কিছু ​​গবেষণা করা সহজ কাজ নয়। ডেটা সংগ্রহের জন্য আপনাকে শত শত উৎসের সাক্ষাৎকার নিতে হবে এবং তারপরে এটির মাধ্যমে বাছাই করা শুরু করার জন্য সেই বিপুল পরিমাণ ডেটাকে গোষ্ঠীভুক্ত করতে হবে।

কিন্তু আপনি কীভাবে আপনার মূল্যবান ডেটা গ্রুপ করবেন? উত্তর হল: একটি টেবিলের মাধ্যমে।

বিষয়টি হল, টেবিল তৈরি করার সময় লোকেরা সাধারণত সারি এবং কলামের মধ্যে বিভ্রান্ত হয়। কলাম এবং সারিগুলি এমএস এক্সেল এবং অন্যান্য সফ্টওয়্যারগুলিতেও ব্যবহৃত হয় যা আমরা সাধারণত প্রতিদিন ব্যবহার করি।

অতএব, এই নিবন্ধটি আপনাকে দুটির মধ্যে পার্থক্য করতে সাহায্য করবে।

ডেটা কী?

আমরা শুরু করার আগে, প্রথমে ডেটা এবং তথ্যের মধ্যে পার্থক্য বোঝা গুরুত্বপূর্ণ৷ যদিও এগুলি সাধারণত একে অপরের সাথে ব্যবহার করা হয়, তারা বিভিন্ন জিনিসকে নির্দেশ করে৷

ডেটা কোনও ব্যক্তি, স্থান বা ঘটনা সম্পর্কে জড়ো করা কাঁচা তথ্যগুলিকে বোঝায়৷ এটি নির্দিষ্ট নয় এবং খুব বেয়ার। উপরন্তু, গবেষকরা স্বীকার করেছেন যে তাদের সংগ্রহ করা ডেটার বড় অংশ অপ্রাসঙ্গিক বা অকেজো হতে পারে।

তাহলে গবেষকরা কীভাবে ডেটা সংগ্রহ করবেন?

ঠিক আছে, আগের রেকর্ডের পাশাপাশি গবেষকের নিজস্ব পর্যবেক্ষণের মাধ্যমে ডেটা সংগ্রহ করা হয়।

ডাটা সংগ্রহের সবচেয়ে কার্যকর উপায় হল পরীক্ষা চালানো , যাতে একটি হাইপোথিসিস (বা তত্ত্ব) এর বৈধতা পরীক্ষা করা যায়।

গবেষকরা দুই ধরনের ডেটার উপর ফোকাস করেন:

1. প্রাথমিক ডেটা (গুণগত, পরিমাণগত)
2. সেকেন্ডারি ডেটা(অভ্যন্তরীণ, বাহ্যিক)

গবেষণা অনুসারে, প্রাথমিক ডেটা উল্লেখ করে “ডেটা যা গবেষক, সমীক্ষা, সাক্ষাৎকার, পরীক্ষা, বিশেষভাবে হাতে গবেষনা সমস্যা বোঝার এবং সমাধান করার জন্য ডিজাইন করা হয়েছে ৷”

যদিও সেকেন্ডারি ডেটা হল "বড় সরকারি প্রতিষ্ঠান, স্বাস্থ্যসেবা সুবিধা, ইত্যাদি দ্বারা তৈরি বিদ্যমান ডেটা৷ সাংগঠনিক রেকর্ড রাখার অংশ।”

গুণগত ডেটা বলতে বোঝায় বিচ্ছিন্ন ডেটা , মানে ডেটা যেমন প্রিয় রঙ, ভাইবোনের সংখ্যা এবং বসবাসের দেশ। অন্যদিকে, পরিমাণগত ডেটা বলতে বোঝায় অবিচ্ছিন্ন ডেটা , যেমন উচ্চতা, চুলের দৈর্ঘ্য এবং ওজন।

তথ্য কী?

তথ্য বলতে কোনো ব্যক্তি, স্থান বা ঘটনা সম্পর্কে প্রমাণিত তথ্য বোঝায় এবং সংযোগ বা প্রবণতা খুঁজে বের করার জন্য ডেটা প্রক্রিয়াকরণ ও বিশ্লেষণ করে প্রাপ্ত করা হয়।

একটি শেষ পার্থক্য উভয়ের মধ্যে হল যে ডেটা অসংগঠিত, যখন তথ্যগুলি সারণিতে সংগঠিত হয় ।

তথ্যের চারটি প্রধান প্রকার রয়েছে:

<9 ফ্যাকচুয়াল - তথ্য যা শুধুমাত্র তথ্য ব্যবহার করে
1. বিশ্লেষণমূলক - তথ্য যা বিশ্লেষণ করে এবং ব্যাখ্যা করে ঘটনা
2. সাবজেক্টিভ – তথ্য যেটি একটি দৃষ্টিভঙ্গি নিয়ে কাজ করে
3. উদ্দেশ্য – তথ্য যা একাধিক দৃষ্টিভঙ্গি এবং তত্ত্বের সাথে সম্পর্কিত

সংগৃহীত ডেটার উপর নির্ভর করে, প্রাপ্ত তথ্যের প্রকারপরিবর্তিত হবে।

সারি VS কলাম

সারি এবং কলাম দেখতে এইরকম!

সারি কি?

ডাটা উপস্থাপনের জন্য সারি এবং কলাম ব্যবহার করা আবশ্যক। সারি এবং কলামগুলিতে ডেটা সাজানোর মাধ্যমে, একজন গবেষক তাদের ডেটাতে সম্ভাব্য সংযোগগুলি পর্যবেক্ষণ করতে পারেন, পাশাপাশি এটিকে আরও উপস্থাপনযোগ্য করে তুলতে পারেন।

তবে সারি এবং কলামগুলি ঠিক কী?

সারিগুলি একটি টেবিলের অনুভূমিক রেখাগুলিকে বোঝায়, যা বাম থেকে ডানে চলে, তাদের শিরোনাম এবং এর সবচেয়ে বাম দিকে টেবিল।

আপনি একটি সারিকে একটি লাইন হিসাবে চিত্রিত করতে পারেন যা অনুভূমিকভাবে এক ঘর থেকে অন্য ঘরে প্রসারিত হয়, এমনকি সিনেমা থিয়েটারের সিট হিসাবেও যা হলের এক প্রান্ত থেকে অন্য প্রান্তে যায়।

ধরুন আপনাকে আপনার আশেপাশের লোকদের বয়স তালিকা করতে হবে। আপনি এটিকে এভাবে লিখবেন:

ডেটা নমুনার সারি

এতে ক্ষেত্রে, "বয়স" সারির শিরোনাম হিসাবে কাজ করে, যখন ডেটা বাম থেকে ডানে পড়া হয়।

সারিগুলি এমএস এক্সেলেও ব্যবহৃত হয়। 104,576টি সারি উপলব্ধ রয়েছে, যা আশা করি আপনার সমস্ত ডেটা ধারণ করার জন্য যথেষ্ট, এবং এই সমস্ত সারিগুলি সংখ্যা দ্বারা লেবেলযুক্ত।

সারির অন্যান্য ফাংশনও আছে।

ম্যাট্রিসে, একটি সারি অনুভূমিক এন্ট্রিগুলিকে বোঝায়, যখন ডাটাবেস সফ্টওয়্যার যেমন এমএস অ্যাক্সেস, একটি সারি (এটিকে একটি রেকর্ডও বলা হয়) বিভিন্ন ডেটা ক্ষেত্র দ্বারা গঠিত হয়একক ব্যক্তি।

কলাম কি?

কলামগুলি একটি টেবিলের উল্লম্ব রেখাগুলিকে নির্দেশ করে, যা উপরে থেকে নীচে চলে। একটি কলামকে ক্যাটাগরির ভিত্তিতে তথ্য, পরিসংখ্যান বা অন্য কোনো বিশদ বিবরণের উল্লম্ব বিভাজন হিসাবে সংজ্ঞায়িত করা হয়।

একটি টেবিলে, পাঠকদের উল্লিখিত ডেটার মাধ্যমে সহজে সাজাতে সাহায্য করার জন্য কলামগুলিকে লাইন দ্বারা আলাদা করা হয়। .

একটি কলামে উপস্থাপিত ডেটা

উপর থেকে নীচে পড়া কতটা সহজ তা লক্ষ্য করুন বরং বাম থেকে ডানে।

এছাড়া, কেবল একটি কলাম যোগ করলে পৃষ্ঠায় স্থান নেওয়ার পরিমাণ কমে যায়, যা ডেটাকে আরও আকর্ষণীয় করে তোলে।

কলামগুলি তাই অবিশ্বাস্যভাবে গুরুত্বপূর্ণ, কারণ সেগুলি ছাড়া, ডেটার একটি অংশ কোন বিভাগের অন্তর্গত তা বোঝা প্রায় অসম্ভব।

এখানে আমরা একটি যুক্ত করেছি সারি এবং কলামের মধ্যে পার্থক্য সংক্ষেপে ব্যাখ্যা করার জন্য ভিডিও:

সারি এবং কলাম ব্যাখ্যা করা হয়েছে

এমএস এক্সেলের মতো স্প্রেডশীটে, কলামগুলি একটি উল্লম্ব নির্দেশ করে 'কোষ' এর লাইন , এবং প্রতিটি কলাম একটি অক্ষর বা অক্ষরগুলির একটি গ্রুপ দিয়ে লেবেল করা হয়, যা A থেকে XFD (অর্থাৎ একটি এক্সেল পৃষ্ঠায় মোট 16,384টি কলাম রয়েছে)

ডাটাবেসে, যেমনMS অ্যাক্সেস, একটি কলামকে একটি ক্ষেত্রও বলা হয়, এবং এটিতে একটি বৈশিষ্ট্য বা বিভাগ রয়েছে যা গ্রুপ ডেটাকে সহায়তা করে৷

সারি এবং কলামগুলি ম্যাট্রিসেও ব্যবহৃত হয়৷ একটি ম্যাট্রিক্স হল একটি আয়তক্ষেত্রাকার অ্যারেতে সেট করা সংখ্যাগুলির একটি সেট, যার প্রতিটি পৃথক ইউনিটকে একটি উপাদান বলা হয়।

আসুন নিচের ম্যাট্রিক্সটি দেখি:

ম্যাট্রিক্স বোঝা

এই ম্যাট্রিক্সে, 1, 6, 10, এবং 15 প্রথম কলামের প্রতিনিধিত্ব করে, যেখানে 1, 5, 10, এবং 5 প্রথম সারিকে প্রতিনিধিত্ব করে। ম্যাট্রিক্স সঠিকভাবে সমাধান করার জন্য, আপনাকে সারি এবং কলামগুলি বুঝতে হবে।

ম্যাট্রিক্সগুলি আমাদের জীবনের একটি অত্যন্ত গুরুত্বপূর্ণ অংশ তৈরি করে, কারণ সেগুলি অনেক ভিডিও গেম, ব্যবসায়িক বিশ্লেষণ এবং এমনকি ডিজিটালেও ব্যবহৃত হয় নিরাপত্তা।

সারি এবং কলামের আরেকটি ব্যবহার ডাটাবেসে।

আমরা এই নিবন্ধে সেগুলো সংক্ষেপে উল্লেখ করেছি, কিন্তু ডাটাবেস আসলে কী?

ডাটাবেস হল ডেটার একটি সাজানো সংগ্রহ, বা সাধারণত একটি কম্পিউটার সিস্টেমে সংরক্ষিত স্ট্রাকচার্ড তথ্য।

একটি ডাটাবেস যা আপনি জানেন তা হল আপনার স্কুল দ্বারা তৈরি করা ডাটাবেস। . একটি স্কুলের ডাটাবেসে একজন শিক্ষার্থীর নাম এবং শেষ নাম, তাদের বিষয় এবং তাদের স্নাতক হওয়ার তারিখ থাকে।

নমুনা ডেটাবেস

উপরের উদাহরণটি একটি বিশ্ববিদ্যালয়ের একটি মৌলিক ডাটাবেস। কলামগুলি হল প্রথম নাম, পদবি, প্রধান এবং স্নাতক বছর, যখন সারিগুলি প্রতিটি শিক্ষার্থীর সমস্ত প্রাসঙ্গিক ডেটা অন্তর্ভুক্ত করে৷

ডেটা কীভাবে উপস্থাপন করা হয়?

ডেটা একাধিক উপায়ে উপস্থাপন করা যেতে পারে; শ্রেণীবিভাগ, ট্যাবুলেশন বা গ্রাফের মাধ্যমে।

তবে এই নিবন্ধের জন্য, আমরা শুধুমাত্র ট্যাবুলেশন পদ্ধতিটি দেখব। সারি এবং কলামের একটি কম্প্যাক্ট টেবিলে ডেটা উপস্থাপন করতে ট্যাবুলেশন পদ্ধতি ব্যবহার করা হয়, এটি আরও আকর্ষণীয় এবং সহজে বোঝা যায়।

ডেটা শিরোনাম (ডেটা টাইপ) এবং উপ-শিরোনাম (ক্রমিক নম্বর), দ্বারা সংগঠিত হয়, উদাহরণস্বরূপ:

ডেটা উপস্থাপনা নমুনা

শিরোনামগুলি কলামগুলির জন্য, যখন উপ-শিরোনামগুলি সারিগুলির জন্য৷ ট্যাবুলেশন পদ্ধতিটি অবিশ্বাস্যভাবে কার্যকর, কারণ এটি প্রাসঙ্গিক ডেটাকে কাছাকাছি নিয়ে আসে, এইভাবে পরিসংখ্যানগত বিশ্লেষণ এবং ব্যাখ্যায় সহায়তা করে৷

উপসংহারে

একটি প্রচলিত ক্রমে মূল্যবান ডেটা গোষ্ঠীবদ্ধ করা গুরুত্বপূর্ণ তথ্য বুঝতে সহজ করুন। এখন যেহেতু আমরা সারি এবং কলামের মধ্যে পার্থক্য জানি, সে অনুযায়ী একটি স্প্রেডশীটে তাদের ব্যবহার করা গুরুত্বপূর্ণ।

সারি এবং কলামের ব্যবহার একটি স্প্রেডশীটে একাধিক কক্ষে অনুভূমিকভাবে এবং উল্লম্বভাবে তথ্য স্থাপন করা সহজ করে তোলে।

আরও, এই সারি এবং কলামগুলি ম্যাট্রিক্স এবং অন্যান্য বিভিন্ন ডেটাতেও গুরুত্বপূর্ণ ভূমিকা পালন করেসমাবেশ কার্যক্রম।

অতএব, সারি এবং কলামের ব্যবহার অত্যাবশ্যকীয় যে এটি যে বিভাগগুলির অন্তর্ভুক্ত তা স্বীকার করার জন্য এবং ডেটা সংগ্রহের জন্য৷

অনুরূপ প্রবন্ধগুলি:

এই নিবন্ধটির ওয়েব স্টোরি দেখতে এখানে ক্লিক করুন৷