Agrupar em classes: dividir números em grupos

Em resumo

Em «Editar dados» → «Recodificar» → «Agrupar em classes», o Statable divide uma coluna de números em classes ordenadas. O resultado vai para uma nova coluna; a antiga mantém-se inalterada. Antes de aplicar, a pré-visualização mostra cada classe com os seus limites, número de casos e proporção.

Três caminhos

• Larguras iguais: a amplitude do menor ao maior valor é dividida em partes de igual largura. Os limites exteriores são exatamente o menor e o maior valor (o R desloca-os 0,1% com cut(x, k)).
• Mesmo número de pessoas: os limites são quantis, com 4 classes os quartis. O Statable usa a regra de quantis do tipo 6, como o PSPP, o SPSS e o cartão da distribuição (não o tipo 7 que o R usa por predefinição). Um limite de classe coincide assim com a linha dos quartis da distribuição.
• Os seus próprios limites: por exemplo 18 e 25. Com extremidades abertas há uma classe a mais do que limites («até 18», «de mais de 18 a 25», «mais de 25»).

A que classe pertence um valor exatamente sobre um limite?

Predefinição: para a classe inferior («até 18»; a primeira classe inclui o menor valor). Corresponde ao R (cut), à predefinição do Visual Binning do SPSS e ao bloco «Dividir em grupos» (até à mediana). Pode mudar-se para a classe superior («de 18 a menos de 25»), como é habitual nas estatísticas oficiais; a última classe inclui então o maior valor. A regra faz parte de cada rótulo, e a pré-visualização indica quantos casos caem exatamente sobre um limite. Com números inteiros, como a idade em anos, «de mais de 18 a 25» significa de 19 a 25; o Statable rotula com os limites e não inventa números.

O que o Statable deteta

• Muitos valores iguais: se alguns quantis coincidirem, o Statable forma menos classes e di-lo («O Statable forma 3 classes em vez de 4»). Nunca aparecem classes vazias nem com rótulo duplo.
• As células vazias e os valores marcados como «sem resposta» continuam vazios e não entram nem nos limites nem numa classe.
• Erro de arredondamento: 0,1 + 0,2 é 0,30000000000000004 num computador; a comparação com 0,3 funciona na mesma porque o Statable usa uma tolerância de 10⁻¹² no limite.
• A nova coluna é ordinal e leva os rótulos como rótulos dos valores.

Porque só se deve agrupar em classes com um motivo

Agrupar em classes deita fora informação e potência: uma medição transforma-se num agrupamento grosseiro, as relações parecem mais fracas e os limites de classe são muitas vezes arbitrários. Uma divisão pela mediana (median split), em particular, raramente se justifica (MacCallum, Zhang, Preacher e Rucker 2002, Psychological Methods 7(1), 19-40). As classes fazem sentido quando a pergunta as exige (grupos etários, um ponto de corte da literatura) ou quando se pretende mostrar uma tabela. O Statable permite-o e assinala-o.

Para especialistas

O Statable gera um comando RECODE (intervalos crescentes, conta a primeira regra que se aplica, limites com uma tolerância) com FORMATS, VALUE LABELS e VARIABLE LEVEL ORDINAL. Os quantis ponderados (com um peso do caso) seguem o HAVERAGE do PSPP. Verificado com o R (cut com limites próprios, quantile type = 6) e com o próprio motor do PSPP. Fonte: Hyndman e Fan (1996), The American Statistician 50(4), 361-365 (tipos de quantis).