Heuristički metod za detekciju grupa ispitanika s različitim faktorskim strukturama skupa merenih varijabli

Abstract

U radu je predložen heuristički metod za identifikaciju grupa u okviru ispitivanog uzorka, koje se međusobno razlikuju po faktorskoj strukturi varijabli na kojima je uzorak opisan. Dok klasične metode analize grupisanja, zasnivane na minimiziranju distance unutar grupa a maksimiziranju distance između grupa, tu distancu definišu u jedinstvenom prostoru varijabli na kojima je uzorak opisan, predložena metoda pokušava da uzorak podeli u grupe koje leže u različitim prostorima, ne nužno iste dimenzionalnosti. Dakle, osnovni cilj predloženog metoda grupisanja jeste pronalaženje kvalitativno različitih grupa ispitanika. Metod omogućuje nov uvid u analizirane podatke, ne proizvodeći nužno rešenje koje pojednostavljuje strukturu dobijenih podataka.

The new heuristic method is proposed for the identification of clusters of cases with different factor structure of measured variables. The classical cluster analysis methods try to minimize within and maximize between-groups distance, implicitly holding the assumption that all entities lie in one common space spanned with measured variables. The proposed algorithm, on the other hand, tries to divide the sample into clusters that are located in different spaces that can differ even in their dimensionality. The basic goal of the proposed method is to detect qualitative differences between clusters, and by that to obtain the new insights into the data.