Зависимость от соцсетей среди студентов

Для исследования были выбраны данные, связанные с зависимостью от социальных сетей среди студентов. Данные были взяты с портала соревнований для специалистов по Data Science — Kaggle.

Так как тема зависимости от социальных сетей довольно обширно исследуется в наше время, я пришла к выводу, что важно проследить связь между временем, проведённым в социальных сетях, и воздействием его на жизнь студентов. Также, этот вопрос актуален и лично для меня, учитывая возрастную категорию и мой опыт в взаимодействии с социальными сетями.

В своём анализе я визуализирую данные, используя гистограмму, круговую диаграмму, диаграмму рассеяния и boxplot (ящик с усами). Это поможет визуальному восприятию, а стилизация этих графиков визуально объединит исследование.

Для шрифтового решения я выбрала гротеск «Monsterrat». Это поспособствует улучшению восприятия информации, покажет некую отстранённость и минималистичность, а также это один из наиболее часто используемых студентами шрифтов в документах.

Первым шагом я импортировала необходимые библиотеки: pandas для работы с данными, seaborn для визуализации данных и оформления, matplotlib.pyplot для построения графиков, matplotlib.font_manager для добавления шрифта «Montserrat» и os для работы с файлами.

После я подгрузила датасет и установила шрифт, при этом проверив, действительно ли он установлен.

Просмотрев данные, я поняла, что они отвечают заданным параметрам, поэтому следующим шагом я очистила данные от пропусков. После задала стиль графиков, используя оттенки серого с лёгкой сеткой.

Для анализа общего распределения данных используется библиотека seaborn.

Для начала я решила найти взаимосвязь между количеством студентов, которые используют социальные сети, и количеством часов использования социальных сетей.

Я решила для наглядности отобразить данные в гистограмме, так как это чётко покажет средний показатель среди студентов.

График показывает, что большинство студентов используют социальные сети около 4-6 часов в день, что позволяет понять актуальность данного исследования.

Для второго графика я решила показать, какие социальные сети используются чаще всего студентами, среди которых те, кто спят меньше 7 часов.

Для того, чтобы удостовериться в корректности данных, снова удаляю пропуски. Дальше фильтрую данные, оставляя только студентов, которые спят меньше семи часов. После ищу топ-5 популярных соцсетей среди этих студентов.

Для оформления диаграммы считаю количество человек в каждой из этих соцсетей и задаю сами цвета. После строю круговую диаграмму.

Наибольшее количество студентов, которые спят меньше семи часов, использует такие соцсети, как «Instagram» и «TikTok».

Для третьего графика были отсортированы данные, учитывая студентов, которые зависимы от соцсетей и которые нет.

Сначала был проведён подсчёт всех студентов по уровню ментального здоровья. Далее был проведён подсчёт только тех, кто имеет зависимость от соцсетей. После объединения двух таблиц, я приступила к визуализации данных так, чтобы можно было увидеть обе группы.

Из данного графика можно сделать вывод, что большинство студентов, как зависимых от соцсетей, так и всех, имеют средний уровень ментального здоровья (5–6).

Высокие уровни ментального здоровья (7–9) практически не представлены среди студентов, зависимых от соцсетей.

Это может говорить о том, что высокий уровень зависимости от соцсетей связан с более низким уровнем ментального здоровья.

Далее я нашла в каких странах наибольшее количество студентов, чей показатель зависимости от соцсетей больше 6 баллов.

Для этого я отфильтровала этих студентов, далее отобразила 15 стран, в которых этот показатель наибольший. После построила сам график.

Таким образом, в Индии, США, Испании, Мексике, Турции находится наибольшее количество студентов с зависимостью от социальных сетей.