Made available in DSpace on 2019-03-30T00:22:48Z (GMT). No. of bitstreams: 0
Previous issue date: 2018-01-04 / Enrollment in higher education grows year after year in Brazil, and as counterpart to this growth, is evasion, a complex problem of multiple causes that affects the various actors in this educational relationship, especially the student and the educational institution. The global effort to combat evasion has almost half a century of research, starting from the first theoretical model systematized by Spady (1970). To this date, this challenge continues, and especially for private HEIs, which sour an annual loss of revenue in the amount of R $ 7.1 billion/year, only in undergraduate courses, in the presential learning. A consensus among research already developed on the subject is that evasion rate is higher in the initial years. In this scenario, the early identification of students at risk of evading in the initial years is essential, enabling educational management to intervene optimally in the problem. In these terms, the purpose of
this research was the development of a continuous predictive model, based on the model
developed by Sadler; Coher; Kocksen (1997), expanded for the first two years, which used the logistic regression technique at three different times for freshmen from the New York
University. In this research we created a model to identify the probability of a student evading at the beginning of the course, titled Beginner model; a second and third model for students from the 1st to the 4th semester of undergraduate degrees, in presential learning, respectively entitled as Current model and Transition model. After an extensive study of the main variables that affect the evasion phenomenon, we analyzed which were available in the database of the HEI under study and equated the models. External validation test, that is, utilizing data from a population that was not part of the estimated models, were performed and presented the following results: Beginner Model - there was overall accuracy of 59% and sensitivity of 60.8%; Current Model - overall accuracy of 74% and sensitivity of 62.7%; Transition Model - overall accuracy (accuracy) of 71.1% and sensitivity of 68.7%. The results compared to other predictive models of national researchers are low. However, it is observed that the results at most explain 38% of the variations in student dropout, indicating that there is a potential
improvement with the inclusion of new variables with greater explanatory power. / Ensino superior cresce ano após ano em número de matrículas no Brasil, e em contrapartida a esse crescimento, está a evasão, um problema de múltiplas causas e complexo que afeta os diversos atores nessa relação educacional, principalmente o estudante e a instituição educacional. O esforço global de combate à evasão tem quase meio século de pesquisas, se partimos do primeiro modelo teórico sistematizado por Spady (1970). Até a presente data este desafio continua, e principalmente para as IES particulares, que amargam uma perda anual de receita na ordem de R$ 7,1 bilhões/ano, somente nos cursos de Bacharelados, na modalidade presencial. Um consenso entre os trabalhos já desenvolvidos sobre a temática é que a taxa de evasão é maior nos anos iniciais. Neste cenário, é imprescindível a identificação precoce do estudante em risco de evasão nos anos iniciais, possibilitando a intervenção, por parte da gestão
educacional, de forma otimizada no problema da evasão. Nestes termos, o intuito deste trabalho foi o desenvolvimento de um modelo preditivo continuado, que teve como base o modelo desenvolvido por Sadler; Coher; Kocksen (1997), ampliado para os dois primeiros anos, que utilizou a técnica de regressão logística em três momentos distintos para os calouros da universidade de New York. Nesta pesquisa criamos um modelo para identificar a probabilidade de um estudante evadir no início do curso, intitulado de modelo Iniciante; um segundo e terceiro modelo para estudantes do 1º ao 4º semestre de graduação, na modalidade presencial, intitulado respectivamente como modelo Corrente e modelo de Transição. Após um vasto estudo das principais variáveis que afetam o fenômeno evasão, analisou-se quais estavam disponíveis no banco de dados da IES em estudo e equacionado os modelos. Teste de validação externa, ou seja, utilizando dados de uma população, que não fazia parte dos modelos estimados, foram realizados e apresentaram os seguintes resultados: Modelo Iniciante ¿ houve acurácia (acerto) global de 59% e sensibilidade de 60,8%; Modelo Corrente - acurácia (acerto) global de 74% e
sensibilidade de 62,7%; Modelo de Transição - acurácia (acerto) global de 71,1% e
sensibilidade de 68,7%. Os resultados em comparação com outros modelos preditivos de
pesquisadores nacionais são baixos. Entretanto, observa-se que os resultados, no máximo,
explicam 38% das variações da evasão estudantil, indicando que há uma potencial melhoria
com inclusões de novas variáveis com poder explicativo maior.
| Identifer | oai:union.ndltd.org:IBICT/oai:dspace.unifor.br:tede/104172 |
| Date | 04 January 2018 |
| Creators | Fonseca, Jone Peterson Sousa da |
| Contributors | Lima, Afonso Carneiro, Esteves, Luiz Alberto, Vitorino, Grace Troccoli, Lima, Afonso Carneiro |
| Publisher | Universidade de Fortaleza, Mestrado Profissional Em Administração, UNIFOR, Brasil, Centro de Ciências da Comunicação E Gestão |
| Source Sets | IBICT Brazilian ETDs |
| Language | Portuguese |
| Detected Language | Portuguese |
| Type | info:eu-repo/semantics/publishedVersion, info:eu-repo/semantics/masterThesis |
| Source | reponame:Biblioteca Digital de Teses e Dissertações da UNIFOR, instname:Universidade de Fortaleza, instacron:UNIFOR |
| Rights | info:eu-repo/semantics/openAccess |
| Relation | -7954087468186600466, 500, 500, -4438513205011272166 |
Page generated in 0.0025 seconds