IGNOU MEC-109 Solved Question Paper PDF Download

The IGNOU MEC-109 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 MEC-109 Solved Question Paper in Hindi
IGNOU MEC-109 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 MEC-109 Solved Question Paper PDF

IGNOU Previous Year Solved Question Papers

This section provides IGNOU MEC-109 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 MEC-109 Previous Year Solved Question Paper in Hindi

Q1. यथार्थवाद (Realism) तथा निर्माणवाद (Constructivism) में अन्तर बताइए। निर्माणवाद के परिदृश्य से शोध अध्ययन करने की प्रक्रिया में सम्मिलित विभिन्न कदमों की चर्चा कीजिए।

Ans.

परिचय: शोध के दर्शन में, यथार्थवाद और निर्माणवाद दो प्रमुख ज्ञानमीमांसीय और सत्तामीमांसीय दृष्टिकोण हैं जो यह निर्धारित करते हैं कि ज्ञान क्या है और इसे कैसे प्राप्त किया जा सकता है। वे शोधकर्ता के विश्व-दृष्टिकोण और अनुसंधान प्रक्रिया के संचालन के तरीके को आकार देते हैं।

यथार्थवाद और निर्माणवाद के बीच अंतर:

वास्तविकता की प्रकृति (Ontology):
- यथार्थवाद: इस दृष्टिकोण के अनुसार, एक वस्तुनिष्ठ वास्तविकता मौजूद है जो मानव मन और उसकी व्याख्याओं से स्वतंत्र है। यह वास्तविकता खोजे जाने की प्रतीक्षा कर रही है। इसे अक्सर प्रत्यक्षवाद (positivism) से जोड़ा जाता है, जो मानता है कि सामाजिक जगत का अध्ययन प्राकृतिक विज्ञानों की तरह ही किया जा सकता है।
- निर्माणवाद: यह मानता है कि वास्तविकता वस्तुनिष्ठ नहीं है, बल्कि सामाजिक रूप से निर्मित होती है। ज्ञान और सत्य व्यक्तियों और समूहों के बीच सामाजिक अंतःक्रियाओं के माध्यम से उत्पन्न होते हैं। इसलिए, कई, व्यक्तिपरक वास्तविकताएं मौजूद हो सकती हैं।
ज्ञान की प्रकृति (Epistemology):
- यथार्थवाद: शोधकर्ता को एक तटस्थ पर्यवेक्षक माना जाता है जो वस्तुनिष्ठ रूप से वास्तविकता को माप और विश्लेषण कर सकता है। लक्ष्य सार्वभौमिक नियमों और कारण-कार्य संबंधों की खोज करना है।
- निर्माणवाद: ज्ञान शोधकर्ता और अध्ययन किए जा रहे विषय के बीच सह-निर्मित होता है। शोधकर्ता एक उपकरण है जो घटनाओं की व्याख्या करता है, न कि केवल उन्हें दर्ज करता है। लक्ष्य प्रतिभागियों के दृष्टिकोण से दुनिया की व्यक्तिपरक समझ हासिल करना है।
कार्यप्रणाली (Methodology):
- यथार्थवाद: यह मात्रात्मक तरीकों जैसे सर्वेक्षण, प्रयोग और सांख्यिकीय विश्लेषण का पक्षधर है। ये तरीके परिकल्पनाओं का परीक्षण करने, चरों को मापने और निष्कर्षों का सामान्यीकरण करने के लिए डिज़ाइन किए गए हैं।
- निर्माणवाद: यह गुणात्मक तरीकों जैसे गहन साक्षात्कार, केस स्टडी, नृवंशविज्ञान (ethnography) और केंद्रित समूह चर्चा (focus group discussion) का उपयोग करता है। ये तरीके संदर्भ-समृद्ध डेटा एकत्र करने और लोगों के जीवित अनुभवों और अर्थों का पता लगाने के लिए उपयुक्त हैं।

निर्माणवादी परिप्रेक्ष्य से अनुसंधान करने के चरण: एक निर्माणवादी अध्ययन रेखीय प्रक्रिया का पालन नहीं करता है, बल्कि यह अक्सर चक्रीय और आकस्मिक होता है। हालाँकि, इसमें निम्नलिखित सामान्य चरण शामिल होते हैं:

1. शोध समस्या की पहचान: शोध की शुरुआत एक ऐसी घटना को समझने की इच्छा से होती है जिसे मापा या गिना नहीं जा सकता। प्रश्न अक्सर खुले होते हैं, जैसे “कैसे…” या “का अनुभव क्या है…?”। उदाहरण के लिए, “प्रवासी श्रमिक शहरी जीवन का अनुभव कैसे करते हैं?”।

2. साहित्य समीक्षा: साहित्य की समीक्षा केवल ज्ञान में अंतराल खोजने के लिए नहीं की जाती है, बल्कि विषय के आसपास के विभिन्न दृष्टिकोणों, सामाजिक संदर्भों और सैद्धांतिक बहसों को समझने के लिए भी की जाती है।

3. शोध अभिकल्पना का चयन: अभिकल्पना लचीली और आकस्मिक होती है। यह प्रतिभागियों के अनुभवों का गहराई से पता लगाने के लिए गुणात्मक तरीकों (जैसे नृवंशविज्ञान, केस स्टडी, या कथात्मक जांच) का उपयोग करती है।

4. प्रतिचयन (Sampling): यादृच्छिक प्रतिचयन के बजाय, उद्देश्यपूर्ण प्रतिचयन (purposive sampling) का उपयोग किया जाता है। शोधकर्ता उन प्रतिभागियों का चयन करता है जिनके पास अध्ययन की जा रही घटना से संबंधित विशिष्ट अनुभव और ज्ञान होता है।

5. डेटा संग्रह: डेटा संग्रह सहभागी होता है। शोधकर्ता प्रतिभागियों के साथ विश्वास का रिश्ता बनाता है और गहन साक्षात्कार, प्रतिभागी अवलोकन या समूह चर्चाओं के माध्यम से डेटा एकत्र करता है। शोधकर्ता को अपने पूर्वाग्रहों और भूमिका के प्रति सजग रहना पड़ता है।

6. डेटा विश्लेषण: डेटा विश्लेषण एक पुनरावृत्तीय (iterative) प्रक्रिया है जो डेटा संग्रह के साथ-साथ चलती है। इसमें डेटा से उभरने वाले विषयों (themes), पैटर्न और अर्थों की पहचान करना शामिल है। विषयगत विश्लेषण (thematic analysis) या कथात्मक विश्लेषण (narrative analysis) जैसी तकनीकों का उपयोग किया जाता है।

7. व्याख्या और प्रस्तुति: निष्कर्षों को केवल तथ्यों के रूप में प्रस्तुत नहीं किया जाता है, बल्कि शोधकर्ता और प्रतिभागियों द्वारा सह-निर्मित व्याख्याओं के रूप में प्रस्तुत किया जाता है। रिपोर्ट अक्सर एक समृद्ध, वर्णनात्मक कथा होती है जिसमें प्रतिभागियों के उद्धरण और कहानियां शामिल होती हैं।

8. विश्वसनीयता (Trustworthiness): वैधता और विश्वसनीयता के बजाय, निर्माणवादी शोधकर्ता विश्वसनीयता (credibility), हस्तांतरणीयता (transferability), निर्भरता (dependability) और पुष्टि-योग्यता (confirmability) जैसे मानदंडों का उपयोग करके अपने अध्ययन की कठोरता सुनिश्चित करते हैं।

Q2. औपचारिक एवं अनौपचारिक क्षेत्र में क्या अन्तर है ? भारत के अनौपचारिक क्षेत्र के आँकड़ों के स्रोतों की व्याख्या कीजिए।

Ans.

औपचारिक और अनौपचारिक क्षेत्र के बीच अंतर:

किसी भी अर्थव्यवस्था की कार्यप्रणाली को समझने के लिए औपचारिक और अनौपचारिक क्षेत्रों के बीच का अंतर महत्वपूर्ण है, खासकर भारत जैसे विकासशील देशों में। इन दोनों क्षेत्रों के बीच मुख्य अंतर विनियमन, सामाजिक सुरक्षा और संचालन के पैमाने पर आधारित हैं।

परिभाषा और विनियमन:
- औपचारिक क्षेत्र (Formal Sector): इस क्षेत्र की गतिविधियाँ सरकार द्वारा विनियमित और निगरानी की जाती हैं। इसमें काम करने वाली इकाइयाँ पंजीकृत होती हैं और उन्हें कर, श्रम कानून और अन्य सरकारी नियमों का पालन करना पड़ता है। इसमें सार्वजनिक क्षेत्र के उद्यम, बड़ी निजी कंपनियाँ और बहुराष्ट्रीय निगम शामिल हैं।
- अनौपचारिक क्षेत्र (Informal Sector): इसे असंगठित क्षेत्र भी कहा जाता है। यह क्षेत्र सरकार के विनियमन के दायरे से काफी हद तक बाहर होता है। इसमें काम करने वाली इकाइयाँ आमतौर पर अपंजीकृत होती हैं और औपचारिक लेखा-जोखा नहीं रखती हैं। अंतर्राष्ट्रीय श्रम संगठन (ILO) के अनुसार, अनौपचारिक क्षेत्र में गैर-कृषि वस्तुओं या सेवाओं के उत्पादन में लगी हुई असिम्मिलित निजी उद्यम शामिल हैं।
रोजगार की प्रकृति:
- औपचारिक क्षेत्र: कर्मचारियों के पास औपचारिक अनुबंध, निश्चित काम के घंटे, नियमित वेतन और सामाजिक सुरक्षा लाभ (जैसे पेंशन, स्वास्थ्य बीमा, भविष्य निधि) होते हैं। नौकरी की सुरक्षा अपेक्षाकृत अधिक होती है।
- अनौपचारिक क्षेत्र: श्रमिकों को अक्सर कोई सामाजिक सुरक्षा नहीं मिलती है, उनके पास कोई औपचारिक अनुबंध नहीं होता है, और उनकी आय अनियमित और कम होती है। काम की परिस्थितियाँ अक्सर खराब होती हैं और नौकरी की कोई सुरक्षा नहीं होती है। उदाहरण: स्ट्रीट वेंडर, घरेलू कामगार, रिक्शा चालक, छोटे किसान।
अर्थव्यवस्था में योगदान:
- औपचारिक क्षेत्र: इसका योगदान देश के सकल घरेलू उत्पाद (GDP) में सीधे तौर पर गिना जाता है और यह कर राजस्व का एक प्रमुख स्रोत है।
- अनौपचारिक क्षेत्र: भारत में रोजगार का एक बड़ा हिस्सा प्रदान करने के बावजूद, इसका GDP में योगदान का अनुमान लगाना मुश्किल होता है क्योंकि इसकी गतिविधियाँ आधिकारिक आंकड़ों में पूरी तरह से दर्ज नहीं होती हैं।

भारत के अनौपचारिक क्षेत्र के लिए डेटा के स्रोत: भारत में अनौपचारिक क्षेत्र के आकार और विशेषताओं को समझने के लिए डेटा एकत्र करना एक बड़ी चुनौती है। फिर भी, कई महत्वपूर्ण स्रोत हैं:

1. राष्ट्रीय नमूना सर्वेक्षण कार्यालय (NSSO) के सर्वेक्षण: यह अनौपचारिक क्षेत्र पर डेटा का सबसे महत्वपूर्ण स्रोत है।

रोजगार और बेरोजगारी सर्वेक्षण (EUS): ये सर्वेक्षण, जो पहले हर पांच साल में होते थे (अब आवधिक श्रम बल सर्वेक्षण द्वारा प्रतिस्थापित), अनौपचारिक क्षेत्र में श्रमिकों की संख्या, उनकी विशेषताओं, मजदूरी और काम की स्थितियों पर विस्तृत डेटा प्रदान करते हैं।
असंगठित क्षेत्र के उद्यमों पर सर्वेक्षण: NSSO विशेष रूप से गैर-कृषि क्षेत्र में असंगठित उद्यमों की आर्थिक और परिचालन विशेषताओं पर डेटा एकत्र करने के लिए समर्पित सर्वेक्षण करता है। उदाहरण के लिए, 68वां दौर (2010-11) असंगठित गैर-कृषि उद्यमों पर केंद्रित था।

2. आवधिक श्रम बल सर्वेक्षण (PLFS): 2017 में NSSO द्वारा शुरू किया गया, PLFS अब श्रम बल संकेतकों, जिसमें अनौपचारिक रोजगार भी शामिल है, के लिए अधिक लगातार (वार्षिक और त्रैमासिक) अनुमान प्रदान करता है। यह रोजगार की प्रकृति (जैसे लिखित अनुबंध, सामाजिक सुरक्षा लाभ) पर विशिष्ट प्रश्न पूछकर अनौपचारिकता को पकड़ता है।

3. आर्थिक जनगणना (Economic Census): सांख्यिकी और कार्यक्रम कार्यान्वयन मंत्रालय (MoSPI) द्वारा आयोजित, यह देश की सभी आर्थिक इकाइयों (घरेलू और गैर-घरेलू) की पूरी गिनती प्रदान करती है। यह आगे के सर्वेक्षणों के लिए एक फ्रेम के रूप में कार्य करती है और उद्यमों के विशाल असंगठित आधार के आकार का अनुमान लगाने में मदद करती है।

4. उद्योगों का वार्षिक सर्वेक्षण (ASI): हालांकि ASI मुख्य रूप से संगठित विनिर्माण क्षेत्र को कवर करता है, लेकिन इसकी बहिष्करण की परिभाषा (कारखाना अधिनियम के तहत पंजीकृत नहीं कारखाने) अप्रत्यक्ष रूप से असंगठित क्षेत्र की सीमा को परिभाषित करने में मदद करती है।

5. सूक्ष्म-स्तरीय अध्ययन: विभिन्न अनुसंधान संस्थानों, गैर-सरकारी संगठनों (जैसे SEWA) और शिक्षाविदों द्वारा किए गए अध्ययन अक्सर अनौपचारिक क्षेत्र के विशिष्ट खंडों (जैसे घरेलू कामगार, स्ट्रीट वेंडर) पर गहन, गुणात्मक अंतर्दृष्टि प्रदान करते हैं। ये अध्ययन राष्ट्रीय स्तर पर प्रतिनिधि नहीं हो सकते हैं, लेकिन वे नीति-निर्माण के लिए महत्वपूर्ण सूक्ष्म-स्तरीय साक्ष्य प्रदान करते हैं।

Q3. संयुक्त सूचकांकों के निर्माण हेतु औसत मानकीकरण (Mean Standardisation) तथा परिसरण समानीकरण विधि (Range Equalisation Method) के बीच तुलना कीजिए। आप राज्य स्तर पर विकास सूचकांक के निर्माण हेतु इन दोनों में से कौन-सी विधि को प्राथमिकता देंगे, समझाइए।

Ans.

परिचय: एक संयुक्त सूचकांक (Composite Index) एक एकल संख्यात्मक मान है जो कई अलग-अलग संकेतकों को मिलाकर एक बहुआयामी अवधारणा, जैसे विकास, को मापता है। चूँकि ये संकेतक विभिन्न इकाइयों (जैसे, प्रतिशत, प्रति 1000 जन्म, रुपये) और पैमानों पर होते हैं, इसलिए उन्हें जोड़ने से पहले मानकीकृत या सामान्यीकृत करने की आवश्यकता होती है। औसत मानकीकरण और परिसरण समानीकरण इस मानकीकरण के लिए दो सामान्य विधियाँ हैं।

औसत मानकीकरण (Mean Standardisation) और परिसरण समानीकरण (Range Equalisation) की तुलना:

1. औसत मानकीकरण (Z-स्कोर विधि):

सूत्र: `मानकीकृत मान = (xᵢ – µ) / σ` जहाँ `xᵢ` अवलोकन का मान है, `µ` सभी अवलोकनों का माध्य (औसत) है, और `σ` मानक विचलन है।
प्रक्रिया: यह विधि प्रत्येक संकेतक को एक ऐसे पैमाने पर बदल देती है जिसका माध्य 0 और मानक विचलन 1 होता है। एक इकाई का स्कोर यह दर्शाता है कि वह समूह के औसत से कितने मानक विचलन ऊपर या नीचे है।
लाभ:
- यह डेटा के पूरे वितरण को ध्यान में रखता है।
- यह चरों के बीच तुलना की अनुमति देता है जो विभिन्न इकाइयों में मापे जाते हैं।
हानियाँ:
- चरम मानों (outliers) से माध्य और मानक विचलन बहुत प्रभावित हो सकते हैं, जिससे मानकीकृत स्कोर विकृत हो सकते हैं।
- स्कोर की व्याख्या करना सहज नहीं है। एक राज्य का स्कोर हमेशा समूह में दूसरों के सापेक्ष होता है, जिससे समय के साथ या अन्य समूहों के साथ तुलना करना मुश्किल हो जाता है।

2. परिसरण समानीकरण (Min-Max या Range Equalisation विधि):

सूत्र: `मानकीकृत मान = (xᵢ – xₘᵢₙ) / (xₘₐₓ – xₘᵢₙ)` जहाँ `xᵢ` अवलोकन का मान है, `xₘᵢₙ` न्यूनतम मान है, और `xₘₐₓ` अधिकतम मान है।
प्रक्रिया: यह विधि डेटा को एक निश्चित सीमा, आमतौर पर 0 और 1 के बीच, में बदल देती है। 0 का मान न्यूनतम प्रदर्शन को और 1 का मान अधिकतम प्रदर्शन को इंगित करता है।
लाभ:
- यह गणना करने और व्याख्या करने में बहुत सरल और सहज है। स्कोर सीधे तौर पर लक्ष्य पदों (goalposts) के सापेक्ष स्थिति को दर्शाता है।
- मानव विकास सूचकांक (HDI) जैसे प्रसिद्ध सूचकांकों में इसका व्यापक रूप से उपयोग किया जाता है।
हानियाँ:
- यह चरम मानों के प्रति अत्यधिक संवेदनशील है, क्योंकि वे सीधे `xₘᵢₙ` और `xₘₐₓ` का निर्धारण करते हैं।
- न्यूनतम और अधिकतम मानों (लक्ष्य पदों) का चुनाव महत्वपूर्ण है और मनमाना हो सकता है।

राज्य स्तरीय विकास सूचकांक के लिए पसंदीदा विधि: राज्य स्तर पर एक विकास सूचकांक के निर्माण के लिए, परिसरण समानीकरण (Range Equalisation) विधि आम तौर पर औसत मानकीकरण की तुलना में अधिक बेहतर होती है। इसके निम्नलिखित कारण हैं:

1. सहज व्याख्या (Intuitive Interpretation): परिसरण समानीकरण एक ऐसा स्कोर उत्पन्न करता है जिसकी व्याख्या करना आसान है। उदाहरण के लिए, 0.75 का स्कोर तुरंत यह बताता है कि राज्य ने न्यूनतम और अधिकतम लक्ष्य पदों के बीच की दूरी का 75% तय कर लिया है। यह नीति-निर्माताओं और आम जनता के लिए Z-स्कोर की तुलना में अधिक अर्थपूर्ण है।

2. स्थिर लक्ष्य पदों का उपयोग (Use of Fixed Goalposts): विकास सूचकांकों का उद्देश्य अक्सर समय के साथ प्रगति को मापना होता है। परिसरण समानीकरण विधि में, हम देखे गए न्यूनतम/अधिकतम के बजाय स्थिर, सैद्धांतिक रूप से उचित लक्ष्य पदों का उपयोग कर सकते हैं (उदाहरण के लिए, HDI में जीवन प्रत्याशा के लिए 85 वर्ष का अधिकतम लक्ष्य)। यह राज्यों को न केवल एक-दूसरे के सापेक्ष, बल्कि एक निरपेक्ष मानक के विरुद्ध भी अपनी प्रगति को ट्रैक करने की अनुमति देता है। औसत मानकीकरण विधि पूरी तरह से सापेक्ष है और केवल एक विशेष समय पर समूह के भीतर की स्थिति को दर्शाती है।

3. नीति प्रासंगिकता: विकास सूचकांकों का लक्ष्य केवल राज्यों को रैंक करना नहीं है, बल्कि सुधार के लिए क्षेत्रों की पहचान करना भी है। परिसरण समानीकरण द्वारा उत्पन्न स्कोर यह स्पष्ट करते हैं कि एक राज्य अपने लक्ष्यों से कितना दूर है, जो नीतिगत हस्तक्षेपों को प्राथमिकता देने में मदद करता है।

4. चरम मानों का प्रबंधन: यद्यपि यह विधि चरम मानों के प्रति संवेदनशील है, लेकिन स्थिर और उचित रूप से चुने गए लक्ष्य पदों का उपयोग करके इस समस्या को कम किया जा सकता है। उदाहरण के लिए, आय संकेतक के लिए एक तार्किक ऊपरी सीमा तय की जा सकती है ताकि अत्यधिक अमीर राज्यों का प्रभाव सीमित रहे।

निष्कर्षतः, इसकी सहज व्याख्या, समय के साथ तुलना करने की क्षमता और नीतिगत प्रासंगिकता के कारण, राज्य स्तरीय विकास सूचका_क के निर्माण के लिए परिसरण समानीकरण विधि को प्राथमिकता दी जानी चाहिए।

Q4. गुणात्मक आँकड़े एकत्रित करने के साधनों (tools) के रूप में केन्द्रीकृत साक्षात्कार तथा केन्द्रीकृत समूह विचार-विमर्श के बीच अन्तर बताइए। ये साधन पंचायत स्तर पर स्वच्छता कार्यक्रम की प्रगति का मूल्यांकन करने के लिए कहाँ तक उपयोगी हो सकते हैं?

Ans.

केन्द्रीकृत साक्षात्कार और केन्द्रीकृत समूह विचार-विमर्श में अंतर:

केन्द्रीकृत (या गहन) साक्षात्कार और केन्द्रीकृत समूह विचार-विमर्श (Focus Group Discussion – FGD) दोनों गुणात्मक अनुसंधान में डेटा संग्रह के महत्वपूर्ण उपकरण हैं, लेकिन उनके उद्देश्य, प्रक्रिया और अनुप्रयोगों में महत्वपूर्ण अंतर हैं।

केन्द्रीकृत साक्षात्कार (Focused/In-depth Interview):
- प्रकृति: यह एक शोधकर्ता और एक प्रतिभागी के बीच एक-एक करके की जाने वाली बातचीत है।
- उद्देश्य: इसका मुख्य उद्देश्य किसी व्यक्ति के व्यक्तिगत अनुभवों, विश्वासों, भावनाओं और दृष्टिकोणों की गहराई से खोज करना है। यह जटिल या संवेदनशील विषयों के लिए विशेष रूप से उपयुक्त है।
- प्रक्रिया: यह आमतौर पर अर्ध-संरचित होता है, जिसमें शोधकर्ता के पास प्रश्नों की एक मार्गदर्शिका होती है, लेकिन वह बातचीत के प्रवाह के आधार पर अनुवर्ती प्रश्न पूछने और विषयों का पता लगाने के लिए स्वतंत्र होता है।
- लाभ: यह समृद्ध, विस्तृत डेटा प्रदान करता है, गोपनीयता सुनिश्चित करता है, और सामाजिक दबाव से मुक्त होता है।
- हानि: यह समय लेने वाला है, और डेटा विश्लेषण जटिल हो सकता है।
केन्द्रीकृत समूह विचार-विमर्श (Focus Group Discussion – FGD):
- प्रकृति: यह एक छोटे, सजातीय समूह (आमतौर पर 6-10 लोग) के साथ एक संचालित चर्चा है, जिसका नेतृत्व एक मॉडरेटर करता है।
- उद्देश्य: इसका मुख्य उद्देश्य समूह की गतिशीलता, साझा मानदंडों, सामाजिक सहमति और किसी विषय पर विभिन्न प्रकार की राय को समझना है। जोर प्रतिभागियों के बीच की बातचीत पर होता है।
- प्रक्रिया: मॉडरेटर चर्चा का मार्गदर्शन करने के लिए एक विषय मार्गदर्शिका का उपयोग करता है, प्रतिभागियों को एक-दूसरे की टिप्पणियों पर प्रतिक्रिया देने और विचार बनाने के लिए प्रोत्साहित करता है।
- लाभ: यह कम समय में कई लोगों से विविध प्रकार के विचार उत्पन्न कर सकता है और उन विचारों को उजागर कर सकता है जो व्यक्तिगत साक्षात्कार में नहीं उभरते।
- हानि: समूह की गतिशीलता (जैसे कुछ लोगों का हावी होना) परिणामों को प्रभावित कर सकती है, और यह संवेदनशील या व्यक्तिगत विषयों के लिए उपयुक्त नहीं है।

पंचायत स्तर पर स्वच्छता कार्यक्रम के मूल्यांकन में उपयोगिता: ये दोनों उपकरण पंचायत स्तर पर एक स्वच्छता कार्यक्रम (जैसे स्वच्छ भारत मिशन) की प्रगति का मूल्यांकन करने के लिए अत्यंत उपयोगी हैं। वे केवल शौचालयों की संख्या गिनने से परे जाकर कार्यक्रम के सामाजिक और व्यवहारिक पहलुओं को समझने में मदद करते हैं।

1. केन्द्रीकृत साक्षात्कार की उपयोगिता:

किसके साथ?: पंचायत के सरपंच, सचिव, स्वास्थ्य कार्यकर्ता (आशा), स्कूल के शिक्षक, और विभिन्न घरों के मुखिया (विशेषकर महिलाएं और वंचित समूहों के सदस्य)।
क्या समझने के लिए?:
- शौचालय के उपयोग के व्यक्तिगत अनुभव और चुनौतियाँ (जैसे पानी की उपलब्धता, रखरखाव की समस्याएं)।
- घर के भीतर निर्णय लेने की प्रक्रिया (शौचालय बनाने का निर्णय किसने और क्यों लिया)।
- गोपनीयता, सुरक्षा और सम्मान जैसे संवेदनशील मुद्दे, जो विशेष रूप से महिलाओं के लिए महत्वपूर्ण हैं।
- कार्यक्रम के कार्यान्वयन में प्रशासनिक और राजनीतिक बाधाएं (सरपंच के साक्षात्कार से)।

2. FGD की उपयोगिता:

किसके साथ?: महिलाओं के समूह, पुरुषों के समूह, भूमिहीन मजदूरों के समूह, युवाओं के समूह। समूह सजातीय होने चाहिए ताकि प्रतिभागी खुलकर बोल सकें।
क्या समझने के लिए?:
- खुले में शौच के बारे में सामुदायिक मानदंड और सामाजिक धारणाएं। क्या व्यवहार में वास्तविक परिवर्तन आया है?
- सामूहिक चुनौतियाँ, जैसे साझा जल स्रोतों का प्रबंधन या गाँव-व्यापी अपशिष्ट निपटान की समस्याएं।
- सूचना, शिक्षा और संचार (IEC) अभियानों का प्रभाव। क्या समुदाय ने संदेशों को समझा और अपनाया है?
- क्या कोई सामाजिक दबाव (सकारात्मक या नकारात्मक) है जो शौचालय के उपयोग को प्रभावित करता है?

निष्कर्ष: केन्द्रीकृत साक्षात्कार और FGD का संयोजन एक शक्तिशाली मूल्यांकन रणनीति प्रदान करता है। FGD सामुदायिक स्तर के मुद्दों और मानदंडों को उजागर कर सकता है, जबकि साक्षात्कार उन मुद्दों पर व्यक्तिगत दृष्टिकोण और अनुभवों की गहरी समझ प्रदान कर सकते हैं। उदाहरण के लिए, यदि एक FGD में यह पता चलता है कि लोग शौचालयों का उपयोग नहीं कर रहे हैं, तो व्यक्तिगत साक्षात्कार यह उजागर कर सकते हैं कि इसका कारण पानी की कमी है, सांस्कृतिक मान्यताएं हैं, या शौचालय का डिज़ाइन अनुपयुक्त है। इस प्रकार, ये उपकरण मात्रात्मक डेटा (कितने शौचालय बने) के पीछे ‘क्यों’ और ‘कैसे’ का उत्तर देने में मदद करते हैं, जिससे कार्यक्रम में सुधार के लिए ठोस सिफारिशें की जा सकती हैं।

Q5. वैज्ञानिक व्याख्या क्या है? इसके विभिन्न प्रतिमानों (models) की व्याख्या कीजिए।

Ans.

वैज्ञानिक व्याख्या (Scientific Explanation) एक ऐसी प्रक्रिया है जिसके द्वारा किसी घटना के घटित होने के कारण या तरीके को वैज्ञानिक सिद्धांतों, नियमों और अनुभवजन्य साक्ष्यों के आधार पर समझाया जाता है। यह केवल “क्या हुआ” का वर्णन करने से आगे बढ़कर “ऐसा क्यों हुआ” का उत्तर देने का प्रयास करती है। एक अच्छी वैज्ञानिक व्याख्या तार्किक, परीक्षण योग्य और सुसंगत होती है।

अर्थशास्त्र सहित विज्ञान के दर्शन में वैज्ञानिक व्याख्या के कई प्रतिमान या मॉडल प्रस्तावित किए गए हैं। प्रमुख प्रतिमान निम्नलिखित हैं:

1. निगमनात्मक-नियमवैज्ञानिक प्रतिमान (Deductive-Nomological Model – D-N Model):

कार्ल हेम्पेल और पॉल ओपेनहाइम द्वारा विकसित इस मॉडल को “कवरिंग लॉ मॉडल” भी कहा जाता है।
इसके अनुसार, किसी घटना की व्याख्या उसे एक या अधिक सामान्य नियमों (General Laws) और विशिष्ट प्रारंभिक स्थितियों (Initial Conditions) से तार्किक रूप से निगमित (deduce) करके की जाती है।
संरचना:
- व्याख्यांश (Explanans): वह भाग जो व्याख्या करता है (सामान्य नियम + प्रारंभिक स्थितियाँ)।
- व्याख्येय (Explanandum): वह घटना जिसकी व्याख्या की जानी है (तार्किक निष्कर्ष)।
उदाहरण: अर्थशास्त्र में, हम मांग के नियम (सामान्य नियम) और किसी वस्तु की कीमत में वृद्धि (प्रारंभिक स्थिति) का उपयोग करके यह व्याख्या कर सकते हैं कि उस वस्तु की मांग क्यों घटी (व्याख्येय)।

2. आगमनात्मक-सांख्यिकीय प्रतिमान (Inductive-Statistical Model – I-S Model):

यह D-N मॉडल का एक विस्तार है जो उन स्थितियों पर लागू होता है जहां नियम सार्वभौमिक नहीं बल्कि संभाव्य (probabilistic) या सांख्यिकीय होते हैं।
इस मॉडल में, व्याख्यांश, व्याख्येय को निश्चित रूप से निगमित नहीं करता, बल्कि उसे अत्यधिक संभावित बनाता है।
उदाहरण: “धूम्रपान से कैंसर होता है” यह एक सांख्यिकीय नियम है। हम यह व्याख्या कर सकते हैं कि किसी व्यक्ति को फेफड़ों का कैंसर क्यों हुआ क्योंकि वह एक भारी धूम्रपान करने वाला था, जिससे उसे कैंसर होने की उच्च संभावना थी। यह निश्चित नहीं है, पर संभावित है।

3. कारण-यांत्रिक प्रतिमान (Causal-Mechanical Model):

वेस्ली सैल्मन जैसे दार्शनिकों द्वारा प्रस्तावित, यह मॉडल केवल नियमों पर ध्यान केंद्रित करने के बजाय घटना को उत्पन्न करने वाली अंतर्निहित कारण-कार्य प्रक्रियाओं और तंत्रों (mechanisms) की पहचान करने पर जोर देता है।
यह “कैसे” का उत्तर देता है। यह एक घटना से दूसरी घटना तक कारण-श्रृंखला का पता लगाने की कोशिश करता है।
उदाहरण: मुद्रास्फीति की व्याख्या केवल यह कहकर नहीं करना कि “मुद्रा आपूर्ति बढ़ी”, बल्कि पूरी प्रक्रिया का पता लगाना: केंद्रीय बैंक ने बॉन्ड खरीदे → वाणिज्यिक बैंकों के पास अधिक भंडार हुआ → उन्होंने अधिक ऋण दिया → कुल मांग बढ़ी → जिससे कीमतों पर दबाव पड़ा।

4. एकीकरणवादी प्रतिमान (Unificationist Model):

माइकल फ्रीडमैन और फिलिप किचर जैसे विचारकों के अनुसार, एक अच्छी वैज्ञानिक व्याख्या वह है जो विभिन्न घटनाओं को एक व्यापक, एकीकृत सैद्धांतिक ढांचे के तहत लाती है।
विज्ञान का लक्ष्य कम से कम संख्या में स्वतंत्र परिकल्पनाओं का उपयोग करके अधिक से अधिक घटनाओं की व्याख्या करना है।
उदाहरण: अर्थशास्त्र में “विवशतापूर्ण इष्टतमीकरण” (constrained optimization) का सिद्धांत एक एकीकृत ढांचा प्रदान करता है जो उपभोक्ता व्यवहार, फर्म के उत्पादन निर्णय और बाजार संतुलन जैसी कई अलग-अलग घटनाओं की व्याख्या करता है।

Q6. संरचनात्मक समीकरण प्रतिमान के निर्देशन में सम्मिलित विभिन्न मुद्दों की उदाहरण सहित व्याख्या कीजिए।

Ans.

संरचनात्मक समीकरण प्रतिमान (Structural Equation Modeling – SEM) एक उन्नत बहुभिन्नरूपी सांख्यिकीय तकनीक है जिसका उपयोग चरों के बीच जटिल कारण-कार्य संबंधों के नेटवर्क का परीक्षण और अनुमान लगाने के लिए किया जाता है। यह कारक विश्लेषण (factor analysis) और बहु-प्रतिगमन विश्लेषण (multiple regression analysis) का एक संयोजन है, जो शोधकर्ताओं को अप्रत्यक्ष (latent) चरों और उनके बीच के संबंधों का मॉडल बनाने की अनुमति देता है।

SEM में निर्देशन (specification) पहला और सबसे महत्वपूर्ण चरण है। इसमें शोधकर्ता अपने सिद्धांत को एक परीक्षण योग्य मॉडल के रूप में अनुवादित करता है। इस चरण में कई महत्वपूर्ण मुद्दे शामिल हैं:

1. मॉडल की पहचान (Model Identification):

यह मुद्दा इस बात से संबंधित है कि क्या मॉडल के मापदंडों (parameters) का डेटा से एक अद्वितीय समाधान (unique solution) प्राप्त किया जा सकता है।
अल्प-निर्दिष्ट (Under-identified): जब अनुमान लगाए जाने वाले मापदंडों की संख्या डेटा में उपलब्ध जानकारी (सहप्रसरण मैट्रिक्स) से अधिक होती है। इसके अनंत समाधान होते हैं और इसका अनुमान नहीं लगाया जा सकता है।
पूर्ण-निर्दिष्ट (Just-identified): जब मापदंडों की संख्या उपलब्ध जानकारी के बराबर होती है। मॉडल डेटा पर पूरी तरह से फिट होगा, लेकिन इसकी अच्छाई की जांच (goodness-of-fit) नहीं की जा सकती।
अधि-निर्दिष्ट (Over-identified): जब मापदंडों की संख्या उपलब्ध जानकारी से कम होती है। यह वांछनीय स्थिति है क्योंकि यह मॉडल की वैधता का परीक्षण करने की अनुमति देता है।

2. सिद्धांत-आधारित निर्देशन (Theory-driven Specification):

SEM मॉडल को एक मजबूत सैद्धांतिक आधार पर बनाया जाना चाहिए। केवल इसलिए संबंधों (paths) को निर्दिष्ट करना क्योंकि वे मॉडल फिट में सुधार करते हैं, “मॉडल फिशिंग” कहलाता है और इससे नकली परिणाम मिल सकते हैं।
उदाहरण: यदि आप ‘नौकरी की संतुष्टि’ और ‘संगठनात्मक प्रतिबद्धता’ के बीच संबंध का अध्ययन कर रहे हैं, तो सिद्धांत यह सुझाव दे सकता है कि संतुष्टि प्रतिबद्धता की ओर ले जाती है, न कि इसके विपरीत। इस सैद्धांतिक तर्क के बिना एक विपरीत पथ निर्दिष्ट करना एक निर्देशन त्रुटि होगी।

3. माप मॉडल का निर्देशन (Measurement Model Specification):

यह इस बात से संबंधित है कि अप्रत्यक्ष (latent) चरों को उनके प्रत्यक्ष (observed) संकेतकों द्वारा कैसे मापा जाता है।
मुद्दा: ‘सामाजिक-आर्थिक स्थिति’ जैसे अप्रत्यक्ष चर के लिए कौन से संकेतक चुने जाने चाहिए? क्या इसमें आय, शिक्षा और व्यवसाय शामिल होना चाहिए? एक संकेतक को जोड़ने या हटाने से पूरा मॉडल बदल जाता है।
उदाहरण: ‘नौकरी की संतुष्टि’ (अप्रत्यक्ष चर) को मापने के लिए, शोधकर्ता ‘वेतन से संतुष्टि’, ‘सहकर्मियों से संतुष्टि’, और ‘काम की प्रकृति से संतुष्टि’ (प्रत्यक्ष संकेतक) का उपयोग करने का निर्देश दे सकता है।

4. संरचनात्मक मॉडल का निर्देशन (Structural Model Specification):

यह अप्रत्यक्ष चरों के बीच परिकल्पित कारण-कार्य संबंधों को निर्दिष्ट करने से संबंधित है।
मुद्दा: कारण की दिशा तय करना एक महत्वपूर्ण मुद्दा है। क्या ‘कर्मचारी प्रशिक्षण’ ‘नौकरी की संतुष्टि’ को प्रभावित करता है, या क्या ‘नौकरी की संतुष्टि’ ‘कर्मचारी के प्रदर्शन’ को प्रभावित करती है? या क्या संबंध पारस्परिक है?
उदाहरण: एक मॉडल यह निर्दिष्ट कर सकता है कि ‘प्रशिक्षण’ से ‘नौकरी की संतुष्टि’ की ओर एक पथ है, और ‘नौकरी की संतुष्टि’ से ‘कर्मचारी टर्नओवर’ की ओर एक और पथ है। ‘प्रशिक्षण’ से ‘टर्नओवर’ तक एक संभावित सीधे पथ को छोड़ना एक निर्देशन त्रुटि हो सकती है।

5. त्रुटि का निर्देशन (Error Specification):

SEM में, प्रत्येक अंतर्जात (endogenous) चर के साथ एक त्रुटि पद जुड़ा होता है। निर्देशन में यह मानना शामिल है कि ये त्रुटियाँ असंबद्ध हैं। यदि त्रुटियाँ सहसंबद्ध हैं, तो यह एक लुप्त चर का संकेत दे सकता है जो दोनों चरों को प्रभावित कर रहा है, और मॉडल को फिर से निर्दिष्ट करने की आवश्यकता हो सकती है।

संक्षेप में, एक SEM का निर्देशन एक विचारशील, सिद्धांत-चालित प्रक्रिया है जिसमें मॉडल की पहचान, माप और संरचनात्मक संबंधों की सावधानीपूर्वक परिभाषा शामिल है। इस चरण में की गई त्रुटियाँ पूरे विश्लेषण को अमान्य कर सकती हैं।

Q7. आलोचनात्मक सिद्धान्त प्रतिमान तथा क्रियात्मक शोध के बीच जुड़ाव (linkage) का परीक्षण कीजिए। गन्दी बस्तियों (slum areas) में पोलियो के उन्मूलन हेतु क्रियात्मक शोध की प्रयोज्यता की चर्चा कीजिए।

Ans.

आलोचनात्मक सिद्धांत और क्रियात्मक शोध के बीच जुड़ाव:

आलोचनात्मक सिद्धांत (Critical Theory) और क्रियात्मक शोध (Action Research) के बीच एक गहरा और सहजीवी संबंध है। आलोचनात्मक सिद्धांत ‘क्यों’ प्रदान करता है, जबकि क्रियात्मक शोध ‘कैसे’ प्रदान करता है।

1. आलोचनात्मक सिद्धांत:

फ्रैंकफर्ट स्कूल से उत्पन्न, यह एक सामाजिक-दार्शनिक आंदोलन है जो समाज और संस्कृति की आलोचना करता है।
इसका मुख्य उद्देश्य शक्ति संरचनाओं, वर्चस्व और असमानता को उजागर करना और उन्हें चुनौती देना है।
यह केवल दुनिया को समझने या व्याख्या करने का लक्ष्य नहीं रखता, बल्कि इसे बदलने का लक्ष्य रखता है। इसका अंतिम लक्ष्य मुक्ति (emancipation) और सामाजिक न्याय है।

2. क्रियात्मक शोध:

यह एक सहभागी, चक्रीय अनुसंधान प्रक्रिया है (योजना → क्रिया → अवलोकन → चिंतन)।
यह सामाजिक स्थिति में प्रतिभागियों द्वारा अपनी स्वयं की प्रथाओं और समझ को बेहतर बनाने के लिए किया जाता है।
यह समस्या-केंद्रित है और इसका उद्देश्य तत्काल, व्यावहारिक परिवर्तन लाना है।

जुड़ाव (The Linkage): क्रियात्मक शोध को अक्सर आलोचनात्मक सिद्धांत का पद्धतिगत हाथ (methodological arm) कहा जाता है।

साझा लक्ष्य: दोनों का लक्ष्य केवल ज्ञान का सृजन नहीं, बल्कि सामाजिक परिवर्तन और सशक्तीकरण है। आलोचनात्मक सिद्धांत अन्यायपूर्ण शक्ति संरचनाओं की पहचान करता है, और क्रियात्मक शोध उन संरचनाओं को भीतर से बदलने के लिए एक व्यावहारिक ढांचा प्रदान करता है।
सशक्तीकरण: दोनों ही हाशिए पर पड़े समूहों को सशक्त बनाने का प्रयास करते हैं। क्रियात्मक शोध इसे अध्ययन के निष्क्रिय विषयों के बजाय उन्हें अपनी समस्याओं के निदान और समाधान खोजने में सक्रिय भागीदार (सह-शोधकर्ता) बनाकर करता है।
चिंतन (Reflection): दोनों ही अपनी मान्यताओं और प्रणाली में अपनी भूमिका पर महत्वपूर्ण आत्म-चिंतन पर जोर देते हैं। क्रियात्मक शोध का ‘चिंतन’ चरण सीधे आलोचनात्मक सिद्धांत के आत्म-आलोचना के विचार से जुड़ा है।

गंदी बस्तियों में पोलियो उन्मूलन के लिए क्रियात्मक शोध की प्रयोज्यता: गंदी बस्तियों जैसे जटिल सामाजिक परिवेश में पोलियो उन्मूलन के लिए एक ऊपर-से-नीचे, विशुद्ध रूप से चिकित्सा दृष्टिकोण अक्सर अविश्वास, गलत सूचना और तार्किक चुनौतियों के कारण विफल हो जाता है। ऐसे में क्रियात्मक शोध अत्यधिक प्रयोज्य और प्रभावी है। क्रियात्मक शोध चक्र का अनुप्रयोग:

1. योजना (Plan): शोधकर्ता, स्वास्थ्य कार्यकर्ता और झुग्गी-झोपड़ी समुदाय के सदस्य (जैसे समुदाय के नेता, माताएँ, युवा) मिलकर पोलियो टीकाकरण में आने वाली मुख्य बाधाओं की पहचान करेंगे। क्या समस्या जागरूकता की कमी है, दुष्प्रभावों का डर है, अफवाहें हैं, बूथों तक पहुँच की कमी है, या बाहरी लोगों पर अविश्वास है?

2. क्रिया (Act): पहचानी गई समस्याओं के आधार पर, समूह मिलकर समाधान लागू करेगा।

यदि समस्या अविश्वास है, तो क्रिया स्थानीय समुदाय के सदस्यों को ‘पोलियो एंबेसडर’ के रूप में प्रशिक्षित करना हो सकता है।
यदि समस्या गलत सूचना है, तो क्रिया समुदाय के साथ मिलकर सांस्कृतिक रूप से उपयुक्त संचार सामग्री (जैसे नुक्कड़ नाटक, पोस्टर) विकसित करना हो सकता है।
यदि समस्या पहुँच की है, तो क्रिया समुदाय द्वारा तय किए गए सुविधाजनक समय और स्थानों पर मोबाइल टीकाकरण शिविरों का आयोजन करना हो सकता है।

3. अवलोकन (Observe): टीम संयुक्त रूप से परिणामों की निगरानी करेगी। क्या अधिक बच्चों का टीकाकरण हो रहा है? क्या अफवाहें कम हो रही हैं? वे अवलोकन, छोटे साक्षात्कार और टीकाकरण रिकॉर्ड को ट्रैक करके डेटा एकत्र करेंगे।

4. चिंतन (Reflect): समूह फिर से मिलकर इस बात पर चर्चा करेगा कि क्या काम किया, क्या नहीं, और क्यों। इस चिंतन के आधार पर, वे अगले चक्र के लिए अपनी योजना को परिष्कृत करेंगे।

निष्कर्ष: यह सहभागी दृष्टिकोण विश्वास बनाता है, कार्यक्रम का स्थानीय स्वामित्व बनाता है, और एक-आकार-सभी-के-लिए-फिट सरकारी निर्देश की तुलना में अधिक स्थायी और प्रभावी समाधानों की ओर ले जाता है। यह समुदाय को अपनी स्वास्थ्य चुनौतियों को हल करने के लिए सशक्त बनाता है, जो आलोचनात्मक सिद्धांत के मुक्ति के लक्ष्य के साथ पूरी तरह से मेल खाता है।

Q8. मान लीजिए कि आप ब्लॉक स्तर पर वर्तमान स्वास्थ्य आधारभूत संरचना (infrastructure) में वृद्धि करने वाली टीम के एक सदस्य हैं। इस उद्देश्य हेतु आप किस प्रकार की शोध कार्यसूची विकसित करेंगे?

Ans. ब्लॉक स्तर पर स्वास्थ्य अवसंरचना को बढ़ाने के लिए एक बहु-कार्यात्मक टीम के सदस्य के रूप में, मैं एक व्यापक, चरण-बद्ध और कार्रवाई-उन्मुख शोध कार्यसूची विकसित करूँगा। इस कार्यसूची का उद्देश्य केवल अकादमिक ज्ञान उत्पन्न करना नहीं होगा, बल्कि साक्ष्य-आधारित निर्णय लेने, प्रभावी हस्तक्षेप डिजाइन करने और प्रगति की निगरानी करने में टीम की मदद करना होगा।

मेरी शोध कार्यसूची तीन चरणों में संरचित होगी: चरण 1: नैदानिक और आवश्यकता मूल्यांकन अनुसंधान (Diagnostic and Needs Assessment Research) इस चरण का उद्देश्य वर्तमान स्थिति का एक आधारभूत चित्र बनाना, कमियों की पहचान करना और जरूरतों को प्राथमिकता देना है।

मुख्य शोध प्रश्न:
- ब्लॉक के प्राथमिक स्वास्थ्य केंद्रों (PHCs) और उप-केंद्रों में मौजूदा भौतिक अवसंरचना (इमारतें, बिस्तर, उपकरण, बिजली, पानी) और मानव संसाधनों (डॉक्टर, नर्स, आशा कार्यकर्ता) की क्या स्थिति है?
- ब्लॉक में प्रमुख स्वास्थ्य चुनौतियाँ और बीमारी का बोझ क्या है? (जैसे, मातृ मृत्यु दर, बाल मृत्यु दर, संचारी/गैर-संचारी रोग)
- समुदाय की स्वास्थ्य संबंधी जरूरतें और सेवाओं तक पहुँच में आने वाली बाधाएँ (जैसे, लागत, दूरी, गुणवत्ता, विश्वास) क्या हैं?
- स्वास्थ्य सेवा प्रदाताओं को किन परिचालन बाधाओं का सामना करना पड़ता है?
शोध विधियाँ:
- सुविधा सर्वेक्षण (Facility surveys) और अवसंरचना का ऑडिट।
- मौजूदा स्वास्थ्य रिकॉर्ड और डेटा (जैसे, HMIS) का विश्लेषण।
- समुदाय के सदस्यों के साथ केंद्रित समूह चर्चा (FGDs)।
- प्रमुख सूचना प्रदाताओं (Key Informant Interviews) जैसे डॉक्टरों, आशा कार्यकर्ताओं, और पंचायत नेताओं के साथ साक्षात्कार।

चरण 2: हस्तक्षेप डिजाइन और व्यवहार्यता अनुसंधान (Intervention Design and Feasibility Research) इस चरण का उद्देश्य चरण 1 के निष्कर्षों के आधार पर सबसे उपयुक्त और व्यवहार्य हस्तक्षेपों को डिजाइन करना है।

मुख्य शोध प्रश्न:
- सबसे अधिक लागत प्रभावी अवसंरचना उन्नयन क्या हैं? (उदाहरण के लिए, क्या एक नया प्रसूति वार्ड एक नई प्रयोगशाला से अधिक महत्वपूर्ण है?)
- सेवा वितरण के कौन से मॉडल सबसे प्रभावी होंगे (जैसे, मोबाइल स्वास्थ्य क्लीनिक, टेलीमेडिसिन, सार्वजनिक-निजी भागीदारी)?
- प्रस्तावित विस्तार के लिए वित्तीय आवश्यकताएं क्या हैं और धन के संभावित स्रोत क्या हैं?
- क्या प्रस्तावित परिवर्तनों के लिए राजनीतिक और प्रशासनिक समर्थन मौजूद है?
शोध विधियाँ:
- लागत-लाभ / लागत-प्रभावशीलता विश्लेषण।
- अन्य ब्लॉकों या राज्यों से सफल मॉडलों का केस स्टडी विश्लेषण।
- हितधारक विश्लेषण (Stakeholder analysis) और मानचित्रण।

चरण 3: निगरानी और मूल्यांकन (M&E) अनुसंधान इस चरण का उद्देश्य कार्यान्वयन प्रक्रिया को ट्रैक करना, प्रभाव का आकलन करना और पाठ्यक्रम में सुधार के लिए निरंतर प्रतिक्रिया प्रदान करना है।

मुख्य शोध प्रश्न:
- क्या अवसंरचना उन्नयन समय पर और बजट के भीतर लागू किए जा रहे हैं? (प्रक्रिया मूल्यांकन)
- क्या विस्तार से सेवा की उपलब्धता, गुणवत्ता और उपयोग में सुधार हुआ है?
- क्या स्वास्थ्य परिणामों (जैसे, संस्थागत प्रसव दर में वृद्धि) में सुधार हुआ है? (प्रभाव मूल्यांकन)
- विस्तार के अनपेक्षित परिणाम (सकारात्मक या नकारात्मक) क्या हैं?
शोध विधियाँ:
- स्पष्ट संकेतकों के साथ एक मजबूत M&E ढांचे का विकास।
- आधारभूत (baseline) और अंतिम (endline) सर्वेक्षण।
- नियमित प्रक्रिया निगरानी और डैशबोर्ड।
- समुदाय से गुणात्मक प्रतिक्रिया एकत्र करने के लिए तंत्र।

यह त्रि-चरणीय शोध एजेंडा सुनिश्चित करेगा कि स्वास्थ्य अवसंरचना का विस्तार डेटा-संचालित, समुदाय-केंद्रित और परिणाम-उन्मुख हो।

Q9. किसी शोध अध्ययन में आप कब सुविधाजनक यादृच्छिक प्रतिचयन का चयन करेंगे? यह तुषारपिंडीय (snowball) प्रतिचयन से किस प्रकार भिन्न होता है? चित्रित कीजिए।

Ans. प्रश्न में “सुविधाजनक यादृच्छिक प्रतिचयन” शब्द का प्रयोग किया गया है, जो दो अलग-अलग प्रतिचयन अवधारणाओं का एक विरोधाभासी संयोजन है। सुविधाजनक प्रतिचयन (Convenience Sampling) एक गैर-संभाव्यता विधि है, जबकि यादृच्छिक प्रतिचयन (Random Sampling) एक संभाव्यता विधि है। संभवतः प्रश्न का आशय सुविधाजनक प्रतिचयन से है। हम इसी आधार पर उत्तर देंगे।

सुविधाजनक प्रतिचयन का चयन कब करें: सुविधाजनक प्रतिचयन एक गैर-संभाव्यता प्रतिचयन तकनीक है जिसमें शोधकर्ता अपनी सुविधा के अनुसार सबसे आसानी से उपलब्ध प्रतिभागियों का चयन करता है। इसका चयन तब किया जाता है जब सामान्यीकरण (generalizability) की तुलना में गति, लागत और सरलता अधिक महत्वपूर्ण होती है। इसका उपयोग निम्नलिखित स्थितियों में उचित है:

प्रारंभिक या खोजपूर्ण अनुसंधान (Exploratory Research): जब एक शोधकर्ता किसी विषय पर प्रारंभिक विचार या परिकल्पना उत्पन्न करने की कोशिश कर रहा हो। उदाहरण के लिए, किसी नए मोबाइल ऐप पर छात्रों के शुरुआती विचारों को जानने के लिए अपनी कक्षा में सर्वेक्षण करना।
पायलट परीक्षण (Pilot Testing): मुख्य अध्ययन से पहले एक प्रश्नावली या सर्वेक्षण उपकरण का परीक्षण करने के लिए। यहाँ लक्ष्य प्रतिनिधि परिणाम प्राप्त करना नहीं, बल्कि प्रश्नों की स्पष्टता और समय की जाँच करना है।
सीमित संसाधन: जब शोधकर्ता के पास समय, धन और कर्मचारियों की भारी कमी हो और एक संभाव्यता नमूना खींचना संभव न हो। छात्र परियोजनाएँ अक्सर इसी श्रेणी में आती हैं।
जब जनसंख्या सजातीय हो: यदि शोधकर्ता का मानना है कि रुचि की विशेषताओं पर जनसंख्या में बहुत कम भिन्नता है, तो सुविधाजनक नमूना स्वीकार्य हो सकता है (हालांकि यह एक जोखिम भरा अनुमान है)।

यह ध्यान रखना महत्वपूर्ण है कि सुविधाजनक प्रतिचयन से प्राप्त परिणामों को पूरी आबादी पर लागू नहीं किया जा सकता है क्योंकि यह नमूना चयन पूर्वाग्रह से ग्रस्त होता है। सुविधाजनक प्रतिचयन और तुषारपिंडीय (Snowball) प्रतिचयन के बीच अंतर: दोनों गैर-संभाव्यता तकनीकें हैं, लेकिन उनकी प्रक्रिया और उद्देश्य बहुत अलग हैं। | विशेषता | सुविधाजनक प्रतिचयन (Convenience Sampling) | तुषारपिंडीय प्रतिचयन (Snowball Sampling) | |—|—|—| | चयन प्रक्रिया | शोधकर्ता अपनी सुविधानुसार प्रतिभागियों का चयन करता है। | प्रारंभिक प्रतिभागी अन्य प्रतिभागियों को संदर्भित करते हैं। | | उद्देश्य | तेजी से और कम लागत पर डेटा एकत्र करना। | छिपी हुई, दुर्लभ या труднодоступ (hard-to-reach) आबादी तक पहुँचना। | | नमूने की वृद्धि | शोधकर्ता द्वारा संचालित। | प्रतिभागियों द्वारा संचालित (श्रृंखला-संदर्भ)। | | नियंत्रण | शोधकर्ता का नमूने पर पूरा नियंत्रण होता है। | शोधकर्ता का प्रारंभिक चयन के बाद नियंत्रण कम हो जाता है। | चित्रण (Illustration):

सुविधाजनक प्रतिचयन का उदाहरण: एक शोधकर्ता एक शॉपिंग मॉल में लोगों की खरीदारी की आदतों का अध्ययन करना चाहता है। वह मॉल के प्रवेश द्वार पर खड़ा हो जाता है और पहले 100 लोगों से सर्वेक्षण करता है जो उसके पास से गुजरते हैं। इन लोगों को इसलिए चुना गया क्योंकि वे आसानी से उपलब्ध थे।
तुषारपिंडीय प्रतिचयन का उदाहरण: एक शोधकर्ता किसी शहर में बिना कागजात वाले आप्रवासियों के अनुभवों का अध्ययन करना चाहता है। यह समूह труднодоступ और अधिकारियों से डरा हुआ हो सकता है। शोधकर्ता किसी तरह दो ऐसे आप्रवासियों को ढूंढकर उनका साक्षात्कार करता है। साक्षात्कार के अंत में, वह उनसे पूछता है कि क्या वे किसी और को जानते हैं जो भाग लेने के लिए तैयार हो। ये रेफरल अधिक प्रतिभागियों की ओर ले जाते हैं, और नमूना एक “बर्फ के गोले” (snowball) की तरह बढ़ता है।

Q10. ग्रामीण सहभागिता मूल्यांकन दृष्टिकोण की प्रमुख विशेषताओं की चर्चा कीजिए।

Ans.

ग्रामीण सहभागिता मूल्यांकन (Participatory Rural Appraisal – PRA) केवल एक शोध पद्धति नहीं है, बल्कि दृष्टिकोणों और विधियों का एक परिवार है जो ग्रामीण लोगों को अपने जीवन और स्थितियों के ज्ञान को साझा करने, बढ़ाने और विश्लेषण करने में सक्षम बनाता है, ताकि वे योजना बना सकें और कार्रवाई कर सकें। यह पारंपरिक “निष्कर्षण” अनुसंधान (extractive research) से एक बदलाव है, जहां बाहरी विशेषज्ञ जानकारी निकालते हैं, और एक ऐसे दृष्टिकोण की ओर है जहां स्थानीय लोग अपनी वास्तविकता के विशेषज्ञ बन जाते हैं।

PRA की प्रमुख विशेषताएँ निम्नलिखित हैं:

1. सहभागिता (Participation): यह PRA का मूल सिद्धांत है। स्थानीय लोग केवल सूचना के स्रोत नहीं हैं, बल्कि वे विश्लेषक, योजनाकार और अभिनेता हैं। वे प्रक्रिया और उसके परिणामों के मालिक हैं। यह दृष्टिकोण समुदाय को अपनी समस्याओं और प्राथमिकताओं को स्वयं पहचानने के लिए सशक्त बनाता है।

2. भूमिकाओं का उलटाव (Reversal of Roles): PRA में, “विशेषज्ञ” शोधकर्ता ज्ञान का एकमात्र धारक नहीं होता, बल्कि वह सीखने की प्रक्रिया का एक “सुविधादाता” (facilitator) बन जाता है। ग्रामीण, जिन्हें अक्सर “अज्ञानी” माना जाता है, अपनी स्थिति के “विशेषज्ञ” के रूप में पहचाने जाते हैं। यह “छड़ी सौंपने” (handing over the stick) के सिद्धांत पर आधारित है, जहाँ विश्लेषण और प्रस्तुति का नियंत्रण समुदाय को दिया जाता है।

3. दृश्य और मूर्त विधियाँ (Visual and Tangible Methods): PRA भारी मात्रा में दृश्य उपकरणों का उपयोग करता है जो निरक्षर लोगों सहित सभी के लिए सुलभ हैं। यह साक्षर अभिजात वर्ग से शक्ति को दूर करता है। प्रमुख उपकरणों में शामिल हैं:

सामाजिक मानचित्रण (Social Mapping): ग्रामीण अपने गाँव का नक्शा बनाते हैं, जिसमें घर, संसाधन, सामाजिक संरचना आदि दिखाते हैं।
संसाधन मानचित्रण (Resource Mapping): प्राकृतिक संसाधनों जैसे जंगल, जल निकाय, भूमि के प्रकार आदि को दर्शाता है।
मौसमी कैलेंडर (Seasonal Calendars): एक वर्ष में होने वाले परिवर्तनों (जैसे वर्षा, फसल चक्र, आय, बीमारियाँ) को चार्ट करता है।
संपत्ति/कल्याण रैंकिंग (Wealth/Well-being Ranking): ग्रामीण अपने स्थानीय मानदंडों के आधार पर घरों को विभिन्न कल्याण श्रेणियों में वर्गीकृत करते हैं।
वेन आरेख (Venn Diagrams): विभिन्न स्थानीय संस्थानों के महत्व और उनके बीच संबंधों को समझने के लिए।

4. त्रिकोणासन (Triangulation): जानकारी की वैधता और विश्वसनीयता में सुधार के लिए, PRA विभिन्न तरीकों, स्रोतों और दृष्टिकोणों का उपयोग करके जानकारी को क्रॉस-चेक करने पर जोर देता है। उदाहरण के लिए, सामाजिक मानचित्र से प्राप्त निष्कर्षों को एक केंद्रित समूह चर्चा और एक ट्रांसेक्ट वॉक के साथ क्रॉस-चेक किया जा सकता है।

5. “इष्टतम अज्ञानता” और लचीलापन (“Optimal Ignorance” and Flexibility): PRA का उद्देश्य संपूर्ण डेटा एकत्र करना नहीं है, बल्कि निर्णय लेने के लिए बस पर्याप्त प्रासंगिक जानकारी एकत्र करना है। यह “इष्टतम अज्ञानता” का सिद्धांत है – सटीकता पर समयबद्धता को प्राथमिकता देना। PRA एक कठोर ब्लूप्रिंट नहीं है; अभ्यासकर्ता स्थानीय संदर्भ के अनुसार विधियों के “मेनू” से चुनते और अनुकूलित करते हैं।

6. मौके पर विश्लेषण (On-the-spot Analysis): अधिकांश विश्लेषण समुदाय के सदस्यों द्वारा स्वयं किया जाता है जब वे चित्र और नक्शे बनाते हैं। इससे तत्काल सीखने और एक साझा समझ का निर्माण होता है, जो बाहरी विशेषज्ञ द्वारा बाद में किए गए विश्लेषण के विपरीत है।

संक्षेप में, PRA एक सशक्तिकरण दृष्टिकोण है जो स्थानीय ज्ञान को महत्व देता है और सतत विकास के लिए समुदाय-आधारित योजना और कार्रवाई को बढ़ावा देता है।

Q11. निम्नलिखित में से किन्हीं तीन के बीच अंतर बताइए : (a) अवधारणात्मक एवं सापेक्ष अन्तर्वस्तु विश्लेषण (b) शोध अभिकल्पना तथा शोध विधियाँ (c) वर्णनात्मक एवं व्याख्यात्मक शोध (d) प्रामाणिक सहसम्बन्ध विश्लेषण एवं बहुप्रतीपगमन विश्लेषण (e) व्यवस्थित प्रतिचयन एवं स्तरीकृत प्रतिचयन

Ans.

(b) शोध अभिकल्पना तथा शोध विधियाँ (Research Design and Research Method)

शोध अभिकल्पना और शोध विधि अनुसंधान प्रक्रिया के दो मूलभूत घटक हैं, लेकिन वे समान नहीं हैं।

शोध अभिकल्पना (Research Design):
- यह अनुसंधान के लिए समग्र रणनीति या खाका (blueprint) है। यह जांच की तार्किक संरचना है जो शोध प्रश्नों को अनुभवजन्य शोध से जोड़ती है।
- यह बड़े प्रश्नों का उत्तर देती है: अध्ययन का उद्देश्य क्या है (वर्णनात्मक, व्याख्यात्मक)? विश्लेषण की इकाई क्या है (व्यक्ति, समूह, देश)? डेटा संग्रह और विश्लेषण की समग्र योजना क्या होगी (प्रायोगिक, सहसंबंधी, केस स्टडी)?
- सादृश्य: शोध अभिकल्पना एक घर के लिए वास्तुकार की योजना की तरह है। यह बताता है कि घर कैसा दिखेगा, कितने कमरे होंगे, और वे कैसे जुड़े होंगे।
शोध विधियाँ (Research Methods):
- ये डेटा एकत्र करने और विश्लेषण करने के लिए उपयोग किए जाने वाले विशिष्ट उपकरण और तकनीकें हैं। ये शोध अभिकल्पना को क्रियान्वित करने के साधन हैं।
- उदाहरणों में सर्वेक्षण, साक्षात्कार, प्रयोग, अवलोकन, सांख्यिकीय परीक्षण (जैसे टी-टेस्ट, प्रतिगमन), और विषयगत विश्लेषण (thematic analysis) शामिल हैं।
- सादृश्य: शोध विधियाँ उन विशिष्ट औजारों (हथौड़ा, आरी) और सामग्रियों (ईंट, लकड़ी) की तरह हैं जिनका उपयोग वास्तुकार की योजना के अनुसार घर बनाने के लिए किया जाता है।

संक्षेप में, शोध अभिकल्पना ‘योजना’ है और शोध विधियाँ उस योजना को पूरा करने के लिए ‘उपकरण’ हैं। एक अच्छी अभिकल्पना के बिना, सबसे अच्छी विधियाँ भी निरर्थक हो सकती हैं। — (c) वर्णनात्मक एवं व्याख्यात्मक शोध (Descriptive and Explanatory Research) ये शोध के दो मुख्य उद्देश्य हैं जो अध्ययन के दायरे और लक्ष्य को परिभाषित करते हैं।

वर्णनात्मक शोध (Descriptive Research):
- इसका मुख्य उद्देश्य किसी स्थिति, घटना, या जनसंख्या की विस्तृत और सटीक तस्वीर प्रदान करना है।
- यह “क्या,” “कहाँ,” और “कब” जैसे प्रश्नों का उत्तर देता है। यह केवल विशेषताओं का वर्णन करता है, लेकिन उनके बीच कारण-कार्य संबंध स्थापित करने का प्रयास नहीं करता है।
- उदाहरण: भारत की जनगणना एक विशाल वर्णनात्मक शोध का उदाहरण है, जो जनसंख्या की आयु, लिंग, साक्षरता दर आदि का वर्णन करती है। एक अन्य उदाहरण किसी विशेष जिले में किसानों की औसत आय और शिक्षा के स्तर का वर्णन करने वाला अध्ययन हो सकता है।
व्याख्यात्मक शोध (Explanatory Research):
- इसका उद्देश्य यह समझाना है कि घटनाएँ क्यों होती हैं , अर्थात चरों के बीच कारण-कार्य संबंधों की पहचान करना।
- यह “क्यों” और “कैसे” जैसे प्रश्नों का उत्तर देता है। यह वर्णनात्मकता से आगे जाकर संबंधों के बारे में परिकल्पनाओं का परीक्षण करता है।
- उदाहरण: यह निर्धारित करने के लिए एक अध्ययन कि क्या उच्च शिक्षा का स्तर (कारण) उच्च आय (प्रभाव) की ओर ले जाता है। या, यह परीक्षण करना कि क्या एक नई सरकारी सब्सिडी (कारण) ने किसानों के निवेश व्यवहार (प्रभाव) को बदल दिया है।

संक्षेप में, वर्णनात्मक शोध ‘क्या है’ का चित्र बनाता है, जबकि व्याख्यात्मक शोध ‘ऐसा क्यों है’ को समझाने की कोशिश करता है। — (e) व्यवस्थित प्रतिचयन एवं स्तरीकृत प्रतिचयन (Systematic and Stratified Sampling) ये दोनों संभाव्यता प्रतिचयन (probability sampling) की विधियाँ हैं, जिसका अर्थ है कि जनसंख्या में प्रत्येक तत्व के चुने जाने की एक ज्ञात, गैर-शून्य संभावना होती है।

व्यवस्थित प्रतिचयन (Systematic Sampling):
- प्रक्रिया: एक सूची (सैंपलिंग फ्रेम) से एक यादृच्छिक प्रारंभिक बिंदु चुना जाता है, और फिर सूची से प्रत्येक k-वें तत्व का चयन किया जाता है। k प्रतिचयन अंतराल (sampling interval) है (k = जनसंख्या आकार / नमूना आकार)।
- उदाहरण: 1000 छात्रों की सूची से 100 छात्रों का चयन करने के लिए, k=10 होगा। हम 1 और 10 के बीच एक यादृच्छिक संख्या (मान लीजिए 7) चुनते हैं, और फिर 7वें, 17वें, 27वें, … छात्र का चयन करते हैं।
- लाभ/हानि: यह सरल यादृच्छिक प्रतिचयन की तुलना में सरल और तेज है, लेकिन यदि सूची में कोई आवधिक पैटर्न है जो k से मेल खाता है, तो यह पूर्वाग्रहग्रस्त हो सकता है।
स्तरीकृत प्रतिचयन (Stratified Sampling):
- प्रक्रिया: 1. जनसंख्या को एक प्रासंगिक विशेषता (जैसे, आयु, लिंग, आय वर्ग) के आधार पर परस्पर अनन्य उपसमूहों (strata) में विभाजित किया जाता है। 2. प्रत्येक स्तर (stratum) से, एक यादृच्छिक नमूना (सरल या व्यवस्थित) लिया जाता है।
- उदाहरण: एक विश्वविद्यालय के छात्रों की राय का अध्ययन करने के लिए, शोधकर्ता पहले छात्रों को उनके अध्ययन के वर्ष (प्रथम, द्वितीय, तृतीय, चतुर्थ वर्ष) के अनुसार स्तरों में विभाजित कर सकता है और फिर प्रत्येक वर्ष-समूह से एक आनुपातिक नमूना ले सकता है।
- लाभ: यह सभी प्रमुख उपसमूहों का प्रतिनिधित्व सुनिश्चित करता है और यदि स्तर भीतर से सजातीय और एक दूसरे से विषम हैं तो अधिक सटीक अनुमान प्रदान कर सकता है।

मुख्य अंतर यह है कि व्यवस्थित प्रतिचयन पूरी सूची से नियमित अंतराल पर चयन करता है, जबकि स्तरीकृत प्रतिचयन पहले जनसंख्या को समूहों में विभाजित करता है और फिर प्रत्येक समूह के भीतर से नमूना लेता है।

IGNOU MEC-109 Previous Year Solved Question Paper in English

Q1. Distinguish between realism and constructivism. Discuss the various steps involved in conducting research study from constructivism perspective.

Ans. Introduction: In the philosophy of research, realism and constructivism are two major epistemological and ontological stances that determine what constitutes knowledge and how it can be acquired. They shape a researcher’s worldview and the way a research process is conducted.

Distinction Between Realism and Constructivism:

Nature of Reality (Ontology):
- Realism: According to this perspective, an objective reality exists independently of the human mind and its interpretations. This reality is out there waiting to be discovered. It is often associated with positivism , which posits that the social world can be studied in the same way as the natural sciences.
- Constructivism: This viewpoint argues that reality is not objective but is socially constructed. Knowledge and truth are generated through social interactions among individuals and groups. Therefore, multiple, subjective realities can exist.
Nature of Knowledge (Epistemology):
- Realism: The researcher is seen as a neutral observer who can objectively measure and analyze reality. The goal is to discover universal laws and cause-effect relationships.
- Constructivism: Knowledge is co-created between the researcher and the subject being studied. The researcher is an instrument who interprets phenomena, not just records them. The goal is to gain a subjective understanding of the world from the participants’ perspective.
Methodology:
- Realism: It favours quantitative methods such as surveys, experiments, and statistical analysis. These methods are designed to test hypotheses, measure variables, and generalize findings.
- Constructivism: It employs qualitative methods such as in-depth interviews, case studies, ethnography, and focus group discussions. These methods are suited for gathering context-rich data and exploring the lived experiences and meanings people hold.

Steps in Conducting Research from a Constructivist Perspective:

A constructivist study does not follow a linear process; rather, it is often cyclical and emergent. However, it generally involves the following steps:

1. Identifying the Research Problem: Research begins with a desire to understand a phenomenon that cannot be easily measured or counted. Questions are often open-ended, such as “How…?” or “What is the experience of…?”. For example, “How do migrant labourers experience urban life?”.

2. Literature Review: The literature is reviewed not just to find gaps in knowledge but to understand the different perspectives, social contexts, and theoretical debates surrounding the topic.

3. Selecting the Research Design: The design is flexible and emergent. It uses qualitative approaches (e.g., ethnography, case study, or narrative inquiry) to explore participants’ experiences in depth.

4. Sampling: Instead of random sampling, purposive sampling is used. The researcher selects participants who have specific experiences and knowledge related to the phenomenon under study.

5. Data Collection: Data collection is interactive. The researcher builds a relationship of trust with participants and collects data through in-depth interviews, participant observation, or group discussions. The researcher must be reflexive about their own biases and role.

6. Data Analysis: Data analysis is an iterative process that runs concurrently with data collection. It involves identifying emerging themes, patterns, and meanings from the data. Techniques like thematic analysis or narrative analysis are used.

7. Interpretation and Representation: The findings are presented not as mere facts, but as interpretations co-constructed by the researcher and the participants. The report is often a rich, descriptive narrative that includes quotes and stories from participants.

8. Trustworthiness: Instead of validity and reliability, constructivist researchers ensure the rigour of their study using criteria like credibility, transferability, dependability, and confirmability .

Q2. Differentiate between the formal and informal sector. Identify and explain the sources of data for India’s informal sector.

Ans. Difference Between Formal and Informal Sector:

The distinction between the formal and informal sectors is crucial for understanding the functioning of any economy, especially in developing countries like India. The main differences between these two sectors are based on regulation, social security, and the scale of operation.

Definition and Regulation:
- Formal Sector: Activities in this sector are regulated and monitored by the government. The units are registered and are liable to pay taxes and follow labour laws and other government regulations. It includes public sector undertakings, large private companies, and multinational corporations.
- Informal Sector: Also known as the unorganised sector, it largely operates outside the purview of government regulation. The units are typically unregistered and do not maintain formal accounts. According to the International Labour Organization (ILO), the informal sector comprises private unincorporated enterprises engaged in the production of non-agricultural goods or services.
Nature of Employment:
- Formal Sector: Employees have formal contracts, fixed working hours, regular salaries, and social security benefits (like pension, health insurance, provident fund). Job security is relatively high.
- Informal Sector: Workers often have no social security, no formal contracts, and their income is irregular and low. Working conditions are often poor, and there is no job security. Examples include street vendors, domestic workers, rickshaw pullers, and small farmers.
Contribution to the Economy:
- Formal Sector: Its contribution is directly counted in the country’s Gross Domestic Product (GDP) and it is a major source of tax revenue.
- Informal Sector: Despite providing a huge share of employment in India, its contribution to GDP is difficult to estimate as its activities are not fully recorded in official statistics.

Sources of Data for India’s Informal Sector:

Collecting data on the informal sector in India is a major challenge, yet several key sources exist:

1. National Sample Survey Office (NSSO) Surveys: This is the most important source of data on the informal sector.

Employment and Unemployment Surveys (EUS): These surveys, formerly conducted every five years (now replaced by the PLFS), provide detailed data on the number of workers in the informal sector, their characteristics, wages, and conditions of work.
Surveys on Unorganised Sector Enterprises: The NSSO conducts dedicated surveys to collect data on the economic and operational characteristics of unorganised enterprises in the non-agricultural sector. For instance, the 68th round (2010-11) was focused on unorganised non-agricultural enterprises.

2.

Periodic Labour Force Survey (PLFS):

Launched by the NSSO in 2017, the PLFS now provides more frequent (annual and quarterly) estimates of labour force indicators, including informal employment. It captures informality by asking specific questions on the nature of employment (e.g., written contract, social security benefits).

3. Economic Census: Conducted by the Ministry of Statistics and Programme Implementation (MoSPI), it provides a complete count of all economic units (household and non-household) in the country. It serves as a frame for follow-up surveys and helps in estimating the size of the vast unorganised base of enterprises.

4. Annual Survey of Industries (ASI): While the ASI primarily covers the organised manufacturing sector, its definition by exclusion (factories not registered under the Factories Act) indirectly helps in defining the boundary of the unorganised sector.

5. Micro-level Studies: Studies conducted by various research institutions, NGOs (like SEWA), and academics often provide deep, qualitative insights into specific segments of the informal sector (e.g., domestic workers, street vendors). These studies may not be nationally representative but provide crucial micro-level evidence for policy-making.

Q3. Compare Mean Standardisation and Range Equalisation method for constructing a composite index. Examine which one is a preferred method for constructing a development index at state level.

Ans. Introduction: A Composite Index is a single numerical value that combines several different indicators to measure a multidimensional concept, such as development. Since these indicators are on different units (e.g., percent, per 1000 births, rupees) and scales, they need to be standardized or normalised before they can be aggregated. Mean Standardisation and Range Equalisation are two common methods for this standardisation.

Comparison of Mean Standardisation and Range Equalisation:

1. Mean Standardisation (Z-score method):

Formula: `Standardised Value = (xᵢ – µ) / σ` where `xᵢ` is the value of the observation, `µ` is the mean of all observations, and `σ` is the standard deviation.
Process: This method transforms each indicator to a scale with a mean of 0 and a standard deviation of 1. A unit’s score indicates how many standard deviations it is above or below the group average.
Advantages:
- It takes into account the entire distribution of the data.
- It allows comparison between variables measured in different units.
Disadvantages:
- The mean and standard deviation can be heavily influenced by outliers, distorting the standardised scores.
- The interpretation of the score is not intuitive. A state’s score is always relative to others in the group, making comparisons over time or with other groups difficult.

2. Range Equalisation (Min-Max or Range Equalisation method):

Formula: `Standardised Value = (xᵢ – xₘᵢₙ) / (xₘₐₓ – xₘᵢₙ)` where `xᵢ` is the value of the observation, `xₘᵢₙ` is the minimum value, and `xₘₐₓ` is the maximum value.
Process: This method transforms the data to a fixed range, usually between 0 and 1. A value of 0 indicates the minimum performance and 1 indicates the maximum performance.
Advantages:
- It is very simple and intuitive to compute and interpret. The score directly represents the position relative to the goalposts.
- It is widely used in famous indices like the Human Development Index (HDI).
Disadvantages:
- It is highly sensitive to outliers, as they directly determine `xₘᵢₙ` and `xₘₐₓ`.
- The choice of the minimum and maximum values (goalposts) is crucial and can be arbitrary.

Preferred Method for a State-Level Development Index:

For constructing a development index at the state level, the Range Equalisation method is generally preferred over Mean Standardisation. The reasons are as follows:

1. Intuitive Interpretation: Range equalisation produces a score that is easy to interpret. For example, a score of 0.75 immediately communicates that the state has covered 75% of the distance between the minimum and maximum goalposts. This is more meaningful to policymakers and the public than a Z-score.

2. Use of Fixed Goalposts: Development indices often aim to measure progress over time. In the range equalisation method, we can use fixed, theoretically justified goalposts instead of the observed minimum/maximum (e.g., a maximum goalpost of 85 years for life expectancy in the HDI). This allows states to track their progress against an absolute standard, not just relative to each other at a particular point in time. The mean standardisation method is purely relative and only shows a position within the group at that specific time.

3. Policy Relevance: The aim of development indices is not just to rank states, but also to identify areas for improvement. The scores generated by range equalisation make it clear how far a state is from its goals, which helps in prioritising policy interventions.

4. Management of Outliers: Although the method is sensitive to outliers, this problem can be mitigated by using fixed and justified goalposts. For instance, a logical upper limit can be set for the income indicator to cap the influence of extremely wealthy states.

In conclusion, due to its intuitive interpretation, ability to make comparisons over time, and policy relevance, the range equalisation method should be preferred for constructing a state-level development index.

Q4. Distinguish between focused interviews and focused group discussion as qualitative tools of data collection. How far are these tools useful for assessing the progress of a sanitation programme at the Panchayat level?

Ans. Distinction between Focused Interviews and Focused Group Discussion:

Focused (or in-depth) interviews and Focus Group Discussions (FGDs) are both important qualitative data collection tools, but they differ significantly in their objectives, process, and applications.

Focused Interview (In-depth Interview):
- Nature: A one-on-one conversation between a researcher and a participant.
- Objective: To explore an individual’s personal experiences, beliefs, feelings, and perspectives in depth. It is particularly suitable for complex or sensitive topics.
- Process: It is typically semi-structured, with the researcher having a guide of questions but being free to ask follow-up questions and explore themes as they emerge from the conversation.
- Advantages: Provides rich, detailed data; ensures confidentiality; and is free from social pressure.
- Disadvantages: It is time-consuming, and data analysis can be complex.
Focus Group Discussion (FGD):
- Nature: A facilitated discussion with a small, homogenous group of participants (typically 6-10 people), led by a moderator.
- Objective: To understand group dynamics, shared norms, social consensus, and the diversity of opinions on a topic. The emphasis is on the interaction between participants.
- Process: The moderator uses a topic guide to steer the discussion, encouraging participants to react to and build on each other’s comments.
- Advantages: Can generate a wide range of ideas in a short time and can reveal insights that may not emerge in individual interviews.
- Disadvantages: Group dynamics (e.g., dominance by some) can influence the results, and it is not suitable for sensitive or personal topics.

Usefulness in Assessing a Sanitation Programme at Panchayat Level:

Both these tools are extremely useful for assessing the progress of a sanitation programme (like the Swachh Bharat Mission) at the Panchayat level. They help go beyond merely counting toilets to understanding the social and behavioural aspects of the programme.

1. Usefulness of Focused Interviews:

With whom?: Panchayat Sarpanch, Secretary, health workers (ASHA), school teachers, and heads of various households (especially women and members of marginalized groups).
To understand what?:
- Personal experiences and challenges with toilet usage (e.g., water availability, maintenance issues).
- The decision-making process within the household (who decided to build the toilet and why).
- Sensitive issues like privacy, safety, and dignity, which are particularly important for women.
- Administrative and political hurdles in programme implementation (from an interview with the Sarpanch).

2. Usefulness of FGDs:

With whom?: Groups of women, groups of men, groups of landless labourers, groups of youth. The groups should be homogenous so that participants feel comfortable speaking openly.
To understand what?:
- Community norms and social perceptions about open defecation. Has there been a real change in behaviour?
- Collective challenges, such as the management of shared water sources or village-wide waste disposal problems.
- The impact of Information, Education, and Communication (IEC) campaigns. Has the community understood and adopted the messages?
- Is there any social pressure (positive or negative) that influences toilet usage?

Conclusion: The combination of focused interviews and FGDs provides a powerful evaluation strategy. FGDs can highlight community-level issues and norms, while interviews can provide a deeper understanding of individual perspectives and experiences on those issues. For example, if an FGD reveals that people are not using toilets, individual interviews might uncover that the reason is water scarcity, cultural beliefs, or inappropriate toilet design. Thus, these tools help answer the ‘why’ and ‘how’ behind the quantitative data (how many toilets were built), leading to concrete recommendations for programme improvement.

Q5. What is scientific explanation? Discuss its various models.

Ans. A scientific explanation is an account of why or how a phenomenon occurs, based on scientific principles, laws, and empirical evidence. It goes beyond mere description of “what happened” to answer the question “why it happened.” A good scientific explanation is logical, testable, and coherent.

Several models or paradigms of scientific explanation have been proposed in the philosophy of science, including economics. The main models are:

1. Deductive-Nomological Model (D-N Model):

Developed by Carl Hempel and Paul Oppenheim, this is also known as the “Covering Law Model.”
It states that to explain a phenomenon is to logically deduce it from one or more general laws and specific initial conditions.
Structure:
- Explanans: The part that does the explaining (General Laws + Initial Conditions).
- Explanandum: The phenomenon to be explained (the logical conclusion).
Example: In economics, we can explain why the demand for a good fell (Explanandum) by using the Law of Demand (General Law) and the fact that the price of the good increased (Initial Condition).

2. Inductive-Statistical Model (I-S Model):

This is an extension of the D-N model that applies to situations where the laws are not universal but probabilistic or statistical.
In this model, the explanans does not deduce the explanandum with certainty but makes it highly probable.
Example: “Smoking causes cancer” is a statistical law. We can explain why a person got lung cancer because they were a heavy smoker, which gave them a high probability of contracting cancer. It is not certain, but it is a probable explanation.

3. Causal-Mechanical Model:

Proposed by philosophers like Wesley Salmon, this model emphasizes identifying the underlying causal processes and mechanisms that produce the phenomenon, rather than just focusing on laws.
It answers the “how.” It seeks to trace the causal chain from one event to another.
Example: Explaining inflation not just by stating “money supply increased,” but by tracing the whole mechanism: the central bank bought bonds → commercial banks had more reserves → they lent more → aggregate demand increased → which put upward pressure on prices.

4. Unificationist Model:

According to thinkers like Michael Friedman and Philip Kitcher, a good scientific explanation is one that brings disparate phenomena under a broad, unified theoretical framework.
The goal of science is to explain more and more phenomena using a smaller and smaller number of independent hypotheses.
Example: The principle of “constrained optimization” in economics provides a unifying framework that explains many different phenomena like consumer behaviour, firm’s production decisions, and market equilibrium.

Q6. Discuss various issues involved in the specification of structural equation modelling. Illustrate.

Ans. Structural Equation Modeling (SEM) is an advanced multivariate statistical technique used to test and estimate complex causal relationships among variables. It is a combination of factor analysis and multiple regression analysis, allowing researchers to model relationships among latent (unobserved) variables.

Specification is the first and most critical step in SEM. It involves the researcher translating their theory into a testable model. Several crucial issues are involved in this stage:

1. Model Identification:

This issue relates to whether a unique solution for the model’s parameters can be obtained from the data.
Under-identified: When there are more parameters to be estimated than pieces of information (in the covariance matrix) in the data. It has infinite solutions and cannot be estimated.
Just-identified: When the number of parameters equals the available information. The model will fit the data perfectly, but its goodness-of-fit cannot be tested.
Over-identified: When there are fewer parameters than available information. This is the desired state as it allows for testing the validity of the model.

2. Theory-driven Specification:

The SEM model must be grounded in strong theory. Specifying paths simply because they improve model fit is “model fishing” and can lead to spurious results.
Illustration: If you are studying the relationship between ‘job satisfaction’ and ‘organizational commitment’, theory might suggest that satisfaction leads to commitment, not the other way around. Specifying a reverse path without this theoretical reasoning would be a specification error.

3. Measurement Model Specification:

This concerns how latent variables are measured by their observed indicators.
Issue: Which indicators should be chosen for a latent construct like ‘socio-economic status’? Should it include income, education, and occupation? Adding or removing an indicator changes the entire model.
Illustration: To measure the latent variable ‘Job Satisfaction’, a researcher might specify that it is measured by the observed indicators ‘Satisfaction with Pay’, ‘Satisfaction with Co-workers’, and ‘Satisfaction with the Work Itself’.

4. Structural Model Specification:

This relates to specifying the hypothesized causal relationships between the latent variables.
Issue: Deciding the direction of causality is a critical issue. Does ‘Employee Training’ affect ‘Job Satisfaction’, or does ‘Job Satisfaction’ affect ‘Employee Performance’? Or is the relationship reciprocal?
Illustration: A model might specify a path from ‘Training’ to ‘Job Satisfaction’, and another path from ‘Job Satisfaction’ to ‘Employee Turnover’. Omitting a plausible direct path from ‘Training’ to ‘Turnover’ could be a specification error.

5. Error Specification:

In SEM, each endogenous variable has an associated error term. Specification involves assuming that these errors are uncorrelated. If errors are correlated, it might indicate a missing variable that is causing both, and the model may need to be re-specified.

In summary, the specification of an SEM is a thoughtful, theory-driven process that involves careful definition of model identification, measurement, and structural relationships. Errors made at this stage can invalidate the entire analysis.

Q7. Examine the linkage of action research with critical theory paradigm. Discuss the applicability of action research for eradication of polio in slum areas.

Ans. Linkage Between Critical Theory and Action Research:

There is a deep, symbiotic relationship between Critical Theory and Action Research. Critical theory provides the ‘why,’ while action research provides the ‘how.’

1. Critical Theory:

Originating from the Frankfurt School, it is a socio-philosophical movement that critiques society and culture.
Its main objective is to uncover and challenge power structures, domination, and inequality.
It does not aim merely to understand or interpret the world, but to change it. Its ultimate goal is emancipation and social justice.

2.

Action Research:

It is a participatory, cyclical research process (Plan → Act → Observe → Reflect).
It is undertaken by participants in a social situation to improve their own practices and understanding.
It is problem-focused and aims to bring about immediate, practical change.

The Linkage: Action research is often called the methodological arm of critical theory.

Shared Goal: Both aim for social change and empowerment, not just knowledge creation. Critical theory identifies unjust power structures, and action research provides a practical framework for changing those structures from within.
Empowerment: Both seek to empower marginalized groups. Action research does this by making them active participants (co-researchers) in diagnosing their problems and finding solutions, rather than passive subjects of study.
Reflection: Both emphasize critical self-reflection on one’s own assumptions and role in the system. The ‘Reflect’ stage of action research is directly linked to critical theory’s idea of self-critique.

Applicability of Action Research for Polio Eradication in Slums:

A top-down, purely medical approach to polio eradication in complex social settings like slums often fails due to mistrust, misinformation, and logistical challenges. In such a context, action research is highly applicable and effective.

Application of the Action Research Cycle:

1. Plan: Researchers, health workers, and slum community members (e.g., community leaders, mothers, youth) would jointly identify the key barriers to polio vaccination. Is the problem a lack of awareness, fear of side effects, rumours, inaccessibility of booths, or mistrust of outsiders?

2. Act: Based on the identified problems, the group would collectively implement solutions.

If the problem is mistrust , the action might be to train local community members as ‘Polio Ambassadors’.
If the problem is misinformation , the action could be to co-develop culturally appropriate communication materials (e.g., street plays, posters) with the community.
If the problem is access , the action could be to organize mobile vaccination camps at convenient times and locations decided by the community.

3.

Observe:

The team would jointly monitor the results. Are more children getting vaccinated? Are rumours decreasing? They would collect data through observation, short interviews, and tracking vaccination records.

4. Reflect: The group would meet again to discuss what worked, what didn’t, and why. Based on this reflection, they would refine their plan for the next cycle.

Conclusion: This participatory approach builds trust, creates local ownership of the programme, and leads to more sustainable and effective solutions than a one-size-fits-all government directive. It empowers the community to solve its own health challenges, aligning perfectly with the emancipatory goal of critical theory.

Q8. Suppose you are selected in a multi-functional team to scale up the existing infrastructure of a healthcare at the block level. What type of research agenda would you develop for this purpose?

Ans. As a member of a multi-functional team tasked with scaling up healthcare infrastructure at the block level, I would develop a comprehensive, phased, and action-oriented research agenda. The purpose of this agenda would not be just to generate academic knowledge, but to aid the team in evidence-based decision-making, effective intervention design, and progress monitoring.

My research agenda would be structured in three phases:

Phase 1: Diagnostic and Needs Assessment Research

The objective of this phase is to create a baseline picture of the current situation, identify gaps, and prioritise needs.

Key Research Questions:
- What is the current status of physical infrastructure (buildings, beds, equipment, electricity, water) and human resources (doctors, nurses, ASHA workers) in the block’s Primary Health Centres (PHCs) and Sub-centres?
- What are the major health challenges and disease burdens in the block (e.g., maternal mortality, child mortality, communicable/non-communicable diseases)?
- What are the community’s perceived healthcare needs and barriers to access (e.g., cost, distance, quality, trust)?
- What are the operational bottlenecks faced by healthcare providers?
Research Methods:
- Facility surveys and infrastructure audits.
- Analysis of existing health records and data (e.g., HMIS).
- Focus Group Discussions (FGDs) with community members.
- Key Informant Interviews with doctors, ASHA workers, and Panchayat leaders.

Phase 2: Intervention Design and Feasibility Research

The objective of this phase is to design the most appropriate and feasible interventions based on the findings from Phase 1.

Key Research Questions:
- What are the most cost-effective infrastructure upgrades? (e.g., is a new maternity ward more critical than a new laboratory?)
- What models of service delivery would be most effective (e.g., mobile health clinics, telemedicine, public-private partnerships)?
- What are the financial requirements for the proposed scale-up, and what are the potential sources of funding?
- Is there political and administrative support for the proposed changes?
Research Methods:
- Cost-benefit / cost-effectiveness analysis.
- Case study analysis of successful models from other blocks or states.
- Stakeholder analysis and mapping.

Phase 3: Monitoring and Evaluation (M&E) Research

The objective of this phase is to track the implementation process, assess impact, and provide continuous feedback for course correction.

Key Research Questions:
- Are the infrastructure upgrades being implemented on time and within budget? (Process evaluation)
- Has the scale-up led to an improvement in service availability, quality, and utilisation?
- Has there been an improvement in health outcomes (e.g., increase in institutional delivery rates)? (Impact evaluation)
- What are the unintended consequences (positive or negative) of the scale-up?
Research Methods:
- Development of a robust M&E framework with clear indicators.
- Baseline and endline surveys.
- Regular process monitoring and dashboards.
- Mechanisms for collecting qualitative feedback from the community.

This three-phased research agenda would ensure that the scaling-up of health infrastructure is data-driven, community-focused, and results-oriented.

Q9. When would you choose a convenience random sampling in a research study? How is it different from snowball sampling? Illustrate.

Ans. The term “convenience random sampling” in the question is a contradictory combination of two different sampling concepts. Convenience sampling is a non-probability method, while random sampling is a probability method. The question likely refers to convenience sampling. I will answer on that basis.

When to Choose Convenience Sampling:

Convenience sampling is a non-probability sampling technique where researchers select subjects who are most easily accessible to them. It is chosen when speed, cost, and ease of data collection are more important than generalizability.

It is appropriate in the following situations:

Exploratory Research: When a researcher is trying to generate initial ideas or hypotheses about a topic. For example, surveying students in one’s own class to get preliminary thoughts on a new mobile app.
Pilot Testing: To test a questionnaire or survey instrument before the main study. The goal here is not to get representative results, but to check for clarity and timing.
Limited Resources: When the researcher has severe constraints on time, money, and staff, and drawing a probability sample is not feasible. Student projects often fall into this category.
When the Population is Homogeneous: If the researcher believes there is very little variation in the population on the characteristics of interest, a convenience sample might be acceptable (though this is a risky assumption).

It is crucial to note that results from convenience sampling cannot be generalized to the entire population because it is prone to selection bias.

Difference from Snowball Sampling:

While both are non-probability techniques, their process and purpose are very different.

Illustration:

Example of Convenience Sampling: A researcher wants to study the shopping habits of people at a mall. They stand at the entrance of the mall and survey the first 100 people who pass by. These people are chosen because they were conveniently available.
Example of Snowball Sampling: A researcher wants to study the experiences of undocumented immigrants in a city. This group is hard-to-reach and may be fearful of authorities. The researcher manages to find and interview two such immigrants. At the end of the interview, they ask them if they know anyone else who might be willing to participate. These referrals lead to more participants, and the sample grows like a “snowball”.

Q10. Discuss the key features of participatory rural appraisal approach.

Ans. Participatory Rural Appraisal (PRA) is not just a research method but a family of approaches and methods that enable rural people to share, enhance, and analyze their knowledge of life and conditions, in order to plan and to act. It is a shift from traditional “extractive” research, where outside experts extract information, to an approach where local people become the experts of their own reality.

The key features of PRA are as follows:

1. Participation: This is the core principle of PRA. Local people are not just sources of information, but are analysts, planners, and actors. They own the process and its outcomes. This approach empowers the community to identify their own problems and priorities.

2. Reversal of Roles: In PRA, the “expert” researcher is not the sole holder of knowledge but becomes a “facilitator” of the learning process. The rural people, often considered “ignorant,” are recognized as “experts” of their own situation. It is based on the principle of “handing over the stick,” where control of analysis and presentation is given to the community.

3. Visual and Tangible Methods: PRA heavily uses visual tools that are accessible to everyone, including non-literate people. This shifts power away from the literate elite. Key tools include:

Social Mapping: Villagers draw a map of their village, showing households, resources, social infrastructure, etc.
Resource Mapping: Shows natural resources like forests, water bodies, land types.
Seasonal Calendars: Charts changes over a year (e.g., rainfall, crop cycles, income, diseases).
Wealth/Well-being Ranking: Villagers sort households into different well-being categories based on their own local criteria.
Venn Diagrams: To understand the importance of and relationships between different local institutions.

4. Triangulation: To improve the validity and reliability of information, PRA emphasizes cross-checking information using different methods, sources, and perspectives. For example, a finding from a social map might be cross-checked with a focus group discussion and a transect walk.

5. “Optimal Ignorance” and Flexibility: PRA does not aim to collect exhaustive data, but to gather just enough relevant information to make decisions. This is the principle of “optimal ignorance”—prioritizing timeliness over absolute precision. PRA is not a rigid blueprint; practitioners select and adapt from a “menu” of methods according to the local context.

6. On-the-spot Analysis: Much of the analysis is done by the community members themselves as they create the diagrams and maps. This leads to immediate learning and a shared understanding, in contrast to analysis done later by an external expert.

In essence, PRA is an empowering approach that values local knowledge and promotes community-based planning and action for sustainable development.

Q11. Differentiate between any three of the following : (a) Conceptual and Relational Content Analysis (b) Research Design and Research Method (c) Descriptive and Explanatory Research (d) Canonical Correlation Analysis and Multiple Regression Analysis (e) Systematic and Stratified Sampling

Ans. (b) Research Design and Research Method

Research design and research method are two fundamental components of the research process, but they are not the same.

Research Design:
- This is the overall strategy or blueprint for the research. It is the logical structure of the inquiry that connects the research questions to the empirical research.
- It answers the big questions: What is the purpose of the study (descriptive, explanatory)? What is the unit of analysis (individuals, groups, countries)? What is the overall plan for data collection and analysis (experimental, correlational, case study)?
- Analogy: The research design is like an architect’s plan for a house. It specifies what the house will look like, how many rooms it will have, and how they will be connected.
Research Methods:
- These are the specific tools and techniques used to collect and analyze data. They are the means of executing the research design.
- Examples include surveys, interviews, experiments, observation, statistical tests (like t-test, regression), and thematic analysis.
- Analogy: Research methods are like the specific tools (hammer, saw) and materials (bricks, wood) used to build the house according to the architect’s plan.

In short, the

research design is the ‘plan,’ and research methods are the ‘tools’ to carry out that plan.

Without a good design, even the best methods can be useless.

—

(c) Descriptive and Explanatory Research

These are two main purposes of research that define the scope and goal of a study.

Descriptive Research:
- Its primary objective is to provide a detailed and accurate picture of a situation, phenomenon, or population.
- It answers questions like “what,” “where,” and “when.” It only describes characteristics but does not attempt to establish cause-and-effect relationships between them.
- Example: The Census of India is a massive descriptive research exercise, describing the age, gender, literacy rate, etc., of the population. Another example would be a study describing the average income and education level of farmers in a particular district.
Explanatory Research:
- Its purpose is to explain why phenomena occur , i.e., to identify cause-and-effect relationships between variables.
- It answers questions like “why” and “how.” It goes beyond description to test hypotheses about relationships.
- Example: A study to determine if a higher level of education (cause) leads to a higher income (effect). Or, testing whether a new government subsidy (cause) changed the investment behaviour of farmers (effect).

In essence,

descriptive research paints a picture of ‘what is,’ while explanatory research tries to explain ‘why it is so.’

—

(e) Systematic and Stratified Sampling

Both are methods of probability sampling, meaning that every element in the population has a known, non-zero chance of being selected.

Systematic Sampling:
- Process: A random starting point is selected from a list (sampling frame), and then every k-th element on the list is selected. k is the sampling interval (k = Population size / Sample size).
- Example: To select 100 students from a list of 1000, k=10. We choose a random number between 1 and 10 (say 7), and then select the 7th, 17th, 27th,… student.
- Advantage/Disadvantage: It is simpler and faster than simple random sampling but can be biased if there is a periodic pattern in the list that matches k.
Stratified Sampling:
- Process: 1. The population is divided into mutually exclusive subgroups (strata) based on a relevant characteristic (e.g., age, gender, income bracket). 2. A random sample (simple or systematic) is then drawn from each stratum.
- Example: To study the opinions of university students, a researcher might first divide the students into strata based on their year of study (1st, 2nd, 3rd, 4th year) and then draw a proportionate sample from each year-group.
- Advantage: It ensures representation of all key subgroups and can provide more precise estimates if the strata are homogeneous within and heterogeneous between each other.

The key difference is that

systematic sampling selects from the whole list at regular intervals, while stratified sampling first divides the population into groups and then samples from within each group.

Download IGNOU previous Year Question paper download PDFs for MEC-109 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.

IGNOU Previous Year Solved Question Papers (All Courses)

Thanks!

Telegram Channel	Join Now
FaceBook Page	Follow Us
Youtube Channel	Subscribe
WhatsApp Channel	Join Now

IGNOU MEC-109 Solved Question Paper PDF Download