So geht die Clusteranalyse mit SPSS

[@sevildilbas8466]

Vielen Dank! Habe so lange gesucht und recherchiert und dank deinem Video das Ganze verstanden.🙏

[@StatistikAkademie]

Danke! Das freut mich! LG Daniela Www.statistik-akademie.de

[@raphael571]

Dankeschön! Mir wird allerdings das Ausgabedokument nicht angezeigt, wenn ich die k-means Analyse durchführe. (Also wo dann steht, was die Clusterzentren waren usw.) Wie kann ich mir das ausgeben lassen?

[@iTzNiCoOoxD]

Ließen sich bei der Fallbeschriftung auch mehrere Fälle gleichzeitig abbilden (z.B. Name der Spezies, Saison in dem diese blüht und Hauptnahrungsmittel von), sodass am Ende (wahrscheinlich deutlich mehr, aber dafür) sehr spezifische Cluster entstehen oder würde ich stattdessen eher jeden Fall in einer jeweiligen Clusteranalyse abbilden? Vielen Dank für den Content!

[@StatistikAkademie]

Hallo Nico, dafür müsstest Du Dir wohl eine neue Variable als Textvariable erstellen, die bereits aus diesen ganzen Infos besteht. Das kannst Du direkt mit SPSS machen. LG Daniela Www.statistik-akademie.de

[@carlarockenstein6315]

Vielen Dank für das Video! Die K-Means Analyse kann ja verwendet werden, um einen Eindruck über die Stabilität der Cluster von der hierarchischen Clusteranalyse zu erhalten. Woran erkenne ich, ob sich die Lösungen von der hierarchischen und der k-Means Analyse stark unterscheiden, also stark verschoben haben und damit nicht sehr stabil sind? Gibt es da einen Wert / Prozentanteil, der als Kriterium herangezogen werden kann?

[@StatistikAkademie]

Hallo Carla, nein, ich kenne da keinen festgelegten Wert, anhand dessen man sagen würde, das ist ein zu starker Unterschied. Das muss man eher nach Bauchgefühl machen. Beispielsweise bis zu 5 % Unterschied fände ich persönlich nicht viel, ab 20 % wäre mir vielleicht zu viel. Aber wie gesagt: das entscheidet jeder selbst. :) Es kommt auch darauf an, was das Ziel Deiner Untersuchung ist. Willst Du einfach nur angeben, wie stabil die Cluster sind, oder willst Du mit der Clusterlösung weiter arbeiten? Wenn Du nur angeben willst, wie stabil sie sind, dann nimmst Du einfach die Prozentwerte dafür als Ergebnis. Wenn Du mit den Clustern weiterarbeiten willst, wäre es schön, wenn der Prozentwert niedrig ist, weil Du dann weißt, dass es eine stabile Lösung ist und die weiteren Analysen mehr Sinn ergeben. LG Daniela www.statistik-akademie.de

[@carlarockenstein6315]

@@StatistikAkademie Danke! Wie berechne ich denn diesen Prozentwert? Oder kann ich den irgendwo ablesen?

[@dalineo.9889]

Hi, vielen Dank für das Video, ich habe allerdings eine Frage. In meiner Hausarbeit soll ich eine Clusteranalyse mit nominalskalierten (Geschlecht) und metrisch skalierten Variablen (Alter, pos. + neg. Affektivität, Symptombericht) durchführen. Muss ich nun wegen der Geschlechts-Variablen alle anderen Variablen in nominal transformieren?? Wir sollen denke ich eine hierarchische Clusteranalyse machen. Die Aufgabe erscheint mir etwas unlogisch. Kannst du mir da einen Tipp geben?

[@StatistikAkademie]

Hallo Daline, die hierarchische Cluster Analyse braucht ein einheitliches Messniveau, das heißt, dafür müsstest Du dann alles dichotom machen, würdest aber sehr viel Information verlieren. LG Daniela Www.statistik-akademie.de

[@asdadadadsasda]

Hallo du, danke für die Video. Welchen Ansatz würdest du empfehlen um eine Cluster-Analyse basierend auf Binären Daten(0/1) durchzuführen. Ward schein nicht zu funktionieren? Welche Vorgehen und Algos würdest du empfehlen - gerne auch in R falls es dort besser geht

[@StatistikAkademie]

Hi, Du brauchst auf jeden Fall ein passendes Distanzmaß, das für dichotome Daten geeignet ist (z.B. simple matching). Als Fusionskriterium geht Ward allerdings nicht (nur auf metrischen). Du könntest stattdessen Single oder Complete Linkage verwenden. LG Daniela P.S: ausführlichere Infos findest Du in der Statistik-Akademie: statistik-und-beratung.de/mitgliederbereich-lp/

[@eule1296]

Hallo, meine Aufgabe lautet aus einem gegebenen Dendogramm „die optimale Lösung“ anzugeben. Wie mache ich das? Sie haben in SPSS einfach als Lösung die drei eingegeben, aber wie mache ich das wenn eine Übersicht gegeben ist? Woran erkenne ich die optimale Lösung? Vielen Dank!

[@StatistikAkademie]

Die optimale Lösung kann man nicht rein statistisch finden. Die hängt auch von der inhaltlichen Fragestellung ab: Was soll mit den Clustern danach geschehen? Wie viele (2, 3, 4 oder mehr) sind inhaltlich sinnvoll? ...

[@martinazeugner]

Eignet sich diese Analyse auch für Vignetten Analysen mit 8 verschiednen Situationen (Vignetten)?

[@StatistikAkademie]

Das kommt auf den Rest des Datensatzes und das Ziel der Analyse an. Die Clusteranalyse versucht Gruppen zu finden, ohne dass Infos zu den Gruppenzugehörigkeiten vorgegeben werden.

[@martinazeugner]

@@StatistikAkademie Ja in dem Fall sind die Befragten keiner Gruppe zugeordnet und keine Anzahl an Gruppen ist vorgegeben. Ich müsste die Situationen also einfach nur als Likertskala umcodieren?

[@StatistikAkademie]

@@martinazeugner Achso, Du willst die Situations-Variable mit in die Clusteranalyse einfließen lassen? Dann darfst Du sie nicht als LIkert-Skala behandeln, sondern musst sie als nominal behandeln (was sie ja ist). Da musst Du aufpassen, dass Du in der Clusteranalyse die passende Methode auswählst (Abstandsmaß etc.), die mit nominalen Daten umgehen kann. Welche das ist, hängt auch davon ab, welches Messniveau die anderen Variablen haben. Wenn Du öfters Statistikfragen hast, dann komm gern in die Statistik-Akademie: statistik-und-beratung.de/mitgliederbereich-lp/ LG Daniela

[@marlil48]

Hallo, vielen Dank für das Video :) Ich plane zurzeit eine K-means Clusteranalyse und möchte die Konsumentengruppen anhand ihrer Kaufmotivationen clustern. Zurzeit setzte ich den Survey auf und werde ordinal kategorische Variablen nutzen und diese im Anschluss als numerisch behandeln. Eine Variable oder Statement wird z.B sein:" Ich kaufe XXX weil ich manchmal eine Pause von digitalen Median brauche". Diese Variablen werden dann anhand von einer fünfstufigen Likert-Skala gemessen, wobei 1 für "stimme überhaupt nicht zu und 5 für "stimme voll zu" steht. Kann ich mit diesen Variablen im Anschluss eine K-means Clusteranalyse durchführen? Danke!

[@StatistikAkademie]

Ja, Du würdest die Variablen dann wie metrisch verwenden (quasi-metrisch). Das wird häufig so gemacht. Je mehr Abstufungen Du hast, umso eher kann man das machen. Bei Deinen 5 Abstufungen ist dieses Vorgehen gängig. Wenn Du mehr Unterstützung brauchst, komm gern in die Statistik-Akademie. Da findest Du schon Material zum Thema der Clusteranalyse und kannst mir Deine Fragen im Forum stellen: www.statistik-akademie.de LG Daniela