Pular para conteúdo

PND 2025 — Prova Nacional Docente (microdados)

Resumo

Microdados da Prova Nacional Docente (PND), exame anual do Ministério da Educação e do Inep, instituído em 2025 como um dos eixos do Programa Mais Professores (Decreto nº 12.358, de 14/01/2025), para auxiliar estados e municípios a selecionar professores para as suas redes. A PND de 2025 usou as matrizes e os instrumentos da avaliação teórica do Enade das Licenciaturas, em 17 áreas, e tem dois públicos: os concluintes de licenciatura participantes do Enade das Licenciaturas e os demais participantes, graduados em licenciatura. Por exigência da LGPD, os dados vêm em 13 arquivos ordenados por variáveis diferentes, ligados só pela área (co_grupo); o desempenho e as respostas ao Questionário Contextual de um mesmo participante não podem ser ligados.

Ficha técnica

Campo Valor
Dataset inep/pnd
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/pnd
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 anual; a edição de 2025 é a primeira (prova aplicada em 26/10/2025 e reaplicada em 30/11/2025)
Cobertura 2025 a 2025
Unidade (uma linha) um participante inscrito na PND 2025, em cada arquivo, sem ligação entre arquivos; na tabela de parâmetros, um item de prova por área
Granularidade espacial: área de avaliação (co_grupo), com município e UF do local de prova; temporal: ano da edição (2025)
Formato bruto RAR (a URL do catálogo, com extensão .zip, não existe; a fonte publica .rar) com as pastas 1.LEIA-ME (manual, questionário contextual em PDF, dicionário em xlsx e ods) e 2.DADOS (13 TXT com ponto e vírgula e CRLF, mais a tabela de parâmetros dos itens em xlsx e ods)
Estado no lake convertido
Partições ano
Chave —
Colunas 48
Unidades de medida NU_ITEM_PROVA_1: número do item (sem unidade); NU_ITEM_PROVA_2: número do item (sem unidade); NU_ITEM_PROVA_3: número do item (sem unidade); NU_ITEM_PROVA_4: número do item (sem unidade); ITEM_MANTIDO: indicador 0 ou 1; COR_BISSERIAL: correlação (de -1 a 1); PARAMETRO_B: parâmetro de dificuldade na escala da TRI; INFIT: estatística de ajuste (sem unidade); OUTFIT: estatística de ajuste (sem unidade); CO_GRUPO: código da área (sem unidade)
Dados pessoais tp_sexo (sexo do participante); nu_idade (idade do participante (da base da Receita Federal)); nu_questao_01 (estado civil); nu_questao_02 (cor ou raça declarada); nu_questao_03 (deficiência, transtorno global do desenvolvimento ou altas habilidades); nu_questao_04 (renda familiar); nu_questao_07 (escolaridade, trabalho e experiência como professor); nu_questao_08 (escolaridade, trabalho e experiência como professor); nu_questao_09 (escolaridade, trabalho e experiência como professor); nu_questao_05 (escolaridade, trabalho e experiência como professor); nu_questao_06 (escolaridade, trabalho e experiência como professor); co_municipio_prova (local de prova do participante); sg_uf_municipio_prova (local de prova do participante); ds_vt_gab_obj (desempenho individual do participante na prova); ds_vt_esc_obj (desempenho individual do participante na prova); ds_vt_ace_obj (desempenho individual do participante na prova); proficiencia (desempenho individual do participante na prova); nt_obj (desempenho individual do participante na prova); nt_dis (desempenho individual do participante na prova); nt_ger (desempenho individual do participante na prova); qt_acertos (desempenho individual do participante na prova)
Eras 2025: primeira edição da PND; versão original dos microdados de 04/05/2026, com revisões do manual em 25/05/2026 e 09/09/2026
Revisado em 2026-11-15
Versão do fetcher 0.7.1

Origem e coleta

  • O catálogo do fetcher tem a URL errada. O catálogo pede https://download.inep.gov.br/microdados/microdados_pnd_2025.zip, que responde 404 (conferido em 2026-11-15). A página oficial publica https://download.inep.gov.br/microdados/microdados_pnd_2025.rar (RAR, 44.084.875 bytes; última modificação na fonte em 2026-09-09; a página diz "Arquivo atualizado em 09/09/2026"), que responde 200. A amostra do lake desta documentação foi obtida desse RAR.
  • No bruto, o arquivo se chamaria pnd/pnd-microdados_2025@AAAAMMDD.<extensão>, em que o sufixo é a data de modificação na fonte; como o fetcher parte da URL .zip, o download previsto hoje não se completa.
  • O RAR tem Microdados_PND_2025/1.LEIA-ME (manual do usuário de 09/09/2026, QUESTIONARIO_CONTEXTUAL_PND.pdf e o dicionário de arquivos e variáveis em xlsx e ods, cujo nome traz a data "09-09-2029", provável erro de ano) e 2.DADOS com microdados2025_pnd_arq1.txt a arq13.txt e microdados2025_parametros_itens em xlsx e ods. O arquivo arq1 tem 371.539.465 bytes descompactado; os demais, entre 15,0 e 16,1 MB.
  • Cada um dos 13 TXT tem 1.087.359 linhas de dados (conferido na fonte em 2026-11-15).
  • O histórico de alterações do manual registra a versão original de 04/05/2026; em 25/05/2026, a padronização do texto das categorias de DS_VT_GAB_OBJ e DS_VT_ACE_OBJ e a correção da descrição das categorias de NU_QUESTAO_04 e TP_INSCRICAO_PND; e, em 09/09/2026, a descrição da estrutura de DS_VT_ACE_OBJ.

Conteúdo

  • Dois públicos. Segundo o manual, a PND é composta por dois públicos: os estudantes concluintes que fizeram a avaliação teórica do Enade das Licenciaturas e os demais participantes, graduados em licenciatura. A coluna tp_inscricao_pnd diz o perfil: 1 = concluinte do Enade, 2 = demais participantes e 3 = concluinte do Enade que optou por fazer a prova em outra área. Contagens na fonte: 283.015 concluintes (1), 794.251 demais participantes (2) e 10.093 concluintes que mudaram de área (3).
  • Questionários. Os concluintes respondem ao Questionário do Estudante, cujas respostas estão nos microdados do Enade das Licenciaturas, não aqui. Os demais participantes respondem ao Questionário Contextual (perfil socioeconômico, experiência docente e interesse na PND), cujas respostas estão nestes microdados (nu_questao_01 a nu_questao_10). Todos podem responder ao Questionário de Percepção de Prova (co_rs_i1 a co_rs_i9).
  • Áreas. 17 áreas, como as do Enade das Licenciaturas: Artes Visuais, Ciências Biológicas, Ciência da Computação, Ciências Sociais, Educação Física, Filosofia, Física, Geografia, História, Letras (Português, Português e Espanhol, Português e Inglês, Inglês), Matemática, Música, Pedagogia e Química.
  • Por que há 13 arquivos. Para atender à LGPD, os dados vêm em arquivos distintos, ordenados por variáveis diferentes; só é possível agrupá-los por co_grupo, e não por participante. Os resultados de concluintes de cursos com um único participante com presença válida foram excluídos (também dos microdados do Enade das Licenciaturas).
  • O que é cada arqN:
Arquivo Conteúdo (do dicionário de arquivos do Inep) Colunas
microdados2025_pnd_arq1 área, município e UF do local de prova, perfil do participante, reaplicação, caderno, vetores, presença, situação na parte discursiva, proficiência, notas, acertos e respostas do Questionário de Percepção de Prova nu_ano, co_grupo, co_municipio_prova, sg_uf_municipio_prova, tp_inscricao_pnd, in_reaplicacao, co_caderno a co_rs_i9 (26 colunas)
arq2 sexo tp_sexo
arq3 idade no dia da prova nu_idade
arq4 a arq13 uma questão do Questionário Contextual por arquivo, na ordem (arq4 é nu_questao_01, arq5 é nu_questao_02 e assim até arq13, que é nu_questao_10): estado civil, cor ou raça, deficiência, renda, tempo desde a conclusão da licenciatura, escolaridade, trabalho atual, experiência como professor, carga horária semanal e interesse em participar da PND nu_questao_01 a nu_questao_10
parametros_itens tabela de parâmetros dos itens por área (CO_GRUPO): número do item em cada caderno, se foi mantido, correlação bisserial, parâmetro de dificuldade e ajustes INFIT e OUTFIT colunas em maiúsculas
  • A pesquisa individualizada só é possível pelo Serviço de Acesso a Dados Protegidos (Sedap) do Inep, segundo o manual.

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

Ano Arquivos (colunas)
2025 14 arquivos, de 3 a 26 colunas

Variáveis

As descrições e os códigos vêm do dicionário de variáveis (xlsx), aba DICIONÁRIO_DE_VARIAVÉIS; a tabela de parâmetros dos itens não tem dicionário nesta edição (as descrições de suas colunas são as do dicionário do Enamed, que traz a mesma tabela, e as colunas estão em maiúsculas no lake). A coluna Arquivos indica em qual arquivo arqN do lake a coluna aparece; nu_ano e co_grupo estão em todos os arquivos de arq1 a arq13. As respostas do Questionário Contextual são letras (A, B, …); . marca "sem resposta".

Coluna no lake Na fonte Tipo Descrição Unidade / códigos Período Arquivos
CO_GRUPO CO_GRUPO inteiro Código da área de enquadramento na PND, na tabela de parâmetros dos itens (coluna em maiúsculas, distinta de co_grupo); não consta do dicionário desta edição — todo microdados_parametros_itens
NU_ITEM_PROVA_1 NU_ITEM_PROVA_1 inteiro Número do item na prova 1 (caderno 1) (descrição do dicionário do Enamed para a coluna de mesmo nome; o dicionário da PND não descreve a tabela de parâmetros) — todo microdados_parametros_itens
NU_ITEM_PROVA_2 NU_ITEM_PROVA_2 inteiro Número do item na prova 2 (caderno 2) (descrição do dicionário do Enamed para a coluna de mesmo nome; o dicionário da PND não descreve a tabela de parâmetros) — todo microdados_parametros_itens
NU_ITEM_PROVA_3 NU_ITEM_PROVA_3 inteiro Número do item na prova 3 (caderno 3); a numeração dos cadernos segue a coluna de mesmo nome (descrição do dicionário do Enamed para a coluna de mesmo nome; o dicionário da PND não descreve a tabela de parâmetros) — todo microdados_parametros_itens
NU_ITEM_PROVA_4 NU_ITEM_PROVA_4 inteiro Número do item na prova 4 (caderno 4); a numeração dos cadernos segue a coluna de mesmo nome (descrição do dicionário do Enamed para a coluna de mesmo nome; o dicionário da PND não descreve a tabela de parâmetros) — todo microdados_parametros_itens
ITEM_MANTIDO ITEM_MANTIDO inteiro Indica se o item foi mantido no cálculo (1 = sim, 0 = não) (descrição do dicionário do Enamed para a coluna de mesmo nome; o dicionário da PND não descreve a tabela de parâmetros) — todo microdados_parametros_itens
COR_BISSERIAL COR_BISSERIAL decimal Correlação bisserial do item (de -1 a 1) (descrição do dicionário do Enamed para a coluna de mesmo nome; o dicionário da PND não descreve a tabela de parâmetros) — todo microdados_parametros_itens
PARAMETRO_B PARAMETRO_B decimal Parâmetro de dificuldade do item na TRI (descrição do dicionário do Enamed para a coluna de mesmo nome; o dicionário da PND não descreve a tabela de parâmetros) — todo microdados_parametros_itens
INFIT INFIT decimal Estatística de ajuste INFIT na TRI (descrição do dicionário do Enamed para a coluna de mesmo nome; o dicionário da PND não descreve a tabela de parâmetros) — todo microdados_parametros_itens
OUTFIT OUTFIT decimal Estatística de ajuste OUTFIT na TRI (descrição do dicionário do Enamed para a coluna de mesmo nome; o dicionário da PND não descreve a tabela de parâmetros) — todo microdados_parametros_itens
nu_ano NU_ANO texto Ano de realização do exame (2025) — todo microdados_pnd_arq1, microdados_pnd_arq10, microdados_pnd_arq11 e mais 10
co_grupo CO_GRUPO texto Código da Área da prova de enquadramento do curso no Enade 702 = MATEMÁTICA (LICENCIATURA); 904 = LETRAS - PORTUGUÊS (LICENCIATURA); 905 = LETRAS -PORTUGUÊS E INGLÊS (LICENCIATURA); 906 = LETRAS - PORTUGUÊS E ESPANHOL (LICENCIATURA); 1402 = FÍSICA (LICENCIATURA); 1502 = QUÍMICA (LICENCIATURA); … (lista completa no dicionário da fonte) todo microdados_pnd_arq1, microdados_pnd_arq10, microdados_pnd_arq11 e mais 10
co_municipio_prova CO_MUNICIPIO_PROVA texto Código do município do local de prova (Entre 1100015 e 5300108 (Identificação do Município conforme IBGE - Ir para Planilha MUNICÍPIOS)) — todo microdados_pnd_arq1
sg_uf_municipio_prova SG_UF_MUNICIPIO_PROVA texto Sigla da UF do município do local de prova (Conforme código do IBGE; Rondônia (RO); Acre (AC); Amazonas (AM); Roraima (RR); Pará (PA); Amapa (AP); Tocantins (TO); Maranhão (MA); Piauí (PI); Ceará (CE); Rio Grande do Norte (RN); Paraíba (PB); Pernambuco (PE); Alagoas (AL); Sergipe (SE); Bahia (BA); Minas gerais (MG); Espírito Santo (ES); Rio de Janeiro (RJ); São Paulo (SP); Paraná (PR); Santa Catarina (SC); Rio Grande do Sul (RS); Mato Grosso do Sul (MS); Mato Grosso (MT); Goiás (GO); Distrito federal (DF)) — todo microdados_pnd_arq1
tp_inscricao_pnd TP_INSCRICAO_PND texto Perfil de participante na PND (Identifica a origem da inscrição do estudante no PROVA_DOCENTE.Valores possíveis:) 1 = Concluinte Enade; 2 = Demais Participantes; 3 = Concluinte Enade que optou por realizar a prova em outra área, diferente da inscrição no Enade. todo microdados_pnd_arq1
in_reaplicacao IN_REAPLICACAO texto Indicação da prova válida para o inscrito: aplicação ou reaplicação 0 = Participante que fez a prova no dia da aplicação - 26/10/2025; 1 = Participante que fez a prova no dia da reaplicação - 30/11/2025 todo microdados_pnd_arq1
co_caderno CO_CADERNO texto Código do caderno (Códigos dos cadernos 1 a 4 referentes a aplicação e código do caderno 5 à reaplicação) 1 = Caderno 1; 2 = Caderno 2; 3 = Caderno 3; 4 = Caderno 4; 5 = Caderno 5 todo microdados_pnd_arq1
ds_vt_gab_obj DS_VT_GAB_OBJ texto Vetor que representa o gabarito final da prova. (1 letra por item (intervalo de A a D)) 6 = Questão anulada pela Comissão Assessora de Área todo microdados_pnd_arq1
ds_vt_esc_obj DS_VT_ESC_OBJ texto Vetor que representa a escolha de resposta da prova. A ordem das questões está de acordo ordem de caderno, consultar variável CO_CADERNO. (1 letra por item (intervalo de A a D)) . = em branco; * = múltiplo todo microdados_pnd_arq1
ds_vt_ace_obj DS_VT_ACE_OBJ texto Vetor que representa os acertos da prova, a variável representa o vetor de acertos rotacionados, tendo como base a sequência das questões do Caderno 1. 0 = Errado; 1 = Certo; 4 = Eliminado; 6 = Questão anulada pela Comissão Assessora de Área; 8 = Questão desconsiderada estatísticamente; 9 = Ausente todo microdados_pnd_arq1
tp_pres TP_PRES texto Tipo de presença na prova 222 = Ausente; 334 = Eliminado por participação indevida; 444 = Ausente devido a múltiplas inscrições; 555 = Presente com resultado válido; 888 = Presente na prova, com resultado desconsiderado pelo Inep todo microdados_pnd_arq1
tp_sit_disc TP_SIT_DISC texto Tipo de situação na parte discursiva (Nota: () resultado considerado para o cálculo da nota do estudante;; (*) resultado desconsiderado para o cálculo da nota do estudante.) 222 = Não se aplica (estudante ausente); 333 = Questão em branco - estudante presente (nota=zero); 335 = Questão zerada por motivo de resposta nula (nota=zero); 336 = Questão com resposta divergente da temática (nota=zero)*; … (lista completa no dicionário da fonte) todo microdados_pnd_arq1
proficiencia PROFICIENCIA texto Proficiência da TRI na prova objetiva (valor de theta) (Min = -9,999; Max = 9,999; Se TP_PRES = 222 ou 334, então = .) — todo microdados_pnd_arq1
nt_obj NT_OBJ texto Nota da prova objetiva (Min = 0,00; Max = 100,00; Se TP_PRES = 222 ou 334, então = .) — todo microdados_pnd_arq1
nt_dis NT_DIS texto Nota final da questão discursiva (Min = 0,00; Max = 10,00; Se TP_PRES = 222 ou 334, então = .) — todo microdados_pnd_arq1
nt_ger NT_GER texto Nota Geral na PND (objetiva x 0,8 + 2x discursiva) (Min = 0,0; Max = 100,0; Se TP_PRES = 222 ou 334, então = .) — todo microdados_pnd_arq1
qt_acertos QT_ACERTOS texto Quatidade de acertos na prova objetiva (Min = 0; Max = 80) — todo microdados_pnd_arq1
co_rs_i1 CO_RS_I1 texto Qual o grau de dificuldade das questões? (. = Sem resposta) A = Muito fácil; B = Fácil; C = Médio; D = Difícil; E = Muito difícil; * = Resposta anulada todo microdados_pnd_arq1
co_rs_i2 CO_RS_I2 texto Qual foi o tempo gasto por você para concluir a prova? (. = Sem resposta) A = Menos de uma hora; B = Entre uma e duas horas; C = Entre três e quatro horas; D = Entre quatro e cinco horas; E = Cinco horas, e não consegui terminar; * = Resposta anulada todo microdados_pnd_arq1
co_rs_i3 CO_RS_I3 texto Em relação ao tempo total de aplicação, você considera que a prova foi (. = Sem resposta) A = Muito longa; B = Longa; C = Adequada; D = Curta; E = Muito curta; * = Resposta anulada todo microdados_pnd_arq1
co_rs_i4 CO_RS_I4 texto Os enunciados das questões estavam claros e objetivos? (. = Sem resposta) A = Sim, todos; B = Sim, a maioria; C = Apenas cerca da metade; D = Poucos; E = Não, nenhum; * = Resposta anulada todo microdados_pnd_arq1
co_rs_i5 CO_RS_I5 texto As informações/instruções fornecidas para a resolução das questões foram suficientes para resolvê-las? (. = Sem resposta) A = Sim, até excessivas; B = Sim, em todas elas; C = Sim, na maioria delas; D = Sim, somente em algumas; E = Não, em nenhuma delas; * = Resposta anulada todo microdados_pnd_arq1
co_rs_i6 CO_RS_I6 texto Você se deparou com alguma dificuldade ao responder à prova? Qual? (. = Sem resposta) A = Desconhecimento do conteúdo; B = Forma diferente de abordagem do conteúdo; C = Espaço insuficiente para responder às questões; D = Falta de motivação para fazer a prova; E = Não tive qualquer tipo de dificuldade para responder à prova; * = Resposta anulada todo microdados_pnd_arq1
co_rs_i7 CO_RS_I7 texto Considerando as questões da prova, você percebeu que (. = Sem resposta) A = Não estudou ainda a maioria desses conteúdos; B = Estudou alguns desses conteúdos, mas não os aprendeu; C = Estudou a maioria desses conteúdos, mas não os aprendeu; D = Estudou e aprendeu muitos desses conteúdos; … (lista completa no dicionário da fonte) todo microdados_pnd_arq1
co_rs_i8 CO_RS_I8 texto Como você avalia a sequência das questões na prova? (. = Sem resposta) A = A sequência não interferiu nas minhas respostas; B = Preferiria a sequência por área; C = Preferiria a sequência por grau de dificuldade; D = A sequência dificultou meu raciocínio durante a prova; … (lista completa no dicionário da fonte) todo microdados_pnd_arq1
co_rs_i9 CO_RS_I9 texto As atividades práticas desenvolvidas ao longo do seu curso contribuíram para a resolução das questões dessa prova? (. = Sem resposta) A = Sim; B = Não; * = Resposta anulada todo microdados_pnd_arq1
nu_questao_07 NU_QUESTAO_07 texto Você está trabalhando atualmente? (. = Sem resposta) A = Não; B = Sim, mas não na minha área de formação; C = Sim, na minha área de formação todo microdados_pnd_arq10
nu_questao_08 NU_QUESTAO_08 texto Quanto tempo de experiência como professor(a) você possui? (. = Sem resposta) A = Entre 1 e 2 anos; B = Entre 3 e 5 anos; C = Entre 6 e 10 anos; D = Mais de 10 anos; E = Menos de 1 ano; F = Nunca atuei como médico todo microdados_pnd_arq11
nu_questao_09 NU_QUESTAO_09 texto Qual sua carga horária de trabalho semanal atualmente? (. = Sem resposta) A = 20 horas semanais ou menos; B = 30 horas semanais; C = 40 horas semanais; D = Jornada de trabalho flexível de horários; E = Não estou trabalhando atualmente todo microdados_pnd_arq12
nu_questao_10 NU_QUESTAO_10 texto Qual o seu interesse em participar da PND - 2025? (. = Sem resposta) A = Quero ser professor da rede pública; B = Sou professor da rede pública e quero ampliar a carga horária na mesma rede de ensino; C = Sou professor da rede pública e quero atuar em rede de ensino de outro estado/município; … (lista completa no dicionário da fonte) todo microdados_pnd_arq13
tp_sexo TP_SEXO texto Sexo M = Masculino; F = Feminino; 9 = Indefinido todo microdados_pnd_arq2
nu_idade NU_IDADE texto Idade do inscrito em 26/10/2025 ( aplicação) Idade do inscrito em 30/11/2025 (reaplicação) (Dados provenientes da base da Receita Federal) — todo microdados_pnd_arq3
nu_questao_01 NU_QUESTAO_01 texto Qual o seu estado civil? (. = Sem resposta) A = Casado (a) ou vivendo em união estável; B = Outro; C = Separado(a) judicialmente/divorciado(a); D = Solteiro(a); E = Viúvo(a) todo microdados_pnd_arq4
nu_questao_02 NU_QUESTAO_02 texto Qual é a sua cor ou raça? (. = Sem resposta) A = Amarela; B = Branca; C = Indígena; D = Não quero declarar; E = Parda; F = Preta todo microdados_pnd_arq5
nu_questao_03 NU_QUESTAO_03 texto Você tem alguma deficiência, transtorno global do desenvolvimento ou altas habilidades? (Você pode marcar quantas alternativas considerar necessárias). (. = Sem resposta) A = Altas habilidades/superdotação; B = Baixa Visão; C = Cegueira; D = Deficiência Auditiva; E = Deficiência Física; F = Deficiência Intelectual; G = Dislexia; H = Não possuo; I = Não quero declarar; J = Outras/outros; K = Surdez; … (lista completa no dicionário da fonte) todo microdados_pnd_arq6
nu_questao_04 NU_QUESTAO_04 texto Qual a renda total de sua família, incluindo seus rendimentos? (considere como família a sua unidade de origem composta por pessoas que possuem vínculos consanguíneos e/ou de parentesco, todas moradoras do mesmo domicílio). (. = Sem resposta) A = Acima de 30 salários-mínimos (mais de R$ 45.540,00); B = Até 1,5 salário mínimo (até R$ 2.277,00); C = De 1,5 a 3 salários mínimos (R$ 2.277,00 a R$ 4.554,00); D = De 10 a 30 salários mínimos (R$ 15.180,00 a R$ 45.540,00); … (lista completa no dicionário da fonte) todo microdados_pnd_arq7
nu_questao_05 NU_QUESTAO_05 texto Há quanto tempo você concluiu o curso de licenciatura? (. = Sem resposta) A = Entre 1 e 2 anos; B = Entre 3 e 5 anos; C = Entre 6 e 10 anos; D = Mais de 10 anos; E = Menos de 1 ano todo microdados_pnd_arq8
nu_questao_06 NU_QUESTAO_06 texto Qual é o mais alto nível de escolaridade que você concluiu? (. = Sem resposta) A = Bacharelado em área específica; B = Doutorado; C = Ensino Médio - Magistério/Normal; D = Ensino médio Completo; E = Licenciatura em área específica; F = Licenciatura em área Pedagogia; G = Mestrado; H = Normal Superior; I = Pós-graduação lato sensu; … (lista completa no dicionário da fonte) todo microdados_pnd_arq9

No lake

  • Dataset inep/pnd, particionado por ano (única partição: 2025); um Parquet por TXT, no padrão pnd-microdados_2025__microdados2025_pnd_arq<N>.parquet, mais pnd-microdados_2025__microdados2025_parametros_itens.parquet.
  • Nos arquivos arq1 a arq13 as colunas são texto, com os nomes normalizados (minúsculas). A tabela de parâmetros dos itens é a exceção: o conversor a lê da planilha, mantém os nomes em maiúsculas e grava inteiros e decimais.
  • A coluna ano é a edição, tirada do nome do arquivo; nu_ano é o ano dentro do dado.

Cuidados de uso

  • A URL do catálogo não baixa. microdados_pnd_2025.zip dá 404 na fonte, que publica microdados_pnd_2025.rar (RAR). Um leitor de ZIP não abre o RAR.
  • Não há ligação entre arquivos por participante, e a chave do dataset fica vazia. A única coluna comum útil é co_grupo (a área); juntar dois arqN por ela multiplica as linhas por área (um produto cartesiano por área, sem sentido por participante). Agregue cada arquivo por área, e por tp_inscricao_pnd quando for o caso, antes de juntar.
  • Decimais com vírgula e NA. O manual manda importar decimais com ponto e valores ausentes como aspas duplas, mas proficiencia, nt_obj, nt_dis e nt_ger vêm com vírgula nos TXT (por exemplo, -2,46117) e, para os ausentes, com o texto NA. Troque a vírgula por ponto e trate NA como nulo antes de converter.
  • Presença. tp_pres na fonte: 555 (presente com resultado válido) em 760.106 linhas, 222 (ausente) em 325.879, 334 (eliminado por participação indevida) em 1.268, 444 (ausente por múltiplas inscrições) em 94 e 888 (presença com resultado desconsiderado pelo Inep) em 12. Os ausentes fazem parte do arquivo; filtre tp_pres = 555 antes de calcular desempenho.
  • Aplicação e reaplicação. in_reaplicacao 1 marca quem fez a prova na reaplicação de 30/11/2025 (7.944 linhas) e co_caderno 5 é o caderno da reaplicação. O xlsx da tabela de parâmetros tem duas abas (aplicação, com 10 colunas, e reaplicação, com 4 colunas e NU_ITEM_PROVA_5), e o lake guarda só a primeira.
  • Nome das colunas da tabela de parâmetros. Ficam em maiúsculas, e CO_GRUPO difere de co_grupo dos outros arquivos só pela caixa: ao unir os arquivos em um motor sem distinção de maiúsculas, as duas colidem.
  • Nota geral. O dicionário descreve nt_ger como "objetiva x 0,8 + 2x discursiva"; o Enade das Licenciaturas, que usa o mesmo instrumento, descreve a nota como 80% da objetiva e 20% da discursiva. Confira antes de reproduzir a nota.
  • Dados pessoais. Os arquivos trazem sexo, idade, cor ou raça, deficiência, estado civil, renda, escolaridade e experiência como professor, com município e UF do local de prova, sem nome ou identificador, em arquivos ordenados de forma diferente. Os concluintes do Enade só entram com as informações do Questionário do Estudante nos microdados do Enade das Licenciaturas. Evite recortes com poucos casos.
  • Uma edição só. O lake tem apenas 2025.

Exemplos

Número de participantes presentes com resultado válido (tp_pres 555) e nota geral média por perfil (tp_inscricao_pnd), no arquivo principal, com a vírgula decimal trocada por ponto. Na amostra do lake, o arquivo tem só as primeiras 1.500 linhas:

import duckdb

duckdb.sql("""
    SELECT tp_inscricao_pnd AS perfil, count(*) AS participantes,
           round(avg(try_cast(replace(nt_ger, ',', '.') AS DOUBLE)), 1) AS nota_geral_media
    FROM read_parquet('lake/inep/pnd/ano=2025/*pnd_arq1.parquet')
    WHERE tp_pres = '555'
    GROUP BY ALL
    ORDER BY perfil
""").show()

Referências

  • Microdados da Prova Nacional Docente: https://www.gov.br/inep/pt-br/acesso-a-informacao/dados-abertos/microdados/pnd
  • Manual do usuário, questionário contextual e dicionário de arquivos e variáveis, dentro do RAR em https://download.inep.gov.br/microdados/microdados_pnd_2025.rar