Cada vez mais o setor da educação tem utilizado dados para auxiliar na tomada de decisão dentro das instituições de ensino. Um dos principais problemas enfrentados por essas instituições e a evasão. Ela consiste em um fenômeno preocupante pois gera prejuízos sociais e econômicos tanto para o estudante quanto para a sociedade. Uma maneira de reduzir os impactos da evasão consiste em identificar quais são as possíveis causas do problema por meio das bases de dados disponíveis nas instituições de ensino, podendo ser utilizado para isso técnicas da área de Mineração de Dados Educacionais. Ela é uma área interdisciplinar que usa técnicas computacionais e estatísticas para compreender o cenário educacional a partir das bases de dados das instituições de ensino. A grande quantidade de atributos presentes nessas bases dificultam a construção dos modelos de previsão. Para resolver esse problema, e comum fazer uso da seleção de atributos, que e um conjunto de técnicas capaz de identificar quais são os atributos mais relevantes em uma base de dados extensa e simplifica-la de forma que seja possível expressar a informação com um volume menor de dados. Com isso, e possível realizar analises de bases de dados menores e mais limpas, o que facilita o entendimento do problema e melhora o desempenho computacional tanto em relação ao tempo de processamento quanto a qualidade do modelo gerado. Ademais, identificar os atributos mais importantes e uma forma de compreender quais são as possíveis causas e consequências do problema. Esse trabalho busca encontrar os principais fatores que impactam na evasão do ensino superior brasileiro por meio de uma análise comparativa de técnicas de seleção de atributos utilizando os dados do Censo de Ensino Superior, fornecido pelo governo brasileiro, que reúne informações sobre todos os estudantes de ensino superior do país. Uma nova abordagem para seleção de atributos também foi proposta com algoritmo genético para permitir maior flexibilidade e especificidade no cenário educacional, chamada FlexAG. Os resultados mostram que os atributos ano de ingresso, atividade extracurricular e financiamento estudantil são os mais importantes para o cenário geral da base do Censo de Ensino Superior. Além disso, as técnicas de seleção de atributos se mostraram capazes de melhorar as medidas de desempenho de classificação, a redução na quantidade de atributos e o tempo de classificação.