Análisis de Conglomerados Jerárquico. Introducción
Al igual que el análisis factorial, el análisis de conglomerados estudia todo un conjunto de relaciones interdependientes. Este análisis no hace ninguna distinción entre Variables Dependientes (V.D.) y Variables Independientes (V.I.). En vez de ello, se calculan las relaciones interdependientes de todo el conjunto de variables.
El objetivo principal del análisis de conglomerados es clasificar los objetos en partes relativamente homogéneas con base en el conjunto de variables específicas. Los objetos en un grupo son relativamente similares en términos de estas variables y difieren de los objetos en otros. De esta manera, lo que hace es reducir el número de objetos, no el número de variables, al reunirlos en un número de grupos mucho menor.
Un ejemplo típico de una clasificación jerárquica podría ser la siguiente clasificación simplificada de animales:
El análisis de conglomerados consiste en un tipo de técnicas que se utilizan para clasificar los objetos o casos en grupos relativamente homogéneos llamados conglomerados. Los objetos en cada grupo tienden a ser similares entre sí y diferentes a los objetos en otros grupos.
Este análisis se conoce también como análisis de clasificación o taxonomía numérica. Nos ocupamos de los procedimientos de conglomerados que asignan cada objeto a un solo grupo. La Figura 1 muestra un caso de conglomerado ideal en el que los grupos se separan en dos variables: conciencia de calidad (variable 1) y susceptibilidad al precio (variable 2).
Nótese que cada consumidor pertenece a un grupo y no existen áreas que se superpongan. Por otra parte, la Figura 2 presenta el caso de una agrupación que puede encontrarse en la realidad. Las fronteras de algunos de los grupos no están definidas con claridad y la clasificación de algunos consumidores no es obvia porque muchos de ellos podrían agruparse en un grupo u otro.
Ahora que ya hemos enmarcado en qué consiste y cuáles son las funciones básicas de un Análisis de Conglomerado Jerárquico, pasamos a hacer uso del SPSS y aplicar ésta técnica que es una de mis favoritas.
