Bilda klasser: dela in tal i grupper

Kort sagt

Under ”Redigera data” → ”Koda om” → ”Bilda klasser” delar Statable in en talkolumn i ordnade klasser. Resultatet hamnar i en ny kolumn; den gamla förblir oförändrad. Före tillämpning visar förhandsvisningen varje klass med gränser, antal fall och andel.

Tre sätt

• Lika bredd: intervallet från det minsta till det största värdet delas i lika breda delar. De yttre gränserna är exakt det minsta och det största värdet (R flyttar dem med 0,1 % med cut(x, k)).
• Lika många personer: gränserna är kvantiler, med 4 klasser kvartilerna. Statable använder kvantilregeln av typ 6 som PSPP, SPSS och fördelningskortet gör (inte typ 7 som R gör som standard). En klassgräns stämmer därmed med kvartilraden i fördelningen.
• Egna gränser: till exempel 18 och 25. Med öppna ändar blir det en klass mer än gränser (”upp till 18”, ”över 18 till 25”, ”över 25”).

Vart hör ett värde precis på en gräns?

Standard: till den lägre klassen (”upp till 18”; den första klassen innehåller det minsta värdet). Det stämmer med R (cut), standardinställningen i SPSS Visual Binning och byggstenen ”Dela upp i grupper” (upp till medianen). Det kan växlas till den högre klassen (”18 till under 25”), som är vanligt i officiell statistik; den sista klassen innehåller då det största värdet. Regeln ingår i varje etikett, och förhandsvisningen säger hur många fall som ligger precis på en gräns. Med heltal som ålder i år betyder ”över 18 till 25” 19 till 25; Statable sätter etiketter med gränserna och hittar inte på några tal.

Vad Statable fångar upp

• Många lika värden: om kvantiler sammanfaller bildar Statable färre klasser och säger det (”Statable bildar 3 i stället för 4 klasser”). Tomma eller dubbelt etiketterade klasser förekommer aldrig.
• Tomma celler och värden markerade som ”inget svar” förblir tomma och ingår varken i gränserna eller i någon klass.
• Avrundningsfel: 0,1 + 0,2 är 0,30000000000000004 i en dator; en jämförelse med 0,3 fungerar ändå eftersom Statable använder en tolerans på 10⁻¹² vid gränsen.
• Den nya kolumnen är ordinal och har etiketterna som värdeetiketter.

Varför klassindela bara med en anledning

Klassindelning (binning) kastar bort information och styrka: ett mätvärde blir en grov gruppering, samband ser svagare ut och klassgränser är ofta godtyckliga. Särskilt en mediansplit (median split) är sällan motiverad (MacCallum, Zhang, Preacher & Rucker 2002, Psychological Methods 7(1), 19-40). Klasser är meningsfulla när frågan kräver dem (åldersgrupper, ett gränsvärde från litteraturen) eller när en tabell ska visas. Statable tillåter det och påpekar detta.

För specialister

Statable skapar ett RECODE-kommando (stigande intervall, den första matchande regeln gäller, gränser med en tolerans) med FORMATS, VALUE LABELS och VARIABLE LEVEL ORDINAL. Viktade kvantiler (med fallvikt) följer PSPP HAVERAGE. Kontrollerat mot R (cut med egna gränser, kvantil type = 6) och mot själva PSPP-motorn. Källa: Hyndman & Fan (1996), The American Statistician 50(4), 361-365 (kvantiltyper).