Devido a fatores e condicionantes de caracter histórico e social, a
realidade educacional brasileira apresenta problemas latentes e
estruturais. Inserido nessa problemática, o presente relatório busca
evidenciar de que modo aspectos como renda familiar, raça e escolaridade
dos pais impactam diretamente no desempenho final dos estudantes no
Exame Nacional do Ensino Médio (ENEM), adotou-se como ponto focal o ano
de 2022 e foram considerados os dados referentes ao estado de
Pernambuco. O recorte justifica-se em virtude da necessidade de
trabalhar com a base de dados mais recente e com um espaço geográfico
com o qual possuímos vivência.
Os dados utilizados nessa pesquisa são provenientes dos microdados do
Enem, disponibilizados pelo INEP. Segundo os dados, na edição de 2022,
houve 189.595 inscrições para o estado de Pernambuco, dois quais 130.361
são consideradas inscrições válidas, ou seja, representam candidatos que
realizaram todas as provas e não foram eliminadas.
Os dados estão disponibilizados em cinco pastas, conforme pode ser
evidenciado na figura 01, foram utilizadas especificamente a pasta Dados
que contém informações gerais sobre o ENEM, o perfil dos participantes e
as notas em cada área do conhecimento e a pasta Dicionários que
especifica as variáveis contidas na base de dados. As variáveis
selecionadas dos Microdados do Enem incluem aspectos pessoais, como
idade e sexo, e aspectos socioeconômicos, como escolaridade dos pais,
renda familiar e acesso a internet. Essas variáveis são relevantes para
a análise das médias de notas, pois fornecem subsídios para interpretar
os dados e fenômenos observados. Os resultados aqui obtidos permitem
traçar um panorama sobre o atual contexto educacional de Pernambuco,
podendo subsidiar a criação de políticas públicas e promover reflexões
sobre desigualdades regionais, raciais e de renda. Espera-se ainda
provocar reflexões e discussões sobre o referido tema, subsidiando a
criação de políticas públicas educacionais, com o fito de combater as
disparidades identificadas.
Pacotes…
dados <- read.csv("C:/Users/Aldenir/Documents/MICRODADOS_ENEM_2022.csv", sep = ";", encoding = "iso-8859-1")
dim (dados)
## [1] 3476105 76
dados <- dados[, c("NU_INSCRICAO","NU_ANO","TP_FAIXA_ETARIA", "TP_SEXO","TP_ESTADO_CIVIL","TP_COR_RACA","TP_NACIONALIDADE","TP_ST_CONCLUSAO","TP_ANO_CONCLUIU","TP_ESCOLA", "TP_ENSINO", "IN_TREINEIRO","CO_MUNICIPIO_ESC","NO_MUNICIPIO_ESC","CO_UF_ESC","SG_UF_ESC","TP_DEPENDENCIA_ADM_ESC","TP_LOCALIZACAO_ESC","TP_SIT_FUNC_ESC","CO_MUNICIPIO_PROVA","NO_MUNICIPIO_PROVA","CO_UF_PROVA","SG_UF_PROVA","TP_PRESENCA_CN","TP_PRESENCA_CH","TP_PRESENCA_LC", "TP_PRESENCA_MT","CO_PROVA_CN","CO_PROVA_CH","CO_PROVA_LC","CO_PROVA_MT","NU_NOTA_CN","NU_NOTA_CH","NU_NOTA_LC","NU_NOTA_MT","TP_STATUS_REDACAO","NU_NOTA_REDACAO")]
dados_enem22_PE <- dados[grep("^26", dados$CO_MUNICIPIO_PROVA), ]
dim(dados_enem22_PE)
## [1] 189595 37
options(repos = "http://cran.rstudio.com")
install.packages("dplyr")
## Installing package into 'C:/Users/Aldenir/AppData/Local/R/win-library/4.3'
## (as 'lib' is unspecified)
## package 'dplyr' successfully unpacked and MD5 sums checked
##
## The downloaded binary packages are in
## C:\Users\Aldenir\AppData\Local\Temp\Rtmp4e9jsV\downloaded_packages
library(dplyr)
##
## Attaching package: 'dplyr'
## The following objects are masked from 'package:stats':
##
## filter, lag
## The following objects are masked from 'package:base':
##
## intersect, setdiff, setequal, union
dados_enem22_PE_aplicacoes_validas <- dados_enem22_PE %>%
filter(TP_PRESENCA_CN == 1 &
TP_PRESENCA_CH == 1 &
TP_PRESENCA_LC == 1 &
TP_PRESENCA_MT == 1)
dim(dados_enem22_PE_aplicacoes_validas)
## [1] 130361 37
Análise…
Para concluir…