独立性权重

•  分析方法视频解读：B站优酷

• 案例数据下载 下载

独立性权重案例

• 1、背景

  当前某企业计划招聘5名研究岗位人员，应聘人员共有30名，企业进行了五门专业方面的笔试，并且记录下30名应聘者的成绩。由于专业课成绩具有信息重叠，因此不能简单的直接把成绩加和用于评价应聘者的专业素质。因此使用独立性权重进行计算，便于得到更加科学客观的评价，选出最适合的应聘者。本次研究数据如下：

  

• 2、理论

  独立性权重法是一种客观赋权法。其思想在于利用指标之间的共线性强弱来确定权重。如果说某指标与其它指标的相关性很强，说明信息有着较大的重叠，意味着该指标的权重会比较低，反之如果说某指标与其它指标的相关性较弱，那么说明该指标携带的信息量较大，该指标应该赋予更高的权重。

  得到权重之后，通常情况下还需要计算出综合得分，即将具体值与权重值进行相乘后累加，最终用于综合评价。

• 3、操作

  本例子共有5个评价指标即5门专业课成绩，因此将此5项放入分析框中。并且最终需要得到30名应聘人员的综合得分，选中“保存综合得分”即可，操作如下图：

  

• 4、SPSSAU输出结果

  SPSSAU共输出一个表格，包括复相关系数R 值，1/R 值，以及最终权重值。如果选中保存综合得分，则会将综合得分存储在数据中，可下载查看。

• 5、文字分析

  独立性权重法计算结果
  项	复相关系数R	复相关系数倒数1/R	权重
  专业课1	0.292	3.419	24.95%
  专业课2	0.29	3.442	25.12%
  专业课3	0.493	2.029	14.81%
  专业课4	0.54	1.853	13.52%
  专业课5	0.338	2.959	21.59%

  从上表可以看到：共有5门专业课成绩，其中专业课1和专业课2的权重较高，此2门考试与其余3门考试的重叠信息相对较小。而专业课3和专业课4这两门成绩，与其余3门考试的重叠信息较高，因此权重相对较小。

  最终得到5门考试的成绩后，结合具体分值相乘后累加，得到综合得分值，如下表格：综合得分显示，应聘者28的综合成绩最高，其次是应聘者4，第3名是应聘者20，第4名和第5名分别是应聘者24，应聘者27。因此最终此5名应聘者被录取。

  

• 6、剖析

  涉及以下几个关键点，分别如下：

  • 独立性权重法完全利用信息的重叠性即共线性强弱来确定权重，并且进行综合评价，其适用场景相对较小，研究者应谨慎使用。