Resumo. Uma entrevista = um texto. Cada texto começa com uma linha **** *variavel_modalidade (sem acento, sem espaço, só letras, números e _). Tire os asteriscos do texto das falas, decida se as perguntas de quem entrevista entram no corpus, substitua os nomes por códigos, salve em .txt UTF-8 e escolha UTF-8 na hora de importar, principalmente no Windows.
O que é o IRaMuTeQ
O IRaMuTeQ (Interface de R pour les Analyses Multidimensionnelles de Textes et de Questionnaires) é um software livre de análise de textos e de tabelas de dados, que se apoia no software estatístico R e na linguagem Python. Ele é distribuído sob a licença GNU GPL v2 e desenvolvido por Pierre Ratinaud. Ou seja: é gratuito.
Em um corpus de entrevistas, as análises mais usadas são:
- Estatísticas textuais: número de ocorrências, formas mais frequentes, hápax (palavras que aparecem uma só vez).
- Especificidades e AFC: o vocabulário próprio de cada grupo definido pelas suas variáveis (por exemplo, docentes e discentes, ou capital e interior).
- Classificação Hierárquica Descendente (CHD), pelo método de Reinert: o corpus é dividido em classes de segmentos de texto com vocabulário parecido entre si e diferente das outras classes. É a análise que aparece em muitos TCCs, dissertações e teses.
- Análise de similitude: um grafo que mostra quais palavras aparecem juntas no corpus e com que força elas se ligam.
- Nuvem de palavras: as palavras em tamanho proporcional à frequência.
Dois termos aparecem o tempo todo na documentação. O texto é a unidade do corpus: em um corpus de entrevistas, a regra mais simples é uma entrevista por texto. O segmento de texto é um trecho que o próprio software recorta na importação, e é sobre ele que a CHD trabalha. Tudo o que você sabe sobre cada participante (perfil, curso, região, data) entra como variável na linha de comando do texto.
IRaMuTeQ download: como baixar e instalar
Baixe o programa sempre pelo site oficial do IRaMuTeQ, que leva aos arquivos de instalação. Segundo a página de instalação (consultada em novembro de 2026, versão 0.8 alpha 7):
- Windows: instale primeiro a versão mais recente do R para Windows e depois o IRaMuTeQ. Na primeira vez que abrir o IRaMuTeQ, aceite a instalação dos pacotes do R.
- macOS: instale o XQuartz, depois o R correspondente ao seu processador (Apple Silicon ou Intel) e, em seguida, a versão do IRaMuTeQ para esse processador. Aceite também a instalação dos pacotes do R na primeira abertura.
- Linux: instale o R e as dependências Python pelos repositórios da sua distribuição e rode o IRaMuTeQ a partir do código-fonte.
A ordem importa: sem o R instalado antes, as análises não rodam. Os números de versão mudam com o tempo; confira sempre a página oficial antes de instalar.
O formato do corpus textual
As regras abaixo vêm da documentação oficial do IRaMuTeQ (Loubère e Ratinaud). Não são questões de estilo: se não forem seguidas, a importação falha ou as análises contam errado.
Um arquivo de texto simples
O corpus é um arquivo .txt, não um documento do Word. A documentação recomenda manter a pontuação, que ajuda o software a recortar os segmentos de texto.
A linha de comando de cada texto
Cada texto começa com quatro asteriscos (****), seguidos das variáveis com asterisco, separadas por espaço. Todo texto precisa ter pelo menos uma variável.
**** *entrevista_01 *sexo_f *idade_30_39
Texto da primeira entrevista...
**** *entrevista_02 *sexo_m *idade_50_59
Texto da segunda entrevista...
Como escrever as variáveis
- Sem espaço, sem caractere especial, sem acento: só letras, números e o sublinhado (
_).*idade 18 anosnão funciona;*idade_18funciona.*região_sulnão funciona;*regiao_sulfunciona. - A forma
*variavel_modalidadeé a recomendada:*sexo_fe*sexo_mfazem o software reconhecer uma variável sexo com duas modalidades, o que permite análises por grupo. - A escrita tem de ser idêntica em todos os textos:
*curso_enfe*curso_enfermagemsão duas modalidades diferentes;*curso_enf,*Curso_enfe*cursos_enfsão três variáveis diferentes (maiúsculas contam). Um erro de digitação cria uma modalidade fantasma.
Temáticas (opcional)
Dá para dividir um texto em temáticas com uma linha que começa com hífen e asterisco (-*), por exemplo -*trajetoria, sem mais nada na linha. Se usar temáticas, todos os parágrafos do texto precisam pertencer a uma delas: um parágrafo antes da primeira linha -* não é aceito. Em entrevistas semiestruturadas, as temáticas podem seguir os blocos do seu roteiro.
O asterisco é reservado
O caractere * marca as variáveis. Ele não pode aparecer no texto das falas: apague anotações entre asteriscos e palavras mascaradas como “M***”.
Como preparar as entrevistas, passo a passo
1. Transcrever as entrevistas
O IRaMuTeQ trabalha com texto: cada gravação precisa virar uma transcrição. Para uma análise lexical, a escolha entre transcrição literal e transcrição limpa pesa nos resultados: “né”, “tipo”, “ahn” e repetições contam como formas e entram nos cálculos. Mantê-los ou tirá-los é uma decisão metodológica, a tomar antes de transcrever e a explicar na metodologia. O passo a passo da transcrição, com cada falante separado, está no nosso guia para transcrever entrevista; as diferenças entre registro literal e texto limpo estão no guia de degravação de áudio.
Mantenha uma transcrição por entrevista, com nomes de arquivo regulares (entrevista_01, entrevista_02...): esse nome vira a variável de identificação.
2. Decidir quais falas entram no corpus
Uma entrevista tem duas vozes: a de quem entrevista e a de quem responde. Se as suas perguntas e intervenções ficarem no corpus, o vocabulário delas entra nos cálculos como o dos participantes, e as mesmas perguntas repetidas em todas as entrevistas podem pesar nas classes. Há duas opções:
- manter só a fala dos participantes, o que centra a análise no discurso deles;
- manter tudo, se a própria interação faz parte do seu objeto.
Não há regra única: escolha pela sua pergunta de pesquisa e justifique na metodologia.
3. Substituir os nomes por códigos
Um corpus de entrevistas tem dados pessoais: nomes, cidades, empregadores, detalhes da vida de cada pessoa. Antes da análise e antes de qualquer compartilhamento (orientador, coautores, banca, repositório de dados), troque os nomes por códigos, sempre o mesmo código para a mesma pessoa em todas as entrevistas (Maria Oliveira vira P07 em todo o corpus).
Trocar os nomes nem sempre basta. Uma combinação de detalhes (uma cidade pequena, uma profissão rara, uma data) pode identificar alguém. Releia cada transcrição perguntando: alguém que conhece o campo reconheceria esta pessoa? Guarde a tabela de correspondência (“Maria Oliveira = P07”) separada do corpus, em local seguro.
Consentimento e LGPD. Os participantes precisam saber, antes da gravação, que a entrevista será gravada e transcrita, inclusive por uma ferramenta, e para quê; obtenha o consentimento deles. Se o projeto passou por um comitê de ética, siga o que foi aprovado e o que diz o termo de consentimento. A ANPD publicou um guia orientativo sobre o tratamento de dados pessoais para fins acadêmicos e para a realização de estudos e pesquisas. No AudiosTranscribe, o tratamento acontece na União Europeia. Áudio apagado após a transcrição, nunca guardado por mais de 7 dias, e nunca usado para treinar uma IA.
4. Codificar as variáveis
Antes de começar, liste as variáveis de que você vai precisar para as comparações e fixe as modalidades de uma vez. Um exemplo de tabela de codificação:
| Variável | Modalidades | Exemplo |
|---|---|---|
| Identificação | 01, 02, 03... | *entrevista_01 |
| Sexo | f, m | *sexo_f |
| Faixa etária | 20_29, 30_39, 40_49... | *idade_30_39 |
| Vínculo | docente, discente, tecnico | *vinculo_docente |
| Região | norte, nordeste, centrooeste, sudeste, sul | *regiao_nordeste |
Deixe essa tabela ao lado do corpus: ela evita variações que criam modalidades duplicadas (*vinculo_tecnico e *vinculo_técnico, sendo que a segunda nem é aceita, por causa do acento).
5. Limpar o texto
- apague os asteriscos do texto das falas;
- tire o que não é fala: nomes de falantes no início das linhas, marcações de tempo, observações de transcrição, se você não quer que sejam contados como palavras;
- padronize a grafia das palavras importantes para a análise (a mesma palavra escrita de dois jeitos conta como duas formas);
- para expressões de várias palavras, o IRaMuTeQ oferece na importação um dicionário de expressões, que trata cada expressão listada como uma palavra só.
6. Salvar em UTF-8
A documentação recomenda trabalhar em UTF-8. Atenção: ao abrir o corpus, o software sugere UTF-8 no macOS e no Linux, mas CP 1252 no Windows. Se o seu arquivo está em UTF-8, escolha UTF-8 na importação. Codificação errada aparece na hora: os acentos viram caracteres estranhos nos resultados, e em português isso estraga boa parte do vocabulário.
Monte o arquivo em um editor que permita escolher a codificação (a documentação cita o LibreOffice; o Bloco de Notas do Windows, o Notepad++ e o VS Code também servem) e salve como texto simples.
Exemplo de corpus pronto para importar
Um corpus com três entrevistas, sem temáticas. Os trechos são fictícios, escritos só para mostrar o formato: ficou apenas a fala dos participantes, os nomes foram substituídos e todos os textos têm as mesmas variáveis.
**** *entrevista_01 *sexo_f *idade_30_39 *vinculo_docente *regiao_nordeste
No começo eu não via sentido em mudar o jeito de planejar as aulas. O que me fez mudar de ideia foi a carga de trabalho, a gente não dava mais conta.
Com uma colega a gente refez tudo do zero, dividindo as turmas por série.
**** *entrevista_02 *sexo_m *idade_50_59 *vinculo_tecnico *regiao_sul
Aqui todo mundo se conhece, então as mudanças passam primeiro pela conversa no corredor e só depois pelas reuniões.
O mais difícil foi explicar para os mais antigos por que o horário ia mudar.
**** *entrevista_03 *sexo_f *idade_20_29 *vinculo_discente *regiao_sudeste
Eu entrei depois da mudança, então para mim esse é o jeito normal de funcionar.
O que eu mais percebo é que os setores conversam menos entre si.
Um corpus de verdade é bem mais longo: a CHD precisa de texto suficiente para formar classes estáveis. Depois da análise, o IRaMuTeQ informa quantos segmentos de texto foram classificados em relação ao total. O tutorial de Camargo e Justo, indicado no site do IRaMuTeQ, considera que uma classificação eficiente retém pelo menos 75% dos segmentos de texto (70% segundo outros autores) e sugere, abaixo disso, privilegiar outras análises. Informe essa porcentagem nos resultados.
Como usar o IRaMuTeQ: importar o corpus
No IRaMuTeQ, abra o corpus pelo menu Arquivo e escolha o seu arquivo .txt. Uma janela de indexação vai abrir. Confira:
- Codificação: a do seu arquivo, de preferência UTF-8 (lembre-se do Windows, que sugere CP 1252);
- Idioma: o do corpus, aqui o português. O IRaMuTeQ não analisa vários idiomas no mesmo corpus: entrevistas em português e em espanhol viram dois corpus separados;
- Pasta de saída: o IRaMuTeQ cria uma pasta ao lado do corpus para guardar os resultados;
- Dicionário de expressões: ative para que as expressões listadas sejam tratadas como uma palavra só.
Confira a importação em dois minutos. Rode as estatísticas textuais: o número de textos tem de ser igual ao número de entrevistas. Depois, ao escolher as variáveis de uma análise (por exemplo, as especificidades), percorra a lista de variáveis e modalidades: uma modalidade a mais (*vinculo_Docente ao lado de *vinculo_docente) denuncia um erro de codificação.
Antes da maioria das análises, o IRaMuTeQ propõe lematizar o corpus: verbos voltam ao infinitivo, substantivos ao singular e adjetivos ao masculino singular. A lematização usa dicionários e não desfaz ambiguidades: uma palavra com dois sentidos ou duas classes gramaticais não é separada. O número de ocorrências e de formas muda conforme o corpus está lematizado ou não. Para o passo a passo de cada análise, o site oficial indica tutoriais em português, entre eles o de Camargo e Justo (UFSC) e o manual de Salviati.
Exportar as transcrições direto do AudiosTranscribe
O que mais toma tempo não é a análise, é transformar horas de gravação em um arquivo limpo. O AudiosTranscribe transcreve as entrevistas separando os falantes e exporta direto no formato do IRaMuTeQ, pelo painel Para análise (IRaMuTeQ, MAXQDA, ATLAS.ti) da janela de exportação:
- Uma entrevista ou um projeto inteiro: a exportação vale para uma transcrição ou para o corpus de um projeto (até 30 documentos), reunido em um único arquivo.
- Um arquivo .txt em UTF-8, com uma linha de comando por entrevista no formato
**** *entretien_seguido do nome do documento, já sem acentos e sem espaços (só letras, números e_). - Só o texto falado: uma fala por linha, sem nome de falante nem marcação de tempo, e sem asteriscos no texto.
- Filtro de participantes: você escolhe quais vozes manter, por exemplo para tirar as suas perguntas e ficar só com as respostas.
- Substituição dos nomes listados: você informa uma lista “Nome real = Código”, uma por linha, aplicada ao texto, aos nomes dos falantes e ao título no momento da exportação. A troca vale para palavras inteiras, sem diferenciar maiúsculas e minúsculas, e a transcrição original não é alterada.
O que a exportação não faz. Não há anonimização automática: só os nomes que você lista são trocados. Lugares, empresas, cidades e detalhes que permitam identificar alguém continuam no texto se não estiverem na lista, então a releitura do passo 3 continua necessária. A exportação cria uma única variável, a identificação da entrevista, com o prefixo entretien_ (“entrevista” em francês). Se preferir, troque *entretien_ por *entrevista_ com o localizar e substituir do editor, e acrescente à mão as suas variáveis de codificação (*sexo_f, *idade_30_39...) em cada linha de comando.
Para outros softwares de análise qualitativa, as mesmas opções existem com uma exportação para MAXQDA e f4 (falas com marcação de tempo) e uma exportação WebVTT para o ATLAS.ti.
As exportações para análise fazem parte dos planos pagos (a partir do Starter, 9 € por mês), e o corpus de um projeto inteiro exige uma assinatura. Com uma Mission (12 €, pagamento único), o documento comprado também pode ser exportado para o IRaMuTeQ, o MAXQDA e o ATLAS.ti. A transcrição em si pode ser testada de graça: 120 minutos por mês na conta gratuita. A interface do app web está em português, na variante de Portugal.
Entrevistas feitas por videochamada no Windows podem ser gravadas com o nosso app que grava o som do PC e o microfone (interface em francês), sempre com o consentimento de quem participa. Para um áudio curto, a ferramenta grátis para transcrever áudio funciona sem cadastro.
Erros frequentes
- Espaços ou acentos nas variáveis:
*idade 30 anosem vez de*idade_30,*região_sulem vez de*regiao_sul. - Maiúsculas irregulares:
*Sexo_fem um texto e*sexo_fem outro, o que cria duas variáveis. - Um texto sem variável: toda linha
****precisa de pelo menos uma variável. - Asteriscos esquecidos no texto, em geral em palavras mascaradas ou anotações.
- Um parágrafo fora de temática em um corpus que usa linhas
-*. - Codificação errada na importação, sobretudo no Windows: os acentos ficam ilegíveis.
- Dois idiomas no mesmo corpus.
- Perguntas de quem entrevista esquecidas no corpus, quando a análise devia tratar só do discurso dos participantes.
- Nomes reais que ficaram no texto, porque a substituição não foi relida.
Perguntas frequentes
O IRaMuTeQ é gratuito?
Como baixar e instalar o IRaMuTeQ?
Como funciona o IRaMuTeQ?
O que é o método de Reinert?
O que é análise de similitude?
Dá para exportar uma transcrição direto para o IRaMuTeQ?
Fontes
- IRaMuTeQ, site oficial (Pierre Ratinaud): apresentação, licença GNU GPL v2
- IRaMuTeQ, página de instalação: Windows, macOS e Linux (consultada em novembro de 2026)
- Loubère L., Ratinaud P. (2014), Documentation IRaMuTeQ 0.6 alpha 3 (em francês): formato dos dados, regras de formatação, indexação
- Camargo B. V., Justo A. M., IRaMuTeQ Tutorial (tradução para o inglês de T. Forte): retenção mínima de segmentos de texto na classificação
- IRaMuTeQ, página de documentação: tutoriais em português (Camargo e Justo, UFSC; Salviati), francês, espanhol e inglês
- ANPD: guia orientativo sobre o tratamento de dados pessoais para fins acadêmicos e para a realização de estudos e pesquisas
As regras citadas vêm da documentação oficial. O software evolui: em caso de dúvida, confira a versão que você usa.