Kaip naudoti ir interpretuoti SPSS K‑Means klasterizaciją

Įvadas

Klasterizacijos analizė – tai statistinė priemonė, skirta suskirstyti atvejus į grupes (klasterius), kurių nariai yra panašūs tarpusavyje, bet skiriasi nuo kitų grupių. Socialiniai mokslininkai dažnai naudoja SPSS (Statistical Package for the Social Sciences) šiai analizei atlikti. K‑Means metodas leidžia tyrėjui iš anksto nurodyti norimą klasterių skaičių (K) ir puikiai tinka dideliems duomenų rinkinams.

Duomenų analizė

1 žingsnis

Pasirinkite meniu Analyze → Classify → K‑Means Cluster.

2 žingsnis – pirminė analizė

• Pasirinkite atvejų imtį.
• Lauke Variables pažymėkite norimas kintamąsias ir perkelkite jas į dešinį laukelį.
• Įrašykite norimą klasterių skaičių (dažniausiai 5, bet tai turi būti ≥2 ir ≤ atvejų skaičiaus).
• Spustelėkite Iterate and classify, kad gautumėte pradines klasterių centrus.
• Pažymėkite Write final ir patvirtinkite.

2 žingsnis – galutinė analizė

• Įkelkite visą duomenų failą.
• Vėl pasirinkite Analyze → Classify → K‑Means Cluster.
• Lauke Variables vėl pažymėkite tą patį kintamųjų rinkinį ir perkelkite juos į dešinį laukelį.
• Nustatykite klasterių skaičių (pvz., 5).
• Pasirinkite Classify, tada Read Initial, kad panaudotumėte pirminės analizės klasterių centrus.
• Pažymėkite Save → Cluster membership ir spustelėkite Continue, tada OK.

Rezultatų interpretavimas

1 žingsnis

Peržiūrėkite lentelę Final Cluster Centers. Viršuje matysite klasterių numerius (1‑5), o kairėje – kintamųjų „REGR factor score“ reikšmes, kurios rodo, kaip gerai kintamasis prognozuoja klasterio nario priklausomybę.

2 žingsnis

Lentelė Number of Cases in each Cluster nurodo, kiek atvejų priklauso kiekvienam klasteriui.

3 žingsnis

Lentelė Cluster Membership rodo, kuriam atvejui priskirtas kurio klasterio numeris – atvejų ID kairėje, klasterio numeris dešinėje.

Patariama

• Prieš pradėdami analizę pašalinkite išskirtinius (outlier) duomenis, kad rezultatai būtų patikimesni.

Išvada

K‑Means klasterizacija su SPSS yra greitas ir efektyvus būdas grupuoti didelius duomenų kiekius. Tinkamai parinkus kintamuosius, klasterių skaičių ir išvalius duomenis, gausite aiškius ir interpretuojamus rezultatus.