Shluková analýza patří mezi velmi atraktivní vícerozměrné statistické metody. Hlavním cílem shlukové analýzy je jednak seskupit jedince do skupin na základě jejich podobností a rozdílností a dále také zhustit informace o jedincích redukcí individuálních popisů objektů do relativně menšího počtu shluků. V práci jsme se zaměřili na studium klasický metody hierarchické a nehierarchické analýzy. Dalším naším cílem je porovnat tyto metody s alternativními přístupy, např. neuronové sítě, genetické algoritmy, atd.Cluster analysis is ranked among very attractive multivariate methods. The main goal of cluster analysis is the assignment of a set of observations into clusters so that observations in the same cluster are similar in some sense and the reduce information about observations into the smaller number of clusters. In the present paper we focused on the study of classic method of hierarchical and non-hierarchical clustering. The next our goal is the compare this methods with alternative methods, e.g. neural networks, genetic algorithms, etc.