5.6.3 probléma: Étteremlátogatással kapcsolatos attitűdök vizsgálata

A vásárláshoz hasonlóan az étteremlátogatás is viszonylag megosztja az embereket. Vannak, akik felesleges kiadásnak tartják, és inkább otthon, saját maguk főznek. Vannak, akik igyekeznek kímélni magukat az ilyesfajta házimunkáktól - vagy egyszerűen nem tudnak főzni - és ebből kifolyólag az éttermek rendszeres látogatói. Megint mások csupán praktikus okokból járnak étterembe: ünnepek alkalmával, baráti összejövetelekkor stb. A következőkben a klaszteranalízis segítségével az étteremlátogatással kapcsolatos attitűdöket fogjuk szemügyre venni.

A vizsgálathoz szükséges adatok az 5.24. R-forráskóddal hívhatók elő.

   V1 V2 V3 V4 V5 V6 V7 V8
1   6  4  7  3  2  4  2  5
2   2  3  1  4  5  4  5  4
3   7  2  6  4  1  3  1  3
4   4  6  4  5  3  6  3  6
5   1  3  2  2  6  4  7  4
6   6  4  6  2  3  4  3  4
7   5  3  6  3  3  4  3  5
8   7  3  7  4  1  4  1  4
9   2  4  3  3  6  3  6  3
10  3  5  3  6  4  6  4  6
11  1  3  2  3  5  3  5  3
12  8  4  5  4  2  4  2  4
13  2  2  1  5  4  4  4  4
14  4  6  4  6  4  7  4  7
15  6  5  4  2  2  4  2  4
16  3  5  4  8  4  7  4  7
17  4  4  7  2  2  5  2  5
18  3  7  2  6  4  3  4  3
19  4  6  3  7  2  7  2  7
20  3  3  2  4  7  2  5  3 

Az 5.24. R-eredményen szereplő változók kódjai a következők:

• V1: Ha csak tehetem, étteremben ebédelek.
• V2: Munkahelyemen szívesen választom a munkahelyi étkezdét.
• V3: Szerintem éttermek nélkül nem is lenne kerek a világ.
• V4: Családi alkalmak, ünnepek esetén szívesen étkezem étteremben.
• V5: Szerintem étteremben étkezni merő pénzpocséklás.
• V6: Időnként szívesen étkezem házon kívül.
• V7: Előnyben részesítem a saját főztömet.
• V8: Szívesen járok korrekt árakkal dolgozó éttermekbe.

Első lépésként most is a csoporton belüli négyzetösszegeket ábrázoljuk a lehetséges klaszterszámok függvényében, hogy el tudjuk dönteni, hány klaszteres megoldás lenne a megfelelő az adatokra (5.25. R-forráskód). Az 5.25. R-eredményen azt láthatjuk, hogy a hármas értéknél van éles törés a görbén, ez alapján a háromklaszteres megoldást fogjuk vizsgálni k-középpontú klaszteranalízissel (5.26. R-forráskód).

5.25. R-eredmény.

  K-means clustering with 3 clusters of sizes 7, 5, 8 

Cluster means:
    V1   V2   V3   V4   V5   V6   V7   V8
1 2.00 3.57 1.86 3.86 5.29 3.29 5.14 3.43
2 3.60 5.60 3.60 6.40 3.40 6.60 3.40 6.60
3 6.13 3.63 6.00 3.00 2.00 4.00 2.00 4.25 

Clustering vector:
 1  2  3  4  5  6  7  8  9 10 11 12 13 14 15 16 17 18 19 20 
 3  1  3  2  1  3  3  3  1  2  1  3  1  2  3  2  3  1  2  1  

Within cluster sum of squares by cluster:
[1] 52.9 17.6 44.3 

Available components:
[1] "cluster"  "centers"  "withinss" "size"  

Az 5.26. R-eredmény a klaszteranalízis eredményét mutatja. Az első sor („K-means clustering with 3 clusters of sizes 7,5,8”) arról ad információt, hogy háromklaszteres megoldásunk van, melyek mérete 7, illetve 5 és 8 elemszám. Hogy az egyes elemek melyik klaszterbe esnek, arról a „Clustering vector” ad információt. Az első sor az egyes elemeket, a második pedig a csoporttagságot mutatja.

A „Cluster means” az egyes klaszterek átlagos tagjának, centroidjának a jellemzőit mutatják. Az első klaszter átlagos tagja kiválóan érzi magát éttermek nélkül is, csak pénzpocséklásnak tartja azokat és inkább saját maga főz. A második klaszter átlagos alkalomadtán jár éttermekben (családi ünnepek esetén például), esetleg a munkahelyi étkezdét használja, előnyben részesíti a mérsékeltebb árakat. Míg a harmadik klaszter átlagos tagja szívesen jár éttermekbe, nem is nagyon szeret főzni.

A „Within cluster sum of squares by cluster” értékei a klaszteren belüli eltérések négyzetösszegét mutatja.

Az eredmények alapján vannak olyan emberek, akik nem szeretnek étterembe járni, az számukra egy életforma, s vannak olyanok, akik az otthoni konyhát részesítik előnyben. Ugyanakkor vannak megfontoltabb emberek is, akik igyekeznek energiájukkal takarékoskodni, ezért munkahelyen vagy valamilyen nagyobb összejövetel esetén szívesen étkeznek házon kívül.