Há dois trabalhos distintos em um TCC construído sobre dados que já existem. O primeiro é operacional: encontrar a base, extrair a tabela, escrever os capítulos — o percurso descrito em TCC com dados secundários. O segundo é metodológico, e é o que decide se as suas conclusões se sustentam: definir corretamente sobre o que você está falando, o que a base é capaz de sustentar e onde as afirmações precisam parar.
Este guia trata do segundo. Ele não repete a estrutura do trabalho nem o passo a passo da extração; concentra-se nas decisões de desenho e nas cinco ameaças à validade que aparecem quando o pesquisador não coletou os próprios dados. São ameaças previsíveis, todas com nome, e uma banca experiente conhece todas elas. Antecipá-las no texto é o que separa um trabalho sólido de um trabalho que desmonta na arguição.
Unidade de análise e unidade de observação não são a mesma coisa
Esta é a distinção mais importante do desenho, e a mais frequentemente ignorada. A unidade de observação é a entidade sobre a qual o dado foi registrado. A unidade de análise é a entidade sobre a qual você quer concluir. Em pesquisa própria, as duas costumam coincidir. Em dados secundários, elas divergem o tempo todo, porque a base foi construída para outro propósito.
Um exemplo torna a diferença concreta. Um sistema de registro de internações observa internações — cada linha é um evento, não uma pessoa. Se a sua pergunta é sobre pacientes, você tem um problema: a mesma pessoa pode ter sido internada quatro vezes no período e aparece quatro vezes na base. Concluir sobre “número de pacientes atendidos” a partir de uma contagem de internações superestima o total, e a magnitude do erro depende justamente daquilo que você quer estudar — a reinternação.
A regra de conduta é declarar as duas unidades explicitamente no capítulo de método e, quando elas divergem, dizer o que foi feito a respeito. Muitas vezes nada pode ser feito, porque a base não permite identificar repetições; nesse caso a solução não é esconder, é reformular a pergunta em termos da unidade que a base realmente oferece. Um trabalho que estuda internações e diz que estuda internações está correto; um que estuda internações e conclui sobre pessoas, não.
Dado agregado não vira dado individual
A segunda ameaça é irmã da primeira e tem nome próprio: a falácia ecológica. Ela ocorre quando se conclui sobre indivíduos a partir de dados publicados apenas em nível de grupo — município, estado, escola, unidade de saúde.
O raciocínio parece inofensivo. Se os municípios com maior renda média apresentam maior taxa de determinado desfecho, é tentador escrever que pessoas de maior renda têm mais aquele desfecho. Mas isso não decorre. A associação observada entre territórios pode existir sem qualquer associação entre indivíduos, e pode até se inverter dentro de cada município. O dado agregado sustenta afirmações sobre territórios; ele não sustenta afirmações sobre pessoas.
Na prática do TCC, a solução é linguística antes de ser estatística: escreva “municípios com maior renda média apresentam maior taxa de X” e não “pessoas com maior renda têm mais X”. A primeira frase é o que os dados sustentam. A segunda é uma hipótese que exigiria dados individuais para ser testada — e que pode, inclusive, ser mencionada como sugestão de pesquisa futura, desde que apresentada como hipótese e não como achado.
O recorte temporal e as quebras de série
Séries longas seduzem porque produzem gráficos impressionantes, e é exatamente aí que mora a terceira ameaça. Bases públicas mudam de metodologia, de classificação e de cobertura ao longo do tempo, e essas mudanças aparecem no gráfico como variações abruptas que não têm nada a ver com o fenômeno.
O caso mais citado no Brasil é o da mortalidade: o sistema oficial disponibiliza uma série a partir de 1996 classificada pela CID-10 e, separadamente, uma série de 1979 a 1995 pela CID-9. Não se trata de uma série única partida ao meio — são duas classificações diferentes de causa de morte. Um recorte que atravesse 1996 juntando as duas produz saltos em categorias inteiras de causa que refletem apenas a mudança de classificação.
Séries também simplesmente morrem. No catálogo do Ipeadata, medido em agosto de 2026, há 3.607 séries, e 330 delas estão marcadas com status inativo — deixaram de ser atualizadas. Descobrir isso depois de construir a análise significa refazer o recorte. A conduta correta é verificar, antes de fixar o período, se a série está ativa e se houve mudança metodológica no intervalo, e declarar no método a janela efetivamente comparável.
Quando o recorte envolve comparação entre momentos, vale também revisar a natureza do desenho que você está adotando — a diferença entre observar um recorte único e acompanhar a evolução ao longo do tempo está detalhada em pesquisa transversal e longitudinal.
Cobertura, subnotificação e o denominador
A quarta ameaça é a mais invisível: o que a base não registrou. Registros administrativos capturam o que passou pelo sistema que os gera. Um sistema de notificação registra os casos notificados, não os casos ocorridos. Um sistema de produção hospitalar registra os atendimentos faturados por determinado tipo de estabelecimento, não todos os atendimentos do país.
Isso teria pouca consequência se a falta fosse aleatória, mas ela quase nunca é. A subnotificação costuma ser maior justamente onde o serviço é mais precário, o que significa que a variável que interessa e a variável que determina a falta caminham juntas. Um mapa construído sobre esses dados pode mostrar menos casos exatamente onde há mais problema.
Há ainda o denominador. Taxas exigem população, e a população quase sempre vem de outra fonte, com outra data de referência. Combinar um numerador de um ano com uma estimativa populacional de outro produz taxas que ninguém consegue reproduzir. Declare a fonte e o ano do denominador com o mesmo cuidado que dedica ao numerador — e, se as duas fontes têm unidades territoriais diferentes, verifique se a compatibilização é possível antes de dividir.
Dados prévios: a série que ainda vai mudar
A quinta ameaça é a mais fácil de evitar e a mais frequente. Os anos mais recentes de muitas bases não são definitivos: são versões preliminares, publicadas para uso imediato, que continuam recebendo registros.
O sistema de mortalidade do DataSUS informa isso na própria tela de consulta: em agosto de 2026, os dados finais iam até 2024, atualizados em 02/12/2025, enquanto 2025 correspondia à terceira prévia, extraída em 02/04/2026, e 2026 à primeira prévia, extraída em 01/06/2026. O aviso está lá, em texto pequeno, abaixo da tabela, e é ignorado com regularidade impressionante.
O efeito no trabalho é sempre o mesmo: a linha do gráfico cai no fim, e o estudante escreve que houve redução. Não houve — os registros ainda não chegaram. Para análises de tendência, encerre a série no último ano com dado consolidado. Se houver razão para incluir anos preliminares, marque-os como tais na legenda e no texto, e nunca calcule variação percentual entre um ano final e um ano prévio. O procedimento de leitura desse aviso, na tela onde ele aparece, está no guia de como consultar o DataSUS pelo TabNet.
O que é limitação real e o que é limitação decorativa
A seção de limitações de um TCC com dados secundários não deveria ser um parágrafo genérico sobre “amostra reduzida” e “tempo escasso”. As limitações reais desse tipo de trabalho são conhecidas, específicas e derivam diretamente das cinco ameaças acima. A tabela resume como cada uma se manifesta e o que escrever.
| Ameaça | Como se manifesta | O que declarar |
|---|---|---|
| Divergência entre unidades | A base registra eventos, a pergunta é sobre pessoas | Qual é a unidade de observação da base e por que a conclusão se restringe a ela |
| Falácia ecológica | Dado publicado só por território, conclusão sobre indivíduos | Que as associações observadas são entre territórios e não permitem inferência individual |
| Quebra de série | Mudança de classificação ou metodologia dentro do recorte | A janela efetivamente comparável e a razão do corte |
| Subnotificação e cobertura | Ausências correlacionadas com a variável de interesse | Que a base cobre o que passou pelo sistema, e em que direção isso enviesa |
| Dados preliminares | Últimos anos incompletos lidos como queda | Quais anos são prévias e por que foram incluídos ou excluídos |
Escrever essas cinco linhas com honestidade produz um efeito curioso na banca: em vez de fragilizar o trabalho, demonstra domínio da fonte. O examinador que ia fazer a pergunta descobre que ela já foi respondida.
Como declarar o desenho no método
O parágrafo de desenho de um estudo com dados secundários precisa dizer, em ordem: qual é a natureza do estudo, qual a unidade de análise, qual a unidade de observação da base, qual o recorte temporal e territorial, e qual a origem dos dados. Cinco informações, poucas linhas, e a maior parte das dúvidas da arguição some.
Vale um cuidado adicional com as variáveis. Quando a base não mede exatamente o conceito do seu problema e você adota um indicador aproximado, esse indicador precisa ser apresentado como decisão justificada, com apoio na literatura — e a mecânica de transformar conceito em variável mensurável está detalhada em variáveis de pesquisa: dependente e independente. Se a definição do tipo de estudo ainda estiver em aberto, o delineamento da pesquisa cobre as alternativas.
Escrever esse bloco com precisão exige repetir a mesma informação em lugares diferentes do trabalho sem se contradizer, o que é justamente onde a redação acadêmica costuma travar. O Tesify ajuda a estruturar o capítulo de metodologia mantendo a coerência entre as seções enquanto você escreve.
Perguntas frequentes
Qual a diferença entre unidade de análise e unidade amostral?
A unidade de análise é sobre o que você conclui. A unidade amostral é o que foi sorteado ou selecionado para compor o conjunto estudado. Em dados secundários não há sorteio feito por você, e a seleção já veio pronta da base — razão a mais para descrever com precisão o que a base contém, tema tratado também no guia de população e amostra no TCC.
Posso usar dados agregados para testar hipóteses?
Pode, desde que as hipóteses sejam formuladas no nível dos agregados. Uma hipótese sobre municípios é testável com dados municipais; uma hipótese sobre indivíduos, não. O erro não está no teste estatístico, está na frase da conclusão.
Como sei se houve quebra na série que estou usando?
As notas técnicas do próprio sistema costumam informar mudanças de classificação, de cobertura e de metodologia. Elas ficam junto da tabela, e ler essas notas antes de fixar o recorte é parte do trabalho metodológico, não um detalhe burocrático.
Preciso mesmo excluir os anos preliminares?
Para análise de tendência, sim. Para uma descrição do ano mais recente disponível, os dados preliminares podem ser usados desde que rotulados como tais em todas as figuras e tabelas, e desde que nenhuma comparação percentual seja feita entre um ano prévio e um ano consolidado.
A seção de limitações enfraquece o trabalho?
O contrário. Limitações não declaradas viram perguntas de banca; limitações declaradas viram evidência de que o autor conhece a fonte. O que enfraquece o trabalho é a limitação genérica, que não se refere a nada do que foi feito.
Um bom estudo com dados secundários não é o que evita todas essas ameaças — é impossível evitá-las. É o que as nomeia, delimita o alcance das conclusões de acordo com elas e escreve isso com clareza. Comece a estruturar o seu TCC agora — 100% escrito por você.