| Summary: | Dissertação (mestrado profissional) - Universidade Federal de Santa Catarina, Centro Tecnológico, Programa de Pós-Graduação em Métodos e Gestão em Avaliação, Florianópolis, 2016. === Made available in DSpace on 2017-01-31T03:08:02Z (GMT). No. of bitstreams: 1
343959.pdf: 1402196 bytes, checksum: 944c5a5cc41e1831364a17690e0592a2 (MD5)
Previous issue date: 2016 === O presente trabalho utilizou o resultado da prova e os questionários contextuais do Sistema de Avaliação do Estado de Goiás (Saego, 2013) para averiguar os fatores associados ao desempenho em Matemática dos estudantes do 5º ano do ensino Fundamental das escolas da Rede Estadual de Goiás. Com grupos de itens dos questionários contextuais foi possível construir medidas para o nível socioeconômico da família do estudante (INSE) e para o clima escolar na percepção do estudante (ICE). A metodologia de construção dos indicadores foi a Teoria de Resposta ao Item (TRI) de resposta gradual. Foram analisadas as relações dos indicadores contextuais com a proficiência dos estudantes por meio de modelos lineares hierárquicos (MLH). Verificou-se que os alunos com reprovação escolar têm desempenho bem pior do que os alunos sem reprovação. Além disso, tanto o INSE como o ICE mostraram ter forte impacto no desempenho escolar, sendo que a variação do INSE da escola teve efeito mais forte do que a variação do INSE de alunos de uma mesma escola.<br> === Abstract : In the present work, used the Goiás State Education Evaluation System (Saego) result and the contextual questionnaire questions to check the factors associated with the Goiás state public elementary school 5th grade students? performance in Mathematics. Through the contextual questionnaire questions analysis, it was possible to build measures to the students? family socioeconomic level (SELR) and to the School Climate on the students? perception (SCL). The methodology used to build the indicators was the Item Response theory (IRT), Rating Scale Model. The relation between the contextual indicators and the students? proficiency was analyzed through Hierarchical Linear Modeling (HLM). Could check that students who have failed school for two years or more have much worse performance than the students who have not failed school. Furthermore, could notice that both SSEL and SCL have a big impact on the students? performance, with the SELR school variation having stronger effect on the students? performance than the SELR variation of students of the same school.
|
|---|
