Package 'ocupacoesBR'

Description

Devolve a proporcao das ocupacoes da familia que compartilham o ISCO majoritario. Vale 1 quando a familia inteira cai num unico ISCO; abaixo disso, traduzir pela familia mistura posicoes distintas.

Usage

cbo2002_concordancia(cbo)

Arguments

Value

data.frame com a familia, o ISCO majoritario, quantas ocupacoes foram vistas, quantas a familia tem de fato, a cobertura, quantos ISCO distintos aparecem, a concordancia (ou NA) e a marca de empate.

Concordancia so e afirmavel sobre familia vista inteira

A tabua do MTE cobre metade da CBO-2002, e a concordancia era calculada sobre as ocupacoes vistas, nao sobre a familia real. O efeito: 131 familias tinham UMA unica ocupacao na tabua e reportavam concordancia = 1 — o valor que sinaliza "sem ambiguidade nenhuma" — e em 87 delas a familia de fato tem mais de uma ocupacao. Era certeza maxima onde a evidencia era minima.

Agora concordancia so recebe valor quando cobertura_familia vale 1, isto e, quando a familia foi vista por inteiro (175 das 436). Nas demais fica NA, e a proporcao entre as ocupacoes vistas segue disponivel em concordancia_vista, sem posar de diagnostico. O denominador vem do dominio oficial da CBO-2002 no Novo CAGED, 2.777 ocupacoes.

Examples

cbo2002_concordancia(c("5211", "4121"))
cbo2002_concordancia("3171")  # vista em 1/4: concordancia NA

Description

Um degrau por prefixo de CBO, para subir do código de seis dígitos até um nível em que a fonte permita afirmar um ISCO. Usada por cbo2002_para_isco() com escada = TRUE.

Usage

cbo2002_escada

Format

data.frame com as colunas:

prefixo

prefixo da CBO-2002, de 2 a 4 dígitos.

nivel

quantos dígitos tem o prefixo: 4 = família, 3 = subgrupo, 2 = subgrupo principal.

isco88

ISCO-88 comum às ocupações mapeadas sob o prefixo.

n_base

quantas ocupações mapeadas sustentam o degrau.

Como o degrau é apurado

Onde as ocupações mapeadas sob o prefixo não concordam num único ISCO, usa-se o ancestral comum delas na hierarquia da ISCO — a forma arredondada que o próprio ISMF publica: 2211 e 2212 viram 2210; 2210 e 2230 viram 2200. Só entram degraus cujo destino exista em isco88_medidas, porque um ISCO sem ISEI não serve de nada. Não há destino inventado: sobe-se até onde a fonte permite afirmar, e não além.

Por que para em dois dígitos

Descer a um dígito fecharia boa parte das 283 ocupações que sobram sem rota, e cometeria exatamente a armadilha que este pacote existe para impedir: o grande grupo 9 da CBO é reparação e manutenção (ISEI ~34) e o da ISCO é o das ocupações elementares (ISEI 16 a 30). Uma cobertura maior comprada com inversão de classe não é cobertura.

Source

Agregado de cbo2002_isco88 pela hierarquia da própria CBO.

Examples

head(cbo2002_escada)

# A escada tem três degraus — prefixo de quatro, três e dois dígitos — e é
# tentada, nessa ordem, só sobre o que sobrou NA com `escada = TRUE`.
table(cbo2002_escada$nivel)

Description

Para o microdado que publica apenas a família de quatro dígitos.

Usage

cbo2002_familia_isco88

Format

data.frame com as colunas:

familia

código de quatro dígitos.

isco88

ISCO-88 majoritário entre as ocupações da família.

n_ocupacoes

quantas ocupações da família a tábua do MTE cobre.

n_ocupacoes_cbo

quantas ocupações a família tem de fato, pelo domínio oficial da CBO-2002.

cobertura_familia

n_ocupacoes / n_ocupacoes_cbo. Vale 1 quando a família foi vista por inteiro — o caso de 175 das 436.

n_isco_distintos

quantos ISCO diferentes aparecem na família.

concordancia

proporção das ocupações que caem no ISCO majoritário, ou NA quando cobertura_familia < 1. Vale 1 quando a família é homogênea; abaixo disso, traduzir pela família mistura posições distintas.

concordancia_vista

a mesma proporção calculada só sobre as ocupações vistas. Sempre preenchida, mas não é diagnóstico da família.

empate

TRUE quando a moda não é maioria — o ISCO escolhido só venceu por ordenação. Tratar essas famílias como uma posição única é arbitrário, e concordancia sozinha não distingue "dividida" de "cara ou coroa".

Por que há duas concordâncias

A tábua do MTE cobre metade da CBO-2002, e a concordância era apurada sobre as ocupações vistas, não sobre a família real. O resultado é que 131 famílias tinham uma única ocupação na tábua e reportavam concordancia = 1 — o valor que sinaliza ausência total de ambiguidade — e em 87 delas a família de fato tem mais de uma ocupação. Era certeza máxima onde a evidência era mínima, e o README chegava a afirmar que 1 significava "a família inteira cai num único ISCO".

A separação resolve sem descartar informação: concordancia só é afirmada sobre família vista por inteiro; concordancia_vista guarda a proporção bruta para quem quiser inspecioná-la sabendo o que ela é.

Source

Agregado de cbo2002_isco88; o denominador vem do domínio oficial da CBO-2002 na aba cbo2002ocupação do layout do Novo CAGED (2.777 ocupações), distribuído em inst/extdata/fontes/cbo2002_dominio.txt.

Examples

# As famílias em que a tábua empata: nelas, o argumento `empate` de
# cbo2002_para_isco() é quem decide entre NA e o ISCO majoritário.
cbo2002_familia_isco88[cbo2002_familia_isco88$empate,
                       c("familia", "isco88", "n_ocupacoes",
                         "n_isco_distintos")]

Description

Correspondência da CBO-2002 com a ISCO-88, por ocupação

Usage

cbo2002_isco88

Format

data.frame com as colunas:

cbo2002

código de seis dígitos, sem hífen, como nos microdados.

titulo

título da ocupação na CBO-2002.

familia

os quatro primeiros dígitos.

cbo94

código correspondente na CBO-94, sem pontuação.

isco88

código ISCO-88 de quatro dígitos.

Cobertura

A tábua do Ministério do Trabalho é uma conversão entre a CBO-2002 e a CBO-94, de modo que cobre apenas as ocupações presentes nas duas classificações. As ocupações criadas na revisão de 2002 e o grande grupo 0 (forças armadas) não têm correspondência oficial com a CIUO-88 e não aparecem aqui.

Source

Tábua de conversão CBO2002–CBO94–CIUO88 do Ministério do Trabalho, consultada família a família em http://www.mtecbo.gov.br/cbosite/pages/tabua/FiltroConversao_CBO2002_CBO94_CIUO88.jsf

Examples

# A tradução ocupação a ocupação, o caminho mais curto e mais confiável:
cbo2002_isco88[cbo2002_isco88$cbo2002 == "252105", ]

# Quantas ocupações a tábua do MTE cobre, e quantos ISCO distintos alcança:
nrow(cbo2002_isco88)
length(unique(stats::na.omit(cbo2002_isco88$isco88)))

Description

Depende da fonte, e a diferenca importa. A RAIS, o CAGED e o eSocial sao registros de VINCULO EMPREGATICIO: toda linha e um empregado. Nao ha conta propria nem empregador como observacao, e nao existe campo com o numero de subordinados. Por essas portas conta_propria e FALSE por construcao, e o EGP sai sem IVa, IVb e V — nao por omissao de quem chama, mas porque a fonte nao descreve quem esta fora do assalariamento. Ler a distribuicao resultante como se fosse a estrutura de classes do pais e o erro a evitar aqui.

Usage

cbo2002_para_egp(
  cbo,
  conta_propria = NULL,
  n_supervisionados = NULL,
  n_classes = 11,
  rotulo = TRUE,
  avisar = TRUE,
  empate = c("na", "moda"),
  escada = FALSE
)

Arguments

Details

Em pesquisa domiciliar que codifique em CBO, os dois campos podem existir; quando existirem, passe-os.

Value

Vetor de texto (ou inteiro, se rotulo = FALSE).

Examples

cbo2002_para_egp("521110", avisar = FALSE)
cbo2002_para_egp("521110", conta_propria = TRUE, n_supervisionados = 0)

Description

Converte o codigo da Classificacao Brasileira de Ocupacoes de 2002 — o que aparece na RAIS, no CAGED e no eSocial — no codigo ISCO-88 de quatro digitos, porta de entrada para o ISEI, o SIOPS e o EGP.

Usage

cbo2002_para_isco(cbo, empate = c("na", "moda"), escada = FALSE)

Arguments

Value

Vetor de texto com o ISCO-88 de quatro digitos, ou NA.

De onde vem a correspondencia

Da tabua oficial de conversao CBO2002–CBO94–CIUO88 do Ministerio do Trabalho, consultada familia por familia. Nao e uma equivalencia construida por nos.

O que a fonte nao cobre

A tabua e, por construcao, uma conversao entre a CBO-2002 e a CBO-94: so inclui as ocupacoes que existem nas duas. As ocupacoes criadas na revisao de 2002 — e o grande grupo 0, das forcas armadas — nao tem correspondencia oficial com a CIUO-88 e voltam NA. Isso e limite da fonte, e a funcao prefere devolver NA a inventar um destino plausivel.

Familia de quatro digitos

Muito microdado publica so a familia. Nesse caso o pacote devolve o ISCO majoritario entre as ocupacoes da familia. Use cbo2002_concordancia() para saber se a familia e homogenea antes de confiar no valor: uma familia dividida ao meio nao deve ser tratada como uma posicao unica.

A escada hierarquica

A tabua do MTE cobre metade da CBO-2002, e o buraco NAO e aleatorio: cai sobre o que foi criado na revisao de 2002 — tecnologia da informacao em peso, pesquisadores — e sobre todo o grande grupo 0. Um vinculo de RAIS nesses codigos volta NA.

Com escada = TRUE, a funcao sobe a hierarquia da propria CBO ate achar um nivel com correspondencia. Onde as ocupacoes mapeadas sob aquele prefixo nao concordam num unico ISCO, usa-se o ancestral comum delas na hierarquia da ISCO — que e a forma arredondada que o proprio ISMF publica (2211 e 2212 viram 2210). Nao ha destino inventado: so se sobe ate onde a fonte permite afirmar. Cobertura do dominio oficial (2.777 ocupacoes):

A escada para em dois digitos de proposito. Descer a um fecharia o buraco restante e cometeria exatamente a armadilha que este pacote existe para impedir: o grande grupo 9 da CBO e reparacao e manutencao, o da ISCO e ocupacoes elementares. As 283 ocupacoes sem rota — em peso o bloco de diretores 12xx e as forcas armadas — nao tem correspondencia oficial nenhuma, e continuam NA.

A escada e a consulta por familia aplicam regras diferentes. Entrar com quatro digitos consulta cbo2002_familia_isco88, que traz a MODA das ocupacoes da familia. Entrar com seis e escada = TRUE exige ancestral comum na ISCO, e devolve NA quando ele nao existe acima do primeiro digito. Em oito familias as duas respostas divergem — cbo2002_para_isco("1423") da "2419", e cbo2002_para_isco("142399", escada = TRUE) da NA —, porque as ocupacoes de 1423 se espalham por 1233, 1234, 1239 e 2419. A escada e a mais conservadora das duas, e a divergencia e deliberada; quem alterna entre as duas entradas precisa saber que elas nao respondem a mesma pergunta. tests/testthat/test-cbo.R trava a lista das oito.

Familias empatadas

Em 19 familias a moda NAO e maioria: duas ocupacoes dividem o topo. O desempate anterior era mudo e ia sempre para o menor codigo ISCO — consequencia da ordenacao lexicografica de table() —, e como a hierarquia da ISCO e ordenada por status, o menor codigo tem o maior ISEI em 16 dos 19 casos. Isso e vies, nao ruido: nao desaparece com N.

Por isso empate = "na" e o padrao. Um empate 1:1 nao tem destino majoritario, e devolver NA e mais honesto que escolher por ordem alfabetica. Use empate = "moda" para reproduzir o comportamento antigo.

See Also

cbo2002_para_isei(), cbo2002_concordancia(), cbo94_para_isco()

Examples

cbo2002_para_isco(c("1111-05", "225120", "5211"))

Description

ISCO-08 a partir da CBO-2002

Usage

cbo2002_para_isco08(cbo, com_ambiguidade = FALSE)

Arguments

Value

Vetor de texto, ou um data.frame se com_ambiguidade = TRUE.

Examples

cbo2002_para_isco08("225120")

Description

Indice socioeconomico ISEI a partir da CBO-2002

Usage

cbo2002_para_isei(cbo, empate = c("na", "moda"), escada = FALSE)

Arguments

Value

Vetor numerico com o escore ISEI-88.

Examples

cbo2002_para_isei(c("1111-05", "225120"))

Description

Versao para o microdado do trabalho a partir de 2003, RAIS, CAGED e eSocial. Leia tse_para_isei_br() para o que a regua e e o que ela nao e.

Usage

cbo2002_para_isei_br(cbo, empate = c("na", "moda"), escada = FALSE)

Arguments

Value

Vetor numerico com o escore ISEI-BR, entre 10 e 90.

Duas pontes empilhadas

O caminho e CBO-2002 -> ISCO-88 (tabua do Ministerio do Trabalho) -> ISCO-08 (ponte da OIT) -> ISEI-BR, e a segunda ponte e ambigua em cerca de um terco dos codigos de origem. A ressalva e a mesma de cbo2002_para_isei08() e cbo2002_para_prestigio08(), que ja a traziam; esta porta nao a trazia ate 05/09/2026.

Vale ainda lembrar a data. O ISEI-BR e uma regua estimada em 2025 e que a propria documentacao declara nao formar serie. Foi esse o argumento que retirou a porta pela CBO-94 na versao 0.5.1 — e o que se retirou ali foi o ATALHO, nao o caminho: isco08_para_isei_br(cbo94_para_isco08(x)) continua funcionando, e quem escreve as duas etapas fez a escolha conscientemente, que e o que a recusa pretende garantir. O argumento nao se aplica aqui com a mesma forca — a CBO-2002 esta em uso hoje —, mas se aplica ao inicio de uma serie de RAIS que comece em 2003.

See Also

tse_para_isei_br(), isco08_isei_br

Examples

cbo2002_para_isei_br("225120")

Description

ISEI-08 a partir da CBO-2002

Usage

cbo2002_para_isei08(cbo, empate = c("na", "moda"), escada = FALSE)

Arguments

Value

Vetor numerico com o escore ISEI-08.

Examples

cbo2002_para_isei08("225120")

Description

Prestigio de Treiman a partir da CBO-2002

Usage

cbo2002_para_prestigio(cbo, empate = c("na", "moda"), escada = FALSE)

Arguments

Value

Vetor numerico.

Examples

cbo2002_para_prestigio("225120")

Description

A CBO-2002 aterrissa na ISCO-88, de modo que este escore atravessa a ponte 88 -> 08 e herda a perda dela: onde a OIT define mais de um destino, usa-se o codigo truncado. Veja isco88_para_isco08().

Usage

cbo2002_para_prestigio08(cbo, empate = c("na", "moda"), escada = FALSE)

Arguments

Value

Vetor numerico.

Examples

cbo2002_para_prestigio08("225120")

Description

Prestigio ocupacional SIOPS a partir da CBO-2002

Usage

cbo2002_para_siops(cbo, empate = c("na", "moda"), escada = FALSE)

Arguments

Value

Vetor numerico com o escore SIOPS.

Examples

cbo2002_para_siops(c("1111-05", "225120"))

Description

Prestigio ancorado na ISCO-08 a partir da CBO-2002

Usage

cbo2002_para_siops08(cbo, empate = c("na", "moda"), escada = FALSE)

Arguments

Value

Vetor numerico com o escore de prestigio.

Examples

cbo2002_para_siops08("225120")

Description

Para microdado anterior a 2003.

Usage

cbo94_isco88

Format

data.frame com as colunas:

cbo94

código da CBO-94, sem pontuação.

isco88

ISCO-88 correspondente.

Sem agregação

A tábua do MTE é 1:1 entre CBO-94 e CBO-2002 — cada linha traz um par —, de modo que não há maioria a apurar. Uma versão anterior desta tabela trazia uma coluna concordancia que era constante 1 por construção e sugeria um diagnóstico que não existia.

Source

Coluna CBO-94 da mesma tábua do Ministério do Trabalho.

Examples

head(cbo94_isco88)

# A CBO-94 chega à ISCO-88 e para aí no que toca a MEDIDAS: não há
# cbo94_para_isei08(), cbo94_para_prestigio08() nem cbo94_para_isei_br().
# A tradução de código existe (cbo94_para_isco08()); o que o pacote recusa é
# pendurar escore de 2008 ou de 2025 em microdado anterior a 2003.
nrow(cbo94_isco88)

Description

Leia isco88_para_egp() antes de usar: sem posicao no emprego e supervisao, o esquema sai degradado. A RAIS nao tem essas variaveis: e um registro de vinculo empregaticio, em que toda linha e um empregado. Por essa porta o EGP sai sem IVa, IVb e V por construcao. Veja cbo2002_para_egp().

Usage

cbo94_para_egp(
  cbo94,
  conta_propria = NULL,
  n_supervisionados = NULL,
  n_classes = 11,
  rotulo = TRUE,
  avisar = TRUE
)

Arguments

Value

Vetor de texto (ou inteiro, se rotulo = FALSE).

Examples

cbo94_para_egp("2-11.20", avisar = FALSE)

Description

Para microdado anterior a 2003, que usa a classificacao de 1994 (cinco digitos). A correspondencia vem da mesma tabua oficial do Ministerio do Trabalho, pela coluna CBO-94.

Usage

cbo94_para_isco(cbo94)

Arguments

Value

Vetor de texto com o ISCO-88 de quatro digitos, ou NA.

Examples

cbo94_para_isco(c("2-11.20", "21130"))

Description

ISCO-08 a partir da CBO-94

Usage

cbo94_para_isco08(cbo94, com_ambiguidade = FALSE)

Arguments

Value

Vetor de texto com o ISCO-08, ou um data.frame se com_ambiguidade = TRUE.

Examples

cbo94_para_isco08("2-11.20")

Description

Indice socioeconomico ISEI a partir da CBO-94

Usage

cbo94_para_isei(cbo94)

Arguments

Value

Vetor numerico com o escore ISEI-88.

Examples

cbo94_para_isei("2-11.20")

Description

Prestigio de Treiman a partir da CBO-94

Usage

cbo94_para_prestigio(cbo94)

Arguments

Value

Vetor numerico.

Examples

cbo94_para_prestigio("2-11.20")

Description

Prestigio ocupacional de Treiman a partir da CBO-94

Usage

cbo94_para_siops(cbo94)

Arguments

Value

Vetor numerico com o escore de prestigio.

Examples

cbo94_para_siops("2-11.20")

Description

Falha com erro se algum código de ocupação presente no seu dado não tiver entrada no dicionário do pacote, ou se não houver código nenhum. Chame antes de qualquer análise.

Usage

checa_cobertura(cod, silencioso = FALSE)

Arguments

Value

Invisivelmente, TRUE. Erro se houver código fora do dicionário ou se não houver código válido algum.

Por que isto existe

O modo silencioso de errar uma medida de classe não é classificar mal um caso: é um código novo cair num rótulo residual sem que ninguém perceba. Foi o que aconteceu na primeira versão deste dicionário, em que 76 códigos reais caíam no rótulo "fora da PEA" — inclusive proprietários, que somem justamente da categoria em que mais importam.

O segundo modo silencioso é mais banal e mais comum: passar a coluna errada. dados$CD_OCUPACAO num quadro cuja coluna se chama cd_ocupacao devolve NULL, e uma verificação ingênua aprovaria o vetor vazio. Por isso entrada vazia, NULL ou inteiramente ausente também é erro aqui.

Examples

checa_cobertura(c(111, 169, 257))
try(checa_cobertura(c(111, 99999)))
try(checa_cobertura(NULL))

Description

Equivalente de checa_cobertura() para a porta da CBO. Distingue o código que não existe na CBO-2002 daquele que existe mas não tem correspondência oficial com a CIUO-88 — este último é limite da tábua do Ministério do Trabalho, não erro do seu dado, e por isso vira aviso, não erro.

Usage

checa_cobertura_cbo2002(cbo, silencioso = FALSE)

Arguments

Value

Invisivelmente, TRUE.

Examples

checa_cobertura_cbo2002(c("1111-05", "225120"))
try(checa_cobertura_cbo2002(NULL))

Description

Equivalente de checa_cobertura_cbo2002() para o microdado anterior a 2003.

Usage

checa_cobertura_cbo94(cbo94, silencioso = FALSE)

Arguments

Value

Invisivelmente, TRUE.

Examples

checa_cobertura_cbo94(c("2-11.20", "21130"))

Description

Verifica a cobertura de codigos da COD

Usage

checa_cobertura_cod(cod, silencioso = FALSE)

Arguments

Value

Invisivelmente, TRUE.

Examples

checa_cobertura_cod(c("2211", "0411"))

Description

O dicionário deste pacote adota o cadastro de ocupações vigente a partir de 2002. Entre 2000 e 2002 o TSE reeditou essa tabela e reutilizou códigos para ocupações diferentes, de modo que aplicar o dicionário a candidaturas de 1998 e 2000 classifica essas ocupações erradas. Esta função diz se, e quanto, o seu dado é atingido.

Usage

checa_periodo(cod, ano, avisar = TRUE)

Arguments

Value

Invisivelmente, um vetor lógico marcando as posições atingidas (código reutilizado e ano até 2000).

Como os casos foram identificados

Não pelo rótulo, e sim pelo dado. Os rótulos existem e o pacote os distribui (tse_ocupacao_rotulos, tse_para_rotulo()), mas um rótulo novo tanto pode ser a mesma ocupação rebatizada quanto outra ocupação no mesmo código, e sozinho não distingue as duas coisas. Para cada código presente nos dois períodos, comparou-se a proporção de candidatos com ensino superior completo. A escolaridade sobe ao longo de todo o período, então altas de 20 a 27 pontos são a tendência geral. Uma queda de 60 a 85 pontos, não: a população sob o código passou a ser outra. Ver tse_quebra_2002.

O que fazer

Para análises restritas a 2002 ou depois, nada — a quebra não a atinge. Para séries que cruzam 2000/2002, o mínimo é excluir os códigos afetados do período antigo; o correto é obter os rótulos de ocupação do TSE de cada eleição e construir um dicionário com chave ⁠(código, ano)⁠.

Examples

checa_periodo(c("211", "211", "111"), c(2000, 2012, 2000))

Description

A Classificação de Ocupações para Pesquisas Domiciliares é a da PNAD Contínua e do Censo Demográfico.

Usage

cod_isco08

Format

data.frame com 434 linhas:

cod

grupo de base da COD, quatro dígitos.

titulo

denominação oficial.

isco08

código ISCO-08 correspondente.

correspondencia

identidade (428 casos), adaptacao (5) ou agregacao (1).

Por que quase tudo é identidade

A COD é construída sobre a ISCO-08. Não há tábua de conversão a consultar: 428 dos 434 grupos de base são o próprio código internacional. O que resta são seis adaptações brasileiras, documentadas uma a uma em cod_para_isco08() — polícia e bombeiro militar, trabalhadores do sexo e pescadores.

O contraste com a perna da CBO é de desenho, não de esforço: aquela depende de uma tábua do Ministério do Trabalho que cobre metade do seu universo; esta cobre 100% do seu.

Source

Estrutura da Ocupação (COD), IBGE, distribuída em inst/extdata/fontes/Estrutura_Ocupacao_COD.xls.

Examples

head(cod_isco08)

# Quase tudo é identidade — a COD do IBGE é a ISCO-08 com outro nome. As
# poucas exceções são onde vale olhar antes de confiar.
table(cod_isco08$correspondencia)
cod_isco08[cod_isco08$correspondencia != "identidade", ]

Description

A PNAD Continua tem posicao na ocupacao (V4012) e o numero de empregados do empregador, o que recupera a pequena burguesia e separa IVa de IVb — a distincao que pela porta do TSE fica indeterminada. Passe-os.

Usage

cod_para_egp(
  cod,
  conta_propria = NULL,
  n_supervisionados = NULL,
  n_classes = 11,
  rotulo = TRUE,
  avisar = TRUE
)

Arguments

Details

O que ela nao tem e a supervisao exercida sobre assalariados, que e o que define V (supervisores manuais) e governa as promocoes entre I e II. Por essa porta o EGP fica mais completo que pelas outras, mas nao completo.

Value

Vetor de texto (ou inteiro, se rotulo = FALSE).

Examples

cod_para_egp("2211", avisar = FALSE)

Description

Passa pela ISCO-08 e desce pela ponte reversa. E o caminho para o ISEI-88 e para o EGP a partir da PNAD Continua e do Censo.

Usage

cod_para_isco(cod)

Arguments

Details

E tambem o ponto em que a adaptacao brasileira da COD se desfaz sem que voce peca: o IBGE aloca a policia militar e o corpo de bombeiros militar ao grande grupo 0, o das forcas armadas, e esta funcao os devolve a 5162 e 5161, que e onde os codigos 145, 232, 233 e 258 do cadastro do TSE tambem aterrissam. Quem ler o primeiro digito da COD em vez de traduzir poe o policial militar da populacao num grande grupo e o candidato policial militar em outro. O exemplo abaixo mostra os dois caminhos.

Value

Vetor de texto com o ISCO-88.

See Also

O artigo Comparar duas fontes, no site do pacote, que trata das oito decisoes de uma comparacao entre candidaturas e populacao e explica esta adaptacao em detalhe: https://moraespeixoto.github.io/ocupacoesBR/articles/comparar-fontes.html

Examples

cod_para_isco(c("2211", "0411"))

# a adaptacao da COD, desfeita: 0411 e policia militar
cod_para_isco08("0411")   # 5412, servico protetivo na ISCO-08
cod_para_isco("0411")     # 5162, o mesmo destino dos codigos do TSE

Description

Converte o codigo da Classificacao de Ocupacoes para Pesquisas Domiciliares — a da PNAD Continua e do Censo Demografico — no codigo ISCO-08.

Usage

cod_para_isco08(cod)

Arguments

Value

Vetor de texto com o ISCO-08.

Por que esta perna e quase gratuita

A COD e construida sobre a ISCO-08, e por isso 428 dos seus 434 grupos de base sao identicos ao codigo internacional. Nao ha tabua de conversao a consultar nem correspondencia a construir: a traducao e identidade, e o que resta e decidir as seis adaptacoes brasileiras.

Compare com a perna da CBO, que exige a tabua do Ministerio do Trabalho e cobre metade do seu universo. A diferenca nao e de esforco: e de desenho das classificacoes.

As seis adaptacoes

0411, 0412, 0511, 0512

policia e bombeiro militar. Vao para 5412 e 5411, do grande grupo 5 (servicos protetivos), e nao para o grande grupo 0 (forcas armadas): a PM e o BM brasileiros sao militarizados em estatuto, mas exercem servico protetivo civil, e e a funcao que a classificacao mede. A distincao entre oficial e praca se perde — a ISCO-08 nao a tem, e no Brasil ela e um degrau de status real. Quem precisar dela tem de trata-la fora do ISEI.

5168

trabalhadores do sexo, para 5169 (servicos pessoais nao classificados em outra parte).

6225

pescadores, para o subgrupo 6220. A COD funde numa rubrica o que a ISCO-08 reparte em quatro (aquicultura, pesca costeira, pesca de alto-mar, caca), que vao de ISEI 11 a 21. Escolher uma seria arbitrario; o subgrupo e a forma arredondada que o proprio ISMF publica.

O unico buraco, e ele vem da fonte

A traducao e completa — os 434 grupos de base chegam a ISCO-08 e a ISCO-88. Mas as FORCAS ARMADAS (0110 e 0210) ficam sem ISEI-88, prestigio-88 e EGP, porque o ISMF nao pontua o ISCO-88 0110. As medidas ancoradas na ISCO-08 existem — cod_para_isei08("0110") e 60,9 (oficiais) e ("0210"), 51,6 —, porque o isqoisei08.sps pontua a hierarquia militar da ISCO-08; a lacuna e so na ponte de volta a ISCO-88, e devolver NA ali e o comportamento correto, nao um escore inventado.

See Also

cod_para_isei08(), cod_para_isco(), crosswalk_cod()

Examples

cod_para_isco08(c("2211", "0411", "6225"))

Description

Use este, e nao cod_para_isei08(), para comparar com dado eleitoral: o pacote e ancorado na ISCO-88 e e nela que o TSE aterrissa.

Usage

cod_para_isei(cod)

Arguments

Value

Vetor numerico com o escore ISEI-88.

Examples

cod_para_isei(c("2211", "9629"))

Description

Versao para a classificacao do IBGE, que e a da PNAD Continua e do Censo. Leia tse_para_isei_br() para o que a regua e e o que ela nao e.

Usage

cod_para_isei_br(cod)

Arguments

Value

Vetor numerico com o escore ISEI-BR, entre 10 e 90.

See Also

tse_para_isei_br(), isco08_isei_br

Examples

cod_para_isei_br(c("2211", "9629"))

Description

ISEI-08 a partir da COD

Usage

cod_para_isei08(cod)

Arguments

Value

Vetor numerico com o escore ISEI-08.

Examples

cod_para_isei08(c("2211", "9629"))

Description

Prestigio de Treiman a partir da COD

Usage

cod_para_prestigio(cod)

Arguments

Value

Vetor numerico.

Examples

cod_para_prestigio(c("2211", "9629"))

Description

Prestigio de Treiman ancorado na ISCO-08, a partir da COD

Usage

cod_para_prestigio08(cod)

Arguments

Value

Vetor numerico.

Examples

cod_para_prestigio08(c("2211", "9629"))

Description

O denominador. A distribuição da população brasileira de 18 anos ou mais pelos códigos ISCO-88, a partir da COD da PNAD Contínua, com a parcela que não está ocupada como linha da própria tabela — e não como ausência dela. É o outro lado de tse_universo, na mesma forma, para que comparar candidatura com população seja uma junção de duas linhas.

Usage

cod_populacao_br

Format

data.frame com 3.811 linhas:

piso

o piso etário de elegibilidade: 18, 21, 30 ou 35 anos. São pisos, não faixas — cada um é a população inteira daquela idade em diante, e por isso se sobrepõem.

sexo

"Homem", "Mulher" ou "Todos".

isco88

código ISCO-88 de quatro dígitos. NA nas duas linhas que não são ocupação.

situacao

"Ocupado", "Não ocupado" ou "Ocupado sem endereço na ISCO-88" (0,01% — a COD cobre quase tudo).

pop

pessoas estimadas, com o peso da PNAD Contínua.

n_pessoas

pessoas distintas na amostra, atrás da estimativa. É a coluna de precisão, e 704 das 3.811 linhas têm menos de 30.

pct

percentual dentro de ⁠(piso, sexo)⁠. Somam 100 por construção.

É estimativa de amostra com peso, e é de 2025

Isto não é um censo. Cada pop é uma estimativa da PNAD Contínua dos quatro trimestres de 2025, com o peso V1028 dividido pelo número de trimestres, e carrega o erro amostral que n_pessoas deixa medir. Ao contrário das tábuas de conversão do pacote, que não envelhecem, esta tabela envelhece: uma distribuição de 2025 lida daqui a alguns anos descreve um país que mudou. Declare o ano ao usá-la.

O pacote não faz desenho amostral. Se você precisa de erro-padrão, de intervalo de confiança ou de subpopulação, o caminho é o microdado com survey — esta tabela dá o ponto, não a incerteza.

O piso é a decisão que mais move o denominador

Os quatro pisos são os do art. 14 §3º da Constituição: 18 anos para vereador, 21 para prefeito e deputado, 30 para governador, 35 para senador e presidente. A parcela que não está ocupada muda com o piso, e não pouco:

Quem compara candidatos ao Senado com "a população" sem escolher o piso erra o denominador em quatro pontos, e a diferença entre os sexos é de mais de vinte.

As duas fontes perdem quase a mesma gente, por motivos opostos

Medida sobre a população de 18 anos ou mais, a cobertura do ISEI é de 61,8%; medida sobre as candidaturas de 2024, tse_universo registra 62,0%. Os números quase coincidem e as razões não têm nada em comum: a população perde quem não está ocupado, o Tribunal perde quem marcou uma rubrica que não nomeia ocupação. Trocar o denominador sem dizer troca o resultado sem avisar. É o assunto do artigo Comparar duas fontes, no site do pacote: https://moraespeixoto.github.io/ocupacoesBR/articles/comparar-fontes.html

A chave passou pela ponte reversa

A PNAD classifica por COD, e a chave desta tabela é a ISCO-88: o script percorre COD -> ISCO-08 -> ISCO-88, e o segundo passo é a ponte que isco08_para_isco88() documenta como voltando ao ponto de partida em apenas 69% dos códigos. Quem descer ao código de quatro dígitos deve saber disso, e olhar n_pessoas antes de ler a célula.

Source

Microdados da PNAD Contínua trimestral, IBGE, quatro trimestres de 2025. Gerada por ⁠data-raw/07b_gera_populacao.R⁠. Os microdados não viajam com o pacote (212 MB por trimestre); o que entra é esta tabela agregada, sem indivíduo e sem identificador. https://ftp.ibge.gov.br/Trabalho_e_Rendimento/Pesquisa_Nacional_por_Amostra_de_Domicilios_continua/Trimestral/Microdados/

Examples

# O universo, declarado: quem está ocupado e quem não está.
p <- cod_populacao_br
aggregate(pct ~ situacao, p[p$piso == 18 & p$sexo == "Todos", ], sum)

# A composição da população ocupada pelo grande grupo, no piso de vereador.
o <- p[p$piso == 18 & p$sexo == "Todos" & p$situacao == "Ocupado", ]
round(tapply(o$pop, substr(o$isco88, 1, 1), sum) / sum(o$pop) * 100, 1)

# A célula que só existe porque a tabela guarda quatro dígitos: a polícia
# militar, que a COD aloca ao grande grupo 0 e cod_para_isco() devolve ao 5.
p[p$isco88 %in% c("5161", "5162") & p$piso == 18, ]

Description

Tabela completa de traducao a partir da CBO-2002

Usage

crosswalk_cbo2002(cbo = NULL, empate = c("na", "moda"), escada = FALSE)

Arguments

Value

data.frame com CBO-2002, titulo, familia, CBO-94, ISCO-88, ISCO-08, ISEI, SIOPS, EGP, agregado, empate e nivel_usado. empate e TRUE quando a linha e uma familia de quatro digitos sem ISCO majoritario; com empate = "na" (padrao) o ISCO dessa linha sai NA, exatamente como em cbo2002_para_isco() — a tabela nao pode devolver o que a porta recusa.

A coluna egp sai degradada, e em silêncio

O EGP não é função só da ocupação: as suas regras pedem a posição no emprego e o número de subordinados, e nenhum dos dois existe num código de CBO-2002. A coluna é calculada sem eles, e a consequência não é ruído — IVa, IVb e V saem estruturalmente vazias, de modo que a pequena burguesia aparece contada como classe de serviço. Isso é inversão de classe, não arredondamento.

A chamada silencia o aviso que isco88_para_egp() emitiria, porque repeti-lo uma vez por linha seria inútil; a ressalva passou a viver aqui, na auditoria de 05/09/2026. Para publicar, use os colapsos de 5 ou 3 classes, onde IVa e IVb se fundem a categorias que existem, e leia isco88_para_egp().

Examples

head(crosswalk_cbo2002())
crosswalk_cbo2002(c("1111-05", "225120"))

Description

Tabela completa de traducao a partir da CBO-94

Usage

crosswalk_cbo94(cbo94 = NULL)

Arguments

Value

data.frame com CBO-94, ISCO-88, ISCO-08, ISEI-88, prestigio e EGP.

A coluna egp sai degradada, e em silêncio

O EGP não é função só da ocupação: as suas regras pedem a posição no emprego e o número de subordinados, e nenhum dos dois existe num código de CBO-94. A coluna é calculada sem eles, e a consequência não é ruído — IVa, IVb e V saem estruturalmente vazias, de modo que a pequena burguesia aparece contada como classe de serviço. Isso é inversão de classe, não arredondamento.

A chamada silencia o aviso que isco88_para_egp() emitiria, porque repeti-lo uma vez por linha seria inútil; a ressalva passou a viver aqui, na auditoria de 05/09/2026. Para publicar, use os colapsos de 5 ou 3 classes, onde IVa e IVb se fundem a categorias que existem, e leia isco88_para_egp().

Examples

head(crosswalk_cbo94())

Description

Tabela completa de traducao a partir da COD

Usage

crosswalk_cod(cod = NULL)

Arguments

Value

data.frame com COD, titulo, ISCO-08, ISCO-88, as duas versoes do ISEI, o prestigio, o EGP e o tipo de correspondencia.

A coluna egp sai degradada, e em silêncio

O EGP não é função só da ocupação: as suas regras pedem a posição no emprego e o número de subordinados, e nenhum dos dois existe num código de COD da PNAD. A coluna é calculada sem eles, e a consequência não é ruído — IVa, IVb e V saem estruturalmente vazias, de modo que a pequena burguesia aparece contada como classe de serviço. Isso é inversão de classe, não arredondamento.

A chamada silencia o aviso que isco88_para_egp() emitiria, porque repeti-lo uma vez por linha seria inútil; a ressalva passou a viver aqui, na auditoria de 05/09/2026. Para publicar, use os colapsos de 5 ou 3 classes, onde IVa e IVb se fundem a categorias que existem, e considere isco_posicao_br como prior empírico da posição no emprego. Compare com crosswalk_tse(), que é a única das quatro tabelas em que o EGP sai completo, porque o dicionário do TSE marca quem trabalha por conta própria.

Examples

head(crosswalk_cod())
crosswalk_cod(c("2211", "0411", "6225"))

Description

Devolve, num único data.frame, tudo o que o pacote sabe sobre cada código de ocupação do TSE. Serve para inspecionar a medida antes de aplicá-la, para publicar como material suplementar de um artigo e para auditar decisões de classificação uma a uma.

Usage

crosswalk_tse(cod = NULL)

Arguments

Value

data.frame com o código do TSE, ISCO-88, ISCO-08, ISEI-88, ISEI-08, SIOPS, EGP, classe, estrato, componente da classe alta e as marcas de ocupação política e de proprietário.

A coluna egp, e por que só aqui ela é comparável

Esta é a única das quatro tabelas de tradução em que o EGP sai com a posição no emprego informada: o dicionário do TSE marca em tse_isco$conta_propria quem trabalha por conta própria, e é essa marca — não proprietario — que corresponde ao SEMPL = 2 das sintaxes do ISMF. Por isso IVb e IVc aparecem aqui e saem vazias em crosswalk_cod(), crosswalk_cbo2002() e crosswalk_cbo94(), onde o código não carrega posição alguma.

O que continua faltando é o número de subordinados: IVa e IVb não se separam, todos caem em IVb, e V fica subestimada. Para publicar, prefira os colapsos de 7 ou 5 classes.

Até 05/09/2026 esta coluna usava proprietario, e discordava de tse_para_egp() em dois códigos — o agricultor (601) e o pescador (604) saíam em VIIb aqui e em IVc na função. Como esta tabela existe para ser publicada como suplemento, o suplemento contradizia o código que produziu as estimativas. As duas saídas hoje são idênticas por teste.

Examples

head(crosswalk_tse())
crosswalk_tse(c(111, 169, 257))

Description

A distribuição brasileira de posição no emprego — conta própria, empregador, número de empregados, setor público, posição militar — para cada código ISCO-88, apurada nos microdados da PNAD Contínua de 2025.

Usage

isco_posicao_br

Format

data.frame com 319 linhas:

isco88

código ISCO-88 de quatro dígitos.

n_pessoas

pessoas distintas observadas (a medida honesta de precisão; veja a seção sobre o painel).

n_obs

observações pessoa-trimestre.

pct_conta_propria

% que trabalha por conta própria ou é empregadora — o SEMPL = 2 das sintaxes do ISMF.

pct_empregador

% que é empregadora.

pct_emp_11mais

entre os empregadores, % com 11 ou mais empregados — o limiar que separa a ISCO 12 da 13. NA onde há menos de 25 empregadores na célula.

pct_setor_publico

% empregada do setor público, inclusive empresas de economia mista (V4012 == 4). É a coluna que torna comparável, do lado da população, o vínculo público que o formulário do TSE oferece como rótulo — veja a seção "O vínculo público".

pct_militar

% cuja posição declarada é militar (V4012 == 2). Leia a seção "Militar é duas coisas" antes de usar: esta coluna não é o grande grupo 0 da ISCO-88, e a diferença é o assunto.

grupo

o grande grupo de dois dígitos.

n_pessoas_grupo, pct_conta_propria_grupo, pct_empregador_grupo, pct_setor_publico_grupo, pct_militar_grupo

o mesmo, apurado no grupo de dois dígitos. Cada linha carrega a sua própria estimativa e a do grupo, para que quem cair numa célula fina possa recuar um nível sem refazer a conta — e veja, lado a lado, com que n cada uma foi apurada.

Para que serve

O EGP não é função só da ocupação: as regras do ISMF pedem a posição no emprego e a supervisão. O formulário do TSE não pergunta nenhuma das duas, e por isso o esquema sai degradado (veja isco88_para_egp()). Esta tabela é o prior empírico dessa variável ausente: não imputa a posição de ninguém, e sim informa qual é a composição da ocupação no país.

O uso legítimo é análise de sensibilidade — rodar o EGP com e sem a posição provável e ver se a conclusão se move. O uso ilegítimo é tratar a proporção como se fosse o caso individual.

O painel rotativo

A PNAD reentrevista o mesmo domicílio por cinco trimestres. Os quatro trimestres de 2025 somam 864.870 observações de 437.880 pessoas distintas (1,98x). Somá-los como amostras independentes inflaria o n sem acrescentar informação na mesma proporção. Por isso os pesos são divididos pelo número de trimestres — as estimativas são a média do ano civil, com os pesos somando a população e não quatro vezes ela — e a coluna de precisão é n_pessoas.

O que ela mostra, e por que isso importa

A ISCO 61 é, na definição da OIT, quem opera a própria terra; a 92 é o assalariado rural. O dado brasileiro separa as duas com folga:

É a evidência externa que motivou separar tse_isco$conta_propria de tse_isco$proprietario: o agricultor familiar trabalha por conta própria sem pertencer à classe proprietária.

Como candidatos são selecionados por patrimônio, tomar estas proporções como piso — e não como estimativa central — é a leitura conservadora.

O vínculo público

O cadastro de ocupações do TSE oferece à pessoa quatro rótulos que substituem a ocupação em vez de a nomear — ⁠291 OCUPANTE DE CARGO EM COMISSÃO⁠ e 296/297/⁠298 SERVIDOR PÚBLICO FEDERAL/ESTADUAL/MUNICIPAL⁠. Nenhum tem ISCO, e corretamente: não designam ocupação. Na PNAD Contínua as mesmas pessoas têm ocupação declarada, porque vínculo e ocupação são duas perguntas separadas. Medido nos quatro trimestres de 2025, o setor público é 11,7% dos ocupados com endereço na ISCO-88, e se distribui assim pelo grande grupo:

Quase quatro em dez estão no dígito 2, professores sobretudo. Uma comparação de composição entre as duas fontes que não trate disso compara um universo que exclui servidores com outro que os inclui. O artigo Comparar duas fontes, no site do pacote, mede a consequência: https://moraespeixoto.github.io/ocupacoesBR/articles/comparar-fontes.html

Esta coluna não conserta o construto, só o denominador: no TSE o vínculo público é uma escolha de rótulo, feita por quem podia ter escrito "professor"; aqui é a posição de quem também declarou a ocupação.

Militar é duas coisas, e elas discordam

O dicionário do IBGE define V4012 == 2 como "militar do exército, da marinha, da aeronáutica, da polícia militar ou do corpo de bombeiros militar". Não é o grande grupo 0 da ISCO-88. Medido aqui: entre quem declara essa posição, 39,9% cai no grande grupo 0 pelo código de ocupação e 60,1% cai no 5, o dos serviços protetivos. A pergunta sobre posição e a pergunta sobre ocupação discordam sobre quem é militar no Brasil, e a discordância é a mesma que a COD registra ao alocar a polícia militar e o bombeiro militar ao grande grupo 0 — adaptação que cod_para_isco() desfaz, devolvendo 5162 e 5161.

A consequência prática: pct_militar não é o tamanho das forças armadas (0,81% dos ocupados inclui o policiamento militar), e não deve ser somada nem comparada com a parcela do grande grupo 0 como se fossem a mesma coisa. Nenhuma das duas respostas é o erro da outra; são construtos diferentes.

As quatro colunas não se somam a 100

pct_conta_propria, pct_setor_publico e pct_militar são mutuamente exclusivas — V4012 vale 2, 4, 5 ou 6, e nunca duas ao mesmo tempo — e a soma das três nunca passa de 100. O que sobra é empregado do setor privado, trabalhador doméstico e trabalhador familiar auxiliar. pct_empregador não entra nessa soma: é subconjunto de pct_conta_propria.

A tabela atravessa a ponte reversa

A PNAD classifica por COD, e a chave desta tabela é a ISCO-88, de modo que ⁠data-raw/07_gera_posicao.R⁠ percorre COD -> ISCO-08 -> ISCO-88. O segundo passo é a ponte reversa, que isco08_para_isco88() documenta como voltando ao ponto de partida em apenas 69% dos códigos. A advertência existia lá e não aqui, que é onde quem usa esta tabela vai olhar (auditoria de 05/09/2026).

Na prática o dano é pequeno, porque as linhas publicadas são grupos de dois dígitos e a perda da ponte está sobretudo no quarto. Mas quem descer ao código de quatro dígitos desta tabela deve saber que a chave passou por uma tradução que não é bijetiva.

Source

Microdados da PNAD Contínua trimestral, IBGE, quatro trimestres de 2025, acessados em 28/07/2026. https://ftp.ibge.gov.br/Trabalho_e_Rendimento/Pesquisa_Nacional_por_Amostra_de_Domicilios_continua/Trimestral/Microdados/ Gerada por ⁠data-raw/07_gera_posicao.R⁠. Os microdados não viajam com o pacote (212 MB por trimestre); o que entra é esta tabela agregada.

Examples

# Dentro do mesmo ISCO convivem quem trabalha por conta própria e quem
# emprega. É esta tabela, medida na PNAD Contínua, que separa os dois — e
# foi ela que tirou o agricultor da classe alta.
p <- isco_posicao_br
head(p[order(-p$pct_conta_propria),
       c("isco88", "n_obs", "pct_conta_propria", "pct_empregador")], 5)

Description

Ponte da ISCO-08 de volta para a ISCO-88

Usage

isco08_isco88

Format

data.frame com 590 linhas:

isco08

código de origem.

isco88

código de destino na revisão de 1988.

A ida e a volta não se cancelam

Levar um código da ISCO-88 à ISCO-08 por isco88_para_isco08() e trazê-lo de volta por isco08_para_isco88() devolve o ponto de partida em 69% dos casos. O terço restante não é defeito: a OIT reparte e funde categorias entre as revisões, e a composição das duas concordâncias não é a identidade.

Esta tabela é o que destrava o EGP e o ISEI-88 para quem entra pela COD — a PNAD Contínua e o Censo aterrissam na ISCO-08, e todo o esquema de classes do pacote está ancorado na ISCO-88.

Source

Módulo isco0888.sps do International Stratification and Mobility File. http://www.harryganzeboom.nl/ismf/index.htm

Examples

head(isco08_isco88)

# É esta tábua que permite entrar pela PNAD ou pelo Censo e chegar às
# medidas ancoradas na ISCO-88.
nrow(isco08_isco88)

Description

O ISEI que o pacote carregava era importado: Ganzeboom, De Graaf e Treiman (1992) escalonaram a ISCO sobre 31 conjuntos de dados de dezesseis países, levantados entre 1968 e 1982. O Brasil está entre eles, e não de passagem: a PNAD de 1973 e a de 1982 deram 15.439 dos 73.901 homens da amostra — 20,9%, a segunda maior contribuição nacional, atrás só da norte-americana.

Usage

isco08_isei_br

Format

data.frame com 590 linhas, uma para cada chave de isco08_medidas, e as colunas:

isco08

código ISCO-08 de quatro dígitos.

isei_br

escore, contínuo entre 10 e 90.

n_pessoas

pessoas distintas na célula que forneceu o escore.

n_obs

observações trimestrais nessa mesma célula.

nivel

em quantos dígitos o escore foi apurado: 4 é a própria ocupação, 3, 2 e 1 são grupos cada vez mais grossos.

anos_estudo

média de anos de estudo na célula, sem residualizar.

log_renda

média do log do rendimento habitual, sem residualizar.

Os atributos theta, beta_direto, beta_total, parcela_mediada, n_obs e n_pessoas guardam os parâmetros da estimação e o tamanho da amostra que a produziu. Note que n_obs como atributo é a amostra de estimação inteira, e n_obs como coluna é a célula daquela linha.

Details

O que a régua importada não faz é deixar o Brasil ter ângulo próprio. Os dezesseis países entram num único escalonamento, e o dado brasileiro que o alimenta é de 1973 e 1982. Esta tabela é o mesmo procedimento refeito do zero sobre a PNAD Contínua de 2025, com um ângulo estimado só aqui. Ela fecha a lacuna que vignette("validacao") declarava em aberto.

Método

A ocupação entra como variável interveniente entre escolaridade e renda, e o escore de cada ocupação é a combinação das médias de escolaridade e de renda dos seus ocupantes que minimiza o efeito direto da escolaridade sobre a renda. A amostra tem idade de 21 a 64 anos, ambos os sexos, pelo menos 30 horas semanais no trabalho principal e rendimento habitual positivo. Escolaridade e renda entram residualizadas em idade, idade ao quadrado, sexo e trimestre. O peso é dividido pelo número de trimestres, porque a PNAD é painel rotativo e a mesma pessoa reaparece.

O resíduo, que é achado e não defeito

O procedimento de 1992 supõe que a ocupação medeia integralmente a relação entre escolaridade e renda, e escolhe o ângulo onde o efeito direto zera. No Brasil ele não zera. A curva tem mínimo interior e para em 0,206, contra um efeito total de 0,494, de modo que a ocupação medeia 58,4% do efeito. Os outros 41,6% são escolaridade que paga dentro da mesma ocupação, o que se lê como heterogeneidade intraocupacional e informalidade. Adota-se o ângulo de mínimo e publica-se o resíduo.

Sensibilidade

O ordenamento não depende do ângulo exato nem das escolhas de método. A correlação de Spearman entre a escala no ângulo adotado e em mais ou menos 0,15 radianos é de 0,999. Sete especificações alternativas foram testadas, entre elas exigir 40 horas, dispensar a restrição de horas, usar renda-hora, usar rendimento efetivo, restringir a homens como o artigo de 1992 fez, e usar escolaridade em categorias: nenhuma move o ordenamento abaixo de 0,99 contra a especificação adotada, e a parcela mediada fica sempre entre 57,9% e 60,1%. Quem reproduz esses três números é ⁠data-raw/09b_sensibilidade_isei_br.R⁠, que imprime a tabela inteira e não grava nada.

A escala não é a do ISEI, e isso importa na comparação

Os escores saem de um min–max sobre as células de estimação, para o intervalo de 10 a 90. O intervalo é o mesmo do ISEI, a dispersão não: o desvio padrão do ISEI-BR é da ordem de 14 a 15, contra 21 do ISEI-08, porque o min–max é governado pelas células extremas. A consequência é operacional e foi encontrada na auditoria de 05/09/2026: a diferença bruta isei_br - isei08 correlaciona-se a -0,85 com o próprio isei08, de modo que a lista das ocupações que "mais sobem" é, em boa parte, a lista das que estavam mais embaixo. Num gráfico das duas, a diagonal de 45 graus marca a igualdade de escore e não a de posição.

Para comparar as duas réguas, padronize as duas antes de subtrair. É o que vignette("validacao") passou a fazer. Para usar o ISEI-BR sozinho — que é o uso previsto — nada disso importa, porque a escala é monotônica e qualquer análise por ordenamento é indiferente a ela.

O que se perde

A COD funde oficiais e praças de polícia e bombeiro militar, então a escala não distingue os dois. Códigos da ISCO-08 em que nenhuma COD aterrissa herdam o escore do grupo acima. Dos 407 códigos de quatro dígitos, 348 têm escore próprio e 59 são herdados por terem menos de 30 pessoas na amostra. As outras 183 linhas são as formas arredondadas de dois e três dígitos, que existem porque a ocupação declarada ao TSE é grossa e aterrissa nelas.

O que ela não é

Não é substituta do ISEI-08. Comparação internacional continua exigindo a âncora internacional, e uma série não troca de régua no meio. É um ano só, 2025, e não forma série.

Source

PNAD Contínua trimestral, microdados dos quatro trimestres de 2025, IBGE. Acesso em 05/09/2026. Gerada por ⁠data-raw/09_gera_isei_br.R⁠, com a sensibilidade em ⁠data-raw/09b_sensibilidade_isei_br.R⁠; os sha256 dos arquivos estão em inst/extdata/PROVENIENCIA.yml.

References

Ganzeboom, H. B. G., De Graaf, P. M., & Treiman, D. J. (1992). A standard international socio-economic index of occupational status. Social Science Research, 21(1), 1-56.

See Also

tse_para_isei_br() e as irmãs por COD, CBO-2002 e ISCO-08.

Examples

head(isco08_isei_br)

# Concorda com a âncora internacional sem ser cópia dela.
f <- isco08_isei_br[isco08_isei_br$nivel == 4, ]
i <- isco08_medidas$isei08[match(f$isco08, isco08_medidas$isco08)]
round(stats::cor(f$isei_br, i, use = "complete.obs", method = "spearman"), 3)

# Os parâmetros da estimação viajam com a tabela.
attributes(isco08_isei_br)[c("theta", "parcela_mediada")]

Description

Medidas ancoradas na ISCO-08

Usage

isco08_medidas

Format

data.frame com as colunas:

isco08

código ISCO-08 de quatro dígitos.

isei08

escore ISEI-08, contínuo.

siops08

escore SIOPS-08, contínuo.

Source

Módulos isqoisei08.sps e isqotrei08.sps do International Stratification and Mobility File. http://www.harryganzeboom.nl/ismf/index.htm

Examples

head(isco08_medidas)

# A âncora é outra: um escore da ISCO-08 não é comparável com um da
# ISCO-88, e misturar as duas numa mesma série é o erro mais comum.
nrow(isco08_medidas)
summary(isco08_medidas$isei08)

# Estes escores foram estimados fora do Brasil. Para a régua estimada em
# dado brasileiro, com o mesmo método, veja [isco08_isei_br].

Description

A ponte de volta, do modulo isco0888.sps do ISMF.

Usage

isco08_para_isco88(isco08)

Arguments

Value

Vetor de texto com o ISCO-88.

A ida e a volta nao se cancelam

Levar um codigo da ISCO-88 a ISCO-08 e traze-lo de volta devolve o ponto de partida em apenas 69% dos casos. Isso nao e defeito de implementacao: e propriedade da concordancia da Organizacao Internacional do Trabalho, que reparte e funde categorias entre as duas revisoes. Um terco dos codigos nao tem volta ao mesmo lugar, e quem encadeia as duas pontes precisa saber disso.

Examples

isco08_para_isco88(c("2211", "5412"))

Description

Entrada direta para quem ja tem o codigo internacional. Leia tse_para_isei_br() para o que a regua e e o que ela nao e.

Usage

isco08_para_isei_br(isco08)

Arguments

Value

Vetor numerico com o escore ISEI-BR, entre 10 e 90.

See Also

tse_para_isei_br(), isco08_isei_br

Examples

isco08_para_isei_br(c("2211", "5411"))

Description

Ponte da ISCO-88 para a ISCO-08

Usage

isco88_isco08

Format

data.frame com as colunas:

isco88

código de origem.

isco08

código de destino, já truncado como manda a sintaxe.

n_alternativas

quantos destinos a Organização Internacional do Trabalho define para esse código de origem. Vale 1 quando a conversão é unívoca; acima disso, a tradução é uma escolha entre alternativas, e convém dizê-lo ao leitor.

Source

Módulo isco8808.sps do International Stratification and Mobility File. http://www.harryganzeboom.nl/ismf/index.htm

Examples

head(isco88_isco08)

# A ponte não é uma bijeção: 186 dos 530 códigos têm mais de um destino
# possível na ISCO-08, e a tábua escolhe um deles.
table(isco88_isco08$n_alternativas > 1)

# Peça a marca junto com a tradução quando a ambiguidade importar:
isco88_para_isco08("1229", com_ambiguidade = TRUE)

Description

Medidas ancoradas na ISCO-88

Usage

isco88_medidas

Format

data.frame com as colunas:

isco88

código ISCO-88 de quatro dígitos, incluindo as formas arredondadas da hierarquia (2400 para o grande grupo 24).

isei88

escore ISEI.

siops88

escore de prestígio SIOPS, de Treiman.

egp

classe EGP da tabela-base, antes das regras que dependem de posição na ocupação e supervisão. Não use esta coluna diretamente: use isco88_para_egp(), que aplica as regras.

rotulo

rótulo em inglês, quando a sintaxe original o traz.

Source

Módulos iskoisei.sps, iskotrei.sps, iskoroot.sps e iskolab.sps do International Stratification and Mobility File, de Harry B. G. Ganzeboom e Donald J. Treiman. http://www.harryganzeboom.nl/ismf/index.htm

Examples

head(isco88_medidas)

# O ISEI e o prestígio ordenam parecido, mas não igual — e é na diferença
# que mora a escolha entre um e outro.
m <- isco88_medidas[stats::complete.cases(isco88_medidas[, c("isei88",
                                                             "siops88")]), ]
round(stats::cor(m$isei88, m$siops88, method = "spearman"), 3)

Description

Implementação das sintaxes iskopromo.sps e iskoegp.sps do International Stratification and Mobility File, de Ganzeboom e Treiman.

Usage

isco88_para_egp(
  isco,
  conta_propria = NULL,
  n_supervisionados = NULL,
  n_classes = 11,
  rotulo = TRUE,
  avisar = TRUE
)

Arguments

Value

Vetor de texto (ou inteiro, se rotulo = FALSE).

O que o EGP exige e o TSE não tem

O EGP não é uma função só da ocupação. As suas regras usam duas variáveis adicionais: a posição na ocupação (conta_propria) e o número de pessoas supervisionadas (n_supervisionados). Sem elas, IVa e IVb — a pequena burguesia — ficam estruturalmente vazias, e V (técnicos de nível inferior e supervisores manuais) sai fortemente subestimada, porque só dois códigos ISCO a produzem sem a variável de supervisão. Como o formulário do TSE pergunta apenas a ocupação, quem parte dele obtém uma versão degradada do esquema, e a função avisa quando é esse o caso.

Partindo só da ocupação, o resultado não deve ser publicado como uma tabela EGP de onze classes. Os colapsos de 5 e 3 classes, em que IVa e IVb se fundem a categorias que existem, são o uso defensável.

Essa não é uma limitação do pacote, e sim do dado: é exatamente o ponto que Carvalhaes (2015) levanta ao avaliar o EGP no Brasil, onde a categoria de conta própria é a que o esquema melhor capta — e é justamente a que se perde.

Os colapsos de 7, 5 e 3 classes

Vêm da tabela "The class schema" de Erikson e Goldthorpe (1992), pp. 38–39. Cuidado ao comparar com outras implementações: várias numeram IVc na sétima posição, e os vetores parecem divergir quando na verdade concordam.

References

Erikson, R.; Goldthorpe, J. H. (1992). "The class schema", em The Constant Flux: A Study of Class Mobility in Industrial Societies. Oxford: Clarendon Press, pp. 38–39.

Ganzeboom, H. B. G.; Treiman, D. J. (1996). Internationally comparable measures of occupational status for the 1988 International Standard Classification of Occupations. Social Science Research, 25(3), 201–239.

Carvalhaes, F. (2015). A tipologia ocupacional Erikson-Goldthorpe-Portocarero (EGP): uma avaliação analítica e empírica. Sociedade e Estado, 30(3), 673–703.

Examples

isco88_para_egp(c("2211", "1300", "6100"), avisar = FALSE)

# com as variáveis que o esquema realmente pede, a pequena burguesia aparece
isco88_para_egp(c("5220", "5220"),
                conta_propria = c(TRUE, TRUE),
                n_supervisionados = c(0, 5))

Description

Aplica a conversão publicada no módulo isco8808.sps do ISMF, derivada da correspondência oficial da Organização Internacional do Trabalho.

Usage

isco88_para_isco08(isco88, com_ambiguidade = FALSE)

Arguments

Value

Vetor de texto com o ISCO-08, ou um data.frame se com_ambiguidade = TRUE.

A ponte é ambígua e a ambiguidade importa

A OIT define, para muitos códigos da ISCO-88, mais de um destino possível na ISCO-08. A sintaxe original guarda esse número na parte decimal e instrui a truncá-lo quando não houver informação adicional. O pacote trunca, como manda, mas preserva a contagem em n_alternativas na tabela isco88_isco08, e tse_para_isco08() pode devolvê-la. Cerca de um terço dos pares tem mais de uma alternativa: a conversão é uma escolha razoável, não um equivalente exato.

Examples

isco88_para_isco08(c("2211", "1300"))
isco88_para_isco08(c("2211", "1300"), com_ambiguidade = TRUE)

Description

Indice socioeconomico ISEI a partir do ISCO-88

Usage

isco88_para_isei(isco88)

Arguments

Value

Vetor numerico com o escore ISEI-88.

Examples

isco88_para_isei(c("2221", "5220", "9130"))

Description

Prestigio de Treiman a partir do ISCO-88

Usage

isco88_para_prestigio(isco88)

Arguments

Value

Vetor numerico.

Examples

isco88_para_prestigio("2221")

Description

Prestigio ocupacional de Treiman (SIOPS) a partir do ISCO-88

Usage

isco88_para_siops(isco88)

Arguments

Value

Vetor numerico com o escore de prestigio.

Examples

isco88_para_siops(c("2221", "5220", "9130"))

Description

Registros administrativos repetidos — candidaturas do TSE, vínculos da RAIS, prontuários — trazem a mesma pessoa várias vezes, e às vezes sem ocupação classificável. Esta função preenche a lacuna com o último escore observado da própria pessoa, e devolve junto a marca de herança e a defasagem, para que a qualidade do preenchimento seja auditável em vez de invisível.

Usage

isei_retrospectivo(escore, id, tempo, cod = NULL, excluir = NULL)

Arguments

Value

data.frame com escore (o valor final), herdado (lógico) e defasagem (quantas unidades de tempo desde a observação de origem).

Por que isto não é imputação estatística

Nada é modelado nem estimado. Usa-se apenas a história ocupacional da própria pessoa, jamais patrimônio, partido, escolaridade ou qualquer covariável — de modo que o escore resultante continua independente das variáveis com que se vai cruzá-lo. Uma imputação por covariável criaria colinearidade por desenho; esta não cria.

As três regras

só o passado

usar aparições futuras descreveria a posição no momento do registro por uma ocupação que a pessoa ainda não tinha.

excluir fica de fora

há posições em que a recuperação pelo passado é mínima e o apelo estaria justamente no futuro que a primeira regra proíbe — estudante e estagiário são o caso típico.

a herança é declarada

herdado e defasagem saem no resultado. Um escore herdado de doze anos atrás não vale o mesmo que um de quatro, e quem analisa precisa poder condicionar ou excluir.

O que ele erra, medido

O carregamento supõe que a ocupação da pessoa não mudou. Ela muda com frequência. Entre os 684.179 pares de candidaturas consecutivas da mesma pessoa em que o ISEI foi observado nas duas pontas — isto é, onde dá para conferir:

52,2%

mudam de código de ocupação.

45,2%

mudam de escore ISEI.

18,9 pontos

é a diferença absoluta média quando muda.

Ou seja: mesmo com defasagem zero, o escore herdado estaria errado em cerca de 45% dos casos, e por uma margem grande. E a defasagem raramente é zero — dos escores herdados, a mediana é de 4 anos, 34,6% vêm de 8 anos ou mais, e o máximo observado é 26.

Pior que o tamanho é a direção: o erro aponta sempre para o passado. Para quem ascendeu — a trajetória típica de profissionalização política — o carregamento puxa a posição para baixo. O viés não é ruído que se cancela na média; ele é sistemático e corre contra justamente a quantidade que estudos de recrutamento e oferta eleitoral querem medir.

Por isso herdado e defasagem saem no resultado, e não como cortesia: relate quantos escores são herdados, e rode a sua análise também só com os observados. Se a conclusão depender dos herdados, ela depende de uma suposição que este parágrafo mostra ser falsa em quase metade dos casos.

O que ele resolve, medido

Nas candidaturas ao TSE de 1998 a 2024, a cobertura do ISEI sobe de 68,5% para 76,0% entre homens e de 52,9% para 58,8% entre mulheres. A janela para aqui de propósito, e não por desatualização: a medição exige o painel por pessoa, que identifica a mesma candidatura em eleições diferentes, e a safra de 2026 ainda não tem esse painel montado. O restante do pacote vai a 2026; este número, não. O ganho é maior entre elas porque o padrão de ausência é fortemente generificado: 14,7% das candidatas declaram posição fora da PEA, contra 1,3% dos candidatos.

Examples

d <- data.frame(
  pessoa = c("A", "A", "A", "B", "B"),
  ano    = c(2012, 2016, 2020, 2016, 2020),
  isei   = c(70, NA, NA, NA, 45))
isei_retrospectivo(d$isei, d$pessoa, d$ano)

Description

Uma linha por medida de posição social oferecida pelo pacote, com a pergunta que ela responde, o que ela mede e quando não usá-la.

Usage

reguas

Format

data.frame com nove linhas e as colunas:

medida

nome curto da régua.

tipo

continua, categorica ou ordinal.

ancora

a classificação em que a régua está ancorada: ISCO-88, ISCO-08, a PNAD Contínua de 2025 ou o próprio cadastro do TSE.

escala

o intervalo ou o número de categorias. Para as réguas contínuas é o intervalo observado nas tabelas do pacote, calculado no momento da geração, não digitado.

funcao_tse

a porta de entrada pela ocupação declarada ao TSE.

outras_portas

as demais funções que chegam à mesma régua, separadas por vírgula; NA quando a medida só existe pela porta do TSE.

pergunta

a pergunta de pesquisa que a régua responde.

mede

o que a régua mede, em uma linha.

quando_nao_usar

a armadilha própria daquela régua — a razão pela qual ela é a escolha errada para certas perguntas.

fonte

de onde a régua vem.

ver

onde ler o assunto por inteiro.

Details

As réguas não são intercambiáveis, e a facilidade de trocar uma pela outra é o principal risco de usar este pacote: a troca custa uma letra no nome da função e não produz erro nenhum. Escolha pela pergunta, e diga qual escolheu. Esta tabela existe para que esse critério seja consultável — filtrável por tipo, por âncora ou por porta de entrada — e não apenas legível em prosa.

O que a tabela não diz, porque não é por régua

Quatro regras valem para todas e não cabem em nenhuma linha. NA não é zero, e o padrão de ausência é fortemente generificado — cerca de 15% das mulheres declaram posição fora da PEA, contra pouco mais de 1% dos homens —, de modo que média por grupo exige reportar a cobertura junto. O argumento ano resolve a quebra de cadastro de 2002, e sem ele uma candidatura de 1998 é traduzida pelo dicionário errado em silêncio. checa_cobertura() e checa_periodo() são ⁠opt-in⁠ e devem ser chamadas antes da análise. E toda tradução válida é, no mínimo, a dois dígitos: pelo primeiro dígito a correspondência inverte classes inteiras.

Source

Destilada da documentação do próprio pacote — as seções de tse_para_isei(), tse_para_isei_br(), tse_para_egp(), tse_para_estrato() e tse_para_componente_alta(), e a vinheta vignette("qual-regua"). É a única tabela do pacote que não deriva de fonte externa, e por isso não entra na auditoria de proveniência. Gerada por ⁠data-raw/12_gera_reguas.R⁠; o que a mantém em dia com o pacote é o teste que amarra as funções citadas aqui aos exports reais, nas duas direções.

See Also

vignette("qual-regua"), crosswalk_tse()

Examples

# As réguas contínuas, e por onde se entra nelas
reguas[reguas$tipo == "continua", c("medida", "ancora", "funcao_tse")]

# Antes de publicar EGP a partir do TSE, leia isto:
cat(strwrap(reguas$quando_nao_usar[reguas$medida == "EGP"], 72), sep = "\n")

# Qual régua responde a uma pergunta sobre relação de emprego?
reguas[grep("emprego", reguas$pergunta), c("medida", "funcao_tse")]

Description

Quantis do patrimônio declarado, por código de ocupação e cargo disputado, para os dez códigos de tse_codigos_autorrotulo mais o 131 (ADVOGADO), que entra como contraexemplo ancorado. Sustenta o argumento de tse_para_componente_alta() sobre a assimetria de confiabilidade entre as duas metades da classe alta.

Usage

tse_autorrotulo_patrimonio

Format

data.frame com 8 colunas:

cod_tse

código de ocupação do TSE, texto.

rotulo

rótulo do código, vigente após 2002.

cargo

cargo disputado, fator na ordem da hierarquia e não na alfabética. O nível "TODOS" não é um cargo: é a linha agregada do código, e existe porque uma razão entre quantis não se recupera das células.

ancorado

TRUE para o 131, cujo rótulo pressupõe inscrição na OAB; FALSE para os dez autodeclarados.

n

candidaturas com patrimônio declarado positivo na célula.

p10, mediana, p90

quantis do patrimônio, em reais.

Por que esta tabela existe

Ela não acrescenta fato novo — os números já estavam em ?tse_para_componente_alta. O que ela acrescenta é que eles passam a ser executados. Digitados, erraram duas vezes: entraram com a agregação de bens que somava cada bem duas vezes e sobreviveram intactos à correção de 09/2026, porque ninguém revisita um número que não roda. A auditoria de 05/09/2026 os encontrou ainda dobrados. Agora a documentação lê a tabela, e uma troca de fonte se propaga sozinha.

O contraste

Os dois regimes de rótulo têm gradiente por cargo — quem disputa posto mais alto é mais rico nos dois casos. O que os separa é a dispersão interna: na linha "TODOS", o ADVOGADO tem a menor razão entre p90 e p10 de todos os códigos da tabela (47,8), e os autodeclarados vão de 55,1 a 75,6. É um único caso ancorado contra cinco autodeclarados, então isto é uma ilustração e não um teste. Mas é esse contraste, e não a diferença de mediana, que torna o 257 menos confiável que o 131 de um jeito que nenhuma tabela de escores mostra.

Corte e sigilo

Células com menos de 30 candidaturas ficam de fora (atributo n_min). O que se publica são três quantis por célula: não há candidatura, não há município, não há ano. Os atributos anos e n_obs guardam o período e a amostra.

Source

Declaração de bens das candidaturas ao TSE, 2006–2024, agregada por ⁠data-raw/10_gera_autorrotulo.R⁠. Mesma microbase e mesma deflação de tse_dispersao_patrimonio; 2026 não entra porque a declaração de bens daquela safra ainda não está fechada.

See Also

tse_para_componente_alta(), que interpreta esta tabela; tse_codigos_autorrotulo, a lista dos códigos; tse_dispersao_patrimonio, para a dispersão dentro do nível de status.

Examples

p <- tse_autorrotulo_patrimonio
# o gradiente do "empresário" por cargo
p[p$cod_tse == "257", c("cargo", "n", "mediana")]

# a dispersão interna, autodeclarado contra ancorado
a <- p[p$cargo == "TODOS", ]
data.frame(a["rotulo"], a["ancorado"], razao = round(a$p90 / a$p10, 1))

Description

Os códigos de ocupação do TSE que designam propriedade ou empreendimento — empresário, comerciante, industrial, proprietário de estabelecimento — e que, por isso, não são ancorados em nenhum registro. Servem para rodar uma análise com e sem eles, em uma linha.

Usage

tse_codigos_autorrotulo

Format

Vetor de texto com os códigos.

Value

Não é função, e sim um vetor character de comprimento 10, exportado como constante. Cada elemento é um código de ocupação do TSE, em texto com três dígitos, cujo rótulo é autodescrição de propriedade ou empreendimento. Serve de filtro: x %in% tse_codigos_autorrotulo marca as candidaturas cujo escore ocupacional não tem registro externo que o ancore.

Por que estes e não outros

O critério é a priori, não empírico: existe um registro externo que precisa ser satisfeito para que alguém use o rótulo? "Advogado" pressupõe inscrição na OAB, "médico" pressupõe CRM; "empresário" não pressupõe nada. Não é uma afirmação sobre a honestidade de quem declara, e sim sobre a existência de uma trava externa.

Este critério é conceitual porque o dado não o produz sozinho. A dispersão de patrimônio dentro do código, por exemplo, não separa os dois grupos: é de 76 vezes (p90/p10) entre os que declaram empresário e de 55 entre os comerciantes, que são autorrótulos, mas de 48 entre os advogados, que não é — e o comerciante fica entre os outros dois. Patrimônio é disperso em toda parte. O que distingue não é a dispersão bruta, é a ausência da trava.

Estes três números saem de tse_autorrotulo_patrimonio e são conferidos contra ela em tests/testthat/test-numeros-doc.R. A versão anterior dizia 80, 47 e 54: eram os valores da agregação que somava cada bem duas vezes, corrigida em 09/2026, e sobreviveram por estarem digitados.

Como usar

Os escores destes códigos não são inválidos — são menos confiáveis do que os ancorados, e a diferença não aparece na tabela, porque um ISEI de 68 é impresso do mesmo jeito venha de onde vier. A recomendação é tratá-los como análise de sensibilidade:

d$isei <- tse_para_isei(d$cod)
d$isei_ancorado <- ifelse(d$cod %in% tse_codigos_autorrotulo, NA, d$isei)
# rode a sua análise com as duas colunas e relate as duas

São 13,3% das candidaturas de 1998 a 2026 — o bastante para mover um resultado, e por isso o bastante para valer o teste.

Relação com tse_isco$proprietario

Hoje os dois conjuntos coincidem, mas respondem a perguntas diferentes, e por isso são objetos diferentes: proprietario é pertença de classe (define quem entra em "Proprietários e empregadores"); este é confiabilidade de medida (define de quem o escore é autodeclarado). É a mesma distinção que separou proprietario de conta_propria, e pela mesma razão: quando dois conceitos compartilham um vetor, mexer num arrasta o outro.

See Also

tse_para_componente_alta(), que documenta a assimetria de confiabilidade entre as duas metades da classe alta.

Examples

tse_codigos_autorrotulo
tse_para_rotulo(tse_codigos_autorrotulo)

Description

Devolve os códigos extintos, os criados e os que trocaram de rótulo entre dois anos. É a função que falta a quem monta série longa: a reutilização de código é o problema mais citado, mas o mais frequente é a troca de inventário. Entre 2000 e 2002 o TSE aposentou 21 códigos, criou 69 e renomeou 36.

Usage

tse_diff_cadastro(ano1, ano2)

Arguments

Value

data.frame com cod_tse, mudanca (extinto, criado ou rotulo), e os rótulos dos dois anos.

O que conta como "em vigor"

A comparação usa a vigência registrada em tse_ocupacao_rotulos, não a presença de candidaturas naquela eleição específica. Um código que existe no cadastro mas não teve candidato num ano continua em vigor — o contrário faria uma ocupação rara "sumir e voltar" a cada eleição.

Por isso os números diferem de uma contagem por período. Comparando qualquer ano até 2000 com qualquer ano a partir de 2002, são 13 códigos extintos (12,4% das candidaturas do período antigo) e 122 criados (33,2% do novo). Comparando as eleições de 2000 e 2002 uma com a outra, são 21 e 69. As duas leituras estão certas e respondem a perguntas diferentes.

Ausência não é revogação, e 2026 mostra isso

tse_diff_cadastro(2024, 2026) devolve 46 códigos como extintos e nenhum criado. Os 46 não foram extintos. A vigência desta tabela se constrói do rótulo observado, de modo que um código sem nenhum candidato numa eleição registra ausência — e ausência é o que se espera de um código raro quando a safra é pequena. A de 2026 é pequena duas vezes: é geral, sem prefeito nem vereador, e está aberta, com o Tribunal ainda julgando registros. Trocar de par não resolve: tse_diff_cadastro(2022, 2026), que compara duas gerais, devolve 47 extintos, e não menos.

A metade que se sustenta é a outra: nenhum código criado, nos dois pares. Essa é robusta ao tamanho da safra, porque um código novo apareceria ainda que uma vez só. Leia a contagem de extintos de uma safra aberta como o que ela é — quem ainda não apareceu —, e refaça a comparação quando o cadastro de 2026 fechar.

Examples

d <- tse_diff_cadastro(2000, 2002)
table(d$mudanca)

Description

Somatórios que reproduzem, sem microdado, a correlação entre o índice de status e o patrimônio declarado no nível da candidatura — o número que quantifica o que uma escala de posição ocupacional não explica.

Usage

tse_dispersao_patrimonio

Format

data.frame com 29 linhas e 6 colunas:

isei88

escore ISEI-88, que é discreto: cada código do dicionário tem um valor só, e a tabela agrupa por ele.

n

candidaturas com escore e com patrimônio declarado positivo.

soma_log

soma do logaritmo natural do patrimônio no grupo.

soma_log2

soma dos quadrados desses logaritmos.

media_log

média do log do patrimônio, arredondada.

sd_log

desvio padrão do log do patrimônio DENTRO do grupo.

Por que somatórios e não os dados

O coeficiente de Pearson é função apenas de $n$, $\sum x$, $\sum y$, $\sum x^2$, $\sum y^2$ e $\sum xy$. Como o ISEI é constante dentro do grupo, essas seis quantidades se recuperam das colunas acima, e o coeficiente sai exato — não aproximado. O que a tabela descarta é tudo o que o coeficiente não usa, isto é, a candidatura individual. É o que permite publicar o número mantendo a política de não distribuir microdado de patrimônio.

O contraste que a tabela existe para sustentar

No nível da ocupação, o ISEI correlaciona-se a 0,681 com o log da mediana de patrimônio (veja tse_validacao). No nível da candidatura, a 0,207. A queda não é defeito de medida: é a definição operacional do que uma escala de posição ocupacional faz. E o "dentro" é exato, não aproximado: o ISEI é constante na ocupação, logo explica zero da variância intraocupacional. O que se mede é o quanto fica entre níveis de status — eta² = 0,077, contra r² = 0,043 da relação linear. A coluna sd_log mostra o fenômeno diretamente: o desvio padrão do log do patrimônio dentro de um mesmo nível de status é de cerca de 1,7, ou seja, um fator de cinco a seis por desvio padrão — dois desvios já são trinta vezes. A consequência prática está em tse_para_isei(): não use o ISEI como proxy de renda ou de patrimônio individual.

A unidade é a candidatura, não a pessoa

As 1.103.019 observações são candidaturas, de 767.015 pessoas distintas entre 2006 e 2024 — a mesma pessoa entra até seis vezes. A documentação chamava isso de "nível do indivíduo" até 05/09/2026, o que convidava a tratar as observações como independentes. Para este número não há consequência, porque ele é descritivo e não vem com erro padrão. Mas não peça um intervalo de confiança a ele sem antes decidir o que fazer com a repetição.

Source

Declaração de bens das candidaturas ao TSE, 2006–2024, agregada por ⁠data-raw/08_gera_dispersao.R⁠. O patrimônio é deflacionado a reais de outubro de 2024; 2026 não entra, pela razão exposta em tse_validacao.

See Also

tse_validacao, para a validação no nível da ocupação.

Examples

# A correlação individual, recuperada dos somatórios (exata):
d <- tse_dispersao_patrimonio
N <- sum(d$n); sx <- sum(d$isei88 * d$n); sy <- sum(d$soma_log)
sxx <- sum(d$isei88^2 * d$n); syy <- sum(d$soma_log2)
sxy <- sum(d$isei88 * d$soma_log)
round((N * sxy - sx * sy) /
        sqrt((N * sxx - sx^2) * (N * syy - sy^2)), 3)

# A dispersão dentro do nível de status, que é o mesmo fato visto de perto:
summary(d$sd_log)

Description

Uma linha por código de ocupação (CD_OCUPACAO) das candidaturas.

Usage

tse_isco

Format

data.frame com as colunas:

cod_tse

código de ocupação do TSE, como texto.

isco88

ISCO-88 de quatro dígitos; NA quando o código não designa ocupação (não informada, fora da PEA, vínculo sem função).

nivel

número de dígitos da classificação de origem — 2, 3 ou 4. A maioria é a dois dígitos; desce-se a três ou quatro só onde dois fundiriam posições distantes demais, como médico e enfermeiro.

classe

esquema de doze categorias para o dado eleitoral.

estrato

classe alta, média, populares, ou uma das duas residuais.

componente_alta

partição da classe alta em proprietária, credenciada e dirigentes; NA fora dela.

politico

a ocupação é o próprio mandato ou cargo político.

proprietario

o código nomeia explicitamente um proprietário ou empregador. Define a pertença à classe "Proprietários e empregadores" no esquema de classes.

conta_propria

a pessoa trabalha por conta própria — o SEMPL = 2 que as sintaxes do ISMF exigem para o EGP. É um superconjunto de proprietario: o agricultor (601) e o pescador (604) trabalham por conta própria sem pertencerem à classe proprietária. As duas marcas eram uma só até julho de 2026, e enquanto foram, marcar o agricultor como conta própria — o que o EGP exige para chegar a IVc — o promovia junto à classe alta, que o patrimônio não sustenta. A evidência que separou as duas está em isco_posicao_br.

Source

Construído a partir dos microdados de candidaturas do Tribunal Superior Eleitoral e da correspondência com a ISCO-88.

Examples

# O agricultor trabalha por conta própria sem ser proprietário: as duas
# marcas eram uma só até julho de 2026, e enquanto foram, o EGP o promovia
# a IVc junto à classe alta.
tse_isco[tse_isco$cod_tse == "601", ]

# Quantos códigos o dicionário reconhece como o próprio mandato:
tse_isco$cod_tse[tse_isco$politico]

Description

Uma linha por vigência: o período em que um código carregou um dado rótulo. Um código que nunca mudou de nome tem uma linha; um que mudou tem uma por período. É a diferença entre um dicionário e a história de um cadastro.

Usage

tse_ocupacao_rotulos

Format

data.frame com 334 linhas e as colunas:

cod_tse

código de ocupação.

de, ate

primeiro e último ano de eleição em que a vigência valeu.

rotulo

o DS_OCUPACAO como o TSE o escreveu, forma modal do período.

n

candidaturas na vigência.

Vigência não é presença

Um código sem candidato numa eleição continua na vigência: o contrário faria uma ocupação rara "sumir e voltar" a cada pleito. A vigência se interrompe quando o rótulo muda, não quando a frequência cai a zero.

Source

DS_OCUPACAO dos arquivos consulta_cand do TSE, 1998–2026 (3.369.244 candidaturas, campo 100% preenchido nas 15 eleições). A safra de 2026 é a geração de 01/09/2026, 12:31, e é aberta: o prazo de registro encerrou em 15/08/2026, mas o Tribunal ainda julga e publica candidaturas, de modo que o n de 2026 há de crescer. O rótulo, que é o que esta tabela guarda, não depende disso.

Examples

# O que as candidaturas mais declaram, em 1998--2026 somados:
r <- tse_ocupacao_rotulos
head(r[order(-r$n), c("cod_tse", "rotulo", "n")], 5)

# Os códigos vigentes na safra em curso:
sum(r$ate == 2026)

# Um código pode ter mais de uma vigência, com rótulos diferentes:
r[r$cod_tse == "215", ]

Description

Esquema de doze categorias desenhado para o dado eleitoral brasileiro. Não é o EGP: parte do ISCO como o EGP parte, mas trata como categorias próprias duas situações que o registro eleitoral cria e que os esquemas canônicos não preveem — proprietários e empregadores nomeados pelo próprio código de ocupação, e o vínculo público declarado sem função especificada. Para o EGP canônico, veja tse_para_egp().

Usage

tse_para_classe(cod, superior = NULL, ano = NULL)

Arguments

Value

Vetor de texto com a classe.

O agricultor, e por que ele não tem classe própria

Os códigos 601 (agricultor) e 604 (pescador) ficam em "Trabalhadores rurais", portanto nas classes populares, embora tse_para_egp() os classifique como ⁠IVc: proprietário rural⁠. A aparente discordância entre as duas medidas é artefato de granularidade, e o registro é útil porque a classe própria chegou a ser criada, em 29/07/2026, e foi revertida no mesmo dia.

O esquema relacional separa IVc de VIIb nas onze e nas sete classes. Nos dois colapsos mais fortes de Erikson e Goldthorpe, o agricultor e o assalariado rural voltam a ser a mesma coisa:

A linha de sete classes estava ausente desta tabela até 05/09/2026, e a ausência importava: ela é o colapso mais usado para publicar, e nela a distinção sobrevive. Comparar um esquema de onze classes com uma partição em três estratos é comparar resoluções diferentes, não encontrar divergência. Só nas resoluções equivalentes à do estrato o próprio EGP funde os dois.

O dado externo concorda. O ISEI do agricultor, 23, está dentro da faixa das classes populares, que vai de 16 a 43, e corresponde ao percentil 5 do dicionário. O patrimônio mediano declarado, de R$ 122.395, fica dentro da faixa das classes populares, cujo máximo é R$ 126.801 – só um dos sessenta demais códigos do estrato declara mais: põe o agricultor no topo da classe popular, não fora dela.

A distinção entre agricultura familiar e proletariado rural é real, e continua disponível onde Erikson e Goldthorpe a puseram: em tse_para_egp(n_classes = 11). O que não se justifica é transportá-la para a partição em estratos.

Não há equivalente pela COD, e o motivo é do esquema

cod_para_classe() não existe, e não é omissão. Quatro das categorias deste esquema — "Vínculo público não especificado", "Fora da PEA por posição", "Inativo com trajetória" e "Não informado" — são rubricas do formulário do TSE, e não posições da ISCO. Elas existem porque o cadastro do Tribunal oferece à pessoa rótulos que substituem a ocupação em vez de a nomear. A PNAD Contínua e o Censo não têm nada disso: lá, vínculo e ocupação são perguntas separadas, e quem é servidor público também declara a ocupação. Traduzir o esquema para a COD exigiria inventar do lado da população categorias que só existem por causa de um formulário.

A consequência prática é direta: este esquema não atravessa para a população, e quem precisa comparar composição de classe entre as duas fontes não tem régua pronta. O caminho é comparar pelo ISEI, que é literalmente o mesmo construto dos dois lados, ou construir uma régua própria declarando as categorias que só existem de um lado. O tamanho do problema está medido em tse_universo e o artigo Comparar duas fontes desenvolve as alternativas: https://moraespeixoto.github.io/ocupacoesBR/articles/comparar-fontes.html

Examples

tse_para_classe(c(111, 169, 291))
tse_para_classe(c(291, 291), superior = c(TRUE, FALSE))

Description

Separa a classe alta nas duas espécies de recurso que a compõem — o capital e a credencial — além das ocupações propriamente políticas. Devolve NA fora da classe alta.

Usage

tse_para_componente_alta(cod, ano = NULL)

Arguments

Value

Vetor de texto, ou NA fora da classe alta.

As duas metades não têm a mesma confiabilidade

A partição é simétrica no desenho e assimétrica na medição, e quem publica o contraste precisa dizê-lo.

A alta credenciada é ancorada em registro externo. "Advogado" não é autodescrição: pressupõe inscrição na OAB. Por isso o rótulo se comporta de modo estável — entre os que declaram o código 131, a proporção com ensino superior varia pouco mais de um ponto entre vereador e presidente (98,6% a 100%).

A alta proprietária não tem âncora nenhuma. "Empresário" (código 257) é autodeclaração: nenhum registro precisa existir para que alguém se descreva assim. E o mesmo rótulo cobre posições materialmente incomparáveis — entre os que declaram 257, o patrimônio mediano varia por um fator de 25 conforme o cargo disputado:

Tudo isso sob um único ISEI (68) e uma única classe. Dentro do código, os extremos de patrimônio distam 76 vezes (p10 R$ 19,8 mil, p90 R$ 1,50 milhão). A tabela acima e esses dois quantis saem de tse_autorrotulo_patrimonio, e não estão digitados aqui — a versão anterior deles estava, e sobreviveu errada à correção do patrimônio de 09/2026.

O 257 não é uma ocupação medida com erro: é uma mistura de duas populações — o microempreendedor e o capitalista — sob um rótulo só. Nenhum escore único está certo para as duas, razão pela qual mudá-lo de valor não resolve (veja tse_codigos_autorrotulo).

Consequência: um gráfico que compare os dois componentes está comparando uma quantidade ancorada em registro externo a uma quantidade autodeclarada que agrega posições muito distantes. Teoricamente a partição é boa (é Bourdieu e Wright operacionalizados), mas Wright insistia em employment relations, não em rótulos.

O que o dado NÃO mostra, e vale dizer para que ninguém repita: não há evidência de que as pessoas troquem de rótulo conforme o cargo. A frequência do 257 não cresce com a importância do posto — tem pico em prefeito (10,6%) e cai em senador (7,2%) e governador (6,9%). Quem cresce monotonicamente é "advogado" (1,6% a 14,8%), que é o caso ancorado, e "comerciante" cai de 6,2% a 0%. O gradiente de patrimônio acima é consistente tanto com recrutamento seletivo quanto com relabeling, e estes dados não separam as duas hipóteses.

Se a sua conclusão depende do tamanho relativo dos dois componentes, rode-a também sem tse_codigos_autorrotulo e relate as duas versões.

Examples

tse_para_componente_alta(c(257, 111, 274, 411))

Description

Atalho de tse_para_isco() seguido de isco88_para_egp(). Leia isco88_para_egp() antes de usar: partindo só do TSE, o EGP sai incompleto, porque o formulário não pergunta supervisão.

Usage

tse_para_egp(
  cod,
  conta_propria = NULL,
  n_supervisionados = NULL,
  n_classes = 11,
  rotulo = TRUE,
  avisar = TRUE,
  usa_proprietario = TRUE,
  ano = NULL
)

Arguments

Value

Vetor de texto (ou inteiro, se rotulo = FALSE).

A posição no emprego que o dicionário conhece

O TSE não pergunta posição na ocupação, mas alguns dos seus códigos nomeiam no próprio rótulo quem trabalha por conta própria — comerciante, empresário, pecuarista, proprietário de estabelecimento, e também o agricultor e o pescador. O dicionário marca essa condição em tse_isco$conta_propria, e é ela, não proprietario, que corresponde ao SEMPL = 2 das sintaxes do ISMF. As duas marcas são distintas desde 07/2026: proprietario é o subconjunto que pertence à classe proprietária, e o agricultor (601) e o pescador (604) estão fora dele sem deixarem de trabalhar por conta própria. Enquanto eram uma coisa só, os dois caíam em VIIb, o fundo do esquema, ao lado do assalariado rural.

Por padrão (usa_proprietario = TRUE — o nome do argumento é anterior à separação das duas marcas e foi mantido por compatibilidade) a função a utiliza. São doze os códigos marcados, e sete deles mudam de classe por causa dela. Cinco — 169, 902, 903, 904 e 905 — sairiam em II, a classe de serviço assalariada, o que é uma inversão: a pequena burguesia contada como classe de serviço. Os outros dois — 601 e 604 — sairiam em VIIb, ao lado do assalariado rural.

O que continua indeterminado é a divisão entre IVa (conta própria com empregados) e IVb (sem), que exige o número de subordinados. Todos caem em IVb. Para publicar, prefira n_classes = 7 ou 5, onde as duas se fundem em IVab.

Examples

# 169 é COMERCIANTE: pequena burguesia, não classe de serviço
tse_para_egp(c(111, 169, 601), avisar = FALSE)
tse_para_egp(169, usa_proprietario = FALSE, avisar = FALSE)

Description

Agrega as classes de tse_para_classe() em classe alta, classe média e classes populares, mantendo à parte as duas categorias residuais (vínculo público sem função e fora da PEA), que não são estratos e não devem ser silenciosamente somadas a nenhum deles.

Usage

tse_para_estrato(cod, ano = NULL)

Arguments

Value

Vetor de texto com o estrato.

O estrato e o ISEI se cruzam por desenho

O estrato é uma régua de posição — de onde vem o sustento: de um diploma, de um patrimônio, de um salário, da terra. O ISEI (tse_para_isei()) é uma régua de status, que ordena ocupações pela eficiência com que convertem escolaridade em renda. Que discordem em alguns pontos não é defeito: é a razão de haver duas. Um esquema de classes que apenas reordenasse o ISEI em fatias seria redundante, e a distinção entre classe e status é justamente o que Weber propôs e Goldthorpe endureceu.

Medidas sobre os 258 códigos do dicionário, as duas réguas concordam quase inteiramente — os intervalos interquartis não se tocam:

Nenhum código de classe média tem ISEI acima da mediana da classe alta. Quatro dos 88 códigos de classe alta ficam abaixo da mediana da classe média, e cada um tem explicação própria:

• 113 (enfermeiro), ISEI 43 — é a anomalia de gênero da própria escala, documentada em tse_para_isei(): enfermagem recebe menos que o técnico de enfermagem (48) e que o escriturário (45). Aqui é o ISEI que erra, não a classe. Enfermagem é bacharelado regulado, e a própria ISCO-88 a põe no grande grupo 2.

• 234, 602 e 901 (produtor agropecuário, pecuarista, proprietário agrícola), ISEI 43 — são classe alta por propriedade, com status baixo. É exatamente o contraste que tse_para_componente_alta() existe para exibir: capital econômico e capital cultural não se acompanham.

A leitura prática: uma discordância entre as duas réguas é achado a interpretar, não erro a corrigir. Quem publicar as duas no mesmo gráfico precisa dizer qual pergunta cada uma responde — veja vignette("qual-regua").

Examples

tse_para_estrato(c(111, 169, 291, 931))

Description

Converte o código de ocupação da candidatura (CD_OCUPACAO) no código da Classificação Internacional Uniforme de Ocupações de 1988, com quatro dígitos.

Usage

tse_para_isco(cod, ano = NULL)

Arguments

Value

Vetor de texto com o ISCO-88 de quatro dígitos. NA para códigos que não designam ocupação (não informada, fora da PEA, vínculo sem função).

A armadilha do primeiro dígito

Traduzir ocupação pelo primeiro dígito inverte classes inteiras. O grande grupo 9 da CBO brasileira é reparação e manutenção (mecânicos, ISEI em torno de 34); o grande grupo 9 da ISCO é o das ocupações elementares (serventes, ISEI entre 16 e 30). Toda tradução válida é, no mínimo, a dois dígitos — que é o nível em que este pacote opera, descendo a três ou quatro onde dois fundiriam posições distantes demais (médico e enfermeiro, por exemplo).

See Also

tse_para_isei(), tse_para_classe(), crosswalk_tse()

Examples

tse_para_isco(c(111, 169, 257))

Description

ISCO-08 da ocupação declarada ao TSE

Usage

tse_para_isco08(cod, com_ambiguidade = FALSE, ano = NULL)

Arguments

Value

Vetor de texto, ou um data.frame se com_ambiguidade = TRUE.

Não é a mera composição das duas etapas

Em 21 dos 275 códigos o resultado difere de isco88_para_isco08(tse_para_isco(cod)), porque o código do TSE carrega informação que a ponte genérica não vê: a marca de proprietário — o SEMPL do ISMF, que aciona a promoção de iskopromo.sps — e um rótulo mais fino do que o código ISCO-88 agregado a que o dicionário o associa. A ponte isco88_para_isco08() permanece intacta e continua devolvendo o destino oficial da OIT para quem entra pela ISCO-88. Veja NEWS.md da versão 0.2.1 para a lista dos 21, com valor antigo, valor novo e fonte de cada um.

Examples

tse_para_isco08(c(111, 169))
# o proprietário rural não é rebaixado a trabalhador agrícola:
tse_para_isco08(234)
isco88_para_isco08("1311")

Description

Devolve o escore ISEI (International Socio-Economic Index of occupational status) de Ganzeboom, De Graaf e Treiman, ancorado na ISCO-88.

Usage

tse_para_isei(cod, ano = NULL)

Arguments

Value

Vetor numérico com o escore ISEI-88, ou NA. Nem todo escore tem a mesma procedência. Um ISEI de 68 é impresso do mesmo jeito venha de "advogado", que pressupõe inscrição na OAB, ou de "empresário", que não pressupõe registro nenhum e cobre desde o microempreendedor até o capitalista. Veja tse_codigos_autorrotulo para rodar a sua análise com e sem esses códigos — são 13,3% das candidaturas.

Anomalias conhecidas da escala

O ISEI não é constante da natureza: é o escalonamento que maximiza o efeito indireto da escolaridade sobre a renda via ocupação, estimado por Ganzeboom, De Graaf e Treiman (1992) sobre dados internacionais dos anos 1970–80. Duas consequências para quem usa a versão ancorada na ISCO-88.

A escala é enviesada contra ocupações femininas. Regressão no nível do código, ponderada por número de candidaturas (168 códigos com n >= 500, dos quais 28 são majoritariamente femininos):

ISEI = 38,6 + 0,469 x (% com superior) - 6,17 x (código majoritariamente feminino)
                                          (ep 3,03; p = 0,043)

A credencial constante, um código feminino recebe 6,2 pontos de ISEI a menos. E não é que essas ocupações tenham menos escolaridade — têm mais: 29,9% de superior contra 24,1%, com ISEI médio de 46,0 contra 49,0.

O sinal é robusto; o p não. A especificação acima pondera por número de candidaturas, o que muda a população-alvo de códigos para candidaturas — é escolha defensável, mas o erro-padrão de lm ponderado não a descreve, e o ISEI é atributo determinístico do código, não estimativa com variância inversa a n. Trocando a especificação: com erro-padrão robusto (HC3) o coeficiente fica em -6,2 com p = 0,14; sem ponderação, -5,3 com p = 0,012; com pct_mulher contínuo em vez da dicotomia, -0,09 por ponto percentual com p = 0,08. O sinal e a ordem de grandeza sobrevivem a todas; o ⁠p = 0,043⁠ é da primeira. Use o intervalo de especificações, não o p pontual.

E "viés" pede uma premissa que convém explicitar. O ISEI pondera escolaridade e renda, e ocupações femininas rendem menos com credencial igual: a escala registra isso fielmente. Chamar de viés supõe que status deveria seguir a credencial. Se o que se quer medir é credencial, é viés; se é retorno, é fidelidade. A recomendação abaixo vale nos dois casos, porque a ISCO-08 reestima o retorno sobre uma população que inclui mulheres.

O caso emblemático é a enfermagem, que a ISCO-88 põe em 2230 com ISEI 43 — abaixo dos escriturários (4100, ISEI 45), apesar de ser profissão universitária. A âncora da ISCO-08 corrige boa parte disso: o mesmo posto recebe 68,7.

Daí a recomendação prática: para análise de gênero, prefira tse_para_isei08(). Ganzeboom rebalanceou saúde e cuidado na revisão de 2008. Isto qualifica a defesa de que a ISCO-88 é "a escolha conservadora": ela está certa no sinal, mas é conservadora porque a escala é enviesada contra ocupações femininas, o que não é a mesma coisa que ser robusta.

A relação com o critério externo não é linear nem monótona. Veja vignette("validacao"): a correlação entre ISEI e patrimônio é de 0,681 no nível da ocupação e de apenas 0,207 no da candidatura, valor que tse_dispersao_patrimonio permite recalcular. Uma medida de posição ocupacional explica a variância entre ocupações e quase nada dentro de cada uma — por isso não use o ISEI como proxy de renda individual.

References

Ganzeboom, H. B. G.; De Graaf, P. M.; Treiman, D. J. (1992). A standard international socio-economic index of occupational status. Social Science Research, 21(1), 1–56.

See Also

tse_para_isei08(), para a âncora da ISCO-08; isco_posicao_br, para a posição na ocupação; tse_codigos_autorrotulo, para a sensibilidade aos rótulos sem âncora; vignette("qual-regua").

Examples

tse_para_isei(c(111, 169, 257))

Description

Escore de status ocupacional obtido refazendo o procedimento de Ganzeboom, De Graaf e Treiman (1992) sobre a PNAD Continua de 2025, em vez de importar os escores calculados por eles em dado estrangeiro. Esta funcao entra pela ocupacao declarada ao TSE; as irmas entram pela COD (cod_para_isei_br()), pela CBO-2002 (cbo2002_para_isei_br()) e pela propria ISCO-08 (isco08_para_isei_br()). Nao ha porta pela CBO-94, e a razao esta em cbo94_isco88.

Usage

tse_para_isei_br(cod, ano = NULL)

Arguments

Value

Vetor numerico com o escore ISEI-BR, entre 10 e 90.

O que esta regua e e o que ela nao e

O ISEI trata a ocupacao como o meio pelo qual a escolaridade se converte em renda, e da a cada ocupacao o escore que melhor cumpre esse papel de intermediario. O ISEI-88 e o ISEI-08 que este pacote tambem oferece foram estimados assim, mas em dado de outros paises. O ISEI-BR e o mesmo metodo estimado aqui, sobre 655.787 observacoes de 339.181 pessoas.

Ele nao substitui o ISEI-08. Comparacao internacional continua exigindo a ancora internacional, e uma serie nao pode trocar de regua no meio. O ISEI-BR responde a outra pergunta: como o mercado de trabalho brasileiro de hoje, e nao um escalonamento unico de dezesseis paises com dado brasileiro de 1973 e 1982, ordena as ocupacoes.

Duas coisas precisam ser ditas por quem usa. A primeira e que a mediacao nao e completa: no Brasil a ocupacao explica cerca de 58% do efeito da escolaridade sobre a renda, e o resto e escolaridade que paga dentro da mesma ocupacao. Os valores exatos estao nos atributos de isco08_isei_br. A segunda e que a escala vem de um ano so, 2025, e nao forma serie.

Codigos finos com menos de 30 pessoas na amostra herdam o escore do grupo acima. A coluna nivel de isco08_isei_br diz quais.

References

Ganzeboom, H. B. G., De Graaf, P. M., & Treiman, D. J. (1992). A standard international socio-economic index of occupational status. Social Science Research, 21(1), 1-56.

See Also

isco08_isei_br para a tabela e o metodo; tse_para_isei08() para a ancora internacional; vignette("validacao") para a comparacao das duas contra o patrimonio dos candidatos.

Examples

data.frame(cod    = c(111, 113, 601),
           rotulo = tse_para_rotulo(c(111, 113, 601)),
           isei08 = tse_para_isei08(c(111, 113, 601)),
           isei_br = tse_para_isei_br(c(111, 113, 601)))

Description

Escore ISEI ancorado na ISCO-08, obtido pela ponte a partir do ISCO-88.

Usage

tse_para_isei08(cod, ano = NULL)

Arguments

Value

Vetor numérico com o escore ISEI-08.

Quando não usar

Para comparar candidaturas entre si, prefira tse_para_isei(), na ISCO-88: o pacote é ancorado nela e a ponte introduz erro. O ISEI-08 serve para juntar o dado eleitoral a fontes que já classificam por ISCO-08 — a PNAD Contínua, via COD, é o caso típico. As duas réguas correlacionam-se fortemente no agregado (⁠isei08 = 1,266 x isei88 - 12,72⁠, r = 0,97, n = 258), e a maior parte das diferenças de 5 a 15 pontos é o próprio reescalonamento, não erro. Esses coeficientes valem para a ponte corrigida por .corrige_isco08_tse(); sem ela, seriam 1,212 e -9,80, e foram esses os que esta seção publicou até a auditoria de 05/09/2026. Mas alguns deslocamentos individuais são grandes e reais: o enfermeiro (código 113) sobe 26 pontos, de 43 para 68,7 — não por reclassificação, já que a ISCO-88 o punha em 2230, no grande grupo dos profissionais, e o pacote o leva ao agregado 2220 da ISCO-08, mas porque o ISEI-08 foi reestimado sobre o ISSP de 2002-2007, com os dois sexos, e reavalia as ocupações de cuidado; o vendedor e o comerciário (411, 170) caem 13, de 43 para 29,7, porque a revisão reavaliou o grupo 52 inteiro. Uma série que troque de âncora no meio mede essas duas coisas como se fossem mobilidade.

Examples

data.frame(cod = c(111, 113), isei88 = tse_para_isei(c(111, 113)),
           isei08 = tse_para_isei08(c(111, 113)))

Description

Marca as ocupações que são o próprio ofício político (vereador, deputado, prefeito, governador e afins). Útil para separar quem já vive da política de quem chega a ela de outra ocupação.

Usage

tse_para_politico(cod, ano = NULL)

Arguments

Value

Vetor lógico.

Examples

tse_para_politico(c(274, 169))

Description

Devolve o escore da Standard International Occupational Prestige Scale, de Donald Treiman. E uma regua de PRESTIGIO — o quanto uma ocupacao e socialmente estimada —, distinta do ISEI, que mede posicao socioeconomica.

Usage

tse_para_prestigio(cod, ano = NULL)

Arguments

Value

Vetor numerico com o escore de prestigio.

Quando o pressuposto quebra

A escala e a media de estudos de prestigio de cerca de 60 paises levantados nos anos 1960 e 1970. Aplica-la a dado recente pressupoe que a ordem de prestigio e invariante no tempo e no espaco — que e a tese estrutural de Treiman (1977), e nao um fato dado. Ela quebra onde a ocupacao mudou de posicao desde entao: bancario, professor, policial, ocupacoes de tecnologia.

Sobre o nome

Estas funcoes substituem tse_para_siops() e companhia. No Brasil a sigla SIOPS designa o Sistema de Informacoes sobre Orcamentos Publicos em Saude, e a colisao e certa num pacote em portugues. As formas antigas seguem funcionando como alias depreciados.

References

Treiman, D. J. (1977). Occupational Prestige in Comparative Perspective. New York: Academic Press.

Examples

tse_para_prestigio(c(111, 169, 257))

Description

Prestigio de Treiman ancorado na ISCO-08, a partir do TSE

Usage

tse_para_prestigio08(cod, ano = NULL)

Arguments

Value

Vetor numerico.

O argumento ano, e por que ele chegou tarde aqui

A versao 0.2.0 acrescentou ano as portas ancoradas na ISCO-08 e nomeou tres delas: tse_para_isco08(), tse_para_isei08() e tse_para_siops08(). Esta ficou de fora por descuido, de modo que o nome PREFERIDO da medida de prestigio nao mascarava vigencia enquanto o seu proprio alias depreciado mascarava. Quem montasse serie pela porta recomendada recebia, calado, o escore do cadastro errado nos codigos reutilizados em 2002. Corrigido em 0.3.0; a assinatura agora e a mesma de tse_para_siops08().

Examples

tse_para_prestigio08(c(111, 169))
tse_para_prestigio08("215", ano = 2000)   # reutilizado: NA com aviso

Description

Rótulo da ocupação, como o TSE o escreveu

Usage

tse_para_rotulo(cod, ano = NULL)

Arguments

Value

Vetor de texto com o rótulo, ou NA.

Examples

tse_para_rotulo(c(215, 215), c(2000, 2020))
tse_para_rotulo(c(111, 169, 257))

Description

Devolve o escore SIOPS (Standard International Occupational Prestige Scale), de Treiman, ancorado na ISCO-88. É uma régua de prestígio, distinta do ISEI, que mede posição socioeconômica.

Usage

tse_para_siops(cod, ano = NULL)

Arguments

Value

Vetor numérico com o escore SIOPS, ou NA.

Examples

tse_para_siops(c(111, 169, 257))

Description

SIOPS-08 da ocupação declarada ao TSE

Usage

tse_para_siops08(cod, ano = NULL)

Arguments

Value

Vetor numérico com o escore SIOPS ancorado na ISCO-08.

Examples

tse_para_siops08(c(111, 169))

Description

O TSE reeditou a tabela de ocupações entre as eleições de 2000 e 2002. Nem toda mudança de rótulo é problema, e é por isso que esta tabela tem a coluna tipo: só reutilizado invalida a tradução. Use checa_periodo() para saber se o seu dado é atingido, e tse_vigencia() para ver a história de um código.

Usage

tse_quebra_2002

Format

data.frame com 44 linhas e as colunas:

cod_tse

o código.

rotulo_ate_2000, rotulo_apos_2002

como o TSE o chamava antes e depois.

ultimo_ano_antigo, primeiro_ano_novo

as eleições comparadas.

n_ate_2000

candidaturas com esse código até 2000, somando 1998 e 2000. Até 05/09/2026 esta coluna trazia apenas a eleição de 2000.

similaridade

sobreposição de palavras entre os dois rótulos (0 a 1).

pct_superior_ate_2000, pct_superior_apos_2002, delta_pp

proporção com ensino superior completo em cada período, e a diferença.

delta_vs_tendencia

delta_pp menos a tendência geral do período (+7,6 pp). NA onde há menos de 30 candidaturas em algum dos lados, que é pouco para o sinal significar coisa alguma.

tipo

reutilizado, renomeado, redefinido ou refinado.

Por que tipo é um julgamento, e não uma fórmula

Há dois sinais disponíveis, e nenhum dos dois basta:

O rótulo 601 foi de "TRABALHADOR AGRÍCOLA" para "AGRICULTOR": muda todo o léxico e é o mesmo ofício — a população sob o código nem se move (+2,2 pp, abaixo da tendência). Tratá-lo como reutilização mandaria descartar 52.090 candidaturas válidas.

O 215 foi de "OCUPANTE DE CARGO DE DIREÇÃO E ASSESSORAMENTO SUPERIOR" para "ARTISTA PLÁSTICO": reutilização inequívoca que não move a escolaridade (+6,5 pp), porque um DAS e um artista plástico têm perfil de diploma parecido. Foi por isso que a versão anterior desta tabela, que só olhava escolaridade, não o via — e ela documentava 3 códigos onde há 7.

Quatro das sete reutilizações são invisíveis ao sinal de escolaridade. A distinção é semântica, e nenhuma métrica automática a alcança. São 44 casos: o tipo foi julgado um a um, e o julgamento é auditável na própria tabela — os dois rótulos viajam ao lado das duas evidências.

O que fazer com cada tipo

reutilizado (7 códigos, 1.755 candidaturas)

o código passou a designar outra ocupação. Traduzir o período antigo pelo dicionário é erro; exclua ou reclassifique.

renomeado (4)

mesma ocupação, nome novo. Não é problema — está aqui para que ninguém a confunda com reutilização ao comparar rótulos.

redefinido (15)

o escopo mudou. Cautela.

refinado (18)

mesmo posto, rótulo mais preciso.

Source

Rótulos e escolaridade das candidaturas de 1998 a 2026. Os valores de ⁠pct_superior_*⁠ reproduzem exatamente os que a versão anterior desta tabela trazia digitados à mão — que era a única tabela do pacote não gerada por script, e deixou de ser.

Examples

# Os códigos reutilizados: o mesmo número, outra ocupação. Ler qualquer um
# deles como série contínua de 1998 a hoje produz uma trajetória que nunca
# existiu.
tse_quebra_2002[tse_quebra_2002$tipo == "reutilizado",
                c("cod_tse", "rotulo_ate_2000", "rotulo_apos_2002")]

# A que tipo pertence cada um dos 44:
table(tse_quebra_2002$tipo)

Description

Serve a quem recebe a ocupação como texto e não como código — o caso de quem baixa br_tse_eleicoes.candidatos no basedosdados. A busca ignora caixa, acento e pontuação.

Usage

tse_rotulo_para_cod(rotulo, exato = TRUE)

Arguments

Value

data.frame com rotulo (o que se procurou), cod_tse e o rótulo canônico encontrado. Sempre um data.frame, com zero linhas quando não há o que procurar — o tipo do retorno não depende do conteúdo do argumento.

Examples

tse_rotulo_para_cod("Agricultor")
tse_rotulo_para_cod("advogado", exato = FALSE)

Description

A decomposição do resíduo das candidaturas brasileiras, por safra e por sexo. checa_cobertura() diz quanto de um vetor recebe escore; esta tabela diz de que é feito o que não recebe — e mostra que a resposta muda com o tempo e com o sexo de quem se candidata.

Usage

tse_universo

Format

data.frame com 315 linhas:

ano

a safra eleitoral, de 1998 a 2026.

sexo

"Homem", "Mulher" ou "Todos". A linha "Todos" existe para que quem não se interessa por sexo não tenha de somar nada — e porque a soma correta não é óbvia quando o sexo falta em alguma safra.

rubrica

a categoria do universo. Sete valores, na ordem em que a tabela os apresenta: "Com escore", "Ocupação sem escore", "Vínculo público", "Fora da força de trabalho", "Inativo com trajetória", "Outros (999)" e "Não informada".

n

candidaturas na célula.

pct

percentual dentro de ⁠(ano, sexo)⁠. Somam 100 por construção.

As sete rubricas não são a mesma coisa

Descartá-las juntas como "sem escore" trata como ruído o que é, em quase todos os casos, informação:

• Com escore — o código traduz a um ISCO-88 com ISEI, com ⁠ano =⁠ passado. É a base classificável.

• Ocupação sem escore — o rótulo nomeia uma ocupação e o escore não existe. O caso é ⁠295 MEMBRO DAS FORÇAS ARMADAS⁠: o ISCO-88 0110 não tem ISEI, e NA é a resposta certa.

• Vínculo público — ⁠291 OCUPANTE DE CARGO EM COMISSÃO⁠ e 296/297/⁠298 SERVIDOR PÚBLICO FEDERAL/ESTADUAL/MUNICIPAL⁠. A pessoa tem ocupação e escolheu não a declarar. É a rubrica que quebra a comparação com a população, onde as mesmas pessoas declaram ocupação — veja pct_setor_publico em isco_posicao_br.

• Fora da força de trabalho — ⁠581 DONA DE CASA⁠ e ⁠931 ESTUDANTE, BOLSISTA, ESTAGIÁRIO E ASSEMELHADOS⁠. Posição declarada, não omissão.

• Inativo com trajetória — aposentado, pensionista, militar reformado, capitalista de ativos financeiros. Há ocupação passada, e isei_retrospectivo() recupera parte dela.

• Outros (999) — recusa de nomear. É a única rubrica que é ausência pura de informação, e é a que mais cresce.

• Não informada — códigos -4, 0 e 949, ausência de registro.

O buraco cresce, e não é o mesmo buraco

Duas leituras que a tabela permite e que uma taxa de cobertura única esconde. A primeira: a não declaração vai a zero a partir de 2006, o que indica preenchimento obrigatório do campo — e a recusa de nomear assume o lugar dela. A rubrica 999 sai de 13,5% em 1998 e chega a 21,9% em 2024. A cobertura de 2024 (62,0%) é mais baixa que a de 2006 (73,2%) sem que a tradução tenha piorado: o que mudou foi o que se declara.

A segunda: a diferença de cobertura entre os sexos está quase toda numa linha. De 2004 em diante, ⁠Fora da força de trabalho⁠ é 1,2% das candidaturas de homens e 14,6% das de mulheres. Descartar o resíduo apaga mulheres em proporção muito maior, e isso inverte o sinal de proporções de classe calculadas sobre a base cheia.

O escore sai do pacote, com o ano

A rubrica ⁠Com escore⁠ é definida por tse_para_isei(cod, ano = ano), e o ano não é decorativo: sem ele, os sete códigos reaproveitados depois de 2002 receberiam o escore da ocupação errada, e a tabela mediria a cobertura de um erro. Veja tse_quebra_2002 e checa_periodo().

Source

Microdados de candidaturas do Tribunal Superior Eleitoral, 1998 a 2026, pela microbase descrita em ⁠data-raw/05a_microbase_2026.R⁠. Gerada por ⁠data-raw/13_gera_universo.R⁠. Os microdados não viajam com o pacote; o que entra é esta tabela agregada, sem indivíduo e sem identificador.

Examples

# A cobertura do escore, por safra — e o que a substitui quando ela cai.
u <- tse_universo
u[u$sexo == "Todos" & u$rubrica %in% c("Com escore", "Outros (999)"),
  c("ano", "rubrica", "pct")]

# A linha que explica a diferença de cobertura entre os sexos.
u[u$ano == 2024 & u$rubrica == "Fora da força de trabalho", ]

Description

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.

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.

Source

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

Examples

# As ocupações com mais candidaturas no conjunto de validação:
head(tse_validacao[order(-tse_validacao$n), ], 5)

# 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)

Description

Uma linha por vigência: um código que nunca mudou de nome tem uma; um que mudou tem uma por período.

Usage

tse_vigencia(cod = NULL)

Arguments

Value

data.frame com cod_tse, de, ate, rotulo e n.

Examples

tse_vigencia(215)