Задача достижения однородности исходных данных является актуальной при использовании любых методов статистического анализа. Отсутствие однородности может приводить к диаметрально противоположным выводам при рассмотрении наборов статистических данных. В статье приводится модельный пример, иллюстрирующий это положение. В качестве метода, позволяющего получать группы однородных данных, предлагается использовать методы кластерного анализа. Большое разнообразие алгоритмов и способов задания метрики признакового пространства приводит к необходимости систематизации этих элементов кластерного анализа. В качестве примера практического использования кластерного подхода к достижению однородности данных рассматривается задача районирования урожайности озимой пшеницы Воронежской области.