Pular para conteúdo

ANA — Avaliação Nacional da Alfabetização

Resumo

Microdados da Avaliação Nacional da Alfabetização (ANA), aplicada pelo Inep ao final do ciclo de alfabetização (3º ano do ensino fundamental) das escolas públicas com ao menos 10 estudantes matriculados. A ANA mede leitura e escrita em língua portuguesa e matemática. Cada edição traz três arquivos: alunos (respostas, conceitos de escrita e proficiência), escolas (médias, distribuição por nível de proficiência e indicadores contextuais) e itens (gabarito, descritor e parâmetros da Teoria de Resposta ao Item). O lake cobre as duas edições com microdados publicadas (2014 e 2016); o piloto de 2013 não tem microdados na página oficial.

Ficha técnica

Campo Valor
Dataset inep/ana
Órgão Instituto Nacional de Estudos e Pesquisas Educacionais Anísio Teixeira (Inep)
Página oficial https://www.gov.br/inep/pt-br/acesso-a-informacao/dados-abertos/microdados/ana
Licença Não informada especificamente para este conjunto; o portal do Inep declara que todo o conteúdo do site está sob a licença Creative Commons Atribuição-SemDerivações 3.0 Não Adaptada (conferido em 2026-11-15).
Periodicidade sem periodicidade regular: duas edições com microdados (2014 e 2016)
Cobertura 2014 a 2016
Unidade (uma linha) um aluno do 3º ano do ensino fundamental (arquivo ts_aluno); uma escola (arquivo ts_escola); um item de prova com seus parâmetros (arquivo ts_item)
Granularidade espacial: aluno e escola, com região, UF e área (capital ou interior); os códigos de escola e de município são máscaras (códigos fictícios iniciados em 6); temporal: ano da edição
Formato bruto ZIP por edição com as pastas DADOS (três CSV com ponto e vírgula), DICIONÁRIO (xlsx e ods), INPUTS (SAS, SPSS e R), LEIA-ME e PLANILHAS DE RESULTADOS; o ZIP de 2014 traz também relatórios técnicos em PDF
Estado no lake convertido
Partições ano
Chave —
Colunas 136
Unidades de medida proficiencia_lpo_ana: pontos na escala única da ANA (média 500 e desvio 100); desvio_padrao_lpo_ana: pontos na escala única da ANA (média 500 e desvio 100); proficiencia_lpd_ana: pontos na escala única da ANA (média 500 e desvio 100); desvio_padrao_lpd_ana: pontos na escala única da ANA (média 500 e desvio 100); proficiencia_mt_ana: pontos na escala única da ANA (média 500 e desvio 100); desvio_padrao_mt_ana: pontos na escala única da ANA (média 500 e desvio 100); erro_padrao_lpo_ana: pontos na escala única da ANA (média 500 e desvio 100); erro_padrao_lpd_ana: pontos na escala única da ANA (média 500 e desvio 100); erro_padrao_mt_ana: pontos na escala única da ANA (média 500 e desvio 100); proficiencia_lpo: escala única da ANA com média 0 e desvio 1 na população de referência; desvio_padrao_lpo: escala única da ANA com média 0 e desvio 1 na população de referência; proficiencia_lpd: escala única da ANA com média 0 e desvio 1 na população de referência; desvio_padrao_lpd: escala única da ANA com média 0 e desvio 1 na população de referência; proficiencia_mt: escala única da ANA com média 0 e desvio 1 na população de referência; desvio_padrao_mt: escala única da ANA com média 0 e desvio 1 na população de referência; erro_padrao_lpo: escala única da ANA com média 0 e desvio 1 na população de referência; erro_padrao_lpd: escala única da ANA com média 0 e desvio 1 na população de referência; erro_padrao_mt: escala única da ANA com média 0 e desvio 1 na população de referência; media_lpo: pontos na escala da ANA; media_lpd: pontos na escala da ANA; media_mt: pontos na escala da ANA; pc_formacao_docente: percentual; taxa_participacao_lp: percentual; nivel_1_lpo: percentual; nivel_2_lpo: percentual; nivel_3_lpo: percentual; nivel_4_lpo: percentual; esc_sim_n1_lpo: percentual; esc_sim_n2_lpo: percentual; esc_sim_n3_lpo: percentual; esc_sim_n4_lpo: percentual; nivel_1_lpd: percentual; nivel_2_lpd: percentual; nivel_3_lpd: percentual; nivel_4_lpd: percentual; nivel_5_lpd: percentual; esc_sim_n1_lpd: percentual; esc_sim_n2_lpd: percentual; esc_sim_n3_lpd: percentual; esc_sim_n4_lpd: percentual; esc_sim_n5_lpd: percentual; taxa_participacao_mt: percentual; nivel_1_mt: percentual; nivel_2_mt: percentual; nivel_3_mt: percentual; nivel_4_mt: percentual; esc_sim_n1_mt: percentual; esc_sim_n2_mt: percentual; esc_sim_n3_mt: percentual; esc_sim_n4_mt: percentual; nu_matriculados_censo: alunos; nu_presentes_lp: alunos; nu_validos_lp: alunos; nu_presentes_mt: alunos; nu_validos_mt: alunos; a: parâmetro do item na Teoria de Resposta ao Item (a: discriminação, b: dificuldade, c: acerto ao acaso); b: parâmetro do item na Teoria de Resposta ao Item (a: discriminação, b: dificuldade, c: acerto ao acaso); c: parâmetro do item na Teoria de Resposta ao Item (a: discriminação, b: dificuldade, c: acerto ao acaso)
Dados pessoais id_aluno (código do aluno na ANA (identificador de estudante; sem nome ou CPF)); in_sala_separada_lp (atendimento em sala exclusiva para aluno com necessidade especial); in_sala_separada_mt (atendimento em sala exclusiva para aluno com necessidade especial); in_rec_esc1 (recursos de acessibilidade solicitados (indicam necessidade especial do aluno)); in_rec_esc2 (recursos de acessibilidade solicitados (indicam necessidade especial do aluno)); in_rec_esc3 (recursos de acessibilidade solicitados (indicam necessidade especial do aluno)); in_rec_esc5 (recursos de acessibilidade solicitados (indicam necessidade especial do aluno)); in_rec_esc6 (recursos de acessibilidade solicitados (indicam necessidade especial do aluno)); in_rec_esc12 (recursos de acessibilidade solicitados (indicam necessidade especial do aluno)); in_rec_esc13 (recursos de acessibilidade solicitados (indicam necessidade especial do aluno)); in_rec_esc14 (recursos de acessibilidade solicitados (indicam necessidade especial do aluno)); in_rec_esc15 (recursos de acessibilidade solicitados (indicam necessidade especial do aluno)); in_rec_esc16 (recursos de acessibilidade solicitados (indicam necessidade especial do aluno)); in_rec_esc17 (recursos de acessibilidade solicitados (indicam necessidade especial do aluno)); in_rec_esc18 (recursos de acessibilidade solicitados (indicam necessidade especial do aluno)); in_rec_esc19 (recursos de acessibilidade solicitados (indicam necessidade especial do aluno)); in_rec_esc20 (recursos de acessibilidade solicitados (indicam necessidade especial do aluno)); in_rec_inep1 (recursos de acessibilidade solicitados (indicam necessidade especial do aluno)); in_rec_inep2 (recursos de acessibilidade solicitados (indicam necessidade especial do aluno)); in_rec_inep3 (recursos de acessibilidade solicitados (indicam necessidade especial do aluno)); in_rec_inep4 (recursos de acessibilidade solicitados (indicam necessidade especial do aluno)); in_rec_inep5 (recursos de acessibilidade solicitados (indicam necessidade especial do aluno)); in_rec_inep6 (recursos de acessibilidade solicitados (indicam necessidade especial do aluno)); in_rec_inep7 (recursos de acessibilidade solicitados (indicam necessidade especial do aluno)); in_rec_inep8 (recursos de acessibilidade solicitados (indicam necessidade especial do aluno)); in_rec_inep9 (recursos de acessibilidade solicitados (indicam necessidade especial do aluno)); in_rec_inep10 (recursos de acessibilidade solicitados (indicam necessidade especial do aluno)); in_rec_inep11 (recursos de acessibilidade solicitados (indicam necessidade especial do aluno)); tx_resposta_lp (desempenho individual do aluno); tx_resposta_mt (desempenho individual do aluno); conceito_q1 (desempenho individual do aluno); conceito_q2 (desempenho individual do aluno); conceito_q3_ortografia (desempenho individual do aluno); conceito_q3_coesao (desempenho individual do aluno); conceito_q3_segmentacao (desempenho individual do aluno); conceito_q3_pontuacao (desempenho individual do aluno); conceito_q3_progressao_tematica (desempenho individual do aluno); conceito_q3_elementos_narrativa (desempenho individual do aluno); nivel_lpo (desempenho individual do aluno); proficiencia_lpo (desempenho individual do aluno); desvio_padrao_lpo (desempenho individual do aluno); proficiencia_lpo_ana (desempenho individual do aluno); desvio_padrao_lpo_ana (desempenho individual do aluno); nivel_lpd (desempenho individual do aluno); proficiencia_lpd (desempenho individual do aluno); desvio_padrao_lpd (desempenho individual do aluno); proficiencia_lpd_ana (desempenho individual do aluno); desvio_padrao_lpd_ana (desempenho individual do aluno); nivel_mt (desempenho individual do aluno); proficiencia_mt (desempenho individual do aluno); desvio_padrao_mt (desempenho individual do aluno); proficiencia_mt_ana (desempenho individual do aluno); desvio_padrao_mt_ana (desempenho individual do aluno); erro_padrao_lpo (desempenho individual do aluno); erro_padrao_lpo_ana (desempenho individual do aluno); erro_padrao_lpd (desempenho individual do aluno); erro_padrao_lpd_ana (desempenho individual do aluno); erro_padrao_mt (desempenho individual do aluno); erro_padrao_mt_ana (desempenho individual do aluno)
Eras 2016: TS_ALUNO separa leitura e escrita de língua portuguesa (cadernos e pesos próprios) e traz situação de presença, sala separada e recursos de acessibilidade; "desvio padrão" da proficiência passa a "erro padrão"; os códigos de CO_QUESITO mudam (9 a 14 em 2014; 16 a 21 em 2016); TS_ITEM ganha IN_ITEM_ADAPTADO e TP_ADAPTACAO
Revisado em 2026-11-15
Versão do fetcher 0.7.1

Origem e coleta

  • O fetcher baixa https://download.inep.gov.br/microdados/microdados_ana_<ano>.zip para 2014 e 2016, as duas edições listadas na página oficial dos microdados da ANA (conferido em 2026-11-15).
  • A ANA foi criada em 2013 como edição piloto e a segunda edição foi a de 2014 (Leia-me da edição 2014); não há microdados do piloto de 2013 na página oficial.
  • Cada ZIP tem as pastas DADOS, DICIONÁRIO, INPUTS, LEIA-ME (em 2014, LEIA-ME E DOCUMENTOS TÉCNICOS) e PLANILHAS DE RESULTADOS. O conversor lê só os CSV de DADOS; as planilhas de resultados por município, UF, região e Brasil (xlsx e ods) não viram arquivos do lake.
  • Tamanhos descompactados no índice dos ZIP: TS_ALUNO.csv com 639 MB em 2014 e 804 MB em 2016; TS_ESCOLA.csv com 10,5 MB e 10,3 MB; TS_ITEM.csv com 14,9 KB e 17,2 KB.
  • Os Leia-me das duas edições levam a data de junho de 2023 e já descrevem o modelo de microdados da LGPD (ver Cuidados de uso).

Conteúdo

  • ts_aluno: uma linha por aluno do 3º ano. Traz localização e escola (com códigos mascarados), indicadores de presença e de preenchimento, caderno de prova, respostas aos testes objetivos (tx_resposta_lp, tx_resposta_mt), conceitos obtidos nas questões de escrita de palavras e de produção textual, pesos de expansão, nível e proficiência em leitura (lpo), escrita (lpd) e matemática (mt). Em 2014 a leitura e a escrita compartilham caderno e peso (_lp).
  • ts_escola: uma linha por escola. Traz o nível socioeconômico, a adequação da formação docente, o número de matriculados no Censo Escolar, presentes e válidos, a taxa de participação, a média de cada área e o percentual de alunos em cada nível de proficiência, inclusive o do "Perfil de Escola Similar" (esc_sim_*).
  • ts_item: uma linha por item e gabarito. Traz disciplina, bloco, posição, código do item, descritor, tipo, modelo de resposta ao item e os parâmetros a, b e c. Itens de escrita têm mais de uma linha por item, uma por categoria de resposta (por exemplo, gabaritos B/A e A com parâmetro b diferente).
  • As notas das áreas têm duas escalas: a proficiência "bruta" (média 0 e desvio 1 na população de referência) e a transformada _ana (média 500 e desvio 100). Os níveis de proficiência de leitura e matemática vão de 1 a 4 e os de escrita, de 1 a 5.
  • A ANA é censitária para o público-alvo: estudantes do 3º ano de escolas públicas com ao menos 10 matriculados (Censo Escolar até o fim de julho de cada edição).

Arquivos do lake por ano (conferido em amostra convertida pelo conversor atual, 2026-11-15):

Ano Arquivos (colunas)
2014 ts_aluno (45); ts_escola (46); ts_item (14)
2016 ts_aluno (76); ts_escola (46); ts_item (16)

Variáveis

As descrições e os códigos vêm dos dicionários de variáveis (xlsx) de cada edição; vale a edição mais recente que traz a variável (2016). Todas as colunas do lake são texto, mesmo as numéricas; o tipo declarado nos dicionários é Num ou Char. Os dicionários descrevem ID_DEPENDENCIA_ADM em TS_ESCOLA (2014 e 2016) e em TS_ALUNO (2014), mas os CSV trazem IN_PUBLICA (0 = privada, 1 = pública), como o Leia-me diz. A coluna id_turno também consta no dicionário de 2014 e não nos dados. A coluna Arquivos indica em quais arquivos do lake a coluna aparece (o nome do arquivo sem o ano).

Coluna no lake Na fonte Tipo Descrição Unidade / códigos Período Arquivos
id_exame_ana ID_EXAME_ANA texto Ano da ANA — todo ts_aluno, ts_escola, ts_item
id_regiao ID_REGIAO texto Código da Região (1 = Norte; 2 = Nordeste; 3 = Sudeste; 4 = Sul; 5 = Centro-Oeste) — todo ts_aluno, ts_escola
id_uf ID_UF texto Código da Unidade da Federação (código IBGE da UF, de 11 = RO a 53 = DF) — todo ts_aluno, ts_escola
id_municipio ID_MUNICIPIO texto Código do Município — todo ts_aluno, ts_escola
id_area ID_AREA texto Área (1 = capital; 2 = interior) — todo ts_aluno, ts_escola
id_escola ID_ESCOLA texto Código da Escola — todo ts_aluno, ts_escola
in_publica IN_PUBLICA texto Dependência administrativa reduzida a indicador de escola pública (0 = privada; 1 = pública), em lugar da dependência detalhada (Leia-me) — todo ts_aluno, ts_escola
id_localizacao ID_LOCALIZACAO texto Localização (1 = urbana; 2 = rural) — todo ts_aluno, ts_escola
id_turma ID_TURMA texto Código da turma na ANA — todo ts_aluno
id_serie ID_SERIE texto Série (3 = 3º ano do ensino fundamental) — todo ts_aluno, ts_item
id_aluno ID_ALUNO texto Código do aluno na ANA — todo ts_aluno
in_situacao_censo IN_SITUACAO_CENSO texto Indicador de consistência com o Censo Escolar do ano da edição (0 = não consistente; 1 = consistente) — todo ts_aluno
in_presenca_lp IN_PRESENCA_LP texto Indicador de presença no dia dos testes de Língua Portuguesa (Leitura e Escrita) (0 = aluno ausente; 1 = aluno presente) — todo ts_aluno
in_presenca_mt IN_PRESENCA_MT texto Indicador de presença no dia dos testes de Matemática (0 = aluno ausente; 1 = aluno presente) — todo ts_aluno
in_preenchimento_lp IN_PREENCHIMENTO_LP texto Indicador de preenchimento dos testes de Língua Portuguesa (Leitura e Escrita) (0 = prova não preenchida; 1 = prova preenchida) — todo ts_aluno
in_preenchimento_mt IN_PREENCHIMENTO_MT texto Indicador de preenchimento dos testes de Matemática (0 = prova não preenchida; 1 = prova preenchida) — todo ts_aluno
co_caderno_prova_lp CO_CADERNO_PROVA_LP texto Código do Caderno de Provas do Teste de Língua Portuguesa (Leitura e Escrita) (0 = caderno não identificado; 1 a 16 = prova regular; 17 = macrotipo) — 2014 ts_aluno
co_caderno_prova_mt CO_CADERNO_PROVA_MT texto Código do Caderno de Provas do Teste de Matemática (0 = caderno não identificado; 1 a 16 = prova regular; 17 = macrotipo; 18 = surdos e 19 = ledor ou braille, só em 2016) — todo ts_aluno
tx_resposta_lp TX_RESPOSTA_LP texto Resposta do Aluno ao Teste de Leitura em Língua Portuguesa (A, B, C, D; . = em branco; * = nulo) — todo ts_aluno
tx_resposta_mt TX_RESPOSTA_MT texto Resposta do Aluno ao Teste de Matemática (A, B, C, D; . = em branco; * = nulo) — todo ts_aluno
conceito_q1 CONCEITO_Q1 texto Conceito obtido na questão 1 do teste de Escrita em Língua portuguesa (escrita de palavras) (A, B ou C; BR = em branco; NL = nulo; NR = não respondeu) — todo ts_aluno
conceito_q2 CONCEITO_Q2 texto Conceito obtido na questão 2 do teste de Escrita em Língua portuguesa (escrita de palavras) (A, B ou C; BR = em branco; NL = nulo; NR = não respondeu) — todo ts_aluno
conceito_q3_ortografia CONCEITO_Q3_ORTOGRAFIA texto Conceito obtido para ortografia na questão 3 do teste de Escrita em Língua portuguesa (produção de textos) (A, B ou C; BR = em branco; NL = nulo; NR = não respondeu; TI = texto incipiente) — todo ts_aluno
conceito_q3_coesao CONCEITO_Q3_COESAO texto Conceito obtido para coesão na questão 3 do teste de Escrita em Língua portuguesa (produção de textos) (A, B ou C; BR = em branco; NL = nulo; NR = não respondeu; TI = texto incipiente) — todo ts_aluno
conceito_q3_segmentacao CONCEITO_Q3_SEGMENTACAO texto Conceito obtido para segmentação na questão 3 do teste de Escrita em Língua portuguesa (produção de textos) (A, B ou C; BR = em branco; NL = nulo; NR = não respondeu; TI = texto incipiente) — todo ts_aluno
conceito_q3_pontuacao CONCEITO_Q3_PONTUACAO texto Conceito obtido para pontuação na questão 3 do teste de Escrita em Língua portuguesa (produção de textos) (A, B ou C; BR = em branco; NL = nulo; NR = não respondeu; TI = texto incipiente) — todo ts_aluno
conceito_q3_progressao_tematica CONCEITO_Q3_PROGRESSAO_TEMATICA texto Conceito obtido para progressão temática na questão 3 do teste de Escrita em Língua portuguesa (produção de textos) (A, B ou C; BR = em branco; NL = nulo; NR = não respondeu; TI = texto incipiente) — todo ts_aluno
conceito_q3_elementos_narrativa CONCEITO_Q3_ELEMENTOS_NARRATIVA texto Conceito obtido para elementos da narrativa na questão 3 do teste de Escrita em Língua portuguesa (produção de textos) (A, B ou C; BR = em branco; NL = nulo; NR = não respondeu; TI = texto incipiente) — todo ts_aluno
peso_aluno_lp PESO_ALUNO_LP texto Peso do Aluno em Língua Portuguesa (Leitura e Escrita) — 2014 ts_aluno
nivel_lpo NIVEL_LPO texto Posicionamento do aluno na escala de proficiência em Leitura em Língua Portuguesa (1 a 4) — todo ts_aluno
proficiencia_lpo PROFICIENCIA_LPO texto Proficiência do aluno em Leitura em Língua Portuguesa calculada na escala única da ANA, com média = 0 e desvio = 1 na população de referência — todo ts_aluno
desvio_padrao_lpo DESVIO_PADRAO_LPO texto Desvio padrão da proficiência em Leitura em Língua Portuguesa — 2014 ts_aluno
proficiencia_lpo_ana PROFICIENCIA_LPO_ANA texto Proficiência em Leitura em Língua Portuguesa transformada na escala única da ANA, com média = 500, desvio = 100 — todo ts_aluno
desvio_padrao_lpo_ana DESVIO_PADRAO_LPO_ANA texto Desvio padrão da proficiência transformada em Leitura em Língua Portuguesa — 2014 ts_aluno
nivel_lpd NIVEL_LPD texto Posicionamento do aluno na escala de proficiência em Escrita em Língua Portuguesa (1 a 5) — todo ts_aluno
proficiencia_lpd PROFICIENCIA_LPD texto Proficiência do aluno em Escrita em Língua Portuguesa calculada na escala única da ANA, com média = 0 e desvio = 1 na população de referência — todo ts_aluno
desvio_padrao_lpd DESVIO_PADRAO_LPD texto Desvio padrão da proficiência em Escrita em Língua Portuguesa — 2014 ts_aluno
proficiencia_lpd_ana PROFICIENCIA_LPD_ANA texto Proficiência em Escrita em Língua Portuguesa transformada na escala única da ANA, com média = 500, desvio = 100 — todo ts_aluno
desvio_padrao_lpd_ana DESVIO_PADRAO_LPD_ANA texto Desvio padrão da proficiência transformada em Escrita em Língua Portuguesa — 2014 ts_aluno
peso_aluno_mt PESO_ALUNO_MT texto Peso do Aluno em Matemática — todo ts_aluno
nivel_mt NIVEL_MT texto Posicionamento do aluno na escala de proficiência em Matemática (1 a 4) — todo ts_aluno
proficiencia_mt PROFICIENCIA_MT texto Proficiência do aluno em Matemática calculada na escala única da ANA, com média = 0 e desvio = 1 na população de referência — todo ts_aluno
desvio_padrao_mt DESVIO_PADRAO_MT texto Desvio padrão da proficiência em Matemática — 2014 ts_aluno
proficiencia_mt_ana PROFICIENCIA_MT_ANA texto Proficiência do aluno em Matemática transformada na escala única da ANA, com média = 500, desvio = 100 — todo ts_aluno
desvio_padrao_mt_ana DESVIO_PADRAO_MT_ANA texto Desvio padrão da proficiência transformada em Matemática — 2014 ts_aluno
pc_formacao_docente PC_FORMACAO_DOCENTE texto Indicador de Adequação da Formação Docente (Informação referente ao Grupo 1, para os Anos Iniciais do EF) — todo ts_escola
nivel_socio_economico NIVEL_SOCIO_ECONOMICO texto Nível socioecônomico da escola (2014: 8 = muito baixo a 14 = muito alto; 2016: 15 = muito baixo a 21 = muito alto) — todo ts_escola
nu_matriculados_censo NU_MATRICULADOS_CENSO texto Número de alunos matriculados no 3º ano do ensino fundamental de 9 anos no censo 2016 — todo ts_escola
nu_presentes_lp NU_PRESENTES_LP texto Número de alunos, que estavam presentes no dia da aplicação dos testes de Língua Portuguesa (Leitura e Escrita) da ANA — todo ts_escola
nu_validos_lp NU_VALIDOS_LP texto Número de alunos do no 3º ano, que responderam a três ou mais questões dos testes de Língua Portuguesa (Leitura) da ANA — todo ts_escola
taxa_participacao_lp TAXA_PARTICIPACAO_LP texto Taxa de participação nos testes de Língua Portuguesa: alunos presentes (nu_presentes_lp) sobre matriculados no 3º ano pelo Censo Escolar (nu_matriculados_censo); o dicionário diz "Matemática" por engano — todo ts_escola
media_lpo MEDIA_LPO texto Média em Leitura em Língua Portuguesa — todo ts_escola
nivel_1_lpo NIVEL_1_LPO texto Percentual de estudantes com proficiência menor ou igual a 425 pontos — todo ts_escola
nivel_2_lpo NIVEL_2_LPO texto Percentual de estudantes com proficiencia maior que 425 e menor ou igual a 525 pontos — todo ts_escola
nivel_3_lpo NIVEL_3_LPO texto Percentual de estudantes com proficiencia maior que 525 e menor ou igual a 625 pontos — todo ts_escola
nivel_4_lpo NIVEL_4_LPO texto Percentual de estudantes com proficiencia maior que 625 pontos — todo ts_escola
esc_sim_n1_lpo ESC_SIM_N1_LPO texto Percentual de estudantes do Perfil de Escola Similar com proficiência menor ou igual a 425 pontos — todo ts_escola
esc_sim_n2_lpo ESC_SIM_N2_LPO texto Percentual de estudantes do Perfil de Escola Similar com proficiencia maior que 425 e menor ou igual a 525 pontos — todo ts_escola
esc_sim_n3_lpo ESC_SIM_N3_LPO texto Percentual de estudantes do Perfil de Escola Similar com proficiencia maior que 525 e menor ou igual a 625 pontos — todo ts_escola
esc_sim_n4_lpo ESC_SIM_N4_LPO texto Percentual de estudantes do Perfil de Escola Similar com proficiencia maior que 625 pontos — todo ts_escola
media_lpd MEDIA_LPD texto Média em Escrita em Língua Portuguesa — todo ts_escola
nivel_1_lpd NIVEL_1_LPD texto Percentual de estudantes com proficiência menor que 350 pontos — todo ts_escola
nivel_2_lpd NIVEL_2_LPD texto Percentual de estudantes com proficiência maior ou igual a 350 e menor que 450 pontos — todo ts_escola
nivel_3_lpd NIVEL_3_LPD texto Percentual de estudantes com proficiência maior ou igual a 450 e menor que 500 pontos — todo ts_escola
nivel_4_lpd NIVEL_4_LPD texto Percentual de estudantes com proficiência maior ou igual a 500 e menor que 600 pontos — todo ts_escola
nivel_5_lpd NIVEL_5_LPD texto Percentual de estudantes com proficiência maior ou igual a 600 pontos — todo ts_escola
esc_sim_n1_lpd ESC_SIM_N1_LPD texto Percentual de estudantes do Perfil de Escola Similar com proficiência menor que 350 pontos — todo ts_escola
esc_sim_n2_lpd ESC_SIM_N2_LPD texto Percentual de estudantes do Perfil de Escola Similar com proficiência maior ou igual a 350 e menor que 450 pontos — todo ts_escola
esc_sim_n3_lpd ESC_SIM_N3_LPD texto Percentual de estudantes do Perfil de Escola Similar com proficiência maior ou igual a 450 e menor que 500 pontos — todo ts_escola
esc_sim_n4_lpd ESC_SIM_N4_LPD texto Percentual de estudantes do Perfil de Escola Similar com proficiência maior ou igual a 500 e menor que 600 pontos — todo ts_escola
esc_sim_n5_lpd ESC_SIM_N5_LPD texto Percentual de estudantes do Perfil de Escola Similar com proficiência maior ou igual a 600 pontos — todo ts_escola
nu_presentes_mt NU_PRESENTES_MT texto Número de alunos do no 3º ano, que estavam presentes no dia da aplicação dos testes de Matemática da ANA — todo ts_escola
nu_validos_mt NU_VALIDOS_MT texto Número de alunos do no 3º ano, que responderam a três ou mais questões dos testes de Matemática da ANA — todo ts_escola
taxa_participacao_mt TAXA_PARTICIPACAO_MT texto Taxa de participação nos testes de Matemática calculada pela razão entre o total de alunos presentes na ANA (QT_ALUNO_PRESENTE_MT) e o total de alunos cadastrados no Censo Escolar que são público alvo da ANA (NU_MATRICULADOS_CENSO) — todo ts_escola
media_mt MEDIA_MT texto Média em Matemática — todo ts_escola
nivel_1_mt NIVEL_1_MT texto Percentual de estudantes com proficiência menor ou igual a 425 pontos — todo ts_escola
nivel_2_mt NIVEL_2_MT texto Percentual de estudantes com proficiência maior que 425 e menor ou igual a 525 pontos — todo ts_escola
nivel_3_mt NIVEL_3_MT texto Percentual de estudantes com proficiência maior que 525 e menor ou igual a 575 pontos — todo ts_escola
nivel_4_mt NIVEL_4_MT texto Percentual de estudantes com proficiência maior que 575 pontos — todo ts_escola
esc_sim_n1_mt ESC_SIM_N1_MT texto Percentual de estudantes do Perfil de Escola Similar com proficiência menor ou igual a 425 pontos — todo ts_escola
esc_sim_n2_mt ESC_SIM_N2_MT texto Percentual de estudantes do Perfil de Escola Similar com proficiência maior que 425 e menor ou igual a 525 pontos — todo ts_escola
esc_sim_n3_mt ESC_SIM_N3_MT texto Percentual de estudantes do Perfil de Escola Similar com proficiência maior que 525 e menor ou igual a 575 pontos — todo ts_escola
esc_sim_n4_mt ESC_SIM_N4_MT texto Percentual de estudantes do Perfil de Escola Similar com proficiência maior que 575 pontos — todo ts_escola
disciplina DISCIPLINA texto Área de conhecimento do item (LC = Linguagens e Códigos; MT = Matemática) — todo ts_item
bloco BLOCO texto Identificador do bloco De 1 a 8 = 1 todo ts_item
posicao POSICAO texto Identificador da posição do item no bloco De 1 a 10 = 3 todo ts_item
id_item ID_ITEM texto Código do item — todo ts_item
co_quesito CO_QUESITO texto Quesito avaliado no item de produção textual (2014: 9 = ortografia, 10 = coesão, 11 = segmentação, 12 = pontuação, 13 = sequência narrativa, 14 = elementos da narrativa; 2016: 16 a 21, na mesma ordem) — todo ts_item
nu_descritor_habilidade NU_DESCRITOR_HABILIDADE texto Identificador do descritor do item — todo ts_item
gabarito GABARITO texto Gabarito do item (A a D; X = anulado) ou conceito dos itens de escrita de palavras e de produção textual; itens com acerto parcial trazem a sequência dos conceitos (por exemplo B/A) — todo ts_item
tipo_item TIPO_ITEM texto Tipo de resposta esperada para o item (Escrita de Palavras, Produção Textual ou Resposta Objetiva); o texto acentuado sai corrompido no lake — todo ts_item
item_modelo ITEM_MODELO texto Modelo da Teoria de Resposta ao Item (M3PL = logístico de 3 parâmetros; MRG = resposta gradual) — todo ts_item
a A texto Parâmetro de discriminação do item: poder do item de diferenciar quem domina de quem não domina a habilidade avaliada — todo ts_item
b B texto Parâmetro de dificuldade do item: quanto maior, mais difícil o item — todo ts_item
c C texto Parâmetro de acerto ao acaso: probabilidade de acertar sem dominar a habilidade (vazio nos itens de modelo gradual MRG) — todo ts_item
tp_situacao_presenca_lp TP_SITUACAO_PRESENCA_LP texto Tipo da situação de presença na aplicação dos testes de Língua Portuguesa (Leitura e Escrita). Informação contida na Lista de Presença. (0 = aluno regular; 1 = inserido; 2 = transferido; 3 = instrumento não retornou) — 2016 ts_aluno
tp_situacao_presenca_mt TP_SITUACAO_PRESENCA_MT texto Tipo da situação de presença na aplicação do teste de Matemática (Leitura e Escrita). Informação contida na Lista de Presença. (0 = aluno regular; 1 = inserido; 2 = transferido; 3 = instrumento não retornou) — 2016 ts_aluno
in_sala_separada_lp IN_SALA_SEPARADA_LP texto Indicador de atendimento em sala exclusiva para candidatos com necessidades especiais que realizaram testes de Língua Portuguesa (Leitura e Escrita) (0 = não; 1 = sim) — 2016 ts_aluno
in_sala_separada_mt IN_SALA_SEPARADA_MT texto Indicador de atendimento em sala exclusiva para candidatos com necessidades especiais que realizaram testes de Matemática (0 = não; 1 = sim) — 2016 ts_aluno
in_rec_esc1 IN_REC_ESC1 texto Indicador de solicitação de recurso disponibilizado pela ESCOLA: Auxílio para leitura (0 = não; 1 = sim) — 2016 ts_aluno
in_rec_esc2 IN_REC_ESC2 texto Indicador de solicitação de recurso disponibilizado pela ESCOLA: Auxílio para transcrição (0 = não; 1 = sim) — 2016 ts_aluno
in_rec_esc3 IN_REC_ESC3 texto Indicador de solicitação de recurso disponibilizado pela ESCOLA: Intérprete de libras (0 = não; 1 = sim) — 2016 ts_aluno
in_rec_esc5 IN_REC_ESC5 texto Indicador de solicitação de recurso disponibilizado pela ESCOLA: Guia intérprete (para surdocegueira) (0 = não; 1 = sim) — 2016 ts_aluno
in_rec_esc6 IN_REC_ESC6 texto Indicador de solicitação de recurso disponibilizado pela ESCOLA: Nenhum (0 = não; 1 = sim) — 2016 ts_aluno
in_rec_esc12 IN_REC_ESC12 texto Indicador de solicitação de recurso disponibilizado pela ESCOLA:Aparelho de CD (0 = não; 1 = sim) — 2016 ts_aluno
in_rec_esc13 IN_REC_ESC13 texto Indicador de solicitação de recurso disponibilizado pela ESCOLA:Aparelho de DVD (0 = não; 1 = sim) — 2016 ts_aluno
in_rec_esc14 IN_REC_ESC14 texto Indicador de solicitação de recurso disponibilizado pela ESCOLA:Computador (0 = não; 1 = sim) — 2016 ts_aluno
in_rec_esc15 IN_REC_ESC15 texto Indicador de solicitação de recurso disponibilizado pela ESCOLA: Máquina de escrever (perkins) (0 = não; 1 = sim) — 2016 ts_aluno
in_rec_esc16 IN_REC_ESC16 texto Indicador de solicitação de recurso disponibilizado pela ESCOLA: Monitor/televisão (0 = não; 1 = sim) — 2016 ts_aluno
in_rec_esc17 IN_REC_ESC17 texto Indicador de solicitação de recurso disponibilizado pela ESCOLA: Punção (0 = não; 1 = sim) — 2016 ts_aluno
in_rec_esc18 IN_REC_ESC18 texto Indicador de solicitação de recurso disponibilizado pela ESCOLA:Reglete (0 = não; 1 = sim) — 2016 ts_aluno
in_rec_esc19 IN_REC_ESC19 texto Indicador de solicitação de recurso - ESCOLA: Sorabam (0 = não; 1 = sim) — 2016 ts_aluno
in_rec_esc20 IN_REC_ESC20 texto Indicador de solicitação de recurso disponibilizado pela ESCOLA:Software de tela (0 = não; 1 = sim) — 2016 ts_aluno
in_rec_inep1 IN_REC_INEP1 texto Indicador de solicitação de recurso disponibilizado pelo Inep: Auxílio para leitura (0 = não; 1 = sim) — 2016 ts_aluno
in_rec_inep2 IN_REC_INEP2 texto Indicador de solicitação de recurso disponibilizado pelo Inep: Auxílio para transcrição (0 = não; 1 = sim) — 2016 ts_aluno
in_rec_inep3 IN_REC_INEP3 texto Indicador de solicitação de recurso disponibilizado pelo Inep: Intérprete de libras (0 = não; 1 = sim) — 2016 ts_aluno
in_rec_inep4 IN_REC_INEP4 texto Indicador de solicitação de recurso disponibilizado pelo Inep: Leitor labial (0 = não; 1 = sim) — 2016 ts_aluno
in_rec_inep5 IN_REC_INEP5 texto Indicador de solicitação de recurso disponibilizado pelo Inep: Guia intérprete (para surdocegueira) (0 = não; 1 = sim) — 2016 ts_aluno
in_rec_inep6 IN_REC_INEP6 texto Indicador de solicitação de recurso disponibilizado pelo Inep: Nenhum (0 = não; 1 = sim) — 2016 ts_aluno
in_rec_inep7 IN_REC_INEP7 texto Indicador de solicitação de recurso disponibilizado pelo Inep: Aplicador extra (0 = não; 1 = sim) — 2016 ts_aluno
in_rec_inep8 IN_REC_INEP8 texto Indicador de solicitação de recurso disponibilizado pelo Inep: Prova adaptada para surdos (0 = não; 1 = sim) — 2016 ts_aluno
in_rec_inep9 IN_REC_INEP9 texto Indicador de solicitação de recurso disponibilizado pelo Inep: Prova ampliada (fonte 18) (0 = não; 1 = sim) — 2016 ts_aluno
in_rec_inep10 IN_REC_INEP10 texto Indicador de solicitação de recurso disponibilizado pelo Inep: Prova superampliada (fonte 24) (0 = não; 1 = sim) — 2016 ts_aluno
in_rec_inep11 IN_REC_INEP11 texto Indicador de solicitação de recurso disponibilizado pelo Inep: Prova em braille (0 = não; 1 = sim) — 2016 ts_aluno
co_caderno_prova_lpo CO_CADERNO_PROVA_LPO texto Código do Caderno de Provas do Teste de Língua Portuguesa (Leitura) (0 = caderno não identificado; 1 a 16 = prova regular; 17 = macrotipo; 18 = surdos e 19 = ledor ou braille, só em 2016) — 2016 ts_aluno
co_caderno_prova_lpd CO_CADERNO_PROVA_LPD texto Código do Caderno de Provas do Teste de Língua Portuguesa (Escrita) (1 a 4) — 2016 ts_aluno
peso_aluno_lpo PESO_ALUNO_LPO texto Peso do Aluno em Língua Portuguesa (Leitura) — 2016 ts_aluno
erro_padrao_lpo ERRO_PADRAO_LPO texto Erro padrão da proficiência em Leitura em Língua Portuguesa — 2016 ts_aluno
erro_padrao_lpo_ana ERRO_PADRAO_LPO_ANA texto Erro padrão da proficiência transformada em Leitura em Língua Portuguesa — 2016 ts_aluno
peso_aluno_lpd PESO_ALUNO_LPD texto Peso do Aluno em Língua Portuguesa (Escrita) — 2016 ts_aluno
erro_padrao_lpd ERRO_PADRAO_LPD texto Erro padrão da proficiência em Escrita em Língua Portuguesa — 2016 ts_aluno
erro_padrao_lpd_ana ERRO_PADRAO_LPD_ANA texto Erro padrão da proficiência transformada em Escrita em Língua Portuguesa — 2016 ts_aluno
erro_padrao_mt ERRO_PADRAO_MT texto Erro padrão da proficiência em Matemática — 2016 ts_aluno
erro_padrao_mt_ana ERRO_PADRAO_MT_ANA texto Erro padrão da proficiência transformada em Matemática — 2016 ts_aluno
in_item_adaptado IN_ITEM_ADAPTADO texto Indicador de adaptação do item para acessibilidade (0 = não; 1 = sim) — 2016 ts_item
tp_adaptacao TP_ADAPTACAO texto Público para o qual o item foi adaptado (nos dados de 2016: LP-SURDOS ou MT-SURDOS) — 2016 ts_item

No lake

  • Dataset inep/ana, particionado por ano; um Parquet por CSV de DADOS, no padrão ana-microdados_<ano>__ts_aluno.parquet (também ts_escola e ts_item).
  • Todas as colunas são texto: o DuckDB lê o CSV sem inferir tipos, e os nomes saem normalizados (minúsculas, sem acento).
  • A coluna ano é a edição, tirada do nome do arquivo; id_exame_ana é o ano dentro do dado.
  • Campos vazios no CSV (por exemplo, proficiência de aluno ausente) ficam vazios no Parquet.

Cuidados de uso

  • Os arquivos não se juntam por chave sem cuidado. ts_aluno, ts_escola e ts_item são entidades diferentes. Aluno e escola se ligam por id_escola (código mascarado, igual em todas as bases da edição, segundo o Leia-me) e por ano.
  • Esquema muda entre as edições. Em 2014 ts_aluno tem 45 colunas de dados e em 2016, 76; as colunas de leitura e escrita passam a ter caderno e peso separados e desvio_padrao_* vira erro_padrao_*. Confira a coluna Período.
  • Códigos mudam entre as edições. Em ts_item, co_quesito usa 9 a 14 em 2014 e 16 a 21 em 2016 para os mesmos seis quesitos da produção textual (ortografia, coesão, segmentação, pontuação, sequência narrativa e elementos da narrativa).
  • O código do nível socioeconômico da escola muda de faixa. nivel_socio_economico usa 8 (muito baixo) a 14 (muito alto) em 2014 e 15 a 21 em 2016, segundo os dicionários; o valor 12 de 2014 e o 19 de 2016 são o mesmo nível (médio alto).
  • Separador do gabarito. Em ts_item.gabarito, itens com acerto parcial vêm como B,A e TI,C,B,A em 2014 e como B/A e FT/TI/C/B/A em 2016 (nos dados; o dicionário de 2014 diz B/A).
  • Formato numérico de ts_item em 2014. Os parâmetros a, b e c vêm com vírgula decimal (0,79479) e id_item vem com sufixo .0 (64396.0); em 2016 usam ponto e inteiro. Troque a vírgula e converta antes de calcular.
  • Acentuação quebrada em ts_item.tipo_item. O CSV da fonte é UTF-8, mas o lake o lê como latin-1: o valor "Produção Textual" aparece como Produção Textual. Filtre por LIKE 'Produ%' ou corrija o texto ao ler.
  • Proteção de dados (LGPD). Os códigos de escola e de município são máscaras (códigos fictícios iniciados em 6, os mesmos em todas as bases) e a dependência administrativa foi trocada por in_publica. Não há nome, CPF ou data de nascimento; ainda assim o aluno tem código próprio na ANA e há indicadores de necessidade especial.
  • Peso de expansão. Para estimar resultados da população use peso_aluno_* e considere só alunos com proficiência calculada; sem peso ficam alunos inconsistentes com o Censo Escolar, com menos de três questões respondidas, sem caderno identificado ou em escola que não atingiu o mínimo para validar a aplicação (Leia-me).
  • Divulgação mínima. O Leia-me diz que a divulgação oficial dos resultados de uma escola exige ao menos 10 presentes e 80% de participação (em 2016, também 4 respondentes válidos) e a de um município, 10 presentes e 50% de participação; esses critérios foram usados no mascaramento dos dados, e o Leia-me não informa quais escolas ficam de fora.
  • Taxa de participação de língua portuguesa. O dicionário descreve taxa_participacao_lp como taxa dos "testes de Matemática"; pela conferência (nu_presentes_lp dividido por nu_matriculados_censo) a taxa é a de língua portuguesa.

Exemplos

Média da proficiência em matemática por região na edição 2016, ponderada pelos alunos válidos (arquivo ts_escola, texto convertido para número):

import duckdb

duckdb.sql("""
    SELECT id_regiao,
           count(*) AS escolas,
           round(sum(try_cast(media_mt AS DOUBLE) * try_cast(nu_validos_mt AS DOUBLE))
                 / sum(try_cast(nu_validos_mt AS DOUBLE)), 1) AS media_mt
    FROM read_parquet('lake/inep/ana/ano=2016/*ts_escola.parquet')
    GROUP BY ALL
    ORDER BY id_regiao
""").show()

Referências

  • Microdados da ANA: https://www.gov.br/inep/pt-br/acesso-a-informacao/dados-abertos/microdados/ana
  • Leia-me e dicionário de variáveis de cada edição, dentro de cada ZIP em https://download.inep.gov.br/microdados/