Este trabalho apresenta uma análise quantitativa dos dados acadêmicos da disciplina de Desenho Técnico 2, ofertada na Universidade Federal do Pampa (Unipampa), campus Bagé, entre 2017 e 2023. A base de dados é composta por 281 registros acadêmicos de alunos dos cursos de Engenharia Química, Engenharia de Alimentos e Engenharia de Produção, contendo informações sobre médias finais e situação acadêmica (concluiu ou evadiu). As etapas metodológicas envolveram tratamento, limpeza e transformação dos dados, com categorização temporal dos períodos vinculados aos diferentes contextos educacionais adotados pela instituição: presencial (anos pré-pandemia), remoto emergencial (período de pandemia) e presencial no retorno pós-pandemia. A análise exploratória utilizou estatísticas descritivas robustas, incluindo média, mediana, desvio padrão, amplitude interquartil, valores extremos e análise de distribuição. As médias finais apresentaram tendência decrescente nos três períodos analisados, passando de 6,89 (período presencial pré-pandemia) para 6,52 (remoto emergencial) e 6,13 (presencial pós-pandemia). Observou-se aumento consistente na variabilidade das notas, refletido no crescimento do desvio padrão e da amplitude interquartil, além de maior frequência de outliers, especialmente no período remoto. A taxa de evasão também apresentou crescimento, de 26,01% no presencial pré-pandemia para 35,06% no presencial pós-pandemia. As distribuições das notas indicam assimetrias e dispersão elevada em determinados semestres, caracterizando um cenário de maior heterogeneidade no desempenho acadêmico. Os resultados indicam redução do desempenho médio e aumento da dispersão estatística dos resultados ao longo dos diferentes contextos educacionais analisados, evidenciando os impactos do contexto pandêmico sobre os indicadores de desempenho e permanência. Além de fornecer um diagnóstico quantitativo, este estudo está alinhado aos princípios de Learning Analytics e Análise de Dados Educacionais, servindo como base para futuros modelos de análise preditiva de evasão, identificação de perfis de risco e desenvolvimento de estratégias de intervenção orientadas por dados.
