ANÁLISE FATORIAL DAS RESPOSTAS DO QUESTIONÁRIO PARA INGRESSANTES DA UFC-QUIXADÁ

Documentos relacionados
Levantamento das Expectativas e. Interesses dos Alunos. em Relação ao Curso

UNIVERSIDADE FEDERAL DO CEARÁ CAMPUS QUIXADÁ BACHARELADO EM CIÊNCIA DA COMPUTAÇÃO CRISLÂNIO DE SOUZA MACÊDO

Análise Fatorial Exploratória (AFE) Disciplina: Medidas em Psicologia Professora: Ana Carolina Rodrigues

APLICAÇÃO DE TÉCNICAS MULTIVARIADAS NA SELEÇÃO DE GENÓTIPOS DE PLANTAS PARA GRAMADOS RESISTENTES A INSETOS

Faculdade de Economia, Administração e Contabilidade da Universidade de São Paulo. Disciplina: EAD 351. Técnicas Estatísticas de Agrupamento

Métodos Quantitativos Aplicados

Análise fatorial aplicada à avaliação da satisfação de discentes do Instituto de Ciências Sociais Aplicadas da Universidade Federal de Ouro Preto.

Estudo dirigido de Análise Multivariada

Mestrado Profissional em Administração. Disciplina: Análise Multivariada Professor: Hedibert Freitas Lopes 1º trimestre de 2015

Tutorial SPSS Módulo 17- Análise fatorial Tutorial SPSS Geração de Tabelas

Estatística Aplicada à Administração II. Tópico. Análise de Componentes Principais

Análise estatística multivariada

CURTA DURAÇÃO APLICAÇÕES DE ESTATÍSTICA

Avaliação do processo de ensino docente pelo discente: uma abordagem multivariada para a qualidade

SME0822 Análise Multivariada 2 o semestre de 2014

SME0822 Análise Multivariada 2 o semestre de 2014

ESTUDO COMPARATIVO DOS ESCORES FATORIAIS E DE COMPONENTES PRINCIPAIS EM DADOS ARQUEOMÉTRICOS.

1. Perfil dos Estudantes de Gestão Ambiental (B - Noturno)

Les-0773: ESTATÍSTICA APLICADA III ANÁLISE DE AGRUPAMENTO. Junho de 2017

1. Perfil dos Estudantes de Educação do Campo (L - Integral)

Estatística II. Tópico: Análise Fatorial. Exemplo completo (Livro Corrar modificado)

UNIVERSIDADE FEDERAL DE MINAS GERAIS FACULDADE DE FILOSOFIA E CIÊNCIAS HUMANAS DEPARTAMENTO DE CIÊNCIA POLÍTICA CURSO DE GESTÃO PÚBLICA

Perfil do Aluno Ingressante no Campus Porto Alegre Relatório Geral

Análise de fatores aplicada à análise de princípios estéticos em odontologia

SME0822 Análise Multivariada 2 o semestre de Prof. Cibele Russo. Sala 3-113

INFLUÊNCIA DO BOLSA FAMÍLIA NO PERFIL ESCOLAR: estudo do município de Alterosa

Aula 25: Análise Fatorial. Prof. Eduardo A. Haddad

4 Análise dos resultados

9 Análise Multivariada de Dados

UNIVERSIDADE FEDERAL DE MINAS GERAIS FACULDADE DE FILOSOFIA E CIÊNCIAS HUMANAS DEPARTAMENTO DE CIÊNCIA POLÍTICA CURSO DE GESTÃO PÚBLICA

Técnicas Multivariadas em Saúde

Desenvolvimento da Versão em Português do PSWQ

Avaliação climatológica da cidade de Uberlândia por meio da Análise de Componentes Principais

MODELO PREDITIVO DE EVASÃO: UMA FERRAMENTA PODEROSA

PREDIÇÃO À EVASÃO ESCOLAR: Estudo de caso aplicado no IFSULDEMINAS Campus Passos RESUMO

UNIVERSIDADE FEDERAL FLUMINENSE. Programa de Mestrado e Doutorado em Engenharia de Produção. Disciplina: Estatística Multivariada

De acordo com as colocações dos profissionais do mercado (gerentes de agência), os seguintes pontos podem ser destacados da Terceira Idade:

5 Apresentação e Análise dos Resultados

Análise Fatorial. Matriz R de coeficientes de correlação: Não confundir análise de componentes principais com análise fatorial!

Escala de Atitudes em relação à Estatística: estudo de validação. Resumo

IMPACTOS DO PROGRAMA BOLSA FAMÍLIA NA EVASÃO ESCOLAR, FREQUÊNCIA, APROVAÇÃO E DEFASAGEM IDADE-SÉRIE DOS ALUNOS DO MUNICÍPIO DE POÇO FUNDO/MG

Geometria (X 6 ) Português (X 3 ) Álgebra (X 4 )

4 Análise dos. dados. versão abaixo. arrependimento

METRÔ DE SÃO PAULO COMO AGENTE DE ACESSO À EDUCAÇÃO: UM ESTUDO EXPLORATÓRIO EM UNIVERSIDADES PRIVDAS

5 Análise dos resultados

Professora: Cira Souza Pitombo. Disciplina: Aplicações de técnicas de análise de dados

Educação, Linguagem e Memória. Madson Fernandes de Melo Júnior 1

Análise de Correspondência (ANACOR)

Evasão no curso presencial de Pedagogia de uma Universidade Federal do Rio de Janeiro

QUESTIONÁRIO DE AVALIAÇÃO DISCENTE DO CURSO DE ODONTOLOGIA

A2 - ANÁLISE FATORIAL

SIMULAÇÃO HIDROLÓGICA E APLICAÇÃO DE UMA ANÁLISE MULTIVARIADA NO ESTUDO DE CHUVA-VAZÃO NA BACIA HIDROGRÁFICA DO RIO SÃO FRANCISCO

Actas del Congreso Iberoamericano de Docentes

Fundamentos de Fundamentos de Sistemas de Geometria Analítica. Comunicação e Expressão I

Aula 14 - Correlação e Regressão Linear

Significância do Coeficiente de Correlação

OTIMIZAÇÃO DE PONTOS AMOSTRAIS DE QUALIDADE DE ÁGUA EM RESERVATÓRIOS

METODOLOGIA DE INVESTIGAÇÃO CIENTÍFICA

ANÁLISE DE AGRUPAMENTOS (Cluster Analysis) Flávia F. Feitosa

Análise Multivariada Aplicada à Contabilidade

PÓS-GRADUAÇÃO ANÁLISE DE DATA MINING

Multivariada de dados aplicada à administração

Análise Fatorial. Matriz R de coeficientes de correlação: Não confundir análise de componentes principais com análise fatorial!

Módulo III Medidas de Tendência Central ESTATÍSTICA

RAD5017 Estatística II Aula 2 Análise Fatorial (Conceitos Teóricos) 1. Validade (definição do conceito) x Confiabilidade (consistência da medida)

submissão, pautados em recompensas intrínsecas; e um instrumento contendo trinta indicadores afetivos, normativos, instrumentais e afiliativos.

ÍNDICE DE SATISFAÇÃO DOS USUÁRIOS DE PLANOS DE SAÚDE NO TRIÂNGULO CRAJUBAR, CEARÁ

Metodologia Científica. Prof. Igor Assaf Mendes

Análise da Indústria de Artigos Esportivos com Base na Teoria de Porter

1.1 Para o Curso de Formação Inicial e Continuada, o Campus Telêmaco Borba dispõe as seguintes distribuições de vagas: CAMPUS CURSO Nº DE VAGAS

ANÁLISE DE COMPONENTES PRINCIPAIS/PCA ou ACP

Capacidade discriminante de testes de rastreamento utilizando variáveis latentes: aplicação de modelagem de equações estruturais

Análise Fatorial para Avaliação dos Questionários de Satisfação do Curso de Estatística de uma Instituição Federal

PROGRAMAS DE ASSISTÊNCIA ESTUDANTIL PRACE - PNAES QUESTIONÁRIO DE AVALIAÇÃO SOCIOECONÔMICA DE ESTUDANTES

O USO DE MODELOS DE REGRESSÃO LOGÍSTICA PARA AVALIAÇÃO DO PROBLEMA DE EVASÃO DE ALUNOS NO CURSO DE QUÍMICA INDUSTRIAL DA UNUCET-UEG

A DESISTÊNCIA DOS ALUNOS DO CURSO DE LICENCIATURA EM FÍSICA DA UEPB, CAMPUS VIII

Análise de Regressão Linear Simples e

PROGRAMA DA DISCIPLINA. RCC4225 Análise Multivariada Aplicada à Contabilidade SEMESTRE: 2º/2013 SEGUNDAS FEIRAS: 13:00-18:00 HORAS

UNIVERSIDADE FEDERAL FLUMINENSE. Programa de Mestrado e Doutorado em Engenharia de Produção. Disciplina: Estatística Multivariada

COMPARAÇÃO ENTRE MODELOS DE TAXAS DE EVASÃO

ANEXO 1- Formulário de Solicitação para o PROGRAMA ESTUDANTE ATLETA 2.0 DADOS PESSOAIS: 3. Qual a modalidade de Curso que está frequentando?

MILLER, Julia Ulrich, 1 ; BUENEVIDES, Kênia Gabriela 2 ; AREND, Michele Catherin 1 Instituto Federal Catarinense IFC. Camboriú/SC; INTRODUÇÃO

Análise Fatorial e Componentes Principais Aplicadas na Engenharia de Avaliações

ANÁLISE DO DESENVOLVIMENTO SOCIOECONÔMICO

Personalidade de marcas de fast-food: uma comparação entre consumidores jovens brasileiros e americanos

Considerações. Planejamento. Planejamento. 3.3 Análise de Variância ANOVA. 3.3 Análise de Variância ANOVA. Estatística II

Análise Multivariada Aplicada à Contabilidade

FORMULÁRIO DE INSCRIÇÃO PROGRAMA DE ASSISTÊNCIA ESTUDANTIL

Multicolinearidade em Modelos de Regressão

PROGRAMA SENAC DE GRATUIDADE - PSG 9º EDITAL DE PROCESSO SELETIVO SENAC/AL

6ª Jornada Científica e Tecnológica e 3º Simpósio de Pós-Graduação do IFSULDEMINAS 04 e 05 de novembro de 2014, Pouso Alegre/MG

ANÁLISE FATORIAL EXPLORATÓRIA APLICADA NO QUESTIONÁRIO DO CADASTRO ÚNICO

CAPÍTULO III METODOLOGIA

Profissinais que desejam adquirir ou aprimorar seus conhecimentos em modelagem de dados, analytics e estatística aplicada

Aula 5 Tipos de Pesquisas

Fatores Socioeconômicos Determinantes no Desempenho dos Participantes do ENEM Vitor Luiz Cooke Vieira Cesop/Unicamp

FORMULÁRIO SOLICITAÇÃO

Análise Discriminante

Transcrição:

ANÁLISE FATORIAL DAS RESPOSTAS DO QUESTIONÁRIO PARA INGRESSANTES DA UFC-QUIXADÁ Crislânio de Souza Macêdo, Críston Pereira de Souza, Lucas Ismaily Bezerra Freitas Universidade Federal do Ceará (UFC) Caixa Postal 15.064 91.501-970 Ceará CE Brazil crislanio.ufc@gmail.com, {criston,ismailybf}@ufc.br Abstract. In this study we aim to understand the questionnaire applied to students entering the UFC-Quixadá and try to check the status of the student through the factors obtained in the factor analysis. We used a sample of 236 students. Resumo. Neste estudo buscamos facilitar a interpretação das respostas do questionário para ingressantes na UFC-Quixadá, aplicado em 2015, utilizando os fatores produzidos pela técnica estatística Análise Fatorial. Para isso foi utilizada uma amostra com 236 alunos. 1. INTRODUÇÃO A evasão no ensino superior é um problema complexo, visto que vários fatores influenciam na decisão do aluno de evadir: pessoais, dificuldade financeira, problemas de saúde, abandono involuntário ou abandono voluntário motivado por decisão pessoal, resultados acadêmicos, etc, [Machado 2005]. É necessário analisar as relações que envolvem o problema e entender o que poderia levar um aluno ao abandono, para que medidas possam ser tomadas com o intuito de reduzir a evasão. Nesse trabalho utilizamos as respostas do questionário para ingressantes da UFC-Quixadá. Propomos fazer uma análise do perfil dos alunos ingressantes no ano de 2015, extraindo fatores que possam explicar a evasão. Para isso usaremos a técnica estatística Análise Fatorial, [Hair et al. 2009]. Este estudo está dividido da seguinte forma: Na Seção 2 são apresentados os procedimentos metodológicos, na Seção 3 são apresentados os resultados do estudo, e por fim, na Seção 4 é feita uma discussão dos resultados e considerações finais. 2. METODOLOGIA Esse estudo é dividido em duas etapas: (i) coleta e tratamento dos dados e (ii) aplicação da análise fatorial. 2.1. COLETA E TRATAMENTO DOS DADOS Os dados coletados para o estudo foram obtidos através de um questionário aplicado no ato da matrícula em fevereiro de 2015. Em maio de 2016, a secretaria acadêmica do Campus fez uma segunda coleta de dados para identificar o status do aluno (cancelado ou não), utilizando um sistema da Instituição de Ensino Superior(IES) para gerar o relatório.

Figura 1. Scree Plot Figura 2. número de fatores no estudo Para preservar o anonimato dos alunos, foram entregues os dados de todos os alunos matriculados em 2015 sem o nome e a matrícula. Para poder aplicar a Análise Fatorial é necessário realizar um tratamento prévio nos dados. Realizamos normalização nos dados numéricos (mantendo-os entre 0 e 1) para que todas as variáveis fiquem na mesma escala, igualando assim as importâncias das variáveis no modelo gerado. Nenhum valor discrepante e nenhum valor perdido (missing value) foi detectado na amostra. 2.2. APLICAÇÃO DA ANÁLISE FATORIAL De acordo com as recomendações na literatura [Hair et al. 2009], realizamos os seguintes passos: (1) verificação de existência de pelo menos 30 observações na amostra; (2) existência de correlações entre variáveis acima de 0,3; (3) determinação do número de fatores, utilizando scree plot e autovalores acima de 1; (4) rotação varimax [Kaiser 1958] dos fatores, para facilitar a interpretação; (5) identificação das variáveis com coeficiente acima de 70% em cada fator; e (6) interpretação do relacionamento entre variáveis e fatores. 3. RESULTADOS DA ANÁLISE FATORIAL O critério de autovalor para determinar o número de fatores é possível de ser compreendido pelo 3 o passo descrito na Seção 2.2 ( acima de 1 ), resultando em 19 fatores, com variância total explicada de 70,6% [Hair et al. 2009]. Entretanto, adotamos o critério do scree plot [Hair et al. 2009] conforme observado na Figura 1, resultando em apenas 7 fatores, devido à mudança brusca de variância explicada entre o 7 o e 8 o fatores, com uma variância total explicada de 36,3%. Para uma melhor explicação dos fatores utilizamos o método de rotação Varimax sugerido por [Kaiser 1958], que consiste em concentrar os coeficientes significantes em

poucas variáveis, facilitando a interpretação dos fatores. Na Tabela 1 temos a descrição das variáveis utilizadas nos 7 fatores e na Tabela 2 observamos as componentes rotacionadas. Para denominar os fatores foi utilizado um dos seguintes critérios: o fator foi denominado de acordo com uma das variáveis que apresentam maior coeficiente, ou o fator foi denominado segundo a sua característica geral (combinação de várias variáveis). O Fator 1 (chamado Conhecimento da área e do curso ), é formado por 7 variáveis, e agrupou variáveis que representam o conhecimento em relação ao curso escolhido e a percepção sobre a vida acadêmica no início do curso. O Fator 2 (chamado Poder aquisitivo ), dá maior peso para: morar sozinho, ter estudado em escola particular, não ter feito profissionalizante, e ter ingressado na Universidade por ampla concorrência. Ou seja, características de alunos com maior poder aquisitivo. O Fator 3 (chamado Motivação em fazer o curso ), é formado pelos indicadores: ter boas competências para a área de tecnologia da informação, tempo de estudo maior, motivação em relação ao curso escolhido, boa percepção sobre a vida acadêmica no início do curso, tais como, o curso permitir realização profissional ao aluno, conclusão do curso e não mudança de curso, além do status do aluno (evadido ou não) marcado como não evadido. O Fator 4 (chamado Casado com filhos ), é composto por: estado civil (casado), ter filhos, morando com o marido/esposa ou companheiro/companheira, e ser do curso de redes de computadores. No Fator 5 (chamado Família distante de Quixadá ), temos alunos que moram com a família e moram longe da Universidade, e com maior chance de ser do curso de Redes de Computadores. O Fator 6 (chamado Zona Urbana x Zona Rural ), diferencia quem mora em zona urbana de quem mora em zona rural. O Fator 7 (chamado Alunos do curso de Design Digital ), permite diferenciar alunos de Design Digital dos outros cursos. São alunos que em geral são do sexo feminino, tem menos afinidade com ciências da natureza e suas tecnologias, e mais afinidade com linguagens e códigos e suas tecnologias. 4. DISCUSSÃO E CONSIDERAÇÕES FINAIS Nesse trabalho foi aplicada uma ferramenta estatística para descrever os dados do questionário aplicado aos alunos ingressantes no ano de 2015. No estudo encontramos 7 fatores que descrevem os dados e explicam um total de 36,31% da variância total. Os fatores encontrados descrevem os perfis dos alunos e nos ajuda a entender melhor a evasão. Para tentar prever qual aluno irá evadir, o mais importante como vimos na análise é ver como o aluno marcou a motivação dele em fazer o curso, mostrando que tais fatores possuem as respostas significantes para diferenciar os perfis de alunos e portanto podem ser indicadores da evasão escolar. Em especial o Fator 3, que tem o status do aluno, é um grande indicador para a evasão, sugerindo que o aluno se que declara mais motivado tende a evadir menos. Referências Hair, J. F., Black, W. C., Babin, B. J., Anderson, R. E., and Tatham, R. L. (2009). Análise multivariada de dados. Bookman Editora. Kaiser, H. F. (1958). The varimax criterion for analytic rotation in factor analysis. Psychometrika, 23(3):187 200. Machado, O. A. (2005). Evasão de alunos de cursos superiores: fatores motivacionais e de contexto. Evasão de alunos de cursos superiores: fatores motivacionais e de contexto.

Nome da Variável Tabela 1. Perguntas dos fatores do estudo Perguntas conhec curso atv exerc conhec curso nivel dedic conhec curso disc ofert conhec curso comp hab req conhec curso mercado vida acad boa comp para ti renda moradia sozinho escola fundamental escola medio escola medio prof forma ingresso tempo estudo motivacao escolha curso vida acad realizacao prof vida acad concluir curso vida acad n mudaria de curso status estado civil tem filhos moradia outros curso rc dist pra universidade moradia familia moradia amigos residindo zona urbana residindo zona rural afinidade ling cod tec afinidade ciencias nat tec sexo curso dd [As atividades e tarefas exercidas durante o curso.] [O nível de dedicação exigido.] [As disciplinas ofertadas.] [As competências e habilidades requeridas.] [As condições do mercado de trabalho (salário,empregabilidade, etc).] [Tenho boas competências para a área de tecnologia da informação.] Qual a renda mensal de sua família? Você está morando atualmente sozinho? Que tipo de escola você cursou o ensino fundamental? Que tipo de escola você cursou o ensino médio? Você cursou o o ensino médio em escola publico profissional na área de informática? Qual sua forma de ingresso na UFC-Quixadá? Quantas horas diárias você dedica aos estudos fora do horário de aula? Como você avalia sua motivação em relação ao curso que escolheu? [Julgo que o meu curso me permitirá me realizar profissionalmente.] [Pretendo concluir meu curso nesta instituição.] [Mesmo que pudesse, não mudaria de curso.] Qual o seu estado civil? Tem filhos? Você está morando atualmente com sua esposa/marido ou companheiro/companheira? Você está matriculado no curso de Redes de Computadores? Tomando como base seu local de moradia atual, qual a distância de onde reside para a universidade? Você está morando atualmente com a família? Você está morando atualmente com amigos? Você está residindo na zona urbana? Você está residindo na zona rural? Indique em que medida você tem afinidade com as áreas a seguir: [Linguagens, códigos e suas tecnologias.] Indique em que medida você tem afinidade com as áreas a seguir: [Ciências humanas e suas tecnologias.] Qual seu sexo? Você está matriculado no curso de Design Digital?

Tabela 2. Matriz rotacionada dos componentes Fatores 1 2 3 4 5 6 7 conhec curso atv exerc 0,751 conhec curso nivel dedic 0,645 conhec curso disc ofert 0,751 conhec curso comp hab req 0,784 conhec curso mercado 0,394 vida acad boa comp para ti 0,341 0,515 renda 0,615 moradia sozinho 0,548 escola fundamental 0,723 escola medio 0,861 escola medio prof -0,419 forma ingresso 0,636 tempo estudo 0,357 motivacao escolha curso 0,515 vida acad realizacao prof 0,735 vida acad concluir curso 0,739 vida acad n mudaria curso 0,726 status -0,383 estado civil 0,904 tem filhos 0,786 moradia outros 0,905 curso rc 0,337 0,370 dist pra universidade 0,719 moradia familia 0,871 moradia amigos -0,793 residindo zona urbana 0,963 residindo zona rural -0,963 afinidade ling cod tec 0,462 afinidade ciencias nat tec -0,432 sexo 0,580 curso dd 0,663