一、權重計算常見方法

常見的權重計算方法主要有以下九種：

以上九種中最常用權重計算方法有以下四種：

‍1、AHP層次分析法

（1）方法原理

AHP層次分析法是一種定性和定量的計算權重的研究方法，采用兩兩比較的方法，建立矩陣，利用了數字大小的相對性，數字越大越重要權重會越高的原理，最終計算得到每個因素的重要性。

（2）适用場景

層次分析法适用于有多個層次的綜合評價中。

（3）操作步驟

使用SPSSAU【綜合評價-AHP層次分析法】

SPSSAU【綜合評價-AHP層次分析法】

‍2、熵值法

（1）方法原理

熵值法屬于一種客觀賦值法，其利用數據攜帶的信息量大小計算權重，得到較為客觀的指标權重。熵值是不确定性的一種度量，熵越小，數據攜帶的信息量越大，權重越大；相反熵越大，信息量越小，權重越小。

（2）适用場景

熵值法廣泛應用于各個領域，對于普通問卷數據（截面數據）或面闆數據均可計算。在實際研究中，通常情況下是與其他權重計算方法配合使用，如先進行因子或主成分分析得到因子或主成分的權重，即得到高維度的權重，然後再使用熵值法進行計算，想得到具體各項的權重。

（3）操作步驟

使用SPSSAU【綜合評價-熵值法】

SPSSAU【綜合評價-熵值法】

‍3、主成分分析法

（1）方法原理

主成分分析是對數據進行濃縮，将多個指标濃縮成為幾個彼此不相關的概括性指标（主成分），從而達到降維的目的。

（2）适用場景

主成分分析可同時計算主成分權重及指标權重。

（3）操作步驟

使用SPSSAU【進階方法-主成分分析】

SPSSAU【進階方法-主成分分析】

‍4、因子分析法

（1）方法原理

因子分析與主成分分析計算權重的原理基本一緻，區别在于因子分析加帶了‘旋轉’的功能‘。

（2）适用場景

旋轉’功能可以讓因子更具有解釋意義，如果希望提取出的因子具有可解釋性，一般使用因子分析法更多。

（3）操作步驟

使用SPSSAU【進階方法-因子分析】

SPSSAU【進階方法-因子分析】

二、權重計算方法的應用分類

權重計算的确定方法在綜合評價中重中之重，不同的方法對應的計算原理并不相同。在實際分析過程中，應結合數據特征及專業知識選擇适合的權重計算以上九種權重計算方法特征如下表：

上面介紹的權重方法，按照計算原理可分成四類。

第一類為AHP層次法和優序圖法；

此類方法利用數字的相對大小信息進行權重計算；此類方法為主觀賦值法，通常需要由專家打分或通過問卷調研的方式，得到各指标重要性的打分情況，得分越高，指标權重越大。

此類方法适合于多種領域。比如想構建一個員工績效評價體系，指标包括工作态度、學習能力、工作能力、團隊協作。通過專家打分計算權重，得到每個指标的權重，并代入員工數據，即可得到每個員工的綜合得分情況。

第二類為熵值法（熵權法）；此類方法利用數據熵值信息即信息量大小進行權重計算。此類方法适用于數據之間有波動，同時會将數據波動作為一種信息的方法。

比如收集各地區的某年份的經濟指标數據，包括産品銷售率（X1）、資金利潤率（X2）、成本費用利潤率（X3）、勞動生産率（X4）、流動資金周轉次數（X5），用熵值法計算出各指标權重，再對各地區經濟效益進行比較。

第三類為CRITIC、獨立性權重和信息量權重；此類方法主要是利用數據的波動性或者數據之間的相關關系情況進行權重計算。

比如研究利用某省醫院2011年共計5個科室的數據指标（共計6個指标數據）進行CRITIC權重計算，最終可得到出院人數、入出院診斷符合率、治療有效率、平均床位使用率、病床周轉次數、出院者平均住院日這6個指标的權重。如果希望針對各個科室進行計算綜合得分，那麼可以直接将權重與自身的數據進行相乘累加即可，分值越高代表該科室評價越高。

第四類為因子分析和主成分法；此類方法利用了數據的信息濃縮原理，利用方差解釋率進行權重計算。

比如對30個地區的經濟發展情況的8項指标作主成分分析，主成分分析法可以将8個指标濃縮為幾個綜合指标（主成分），用這些指标（主成分）反映原來指标的信息，同時利用方差解釋率得出各個主成分的權重。

三、數據格式

第一次接觸數據分析的小白選手往往直接将數據上傳到分析系統中，忽略數據格式整理的步驟。然而，對于不同的分析方法而言，都有對應的數據格式。隻有上傳格式正确、規範的數據，才能得到正确的分析結果。

四、量綱化處理

1、怎樣理解量綱化處理問題？

例如：

醫院投入金額為1000000百萬，出院率為90%。這兩個指标會出現兩種情況，分别為單位問題和方向問題。

2、量綱化處理方式

量綱化有很多種方式，但具體應該使用那一種方式，并沒有固定的标準，而應該結合數據情況或者研究算法，選擇最适合的量綱化處理方式，SPSSAU共提供11種量綱化處理方法，如下圖：

SPSSAU【數據處理-生成變量】

SPSSAU【生成變量-量綱處理】

九種常用權重計算方法是否需要量綱化處理、需要進行什麼樣的量綱化處理詳見下表：

更多精彩资讯请关注tft每日頭條，我们将持续为您更新最新资讯!