Análisis De Datos
30 de septiembre de 2026
¿Cuando cambian los datos, ha cambiado la realidad?
Análisis de casi 20 millones de vínculos-año docentes entre 2020 y 2025 muestra cómo los cambios en la composición de la población y en la producción de los registros pueden alterar la interpretación de series históricas
Entre 2020 y 2025, el número de vínculos formales de trabajo docente identificados en la RAIS (Relación Anual de Información Social), del Ministerio de Trabajo, pasó de cerca de 2,58 millones a 4,03 millones. En el mismo período, hubo una transformación expresiva en la composición de estos vínculos: los estatutarios, que eran el 63,1% del total en 2020, pasaron al 40,2% en 2025, mientras que los vínculos públicos no efectivos o temporales subieron del 16,8% al 43,8%.
Los datos sobre ausentismo por enfermedad también llaman la atención. La proporción de vínculos con registro de licencia pasó de 4,07% en 2020 a 10,54% en 2022 y, luego, retrocedió hasta prácticamente regresar al punto inicial: 4,08% en 2025.
A primera vista, sería tentador concluir que, después de una fuerte elevación hasta 2022, hubo una mejora expresiva en los años siguientes. Cuando los datos son examinados por tipo de vínculo, sin embargo, surge un resultado difícil de ignorar. Entre los vínculos públicos no efectivos o temporarios, la tasa registrada pasa de 8,47% en 2022 a solo 0,41% en 2025.
¿Qué sucedió? ¿Hubo realmente una reducción de esta magnitud en las bajas o cambió la forma en que este fenómeno pasó a ser registrado? Esta pregunta ilustra un problema central del análisis de datos: no todo cambio observado en una serie histórica representa necesariamente un cambio equivalente en el fenómeno que pretendemos medir. Antes de interpretar un resultado, es preciso comprender cómo se produjeron los datos.
Detrás de los números
Los resultados se obtuvieron a partir de los microdatos de la RAIS, considerando cinco familias ocupacionales relacionadas con la docencia. El análisis abarca todos los estados brasileños y sigue las características de los vínculos formales de trabajo, como ocupación, edad, sexo, tipo de vínculo y registros de alejamiento por enfermedad.
Existe una distinción importante: la unidad analizada no es necesariamente una persona, sino un vínculo laboral. Un mismo profesor puede mantener más de un vínculo y, por lo tanto, aparecer más de una vez en la base. Por esta razón, 4,03 millones de registros en 2025 no significan 4,03 millones de profesores, sino aproximadamente 4,03 millones de vínculos docentes.
Esta diferencia parece meramente técnica, pero es esencial. Las bases administrativas se producen originalmente con fines de registro y gestión. Cuando se utilizan para análisis de datos, es necesario comprender el significado de cada variable y, principalmente, aquello que representa cada registro.
Transformación en la estructura
Entre 2020 y 2025, el número de vínculos docentes considerados en el análisis aumentó aproximadamente un 56%, pasando de 2,58 millones a 4,03 millones. Más importante que el crecimiento absoluto, sin embargo, es observar cómo se modificó la composición de estos vínculos. En 2020, los vínculos públicos estatutarios correspondían al 63,1% de los registros analizados, mientras que los públicos no efectivos o temporales representaban el 16,8%. En 2025, los porcentajes pasaron al 40,2% y 43,8%, respectivamente.
Si estos números se observaran de forma aislada, sería posible interpretar el período como evidencia de una rápida transformación en la estructura del trabajo docente. Pero justamente en ese intervalo ocurrió un cambio importante en la propia producción de la RAIS.
Fuente de datos
A partir del año base 2023, el cumplimiento de la RAIS se mide únicamente mediante la extracción de los eventos informados en el eSocial para todos los grupos de declarantes, incluidos los organismos públicos. La Nota Técnica de la RAIS 2023 registra una importante ruptura en la serie histórica y recomienda que los resultados de ese año no se comparen directamente con años anteriores, debido al proceso de transición de la forma de captación de datos.
Esto no significa que los datos posteriores sean inválidos ni que todo cambio observado provenga del eSocial. Significa que la comparación exige cautela. En lugar de preguntar solo por qué cambiaron los números, es necesario preguntar cuánto de ese cambio pertenece al fenómeno estudiado y cuánto puede estar relacionado con la forma en que comenzó a registrarse.
Datos de baja
En 2020, el 4,07% de los vínculos analizados presentaban registro de ausencia. La tasa sube al 6,83% en 2021 y alcanza el 10,54% en 2022, el valor más alto de la serie. Después de eso, retrocede al 8,25% en 2023, al 5,50% en 2024 y al 4,08% en 2025. Hay dos tentaciones en esta lectura. La primera sería asociar automáticamente el pico de 2022 a los efectos de la pandemia. La segunda sería interpretar la caída posterior como evidencia de mejora en las condiciones de salud de los profesores. Los datos utilizados aquí, aisladamente, no permiten sustentar ninguna de estas conclusiones causales. Lo que se puede afirmar es más restringido: el indicador de ausencia registrado en la base aumentó fuertemente hasta 2022 y cayó en los tres años siguientes.
Entre los vínculos públicos estatutarios, la tasa registrada de absentismo pasó del 4,63% en 2020 al 10,68% en 2022. Posteriormente, retrocedió al 8,19% en 2023, 7,55% en 2024 y 6,59% en 2025. Entre los vínculos públicos no efectivos o temporales, la trayectoria es mucho más acentuada: 2,44% en 2020, 8,47% en 2022, 6,47% en 2023, 1,53% en 2024 y solo 0,41% en 2025.
Una reducción del 8,47% al 0,41% podría producir un titular atractivo. Pero no sabemos, a partir de estas cifras, si los profesores con vínculos no efectivos pasaron a enfermar menos. Lo que sabemos es que la frecuencia con la que el absentismo aparece registrado en estos vínculos cayó drásticamente. La diferencia es fundamental.
Para investigar si la caída de la tasa general podría explicarse simplemente por el cambio en la composición de los vínculos, la variación entre 2022 y 2025 fue descompuesta en dos partes: una asociada a la alteración de la participación de los diferentes tipos de vínculo y otra relacionada con los cambios de las tasas registradas dentro de estos grupos.
La tasa agregada cayó de 10,54% a 4,08%, una reducción de 6,46 puntos porcentuales. De este total, aproximadamente 0,92 punto porcentual está asociado al cambio en la composición de los vínculos, mientras que 5,54 puntos porcentuales se derivan de los cambios en las tasas registradas dentro de los grupos. En términos proporcionales, alrededor del 14% de la reducción está asociada a la composición, y aproximadamente el 86%, a los cambios intragrupo.
Matemáticamente, la descomposición muestra que la caída agregada no ocurrió solo porque aumentó la participación de cierto tipo de vínculo. Pero una técnica estadística puede descomponer correctamente aquello que está registrado en la base y, aun así, no resolver un problema de medición. Si la forma de producir los datos cambió durante el período, la descomposición también reflejará ese cambio.
En 2020, la tasa agregada de abandono era del 4,07%. En 2025, era del 4,08%. Observando solo los dos extremos, prácticamente nada parece haber cambiado. La descomposición cuenta otra historia: la alteración en la composición de los vínculos contribuyó con aproximadamente -1,15 punto porcentual a la tasa, mientras que los cambios en las tasas internas contribuyeron en sentido contrario, con aproximadamente +1,16 punto porcentual. Los dos movimientos prácticamente se anularon.
Así, 4,07% y 4,08% son números casi idénticos producidos por estructuras bastante diferentes. Los indicadores agregados son útiles, pero pueden ocultar transformaciones importantes en la población analizada.
Qué enseña este caso
El caso de la RAIS muestra que un análisis de datos no comienza en el algoritmo. Comienza en la comprensión de la base. Podríamos haber observado la caída entre 2022 y 2025, aplicado técnicas estadísticas y cerrado el análisis con una conclusión aparentemente consistente. Los cálculos estarían correctos. El problema estaría en la interpretación.
Este problema no es exclusivo de la RAIS. Una nueva regla de llenado, la migración de un sistema, un cambio de clasificación, la inclusión de nuevos usuarios o un cambio en la obligatoriedad de determinado campo puede crear una ruptura que, en un gráfico, se parece perfectamente a un cambio de comportamiento.
Por eso, algunas preguntas deberían preceder cualquier modelo más sofisticado: ¿la población observada permaneció comparable? ¿Las definiciones de las variables continuaron siendo las mismas? ¿La cobertura cambió? ¿Hubo alteración en el sistema que produce los registros?
Más datos tampoco significan necesariamente más información. Con millones de vínculos, diferencias pequeñas pueden ser calculadas con enorme precisión. Pero precisión numérica y validez de la interpretación son cosas diferentes. Si una variable pasa a ser registrada de manera diferente, millones de registros pueden reproducir esa diferencia con enorme consistencia. Antes de preguntar “¿qué modelo debo utilizar?”, muchas veces la pregunta más importante es “¿qué mide exactamente este dato?”.
El valor de un resultado inesperado
El resultado de 0,41% podría haber sido tratado como un descubrimiento. En cambio, funcionó como una advertencia. Los resultados muy diferentes de lo esperado no necesitan ser descartados, pero tampoco deberían transformarse inmediatamente en conclusiones. Pueden indicar un fenómeno relevante, un error de procesamiento, un cambio de población, una alteración metodológica o una característica de la fuente que aún no comprendemos.
En este caso, el análisis comenzó como una exploración de millones de vínculos docentes y terminó revelando algo más amplio sobre el propio trabajo con datos: a veces, el principal descubrimiento no está en el número encontrado, sino en la razón por la cual debe ser examinado con cautela.
La RAIS permite vislumbrar transformaciones importantes en el mercado formal de trabajo brasileño y ofrece una riqueza de información difícil de reproducir por otras fuentes. El análisis identificó un crecimiento expresivo de los vínculos docentes, cambios relevantes en su composición y grandes oscilaciones en los registros de ausencias por enfermedad entre 2020 y 2025.
Estos resultados siguen siendo informativos. Lo que cambia es la forma de interpretarlos. La transición a eSocial demuestra por qué las series históricas no deben tratarse solo como secuencias de números. Cada punto de una serie es el resultado de reglas, sistemas, definiciones y procesos administrativos que también tienen una historia.
Para quienes trabajan con Data Science, una de las principales conclusiones de este ejercicio es que, antes de explicar por qué un indicador ha cambiado, se debe verificar si el mismo fenómeno sigue siendo medido de la misma manera.
Un algoritmo puede encontrar patrones en millones de registros. Saber si estos patrones representan el fenómeno que queremos comprender sigue siendo una tarea humana.
| Para tener acceso a las referencias de este texto haga clic aquí |
Quién publicó esta columna
José Erasmo Silva
