Análise de Dados - IDEB (2005 à 2019)

Sobre a análise

O Ideb é o principal indicador da qualidade da educação básica no Brasil. Para fazer essa medição, o Índice de Desenvolvimento da Educação Básica (Ideb) utiliza uma escala que vai de 0 a 10. A meta para o Brasil é alcançar a média 6.0 até 2021, patamar educacional correspondente ao de países da Organização para a Cooperação e Desenvolvimento Econômico (OCDE), como Estados Unidos, Canadá, Inglaterra e Suécia.

library(plotly)

Carregando pacotes exigidos: ggplot2
Registered S3 method overwritten by 'htmlwidgets':
  method           from         
  print.htmlwidget tools:rstudio

Attaching package: ‘plotly’

The following object is masked from ‘package:ggplot2’:

    last_plot

The following object is masked from ‘package:stats’:

    filter

The following object is masked from ‘package:graphics’:

    layout

Importando o dataset do IDEB

Existem várias funções no R capazes de importar os dados. As principais são read.csv(), read.csv2, read_csv(), read_csv2(). No exemplo abaixo utilizamos uma delas. Na sua atividade você poderá testar o uso de cada uma delas.

#importando a base de dados do IDEB
dados <- read.csv("dados/dados-IDEB.csv")

Tabela de parâmetros do IDEB nos estados

Neste exemplo fizemos a construção de uma tabela. Nesta tabela as variáveis são os parâmetros: média, mediana, desvio, máximo e mínimo. Para isto utilizamos a função summarise(). Obs: É importante estudar sobre ela.

Gráfico de boxplot para o ideb de acordo com a rede de ensino

Este é um gráfico simples de ser entendido. Neste gráfico utilizamos duas variáveis rede e ideb diretamente da base de dados.

#Quais são os tipos de escolas (federal, municipal, estadual, particular) com maiores médias no ideb
dados %>% 
  ggplot(aes(rede, ideb, fill=rede)) + #relação entre rede e nota no ideb
  geom_boxplot(alpha=.6) #aplicando alpha 0.6 pra suavizar a cor

Gráfico de boxplot do ideb em matemática ao longo dos anos

#Qual os valores do ideb em matemática ao longo dos anos para as quatro redes de ensino
dados %>% 
  ggplot(aes(factor(ano), ideb, fill=rede)) + 
  geom_boxplot()

Comparativo do IDEB entre PE e CE ao longo dos anos

#Verificar o panorama comparativo das escolas estaduais do nordeste (Pernambuco e Ceará)
dados %>% 
  filter(sigla_uf == c("PE", "CE")) %>% #selecionando apenas os dois estados
  filter(rede == "municipal") %>% #selecionando apenas escolas municipais
  ggplot(aes(factor(ano), nota_saeb_media_padronizada, fill=sigla_uf)) + 
  geom_boxplot() 

Gráfico de correlação entre matemática e português

#verificar a correlação entre matemática e portugues
dados %>% 
  filter(ano == 2019) %>% #selecionando apenas os dados referente a 2019
  filter(sigla_uf == "PE") %>% #selecionando apenas o estado de pernambuco
  ggplot(aes(nota_saeb_matematica, nota_saeb_lingua_portuguesa, color=ensino)) + 
  geom_point(alpha=0.5) +
  facet_wrap(~rede) #plotando mais de um gráfico (por tipo de rede)

Densidade para escolas do ensino médio, 2019 em Pernambuco

#densidade entre a estadual e federal 
dados %>% 
  filter(ano == 2019) %>% #filtrando apenas dados de 2019
  filter(sigla_uf == "PE") %>% #filtrando apenas escolas de pernambuco
  filter(ensino == "medio") %>% #filtrando apenas escolas do ensino médio
  ggplot(aes(nota_saeb_media_padronizada, fill=rede)) + 
  geom_density(alpha=0.5) #plotando um gráfico de densidade com cor suavizada

Warning: Groups with fewer than two data points have been dropped.
Warning in max(ids, na.rm = TRUE) :
  nenhum argumento não faltante para max; retornando -Inf

Taxa de aprovação ao longo dos anos por rede de ensino

#verificar a taxa de aprovação 
dados %>% 
  ggplot(aes(factor(ano), taxa_aprovacao, fill=rede)) + 
  geom_boxplot(alpha=0.5) +
  labs(x="", y = "Taxa de Aprovação", fill="Rede de Ensino")#renomeando os labels

Boxplot para escolas com IDEB acima de 7.0 por estado

#estados que tem ideb acima de 7.0
dados %>% 
  filter(ideb >= 7) %>% #selecionando escolas com média no ideb acima de 7.0
  filter(ano == 2019) %>% #selecionando dados apenas de 2019
  ggplot(aes(sigla_uf, ideb)) + geom_boxplot() + facet_wrap(~rede,3)

Gráfico de linhas para as médias do IDEB no Nordeste

#média do ideb por ano nos estados do nordeste
p <- dados %>%
  filter(rede=="municipal") %>% #selecionando escolas da rede municipal
  filter(sigla_uf == c("PE","PB","RN","AL","CE","BA","PI")) %>% #selecionando nordeste
  group_by(ano, sigla_uf) %>% #agrupando por ano e UF
  summarise(
    media = mean(ideb) #calculando as médias
  ) %>% 
  ggplot(aes(ano, media, color=sigla_uf)) +
  geom_line() +
  labs(y="Média no IDEB", x="", color="Estados")

Warning in sigla_uf == c("PE", "PB", "RN", "AL", "CE", "BA", "PI") :
  comprimento do objeto maior não é múltiplo do comprimento do objeto menor

`summarise()` has grouped output by 'ano'. You can override using the `.groups` argument.

ggplotly(p)

Teste de hipótese

#realizando um teste de hipótese pra verificar a diferença entre CE,BA,AL
dados3 <- #neste ponto estamos criando um novo dataset somente com os três estados
  dados %>% 
  filter(sigla_uf==c("CE","BA","AL")) %>% #filtrando pelos estados
  filter(rede=="municipal") #filtrando apenas escolas da rede municipal

Warning in sigla_uf == c("CE", "BA", "AL") :
  comprimento do objeto maior não é múltiplo do comprimento do objeto menor

my_comparisons <- list( c("CE", "AL"), c("CE", "BA"), c("BA", "AL") )
ggboxplot(dados3, x = "sigla_uf", y = "ideb",
          color = "sigla_uf", palette = "jco")+ 
  stat_compare_means(comparisons = my_comparisons)+ 
  stat_compare_means(label.y = 11)