ஏன் Gyanank உள்ளது
பிரச்சினை
இந்தியாவில் ஒவ்வோர் ஆண்டும் பெருமளவில் ஆய்வுகள் நடக்கின்றன — Pharm.D, MD, MS, MDS மற்றும் செவிலியர் பட்ட ஆய்வுகள், PhD ஆய்வுகள், ஆசிரியர்களின் ஆய்வுக் கட்டுரைகள், NGO கணக்கெடுப்புகள், tier-2 மற்றும் tier-3 நகரங்களில் கள ஆய்வுகள். கிட்டத்தட்ட எல்லாமே ஒரே மாதிரியாகத் தொடங்குகின்றன: ஒரு Google Form, ஒரு Excel தாள், புள்ளியியல் கற்றிராத ஒருவர்.
அதன் பிறகு ஒரு பெரிய தடை வருகிறது. அவர்களால் புள்ளியியல் சோதனையை நடத்த முடியவில்லை. SPSS-ஐப் பயன்படுத்த நீங்கள் ஏற்கெனவே நிபுணராக இருக்க வேண்டும்; அதன் கட்டணமும் அதற்கேற்ப உள்ளது. Jamovi மற்றும் JASP இலவசம், ஆனால் முதல் முறையாக ஆய்வு செய்பவரால் சரியான சோதனையைத் தேர்ந்தெடுக்கவோ முடிவுகளைப் புரிந்துகொள்ளவோ இன்னும் முடிவதில்லை. ChatGPT மற்றும் பிற AI அரட்டைக் கருவிகள் புள்ளியியல் பற்றிப் பேசும், ஆனால் நோயாளிகளின் அல்லது கணக்கெடுப்பின் தரவை அவற்றில் பதிவேற்றுவது தரவு கசிவுக்கு வழிவகுக்கலாம் — மேலும் பெரும்பாலான ஆய்வு வழிகாட்டிகளும் கல்வி நிறுவனங்களும் AI உருவாக்கிய பகுப்பாய்வை ஏற்க மாட்டார்கள். ஆய்வாளர் தொடங்கும் இடமான தரவு சேகரிப்பிலிருந்து இந்தக் கருவிகள் எதுவும் தொடங்குவதில்லை.
அதனால் மக்கள் தங்களால் முடிந்ததைச் செய்கிறார்கள். ஒரு மாணவரிடம் இல்லாத ₹20,000 அல்லது அதற்கு மேற்பட்ட பணத்தைப் புள்ளியியல் நிபுணருக்குக் கொடுத்துவிட்டுக் காத்திருக்கிறார்கள். வாய்மொழித் தேர்வில் விளக்க முடியாத அட்டவணைகள் அவர்களுக்குக் கிடைக்கின்றன. சிலர் தங்களுக்கே புரியாத முடிவுகளை வெளியிடுகிறார்கள். சிலரின் ஆய்வறிக்கை திருப்பி அனுப்பப்படுவதால் பல மாதங்களை இழக்கிறார்கள். சிலர் ஆய்வு தங்களுக்கானது அல்ல என்று முடிவு செய்து, மீண்டும் முயற்சிப்பதே இல்லை.
இந்தியா முழுவதும் திறமை இருக்கிறது. அதற்கான கருவிகள்தான் இல்லை. அந்த இடைவெளியை நிரப்பவே Gyanank உருவாக்கப்படுகிறது.
எங்கள் நோக்கம்
இந்தியாவில் எந்த மாணவரும், மருத்துவரும், ஆசிரியரும், களப் பணியாளரும் தங்கள் சொந்தத் தரவைப் புரிந்துகொள்ள மட்டும் ₹20,000 செலுத்தி வாரக்கணக்கில் காத்திருக்க வேண்டியிருக்கக் கூடாது என்பதற்காகவே Gyanank உள்ளது.
படிவத்தை உருவாக்கவும், பதில்களைச் சேகரிக்கவும், சரியான புள்ளியியல் சோதனையை நடத்தவும், நீங்கள் உண்மையாகவே விளக்கி ஆதரிக்கக்கூடிய அறிக்கையைப் பெறவும் ஓர் எளிய இடத்தை உருவாக்குகிறோம் — ஒவ்வொரு படியும் எளிய சொற்களில் விளக்கப்படும். இந்தியாவுக்கேற்ற விலை. இந்திய மொழிகள். DPDPA-வின் கீழ் உங்கள் தரவுக்குப் பாதுகாப்பு.
எங்கள் பணியின் மையத்தில் இரண்டு கருத்துகள் உள்ளன: அனைவருக்கும் அணுகல் மற்றும் எளிமை.
R உடன் ஒப்பிட்டுச் சரிபார்க்கப்பட்டது
Gyanank-இன் புள்ளியியல் பகுப்பாய்வு Python-இல், SciPy, statsmodels ஆகியவற்றின் மீது இயங்குகிறது — இவை உலகம் முழுவதும் வெளியிடப்படும் ஆய்வுகளில் பயன்படுத்தப்படும் திறந்த நூலகங்கள். அதன் பதில்கள் ஒரு புள்ளியியலாளருக்குக் கிடைப்பவையே என்று காட்ட, ஒரே தரவை Gyanank-இலும் R-இலும் பகுப்பாய்வு செய்து — R என்பது பல பல்கலைக்கழகங்களும் ஆய்விதழ்களும் பயன்படுத்தும் புள்ளியியல் மென்பொருள் — ஒவ்வொரு எண்ணையும் ஒப்பிடுகிறோம்.
கடைசியாகச் சரிபார்த்தது 04-10-2026 அன்று, R 4.6.1 கொண்டு: 22 முடிவுகளில் 22 ஒன்றாக உள்ளன.
எல்லா முடிவுகளையும் காண்க
| சோதனை | Gyanank | R |
|---|---|---|
| Student's t-test | t(78) = -2.01, p = .048, d = 0.448 | t(78) = -2.01, p = .048, d = 0.448 |
| Welch's t-test | t(45.0) = -3.19, p = .003, d = 0.713 | t(45.0) = -3.19, p = .003, d = 0.713 |
| Paired t-test | t(79) = 2.55, p = .013, d = 0.285 | t(79) = 2.55, p = .013, d = 0.285 |
| One-way ANOVA | F(2, 77) = 7.84, p = .001, η² = 0.169 | F(2, 77) = 7.84, p = .001, η² = 0.169 |
| Mann–Whitney U | U = 591.0, p = .043, r = 0.261 | U = 591.0, p = .043, r = 0.261 |
| Kruskal–Wallis | H(2) = 11.52, p = .003, ε² = 0.124 | H(2) = 11.52, p = .003, ε² = 0.124 |
| Wilcoxon signed-rank | W = 736.5, p = .011, r = 0.284 | W = 736.5, p = .011, r = 0.284 |
| Chi-square, 3 × 3 | χ²(4) = 6.51, p = .164, V = 0.202 | χ²(4) = 6.51, p = .164, V = 0.202 |
| Chi-square, 2 × 2 (Yates) | χ²(1) = 0.11, p = .740, V = 0.037 | χ²(1) = 0.11, p = .740, V = 0.037 |
| Fisher's exact test | p = .432, OR = 2.71 | p = .432, OR = 2.71 |
| Pearson correlation | r = -0.258, p = .021 | r = -0.258, p = .021 |
| Spearman correlation | ρ = 0.245, p = .029 | ρ = 0.245, p = .029 |
| McNemar, chi-square form | p = .001, OR of change = 4.333 | p = .001, OR of change = 4.333 |
| McNemar, exact form | p = .146, OR of change = 3.000 | p = .146, OR of change = 3.000 |
| Linear regression, model | F(2, 77) = 10.86, p < .001, R² = 0.220, adjusted R² = 0.200 | F(2, 77) = 10.86, p < .001, R² = 0.220, adjusted R² = 0.200 |
| Linear regression, hours | β = 0.980, SE = 0.214, p < .001 | β = 0.980, SE = 0.214, p < .001 |
| Linear regression, sleep | β = 0.137, SE = 0.385, p = .723 | β = 0.137, SE = 0.385, p = .723 |
| Logistic regression, hours | OR = 1.80 [1.19, 2.70], p = .005 | OR = 1.80 [1.19, 2.70], p = .005 |
| Logistic regression, sleep | OR = 1.90 [0.93, 3.90], p = .079 | OR = 1.90 [0.93, 3.90], p = .079 |
| Cronbach's alpha | α = 0.835 | α = 0.835 |
| Shapiro–Wilk normality check | p = .382 | p = .382 |
| Levene equal-variance check | p = .164 | p = .164 |
சரிபார்ப்புத் தரவு 80 பேர் பதிலளித்த ஒரு கற்பனை ஆய்வு; இரண்டும் அதையே படிக்கின்றன. R-இன் இயல்பு அமைப்புகள் வரையறையிலேயே Gyanank-இலிருந்து வேறுபடும் இடங்களில் — எடுத்துக்காட்டாக Fisher's exact test எந்த odds ratio-வைத் தருகிறது என்பது — R, Gyanank-இன் முறைக்கு அமைக்கப்பட்டது.