सामग्रीचे विश्लेषण (Analysis of Data)

(J D Ingawale)

बी.ए. भाग ३ सेमी ६ पेपर १३ अर्थशास्त्रातील संशोधन पध्दतीशास्र

सामग्रीचे विश्लेषण  (Analysis of Data)

सामग्रीचे विश्लेषण म्हणजे काय ?

     तथ्य संकलनानंतर तथ्यांचे विश्लेषण आणि निर्वाचन यावर संशोधकाला लक्ष केंद्रित करावे लागते. निर्वाचन म्हणजे अर्थशोधन होय. यालाच अर्थबोध असेही म्हणता येईल. जोन गॅल्डंगन (Johan Galtung) यांच्या मते, जमा केलेल्या सामग्रीवर संस्कार (Processing) करणे हा विश्लेषण कार्यातील महत्वाचा भाग होय. तथ्यांचे विश्लेषण करणे सोपे जावे म्हणून जी कार्ये अपेक्षित व आवश्यक असतात त्यांचा यामध्ये समावेश होतो. उदा. सांख्यिकीय सामग्रीचे संक्षिप्तीकरण व तथ्यांची पुनर्माडणी यांचा यात उल्लेख करता येईल. सामग्रीचे विशिष्ट प्रकारे संगठन करून सिद्धांताची अथवा गृहीतकाची पडताळणी घेता यावी किंवा नवीन सिद्धांताची मांडणी करता यावी हा विश्लेषणाचा मुख्य हेतू असतो. संशोधनामध्ये गृहीतकांच्या स्वरूपात मांडण्यात आलेल्या संशोधन समस्येच्या संभाव्य उत्तराच्या खरेपणाची अथवा खोटेपणाची चाचणी घेण्यासाठी संकलित तथ्यांना सारस्वरूपात व संघटित स्वरूपाची मांडणी करणे आवश्यक असते. त्यामधूनच गृहीताची निर्मिती होऊ शकते. म्हणूनच सामग्रीचे विश्लेषण व निर्वाचन हे संशोधनाचे महत्त्वाचे अंग ठरते. ज्युलस् हेन्री पोईनकेअर (Jules Henri Poincare) यांच्या मते हे खरे आहे की दगडांच्या साहाय्याने घर तयार होते तसे तथ्यांमुळे विज्ञानाची निर्मिती होते. परंतु केवळ दगडांचा ढीग म्हणजे घर नव्हे; तसे तथ्यसंकलन म्हणजे विज्ञान नव्हे. घर बांधताना आर्किटेक्टने तयार केलेल्या प्लॅनप्रमाणे आखणी करून दगड, विटा, सिमेंट बाद, मळी-लोखंड यासारखी सामग्री जमा करून तिचा ढीग तयार करून ठेवला तर त्याला पर म्हणता येणार नाही. ही साधनसामग्री आवश्यक आहेच परंतु या साधनसामग्रीची विशिष्ट पद्धतीने रचना करणे अनिवार्य ठरते. त्याचप्रमाणे विविध तथ्य संकलनाच्या पद्धतीने विपुल माहिती संशोधकाला जमा करावी लागते. तिची विशिष्ट पद्धतीने व्यवस्था लावावी लागते. अर्थवाही पद्धतीने त्यातील परस्परसंबंध, संघटन व जाणीवपूर्वक व्यवस्थाबद्ध मांडणी करावी लागते. त्या माहितीमधून अर्थबोध होईल असा आराखडा तयार करावा लागतो. त्यानंतरची जी अवस्था तिला विश्लेषण म्हणता येईल.

संशोधकाने जमा केलेल्या सामग्रीत एक शिस्तबद्ध व्यवस्था निर्माण करण्याच्या प्रक्रियेला विश्लेषण म्हणता येईल. त्यात एखाद्या प्रसंगाचा अथवा घटनेचा परिचय करून देण्याचा, स्पष्टीकरण देण्याचा संशोधकाचा प्रयत्न असतो. हे स्पष्टीकरण शास्त्रीय भाषेत देण्याचा प्रयत्न म्हणजे सामग्रीचे विश्लेषण होय. सामग्रीतील आंतर-संबंध स्पष्ट करणे, कार्यकारण भाव विशद करणे, बौद्धिक तृष्णा भागविणे, गृहीतकाला बळकटी देणे अथवा एखादे गृहीतक चुकीचे आहे हे सिद्ध करणे, तसेच नवीन सिद्धांत मांडणे असे विविध हेतू सामग्रीच्या विश्लेषणाचे असू शकतात सामग्रीचे विश्लेषण हे काल्पनिक अथवा व्यक्तिसापेक्ष असू नये ते व्यक्तिनिरपेक्ष, तार्किक व काही मूलभूत गुणांवर अवलंबून असले पाहिजे. एखाद्या गुंतागुतीच्या घटनेचे स्पष्टीकरण करताना त्यात समाविष्ट असलेले निरनिराळे घटक अलग करून त्यातील आंतर संबंध स्पष्ट करण्याचा भाग विश्लेषणात येतो. वुल्फ (Wolfe) यांच्या मते, "विज्ञानात घडणाऱ्या असंख्य संमिश्र व गुंतागुंतीच्या घटनांचा शोध घेताना गोंधळून जाण्याची शक्यता असते, असे असले तरी सामग्रीवरील प्रक्रियेच्या साहाय्याने त्यात व्यवस्थितपणा अगर अनुक्रम आणणे विश्लेषणाद्वारे शक्य होते आणि तोच सर्व वैज्ञानिक पद्धतीचा पाया आहे."

काही तथ्यांमधून संशोधकाला पुरावे मिळतात. एखाद्या भाकिताला पाठबळ देणारे आकडे बोलके असतात. असे असले तरी तथ्यांचे विश्लेषण करताना जमा केलेली सामग्री पारदर्शक असली पाहिजे. तसेच तिची सांस्कृतिक व ऐतिहासिक पार्श्वभूमी लक्षात घेतली पाहिजे तरच त्या विश्लेषणातील निष्कर्षांना काही अर्थ प्राप्त होईल. गुड व हॅट (Good and Hat) यांच्या मते, "तथ्ये ही नेहमी साधी व सोपी नसतात. अनेक वेळा ती संशोधन मार्गात अडथळे निर्माण करतात. म्हणून गुंतागुंतीच्या व जटिल तथ्यांमधील अडथळे दूर करून त्यातील वृत्ती-प्रवृत्ती, ** अनुभूती यांचे विश्लेषण करून त्यांचे निराकरण करणे, हे विश्लेषणामुळे शक्य होते. म्हणूनच तथ्याची परिपूर्ण माहिती मिळवावी लागते. जमविलेल्या माहितीतील उणिवा कोणत्या आहेत हे शोधून काढण्यासाठी तथ्यांचे निर्वचन/अर्थशोधन करण्यापूर्वी माहितीची पुन्हा पुन्हा चाचणी घेऊन त्याचे विश्लेषण करण्याची गरज भासते. अभ्यासविषयासंबंधी काही नवीन पैलू लक्षात आल्यास त्याची खातरजमा करणे गरजेचे असते. संकलित माहिती बिनचूक, पुरेपूर व विश्वसनीय असेल तरच विश्लेषणाद्वारे अचूक निष्कर्ष काढणे शक्य होते. एम. जे. मोरोनी (M.J. Moruney) यांच्या मते, "संपूर्ण अभ्यासविषयाचे अचूक व सखोल ज्ञान असल्याशिवाय संशोधनात गणिती अचूकता येऊ शकत नाही. अन्यथा त्यातून अभ्यासविषयाचा भ्रामक खोटेपणा मांडला जातो." म्हणूनच सामग्रीचे विश्लेषण हा वैज्ञानिक संशोधनपद्धतीचा गाभा समजला जातो...

सामग्रीच्या विश्लेषणाची गरज / आवश्यकता (Need of Data Analysis)

१. सिद्धांताची अथवा गृहीतकांची पडताळणी घेणे.

२. अमूर्त तत्त्वाची ओळख करून घेणे.

३. नवीन सिद्धांताची मांडणी करणे.

४. गृहीतांसाठी संभाव्य उत्तराच्या खरेपणाची चाचणी घेणे.

५. गृहीतकाला बळकटी प्राप्त करून देणे.

६. संकलित सामग्री सार स्वरूपात मांडण्याचा प्रयत्न करणे.

७. सांख्यिकीचे संघटन व स्पष्टीकरण करणे.

८. संशोधनाचे निर्वाचन करण्यासाठी पार्श्वभूमी तयार करणे.

९. संकलित साधनसामग्रीची विशिष्ट पद्धतीने रचना करणे.

१०. तथ्याची पद्धतशीर व शिस्तबद्ध व्यवस्था लावणे. ११. एखाद्या घटनेचा किंवा समस्येचा परिचय करून देणे.

१२. शास्त्रीय पद्धतीने सामग्रीतील आंतरसंबंध स्पष्ट करणे.

१३. घटनेतील कार्यकारण संबंधावर प्रकाश टाकणे.

१४. बौद्धिक तृष्णा भागविणे.

१५. गुंतागुंतीच्या घटनेतील तिढा उकलून दाखविणे. १६. संशोधनाला वैज्ञानिक सामर्थ्याची जोड देणे.

१७. तथ्यांची सांस्कृतिक व ऐतिहासिक पार्श्वभूमी लक्षात घेऊन त्याआधारे पारदर्शक व

स्पष्ट मत मांडणे.

१८. गुंतागुतीच्या व जटील तवांमधील अडथळे दूर करून त्यातील वृत्ती-प्रवृत्ती व अनुभूती यांचे विश्लेषण करून निराकरण करणे.

१९. सिद्धांत मांडताना होणाऱ्या संभाव्य चुका टाळणे. २०. तथ्यांचे अर्थशोधन व निर्वचन करण्यापूर्वी माहितीची पुन्ह:पुन्हा चाचणी घेणे.

विश्लेषणाचे स्वरूप आणि प्रकार

    सामग्रीचे विश्लेषण (Analysis) व सामग्रीचे निर्वचन (Interpretation) यांच्यातील फरक दाखविणे अगदी कठीण आहे. प्रत्यक्षात या दोन्ही प्रक्रिया एकमेकात बेमालूमपणे मिसळून गेलेल्या असतात. सामग्रीचे विश्लेषण हे विशिष्ट प्रकारे करण्यात येणारे संघटन असेल तर त्याचा आधार म्हणजे मार्गदर्शक तत्व निर्वचनात्मक कल्पनाच असतात. विश्लेषणाची परिणती म्हणजे निष्कर्ष होय. म्हणजेच विश्लेषण कार्याची सांगता अर्थशोधन अथवा निर्वाचन होय. सेल्टिझ व जहोदा यांच्या मते, निर्वाचन हा विश्लेषणाचा एक विशेष भाग मानणे अधिक संयुक्तिक होईल. बऱ्याच संशोधनात सामग्री जमा करण्यापूर्वीच विश्लेषणाची योजना आखलेली असते. सामग्रीचे वर्गीकरण, सांकेतीकरण, सारणीकरण, कार्यकारणसंबंध लक्षात घेऊन निष्कर्षाप्रत जाणे ह्या विश्लेषण तंत्राच्या प्रमुख पायऱ्या होत.

संशोधनासाठी वापरण्यात येणाऱ्या साधनसामग्रीच्या साहाय्याने सामग्रीतील आंतरसंबंध शोधणे व त्यावरून काही निष्कर्ष काढणे म्हणजे विश्लेषण होय सर्वेक्षणाद्वारे उपलब्ध झालेल्या आकडेवारीवरून माहिती नसलेल्या (अज्ञात) काही बाबी उजेडात आणणे शक्य होते. तसेच संशोधनकार्यासाठी स्वीकारलेल्या गृहीतकांची सत्यासत्यता पडताळता येते. अनुमानसिद्ध विश्लेषणाला संख्याशास्त्रीय विश्लेषण (Statistical analysis) असेही म्हणतात. वर्णनात्मक विश्लेषण (Descriptive analysis) हे मोठ्या प्रमाणात एका चलाच्या वितरणात्मक माहितीशी संबंधित असते. त्यावरून आपणाला कंपनी, कार्यकारी गट अथवा अन्य विषयांच्या गुणवैशिष्ट्यांचे उदा. आकार, रचना, कार्यक्षमता सिद्धी संपादन इत्यादींचे चित्र तयार करता येते. हे विश्लेषण एका चलाबाबत असल्याने त्याला एक विस्तारासंबंधीचे विश्लेषण (Unidimentional analysis) असे म्हणतात. ते दोन चलाबाबतचे असल्यास त्याला द्वितन्हे विश्लेषण (Bivariate analysis) असे म्हणतात आणि दोनपेक्षा अधिक चलाच्या विश्लेषणाला बहुरंगी /बहुढंगी विश्लेषण (Multivariate analysis) असे म्हणतात. यावरून आपणाला मापनाच्या विविध पद्धतींच्या साहाय्याने दोन किंवा अधिक चलांमधील आकार, रूप, ठेवण इत्यादीबाबत सहसंबंध दाखविता येतो.

आपणाला सहसंबंध विश्लेषण, (Correlation analysis) आणि कार्यकारणाबाबतचे विश्लेषण (Causal analysis) सांगता येते. सहसंबंध विश्लेषणावरून आपणाला एकसंघ असणान्या असंख्य चलामधील आंतरसंबंध अभ्यासता येतो. कारण कार्यकारण विश्लेषणाच्या (Causal analysis) साहाय्याने एका किंवा अधिक बलाचा अन्य चलांवर किती परिणाम होतो याची माहिती मिळते. म्हणूनच एका किंवा अधिक चलामधील कार्यानुसार संबंध कसा आहे. याच्या अभ्यासासाठी उपयोग होतो. या विश्लेषणाला प्रतिपणामी विश्लेषण (Regressive) analysis) असे म्हणतात. विश्लेषणाच्या अन्य प्रकारांशी तुलना करता शास्त्रीय संशोधनात कार्यकारण विश्लेषण अधिक महत्वाचे समजले जाते. सामाजिक संशोधनात आणि व्यावसायिक संशोधनात रस असणाऱ्या संशोधकाच्या दृष्टीने कार्यकारणसंबंध शोधण्यासाठी सहसंबंध विश्लेषणाला अधिक महत्त्व दिले जाते.

आधुनिक काळात संगणकाची सुविधा उपलब्ध झाल्याने बहुचल विश्लेषण पद्धती (Multivariable analysis) अत्यंत वेगाने विकसित होत आहे. जगदीश एन. शेठ यांनी बहुचल विश्लेषणाची व्याख्या करताना म्हटले आहे की, "दोन किंवा अधिक चलांच्या नमुना निरीक्षणाच्या साहाय्याने एकाच वेळी सर्व संख्याशास्त्रीय पद्धतींचा वापर करून विश्लेषण करण्याची पद्धती म्हणजे बहुचल विश्लेषण होय." बहुचल विश्लेषणात प्रामुख्याने पुढील पद्धतींचा समावेश करता येईल.

(अ) बहु प्रतिपगामी विश्लेषण (Multiple regression analysis) या पद्धतीच्या वापरासाठी संशोधक तज्ज्ञ असावा लागतो. तो असे गृहीत धरतो की एक परावलंबी चल हे अन्य दोन अथवा अधिक स्वतंत्र चलाचे फलन असते. याचे उद्दिष्ट हे असते की एखाद्या परावलंबी गृहीतकाचे चल हे अन्य सर्व स्वतंत्र चलाशी सहचलत्व (Covariance) असतात असे भाकीत केले जाते.

(ब) बहुविध भेद जाणणारे चल (Multidiscriminate analysis) जेव्हा संशोधकाकडे माहितीचे असे एकच स्वतंत्र चल उपलब्ध असते की ज्याचे ज्याचे मोजमाप करता येत नाही. परंतु त्यातील संबंधावरून त्याचे दोन अथवा अधिक गटात वर्गीकरण करता येते. अशा वेळी हे विश्लेषण तंत्र अधिक समर्पक ठरते. अस्तित्वात असलेल्या एका स्वतंत्र वस्तूविषयी भविष्य कधन करताना अथवा शक्यता वर्तविण्यासाठी एखाद्या गटाशी संबंधित अथवा अनेक वस्तूंशी संबंधित चल उपलब्ध होत असतील तर अशा वेळी विश्लेषणासाठी ही पद्धती वापरली जाते.

(क) बहुचल विसंवादी विश्लेषण (Multivariate analysis of variance) ही विश्लेषण पद्धती म्हणजे द्विमार्गी अनोव्हा (Two way ANOVA) पद्धतीचा विस्तार होय. यात दोन गट विचलनामधील विसंवादी सच-विचलनाशी तुलना करून निष्कर्ष काढले जातात.

(ड) अधिकृत विश्लेषण / प्रनियंत्रित विश्लेषण (Canonical analysis): मापन करता येणाच्या चलाच्या गटाबाबत आणि मापन न करता येणाऱ्या चलाच्या गटाबाबतही ही विश्लेषण पद्धती वापरली जाते. सामान्यतः परावलंबी चलाचा संच आणि स्वतंत्र चलाचा सच यामधील संयुक्त गटाबाबतचे पूर्वानुमान करण्याच्या हेतूने या विश्लेषण पद्धतीचा वापर केला जातो

(इ) अनुमानिक / अनुमानसिद्ध विश्लेषण (Inferential analysis): महत्त्वपूर्ण अशा विभिन्न चल-संच चाचण्याशी संबंधित असणाऱ्या गृहीतकाची परीक्षा घेण्याच्या हेतूने जमा केलेल्या सामग्रीची खातरजमा तपासून पाहणे व त्यावरून निष्कर्ष काढणे यासाठी ही पद्धती वापरली जाते. संख्यात्मक मूल्याचे अंदाज घेण्यासाठीही ही पद्धती वापरली जाते. मुख्यतः अनुभवसिद्ध विश्लेषणाचे हे कार्य असते की त्यावरून भविष्यकथन (पूर्वानुमान) करता येते. (फ) आशय विश्लेषण (Content analysis) : विविध मार्गांनी जमा केलेली सामग्री आकाराने प्रचंड, असंघटित व विस्कळीत असते, त्यामध्ये संघटनाचे कार्य महत्त्वाचे असते.विविध तामध्ये संबंध प्रस्थापित करण्यासाठी त्यातील गुणधर्मानुसार विभाजन करण्या क्रियेला आशय विश्लेषण म्हणतात. याबाबत पी. व्ही यंग म्हणतात की, “आवश्लेषण हे संशोधनाचे असे तंत्र आहे की, ज्यामध्ये मुलाखत प्रश्नावली आणि अन्य मौखिक व लिखित स्वरूपात जमा केलेल्या संख्यात्मक सामग्रीला शिस्तबद्ध रोतीने मांडून त्यातील आशय व्यवस्थितपणे परिणामकारक रीतीने वर्णन करणे शक्य होते. "

  एफ. एन. कलिंजर (F.N. Kertinger) आशय विश्लेषणाला अधिक महत्व देतात. विशेषत सामाजिक संशोधनात जमा केलेली सामग्री असंघटित व विस्कळीत असते. सामाजिक पटनात सतत बदल होत असतात. अशा वेळी या बदलांची दिशा व गती अभ्यासासाठी आशय विश्लेषण पद्धती अधिक उपयुक्त ठरते. आधुनिक युग हे माहिती तंत्रज्ञानाचे युग आहे. त्यामुळे जग अगदी जवळ आले आहे. कोणतीही माहिती क्षणार्धात जगभर पोहोचते. मोबाईल आणि इंटरनेटच्या क्रांतीमुळे आंतरराष्ट्रीय घडामोडीतील परिवर्तनाचे स्वरूप, त्याची गती व दिशा आजमावण्यासाठी आशय विश्लेषण पद्धती महत्वाची भूमिका पार पाडते.

 सामग्रीच्या विश्लेषणाचे महत्त्व (Importance of Data Analysis)

१. जेव्हा ज्ञान किंवा व्यावहारिक परिस्थिती अनिश्चित असते तेव्हा सुज्ञपणे निर्णय घेण्यासाठी तव्याचे विश्लेषण करणाऱ्या तंत्राचा समुच्चय म्हणजे संख्यात्मक विश्लेषण पद्धती होय त्यामधून कार्यकारणसंबंध निश्चित करण्यास साहाय्य होते.

२. दोन अगर अधिक घटकांचे प्रमाण अभ्यासण्यासाठी विश्लेषण पद्धती उपयोगी पडते.बदलाची दिशा व गती यांची तुलना अभ्यासता येते.

३. दोनपेक्षा अधिक घटकाचे एकूण संख्येशी नेमके प्रमाण काय आहे हे विश्लेषणाच्या साहाय्याने समजू शकते.

४. शेकडेवारी पद्धतीच्या साहाय्याने एकूणात एखाद्या घटकाची किंमत शंभरपैकी किती आहे हे समजू शकते.

५. गुणात्मक घटकाचे संख्यात्मक मापन करता येते. उदा. एखाद्या महाविद्यालयातील विद्यार्थ्यांची नागरी व ग्रामीण अशी गुणात्मक वर्गवारी होय. या वर्गवारीवरून प्रमाण काढले असता त्यावरून गुणांचे मापन करता येते.

६. दोन श्रेणीत तुलना करता येते. अनेक वेळा सापेक्ष तुलना करणे शक्य होते. अनेक ठिकाणी निरपेक्ष फरकाऐवजी सापेक्ष फरक समजून घेणे योग्य ठरते.

७. अनेक वेळा सामग्री इतकी गुंतागुंतीची असते, इतकी विस्तृत व आकाराने प्रचंड असते की, तक्त्यावरून किंवा प्रमाणावरून उपयोगी पडतील अशी अनुमाने काढणे शक्य होत नाही. अशा वेळी संख्याशास्त्रीय पद्धतीतील साधारणमाने (Averages) काढणे उपयोगी ठरते. आकडेवारीवरून निष्कर्ष काढण्यासाठी एक प्रातिनिधिक संख्या मिळवावी लागते. त्याचा उपयोग नियोजनसाठी होतो.

८. गणितमध्य विश्लेषणाच्या साहाय्याने दर एकरी उत्पादन, दरडोई उत्पन्न, सर्वसाधारण उंची, दरडोई मजुरी, नफा इत्यादी काढण्यासाठी उपयोग होतो.

९. भारित गणितमध्याचा उपयोग निर्देशांक काढण्यासाठी होतो. त्यावरून राहणीखर्चाचा निर्देशांक, आयात-निर्देशांक, निर्यात-निर्देशांक असे अनेक निर्देशांक अर्थशास्त्रीय विवेचनात काढावे लागतात.

१०. ज्या वेळी आकडेवारीचे दोन भाग पाडण्याची जरुरी असते तेव्हा मध्यमा मूल्य वापरतात. सामग्री जेव्हा गुणात्मक असते, तिला संख्यात्मक रूप देता येत नाही. गणितमध्य ठरविता येत नाही. उदा. बुद्धिमत्ता, सौंदर्य इ. अकरूपाने मोजणे कठीण असले तरी त्यांचा आपण क्रम लावू शकतो. घटक क्रमाने लावून मध्यमा निश्चित करता येते.

११. एखाद्या वितरणाबद्दल अधिक माहिती मिळविण्यासाठी चतुर्थक, दशमके, शतमके उपयोगी पडतात.

 १२. सर्वात अधिक बारंवारिता असणान्या घटकाची किंमत समजण्यासाठी बहुलक उपयोगी पडतो. बहुलक सामग्रीचे विश्लेषण करण्यासाठी वापरला जातो.

१३. जेव्हा निष्कर्ष ताबडतोब हवे असतील तेव्हा विस्कलन मोजण्यासाठी विस्ताराचा उपयोग करतात.

१४. दोन किंवा अधिक चलांमध्ये असणाऱ्या सहसंबंधाचे अस्तित्व ठरविणे, त्याची दिशा ठरविणे व त्याचे मोजमाप करणे याला सहसंबंध म्हणतात. कार्ल पिअरसनच्या सहसंबंधाच्या साहाय्याने प्राक्कथन करण्याची क्षमता येऊ शकते. तसेच एखाद्या प्रक्रियेचे नियंत्रण करणे शक्य होते. नियोजनासाठीही हा सहसंबंध उपयुक्त ठरतो.

१५. कालिक श्रेणीच्या साहाय्याने व्यापारचक्रीय बदलांचे विश्लेषण करणे शक्य होते. तसेच मोसमी बदलांवरून मागणी-पुरवठ्याचा अंदाज बांधता येतो.

थोडक्यात, भिन्न प्रकारचे निष्कर्ष काढण्यापूर्वी सामग्रीचे विश्लेषण महत्त्वाचे ठरते.