UNIFEI - Campus 1: Itajubá PPG - Programas de Pós Graduação Dissertações
Use este identificador para citar ou linkar para este item: https://repositorio.unifei.edu.br/jspui/handle/123456789/2221
Registro completo de metadados
Campo DCValorIdioma
dc.creatorMENDES, Felipe Rodrigo de Moraes-
dc.date.issued2020-07-07-
dc.identifier.urihttps://repositorio.unifei.edu.br/jspui/handle/123456789/2221-
dc.description.abstractIntroduction: Decision making support in the context of dropout in higher education institutions requires systemic monitoring of dropout rates and the description of dropout students by personal and academic variables. The initial premise is the development of an institutional repository that stores historical and non-volatile data, the data warehouse, is the tool that enables the Federal University of Itajubá (Unifei) to respond to this demand. Objective: The main objective is the development and implementation of a DW for decision-making support on dropouts at Unifei. The secondary objectives are to discover methods for the development of data warehouses, to discover methods and metrics used to calculate dropout rates and to know the descriptive characteristics of students related to dropout. Methods: The object of study is Unifei and the management information system in use at the institution, the Sistema Integrado de Gestão de Atividades Acadêmicas (SIGAA). To guide the intervention, a methodology was proposed using soft systems methodology and the Ralph Kimball’s method of developing data warehouses. Bibliographic research was conducted in education journals to collect data related to dropouts. Documentary research was conduct on SIGAA’s database to assess the data available. Results: The bibliographic research revealed three groups of methods for calculating dropout rates: methods that consider complete generations of students, methods that consider only newcomers within a specific period and methods that propose the monitoring of historical series. The positive and negative points were contrasted between the groups and a proposed calculation method was derived from the literature. Also, from the bibliographic source, 65 descriptive variables about the students were identified, being 33 personal variables (50.5%) and 32 variables related to the students' academic life (49.2%). Documentary research was conducted in the SIGAA database and the subsequent data triangulation showed that SIGAA stores the data necessary to calculate dropout rates from courses since 1998. Furthermore, SIGAA stores 23 (35.4%) descriptive variables identified in the literature. The information requirements derived from the data sources triangulation were used to guide the development of the data warehouse. Architectural models of the data, both dimensional and physical, were realized. The necessary steps to extract data from its sources, treatments performed and loading into the data warehouse environment were described. Conclusion: The evidence brought by the results supports the statement that the development and implementation of an institutional DW is a tool that allows higher education institutions to monitor the phenomenon of dropout in a systematic, periodic, and constant manner.pt_BR
dc.description.sponsorshipAgência 1pt_BR
dc.languageporpt_BR
dc.publisherUniversidade Federal de itajubápt_BR
dc.rightsAcesso Abertopt_BR
dc.subjectEvasão no ensino superiorpt_BR
dc.subjectData warehouse educacionalpt_BR
dc.subjectSoft systems methodologypt_BR
dc.titleProposta de um data warehouse para apoio à tomada de decisão sobre evasão institucional em uma instituição federal de ensino superiorpt_BR
dc.typeDissertaçãopt_BR
dc.date.available2020-11-20-
dc.date.available2020-11-20T12:42:55Z-
dc.date.accessioned2020-11-20T12:42:55Z-
dc.creator.Latteshttp://lattes.cnpq.br/2353809290131028pt_BR
dc.contributor.advisor1FAVARETTO, Fábio-
dc.contributor.advisor1Latteshttp://lattes.cnpq.br/6818699281130228pt_BR
dc.description.resumoIntrodução: O apoio à tomada de decisão no contexto da evasão em instituições de ensino superior demanda acompanhamento sistêmico das taxas de evasão e a descrição dos alunos evadidos em variáveis pessoais e acadêmicas. A premissa é que o desenvolvimento de um repositório institucional que armazene dados histórico e não-voláteis, o data warehouse, seja a ferramenta que habilite a Universidade Federal de Itajubá (Unifei) a responder à essa demanda. Objetivo: O objetivo principal é o desenvolvimento e implementação de um DW para uso no apoio à tomada de decisão sobre a evasão na Unifei. Os objetivos secundários são conhecer métodos para o desenvolvimento de data warehouses, conhecer métodos e métricas utilizadas para o cálculo das taxas de evasão e conhecer as características descritivas dos discentes relacionadas à evasão. Métodos: O objeto de estudo é a Unifei e o sistema de informação gerencial em uso na instituição, o Sistema Integrado de Gestão de Atividades Acadêmicas (SIGAA). Para guiar a intervenção na realidade foi proposta uma metodologia utilizando a soft systems methodology e o método de desenvolvimento de data warehouses de Ralph Kimball. Para a obtenção de dados utilizou-se pesquisas bibliográfica, em periódicos da área de educação para o levantamento de dados sobre a evasão, e documental, que investigou o banco de dados do SIGAA. Resultados: A pesquisa bibliográfica revelou três grupos de métodos para cálculo das taxas de evasão: métodos que consideram gerações completas de alunos, tanto no prazo ideal ou prazo máximo de integralização, métodos que consideram apenas ingressantes dentro de um período específico e métodos que propõem o acompanhamento de séries históricas. Os pontos positivos e negativos foram contrapostos entre os grupos e uma proposta de método de cálculo foi derivada da literatura. Também da fonte bibliográfica foram identificadas 65 variáveis descritivas sobre os discentes, sendo 33 variáveis pessoais (50,5%) e 32 variáveis ligadas à vida acadêmica dos alunos (49,2%). Pesquisa documental foi conduzida no banco de dados do SIGAA e a posterior triangulação com o resultado das pesquisas bibliográficas mostraram que o SIGAA armazena os dados necessários para se calcular taxas de evasão dos cursos desde 1998. Ademais o SIGAA armazena 23 (35,4%) das variáveis descritivas identificadas na literatura. Os requisitos de informação derivados da triangulação das fontes de informação foram utilizados para nortear o desenvolvimento do data warehouse. Modelos arquiteturais dos dados, tanto os dimensionais como os físicos, foram realizados. Descreveu-se as etapas necessárias para realizar a extração dos dados de suas fontes, os tratamentos realizados e o carregamento para o ambiente do data warehouse. Conclusão: As evidências trazidas pelos resultados apoiam a afirmativa de que o desenvolvimento e implementação de um DW institucional é ferramenta que permite a instituições de ensino superior a acompanharem o fenômeno da evasão de forma sistêmica, periódica e constante.pt_BR
dc.publisher.countryBrasilpt_BR
dc.publisher.departmentDepartamento 1pt_BR
dc.publisher.programPrograma de Pós-Graduação: Mestrado Profissional em Administraçãopt_BR
dc.publisher.initialsUNIFEIpt_BR
dc.subject.cnpqCNPQ::CIÊNCIAS SOCIAIS APLICADAS::ADMINISTRAÇÃOpt_BR
dc.relation.referencesMENDES, Felipe Rodrigo de Moraes. Proposta de um data warehouse para apoio à tomada de decisão sobre evasão institucional em uma instituição federal de ensino superior. 2020. 112 f. Dissertação (Mestrado Profissional em Administração) - Universidade Federal de Itajubá, Itajubá, 2020.pt_BR
Aparece nas coleções:Dissertações

Arquivos associados a este item:
Arquivo Descrição TamanhoFormato 
Dissertação_2020105.pdf1,85 MBAdobe PDFVisualizar/Abrir


Os itens no repositório estão protegidos por copyright, com todos os direitos reservados, salvo quando é indicado o contrário.