Введение

Среди способов анализировать информацию можно выделить жанры “статистика” и “байки”. Разница между ними похожа на разницу между количественной и качественной социологией. Байки повествуют о необычных случаях, которые чем-то выделяются, это не типичный ход протекания событий. При принятии решений ориентироваться на байки плохо — по существу это выбросы из общей совокупности данных, ещё и обросшие подробностями в результате пересказов и интерпретаций. Однако, другая крайность — в принятии решений ориентироваться только на усреднённые статистические данные — так же плоха. Во-первых, потому что иногда важны именно выбросы — иначе бы не оценивали университеты по числу Нобелевских лауреатов, их закончивших, а оценивали бы по среднему IQ или заработку выпускников. Во-вторых, числовые данные появляются в результате измерений, а что-то мы измерить не можем, при измерении другого мы не учитываем важных влияющих факторов, а если результаты измерений учитываются для оценки результативности, то довольно быстро начинает измеряться способность системы эти результаты сфальсифицировать.

Списывание в России повсеместно. Авторы исследования видят в этом не проблему, а индикатор проблемы — как высокая температура сама по себе не болезнь, но симптом болезни. В некотором смысле интенсивность списывания выявляет качество образования: где умные и добросовестные студенты изучают то, что им интересно и нужно изучать, где преподаватели интересно и понятно объясняют, а потом корректно спрашивают, там не возникает массового списывания. Где лекции скучны, предмет не нужен, не интересен, сложен, студенты не знают базовых вещей, учиться не хотят — там списывают почти все.

В этой статье мы представляем результаты анализа опроса студентов и преподавателей о списывании. В первую очередь списывание было нам интересно как институциональный феномен: как к списыванию относятся преподаватели и администрация, как работают механизмы наказания за списывание. Ниже представлена первая часть исследования.

Вторая часть исследования

Основная статья

Описание переменных 

formattable(Table, 
            align =c("l","l"), 
            list(`Indicator Name` = formatter(
            "span", style = ~ style(color = "grey",font.weight = "bold"))))
Variables Description
occupation Кем является респондент (студент/преподаватель и т.д.)
school Где Вы учитесь (преподаёте, учились)?
official Знаете ли Вы, какое официальное наказание за списывание в том месте, где Вы учитесь (преподаёте)?
caught Кажется ли Вам слишком суровой следующая схема: при поимке на списывании или плагиате студенту делается дисциплинарное взыскание, три взыскания – отчисление?
cheating Списывание со шпаргалки…
edu Когда вас опрашивают про качество обучения, Вы…
truth Но в этом опросе Вы говорили правду и только правду
grade_rise Hасколько в среднем вырастала Ваша оценка, если Вы списывали?
age Возраст респондента
info Списывание влияет на то, насколько студенты усваивают нужную и важную информацию

Анализируем ответы

Честность в этом опросе 

mytable1 <- table(data$truth)

lbls <- paste(names(mytable1), "\n", mytable1, sep="")

pie(mytable1, labels = lbls,
main="В этом опросе вы отвечали честно?")

С какими возрастными категориями мы имеем дело? 

data_stat = data %>% drop_na(age) %>%  group_by(occupation) %>% summarise(count = n(), mean_age = round(mean(age),1), median_age = median(age), SD = round(sd(age),2)) %>% arrange(-count)

formattable(data_stat, 
            align =c("l","c","c","c","c", "c", "c", "c", "r"), 
            list(`Indicator Name` = formatter(
            "span", style = ~ style(color = "grey",font.weight = "bold"))))
occupation count mean_age median_age SD
студент, учусь 145 20.4 19 3.25
преподаватель вуза 103 35.9 35 7.63
другое 46 35.2 34 9.69
педагог в школе 14 35.2 33 12.45
учусь в школе 13 16.7 17 1.25

Как можно заметить, большинство респондентов в данном опросе (около 80%) являются студентами либо преподавателями ВУЗов. Студентам в среднем около 20 лет, преподавателям - около 35. Также в опросе поучаствовало небольшое количество педагогов и учащихся школ, однако в дальнейшем анализе в большинстве случаев будут использованы данные именно студентов и преподавателей ВУЗов. На это есть несколько причин. Во-первых, в опросе поучастовало наибольшее количество человек из этой категории, поэтому представляется возможным с большей уверенностью генерализировать результаты. Во-вторых, сама тематика списывания воспринимается и практикуется довольно по-разному в ВУзах и школах, поскольку эти два типа учебных заведений можно охарактеризовать различной социальной-экономической средой, варьирующимися демографическими характеристиками субьектов, а также различным набором общепринятых социальных норм. Таким образом, в дальнейшем анализе будет делаться акцент на рассмотрении характерных особенностей студентов и преподавателей высших учебных заведений.

Текущее занятие респондента 

data$occupation <- ordered(data$occupation, 
          levels = c("учусь в школе","педагог в школе","другое","преподаватель вуза","студент, учусь"))

ggplot(data = na.omit(subset(data, select = occupation)),
          aes(x = occupation, y = ..count../sum(..count..), fill = occupation)) + 
          geom_bar(color = "black", alpha = 0.6, fill = "lightblue") +
          geom_text(aes(label = percent(..count../sum(..count..))), 
          size = 4, stat= "count", position = position_stack(vjust = 0.5)) +
          scale_y_continuous(labels = percent) +
          labs(title = "Tекущая занятость респондента
               ", y  = "", x = "") +
          theme_minimal() +
          guides(fill = F)+
          theme(text = element_text(size = 13), 
          plot.title = element_text(hjust = 0.5), title = element_text(size = 12))+
          coord_flip()

Известно ли респонденту об официальном наказании за списывание? 

ggplot(data = na.omit(subset(data, select = c(official, occupation))), aes(x= official,  group=occupation)) + 
    geom_bar(aes(y = ..prop.., fill = factor(..x..)), 
    stat="count", color = "black", alpha = 0.6) +
    geom_text(aes(label = scales::percent(..prop..),
    y= ..prop.. ), stat= "count", vjust = -.5, size = 3.5) +
    facet_grid(~occupation) +
    scale_y_continuous(labels = scales::percent)+
    guides(fill = F)+
    labs(title = "Знает ли респондент о формальном наказании за списывание?
         ", 
    x = "", y = "")+
    theme_bw()+
    scale_fill_brewer(palette="Set2")+
    theme(text = element_text(size = 13), 
          plot.title = element_text(hjust = 0.5), title = element_text(size = 12))

Видим, что далеко не все в достаточной мере осведомлены о формальном наказании за списывание: практически 3/4 школьников, половина студентов и преподавателей вузов не знают о формальностях наказания за списывание. Очень интересно наблюдать почти одинаковое соотношение осведомленность у преподавателей ВУЗов и студентов: чуть больше половины студентов знают об официальном наказании за списывание, чуть больше половины преподавателей - не знают. Однако, более 4/5 тех, кто работает вне классической академической среды - не знают о формальностях наказания за списывание, что, собственно, не вызывает большого удивления.

Три дисциплинарных высказывания - отчисление. Насколько справедливо? 

ggplot(data = na.omit(subset(data, select = c(caught, occupation))), aes(x = caught,  group=occupation)) + 
    geom_bar(aes(y = ..prop.., fill = factor(..x..)), 
    stat="count", color = "black", alpha = 0.6) +
    geom_text(aes(label = scales::percent(..prop..),
    y= ..prop.. ), stat= "count", position = position_stack(vjust = 0.5), size = 3.5) +
    facet_grid(~occupation) +
    scale_y_continuous(labels = scales::percent)+
    guides(fill = F)+
    labs(title = "Oтчислениe после трех дисциплинарных взысканий:
         ", 
    x = "", y = "")+
    theme_bw()+
    scale_fill_brewer(palette="Set2")+
    theme(text = element_text(size = 13), axis.text.x = element_text(angle = 40, hjust = 1),
          plot.title = element_text(hjust = 0.5), title = element_text(size = 12))

Что касается школы, примерно половина педагогов и учеников считают, что отчисление за 3 дисциплинарных высказывания - это слишком сурово. Аналогично, около половины людей, непосредственно не занятых в академии, считают, что это достаточно суровое наказание. Но обратим внимание на преподавателей вузов и студентов: интересно наблюдать практически абсолютную противоположность в ответах! Лишь около 1/3 студентов считают, что отчисление за 3 дисциплинарных высказывания - это нормальная практика, в то время как лишь та же 1/3, но уже преподавателей, считают это слишком суровым наказанием. Соответственно, наблюдаем диаметральную противоположность в таких же пропорциях в ответах тех, кто считает это слишком суровым наказанием (среди преподавателей и студентов). Таким образом, преподаватели ВУЗов менее лояльны к дисциплинарным проступкам, в то время как студенты в большинстве своем не одобряют подобную практику.

Списывание со шпаргалки…

Для студентов VS преподаватлей ВУЗов

cheat = data %>% filter(occupation == "студент, учусь"| occupation == "преподаватель вуза")

ggplot(data = na.omit(subset(cheat, select = c(cheating, occupation))), aes(x = cheating,  group=occupation)) + 
    geom_bar(aes(y = ..prop.., fill = factor(..x..)), 
    stat="count", color = "black", alpha = 0.6) +
    geom_text(aes(label = paste(round((..prop..)*100,1),"","%"),
    y= ..prop.. ), stat= "count", vjust = -0.5, size = 3.5) +
    facet_grid(~occupation) +
    scale_y_continuous(labels = scales::percent)+
    guides(fill = F)+
    labs(title = "Списывание со шпаргалки...
         ", 
    x = "", y = "")+
    theme_bw()+
    scale_fill_brewer(palette="Set2")+
    theme(text = element_text(size = 13), axis.text.x = element_text(angle = 10, hjust = 0.5, vjust = 0.7),
          plot.title = element_text(hjust = 0.5), title = element_text(size = 12))

Итак, незначительное количество респондентов считают, что списывание хуже плагиата - что вполне логично. Около 1/4 преподавателей вузов считают, что списывание со шпаргалки сравнимо с плагиатом, в то время как менее 1/10 студентов считают также. Примерно одинаковое количество как преподавателей, так и студентов (~ 60 %), считают, что использование шпаргалок это намного менее суровый проступок, чем плагиат. Наконец, около трети студентов и около десятой части преподавателей считают, что списывание со шпаргалки вообще не проступок.

Когда спрашивают про качество обучения 

pie_percent = na.omit(subset(data, select = c(edu, occupation))) %>% group_by(occupation, edu) %>% summarise(count = n()) %>%  mutate(perc = round((count/sum(count)*100),1))

ggplot(data = pie_percent, aes(x = factor(1), y = perc, fill = edu))+
  geom_bar(stat = "identity", width = 1, color = "black", alpha = 0.6)+
  scale_fill_brewer(palette="Set2")+
  facet_wrap(. ~ occupation)+
  coord_polar(theta = "y", start = 0)+
  geom_text(aes(label = paste(perc,"","%"), y = perc), 
            position = position_stack(vjust = 0.5), size = 4)+
  theme_bw()+
  theme(axis.text = element_blank(),
  axis.ticks = element_blank(),
  panel.grid  = element_blank())+
  labs(title = "Когда у вас спрашивают про качество обучения...
       ", 
  y = NULL, x = NULL)+
  guides(fill=guide_legend(title=NULL, nrow = 1))+
  theme(text = element_text(size = 13), 
        legend.position = "bottom", legend.text = element_text(size = 13),
          plot.title = element_text(hjust = 0.5), title = element_text(size = 12))

В данном случае можем с уверенностью сказать, что люди, не причастные к стандартным учебным заведениям в подавляющем большинстве случаев говорят правду о качестве образования. А вот с другими категорями всё немного интереснее: около 1/3 всех школьников и педагогов не всегда отвечают честно на вопросы, связанные с качеством образования. Что касается высших учебных заведений, каждый четвертый студент и каждый пятый преподаватель не всегда честно отвечают на подобные вопросы. В общем и целом, школьники и учителя с наибольшей вероятностью соврут про качество обучения, в то время как преподаватели не классических учебных заведений - с наименьшей.

Повышение оценки, если списывали

Для студентов VS преподавателей

grade = data %>% filter(occupation == "студент, учусь"| occupation == "преподаватель вуза")

ggplot(data = na.omit(subset(grade, select = c(grade_rise, occupation))), aes(x = grade_rise,  group=occupation)) + 
    geom_bar(aes(y = ..prop.., fill = factor(..x..)), 
    stat="count", color = "black", alpha = 0.6) +
    geom_text(aes(label = scales::percent(..prop..),
    y= ..prop.. ), stat= "count", position = position_stack(vjust = 0.5), size = 4) +
    facet_grid(~occupation) +
    scale_y_continuous(labels = scales::percent)+
    guides(fill = F)+
    labs(title = "Насколько в среднем вырастала оценка, если списывали?
         ", 
    x = "", y = "")+
    theme_bw()+
    scale_fill_brewer(palette="Set2")+
    theme(text = element_text(size = 13), 
          axis.text.x = element_text(angle = 5, hjust = 0.5, vjust= 0.7),
          plot.title = element_text(hjust = 0.5), title = element_text(size = 12))

Итак, сравним мнение действуйющих студентов и бывших студентов (т.е. преподавателей ВУЗов). Видим, что в случае преподавателей, списывание не приводило к существенному увеличению оценки в около 70% случаев, почти в 20% - списывание помогало повысить оценку на 10-30%, и еще более малому количеству людей списывание во время учебы помогло повысть оценку более чем на треть. В случае же действующих студентов ситуация совсем другая - около трети студентов отмечают, что списывание несуществнно повлияло на результирующую оценку, в то время как около половины студентов считают, что списывание помогло увеличить оценку на 10-30%. Также, каждый пятый студент отмечает, что списывание помогло увеличить оценку более чем на 30% (по сравнению с каждым десятым нынешним преподавателем, считющим так же).

Как списывание влияет на усвоение информации? 

pie_percent2 = na.omit(subset(data, select = c(info, occupation))) %>% group_by(occupation, info) %>% summarise(count = n()) %>% mutate(perc = round((count/sum(count)*100),1))

ggplot(data = pie_percent2, aes(x = factor(1), y = perc, fill = info))+
  geom_bar(stat = "identity", width = 1, color = "black", alpha = 0.6)+
  scale_fill_brewer(palette="Set2")+
  facet_wrap(. ~ occupation)+
  coord_polar(theta = "y", start = 0)+
  geom_text(aes(label = paste(perc,"","%"), y = perc), 
            position = position_stack(vjust = 0.5), size = 4)+
  theme_bw()+
  theme(axis.text = element_blank(),
  axis.ticks = element_blank(),
  panel.grid  = element_blank())+
  labs(title = "Как списывание влияет на усвоение информации?
       ", 
  y = NULL, x = NULL)+
  guides(fill=guide_legend(title=NULL, nrow = 1))+
  theme(text = element_text(size = 13), 
        legend.position = "bottom", legend.text = element_text(size = 13),
          plot.title = element_text(hjust = 0.5), title = element_text(size = 12))

Итак, посмотрим сначала на школу: около 40% педагогов в школе считают, что при списывании усваивается значительно меньше информации, что вполне ожидаемо. Другие 45% считают, что хоть списываниение и препятствует усвоению информации - основное все равно приходится учить. Тем не менее, 15% считают, что списывать всегда приходится то, что никогда не пригодится. (Интересно, отвечали ли они за себя или своих учеников…?). Но при этом, каким бы странным это не казалось, ни один школьник не считает, что списывать приходится лишь то, что никогда не пригодится. И тут 2 варианта: либо все школьники верят, что всё, что проходится в школе, им когда-нибудь пригодится, либо все считают, что и важные вещи тоже можно списать и ничего тут такого нет.

Посмотрим теперь на ВУЗы: около 60% преподавателей ВУЗов считают, что при списывании усваивается значительно меньше информации, в то время как почти такое же количество студентов думают, что всё равно основное приходится учить даже при списывании, и поэтому не считают это такой большой проблемой. Наконец, большинство преподавателей убеждено, что учебный материал когда-нибудь да пригодится - поэтому лишь 7% преподавателей ВУЗов думают, что списывать приходиться лишь то, что никогда не пригодится. Что касается студентов, каждый пятый считает, что списывать приходится лишь бесполезную информацию; чуть меньшее количество студентов считают, что при списывании действительно усваивается меньше, и остальные 60% считают, что несмотря на меньшее количество усваиваемой при списывании информации - основное все равно приходится учить, и поэтому списывание не так уж и плохо.

Борьбу со списыванием Вы находите…

Для педагогов в школе VS преподавателей ВУЗов

cheat_th = na.omit(subset(data, select = c(fighting, occupation))) %>% group_by(occupation, fighting) %>% summarise(count = n()) %>% mutate(perc = round((count/sum(count)*100),1))

ggplot(data = cheat_th, aes(x = factor(1), y = perc, fill = fighting))+
  geom_bar(stat = "identity", width = 1, color = "black", alpha = 0.6)+
  scale_fill_brewer(palette="Set2")+
  facet_wrap(. ~ occupation)+
  coord_polar(theta = "y", start = 0)+
  geom_text(aes(label = paste(perc,"","%"), y = perc), 
            position = position_stack(vjust = 0.5), size = 4)+
  theme_bw()+
  theme(axis.text = element_blank(),
  axis.ticks = element_blank(),
  panel.grid  = element_blank())+
  labs(title = "Борьбу со списыванием Вы находите...
       ", 
  y = NULL, x = NULL)+
  guides(fill=guide_legend(title=NULL, nrow = 5))+
  theme(text = element_text(size = 13), 
        legend.position = "right", legend.text = element_text(size = 13),
          plot.title = element_text(hjust = 0.5), title = element_text(size = 12))

Посмотрим на мнение педагогов в школе и преподавателей в ВУЗах относительно борьбы со списыванием. Явно видно, что около 35 % респондентов из обеих групп считают, что борьба со списыванием занимает какое-то время, но не сильно напрягает. Стоит отметить, что каждый школьный учитель так или иначе борется со списыванием, в то время как около 15% преподавателей ВУЗов никак не занимаются этим вопросом. Около трети педагогов в школе и каждый пятый преподаватель ВУЗа находит борьбу со списыванием чрезмерно энергозатратной.

Некоторые интересные сравнения по учебным заведениям: ВШЭ, СПбГУ, Политех, МГУ, НГУ и другое

Известно ли студенту/преподавателю об официальном наказании за списывание в его ВУЗе? 

set1 = data %>% filter(occupation == "студент, учусь")

ggplot(data = na.omit(subset(set1, select = c(official, school))), 
       aes(x= official,  group=school)) + 
    geom_bar(aes(y = ..prop.., fill = factor(..x..)), 
    stat="count", color = "black", alpha = 0.6) +
    geom_text(aes(label = scales::percent(..prop..),
    y= ..prop.. ), stat= "count", vjust = -.5, size = 3.5) +
    facet_grid(~school) +
    scale_y_continuous(labels = scales::percent)+
    guides(fill = F)+
    labs(title = "Знает ли студент о формальном наказании за списывание?
         ", 
    x = "", y = "")+
    theme_bw()+
    scale_fill_brewer(palette="Set2")+
    theme(text = element_text(size = 13), 
          plot.title = element_text(hjust = 0.5), title = element_text(size = 12))

Итак, лишь в НИУ ВШЭ большинство студентов (более 80%) осведомлены о формальном наказании за списывание. В других ВУЗых доля осведомленных около половины и меньше. Меньше всего студентов знают о формальном наказании за списывание в МГУ, затем идут Политех и СПбГУ.

set2 = data %>% filter(occupation == "преподаватель вуза")

ggplot(data = na.omit(subset(set2, select = c(official, school))), 
       aes(x= official,  group=school)) + 
    geom_bar(aes(y = ..prop.., fill = factor(..x..)), 
    stat="count", color = "black", alpha = 0.6) +
    geom_text(aes(label = scales::percent(..prop..),
    y= ..prop.. ), stat= "count", vjust = -.5, size = 3.5) +
    facet_grid(~school) +
    scale_y_continuous(labels = scales::percent)+
    guides(fill = F)+
    labs(title = "Знает ли преподаватель о формальном наказании за списывание?
         ", 
    x = "", y = "")+
    theme_bw()+
    scale_fill_brewer(palette="Set2")+
    theme(text = element_text(size = 13), 
          plot.title = element_text(hjust = 0.5), title = element_text(size = 12))

Теперь поговорим об осведомленности преподавателей тех же ВУЗов. Вновь, наибольший процент осведомленности среди преподавателей демонстрирует НИУ ВШЭ, где лишь около 35% преподавателей не имеют точного представления о том, как формально наказывается списывание. Однако, по сравнению со студентами, преподаватели ВШЭ все равно уступают: большая доля студентов ВШЭ осведомлена об официальном наказании за списывание. Относительно других ВУЗов можно отметить, что преподаватели (в отличае от ВШЭ) оказываются более осведомленными, чем студенты. Стоит отметить, что уровень осведомленности среди преподавателей МГУ в 2 раза выше, чем среди студентов. Для других ВУЗов тенденция сохраняется, но разница в осведомленности по сравнению со студентами не такая большая. Касательно Политеха можно отметить: всего несколько преподавателей из этого ВУЗа поучаствовали в опросе, поэтому 100% неосведомленность нельзя генерализировать на всех преподавателей Политеха.

Три дисциплинарных высказывания - отчисление. Насколько справедливо для студентов/преподавателей разных ВУЗов?

Студенты:

ggplot(data = na.omit(subset(set1, select = c(caught, school))), 
       aes(x = caught,  group=school)) + 
    geom_bar(aes(y = ..prop.., fill = factor(..x..)), 
    stat="count", color = "black", alpha = 0.6) +
    geom_text(aes(label = scales::percent(..prop..),
    y= ..prop.. ), stat= "count", position = position_stack(vjust = 0.5), size = 3.5) +
    facet_grid(~school) +
    scale_y_continuous(labels = scales::percent)+
    guides(fill = F)+
    labs(title = "Oтчислениe после трех нарушений: мнение студентов
         ", 
    x = "", y = "")+
    theme_bw()+
    scale_fill_brewer(palette="Set2")+
    theme(text = element_text(size = 13), axis.text.x = element_text(angle = 40, hjust = 1),
          plot.title = element_text(hjust = 0.5), title = element_text(size = 12))

Мнение студентов можно интерпретировать следующим образом: в среднем, студенты всех ВУЗов считают, что отчисление после трех дисциплинарных взысканий - это слишком суровая схема. Все студенты МГУ единогласно поддерживают это высказывание. Также, большинство студентов Политеха (около 80%) согласны с ним. Чуть меньшая доля студентов других ВУЗов (~70%), СПбГУ и НГУ(~60%) разделяет такое же мнение. И лишь в НИУ ВШЭ доли студентов, разделяющих противоположные мнения, равны.

Преподаватели:

ggplot(data = na.omit(subset(set2, select = c(caught, school))), 
       aes(x = caught,  group=school)) + 
    geom_bar(aes(y = ..prop.., fill = factor(..x..)), 
    stat="count", color = "black", alpha = 0.6) +
    geom_text(aes(label = scales::percent(..prop..),
    y= ..prop.. ), stat= "count", position = position_stack(vjust = 0.5), size = 3.5) +
    facet_grid(~school) +
    scale_y_continuous(labels = scales::percent)+
    guides(fill = F)+
    labs(title = "Oтчислениe после трех нарушений: мнение преподавателей
         ", 
    x = "", y = "")+
    theme_bw()+
    scale_fill_brewer(palette="Set2")+
    theme(text = element_text(size = 13), axis.text.x = element_text(angle = 40, hjust = 1),
          plot.title = element_text(hjust = 0.5), title = element_text(size = 12))

Что же думают по этому поводу преподаватели? Можно сказать, что в среднем, в отличае от студентов, преподаватели всех ВУЗов считают нормальным наказанием схему “три дисциплинарных взыскания - отчисление”. Преподаватели НГУ и СПбГУ единогласно поддерживают такое высказывание. Около 90% преподавателей НИУ ВШЭ и МГУ также солидарны с этим. Однако, мнения преподавателей других ВУЗов в поддержку противоположных точек зрения, разделились примерно пополам.

Когда спрашивают про качество обучения 

pie_percent1 = na.omit(subset(set1, select = c(edu, school))) %>% group_by(school, edu) %>% summarise(count = n()) %>%  mutate(perc = round((count/sum(count)*100),1))

ggplot(data = pie_percent1, aes(x = factor(1), y = perc, fill = edu))+
  geom_bar(stat = "identity", width = 1, color = "black", alpha = 0.6)+
  scale_fill_brewer(palette="Set2")+
  facet_wrap(. ~ school)+
  coord_polar(theta = "y", start = 0)+
  geom_text(aes(label = paste(perc,"","%"), y = perc), 
            position = position_stack(vjust = 0.5), size = 4)+
  theme_bw()+
  theme(axis.text = element_blank(),
  axis.ticks = element_blank(),
  panel.grid  = element_blank())+
  labs(title = "Когда у Вас спрашивают про качество обучения: студенты
       ", 
  y = NULL, x = NULL)+
  guides(fill=guide_legend(title=NULL, nrow = 1))+
  theme(text = element_text(size = 13), 
        legend.position = "bottom",legend.text = element_text(size = 13),
          plot.title = element_text(hjust = 0.5), title = element_text(size = 12))

Как же ведут себя студенты, когда их спрашивают про качество обучения? Наибольшая доля студентов, которые не всегда честно отвечают на вопросы по поводу качества образования - из Политеха и других ВУЗов (около 30%). Чуть меньше студентов врут в подобных ситуациях в МГУ, СПбГУ и НИУ ВШЭ (около 25%). Интересно отметить, что наименьшая доля обманывающих студентов из Новосибирского Государственного: в НГУ лишь 10% студентов не всегда отвечают честно на опросы, касаемые качества обучения.

Повышение оценки, если списывали 

ggplot(data = na.omit(subset(set1, select = c(grade_rise, school))), aes(x = grade_rise,  group=school)) + 
    geom_bar(aes(y = ..prop.., fill = factor(..x..)), 
    stat="count", color = "black", alpha = 0.6) +
    geom_text(aes(label = scales::percent(..prop..),
    y= ..prop.. ), stat= "count", vjust = -.5, size = 3.5) +
    facet_grid(~school) +
    scale_y_continuous(labels = scales::percent)+
    guides(fill = F)+
    labs(title = "На сколько в среднем вырастала оценка при списывании: студенты
         ", 
    x = "", y = "")+
    theme_bw()+
    scale_fill_brewer(palette="Set2")+
    theme(text = element_text(size = 13), 
          axis.text.x = element_text(angle = 45, hjust = 1),
          plot.title = element_text(hjust = 0.5), title = element_text(size = 12))

На сколько удавалось улучшить оценку студентам из разных ВУЗов? Больше чем на 30% оценку удавалось увеличить в основном студентам СПбГУ (чуть меньше половины студентов при списывании значительно улучшали свою оценку!). Напротив, значительно увеличить свою оценку лишь в редких случаях удавалось студентам ВШЭ и других ВУЗоы (ок. 15%), но у них же чаще всего получалось увеличить оценку на 10-30% по сравнению с другими ВУЗами. Наконец, несуществнный рост оценки при списывании отмечают большинство студентов НГУ (60%), в других ВУЗых - чуть больше 25% студентов.

Как списывание влияет на усвоение информации?

Студенты

pie_percent3 = na.omit(subset(set1, select = c(info, school))) %>% group_by(school, info) %>% summarise(count = n()) %>% mutate(perc = round((count/sum(count)*100),1))

ggplot(data = pie_percent3, aes(x = factor(1), y = perc, fill = info))+
  geom_bar(stat = "identity", width = 1, color = "black", alpha = 0.6)+
  scale_fill_brewer(palette="Set2")+
  facet_wrap(. ~ school)+
  coord_polar(theta = "y", start = 0)+
  geom_text(aes(label = paste(perc,"","%"), y = perc), 
            position = position_stack(vjust = 0.5), size = 4)+
  theme_bw()+
  theme(axis.text = element_blank(),
  axis.ticks = element_blank(),
  panel.grid  = element_blank())+
  labs(title = "Как списывание влияет на усвоение информации: студенты
       ", 
  y = NULL, x = NULL)+
  guides(fill=guide_legend(title=NULL, nrow = 1))+
  theme(text = element_text(size = 13), 
        legend.position = "bottom", legend.text = element_text(size = 13),
          plot.title = element_text(hjust = 0.5), title = element_text(size = 12))

Что думают студенты о том, как списывание влияет на усвоение информации? Мнение о том, что “при списывании хоть и не запоминается часть информации, но основное все равно приходится учить” разделяют около половины или более студентов из всех представленных категорий. Противоположное мнение о том, что “при списывании усваивается гораздо меньше информации как бы то ни было” тоже присутствует среди студентов всех категорий. Наиболее количество поддерживающих его студентов - из МГУ и СПбГУ (около 25%). Чуть меньше студентов из ВШЭ и Политеха считают так же. Наименьшее количество студентов разделяющих такое мнение - из НГУ (всего 10%). Наконец, третье мнение о том, что “списывать приходится только тот материал, который никогда не пригодится” наиболее популярно в НГУ и Политехе (около 40 % студентов поддерживают его). Наименьшее количество студентов, поддерживающих такое мнение, из ВШЭ: лишь около 10% студентов ВШЭ думают, что списывать приходиться лишь то, что никогда не пригодиться.

Преподаватели

pie_percent4 = na.omit(subset(set2, select = c(info, school))) %>% group_by(school, info) %>% summarise(count = n()) %>% mutate(perc = round((count/sum(count)*100),1))

ggplot(data = pie_percent4, aes(x = factor(1), y = perc, fill = info))+
  geom_bar(stat = "identity", width = 1, color = "black", alpha = 0.6)+
  scale_fill_brewer(palette="Set2")+
  facet_wrap(. ~ school)+
  coord_polar(theta = "y", start = 0)+
  geom_text(aes(label = paste(perc,"","%"), y = perc), 
            position = position_stack(vjust = 0.5), size = 4)+
  theme_bw()+
  theme(axis.text = element_blank(),
  axis.ticks = element_blank(),
  panel.grid  = element_blank())+
  labs(title = "Как списывание влияет на усвоение информации: преподаватели
       ", 
  y = NULL, x = NULL)+
  guides(fill=guide_legend(title=NULL, nrow = 1))+
  theme(text = element_text(size = 13), 
        legend.position = "bottom", legend.text = element_text(size = 13),
          plot.title = element_text(hjust = 0.5), title = element_text(size = 12))

Ситуация с преподавателями по данному вопросы совсем другая. Невооруженным глазом можно отметить, что почти везде (кроме МГУ) преподаватели в большинстве своем считают, что при списывании усваивается гораздо меньше информации как бы то ни было. Преподаватели НГУ единогласны в таком мнении, большинство преподавателей НИУ ВШЭ и других ВУЗов тоже его поддерживают. Интересно отметить, что большинство преподавателей МГУ считают, что студентам все равно приходится учить основной материал, и поэтому при списывании упускается не такая уж и значительная часть материала. Ещё более интересно заметить, что половина преподавателей СПбГУ считают, что материал для списывания никогда не пригодится.