优序图权重计算指标解读

一、应用

问卷研究中,如果涉及计算权重,通常有以下几种做法,分别是AHP层次法、优序图法、熵值法、因子分析法(探索性因子和验证性因子分析)。

二、操作

1.SPSSAU操作如下图:

优序图权重计算指标解读

2.案例背景

当前有一项关于网购在乎因素的权重研究,涉及网购在乎因素共为9项,分别是指标1,指标2到指标9。然后使用问卷形式让30名专家对此9个指标的重要性进行打分。利用专家打分进行权重计算,得到了9个指标的权重值。

3.结果

将数据放入分析框中,SPSSAU系统对数据进行处理后,自动生成分析结果,案例中共有9个指标,SPSSAU会首先计算出此9个指标的平均值,然后利用平均值进行矩阵的构建。

(1)本次案例中9个指标的平均值得分如下

优序图权重计算指标解读

(2)SPSSAU共输出两个表格,分别是优序图权重计算表和优序图权重计算结果表格

优序图权重计算指标解读

上表格中数字0表示相对不重要,数字1表示相对更重要,数字0.5表示一样重要。比如指标2的平均值为3.967,指标1的平均值是4.1,因此指标2不如指标1重要;指标4的平均值为4.3,重要性高于指标1。也或者指标7和指标9的平均得发均为4.133分,因此它们的重要性一样,记为0.5。

优序图权重计算指标解读

三、分析

1.TTL值

针对每行进行加和(看优序图权重计算表),例:指标1的TTL值为0.5+1+1+0+1+1+0+1+0=5,指标2的TTL值为 0+0.5+1+0+1+0+0+0+0=2.5;似的得到全部指标的TTL值,然后利用TTL值进行归一化处理,最终计算得到9个指标的权重值。

2.权重值

TTL/TTL总和;

TTL总和:5.5+2.5+1.5+8.5+0.5+4.5+7+3.5+7=40.5;

例:指标1的权重=5.5/40.5=13.58%;以此类推。

3.总结

从上表格可以看到,指标4的重要性最高,权重占比是20.99%,其次是指标7和指标9,占比均为17.28%。指标3的重要性最低,因此权重最低为3.70%。

四、扩展

1.SPSSAU分析建议:

优序图权重计算指标解读

2.AHP层次分析法

AHP层次分析法是一种解决多目标复杂问题的定性和定量相结合进行计算决策权重的研究方法。该方法将定量分析与定性分析结合起来,用决策者的经验判断各衡量目标之间能否实现的标准之间的相对重要程度,并合理地给出每个决策方案的每个标准的权数,利用权数求出各方案的优劣次序,比较有效地应用于那些难以用定量方法解决的课题。

比如现在想选择一个最佳旅游景点,当前有三个选择标准(分别是景色,门票和交通),并且对应有三种选择方案。现通过旅游专家打分,希望结合三个选择标准,选出最佳方案(即最终决定去哪个景区旅游)。诸如此类问题即专家打分进行权重计算等,均可通过AHP层次分析法得到解决。

如果此案例使用AHP层次分析法,SPSSAU自动构建出相对重要性判断矩阵如下

优序图权重计算指标解读

上表格为AHP层次分析法时SPSSAU自动构建的判断矩阵,比如表格中数字0.967表示指标2相对于指标1的重要性大小,该值=指标2的平均值/指标1的平均值,即0.967=3.967/4.100。接着再根据此判断矩阵进行AHP层次分析法的相关计算。

3.分类

优序图权重计算指标解读

4.具体操作

(1)点击SPSSAU问卷调查里面的’权重’按钮。如下图:

优序图权重计算指标解读

(2)拖拽数据后开始分析:

优序图权重计算指标解读

Original: https://blog.csdn.net/m0_37228052/article/details/122300474
Author: spssau
Title: 优序图权重计算指标解读

原创文章受到原创版权保护。转载请注明出处:https://www.johngo689.com/700699/

转载文章受原作者版权保护。转载请注明原作者出处!

(0)

大家都在看

亲爱的 Coder【最近整理,可免费获取】👉 最新必读书单  | 👏 面试题下载  | 🌎 免费的AI知识星球