聚類了牛，顧名思義颜屠，就是將原本無規(guī)律的數(shù)據(jù)，通過比較數(shù)據(jù)之間的相似性鹰祸，找出它們的聯(lián)系甫窟，將差別小的數(shù)據(jù)分為一類，保證不同類別之間的差別較大蛙婴。聚類研究一般是對研究的樣本人群進(jìn)行分析粗井，把人群劃分為不同類別，再對不同類別人群的差異進(jìn)行分析街图。
聚類分析與因子分析
分析時(shí)很多人容易把聚類和因子分析的概念弄混浇衬，其實(shí)兩者既有聯(lián)系也有區(qū)別。
（1）區(qū)別：
因子分析：分為探索性因子分析和驗(yàn)證性因子分析餐济，多用來分析問卷效度耘擂、濃縮信息、計(jì)算權(quán)重或者分析綜合競爭力絮姆。比如將20個(gè)題濃縮為5個(gè)關(guān)鍵詞醉冤。
聚類分析：分為樣本聚類和變量聚類秩霍，通常比較常用樣本聚類，比如有500個(gè)人蚁阳，這500個(gè)人可以聚成幾個(gè)類別铃绒。
（2）聯(lián)系：
在研究中，可以先做因子分析濃縮題項(xiàng)信息韵吨，也就是把多個(gè)題濃縮成幾個(gè)變量匿垄，得到因子得分。然后將因子得分進(jìn)一步聚類分析归粉，得到幾個(gè)類別群體椿疗，可用于后續(xù)的研究。
思路框架
具體分析步驟：
1.? 樣本背景分析
首先對研究數(shù)據(jù)樣本基本特征情況（比如性別糠悼、年齡届榄、學(xué)歷等）進(jìn)行分析
2.? 樣本特征、行為分析
如果有涉及樣本群體的特征倔喂、行為铝条、或者態(tài)度相關(guān)項(xiàng)，則可單獨(dú)一部分進(jìn)行分析
3.? 指標(biāo)歸類分析
如果研究量表數(shù)據(jù)并不知道分成幾個(gè)維度席噩，比如有20個(gè)量表題班缰，應(yīng)該分成幾個(gè)維度并不確定，此時(shí)可使用因子分析方法進(jìn)行悼枢。找出應(yīng)該分成幾個(gè)維度（因子）埠忘，以及題項(xiàng)和維度的對應(yīng)關(guān)系情況。
4.? 信度和效度分析
接著對量表項(xiàng)進(jìn)行信度和效度分析（備注：因子分析已經(jīng)得出維度與題項(xiàng)對應(yīng)關(guān)系馒索，此時(shí)說明已經(jīng)有效度莹妒，有時(shí)也可放棄效度分析，從內(nèi)容完整性上建議放入)
5.? 聚類分析
完成因子分析后绰上，已經(jīng)確認(rèn)得到幾個(gè)維度旨怠，可將此幾個(gè)維度進(jìn)行聚類，得到幾種類別的群體蜈块，然后結(jié)合每類群體的特征鉴腻，給每個(gè)聚類類別進(jìn)行命名。（備注：一個(gè)維度由多個(gè)題項(xiàng)表示疯趟，想將多個(gè)題項(xiàng)概括成一個(gè)整體拘哨，此時(shí)需要使用SPSSAU中“生成變量”的“平均值”功能即可）
6.? 聚類效果驗(yàn)證
嚴(yán)格意義上的聚類分析并非統(tǒng)計(jì)檢驗(yàn)分析方法，而是一種數(shù)據(jù)描述性方法信峻。從應(yīng)用角度看倦青，研究人員可以使用以下幾種方法綜合判斷聚類效果。
? ? 第一盹舞，看聚類后的類別是否可以有效命名产镐，且是否符合現(xiàn)實(shí)意義隘庄。
? ? 第二，判斷分析方法進(jìn)行判斷癣亚，將軟件生成的聚類類別變量作為因變量（Y）丑掺，將聚類變量作為自變量（X），判別分析聚類變量與類別之間投影關(guān)系情況述雾。
? ? 第三街州，文字說明聚類分析方法的詳細(xì)過程及科學(xué)性。
? ? 第四玻孟，要看聚類分析后每個(gè)類別樣本量是否均勻唆缴，如果聚類結(jié)果顯示為三個(gè)類別，其中一個(gè)類別樣本量非常少黍翎，說明聚類效果可能較差面徽。
7.? 得到聚類類別之后，接著需要對比不同類別群體的差異性匣掸；包括比如在“特征”趟紊、“行為”或者“態(tài)度”上的差異性。便于結(jié)合不同群體提供不同的建議措施等碰酝。如果是研究聚類樣本的個(gè)體背景特點(diǎn)差異霎匈，聚類類別和樣本背景題項(xiàng)(性別、年齡送爸、學(xué)歷等)均為分類數(shù)據(jù)唧躲，因而應(yīng)該使用卡方分析進(jìn)行對比差異，進(jìn)一步了解不同細(xì)分類別人群在個(gè)體背景上的差異情況碱璃，便于對類別樣本進(jìn)行深入分析。
研究者還可以對比不同類別樣本與問卷中其余題項(xiàng)的差異情況饭入，如果題項(xiàng)為定量數(shù)據(jù)則需要使用方差分析嵌器，如果題項(xiàng)為分類數(shù)據(jù)則使用卡方分析，如果題項(xiàng)為多選題谐丢，也應(yīng)該使用卡方分析
此類問卷思路的核心特點(diǎn)在于“分類”爽航，即對樣本人群細(xì)分。在此基礎(chǔ)之上乾忱，才會(huì)有后面的關(guān)于不同類別人群的差異分析讥珍。
聚類分析說明
上部分已經(jīng)對整體框架進(jìn)行說明，這部分主要對聚類的分析步驟進(jìn)行進(jìn)一步說明窄瘟。其他分析步驟的說明在之前的文章都有介紹衷佃，這里就不再重復(fù)。
聚類分析常見的方法有：兩部聚類蹄葱、K-均值聚類氏义、系統(tǒng)聚類锄列。
兩步聚類可以同時(shí)處理定類數(shù)據(jù)和定量數(shù)據(jù)，并且可以系統(tǒng)自動(dòng)尋找最有聚類類別數(shù)量惯悠。使用與數(shù)量大且結(jié)構(gòu)復(fù)雜的分析邻邮。
K-均值聚類，又叫快速聚類克婶，可以快速處理大量數(shù)據(jù)筒严，速度快并且處理大量數(shù)據(jù)是K-均值聚類的優(yōu)點(diǎn)，但其僅針對定量數(shù)據(jù)而不能處理分類數(shù)據(jù)情萤，并且需要主觀設(shè)定聚類類別個(gè)數(shù)鸭蛙，不能自動(dòng)尋找最優(yōu)聚類類別數(shù)量。
系統(tǒng)聚類紫岩，又叫分層聚類规惰，基本思路是將多個(gè)樣本各作為一類，計(jì)算樣本兩兩之間的距離泉蝌，合并距離最近的兩類成新的一類歇万，然后再計(jì)算距離，再合并勋陪，直到只有一類為止贪磺。
聚類分析步驟
第一步：數(shù)據(jù)處理
如果樣本數(shù)據(jù)度量單位不統(tǒng)一，比如有的題項(xiàng)是以七級(jí)量表诅愚，而有的題項(xiàng)為五級(jí)題項(xiàng)寒锚。此時(shí)應(yīng)該進(jìn)行數(shù)據(jù)處理，即數(shù)據(jù)標(biāo)準(zhǔn)化處理违孝。常見是進(jìn)行Z值法標(biāo)準(zhǔn)化刹前。
第二步：進(jìn)行聚類分析
如果是按樣本聚類，則使用SPSSAU的進(jìn)階方法模塊中的“聚類分析”功能雌桑，其會(huì)自動(dòng)識(shí)別出應(yīng)該使用K-means聚類算法還是K-prototype聚類算法喇喉；如果是按變量（標(biāo)題）聚類，則使用分層聚類校坑，并且結(jié)合聚類樹狀圖進(jìn)行綜合判定分析拣技。
第三步：聚類效果驗(yàn)證
聚類效果不同于其它分析方法，其它分析方法可以通過P值進(jìn)行檢驗(yàn)耍目。聚類效果需要通過研究經(jīng)驗(yàn)膏斤，并且結(jié)合專業(yè)知識(shí)進(jìn)行綜合判斷。良好的聚類分析結(jié)果可以有效的識(shí)別樣本特征邪驮，因而聚類出的不同類別樣本莫辨，應(yīng)該有著完全差異性特征。
針對聚類樣本的特征差異對比，通常是使用方差分析進(jìn)行對比衔掸，如果聚類變量為分類數(shù)據(jù)烫幕，應(yīng)該使用卡方分析進(jìn)行對比。如果可以進(jìn)行有效命名敞映，則說明聚類效果較好较曼，反之則說明聚類分析結(jié)果較差，應(yīng)該返回第二步重新選擇聚類類別數(shù)量振愿，找出更優(yōu)聚類結(jié)果捷犹。
第四步：聚類類別命名
完成第三步聚類效果判斷后，已經(jīng)確認(rèn)聚類類別數(shù)量情況冕末，以及每個(gè)類別命名情況萍歉。此步驟更為深入分析各個(gè)類別的特點(diǎn)，尤其針對于某類別樣本在某聚類變量上的突出特點(diǎn)档桃，最終對聚類類別進(jìn)行命名枪孩，結(jié)束聚類分析。
更多分析方法的使用說明可到SPSSAU官網(wǎng)查看藻肄。
