Option (d) is correct.

Statement-I is false because efficiency in statistical testing refers to the ability of a test to accurately detect and measure the effect being studied. The efficiency of a test is influenced by various factors, including the sample size, assumptions made about the data, and the specific characteristics of the research question. Non-parametric tests rely on rank order or categorical data and may discard some information present in the original data, leading to a loss of statistical efficiency. In contrast, parametric tests make use of all available data and can provide more precise estimates when the underlying assumptions are met. Though the choice between the two types of tests depends on the specific characteristics of the data and the research question at hand.

Statement-II is true. Non-parametric tests are applicable to ordinal or nominal scale data. Unlike parametric tests, non-parametric tests do not require the data to be measured on a specific scale or to follow a particular distribution. They can handle data that is ranked or categorized, making them suitable for analyzing ordinal or nominal data.

विकल्प (d) सही है।

कथन I असत्य है और कथन II सत्य है।

कथन-I गलत है क्योंकि सांख्यिकीय परीक्षण में दक्षता अध्ययन किए जा रहे प्रभाव का सटीक रूप से पता लगाने और मापने के लिए एक परीक्षण की क्षमता को संदर्भित करती है। एक परीक्षण की दक्षता विभिन्न कारकों से प्रभावित होती है, जिसमें नमूना आकार, डेटा के बारे में की गई धारणाएं और शोध प्रश्न की विशिष्ट विशेषताएं शामिल हैं। गैर-पैरामीट्रिक परीक्षण क्रम या श्रेणीबद्ध डेटा पर भरोसा करते हैं और मूल डेटा में मौजूद कुछ जानकारी को त्याग सकते हैं, जिससे सांख्यिकीय दक्षता का नुकसान हो सकता है। इसके विपरीत, पैरामीट्रिक परीक्षण सभी उपलब्ध डेटा का उपयोग करते हैं और अंतर्निहित मान्यताओं को पूरा करने पर अधिक सटीक अनुमान प्रदान कर सकते हैं। हालांकि दो प्रकार के परीक्षणों के बीच का विकल्प डेटा की विशिष्ट विशेषताओं और व्यावहारिक शोध प्रश्न पर निर्भर करता है।

कथन-II सत्य है। गैर-पैरामीट्रिक परीक्षण क्रमिक या नाममात्र पैमाने के डेटा पर लागू होते हैं। पैरामीट्रिक परीक्षणों के विपरीत, गैर-पैरामीट्रिक परीक्षणों को डेटा को एक विशिष्ट पैमाने पर मापने या किसी विशेष वितरण का पालन करने की आवश्यकता नहीं होती है। वे क्रमसूचक या वर्गीकृत डेटा को संभाल सकते हैं, जिससे उन्हें क्रमिक या नाममात्र डेटा का विश्लेषण करने के लिए उपयुक्त बनाया जा सकता है।