Modelo de regressão logística aplicado na classificação do desempenho de alunos do 5º ano do ensino fundamental de escolas estaduais do Espírito Santo no Saeb

Thiago de Andrade Guedes, Katarina Rosa Lemos, Adonai José Lacruz

Resumo


Este artigo tecnológico identifica, por meio de regressão logística, os indicadores educacionais que melhor diferenciam as notas de alunos do 5º ano do ensino fundamental de escolas estaduais do estado do Espírito Santo nas provas de Língua Portuguesa e de Matemática no Sistema de Avaliação da Educação Básica (Saeb) de 2017. A amostra foi composta 364 escolas estaduais do estado do Espírito Santo, classificadas como de melhor (aquelas com as 25% maiores notas) e de pior desempenho (aquelas com as 24% menores notas). Os resultados revelam que o conjunto ótimo de variáveis que melhor discrimina o desempenho em relação à língua portuguesa é composto pelas variáveis Nível socioeconômico dos discentes, Indicador de regularidade do corpo docente e Indicador de complexidade de gestão da escola. Já em relação à disciplina de matemática, o mesmo conjunto de variáveis, acrescido da variável Alunos por turma, se mostrou mais relevante. Dessa forma, os resultados podem ser vistos como um auxílio para as decisões de gestores públicos no que diz respeito a investimentos com base nos indicadores educacionais considerados prioritários, reforçando a importância do contexto escolar no desempenho dos alunos.


Palavras-chave


Regressão Logística. Gestão Escolar. Desempenho Escolar. Indicadores Educacionais. Políticas Educacionais.

Texto completo:

PDF HTML

Referências


AMÉRICO, Bruno Luiz; LACRUZ, Adonai José. Contexto e desempenho escolar: análise das notas na Prova Brasil das escolas capixabas por meio de regressão linear múltipla. Revista de Administração Pública, v. 51, n. 5, p. 854-878, 2017.

CAMPELLO, Antonio de Vasconcellos Carneiro; LINS, Luciano Nadler. Metodologia de análise e tratamento da evasão e retenção em cursos de graduação de instituições federais de ensino superior. In: ENCONTRO NACIONAL DE ENGENHARIA DE PRODUCÃO, 28., 2008, Rio de Janeiro. Anais eletrônicos [...]. Rio de Janeiro: ABEPRO, 2008. Disponível em: http://www.abepro.org.br/biblioteca/enegep2008_tn_sto_078_545_11614.pdf. Acesso em: 23 set. 2020.

CUNHA, Jacqueline Veneroso Alves; CORNACHIONE JÚNIOR, Edgard B.; MARTINS, Gilberto de Andrade. Uma aplicação da regressão logística no inventário de estilos de aprendizagem de canfield (lsi) sob a ótica das reprovações acadêmicas. Revista de Contabilidade e Organizações, v. 3, n. 2, p. 100-112, 2008.

SILVA, Bruno Lopes da et al. Redes pessoais e desempenho escolar no ensino básico: um estudo sobre os alunos concluintes do Ensino Médio da Escola Estadual Santos Dumont, Parnamirim no Rio Grande do Norte, Brasil. Revista Electrónica Educare, v. 24, n. 1, p. 1-19, 2020.

FÁVERO, Luiz Paulo Lopes et al. Análise de dados: modelagem multivariada para tomada de decisões. Rio de Janeiro: Elsevier, 2009.

GOBBI, Beatriz Christo et al. Uma boa gestão melhora o desempenho da escola, mas o que sabemos acerca do efeito da complexidade da gestão nessa relação? Ensaio: avaliação e políticas públicas em educação, v. 28, n. 106, p. 198-220, 2020.

HAIR, Joseph F. et al. Análise multivariada de dados. Porto Alegre: Bookman, 2009.

HAIR, Joseph F. et al. Fundamentos de métodos de pesquisa em administração. Porto Alegre: Bookman, 2005.

HENNEKENS, Charles H.; BURING, Julie E. Epidemiology in Medicine. Boston: Little, Brown and Company, 1987.

HOSMER, David. W.; LEMESHOW, Stanley. Applied logistic regression. New York: John Wiley & Sons, 1989.

BRUNOZI JÚNIOR, Antônio Carlos et al. Efeitos das transferências intergovernamentais e arrecadação tributária sobre os indicadores sociais da saúde e educação em minas gerais. Revista de Informação Contábil, v. 5, n. 2, p. 99-121, 2011.

LACRUZ, Adonai José; AMÉRICO, Bruno Luiz; CARNIEL, Fagner. Indicadores de qualidade na educação: análise discriminante dos desempenhos na Prova Brasil. Revista brasileira de educação, v. 24, e240002, p. 1-26, 2019.

LAUTERT, Lisandra Veiga dos Santos; ROLIM, Matheus; LODER, Liane Ludwig. Investigando processos de retenção no âmbito de um curso de engenharia elétrica. In: CONGRESSO BRASILEIRO DE EDUCAÇÃO EM ENGENHARIA, 39., 2011, Blumenau. Anais eletrônicos [...]. Brasília: ABENGE, 2011. Disponível em: http://www.abenge.org.br/cobenge/arquivos/8/sessoestec/art2094.pdf. Acesso em: 23 set. 2020.

LOUVIERE Jordan J.; HENSHER David A; SWAIT Joffre D. Stated choice methods. New York: Cambridge University Press, 2000.

McLACHLAN, Geoffrey J. Discriminant Analysis and Statistical Pattern Recognition. New York: John Wiley & Sons, 1992.

MOTTA, Gustavo da Silva. Como escrever um bom artigo tecnológico? Revista de Administração Contemporânea, vol. 21, n. 5, p. 4-8, 2017.

NORONHA, Adriana Backx; CARVALHO, Beatriz Montiani; SANTOS, Fabrício Fernando Foganhole dos. Estudo do perfil dos alunos evadidos da faculdade de economia, administração e contabilidade, campus Ribeirão Preto, e avaliação do tempo de titulação dos alunos atualmente matriculados. Ribeirão Preto: FEA/USP, 2001. (Texto para Discussão. Série Administração).

NIU, Lian. A review of the application of logistic regression in educational research: common issues, implications, and suggestions. Educational Review, v. 72, n. 1, p. 41-67, 2018.

MESQUITA, Silvana. Os resultados do Ideb no cotidiano escolar. Ensaio: Avaliação e Políticas Públicas em Educação, v. 20, n. 76, p. 587-606, 2012.

PAULA, Gilberto A. Modelos de regressão com apoio computacional. São Paulo: IME/USP, 2013.

PEREIRA, Natalia Herculano. Modelo preditivo para intervenção coronária percutânea em pacientes com infarto agudo do miocárdio com supradesnivelamento do seguimento ST. 2014. 94f. Dissertação (Mestrado em Modelos de decisão e saúde) – Programa de Pós-Graduação em Modelos de Decisão e Saúde, Universidade Federal da Paraíba, João Pessoa, 2014.

ROCHA, Bárbara Aparecida da Silva Rego; TOLEDO JÚNIOR, Antonio. Predictive Factors of Graduation Delay in a Medical Program: a Retrospective Cohort Study in Brazil, 2010-2016. Revista brasileira de educação médica, v. 44, n. 1, e001, p. 1-6, 2020.

TRUETT, Jeanne; CORNFIELD, Jerome; KANNEL, William. A multivariate analysis of the risk of coronary heart disease in Framingham. J. chron. Dis., v. 20, n. 7, p. 511-524, 1967.

VITELLI, Ricardo Ferreira; ROCHA, Cleonice Silveira; FRITSCH, Rosangela. Estudo sobre evasão nos cursos de graduação de uma instituição de ensino superior privada: aplicação de regressão logística. Programa de Observatório de Educação INEP/CAPES, Núcleo em Rede, Projeto nº 44, Indicadores de Qualidade e Gestão Democrática. 2010. Disponível em: https://anpae.org.br/simposio2011/cdrom2011/PDFs/trabalhosCompletos/comunicacoesRelatos/0456.pdf. Acesso: 23 set. 2020.

TUKEY, John Wilder. Bias and confidence in not quite large samples. Annals of Mathematical Statistics, v. 29, n. 2, p. 614-623, 1958.

ZHUOFAN, Wu. Proposta de um modelo de regressão binária com resposta contínua aplicado à análise dos dados do SINASC: identificação de fatores de risco para o baixo peso ao nascer. 2011. 76f. Dissertação (Mestrado em Saúde na Comunidade) – Programa de Pós-Graduação em Saúde na Comunidade, Universidade de São Paulo, Ribeirão Preto, 2011.




DOI: https://doi.org/10.22279/navus.2021.v11.p01-18.1444

Apontamentos

  • Não há apontamentos.




NAVUS - Revista de Gestão e Tecnologia, Florianópolis, Santa Catarina, Brasil. ISSN - 2237-4558 

Membro da Associação Brasileira de Editores Científicos 

 

Desde 18/10/2017

 

Licença Creative Commons

Os originais publicados na Navus estão disponibilizados de acordo com a Licença Creative Commons Atribuição-Uso não-comercial-Vedada a criação de obras derivadas 3.0 Brasil.