Análise da evasão no ensino superior: conjugação de análise sobrevivência e fatores impacto no curso de sistemas de informação do Ifes-Campus Serra

Abstract

A evasão do ensino superior é uma questão preocupante que acarreta danos aos indivíduos, às instituições de ensino e à sociedade como um todo. Diante desse cenário, este trabalho combina a técnica de análise de sobrevivência com a construção de modelos preditivos para identificação dos elementos determinantes da evasão em um curso visando auxiliar aos profissionais de educação nas medidas tomadas para o combate à evasão. Para a análise da proposta, adotamos a abordagem de estudo de caso, utilizando dados do curso de graduação em Sistemas de Informação de uma instituição pública de ensino superior no Brasil, especificamente do campus Serra do Ifes. O conjunto de dados contém dados de 2008 à 2021, e foi tratado com os processos de: tratamento de dados ausentes, eliminação de características, eliminação de registros, discretização de dados, criação de características e mapeamento de valores. Os resultados da análise de sobrevivência usando a estimativa de Kaplan-Meier apontam um risco elevado de evasão nos dois semestres iniciais do curso, cerca de 60\% dos estudantes evadem até o início do terceiro semestre. A fim de realizar a predição da evasão, três classificadores foram utilizados: árvore de decisão, Gradient Boosting e XGBoost, apresentando acurácias de 88,46\%, 90,59\% e 90,59\%, respectivamente. Além disso, foram identificadas as características mais relevantes, destacando-se as reprovações por nota nas disciplinas de programação dos dois primeiros semestres, corroborando o que foi observado na análise de sobrevivência, ou seja, os calouros são os mais vulneráveis à evasão. Os resultados obtidos estão alinhados com a literatura da área, fortalecendo a consistência das conclusões. Considerando que as características evidenciadas como barreiras do curso são, em sua maioria, disciplinas da área de programação da grade curricular, este trabalho pode auxiliar nas medidas que podem ser adotadas pela Instituição de Ensino Superior para enfrentamento do problema e alterações no Projeto Pedagógico do Curso.

The dropout rate in higher education is a concerning issue that causes harm to individuals, educational institutions, and society as a whole. To tackle this pressing matter, this study proposes the application of survival analysis technique combined with the construction of predictive models to identify the determinants of dropout in a course. Employing a case study methodology, we collected and analyzed data from the undergraduate course in Information Systems at a public institution of higher education in Brazil, specifically from the Serra do Ifes campus. The dataset covers a period from 2008 to 2021 and underwent several data processing processes, including handling missing data, eliminating irrelevant characteristics, records, and discretizing data, alongside creating valuable new features and mapping values. Our findings from the survival analysis, utilizing the Kaplan-Meier estimate, revealed a high risk of dropout during the first two semesters, with approximately 60% of students leaving the course by the beginning of the third semester. To predict dropout, we employed three classifiers: decision tree, Gradient Boosting, and XGBoost, yielding accuracies of 88.46\%, 90.59\%, and 90.59\%, respectively. Moreover, we identified the most relevant characteristics, notably emphasizing the failures by grade in the programming disciplines of the first two semesters, which corroborates the insights gained from the survival analysis, showing that freshmen are the most vulnerable to dropout. The obtained results are in line with existing literature in the field, reinforcing the consistency of the conclusions. Considering that the characteristics identified as course barriers are primarily related to programming subjects in the curriculum, this work provides insights for measures that Higher Education Institutions can adopt to address the issue and implement changes in the Course's Pedagogical Project.