UGC NET Library Science Guide

  📊 Standard Deviation (मानक विचलन) 🔹 1. Introduction Standard Deviation statistics का एक महत्वपूर्ण measure है जो बताता है कि data अपने mean (औसत) से कितना फैला हुआ है। Low SD → data लगभग समान High SD → data ज्यादा फैला हुआ 👉 Join now and grow your LIS career: https://whatsapp.com/channel/0029Va9qf8JGzzKJbG1NMB3T 🔹 2. Definition Standard Deviation = Mean से values की दूरी का औसत (square form में) Formula: σ = √[ Σ(x - x̄)² / n ] 🔹 3. Example Data: 2, 4, 6 Mean = (2+4+6)/3 = 4 Deviation = -2, 0, 2 Square = 4, 0, 4 Average = 8/3 SD = √(8/3) 🔹 4. Features Mean पर आधारित सभी values को consider करता है Outliers से प्रभावित होता है हमेशा positive होता है 👉 Join now and grow your LIS career: https://whatsapp.com/channel/0029Va9qf8JGzzKJbG1NMB3T   🔹 5. Advantages Data variability दिखाता है Research में उपयोगी Comparison में मदद करता है 🔹 6. आसान Tricks 🎯 Trick 1: Mean के पास values → SD छोटा 🎯 Trick 2: सभी values same ...

  📊 Mean, Median, Mode (Measures of Central Tendency) 🔹 1. Introduction tatistics में डेटा को समझने के लिए हमें एक ऐसे मान की जरूरत होती है जो पूरे डेटा का प्रतिनिधित्व कर सके। इसे Central Tendency कहते हैं। इसके तीन मुख्य प्रकार हैं: Mean (औसत) Median (माध्यिका) Mode (बहुलक) ये तीनों हमें डेटा के केंद्र (central value) को समझने में मदद करते हैं। 👉 Join now and grow your LIS career: https://whatsapp.com/channel/0029Va9qf8JGzzKJbG1NMB3T   🔹 2. Definition 📌 Mean (Arithmetic Mean) डेटा के सभी मानों का योग ÷ कुल संख्या Formula: x̄ = Σx / n 📌 Median डेटा को arrange करने पर बीच का मान 📌 Mode जो मान सबसे अधिक बार आता है 🔹 3. Features / Types ✔ Mean सभी values पर आधारित Outliers से प्रभावित Mathematical calculation में उपयोगी ✔ Median Position आधारित Outliers से प्रभावित नहीं Skewed data में उपयोगी ✔ Mode Most frequent value Qualitative data में उपयोगी Multiple modes हो सकते हैं 🔹 4. Advantages ✔ Mean Easy to calculate W...

📌 Sampling Techniques in Research: Probability and Non-Probability Methods Explained Sampling is a fundamental concept in research methodology that helps researchers collect data efficiently without studying the entire population. Due to time, cost, and resource limitations, researchers select a subset called a sample. Sampling techniques are divided into Probability Sampling and Non-Probability Sampling . 🔹 What is Sampling? Sampling is the process of selecting a subset of individuals from a larger population. Example: If a school has 1000 students and you select 100 students, those 100 form your sample. 🔹 Importance of Sampling Saves time and cost Makes research practical Better data handling Useful for large populations 👉 Join now and grow your LIS career: https://whatsapp.com/channel/0029Va9qf8JGzzKJbG1NMB3T   🔷 Types of Sampling Techniques Probability Sampling Non-Probability Sampling 🔷 1. Probability Sampling 📌 Definition Probabil...