Análise de cluster da evasão escolar em escolas públicas de Goiás: segmentação e implicações para políticas educacionais

Cluster Analysis of school dropout in public schools of Goiás: segmentation and implications for educational policies

Authors

  • Wesley Silva Ferreira Bacharel em Biblioteconomia pela Universidade Federal de Goiás (UFG). Rua SC 07, Setor Castros, 75255-636, Senador Canedo, Goiás, Brasil https://orcid.org/0009-0006-2532-4417
  • Renato Máximo Sátiro Doutor em Administração, Companhia de Saneamento de Goiás. Avenida Fued José Sebba, 1245, Jardim Goiás, 74805-100, Goiânia, Goiás, Brasil

DOI:

https://doi.org/10.22167/2675-441X-2025834

Keywords:

abandono escolar, desempenho escolar, políticas públicas, segmentação municipal

Abstract

The present work addresses the problem of dropout in public schools in the state of Goiás, using cluster analysis to identify patterns and guide educational policies. The relevance of the topic lies in understanding and reducing dropout rates, which has a significant impact on the educational system. The general objective was to identify patterns of school dropout in the public education network in the state of Goiás through cluster analysis. Cluster analysis techniques were used to group municipalities in Goiás with similar characteristics in relation to evasion. Dropout rates from 1st to 9th grade and high school in 246 municipalities were analyzed in the period 2019 and 2020. The results highlighted the complexity of dropout rates at different stages, with emphasis on the final and initial years of elementary school. from highschool. The analyzes revealed variations in dropout rates. Furthermore, some clusters presented rates below the national average. The practical implications are evident, with recommendations for targeted interventions in clusters 2 and 3, as well as in the identified outliers. In conclusion, cluster analysis proved to be an effective tool for understanding and addressing school dropout. The results obtained provide support to guide more effective, personalized and contextualized educational policies and strategies in future work. Furthermore, this study can serve as a basis for future research that wishes to delve deeper into this topic.

 

References

Constituição da República Federativa do Brasil de 1988. 1988. Brasília, DF. Disponível em: http://www.planalto.gov.br/ccivil_03/constituicao/constituicao.htm. Acesso em: 10 jan. 2025.

Moura, F.A.; Mandarino, P.H.P.; Silva, S.C.P. 2020. Evasão escolar no ensino superior: Análise quantitativa no curso de licenciatura em física do IFPA Campus Bragança. Revista Brasileira de Ensino de Física 42: e20200044. https://doi.org/10.1590/1806-9126-RBEF-2020-0044. DOI: https://doi.org/10.1590/1806-9126-rbef-2020-0044

Baggi, C.A.S.; Lopes, D.A. 2011. Evasão e avaliação institucional no ensino superior: uma discussão bibliográfica. Avaliação: Revista da Avaliação da Educação Superior (Campinas) 16(2): 355–374. https://doi.org/10.1590/S1414-40772011000200007. DOI: https://doi.org/10.1590/S1414-40772011000200007

Inteligência em Pesquisa e Consultoria Estratégica [Ipec]. 2022. Educação brasileira em 2022 – a voz de adolescentes. Disponível em: <https://www.Unicef.org/brazil/relatorios/educacao-brasileira-em-2022-a-voz-de-adolescentes>. Acesso em: 28 fev. 2023.

Instituto Nacional de Estudos e Pesquisas Educacionais Anísio Teixeira [Inep]. 2017. Nota técnica n°8/2017/CGCQTI/DEED. Disponível em: <https://download.inep.gov.br/informacoes_estatisticas/indicadores_educacionais/2007_2016/nota_tecnica_ taxas_transicao_2007_2016.pdf>. Acesso em: 10 mai. 2023.

Colpani, R. 2018. Mineração de dados educacionais: um estudo da evasão no Ensino Médio com base nos indicadores do censo escolar. Informática na educação: teoria & prática 21: 143-157. https://doi.org/10.22456/1982-1654.87880. DOI: https://doi.org/10.22456/1982-1654.87880

Falqueto, A.A.; Cezar, L.C. 2022. Segmentação via machine learning: proposta de clusterização de consumidores do e-commerce de uma empresa multinacional do varejo esportivo. Holos 38 (4): 01-19. https://doi.org/10.15628/holos.2022.12032. DOI: https://doi.org/10.15628/holos.2022.12032

Richardson, R.J. 2012. Pesquisa social: métodos e técnicas. 3ed. Atlas, São Paulo, SP, Brasil.

Instituto Nacional de Estudos e Pesquisas Educacionais Anísio Teixeira [Inep]. 2020. Inep Data. Disponível em: https://www.gov.br/inep/pt-br/acesso-a-informacao/dados-abertos/indicadores-educacionais/taxas-de-transicao. Acesso em: 10 mai. 2023.

Fávero, L.P.; Belfiore, P. 2017. Manual de análise de dados: estatística e modelagem multivariada com excel, SPSS e Stata. 1ed. Gen LTC, Barueri, SP, Brasil.

Bholowalia, P.; Kumar, A. 2014. EBK-Means: A Clustering Technique based on Elbow Method and K-Means in WSN International Journal of Computer Applications 105: 17-24. DOI: 10.5120/18405-9674.

Fávero, L.P.; Belfiore, P.P.; Silva, F.L.; Chan, B.L. 2009. Análise de dados: modelagem multivariada de dados para tomada de decisões. 6ed. Elsevier, Rio de Janeiro, RJ, Brasil.

Comitê Técnico da Educação do Instituto Rui Barbosa [CTE-IRB]; Interdisciplinaridade e Evidências no Debate Educacional [IEDE]; Tribunais de Contas [TC]. 2021. Permanência escolar na pandemia. Disponível em: <https://www.tcesc.tc.br/sites/default/files/202111/PEP-DIAGRAMAC%CC%A7A%CC%83O-FINALIZADO%20%285%29%20%281%29.pdf>. Acesso em: 03 ago. 2023.

Atlas da juventude. 2021. Atlas da juventude: evidências para a transformação das juventudes. Disponível em: <https://atlasdasjuventudes.com.br/wp-content/uploads/2021/11/ATLAS-DAS-JUVENTUDES-2021-COMPLETO.pdf>. Acesso em: 07 ago. 2023.

Silva Filho, R.B.; Araújo, R.M.L. 2017. Evasão e abandono escolar na educação básica no Brasil: fatores, causas e possíveis consequências. Educação por escrito 8(1): 35-48. https://doi.org/10.15448/2179-8435.2017.1.24527. DOI: https://doi.org/10.15448/2179-8435.2017.1.24527

Ferreira, J.C.; Patino, C.M. 2015. O que realmente significa o valor-p? Jornal Brasileiro de Pneumologia 41(5): 485-485. https://doi.org/10.1590/S1806-37132015000000215. DOI: https://doi.org/10.1590/S1806-37132015000000215

Bitencourt, W.A.; Silva, D.M.; Xavier, G.D.C. 2021. Pode a inteligência artificial apoiar ações contra evasão escolar universitária? Ensaio: Avaliação e Políticas Públicas em Educação 30(116): 669-694. https://doi.org/10.1590/S0104-403620220003002854. DOI: https://doi.org/10.1590/s0104-403620220003002854

Ferreira, E.C.S.; Oliveira, N.M. 2020. Evasão escolar no ensino médio: causas e consequências. Scientia Generalis 1(2): 39-48.

Published

2025-05-14

How to Cite

Ferreira, W. S., & Sátiro, R. M. (2025). Análise de cluster da evasão escolar em escolas públicas de Goiás: segmentação e implicações para políticas educacionais : Cluster Analysis of school dropout in public schools of Goiás: segmentation and implications for educational policies . Quaestum, 6, 1–9. https://doi.org/10.22167/2675-441X-2025834

Issue

Section

Article