Uma Análise do Índice Geral de Cursos usando DEA

• Ano de defesa: 2019
• Autor(a) principal: Favali, Joao Danilo [UNIFESP]
• Orientador(a): Milioni, Armando Zeferino [UNIFESP]
• Tipo de documento: Dissertação
• Tipo de acesso: Acesso aberto
• dARK ID: ark:/48912/00130000202z1
• Idioma: por
• Instituição de defesa: Universidade Federal de São Paulo (UNIFESP)
• Palavras-chave em Português: DEA; IGC; Ranqueamento
• Palavras-chave em Inglês: DEA; IGC; Ranking
• Link de acesso: https://sucupira.capes.gov.br/sucupira/public/consultas/coleta/trabalhoConclusao/viewTrabalhoConclusao.jsf?popup=true&id_trabalho=7928448; https://repositorio.unifesp.br/handle/11600/59781

O Instituto Nacional de Estudos e Pesquisas Educacionais An ́ısio Teixeira (Inep), autarquia federal vinculada ao Ministério da Educação (MEC), é responsável por fornecer informações e estatísticas para a definição de políticas educacionais. Dentro do contexto da educação superior, há o Sistema Nacional de Avaliação da Educação Superior (Sinaes), que visa avaliar as instituições, os cursos e o desempenho dos estudantes. Um dos instrumentos informativos do Sinaes é o Índice Geral de Cursos (IGC), indicador que busca medir a qualidade de cada Instituição de Educação Superior (IES). O IGC sintetiza em um único valor as notas médias de graduação, mestrado e doutorado das referidas IES e é utilizado, ao menos pela mídia, para o ranqueamento destas. Não obstante, a metodologia para obtenção do IGC carrega um aparente paradoxo: é possível uma IES ter notas de graduação, mestrado e doutorado respectivamente superiores aos de uma outra IES, mas com IGC menor do que o da última. Esse fato é acentuado pela metodologia não apresentar justificativas teóricas para a confecção do IGC, especialmente para os fatores de ponderação e conversão das notas. O objetivo do presente trabalho, portanto, é o de utilizar Análise de Envoltória de Dados (DEA, Data Envelopment Analysis) sobre os dados das notas - em um primeiro momento as notas utilizadas são as fornecidas pelo Inep, posteriormente as notas serão normalizadas - a fim de propor ranqueamentos alternativos. Empregou-se o tradicional modelo DEA-CCR e a abordagem cross efficiency, com duas variações de objetivos secundários, que revelaram rankings distintos àquele do IGC e que não apresentam o mencionado paradoxo.