प्राथमिक डेटा के फायदे और नुकसान

प्राथमिक डेटा के फायदे और नुकसान: डेटा सूचनाओं, तथ्यों और संख्याओं का संग्रह है जो व्यवस्थित या अव्यवस्थित हैं। कंप्यूटर की भाषा के अनुसार डेटा सूचना का एक स्रोत है जिसे सूचना या आउटपुट बनाने के लिए संसाधित किया जाता है। ये डेटा दो प्रकार के होते हैं प्राथमिक डेटा और द्वितीयक डेटा। प्राथमिक डेटा से तात्पर्य प्रत्यक्ष सूचना से है जबकि द्वितीयक डेटा से तात्पर्य सेकंड-हैंड सूचना से है। इन आंकड़ों के बिना, कोई भी विभिन्न उद्देश्यों के लिए आवश्यक किसी भी चीज़ का मूल्यांकन या अध्ययन नहीं कर सकता था।

आप और भी पा सकते हैं फायदे और नुकसान पर लेख।

प्राथमिक डेटा से आप क्या समझते हैं? प्राथमिक डेटा 2022 के फायदे और नुकसान

जब संगठन, व्यक्ति या किसी संस्था द्वारा सीधे डेटा एकत्र किया जाता है तो इसे प्राथमिक डेटा के रूप में जाना जाता है। इसे मूल डेटा के रूप में भी जाना जाता है क्योंकि किसी भी व्यक्ति द्वारा एकत्र किया गया डेटा सीधे किया जाता है। डेटा किसी भी विषय या तर्क का हो सकता है। उदाहरण के लिए बाजार अनुसंधान, जांचकर्ता, आदि प्राथमिक डेटा उत्पादक हैं।

प्राथमिक डेटा महंगा है क्योंकि अनुसंधान अपने जोखिम और लागत पर किया जाता है। इसलिए प्राथमिक आंकड़ों के फायदे भी हैं और नुकसान भी। आइए प्राथमिक डेटा के कुछ फायदे और नुकसान के बारे में जानें।

प्राथमिक डेटा के लाभ

आइए अब हम प्राथमिक डेटा के लाभों पर संक्षेप में चर्चा करें

1. अधिक सटीक: प्राथमिक डेटा का शोध और विकास उन व्यक्तियों द्वारा किया जाता है जो उन प्रत्येक प्रश्न पर व्यक्तिगत ध्यान देते हैं जिनका वे सर्वेक्षण करना चाहते थे। लोग अक्सर दूसरों के डेटा पर भरोसा करने के बजाय खुद पर भरोसा करते हैं। साथ ही इसमें काम करने वाले लोगों का आकलन भी किया जा सकता है। इसलिए डेटा को अधिक वैध और सटीक बनाना। साथ ही, यह द्वितीयक आंकड़ों की तुलना में अधिक विश्वसनीय है।
2. सूचना नवीनीकरण: जो डेटा तैयार किया जाता है वह फर्स्ट-हैंड डेटा होता है। किसी अन्य व्यक्ति के डेटा का उपयोग ऐसी जानकारी विकसित करने के लिए नहीं किया गया है जो डेटा को अद्यतन बनाती है और लोग उस जानकारी पर भरोसा करते हैं जो अधिक अद्यतन और हाल ही में तैयार की गई है। प्राथमिक डेटा आम तौर पर एक प्रश्नावली या व्यक्तिगत संपर्क के माध्यम से तैयार किया जाता है, इस प्रकार प्राप्त जानकारी वैध और अद्यतन होती है।
3. डेटा पर अधिक नियंत्रण: चूंकि प्रश्नावली या किसी अन्य डिजाइन के माध्यम से सर्वेक्षण करने वाला व्यक्ति डेटा का प्रबंधन कर सकता है, इस प्रकार पूरे सर्वेक्षण पर उसका नियंत्रण होता है। वह प्रश्नावली को अधिक अर्थपूर्ण बनाने के लिए उसमें हेराफेरी कर सकता है या उसमें कुछ बदलाव कर सकता है। विशेषज्ञ को कभी-कभी कठिनाई का भी सामना करना पड़ता है क्योंकि एक लक्षित समूह सर्वेक्षण के उद्देश्य को आसानी से नहीं जान या समझ सकता है, इस प्रकार थोड़ा हेरफेर उन्हें सही प्रतिक्रिया प्राप्त करने में मदद कर सकता है।
4. गोपनीयता बनी रहती है: सर्वे का सारा काम संभालने वाला विशेषज्ञ भी आंकड़ों की गोपनीयता बनाए रखता है. यह बहुत स्पष्ट है कि जब कुछ व्यक्ति पूरे सर्वेक्षण कार्य को बनाए रखते हैं तो विचारों को लीक किए बिना उनमें से ज्यादातर गोपनीयता बनाए रखी जाती है। साथ ही, उन्हें मिलने वाला फीडबैक हमेशा सर्वेक्षकों के लिए निजी होता है।
5. लक्षित समस्या से निपटा जाता है: जो लोग डेटा के संग्रह में लगे हुए हैं वे प्रश्नावली तैयार करते हैं और कभी-कभी डेटा प्राप्त करने के लिए लक्षित समूह से साक्षात्कार लेते हैं। साथ ही, समस्या का समाधान किया जाता है ताकि उचित प्रतिक्रिया के बाद इसे सुर्खियों में लाया जा सके और इसका समाधान किया जा सके। इस तरह, कार्यक्रम को उत्पादक बनाया जा सकता है और समस्याओं को भी आसानी से नियंत्रित किया जा सकता है।
6. डेटा की समझ बेहतर है: विभिन्न डिजाइनों और विधियों के माध्यम से सर्वेक्षण किए गए डेटा को सरल और समझने में आसान बनाया जाता है ताकि डेटा में रुचि रखने वाला व्यक्ति इसे आसानी से एक नज़र से समझ सके। साथ ही, यह और अधिक प्रभावी हो जाता है यदि प्राप्त फीडबैक सटीक और वैध हो।

प्राथमिक डेटा के नुकसान

• 1 समय लेने वाली प्रक्रिया: सर्वेक्षण के आयोजक और उपयोग की जाने वाली विधि को कच्चे स्रोतों से डेटा एकत्र करने में बहुत समय लग सकता है। द्वितीयक आंकड़ों में, हम अन्य स्रोतों से जानकारी एकत्र करते हैं। इसलिए इसमें समय कम लगता है। चूंकि इसमें समय लगता है, कभी-कभी यह आसपास में चल रही समस्या को दूर करने में देरी करता है।
• महंगा: किया गया सर्वेक्षण समय लेने वाला होने के साथ-साथ महंगा भी है। डेटा के संग्रह के लिए, विशेषज्ञों को उन उपकरणों का दौरा करना और उनका उपयोग करना पड़ता है जिनकी लागत बहुत अधिक हो सकती है। साथ ही फीडबैक प्राप्त करने के बाद उचित दस्तावेज की आवश्यकता होती है जिसकी देखभाल करने और उच्च लागत को शामिल करने के लिए फिर से आवश्यकता होती है।
• अधिक श्रम की आवश्यकता: प्राथमिक डेटा के मामले में जनशक्ति की आवश्यकता अधिक होती है क्योंकि केवल एक व्यक्ति स्वयं सर्वेक्षण नहीं कर सकता है या अकेले डेटा एकत्र नहीं कर सकता है। साथ ही, आवश्यक पुरुषों की संख्या अधिक है और उन्हें काम पूरा होने के बाद भुगतान करना पड़ता है।
• प्रश्नावली आसान और समझने योग्य होनी चाहिए: तैयार की गई प्रश्नावली को समझना आसान होना चाहिए तभी शोधकर्ताओं को सही और वैध प्रतिक्रिया मिल सकती है। शोधकर्ताओं को नमूना प्रश्नावली का सेट इस तरह से बनाना होगा या उस विधि या तकनीक का उपयोग करना होगा जो लोगों को इसे आसानी से व्याख्या करने में मदद कर सके यदि उत्पन्न प्रतिक्रिया गलत या गलत नहीं होगी।
• प्रतिक्रिया दोषपूर्ण हो सकती है: हम पहले ही जान चुके हैं कि यदि शोधकर्ताओं द्वारा उपयोग की जाने वाली तकनीक उचित या सटीक नहीं होगी तो जो प्रतिक्रिया भी उत्पन्न होती है वह दोषपूर्ण या गलत होगी। इस प्रकार उचित कार्रवाई और रखरखाव किया जाना चाहिए ताकि उत्पादित फीडबैक डेटा प्रामाणिक होना चाहिए।
• विश्लेषण के लिए एक अनुभवी व्यक्ति की आवश्यकता है: डेटा एकत्र करने की विधि, तकनीक और विश्लेषण एक विशेषज्ञ द्वारा किया जाना चाहिए क्योंकि केवल एक विशेषज्ञ ही वास्तविक तथ्य और जानकारी प्रदान करके पूरे शोध को सार्थक बना सकता है। विश्लेषण ज्यादातर शोधकर्ता या विशेषज्ञ द्वारा पाई गई समस्या के अनुसार किया जाता है।

प्राथमिक डेटा के फायदे और नुकसान के लिए तुलना तालिका

प्राथमिक डेटा के पेशेवरों और विपक्षों पर अक्सर पूछे जाने वाले प्रश्न

प्रश्न 1. द्वितीयक डेटा क्या है?

जवाब: किसी स्रोत से प्राप्त आँकड़ों को पहले से ही अन्य अनुसंधानकर्ताओं द्वारा शोधित या जाँच किया गया हो, द्वितीयक आँकड़े कहलाते हैं।

प्रश्न 2. प्राथमिक डेटा के शोधकर्ता कौन हैं?

जवाब: जो विशेषज्ञ डेटा एकत्र करने के लिए अपनी तकनीकों और पद्धति को लागू करके कच्चे स्रोतों से डेटा एकत्र कर रहा है, वह प्राथमिक डेटा के शोधकर्ता हैं।