指标权重确定方法之信息量权数法.docx

指标权重确定方法之信息量权数法当企业在调查消费者满意度时，往往会涉及到许多指标的满意度调查，但是根据这些指标我们如何才能够确定消费者对企业产品整体服务的满意度情况呢？为了能够更加精准的评价消费者的满意度情况，那么我们需要将这些指标进行组合，根据各个指标确定一个满意度评价模型，我们需要判断各个指标对满意度的影响程度，因此需要确定各指标的权重。确定指标权重的方法多种多样，比如：因子分析法、相关系数法、专家排序法、RSR法、Delphi法、算术均数组合赋权法、连乘累积组合赋权法、模糊数学判断方法、优序图法等。那么这里主要介绍信息量权数法的应用。一、模型介绍信息量权数法是基于指标数据所包含的信息量来确定指标权重的一种方法。该方法是根据评价指标包含的分辨信息来确定权重。采用变异系数法，变异系数越大，所赋的权重也越大。设某一评价体系有m个指标，假设指标Xi有n个样本，设xi为指标Xi的平均值，Si为指标Xi的标准差，那么该指标的变异系数CV=Sixi，将CV作为各指标的权重得分，经归一化处理，即可得到信息量权重系数。二、信息量权数法在指标权重确定方法中的应用1. 背景介绍某公司为了能够加强的市场的监控力度，以提高公司应对市场突变情况的能力，决定组建一个市场监控团队，将市场形势定期总结并向高层主管报告，为此该公司决定招聘5名市场分析人员。为了能够招聘到优秀的、有潜力的员工，该公司人力资源部门挑选了5名资深的市场分析专家对应聘人员进行打分，并根据打分结果应聘得分最高的5名应聘者。经过一段时间，这5名资深的市场分析专家为到公司参加笔试和面试的30名应聘者综合评分如表1所示：表1 应聘人员得分统计表编号专家1专家2专家3专家4专家5编号专家1专家2专家3专家4专家5191837274891674939470962768575907017859194100803929574849118789510077904729684957219957510070745929880797320797086918769375737685219986899698788998479722289100729885890100768286239878907684995997773952477868810096107578918895258870969172117591849982267881718210012987470919127948189759713758474807128768886908714838391849629968289959715100837583743091797179802. 确定权重1）计算变异系数首先计算各个专家对应聘者评分的均值和方差，计算结果如下表2所示：表 2 各专家评分均值和方差专家1专家2专家3专家4专家5均值86.485.983.284.985.5方差81.0183.1786.2886.2394.26然后，根据计算公式CV=Sixi，计算可得到各专家的变异系数如表3所示：表3各专家评分变异系数专家1专家2专家3专家4专家5变异系数0.940.971.041.021.102）确定权重根据上述计算得到的各专家的评分变异系数，进行归一化处理，即可得到各个专家的评分权重，如表4所示：表 4 各专家评分权重专家1专家2专家3专家4专家5权重0.1850.1910.2050.2010.2183. 确定聘请人员根据计算得到的各专家评分权重，计算各应聘者的综合得分，计算后前5名应聘者的得分为表5所示：表 5 前5名应聘者的分编号专家1专家2专家3专家4专家5得分21998689969893.6429968289959791.90178591941008089.91247786881009689.73228910072988588.55因此该公司可以选聘编号为21、29、17、24和22的这5名应聘者。三、信息量权数法优缺点1. 优点方法简便，计算简单，适用于无法判断指标间是否存在重要程度差异的权重确定，可用于大样本权重确定和小样本权重确定。特别是对于多个水平相近专家评价，对专家权