nÃo hà / A presente DissertaÃÃo tem como objetivo analisar a pobreza sobre o aspecto unidimensional e Multidimensional no Nordeste, a partir da abordagem do Ãndice Multivariado de Pobreza (IMP) proposto por Asselin (2002). Especificamente, utiliza-se a tÃcnica multivariada de AnÃlise de CorrespondÃncia MÃltipla (ACM), que permite calcular o IMP. Com base nesse indicador à possÃvel encontrar a proporÃÃo de Pobres - FGT(0), Intensidade de Pobres - FGT(1) e Severidade da Pobreza - FGT(2). Foram utilizadas informaÃÃes das PNADs em 2009 e 2012. Os resultados permitiram concluir que a proporÃÃo de pobreza mensurada, empregando-se a anÃlise multidimensional para a regiÃo e os estados nordestinos, em 2009 e 2012, à superior aos resultados obtidos atravÃs da anÃlise unidimensional, utilizando-se os mesmos dados, mas, baseando-se, apenas, na variÃvel renda, conforme comumente, fundamentam-se os critÃrios da tÃcnica unidimensional. Desse modo, ficou evidenciado ser mais objetiva a utilizaÃÃo do mÃtodo multidimensional, para a anÃlise do problema, o qual, fundamentado em um nÃmero maior de variÃveis comuns ao objeto analisado, apresentou resultados mais contundentes para a definiÃÃo do nÃvel real de pobreza naquela populaÃÃo. / This dissertation aims to analyze poverty on the one-dimensional and multidimensional aspect in the Northeast, from the approach to Multivariate Poverty Index ( IMP ) proposed by Asselin (2002 ) . Specifically , we use the multivariate technique of Multiple Correspondence Analysis ( MCA) , which estimates the IMP . Based on this indicator it is possible to find the ratio of the Poor - FGT ( 0 ) , intensity Poor - FGT ( 1 ) and Severity of Poverty - FGT ( 2 ) . Information PNADs were used in 2009 and 2012 . The results showed that the proportion of measured poverty , using multidimensional analysis for the region and the northeastern states in 2009 and 2012 is higher than the results obtained by dimensional analysis , using the same data , but based it is only in equities , as commonly underlie the criteria of one-dimensional technique. Thus , it became evident to be more objective use of the multidimensional method for the analysis of the problem , which , based on a larger common to the object number of variables analyzed , showed strongest results for the definition of the real level of poverty in that population.