Clusteranalyse

Zusammenfassung

Die Clusteranalyse ist ein Verfahren zur Gruppierung von Untersuchungsobjekten (Fälle) in einem Datensatz. Zu diesem Zweck muss im ersten Schritt die Ähnlichkeit bzw. Unähnlichkeit (Distanz) zwischen den Fällen über ein geeignetes Maß festgestellt werden. Im zweiten Schritt ist der Fusionierungsalgorithmus zu bestimmen, mit dessen Hilfe die einzelnen Fälle sukzessive zu Gruppen (Cluster) zusammengefasst werden. Ziel ist es dabei, solche Untersuchungsobjekte zu Gruppen (Cluster) zusammenzufassen, die im Hinblick auf die betrachteten Eigenschaften oder Merkmale der Untersuchungsobjekte als möglichst homogen zu bezeichnen sind. Gleichzeitig sollten die Gruppen untereinander eine möglichst große Heterogenität aufweisen, d. h. möglichst unähnlich sein. Die Verfahren der Clusteranalyse können dabei sowohl Variablen mit metrischem, nicht metrischem als auch gemischtem Skalenniveau verarbeiten.

Das Kapitel verdeutlicht die Vorgehensweise der Clusteranalyse anhand der zentralen Ablaufschritte des Verfahrens unter Rückgriff auf ein einfaches Beispiel. Anschließend wird für ein größeres Fallbeispiel gezeigt, wie eine Clusteranalyse mit Hilfe von IBM SPSS gerechnet werden kann und welche Ergebnisoutputs dabei für die praktische Anwendung eine besonders zentrale Bedeutung besitzen. Die SPSS Outputs werden anwendungsbezogen interpretiert, sodass für den Leser eine Übertragbarkeit auf eigene Anwendungsfälle leicht möglich ist. Das Kapitel schließt mit wichtigen Anwendungsempfehlungen zur Durchführung einer Clusteranalyse.