建議可以參考以下案例，使用SPSSAU系統快速進行分析。
1、背景
當前有8個裁判對300名選手打分，最低分為1分，最高分為10分；希望對8個裁判進行聚類，以識別出裁判的風格型別。總共8個裁判共有8列資料，並且共有300行。由於打分全部均是從1到10分，8列資料的單位均一樣，因此在分析之前不需要進行標準化資料（當然進行標準化處理也沒有問題）。
2、操作步驟
本案例中總共涉及8個標題，SPSSAU操作截圖如下：
SPSSAU會預設聚類為3類並且呈現表格結果，如果希望更多的類別個數，可自行進行設定。
3、SPSSAU輸出結果
SPSSAU會首先輸出聚類項的基本描述情況，接著輸出每項的聚類類別歸屬情況；並且輸出樹狀圖，如下所述：
聚類項描述分析
上表格展示總共8個分析項（即8個裁判資料）的基本情況，包括均值，最大或者最小值，中位數等，以便對於基礎資料有個概括性瞭解。整體上看，8個裁判的打分基本平均在8分以上。
SPSSAU:智慧化分析
聚類類別分佈表
總共聚類為3個類別，以及具體分析項的對應關係情況。在上表格中展示出來，上表格可以看出：裁判8單獨作為一類；裁判5，3，7這三個聚為一類；以及裁判1，6，2，4作為一類。
聚類類別與分析項上的對應關係可以在上表格中得到，同時也可以檢視聚類樹狀圖得出更多資訊。至於聚類類別分別應該叫做什麼名字，這個需要結合對應有關係情況，自己單獨進行命名。
上圖為聚類樹狀圖的展示，聚類樹狀圖是將聚類的具體過程用圖示法手法進行展示；最上面一行的數字僅僅是一個刻度單位，代表相對距離大小；一個結點表示一次聚焦過程。
樹狀圖的解讀上，建議單獨畫一條垂直線，然後對應檢視分成幾個類別，以及每個類別與分析項的對應關係。比如下圖中，紅色垂直線最終會拆分成3個類別：第1個類別對應裁判8；第2個類別對應裁判5，3，7；第3個類別對應裁判1，6，2，4。
當然在分析時也可以考慮分成2個類別，此時只需要對應將垂直線移動即可：
上圖展示出僅分為2個類別時的情況；如果聚類成2個類別；此時裁判8單獨作為一個類別；裁判5，4，7，1，6，2，4會單獨聚為一類。
如果是聚為四類；從上圖可看出，明顯的已經不再合適。原因在於垂直線不好區分成四類。也即說明有2個類別本應該在一起更合適（上圖中的裁判1與6/2/4）；但是如果分成4類，此時裁判1會單獨成一類。所以畫垂直線無法區分出類別。
因而綜合分析來看，最終聚類為3個類別最為適合。
建議可以參考以下案例，使用SPSSAU系統快速進行分析。
1、背景
當前有8個裁判對300名選手打分，最低分為1分，最高分為10分；希望對8個裁判進行聚類，以識別出裁判的風格型別。總共8個裁判共有8列資料，並且共有300行。由於打分全部均是從1到10分，8列資料的單位均一樣，因此在分析之前不需要進行標準化資料（當然進行標準化處理也沒有問題）。
2、操作步驟
本案例中總共涉及8個標題，SPSSAU操作截圖如下：
SPSSAU會預設聚類為3類並且呈現表格結果，如果希望更多的類別個數，可自行進行設定。
3、SPSSAU輸出結果
SPSSAU會首先輸出聚類項的基本描述情況，接著輸出每項的聚類類別歸屬情況；並且輸出樹狀圖，如下所述：
聚類項描述分析
上表格展示總共8個分析項（即8個裁判資料）的基本情況，包括均值，最大或者最小值，中位數等，以便對於基礎資料有個概括性瞭解。整體上看，8個裁判的打分基本平均在8分以上。
SPSSAU:智慧化分析
聚類類別分佈表
總共聚類為3個類別，以及具體分析項的對應關係情況。在上表格中展示出來，上表格可以看出：裁判8單獨作為一類；裁判5，3，7這三個聚為一類；以及裁判1，6，2，4作為一類。
聚類類別與分析項上的對應關係可以在上表格中得到，同時也可以檢視聚類樹狀圖得出更多資訊。至於聚類類別分別應該叫做什麼名字，這個需要結合對應有關係情況，自己單獨進行命名。
上圖為聚類樹狀圖的展示，聚類樹狀圖是將聚類的具體過程用圖示法手法進行展示；最上面一行的數字僅僅是一個刻度單位，代表相對距離大小；一個結點表示一次聚焦過程。
樹狀圖的解讀上，建議單獨畫一條垂直線，然後對應檢視分成幾個類別，以及每個類別與分析項的對應關係。比如下圖中，紅色垂直線最終會拆分成3個類別：第1個類別對應裁判8；第2個類別對應裁判5，3，7；第3個類別對應裁判1，6，2，4。
當然在分析時也可以考慮分成2個類別，此時只需要對應將垂直線移動即可：
上圖展示出僅分為2個類別時的情況；如果聚類成2個類別；此時裁判8單獨作為一個類別；裁判5，4，7，1，6，2，4會單獨聚為一類。
如果是聚為四類；從上圖可看出，明顯的已經不再合適。原因在於垂直線不好區分成四類。也即說明有2個類別本應該在一起更合適（上圖中的裁判1與6/2/4）；但是如果分成4類，此時裁判1會單獨成一類。所以畫垂直線無法區分出類別。
因而綜合分析來看，最終聚類為3個類別最為適合。