Dados e Diversidade: Análise Estatística das Questões Raciais nos Cursos de Sistemas de informação e Ciência da Computação da UFSC

Abstract

A diversidade racial no ensino superior brasileiro tem sido impulsionada por políticas públicas de inclusão, como o sistema de cotas, mas ainda enfrenta desafios significati- vos relacionados à permanência e à conclusão de estudantes negros, especialmente em cursos da área tecnológica. Este trabalho investiga os fatores que influenciam a trajetória acadêmica de estudantes negros nos cursos de Sistemas de Informação e Ciência da Computação da Universidade Federal de Santa Catarina (UFSC), com base em dados do Relatório de Monitoramento e Avaliação da Política de Enfrentamento ao Racismo, elaborado pela Pró-Reitoria de Ações Afirmativas e Equidade (PROAFE). A pesquisa adota uma metodologia quantitativa fundamentada no processo de Kno- wledge Discovery in Databases (KDD), que compreende as etapas de coleta, limpeza, transformação e exploração dos dados institucionais. As análises foram conduzidas com o uso das bibliotecas Pandas, NumPy e Matplotlib em ambiente Python, permi- tindo a criação de gráficos e tabelas que descrevem padrões de ingresso, permanência e conclusão. Foram aplicados testes estatísticos, como Shapiro-Wilk, Kruskal–Wallis e Post-hoc de Dunn a fim de verificar diferenças significativas entre grupos raciais e cursos em variáveis como idade média de ingresso, gênero, categoria de ingresso, origem geográfica, situação de matrícula e tempo médio de formação. Os resultados e discussões revelam assimetrias expressivas entre estudantes brancos, pretos e pardos, tanto em termos de ingresso quanto de trajetória acadêmica. Identificou-se uma con- centração menor de estudantes negros nos cursos analisados e taxas mais elevadas de evasão, associadas a fatores socioeconômicos e institucionais. Ao articular esses achados às políticas afirmativas e às ações institucionais da universidade, o estudo contribui para o aprimoramento das estratégias de inclusão, permanência e equidade racial nos cursos de tecnologia da UFSC.

Racial diversity in Brazilian higher education has been driven by public inclusion poli- cies, such as the quota system, yet it still faces significant challenges related to the retention and graduation of Black students, particularly in technology programs. This study investigates the factors that influence the academic trajectories of Black students in the Information Systems and Computer Science programs at UFSC, based on data from the Monitoring and Evaluation Report of the Policy to Combat Racism, developed by PROAFE. The research adopts a quantitative methodology grounded in the Knowl- edge Discovery in Databases (KDD) process, comprising the stages of data collection, cleaning, transformation, and exploration. Analyses were conducted using Python and its Pandas, NumPy, and Matplotlib libraries, enabling the creation of graphs and tables that describe patterns of admission, persistence, and completion. Statistical tests such as Shapiro-Wilk, Kruskal–Wallis and Dunn Post-hoc were applied to verify significant differences between racial groups and courses in variables such as average admission age, gender, admission category, geographic origin, enrollment status, and average completion time. The results and discussions reveal marked asymmetries between White, Black, and Brown students, both in terms of access and academic trajectories. The findings indicate a lower concentration of Black students in the analyzed programs and higher dropout rates associated with socioeconomic and institutional factors. By articulating these results with the university’s affirmative action policies and institutional initiatives, the study contributes to improving strategies for inclusion, retention, and racial equity in UFSC’s technology programs.