તમે વિવિધ પ્રકારના ડેટા જોયા અને ઉપયોગ કર્યા હશે. ઉદાહરણ તરીકે, ટેલિવિઝન પર લગભગ દરેક સમાચાર બુલેટિનના અંતે, તે દિવસે મુખ્ય શહેરોમાં રેકોર્ડ કરાયેલા તાપમાન પ્રદર્શિત કરવામાં આવે છે. તે જ રીતે, ભારતના ભૂગોળની પુસ્તકોમાં વસ્તીના વિકાસ અને વિતરણ, અને વિવિધ પાકો, ખનિજો અને ઔદ્યોગિક ઉત્પાદનોના ઉત્પાદન, વિતરણ અને વેપાર સંબંધિત માહિતી કોષ્ટકના રૂપમાં દર્શાવવામાં આવે છે. તમે ક્યારેય વિચાર્યું છે કે તેનો અર્થ શું છે? આ ડેટા ક્યાંથી મેળવવામાં આવે છે? તેમને કેવી રીતે કોષ્ટકબદ્ધ કરવામાં આવે છે અને તેમાંથી અર્થપૂર્ણ માહિતી કાઢવા માટે પ્રક્રિયા કરવામાં આવે છે? આ પ્રકરણમાં, અમે ડેટાના આ પાસાઓ પર વિચાર-વિમર્શ કરીશું અને આ ઘણા પ્રશ્નોના જવાબ આપવાનો પ્રયત્ન કરીશું.

ડેટા શું છે?

ડેટાને સંખ્યાઓ તરીકે વ્યાખ્યાયિત કરવામાં આવે છે જે વાસ્તવિક વિશ્વના માપનને રજૂ કરે છે. ડેટમ એ એક જ માપ છે. અમે ઘણીવાર સમાચાર વાંચીએ છીએ જેમ કે બારમેરમાં 20 સેન્ટિમીટર સતત વરસાદ અથવા 24 કલાકમાં બાંસવાડામાં એક સાથે 35 સેન્ટિમીટર વરસાદ અથવા માહિતી જેમ કે નવી દિલ્હી - મુંબઈનું અંતર કોટા વડોદરા માર્ગે 1385 કિલોમીટર અને ઇટારસી - મનમાડ માર્ગે 1542 કિલોમીટર છે (ટ્રેન દ્વારા). આ સંખ્યાત્મક માહિતીને ડેટા કહેવામાં આવે છે. તે સહેલાઈથી સમજી શકાય છે કે આજે વિશ્વભરમાં મોટા પ્રમાણમાં ડેટા ઉપલબ્ધ છે. જો કે, કેટલીકવાર, જો તે કાચા સ્વરૂપમાં હોય તો આ ડેટામાંથી તાર્કિક નિષ્કર્ષ કાઢવા મુશ્કેલ બની જાય છે. તેથી, એ સુનિશ્ચિત કરવું મહત્વપૂર્ણ છે કે માપવામાં આવેલી માહિતી અલ્ગોરિધમિક રીતે મેળવવામાં આવે અને/અથવા તાર્કિક રીતે કાઢવામાં આવે અને/અથવા બહુવિધ ડેટામાંથી આંકડાકીય રીતે ગણવામાં આવે. માહિતીને ક્યાં તો પ્રશ્નના અર્થપૂર્ણ જવાબ તરીકે અથવા અર્થપૂર્ણ ઉત્તેજના તરીકે વ્યાખ્યાયિત કરવામાં આવે છે જે આગળના પ્રશ્નોમાં વિકસિત થઈ શકે છે.

ડેટાની જરૂરિયાત

ભૂગોળનો અભ્યાસ કરવામાં નકશા મહત્વપૂર્ણ સાધનો છે. તે ઉપરાંત, ઘટનાઓનું વિતરણ અને વિકાસ પણ કોષ્ટકના રૂપમાં ડેટા દ્વારા સમજાવવામાં આવે છે. આપણે જાણીએ છીએ કે પૃથ્વીની સપાટી પર ઘણી ઘટનાઓ વચ્ચે પરસ્પર સંબંધ હોય છે. આ ક્રિયાપ્રતિક્રિયાઓ ઘણા ચલો દ્વારા પ્રભાવિત થાય છે જેને સંખ્યાત્મક દ્રષ્ટિએ શ્રેષ્ઠ રીતે સમજાવી શકાય છે. તે ચલોનું આંકડાકીય વિશ્લેષણ આજે આવશ્યકતા બની ગઈ છે. ઉદાહરણ તરીકે, કોઈ વિસ્તારની પાક પદ્ધતિનો અભ્યાસ કરવા માટે, પાકવાળા વિસ્તાર, પાકની ઉપજ અને ઉત્પાદન, સિંચાઈવાળો વિસ્તાર, વરસાદની માત્રા અને ખાતર, કીટકનાશકો, કીડાનાશકો વગેરેના ઉપયોગ જેવા ઇનપુટ્સ વિશે આંકડાકીય માહિતી હોવી જરૂરી છે. તે જ રીતે, શહેરના વિકાસનો અભ્યાસ કરવા માટે કુલ વસ્તી, ઘનતા, સ્થળાંતર કરનારાઓની સંખ્યા, લોકોના વ્યવસાય, તેમના પગાર, ઉદ્યોગો, પરિવહન અને સંચારના સાધનો સંબંધિત ડેટાની જરૂર છે. આમ, ભૌગોલિક વિશ્લેષણમાં ડેટાની મહત્વપૂર્ણ ભૂમિકા છે.

ડેટાની રજૂઆત

તમે એક વ્યક્તિની વાર્તા સાંભળી હશે જે તેની પત્ની અને પાંચ વર્ષના બાળક સાથે મુસાફરી કરી રહ્યો હતો. તેના માર્ગમાં, તેને નદી પાર કરવી પડી. સૌપ્રથમ, તેમણે નદીની ઊંડાઈ ચાર બિંદુઓ પર $0.6,0.8,0.9$ અને 1.5 મીટર તરીકે માપી. તેમણે સરેરાશ ઊંડાઈ 0.95 મીટર ગણી. તેના બાળકની ઊંચાઈ 1 મીટર હતી. તેથી, તે તેમને નદી પાર કરવા દોર્યો અને તેનું બાળક નદીમાં ડૂબી ગયું. બીજા કાંઠે, તે વિચારમાં બેઠો: “લેખા જોખા થાહે, તો બચ્ચા ડૂબા કાહે?” (જ્યારે સરેરાશ ઊંડાઈ દરેકની પહોંચમાં હતી ત્યારે બાળક કેમ ડૂબી ગયું?). આને આંકડાકીય ભ્રમણા કહેવામાં આવે છે, જે તમને વાસ્તવિક પરિસ્થિતિથી દૂર લઈ જઈ શકે છે. તેથી, તથ્યો અને આંકડાઓ જાણવા માટે ડેટા એકત્રિત કરવો મહત્વપૂર્ણ છે, પરંતુ ડેટાની રજૂઆત પણ એટલી જ મહત્વપૂર્ણ છે. આજે, ભૂગોળ સહિત લગભગ તમામ શાખાઓમાં, જે ડેટાનો ઉપયોગ કરે છે, તેમાં વિશ્લેષણ, રજૂઆત અને નિષ્કર્ષ દોરવામાં આંકડાકીય પદ્ધતિઓનો ઉપયોગ મહત્વપૂર્ણ ભૂમિકા ભજવે છે. તેથી, એવું અનુમાન લગાવી શકાય છે કે ઘટનાની સાંદ્રતા, ઉદાહરણ તરીકે, વસ્તી, જંગલ અથવા પરિવહન અથવા સંચારનું નેટવર્ક માત્ર જગ્યા અને સમય સાથે જ બદલાતું નથી પરંતુ ડેટાનો ઉપયોગ કરીને સરળતાથી સમજાવી શકાય છે. બીજા શબ્દોમાં કહીએ તો, તમે કહી શકો છો કે ચલો વચ્ચેના સંબંધને સમજાવવામાં ગુણાત્મક વર્ણનથી માત્રાત્મક વિશ્લેષણ તરફ સ્થળાંતર થયું છે. તેથી, અભ્યાસને વધુ તાર્કિક બનાવવા અને ચોક્કસ નિષ્કર્ષ દોરવા માટે વિશ્લેષણાત્મક સાધનો અને તકનીકો આજકાલ વધુ મહત્વપૂર્ણ બની ગઈ છે. ડેટા એકત્રિત કરવા અને સંકલિત કરવાની શરૂઆતથી જ તેના કોષ્ટકબંધીકરણ, સંગઠન, ક્રમાંકન અને વિશ્લેષણથી લઈને નિષ્કર્ષ દોરવા સુધી ચોક્કસ માત્રાત્મક તકનીકોનો ઉપયોગ થાય છે.

ડેટાના સ્ત્રોતો

ડેટા નીચેની રીતે એકત્રિત કરવામાં આવે છે. આ છે : 1. પ્રાથમિક સ્ત્રોતો, અને 2. ગૌણ સ્ત્રોતો.

જે ડેટા પ્રથમ વખત કોઈ વ્યક્તિ અથવા વ્યક્તિઓના સમૂહ, સંસ્થા/સંગઠનો દ્વારા એકત્રિત કરવામાં આવે છે તેને ડેટાના પ્રાથમિક સ્ત્રોતો કહેવામાં આવે છે. બીજી બાજુ, કોઈપણ પ્રકાશિત અથવા અપ્રકાશિત સ્ત્રોતોમાંથી એકત્રિત કરવામાં આવેલા ડેટાને ગૌણ સ્ત્રોતો કહેવામાં આવે છે. ફિગ. 1.1 ડેટા સંગ્રહની વિવિધ પદ્ધતિઓ દર્શાવે છે.

પ્રાથમિક ડેટાના સ્ત્રોતો

1. વ્યક્તિગત અવલોકનો

તે ક્ષેત્રમાં સીધા અવલોકનો દ્વારા વ્યક્તિ અથવા વ્યક્તિઓના સમૂહ દ્વારા માહિતીના સંગ્રહનો સંદર્ભ આપે છે. ક્ષેત્ર સર્વેક્ષણ દ્વારા, રાહત લક્ષણો, ડ્રેનેજ પેટર્ન, માટીના પ્રકારો અને કુદરતી વનસ્પતિ, તેમજ વસ્તી માળખું, લિંગ ગુણોત્તર, સાક્ષરતા, પરિવહન અને સંચારના સાધનો, શહેરી અને ગ્રામીણ વસાહતો વગેરે વિશેની માહિતી એકત્રિત કરવામાં આવે છે. જો કે, માં

ફિગ. 1.1 : ડેટા સંગ્રહની પદ્ધતિઓ

વ્યક્તિગત અવલોકનો કરવામાં, સામેલ વ્યક્તિ(ઓ)ને વિષયનું સૈદ્ધાંતિક જ્ઞાન અને પક્ષપાતરહિત મૂલ્યાંકન માટે વૈજ્ઞાનિક વલણ હોવું જરૂરી છે.

2. મુલાકાત

આ પદ્ધતિમાં, સંશોધકને સંવાદો અને વાર્તાલાપ દ્વારા પ્રતિભાવ આપનાર પાસેથી સીધી માહિતી મળે છે. જો કે, વિસ્તારના લોકો સાથે મુલાકાત લેતી વખતે મુલાકાત લેનારે નીચેની સાવચેતી રાખવી જોઈએ:

(i) વસ્તુઓની સચોટ યાદી તૈયાર કરવી જે વિશે મુલાકાત લેવાયેલી વ્યક્તિઓ પાસેથી માહિતી એકત્રિત કરવાની છે.

(ii) મુલાકાત લેવામાં સામેલ વ્યક્તિ(ઓ) સર્વેક્ષણના ઉદ્દેશ્ય વિશે સ્પષ્ટ હોવા જોઈએ.

(iii) કોઈપણ સંવેદનશીલ પ્રશ્ન પૂછવા પહેલાં પ્રતિભાવ આપનારને વિશ્વાસમાં લેવો જોઈએ અને તેને ખાતરી આપવી જોઈએ કે ગુપ્તતા જાળવવામાં આવશે.

(iv) એક અનુકૂળ વાતાવરણ સર્જવું જોઈએ જેથી પ્રતિભાવ આપનાર કોઈપણ સંકોચ વિના તથ્યો સમજાવી શકે.

(v) પ્રશ્નોની ભાષા સરળ અને નમ્ર હોવી જોઈએ જેથી પ્રતિભાવ આપનાર પ્રેરિત અનુભવે અને માંગવામાં આવેલી માહિતી આપવા માટે તત્પરતાથી સંમત થાય.

(vi) કોઈપણ એવો પ્રશ્ન પૂછવાનું ટાળો જે પ્રતિભાવ આપનારની ધાર્મિક લાગણીઓનો આત્મસન્માનને ઠેસ પહોંચાડી શકે.

(vii) મુલાકાતના અંતે, પ્રતિભાવ આપનારને પૂછો કે તે/તેણી તેના/તેણી દ્વારા પહેલેથી જ પૂરી પાડવામાં આવેલી માહિતી ઉપરાંત વધારાની માહિતી પૂરી પાડી શકે છે.

(viii) તમારા માટે તેમનો/તેણીનો મૂલ્યવાન સમય આપવા બદલ તમારો આભાર અને કૃતજ્ઞતા વ્યક્ત કરો.

3. પ્રશ્નાવલી/શેડ્યૂલ

આ પદ્ધતિમાં, સરળ પ્રશ્નો અને તેમના સંભવિત જવાબો સાદા કાગળ પર લખવામાં આવે છે અને પ્રતિભાવ આપનારે આપેલા વિકલ્પોમાંથી સંભવિત જવાબો પર ટિક માર્ક કરવો પડે છે. કેટલીકવાર, સંરચિત પ્રશ્નોનો સમૂહ લખવામાં આવે છે અને પ્રશ્નાવલીમાં પર્યાપ્ત જગ્યા પૂરી પાડવામાં આવે છે જ્યાં પ્રતિભાવ આપનાર તેમનો અભિપ્રાય લખે છે. સર્વેક્ષણના ઉદ્દેશ્યો પ્રશ્નાવલીમાં સ્પષ્ટ રીતે ઉલ્લેખિત હોવા જોઈએ. આ પદ્ધતિ મોટા વિસ્તારનું સર્વેક્ષણ કરવામાં ઉપયોગી છે. પ્રશ્નાવલીને દૂરના સ્થળોએ મેઇલ પણ કરી શકાય છે. પદ્ધતિની મર્યાદા એ છે કે માત્ર સાક્ષર અને શિક્ષિત લોકોને જ જરૂરી માહિતી પૂરી પાડવા માટે સંપર્ક કરી શકાય છે. પ્રશ્નાવલી જેવી જ જેમાં તપાસના મામલા સંબંધિત પ્રશ્નો હોય છે તે શેડ્યૂલ છે. પ્રશ્નાવલી અને શેડ્યૂલ વચ્ચેનો એકમાત્ર તફાવત એ છે કે પ્રતિભાવ આપનાર પોતે/પોતે જ પ્રશ્નાવલી ભરે છે, જ્યારે યોગ્ય રીતે તાલીમ પામેલો ગણનાર પોતે જ પ્રતિભાવ આપનારને સંબોધિત પ્રશ્નો પૂછીને શેડ્યૂલ ભરે છે. પ્રશ્નાવલી પર શેડ્યૂલનો મુખ્ય ફાયદો એ છે કે સાક્ષર અને નિરક્ષર બંને પ્રતિભાવ આપનારાઓ પાસેથી માહિતી એકત્રિત કરી શકાય છે.

4. અન્ય પદ્ધતિઓ

માટી અને પાણીના ગુણધર્મો વિશેનો ડેટા માટી કીટ અને પાણીની ગુણવત્તા કીટનો ઉપયોગ કરીને તેમની લાક્ષણિકતાઓને માપીને સીધા ક્ષેત્રમાં એકત્રિત કરવામાં આવે છે. તે જ રીતે, ક્ષેત્ર વૈજ્ઞાનિકો ટ્રાન્સડ્યુસર્સ (ફિગ. 1.2) નો ઉપયોગ કરીને પાકો અને વનસ્પતિના આરોગ્ય વિશે ડેટા એકત્રિત કરે છે.

ગૌણ ડેટાના સ્ત્રોતો

ગૌણ ડેટાના સ્ત્રોતોમાં પ્રકાશિત અને અપ્રકાશિત રેકોર્ડ્સનો સમાવેશ થાય છે જેમાં સરકારી પ્રકાશનો, દસ્તાવેજો અને અહેવાલોનો સમાવેશ થાય છે.

પ્રકાશિત સ્ત્રોતો

1. સરકારી પ્રકાશનો

ભારત સરકાર, રાજ્ય સરકારો અને જિલ્લા બુલેટિનના વિવિધ મંત્રાલયો અને વિભાગોના પ્રકાશનો ગૌણ માહિતીના સૌથી મહત્વપૂર્ણ સ્ત્રોતોમાંના એક છે. આમાં ભારતના રજિસ્ટ્રાર જનરલના કાર્યાલય દ્વારા પ્રકાશિત ભારતની વસ્તી ગણતરી, રાષ્ટ્રીય નમૂના સર્વેક્ષણના અહેવાલો, ભારતીય મેટેરિયોલોજિકલ વિભાગના હવામાન અહેવાલો અને રાજ્ય સરકારો દ્વારા પ્રકાશિત આંકડાકીય સારાંશ, અને વિવિધ આયોગો દ્વારા પ્રકાશિત સામયિક અહેવાલોનો સમાવેશ થાય છે. કેટલાક સરકારી પ્રકાશનો ફિગ. 1.3 માં બતાવવામાં આવ્યા છે.

ફિગ. 1.2 : પાકના આરોગ્યના માપ લેતા ક્ષેત્ર વૈજ્ઞાનિક

ફિગ. 1.3 : કેટલાક સરકારી પ્રકાશનો

2. અર્ધ/અર્ધ-સરકારી પ્રકાશનો

વિવિધ શહેરો અને નગરોના શહેરી વિકાસ પ્રાધિકરણો અને મ્યુનિસિપલ કોર્પોરેશનો, જિલ્લા પરિષદો વગેરેના પ્રકાશનો અને અહેવાલો આ શ્રેણીમાં આવે છે.

3. આંતરરાષ્ટ્રીય પ્રકાશનો

આંતરરાષ્ટ્રીય પ્રકાશનોમાં વર્ષપુસ્તકો, અહેવાલો અને મોનોગ્રાફનો સમાવેશ થાય છે જે સંયુક્ત રાષ્ટ્રના વિવિધ એજન્સીઓ દ્વારા પ્રકાશિત કરવામાં આવે છે, જેમ કે સંયુક્ત રાષ્ટ્ર શૈક્ષણિક, વૈજ્ઞાનિક અને સાંસ્કૃતિક સંગઠન (UNESCO), સંયુક્ત રાષ્ટ્ર વિકાસ કાર્યક્રમ (UNDP), વિશ્વ આરોગ્ય સંગઠન (WHO), ખાદ્ય અને કૃષિ સંગઠન (FAO), વગેરે. સંયુક્ત રાષ્ટ્રના કેટલાક મહત્વપૂર્ણ પ્રકાશનો જે સામયિક રીતે પ્રકાશિત થાય છે તે ડેમોગ્રાફિક યર બુક, સ્ટેટિસ્ટિકલ યર બુક અને હ્યુમન ડેવલપમેન્ટ રિપોર્ટ (ફિગ. 1.4) છે.

ફિગ. 1.4 : સંયુક્ત રાષ્ટ્રના કેટલાક પ્રકાશનો

4. ખાનગી પ્રકાશનો

અખબારો અને ખાનગી સંસ્થાઓ દ્વારા પ્રકાશિત વર્ષપુસ્તકો, સર્વેક્ષણો, સંશોધન અહેવાલો અને મોનોગ્રાફ આ શ્રેણીમાં આવે છે.

5. અખબારો અને મેગેઝિનો

દૈનિક અખબારો અને સાપ્તાહિક, પક્ષિક અને માસિક મેગેઝિનો ગૌણ ડેટાના સરળતાથી સુલભ સ્ત્રોતો તરીકે સેવા આપે છે.

6. ઇલેક્ટ્રોનિક મીડિયા

ઇલેક્ટ્રોનિક મીડિયા, ખાસ કરીને ઇન્ટરનેટ, તાજેતરના સમયમાં ગૌણ ડેટાનો એક મુખ્ય સ્ત્રોત તરીકે ઉભરી આવ્યો છે.

અપ્રકાશિત સ્ત્રોતો

1. સરકારી દસ્તાવેજો

અપ્રકાશિત અહેવાલો, મોનોગ્રાફ અને દસ્તાવેજો ગૌણ ડેટાનો બીજો સ્ત્રોત છે. આ દસ્તાવેજો શાસનના વિવિધ સ્તરોએ અપ્રકાશિત રેકોર્ડ તરીકે તૈયાર અને જાળવવામાં આવે છે. ઉદાહરણ તરીકે, ગામના સ્તરની આવકની નોંધ જે સંબંધિત ગામોના પટવારી દ્વારા જાળવવામાં આવે છે તે ગામ-સ્તરની માહિતીનો એક મહત્વપૂર્ણ સ્ત્રોત છે.

2. અર્ધ-સરકારી રેકોર્ડ્સ

વિવિધ મ્યુનિસિપલ કોર્પોરેશનો, જિલ્લા પરિષદો અને સિવિલ સર્વિસિસ વિભાગો દ્વારા તૈયાર અને જાળવવામાં આવતા સામયિક અહેવાલો અને વિકાસ યોજનાઓ અર્ધ-સરકારી રેકોર્ડમાં સમાવિષ્ટ છે.

3. ખાનગી દસ્તાવેજો

આમાં કંપનીઓ, ટ્રેડ યુનિયનો, વિવિધ રાજકીય અને અરાજકીય સંગઠનો અને રહેણાંક કલ્યાણ સંગઠનોના અપ્રકાશિત અહેવાલો અને રેકોર્ડનો સમાવેશ થાય છે.

ડેટાનું કોષ્ટકબંધીકરણ અને વર્ગીકરણ

પ્રાથમિક અથવા ગૌણ સ્ત્રોતોમાંથી એકત્રિત કરવામાં આવેલ ડેટા શરૂઆતમાં સમજણના ઓછામાં ઓછા સાથે માહિતીના મોટા ગડબડ તરીકે દેખાય છે. આને કાચો ડેટા કહેવામાં આવે છે. અર્થપૂર