问卷指标权重研究的分析方法

问卷指标权重研究的计算方法都有哪些？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、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\t"/item/%E5%AE%A2%E8%A7%82%E8%B5%8B%E6%9D%83%E6%B3%95/_blank"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权重构建、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。具体应用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，因而可以使用诸如yaahp软件进行计算。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。SPSSAU提供因子分析，熵值法和主成分分析法。以熵值法为例本部分以熵值法为例，对熵值法计算权重的过程进行具体说明，将从分析方法结合案例的角度进行阐述。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。在进行熵值法之前，如果数据方向不一致时，需要进行提前数据处理，通常为正向化或者逆向化两种处理（统称为数据归一化处理）。比如：如果有3个指标分别为城市绿化率，城市GDP和城市废气排放量；明显的，城市绿化率，城市GDP这两项数字越大越好，但是城市废气排放量越小越好。因而“城市废气排放量”则需要进行正向化处理。再比如：如果有3个指标分别为城市废气排放量，城市工业烟尘排放量，城市GDP；明显的，城市废气排放量，城市工业烟尘排放量这两项数字越小越好，但是城市GDP越大越好。因而“城市GDP”则需要进行逆向化处理。除了正向化，逆向化处理外，有时也会有直接取负数，倒数等方式。特别提示：如果数据处理后有负数，在进行熵值法分析时会出现错误，原因在于熵值中的算法中有一项为求对数，负数无法取对数。研究者需要特别注意此点。在对数据进行处理之后，将处理后的数据进行熵值法分析。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。SPSSAU操作截图如下：SPSSAU返回结果如下表：SPSSAU共输出信息熵值e，以及信息效用值d，和权重系数w。信息熵值e和信息效用值d均为