---
title: "Анализ опроса школьников Казахстана и России по интересу к инженерии"
author: "Ермоленко Максим"
date: "2026-01-15"
output: 
  html_document:
    toc: true
    toc_float: true
    theme: flatly
    code_folding: hide
---



1. Общая информация об опросе

· Метод исследования: Онлайн-опрос через Google Forms
· Объем выборки: 109 респондентов
· Период проведения: 10–12 июля 2025 года
· География участников: Казахстан (72%), Россия (28%)
· Возрастная группа: 65% — школьники 15–17 лет
· Классы обучения: 60% — учащиеся 9–11 классов

2. Интерес к инженерии


``` r
interest_data <- data.frame(
  category = c("Очень интересно", "Скорее да", "Да", "Не определились"),
  percent = c(36, 16, 39, 43)
)

p1 <- ggplot(interest_data, aes(x = reorder(category, -percent), y = percent)) +
  geom_col(fill = c("#2E8B57", "#8FBC8F", "#66CDAA", "#FFB6C1")) +
  geom_text(aes(label = paste0(percent, "%")), hjust = -0.1, size = 5, fontface = "bold") +
  coord_flip() +
  labs(
    title = "Уровень интереса школьников к инженерии",
    subtitle = "Суммарно 91% проявляют интерес к инженерным специальностям",
    x = "Уровень интереса",
    y = "Доля респондентов (%)"
  ) +
  theme_minimal(base_size = 14) +
  theme(
    plot.title = element_text(face = "bold", size = 16),
    axis.text = element_text(size = 12)
  ) +
  ylim(0, 50)

ggplotly(p1, tooltip = c("y", "label"))

Вывод: Подавляющее большинство школьников (91%) проявляют интерес к инженерии, однако значительная часть (43%) еще не определилась с профессиональным выбором, что указывает на необходимость системной профориентационной работы.

3. Профессиональные планы

plans_data <- data.frame(
  category = c("Да", "Возможно", "Не определились", "Нет"),
  percent = c(44, 39, 13, 4)
)

# Используем столбчатую диаграмму вместо круговой
p2 <- ggplot(plans_data, aes(x = reorder(category, -percent), y = percent)) +
  geom_col(fill = c("#4682B4", "#87CEEB", "#B0C4DE", "#D3D3D3")) +
  geom_text(aes(label = paste0(percent, "%")), vjust = -0.5, size = 5, fontface = "bold") +
  labs(
    title = "Планы работать в инженерной или IT-сфере",
    subtitle = "83% рассматривают такую возможность",
    x = "Вариант ответа",
    y = "Доля респондентов (%)"
  ) +
  theme_minimal(base_size = 14) +
  theme(
    plot.title = element_text(face = "bold", size = 16),
    axis.text = element_text(size = 12)
  ) +
  ylim(0, 50)

ggplotly(p2, tooltip = c("y", "label"))

4. Любимые учебные предметы (ТОП-7)

subjects_data <- data.frame(
  subject = c("Информатика", "Биология", "Математика", "Физика", "Химия", "Гуманитарные", "Технология"),
  count = c(48, 41, 38, 35, 25, 26, 22),
  percent = c(44, 38, 35, 32, 23, 24, 20)
)

p3 <- ggplot(subjects_data, aes(x = reorder(subject, count), y = count)) +
  geom_col(fill = c("#1E90FF", "#32CD32", "#FF4500", "#FFD700", "#8A2BE2", "#FF6347", "#20B2AA")) +
  geom_text(aes(label = paste0(count, " (", percent, "%)")), hjust = -0.1, size = 4.5) +
  coord_flip() +
  labs(
    title = "Самые популярные школьные предметы",
    subtitle = "По количеству упоминаний респондентами",
    x = "Учебный предмет",
    y = "Количество выборов"
  ) +
  theme_minimal(base_size = 14) +
  theme(
    plot.title = element_text(face = "bold", size = 16),
    axis.text = element_text(size = 12)
  )

ggplotly(p3, tooltip = c("y", "label"))

5. Опыт участия в STEM-проектах

exp_data <- data.frame(
  category = c("Олимпиады/конкурсы STEM", "Хакатоны/чемпионаты", "Научные/инженерные проекты"),
  percent = c(41, 30, 29)
)

p4 <- ggplot(exp_data, aes(x = reorder(category, percent), y = percent)) +
  geom_col(fill = c("#DC143C", "#FF8C00", "#9932CC")) +
  geom_text(aes(label = paste0(percent, "%")), hjust = -0.1, size = 5, fontface = "bold") +
  coord_flip() +
  labs(
    title = "Опыт участия в STEM-активностях",
    subtitle = "Наиболее распространены олимпиады и конкурсы",
    x = "Вид активности",
    y = "Доля участников (%)"
  ) +
  theme_minimal(base_size = 14) +
  theme(
    plot.title = element_text(face = "bold", size = 16),
    axis.text = element_text(size = 12)
  ) +
  ylim(0, 50)

ggplotly(p4, tooltip = c("y", "label"))

6. Сложности при старте проектов

diff_data <- data.frame(
  category = c("Не знали, с чего начать", "Немного сложно", "Никогда не пробовали", "Всё понятно"),
  percent = c(29, 33, 19, 19)
)

p5 <- ggplot(diff_data, aes(x = reorder(category, percent), y = percent)) +
  geom_col(aes(fill = category), show.legend = FALSE) +
  scale_fill_manual(values = c("#FF4500", "#FFA500", "#32CD32", "#1E90FF")) +
  geom_text(aes(label = paste0(percent, "%")), hjust = -0.1, size = 5, fontface = "bold") +
  coord_flip() +
  labs(
    title = "Сложности при начале проектной работы",
    subtitle = "62% испытывают трудности на стартовом этапе",
    x = "Тип сложности",
    y = "Доля респондентов (%)"
  ) +
  theme_minimal(base_size = 14) +
  theme(
    plot.title = element_text(face = "bold", size = 16),
    axis.text = element_text(size = 12)
  ) +
  ylim(0, 40)

ggplotly(p5, tooltip = c("y", "label"))

7. Готовность к участию в инженерном чемпионате

ready_data <- data.frame(
  category = c("Хотят приглашение", "Возможно", "Не уверены"),
  percent = c(64, 27, 9)
)

p6 <- ggplot(ready_data, aes(x = reorder(category, percent), y = percent)) +
  geom_col(fill = c("#FFD700", "#DAA520", "#B8860B")) +
  geom_text(aes(label = paste0(percent, "%")), hjust = -0.1, size = 5, fontface = "bold") +
  coord_flip() +
  labs(
    title = "Готовность участвовать в инженерном чемпионате",
    subtitle = "64% активно заинтересованы в участии",
    x = "Уровень готовности",
    y = "Доля респондентов (%)"
  ) +
  theme_minimal(base_size = 14) +
  theme(
    plot.title = element_text(face = "bold", size = 16),
    axis.text = element_text(size = 12)
  ) +
  ylim(0, 70)

ggplotly(p6, tooltip = c("y", "label"))

8. Привлекательные аспекты чемпионата

attr_data <- data.frame(
  aspect = c("Реальная задача", "Работа в команде", "Презентация проекта", "Советы экспертов"),
  percent = c(30, 30, 22, 18)
)

p7 <- ggplot(attr_data, aes(x = reorder(aspect, percent), y = percent)) +
  geom_col(fill = c("#9370DB", "#BA55D3", "#DA70D6", "#EE82EE")) +
  geom_text(aes(label = paste0(percent, "%")), hjust = -0.1, size = 5, fontface = "bold") +
  coord_flip() +
  labs(
    title = "Ключевые мотиваторы для участия в чемпионате",
    subtitle = "Реальные задачи и командная работа наиболее привлекательны",
    x = "Мотивирующий фактор",
    y = "Доля выборов (%)"
  ) +
  theme_minimal(base_size = 14) +
  theme(
    plot.title = element_text(face = "bold", size = 16),
    axis.text = element_text(size = 12)
  ) +
  ylim(0, 35)

ggplotly(p7, tooltip = c("y", "label"))

9. Ключевые выводы и рекомендации

Основные выводы:

1. Высокий потенциальный интерес: 91% школьников проявляют интерес к инженерии, что свидетельствует о значительном потенциале для привлечения молодежи в технические специальности.
2. Потребность в профориентации: Несмотря на интерес, 43% респондентов не определились с профессиональным выбором, что указывает на необходимость системной работы по ознакомлению с инженерными профессиями.
3. Сильная предметная база: STEM-дисциплины пользуются популярностью среди школьников, особенно информатика (44%) и биология (38%), что создает благоприятную основу для инженерного образования.
4. Опыт участия в активностях: 41% школьников имеют опыт участия в олимпиадах и конкурсах STEM-направленности, что является хорошей базой для дальнейшего развития.
5. Барьеры для проектной работы: 62% респондентов испытывают трудности при начале проектной деятельности, основными проблемами являются непонимание стартовых шагов (29%) и общая сложность процесса (33%).
6. Высокая мотивация к соревнованиям: 64% школьников выразили желание получить приглашение на инженерный чемпионат, демонстрируя готовность к практической деятельности.

Рекомендации:

1. Разработать профориентационную программу, направленную на знакомство школьников с современными инженерными специальностями и IT-профессиями.
2. Создать систему поддержки старта проектов: разработать шаблоны, методические материалы и провести серию мастер-классов по началу проектной работы.
3. Организовать инженерный чемпионат с акцентом на: · Реальные практические задачи из различных отраслей · Командный формат работы · Возможность презентации результатов · Консультации и экспертные сессии с профессионалами
4. Вовлекать школьников через популярные предметы: использовать интерес к информатике и биологии как точку входа в инженерное творчество.
5. Развивать существующий опыт: привлекать школьников с опытом участия в олимпиадах к более сложным проектным заданиям.