UNIVERSIDADE FEDERAL DO CEARÁ MESTRADO ......tração: Economia do Setor Público. Trabalho aprovado. Fortaleza-CE, Brasil, 25 de Agosto de 2017: Prof. Dr. Márcio Veras Corrêa Orientador

UNIVERSIDADE FEDERAL DO CEARÁ

CURSO DE PÓS-GRADUAÇÃO EM ECONOMIA – CAEN

MESTRADO PROFISSIONAL EM ECONOMIA DO SETOR PÚBLICO

FATIMA HELENA RAMOS DE ARAÚJO

DETERMINANTES DO DESEMPENHO DOS ALUNOS DAS INSTITUIÇÕES DE

ENSINO SUPERIOR BRASILEIRAS NO ENADE 2013

FORTALEZA – CE

2017

Fatima Helena Ramos de Araújo

Determinantes do Desempenho dos Alunos das Instituições deEnsino Superior Brasileiras no ENADE 2013

Dissertação submetida à Coordenação do Cursode Pós-Graduação em Economia – Mestrado Pro-fissional – da Universidade Federal do Ceará -UFC, como requisito parcial para a obtenção dograu de Mestre em Economia. Área de Concen-tração: Economia do Setor Público.

Universidade Federal do Ceará – UFC

Centro de Aperfeiçoamento dos Economistas do Nordeste – CAEN

Programa de Pós-Graduação em Economia

Orientador: Prof. Dr. Márcio Veras Corrêa

Fortaleza-CE, Brasil

Agosto de 2017

Fatima Helena Ramos de AraújoDeterminantes do Desempenho dos Alunos das Instituições de Ensino Superior

Brasileiras no ENADE 2013/ Fatima Helena Ramos de Araújo. – Fortaleza-CE, Brasil,Agosto de 2017-

60 p. : il. (algumas color.) ; 30 cm.

Orientador: Prof. Dr. Márcio Veras Corrêa

Dissertação (Mestrado Profissional emEconomia do Setor Público) – Universidade Federal do Ceará – UFCCentro de Aperfeiçoamento dos Economistas do Nordeste – CAENPrograma de Pós-Graduação em Economia, Agosto de 2017.1. Desempenho Acadêmico. 2. Regressão Múltipla. 3. Regressão Quantílica. I.

Márcio Veras Corrêa. II. Universidade Federal do Ceará. III. CAEN. IV. Determinantesdo Desempenho dos Alunos das Instituições de Ensino Superior Brasileiras no ENADE2013

Fatima Helena Ramos de Araújo

Determinantes do Desempenho dos Alunos das Instituições deEnsino Superior Brasileiras no ENADE 2013

Dissertação submetida à Coordenação do Cursode Pós-Graduação em Economia – Mestrado Pro-fissional – da Universidade Federal do Ceará -UFC, como requisito parcial para a obtenção dograu de Mestre em Economia. Área de Concen-tração: Economia do Setor Público.

Trabalho aprovado. Fortaleza-CE, Brasil, 25 de Agosto de 2017:

Prof. Dr. Márcio Veras CorrêaOrientador

Prof. Dr. Maurício BenegasUniversidade Federal do Ceará

Prof. Dr. Silvando Carmo de OliveiraUniversidade Federal do Ceará

Fortaleza-CE, BrasilAgosto de 2017

RESUMO

O presente trabalho investiga os fatores determinantes do desempenho acadêmico dos alunosde Instituições de Ensino Superior (IES) no Brasil. Para tanto, recorre-se aos microdados doExame Nacional de Desempenho dos Estudantes (ENADE), relativos ao ano de 2013. A partirda utilização das notas gerais obtidas pelos alunos avaliados e de suas respectivas respostas aoquestionário socioeconômico, modelos econométricos de regressão linear e quantílica foramconstruídos. Os resultados indicam tanto fatores socioeconômicos como idade, sexo, raça e rendafamiliar quanto características da própria IES do aluno, tais quais região onde ela está inserida ese ela é pública ou privada, podem explicar, parcialmente, a variação das notas desses estudantes.

Palavras-chave: Desempenho Acadêmico. Regressão Múltipla. Regressão Quantílica.

ABSTRACT

The present work investigates the determinants of the academic performance of students ofHigher Education Institutions (IES) in Brazil. To do so, we use the microdata from the NationalStudent Performance Examination (ENADE) for the year 2013. Based on the general notesobtained by students and their answers to the socioeconomic questionnaire, econometric modelsof linear and quantile regression were built. The results indicate both socioeconomic factorssuch as age, gender, race, and family income, as well as characteristics of the student’s own IES,such as the region where it is inserted and whether it is public or private, can partially explain avariation of student scores.

Keywords: Academic Performance. Multiple Regression. Quantile Regression.

LISTA DE ILUSTRAÇÕES

Figura 1 – Número de Alunos Avaliados no ENADE 2013 por Curso . . . . . . . . . . 15Figura 2 – Nota Média do ENADE 2013 por Curso . . . . . . . . . . . . . . . . . . . 15Figura 3 – Distribuição das Notas Médias do ENADE 2013 por Curso . . . . . . . . . 20Figura 4 – Distribuição das Notas Médias do ENADE 2013 por Curso . . . . . . . . . 21Figura 5 – Exemplos de Perguntas do Questionário do Estudante - ENADE 2013 . . . 22Figura 6 – Distribuição das Notas do ENADE 2013 por categoria - Bolsa Acadêmica . 23Figura 7 – Distribuição das Notas do ENADE 2013 por categoria - Ensino Médio . . . 24Figura 8 – Mudanças nos Coeficientes Quantílicos ao Longo dos Intervalos de Confiança

- Geral . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 37Figura 9 – Mudanças nos Coeficientes Quantílicos ao Longo dos Intervalos de Confiança

- Veterinária . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 49Figura 10 – Mudanças nos Coeficientes Quantílicos ao Longo dos Intervalos de Confiança

- Odontologia . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 50Figura 11 – Mudanças nos Coeficientes Quantílicos ao Longo dos Intervalos de Confiança

- Medicina . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 51Figura 12 – Mudanças nos Coeficientes Quantílicos ao Longo dos Intervalos de Confiança

- Agronomia . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 52Figura 13 – Mudanças nos Coeficientes Quantílicos ao Longo dos Intervalos de Confiança

- Enfermagem . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 53Figura 14 – Mudanças nos Coeficientes Quantílicos ao Longo dos Intervalos de Confiança

- Farmácia . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 54Figura 15 – Mudanças nos Coeficientes Quantílicos ao Longo dos Intervalos de Confiança

- Nutrição . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 55Figura 16 – Mudanças nos Coeficientes Quantílicos ao Longo dos Intervalos de Confiança

- Fisioterapia . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 56Figura 17 – Mudanças nos Coeficientes Quantílicos ao Longo dos Intervalos de Confiança

- Serviço Social . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 57Figura 18 – Mudanças nos Coeficientes Quantílicos ao Longo dos Intervalos de Confiança

- Biomedicina . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 58Figura 19 – Mudanças nos Coeficientes Quantílicos ao Longo dos Intervalos de Confiança

- Téc. Gestão Ambiental . . . . . . . . . . . . . . . . . . . . . . . . . . . . 59Figura 20 – Mudanças nos Coeficientes Quantílicos ao Longo dos Intervalos de Confiança

- Educação Física . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 60

LISTA DE TABELAS

Tabela 1 – Quartis das Notas Gerais do ENADE 2013 . . . . . . . . . . . . . . . . . . 21Tabela 2 – Estatísticas Descritivas das Variáveis Utilizadas neste Estudo . . . . . . . . 25Tabela 3 – Variáveis Explicativas do Modelo Econométrico - Impactos Esperados . . . 27Tabela 4 – Resultado do Modelo Estimado para a nota do ENADE - Geral . . . . . . . 30Tabela 5 – Resultados dos Modelos Estimados para a Nota do ENADE - Veterinária,

Odontologia, Medicina e Agronomia . . . . . . . . . . . . . . . . . . . . . 32Tabela 6 – Resultados dos Modelos Estimados para a Nota do ENADE - Farmácia,

Enfermagem, Nutrição e Fisioterapia . . . . . . . . . . . . . . . . . . . . . 33Tabela 7 – Resultados dos Modelos Estimados para a Nota do ENADE - Serviço Social,

Biomedicina, Tec. Gestão Ambiental e Ed. Física . . . . . . . . . . . . . . 34Tabela 8 – Resultados do Modelo de Regressão Quantílica - Geral . . . . . . . . . . . 35

SUMÁRIO

Introdução . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 9

1 AVALIAÇÃO DO ENSINO SUPERIOR NO BRASIL . . . . . . . . . . 131.1 Um Breve Histórico . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 131.2 O Exame Nacional de Desempenho dos Estudantes . . . . . . . . . . . . 141.2.1 O ENADE 2013 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 14

2 FATORES DETERMINANTES DO DESEMPENHO ACADÊMICO . . 16

3 ABORDAGEM EMPÍRICA . . . . . . . . . . . . . . . . . . . . . . . . . 203.1 Descrição Geral da Base de Dados . . . . . . . . . . . . . . . . . . . . . 203.1.1 O Questionário Socioeconômico em Perspectiva . . . . . . . . . . . . . . 223.2 Os Modelos Econométricos . . . . . . . . . . . . . . . . . . . . . . . . . 26

4 ANÁLISE DOS RESULTADOS . . . . . . . . . . . . . . . . . . . . . . . 294.1 Modelos de Regressão Linear Múltipla . . . . . . . . . . . . . . . . . . . 294.2 Modelos de Regressão Quantílica . . . . . . . . . . . . . . . . . . . . . . 35

5 CONCLUSÕES . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 38

REFERÊNCIAS . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 41

APÊNDICE A – QUESTIONÁRIO DO ESTUDANTE ENADE 2013 . 43

APÊNDICE B – RESULTADOS DOS MODELOS DE REGRESSÃOQUANTÍLICA - POR CURSO . . . . . . . . . . . . . 48

9

INTRODUÇÃO

As mudanças ocorridas no mundo do trabalho e da produção, bem como o desenvolvi-mento da ciência e tecnologia, tornam cada vez mais prementes tanto a elevação dos níveis deescolaridade quanto a qualificação profissional. Diante desse quadro, o Estado tem o importantepapel de formular e implantar políticas públicas voltadas à equalização das oportunidades deeducação e trabalho.

Para além disso, os estudiosos que têm analisado a evolução da economia do país nosúltimos anos são unânimes ao dizer que nossa estagnação vem de uma falta de evolução naprodutividade do trabalhador – sabe-se que a produtividade é fundamental para o crescimentoeconômico no longo prazo, e o acúmulo generalizado de capital humano é crucial para essadinâmica. Arbache (2013) comenta que o país combina uma baixa qualificação média dostrabalhadores com uma alta dispersão da distribuição dessa qualificação, gerando elevadasdiferenças de produtividade entre unidades produtivas. E isso pode explicar, parcialmente, abaixa produtividade do Brasil.

Ioschpe (2016) conta que apesar de ser senso comum nos dias de hoje, os economistasdemoraram para formular uma teoria acerca do capital humano. Foi somente na década de1960 que os economistas Gary Becker, Theodore Schultz e Jacob Mincer1 fundamentarammicroeconomicamente a ideia de educação como um investimento – indivíduos investem emqualificação para adquirir competências recompensadas futuramente por meio de aumentosalarial. Nos anos seguintes, os estudiosos foram demonstrando uma estreita relação entre nívelde escolaridade e perfil de renda, ressaltando a questão intertemporal – pessoas mais jovenspossuem mais incentivo para buscar qualificação, de modo a usufruir dos retornos salariais pormais tempo, por exemplo.

Além disso, níveis educacionais mais altos facilitam a adoção de novas tecnologias esuavizam as situações em que ocorrem mudanças abruptas nos meios produtivos. Pense, porexemplo, no surgimento da Internet ou dos computadores – segundo essa teoria, pessoas maisqualificadas conseguem lidar melhor com esses estresses tecnológicos.

Os trabalhos de Theodore Schultz apresentam evidências empíricas nessa linha: pessoasmais instruídas respondendo melhor a novas técnicas na agricultura e estando mais dispostas amudar de cidade e emprego em busca de melhores oportunidades (IOSCHPE, 2016).

Além dos retornos privados – anos adicionais de escolaridade aumentando os rendimentos1 Jacob Mincer dá nome a uma das relações matemáticas mais famosas da economia: a equação minceriana.

Num trabalho pioneiro, Mincer (1974) expande a equação do capital humano para agregar os investimentosem treinamento pós-escola (os anos de experiência). Assim, o nível de escolaridade possui um impacto linearnos ganhos salariais e os anos de experiência um efeito quadrático – quanto mais experiência, maior o salárioaté certo ponto, pois, a medida que o indivíduo vai envelhecendo, isso acaba afetando negativamente seusrendimentos.

Introdução 10

pessoais –, a educação também gera retornos sociais como melhoras na saúde, redução deviolência e aperfeiçoamento dos regimes democráticos: por conta dessas externalidades, muitose discute educação como bem público, sendo a atuação do governo comumente necessária paragerar maior bem-estar na sociedade.

Nesse sentido, educação não somente se refere a ganhos salariais individuais no futuro.Extrapolando os efeitos privados para o todo, tem-se uma conclusão direta – um aumento nonível de escolaridade agregada gera um crescimento da renda nacional. Um trabalho teóricoseminal, que reconheceu o capital humano como um fator determinante para o desenvolvimentoeconômico de um país, foi o de Lucas (1988). Nele, o autor expande o modelo neoclássicode crescimento2 com agentes que podem produzir ou acumular conhecimento, argumentandoque o efeito transbordamento gerado pelo capital humano é que seria o verdadeiro motor docrescimento econômico. Assim, a variação do estoque de capital físico flutua de acordo com ocrescimento do capital humano: quanto maior a qualificação da mão-de-obra, mais vantajoso setorna investir em máquinas e equipamentos.

Esse avanços na teoria reverberaram na parte aplicada. Outro artigo que aborda capitalhumano, mas de forma empírica, bastante citado é Mankiw, Romer e Weil (1992). Os referidosautores incrementam o modelo de crescimento de Solow com uma medida de capital humano.No artigo, eles mostram que o modelo de Solow tem suporte empírico, porém os resultadosmelhoram bastante com a inclusão da variável que mede o nível de escolaridade: esse modelo deSolow “aumentado” consegue explicar quase 80% da variação da renda per capita dos paísesanalisados. Atualmente, a literatura acadêmica evolui no sentido de reforçar o impacto positivoda educação no crescimento econômico dos países.

Nesse contexto, o Censo Educacional Brasileiro de 2013, realizado pelo Instituto Nacio-nal de Estudos e Pesquisas Educacionais Anísio Teixeira (INEP)3, revela o estado da educaçãono Brasil. Em suma, há um elevado número de analfabetos de 15 anos ou mais (cerca de 13milhões), baixa taxa de escolarização líquida da população de 15 a 17 anos no ensino médio(cerca de 55%) e baixa taxa líquida da população de 18 a 24 anos na educação superior (cerca de16,3%).

Ressalta-se que o direito à educação básica e superior, bem como a obrigatoriedade euniversalização da educação de quatro a dezessete anos está estabelecido na Constituição Federal.Também é de conhecimento geral a situação de baixa escolaridade da população brasileira, cujamédia nacional encontra-se em 7,7 anos, e as desigualdades educacionais vigentes entre asdiferentes regiões do país e os problemas relacionados ao acesso e à permanência na escola,representam desafios incontornáveis para o desenvolvimento econômico, social e cultural dopaís.2 Essa formulação teórica enfatizava a importância da mudança tecnológica como o principal fator para o

crescimento econômico dos países, mas sem explicar sua origem3 O INEP é uma autarquia federal vinculada ao Ministério da Educação e tem como missão promover estudos,

pesquisas e avaliações sobre o sistema educacional brasileiro.

Introdução 11

Cavalcanti e Veloso (2013) comentam que, até os anos 1980, o padrão de desenvolvimentobrasileiro atribuiu pouca importância para o capital humano e a educação. Por exemplo, em 1980mais de 1/4 da população era analfabeta e o gasto público em educação era de apenas 2,4% doPIB4.

Atualmente, o gasto público em educação está próximo dos 6% do PIB, porém osestudantes brasileiros permanecem apresentando resultados ruins em avaliações internacionais5.Na contramão desses resultados, a província chinesa de Xangai, mesmo possuindo uma rendaper capita bem próxima da brasileira, alcançou o primeiro lugar no PISA 2012, em todas asáreas de conhecimento. Ioschpe (2014) observa que, no período 1970-1990, a Coreia do Suldeu um grande salto na qualidade da educação, mesmo gastando em média 3,5% PIB. Assim,a quantidade de recursos investida não parece ser um fator determinante para qualidade daeducação.

Também é notória a expansão da educação superior no Brasil nas últimas décadas. Houveaumento do número de Universidades Federais e crescimento do financiamento estudantil –ampliação dos programas como Prouni, FIES, entre outros6. Essa preocupação com a universali-zação do ensino superior é fundamental para que a nação consiga atingir um elevado grau dedesenvolvimento no longo prazo. Todavia, quantidade não significa qualidade e é importanteevidenciar a necessidade da constante avaliação de políticas públicas; e educação não é umaexceção.

Nesse quadro de forte expansão do ensino superior no Brasil, faz-se necessária a análisedos fatores que afetam o desempenho dos estudantes de graduação do país. Mais especificamente,é interessante saber se existe alguma forma de melhorar os incentivos para que esses alunosconsigam extrair cada vez mais conhecimento do ambiente acadêmico, para que se tornemprofissionais qualificados e com maior produtividade. Felizmente, em anos recentes, houve acriação de uma rica base de dados referentes à educação superior no Brasil, que tanto avalia oconhecimento técnico do estudante em sua área quanto aborda, por meio de um questionário, asituação socioeconômica desse aluno.

Assim, este trabalho tem como objetivo analisar os fatores que afetam o desempenhoacadêmico dos estudantes universitários brasileiros. A literatura costuma enfocar em três fatorespara explicar o desempenho do aluno universitário: ambiente familiar, qualidade do ensino4 Além disso, esses gastos eram distribuídos de forma bastante desigual, privilegiando a pequena parcela da

população com acesso a esse nível de ensino: ainda em 1980, gastava-se 15 vezes mais por aluno do ensinosuperior que do ensino fundamental (CAVALCANTI; VELOSO, 2013).

5 Entre as 72 nações que participaram do Pisa 2015, um importante exame educacional mundial, elaborado a cadatrês anos pela Organização para a Cooperação e Desenvolvimento Econômico (OCDE), o Brasil ocupou a 63a

posição em ciências, a 59a em leitura e a 66a em matemática.6 Contudo, essa dinâmica continuou a contribuir para o aumento da desigualdade de renda. Basicamente, a lógica

dos anos 1980 se manteve: o gasto desproporcional com educação pública continuou a beneficiar a parcela maisrica da população. Por exemplo, os jovens pertencentes a classe econômica mais alta correspondem a 24,5% dototal de jovens, mas ocupam quase a metade das vagas nas universidades públicas. Além disso, a maioria dosjovens nem chega à universidade – em particular, à Universidade pública (CAVALCANTI; VELOSO, 2013).

Introdução 12

no período pré-universitário (mais especificamente o Ensino Médio) e a qualidade do examede entrada (vestibular). No presente estudo, serão priorizados os fatores socioeconômicos ecaracterísticas pessoais dos alunos, bem como especificidades das próprias Instituições de EnsinoSuperior.

Para cumprir tal objetivo, recorre-se aos microdados relativos ao Exame Nacional deDesempenho de Estudantes (ENADE), disponibilizados pelo INEP. Nele encontram-se as notasbrutas individuais da prova, bem como características socioeconômicas do aluno.

A maior parte dos resultados estão de acordo com a literatura internacional – por exemplo,em Betts e Morrell (1999), Smith e Naylor (2001) e Dolado e Morales (2009). Renda Familiare nível de esforço na dedicação aos estudos impactaram positivamente na nota dos alunos noENADE 2013. Estudantes casados, em média, tiveram uma performance melhor na maior partedos cursos analisados.

Na análise de regressões quantílicas englobando todos os cursos, discentes que nãoexercem ocupação profissional conquistaram melhores notas em relação aos que trabalhamapenas na parte inferior da distribuição; no topo da distribuição (quantis 0,75 e 0,90), o trabalhoinfluenciou positivamente as notas do ENADE. O oposto ocorreu com alunos que fizeram seuEnsino Médio em escolas públicas - na parte inferior da distribuição, isso afetou negativamenteas notas no exame, mas na parte superior da distribuição o efeito se tornou positivo.

Os alunos de Instituições de Educação Superior (IES) públicas tiveram notas bastanteelevadas em relação aos estudantes das IES privadas. Os alunos da região Norte obtiveram, emmédia, notas menores em relação aos alunos das outras regiões do país.

Os discentes que receberam alguma bolsa acadêmica ao longo de sua jornada na Uni-versidade também obtiveram resultados bastante superiores em relação aos que não receberam– esse resultado demonstra, ao menos, que as bolsas realmente filtram os melhores alunos eque podem ser um incentivo para que esses alunos engajados, com habilidades de pesquisa,permaneçam na academia contribuindo com a ciência, em vez de partir imediatamente para omercado de trabalho.

No caso das bolsas de permanência, auxílio moradia e alimentação, essas estão negativa-mente relacionadas com a nota dos alunos ENADE 2013. Nesse sentido, um incentivo pode sercriado: uma performance acadêmica mínima pode ser exigida para que o estudante mantenhaessa bolsa.

Após essa introdução, o trabalho está dividido da seguinte maneira: o próximo capítuloversa sobre a avaliação do ensino superior no Brasil, enfocando o ENADE. O capítulo dois abordaa literatura que investiga os fatores determinantes do desempenho universitário. No capítulo 3,a questão empírica do trabalho é colocada em primeiro plano, com a descrição geral da basede dados e do modelo econométrico utilizado. No quarto capítulo, a análise dos resultados dosmodelos para 12 cursos avaliados pelo ENADE em 2013 é feita. Por fim, tecem-se as conclusões.

13

1 AVALIAÇÃO DO ENSINO SUPERIOR NO BRASIL

1.1 UM BREVE HISTÓRICO

De acordo com Zainko (2008), o processo de avaliação do Ensino Superior no Brasil ébastante recente: remonta ao início da década de 1960, coincidindo com o primeiro boom daeducação superior no país1. Perto do fim do período militar, em 1983, foi criado o Programa deAvaliação da Reforma Universitária (PARU), com o intuito de gerar dados para fomentar estudose discussões sobre tal questão.

O PARU vigorou até 1984, quando a Comissão Nacional de Reformulação da EducaçãoSuperior produziu um relatório indicando a falta de parâmetros necessários para uma avaliaçãode desempenho e, por conseguinte, para uma efetiva alocação dos recursos públicos no setor.Mais recentemente, em meados da década de 1990, o governo brasileiro passa a enfatizar osprocessos de avaliação de ensino visando a melhoria de sua qualidade.

Em 1993, no governo Itamar Franco, o Secretário da Educação Superior cria a ComissãoNacional de Avaliação, cuja responsabilidade repousava na implantação de um programa deavaliação institucional nas universidades brasileiras (PAUB). Assim, o MEC passava a articular,viabilizar e financiar a avaliação do ensino superior2 (ZAINKO, 2008).

A Lei no. 9.131, de 24 de novembro de 1995, criou o Exame Nacional de Cursos,popularmente conhecido como Provão, uma tentativa pioneira de i) avaliar objetivamente aperformance das IES e ii) julgar a aptidão dos estudantes em fase de conclusão dos seusrespectivos cursos de graduação.

A cada ano, exames nacionais foram realizados com base em conteúdos mínimos es-tabelecidos para cada curso, com divulgação prévia e destinados a mensurar as competênciasadquiridas pelos alunos concluintes dos cursos de graduação. Para esses alunos, a realização doexame era condição necessária para a obtenção do diploma, sendo registrada no histórico escolara data a qual eles foram submetidos ao exame3 (PAIVA, 2008; ZAINKO, 2008).

A partir da Lei no 10.861, de 14 de abril de 2004, criou-se o Sistema Nacional deAvaliação da Educação Superior (SINAES) que, dentre seus instrumentos para medir a qualidadeda educação superior, conta com o Exame Nacional de Desempenho de Estudantes – ENADE(INEP, 2013). A partir dessa data, o ENADE substituiu o Provão.1 Esse fato se torna ainda mais latente quando é comparado com a tradição milenar das Universidades europeias.2 Nesse modelo de avaliação, a adesão das instituições de ensino superior era voluntária.3 No último ano de aplicação do Provão, em 2003, vinte e seis áreas foram avaliadas.

Capítulo 1. Avaliação do Ensino Superior no Brasil 14

1.2 O EXAME NACIONAL DE DESEMPENHO DOS ESTUDANTES

Segundo o Instituto Nacional de Estudos e Pesquisas Educacionais Anísio Teixeira(INEP), o ENADE é um exame obrigatório que avalia o rendimento dos alunos de cursos degraduação no Brasil4. Conforme já mencionado, começou a ser aplicado em 2004 e, para cadaárea de conhecimento, sua periodicidade máxima de avaliação é trienal.

Esse exame é desenvolvido com o apoio técnico de especialistas de notório saber em suasáreas e busca acompanhar o processo de aprendizagem e desempenho acadêmico dos estudantesem relação aos conteúdos previstos nas diretrizes curriculares de seus respectivos cursos degraduação. Assim, anualmente, diversas áreas de conhecimento são selecionadas para a avaliação.Basicamente, os participantes do ENADE são os estudantes do primeiro ano – os ingressantes –e do último ano (concluintes) do ensino superior5.

Além das notas das provas6 realizadas pelos participantes, a realização do Exame geraum conjunto de informações detalhadas dos seus participantes, bem como dos cursos e dasInstituições de Educação Superior avaliadas. Esta coleta ocorre desde 2004 e representa umgrande conjunto de dados, que permite uma série de análises sobre elementos que influenciam odesempenho de cada estudante (INEP, 2013).

1.2.1 O ENADE 2013

No ano de 2013, o ENADE avaliou os estudantes dos cursos que conferem diploma debacharel em Agronomia, Biomedicina, Educação Física, Enfermagem, Farmácia, Fisioterapia,Fonoaudiologia, Medicina, Medicina Veterinária, Nutrição, Odontologia, Serviço Social e Zoo-tecnia. Além disso, examinou os estudantes dos cursos que conferem diploma de tecnólogo em:Agronegócio, Gestão Hospitalar, Gestão Ambiental e Radiologia.

Naquele ano, o ENADE teve um total de 196.855 participantes. O número de alunosavaliados naquele ano, por curso, pode ser visto no gráfico abaixo. Nota-se que os cursos deServiço Social e Enfermagem foram os que tiveram mais alunos avaliados – 41.716 e 30.289respectivamente.4 Paiva (2008) observa problemas de equidade na aplicação desse exame. Nem todos os estudantes concluintes

fazem essa prova, pois são utilizados procedimentos amostrais e existe a possibilidade de dispensa do aluno.Anteriormente, no Provão, a presença de todos os concluintes era obrigatória. Entretanto, a Comissão Especialde Avaliação da Educação Superior (CEA) argumenta que seria muito onerosa a realização do ENADE comtodos os estudantes de graduação concluintes.

5 O INEP define ingressantes os que adentraram em instituições de ensino superior no mesmo ano da prova. Osestudantes concluintes são aqueles que realizaram um mínimo de 80% da carga horária total do curso.

6 Cada prova é composta de 40 questões, sendo 10 questões da parte de formação geral (comum a todos os cursos)e 30 da parte de formação específica da área, contendo as duas partes questões discursivas e de múltipla escolha.A nota bruta da prova é calculada por uma média ponderada da formação geral (25%) e componente específico(75%) (0 a 100).

Capítulo 1. Avaliação do Ensino Superior no Brasil 15

Figura 1 – Número de Alunos Avaliados no ENADE 2013 por Curso

Fonte: INEP.

A nota média geral do ENADE 2013 foi de 44,82. Os cursos de Agronomia e Fonoaudio-logia obtiveram as melhores notas do turno: 53,25 e 51,34 respectivamente. O curso de ServiçoSocial foi o pior avaliado, com uma nota média de 36,36. Esse curso também foi responsávelpelo maior número ausência de informações - quase 26% do total de alunos (10.862) avaliadosestão sem nota. No total, aproximadamente 14,2% dos estudantes se ausentaram da prova.

Figura 2 – Nota Média do ENADE 2013 por Curso

Fonte: INEP.

16

2 FATORES DETERMINANTES DO DESEMPENHO ACADÊMICO

Diversos estudos mostram uma relação estatisticamente significante e positiva entre amédia das notas dos alunos na graduação e seus ganhos salariais no futuro. (BETTS; MORRELL,1999).

Em outros termos, o nível de capital humano alcançado pelo estudante é, basicamente,reflexo do seu desempenho ao longo de sua jornada acadêmica. Assim, um bom desempenhona Universidade está relacionado a maiores retornos privados da educação e, por conseguinte,a partir do momento em que esses retornos extrapolam para o campo social, estão tambémrelacionados ao aumento do bem-estar geral.

Dito isto, fatores diversos podem impactar na performance dos alunos universitários.Utilizando a média das notas obtidas pelos alunos universitários americanos (conhecido comoGPA) como variável dependente, Betts e Morrell (1999) identificam os fatores determinantes dodesempenho desses alunos de graduação. Características pessoais como sexo, etnia e renda fami-liar são estatisticamente significantes e explicam o desempenho dos universitários americanos.Estudantes de famílias de baixa renda, que recebiam assistência do Governo Federal, tendiam apossuir menores médias.

Os referidos autores também aferiram que as mulheres tiveram performance médiamelhor que os homens – o mesmo padrão foi observado para estudantes brancos, em relaçãoa outras minorias étnicas. Medidas de recursos da escola de ensino médio (experiência dosprofessores, proporção de professores com diplomas de pós-graduação, entre outros) tambémafetaram a média das notas dos alunos de graduação, bem como o próprio desempenho dosestudantes no Ensino Médio e no exame de entrada para a Universidade.

Nessa mesma linha de pesquisa, Smith e Naylor (2001) investigam as fatores determi-nantes da performance dos estudantes de graduação do Reino Unido. Utilizando um modeloprobit ordenado (a variável dependente foi o grau de honra do aluno1, dividido em seis níveis),os autores investigam os impactos do background socioeconômico e acadêmico, bem como dasdiferenças de gênero nos graus obtidos pelos alunos nessas Universidades, controlando tambémpara os diferentes tipos assuntos abordados nos cursos – Matemática, Medicina, Humanidades,entre outros.

Segundo os autores, os resultados chamam a atenção para o forte e positivo impacto daclasse social – estudantes melhor providos financeiramente possuem um desempenho acadêmicobastante superior. Indivíduos mais velhos e casados também obtiveram melhores resultados.1 Os graus de honra são classificados com base em uma média ponderada (com maior peso dado às notas nos

últimos anos do curso e, muitas vezes, peso zero para o primeiro ano) das notas obtidas em exames e outrasavaliações.

Capítulo 2. Fatores Determinantes do Desempenho Acadêmico 17

Dolado e Morales (2009) avaliaram o desempenho dos estudantes de primeiro ano docurso de economia, numa faculdade espanhola. Os autores queriam investigar se o histórico dosalunos no período imediatamente anterior à entrada na Universidade possui poder explicativo naperformance dos alunos na graduação.

Mais especificamente, três matérias do curso de economia, que exigiam maior ou menorgrau de habilidade quantitativa, foram avaliadas: Introdução à Economia, Matemática e HistóriaEconômica. No contexto educacional espanhol, os alunos de Ensino Médio escolhem recebertreinamentos específicos com maior ou menor grau em matemática. Além dessas informações,os referidos autores também possuíam, entre outros, dados sobre renda familiar, sexo e notas doexame de entrada.

Dentre outros achados, foi verificado que, na cadeira de Matemática, alunos que rece-beram treinamento quantitativo no Ensino Médio tiveram melhor desempenho, e que alunosdo Ensino Médio que receberam treinamento em Ciências Sociais não performaram melhornas cadeiras de História Econômica nem em Introdução à Economia, como era o esperado – asautoridades educacionais espanholas sugerem que os alunos interessados em economia tomem otreinamento em ciências sociais.

Outro resultado relevante do artigo de Dolado e Morales (2009) foi que alunos de escolaspúblicas obtiveram notas mais altas – os autores justificam o resultado comentando o maior graude competitividade nas escolas púbicas do país, em relação às privadas. Além disso, em média,as mulheres obtiveram melhores notas que os homens.

Em suma, a literatura internacional costuma enfatizar três canais determinantes para odesempenho acadêmico. Em primeiro lugar, os fatores familiares e características pessoais –idade, renda domiciliar, escolaridade dos pais, sexo, raça, entre outros. A qualidade do EnsinoMédio também aparece bastante na literatura internacional, desde recursos da escola até qua-lificação dos professores, passando pelo próprio desempenho do aluno nessa época anterior àentrada na Universidade. Nesse sentido, o exame de entrada, comumente conhecido no Brasilcomo vestibular, também surge como fator explicativo para a performance acadêmica dos alunosuniversitários (FARIAS, 2013).

Agregando todos esses fatores comuns na literatura para o caso dos estudantes deCiências Econômicas da Universidade Federal do Ceará (UFC), Farias (2013) aponta que a notado vestibular – particularmente na prova específica de matemática, realizada na segunda fase–impacta positivamente o Índice de Rendimento Acadêmico (IRA) desses alunos. O referidoautor também comenta o impacto negativo da idade no IRA desses estudantes.


Pesquisadores brasileiros também vêm utilizando os microdados do ENADE para avaliara eficiência de algumas políticas públicas direcionadas aos estudantes universitários. Estudosrecentes avaliaram a política de cotas, a expansão dos incentivos ao intercâmbio acadêmico e aprópria política de gastos do governo no âmbito da educação superior.

Pereira, Bittencourt e Braga (2015) utilizam o questionário socioeconômico aplicado aosestudantes examinados pelo ENADE, em 2008, para fazer uma avaliação das políticas de açãoafirmativa do Governo Federal.

Os autores usam o método Diferença-em-Diferenças, ajustado pelo Propensity Score

Matching para reduzir o viés de seleção. O resultado do seu modelo econométrico mostrou que,até então, a implantação das cotas raciais e sociais impactou de forma negativa e estatisticamentesignificante a nota do ENADE nos cursos de Pedagogia, História e Física. No caso do cursode Agronomia, os estudantes cotistas apresentaram desempenho superior ao grupo de controle.O primeiro resultado pode ser explicado pelo pior background educacional dos cotistas, e osegundo pelo “esforço extra” dispendido pelos alunos de Agronomia, que acumularam menoscapital humano no Ensino Médio2.

Conceição e França (2016) analisam os efeitos do programa Ciência sem Fronteiras(CSF), do Governo Federal brasileiro. Criado em 2011, o CSF consiste em auxílio financeiro –via bolsas de estudo e de permanência – para o intercâmbio de estudantes brasileiros em univer-sidades estrangeiras. Utilizando a base de dados do ENADE 2013 e a metodologia Propensity

Score Matching, os autores destacam que tal programa de mobilidade acadêmica possui efeitopositivo e estatisticamente significante na nota do ENADE (tanto no componente específicoquanto no geral da prova).

Contudo, devido ao alto custo do programa3, em termos de política pública, não estáclaro se o Ciência sem Fronteiras realmente é uma boa política pública. Talvez os retornossociais sejam maiores com os recursos desse programa sendo destinados para a infra-estrutura ecapacitação dos docentes das instituições de ensino.

França e Saccaro (2016) utilizam os dados do ENADE para uma análise de sobrevivên-cia4, comparando a evasão de estudantes de privadas e públicas do ensino superior brasileiro decursos de graduação presenciais de bacharelado nas áreas de Ciência, Matemática e Computaçãoe Engenharia, Produção e Construção.

Os autores constataram uma elevada evasão dos estudantes dessas áreas de conhecimento,evidenciando o desperdício de recursos públicos gerado por esse padrão – estudantes que2 Ainda sobre a avaliação do rendimento de estudantes cotistas nas Universidades brasileiras, veja Waltenberg e

Carvalho (2013) e Wainer e Melguizo (2017).3 O custo por aluno do programa Ciência sem Fronteiras chega a R$100.000, enquanto o custo por aluno da

Universidade pública é de R$21.000 por ano, de acordo com relatório do Senado Federal (CONCEIÇÃO;FRANÇA, 2016).

4 Essa técnica busca analisar o tempo de sobrevivência T dos indivíduos na amostra dentro de um período t. Nocaso do referido estudo, o período t é igual a 6 anos e a evasão é o evento que marca a saída do estudante.


começam e abandonam o curso. A partir daí, faz-se a análise dos determinantes desse tipode comportamento. Segundo as estimativas dos autores, estudantes bem integrados ao meioacadêmico por meio de atividades remuneradas e não remuneradas e que recebem um auxíliopara o custeio do curso evadem menos.

Nesse contexto, bolsas acadêmicas e bolsas de permanência – auxílio moradia, auxílioalimentação – podem ser incentivos importantes, não só para uma possível melhoria da perfor-mance acadêmica, como também uma política efetiva para evitar a evasão e, assim, o desperdíciode recursos públicos.

20

3 ABORDAGEM EMPÍRICA

3.1 DESCRIÇÃO GERAL DA BASE DE DADOS

Conforme mencionado anteriormente, 196.855 alunos de 17 cursos de graduação etecnologia foram selecionados para participar do ENADE 2013 – vale ressaltar que no anode 2013 somente estudantes concluintes foram avaliados. No presente estudo, para a análiseempírica, adotou-se como critério de seleção dos cursos a participação efetiva de 5 mil ou maisalunos na prova do ENADE. Assim, estudantes de 12 dos 17 cursos foram inseridos nesta análise,perfazendo um total de 159.664 discentes observados1.

Figura 3 – Distribuição das Notas Médias do ENADE 2013 por Curso

Veterinária

Fre

quên

cia

0 20 40 60 80

0.00

00.

010

0.02

00.

030

Odontologia

Fre

quên

cia

0 20 40 60 80

050

010

00

Medicina

Fre

quên

cia

0 20 40 60 80

050

010

0015

0020

00

Agronomia

Fre

quên

cia

0 20 40 60 80

020

040

060

080

010

00

Farmácia

Fre

quên

cia

0 20 40 60 80

050

010

0015

0020

00

Enfermagem

Fre

quên

cia

0 20 40 60 80

050

015

0025

0035

00

Fonte: INEP.

Para uma melhor compreensão da distribuição das notas dos alunos de cada curso, oshistogramas de frequência da nota bruta da prova de cada estudante avaliado foram plotados nasfiguras 3 e 4. Em geral, as distribuições são simétricas, comumente se aproximando da forma desino, o que caracteriza uma distribuição normal.1 Dessa forma, foram inseridos na análise os estudantes dos cursos de Veterinária, Odontologia, Medicina,

Agronomia, Farmácia, Enfermagem, Nutrição, Fisioterapia, Serviço Social, Biomedicina, Gestão Ambientale Educação Física. Os cursos de graduação de Zootecnia, Fonoaudiologia e os cursos técnicos de Radiologia,Agronegócios e Gestão Hospitalar ficaram de fora.

Capítulo 3. Abordagem Empírica 21

Figura 4 – Distribuição das Notas Médias do ENADE 2013 por Curso

Nutrição

Fre

quên

cia

0 20 40 60 80

050

010

0015

00

FisioterapiaF

requ

ênci

a

0 20 40 60 80

050

010

0015

00

Serviço Social

Fre

quên

cia

0 20 40 60 80

010

0020

0030

0040

00

Biomedicina

Fre

quên

cia

0 20 40 60 80

020

040

060

0

Tec. em Gestão Ambiental

Fre

quên

cia

0 20 40 60 80

020

040

060

080

012

00

Educação FísicaF

requ

ênci

a0 20 40 60 80

050

010

0015

00

Fonte: INEP.

Para aprofundar a investigação sobre como se distribuem as notas desses alunos, tambémforam calculados os quartis em cada curso.

Tabela 1 – Quartis das Notas Gerais do ENADE 2013

Curso Mínimo 1o Quartil 2o Quartil 3o Quartil Máximo

Veterinária 0 37,4 45,6 53,8 81,1Odontologia 0 37,5 46,7 55,7 89,8Medicina 0 39,2 47,7 56,6 89,6Agronomia 0 44,8 54,0 62,7 89,7Farmácia 0 33,0 41,4 50,2 85,2Enfermagem 0 40,7 51,3 61,1 88,3Nutrição 0 34,0 42,8 52,0 85,3Fisioterapia 0 40,4 48,7 56,6 83,6Serviço Social 0 26,2 34,8 45,5 89,3Biomedicina 0 37,8 47,8 57,6 85,6Tec. em Gestão Ambiental 0 29,3 37,2 45,1 79,0Educação Física 0 38,6 49,7 60,2 92,4Geral 0 34,6 45,0 55,3 92,4

Fonte: Elaboração da autora.


A interpretação da tabela acima se dá da seguinte forma: o primeiro quartil implica que25% das notas dos alunos no ENADE, nesse curso, ficaram abaixo daquele valor ou o igualaram.Por exemplo, 1/4 das notas dos alunos do curso de Serviço Social foram menores ou iguais a26,2.

O segundo quartil é conhecido como a mediana – o valor que separa a metade maior e ametade menor da distribuição. Assim, metade das notas dos alunos de Agronomia ficou abaixode 54 e a outra metade permaneceu acima desse valor.

Olhando para o terceiro quartil do curso tecnológico de Gestão Ambiental, nota-se que75% das notas estão abaixo ou igualam o valor de 45,1. Por fim, uma aluna de graduação emEducação Física foi responsável pela nota mais alta do ENADE 2013 – 92,4.

3.1.1 O QUESTIONÁRIO SOCIOECONÔMICO EM PERSPECTIVA

A grande vantagem de utilizar os dados do ENADE é o fato dessa prova medir osconhecimentos adquiridos pelo aluno de uma instituição de ensino superior e captar, por meio deum questionário, todas as informações do estudante2.

Todo o background socioeconômico do indivíduo é detalhado - por exemplo, faixa derenda, escolaridade dos pais, entre outros –, além de informações institucionais providas peloscoordenadores dos cursos – qualidade das bibliotecas, planos pedagógicos, congressos, atividadesde extensão dentro da Universidade etc.

Figura 5 – Exemplos de Perguntas do Questionário do Estudante - ENADE 2013

Fonte: INEP.

2 Entretanto, a ausência de mecanismos de enforcement na prova Enade gera problemas de desistência dos alunos,gerando um baixo número de observações em alguns cursos (PEREIRA; BITTENCOURT; BRAGA, 2015). NoENADE 2013, como citado anteriormente, não constam informações sobre as notas gerais de 27.909 estudantes– 14,2% do total.


A figura acima mostra dois exemplos de perguntas respondidas pelos alunos no Questio-nário do Estudante do ENADE 20133. A partir disso, pode-se criar variáveis ordinais ou dummies

para muitas dessas perguntas. Por exemplo, na pergunta 12 do questionário, atribuindo o valor 0para os alunos que marcaram a letra a) e o valor 1 para os alunos que marcaram qualquer umadas demais letras, cria-se uma variável dummy cujo valor 1 é associado aos alunos que receberamalgum tipo de bolsa acadêmica, e 0 caso contrário.

Dessa forma, facilmente se extraem as notas do ENADE condicionadas às respostasindividuais dos alunos examinados - nas figuras 6 e 7, densidades Kernel são estimadas para asnotas dos alunos de todos os cursos, de acordo com duas categorias – se fizeram o Ensino Médioem escola pública ou não e se receberam ou não bolsas acadêmicas.

Figura 6 – Distribuição das Notas do ENADE 2013 por categoria - Bolsa Acadêmica

0.00

0.01

0.02

0.03

0 25 50 75Nota Geral

Den

sida

de Situação

bolsistanãobolsista

Fonte: INEP.

Nota-se que as distribuições tanto dos alunos que estudaram em escolas particulares noEnsino Médio (média = 47,62, desvio padrão = 14,34) quanto dos que receberam alguma bolsaacadêmica (média = 49,4, desvio padrão= 15,31) estão mais à direita das distribuições daquelesque fizeram o Ensino Médio em escola pública (média = 43,46, desvio padrão = 14,87) ou quenunca receberam bolsa acadêmica (média = 43,2, desvio padrão = 14,3)4. Assim, percebe-se quea performance dos dois primeiros grupos são melhores.3 Todas as perguntas do “Questionário do Estudante do ENADE 2013” constam no Apêndice A.4 Dentre os 196.855 alunos que participaram do exame, 68.126 (34,6%) declararam o recebimento de algum tipo

de bolsa acadêmica e 104.974 fizeram o Ensino Médio em escola pública (53,3%).


Figura 7 – Distribuição das Notas do ENADE 2013 por categoria - Ensino Médio

0.00

0.01

0.02

0 25 50 75Nota Geral

Den

sida

de Situação

EscolaPrivadaEscolaPública

Fonte: INEP.

A partir do questionário do estudante (no apêndice A), outras variáveis foram selecio-nadas. Dummies foram construídas para sexo, raça, experiência em intercâmbio, recebimentode bolsas acadêmicas e de permanência, trabalho, tipo de escola que o aluno estudou duranteo ensino médio e região da Instituição de Ensino Superior (IES). Variáveis ordinais tambémforam implementadas para discriminar as faixas de renda familiar, escolaridade da mãe e tempodedicado ao estudo da matéria dada na faculdade.

Além disso, a idade do estudante também foi levada em consideração, bem como oestado civil e a outra característica da IES do aluno – se é pública ou privada. Tudo isso estásumarizado na tabela 2, juntamente com as respectivas estatísticas descritivas, abaixo.

Por fim, para a análise econométrica, os alunos que se ausentaram, tiraram nota zerona prova e/ou que não possuem alguma das informações utilizadas aqui foram excluídos daamostra5.

5 No ENADE 2013, nenhum estudante ingressante foi avaliado – somente os estudantes concluintes foramselecionados para a realização da prova.

Capítulo

3.A

bordagemE

mpírica

25

Tabela 2 – Estatísticas Descritivas das Variáveis Utilizadas neste Estudo

Variável Descrição Média Desvio Padrão Mínimo Máximo

idade Idade do estudante em 24/11/2013 28,48 7,97 17 100d_sexo Assume valor 1 para estudantes do sexo masculino e 0 caso contrário 0 1d_raca Assume valor 1 se branco e 0 caso contrário 0 1d_int Assume valor 1 para estudantes que fizeram intercâmbio 0 1

e 0 caso contráriod_bolsaper Assume valor 1 para estudantes que receberam algum tipo 0 1

de bolsa de permanência e 0 caso contráriod_bolsaac Assume valor 1 para estudantes que receberam algum tipo 0 1

de bolsa acadêmica e 0 caso contráriod_ntrab Assume valor 1 para estudantes que não trabalham e 0 caso contrário 0 1d_em Assume valor 1 para estudantes que fizeram todo ou 0 1

a maior parte do Ensino Médio em escola pública e 0 caso contráriod_Nordeste Assume valor 1 para IES do Nordeste e 0 caso contrário 0 1d_Sudeste Assume valor 1 para IES do Sudeste e 0 caso contrário 0 1

d_Sul Assume valor 1 para IES do Sul e 0 caso contrário 0 1d_CentroOeste Assume valor 1 para IES do Centro Oeste e 0 caso contrário 0 1tempoestudo Assume os valores 0 para nenhuma, 1 para uma a três, 2 para quatro a sete, 1,76 1,03 0 4

3 para oito a doze e 4 para mais de 12 horas de estudo semanalrendafam Assume os valores 0 para até 1,5 SM, 1 de 1,5 a 3 SM, 2 de 3 a 4,5 SM, 2,04 1,62 0 6

3 de 4,5 a 6 SM, 4 de 6 a 10 SM, 5 de 10 a 30 SM e 6 acima de 30 SMescolmae Assume os valores 0 para Nenhuma, 1 para Ensino Fund. I, 2 para Ensino 2,42 1,41 0 5

Fund. II, 3 para Ensino Médio, 4 Educação Superior e 5 Pós-Graduaçãod_casado Assume valor 1 para estudantes casados e 0 caso contrário 0 1d_IESpub Assume valor 1 se IES do estudante for pública e 0 caso contrário 0 1

Nota: Um salário mínimo (SM) equivale a R$678.Fonte: INEP.


3.2 OS MODELOS ECONOMÉTRICOS

Conforme mencionado anteriormente, busca-se verificar o impacto dos fatores socio-econômicos e características pessoais no desempenho dos alunos no ENADE 2013. Ou seja,a variável dependente do modelo econométrico proposto é a nota geral bruta da prova (médiaponderada dos componentes específico e geral) e as variáveis independentes serão extraídasdo Questionário do Estudante. Cada curso com 5 mil ou mais alunos participantes foi avaliadoseparadamente.

Dessa forma, um modelo de regressão múltipla será estimado como na equação abaixo:

Yi = β0 +βXi + εi (3.1)

onde β0 é o intercepto da regressão, os β ′s são os coeficientes parciais da regressão, os X ′i s asvariáveis explanatórias e εi o termo de erro estocástico.

O coeficientes parciais de regressão (os β ′s) mensuram a variação no valor médio davariável dependente por unidade de variação numa variável explicativa (um dos X ′i s), mantendo-se constante o valor das outras variáveis explicativas (GUJARATI; PORTER, 2011). Assim, coma estimação do referido modelo, o efeito direto do recebimento ou não de uma bolsa acadêmica,ou da variação da faixa de renda da família do aluno, entre outros fatores, sobre o valor médio danota do ENADE 2013 poderá ser mensurado.

Mais especificamente, a regressão a ser estimada é a seguinte6:

notaenadei = β0 +β1idadei +β2idade2i +β3d_sexoi +β4d_racai (3.2)

+β5d_inti +β6d_bolsaperi +β7d_bolsaaci +β8d_ntrabi

+β9d_emi +β10d_Nordestei +β11d_Sudestei +β12d_Suli

+β13d_CentroOestei +β14tempoestudoi +β15renda f ami

+β16escolmaei +β17d_casadoi +β18d_IESpubi + εi

A equação 3.2 será estimada pelo Método dos Mínimos Quadrados Ordinários (MQO),para todos os alunos7 e, separadamente, para os discentes de cada um dos cursos com mais de5 mil alunos avaliados no ENADE 2013. Desse modo, pode-se captar as especificidades quedeterminam o desempenho dos alunos de cada área de estudo.

Para complementar a análise quantitativa do presente trabalho, regressões quantílicastambém serão estimadas:

Qθ (yi|Xi) = X′i βθ ,θ ∈ (0,1) (3.3)

6 Antes da definição da forma funcional do modelo, regressões com a variável dependente (nota do ENADE) emlogaritmo também foram estimadas. Entretanto, a forma funcional adotada aqui obteve melhor desempenhoexplicativo – tanto no caso geral quanto por curso, o coeficiente de determinação foi maior.

7 Conforme mencionado anteriormente, somente foram considerados os alunos com nota geral maior que zero ecom informações do questionário socioeconômico completas – ver Tabela 2.


em que yi corresponde a nota dos estudantes no ENADE e Xi se refere às já mencionadas variáveisexplicativas. Considerando impactos distintos das variáveis independentes para diferentes níveisde desempenho dos estudantes no ENADE, os mesmos modelos foram estimados para cincoquantis: 0,10, 0,25, 0,50, 0,75 e 0,908.

Como dito previamente, o modelo de regressão linear clássico estima o valor médio davariável dependente para níveis dados das variáveis explicativas. Assim, o modelo proposto naequação (3.2) pode responder a seguinte pergunta: o nível de renda familiar influencia a notados estudantes no ENADE? Entretanto, tal construção teórica não consegue responder perguntascomo: a renda familiar influencia de forma diferente estudantes com baixas e altas notas?

Utilizando o ferramental empírico de regressão quantílica, pode-se averiguar a influênciade uma série de variáveis explicativas em quantis específicos da variável dependente. Dessaforma, pode-se comparar a sensibilidade de alguns percentis das notas dos discentes avaliadosno ENADE à algumas características socioeconômicas e das IES desses discentes – isso podeser constatado pela mudança no tamanho do coeficiente da regressão. Assim, responde-se, porexemplo, se a contribuição de uma bolsa acadêmica para o desempenho no ENADE é diferentepara os alunos de melhor performance, em relação aos demais discentes9.

Tabela 3 – Variáveis Explicativas do Modelo Econométrico - Impactos Esperados

Variável Sinal Esperado do Coeficiente

Idade -Não trabalha -Já recebeu bolsa acadêmica +Já recebeu bolsa de permanência IndefinidoGrau de escolaridade da mãe +Quantas horas por semana dedica aos estudos +É homem -É branco +Faixa de renda da família +Fez intercâmbio +Fez todo o Ensino Médio em Escola Pública -Região da IES IndefinidoÉ casado +IES pública +


A priori, espera-se que a idade esteja negativamente correlacionada com o desempenhodo aluno (FARIAS, 2013). Conforme já mencionado, apenas alunos concluintes foram avaliadosno ENADE 2013 e, por conta disso, espera-se que o fato do aluno trabalhar esteja positivamente8 Barbosa e Sousa (2016) estabelecem o mesmo critério para avaliar os fatores que afetam o desempenho dos

estudantes no Exame Nacional do Ensino Médio (ENEM). Ainda sobre o uso de regressões quantílicas aplicadasno contexto da avaliação de desempenho escolar, veja Moraes e Belluzzo (2014).

9 Discussão derivada do trabalho de Koenker e Hallock (2001).


correlacionado com sua nota no teste – os melhores alunos são mais capazes de estarem inseridosno mercado de trabalho10.

Quanto à faixa de renda familiar, grau de escolaridade da mãe, o esforço despendido comos estudos - representados pelas horas dedicadas aos estudos -, ser do sexo feminino, ser da raçabranca e ter feito o ensino médio em escola privada, é possível que tudo isso esteja positivamenteassociado à nota do aluno no ENADE ((BETTS; MORRELL, 1999; SMITH; NAYLOR, 2001;DOLADO; MORALES, 2009)). No caso dos alunos que fizeram intercâmbio, suas notas tendema ser maiores (CONCEIÇÃO; FRANÇA, 2016).

A princípio, esperam-se notas maiores dos alunos das Universidades públicas e dosque já receberam bolsa acadêmica – é de conhecimento geral que essas bolsas geralmente sãoconquistadas pelos melhores alunos e, quase sempre possuem, critérios de seleção.

Por fim, no estudo de Smith e Naylor (2001), os alunos casados obtiveram, em média,melhor desempenho acadêmico – e esse é o resultado esperado no presente estudo.

10 É importante ressaltar que o background familiar pode estar agindo sobre esse resultado, pois alunos com rendafamiliar mais baixa comumente possuem a necessidade de auferir renda por meio do trabalho. Nesse caso, nãose pode descartar uma correlação negativa entre o fato do aluno trabalhar e seu resultado no ENADE.

29

4 ANÁLISE DOS RESULTADOS

4.1 MODELOS DE REGRESSÃO LINEAR MÚLTIPLA

A tabela 4 mostra os resultados da estimação da equação (3.2), via Mínimos QuadradosOrdinários (MQO), para todos os alunos que realizaram o ENADE 20131. Alunos da regiãoNorte obtiveram desempenho médio pior do que os de outras regiões. Duas característicasse mostraram bastante positivas para a nota do aluno no ENADE: o recebimento de algumabolsa ao longo da trajetória acadêmica e o fato do discente ser de uma Instituição de EnsinoSuperior pública. Quanto ao recebimento de bolsas de permanência, essa variável se mostrounegativamente correlacionada com a nota do estudante no ENADE.

A idade se mostrou negativamente correlacionada com a nota do ENADE no modeloestimado. A nota diminui com a idade e é crescente.

Alunos casados conquistaram um desempenho médio mais alto em relação aos demaise tanto o tempo de estudo dedicado fora da sala de aula quanto a renda familiar também semostraram positivos e estatisticamente significantes. Além disso, a escolaridade da mãe estánegativamente correlacionada com o desempenho do aluno no ENADE.

Nas tabelas 5, 6 e 7 encontram-se os resultados das estimações levando em conta 12dos 17 cursos avaliados no ENADE 2013 - Veterinária, Odontologia, Medicina, Agronomia,Farmácia, Enfermagem, Nutrição, Fisioterapia, Serviço Social, Biomedicina, Técnico em GestãoAmbiental e Educação Física. No geral, os resultados entre cursos são bastante similares.

O efeito da idade avaliado separadamente por curso foi bastante similar ao modelo geral;apenas no curso de Gestão Ambiental ela obteve uma dinâmica oposta. Seu maior impacto foi nanota do ENADE dos estudantes de Medicina. Estudantes casados apresentaram notas, em média,maiores que os estudantes com outro estado civil em 10 cursos – essa variável impactou maisfortemente nas notas do ENADE do curso de Agronomia.

Alunos não-brancos tiveram uma performance média pior somente em 3 cursos – Enfer-magem, Gestão Ambiental e Educação Física. Adicionalmente, em média, estudantes do sexofeminino não demonstraram notas superiores que os do sexo masculino. O contrário aconteceunos cursos de Farmácia, Agronomia, Medicina, Gestão Ambiental e Educação Física.

A escolaridade da mãe – quase sempre sem significância estatística – impactou de forma1 Testes de Especificação de Ramsey (com a inclusão de termos quadráticos e cúbicos) foram realizados em

todas as equações estimadas por mínimos quadrados ordinários (tabelas 4, 5, 6,7). Estabelecendo um nívelde significância estatística de 5%, rejeitou-se a hipótese nula de correta especificação nos modelos estimadospara a nota geral, bem como para os cursos de Medicina, Agronomia, Enfermagem, Fisioterapia, ServiçoSocial, Biomedicina, Gestão Ambiental e Educação Física. Um dos motivos para tal resultado é o fato dealgumas variáveis estarem omitidas – na literatura relacionada é comum a utilização do exame de entrada e dodesempenho do aluno no Ensino Médio como variáveis explicativas para o desempenho universitário.

Capítulo 4. Análise dos Resultados 30

Tabela 4 – Resultado do Modelo Estimado para a nota do ENADE - Geral

Variável Dependente:

notaenade

idade −0.56∗∗∗ (0.03)idade_2 0.004∗∗∗ (0.0004)d_sexo 1.46∗∗∗ (0.07)d_raca 1.00∗∗∗ (0.07)d_int −0.04 (0.20)d_bolsaper −0.53∗∗∗ (0.13)d_bolsaac 4.16∗∗∗ (0.09)d_ntrab −0.07 (0.07)d_em 0.12 (0.08)d_Nordeste 4.46∗∗∗ (0.15)d_Sudeste 3.93∗∗∗ (0.15)d_Sul 2.85∗∗∗ (0.15)d_CentroOeste 1.18∗∗∗ (0.17)tempoestudo 1.45∗∗∗ (0.03)rendafam 0.70∗∗∗ (0.02)escolmae −0.06∗∗ (0.03)d_casado 0.79∗∗∗ (0.09)d_IESpub 5.35∗∗∗ (0.09)Constante 47.40∗∗∗ (0.54)

Observações 158,340R2 0.15R2 Ajustado 0.15Estatística F 1,606.63∗∗∗ (df = 18; 158321)

Nota: ∗p<0.1; ∗∗p<0.05; ∗∗∗p<0.01

negativa nos cursos de Nutrição, Serviço Social e Agronomia, e positiva apenas o curso técnicode Gestão Ambiental.

Os estudantes que realizaram intercâmbio durante sua jornada acadêmica, em média,apresentaram resultados superiores nos cursos de Medicina, Agronomia e Farmácia, e inferioresnos cursos de Educação Física e Enfermagem.

As bolsas acadêmicas se mostraram positivas e estatisticamente significantes (p−valor <

0,01 em todos os casos) em absolutamente todos os cursos, gerando maiores impactos nos cursosde Medicina, Agronomia e Odontologia. Por exemplo, alunos de Agronomia que receberamalguma bolsa acadêmica – iniciação científica, monitoria, extensão, PET, entre outras – duranteseu período na Universidade tiveram notas maiores, em média, em 4,4 pontos, em relação àquelesque não receberam. O desempenho dos alunos que receberam bolsas de permanência - auxíliomoradia, alimentação, entre outras - foi, em média, pior em 8 dos 12 cursos e melhor somenteem Medicina.

Estudantes que frequentaram todo ou a maior parte do Ensino Médio em escolas públicas


obtiveram resultados, em média, piores que os alunos de escola privada, porém só houvesignificância estatística desses resultados em 5 cursos – nesse caso, é importante mencionara correlação entre renda familiar e o tipo de ensino médio frequentado pelo estudante. O fatodo estudante não trabalhar demonstrou ser, em média, um aspecto positivo para as notas dosestudantes de Farmácia, Nutrição, Fisioterapia, Serviço Social, Educação Física e, principalmente,Medicina. Os estudantes de Enfermagem que não exercem nenhuma ocupação profissionalobtiveram, em média, uma nota média 0,80 ponto menor.

As características das Instituições de Educação Superior (IES) frequentadas pelos alunose retratadas nas regressões foram, em sua grande maioria, estatisticamente significantes. Osestudantes de IES públicas – Municipais, Estaduais e Federais – obtiveram, em média, notasbastante superiores em relação aos estudantes das IES privadas. Isso não necessariamentesignifica que o ensino das IES privadas é pior: esse fato pode estar relacionado à escolha dosmelhores estudantes em ingressar em IES públicas, por elas serem gratuitas.

Ainda sobre a característica das IES, em média e em relação aos alunos da região Norte,os estudantes das regiões Nordeste, Sudeste, Sul e Centro Oeste quase sempre obtiveram notasmais altas no ENADE 2013, não importando o curso envolvido.

O tempo de estudo e a renda familiar foram outros fatores a impactar positivamente anota dos estudantes no ENADE. Em média, estudantes de famílias com renda mais alta obtêmresultados melhores; estudantes que passam mais horas estudando a matéria dada em sala deaula também conquistam uma nota melhor. Por fim, o grau de ajuste dos modelos apresentados(R2) gira em torno de 0.15. Em outras palavras, os modelos estimados explicam 15% da variaçãodas notas do ENADE 2013 dos estudantes da maior parte dos cursos avaliados. Pela estatística F,os modelos podem ser considerados globalmente significantes (p− valor < 0,01).

Capítulo

4.A

nálisedos

Resultados

32

Tabela 5 – Resultados dos Modelos Estimados para a Nota do ENADE - Veterinária, Odontologia, Medicina e Agronomia


notaenade

Veterinária Odontologia Medicina Agronomia

idade −0.90∗∗∗ (0.16) −0.59∗∗∗ (0.17) −2.41∗∗∗ (0.18) −1.15∗∗∗ (0.18)idade_2 0.01∗∗∗ (0.002) 0.01∗∗ (0.003) 0.03∗∗∗ (0.003) 0.01∗∗∗ (0.003)d_sexo 0.25 (0.27) −0.19 (0.27) 0.58∗∗∗ (0.19) 1.97∗∗∗ (0.32)d_raca 0.35 (0.32) 0.07 (0.29) 0.33 (0.22) −0.26 (0.34)d_int 0.44 (0.64) 0.27 (0.80) 1.76∗∗∗ (0.33) 3.18∗∗∗ (0.65)d_bolsaper −0.95∗∗ (0.48) −0.29 (0.52) 1.27∗∗∗ (0.36) −0.76∗ (0.40)d_bolsaac 3.88∗∗∗ (0.31) 4.52∗∗∗ (0.30) 4.47∗∗∗ (0.22) 4.41∗∗∗ (0.33)d_ntrab 0.30 (0.30) −0.03 (0.34) 1.86∗∗∗ (0.33) −0.13 (0.31)d_em −0.82∗∗∗ (0.29) −0.63∗∗ (0.29) −0.54∗ (0.29) 0.11 (0.33)d_Nordeste 1.10 (0.70) 2.99∗∗∗ (0.50) 4.55∗∗∗ (0.41) 2.56∗∗∗ (0.64)d_Sudeste 4.78∗∗∗ (0.63) 0.80∗ (0.45) 6.08∗∗∗ (0.38) 6.32∗∗∗ (0.61)d_Sul 4.39∗∗∗ (0.66) 4.29∗∗∗ (0.51) 8.57∗∗∗ (0.44) 8.85∗∗∗ (0.62)d_CentroOeste 1.43∗∗ (0.70) 3.86∗∗∗ (0.59) 8.24∗∗∗ (0.53) 4.43∗∗∗ (0.63)tempoestudo 1.32∗∗∗ (0.13) 1.12∗∗∗ (0.12) 1.98∗∗∗ (0.08) 1.09∗∗∗ (0.14)rendafam 0.15∗ (0.09) −0.04 (0.08) 0.28∗∗∗ (0.07) 0.53∗∗∗ (0.10)escolmae −0.06 (0.12) 0.04 (0.11) 0.02 (0.10) −0.31∗∗ (0.12)d_casado 1.55∗∗∗ (0.51) 1.80∗∗∗ (0.46) 2.21∗∗∗ (0.41) 2.41∗∗∗ (0.54)d_IESpub 5.43∗∗∗ (0.32) 5.95∗∗∗ (0.31) 5.22∗∗∗ (0.22) 5.14∗∗∗ (0.34)Constante 50.98∗∗∗ (2.74) 50.27∗∗∗ (2.70) 71.74∗∗∗ (2.88) 58.22∗∗∗ (2.93)

Observações 6,979 9,537 15,162 7,384R2 0.15 0.15 0.21 0.15R2 Ajustado 0.15 0.15 0.21 0.15Estatística F 68.48∗∗∗ (df = 18; 6960) 91.00∗∗∗ (df = 18; 9518) 222.43∗∗∗ (df = 18; 15143) 71.62∗∗∗ (df = 18; 7365)

Nota: ∗p<0.1; ∗∗p<0.05; ∗∗∗p<0.01

Capítulo

4.A

nálisedos

Resultados

33

Tabela 6 – Resultados dos Modelos Estimados para a Nota do ENADE - Farmácia, Enfermagem, Nutrição e Fisioterapia


notaenade

Farmácia Enfermagem Nutrição Fisioterapia

idade −0.53∗∗∗ (0.12) −0.25∗∗∗ (0.09) −0.53∗∗∗ (0.11) −0.83∗∗∗ (0.10)idade_2 0.004∗∗ (0.002) −0.001 (0.001) 0.005∗∗∗ (0.002) 0.01∗∗∗ (0.001)d_sexo 0.74∗∗∗ (0.23) 0.09 (0.24) 0.47 (0.48) 0.21 (0.27)d_raca 0.001 (0.23) 0.50∗∗∗ (0.18) −0.21 (0.25) 0.09 (0.23)d_int 1.46∗∗ (0.58) −3.70∗∗∗ (0.67) 0.80 (0.81) 0.71 (0.80)d_bolsaper −1.00∗∗ (0.40) −1.37∗∗∗ (0.33) −0.93∗ (0.47) −0.97∗∗ (0.47)d_bolsaac 3.77∗∗∗ (0.27) 3.36∗∗∗ (0.24) 3.75∗∗∗ (0.31) 2.61∗∗∗ (0.28)d_ntrab 0.42∗ (0.22) −0.80∗∗∗ (0.19) 0.47∗ (0.26) 0.34 (0.24)d_em −0.32 (0.24) −0.24 (0.20) −0.33 (0.27) −0.12 (0.24)d_Nordeste 3.29∗∗∗ (0.52) 2.53∗∗∗ (0.35) 5.36∗∗∗ (0.55) 2.14∗∗∗ (0.48)d_Sudeste 5.26∗∗∗ (0.48) 2.83∗∗∗ (0.35) 6.54∗∗∗ (0.54) 4.02∗∗∗ (0.48)d_Sul 5.21∗∗∗ (0.52) 4.85∗∗∗ (0.41) 5.89∗∗∗ (0.60) 5.28∗∗∗ (0.52)d_CentroOeste 3.93∗∗∗ (0.55) 1.31∗∗∗ (0.41) 4.64∗∗∗ (0.65) 1.71∗∗∗ (0.57)tempoestudo 1.32∗∗∗ (0.10) 1.58∗∗∗ (0.08) 1.61∗∗∗ (0.11) 1.41∗∗∗ (0.10)rendafam 0.48∗∗∗ (0.07) 0.76∗∗∗ (0.06) 0.68∗∗∗ (0.08) 0.46∗∗∗ (0.07)escolmae 0.07 (0.09) −0.06 (0.07) −0.24∗∗ (0.11) −0.14 (0.09)d_casado 0.28 (0.30) 1.02∗∗∗ (0.21) 0.65∗ (0.35) 0.71∗∗ (0.32)d_IESpub 5.44∗∗∗ (0.29) 7.58∗∗∗ (0.26) 6.56∗∗∗ (0.33) 6.80∗∗∗ (0.34)Constante 41.77∗∗∗ (1.95) 50.65∗∗∗ (1.50) 41.31∗∗∗ (1.98) 56.43∗∗∗ (1.79)


Nota: ∗p<0.1; ∗∗p<0.05; ∗∗∗p<0.01

Capítulo

4.A

nálisedos

Resultados

34

Tabela 7 – Resultados dos Modelos Estimados para a Nota do ENADE - Serviço Social, Biomedicina, Tec. Gestão Ambiental e Ed. Física


notaedade

Serviço Social Biomedicina Tec. Gestão Ambiental Ed. Física

idade −0.78∗∗∗ (0.11) −0.81∗∗∗ (0.11) 0.33∗∗∗ (0.09) −0.56∗∗∗ (0.14)idade_2 0.01∗∗∗ (0.002) 0.01∗∗∗ (0.002) −0.005∗∗∗ (0.001) 0.01∗∗ (0.002)d_sexo 0.04 (0.30) 0.23 (0.29) 0.54∗ (0.28) 0.43∗ (0.26)d_raca 0.07 (0.25) 0.05 (0.25) 0.93∗∗∗ (0.27) 0.84∗∗∗ (0.27)d_int 0.23 (0.90) 0.54 (0.86) −1.31 (1.16) −3.33∗∗∗ (0.83)d_bolsaper −0.72 (0.53) −1.23∗∗ (0.50) −0.01 (0.61) −1.80∗∗∗ (0.50)d_bolsaac 2.56∗∗∗ (0.31) 2.70∗∗∗ (0.30) 2.51∗∗∗ (0.52) 2.24∗∗∗ (0.33)d_ntrab 0.44∗ (0.26) 0.39 (0.25) −0.29 (0.34) 1.65∗∗∗ (0.30)d_em −0.10 (0.27) −0.05 (0.26) −1.63∗∗∗ (0.37) −0.90∗∗∗ (0.31)d_Nordeste 2.10∗∗∗ (0.54) 2.24∗∗∗ (0.51) 1.42∗∗ (0.67) 2.22∗ (1.19)d_Sudeste 4.10∗∗∗ (0.53) 3.99∗∗∗ (0.51) 1.42∗∗ (0.58) 2.63∗∗ (1.14)d_Sul 5.22∗∗∗ (0.58) 5.16∗∗∗ (0.55) −0.36 (0.58) 3.24∗∗∗ (1.17)d_CentroOeste 1.72∗∗∗ (0.64) 1.84∗∗∗ (0.61) −0.90 (0.74) 0.45 (1.25)tempoestudo 1.40∗∗∗ (0.11) 1.42∗∗∗ (0.11) 1.48∗∗∗ (0.13) 1.74∗∗∗ (0.13)rendafam 0.48∗∗∗ (0.08) 0.53∗∗∗ (0.08) 1.13∗∗∗ (0.10) 0.92∗∗∗ (0.09)escolmae −0.17∗ (0.10) −0.14 (0.10) 0.28∗∗ (0.11) −0.12 (0.11)d_casado 0.50 (0.36) 0.63∗ (0.35) 0.65∗∗ (0.32) 1.68∗∗∗ (0.39)d_IESpub 6.67∗∗∗ (0.38) 6.68∗∗∗ (0.36) 3.95∗∗∗ (0.42) 2.49∗∗∗ (0.35)Constante 55.86∗∗∗ (2.00) 55.99∗∗∗ (1.93) 26.55∗∗∗ (1.72) 52.04∗∗∗ (2.61)


Nota: ∗p<0.1; ∗∗p<0.05; ∗∗∗p<0.01


4.2 MODELOS DE REGRESSÃO QUANTÍLICA

Os resultados dos modelos de regressão quantílica estimados – quantis 0,10, 0,25, 0,50,0,75 e 0,90 – estão presentes na Tabela 82,3.

Tabela 8 – Resultados do Modelo de Regressão Quantílica - Geral

Variável Dependente: notaenade

Quantis

0,10 0,25 0,50 0,75 0,90

Constante 29.57(0.77)

∗∗∗ 38.20(0.70)

∗∗∗ 48.79(0.63)

∗∗∗ 56.52(0.75)

∗∗∗ 62.36(0.92)

∗∗∗

idade −0.53(0.04)

∗∗∗ −0.61(0.04)

∗∗∗ −0.69(0.03)

∗∗∗ −0.56(0.04)

∗∗∗ −0.36(0.05)

∗∗∗

idade_2 0.00(0.00)

∗∗∗ 0.00(0.00)

∗∗∗ 0.00(0.00)

∗∗∗ 0.00(0.00)

∗∗∗ 0.00(0.00)

d_sexo 0.70(0.12)

∗∗∗ 1.17(0.10)

∗∗∗ 1.67(0.10)

∗∗∗ 1.84(0.11)

∗∗∗ 1.89(0.13)

∗∗∗

d_raca 1.03(0.11)

∗∗∗ 0.99(0.09)

∗∗∗ 1.04(0.09)

∗∗∗ 0.89(0.10)

∗∗∗ 0.76(0.12)

∗∗∗

d_int −0.13(0.32)

−0.01(0.25)

−0.03(0.29)

0.17(0.28)

0.31(0.33)

d_bolsaper −1.01(0.27)

∗∗∗ −0.48(0.21)

∗∗ −0.20(0.17)

−0.33(0.18)

∗ −0.38(0.21)

∗

d_bolsaac 4.59(0.15)

∗∗∗ 4.52(0.13)

∗∗∗ 4.47(0.11)

∗∗∗ 3.99(0.12)

∗∗∗ 3.58(0.15)

∗∗∗

d_ntrab 0.84(0.11)

∗∗∗ 0.70(0.10)

−0.11(0.10)

−0.74(0.11)

∗∗∗ −1.07(0.13)

∗∗∗

d_em −0.20(0.13)

−0.08(0.11)

∗∗∗ 0.14(0.10)

0.29(0.11)

∗∗ 0.44(0.14)

∗∗∗

d_Nordeste 3.88(0.24)

∗∗∗ 4.24(0.20)

∗∗∗ 4.72(0.20)

∗∗∗ 4.98(0.22)

∗∗∗ 4.94(0.31)

∗∗∗

d_Sudeste 3.35(0.23)

∗∗∗ 3.88(0.19)

∗∗∗ 4.14(0.19)

∗∗∗ 4.37(0.21)

∗∗∗ 4.55(0.30)

∗∗∗

d_Sul 2.65(0.24)

∗∗∗ 2.73(0.20)

∗∗∗ 2.93(0.20)

∗∗∗ 3.26(0.22)

∗∗∗ 3.34(0.31)

∗∗∗

d_CentroOeste 1.33(0.25)

∗∗∗ 1.16(0.22)

∗∗∗ 1.18(0.21)

∗∗∗ 1.33(0.24)

∗∗∗ 1.72(0.33)

∗∗∗

tempoestudo 1.36(0.05)

∗∗∗ 1.49(0.04)

∗∗∗ 1.53(0.04)

∗∗∗ 1.52(0.04)

∗∗∗ 1.31(0.05)

∗∗∗

rendafam 0.78(0.04)

∗∗∗ 0.77(0.03)

∗∗∗ 0.76(0.03)

∗∗∗ 0.62(0.03)

∗∗∗ 0.54(0.04)

∗∗∗

escolmae −0.02(0.05)

−0.02(0.04)

−0.06(0.04)

∗ −0.02(0.04)

−0.10(0.05)

∗

d_casado 0.25(0.14)

∗ 0.48(0.12)

∗∗∗ 0.84(0.12)

∗∗∗ 1.25(0.14)

∗∗∗ 1.24(0.17)

∗∗∗

d_IESpub 5.22(0.16)

∗∗∗ 5.93(0.12)

∗∗∗ 5.97(0.11)

∗∗∗ 5.58(0.12)

∗∗∗ 4.78(0.14)

∗∗∗

Nota: ∗p<0,1; ∗∗p<0,05; ∗∗∗p<0,01

A idade, a renda familiar, o tempo de estudo e as dummies para sexo, raça, recebimento de2 Para tanto, utilizou-se o pacote quantreg do software R. O método algorítmico utilizado foi o padrão e o esquema

de computação dos intervalos de confiança empregados para os parâmetros estimados foi baseado na inversãodo teste de rank. Em Koenker (2017) pode-se encontrar maiores informações sobre o procedimento adotado.

3 Os resultados dos modelos de regressão quantílica por curso podem ser consultados no Apêndice B.


bolsa acadêmica, região da IES e para IES públicas se mostraram estatisticamente significantespara todos os quantis analisados, com sinais similares aos obtidos por meio da estimação deuma regressão linear múltipla. O fato do estudante ser casado também impacta positivamentea nota dele no ENADE, e somente na mediana da distribuição as bolsas de permanência nãoinfluenciam negativamente a nota do discente.

Para uma melhor interpretação, pode-se visualizar a mudança nos coeficientes dos quantis,juntamente com seus respectivos intervalos de confiança, na Figura 8. Cada ponto (entre aslinhas) corresponde ao coeficiente para o quantil indicado na abcissa (os mencionados quantis).As retas cheias4, em vermelho e na horizontal, são as estimativas do modelo de regressão linearrealizadas pelo método dos mínimos quadrados ordinários, juntamente com seus intervalos deconfiança, tracejados.

Como se pode notar tanto na Tabela 8 quanto na Figura 8, a diferença entre os de-sempenhos dos alunos do sexo masculino e feminino se eleva nos quantis superiores. Ou seja:quanto maiores as notas, maior a diferença entre a pontuação de estudantes do sexo masculino efeminino. O mesmo acontece com os alunos casados em relação aos demais e com alunos dasregiões Nordeste, Sudeste, Centro Oeste e Sul em relação aos da região Norte.

Quanto à idade, essa prejudica mais fortemente as notas dos alunos na mediana dadistribuição (quantil 0,50). Como visto na seção 4.1, os alunos brancos possuem desempenhomédio superior em relação aos não brancos. Entretanto, isso acontece mais intensamente na parteinferior da distribuição; na parte superior, essa diferença é reduzida. Essa mesma dinâmica éencontrada para o caso do recebimento de bolsas acadêmicas, para a renda familiar e para alunosde IES públicas.

Os alunos que fizeram o Ensino Médio em escolas públicas possuem pior desempenhocomparado aos demais somente na parte mais inferior da distribuição. No topo da distribuição,esses discentes obtêm uma performance melhor do que os alunos que estudaram em instituiçõesprivadas durante o Ensino Médio.

O inverso acontece com o trabalho: no último quantil, os alunos que não trabalham têmum desempenho superior em relação aos que trabalham; porém, na parte superior da distribuição,o fato do aluno não trabalhar afeta negativamente seu desempenho no ENADE.

Em relação às regressões quantílicas por curso (Apêndice B), não há diferenças sistemá-ticas em relação ao caso geral. Além disso, os pontos que correspondem aos coeficientes paraos quantis indicados na abcissa da grande maioria das variáveis explicativas estão dentro dointervalo de confiança das estimativas do modelo de regressão linear múltiplo (traços e linhasvermelhas). Assim, os efeitos ao longo da distribuição são bem aproximados pelos impactos namédia.

4 Retas horizontais em preto podem aparecer para algumas variáveis, localizando o valor zero para o eixo dasordenadas.

Capítulo

4.A

nálisedos

Resultados

37

Figura 8 – Mudanças nos Coeficientes Quantílicos ao Longo dos Intervalos de Confiança - Geral

0.2 0.4 0.6 0.8

3040

5060

(Intercept)

0.2 0.4 0.6 0.8

−0.

7−

0.5

−0.

3

idade

0.2 0.4 0.6 0.8

−0.

001

0.00

10.

003

0.00

5

idade_2

0.2 0.4 0.6 0.8

0.5

1.0

1.5

2.0

d_sexo

0.2 0.4 0.6 0.8

0.6

0.8

1.0

1.2

d_raca

0.2 0.4 0.6 0.8

−0.

50.

00.

5

d_int

0.2 0.4 0.6 0.8

−1.

5−

1.0

−0.

50.

0

d_bolsaper

0.2 0.4 0.6 0.8

3.5

4.0

4.5

d_bolsaac

0.2 0.4 0.6 0.8

−1.

00.

00.

51.

0

d_ntrab

0.2 0.4 0.6 0.8

−0.

40.

00.

20.

40.

6

d_em

0.2 0.4 0.6 0.8

3.5

4.0

4.5

5.0

5.5

d_Nordeste

0.2 0.4 0.6 0.8

3.0

3.5

4.0

4.5

5.0

d_Sudeste

0.2 0.4 0.6 0.8

2.5

3.0

3.5

d_Sul

0.2 0.4 0.6 0.8

1.0

1.5

2.0

d_CentroOeste

0.2 0.4 0.6 0.8

1.3

1.4

1.5

1.6

tempoestudo

0.2 0.4 0.6 0.8

0.5

0.6

0.7

0.8

rendafam

0.2 0.4 0.6 0.8

−0.

15−

0.05

0.05

escolmae

0.2 0.4 0.6 0.8

0.0

0.5

1.0

1.5

d_casado

0.2 0.4 0.6 0.8

4.5

5.0

5.5

6.0

d_IESpub


38

5 CONCLUSÕES

Nesta dissertação, discutiu-se os fatores por trás do desempenho dos estudantes das Insti-tuições de Ensino Superior (IES) no ENADE 2013. Utilizando os microdados disponibilizadospelo INEP, modelos econométricos foram estimados – tanto baseados no modelo de regressãolinear clássico quanto em regressões quantílicas – para 12 dos 17 cursos avaliados naquele ano.Nessa base de dados constam características pessoais e socioeconômicas dos alunos, bem comodas próprias IES dos mesmos.

Em geral, a maior parte dos resultados vai de encontro com os da literatura nacionale internacional, revisadas no capítulo dois do presente estudo. A renda familiar e o nível deesforço do estudante (mensurado pelas horas semanais dedicadas aos estudos) estão positivamenterelacionas com a nota do ENADE, bem como com o fato do aluno ser casado e com o recebimentode bolsas acadêmicas.

Vale ressaltar que esse último resultado deve ser interpretado com cautela – bolsasacadêmicas comumente possuem critérios de seleção, ou seja, não são distribuídas aleatoriamente.O mesmo raciocínio pode ser aplicado aos casos do intercâmbio e das bolsas de permanência.Entretanto, tomando esse efeito como uma correlação parcial, ao menos pode-se afirmar que asbolsas acadêmicas filtram, de fato, os melhores alunos, consistindo em incentivo para a formaçãodos estudantes universitários de alto nível. Quanto às bolsas de permanência, apenas para o cursode Medicina houve um impacto positivo e estatisticamente significante das mesmas – além disso,os resultados das regressões quantílicas mostram que essa influência positiva aumenta aindamais no topo da distribuição.

Os alunos das Instituições de Ensino Superior da região Norte possuem, em média, umaperformance pior do que os estudantes universitários das outras regiões do país – e quantomaiores as notas, maiores as diferenças entre a pontuação desses alunos. Ainda sobre as IES,os discentes das universidades públicas possuem, em média, uma nota bastante acima de quemestuda em IES privadas. Esse último resultado pode estar relacionado com o fato dos melhoresalunos estarem ocupando as vagas nas Universidades públicas, por conta de sua gratuidade.Também não pode se descartar a possibilidade do ensino das IES públicas ser melhor do que odas privadas.

Dois resultados encontrados nesse trabalho são controversos – a falta de significânciaestatística do nível de escolaridade da mãe (para a análise entre cursos) e a melhor performancedos homens tanto em determinados cursos quanto no geral, em detrimento das mulheres. Écomum na literatura o efeito positivo da escolaridade da mãe e uma melhor performance dasmulheres em relação aos homens. Quanto ao primeiro resultado, não se pode descartar o papelda multicolinearidade, pois a escolaridade da mãe geralmente está relacionada com o nível de

Capítulo 5. Conclusões 39

renda/ambiente familiar e com o tipo de escola que o aluno frequentou no Ensino Médio (separticular ou pública). Os alunos brancos tiverem um desempenho melhor em apenas quatro dosdoze cursos analisados.

A idade impactou negativamente a nota do ENADE em 11 dos 12 cursos, mas com avariável idade2 quase sempre positiva e estatisticamente significante. Além disso, regressõesquantílicas mostraram que na mediana da distribuição o impacto da idade é ainda mais negativo.Esses resultados são importantes na medida em que o Programa de Alfabetização na IdadeCerta (PAIC), que se iniciou em Sobral, foi descaracterizado em nível nacional – de acordocom Ioschpe (2016), pedagogos do Ministério da Educação, acreditando que a alfabetização dosalunos no primeiro ou no segundo ano do Ensino Fundamental seria cedo demais e irrealizávelna maior parte do Brasil, alargaram a meta para alfabetizar as crianças ao final dos seus oitoanos de idade. Assim, quanto mais tarde a criança é alfabetizada, mais tarde chega ao EnsinoSuperior, e isso compromete seu rendimento acadêmico.

Apesar dos modelos serem globalmente significantes, o coeficiente de determinação (R2)foi baixo – quase sempre em torno de 0.15. Assim, outros fatores devem explicar o desempenhoacadêmico dos alunos das IES no Brasil. A literatura costuma enfocar, além das variáveisutilizadas nessa dissertação, no exame de entrada e no desempenho do aluno no Ensino Médio.Assim, para estudos futuros, o cruzamento das bases de dados do ENADE e do ENEM seria umgrande avanço nessa direção.

No caso das cotas, optou-se pela não inclusão de uma dummy representativa dessacategoria, pois já se usam, aqui, variáveis para renda familiar, raça e tipo de escola frequentadapelo aluno no ensino médio, exatamente os critérios adotados para o uso de cotas.

No Brasil, as ações afirmativas atualmente se concentram no acesso ao Ensino Superior.Os instrumentos adotados são cotas e bônus e utilizam como critério a cor da pele do aluno(de acordo com auto-declaração), renda familiar. Também possuem esse direito alunos quefrequentaram o Ensino Médio em escola pública e existem casos onde há uma combinação decritérios (WALTENBERG; CARVALHO, 2013).

É necessário também determinar até que ponto o ENADE representa o desempenho dosestudantes universitários. Pereira (2013) comenta que a ausência de mecanismos de enforcement

gera problemas de desistência. Além disso, muitos estudantes zeraram a prova e não há comosaber se a maior parte deles está levando à sério esse exame. Então, é preciso constatar se oÍndice de Rendimento Acadêmico do aluno está bem correlacionado com seu desempenho noENADE.

Na literatura internacional, é fato estilizado que a média geral do estudante na Univer-sidade está relacionada com seu salário futuro (BETTS; MORRELL, 1999). Em termos deavaliação de políticas públicas, existindo a possibilidade de acompanhamento de ao menos partedesses estudantes que realizaram o ENADE em anos posteriores à conclusão dos seus estudos

Capítulo 5. Conclusões 40

acadêmicos, seria interessante verificar se o desempenho dos alunos neste exame está relacionadocom seus ganhos salariais – assim, ir nesta direção seria mais vantajoso que aplicar essa provapara absolutamente todos os alunos universitários, para satisfazer os princípios da equidade eobrigatoriedade, como dá a entender Paiva (2008).

41

REFERÊNCIAS

ARBACHE, J. Como elevar a produtividade? In: Propostas para o governo 2015/2018: agendapara um país próspero e competitivo. Rio de Janeiro: Elsevier, 2013. Citado na página 9.

BARBOSA, W. d. F.; SOUSA, E. P. Análise do desempenho educacional dos estudantesbrasileiros no enem. XIV Encontro Nacional da Associação Brasileira de Estudos Regionais eUrbanos, ENABER, 2016. Citado na página 27.

BETTS, J.; MORRELL, D. The determinants of undergraduate grade point average. The Journalof Human Resources, v. 34, p. 268–293, 1999. Citado 4 vezes nas páginas 12, 16, 28 e 39.

CAVALCANTI, P.; VELOSO, F. O desenvolvimento econômico no pós-guerra. DesenvolvimentoEconômico numa Perspectiva Brasileira. Campus: Rio de Janeiro, 2013. Citado na página 11.

CONCEIÇÃO, O.; FRANÇA, M. O programa ciência sem fronteiras contribui na formação dosestudantes? uma análise a partir do enade 2013. XIX Encontro de Economia da Região Sul,ANPEC, 2016. Citado 2 vezes nas páginas 18 e 28.

DOLADO, J. J.; MORALES, E. Which factors determine academic performance of economicsfreshers? some spanish evidence. Investigaciones Económicas, Citeseer, v. 33, n. 2, p. 179–210,2009. Citado 3 vezes nas páginas 12, 17 e 28.

FARIAS, P. P. Os determinantes do desempenho acadêmico dos estudantes de ciênciaseconômicas da ufc. Monografia de Graduação, UFC, 2013. Citado 2 vezes nas páginas 17 e 27.

FRANÇA, M.; SACCARO, A. Gastos governamentais no ensino superior e evasão: Um estudode análise de sobrevivência para os estudantes dos cursos de ciências naturais e engenharias eminstituições públicas e privadas. 44o Encontro Nacional de Economia, ANPEC, 2016. Citado napágina 18.

GUJARATI, D.; PORTER, D. Econometria Básica. [S.l.]: AMGH Editora, 2011. Citado napágina 26.

INEP. Manual do ENADE 2013. 2013. <http://download.inep.gov.br/educacao_superior/enade/manuais/manual_enade_2013.pdf>. Acesso: 17/04/2017. Citado 2 vezes nas páginas 13 e 14.

IOSCHPE, G. O que o Brasil quer ser quando crescer? [S.l.]: Editora Objetiva, 2014. Citado napágina 11.

IOSCHPE, G. A ignorância custa um mundo: o valor da educação no desenvolvimento doBrasil. [S.l.]: Editora Objetiva, 2016. Citado 2 vezes nas páginas 9 e 39.

KOENKER, R. Quantile regression in r: A vignette. 2017. Disponível em: <https://cran.r-project.org/web/packages/quantreg/vignettes/rq.pdf>. Citado na página 35.

KOENKER, R.; HALLOCK, K. Quantile regression: An introduction. Journal of EconomicPerspectives, v. 15, n. 4, p. 43–56, 2001. Citado na página 27.

LUCAS, R. E. On the mechanics of economic development. Journal of Monetary Economics,Elsevier, v. 22, n. 1, p. 3–42, 1988. Citado na página 10.

http://download.inep.gov.br/educacao_superior/enade/manuais/manual_enade_2013.pdf

http://download.inep.gov.br/educacao_superior/enade/manuais/manual_enade_2013.pdf

https://cran.r-project.org/web/packages/quantreg/vignettes/rq.pdf

https://cran.r-project.org/web/packages/quantreg/vignettes/rq.pdf

Referências 42

MANKIW, N. G.; ROMER, D.; WEIL, D. N. A contribution to the empirics of economic growth.The Quarterly Journal of Economics, Oxford University Press, v. 107, n. 2, p. 407–437, 1992.Citado na página 10.

MINCER, J. A. Schooling and earnings. In: Schooling, experience, and earnings. [S.l.]: NBER,1974. p. 41–63. Citado na página 9.

MORAES, A. A. G. E. d.; BELLUZZO, W. O diferencial de desempenho escolar entreescolas públicas e privadas no Brasil. Nova Economia, scielo, v. 24, p. 409 – 430, 08 2014.ISSN 0103-6351. Disponível em: <http://www.scielo.br/scielo.php?script=sci_arttext&pid=S0103-63512014000200409&nrm=iso>. Citado na página 27.

PAIVA, G. S. Avaliação do desempenho dos estudantes da educação superior: a questão daeqüidade e obrigatoriedade no provão e enade. Revista Ensaio: Avaliação e Políticas Públicasem Educação, v. 16, n. 58, p. 31–46, 2008. Citado 3 vezes nas páginas 13, 14 e 40.

PEREIRA, J. I. R. Análise do impacto da implantação das cotas na nota enade 2008. Dissertaçãode Mestrado, UFPR, 2013. Citado na página 39.

PEREIRA, J. I. R.; BITTENCOURT, M.; BRAGA, B. Affirmative action in higher education:Impacts of the national exam in brazil. Louvain-la-Neuve: European Regional ScienceAssociation (ERSA), 2015. Citado 2 vezes nas páginas 18 e 22.

SMITH, J.; NAYLOR, R. Determinants of degree performance in uk universities: a statisticalanalysis of the 1993 student cohort. Oxford Bulletin of Economics and Statistics, Wiley OnlineLibrary, v. 63, n. 1, p. 29–60, 2001. Citado 3 vezes nas páginas 12, 16 e 28.

WAINER, J.; MELGUIZO, T. Inclusion policies in higher education: evaluation of studentperformance based on the enade from 2012 to 2014. Educação e Pesquisa, SciELO Brasil, n.AHEAD, p. 0–0, 2017. Citado na página 18.

WALTENBERG, F.; CARVALHO, M. d. Cotas aumentam a diversidade dos estudantes semcomprometer o desempenho? Texto para Discussão CEDE, n. 73, 2013. Citado 2 vezes naspáginas 18 e 39.

ZAINKO, M. A. S. Avaliação da educação superior no brasil: processo de construção histórica.Avaliação: Revista da Avaliação da Educação Superior, Universidade de Sorocaba, v. 13, n. 3, p.827–831, 2008. Citado na página 13.

http://www.scielo.br/scielo.php?script=sci_arttext&pid=S0103-63512014000200409&nrm=iso

http://www.scielo.br/scielo.php?script=sci_arttext&pid=S0103-63512014000200409&nrm=iso

43

APÊNDICE A – QUESTIONÁRIO DO ESTUDANTE ENADE 2013

1

Ministério da Educação Instituto Nacional de Estudos e Pesquisas Educacionais Anísio Teixeira Diretoria de Avaliação da Educação Superior Coordenação‐Geral do Exame Nacional de Desempenho dos Estudantes

QUESTIONÁRIO DO ESTUDANTE Caro (a) estudante, Este questionário constitui um instrumento importante para compor o perfil socioeconômico e acadêmico dos participantes do ENADE e uma oportunidade para você avaliar diversos aspectos do seu curso e formação.

Sua contribuição é extremamente relevante para melhor conhecermos como se constrói a qualidade da educação superior no país. As respostas às questões serão analisadas em conjunto, preservando o sigilo da identidade dos participantes.

Para responder, basta clicar sobre a alternativa desejada. No final de cada página, ao pressionar um dos botões “Próximo” ou “Anterior”, o sistema gravará a resposta no banco de dados, que poderá ser modificado a qualquer tempo. O questionário será enviado ao Inep apenas quando, na última página, for acionado o botão "Finalizar”, indicando o preenchimento total do questionário. Ao final, será possível visualizar seu local e horário da prova.

Agradecemos a sua colaboração!

1. Qual o seu estado civil?

A ( ) Solteiro(a). B ( ) Casado(a). C ( ) Separado(a) judicialmente/divorciado(a). D ( ) Viúvo(a). E ( ) Outro.

2. Como você se considera?

A ( ) Branco(a). B ( ) Negro(a). C ( ) Pardo(a)/mulato(a). D ( ) Amarelo(a) (de origem oriental). E ( ) Indígena ou de origem indígena.

3. Qual a sua nacionalidade?

A ( ) Brasileira. B ( ) Brasileira naturalizada. C ( ) Estrangeira.

4. Até que etapa de escolarização seu pai concluiu?

A ( ) Nenhuma. B ( ) Ensino fundamental: 1º ao 5º ano (1ª a 4ª série). C ( ) Ensino fundamental: 6º ao 9º ano (5ª a 8ª série). D ( ) Ensino médio. E ( ) Educação superior. F ( ) Pós‐graduação.

5. Até que etapa de escolarização sua mãe concluiu?

A ( ) Nenhuma. B ( ) Ensino fundamental: 1º ao 5º ano (1ª a 4ª série). C ( ) Ensino fundamental: 6º ao 9º ano (5ª a 8ª série).

2

D ( ) Ensino médio. E ( ) Educação superior. F ( ) Pós‐graduação.

6. Onde e com quem você mora atualmente? A ( ) Em casa ou apartamento, sozinho. B ( ) Em casa ou apartamento, com pais e/ou parentes. C ( ) Em casa ou apartamento, com cônjuge e/ou filhos. D ( ) Em casa ou apartamento, com outras pessoas (incluindo república). E ( ) Em alojamento universitário da própria instituição. F ( ) Em outros tipos de habitação individual ou coletiva (hotel, hospedaria, pensão ou outro).

7. Qual a renda total de sua família, incluindo seus rendimentos?

A ( ) Até 1,5 salário mínimo (até R$ 1.017,00). B ( ) De 1,5 a 3 salários mínimos (R$ 1.017,01 a R$ 2.034,00). C ( ) De 3 a 4,5 salários mínimos (R$ 2.034,01 a R$ 3.051,00). D ( ) De 4,5 a 6 salários mínimos (R$ 3.051,01 a R$ 4.068,00). E ( ) De 6 a 10 salários mínimos (R$ 4.068,01 a R$ 6.780,00). F ( ) De 10 a 30 salários mínimos (R$ 6.780,01 a R$ 20.340,00). G ( ) Acima de 30 salários mínimos (mais de R$ 20.340,01).

8. Qual alternativa abaixo melhor descreve sua situação financeira (incluindo bolsas)?

A ( ) Não tenho renda e meus gastos são financiados por programas governamentais. B ( ) Não tenho renda e meus gastos são financiados pela minha família ou por outras pessoas. C ( ) Tenho renda, mas recebo ajuda da família ou de outras pessoas para financiar meus gastos. D ( ) Tenho renda e não preciso de ajuda para financiar meus gastos. E ( ) Tenho renda e contribuo com o sustento da família. F ( ) Sou o principal responsável pelo sustento da família.

9. Qual alternativa abaixo melhor descreve sua situação de trabalho (exceto estágio ou bolsas)?

A ( ) Não estou trabalhando. B ( ) Trabalho eventualmente. C ( ) Trabalho até 20 horas semanais. D ( ) Trabalho de 20 a 40 horas semanais. E ( ) Trabalho 40 horas semanais ou mais.

10. Que tipo de bolsa de estudos ou financiamento do curso você recebeu para custear todas ou a maior

parte das mensalidades? (no caso de haver mais de uma opção, marcar apenas a bolsa de maior duração) A ( ) Nenhum, pois meu curso é gratuito. B ( ) Nenhum, embora meu curso não seja gratuito. C ( ) ProUni integral. D ( ) ProUni parcial, apenas. E ( ) FIES, apenas. F ( ) ProUni Parcial e FIES. G ( ) Bolsa oferecida por governo estadual, distrital ou municipal. H ( ) Bolsa oferecida pela própria instituição. I ( ) Bolsa oferecida por outra entidade (empresa, ONG, outra). J ( ) Financiamento oferecido pela própria instituição. K ( ) Financiamento bancário.

11. Ao longo da sua trajetória acadêmica, você recebeu algum tipo de bolsa de permanência?

A ( ) Nenhum B ( ) Auxílio moradia C ( ) Auxílio alimentação D ( ) Auxílio moradia e alimentação E ( ) Bolsa Auxílio Permanência F ( ) Outros auxílios

3

12. Ao longo da sua trajetória acadêmica, você recebeu algum tipo de bolsa acadêmica?

A ( ) Nenhum B ( ) Bolsa de iniciação científica C ( ) Bolsa de extensão D ( ) Bolsa de monitoria/tutoria E ( ) Bolsa PET F ( ) Outros

13. Durante o curso de graduação, você participou de programas e ou atividades curriculares no exterior?

A ( ) Não participei. B ( ) Sim, Programa Ciência sem Fronteiras. C ( ) Sim, programa de intercâmbio financiado pelo Governo Federal (Marca; Brafitec; PLI; outro) D ( ) Sim, programa de intercâmbio financiado pelo Governo Estadual. E ( ) Sim, programa de intercâmbio da minha instituição. F ( ) Sim, outro intercâmbio não institucional.

14. Seu ingresso no curso de graduação se deu por meio de políticas de ação afirmativa ou inclusão social?

A ( ) Não. B ( ) Sim, por critério étnico‐racial. C ( ) Sim, por critério de renda. D ( ) Sim, por ter estudado em escola pública ou particular com bolsa de estudos. E ( ) Sim, por sistema que combina dois ou mais critérios anteriores. G ( ) Sim, por sistema diferente dos anteriores.

15. Em que unidade da Federação você concluiu o ensino médio? AC ( ) DF ( ) MT ( ) RJ ( ) SE ( ) AL ( ) ES ( ) PA ( ) RN ( ) SP ( ) AM ( ) GO ( ) PB ( ) RO ( ) TO ( ) AP ( ) MA ( ) PE ( ) RR ( )

Não se aplica

( ) BA ( ) MG ( ) PI ( ) RS ( )

CE ( ) MS ( ) PR ( ) SC ( ) 16. Em que tipo de escola você cursou o ensino médio?

A ( ) Todo em escola pública. B ( ) Todo em escola privada (particular). C ( ) A maior parte em escola pública. D ( ) A maior parte em escola privada (particular).

17. Qual modalidade de ensino médio você concluiu?

A ( ) Ensino médio tradicional. B ( ) Profissionalizante técnico (eletrônica, contabilidade, agrícola, outro). C ( ) Profissionalizante magistério (Curso Normal). D ( ) Educação de Jovens e Adultos (EJA)ou Supletivo. E ( ) Outro.

18. Quem mais lhe incentivou a cursar a graduação?

A ( ) Ninguém. B ( ) Pais. D ( ) Outros membros da família. E ( ) Professores. F ( ) Lider ou representante religioso. G ( ) Colegas/Amigos. H ( ) Outros.

4

19. Algum dos grupos abaixo foi determinante para você enfrentar dificuldades durante seu curso superior e conclui‐lo? A ( ) Não tive dificuldade. B ( ) Não recebi apoio para enfrentar dificuldades. C ( ) Pais. D ( ) Avós. E ( ) Irmãos, primos ou tios. F ( ) Líder ou representante religioso. G ( ) Colegas de curso ou amigos. H ( ) Professores do curso. I ( ) Profissionais do serviço de apoio ao estudante da IES. J ( ) Colegas de trabalho. K ( ) Outro.

20. Alguém em sua família concluiu um curso superior?

A ( ) Sim. B ( ) Não.

21. Excetuando‐se os livros indicados na bibliografia do seu curso, quantos livros você leu neste ano?

A ( ) Nenhum. B ( ) Um ou dois. C ( ) Entre três e cinco. D ( ) Entre seis e oito. E ( ) Mais de oito.

22. Quantas horas por semana, aproximadamente, você dedicou aos estudos, excetuando as horas de aula?

A ( ) Nenhuma, apenas assisto às aulas. B ( ) Uma a três. C ( ) Quatro a sete. D ( ) Oito a doze. E ( ) Mais de doze.

23. Você teve oportunidade de aprendizado de idioma estrangeiro na Instituição?

A ( ) Sim, somente na modalidade presencial. B ( ) Sim, somente na modalidade semi‐presencial. C ( ) Sim, parte na modalidade presencial e parte na modalidade semi‐presencial. D ( ) Sim, na modalidade a distância. E ( ) Não.

24. Qual o principal motivo para você ter escolhido este curso?

A ( ) Inserção no mercado de trabalho. B ( ) Influência familiar. C ( ) Valorização profissional. D ( ) Prestígio Social. E ( ) Vocação. F ( ) outros.

25. Qual a principal razão para você ter escolhido a sua instituição de educação superior? A ( ) Gratuidade. B ( ) Preço da mensalidade. C ( ) Proximidade da minha residência. D ( ) Qualidade/reputação. E. ( ) Foi a única onde tive aprovação. F. ( ) Possibilidade de ter bolsa de estudo. G. ( ) Outro.

48

APÊNDICE B – RESULTADOS DOS MODELOS DE REGRESSÃO QUANTÍLICA -POR CURSO

AP

ÊN

DIC

EB

.R

esultadosdos

Modelos

deR

egressãoQ

uantílica-por

curso49

Figura 9 – Mudanças nos Coeficientes Quantílicos ao Longo dos Intervalos de Confiança - Veterinária

0.2 0.4 0.6 0.8

3545

5565

(Intercept)

0.2 0.4 0.6 0.8

−1.

5−

1.0

−0.

50.

0

idade

0.2 0.4 0.6 0.8

0.00

00.

010

0.02

0

idade_2

0.2 0.4 0.6 0.8

−1.

00.

00.

51.

01.

5

d_sexo

0.2 0.4 0.6 0.8

−1.

00.

00.

51.

01.

5

d_raca

0.2 0.4 0.6 0.8

−2

−1

01

23

d_int

0.2 0.4 0.6 0.8

−3

−2

−1

01

d_bolsaper

0.2 0.4 0.6 0.8

2.5

3.0

3.5

4.0

4.5

5.0

d_bolsaac

0.2 0.4 0.6 0.8

−0.

50.

00.

51.

0

d_ntrab

0.2 0.4 0.6 0.8

−2.

0−

1.0

0.0

0.5

d_em

0.2 0.4 0.6 0.8

−2

−1

01

23

4

d_Nordeste

0.2 0.4 0.6 0.8

23

45

67

d_Sudeste

0.2 0.4 0.6 0.8

12

34

56

7

d_Sul

0.2 0.4 0.6 0.8

−1

01

23

45

d_CentroOeste

0.2 0.4 0.6 0.8

1.0

1.2

1.4

1.6

1.8

tempoestudo

0.2 0.4 0.6 0.8

−0.

10.

10.

3

rendafam

0.2 0.4 0.6 0.8

−0.

40.

00.

20.

4

escolmae

0.2 0.4 0.6 0.8

0.0

1.0

2.0

3.0

d_casado

0.2 0.4 0.6 0.8

4.0

5.0

6.0

d_IESpub


AP

ÊN

DIC

EB

.R

esultadosdos

Modelos

deR

egressãoQ

uantílica-por

curso50

Figura 10 – Mudanças nos Coeficientes Quantílicos ao Longo dos Intervalos de Confiança - Odontologia

0.2 0.4 0.6 0.8

3040

5060

(Intercept)

0.2 0.4 0.6 0.8

−1.

2−

0.8

−0.

40.

0

idade

0.2 0.4 0.6 0.8

−0.

005

0.00

50.

015

idade_2

0.2 0.4 0.6 0.8

−2

−1

01

d_sexo

0.2 0.4 0.6 0.8

−1.

00.

00.

51.

0

d_raca

0.2 0.4 0.6 0.8

−4

−2

02

d_int

0.2 0.4 0.6 0.8

−1.

5−

0.5

0.5

d_bolsaper

0.2 0.4 0.6 0.8

4.0

4.5

5.0

5.5

d_bolsaac

0.2 0.4 0.6 0.8

−1.

5−

0.5

0.5

1.0

d_ntrab

0.2 0.4 0.6 0.8

−2.

0−

1.0

0.0

0.5

d_em

0.2 0.4 0.6 0.8

12

34

5

d_Nordeste

0.2 0.4 0.6 0.8

−1.

00.

01.

02.

0

d_Sudeste

0.2 0.4 0.6 0.8

23

45

6

d_Sul

0.2 0.4 0.6 0.8

23

45

6

d_CentroOeste

0.2 0.4 0.6 0.8

0.6

0.8

1.0

1.2

1.4

tempoestudo

0.2 0.4 0.6 0.8

−0.

4−

0.2

0.0

0.2

rendafam

0.2 0.4 0.6 0.8

−0.

4−

0.2

0.0

0.2

escolmae

0.2 0.4 0.6 0.8

01

23

d_casado

0.2 0.4 0.6 0.8

45

67

8

d_IESpub


AP

ÊN

DIC

EB

.R

esultadosdos

Modelos

deR

egressãoQ

uantílica-por

curso51

Figura 11 – Mudanças nos Coeficientes Quantílicos ao Longo dos Intervalos de Confiança - Medicina

0.2 0.4 0.6 0.8

5060

7080

90

(Intercept)

0.2 0.4 0.6 0.8

−3.

5−

3.0

−2.

5−

2.0

idade

0.2 0.4 0.6 0.8

0.02

50.

035

0.04

5

idade_2

0.2 0.4 0.6 0.8

−1.

00.

01.

02.

0

d_sexo

0.2 0.4 0.6 0.8

−0.

50.

00.

51.

0

d_raca

0.2 0.4 0.6 0.8

0.5

1.0

1.5

2.0

2.5

3.0

d_int

0.2 0.4 0.6 0.8

01

23

d_bolsaper

0.2 0.4 0.6 0.8

3.5

4.0

4.5

5.0

5.5

d_bolsaac

0.2 0.4 0.6 0.8

1.0

1.5

2.0

2.5

3.0

d_ntrab

0.2 0.4 0.6 0.8

−1.

5−

1.0

−0.

50.

00.

5

d_em

0.2 0.4 0.6 0.8

3.5

4.5

5.5

6.5

d_Nordeste

0.2 0.4 0.6 0.8

45

67

8

d_Sudeste

0.2 0.4 0.6 0.8

7.5

8.5

9.5

10.5

d_Sul

0.2 0.4 0.6 0.8

7.0

8.0

9.0

10.0

d_CentroOeste

0.2 0.4 0.6 0.8

1.6

2.0

2.4

2.8

tempoestudo

0.2 0.4 0.6 0.8

0.0

0.2

0.4

0.6

rendafam

0.2 0.4 0.6 0.8

−0.

20.

00.

20.

4

escolmae

0.2 0.4 0.6 0.8

01

23

4

d_casado

0.2 0.4 0.6 0.8

4.5

5.0

5.5

6.0

d_IESpub


AP

ÊN

DIC

EB

.R

esultadosdos

Modelos

deR

egressãoQ

uantílica-por

curso52

Figura 12 – Mudanças nos Coeficientes Quantílicos ao Longo dos Intervalos de Confiança - Agronomia

0.2 0.4 0.6 0.8

3040

5060

7080

(Intercept)

0.2 0.4 0.6 0.8

−1.

6−

1.2

−0.

8

idade

0.2 0.4 0.6 0.8

0.00

50.

010

0.01

50.

020

idade_2

0.2 0.4 0.6 0.8

0.5

1.5

2.5

d_sexo

0.2 0.4 0.6 0.8

−1.

00.

00.

51.

0

d_raca

0.2 0.4 0.6 0.8

23

45

6

d_int

0.2 0.4 0.6 0.8

−2.

0−

1.0

0.0

d_bolsaper

0.2 0.4 0.6 0.8

3.0

3.5

4.0

4.5

5.0

5.5

d_bolsaac

0.2 0.4 0.6 0.8

−1.

5−

0.5

0.5

1.5

d_ntrab

0.2 0.4 0.6 0.8

−1.

0−

0.5

0.0

0.5

1.0

d_em

0.2 0.4 0.6 0.8

01

23

45

d_Nordeste

0.2 0.4 0.6 0.8

34

56

78

910

d_Sudeste

0.2 0.4 0.6 0.8

46

810

12

d_Sul

0.2 0.4 0.6 0.8

12

34

56

7

d_CentroOeste

0.2 0.4 0.6 0.8

0.8

1.0

1.2

1.4

1.6

tempoestudo

0.2 0.4 0.6 0.8

0.2

0.4

0.6

0.8

rendafam

0.2 0.4 0.6 0.8

−1.

0−

0.6

−0.

20.

2

escolmae

0.2 0.4 0.6 0.8

12

34

d_casado

0.2 0.4 0.6 0.8

34

56

7

d_IESpub


AP

ÊN

DIC

EB

.R

esultadosdos

Modelos

deR

egressãoQ

uantílica-por

curso53

Figura 13 – Mudanças nos Coeficientes Quantílicos ao Longo dos Intervalos de Confiança - Enfermagem

0.2 0.4 0.6 0.8

3040

5060

(Intercept)

0.2 0.4 0.6 0.8

−1.

0−

0.6

−0.

2

idade

0.2 0.4 0.6 0.8

0.00

00.

005

0.01

0

idade_2

0.2 0.4 0.6 0.8

−0.

50.

51.

52.

5

d_sexo

0.2 0.4 0.6 0.8

−1.

0−

0.5

0.0

0.5

d_raca

0.2 0.4 0.6 0.8

−3

−1

01

23

4

d_int

0.2 0.4 0.6 0.8

−2.

0−

1.0

0.0

0.5

d_bolsaper

0.2 0.4 0.6 0.8

3.0

3.5

4.0

d_bolsaac

0.2 0.4 0.6 0.8

−0.

50.

00.

51.

0

d_ntrab

0.2 0.4 0.6 0.8

−1.

0−

0.5

0.0

d_em

0.2 0.4 0.6 0.8

23

45

d_Nordeste

0.2 0.4 0.6 0.8

45

67

8

d_Sudeste

0.2 0.4 0.6 0.8

45

67

d_Sul

0.2 0.4 0.6 0.8

23

45

6

d_CentroOeste

0.2 0.4 0.6 0.8

1.0

1.2

1.4

1.6

tempoestudo

0.2 0.4 0.6 0.8

0.3

0.4

0.5

0.6

0.7

rendafam

0.2 0.4 0.6 0.8

−0.

10.

10.

20.

3

escolmae

0.2 0.4 0.6 0.8

−0.

50.

00.

51.

01.

5

d_casado

0.2 0.4 0.6 0.8

4.5

5.0

5.5

6.0

6.5

d_IESpub


AP

ÊN

DIC

EB

.R

esultadosdos

Modelos

deR

egressãoQ

uantílica-por

curso54

Figura 14 – Mudanças nos Coeficientes Quantílicos ao Longo dos Intervalos de Confiança - Farmácia

0.2 0.4 0.6 0.8

4045

5055

6065

(Intercept)

0.2 0.4 0.6 0.8

−0.

8−

0.4

0.0

idade

0.2 0.4 0.6 0.8

−0.

005

0.00

00.

005

idade_2

0.2 0.4 0.6 0.8

−1.

00.

00.

51.

0

d_sexo

0.2 0.4 0.6 0.8

−0.

20.

20.

61.

0

d_raca

0.2 0.4 0.6 0.8

−6

−4

−2

0

d_int

0.2 0.4 0.6 0.8

−2.

5−

2.0

−1.

5−

1.0

−0.

5

d_bolsaper

0.2 0.4 0.6 0.8

2.0

2.5

3.0

3.5

4.0

4.5

d_bolsaac

0.2 0.4 0.6 0.8

−1.

5−

1.0

−0.

50.

0

d_ntrab

0.2 0.4 0.6 0.8

−1.

0−

0.5

0.0

0.5

d_em

0.2 0.4 0.6 0.8

12

34

d_Nordeste

0.2 0.4 0.6 0.8

−1

01

23

45

d_Sudeste

0.2 0.4 0.6 0.8

3.5

4.0

4.5

5.0

5.5

6.0

d_Sul

0.2 0.4 0.6 0.8

−1

01

23

d_CentroOeste

0.2 0.4 0.6 0.8

1.2

1.4

1.6

1.8

2.0

tempoestudo

0.2 0.4 0.6 0.8

0.5

0.6

0.7

0.8

0.9

1.0

rendafam

0.2 0.4 0.6 0.8

−0.

6−

0.4

−0.

20.

00.

2

escolmae

0.2 0.4 0.6 0.8

0.5

1.0

1.5

d_casado

0.2 0.4 0.6 0.8

56

78

9

d_IESpub


AP

ÊN

DIC

EB

.R

esultadosdos

Modelos

deR

egressãoQ

uantílica-por

curso55

Figura 15 – Mudanças nos Coeficientes Quantílicos ao Longo dos Intervalos de Confiança - Nutrição

0.2 0.4 0.6 0.8

2530

3540

4550

55

(Intercept)

0.2 0.4 0.6 0.8

−0.

8−

0.6

−0.

4−

0.2

0.0

idade

0.2 0.4 0.6 0.8

−0.

002

0.00

20.

006

idade_2

0.2 0.4 0.6 0.8

−1.

5−

0.5

0.5

1.5

d_sexo

0.2 0.4 0.6 0.8

−1.

5−

1.0

−0.

50.

00.

5

d_raca

0.2 0.4 0.6 0.8

−3

−1

01

23

4

d_int

0.2 0.4 0.6 0.8

−2.

5−

1.5

−0.

50.

5

d_bolsaper

0.2 0.4 0.6 0.8

2.5

3.0

3.5

4.0

4.5

d_bolsaac

0.2 0.4 0.6 0.8

−0.

50.

00.

51.

01.

5

d_ntrab

0.2 0.4 0.6 0.8

−1.

0−

0.5

0.0

0.5

1.0

d_em

0.2 0.4 0.6 0.8

34

56

78

d_Nordeste

0.2 0.4 0.6 0.8

34

56

78

9

d_Sudeste

0.2 0.4 0.6 0.8

34

56

78

9

d_Sul

0.2 0.4 0.6 0.8

24

68

d_CentroOeste

0.2 0.4 0.6 0.8

1.2

1.4

1.6

1.8

2.0

tempoestudo

0.2 0.4 0.6 0.8

0.3

0.5

0.7

0.9

rendafam

0.2 0.4 0.6 0.8

−0.

6−

0.2

0.2

0.4

escolmae

0.2 0.4 0.6 0.8

−0.

50.

00.

51.

01.

5

d_casado

0.2 0.4 0.6 0.8

56

78

d_IESpub


AP

ÊN

DIC

EB

.R

esultadosdos

Modelos

deR

egressãoQ

uantílica-por

curso56

Figura 16 – Mudanças nos Coeficientes Quantílicos ao Longo dos Intervalos de Confiança - Fisioterapia

0.2 0.4 0.6 0.8

3540

4550

5560

65

(Intercept)

0.2 0.4 0.6 0.8

−1.

2−

0.8

−0.

4

idade

0.2 0.4 0.6 0.8

−0.

002

0.00

20.

006

0.01

0

idade_2

0.2 0.4 0.6 0.8

−1.

5−

0.5

0.5

1.0

d_sexo

0.2 0.4 0.6 0.8

−0.

50.

00.

5

d_raca

0.2 0.4 0.6 0.8

−2

02

4

d_int

0.2 0.4 0.6 0.8

−2.

5−

1.5

−0.

50.

5

d_bolsaper

0.2 0.4 0.6 0.8

2.0

2.5

3.0

3.5

d_bolsaac

0.2 0.4 0.6 0.8

−0.

20.

20.

61.

0

d_ntrab

0.2 0.4 0.6 0.8

−1.

0−

0.5

0.0

0.5

d_em

0.2 0.4 0.6 0.8

1.5

2.5

3.5

4.5

d_Nordeste

0.2 0.4 0.6 0.8

2.5

3.5

4.5

5.5

d_Sudeste

0.2 0.4 0.6 0.8

4.0

5.0

6.0

7.0

d_Sul

0.2 0.4 0.6 0.8

01

23

45

d_CentroOeste

0.2 0.4 0.6 0.8

1.0

1.2

1.4

1.6

tempoestudo

0.2 0.4 0.6 0.8

0.2

0.4

0.6

0.8

rendafam

0.2 0.4 0.6 0.8

−0.

5−

0.3

−0.

10.

1

escolmae

0.2 0.4 0.6 0.8

−1.

00.

01.

02.

0

d_casado

0.2 0.4 0.6 0.8

56

78

d_IESpub


AP

ÊN

DIC

EB

.R

esultadosdos

Modelos

deR

egressãoQ

uantílica-por

curso57

Figura 17 – Mudanças nos Coeficientes Quantílicos ao Longo dos Intervalos de Confiança - Serviço Social

0.2 0.4 0.6 0.8

3545

5565

(Intercept)

0.2 0.4 0.6 0.8

−1.

2−

0.8

−0.

4

idade

0.2 0.4 0.6 0.8

0.00

00.

004

0.00

80.

012

idade_2

0.2 0.4 0.6 0.8

−1.

0−

0.5

0.0

0.5

1.0

d_sexo

0.2 0.4 0.6 0.8

−0.

50.

00.

5

d_raca

0.2 0.4 0.6 0.8

−4

−2

02

4

d_int

0.2 0.4 0.6 0.8

−2

−1

01

d_bolsaper

0.2 0.4 0.6 0.8

1.5

2.0

2.5

3.0

3.5

d_bolsaac

0.2 0.4 0.6 0.8

0.0

0.5

1.0

d_ntrab

0.2 0.4 0.6 0.8

−1.

00.

00.

51.

0

d_em

0.2 0.4 0.6 0.8

1.0

2.0

3.0

4.0

d_Nordeste

0.2 0.4 0.6 0.8

34

56

d_Sudeste

0.2 0.4 0.6 0.8

4.0

5.0

6.0

7.0

d_Sul

0.2 0.4 0.6 0.8

01

23

45

d_CentroOeste

0.2 0.4 0.6 0.8

1.0

1.2

1.4

1.6

1.8

tempoestudo

0.2 0.4 0.6 0.8

0.2

0.4

0.6

0.8

rendafam

0.2 0.4 0.6 0.8

−0.

5−

0.3

−0.

10.

1

escolmae

0.2 0.4 0.6 0.8

−1.

00.

01.

02.

0

d_casado

0.2 0.4 0.6 0.8

45

67

8

d_IESpub


AP

ÊN

DIC

EB

.R

esultadosdos

Modelos

deR

egressãoQ

uantílica-por

curso58

Figura 18 – Mudanças nos Coeficientes Quantílicos ao Longo dos Intervalos de Confiança - Biomedicina

0.2 0.4 0.6 0.8

3540

4550

5560

65

(Intercept)

0.2 0.4 0.6 0.8

−1.

2−

0.8

−0.

4

idade

0.2 0.4 0.6 0.8

0.00

00.

005

0.01

0

idade_2

0.2 0.4 0.6 0.8

−1.

00.

00.

51.

0

d_sexo

0.2 0.4 0.6 0.8

−1.

0−

0.5

0.0

0.5

1.0

d_raca

0.2 0.4 0.6 0.8

−4

−2

02

4

d_int

0.2 0.4 0.6 0.8

−2.

5−

1.5

−0.

50.

5

d_bolsaper

0.2 0.4 0.6 0.8

2.0

2.5

3.0

3.5

4.0

d_bolsaac

0.2 0.4 0.6 0.8

0.0

0.5

1.0

d_ntrab

0.2 0.4 0.6 0.8

−1.

0−

0.5

0.0

0.5

1.0

d_em

0.2 0.4 0.6 0.8

1.0

2.0

3.0

4.0

d_Nordeste

0.2 0.4 0.6 0.8

2.5

3.0

3.5

4.0

4.5

5.0

5.5

d_Sudeste

0.2 0.4 0.6 0.8

4.0

5.0

6.0

7.0

d_Sul

0.2 0.4 0.6 0.8

01

23

45

d_CentroOeste

0.2 0.4 0.6 0.8

1.0

1.2

1.4

1.6

tempoestudo

0.2 0.4 0.6 0.8

0.2

0.4

0.6

0.8

rendafam

0.2 0.4 0.6 0.8

−0.

5−

0.3

−0.

10.

1

escolmae

0.2 0.4 0.6 0.8

−1.

00.

01.

02.

0

d_casado

0.2 0.4 0.6 0.8

56

78

d_IESpub


AP

ÊN

DIC

EB

.R

esultadosdos

Modelos

deR

egressãoQ

uantílica-por

curso59

Figura 19 – Mudanças nos Coeficientes Quantílicos ao Longo dos Intervalos de Confiança - Téc. Gestão Ambiental

0.2 0.4 0.6 0.8

1520

2530

3540

45

(Intercept)

0.2 0.4 0.6 0.8

0.0

0.2

0.4

0.6

idade

0.2 0.4 0.6 0.8

−0.

008

−0.

004

idade_2

0.2 0.4 0.6 0.8

−0.

50.

00.

51.

01.

5

d_sexo

0.2 0.4 0.6 0.8

0.5

1.0

1.5

d_raca

0.2 0.4 0.6 0.8

−6

−4

−2

02

d_int

0.2 0.4 0.6 0.8

−2

−1

01

2

d_bolsaper

0.2 0.4 0.6 0.8

01

23

4

d_bolsaac

0.2 0.4 0.6 0.8

−1.

00.

00.

51.

0

d_ntrab

0.2 0.4 0.6 0.8

−3.

0−

2.0

−1.

0

d_em

0.2 0.4 0.6 0.8

−1

01

23

d_Nordeste

0.2 0.4 0.6 0.8

−1

01

23

d_Sudeste

0.2 0.4 0.6 0.8

−2

−1

01

d_Sul

0.2 0.4 0.6 0.8

−4

−3

−2

−1

01

d_CentroOeste

0.2 0.4 0.6 0.8

1.0

1.4

1.8

tempoestudo

0.2 0.4 0.6 0.8

0.6

0.8

1.0

1.2

1.4

rendafam

0.2 0.4 0.6 0.8

−0.

40.

00.

40.

8

escolmae

0.2 0.4 0.6 0.8

−1.

00.

01.

02.

0

d_casado

0.2 0.4 0.6 0.8

23

45

d_IESpub


AP

ÊN

DIC

EB

.R

esultadosdos

Modelos

deR

egressãoQ

uantílica-por

curso60

Figura 20 – Mudanças nos Coeficientes Quantílicos ao Longo dos Intervalos de Confiança - Educação Física

0.2 0.4 0.6 0.8

3540

4550

5560

65

(Intercept)

0.2 0.4 0.6 0.8

−1.

0−

0.6

−0.

20.

2

idade

0.2 0.4 0.6 0.8

−0.

005

0.00

5

idade_2

0.2 0.4 0.6 0.8

−2

−1

01

2

d_sexo

0.2 0.4 0.6 0.8

0.0

0.5

1.0

1.5

d_raca

0.2 0.4 0.6 0.8

−8

−6

−4

−2

02

d_int

0.2 0.4 0.6 0.8

−4

−3

−2

−1

0

d_bolsaper

0.2 0.4 0.6 0.8

1.0

1.5

2.0

2.5

3.0

3.5

d_bolsaac

0.2 0.4 0.6 0.8

0.5

1.0

1.5

2.0

2.5

d_ntrab

0.2 0.4 0.6 0.8

−2.

0−

1.0

0.0

0.5

d_em

0.2 0.4 0.6 0.8

−4

−2

02

46

8

d_Nordeste

0.2 0.4 0.6 0.8

−2

02

46

8

d_Sudeste

0.2 0.4 0.6 0.8

−2

02

46

8

d_Sul

0.2 0.4 0.6 0.8

−4

−2

02

46

d_CentroOeste

0.2 0.4 0.6 0.8

1.2

1.6

2.0

2.4

tempoestudo

0.2 0.4 0.6 0.8

0.6

0.8

1.0

1.2

rendafam

0.2 0.4 0.6 0.8

−0.

6−

0.2

0.2

0.4

escolmae

0.2 0.4 0.6 0.8

−0.

50.

51.

52.

5

d_casado

0.2 0.4 0.6 0.8

1.0

2.0

3.0

4.0

d_IESpub


Documents

UNIVERSIDADE FEDERAL DO CEARÁ MESTRADO ......tração: Economia do Setor Público. Trabalho aprovado. Fortaleza-CE, Brasil, 25 de Agosto de 2017: Prof. Dr. Márcio Veras Corrêa Orientador