ANALISIS DE CONGLOMERADOS El análisis de conglomerados, denominado cluster analisys en inglés, es una técnica Multivariante que permite agrupar los casos o variables de un archivo de datos en función del parecido o similar dad existente entre ellos. El software SPSS dispone de dos tipos de análisis de conglomerados: el análisis de conglomerados jerárquico y el análisis de conglomerados de K medias. Este segundo método permite procesar un número ilimitado de casos, pero sólo permite utilizar un método de aglomeración y requiere que se proponga previamente el número de conglomerados que se desea obteneros.

CONGLOMERADOS DE K MEDIAS El análisis de conglomerados de K medias es un método de agrupación de casos que se basa en las distancias existentes entre ellos en un conjunto de variables (este método de aglomeración no permite agrupar variables. El análisis de conglomerados es un procedimiento estadístico de clasificación que pretende identificar grupos relativamente homogéneos de casos o de variables basándose en las características seleccionadas. Dentro del análisis de conglomerados están los procedimientos jerárquicos y los no jerárquicos. En esta práctica estudiaremos los procedimientos no jerárquicos, concretamente el método de las K-medias de MacQueen

PROCEDIMIENTO Dentro del SPSS, el procedimiento que permite realizar el análisis de conglomerados de las K-medias de MacQueen se encuentran en el submenú Clasificar del menú Analizar FIGURA No. 01

Para tener un análisis de conglomerados de K Medias se seleccionan las variable numéricas y se traslada al lado derecho las variables con las cuales se quiere formar los conglomerados ……………………………….. FIGURA NO. 02

Numero de Conglomerados , por defecto se encuentra seleccionado dos conglomerados, para cambiar se introduce el numero deseado en el recuadro respectivo. Métodos: existen dos métodos Iterar y Clasificar y solo Clasificar, en este caso seleccionamos el primero. Luego seleccionamos Aceptar Para tener el siguiente resultado.

El cuadro anterior muestra los centros iniciales , es decir a los valores de los dos casos que han sido elegidos como centros respectivos de conglomerados solicitados en las 4 variables de clasificación utilizadas Una vez seleccionados los centros de los conglomerados , cada caso es asignados al conglomerado de cuyo centro se encuentra mas próximo y comienza una un proceso de ubicación iterativa de los centros. En el cuadro siguiente resume el historial de iteraciones en nuestro ejemplo tres iteraciones con indicación del cambio experimentado por cada centro en cada itere ración.

En el cuadro siguiente ofrece los centros de los conglomerados finales, es decir, los centros de los conglomerados tras el proceso de actualización iterativa comparandolos centros finales ( tras la iteración) de esta tabla con los centros iniciales ( antes de la iteración.)

Por ultimo el cuadro siguiente muestra el numero de casos asignados a cada conglomerado. Para el primer conglomerado de 29 y para el segundo 19

El listado de todos los casos utilizados en el análisis con indicación del conglomerado al que haya sido asignado en cada caso y la distancia euclidiana existente entre cada caso y el centro de su conglomerado.

El cuadro siguiente muestra la diferencia euclidiana existente entre los centros de los conglomerados finales .