In order to determine the profile of pupils and the Militar Schools, multivariate statistical techniques on the students data are applied, providing therefore, aids for the administration decision takings. First, a data descriptive analysis of four Militar Schools was carried out according to a cross of school efficiency variants. The multivariate analysis is applied in some teaching indicators by using agglomeration analysis as well as principal components and discriminatory. It is possible to identify the number of students presenting low school grades in their social classes and to compare them among the schools. Once grades in disciplines are used, sets that represent attributes in psychomotor/affective and scientific/cognitive areas are verified. A model formed by the most representative disciplines in the school year, compared to the need of recovery, is shown, classifying a new student in this system. The techniques applied in teaching indicators seem to be suitable to check the quality because when the multivariate nature is obeyed, relevant information can be taken by using different variants and cases. The search for knowledge in data banks has been distinguished as a desirable activity to find out and to understand hidden standards in institutions once they are not always seen through ordinary observation. Thus, it is aimed to enhance the competence and creativity in public institutions looking for organization and quality system management by the usage of methodology in order to show the comparative performance among schools and their own pupils / Com o objetivo de determinar o perfil dos alunos e dos Colégios Militares, aplicam-se técnicas estatísticas multivariadas em dados dos alunos, disponibilizando assim subsídios para a tomada de decisões da administração. Realiza-se, primeiramente, a análise descritiva dos dados de quatro Colégios Militares, segundo um cruzamento de variáveis de rendimento escolar. Aplica-se análise multivariada em alguns indicadores de ensino, utilizando-se análise de aglomeração, componentes principais e discriminante. Pode-se identificar o número de alunos com rendimento baixo nas classes de origem social e compará-los entre as escolas. Utilizando graus das disciplinas, verificam-se agrupamentos que representam os atributos da área psicomotora/afetiva e ciências/cognitivas. Mostra-se um modelo formado pelas disciplinas mais representativas em um ano letivo comparadas com a necessidade de recuperação, classificando um aluno novo neste sistema. As técnicas aplicadas em indicadores de ensino mostram-se adequadas para a verificação da qualidade, pois, obedecendo a natureza multivariada, pode-se extrair informações relevantes utilizando-se diferentes casos e variáveis. A procura de conhecimento em bancos de dados tem se destacado como uma atividade desejável para descobrir e compreender padrões ocultos nas instituições, os quais nem sempre são visíveis através da simples observação. Desta forma, busca-se aumentar a competência e a criatividade nas instituições públicas, visando a organização e gestão de sistemas de qualidade, através do uso de metodologia para mostrar o desempenho comparativo entre as escolas e entre os próprios alunos.
| Identifer | oai:union.ndltd.org:IBICT/oai:repositorio.ufsm.br:1/8135 |
| Date | 25 May 2005 |
| Creators | Silva, Fernando Monteiro |
| Contributors | Souza, Adriano Mendonça, Lopes, Luis Felipe Dias |
| Publisher | Universidade Federal de Santa Maria, Programa de Pós-Graduação em Engenharia de Produção, UFSM, BR, Engenharia de Produção |
| Source Sets | IBICT Brazilian ETDs |
| Language | Portuguese |
| Detected Language | Portuguese |
| Type | info:eu-repo/semantics/publishedVersion, info:eu-repo/semantics/masterThesis |
| Format | application/pdf |
| Source | reponame:Repositório Institucional da UFSM, instname:Universidade Federal de Santa Maria, instacron:UFSM |
| Rights | info:eu-repo/semantics/openAccess |
| Relation | 300800000005, 400, 300, 300, 500, 60a97352-41f4-4228-b7b7-9bf285c97d9c, 0cc2fa29-0ce8-4dcb-9f3c-4984f7bf42be, 52b4ac9b-ae50-4378-9e6d-d078971edcbc |
Page generated in 0.0032 seconds