10 ශ්‍රේණිය නව නිර්දේශය - ප්‍රශ්න මාලාව 05
21. පරිගණකගත (Computerized) කිරීම සඳහා සුදුසු නොවන්නේ පහත දැක්වෙන කවරක් ද?
- පාසලක ශිෂ්‍ය ඇතුළත් වීම (Student Registration)
- පාසල් පුස්ථකාලය (School Library)
- විභාගයක රචනා වර්ගයේ පිළිතුරු පත්‍ර ලකුණු කිරීම.
- පිළිතුරු පත්‍ර ලකුණු කිරීමෙන් පසු සාමාන්‍ය ලකුණු (Average) සහ ශ්‍රේණි ගණනය කිරීම (Placement).
පිළිතුරු: පාසලක ශිෂ්‍ය ඇතුළත් වීම, පාසල් පුස්ථකාලය සඳහා පද්ධතියක් නිර්මාණය කළ හැකි අතර, . පිළිතුරු පත% ලකුණු කිරීමෙන් පසු සාමානH ලකුණු (Average) සහ ශ්‍රේණි ගණනය කිරීම පැතුරුම් පත් මෘදුකාංගයක් මගින් සිදු කළ හැකිය. විභාග වල කෙටි ප්‍රශ්න ආශ්‍රිත පිළිතුරු පත්‍ර ලකුණු කිරීම සඳහා පරිගණක ආශ්‍රිත උපාංග යොදා ගනු ලබන අතර මෙය වර්ථමානයේ දැකිය හැකි සුලභ දෙයකි. එහෙත් විභාගයක රචනා වර්ගයේ පිළිතුරු පත්‍ර සලකුණු කිරීමට පරිගණක යොදා ගැනීම තවමත් සිදු නොවන දෙයකි. මන්ද රචනා වර්ගයේ ප්‍රශ්න සඳහා සිසුන් ලියනු ලබන පිළිතුරු එකකට එකක් වෙනස් ස්වරූපයෙන් වීමයි. අනාගතයේ දී මෙම අරමුණ ද ඉටු වනු නොඅනුමානය. පිළිතුර 3 වේ.
22. දත්ත (Data) වල ස්වභාවය අනුව සත්‍ය නොවනුයේ,
- දත්ත එක් රැස් කරගෙන ගබඩා කළ හැකිය
- දත්ත ගබඩා කර ඇති මාධ්‍යයකින් (Storage Media) නැවත ලබාගත හැකිය (Retrieve).
- දත්ත සන්නිවේදනය කළ හැකිය
- සැකසීම කළ නොහැකිය.
පිළිතුරු: දත්ත යනු කිසිදු ආකාරයකට භාජනය නොකළ කරුණු, සංඛ්‍යා, රූප, අකුරු , චිත්‍ර සහ මිනුම් සමූහයක් ලෙසින් සරළව හැඳින්විය හැකිය. දත්ත එක් රැස් කරගෙන ගබඩා කළ හැකිය, දත්ත ගබඩා කර ඇති මාධ්‍යයකින් නැවත ලබාගත හැකිය. දත්ත සන්නිවේදනය කළ හැකිය. දත්ත සැකසීම කළ හැකිය. පිළිතුර 4.
23. දිග, ස්කන්ධය, උස, කාලය, දිනය වැනි දත්ත වර්ගීකරණය කළ හැක්කේ,
- ගුණාත්මක වර්ගීකරණය (Qualitative)
- ප්‍රමාණාත්මක වර්ගීකරණය (Quantitative)
- මිනුම් ආකාර ලෙස වර්ගීකරණය (Measurements)
- ඒකක ලෙස වර්ගීකරණය (Units)
පිළිතුරු: ප්‍රමාණාත්මක දත්ත යනු සංඛ්‍යාත්මකව ඉදිරිපත් කළ් හැකි දත්ත වේ. එනම් උස, කාලය, වේගය , දිග, වර්ගඵලය ආදිය ප්‍රමාණාත්මක දත්ත සඳහා උදාහරණ වේ. ගුණාත්මක දත්ත යනු ප්‍රමාණාත්මකව වර්ගීකරණය කළ නොහැකි දත්ත වේ. වර්ණය, ලස්සන, ගඳ , සුවඳ ආදිය යම් කිසි ගුණයක් විස්තර කිරීමට යොදා ගනු ලබන දත්ත ගුණාත්මක දත්ත වේ. දිග, ස්කන්ධය, උස, කාලය, දිනය වැනි දත්ත වර්ගීකරණය කළ හැක්කේ ප%මාණාත්මක වර්ගීකරණය (Quantitative) ලෙසයි. පිළිතුර 2 වේ.
24. තොරතුරු වල ඇති අර්ථාන්විත බව පිළිබඳව ඔබ අසා ඇත. ඒවායේ තත්වය වැඩිදියුණු කිරීම සඳහා යොදාගත හැකි සාධකයක් නොවන්නේ,
- පූර්ණ බව (Completeness)
- නිරවදHතාවය (Accuracy)
- පැහැදිලි බව (Clarity)
- ආචයනය (Storage)
පිළිතුරු: . පූර්ණ බව, නිරවදHතාවය, පැහැදිලි බව යන්න හොඳ තොරතුරක ලක්ෂණ වේ. නමුත් අචයනය කිරීම යන්න මෙහි දී නොගැලපෙන දෙයකි. තොරතුරු ආචයනය කළ හැකිය. නමුත් එය ලක්ෂණයක් නොවේ. පිළිතුර 4 වේ.
25. යම්කිසි තොරතුරක වටිනාකම (value) නිර්ණය කරනු ලබන්නේ,
- පූර්ණ බව (Completeness)
- පැහැදිලි බව (Clarity)
- අදාළත්වය (Relevance)
- නිරවදHතාවය (Accuracy)
පිළිතුරු: තොරතුරු යනු යම්කිසි අර්ථයක් ලබා දෙන පරිදි ක්‍රමානුකූලව සකස් කරන ලද දත්තයි. තොරතුරු වල වටිනාකම තීරණය කරනු ලබන සාධකය වන්නේ අදාලත්වයයි. සංඛ්‍යාවක වර්ගමූලය සෙවීම සාමාන්‍ය පුද්ගලයෙකුට දශම ස්ථාන දෙකකට පමණක් අවශ්‍ය වන අතර විද්‍යාඥයෙකු හට එසේ නොවේ. විවිධ තොරතුරු විවිධ පුද්ගලයින් හට අදාල වේ. පිළිතුර 3 වේ.
තවත් කොටසක් බලාපොරොත්තු වන්න.
