Análisis de conglomerados y cómo se utiliza en investigación

El análisis de conglomerados es una técnica estadística utilizada para identificar cómo se pueden agrupar varias unidades, como personas, grupos o sociedades, debido a las características que tienen en común. también conocida como agrupamiento, es una herramienta de análisis de datos exploratoria que tiene como objetivo clasificar diferentes objetos en grupos de tal manera que cuando pertenecen al mismo grupo tienen un grado máximo de asociación y cuando no pertenecen al mismo grupo, El grado de asociación es mínimo. a diferencia de otras técnicas estadísticas , las estructuras que se descubren mediante el análisis de conglomerados no necesitan explicación o interpretación: descubre la estructura en los datos sin explicar por qué existen.

la agrupación existe en casi todos los aspectos de nuestra vida diaria. tome, por ejemplo, artículos en una tienda de comestibles. Los diferentes tipos de artículos siempre se muestran en el mismo lugar o en lugares cercanos: carne, verduras, refrescos, cereales, productos de papel, etc. Los investigadores a menudo quieren hacer lo mismo con datos y agrupar objetos o sujetos en grupos que tengan sentido.

Para tomar un ejemplo de las ciencias sociales, digamos que estamos viendo países y queremos agruparlos en grupos basados ​​en características tales como la división del trabajo , los militares, la tecnología o la población educada. Encontraríamos que Gran Bretaña, Japón, Francia, Alemania y los Estados Unidos tienen características similares y se agruparían. Uganda, Nicaragua y Pakistán también se agruparían en un grupo diferente porque comparten un conjunto diferente de características, que incluyen bajos niveles de riqueza, divisiones de trabajo más simples, instituciones políticas relativamente inestables y antidemocráticas, y bajo desarrollo tecnológico.

El análisis de conglomerados se usa típicamente en la fase exploratoria de la investigación cuando el investigador no tiene ninguna hipótesis preconcebida . comúnmente no es el único método estadístico utilizado, sino que se realiza en las primeras etapas de un proyecto para ayudar a guiar el resto del análisis. Por esta razón, las pruebas de significación generalmente no son relevantes ni apropiadas.

Existen varios tipos diferentes de análisis de conglomerados. Los dos más utilizados son la agrupación de k-medias y la agrupación jerárquica.

La agrupación de k-means trata las observaciones en los datos como objetos que tienen ubicaciones y distancias entre sí (tenga en cuenta que las distancias utilizadas en la agrupación a menudo no representan distancias espaciales). divide los objetos en k grupos mutuamente excluyentes para que los objetos dentro de cada grupo estén lo más cerca posible entre sí y al mismo tiempo, lo más lejos posible de los objetos en otros grupos. cada grupo se caracteriza por su punto medio o central .

La agrupación jerárquica es una forma de investigar agrupaciones en los datos simultáneamente en una variedad de escalas y distancias. Lo hace creando un árbol de clúster con varios niveles. a diferencia de la agrupación k-means, el árbol no es un conjunto único de agrupaciones. más bien, el árbol es una jerarquía de niveles múltiples donde los grupos en un nivel se unen como grupos en el siguiente nivel superior. el algoritmo que se usa comienza con cada caso o variable en un grupo separado y luego combina grupos hasta que solo quede uno. Esto le permite al investigador decidir qué nivel de agrupamiento es el más apropiado para su investigación.

La mayoría de los programas de estadísticas pueden realizar análisis de conglomerados. en spss, seleccione analizar en el menú, luego clasifique y análisis de conglomerados . en sas, se puede usar la función proc cluster .

actualizado por nicki lisa cole, ph.d.