Determinantes del rendimiento escolar de los alumnos de 3º de bachillerato en Matemáticas en la SARESP: una aproximación con modelos lineales generalizados jerárquicos
Palabras clave:
Competencia en Matemáticas, Modelos Lineales Generalizados Jerárquicos, Escuela Secundaria, SARESPResumen
El presente estudio tuvo como objetivo identificar los factores que influyen en el rendimiento académico de los estudiantes considerando datos del Sistema de Evaluación del Rendimiento Escolar del Estado de São Paulo (SARESP) de 2019. Además de los microdatos asociados con el rendimiento en Matemáticas en el tercer año de secundaria, también se consideraron las respuestas de los padres al cuestionario socioeconómico administrado por SARESP. El Índice de Nivel Socioeconómico (INSE) de las escuelas que participaron en la evaluación en 2019 se incluyó en la muestra. La selección de variables se realizó utilizando el método Lasso, y la probabilidad de que un estudiante obtuviera una clasificación satisfactoria en la competencia en Matemáticas se estimó mediante simulaciones en el software RStudio utilizando modelos lineales generalizados. Los resultados mostraron que la educación materna y el ingreso familiar fueron factores significativos que afectaron la competencia del estudiante. Al mismo tiempo, hacer la tarea y disfrutar de la asignatura fueron factores que contribuyeron a un mejor rendimiento.
Descargas
Referencias
Alves, M. T. G. & Soares, J. F. (2007). Efeito-escola e estratificação escolar: O impacto da composição de turmas por nível de habilidade dos alunos. Educação em Revista, 45, 25-59.
Alves, M. T. G. & Soares, J. F. (2008). O efeito das escolas no aprendizado dos alunos: Um estudo com dados longitudinais no ensino fundamental. Educação e Pesquisa, 34(3), 527-544.
Andrade, J. M. e & Laros, J. A. (2007). Fatores associados ao desempenho escolar: Estudo multinível com dados do SAEB/2001. Psicologia: Teoria e Pesquisa, 23, 33–41.
Barbosa, M. E. F. & Fernandes, C. (2000). Modelo multinível: Uma aplicação a dados de avaliação educacional. Estudos em Avaliação Educacional, 22, 135-154.
Barbosa, M. E. F. & Fernandes, C. (2001). A escola brasileira faz diferença? Uma investigação dos efeitos da escola na proficiência em matemática dos alunos da 4ª série. In C. Franco (Org.), Promoção, ciclos e avaliação educacional (pp. 155–172). ArtMed.
Borges, A. P. N. R., Castro e Almeida, S. P. N. & Lima, K. (2022). Avaliação Educacional: O Saeb, seus pressupostos, finalidades e repercussões. Revista Internacional de Pesquisa em Educação Matemática, 12(4), 1-19.
Brasil. (1996). Lei n. 9.394, de 20 de dezembro de 1996. Estabelece as diretrizes e bases da educação nacional. Brasília, DF.
São Paulo (Estado). Secretaria da Educação. (2019). Sumário Executivo SARESP 2019. Secretaria da Educação do Estado de São Paulo.
Brooke, N., Fernandes, N. S., Miranda, I. P. H. de & Soares, T. M. (2014). Modelagem do crescimento da aprendizagem nos anos iniciais com dados longitudinais da pesquisa GERES. Educação e Pesquisa, 40(1), 77-94.
Coleman, J. S., Campbell, E. Q., Hobson, C. J., McPartland, J., Mood, A. M., Weinfeld, F. D. & York, R. L. (1966). Equality of Educational Opportunity (Vol. 1). U.S. Department of Health, Education, and Welfare, Office of Education.
Ferrão, M. E., Beltrão, K. I., Fernandes, C., Santos, D., Suarez, M. & Andrade, A. do C. (2001). O SAEB – Sistema Nacional de Avaliação da Educação Básica: Objetivos, características e contribuições na investigação da escola eficaz. Revista Brasileira de Estudos de População, 18(102), 111-130.
Fletcher, P. (1998). À procura do ensino eficaz. Ministério da Educação e Cultura, Departamento da Avaliação da Educação Básica.
Goldstein, H. (2001). Modelos de realidade: Novas abordagens para a compreensão de processos educacionais. In C. Franco (Org.), Promoção, ciclos e avaliação educacional (pp. 84-99). ArtMed.
Hox, J., Moerbeek, M. & Van de Schoot, R. (2017). Multilevel analysis: Techniques and Applications (3ª ed.). Routledge.
Izbicki, R. & dos Santos, T. M. (2018). Machine Learning sob a ótica estatística. UFSCar/Insper.
Jesus, G. R. de & Laros, J. A. (2004). Eficácia escolar: Regressão multinível com dados de avaliação em larga escala. Avaliação Psicológica, 3(2), 93-106.
Laros, J. A., Marciano, J. L. & Andrade, J. M. de. (2010). Fatores que afetam o desempenho na prova de matemática do SAEB: Um estudo multinível. Avaliação Psicológica, 9(2), 173-186.
Laros, J. A., Marciano, J. L. & Andrade, J. M. de. (2012). Fatores associados ao desempenho escolar em Português: Um estudo multinível por regiões. Ensaio: Avaliações Políticas Públicas em Educação, 20(77), 623-646.
Machado, A. F., Moro, S., Martins, L. & Rios, J. (2008). Qualidade do ensino em matemática: Determinantes do desempenho de alunos em escolas públicas estaduais mineiras. Revista EconomiA, 9(1), 23-45.
McCullagh, P. (2019). Generalized linear models. Routledge.
Moreira, K. da S. G., Andrade, P. de A. & Begolin, I. P. (2017). Determinantes da proficiência em matemática no Rio Grande do Sul: Uma análise a partir de modelos hierárquicos. Ensaios FEE, 38(1), 7-34.
Palermo, G. A., Silva, D. B. do N. & Novellino, M. S. F. (2014). Fatores associados ao desempenho escolar: Uma análise da proficiência em matemática dos alunos do 5º ano do ensino fundamental da rede municipal do Rio de Janeiro. Revista Brasileira de Estudos de População, 31(2), 367-394.
Raudenbush, S. W. & Bryk, A. S. (2002). Hierarchical linear models: Applications and Data Analysis Methods (2ª ed.). Sage Publications.
Riani, J. de L. R. & Rios-Neto, E. L. G. (2008). Background familiar versus perfil escolar do município: Qual possui maior impacto no resultado educacional dos alunos brasileiros? Revista Brasileira de Estudos de População, 25(2), 251–269.
Rodrigues, F. C. & Monteiro, M. A. A. (2024). Um modelo para avaliação do argumento de prova em contextos de ensino baseado em argumentação coletiva. Revista Internacional de Pesquisa em Educação Matemática, 14(1), 1-20.
Rodrigues, F. C. (2023). Da argumentação a prova: Produção de argumentos matemáticos produzidos por alunos ingressantes em um curso de formação de professores (Tese de Doutorado). Universidade Estadual Paulista, Bauru, SP.
RStudio. (n.d.).
Soares, J. F., César, C. C. & Mambrini, J. (2001). Determinantes de desempenho dos alunos do ensino básico brasileiro: Evidências do SAEB de 1997. In C. Franco (Org.), Promoção, ciclos e avaliação educacional (pp. 121-153). ArtMed.
Soares, T. M. (2005). Modelo de três níveis hierárquicos para a proficiência dos alunos de 4ª série de língua portuguesa do SIMAVE/PROEB-2002. Revista Brasileira de Educação, 29, 73–87.
Soares, T. M. & Mendonça, M. C. M. (2003). Construção de um modelo de regressão hierárquico para os dados do SIMAVE-2000. Pesquisa Operacional, 23(3), 421–441.
Souza, F. dos S. & Magalhães, D. L. (2024). Análise das percepções sobre avaliação no Instituto do Noroeste Fluminense de Educação Superior da Universidade Federal Fluminense com o suporte do software CHIC. Revista Internacional de Pesquisa em Educação Matemática, 14(1), 1-25.
Descargas
Publicado
Número
Sección
Licencia
Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial-CompartirIgual 4.0.
