Analisis klaster adalah metode pertama masukan data, klik analyze lalu pengelompokan statistik yang classify berikutnya k-means cluaster. digunakan untuk menganalisis sejumlah Selanjutnya, masukkan variabel ke dalam besar data menjadi kelompok- kolom variabels. Masukan angka kelompok kelompok dalam jumlah kecil yang sesuai keinginan anda, lanjutkan dengan bersifat homogen atau mutually klik tombol options, intial cluster center, exclusive yang disebut cluster. Tujuan anova table, cluster information for each dari analisis klaster adalah case, klik continue, kemudia save dan kilik mengelompokkan objek-ocjek cluster membership dan distance from berdasarkan kesamaan karakteristik diantara objek objek tertentu cluster center, terkahir continue dan oke. berdasarkan pada suatu set variabel yang dipertimbangkan untuk diteliti. keterbatasaan analisis cluster : 1. Analisis tidak stabil jika ada Membuat kalster yang digunakan dengan kasus yang didropped metode : 2. perbedaan metode cluster akan 1. Hirarki, metode ini mengelompokkan data memberikan hasil yang berbeda, yang mempunyai kesamaan paling dekat. karena adanya perbedaan Pada umumnya, dendogram digunakan untuk penggabungan cluster membantu memperjelas proses hirarki 3. kecuali metode single linkage, tersebut. Langkah-langkah pertama, metode lainnya sangat dipengaruhi masukan data. Selanjutnya, klik analyze lalu classify dan hierarchical cluster. oleh cara pengurutan varibale di Masukan variabel yang ada kedalam kolom dalam analisis variabel. Kemudian, masukan variabel dalam kolom tabel cases by, klik tombol plot dan klik dendogram dan continae, ok.
Non hierarki, metode ini dimulai dengan
menentukan terlebih dahulu jumlah klaster yang diinginkan. Setelah itu, baru proses kluster dilakukan tanpa l mengikuti proses hirarki. Pada umumnya metode ini disebut dengan K- Means Cluster.