Artigo Publicado RBSP 2018

Volume 12
Número 2
Agosto/Setembro de 2018
ISSN 1981-1659
Artigos
Rev. bras. segur. pública São Paulo v. 12, n. 2, 153-177, ago/set 2018
177
Influência da Violência Dentro e Fora
da Escola na Proficiência Escolar dos
Dossiê
Alunos da Cidade do Recife

Joebson Maurilio Alves dos Santos
Doutorando em economia pela Universidade Federal de Pernambuco (UFPE). Mestre em economia pela UFPE. Economista pela
UFPE.
Rubens Lopes Pereira da Silva

Mestre em Economia pela Universidade Federal de Pernambuco (UFPE). Membro do Núcleo de Estudo Regionais e Urbanos
Influência da Violência Dentro e Fora da Escola na Proficiência Escolar dos Alunos da Cidade do Recife
Joebson Maurilio Alves dos Santos, Rubens Lopes Pereira da Silva, Flávia Emília Cavalcante Valença Fernandes e Tatiane Almeida de Menezes
(NERU).
Flávia Emília Cavalcante Valença Fernandes

Doutora em Inovação Terapêutica pela Universidade Federal de Pernambuco (UFPE). Mestre em Gestão e Economia da Saúde pela
UFPE. Professora Adjunta do Colegiado de Enfermagem da Universidade de Pernambuco (UPE) Campus Petrolina.
Tatiane Almeida de Menezes

Doutorado em Economia - USP. Pós-Doutorados: Yale University (2004) e London School of Economics (2016). Atualmente é Profes-
sora Associada do Departamento de Economia da UFPE e pesquisadora CNPq. Atua na graduação e na pós-graduação, na área de
Economia Regional e Urbana.
Data de recebimento: 20/06/2018

Data de aprovação: 29/09/2018
DOI: 10.31060/rbsp.2018.v12.n2.956
Resumo
O impacto da violência sobre o desempenho escolar dos alunos pode acarretar uma geração de trabalhadores com baixa
produtividade e com esperança de salários menores no futuro. Este trabalho procurou identificar como a violência afeta a
proficiência dos alunos das escolas municipais da cidade do Recife. Desse modo, usando técnicas de georreferenciamento
de dados e modelos hierárquicos, o trabalho mensurou a influência da violência dentro e fora da escola sobre o rendimen-
to dos alunos, além de capturar o efeito do ambiente familiar e escolar. Tal análise foi possível, uma vez que os modelos
hierárquicos permitem decompor a variância da proficiência escolar entre características inerentes ao aluno e à escola,
encontrando, assim, o “efeito-escola”. Os resultados mostraram que a violência ocorrida fora das escolas, caracterizada
pelos homicídios ocorridos no entorno, têm impacto negativo sobre o desempenho escolar e que aproximadamente 6,5%
do desempenho do estudante, medidos pelo coeficiente de correlação intraescolar, deve-se à diferença entre escolas.
Palavras -Chave
Recife; Violência; Proficiência escolar; Modelos hierárquicos.
210 Rev. bras. segur. pública São Paulo v. 12, n. 2, 210-229, ago/set 2018
Abstract
Influence of violence in and out of school in the school proficiency of students in the city of Recife
The impact of violence on students' school performance may lead to a generation of workers with low productivity and
hoping for lower wages in the future. This work aimed to identify how violence affects the proficiency of students in the
municipal schools of the city of Recife. Thus, using data georeferencing techniques and hierarchical models, the work
Dossiê
measured the influence of violence inside and outside the school on the students' income, in addition to capturing the
effect of the family and school environment. Such analysis was possible, since the hierarchical models allow decomposing
the variance of the school proficiency between characteristics inherent to the student and to the school, thus finding the
"school effect". The results showed that violence occurring outside schools, characterized by homicides occurring in the
surroundings, have a negative impact on school performance, and that approximately 6.5% of the student's performance,
measured by the in-school correlation coefficient, is due to the difference between schools.
Keywords
Recife; Violence; School proficiency; Hierarchical models.
211
Dossiê
INTRODUÇÃO
A
cometerem crimes. Desta forma, o inves-
educação sempre se mostrou como timento em capital humano, pela via da

elemento chave na promoção do educação, pode ser um fator relevante para
desenvolvimento dos agentes econômicos, a redução da violência. Em resumo, um
pois está associada a uma maior produtivi- ambiente cercado de criminalidade preju-
dade e a uma esperança de maiores remu- dica o aprendizado que, por sua vez, reduz
nerações no futuro. Nesse sentido, Romer a expectativa de ganhos com o trabalho
(2006) argumenta que o crescimento eco- lícito elevando a probabilidade da criança
nômico, no longo prazo, tem no capital ser levada à criminalidade.
humano um importante fator.
Neste contexto, o artigo se propõe a
Para que o investimento em educação mensurar de que forma o número de assas-
alcance seus objetivos (de desenvolvimento sinatos no entorno da escola pode influen-
pessoal e de diminuição da violência), pre- ciar o desempenho escolar do aluno, con-
cisa-se saber quais fatores podem influen- trolando os efeitos do background familiar
ciar o desempenho escolar. Para Ferrão e e da estrutura escolar, além da violência
Fernandes (2000), o desempenho escolar ocorrida dentro da escola. Para tanto, apli-
pode ser afetado por diversos fatores asso- cou-se um modelo hierárquico linear a um
ciados à estrutura social em que os alunos banco de dados único coletado pela Fun-
vivem, além das características individuais dação Joaquim Nabuco (FUNDAJ), no
dos próprios alunos. Seguindo esse raciocí- qual está disponível a nota das provas de
nio, Gama e Scorzafave (2013) mostraram matemática com alunos do 6º ano de uma
que a proficiência escolar pode ser afetada amostra representativa das escolas de Re-
pela violência urbana que promove danos cife, para o ano de 2013. Juntou-se a este
físicos e psicológicos aos alunos que so- banco, a base fornecida pela Secretaria de
frem demasiada exposição a ela. Defesa Social de Pernambuco (SDS/PE).
Esta contém o número de crimes violen-
Becker (1968) e Brueckner (2011) tos letais intencionais (CVLI) georreferen-
argumentam que quanto menor os ga- ciados. As informações georreferenciadas
nhos com a atividade lícita, em compara- permitem que se conheça a quantidade
ção com os ganhos das atividades ilícitas, de homicídios que ocorreu no entorno de
maior a probabilidade de os indivíduos cada escola para, a partir disso, identificar
o tipo de associação destes com o desem- mico e cultural dos alunos são elementos
penho escolar. importantes na determinação do desem-
penho escolar dos alunos portugueses.
O estudo está organizado em mais
quatro seções, além desta introdução. Na Aplicando modelos de regressão mul-
seção 2, tem-se o referencial teórico, onde tinível para os dados do PISA 2000, com
Dossiê
apresenta-se o arcabouço teórico que nor- alunos do Peru, Gutierrez (2005) realizou
teia a análise da violência no entorno de um estudo para verificar o efeito da esco-
ambientes escolares. A seção 3 apresenta la no desempenho dos alunos, e concluiu
os dados utilizados neste trabalho à luz que existe um efeito-escola significativo,
da literatura existente que motivou o a mesmo quando o desempenho dos alunos
escolha dos mesmos. Na seção 4, tem-se é controlado pelo capital cultural e pelo
a metodologia onde se fará a introdução capital econômico, ao nível do aluno, e
aos métodos que avaliam diferentes efei- controlando também pelo capital cultu-
tos no desempenho escolar a partir da es- ral médio, ao nível da escola. Evidências
trutura hierárquica em que esses dados se empíricas mostraram que a violência afeta
apresentam. Na seção 5, apresentam-se os negativamente a proficiência escolar. Ma-
resultados e as discussões acerca do pro- cmillan e Hagan (2004) concluíram que
blema levantado. Por fim, na seção 6, são alunos expostos à violência tiveram seus
apresentadas algumas considerações finais desempenhos escolares prejudicados, bem
sobre os dados, o método utilizado e suas como houve diminuição na esperança de
limitações, além dos resultados obtidos. elevados rendimentos no futuro.
Referencial Teórico Bowen e Bowen (1999), utilizando

A preocupação com os diversos fatores outras formas de mensurar o efeito da vio-
que podem afetar o desempenho escolar lência, analisaram o impacto dos crimes
motivou a realização de diversos traba- dentro e fora do ambiente escolar e con-
lhos que buscaram identificar tais fatores cluíram que a violência fora (no entorno)
e apontar qual desses tem efeito negativo da escola tinha uma relação negativa com
sobre a proficiência dos alunos para que, a o desempenho escolar e pode ser conside-
partir disso, políticas eficazes de melhoria rada mais nociva que a violência dentro da
no sistema educacional fossem discutidas escola, confirmando, assim, as evidências
e implementadas. Com base nisso, Mon- da community violence nos resultados esco-
teiro (2013), verificou, utilizando as notas lares.
da prova de matemática do Programme for
International Student Assessment (PISA), No Brasil, diversos estudos procura-
dos alunos das escolas portuguesas, se ha- ram identificar quais os determinantes da
via um efeito significativo da escola a qual proficiência escolar. Ribeiro e Koslinski
o aluno pertencia em seu desempenho (2013) afirmaram que há uma nova gera-
escolar. Assim, fazendo uso de modelos ção de estudos que, baseados na sociolo-
hierárquicos, devido à natureza agrupada gia urbana e da educação, tentam explicar
dos dados, a autora concluiu que não só as como a organização social do território
escolas como também o nível socioeconô- afeta as oportunidades educacionais. Des-
213
se modo, esses autores mostraram que há conta da violência.
efeitos do que eles chamam de modelo de Assim, utilizando dados da Prova Bra-
segregação residencial (levando em consi- sil para os alunos do 5º e do 9ºano, e os
deração a grande presença de favelas em dados de crimes da Fundação Sistema Es-
bairros abastados do Rio de janeiro) sobre tadual de Análise de Dados (Seade), além
o desempenho escolar. dos dados do censo demográfico de 2000
Dossiê
e da renda média dos chefes de família, es-

Ainda na seara das possíveis causas do ses autores, através da estimação de regres-
baixo desempenho escolar associados a fa- sões quantílicas, concluíram que o efeito
tores externos à escola (vizinhança), Gama da community violence se mostrou de pe-
e Scorzafave (2013) analisaram como a quena magnitude para os alunos do 5ºano
violência, no entorno das escolas, afeta o e praticamente nulo para alunos do 9ºano.
desempenho escolar na cidade de São Pau- Eles seguiram argumentando que o efeito
lo. Para isso, os autores verificaram os efei- nulo observado com os alunos do 9º ano
tos da violência de modo geral, que é co- se deve ao fato de que a violência parece
nhecido na literatura internacional como estimular a evasão dos alunos mais velhos
community violence. Segundo esses auto- e não a redução do desempenho escolar.
res, se trata de uma violência continuada
a qual as pessoas estejam frequentemente Sant’Anna e Salata (2009) estudando
expostas. Essa exposição pode ser não só os impactos do efeito vizinhança sobre os
como vítima, mas também como teste- resultados escolar lançaram a seguinte ar-
munha ou até mesmo por ter contato com gumentação:
pessoas vítimas de violência. A violência
pode afetar os agentes por diversos canais A relevância do estudo do efeito vizinhança de-
distintos que, ainda de acordo com Gama ve-se à crescente concentração de pobreza em
e Scorzafave (2013), pode ser: áreas urbanas nas últimas décadas. A investigação
1. pela via física e psicológica, que dos efeitos dessa pobreza, territorializada, sobre
traz sérias consequências para o desenvol- resultados escolares passa, assim, a ser tratada
vimento tanto emocional quanto com- como importante tarefa para a compreensão dos
portamental das pessoas, principalmente
processos que reproduzem desigualdades sociais.
crianças e adolescentes;
(p.01).
2. pela via social, que argumenta no
sentido de que a violência que pode estar
Esses autores utilizaram como variá-
afetando a proficiência escolar é oriunda
veis independentes de interesse aquelas
das diferenças socioeconômicas entre gru-
que caracterizam os locais de moradia e
pos;
o nível socioeconômico dos moradores
3. pela via econômica, que aponta os
dos bairros da cidade do Rio de Janeiro e
choques econômicos como causa de vio-
chegaram à conclusão de que as variáveis
lência em massa como conflitos armados e
indicadoras do local de moradia têm in-
guerras;
fluência na variável dependente, que foi
4. pela via da supressão das condi-
construída a partir de informações sobre
ções de ensino na escola, que é quando
as condições de estudo e empregabilidade
as escolas são impedidas de funcionar por
dos jovens cariocas com idade entre 15 e mensuração da violência foram os homi-
19 anos. Esses autores argumentaram que cídios intencionais no ano de 2008-2010
as condições socioeconômicas dos locais na cidade do Recife, uma vez que esse é o
de moradia influenciam a decisão dos jo- tipo de crime que apresenta a menor taxa
vens no tocante a trabalhar ou estudar (ou de sub-registros (SANTOS; KASSOUF,
ambos) e também a proximidade que tais 2007). A defasagem dos homicídios em
Dossiê
locais têm com o centro da cidade, onde relação à nota constitui uma limitação da
estão maiores ofertas de emprego, tem pa- base de dados utilizada neste trabalho, po-
pel relevante nessa decisão. rém seu uso se justifica, segundo Gama e
Scorzafave (2013), porque essa defasagem
Ferrão e Fernandes (2000), utilizando minimiza problemas de endogeneidade
dados do Sistema de Avaliação da Educa- entre a ocorrência dos homicídios e a pro-
ção Básica, SAEB da disciplina de mate- ficiência escolar.
mática para alunos do 9º ano (antiga 8º
série), em uma amostra da região sudeste As demais variáveis utilizadas foram
(estados de Minas Gerais, Espírito Santo, divididas em dois grupos: varáveis das ca-
Rio de Janeiro e São Paulo), concluíram, racterísticas dos alunos e variáveis das ca-
após a aplicação de modelos multinível, racterísticas da escola. No primeiro grupo
que alunos de escolas municipais têm têm-se as variáveis que representam as ca-
desempenho semelhante aos alunos de racterísticas físicas dos alunos como sexo
escolas estaduais, e que alunos das esco- (Sex), idade (Age) e raça (Race) (ARAU-
las particulares apresentam desempenho JO; SIQUEIRA, 2010). Além disso, uti-
superior, porém jugaram que o poder do lizou-se a nota do aluno obtida na prova
modelo era limitado devido aos valores de matemática aplicada pelos pesquisado-
elevados dos componentes de variância. res da FUNDAJ, no início do ano letivo
(2013), como uma proxy da habilidade
Dados (Note1), pois alunos que já tinham um
Os dados que mesuram a proficiência bom desempenho em matemática tendem
dos alunos das escolas municipais da cida- a repetir esse desempenho nos anos subse-
de do Recife são as notas obtidas na avalia- quentes (ARRUDA, 2017).
ção de matemática, aplicada a alunos do
6º ano (antiga 5º série), promovida pela Ainda no primeiro grupo, têm-se as
FUNDAJ no final do ano letivo de 2013 variáveis do contexto familiar que, como
nas escolas da rede municipal de ensino na destacam Ferrão (2003) e Sant’Anna e Sa-
cidade do Recife. Para Gama e Scorzafave lata (2009), podem ser importantes pre-
(2013), O fato de se trabalhar com alunos ditores do desempenho escolar do aluno.
do 6º ano minimiza o viés de simultanei- Assim, utilizou-se o sexo (Parsex), a idade
dade entre desempenho escolar e crimes, (Parage) e o nível de escolaridade do res-
uma vez que é pouco provável que pessoas ponsável pelo aluno (Parschool) e as va-
tão jovens cometam crimes, principalmen- riáveis (Desktop) que informa se o aluno
te os de natureza grave como homicídios. possui computador em casa, e (Bolfam)
que informa se sua família é beneficiária
Os dados utilizados como proxy para do Programa Bolsa Família.
215
Já para o segundo grupo (variáveis das dem ter um impacto de maior magnitu-
características das escolas), utilizou-se va- de na proficiência do aluno (BOWEN E
riáveis representativas da estrutura física, BOWEN, 1999). As variáveis escolhidas
da qualidade do corpo docente e da gestão para representar a violência dentro da esco-
escolar e, também, da violência dentro e la foram: se escola sofreu depredação (De-
no entorno das escolas. As variáveis que pred) e se houve consumo de drogas nas
Dossiê
caracterizam a estrutura física se mostram dependências das escolas nos dois últimos
relevantes nos determinantes do desempe- anos (Drog), enquanto para a violência do
nho escolar (ARRUDA, 2017; ARAUJO; entorno escolar foi utilizado o número de
SILVEIRA NETO, 2018). As variáveis homicídios ocorridos num raio de 750m,
foram: laboratório (Lab), auditório (Au- 1000m e 1250m das escolas.
dit), quadra de esportes (Quadra), sala
de música (Musroom) e acesso à internet Em grandes cidades como Recife, os

(Net). Para o corpo docente, utilizou-se alunos da rede pública de ensino são ma-
idade (Agep1), que informa se o professor triculados, geralmente, nas escolas pró-
tem até 29 anos de idade, sexo (Sexp), raça ximas as suas residências, pois isso evita,
(Racep), tipo de instituição que o profes- entre outras coisas, gastos com transporte
sor se formou (Inst_pub), que informa se para escolas mais distantes. Araújo e Sil-
foi numa instituição pública ou privada, e veira Neto (2018) estimou que a distância
se este passou por curso de capacitação (ca- entre a moradia dos alunos da rede muni-
pac). Para a gestão, utilizou-se sexo (Sexd) cipal e escolas em que estudam é, em mé-
e raça do diretor (Raced), se ele possui es- dia, de 850m na cidade do Recife.
pecialização em gestão escolar (Posgest),
além da informação de se a escola tem Uma forma de captar a influência dos
programas de reforço escolar (progrefor) e homicídios no desempenho escolar dos
controle de reprovações (contrepr). alunos é considerar os crimes num raio
de 750m a 1250m das escolas em que eles
A qualidade do corpo doente e da estudam. Isso foi conseguido a partir do
gestão escolar tem sido bastante debatida endereço da ocorrência dos homicídios,
e explorada nas pesquisas empíricas com onde foram extraídas, através do georre-
vistas a identificar seus efeitos sobre o ferenciamento dos dados, as coordenadas
aprendizado e sobre as notas obtidas pe- geográficas que mostram a localização
los estudantes, uma vez que tais fatores exata desses homicídios para, a partir daí,
podem ser relevantes na determinação do saber a proximidade destes com as escolas
sucesso escolar (HANUSHEK, 1970; AL- como ilustra a Figura 1.
VES; SOARES, 2008; ALMEIDA, 2014;
ARAUJO; SILVEIRA NETO, 2018). Metodologia
A convivência com a violência pode Modelos Lineares Hierárquicos ou Mul-

ser bastante nociva a pessoas mais jovens, tinível
o que pode se refletir no seu desempenho Ferrão (2003) e Monteiro (2013),
escolar (GAMA; SCORZAFAVE, 2013), argumentam que a melhor forma de se
e a violência no entorno das escolas po- mensurar os impactos dos possíveis fatores
que podem afetar a proficiência dos alunos serão consideradas as variáveis inerentes às
é a utilização de modelos lineares hierár- características dos alunos e do background
quicos, pois estes levam em consideração a familiar e no nível macro serão considera-
estrutura hierárquica com que os dados se das as variáveis inerentes às características
apresentam. Portanto, considera-se os alu- da escola como infraestrutura física, carac-
nos como unidade micro que, por sua vez, terísticas dos docentes e o nível de violên-
Dossiê
estão agrupados em escolas, consideradas cia dentro e no entorno de cada uma delas.
como unidade macro. Na unidade micro,
Figura 1 - Homicídios no entorno das escolas municipais de Recife-Pernambuco, 2008-2010
Homicídios
Escolas Municipais 1 0 1 2 3 4 km
Raios de 1km no entorno das escolas

Fonte: elaboração própria a partir dos dados da SDS/PE.
A utilização de modelos de regres- Denomina-se o primeiro como modelo

são multinível com dois níveis permite nulo porque este não envolve nenhuma
considerar a escola como um fator que variável explicativa em nenhum dos ní-
pode afetar o desempenho dos alunos. veis da análise, ou seja, o preditor linear é
Raudenbush and Bryk (2002) elencam apenas o intercepto. Cruz (2010) afirma
algumas etapas para a análise multinível. a importância desse modelo, pois ele per-
Tal análise é feita a partir de um mode- mite o estudo da distribuição da variância
lo chamado Modelo de Componentes de total da variável dependente pelos diversos
Variância que, por sua vez, se divide em níveis de agrupamento.
modelo nulo e modelos de efeitos fixos.
217
Modelo nulo
2
𝜎𝑢0
𝜌= 2 .
𝜎𝑢0 + 𝜎𝜖2
𝑃𝑟𝑜𝑓𝑖𝑐𝑖ê𝑛𝑐𝑖𝑎𝑖𝑗 = 𝛽0𝑗 + 𝜖𝑖𝑗 .
𝛽0𝑗 = 𝛾00 + 𝑢0𝑗 , Quando o valor desse coeficiente é
nulo, significa que a proficiência escolar
Dossiê
onde se deve a características dos alunos, pois

Proficiênciaij representa a variável res- as escolas são homogêneas entre si. Quan-
posta do aluno i na escola j; do é igual a um, toda a variabilidade do
β0j representa a média da variável res- desempenho escolar se deve as diferenças
posta na j-ésima escola; entre as escolas, ou seja, as características
γ00 representa a média global da variá- dos alunos não exercem influência em seus
vel resposta; desempenhos. Este coeficiente é usado

ϵij é o erro aleatório associado ao i-ési- como estimador do efeito-escola. Uma vez
mo aluno da escola j e ϵij ~ N(0;σϵ2) e são confirmada a existência do efeito-escola,
independentes; deve-se estimar esse efeito ante a presen-
u0j é o erro aleatório associado à escola j ça de variáveis que caracterizam os alunos,
e u0j~N(0;σϵ02) e são independentes. pois ter-se-á uma estimativa mais confiável
do efeito-escola. Para esse fim, usa-se um
A variância da proficiência decompõe- modelo que leva em consideração as variá-
-na em dois termos independentes, veis com as características dos alunos e, na
sequência, da escola.
2
Var 𝑃𝑟𝑜𝑓𝑖𝑐𝑖ê𝑛𝑐𝑖𝑎 = var 𝑢0𝑗 + 𝜖𝑖𝑗 = 𝜎𝑢0 + 𝜎𝜖2,
Modelos de efeitos fixos
𝑃𝑟𝑜𝑓𝑖𝑐𝑖ê𝑛𝑐𝑖𝑎 = var 𝑢0𝑗 + onde mede

2 + 𝜎 2,
𝜖𝑖𝑗 = 𝜎𝑢0 𝜖 a variância entre escolas Modelo de efeito fixo Individual
= var 𝑢0𝑗 + 𝜖𝑖𝑗 = 2
𝜎𝑢0 e mede
+ 𝜎𝜖2Var
, a variância
𝑃𝑟𝑜𝑓𝑖𝑐𝑖ê𝑛𝑐𝑖𝑎 = intraescola.
var 𝑢0𝑗 + 𝜖𝑖𝑗 Se
= for Este modelo tem k variáveis introduzi-
2
𝜎𝑢0 + 𝜎𝜖2,
estatisticamente igual a zero, toda a varia- das ao nível 1, ou seja, ao nível do aluno.
bilidade do desempenho escolar será atri-
buída a diferença entre alunos, ou seja, não 𝑃𝑟𝑜𝑓𝑖𝑐𝑖ê𝑛𝑐𝑖𝑎𝑖𝑗 = 𝛽0𝑗 + 𝛽1 𝑋1𝑖𝑗 + 𝛽2𝑋2𝑖𝑗 + ⋯ + 𝛽𝑘 𝑋𝑘𝑖𝑗 + 𝜖𝑖𝑗 .
haverá o efeito-escola. Este modelo ainda 𝛽0𝑗 = 𝛾00 + 𝛾01𝐸1 + ⋯𝛽+ 0𝑗 𝛾
=0𝑘𝛾𝐸00𝑘 + 𝑢
𝛾01
0𝑗 𝐸
. 1 + ⋯ + 𝛾0𝑘 𝐸𝑘 + 𝑢0𝑗 .
permite definir o coeficiente de correlação
intraescolar que indica a percentagem da ∑ βj Xij representa características dos
variância total que é explicada pelo fator alunos incorporadas ao modelo.
escola.
Ele permite observar como se altera o
O coeficiente de correlação intraescolar efeito-escola à medida em que são incluí-
Essa estatística mede a proporção da das variáveis que representam as caracterís-
variância entre escolas em relação à variân- ticas individuais dos alunos.
cia total da proficiência.
Pode-se expandir o modelo de efeitos
fixos para que este englobe variáveis que
expressem o contexto escolar.
Modelo de efeito fixo Contextual das variáveis ao nível do aluno face ao mo-
Este modelo tem k variáveis introduzi- delo nulo.
das ao nível do aluno e ao nível da escola.
2 2
𝜎𝑢𝑜 0 − 𝜎𝑢0 (1)
𝑅22 = 2 ,
𝑃𝑟𝑜𝑓𝑖𝑐𝑖ê𝑛𝑐𝑖𝑎𝑖𝑗 = 𝛽0𝑗 + 𝛽1 𝑋1𝑖𝑗 + 𝛽2𝑋2𝑖𝑗 + ⋯ + 𝛽𝑘 𝑋𝑘𝑖𝑗 + 𝜖𝑖𝑗 . 𝜎𝑢0 0
Dossiê
𝛽0𝑗 = 𝛾00 + 𝛾01𝐸1 + ⋯ + 𝛾0𝑘 𝐸𝑘 + 𝑢0𝑗 .
Var 𝑃𝑟𝑜𝑓𝑖𝑐𝑖ê𝑛𝑐𝑖𝑎 = var 𝑢0𝑗 + 𝜖onde 2
(0)
𝜎𝜖2,é
a variância entre escolas do
𝑖𝑗 = 𝜎𝑢0 +
∑ βj Xij representa características dos =modelo
Var 𝑃𝑟𝑜𝑓𝑖𝑐𝑖ê𝑛𝑐𝑖𝑎 nulo
var 𝑢0𝑗 + e 𝜎𝑢0
𝜖𝑖𝑗 = (1)
2 + 𝜎𝜖2,é a variância entre
alunos incorporadas ao modelo e ∑γ0j Eij escolas do modelo de comparação. Explica
representam características das escolas in- a melhoria percentual da variabilidade da
corporadas ao modelo. variável resposta explicada pela inclusão
das variáveis ao nível da escola face ao mo-
Ele é usado para mensurar o efeito que delo nulo.
a escola exerce sobre o comportamento
individual do aluno. Será nesse nível (da Resultados e Discussão
escola) que as variáveis referentes à vio-
lência associada ao entorno e ao ambiente Análise Descritiva
escolar, além de outras que definem as ca- Na Tabela 1, tem-se as estatísticas descriti-
racterísticas das escolas, serão incorporadas vas variáveis das características dos alunos
ao modelo. e do seu background familiar com seus va-
lores médios e o desvio padrão correspon-
Para Fávero et al. (2014), devido à dente. Já na Tabela 2, tem-se as estatísticas
natureza não balanceada na maioria dos descritivas das características físicas, dos
dados agrupados em níveis de hierarquia, docentes e do gestor da escola e também
a estimação dos componentes de variân- das variáveis representativas da violência
cia pelos métodos tradicionais falha e, por dentro e no entorno dela. Mais uma vez,
isso, tem-se de fazer uso da estimação de a tabela traz a média e o desvio padrão das
máxima verossimilhança. variáveis citadas.
O Coeficiente de Determinação Estimação do Modelo Hierárquico

Uma medida do ajustamento do mo- Os resultados no modelo nulo mos-
delo, ao se adicionar regressores ao nível tram que a estimativa da média global
do aluno e da escola, é o R21 e o R22 que são da proficiência, que é o intercepto verti-
especificados como segue: cal,
𝛽0𝑗 = 𝛾00 ,+é 𝛾de 39,82
01 𝐸1 + ⋯ +pontos
𝛾0𝑘 𝐸𝑘 +e 𝑢a0𝑗estimativa
.
da variância
Var 𝑃𝑟𝑜𝑓𝑖𝑐𝑖ê𝑛𝑐𝑖𝑎 entre
= var 𝑢0𝑗escolas,
+ 𝜖𝑖𝑗 = 𝜎𝑢0 ,+é𝜎de
2
𝜖 , 41,37,
2
𝜎𝜖2 0 − 𝜎𝜖2(1) enquanto a estimativa da variância intra-

𝑅12 =Var 𝑃𝑟𝑜𝑓𝑖𝑐𝑖ê𝑛𝑐𝑖𝑎 ,= var 𝑢 + 𝜖 escola,
𝑖𝑗 = 𝜎𝑢0 + 𝜎𝜖 ,, ou seja, aquela que é devido à
2 2 2
𝜎𝜖 0 0𝑗
diferença entre alunos da mesma escola é
r 𝑢0𝑗 + 𝜖𝑖𝑗 =onde
2
𝜎𝑢0 + 𝜎𝜖2, (0) é a variância intraescola do de 201,35. Essa decomposição da variân-
ê𝑛𝑐𝑖𝑎 = var modelo
𝑢0𝑗 + 𝜖𝑖𝑗 nulo e 𝜖 (1) é a variância intra- cia nos permite calcular o coeficiente
2 + 𝜎 2,
= 𝜎𝑢0 𝜎𝑢0 2 de
escola do modelo de comparação. Explica correlação intraescolar, 𝜌 ,=que no
2 + 𝜎2 modelo
.
estimado é de 0,170. Esse 𝜎𝑢0
resultado sugere
𝜖
a melhoria percentual da variabilidade da
variável resposta explicada pela inclusão que 17,0% da variabilidade da nota dos
219
alunos se deve a diferença entre escolas, maturo e exige que variáveis de controle
porém o resultado dessa estatística é pre- sejam adicionadas ao modelo.
Tabela 1 - Estatística descritiva das variáveis das características e do background familiar dos alunos
das escolas municipais da cidade do Recife no ano de 2013.
Dossiê
Nível Aluno
Variáveis Descrição Média Desvio Padrão
Sex Dummy=1 se sexo do aluno é masculino 0.490 0.499
Age Idade do aluno 11.31 1.016
Race Dummy=1 se aluno é branco 0.187 0.390
Note1 Nota do aluno na prova de matemática obtida no ano anterior à pesquisa 41.19 16.05
Note2 Nota do aluno na prova de matemática no ano da pesquisa. 40.15 15.73
Parsex Dummy=1 se sexo do responsável pelo aluno é masculino 0.137 0.344
Parage Idade do responsável pelo aluno 38.72 8.42
Parschool Anos de estudo concluído do responsável pelo aluno 8.58 3.66
Desktop Dummy=1 se aluno tem computador em casa 0.616 0.486
Bolsafam Dummy=1 se família do aluno é beneficiária do bolsa família 0.565 0.495
Fonte: elaboração própria a partir dos dados da FUNDAJ.
Tabela 2 - Estatística descritiva das variáveis que caracterizam a estrutura física, a gestão escolar
e a violência dentro e fora das escolas municipais da cidade do Recife no ano 2013.
Nível Escola
Variáveis Descrição Média Desvio Padrão
Agep1 Dummy=1 se a idade do professor é de até 29 anos 0.181 0.385
Sexp Dummy=1 se sexo do professor é masculino 0.326 0.468
Racep Dummy=1 se professor é branco 0.187 0.390
Capac Dummy=1 se professor fez curso de capacitação 0.887 0.316
Isnt_pub Dummy=1 se professor se formou em instituição pública de ensino 0.187 0.390
Sexd Dummy=1 se sexo do diretor é masculino 0.346 0.475
Raced Dummy=1 se diretor é branco 0.332 0.471
Posgest Dummy=1 se a pós-graduação do diretor é em gestão escolar 0.356 0.479
Progrefor Dummy=1 se escola tem programa de reforço escolar 0.925 0.262
Contrepr Dummy=1 se escola tem controle de reprovação 0.904 0.293
Lab Dummy=1 se existe laboratório na escola 0.687 0.463
Audit Dummy=1 se existe auditório na escola 0.745 0.435
Quadra Dummy=1 se se existe quadra de esportes na escola 0.677 0.467
Musroom Dummy=1 se existe sala de estudo de música na escola 0.723 0.447
Net Dummy=1 se se há acesso à internet para os alunos 0.486 0.499
220 Depred
Rev. bras. São Paulo
segur. públicaDummy=1 v. 12,sofreu
se escola n. 2, 210-229, ago/set
depredação 2018
nos dois últimos anos 0.696 0.459
Drog Dummy=1 se constatou consumo de drogas na escola nos dois ultimos anos 0.580 0.493
Quadra Dummy=1 se se existe quadra de esportes na escola 0.677 0.467
Musroom Dummy=1 se existe sala de estudo de música na escola 0.723 0.447
Net Dummy=1 se se há acesso à internet para os alunos 0.486 0.499
Depred Dummy=1 se escola sofreu depredação nos dois últimos anos 0.696 0.459
Drog Dummy=1 se constatou consumo de drogas na escola nos dois ultimos anos 0.580 0.493
Crime750 Homicídios em um raio de 750m das escolas 20.43 12.20
Dossiê
Fonte: elaboração própria a partir dos dados da FUNDAJ e SDS/PE.
Na sequência, estimou-se o modelo rie. Isso ocorre quando os alunos estão fora
com variáveis que carregam características da idade adequada para determinada série,
dos alunos, o modelo aluno na coluna 2 quer seja porque repetiram de ano ou por-
da Tabela 3. Nesse modelo, a média glo- que começaram a estudar tarde. Resultado
bal da proficiência passa a ser de 41,04. similar é encontrado em Ferrão e Beltrão
A variável computador no domicílio do (2001) que também verificaram uma re-
aluno, representada por desktop, tem cor- lação negativa entre a idade do aluno e
relação positiva com o desempenho esco- seu desempenho escolar e Ferrão (2003)
lar, assim como o nível de escolaridade do faz uma discussão mais detalhada a distor-
responsável pelo aluno, representada pela ção idade-série. Diante do acréscimo das
variável parschool e a proxy para habilidade variáveis do background familiar do aluno
inata representada pela variável note1. Es- ao modelo, o coeficiente de correlação in-
ses resultados mostram que ter ferramen- traescolar diminui para 0,078. Isso mostra
tas que facilitam o aprendizado, como um que 7,8% da variância das notas é devido
computador e ter pais com maiores níveis à diferença entre escolas.
educacionais influenciam positivamente o
desempenho escolar dos alunos. Acrescentando as variáveis que caracte-
rizam o ambiente escolar e os homicídios
O uso da proxy note1 teve como ob- no entorno das escolas, no modelo cri-
jetivo capturar um efeito não observado me750m, verificou-se que as variáveis com
pelo pesquisador que é a habilidade inata características dos docentes e do gestor da
do aluno. O resultado mostra que alunos escola não tiveram significância estatística
que tiveram um bom desempenho em e para as variáveis da infraestrutura esco-
matemática tende a mantê-lo nos perío- lar, as variáveis Musroom e Net tiveram
dos subsequentes. Essas variáveis apesar significância ao nível de 5%. Logo, acesso
de serem fortemente correlacionadas não à internet e sala de estudos de música nas
apresentam viés de simultaneidade, pois escolas tem influência positiva na nota dos
nota passada pode causar nota futura, mas alunos.
não o contrário.
Uma limitação desta pesquisa se deve
Já a idade do aluno tem uma correla- ao fato de as escolas da amostra aqui uti-
ção negativa com sua proficiência e isso lizada serem todas da rede municipal de
pode caracterizar uma distorção idade-sé- ensino, isso implica em certa homogenei-
221
dade em termos de estrutura, docência, Os homicídios no raio de 750m tam-
gestão. Logo, esses fatores podem não ex- bém não apresentaram significância esta-
plicar a variabilidade das notas dos alunos tística ao nível usual de 5%. Essa primeira
dado que eles estão expostos a estruturas medida parece não captar todos os crimes
físicas e de gestão parecidas. que podem estar afetando o desempenho
dos alunos, sendo, assim, subestimada, o
Dossiê
Mesmo com a limitação citada, os re- que justifica sua não significância. O co-
sultados estão em consonância com outros eficiente de correlação intraescolar, após a
achados na literatura. Por exemplo, nesta inclusão das variáveis no nível 2, mostra
pesquisa controlou-se o efeito da existên- que 6,4% da variância da proficiência se
cia de programa de reforço escolar sobre deve à diferença entre escolas.
a nota obtida pelos alunos e seu resultado
não foi estatisticamente significante. Al- Nos modelos subsequentes, apenas va-
meida (2014), utilizando microdados da riam o raio dos homicídios considerados.
Prova Brasil 2011, para escolas públicas da Quando são considerados os homicídios
rede federal, estadual e municipal e con- ocorridos em raio de 1000m, estes pas-
trolando o efeito de diversas variáveis do sam a apresentar significância estatística
background familiar, do corpo docente e ao nível de 5%, enquanto os homicídios
da escola, encontra que ter programas de ocorridos em um raio de 1250m não são,
reforço na escola não é fator determinante pois passa-se a considerar crimes ocorridos
sobre os resultados escolares. Além disso, muito distantes das escolas e que não têm
as características dos alunos e o contexto influência na proficiência escolar. O coe-
socioeconômico das famílias têm maiores ficiente de correlação intraescolar pouco
contribuições para o desempenho escolar. muda, mantendo-se em 6,4% no modelo
final.
A pequena magnitude do efeito-escola
sobre o desempenho escolar também pode Dentre as variáveis utilizadas no nível
ser vista em Alves e Soares (2008) que en- da escola, apenas o acesso à internet, a pre-
contraram que o nível socioeconômico sença de salas destinas a ensino de música
dos alunos tem um efeito positivo e for- e a violência do entorno foram significati-
te sobre suas proficiências e que as escolas vas. Esse resultado pode ser devido às ca-
não conseguem mitigar essas diferenças racterísticas mais ou menos homogêneas
dentro delas. Assim, esses autores sugerem das escolas, uma vez que elas são todas per-
a adoção de políticas públicas para que as tencentes ao sistema municipal de ensino.
escolas consigam ter um papel mais efeti- A correlação negativa entre a violência do
vo sobre o desempenho escolar para que entorno e as notas dos alunos era esperada
se diminua o efeito da origem social nos e também é verificada em Arruda (2017),
resultados escolares, que é uma das prin- Gama e Scorzafave (2013), Teixeira e Kas-
cipais fontes da desigualdade da trajetória souf (2007) e Bowen e Bowen (1999).
escolar. Esse resultado é semelhante aos
encontrados por Daly (1991) que encon- O fato de se trabalhar com dados de
trou efeito-escola de 7% a 11% para esco- homicídios georreferanciados constituiu
las secundárias na Irlanda do Norte. um importante avanço na mensuração da
associação entre a violência e proficiência Um problema que pode existir sobre a
escolar, pois isto permitiu trabalhar com contabilização de crimes a partir de raios
dados menos agregados do que os nor- em torno de determinado ponto é que,
malmente utilizados que são em nível de em muitos casos, não é possível criar me-
bairro. Dessa forma, alunos que estudam didas padronizadas como, por exemplo,
perto da fronteira entre bairros tinham taxas, pois seriam necessários dados de
Dossiê
apenas os crimes ocorridos no bairro onde toda a população georreferenciados, o que
estudam como uma das possíveis causas possibilitaria contar a quantidade de pes-
do seu insucesso escolar. Com o georre- soas dentro de cada raio. Mesmo com tal
ferenciamento, foi possível traçar raios no limitação, esta técnica é largamente usada
entorno das escolas, o que independe das nos trabalhos aplicados como em Seabra,
fronteiras entre bairros, e contabilizar to- Silveira Neto e Menezes (2016), Arruda
dos os crimes dentro desse raio para verifi- (2017), Araújo e Silveira Neto (2018) por-
car a relação existente entre eles e as notas que permite criar medidas de comparação
dos alunos. entre diferentes níveis de agregação de da-
dos como forma de testar a robustez dos
resultados encontrados.
Tabela 3 - Análise hierárquica da influência das características e background familiar dos alunos, qualidade escolar e da
violência dentro e fora da escola na proficiência dos alunos da rede municipal na cidade de Recife no ano de 2013.
(1) (2) (3) (4) (5)

Nulo Aluno crime 750m crime 1000m crime 1250m
0.198 0.189 0.185 0.190

Sex
(0.42) (0.40) (0.40) (0.41)
-1.823*** -1.819*** -1.821*** -1.826***

Age
(-7.49) (-7.48) (-7.49) (-7.51)
-0.395 -0.403 -0.404 -0.407

Race
(-0.67) (-0.68) (-0.69) (-0.69)
0.408*** 0.405*** 0.405*** 0.405***

Note1
(25.71) (25.45) (25.43) (25.44)
0.429 0.389 0.390 0.391

Parsex
(0.62) (0.56) (0.56) (0.56)
0.00547 0.00690 0.00715 0.00671

Parage
(0.19) (0.24) (0.25) (0.23)
0.171* 0.170* 0.171* 0.170*

Parschool
(2.53) (2.52) (2.52) (2.51)
2.395*** 2.412*** 2.391*** 2.398***

Desktop
(4.88) (4.92) (4.87) (4.88)
-0.765 -0.747 -0.739 -0.746

Bolsafam
(-1.54) (-1.50) (-1.49) (-1.50)
-1.390 -1.134 -1.380

agep1
(-1.20) (-0.99) (-1.19)
0.763 0.793 0.673

Sexp
(0.77) (0.81) (0.68)
-0.786 -0.731 -0.834

Racep
(-0.83) (-0.78) (-0.88)
-0.373 -0.509 -0.425

Capac
(-0.26) (-0.36) (-0.30)
0.219 0.226 0.146

Instit_pub
(0.25) (0.26) (0.17)
Sexd
-0.364pública
Rev. bras. segur.
(-0.43)
-0.374
São Paulo
(-0.45)
-0.393
v. 12, n. 2, 210-229, ago/set 2018
(-0.46) 223
0.851 0.797 0.863
Raced
Racep
(-0.83) (-0.78) (-0.88)
-0.373 -0.509 -0.425

Capac
(-0.26) (-0.36) (-0.30)
0.219 0.226 0.146

Instit_pub
(0.25) (0.26) (0.17)
-0.364 -0.374 -0.393

Sexd
(-0.43) (-0.45) (-0.46)
0.851 0.797 0.863

Raced
(0.95) (0.91) (0.97)
-0.729 -0.886 -0.797

Dossiê
Posgest
(-0.83) (-1.02) (-0.90)
-0.256 -0.333 -0.108

Progref
(-0.16) (-0.21) (-0.07)
0.247 0.337 0.0806

Contrepr
(0.16) (0.22) (0.05)
-0.616 -0.790 -0.752

Lab
(-0.68) (-0.88) (-0.83)
-1.136 -1.166 -1.032

Audit
(-0.86) (-0.90) (-0.79)
-0.0707 0.0747 0.0883

Quadra
(-0.07) (0.08) (0.09)
2.511* 2.410* 2.477*

Musroom
(2.03) (1.97) (2.00)
1.816* 1.967* 1.883*

Net
(2.13) (2.32) (2.19)
-0.673 -0.723 -0.717

Depred
(-0.71) (-0.77) (-0.75)
0.514 0.537 0.540

Drog
(0.60) (0.64) (0.64)
-0.0398
crime 750m
(-1.17)
-0.0471*
crime 1000m
(-2.07)
-0.0225
crime 1250m
(-1.30)
39.82*** 41.04*** 41.23*** 42.39*** 41.83***

_cons
(61.08) (12.54) (9.42) (9.66) (9.35)
41.37*** 13.83*** 11.10*** 10.64*** 11.05***

sigma_u²
(13.01) (10.32) (9.57) (9.40) (9.55)
201.35*** 161.79*** 161.54*** 161.79*** 161.54***

sigma_e²
(77.87) (77.82) (77.82) (77.81) (77.81)
Rho 0.170 0.078 0.064 0.061 0.064
N 3144 3144 3144 3144 3144
Fonte: elaboração própria

t statistics in parentheses * p < 0.05, ** p < 0.01, *** p < 0.001
Com a inclusão de variáveis, tanto ao escolas são explicadas por variáveis desse
nível do aluno quanto ao nível da escola, nível. Quando se acrescentou variáveis ao
é pertinente verificar a qualidade de ajus- nível da escola e os crimes ocorridos no
tamento do modelo. Quando se acres- entrono (crimes1000m), os valores dos
centou variáveis ao nível do aluno, o R21 coeficientes de determinação, R21 e R22
mostrou que 19,6% da variância das notas passaram a ser de 19,6% e 74,2%, res-
é explicada pelas variáveis desse nível. Já o pectivamente. Logo, o poder explicativo
R22 mostrou que 66,5% da variação entre do modelo com a inclusão de variáveis ao
Quadro 1 - Cálculo do Coeficiente de Determinação calculados a partir da variância da proficiência escolar
dos alunos das escolas municipais da cidade do Recife no ano de 2013.
nívelVariáveis
do aluno e ao nível da escola aumen-
Nível aluno
são acrescentados controlesNível
aosescola
níveis do
tou em 10,37% a capacidade explicativa aluno e da escola, tendo em vista que isso
R²1 0,196 0,196
do efeito-escola (quadro 1). Essas compa- mede o quanto variáveis de cada nível es-
R² 0,665 0,742
rações de ajustamento mostram que o mo- tão afetando a variabilidade das notas dos
2
delo tem melhor poder preditivo quando alunos.
Dossiê
Quadro 1 - Cálculo do Coeficiente de Determinação calculados a
partir da variância da proficiência escolar dos alunos das
escolas municipais da cidade do Recife no ano de 2013.
Variáveis Nível aluno Nível escola
R²1 0,196 0,196
R²2 0,665 0,742
Fonte: elaboração própria.
Conclusão escolas municipais da cidade do Recife, da

Este trabalho contribui para a litera- FUNDAJ, e os dados de homicídios da
tura existente ao fazer uso de informações SDS, foi possível verificar quais variáveis
georreferenciadas dos crimes que, por sua afetam a proficiência escolar dos alunos.
vez, permite testar diferentes níveis de Um fator importante na mensuração do
agregação destes através da contagem dos impacto da violência nas notas escolares
homicídios ocorridos em diferentes tama- foi utilizar técnicas de georreferenciamen-
nhos de raios no entorno das escolas. Isso to de dados que permitiu analisar a relação
permite que se faça comparações com ou- dos crimes que ocorreram no entorno das
tros níveis de agregação de dados já que escolas e não nos bairros onde as escolas
pode existir correlação entre variáveis em se localizam. Assim, foi possível testar dife-
um determinado nível de agregação e não rentes raios de distância da ocorrência dos
haver em outros. homicídios e verificar quais tiveram corre-
lação com os resultados escolares.
Esta pesquisa mostrou que o desem-
penho do aluno pode ser influenciado No nível do aluno, a idade do aluno
por diversos fatores, incluindo suas carac- mostrou ter o efeito negativo sobre a pro-
terísticas individuais, ambiente familiar e ficiência, indicando que alunos repetentes
ambiente escolar. O método de estimação ou que começam a estudar tarde têm um
utilizado permitiu ver o impacto que cada desempenho escolar pior que os demais. A
nível da estrutura em que o aluno está in- habilidade do aluno, mensurada através de
serido tem no seu rendimento escolar, uma uma prova da mesma disciplina (matemá-
vez que a modelagem hierárquica permite tica) no ano anterior, mostrou que alunos
incorporar a heterogeneidade das escolas. que tiveram maiores notas no passado ten-
dem a repetir o resultado no futuro, uma
Utilizando a base de dados com as no- vez que essa variável mostrou efeito positi-
tas de matemática, as características indivi- vo na proficiência escolar.
duais e familiares dos alunos do 6º ano das
225
O ambiente familiar do aluno mostrou Adaptando-se o coeficiente de correla-
ter uma influência positiva nos resultados ção, R2, para modelos com dados em es-
escolares, uma vez que variáveis como ní- trutura hierárquica, verificou-se que o mo-
vel de escolaridade do responsável do alu- delo final se ajusta bem aos dados, uma vez
no e se o aluno possui computador em que consegue explicar 74,2% da variação
casa tiveram resultados positivos em suas entre escolas. Já o nível de explicação da
Dossiê
estimativas, ou seja, alunos com pais mais variabilidade das notas em relação ao nível
escolarizados e que possibilitam acesso a do aluno é limitado (da ordem de 19,6%).
recursos que facilitam a aprendizagem têm
maior proficiência escolar. Os resultados sugerem que se investi-
gue outros elementos da escola que pos-
O ambiente escolar também tem in- sam afetar o desempenho dos alunos, bem
fluência no desempenho do aluno. Nesse como trabalhar com amostras de escolas a

estudo, as variáveis de acesso à internet e nível estadual, federal e/ou privadas com
a presença de sala para estudo de música o objetivo de capturar maior heterogenei-
mostraram influência positiva e significan- dade entre as escolas e mensurar de forma
te sobre o rendimento escolar. A violência mais acurada o efeito-escola sobre o rendi-
dentro da escola não se mostrou significa- mento escolar.
tiva do ponto de vista estatístico, enquanto
a violência no entorno, representada pelos Nesse trabalho, maior parte da hetero-
homicídios, mostrou um efeito negativo geneidade entre escolas acabou se dando
na proficiência escolar. Isso corrobora com pelos seus entornos uma vez que os crimes
a literatura no sentido de que violência no na vizinhança próxima às escolas se mos-
entorno das escolas pode influenciar os re- traram significantes entre as variáveis que
sultados escolares (community violence). compõem as características de cada escola.
Dessa forma, é pertinente pensar em polí-
A estatística que permitiu verificar o ticas que reduzam a violência próxima ao
quanto a variação das notas dos alunos, ambiente escolar para que se possa dimi-
controlando suas características pessoais e nuir a exposição dos jovens a esta e, assim,
familiares, é explicada pelas características se evitar os efeitos adversos da associação
da escola foi o coeficiente de correlação in- negativa da violência com seus desempe-
traescolar, onde aproximadamente 6,5% nhos escolares.
da variação da proficiência escolar se de-
vem ao efeito-escola.
Referências Bibliográficas
ALMEIDA, Aléssio Tony Cavalcanti de. Determinantes ALVES, Maria Teresa Gonzaga; SOARES, José Francisco. O
dos piores e melhores resultados educacionais dos alu- efeito das escolas no aprendizado dos alunos: um es-
nos da rede pública de Ensino Fundamental no Brasil. tudo com dados longitudinais no Ensino Fundamental.
Planejamento e Politicas Publicas, v. 42, 2014, pp. Educação e Pesquisa (USP. Impresso), v. 34, 2008, pp.
147-188. 527-544.
ARAUJO, Júlia Rocha; SILVEIRA NETO, Raul da Mota. Efeito- FERRÃO, Maria Eugênia; FERNANDES, Cristiano. Modelo
-Vizinhança E O Desempenho Escolar: O Caso Dos Estu- multinível: Uma aplicação a dados de avaliação educa-
dantes Da Rede Pública De Ensino Da Cidade Do Recife. cional. Estudos em Avaliação Educacional, n.22, 2000,
Anais do XLIV Encontro Nacional de Economia. 2018. pp. .
Dossiê
ARAUJO, Fernando; SIQUEIRA, Liedje. Determinantes do FERRÃO, Maria Eugênia. Introdução aos modelos de
desempenho escolar dos alunos da 4ª série do ensino regressão multinível em educação. Campinas: Ko-
fundamental no Brasil. Economia e Desenvolvimento, medi, 2003.
Recife (PE), v. 9, n. 1, 2010.
FERRÃO, Maria Eugênia; BELTRÃO, Kaizô. Tracing schools
ARRUDA, Rodrigo Gomes. 117 f. Três Ensaios sobre which do not penalize over age students. 27th Annual
Economia da Educação. 2017. Tese (Doutorado) - Uni- Conference of the international association for edu-
versidade Federal de Pernambuco, 2017. cation assessment. Rio de Janeiro, 2001.
BOWEN, Natasha; BOWEN, Gary. Effects of Crime and GAMA, Victor Azambuja; SCORZAFAVE, Luiz Guilherme.
Violence in Neighborhoods and Schools on the School Os efeitos da criminalidade sobre A proficiência esco-
Behavior and Performance of Adolescents. Journal of lar no ensino fundamental no município de São Paulo.
Adolescent Research, v. 14 n. 3, July 1999, pp. 319-342. Pesquisa e planejamento econômico, v. 43, n. 3, dez.
2013, pp. 447-478.
BECKER, Gary. Crime and Punishment: An Economic
Approach. Journal of Political Economy, 1968. GUTIERREZ, Gabriela Carrasco. Estimação das escalas
dos construtos capital social, capital cultural e capital
BRUECKNER, Jan. Lectures Urban Economics. London: económico e análise do efeito escola nos dados do
MIT Press Cambridge, 2011. Peru-PISA 2000. Tese (Doutorado) - Pontifícia Universi-
dade Católica do Rio de Janeiro, 2005.
CONDEPE FIDEM disponível em: <http://www.conde-
pefidem.pe.gov.br/web/condepe-fidem> Acessado HANUSHEK, Eric. The production of education, teacher
em 24/06/2015. quality, and efficiency. In: U.S. Office of Education. Do te-
achers make a difference? Washington, D.C.: Govern-
CRUZ, Cláudia Catarina Mendes Silva da. 182f. Modelos
ment Printing Office, 1970. pp. 79-99.
Multinível: Fundamentos e Aplicações. Dissertação
(Mestrado) - Universidade Aberta, 2010. MACMILLAN, Ross; HAGAN, John. Violence in the tran-
sition to adulthood: adolescent victimization, education,
DALY, Peter. How large are secondary school effects in
and socioeconomic attainment in later life. Journal of
Northern Ireland? School effectness and school im-
research on adolescence, v. 14, n. 2, 2004, pp. 127-158.
provement, v.2, n.4, 1991, pp. 305-323.
MONTEIRO, Marcela Andreia Salgado P. D. Modelos de
FÁVERO, Luiz Paulo et al. Análise de dados. Modelos
regressão multinível: uma aplicação na educação.
de regressão com Excel, Stata e SPSS. Rio de Janeiro:
Dissertação (Mestrado) - Universidade do Minho, 2013.
Campus Elsevier, 2014.
RIBEIRO, Luiz César Queiroz; KOSLINSKI, Mariane. Frontei-
______. Métodos Quantitativos com Stata. Rio de
ras urbanas da democratização das oportunidades edu-
Janeiro: Campus Elsevier, 2014.
cacionais: o caso do Rio De Janeiro. 33º Encontro Anual
da Anpocs, 2013.
227
ROMER, David. Advanced macroeconomics. 3. ed., SEABRA, Deborah; SILVEIRA NETO, Raul; MENEZES, Tatia-
New York: McGraw-Hill. 2006. ne. Amenidades urbanas e valor das Residências: uma
análise empírica para a cidade do Recife. Economia
RAUDENBUSH, Stephen; BRYK, Anthony. Hierarchical Aplicada, v. 20, n. 1, 2016, pp. 143-169.
linear models. 2. ed., CA: Sage Publications, 2002.
Dossiê
SOARES, Tufi Machado. Influência do professor e do am-

SANT’ANNA, Maria Josefina Gabriel, SALATA, André Ri- biente em sala de aula sobre a proficiência alcançada
cardo. Espaço Urbano e Desigualdade Social: efeito vi- pelos alunos avaliados no simave-2002. Estudos em
zinhança e oportunidades educacionais. XIV Congresso Avaliação Educacional, v. 28, 2003, pp. 103-123.
Brasileiro de Sociologia, 2009.
TEIXEIRA, Evandro Camargos; KASSOUF, Ana Lúcia. A
SANTOS, Marcelo Justus; KASSOUF, Ana Lúcia. Uma in- relação entre violência nas escolas e desempenho es-
vestigação econômica da influência do mercado de colar no estado de São Paulo em 2007: uma análise
drogas ilícitas sobre a criminalidade brasileira. Revista multinível. Rede de Economia Aplicada (REAP), 2011.
da Anpec, v.8, n.2, 2007, pp.187-2010. (Working Paper 009).
Dossiê
229

Artigo Publicado RBSP 2018

Enviado por

Dados do documento

Descrição original:

Direitos autorais

Formatos disponíveis

Compartilhar este documento

Compartilhar ou incorporar documento

Opções de compartilhamento

Você considera este documento útil?

Este conteúdo é inapropriado?

Direitos autorais:

Formatos disponíveis

Artigo Publicado RBSP 2018

Enviado por

Direitos autorais:

Formatos disponíveis

Volume 12

Alunos da Cidade do Recife

Rubens Lopes Pereira da Silva

Flávia Emília Cavalcante Valença Fernandes

Tatiane Almeida de Menezes

Data de recebimento: 20/06/2018

educação sempre se mostrou como timento em capital humano, pela via da

Referencial Teórico Bowen e Bowen (1999), utilizando

e da renda média dos chefes de família, es-

de música (Musroom) e acesso à internet Em grandes cidades como Recife, os

A convivência com a violência pode Modelos Lineares Hierárquicos ou Mul-

Figura 1 - Homicídios no entorno das escolas municipais de Recife-Pernambuco, 2008-2010

Raios de 1km no entorno das escolas

A utilização de modelos de regres- Denomina-se o primeiro como modelo

onde se deve a características dos alunos, pois

vel resposta; desempenhos. Este coeficiente é usado

𝑃𝑟𝑜𝑓𝑖𝑐𝑖ê𝑛𝑐𝑖𝑎 = var 𝑢0𝑗 + onde mede

O Coeficiente de Determinação Estimação do Modelo Hierárquico

𝜎𝜖2 0 − 𝜎𝜖2(1) enquanto a estimativa da variância intra-

Sex Dummy=1 se sexo do aluno é masculino 0.490 0.499

Age Idade do aluno 11.31 1.016

Race Dummy=1 se aluno é branco 0.187 0.390

Note2 Nota do aluno na prova de matemática no ano da pesquisa. 40.15 15.73

Parsex Dummy=1 se sexo do responsável pelo aluno é masculino 0.137 0.344

Parage Idade do responsável pelo aluno 38.72 8.42

Parschool Anos de estudo concluído do responsável pelo aluno 8.58 3.66

Desktop Dummy=1 se aluno tem computador em casa 0.616 0.486

Bolsafam Dummy=1 se família do aluno é beneficiária do bolsa família 0.565 0.495

Fonte: elaboração própria a partir dos dados da FUNDAJ.

Agep1 Dummy=1 se a idade do professor é de até 29 anos 0.181 0.385

Sexp Dummy=1 se sexo do professor é masculino 0.326 0.468

Racep Dummy=1 se professor é branco 0.187 0.390

Capac Dummy=1 se professor fez curso de capacitação 0.887 0.316

Isnt_pub Dummy=1 se professor se formou em instituição pública de ensino 0.187 0.390

Sexd Dummy=1 se sexo do diretor é masculino 0.346 0.475

Raced Dummy=1 se diretor é branco 0.332 0.471

Posgest Dummy=1 se a pós-graduação do diretor é em gestão escolar 0.356 0.479

Progrefor Dummy=1 se escola tem programa de reforço escolar 0.925 0.262

Contrepr Dummy=1 se escola tem controle de reprovação 0.904 0.293

Lab Dummy=1 se existe laboratório na escola 0.687 0.463

Audit Dummy=1 se existe auditório na escola 0.745 0.435

Quadra Dummy=1 se se existe quadra de esportes na escola 0.677 0.467

Musroom Dummy=1 se existe sala de estudo de música na escola 0.723 0.447

Net Dummy=1 se se há acesso à internet para os alunos 0.486 0.499

Musroom Dummy=1 se existe sala de estudo de música na escola 0.723 0.447

Net Dummy=1 se se há acesso à internet para os alunos 0.486 0.499

Crime750 Homicídios em um raio de 750m das escolas 20.43 12.20

Crime1250 Homicídios em um raio de 1250m das escolas 54.90 24.76

Fonte: elaboração própria a partir dos dados da FUNDAJ e SDS/PE.

(1) (2) (3) (4) (5)

0.198 0.189 0.185 0.190

-1.823*** -1.819*** -1.821*** -1.826***

-0.395 -0.403 -0.404 -0.407

0.408*** 0.405*** 0.405*** 0.405***

0.429 0.389 0.390 0.391

0.00547 0.00690 0.00715 0.00671

0.171* 0.170* 0.171* 0.170*

2.395*** 2.412*** 2.391*** 2.398***

-0.765 -0.747 -0.739 -0.746

-1.390 -1.134 -1.380

0.763 0.793 0.673

-0.786 -0.731 -0.834

-0.373 -0.509 -0.425

-1.823* -1.819* -1.821* -1.826*

0.408* 0.405* 0.405* 0.405*

2.395* 2.412* 2.391* 2.398*

39.82* 41.04* 41.23* 42.39* 41.83***

41.37* 13.83* 11.10* 10.64* 11.05***

201.35* 161.79* 161.54* 161.79* 161.54***