这是我第一次接触和学习评价指标体系的权重的计算。经过2天的探索，分享我的一些学习心得和经验。
目前权重的计算方法主要有以下几种：
|
AHP层次法 |
利用相对重要性进行权重计算 |
AHP层次分析法 |
|
权重计算方法 |
关键点 |
位置 |
|
优序图法 |
利用相对重要性进行权重计算 |
权重 |
|
熵值法 |
利用熵值信息进行权重计算 |
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 |
因子分析 |
|
验证性因子分析法 |
利用载荷系数值计算 |
验证性因子分析 |
（1）探索性因子分析和验证性因子分析
就我个人了解，这二者多应用于量表的验证、开发等。探索性因子分析（EFA）主要是根据数据内部之间的相关性，通过系列设置后，由软件运行得出所纳入条目可能存在的因子数目，并根据理论和实践对因子进行命名。此法不能保证相关的条目会保留在相应的因子下。而验证性因子分析（CFA）则多用于对结构已知的量表进行信效度检验。
（2）优序图法
此法利用相对重要性原理进行权重计算，但是我认为优序图法不甚准确，没有充分利用数据。因为优序图法主要是根据数名专家对重要性进行打分，计算出n个条目的重要性得分，通过两两比较的方法来构建优序图。
如下图所示，指标2的重要性均值为3.967，指标1的重要性均值为4.100，从而得到指标2不如指标1重要，因此判断矩阵填写0；而指标4为4.300，可见指标4比指标1更为重要因此判断矩阵中填写1，以此类推。右上角的一半其实和左下角的一半所表达的信息相同。
注：此表格来自SPSSAU官网；表格中的数字0，1，和0.5分别表示相对不重要，数字1表示相对更重要，数字0.5表示一样重要
通过上述的判断矩阵，针对每行进行加和，得到TTL值。如指标9的TTL值为1+1+1+0+1+1+0.5+1+0.5=7，依次类推算出9个指标的TTL值，并对其进行归一化处理形成某项指标的权重值。
（3）AHP层次分析法
此法是美国运筹学家匹茨堡大学教授Satty于20世纪70年代初提出的一种层次权重决策分析方法。该方法主要是将与决策有关的元素分解成目标、准则和方案等层次，在此基础上将定性和定量相结合的一种决策方法。
AHP主要包含个步骤：
1. 建立层次结构模型；
2. 标度确定和构造判断矩阵；
3. 特征向量，特征根计算和权重计算；
4. 一致性检验分析；
从理论上来说，AHP层次分析其原始数据应当为各个指标两两比较的判断矩阵（1~9分）。直接将所得矩阵输入Yaahp、SPSSAU软件即可，当然了Excel也可以计算，只是略显复杂。
实际情况中，大多数情况都是让函询专家来对指标的重要性进行打分（1~5分），如下表。
|
编号 |
指标1重要性 |
指标2重要性 |
指标3重要性 |
|
专家1 |
4 |
5 |
4 |
|
专家2 |
5 |
5 |
5 |
|
专家3 |
4 |
4 |
5 |
这种情况也是可以做AHP的，其主要的方法为：
第一种：将数名函询专家的重要性得分进行算术平均数的运算。
|
编号 |
指标1重要性 |
指标2重要性 |
指标3重要性 |
|
重要性均值 |
4.33 |
4.67 |
4.67 |
根据重要性平均得分来构建一个如下判断矩阵。其中，对角线均为1，为自己与自己相比；左下角的表格中的值为行指标均值/列指标均值，如1.08=4.67/4.33；右上角的表格则为左下角值的倒数，如0.93=1/1.08。
|
平均值 |
指标项 |
指标1重要性 |
指标2重要性 |
指标2重要性 |
|
4.33 |
指标1重要性 |
1 |
0.93 |
1 |
|
4.67 |
指标2重要性 |
1.08 |
1 |
1 |
|
4.67 |
指标3重要性 |
1 |
1 |
1 |
将上述的矩阵输入即可得到AHP层次分析结果和一致性检验。
第二种：将专家函询的重要性得分直接整理成如下，导入SPSSAU即可得到判断矩阵、权重系数和一致性检验结果，十分方便快捷。
以上仅为个人见解，若有不到之处，烦请读者多多指教。
分析方法千千万，希望我们都能选到适合自己的！