Spss是一个非常有用的统计分析软件。spss有聚类分析功能，但是很多人不知道如何使用spss的聚类分析功能。Spss聚类分析是对案例数据进行分析的功能。
spss聚类分析使用步骤教程1、依次点击：分析-分类-层次聚类打开层次聚类对话框。如图1中所示
2、在“聚类分析”对话框中，将聚类中使用的所有变量放入变量中。如图2所示。
3、将区域变量放入case标记中，这意味着每个数据都以区域命名。如图3中所示
4、单击绘图按钮打开对话框并设置要输出的图形。如图4中所示
5、在打开的对话框中，选中树图，然后单击继续按钮。这个树状图是一个层次聚类谱系图，最后我们会分析这个图。如图5中所示
6、单击“方法”按钮设置聚类方法。如图6中所示
7、通常我们使用的聚类方法是wards方法，然后我们需要将变量转换成Z分数，点击继续按钮。如图7所示
8、单击“保存”按钮，并填写您要保存的3-8个群集类别的范围。根据该选项，spss将在数据编辑窗口中增加7个变量，在3-8位聚类数字的情况下分别表示省市所属的类别。如图8中所示
9、设置输出分类类别号范围3-8，并点击继续按钮。如图9中所示
10、单击确定按钮开始输出数据处理结果。如图10中所示
从1: 010到31020，你看到的下表叫做聚类过程表，它的内容并不经常被关注，因为在大多数实际应用中忽略了聚类的具体过程。但是，聚类系数可以帮助我们判断将数据分成几类是否最合适。判断的方法是相邻两个数据的变化幅度明显大于前一个系数的变化幅度，此时这里的分类最好。如图11所示
12、最后是层次聚类谱系图，从中可以看到聚类的过程，根据自己的需求选择分组的数量。如图12所示
以上是spss聚类分析功能的使用方法，大家一步步来操作！
案例数据来源：有20种12盎司啤酒成分和价格数据，变量包括啤酒名称、热量、钠含量、酒精含量和价格。数据来自《SPSS for Windows 统计分析》数据11-03。点击下载。
[1]问题1:选择哪些变量进行聚类？——采用“R-cluster”1、现在我们有四个变量对啤酒进行分类。有必要把四个变量都包括进来作为分类变量吗？热量、钠含量、酒精含量这三个指标需要通过化验员的辛苦工作来确定，成本还是很多的。如果都纳入分析，岂不是太麻烦浪费了？因此，有必要降低四个变量的维数。这里，spss R型聚类(变量聚类)用于降低四个变量的维度。“相似矩阵”的输出有助于我们理解降维的过程。
2、4分类变量具有不同的维度。这一次，我们首先确定以相似度来衡量它们，以皮尔逊系数为衡量标准，以最远元素为聚类方法。这时候涉及到相关性，四个变量就不用标准化了，未来相似度矩阵中的数字就是相关系数。如果某两个变量的相关系数接近1或-1，说明这两个变量可以互相替代。
3、只输出“树形图”。个人觉得冰柱图很复杂，看起来没有树状图清晰。从贴近度矩阵表可以看出，热量和酒精含量两个变量的相关系数为0.903，最大，不需要选择其中一个作为聚类变量，导致成本增加。至于选择热量和酒精含量作为典型指标来代替原来的两个变量，可以根据专业知识或者测定的难易程度来决定。(不同于因子分析，完全踢出其中一个变量，达到降维的目的。)酒精含量在这里选择。到目前为止，用于聚类的变量确定如下：酒精含量、钠含量和价格。
【2】问题2:20种啤酒可以分成多少种？——采用“Q-cluster”1、。现在，我们将20瓶啤酒分组。一开始要把不确定性分成几类，暂时用一个3-5类的范围来探讨。q型聚类要求维数相同，所以需要对数据进行标准化，这次用欧氏距离平方来度量。
2、分类主要通过树形图和冰柱图来理解。最终是分为4类还是3类，是一个复杂的过程，需要专业知识和最初的目的去鉴别。我试着确定这里有四个类别。选择保存，聚类结果将在数据区自动生成。
【3】问题3:用于聚类的变量对聚类过程和结果有贡献吗，有用吗？——采用“单因素方差分析”1、聚类分析不仅需要讨论类别的确定，还有一个关键问题，就是分类变量是否对聚类有贡献。如果单个变量对分类没有影响，就应该剔除。
2、这个过程一般用单向方差分析来判断。注意，此时因素变量被聚类成四类，三个聚类变量作为因变量处理。方差分析结果表明，三个聚类变量的sig值极其显著，我们用于分类的三个变量可以作为聚类变量，这是合理的。
[4]问题4:聚类结果的解释？——采用“均值比较描述统计”1、聚类分析的最后一步，也是最难的一步，是对分离出来的类别进行定义和解释，并描述其特征，即描述每个类别的特征。这就需要专业知识作为基础，并结合分析的目的。
2、我们可以用spss的均值比较过程或者excel的透视表功能来描述各类指标。其中，报告report用于描述聚类结果。通过比较各种指标对类别进行初步定义，主要根据专业知识进行判断。就在这里。
以上过程涉及到spss层次聚类中的Q-cluster和R-cluster，单因素方差分析，均值过程等。这是多种分析方法结合使用的一个很好的例子。
