聚类分析

  • 聚类分析用于将样本进行分类处理,通常是以定量数据作为分类标准;用户可自行设置聚类数量,如果不进行设置,系统会提供默认建议;通常情况下,建议用户设置聚类数量介于3~6个之间。

      • 第一步:进行聚类分析设置

      • 第二步:结合不同聚类类别人群特征进行类别命名

      分析项 聚类分析说明
      网购满意度20个题项 根据网购满意度情况判定,当前市场上共有几类人群?比如满意度差,一般,满意度高三类人群
    • 分析结果表格示例如下(SPSSAU同时会生成饼图/圆环图/柱形图/条形图/拆线图等):

      聚类类别 频数 百分比(%)
      聚类类别_1 82 41.4
      聚类类别_2 61 30.8
      聚类类别_3 55 27.8
      合计 198 100.0
    • 聚类类别(平均值±标准差) F P
      类别1(n=82) 类别2(n=61) 类别3(n=55)
      分析项1 3.23±1.33 2.88±0.73 2.63±0.81 3.73 0.03*
      分析项2 2.62±1.48 2.57±1.21 2.32±0.76 0.56 0.58
      分析项3 2.14±1.10 2.16±0.76 2.25±0.9 0.13 0.88
      分析项4 0.88±0.91 3.32±1.02 3.82±0.85 2.67 0.07
      分析项5 3.75±1.06 3.56±0.80 3.82±0.76 0.97 0.38
      分析项6 4.56±0.72 4.42±0.61 4.57±0.68 0.72 0.49
      分析项7 4.45±0.84 4.46±0.66 4.55±0.83 0.19 0.83
      分析项8 4.18±0.96 4.24±0.67 4.36±0.74 0.46 0.63
      * p <0.05 ** p <0.01
      • 特别提示
      • 聚类分析的具体聚类方法为K均值聚类;SPSSAU默认将聚类生成的类别保存起来,命名格式为:聚类类别_K均值聚类_******,并且结合聚类类别与聚类分析项进行方差分析,并且输出表格。

      • 同时SPSSAU会输出聚类项的重要性对比图;在上表格中P值越小时,说明类别间的差异越大,也即说明对应的该聚类项对于聚类的贡献会越大。正是基于此原理,SPSSAU对于聚类项的P值进行处理成重要性指标,并且以图形输出。具体聚类项的重要性指标计算公式如下:-log10(P) / max[-log10(P)];其中P即为方差分析表格中的P值,max[-log10(P)]代表-log10(P)的最大值。