The spatialization of social data allows to analyze some social and territorial characteristics of census tracts up to the totality of a city or metropolitan region. The objective of this study was to verify the spatial autocorrelation of data that reflect the health and income conditions of households in the Metropolitan Region of Sorocaba (MRS) and verify if there is a correlation of these indicators by a multiple linear regression test. For this, the Global and Local Moran Index was calculated, which were used to measure autocorrelation and spatial dependence among the census tracts. It was identified that there are 177 census tracts distributed by MRS that showed autocorrelations for all variables and correspond to 31.1% of the territory and 5.4% of the total population of MRS. This study can be used by public managers to develop public policies aimed at improving the quality of life of the population because allows the identification of the regions that go beyond the administrative limits of the municipalities that lack collective investment and cooperation of municipalities.A espacialização dos dados sociais permite analisar algumas características sociais e territoriais dos setores censitários até a totalidade de uma cidade ou região metropolitana. O objetivo deste estudo foi verificar a autocorrelação espacial dos dados que refletem as condições de saúde e renda dos domicílios da Região Metropolitana de Sorocaba (RMS) e se há correlação desses indicadores por meio de um teste de regressão linear múltipla. Para isso, foi calculado o Índice de Moran Global e Local, os quais foram utilizados para mensurar a autocorrelação e a dependência espacial entre os setores censitários. Identificou-se que existem 177 setores censitários distribuídos pela RMS que mostraram autocorrelações para todas as variáveis e correspondem a 31,1% do território e 5,4% da população total da RMS. Portanto, este estudo pode ser utilizado por gestores públicos para desenvolver políticas públicas voltadas à melhoria da qualidade de vida da população, pois possibilita a identificação das regiões que extrapolam os limites administrativos dos municípios e que carecem de investimentos coletivos e cooperação dos municípios.