지역유형구분을 위한 요인점수의 군집분석 = A Study on Classification of Regional Patterns by Cluster Analysis Utilizing Factor Scores

국문 초록 (Abstract)

지역은 매우 다면적인 측면을 가지고 있기 때문에 지역의 특성을 대표할 수 있는 다양한 지표를 요인분석 후, 고유치가 큰 소수의 요인점수를 군집분석하여 그 결과를 기초로 지역유형을 구분하는 방법이 널리 이용되고 있다. 요인분석 결과를 이용하여 군집분석하는 것은 지역유형의 해석을 용이하게 하고, 요인점수간에 상관관계가 0이기 때문에 지역유형구분을 명료하게 할 수 있다는 장점을 가지고 있다. 그러나, 각 요인의 설명분산은 요인에 따라서 서로 다르지만, 모든 요인점수의 평균과 분산은 각각 0, 1이기 때문에 군집분석에서 각 요인의 설명분산의 크기는 전혀 고려되지 않는다.이 연구의 목적은 요인점수를 군집분석한 결과를 기초로 지역유형을 구분하는 경우 발생할 수 있는 문제점과 그 개선방안을 제시하는데 있다. 요인점수를 군집분석하는 경우에 요인의 수에 따라서 각 유형에 포함되는 지역은 매우 다르게 변화하였다. 이러한 결과는 군집분석에서 몇 개의 요인을 사용할 것인가에 대한 기준을 사전에 설정할 수 없는 상황에서 군집분석에 사용한 요인수에 따라서 지역유형의 구분결과는 매우 다른 것을 의미한다. 따라서, 고유치가 큰 소수의 요인점수를 입력데이터로 군집분석한 결과를 기초로 지역유형을 구분하는 것은 지역이 가지고 있는 특성을 제대로 반영하지 못하는 것을 의미한다.이러한 문제점을 해결하기 위해서는 각 요인의 설명분산 크기가 군집분석의 거리를 계산하는 과정에서 반영이 될 수 있도록 요인별로 가중치를 설정해서 사용해야 한다. 요인의 설명분산을 군집분석에 반영하기 위해서는 각 요인의 설명분산(root {lambda_j`'}