GNDU B.Com 5th Semester Data Handling through SPSS: Syllabus, SPSS Steps और Exam की तैयारी
GNDU Papers Editorial Team
GNDU Data Handling through SPSS
GNDU Data Handling through SPSS वाला paper ज़्यादातर students को बाकी papers से अलग लगता है, क्योंकि यह न पूरा theory है और न पूरा calculation। यहाँ तीन चीज़ें साथ चलती हैं: software के menu, statistical tests, और उनके नतीजे पढ़कर सही निष्कर्ष लिखना। जो student सिर्फ़ definitions पढ़ता है, उसे Section C और D में अटकना पड़ता है। इस गाइड में हम चारों sections को इसी नज़र से देखेंगे कि हर topic में क्या समझना है, SPSS में वह काम कहाँ मिलता है और answer में क्या लिखना है।
ध्यान दें: GnduPapers.com, Guru Nanak Dev University की official वेबसाइट नहीं है। इस पेज पर किसी question paper का PDF नहीं है, और यहाँ दिए सवाल practice के लिए हैं, किसी असली 2026 paper के सवाल नहीं। Syllabus, marks और date sheet की पक्की जानकारी के लिए हमेशा gndu.ac.in देखें।
Paper की बुनियादी जानकारी
| बात | विवरण |
|---|---|
| Subject | Data Handling through SPSS |
| Paper code | BCO05016T |
| Type | Theory |
| समय | 3 घंटे |
| कुल Marks | 50 |
| Sections | A, B, C और D |
| कुल सवाल | 8, यानी हर section से 2 |
| कितने करने हैं | 5, और हर section से कम से कम 1 |
यह जानकारी GNDU के B.Com syllabus पर आधारित है। Batch और session बदलने पर code, marks या pattern बदल सकते हैं, इसलिए अपने official syllabus से ज़रूर मिलाएँ।
पैटर्न का सीधा मतलब यह है कि आप तीन सवाल छोड़ सकते हैं, पर कोई एक पूरा section नहीं। इसलिए चारों sections की बुनियादी तैयारी ज़रूरी है।
चार sections, चार काम
आसानी के लिए इन्हें ऐसे याद रखें:
- Section A: data को तैयार करना
- Section B: data को देखना और सारांश बनाना
- Section C: groups के बीच अंतर परखना
- Section D: संबंध और अनुमान (correlation, regression, factor analysis)
Section A: Data तैयार करना
इसमें SPSS का परिचय, data file बनाना, variables define करना, data डालना, cases और variables जोड़ना, sorting, file को split और merge करना, नया variable compute करना, recode करना, ranking, visual binning, कुछ transformations (log, inverse, quadratic, cubic), outlier पहचानना, missing values और data की normality जाँचना आता है।
नीचे की table में हर काम के सामने SPSS में आम तौर पर मिलने वाला रास्ता है। Version के हिसाब से menu के नाम थोड़े अलग हो सकते हैं।
| काम | SPSS में कहाँ |
|---|---|
| Variables define करना | Variable View |
| Sort Cases | Data → Sort Cases |
| Split File | Data → Split File |
| Merge Files | Data → Merge Files |
| नया variable बनाना | Transform → Compute Variable |
| Recode | Transform → Recode into Same / Different Variables |
| Rank Cases | Transform → Rank Cases |
| Visual Binning | Transform → Visual Binning |
| Normality जाँच | Analyze → Descriptive Statistics → Explore |
इस section में दो अंतर बार-बार पूछे जा सकते हैं। पहला, Sort और Split: Sort सिर्फ़ cases का क्रम बदलता है, जबकि Split File आगे की analysis को groups में बाँटकर अलग-अलग चलाती है। दूसरा, Recode into Same और Different Variables: “Same” में पुराना variable ही बदल जाता है, इसलिए सुरक्षित तरीका यह है कि “Different Variables” चुनें और मूल data को बचाकर रखें।
Outlier और missing values पर लिखते समय यह भी बताएँ कि इनका ध्यान क्यों ज़रूरी है: ये नतीजों को बिगाड़ सकते हैं।
Section B: Graphs और Descriptive Analysis
इसमें line, pie और bar chart, box plot, P-P और Q-Q plot, scatter diagram, Chart Builder, tabulation, frequencies, descriptive statistics और cross-tabs आते हैं। Charts अक्सर ऐसे पूछे जाते हैं कि “कौन सा chart कब”।
| Chart | कब इस्तेमाल करें |
|---|---|
| Bar chart | अलग-अलग categories की तुलना |
| Pie chart | पूरे में हर हिस्से की हिस्सेदारी |
| Line chart | समय के साथ बदलाव |
| Box plot | फैलाव और outliers देखना |
| Scatter diagram | दो numeric variables का संबंध |
| P-P / Q-Q plot | देखना कि data सामान्य वितरण के करीब है या नहीं |
Frequencies, Descriptives और Crosstabs आम तौर पर Analyze → Descriptive Statistics में मिलते हैं, और Chart Builder Graphs menu में। Descriptive statistics वाले answer में mean, median, standard deviation जैसे measures का मतलब ज़रूर लिखें, सिर्फ़ नाम नहीं।
Section C: Hypothesis Testing
यह section सबसे ज़्यादा practice माँगता है, क्योंकि यहाँ test चुनना और नतीजा पढ़ना दोनों आने चाहिए।
| Test | कब इस्तेमाल करें | SPSS में कहाँ |
|---|---|---|
| One-Sample t-test | एक sample के औसत की किसी दिए मान से तुलना | Analyze → Compare Means → One-Sample T Test |
| Independent-Samples t-test | दो अलग groups के औसत की तुलना | Compare Means → Independent-Samples T Test |
| Paired-Samples t-test | एक ही group के पहले और बाद के मान | Compare Means → Paired-Samples T Test |
| One-Way ANOVA | तीन या ज़्यादा groups की तुलना | Compare Means → One-Way ANOVA (Post Hoc के साथ) |
| Repeated Measures ANOVA | एक ही group की कई बार की माप | Analyze → General Linear Model → Repeated Measures |
| Non-parametric tests | जब data सामान्य न हो या ordinal हो | Analyze → Nonparametric Tests |
एक worked example (काल्पनिक आँकड़े, सिर्फ़ समझाने के लिए): मान लीजिए एक college के दो sections, X और Y, के 30-30 students के marks लिए गए। X का औसत 62 है और Y का 58। सवाल यह है कि क्या यह अंतर सच में है या संयोग?
- Hypotheses लिखें। Null: दोनों sections के औसत marks बराबर हैं। Alternative: बराबर नहीं हैं।
- Test चुनें। दो अलग groups हैं, इसलिए Independent-Samples t-test।
- SPSS चलाएँ। Marks को test variable और section को grouping variable बनाएँ।
- Output पढ़ें। पहले Levene’s test देखें, जो बताता है कि दोनों groups का फैलाव बराबर माना जाए या नहीं, और उसी के हिसाब से सही row चुनें। फिर Sig. (2-tailed) देखें।
- निष्कर्ष लिखें। अगर Sig. 0.03 है, यानी 0.05 से कम, तो 5% level पर null reject होता है और अंतर statistically significant माना जाएगा। अगर Sig. 0.20 आता, तो null reject नहीं होता।
इसी ढाँचे से बाकी tests के answer भी लिखे जा सकते हैं: hypotheses, test का चुनाव, SPSS steps, output का मुख्य हिस्सा और निष्कर्ष।
Section D: Correlation, Regression और Factor Analysis
Correlation: Scale data के लिए आम तौर पर Pearson, ordinal के लिए Spearman, और nominal data के लिए crosstabs वाले measures जैसे Phi या Cramér’s V इस्तेमाल होते हैं। Correlation का मान -1 से +1 के बीच होता है: चिह्न दिशा बताता है और संख्या ताकत। Bivariate correlation आम तौर पर Analyze → Correlate → Bivariate में मिलती है।
Regression: Analyze → Regression → Linear। Simple regression में एक independent variable होता है, multiple में एक से ज़्यादा। Output में R Square बताता है कि dependent variable के अंतर का कितना हिस्सा independent variables समझा पाते हैं, और coefficients बताते हैं कि हर variable का कितना असर है।
Factor Analysis: Analyze → Dimension Reduction → Factor। इसमें कई variables को कम “factors” में समेटा जाता है। Business research में इसका इस्तेमाल अक्सर survey के कई सवालों को कुछ मुख्य समूहों में बाँटने के लिए होता है।
Correlation और regression का अंतर साफ़ रखें: correlation संबंध की दिशा और ताकत बताता है, जबकि regression एक variable से दूसरे का अनुमान लगाने के लिए model देता है।
सवाल तीन तरह के बनते हैं
- अंतर वाले: Sort और Split, Bar और Pie, Simple और Multiple regression। Table बनाकर लिखें।
- Procedure वाले: SPSS में file merge करना, t-test चलाना। Menu का रास्ता और मुख्य options लिखें।
- Interpretation वाले: output देकर निष्कर्ष माँगना। Hypothesis, Sig. value और निष्कर्ष तीनों लिखें।
एक long answer का ढाँचा: छोटा परिचय, अर्थ, उद्देश्य, SPSS procedure, छोटा उदाहरण और दो-तीन पंक्ति का निष्कर्ष।
चार हफ्तों की योजना
| हफ्ता | क्या करें |
|---|---|
| 1 | Section A: software खोलकर एक छोटी data file बनाएँ, sort, split, recode और compute खुद करें |
| 2 | Section B: एक ही data पर अलग-अलग charts और frequencies बनाएँ |
| 3 | Section C: हर test का एक छोटा उदाहरण खुद चलाकर output पढ़ें |
| 4 | Section D, Factor Analysis की बुनियाद और एक timed practice |
Computer न हो तो भी screenshots और अपने notes से menu paths दोहराते रहें, पर संभव हो तो हफ्ते में दो-तीन बार software खोलें। Semester की बाकी subjects के साथ समय बाँटने के लिए हमारी 5th Semester preparation guide देखें।
आम गलतियाँ
- सिर्फ़ definitions याद करना और software पर कभी न बैठना
- Test का चुनाव समझे बिना steps रटना
- Output में सिर्फ़ संख्या लिखना, निष्कर्ष न लिखना
- Section C और D को आख़िर के लिए छोड़ देना
- चारों में से किसी एक section को पूरा छोड़ देना
- Recode करते समय मूल data खो देना
अक्सर पूछे जाने वाले सवाल
क्या SPSS के लिए computer पर practice ज़रूरी है?
हाँ, फ़ायदेमंद है। Menu के रास्ते और output पढ़ना software पर करने से ज़्यादा पक्का होता है।
क्या सारे formulas याद करने पड़ते हैं?
इस paper में ज़ोर software की procedure और नतीजे समझने पर है। Syllabus और अपने notes से देखें कि आपसे क्या अपेक्षित है।
कौन सा section सबसे ज़्यादा ध्यान माँगता है?
आम तौर पर Section C और D, क्योंकि यहाँ test चुनना और output पढ़ना दोनों आने चाहिए।
क्या पुराने papers से तैयारी हो सकती है?
पैटर्न समझने के लिए हाँ, पर पूरे syllabus की तैयारी ज़रूरी है। किसी सवाल के दोबारा आने की गारंटी नहीं होती।
निष्कर्ष
SPSS वाला paper तब आसान लगता है जब आप उसे चार कामों में बाँटकर पढ़ें: data तैयार करना, उसे देखना, अंतर परखना और संबंध खोजना। हर topic के लिए तीन चीज़ें तैयार रखें: मतलब, SPSS का रास्ता और नतीजे का निष्कर्ष। Syllabus, pattern और date sheet की पक्की जानकारी के लिए हमेशा GNDU की official website देखें।
