O estudo investiga os fatores críticos para a satisfação de alunos em cursos técnicos de nível médio na Universidade Federal de São Carlos, com foco na permanência escolar e evasão. Utilizando uma análise de regressão linear múltipla a partir de um questionário online, foram identificados os elementos que impactam a satisfação dos alunos em relação à infraestrutura, corpo docente e conteúdo pedagógico. A pesquisa destaca a escassez de estudos na área de permanência de alunos em cursos técnicos, propondo melhorias contínuas para atender às expectativas dos estudantes.

1. ¹ Aluno do Programa de Pós-Graduação em Engenharia de Produção da Universidade Federal de São Carlos – UFSCar –
Campus: São Carlos.
² Professor e Coordenador do Programa de Pós-Graduação em Engenharia de Produção da Universidade Federal de São
Carlos – UFSCar – Campus: São Carlos.
FATORES CRÍTICOS PARA A SATISFAÇÃO DOS ALUNOS DOS CURSOS TÉCNICOS
DE NÍVEL MÉDIO DE UMA INSTITUIÇÃO DE ENSINO PÚBLICO DO ESTADO DE
SÃO PAULO.
ELISEU FORTOLAN ¹ – eliseu.fortolan@gmail.com
UNIVERSIDADE FEDERAL DE SÃO CARLOS – UFSCar – São Carlos
JOSÉ CARLOS DE TOLEDO ² – toledo@ufscar.com
UNIVERSIDADE FEDERAL DE SÃO CARLOS – UFSCar – São Carlos
Resumo
Constantes esforços são feitos no sentido de estimular os alunos a concluírem o ciclo educacional em
que estão matriculados. Neste estudo, esse fenômeno será tratado com permanência sendo prudente
ressaltar que são raros os estudos enfocando a permanência dos alunos nos cursos técnicos de nível
médio. Aqueles que empreenderam esforços para estudar esse fenômeno, abordaram-no no ciclo
educacional básico ou superior. A instituição de ensino onde foi realizado este estudo está localizada
no interior do Estado de São Paulo, na cidade de Vargem Grande do Sul e compreende uma das
unidades de ensino do Centro Paula Souza. Este estudo limitou-se aos alunos que concluíram, no
primeiro semestre de 2017, os cursos técnicos de nível médio em Recursos Humanos, Informática e
Nutrição. Estes alunos responderam um questionário online contendo 25 questões, distribuídas em
cinco sessões que contemplavam a estrutura física-tecnológica da instituição de ensino, o corpo
docente, o conteúdo didático-pedagógico e aspectos pessoais. As perguntas foram respondidas em
uma escala de Likert de cinco pontos, sendo que “1” significa insatisfeito e “5” significa plenamente
satisfeito. Para a análise dos resultados, foi utilizada análise de Regressão Linear Múltipla,
construindo um modelo preditivo e identificando os fatores críticos para a satisfação dos alunos.
Palavras-chaves: Evasão Escolar, Gestão da Melhoria Contínua, Permanência Escolar.

2. CRITICAL FACTORS FOR THE SATISFACTION OF THE STUDENTS OF THE
TECHNICAL COURSES OF AVERAGELEVEL OF A PUBLIC EDUCATION INSTITUTION
OF THE STATE OF SÃO PAULO.
Abstract
Constant efforts are made to encourage students to complete the educational cycle in which they are
enrolled. In this study, this phenomenon will be dealt with permanently and it is prudent to point out
that studies are rarely focused on the permanence of students in technical courses at the intermediate
level. Those who made efforts to study this phenomenon, approached it in the basic or higher
education cycle. The educational institution where this study was carried out is located in the interior
of the State of São Paulo, in the city of Vargem Grande do Sul, and comprises one of the teaching
units of the Paula Souza Center. This study was limited to those students who concluded, in the first
half of 2017, the technical courses of medium level in Human Resources, Computer Science and
Nutrition. These students answered an online questionnaire containing 25 questions, distributed in
five sessions that included the physical-technological structure of the educational institution, the
teaching staff, didactic-pedagogical content and personal aspects. The questions were answered on
a five-point Likert scale, where "1" means unsatisfied and "5" means fully satisfied. For the analysis
of the results, Multiple Linear Regression analysis was used, constructing a predictive model and
identifying the critical factors for student satisfaction.
Keywords: School Evasion, Continuous Improvement Management, School Stay.

3. 3
1 Introdução
A permanência dos alunos nas instituições de ensino públicas ou privadas, do ensino básico
ao ensino superior, tem sido um desafio constante para os gestores educacional, haja visto, a evasão
escolar traz consigo graves consequências sociais, educacionais e econômicas. Contudo, neste
trabalho, entende-se que a permanências dos alunos até a conclusão do ciclo educacional em que se
matricularam é uma consequência da satisfação deles quanto aos elementos internos à instituição de
ensino. Mesmo que os fatores externos tenham influências na decisão de concluírem ou não o ciclo
educacional, acredita-se que a força destes são atenuadas com a gestão da melhoria contínua,
dedicando-se ao fortalecimento dos elementos internos, no sentido de atender às expectativas e apelos
dos alunos, promovendo a satisfação total deles. Quanto às características internas das instituições,
este trabalho se ateve a evidenciar os elementos que promoveram a satisfação dos alunos sobre a
estrutura física e tecnológica, o corpo docente, o conteúdo didático-pedagógico. É prudente apontar
para o fato de que ainda são poucos os estudos voltados para a permanência ou evasão dos alunos que
se matricularam em cursos técnicos de nível médio, a maioria dos estudos centram-se na evasão da
educação básica e nos cursos de nível superior.
A ferramenta utilizada nesta pesquisa, para identificar os fatores críticos para a satisfação dos
alunos foi a Regressão Linear Múltipla, uma técnica estatística que consiste em analisar o
relacionamento entre múltiplas variáveis independentes (x) com uma variável dependente (y). O
resultado final de uma regressão linear apresenta a melhor predição de uma variável dependente a
partir de múltiplas variáveis independentes, ou seja, determinado fenômeno (y) é explicado a partir
do relacionamento entre as variáveis explicativas (x). Não obstante, esse resultado será uma reta
concebida a partir da equação y = a + β1x1 + β2x2 + ... + βnxn, onde “y” é a variável dependente, “a” é
a intersecção da reta, “β” são os coeficientes da regressão e “x” são as variáveis independentes.
Identificados os fatores críticos para o sucesso ou para o fracasso de um determinado
fenômeno (nesta pesquisa, sucesso é sinônimo da permanência dos alunos nos cursos técnicos de
nível médio e fracasso a evasão), há um clareamento quanto as intervenções necessárias para o
fortalecimento dos fatores que contribuem para o sucesso e, consequentemente a eliminação dos
fatores que motivam o fracasso.
As intervenções geram melhorias, cujo propósito é atingir a qualidade total dos produtos ou
dos serviços, garantido a satisfação dos clientes e a manutenção de uma relação longeva. Embora a
gestão da melhoria contínua tenha surgido dos processos industriais, atualmente está presente em
todos os seguimentos e consiste em estimular e promover pequenos melhoramentos diários, porém
contínuos, e estes, ao final de um determinado período apresentam resultados perceptíveis e
surpreendentes.

4. 4
2 Referencial teórico
2.1 Evasão escolar
Tendo em vista levantar informações sobre a evasão nas universidades públicas brasileiras, de
maio de 1995 a julho de 1996 foi elaborado um belo trabalho pela COMISSÃO ESPECIAL DE
ESTUDOS SOBRE A EVASÃO NAS UNIVERSIDADES PÚBLICAS BRASILEIRAS cuja
primeira preocupação foi posicionar-se sobre o seu conceito de evasão dos cursos de graduação,
chegando a um consenso que evasão é “a saída definitiva do aluno de seu curso de origem, sem
concluí-lo” (COMISSÃO ESPECIAL DE ESTUDOS, 1996, p. 19).
“Perda de parte do corpo discente durante o ciclo de estudo”. Esse foi o conceito de evasão
dissertado por PEREIRA JÚNIOR (2012, p. 6).
Para a realização desta pesquisa, o termo “evasão” é sinônimo de afastamento definitivo do
curso técnico noturno em que o aluno estava matriculado, antes que venha a concluí-lo.
2.2 O relatório da Comissão Especial de Estudos
FREITAS (2016) entende que a maioria dos estudos sobre a “evasão” está voltada para o
Ensino Básico e raros são os trabalhos realizados sobre o tema na Educação Superior. Ainda segundo
o autor, nesse segmento, os estudos se intensificaram somente a parte de 1996, quando o Ministério
da Educação e Cultura (MEC), através da sua Secretaria de Educação Superior (SESU) constituiu
uma comissão para investigar as causas e propor soluções para a evasão no ensino público superior
brasileiro.
Conforme o relatório da COMISSÃO ESPECIAL DE ESTUDOS (1996), a evasão dos
estudantes é comum nas universidades do mundo contemporâneo e dado à sua complexidade, tem
sido algo de especial atenção principalmente nos países de Primeiro Mundo.
A COMISSÃO ESPECIAL DE ESTUDOS (1996) ressalta que não considera o relatório
conclusivo, dado a não abrangência de todas as universidades públicas brasileiras, todavia
recomendou atenção especial a diversos fatores que influenciam na desistência dos cursos de
graduação das universidades públicas. Esses fatores foram alocados em três amplas categorias, quais
são: características individuais do estudante, características internas das instituições e características
externas às instituições.
2.3 A evasão nos cursos técnicos
Por meio da revisão bibliográfica, foi possível verificar que há muito pouco estudos no Brasil
enfocados na evasão de cursos técnicos. Em meio aos achados, essa observação foi respondida pelo
trabalho realizado por CRAVO (2012). Pois segundo essa autora, apud MACHADO e MOREIRA

5. 5
(2009), a quase inexistência de estudos nacionais voltados para esse nível de educação está
relacionado ao fato de que a democratização do ensino técnico no Brasil apenas se iniciou e muito
deveria ter sido feito para a viabilização do acesso e permanência dos alunos nos cursos técnicos de
nível médio.
A quase inexistência de estudos brasileiros enfocados na evasão dos cursos técnicos também
foi percebida por CRUZ (2013). Ao concluir a sua dissertação, esse mesmo autor deixou registrado
que “grande parte dos estudos sobre evasão escolar é realizada em cursos superiores. A sua
abordagem no ensino médio, fundamental ou técnico não foi percebida durante a construção do
referencial teórico” (CRUZ, 2013, p. 80). Outra autora que sentiu a ausência de pesquisas brasileiras
direcionadas à evasão no ensino técnico profissionalizante foi MEIRA (2015). Segundo ela, “quando
se trata de educação técnica, há poucas pesquisas ou informações sistematizadas sobre a evasão”
(MEIRA, 2015, p. 19).
2.4 A permanência nos cursos técnicos
Promover a permanência dos alunos nos cursos técnicos tornou-se um desafio diante das
perspectivas deles e da realidade no ambiente educacional. Perspectivas e realidades sobre a estrutura
física e tecnológica, sobre o corpo docente e o material didático-pedagógico, sobre a relação com os
professores e com os demais alunos, sobre o mercado de trabalho, entre outras.
A permanência dos alunos nos cursos técnicos pode ser entendida como a função entre a
expectativa envolvendo cada elemento que compõe o processo de ensino-aprendizagem e a realidade
vivenciada por eles. Então, P = ((E1 + E2 + ... +En) – (R1 + R2 + ... + Rn)) e quanto menor for diferença
entre o somatório das expectativas (E) e o somatório das realidades (R), maior será a satisfação dos
alunos e a probabilidade de eles concluírem o curso técnico.
Um entendimento semelhante a este foi apresentado por MIGUEL E SALOMI (2004) apud
PARASURAMAN et al (1985), para medir a qualidade dos serviços oferecidos pelas empresas,
garantindo a satisfação dos clientes, onde a diferença entre a qualidade esperada e a qualidade
percebida é chamada de Gap e “além de ser uma medida da satisfação do cliente, também seria uma
medida da qualidade do serviço em relação a uma dimensão específica”. (MIGUEL E SALOMI,
2004, p. 15)
Não sejamos neófitos ao ponto de considerarmos os fatores externos não influentes na
permanência dos alunos nos cursos técnicos. Contudo, se os fatores externos podem desestimular os
alunos quanto a conclusão dos cursos técnicos e são incontroláveis pela unidade de ensino, o
fortalecimento dos fatores internos, através de melhorias contínuas convergentes aos apelos dos
alunos, conduzindo à satisfação total deles, podem estimulá-los a concluir os cursos técnicos,
atenuando a força dos fatores externos.

6. 6
Neste sentido, conhecer os elementos que se relacionam com a satisfação e,
consequentemente, com a permanência dos alunos (na maioria jovens) que se matriculam nos cursos
técnicos de nível médio oferecidos pela unidade de ensino palco dessa pesquisa, tem se mostrado
relevante no enfrentamento da evasão escolar, que é um fenômeno social complexo presente em todas
as unidades de ensino, públicas ou privadas, do ensino básico ao ensino superior.
2.4 Gestão da Melhoria Contínua
Embora a gestão da MC tenha sido concebida nos processos industriais, atualmente está
presente em todos os segmentos empresarias devido à disseminação dessa filosofia que propõe
pequenos melhoramento sucessivos nos processos empresariais, nos produtos ou nos serviços, cujo
fim é conduzir as organizações à máxima qualidade com preços competitivos, colocando as empresas
que a praticam em posição vantajosa frente aos concorrentes.
Na maioria das vezes, a melhoria é subjetiva e por isso dever ser contínua, a fim de que os
clientes internos e externos percebam os benefícios por ela proporcionado. Isso significa que as
melhorias proporcionam algo quase que imperceptível em um momento pontual, portanto deverão
ocorrer permanentemente a fim de que em um determinado espaço de tempo as melhorias sejam
perceptíveis. A percepção dá-se por meio do somatório das pequenas melhorias continuas e estas
maximizam os resultados empresarial.
O campo da melhoria é muito complexo e as empresas carecem de entender que o processo
de melhoria global pode perder-se ao longo do tempo, devido à falta de estrutura para consumá-lo.
Uma ótima medida é a implementação de processos de melhorias incrementais, ou seja, pequenas
melhorias contínuas que geram resultados ao longo do tempo.
TOLEDO et al. (2017) entendem que a performance de qualquer operação precisa ser
mensurada antes que ocorram os melhoramentos, pois é necessário realizar uma análise sobre a
performance atual e responder as seguintes questões: a performance é boa? É indiferente? É ruim?
Essa análise deve ser feita levando em consideração o padrão histórico, padrão alvo, padrão absoluto
ou padrão da concorrência. Para esses mesmos autores, existem dois tipos genéricos de melhorias:
 Melhoria revolucionária: um processo de grande impacto que gera melhorias repentinas,
interrupção ou transtorno dos trabalhos em curso, mudança nos produtos ou serviços e usualmente
demanda grande investimento de capital;
 Melhoria contínua: um processo frequente e incremental envolvendo todos os funcionários da
organização, cujo foco é maximizar os resultados a partir dos recursos existentes e do conhecimento
disponível. Nessa abordagem, é mais importante a sustentabilidade do processo de melhoria do que

7. 7
“o tamanho de cada passo e a magnitude da melhoria obtida em cada passo” (TOLEDO et al., 2017,
p. 161).
Para SLACK, CHAMBERS e JHONSTON (2009), a MC também é conhecida como Kaizen,
cujo precursor foi Masaaki Imai e na língua japonesa significa mudança para melhor. A MC consagra
que não importa se os melhoramentos são pequenos, mas que eles sejam constantes e que gerem
resultados dentro de cada semana, cada mês, cada ano ou qualquer que seja o período adequado para
a percepção dele. Esses autores entendem que há uma grande disparidade entre as duas abordagens,
pois, enquanto a primeira incentiva o pensamento livre e individual e não há limitações sobre o que
é possível atingir, ainda que em curto prazo, o segundo prima pela adaptabilidade do trabalho em
equipe, atenção aos detalhes e construído sobre as experiências acumuladas dentro dos processos.
2.5 Tipos de melhoria contínua
As melhorias são realizadas a partir da necessidade de intervenções nos processos, decorrentes
de problemas detectados ou na intenção de prevenir problemas potenciais. TOLEDO et al. (2017)
salientam que há três tipos básicos de melhorias:
 Melhoria do processo: é irracional as organizações não manter esse tipo de melhoria, pois é o
acompanhamento permanente do processo para garantir a estabilidade dele ou para trazê-lo aos
limites de especificações ou aos requisitos mínimos, caso esteja desestabilizado. Nesse caso, é
imprescindível agir segundo o manual de procedimentos de manutenção dos processos da empresa.
É, literalmente, a correção de problemas nos processos. Contudo, é necessária uma análise mais
detalhada sobre as causas dos problemas;
 Melhoria reativa: é a continuidade da análise mais detalhada sobre as causas do problema, na
intenção de identificar e solucionar o mesmo. Requer a adoção de um método que possibilite a
identificação do problema e propostas de solução e, se necessário, empregar as sete ferramentas
básicas da qualidade;
 Melhoria proativa: não há um problema identificado tão pouco uma melhoria específica
necessária. A pretensão é antecipar-se a possíveis problemas no processo, portanto, não há um método
específico ou linha de raciocínio a seguir. Deve haver apenas direção e orientação quanto ao
desenvolvimento novos processos e produtos.
2.6 Regressão linear múltipla
A regressão linear múltipla deve ser utilizada quando uma pesquisa contar com apenas uma
variável dependente e considera-se estar intimamente relacionada a duas ou mais variáveis
independentes.

8. 8
Para HAIR JÚNIOR et al (2005) o objetivo da regressão linear múltipla é prever a mudança
da variável dependente como resposta a mudanças nas variáveis independentes. Não obstante, essa
ferramenta é muito valiosa para identificar a magnitude da variável dependente em relação às
variáveis independentes. A equação da regressão linear múltipla é representada da seguinte maneira:
y = a + β1x1 + β2x2 + ... + βnxn. Sendo: a = intercepto do eixo y; β = coeficiente angular da i-ésima
variável; n = número de variáveis independentes.
Na área da Gestão da Qualidade e Melhoria Contínua, por exemplo, o pesquisador pode
identificar a magnitude da satisfação do cliente (variável dependente) em relação a facilidade de
acesso ao estabelecimento, estrutura física do estabelecimento, cordialidade dos funcionários no
atendimento ao cliente, tempo necessário para a conclusão do pedido, qualidade dos produtos ou
serviços, pontualidade na entrega dos produtos ou serviços, entre outras. Todas essas são variáveis
independentes que podem explicar o grau de satisfação do cliente.
3 Metodologia
A presente pesquisa pode ser classificada com uma pesquisa explicativa, pois segundo o
entendimento de GIL (2002), tal pesquisa enfoca em identificar os fatores que contribuem para a
ocorrência de um determinado fenômeno. É considerada a pesquisa que mais se aprofunda no
conhecimento da realidade de um determinado evento, pois incumbe-se em explicar os motivos, a
razão, o porquê da ocorrência deste evento. Não obstante, é o tipo de pesquisa mais complexa e
delicada (GIL, 2002), pois o risco de cometer erros aumenta substancialmente.
MARCONI e LAKATOS (2003), consideram que todas as ciências se caracterizam pela
utilização de métodos científicos para alcançarem resultados válidos e verdadeiros e conceituam-no
como um conjunto de atividades racionais que subsidiam a construção do saber do cientista.
Essa pesquisa limitou-se aos alunos que, no primeiro semestre de 2017, concluíram um dos
cursos técnicos noturnos oferecidos pela instituição de ensino público palco desta pesquisa. Tais
alunos responderam a um questionário online contendo 31 perguntas e divido em cinco sessões, como
segue: variáveis estruturais, variáveis docentes, variáveis didático-pedagógicas, variáveis pessoais e
informações demográficas.
Exceto às perguntas da última sessão, informações demográficas, o questionário foi
respondido mediante uma Escala de Likert de cinco pontos, onde 1 significa plenamente insatisfeito
e 5 significa plenamente satisfeito. Ao utilizar a Escala de Likert, a intenção é a de obter o nível de
satisfação dos alunos no tocante aos elementos potenciais para a permanecia deles nos cursos técnicos
noturnos oferecidos pela instituição de ensino onde foi realizada esta pesquisa, contrário à
metodologia de respostas binárias (sim ou não), onde os respondentes expressam apenas a satisfação
ou a não-satisfação dele.

9. 9
4 Resultados
4.1 Resultados geral
Antes de iniciar a apresentação dos resultados, é prudente expor as perguntas constantes do
questionário online respondidos pelos alunos que participaram desta pesquisa, especificamente
aquelas que dizem respeito aos fatores críticos para a satisfação deles. Portanto, da primeira à quarta
sessão do questionário, conforme a Tabela 1.
Tabela 1. Variáveis independentes constantes do questionário online respondido pelos alunos .
Variáveis
estruturais
P1. Qual o seu grau de satisfação quanto a estrutura física da UE?
P2. Qual o seu grau de satisfação quanto a biblioteca da UE?
P3. Qual o seu grau de satisfação quanto aos laboratórios de informática da UE?
P4. Qual o seu grau de satisfação quanto às regras gerais da UE?
Variáveisdocentes
P5. Qual o seu grau de satisfação quanto ao respeito dos professores para com os alunos?
P6. Qual o seu grau de satisfação quanto a formação intelectual e a experiência profissional dos
professores?
P7. Qual o seu grau de satisfação quanto a habilidade dos professores emrelacionar a teoria e a prática?
P8. Qual o seu grau de satisfação quanto a motivação dos professores emsala de aula?
P9. Qual o seu grau de satisfação quanto às atitudes dos professores ao expressarem-se sobre o curso?
P10. Qual o seu grau de satisfação quanto a pontualidade e o comprometimento dos professores?
P11. Qual o seu grau de satisfação quanto ao comportamento ético, moral e profissionais dos professores?
Variáveisdidático-pedagógicos
P12. Qual o seu grau de satisfação quanto a grade curricular do curso?
P13. Qual o seu grau de satisfação quanto a conexão entre o conteúdo ensinado e a prática profissional?
P14. Qual o seu grau de satisfação quanto ao material didático-pedagógico disponibilizado pelos
professores?
P15. Qual o seu grau de satisfação quanto à postura dos professores para manterem a ordem necessária na
sala de aula, favorecendo o processo de ensino-aprendizagem?
P16. Qual o seu grau de satisfação quanto a didática dos professores?
P17. Qual o seu grau de satisfação quanto às atividades práticas aplicadas pelos professores?
P18. Qual o seu grau de satisfação quanto às atividades extraclasse?
P19. Qual o seu grau de satisfação quanto ao uso dos recursos audiovisuais utilizados pelos professores?
P20. Qual o seu grau de satisfação quanto ao planejamento e execução das aulas?
P21. Qual o seu grau de satisfação quanto às formas de avaliação?
Variáveis
pessoais
P22. Qual o seu grau de satisfação quanto a sua relação com os professores?
P23. Qual o seu grau de satisfação quanto a sua relação com os demais alunos?
P24. Qual o seu grau de satisfação quanto a faixa etária dos alunos com os quais conviveu durante o
curso?
P25. Qual o seu grau de satisfação quanto a preparação técnica-profissional adquirida durante o curso?
FONTE: O autor (2017)
A quinta, e última, sessão do questionário refere-se às informações demográficas, tais como:
 Idade: 61,8% dos respondentes têm até 20 anos de idade, 20% entre 20 e 25 anos de idade, 9,1%
entre 25 e 30 anos, 7,3% entre 30 e 35 anos e apenas 1,8% têm mais de 35 anos de idade;
 Gênero: 60% são homes e 40% são mulheres;
 Estado civil: 85,5% são solteiros(as) e 14,5% são casados(as) ou união estável;
 Composição familiar: 49,10% disseram que a família é composta por 4 pessoas, 23,6% até 3
pessoas, 20% a família é composta por 5 pessoas e 7,3% a família é composta por 6 pessoas ou mais;

10. 10
 Renda familiar: 49,10% responderam que a renda familiar é de até 2 salários mínimos, 21,8% entre
3 e 4 salários mínimos, 14,5% entre 2 e 3 salários mínimos, 9,1% entre 4 e 5 salários mínimos e 5,5%
acima de 5 salários mínimos;
 Cursos técnicos: 47,3% estavam matriculados em Informática, 30,9% em Recursos Humanos e
21,8% em Nutrição.
A partir de agora, procurando uma melhor inteligibilidade dos dados, as variáveis
independentes serão apresentadas por P1, P2, ..., P25 e a Tabela 2 apresenta a estatística descritiva
destas variáveis independentes.
TABELA 2. Estatística descritiva em uma Escala de Likert de cinco pontos.
Variável Valor Mínimo Média Valor Máximo Desvio Padrão
P1 2 3,92727 5 0,76629
P2 1 3,58182 5 0,93672
P3 1 3,05455 5 1,00771
P4 1 3,70909 5 1,22735
P5 2 4,25455 5 0,84367
P6 2 4,34545 5 0,82143
P7 1 4,09091 5 0,88763
P8 1 4,03636 5 0,81567
P9 1 4,05455 5 0,93131
P10 2 4,30909 5 0,79052
P11 3 4,41818 5 0,71209
P12 2 3,69091 5 0,87924
P13 1 3,70909 5 1,10005
P14 1 3,80000 5 1,00738
P15 1 3,96364 5 1,10493
P16 1 3,96364 5 0,90192
P17 1 3,90909 5 0,96748
P18 1 3,43636 5 1,16688
P19 1 4,05455 5 0,93131
P20 2 3,96364 5 0,88115
P21 1 3,98182 5 0,99053
P22 1 4,25455 5 0,98542
P23 1 4,00000 5 1,12217
P24 1 4,18182 5 0,92478
P25 2 3,94545 5 0,95099
FONTE: O autor (2017).
Na tabela acima podemos verificar que a variável P3 apresentou a menor média, próxima de
3, promovendo moderadamente a satisfação dos alunos, enquanto a P11 apresentou a maior média,
pouco acima de 4, fazendo com que os alunos estejam bastante satisfeitos. Quanto ao desvio padrão
das variáveis independentes, a P1 apresentou o menor e a P4 apresentou o maior, evidenciando que
há uma discrepância considerável sobre a satisfação dos alunos no que tange às regras gerais da
unidade de ensino palco desta pesquisa.

11. 11
Ao fazer uma análise de relacionamento entre a média e o desvio padrão das variáveis
independentes (Tabela 3), através do coeficiente de correlação de Pearson, encontramos uma
correlação negativa moderada de 55%, ou seja, à medida que a média de uma variável aumenta, o
desvio padrão diminui moderadamente.
TABELA 3. Correlação entre a média e o desvio padrão das variáveis independentes.
Média Desvio Padrão
Média 1
Desvio Padrão - 0,55 1
FONTE: O autor (2017).
A Tabela 4 evidencia um R² de 0,9737 ao utilizar um “α de Cronbach” de 0,025. Portanto,
conclui-se que esse modelo de regressão explica 97,37% dos motivos que levaram os alunos a
sentirem-se satisfeitos ao concluir os cursos técnicos de nível médio oferecidos pela unidade de
ensino onde esta pesquisa foi desenvolvida. Somente 2,63% dos motivos que promoveram a
satisfação dos alunos não são explicados nesta análise de regressão linear múltipla.
TABELA 4. Análise da regressão linear múltipla (α = 0,025).
Estatística de regressão
R-Múltiplo 0,988986479
R-Quadrado 0,978094256
R-Quadrado ajustado 0,973713107
Erro padrão 0,096114386
Observações 55
FONTE: O autor (2017).
Também é importante proceder à análise da variância (Tabela 5) para se certificar quanto ao
nível de significância do modelo. Neste caso, tem-se um modelo extremamente significativo, pois
observa-se que o “F de significação” é muitíssimo menor que o “α”.
TABELA 5. Análise da variância (α = 0,025).
GL SQ MQ F F de significação
Regressão 9 18,5614547497 2,0623838611 223,2506369660 0,0000000000000
Resíduo 45 0,4157088867 0,0092379753
Total 54 18,9771636364
FONTE: O autor (2107).
Ao percorrer por todas essas análises, conclui-se que as variáveis que verdadeiramente podem
ser consideradas relevantes para a satisfação dos alunos (Tabela 6) são: “as regras gerais da unidade
de ensino, a formação intelectual e a experiência profissional dos professores, a motivação dos
professores em sala de aula, a conexão entre o conteúdo ensinado e a prática profissional, a
postura dos professores para manterem a ordem necessária na sala de aula, favorecendo o
processo de ensino-aprendizagem, o planejamento e execução das aulas, a relação dos alunos
com os professores, a faixa etária dos alunos”.

12. 12
Dentre estas, que apresentou o menor peso foi “a faixa etária dos alunos”, enquanto a que
apresentou o maior peso foi a “motivação dos professores em sala de aula”.
TABELA 6. Fatores críticos para a satisfação dos alunos (α = 0,025).
Coeficientes Erro Padrão T-Valor P-Valor VIF
Interseção 0,5244 0,0990 5,29 0,000 -
P4 0,0972 0,0143 6,81 0,000 1,34
P6 0,1026 0,0338 3,04 0,004 3,38
P8 0,1608 0,0268 6,00 0,000 2,10
P13 0,1239 0,0195 6,36 0,000 2,01
P15 0,0689 0,0199 3,46 0,001 2,12
P20 0,0690 0,0277 2,49 0,016 2,61
P22 0,1580 0,0250 6,31 0,000 2,67
P24 0,0687 0,0224 3,06 0,004 1,88
FONTE: O Autor (2017).
Exceto as variáveis P4, as demais variáveis independentes apresentam um valor de inflação
da variância (VIF) muito elevado, apontando forte multicolinearidade, ou seja, essas variáveis sofrem
influências entre si e são influenciadas pelas demais variáveis independentes, constantes nesta
pesquisa.
4.2 Resultados por subgrupos
Prosseguindo com a pesquisa e empreendendo esforços para evidenciar os fatores críticos para
a satisfação dos alunos que concluíram os cursos técnicos de nível médio oferecidos pela unidade de
ensino palco desta pesquisa, optou-se por levantar os resultados por subgrupos, neste caso, por cursos
técnicos.
Assim, a Tabela 7 apresenta uma análise da estatística descritiva das variáveis independentes
utilizadas nesta pesquisa e, quanto ao curso técnico em Recursos Humanos, percebemos que a
variável independente P3 apresenta a menor média, entre todas as demais, demonstrando que tais
alunos estão pouco satisfeitos quanto aos laboratórios de informática.
No tocante ao comportamento ético, moral e profissional dos professores (P11) e à faixa etária
dos alunos (P24) à média ficou em 4,70. Portanto, os alunos estão bastante satisfeitos quanto à essas
variáveis. Observando ainda a Tabela 7, contemplamos que a média da variável P18 foi a menor entre
os alunos do curso técnico em Informática, ou seja, estão satisfeitos. No entanto, estes mesmos alunos
estão bastante satisfeitos com relação ao comportamento ético, moral e profissionais dos professores
(P11).
Quanto aos alunos do curso técnico em Nutrição, a menor média encontrada refere-se à
satisfação dos laboratórios de informática (P3) e maior média refere-se à pontualidade e o
comprometimento dos professores (P10).

13. 13
TABELA 7. Estatística descritiva em uma Escala de Likert de cinco pontos .
Variável
Recursos Humanos Informática Nutrição
Média SD Média SD Média SD
P1 3,94118 0,89935 4,0000 0,7483 3,7500 0,62158
P2 3,47059 1,00733 3,7308 0,7776 3,4167 1,16450
P3 2,58824 1,00367 3,4231 0,8086 2,9167 1,16450
P4 3,41176 1,58346 4,0000 0,9798 3,5000 1,08711
P5 4,47059 0,87447 4,2692 0,7776 3,9167 0,90034
P6 4,64706 0,60634 4,2308 0,8629 4,1667 0,93744
P7 4,52941 0,51450 3,9231 0,7961 3,8333 1,26730
P8 4,35294 0,70189 4,0000 0,6928 3,6667 1,07309
P9 4,41176 0,61835 3,9615 0,9157 3,7500 1,21543
P10 4,64706 0,60634 4,1154 0,8638 4,2500 0,75378
P11 4,70588 0,58787 4,3462 0,6895 4,1667 0,83485
P12 4,00000 0,86603 3,5769 0,9021 3,5000 0,79772
P13 4,00000 1,00000 3,6154 1,1341 3,5000 1,16775
P14 3,94118 1,24853 3,8077 0,9389 3,5833 0,79296
P15 4,41176 0,71229 3,8077 1,1321 3,6667 1,37069
P16 4,23529 0,75245 3,8846 0,8638 3,7500 1,13818
P17 4,29412 0,68599 3,8077 0,9806 3,5833 1,16450
P18 3,88235 1,11144 3,3846 1,2026 2,9167 0,99620
P19 4,23529 0,75245 4,1154 0,9089 3,6667 1,15470
P20 4,23529 0,90342 3,8462 0,8339 3,8333 0,93744
P21 4,23529 0,90342 3,9615 0,9584 3,6667 1,15470
P22 4,64706 0,60634 4,1923 0,9806 3,8333 1,26730
P23 4,29412 0,91956 4,1923 0,8494 3,1667 1,52753
P24 4,70588 0,58787 4,2308 0,7104 3,3333 1,15470
P25 4,23529 0,83137 3,7692 0,9511 3,9167 1,08362
FONTE: O autor (2017).
A partir da análise de correlação de Pearson (Tabela 8), entre a média e o desvio padrão das
variáveis independentes, notamos um relacionamento negativo moderado, para os cursos técnicos em
Recursos Humanos e Informática. Portanto, à medida que a média de uma variável independente
aumenta, o desvio padrão diminui moderadamente. Ao fazermos a mesma análise para o curso técnico
em Nutrição, vemos que essa relação é negativamente pequena, ou seja, quando a média das variáveis
independentes aumenta, o desvio padrão diminui discretamente.
TABELA 8. Correlação entre a média e o desvio padrão das variáveis independentes.
Recursos Humanos Informática Nutrição
Média Desvio Padrão Média Desvio Padrão Média Desvio Padrão
Média 1 1 1
Desvio Padrão - 0,71421 1 - 0,51236 1 - 0,38062 1
FONTE: O autor (2017).
Utilizando um “α de Cronbach” de 0,025 para a análise de Regressão Linear Múltipla, temos
um R² de 0,9029 (Tabela 9), para o curso técnico em Recursos Humanos. Assim, esse modelo de
regressão explica 90,29% dos motivos que promoveram a satisfação dos alunos. Os outros 9,71% não
é explicado. Portanto, há variáveis não contempladas nessa pesquisa que levaram à satisfação dos

14. 14
alunos. Quanto ao curso técnico em Informática, observamos uma R² de 0,9784, indicando que este
modelo de regressão contempla 97,84% dos motivos que promoveram a satisfação dos alunos.
Quando observamos ao curso técnico em Nutrição encontramos um R² de 0,9941, ou seja, um modelo
de regressão perfeito, evidenciando 99,41% dos motivos que conduziram à satisfação dos alunos.
TABELA 9. Análise de regressão linear múltipla (α = 0,025).
Estatística de regressão Recursos Humanos Informática Nutrição
R-Múltiplo 0,956580 0,991343 0,998140
R-Quadrado 0,915046 0,982761 0,996284
R-Quadrado ajustado 0,902910 0,978452 0,994161
Erro padrão 0,169759 0,081699 0,048781
Observações 17 26 12
FONTE: O autor (2017).
No que tange a análise da variância, ou ao Teste F, conclui-se que o modelo é extremamente
significativo para todos os subgrupos, pois observa-se que o “F de significação” é muitíssimo menor
que o “α” (Tabela 10) e como mencionado anteriormente, se F < α, a regressão é significativa e se F
≥ α a regressão não é significativa.
TABELA 10. Análise de variância (α = 0,025).
GL SQ MQ F F de significação
Recursos
Humanos
Regressão 2 4,3457186193 2,1728593097 75,3982856994 0,0000000319
Resíduo 14 0,4034578512 0,0288184179
Total 16 4,7491764706
Informática
Regressão 5 7,6105666746 1,5221133349 228,0407336393 0,0000000000
Resíduo 20 0,1334948639 0,0066747432
Total 25 7,7440615385
Nutrição
Regressão 7 4,4669425803 1,1167356451 469,289342449 0,0000000140
Resíduo 4 0,0166574197 0,0023796314
Total 11 4,4836000000
FONTE: O autor (2017).
Finalizando as análises dos resultados para o curso técnico em Recursos Humanos, observa-
se (Tabela 11) que apenas as variáveis “conexão entre o conteúdo ensinado e a prática profissional
e postura dos professores para manterem a ordem necessária na sala de aula, favorecendo o
processo ensino-aprendizagem” são consideras relevantes para a satisfação dos alunos. No entanto,
a variável P15 apresenta um maior peso.
Quanto aos alunos que concluíram o curso técnico em Informática, os fatores que
contribuíram, relevantemente, para a satisfação deles foram “a formação intelectual e a experiência
profissional dos professores, a habilidade dos professores em relacionar a teoria e a prática, o
material didático-pedagógico disponibilizado pelos professores, a postura dos professores para
manterem a ordem necessária na sala de aula, favorecendo o processo de ensino-aprendizage m
e a didática dos professores”. Entre estas, aquela que apresentou o maior peso foi a variável P7,
enquanto a variável P15 apresentou o menor peso.

15. 15
Observando esse modelo de regressão, a variável P4 apresentou o maior peso entre os alunos
que concluíram o curso técnico em Nutrição. Não obstante, a variável P14 foi aquela que apresentou
o menor peso. Assim, para os discentes do curso técnico em Nutrição, os fatores que realmente
contribuíram para a satisfação deles, e consequentemente, a permanência deles até a conclusão do
curso foram “as regras gerais da UE, a habilidade dos professores em relacionar a teoria e a
prática a motivação dos professores em sala de aula e o material didático-pedagógico
disponibilizado pelos professores”.
TABELA 11. Fatores críticos para a satisfação dos alunos (α = 0,025).
Coeficientes Erro padrão T-Valor P-Valor VIF
Recursos
Humanos
Interseção 0,8094214876 0,2786449539 2,9048488992 0,0115310222
P13 0,2119834711 0,0453233429 4,6771367141 0,0003562780 1,14
P15 0,5720661157 0,0636307209 8,9904075890 0,0000003432 1,14
Informática
Interseção 0,9461281727 0,0907123960 10,429976657 0,0000000016
P6 0,1908853428 0,0417081438 4,5766923494 0,0001830005 4,85
P7 0,2047422027 0,0390752080 5,2396957873 0,0000397130 3,62
P14 0,1353100021 0,0247036863 5,4773202846 0,0000231778 2,01
P15 0,0554999942 0,0176244141 3,1490405282 0,0050498503 1,49
P16 0,1658355000 0,0381018966 4,3524211336 0,0003086627 4,06
Nutrição
Interseção 0,2724773182 0,0980772949 2,7781895731 0,0273694738
P4 0,3993910503 0,0145432639 27,462270656 0,0000000218 1,16
P7 0,1610518222 0,0292777546 5,5008256072 0,0009057452 6,36
P8 0,2448469937 0,0318144232 7,6961003446 0,0001166215 5,39
P14 0,1296324773 0,0346339831 3,7429271939 0,0072349300 3,49
FONTE: O autor (2017).
Observando ainda a Tabela 11, conclui-se que neste modelo de regressão, para o curso técnico
em Recursos Humanos, há uma baixa multicolinearidade entre as variáveis P13 e P15 com as demais
variáveis desta pesquisa, pois os valores de inflação da variância (VIF) estão próximos de 1. Isso
significa que tais variáveis independentes não guardam relação com as demais variáveis
independentes. Em outras palavras, não são influenciadas pelas demais variáveis. Quanto ao curso
técnico em Informática, somente a variável independente P15 apresenta um baixo valor de inflação
da variância, ou seja, baixa multicolinearidade. Para o curso técnico em Nutrição, o mesmo ocorre
apenas com a variável P4.
5 Conclusão
Com o objetivo de evidenciar os fatores críticos para a satisfação dos alunos que concluíram
o ensino técnico de nível médio, no período noturno, oferecido pelo Centro Paula Souza, unidade de
Vargem Grande do Sul, interior do Estado de São Paulo, no primeiro semestre letivo de do ano 2017,
foi utilizada a Regressão Linear Múltipla.

16. 16
A Regressão Linear Múltipla é uma técnica estatística que consiste em construir modelos que
explicam a relação entre as múltiplas variáveis independentes (x) e um determinado fenômeno (y),
sendo muito utilizada no gerenciamento da qualidade total e na gestão da melhoria contínua é
considerada poderosa e conclusiva subsidiando tomadas de decisões e nesta pesquisa mostrou-se
muito eficaz. Portanto, a análise dos resultados geral deste trabalho leva-nos
a) A crer que a motivação dos professores em sala de aula teve uma forte contribuição para a
satisfação dos alunos, seguida pela relação entre os alunos e os professores e pela conexão entre o
conteúdo ensinado e a prática profissional;
b) A refletir sobre possíveis deficiências na grade curricular, pois em momento algum foi percebido
a influência desse elemento na satisfação dos alunos;
c) A investigar as deficiências na didática dos professores e nos exercícios aplicados em sala de aula,
dois elementos relevantes no processo de ensino-aprendizagem que não constam como aqueles que
promoveram a satisfação dos alunos.
Ao utilizar a análise da Regressão Linear Múltipla, por subgrupos, a mesma
a) Evidencia novamente que a grade curricular não promove a satisfação dos alunos;
b) Demonstra que os elementos didáticos-pedagógicos não se mostraram tão relevantes para a
satisfação dos alunos, apontando novamente a necessidade de investigar os déficits em cada elemento
desse grupo, que pode ser considerado o mais relevante para o processo de ensino-aprendizagem;
c) Aponta que nenhuma variável independente se repete nos três subgrupos, abrindo uma porta para
investigar mais profundamente como a qualidade do ensino técnico é percebida em cada curso
técnico, promovendo melhorias pontuais e específicas, bem como se o corpo discente influência na
concepção de qualidade do ensino de cada aluno, ou ainda, se o círculo de amizades extraclasse ou
se a sociedade em que cada aluno está inserido molda a concepção de qualidade do ensino.
A identificação dos elementos deficitários quanto a satisfação dos alunos e o empreendimento
de esforços para garantir a satisfação e suplantar as expectativas deles quanto aos cursos técnicos de
nível médio noturnos devem ser tratados como um dos planos estratégicos para enfrentar a evasão
escolar, estancado os graves problemas sociais, educacionais e econômicos decorrentes dela.
É sabido que a permanência ou a evasão dos alunos tornam-se objetos de estudos cada vez
mais complexos devido a infinidade de elementos que permeiam a decisão do aluno de concluir ou
não o ciclo educacional em que está matriculado. Consoante a isso, ainda há muito a ser feito para
entender realmente os motivos pelos quais o aluno prestigia a conclusão do ciclo educacional que
está matriculado. Portanto, há um apelo para que pesquisas futuras sejam mais abrangentes,
contemplando variáveis independentes não apresentadas neste estudo e que sejam apresentados
resultados para vários subgrupos.

17. 17
Referências
COMISSÃO ESPECIAL DE ESTUDOS SOBRE A EVASÃO NAS UNIVERSIDADES PÚBLICAS BRASILEIRA S.
Diplomação, retenção e evasão nos cursos de graduação em instituições de ensino superior públicas .
ANDIFES/ABRUEM/SESU/MEC, 1996. Disponível em: <
http://www.dominiopublico.gov.br/download/texto/me001613.pdf>. Acesso em: 08 jan. 2017.
CRAVO, A. C. Análise das causas da evasão escolar do curso técnico de informática em uma faculdade de
tecnologia de Florianópolis. Disponível em: < http://dx.doi.org/10.5007/1983-4535.2012v5n2p238>. Acesso em:10 jan.
2017.
CRUZ, A. P. Evasão nos cursos técnicos profissionalizantes: uma análise das principais causas e identificação de
perfil dos alunos evadidos do Senac Sete Lagoas. Dissertação (Mestrado Profissional em Administração). Pedro
Leopoldo, 2013. Disponível em:
<http://www.fpl.edu.br/2013/media/pdfs/mestrado/dissertacoes_2013/dissertacao_anderson_paulo_da_cruz_2013.pdf>.
Acesso em: 10 jan. 2017.
FREITAS, R. S. A ocorrência da evasão do ensino superior - uma análise das diferentes formas de mensurar.
Dissertação (Mestrado em Educação). Campinas, 2016. Disponível em: <
http://www.bibliotecadigital.unicamp.br/document/?code=000970585&opt=3>. Acesso em: 07 jan. 2017.
FORMULÁRIOS GOOGLE. Disponível em: <https://www.google.com/intl/pt-BR/forms/about>. Acesso em: 09 fev.
2017.
GIL, A. C. Como elaborar projetos de pesquisa. 4 ed. São Paulo: Atlas, 2002.
HAIR JUNIOR, F. J. et al. Análise multivariada de dados. 5 ed. Porto Alegre: Bookman, 2005.
MARCONI, M. A.; LAKATOS, E. M. Fundamentos de metodologia científica. 5 ed. São Paulo: Atlas, 2003.
MEIRA, C. A. A evasão escolar no ensino técnico profissionalizante: um estudo de caso no campus Cariacica do
Instituto Federal do Espírito Santo. Dissertação (Mestrado em Gestão Pública). Vitória, 2015. Disponível em:
<http://repositorio.ufes.br/bitstream/10/1562/1/A%20evas%C3%A3o%20escolar%20no%20ensino%20t%C3%A9cnico
%20profissionalizante.pdf>. Acesso em: 11 jan. 2017.
MIGUEL, P. A. C.; SALOMI, G. E. Uma revisão dos modelos para medição da qualidade em serviços. Disponível
em: <http://www.scielo.br/pdf/prod/v14n1/v14n1a03.pdf>. Acesso em: 28 jul. 2017.
MINITAB® 17.1.0. Disponível em: < https://www.minitab.com/pt-br/downloads>. Acesso em: 20 nov. 2016.
PEREIRA JÚNIOR, E. M. Compromisso com o graduar-se, com a instituição e com o curso: estrutura fatorial e
relação com a evasão. Dissertação (Mestrado em Educação). Campinas, 2012. Disponível em: <
http://www.bibliotecadigital.unicamp.br/document/?code=000862453&opt=3>. Acesso em: 07 jan. 2017.
SLACK, N.; CHAMBERS, S.; JOHNSTON, R. Administração da Produção. 3. ed. São Paulo: Atlas, 2009.
TOLEDO et al. Qualidade: gestão e métodos. Rio de Janeiro: LTC, 2017.