Duas afirmações sobre o mesmo período podem ser verdadeiras ao mesmo tempo: o rendimento médio do trabalhador brasileiro subiu, e o rendimento de quem tem ensino superior completo caiu. Os dois números estão corretos. Neste exercício, vamos ver como o total e os grupos podem apontar em direções opostas e qual leitura responde a cada pergunta.
Quando a relação observada no total se inverte ao dividirmos os dados por grupo, temos o paradoxo de Simpson. Edward Simpson descreveu o fenômeno em 1951, e ele pode aparecer em qualquer análise que compare médias de populações cuja composição muda ao longo do tempo.

No gráfico acima, cada barra mostra a variação do rendimento médio real de um nível de instrução, e uma barra mostra o agregado, isto é, a média de todos os trabalhadores. A barra do agregado é positiva. Entre os níveis de instrução há barras positivas e negativas, e as negativas estão nos grupos de maior escolaridade.
Ou seja, quem olha apenas o total conclui que o rendimento do trabalhador melhorou, e quem olha por nível de instrução conclui que quem tem diploma passou a ganhar menos. A leitura do total e a leitura por grupo descrevem o mesmo país no mesmo período.
📩 O modelo continua valendo. O que mudou é a velocidade
Quem já sabe econometria tem a parte difícil resolvida: saber qual pergunta fazer e como checar se a resposta faz sentido. No Boletim AM eu mostro, todo dia, como a IA entra nesse trabalho, sem substituir o julgamento de quem entende o modelo.
Todo dia no seu e-mail. Gratuito, e sai num clique.
Como o total pode subir enquanto os grupos caem?
A resposta está no cálculo da média. A média de um conjunto formado por grupos é a média das médias de cada grupo, ponderada pelo tamanho de cada um.
Na equação acima, x̄ é a média do conjunto, x̄g é a média dentro do grupo g, e wg é a participação desse grupo no total, com os pesos somando 1.
Pela equação, o agregado depende da média dentro de cada grupo e do peso de cada grupo. Uma mudança na média de algum grupo ou uma mudança nos pesos movem o agregado.
Por isso a inversão é possível. Se a população migra para grupos de média mais alta, o agregado sobe mesmo que a média de todos os grupos esteja caindo.
A divergência é recente?
A comparação entre o início e o fim do período mostra apenas o resultado acumulado. Para saber se a divergência é recente ou se vem de longe, acompanhamos as séries trimestrais.

No gráfico acima, cada linha é o rendimento médio real de um nível de instrução, convertido em índice com base 100 no primeiro trimestre. Por isso, as séries partem do mesmo ponto e se distanciam ao longo do período. A linha do total termina acima de 100, e a linha do ensino superior completo termina abaixo.
A distância entre a linha do total e a linha do ensino superior mede o tamanho do paradoxo, e ela aumenta de forma gradual. Como a divergência se acumula ao longo de muitos trimestres, um trimestre atípico não explica o resultado.
O que acontece quando só os pesos mudam?
A divergência vem da mudança de peso dos grupos. Ao longo do período, a parcela da população ocupada com mais escolaridade cresceu, e a parcela com menos escolaridade diminuiu.
Para ver o efeito dos pesos sozinho, montamos um exemplo com dois grupos em que a média de cada grupo cai cinco por cento e os pesos mudam.

No gráfico acima, as barras de cada grupo recuam entre o início e o fim, e a barra do agregado avança. As três barras saem do mesmo cálculo da média ponderada, com os pesos de cada período.
O mesmo cálculo explica o caso real. O agregado responde quanto ganha o trabalhador médio hoje, e essa resposta muda quando a composição da população muda, mesmo que nenhum grupo tenha ganho de rendimento.
Quanto da variação vem dos grupos e quanto vem dos pesos?
Podemos decompor a variação do agregado entre dois períodos em duas parcelas: a que vem da mudança dentro dos grupos e a que vem da mudança dos pesos.
Na equação acima, o primeiro termo é o efeito intragrupo, que mede a variação das médias dentro dos grupos com os pesos do período inicial. O segundo termo é o efeito composição, que mede quanto a mudança dos pesos alterou o agregado, usando as médias do período final.
A soma do efeito intragrupo com o efeito composição reproduz exatamente a variação observada. Ou seja, a decomposição é uma identidade contábil, sem resíduo a explicar.

No gráfico acima, as barras mostram o efeito intragrupo, o efeito composição e a variação total do agregado. O efeito intragrupo é negativo, porque a média dos dois grupos caiu. O efeito composição é positivo e maior em módulo, e por isso a variação total é positiva.
Se os pesos tivessem ficado constantes, o agregado teria caído junto com os grupos. Quem reporta apenas a variação do total comunica um resultado correto e deixa de fora a razão pela qual ele aconteceu.
Quando usar o agregado e quando usar os grupos?
O agregado e os grupos respondem a perguntas diferentes, e a escolha depende do que queremos saber.
Na prática, olhamos o agregado e os grupos antes de concluir. Quando apontam na mesma direção, o agregado resume bem o que aconteceu. Quando apontam em direções opostas, o agregado sozinho descreve a média do conjunto e esconde o que aconteceu em cada grupo.
Quais são os limites do exercício?
A decomposição depende dos grupos escolhidos. A divisão por nível de instrução revela um efeito composição, e a divisão por setor, idade ou região revelaria outros, possivelmente de sinal diferente. Por isso, escolhemos os grupos a partir da pergunta que queremos responder.
Outras características da população também mudaram. A população ocupada envelheceu e se deslocou entre setores no período, e atribuir toda a divergência à escolaridade deixaria essas mudanças de fora.
O rendimento já está deflacionado. A série usada é expressa a preços constantes, e por isso a variação observada mede mudança no poder de compra, já descontada a inflação.
Como verificar o paradoxo numa análise?
| Passo | O que verificar |
|---|---|
| 1 | Antes de reportar uma variação do agregado, dividir os dados por pelo menos uma variável de grupo. |
| 2 | Comparar a direção do agregado com a direção de cada grupo. |
| 3 | Se houver divergência, decompor a variação em efeito intragrupo e efeito composição. |
| 4 | Verificar se os pesos dos grupos mudaram no período analisado. |
| 5 | Escolher a leitura pela pergunta: perguntas sobre o conjunto usam o agregado, e perguntas sobre a experiência de cada grupo usam os grupos. |
O segundo passo exige apenas uma tabela com a variação por grupo ao lado da variação do total. Com essa tabela, a divergência aparece antes de qualquer conclusão ser escrita.
Considerações finais
O paradoxo de Simpson explica muitas discussões sobre dados públicos em que dois lados citam números corretos e chegam a conclusões opostas. Quando reconhecemos o paradoxo, a pergunta deixa de ser quem está certo e passa a ser qual recorte responde ao que queremos saber.
A divisão por grupo e a decomposição da variação exigem poucas linhas de código e usam dados públicos do IBGE. A verificação se aplica a várias profissões:
- Analista de dados: descobre que a métrica agregada do produto melhorou porque a base de usuários mudou, mesmo com a experiência de cada grupo de usuários igual.
- Economista: separa ganho de produtividade real de efeito de composição setorial antes de interpretar o agregado.
- Gestor de risco: percebe que a inadimplência média da carteira caiu por mudança no mix de produtos, com a qualidade de crédito de cada produto estável.
- Analista de políticas públicas: compara indicadores entre municípios sabendo que a composição da população muda o agregado.
- Atuária: avalia sinistralidade por faixa antes de concluir sobre a carteira inteira.
Em todos esses casos, a verificação começa por uma tabela por grupo, montada antes de escrever a conclusão.
Você viu o paradoxo; aprenda a decompor o agregado
De estatística descritiva a inferência e regressão, com Python aplicado a dados econômicos reais desde a primeira aula. Quem quer acesso a todas as formações tem o AM Black, a assinatura anual.
Referências
BLYTH, C. R. On Simpson's Paradox and the Sure-Thing Principle. Journal of the American Statistical Association, v. 67, n. 338, p. 364-366, 1972.
OAXACA, R. Male-Female Wage Differentials in Urban Labor Markets. International Economic Review, v. 14, n. 3, p. 693-709, 1973.
PEARL, J. Causality: Models, Reasoning, and Inference. 2. ed. Cambridge: Cambridge University Press, 2009.
SIMPSON, E. H. The Interpretation of Interaction in Contingency Tables. Journal of the Royal Statistical Society: Series B, v. 13, n. 2, p. 238-241, 1951.
YULE, G. U. Notes on the Theory of Association of Attributes in Statistics. Biometrika, v. 2, n. 2, p. 121-134, 1903.
Leia também: Tabelas de contingência e o teste qui-quadrado



