Critério externo para aferir a medida: patrimônio e escolaridade por ocupação

Agregado por ocupação de duas variáveis que o TSE coleta e que não entram na construção da medida em momento nenhum: o patrimônio declarado na candidatura e o grau de instrução. É contra ele que a vinheta vignette("validacao") afere o ISEI.

Usage

tse_validacao

Format

data.frame com 220 linhas e as colunas:

cod_tse: código de ocupação.
n: candidaturas com esse código, 1998–2026.
pct_superior: % com ensino superior completo.
pct_mulher: % de mulheres.
n_com_bens: candidaturas com patrimônio declarado maior que zero.
mediana_patrimonio: mediana do patrimônio declarado, em reais. NA onde n_com_bens < 200 — ver a seção sobre o piso.

Source

Declaração de bens e grau de instrução das candidaturas ao TSE, 1998–2026 (patrimônio: 2006–2024; ver a seção acima).

Por que agregado, e por que este piso

A unidade é a ocupação, não a candidatura, porque é nesse nível que uma medida de posição ocupacional é definida, e porque um agregado de 220 linhas não é microdado, não identifica ninguém e pode viajar com o pacote.

Entram ocupações com pelo menos 200 candidaturas. A mediana de patrimônio exige um segundo piso, de 200 declarações de bens, porque mediana apoiada em poucas declarações é ruidosa: sem ele a correlação com o ISEI cai de 0,681 para cerca de 0,63, não porque a medida piore, mas porque o critério externo fica instável. Este 0,63 é o único número desta página que não se recalcula a partir do pacote — as medianas abaixo do piso são NA aqui —, e sai de data-raw/05_gera_validacao.R.

O segundo piso zera a mediana; não descarta a linha, e a diferença importa. Até 29/07/2026 ele descartava a linha inteira, o que amputava do conjunto 44 ocupações cuja escolaridade e cuja composição por gênero estão perfeitamente medidas e que apenas carecem de declarações de bens. A consequência era que a regressão de gênero documentada em tse_para_isei() não se reproduzia a partir do dado publicado. Hoje reproduz. Quem correlacionar com patrimônio deve filtrar !is.na(mediana_patrimonio); quem usar escolaridade ou gênero tem as 220 linhas à disposição.

Os códigos reutilizados entram só na vigência nova

Sete códigos foram reaproveitados para ocupação diferente depois de 2002 (veja tse_quebra_2002). Até a auditoria de 05/09/2026 este conjunto os agregava sobre a série inteira, de modo que pct_superior e pct_mulher misturavam duas populações: o código 214 saía com 30,6% de ensino superior porque metade da massa era DELEGADO DE POLÍCIA, quando ESCULTOR E PINTOR tem 2,3%; o 521 saía com 42,3% de mulheres onde a GOVERNANTA tem 97,2%. Hoje cada um desses códigos entra apenas a partir do seu primeiro_ano_novo, que é o mesmo corte que o argumento ano = das funções de tradução aplica. Um deles deixou de alcançar o piso de 200 candidaturas dentro da própria vigência e saiu do conjunto — por isso 220 linhas, e não 221.

O efeito sobre as correlações é imperceptível (a de escolaridade não se move na terceira casa), porque são 7 códigos em 220 e cerca de 1.800 candidaturas em 3,37 milhões. A correção não é pelo tamanho: é porque quem toma este conjunto como a tabela descritiva por ocupação — que é para isso que ele é publicado — lia cinco linhas materialmente erradas.

As correlações que este conjunto sustenta

Contra a escolaridade, sobre as 207 ocupações com ISEI: r = 0,765 (Spearman 0,816). Contra o logaritmo da mediana de patrimônio, sobre as 165 que também têm mediana: r = 0,681 (Spearman 0,695), ambas não ponderadas — cada ocupação conta uma, que é o certo para aferir uma régua de ocupações. No nível da candidatura a correlação com patrimônio é de apenas 0,207, e o contraste é o resultado, não um defeito. A comparação estritamente equivalente, na mesma unidade e com o mesmo peso, é com a correlação ecológica de 0,748; veja tse_dispersao_patrimonio.

O patrimônio de 2026 não entra, e por quê

A safra de 2026 contribui para n, pct_superior e pct_mulher, e se abstém de n_com_bens e da mediana de patrimônio. A razão é de unidade, não de qualidade do dado: o patrimônio está deflacionado a reais de outubro de 2024, pelo número-índice do IPCA do mês da eleição, e outubro de 2026 ainda não aconteceu. Deflacionar por um mês que não é o da eleição poria na coluna um valor que a definição da coluna desmente.

A assimetria não é nova: n sempre cobriu um período mais largo do que n_com_bens, porque o TSE só publica declaração de bens a partir de 2006 e as candidaturas de 1998 a 2004 já entravam nessa mesma condição. Quando o IPCA de outubro de 2026 existir, a coluna sai de graça.

Examples

# As ocupações com mais candidaturas no conjunto de validação:
head(tse_validacao[order(-tse_validacao$n), ], 5)
#>     cod_tse      n pct_superior pct_mulher n_com_bens mediana_patrimonio
#> 220     999 567077         11.2       30.5     219874              77633
#> 188     601 292752          2.5       15.3     132163             122395
#> 139     298 212709         22.8       33.2     113178              91866
#> 57      169 204675          7.1       19.6     105777             148044
#> 121     257 152409         22.9       19.0     109395             249001

# A correlação que sustenta a medida: o ISEI atribuído por tradução contra
# a escolaridade declarada, que o pacote nunca viu ao construir a régua.
v <- tse_validacao
v$isei <- suppressWarnings(tse_para_isei(v$cod_tse))
round(stats::cor(v$isei, v$pct_superior, use = "complete.obs"), 3)
#> [1] 0.765