我们有时需要对一波总体样本进行分群，从而更好地了解群体之间的差异，通过聚类分析可以帮助我们解决这个问题。聚类分析在市场细分、人群细分等方面可以给我们很多启发。

聚类分析在SPSS中分为系统聚类、K聚类及两步聚类。

从区别上看，系统聚类、K聚类主要针对的是计量资料，而两步具备可同时对计量资料、计数资料进行处理。

尽管在日常工作涉及的问卷中，计数资料涉及得较少，但从结果解读方面，仍然是两步聚类的解读更为直观。

以两步聚类为例，我们来看一个案例：

例如：我们想针对一波美妆用户群体进行人群细分。通过两步聚类，我们能够从一波样本中划分不同的细分人群。

经过本篇文章学习，您能够对问卷数据做以下分析：

①对总样本进行聚类

②筛选满足不同条件的个案进行进一步分析（选择个案）

TIPS：在两步聚类前，一定要先清洗数据，因跳转题而出现的-3值，要全部清除掉之后再进行聚类操作

1.分析-分类-两步聚类

2.将可能影响到人群细分结果的变量选入分类变量中

连续变量在本次问卷题目中未涉及，因此不选

这一步的变量选择在不确定的情况下，可能需要多次聚类验证，一定要选择聚类效果最佳的那几个变量

这里已经根据最佳效果选择好了相关变量

3.选项-操作默认

若涉及到连续变量，在【要标准化的变量】中，将出现连续变量

这里未涉及连续变量，因此这里未显示任何变量

4.输出

勾选上方的图表和表格、创建聚类成员变量

5.确定

6.结果解读

首先会出现一个简单的图，先来看一下这个图

显示我们输入了8个相关变量，聚类为5类

我们本次预测质量处在【良好】区间（这一步可多试几个变量，选择预测质量最好的那次即可）

双击这张图，会出现2个视图框

左侧还是刚刚的图，右侧则出现了本次5种聚类在总样本的占比情况

请注意，现在左侧视图默认在【模型概要】

我们现在选择【聚类】，会根据预测变量重要性出现一张渐变颜色的表格

逐一选择5个聚类所在的列，右侧选择【单元分布】，会显示聚类比较的结果

回到数据视图中，原表格中最后一新增了一列TSC，显示的数值则是根据本次聚类，每个人对应在哪个分类的结果。

7.想要详细了解各个细分人群在其他变量上的特征，我们根据【选择个案】进行具体分析

数据-选择个案

如果条件满足（先以第1类举例）

TSC列中的数据为1，我们会将第1类人群全部筛选出来，可以针对这个人群做更为具体的分析

点击继续，点击确定

分析具体的人群特点，可以通过描述【描述统计】得到

将这个过程重复5遍，我们就可以知道每个人群的人群特点分别是怎么样的，再对这些细分人群进行命名，就实现了对一波样本进行人群细分的操作。