Medindo o imponderável: ministros, mandatos e matemática no presidencialismo (2)
Continuação da parte 1, onde discutimos a importância dos métodos estatísticos na Ciência Política, os indicadores sintéticos e a análise de sobrevivência aplicada ao estudo de gabinetes ministeriais.
Seja para medir estabilidade, estimar riscos ou aferir expertise, os métodos estatísticos permitem iluminar regularidades ocultas sob a aparência da contingência.
Ministro da Defesa de Jair Bolsonaro, Paulo Sérgio Nogueira. Agência Brasil, 9 fev. 2024.
Modelos de regressão: testar relações e efeitos
Modelos de regressão são ferramentas estatísticas utilizadas para estimar a relação entre uma ou mais variáveis independentes (como características institucionais ou políticas ou pessoais) e um resultado específico (como a demissão de um ministro do cargo). Chamamos isso de “desfecho”.
No caso de estudos sobre estabilidade ou duração de cargos, como mandatos ministeriais, o modelo mais apropriado é a regressão de Cox, também chamada de modelo de riscos proporcionais (ver Codato et al. 2024).
Esse modelo é amplamente utilizado em análises de “sobrevivência” porque estima o efeito de diferentes variáveis (“causas”) sobre o tempo até a ocorrência de um evento (por exemplo, a exoneração de um ministro), sem exigir que se conheça a forma exata da distribuição temporal do evento.
Isso quer dizer, simplificadamente, que o modelo de Cox permite investigar o efeito de certas variáveis (como crise política, tipo de ministério, partido do presidente etc.) sobre a duração no cargo, sem precisar “chutar” ou definir de antemão como o tempo influencia esse risco de saída. Isso dá mais flexibilidade à análise, especialmente em contextos complexos como o da política.
Assim, o modelo calcula o risco relativo de ocorrência de um evento (a saída de um ministro do governo), condicionado a características individuais (atributos) ou contextuais (políticas, econômicas).
Elas podem ser:
o perfil do ministro (experiência prévia, filiação partidária etc.).
a quantidade de fragmentação partidária no Legislativo;
o desempenho técnico do ministro ou a ocorrência de escândalos de corrupção;
a proximidade de eleições, quando ele deixa a posição para tentar outro cargo;
Sir David Cox (15 jul. 1924 – 18 jan. 2022).
Sua principal virtude é não exigir pressupostos sobre a forma da função temporal, ou seja, não supõe que o risco de saída seja linear ou exponencial, como em modelos paramétricos. Isso o torna ideal para fenômenos políticos, onde os eventos são discretos, episódicos e frequentemente contextuais.
Além disso, modelos de regressão permitem analisar o impacto de várias variáveis (“causas”) ao mesmo tempo, isolando o efeito de cada uma delas enquanto se mantém constante a influência das demais. Isso possibilita identificar quais fatores realmente fazem diferença para o resultado observado e em que medida.
Também é possível verificar se os efeitos variam em combinação com outras variáveis (as chamadas interações) e testar se os achados se mantêm consistentes mesmo quando o modelo é ajustado de formas diferentes, o que reforça a confiança nos resultados.
Cox Regression (Cox Proportional Hazards Survival Regression). https://datatab.net/tutorial/cox-regression
Índices de afinidade temática: avaliando a especialização
Uma forma mais refinada de análise descritiva é a criação de índices de expertise, isto é, métricas que avaliam o grau de compatibilidade entre o histórico profissional de um ministro e a área temática do ministério que ele ocupa (como fizemos em Codato & Franz, 2017).
Um índice é uma forma de resumir várias informações diferentes em um único número.
Calculado como a proporção de cargos anteriores ocupados pelo indivíduo durante sua carreira prévia ligados à área da pasta (por exemplo, Saúde, Educação, Economia), esse índice permite ir além da dicotomia simplista entre “técnico” e “político”. Ele mostra:
Quanta experiência efetiva um ministro traz para sua função;
Se há diferenças entre ministros indicados por partidos distintos;
Como os critérios de nomeação mudam ao longo do tempo ou entre governos.
Esse tipo de análise combina estatística com julgamento substantivo, exigindo categorização cuidadosa das múltiplas e heterogêneas trajetórias profissionais. Mas seu ganho interpretativo é grande: permite medir especialização com base empírica, e não apenas impressões.
José Serra, ministro da Saúde do governo Fernando Henrique Cardoso. Foto: Correio Brasiliense, 7 jul. 2020.
A força e as fronteiras da quantificação
O uso apropriado desses métodos não resolve tudo, mas pode transformar a maneira como compreendemos o funcionamento dos governos no presidencialismo de coalizão brasileiro. Eles permitem testar hipóteses há muito consolidadas, refutar lugares-comuns e revelar padrões que não são tão intuitivos assim.
Por exemplo:
A alta rotatividade de ministros no Brasil pode estar menos ligada ao número de partidos ou ao desempenho do ministro e mais à instabilidade da base legislativa, embora essa relação exija cautela interpretativa devido ao problema da endogeneidade.
Obs.: Tanto a fragmentação partidária quanto a instabilidade ministerial podem ser influenciadas simultaneamente por fatores contextuais como crises econômicas (alta inflação) ou escândalos políticos (corrupção). Para mitigar esse problema, empregamos estratégias como análises de robustez com diferentes especificações de modelo, comparações entre governos em contextos políticos distintos e, quando possível, exploramos situações quase-experimentais, como mudanças abruptas na coalizão não associadas diretamente a outros eventos desestabilizadores
A composição regional dos gabinetes pode ser distorcida sistematicamente em favor de certos estados, mesmo em contextos em que é preciso garantir uma coalizão política ampla no Legislativo;
A especialização técnica dos ministros pode estar positivamente associada à filiação ao partido presidencial, desafiando a ideia de que indicações partidárias comprometem a qualidade do gabinete.
Em contextos como o presidencialismo de coalizão, onde múltiplas variáveis interagem, a quantificação disciplinada dos fenômenos é uma aliada indispensável.
Até que ponto fenômenos políticos podem ser reduzidos a variáveis quantificáveis?
Mas é importante lembrar que métodos estatísticos não são oráculos.
Kathy Frankovic, Political partisanship affects belief of government stats. January 22, 2018
Eles não produzem verdades definitivas nem dispensam interpretação crítica. Seus resultados dependem da qualidade dos dados disponíveis, da sua “manipulação” ou tratamento, da adequação das variáveis ao caso e da solidez das premissas teóricas que orientam a modelagem estatística.
Além disso, estatísticas descrevem regularidades e relações prováveis. Elas não produzem explicações determinísticas. Por isso, seus achados devem ser lidos como evidências situadas, que precisam ser contextualizadas à luz das dinâmicas políticas, institucionais e históricas, que são sempre contingentes.
Em outras palavras, a estatística orienta o olhar, mas não substitui o juízo analítico. E, ao fazê-lo, ajudam a transformar a política — frequentemente caótica — em objeto de ciência.
Nos próximos dois posts vou desenvolver algumas críticas à abordagem estatística em Ciência Política mostrando também seus limites.
Referências dos artigos:
Codato, A., & Franz, P. (2017). Recrutamento ministerial no Brasil: comparando as presidências de FHC e Lula. E-legis, (22), 44--62. http://dx.doi.org/10.51206/e-legis.v10i22.294
Codato, A., & Franz, P. (2018). Ministros-técnicos e ministros-políticos nos governos do PSDB e do PT. Revista de Administração Pública, 52(5), 776--796. https://doi.org/10.1590/0034-7612174301
Codato, A., Franz Júnior, P., Sangalli, A., & Silva, R. (2024). Mensurando e explicando a instabilidade dos gabinetes presidenciais no Brasil entre 1946 e 1964. Estudos Históricos, 37(81), e20240105. https://doi.org/10.1590/S2178-149420240105
Codato, A., Perissinotto, R. M., Dantas, E. G., Franz, P., & Nunes, W. (2018). A instabilidade da equipe econômica do governo brasileiro. In R. Pires, G. O. Lotta, & V. E. de Oliveira (orgs.), Burocracia e políticas públicas no Brasil: interseções analíticas (pp. 299–325). Brasília: IPEA/Enap. https://repositorio.ipea.gov.br/handle/11058/8615
Franz, P., Codato, A., & Fernández, V. (2025). Federalismo e coalizão: a representatividade dos estados nos gabinetes ministeriais brasileiros. Dados, 68(2), e20230017. https://doi.org/10.1590/dados.2025.68.2.362
Perissinotto, R., Codato, A., & Gené, M. (2020). Quando o contexto importa: análise do turnover ministerial na Argentina e no Brasil após a redemocratização. Revista Brasileira de Ciências Sociais, 35(104), e3510412. https://doi.org/10.1590/3510412/2020
#CiênciaPolítica
#EstudosExecutivo
#MétodosQuantitativos
#AnáliseDeDados
#MinistrosDeEstado
#PresidencialismoDeCoalizão
#PoliticalScience
#StatisticalMethods
#CabinetStudies
#SurvivalAnalysis