Análise dos cursos de engenharia de produção com abordagens das variáveis do censo da educação superior do INEP

Detalhes bibliográficos
Autor(a) principal: Bento, Danilo Ferreira
Data de Publicação: 2022
Tipo de documento: Trabalho de conclusão de curso
Idioma: por
Título da fonte: Repositório Institucional da UFSC
Texto Completo: https://repositorio.ufsc.br/handle/123456789/233053
Resumo: TCC(graduação) - Universidade Federal de Santa Catarina. Centro Tecnológico. Engenharia de Produção
id UFSC_9bd7690dc3199bd3650404c055ef2cb6
oai_identifier_str oai:repositorio.ufsc.br:123456789/233053
network_acronym_str UFSC
network_name_str Repositório Institucional da UFSC
repository_id_str 2373
spelling Análise dos cursos de engenharia de produção com abordagens das variáveis do censo da educação superior do INEPEvasão em Engenharia de ProduçãoCenso da Educação SuperiorMicrodadosRegressão logísticaRegressão múltiplaTCC(graduação) - Universidade Federal de Santa Catarina. Centro Tecnológico. Engenharia de ProduçãoOs cursos de graduação em Engenharia de Produção possuem uma taxa de evasão elevada no Brasil e, mesmo com a expansão vertiginosa de cursos presenciais e à distância nas últimas três décadas, esse índice tem se mantido estável. Segundo o Censo da Educação Superior de 2019, elaborado pelo Instituto Nacional de Estudos e Pesquisas Educacionais Anísio Teixeira, a razão entre estudantes concluintes e ingressantes em Engenharia de Produção costuma ser pequena. Nesse mesmo censo, foram divulgados também vinte e cinco microdados de cada um dos 909 cursos de graduação dessa área; informação essa que pode ser utilizada para a realização de pesquisas que visam correlacionar cada um dos dados com os vinte e quatro restantes. No caso deste Trabalho de Conclusão de Curso, busca-se analisar qualitativamente, por meio de revisão bibliográfica, e quantitativamente, por meio de regressões lineares logísticas e múltiplas implementadas no R-Studio, as variáveis desse censo que mais contribuem para a quantidade de ingressantes e concluintes dos cursos nacionais de Engenharia de Produção, mas também verificar quais impactam nas disciplinas semipresenciais da modalidade presencial e no uso de materiais de acessibilidade (em libras, braile, digitais e recursos de informática). Por fim, realiza-se uma comparação entre os resultados obtidos nas modalidades presencial e à distância. Após aplicados os métodos, constatou-se que as variáveis dependentes do modelo presencial se relacionam em maior número com as outras quando comparadas à modalidade à distância. Na modalidade presencial de ensino, três variáveis indicaram relacionamento dos ingressantes, mesmo número para a quantidade de concluintes. Já na modalidade à distância, não foi possível estabelecer relações de dependência dessas variáveis com as demais, porque não apresentaram resíduos pertinentes com uma distribuição normal e foram reprovados nos testes de aderência de modelo. Como destaque positivo, a oferta de disciplinas semipresenciais, os materiais digitais acessíveis e os em libras estabeleceram as maiores relações de regressão com as demais variáveis (mais de um terço em todas elas) na modalidade presencial. Enquanto nos cursos à distância houve relacionamento apenas de dois a três fatores nos casos analisados. Dos resultados desta pesquisa, departamentos de ensino em Engenharia de Produção podem aproveitá-los para verificar as ferramentas mais eficazes de melhorar a qualidade do ensino dos cursos e mitigar problemas estruturais. Por meio disso, espera-se um declínio nas taxas de evasão de estudantes desses cursos no país e uma contribuição para uma formação de melhor qualidade do engenheiro de produção.Manufacturing Engineering undergraduate programs have a high evasion rate in Brazil. Despite the vertiginous expansion of in person and online programs in the last three decades, that index has kept stable. According to 2019 Higher Education Census, elaborated by Anísio Teixeira National Institute of Educational Studies and Researches, the ration between graduating and fresh students is used to be low. In this same census, there were also released twenty-five microdata of each one of the 909 programs of that field of knowledge. Such information can be utilized for doing research to correlate each one of the twenty-four remaining data. In this Capstone Project, it is done qualitative analyses by means of bibliographic review, and quantitative analyses by means of logistic and multiple regressions implemented in R-Studio. These regressions look for the variables that contribute more for the number of fresh and graduating students in national Manufacturing Engineering programs, but also verifying which ones impact part-time in person courses in in person programs, and the usage of accessibility materials (in Brazilian Sign Language, braille, digital and informatics resources). At last, a comparison between the obtained for in person and online courses is done. After applied some methods, it was observed that the number of dependant variables of the in person programs are related to more variables than online’s. In the first type of program, three variables indicated dependency of the fresh students, which is the same quantity for graduating ones. In regard to online programs, there was not possible to stablish any kind of dependency correlation among variables, because the analyses did not present pertinent residuals, neither were approved in the model adherence tests. As positive highlight in in person programs, part-time courses, access to digital materials, and the ones translated to the Brazilian Sign Language stablished the highest dependency correlations with the remaining variables (over a third in the three of them). Meanwhile, in the online programs, there were stablished dependency correlations with just two or three variables in the investigated cases. From the results of this Capstone Project, Manufacturing Engineering Departments can make use of them to verify more efficient tools to improve the quality of teaching in their programs, but also mitigating structural problems. Therefore, it is hoped a decrease in the evasion rates in those programs in Brazil as well as a contribution to improve the quality of graduated manufacturing engineers.Florianópolis, SCHenrique, Daniel ChristhianUniversidade Federal de Santa CatarinaBento, Danilo Ferreira2022-03-26T11:35:31Z2022-03-26T11:35:31Z2022-03-10info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/bachelorThesis62 f.application/pdfhttps://repositorio.ufsc.br/handle/123456789/233053info:eu-repo/semantics/openAccessporreponame:Repositório Institucional da UFSCinstname:Universidade Federal de Santa Catarina (UFSC)instacron:UFSC2022-03-26T11:35:32Zoai:repositorio.ufsc.br:123456789/233053Repositório InstitucionalPUBhttp://150.162.242.35/oai/requestopendoar:23732022-03-26T11:35:32Repositório Institucional da UFSC - Universidade Federal de Santa Catarina (UFSC)false
dc.title.none.fl_str_mv Análise dos cursos de engenharia de produção com abordagens das variáveis do censo da educação superior do INEP
title Análise dos cursos de engenharia de produção com abordagens das variáveis do censo da educação superior do INEP
spellingShingle Análise dos cursos de engenharia de produção com abordagens das variáveis do censo da educação superior do INEP
Bento, Danilo Ferreira
Evasão em Engenharia de Produção
Censo da Educação Superior
Microdados
Regressão logística
Regressão múltipla
title_short Análise dos cursos de engenharia de produção com abordagens das variáveis do censo da educação superior do INEP
title_full Análise dos cursos de engenharia de produção com abordagens das variáveis do censo da educação superior do INEP
title_fullStr Análise dos cursos de engenharia de produção com abordagens das variáveis do censo da educação superior do INEP
title_full_unstemmed Análise dos cursos de engenharia de produção com abordagens das variáveis do censo da educação superior do INEP
title_sort Análise dos cursos de engenharia de produção com abordagens das variáveis do censo da educação superior do INEP
author Bento, Danilo Ferreira
author_facet Bento, Danilo Ferreira
author_role author
dc.contributor.none.fl_str_mv Henrique, Daniel Christhian
Universidade Federal de Santa Catarina
dc.contributor.author.fl_str_mv Bento, Danilo Ferreira
dc.subject.por.fl_str_mv Evasão em Engenharia de Produção
Censo da Educação Superior
Microdados
Regressão logística
Regressão múltipla
topic Evasão em Engenharia de Produção
Censo da Educação Superior
Microdados
Regressão logística
Regressão múltipla
description TCC(graduação) - Universidade Federal de Santa Catarina. Centro Tecnológico. Engenharia de Produção
publishDate 2022
dc.date.none.fl_str_mv 2022-03-26T11:35:31Z
2022-03-26T11:35:31Z
2022-03-10
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/bachelorThesis
format bachelorThesis
status_str publishedVersion
dc.identifier.uri.fl_str_mv https://repositorio.ufsc.br/handle/123456789/233053
url https://repositorio.ufsc.br/handle/123456789/233053
dc.language.iso.fl_str_mv por
language por
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv 62 f.
application/pdf
dc.publisher.none.fl_str_mv Florianópolis, SC
publisher.none.fl_str_mv Florianópolis, SC
dc.source.none.fl_str_mv reponame:Repositório Institucional da UFSC
instname:Universidade Federal de Santa Catarina (UFSC)
instacron:UFSC
instname_str Universidade Federal de Santa Catarina (UFSC)
instacron_str UFSC
institution UFSC
reponame_str Repositório Institucional da UFSC
collection Repositório Institucional da UFSC
repository.name.fl_str_mv Repositório Institucional da UFSC - Universidade Federal de Santa Catarina (UFSC)
repository.mail.fl_str_mv
_version_ 1823043756799033344

Registros relacionados