Para sabermos o total de indivíduos em uma instituição, a simples contagem é uma medida pobre, pois não considera que alguns dos indivíduos trabalham/estudam em tempo parcial. Isto torna a contagem artificialmente elevada, superestimando custos, etc.
A principal medida adotada para contornar este problema é padronizar os dados para que seja fornecido o número de indivíduos em relação a um referencial, a saber, um estudante ou funcionário em tempo integral. De acordo com o relatório do THE:
1.0 FTE may be thought of as one person working full time for a year, while an FTE of 0.5 means half of a full work or study load. The FTE for a student or staff member could be calculated as the total number of hours worked (or modules studied) during the year, divided by the number of working hours or modules of a full time person.
Em relação aos docentes e técnicos administrativos, a medida é simples de ser adotada, pois as cargas horárias são bem definidas. Por exemplo, toma-se o técnico administrativo em tempo integral como aquele que trabalha 40 horas/semana. Desta forma, um técnico em regime de 30 horas é equivalente a \(30/40 = 0.75\) vezes um técnico em tempo integral.
A complexidade aumenta quando tratamos de estudantes, pelos seguintes motivos:
Temos dois conjuntos de dados correspondendo aos estudantes matriculados no primeiro e segundo semestres de 2017. Vamos definir a carga horária de um estudante em tempo integral como \(N \times H\), em que \(N\) é o número de disciplinas e \(H\) é o número de horas de cada disciplina, considerando um semestre. Assim, o aluno em tempo integral no período de um ano deve ter carga horária de \(2 \times N \times H\). Considerando \(N= 6\) e \(H = 60\), temos 720 horas de carga horária anual a ser cumprida pelo Estudante em Tempo Integral.
library(dplyr)
# Numero de disciplinas N com H horas: (padrão estabelecido)
N = 6
H = 60
# diretório
setwd("C:/Users/aline/Desktop/THE_rankings/Impact Ranking/")
# Abrir conjunto de dados dos alunos 2017.1
alunos_1 = read.csv("./Lista de todos os alunos matriculados em cursos de graduação em 2017.1(com ch_total).csv", sep=";", header = TRUE)
# Abrir conjunto de dados dos alunos 2017.2
alunos_2 = read.csv("./Lista de todos os alunos matriculados em cursos de graduação em 2017.2(com ch_total).csv", sep=";", header = TRUE)
O formato das planilhas é mostrado abaixo (nomes e cpf’s omitidos):
head(data.frame(matricula = alunos_1$matricula, CH = alunos_1$carga_horaria_total))
## matricula CH
## 1 2015000280 120
## 2 2014020138 300
## 3 2016011295 270
## 4 2014011066 300
## 5 2013020277 150
## 6 2016010062 450
Nos dados, alguns dos estudantes das engenharias apresentam carga horária acima de 2 mil horas. A carga horária computada no semestre acumulou os créditos obtidos durante o ciclo básico das engenharias.
Assim, para os estudantes com carga horária acima de 2400 horas, subtraímos este valor para obter uma aproximação da carga horária atual. O valor 2400 refere-se à carga horária mínima para do Bacharelado em Ciência e Tecnologia (ciclo básico das engenharias).
A função abaixo subtrai a carga horária do BCT dos alunos com mais de 2400 horas.# Se a carga horaria for maior que 2400 horas, subtraia...
alunos_1$carga_horaria_total = ifelse(alunos_1$carga_horaria_total >= 2400, alunos_1$carga_horaria_total-2400, alunos_1$carga_horaria_total)
alunos_2$carga_horaria_total = ifelse(alunos_2$carga_horaria_total >= 2400, alunos_2$carga_horaria_total-2400, alunos_2$carga_horaria_total)
Alguns alunos parecem sair do ciclo básico com menos de 2400 horas… Como tratar isto? Abaixo temos as 200 maiores cargas horárias encontradas depois da subtração, ainda encontramos valores absurdos:
data.frame(matricula = alunos_1$matricula,
CH = alunos_1$carga_horaria_total) %>% top_n(., 200, CH) %>% arrange(., desc(CH))
## matricula CH
## 1 2017001992 2385
## 2 2017003137 2385
## 3 2017003440 2370
## 4 2017002560 2370
## 5 2017001750 2370
## 6 2017001731 2370
## 7 2017001740 2340
## 8 2017002185 2340
## 9 2017003478 2340
## 10 2017002200 2340
## 11 2017003610 2325
## 12 2017002265 2310
## 13 2017001197 2310
## 14 2017003244 2310
## 15 2017003217 2310
## 16 2017004706 2310
## 17 2017001268 2310
## 18 2017001230 2280
## 19 2017003629 2280
## 20 2017003656 2265
## 21 2017002990 2265
## 22 2017002944 2250
## 23 2017001858 2250
## 24 2017001016 2250
## 25 2017002363 2250
## 26 2017002149 2250
## 27 2017001938 2250
## 28 2017001482 2250
## 29 2017003235 2250
## 30 2017002434 2250
## 31 2017003351 2220
## 32 2017001034 2220
## 33 2017003487 2220
## 34 2017001375 2220
## 35 2017000350 2220
## 36 2017003155 2190
## 37 2017001713 2190
## 38 2017002630 2190
## 39 2017001025 2175
## 40 2017001894 2160
## 41 2017002686 2160
## 42 2017001132 2160
## 43 2017002470 2160
## 44 2017003585 2145
## 45 2017003128 2130
## 46 2017010705 2130
## 47 2017001007 2130
## 48 2017002480 2130
## 49 2017002407 2130
## 50 2017001787 2130
## 51 2017001286 2130
## 52 2017003594 2130
## 53 2017000995 2100
## 54 2017000940 2100
## 55 2017001052 2100
## 56 2017010885 2100
## 57 2017003422 2100
## 58 2017003084 2070
## 59 2017003164 2070
## 60 2017003370 2070
## 61 2017001141 2070
## 62 2017001310 2070
## 63 2017003173 2070
## 64 2017003549 2070
## 65 2017000645 2040
## 66 2017010868 2010
## 67 2017001606 2010
## 68 2017001670 2010
## 69 2017001114 2010
## 70 2017000780 1980
## 71 2017010258 1950
## 72 2017010261 1950
## 73 2017002597 1950
## 74 2017000627 1935
## 75 2017003093 1890
## 76 2017002846 1890
## 77 2017003709 1890
## 78 2017000903 1890
## 79 2017003736 1890
## 80 2017011000 1860
## 81 2017010960 1860
## 82 2017003057 1830
## 83 2017003511 1830
## 84 2017002309 1830
## 85 2017010419 1800
## 86 2017003727 1770
## 87 2017011410 1770
## 88 2017010495 1770
## 89 2017011040 1770
## 90 2017010951 1770
## 91 2017010971 1695
## 92 2017000832 1665
## 93 2017010663 1665
## 94 2017010215 1650
## 95 2017011253 1650
## 96 2017003745 1630
## 97 2017010497 1620
## 98 2017010319 1620
## 99 2017002238 1590
## 100 2017010759 1590
## 101 2017000242 1575
## 102 2017010443 1560
## 103 2017010392 1560
## 104 2017000144 1560
## 105 2017010884 1530
## 106 2017010919 1500
## 107 2017011140 1410
## 108 2017010453 1380
## 109 2017000494 1365
## 110 2017003182 1350
## 111 2017003530 1290
## 112 2017000850 1290
## 113 2017011204 1290
## 114 2017010363 1260
## 115 2017000369 1230
## 116 2017010075 1230
## 117 2017010546 1185
## 118 2017001535 1170
## 119 2017000117 1170
## 120 2017010378 1170
## 121 2017011026 1140
## 122 2017000251 1140
## 123 2017010381 1140
## 124 2017010479 1110
## 125 2017010229 1110
## 126 2017010760 1080
## 127 2017010585 1080
## 128 2017011239 1080
## 129 2017010467 1050
## 130 2017011170 1050
## 131 2017010359 1050
## 132 2017000091 1035
## 133 2017011351 1035
## 134 2017010300 1020
## 135 2017010125 1020
## 136 2011211865 1010
## 137 2016004022 1000
## 138 2017003754 990
## 139 2017010989 990
## 140 2017003066 990
## 141 2017000879 990
## 142 2015000931 960
## 143 2017000215 960
## 144 2016002396 940
## 145 2017011208 930
## 146 2016006027 930
## 147 2017010923 930
## 148 2014008971 930
## 149 2017010764 930
## 150 2017010938 930
## 151 2017010485 930
## 152 2017010482 930
## 153 2017011017 930
## 154 2017010894 930
## 155 2015003951 915
## 156 2017011318 900
## 157 2017010472 900
## 158 2017000153 900
## 159 2017010518 900
## 160 2017010582 900
## 161 2017001437 900
## 162 2014020618 885
## 163 2016003867 880
## 164 2016002897 880
## 165 2016002547 880
## 166 2016002940 880
## 167 2016002761 880
## 168 2017011472 870
## 169 2017000420 870
## 170 2017001651 855
## 171 2017010662 855
## 172 2013020034 840
## 173 2013020006 840
## 174 2017002381 840
## 175 2016002135 840
## 176 2017011191 840
## 177 2013010955 830
## 178 2014007938 825
## 179 2016002743 820
## 180 2015005491 820
## 181 2015005464 820
## 182 2017010556 810
## 183 2017003665 810
## 184 2014008069 810
## 185 2017003576 810
## 186 2017000028 810
## 187 2017004018 810
## 188 2017000799 795
## 189 2017010154 780
## 190 2017010610 780
## 191 2017001689 780
## 192 2017001099 780
## 193 2016008747 780
## 194 2017011028 780
## 195 2016008792 780
## 196 2017000681 780
## 197 2017010428 780
## 198 2016007365 780
## 199 2017000823 780
## 200 2017010111 765
Separamos os alunos em 3 grupos:
# Conjunto dos alunos que estudaram o primeiro e segundo semestres:
alunos_em_comum = intersect(alunos_1$matricula, alunos_2$matricula)
# Dados destes alunos no semestre 1:
alunos_em_comum_1 = alunos_1 %>%
filter(., alunos_1$matricula %in% alunos_em_comum) %>% arrange(., nome)
# Dados destes alunos no semestre 2:
alunos_em_comum_2 = alunos_2 %>%
filter(., alunos_2$matricula %in% alunos_em_comum) %>% arrange(., nome)
nrow(alunos_em_comum_1)
## [1] 5734
Seguindo a metodologia apresentada acima, temos que o número de alunos equivalentes, para o grupo matriculado nos dois semestres é de \(4288.25\). Este valor representa aproximadamente \(4288.25/5734 = 74.78\%\) do total.
# Finalmente, calculamos o FTE para os alunos do ano inteiro.
# Isto é feito somando a carga horária do primeiro com o segundo semestre
# e dividindo pelo número de horas esperadas de carga horária:
FTE_12 = (alunos_em_comum_1$carga_horaria_total + alunos_em_comum_2$carga_horaria_total)/(2*N*H)
# Considerando aqueles alunos com FTE_12 acima de 1 como 1, temos:
FTE_12 = ifelse(FTE_12 > 1, 1, FTE_12)
# Finalmente, o número de alunos em tempo integral que estudaram
# os dois semestres é dado pela soma:
sum(FTE_12)
## [1] 4288.25
Utilizando a mesma metodologia, temos que o total de alunos matriculados apenas no primeiro semestre foi de \(1673\). O número de estudantes equivalentes é de \(641,2639\).
# Alunos matriculados apenas no primeiro semestre
alunos_so_1 = alunos_1 %>%
filter(., !(alunos_1$matricula %in% alunos_em_comum)) %>% arrange(., nome)
nrow(alunos_so_1)
## [1] 1673
FTE_1 = (alunos_so_1$carga_horaria_total/(2*N*H))
FTE_1 = ifelse(FTE_1 > 1, 1, FTE_1)
sum(FTE_1)
## [1] 641.2639
# Alunos matriculados apenas no segundo semestre
alunos_so_2 = alunos_2 %>%
filter(., !(alunos_2$matricula %in% alunos_em_comum)) %>% arrange(., nome)
nrow(alunos_so_2)
## [1] 1659
FTE_2 = (alunos_so_2$carga_horaria_total/(2*N*H))
FTE_2 = ifelse(FTE_2 > 1, 1, FTE_2)
sum(FTE_2)
## [1] 648.8472
# Finalmente, o número de FULL TIME STUDENTS é
sum(FTE_1) + sum(FTE_2) + sum(FTE_12)
## [1] 5578.361
Este número corresponde aproximadamente a \(5578.361/7400 = 75.3\%\) da contagem média de alunos nos dois semestres de 2017. Pela metodologia do TCU, o número de Alunos de Graduação em Tempo Integral (AGTI) na Ufersa é de \(6956\), segundo o relatório de gestão 2017, Anexo 1.