Mnogi od nas so slišali frazo "analiza grozdov", toda to ni vse. Poleg tega se sliši več kot skrivnostno! To je pravzaprav samo ime metode razdelitve podatkovnega vzorca v kategorije elementov po določenih merilih. Na primer, analiza grozdov omogoča ljudem, da so razdeljeni v skupine z visoko, srednjo in nizko samozavestjo. Preprosto povedano, grozd je vrsta objektov, ki so podobni v določenem atributu.
Analiza grozdov: težave pri uporabi
Ko ste se odločili uporabiti to metodo v vaši raziskavi, morate vedeti, da so grozdi, izbrani v svojem poteku, lahko nestabilni. Torej, kot v primeru faktorske analize, morate rezultate preveriti na drugi skupini predmetov ali po določenem času izračunati napako merjenja. Poleg tega je najbolje uporabiti grozdno analizo na velikih vzorcih, izbranih z randomizacijo ali stratifikacijo, kajti le na ta način lahko z indukcijo naredimo znanstveni sklep. Najboljše od vsega, pokazal se je, da preizkuša hipoteze in jih ne ustvarja iz nič.
Hierarhična analiza grozdov
Če želite naključne elemente razvrstiti hitro, lahko začnete z obravnavo vsakega od njih na začetni stopnji kot ločene skupine. To je bistvo ene od najlažjih razumljivih tipov grozdne analize. Raziskovalec v drugi stopnji z njim oblikuje pare elementov, ki so po svojih značilnostih podobni, in jih nato poveže med seboj potrebno število krat. Grozdi, ki so med seboj oddaljeni, se določijo z integrativnim postopkom. Ponavlja se, dokler ne izpolnjuje enega od naslednjih meril:
Da bi pravilno izračunali razdaljo med grozdi, pogosto uporabljajo naslednje tehnike:
Za ovrednotenje rezultatov združevanja v skupine se uporabljajo naslednja merila:
Metode analize grozdov
Najpogosteje se pri analizi vzorca objektov uporablja metoda minimalne razdalje. Gre za dejstvo, da grozd združuje elemente s koeficientom podobnosti, ki je večji od mejne vrednosti. Pri metodi lokalne razdalje ločimo med dvema skupinama: razdalja med točkami prvega je največja, druga pa je minimalna. Metoda centroidnega združevanja vključuje izračun razdalje med povprečnimi vrednostmi kazalnikov v skupinah. Wardova metoda je najbolj racionalna za združevanje grozdov v bližino parametra, ki ga proučujemo.