20 872 Conjuntos de Dados Abertos Portugueses: Como Encontrar e Avaliar o Que Serve para a Sua Tese (2026)

Quem procura dados portugueses para a tese ouve sempre o mesmo conselho — «vê nos dados abertos» — e raramente ouve a parte seguinte, que é a que interessa: onde procurar exatamente, e como decidir se aquilo que encontrou serve.

O catálogo nacional de dados abertos reunia, em agosto de 2026, 20 872 conjuntos de dados publicados por 435 entidades. É muito material, mas está distribuído de forma tão desigual que conhecer essa distribuição muda por completo a estratégia de pesquisa. Este guia mostra onde os dados estão de facto, como procurar sem se perder e — a parte que mais falta faz — como avaliar um conjunto antes de construir uma tese em cima dele.

Onde os dados estão realmente

A distribuição por entidade, verificada em agosto de 2026, é a seguinte no topo da tabela:

Três leituras práticas saem daqui.

Primeira: para a esmagadora maioria das teses em ciências sociais, economia, gestão ou saúde pública, o caminho mais curto é ir diretamente ao INE. O catálogo nacional funciona sobretudo como agregador do que o INE já publica.

Segunda: os dados ambientais existem, e em quantidade — mais de quatro mil conjuntos da Agência Portuguesa do Ambiente. Para teses de Engenharia do Ambiente, Biologia ou Ordenamento do Território, esta é uma via de acesso frequentemente ignorada, sobretudo quando os portais temáticos especializados estão indisponíveis ou exigem registo.

Terceira, e menos evidente: aparecem no topo quatro municípios. Isto significa que a disponibilidade de dados municipais em Portugal é altamente irregular — alguns publicam centenas de conjuntos, a maioria nenhum. Uma tese que pretenda comparar municípios enfrentará, quase de certeza, um problema de cobertura assimétrica, e essa limitação deve ser antecipada no desenho do estudo em vez de descoberta a meio da recolha.

Como procurar sem se perder

Com vinte mil conjuntos, a pesquisa por palavra devolve ou nada ou demasiado. Um percurso mais eficaz:

1. Comece pela entidade, não pelo tema. Identifique que organismo teria motivo institucional para recolher aquele dado — quem regula, quem licencia, quem fiscaliza, quem paga. Depois procure dentro dessa entidade.
2. Use o vocabulário da administração, não o da sua área. Os títulos dos conjuntos usam a linguagem de quem os produz. «Alojamento local» encontra o que «turismo urbano» não encontra.
3. Verifique a granularidade antes de tudo o resto. A pergunta prática é sempre a mesma: existe ao nível geográfico e temporal de que preciso? É aqui que a maioria dos projetos falha.
4. Confirme a série temporal. Um único ano permite fotografia, não tendência.
5. Só depois avalie a qualidade, com a grelha da secção seguinte.

A grelha de sete critérios

Antes de decidir que a tese assenta num conjunto de dados, responda a estas sete perguntas. Se falhar nas três primeiras, procure outro — não vale a pena continuar.

1. Granularidade. A unidade de análise disponível corresponde à da minha pergunta? Dados nacionais não respondem a perguntas regionais.
2. Cobertura temporal. A série cobre o período necessário, com a mesma metodologia do princípio ao fim?
3. Atualização. Quando foi atualizado pela última vez? Um conjunto parado há anos pode servir para análise histórica, nunca para caracterizar o presente.
4. Documentação. Existe descrição das variáveis? Sem saber o que cada coluna significa e como foi medida, não pode interpretar resultados — e a banca perguntará.
5. Condições de utilização. Que informação de acesso e reutilização acompanha o conjunto? Registe o que o catálogo declara em vez de assumir.
6. Completude. Qual a proporção de valores em falta, e estarão distribuídos ao acaso? Ausências concentradas numa região ou período enviesam a análise.
7. Correspondência com o construto. A variável mede mesmo aquilo que quero medir, ou apenas algo próximo? Número de atendimentos registados não é procura de cuidados; licenças emitidas não são atividade económica.

O sétimo critério é o mais negligenciado e o mais decisivo. Dados administrativos medem registos administrativos. A distância entre o registo e o conceito teórico é matéria da discussão da tese, não algo a esconder — assumi-la explicitamente é sinal de maturidade metodológica, não de fraqueza do trabalho.

Três armadilhas frequentes

Como registar e citar

Para cada conjunto que efetivamente usar, guarde o ficheiro original sem edições, registe a entidade produtora, o título exato do conjunto, o período coberto, a data de descarregamento e o endereço de acesso. Mantenha separado o ficheiro de trabalho onde faz limpeza e transformações.

Na referência, o padrão é tratar a entidade produtora como autor institucional, seguida do título do conjunto, do ano, do local de acesso e da data de consulta. As regras concretas de formatação de fontes eletrónicas em NP 405 e APA estão no nosso guia sobre como citar documentos oficiais na tese, cujo princípio se aplica igualmente a conjuntos de dados.

Se procura fontes para além do catálogo nacional, incluindo repositórios europeus e internacionais, veja o nosso diretório de fontes de dados abertos. Para casos em que a fonte adequada é setorial e não generalista, temos guias dedicados aos contratos públicos no Portal BASE e aos dados de saúde do Portal da Transparência do SNS.

Perguntas frequentes