问卷权重分析

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）。在问卷研究》权重这个按钮里面，SPSSAU提供两种方法，分别是AHP层次法和优序图法。汇总说明如下：

权重计算方法 关键点 位置
AHP层次法 利用相对重要性进行权重计算 问卷研究》权重
综合评价》AHP层次分析法
优序图法 利用相对重要性进行权重计算 问卷研究》权重
熵值法 利用熵值信息进行权重计算 综合评价》熵值法
探索性因子分析法 利用浓缩因子的方差解释率计算 进阶方法》因子分析
验证性因子分析法 利用载荷系数值计算 问卷研究》验证性因子分析
其它 综合评价板块

如果问卷研究中涉及到重要性打分题，也或者排序题，也或者量表题，此类题的特点是分值越高代表越重要，或者越认可。那么可以理解为重要性越高，权重也会越高。因此可以利用此信息进行权重计算，分别使用到AHP层次分析法和优序图法，此两种研究方法均是利用相对重要性进行权重计算。

AHP层次分析法本身是一种专家打分赋权法，即通过专家打分去描述相对重要性，进而计算得到权重。SPSSAU默认对分析项进行平均值计算，并且利用平均值信息得到相对重要性大小，构建出AHP层次分析法需要的判断矩阵，从而计算得到权重。如果是使用AHP层次分析法，用户也可以自己构建判断矩阵，然后自己手工录入数据进行AHP层次分析法计算，具体可参考此页面详细说明： https://www.spssau.com/helps/weights/ahp.html

类似地，优序图法也是利用相对重要性原理进行权重计算，SPSSAU默认对分析项计算出平均值，并且结合平均值的相对大小构建出优序图权重计算表，进而计算得到权重。

  • 特别提示：

  • 问卷研究》权重这里的AHP层次分析法，事实上是SPSSAU自动进行了判断矩阵的构建，从而计算得到权重，研究人员也可以使用综合评价》AHP层次分析法，自己输入判断矩阵，进而计算权重，效果是完全一样的。具体关于AHP层次分析法的原理和详细说明，请参考此页面： https://www.spssau.com/helps/weights/ahp.html

问卷权重分析案例

  • 1、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，得到此9个指标的权重值。

  • 2、理论

    AHP层次分析法和优序图法，此两种方法均是利用数据的相对重要性，进而构建出权重计算矩阵进行计算。因此意味着数字越大，其相对重要性会越高，比如本案例中共有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。本次案例中9个指标的平均值得分如下：

    名称 指标1
    重要性    		 指标2
    重要性    		 指标3
    重要性    		 指标4
    重要性    		 指标5
    重要性    		 指标6
    重要性    		 指标7
    重要性    		 指标8
    重要性    		 指标9
    重要性
    平均值 4.100 3.967 3.867 4.300 3.767 4.033 4.133 4.000 4.133

    如果是使用AHP层次分析法，SPSSAU自动构建出相对重要性判断矩阵如下。

    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，具体关于AHP层次分析法的原理和详细说明，请参考此页面： https://www.spssau.com/helps/weights/ahp.html

    如果是使用优序图法，SPSSAU自动构建出优序图权重计算表如下：

    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。

  • 3、操作

    本例子以优序图法进行讲解， 操作截图如下：

  • 4、SPSSAU输出结果

    使用优序图法进行权重计算时，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。

  • 5、文字分析

    本次研究共收集30个专家关于网购在乎因素9个指标的重要性打，分值越高代表重要性越高，同时利用9个指标的平均重要性得分值（平均值），构建出优序图权重计算表格。表格中数字0表示表示指标A相对指标B不重要（即指标A的平均值小于指标B的平均值），数字1表示指标A相对指标B更重要，数字0.5表示指标A和指标B一样重要。

    构建完成优序图权重计算表格之后，针对每行进行加和，得到TTL值，比如指标1时TTL值为5.5=0.5+1+1+0+1+1+0+1+0。类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。

    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%。

  • 6、剖析

    涉及以下几个关键点，分别如下：

    • AHP层次法和优序图法都完全利用数字重要性大小进行权重计算，通常适用于专家打分；

    • 如果是排序题，或者重要性打分题，均可考虑使用AHP层次分析法或优序图法完成权重计算。

    • AHP层次分析法时，通常情况下是自己构建判断矩阵然后计算。问卷研究》权重按钮里面的AHP层次分析法，其实质是SPSSAU自动进行判断矩阵后进行计算，便于研究人员快速完成研究。其实质上就是综合评价里面的AHP层次分析法。如果是自己手工录入判断矩阵进行AHP层次分析法计算，具体可参考此页面详细说明： https://www.spssau.com/helps/weights/ahp.html

疑难解惑

  • RI值与参考文献不一致？

  • 平均随机一致性指标RI值通过随机值工程计算得到，本身就带有随机性，但此种随机性体现在数值上仅有非常细微的区别，并且是正常且正确的。SPSSAU使用的RI指标值参考文献如下：

  • 洪志国, 李焱, 范植华, et al. Caculation on High-ranked R I of Analytic Hierarchy Process%层次分析法中高阶平均随机一致性指标(RI)的计算[J]. 计算机工程与应用, 038(12):45-47，150.

  • 优序图法里面的TTL是什么？

  • TTL是指标得分值，该分值越大说明权重会越高，以及该分值进行归一化后即得到最终的权重值。

  • CI值为0？

  • CI值用于检验一致性，即数据之间是否存在逻辑性，如果使用问卷研究->权重计算AHP权重，系统自动进行平均值大小对比，不会有任何的逻辑问题，因此CI值为0。

  • 权重计算出来为0？

  • SPSSAU问卷研究中的权重->AHP法计算时，首先会计算指标的平均值，利用平均值构建判断矩阵。如果说原始数据中出现负数则可能导致平均值有为负数或为0，这是不允许的。可通过描述分析查看数据是否有这一特征。如果确定原始数据中有异常值，可使用数据处理->异常值功能将异常值（小于等于0）设置成null后再分析即可。

  • 优序图法、熵值法、AHP法如何选择？

  • 如果是希望结合数字大小进行权重计算，比如数字越大即权重越大，此时可使用优序图法或AHP法，AHP法一般是专家打分时使用较多。如果是根据数字本身的熵值进行权重计算，则选择熵值法即可。