📘 SPSS 군집분석 실행 2편

앞에서 군집분석 개념과 준비 과정을 정리했다면,
이번에는 실제로 SPSS에서 계층적 군집분석을 돌리고 해석하는 과정을 정리해 보겠습니다.

계층적 군집은 특히

• 표본 수가 아주 크지 않을 때
• 군집 수를 미리 정하기 어렵고,
• 데이터 구조를 먼저 보고 싶을 때
  자주 사용하는 방법입니다.

---

1. 계층적 군집분석 개념 다시 한 번 짚고 가기

계층적 군집분석 Hierarchical Clustering은
자료를 단계적으로 묶어 나가면서
군집 간의 거리를 기준으로 트리 구조를 만드는 기법입니다.

• 처음에는 각 사례가 모두 서로 다른 집단
• 단계가 올라갈수록 서로 가까운 것끼리 합쳐짐
• 최종적으로는 하나의 큰 집단이 될 때까지 병합

이 과정을 시각적으로 보여주는 것이 바로 덴드로그램입니다.

---

2. SPSS에서 계층적 군집분석 실행 절차

① 메뉴 경로 열기

상단 메뉴에서
분석 → 분류 → 계층적 군집
을 순서대로 선택합니다.

② 군집에 사용할 변수 투입

• 왼쪽 목록에서 군집에 포함할 변수 선택
• 화살표를 눌러 변수 칸으로 옮기기

만약 앞에서 Z점수로 표준화한 변수를 만들어 두었다면
그 Z변수들을 사용하는 것이 좋습니다
(척도 범위 차이 때문에 특정 변수가 과도하게 영향을 주는 것을 막기 위해).

---

3. 주요 옵션 설정 포인트

(1) 통계량 옵션

통계 버튼에서 다음을 설정합니다.

• 군집화 일정표 체크

군집화 일정표는
각 단계에서 군집이 합쳐질 때 거리가 얼마나 커졌는지를 보여줍니다.
계수가 갑자기 크게 증가하는 지점을 기준으로
적절한 군집 수를 판단하는 데 활용합니다.

필요하다면
해법 범위(최소/최대 군집 수)를 지정해 해당 범위에서 결과를 함께 비교할 수도 있습니다.

---

(2) 도표 옵션

도표 버튼에서

• 덴드로그램 체크를 해 두면, SPSS가 군집 형성과정을 시각적으로 보여주는 그래프를 함께 출력합니다.
• 계층적 군집을 사용하는 가장 큰 이유가 바로 이 도식입니다.

---

(3) 방법 설정

방법 버튼에서

• 군집 방법: 일반적으로 Ward 방법 선택
• 거리 척도: 보통 제곱 유클리드 거리 사용

Ward 방법은
군집 내 제곱합을 기준으로
군집 간 차이를 최소화하면서 병합하는 방식으로,
상대적으로 안정적인 군집을 형성하는 것으로 널리 사용됩니다.

---

(4) 결과를 변수로 저장하고 싶을 때

저장 버튼에서

• 군집 소속 정보를 변수로 저장할 수 있습니다.

예를 들어
최소 2개, 최대 4개 군집으로 지정하면
클러스터 번호를 나타내는 새 변수가 데이터셋에 추가됩니다.

이렇게 저장해 두면
나중에 군집별 빈도표, 평균 비교, 교차분석 등 추가 분석을 할 때 매우 편리합니다.

---

4. 결과 해석: 어디를 기준으로 군집 수를 결정할까

1) 군집화 일정표 보기

출력 결과 중
군집화 일정표를 보면
각 병합 단계별 계수 값이 나와 있습니다.

• 단계가 진행될수록 계수는 점점 커집니다.
• 어느 지점에서 계수가 갑자기 크게 증가하는지 확인합니다.

그 지점 바로 이전 단계의 군집 수를 하나의 후보로 생각해 볼 수 있습니다.

---

2) 덴드로그램 해석

덴드로그램은
계층적 군집분석을 시각적으로 이해하는 데 가장 유용한 자료입니다.

• 세로축: 사례 혹은 군집
• 가로축: 군집 간 거리

덴드로그램을 볼 때는
가로축의 거리 기준선을 하나 그었다고 생각하고
그 기준선과 만나는 가지 수를 세면 군집 수가 됩니다.

• 너무 가까운 거리에서 자르면 군집 수가 너무 많아지고
• 너무 먼 거리에서 자르면 서로 다른 집단이 한데 묶일 수 있습니다.

그래서
통계적 기준 + 해석 가능성을 함께 고려해
적정한 개수를 선택하는 것이 중요합니다.

---

5. 군집 해석: 단순히 개수만 정하면 끝이 아니다

군집분석의 목적은
군집 수를 맞추는 것이 아니라
각 군집이 어떤 특징을 가진 집단인지 파악하는 것입니다.

군집별 프로파일 확인 방법

군집 소속 변수를 저장해 두었다면

• 군집별 평균 비교 (분석 → 비교 평균 → 일원분산분석 등)
• 군집별 빈도/비율 비교 (교차분석 등)

을 활용해
각 군집이 어떤 점에서 서로 다른지 정리할 수 있습니다.

예를 들면

• 군집 1: 만족도는 낮지만 이용 빈도는 높은 집단
• 군집 2: 만족도는 높지만 충성도는 낮은 집단
• 군집 3: 전반적으로 낮은 참여 집단

처럼 요약해서 이름 붙이는 작업이 군집분석 결과의 핵심입니다.

---

6. 계층적 군집과 K-평균 군집의 연계 활용

실무나 논문에서는
두 방법을 함께 사용하는 경우도 많습니다.

1. 먼저 계층적 군집분석으로
   • 데이터 구조를 파악하고
   • 적정 군집 수 후보를 찾은 뒤
2. 그 군집 수를 기준으로
   K-평균 군집분석을 돌려
   보다 안정된 세분화 결과를 얻습니다.

이렇게 하면 탐색과 정교화 과정을 한 번 더 거쳐 군집 프로파일이 더 명확해지는 장점이 있습니다.

---

✦ 정리 ✦

• 계층적 군집분석은 군집 수를 탐색하고 데이터 구조를 파악하는 데 최적
• SPSS에서는 변수 선택 → 방법/거리 설정 → 군집화 일정표·덴드로그램 확인 순서로 진행
• 분석 후에는 군집 소속 변수를 활용해 각 군집의 특성을 수치로 정리하고,
  이해하기 쉬운 이름을 부여하는 단계가 매우 중요