Osztályok képzése: számok csoportokra bontása

Röviden

Az „Adatok szerkesztése” → „Átkódolás” → „Osztályok képzése” alatt a Statable egy számoszlopot rendezett osztályokra oszt. Az eredmény új oszlopba kerül; a régi változatlan marad. Alkalmazás előtt az előnézet minden osztályt megmutat a határaival, az esetszámmal és a hányaddal.

Három út

• Egyenlő szélesség: a legkisebb és a legnagyobb érték közötti terjedelem egyenlő széles darabokra van osztva. A külső határok pontosan a legkisebb és a legnagyobb érték (az R 0,1%-kal eltolja őket a cut(x, k) esetén).
• Egyenlő létszám: a határok kvantilisek, 4 osztálynál a kvartilisek. A Statable a 6-os típusú kvantilisszabályt használja, mint a PSPP, az SPSS és az Eloszlás kártya (nem a 7-es típust, amelyet az R alapból használ). Egy osztályhatár így megegyezik az eloszlás kvartilissorával.
• Saját határok: például 18 és 25. Nyitott végekkel eggyel több osztály van, mint határ („legfeljebb 18”, „18 felett – 25”, „25 felett”).

Melyik osztályba tartozik a pontosan egy határon lévő érték?

Alapértelmezés: az alsó osztályba („legfeljebb 18”; az első osztály tartalmazza a legkisebb értéket). Ez egyezik az R-rel (cut), az SPSS Visual Binning alapértelmezésével és a „Felosztás csoportokra” építőelemmel (a mediánig). Átkapcsolható a felső osztályra („18 – 25 alatt”), ahogy a hivatalos statisztikában szokás; az utolsó osztály ilyenkor tartalmazza a legnagyobb értéket. A szabály minden címke része, és az előnézet megmondja, hány eset esik pontosan egy határra. Egész számoknál, például az életkor években, a „18 felett – 25” 19-et jelent 25-ig; a Statable a határokkal címkéz, és nem talál ki számokat.

Mit vesz észre a Statable

• Sok egyenlő érték: ha egyes kvantilisek egybeesnek, a Statable kevesebb osztályt képez, és ezt kimondja („A Statable 3 osztályt képez 4 helyett”). Üres vagy kétszer címkézett osztály sosem fordul elő.
• Az üres cellák és a „nincs válasz”-ként jelölt értékek üresek maradnak, és sem a határokba, sem egy osztályba nem kerülnek bele.
• Kerekítési hiba: 0,1 + 0,2 a számítógépben 0,30000000000000004; a 0,3-mal való összehasonlítás mégis működik, mert a Statable 10⁻¹² toleranciát használ a határnál.
• Az új oszlop ordinális, és a címkéket értékcímkékként viseli.

Miért csak indokkal érdemes osztályokat képezni

Az osztályok képzése információt és erőt dob el: a mérésből durva csoportosítás lesz, az összefüggések gyengébbnek látszanak, az osztályhatárok pedig gyakran önkényesek. Különösen a mediánfelezés (median split) indokolt ritkán (MacCallum, Zhang, Preacher és Rucker 2002, Psychological Methods 7(1), 19-40). Az osztályoknak akkor van értelmük, ha a kérdés megköveteli őket (korcsoportok, az irodalomból vett határérték), vagy ha táblázatot kell bemutatni. A Statable megengedi, és erre figyelmeztet.

Szakembereknek

A Statable RECODE parancsot állít elő (növekvő tartományok, az első illeszkedő szabály érvényes, határok toleranciával), FORMATS, VALUE LABELS és VARIABLE LEVEL ORDINAL kiegészítéssel. A súlyozott kvantilisek (esetsúllyal) a PSPP HAVERAGE módszerét követik. Ellenőrizve R-rel (cut saját határokkal, quantile type = 6) és magával a PSPP motorral. Forrás: Hyndman és Fan (1996), The American Statistician 50(4), 361-365 (kvantilistípusok).