概念聚类阵（conceptually clustered matrix），法学-社会学-社会学方法-数据分析，一种社会学的个案研究工具，将不同的资料与概念整合到一起，以形成由行和列构成的矩阵。概念聚类阵源自波兰裔美国计算机学家R.S.米哈尔斯基（Ryszard Stanislaw Michalski，1937～2007）于1980年提出的“概念聚类”这一概念。概念聚类是一种非监督分类的机器学习范式，为每一个生成的类生成一个概念描述。将不同概念与资料整合后，概念聚类阵结果的呈现有两种方式：其一是概念的，包括研究者从理论或其他研究中获得的概念和观点；其二是经验性的，不同的报道人的回答有些交叉，研究者将这些相似的回答进行分类，以匹配不同的概念。概念聚类阵的绘制基本原则是概念连贯性（conceptual coherence）。绘制概念聚类阵时，研究者需要将关键报道人的类似回复置于表格中，对不同的回复进行比较。列定义可以使用不同的概念，行定义可使用不同的报道人的角色划分。一开始形成一张空白的表格，继而填写与概念相关的内容。概念聚类阵适用于不太复杂的个案，在研究者已经有一些清晰框架的时候尤其适用。