Baixe o app para aproveitar ainda mais
Prévia do material em texto
Análise Discriminante e Extração de Fatores Latentes Para Previsão de Alunos Bons na Disciplina de Estrutura de Dados Crislânio de Souza Macêdo, David Oliveira Silva, Críston Pereira Souza, Lucas Ismaily Bezerra Freitas, Curso de Bacharelado em Ciência da Computação – Universidade Federal do Ceará (UFC) – Campus Quixadá Caixa Postal 15.064 – 91.501-970 – Ceará – CE – Brasil crislanio.ufc@gmail.com, davidoliveirasilva@hotmail.com criston@ufc.com, ismailybf@ufc.br Abstract. The aim of this study is identify the profiles of good students in data structure (ED) on UFC Campus Quixadá. In order to do it, we use data’s with students of UFC in Quixadá(UFC-Quixadá). The study takes place through the statistical techniques: Factor Analysis and Analyze Discriminant() . Resumo. O objetivo deste estudo é identificar os perfis de alunos bons em estrutura de dados (ED) na UFC em Quixadá. Para isso foi utilizado uma base de dados com alunos do Campus da UFC em Quixadá (UFC-Quixadá). O estudo se dá através das técnicas estatísticas: Análise Fatorial (AF) e Análise Discriminante (AD). 1. Introdução Este trabalho segue a metodologia do livro Análise multivariada: para cursos de administração [DIAS FILHO, J.M,; CORRAR, L.J (2009)], ciências contábeis e economia, não apresentamos detalhadamente a metodologia por falta de espaço. Nosso objetivo é identificar fatores que diferenciem bons alunos em ED. Para este estudo, um aluno aprovado na primeira vez que cursou a disciplina é considerado bom aluno, com base nas disciplinas de matemática básica (BÁSICA), matemática discreta (DISCRETA), fundamentos de programação (FUP). 2. Metodologia Foi utilizado uma base de dados dos alunos do Campus da UFC em Quixadá na qual foi analisado (754 dados de entrada). Em seguida, utilizamos a ferramenta Statistical Package for the Social Sciences (SPSS) da IBM [SPSS, 2015] para realizar as análises estatísticas nos dados, a saber: Análise Fatorial (AF) e Análise Discriminante (AD). 3. Análise Multivariada de Dados A Análise Multivariada de Dados refere-se a um conjunto de métodos estatísticos que torna possível a análise simultânea de medidas múltiplas para cada indivíduo, objeto ou fenômeno observado [DIAS FILHO, J.M,; CORRAR, L.J, 2009]. Para nossa análise utilizaremos duas técnicas descritas brevemente a seguir. 3.1. Análise Discriminante (AD) A AD é uma técnica estatística que auxilia a identificar as variáveis que diferenciam os grupos e quantas dessas variáveis são necessárias para obter a melhor classificação dos indivíduos de uma determinada população. Com a AD podemos identificar relações entre a variável dependente e independentes e variáveis que melhor discriminam depois formar grupos. 3.2. Análise Fatorial (AF) A AF é uma técnica estatística que estuda os inter-relacionamentos entre as variáveis, em um esforço para encontrar um conjunto de fatores (em menor número que o conjunto de variáveis originais) que exprima o que as variáveis originais partilham em comum. A AF nos permite identificar relações entre as variáveis estudadas gerando fatores na qual será utilizado na AD. 4. Análise dos Dados Na Figura 1 temos a estatística descritivas da amostra. Figura 1.Estatística Descritiva da Amostra Fonte: O autor, 2015 Figura 2.Gráfico Scatter para fatores de mais variância Fonte: O autor, 2015 5. Resultados obtidos Na AF cada variável é explicada considerando todas as outras, incluindo-se as variáveis latentes. Na Figura 3, vemos que o grau de explicação atingido por 3 fatores é de 72,294 %, ou seja, o modelo consegue explicar aproximadamente 73% da variância dos dados originais. Foi utilizado como método de extração a análise de componentes principais. Figura 3.Total de Variância Explicada Fonte: O autor, 2015 A Figura| 4 mostra os fatores após a rotação Varimax (Rotated Component Matrix), onde é possível fazer uma classificação mais precisa dos indicadores em cada um dos fatores. Os Fatores formados foram: Fator 1 (“Aluno bom em BÁSICA, DISCRETA, FUP”) composto por fup_media_medias, basica_media_medias, discreta_media_medias; o Fator 2 (“Aluno Ruim em DISCRETA”) composto por discreta_media_faltas, discreta_n_rep_tranc e o Fator 3 (“Aluno que falta muito em FUP, BÁSICA, e que reprova ou tranca BÁSICA”) composto por fup_media_faltas, basica_media_faltas, basica_n_rep_tranc; Figura 4.Matriz dos Componentes Rotacionada Fonte: O autor, 2015 Extraídos os fatores latentes foi feito uma AD. Em ED tivemos 655 alunos classificados com 1(bons) e 99 alunos com 0, assim que escolhemos um total de 198 casos aleatórias, 99 alunos com 0, e 99 alunos com 1 para fazer a AD. Figura 5.Tabelas de Frequências para Bons Alunos Fonte: O autor, 2015 Figura 6.Estatística U Fonte: O autor, 2015 Na Estatística U, vemos que o Fator 1 tem o melhor poder de discriminação, em função do baixo valor da estatística de Wilks’ Lambda (quanto menor o valor e mais próximo de zero melhor). No teste F-Anova o Fator 1 tem nível de significância <0,05 (indica diferença significante entre as médias do grupo), esse teste auxilia o teste anterior e confirma que de fato o Fator 1 é o que tem o melhor poder discriminante. No teste de multicolinearidade, o Fator 1 contribuiu para a formação de uma função discriminante. Figura 7.Função Discriminante Fonte: O autor, 2015 Com base nos coeficientes não padronizados acima, a função discriminante (Escore Z) é: Z= 0,000 + 1,099(Fator 1) +0,417(Fator 2). Figura 8.Centroides Fonte: O autor, 2015 Os centroides dos grupos 0 e 1 são respectivamente 0,620 e -0,620. Calculando tem-se Z’ = [99 (0,620) + 99(-0,620) / 198] = 0. Então, se utilizássemos os dados coletados da primeira amostra e substituíssemos na função discriminante, encontraríamos Escore Z no valor de: Z= 0,000+1,099 (99) + 0,417 (99) = 150,084. Como esse valor é maior que o Z crítico, classificamos essa observação no grupo 1. Tal classificação pela AD está correta quando observamos a classificação original, conforme ilustrado na Figura 10. Figura 9.Capacidade Preditiva do Modelo Fonte: O autor, 2015 Com a análise dos coeficientes na Figura 9, alunos com os coeficientes mais altos no fator 1 e menor coeficiente no fator 2 serão classificados como bons alunos em ED. Figura 10.Classificação Final Fonte: O autor, 2015 Utilizando a função discriminante, há 78 classificações corretas no grupo 0, e 68 no grupo 1. Portanto 73, 7% dos casos seriam classificados corretamente nos grupos originais pela AD. Na Validação Cruzada, 77, 8 % dos casos seriam classificados corretamente no grupo 0 e 68, 7% no grupo 1. Figura 11.Função Discriminante para os grupos 0 e 1 Fonte: O autor, 2015 Exibimos na Figura 11 uma discriminação dos grupos de alunos bons ruins. 6. Conclusão Em síntese este trabalho traz um estudo sobre os perfis de alunos bons em ED no Campus da UFC Quixadá. Foi possível observar que o Fator 1 foi mais importante para determinar se o aluno terá bom desempenho em Estrutura de Dados. Referências DIAS FILHO, J.M.; CORRAR, L.J. Regressão Logística. In: CORRAR, L.J.; PAULO, E.; DIAS FILHO, J.M. (Coord.). Análise multivariada: para cursos de administração, ciências contábeis e economia. FIPECAFI – Fundação Instituto de Pesquisas Contábeis, Atuariais e Financeiras; São Paulo: Atlas, 2009 COHEN, Jacob. (1988), Statistical power analysis for the behavioral sciences. Hillsdale, NJ, Erlbaum. Statistical Package for the Social Sciences (SPSS, 2015). Disponível:http://www-01.ibm.com/software/br/analytics/spss/. Acesso em Novembro de 2015.
Compartilhar