指标权重的计算方法

权重是一个相对的概念，是针对某一指标而言。某一指标的权重是指该指标在整体评价中的相对重要程度。

针对量表类问卷，指标权重计算在学术研究和企业研究中都较为常见。量表类问卷权重研究关注重心在于各个指标的权重得分值，而非影响关系，通过计算各个指标或者题项的权重得分值，最后构建完善的权重体系，并且结合各指标权重情况提供科学建议。

方法分类

权重研究分析方法非常多，以及权重研究均针对量表类题项，基本无法对非量表类问卷进行权重体系构建。针对量表类问卷权重研究方法，根据计算权重时原始数据的来源不同，可以将这些方法分为三类：主观赋权法、客观赋权法和组合赋权法。

主观赋权法：是根据决策者（专家）主观上对各属性的重视程度来确定属性权重的方法，常用的主观赋权法包括专家咨询法（Delphi法）、AHP层次分析法等。专家咨询法是由多位专家讨论共同决定各指标的权重值情况，而AHP层次分析法也是利用专家打分，并且使用数据计算过程最终生成各指标权重值。

客观赋权法：是根据原始数据之间的关系通过一定的数学方法来确定权重，其判断结果不依赖于人的主观判断，有较强的数学理论依据。常用的客观赋权法包括因子分析法、熵值法等，因子分析法和熵值法直接使用收集数据进行数据计算，最终生成指标权重值。

组合赋权法：针对主、客观赋权法各自的优缺点，研究人员可以综合使用两种方法，同时基于指标数据之间的内在规律和专家经验对决策指标进行赋权。

进一步说明

专家咨询法（Delphi法），是采用背对背通信方式征询专家小组成员预测意见，经过几轮征询使专家小组的预测意见趋于集中，最后做出符合市场未来发展趋势的预测结论。本质上是一种反馈匿名函询法。其大致流程是：在对所要预测的问题征得专家的意见之后，进行整理、归纳、统计，再匿名反馈给各专家，再次征求意见，再集中，再反馈，直至得到一致的意见。

AHP层次分析法，根据问题的性质和要达到的总目标，将问题分解为不同的组成因素，并按照因素间的相互关联影响以及隶属关系将因素按不同层次聚集组合，形成一个剁成次的分析结构模型，从而最终使问题归结为最底层（供决策的方案、措施等）相对于最高层（总目标）的相对重要权值的确定或相对优劣次序的排定。其基本模型如下：

层级分析法的计算步骤为：首先构造两两判断矩阵，然后让专家进行评分，接着计算特征根，并进行一致性检验，最后进行权重的计算。

熵值法，熵值是不确定性的一种度量。信息量越大，不确定性就越小，熵也就越小；信息量越小，不确定性越大，熵也越大。因而利用熵值携带的信息进行权重计算，结合各项指标的变异程度，利用信息熵这个工具，计算出各项指标的权重，为多指标综合评价提供依据。

通常熵值法的使用场景情况如下：

● 配合因子分析(或主成分析)得到一级指标权重，进一步使用熵值法计算具体二级指标的权重，最终构建权重体系；

● 单独使用熵值法进行权重计算。

因子分析，探索性因子分析可分为三个功能，分别是提取因子，效度验证和权重计算，量表类问卷权重研究会同时使用此三个功能。使用的具体步骤为：指标归类分析、有效性分析、因子分析法指标权重构建。更详细的分析步骤会在之后的文章中进一步阐述。

SPSSAU用户可直接操作“因子”分析进行分析

特别提示

需要注意的是，AHP层次分析法，熵值法，组合赋值法均无法直接使用SPSS软件进行计算，AHP层次分析法可以直接通常EXCEL进行矩阵计算，但较为复杂，后续SPSSAU会提供此种分析方法使用。

因子分析法权重计算会结合SPSS软件分析，使用因子分析方法生成结果后，再结合小量数据计算处理生成权重体系。目前SPSSAU提供因子分析，熵值法和主成分分析法，用户可直接在对应分析方法下进行操作。

指标权重计算的确定方法