Utiliza-se o método de decomposições do índice Theil-L para encontrar determinantes da desigualdade de desempenho escolar das crianças da 4ª série do ensino fundamental do estado de São Paulo. Os dados de proficiência dos alunos em português e matemática são extraídos da Prova Brasil 2005 e combinados com os dados do Censo Escolar 2005. A análise das contribuições brutas e marginais geradas por meio do índice Theil L mostra que variáveis comumente utilizadas como medidas de background sócioeconômico dos alunos explicam pouco da desigualdade das notas, menos de 2%. Ao mesmo tempo, as contribuições brutas e marginais apontam para a importância significativa das escolas, que explicam 14,58% da desigualdade de desempenho dos alunos em matemática e 13,27% do desempenho dos alunos em português. A única variável que explica significativamente a desigualdade entre as escolas é o município, 14,56% da desigualdade em matemática e 13,98% em português. As demais variáveis quando consideradas isoladamente, respondem por menos de 2,5% da desigualdade. Quando tomadas em grupos, seu poder explicativo aumenta. As variáveis de infraestrutura escolar explicam 18,68% da desigualdade entre as escolas em português e 20% da desigualdade em matemática. As variáveis referentes ao background dos colegas respondem respectivamente por 8,79 e 9,40%. Conclui-se que o impacto das diferentes variáveis no desempenho dos alunos se dá por meio de sua interação mais do que pelo efeito de variáveis específicas. Reitera-se também a importância de se entender o impacto dos insumos escolares para compreender a proficiência dos alunos. O trabalho aponta ainda o efeito que os municípios têm sobre as escolas e oferece base para uma melhor compreensão posterior desse fenômeno. / This research uses the method of Theil-L decomposition to find determinants of the inequality among students scores of the 4th grade of the fundamental school in the state of São Paulo. The data is provided by a combination of Prova Brasil 2005 standardized tests and the Censo Escolar 2005. The analysis of the gross and marginal contributions measured by the Theil-L indez indicates that the variables normally used for students social and economic background give few explanation about the total inequality measured. The analysis of the decompositions also shows that schools play a main role in the inequalities among students, explaining 14,58% of the students inequality in math and 13,27% in Portuguese. The only single variable that shows an important impact in the score inequalities among schools is the municipality, 14,56% for math and 13,98% for Portuguese. The other variables have no impact over 2,5% when considered solely. By the other side, when these variables are considered in groups, there is a gain in explanation. The school infra-structure explain 18,68% of the inequality among schools in Portuguese and 20% of the inequality in math. The variables about the peers background are responsible for 8,79 and 9,40% respectively. It is concluded that the impact of differents variables in students learning are more due to their interaction, than by their direct effects. It is reinforced the importance of a better understanding of school variables to understand children apprenticeship as shown by part of the literature. This research points to the importance of municipalities for schools and gives a basis for further discussion on this matter.

Utiliza-se o método de decomposições do índice Theil-L para encontrar determinantes da desigualdade de desempenho escolar das crianças da 4ª série do ensino fundamental do estado de São Paulo. Os dados de proficiência dos alunos em português e matemática são extraídos da Prova Brasil 2005 e combinados com os dados do Censo Escolar 2005. A análise das contribuições brutas e marginais geradas por meio do índice Theil L mostra que variáveis comumente utilizadas como medidas de background sócioeconômico dos alunos explicam pouco da desigualdade das notas, menos de 2%. Ao mesmo tempo, as contribuições brutas e marginais apontam para a importância significativa das escolas, que explicam 14,58% da desigualdade de desempenho dos alunos em matemática e 13,27% do desempenho dos alunos em português. A única variável que explica significativamente a desigualdade entre as escolas é o município, 14,56% da desigualdade em matemática e 13,98% em português. As demais variáveis quando consideradas isoladamente, respondem por menos de 2,5% da desigualdade. Quando tomadas em grupos, seu poder explicativo aumenta. As variáveis de infraestrutura escolar explicam 18,68% da desigualdade entre as escolas em português e 20% da desigualdade em matemática. As variáveis referentes ao background dos colegas respondem respectivamente por 8,79 e 9,40%. Conclui-se que o impacto das diferentes variáveis no desempenho dos alunos se dá por meio de sua interação mais do que pelo efeito de variáveis específicas. Reitera-se também a importância de se entender o impacto dos insumos escolares para compreender a proficiência dos alunos. O trabalho aponta ainda o efeito que os municípios têm sobre as escolas e oferece base para uma melhor compreensão posterior desse fenômeno. / This research uses the method of Theil-L decomposition to find determinants of the inequality among students scores of the 4th grade of the fundamental school in the state of São Paulo. The data is provided by a combination of Prova Brasil 2005 standardized tests and the Censo Escolar 2005. The analysis of the gross and marginal contributions measured by the Theil-L indez indicates that the variables normally used for students social and economic background give few explanation about the total inequality measured. The analysis of the decompositions also shows that schools play a main role in the inequalities among students, explaining 14,58% of the students inequality in math and 13,27% in Portuguese. The only single variable that shows an important impact in the score inequalities among schools is the municipality, 14,56% for math and 13,98% for Portuguese. The other variables have no impact over 2,5% when considered solely. By the other side, when these variables are considered in groups, there is a gain in explanation. The school infra-structure explain 18,68% of the inequality among schools in Portuguese and 20% of the inequality in math. The variables about the peers background are responsible for 8,79 and 9,40% respectively. It is concluded that the impact of differents variables in students learning are more due to their interaction, than by their direct effects. It is reinforced the importance of a better understanding of school variables to understand children apprenticeship as shown by part of the literature. This research points to the importance of municipalities for schools and gives a basis for further discussion on this matter.