डेटा

सामान्य वापरामध्ये, डेटा हा माहिती व्यक्त करणारा, प्रमाण, गुणवत्ता, वस्तुस्थिती, आकडेवारी, इतर पायाभूत गोष्टींचे वर्णन करणारा स्वतंत्र किंवा सतत मूल्यांचा संग्रह आहे. अर्थाची अेकके, किंवा चिन्हांचे केवळ अनुक्रम ज्याचा औपचारिक अर्थ पुढे केला जाऊ शकतो. हे डेटााच्या संग्रहातील वैयक्तिक मोल आहे. डेटा सहसा अशा संरचनेत आयोजित केला जातो जसे की तक्ते जे अतिरिक्त संदर्भ आणि अर्थ प्रदान करतात आणि जे स्वतः मोठ्या संरचनेत डेटा म्हणून वापरले जाऊ शकतात. संगणकीय प्रक्रियेत डेटा चल(व्हेरिएबल्स) म्हणून वापरला जाऊ शकतो. ^{[१] [२]} डेटा अमूर्त कल्पना किंवा ठोस मोजमाप दर्शवू शकतो. ^[३] डेटा सामान्यतः वैज्ञानिक संशोधन, अर्थशास्त्र आणि मानवी संस्थात्मक क्रियांच्या इतर सर्व प्रकारांमध्ये वापरला जातो. डेटा सेटच्या उदाहरणांमध्ये किंमत निर्देशांक (जसे की ग्राहिक मौल्य निर्देशांक ), निरुद्योगीता दर, साक्षरता दर आणि जनगणना डेटा यांचा सामावेश होतो. या संदर्भात, डेटा कच्च्या तथ्ये आणि आकडेवारीचे प्रतिनिधित्व करतो ज्यातून उपयुक्त माहिती काढली जाऊ शकते.

मोजमाप, निरीक्षण, क्वेरी किंवा विश्लेषण यासारख्या तंत्रांचा वापर करून डेटा गोळा केला जातो आणि सामान्यत: संख्या किंवा वर्ण म्हणून दर्शविला जातो ज्यावर पुढील प्रक्रिया केली जाऊ शकते. फील्ड डेटा हा डेटा आहे जो अनियंत्रित इन-सीटू वातावरणात गोळा केला जातो. प्रायोगिक डेटा हा असा डेटा आहे जो नियंत्रित वैज्ञानिक प्रयोगाच्या दरम्यान सज्ज केला जातो. गणना, तर्क, चर्चा, सादरीकरण, कल्पनाचित्रण किंवा उत्तर-विश्लेषणाचे इतर प्रकार यासारख्या तंत्रांचा वापर करून डेटााचे विश्लेषण केले जाते. विश्लेषणापूर्वी, कच्चा डेटा (किंवा प्रक्रिया न केलेला डेटा) सामान्यत: स्वच्छ केला जातो: बाह्यस्थितक काढले जातात आणि स्पष्ट साधन किंवा डेटा नोंदणी त्रुटी सुधारल्या जातात.

डेटा, माहिती, ज्ञान आणि शहाणपण या जवळून संबंधित संकल्पना आहेत, पण प्रत्येकाची एकमेकांशी संबंधित भूमिका आहे आणि प्रत्येक शब्दाचा अर्थ आहे. सामान्य दृश्यानुसार, डेटा गोळा केला जातो आणि त्याचे विश्लेषण केले जाते; एकदा डेटााचे विश्लेषण केल्यावर निर्णय घेण्यासाठी योग्य माहिती बनते. ^[४] डेटााचा संच एखाद्या व्यक्तीसाठी किती माहितीपूर्ण आहे हे त्या व्यक्तीला किती प्रमाणात अनपेक्षित आहे यावर अवलंबून असते, असे म्हणता येईल. डेटा प्रवाहात सामाविष्ट असलेल्या माहितीचे प्रमाण त्याच्या शॅनन एन्ट्रॉपीद्वारे वैशिष्ट्यीकृत केले जाऊ शकते.

जेव्हा जेव्हा डेटााची नोंदणी करणे आवश्यक असते तेव्हा डेटा प्रलेखाच्या स्वरूपात अस्तित्वात असतो. डेटा प्रलेखांच्या प्रकारांमध्ये हे सामाविष्ट आहे:

• डेटा निधान
• डेटािक अभ्यास
• डेटा संच
• अनुदेशन
• डेटापत्रे
• डेटागार
• डेटा माहितीपुस्तक
• डेटा जर्नल

यापैकी काही डेटा प्रलेख (डेटा निधान, डेटािक अभ्यास, डेटा संच आणि अनुदेशन) डेटा उद्धरण निर्देशांकात अनुक्रमित केले जातात, तर डेटा पत्रे पारंपरिक ग्रंथसूची डेटागारात अनुक्रमित केले जातात, उदा., विज्ञान उद्धरण निर्देशांक .

प्राथमिक स्रोताद्वारे (संशोधक हा डेटा मिळविणारी करणारा पहिली व्यक्ती आहे) किंवा दुय्यम स्रोत (संशोधक हा डेटा मिळवतो जो इतर स्त्रोतांद्वारे आधीच गोळा केला गेला आहे, जसे की वैज्ञानिक जर्नलमध्ये प्रसारित केलेला डेटा) द्वारे पूर्ण केला जाऊ शकतो. डेटािक विश्लेषण पद्धती भिन्न असतात आणि त्यात डेटा त्रिकोण आणि डेटा पाझरणे यांचा सामावेश होतो. ^[५] संशोधनाची वस्तुनिष्ठता अधिकाधिक वाढविण्यासाठी आणि शक्य तेवढ्या पूर्ण तपासाधीन घटना समजून घेण्यास मुभा देण्यासाठी विश्लेषणाचे पाच सुशक्य कोन (किमान तीन) वापरून डेटा संकलित करणे, वर्गीकरण करणे आणि त्याचे विश्लेषण करण्याची नंतरची एक स्पष्ट पद्धत प्रदान करते: गुणात्मक आणि परिमाणात्मक पद्धती, साहित्य आढावे (विद्वान लेखांसह), तज्ञांचे संलाप आणि संगणक सिम्युलेशन. त्यानंतर सर्वात संबंधित माहिती काढण्यासाठी पूर्व-निर्धारित चरणांच्या मालिकेचा वापर करून डेटा "झिरपणी" केली जाते.

1. ^ OECD Glossary of Statistical Terms. OECD. 2008. p. 119. ISBN 978-92-64-025561.
2. ^ "Statistical Language - What are Data?". Australian Bureau of Statistics. 2013-07-13. 2019-04-19 रोजी मूळ पानापासून संग्रहित. 2020-03-09 रोजी पाहिले.
3. ^ "Data vs Information - Difference and Comparison | Diffen". www.diffen.com (इंग्रजी भाषेत). 2018-12-11 रोजी पाहिले.
4. ^ "Joint Publication 2-0, Joint Intelligence" (PDF). Joint Chiefs of Staff, Joint Doctrine Publications. Department of Defense. 23 October 2013. pp. I-1. 18 July 2018 रोजी मूळ पान (PDF) पासून संग्रहित. July 17, 2018 रोजी पाहिले.
5. ^ Mesly, Olivier (2015). Creating Models in Psychological Research. États-Unis : Springer Psychology  : 126 pages. आयएसबीएन 978-3-319-15752-8