Datenstandardisierung für verbesserte Ergebnisse bei der Clusteranalyse mit JMP®
Mantosh Kumar Sarkar, Student an der Oklahoma State University
Die Datentransformation spielt eine entscheidende Rolle bei der Erzielung besserer Ergebnisse aus der Clusteranalyse, einer gängigen Methode zur Marktsegmentierung. Kundenbefragungsdaten, die für die Marktsegmentierung mittels Clusteranalyse verwendet werden, weisen häufig Antwortstile der Befragten auf. Reaktionsstile wie Duldung und extreme Reaktionsstile können die Ergebnisse der Clusteranalyse beeinflussen. Jüngste Untersuchungen haben gezeigt, dass Doppelstandardisierung (Standardisierung über Zeilen und Spalten hinweg) und Bereichsstandardisierung gute Kandidaten sind, um zu verhindern, dass Antwortstile die Clusterergebnisse dominieren. Pagolu et al. (2011). JMP bietet diese speziellen Standardisierungsfunktionen jedoch nicht. In diesem Artikel wird gezeigt, wie mithilfe der leistungsstarken Skriptsprache (JSL) eine Doppelstandardisierung in JMP erreicht werden kann. Um zu testen, ob unser Code ordnungsgemäß funktioniert, haben wir Kundenumfragedaten von einem Business-to-Business-Unternehmen aus der Hydraulik- und Pneumatikindustrie verwendet. Eine Bewertungsskala von 9 Punkten wird verwendet, um die Antworten der Kunden auf Fragen zu messen, wie in Abb. 1 unten gezeigt.
