Rendimento Acadêmico

(1)

Introdu¸cão e Motiva¸cão Obten¸cão dos Dados Descri¸cão dos Dados IRA: Modelos para Encontrar seus Determinantes Modelo Alternativo: Regressão Log´ıstica

Rendimento Acadˆ

emico,

o que prediz (e o que n˜

ao prediz):

O caso dos alunos de Ciˆ

encias Econˆ

omicas da UnB

Lu´ıs Cristóvão Ferreira Lima Orientador: Moisés Resende Filho

PET Economia Universidade de Bras´ılia 25 de Abril de 2012

(2)

Introdu¸c˜ao e Motiva¸c˜ao

Obten¸cão dos Dados Descri¸cão dos Dados IRA: Modelos para Encontrar seus Determinantes Modelo Alternativo: Regressão Log´ıstica

Motiva¸c˜

ao

Falta de trabalhos, principalmente no Brasil, que tivessem estudantes de universidades como objeto de estudo.

Curiosidade pessoal: o que determina o sucesso acadˆemico

(ou n˜ao) de um estudante?

(3)

Obten¸cão dos Dados Descri¸cão dos Dados IRA: Modelos para Encontrar seus Determinantes Modelo Alternativo: Regressão Log´ıstica

Introdu¸c˜

ao

Deseja-se descrever os aspectos socioeconˆomicos e

acadˆemicos dos estudantes de economia

Após, estima-se modelos para encontrar causalidade entre caracter´ısticas e hábitos desses estudantes e seu rendimento Ao fim, essas mesmas caracter´ısticas são usadas para estimarmos a probabilidade do aluno ter uma reprova¸cão ou trancamento no curr´ıculo

O trabalho ´e muito mais um Estudo de Caso do que uma

tentativa de estimar uma Fun¸cão de Produ¸cão para a Educa¸cão

(4)

Obten¸c˜ao dos Dados

Descri¸c˜ao dos Dados IRA: Modelos para Encontrar seus Determinantes Modelo Alternativo: Regress˜ao Log´ıstica

Base de Dados

Question´ario

Base de Dados

Base de dados inédita proveniente de 240 questionários aplicados entre os alunos de Ciências Econômicas da UnB Questionários aplicados em turmas representativas entre o 2o e 7o _semestres

Data: fim de Agosto e in´ıcio de Setembro de 2011 Alunos eleg´ıveis: qualquer aluno de economia que estava

cursando no m´ınimo o 2o _{semestre no 2/2011}

(5)

Base de Dados

Question´ario

Question´

ario

Primeira parte pergunta aspectos socioeconˆomicos (sexo,

idade, renda...)

Depois disso, pedia-se a frequência a lugares emblemáticos da nossa universidade (RU, BCE, CA...) durante o 1/2011. Ao fim, o estudante deveria colocar todas as men¸cões do seu semestre anterior (1/2011)

Essa op¸c˜ao ´e melhor, pois os alunos tendem a lembrar-se mais de suas notas imediatamente passadas do que do seu

(6)

Base de Dados

Question´ario

(7)

Base de Dados

Question´ario

F´

ormula do IRA

O IRA foi calculado pela f´ormula da UnB:

IRA = [1 − (0, 6 ∗ DTb + 0, 4 ∗ DTp)

DC ] ∗

(ΣPi ∗ CRi ∗ Pei ) (ΣCRi ∗ Pei ) DTb indica o número de disciplinas obrigatórias trancadas, DTp o número de disciplinas optativas trancadas, DC o número de disciplinas matriculadas (incluindo as trancadas), Pi é o peso da

men¸c˜ao (SS=5, MS=4, MM=3, MI=2, II=1 e SR=0), CRi ´e o

número de créditos da disciplina e Pei é o per´ıodo no fluxo. Como o IRA medido é de apenas um semestre, o Pei de todos é igual a 1.

(8)

Introdu¸cão e Motiva¸cão Obten¸cão dos Dados

Descri¸c˜ao dos Dados

IRA: Modelos para Encontrar seus Determinantes Modelo Alternativo: Regress˜ao Log´ıstica

Modo de Ingresso

Homens vs. Mulheres Renda

Rela¸c˜ao do Aluno com a UnB Perfil Acadˆemico

(9)

Modo de Ingresso

Homens vs. Mulheres

Renda

Homens vs. Mulheres

N´umero muito maior de homens: 152 (63,3%) contra 88

mulheres (36,7%)

IRA das mulheres ´e mais alto: 3,67 contra 3,49

A propor¸c˜ao de mulheres com reprova¸c˜ao ou trancamento no

per´ıodo ´e de 33%, a de homens, 46%.

A “supremacia” feminina ´e corroborada por outras pesquisas

(10)

Modo de Ingresso Homens vs. Mulheres

Renda

Foi a variável mais omitida, 21 omissões e 219 observa¸cões válidas

Renda extremamente elevada. Mediana de R$ 12000!

A moda dos dados ´e de R$ 20000 ou mais (49 alunos - 22,4%)

Comparando: 15,5% dos estudantes das Federais brasileiras

s˜ao da classe A (ANDIFES, 2011). Na amostra,

(11)

Modo de Ingresso Homens vs. Mulheres

Renda

(12)

Modo de Ingresso Homens vs. Mulheres Renda

Rela¸c˜ao do Aluno com a UnB

Perfil Acadˆemico

Rela¸c˜

ao do Aluno com a UnB

18% dos alunos almo¸caram uma vez por semana no RU, 25% duas ou mais vezes e 57% não almo¸caram uma única vez BCE: 39,2% não a frequentou, 23,3% foi de visitantes ocasionais e 37,5% a usou para estudar

53,3% dos alunos foi ao CA pelo menos uma vez por mˆes e

44,7% n˜ao o frequentou

Vida Noturna na UnB: 32% dos alunos n˜ao a frequentou.

Enquanto que 40,4% foi a dois ou mais eventos por mˆes.

(13)

Modo de Ingresso Homens vs. Mulheres Renda

Rela¸c˜ao do Aluno com a UnB

Perfil Acadˆemico

Perfil Acadˆ

emico

Horas de estudo por semana: 6,87 em m´edia. Mediana de 5h.

Horas de estudo na v´espera de provas: 6,15

O estudo semanal ´e baixo comparado com as universidades americanas. Por quˆe?

Propor¸cão média de faltas: 16% 34,6% trabalhou ou estagiou IRA médio: 3,55

(14)

Introdu¸cão e Motiva¸cão Obten¸cão dos Dados Descri¸cão dos Dados

IRA: Modelos para Encontrar seus Determinantes

Modelo Alternativo: Regress˜ao Log´ıstica

Especifica¸c˜ao

Ressalvas Resultados Outros Modelos Exemplo

Podemos utilizar M´ınimos Quadrados Ordin´arios (MQO) para

estimar quais s˜ao os determinantes do Rendimento

Acadˆemico.

Modelo Simples

IRA = β0+ β1Centro Acadˆemico + β2Vida Noturna na UnB +

(15)

Especifica¸c˜ao Ressalvas Resultados Outros Modelos Exemplo Modelo Completo

IRA = β0+ β1Centro Acadˆemico + β2Vida Noturna na UnB +

β3Estudo + β4Faltas em % + β5(Faltas em %)2+ β6Idade +

β7Disciplinas + β8Sexo Feminino + β9Cotas + β10PAS +

β11Transferência + β12Outro + β133oAno + β14EM P úblico + β15Trabalho + β16Estágio +

(16)

Especifica¸c˜ao Ressalvas Resultados Outros Modelos Exemplo

Ressalvas

O IRA na regressão está numa escala entre 0 e 100. É o IRA convencional multiplicado por 20.

O termo de erro n˜ao pode ser correlacionado com nenhuma

das vari´aveis independentes.

Há rela¸cão entre aptidão e estudo? (Stinebrickner e Stinebrickner, 2004)

(17)

Resultados

(18)

Resultados

As horas de estudo semanal foram bastante significantes para o IRA. 1 hora a mais de estudo eleva o IRA(0-100) em 0,56 A propor¸cão de faltas também foi relevante no modelo. A adi¸cão do termo quadrático evidencia o efeito decrescente dessa variável

Entre 0 e 1%, o efeito das faltas ´e de -0,46. Entre 24% e 25%, esse efeito ´e de apenas -0,2

A frequência ao Centro Acadêmico e à Vida Noturna da UnB não foram significantes no rendimento (parâmetros pequenos

(19)

Resultados

Rendimento 3,92 pontos maior das mulheres em rela¸c˜ao aos

homens

Cotistas apresentaram IRA(0-100) 8,3 pontos menor que os que ingressaram por vestibular comum

Pessoas que ingressaram por Transferˆencia tˆem rendimento menor em 7,6

Os que trabalharam tiveram rendimento 3,7 maior, contrariando artigos anteriores

As variáveis PAS, 3o Ano, EM Público e Estágio não foram significantes

(20)

Outros Modelos

O modelo da coluna 4 inclui dummies de renda, todas elas n˜ao significantes. Reduz as observa¸c˜oes para 219

Segundo White(1982), a renda determina o rendimento entre

os alunos de diferentes escolas, mas n˜ao em uma mesma

institui¸c˜ao

O modelo da coluna 5 inclui ainda variáveis subjetivas. N´ıvel de motiva¸cão e de ingestão de bebida

Imposs´ıvel determinar uma rela¸c˜ao ceteris paribus com vari´aveis desse tipo.

(21)

Exemplo

De acordo com o 3o modelo, um t´ıpico aluno de Ciˆencias

Econˆomicas, homem de 20 anos, que n˜ao trabalha ou estagia,

que estuda 7 horas semanais, falta 10% das aulas, entrou pelo

vestibular (depois de concluir o Ensino M´edio em uma escola

privada), cursa 6 matérias e vai 5 vezes ao CA por mês e 3 à festas, terá um IRA de 70,75 ou 3,5375 na escala convencional

J´a outra estudante, mulher de 20 anos que entrou pelo PAS,

vinda de escola pública, que estuda 12 horas por semana e não falta aulas, além de não frequentar o CA ou festas, cursando

(22)

Introdu¸cão e Motiva¸cão Obten¸cão dos Dados Descri¸cão dos Dados IRA: Modelos para Encontrar seus Determinantes

O Modelo

Resultados Exemplo

O Modelo

Objetivo: definir a probabilidade do aluno ter uma reprova¸c˜ao ou trancamento no per´ıodo

Como a variável dependente é binária, usa-se Regressão Log´ıstica

Estimado por M´axima Verossimilhan¸ca, que consiste em maximizar a probabilidade da amostra coletada ser a mais representativa poss´ıvel

(23)

O Modelo Resultados Exemplo

O Modelo

Distribui¸c˜ao Log´ıstica: exp(z) 1 + exp(z) sendo z = β1x1+ β2x2+ ... + βkxk

(24)

O Modelo

Resultados

Exemplo

(25)

O Modelo

Resultados

Exemplo

Resultados

A vari´avel Estudo teve um parˆametro relativamente alto, mas apenas significante ao n´ıvel de 10%

Centro Acadˆemico e Vida Noturna na UnB seguem n˜ao

significantes

As mulheres têm menos reprova¸cões e trancamentos, mas o coeficiente só é significante ao n´ıvel de 10%

As vari´aveis mais importantes e significantes foram Faltas e Disciplinas

(26)

O Modelo Resultados

Exemplo

Assim, de acordo com o modelo (z3), o t´ıpico aluno de ciências econômicas teria probabilidade de 0,465 de reprovar ou trancar pelo menos uma disciplina. Mantendo as variáveis fixas, mas adicionando uma hora ao estudo semanal (de 7 para 8), a probabilidade passaria para 0,45, 1,5% menor. Faltar menos (de

10% para 9% das aulas) implicaria em uma redu¸c˜ao de 1,6%, de

0,465 para 0,449. Por fim, cursar uma disciplina a mais (7 ao inv´es de 6) eleva a probabilidade de reprova¸c˜ao para 0,56, 9,5% maior

que antes. Uma mulher com essas mesmas caracter´ısticas ter´a