Forscher nutzen Statistical Package für Sozialwissenschaften , um ihre Daten zu analysieren. Sozialwissenschaftler verwenden Cluster -Analysen , Fälle oder Teilnehmer in Kategorien oder Clustern zu klassifizieren, so dass diese Fälle, die meisten einander ähnlich sind, sind im gleichen Cluster . Cluster -Analyse umfasst eine Reihe von Schritten , die verschiedene Gruppen von Fällen . Forscher untersuchen die Cluster , die beste Lösung zu ermitteln. Beschreibung der Cluster -Analyse

Cluster -Analyse mit dem Statistical Package für Sozialwissenschaften beginnen mit einer Reihe von Fällen oder Teilnehmer , die Sie in Gruppen von ähnlichen Fällen oder Clustern zu kategorisieren. Starten Sie , indem Sie die Variablen am wichtigsten sind zu verwenden, um die Gruppen zu identifizieren. Das Statistical Package für Sozialwissenschaften bietet drei verschiedene Methoden zur Clusteranalyse : k- Mittel , hierarchische und zweistufigen . Das verwendete Verfahren hängt von der Größe Ihrer Daten. Verwenden Sie die SPSS hierarchisches Clustering Verfahren für kleine Datenmengen und Lösungen mit einer unterschiedlichen Anzahl von Clustern zu finden. Es gibt zwei Haupttypen von hierarchischen Clustering Verfahren : . Agglomerative und spaltenden
Agglomerative Hierarchical Clustering

Agglomerative hierarchisches Clustering beginnt , indem sie jeden einzelnen Fall oder Teilnehmer in einem separaten Cluster. Die Prozedur läuft dann weiter durch die Schritte , in denen ähnliche Fälle in sukzessive größeren Clustern zusammengefaßt sind . Wenn ein Fall in einem Cluster zugewiesen sind , kann sie nicht von den anderen Mitgliedern dieser Gruppe getrennt werden. Cluster sind erlaubt , mit anderen Clustern zu vereinen , aber kann nicht geteilt werden. Der letzte Schritt stellt alle Fälle in einem Cluster . Weder der erste Schritt - jeweils in einem separaten Cluster - noch der letzte Schritt - in allen Fällen im selben Cluster - ist eine geeignete Lösung
Divisive Hierarchical Clustering < . br>

Divisive hierarchisches Clustering geht in die entgegengesetzte Weise von agglomerative hierarchisches Clustering , indem alle Fälle in einem großen Cluster. Das Verfahren geht in den Schritten immer kleinere Cluster zu bilden , bis jeweils in einem einzelnen Cluster . Die SPSS Prozedur zeigt die Cluster und die Fälle, in ihnen bei jedem Schritt enthalten. Weder das eine große Cluster noch jeweils als separate Cluster ist eine geeignete Lösung .
Lösungen für Clustering Verfahren

Auswahl der besten Lösung für Clustering Verfahren ist eine Kunst, so viel als Wissenschaft . Es gibt keine richtige oder falsche entsprechende Anzahl von Clustern. Sie bestimmen die entsprechende Anzahl von Clustern , wie Sie beabsichtigen, die Cluster einsetzen wollen. Überprüfen Sie die Cluster -Lösungen an jedem nachfolgenden Schritt und wählen Sie die Lösung, in der die Cluster in der logischste Weg interpretiert werden kann. Sie tun dies durch die Prüfung des aufeinanderfolgenden Lösungen zu bestimmen, welche Lösung enthält eine entsprechende Anzahl von Clustern, die logisch zu ähnlichen Fällen enthalten scheinen .