Please use this identifier to cite or link to this item: https://repositorio.insper.edu.br/handle/11224/2204
Type: Dissertação
Title: Análise de desempenho acadêmico e taxa de conclusão de estudantes no decorrer da pós-graduação usando regressão quantílica e regressão logística
Authors: Chieh, Liao Yu
Examination board: Kirschbaum, Charles
Amaral Filho, Guy Cliquet Do
Alencar, Airlane Pereira
Advisor: Bortoluzzo, Adriana Bruscato
Publication Date: 2018
Original Abstract: Melhorar o desempenho acadêmico e aumentar a taxa de conclusão são objetivos almejados por coordenadores das escolas, professores e estudantes. Examinando a relação de diversos fatores, incluindo nota de teste padronizado de raciocínio lógico e quantitativo similar ao GMAT, notas de provas individuais de uma disciplina-chave, qualidade e tipo do curso de graduação, além de dados demográficos, este estudo sugere modelos de previsão de desempenho usando regressões linear e quantílica, e de taxa de conclusão usando regressão logística para um programa de pós-graduação em Finanças. Os resultados indicam que as notas de raciocínio lógico e quantitativo e as notas de provas da disciplina-chave são significantes e positivamente relacionados ao desempenho global dos estudantes e à probabilidade de conclusão do programa. Os resultados também mostram que o gênero do aluno impacta o desempenho acadêmico e a idade impacta se ele conclui ou abandona a pós. Usando o modelo de regressão quantílica, este estudo sugere um critério para apontar estudantes que se preveem que tirarão notas insuficientes para se formarem, e usando o modelo de regressão logística que classificou corretamente 86% da amostra, um critério para apontar aqueles que têm alta probabilidade de abandonar a escola de negócios brasileira analisada.
Keywords in original language : Melhorar o desempenho acadêmico e aumentar a taxa de conclusão são objetivos almejados por coordenadores das escolas, professores e estudantes. Examinando a relação de diversos fatores, incluindo nota de teste padronizado de raciocínio lógico e quantitativo similar ao GMAT, notas de provas individuais de uma disciplina-chave, qualidade e tipo do curso de graduação, além de dados demográficos, este estudo sugere modelos de previsão de desempenho usando regressões linear e quantílica, e de taxa de conclusão usando regressão logística para um programa de pós-graduação em Finanças. Os resultados indicam que as notas de raciocínio lógico e quantitativo e as notas de provas da disciplina-chave são significantes e positivamente relacionados ao desempenho global dos estudantes e à probabilidade de conclusão do programa. Os resultados também mostram que o gênero do aluno impacta o desempenho acadêmico e a idade impacta se ele conclui ou abandona a pós. Usando o modelo de regressão quantílica, este estudo sugere um critério para apontar estudantes que se preveem que tirarão notas insuficientes para se formarem, e usando o modelo de regressão logística que classificou corretamente 86% da amostra, um critério para apontar aqueles que têm alta probabilidade de abandonar a escola de negócios brasileira analisada.
Abstract: Improving academic performance and increasing completion rates are goals pursued by deans, teachers and students. Examining the relation of several factors, including standardized GMAT-like test scores, undergraduate course quality, and key class individual test scores to demographic data, this study suggests an academic performance prediction model using linear and quantile regressions and the likelihood of graduation using logistic regression for a graduate program in Finance. Results indicate that the GMAT-like test scores and key class individual test scores acting as a mediator variable to be significantly and positively related to overall program performance and the likelihood of graduation. The results also show grade differences by gender and graduation rate difference by age. Using quantile regression model, this study suggests a criterion to determine the students that are most likely to underperform, and using the logistic regression model with 86% of correctly classified data, the ones that have high probability of dropping out of a Brazilian elite business school.
Language: Português
Appears in Collections:Mestrado Profissional em Administração

Files in This Item:
File Description SizeFormat 
Liao Yu Chieh.pdf790.58 kBAdobe PDFThumbnail
View/Open

Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.