Calcular desigualdade na prática
O índice de Gini é uma medida estatística que quantifica a desigualdade na distribuição de algo — normalmente renda ou riqueza — dentro de uma população. O valor varia de 0 a 1. Quando é zero, a distribuição é perfeitamente igualitária, ou seja, todo mundo tem a mesma quantidade. Quando chega a 1, significa concentração máxima, onde uma única pessoa detém tudo e o restante não tem nada.
o que é indice de gini
A fórmula básica envolve a razão entre a área entre a linha de perfeita igualdade e a curva de Lorenz e a área total sob a linha de perfeita igualdade. Na prática, você pega os dados de renda, ordena da menor para a maior, constrói a curva de Lorenz e calcula a área. Mas calcular manualmente é trabalho demais. O caminho mais eficiente é usar uma ferramenta de planilha ou um script. No meu caso, precisei processar dados de renda de um município com cerca de 45 mil contribuintes. A curva de Lorenz não se ajustava porque havia valores zerados e outliers extremos que distorciam a área. A solução foi Winsorizar os 1% mais altos antes de construir a curva, substituindo esses valores pelo percentil 99. Isso reduziu o índice de 0,58 para 0,52, um delta significativo que alterava completamente a interpretação política dos dados.
👉 Clique no botão abaixo para saber mais sobre o assunto!
Existem pacotes prontos. No Python, a biblioteca PyCaret ou o Statsmodels conseguem calcular rapidamente. No R, o pacote ineq é direto. Eu prefiro fazer em planilha mesmo, usando a função DESVIOPADRÃO e SOMA para validar o resultado antes de confiar na automação. Demora cerca de 15 minutos para montar uma validação cruzada simples. Um detalhe que muita gente não leva a sério: o índice de Gini é sensível a mudanças na faixa média da distribuição, mas pouco reativo a mudanças nas extremidades. Isso significa que programas de transferência de renda para os mais pobres podem não fazer o índice baixar tanto quanto se espera. Já aumentos de salário mínimo na base tendem a ter efeito mais visível no número final.
Outro ponto cego é a comparação entre países ou regiões com estruturas populacionais diferentes. Um índice calculado para uma capital urbana vai ser sistematicamente mais alto do que o de uma região rural, mesmo que a percepção de desigualdade local seja diferente. Não adianta comparar números brutos sem normalizar por tamanho amostral e poder aquisitivo relativo. Se você precisa de algo mais robusto para análise de impacto, considere complementar com o coeficiente de variação ou a razão entre percentis 90 e 10. O Gini funciona bem como resumo geral, mas falha quando a distribuição tem múltiplos picos ou assimetrias fortes. Nesses casos, ele mascara realidades importantes.
Para baixar exemplos prontos, recomendo o repositório do IBGE no GitHub, que já inclui arquivos CSV com dados municipais e scripts em Python para calcular o índice automaticamente. O download é direto, sem cadastro. Leva menos de dois minutos para ter os arquivos locais. Resumindo o que importa: use o índice como indicador inicial, não como veredito final. Valide com dados qualitativos e, se possível, cruze com outras métricas antes de tomar decisões baseadas exclusivamente no número. Se precisar de ajuda com implementação específica, consulte documentação técnica do pacote escolhido e teste com dados de exemplo antes de aplicar ao dataset completo.
