Aula expositiva: Como criar e apresentar um trabalho empírico

Como criar e apresentar um trabalho empírico com R e Markdown

Passos necessários

Passo 1. Formular cuidadosamente a questão de interesse.
Passo 2. Formalizar ou especificar os pré-requisitos iniciais, escopo e limitações do estudo.
Passo 3. Especificar a técnica ou modelo/algoritmo para tratar a questão de interesse.
Passo 4. Obter ou coletar os dados necessários.
Passo 5. Estimar, testar, interpretar e utilizar os resultados para responder a questão de interesse.

Passo 1: Questão de interesse

Houve uma sistemática de mudança no perfil de renda da população discente do Instituto Federal do Piauí (IFPI) após a pandemia de Covid-19?

Passo 2: Pré-requisitos iniciais, escopo e limitações do estudo

Requisitos preliminares para a análise dos dados:

Instituto Federal selecionado: Instituto Federal do Piauí (IFPI)
Interpretação das medidas de tendência central da série
Representação gráfica dos indicadores acadêmicos
Recorte das observações para os anos: 2018 [4], 2019 [3] e 2020 [2]

Estados alvo do estudo: Piauí (PI)
Segmentado por: classificação de renda per capita familiar
Grupos do tipo de oferta de curso analisados: ‘Concomitante’, ‘Integrado’, ‘PROEJA - Integrado’

Específico para Covid-19

Análise quanto ao impacto nos anos de pandemia em relação aos demais anos considerados
Análise quanto à mudança de perfil e classificação da população discente

Observações importantes sobre os dados:

Os dados referentes ao ano de 2017 [5] encontram-se incosistentes e não foram factíveis de inclusão no referido estudo de caso
Os dados referentes ao ano de 2017 não estão desagregados por UF
Os dados referentes ao ano de 2017 apresentam inconsistência de preenchimento (UTF) na variável ‘Unidade Ensino’, a qual poderia identificar o IFPI (em substituição a variável UF), objeto de análise nesse trabalho.

Passo 3. Técnica ou modelo/algoritmo utilizado

Técnicas em ML, estatística desc
Referencial teórico

Passo 4. Obtenção dos dados

Para as análises estatísticas realizadas no estudo, foram obtidos dados da Plataforma Nilo Peçanha (PNP) [1].
Série histórica do trabalho: 2017-2020

Passo 5: Apresentação e interpretação dos resultados

Aspecto da Análise: Classificação da Renda Familiar dos alunos EJA e CTI nos anos 2018-2020

Interpretação preliminar dos resultados obtidos:

Como pode ser obervado nos gráficos G1, G2, G3 e G4, o maior quantitativo de alunos nos cursos EJA e CTI do IPFI durante a série histórica apresentada, possuem renda familiar per capita de até 1,5 salários mínimos. E esse padrão se manteve constante durante e após o início do evento da pandemia de Covid-19.
Um segundo fato relevante é que apenas 1% ou menos da amostra discente analisada possui a classificação de renda familiar de ‘RFP>3,5’, ou seja, renda familiar per capita maior que três salários mínimos e meio.

Aspectos Conclusivos

Como aspectos conclusivos preliminares, evidenciou-se que o evento da pandemia de Covid-19 pode ter causado grande impacto no perfil, bem como no quantitativo da população discente dos cursos de oferta do tipo EJA e CTI do Instituto Federal do Piauí (IFPI).

Uma análise sobre a variável ‘classificação da renda familiar’ se demonstrou em conjunto com a variável ‘classificação racial’ fonte de importantes informações para se construir e analisar o perfil dos alunos EJA e CTI no Instituto em questão, bem como para se tentar compreender minimamente o fenômeno da evasão em tais cursos. Constatou-se, portanto, que mais de um quarto (no mínimo 25%) da população de discente do IFPI para as dadas ofertas de curso, possuem renda familiar per capita de até meio salário mínimo. Tal classificação de renda familiar (0 < RFP <= 0,5 salários) teve o seu auge de 38,59% alcançado no ano de 2020. No outro extremo, a classificação de maior renda familiar (RFP >= 3,5 salários) não alcançou ao menos 1% para os três anos analisados no estudo. Dessa forma, observa-se que o perfil dos discentes dos cursos EJA e CTI do IFPI, é caracterizado em sua maioria por indivíduos de baixa renda, fato este que pode acarretar maiores dificuldades em sua jornada de formação, dada uma realidade de vulnerabilidade social característica desse extrato de alunos.

Referências

GUJARATI, D.N.; PORTER, D. C. Econometria Básica. 5. ed. Porto Alegre: AMGH, 2011.
MORETTIN, P. A.; TOLOI, C. M. C. Análise de Séries Temporais. 2. ed. São Paulo: Edgar Blucher Ltda., 2006.
ANDERSON, D. R; SWEENEY, D. J.; WILLIAMS, T. A. Estatística Aplicada à administração e economia. 6. ed. São Paulo: CENGAGE, 2013.
Plataforma Nilo Peçanha (PNP)