Análise da evasão na UnB por meio de modelagem hierárquica bayesiana

Abstract

Este trabalho analisa os determinantes da evasao nos cursos de graduacao da Universidade de Brasılia (UnB) no perıodo de 2000 a 2015, utilizando um modelo hierarquico bayesiano. A abordagem adotada considera a estrutura aninhada dos dados, estudantes inseridos em cursos e cursos vinculados a unidades academicas, permitindo estimar simultaneamente efeitos individuais e contextuais sobre a probabilidade de evasao. Entre as variaveis individuais, destacam-se o desempenho academico (IRA), a categoria e o modo de ingresso, o tempo de curso, o numero de reprovacoes e de trancamentos. A estimacao foi realizada por meio do algoritmo de Monte Carlo via Cadeias de Markov (MCMC), com o amostrador No-U-Turn Sampler (NUTS), implementado no pacote brms do R. Os resultados indicam que o desempenho academico reduz significativamente a probabilidade de evasao, enquanto o aumento no numero de reprovacoes a eleva. Observou-se tambem que estudantes ingressantes por cotas sociais apresentam menores probabilidades de evasao. No nıvel contextual, os efeitos aleatorios revelaram heterogeneidade entre cursos e unidades academicas, confirmando que fatores institucionais e organizacionais exercem papel importante na evasao. As probabilidades previstas pelo modelo apresentaram boa concordancia com as taxas observadas, evidenciando sua adequacao. Os resultados demonstram o potencial da modelagem hierarquica bayesiana na analise de fenomenos educacionais complexos, ao capturar multiplos nıveis de variabilidade e incerteza. Por fim, ressalta-se a importancia de que modelos estatısticos em contextos educacionais sejam transparentes, atualizados e eticamente fundamentados, conforme defendido por O’Neil (2016).