A sobreposição entre leitura de ficção e de livros: o que as pesquisas dos EUA de 2017 e 2022 permitem concluir

Quem entra no denominador?

Uma estatística sobre ficção pode descrever grupos bastante diferentes. Pode se referir a todos os adultos, às pessoas que leem livros, às que leem romances ou aos consumidores que compram determinado gênero. Esses grupos se sobrepõem, mas não são intercambiáveis. Este estudo faz uma pergunta específica: entre os adultos que declararam ter lido um livro nos doze meses anteriores, quantos também declararam ter lido romances ou contos? A resposta descreve a composição de um público leitor definido pela pesquisa. Não mede demanda por livros, fidelidade a um gênero nem a probabilidade de alguém participar de um grupo de leitura.

A análise utiliza respostas individuais da Survey of Public Participation in the Arts de 2017 e 2022, coletadas por meio da Current Population Survey do U.S. Census Bureau para o National Endowment for the Arts. Cada estimativa relaciona as respostas sobre livros e ficção referentes à mesma pessoa. Essa ligação é importante porque a pergunta sobre ficção abrange materiais que não estão em livros. O resultado é uma medida de sobreposição, e não uma razão construída a partir de dois percentuais gerais independentes. As tabelas por idade e escolaridade estendem o mesmo cálculo sem alterar a regra do denominador. Todos os resultados se referem aos anos pesquisados, não à leitura atual em 2026. As duas rodadas descrevem amostras diferentes, em vez de acompanhar os mesmos leitores.

O que abrangem as duas perguntas da pesquisa

A pergunta geral sobre livros trata da leitura nos doze meses anteriores e exclui os livros exigidos pelo trabalho ou pela escola. A pergunta sobre ficção trata separadamente de romances ou contos e inclui materiais publicados em livros, revistas, jornais, em papel ou na internet. Um conto lido em um site pode, portanto, contar como ficção mesmo quando a pessoa declara não ter lido livros. No sentido inverso, alguém pode ler livros de história, de assuntos práticos ou de religião sem declarar a leitura de romance ou conto. Nenhuma dessas respostas é um erro apenas por diferir da outra.

A redação impõe limites importantes. A própria pergunta sobre ficção não repete a exclusão de leituras para trabalho ou escola presente na pergunta geral sobre livros. Por isso, esta análise não estende silenciosamente essa exclusão a toda a ficção declarada. Perguntas separadas sobre escuta não são acrescentadas ao numerador, embora os entrevistados possam ter interpretado a leitura de maneira ampla. O questionário de 2022 menciona explicitamente livros impressos e eletrônicos; o instrumento de 2017, por sua vez, inclui um esclarecimento sobre textos religiosos. Essa diferença de redação merece atenção, assim como a mudança nas respostas por terceiros discutida adiante. Os resultados não isolam romances sentimentais, ficção literária, romances concluídos, compras, empréstimos em bibliotecas, páginas lidas ou tempo de leitura. Basta declarar um único conto para satisfazer a pergunta de participação em ficção.

A sobreposição geral e os limites da comparação

Entre os leitores de livros com resposta válida de sim ou não à pergunta sobre ficção, a proporção ponderada de leitores de ficção foi de 72,46% em 2017 e 69,33% em 2022. Os denominadores amostrais sem ponderação foram, respectivamente, de 4.813 e 3.336 pessoas. Nessas amostras, 3.561 e 2.372 entrevistados declararam as duas atividades. Os intervalos de confiança de 95% foram de 70,67% a 74,25% em 2017 e de 67,14% a 71,52% em 2022. Esses intervalos utilizam os pesos replicados fornecidos para o suplemento, em vez de pressupor que cada pessoa foi selecionada de forma independente e com a mesma probabilidade.

A diferença geral foi de menos 3,13 pontos percentuais, com intervalo de confiança de 95% de menos 5,96 a menos 0,30. Trata-se de uma diferença descritiva entre duas estimativas ponderadas de pesquisa. Ela não deve ser apresentada como uma queda sem ressalvas no comportamento subjacente das pessoas. As condições para aceitar respostas por terceiros mudaram, a participação dessas respostas aumentou e a pergunta sobre livros passou a esclarecer a inclusão do formato eletrônico. Na análise de sensibilidade restrita a respostas próprias, a diferença foi de menos 2,03 pontos, e seu intervalo incluiu zero. Qualquer resumo da comparação geral precisa trazer essa ressalva ao lado do resultado. Uma estimativa pode estar aritmeticamente correta e, ainda assim, ter sua interpretação entre rodadas limitada pela forma de coleta das respostas.

Por que dividir percentuais gerais produz uma resposta errada

Um percentual condicional exige o número de pessoas que satisfazem as duas condições. Dividir o percentual de quem declara ficção pelo percentual de quem declara livros só funcionaria se todos os leitores de ficção também pertencessem ao grupo que lê livros e se os demais aspectos dos denominadores coincidissem. Nenhuma dessas condições deve ser presumida a partir dos rótulos. Nestes dados, alguns entrevistados respondem explicitamente não para livros e sim para romances ou contos. O questionário permite essa combinação porque contos podem ser lidos fora de livros. O numerador correto da ficção entre leitores de livros é, portanto, a interseção ponderada das duas respostas afirmativas.

As respostas observadas tornam o problema concreto. Entre os não leitores de livros com respostas válidas às duas perguntas, 7,92% declararam ficção em 2017 e 7,65% em 2022. Essas pessoas contribuem para a prevalência geral de ficção, mas não podem entrar em um numerador que descreve ficção dentro do público leitor de livros. As tabelas públicas preservam as duas medidas condicionais para permitir a inspeção dessa distinção. Não se deve somá-las: cada uma tem um denominador diferente. É também por isso que uma medida ampla de leitura literária, que pode combinar romances, contos, poesia e peças teatrais, não substitui automaticamente a medida de ficção deste estudo. Cada razão proposta precisa de sua própria definição dos conjuntos no nível individual antes que o cálculo tenha significado.

As respostas por terceiros afetam a interpretação

As instruções dos questionários mostram uma mudança nas situações em que o entrevistador poderia aceitar respostas em nome de outra pessoa. Em 2017, esse recurso ficava restrito a determinadas circunstâncias de retorno de contato, encerramento da coleta ou irritação no domicílio. Em 2022, a instrução permitia um terceiro quando a pessoa selecionada não estivesse disponível. Entre os leitores de livros com respostas completas utilizados aqui, a proporção ponderada de respostas por terceiros aumentou de 19,60% para 28,22%. Três casos completos de leitores de livros em 2022 tinham identificação desconhecida quanto a esse tipo de resposta e foram mantidos na estimativa geral. Mudanças no modo de resposta e na disponibilidade das pessoas podem influenciar a comparação mesmo quando as perguntas sobre leitura parecem semelhantes.

A restrição às respostas próprias produz proporções de ficção de 73,48% em 2017 e 71,45% em 2022. Os denominadores desse recorte são de 4.124 e 2.660 pessoas. A diferença de menos 2,03 pontos percentuais tem intervalo de 95% de menos 5,06 a mais 1,01. Assim, essa análise de sensibilidade não distingue a variação de zero nesse nível de confiança. Estimativas restritas a respostas próprias não são automaticamente melhores estimativas populacionais: as pessoas disponíveis para responder podem diferir das representadas por terceiros. O recorte evidencia, em vez disso, um limite real de interpretação. Os dados não mostram quanto da diferença geral decorre de comportamento, redação do questionário, modo de resposta, composição da amostra ou outros fatores não medidos.

Diferenças por idade são descritivas, não diagnósticos geracionais

A tabela de idade aplica o mesmo cálculo entre leitores de livros a sete faixas etárias, de dezoito a vinte e quatro anos até setenta e cinco anos ou mais. Isso mantém a comparação centrada nas pessoas que declararam ler livros, sem deixar que a própria prevalência da leitura de livros determine o resultado. As estimativas não acompanham uma coorte de nascimento. Uma pessoa em determinada faixa etária em 2017 pode ter passado para outra em 2022, e as amostras das pesquisas são diferentes. Rótulos como geração Z introduziriam uma nova definição que esta análise não estabeleceu.

No grupo mais jovem, a proporção de ficção foi de 70,84% em 2017 e 63,81% em 2022, mas o intervalo da variação foi amplo e incluiu zero. Seu denominador de 2022 continha apenas 183 leitores de livros com respostas completas. A faixa de sessenta e cinco a setenta e quatro anos apresentou estimativas de 75,87% e 67,51%; esse contraste observado também exige as ressalvas gerais sobre respostas por terceiros e redação. A tabela completa é mais útil do que um ranking de estimativas pontuais porque inclui tamanhos amostrais e incerteza. Várias faixas apresentam direções numéricas diferentes, e pequenas diferenças não devem ser tratadas como separações confiáveis. Não houve correção para comparações múltiplas entre subgrupos. Por isso, os contrastes etários são exploratórios, e não um conjunto de conclusões confirmadas de forma independente sobre como as gerações leem.

A escolaridade descreve a amostra, não o efeito da educação formal

A tabela de escolaridade agrupa os entrevistados segundo a formação declarada no sistema dos EUA: menos que o ensino médio completo, ensino médio completo, frequência ao ensino superior sem bacharelado ou diploma de associate, bacharelado e pós-graduação. Dentro de cada grupo, o denominador continua sendo formado por pessoas que declararam ler livros e responderam à pergunta sobre ficção. Isso difere de perguntar se pessoas com maior escolaridade têm maior probabilidade de ler qualquer livro. Condicionar à leitura de livros restringe deliberadamente a questão, e a associação resultante não pode ser generalizada como um efeito da educação formal sobre toda a população adulta.

Em 2022, as estimativas de ficção entre leitores variaram de 58,85% entre pessoas sem ensino médio completo a 76,33% entre aquelas com pós-graduação. A primeira estimativa se baseia em 112 leitores de livros com respostas completas e apresenta maior incerteza do que a dos grupos maiores. A categoria de frequência ao ensino superior ou diploma de associate apresentou 73,05% em 2017 e 64,00% em 2022. Essa diferença numérica exploratória não deve ser convertida em uma afirmação sobre cursos, instituições ou habilidades de leitura específicas. Idade, circunstâncias domiciliares, renda, ocupação e modo de resposta podem variar entre os grupos de escolaridade. Este estudo não ajusta um modelo causal nem isola as contribuições desses fatores. As tabelas descrevem associações observadas na pesquisa e oferecem detalhes suficientes para desestimular explicações categóricas que as medidas disponíveis não permitem testar.

Uma verificação limitada das mudanças na composição dos leitores

A distribuição de idades e níveis de escolaridade entre leitores de livros pode mudar de uma pesquisa para outra. Para examinar esse aspecto de maneira descritiva, os cálculos suplementares mantêm uma distribuição de cada vez na composição de 2017 dos leitores de livros com respostas completas. A padronização por idade aplica as mesmas participações das faixas de 2017 às estimativas dentro de cada faixa nas duas rodadas. A padronização por escolaridade repete o procedimento com os grupos educacionais. Os dois ajustes respondem a perguntas distintas: não controlam conjuntamente idade e escolaridade nem contemplam todas as possíveis diferenças de composição.

Com a distribuição etária de 2017 como referência, a proporção de ficção em 2022 é de 69,36%, próxima aos 69,33% sem ajuste. Com a distribuição de escolaridade de 2017, ela é de 68,89%. Esses cálculos sugerem que cada ajuste isolado de composição não elimina o contraste numérico geral. Eles não resolvem as mudanças nas instruções para respostas por terceiros nem na pergunta sobre livros. Seus erros-padrão tratam as participações de referência como fixas, embora elas também tenham sido estimadas por pesquisa. Por isso, os resultados padronizados são apresentados como análises descritivas de sensibilidade, e não como um novo teste ajustado de significância. Uma análise de incerteza incondicional precisaria considerar também a estimação da distribuição de referência e a estrutura de covariância pertinente.

As respostas ausentes sobre ficção permanecem visíveis

O denominador principal exclui leitores de livros cuja resposta sobre ficção está ausente, foi recusada ou é desconhecida. Essas respostas não são recodificadas como não. Havia 4.848 leitores de livros observados em 2017, incluindo trinta e cinco sem resposta válida sobre ficção, e 3.359 em 2022, incluindo vinte e três nessa situação. Em termos ponderados, as respostas ausentes sobre ficção correspondiam a 1,38% e 0,97% dos leitores de livros observados. Os saltos estruturais associados ao outro núcleo da pesquisa são mantidos separados dessas exclusões por falta de resposta ao item. Pessoas às quais uma pergunta não foi feita não constituem evidência de ausência de participação.

Uma verificação simples de sensibilidade atribui todas as respostas ausentes sobre ficção primeiro a não e depois a sim. Os limites resultantes são de 71,46% a 72,84% em 2017 e de 68,66% a 69,62% em 2022. Essas faixas mostram o efeito máximo da ausência observada de respostas ao item de ficção sob tais atribuições. Não são intervalos de confiança e não tratam de respostas ausentes sobre livros, não resposta à pesquisa ou declarações imprecisas. Exigir respostas válidas às duas perguntas também significa que um percentual marginal calculado nesta amostra analítica pode diferir de uma publicação oficial que use outro denominador de respostas. Essas diferenças devem ser explicadas, e não corrigidas silenciosamente para fazer um cálculo original se parecer com um percentual arredondado já publicado.

Como foram calculados os pesos e os intervalos de confiança

As duas variáveis de leitura pertencem ao Núcleo Um em ambas as pesquisas. O cálculo utiliza o peso do suplemento SPPA, não um peso geral da pesquisa sobre força de trabalho. Em cada estimativa, o número ponderado de pessoas que satisfazem o numerador é dividido pelo número ponderado das que satisfazem o denominador. O fator de escala populacional específico do núcleo se cancela nessa razão, assim como a escala decimal implícita comum nos campos de peso baixados. Este estudo informa percentuais e contagens amostrais, não estimativas nacionais de quantidade de pessoas. As somas brutas de pesos usadas como diagnóstico no arquivo de validação não devem ser apresentadas como totais populacionais.

A incerteza é calculada repetindo a razão completa com cada um dos 160 pesos replicados fornecidos para o suplemento. A variância corresponde a quatro dividido por 160, multiplicado pela soma dos quadrados das diferenças entre as estimativas replicadas e a estimativa da amostra completa. Os intervalos normais usam 1,96 erro-padrão de cada lado. As diferenças entre rodadas utilizam a raiz quadrada da soma das duas variâncias estimadas, tratando as pesquisas separadas por cinco anos como cortes transversais independentes. Uma implementação independente reproduziu os resultados gerais e todas as vinte e quatro células de idade e escolaridade da principal medida condicional, incluindo contagens e erros-padrão. A reprodução verifica aritmética e programação; não elimina erros de lembrança, desejabilidade social, incerteza das respostas por terceiros ou outros vieses não amostrais.

O que esta análise acrescenta a outras estatísticas de leitura

Diários de uso do tempo, totais de vendas de livros e pesquisas anuais de participação respondem a perguntas diferentes. Um diário pode mostrar se houve leitura em determinado dia e quanto tempo ela durou. Uma série de vendas registra transações segundo suas próprias regras de cobertura. A SPPA pergunta sobre participação ao longo de doze meses e admite tanto respostas próprias quanto por terceiros. A presente análise, portanto, complementa um estudo sobre dias de leitura sem oferecer outra versão da mesma medida. Uma pessoa pode declarar um único contato com ficção no ano e não registrar leitura em determinado dia do diário, sem contradição entre as duas observações.

Para bibliotecas, grupos de leitura e pesquisadores, a contribuição útil é um denominador defensável e uma explicação de como as definições moldam a resposta. A parcela dos leitores de livros que não declara ficção não deve ser descrita como um público comercial inexplorado. Algumas pessoas podem preferir outros materiais, encontrar ficção sem identificá-la assim ou simplesmente responder de forma imprecisa. A pesquisa não pergunta se desejam mais ficção, se comprariam um livro recomendado ou se reagiriam a uma campanha. Da mesma forma, a participação na leitura nada informa aqui sobre qualidade literária, compreensão ou valor pessoal. O uso prático começa pela pergunta observada e pela população estudada, sem transformar um percentual condicional em um julgamento comercial ou cultural que a fonte não sustenta.

Fontes, reprodutibilidade e reutilização responsável

Os arquivos de origem foram baixados diretamente das páginas públicas de dados da SPPA de 2017 e 2022 do Census Bureau. Esses caminhos forneceram observações, pesos replicados e documentação técnica sem exigir conta, vínculo institucional ou chave de API. Relatórios oficiais da NEA ofereceram o contexto metodológico. Os endereços das fontes, os tamanhos dos arquivos baixados em bytes e seus hashes criptográficos foram preservados no manifesto, permitindo que outro analista identifique os insumos exatos. Os scripts públicos de reprodução obtêm esses arquivos oficiais em um diretório local de trabalho e calculam os agregados publicados. Baixar dados de origem para reprodução é uma atividade distinta de redistribuí-los neste site.

Apenas resultados agregados, métodos, referências das fontes e código devem integrar o pacote público do estudo. Os registros individuais dos entrevistados e os arquivos de pesos replicados permanecem fora do repositório de publicação. Quem reutilizar uma tabela deve preservar os anos das pesquisas, a população adulta em domicílios, o denominador condicional, a incerteza e as ressalvas sobre terceiros e redação. As conclusões se aplicam a adultos civis, não institucionalizados, residentes em domicílios e com dezoito anos ou mais, não a crianças nem a residentes de instituições. Os resultados constituem uma análise secundária original e não implicam endosso do Census Bureau ou do National Endowment for the Arts. Futuras pesquisas podem permitir uma nova comparação, mas suas mudanças nas perguntas e na coleta devem ser verificadas antes de serem acrescentadas à série. A reprodutibilidade inclui preservar esses limites interpretativos, além de reproduzir os números.

Dados e downloads

Role a tabela para os lados para ver todas as colunas. ↔

Condicionado à leitura declarada de livros e a uma resposta válida sobre ficção; estimativas ponderadas e contagens amostrais sem ponderação. As instruções sobre terceiros e a pergunta sobre livros mudaram. O intervalo de confiança da variação apenas com respostas próprias inclui zero; a comparação com todas as respostas não é uma estimativa causal de comportamento.

Role a tabela para os lados para ver todas as colunas. ↔

Estimativas exploratórias de subgrupos com respostas completas, incluindo todos os modos de resposta. Sem ajuste para comparações múltiplas. Preservar tamanhos amostrais, intervalos e os limites entre rodadas relativos a terceiros e redação.

Role a tabela para os lados para ver todas as colunas. ↔

Estimativas exploratórias de subgrupos com respostas completas, incluindo todos os modos de resposta. Sem ajuste para comparações múltiplas. Preservar tamanhos amostrais, intervalos e os limites entre rodadas relativos a terceiros e redação.

Evidências e método

Como calculamos

1. Análise secundária original dos arquivos públicos efetivos da SPPA do Census de julho de 2017 e julho de 2022. Os dois itens de leitura pertencem ao Núcleo 1; os registros de adultos exigem idade mínima de 18 anos e peso positivo do suplemento.
2. O numerador principal é PEC1Q14A=1 e PEC1Q15A=1. O denominador é PEC1Q14A=1 e PEC1Q15A em {1,2}. Respostas ausentes sobre ficção são excluídas, não tratadas como Não. Não se pressupõe que o conjunto da ficção esteja contido no de livros.
3. PWSUPWGT é o peso da estimativa pontual. Cada razão condicional é recalculada com 160 pesos replicados correspondentes do suplemento; a variância equivale a 4/160 vezes a soma dos desvios ao quadrado. Intervalos normais de 95% usam 1,96 erro-padrão. Variâncias independentes entre rodadas são somadas para os intervalos de variação.
4. PUNXTPR3 identifica os grupos de sensibilidade de respostas próprias e por terceiros. Padronizações unidimensionais separadas utilizam participações fixas de idade ou escolaridade dos leitores de livros com respostas completas de 2017; são descritivas, não ajustes conjuntos nem inferência ajustada incondicional.
5. Uma implementação independente a partir dos arquivos brutos reproduziu as estimativas gerais e todas as 24 células de idade/escolaridade da medida principal, com tolerância de 1e-9. O desenho e as verificações foram desenvolvidos durante a análise; o estudo não foi pré-registrado prospectivamente.

Fontes originais

1. jul22pub.csv

   CSV de uso público do SPPA 2022 do Census: fornece respostas individuais sobre livros e ficção, idade, escolaridade, indicador de resposta própria ou por terceiro e peso do suplemento usados nas estimativas de 2022. Os registros individuais brutos não integram os downloads públicos do estudo.

   Acesso em 30 de outubro de 2026

2. jul22rep.csv

   CSV de pesos replicados do SPPA 2022 do Census: 160 pesos do suplemento, vinculados por QSTNUM e OCCURNUM, permitem calcular os erros-padrão das razões. O peso da réplica zero é conferido com o peso principal; os valores brutos dos pesos não são contagens populacionais.

   Acesso em 30 de outubro de 2026

3. jul17pub.zip

   ZIP de uso público do SPPA 2017 do Census: registros individuais de largura fixa fornecem as respostas e características de 2017. O campo de ficção ocupa as posições 1050–1051; não se deve presumir um leiaute idêntico ao de 2022. Os registros brutos ficam fora do pacote público do estudo.

   Acesso em 30 de outubro de 2026

4. jul17rep.zip

   ZIP de pesos replicados do SPPA 2017 do Census: os pesos do suplemento em largura fixa são vinculados aos registros de 2017 para recalcular cada razão condicional em 160 réplicas. O arquivo sustenta a estimativa de incerteza, não uma medida adicional de leitura.

   Acesso em 30 de outubro de 2026

5. cpsjul17.pdf

   Documentação técnica do Census de 2017: os leiautes e o questionário definem os dois itens de leitura e a instrução mais restritiva para respostas por terceiros. A pergunta sobre livros esclarece a inclusão de textos religiosos; a pergunta sobre ficção inclui contos fora de livros.

   Acesso em 30 de outubro de 2026

6. cpsjul22.pdf

   Documentação técnica do Census de 2022: o questionário e as instruções de ponderação definem a elegibilidade para o Núcleo 1, os pesos do suplemento e o fator de escala do núcleo. A pergunta sobre livros menciona explicitamente livros impressos e eletrônicos, e permite-se resposta por terceiro quando o entrevistado está indisponível; essas mudanças limitam a interpretação entre edições.

   Acesso em 30 de outubro de 2026

7. SPPA_Comprehensive_Report_FINAL.pdf

   Relatório abrangente da NEA sobre o SPPA 2022: oferece contexto oficial e estimativas publicadas de participação, não os dados individuais usados em nossos cálculos condicionais. Suas porcentagens marginais publicadas não devem ser divididas para estimar a ficção entre leitores de livros.

   Acesso em 30 de outubro de 2026

8. SPPA_2022_Technical_Appendix_FINAL.pdf

   Apêndice técnico da NEA de 2022: fundamenta a estimativa de incerteza por réplicas, incluindo BRR com fator de Fay 0,5 e variância pelo erro quadrático médio. A variância de nossas razões com 160 réplicas usa o fator correspondente de 4/160.

   Acesso em 30 de outubro de 2026

9. cps_ppa_repwgt_jul17.sas

   Leiaute SAS do arquivo de réplicas do Census de 2017: documenta os identificadores QSTNUM/OCCURNUM, os campos de réplicas 0–160 e quatro casas decimais implícitas. Valida a leitura dos campos e a escala; é código de documentação, não observações de entrevistados.

   Acesso em 30 de outubro de 2026

10. cps_ppa_repwgt_jul22.sas

    Leiaute SAS do arquivo de réplicas do Census de 2022: documenta a estrutura do arquivo de réplicas do suplemento e a escala dos pesos, permitindo conferir a interpretação dos pesos no CSV de 2022. A escala comum se cancela nas razões; os totais brutos dos pesos não são apresentados como números de pessoas.

    Acesso em 30 de outubro de 2026