Inteligência fluida como preditora do desempenho acadêmico em língua portuguesa e matemática / Fluid intelligence as a predictor of academic performance in portuguese and mathematic / La inteligencia fluida como predictor del rendimiento académico en portugués y matemática

RESUMO

A presente pesquisa correlacionou dados provenientes da aplicação do teste de Inteligência BPR-5 com uma avaliação escolar de matemática e língua portuguesa em uma amostra de 679 alunos do nono ano do ensino fundamental de quatro escolas de uma rede particular de ensino. Os resultados dessas avaliações se mostraram fortemente correlacionados e estatisticamente significativos com escores dos testes de QI (r =,58, p < 0,01), evidenciando elevadas cargas em Inteligência Fluida (Gf). Uma análise longitudinal (5° ao 9° ano) foi aplicada através do Modelo de Curva de Crescimento Latente que investigou a média da variância inicial (intercepto) e a média de crescimento (slope) no desempenho acadêmico (DA) dos sujeitos, em dois modelos (com e sem a variável independente BPR), com o objetivo de investigar a capacidade preditiva de Gf no DA. Quando inserida a variável BPR, seu impacto no intercepto foi estimado em 20,288 e no slope, 6,381. Essas estimativas indicam o acréscimo no desempenho inicial e no crescimento no DA em razão de cada ponto a mais no escore em BPR. A diferença entre o intercepto e o slope foi negativa e estatisticamente significativa (-224,156, p < 0,01), sinalizando que os sujeitos que apresentaram desempenho inicial mais baixo no DA, obtiveram um crescimento maior no período avaliado. Assim, a capacidade preditiva de Gf sobre o DA foi demonstrada, corroborando os resultados da literatura.

ABSTRACT

The present search studies the correlation between data of the BPR-5 Intelligence test with a school assessment of mathematics and portuguese language and from a sample of 679 ninth grade students from four elementary private schools. The results indicate a strong correlation and statistically significant with IQ test scores (r =, 58, p < 0.01), showing high loads on Fluid Intelligence (Gf). A longitudinal analysis (5th to 9th grade) was applied using the Latent Growth Curve Model, which investigated the average initial variance (intercept) and the average growth (slope) in the subjects' academic performance (AP), in two models (with and without the independent variable BPR), aiming to investigate the predictive capacity of Gf in AP. When the variable BPR was inserted, its impact on the intercept was estimated at 20,288 and on the slope, 6,381. These outcomes indicate the increase on initial performance and growth in AP due to each additional point in the BPR score. The difference between the intercept and the slope was negative and statistically significant (-224,156, p < 0.01), indicating that the subjects who presented lower initial AP had a higher growth in the evaluated period. Thus, the Gf's predictive ability on AP was demonstrated, which corroborates with the literature results.

RESUMEN

La presente investigación correlacionó datos de la aplicación de la prueba de inteligencia BPR-5 con una evaluación escolar de matemáticas y portugués en una muestra de 679 estudiantes en el noveno grado de la escuela primaria de cuatro escuelas en una red privada. Se demostró que los resultados de estas evaluaciones están fuertemente correlacionados y son estadísticamente significativos con los puntajes de las pruebas de CI (r =, 58, p < 0.01), mostrando altas cargas en Inteligencia fluida (Gf). Se aplicó un análisis longitudinal (5º a 9º año) utilizando el Modelo de curva de crecimiento latente que investigó el promedio de la varianza inicial (intercepción) y el promedio de crecimiento (pendiente) en el rendimiento académico (RA) de los sujetos, en dos modelos (con y sin la variable independiente BPR), con el fin de investigar la capacidad predictiva de Gf en AD. Cuando se insertó la variable BPR, su impacto en la intersección se estimó en 20,288 y en la pendiente, 6,381. Estas estimaciones indican un aumento en el rendimiento inicial y el crecimiento en RA debido a cada punto adicional en el puntaje BPR. La diferencia entre la intersección y la pendiente fue negativa y estadísticamente significativa (-224,156, p < 0.01), lo que indica que los sujetos que tuvieron un rendimiento inicial más bajo en RA, tuvieron un mayor crecimiento en el período evaluado. Por lo tanto, se demostró la capacidad predictiva de Gf en AD, corroborando los resultados de la literatura.