1.3.1 Tabela de Frequência (Absoluta e Relativa) das Alternativas de Respostas
Veja, a seguir, a Tabela 1.1 e Tabela 1.2. Que mostram, respectivamente, a distribuição de frequências absolutas alternativas às alternativas de resposta.
Tabela 1.1: Frequências das Alternativas de Respostas por Item.
Item
Gabarito
Branco
Mútiplas
A
B
C
D
E
Válidas
1ª FG
C
51
9
1.170
4.536
2.714
3.911
1.400
13.731
2ª FG
C
23
22
1.360
767
7.462
1.909
2.248
13.746
3ª FG
B
99
20
2.640
4.832
2.591
2.325
1.284
13.672
4ª FG
B
17
20
767
9.042
373
1.450
2.122
13.754
5ª FG
C
16
11
164
1.335
8.180
1.005
3.080
13.764
6ª FG
E
20
15
598
439
564
383
11.772
13.756
7ª FG
A
24
10
4.828
3.345
1.507
2.339
1.738
13.757
8ª FG
D
27
9
420
1.378
1.670
6.802
3.485
13.755
1ª CE
C
15
14
1.727
1.933
1.420
2.759
5.923
13.762
2ª CE
E
16
19
2.944
3.691
1.999
2.957
2.165
13.756
3ª CE
A
19
33
3.316
1.476
2.885
3.392
2.670
13.739
4ª CE
C
35
16
2.522
2.403
2.925
3.499
2.391
13.740
5ª CE
E
25
8
1.955
1.887
1.823
4.498
3.595
13.758
6ª CE
ANULADA (E)
12
8
4.643
2.005
1.928
3.725
1.470
13.771
7ª CE
A
22
7
1.684
3.109
2.582
4.101
2.286
13.762
8ª CE
D
11
6
2.772
1.902
3.556
3.194
2.350
13.774
9ª CE
B
20
13
3.634
2.519
1.739
2.657
3.209
13.758
10ª CE
B
25
6
3.396
4.071
1.916
2.272
2.105
13.760
11ª CE
B
21
11
3.031
2.938
2.218
3.250
2.322
13.759
12ª CE
E
22
13
2.646
2.214
2.533
3.825
2.538
13.756
13ª CE
B
31
15
2.903
2.558
2.297
3.561
2.426
13.745
14ª CE
D
29
20
3.108
2.284
2.991
2.139
3.220
13.742
15ª CE
D
29
17
2.315
2.745
2.207
4.129
2.349
13.745
16ª CE
B
32
11
2.599
1.905
2.978
2.747
3.519
13.748
17ª CE
B
32
2
2.427
2.013
2.788
4.153
2.376
13.757
18ª CE
E
32
7
2.505
3.014
2.637
2.356
3.240
13.752
19ª CE
A
41
8
2.061
3.237
2.821
2.816
2.807
13.742
20ª CE
E
43
10
3.010
2.562
2.742
2.538
2.886
13.738
21ª CE
A
34
13
2.188
1.811
3.133
2.767
3.845
13.744
22ª CE
C
50
10
2.232
2.472
2.602
2.442
3.983
13.731
23ª CE
B
49
17
2.984
1.799
3.103
2.581
3.258
13.725
24ª CE
D
50
9
3.635
3.095
2.172
2.830
2.000
13.732
25ª CE
C
58
14
3.428
1.757
3.440
2.852
2.242
13.719
26ª CE
C
54
12
2.323
3.771
2.459
3.099
2.073
13.725
27ª CE
C
73
7
2.022
2.844
2.682
4.208
1.955
13.711
FG: Formação Geral; CE: Componente Específico.
Tabela 1.2: Frequências das Alternativas de Respostas por Item.
Item Especificado
Gabarito
A (%)
B (%)
C (%)
D (%)
E (%)
Total (%)
1ª FG
C
8,52
33,03
19,77
28,48
10,20
100,00
2ª FG
C
9,89
5,58
54,28
13,89
16,35
100,00
3ª FG
B
19,31
35,34
18,95
17,01
9,39
100,00
4ª FG
B
5,58
65,74
2,71
10,54
15,43
100,00
5ª FG
C
1,19
9,70
59,43
7,30
22,38
100,00
6ª FG
E
4,35
3,19
4,10
2,78
85,58
100,00
7ª FG
A
35,09
24,31
10,95
17,00
12,63
100,00
8ª FG
D
3,05
10,02
12,14
49,45
25,34
100,00
1ª CE
C
12,55
14,05
10,32
20,05
43,04
100,00
2ª CE
E
21,40
26,83
14,53
21,50
15,74
100,00
3ª CE
A
24,14
10,74
21,00
24,69
19,43
100,00
4ª CE
C
18,36
17,49
21,29
25,47
17,40
100,00
5ª CE
E
14,21
13,72
13,25
32,69
26,13
100,00
6ª CE
ANULADA (E)
33,72
14,56
14,00
27,05
10,67
100,00
7ª CE
A
12,24
22,59
18,76
29,80
16,61
100,00
8ª CE
D
20,12
13,81
25,82
23,19
17,06
100,00
9ª CE
B
26,41
18,31
12,64
19,31
23,32
100,00
10ª CE
B
24,68
29,59
13,92
16,51
15,30
100,00
11ª CE
B
22,03
21,35
16,12
23,62
16,88
100,00
12ª CE
E
19,24
16,09
18,41
27,81
18,45
100,00
13ª CE
B
21,12
18,61
16,71
25,91
17,65
100,00
14ª CE
D
22,62
16,62
21,77
15,57
23,43
100,00
15ª CE
D
16,84
19,97
16,06
30,04
17,09
100,00
16ª CE
B
18,90
13,86
21,66
19,98
25,60
100,00
17ª CE
B
17,64
14,63
20,27
30,19
17,27
100,00
18ª CE
E
18,22
21,92
19,18
17,13
23,56
100,00
19ª CE
A
15,00
23,56
20,53
20,49
20,43
100,00
20ª CE
E
21,91
18,65
19,96
18,47
21,01
100,00
21ª CE
A
15,92
13,18
22,80
20,13
27,98
100,00
22ª CE
C
16,26
18,00
18,95
17,78
29,01
100,00
23ª CE
B
21,74
13,11
22,61
18,81
23,74
100,00
24ª CE
D
26,47
22,54
15,82
20,61
14,56
100,00
25ª CE
C
24,99
12,81
25,07
20,79
16,34
100,00
26ª CE
C
16,93
27,48
17,92
22,58
15,10
100,00
27ª CE
C
14,75
20,74
19,56
30,69
14,26
100,00
FG: Formação Geral; CE: Componente Específico.
1.3.2 Tabela de Proporção de Acertos (%)
Veja, a seguir, a Tabela 1.3. Que apresenta as proporções de acertos para cada item.
Tabela 1.3: Proporção de Acertos dos Itens.
Item Especificado
Gabarito
Proporção de Acertos (%)
1ª FG
C
19,77
2ª FG
C
54,28
3ª FG
B
35,34
4ª FG
B
65,74
5ª FG
C
59,43
6ª FG
E
85,58
7ª FG
A
35,09
8ª FG
D
49,45
1ª CE
C
10,32
2ª CE
E
15,74
3ª CE
A
24,14
4ª CE
C
21,29
5ª CE
E
26,13
6ª CE
ANULADA (E)
NA
7ª CE
A
12,24
8ª CE
D
23,19
9ª CE
B
18,31
10ª CE
B
29,59
11ª CE
B
21,35
12ª CE
E
18,45
13ª CE
B
18,61
14ª CE
D
15,57
15ª CE
D
30,04
16ª CE
B
13,86
17ª CE
B
14,63
18ª CE
E
23,56
19ª CE
A
15,00
20ª CE
E
21,01
21ª CE
A
15,92
22ª CE
C
18,95
23ª CE
B
13,11
24ª CE
D
20,61
25ª CE
C
25,07
26ª CE
C
17,92
27ª CE
C
19,56
FG: Formação Geral; CE: Componente Específico.
1.3.3 Histograma do Escore em Formação Geral, Componentes Específicos e Total
Figura 1.1: Histograma dos Escore dos Participantes em Formação Geral.
Figura 1.2: Histograma dos Escore dos Participantes em Componentes Específicos.
Figura 1.3: Histograma dos Escore Total dos Participantes.
1.4 Análise via Teoria de Resposta ao Item (TRI)
Código fonte
:::: progress:::: {.progress-bar style="width: 100%;"}::::::::# Curso de Bacharelado em Sistemas de Informação```{r}#| label: Configuration R# --------------------------# [1] CONFIGURAÇÕES INICIAIS# --------------------------# Definir o Diretório do Dadossetwd("~/DETRAN/TRI_PROJECT_DIEGO/")# Pacotes Carregadoslibrary(dplyr)library(stringr)library(ggplot2)library(gt)# Gabarito oficial da Provatemplate.oficial <-c("C", "C", "B", "B", "C", "E", "A", "D", "C", "E", "A", "C", "E", "ANULADA (E)", "A", "D", "B", "B", "B", "E", "B", "D", "D", "B", "B", "E", "A", "E", "A", "C", "B", "D", "C", "C", "C")# Número de Itensn.itens.FG <-8n.itens.CE <-27n.itens <- n.itens.FG + n.itens.CE# Indexindex <-c(paste0(1:n.itens.FG, "ª FG"), paste0(1:n.itens.CE, "ª CE"))# ----------------------------------------------# [2] CARREGAMENTO E POSSÍVEIS AJUSTES DOS DADOS# ----------------------------------------------# Caminho do arquivo.rdspath <-"MICRODADOS_ENADE_2017_LGPD/DADOS_GERAIS_SISTEMAS.rds"# Leitura do arquivo.rdsSIS.INFO <-readRDS(file = path)# Ajustes das Colunas de VetoresSIS.INFO.AUX <- SIS.INFO %>%mutate(DS_VT_GAB_OFG_FIN_ADJ =strsplit(str_remove_all(DS_VT_GAB_OFG_FIN, "[^A-Z]"), ""),DS_VT_GAB_OCE_FIN_ADJ =strsplit(str_remove_all(DS_VT_GAB_OCE_FIN, "[^A-Z]"), ""),DS_VT_ESC_OFG_ADJ =strsplit(str_remove_all(DS_VT_ESC_OFG, "[^A-Z\\.\\*]"), ""),DS_VT_ESC_OCE_ADJ =strsplit(str_remove_all(DS_VT_ESC_OCE, "[^A-Z\\.\\*]"), ""))```## Introdução## Análise Descritiva dos Itens## Análise via Teoria Clássica dos Testes (TCT)### Tabela de Frequência (Absoluta e Relativa) das Alternativas de Respostas```{r}#| label: FREQ_ALTERNATIVE_ABSOLUTE_AND_RELATIVE# ------------------------------------------------# [3] ANÁLISE VIA TEÓRIA CLÁSSICA DOS TESTES (TCT)# ------------------------------------------------# ---------------------------------------------------------# [3.1] TABELA COM FREQUÊNCIA DAS ALTERNATIVAS DE RESPOSTAS# ---------------------------------------------------------# Criando Data Frame de Armazenamentotbl.freq.FG <- tbl.freq.CE <-data.frame()# Iteração de preenchimento das informações FGfor (k in1:n.itens.FG) {# Distribuição de Frequências para k-ésima resposta frequencys <-table(sapply(SIS.INFO.AUX$DS_VT_ESC_OFG_ADJ, `[`, k))# Total de válidas valid <-sum(frequencys[LETTERS[1:5]])# Contagem de brancos (se resposta em branco ".") blank <-as.numeric(frequencys["."])# Contagem de múltiplas respostas (ex: "*") multiple <-as.numeric(frequencys["*"])# Atualiza o Data Frame que armazena as informações tbl.freq.FG <-bind_rows( tbl.freq.FG,data.frame(Gabarito = template.oficial[k],Branco = blank,Multiples = multiple,A = frequencys["A"],B = frequencys["B"],C = frequencys["C"],D = frequencys["D"],E = frequencys["E"],Valids = valid ) )}# Iteração de preenchimento das informaçõesfor (k in1:n.itens.CE) {# Distribuição de Frequências para k-ésima resposta frequencys <-table(sapply(SIS.INFO.AUX$DS_VT_ESC_OCE_ADJ, `[`, k))# Total de válidas valid <-sum(frequencys[LETTERS[1:5]])# Contagem de brancos (se resposta em branco ".") blank <-as.numeric(frequencys["."])# Contagem de múltiplas respostas (ex: "*") multiple <-as.numeric(frequencys["*"])# Ajuste do índice k.adj <- k +8# Atualiza o Data Frame que armazena as informações tbl.freq.CE <-bind_rows( tbl.freq.CE,data.frame(Gabarito = template.oficial[k.adj],Branco = blank,Multiples = multiple,A = frequencys["A"],B = frequencys["B"],C = frequencys["C"],D = frequencys["D"],E = frequencys["E"],Valids = valid ) )}# Tabela Finaltbl.freq <-bind_rows(tbl.freq.FG, tbl.freq.CE) %>%mutate(ITEM_ESPEC = index) %>%select( ITEM_ESPEC, Gabarito, Branco, Multiples, A, B, C, D, E, Valids ) %>%`row.names<-`(1:length(index))# ---------------------------------------# [3.1.3] TABELA DE FREQUÊNCIAS RELATIVAS# ---------------------------------------# Frequências Relativastbl.freq_relative <- tbl.freq[, -c(3, 4)]tbl.freq_relative[, 3:7] <- (tbl.freq_relative[, 3:7] / tbl.freq_relative[, 8]) *100tbl.freq_relative[, 8] <-rowSums(tbl.freq_relative[, 3:7])```Veja, a seguir, a @tbl-FREQ_ALTERNATIVE_ABS e @tbl-FREQ_ALTERNATIVE_REL. Que mostram, respectivamente, a distribuição de frequências absolutas alternativas às alternativas de resposta.```{r}#| tbl-cap: "Frequências das Alternativas de Respostas por Item."#| label: tbl-FREQ_ALTERNATIVE_ABS# Tabela com o Pacote gtgt(tbl.freq) %>%cols_label(ITEM_ESPEC =md("**Item**"),Gabarito =md("**Gabarito**"),Branco =md("**Branco**"),Multiples =md("**Mútiplas**"),A =md("**A**"),B =md("**B**"),C =md("**C**"),D =md("**D**"),E =md("**E**"),Valids =md("**Válidas**") ) %>%cols_align(align ="center",columns =everything() ) %>%fmt_number(columns =5:10,decimals =0,sep_mark ="." ) %>%tab_source_note(source_note =md("FG: Formação Geral; CE: Componente Específico.") )``````{r}#| tbl-cap: "Frequências das Alternativas de Respostas por Item."#| label: tbl-FREQ_ALTERNATIVE_REL# ---------------------------------------# [3.1.3.1] TABELA TABELA COM PACOTE gt# ---------------------------------------# Tabela com o Pacote gtgt(tbl.freq_relative) %>%cols_label(ITEM_ESPEC =md("**Item Especificado**"),Gabarito =md("**Gabarito**"),A =md("**A (%)**"),B =md("**B (%)**"),C =md("**C (%)**"),D =md("**D (%)**"),E =md("**E (%)**"),Valids =md("**Total (%)**") ) %>%cols_align(align ="center",columns =everything() ) %>%fmt_number(columns =3:8,decimals =2,dec_mark ="," ) %>%tab_source_note(source_note =md("FG: Formação Geral; CE: Componente Específico.") )```### Tabela de Proporção de Acertos (%)```{r}#| label: PROP_HITS# ---------------------------------------# [3.2] TABELA COM A PROPORÇÃO DE ACERTOS# ---------------------------------------# Criando Data Frame de Armazenamentotbl.prop_hit <-data.frame()for (id in1:n.itens) {# Total Válido valid.id <- tbl.freq[["Valids"]][id]# Extração do Gabarito gab <-as.character(tbl.freq %>%select(Gabarito) %>%slice(id))# Proporção de Acertos (Verificação)if (gab =="ANULADA (E)") {# Proporção de Acertos prop.hit <-NA } else {# Proporção de Acertos prop.hit <- tbl.freq[[gab]][id] / valid.id }# Atualização das Informações tbl.prop_hit <-bind_rows( tbl.prop_hit,data.frame(ITEM_ESPEC = tbl.freq[["ITEM_ESPEC"]][id],GABARITO = gab,PROP_HIT = prop.hit *100 ) )}```Veja, a seguir, a @tbl-PROP_HITS. Que apresenta as proporções de acertos para cada item.```{r}#| tbl-cap: "Proporção de Acertos dos Itens."#| label: tbl-PROP_HITS# -----------------------------------# [3.2.1] TABELA TABELA COM PACOTE gt# -----------------------------------# Tabela com o Pacote gtgt(tbl.prop_hit) %>%cols_label(ITEM_ESPEC =md("**Item Especificado**"),GABARITO =md("**Gabarito**"),PROP_HIT =md("**Proporção de Acertos (%)**") ) %>%cols_align(align ="center",columns =everything() ) %>%fmt_number(columns =everything(),decimals =2,dec_mark ="," ) %>%tab_source_note(source_note =md("FG: Formação Geral; CE: Componente Específico.") )```### Histograma do Escore em Formação Geral, Componentes Específicos e Total```{r}#| label: CALCULE_SCORE# -----------------------------# [3.3] HISTOGRAMAS DOS ESCORES# -----------------------------# ---------------------------# [3.3.1] MATRIZ DE RESPOSTAS# ---------------------------# Matriz de acertos (0/1) para todos os participantesmatrix.resp <-matrix(NA, nrow =nrow(SIS.INFO.AUX), ncol = n.itens)# Iteração de Armazenamentofor (k in1:n.itens.FG) {# Extrai a Resposta e o Gabarito do item k e Armezena os Dados matrix.resp[, k] <-sapply(SIS.INFO.AUX$DS_VT_ESC_OFG_ADJ, `[`, k)}# Iteração de Armazenamentofor (k in1:n.itens.CE) {# Ajuste do índice k.adj <- k +8# Extrai a Resposta e o Gabarito do item k e Armezena os Dados matrix.resp[, k.adj] <-sapply(SIS.INFO.AUX$DS_VT_ESC_OCE_ADJ, `[`, k)}# -------------------------# [3.3.2] MATRIZ DE ACERTOS# -------------------------# Matriz de acertos (0/1) para todos os participantesmatrix.hits <-matrix(NA, nrow =nrow(SIS.INFO.AUX), ncol = n.itens)# Iteração de Armazenamentofor (k in1:n.itens.FG) {# Extrai a Resposta e o Gabarito do item i response.item <-sapply(SIS.INFO.AUX$DS_VT_ESC_OFG_ADJ, `[`, k)# Acertos (Verificação)if (template.oficial[k] =="ANULADA (E)") {# Acertos hits <-NA# Armezenamento dos Dados matrix.hits[, k] <- hits } else {# Acertos hits <-as.integer(response.item == template.oficial[k])# Armezenamento dos Dados matrix.hits[, k] <- hits }}# Iteração de Armazenamentofor (k in1:n.itens.CE) {# Extrai a Resposta e o Gabarito do item i response.item <-sapply(SIS.INFO.AUX$DS_VT_ESC_OCE_ADJ, `[`, k)# Ajuste do índice k.adj <- k +8# Acertos (Verificação)if (template.oficial[k.adj] =="ANULADA (E)") {# Acertos hits <-NA# Armezenamento dos Dados matrix.hits[, k.adj] <- hits } else {# Acertos hits <-as.integer(response.item == template.oficial[k.adj])# Armezenamento dos Dados matrix.hits[, k.adj] <- hits }}# --------------------# [3.3.3] ESCORE TOTAL# --------------------# Escore FGscore.FG <-rowSums(matrix.hits[, 1:n.itens.FG], na.rm = T)# Escore CEscore.CE <-rowSums(matrix.hits[, (1+ n.itens.FG):(n.itens)], na.rm = T)# Escore Totalscore.tot <-rowSums(matrix.hits, na.rm = T)# ------------------# [3.3.4] HISTOGRAMA# ------------------``````{r}#| fig-cap: "Histograma dos Escore dos Participantes em Formação Geral."#| label: fig-HIST_SCORE_FG# Histogrma com ggplot2ggplot(data =NULL) +geom_histogram(aes(x = score.FG), bins = n.itens.FG, color ="white", fill ="steelblue") +xlim(0, n.itens.FG) +labs(x ="Escore", y ="Frequência") +theme_classic(base_size =12) +theme(axis.title.x =element_text(face ="bold"),axis.title.y =element_text(face ="bold") )``````{r}#| fig-cap: "Histograma dos Escore dos Participantes em Componentes Específicos."#| label: fig-HIST_SCORE_CE# Histogrma com ggplot2ggplot(data =NULL) +geom_histogram(aes(x = score.CE), bins = n.itens.CE, color ="white", fill ="steelblue") +xlim(0, n.itens.CE) +labs(x ="Escore", y ="Frequência") +theme_classic(base_size =12) +theme(axis.title.x =element_text(face ="bold"),axis.title.y =element_text(face ="bold") )``````{r}#| fig-cap: "Histograma dos Escore Total dos Participantes."#| label: fig-HIST_SCORE_TOTAL# Histogrma com ggplot2ggplot(data =NULL) +geom_histogram(aes(x = score.tot), bins = n.itens, color ="white", fill ="steelblue") +xlim(0, n.itens) +labs(x ="Escore", y ="Frequência") +theme_classic(base_size =12) +theme(axis.title.x =element_text(face ="bold"),axis.title.y =element_text(face ="bold") )```## Análise via Teoria de Resposta ao Item (TRI):::: progress:::: {.progress-bar style="width: 100%;"}::::::::
