Как использовать кластерный анализ в социологических исследованиях

Кластерный анализ - это статистический метод, используемый для определения того, как различные единицы - например, люди, группы или общества - могут быть сгруппированы вместе из-за общих для них характеристик. Также известный как кластеризация, это исследовательский инструмент анализа данных, целью которого является сортировка различных объектов в группы таким образом, чтобы, когда они принадлежат к той же группе, они имеют максимальную степень ассоциации, и когда они не принадлежат к той же группе, их степень ассоциации минимален. В отличие от некоторых других статистические методыструктуры, которые обнаружены с помощью кластерного анализа, не нуждаются ни в объяснении, ни в интерпретации - он обнаруживает структуру в данных без объяснения причин их существования

Кластеризация существует практически во всех аспектах нашей повседневной жизни. Взять, к примеру, товары в продуктовом магазине. Различные типы предметов всегда отображаются в одном и том же или близлежащих местах - мясо, овощи, газированные напитки, хлопья, бумажные изделия и т. Д. Исследователи часто хотят сделать то же самое с данными и группировать объекты или предметы в кластеры, которые имеют смысл.

Чтобы взять пример из социальных наук, скажем, мы смотрим на страны и хотим сгруппировать их в кластеры на основе таких характеристик, как разделение труда, военные, технологии или образованное население. Мы обнаружили бы, что Великобритания, Япония, Франция, Германия и Соединенные Штаты имеют сходные характеристики и будут объединены в группы. Уганда, Никарагуа и Пакистан также будут сгруппированы в другой кластер, потому что они имеют другой набор характеристик, включая низкий уровень благосостояния, более простое разделение труда, относительно нестабильные и недемократические политические институты и низкий уровень технологического развития. развитие.

Кластерный анализ обычно используется на исследовательской фазе исследования, когда у исследователя нет предвзятые гипотезы. Обычно это не единственный используемый статистический метод, а скорее делается на ранних стадиях проекта, чтобы помочь в проведении остальной части анализа. По этой причине тестирование значимости обычно не является ни уместным, ни уместным.

Существует несколько различных типов кластерного анализа. Двумя наиболее часто используемыми являются кластеризация K-средних и иерархическая кластеризация.

Кластеризация K-средних обрабатывает наблюдения в данных как объекты, имеющие местоположения и расстояния друг от друга (обратите внимание, что расстояния, используемые в кластеризации, часто не представляют пространственные расстояния). Он разбивает объекты на K взаимоисключающих кластеров так, чтобы объекты в каждом кластере были как как можно ближе друг к другу и в то же время как можно дальше от объектов в других кластерах. Каждый кластер затем характеризуется средняя или центральная точка.

Иерархическая кластеризация - это способ исследовать группировки данных одновременно на разных масштабах и расстояниях. Это достигается путем создания дерева кластеров с различными уровнями. В отличие от кластеризации K-средних дерево не является единым набором кластеров. Скорее, дерево представляет собой многоуровневую иерархию, в которой кластеры на одном уровне объединяются в кластеры на следующем более высоком уровне. Используемый алгоритм начинается с каждого случая или переменной в отдельном кластере, а затем объединяет кластеры, пока не останется только один. Это позволяет исследователю решить, какой уровень кластеризации наиболее подходит для его исследования.

Наиболее программы для статистики может выполнить кластерный анализ. В SPSS выберите анализировать из меню, затем Сортировать по и кластерный анализ. В САС проц кластер Функция может быть использована.

Обновлено Ники Лиза Коул, доктор философии