熵值法权重计算分析报告：数据离散程度的客观赋权.docxVIP

熵值法权重计算分析报告

1案例背景

本研究以消费者对产品各项属性的满意度评价数据为基础，选取价格、品质、物流、服务、口碑、功能、安全、设计和售后共9项指标作为分析对象，旨在通过熵值法确定各指标的客观权重。数据来源于30名消费者对上述9项属性的满意度评分（取值范围为1—5分），利用SPSSAU（Version26.0）在线数据分析平台完成熵值法权重计算。熵值法是一种基于信息熵原理的客观赋权方法，其核心思想是：若某指标的数据差异越小（信息熵越大），则该指标携带的信息量越少，在综合评价中的权重也应越低；反之，数据差异越大（信息熵越小）的指标，其区分能力越强，权重应越高。该方法能够有效避免主观赋权中人为偏好对权重分配的影响。

2实证分析结果

在SPSSAU【综合评价】模块选择【熵值法】，将变量拖拽至右侧对应分析框，操作如下图：

2.1熵值法权重计算结果

表3展示了熵值法计算权重的汇总结果，包括各指标的信息熵值e、信息效用值d和权重系数w。从信息熵值来看，价格和品质两项的信息熵值分别为0.9982和0.9984，接近于1，表明这两项指标的数据离散程度极低，各样本间评分差异甚小，因而携带的有效信息量极为有限。相应地，价格和品质的信息效用值d分别仅为0.0018和0.0016，权重系数分别仅为4.0893%和3.7744%，在9项指标中排名末两位。这一结果说明，当绝大多数消费者对某