as 5 kg.
Q6. (a) Explain the different types of research documents. 5 (b) Give a broad overview of the purpose and technique of detection of plagiarism in a scientific article. 5
Ans. (a) Various types of research documents are used to communicate the findings and processes of research. Each has a specific purpose and format. The main types are:
1. Research Paper/Article: This is a detailed account of an original research study, written for publication in a peer-reviewed scientific journal. It typically includes sections like Abstract, Introduction, Materials and Methods, Results, Discussion, and References. Its purpose is to disseminate new knowledge.
2. Thesis/Dissertation: This is a long, detailed research document submitted as a requirement for an academic degree (e.g., M.Sc., Ph.D.). It is much more comprehensive than a research paper, including an extensive literature review and a thorough description of the methodology.
3. Review Article: This summarizes and synthesizes existing research on a particular topic. It does not present new original data but provides a critical evaluation of recent developments, trends, and gaps in a field. It helps researchers stay updated on a topic.
4. Research Proposal: This is a document outlining a proposed research project. It is typically written to secure funding or to get approval for an academic program. It includes the research question, justification, hypothesis, methodology, timeline, and budget.
5. Conference Paper/Abstract: This is a concise summary of a research study submitted for an oral or poster presentation at an academic conference. It allows researchers to share their work quickly and get feedback from peers.
6. Research Report: This is a report prepared for a specific audience, such as a funding agency or a government body. It often details the outcomes and conclusions of a specific project and its format can vary based on the recipient’s requirements.
(b) Purpose and Technique of Plagiarism Detection
Purpose: The primary purpose of detecting plagiarism in a scientific article is to uphold academic and scientific integrity . Its main objectives are:
- Ensuring Originality: To verify that the work submitted is the author’s own original thought and writing.
- Giving Proper Credit: To ensure that when the ideas, data, or words of others are used, they are properly quoted and attributed. This respects intellectual property rights.
- Maintaining the Reliability of the Scientific Record: Science is cumulative, building on previous work. Plagiarism undermines this foundation and can lead to duplication and misinformation in the scientific literature.
- Promoting Fairness: To ensure that all researchers are evaluated on the merit of their own work, not on their ability to steal the work of others.
Technique: The technique for detecting plagiarism relies heavily on the use of specialized software. The process is as follows:
1. Use of Software: Scientific journals, universities, and research institutions use plagiarism detection software such as Turnitin, iThenticate, Grammarly, or Copyscape .
2. Comparison Process: The manuscript submitted by the author is uploaded to this software. The software then breaks down the text and uses advanced algorithms to compare it against a vast database. This database includes:
- Millions of published scientific articles and books.
- Publicly available web pages on the internet.
- A repository of previously submitted student papers and theses.
3. Similarity Report: After the comparison is complete, the software generates a ‘Similarity Report’ or ‘Originality Report’. This report shows:
- An overall similarity index , which is the percentage of the submitted text that matches sources in the database.
- Highlighted specific passages in the manuscript that match other sources.
- A link to the original source for each matched passage.
4. Human Interpretation: It is crucial that the similarity report is interpreted by an experienced editor or educator. A high similarity index does not automatically indicate plagiarism. The reviewer must determine:
- Whether the matched text is properly enclosed in quotation marks and cited appropriately.
- Whether the similarities are common phrases, technical terms, or method descriptions that are standard in the field.
- Or whether the similarities are indeed an improper appropriation of ideas or words from another source.
Thus, the software is a tool that highlights potential issues, but the final judgment of plagiarism is based on human evaluation.
Q7. Write short notes on the following : 4×2.5=10 (a) Selection of a research problem (b) Informal experimental design (c) Importance of research reports (d) Scatter diagram
Ans. (a) Selection of a research problem The selection of a research problem is the most crucial and initial step in the research process. A well-chosen problem lays the foundation for successful research. Several factors should be considered in its selection:
- Researcher’s Interest: The researcher should have a deep interest in the topic, as research is a long and often challenging process.
- Relevance and Significance: The problem should be significant to the scientific community or society. It should contribute to the existing body of knowledge or solve a practical problem.
- Feasibility: The problem must be feasible in terms of available resources. This includes time, money, equipment, technical expertise, and availability of data.
- Novelty: The problem should be original and not a mere duplication of a topic that has already been extensively researched. It should offer a new perspective or contribution to knowledge.
- Ethical Considerations: The research must adhere to ethical guidelines and should not cause any harm to human or animal subjects.
A good research problem is clear, focused, and testable.
(b) Informal experimental design Informal experimental designs are those that use the basic principles of experimental research but lack randomization. They are less rigorous than formal designs and have less control over extraneous variables, which reduces their internal validity. However, they can be useful for exploratory studies or when rigorous control is not possible. The main types are:
- Before-and-after without control design: This involves measuring a single group before (pre-test) and after (post-test) a treatment. Its flaw is that any change in the outcome could be due to other external factors rather than the treatment.
- After-only with control design: This involves two groups – an experimental and a control group. The experimental group is given the treatment, and then both groups are measured. Its weakness is that the two groups cannot be assumed to have been equal before the measurement.
These designs can provide useful preliminary insights for hypothesis generation.
(c) Importance of research reports A research report is the final and critical product of the research process. Its importance is manifold:
- Dissemination of Knowledge: It is the primary means of communicating the findings of the research to the wider scientific community and the public. It contributes to the accumulation and advancement of knowledge.
- Basis for Future Research: A well-written report allows other researchers to replicate, verify, or build upon the study. It can suggest new avenues and questions for future research.
- Accountability and Documentation: It provides a permanent record of the work done. It ensures the researcher’s accountability to funding agencies, institutions, and peers.
- Impact on Policy and Practice: Evidence-based research reports can inform and influence government policies, clinical guidelines, and industrial practices.
- Personal and Professional Growth: For researchers, publishing reports is essential for academic promotion, recognition, and securing future funding.
Without effective reporting, even the most excellent research is of little value.
(d) Scatter diagram A scatter diagram, also known as a scatter plot, is a graphical tool used to visualize and display the relationship between two continuous variables. It consists of a collection of data points on a Cartesian coordinate system (x-axis and y-axis). Each point represents one observation from the dataset, with its x-value representing one variable and its y-value representing the other.
- Use: Its main purpose is to assess the nature, direction, and strength of the relationship between two variables.
- Interpretation:
- Positive Correlation: If the points trend from the bottom-left to the top-right, it indicates that as one variable increases, the other also tends to increase.
- Negative Correlation: If the points trend from the top-left to the bottom-right, it indicates that as one variable increases, the other tends to decrease.
- No Correlation: If there is no apparent pattern and the points are scattered randomly, there is no relationship.
- Importance: It is a crucial first step in correlation and regression analysis. It also helps in identifying outliers (extreme values) and non-linear relationships that may not be apparent from a numerical correlation coefficient alone.
Download IGNOU previous Year Question paper download PDFs for MZO-009 to improve your preparation. These ignou solved question paper IGNOU Previous Year Question paper solved PDF in Hindi and English help you understand the exam pattern and score better.
Thanks!
Leave a Reply