问卷研究

SPSS熵值法

案例数据

多指标评价数据,用于客观计算指标信息熵、差异系数和指标权重。

文件名entropy.xlsx
数据用途熵值法案例数据
变量说明各评价指标按列放置,需区分正向指标和负向指标。

完整案例

1. 背景

希望根据样本数据的离散程度,为多个评价指标自动分配客观权重。

2. 理论与公式

熵值法根据指标数据离散程度分配客观权重,信息差异越大,指标权重通常越高。

指标比重

先将指标标准化后计算样本占比。

信息熵

信息熵越大,指标差异越小。

熵权

差异系数越高,指标权重越大。

3. 数据结构

各评价指标按列放置,需区分正向指标和负向指标。

4. 操作截图

  1. 上传案例数据
  2. 选择熵值法
  3. 放入评价指标
  4. 设置正向或负向属性
  5. 点击开始分析
熵值法变量选择截图
熵值法变量选择截图

5. 结果表格与结果阅读

表1 熵值法权重结果示例
指标信息熵差异系数权重方向
指标10.8420.1580.326正向
指标20.7810.2190.452正向
指标30.8920.1080.222负向

权重反映数据差异信息,不代表理论重要性。

重点查看标准化值、信息熵、差异系数和最终权重。离散度越大,权重通常越高。

6. 辅助截图

熵值法权重结果
综合得分结果
综合得分结果

7. 文字分析

熵值法结果显示,各指标权重存在差异,说明不同指标对综合评价的信息贡献并不相同。

8. 剖析提醒

熵值法是客观赋权,不代表理论重要性;指标方向必须先设置正确。