Separe base bruta, base de trabalho e base analítica
Baixe a exportação original e salve-a como arquivo somente leitura, com data e origem no nome. Não faça correções diretamente nela. Crie uma cópia de trabalho para inspeção e uma futura base analítica com apenas variáveis necessárias. Essa separação permite retornar ao dado recebido quando uma fórmula falhar ou uma regra mudar. Armazene os arquivos em local protegido, especialmente se houver e-mail, matrícula, telefone ou respostas sensíveis.
Inclua uma aba de registro de processamento com data, responsável, regra, quantidade afetada e decisão. Uma célula alterada sem história parece simples, mas pode modificar resultados e impedir auditoria. Se possível, use identificador interno aleatório e remova identificadores diretos da cópia analítica. A chave de ligação deve ficar separada e com acesso restrito. Anonimização não se resume a apagar nomes; combinações de curso, idade, cargo e unidade também podem reconhecer alguém.
Construa um dicionário antes de editar valores
Crie para cada coluna um nome curto, enunciado original, tipo esperado, alternativas válidas, unidade, regra de ausência e função analítica. Evite cabeçalhos gigantes ou repetidos, mas preserve a correspondência com o questionário. Datas, números e textos precisam de formatos definidos. Códigos como um e dois devem ter legenda explícita; não confie na memória. O dicionário acompanha a base e reduz inversões durante tabelas ou importação em outro programa.
Registre saltos condicionais. Se somente quem respondeu sim deveria ver uma pergunta posterior, vazio nesses casos não representa perda. Diferencie não se aplica, preferiu não responder, não sabe e falha de preenchimento quando o instrumento ofereceu essas opções. Planeje nomes sem acentos e espaços caso a base seja usada em software estatístico, mantendo rótulos completos no dicionário. Não converta categorias em números até definir a ordem e o significado.
Padronize a estrutura sem destruir a resposta original
Cada linha deve representar a unidade definida, geralmente um participante, e cada coluna uma variável. Células mescladas, subtítulos, totais manuais e cores como informação dificultam análise. Converta a faixa em tabela para filtros consistentes, mas não use cor como código exclusivo. Se uma pergunta permite múltiplas respostas, considere colunas binárias separadas ou estrutura longa, documentando a escolha conforme a análise prevista.
Mantenha colunas originais e crie colunas limpas ao lado. Para remover espaços, uniformizar maiúsculas ou converter datas, use fórmulas e depois valide os resultados. Evite localizar e substituir em toda a pasta, pois uma troca pode alcançar campos indevidos. Textos livres exigem revisão cuidadosa: não corrija conteúdo ou sentido do participante. A padronização deve servir a categorias planejadas, preservando a expressão original quando ela compõe material qualitativo.
Investigue duplicidades e respostas inviáveis
Use identificadores permitidos, horário de envio e conjunto de respostas para localizar possíveis duplicações. Registros parecidos não são prova de fraude; pessoas podem responder igual ou reenviar após falha. Defina previamente se manterá primeira resposta, última versão ou caso mais completo e documente exceções. Sem identificador confiável, assuma a incerteza e faça análise de sensibilidade em vez de excluir pela aparência.
Crie regras para intervalos válidos, datas possíveis e coerência entre respostas. Idade negativa, conclusão anterior ao ingresso ou opção inexistente requer investigação. Fórmulas de validação podem marcar casos sem apagá-los. Inconsistência lógica pode refletir enunciado ambíguo, não desatenção. Quando não houver fonte para corrigir, classifique como ausente ou mantenha com indicador, conforme plano. Nunca ajuste um valor porque ele atrapalha a média esperada.
Classifique dados ausentes e incompletos
Conte vazios por variável e por participante. Distinga abandono do questionário, recusa em questão sensível, salto programado e erro técnico. Uma linha incompleta não precisa ser removida de todas as análises; pode contribuir para objetivos cujas variáveis estão presentes. Defina base válida em cada tabela e mostre denominadores. Excluir casos completos por regra ampla pode reduzir amostra e introduzir viés se a ausência estiver relacionada ao tema.
Não use zero como código de ausência quando zero é valor possível. Prefira célula vazia controlada ou código que será declarado ausente no software, mantendo a legenda. Imputar valores requer avaliação do mecanismo e efeito da perda, não simples fórmula de média. Em TCC, pode ser mais transparente analisar casos disponíveis e discutir limitações, desde que a escolha seja compatível. Compare perfis de respondentes completos e incompletos quando os dados permitirem.
Use recursos do Excel com controle
Filtros, classificação, formatação condicional, CONT.SE, CONT.SES e tabelas dinâmicas ajudam a localizar padrões. Validação de dados pode conferir categorias na versão de trabalho. Procure erros de fórmula, referências deslocadas e números armazenados como texto. Depois de qualquer operação em massa, compare quantidade de linhas, identificadores e somas de controle. Salve versões numeradas em etapas decisivas, em vez de depender apenas do desfazer.
Evite macros desconhecidas e arquivos enviados a serviços on-line com dados identificáveis. Se usar Power Query para etapas repetíveis, nomeie cada transformação e preserve a origem. Fórmulas voláteis ou colunas inteiras podem deixar o arquivo lento e aumentar falhas. Para bases grandes ou rotinas complexas, linguagens com scripts reproduzíveis podem ser mais seguras, mas somente se a equipe souber validá-las. A ferramenta deve reduzir, não esconder, as decisões.
Feche a limpeza com uma auditoria reproduzível
Compare número de respostas, datas e distribuições simples entre base bruta e limpa. Toda diferença deve decorrer de regra registrada. Gere lista de casos excluídos com motivo, sem divulgar identificadores no relatório. Teste se códigos correspondem às legendas e se itens invertidos foram tratados apenas na base analítica. Abra uma cópia do arquivo em outro computador ou programa para detectar dependências e erros de formato.
Na metodologia, descreva critérios de consistência, duplicidade, exclusão e ausência em nível suficiente para repetição. Não transforme limpeza em frase invisível. Uma base limpa não é aquela sem valores estranhos, mas aquela cujas decisões são justificáveis e rastreáveis. Preserve documentos conforme termo de consentimento, protocolo ético e política institucional. Quando o período de retenção terminar, descarte chaves e arquivos segundo o plano aprovado, não por improviso.
Crie controles que detectem alterações acidentais
Antes da limpeza, registre quantidade de linhas, colunas, período de coleta e uma soma ou contagem de variáveis estáveis. Repita esses controles depois de filtros, exclusões e conversões. Uma linha ocultada no Excel não foi excluída, enquanto uma classificação parcial pode deslocar respostas e cabeçalhos. Trabalhe sempre com a tabela inteira e confirme a seleção antes de ordenar. Fórmulas devem permanecer em colunas auxiliares até que os resultados sejam verificados contra amostras manuais.
Ao produzir a base analítica, exporte uma versão sem fórmulas e teste sua abertura. Compare frequências das categorias com o formulário original, confira identificadores internos e documente casos removidos. Proteja a chave de identificação em local separado e nunca publique uma planilha que permita reconhecer participantes. Esses controles simples formam uma auditoria de preparação: mostram quais valores vieram da coleta, quais foram recodificados e por que determinada linha deixou de entrar na análise.
Perguntas frequentes
Posso apagar linhas incompletas?
Não automaticamente. Verifique quais variáveis faltam, por que faltam e para quais análises o caso ainda contribui. Registre qualquer exclusão.
Como tratar respostas duplicadas?
Defina critério com identificador, horário e completude. Sem prova segura, relate a incerteza e compare resultados com e sem casos suspeitos.
Devo substituir vazios por zero?
Não, salvo quando vazio realmente significa zero pelo desenho. Em geral, ausência e valor zero são estados diferentes e precisam de códigos distintos.
Excel serve para limpar dados do TCC?
Pode servir para bases moderadas e regras controladas. Use cópias, dicionário, colunas auxiliares e registro. Processos complexos podem exigir ferramenta mais reproduzível.
Fontes consultadas
Conteúdo editorial próprio, preparado com apoio das seguintes referências institucionais:
Apoio para esta etapa do trabalho
Escolha o serviço conforme a dificuldade atual. O escopo só é definido depois da análise do material, do prazo e das regras da instituição.