PROGRAMA BOLSA FAMÍLIA E OS INDICADORES EDUCACIONAIS NO ESTADO DO CEARÁ

Authors

  • Kaliny Kélvia Siqueira Lima
  • Joyciane Coelho Vasconcelos
  • Gerlânia Maria Rocha Sousa
  • Antônia Francivan Vieira Castelo Branco

DOI:

https://doi.org/10.56083/RCV3N8-140

Keywords:

Programa Bolsa Família, Ensino Fundamental, Econometria

Abstract

Neste trabalho será abordado como o Programa Bolsa Família - PBF vem contribuindo para mudar a educação.  Sendo a educação um dos principais temas de discussões e reflexões. Sua importância se deve ao fato de abranger temas sociais, econômicos, políticos e culturais. O trabalho tem como objetivo geral estudar a análise multivariada, envolvendo a relação entre aspectos socioeconômicos e variáveis educacionais do Estado do Ceará e; objetivos específicos determinar a relação quantitativa entre as variáveis e identificar os fatores representativos da educação nos municípios do Ceará, agrupando-os a partir do cálculo de um índice educacional; verificar se os indicadores socioeconômicos influenciam os indicadores educacionais nos municípios do Estado do Ceará e identificar as variáveis que mais influenciam os indicadores educacionais nos municípios cearenses. A metodologia adotada se utilizou de dados secundários extraídos do Portal Brasil, Data Social, Instituto Nacional de Estudos e Pesquisas Educacionais Anísio Teixeira (INEP), Instituto de Pesquisa Econômica Aplicada (IPEA). Os dados foram coletados em escala Municipal para o Estado do Ceará, tendo como referência o período o ano de 2015. O estudo mostrou como resultado principal que a taxa de aprovação do ensino médio não possui impacto sob a variável dependente, porém, com o aumento da quantidade de crianças e adolescentes de 6 a 17 anos, acompanhados na frequência escolar teve impacto negativo de 0,024 na taxa de abandono no ensino médio e, concluiu que através da metodologia da análise discriminante os municípios alcançaram notas acima da média do IDEB, tendo como variável de valor estatístico significante, a taxa de aprovação do 1º ao 5º ano, como a que melhor que discrimina os grupos em estudo. No caso, 67,4% das notas do IDEB foram classificados corretamente, segundo o repasse do PBF, em 2015. As variáveis independentes, indicadas pelo modelo de regressão logística foram bem eficientes em prever as notas do IDEB que não seriam acima da média, percentual de 56,3% dos municípios e, mais eficientes em prever as notas acima da média dos Municípios do Estado do Ceará, chegando a 76,3% de acertos. Ou seja, houve uma melhora no percentual de acertos em relação ao modelo base, significando dizer que o valor do repasse do PBF, em 2015, contribuiu para que um percentual maior dos municípios do Estado do Ceará atingissem notas acima da média do IDEB, configurando, assim, uma melhora no ensino da educação fundamental. E, por fim, segundo a análise de correlação canônica, admite-se que existe correlação entre os grupos das variáveis, o que valida o modelo, corroborando que a análise fatorial revelou, considerou as variáveis taxa de aprovação do ensino fundamental I e as notas do IDEB como variáveis mais represnetativas dentro do modelo de correlação canônica; estas que já contemplam indicadores encontrados entre os três fatores mais importantes, segundo a metodologia de regressão logística e análise discriminante, endossando que as variáveis investigadas no estudo melhor explica os impactos positivos do PBF na educação de ensino fundamental.

References

ANDRADE, T. A. Métodos estatísticos e econométricos aplicados à análise regional. In:

HADDAD, P. R. (Org.). Economia regional: teoria e métodos de análise. Fortaleza, CE: BNB, ETENE, 1989.

CASTELAR, Pablo Urano de Carvalho; MONTEIRO, Vitor Borges; LAVOR, Daniel Campos. Um estudo sobre as causas de abandono escolar nas escolas públicas do ensino médio do Estado do Ceará. In: BARRETO, Flávio Ataliba Flexa Daltro; MENEZES, Adriano Sarquis B. de; DANTAS, Regis Façanha; ALBUQUERQUE, Emanuel Lindemberg Silva; SOUSA, Fátima Juvenal de; GONÇALVES, Laura Carolina (Org.) Economia do Ceará em Debate 2012. Fortaleza: IPECE, 2013. P. 33-56.

COSTELLO, A. B; OSBORNE, J. W. Best practices in exploratory factor analysis: Four recommendations for getting the most from your analysis. Practical Assessment Research & Evaluation, 10, 7, p. 13-24, 2005.

Glewwe, P.; Kassouf, A. O impacto do programa bolsa família no total de matrículas do ensino fundamental, taxas de abandono e aprovação, in ‘Seminário Itaú Internacional de Avaliação Econômica de Projetos Sociais’, São Paulo, 2010.

FÁVERO, L.P. et al. Análise de dados: modelagem multivariada para tomada de decisões. Primeira Edição. Rio de Janeiro. Elsevier. 2009.

FERREIRA, C. M. de C. Métodos de regionalização. In: HADDAD, P. R. (Org.). Economia Regional: teoria e métodos de análise. Fortaleza, CE: BNB, ETENE, 1989.

FERREIRA, D. F. Análise Multivariada. Ministério da Educação e do Desporto, Universidade Federal de Lavras - Departamento de Ciências Exatas, 1996.

FREITAS, C.; PAZ, M. V.; NICOLA, D. S. Avaliando a intensidade da modernização da agropecuária gaúcha: uma aplicação de análise fatorial e cluster. Revista Análise Econômica. Porto Alegre, ano 25, n. 47, p. 121-149, 2007. DOI: https://doi.org/10.22456/2176-5456.10873

HAIR, JOSEPH F.; BLACK, WILLIAM C.; BABIN, BARRY J.; ANDERSON, ROLPH E.; TATHAM, RONALD L. Análise multivariada de dados. Trad. Adonai Schlup Sant’Anna. Rev. Maria Aparecida Gouvêa. 6. ed. Porto Alegre, Bookman, 2009, p. 688.

HÄRDLE, W.; SIMAR, L. Applied Multivariate Statistical Analysis. Berlin and Louvain-la-Neuve, 2003. E-book disponível em: http://www.xplore-stat.de. DOI: https://doi.org/10.1007/978-3-662-05802-2

HO, Robert. Handbook of univariate and multivariate data analysis and interpretation with SPSS. CRC Press, 2006. DOI: https://doi.org/10.1201/9781420011111

JOHNSON, R. A.; WICHERN, D. W. Applied Multivariate Statistical Analysis. 3ª ed. New Jersey: Prentice Hall, 1992.

LEECH, Nancy L.; BARRETT, Karen C.; MORGAN, George A. SPSS for Intermediate Statistics: Use and Interpretation. LAWRENCE ERLBAUM ASSOCIATES, PUBLISHERS. Mahwah, New Jersey London. 2005.

MALHOTRA, N. K. Marketing research. 4 ed. New York: Prentice Hall, p. 864, 2004.

MANLY, B.F.J. Multivariate statistical methods: a primer. 2.ed. London: Chapman and Hall, 1998, p. 215.

MARRIOT, F.H.C. The interpretation of multiple observations. New York, Academic Press, 1974, p. 117.

MINGOTI, S. A. Análise de dados através de métodos de estatística multivariada: uma abordagem aplicada. Belo Horizonte: Editora UFMG, 2005, p. 279.

NEY, M. G. Educação e desigualdade de renda no meio rural brasileiro. Dissertação (Doutor em Economia Aplicada) – UNICAMP, Universidade de Campinas, Campinas, 124f., 2006.

PONTILI. Rosangela. A infra estrutura escolar e as características familiares influenciando a frequência e o atraso no ensino fundamental. Piracicaba: ESALQ/USP, 2004.

REIS, E. Estatística Multivariada. Lisboa: Edições Silabo Ltda, 1997. 343 p.

ROCHA, L.A.; KHAN, A. S.; LIMA, P.V.P.S. Impacto do Programa Bolsa família sobre o bem estar das famílias beneficiadas no estado do Ceará. In: Eveline Barbosa Silva Carvalho; Marcos Costa Holanda, Marcelo Ponte Barbosa. (Org.). Economia do Ceará em Debate 2008, Fortaleza, v. 1, p. 106-122, 2009.

SAMPIERI, Roberto Hernandéz; COLLADO, Carlos Fernández; LUCIO, Pilar Baptista. Metodología de la Investigación. México: McGraw-Hill, 1997.

SILVA, Marta Maria Aguiar Sisnando; LIMA, Patrícia Verônica Pinheiro Sales. Indicadores educacionais e de renda e sua relação com pobreza e indigência no seminárido brasileiro. Rev. Econ. NE, Fortaleza, v. 46, n. 2, p. 117-132, abr.-jun., 2015.

SOARES, J. F. Implementação de cotas na UFMG para alunos egressos de escolas públicas. In: Universidade e democracia: experiências e alternativas para a ampliação do acesso à Universidade pública. Belo Horizonte: Editora UFMG, 2004.

VALENTIN, J. Ecologia numérica: uma introdução à análise multivariada de dados ecológicos. Rio de Janeiro: Interciência, 2000, p. 117.

ZAMBRANO, C.; LIMA, J. E. Análise Estatística Multivariada de Dados Socioeconômicos. In: SANTOS, M. L.; VIEIRA, W. C. (Ed.). Métodos quantitativos em economia. Viçosa, UFV, p. 556-577, 2004.

WARD, J. Hierarchical grouping to optimize an objective function, Journal of the American Statistical Association, 1963, 58:236-244. DOI: https://doi.org/10.1080/01621459.1963.10500845

Published

2023-08-22

How to Cite

Lima, K. K. S., Vasconcelos, J. C., Sousa, G. M. R., & Branco, A. F. V. C. (2023). PROGRAMA BOLSA FAMÍLIA E OS INDICADORES EDUCACIONAIS NO ESTADO DO CEARÁ. Revista Contemporânea, 3(8), 12437–12473. https://doi.org/10.56083/RCV3N8-140

Issue

Section

Articles