手把手教你用SPSSAU做聚類分析
聚類分析：聚類分析是通過數(shù)據(jù)建模簡化數(shù)據(jù)的一種方法?！拔镆灶惥?，人以群分”正是對聚類分析最好的詮釋。本文就具體介紹一下聚類分析，以及就按樣本進行聚類分析的分析思路進行說明（分層聚類將在之后的文章中介紹）。
一、聚類分析可以分為：
對樣本進行聚類分析（Q型聚類），此類聚類的代表是K-means聚類方法；
對變量（標題）進行聚類分析（R型聚類），此類聚類的代表是分層聚類。
常見為樣本聚類，比如有500個人，這500個人可以聚成幾個類別。
聚類分析（Q型聚類）用于將樣本進行分類處理，通常是以定量數(shù)據(jù)作為分類標準。如果分析人員需要是按樣本進行聚類，則使用SPSSAU的進階方法模塊中的“聚類分析”功能，SPSSAU其會自動識別出應該使用K-means聚類算法還是K-prototype聚類算法。
如果是按變量（標題）聚類，此時應該使用分層聚類，并且結(jié)合聚類樹狀圖進行綜合判定分析，得出科學分析結(jié)果。比如當前有8個裁判對于300個選手進行打分，試圖想對8個裁判進行聚類，以挖掘出裁判的打分偏好風格類別情況。
二、Q型聚類分析的優(yōu)點：
1、可以綜合利用多個變量的信息對樣本進行分類；
2、分類結(jié)果是直觀的，聚類譜系圖非常清楚地表現(xiàn)其數(shù)值分類結(jié)果；
3、聚類分析所得到的結(jié)果比傳統(tǒng)分類方法更細致、全面、合理。
三、分析思路
以下分析思路為對樣本進行聚類分析。
（1）指標歸類
當研究人員并不完全確定題項應該分為多少個變量，或者研究人員對變量與題項的對應關(guān)系并沒有充分把握時，可以使用探索性因子分析將各量表題項提取為多個因子（變量），利用提取得到的因子進行后續(xù)的聚類分析。
特別提示：
分析角度上，通過探索性因子分析，將各量表題項提取為多個因子，提取出的因子可以在后續(xù)進行聚類分析。比如：可先講20個題做因子分析，并且得到因子得分。將因子得分在進一步進行聚類分析。最終聚類得到幾個類別群體。再去對比幾個類別群體的差異等。
（2）聚類分析
第一步:進行聚類分析設置
如果使用探索性因子分析出來的因子進行聚類分析，當提取出五個因子時，應該首先計算此五個因子對應題項的平均分，分別使用平均得分代表此五個因子(比如因子1對應三個題項，則計算此三個題項的平均值去代表因子1)，利用計算完成平均得分后得到的因子進行聚類分析。
第二步:結(jié)合不同聚類類別人群特征進行類別命名
聚類分析完成后，每個類別的樣本應該如何稱呼，或者每個類別樣本的名字是什么，軟件并不能進行判斷。得到聚類類別后，SPSSAU系統(tǒng)默認生成一列數(shù)據(jù)表示聚類類別，為了探索出各個類別的具體特征，因而使用方差分析去研究各個類別群體的差異性，最終研究人員可結(jié)合各個類別特征以及實際專業(yè)知識情況，對每個類別分別進行命名，而不能直接稱呼為類別1，類別2等，需要每個類別有具體的名稱意義。
（3）聚類效果檢驗
嚴格意義上聚類分析并非統(tǒng)計檢驗分析方法，而是一種數(shù)據(jù)描述性方法，聚類分析沒有的統(tǒng)計假設檢驗理論支持，無法對其結(jié)果正確與否進行判斷。但從應用角度來看，聚類效果可以進行判斷，研究人員可以結(jié)合以下幾種方法進行綜合判斷聚類效果。
- 第一為聚類分析后得到的每個類別是否可以進行有效的命名，每個類別的特征情況是否符合現(xiàn)實意義，如果研究者可以結(jié)合專業(yè)知識對每個聚類類別進行命名，即說明聚類效果良好，如果聚類類別無法進行命名，則需要考慮重新進行聚類分析。
- 第二為使用判別分析方法進行判斷，將SPSSAU生成的聚類類別變量作為因變量(Y)，而將聚類變量作為自變量(X)進行判別分析，判別分析具體分析聚類變量與類別之間投影關(guān)系情況，如果研究人員對聚類分析效果非常在乎，可以使用判別分析進行分析。大部分時候并不會進行判別分析對聚類效果進行分析，原因在于即使是使用判別分析也不能絕對地說明聚類分析是否良好，以及聚類分析實質(zhì)上為描述性方法，并沒有好壞標準，這里暫且不對判別分析進行說明。
- 第三是聚類分析方法的詳細過程說明，描述清楚聚類分析的科學使用過程，科學的聚類分析方法使用即是良好結(jié)果的前提保障。
- 第四為聚類分析后每個類別樣本數(shù)量是否均勻，如果聚類結(jié)果顯示為三個類別，有一個類別樣本量非常少，比如低于30，此時很可能說明聚類效果較差。針對聚類效果的判斷，研究者主要是結(jié)合專業(yè)知識判斷，即聚類類別是否可以進行有效命名。
