Page 1 of 8

unit_title

Measurement (मापन)

details

Basic Research Methodology and Statistics syllabus covering units related to Research Methods, Statistics, Testing, Intelligence, and Personality in English and Hindi as per NEP.

groups

• 1.1.1 History of Psychological Measurement

  • 1.1.1 मनोवैज्ञानिक मापन का इतिहास

    मनोवैज्ञानिक मापन का इतिहास एक महत्वपूर्ण विषय है, जिसमें यह समझा जाता है कि समय के साथ मनोवैज्ञानिक विचारों और उनकी मापने की विधियों में कैसे परिवर्तन आया। प्रारंभ में, मानव व्यवहार के अध्ययन में क्वालिटेटिव दृष्टिकोण का प्रयोग होता था। इसके बाद, 19वीं सदी में वैज्ञानिक विधियों के उपयोग के साथ मापन के लिए नए तरीके विकसित किए गए। 1.1 प्रारंभिक मापने की विधियां प्रारंभ में, मापने की विधियां साधारण परीक्षणों और प्रश्नावली पर आधारित थीं। यूज़ीनिक्स और धार्मिक परीक्षणों का भी उपयोग होता था। 1.2 सांख्यिकी और मनोविज्ञान सांख्यिकी का विकास मनोवैज्ञानिक मापन के लिए आवश्यक औजार बन गया। यह मनोवैज्ञानिक डेटा के समझने और विश्लेषण करने में सहायक साबित हुआ। 1.3 आधुनिक मापन उपकरणों का विकास 20वीं सदी में, मनोवैज्ञानिक परीक्षणों में अविश्वसनीयता और मानकीकरण का विकास हुआ। जैसे कि आईक्यू परीक्षण, व्यक्तित्व परीक्षण, इत्यादि। 1.4 नैतिकताएँ और चुनौतियां मनोवैज्ञानिक मापन के विकास में नैतिकता की भूमिका भी महत्वपूर्ण है। विभिन्न घटनाओं ने मापन के伦理 और गोपनीयता के पहलुओं पर सवाल उठाए। 1.5 वर्तमान मनोवैज्ञानिक मापन के प्रवृत्तियाँ आज के समय में, प्रौद्योगिकी द्वारा समर्थित मापन विधियों का उपयोग बढ़ा है, जैसे कि ऑनलाइन परीक्षण और एप्लिकेशन। इसके साथ ही, सांस्कृतिक विविधता और विभिन्न जनसांख्यिकी पर ध्यान केंद्रित किया जा रहा है।

• 1.1.2 Nature of Psychological Measurement

  • 1.1.2 मनोवैज्ञानिक मापन की प्रकृति

    notes

    मनोवैज्ञानिक मापन वह प्रक्रिया है जिसके माध्यम से हम मनोवैज्ञानिक गुणों, जैसे स्वभाव, बुद्धिमत्ता, और व्यक्तित्व का मूल्यांकन करते हैं। मनोवैज्ञानिक मापन में निम्नलिखित प्रमुख तत्व शामिल हैं: 1. **परिभाषा और महत्व**: मनोवैज्ञानिक मापन का उद्देश्य व्यक्ति के मानसिक चरित्र को समझना और उसे संख्यात्मक रूप में प्रस्तुत करना है। यह शैक्षिक, चिकित्सीय और अनुसंधान के दृष्टिकोण से महत्वपूर्ण है। 2. **मापन के प्रकार**: मनोवैज्ञानिक मापन सामान्यतः निम्नलिखित प्रकारों में वर्गीकृत किया जा सकता है: - **प्रायोगिक मापन**: जैसे कि प्रयोगात्मक अध्ययन, जिसमें शोधकर्ताओं द्वारा विभिन्न मनोवैज्ञानिक अवधारणाओं का परीक्षण किया जाता है। - **मानक परीक्षण**: जैसे बुद्धिमत्ता परीक्षण, व्यक्तित्व परीक्षण, और अन्य मानकीकृत प्रश्नावली जो एक निश्चित मानक या ग्रेड्स पर आधारित होती हैं। 3. **मापन के उपकरण**: विभिन्न उपकरणों का उपयोग किया जाता है, जैसे: - **अभिव्यक्ति आधारित उपकरण**: जैसे आत्म-रिपोर्ट प्रश्नावलियाँ या परीक्षक-आधारित मापन। - **तंत्रिका आधारित परीक्षण**: जैसे इमेजिंग तकनीकें जो मस्तिष्क की संरचना और कार्य का मूल्यांकन करती हैं। 4. **प्रक्रियाएँ और मापन की शर्तें**: मान्य और विश्वसनीय माप आवश्यक हैं। मान्यता का मतलब है कि मापन सही है, जबकि विश्वसनीयता का मतलब है कि एक ही मापन को बार-बार करने पर परिणाम समान होने चाहिए। 5. **शोध पद्धतियाँ**: विभिन्न शोध विधियों का उपयोग मनोवैज्ञानिक मापन में किया जाता है। इसमें प्रयोगात्मक, अवलोकनात्मक और सर्वेक्षण तकनीकें शामिल हैं। 6. **सूत्रों और निष्कर्षों का विश्लेषण**: मापन के बाद, संबंधित डेटा का सांख्यिकीय विश्लेषण किया जाता है जिससे स्पष्ट निष्कर्ष निकाले जा सकें। इसका उपयोग न केवल अनुसंधान में किया जाता है, बल्कि शिक्षण और नैदानिक समर्पण में भी होता है। 7. **आधुनिक तकनीकें**: हाल के वर्षों में, तकनीकी प्रगति ने मनोवैज्ञानिक मापन के तरीकों में परिवर्तन किया है। डिजिटल उपकरण और सॉफ्टवेयर का उपयोग अब अधिक सामान्य हो गया है, जिससे मापन प्रक्रिया अधिक सटीक और तेज हो गई है। इन सभी पहलुओं का समन्वय मनोवैज्ञानिक मापन के क्षेत्र में गुणवत्ता और विश्वसनीयता सुनिश्चित करता है। इस प्रकार, मनोवैज्ञानिक मापन की प्रकृति समग्र रूप से व्यक्तित्व और बुद्धिमत्ता के समझने में मदद करती है।

• 1.1.3 Properties of Measurement

  • माप की विशेषताएँ

    माप की विशेषताएँ विभिन्न प्रकार के डेटा संग्रह और विश्लेषण में महत्वपूर्ण भूमिका निभाती हैं। ये विशेषताएँ निम्नलिखित हैं: 1. **सटीकता (Accuracy)**: सटीकता वह माप है जो वास्तविक मान के कितनी निकटता से संबंधित होता है। उच्च सटीकता का मतलब है कि माप वास्तव में सही है। 2. **सटीकता (Precision)**: सटीकता उस मात्रा को दर्शाती है जिसमें माप दोहराए जाने पर एक समान परिणाम उत्पन्न करता है। यह एक माप के मापों के बीच के घनत्व और विभिन्नता को दर्शाती है। 3. **विश्वसनीयता (Reliability)**: विश्वसनीयता का अर्थ है कि किसी माप का कार्य एक निश्चित समय में किया गया हो और फिर भी वही परिणाम प्राप्त किया जाए। यह वैज्ञानिक प्रयोगों में महत्वपूर्ण है। 4. **वैधता (Validity)**: वैधता यह सुनिश्चित करती है कि माप वास्तव में उस चीज़ को मापता है, जिसे इसे मापना चाहिए। जब अनुसंधान किसी विशेष सिद्धांत या परिकल्पना को परखता है, तो यह वैधता का एक महत्वपूर्ण पहलू होता है। 5. **संवेदनशीलता (Sensitivity)**: संवेदनशीलता एक माप की क्षमता को दर्शाती है कि वह कितनी छोटी-छोटी परिवर्तनों का पता लगा सकता है। अधिक संवेदनशील माप सिस्टम अधिक उत्कृष्ट परिणाम प्रदान करते हैं। 6. **विश्लेषणात्मक विशेषताएं (Analytical Characteristics)**: माप के विभिन्न विश्लेषणात्मक विशेषताएँ हैं, जैसे कि सांख्यिकीय टेस्ट की शक्ति, परीक्षण की संवेदनशीलता और विश्लेषण के लिए उपलब्ध ओवरलैप पैरामीटर। 7. **सामान्यीकरण (Generalization)**: सामान्यीकरण के माध्यम से, माप के परिणामों को व्यापक जनसंख्या में लागू किया जा सकता है। यह अनुसंधान के कार्यान्वयन में सहायता करता है। 8. **मापन के उपकरण और तकनीक (Measurement Tools and Techniques)**: विभिन्न प्रकार के मापन उपकरण और तकनीकें होती हैं जैसे कि सर्वेक्षण, प्रश्नावली, परीक्षण और अवलोकन, जो माप की विशेषताओं को प्रभावित कर सकती हैं। इन विशेषताओं को समझना और उनका सही तरीके से उपयोग करना अनुसंधान में महत्वपूर्ण है। इससे वैज्ञानिक निष्कर्षों की गुणवत्ता में वृद्धि होती है और शोधकर्ता डेटा के माध्यम से अधिक सटीकता से निष्कर्ष निकाल सकते हैं।

• 1.1.4 Models of Psychological Measurement

  • Models of Psychological Measurement

    परिभाषा

    मनोवैज्ञानिक मापन के मॉडल वे तरीके हैं जिनके माध्यम से मनोवैज्ञानिक विशेषताओं जैसे कि बुद्धिमत्ता, व्यक्तित्व और अन्य मानसिक प्रक्रियाओं का मापन किया जाता है।

    उद्देश्य

    मनोवैज्ञानिक मापन के द्वारा मनोवैज्ञानिक विशेषताओं का सटीक मूल्यांकन करना और शोध में विश्वसनीय परिणाम प्राप्त करना।

    प्रकार

    1. साक्षात्कार मापन 2. प्रश्नावली 3. मानक परीक्षण 4. विशेषताओं का अवलोकन।

    मूल संबंध

    मनोवैज्ञानिक मापन के मॉडल का उपयोग केवल आंकड़े एकत्र करने के लिए नहीं बल्कि उनका विश्लेषण करके मनोवैज्ञानिक सिद्धांतों और प्रक्रियाओं को समझने के लिए भी किया जाता है।

    अर्थपूर्णता

    सही मापन विधियों का चयन करना महत्वपूर्ण है, क्योंकि गलत मापन से गलत निष्कर्षों की संभावना बढ़ जाती है।

• 1.1.5 Reliability and Validity of Measurement

  • 1.1.5 माप की विश्वसनीयता और वैधता

    माप की विश्वसनीयता और वैधता, सामाजिक विज्ञान और अनुसंधान में महत्वपूर्ण अवधारणाएं हैं। ये दोनों अवधारणाएं सुनिश्चित करती हैं कि जो माप एकत्रित किए जा रहे हैं, वे अनुसंधान के उद्देश्यों के लिए उपयुक्त और सटीक हैं। 1. विश्वसनीयता (Reliability): विश्वसनीयता से तात्पर्य है कि किसी माप की प्रक्रिया से प्राप्त परिणाम लगातार और समान होते हैं। विश्वसनीयता की निम्नलिखित प्रमुख विशेषताएँ हैं: - **समानता**: जब माप की प्रक्रिया को बार-बार दोहराया जाए, तो परिणाम समान होना चाहिए। - **आधार**: इसे कई तरीकों से मापा जा सकता है, जैसे कि: - **परीक्षण-पुस्तक (Test-Retest)**: एक ही माप को समय के बाद दो बार इस्तेमाल करें और तुलना करें। - **आधार (Alternate Forms)**: विभिन्न लेकिन समान माप उपकरणों का उपयोग करें। - **आंतरिक स्थिरता (Internal Consistency)**: माप के विभिन्न तत्वों के बीच सहसंबंध को देखें। - विश्वसनीयता को आमतौर पर 0 से 1 के बीच मापा जाता है, जहाँ 1 सबसे अधिक विश्वसनीयता दर्शाता है। 2. वैधता (Validity): वैधता का अर्थ है कि माप जो कुछ भी मापा जा रहा है, क्या वह सही ढंग से समझाता है। वैधता की निम्नलिखित प्रमुख विशेषताएँ हैं: - **समागम वैधता (Content Validity)**: यह सुनिश्चित करता है कि माप के सभी पहलुओं को शामिल किया गया है। - **संविधान वैधता (Construct Validity)**: यह सुनिश्चित करता है कि मिश्रित तत्व सही मापदंडों पर आधारित हैं। - **संबंध वैधता (Criterion Validity)**: यह सुनिश्चित करता है कि माप के परिणामों का वास्तविक जीवन के संदर्भों से क्या संबंध है। - वैधता का आकलन भी गुणांक के माध्यम से किया जा सकता है, जहाँ उच्च गुणांक वैधता को दर्शाता है। 3. विश्वसनीयता और वैधता के बीच संबंध: विश्वसनीयता और वैधता एक दूसरे से जुड़ी हुई हैं। यदि कोई माप विश्वसनीय नहीं है, तो वह वैध नहीं हो सकता। लेकिन एक माप जिसका विश्वसनीयता अधिक है, वह हमेशा वैध नहीं होता है। उदाहरण के लिए, एक तापमान माप डिवाइस जो लगातार गलत तापमान प्रदर्शित करता है, वह विश्वसनीय है लेकिन वैध नहीं है। इस प्रकार, अनुसंधान विधियों में विश्वसनीयता और वैधता का अध्ययन, सही और प्रभावशाली परिणाम प्राप्त करने के लिए आवश्यक है। यह सुनिश्चित करता है कि डेटा का उपयोग अनुसंधान के उद्देश्यों के लिए उपयुक्त है और अंततः निर्णय लेने में सहायता करता है।

• 1.1.6 Scales of Psychological Measurement or Levels of Measurement

  • 1.1.6 Scales of Psychological Measurement or Levels of Measurement

    मनोवैज्ञानिक मापन के स्तर (Scales of Psychological Measurement) को मनोविज्ञान में डेटा इकट्ठा करने और उसका विश्लेषण करने के लिए विभिन्न तरीकों के रूप में देखा जाता है। यह मुख्यतः चार प्रकार के होते हैं: नाममात्र, क्रमबद्ध, अंतर, और अनुपात। प्रत्येक स्तर का अपना विशेष महत्व है और यह विभिन्न प्रकार के माप को दर्शाता है। यह संख्या और गुणात्मक डेटा के बीच संबंध को स्पष्ट करता है, और शोधकर्ताओं को विशेष प्रकार की नैतिकताएँ प्रदान करता है।

  • 1.1.7.1 Nominal Scales

    नाममात्र स्केल (Nominal Scales) सबसे बुनियादी स्तर हैं। इसमें वर्गीकरण की प्रक्रिया होती है, जहाँ डेटा को श्रेणियों में रखा जाता है, जैसे लिंग (पुरुष/महिला), रंग, या जाति। इसका कोई क्रम नहीं होता है और केवल श्रेणी की पहचान होती है। उदाहरण के लिए, यदि हम विभिन्न प्रकार के फल जैसे सेब, केला, और संतरा को वर्गीकृत करते हैं, तो हम एक नाममात्र स्केल का उपयोग करते हैं।

  • 1.1.7.2 Ordinal Scales

    क्रमबद्ध स्केल (Ordinal Scales) में डेटा को क्रम में रखा जाता है, लेकिन डेटा के बीच का अंतर नहीं मापा जा सकता। जैसे, किसी प्रतियोगिता में स्थान प्राप्त करना: प्रथम, द्वितीय, और तृतीय। यहां, यह ज्ञात है कि प्रथम स्थान दूसरा स्थान से बेहतर है, लेकिन दोनों के बीच का निश्चित अंतर नहीं ज्ञात है।

  • 1.1.7.3 Interval Scales

    अंतर स्केल (Interval Scales) में, डेटा के बीच संबंध को मापना संभव होता है। इसमें समान अंतर होते हैं, लेकिन शून्य का एक अस्थायी बिंदु होता है। जैसे तापमान को डिग्री सेल्सियस में मापा जा सकता है, जहाँ 0 डिग्री का तात्पर्य यह नहीं है कि तापमान का अस्तित्व नहीं है।

  • 1.1.7.4 Ratio Scales

    अनुपात स्केल (Ratio Scales) में सभी विशेषताएँ होती हैं: यह डेटा के बीच अंतर को मापता है और इसमें एक वास्तविक शून्य होता है। जैसे, वजन, लंबाई, या आय का मापन। अनुपात स्केल का लाभ यह है कि यह दक्षता, अनुपात और समान आंकड़ों के संगठित अध्ययन के लिए सुविधाजनक है।

• 1.1.7.1 Nominal Scales

  • 1.1.7.1 नाममात्र स्केल्स

    नाममात्र स्केल्स किसी विशेष गुण या विशेषता के केवल नामकरण के लिए उपयोग किए जाते हैं। यह गुणों में भिन्नता के लिए संख्या का उपयोग नहीं करते हैं। इन स्केल्स का मुख्य उद्देश्य वर्गीकरण करना होता है, जैसे कि लिंग (पुरुष, महिला), धर्म (हिंदू, मुस्लिम, ईसाई), या रँगरूप। ### नाममात्र स्केल्स की विशेषताएँ: 1. **वर्गीकरण:** नाममात्र स्केल्स वर्गों के बीच केवल भेदभाव करते हैं। 2. **संख्याएँ निरर्थक:** इस स्केल पर दिए गए संख्याएँ केवल नामकरण के लिए होती हैं; उनका कोई गुणात्मक या मात्रात्मक अर्थ नहीं होता। 3. **किसी क्रम का अभाव:** नाममात्र स्केल्स में कोई प्राकृतिक क्रम नहीं होता है। उदाहरण के लिए, "पुरुष" और "महिला" के बीच कोई मात्रा नहीं है। ### उदाहरण: 1. एक सर्वेक्षण में प्रतिभागियों से पूछना कि उनका धर्म क्या है। 2. समूहों में विभाजन करना जैसे कि विभिन्न जातियों के लोग। ### महत्वपूर्ण ध्यान: नाममात्र स्केल्स केवल जानकारी प्रदान करने का एक तरीका है, लेकिन इनका उपयोग डेटा को सांख्यिकीय रूप से प्रसंस्करण करने के लिए नहीं किया जा सकता। यदि हमें किसी प्रकार की गहन विश्लेषणात्मक जानकारी की आवश्यकता होती है, तो हमें अन्य प्रकार की स्केल्स, जैसे कि ऑर्डिनल या इंटरवल स्केल्स, का उपयोग करना चाहिए। इस प्रकार, नाममात्र स्केल्स का उपयोग मूलभूत अनुसंधान प्रश्नों का उत्तर देने के लिए किया जा सकता है लेकिन इसके अंतर्गत आने वाले डेटा का विश्लेषण सीमित होता है।

• 1.1.7.2 Ordinal Scales

  • 1.1.7.2 ऑर्डिनल स्केल्स

    ऑर्डिनल स्केल्स एक प्रकार का मापन स्तर है जो वस्तुओं के बीच रैंकिंग प्रदान करता है। यह स्केल किसी विशेष विशेषता या गुण के अनुसार वस्तुओं को क्रमबद्ध करता है, लेकिन यह मात्रात्मक अंतर को निर्दिष्ट नहीं करता। उदाहरण के लिए, रेटिंग स्केल जैसे कि बिक्री उत्पादों की गुणवत्ता को बैड, गुड, वेर गुड, एक्सीलेंट के रूप में रैंकिंग करना। ऑर्डिनल स्केल्स की कुछ प्रमुख विशेषताएँ: 1. रैंकिंग: ऑर्डिनल स्केल्स वस्तुओं को उनके गुणों के अनुसार क्रमबद्ध करते हैं। 2. तुलना: यह स्केल हमें विभिन्न वस्तुओं की तुलना करने की अनुमति देता है। 3. सीमित जानकारी: ऑर्डिनल स्केल्स मात्रात्मक अंतर को स्पष्ट नहीं करता, इसलिए यह ठीक जानकारी प्रदान नहीं करता। उदाहरण: यदि एक सर्वे में यह पूछा गया कि आप एक उत्पाद को कितना पसंद करते हैं, तो विकल्प हो सकते हैं: बिल्कुल नहीं, थोड़ा, moderately, बहुत पसंद। ये विकल्प ऑर्डिनल स्केल द्वारा रैंक किए जाते हैं लेकिन उनके बीच का अंतर स्पष्ट नहीं होता। प्रयोग: ऑर्डिनल स्केल्स का उपयोग कई क्षेत्रों में किया जाता है, जैसे: - शिक्षा में: छात्रों के ग्रेड को रैंक करने के लिए। - स्वास्थ्य में: बीमारी की गंभीरता को मापने के लिए। - बाजार अनुसंधान में: उपभोक्ता संतोष को मापने के लिए। इस प्रकार ऑर्डिनल स्केल्स रैंकिंग के लिए एक महत्वपूर्ण उपकरण है और यह विभिन्न प्रकार के शोध कार्यों में उपयोग किया जा सकता है।

• 1.1.7.3 Interval Scales

  • इंटरवल स्केल्स

    इंटरवल स्केल्स एक प्रकार का मात्रात्मक स्केल होता है, जिसका उपयोग डेटा को मापने के लिए किया जाता है। इस स्केल की विशेषता यह है कि यहाँ माप की गई संख्याओं के बीच समान अंतर होते हैं, और ये अंतर मापी गई विशेषता के संदर्भ में महत्वपूर्ण होते हैं। 1. **परिभाषा**: इंटरवल स्केल्स वे स्केल होते हैं, जिनमें माप के लिए निरंतर मापांक होते हैं। उदाहरण के लिए, तापमान एक इंटरवल स्केल है क्योंकि ० डिग्री और १० डिग्री के बीच का अंतर १० डिग्री है, और १० डिग्री और २० डिग्री के बीच का भी अंतर १० डिग्री है। 2. **विशेषताएँ**: - समान अंतर: इन स्केल्स में माप के सभी मानों के बीच समान अंतर होता है। - शून्य का अर्थ: इंटरवल स्केल में ० का मान केवल एक संदर्भ बिंदु होता है, इसका अर्थ यह नहीं है कि विशेषता का अभाव है। जैसे ० डिग्री सेल्सियस का मतलब यह नहीं है कि तापमान नहीं है। - सांख्यिकीय विश्लेषण: इन स्केल्स पर सांख्यिकीय गणनाएँ, जैसे कि औसत और मानक व्यतिकरण, की जा सकती हैं। 3. **उदाहरण**: - तापमान (फारेनहाइट या सेल्सियस): तापमान को इंटरवल स्केल पर मापा जा सकता है, जहाँ ० डिग्री सेल्सियस का कोई वास्तविक अर्थ नहीं है, परंतु १० डिग्री और २० डिग्री के बीच का अंतर महत्वपूर्ण है। - वर्ष का समय: किसी एतिहासिक घटना के वर्ष को भी इंटरवल स्केल पर माप सकते हैं, जैसे १९९० और २००० के बीच का अंतर १० वर्ष है। 4. **प्रयोग**: इंटरवल स्केल्स का उपयोग सामाजिक विज्ञानों, मनोविज्ञान, और अन्य शोध क्षेत्रों में किया जाता है, जहाँ डेटा को मापने और विश्लेषण करने की आवश्यकता होती है। इन स्केल्स का प्रयोग विभिन्न परीक्षणों और सर्वेक्षणों में भी किया जाता है। इंटरवल स्केल्स का सही उपयोग शोध में महत्वपूर्ण होता है, क्योंकि यह डेटा के विश्लेषण में सूक्ष्मता और सटीकता प्रदान करता है।

• 1.1.7.4 Ratio Scales

  • अनुपात माप

    details

    अनुपात माप को मापन स्तरों में सबसे उन्नत और महत्वपूर्ण स्तर माना जाता है। इसमें एक निश्चित शून्य बिंदु होता है, जिसका अर्थ है कि माप की कोई न्यूनतम सीमा है। जैसे कि तापमान माप में, शून्य तापमान एक स्पष्ट शून्य बिंदु है, जिसका अर्थ है कि उस तापमान पर कोई गर्मी नहीं होती। अनुपात माप का मुख्य लाभ यह है कि यह सभी प्रकार के गणना और सांख्यिकीय विश्लेषण को संभव बनाता है।

  • अनुपात माप के गुण

    details

    1. स्पष्ट शून्य बिंदु: अनुपात माप में शून्य बिंदु स्पष्ट होता है। \n2. सटीकता: यह माप को अत्यधिक सटीकता और विश्वसनीयता प्रदान करता है। \n3. सभी गणनाएँ संभव: सभी गणितीय और सांख्यिकीय संचालन, जैसे योग, घटाव, गुणा, और भाग, अनुपात स्तर पर संभव होते हैं। \n4. वस्तुनिष्ठता: यह माप वस्तुनिष्ठ होता है और सांख्यिकीय परीक्षणों में सामान्यतः प्रयुक्त होता है।

  • उदाहरण

    details

    वजन, लंबाई, और आयु जैसे चर अनुपात माप के उदाहरण हैं। जैसे कि यदि किसी व्यक्ति का वजन 70 किलोग्राम है और दूसरा व्यक्ति का वजन 35 किलोग्राम है, तो हम यह कह सकते हैं कि एक व्यक्ति का वजन दूसरे से दो गुना है। इस प्रकार, अनुपात माप हमें तुलना करने और विशेष जानकारी प्राप्त करने की क्षमता देता है।

  • अनुपात माप का उपयोग

    details

    अनुपात माप का प्रमुख उपयोग विभिन्न अनुसंधान क्षेत्रों में किया जाता है, जैसे कि मनोविज्ञान, शिक्षाशास्त्र और सामाजिक विज्ञान। यह शोधकर्ताओं को डेटा को सटीक रूप से मापने और उसका विश्लेषण करने में मदद करता है। यह जनसंख्या अध्ययन, परीक्षण मानों, और व्यक्तित्व मूल्यांकन में भी अत्यंत महत्वपूर्ण है।

• 1.1.8 Functions of Measurement

  • माप के कार्य

    माप के कार्य कई महत्वपूर्ण उद्देश्यों की पूर्ति करते हैं। इन कार्यों को समझना शोध पद्धतियों और सांख्यिकी के क्षेत्र में महत्वपूर्ण है। माप के कार्य निम्नलिखित हैं: 1. **मान स्थापित करना**: माप यह सुनिश्चित करता है कि हम जिस वस्तु या घटना का अध्ययन कर रहे हैं, उसके संदर्भ में हमारे पास एक स्पष्ट और समझने योग्य मान हो। इस मान से हमें शोध में निष्कर्ष निकालने में सहायता मिलती है। 2. **तुलना**: माप के द्वारा विभिन्न वस्तुओं, प्रक्रियाओं या घटनाओं की तुलना संभव होती है। यह हमें विभिन्न शोध प्रदर्शनों के परिणामों का विश्लेषण करने और उनके बीच संबंध स्थापित करने की अनुमति देता है। 3. **विश्लेषण**: माप के कार्यों द्वारा द्वारा डेटा का व्यवस्थित तरीकों से विश्लेषण किया जा सकता है। यह विभिन्न सांख्यिकीय विधियों का उपयोग करते हुए जानकारी को समझने में सहायक होता है। 4. **निर्णय लेना**: संकलित मापन डेटा पर आधारित, शोधकर्ता सटीक निर्णय लेने में सक्षम होते हैं। यह निर्णय शोध के उद्देश्यों की पूर्ति के लिए महत्वपूर्ण होते हैं। 5. **परिवर्तन का मापन**: माप यह संभव बनाते हैं कि हम समय के साथ किसी वस्तु या घटना में होने वाले परिवर्तनों को देख सकें। इससे हमें विकास या गिरावट के पैटर्न का अवलोकन करने में सहायता मिलती है। 6. **परिणामों का मूल्यांकन**: माप के कार्यों का उपयोग शोध के निष्कर्षों को औचित्य प्रदान करने के लिए भी किया जाता है। इससे यह सुनिश्चित होता है कि परिणाम विश्वसनीय और मान्य हैं। 7. **सामाजिक और मनोवैज्ञानिक माप**: विशेष रूप से समाजशास्त्र और मनोविज्ञान में, माप के कार्य महत्वपूर्ण होते हैं। इसमें व्यक्तित्व, बुद्धिमत्ता, और अन्य मनोवैज्ञानिक पहलुओं का मापन शामिल होता है। इसके द्वारा हम मानव व्यवहार के विभिन्न पहलुओं को बेहतर ढंग से समझ सकते हैं। इन कार्यों को समझना और उनसे अवगत रहना शोध की गुणवत्ता और विश्वसनीयता को बढ़ाने में सहायक होता है।

• 1.1.9 Importance of Measurement

  • मापन का महत्व

    मापन का महत्व सभी वैज्ञानिक अनुसंधान और सांख्यिकी विधियों में अत्यंत महत्वपूर्ण है। यह सुनिश्चित करता है कि डेटा सटीक और विश्वसनीय हो, जिससे निर्णय लेने की प्रक्रिया और विश्लेषण का स्तर बढ़ता है। 1. **मापन की परिभाषा**: मापन वह प्रक्रिया है जिसके द्वारा गुण, जैसे कि लंबाई, वजन, मात्रा आदि, को संख्या में व्यक्त किया जाता है। मापन के माध्यम से हम भौतिक वस्तुओं और सामाजिक घटनाओं को संख्यात्मक रूप में समझ सकते हैं। 2. **मापन के प्रकार**: - **प्रताप मापन (Qualitative Measurement)**: यह गुणात्मक डेटा को इकट्ठा करने का तरीका है जो कि आपसी दृष्टिकोण या श्रेणियों के संदर्भ में होता है। - **संख्यात्मक मापन (Quantitative Measurement)**: यह संख्याओं का उपयोग करके स्थिर और निश्चित माप प्रदान करता है। 3. **मापन की प्रक्रिया**: मापन करने के लिए एक मानक या रेफरेंस बिंदु की आवश्यकता होती है। यह प्रक्रिया ध्यानपूर्वक योजना बनाने और उपकरणों के चयन में मदद करती है। 4. **सटीकता और विश्वसनीयता**: मापन की सटीकता यह सुनिश्चित करती है कि दी गई जानकारी सही है, जबकि विश्वसनीयता यह दर्शाती है कि बार-बार मापन करने पर समान परिणाम प्राप्त होते हैं। 5. **वैज्ञानिक अनुसंधान में महत्व**: वैज्ञानिक अनुसंधान में मापन की भूमिका महत्वपूर्ण होती है क्योंकि इससे शोधकर्ता को सही अनुमान और निष्कर्ष निकालने में मदद मिलती है। 6. **सांख्यिकी में मापन**: सांख्यिकी में मापन द्वारा डेटा का विश्लेषण करना एवं सांकेतिक (statistical) निष्कर्ष निकालना संभव होता है। इससे समाजशास्त्र, मनोविज्ञान और अन्य सामाजिक विज्ञानों में अध्ययन के लिए ठोस आधार मिलता है। 7. **अनुसंधान विधियों में मापन**: अनुसंधान विधियों में सही मापन तकनीकों का उपयोग आवश्यक होता है, जिससे डेटा का ईमानदारी से संग्रहण हो सके। इससे शोध कार्य की गुणवत्ता में वृद्धि होती है। मापन केवल एक तकनीक नहीं है, बल्कि यह एक विज्ञान है जो सभी अनुसंधान विधियों के मूलभूत तत्वों में से एक है।

• 1.1.10 Challenges to Measurement in Psychology

  • मानसिकता में मापन की चुनौतियाँ

    मानसिकता में मापन की चुनौतियाँ एक महत्वपूर्ण विषय है जो शोध विधियों और सांख्यिकी के संदर्भ में बहुत चर्चा का विषय है। मापन की चुनौतियाँ विभिन्न कारणों से उत्पन्न हो सकती हैं। आइए इन्हें विस्तार से समझते हैं।

  • 1. वैधता (Validity)

    वैधता उस डिग्री को संदर्भित करती है जिसमें कोई माप किसी विशेष गुण, जैसे कि बुद्धिमत्ता या व्यक्तित्व, को सही ढंग से मापता है। यदि कोई माप वैध नहीं है, तो उसके परिणाम सही और उपयोगी नहीं होते। वैधता की कई श्रेणियाँ हैं जैसे कि सामग्री वैधता, संविधानिक वैधता और भविष्यवाणी वैधता।

• 1.1.11 Measurement Errors in Psychology

  • Measurement Errors in Psychology

    परिभाषा

    मनशास्त्र में मापन की त्रुटियां वे भिन्नताएँ हैं जो किसी परीक्षण, सर्वेक्षण या अन्य मापन उपकरण द्वारा प्राप्त आंकड़ों और उनमें वास्तविकता के बीच होती हैं।

    प्रकार

    1. सिस्टमेटिक त्रुटियाँ: ये त्रुटियाँ पूर्वनिर्धारित होती हैं और उनका एक निश्चित पैटर्न होता है। 2. यादृच्छिक त्रुटियाँ: ये आकस्मिक हैं और इनके कोई निश्चित पैटर्न नहीं होते।

    कारण

    1. उपकरण की सीमाएँ: मापन उपकरण की गुणवत्ता और संवेदनशीलता। 2. मनोवैज्ञानिक कारक: उत्तरदाता की स्थिति, जैसे कि तनाव या उत्सुकता। 3. पर्यावरणीय कारक: स्थान, समय, और अन्य बाहरी कारक।

    प्रभाव

    1. अध्ययन के परिणामों की सटीकता में कमी। 2. निर्णय लेना और निष्कर्ष निकालना प्रभावित होता है। 3. शोध की विश्वसनीयता और वैधता को नुकसान।

    निवारण

    1. उच्च गुणवत्ता के मापन उपकरण का उपयोग। 2. विभिन्न मापन विधियों का संयोजन। 3. संभावित त्रुटियों की पहचान और सुधार के उपाय।