Clusteranalyse

Zusammenfassung

Neben der Faktorenanalyse gibt es in der Form der Clusteranalyse (auch Klassifikationsanalyse) ein weiteres Interdependenz-Verfahren, mit der der Informationsgehalt großer Datenmengen auf wenige wichtige, überschaubare Größen reduziert werden kann. Als Ziel der Clusteranalyse kann die Gruppierung (Clusterung) von Elementen (z.B. Personen oder Produkte) anhand relevanter Merkmalsausprägungen (z.B. Alter oder Ausgaben für Freizeit oder des Berufs) angesehen werden. Obwohl theoretisch auch eine Zusammenfassung von Merkmalen (Variablen) möglich wäre, soll dieses Vorgehen hier nicht weiter berücksichtigt werden, da sich dazu vor allem die Faktorenanalyse eignet. Die bei der Clusteranalyse entstehenden Gruppen (Cluster) sollen in sich möglichst homogen, relativ zueinander jedoch möglichst heterogen ausgeprägt sein. Damit ist man in der Lage, Gruppen von voneinander unabhängigen, aber ähnlichen Elementen zu bestimmen. Als Kriterium für die Gruppen- oder Klassenbildung dient die Ähnlichkeit bzw. die Unähnlichkeit der einzelnen Elemente. Da es bereits bei lediglich zwanzig Elementen über 50 Billionen mögliche Kombinationen der Gruppenbildung gibt, ist man gezwungen, bei der Clusteranalyse von Modellannahmen auszugehen.