Mineração de dados educacionais do ENEM: Análise de caso do estado da Bahia

Résumé

O Exame Nacional do Ensino Médio (ENEM) e os microdados da educação são
recursos fundamentais para a análise abrangente do desempenho
educacional em nível nacional. Esses dados não apenas oferecem uma visão
ampla da situação da educação básica em todo o país, mas também
possibilitam estudos detalhados em níveis mais regionais e locais. Neste
artigo, é apresentado o resultado da mineração desses dados para a
obtenção de informações sobre o desempenho dos estudantes das escolas
públicas estaduais da Bahia, um dos estados mais populosos do Brasil. Ao
utilizar tanto o modelo de regressão logística quanto o modelo de
floresta aleatória, foi possível identificar padrões e correlações
significativas entre variáveis socioeconômicas e características da
unidade de ensino com o desempenho dos alunos no ENEM. Fatores como a
renda familiar, raça, nível educacional dos pais, além de aspectos
específicos da escola, como qualificação dos professores, emergiram como
influências diretas no rendimento dos estudantes. A análise revelou que
estudantes oriundos de famílias com maior poder aquisitivo e com pais
com maior grau de instrução formal tendem a obter melhores resultados.
Da mesma forma, escolas com um corpo docente mais qualificado tendem a
produzir melhores resultados acadêmicos entre os alunos. Esses achados
têm implicações significativas para políticas educacionais, destacando a
necessidade de medidas que visem a redução das disparidades
socioeconômicas e melhoria da qualidade do ensino público. Os resultados
obtidos estão alinhados com a literatura, e sugerem que investimentos em
programas de capacitação docente e políticas de inclusão social podem
contribuir para um ambiente educacional mais equitativo e de melhor
qualidade.
\textbf{Palavras-chave:} ENEM, Aprendizado de Máquinas, Mineração de
Dados Educacionais, Regressão Logística, Floresta Aleatória.