我的研究问题是关于老年人的，我必须找出潜在的群体。数据来自一份调查问卷。我曾考虑过聚类分析，但问题是我想搜索感知健康，以及哪些因素会影响感知健康，例如哪类老年人将他们的健康状况列为不良。
我有大约30个问题想通过分析来核实，例如，看看寡妇的健康状况是否比平均水平好或差。我的数据中也有权重，所以我需要使用复杂的样本。
如何使用已存在的函数，或者应该使用什么分析？
首先要解决的关键挑战是指定相似性度量。一旦可以测量相似性，就可以使用各种聚类算法。
但问卷数据并不能构成一个很好的向量空间，所以你不能只使用欧几里得距离。
如果您想使用SPSS生成聚类，标准选项包括：k-均值、层次聚类分析或两步。我在SPSS中有一些关于聚类分析的一般注释。请参见幻灯片34。
如果你想看看寡妇的健康状况是否不同，那么你需要形成一个健康指标，并比较寡妇和非寡妇在该指标上的平均值（可能使用组间t检验）。如果你有30个与健康有关的问题，那么你可能想做一个因素分析，看看这些项目是如何组合在一起的。
如果你试图开发一个预测感知健康的通用模型，那么有很多建模选项。多元回归将是一个明显的起点。如果你有很多潜在的预测因素，那么你有很多选择，是测试特定的模型，还是采用更数据驱动的模型构建方法。
更普遍地说，听起来你需要澄清你的分析目的和你想要测试的特定假设。