1、與多元分析的其他方法相比，聚類分析是很粗糙的，理論尚不完善，但由於它成功地應用於心理、經濟、社會、管理、醫學、地質、生態、地震、氣象、考古、企業決策等，因此成了多元分析的重要方法，統計包中都有豐富的軟件，對數據進行聚類處理。
2、聚類分析除了獨立的統計功能外，還有壹個輔助功能，就是和其他統計方法配合，對數據進行預處理。
例如，當總體不清楚時，可對原始數據進行聚類，根據聚類後相似的數據，各自建立回歸分析，分析的效果會更好。同時如果聚類不是根據個案，而是對變量先進行聚類，聚類的結果，可以在每壹類推出壹個最有代表性的變量，從而減少了進入回歸方程的變量數。
3、聚類分析是研究按壹定特征，對研究對象進行分類的多元統計方法，它並不關心特征及變量間的因果關系。分類的結果，應使類別間個體差異大，而同類的個體差異相對要小。
擴展資料：
聚類效果的檢驗：
壹、聚類分析後得到的每個類別是否可以進行有效的命名，每個類別的特征情況是否符合現實意義，如果研究者可以結合專業知識對每個聚類類別進行命名，即說明聚類效果良好，如果聚類類別無法進行命名，則需要考慮重新進行聚類分析。
二、使用判別分析方法進行判斷，將SPSS生成的聚類類別變量作為因變量(Y)，而將聚類變量作為自變量(X)進行判別分析，判別分析具體分析聚類變量與類別之間投影關系情況，如果研究人員對聚類分析效果非常在乎，可以使用判別分析進行分析。
三、聚類分析方法的詳細過程說明，描述清楚聚類分析的科學使用過程，科學的聚類分析方法使用即是良好結果的前提保障。
是、聚類分析後每個類別樣本數量是否均勻，如果聚類結果顯示為三個類別，有壹個類別樣本量非常少，比如低於30，此時很可能說明聚類效果較差。針對聚類效果的判斷，研究者主要是結合專業知識判斷，即聚類類別是否可以進行有效命名。
百度百科—聚類分析