APÊNDICE 1 - PRODUÇÃO DA BASE INICIAL

Integra a tese de doutorado de Alexandre Campos

1 APRESENTAÇÃO

Este documento é parte integrante da tese de doutorado de Alexnadre Cândido de Oliveira Campos, desenvolvida junto ao Programa de Pós-Graduação em Educação da Universidade Federal de Mato Grosso, tendo como orientadora a professora Rute Cristina Domingos da Palma.

Em conjunto com os demais apêndices vinculados à tese, apresenta os procedimentos estatísticos realizados para a produção de informações que subsidiaram as análises. Optou-se por apartar os procedimentos visando maior fluidez no texto central da tese e melhor sistematização do material a ser submetido a auditoria estatística.+

Especificamente neste Apêndice 1 constam os procedimentos de produção da base de dados a partir dos originais acessados no site oficial do Inep, disponível em https://www.gov.br/inep/pt-br/acesso-a-informacao/dados-abertos/microdados/saeb.

Todo o trabalho com as bases de dados foi realizado na ferramenta R, versão 4.2.0, (Copyright (C) 2022 The R Foundation for Statistical Computing), executada em x86_64-w64-mingw32/x64 (64-bit)

2 AJUSTES INICIAIS

Como apontado no texto principal da tese o questionário dos professores tratam de diferentes temas relacionados à docência. Assim, desde o momento da importação dos dados procedemos a seleção das variáveis de interesse, ou seja, aquelas que se referem às característica dos professores e às respostas às questões sobre formação continuada.

Os passos dados para esse processo de importação foram: - o ajuste da ferramenta R (mais especificamente o carregamento dos pacotes); - a importação do banco para a ferramenta R; - a seleção das variáveis de interesse.

Cada um desses passos estão expressos nos scripts a seguir:

2.1 Carregamento dos pacotes

if(!require(pacman)) {install.packages("pacman")}
pacman::p_load(ggplot2, dplyr, scales, ggpubr)
library(flexdashboard)
library(tidyverse)
library(rstatix)
library(readr)
library(psych)
library(formattable)
library(gmodels)
library(rhandsontable)
library(qdap)
library(gtsummary)
library(flextable)
library(gt)
library(kableExtra)
library(xtable)
library(likert)
library(pagedown)
library(psych)
library(corrplot)
library(crosstable)
library(flextable)
library(descr)
library(gtsummary)
library(gtExtras)
library(labelled)
library(rio)
library(table1)
library(RColorBrewer)

2.2 Importação do banco

setwd("D:/R_Diretorio/Tese")

TS_PROFESSOR <- read.csv('Dados/TS_PROFESSOR.csv', sep = ';', dec = ',')

glimpse(TS_PROFESSOR)

## Rows: 565,640
## Columns: 135
## $ ID_SAEB                       <int> 2021, 2021, 2021, 2021, 2021, 2021, 2021…
## $ ID_REGIAO                     <int> 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1…
## $ ID_UF                         <int> 11, 11, 11, 11, 11, 11, 11, 11, 11, 11, …
## $ ID_MUNICIPIO                  <int> 6316600, 6316600, 6316600, 6316600, 6316…
## $ ID_AREA                       <int> 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0…
## $ ID_ESCOLA                     <int> 61324549, 61324549, 61324549, 61324549, …
## $ IN_PUBLICA                    <int> 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1…
## $ ID_LOCALIZACAO                <int> 1, 1, 1, 1, 1, 1, 1, 1, 2, 2, 2, 2, 1, 1…
## $ ID_TURMA                      <int> 1324152, 1324152, 1324376, 1324152, 1379…
## $ ID_PROFESSOR                  <int> 2503102, 2512579, 2516480, 2506320, 2507…
## $ ID_SERIE                      <int> 9, 9, 5, 9, 9, 9, 5, 9, 9, 9, 9, 5, 12, …
## $ SQ_QUESTIONARIO               <int> 1, 3, 1, 2, 1, 2, 1, 3, 1, 2, 3, 1, 2, 2…
## $ IN_PREENCHIMENTO_QUESTIONARIO <int> 1, 0, 1, 1, 1, 0, 1, 0, 0, 0, 0, 1, 0, 0…
## $ IN_PREENCHIMENTO_OUTRA_TURMA  <int> 0, 0, 0, 0, 1, 0, 0, 0, 0, 0, 0, 0, 0, 0…
## $ TX_RESP_Q001                  <chr> "B", ".", "B", "A", "B", ".", "A", ".", …
## $ TX_RESP_Q002                  <chr> "A", ".", "C", "B", "C", ".", "C", ".", …
## $ TX_RESP_Q003                  <chr> "C", ".", "E", "F", "F", ".", "*", ".", …
## $ TX_RESP_Q004                  <chr> "A", ".", "A", "A", "A", ".", ".", ".", …
## $ TX_RESP_Q005                  <chr> "D", ".", "G", "H", "H", ".", "D", ".", …
## $ TX_RESP_Q006                  <chr> "A", ".", "E", "B", "D", ".", "C", ".", …
## $ TX_RESP_Q007                  <chr> "C", ".", "A", "B", "B", ".", "A", ".", …
## $ TX_RESP_Q008                  <chr> "A", ".", "A", "A", "A", ".", "A", ".", …
## $ TX_RESP_Q009                  <chr> "E", ".", "C", "B", "B", ".", "D", ".", …
## $ TX_RESP_Q010                  <chr> "C", ".", "B", "C", "B", ".", "D", ".", …
## $ TX_RESP_Q011                  <chr> "A", ".", "A", "A", "A", ".", "A", ".", …
## $ TX_RESP_Q012                  <chr> "C", ".", "D", "C", "C", ".", "D", ".", …
## $ TX_RESP_Q013                  <chr> "B", ".", "B", "A", "B", ".", "B", ".", …
## $ TX_RESP_Q014                  <chr> "A", ".", "B", "C", "C", ".", "C", ".", …
## $ TX_RESP_Q015                  <chr> "B", ".", "C", "C", "C", ".", "D", ".", …
## $ TX_RESP_Q016                  <chr> "B", ".", "B", "B", "A", ".", "A", ".", …
## $ TX_RESP_Q017                  <chr> "D", ".", "C", "D", "D", ".", "D", ".", …
## $ TX_RESP_Q018                  <chr> "D", ".", "B", "C", "C", ".", "B", ".", …
## $ TX_RESP_Q019                  <chr> "B", ".", "D", "D", "C", ".", "B", ".", …
## $ TX_RESP_Q020                  <chr> "C", ".", "B", "D", "B", ".", "D", ".", …
## $ TX_RESP_Q021                  <chr> "B", ".", "B", "B", "B", ".", "A", ".", …
## $ TX_RESP_Q022                  <chr> "A", ".", "A", "B", "B", ".", "A", ".", …
## $ TX_RESP_Q023                  <chr> "C", ".", "B", "C", "D", ".", "D", ".", …
## $ TX_RESP_Q024                  <chr> "C", ".", "C", "D", "D", ".", "D", ".", …
## $ TX_RESP_Q025                  <chr> "D", ".", "C", "B", "C", ".", "D", ".", …
## $ TX_RESP_Q026                  <chr> "D", ".", "C", "A", "C", ".", "A", ".", …
## $ TX_RESP_Q027                  <chr> "C", ".", "B", "A", "B", ".", "D", ".", …
## $ TX_RESP_Q028                  <chr> "C", ".", "C", "A", "B", ".", "D", ".", …
## $ TX_RESP_Q029                  <chr> "C", ".", "C", "A", "C", ".", "C", ".", …
## $ TX_RESP_Q030                  <chr> "C", ".", "D", "D", "D", ".", "D", ".", …
## $ TX_RESP_Q031                  <chr> "C", ".", "C", "C", "C", ".", "A", ".", …
## $ TX_RESP_Q032                  <chr> "B", ".", "D", "C", "C", ".", "B", ".", …
## $ TX_RESP_Q033                  <chr> "C", ".", "B", "D", "C", ".", "A", ".", …
## $ TX_RESP_Q034                  <chr> "C", ".", "D", "B", "C", ".", "B", ".", …
## $ TX_RESP_Q035                  <chr> "E", ".", "E", "E", "E", ".", "D", ".", …
## $ TX_RESP_Q036                  <chr> "A", ".", "A", "A", "C", ".", "A", ".", …
## $ TX_RESP_Q037                  <chr> "A", ".", "A", "A", "C", ".", "D", ".", …
## $ TX_RESP_Q038                  <chr> "A", ".", "A", "A", "A", ".", "C", ".", …
## $ TX_RESP_Q039                  <chr> "A", ".", "E", "B", "C", ".", "B", ".", …
## $ TX_RESP_Q040                  <chr> "B", ".", "E", "B", "C", ".", "B", ".", …
## $ TX_RESP_Q041                  <chr> "D", ".", "B", "C", "D", ".", "A", ".", …
## $ TX_RESP_Q042                  <chr> "D", ".", "B", "C", "D", ".", "B", ".", …
## $ TX_RESP_Q043                  <chr> "D", ".", "B", "C", "D", ".", "C", ".", …
## $ TX_RESP_Q044                  <chr> "D", ".", "B", "C", "D", ".", "D", ".", …
## $ TX_RESP_Q045                  <chr> "D", ".", "B", "C", "D", ".", "B", ".", …
## $ TX_RESP_Q046                  <chr> "D", ".", "B", "C", "D", ".", "B", ".", …
## $ TX_RESP_Q047                  <chr> "D", ".", "B", "C", "D", ".", "C", ".", …
## $ TX_RESP_Q048                  <chr> "D", ".", "B", "C", "D", ".", "D", ".", …
## $ TX_RESP_Q049                  <chr> "D", ".", "B", "C", "D", ".", "A", ".", …
## $ TX_RESP_Q050                  <chr> "D", ".", "B", "C", "D", ".", "B", ".", …
## $ TX_RESP_Q051                  <chr> "D", ".", "B", "C", "D", ".", "A", ".", …
## $ TX_RESP_Q052                  <chr> "B", ".", "B", "A", "B", ".", "D", ".", …
## $ TX_RESP_Q053                  <chr> "B", ".", "D", "A", "B", ".", "D", ".", …
## $ TX_RESP_Q054                  <chr> "C", ".", "A", "A", "A", ".", "D", ".", …
## $ TX_RESP_Q055                  <chr> "C", ".", "E", "C", "E", ".", "C", ".", …
## $ TX_RESP_Q056                  <chr> "D", ".", "E", "C", "E", ".", "D", ".", …
## $ TX_RESP_Q057                  <chr> "C", ".", "E", "C", "C", ".", "C", ".", …
## $ TX_RESP_Q058                  <chr> "B", ".", "A", "B", "A", ".", "B", ".", …
## $ TX_RESP_Q059                  <chr> "A", ".", "A", "A", "A", ".", "A", ".", …
## $ TX_RESP_Q060                  <chr> "A", ".", "A", "A", "A", ".", "A", ".", …
## $ TX_RESP_Q061                  <chr> "B", ".", "E", "A", "D", ".", "E", ".", …
## $ TX_RESP_Q062                  <chr> "C", ".", "E", "A", "D", ".", "E", ".", …
## $ TX_RESP_Q063                  <chr> "C", ".", "E", "D", "D", ".", "E", ".", …
## $ TX_RESP_Q064                  <chr> "B", ".", "E", "D", "C", ".", "E", ".", …
## $ TX_RESP_Q065                  <chr> "B", ".", "E", "D", "D", ".", "E", ".", …
## $ TX_RESP_Q066                  <chr> "B", ".", "E", "D", "D", ".", "E", ".", …
## $ TX_RESP_Q067                  <chr> "C", ".", "E", "D", "C", ".", "E", ".", …
## $ TX_RESP_Q068                  <chr> "B", ".", "B", "C", "B", ".", "D", ".", …
## $ TX_RESP_Q069                  <chr> "B", ".", "B", "B", "B", ".", "D", ".", …
## $ TX_RESP_Q070                  <chr> "B", ".", "A", "B", "A", ".", "D", ".", …
## $ TX_RESP_Q071                  <chr> "B", ".", "B", "A", "A", ".", "D", ".", …
## $ TX_RESP_Q072                  <chr> "B", ".", "D", "A", "A", ".", "D", ".", …
## $ TX_RESP_Q073                  <chr> "A", ".", "A", "A", "B", ".", "D", ".", …
## $ TX_RESP_Q074                  <chr> "C", ".", "D", "C", ".", ".", "B", ".", …
## $ TX_RESP_Q075                  <chr> "C", ".", "C", "C", "C", ".", "A", ".", …
## $ TX_RESP_Q076                  <chr> "C", ".", "C", "C", "C", ".", "C", ".", …
## $ TX_RESP_Q077                  <chr> "B", ".", "C", "C", "C", ".", "C", ".", …
## $ TX_RESP_Q078                  <chr> "A", ".", "C", "C", "C", ".", "A", ".", …
## $ TX_RESP_Q079                  <chr> "C", ".", "C", "C", "C", ".", "C", ".", …
## $ TX_RESP_Q080                  <chr> "C", ".", "C", "C", "C", ".", "A", ".", …
## $ TX_RESP_Q081                  <chr> "C", ".", "C", "C", "C", ".", "D", ".", …
## $ TX_RESP_Q082                  <chr> "C", ".", "C", "C", "D", ".", "D", ".", …
## $ TX_RESP_Q083                  <chr> "C", ".", "C", "C", "C", ".", "B", ".", …
## $ TX_RESP_Q084                  <chr> "C", ".", "C", "C", "D", ".", "D", ".", …
## $ TX_RESP_Q085                  <chr> "C", ".", "C", "C", "D", ".", "D", ".", …
## $ TX_RESP_Q086                  <chr> "B", ".", "D", "B", "C", ".", "A", ".", …
## $ TX_RESP_Q087                  <chr> "C", ".", "C", "B", "C", ".", "A", ".", …
## $ TX_RESP_Q088                  <chr> "C", ".", "C", "B", "D", ".", "D", ".", …
## $ TX_RESP_Q089                  <chr> "C", ".", "C", "B", "C", ".", "B", ".", …
## $ TX_RESP_Q090                  <chr> "C", ".", "C", "C", "C", ".", "D", ".", …
## $ TX_RESP_Q091                  <chr> "C", ".", "C", "C", "C", ".", "D", ".", …
## $ TX_RESP_Q092                  <chr> "C", ".", "B", "C", "B", ".", "D", ".", …
## $ TX_RESP_Q093                  <chr> "C", ".", "C", "C", "D", ".", "D", ".", …
## $ TX_RESP_Q094                  <chr> "C", ".", "C", "C", "D", ".", "D", ".", …
## $ TX_RESP_Q095                  <chr> "C", ".", "C", "C", "C", ".", "D", ".", …
## $ TX_RESP_Q096                  <chr> "A", ".", "A", "A", "A", ".", "A", ".", …
## $ TX_RESP_Q097                  <chr> "A", ".", "A", "A", "A", ".", "A", ".", …
## $ TX_RESP_Q098                  <chr> "A", ".", "A", "A", "A", ".", "B", ".", …
## $ TX_RESP_Q099                  <chr> "A", ".", "A", "A", "A", ".", "A", ".", …
## $ TX_RESP_Q100                  <chr> "A", ".", "A", "A", "A", ".", "A", ".", …
## $ TX_RESP_Q101                  <chr> "A", ".", "A", "A", "A", ".", "A", ".", …
## $ TX_RESP_Q102                  <chr> "A", ".", "A", "A", "A", ".", "A", ".", …
## $ TX_RESP_Q103                  <chr> "A", ".", "A", "A", "A", ".", "A", ".", …
## $ TX_RESP_Q104                  <chr> "A", ".", "A", "A", "A", ".", "A", ".", …
## $ TX_RESP_Q105                  <chr> "A", ".", "A", "A", "A", ".", "A", ".", …
## $ TX_RESP_Q106                  <chr> "A", ".", "A", "A", "A", ".", "A", ".", …
## $ TX_RESP_Q107                  <chr> "A", ".", "A", "C", "A", ".", "A", ".", …
## $ TX_RESP_Q108                  <chr> "A", ".", "A", "B", "A", ".", "A", ".", …
## $ TX_RESP_Q109                  <chr> "A", ".", "C", "C", "B", ".", "B", ".", …
## $ TX_RESP_Q110                  <chr> "B", ".", "C", "C", "B", ".", "B", ".", …
## $ TX_RESP_Q111                  <chr> "B", ".", "C", "B", "C", ".", "D", ".", …
## $ TX_RESP_Q112                  <chr> "D", ".", "C", "B", "C", ".", "D", ".", …
## $ TX_RESP_Q113                  <chr> "C", ".", "C", "C", "C", ".", "A", ".", …
## $ TX_RESP_Q114                  <chr> "C", ".", "D", "C", "D", ".", "D", ".", …
## $ TX_RESP_Q115                  <chr> "C", ".", "C", "B", "C", ".", "D", ".", …
## $ TX_RESP_Q116                  <chr> "C", ".", "A", "C", "A", ".", "B", ".", …
## $ TX_RESP_Q117                  <chr> "B", ".", "B", "D", "A", ".", "C", ".", …
## $ TX_RESP_Q118                  <chr> "A", ".", "B", "C", "A", ".", "C", ".", …
## $ TX_RESP_Q119                  <chr> "C", ".", "D", "D", "D", ".", "D", ".", …
## $ TX_RESP_Q120                  <chr> "C", ".", "D", "B", "C", ".", "D", ".", …
## $ TX_RESP_Q121                  <chr> "A", ".", "C", "C", "B", ".", "A", ".", …

2.3 Verificação especial: Séries X Disciplinas

table(TS_PROFESSOR$ID_SERIE, TS_PROFESSOR$SQ_QUESTIONARIO)

##     
##          1     2     3
##   5  97286     0     0
##   9  86126 86126 86126
##   12 63337 63337 63337
##   13  6655  6655  6655

2.4 Aplicação de filtros

BASE_MATEMATICA_PUBLICA <- TS_PROFESSOR %>% 
  filter(IN_PREENCHIMENTO_QUESTIONARIO==1, SQ_QUESTIONARIO==2, IN_PUBLICA==1)

glimpse(BASE_MATEMATICA_PUBLICA)

## Rows: 72,815
## Columns: 135
## $ ID_SAEB                       <int> 2021, 2021, 2021, 2021, 2021, 2021, 2021…
## $ ID_REGIAO                     <int> 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1…
## $ ID_UF                         <int> 11, 11, 11, 11, 11, 11, 11, 11, 11, 11, …
## $ ID_MUNICIPIO                  <int> 6316600, 6316600, 6316600, 6316600, 6316…
## $ ID_AREA                       <int> 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0…
## $ ID_ESCOLA                     <int> 61324549, 61342611, 61371510, 61371510, …
## $ IN_PUBLICA                    <int> 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1…
## $ ID_LOCALIZACAO                <int> 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1…
## $ ID_TURMA                      <int> 1324152, 1467465, 1443445, 1244450, 1451…
## $ ID_PROFESSOR                  <int> 2506320, 2506815, 2508932, 2509557, 2509…
## $ ID_SERIE                      <int> 9, 12, 12, 9, 9, 12, 9, 9, 9, 12, 9, 9, …
## $ SQ_QUESTIONARIO               <int> 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2…
## $ IN_PREENCHIMENTO_QUESTIONARIO <int> 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1…
## $ IN_PREENCHIMENTO_OUTRA_TURMA  <int> 0, 0, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1…
## $ TX_RESP_Q001                  <chr> "A", "A", "A", "B", "B", "A", "A", "A", …
## $ TX_RESP_Q002                  <chr> "B", "C", "A", "C", "C", "A", "A", "C", …
## $ TX_RESP_Q003                  <chr> "F", "C", "C", "C", "C", "C", "C", "B", …
## $ TX_RESP_Q004                  <chr> "A", "A", "A", "A", "A", "A", "A", "A", …
## $ TX_RESP_Q005                  <chr> "H", "A", "C", "D", "D", "C", "C", "D", …
## $ TX_RESP_Q006                  <chr> "B", "A", "B", "D", "D", "B", "B", "C", …
## $ TX_RESP_Q007                  <chr> "B", "C", "A", "A", "A", "A", "A", "A", …
## $ TX_RESP_Q008                  <chr> "A", "B", "B", "A", "A", "B", "B", "B", …
## $ TX_RESP_Q009                  <chr> "B", "B", "D", "D", "D", "D", "D", "D", …
## $ TX_RESP_Q010                  <chr> "C", "C", "D", "D", "D", "D", "D", "D", …
## $ TX_RESP_Q011                  <chr> "A", "A", "A", "A", "A", "A", "A", "A", …
## $ TX_RESP_Q012                  <chr> "C", "D", "C", "C", "C", "C", "C", "C", …
## $ TX_RESP_Q013                  <chr> "A", "B", "C", "C", "C", "C", "C", "B", …
## $ TX_RESP_Q014                  <chr> "C", "C", "C", "C", "C", "C", "C", "B", …
## $ TX_RESP_Q015                  <chr> "C", "C", "C", "C", "C", "C", "C", "C", …
## $ TX_RESP_Q016                  <chr> "B", "B", "B", "B", "B", "B", "B", "A", …
## $ TX_RESP_Q017                  <chr> "D", "D", "C", "B", "B", "C", "C", "B", …
## $ TX_RESP_Q018                  <chr> "C", "C", "B", "B", "B", "B", "B", "A", …
## $ TX_RESP_Q019                  <chr> "D", "D", "C", "B", "B", "C", "C", "C", …
## $ TX_RESP_Q020                  <chr> "D", "B", "B", "C", "C", "B", "B", "B", …
## $ TX_RESP_Q021                  <chr> "B", "A", "B", "B", "B", "A", "A", "A", …
## $ TX_RESP_Q022                  <chr> "B", "B", "A", "B", "B", "A", "A", "A", …
## $ TX_RESP_Q023                  <chr> "C", "D", "B", "C", "C", "C", "C", "B", …
## $ TX_RESP_Q024                  <chr> "D", "C", "B", "C", "C", "B", "B", "B", …
## $ TX_RESP_Q025                  <chr> "B", "C", "D", "C", "B", "D", "D", "B", …
## $ TX_RESP_Q026                  <chr> "A", "C", "C", "D", "C", "C", "C", "D", …
## $ TX_RESP_Q027                  <chr> "A", "C", "C", "D", "C", "C", "C", "C", …
## $ TX_RESP_Q028                  <chr> "A", "C", "C", "D", "C", "C", "C", "C", …
## $ TX_RESP_Q029                  <chr> "A", "D", "C", "D", "C", "C", "C", "C", …
## $ TX_RESP_Q030                  <chr> "D", "D", "D", "D", "D", "D", "C", "D", …
## $ TX_RESP_Q031                  <chr> "C", "D", "D", "D", "D", "D", "C", "D", …
## $ TX_RESP_Q032                  <chr> "C", "D", "C", "C", "C", "C", "C", "D", …
## $ TX_RESP_Q033                  <chr> "D", "C", "C", "D", "D", "C", "C", "D", …
## $ TX_RESP_Q034                  <chr> "B", "C", "C", "D", "D", "C", "C", "D", …
## $ TX_RESP_Q035                  <chr> "E", "D", "E", "E", "E", "E", "E", "C", …
## $ TX_RESP_Q036                  <chr> "A", "E", "E", "E", "E", "E", "E", "E", …
## $ TX_RESP_Q037                  <chr> "A", "D", "D", "E", "E", "D", "D", "E", …
## $ TX_RESP_Q038                  <chr> "A", "D", "D", "C", "C", "D", "D", "C", …
## $ TX_RESP_Q039                  <chr> "B", "D", "D", "D", "C", "D", "D", "E", …
## $ TX_RESP_Q040                  <chr> "B", "D", "D", "E", "E", "D", "D", "D", …
## $ TX_RESP_Q041                  <chr> "C", "C", "C", "C", "C", "C", "C", "B", …
## $ TX_RESP_Q042                  <chr> "C", "C", "C", "D", "D", "C", "C", "B", …
## $ TX_RESP_Q043                  <chr> "C", "D", "B", "D", "D", "B", "B", "C", …
## $ TX_RESP_Q044                  <chr> "C", "B", "B", "D", "C", "B", "B", "C", …
## $ TX_RESP_Q045                  <chr> "C", "C", "B", "D", "C", "B", "B", "B", …
## $ TX_RESP_Q046                  <chr> "C", "C", "B", "D", "D", "B", "B", "B", …
## $ TX_RESP_Q047                  <chr> "C", "D", "B", "D", "D", "B", "B", "B", …
## $ TX_RESP_Q048                  <chr> "C", "C", "C", "D", "D", "C", "C", "C", …
## $ TX_RESP_Q049                  <chr> "C", "C", "B", "D", "D", "B", "B", "B", …
## $ TX_RESP_Q050                  <chr> "C", "C", "B", "D", "D", "B", "B", "B", …
## $ TX_RESP_Q051                  <chr> "C", "C", "B", "D", "D", "B", "B", "C", …
## $ TX_RESP_Q052                  <chr> "A", "D", "D", "A", "A", "D", "D", "B", …
## $ TX_RESP_Q053                  <chr> "A", "B", "C", "A", "A", "C", "C", "A", …
## $ TX_RESP_Q054                  <chr> "A", "B", "B", "A", "A", "B", "B", "B", …
## $ TX_RESP_Q055                  <chr> "C", "D", "D", "A", "A", "D", "D", "A", …
## $ TX_RESP_Q056                  <chr> "C", "D", "D", "A", "A", "D", "D", "A", …
## $ TX_RESP_Q057                  <chr> "C", "C", "C", "A", "A", "C", "C", "A", …
## $ TX_RESP_Q058                  <chr> "B", "B", "B", "A", "A", "B", "B", "B", …
## $ TX_RESP_Q059                  <chr> "A", "A", "A", "A", "A", "A", "A", "A", …
## $ TX_RESP_Q060                  <chr> "A", "A", "A", "A", "A", "A", "A", "A", …
## $ TX_RESP_Q061                  <chr> "A", "E", "D", "A", "A", "D", "D", "D", …
## $ TX_RESP_Q062                  <chr> "A", "E", "D", "A", "A", "D", "D", "C", …
## $ TX_RESP_Q063                  <chr> "D", "D", "D", "A", "A", "D", "D", "C", …
## $ TX_RESP_Q064                  <chr> "D", "D", "E", "A", "A", "E", "E", "C", …
## $ TX_RESP_Q065                  <chr> "D", "D", "D", "A", "A", "D", "D", "C", …
## $ TX_RESP_Q066                  <chr> "D", "E", "D", "A", "A", "D", "D", "D", …
## $ TX_RESP_Q067                  <chr> "D", "D", "D", "A", "A", "D", "D", "B", …
## $ TX_RESP_Q068                  <chr> "C", "B", "B", "B", "B", "B", "B", "D", …
## $ TX_RESP_Q069                  <chr> "B", "A", "B", "B", "D", "B", "B", "B", …
## $ TX_RESP_Q070                  <chr> "B", "A", "B", "D", "D", "B", "B", "A", …
## $ TX_RESP_Q071                  <chr> "A", "B", "B", "D", "D", "B", "B", "A", …
## $ TX_RESP_Q072                  <chr> "A", "B", "B", "D", "A", "B", "B", "B", …
## $ TX_RESP_Q073                  <chr> "A", "A", "A", "A", "A", "A", "A", "A", …
## $ TX_RESP_Q074                  <chr> "C", "D", "D", "D", "D", "D", "D", "D", …
## $ TX_RESP_Q075                  <chr> "C", "C", "C", "C", "C", "C", "C", "C", …
## $ TX_RESP_Q076                  <chr> "C", "C", "C", "C", "C", "C", "C", "C", …
## $ TX_RESP_Q077                  <chr> "C", "C", "C", "C", "C", "B", "B", "A", …
## $ TX_RESP_Q078                  <chr> "C", "C", "C", "C", "C", "C", "C", "C", …
## $ TX_RESP_Q079                  <chr> "C", "D", "C", "C", "C", "C", "C", "C", …
## $ TX_RESP_Q080                  <chr> "C", "C", "C", "C", "C", "C", "C", "C", …
## $ TX_RESP_Q081                  <chr> "C", "D", "C", "C", "C", "C", "C", "C", …
## $ TX_RESP_Q082                  <chr> "C", "C", "C", "C", "C", "C", "C", "C", …
## $ TX_RESP_Q083                  <chr> "C", "C", "C", "C", "C", "C", "C", "C", …
## $ TX_RESP_Q084                  <chr> "C", "D", "C", "D", "D", "C", "C", "C", …
## $ TX_RESP_Q085                  <chr> "C", "D", "C", "C", "C", "C", "C", "B", …
## $ TX_RESP_Q086                  <chr> "B", "C", "C", "C", "C", "C", "C", "C", …
## $ TX_RESP_Q087                  <chr> "B", "C", "C", "C", "C", "C", "C", "C", …
## $ TX_RESP_Q088                  <chr> "B", "C", "C", "D", "C", "C", "C", "D", …
## $ TX_RESP_Q089                  <chr> "B", "C", "B", "C", "C", "B", "B", "C", …
## $ TX_RESP_Q090                  <chr> "C", "C", "C", "C", "C", "C", "C", "C", …
## $ TX_RESP_Q091                  <chr> "C", "C", "C", "C", "C", "C", "C", "B", …
## $ TX_RESP_Q092                  <chr> "C", "B", "C", "C", "C", "C", "C", "C", …
## $ TX_RESP_Q093                  <chr> "C", "C", "C", "C", "C", "C", "C", "C", …
## $ TX_RESP_Q094                  <chr> "C", "B", "C", "C", "C", "C", "C", "C", …
## $ TX_RESP_Q095                  <chr> "C", "C", "C", "C", "C", "C", "C", "C", …
## $ TX_RESP_Q096                  <chr> "A", "A", "A", "A", "A", "A", "A", "B", …
## $ TX_RESP_Q097                  <chr> "A", "A", "A", "A", "A", "A", "A", "A", …
## $ TX_RESP_Q098                  <chr> "A", "B", "A", "A", "A", "A", "A", "A", …
## $ TX_RESP_Q099                  <chr> "A", "A", "A", "A", "A", "A", "A", "A", …
## $ TX_RESP_Q100                  <chr> "A", "A", "A", "A", "A", "A", "A", "B", …
## $ TX_RESP_Q101                  <chr> "A", "A", "A", "A", "A", "A", "A", "B", …
## $ TX_RESP_Q102                  <chr> "A", "A", "A", "A", "A", "A", "A", "A", …
## $ TX_RESP_Q103                  <chr> "A", "A", "A", "A", "A", "A", "A", "A", …
## $ TX_RESP_Q104                  <chr> "A", "A", "A", "A", "A", "A", "A", "B", …
## $ TX_RESP_Q105                  <chr> "A", "B", "B", "A", "A", "B", "B", "B", …
## $ TX_RESP_Q106                  <chr> "A", "A", "A", "A", "A", "A", "A", "A", …
## $ TX_RESP_Q107                  <chr> "C", "A", "B", "A", "A", "B", "B", "A", …
## $ TX_RESP_Q108                  <chr> "B", "A", "A", "A", "A", "A", "A", "A", …
## $ TX_RESP_Q109                  <chr> "C", "B", "B", "B", "B", "B", "B", "B", …
## $ TX_RESP_Q110                  <chr> "C", "B", "B", "C", "B", "B", "B", "B", …
## $ TX_RESP_Q111                  <chr> "B", "B", "C", "C", "C", "C", "C", "C", …
## $ TX_RESP_Q112                  <chr> "B", "C", "C", "C", "C", "C", "C", "C", …
## $ TX_RESP_Q113                  <chr> "C", "C", "B", "B", "B", "B", "B", "B", …
## $ TX_RESP_Q114                  <chr> "C", "C", "C", "D", "D", "C", "C", "B", …
## $ TX_RESP_Q115                  <chr> "B", "D", "D", "D", "D", "D", "D", "D", …
## $ TX_RESP_Q116                  <chr> "C", "C", "B", "C", "C", "B", "B", "B", …
## $ TX_RESP_Q117                  <chr> "D", "C", "B", "C", "C", "C", "C", "B", …
## $ TX_RESP_Q118                  <chr> "C", "C", "C", "C", "D", "C", "C", "C", …
## $ TX_RESP_Q119                  <chr> "D", "C", "C", "D", "D", "C", "C", "C", …
## $ TX_RESP_Q120                  <chr> "B", "C", "C", "D", "D", "C", "C", "D", …
## $ TX_RESP_Q121                  <chr> "C", "B", "B", "*", "B", "B", "B", "B", …

2.5 Seleção das variáveis

BASE_MATEMATICA_PUBLICA_2 <- BASE_MATEMATICA_PUBLICA %>% 
  dplyr::select(
  ID_REGIAO,
  ID_UF,
  ID_AREA,
  ID_ESCOLA,
  ID_LOCALIZACAO,
  ID_TURMA,
  ID_PROFESSOR,
  ID_SERIE,
  TX_RESP_Q001,
  TX_RESP_Q002,
  TX_RESP_Q003,
  TX_RESP_Q004,
  TX_RESP_Q005,
  TX_RESP_Q006,
  TX_RESP_Q007,
  TX_RESP_Q008,
  TX_RESP_Q009,
  TX_RESP_Q010,
  TX_RESP_Q011,
  TX_RESP_Q012,
  TX_RESP_Q013,
  TX_RESP_Q014,
  TX_RESP_Q015,
  TX_RESP_Q016,
  TX_RESP_Q041,
  TX_RESP_Q042,
  TX_RESP_Q043,
  TX_RESP_Q044,
  TX_RESP_Q045,
  TX_RESP_Q046,
  TX_RESP_Q047,
  TX_RESP_Q048,
  TX_RESP_Q049,
  TX_RESP_Q050,
  TX_RESP_Q051,
  TX_RESP_Q052,
  TX_RESP_Q053,
  TX_RESP_Q054,
  TX_RESP_Q055,
  TX_RESP_Q056,
  TX_RESP_Q057,
  TX_RESP_Q058,
  TX_RESP_Q059,
  TX_RESP_Q060,
  TX_RESP_Q061,
  TX_RESP_Q062,
  TX_RESP_Q063,
  TX_RESP_Q064,
  TX_RESP_Q065,
  TX_RESP_Q066,
  TX_RESP_Q067)

2.6 Resultado da etapa de importação e delimitação da base

nrow(BASE_MATEMATICA_PUBLICA_2)

## [1] 72815

ncol(BASE_MATEMATICA_PUBLICA_2)

## [1] 51

Como se pode verificar no script anterior e no resultado de seu processamento, todos procedimentos anté aqui geraram em um banco com nrow(BASE_MATEMATICA_PUBLICA_2) professores respondentes e ncol(BASE_MATEMATICA_PUBLICA_2) variáveis.

3 TRATAMENTO DA BASE

Todo trabalho com grande volume de dados quantitativos requer procedimenos de organização inicial por parte do pesquisador. As bases do Saeb 2021 não fogem à regra. O arquivo original obtido no site do Inep consiste em uma planilha codifificada que necessita operações como:

• renomeação das variáveis;
• renomeação das categorias;
• elimninação dos dados ausentes em cada variável;
• produção dos construtos (ou seja, criação de novas variáveis a partir dos dados das variáveis originais).

Essas operações estão descritas nos scripts a seguir:

3.1 Recodificação das variáveis

BASE_MATEMATICA_PUBLICA_3 <- BASE_MATEMATICA_PUBLICA_2 %>% rename(
                                        REGIAO=ID_REGIAO,
                                        ESTADO=ID_UF,
                                        AREA=ID_AREA,
                                        ESCOLA=ID_ESCOLA,
                                        LOCALIZACAO=ID_LOCALIZACAO,
                                        TURMA=ID_TURMA,
                                        PROFESSOR=ID_PROFESSOR,
                                        SERIE=ID_SERIE,
                                        Q1_SEXO=TX_RESP_Q001,
                                        Q2_RACA=TX_RESP_Q002,
                                        Q3_IDADE=TX_RESP_Q003,
                                        Q4_PCD=TX_RESP_Q004,
                                        Q5_ANOS_DOCENCIA=TX_RESP_Q005,
                                        Q6_ANOS_NA_ESCOLA=TX_RESP_Q006,
                                        Q7_QUANTIDADE_ESCOLAS=TX_RESP_Q007,
                                        Q8_VINCULO_TRABALHISTA=TX_RESP_Q008,
                                        Q9_HORAS_SEMANAIS=TX_RESP_Q009,
                                        Q10_SALARIO=TX_RESP_Q010,
                                        Q11_OUTRA_ATIVIDADE=TX_RESP_Q011,
                                        Q12_REALIZACAO_SONHO=TX_RESP_Q012,
                                        Q13_DOCENCIA_VALORIZADA=TX_RESP_Q013,
                                        Q14_VANTAGENS_SUPERAM_DESVANTAGENS=TX_RESP_Q014,
                                        Q15_SATISFACAO_PROFISSIONAL=TX_RESP_Q015,
                                        Q16_VONTADE_DESISTIR=TX_RESP_Q016,
                                        Q41_CONTEUDO=TX_RESP_Q041,
                                        Q42_APRENDIZAGEM=TX_RESP_Q042,
                                        Q43_CULTURA_LOCAL=TX_RESP_Q043,
                                        Q44_GESTAO_DEMOCRATICA=TX_RESP_Q044,
                                        Q45_PLANEJAMENTO_PEDAGOGICO=TX_RESP_Q045,
                                        Q46_INSTRUMENTOS_AVALIACAO=TX_RESP_Q046,
                                        Q47_PRATICAS_PEDAGOGICAS=TX_RESP_Q047,
                                        Q48_METODOLOGIA_PCD=TX_RESP_Q048,
                                        Q49_UTILIZAR_CONHECIMENTOS_APRENDIZAGEM=TX_RESP_Q049,
                                        Q50_TECNOLOGIA_INFORMACAO=TX_RESP_Q050,
                                        Q51_GESTAO_CONFLITOS=TX_RESP_Q051,
                                        Q52_MENOS_20H=TX_RESP_Q052,
                                        Q53_20_A_179H=TX_RESP_Q053,
                                        Q54_180_A_360H=TX_RESP_Q054,
                                        Q55_PARTICIPACAO_COLEGA=TX_RESP_Q055,
                                        Q56_ATIVIDADES_COLABORATIVAS=TX_RESP_Q056,
                                        Q57_INTERCALADA_HORARIO_TRABALHO=TX_RESP_Q057,
                                        Q58_ESPECIALIZACAO=TX_RESP_Q058,
                                        Q59_MESTRADO=TX_RESP_Q059,
                                        Q60_DOUTORADO=TX_RESP_Q060,
                                        Q61_CONTEUDO=TX_RESP_Q061,
                                        Q62_APRENDIZAGEM=TX_RESP_Q062,
                                        Q63_AVALIACAO=TX_RESP_Q063,
                                        Q64_TECNOLOGIA_INFORMACAO=TX_RESP_Q064,
                                        Q65_TRABALHO_COLABORATIVO=TX_RESP_Q065,
                                        Q66_METODOLOGIA_ENSINO=TX_RESP_Q066,
                                        Q67_MEDIACAO_CONFLITO=TX_RESP_Q067)

3.2 Verificação panorâmica das variáveis

table(BASE_MATEMATICA_PUBLICA_3$REGIAO)

## 
##     1     2     3     4     5 
##  7550 22174 27296 10347  5448

table(BASE_MATEMATICA_PUBLICA_3$ESTADO)

## 
##    11    12    13    14    15    16    17    21    22    23    24    25    26 
##   595   349  1927   208  3374   281   816  3834  1686  3525  1074  1673  3053 
##    27    28    29    31    32    33    35    41    42    43    50    51    52 
##  1034   789  5506  7624  1463  3567 14642  3928  2245  4174  1076  1467  2328 
##    53 
##   577

table(BASE_MATEMATICA_PUBLICA_3$AREA)

## 
##     0     1 
## 61481 11334

table(BASE_MATEMATICA_PUBLICA_3$LOCALIZACAO)

## 
##     1     2 
## 62089 10726

table(BASE_MATEMATICA_PUBLICA_3$SERIE)

## 
##     9    12    13 
## 44855 26191  1769

table(BASE_MATEMATICA_PUBLICA_3$Q1_SEXO)

## 
##     *     .     A     B 
##    27   524 36949 35315

table(BASE_MATEMATICA_PUBLICA_3$Q2_RACA)

## 
##     *     .     A     B     C     D     E     F 
##    41   658 33214  7081 29606   980   399   836

table(BASE_MATEMATICA_PUBLICA_3$Q3_IDADE)

## 
##     *     .     A     B     C     D     E     F 
##    69   697  1617  5330 20213 26734  9579  8576

table(BASE_MATEMATICA_PUBLICA_3$Q4_PCD)

## 
##     *     .     A     B 
##    31   771 70194  1819

table(BASE_MATEMATICA_PUBLICA_3$Q5_ANOS_DOCENCIA)

## 
##     *     .     A     B     C     D     E     F     G     H 
##   274   750  2501  1918  6046 11585 13234 12312 12615 11580

table(BASE_MATEMATICA_PUBLICA_3$Q6_ANOS_NA_ESCOLA)

## 
##     *     .     A     B     C     D     E     F     G 
##    64   798 13251  8292 14146 13708  9258  6788  6510

table(BASE_MATEMATICA_PUBLICA_3$Q7_QUANTIDADE_ESCOLAS)

## 
##     *     .     A     B     C 
##    18   792 38449 27002  6554

table(BASE_MATEMATICA_PUBLICA_3$Q8_VINCULO_TRABALHISTA)

## 
##     *     .     A     B     C     D 
##    81   858 47308 22834  1288   446

table(BASE_MATEMATICA_PUBLICA_3$Q9_HORAS_SEMANAIS)

## 
##     *     .     A     B     C     D     E 
##    60   900  3103 16693 16809 24823 10427

table(BASE_MATEMATICA_PUBLICA_3$Q10_SALARIO)

## 
##     *     .     A     B     C     D     E     F     G     H     I 
##    70   949  1429  8881 17233 14871 11622  7141  4478  2656  3485

table(BASE_MATEMATICA_PUBLICA_3$Q11_OUTRA_ATIVIDADE)

## 
##     *     .     A     B 
##     9   883 62265  9658

table(BASE_MATEMATICA_PUBLICA_3$Q12_REALIZACAO_SONHO)

## 
##     *     .     A     B     C     D 
##   114   891  1730  9139 38965 21976

table(BASE_MATEMATICA_PUBLICA_3$Q13_DOCENCIA_VALORIZADA)

## 
##     *     .     A     B     C     D 
##    39   889 22493 38131 10053  1210

table(BASE_MATEMATICA_PUBLICA_3$Q14_VANTAGENS_SUPERAM_DESVANTAGENS)

## 
##     *     .     A     B     C     D 
##    33   951  8177 29187 31060  3407

table(BASE_MATEMATICA_PUBLICA_3$Q15_SATISFACAO_PROFISSIONAL)

## 
##     *     .     A     B     C     D 
##    75   941  2305 13333 45034 11127

table(BASE_MATEMATICA_PUBLICA_3$Q16_VONTADE_DESISTIR)

## 
##     *     .     A     B     C     D 
##    77   941 23965 35827  9492  2513

table(BASE_MATEMATICA_PUBLICA_3$Q41_CONTEUDO)

## 
##     *     .     A     B     C     D 
##    53  1085  9631 20178 23507 18361

table(BASE_MATEMATICA_PUBLICA_3$Q42_APRENDIZAGEM)

## 
##     *     .     A     B     C     D 
##    12  1106  5682 18027 29247 18741

table(BASE_MATEMATICA_PUBLICA_3$Q43_CULTURA_LOCAL)

## 
##     *     .     A     B     C     D 
##    19  1134  3917 16823 32149 18773

table(BASE_MATEMATICA_PUBLICA_3$Q44_GESTAO_DEMOCRATICA)

## 
##     *     .     A     B     C     D 
##    23  1152  7447 19178 26353 18662

table(BASE_MATEMATICA_PUBLICA_3$Q45_PLANEJAMENTO_PEDAGOGICO)

## 
##     *     .     A     B     C     D 
##    35  1124  6735 18472 25051 21398

table(BASE_MATEMATICA_PUBLICA_3$Q46_INSTRUMENTOS_AVALIACAO)

## 
##     *     .     A     B     C     D 
##    21  1122  6729 18503 26471 19969

table(BASE_MATEMATICA_PUBLICA_3$Q47_PRATICAS_PEDAGOGICAS)

## 
##     *     .     A     B     C     D 
##    31  1115  4196 15732 28755 22986

table(BASE_MATEMATICA_PUBLICA_3$Q48_METODOLOGIA_PCD)

## 
##     *     .     A     B     C     D 
##    40  1136  2315  7230 20507 41587

table(BASE_MATEMATICA_PUBLICA_3$Q49_UTILIZAR_CONHECIMENTOS_APRENDIZAGEM)

## 
##     *     .     A     B     C     D 
##    23  1139  4318 16725 29184 21426

table(BASE_MATEMATICA_PUBLICA_3$Q50_TECNOLOGIA_INFORMACAO)

## 
##     *     .     A     B     C     D 
##    48  1123  3626 11759 25907 30352

table(BASE_MATEMATICA_PUBLICA_3$Q51_GESTAO_CONFLITOS)

## 
##     *     .     A     B     C     D 
##    63  1146  6804 18132 26085 20585

table(BASE_MATEMATICA_PUBLICA_3$Q52_MENOS_20H)

## 
##     *     .     A     B     C     D 
##    62  1153 19497 14026 13205 24872

table(BASE_MATEMATICA_PUBLICA_3$Q53_20_A_179H)

## 
##     *     .     A     B     C     D 
##    47  1145 27295 19530 11999 12799

table(BASE_MATEMATICA_PUBLICA_3$Q54_180_A_360H)

## 
##     *     .     A     B     C     D 
##    32  1159 48306 14612  4667  4039

table(BASE_MATEMATICA_PUBLICA_3$Q55_PARTICIPACAO_COLEGA)

## 
##     *     .     A     B     C     D     E 
##    63  1177 16778  4436 20652 15080 14629

table(BASE_MATEMATICA_PUBLICA_3$Q56_ATIVIDADES_COLABORATIVAS)

## 
##     *     .     A     B     C     D     E 
##    28  1196 15862  3891 21806 17986 12046

table(BASE_MATEMATICA_PUBLICA_3$Q57_INTERCALADA_HORARIO_TRABALHO)

## 
##     *     .     A     B     C     D     E 
##    68  1200 16465  6021 22086 16094 10881

table(BASE_MATEMATICA_PUBLICA_3$Q58_ESPECIALIZACAO)

## 
##     *     .     A     B     C     D 
##    41  1198 54132 13454  1953  2037

table(BASE_MATEMATICA_PUBLICA_3$Q59_MESTRADO)

## 
##     *     .     A     B     C     D 
##    27  1246 66465  3394   892   791

table(BASE_MATEMATICA_PUBLICA_3$Q60_DOUTORADO)

## 
##     *     .     A     B     C     D 
##    12  1264 70137   796   312   294

table(BASE_MATEMATICA_PUBLICA_3$Q61_CONTEUDO)

## 
##     *     .     A     B     C     D     E 
##    41  1158 17476  3044  9314 19984 21798

table(BASE_MATEMATICA_PUBLICA_3$Q62_APRENDIZAGEM)

## 
##     *     .     A     B     C     D     E 
##    18  1169 15238  2026  9766 22647 21951

table(BASE_MATEMATICA_PUBLICA_3$Q63_AVALIACAO)

## 
##     *     .     A     B     C     D     E 
##    26  1164 15280  2674 11046 22130 20495

table(BASE_MATEMATICA_PUBLICA_3$Q64_TECNOLOGIA_INFORMACAO)

## 
##     *     .     A     B     C     D     E 
##    28  1184 13142  2230  8770 20851 26610

table(BASE_MATEMATICA_PUBLICA_3$Q65_TRABALHO_COLABORATIVO)

## 
##     *     .     A     B     C     D     E 
##    31  1165 14253  3336 11204 21928 20898

table(BASE_MATEMATICA_PUBLICA_3$Q66_METODOLOGIA_ENSINO)

## 
##     *     .     A     B     C     D     E 
##    32  1176 13504  1879  9274 22597 24353

table(BASE_MATEMATICA_PUBLICA_3$Q67_MEDIACAO_CONFLITO)

## 
##     *     .     A     B     C     D     E 
##   107  1170 17482  6840 13058 18105 16053

3.3 Recodificação das categorias e eliminação de missings.

A eliminação dos missings se deu pela não consideração dos registros faltantes representados pelos caracteres “.” ou “*”.

BASE_MATEMATICA_PUBLICA_4 <- BASE_MATEMATICA_PUBLICA_3

BASE_MATEMATICA_PUBLICA_4$REGIAO <- factor(
  BASE_MATEMATICA_PUBLICA_3$REGIAO, 
  label = c("Norte", "Nordeste", "Sudeste", "Sul", "Centro-Oeste"),
  levels = c(1,2,3,4,5))

BASE_MATEMATICA_PUBLICA_4$ESTADO <- factor(
  BASE_MATEMATICA_PUBLICA_3$ESTADO, 
  label = c("RO", "AC", "AM", "RR", "PA", "AP", "TO", 
            "MA", "PI", "CE", "RN", "PB", "PE", "AL", 
            "SE", "BA", "MG", "ES", "RJ", "SP", "PR",
            "SC", "RS", "MS", "MT", "GO", "DF"),
  levels = c(11,12,13,14,15, 16, 17, 21, 22, 23, 24, 
             25, 26, 27, 28, 29, 31, 32, 33, 35, 41, 
             42, 43, 50, 51, 52, 53))

BASE_MATEMATICA_PUBLICA_4$AREA <- factor(
  BASE_MATEMATICA_PUBLICA_3$AREA, 
  label = c("Capital", "Interior"),
  levels = c(0,1))


BASE_MATEMATICA_PUBLICA_4$LOCALIZACAO <- factor(
  BASE_MATEMATICA_PUBLICA_3$LOCALIZACAO, 
  label = c("Urbana", "Rural"),
  levels = c(1,2))

# No caso do níveis de ensino excluímos, desde o banco, os 5º anos. Pois desde o carregamento se verifica - table(TS_PROFESSOR$ID_SERIE, TS_PROFESSOR$SQ_QUESTIONARIO) - qua há um resultado zerado para esse nível quando delimitamos o banco para "professores de matematica". Isso atrapalha nos cálculos estatísticos.

BASE_MATEMATICA_PUBLICA_4$SERIE <- factor(
  BASE_MATEMATICA_PUBLICA_3$SERIE, 
  label = c("9EF", "3EM", "3EM"),
  levels = c(9, 12, 13))


BASE_MATEMATICA_PUBLICA_4$Q1_SEXO <- factor(
  BASE_MATEMATICA_PUBLICA_3$Q1_SEXO, 
  label = c("Masculino", "Feminino"),
  levels = c("A","B"))

BASE_MATEMATICA_PUBLICA_4$Q2_RACA <- factor(
  BASE_MATEMATICA_PUBLICA_3$Q2_RACA, 
  label = c("Branca", "Preta", "Parda", "Amarela", "Indigena", "Nao_quero_declarar"),
  levels = c("A","B", "C", "D", "E", "F"))

BASE_MATEMATICA_PUBLICA_4$Q3_IDADE <- factor(
  BASE_MATEMATICA_PUBLICA_3$Q3_IDADE, 
  label = c("Ate_24", "De_25_a_29",
            "De_30_39", 
            "De_40_a_49", 
            "De_50_a_54", 
            "De_55_para_mais"),
  levels = c("A","B", "C", "D", "E", "F"))

BASE_MATEMATICA_PUBLICA_4$Q4_PCD <- factor(
  BASE_MATEMATICA_PUBLICA_3$Q4_PCD, 
  label = c("Nao", "Sim"),
  levels = c("A","B"))

BASE_MATEMATICA_PUBLICA_4$Q5_ANOS_DOCENCIA <- factor(
  BASE_MATEMATICA_PUBLICA_3$Q5_ANOS_DOCENCIA, 
  label = c("Menos_de_1",
            "De_1_a_2",
            "De_3_a_5",
            "De_6_a_10", 
            "De_11_a_15", 
            "De_16_a_20",
            "De_21_a_25",
            "Mais_de_25"),
  levels = c("A","B","C", "D", "E", "F", "G", "H"))

BASE_MATEMATICA_PUBLICA_4$Q6_ANOS_NA_ESCOLA <- factor(
  BASE_MATEMATICA_PUBLICA_3$Q6_ANOS_NA_ESCOLA, 
  label = c("Menos_de_1",
            "De_1_a_2",
            "De_3_a_5",
            "De_6_a_10", 
            "De_11_a_15", 
            "De_16_a_20", 
            "Mais_de_20"),
  levels = c("A","B","C", "D", "E", "F", "G"))

BASE_MATEMATICA_PUBLICA_4$Q7_QUANTIDADE_ESCOLAS <- factor(
  BASE_MATEMATICA_PUBLICA_3$Q7_QUANTIDADE_ESCOLAS, 
  label = c("Apenas_nesta", "Em_2", "Em_3"),
  levels = c("A","B","C"))

BASE_MATEMATICA_PUBLICA_4$Q8_VINCULO_TRABALHISTA <- factor(
  BASE_MATEMATICA_PUBLICA_3$Q8_VINCULO_TRABALHISTA, 
  label = c("Efetivo", "Temporario", "CLT", "Outra"),
  levels = c("A","B","C", "D"))

BASE_MATEMATICA_PUBLICA_4$Q9_HORAS_SEMANAIS <- factor(
  BASE_MATEMATICA_PUBLICA_3$Q9_HORAS_SEMANAIS, 
  label = c("Ate_10",
            "De_11_a_20",
            "De_21_a_30",
            "De_31_a_40",
            "Mais_de_40"),
  levels = c("A","B","C", "D", "E"))

BASE_MATEMATICA_PUBLICA_4$Q10_SALARIO <- factor(
  BASE_MATEMATICA_PUBLICA_3$Q10_SALARIO, 
  label = c("Ate_1000", "De_1000_a_2200", "De_2200_a_3300", 
            "De_3300_a_4400", "De_4400_a_5500", "De_5500_a_6600", 
            "De_6600_a_7700", "De_7700_a_8800", "Acima_de_8800"),
  levels = c("A","B", "C", "D", "E", "F","G", "H", "I"))

BASE_MATEMATICA_PUBLICA_4$Q11_OUTRA_ATIVIDADE <- factor(
  BASE_MATEMATICA_PUBLICA_3$Q11_OUTRA_ATIVIDADE, 
  label = c("Nao", "Sim"),
  levels = c("A","B"))

BASE_MATEMATICA_PUBLICA_4$Q12_REALIZACAO_SONHO <- factor(
  BASE_MATEMATICA_PUBLICA_3$Q12_REALIZACAO_SONHO, 
  label = c("Discordo_fortemente", "Discordo", "Concordo", "Concordo_fortemente"),
  levels = c("A","B","C", "D"))

BASE_MATEMATICA_PUBLICA_4$Q13_DOCENCIA_VALORIZADA <- factor(
  BASE_MATEMATICA_PUBLICA_3$Q13_DOCENCIA_VALORIZADA, 
  label = c("Discordo_fortemente", "Discordo", "Concordo", "Concordo_fortemente"),
  levels = c("A","B","C", "D"))

BASE_MATEMATICA_PUBLICA_4$Q14_VANTAGENS_SUPERAM_DESVANTAGENS <- factor(
  BASE_MATEMATICA_PUBLICA_3$Q14_VANTAGENS_SUPERAM_DESVANTAGENS, 
  label = c("Discordo_fortemente", "Discordo", "Concordo", "Concordo_fortemente"),
  levels = c("A","B","C", "D"))

BASE_MATEMATICA_PUBLICA_4$Q15_SATISFACAO_PROFISSIONAL <- factor(
  BASE_MATEMATICA_PUBLICA_3$Q15_SATISFACAO_PROFISSIONAL, 
  label = c("Discordo_fortemente", "Discordo", "Concordo", "Concordo_fortemente"),
  levels = c("A","B","C", "D"))

BASE_MATEMATICA_PUBLICA_4$Q16_VONTADE_DESISTIR <- factor(
  BASE_MATEMATICA_PUBLICA_3$Q16_VONTADE_DESISTIR, 
  label = c("Discordo_fortemente", "Discordo", "Concordo", "Concordo_fortemente"),
  levels = c("A","B","C", "D"))

BASE_MATEMATICA_PUBLICA_4$Q41_CONTEUDO <- factor(
  BASE_MATEMATICA_PUBLICA_3$Q41_CONTEUDO, 
  label = c("Nenhuma_necessidade", "Pouca_necessidade", "Moderada_necessidade", "Grande_necessidade"),
  levels = c("A","B","C","D"))

BASE_MATEMATICA_PUBLICA_4$Q42_APRENDIZAGEM <- factor(
  BASE_MATEMATICA_PUBLICA_3$Q42_APRENDIZAGEM, 
   label = c("Nenhuma_necessidade", "Pouca_necessidade", "Moderada_necessidade", "Grande_necessidade"),
  levels = c("A","B","C","D"))

BASE_MATEMATICA_PUBLICA_4$Q43_CULTURA_LOCAL <- factor(
  BASE_MATEMATICA_PUBLICA_3$Q43_CULTURA_LOCAL, 
   label = c("Nenhuma_necessidade", "Pouca_necessidade", "Moderada_necessidade", "Grande_necessidade"),
  levels = c("A","B","C","D"))

BASE_MATEMATICA_PUBLICA_4$Q44_GESTAO_DEMOCRATICA <- factor(
  BASE_MATEMATICA_PUBLICA_3$Q44_GESTAO_DEMOCRATICA, 
   label = c("Nenhuma_necessidade", "Pouca_necessidade", "Moderada_necessidade", "Grande_necessidade"),
  levels = c("A","B","C","D"))

BASE_MATEMATICA_PUBLICA_4$Q45_PLANEJAMENTO_PEDAGOGICO <- factor(
  BASE_MATEMATICA_PUBLICA_3$Q45_PLANEJAMENTO_PEDAGOGICO, 
   label = c("Nenhuma_necessidade", "Pouca_necessidade", "Moderada_necessidade", "Grande_necessidade"),
  levels = c("A","B","C","D"))

BASE_MATEMATICA_PUBLICA_4$Q46_INSTRUMENTOS_AVALIACAO <- factor(
  BASE_MATEMATICA_PUBLICA_3$Q46_INSTRUMENTOS_AVALIACAO, 
   label = c("Nenhuma_necessidade", "Pouca_necessidade", "Moderada_necessidade", "Grande_necessidade"),
  levels = c("A","B","C","D"))

BASE_MATEMATICA_PUBLICA_4$Q47_PRATICAS_PEDAGOGICAS <- factor(
  BASE_MATEMATICA_PUBLICA_3$Q47_PRATICAS_PEDAGOGICAS, 
   label = c("Nenhuma_necessidade", "Pouca_necessidade", "Moderada_necessidade", "Grande_necessidade"),
  levels = c("A","B","C","D"))

BASE_MATEMATICA_PUBLICA_4$Q48_METODOLOGIA_PCD <- factor(
  BASE_MATEMATICA_PUBLICA_3$Q48_METODOLOGIA_PCD, 
  label = c("Nenhuma_necessidade", "Pouca_necessidade", "Moderada_necessidade", "Grande_necessidade"),
  levels = c("A","B","C","D"))

BASE_MATEMATICA_PUBLICA_4$Q49_UTILIZAR_CONHECIMENTOS_APRENDIZAGEM <- factor(
  BASE_MATEMATICA_PUBLICA_3$Q49_UTILIZAR_CONHECIMENTOS_APRENDIZAGEM, 
   label = c("Nenhuma_necessidade", "Pouca_necessidade", "Moderada_necessidade", "Grande_necessidade"),
  levels = c("A","B","C","D"))

BASE_MATEMATICA_PUBLICA_4$Q50_TECNOLOGIA_INFORMACAO <- factor(
  BASE_MATEMATICA_PUBLICA_3$Q50_TECNOLOGIA_INFORMACAO, 
   label = c("Nenhuma_necessidade", "Pouca_necessidade", "Moderada_necessidade", "Grande_necessidade"),
  levels = c("A","B","C","D"))

BASE_MATEMATICA_PUBLICA_4$Q51_GESTAO_CONFLITOS <- factor(
  BASE_MATEMATICA_PUBLICA_3$Q51_GESTAO_CONFLITOS, 
  label = c("Nenhuma_necessidade", "Pouca_necessidade", "Moderada_necessidade", "Grande_necessidade"),
  levels = c("A","B","C","D"))

BASE_MATEMATICA_PUBLICA_4$Q52_MENOS_20H <- factor(
  BASE_MATEMATICA_PUBLICA_3$Q52_MENOS_20H, 
  label = c("Nenhuma", "Uma", "Duas", "Tres_ou_mais"),
  levels = c("A","B", "C", "D"))

BASE_MATEMATICA_PUBLICA_4$Q53_20_A_179H <- factor(
  BASE_MATEMATICA_PUBLICA_3$Q53_20_A_179H, 
  label = c("Nenhuma", "Uma", "Duas", "Tres_ou_mais"),
  levels = c("A","B", "C", "D"))

BASE_MATEMATICA_PUBLICA_4$Q54_180_A_360H <- factor(
  BASE_MATEMATICA_PUBLICA_3$Q54_180_A_360H, 
 label = c("Nenhuma", "Uma", "Duas", "Tres_ou_mais"),
  levels = c("A","B", "C", "D"))

BASE_MATEMATICA_PUBLICA_4$Q55_PARTICIPACAO_COLEGA <- factor(
  BASE_MATEMATICA_PUBLICA_3$Q55_PARTICIPACAO_COLEGA, 
  label = c("Nao_participei", "Nunca", "Poucas_vezes", 
            "Muitas_vezes", "Sempre"),
  levels = c("A","B","C","D","E"))

BASE_MATEMATICA_PUBLICA_4$Q56_ATIVIDADES_COLABORATIVAS <- factor(
  BASE_MATEMATICA_PUBLICA_3$Q56_ATIVIDADES_COLABORATIVAS, 
  label = c("Nao_participei", "Nunca", "Poucas_vezes", "Muitas_vezes", "Sempre"),
  levels = c("A","B","C","D","E"))

BASE_MATEMATICA_PUBLICA_4$Q57_INTERCALADA_HORARIO_TRABALHO <- factor(
  BASE_MATEMATICA_PUBLICA_3$Q57_INTERCALADA_HORARIO_TRABALHO, 
  label = c("Nao_participei", "Nunca", "Poucas_vezes", "Muitas_vezes", "Sempre"),
  levels = c("A","B","C","D","E"))

BASE_MATEMATICA_PUBLICA_4$Q58_ESPECIALIZACAO <- factor(
  BASE_MATEMATICA_PUBLICA_3$Q58_ESPECIALIZACAO, 
  label = c("Nao_cursei", "Sem_apoio", "Apoio_parcial", 
            "Apoio_total"),
  levels = c("A","B","C","D"))

BASE_MATEMATICA_PUBLICA_4$Q59_MESTRADO <- factor(
  BASE_MATEMATICA_PUBLICA_3$Q59_MESTRADO, 
   label = c("Nao_cursei", "Sem_apoio", "Apoio_parcial", 
             "Apoio_total"),
  levels = c("A","B","C","D"))

BASE_MATEMATICA_PUBLICA_4$Q60_DOUTORADO <- factor(
  BASE_MATEMATICA_PUBLICA_3$Q60_DOUTORADO, 
   label = c("Nao_cursei", "Sem_apoio", "Apoio_parcial", 
             "Apoio_total"),
  levels = c("A","B","C","D"))

BASE_MATEMATICA_PUBLICA_4$Q61_CONTEUDO <- factor(
  BASE_MATEMATICA_PUBLICA_3$Q61_CONTEUDO, 
  label = c("Nao_participei", "Nao_contribuiu", "Contribuiu_pouco", "Contribuiu_razoavelmente", "Contribuiu_muito"),
  levels = c("A","B", "C", "D", "E"))

BASE_MATEMATICA_PUBLICA_4$Q62_APRENDIZAGEM <- factor(
  BASE_MATEMATICA_PUBLICA_3$Q62_APRENDIZAGEM, 
  label = c("Nao_participei", "Nao_contribuiu", "Contribuiu_pouco", "Contribuiu_razoavelmente", "Contribuiu_muito"),
  levels = c("A","B", "C", "D", "E"))

BASE_MATEMATICA_PUBLICA_4$Q63_AVALIACAO <- factor(
  BASE_MATEMATICA_PUBLICA_3$Q63_AVALIACAO, 
  label = c("Nao_participei", "Nao_contribuiu", "Contribuiu_pouco", "Contribuiu_razoavelmente", "Contribuiu_muito"),
  levels = c("A","B", "C", "D", "E"))

BASE_MATEMATICA_PUBLICA_4$Q64_TECNOLOGIA_INFORMACAO <- factor(
  BASE_MATEMATICA_PUBLICA_3$Q64_TECNOLOGIA_INFORMACAO, 
  label = c("Nao_participei", "Nao_contribuiu", "Contribuiu_pouco", "Contribuiu_razoavelmente", "Contribuiu_muito"),
  levels = c("A","B", "C", "D", "E"))

BASE_MATEMATICA_PUBLICA_4$Q65_TRABALHO_COLABORATIVO <- factor(
  BASE_MATEMATICA_PUBLICA_3$Q65_TRABALHO_COLABORATIVO, 
  label = c("Nao_participei", "Nao_contribuiu", "Contribuiu_pouco", "Contribuiu_razoavelmente", "Contribuiu_muito"),
  levels = c("A","B", "C", "D", "E"))

BASE_MATEMATICA_PUBLICA_4$Q66_METODOLOGIA_ENSINO <- factor(
  BASE_MATEMATICA_PUBLICA_3$Q66_METODOLOGIA_ENSINO, 
  label = c("Nao_participei", "Nao_contribuiu", "Contribuiu_pouco", "Contribuiu_razoavelmente", "Contribuiu_muito"),
  levels = c("A","B", "C", "D", "E"))

BASE_MATEMATICA_PUBLICA_4$Q67_MEDIACAO_CONFLITO <- factor(
  BASE_MATEMATICA_PUBLICA_3$Q67_MEDIACAO_CONFLITO, 
  label = c("Nao_participei", "Nao_contribuiu", "Contribuiu_pouco", "Contribuiu_razoavelmente", "Contribuiu_muito"),
  levels = c("A","B", "C", "D", "E"))

3.3.1 Verificação panoramicas das variáveis

table(BASE_MATEMATICA_PUBLICA_4$REGIAO)

## 
##        Norte     Nordeste      Sudeste          Sul Centro-Oeste 
##         7550        22174        27296        10347         5448

table(BASE_MATEMATICA_PUBLICA_4$ESTADO)

## 
##    RO    AC    AM    RR    PA    AP    TO    MA    PI    CE    RN    PB    PE 
##   595   349  1927   208  3374   281   816  3834  1686  3525  1074  1673  3053 
##    AL    SE    BA    MG    ES    RJ    SP    PR    SC    RS    MS    MT    GO 
##  1034   789  5506  7624  1463  3567 14642  3928  2245  4174  1076  1467  2328 
##    DF 
##   577

table(BASE_MATEMATICA_PUBLICA_4$AREA)

## 
##  Capital Interior 
##    61481    11334

table(BASE_MATEMATICA_PUBLICA_4$LOCALIZACAO)

## 
## Urbana  Rural 
##  62089  10726

table(BASE_MATEMATICA_PUBLICA_4$SERIE)

## 
##   9EF   3EM 
## 44855 27960

table(BASE_MATEMATICA_PUBLICA_4$Q1_SEXO)

## 
## Masculino  Feminino 
##     36949     35315

table(BASE_MATEMATICA_PUBLICA_4$Q2_RACA)

## 
##             Branca              Preta              Parda            Amarela 
##              33214               7081              29606                980 
##           Indigena Nao_quero_declarar 
##                399                836

table(BASE_MATEMATICA_PUBLICA_4$Q3_IDADE)

## 
##          Ate_24      De_25_a_29        De_30_39      De_40_a_49      De_50_a_54 
##            1617            5330           20213           26734            9579 
## De_55_para_mais 
##            8576

table(BASE_MATEMATICA_PUBLICA_4$Q4_PCD)

## 
##   Nao   Sim 
## 70194  1819

table(BASE_MATEMATICA_PUBLICA_4$Q5_ANOS_DOCENCIA)

## 
## Menos_de_1   De_1_a_2   De_3_a_5  De_6_a_10 De_11_a_15 De_16_a_20 De_21_a_25 
##       2501       1918       6046      11585      13234      12312      12615 
## Mais_de_25 
##      11580

table(BASE_MATEMATICA_PUBLICA_4$Q6_ANOS_NA_ESCOLA)

## 
## Menos_de_1   De_1_a_2   De_3_a_5  De_6_a_10 De_11_a_15 De_16_a_20 Mais_de_20 
##      13251       8292      14146      13708       9258       6788       6510

table(BASE_MATEMATICA_PUBLICA_4$Q7_QUANTIDADE_ESCOLAS)

## 
## Apenas_nesta         Em_2         Em_3 
##        38449        27002         6554

table(BASE_MATEMATICA_PUBLICA_4$Q8_VINCULO_TRABALHISTA)

## 
##    Efetivo Temporario        CLT      Outra 
##      47308      22834       1288        446

table(BASE_MATEMATICA_PUBLICA_4$Q9_HORAS_SEMANAIS)

## 
##     Ate_10 De_11_a_20 De_21_a_30 De_31_a_40 Mais_de_40 
##       3103      16693      16809      24823      10427

table(BASE_MATEMATICA_PUBLICA_4$Q10_SALARIO)

## 
##       Ate_1000 De_1000_a_2200 De_2200_a_3300 De_3300_a_4400 De_4400_a_5500 
##           1429           8881          17233          14871          11622 
## De_5500_a_6600 De_6600_a_7700 De_7700_a_8800  Acima_de_8800 
##           7141           4478           2656           3485

table(BASE_MATEMATICA_PUBLICA_4$Q11_OUTRA_ATIVIDADE)

## 
##   Nao   Sim 
## 62265  9658

table(BASE_MATEMATICA_PUBLICA_4$Q12_REALIZACAO_SONHO)

## 
## Discordo_fortemente            Discordo            Concordo Concordo_fortemente 
##                1730                9139               38965               21976

table(BASE_MATEMATICA_PUBLICA_4$Q13_DOCENCIA_VALORIZADA)

## 
## Discordo_fortemente            Discordo            Concordo Concordo_fortemente 
##               22493               38131               10053                1210

table(BASE_MATEMATICA_PUBLICA_4$Q14_VANTAGENS_SUPERAM_DESVANTAGENS)

## 
## Discordo_fortemente            Discordo            Concordo Concordo_fortemente 
##                8177               29187               31060                3407

table(BASE_MATEMATICA_PUBLICA_4$Q15_SATISFACAO_PROFISSIONAL)

## 
## Discordo_fortemente            Discordo            Concordo Concordo_fortemente 
##                2305               13333               45034               11127

table(BASE_MATEMATICA_PUBLICA_4$Q16_VONTADE_DESISTIR)

## 
## Discordo_fortemente            Discordo            Concordo Concordo_fortemente 
##               23965               35827                9492                2513

table(BASE_MATEMATICA_PUBLICA_4$Q41_CONTEUDO)

## 
##  Nenhuma_necessidade    Pouca_necessidade Moderada_necessidade 
##                 9631                20178                23507 
##   Grande_necessidade 
##                18361

table(BASE_MATEMATICA_PUBLICA_4$Q42_APRENDIZAGEM)

## 
##  Nenhuma_necessidade    Pouca_necessidade Moderada_necessidade 
##                 5682                18027                29247 
##   Grande_necessidade 
##                18741

table(BASE_MATEMATICA_PUBLICA_4$Q43_CULTURA_LOCAL)

## 
##  Nenhuma_necessidade    Pouca_necessidade Moderada_necessidade 
##                 3917                16823                32149 
##   Grande_necessidade 
##                18773

table(BASE_MATEMATICA_PUBLICA_4$Q44_GESTAO_DEMOCRATICA)

## 
##  Nenhuma_necessidade    Pouca_necessidade Moderada_necessidade 
##                 7447                19178                26353 
##   Grande_necessidade 
##                18662

table(BASE_MATEMATICA_PUBLICA_4$Q45_PLANEJAMENTO_PEDAGOGICO)

## 
##  Nenhuma_necessidade    Pouca_necessidade Moderada_necessidade 
##                 6735                18472                25051 
##   Grande_necessidade 
##                21398

table(BASE_MATEMATICA_PUBLICA_4$Q46_INSTRUMENTOS_AVALIACAO)

## 
##  Nenhuma_necessidade    Pouca_necessidade Moderada_necessidade 
##                 6729                18503                26471 
##   Grande_necessidade 
##                19969

table(BASE_MATEMATICA_PUBLICA_4$Q47_PRATICAS_PEDAGOGICAS)

## 
##  Nenhuma_necessidade    Pouca_necessidade Moderada_necessidade 
##                 4196                15732                28755 
##   Grande_necessidade 
##                22986

table(BASE_MATEMATICA_PUBLICA_4$Q48_METODOLOGIA_PCD)

## 
##  Nenhuma_necessidade    Pouca_necessidade Moderada_necessidade 
##                 2315                 7230                20507 
##   Grande_necessidade 
##                41587

table(BASE_MATEMATICA_PUBLICA_4$Q49_UTILIZAR_CONHECIMENTOS_APRENDIZAGEM)

## 
##  Nenhuma_necessidade    Pouca_necessidade Moderada_necessidade 
##                 4318                16725                29184 
##   Grande_necessidade 
##                21426

table(BASE_MATEMATICA_PUBLICA_4$Q50_TECNOLOGIA_INFORMACAO)

## 
##  Nenhuma_necessidade    Pouca_necessidade Moderada_necessidade 
##                 3626                11759                25907 
##   Grande_necessidade 
##                30352

table(BASE_MATEMATICA_PUBLICA_4$Q51_GESTAO_CONFLITOS)

## 
##  Nenhuma_necessidade    Pouca_necessidade Moderada_necessidade 
##                 6804                18132                26085 
##   Grande_necessidade 
##                20585

table(BASE_MATEMATICA_PUBLICA_4$Q52_MENOS_20H)

## 
##      Nenhuma          Uma         Duas Tres_ou_mais 
##        19497        14026        13205        24872

table(BASE_MATEMATICA_PUBLICA_4$Q53_20_A_179H)

## 
##      Nenhuma          Uma         Duas Tres_ou_mais 
##        27295        19530        11999        12799

table(BASE_MATEMATICA_PUBLICA_4$Q54_180_A_360H)

## 
##      Nenhuma          Uma         Duas Tres_ou_mais 
##        48306        14612         4667         4039

table(BASE_MATEMATICA_PUBLICA_4$Q55_PARTICIPACAO_COLEGA)

## 
## Nao_participei          Nunca   Poucas_vezes   Muitas_vezes         Sempre 
##          16778           4436          20652          15080          14629

table(BASE_MATEMATICA_PUBLICA_4$Q56_ATIVIDADES_COLABORATIVAS)

## 
## Nao_participei          Nunca   Poucas_vezes   Muitas_vezes         Sempre 
##          15862           3891          21806          17986          12046

table(BASE_MATEMATICA_PUBLICA_4$Q57_INTERCALADA_HORARIO_TRABALHO)

## 
## Nao_participei          Nunca   Poucas_vezes   Muitas_vezes         Sempre 
##          16465           6021          22086          16094          10881

table(BASE_MATEMATICA_PUBLICA_4$Q58_ESPECIALIZACAO)

## 
##    Nao_cursei     Sem_apoio Apoio_parcial   Apoio_total 
##         54132         13454          1953          2037

table(BASE_MATEMATICA_PUBLICA_4$Q59_MESTRADO)

## 
##    Nao_cursei     Sem_apoio Apoio_parcial   Apoio_total 
##         66465          3394           892           791

table(BASE_MATEMATICA_PUBLICA_4$Q60_DOUTORADO)

## 
##    Nao_cursei     Sem_apoio Apoio_parcial   Apoio_total 
##         70137           796           312           294

table(BASE_MATEMATICA_PUBLICA_4$Q61_CONTEUDO)

## 
##           Nao_participei           Nao_contribuiu         Contribuiu_pouco 
##                    17476                     3044                     9314 
## Contribuiu_razoavelmente         Contribuiu_muito 
##                    19984                    21798

table(BASE_MATEMATICA_PUBLICA_4$Q62_APRENDIZAGEM)

## 
##           Nao_participei           Nao_contribuiu         Contribuiu_pouco 
##                    15238                     2026                     9766 
## Contribuiu_razoavelmente         Contribuiu_muito 
##                    22647                    21951

table(BASE_MATEMATICA_PUBLICA_4$Q63_AVALIACAO)

## 
##           Nao_participei           Nao_contribuiu         Contribuiu_pouco 
##                    15280                     2674                    11046 
## Contribuiu_razoavelmente         Contribuiu_muito 
##                    22130                    20495

table(BASE_MATEMATICA_PUBLICA_4$Q64_TECNOLOGIA_INFORMACAO)

## 
##           Nao_participei           Nao_contribuiu         Contribuiu_pouco 
##                    13142                     2230                     8770 
## Contribuiu_razoavelmente         Contribuiu_muito 
##                    20851                    26610

table(BASE_MATEMATICA_PUBLICA_4$Q65_TRABALHO_COLABORATIVO)

## 
##           Nao_participei           Nao_contribuiu         Contribuiu_pouco 
##                    14253                     3336                    11204 
## Contribuiu_razoavelmente         Contribuiu_muito 
##                    21928                    20898

table(BASE_MATEMATICA_PUBLICA_4$Q66_METODOLOGIA_ENSINO)

## 
##           Nao_participei           Nao_contribuiu         Contribuiu_pouco 
##                    13504                     1879                     9274 
## Contribuiu_razoavelmente         Contribuiu_muito 
##                    22597                    24353

table(BASE_MATEMATICA_PUBLICA_4$Q67_MEDIACAO_CONFLITO)

## 
##           Nao_participei           Nao_contribuiu         Contribuiu_pouco 
##                    17482                     6840                    13058 
## Contribuiu_razoavelmente         Contribuiu_muito 
##                    18105                    16053

3.4 Criação de variáveis

3.4.1 Criação da variável “território”

BASE_MATEMATICA_PUBLICA_4$TERRITORIO <- factor(
  BASE_MATEMATICA_PUBLICA_3$ESTADO, 
  label = c("N", "N", "N", "N", "N", "N", "N", 
            "NE", "NE", "NE", "NE", "NE", "NE", "NE", 
            "NE", "NE", "SE", "SE", "SE", "SE", "S",
            "S", "S", "CO", "MT", "CO", "CO"),
  levels =  c(11, 12, 13, 14, 15, 16, 17, 
              21, 22, 23, 24, 25, 26, 27, 
              28, 29, 31, 32, 33, 35, 41, 
              42, 43, 50, 51, 52, 53))

3.4.2 Criação da variável “BR_MT”

BASE_MATEMATICA_PUBLICA_4$BR_MT <- factor(
  BASE_MATEMATICA_PUBLICA_3$ESTADO, 
  label = c("BR", "BR", "BR", "BR", "BR", "BR", "BR", 
            "BR", "BR", "BR", "BR", "BR", "BR", "BR", 
            "BR", "BR", "BR", "BR", "BR", "BR", "BR",
            "BR", "BR", "BR", "MT", "BR", "BR"),
  levels = c(11, 12, 13, 14, 15, 16, 17, 
              21, 22, 23, 24, 25, 26, 27, 
              28, 29, 31, 32, 33, 35, 41, 
              42, 43, 50, 51, 52, 53))

3.4.3 Criação da variável “tendência política”

BASE_MATEMATICA_PUBLICA_4$TENDENCIA <- factor(
  BASE_MATEMATICA_PUBLICA_3$ESTADO, 
  label = c("DIREITA", "DIREITA", "DIREITA", "DIREITA", "CENTRO-ESQUERDA",
            "CENTRO-ESQUERDA", "CENTRO-DIREITA", "ESQUERDA", "ESQUERDA", "ESQUERDA", 
            "ESQUERDA", "CENTRO-ESQUERDA", "CENTRO-ESQUERDA", "CENTRO-ESQUERDA","CENTRO-DIREITA", 
            "ESQUERDA", "DIREITA", "CENTRO-ESQUERDA", "DIREITA", "DIREITA", 
            "DIREITA", "DIREITA", "CENTRO-DIREITA", "CENTRO-DIREITA", "DIREITA", 
            "DIREITA", "CENTRO-DIREITA"),
  levels =  c(11, 12, 13, 14, 15, 16, 17, 
              21, 22, 23, 24, 25, 26, 27, 
              28, 29, 31, 32, 33, 35, 41, 
              42, 43, 50, 51, 52, 53))

3.4.4 Criação da variável “Média Salarial”

BASE_MATEMATICA_PUBLICA_4$Q10_SALARIO_MEDIA <- factor(
  BASE_MATEMATICA_PUBLICA_3$Q10_SALARIO, 
  label = c("1600", "2750", 
            "3850", "4950", "6050", 
            "7150", "8250"),
  levels = c("B", "C",
             "D", "E", "F",
             "G", "H"))

### transformando o tipo da variável. De "fator" para "numérico".

BASE_MATEMATICA_PUBLICA_4$Q10_SALARIO_MEDIA <- as.numeric(BASE_MATEMATICA_PUBLICA_4$Q10_SALARIO_MEDIA)


### testando a variável mediante gráfico

ggplot(BASE_MATEMATICA_PUBLICA_4, aes(y = Q10_SALARIO_MEDIA, x = TERRITORIO)) +
    geom_bar(stat = "summary", fun = "mean")

3.5 Desmembramento das variáveis de participação

3.5.1 Participação “_P”

BASE_MATEMATICA_PUBLICA_4$Q52_MENOS_20H_P <- factor(
  BASE_MATEMATICA_PUBLICA_3$Q52_MENOS_20H, 
  label = c("Nao", "Sim", "Sim", "Sim"),
  levels = c("A","B", "C", "D"))

BASE_MATEMATICA_PUBLICA_4$Q53_20_A_179H_P <- factor(
  BASE_MATEMATICA_PUBLICA_3$Q53_20_A_179H, 
  label = c("Nao", "Sim", "Sim", "Sim"),
  levels = c("A","B", "C", "D"))

BASE_MATEMATICA_PUBLICA_4$Q54_180_A_360H_P <- factor(
  BASE_MATEMATICA_PUBLICA_3$Q54_180_A_360H, 
 label = c("Nao", "Sim", "Sim", "Sim"),
  levels = c("A","B", "C", "D"))

BASE_MATEMATICA_PUBLICA_4$Q55_PARTICIPACAO_COLEGA_P <- factor(
  BASE_MATEMATICA_PUBLICA_3$Q55_PARTICIPACAO_COLEGA, 
  label = c("Nao", "Sim", "Sim", "Sim", "Sim"),
  levels = c("A","B","C","D","E"))

BASE_MATEMATICA_PUBLICA_4$Q56_ATIVIDADES_COLABORATIVAS_P <- factor(
  BASE_MATEMATICA_PUBLICA_3$Q56_ATIVIDADES_COLABORATIVAS, 
  label = c("Nao", "Sim", "Sim", "Sim", "Sim"),
  levels = c("A","B","C","D","E"))

BASE_MATEMATICA_PUBLICA_4$Q57_INTERCALADA_HORARIO_TRABALHO_P <- factor(
  BASE_MATEMATICA_PUBLICA_3$Q57_INTERCALADA_HORARIO_TRABALHO, 
  label = c("Nao", "Sim", "Sim", "Sim", "Sim"),
  levels = c("A","B","C","D","E"))

BASE_MATEMATICA_PUBLICA_4$Q58_ESPECIALIZACAO_P <- factor(
  BASE_MATEMATICA_PUBLICA_3$Q58_ESPECIALIZACAO, 
  label = c("Nao", "Sim", "Sim", "Sim"),
  levels = c("A","B","C","D"))

BASE_MATEMATICA_PUBLICA_4$Q59_MESTRADO_P <- factor(
  BASE_MATEMATICA_PUBLICA_3$Q59_MESTRADO, 
   label = c("Nao", "Sim", "Sim", "Sim"),
  levels = c("A","B","C","D"))

BASE_MATEMATICA_PUBLICA_4$Q60_DOUTORADO_P <- factor(
  BASE_MATEMATICA_PUBLICA_3$Q60_DOUTORADO, 
   label = c("Nao", "Sim", "Sim", "Sim"),
  levels = c("A","B","C","D"))

BASE_MATEMATICA_PUBLICA_4$Q61_CONTEUDO_P <- factor(
  BASE_MATEMATICA_PUBLICA_3$Q61_CONTEUDO, 
  label = c("Nao", "Sim", "Sim", "Sim", "Sim"),
  levels = c("A","B", "C", "D", "E"))

BASE_MATEMATICA_PUBLICA_4$Q62_APRENDIZAGEM_P <- factor(
  BASE_MATEMATICA_PUBLICA_3$Q62_APRENDIZAGEM, 
  label = c("Nao", "Sim", "Sim", "Sim", "Sim"),
  levels = c("A","B", "C", "D", "E"))

BASE_MATEMATICA_PUBLICA_4$Q63_AVALIACAO_P <- factor(
  BASE_MATEMATICA_PUBLICA_3$Q63_AVALIACAO, 
  label = c("Nao", "Sim", "Sim", "Sim", "Sim"),
  levels = c("A","B", "C", "D", "E"))

BASE_MATEMATICA_PUBLICA_4$Q64_TECNOLOGIA_INFORMACAO_P <- factor(
  BASE_MATEMATICA_PUBLICA_3$Q64_TECNOLOGIA_INFORMACAO, 
  label = c("Nao", "Sim", "Sim", "Sim", "Sim"),
  levels = c("A","B", "C", "D", "E"))

BASE_MATEMATICA_PUBLICA_4$Q65_TRABALHO_COLABORATIVO_P <- factor(
  BASE_MATEMATICA_PUBLICA_3$Q65_TRABALHO_COLABORATIVO, 
  label = c("Nao", "Sim", "Sim", "Sim", "Sim"),
  levels = c("A","B", "C", "D", "E"))

BASE_MATEMATICA_PUBLICA_4$Q66_METODOLOGIA_ENSINO_P <- factor(
  BASE_MATEMATICA_PUBLICA_3$Q66_METODOLOGIA_ENSINO, 
  label = c("Nao", "Sim", "Sim", "Sim", "Sim"),
  levels = c("A","B", "C", "D", "E"))

BASE_MATEMATICA_PUBLICA_4$Q67_MEDIACAO_CONFLITO_P <- factor(
  BASE_MATEMATICA_PUBLICA_3$Q67_MEDIACAO_CONFLITO, 
  label = c("Nao", "Sim", "Sim", "Sim", "Sim"),
  levels = c("A","B", "C", "D", "E"))

3.5.2 Outras variáveis relacionadas à participação

BASE_MATEMATICA_PUBLICA_4$Q52_MENOS_20H_NP <- factor(
  BASE_MATEMATICA_PUBLICA_3$Q52_MENOS_20H, 
  label = c("Uma", "Duas", "Tres_ou_mais"),
  levels = c("B", "C", "D"))

BASE_MATEMATICA_PUBLICA_4$Q53_20_A_179H_NP <- factor(
  BASE_MATEMATICA_PUBLICA_3$Q53_20_A_179H, 
  label = c("Uma", "Duas", "Tres_ou_mais"),
  levels = c("B", "C", "D"))

BASE_MATEMATICA_PUBLICA_4$Q54_180_A_360H_NP <- factor(
  BASE_MATEMATICA_PUBLICA_3$Q54_180_A_360H, 
 label = c("Uma", "Duas", "Tres_ou_mais"),
  levels = c("B", "C", "D"))

BASE_MATEMATICA_PUBLICA_4$Q55_PARTICIPACAO_COLEGA_NP <- factor(
  BASE_MATEMATICA_PUBLICA_3$Q55_PARTICIPACAO_COLEGA, 
  label = c("Nunca", "Poucas_vezes", 
            "Muitas_vezes", "Sempre"),
  levels = c("B","C","D","E"))

BASE_MATEMATICA_PUBLICA_4$Q56_ATIVIDADES_COLABORATIVAS_NP <- factor(
  BASE_MATEMATICA_PUBLICA_3$Q56_ATIVIDADES_COLABORATIVAS, 
  label = c("Nunca", "Poucas_vezes", "Muitas_vezes", "Sempre"),
  levels = c("B","C","D","E"))

BASE_MATEMATICA_PUBLICA_4$Q57_INTERCALADA_HORARIO_TRABALHO_NP <- factor(
  BASE_MATEMATICA_PUBLICA_3$Q57_INTERCALADA_HORARIO_TRABALHO, 
  label = c("Nunca", "Poucas_vezes", "Muitas_vezes", "Sempre"),
  levels = c("B","C","D","E"))

BASE_MATEMATICA_PUBLICA_4$Q58_ESPECIALIZACAO_A <- factor(
  BASE_MATEMATICA_PUBLICA_3$Q58_ESPECIALIZACAO, 
  label = c("Sem_apoio", "Apoio_parcial", 
            "Apoio_total"),
  levels = c("B","C","D"))

BASE_MATEMATICA_PUBLICA_4$Q59_MESTRADO_A <- factor(
  BASE_MATEMATICA_PUBLICA_3$Q59_MESTRADO, 
   label = c("Sem_apoio", "Apoio_parcial", 
             "Apoio_total"),
  levels = c("B","C","D"))

BASE_MATEMATICA_PUBLICA_4$Q60_DOUTORADO_A <- factor(
  BASE_MATEMATICA_PUBLICA_3$Q60_DOUTORADO, 
   label = c("Sem_apoio", "Apoio_parcial", 
             "Apoio_total"),
  levels = c("B","C","D"))

BASE_MATEMATICA_PUBLICA_4$Q61_CONTEUDO_C <- factor(
  BASE_MATEMATICA_PUBLICA_3$Q61_CONTEUDO, 
  label = c("Nao_contribuiu", "Contribuiu_pouco", "Contribuiu_razoavelmente", "Contribuiu_muito"),
  levels = c("B", "C", "D", "E"))

BASE_MATEMATICA_PUBLICA_4$Q62_APRENDIZAGEM_C <- factor(
  BASE_MATEMATICA_PUBLICA_3$Q62_APRENDIZAGEM, 
  label = c("Nao_contribuiu", "Contribuiu_pouco", "Contribuiu_razoavelmente", "Contribuiu_muito"),
  levels = c("B", "C", "D", "E"))

BASE_MATEMATICA_PUBLICA_4$Q63_AVALIACAO_C <- factor(
  BASE_MATEMATICA_PUBLICA_3$Q63_AVALIACAO, 
  label = c("Nao_contribuiu", "Contribuiu_pouco", "Contribuiu_razoavelmente", "Contribuiu_muito"),
  levels = c("B", "C", "D", "E"))

BASE_MATEMATICA_PUBLICA_4$Q64_TECNOLOGIA_INFORMACAO_C <- factor(
  BASE_MATEMATICA_PUBLICA_3$Q64_TECNOLOGIA_INFORMACAO, 
  label = c("Nao_contribuiu", "Contribuiu_pouco", "Contribuiu_razoavelmente", "Contribuiu_muito"),
  levels = c("B", "C", "D", "E"))

BASE_MATEMATICA_PUBLICA_4$Q65_TRABALHO_COLABORATIVO_C <- factor(
  BASE_MATEMATICA_PUBLICA_3$Q65_TRABALHO_COLABORATIVO, 
  label = c("Nao_contribuiu", "Contribuiu_pouco", "Contribuiu_razoavelmente", "Contribuiu_muito"),
  levels = c("B", "C", "D", "E"))

BASE_MATEMATICA_PUBLICA_4$Q66_METODOLOGIA_ENSINO_C <- factor(
  BASE_MATEMATICA_PUBLICA_3$Q66_METODOLOGIA_ENSINO, 
  label = c("Nao_contribuiu", "Contribuiu_pouco", "Contribuiu_razoavelmente", "Contribuiu_muito"),
  levels = c("B", "C", "D", "E"))

BASE_MATEMATICA_PUBLICA_4$Q67_MEDIACAO_CONFLITO_C <- factor(
  BASE_MATEMATICA_PUBLICA_3$Q67_MEDIACAO_CONFLITO, 
  label = c("Nao_contribuiu", "Contribuiu_pouco", "Contribuiu_razoavelmente", "Contribuiu_muito"),
  levels = c("B", "C", "D", "E"))

3.6 Aplicação de rótulos às variáveis

BASE_MATEMATICA_PUBLICA_5 <- BASE_MATEMATICA_PUBLICA_4 %>%
  set_variable_labels(
    Q1_SEXO = "Sexo",
    Q2_RACA = "Raça",
    Q3_IDADE = "Faixa etária",
    Q4_PCD = "Pessoa com deficiência",
    Q5_ANOS_DOCENCIA = "Anos de docência",
    Q6_ANOS_NA_ESCOLA = "Anos na escola",
    Q7_QUANTIDADE_ESCOLAS = "Quantidade de escolas em que trabalha",
    Q8_VINCULO_TRABALHISTA = "Vínculo trabalhista",
    Q9_HORAS_SEMANAIS = "Horas de trabalho por semana",
    Q10_SALARIO = "Faixa salarial",
    Q11_OUTRA_ATIVIDADE = "Tem outra atividade remunerada",
    Q12_REALIZACAO_SONHO = "Tornar-me professor(a) foi a realização de um dos meus sonhos",
    Q13_DOCENCIA_VALORIZADA = "A profissão de professor(a) é valorizada pela sociedade",
    Q14_VANTAGENS_SUPERAM_DESVANTAGENS = "As vantagens de ser professor(a) superam claramentre as desvantagens",
    Q15_SATISFACAO_PROFISSIONAL = "No geral, estou satisfeito(a) com o meu trabalho de professor(a)",
    Q16_VONTADE_DESISTIR = "Tenho vontade de desistir da profissão",
    Q41_CONTEUDO = "Ensino do conteúdo que leciono",
    Q42_APRENDIZAGEM = "Desenvolvimento da aprendizagem",
    Q43_CULTURA_LOCAL = "Utilização de elementos da cultura local na prática pedagógica",
    Q44_GESTAO_DEMOCRATICA = "Gestão democrática",
    Q45_PLANEJAMENTO_PEDAGOGICO = "Planejamento pedagógico",
    Q46_INSTRUMENTOS_AVALIACAO = "Desenvolvimento dos instrumentos de avaliação de sala de aula",
    Q47_PRATICAS_PEDAGOGICAS = "Recursos e práticas pedagógicas",
    Q48_METODOLOGIA_PCD = "Metodologia de ensino para o público-alvo da educação especial",
    Q49_UTILIZAR_CONHECIMENTOS_APRENDIZAGEM = "Utilizar conhecimentos sobre o desenvolvimento da aprendizagem",
    Q50_TECNOLOGIA_INFORMACAO = "Uso de tecnologias da informação e comunicação",
    Q51_GESTAO_CONFLITOS = "Gestão de conflitos",
    Q52_MENOS_20H_P = "Menos de 20 horas",
    Q53_20_A_179H_P = "De 20 até 179 horas",
    Q54_180_A_360H_P = "De 180 até 360 horas",
    Q55_PARTICIPACAO_COLEGA_P = "Cursos que previam a participação de outro professor da mesma escola",
    Q56_ATIVIDADES_COLABORATIVAS_P = "Cursos que previam atividades colaborativas",
    Q57_INTERCALADA_HORARIO_TRABALHO_P = "Cursos realizados em horários intercalados com minha jornada de trabalho",
    Q58_ESPECIALIZACAO_P = "Especialização",
    Q59_MESTRADO_P = "Mestrado",
    Q60_DOUTORADO_P = "Doutorado", 
    Q61_CONTEUDO_P = "Aprofundar seus conhecimentos sobre a disciplina que leciona",
    Q62_APRENDIZAGEM_P = "Compreender o processo de aprendizagem",
    Q63_AVALIACAO_P = "Aprimorar os processos avaliativos de sala de aula",
    Q64_TECNOLOGIA_INFORMACAO_P = "Utilizar novas tecnologias para apoiar suas atividades",
    Q65_TRABALHO_COLABORATIVO_P = "Colaborar som seus colegas na preparação de atividades e projetos",
    Q66_METODOLOGIA_ENSINO_P = "Aprimorar as metodologias de ensino",
    Q67_MEDIACAO_CONFLITO_P = "Auxiliar na mediação de conflitos em sala de aula",
    Q52_MENOS_20H_NP = "Menos de 20 horas",
    Q53_20_A_179H_NP = "De 20 até 179 horas",
    Q54_180_A_360H_NP = "De 180 até 360 horas",
    Q55_PARTICIPACAO_COLEGA_NP = "Cursos que previam a participação de outro professor da mesma escola",
    Q56_ATIVIDADES_COLABORATIVAS_NP = "Cursos que previam atividades colaborativas",
    Q57_INTERCALADA_HORARIO_TRABALHO_NP = "Cursos realizados em horários intercalados com minha jornada de trabalho",
    Q58_ESPECIALIZACAO_A = "Especialização",
    Q59_MESTRADO_A = "Mestrado",
    Q60_DOUTORADO_A = "Doutorado", 
    Q61_CONTEUDO_C = "Aprofundar seus conhecimentos sobre a disciplina que leciona",
    Q62_APRENDIZAGEM_C = "Compreender o processo de aprendizagem",
    Q63_AVALIACAO_C = "Aprimorar os processos avaliativos de sala de aula",
    Q64_TECNOLOGIA_INFORMACAO_C = "Utilizar novas tecnologias para apoiar suas atividades",
    Q65_TRABALHO_COLABORATIVO_C = "Colaborar som seus colegas na preparação de atividades e projetos",
    Q66_METODOLOGIA_ENSINO_C = "Aprimorar as metodologias de ensino",
    Q67_MEDIACAO_CONFLITO_C = "Auxiliar na mediação de conflitos em sala de aula"
  )

4 CARACTERÍSTICAS DOS PROFESSORES

4.1 Características gerais

4.1.1 Características das escolas

BMP_CAR_ESC <- BASE_MATEMATICA_PUBLICA_5 %>%
  dplyr::select(TERRITORIO, AREA, LOCALIZACAO, SERIE ) %>%
    mutate(TERRITORIO = factor(TERRITORIO, labels = c("N", "NE", "SE", "S", "CO", "MT"))) %>%
  tbl_summary(
    by = TERRITORIO, missing = "no") %>% 
  modify_header(update =list(label  ~  "**VARIÁVEIS**"))%>% 
    modify_spanning_header(update = all_stat_cols() ~ "**REGIÕES**") %>%
    bold_labels()%>%
    add_overall()%>%
  add_p()
  
BMP_CAR_ESC

VARIÁVEIS	Overall, N = 72,8151	REGIÕES						p-value2
		N, N = 7,5501	NE, N = 22,1741	SE, N = 27,2961	S, N = 10,3471	CO, N = 3,9811	MT, N = 1,4671
AREA								<0.001
Capital	61,481 (84%)	5,890 (78%)	19,410 (88%)	22,471 (82%)	9,548 (92%)	2,838 (71%)	1,324 (90%)
Interior	11,334 (16%)	1,660 (22%)	2,764 (12%)	4,825 (18%)	799 (7.7%)	1,143 (29%)	143 (9.7%)
LOCALIZACAO								<0.001
Urbana	62,089 (85%)	5,480 (73%)	16,334 (74%)	25,962 (95%)	9,433 (91%)	3,670 (92%)	1,210 (82%)
Rural	10,726 (15%)	2,070 (27%)	5,840 (26%)	1,334 (4.9%)	914 (8.8%)	311 (7.8%)	257 (18%)
SERIE								<0.001
9EF	44,855 (62%)	4,912 (65%)	14,392 (65%)	15,683 (57%)	6,600 (64%)	2,385 (60%)	883 (60%)
3EM	27,960 (38%)	2,638 (35%)	7,782 (35%)	11,613 (43%)	3,747 (36%)	1,596 (40%)	584 (40%)
1 n (%)
2 Pearson’s Chi-squared test

4.1.2 Características pessoais

BMP_CAR_PES <- BASE_MATEMATICA_PUBLICA_5 %>%
  dplyr::select(TERRITORIO, Q1_SEXO, Q2_RACA, Q3_IDADE, Q4_PCD) %>%
    mutate(TERRITORIO = factor(TERRITORIO, labels = c("N", "NE", "SE", "S", "CO", "MT"))) %>%
  tbl_summary(
    by = TERRITORIO, missing = "no") %>% 
  modify_header(update =list(label  ~  "**VARIÁVEIS**"))%>% 
    modify_spanning_header(update = all_stat_cols() ~ "**REGIÕES**") %>%
    bold_labels()%>%
    add_overall()%>%
  add_p()

BMP_CAR_PES

VARIÁVEIS	Overall, N = 72,8151	REGIÕES						p-value2
		N, N = 7,5501	NE, N = 22,1741	SE, N = 27,2961	S, N = 10,3471	CO, N = 3,9811	MT, N = 1,4671
Sexo								<0.001
Masculino	36,949 (51%)	5,059 (67%)	14,122 (64%)	12,003 (44%)	3,168 (31%)	1,908 (48%)	689 (48%)
Feminino	35,315 (49%)	2,450 (33%)	7,887 (36%)	15,021 (56%)	7,135 (69%)	2,062 (52%)	760 (52%)
Raça								<0.001
Branca	33,214 (46%)	1,088 (15%)	5,056 (23%)	16,245 (60%)	8,677 (84%)	1,606 (41%)	542 (37%)
Preta	7,081 (9.8%)	837 (11%)	2,925 (13%)	2,416 (9.0%)	355 (3.4%)	357 (9.0%)	191 (13%)
Parda	29,606 (41%)	5,192 (69%)	13,278 (60%)	7,557 (28%)	1,074 (10%)	1,843 (46%)	662 (46%)
Amarela	980 (1.4%)	109 (1.5%)	331 (1.5%)	348 (1.3%)	68 (0.7%)	90 (2.3%)	34 (2.3%)
Indigena	399 (0.6%)	176 (2.3%)	129 (0.6%)	46 (0.2%)	11 (0.1%)	34 (0.9%)	3 (0.2%)
Nao_quero_declarar	836 (1.2%)	89 (1.2%)	247 (1.1%)	341 (1.3%)	108 (1.0%)	34 (0.9%)	17 (1.2%)
Faixa etária								<0.001
Ate_24	1,617 (2.2%)	102 (1.4%)	619 (2.8%)	421 (1.6%)	343 (3.3%)	115 (2.9%)	17 (1.2%)
De_25_a_29	5,330 (7.4%)	556 (7.4%)	1,934 (8.8%)	1,419 (5.3%)	806 (7.8%)	479 (12%)	136 (9.4%)
De_30_39	20,213 (28%)	2,304 (31%)	6,891 (31%)	6,733 (25%)	2,592 (25%)	1,193 (30%)	500 (35%)
De_40_a_49	26,734 (37%)	2,975 (40%)	8,137 (37%)	9,930 (37%)	3,725 (36%)	1,436 (36%)	531 (37%)
De_50_a_54	9,579 (13%)	950 (13%)	2,490 (11%)	4,120 (15%)	1,433 (14%)	438 (11%)	148 (10%)
De_55_para_mais	8,576 (12%)	593 (7.9%)	1,872 (8.5%)	4,306 (16%)	1,387 (13%)	301 (7.6%)	117 (8.1%)
Pessoa com deficiência								0.7
Nao	70,194 (97%)	7,299 (98%)	21,369 (97%)	26,260 (98%)	10,000 (97%)	3,851 (97%)	1,415 (98%)
Sim	1,819 (2.5%)	176 (2.4%)	568 (2.6%)	663 (2.5%)	273 (2.7%)	105 (2.7%)	34 (2.3%)
1 n (%)
2 Pearson’s Chi-squared test

4.1.3 Características trabalhistas

BMP_CAR_TRA <- BASE_MATEMATICA_PUBLICA_5 %>%
  dplyr::select(TERRITORIO, Q8_VINCULO_TRABALHISTA, Q10_SALARIO, ) %>%
    mutate(TERRITORIO = factor(TERRITORIO, labels = c("N", "NE", "SE", "S", "CO", "MT"))) %>%
  tbl_summary(
    by = TERRITORIO, missing = "no") %>% 
  modify_header(update =list(label  ~  "**VARIÁVEIS**"))%>% 
    modify_spanning_header(update = all_stat_cols() ~ "**REGIÕES**") %>%
    bold_labels()%>%
  add_overall()%>%
  add_p()

BMP_CAR_TRA

VARIÁVEIS	Overall, N = 72,8151	REGIÕES						p-value2
		N, N = 7,5501	NE, N = 22,1741	SE, N = 27,2961	S, N = 10,3471	CO, N = 3,9811	MT, N = 1,4671
Vínculo trabalhista								<0.001
Efetivo	47,308 (66%)	5,020 (67%)	14,783 (68%)	18,940 (71%)	5,949 (58%)	1,890 (48%)	726 (50%)
Temporario	22,834 (32%)	2,354 (31%)	6,635 (30%)	7,016 (26%)	4,115 (40%)	2,009 (51%)	705 (49%)
CLT	1,288 (1.8%)	58 (0.8%)	291 (1.3%)	738 (2.7%)	155 (1.5%)	38 (1.0%)	8 (0.6%)
Outra	446 (0.6%)	49 (0.7%)	185 (0.8%)	159 (0.6%)	38 (0.4%)	13 (0.3%)	2 (0.1%)
Faixa salarial								<0.001
Ate_1000	1,429 (2.0%)	67 (0.9%)	1,031 (4.7%)	244 (0.9%)	63 (0.6%)	16 (0.4%)	8 (0.6%)
De_1000_a_2200	8,881 (12%)	833 (11%)	3,887 (18%)	2,925 (11%)	1,000 (9.8%)	181 (4.6%)	55 (3.8%)
De_2200_a_3300	17,233 (24%)	1,271 (17%)	4,842 (22%)	7,848 (29%)	2,637 (26%)	491 (12%)	144 (10.0%)
De_3300_a_4400	14,871 (21%)	1,621 (22%)	3,994 (18%)	5,687 (21%)	2,213 (22%)	970 (25%)	386 (27%)
De_4400_a_5500	11,622 (16%)	1,335 (18%)	2,853 (13%)	4,535 (17%)	1,614 (16%)	919 (23%)	366 (25%)
De_5500_a_6600	7,141 (9.9%)	721 (9.7%)	2,111 (9.7%)	2,353 (8.8%)	1,229 (12%)	512 (13%)	215 (15%)
De_6600_a_7700	4,478 (6.2%)	631 (8.4%)	1,289 (5.9%)	1,454 (5.4%)	666 (6.5%)	334 (8.4%)	104 (7.2%)
De_7700_a_8800	2,656 (3.7%)	449 (6.0%)	852 (3.9%)	747 (2.8%)	349 (3.4%)	210 (5.3%)	49 (3.4%)
Acima_de_8800	3,485 (4.9%)	543 (7.3%)	995 (4.6%)	1,040 (3.9%)	467 (4.6%)	324 (8.2%)	116 (8.0%)
1 n (%)
2 Pearson’s Chi-squared test

4.2 Presenças

4.2.1 Presença na rede

BMP_PRE_RED <- BASE_MATEMATICA_PUBLICA_5 %>%
  dplyr::select(TERRITORIO, Q5_ANOS_DOCENCIA, Q9_HORAS_SEMANAIS, Q11_OUTRA_ATIVIDADE) %>%
    mutate(TERRITORIO = factor(TERRITORIO, labels = c("N", "NE", "SE", "S", "CO", "MT"))) %>%
  tbl_summary(
    by = TERRITORIO, missing = "no") %>% 
  modify_header(update =list(label  ~  "**VARIÁVEIS**"))%>% 
    modify_spanning_header(update = all_stat_cols() ~ "**REGIÕES**") %>%
    bold_labels()%>%
    add_overall()%>%
  add_p()

BMP_PRE_RED

VARIÁVEIS	Overall, N = 72,8151	REGIÕES						p-value2
		N, N = 7,5501	NE, N = 22,1741	SE, N = 27,2961	S, N = 10,3471	CO, N = 3,9811	MT, N = 1,4671
Anos de docência								<0.001
Menos_de_1	2,501 (3.5%)	178 (2.4%)	568 (2.6%)	1,011 (3.8%)	623 (6.1%)	73 (1.9%)	48 (3.3%)
De_1_a_2	1,918 (2.7%)	239 (3.2%)	545 (2.5%)	719 (2.7%)	245 (2.4%)	128 (3.2%)	42 (2.9%)
De_3_a_5	6,046 (8.4%)	702 (9.4%)	1,948 (8.9%)	1,848 (6.9%)	829 (8.1%)	517 (13%)	202 (14%)
De_6_a_10	11,585 (16%)	1,334 (18%)	3,461 (16%)	4,206 (16%)	1,573 (15%)	742 (19%)	269 (19%)
De_11_a_15	13,234 (18%)	1,426 (19%)	4,214 (19%)	4,937 (18%)	1,758 (17%)	597 (15%)	302 (21%)
De_16_a_20	12,312 (17%)	1,236 (17%)	3,952 (18%)	4,744 (18%)	1,594 (16%)	564 (14%)	222 (15%)
De_21_a_25	12,615 (18%)	1,277 (17%)	4,204 (19%)	4,432 (17%)	1,684 (16%)	818 (21%)	200 (14%)
Mais_de_25	11,580 (16%)	1,056 (14%)	2,962 (14%)	4,962 (18%)	1,938 (19%)	506 (13%)	156 (11%)
Horas de trabalho por semana								<0.001
Ate_10	3,103 (4.3%)	358 (4.8%)	657 (3.0%)	1,492 (5.6%)	414 (4.0%)	119 (3.0%)	63 (4.4%)
De_11_a_20	16,693 (23%)	1,896 (25%)	7,233 (33%)	4,179 (16%)	2,611 (25%)	568 (14%)	206 (14%)
De_21_a_30	16,809 (23%)	1,408 (19%)	4,524 (21%)	7,626 (28%)	1,935 (19%)	613 (15%)	703 (49%)
De_31_a_40	24,823 (35%)	2,782 (37%)	7,423 (34%)	9,262 (34%)	3,676 (36%)	1,394 (35%)	286 (20%)
Mais_de_40	10,427 (15%)	1,015 (14%)	2,060 (9.4%)	4,289 (16%)	1,620 (16%)	1,262 (32%)	181 (13%)
Tem outra atividade remunerada								<0.001
Nao	62,265 (87%)	6,690 (89%)	19,075 (87%)	22,979 (86%)	8,773 (86%)	3,429 (87%)	1,319 (91%)
Sim	9,658 (13%)	791 (11%)	2,828 (13%)	3,895 (14%)	1,487 (14%)	530 (13%)	127 (8.8%)
1 n (%)
2 Pearson’s Chi-squared test

4.2.2 Presença na escola

BMP_PRE_ESC <- BASE_MATEMATICA_PUBLICA_5 %>%
  dplyr::select(TERRITORIO, Q6_ANOS_NA_ESCOLA, Q7_QUANTIDADE_ESCOLAS, ) %>%
    mutate(TERRITORIO = factor(TERRITORIO, labels = c("N", "NE", "SE", "S", "CO", "MT"))) %>%
  tbl_summary(
    by = TERRITORIO, missing = "no") %>% 
  modify_header(update =list(label  ~  "**VARIÁVEIS**"))%>% 
    modify_spanning_header(update = all_stat_cols() ~ "**REGIÕES**") %>%
    bold_labels()%>%
  add_overall()%>%
  add_p()

BMP_PRE_ESC

VARIÁVEIS	Overall, N = 72,8151	REGIÕES						p-value2
		N, N = 7,5501	NE, N = 22,1741	SE, N = 27,2961	S, N = 10,3471	CO, N = 3,9811	MT, N = 1,4671
Anos na escola								<0.001
Menos_de_1	13,251 (18%)	1,060 (14%)	3,692 (17%)	5,364 (20%)	2,206 (21%)	609 (15%)	320 (22%)
De_1_a_2	8,292 (12%)	1,075 (14%)	2,203 (10%)	3,041 (11%)	1,067 (10%)	753 (19%)	153 (11%)
De_3_a_5	14,146 (20%)	1,579 (21%)	4,867 (22%)	4,793 (18%)	1,632 (16%)	903 (23%)	372 (26%)
De_6_a_10	13,708 (19%)	1,545 (21%)	4,143 (19%)	5,409 (20%)	1,748 (17%)	618 (16%)	245 (17%)
De_11_a_15	9,258 (13%)	1,078 (14%)	2,988 (14%)	3,453 (13%)	1,160 (11%)	394 (10.0%)	185 (13%)
De_16_a_20	6,788 (9.4%)	591 (7.9%)	2,051 (9.4%)	2,593 (9.6%)	1,150 (11%)	303 (7.7%)	100 (6.9%)
Mais_de_20	6,510 (9.0%)	555 (7.4%)	1,969 (9.0%)	2,232 (8.3%)	1,303 (13%)	378 (9.6%)	73 (5.0%)
Quantidade de escolas em que trabalha								<0.001
Apenas_nesta	38,449 (53%)	4,111 (55%)	10,802 (49%)	14,920 (55%)	5,266 (51%)	2,456 (62%)	894 (62%)
Em_2	27,002 (38%)	2,412 (32%)	9,301 (42%)	9,932 (37%)	3,755 (37%)	1,153 (29%)	449 (31%)
Em_3	6,554 (9.1%)	966 (13%)	1,822 (8.3%)	2,055 (7.6%)	1,257 (12%)	350 (8.8%)	104 (7.2%)
1 n (%)
2 Pearson’s Chi-squared test

4.3 Percepção da profissão

4.3.1 Aspectos objetivos

BMP_PER_OBJ <- BASE_MATEMATICA_PUBLICA_5 %>%
  dplyr::select(TERRITORIO, Q13_DOCENCIA_VALORIZADA, Q14_VANTAGENS_SUPERAM_DESVANTAGENS) %>%
    mutate(TERRITORIO = factor(TERRITORIO, labels = c("N", "NE", "SE", "S", "CO", "MT"))) %>%
  tbl_summary(
    by = TERRITORIO, missing = "no") %>% 
  modify_header(update =list(label  ~  "**VARIÁVEIS**"))%>% 
    modify_spanning_header(update = all_stat_cols() ~ "**REGIÕES**") %>%
    bold_labels()%>%
  add_overall()%>%
  add_p()

BMP_PER_OBJ

VARIÁVEIS	Overall, N = 72,8151	REGIÕES						p-value2
		N, N = 7,5501	NE, N = 22,1741	SE, N = 27,2961	S, N = 10,3471	CO, N = 3,9811	MT, N = 1,4671
A profissão de professor(a) é valorizada pela sociedade								<0.001
Discordo_fortemente	22,493 (31%)	2,086 (28%)	5,698 (26%)	9,703 (36%)	3,528 (34%)	1,053 (27%)	425 (29%)
Discordo	38,131 (53%)	3,953 (53%)	12,291 (56%)	13,452 (50%)	5,458 (53%)	2,160 (55%)	817 (57%)
Concordo	10,053 (14%)	1,242 (17%)	3,583 (16%)	3,251 (12%)	1,130 (11%)	665 (17%)	182 (13%)
Concordo_fortemente	1,210 (1.7%)	196 (2.6%)	323 (1.5%)	454 (1.7%)	135 (1.3%)	80 (2.0%)	22 (1.5%)
As vantagens de ser professor(a) superam claramentre as desvantagens								<0.001
Discordo_fortemente	8,177 (11%)	683 (9.1%)	1,769 (8.1%)	3,915 (15%)	1,371 (13%)	299 (7.6%)	140 (9.7%)
Discordo	29,187 (41%)	2,892 (39%)	7,933 (36%)	11,756 (44%)	4,606 (45%)	1,405 (36%)	595 (41%)
Concordo	31,060 (43%)	3,451 (46%)	10,867 (50%)	10,202 (38%)	3,925 (38%)	1,972 (50%)	643 (44%)
Concordo_fortemente	3,407 (4.7%)	447 (6.0%)	1,308 (6.0%)	968 (3.6%)	342 (3.3%)	275 (7.0%)	67 (4.6%)
1 n (%)
2 Pearson’s Chi-squared test

4.3.2 Aspectos subjetivos

BMP_PER_SUB <- BASE_MATEMATICA_PUBLICA_5 %>%
  dplyr::select(TERRITORIO, Q12_REALIZACAO_SONHO, Q15_SATISFACAO_PROFISSIONAL, Q16_VONTADE_DESISTIR) %>%
    mutate(TERRITORIO = factor(TERRITORIO, labels = c("N", "NE", "SE", "S", "CO", "MT"))) %>%
  tbl_summary(
    by = TERRITORIO, missing = "no") %>% 
  modify_header(update =list(label  ~  "**VARIÁVEIS**"))%>% 
    modify_spanning_header(update = all_stat_cols() ~ "**REGIÕES**") %>%
    bold_labels()%>%
  add_overall()%>%
  add_p()

BMP_PER_SUB

VARIÁVEIS	Overall, N = 72,8151	REGIÕES						p-value2
		N, N = 7,5501	NE, N = 22,1741	SE, N = 27,2961	S, N = 10,3471	CO, N = 3,9811	MT, N = 1,4671
Tornar-me professor(a) foi a realização de um dos meus sonhos								<0.001
Discordo_fortemente	1,730 (2.4%)	209 (2.8%)	461 (2.1%)	701 (2.6%)	233 (2.3%)	88 (2.2%)	38 (2.6%)
Discordo	9,139 (13%)	1,089 (15%)	2,995 (14%)	3,306 (12%)	1,041 (10%)	464 (12%)	244 (17%)
Concordo	38,965 (54%)	4,052 (54%)	11,881 (54%)	14,578 (54%)	5,492 (54%)	2,133 (54%)	829 (57%)
Concordo_fortemente	21,976 (31%)	2,119 (28%)	6,542 (30%)	8,236 (31%)	3,476 (34%)	1,269 (32%)	334 (23%)
No geral, estou satisfeito(a) com o meu trabalho de professor(a)								<0.001
Discordo_fortemente	2,305 (3.2%)	190 (2.5%)	459 (2.1%)	1,119 (4.2%)	416 (4.1%)	84 (2.1%)	37 (2.6%)
Discordo	13,333 (19%)	1,234 (17%)	3,179 (15%)	5,667 (21%)	2,401 (23%)	568 (14%)	284 (20%)
Concordo	45,034 (63%)	4,647 (62%)	14,081 (64%)	16,592 (62%)	6,254 (61%)	2,532 (64%)	928 (64%)
Concordo_fortemente	11,127 (15%)	1,402 (19%)	4,150 (19%)	3,446 (13%)	1,167 (11%)	769 (19%)	193 (13%)
Tenho vontade de desistir da profissão								<0.001
Discordo_fortemente	23,965 (33%)	2,675 (36%)	8,649 (40%)	8,050 (30%)	2,838 (28%)	1,372 (35%)	381 (26%)
Discordo	35,827 (50%)	3,676 (49%)	10,677 (49%)	13,724 (51%)	5,081 (50%)	1,917 (49%)	752 (52%)
Concordo	9,492 (13%)	885 (12%)	1,993 (9.1%)	3,959 (15%)	1,856 (18%)	537 (14%)	262 (18%)
Concordo_fortemente	2,513 (3.5%)	223 (3.0%)	549 (2.5%)	1,100 (4.1%)	471 (4.6%)	125 (3.2%)	45 (3.1%)
1 n (%)
2 Pearson’s Chi-squared test

5 FORMAÇÃO PROFRISSIONAL

5.1 Necessidades formativas

5.1.1 Geral

BMP_NEC_GERAL <- BASE_MATEMATICA_PUBLICA_5 %>%
  dplyr::select(TERRITORIO, 
         Q41_CONTEUDO,
         )%>%
  mutate(TERRITORIO = factor(TERRITORIO, labels = c("N", "NE", "SE", "S", "CO", "MT"))) %>%
  tbl_summary(
    by = TERRITORIO, missing = "no") %>% 
  modify_header(update =list(label  ~  "**VARIÁVEIS**"))%>% 
    modify_spanning_header(update = all_stat_cols() ~ "**REGIÕES**") %>%
    bold_labels()%>%
  add_overall()%>%
  add_p()

BMP_NEC_GERAL

VARIÁVEIS	Overall, N = 72,8151	REGIÕES						p-value2
		N, N = 7,5501	NE, N = 22,1741	SE, N = 27,2961	S, N = 10,3471	CO, N = 3,9811	MT, N = 1,4671
Ensino do conteúdo que leciono								<0.001
Nenhuma_necessidade	9,631 (13%)	860 (12%)	2,605 (12%)	4,069 (15%)	1,416 (14%)	515 (13%)	166 (12%)
Pouca_necessidade	20,178 (28%)	1,862 (25%)	5,796 (27%)	8,156 (30%)	2,897 (28%)	1,059 (27%)	408 (28%)
Moderada_necessidade	23,507 (33%)	2,535 (34%)	7,560 (35%)	8,293 (31%)	3,313 (32%)	1,277 (32%)	529 (37%)
Grande_necessidade	18,361 (26%)	2,201 (30%)	5,884 (27%)	6,264 (23%)	2,582 (25%)	1,095 (28%)	335 (23%)
1 n (%)
2 Pearson’s Chi-squared test

5.1.2 Ensino de Matemática

BMP_NEC_ENS_MAT <- BASE_MATEMATICA_PUBLICA_5 %>%
  dplyr::select(TERRITORIO, 
         Q41_CONTEUDO,
         )%>%
  mutate(TERRITORIO = factor(TERRITORIO, labels = c("N", "NE", "SE", "S", "CO", "MT"))) %>%
  tbl_summary(
    by = TERRITORIO, missing = "no") %>% 
  modify_header(update =list(label  ~  "**VARIÁVEIS**"))%>% 
    modify_spanning_header(update = all_stat_cols() ~ "**REGIÕES**") %>%
    bold_labels()%>%
  add_overall()%>%
  add_p()

BMP_NEC_ENS_MAT 

VARIÁVEIS	Overall, N = 72,8151	REGIÕES						p-value2
		N, N = 7,5501	NE, N = 22,1741	SE, N = 27,2961	S, N = 10,3471	CO, N = 3,9811	MT, N = 1,4671
Ensino do conteúdo que leciono								<0.001
Nenhuma_necessidade	9,631 (13%)	860 (12%)	2,605 (12%)	4,069 (15%)	1,416 (14%)	515 (13%)	166 (12%)
Pouca_necessidade	20,178 (28%)	1,862 (25%)	5,796 (27%)	8,156 (30%)	2,897 (28%)	1,059 (27%)	408 (28%)
Moderada_necessidade	23,507 (33%)	2,535 (34%)	7,560 (35%)	8,293 (31%)	3,313 (32%)	1,277 (32%)	529 (37%)
Grande_necessidade	18,361 (26%)	2,201 (30%)	5,884 (27%)	6,264 (23%)	2,582 (25%)	1,095 (28%)	335 (23%)
1 n (%)
2 Pearson’s Chi-squared test

5.1.3 Aprendizagem e avaliação

BMP_NEC_APR_AVA <- BASE_MATEMATICA_PUBLICA_5 %>%
  dplyr::select(TERRITORIO,
         Q42_APRENDIZAGEM,
         Q49_UTILIZAR_CONHECIMENTOS_APRENDIZAGEM, 
         Q46_INSTRUMENTOS_AVALIACAO
         ) %>%
    mutate(TERRITORIO = factor(TERRITORIO, labels = c("N", "NE", "SE", "S", "CO", "MT"))) %>%
  tbl_summary(
    by = TERRITORIO, missing = "no") %>% 
  modify_header(update =list(label  ~  "**VARIÁVEIS**"))%>% 
    modify_spanning_header(update = all_stat_cols() ~ "**REGIÕES**") %>%
    bold_labels()%>%
  add_overall()%>%
  add_p()

BMP_NEC_APR_AVA

VARIÁVEIS	Overall, N = 72,8151	REGIÕES						p-value2
		N, N = 7,5501	NE, N = 22,1741	SE, N = 27,2961	S, N = 10,3471	CO, N = 3,9811	MT, N = 1,4671
Desenvolvimento da aprendizagem								<0.001
Nenhuma_necessidade	5,682 (7.9%)	510 (6.8%)	1,542 (7.1%)	2,465 (9.2%)	817 (8.0%)	264 (6.7%)	84 (5.8%)
Pouca_necessidade	18,027 (25%)	1,768 (24%)	5,167 (24%)	7,229 (27%)	2,519 (25%)	996 (25%)	348 (24%)
Moderada_necessidade	29,247 (41%)	3,113 (42%)	9,209 (42%)	10,523 (39%)	4,125 (40%)	1,623 (41%)	654 (45%)
Grande_necessidade	18,741 (26%)	2,068 (28%)	5,938 (27%)	6,569 (25%)	2,750 (27%)	1,063 (27%)	353 (25%)
Utilizar conhecimentos sobre o desenvolvimento da aprendizagem								<0.001
Nenhuma_necessidade	4,318 (6.0%)	399 (5.4%)	1,096 (5.0%)	1,899 (7.1%)	639 (6.3%)	221 (5.6%)	64 (4.4%)
Pouca_necessidade	16,725 (23%)	1,596 (21%)	4,716 (22%)	6,843 (26%)	2,318 (23%)	929 (24%)	323 (22%)
Moderada_necessidade	29,184 (41%)	3,095 (42%)	9,236 (42%)	10,465 (39%)	4,162 (41%)	1,575 (40%)	651 (45%)
Grande_necessidade	21,426 (30%)	2,367 (32%)	6,795 (31%)	7,559 (28%)	3,084 (30%)	1,220 (31%)	401 (28%)
Desenvolvimento dos instrumentos de avaliação de sala de aula								<0.001
Nenhuma_necessidade	6,729 (9.4%)	649 (8.7%)	1,659 (7.6%)	2,907 (11%)	1,023 (10%)	368 (9.3%)	123 (8.5%)
Pouca_necessidade	18,503 (26%)	1,784 (24%)	5,194 (24%)	7,503 (28%)	2,601 (25%)	1,033 (26%)	388 (27%)
Moderada_necessidade	26,471 (37%)	2,820 (38%)	8,555 (39%)	9,448 (35%)	3,673 (36%)	1,410 (36%)	565 (39%)
Grande_necessidade	19,969 (28%)	2,202 (30%)	6,444 (29%)	6,918 (26%)	2,908 (28%)	1,134 (29%)	363 (25%)
1 n (%)
2 Pearson’s Chi-squared test

5.1.4 Conhecimentos pedagógicos

BMP_NEC_CONH_PED <- BASE_MATEMATICA_PUBLICA_5 %>%
  dplyr::select(TERRITORIO,
         Q45_PLANEJAMENTO_PEDAGOGICO,
         Q47_PRATICAS_PEDAGOGICAS,
         Q43_CULTURA_LOCAL) %>%
    mutate(TERRITORIO = factor(TERRITORIO, labels = c("N", "NE", "SE", "S", "CO", "MT"))) %>%
  tbl_summary(
    by = TERRITORIO, missing = "no") %>% 
  modify_header(update =list(label  ~  "**VARIÁVEIS**"))%>% 
    modify_spanning_header(update = all_stat_cols() ~ "**REGIÕES**") %>%
    bold_labels()%>%
  add_overall()%>%
  add_p()

BMP_NEC_CONH_PED 

VARIÁVEIS	Overall, N = 72,8151	REGIÕES						p-value2
		N, N = 7,5501	NE, N = 22,1741	SE, N = 27,2961	S, N = 10,3471	CO, N = 3,9811	MT, N = 1,4671
Planejamento pedagógico								<0.001
Nenhuma_necessidade	6,735 (9.4%)	633 (8.5%)	1,878 (8.6%)	2,701 (10%)	1,014 (9.9%)	390 (9.9%)	119 (8.3%)
Pouca_necessidade	18,472 (26%)	1,748 (23%)	5,335 (24%)	7,170 (27%)	2,757 (27%)	1,080 (27%)	382 (27%)
Moderada_necessidade	25,051 (35%)	2,701 (36%)	7,810 (36%)	9,299 (35%)	3,445 (34%)	1,261 (32%)	535 (37%)
Grande_necessidade	21,398 (30%)	2,366 (32%)	6,827 (31%)	7,606 (28%)	2,983 (29%)	1,213 (31%)	403 (28%)
Recursos e práticas pedagógicas								<0.001
Nenhuma_necessidade	4,196 (5.9%)	350 (4.7%)	1,065 (4.9%)	1,860 (6.9%)	611 (6.0%)	233 (5.9%)	77 (5.4%)
Pouca_necessidade	15,732 (22%)	1,512 (20%)	4,349 (20%)	6,503 (24%)	2,182 (21%)	876 (22%)	310 (22%)
Moderada_necessidade	28,755 (40%)	2,955 (40%)	8,981 (41%)	10,563 (39%)	4,093 (40%)	1,536 (39%)	627 (44%)
Grande_necessidade	22,986 (32%)	2,642 (35%)	7,451 (34%)	7,845 (29%)	3,319 (33%)	1,304 (33%)	425 (30%)
Utilização de elementos da cultura local na prática pedagógica								<0.001
Nenhuma_necessidade	3,917 (5.5%)	349 (4.7%)	906 (4.1%)	1,802 (6.7%)	597 (5.9%)	192 (4.9%)	71 (4.9%)
Pouca_necessidade	16,823 (23%)	1,482 (20%)	4,599 (21%)	6,886 (26%)	2,633 (26%)	893 (23%)	330 (23%)
Moderada_necessidade	32,149 (45%)	3,373 (45%)	10,014 (46%)	11,670 (44%)	4,587 (45%)	1,848 (47%)	657 (46%)
Grande_necessidade	18,773 (26%)	2,253 (30%)	6,323 (29%)	6,420 (24%)	2,386 (23%)	1,010 (26%)	381 (26%)
1 n (%)
2 Pearson’s Chi-squared test

5.1.5 Convívio escolar

BMP_NEC_CONV_ESC <- BASE_MATEMATICA_PUBLICA_5 %>%
  dplyr::select(TERRITORIO, 
         Q44_GESTAO_DEMOCRATICA,
         Q51_GESTAO_CONFLITOS,
         ) %>%
    mutate(TERRITORIO = factor(TERRITORIO, labels = c("N", "NE", "SE", "S", "CO", "MT"))) %>%
  tbl_summary(
    by = TERRITORIO, missing = "no") %>% 
  modify_header(update =list(label  ~  "**VARIÁVEIS**"))%>% 
    modify_spanning_header(update = all_stat_cols() ~ "**REGIÕES**") %>%
    bold_labels()%>%
  add_overall()%>%
  add_p()

BMP_NEC_CONV_ESC

VARIÁVEIS	Overall, N = 72,8151	REGIÕES						p-value2
		N, N = 7,5501	NE, N = 22,1741	SE, N = 27,2961	S, N = 10,3471	CO, N = 3,9811	MT, N = 1,4671
Gestão democrática								<0.001
Nenhuma_necessidade	7,447 (10%)	784 (11%)	2,075 (9.5%)	2,924 (11%)	1,160 (11%)	381 (9.7%)	123 (8.6%)
Pouca_necessidade	19,178 (27%)	1,831 (25%)	5,496 (25%)	7,387 (28%)	2,977 (29%)	1,091 (28%)	396 (28%)
Moderada_necessidade	26,353 (37%)	2,679 (36%)	8,185 (37%)	9,782 (37%)	3,683 (36%)	1,487 (38%)	537 (37%)
Grande_necessidade	18,662 (26%)	2,159 (29%)	6,081 (28%)	6,671 (25%)	2,385 (23%)	984 (25%)	382 (27%)
Gestão de conflitos								<0.001
Nenhuma_necessidade	6,804 (9.5%)	938 (13%)	2,220 (10%)	2,346 (8.8%)	826 (8.1%)	351 (8.9%)	123 (8.6%)
Pouca_necessidade	18,132 (25%)	1,844 (25%)	5,435 (25%)	6,925 (26%)	2,503 (25%)	1,022 (26%)	403 (28%)
Moderada_necessidade	26,085 (36%)	2,699 (36%)	8,086 (37%)	9,524 (36%)	3,789 (37%)	1,440 (37%)	547 (38%)
Grande_necessidade	20,585 (29%)	1,966 (26%)	6,089 (28%)	7,953 (30%)	3,084 (30%)	1,129 (29%)	364 (25%)
1 n (%)
2 Pearson’s Chi-squared test

5.1.6 Temas emergentes

BMP_NEC_TEM_EME <- BASE_MATEMATICA_PUBLICA_5 %>%
  dplyr::select(TERRITORIO, 
         Q48_METODOLOGIA_PCD, 
         Q50_TECNOLOGIA_INFORMACAO
         ) %>%
    mutate(TERRITORIO = factor(TERRITORIO, labels = c("N", "NE", "SE", "S", "CO", "MT"))) %>%
  tbl_summary(
    by = TERRITORIO, missing = "no") %>% 
  modify_header(update =list(label  ~  "**VARIÁVEIS**"))%>% 
    modify_spanning_header(update = all_stat_cols() ~ "**REGIÕES**") %>%
    bold_labels()%>%
  add_overall()%>%
  add_p()

BMP_NEC_TEM_EME 

VARIÁVEIS	Overall, N = 72,8151	REGIÕES						p-value2
		N, N = 7,5501	NE, N = 22,1741	SE, N = 27,2961	S, N = 10,3471	CO, N = 3,9811	MT, N = 1,4671
Metodologia de ensino para o público-alvo da educação especial								<0.001
Nenhuma_necessidade	2,315 (3.2%)	254 (3.4%)	724 (3.3%)	877 (3.3%)	319 (3.1%)	108 (2.7%)	33 (2.3%)
Pouca_necessidade	7,230 (10%)	703 (9.4%)	2,047 (9.4%)	2,771 (10%)	1,114 (11%)	476 (12%)	119 (8.3%)
Moderada_necessidade	20,507 (29%)	1,875 (25%)	5,451 (25%)	8,196 (31%)	3,240 (32%)	1,314 (33%)	431 (30%)
Grande_necessidade	41,587 (58%)	4,612 (62%)	13,615 (62%)	14,922 (56%)	5,534 (54%)	2,048 (52%)	856 (59%)
Uso de tecnologias da informação e comunicação								<0.001
Nenhuma_necessidade	3,626 (5.1%)	338 (4.5%)	1,007 (4.6%)	1,544 (5.8%)	471 (4.6%)	194 (4.9%)	72 (5.0%)
Pouca_necessidade	11,759 (16%)	1,078 (14%)	3,383 (15%)	4,821 (18%)	1,603 (16%)	654 (17%)	220 (15%)
Moderada_necessidade	25,907 (36%)	2,335 (31%)	7,757 (36%)	9,826 (37%)	3,937 (39%)	1,474 (37%)	578 (40%)
Grande_necessidade	30,352 (42%)	3,703 (50%)	9,688 (44%)	10,580 (40%)	4,186 (41%)	1,625 (41%)	570 (40%)
1 n (%)
2 Pearson’s Chi-squared test

5.2 Participação

5.2.1 Atividades formativas por carga horária

BMP_ATIV_CH <- BASE_MATEMATICA_PUBLICA_5 %>%
    dplyr::select(TERRITORIO,
           Q52_MENOS_20H_P, Q53_20_A_179H_P, Q54_180_A_360H_P,
           Q52_MENOS_20H_NP, Q53_20_A_179H_NP, Q54_180_A_360H_NP) %>%
    mutate(TERRITORIO = factor(TERRITORIO, labels = c("N", "NE", "SE", "S", "CO", "MT"))) %>%
  tbl_summary(
    by = TERRITORIO, missing = "no") %>% 
  modify_header(update =list(label  ~  "**VARIÁVEIS**"))%>% 
    modify_spanning_header(update = all_stat_cols() ~ "**REGIÕES**") %>%
    bold_labels()%>%
  add_overall()%>%
  add_p()

BMP_ATIV_CH

VARIÁVEIS	Overall, N = 72,8151	REGIÕES						p-value2
		N, N = 7,5501	NE, N = 22,1741	SE, N = 27,2961	S, N = 10,3471	CO, N = 3,9811	MT, N = 1,4671
Menos de 20 horas								<0.001
Nao	19,497 (27%)	2,460 (33%)	6,283 (29%)	7,663 (29%)	1,906 (19%)	944 (24%)	241 (17%)
Sim	52,103 (73%)	4,990 (67%)	15,548 (71%)	19,090 (71%)	8,281 (81%)	2,997 (76%)	1,197 (83%)
De 20 até 179 horas								<0.001
Nao	27,295 (38%)	3,939 (53%)	9,807 (45%)	8,898 (33%)	3,382 (33%)	1,098 (28%)	171 (12%)
Sim	44,328 (62%)	3,515 (47%)	12,032 (55%)	17,859 (67%)	6,813 (67%)	2,844 (72%)	1,265 (88%)
De 180 até 360 horas								<0.001
Nao	48,306 (67%)	5,259 (71%)	14,776 (68%)	17,673 (66%)	7,517 (74%)	2,311 (59%)	770 (54%)
Sim	23,318 (33%)	2,193 (29%)	7,065 (32%)	9,084 (34%)	2,678 (26%)	1,632 (41%)	666 (46%)
Menos de 20 horas								<0.001
Uma	14,026 (27%)	1,682 (34%)	4,602 (30%)	4,740 (25%)	2,012 (24%)	744 (25%)	246 (21%)
Duas	13,205 (25%)	1,301 (26%)	3,912 (25%)	4,370 (23%)	2,478 (30%)	839 (28%)	305 (25%)
Tres_ou_mais	24,872 (48%)	2,007 (40%)	7,034 (45%)	9,980 (52%)	3,791 (46%)	1,414 (47%)	646 (54%)
De 20 até 179 horas								<0.001
Uma	19,530 (44%)	1,838 (52%)	6,100 (51%)	6,792 (38%)	3,208 (47%)	1,241 (44%)	351 (28%)
Duas	11,999 (27%)	935 (27%)	3,312 (28%)	4,721 (26%)	1,857 (27%)	791 (28%)	383 (30%)
Tres_ou_mais	12,799 (29%)	742 (21%)	2,620 (22%)	6,346 (36%)	1,748 (26%)	812 (29%)	531 (42%)
De 180 até 360 horas								<0.001
Uma	14,612 (63%)	1,420 (65%)	4,483 (63%)	5,540 (61%)	1,707 (64%)	1,064 (65%)	398 (60%)
Duas	4,667 (20%)	417 (19%)	1,494 (21%)	1,788 (20%)	515 (19%)	308 (19%)	145 (22%)
Tres_ou_mais	4,039 (17%)	356 (16%)	1,088 (15%)	1,756 (19%)	456 (17%)	260 (16%)	123 (18%)
1 n (%)
2 Pearson’s Chi-squared test

5.2.2 Características das atividades formativas

BMP_CAR_ATIV_CH <- BASE_MATEMATICA_PUBLICA_5 %>%
  dplyr::select(TERRITORIO, 
         Q55_PARTICIPACAO_COLEGA_P,
         Q56_ATIVIDADES_COLABORATIVAS_P,
         Q57_INTERCALADA_HORARIO_TRABALHO_P,
         Q55_PARTICIPACAO_COLEGA_NP,
         Q56_ATIVIDADES_COLABORATIVAS_NP,
         Q57_INTERCALADA_HORARIO_TRABALHO_NP) %>%
    mutate(TERRITORIO = factor(TERRITORIO, labels = c("N", "NE", "SE", "S", "CO", "MT"))) %>%
  tbl_summary(
    by = TERRITORIO, missing = "no") %>% 
  modify_header(update =list(label  ~  "**VARIÁVEIS**"))%>% 
    modify_spanning_header(update = all_stat_cols() ~ "**REGIÕES**") %>%
    bold_labels()%>%
  add_overall()%>%
  add_p()

BMP_CAR_ATIV_CH

VARIÁVEIS	Overall, N = 72,8151	REGIÕES						p-value2
		N, N = 7,5501	NE, N = 22,1741	SE, N = 27,2961	S, N = 10,3471	CO, N = 3,9811	MT, N = 1,4671
Cursos que previam a participação de outro professor da mesma escola								<0.001
Nao	16,778 (23%)	2,289 (31%)	5,854 (27%)	6,370 (24%)	1,388 (14%)	710 (18%)	167 (12%)
Sim	54,797 (77%)	5,157 (69%)	15,977 (73%)	20,357 (76%)	8,807 (86%)	3,228 (82%)	1,271 (88%)
Cursos que previam atividades colaborativas								<0.001
Nao	15,862 (22%)	2,183 (29%)	5,395 (25%)	5,978 (22%)	1,504 (15%)	653 (17%)	149 (10%)
Sim	55,729 (78%)	5,265 (71%)	16,441 (75%)	20,757 (78%)	8,693 (85%)	3,284 (83%)	1,289 (90%)
Cursos realizados em horários intercalados com minha jornada de trabalho								<0.001
Nao	16,465 (23%)	2,193 (29%)	5,560 (25%)	6,227 (23%)	1,649 (16%)	688 (18%)	148 (10%)
Sim	55,082 (77%)	5,247 (71%)	16,263 (75%)	20,496 (77%)	8,545 (84%)	3,242 (82%)	1,289 (90%)
Cursos que previam a participação de outro professor da mesma escola								<0.001
Nunca	4,436 (8.1%)	425 (8.2%)	1,227 (7.7%)	1,976 (9.7%)	468 (5.3%)	281 (8.7%)	59 (4.6%)
Poucas_vezes	20,652 (38%)	2,461 (48%)	6,871 (43%)	7,130 (35%)	2,549 (29%)	1,175 (36%)	466 (37%)
Muitas_vezes	15,080 (28%)	1,155 (22%)	4,160 (26%)	6,035 (30%)	2,370 (27%)	971 (30%)	389 (31%)
Sempre	14,629 (27%)	1,116 (22%)	3,719 (23%)	5,216 (26%)	3,420 (39%)	801 (25%)	357 (28%)
Cursos que previam atividades colaborativas								<0.001
Nunca	3,891 (7.0%)	429 (8.1%)	1,014 (6.2%)	1,615 (7.8%)	552 (6.3%)	220 (6.7%)	61 (4.7%)
Poucas_vezes	21,806 (39%)	2,524 (48%)	7,125 (43%)	7,358 (35%)	3,085 (35%)	1,210 (37%)	504 (39%)
Muitas_vezes	17,986 (32%)	1,425 (27%)	5,055 (31%)	7,146 (34%)	2,730 (31%)	1,185 (36%)	445 (35%)
Sempre	12,046 (22%)	887 (17%)	3,247 (20%)	4,638 (22%)	2,326 (27%)	669 (20%)	279 (22%)
Cursos realizados em horários intercalados com minha jornada de trabalho								<0.001
Nunca	6,021 (11%)	615 (12%)	1,444 (8.9%)	2,432 (12%)	1,086 (13%)	353 (11%)	91 (7.1%)
Poucas_vezes	22,086 (40%)	2,414 (46%)	7,135 (44%)	7,517 (37%)	3,175 (37%)	1,301 (40%)	544 (42%)
Muitas_vezes	16,094 (29%)	1,322 (25%)	4,670 (29%)	6,328 (31%)	2,366 (28%)	1,018 (31%)	390 (30%)
Sempre	10,881 (20%)	896 (17%)	3,014 (19%)	4,219 (21%)	1,918 (22%)	570 (18%)	264 (20%)
1 n (%)
2 Pearson’s Chi-squared test

5.2.3 Pós-graduação

BMP_POS <- BASE_MATEMATICA_PUBLICA_5 %>%
  dplyr::select(TERRITORIO, 
         Q58_ESPECIALIZACAO_P, Q59_MESTRADO_P, Q60_DOUTORADO_P,
         Q58_ESPECIALIZACAO_A, Q59_MESTRADO_A, Q60_DOUTORADO_A) %>%
    mutate(TERRITORIO = factor(TERRITORIO, labels = c("N", "NE", "SE", "S", "CO", "MT"))) %>%
  tbl_summary(
    by = TERRITORIO, missing = "no") %>% 
  modify_header(update =list(label  ~  "**VARIÁVEIS**"))%>% 
    modify_spanning_header(update = all_stat_cols() ~ "**REGIÕES**") %>%
    bold_labels()%>%
  add_overall()%>%
  add_p()

BMP_POS

VARIÁVEIS	Overall, N = 72,8151	REGIÕES						p-value2
		N, N = 7,5501	NE, N = 22,1741	SE, N = 27,2961	S, N = 10,3471	CO, N = 3,9811	MT, N = 1,4671
Especialização								<0.001
Nao	54,132 (76%)	5,453 (73%)	16,207 (74%)	20,756 (78%)	7,812 (77%)	2,830 (72%)	1,074 (75%)
Sim	17,444 (24%)	1,998 (27%)	5,613 (26%)	5,984 (22%)	2,378 (23%)	1,108 (28%)	363 (25%)
Mestrado								<0.001
Nao	66,465 (93%)	6,743 (91%)	20,272 (93%)	25,164 (94%)	9,391 (92%)	3,601 (91%)	1,294 (90%)
Sim	5,077 (7.1%)	694 (9.3%)	1,533 (7.0%)	1,579 (5.9%)	795 (7.8%)	336 (8.5%)	140 (9.8%)
Doutorado								0.7
Nao	70,137 (98%)	7,275 (98%)	21,385 (98%)	26,235 (98%)	9,981 (98%)	3,851 (98%)	1,410 (98%)
Sim	1,402 (2.0%)	158 (2.1%)	417 (1.9%)	512 (1.9%)	204 (2.0%)	85 (2.2%)	26 (1.8%)
Especialização								<0.001
Sem_apoio	13,454 (77%)	1,519 (76%)	4,294 (77%)	4,661 (78%)	1,902 (80%)	795 (72%)	283 (78%)
Apoio_parcial	1,953 (11%)	260 (13%)	696 (12%)	592 (9.9%)	223 (9.4%)	146 (13%)	36 (9.9%)
Apoio_total	2,037 (12%)	219 (11%)	623 (11%)	731 (12%)	253 (11%)	167 (15%)	44 (12%)
Mestrado								0.019
Sem_apoio	3,394 (67%)	470 (68%)	1,016 (66%)	1,049 (66%)	565 (71%)	203 (60%)	91 (65%)
Apoio_parcial	892 (18%)	129 (19%)	290 (19%)	266 (17%)	111 (14%)	72 (21%)	24 (17%)
Apoio_total	791 (16%)	95 (14%)	227 (15%)	264 (17%)	119 (15%)	61 (18%)	25 (18%)
Doutorado								0.085
Sem_apoio	796 (57%)	89 (56%)	226 (54%)	289 (56%)	132 (65%)	42 (49%)	18 (69%)
Apoio_parcial	312 (22%)	42 (27%)	98 (24%)	116 (23%)	36 (18%)	16 (19%)	4 (15%)
Apoio_total	294 (21%)	27 (17%)	93 (22%)	107 (21%)	36 (18%)	27 (32%)	4 (15%)
1 n (%)
2 Pearson’s Chi-squared test

5.3 Contribuição

5.3.1 Ensino de Matemática

BMP_CONT_ENS_MAT <- BASE_MATEMATICA_PUBLICA_5 %>%
  dplyr::select(TERRITORIO, 
        Q61_CONTEUDO_P,
        Q61_CONTEUDO_C
         ) %>%
    mutate(TERRITORIO = factor(TERRITORIO, labels = c("N", "NE", "SE", "S", "CO", "MT"))) %>%
  tbl_summary(
    by = TERRITORIO, missing = "no") %>% 
  modify_header(update =list(label  ~  "**VARIÁVEIS**"))%>% 
    modify_spanning_header(update = all_stat_cols() ~ "**REGIÕES**") %>%
    bold_labels()%>%
  add_overall()%>%
  add_p()

BMP_CONT_ENS_MAT 

VARIÁVEIS	Overall, N = 72,8151	REGIÕES						p-value2
		N, N = 7,5501	NE, N = 22,1741	SE, N = 27,2961	S, N = 10,3471	CO, N = 3,9811	MT, N = 1,4671
Aprofundar seus conhecimentos sobre a disciplina que leciona								<0.001
Nao	17,476 (24%)	2,398 (32%)	5,725 (26%)	6,705 (25%)	1,792 (18%)	737 (19%)	119 (8.3%)
Sim	54,140 (76%)	5,058 (68%)	16,098 (74%)	20,056 (75%)	8,405 (82%)	3,202 (81%)	1,321 (92%)
Aprofundar seus conhecimentos sobre a disciplina que leciona								<0.001
Nao_contribuiu	3,044 (5.6%)	254 (5.0%)	659 (4.1%)	1,153 (5.7%)	762 (9.1%)	165 (5.2%)	51 (3.9%)
Contribuiu_pouco	9,314 (17%)	939 (19%)	2,461 (15%)	3,343 (17%)	1,816 (22%)	542 (17%)	213 (16%)
Contribuiu_razoavelmente	19,984 (37%)	1,692 (33%)	6,008 (37%)	7,507 (37%)	3,099 (37%)	1,169 (37%)	509 (39%)
Contribuiu_muito	21,798 (40%)	2,173 (43%)	6,970 (43%)	8,053 (40%)	2,728 (32%)	1,326 (41%)	548 (41%)
1 n (%)
2 Pearson’s Chi-squared test

5.3.2 Aprendizagem e avaliação

BMP_CONT_APR_AVA  <- BASE_MATEMATICA_PUBLICA_5 %>%
  dplyr::select(TERRITORIO, 
        Q62_APRENDIZAGEM_P, 
        Q63_AVALIACAO_P,
        Q62_APRENDIZAGEM_C, 
        Q63_AVALIACAO_C,
         ) %>%
    mutate(TERRITORIO = factor(TERRITORIO, labels = c("N", "NE", "SE", "S", "CO", "MT"))) %>%
  tbl_summary(
    by = TERRITORIO, missing = "no") %>% 
  modify_header(update =list(label  ~  "**VARIÁVEIS**"))%>% 
    modify_spanning_header(update = all_stat_cols() ~ "**REGIÕES**") %>%
    bold_labels()%>%
  add_overall()%>%
  add_p()

BMP_CONT_APR_AVA 

VARIÁVEIS	Overall, N = 72,8151	REGIÕES						p-value2
		N, N = 7,5501	NE, N = 22,1741	SE, N = 27,2961	S, N = 10,3471	CO, N = 3,9811	MT, N = 1,4671
Compreender o processo de aprendizagem								<0.001
Nao	15,238 (21%)	2,164 (29%)	5,087 (23%)	5,795 (22%)	1,440 (14%)	635 (16%)	117 (8.1%)
Sim	56,390 (79%)	5,291 (71%)	16,745 (77%)	20,970 (78%)	8,759 (86%)	3,304 (84%)	1,321 (92%)
Aprimorar os processos avaliativos de sala de aula								<0.001
Nao	15,280 (21%)	2,136 (29%)	5,041 (23%)	5,871 (22%)	1,453 (14%)	663 (17%)	116 (8.1%)
Sim	56,345 (79%)	5,315 (71%)	16,789 (77%)	20,893 (78%)	8,747 (86%)	3,277 (83%)	1,324 (92%)
Compreender o processo de aprendizagem								<0.001
Nao_contribuiu	2,026 (3.6%)	191 (3.6%)	464 (2.8%)	765 (3.6%)	483 (5.5%)	89 (2.7%)	34 (2.6%)
Contribuiu_pouco	9,766 (17%)	956 (18%)	2,606 (16%)	3,462 (17%)	1,996 (23%)	518 (16%)	228 (17%)
Contribuiu_razoavelmente	22,647 (40%)	1,995 (38%)	6,774 (40%)	8,413 (40%)	3,594 (41%)	1,342 (41%)	529 (40%)
Contribuiu_muito	21,951 (39%)	2,149 (41%)	6,901 (41%)	8,330 (40%)	2,686 (31%)	1,355 (41%)	530 (40%)
Aprimorar os processos avaliativos de sala de aula								<0.001
Nao_contribuiu	2,674 (4.7%)	224 (4.2%)	623 (3.7%)	1,053 (5.0%)	596 (6.8%)	130 (4.0%)	48 (3.6%)
Contribuiu_pouco	11,046 (20%)	1,036 (19%)	3,006 (18%)	3,874 (19%)	2,252 (26%)	603 (18%)	275 (21%)
Contribuiu_razoavelmente	22,130 (39%)	1,979 (37%)	6,652 (40%)	8,222 (39%)	3,460 (40%)	1,296 (40%)	521 (39%)
Contribuiu_muito	20,495 (36%)	2,076 (39%)	6,508 (39%)	7,744 (37%)	2,439 (28%)	1,248 (38%)	480 (36%)
1 n (%)
2 Pearson’s Chi-squared test

5.3.3 Conhecimentos pedagógicos

BMP_CONT_CONH_PED  <- BASE_MATEMATICA_PUBLICA_5 %>%
  dplyr::select(TERRITORIO, 
        Q66_METODOLOGIA_ENSINO_P, 
        Q66_METODOLOGIA_ENSINO_C
         ) %>%
    mutate(TERRITORIO = factor(TERRITORIO, labels = c("N", "NE", "SE", "S", "CO", "MT"))) %>%
  tbl_summary(
    by = TERRITORIO, missing = "no") %>% 
  modify_header(update =list(label  ~  "**VARIÁVEIS**"))%>% 
    modify_spanning_header(update = all_stat_cols() ~ "**REGIÕES**") %>%
    bold_labels()%>%
  add_overall()%>%
  add_p()

BMP_CONT_CONH_PED 

VARIÁVEIS	Overall, N = 72,8151	REGIÕES						p-value2
		N, N = 7,5501	NE, N = 22,1741	SE, N = 27,2961	S, N = 10,3471	CO, N = 3,9811	MT, N = 1,4671
Aprimorar as metodologias de ensino								<0.001
Nao	13,504 (19%)	1,904 (26%)	4,514 (21%)	5,108 (19%)	1,311 (13%)	565 (14%)	102 (7.1%)
Sim	58,103 (81%)	5,544 (74%)	17,304 (79%)	21,659 (81%)	8,886 (87%)	3,373 (86%)	1,337 (93%)
Aprimorar as metodologias de ensino								<0.001
Nao_contribuiu	1,879 (3.2%)	191 (3.4%)	494 (2.9%)	617 (2.8%)	440 (5.0%)	101 (3.0%)	36 (2.7%)
Contribuiu_pouco	9,274 (16%)	937 (17%)	2,425 (14%)	3,245 (15%)	1,915 (22%)	527 (16%)	225 (17%)
Contribuiu_razoavelmente	22,597 (39%)	2,035 (37%)	6,703 (39%)	8,531 (39%)	3,541 (40%)	1,252 (37%)	535 (40%)
Contribuiu_muito	24,353 (42%)	2,381 (43%)	7,682 (44%)	9,266 (43%)	2,990 (34%)	1,493 (44%)	541 (40%)
1 n (%)
2 Pearson’s Chi-squared test

5.3.4 Convívio escolar

BMP_CONT_CONV_ESC  <- BASE_MATEMATICA_PUBLICA_5 %>%
  dplyr::select(TERRITORIO, 
        Q65_TRABALHO_COLABORATIVO_P, 
        Q67_MEDIACAO_CONFLITO_P,
        Q65_TRABALHO_COLABORATIVO_C, 
        Q67_MEDIACAO_CONFLITO_C
         ) %>%
    mutate(TERRITORIO = factor(TERRITORIO, labels = c("N", "NE", "SE", "S", "CO", "MT"))) %>%
  tbl_summary(
    by = TERRITORIO, missing = "no") %>% 
  modify_header(update =list(label  ~  "**VARIÁVEIS**"))%>% 
    modify_spanning_header(update = all_stat_cols() ~ "**REGIÕES**") %>%
    bold_labels()%>%
  add_overall()%>%
  add_p()

BMP_CONT_CONV_ESC

VARIÁVEIS	Overall, N = 72,8151	REGIÕES						p-value2
		N, N = 7,5501	NE, N = 22,1741	SE, N = 27,2961	S, N = 10,3471	CO, N = 3,9811	MT, N = 1,4671
Colaborar som seus colegas na preparação de atividades e projetos								<0.001
Nao	14,253 (20%)	1,949 (26%)	4,749 (22%)	5,352 (20%)	1,460 (14%)	621 (16%)	122 (8.5%)
Sim	57,366 (80%)	5,504 (74%)	17,075 (78%)	21,412 (80%)	8,742 (86%)	3,315 (84%)	1,318 (92%)
Auxiliar na mediação de conflitos em sala de aula								<0.001
Nao	17,482 (24%)	2,359 (32%)	5,755 (26%)	6,550 (25%)	1,878 (18%)	774 (20%)	166 (12%)
Sim	54,056 (76%)	5,088 (68%)	16,055 (74%)	20,177 (75%)	8,307 (82%)	3,158 (80%)	1,271 (88%)
Colaborar som seus colegas na preparação de atividades e projetos								<0.001
Nao_contribuiu	3,336 (5.8%)	336 (6.1%)	859 (5.0%)	1,122 (5.2%)	794 (9.1%)	158 (4.8%)	67 (5.1%)
Contribuiu_pouco	11,204 (20%)	1,075 (20%)	3,153 (18%)	3,807 (18%)	2,142 (25%)	697 (21%)	330 (25%)
Contribuiu_razoavelmente	21,928 (38%)	2,050 (37%)	6,747 (40%)	8,066 (38%)	3,330 (38%)	1,244 (38%)	491 (37%)
Contribuiu_muito	20,898 (36%)	2,043 (37%)	6,316 (37%)	8,417 (39%)	2,476 (28%)	1,216 (37%)	430 (33%)
Auxiliar na mediação de conflitos em sala de aula								<0.001
Nao_contribuiu	6,840 (13%)	565 (11%)	1,760 (11%)	2,572 (13%)	1,460 (18%)	321 (10%)	162 (13%)
Contribuiu_pouco	13,058 (24%)	1,134 (22%)	3,685 (23%)	4,721 (23%)	2,390 (29%)	771 (24%)	357 (28%)
Contribuiu_razoavelmente	18,105 (33%)	1,788 (35%)	5,664 (35%)	6,614 (33%)	2,605 (31%)	1,021 (32%)	413 (32%)
Contribuiu_muito	16,053 (30%)	1,601 (31%)	4,946 (31%)	6,270 (31%)	1,852 (22%)	1,045 (33%)	339 (27%)
1 n (%)
2 Pearson’s Chi-squared test

5.3.5 Temas emergentes

BMP_CONT_TEM_EME  <- BASE_MATEMATICA_PUBLICA_5 %>%
  dplyr::select(TERRITORIO,
         Q64_TECNOLOGIA_INFORMACAO_P,
         Q64_TECNOLOGIA_INFORMACAO_C
         ) %>%
    mutate(TERRITORIO = factor(TERRITORIO, labels = c("N", "NE", "SE", "S", "CO", "MT"))) %>%
  tbl_summary(
    by = TERRITORIO, missing = "no") %>% 
  modify_header(update =list(label  ~  "**VARIÁVEIS**"))%>% 
    modify_spanning_header(update = all_stat_cols() ~ "**REGIÕES**") %>%
    bold_labels()%>%
  add_overall()%>%
  add_p()

BMP_CONT_TEM_EME

VARIÁVEIS	Overall, N = 72,8151	REGIÕES						p-value2
		N, N = 7,5501	NE, N = 22,1741	SE, N = 27,2961	S, N = 10,3471	CO, N = 3,9811	MT, N = 1,4671
Utilizar novas tecnologias para apoiar suas atividades								<0.001
Nao	13,142 (18%)	1,932 (26%)	4,406 (20%)	4,812 (18%)	1,314 (13%)	574 (15%)	104 (7.2%)
Sim	58,461 (82%)	5,520 (74%)	17,414 (80%)	21,946 (82%)	8,881 (87%)	3,365 (85%)	1,335 (93%)
Utilizar novas tecnologias para apoiar suas atividades								<0.001
Nao_contribuiu	2,230 (3.8%)	269 (4.9%)	559 (3.2%)	709 (3.2%)	515 (5.8%)	134 (4.0%)	44 (3.3%)
Contribuiu_pouco	8,770 (15%)	970 (18%)	2,461 (14%)	2,940 (13%)	1,659 (19%)	549 (16%)	191 (14%)
Contribuiu_razoavelmente	20,851 (36%)	1,835 (33%)	6,263 (36%)	7,820 (36%)	3,254 (37%)	1,184 (35%)	495 (37%)
Contribuiu_muito	26,610 (46%)	2,446 (44%)	8,131 (47%)	10,477 (48%)	3,453 (39%)	1,498 (45%)	605 (45%)
1 n (%)
2 Pearson’s Chi-squared test

6 GRAVAÇÃO DO BANCO

6.1 Seleção de variáveis

BMP <- BASE_MATEMATICA_PUBLICA_5 %>%
  dplyr::select(
    REGIAO,
    ESTADO,
AREA,
ESCOLA,
LOCALIZACAO,
TURMA,
PROFESSOR,
SERIE,
TERRITORIO,
BR_MT,
TENDENCIA,
Q1_SEXO,
Q2_RACA,
Q3_IDADE,
Q4_PCD,
Q5_ANOS_DOCENCIA,
Q6_ANOS_NA_ESCOLA,
Q7_QUANTIDADE_ESCOLAS,
Q8_VINCULO_TRABALHISTA,
Q9_HORAS_SEMANAIS,
Q10_SALARIO,
Q10_SALARIO_MEDIA,
Q11_OUTRA_ATIVIDADE,
Q12_REALIZACAO_SONHO,
Q13_DOCENCIA_VALORIZADA,
Q14_VANTAGENS_SUPERAM_DESVANTAGENS,
Q15_SATISFACAO_PROFISSIONAL,
Q16_VONTADE_DESISTIR,
Q41_CONTEUDO,
Q42_APRENDIZAGEM,
Q43_CULTURA_LOCAL,
Q44_GESTAO_DEMOCRATICA,
Q45_PLANEJAMENTO_PEDAGOGICO,
Q46_INSTRUMENTOS_AVALIACAO,
Q47_PRATICAS_PEDAGOGICAS,
Q48_METODOLOGIA_PCD,
Q49_UTILIZAR_CONHECIMENTOS_APRENDIZAGEM,
Q50_TECNOLOGIA_INFORMACAO,
Q51_GESTAO_CONFLITOS,
Q52_MENOS_20H_P,
Q53_20_A_179H_P,
Q54_180_A_360H_P,
Q55_PARTICIPACAO_COLEGA_P,
Q56_ATIVIDADES_COLABORATIVAS_P,
Q57_INTERCALADA_HORARIO_TRABALHO_P,
Q58_ESPECIALIZACAO_P,
Q59_MESTRADO_P,
Q60_DOUTORADO_P,
Q61_CONTEUDO_P,
Q62_APRENDIZAGEM_P,
Q63_AVALIACAO_P,
Q64_TECNOLOGIA_INFORMACAO_P,
Q65_TRABALHO_COLABORATIVO_P,
Q66_METODOLOGIA_ENSINO_P,
Q67_MEDIACAO_CONFLITO_P,
Q52_MENOS_20H_NP,
Q53_20_A_179H_NP,
Q54_180_A_360H_NP,
Q55_PARTICIPACAO_COLEGA_NP,
Q56_ATIVIDADES_COLABORATIVAS_NP,
Q57_INTERCALADA_HORARIO_TRABALHO_NP,
Q58_ESPECIALIZACAO_A,
Q59_MESTRADO_A,
Q60_DOUTORADO_A,
Q61_CONTEUDO_C,
Q62_APRENDIZAGEM_C,
Q63_AVALIACAO_C,
Q64_TECNOLOGIA_INFORMACAO_C,
Q65_TRABALHO_COLABORATIVO_C,
Q66_METODOLOGIA_ENSINO_C,
Q67_MEDIACAO_CONFLITO_C
)

6.2 Gravação

write_excel_csv2(BMP, file = "BMP.csv")