Кластерный анализ

Кластерный анализ необходим там и тогда, где и когда социология понима­ется прежде всего как «социальная типология»⁶. Кластерный анализ в социоло­гическом исследовании служит прежде всего инструментом для проведения ти­пологического анализа. Если в факторном анализе мы, по сути, также занима­лись «типологизацией», но переменных, то в кластерном анализе типологизации подвергаются случаи (анкеты, cases). В основе кластерного анализа лежит кон­цепция распределения наблюдаемых данных (респондентов, анкет, cases) по од­нородным группам в зависимости от их сходства (близости) друг с другом. Су­ществуют несколько алгоритмов кластерного анализа. В нашем примере буде! рассмотрен метод k-средних. Этот метод относится к неиерархическим мето­дам. Буква «к» в названии обозначает число кластеров, которое социолог выби­рает самостоятельно. Как правило, производится несколько попыток, прежде чем исследователь определится окончательно с числом кластеров.

Для проведения кластерного анализа в программе SPSS 8.0 необходимс произвести следующие действия:

1. -> Statistics -» Classify -4 К-Means Cluster...

Рис. 54

2. -> Variables(s): Характер мироотношения

Характер социального взаимодействия В данном примере в качестве переменных, на основании которых будет прс веден кластерный анализ, выступают значения z-вклада. Выше приведены дан ные, где для респондента 38 (рис. 51) значение z-вклада составляет -1,14254 п facl_l («Характер мироотношения») и 1,27939 по fac2_l («Характер социально! взаимодействия»). Эта информация указывает на то, что респондент не соглг

^БУРДье П. Социология политики. М., 1993. С. 55.

шается с тем, что «С волками жить — по-волчьи выть», «Все продается, дело толь­ко в цене», «Не пойман — не вор» и с другими первичными переменными, во­шедшими в первый фактор. На это указывает отрицательное значение z-вклада в facl_l («Характер мироотношения»). Одновременно этот респондент согла­шается с тем, что «Бог терпел, да и нам велел», «Терпение — лучшее спасение», «Просите, и дано будет вам; ищите, и найдете; стучите, и отворят вам» и с дру­гими первичными переменными, вошедшими во второй фактор. На это указы­вает положительное значение z-вклада в fac2_l («Характер социального взаи­модействия»). Таким образом, этот респондент по фактору «Характер миро­отношения» тяготеет к полюсу сотрудничество, а по фактору «Характер социального взаимодействия» —к полюсу толерантность. Предпринимая кла­стеризацию значений z-вкладов, мы выходим на социологические типы, где «тип — это то, что может существовать или не существовать в реальности⁷». Но социологическое значение здесь безусловно присутствует. Кластерный анализ является логическим продолжением факторного анализа, позволяющим произ­вести типологический анализ в пространстве выделенных факторов (рис. 55).

При проведении кластерного анализа большое значение имеет число кластеров. Для определения оптимального числа необходимо руководствоваться целями ис­следования и такими важными параметрами кластеров, как плотность, дисперсия, размеры, форма и делимость. Плотность — это свойство, которое позволяет опре­делить кластер как скопление точек в пространстве данных. Дисперсия — характе -ристика степени рассеяния точек в пространстве относительно центра кластера. Размеры кластеров тесно связаны с дисперсией. Если кластер можно идентифи­цировать, то можно измерить и его «радиус». Форма — это расположение точек в пространстве. Отделимость характеризует степень перекрытия кластеров и на­сколько далеко друг от друга они расположены. Кластеры могут быть относитель­но близки друг к другу и не иметь четких границ, или же они могут быть разделены широкими участками пустого пространства. Исходная база кластеризации в про­странстве двухфакторной модели представлена на диаграмме рассеяния (рис. 56).

В нашем случае в соответствии с логикой двухфакторного анализа опти­мальным является выделение 5 кластеров.

-> Number of Clusters: 5

Дата добавления: 2015-06-04