Resumen

FERRAO, Maria Eugénia; PRATA, Paula  y  ALVES, Maria Teresa Gonzaga. Imputação múltipla em grandes dados identificáveis para pesquisa educacional: um exemplo do sistema brasileiro de avaliação educacional. Ensaio: aval. pol. públ. educ. [online]. 2020, vol.28, n.108, pp.599-641.  Epub 01-Jul-2020. ISSN 1809-4465.  https://doi.org/10.1590/s0104-40362020002802346.

Quase todos os estudos quantitativos em aferição, avaliação e pesquisa educacional são baseados em conjuntos de dados incompletos, que têm sido um problema há anos sem solução única. O uso de grandes dados identificáveis apresenta novos desafios para lidar com valores ausentes. Na primeira parte deste artigo, apresentamos o estado-da-arte do tópico na literatura científica educacional brasileira e como os pesquisadores têm tratado os dados omissos. Em seguida, usamos o software de acesso livre para analisar dados do mundo real, a Prova Brasil 2017, para várias unidades da federação, e documentamos como pressuposto de dados omissos completamente aleatórios pode afetar os resultados estatísticos, as interpretações e implicações subsequentes para políticas e práticas. Concluímos com sugestões diretas para qualquer pesquisador de educação sobre a aplicação de rotinas R para realizar o teste de hipóteses de dados omissos completamente aleatórios e, se a hipótese nula for rejeitada, como implementar a imputação múltipla, que parece ser um dos métodos mais apropriados para manipular dados ausentes.

Palabras clave : Prova Brasil; Dados omissos; R; Imputação múltipla.

        · resumen en Español | Inglés     · texto en Inglés     · Inglés ( pdf )