SPSSAU_综合评价_熵值法.pdf

SPSS教程SPSS分析SPSSAU熵值法权重

熵值法

熵值是不确定性的一种度量。信息量越大，不确定性就越小，熵也就越小；信息量

越小，不确定性越大，熵也越大。因而利用熵值携带的信息进行权重计算，结合各项指

标的变异程度，利用信息熵这个工具，计算出各项指标的权重，为多指标综合评价提供

依据。

在进行熵值法之前，如果数据方向不一致时，需要进行提前数据处理，通常为正向

化或者逆向化两种处理（统称为数据归一化处理）。

比如：如果有3个指标分别为城市绿化率，城市GDP和城市废气排放量；明显的，

城市绿化率，城市GDP这两项数字越大越好，但是城市废气排放量越小越好。因而“城

市废气排放量”则需要进行正向化处理。

比如：如果有3个指标分别为城市废气排放量，城市工业烟尘排放量，城市GDP；

明显的，城市废气排放量，城市工业烟尘排放量这两项数字越小越好，但是城市GDP越

大越好。因而“城市GDP”则需要进行逆向化处理。

除了正向化，逆向化处理外，有时也会有直接取负数，倒数等方式。特别提示：如

果数据处理后有负数，在进行熵值法分析时会出现错误，原因在于熵值中的算法中有一

项为求对数，负数无法取对数。研究者需要特别注意此点。

在对数据进行处理之后，将处理后的数据进行熵值法分析。通常熵值法的使用场景

情况如下：

配合因子分析(或主成分析)得到一级指标权重，进一步使用熵值法计算具体二

级指标的权重，最终构建权重体系；

单独使用熵值法进行权重计算。

SPSSAU操作截图如下：

SPSSAU返回结果如下表：

熵值法计算权重结果汇总

项信息熵值e信息效用值d权重系数w

C10.99460.005442.92%

C20.99600.004032.12%

C30.99690.003124.96%

SPSSAU共输出信息熵值e，以及信息效用值d，和权重系数w。信息熵值e和信息效用

值d均为中间过程值，研究者可直接忽略。