㈠ 如何在SPSS中運用熵值法計算權重
指標權重計算確定的困惑
相信很多寫過或者正在寫指標處理類論文的朋友都曾對如何計算指標權重充滿困惑，到底是用熵值法，還是主成分分析法？或者其他各種看起來奧妙無窮卻難以上手操作的神奇方法？好不容易確定要選用主成分分析法時又開始發愁要如何實現呢？
聽說過要可以用SPPS，可是又如何使用SPSS操作呢？用SPSS進行主成分分析之後又要如何得到最終的權重呢？接下來筆者將以一個實際的案例，帶領大家一步步從SPSS入手，進行主成分分析，並利用主成分分析的結果最終得到各指標的權重值。
2
利用SPSS實現主成分分析
1. 數據標准化
（1）為什麼要對數據進行標准化處理
在對數據進行主成分分析前，首先要對數據進行標准化，之所以要對數據進行標准化，是因為各種類別的數據間的度量不同，比如計算經濟的指標，我們通常會選取地區GDP生產總值和第三產業產值在GDP中的比重，GDP產值以億為單位，通常以千計或萬計，而第三產業產值在GDP中的比重的取值范圍在0~1之間，如何能夠相提並論呢？能夠因為前者的數據遠遠大於後者，而得出前者的指標更為重要的結論嗎？顯然是不行的，所以要進行主成分分析，首先要對數據進行標准化。
（2）數據標准化的方法
為什麼要關心數據處理的方法呢？在實際操作中，筆者曾經遇到一個問題。筆者利用SPSS自帶的數據標准化方法對數據進行了標准化處理，但在權重的計算過程中不斷出現負值，後來筆者幾次重新調整指標類別，終於得出了均為正值的權重。但筆者最終的目的是要進行耦合協調度，這時候出現了大量的負值，而耦合度及耦合協調度的取值范圍應該在0~1之間，因此筆者開始從頭探索出錯的原因。終於，筆者找到了原因，那就是數據標准化的方法選取的不正確，因此筆者重新選擇了極差法對數據重新進行標准化，並最終順利得到了後續的結果。