Datenstandardisierung für verbesserte Ergebnisse in der Clusteranalyse mit JMP®
Mantosh Kumar Sarkar, Student, Oklahoma State University
Die Datentransformation spielt eine entscheidende Rolle beim Erreichen besserer Ergebnisse mit der Clusteranalyse, einer beliebten Technik zur Marktsegmentierung. Kundenbefragungsdaten, die für die Marktsegmentierung mittels Clusteranalyse verwendet werden, zeigen häufig Antwortstile der Befragten. Antwortstile wie Zustimmung und extreme Antwortstile können die Ergebnisse der Clusteranalyse verzerren. Jüngste Untersuchungen haben gezeigt, dass doppelte Standardisierung (Standardisierung über Zeilen und Spalten) und Bereichsstandardisierung gute Kandidaten dafür sind, zu verhindern, dass Antwortstile die Clusterergebnisse dominieren, Pagolu et al. (2011). JMP bietet diese speziellen Standardisierungsfunktionen jedoch nicht. In diesem Dokument wird gezeigt, wie man mit der leistungsstarken Skriptsprache (JSL) von JMP eine doppelte Standardisierung erreicht. Um zu testen, ob unser Code richtig funktioniert, haben wir Kundenbefragungsdaten eines Business-to-Business-Unternehmens in der Hydraulik- und Pneumatikbranche verwendet. Wie in Abb. 1 unten dargestellt, wird zur Messung der Kundenantworten auf Fragen eine 9-stufige Bewertungsskala verwendet.
