Análise De Dados
30 de setembro de 2026
Quando o dado muda, a realidade mudou?
Análise de quase 20 milhões de vínculos-ano docentes entre 2020 e 2025 mostra como mudanças na composição da população e na produção dos registros podem alterar a interpretação de série histórica
Entre 2020 e 2025, o número de vínculos formais de trabalho docente identificados na RAIS (Relação Anual de Informações Sociais), do Ministério do Trabalho, passou de cerca de 2,58 milhões para 4,03 milhões. No mesmo período, houve uma transformação expressiva na composição desses vínculos: os estatutários, que eram 63,1% do total em 2020, passaram a 40,2% em 2025, enquanto os vínculos públicos não efetivos ou temporários subiram de 16,8% para 43,8%.
Os dados sobre afastamento por doença também chamam a atenção. A proporção de vínculos com registro de licença passou de 4,07% em 2020 para 10,54% em 2022 e, depois, recuou até praticamente retornar ao ponto inicial: 4,08% em 2025.
À primeira vista, seria tentador concluir que, depois de uma forte elevação até 2022, houve uma melhora expressiva nos anos seguintes. Quando os dados são examinados por tipo de vínculo, porém, surge um resultado difícil de ignorar. Entre os vínculos públicos não efetivos ou temporários, a taxa registrada passa de 8,47% em 2022 para apenas 0,41% em 2025.
O que aconteceu? Houve realmente uma redução dessa magnitude nos afastamentos ou mudou a forma como esse fenômeno passou a ser registrado? Essa pergunta ilustra um problema central da análise de dados: nem toda mudança observada em uma série histórica representa necessariamente uma mudança equivalente no fenômeno que pretendemos medir. Antes de interpretar um resultado, é preciso compreender como os dados foram produzidos.
Por trás dos números
Os resultados foram obtidos a partir dos microdados da RAIS, considerando cinco famílias ocupacionais relacionadas à docência. A análise abrange todos os estados brasileiros e acompanha as características dos vínculos formais de trabalho, como ocupação, idade, sexo, tipo de vínculo e registros de afastamento por doença.
Há uma distinção importante: a unidade analisada não é necessariamente uma pessoa, mas um vínculo de trabalho. Um mesmo professor pode manter mais de um vínculo e, portanto, aparecer mais de uma vez na base. Por essa razão, 4,03 milhões de registros em 2025 não significam 4,03 milhões de professores, mas aproximadamente 4,03 milhões de vínculos docentes.
Essa diferença parece apenas técnica, mas é essencial. Bases administrativas são produzidas originalmente para finalidades de registro e gestão. Quando são utilizadas para análise de dados, é necessário compreender o significado de cada variável e, principalmente, aquilo que cada registro representa.
Transformação na estrutura
Entre 2020 e 2025, o número de vínculos docentes considerados na análise aumentou aproximadamente 56%, passando de 2,58 milhões para 4,03 milhões. Mais importante do que o crescimento absoluto, porém, é observar como a composição desses vínculos se modificou. Em 2020, os vínculos públicos estatutários correspondiam a 63,1% dos registros analisados, enquanto os públicos não efetivos ou temporários representavam 16,8%. Em 2025, os percentuais passaram para 40,2% e 43,8%, respectivamente.
Se esses números fossem observados isoladamente, seria possível interpretar o período como evidência de uma rápida transformação na estrutura do trabalho docente. Mas justamente nesse intervalo ocorreu uma mudança importante na própria produção da RAIS.
Fonte dos dados
A partir do ano-base de 2023, o cumprimento da RAIS passou a ser aferido unicamente pela extração dos eventos informados no eSocial para todos os grupos de declarantes, incluindo os órgãos públicos. A Nota Técnica da RAIS 2023 registra uma importante quebra na série histórica e recomenda que os resultados daquele ano não sejam comparados diretamente com anos anteriores, devido ao processo de transição da forma de captação dos dados.
Isso não significa que os dados posteriores sejam inválidos nem que toda mudança observada decorra do eSocial. Significa que a comparação exige cautela. Em vez de perguntar apenas por que os números mudaram, é necessário perguntar quanto dessa mudança pertence ao fenômeno estudado e quanto pode estar relacionado à maneira como ele passou a ser registrado.
Dados de afastamento
Em 2020, 4,07% dos vínculos analisados apresentavam registro de afastamento. A taxa sobe para 6,83% em 2021 e alcança 10,54% em 2022, o maior valor da série. Depois disso, recua para 8,25% em 2023, 5,50% em 2024 e 4,08% em 2025. Há duas tentações nessa leitura. A primeira seria associar automaticamente o pico de 2022 aos efeitos da pandemia. A segunda seria interpretar a queda posterior como evidência de melhora nas condições de saúde dos professores. Os dados utilizados aqui, isoladamente, não permitem sustentar nenhuma dessas conclusões causais. O que se pode afirmar é mais restrito: o indicador de afastamento registrado na base aumentou fortemente até 2022 e caiu nos três anos seguintes.
Entre os vínculos públicos estatutários, a taxa registrada de afastamento passou de 4,63% em 2020 para 10,68% em 2022. Em seguida, recuou para 8,19% em 2023, 7,55% em 2024 e 6,59% em 2025. Entre os vínculos públicos não efetivos ou temporários, a trajetória é muito mais acentuada: 2,44% em 2020, 8,47% em 2022, 6,47% em 2023, 1,53% em 2024 e apenas 0,41% em 2025.
Uma redução de 8,47% para 0,41% poderia produzir uma manchete atraente. Mas não sabemos, a partir desses números, se professores com vínculos não efetivos passaram a adoecer menos. O que sabemos é que a frequência com que o afastamento aparece registrado nesses vínculos caiu drasticamente. A diferença é fundamental.
Para investigar se a queda da taxa geral poderia ser explicada simplesmente pela mudança na composição dos vínculos, a variação entre 2022 e 2025 foi decomposta em duas parcelas: uma associada à alteração da participação dos diferentes tipos de vínculo e outra relacionada às mudanças das taxas registradas dentro desses grupos.
A taxa agregada caiu de 10,54% para 4,08%, redução de 6,46 pontos percentuais. Desse total, aproximadamente 0,92 ponto percentual está associado à mudança da composição dos vínculos, enquanto 5,54 pontos percentuais decorrem das mudanças das taxas registradas dentro dos grupos. Em termos proporcionais, cerca de 14% da redução está associada à composição, e aproximadamente 86%, às mudanças intragrupo.
Matematicamente, a decomposição mostra que a queda agregada não ocorreu apenas porque aumentou a participação de determinado tipo de vínculo. Mas uma técnica estatística pode decompor corretamente aquilo que está registrado na base e, ainda assim, não resolver um problema de mensuração. Se a forma de produzir os dados mudou durante o período, a decomposição também refletirá essa mudança.
Em 2020, a taxa agregada de afastamento era de 4,07%. Em 2025, era de 4,08%. Observando apenas os dois extremos, praticamente nada parece ter mudado. A decomposição conta outra história: a alteração na composição dos vínculos contribuiu com aproximadamente -1,15 ponto percentual para a taxa, enquanto as mudanças das taxas internas contribuíram no sentido contrário, com aproximadamente +1,16 ponto percentual. Os dois movimentos praticamente se anularam.
Assim, 4,07% e 4,08% são números quase idênticos produzidos por estruturas bastante diferentes. Indicadores agregados são úteis, mas podem esconder transformações importantes na população analisada.
O que esse caso ensina
O caso da RAIS mostra que uma análise de dados não começa no algoritmo. Ela começa na compreensão da base. Poderíamos ter observado a queda entre 2022 e 2025, aplicado técnicas estatísticas e encerrado a análise com uma conclusão aparentemente consistente. Os cálculos estariam corretos. O problema estaria na interpretação.
Esse problema não é exclusivo da RAIS. Uma nova regra de preenchimento, a migração de um sistema, uma alteração de classificação, a inclusão de novos usuários ou uma mudança na obrigatoriedade de determinado campo pode criar uma quebra que, em um gráfico, se parece perfeitamente com uma mudança de comportamento.
Por isso, algumas perguntas deveriam anteceder qualquer modelo mais sofisticado: a população observada permaneceu comparável? As definições das variáveis continuaram as mesmas? A cobertura mudou? Houve alteração no sistema que produz os registros?
Mais dados também não significam necessariamente mais informação. Com milhões de vínculos, diferenças pequenas podem ser calculadas com enorme precisão. Mas precisão numérica e validade da interpretação são coisas diferentes. Se uma variável passa a ser registrada de maneira diferente, milhões de registros podem reproduzir essa diferença com enorme consistência. Antes de perguntar “qual modelo devo utilizar?”, muitas vezes a pergunta mais importante é “o que exatamente este dado está medindo?”.
O valor de um resultado inesperado
O resultado de 0,41% poderia ter sido tratado como uma descoberta. Em vez disso, ele funcionou como um alerta. Resultados muito diferentes do esperado não precisam ser descartados, mas também não deveriam ser imediatamente transformados em conclusões. Eles podem indicar um fenômeno relevante, um erro de processamento, uma mudança de população, uma alteração metodológica ou uma característica da fonte que ainda não compreendemos.
Nesse caso, a análise começou como uma exploração de milhões de vínculos docentes e terminou revelando algo mais amplo sobre o próprio trabalho com dados: às vezes, a principal descoberta não está no número encontrado, mas na razão pela qual ele deve ser examinado com cautela.
A RAIS permite enxergar transformações importantes no mercado formal de trabalho brasileiro e oferece uma riqueza de informações difícil de reproduzir por outras fontes. A análise identificou crescimento expressivo dos vínculos docentes, mudanças relevantes em sua composição e grandes oscilações nos registros de afastamento por doença entre 2020 e 2025.
Esses resultados continuam sendo informativos. O que muda é a forma de interpretá-los. A transição para o eSocial mostra por que séries históricas não devem ser tratadas apenas como sequências de números. Cada ponto de uma série é resultado de regras, sistemas, definições e processos administrativos que também possuem uma história.
Para quem trabalha com Data Science, uma das principais conclusões deste exercício é que, antes de explicar por que um indicador mudou, deve-se verificar se o mesmo fenômeno continua sendo medido da mesma maneira.
Um algoritmo pode encontrar padrões em milhões de registros. Saber se esses padrões representam o fenômeno que queremos compreender continua sendo uma tarefa humana.
| Para ter acesso às referências desse texto clique aqui |
Quem publicou esta coluna
José Erasmo Silva
