Я сама не религиозный человек, но мне интересна тема религии и сект, поэтому я решила проанализировать статистические данные о том, насколько сильно те или иные слои населения подвержены влиянию сект.
Поскольку готовых открытых датасетов по теме вовлеченности в религиозные секты в публичном доступе крайне мало (данные являются чувствительными, собираются ограниченно и часто закрыты для широкого доступа), я создала синтетический датасет, основанный на данных из следующих источников: INFORM, FECRIS, CESNUR
Общий подход к визуализации
Для обработки данных прежде всего я перевела категориальные значения в числовые индексы для корреляционного анализа. В части обработки данных — отсортировала информацию, привела к средним значениям по группам.
Главный принцип, которого я придерживалась: каждый график отвечает на конкретный исследовательский вопрос и использует ту форму визуализации, которая наиболее адекватно передает характер данных. Если бы я использовала универсальный тип графика для всех данных, часть важных закономерностей осталась бы нераскрытой или была бы представлена менее наглядно.
Полный код
График 1: Вовлеченность по возрастным группам (Столбчатая диаграмма)
Для обработки данных я сгруппировала респондентов по возрастным категориям и рассчитала долю вовлеченных в каждой группе. Значения отсортированы в порядке возрастания возраста, чтобы проследить динамику. Столбцы расположены в хронологической последовательности для наглядного отображения тренда.
Этот тип графика выбран, потому что возраст — это категориальная переменная с естественным порядком, и столбчатая диаграмма позволяет мгновенно сравнить показатели между группами. Линия среднего значения добавлена как точка отсчета — выше нее группы повышенного риска.
График отвечает на вопрос: Какие возрастные группы наиболее уязвимы к вовлечению в секты?
Мы видим U-образное распределение — молодежь 18-25 лет (23.5%) и пенсионеры 65+ (31.2%) находятся в зоне повышенного риска. Средний показатель по выборке составляет 21,8%, соответственно, эти две группы значительно превышают среднее значение. Если бы я использовала круговую диаграмму, она бы не показала эту динамическую закономерность, поэтому столбчатая диаграмма здесь оптимальна.
График 2: Вовлеченность по уровню образования (Горизонтальная гистограмма)
Для обработки данных я агрегировала информацию по пяти уровням образования, отсортировав значения от высшего к низшему риску. Столбцы расположены в убывающем порядке (сверху вниз — от меньшего риска к большему), чтобы зрительно выделить наиболее уязвимую группу.
Этот тип графика выбран, потому что названия категорий достаточно длинные, и горизонтальное расположение делает их более читаемыми. Кроме того, ранжирование от безопасного к опасному создает интуитивно понятную иерархию.
График отвечает на вопрос: Как образование защищает от вовлечения в секты?
Четкая обратная зависимость — чем выше образование, тем ниже риск. Люди с ученой степенью вовлекаются в 3 раза реже (8.7%), чем люди со средним образованием (26.3%). Если бы я выбрала вертикальную гистограмму, подписи категорий пришлось бы наклонять или обрезать, что ухудшило бы восприятие.
График 3: Вовлеченность по социальному статусу (Столбчатая диаграмма)
Для обработки данных я сгруппировала респондентов по семи социальным статусам и вычислила долю вовлеченных в каждой категории. Столбцы отсортированы в порядке убывания риска, чтобы сразу выделить наиболее уязвимые группы.
Этот тип графика выбран, потому что нам нужно сравнить множество категорий (7 статусов) и определить лидеров риска. Столбчатая диаграмма делает это наглядно — самые высокие столбцы сразу привлекают внимание.
График отвечает на вопрос: Какие социальные группы находятся в зоне наибольшего риска?
Безработные (34.2%) и пенсионеры (31.8%) демонстрируют наивысшие показатели. Студенты (28.5%) также находятся выше среднего (23.1%). Информация была сокращена до семи ключевых статусов, чтобы не перегружать график второстепенными категориями, которых могло быть значительно больше при детальном опросе.
График 4: Вовлеченность по психологическому состоянию (Столбчатая диаграмма с градиентом)
Для обработки данных я выделила четыре градации психологического состояния — от стабильного до кризисного. Значения отсортированы по нарастанию тяжести состояния, чтобы показать, как прогрессирует риск.
Этот тип графика выбран, потому что цветовое кодирование усиливает смысловую нагрузку: зеленый — безопасно, желтый — внимание, оранжевый — тревога, красный — опасность. Это создает интуитивно понятную шкалу угрозы.
График отвечает на вопрос: Как психологическое состояние влияет на уязвимость к вербовке?
Кризисное состояние дает риск 41,3% — это в 4 раза выше, чем при стабильном состоянии (9.8%). Депрессивное состояние (32.4%) также значительно повышает уязвимость. Если бы я использовала обычные серые столбцы, эмоциональное восприятие данных было бы менее выразительным, а цвет здесь работает как дополнительный канал информации.
График 5: Социальные связи (Круговая диаграмма)
Для обработки данных я рассчитала долю вовлеченных внутри каждой категории социальных связей, а затем преобразовала эти доли в сегменты круга. Сегмент «Изоляция» выведен с эксплозией (отрывом от центра), чтобы визуально подчеркнуть критичность этой группы.
Этот тип графика выбран, потому что круговая диаграмма лучше всего показывает структуру явления — как распределяется вовлеченность между разными типами социальных связей. Эксплозия сегмента дополнительно акцентирует внимание на самом опасном факторе.
График отвечает на вопрос: Как характер социальных связей связан с риском вовлечения?
