Este estudo propôs a formulação de indicadores de desempenho para o corpo discente para os
cursos de graduação da Universidade Federal do EspÃrito Santo e testou o potencial desses
indicadores como classificadores dos cursos de graduação da instituição por meio do método
estatÃstico de análise de agrupamentos. Os indicadores propostos foram: demanda candidato
por vaga no vestibular, número de alunos ingressantes, matriculados e diplomados, Ãndice de
evasão, envolvimento do discente com pesquisa, Ãndice de reprovação, conceito do Exame
Nacional de Desempenho de Estudantes (Enade) e Conceito Preliminar de Curso (CPC). A
partir de seis indicadores, a análise de agrupamentos dividiu os 63 cursos analisados em
quatro grupos. Os grupos formados mostraram-se heterogêneos, sendo o primeiro formado
por cursos com alta demanda no vestibular e alto número de matriculados, o segundo por
maior envolvimento com a pesquisa, o terceiro por atraso na integralização do curso e o
quarto pelos maiores Ãndices de reprovação e evasão. A análise discriminante foi utilizada
para validar os resultados e mostrou um resultado satisfatório, com três funções
discriminantes estatisticamente significantes, classificando corretamente 98,6% das
observações sob análise.
This study has proposed performance indicators for undergraduate students of Universidade
Federal do EspÃrito Santo (Ufes) and tested the potential use of these indicators as classifiers
for the undergraduate courses of that institution by running the statistical method of cluster
analysis. The proposed indicators were: number of applicants per vacancy in the entrance
system, number of enrolled freshmen, total number of enrolled students, number of degreed
students, number of dropout students, number of students engaged in research, failure rate,
delay in course completion, ENADE (Student Performance National Exam) grade and CPC
(Course Preliminary Concept) grade. Electing six out of these ten indicators, the cluster
analysis divided the 63 courses in four very distinct groups. The first group contains courses
with high rate of applicants per vacancy and high number of enrolled freshmen; the second
group contains courses with high number of students engaged in research; the third group
contains courses with high delay in completion; and the fourth group contains courses with
high failure and dropout rates. Discriminant analysis was used to validate the results with
three discriminant functions statistically significant, and correctly classifying 98.6% of the
cases under analysis.
