集群分析及其應用

人類日常生活所遭遇的人、物或事，數量非常繁多，如每遇一個人、事或物時都須重新學習、認識及思索應對之策，不但浪費時間，而且容易誤事。因此長久以來，學者即不斷的嘗試如何將繁多的人、事或物按其特性分成幾個數目較少的類別或團體。同一類別內的事物性質非常類似，可用同樣的方式對待或處理，譬如醫學家嘗試將疾病和病人加以分類，社會學家對犯罪者犯罪行為及社會組織加以分類，心理學家試圖將人類人格組型加以分類，政治學家則希望根據國會議員在各種法案中的投票行為加以分類。在市場行銷的研究中，則常將顧客根據其購買行為或人口統計上的資料，予以分類。雖然分類的工作已經有漫長的歷史，但以數量的方法來分類，並將之大量運用於動物學、植物學、心理學、教育學及企業管理則是近二十年之事。第一本完全以分類（classification）為主題的書籍更遲至一九六０年代才出現（Sokal and Sneath， 1963）。近一、二十年來如何以數量方法分類，已成為自然科學與社會科學廣受注意的研究主題。

The present study investigate the role and methodology of cluster analysis in behavioral sciences. Overall’s average linkage， Ward’s hierarchical cluster analysis and Q─type factor analysis were used as examples to tell the reader how to quantify the similarities among objects， how to classify theses objects into clusters according to their similarities， and how to describe and understand the characteristics of each cluster. The strategy of effectively analyzing the empirical data with cluster analysis was discussed in details.