VIKOR折中妥协法有哪些指标？

一、应用

VIKOR（折中妥协法）是一种多属性决策方法，其应用于各种方案的优劣排序，与SPSSAU综合评价中的TOPSIS（或熵权TOPSIS）功能类似。比如对备选的供应商方案排序，备选的应聘者的各项能力综合评价，找出应聘者的优先适合排序等。

比如有A,B,C,D,E,F,G共7名备选应聘者，共对应聘者四种能力进行打分，最低为1分，最高为10分，分值越高能力越强。现希望结合四种能力（即四种指标）对应聘者综合能力进行评估排序，最终找出适合的应聘者。

二、操作

SPSSAU操作

（1）点击SPSSAU综合评价里面的‘VIKOR’按钮。如下图

（2）拖拽数据后点击开始分析

归一化处理：

三、案例背景

某公司进行招聘，并且进行了多轮面试，最终筛选出7名适合的备选者，希望从此7名应聘者中选出其中3位。从数据上如下图：数据中共有A,B,C,D,E,F,G共7名备选应聘者，数据上为应聘者四种能力进行打分，最低为1分，最高为10分，分值越高能力越强。现希望结合四种能力（即四种指标）对应聘者综合能力进行评估排序，最终找出适合的应聘者，使用折中妥协VIKOR法进行研究。

PS:参数说明

四、分析

将数据放入分析框中，SPSSAU系统自动生成分析结果

1. Vikor分析结果汇总

计算公式

（1）最优方案距离比值之和S

（2）最优方案距离比值的最大值R

（3)利益比率Q值

  Lambda值代表风险偏好，该值默认是0.5，该值>0.5意味着偏好风险，该值<0.5说明偏保守。

  上表格展示6个评价对象（应聘者）对应的Q值和排名，即Q值即为最终优劣好坏的指标值，可以看出，E和D这两名应聘者分别排第1和第2名，除此之外，B和G这两名应聘者并列第3名，因此如果要选出3位的话，可能还需要结合主观判断到底是B还是G。

  表格中的‘最终方案距离比值之和S’，该值代表各个评价对象综合评价时，其综合得分与‘最优秀’方案的比值，简而言之即分析中会模拟出一个‘最优秀’的应聘者，然后找出当前各个评价对象（应聘者）与‘最优秀’应聘者的综合得分比值；该值越小越好越小意味着离‘最优秀’最近；

  表格中的‘最优方案中离比值的最大值R’，该值代表各个评价对象综合评价时，其各项指标得分与‘最优秀’方案的比值的最大值，简而言之即分析中会模拟出一个‘最优秀’的应聘者，然后找出当前各个评价对象（应聘者）各项指标得分与‘最优秀’应聘者的得分比值的最大值；该值越小越好越小意味着离‘最优秀’最近；

  无论是‘最终方案距离比值之和S’还是‘最优方案距离比值的最大值R’，其目的在于计算最终的利益比率Q值，Q值越小越好，Q值代表着评价对象（评价方案，应聘者）与‘最优秀’的距离情况，越小代表距离越近。

2. 最优最劣值

（1）正理想解

（2）负理想解

  上表格中展示出各评价指标（案例为四种能力）的最优方案R+或最劣方案R-；

  最优方案正理想解R+表示评价指标的最优值；最劣方案负理想解R-表示评价指标的最劣值。此两个指标值为中间计算过程值，目的在于计算上表格中的S值或R值。

3. 其它过程指标

   上表格展示中间过程值，S+，S-，R+和R-值，其分别代表‘VIKOR分析结果汇总’表格中S值的最大或最小值，也或者R值的最大或最小值。其也用于计算最终的利益比率Q值。除此之外还列出lambda值（决策机制系数），SPSSAU默认是0.5。

4. Lambda值与利益比率Q值

  上表格展示不同的lambda值时对应的利益比率Q值，lambda值（决策机制系数），该值为一个‘调节值’，该值介于[0,1]之间，SPSSAU默认是0.5；该值大于0.5表示越偏好效用即最大化利益，其属于风险偏好型；该值小于0.5表示越偏好减少遗憾即风险保守型；该值一般取0.5即中间值。

  从下图可以看出，除开E外，另外5名应聘者，随着lambda值越大（即越风险偏好时），Q值会越来越小即相对‘越优秀’。但E这位应聘者，随机越风险偏好时，Q值会越来越大，说明如果越风险偏好时反而越可能不应该选择E这位应聘者（可能E这位应聘者各项能力相对更平稳，但是E的综合实力相对较强，因而无论如何均会选择E）。