Logistic regression model applied to school performance classification of students from the 5th grade of primary education in SAEB in state schools in Espírito Santo

Authors

  • Thiago de Andrade Guedes Instituto Federal do Espírito Santo - campus Viana
  • Katarina Rosa Lemos Instituto Federal do Espírito Santo - campus Viana
  • Adonai José Lacruz Ifes - campus Viana PPGAdm/UFES http://orcid.org/0000-0003-1575-3788

DOI:

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

Keywords:

Logistic Regression. Educational Management. School Performance. Educational indicators. Educational Policies.

Abstract

This technological paper identifies the educational indicators that best differentiate school performance obtained by students from the 5th grade of primary education in state schools of Espírito Santo in the Math test and Portuguese Language test in the Saeb 2017 through logistic regression. The sample consisted of 364 schools of the public education network of Espírito Santo (Brazil), classified as the best performance and worst performance. The results showed that the Socioeconomic level of students, the Index of teacher regularity and the Indicator of school management complexity formed an optimal set of variables to discriminate the performance of schools in the Portuguese Language test. This same set of variables, and the variable Students per class, proved to be more relevant to evaluate the performance of schools in the Math test. These results can contribute to educational public policy decisions, reorganizing their investments based on priority educational indicators. The findings reinforce the importance of the school environment in school performance.

Downloads

Download data is not yet available.

Author Biographies

Thiago de Andrade Guedes, Instituto Federal do Espírito Santo - campus Viana

Tecnólogo em logística.

Katarina Rosa Lemos, Instituto Federal do Espírito Santo - campus Viana

Tecnóloga em logística.

Adonai José Lacruz, Ifes - campus Viana PPGAdm/UFES

Administrador. Mestre em economia. Doutor em Administração. Pós-doutorado em Administração. Professor no Ifes - campus Viana. Professor no Programa de Pós-graduação em Administração da UFES.

References

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.

Published

2021-01-04

Issue

Section

Articles