군집의 수를 결정하기 위한 효과적 기준: SPSS와 Microsoft Excel를 이용한 적용 사례
The Effective Criteria for Determining the Number of Clusters: An Application with SPSS and Microsoft Excel
0
조회
0
다운로드
13
인용
0
참고문헌
키워드
초록
마케팅에서 군집분석은 시장세분화 관련 연구 및 라이프스타일 관련 연구에서 활발하게 활용되고 있다. 그러나 기존 문헌에서는 군집분석의 방법론적 측면에 대해서는 충분한 관심을 기울이지 않는 경향이 있었다. 또한 흔히 사용되는 통계 소프트웨어인 SPSS에서는 군집의 수를 결정하기 위해 활용될 수 있는 기준이 제공되지 않고 있다. 따라서 군집의 수를 결정하기 위한 객관적 기준이 존재하지 않는 것으로 오해되는 경우가 있으며, 연구자들은 군집의 수를 결정할 때 여러 가지 휴리스틱에 의존하는 경우가 많다. 본 연구에서는 군집의 수를 결정하기 위해 활용되어 온 여러 가지 방법(e.g., 해석가능성, 균등 비율, 스크리 테스트, MANOVA)을 검토하고 그 한계점을 논의한다. 군집의 수를 결정하는 30 가지 객관적 기준의 효과성을 비교한 Milligan and Cooper (1985)의 연구를 검토하며, 그들의 조사 결과 가장 효과적인 기준으로 밝혀진 Calinski and Habarasz (1974)의 방법과 Duda and Hart (1973)의 방법을 설명한다. 마지막으로, SPSS와 Microsoft Excel을 이용하여 이 두 가지 방법을 적용하는 사례를 제시한다. 본 연구 결과는 군집의 수를 결정할 때 효과적 기준을 적용하고자 하는 연구자들에게 도움을 줄 수 있다.
Abstract
Cluster analysis has been an important analytical tool in marketing, especially among market segmentation and lifestyle researchers. SPSS, the most widely used statistical software among marketing researchers, does not provide any criteria for determining the number of clusters. And the marketing literature has paid insufficient attention to methodological aspects of cluster analysis. Such situations lead to a widely-held misunderstanding that there are no objective criteria for determining the number of clusters. This study reviews several methods for determining the number of clusters (that is, interpretability, balanced ratio, scree test and MANOVA), and discuss their limitations. We introduce the results of Milligan & Cooper (1985), who compared the effectiveness of thirty methods for determining the right number of clusters. We also explain the methods proposed by Calinski & Habarasz (1974) and Duda & Hart (1973), which are the most effective criteria according to Milligan & Cooper (1985). Finally, this study illustrates how to apply Calinski & Habarasz (1974)'s and Duda & Hart (1973) 's methods for determining the number of clusters using SPSS and Microsoft Excel. The study can be helpful to those who seek effective criteria for determining the number of clusters.
참고문헌 (19)
- 손영석, "브랜드 STP 전략론" (2006), 비앰엔 북스
- 심재석, "통계학회-SAS ‘통계분석툴 인상’ 놓고 정면 충돌”, 디지털데일리, 2006년 6월 25일자", ~ (2006)
- 조은성, "탐색적 요인분석 사용의 적절성 검토: ‘마케팅연구’1986년 ~ 2006년", 마케팅연구, 22(3), pp.179~208 (2007), 한국마케팅학회
- Aldenderfer, M. S, "Cluster analysis" (1984), Sage Publications
- Armstrong, J. S, "On interpretation of factor analysis", Psychological Bulletin, 70, pp.361~364 (1968)
- Calinski, R. B, "A dendrite method for cluster analysis", Communications in Statistics, 3, pp.1~27 (1974)
- Duda, R. O, "Pattern classification and scene analysis" (1973), Wiley
- Frank, R. A, "Numerical taxonomy in marketing analysis:A review article", Journal of Marketing Research, 5(1), pp.83~98 (1968)
- Hair, J. F., "Multivariate data analysis with readings" (1995), Prentice Hall
- Hubert, L. J, "A general statistical framework for assessing categorical clustering in free recall", Psychological Bulletin, 83, pp.1072~1080 (1976)
- "KISS (2007), http:", pp.2007, ~
- Levesque, R., "Raynold's SPSS Tools, Available at http:", rlevesqu, pp.index.htm, Accessed May 18, 2007[DOI]
- Milligan, G. W., "An examination of procedures for determining the number of clusters in a data set", Psychometrika, 50(2), pp.159~179 (1985)
- Mirkin, B., "Clustering for data mining: A data recovery approach. Chapman & Hall", CRC, 2005
- O'Connor, B. P., ""SPSS, SAS, and MATLAB programs for determining the number of components and factors using parallel analysis and Velicer's MAP test," Available at http:", ~boconno2, pp.nfactors, nfactor.html. Accessed April 13, 2007
- Romesburg, H. C., "Cluster analysis for researchers. Lulu Press", ~ (2004)
- Saunders, J., "Cluster analysis", Journal of Marketing Management, 10, pp.13~28 (1994)
- Wedel, M., "Market segmentation: Conceptual and methodological foundations. 2nd eds., Kluwer Academic Publishers", ~ (2000)
- Wells, W. D., "Psychographics: A critical review", Journal of Marketing Research, 12, pp.196~213 (1975)