Fragen und Diskussionen rund um die Arbeit mit SPSS. Für allgemeine Statistik-Themen, die nicht mit SPSS zusammenhängen, bitte das Statistik-Forum nutzen.
Meine Vorgeschichte :
bei meiner Magisterarbeit möchte ich Gruppenbilden. Dazu habe ich eine hierarchische Clusteranalyse (Ward's Methode, z-Standardisierung) durchgeführt. Dabei kam eine 5er-Lösung raus. Nun habe ich diese mit der K-Means-Methode überprüft und auch eine 5er-Lösung bekommen, allerdings stimmen die Gruppenzugehörigkeiten bei beiden Verfahren nicht über ein. Im Statistik Bortz steht drin, dass man an der K-Means-Methode Veränderungen vornehmen kann um befriedigende Clusterlösungen zu finden.
vorweg: ich kann dir leider nicht helfen, da du einen Schritt weiter bist als ich.
Habe auch gerade mit Ward geclustert und möchte die Lösung jetzt mit k-Means optimieren. Wie hast du das gemacht? Ist das was SPSS als Clusterzentrenanalyse anbietet?
habs inzwischen auch gerechnet und bin sehr zufrieden, da es die lösung des ward-verfahrens wirklich verbessert hat, auch im hinblick auf die größen der segmente.
zu deiner frage: dass die gruppenzugehörigkeiten nicht übereinstimmen ist doch gerade sinn der sache oder sehe ich das falsch? oder was meinst du mit gruppenzugehörigkeit?
der spielraum für veränderungen ist ja ansonsten bei k-means nicht besonders groß. du könntest aber z.b. mal andere startpartitionen ausprobieren, weil das verfahren durch sein iteratives vorgehen ja auch in lokalen minima steckenbleiben kann.
ich habe übrigens gestern ein sehr hilfreiches paper zu k-means mit spss gefunden, das dich vielleicht auch interessieren könnte:
:
