DOU 28/11/2025 - Diário Oficial da União - Brasil

TEXTO OFICIAL · ÍNTEGRA

Documento assinado digitalmente conforme MP nº 2.200-2 de 24/08/2001, que institui a Infraestrutura de Chaves Públicas Brasileira - ICP-Brasil. Este documento pode ser verificado no endereço eletrônico http://www.in.gov.br/autenticidade.html, pelo código 05152025112800229 229 Nº 227, sexta-feira, 28 de novembro de 2025 ISSN 1677-7042 Seção 1 A P Ê N D I C ES APÊNDICE 1 PROCEDIMENTOS PARA CALIBRAÇÃO DOS ITENS QUE COMPÕEM OS TESTES QUE AVALIAM A ALFABETIZAÇÃO Na avaliação da Alfabetização do Saeb, a calibração dos itens pode ser realizada por dois métodos: o método de grupos múltiplos com o uso da base clone, ou o método de calibração com parâmetros fixos. O método de grupos múltiplos com base clone (https://download.inep.gov.br/avaliacao_da_alfabetizacao/documentos_tecnicos/bases_ clones_facilitacao_equalizacao_medidas.pdf) utiliza uma base de dados simulada criada para servir como grupo de referência no processo de equalização das medidas da avaliação de Alfabetização ao longo do tempo. Seu objetivo é simplificar a aplicação do método de fixação dos parâmetros dos itens comuns, procedimento amplamente utilizado pelo Inep em avaliações baseadas na Teoria de Resposta ao Item (TRI). Na prática, a base clone reproduz uma amostra fictícia de respostas geradas a partir dos parâmetros originais dos itens calibrados na escala de referência. Ela substitui o uso de bases reais de aplicações anteriores - tradicionalmente utilizadas como referência nos modelos de grupos múltiplos da TRI - e, com isso, elimina a necessidade de transformações adicionais nos parâmetros dos itens, mantendo todos os resultados diretamente na escala original de calibração. O segundo método, que vem sendo amplamente utilizado nas avaliações do Saeb, é a calibração com parâmetros fixos (Fixed Item Parameter Calibration - FIPC) (Klein & Ricarte, 2025). Esse método permite colocar diferentes aplicações de teste em uma mesma escala, garantindo a comparabilidade dos resultados ao longo do tempo e entre grupos distintos de estudantes. O método FIPC parte de um conjunto de itens âncora, cujos parâmetros de discriminação, dificuldade e acerto ao acaso foram previamente estimados em uma calibração de referência. Esses itens funcionam como pontos fixos na escala e são mantidos constantes durante o processo de estimação dos novos itens. Assim, os novos itens são ajustados de forma coerente com a métrica original, dispensando a necessidade de reestimar todos os parâmetros simultaneamente. A estimação dos parâmetros é feita com base no modelo logístico de três parâmetros (3PL), que considera a probabilidade de acerto ao acaso. O processo de estimação dos parâmetros utiliza-se o pacote mirt, do software R, que aplica o algoritmo de maximização da verossimilhança pelo método EM. Essa abordagem produz resultados equivalentes aos obtidos pelo método de grupos múltiplos com base clone, mas com maior simplicidade operacional, pois requer apenas as respostas dos novos itens e os parâmetros fixados dos itens âncora. Independentemente do método adotado, grupos múltiplos ou FIPC, é necessário definir especificações técnicas para garantir a comparabilidade entre as diferentes edições da avaliação. Na função mirt.model do software R, as distribuições a priori devem ser definidas conforme os seguintes parâmetros: PRIOR = (1-itens, a1, lnorm, 0.530628251, 0.5), (1-itens, g, expbeta, 5, 17) Essas especificações indicam que o parâmetro de discriminação (a1) segue uma distribuição log-normal, e o parâmetro de acerto ao acaso (g) segue uma distribuição beta exponencial, o que contribui para uma estimação mais estável e coerente com os valores esperados do modelo 3PL. Na função mirt, também é necessário definir o número e o intervalo dos pontos de quadratura, utilizados para aproximar a distribuição da proficiência dos respondentes. Os valores recomendados são: quadpts = 61, technical = list(theta_lim = c(-6.0, 6.0), NCYCLES = 500) Essas configurações asseguram maior precisão na estimação, cobrindo adequadamente o intervalo de proficiência dos estudantes e favorecendo a convergência do algoritmo de maximização da verossimilhança. A calibração dos itens, seja pelo método de grupos múltiplos com base clone ou pelo método FIPC, garante a continuidade da escala de proficiência e a comparabilidade das estimativas entre edições da avaliação, assegurando a coerência psicométrica necessária para o monitoramento do desempenho dos estudantes ao longo do tempo. APÊNDICE 2 SINTAXE DA ESTIMAÇÃO DAS PROFICIÊNCIAS DOS ALUNOS DA A L FA B E T I Z AÇ ÃO A nota (proficiência) do aluno participante da avaliação de Alfabetização é estimada utilizando o modelo de três parâmetros (3PL) da TRI, a nota representa seu o nível de conhecimento demonstrado nas respostas aos itens. Como não é possível obter esse valor por uma fórmula simples, utiliza-se um método estatístico específico da TRI. O Inep adota o método EAP (Expected a Posteriori) para estimar as proficiências em suas avaliações. Esse método combina as respostas do participante com uma distribuição a priori (normal, com média 0 e desvio padrão 1) que reflete a proficiência esperada do grupo de referência.