Modelagem de Equações Estruturais e os testes de seleção – Caso do vestibular da Universidade Estadual do Ceará

José Leudo Maia, Marcos Antonio Martins Lima

Resumo


Este estudo teve como objetivo fazer uso da Modelagem de Equações Estruturais – MEE, para avaliar a qualidade do modelo empregado pela Universidade Estadual do Ceará (UECE), no processo de seleção de seus vestibulandos, o qual é baseado na Teoria Clássica dos Testes (TCT), assim como propor ajuste a esse modelo pelo uso da Análise Fatorial de Segunda Ordem e da Análise de Regressão, via MEE. Utilizou-se um banco de dados composto dos resultados das provas de 11.060 candidatos ao vestibular de 2018.1, cujo tratamento se deu por meio do software IBM SPSS Amos (2013, v.22), obtendo-se os seguintes indicadores de qualidade: CFI ( Comparative Fit Index ) = 0,925; GFI ( Goodness-of-fit Index ) = 0,965; TLI ( Tucker Lewis Index ) = 0,922, e RMSEA ( Root Mean Square Error of Aproximation ) = 0,019. Juntos, esses indicadores demonstraram que o modelo é robusto e bastante consistente, apresentando um R 2 (Coeficiente de Correlação de Pearson ) = 0,965, indicando que a proporção das covariâncias observadas entre as variáveis manifestas e explicada pelo modelo ajustado é bastante significativa. Todas as variáveis do modelo ajustado apresentaram elevados coeficientes de regressão com valores entre 0,87 e 0,99, permitindo uma boa discriminação entre as notas dos vestibulandos, principalmente aqueles com o mesmo número de questões respondidas corretamente.


Palavras-chave


Avaliação Educacional; Modelagem de Equações Estruturais (MEE; Análise Fatorial de Segunda Ordem; Vestibular

Referências


AGRESTI, A.; FINLAY, B. Métodos estatísticos para as ciências sociais . 4. ed. Porto Alegre: Penso, 2012.

BRAGA, L. F. H. V. et al. Fatores de influência na retenção discente: um estudo com alunos de graduação em Ciência Contábeis. REPeC – Revista de Educação e Pesquisa em Contabilidade (REPeC) , Brasília, DF, v.1 2, n. 3, p. 303-322, jul./set. 2018. https://doi.org/10.17524/repec.v12i3.1778

ARIAS, M. R. M.; LLOREDA, M. J. H.; LLOREDA, M. V. H. Psicometría . Madrid: Alianza Editorial, 2006.

BARROS, A. S. X. Vestibular e ENEM: um debate contemporâneo. Ensaio: Avaliação e Políticas Públicas em Educação , Rio de Janeiro, v. 22. n. 85, p. 1057-1090, out./dez. 2014. https://doi.org/10.1590/S0104-40362014000400009

BRASIL. Ministério da Educação. Portal de periódicos CAPES/MEC. Brasília,DF, 2020. Disponível em: https://www.periodicos.capes.gov.br/?option=com_pmetabusca&mn=88&smn=88&type=m&metalib=aHR0cHM6Ly9ybnAtcHJpbW8uaG9zdGVkLmV4bGlicmlzZ3JvdXAuY29tL3ByaW1vX2xpYnJhcnkvbGlid2ViL2FjdGlvbi9zZWFyY2guZG8%2FZHNjbnQ9MCZwY0F2YWlsYWJpbHR5TW9kZT1mYWxzZSZmcmJnPSZzY3Auc2Nwcz1wcmltb19jZW50cmFsX211bHRpcGxlX2ZlJnRhYj1kZWZhdWx0X3RhYiZjdD1zZWFyY2gmbW9kZT1CYXNpYyZkdW09dHJ1ZSZpbmR4PTEmZm49c2VhcmNoJnZpZD1DQVBFU19WMQ%3D%3D&buscaRapidaTermo=Modelagem+de+Equa%C3%A7%C3%B5es+Estruturais. Acesso em: 6 ago. 2020.

CORRÊA, J. É.; TURRIONI, J. B.; MELLO, C. H. P. Roadmaping para modelagem de equações estruturais: structural equation modeling. Itajubá: Novas Edições Acadêmicas, 2017.

GOBBI, B. C. et al. Uma boa gestão melhora o desempenho da escola, mas o que sabemos acerca do efeito da complexidade da gestão nessa relação? Ensaio: Avaliação e Políticas Públicas em Educação , Rio de Janeiro, v. 28. n. 106, p. 198-220, jan./mar. 2020. https://doi.org/10.1590/s0104-40362019002701786

GUIMARÂES, S. Como se faz a indústria do vestibular . Rio de Janeiro: Vozes: IBASE, 1984.

HAIR JUNIOR, J. F. et al. Análise multivariada de dados . 5. ed. Porto Alegre: Bookman, 2005.

IBM CORP. IBM SPSS Statistics for Windows, Version 22.0 . Armonk, 2013.

INSTITUTO NACIONAL DE ESTUDOS E PESQUISAS EDUCACIONAIS ANÍSIO TEIXEIRA – INEP. Censo da Educação Superior 2018: notas estatísticas. Brasília, DF, 2019.

MALHOTRA, N. K. Pesquisa de marketing: uma orientação aplicada. 6. ed. Porto Alegre: Bookman, 2012.

MARÔCO, J. Análise de equações estruturais: fundamentos teóricos, software & aplicações. 2. ed. Pêro Pinheiro: Soluções Gráficas, 2014.

PASQUALI, L. Psicometria: teoria dos testes na Psicologia e na Educação. Petrópolis: Vozes, 2003.

SILVA, A. S. R.; ANDRIOLA, W. B. Uso de equações estruturais para validar um modelo explicativo da relação entre domínio tecnológico, interação e aprendizagem colaborativa na Educação a Distância (EaD). Ensaio: Avaliação e Políticas Públicas em Educação , Rio de Janeiro, v. 20, n. 75, p. 373-396, jun. 2012. https://doi.org/10.1590/S0104-40362012000200008

SILVA, M.; PADOIN, M. J. Relação entre o desempenho no vestibular e o desempenho durante o curso de graduação. Ensaio: Avaliação e Políticas Públicas em Educação , Rio de Janeiro, v. 16. n. 58, p. 77-94, jan./mar. 2008. https://doi.org/10.1590/S0104-40362008000100006

VIANNA, H. M. Introdução à avaliação educacional . São Paulo: Ibrasa, 1989.




DOI: http://dx.doi.org/10.1590/s0104-403620210002902107

Apontamentos

  • Não há apontamentos.




Direitos autorais 2020 Revista Ensaio: Avaliação e Políticas Públicas em Educação

Licença Creative Commons
Este obra está licenciado com uma Licença Creative Commons Atribuição-NãoComercial 4.0 Internacional.

Apoio:




Programa de Apoio às Publicacoes Cientificas (AED) do Ministério da Ciência, Tecnologia e Inovação (MCTI), Conselho Nacional de Desenvolvimento Cientifico e tecnologico (CNPq), Ministerio da Educação (MEC), Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (Capes) e Fundação de Amparo à Pesquisa do Estado do Rio de Janeiro - FAPERJ.
 

SCImago Journal & Country Rank