EVASIÓN EN LA ENSEÑANZA SUPERIOR EM CURSOS PRESENCIALES: UNA PROPUESTA PREVENTIVA POR MEDIO DE UN TRATAMIENTO ESTADÍSTICO
HIGHER EDUCATION DROPOUT IN ON-SITE COUSES: A PREVENTIVE PROPOSAL THROUGH STATISTICAL TREATMENT
Jhoab Pessoa NEGREIROS1 Regina Serrão LANZILLOTTI2 Cristiane Oliveira de FARIA3
RESUMEN: El objetivo del trabajo ha sido proponer el tratamiento estadístico para investigar las posibles causas de evasión en un instituto de enseñanza superior. Con el método estadístico adoptado se halló el perfil del alumno propenso a la evasión en función de tablas de contigencia que permite usar el test chi-cuadrado para evaluar la relación entre evasión y condición socioeconómica. Los resultados demostraron el perfil: género masculino, de grupo etario de
16 a 20 años, soltero, que no cursa el último año de bachillerato; con conocimientos satisfactorios en la lengua inglesa, básico de informática, posee un empleo, el cual pertenece a una familia que declara ingresos mensuales igual o inferior a 1,5 sueldos mínimos y sin discontinuidad de enseñanza secundaria privada para el superior.
1 Universidade do Estado do Rio de Janeiro (UERJ), Rio de Janeiro – RJ – Brasil. Doutorando no Programa de Pós-Graduação em Ciências Computacionais (IME/UERJ). ORCID: http://orcid.org/0000-0001-9628-6688. E- mail: jhoabnegreiros@gmail.com
2 Universidade do Estado do Rio de Janeiro (UERJ), Rio de Janeiro – RJ – Brasil. Professora Titular do Instituto de Matemática e Estatística (IME). Doutorado em Engenharia de Transportes (UFRJ). ORCID: http://orcid.org/0000-0001-7789-6843. E-mail: reginalanzillotti@gmail.com
3 Universidade do Estado do Rio de Janeiro (UERJ), Rio de Janeiro – RJ – Brasil. Professora Adjunta no Departamento de Análise Matemática do Instituto de Matemática e Estatística (IME) e Coordenadora Geral do Programa de Pós-Graduação em Ciências Computacionais. Doutorado em Modelagem Computacional (LNCC). ORCID: http://orcid.org/0000-0002-0402-7185. E-mail: cofaria@ime.uerj.br
PALABRAS CLAVE: Evasión en la Enseñanza Superior. Tablas de contingencia. Test chi- cuadrado.
ABSTRACT: This study aimed to propose the statistical treatment to investigate possible causes of dropout in a Higher Education Institution (HEI). The statistical method adopted outlined the student profile prone to dropout according to contingency tables that allows the use of the chi-square test to obtain the association between dropout and socioeconomic status. The results delineated the profile: male gender, 16 to 20 years old, single, not graduated from the University; satisfactory knowledge of the English language; basic computer science, employed, belongs to the family with a monthly income until 1.5 minimum salary, without interruption from private high school to University.
KEYWORDS: Higher Education dropout. Contingency tables. Chi-square test.
Dentre muitos problemas graves da educação brasileira, a evasão é um dos maiores em qualquer nível, inclusive no ensino superior, público ou privado (LOBO, 2012). Trata-se de um tema que exige muita reflexão e um amplo debate, pois em nosso país a evasão em cursos superiores tem atingido 30,1% na rede privada e 18,5% na rede pública, enquanto nos cursos de educação a distância (EaD), o índice chegou a 36,6% e 30,4% nas redes privada e pública, respectivamente (SEMESP, 2018).
Esses níveis de evasão em uma Instituição de Ensino Superior (IES) na rede privada acarretam um prejuízo significativo à mantenedora das instituições e, no caso de rede pública, os recursos públicos que são investidos não geram o retorno esperado, com agravamento para a perda social de todos os envolvidos no processo de ensino (LOBO, 2012).
A competitividade entre as IES particulares nos dias atuais pode ter se tornado imprescindível, uma vez que é necessário que haja captação de recursos para a estabilidade em atender a demanda de alunos. Entretanto, mais do que captar, é necessário que as IES possuam uma gestão eficiente para manter o alunado, visto que as IES privadas investem de 2% a 6% de sua receita em marketing para atrair novos alunos, mas, por outro lado, não dispõem de um plano institucional particular direcionado a reduzir os índices de evasão (SILVA FILHO et al., 2007).
Conhecer os indicadores sócios demográficos que possam vir a explicar a evasão deve ser um dos passos para uma IES elaborar políticas, programas e atividades que se destinam à redução da evasão (HOFFMANN et al., 2019). Segundo Oliveira (2009), as causas para a evasão decorrem em função da falta de conhecimento do perfil de seus alunos, o que inviabiliza
uma intervenção eficaz no problema da evasão.
O instituto ANDIFES4 classifica a evasão no nível superior de três formas: evasão de curso, quando o aluno interrompe o curso trocando por outro na mesma IES antes de concluí- lo; evasão da instituição, quando há abandono do curso devido à troca de IES, e evasão de sistema, quando o aluno abandona o curso de forma duradoura ou definitiva. Quando se analisa sob esta ótica, compreende-se que a evasão de curso não implica somente em perda de receita, todavia, é importante acompanhar essa migração a fim de identificar possíveis problemas pontuais que possam estar gerando essa evasão.
Um argumento significativo para os altos índices de evasão em IES particulares pode ser inferido à condição financeira do alunado, motivado por uma situação particular momentânea ou mesmo por um período de crise econômica no país. Contudo, direcionar o problema da evasão a essa questão é gerar uma resposta simplificadora, que não resolverá o problema vigente do regime pedagógico entre cursos das instituições e até mesmo entre as instituições. Questões de ordem acadêmica, expectativas em relação à formação e a integração do estudante com a instituição conduzem o aluno a priorizar o investimento financeiro para conclusão do curso, na maioria das vezes. (SILVA FILHO et al., 2007).
Qualquer programa associado à IES no sentido de conter a evasão terá que lidar com um problema amplo gerado por numerosos fatores, o que poderia motivar os gestores universitários a realizar o tratamento estatístico pela análise exploratória de indicadores associados ao perfil socioeconômico discente. É avaliar a condição do risco financeiro pela evasão discente, permitindo que as IES se preparem para enfrentar o problema, antes mesmo dele se apresentar.
O artigo está dividido em tópicos referentes à apresentação do problema, método proposto para o tratamento estatístico com a abordagem pela aplicação da estatística teste qui- quadrado para avaliar o perfil do aluno, resultados e considerações finais.
O estudo tem caráter analítico descritivo e inferencial realizado com uma amostra referente ao primeiro semestre de 2019 dos alunos ingressantes de uma universidade particular composta de sete Campi e três Unidades, como apresentado na Figura 1. A maioria dos campis estão localizados no município de Duque de Caxias, no estado do Rio de Janeiro.
4 Associação Nacional dos Dirigentes das Instituições Federais de Ensino Superior.
Fonte: Elaborada pelos autores utilizando o software Google Maps
Neste estudo, decidimos não computar o Campus III - Silva Jardim, e o Campus VI - Macaé, localizados nas regiões da Baixada Litorânea e Norte Fluminense, respectivamente (estão indicados por vermelho na Figura 1), pois perfazem somente 1% do total dos discentes. A Tabela 1 apresenta os valores percentuais inerentes aos ingressantes do primeiro semestre de 2019 das Unidades localizadas na Região Metropolitana do Rio de Janeiro, sendo cinco na Baixada Fluminense: Campus I - Duque de Caxias, Campus IV - Magé, Campus V - São João de Meriti, Campus VII - Nova Iguaçu e Unidade Santa Cruz da Serra (estão indicados por verde na Figura 1) e três no Município do Rio de Janeiro: Campus II – Lapa, Unidade Barra da Tijuca e Unidade Carioca Shopping (estão indicados por azul na Figura 1).
Região Metropolitana do Rio de Janeiro | Proporção na amostra |
Baixada Fluminense | 80,222% |
Município do Rio de Janeiro | 19,778% |
Fonte: Elaborada pelos autores
Na ocasião da matrícula, os alunos responderam a um questionário denominado “Avaliação do Ingressante”, aplicado pela Universidade com a identificação da matrícula, onde constavam 23 perguntas, cabendo explicitar que a Universidade fez a coleta de dados visando conhecer o perfil dos alunos ingressantes. O banco de dados constituído por 881 alunos sofreu redução para 705, uma vez que foram excluídos os alunos dos Campi III e VI. A ocorrência de inconsistência no preenchimento foi devido à exclusão de 10% dos alunos, que responderam
somente as quatro primeiras perguntas; 6% por duplicidade de respostas e 3% com erro de digitação de matrícula.
Para atender este objetivo foram selecionadas dez variáveis de características socioeconômicas que poderiam estar associadas a este fato, estando discriminadas na Tabela 2.
Indicadores | Especificações |
Gênero | Feminino - Masculino |
Estado civil | Casado - Solteiro |
Curso superior | Afirmativa/Negativa |
Domínio de língua estrangeira | Afirmativa/Negativa, Discriminação |
Conhecimento em informática | Especificação |
Faixa etária em anos | De 16 a 20; De 21 a 30; Mais de 30 |
Fonte de sustento | Auxílio dos pais – Remuneração Própria |
Anos ao ingresso no ensino superior | Nenhum; De 1 a 2; De 3 a 6; Acima de 6 |
Rede cursada no ensino médio | Pública - Privada - Ambas |
Renda mensal familiar em salários-mínimos | Até 1,5; Acima 1,5 a 3; Acima 3 a 6; Acima de 6 |
Fonte: Elaborada pelos autores
A associação da evasão e dos indicadores socioeconômicos foi realizada em função de um teste hipótese com o uso da estatística qui-quadrado, tendo como hipótese nula: Não há associação entre a evasão e o indicador socioeconômico (SIEGEL, 1977). A aplicação deste teste de significância exige a construção da tabela de contingência, que associa a evasão a cada um dos indicadores socioeconômicos e caracteriza-se por ser de dupla entrada, sendo que em cada célula estão as frequências observadas associadas simultaneamente a duas categorias, permitindo obter totais marginais que somados conduzem ao total da amostra. O princípio básico deste teste estatístico é comparar as frequências observadas com as frequências obtidas segundo a regra de probabilidade de ocorrência, as frequências esperadas, que não devem ultrapassar um valor mínimo. Caso esta exigência seja violada, os resultados do teste tornam- se irrelevantes. Nos testes com grau de liberdade superior a um, menos de 20% das células devem ter frequências esperadas menores que cinco, e nenhuma menor do que um. Se pelo menos um desses requisitos não forem cumpridos nos dados originalmente coletados, o pesquisador deve combinar categorias para aumentar a frequência em cada célula. Houve a necessidade de agregar categorias devido a estas restrições metodológicas apontadas.
A estatística teste investiga a concordância entre as frequências observadas 𝑂𝑖𝑗 e esperadas 𝐸𝑖𝑗, e a expressão matemática para a estatística teste Qui-quadrado toma a feição:
ℎ 𝑘 2 (𝑂𝑖𝑗 − 𝐸𝑖𝑗) 𝜒2 = ∑ ∑ 𝑐𝑎𝑙𝑐 𝐸𝑖𝑗 𝑖=1 𝑗=1 | (1) |
onde ℎ é o número de linhas e 𝑘 o número de colunas.
𝛼
O qui-quadrado calculado é confrontado com o qui-quadrado crítico 𝜒2 com (ℎ − 1) × (𝑘 − 1) graus de liberdade para um nível de significância 𝛼, isto é, o risco probabilístico de rejeitar a hipótese nula quando verdadeira. Quando o qui-quadrado calculado for superior ao valor tabelado, conclui-se que as frequências observadas diferem de modo significativo das esperadas, e rejeita-se a hipótese nula no nível de significância 𝛼. Esta opção metodológica permite obter grau de associação entre a evasão e as características socioeconômicas, obtendo-se o coeficiente de contingência de Pearson explicitado por:
𝜒2 𝐶 = √ , 𝜒2 + 𝑁 | (2) |
𝑐𝑎𝑙
onde 𝑁 é o tamanho da amostra, sendo que quanto maior for o valor, maior é o grau de associação. Os resultados do teste qui-quadrado foram obtidos no programa R, versão 3.6.0, através da função chisq.test, que ao ser aplicada em uma tabela de contingência de valores observados retorna o 𝜒2 , com o respectivo grau de liberdade e a avaliação probabilística de risco de rejeitar a hipótese quando verdadeira ao nível de significância de 0,05, p-valor.
O banco de dados foi constituído no evento “Dia do Acolhimento”, quando se solicita ao aluno responder o questionário “Avaliação do Ingressante”. Ao término do semestre, houve a migração das respostas para uma planilha eletrônica que permitiu a seleção dos indicadores socioeconômicos, porém a variável correspondente à evasão foi obtida pelo sistema computacional da Universidade pela matrícula, que permitiu detectar os cancelamentos.
A distribuição de frequência dos universitários que evadiram em 2019.1, segundo as escolas da graduação da universidade, Tabela 3, indicou que a Escola de Ciências de Saúde foi a que agregou a maior frequência de graduandos (445), correspondendo ao índice de evasão de 7%, não tão distante das demais escolas, com exceção da Escola de Educação, Ciências, Letras, Artes e Humanidades.
Universidade
Escolas da Universidade | Frequência | |
Alunos ingressantes | Índice de Evasão (%) | |
Escola de Ciências Sociais Aplicadas | 183 | 10,929% |
Escola de Ciências e Tecnologia | 48 | 10,417% |
Escola de Educação, Ciências, Letras, Artes e Humanidades | 29 | 3,448% |
Escola de Ciências de Saúde | 445 | 7,416% |
Total | 705 | 8,369% |
Fonte: Elaborada pelos autores
Na Tabela 4 encontram-se as frequências relativas modais dos ingressantes evasivos, medida estatística de posição contributiva para traçar o perfil do ingressante discente da universidade que poderia vir a explicar a causa da não continuidade do curso de graduação. Os indicadores descritivos apontam como perfil de um aluno da universidade pertence ao gênero masculino (71,19%); solteiro (83,05%), não é egresso do terceiro grau (91,53%); domina apenas a língua anglo-saxônica (49,153%); tem conhecimento básico de informática (77,97%), inclui-se na faixa etária de 16 a 20 anos (50,847%), possui o emprego como fonte de sustento (38,98%), não ocorreu descontinuidade do Ensino Médio (30,51%) e são oriundos da escola particular (47,49%), sendo que as famílias auferem renda mensal de até 1,5 salário mínimo (40,60%).
socioeconômicos
Indicadores socioeconômicos | Especificação | |||
Gênero | Masculino | Feminino | ||
71,186% | 28,814% | |||
Estado civil | Solteiro | Casado | ||
83,051% | 16,949% | |||
Possui curso superior | Sim | Não | ||
8,475% | 91,525% | |||
Domínio de língua estrangeira | Anglo-saxão | Neolatinas | Não possui | |
49,153% | 11,864% | 38,983% | ||
Conhecimento em informática | Básico | Avançado | ||
77,966% | 22,034% | |||
Faixa etária | 16 a 20 | 21 a 30 | Mais de 30 | |
50,847% | 33,898% | 15,254% | ||
Fonte de sustento | Auxílio dos pais | Empregado | Sem Remuneração | |
33,898% | 38,983% | 27,119% | ||
Anos decorridos até o ingresso no ensino superior | Nenhum | 1 a 2 | 3 a 6 | Acima de 6 |
30,508% | 25,424% | 18,644% | 25,424% | |
Rede de ensino médio | Escola Particular | Escola Pública | Em ambas | |
47,458% | 42,373% | 10,169% | ||
Renda mensal familiar (salário mínimo) | Até 1,5 | Acima de 1,5 a 3 | Acima de 3 a 6 | Acima de 6 |
40,678 | 27,119% | 16,949% | 15,254% |
Fonte: Elaborada pelos autores
Neste mesmo grupo de alunos que integram a evasão, o cruzamento da fonte de sustento com a faixa etária, na Tabela 5, mostrou que os alunos de 15 a 20 anos cursaram a graduação durante seis meses tendo como a fonte de sustento a renda auferida pelos pais (30,51%), e a atual crise econômica pode ter impulsionado a evasão.
sustento e faixa etária
Fonte de sustento | Faixa etária em anos | |||
15 a 20 | 21 a 30 | Mais de 30 | Total | |
Do auxílio dos pais | 18 | 2 | - | 20 |
Emprego Privado/Público/Autônomo | 2 | 13 | 8 | 23 |
Não exerço atividade remunerada | 10 | 5 | 1 | 16 |
Total | 30 | 20 | 9 | 59 |
Fonte: Elaborada pelos autores
Na Tabela 6, a associação da distribuição da renda mensal familiar dos ingressantes evasivos segundo o tipo de estabelecimento do Ensino Médio cursado evidencia que 15 dentre os 59 alunos (25,424%) estudaram em escola pública, sendo que as famílias viviam com rendimentos limitados a 1,5 salário mínimo, o que pode ter contribuído à evasão.
familiar e rede cursada no Ensino Médio
Renda Mensal Familiar | Rede Cursada no Ensino Médio | |||
Pública | Particular | Em ambas | Total | |
Até 1,5 em salário mínimo | 7 | 7 | 2 | 16 |
Acima de 1,5 até 3 salários mínimos | 2 | 6 | 2 | 10 |
Acima de 3 até 6 salários mínimos | 1 | 8 | - | 9 |
Acima de 6 salários mínimos | 15 | 7 | 2 | 24 |
Total | 25 | 28 | 6 | 59 |
Fonte: Elaborada pelos autores
Ao avaliar a condição de risco de evasão nesta instituição em relação às variáveis socioeconômicas que poderiam estar associadas a este cenário universitário, foram realizadas o teste estatístico Qui-quadrado adotando-se nível de significância de 5%, (pvalor), que expressa a probabilidade de rejeitar a hipótese da não associação entre um dos indicadores socioeconômicos e a variável evasão, quando deveria ser percebida como verdadeira, estando os resultados expostos na Tabela 7.
evasão e os indicadores socioeconômicos
Indicadores Associados à Evasão | Qui-quadrado | Decisão (teste qui-quadrado) | Coeficiente de Contingência | |
Calculado | Tabelado | |||
Gênero | 0,000 | 3,841 | Aceita | 0,0000 |
Estado civil | 0,706 | 3,841 | Aceita | 0,0316 |
Possui curso superior | 0,000 | 3,841 | Aceita | 0,0000 |
Domínio de língua estrangeira | 6,976 | 5,991 | Rejeita | 0,0990 |
Conhecimento em informática | 3,284 | 5,991 | Aceita | 0,0681 |
Faixa etária | 1,056 | 5,991 | Aceita | 0,0387 |
Fonte de sustento | 1,523 | 5,991 | Aceita | 0,0464 |
Período para ingressar no ensino superior | 1,084 | 7,815 | Aceita | 0,0392 |
Rede cursado no ensino médio | 0,481 | 5,991 | Aceita | 0,0261 |
Renda mensal familiar | 0,569 | 7,815 | Aceita | 0,0284 |
Fonte: Elaborada pelos autores
Os resultados da Tabela 7 revelaram que apenas a variável domínio de língua estrangeira apresentou leve associação com a evasão, tendo coeficiente de contingência de 0,099. Este resultado estimulou a verificar a relação deste indicador, relacionado ao domínio de um idioma não pátrio, com os demais indicadores socioeconômicos relacionados ao cotidiano do ingressante, sendo que esta ferramenta decisória revelou a rejeição da não associação, excetuando-se o indicador “Possui curso superior”, Tabela 8. Este achado parece mostrar a relevância do conhecimento de uma língua estrangeira em relação aos fatores demográficos que podem estabelecer padrões econômicos e sociais, embora tendo coeficientes de contingência não tão expressivos, entre 0,071 a 0,299.
Variáveis Associadas ao domínio de Língua Estrangeira | Qui-quadrado | Decisão (teste qui- quadrado) | Coeficiente de Contingência | |
Calculado | Tabelado | |||
Gênero | 12,921 | 5,991 | Rejeita | 0,134 |
Estado civil | 17,615 | 5,991 | Rejeita | 0,156 |
Possui curso superior | 3,587 | 5,991 | Aceita | 0,071 |
Conhecimento em informática | 12,984 | 5,991 | Rejeita | 0,134 |
Faixa etária | 28,832 | 9,488 | Rejeita | 0,198 |
Fonte de sustento | 40,534 | 9,488 | Rejeita | 0,233 |
Período para ingressar no ensino superior | 18,572 | 12,592 | Rejeita | 0,160 |
Rede cursado no ensino médio | 28,431 | 9,488 | Rejeita | 0,197 |
Renda mensal familiar | 69,449 | 12,592 | Rejeita | 0,299 |
Fonte: Elaborada pelos autores
O questionário da avaliação do ingressante é um instrumento importante para aquisição de informações pertinentes de entidades do Ensino Superior, uma vez que podem possibilitar a obtenção de indicadores socioeconômicos associados à evasão e conhecê-los. Deve ser o primeiro passo para que uma IES possa elaborar políticas, programas e atividades que se destinem à redução da evasão. A motivação da análise de dados em abordagem descritiva foi indicada nos resultados de Lobo (2012) e Silva Filho et al. (2007), que aferem a condição de risco de evasão do aluno, permitindo que as IES se preparem para enfrentar o problema, antecedendo a sua efetivação.
A elaboração deste instrumento indagativo deve estar pautada em questões consideradas
de relevância, porém, que possam vir a construir perfis de ingressantes e fatores de evasão. Identifica-se que no questionário “Avaliação do Ingressante” foram feitas questões julgadas irrelevantes, como “Ano de Ingresso”, uma vez que foi aplicada somente aos ingressantes. Questões que não contribuam ao processo decisório, tais como “Nome da Escola onde Cursou o Ensino Médio”, “Em qual Cidade fica a Escola” e “Em qual bairro fica a Escola” devem ser omitidas para não onerar o tempo do preenchimento.
As informações de localização, muitas das vezes não são do conhecimento dos ingressantes, o que dificulta em respondê-las e pode vir a prejudicar o tratamento dos dados. Uma variável julgada relevante seria a exatidão do local da residência do aluno, pois comparando com o local da IES poderia favorecer a previsão da evasão em função tanto dos altos custos de mobilidade quanto do problema de segurança, evidenciado pelo risco de deslocamento devido aos atuais níveis de criminalidade no estado do Rio de Janeiro.
A construção do questionário deve ser de responsabilidade da própria Universidade, e o responsável em confeccioná-lo deve estar atento para reduzir os erros de compreensão do respondente.
O tratamento estatístico das informações deve utilizar os recursos computacionais adequados para permitir a crítica de preenchimento. A condição financeira do universitário é sem dúvida um argumento para os altos índices de evasão em IES particulares, principalmente em período de crise econômica, entretanto outros fatores devem ser considerados, principalmente em relação aos alunos considerados de perfil de ingresso contínuo, menor faixa etária, como apontado no perfil dos alunos evadidos. O combate à evasão não deve ser uma atribuição exclusiva dos gestores da mantenedora, mas de todos os envolvidos na IES: professores, funcionários e representantes dos alunos. A IES deve visar uma integração das áreas acadêmica e administrativa-financeira no combate da evasão para evitar a perda social de todos os envolvidos no processo de ensino.
A realização do levantamento do estado da arte sobre o assunto mostrou que a maioria dos trabalhos aborda o problema da evasão na modalidade Ensino a Distância. Uma vez que o problema da evasão é complexo, defende-se uma abordagem específica que poderia ser benéfica, entretanto, extrapolar indicadores do ensino particular para os demais IES pode não ser um caminho mais adequado, o que encoraja a sugerir que a IES possua um plano institucional próprio de combate à evasão e que os coordenadores contribuam em apontar os problemas inerentes a cada curso.
Investigar melhor a associação da evasão com as variáveis socioeconômicas deve ter continuidade para se perceber se há sazonalidade periódica da evasão. Abordagens
complementares podem vir a identificar associação da evasão com outros indicadores além do domínio de língua estrangeira, apesar de que pode ser inferido que a evasão pode ser explicada em função do perfil do graduando.
DE OLIVEIRA, F. B.; DA MATA, A. Desafios da educação: contribuições estratégicas para o ensino superior. Editora E-papers, 2009.
HOFFMANN, I. L.; NUNES, R. C.; MULLER, F. M. The information of a Higher Education Census in the implementation of organizational knowledge management on school dropout. Gestão & Produção, São Carlos, v. 26, n. 2, 2019. DOI: https://doi.org/10.1590/0104-530x- 2852-19
LOBO, M. B. C. M. Panorama da evasão no ensino superior brasileiro: aspectos gerais das causas e soluções. ABMES Cadernos, v. 25, 2012.
SIEGEL, S. Estatística não-paramétrica para as ciências do comportamento. 2. ed. São Paulo, Mc Graw-Hill do Brasil. p. 448.
SILVA FILHO, R. L. L. et al. A evasão no ensino superior brasileiro. Cadernos de Pesquisa, São Paulo, v. 37, n. 132, p. 641-659, 2007. DOI: https://doi.org/10.1590/S0100-
15742007000300007
SINDICATO DAS ENTIDADES MANTENEDORAS DE ESTABELECIMENTOS DE ENSINO SUPERIOR NO ESTADO DE SÃO PAULO (SEMESP). Mapa do Ensino
NEGREIROS, J. P.; LANZILLOTTI, R. S.; FARIA, C. O. Evasão no Ensino Superior em cursos presenciais: uma proposta preventiva por meio de um tratamento estatístico. Revista Ibero-Americana de Estudos em Educação, Araraquara, v. 16, n. 2, p. 637-648, abr./jun. 2021. e-ISSN: 1982-5587. DOI: https://doi.org/10.21723/riaee.v16i2.13188
EVASÃO NO ENSINO SUPERIOR EM CURSOS PRESENCIAIS: UMA PROPOSTA PREVENTIVA POR MEIO DE UM TRATAMENTO ESTATÍSTICO
HIGHER EDUCATION DROPOUT IN ON-SITE COUSES: A PREVENTIVE PROPOSAL THROUGH STATISTICAL TREATMENT
Jhoab Pessoa NEGREIROS1 Regina Serrão LANZILLOTTI2 Cristiane Oliveira de FARIA3
RESUMO: O trabalho teve por objetivo propor o tratamento estatístico para investigar possíveis causas da evasão em uma Instituição do Ensino Superior (IES). O método estatístico adotado traçou o perfil do aluno propenso à evasão em função de tabelas de contingência, o que permite usar o teste qui-quadrado para avaliar a associação entre evasão e situação socioeconômica. Os resultados delinearam o perfil: gênero masculino da faixa etária de 16 a 20 anos, solteiro, não é egresso do terceiro grau; conhecimento satisfatório da língua inglesa; básico de informática, empregado, pertence à família de renda mensal igual ou inferior a 1,5 salário mínimo, sem descontinuidade do ensino médio particular para o superior.
1 Universidad del Estado de Río de Janeiro (UERJ), Rio de Janeiro – RJ – Brasil. Estudiante de doctorado en el Programa de Posgrado en Ciencias Computacionales (IME/UERJ). ORCID: http://orcid.org/0000-0001-9628- 6688. E-mail: jhoabnegreiros@gmail.com
2 Universidad del Estado de Río de Janeiro (UERJ), Rio de Janeiro – RJ – Brasil. Profesor titular del Instituto de Matemáticas y Estadística (IME). Doctorado en Ingeniería del Transporte (UFRJ). ORCID: http://orcid.org/0000-0001-7789-6843. E-mail: reginalanzillotti@gmail.com
3 Universidad del Estado de Río de Janeiro (UERJ), Rio de Janeiro – RJ – Brasil. Profesor Adjunto del Departamento de Análisis Matemático del Instituto de Matemáticas y Estadística (IME) y Coordinador General del Programa de Posgrado en Ciencias Computacionales. Doctorado en Modelización Computacional (LNCC). ORCID: http://orcid.org/0000-0002-0402-7185. E-mail: cofaria@ime.uerj.br
PALAVRAS-CHAVE: Evasão no ensino superior. Tabelas de contingência. Teste qui- quadrado.
ABSTRACT: This study aimed to propose the statistical treatment to investigate possible causes of dropout in a Higher Education Institution (HEI). The statistical method adopted outlined the student profile prone to dropout according to contingency tables that allows the use of the chi-square test to obtain the association between dropout and socioeconomic status. The results delineated the profile: male gender, 16 to 20 years old, single, not graduated from the University; satisfactory knowledge of the English language; basic computer science, employed, belongs to the family with a monthly income until 1.5 minimum salary, without interruption from private high school to University.
KEYWORDS: Higher education dropout. Contingency tables. Chi-square test.
Entre muchos problemas graves de la educación brasileña, la evasión es uno de los mayores en cualquier nivel incluso en la enseñanza superior, pública o privada (LOBO, 2012). Se trata de un tema que exige mucha reflexión y un amplio debate, pues la evasión en cursos superiores ha logrado 30,1% en la red privada y 18,5% en la red pública, mientras en los cursos de educación a distancia (EaD), el índice llegó a 36,6% y 30,4% en las redes privada y pública, respectivamente (SEMESP, 2018).
Esos niveles de evasión en una Institución de Enseñanza Superior (IES) en la red privada conllevaran un perjuicio significativo a la mantenedora de las instituciones y, en el caso de la red privada, los recursos públicos que se invierten no generan el retorno esperado, con agravamiento para la pérdida social de todos los implicados en el proceso de enseñanza (LOBO, 2012).
La competitividad entre las IES particulares en los días actuales puede haberse vuelto imprescindible, puesto que es necesario que haya captación de recursos para la estabilidad en atender a la demanda de alumnos. Sin embargo, más que captar, es necesario que las IES tengan una gestión eficiente para mantener el alumnado, dado que las IES privadas invierten de 2% a 6% se sus ingresos en marketing para atraer nuevos alumnos, pero, por el otro lado, no dispone de un plan institucional particular direccionado a reducir los índices de evasión (SILVA FILHO et al., 2007).
Conocer los indicadores socio demográficos que puedan explicar la evasión debe ser uno de los pasos para una IES elaborar políticas, programas y actividades que se direccionan hacia la reducción de la evasión (HOFFMANN; NUNES; MULLER, 2019). Según Oliveira
(2009), las causas para la evasión suceden en función de la falta de conocimiento del perfil de sus alumnos, lo que inviabiliza una intervención eficaz en el problema de la evasión.
El instituto ANDIFES4 clasifica la evasión en el nivel superior de tres formas: evasión de curso, cuando el alumno interrumpe el curso cambiando por otro en la misma IES antes de concluirlo; evasión de la institución, cuando hay abandono del curso debido al cambio de IES, la evasión de sistema, cuando el alumno abandona de forma duradera o definitiva. Cuando se analiza bajo esta óptica, se comprende que la evasión de curso no implica solamente en pérdida de ingresos, sin embargo, es importante acompañar esa migración con el fin de identificar posibles problemas puntuales que puedan generar esa evasión.
Un agrupamiento significativo para los altos índices de evasión en IES particulares puede ser inferido a la condición financiera del alumnado, motivado por una situación particular momentánea o aun por un período de crisis económica en el país. No obstante, direccionar el problema de la evasión a esa cuestión es generar una respuesta simplificadora, que no resolverá el problema vigente del régimen pedagógico entre cursos de las instituciones e incluso las instituciones. Cuestiones académicas, expectativas con relación a la formación y la integración del estudiante con la institución conducen el alumno a priorizar el investimento financiero para conclusión del curso, en la mayoría de las veces. (SILVA FILHO et al., 2007).
Cualquier problema asociado a la IES en el sentido de contener la evasión tendrá que lidiar con un problema amplio generado por numerosos factores, lo que podría motivar los gestores universitarios a realizar el tratamiento estadístico por el análisis exploratorio de indicadores asociados al perfil socioeconómico discente. Es evaluar la condición del riesgo financiero por la evasión discente, permitiendo que las IES se preparen para enfrentar el problema, antes aun de presentarse.
El artículo está dividido en tópicos referentes a la representación del problema, método propuesto para el tratamiento estadístico con el abordaje por la aplicación de la estadística test qui-cuadrado para evaluar el perfil del alumno, resultados y consideraciones finales.
4 Asociación Nacional de los Dirigentes de las Instituciones Federales de Enseñanza Superior.
El estudio tiene carácter analítico descriptivo e inferencial realizado con una amuestra referente al primer semestre de 2019 de los alumnos ingresantes de una universidad particular compuesta de siete Campi y tres Unidades, como presentado en la Figura 1. La mayoría de los Campi están ubicados en el municipio de Duque de Caxias, en el estado de Rio de Janeiro.
Fuente: Elaborada por los autores utilizando el software Google Maps
En este estudio, decidimos no computar el Campus III – Silva Jardim, y el Campus VI
– Macaé, ubicados en las regiones de la Baixada Litorânea y Norte Fluminense, respectivamente (indicados en rojo en la Figura 1), pues perfacen solo 1% del total de los discentes. La Tabla 1 presenta los valores perceptuales inherentes a los ingresantes del primer semestre de 2019 de las Unidades ubicadas en la Región Metropolitanda de Río de Janeiro, siendo cinco en la Baixada Fluminense: Campus I – Duque de Caxias, Campus IV – Magé, Campus V - São João de Meriti, Campus VII - Nova Iguaçu y Unidad Santa Cruz da Serra (indicados en verde en la Figura 1) y tres en el Municipio de Río de Janeiro: Campus II – Lapa, Unidad Barra da Tijuca y Unidad Carioca Shopping (indicados en azul en la Figura 1).
Región Metropolitana de Rio de Janeiro | Proporción en la amuestra |
Baixada Fluminense | 80,222% |
Município de Rio de Janeiro | 19,778% |
Fuente: Elaborada por los autores
En el momento de la matrícula, los alumnos respondieran a una encuesta titulada “Evaluación del Ingresante”, aplicada por la Universidad con la identificación de la matrícula, en la que constaban 23 preguntas, cabiendo explicar que la Universidad hace la recopilación de datos teniendo en cuenta conocer el perfil de los alumnos ingresantes. El banco de datos constituido por 881 alumnos sufrió reducción para 705, dado que se excluyó a los alumnos de los Campi III y VI. La ocurrencia de inconsistencia en el relleno fue debido a la exclusión de 10% de los alumnos, que respondieron solamente las cuatro primeras preguntas; 6% por duplicidad de respuestas y 3% con error de digitación de matrícula.
Para atender ese objetivo se seleccionó diez variables de características socioeconómicas que podrían estar asociadas a ese hecho, estando discriminadas en la Tabla 2.
Indicadores | Especificaciones |
Género | Femenino - Masculino |
Estado civil | Casado - Soltero |
Curso superior | Afirmativa/Negativa |
Dominio de lengua extranjera | Afirmativa/Negativa, Discriminación |
Conocimiento en informática | Especificación |
Franja etaria en años | De 16 a 20; De 21 a 30; Más de 30 |
Fuente de sustento | Auxilio de los padres – Remuneración Propia |
Años al ingreso en la enseñanza superior | Ningún; De 1 a 2; De 3 a 6; Superior a 6 |
Rede cursada en la enseñanza media | Pública - Privada - Ambas |
Ingresos mensual familiar en sueldos- mínimos | Até 1,5; Superior 1,5 a 3; Superior 3 a 6; Superior a 6 |
Fuente: Elaborada por los autores
La asociación de la evasión y de los indicadores socioeconómicos se realizó en función de un test hipótesis con el uso de la estadística qui-cuadrado, teniendo como hipótesis nula: No hay asociación entre la evasión y el indicador socioeconómico (SIEGEL, 1977). La aplicación de este test de significancia exige la construcción de la tabla de contingencia, que asocia la evasión a cada uno de los indicadores socioeconómicos y se caracteriza por ser de doble entrada, siendo que en cada célula están las frecuencias observadas asociadas, simultáneamente a dos categorías, permitiendo obtener totales marginales que sumados
conducen al total de la amuestra. El principio básico de este test estadístico es comparar las frecuencias observadas con las frecuencias obtenidas según la regla de probabilidad de ocurrencia, las frecuencias esperadas, que no deben sobrepasar un valor mínimo. Caso esta exigencia sea violada, los resultados del test se vuelven irrelevantes. En los testes con el nivel de libertad superior a uno, menos de 20% de las células deben tener frecuencias esperadas menores que cinco, y ninguna menor que uno. Si por lo menos uno de esos requisitos no se cumple en los datos originalmente recopilados, el investigador debe combinar categorías para aumentar la frecuencia en cada célula. Hubo la necesidad de agregar categorías debido a estas restricciones metodológicas señaladas.
La estadística test investiga la concordancia entre las frecuencias observadas 𝑂𝑖𝑗 y esperadas 𝐸𝑖𝑗, y la expresión matemática para la estadística test Qui-cuadrado toma la forma:
ℎ 𝑘 2 (𝑂𝑖𝑗 − 𝐸𝑖𝑗) 𝜒2 = ∑ ∑ 𝑐𝑎𝑙𝑐 𝐸𝑖𝑗 𝑖=1 𝑗=1 | (1) |
en el que ℎ es el número de líneas y 𝑘 el número de columnas.
𝛼
El qui-cuadrado calculado es confrontado con qui-cuadrado crítico 𝜒2 con (ℎ − 1) × (𝑘 − 1) niveles de libertad para un nivel de significancia 𝛼, es decir, el riesgo probabilístico de rechazar la hipótesis nula cuando verdadera. Cuando el qui-cuadrado calculado fuera superior al valor tablado, se concluye que las frecuencias observadas difieren de modo significativo de las esperadas, y se rechaza la hipótesis nula en el nivel de significancia 𝛼. Esta opción metodológica permite obtener un nivel de asociación entre la evasión y las características socioeconómicas, obteniéndose el coeficiente de contingencia de Pearson explicitado por:
𝜒2 𝐶 = √ , 𝜒2 + 𝑁 | (2) |
𝑐𝑎𝑙
en el que 𝑁 es el tamaño de la amuestra, siendo que cuanto mayor fuera el valor, mayor es el nivel de asociación. Los resultados del test qui-cuadrado fueron obtenidos en el programa R, versión 3.6.0, a través de la función chisq.test, que al aplicarse en una tabla de contingencia de valores observados retorna el 𝜒2 , con el respectivo nivel de libertad y la evaluación probabilística de riesgo de rechazar la hipótesis cuando verdadera al nivel de significancia de 0,05 p-valor.
El banco de datos se constituyó en el evento “Día de la Acogida”, cuando se solicita al alumno responder la encuesta “Evaluación del Ingresante”. Al término del semestre, hubo la migración de las respuestas para una planilla electrónica que permitió la selección de los indicadores socioeconómicos, pero la variable correspondiente a la evasión se obtuvo por el sistema computacional de la Universidad por la matrícula, que permitió detectar los cancelación.
La distribución de frecuencia de los universitarios que evadieron en 2019.1, según las escuelas de grado de la universidad, Tabla 3, indicó que la Escuela de Ciencias de Salud fue la que agregó la mayor frecuencia de graduandos (445), correspondiendo al índice de evasión de 7%, no lejos de las demás escuelas, sino la Escuela de Educación, Ciencias, Letras, Artes y Humanidades.
Escuelas de la Universidad | Frecuencia | |
Alumnos ingresantes | Índice de Evasión (%) | |
Escuela de Ciencias Sociales Aplicadas | 183 | 10,929% |
Escuela de Ciencias y Tecnología | 48 | 10,417% |
Escuela de Educación, Ciencias, Letras, Artes y Humanidades | 29 | 3,448% |
Escuela de Ciencias de Salud | 445 | 7,416% |
Total | 705 | 8,369% |
Fuente: Elaborada por los autores
En la Tabla 4 se encuentran las frecuencias relativas modales de los ingresantes evasivos, medida estadística de posición contributiva para realizar el perfil del ingresante discente de la universidad que podría explicar la causa de la no continuidad de la carrera de grado. Los indicadores descriptivos señalan como perfil de un alumno de la universidad perteneciente al género masculino (71,19%); soltero (83,05%), no es egreso del tercer nivel (91,53%); domina solo la lengua anglosajona (49,153%); tiene conocimiento básico de informática (77,97%), se incluye en la franja etaria de 16 a 20 años (50,847%), posee el empleo como fuente de sustento (38,98%), no ocurrió discontinuidad de la Enseñanza Media
(30,51%) son oriundos de la escuela particular (47,49%), siendo que las familias auferen ingresos mensuales de hasta 1,5 suledo mínimo (40,60%).
Indicadores socioeconómicos | Especificación | |||
Género | Masculino | Femenino | ||
71,186% | 28,814% | |||
Estado civil | Soltero | Casado | ||
83,051% | 16,949% | |||
Posee curso superior | Sí | No | ||
8,475% | 91,525% | |||
Domínio de lengua extranjera | Anglosajón | Neolatinas | No posee | |
49,153% | 11,864% | 38,983% | ||
Conocimiento en informática | Básico | Avanzado | ||
77,966% | 22,034% | |||
Franja etaria | 16 a 20 | 21 a 30 | Más de 30 | |
50,847% | 33,898% | 15,254% | ||
Fuente de sustento | Auxilio de los padres | Empleado | Sin Remuneración | |
33,898% | 38,983% | 27,119% | ||
Años sucedidos hasta el ingreso en la enseñanza superior | Ningún | 1 a 2 | 3 a 6 | Superior a 6 |
30,508% | 25,424% | 18,644% | 25,424% | |
Red de enseñanza media | Escuela Particular | Escuela Pública | En ambas | |
47,458% | 42,373% | 10,169% | ||
Ingresos mensual familiar (sueldo mínimo) | Hasta 1,5 | Superior a 1,5 a 3 | Superior a 3 a 6 | Superior a 6 |
40,678 | 27,119% | 16,949% | 15,254% |
Fuente: Elaborada por los autores
En este mismo grupo de alumnos que integran la evasión, el cruce de la fuente de sustento con la franja etaria, en la Tabla 5 mostró que los alumnos de 15 a 20 años cursaron el grado durante seis meses teniendo como fuente de sustento la renta ofrecida por los padres (30,51%), y la actuar crisis económica puede haber impulsado la evasión.
Fuente de sustento | Franja etaria en años | |||
15 a 20 | 21 a 30 | Más de 30 | Total | |
Del auxilio de los padres | 18 | 2 | - | 20 |
Empleo Privado/Público/Autónomo | 2 | 13 | 8 | 23 |
No realizo actividad remunerada | 10 | 5 | 1 | 16 |
Total | 30 | 20 | 9 | 59 |
Fuente: Elaborada por los autores
En la Tabla 6, la asociación de la distribución del ingreso mensual familiar de los ingresantes evasivos según el tipo de establecimiento de la Enseñanza Media cursando evidencia que 15 entre los 59 alumnos (25,424%) estudiaron en escuela pública, siendo que las familias vivían con ingresos limitados a 1,5 sueldo mínimo, lo que puede haber contribuido a la evasión.
Ingreso Mensual Familiar | Red Cursada en la Enseñanza Medio | |||
Pública | Particular | En ambas | Total | |
Hasta 1,5 en sueldo mínimo | 7 | 7 | 2 | 16 |
Superior a 1,5 hasta 3 sueldos mínimos | 2 | 6 | 2 | 10 |
Superior a 3 hasta 6 sueldos mínimos | 1 | 8 | - | 9 |
Superior a 6 sueldos mínimos | 15 | 7 | 2 | 24 |
Total | 25 | 28 | 6 | 59 |
Fuente: Elaborada por los autores
Al evaluar la condición de riesgo de evasión en esta institución con relación a las variables socioeconómicas que podrían estar asociadas a este escenario universitario, se realizó el test estadístico Qui-cuadrado adoptando el nivel de significancia de 5%, (pvalor), que expresa la probabilidad de rechazar el hipótesis de la no asociación entre uno de los indicadores socieconómicos y la variable evasión, cuando debería ser percibida como verdadera, estando los resultados expuestos en la Tabla 7.
Indicadores Asociados a la Evasión | Qui-cuadrado | Decisión (teste qui-cuadrado) | Coeficiente de Contingencia | |
Calculado | Tablado | |||
Género | 0,000 | 3,841 | Acepta | 0,0000 |
Estado civil | 0,706 | 3,841 | Acepta | 0,0316 |
Tiene curso superior | 0,000 | 3,841 | Acepta | 0,0000 |
Dominio de lengua extranjera | 6,976 | 5,991 | Rechaza | 0,0990 |
Conocimiento en informática | 3,284 | 5,991 | Acepta | 0,0681 |
Franja etaria | 1,056 | 5,991 | Acepta | 0,0387 |
Fuente de sustento | 1,523 | 5,991 | Acepta | 0,0464 |
Período para ingresar en la enseñanza superior | 1,084 | 7,815 | Acepta | 0,0392 |
Red cursada en la enseñanza medio | 0,481 | 5,991 | Acepta | 0,0261 |
Ingresos mensuales familiares | 0,569 | 7,815 | Acepta | 0,0284 |
Fuente: Elaborada por los autores
Los resultados de la Tabla 7 revelaron que sólo la variable dominio de la lengua extranjera mostró una ligera asociación con el abandono, con un coeficiente de contingencia de 0,099. Este resultado alentó a verificar la relación de este indicador, relacionado con el dominio de una lengua no nativa, con los demás indicadores socioeconómicos relacionados con la vida cotidiana del ingresante, y esta herramienta de decisión reveló el rechazo de la no asociación, a excepción del indicador "Tiene título universitario", Tabla 8. Este hallazgo parece mostrar la relevancia del conocimiento de una lengua extranjera en relación con los factores demográficos que pueden establecer patrones económicos y sociales, aunque con coeficientes de contingencia no tan expresivos, entre 0,071 y 0,299.
Variables Asociadas al domínio de Lengua Extranjeira | Qui-cuadrado | Decisión (test qui- cuadrado) | Coeficiente de Contingencia | |
Calculado | Tablado | |||
Género | 12,921 | 5,991 | Rechaza | 0,134 |
Estado civil | 17,615 | 5,991 | Rechaza | 0,156 |
Tiene curso superior | 3,587 | 5,991 | Acepta | 0,071 |
Conocimiento en informática | 12,984 | 5,991 | Rechaza | 0,134 |
Franja etaria | 28,832 | 9,488 | Rechaza | 0,198 |
Fuente de sustento | 40,534 | 9,488 | Rechaza | 0,233 |
Período para ingresar en la enseñanza superior | 18,572 | 12,592 | Rechaza | 0,160 |
Red cursada en la enseñanza medio | 28,431 | 9,488 | Rechaza | 0,197 |
Ingresos mensuales familiares | 69,449 | 12,592 | Rechaza | 0,299 |
Fuente: Elaborada por los autores
El cuestionario de evaluación del ingresante es un instrumento importante para la obtención de información relevante de las entidades de Educación Superior, ya que puede permitir la obtención de indicadores socioeconómicos asociados a la deserción y conocerlos. Debe ser el primer paso para que una IES diseñe políticas, programas y actividades destinadas a reducir el abandono escolar. La motivación del análisis de datos en el enfoque descriptivo fue indicada en los resultados de Lobo (2012) y Silva Filho et al. (2007), que miden la condición de riesgo de deserción de los estudiantes, permitiendo que las IES se preparen para enfrentar el problema, precediendo su efectuación.
Sin embargo, la elaboración de este instrumento de investigación debe basarse en las preguntas que se consideren pertinentes y que puedan llegar a construir perfiles de ingresantes y factores de abandono. Se ha detectado que en el cuestionario "Evaluación del ingresado" se hacían preguntas consideradas irrelevantes, como el "Año de ingreso", ya que se aplicaba sólo a los ingresados. Las preguntas que no contribuyen al proceso de toma de decisiones, como "Nombre de la escuela en la que cursó el bachillerato", "En qué ciudad está la escuela" y "En qué barrio está la escuela" deben omitirse para no sobrecargar el tiempo de cumplimentación.
La información sobre la ubicación no suele ser conocida por los participantes, lo que dificulta la respuesta y puede perjudicar el tratamiento de los datos. Una variable considerada relevante sería la precisión del lugar de residencia del estudiante, ya que su comparación con el lugar de la IES podría favorecer la predicción de la deserción debido tanto a los altos costos de la movilidad como al problema de la seguridad, evidenciado por el riesgo de desplazamiento debido a los actuales niveles de criminalidad en el estado de Río de Janeiro.
La construcción del cuestionario debe ser responsabilidad de la propia Universidad, y la persona encargada de diseñarlo debe estar atenta a reducir los errores de comprensión del encuestado.
El tratamiento estadístico de la información debe utilizar los recursos computacionales adecuados para permitir la cumplimentación crítica. La condición económica del estudiante universitario es, sin duda, un argumento para las altas tasas de abandono en las IES privadas, sobre todo en periodos de crisis económica, sin embargo, hay que considerar otros factores, sobre todo en relación con los estudiantes considerados de perfil de ingreso continuo, de
menor rango de edad, como se señala en el perfil de los estudiantes evadidos. La lucha contra el abandono escolar no debe ser una atribución exclusiva de la dirección de la institución, sino de todos los implicados en la IES: profesorado, personal y representantes de los estudiantes. La IES debe aspirar a una integración de las áreas académica y administrativa-financiera en la lucha contra el abandono para evitar la pérdida social de todos los implicados en el proceso de enseñanza.
La realización del estudio del estado del arte sobre el tema mostró que la mayoría de los trabajos abordan el problema del abandono en la modalidad de Educación a Distancia. Dado que el problema de la evasión es complejo, se aboga por un enfoque específico que podría ser beneficioso, sin embargo, extrapolar los indicadores de la enseñanza privada a otras IES podría no ser una vía más adecuada, lo que anima a sugerir que la IES tenga su propio plan institucional de lucha contra la evasión y que los coordinadores contribuyan a señalar los problemas inherentes a cada curso.
Se debe seguir investigando la asociación del abandono con las variables socioeconómicas para comprender si existe una estacionalidad periódica del abandono. Los enfoques complementarios pueden identificar la asociación del abandono con otros indicadores además del dominio de la lengua extranjera, aunque se puede inferir que el abandono se puede explicar por el perfil del graduado.
DE OLIVEIRA, F. B.; DA MATA, A. Desafios da educação: contribuições estratégicas para o ensino superior. Editora E-papers, 2009.
HOFFMANN, I. L.; NUNES, R. C.; MULLER, F. M. The information of a Higher Education Census in the implementation of organizational knowledge management on school dropout. Gestão & Produção, São Carlos, v. 26, n. 2, 2019. DOI: https://doi.org/10.1590/0104-530x- 2852-19
LOBO, M. B. C. M. Panorama da evasão no ensino superior brasileiro: aspectos gerais das causas e soluções. ABMES Cadernos, v. 25, 2012.
SIEGEL, S. Estatística não-paramétrica para as ciências do comportamento. 2. ed. São Paulo, Mc Graw-Hill do Brasil. p. 448.
SILVA FILHO, R. L. L. et al. A evasão no ensino superior brasileiro. Cadernos de Pesquisa, São Paulo, v. 37, n. 132, p. 641-659, 2007. DOI: https://doi.org/10.1590/S0100-
15742007000300007
SINDICATO DAS ENTIDADES MANTENEDORAS DE ESTABELECIMENTOS DE ENSINO SUPERIOR NO ESTADO DE SÃO PAULO (SEMESP). Mapa do Ensino
NEGREIROS, J. P.; LANZILLOTTI, R. S.; FARIA, C. O. Evasión en la enseñanza superior en cursos presenciales: una propuesta preventiva por medio de un tratamiento estadístico. Revista Ibero-Americana de Estudos em Educação, Araraquara, v. 16, n. 2, p. 643-655, abr./jun. 2021. e-ISSN: 1982-5587. DOI: https://doi.org/10.21723/riaee.v16i2.13188