estatística
Correlação e causalidade na gestão pública
Duas coisas que sobem juntas não provam que uma causa a outra. Por que confundir as duas leva a decisão cara e injusta no setor público.

“Colocamos mais lixeiras naquela região e o descarte irregular caiu. Logo, a lixeira resolveu.” Já vi raciocínio assim fechar decisão em reunião, com gráfico bonito do lado. E quase sempre falta um pedaço da história.
Duas coisas andarem juntas é correlação. Uma ser a razão da outra é causalidade. A estatística mede a primeira com facilidade. A segunda exige investigação, e é nela que mora a decisão boa.
Por que elas se confundem tanto
O cérebro adora história causal. Quando dois números sobem ou descem juntos, a gente preenche o meio com uma explicação que faz sentido. O problema é que correlação aparece por vários motivos sem qualquer relação de causa.
Pode ser coincidência. Pode ser que as duas sejam efeito de uma terceira coisa. No exemplo das lixeiras, talvez a mesma gestão que instalou as lixeiras também reforçou a fiscalização e a campanha de conscientização na mesma época. O descarte caiu, mas atribuir tudo à lixeira ignora o resto e leva a repetir a medida errada no próximo bairro.
A terceira variável escondida
Esse é o caso clássico. Sorvete e afogamento sobem juntos no ano todo. Sorvete não afoga ninguém. É o calor do verão que faz as duas coisas subirem ao mesmo tempo.
Na gestão pública isso aparece o tempo todo. Bairros com mais equipamento público costumam ter melhores indicadores, mas não necessariamente por causa do equipamento. Renda, infraestrutura e histórico de investimento puxam tudo junto. Decidir só pela correlação aparente premia quem já estava bem e ignora a causa real.
Como não cair na armadilha
Antes de transformar uma correlação em decisão, vale checar três coisas. Existe uma explicação plausível de causa, ou só uma coincidência no período. A ordem no tempo bate, ou seja, a causa veio antes do efeito. E o que mais mudou na mesma época que poderia explicar o resultado.
Quando dá, o teste de verdade é comparar com um grupo parecido que não recebeu a medida. Foi a região que ganhou a lixeira que melhorou, ou a vizinha sem lixeira melhorou igual? Se as duas caíram juntas, o crédito não era da lixeira.
O custo de errar isso
Confundir correlação com causa não é erro de prova de estatística. É dinheiro público gasto na intervenção errada e injustiça na hora de cobrar resultado de uma equipe que talvez não tenha controle sobre a verdadeira causa. Antes de comemorar que “A fez B acontecer”, vale a pergunta seca: como a gente sabe que não foi outra coisa.
Comentários do Fediverse
Este artigo é publicado no Fediverse. Para comentar, responda a ele pelo Mastodon (ou outra instância) ou siga@theoalbuquerque.com.br. Respostas, curtidas e boosts aparecem aqui em alguns minutos.
Leia também

12 de agosto de 2026
Amostragem e vieses no setor público
Quando ouvir uma amostra vale mais que esperar o censo, como definir o tamanho e por que o viés de quem responde distorce a decisão.

5 de agosto de 2026
Séries históricas: o que o passado dos seus dados revela
Como montar uma série histórica simples e ler tendência, sazonalidade e ruído. O que aprendi cuidando de séries de nível de rios na ANA.

29 de julho de 2026
Dado sem denominador
Crescemos 200 toneladas de coleta. Ótimo? Sem denominador, número absoluto quase não diz nada. Como a taxa revela o que o total esconde.
Carregando interações…