二十、集群分析ClusterAnalysis.PDFVIP

二十、集群分析 Cluster Analysis 20.1 研究問題型態 以遊憩動機、遊憩體驗等變數是否可將消費者分成有意義的群組 集群分析的目的將資料分成幾個相異性最大的群組，而群組內的相似程度最高 20.2 集群分析與因素分析的差異性 ：(兩者進行的程序均在辨認變項的相關組別) 集群分析 1. 運涵一個以上的理論模式。 2. 針對觀察值個體(受訪者)給予分組。 3. 將變項屬性相似程度較高的觀察值，加以分群，使集群與集群間的異質性達到最大， 而同一集群內觀察值同質性很高。 4. 若集群分析的對象是變項，採取一種「階層式」(hierarchical)的判別，依據個別變項 間相關強弱逐次合併變項集群。 因素分析 1. 只有一個潛在的理論模式 2. 針對變項給予分組 3. 根據因變數(因變項、題項、items)間之關係密切與否，將變項予以分群，分為幾個 層面因素 4. 若因素分析的對象是變項，在聚合變項時，則同時考量所有變項間的關係 20.3 集群分析的方法 階層式集群分析法(Hierarchical cluster analysis) 1. 根據觀察值或變項間的距離，將最相似物件結合在一起，以逐次聚合的方式 (agglomerative clustering) ，將觀察直分組。 2. 計算觀察值相似性最常用的方法是歐幾理得距離平方法(squared Euclidean distance) 。歐幾理得距離平方法在計算觀察值的相異程度時，會隨著測量單位不同而 不同。 K-Means 集群分析法 1. 若觀察值的個數(樣本數、問卷數)較多或資料檔非常龐大(通常觀察值樣本數在200 個以上) 2. 需要訂定事先集群數目，進行分析次數可能較為多次，可運用全體觀察值(樣本)中 部分數據進行「階層式集群分析法」，以作為決定集群數的參考。 進行集群分析時，注意事項 1.標準化程序 變項間單位若不同，原始數值較大的變項 2.距離度量 3.集群合併的準則—連結法(Linking method) 4.資料與圖形 20.4 集群分析SPSS 操作 1.Analyze/Statistics(統計分析) → Classify(分類) → K-Means Cluster… ，即會出現K-Means Cluster 對話視窗 2. 20.5 集群分析研讀報告 Yuksel, A. Yuksel, F. 2002. Measurement of tourist satisfaction with restaurant services: a segment-based approach. Journal of Vacation Marketing , 9(1):52-68. Gil, J. M., Gracia, A. Sanchez, M. 2000. Market segmentation and willingness to pay for organic products in Spain. International Food Agribusiness Management Review, 3(2), 207-226. Kesic, T. Piri-Rajh, S. 2003. Market segmentation on the basis of food-related lifestyles of Croatian families. British Food Journal, 105(3), 162-174.