這是我第一次接觸和學習評價指標體系的權重的計算。經過2天的探索，分享我的一些學習心得和經驗。
目前權重的計算方法主要有以下幾種：
| AHP層次法 |
利用相對重要性進行權重計算 |
AHP層次分析法 |
| 權重計算方法 |
關鍵點 |
位置 |
| 優序圖法 |
利用相對重要性進行權重計算 |
權重 |
| 熵值法 |
利用熵值信息進行權重計算 |
熵值法 |
| 探索性因子分析法 |
利用濃縮因子的方差解釋率計算 |
因子分析 |
| 驗證性因子分析法 |
利用載荷系數值計算 |
驗證性因子分析 |
（1）探索性因子分析和驗證性因子分析
就我個人了解，這二者多應用於量表的驗證、開發等。探索性因子分析（EFA）主要是根據數據內部之間的相關性，通過系列設置后，由軟件運行得出所納入條目可能存在的因子數目，並根據理論和實踐對因子進行命名。此法不能保證相關的條目會保留在相應的因子下。而驗證性因子分析（CFA）則多用於對結構已知的量表進行信效度檢驗。
（2）優序圖法
此法利用相對重要性原理進行權重計算，但是我認為優序圖法不甚准確，沒有充分利用數據。因為優序圖法主要是根據數名專家對重要性進行打分，計算出n個條目的重要性得分，通過兩兩比較的方法來構建優序圖。
如下圖所示，指標2的重要性均值為3.967，指標1的重要性均值為4.100，從而得到指標2不如指標1重要，因此判斷矩陣填寫0；而指標4為4.300，可見指標4比指標1更為重要因此判斷矩陣中填寫1，以此類推。右上角的一半其實和左下角的一半所表達的信息相同。
注：此表格來自SPSSAU官網；表格中的數字0，1，和0.5分別表示相對不重要，數字1表示相對更重要，數字0.5表示一樣重要
通過上述的判斷矩陣，針對每行進行加和，得到TTL值。如指標9的TTL值為1+1+1+0+1+1+0.5+1+0.5=7，依次類推算出9個指標的TTL值，並對其進行歸一化處理形成某項指標的權重值。
（3）AHP層次分析法
此法是美國運籌學家匹茨堡大學教授Satty於20世紀70年代初提出的一種層次權重決策分析方法。該方法主要是將與決策有關的元素分解成目標、准則和方案等層次，在此基礎上將定性和定量相結合的一種決策方法。
AHP主要包含個步驟：
1. 建立層次結構模型；
2. 標度確定和構造判斷矩陣；
3. 特征向量，特征根計算和權重計算；
4. 一致性檢驗分析；
從理論上來說，AHP層次分析其原始數據應當為各個指標兩兩比較的判斷矩陣（1~9分）。直接將所得矩陣輸入Yaahp、SPSSAU軟件即可，當然了Excel也可以計算，只是略顯復雜。
實際情況中，大多數情況都是讓函詢專家來對指標的重要性進行打分（1~5分），如下表。
| 編號 |
指標1重要性 |
指標2重要性 |
指標3重要性 |
| 專家1 |
4 |
5 |
4 |
| 專家2 |
5 |
5 |
5 |
| 專家3 |
4 |
4 |
5 |
這種情況也是可以做AHP的，其主要的方法為：
第一種：將數名函詢專家的重要性得分進行算術平均數的運算。
| 編號 |
指標1重要性 |
指標2重要性 |
指標3重要性 |
| 重要性均值 |
4.33 |
4.67 |
4.67 |
根據重要性平均得分來構建一個如下判斷矩陣。其中，對角線均為1，為自己與自己相比；左下角的表格中的值為行指標均值/列指標均值，如1.08=4.67/4.33；右上角的表格則為左下角值的倒數，如0.93=1/1.08。
| 平均值 |
指標項 |
指標1重要性 |
指標2重要性 |
指標2重要性 |
| 4.33 |
指標1重要性 |
1 |
0.93 |
1 |
| 4.67 |
指標2重要性 |
1.08 |
1 |
1 |
| 4.67 |
指標3重要性 |
1 |
1 |
1 |
將上述的矩陣輸入即可得到AHP層次分析結果和一致性檢驗。
第二種：將專家函詢的重要性得分直接整理成如下，導入SPSSAU即可得到判斷矩陣、權重系數和一致性檢驗結果，十分方便快捷。
以上僅為個人見解，若有不到之處，煩請讀者多多指教。
分析方法千千萬，希望我們都能選到適合自己的！