डेटा और डेटा फ़ंक्शंस को समझना और डेटा के प्रकार जिन्हें आपको जानना चाहिए
जानकारी के बिना, आप नहीं करेंगेनवीनतम जानकारी को जानें और विभिन्न समस्याओं को हल नहीं कर सकते। और इससे पहले जो डेटा मांगा गया था उसमें रोजमर्रा की समस्याओं की जानकारी और समाधान जैसी कोई चीज नहीं होगी। लेकिन यह वास्तविकता में दुर्भाग्यपूर्ण है कि बहुत से लोग फ़ंक्शन को नहीं समझते हैं और आज जीवन के लिए कितना महत्वपूर्ण डेटा है।
और इस अवसर पर हम डेटा, फ़ंक्शंस और विभिन्न प्रकार के डेटा की परिभाषा या समझ की गहराई से समीक्षा करेंगे, जिनका हम सामान्य रूप से दैनिक आधार पर सामना करते हैं।
डेटा शब्द वास्तव में न केवल पाया जाता हैअकेले कंप्यूटर के क्षेत्र में, लेकिन जीवन के लगभग सभी पहलुओं जैसे कि अनुसंधान, शिक्षा, सामाजिक और अन्य। तुरंत, आपके द्वारा देखे जा सकने वाले डेटा को समझने की अधिक संपूर्ण समीक्षा:
डेटा की परिभाषा
मूल रूप से डेटा है सूचना या सूचना का संग्रह - सूचनाअवलोकन के माध्यम से प्राप्त मामले या कुछ स्रोतों की खोज से। प्राप्त डेटा एक धारणा या तथ्य हो सकता है क्योंकि इसे आगे संसाधित नहीं किया गया है। अनुसंधान या प्रयोगों के माध्यम से संसाधित होने के बाद, डेटा अधिक जटिल रूप हो सकता है जैसे डेटाबेस, जानकारी या कुछ समस्याओं का समाधान भी।
भाषा के संदर्भ में शब्द "डेटा" शब्द से लिया गया है"डेटम" जिसे रोमन में कुछ दिया गया है। इसलिए डेटा की वास्तविक परिभाषा नहीं दी जा रही है, क्योंकि अगर यह देता है तो डेटा मानकीकृत जानकारी बन गया है और इसकी सच्चाई को पहचान लिया गया है। डेटा शब्द अक्सर कंप्यूटर के क्षेत्र में या एक अध्ययन के दायरे में पाया जाता है।
कंप्यूटर के क्षेत्र में आप निश्चित रूप से परिचित हैंनाम डेटाबेस या डेटा प्रोसेसिंग सॉफ्टवेयर के साथ। अनुसंधान के दायरे में रहते हुए, यह अनिवार्य हो गया है कि प्रत्येक शोधकर्ता को आगे के अध्ययन से पहले प्रेक्षण (अवलोकन) करके डेटा की तलाश करनी चाहिए और अंत में अनुसंधान के परिणाम प्राप्त करने चाहिए। यह अक्सर शिक्षा में भी पाया जाता है जैसे कि पत्रिका या थीसिस लेखन।
डेटा फ़ंक्शन
डेटा की परिभाषा को समझने के बाद, यह किया गया हैडेटा का स्पष्ट रूप से दिखाई देने वाला कार्य। हो सकता है कि कंप्यूटर या रिसर्च के क्षेत्र में डेटा शब्द अधिक सुनाई देता हो, लेकिन मूल रूप से आपके जीवन के लगभग सभी पहलुओं को डेटा कहा जाता है।
शोधकर्ताओं के लिए, डेटा का उपयोग उनके शोध में मुख्य आधार के रूप में किया जाता है। कंप्यूटर क्षेत्र के उपयोग में भी लगभग हमेशा एक डेटा शामिल होता है जिसे समस्या को हल करने के लिए संसाधित किया जाता है।
ऊपर देखकर इसे लिया जा सकता हैनिष्कर्ष यह है कि किसी समस्या को हल करने में सबसे अच्छा निर्णय लेने के लिए एक डेटा फ़ंक्शन, का उपयोग एक योजना या अनुसंधान के आधार के रूप में किया जा सकता है, जिसका उपयोग किसी गतिविधि के प्रत्येक कार्यान्वयन में एक संदर्भ के रूप में किया जाता है और अंत में डेटा को मूल्यांकन सामग्री के रूप में भी इस्तेमाल किया जा सकता है। एक डेटा की तुलना सभी कार्यों की योजना या इतिहास के आधार पर की जा सकती है। यही कारण है कि जीवन के लगभग सभी पहलुओं में डेटा शामिल है।
डेटा के प्रकार
क्योंकि जीवन के सभी पहलुओं में लगभग हैंयह आश्चर्यजनक नहीं है कि डेटा को कई प्रकारों में वर्गीकृत किया जा सकता है। डेटा को समूहीकृत करने के लिए कई पैरामीटर हैं, लेकिन उनमें से अधिकांश को उनकी प्रकृति के अनुसार समूहीकृत किया जा सकता है, स्रोत के आधार पर या जहां से डेटा आया था, समय और कई और अधिक के आधार पर।
1. स्रोत पर आधारित
पहले यह चर्चा की गई थी कि एक डेटाप्राप्त करने के विभिन्न तरीकों से प्राप्त किया। इस स्रोत अंतर को भी कई प्रकारों में वर्गीकृत कर सकते हैं अर्थात् प्राथमिक डेटा और द्वितीयक डेटा।
- प्राथमिक डेटा या यह मूल डेटा अनुसंधान ऑब्जेक्ट द्वारा प्राप्त कुछ स्रोतों से प्राप्त किया गया था।
- माध्यमिक डेटा या अतिरिक्त डेटा आमतौर पर पिछले स्रोतों से प्राप्त होते हैं जैसे किताबें, जर्नल और अन्य।
2. इसके गुणों के आधार पर
एक डेटा को उसके गुणों के आधार पर भी प्रतिष्ठित किया जा सकता है गुणात्मक डेटा और मात्रात्मक डेटा, दोनों प्रकार के डेटा का उपयोग अक्सर विभिन्न अनुसंधान अवसरों में भी किया जाता है जो पहले आयोजित किए गए हैं
- गुणात्मक डेटा आमतौर पर अक्सर मौखिक बयानों, छवियों या यहां तक कि प्रतीकों के रूप में पाया जाता है।
- मात्रात्मक डेटा संख्यात्मक कथनों या संख्याओं की ओर अधिक।
3. लिए गए समय के आधार पर
इसके अलावा, एक डेटा को संग्रह या संग्रह के समय के आधार पर भी वर्गीकृत किया जा सकता है। डेटा के प्रकार हैं जो नियमित रूप से एकत्र किए जाते हैं और अनुभाग डेटा को पार करते हैं।
- आवधिक डेटा यह जनसंख्या सर्वेक्षण गतिविधियों में पाया जा सकता है, पिछले वर्ष में जनसंख्या आवश्यकताओं पर डेटा।
- क्रॉस सेक्शन डेटा या एक विशेष समय पर एकत्र किए गए डेटा जैसे कि परीक्षण पूरा होने के बाद प्राप्त किए गए छात्र परीक्षा परिणाम।
दरअसल, अगर अभी भी गहन चर्चा की जाएकई पैरामीटर हैं - किसी डेटा को समूहीकृत करना जैसे कि संरचना, अनुपात और बहुत कुछ पर आधारित लेकिन उपरोक्त तीन पैरामीटर अक्सर समुदाय में पाए जाते हैं।
ऊपर दिए गए डेटा की समझ के बारे में लेख पढ़ने के बाद, यह निष्कर्ष निकाला जा सकता है कि एक डेटा अब समुदाय के लिए एक बुनियादी आवश्यकता है।
लेकिन यह वास्तव में एक दया हैकई लोग जो डेटा की परिभाषा नहीं समझते हैं या वास्तव में समझते हैं लेकिन डेटा के उपयोग का दुरुपयोग करने की कोशिश करते हैं। इसलिए, हम उम्मीद करते हैं कि पाठक इसे महसूस कर सकें और प्राप्त आंकड़ों का अधिकतम लाभ उठाने में सक्षम हों।
