Agrupar en clases: dividir números en grupos

En resumen

En «Editar datos» → «Recodificar» → «Agrupar en clases», Statable divide una columna de números en clases ordenadas. El resultado va a una columna nueva; la antigua no cambia. Antes de aplicar, la vista previa muestra cada clase con sus límites, su número de casos y su proporción.

Tres caminos

• Igual amplitud: el recorrido desde el valor más pequeño al más grande se divide en partes de igual amplitud. Los límites exteriores son exactamente el valor más pequeño y el más grande (R los desplaza un 0,1 % con cut(x, k)).
• Igual número de personas: los límites son cuantiles, con 4 clases los cuartiles. Statable usa la regla de cuantiles de tipo 6, como PSPP, SPSS y la tarjeta de distribución (no el tipo 7 que R usa por defecto). Así, un límite de clase coincide con la fila de cuartiles de la distribución.
• Tus propios límites: por ejemplo 18 y 25. Con extremos abiertos hay una clase más que límites («hasta 18», «de más de 18 a 25», «más de 25»).

¿A qué clase pertenece un valor exactamente en un límite?

Por defecto: a la clase inferior («hasta 18»; la primera clase incluye el valor más pequeño). Coincide con R (cut), con el valor por defecto de Visual Binning de SPSS y con el bloque «Dividir en grupos» (hasta la mediana). Se puede cambiar a la clase superior («de 18 a menos de 25»), como es habitual en la estadística oficial; entonces la última clase incluye el valor más grande. La regla forma parte de cada etiqueta, y la vista previa indica cuántos casos quedan exactamente en un límite. Con números enteros, como la edad en años, «de más de 18 a 25» significa de 19 a 25; Statable etiqueta con los límites y no inventa ningún número.

Lo que Statable detecta

• Muchos valores iguales: si algunos cuantiles coinciden, Statable forma menos clases y lo dice («Statable forma 3 clases en lugar de 4»). Nunca aparecen clases vacías ni con doble etiqueta.
• Las celdas vacías y los valores marcados como «sin respuesta» siguen vacíos y no entran ni en los límites ni en una clase.
• Error de redondeo: 0,1 + 0,2 es 0,30000000000000004 en un ordenador; la comparación con 0,3 funciona igualmente porque Statable usa una tolerancia de 10⁻¹² en el límite.
• La columna nueva es ordinal y lleva las etiquetas como etiquetas de valor.

Por qué agrupar en clases solo con un motivo

Agrupar en clases tira información y potencia: una medida se convierte en una agrupación gruesa, las relaciones parecen más débiles y los límites de clase suelen ser arbitrarios. Una división por la mediana (median split), en particular, rara vez está justificada (MacCallum, Zhang, Preacher y Rucker 2002, Psychological Methods 7(1), 19-40). Las clases tienen sentido cuando la pregunta las exige (grupos de edad, un punto de corte de la bibliografía) o cuando hay que mostrar una tabla. Statable lo permite y lo señala.

Para especialistas

Statable genera un comando RECODE (rangos ascendentes, cuenta la primera regla que se cumple, límites con una tolerancia) con FORMATS, VALUE LABELS y VARIABLE LEVEL ORDINAL. Los cuantiles ponderados (con un peso del caso) siguen HAVERAGE de PSPP. Comprobado con R (cut con límites propios, quantile type = 6) y con el propio motor de PSPP. Fuente: Hyndman y Fan (1996), The American Statistician 50(4), 361-365 (tipos de cuantiles).