权重计算和综合评价是决策分析中的重要环节，常用的分析方法有很多种。比如权重计算时AHP层次分析法和熵值法最为常用；在综合评价中TOPSIS法、灰色关联法等方法比较常用。今天一文总结高频分析方法，大家可以了解方法的适用场景及软件操作教程。
一、九种权重计算方法
权重计算方法包括两大类：主观赋权法与客观赋权法，下面分别介绍常用的分析方法。
1、主观赋权法
主观赋权法是根据研究者主观判断给指标赋权的方法，优点是简单易行且能反映主观意愿，适用范围广；但缺点是主观性强，缺乏科学性和稳定性。代表性的主观赋权法包括层次分析法、模糊层次分析法、优序图法和德尔菲法等。
（1）AHP层次分析法
一种将复杂问题分解为多层次结构的决策方法，通过构建判断矩阵进行两两比较，最终计算出各要素的权重值。其核心步骤包括构造判断矩阵、计算权重和一致性检验，适用于需要量化专家经验的综合评价场景。
在SPSSAU【综合评价】模块，选择【AHP层次分析法】，选择判断矩阵阶数，填写判断矩阵，点击开始分析按钮，即可得到分析结果，软件操作如下图：
SPSSAU输出层次分析法权重计算和一致性检验结果如下：
点击下方链接跳转至SPSSAU帮助手册：
（2）FAHP模糊层次分析法
在传统AHP基础上引入模糊数学理论，通过三角模糊数等工具处理专家判断中的不确定性。该方法能有效降低主观判断的模糊性，特别适合存在信息不完整或语言评价的复杂决策问题。
SPSSAU输出FAHP模糊层次分析法权重计算和一致性检验结果如下：
点击下方链接跳转至SPSSAU帮助手册：
（3）优序图法
采用0-0.5-1三值评分机制简化权重计算，专家只需判断指标间的相对重要性（不重要/同等/重要）即可生成优先矩阵。相比AHP，其操作更简便且避免了一致性检验问题，适合快速权重确定场景。
SPSSAU输出优序图法权重计算结果如下：
点击下方链接跳转至SPSSAU帮助手册：
2、客观赋权法
客观赋权法是通过数理统计方法确定指标权重的，优点是客观公正，不受主观干扰，结果规范。缺点是不能反映研究者对指标的重视程度。典型的客观赋权法包括熵值法、CRITIC权重和变异系数法、独立性权重、主成分分析和因子分析等。
（1）熵值法
通过计算数据的信息熵确定权重，熵值越小表示该指标信息量越大，权重越高。其核心是利用数据本身的波动性作为信息源，适用于指标间无预设关系的客观赋权场景。
在SPSSAU【综合评价】模块选择【熵值法】，将变量拖拽至右侧相应分析框中，操作如下图：
SPSSAU输出熵值法权重计算结果如下：
（2）CRITIC权重
综合考量指标间的对比强度和冲突性，对比强度使用标准差进行表示，如果数据标准差越大说明波动越大，权重会越高；冲突性使用相关系数进行表示，如果指标之间的相关系数值越大，说明冲突性越小，那么其权重也就越低。该方法能有效处理指标信息重叠问题，适合多指标综合评价体系。
SPSSAU输出CRITIC权重计算结果如下：
（3）变异系数法
信息量权重也称变异系数法，基于各指标变异系数（标准差/均值）分配权重，变异程度越大的指标权重越高。该方法强调数据离散程度的影响，适用于指标量纲差异较大的场景。
SPSSAU输出信息量权重计算结果如下：
（4）独立性权重
通过复相关系数衡量指标独立性，与其他指标相关性越弱的指标权重越高。其优势在于突出独特性信息，但需谨慎处理高度相关指标群。
SPSSAU输出独立性权重计算结果如下：
（5）主成分分析法/因子分析法
权重计算是主成分的一类应用场景，其原理在于使用方差解释率进行主成分权重计算。如下图：得到的2个主成分的方差解释率和累积方差解释率：
归一化：方差解释率 / 累计方差解释率，即可得到两个主成分的权重：
主成分1权重=61.093%/78.808%=0.775
主成分2权重=17.715%/78.808%=0.225
同时SPSSAU输出各指标权重计算结果如下：
因子分析计算权重原理与主成分分析计算原理类似，在此不再赘述。
除单独使用权重计算方法计算指标权重外，比较常见的还有组合赋权法。例如主观赋权法AHP层次分析法与客观赋权法熵值法进行组合赋权。更多内容可查看下方文章：
权重计算 | 主观赋权法、客观赋权法、组合赋权法 &论文评价指标体系构建
二、六种综合评价方法
决策分析中的综合评价是通过多指标整合技术对复杂系统进行量化评估的方法，其核心在于将不同维度的指标（如经济、社会、环境等）通过数学建模转化为可比较的综合分值。典型方法包括：TOPSIS法、灰色关联法、模糊综合评价、VIKOR法、秩和比法、数据包络分析等。
1、TOPSIS法
通过构造正理想解（各指标最优值）和负理想解（各指标最劣值），计算各方案与理想解的欧氏距离，以相对贴近度作为排序依据。其优势在于充分利用原始数据信息，结果能精确反映评价对象间的差距。
在SPSSAU【综合评价】模块选择【TOPSIS法】，将变量拖拽至右侧相应分析框中，若指标之前通过例如熵值法计算得到了指标权重，则在分析页面右侧勾选【指标权重】，输入权重值，操作如下图：
SPSSAU输出TOPSIS法综合评价结果如下：
点击下方链接跳转至SPSSAU帮助手册：TOPSIS法帮助手册
2、灰色关联法
基于灰色系统理论，通过研究数据关联性大小（母序列与特征序列之间的关联程度），通过关联度（即关联性大小）进行度量数据之间的关联程度，从而辅助决策的一种研究方法。
SPSSAU输出灰色关联法分析结果如下：
3、模糊综合评价
运用模糊数学隶属度理论，将定性评价转化为定量评价。通过构建模糊关系矩阵和权重向量，解决具有模糊性、难以量化的问题，系统性强的特点使其广泛应用于非确定性场景。
SPSSAU输出模糊综合评价分析结果如下：
4、VIKOR法
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TOPSIS法功能类似。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。SPSSAU输出Vikor法分析结果如下：
5、秩和比法
秩和比(RSR)是指分析方法可用于评价多个指标的综合水平情况，其实质原理是利用了RSR值信息进行各项数学计算，RSR值介于0~1之间且连续，通常情况下，该值越大说明评价越‘优’。SPSSAU输出秩和比RSR计算结果如下：
秩和比RSR帮助手册
6、数据包络分析DEA
数据包络分析DEA是一种多指标投入和产出评价的研究方法，其应用数学规划模型计算比较决策单元（DMU）之间的相对效率，对评价对象做出评价。
SPSSAU输出数据包络分析部分结果如下：
更多内容可查看SPSSAU帮助手册教程：
扫一扫
6万+
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
