Análisis de Conglomerados: Etapas, Metodología y Determinación de Clústeres

Análisis de Conglomerados: Metodología y Determinación de Clústeres

Representatividad y Multicolinealidad

• Representatividad: Los casos seleccionados deben representar grupos “reales” en la población.
• Multicolinealidad: Es crucial eliminar variables que solo aportan información redundante. Se debe examinar el grado de correlación entre las variables para evitar incluir aquellas altamente correlacionadas con las demás.

Extracción: Etapas y Tareas

La etapa de extracción comprende cuatro tareas fundamentales:

1. Método de Conglomeración: Selección del método de conglomeración adecuado.
2. Determinación de las Distancias: Cálculo y análisis de la matriz de distancias.
3. Determinación del Número de Conglomerados: Identificación del número óptimo de clústeres.
4. Replanteamiento de la Solución: Evaluación y ajuste de la solución final.

I. Método de Conglomeración

Se debe decidir qué método de conglomeración se utilizará para formar los grupos. Se distinguen dos tipos principales:

• Métodos Jerárquicos: Se utilizan cuando se desconoce el número de conglomerados en la solución final.
• Métodos No Jerárquicos: Se aplican cuando ya se conoce el número de conglomerados.

Se recomienda utilizar ambos métodos para obtener una solución más completa y robusta.

II. Determinación de la Distancia

Se construye una matriz de distancias, que sirve como punto de partida del análisis. Esta matriz muestra las distancias entre todas las entidades (casos o variables).

• Distancias altas: Indican que la entidad tiene rasgos diferentes al resto.
• Distancias bajas: Indican proximidad entre entidades y, por tanto, rasgos similares.

III. Determinación del Número de Conglomerados

En los métodos jerárquicos, la decisión clave es determinar cuántos conglomerados formarán parte de la solución final. Existen diversas herramientas para ayudar en esta decisión:

• Historial de Conglomeración: Tabla que representa las etapas del proceso de conglomeración, indicando qué entidades se conglomeran y la distancia entre ellas. Los coeficientes de conglomeración aumentan a medida que avanza el proceso. Un salto significativo en estos coeficientes puede indicar un punto de corte para determinar el número de conglomerados.
• Diagrama de Témpanos: Tabla donde las columnas representan las entidades y las filas el número de conglomerados. Permite simular diferentes soluciones trazando una línea horizontal y determinar la solución adecuada.
• Dendrograma: Representación gráfica en forma de árbol que ilustra las uniones sucesivas de los clústeres y las distancias a las que se producen.

IV. Replanteamiento de la Solución

Es importante que en la solución final los conglomerados tengan tamaños relativamente similares. Se debe evitar la presencia de conglomerados con un número muy dispar de casos.