군집분석이란? 계층적·K-평균 군집분석과 절차
하승현 · 서울대학교 박사과정군집분석은 유사한 특성을 가진 사례들을 동질적인 몇 개의 집단으로 묶는 탐색적 분석 방법으로, 계층적 군집분석과 K-평균 군집분석으로 나뉩니다. 변수 표준화, 거리 계산, 군집화, 군집 수 결정의 순서로 진행합니다.
군집분석이란?
군집분석은 사전에 정해진 집단 없이, 사례 간 유사성을 기준으로 데이터를 자연스러운 집단으로 나누는 방법입니다. 집단이 이미 있고 소속을 예측하려는 판별분석과 반대 방향의 분석입니다.
언제 군집분석을 쓰나?
고객·응답자를 유형으로 세분화하거나, 관측치를 몇 개의 프로파일로 분류해 특성을 비교할 때 사용합니다. 결과 집단은 이론이 아니라 데이터에서 도출된다는 점을 유의합니다.
군집분석의 종류는?
군집화 방식에 따라 나뉩니다.
| 종류 | 특징 |
|---|---|
| 계층적 군집 | 덴드로그램으로 병합 과정 확인, 소표본 적합 |
| K-평균 군집 | 군집 수를 미리 지정, 대표본 적합 |
| 이단계 군집 | 대용량·혼합형 변수에 적합 |
군집분석은 어떻게 하나?
변수 표준화부터 해석까지 순서대로 진행합니다.
1단계: 변수 표준화
거리 계산이 척도에 좌우되지 않도록 변수를 표준화(Z점수)합니다.
2단계: 거리 계산과 군집화
유클리드 거리 등으로 사례 간 유사성을 계산하고, 선택한 방식으로 군집을 형성합니다.
3단계: 군집 수 결정
덴드로그램, 엘보우 방법 등으로 적절한 군집 수를 정합니다.
4단계: 군집 프로파일링
각 군집의 평균 특성을 비교해 이름을 붙이고 해석합니다.
군집 수는 어떻게 정하나?
계층적 군집에서는 덴드로그램의 병합 거리가 급격히 커지는 지점을, K-평균에서는 엘보우 방법이나 실루엣 계수를 참고합니다. 통계 기준과 해석 가능성을 함께 고려해 결정합니다.
정리
군집분석은 표준화 → 거리 계산·군집화 → 군집 수 결정 → 프로파일링의 순서로 사례를 동질 집단으로 묶습니다. 변수 표준화를 먼저 하고, 군집 수는 통계 기준과 해석 가능성을 함께 보세요. 소속이 이미 정해진 예측 문제는 판별분석, 문항 구조 축약은 요인분석과 구분됩니다.