Les chercheurs utilisent Statistical Package pour les sciences sociales pour analyser leurs données . Les sociologues utilisent des analyses de cluster pour classer les cas ou les participants dans des catégories ou des groupes , de sorte que les cas qui sont les plus semblables les uns aux autres sont dans le même cluster. L'analyse typologique implique un certain nombre de mesures offrant différents groupes de cas . Les chercheurs examinent les grappes afin de déterminer la meilleure solution. Description de l'analyse
analyse typologique

de cluster avec le Statistical Package for Social Sciences démarre avec un ensemble de cas ou les participants que vous souhaitez classer en groupes de cas ou les groupes similaires. Commencez par sélectionner les variables qui sont les plus importants à utiliser pour identifier les groupes . Le Statistical Package for Social Sciences propose trois méthodes distinctes pour l'analyse de cluster : K-means , hiérarchique, et en deux étapes . La procédure que vous utilisez dépend de la taille de vos données . Utilisez la procédure de classification hiérarchique SPSS pour petits ensembles de données et de trouver des solutions à nombre de pôles variable. Il existe deux principaux types de procédures de regroupement hiérarchique: . D'agglomération et de discorde
hiérarchie ascendante Clustering

regroupement hiérarchique ascendante commence par mettre tous les cas ou un participant dans un groupe distinct . La procédure passe ensuite par étapes dans laquelle des cas similaires sont regroupés en grappes plus en plus grands . Une fois qu'un dossier a été mis dans un cluster, il ne peut pas être séparé des autres membres de ce cluster. Les grappes sont autorisées à fusionner avec d'autres groupes , mais ne peuvent pas être divisés . La dernière étape met tous les cas dans un cluster. Ni la première étape - chaque cas est dans un groupe distinct - ni la dernière étape - tous les cas dans le même groupe - est une solution appropriée
Divisive Clustering hiérarchique < . br>

discorde produit de clustering hiérarchique à l'inverse de la classification ascendante hiérarchique en plaçant tous les cas dans un grand groupe . Le procédé se déroule en étapes pour former des amas plus en plus petits jusqu'à ce que chaque cas est dans un cluster individuel. La procédure SPSS affiche les clusters et les cas inclus dans eux à chaque étape. Ni l'un ni grand groupe chaque cas comme un groupe distinct est une solution appropriée.
Solutions aux procédures de clustering

choix de la meilleure solution pour les procédures de regroupement est un art autant en tant que science . Il n'ya pas de nombre approprié correcte ou incorrecte des clusters. Vous déterminez le nombre approprié de groupes basés sur la façon dont vous avez l'intention d'utiliser les clusters. Passez en revue les solutions de clusters à chaque étape successive et choisir la solution dans laquelle les groupes peuvent être interprétés de la manière la plus logique. Vous faites cela en examinant les solutions successives pour déterminer la solution qui contient un nombre approprié de groupes qui semblent contenir cas logiquement similaires.