For the English version, click on the Shield below:
O datazoom_social é um pacote que compatibiliza microdados de
pesquisas realizadas pelo IBGE. Com o pacote, é possível fazer a leitura
de todas as pesquisas domiciliares realizadas pelo IBGE, compatibilizar
os Censos Demográficos de diferentes anos, gerar identificação dos
indivíduos da PNAD Contínua, e muito mais.
Digite o código abaixo na linha de comando do Stata para baixar e instalar a versão mais recente do pacote
net install datazoom_social, from("https://raw.githubusercontent.com/datazoompuc/datazoom_social_stata/master/") force
Todas as funções do pacote podem ser usadas pelas caixas de diálogo. Para acessá-las, digite o comando
db datazoom_social
Para usar os nossas funções, os microdados originais devem estar salvos no seu computador. Temos tutoriais de como usar o pacote em nosso canal do YouTube.
Clique nos botões abaixo para ver informações adicionais sobre cada pesquisa.
| Censo Censo Demográfico 1970 a 2010 |
ECINF Economia Informal Urbana 1997 e 2003 |
PME Pesquisa Mensal de Emprego 1990 a 2015 |
PNAD PNAD Antiga 2001 a 2015 |
| PNAD Contínua PNAD Contínua 2012 a 2023 |
PNAD Covid PNAD Covid 2020 |
PNS Pesquisa Nacional de Saúde 2013 e 2019 |
POF Pesquisa de Orçamentos Familiares 1995 a 2018 |
O Censo Demográfico é uma pesquisa realizada pelo IBGE uma vez a cada dez anos, na qual todos os domicílios do território brasileiro são visitados. O Censo fornece uma contagem da população e recolhe informações básicas dos moradores, como idade e gênero.
Por ocasião do Censo, o IBGE realiza uma entrevista mais detalhada com uma grande amostra aleatória dos domicílios, na qual investiga características sociodemográficas dos moradores (como escolaridade e rendimentos), características físicas do local de residência (material das paredes, existência de água encanada, etc.) e posse de bens (como geladeira e automóvel). No Censo de 2010, tal amostra cobria 6,2 milhões de domicílios com 20,6 milhões de indivíduos.
Em cada ano, os arquivos de microdados são separados por Unidade da Federação (estado). Até 1991, para cada estado, havia um único arquivo contendo os microdados referentes a domicílios e pessoas. A partir de 2000, as informações de domicílios e pessoas foram separadas em dois arquivos distintos, disponíveis neste link.
O IBGE disponibiliza gratuitamente para download os microdados e a documentação para o Censo 2010. Nesta pesquisa, os microdados para 14 municípios sofreram correção, sendo disponibilizados dois novos arquivos para as observações revistas na página de microdados. Para obter informações a respeito de como adquirir os microdados para outros anos, clique aqui.
O IBGE fez diversas alterações metodológicas entre os Censos. Desta forma, algumas variáveis não estão disponíveis em todos os anos e/ou podem não ter sido coletadas da mesma forma em anos diferentes. O Data Zoom disponibiliza uma opção para compatibilizar as variáveis, com o intuito de uniformizar as informações ao longo do tempo. Neste caso, as variáveis da base de dados compatibilizada não possuem os nomes sugeridos pelo dicionário original, sendo um novo dicionário disponibilizado para download. O documento Compatibilização dos Censos explica todos os procedimentos adotados pelo programa.
Em português:
Em inglês:
A ECINF, Economia Informal Urbana, é uma pesquisa amostral realizada pelo IBGE em 1997 e 2003 em todo o país, com o objetivo de investigar o setor informal, considerando trabalhadores por conta própria e empregadores com até cinco empregados. O principal interesse da pesquisa são as características da unidade produtiva, tais como o local de funcionamento, o tipo de clientela, se fez investimento no último ano e o tempo de duração do negócio. A amostra da ECINF de 2003 cobria 54.595 domicílios com 195.504 indivíduos.
Devido à grande variedade de vários temas investigados, há diversos arquivos de microdados para cada ano da pesquisa. Para utilizar o pacote, o usuário deve possuir os microdados referentes aos anos de interesse, os quais não são fornecidos pelo Data Zoom. Para obter informações a respeito de como adquirir os microdados e os demais arquivos, clique aqui.
Em português:
Em inglês:
A PME é uma pesquisa amostral realizada mensalmente pelo IBGE desde 1980, em seis regiões metropolitanas do Brasil: Belo Horizonte, Porto Alegre, Recife, Rio de Janeiro, Salvador e São Paulo. Essa pesquisa investiga características de trabalho e rendimento da população e fornece dados em painel, ou seja, entrevista o mesmo domicílio seguidas vezes. A amostra da PME de outubro de 2014 cobria 34.307 domicílios com 96.138 indivíduos.
Há duas versões da PME, tradicionalmente chamadas de PME Antiga e PME Nova. Em 2002, houve uma grande reformulação da pesquisa, dando origem à PME-Nova. Essa reformulação ampliou significativamente o questionário, alterando principalmente o conceito de trabalho e o esquema de rotação da amostra. Até o fim de 2002, ambas as metodologias foram levadas a campo pelo IBGE. Em dezembro de 2002, a PME Antiga foi descontinuada e substituída definitivamente pela PME-Nova.
A PME é uma pesquisa em painel, na qual cada domicílio é entrevistado oito vezes ao longo de 16 meses (entrevistado quatro meses consecutivos, ausente por oito meses e volta a ser entrevistado outros quatro meses). Apesar de identificar corretamente o mesmo domicílio nas oito entrevistas, a PME não atribui o mesmo número de identificação a cada membro do domicílio em todas as entrevistas. Para corrigir esse problema, o Data Zoom oferece duas opções de identificação dos indivíduos baseadas nos algoritmos propostos por Ribas e Soares (2008). A diferença entre os algoritmos reside basicamente no número de características checadas para identificar a mesma pessoa ao longo das entrevistas.
Os arquivos de microdados da PME Antiga são organizados por mês, região metropolitana e tipo de registro (domicílios e pessoas). A PME Nova possui um único arquivo por mês, contendo os microdados para os indivíduos de todas as regiões metropolitanas (não há, portanto, arquivo de domicílios).
O IBGE disponibiliza gratuitamente para download os microdados e toda a documentação da PME Nova (março de 2002 em diante) neste link. Para obter informações a respeito de como adquirir os microdados para a PME Antiga, clique aqui.
Em inglês:
- Dicionários PME Antiga: 1991 a 2000
- Dicionários PME Antiga: 2001
- Dicionário PME Nova
A PNAD, Pesquisa Nacional por Amostra de Domicílios, é uma pesquisa realizada anualmente pelo IBGE desde 1981. Essa pesquisa investiga diversas características da população brasileira, tais como educação, trabalho, rendimento, composição domiciliar e fecundidade. Em quase todos os anos, ocorre também a investigação de um tema suplementar - educação, saúde, qualificação profissional e segurança alimentar, entre outros. A amostra da PNAD 2013 cobria 148.697 domicílios com 362.555 indivíduos.
Até 1990, havia um único arquivo por ano, contendo os microdados referentes a domicílios e pessoas. A partir de 1992, as informações de domicílios e pessoas foram separadas em dois arquivos distintos.
O IBGE disponibiliza gratuitamente para download os microdados e toda a documentação para todas as PNADs desde 2001 neste link. Para obter informações a respeito de como adquirir os microdados para outros anos, clique aqui.
Diversas alterações metodológicas foram realizadas pelo IBGE ao longo dos anos. Desta forma, a mesma informação pode não estar disponível em todos os anos e/ou pode não ter sido recolhida da mesma forma. Especificamente, houve uma grande reformulação da PNAD em 1992, na qual se destacam a alteração do conceito de trabalho e a adoção de um novo formato do questionário, inclusive com alterações de nomes de variáveis.
O Data Zoom disponibiliza duas opções para compatibilizar as variáveis ao longo do tempo. A primeira opção busca adaptar as décadas de 1990 e 2000 aos anos 1980. Entre outras implicações, diversas variáveis existentes a partir de 1992 são excluídas no processo (todas as variáveis relacionadas a trabalho infantil, por exemplo), pois não existiam antes desse ano. Neste caso, as variáveis da base de dados compatibilizada para os anos 1980 não possuem os nomes sugeridos pelo dicionário original, sendo um novo dicionário disponibilizado para download.
A segunda opção de compatibilização procura padronizar as variáveis somente entre 1992 e 2012. Como houve poucas alterações no período, foram mantidas com o nome original todas as variáveis que não sofreram grandes modificações. Outro dicionário, indicando as variáveis existentes nesta base compatibilizada para os anos 1990, é disponibilizado para download. O documento Compatibilização das PNADs explica todos os procedimentos adotados nas duas opções de compatibilização do programa.
Em português:
- Compatibilização das PNADs
- Dicionários anos 1980
- Dicionários anos 1990
- Dicionário 2000-2012 (Domicílios)
- Dicionário 2000-2012 (Pessoas)
Em inglês:
- Compatibilização das PNADs
- Dicionários anos 1980
- Dicionários anos 1990
- Dicionário 2000-2012 (Domicílios)
- Dicionário 2000-2012 (Pessoas)
A Pesquisa Nacional por Amostra de Domicílios Contínua, PNAD Contínua, é uma pesquisa realizada pelo IBGE com o objetivo de produzir continuamente informações sobre mercado de trabalho, associadas a características demográficas e educacionais. Periodicamente, são analisados temas adicionais permanentes, como trabalho infantil e outras formas de trabalho, fecundidade e migração, e suplementares, selecionados segundo necessidade, relativos ao desenvolvimento socioeconômico do país.
A pesquisa fornece informações mensais para um conjunto restrito de indicadores relativos à força de trabalho, trimestral para os indicadores de força de trabalho, anual para temas permanentes e adicionais sobre força e trabalho e variável para temas suplementares. As informações mensais são representativas apenas em nível nacional e as demais têm representatividade para os níveis geográficos: Brasil, Grandes Regiões, Unidades da Federação, 20 Regiões Metropolitanas que contêm Municípios das Capitais, Municípios das Capitais e Região Integrada de Desenvolvimento da Grande Teresina.
A cada trimestre, são investigados cerca de 211.000 domicílios inseridos em aproximadamente 16.000 setores censitários de 3.500 municípios.
Nosso pacote oferece a opção de criar um painel, ou seja, entrevistas de um mesmo domicílio em diferentes visitas (trimestres). Esse painel é feito como na PME e tem duas opções: uma identificação simples e uma usando a metodologia Ribas Soares.
A PNAD Covid objetiva monitorar tanto o número estimado de indivíduos com sintomas associados à síndrome gripal, típicos da COVID-19, quanto os impactos da pandemia no mercado de trabalho brasileiro.
A coleta da PNAD Covid, iniciada no dia 4 de maio de 2020, consiste em entrevistas realizadas por telefone em cerca de 193 mil domicílios por mês em todo o Brasil. Primeiramente, pergunta-se sobre a ocorrência dos principais sintomas da COVID-19 no período de referência da pesquisa, em todos os moradores do domicílio. Para aqueles que apresentaram algum sintoma, perguntam-se o que foi feito para o alívio dos sintomas; se buscaram por atendimento médico; e o tipo de estabelecimento de saúde procurado. Posteriormente, perguntam-se sobre questões de trabalho e rendimentos.
A pesquisa fornece informações semanais para alguns indicadores, em nível nacional, e divulgações mensais para um conjunto mais amplo de indicadores, por Unidades da Federação.
A PNS é uma pesquisa amostral realizada pelo IBGE em 2013 e em 2019 com o objetivo de investigar as características do domicílio e aspectos relativos à saúde dos moradores. A pesquisa tem enfoque em doenças crônicas não transmissíveis, estilos de vida e acesso ao atendimento médico. A amostra da PNS cobria 80.281 domicílios com 205.546 indivíduos.
A POF é uma pesquisa amostral realizada pelo IBGE com o objetivo de investigar o padrão de consumo e gastos da população brasileira, na qual os domicílios são acompanhados por doze meses. A pesquisa é realizada a cada seis-sete anos desde 1995 (sua primeira versão foi lançada em 1988) e abrange todo o território nacional. O principal uso dos dados da POF é a construção das cestas de consumo dos índices de preços ao consumidor do IBGE - IPCA e INPC.
A POF contém informações sobre as pessoas (idade, nível de instrução e rendimentos), os domicílios (existência de esgoto sanitário, paredes, veículos) e registros diferentes para cada tipo de gasto realizado. Cada tipo depende da periodicidade da realização do gasto e a quem o gasto é atribuído, se ao domicílio ou ao indivíduo. Tanto a periodicidade quanto a atribuição são definidas pelo IBGE antes da entrevista. O gasto com alimentos, por exemplo, é coletado por meio de uma caderneta preenchida diariamente pelo domicílio durante sete dias. Por sua vez, o gasto com serviço de cabeleireiro é registrado individualmente para um período de 90 dias.
A POF produz diversos tipos de registro. Existem arquivos de dados organizados por características do domicílio, características das pessoas e de acordo com o inventário de bens duráveis. Além disso, há um arquivo para cada tipo de gasto. O IBGE disponibiliza gratuitamente para download os microdados e toda a documentação para as versões 1987-88, 1995-96, 2002-03, 2008-09 e 2017-18. Para obtenção dos microdados, clique aqui.
O Data Zoom oferece programas separados para as POFs de 1995-96, 2002-03, 2008-09 e 2017-18. Cada pacote contém três ferramentas. A primeira faz a leitura dos microdados para cada tipo de registro no Stata sem qualquer manipulação dos dados. A segunda ferramenta gera uma base de dados padronizada, contendo os gastos anualizados por domicílio (ou unidade de consumo ou indivíduo) para todos os itens investigados, onde os itens foram agregados de acordo com o documento “Tradutores” do IBGE. Para as duas versões mais recentes, além do valor total dos gastos, duas variáveis são geradas: uma indicando o valor desse gasto realizado por meio de crédito e outra medindo o valor da aquisição realizada por meios não monetários (como doações). Finalmente, a terceira ferramenta permite que o usuário crie sua própria cesta de consumo. Neste caso, é possível obter o valor do gasto anualizado em itens um pouco mais desagregados do que os existentes na base padrão.
Em inglês:
- POF 1995-96
- POF 2002-03
- POF 2008-09
A maioria dos programas do pacote lidam com dados originais armazenados em formato .txt, que precisam de dicionários – formato .dct no Stata – para serem lidos. A consequência é um volume de dicionários que supera o limite de 100 arquivos permitido para um pacote do Stata poder ser instalado. Por isso, os dicionários individuais são compactados em um arquivo .dta único, que é lido dentro de cada programa. Ambas as funções usadas para isso são definidas no arquivo read_compdct.ado.
O primeiro programa definido nesse arquivo é write_compdct, que pode
ser usado como a seguir: após rodar o arquivo .ado para definir a
função, basta usar o código
write_compdct, folder("/pasta com os dicionários") saving("/caminho/dict.dta")
A função então lê todos os arquivos .dct presentes na pasta, e junta todos no arquivo dict.dta, com cada dicionário identificado por uma variável com seu nome.
Para transformar esse arquivo compactado novamente do dicionário
original, se usa o programa read_compdct:
read_compdct, compdct("dict.dta") dict_name("dic original") out("dic extraído.dct")
que extrai o “dic original” do arquivo dict.dta e o salva para “dic
extraído.dct”. Como exemplo, veja o uso dessa função no programa
datazoom_pnadcontinua
tempfile dic // Arquivo temporário onde o .dct extraído será salvo
findfile dict.dta // Acha o arquivo dict.dta salvo pela instalação
// do pacote na pasta /ado/, e armazena o caminho
// até ele na macro r(fn)
read_compdct, compdct("`r(fn)'") dict_name("pnadcontinua`lang'") out("`dic'")
// Lê o dicionário compactado dict.dta, extrai o dicionário pnadcontinua
// (ou pnadcontinua_en, `lang` é vazio ou "_en"), e salva o arquivo final
// na tempfile dic, que é usada para ler os dados
Para a nossa organização interna, cada pasta correspondente a um
programa armazena os dicionários na sub-pasta /dct/. Todos esses
dicionários são também armazenados juntos na pasta /dct/ diretamente,
que é usada para gerar o dict.dta através do write_compdct. Note que
nenhum arquivo .dct é efetivamente listado no arquivo
datazoom_social.pkg, e portanto, não são instalados no computador do
usuário. Apenas o arquivo dict.dta é enviado.
Periodicamente, na manutenção do pacote, temos que rodar a do-file
atualizacao_dict.do e seguir as instruções.
O Data Zoom é desenvolvido por uma equipe do Departamento de Economia da Pontifícia Universidade Católica do Rio de Janeiro (PUC-Rio)
Para citar o pacote datazoom_social, utilize:
Data Zoom (2023). Data Zoom: Simplifying Access To Brazilian Microdata.
https://www.econ.puc-rio.br/datazoom/english/index.html
Ou, em formato BibTeX:
@Unpublished{DataZoom2023,
author = {Data Zoom},
title = {Data Zoom: Simplifying Access To Brazilian Microdata},
url = {https://www.econ.puc-rio.br/datazoom/english/index.html},
year = {2023},
}