24/10/2019 The Hindu Editorials Notes in Hindi medium

प्रश्न – विभिन्न एजेंसियों द्वारा एकत्र किए गए डेटा की खराब गुणवत्ता के पीछे के कारणों का विश्लेषण करें और आगे का रास्ता साझा करें।

संदर्भ – राष्ट्रीय परिवार स्वास्थ्य सर्वेक्षण के 25 वर्ष।

राष्ट्रीय परिवार स्वास्थ्य सर्वेक्षण (NFHS) क्या है?

राष्ट्रीय परिवार स्वास्थ्य सर्वेक्षण (National Family Health Survey- NFHS) के चार राउंड देश के ग्रामीण और शहरी क्षेत्रों में आयोजित किये जा चुके हैं, जो निम्नलिखित हैं:

• 1992-93 (NFHS 1)
• 1998-99 (NFHS 2)
• 2005-06 (NFHS-3)
• 2015-16 (NFHS-4)
• जैसा कि नाम से पता चलता है, NFHS पूरे भारत में घरों का एक बड़े पैमाने पर, बहु- राउंड (multi-round) का सर्वेक्षण है।
• 1992-93 में पहले सर्वेक्षण के बाद से सर्वेक्षण के तीन राउंड आयोजित किए गए हैं।
• यह सर्वेक्षण नीति निर्माताओं के लिए महत्वपूर्ण है क्योंकि यह प्रजनन क्षमता, शिशु और बाल मृत्यु दर, परिवार नियोजन, मातृ एवं शिशु स्वास्थ्य, प्रजनन स्वास्थ्य, पोषण, एनीमिया, पर भारत के लिए राज्य और राष्ट्रीय जानकारी प्रदान करता है। स्वास्थ्य और परिवार नियोजन सेवाओं का उपयोग और गुणवत्ता भी दिखाता है

सर्वेक्षण में दो विशिष्ट लक्ष्य हैं –

• स्वास्थ्य और परिवार कल्याण पर आवश्यक डेटा प्रदान करना और
• महत्वपूर्ण उभरते स्वास्थ्य और परिवार कल्याण मुद्दों पर जानकारी प्रदान करना है।
• स्वास्थ्य और परिवार कल्याण मंत्रालय (MOHFW) समन्वय और तकनीकी मार्गदर्शन के लिए जिम्मेदार नोडल एजेंसी है।
• लेकिन भारत की मौजूदा डेटा संरचना और डेटा गुणवत्ता के बारे में NFHS में कुछ चिंताएँ हैं।

चिंताएँ

• दो मुख्य चिंताएं हैं। एक डेटा इंफ्रास्ट्रक्चर के बारे में है यानी क्या हमारे पास एक उचित संरचना है जो उच्च गुणवत्ता वाले डेटा के संग्रह को प्रोत्साहित करती है? और दूसरा डेटा एकत्र किए जाने की गुणवत्ता के बारे में चिंता है।
• एनएफएचएस के 25 वर्षों को चिह्नित करने के लिए दुनिया भर के जनसांख्यिकी (डेटा इकट्ठा करने वाले) की हालिया बैठक में, यह पाया गया कि एकत्र किए गए डेटा की गुणवत्ता यानी डेटा की गुणवत्ता बिगड़ रही है

उदाहरण के लिए:

• 2005-06 और 2015-16 के बीच, कुल प्रजनन दर (TFR) 2.68 से घटकर 2.18 जन्म पर आ गई। तात्पर्य यह है कि इसी अवधि के बीच गर्भ निरोधकों का उपयोग बढ़ गया होगा।
• लेकिन इसी अवधि में गर्भनिरोधक उपयोग के बारे में डेटा में भी 56.3% से 53.5% तक की गिरावट देखी गई।
• विभिन्न दृष्टिकोणों का उपयोग करते हुए, प्रो तुसी (जॉन्स हॉपकिन विश्वविद्यालय में) और डॉ. प्रमाणिक (नेशनल काउंसिल ऑफ एप्लाइड इकोनॉमिक रिसर्च में उप निदेशक) एक निष्कर्ष पर पहुंचते हैं कि यह NFHS-4 में एकत्र किए गए गर्भनिरोधक उपयोग डेटा की घटती गुणवत्ता के कारण है।
• आमतौर पर डेटा के बारे में चर्चा तब होती है जब जीडीपी और गरीबी जैसे विषयों के बारे में डेटा जारी किया जाता है लेकिन इस तरह जारी किए गए डेटा की गुणवत्ता के बारे में बहुत कम चर्चा होती है।
• इसलिए हमें अपने डेटा इन्फ्रास्ट्रक्चर के सामने समग्र चुनौतियों को रचनात्मक तरीके से देखने की जरूरत है।

कैसे?

• सबसे पहले, यथार्थवादी लक्ष्यों को निर्धारित करके और डेटा इन्फ्रास्ट्रक्चर में सुधार के लिए रचनात्मक रणनीतियों का उपयोग करें (यानी वह प्रणाली जो उच्च गुणवत्ता वाले डेटा के संग्रह को प्रोत्साहित करती है न कि केवल संख्या में )।
• हम यथार्थवादी लक्ष्यों की बात कर रहे हैं क्योंकि अगर एनएफएचएस -3 के साथ तुलना की जाती है, तो जिला स्तर पर डेटा एकत्र करने के लिए सैंपल 1 एलएएच घरों से बढ़कर एनएफएचएस -4 में 6 लाख घरों से अधिक हो गया है। (इसका मतलब है कि पहले एक जिले में 1 लाख परिवारों से संपर्क किया गया था और उनका डेटा एकत्र किया गया था और औसतन एक परिणाम (डेटा) तैयार किया गया था, जो जिला स्तर पर डेटा का प्रतिनिधित्व करता था)।
• यहां यह ध्यान दिया जाना चाहिए कि जब सैंपल यानी घरों की संख्या इतनी बढ़ जाती है तो डेटा संग्रहकर्ताओं पर भार भी बढ़ जाता है और वे जल्दी करते हैं और बदले में एकत्र किए गए डेटा की गुणवत्ता प्रभावित होती है। आज न केवल घरों और न ही उनकी संख्या बढ़ाने के लिए विभिन्न स्रोतों से डेटा एकत्र करने के लिए अन्य तकनीकी साधन उपलब्ध हैं।
• दूसरा डेटा संग्रह के लिए संस्थागत और तकनीकी वातावरण को बदलने के लिए गुणवत्ता सुनिश्चित कर रहा है। इसके अलावा अधिकांश डेटा संग्रह नियमित कर्मचारियों से अनुबंधित जांचकर्ताओं और लाभ डेटा संग्रहकर्ताओं के लिए पारित किए जा रहे हैं। अनुभवी जांचकर्ताओं के विपरीत वे इतने कुशल नहीं हैं। इसलिए उन्हें उचित प्रशिक्षण दिए जाने की आवश्यकता है।
• तीसरा, तकनीकी रूप से सक्षम प्रक्रियाओं का उपयोग करके डेटा एकत्र करने की आवश्यकता है जैसे कि साक्षात्कार के यादृच्छिक वॉयस रिकॉर्डिंग, न्यायिक बैक चेक, और मानकों पर एजेंसी और साक्षात्कारकर्ता प्रदर्शन का मूल्यांकन जैसे कि स्किपिंग सेक्शन, असंगत डेटा और गुणवत्ता को सुनिश्चित करने के लिए लगातार गलत सूचना की आवश्यकता है।
• चौथे राज्य जनसंख्या अनुसंधान केंद्र इस प्रक्रिया में भी शामिल हो सकते हैं और गुणवत्ता निगरानी की प्रक्रिया में भी।
• पांचवां, विशेष रूप से डेटा संग्रह और अनुसंधान डिजाइन पर केंद्रित अनुसंधान इकाइयों को स्थापित करने की आवश्यकता है। क्योंकि यदि डेटा संग्रह और प्रथाओं पर उचित शोध होता है, तो ही हम ऐसी चीजों को जान पाएंगे, जैसे कि पुरुष या महिलाएं घरेलू संग्रहण व्यय के डेटा पर बेहतर उत्तरदाता हैं। या हद यह है कि घर के मुखिया की ओर से छद्म प्रतिक्रिया पुरुषों और महिलाओं की सीधी प्रतिक्रिया के बीच रोजगार के आंकड़ों पर रिपोर्टिंग में विसंगति है। या जब डेटा एकत्र किया जा रहा है तो अन्य लोगों की उपस्थिति प्रतिक्रियाओं को कैसे प्रभावित करती है?

डेटा की डेटा गुणवत्ता क्यों महत्वपूर्ण है?

• एकत्र किए गए डेटा ने लाखों भारतीयों को प्रभावित करने वाली नीतियों का मार्गदर्शन किया है और इसलिए उन्हें सावधानीपूर्वक एकत्र किया जाना चाहिए।
• गलत डेटा के आधार पर कोई भी गलत नीति अच्छे से अधिक नुकसान पहुंचा सकती है।
• इसके अलावा डेटा नया तेल है और इसका उच्च गुणवत्ता वाला होना चाहिए, अगर इसका कोई बाजार मूल्य होना चाहिए। अंतरराष्ट्रीय निवेशक और कंपनियां भी डेटा और विश्लेषण पर अपने फैसले को आधार बनाती हैं और गलत डेटा गलत संकेत दे सकते हैं जो किसी देश को छोटे और दीर्घकालिक दोनों में प्रभावित कर सकते हैं।

निष्कर्ष / आगे का रास्ता:

• जबकि भारत में डेटा संग्रह विधियों पर शोध में सुधार नहीं हुआ है, अन्य विकसित देशों में अनुसंधान पद्धति अभूतपूर्व रूप से बढ़ी है।
• उदाहरण के लिए, यादृच्छिक अंकों के माध्यम से टेलीफोन सर्वेक्षण या मतदाता सूचियों का उपयोग करके उत्तरदाताओं के चयन में तेजी से डेटा एकत्र करने के कम लागत वाले तरीकों के रूप में उभर रहे हैं।
• हालांकि उचित शोध के बिना हम ऐसे नमूनों की प्रतिनिधित्व क्षमता के बारे में बहुत कम जान सकते हैं। क्या पुरुषों या महिलाओं को टेलिफोनिक सर्वेक्षण का जवाब देने की अधिक संभावना है? क्या अन्य राज्यों के प्रवासियों को मतदाता सूची में अच्छी तरह से दर्शाया गया है?
• इसलिए जब तक हम डेटा इन्फ्रास्ट्रक्चर यानी डेटा संग्रह की मौजूदा प्रणाली पर व्यवस्थित ध्यान नहीं देंगे, तब तक हमारे पास खराब गुणवत्ता वाले डेटा के आधार पर नीतियां और बहस होने की संभावना है।