Excel 案例 | 59｜Hofstede 國家文化分群分析

59｜Hofstede 國家文化分群分析

本案例進入統計分析系列。書本 Chapter 5 使用 hofstede dataset 示範 clustering：資料包含 70 個國家，六個文化維度均為 0–100 的 measure variable，適合用距離進行 unsupervised learning。書中在 SAS VA 以六維度建立 cluster，預設產生 5 群，並用 cluster matrix、parallel coordinates 與 geo map 解讀群組。

洲別／國家標示說明：12 國名稱依原教學數值輪廓估算並按洲別排列；六個文化維度數值仍是教學情境，並非書本或官方 Hofstede 的實際國家分數。洲別不納入 Euclidean Distance 或 Cluster 計算。

一、書本案例基礎

書本內容	書本支持的重點	S01 教學轉換
Hofstede dataset	70 countries。	國家作為 observation。
六大文化維度	Power Distance、Individualism、Uncertainty Avoidance、Masculinity、Long-term Orientation、Indulgence。	六個 clustering variables。
尺度	每一維度介於 0–100。	可直接進行距離比較。
Clustering	屬於 unsupervised learning；書中討論 k-means 與 hierarchical clustering。	不預先指定 target。
SAS VA	預設建立 5 clusters。	本 Excel 先以 3 群讓學生看懂距離計算。
解讀	cluster matrix、parallel coordinates、geo map。	Excel 改用群組平均與距離表。

二、Excel 的 K-means 教學邏輯

步驟	Excel計算	統計意義
1 輸入	每國 6 個文化維度。	形成六維 observation。
2 設定中心	C1、C2、C3 各有六維 cluster center。	代表群組中心。
3 設定權重	六維預設 1.00。	可做商務情境敏感度。
4 距離	Weighted Euclidean Distance。	衡量國家與各中心的接近程度。
5 分群	選擇最小距離所屬 Cluster。	nearest-centroid assignment。
6 解讀	計算各群六維平均。	建立 cluster profile。

三、基準情境下的 Excel 分群結果

洲別／Country	PD	IDV	UA	MAS	LTO	IND	Dist C1	Dist C2	Dist C3	Cluster
亞洲／台灣	78.00	28.00	68.00	52.00	72.00	32.00	89.41	14.93	40.20	2.00
亞洲／南韓	82.00	24.00	72.00	48.00	76.00	28.00	98.36	21.33	45.78	2.00
亞洲／中國	68.00	32.00	55.00	70.00	65.00	25.00	82.01	14.14	47.74	2.00
亞洲／日本	72.00	30.00	60.00	75.00	68.00	22.00	89.40	12.57	52.66	2.00
美洲／美國	35.00	88.00	42.00	62.00	30.00	70.00	13.45	95.61	72.37	1.00
美洲／加拿大	40.00	82.00	48.00	58.00	38.00	66.00	10.49	83.61	59.16	1.00
歐洲／西班牙	55.00	45.00	85.00	38.00	58.00	40.00	72.02	46.60	8.66	3.00
歐洲／法國	50.00	50.00	80.00	42.00	62.00	45.00	63.58	47.77	6.40	3.00
歐洲／德國	45.00	60.00	50.00	55.00	40.00	60.00	26.68	64.88	43.01	1.00
歐洲／瑞典	30.00	72.00	35.00	25.00	45.00	82.00	34.45	100.26	70.02	1.00
歐洲／荷蘭	34.00	68.00	40.00	30.00	50.00	78.00	30.89	89.91	60.23	1.00
歐洲／土耳其	60.00	40.00	65.00	45.00	55.00	38.00	65.57	33.41	18.63	3.00

基準設定下，Cluster 1 有 5.00 國、Cluster 2 有 4.00 國、Cluster 3 有 3.00 國。這 12 國名稱是依原教學文化輪廓估算後配置，按亞洲、美洲、歐洲排列；六維數值與三個 cluster center 仍為課程教學情境。書本支持的是 70 國 Hofstede dataset、六文化維度與 clustering 方法。

四、統計與國際商務解讀

分析層次	統計解讀	國際商務應用
群內相似	同群國家在六維空間較接近。	可作跨文化管理與市場溝通的初步分群。
群間差異	不同群中心代表不同文化輪廓。	比較授權、談判、風險溝通與關係建立方式。
邊界國家	最近距離仍較大的國家不典型。	避免硬套單一文化標籤。
權重敏感度	提高某維度權重可能改變分群。	依談判、HR、行銷目的調整分析焦點。
群數 K	群越多通常更細，但更難解釋。	管理價值不等於分群越細越好。

五、敏感度練習

把 Power Distance 權重由 1.00 改為 2.00，觀察哪些國家改群。
把 Uncertainty Avoidance 權重提高，討論合約細節、SOP 與風險說明的重要性。
把 Individualism 權重提高，討論個人利益訴求與群體關係訴求。
修改三個 Cluster Center，觀察 nearest-centroid assignment 的穩定性。
比較 3 群教學版與書本 SAS VA 預設 5 群：群數增加是否真的提升可解釋性？
找出距離群中心最遠的國家，要求學生說明為何它可能是混合型文化輪廓。

六、AI 分析架構

層次	AI 任務	要求
1 書本事實	說明 70 國、六維度、0–100、clustering。	不得把 12 國名稱或六維教學值說成書本 70 國原始資料。
2 Excel事實	讀取各國三個距離與 Cluster。	以 Excel 結果為準。
3 Cluster Profile	比較各群六維平均。	描述差異，不貼人格標籤。
4 敏感度	比較權重或中心修改前後。	指出改群國家。
5 商務推論	連結談判、管理、行銷與風險溝通。	以『可能／可測試假設』表述。
6 限制	國家平均不等於個人。	避免文化決定論。

七、進階 AI Prompt

你是 International Business Analytics Consultant。書本事實：hofstede dataset 有 70 個國家；六維度為 Power Distance、Individualism、Uncertainty Avoidance、Masculinity、Long-term Orientation、Indulgence，每維 0–100；書中用 clustering 作 unsupervised learning，SAS VA 預設 5 clusters。本 Excel 的 12 國名稱依原教學文化輪廓估算，並按亞洲、美洲、歐洲排列；六維數值、3 個 cluster center 與權重仍是課程情境。請依序輸出：①【書本事實】；②【Excel事實】各國 Cluster 與最近距離；③【Cluster Profile】比較六維平均；④【邊界國家】找出離群中心較遠者；⑤【權重敏感度】PD、UA、IDV 權重提高時可能的分群變化；⑥【國際商務應用】談判、海外團隊、行銷訊息與風險溝通；⑦【限制】不得把國家平均文化分數當成個人固定特質。

八、AI 分析示範

分類	示範
【書本事實】	Hofstede dataset 以 70 國與六個 0–100 文化維度示範 clustering。
【Excel事實】	本教學情境三群國家數為 5.00、4.00、3.00。
【AI推論】	若某群 Power Distance 與 Long-term Orientation 較高，可把『較重視階層／長期關係』當作商務溝通假設，但仍需用公司與客戶層級資料驗證。
【敏感度】	若提高 Uncertainty Avoidance 權重後多國改群，代表風險與規則偏好對此商務問題的分類很敏感。
【限制】	Clustering 只是相似度分組，不表示群組具有天然、固定或因果性的文化類型。

九、人工驗證與教學重點

書本明確提供 70 國、六維度、0–100 與 clustering 框架；附件未提供完整逐國資料表，因此不自行補造 70 國原始數值。
Excel 讓學生直接看到 Euclidean Distance 如何決定 nearest cluster，而不是只看軟體自動產生的群組。
所有數字欄位靠右並顯示小數點後兩位。
AI 負責解讀 cluster profile、敏感度與商務假設；Excel 保留距離公式與可追溯計算。
國際商務教學時應特別提醒：country-level cultural dimensions 是宏觀比較工具，不應用來刻板化個人。