Desdobramento das correlações das notas do exame nacional do ensino médio via análise de trilha na região do Caparaó
PDF (Português (Brasil))

Cómo citar

Desdobramento das correlações das notas do exame nacional do ensino médio via análise de trilha na região do Caparaó. (2017). ForScience, 5(3). https://doi.org/10.29069/forscience.2017v5n3.e265

Resumen

O Exame Nacional de Ensino Médio (ENEM) contribui para que o Governo Federal possa definir políticas públicas educacionais, como a certificação para aquele (as) que não concluíram o ensino médio. O trabalho teve como objetivo a construção do diagrama de trilha indicando as relações causa efeitos entre as áreas de conhecimento avaliadas pelo ENEM-2014 na região do Caparaó, tendo a variável básica definida a matemática. Na metodologia foi utilizado o coeficiente de trilha para a visualização dos efeitos diretos e indiretos na matemática via outras áreas de conhecimento auxiliando a visualização de causa e efeito; obteve-se informações no site do INEP nos microdados do ENEM do referido ano, obtendo os vetores de média por área avaliada das escolas estaduais do Caparaó via códigos das escolas; as informações foram trabalhadas no software Genes. Em um quantitativo de 1999 estudantes que se inscreveram, 221 estão com notas NA (Not Avalilable) em, pelo menos, uma das áreas avaliadas que aqui neste estudo não foram considerados. O efeito residual do modelo foi de 0,460 e o R² = 0,790 e observou-se que as variáveis Ciência da Natureza (CN) e Ciências Humanas (CH) mostraram efeitos diretos e positivos 0,421 e 0,509 respectivamente em matemática e Redação (RED), -0,074 e Códigos e Linguagens (LC) 0,045 com efeitos diretos aproximadamente nulos. Observou-se que os efeitos indiretos para todas as outras áreas via redação foram negativos (nulo). 

Palavras Chave: Diagrama de trilha, Variável básica, Microdados do ENEM.

Development of the correlations of the national high school examination grades via track analysis in the region of caparaó

Abstract

The National High School Examination (ENEM) contributes to the Federal Government with the definition of public educational policies, such as certification for those who did not finish high school. The objective of this work was to construct the tracking diagram that indicates the relation of cause and effect among the knowledge areas evaluated by ENEM-2014 in the Caparaó region, with the mathematics as the basic variable. In the methodology, the tracking coefficient was used to visualize the direct and indirect effects in mathematics through other areas of knowledge assisting the visualization of cause and effect. The information was obtained on the INEP website in  ENEM micro-data of that year, obtaining the average vectors by area evaluated from the state schools of Caparaó via school codes and all the information was handled on Genes software. In a quantitative of 1999 students who enrolled, 221 are NA scores (Not Available) in at least one of the areas assessed that were not considered in this study. The residual effect of the model was 0.460 and the R² = 0.790, and it was observed that the variables Natural Science and Human Sciences showed direct and positive effects of 0.421 and 0.509 respectively; in Mathematics and Writing, 0.074, and Language Codes, 0.045, with approximately zero direct effects. It was observed that the indirect effects for all the other areas via writing were negative (null). 

Keywords: Tracking diagram, Basic variable, ENEM micro-data.

 


 

 

https://doi.org/10.29069/forscience.2017v5n3.e265
PDF (Português (Brasil))

Citas

BRASIL. Ministério da Educação. Enem 2015: a segunda maior prova de acesso ao ensino superior do mundo. Brasília, 2015. Disponível em: < http://portal.mec.gov.br/ultimas-noticias/418-enem-946573306/31151-a-segunda-maior-prova-de-acesso-ao-ensino-superior-do-mundo>. Acesso em: 22 nov. 2017.

BRASIL. Ministério da Educação. Instituto Nacional de Estudos e Pesquisas Educacionais Anísio Teixeira. Exame Nacional do Ensino Médio (Enem). Brasília, 2005.

CARVALHO, C. G. P et al. Correlações e análise de trilha em linhagens de soja semeadas em diferentes épocas. Pesquisa Agropecuária Brasileira, v. 37, p.311-320, 2002.

COIMBRA, J. L. M. et al. Consequências da multicolinearidade sobre a análise de trilha em canola. Ciência Rural, v. 35, p. 347-352, 2005.

CRUZ, C. D.; CARNEIRO, P. C. S. Modelos biométricos aplicados ao melhoramento genético. Viçosa: UFV, 2003.

INSTITUTO CHICO MENDES DE CONSERVAÇÃO DA BIODIVERSIDADE. Parque Nacional do Caparaó. Alto Caparaó, [20--?]. Disponível em: <http://www.icmbio.gov.br

/parnacaparao/4-parque-nacional-do-caparao>. Acesso em: 22 mar. 2017.

LI, C. C. The concept of path coefficient and its impact on population genetics. Biometrics, v. 12, p. 190-210, 1956.

MARCHEZAN, E. et al. Análise de coeficiente de trilha para os componentes de produção em arroz. Ciência Rural, v. 35, p. 1027- 1033, 2005.

PAIVA, J. R. de.; ROSSETTI, A. G.; GONÇALVES, P. Uso de coeficiente de caminhamento no melhoramento de seringueira. Pesquisa Agropecuária Brasileira, v. 17, n. 3, p. 433-440, 1982.

SANTOS, R. C. dos; CARVALHO, L. P. de; SANTOS, V. F. dos. Análise de coeficiente de trilha para os componentes de produção em amendoim. Ciência e Agrotecnologia, v. 24, p. 13-16, 2000.

SEVERINO, L.S. et al. Associações da produtividade com outras características agronômicas de café (Coffea arabica L. “Catimor”). Acta Scientiarum, v. 24, p. 1467-1471, 2002.