IGNOU| RESEARCH METHODOLOGY AND STATISTICAL ANALYSIS (MCO - 01)| SOLVED PAPER – (DEC - 2023)| (M.COM)| HINDI MEDIUM

 

IGNOU| RESEARCH METHODOLOGY AND STATISTICAL ANALYSIS (MCO - 01)| SOLVED PAPER – (DEC - 2023)| (M.COM)| HINDI MEDIUM

MASTER OF COMMERCE (M. COM.)
Term-End Examination
December - 2023
MCO–3
RESEARCH METHODOLOGY AND STATISTICAL ANALYSIS
Time: 3 Hours
Maximum Marks: 100
Weightage: 70%

वाणिज्य में स्नातकोत्तर उपाधि
(एम. कॉम.)
सत्रांत परीक्षा
दिसम्बर, 2023
एम. सी. ओ. - 3
अनुसंधान विधियाँ एवं सांख्यिकीय विश्लेषण
समय: 3 घण्टे
अधिकतम अंक: 100
भारिता: 70%

 

नोट: किन्हीं पाँच प्रश्नों के उत्तर दीजिए। सभी प्रश्नों के अंक समान है।

 

ENGLISH MEDIUM: CLICK HERE

1. (i) एक अच्छी अनुसंधान रिपोर्ट की विशेषताएँ क्या हैं? 8+12

उत्तर:- एक अच्छी शोध रिपोर्ट की मुख्य विशेषताएँ हैं:-

(i) सटीकता: रिपोर्ट में प्रस्तुत जानकारी लेखक की व्यक्तिगत भावनाओं से किसी भी पूर्वाग्रह के बिना सटीक और विश्वसनीय तथ्यों और आंकड़ों पर आधारित होनी चाहिए।

(ii) स्पष्टता और पूर्णता: रिपोर्ट सीधी, स्पष्ट और व्यापक होनी चाहिए, अस्पष्टता से बचना चाहिए। इसमें उद्देश्यों, कार्यप्रणाली, निष्कर्षों और निष्कर्षों को स्पष्ट रूप से बताया जाना चाहिए।

(iii) सरलता: उपयोग की जाने वाली भाषा सरल और समझने में आसान होनी चाहिए, शब्दजाल और तकनीकी शब्दों से बचना चाहिए, खासकर अगर रिपोर्ट आम दर्शकों के लिए है।

(iv) संक्षिप्तता: रिपोर्ट संक्षिप्त होनी चाहिए, पाठक की रुचि बनाए रखने के लिए पर्याप्त संक्षिप्त होने और विषय वस्तु को पर्याप्त रूप से कवर करने के बीच संतुलन बनाना चाहिए।

(v) सुसंगतता: रिपोर्ट में विचारों का तार्किक प्रवाह और वाक्यों का सुसंगत क्रम होना चाहिए, जो विचारों की सहज निरंतरता में योगदान देता है।

(vi) पठनीयता: तकनीकी रिपोर्ट को भी समझना आसान होना चाहिए, जिसमें लेखक तकनीकी विवरणों का पाठक के अनुकूल भाषा में अनुवाद करने में सक्षम हो।

(vii) वस्तुनिष्ठता: रिपोर्ट वस्तुनिष्ठ शैली में लिखी जानी चाहिए, जिसमें अतिशयोक्ति या व्यक्तिगत पूर्वाग्रह के बिना तथ्य प्रस्तुत किए जाने चाहिए।

(viii) उचित स्वरूपण: रिपोर्ट में आकर्षक स्वरूप होना चाहिए, जिसमें स्पष्टता और पठनीयता बढ़ाने के लिए शीर्षकों, उपशीर्षकों, पैराग्राफों, दृश्य सहायता और अन्य स्वरूपण तत्वों का उचित उपयोग किया जाना चाहिए।

इन प्रमुख विशेषताओं को शामिल करके, एक शोध रिपोर्ट जटिल जानकारी को प्रभावी ढंग से संप्रेषित कर सकती है, विश्वसनीयता स्थापित कर सकती है और हितधारकों को सूचित निर्णय लेने में सक्षम बना सकती है।

(ii) डेटा की व्याख्या के समय आवश्यक सावधानियां' क्या हैं? उदाहरण दीजिए।

उत्तर:- डेटा की व्याख्या करते समय आवश्यक सावधानियों पर उदाहरणों सहित संक्षिप्त प्रतिक्रिया इस प्रकार है:-

डेटा की व्याख्या करते समय मुख्य सावधानियाँ निम्न हैं:-

(i) सुनिश्चित करें कि डेटा विश्वसनीय स्रोत से है: व्याख्या के लिए उपयोग किया जाने वाला डेटा विश्वसनीय और भरोसेमंद एजेंसी या संगठन से आना चाहिए। अविश्वसनीय स्रोतों से डेटा का उपयोग करने से गलत निष्कर्ष निकल सकते हैं।

(ii) उद्देश्य के लिए डेटा की उपयुक्तता की पुष्टि करें: अन्वेषक को यह सुनिश्चित करना चाहिए कि डेटा वर्तमान शोध या जांच के लिए उपयुक्त और प्रासंगिक है। द्वितीयक डेटा का उद्देश्य, समय अवधि और भौगोलिक कवरेज अध्ययन की आवश्यकताओं से मेल खाना चाहिए।

(iii) डेटा की पर्याप्तता और सटीकता की जाँच करें: निष्कर्षों को प्रभावित करने वाले पूर्वाग्रहों और त्रुटियों से बचने के लिए पर्याप्त और सटीक डेटा का उपयोग करना महत्वपूर्ण है। अन्वेषक को डेटा एकत्र करने में उपयोग की जाने वाली नमूनाकरण विधियों, परिभाषाओं और सटीकता की डिग्री का आकलन करना चाहिए।

(iv) डेटा संग्रह के संदर्भ को समझें: मूल डेटा एकत्र करने के लिए उपयोग किए जाने वाले समय, स्थितियों और विधियों को इसकी व्याख्या करने से पहले स्पष्ट रूप से समझा जाना चाहिए। इससे डेटा की प्रासंगिकता और विश्वसनीयता का आकलन करने में मदद मिलती है।

(v) कई स्रोतों से डेटा की तुलना करें: द्वितीयक डेटा की तुलना अन्य समान डेटा सेटों से करने से निष्कर्षों को मान्य करने और किसी भी विसंगति की पहचान करने में मदद मिल सकती है।

उदाहरण के लिए, ग्राहक संतुष्टि का अध्ययन करने वाला एक शोधकर्ता ग्राहक संतुष्टि डैशबोर्ड का उपयोग कर सकता है जो NPS और गुणात्मक प्रतिक्रिया जैसे मात्रात्मक मीट्रिक को एक साथ लाता है। इस डेटा की सही व्याख्या करने के लिए ग्राहक भावना के बारे में सटीक निष्कर्ष निकालने के लिए डेटा स्रोतों, संग्रह विधियों और सीमाओं को समझना आवश्यक है।

इसी तरह, द्वितीयक जनगणना डेटा का उपयोग करते समय, अन्वेषक को यह सुनिश्चित करना चाहिए कि डेटा की परिभाषाएँ, भौगोलिक कवरेज और सटीकता उनके शोध की आवश्यकताओं से मेल खाती हैं।

इन सावधानियों का पालन करके, शोधकर्ता यह सुनिश्चित कर सकते हैं कि डेटा व्याख्या प्रक्रिया विश्वसनीय और सार्थक निष्कर्षों की ओर ले जाए।

2. (i) सर्वेक्षण अनुसंधान क्या है? यह निरीक्षण अनुसंधान से कैसे भिन्न है?

उत्तर:- सर्वेक्षण अनुसंधान और अवलोकन अनुसंधान डेटा संग्रह की दो अलग-अलग विधियाँ हैं जिनका उपयोग सामाजिक विज्ञान, बाज़ार अनुसंधान और स्वास्थ्य अनुसंधान सहित विभिन्न क्षेत्रों में किया जाता है।

यहाँ मुख्य अंतर हैं:-

(i) सर्वेक्षण अनुसंधान: सर्वेक्षण अनुसंधान में लोगों के एक समूह के बारे में जानकारी एकत्र करना शामिल है, उनसे प्रश्न पूछकर और परिणामों का विश्लेषण करके। यह एक मात्रात्मक विधि है जो उत्तरदाताओं के नमूने से डेटा एकत्र करने के लिए संरचित सर्वेक्षण प्रश्नों का उपयोग करती है। सर्वेक्षण विभिन्न तरीकों से किए जा सकते हैं, जैसे मेल, ऑनलाइन या व्यक्तिगत साक्षात्कार के माध्यम से। एकत्र किए गए डेटा का फिर सार्थक निष्कर्ष निकालने के लिए सांख्यिकीय रूप से विश्लेषण किया जाता है।

सर्वेक्षण अनुसंधान की मुख्य विशेषताएँ:-

(i) सक्रिय विधि: सर्वेक्षण में उत्तरदाताओं के साथ सीधी बातचीत शामिल होती है, जहाँ शोधकर्ता जानकारी एकत्र करने के लिए प्रश्न पूछते हैं।

(ii) संरचित प्रश्न: सर्वेक्षण विशिष्ट डेटा एकत्र करने के लिए पूर्व-डिज़ाइन किए गए प्रश्नों का उपयोग करते हैं।

(iii) बड़ा नमूना आकार: सर्वेक्षण का उपयोग बड़ी और विविध आबादी से डेटा एकत्र करने के लिए किया जा सकता है।

(iv) व्यक्तिपरक डेटा: सर्वेक्षण सामाजिक वांछनीयता और प्रतिक्रिया पूर्वाग्रहों के कारण पूर्वाग्रहों से ग्रस्त हैं, क्योंकि उत्तरदाता हमेशा सटीक जानकारी प्रदान नहीं कर सकते हैं।

(ii) अवलोकन संबंधी शोध: दूसरी ओर, अवलोकन संबंधी शोध में, बिना कोई प्रश्न पूछे, सीधे अपने प्राकृतिक परिवेश में व्यक्तियों या समूहों के व्यवहार का अवलोकन करके डेटा एकत्र करना शामिल है। यह एक गुणात्मक विधि है जो किसी विशिष्ट व्यवहार या प्रणाली के बारे में विस्तृत और वस्तुनिष्ठ जानकारी एकत्र करने के लिए अवलोकन का उपयोग करती है।

अवलोकन संबंधी शोध की मुख्य विशेषताएं:-

(i) निष्क्रिय विधि: अवलोकन में अवलोकन किए जा रहे विषयों के साथ न्यूनतम या कोई सीधा संपर्क शामिल नहीं होता है।

(ii) असंरचित डेटा: अवलोकन में अक्सर पूर्व-निर्धारित प्रश्नों के बिना व्यवहार के बारे में विस्तृत और सूक्ष्म जानकारी एकत्र करना शामिल होता है।

(iii) छोटा नमूना आकार: अवलोकन का उपयोग आम तौर पर एक छोटी, अधिक विशिष्ट आबादी से डेटा एकत्र करने के लिए किया जाता है।

(iv) वस्तुनिष्ठ डेटा: अवलोकन पूर्वाग्रहों से कम ग्रस्त होते हैं, क्योंकि वे स्व-रिपोर्ट किए गए डेटा के बजाय प्रत्यक्ष अवलोकन पर निर्भर करते हैं।

संक्षेप में, सर्वेक्षण अनुसंधान एक सक्रिय विधि है जो बड़े नमूने से व्यक्तिपरक डेटा एकत्र करने के लिए संरचित प्रश्नों का उपयोग करती है, जबकि अवलोकन अनुसंधान एक निष्क्रिय विधि है जो छोटे नमूने से वस्तुनिष्ठ डेटा एकत्र करने के लिए प्रत्यक्ष अवलोकन का उपयोग करती है। प्रत्येक विधि की अपनी ताकत और सीमाएँ होती हैं, और शोधकर्ता अपने शोध लक्ष्यों और उद्देश्यों के आधार पर उपयुक्त विधि चुनते हैं।

(ii) उदाहरण के द्वारा नमूनाकरण और गैर - नमूनाकरण त्रुटियों के स्रोतों पर चर्चा कीजिए। 10+10

उत्तर:- नमूनाकरण और गैर-नमूनाकरण त्रुटियों के प्रमुख स्रोत हैं:-

(i) नमूनाकरण त्रुटियाँ:

(a) नमूनाकरण विधि का दोषपूर्ण चयन - उदाहरण के लिए, यदि कोई कंपनी यादृच्छिक के बजाय गैर-यादृच्छिक नमूनाकरण विधि का उपयोग करती है, तो यह नमूने में पूर्वाग्रह ला सकती है।

(b) नमूनाकरण इकाइयों का दोषपूर्ण सीमांकन - यदि जनसंख्या स्पष्ट रूप से परिभाषित नहीं है, तो नमूना प्रतिनिधि नहीं हो सकता है।

(c) जनसंख्या विशेषताओं में परिवर्तनशीलता - यदि जनसंख्या में उच्च परिवर्तनशीलता है, तो नमूना सही जनसंख्या मापदंडों को सटीक रूप से प्रतिबिंबित नहीं कर सकता है।

(d) डेटा संग्रह में कठिनाइयों के कारण एक नमूने को दूसरे के लिए प्रतिस्थापित करना - ऐसा तब हो सकता है जब मूल नमूने तक पहुँचना कठिन हो, जिससे कम प्रतिनिधि विकल्प मिलता है।

नमूनाकरण त्रुटियों को कम करने के लिए, शोधकर्ता कर सकते हैं:-

(i) नमूना आकार बढ़ाएँ, क्योंकि बड़े नमूने आम तौर पर अधिक प्रतिनिधि होते हैं।

(ii) नमूना आकार बढ़ाएँ, क्योंकि बड़े नमूने आम तौर पर अधिक प्रतिनिधि होते हैं।

(iii) जनसंख्या को समूहों (स्तरों) में विभाजित करें और प्रत्येक समूह से नमूना लें।

(iv) पूर्वाग्रह को खत्म करने के लिए यादृच्छिक चयन का उपयोग करें।

(v) नमूने को मान्य करने के लिए बाहरी जाँच करें।

(ii) गैर-नमूना त्रुटियाँ:-

(a) प्रतिक्रिया त्रुटियाँ - खराब प्रश्नावली डिज़ाइन, प्रश्नों की गलत व्याख्या या उत्तरदाता पूर्वाग्रह के कारण सर्वेक्षण प्रतिभागियों से गलत प्रतिक्रियाएँ।

(b) उत्तरदाता त्रुटियाँ - जानकारी प्रदान करने में सर्वेक्षण प्रतिभागियों द्वारा की गई गलतियाँ।

(c) साक्षात्कारकर्ता त्रुटियाँ - डेटा संग्रह में साक्षात्कारकर्ताओं द्वारा की गई त्रुटियाँ, जैसे प्रतिक्रियाओं की गलत रिकॉर्डिंग।

(d) अपूर्ण कवरेज - जनसंख्या में सभी प्रासंगिक इकाइयों को शामिल करने में विफलता, जिसके परिणामस्वरूप कम या अधिक प्रतिनिधित्व होता है।

(e) पक्षपाती जाँचकर्ता - जाँचकर्ता डेटा संग्रह प्रक्रिया में अपने स्वयं के पूर्वाग्रहों को पेश करते हैं।

(f) अस्पष्ट या अस्पष्ट प्रश्नावली - गलत तरीके से डिज़ाइन किए गए सर्वेक्षण उपकरण गलत प्रतिक्रियाओं की ओर ले जाते हैं।

(g) दोषपूर्ण नमूना फ्रेम - नमूना इकाइयों की पहचान करने के लिए उपयोग की जाने वाली सूची या मानचित्र में त्रुटियाँ।

(h) डेटा प्रोसेसिंग में त्रुटियाँ - डेटा के कोडिंग, सारणीकरण या विश्लेषण के दौरान की गई गलतियाँ।

(i) याद करने की त्रुटियाँ - उत्तरदाता पिछली घटनाओं को सही ढंग से याद करने में विफल रहते हैं।

गैर-नमूना त्रुटियों को कम करने के लिए, शोधकर्ता निम्न कर सकते हैं:-

(i) पूर्वाग्रह को खत्म करने के लिए यादृच्छिक चयन का उपयोग करें।

(ii) डेटा संग्रह टीम को पूरी तरह से प्रशिक्षित करें।

(iii) डेटा को मान्य करने के लिए बाहरी जाँच करें।

संक्षेप में, नमूना चुनने की प्रक्रिया से नमूना त्रुटियाँ उत्पन्न होती हैं, जबकि गैर-नमूना त्रुटियाँ शोध प्रक्रिया के किसी भी चरण में हो सकती हैं, अध्ययन डिज़ाइन से लेकर डेटा विश्लेषण तक। दोनों प्रकार की त्रुटियों को कम करने और शोध निष्कर्षों की वैधता और विश्वसनीयता सुनिश्चित करने के लिए सावधानीपूर्वक योजना और निष्पादन की आवश्यकता होती है।

3. (i) समय श्रृंखला के योगात्मक और गुणनात्मक मॉडलों को संक्षेप में समझाइए। इनमें से कौन - सा मॉडल अधिक सामान्यतः उपयोग किया जाता है और क्यों? 10+10

[COMING SOON]

***

RESEARCH METHODOLOGY AND STATISTICAL ANALYSIS SOLVED PAPERS PAGE LINK - Click here

IGNOU PAGE LINK - CLICK HERE

(Read Syllabus/ Assignment, Notes, Exam Routine, Question Papers and solved)

Also Read: 

1. Indian History 

2. CURRENT AFFAIRS

3. GK

4. MCQ SOLVED