Hierarchische Clusteranalyse - Elbow Kriterium

[Menix]

Hallo zusammen,

ich wende mich etwas verzweifelt an euch. Ich habe anhand eines Fragebogens 324 Personen befragt. Nun möchte ich anhand einiger Variablen eine Clusteranalyse durchführen, um sie in Zielgruppen einzuteilen. Hier meine bisherige Herangehensweise:

Ich habe teilweise ordinal skalierte Variable in nominale (binäre) Variable umgewandelt.

V1 (Fühlt sich wohl, Meinung zu äußern): ja/nein
V2 (Kollegen informieren sich beim Probanden): ja/nein
V3 (Proband gibt Infos aktiv weiter): ja/nein
V4 (Informationsbedürfnis kognitiv): ja/nein
V5 (Informationsbedürfnis affektiv): ja/nein
V6 (Informationsbedürfnis sozial): ja/nein
V7 (Informationsbedürfnis ritual): ja/nein
V6 (Informationsbedürfnis Eskapismus): ja/nein
V6 (Informationsbedürfnis Pinguin effekt): ja/nein
V7 (Ideen zur Verbesserung): ja/nein
V8 (Beschaffung Informationen): aktiv / Passiv

Dann habe ich die hierarchische Cluseranalyse gewählt und als Clustermethode "Ward-Methode" und als Ähnlichkeitsmaß für binäre Daten "Einfache Übereinstimmung" gewählt. (Vorhanden =1 und Nicht Vorhanden =2) --> ich habe meine Variable mit 1=ja und 2=nein codiert.

Nun wollte ich die optimale Anzahl von Clustern durch das Elbow-Kriterium ermitteln, aber leider muss ich feststellen, dass in der Zuordnungsübersicht die Koeffizienten in den letzten 15 Fällen wieder in Summe abnehmen. Der höchste Wert ist bei 296 zu verzeichnen, von 315 validen Fällen.

Wie kann man sich das erklären? Steck ein Fehler in meinen Berechnungen?