O objetivo deste artigo é discutir as diferentes definições de assentamentos precários e favelas e suas
implicações nos dados populacionais. A amostra de definições foi extraÃda de pesquisas relacionadas
ao United Nations Human Settlements Programme (UN-Habitat) e ao Instituto Brasileiro de Geografia e
EstatÃstica (IBGE). A manipulação dos dados foi realizada conforme a abordagem da análise de conteúdo (AC).
A quantificação, realizada com o software Iramuteq, se baseou na frequência de palavras e na análise fatorial de
correspondências (AFC). As análises qualitativas e quantitativas dessas definições ressaltaram duas principais
diferenças: na caracterização do objeto (área, edificação e ambas); e nos tipos de qualificação (aspectos legais,
padrão construtivo, deficiência de infraestrutura, propriedade da terra, densidade populacional, referências
geográficas e tipificação dos moradores). Como o número de qualificações é elevado e seu conteúdo diverso,
os dados populacionais agregam informações muito diferentes, tornando sua comparação menos precisa.
Em decorrência, essa imprecisão tende a se ampliar em função do crescimento da extensão territorial e do
número de paÃses analisados.
This article aimed to discuss the different definitions of slums and favelas and their implication on population
data. The definitions discussed were extracted from research related to the United Nations Human Settlements
Programme (UN-Habitat) and the Instituto Brasileiro de Geografia e EstatÃstica (IBGE). The data manipulation
was performed according to the content analysis (CA) approach. The quantification performed with Iramuteq
software was based on word frequency and factorial correspondence analysis (FCA). Qualitative and quantitative
analyzes highlighted two major differences: in the object characterization (area, building and both); and
qualification type (legal aspects, construction standards, infrastructure deficiency, land property, population
density, geographic references and residents typing). With the high number of qualifications and diverse content,
the population data aggregate different information, making its comparison less accurate. This imprecision
tends to expand due to the area growth and the number of countries analyzed.
