Modelos multiníveis aplicados ao desempenho escolar: uma proposta de análise com dados do SARESP
Palavras-chave:
Proficiência em Matemática, Background Familiar, Modelos Multiníveis, Ensino MédioResumo
O presente estudo tem como objetivo investigar os fatores que impactam o desempenho escolar do aluno da terceira série do Ensino Médio, na rede pública estadual de ensino, matriculados nas escolas pertencentes à região Capital, defina de acordo com a Diretoria de Ensino. Foram coletados dados relativos às notas de Matemática, bem como as respostas dadas ao questionário aplicado aos pais dos alunos participantes da edição de 2013 do SARESP. O estudo emprega modelos multiníveis com dois níveis para a realização das análises empíricas. As variáveis selecionadas foram categorizadas e diferentes modelos foram propostos assumindo os efeitos específicos para as escolas como fixos e aleatórios. Estimativas para os parâmetros associados às variáveis foram obtidas via modelagem no software RStudio. Os resultados revelam que o nível de escolaridade dos pais, a renda familiar e o cumprimento das tarefas de casa pelo aluno tiveram um impacto positivo nas notas de Matemática.
Downloads
Referências
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. https://doi.org/10.1590/S1517-97022008000300007
Andrade, J. M. & Laros, J. A. (2007). Fatores associados ao desempenho escolar: Estudo multinível com dados do SAEB/2001. Psicologia: Teoria e Pesquisa, 23(1), 33-42. https://doi.org/10.1590/S0102-37722007000100005
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 F. Creso (Org.), Avaliação, Ciclos e Promoção na Educação (pp. 155-178). Artmed Editora.
Bassetto, C. F. (2019). Background familiar e desempenho escolar: Uma abordagem com variáveis binárias a partir dos resultados do Saresp. Revista Brasileira de Estudos de População, 36, e0077. https://doi.org/10.20947/S0102-3098a0077
Bassetto, C. F. (2021). Análise regional dos resultados do Saresp: Uma abordagem com modelos hierárquicos. Ciência & Educação (Bauru), 27, e21063.
Bliese, P. (2016). Multilevel modeling in R (2.6): A brief introduction to R, the multilevel package and the nlme package. In R Development Core Team, An introduction to R. https://cran.r-project.org/doc/manuals/r-release/R-intro.pdf
Bozdogan, H. (1987). Model selection and Akaike's information criterion (AIC): The general theory and its analytical extensions. Psychometrika, 52(3), 345-370. https://doi.org/10.1007/BF02294361
Brooke, N., Fernandes, N. da 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. https://doi.org/10.1590/S1517-97022014000100006
Brooke, N. & Soares, J. F. (2008). Pesquisa em eficácia escolar: Origem e trajetórias. Editora UFMG.
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. 1. U.S. Department of Health, Education, and Welfare, Office of Education.
Ferrão, M. E., Beltrão, K. I., Fernandes, C., Santos, D., Suárez, 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(1/2), 111-130. https://doi.org/10.20947/S0102-3098a0008
Fletcher, P. (1998). À procura do ensino eficaz. Ministério da Educação e Cultura, Departamento da Avaliação da Educação Básica.
Gelman, A. & Hill, J. (2006). Data analysis using regression and multilevel/hierarchical models. Cambridge University Press.
Goldstein, H. (1995). Multilevel statistical models (2 ed.). John Wiley.
Hox, J. (2002). Multilevel analysis: Techniques and applications. Lawrence Erlbaum Associates.
Instituto Nacional de Estudos e Pesquisas Educacionais Anísio Teixeira. (2003, July 14). Piora na qualidade do ensino afeta mais estudantes negros.
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.
Kreft, I. & de Leeuw, J. (1998). Introducing multilevel modeling. Sage Publications.
Laros, J. A. & Marciano, J. L. P. (2008). Análise multinível aplicada aos dados do NELS:88. Estudos em Avaliação Educacional, 19(40), 263-278. https://doi.org/10.18222/eae194020082061
Laros, J. A., Marciano, J. L. P. & 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. https://doi.org/10.15689/ap.2010.0902.04
Natis, L. (2001). Modelos lineares hierárquicos. Estudos em Avaliação Educacional, 3(5), 5-24.
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. https://doi.org/10.1590/S0102-30982014000200007
Raudenbush, S. W. & Bryk, A. S. (2002). Hierarchical linear models: Applications and data analysis methods (2 ed.). Sage Publications.
Riani, J. de L. R. & Rios-Neto, E. L. G. (2008). Background familiar versus perfil escolar do município: Qual possui maior influência no resultado educacional dos alunos brasileiros? Revista Brasileira de Estudos Populacionais, 25(2), 251-269. https://doi.org/10.1590/S0102-30982008000200003
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. https://doi.org/10.37001/ripem.v14i1.3214
RStudio Team. (2023). RStudio: Integrated development environment for R. http://www.rstudio.com/
São Paulo (Estado). Secretaria da Educação. (2019). Relatório pedagógico: SARESP 2019 - Matemática.
Soares, J. F. & Alves, M. T. G. (2003). Desigualdades raciais no sistema brasileiro de educação básica. Educação e Pesquisa, 29(1), 147-165. https://doi.org/10.1590/S1517-97022003000100010
Soares, J. F. & Andrade, R. J. D. (2006). Nível socioeconômico, qualidade e eqüidade das escolas de Belo Horizonte. Ensaio: Avaliação e Políticas Públicas em Educação, 14(50), 107-125. https://doi.org/10.1590/S0104-40362006000100007
Soares, J. F., Cesar, C. C. & Mambrini, J. (2001). Determinantes de desempenho dos alunos do ensino básico brasileiro. In F. Creso (Org.), Avaliação, Ciclos e Promoção na Educação (pp. 121-154). Artmed Editora.
Soares, T. M. (2003). Influência do professor e do ambiente em sala de aula sobre a proficiência alcançada pelos alunos avaliados no Simave-2002. Estudos em Avaliação Educacional, 28, 103-124. https://doi.org/10.18222/eae02820032180
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. https://doi.org/10.1590/S1413-24782005000100006
Soares, T. M. & Mendonça, M. C. (2003). Construção de um modelo de regressão hierárquico para os dados do Simave-2000. Pesquisa Operacional, 23(3), 421-441.
Downloads
Publicado
Edição
Seção
Licença
Este trabalho está licenciado sob uma licença Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International License.
