SPSS TwoStep Cluster - a first evaluation

Abstract: "SPSS 11.5 and later releases offer a two step clustering method. According to the authors' knowledge the procedure has not been used in the social sciences until now. This situation is surprising: The widely used clustering algorithms, k-means clustering and agglomerative hierarchical techniques, suffer from well known problems, whereas SPSS TwoStep clustering promises to solve at least some of these problems. In particular, mixed type attributes can be handled and the number of clusters is automatically determined. These properties are promising. Therefore, SPSS TwoStep clustering is evaluated in this paper by a simulation study. Summarizing the results of the simulations, SPSS TwoStep performs well if all variables are continuous. The results are less satisfactory, if the variables are of mixed type. One reason for this unsatisfactory finding is the fact that differences in categorical variables are given a higher weight than differences in continuous variables. Different combin

Angaben zum Objekt

• Weitere Titel: SPSS TwoStep Cluster - eine erste Evaluation
• Standort: Deutsche Nationalbibliothek Frankfurt am Main
• Umfang: Online-Ressource, 23 S.
• Sprache: Englisch
• Anmerkungen: Veröffentlichungsversion ; nicht begutachtet

Verweise und Beziehungen

• Erschienen in: Arbeits- und Diskussionspapiere / Universität Erlangen-Nürnberg, Sozialwissenschaftliches Institut, Lehrstuhl für Soziologie ; Bd. 2004-2

Beteiligte, Orts- und Zeitangaben

• Ereignis: Veröffentlichung
• (wo): Nürnberg
• (wann): 2004
• Urheber: Bacher, Johann ; Wenzig, Knut ; Vogler, Melanie
• Beteiligte Personen und Organisationen: Universität Erlangen-Nürnberg, Wirtschafts- und Sozialwissenschaftliche Fakultät, Sozialwissenschaftliches Institut Lehrstuhl für Soziologie

Weitere Informationen

• URN: urn:nbn:de:0168-ssoar-327153
• Rechteinformation: Open Access unbekannt; Open Access; Der Zugriff auf das Objekt ist unbeschränkt möglich.
• Letzte Aktualisierung: 25.03.2025, 13:49 MEZ