Análise multinível: aplicação em avaliação de desempenho escolar

• Autor(a) principal: Pires, Emerson Andrade
• Data de Publicação: 2020
• Tipo de documento: Dissertação
• Idioma: por
• Título da fonte: Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
• Texto Completo: http://hdl.handle.net/10400.2/10151
• topic: Avaliação de desempenho; Desempenho escolar; Modelos multiníveis ou hierárquicos; Modelos de regressão múltipla; School performance; Multilevel or hierarchical models; Multiple regression models; ODS::04:Educação de Qualidade

A natureza, a quantidade de variáveis envolvidas no processo de ensino aprendizagem, a forma como estas variáveis estão agrupadas: variáveis do aluno, da sala, do professor, da escola, da família, etc. nos impõe que qualquer estudo aplicado nesta área não deve descurar esta hierarquia organizacional, pois se tal acontecer, as conclusões advenientes correm o risco de serem desprovidas de rigor científico. Nesta vertente, aparecem os modelos de regressão multiníveis que estatisticamente trazem esta mais valia que é a possibilidade de analisar dados que possuem uma organização hierárquica, o que na educação se verifica de uma forma bem óbvia, visto termos alunos (com caraterísticas próprias) agrupados em turmas (um outro nível hierárquico) que por sua vez estão agrupadas em escolas, que também podem pertencer a agrupamentos escolares. Apesar desta evidente organização hierárquica, há uma regra estatística que nos irá permitir avançar ou não com o ajustamento dos dados a um modelo de regressão multinível: o Coeficiente de Correlação Intraclasse. Caso não seja possível o ajuste dos dados pelo modelo multinível devemos pesquisar outros procedimentos estatísticos que melhor se adequem aos dados. Neste trabalho, procuramos modelar os dados de avaliação de desempenho dos alunos das escolas secundárias da cidade do Porto Novo – Santo Antão – Cabo Verde dos anos letivos 2016 a 2019, tendo como variáveis dependentes as classificações finais nas disciplinas de Matemática e Português. Os dados não suportaram estatisticamente um modelo multinível, pelo que decidimos recorrer a regressão múltipla, considerando a Nota Final à Matemática e à Português como variáveis respostas. O estudo foi conduzido com o apoio do software IBM SPSS (Satistical Package for Social Science) Versão 25.