Portuguese student performance: a bivariate multilevel analysis

Dissertação de mestrado em EstatísticaA preocupação com a qualidade do sistema educacional tem aumentado significativamente nos últimos anos. Os resultados das avaliações internacionais nomeadamente o Programa Internacional de Avaliação de Estudantes (PISA) da Organização para a Cooperação e Desenvolvimento Económico (OCDE) em muito têm contribuído para o desenvolvimento das políticas públicas educativas. Em estudos de contexto educacional os dados possuem uma estrutura de grupo, ou seja, uma estrutura hierárquica (em níveis), pelo que, segundo a literatura, a aplicação dos Modelos de Regressão Multinível é a mais indicada. Os Modelos Multiníveis levam em consideração a dependência dos dados existentes dentro de cada nível e entre os níveis. O objetivo deste trabalho é identificar potenciais fatores que possam influenciar o desempenho dos alunos portugueses em duas áreas científicas, Matemática e Ciências. Com recurso aos dados do Programa PISA 2015 são estimados Modelos de Regressão Multinível Bivariada com dois níveis utilizando o software R. Os resultados permitiram concluir que os efeitos nas duas áreas científicas são muito semelhantes. Mostraram que o facto dos alunos serem do género masculino, o índice económico, social e cultural influencia positivamente o desempenho dos alunos a Matemática e Ciências. Por outro lado, o facto dos estudantes serem imigrantes tem influência negativa no desempenho dos alunos em Matemática e em Ciências.Concern about the quality of the education system has increased significantly in recent years. The results of international assessments, namely the International Student Assessment Program (PISA) of the Organization for Economic Cooperation and Development (OCDE), have greatly contributed to the development of public education policies. In educational context studies the data have a group structure, this is, a hierarchy structure, so, according to the literature, the application of multilevel regression models is the most indicated. Multilevel models take into account the data dependency within and between levels. Through the analysis of data from the PISA 2015 Program, Bivariate Multilevel Regression Models with to levels are estimated to evaluate the performance of students in mathematics and science using the HLM and R program in order to understand which factors influence the performance of students in mathematics and in science. The results showed that the fact that the students were male and the economic, social and cultural index positively influenced the students´ performance in mathematics and science. On the other hand, the fact that students are immigrants has a negative influence on the students’ performance