Академический Документы
Профессиональный Документы
Культура Документы
1188
RESUMO. Este trabalho tem como tcnica principal a aplicao de anlise estatstica
multivariada, para verificar a importncia das variveis referentes ao desempenho e
infraestrutura das escolas pblicas estaduais do Ensino Fundamental e Mdio coordenadas
pelo Ncleo Regional de Educao de Paranava (NREP). Para tanto, realizou-se a coleta de
dados por meio de questionrio aplicado a todas as escolas pertencentes ao NREP, em trs
segmentos: professores, alunos e escolas, com o objetivo de obter as informaes
necessrias. Organizaram-se os dados na forma de uma matriz para cada segmento.
Primeiramente, utilizou-se a Anlise de Componentes Principais para reduzir o nmero de
variveis e analisar quais variveis ou quais conjuntos de variveis explicariam a maior parte
da variabilidade total, revelando o relacionamento existe entre eles. Aps esta fase, aplicouse Anlise Fatorial rotacionada pelo mtodo varimax para obter os indicadores de maior
poder de explicao dos trs segmentos e, a partir dessa anlise, calculou-se a mdia entre os
indicadores, o que permitiu classificar cada escola em relao a desempenho e
infraestrutura.
Palavras-chave: anlise multivariada, anlise de componentes principais, anlise fatorial.
Introduo
A Educao brasileira, atualmente, passa por
grandes transformaes e, por meio de propostas
pedaggicas, busca atender aos anseios da sociedade.
Apesar da preocupao na busca de solues para os
problemas vividos, escolas pblicas ainda encontram
grande dificuldade para melhorar sua qualidade e
construir um modelo de ensino que consiga atender
s principais necessidades educacionais de um
indivduo. A falta de uma poltica comprometida
com resultados, a escassez de recursos pblicos e a
Acta Scientiarum. Technology
76
Marques
Ento, tem-se:
Y =
Y1
a11
a12
a1p
X1
Y2
a21
a22
a2p
X2
Yp
a31
a32
a3p
X3
= ep X p
Y = pCp X
V (Yi ) = ai ai
Cov (Yi, Yk ) = ai ak
i j = 1, 2, 3, , p
As componentes principais so das combinaes
lineares no-correlacionadas, Y1, Y2, ..., Yp, cujas
varincias so as maiores possveis.
A primeira componente principal a combinao
linear com varincia mxima. Isto , mxima V (Yi )
= ai ai . Fica claro que V (Yi ) = ai ai pode ser
aumentada multiplicando-se qualquer ai por alguma
constante. Para eliminar essa indeterminao,
conveniente restringir a ateno aos vetores de
comprimento da unidade. Portanto, define-se:
- primeira componente = combinao linear a1 X
que maximiza V (a1 X) sujeito restrio a1 a1 = 1;
- segunda componente = combinao linear a2 X
que maximiza V (a2 X) sujeito restrio a2 a2 = 1;
Cov (a1 X , a2 X) = 0
- p-sima componente = combinao linear ap X
que maximiza.
Var (ap X) sujeito restrio ap ap = 1
Cov (ai X , ak X) = 0 i K
Maring, v. 32, n. 1, p. 75-81, 2010
Na prtica, os parmetros e so
desconhecidos e devem ser estimados. Suponha que
X1, X2, ..., Xn sejam n observaes do vetor
X ~.(, ). As estimativas de e so,
respectivamente:
x
1 n
x
n i1 i
Y j e ' j X e 1 j X e 2 j X 2 e pj X p , j 1, 2 , , p
1
, , , , , ,
2
so os autovalores e
(1)
j j
i=1, 2, 3, ..., p
(2) cov
,
j 0, i j
i
i 1
j1
1
2 ...
p
r Y j X i
e ij Y j
si
i j=1, 2, 3, ..., p
Componente principal amostral de variveis padronizadas
21 1
R
p1 p 2
1 p
2 p
em que:
, e
j j
em que:
com 1 2 ... p 0 .
77
i 1, 2,, p
Anlise fatorial
78
Marques
2p 5
2 (n 1)
ln R
6
2
n = tamanho da amostra
p = nmero de variveis
|R| = determinante da matriz de correlao
Medida de Adequao da Amostra de Kaiser-Meyer-Olkin
(KMO)
MSA
2
r jk
j k
2
2
r jk q jk
j k
j k
2
Resultados e discusso
Caracterizao da amostra das escolas:
Teste de esfericidade de Bartlett e Medida de
Adequacidade da Amostra de Kaiser-Meyer-Olkin
(KMO):
(1) Teste de esfericidade de Bartlett: 2 =
1938,4 com p = 0, mostrando que existe correlao
significativa entre as variveis.
(2) Medida de Adequacidade da Amostra de
Kaiser-Meyer-Olkin (KMO): MSA = 0,0662,
como o MSA < 0,5, a anlise fatorial inadequada
para a amostra utilizada.
Como o tamanho da amostra pequeno em
relao ao nmero de variveis, uma alternativa para
viabilizar o uso da Anlise Fatorial foi transformar
grupos de variveis de mesma natureza em uma
nica varivel, adotando valores mdios.
Para a nova matriz de dados, o resultado foi:
(1) Teste de esfericidade de Bartlett: 2 =
777,2497 com p = 0, mostrando que existe
correlao significativa entre as variveis.
(2) Medida de Adequacidade da Amostra de
Kaiser-Meyer-Olkin (KMO): MSA = 0,5301, como
o MSA > 0,5, a anlise fatorial adequada para a
amostra utilizada.
Na sequncia, so apresentados os resultados
obtidos nos carregamentos de cada componente.
Realizou-se a anlise fatorial por componentes
principais, a qual revelou oito fatores com
autovalores maiores do que 1, explicando,
respectivamente, 16,39; 11,09; 9,15; 10,35, 8,98,
7,66, 6,67 e 9,85% da variao total dos escores (os
oito fatores juntos explicam 80,14%).
Acta Scientiarum. Technology
Indicadores
79
Escolas
80
Marques
Indicadores
Indicadores
Escolas
Indicadores
Escolas
Escolas
81
License information: This is an open-access article distributed under the terms of the
Creative Commons Attribution License, which permits unrestricted use, distribution,
and reproduction in any medium, provided the original work is properly cited.