STATISTIK-FORUM.de

[mbergm]

Ein freundliches Hallo.

Folgendes Problem tut sich mir auf. Ich habe noch keine Erfahrung mit der Clusteranalyse und möchte, wie vermutet, Cluster bilden. Soziodemogaphische Items mit Items zu einem bestimmten Inhalt verknüpfen. Ich bin mir nicht ganz sicher, welches Verfahen besser ist, ob hierarichesches oder two-step flow. Meine Fallzahl beträgt unter 200 Fälle, das eher für eine hierarchische Clusteranalyse spricht. Aber ich habe sowohl metrische als auch ordinale Daten, die eher für eine two-step flow Clusteranalyse sprechen.

Zudem habe ich schon eine konfirmatorische Faktorenanalyse durchgeführt (die Faktoren waren mir vorher bekannt), um eine Itembatterie zu kürzen und die Faktoren zu überprüfen. Kann ich diese Faktoren einfach weiter verwenden, SPSS speichrt mir diese in den neuen Variablen ab.

Fragen:
1. Welche Clusteranalyse ?
2. Kann ich die schon gebildeten Fakoren einfach nutzen?
3. Wie prüfe ich nach, ob meine Daten sich überhaupt für Cluster eignen?

Beste Grüße

[PonderStibbons]

Das wesentliche Problem scheint das Vorliegen ordinaler Daten zu sein,
wie willst Du die denn behandeln? Two step flow Cluster Analyse kenne
ich nicht, nur two-step, und die zumindest verarbeitet nur intervallskalierte
und kategoriale Daten.

Gruß

Ponderstibbons

---
Gottseidank...Kanon für 36

[mbergm]

Hallo.

Ich habe eine Vielzahl ordinaler Daten, wie muss ich diese behandeln? Ich habe zum Beispiel eine Item Batterie die über eine Skala von 1= "nutze ich sehr häufig" bis 5 = "Nutze ich nie" geht.

Gemeint war die Two Step Flow Analyse, in der Eile habe ich mich verschrieben. Somit ist wohl eine hierarichische Clusteranalyse besser.

Ich danke Ihnen für ihre Antwort.

[mbergm]

Ich noch einmal...

Ich könnte doch die solche Skalen in hohe Nutzungsintensität, mittlere und geringe Nutzungsintensität kategorisieren, indem ich diese einfach klassiere. Somit habe ich einheitliche Skalen und kann die Two-Step Clusteranalyse anwenden?

Beste Grüße

[Kopernikus]

Ich kann dir dieses Buch empfehlen, welches umfangreich über alle Verfahren der Clusteranalyse und deren Voraussetzungen, Vor- und Nachteile etc. informiert.
Das Buch liegt im Büro, so dass ich dir erst morgen Konkretes zum two-step Verfahren (flow sagt mir auch nichts) sagen könnte, da ich die Einzelheiten des Verfahrens nicht im Kopf habe.

[Kopernikus]

Hier nun noch einige Hinweise zur Entschung, welche Clusteranalyse du verwenden solltest. Die Unterschiede habe ich unterstrichen.

hierarchische Cluster

Variablen: metrisch, nominal, gemischt
Klassifikation: Fälle oder Variablen
Fallzahl: <250
Clusteranzahl: muss nicht vorgebeben werden
ein Durchgang berechnet mehrere Lösungen
Algorithmus kann nicht eingestellt werden

2-step

Variablen: metrisch, nominal, gemischt (metrische Variablen werden automatisch skaliert)
Klassifikation: Fälle
Fallzahl: groß (>250)
Clusteranzahl: muss nicht vorgebeben werden
ein Durchgang berechnet eine Lösungen
Algorithmus kann eingestellt werden

[folterknecht]

Ich beschäfte mich auch gerade mit Clusteranalysen und wage es daher mal, den alten Thread auszugraben. An das Buch von Schendera komme ich dummerweise nicht ohne weiteres ran, da es bei uns in der UB nicht vorhanden ist.

hierarchische Cluster

Variablen: metrisch, nominal, gemischt
Klassifikation: Fälle oder Variablen
Fallzahl: <250
Clusteranzahl: muss nicht vorgebeben werden
ein Durchgang berechnet mehrere Lösungen
Algorithmus kann nicht eingestellt werden

Das beisst sich mit den Informationen, die ich gefunden habe. Laut Bühl (2010) darf bei der hierarchischen Regression nur eine "Sorte" von Skalenniveaus in die Clusteranalyse einfließen. Zumindest in SPSS scheint das tatsächlich so implementiert zu sein. Offenbar lassen sich auch verschiedene Algorithmen einstellen (siehe Screenshot).

Das wesentliche Problem scheint das Vorliegen ordinaler Daten zu sein,
wie willst Du die denn behandeln? Two step flow Cluster Analyse kenne
ich nicht, nur two-step, und die zumindest verarbeitet nur intervallskalierte
und kategoriale Daten.

Könnte man nicht einfach die Ordinalskala als Kategorialskala ansehen? Ich hätte es zumindest so gemacht.


Literatur:
Bühl, 2010. PASW 18. Einführung in die moderne Datenanalyse.