A educação é um dos principais fatores associados à melhoria das condições de vida da população. Neste trabalho, foi realizada uma análise comparativa entre indicadores de escolaridade e rendimento médio mensal das pessoas de 14 anos ou mais nas Unidades da Federação do Brasil.
Para isso, foram utilizados dados do Sistema IBGE de Recuperação Automática (SIDRA), por meio das tabelas 7132 e 7443. A comparação entre essas informações permite observar como diferentes níveis de escolaridade estão associados aos rendimentos médios da população.
A educação transforma conhecimento em capital humano. Mais anos de estudo geram trabalhadores mais qualificados e produtivos. Para a economia, entender essa relação ajuda a medir o retorno financeiro dos investimentos em educação e a capacidade de um país gerar riqueza, inovação e desenvolvimento econômico.
Além disso, a análise da relação entre escolaridade e renda contribui para a formulação de políticas públicas voltadas à redução das desigualdades sociais e ao aumento das oportunidades econômicas da população.
library(sidrar)
library(dplyr)
Attaching package: 'dplyr'The following objects are masked from 'package:stats':
filter, lagThe following objects are masked from 'package:base':
intersect, setdiff, setequal, unionlibrary(geobr)
library(sf)Linking to GEOS 3.12.1, GDAL 3.8.4, PROJ 9.4.0; sf_use_s2() is TRUElibrary(ggplot2)renda <- get_sidra(
api="/t/7443/n3/all/v/10774/p/2019/c1568/all"
)All others arguments are desconsidered when 'api' is informedescolaridade <- get_sidra(
api="/t/7132/n3/all/v/1641/p/2019/c86/all/c71/6664"
)All others arguments are desconsidered when 'api' is informeduf <- read_state(year = 2020)⠙ 2 items, page 1 | 6msℹ Using year/date 2020names(renda) [1] "Nível Territorial (Código)" "Nível Territorial"
[3] "Unidade de Medida (Código)" "Unidade de Medida"
[5] "Valor" "Unidade da Federação (Código)"
[7] "Unidade da Federação" "Variável (Código)"
[9] "Variável" "Ano (Código)"
[11] "Ano" "Nível de instrução (Código)"
[13] "Nível de instrução" names(escolaridade) [1] "Nível Territorial (Código)" "Nível Territorial"
[3] "Unidade de Medida (Código)" "Unidade de Medida"
[5] "Valor" "Unidade da Federação (Código)"
[7] "Unidade da Federação" "Variável (Código)"
[9] "Variável" "Ano (Código)"
[11] "Ano" "Cor ou raça (Código)"
[13] "Cor ou raça" "Grupos de anos de estudo (Código)"
[15] "Grupos de anos de estudo" renda <- renda %>%
mutate(code_state = as.numeric(`Unidade da Federação (Código)`))
escolaridade <- escolaridade %>%
mutate(code_state = as.numeric(`Unidade da Federação (Código)`))
mapa_renda <- left_join(
uf,
renda,
by = "code_state"
)
mapa_escolaridade <- left_join(
uf,
escolaridade,
by = "code_state"
)
comparacao <- renda %>%
select(code_state, renda = Valor) %>%
left_join(
escolaridade %>%
select(code_state, escolaridade = Valor),
by = "code_state"
)Warning in left_join(., escolaridade %>% select(code_state, escolaridade = Valor), : Detected an unexpected many-to-many relationship between `x` and `y`.
ℹ Row 1 of `x` matches multiple rows in `y`.
ℹ Row 1 of `y` matches multiple rows in `x`.
ℹ If a many-to-many relationship is expected, set `relationship =
"many-to-many"` to silence this warning.modelo <- lm(
renda ~ escolaridade,
data = comparacao
)ggplot(mapa_renda) +
geom_sf(aes(fill = Valor)) +
labs(
title = "Rendimento Médio Mensal por UF",
fill = "R$"
) +
theme_minimal()
ggplot(mapa_escolaridade) +
geom_sf(aes(fill = Valor)) +
labs(
title = "Escolaridade por UF",
fill = "Valor"
) +
theme_minimal()
ggplot(renda,
aes(x = reorder(`Unidade da Federação`,
Valor),
y = Valor)) +
geom_col() +
coord_flip() +
labs(
title = "Renda por UF",
x = "UF",
y = "Renda"
)
ggplot(escolaridade,
aes(x = reorder(`Unidade da Federação`,
Valor),
y = Valor)) +
geom_col() +
coord_flip() +
labs(
title = "Escolaridade por UF",
x = "UF",
y = "Escolaridade"
)
ggplot(comparacao,
aes(x = escolaridade,
y = renda)) +
geom_point() +
geom_smooth(method = "lm") +
labs(
title = "Relação entre Escolaridade e Renda"
)`geom_smooth()` using formula = 'y ~ x'
comparacao code_state renda escolaridade
1 11 2742 558
2 11 2742 172
3 11 2742 380
4 11 2119 558
5 11 2119 172
6 11 2119 380
7 11 1944 558
8 11 1944 172
9 11 1944 380
10 11 2181 558
11 11 2181 172
12 11 2181 380
13 11 2008 558
14 11 2008 172
15 11 2008 380
16 11 2758 558
17 11 2758 172
18 11 2758 380
19 11 3165 558
20 11 3165 172
21 11 3165 380
22 11 4775 558
23 11 4775 172
24 11 4775 380
25 12 2609 267
26 12 2609 58
27 12 2609 205
28 12 1287 267
29 12 1287 58
30 12 1287 205
31 12 1464 267
32 12 1464 58
33 12 1464 205
34 12 1626 267
35 12 1626 58
36 12 1626 205
37 12 1498 267
38 12 1498 58
39 12 1498 205
40 12 2250 267
41 12 2250 58
42 12 2250 205
43 12 2121 267
44 12 2121 58
45 12 2121 205
46 12 5532 267
47 12 5532 58
48 12 5532 205
49 13 2382 1446
50 13 2382 295
51 13 2382 1128
52 13 827 1446
53 13 827 295
54 13 827 1128
55 13 1140 1446
56 13 1140 295
57 13 1140 1128
58 13 1447 1446
59 13 1447 295
60 13 1447 1128
61 13 1266 1446
62 13 1266 295
63 13 1266 1128
64 13 2020 1446
65 13 2020 295
66 13 2020 1128
67 13 2489 1446
68 13 2489 295
69 13 2489 1128
70 13 5356 1446
71 13 5356 295
72 13 5356 1128
73 14 3030 222
74 14 3030 54
75 14 3030 158
76 14 1857 222
77 14 1857 54
78 14 1857 158
79 14 1808 222
80 14 1808 54
81 14 1808 158
82 14 2026 222
83 14 2026 54
84 14 2026 158
85 14 1747 222
86 14 1747 54
87 14 1747 158
88 14 2235 222
89 14 2235 54
90 14 2235 158
91 14 2756 222
92 14 2756 54
93 14 2756 158
94 14 6506 222
95 14 6506 54
96 14 6506 158
97 15 2045 2492
98 15 2045 520
99 15 2045 1942
100 15 1159 2492
101 15 1159 520
102 15 1159 1942
103 15 1188 2492
104 15 1188 520
105 15 1188 1942
106 15 1455 2492
107 15 1455 520
108 15 1455 1942
109 15 1455 2492
110 15 1455 520
111 15 1455 1942
112 15 1871 2492
113 15 1871 520
114 15 1871 1942
115 15 2211 2492
116 15 2211 520
117 15 2211 1942
118 15 5420 2492
119 15 5420 520
120 15 5420 1942
121 16 2615 309
122 16 2615 61
123 16 2615 246
124 16 1731 309
125 16 1731 61
126 16 1731 246
127 16 1413 309
128 16 1413 61
129 16 1413 246
130 16 1783 309
131 16 1783 61
132 16 1783 246
133 16 2024 309
134 16 2024 61
135 16 2024 246
136 16 2296 309
137 16 2296 61
138 16 2296 246
139 16 2811 309
140 16 2811 61
141 16 2811 246
142 16 5105 309
143 16 5105 61
144 16 5105 246
145 17 2574 519
146 17 2574 127
147 17 2574 387
148 17 1073 519
149 17 1073 127
150 17 1073 387
151 17 1480 519
152 17 1480 127
153 17 1480 387
154 17 1844 519
155 17 1844 127
156 17 1844 387
157 17 1415 519
158 17 1415 127
159 17 1415 387
160 17 2288 519
161 17 2288 127
162 17 2288 387
163 17 2238 519
164 17 2238 127
165 17 2238 387
166 17 5577 519
167 17 5577 127
168 17 5577 387
169 21 1843 1994
170 21 1843 446
171 21 1843 1526
172 21 743 1994
173 21 743 446
174 21 743 1526
175 21 1058 1994
176 21 1058 446
177 21 1058 1526
178 21 1331 1994
179 21 1331 446
180 21 1331 1526
181 21 1158 1994
182 21 1158 446
183 21 1158 1526
184 21 1810 1994
185 21 1810 446
186 21 1810 1526
187 21 2385 1994
188 21 2385 446
189 21 2385 1526
190 21 4488 1994
191 21 4488 446
192 21 4488 1526
193 22 1922 950
194 22 1922 202
195 22 1922 746
196 22 704 950
197 22 704 202
198 22 704 746
199 22 948 950
200 22 948 202
201 22 948 746
202 22 1287 950
203 22 1287 202
204 22 1287 746
205 22 1349 950
206 22 1349 202
207 22 1349 746
208 22 1826 950
209 22 1826 202
210 22 1826 746
211 22 2226 950
212 22 2226 202
213 22 2226 746
214 22 4816 950
215 22 4816 202
216 22 4816 746
217 23 2279 2947
218 23 2279 923
219 23 2279 2003
220 23 975 2947
221 23 975 923
222 23 975 2003
223 23 1114 2947
224 23 1114 923
225 23 1114 2003
226 23 1422 2947
227 23 1422 923
228 23 1422 2003
229 23 1290 2947
230 23 1290 923
231 23 1290 2003
232 23 1872 2947
233 23 1872 923
234 23 1872 2003
235 23 2571 2947
236 23 2571 923
237 23 2571 2003
238 23 6349 2947
239 23 6349 923
240 23 6349 2003
241 24 2452 1121
242 24 2452 485
243 24 2452 632
244 24 1213 1121
245 24 1213 485
246 24 1213 632
247 24 1132 1121
248 24 1132 485
249 24 1132 632
250 24 1486 1121
251 24 1486 485
252 24 1486 632
253 24 1372 1121
254 24 1372 485
255 24 1372 632
256 24 2066 1121
257 24 2066 485
258 24 2066 632
259 24 2577 1121
260 24 2577 485
261 24 2577 632
262 24 5862 1121
263 24 5862 485
264 24 5862 632
265 25 2282 1211
266 25 2282 441
267 25 2282 759
268 25 855 1211
269 25 855 441
270 25 855 759
271 25 1165 1211
272 25 1165 441
273 25 1165 759
274 25 1531 1211
275 25 1531 441
276 25 1531 759
277 25 1470 1211
278 25 1470 441
279 25 1470 759
280 25 1915 1211
281 25 1915 441
282 25 1915 759
283 25 2854 1211
284 25 2854 441
285 25 2854 759
286 25 5577 1211
287 25 5577 441
288 25 5577 759
289 26 2365 3327
290 26 2365 1225
291 26 2365 2071
292 26 777 3327
293 26 777 1225
294 26 777 2071
295 26 1132 3327
296 26 1132 1225
297 26 1132 2071
298 26 1288 3327
299 26 1288 1225
300 26 1288 2071
301 26 1310 3327
302 26 1310 1225
303 26 1310 2071
304 26 1890 3327
305 26 1890 1225
306 26 1890 2071
307 26 2783 3327
308 26 2783 1225
309 26 2783 2071
310 26 6148 3327
311 26 6148 1225
312 26 6148 2071
313 27 2071 889
314 27 2071 270
315 27 2071 609
316 27 1189 889
317 27 1189 270
318 27 1189 609
319 27 1237 889
320 27 1237 270
321 27 1237 609
322 27 1462 889
323 27 1462 270
324 27 1462 609
325 27 1333 889
326 27 1333 270
327 27 1333 609
328 27 2002 889
329 27 2002 270
330 27 2002 609
331 27 2359 889
332 27 2359 270
333 27 2359 609
334 27 4711 889
335 27 4711 270
336 27 4711 609
337 28 2212 691
338 28 2212 175
339 28 2212 512
340 28 893 691
341 28 893 175
342 28 893 512
343 28 1044 691
344 28 1044 175
345 28 1044 512
346 28 1325 691
347 28 1325 175
348 28 1325 512
349 28 1413 691
350 28 1413 175
351 28 1413 512
352 28 2003 691
353 28 2003 175
354 28 2003 512
355 28 2951 691
356 28 2951 175
357 28 2951 512
358 28 6158 691
359 28 6158 175
360 28 6158 512
361 29 2166 4628
362 29 2166 928
363 29 2166 3650
364 29 794 4628
365 29 794 928
366 29 794 3650
367 29 1145 4628
368 29 1145 928
369 29 1145 3650
370 29 1566 4628
371 29 1566 928
372 29 1566 3650
373 29 1303 4628
374 29 1303 928
375 29 1303 3650
376 29 1855 4628
377 29 1855 928
378 29 1855 3650
379 29 2089 4628
380 29 2089 928
381 29 2089 3650
382 29 6012 4628
383 29 6012 928
384 29 6012 3650
385 31 2788 7653
386 31 2788 3533
387 31 2788 4098
388 31 1586 7653
389 31 1586 3533
390 31 1586 4098
391 31 1711 7653
392 31 1711 3533
393 31 1711 4098
394 31 1990 7653
395 31 1990 3533
396 31 1990 4098
397 31 2121 7653
398 31 2121 3533
399 31 2121 4098
400 31 2429 7653
401 31 2429 3533
402 31 2429 4098
403 31 2514 7653
404 31 2514 3533
405 31 2514 4098
406 31 6001 7653
407 31 6001 3533
408 31 6001 4098
409 32 3129 1498
410 32 3129 618
411 32 3129 867
412 32 1465 1498
413 32 1465 618
414 32 1465 867
415 32 1754 1498
416 32 1754 618
417 32 1754 867
418 32 2227 1498
419 32 2227 618
420 32 2227 867
421 32 1998 1498
422 32 1998 618
423 32 1998 867
424 32 2502 1498
425 32 2502 618
426 32 2502 867
427 32 3604 1498
428 32 3604 618
429 32 3604 867
430 32 6584 1498
431 32 6584 618
432 32 6584 867
433 33 3806 8233
434 33 3806 4224
435 33 3806 3959
436 33 2020 8233
437 33 2020 4224
438 33 2020 3959
439 33 1731 8233
440 33 1731 4224
441 33 1731 3959
442 33 2035 8233
443 33 2035 4224
444 33 2035 3959
445 33 2006 8233
446 33 2006 4224
447 33 2006 3959
448 33 2568 8233
449 33 2568 4224
450 33 2568 3959
451 33 3329 8233
452 33 3329 4224
453 33 3329 3959
454 33 7999 8233
455 33 7999 4224
456 33 7999 3959
457 35 4103 21700
458 35 4103 13687
459 35 4103 7519
460 35 2197 21700
461 35 2197 13687
462 35 2197 7519
463 35 2210 21700
464 35 2210 13687
465 35 2210 7519
466 35 2351 21700
467 35 2351 13687
468 35 2351 7519
469 35 2145 21700
470 35 2145 13687
471 35 2145 7519
472 35 2784 21700
473 35 2784 13687
474 35 2784 7519
475 35 3849 21700
476 35 3849 13687
477 35 3849 7519
478 35 8514 21700
479 35 8514 13687
480 35 8514 7519
481 41 3534 4531
482 41 3534 3225
483 41 3534 1226
484 41 1954 4531
485 41 1954 3225
486 41 1954 1226
487 41 2191 4531
488 41 2191 3225
489 41 2191 1226
490 41 2412 4531
491 41 2412 3225
492 41 2412 1226
493 41 2263 4531
494 41 2263 3225
495 41 2263 1226
496 41 2895 4531
497 41 2895 3225
498 41 2895 1226
499 41 2888 4531
500 41 2888 3225
501 41 2888 1226
502 41 6925 4531
503 41 6925 3225
504 41 6925 1226
505 42 3513 3009
506 42 3513 2580
507 42 3513 409
508 42 2130 3009
509 42 2130 2580
510 42 2130 409
511 42 2454 3009
512 42 2454 2580
513 42 2454 409
514 42 2543 3009
515 42 2543 2580
516 42 2543 409
517 42 2324 3009
518 42 2324 2580
519 42 2324 409
520 42 2997 3009
521 42 2997 2580
522 42 2997 409
523 42 3127 3009
524 42 3127 2580
525 42 3127 409
526 42 6320 3009
527 42 6320 2580
528 42 6320 409
529 43 3470 4434
530 43 3470 3742
531 43 3470 673
532 43 1826 4434
533 43 1826 3742
534 43 1826 673
535 43 2134 4434
536 43 2134 3742
537 43 2134 673
538 43 2369 4434
539 43 2369 3742
540 43 2369 673
541 43 2020 4434
542 43 2020 3742
543 43 2020 673
544 43 2903 4434
545 43 2903 3742
546 43 2903 673
547 43 3429 4434
548 43 3429 3742
549 43 3429 673
550 43 7069 4434
551 43 7069 3742
552 43 7069 673
553 50 3303 963
554 50 3303 481
555 50 3303 458
556 50 1774 963
557 50 1774 481
558 50 1774 458
559 50 2110 963
560 50 2110 481
561 50 2110 458
562 50 2275 963
563 50 2275 481
564 50 2275 458
565 50 2256 963
566 50 2256 481
567 50 2256 458
568 50 2746 963
569 50 2746 481
570 50 2746 458
571 50 3597 963
572 50 3597 481
573 50 3597 458
574 50 6526 963
575 50 6526 481
576 50 6526 458
577 51 3121 1262
578 51 3121 437
579 51 3121 811
580 51 1698 1262
581 51 1698 437
582 51 1698 811
583 51 2367 1262
584 51 2367 437
585 51 2367 811
586 51 2384 1262
587 51 2384 437
588 51 2384 811
589 51 2256 1262
590 51 2256 437
591 51 2256 811
592 51 2633 1262
593 51 2633 437
594 51 2633 811
595 51 2970 1262
596 51 2970 437
597 51 2970 811
598 51 6082 1262
599 51 6082 437
600 51 6082 811
601 52 2831 2660
602 52 2831 1033
603 52 2831 1601
604 52 1617 2660
605 52 1617 1033
606 52 1617 1601
607 52 1944 2660
608 52 1944 1033
609 52 1944 1601
610 52 2105 2660
611 52 2105 1033
612 52 2105 1601
613 52 1975 2660
614 52 1975 1033
615 52 1975 1601
616 52 2440 2660
617 52 2440 1033
618 52 2440 1601
619 52 2683 2660
620 52 2683 1033
621 52 2683 1601
622 52 5594 2660
623 52 5594 1033
624 52 5594 1601
625 53 5541 1520
626 53 5541 656
627 53 5541 846
628 53 2294 1520
629 53 2294 656
630 53 2294 846
631 53 2155 1520
632 53 2155 656
633 53 2155 846
634 53 2167 1520
635 53 2167 656
636 53 2167 846
637 53 2049 1520
638 53 2049 656
639 53 2049 846
640 53 3353 1520
641 53 3353 656
642 53 3353 846
643 53 3064 1520
644 53 3064 656
645 53 3064 846
646 53 10373 1520
647 53 10373 656
648 53 10373 846summary(modelo)
Call:
lm(formula = renda ~ escolaridade, data = comparacao)
Residuals:
Min 1Q Median 3Q Max
-1968.4 -1014.3 -416.1 260.3 7861.8
Coefficients:
Estimate Std. Error t value Pr(>|t|)
(Intercept) 2.470e+03 7.302e+01 33.821 < 2e-16 ***
escolaridade 6.324e-02 1.979e-02 3.195 0.00147 **
---
Signif. codes: 0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
Residual standard error: 1566 on 646 degrees of freedom
Multiple R-squared: 0.01556, Adjusted R-squared: 0.01403
F-statistic: 10.21 on 1 and 646 DF, p-value: 0.001465Os resultados obtidos indicam a existência de uma relação positiva entre escolaridade e renda nas Unidades da Federação brasileiras. De maneira geral, estados com melhores indicadores educacionais tendem a apresentar maiores níveis de rendimento médio.
A análise reforça a importância dos investimentos em educação como instrumento de desenvolvimento econômico e mobilidade social. Trabalhadores mais qualificados possuem maior potencial produtivo, melhores oportunidades no mercado de trabalho e maiores rendimentos ao longo da vida.