Vytváření tříd: rozdělení čísel do skupin

Stručně

V „Upravit data“ → „Překódovat“ → „Vytvořit třídy“ Statable rozdělí sloupec čísel do seřazených tříd. Výsledek jde do nového sloupce; starý zůstává beze změny. Před použitím náhled ukazuje každou třídu s hranicemi, počtem případů a podílem.

Tři cesty

• Stejná šířka: rozsah od nejmenší po největší hodnotu se rozřeže na stejně široké díly. Vnější hranice jsou přesně nejmenší a největší hodnota (R je u cut(x, k) posouvá o 0,1 %).
• Stejný počet osob: hranice jsou kvantily, při 4 třídách kvartily. Statable používá pravidlo kvantilů typu 6 jako PSPP, SPSS a karta rozdělení (ne typ 7, jak je výchozí v R). Hranice třídy se tak shoduje s řádkem kvartilů v rozdělení.
• Vlastní hranice: například 18 a 25. S otevřenými konci je tříd o jednu víc než hranic („do 18“, „nad 18 do 25“, „nad 25“).

Do které třídy patří hodnota přesně na hranici?

Výchozí: do nižší třídy („do 18“; první třída obsahuje nejmenší hodnotu). Odpovídá to R (cut), výchozímu nastavení SPSS Visual Binning a stavebnímu prvku „Rozdělit na skupiny“ (do mediánu). Lze přepnout na vyšší třídu („18 do méně než 25“), jak je běžné v oficiální statistice; poslední třída pak obsahuje největší hodnotu. Pravidlo je součástí každého popisku a náhled říká, kolik případů leží přesně na hranici. U celých čísel, jako je věk v letech, znamená „nad 18 do 25“ 19 až 25; Statable popisuje hranicemi a nevymýšlí čísla.

Co Statable zachytí

• Mnoho stejných hodnot: splývají-li kvantily, Statable vytvoří méně tříd a řekne to („Statable vytvoří 3 třídy místo 4“). Prázdné nebo dvakrát popsané třídy se nikdy nevyskytnou.
• Prázdné buňky a hodnoty označené „bez odpovědi“ zůstávají prázdné a nevstupují ani do hranic, ani do žádné třídy.
• Chyba zaokrouhlení: 0,1 + 0,2 je v počítači 0,30000000000000004; srovnání s 0,3 přesto funguje, protože Statable na hranici používá toleranci 10⁻¹².
• Nový sloupec je ordinální a nese popisky jako popisky hodnot.

Proč třídit jen s důvodem

Třídění zahazuje informaci a sílu: měření se mění v hrubé seskupení, souvislosti vypadají slabší a hranice tříd bývají libovolné. Zejména dělení podle mediánu (median split) je málokdy opodstatněné (MacCallum, Zhang, Preacher & Rucker 2002, Psychological Methods 7(1), 19-40). Třídy mají smysl, když je otázka vyžaduje (věkové skupiny, mezní hodnota z literatury) nebo když se má ukázat tabulka. Statable to dovolí a upozorní na to.

Pro odborníky

Statable vytváří příkaz RECODE (rostoucí rozsahy, platí první odpovídající pravidlo, hranice s tolerancí) s FORMATS, VALUE LABELS a VARIABLE LEVEL ORDINAL. Vážené kvantily (s vahou případu) odpovídají PSPP HAVERAGE. Ověřeno v R (cut s vlastními hranicemi, kvantil type = 6) a v samotném jádru PSPP. Zdroj: Hyndman & Fan (1996), The American Statistician 50(4), 361-365 (typy kvantilů).