In klassen groeperen: getallen in groepen verdelen

Kort

Onder “Gegevens bewerken” → “Hercoderen” → “In klassen groeperen” verdeelt Statable een kolom met getallen in geordende klassen. Het resultaat komt in een nieuwe kolom; de oude blijft ongewijzigd. Voor het toepassen toont het voorbeeld elke klasse met grenzen, aantal gevallen en aandeel.

Drie manieren

• Gelijke breedte: het bereik van de kleinste tot de grootste waarde wordt in even brede stukken verdeeld. De buitenste grenzen zijn precies de kleinste en de grootste waarde (R verschuift ze met 0,1% bij cut(x, k)).
• Gelijke aantallen personen: de grenzen zijn kwantielen, bij 4 klassen de kwartielen. Statable gebruikt de kwantielregel van type 6 zoals PSPP, SPSS en de kaart Verdeling (niet type 7 dat R standaard gebruikt). Een klassengrens komt zo overeen met de kwartielrij van de verdeling.
• Je eigen grenzen: bijvoorbeeld 18 en 25. Met open uiteinden is er één klasse meer dan grenzen (“tot 18”, “boven 18 tot 25”, “boven 25”).

Bij welke klasse hoort een waarde precies op een grens?

Standaard: naar de onderste klasse (“tot 18”; de eerste klasse bevat de kleinste waarde). Dat komt overeen met R (cut), de standaard van SPSS Visual Binning en de bouwsteen “In groepen verdelen” (tot de mediaan). Het kan worden omgeschakeld naar de bovenste klasse (“18 tot onder 25”), zoals gebruikelijk in de officiële statistiek; de laatste klasse bevat dan de grootste waarde. De regel maakt deel uit van elk label, en het voorbeeld zegt hoeveel gevallen precies op een grens liggen. Bij hele getallen zoals leeftijd in jaren betekent “boven 18 tot 25” 19 tot 25; Statable labelt met de grenzen en verzint geen getallen.

Wat Statable opvangt

• Veel gelijke waarden: als kwantielen samenvallen, vormt Statable minder klassen en zegt dat erbij (“Statable vormt 3 in plaats van 4 klassen”). Lege of dubbel gelabelde klassen komen nooit voor.
• Lege cellen en waarden die als “geen antwoord” zijn gemarkeerd blijven leeg en tellen niet mee voor de grenzen of voor een klasse.
• Afrondingsfout: 0,1 + 0,2 is 0,30000000000000004 in een computer; een vergelijking met 0,3 werkt toch, omdat Statable bij de grens een tolerantie van 10⁻¹² gebruikt.
• De nieuwe kolom is ordinaal en draagt de labels als waardelabels.

Waarom je alleen met een reden in klassen groepeert

Klassen maken gooit informatie en power weg: een meting wordt een grove indeling, verbanden lijken zwakker en klassengrenzen zijn vaak willekeurig. Vooral een mediaansplitsing (median split) is zelden te rechtvaardigen (MacCallum, Zhang, Preacher en Rucker 2002, Psychological Methods 7(1), 19-40). Klassen zijn zinvol als de vraag ze vereist (leeftijdsgroepen, een afkapwaarde uit de literatuur) of als een tabel moet worden getoond. Statable staat het toe en wijst erop.

Voor specialisten

Statable maakt een RECODE-opdracht (oplopende bereiken, de eerste passende regel telt, grenzen met een tolerantie) met FORMATS, VALUE LABELS en VARIABLE LEVEL ORDINAL. Gewogen kwantielen (met een gevalsgewicht) volgen HAVERAGE van PSPP. Gecontroleerd met R (cut met eigen grenzen, quantile type = 6) en met de PSPP-engine zelf. Bron: Hyndman en Fan (1996), The American Statistician 50(4), 361-365 (kwantieltypen).