ВВЕДЕНИЕ
В современном мире образование рассматривается как фундамент для будущей карьеры человека. В этой работе будут проанализированы факторы (как личные, так и в области образования) и их влияние на карьерный рост.
Цель исследования: Выявить ключевые факторы, влияющие на успеваемость студента и его успешную карьеру, а также дать определенные рекомендации по её улучшению
Актуальность: Исследование факторов, влияющих на успеваемость студентов и их успешную карьеру, важно для улучшения качества образования. Понимание причин низкой или высокой успеваемости помогает преподавателям лучше поддерживать студентов. Сегодня это особенно актуально из-за роста нагрузки и стресса у учащихся. Также важно учитывать влияние семьи, окружения и учебной мотивации. Результаты помогут разработать меры для повышения успеваемости в вузах.
ПОЛУЧЕНИЕ И ОБРАБОТКА ДАННЫХ
Данные для анализа я взяла с портала Kaggle.com, название датасета: education_career_success.csv. Его размер составил 5000 строк и 20 колонок. Каждая колонка отвечает за свою переменную.
Обозначение каждой переменной:
Student_ID: Уникальный идентификатор студента. Age: Возраст студента. Gender: Пол студента (Male, Female, Other). High_School_GPA: Средний балл в старшей школе. SAT_Score: Балл за SAT (стандартизированный тест). University_Ranking: Рейтинг университета. University_GPA: Средний балл в университете. Field_of_Study: Область изучения (например, Computer Science, Arts). Internships_Completed: Количество завершенных стажировок. Projects_Completed: Количество завершенных проектов. Certifications: Количество полученных сертификатов. Soft_Skills_Score: Оценка мягких навыков (например, коммуникация). Networking_Score: Оценка навыков networking (сетевого взаимодействия). Job_Offers: Количество предложений о работе. Starting_Salary: Начальная зарплата после выпуска. Career_Satisfaction: Удовлетворенность карьерой (оценка от 1 до 10). Years_to_Promotion: Количество лет до повышения. Current_Job_Level: Текущий уровень должности (Entry, Mid, Senior, Executive). Work_Life_Balance: Баланс между работой и личной жизнью (оценка от 1 до 10). Entrepreneurship: Участие в предпринимательской деятельности (Yes/No).
После этого я перекодировала некоторые переменные для удобства дальнейшего использования и анализа
В колонке Gender поменяем значение 'Male' на 1, значение 'Female' на 0, значение 'Other' на 2
В колонке Entrepreneurship поменяем значения 'YES' на 1, а 'NO' на 0
В колонке Current Job Level поменяем 'Entry' на 0, 'Mid' на 1, 'Senior' на 2, 'Executive' на 3
ГРАФИКИ
График 1: Зависимость начальной зарплаты от среднего балла в университете
Вывод: GPA оказывает слабое влияние на стартовую зарплату во всех специальностях. Основным фактором, определяющим уровень начального дохода, остаётся область изучения: студенты из Art, Medicine и Computer Science стабильно получают более высокие зарплаты, независимо от GPA. В то время как выпускники Mathematics имеют меньший и менее стабильный доход, даже при высоком среднем балле. Это говорит о том, что рынок труда ценит специальность больше, чем академическую успеваемость.
График 2: Распределение начальной зарплаты по полу
Вывод: График показывает, что медианная зарплата у мужчин, женщин и представителей «других гендеров» примерно одинаковая, но у мужчин больше выбросов с высокими зарплатами.
График 3: Распределение среднего балла в университете по областям изучения
Вывод: График показывает, что в некоторых областях, таких как Mathematics и Engineering, средний балл выше, чем в других, например, в Computer Science. Это может быть связано с более высокой академической нагрузкой или строгостью оценивания в этих областях.
График 4: Зависимость пола от среднего балла SAT
