满意度指标评价中权重的确定方法
确定权重的方法及原则
•权重•确定权重的原则•权值因子判断表法•专家直观判定法•层次分析法•排序法权重权重是一个相对的概念，是针对某一指标而言。
某一指标的权重是指该指标在整体评价中的相对重要程度。
权重表示在评价过程中，是被评价对象的不同侧面的重要程度的定量分配，对各评价因子在总体评价中的作用进行区别对待。
事实上，没有重点的评价就不算是客观的评价，每个人员的性质和所处的层次不同，其工作的重点也肯定是不能一样的。
因此，相对工作所进行的业绩考评必须对不同内容对目标贡献的重要程度做出估计，即权重的确定。
总之，权重是要从若干评价指标中分出轻重来，一组评价指标体系相对应的权重组成了权重体系。
一组权重体系{Vi|I=1，2，…n}，必须满足下述两个条件：（1）0<Vi≤1;i=1，2，…，n。
（2）其中n是权重指标的个数一级指标和二级指标权重的确定：设某一评价的一级指标体系为{wi|i=1，2，…，n}，其对应的权重体系为{vi|i=1，2，…，n}则有：（1）1<Vi≤1;i=1，2，…，n（2）如果该评价的二级指标体系为{Wij|i=1，2，…，n，j=1，2，…，m}，则其对应的权重体系{Vij|i=1，2，…，n，j=1，2，…，m}应满足：（1）0<Vij≤1（2）（3）对于三级指标、四级指标可以以此类推。
权重体系是相对指标体系来确立的。
首先必须有指标体系，然后才有相应的权重体系。
指标权重的选择，实际也是对系统评价指标进行排序的过程，而且，权重值的构成应符合以上的条件。
确定权重的原则一、系统优化原则在评价指标体系中，每个指标对系统都由它的作用和贡献，对系统而言都有它的重要性。
所以，在确定它们的权重时，不能只从单个指标出发，而是要处理好各评价指标之间的关系，合理分配它们的权重。
应当遵循系统优化原则，把整体最优化作为出发点和追求的目标。
在这个原则指导下，对评价指标体系中各项评价指标进行分析对比，权衡它们各自对整体的作用和效果，然后对它们的相对重要性做出判断。
指标权重的确定方法
指标权重的确定方法
确定指标权重的方法有多种，常用的有以下几种：
1. 主观评价法：由决策者根据经验和个人偏好，根据指标的相对重要性，给出权重。
这种方法的优点是简单直观，但缺点是容易受主观因素的影响，可能存在主观偏差。
2. 客观评价法：采用统计分析、经济学、数学模型等方法，通过数据分析和建模来确定权重。
例如，层次分析法（AHP）可以用来确定指标的相对重要性，通过对各个指标的比较和评估来得出权重。
这种方法的优点是较为客观，但需要较多的数据和专业知识支持。
3. 专家评估法：找到相关领域的专家进行评估，通过专家的意见和经验来确定权重。
可以通过专家访谈、问卷调查等方式收集专家意见，并进行统计和分析来得出权重。
这种方法的优点是能够利用专家的专业知识和经验，但需要选择合适的专家，并注意专家之间的一致性。
4. 综合评价法：结合主观评价法和客观评价法，综合考虑决策者的主观偏好和客观分析结果。
可以通过赋予主观评价法和客观评价法不同的权重，或者采用加权平均法、TOPSIS法等方法进行综合评价。
在具体应用中，可以根据具体情况选择合适的方法确定指标权重。
一般来说，综
合考虑决策者的主观意见和客观分析结果，以及专家的意见，可以得出更准确和可靠的权重。
几种调查问卷权重确定方法的比较
利用调查数据确定权重若干方法的比较一、问题的提出：在顾客满意度调查中，需要围绕所要调查的目的或主题设计合理的问卷。
顾客满意度理论模型包含了顾客期望、顾客对质量的感知、顾客对价值的感知、顾客满意度、顾客抱怨和顾客忠诚等六方面，这六个方面是无法直接观测的，称之为潜在变量，但它们可以通过另外一些可以观察的较为明显的变量进行研究。
然而可观测的变量一般较多，如何从中提取他们的信息，得到最终的结果，是一个一直在困扰大家的问题，常用方法是赋予各个观测变量适当的权数，加以综合。
目前使用的赋权方式多种多样，还没有一种衡量的统一尺度。
确定权重的方法有专家定权法、历史资料法等，但都有缺陷。
前者只是相应的行业和领域内，造诣较深的专家对于自己积累经验的应用。
其局限性主要体现在与顾客满意度调查中的“以顾客价值观为中心”相悖，没有体现出顾客的意愿。
历史资料法是根据历史资料的记载，按每种指标调查结果的重要程度赋以相应的权重，但缺少变化的观点。
本文想讨论从调查数据出发，确定权的一些方法，并做出比较。
下面以上海市质协用户评价中心所做的一个课题的数据为例，讨论了有关权数确定的一些问题。
按照调查的全过程，这次调查将顾客的直接感受分为六大类二级指标进行测评。
问卷详细调查了上海市民对这个课题的主题各方面的认识和感受的满意程度，并让被访者在对每个大类设置的5级李克量表上表明他们的赞同程度，从“满意”到“不满意”。
其中……代表的都是顾客对质量的感知，代表的是顾客对价值的感知，最后要求顾客给出一个综合评价指标。
以上每一方面可以分别计算出该部分的满意度，为了综合这几个方面，需要确定权重以计算出整体的顾客满意度，因此所要解决的关键问题便是权重的确定。
以下给出了几种不同的赋权方法，并加以比较。
二、用数据确定权重的几种方法从调查的实际数据出发，确定权重的方法可以从数据本身提取有关信息，能充分体现顾客的意愿。
其客观性较强，不易受其它主观因素的影响。
只要数据分析技术人员有专业的统计知识，并且借助统计软件和计算机，就能从数据出发，实现“以顾客感受为依据，以顾客价值观为中心”的目标和宗旨。
确定权重的方法及原则
•权重•确定权重的原则•权值因子推断表法•专家直观判定法•层次分析法•排序法权重权重是一个相对的概念，是针对某一指标而言。
某一指标的权重是指该指标在整体评价中的相对重要程度。
权重表示在评价过程中，是被评价对象的不同侧面的重要程度的定量分配，对各评价因子在总体评价中的作用进行区不对待。
事实上，没有重点的评价就不确实是客观的评价，每个人员的性质和所处的层次不同，其工作的重点也确信是不能一样的。
因此，相对工作所进行的业绩考评必须对不同内容对目标贡献的重要程度做出可能，即权重的确定。
总之，权重是要从若干评价指标中分出轻重来，一组评价指标体系相对应的权重组成了权重体系。
一组权重体系{Vi|I=1，2，…n}，必须满足下述两个条件：（1）0<Vi≤1;i=1，2，…，n。
（2）其中n是权重指标的个数一级指标和二级指标权重的确定：设某一评价的一级指标体系为{wi | i=1，2，…，n}，其对应的权重体系为{vi | i=1，2，…，n}则有：（1）1<Vi≤1;i=1，2，…，n（2）假如该评价的二级指标体系为{Wij | i=1，2，…，n，j=1，2，…，m}，则其对应的权重体系{Vij | i=1，2，…，n，j=1，2，…，m}应满足：（1）0<Vij≤1（2）（3）关于三级指标、四级指标能够以此类推。
权重体系是相对指标体系来确立的。
首先必须有指标体系，然后才有相应的权重体系。
指标权重的选择，实际也是对系统评价指标进行排序的过程，而且，权重值的构成应符合以上的条件。
确定权重的原则一、系统优化原则在评价指标体系中，每个指标对系统都由它的作用和贡献，对系统而言都有它的重要性。
因此，在确定它们的权重时，不能只从单个指标动身，而是要处理好各评价指标之间的关系，合理分配它们的权重。
应当遵循系统优化原则，把整体最优化作为动身点和追求的目标。
在那个原则指导下，对评价指标体系中各项评价指标进行分析对比，权衡它们各自对整体的作用和效果，然后对它们的相对重要性做出推断。
满意度指标评价中权重的确定方法
优序法：
通过对指标两 两相对比较， 将对比结果添 加到一个n×n 的表格中，再 把指标的得分 总和与总数相 除就得到各指 标权重。
层次分析法： 把专家意见和分析者 的判断结果直接而有 效地结合起来，将一 层次元素两两比较的 重要性进行定量描述。 而后，利用数学方法 计算反映每一层次元 素的相对重要性次序 的权值，通过所有层 次之间的总排序计算 所有元素的相对权重 并进行排序
满意度指标评价中权重的确定方法
下面我们会结合SPSS操作进行几种常用确定权重方法的介绍
目录
1. 权重概念及确定权重的主要方法 2. 确定客观权重的方法
♦ 计算指标均值 ♦ 相关系数法 ♦ 回归系数法 ♦ 因子分析法
3. 三种方法的比较 4. 结构方程模型在满意度研究应用简介
满意度指标评价中权重的确定方法
B
标准误差 试用版
1.977
.436
-.042
.055
-.032
.057
.059
.054
.019
.046
.016
-.079
.052
-.073
.627
.040
.634
-.008
.053
-.008
.203
.053
.216
t 4.531 -.762
.965 .422 -1.515 15.776 -.147 3.837
满意度指标评价中权重的确定方法
回归系数确定法
某产品整体指标评价由二级指标的算术平均值表示， 以及利用回归分析法所确定 权重，经过加权后的结果比较
外观设计的整体评价 通话清晰程度的整体评价 屏幕的整体评价 对操作方便性的整体评价 功能的整体评价 运行速度的整体评价 对质量的整体评价
满意度指标评价中权重的确定方法
满意度指标评价中权重的确定方法评价客户满意度是企业管理中至关重要的一项指标，通过了解和分析客户的满意度，可以有效改进产品和服务质量，提高客户满意度，并进一步增强企业的竞争力。
在进行满意度评价时，确定各项指标的权重是一项关键的任务，本文将介绍几种确定满意度指标权重的方法。
一、主观评价法主观评价法是基于专家的主观意见来确定指标的权重。
这种方法通常采用专家访谈、问卷调查或专家研讨会等方式，通过专家们的判断和经验，对各项指标进行评估和排序，然后确定权重。
在使用主观评价法确定指标权重时，需要选择一些具有相关领域专业知识和经验的专家，并制定评价指标和评分标准。
专家们可以通过讨论、分析和评估来确定各个指标的权重，最终达到一致意见。
这种方法的优点是可以融合专家的知识和经验，提高权重的准确性和合理性。
然而，由于主观因素的介入，可能会受到专家个体间的差异以及主观态度的影响。
二、客户调查法客户调查法通过直接采集客户的意见和反馈，来确定指标的权重。
可以通过面对面访谈、电话调查、在线调查等方式收集客户的意见，并计算出各个指标的权重。
在使用客户调查法确定指标权重时，需要设计调查问卷，明确调查的目的和内容，以保证调查的有效性和准确性。
然后，通过对收集到的数据进行分析和统计，计算出各个指标的权重。
这种方法的优点是可以直接获取客户的意见和反馈，客观性较高。
然而，需要投入较大的人力和物力资源来进行调查，并且还需要保证样本的代表性。
三、层次分析法层次分析法是一种常用的定性和定量相结合的权重确定方法。
该方法首先将各个指标归类为不同的层次结构，通过构建判断矩阵和计算特征向量，确定各个指标的权重。
在使用层次分析法确定指标权重时，首先建立层次结构，将指标分为几个层次，并确定各个层次之间的关系。
然后，通过专家问卷调查或其他方法，构建判断矩阵，评价和比较各个指标之间的相对重要性，最终得出权重。
这种方法的优点是能够考虑到多个因素之间的相互关系，并通过计算得到权重。
确定权重的方法及原则
•确定权重的方法及原则•确定权重的原则•权值因子推断表法•专家直观判定法•层次分析法•排序法权重权重是一个相对的概念，是针对某一指标而言。
某一指标的权重是指该指标在整体评价中的相对重要程度。
权重表示在评价过程中，是被评价对象的不一致侧面的重要程度的定量分配，对各评价因子在总体评价中的作用进行区别对待。
事实上，没有重点的评价就不算是客观的评价，每个人员的性质与所处的层次不一致，其工作的重点也确信是不能一样的。
因此，相对工作所进行的业绩考评务必对不一致内容对目标奉献的重要程度做出估计，即权重的确定。
总之，权重是要从若干评价指标中分出轻重来，一组评价指标体系相对应的权重构成了权重体系。
一组权重体系{Vi|I=1，2，…n}，务必满足下述两个条件：（1）0<Vi≤1;i=1，2，…，n。
（2）其中n是权重指标的个数一级指标与二级指标权重的确定：设某一评价的一级指标体系为{wi | i=1，2，…，n}，其对应的权重体系为{vi | i=1，2，…，n}则有：（1）1<Vi≤1;i=1，2，…，n（2）假如该评价的二级指标体系为{Wij | i=1，2，…，n，j=1，2，…，m}，则其对应的权重体系{Vij | i=1，2，…，n，j=1，2，…，m}应满足：（1）0<Vij≤1（2）（3）关于三级指标、四级指标能够以此类推。
权重体系是相对指标体系来确立的。
首先务必有指标体系，然后才有相应的权重体系。
指标权重的选择，实际也是对系统评价指标进行排序的过程，而且，权重值的构成应符合以上的条件。
确定权重的原则一、系统优化原则在评价指标体系中，每个指标对系统都由它的作用与奉献，对系统而言都有它的重要性。
因此，在确定它们的权重时，不能只从单个指标出发，而是要处理好各评价指标之间的关系，合理分配它们的权重。
应当遵循系统优化原则，把整体最优化作为出发点与追求的目标。
在这个原则指导下，对评价指标体系中各项评价指标进行分析对比，权衡它们各自对整体的作用与效果，然后对它们的相对重要性做出推断。
评价指标权重的确定方法
评价指标权重的确定方法
以下是 6 条关于评价指标权重的确定方法：
1. 专家打分法呀！这就好比是请了一群超级厉害的裁判来给各个指标打分。
比如说选美比赛，专家们根据自己的经验和专业眼光，给每个参赛选手的不同方面打分，像长相啊、气质啊、才艺啥的，最后综合起来确定重要程度。
这不就是在确定那些指标的权重嘛！
2. 层次分析法也很不错哟！可以把要考虑的指标像搭积木一样一层一层地搭建起来。
比如说盖房子，一层是基础，二层是结构，三层是装饰，不同层次的重要性当然不一样啦。
通过这种层层分析的方式，权重就能分得清清楚楚啦！
3. 主成分分析法呢，就像是一场大筛选。
好比从一堆水果中挑出最有代表性的几个。
比如在一堆水果里，苹果、香蕉、橘子，通过分析发现苹果的特征比较突出，那它在权重里的占比可能就会更高一些，这样就把那些最重要的成分给抓出来啦！
4. 聚类分析法呀，就好像把相似的东西归到一块儿去。
比如一群学生，把学习好的归一类，体育好的归一类，艺术好的归一类，这样不就大概能看出每一类在整体评价中的分量了嘛，是不是很形象呀？
5. 因子分析法也有它的妙处呢！就如同从一堆混乱的数据中找出关键的因子。
比如说整理房间，找到那些最关键的物品摆放规则，这些规则就是重要的因子呀，然后就能确定每个部分的权重啦！
6. 熵权法懂不？这就像是在混乱中寻找秩序。
好比在嘈杂的市场里，通过一些方法分辨出哪些声音是最重要的。
通过计算熵值，就能搞清楚各个指标的重要性程度啦，是不是很神奇呢！
我的观点结论就是：这些评价指标权重确定方法都各有特点和适用场景，我们得根据具体情况选择最适合的那个呀！。
满意度指标评价中权重的确定方法
环比评分法的基本步骤包括：首先，将各个指标按照一定的顺序排列；然后，依次将每 个指标与上一个指标进行比较，根据比较结果确定各指标的权重；最后，对权重结果进
行归一化处理，确保所有指标的权重之和为1。
03
客观赋权法
主成分分析法
总结词
主成分分析法是一种通过降维技术，将多个指标转化为少数 几个主成分，并基于这些主成分的方差贡献率来确定指标权 重的方法。
详细描述
变异系数法首先计算各指标的变异系数，变异系数越大，该指标的变异程度越 高，权重越高。然后对变异系数进行归一化处理，得到各指标的权重。
04
组合赋权法
线性组合赋权法
01
线性组合赋权法是一种常用的 权重确定方法，它将多个权重 按照一定的线性关系进行组合 ，以确定最终的权重。
02
线性组合赋权法的优点是简单 易行，适用于多个指标之间的 权重分配。
乘除组合赋权法
01 乘除组合赋权法是将多个权重按照乘除关系进行 组合，以确定最终的权重。
02 乘除组合赋权法的优点是可以处理不同量纲的数 据，使权重更加客观。
03 乘除组合赋权法的缺点是计算较为复杂，需要更 多的数据和计算资源。
05
实例分析
数据来源与处理
数据来源
本实例分析的数据来源于某公司对客 户满意度的调查问卷，包括客户对产 品、服务、价格等方面的评价。
熵值法首先计算各指标的熵值，熵值越小 ，该指标提供的信息量越大，权重越高。 然后计算差异系数，差异系数越大，该指 标对整体差异的贡献越大，权重越高。最 后，将熵值和差异系数结合起来确定各指 标的权重。
变异系数法
总结词
变异系数法是一种基于各指标变异程度的权重确定方法，变异系数越大，该指 标越能反映被评价对象的差异，权重越高。
指标权重的确定方法
指标权重的确定方法
1.主观评价法：这种方法通过专家评价和专家判断来确定指标的权重。
专家可以根据自己的经验和知识，对不同指标的重要性进行排序或评分。
然后通过加权平均来计算指标的权重。
这种方法的优势在于可以考虑专家
的意见和经验，但可能存在主观性的问题。
2.层次分析法（AHP）：AHP是一种常用的量化指标权重的方法。
它
基于对指标之间的相对关系进行判断和排序。
AHP将问题分解为多个层次，然后在不同层次上进行两两比较，从而得到指标之间的权重。
通过计算一
致性指标，可以评估判断的一致性程度。
这种方法的优势在于能够考虑不
同指标之间的相对重要性，但需要专家提供相对权重的判断。
3.统计分析法：这种方法通过对大量数据的分析和建模，来确定指标
的权重。
常用的统计分析方法包括回归分析、因子分析和主成分分析等。
通过建立数学模型，可以计算出各个指标对总体指标的贡献程度，从而确
定权重。
这种方法的优势在于能够考虑指标之间的相关性和影响程度，但
需要大量的数据支持。
在确定指标权重时，需要综合考虑不同方法的优缺点，并选择合适的
方法根据实际情况进行操作。
同时，还需要进行灵活性的调整和修正，根
据实际应用情况进行权重的修正和更新。
最后，确定的指标权重需要在实
际应用中进行验证和评估，以确保其准确性和可靠性。
客户满意度指标权重计算方法
客户满意度指标权重计算方法客户满意度是企业发展和竞争力的重要指标之一，也是企业与顾客之间关系的反映。
为了有效地评估和改进客户满意度，需要制定一套客户满意度指标，并为这些指标分配合适的权重。
本文将介绍一种常用的客户满意度指标权重计算方法。
首先，确定评估指标。
客户满意度由多个因素决定，如产品质量、交付速度、客户服务等。
在确定评估指标时，需要考虑到企业的特点和顾客需求。
一般常用的评估指标包括：1.产品质量：产品的可靠性、性能、外观等方面。
2.交付速度：企业能否按时、准时地交付产品或服务。
4.价格：产品或服务的价格是否合理。
5.品牌形象：企业的品牌形象是否能给顾客带来信任感。
6.顾客体验：顾客在使用产品或服务的过程中的感受和满意度。
7.交流沟通：企业与顾客之间的沟通是否顺畅、有效。
其次，收集数据。
为了评估客户满意度指标的权重，需要收集相关的数据。
可以通过以下途径来获取数据：2.内部反馈：收集企业内部员工对各个指标的评价和建议。
然后，数据分析。
收集到数据后，需要进行数据分析来确定每个指标的权重。
常用的数据分析方法有：1.因子分析：通过因子分析可以找出指标之间的相关性，并将相关性高的指标归为一组，以找出客户满意度的主要影响因素。
2.层次分析法：通过层次分析法可以计算出每个指标的权重。
层次分析法是一种多准则决策方法，通过构造判断矩阵，计算出每个指标的相对权重。
最后，确定指标权重。
根据数据分析结果，可以确定每个指标的权重。
一般来说，权重越高的指标对客户满意度的影响越大。
在确定权重时，可以根据指标的重要性和实际情况来分配，也可以借鉴专家意见或采用专业评估工具。
需要注意的是，权重计算方法只是客户满意度指标体系的一部分，还应该结合具体的业务和市场情况，灵活调整指标体系和权重分配，保持持续改进和优化。
以上就是客户满意度指标权重计算方法的简要介绍。
通过合理分配指标权重，可以更全面、准确地评估客户满意度，为企业的发展和竞争力提供有力支持。
确定评价指标的权数的方法
确定评价指标的权数的方法确定评价指标的权数是评价体系设计的关键步骤之一。
权数是指在评价指标体系中，对于各个指标进行设置的比重，即不同指标对于整体评价结果的贡献程度。
在构建评价体系时，通常需要考虑多个指标，而这些指标之间的重要程度不同，所以需要根据实际情况给这些指标设置合理的权数。
一. 确定评价指标的重要性在确定各个指标的权数之前，首先需要确定每个指标的重要性。
确定各个指标的重要性是构建评价指标体系及确定权数的前提，需要充分考虑评价体系的目的、评价对象的实际需求、评价对象及其环境的特征以及评价指标的准确度和可操作性等要素。
在确定各个指标的重要性时，可以采用一下方法：1. 专家访谈法：通过邀请相关的领域专家，就各项指标的重要性进行咨询和讨论，最终达成共识。
2. 层次分析法：层次分析法是一种逐级分析的方法，通过构建指标层次结构和构建指标间的层次关系，以综合评价评价对象的各项指标，进而确定指标的相对重要性。
3. Delphi方法：该方法以匿名的方式，采用问卷、调查等方式，以专家们的共识为基础，最终确定指标的相应权数。
4. 问卷调查法：通过编制问卷并向相关人群发放，回收后进行统计分析，得出各项指标的相对重要性。
二. 确定权数了解各个指标的重要性之后，需要给各个指标设置相应的权重，以便计算总得分。
确立权数的目的是根据各个因素之间的重要程度，把其赋予相应的比重，以便更为准确地对评价对象进行评估和排名。
常用的方法有以下几种：1. 百分比法百分比法是根据各个指标的重要性比率，按照百分数的方式进行分配权重。
首先将各项指标的重要性相加得到总重要性值，然后每个指标的权重等于该指标重要性值除以总重要性值，再将其乘以100即可得到该指标的百分比权重。
例如，某项目有三个指标A、B、C，它们的权重比率为1：2：3。
则，A、B、C三个指标的权重分别为：A权重= 1 ÷ (1+2+3) x 100% = 16.67%； B权重 = 2 ÷ (1+2+3) x 100% = 33.33%； C权重= 3 ÷ (1+2+3) x 100% = 50%。
确定指标权重的方法
确定指标权重的方法
指标权重，指将指标按其重要性或影响程度，分配一定的比例，以构成综合评价体系
的方式，也就是利用比例进行评分法中指标的重要程度的加权系数。
指标权重的确定是非
常关键而重要的，是确定综合评估结果的关键性环节。
因此，确定指标权重，确保综合评
估的正确性，大多数评价系统的要求是根据外部因素决定评价指标的重要程度。
指标权重可以通过多种方法来确定。
首先，可以通过专家判断法确定指标权重。
该方
法独立于具体系统，考虑评估应用地点的特定因素，并且被认为反应了实践经验，强调其
实践性并结合专家判断法中受访者偏好等因素。
专家判断法分为多种变体，其中AHP占有
重要地位，有效地利用受访者的定性知识。
具体步骤是：收集与受测对象相关的指标，通
过对问卷调查的专家的权重比较确定各指标的权重；可以采用层次分析法（AHP），将指
标细分为多个单领域，以衡量这些单领域的结果，最后由专家决定每个领域的重要性排序。
另一种确定指标权重的方法是根据学术理论来确定，这种方法依据学术理论定义发展
模型，然后运用模型来确定准确的指标权重。
此类方法是将质性分析和定量分析结合起来，充分考虑因素的综合效应，从发展模型中推断指标的权重，从多个指标及其联系进行数量
上的分析，最终得出各模式权重。
综上所述，专家判断法和学术理论法是确定指标权重的主要方法，两种方法各有其优
缺点，可以根据不同的应用场合合理结合并选择,建立有效的综合评价体系。
满意度指标评价中权重的确定方法
1.服务顾问礼貌 2.服务顾问有求必应 3.详细的解释
服务启动 15.0%
服务启动
1.维修保养安排的便利性
2.灵活地安排维修/保养的时间
3.接车过程及时高效
五大因子权重大小依次为：服务质量、服务后交车、服务顾问、服务启动和经销商设施
示例2：重要因素推导模型
• 从XX售后服务指标要素来看：
– 服务态度、上门服务和服务技能三个指标为优势指标 – 继续完善巡检制度和服务政策合理性是目前提升XX产品用户服务满意度的首要改进点
相关系数确定法 – 加权前后整体指标满意度评价比较
某产品整体指标评价由二级指标的算术平均值表示，以及利用相关系数法所确定 权重，经过加权后的结果比较
外观设计的整体评价 通话清晰程度的整体评价 屏幕的整体评价 对操作方便性的整体评价 功能的整体评价 运行速度的整体评价 对质量的整体评价 整体满意度(均值) 整体满意度(加权结果)
外观设计的整体评价 通话清晰程度的整体评价 屏幕的整体评价 对操作方便性的整体评价 功能的整体评价 运行速度的整体评价 对质量的整体评价 整体满意度(均值) 整体满意度(加权结果)
均值 7.97 7.13 7.74 7.44 6.94 7.09 6.91 7.32
权重 0.040 0.055 0.019 0.076 0.606 0.008 0.196 7.04
相关系数确 定法：用因 变量和自变 量变量间的 相关系数， 作为计算基 础，确定对 应变量的权 重
回归系数确 定法：利用 线性回归分 析方法，确 定回归模型， 把自变量的 系数作为计 算基础,确定 对应变量的 权重
因子分析确 定法：利用 因子分析方 法，用主成 分得分矩阵 作为计算基 础，确定对 应变量的权 重
指标权重确认方法归纳总结
指标权重确认方法归纳总结指标权重确认是指在多指标评价体系中，确定各个指标所占权重的过程。
通过合理的权重分配，可以更准确地评估不同指标对整体结果的影响程度。
本文将对指标权重确认的方法进行归纳总结，帮助读者更好地理解和应用该方法。
一、主观方法主观方法是指由专家根据自身经验和判断，对各个指标进行权重赋值的方法。
主观方法常用的有专家打分法、专家会议法和Delphi法。
1. 专家打分法专家打分法是通过请专家根据各指标的重要程度进行打分，再根据打分结果计算权重。
该方法的具体步骤为：首先列出各个评价指标，然后请专家根据自己的经验和判断，为每个指标进行打分，最后根据打分结果计算权重。
2. 专家会议法专家会议法是通过组织专家进行会议讨论的方式来确定权重。
在会议上，专家可以依据自己的研究经验和专业知识，对各个指标的权重进行讨论和确定。
该方法的优点是能够充分发挥专家的经验和判断，但缺点是可能受到主观因素的影响。
3. Delphi法Delphi法是一种匿名的专家意见调查方法，通过多轮反馈和调整，逐步达成共识。
在Delphi法中，专家会先独立给出对各个指标的权重估计，然后由主持人进行统计和分析，再将结果反馈给专家。
随后，专家重新评估并调整自己的意见，直至达成一致。
二、客观方法客观方法是通过数据和模型进行权重计算的方法。
常用的客观方法有层次分析法（AHP）和熵权法。
1. 层次分析法（AHP）层次分析法是一种将问题层次化，通过构建层次结构和进行两两比较，最终确定权重的方法。
该方法首先将指标层次化，分为准则层、子准则层和指标层，然后通过专家的两两比较，构建判断矩阵，最后计算权重。
AHP方法具有结构清晰、计算简单等优点。
2. 熵权法熵权法是一种基于信息熵的权重计算方法，通过计算指标的信息熵和相对信息熵，确定权重。
该方法首先计算指标的信息熵，信息熵越大，表示指标对决策结果的影响越大；然后计算相对信息熵，确定指标的权重。
熵权法适用于指标数目较多且具有相似性的评价体系。
确定权重的方法及原
•权重•确定权重的原则•权值因子判断表法•专家直观判定法•层次分析法•排序法权重权重是一个相对的概念，是针对某一指标而言。
某一指标的权重是指该指标在整体评价中的相对重要程度。
权重表示在评价过程中，是被评价对象的不同侧面的重要程度的定量分配，对各评价因子在总体评价中的作用进行区别对待。
事实上，没有重点的评价就不算是客观的评价，每个人员的性质和所处的层次不同，其工作的重点也肯定是不能一样的。
因此，相对工作所进行的业绩考评必须对不同内容对目标贡献的重要程度做出估计，即权重的确定。
总之，权重是要从若干评价指标中分出轻重来，一组评价指标体系相对应的权重组成了权重体系。
一组权重体系{Vi|I=1，2，…n}，必须满足下述两个条件：（1）0<Vi≤1。
i=1，2，…，n。
（2）其中n是权重指标的个数一级指标和二级指标权重的确定：设某一评价的一级指标体系为{wi | i=1，2，…，n}，其对应的权重体系为{vi | i=1，2，…，n}则有：（1）1<Vi≤1。
i=1，2，…，n（2）如果该评价的二级指标体系为{Wij | i=1，2，…，n，j=1，2，…，m}，则其对应的权重体系{Vij | i=1，2，…，n，j=1，2，…，m}应满足：（1）0<Vij≤1（2）（3）对于三级指标、四级指标可以以此类推。
权重体系是相对指标体系来确立的。
首先必须有指标体系，然后才有相应的权重体系。
指标权重的选择，实际也是对系统评价指标进行排序的过程，而且，权重值的构成应符合以上的条件。
确定权重的原则一、系统优化原则在评价指标体系中，每个指标对系统都由它的作用和贡献，对系统而言都有它的重要性。
所以，在确定它们的权重时，不能只从单个指标出发，而是要处理好各评价指标之间的关系，合理分配它们的权重。
应当遵循系统优化原则，把整体最优化作为出发点和追求的目标。
在这个原则指导下，对评价指标体系中各项评价指标进行分析对比，权衡它们各自对整体的作用和效果，然后对它们的相对重要性做出判断。
权重确定方法归纳
权重确定方法归纳权重确定方法是指在进行决策、评估或者模型建立等过程中，为不同的因素或者变量赋予不同的重要程度或者影响力的过程。
权重确定方法的选择直接影响最终决策的科学性和准确性。
本文将归纳总结主要的权重确定方法，并对其优缺点进行分析。
1.主客观权重赋值法主观权重确定方法是基于决策者的经验、判断和主观意见来进行权重赋值。
这种方法的优点是简单、直观，决策者可以根据自己的经验和感觉给出权重，易于实施。
但是主观权重容易受到主观偏见和主观随意性的影响，导致结果可能不够客观和准确。
客观权重确定方法是基于统计分析、数据挖掘等方法来进行权重赋值。
这种方法的优点是客观性强、结果准确，可以减少主观偏见。
但是客观权重的确定需要大量的数据和分析方法，而且对数据质量和方法选择要求较高。
2.基于满意度函数的权重确定方法满意度函数是用来衡量不同方案或者因素对决策目标的满意程度的数学函数。
满意度函数可根据具体情况来定义，一般可以是线性函数、指数函数、对数函数等。
通过确定不同因素对目标满意度的贡献程度，可以确定权重。
这种方法的优点是结合了主客观方法的优点，可以量化不同因素对目标的影响程度，并根据不同的目标和需求灵活调整满意度函数的定义。
但是满意度函数的选择和权重的计算比较复杂，需要大量的数学模型和计算。
3.层次分析法（AHP）层次分析法是一种多层次、多因素的权重确定方法，通过构建层次结构和两两比较矩阵来确定权重。
在层次结构中，将决策问题划分为目标层、准则层和方案层，然后通过两两比较准则和方案的相对重要性来构建两两比较矩阵，最后通过特征向量法或者最大特征值法来计算权重。
层次分析法的优点是能够通过对决策问题的分解和比较，将复杂的决策问题简化为相对简单的两两比较问题，提高了决策的可行性和可行性。
但是层次分析法需要决策者准确的两两比较和数值判断能力，对数据质量和方法选择要求较高。
4.模糊综合评判法模糊综合评判法是基于模糊数学理论，将模糊评价和综合决策方法相结合的一种权重确定方法。
多指标综合评价中权重系数的确定方法
多指标综合评价中权重系数的确定方法（一）主观赋权法主观赋权法是指由评价者根据自己的经验和判断，主观给出权重系数。
在使用主观赋权法时，评价者需要根据各个指标之间的重要程度进行排序，并将其转化为权重值。
主观赋权法的优点是简单易行，适用于指标之间的重要程度较为清晰明确的情况。
然而，主观赋权法容易受到评价者主观因素的影响，权重的确定可能不够客观准确。
（二）专家打分法专家打分法是指通过专家评价和打分的方式确定权重系数。
在使用专家打分法时，评价者需要先将各个指标进行打分，然后根据打分结果计算权重系数。
专家打分法的优点是能够利用专家的知识和经验，提高评价的客观性和准确性。
然而，专家打分法需要依赖专家的判断和主观意见，可能存在个体差异和主观因素的影响。
（三）层次分析法层次分析法（AHP）是一种基于专家判断的权重系数确定方法。
AHP将评价指标分为不同层次，并通过对各个层次进行两两比较来确定权重系数。
在使用AHP时，评价者首先构建判断矩阵，根据对两两比较的相对重要程度进行赋值，然后计算判断矩阵的特征向量，并对其进行归一化处理得到权重向量。
AHP的优点是能够考虑到指标之间的相互关系和重要程度，提高了评价结果的准确性和客观性。
然而，AHP需要准确地对指标进行两两比较并给出相应的权重值，这需要较高的专业知识和经验。
（四）模糊数学法模糊数学法是一种宽泛性的权重系数确定方法。
在模糊数学方法中，评价者可以使用模糊集合和模糊关系来描述评价指标之间的关系和权重值。
模糊数学法的优点是能够克服传统方法中对评价指标之间关系的确定性要求，考虑到了不确定性和模糊性。
然而，模糊数学方法的计算过程较为复杂，对评价者的专业能力和理解能力有较高的要求。
（五）统计分析法统计分析法是一种基于数据分析的权重系数确定方法。
在统计分析法中，评价者可以使用相关系数、回归分析等统计方法来计算和确定权重系数。
统计分析法的优点是能够通过对历史数据和实际结果的分析来确定权重系数，提高了评价的客观性和准确性。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
均值
7.97 7.13 7.74 7.44 6.94 7.09 6.91
整体满意度(均值)
7.32
整体满意度(加权结果)
权重 0.073 0.190 0.095 0.172 0.124 0.097 0.248
7.22
目录
1. 权重概念及确定权重的主要方法 2. 确定客观权重的方法
♦ 计算指标均值 ♦ 相关系数法 ♦ 回归系数法 ♦ 因子分析法
__研究依撑，精准策略，提供全面的营销咨询解决方案
满意度指标评价中权重的确定方法简介
2011年01月
我们首先来简单回顾一下在市场调研中我们都遇到了哪些 和权重相关的内容……
示例1：J.D.Power CSI关注的因子权重
2010年J.D.Power CSI中的因子权重
服务质量
1.完成整个维修/保 养所需时间
回归系数确定法
某产品整体指标评价由二级指标的算术平均值表示， 以及利用回归分析法所确定 权重，经过加权后的结果比较
外观设计的整体评价 通话清晰程度的整体评价 屏幕的整体评价 对操作方便性的整体评价 功能的整体评价 运行速度的整体评价 对质量的整体评价
均值
7.97 7.13 7.74 7.44 6.94 7.09 6.91
• 从XX售后服务指标要素来看：
– 服务态度、上门服务和服务技能三个指标为优势指标 – 继续完善巡检制度和服务政策合理性是目前提升XX产品用户服务满意度的首要改进点
9.6
可保持因素
服务态度
可影响的优势
9.3
满 意9 程 度
报修流程 维修质量
上门服务 服务技能
服务政策 巡检制度
8.7
8.4
维修价格
次要改进点
相关系数确 定法：用因 变量和自变 量变量间的 相关系数， 作为计算基 础，确定对 应变量的权 重
回归系数确 定法：利用 线性回归分 析方法，确 定回归模型， 把自变量的 系数作为计 算基础,确定 对应变量的 权重
因子分析确 定法：利用 因子分析方 法，用主成 分得分矩阵 作为计算基 础，确定对 应变量的权 重
整体满意度(均值)
7.32
整体满意度(加权结果)
权重 0.113 0.135 0.080 0.134 0.224 0.146 0.168
7.23
目录
1. 权重概念及确定权重的主要方法 2. 确定客观权重的方法
♦ 计算指标均值 ♦ 相关系数法 ♦ 回归系数法 ♦ 因子分析法
3. 三种方法的比较 4. 结构方程模型在满意度研究应用简介
优序法：
通过对指标两 两相对比较， 将对比结果添 加到一个n×n 的表格中，再 把指标的得分 总和与总数相 除就得到各指 标权重。
层次分析法： 把专家意见和分析者 的判断结果直接而有 效地结合起来，将一 层次元素两两比较的 重要性进行定量描述。 而后，利用数学方法 计算反映每一层次元 素的相对重要性次序 的权值，通过所有层 次之间的总排序计算 所有元素的相对权重 并进行排序
♦ 计算指标均值 ♦ 相关系数法 ♦ 回归系数法 ♦ 因子分析法
3. 三种方法的比较 4. 结构方程模型在满意度研究应用简介
13
相关系数确定法 – 举例
二级指标 一级Байду номын сангаас标
相关系数确定法 – 选择菜单
相关系数确定法 – 选择变量
一级指标 放在首位
相关系数确定法 - 相关系数计算结果
相关系数确定法 – 编辑整理权重
8.1
0.14
0.15
0.16
0.17
0.18
0.19
贡献系数（权重）
首要改进点
0.2
0.21
今天我们主要沟通交流的内容就是——
如何能够更好的科学、准确地计算出权重，用以分析问题、发现问题 并且指导解决问题呢？
首先我们来看一下什么是权重
权重：是一个相对的概念，是针对某一指标而言。某一指标的权重是指该指标在 整体评价中的相对重要程度 权重表示在评价过程中，是被评价对象的不同侧面的重要程度的定量分配，对各 评价因子在总体评价中的作用进行区别对待。事实上，没有重点的评价就不算是 客观的评价 所以，权重的重心在于找出因子对结果的影响程度大小；从对实际工作意义角度 讲，权重和贡献系数、影响系数、载荷系数、路径系数等关联性很大，很多时候 不过是研究方法、计算方法下的不同称呼
2.维修/保养完成很彻 底
3.维修保养后车辆干 净并且车况良好
服务质量 35.1%
服务后交车 19.9%
经销商设施
1.开车进/出经销商/服
务站容易
经销商设施
2.地理位置便利 3.经销商/服务站干净
14.7%
整洁
4.顾客休息区舒适（
包括座椅、娱乐设
施、点心）
CSI
16个环节
服务启动 15.0%
服务顾问 15.3%
26
因子分析确定法 – 选择菜单
因子分析确定法 – 选择变量
因子分析确定法 – 结果
因子分析确定法 – 计算权重
因子
1 2 3 4 5 6 7
解释的总方差
初始特征值
合计 方差的 % 累积 %
3.910 55.856
55.856
.848 12.118
67.974
.657 9.389
77.363
取 绝对值 因子得分系数矩阵
因子
1 .099 .247 .107 .193 .133 .169 .279
2 .019 .194 .332 .216 .339 .038 .584
3 .033 .404 .053 .379 .297 .102 .493
4 -.287 -.245 -.059 .349 -.001 .048 .162
服务后交车
1.提车过程及时高效 2.收费合理 3.周到地协助我提车
服务顾问
1.服务顾问礼貌 2.服务顾问有求必应 3.详细的解释
服务启动
1.维修保养安排的便利性 2.灵活地安排维修/保养的时间 3.接车过程及时高效
五大因子权重大小依次为：服务质量、服务后交车、服务顾问、服务启动和经销商设施
示例2：重要因素推导模型
对质量的整体评价
系数a 非标准化系数
B
标准 误差
1.977
.436
-.042
.055
.057
.059
.019
.046
-.079
.052
.627
.040
-.008
.053
.203
.053
标准系数 试用版
-.032 .054 .016 -.073 .634 -.008 .216
t 4.531 -.762
整体满意度(均值)
7.32
整体满意度(加权结果)
权重 0.040 0.055 0.019 0.076 0.606 0.008 0.196
7.04
目录
1. 权重概念及确定权重的主要方法 2. 确定客观权重的方法
♦ 计算指标均值 ♦ 相关系数法 ♦ 回归系数法 ♦ 因子分析法
3. 三种方法的比较 4. 结构方程模型在满意度研究应用简介
相关系数确定法 – 加权前后整体指标满意度评价比较
某产品整体指标评价由二级指标的算术平均值表示，以及利用相关系数法所确定 权重，经过加权后的结果比较
外观设计的整体评价 通话清晰程度的整体评价 屏幕的整体评价 对操作方便性的整体评价 功能的整体评价 运行速度的整体评价 对质量的整体评价
均值 7.97 7.13 7.74 7.44 6.94 7.09 6.91
有效的 N 544 542 544 406 544 544 540 543
整体满意度(回归分析法) 整体满意度(因子分析法) 整体满意度(相关系数法)
产品整体满意度 整体满意度(二级指标均值)
7.04 7.22 7.23 7.25 7.32
比较几种方法计算的结 果，由相关系数法计算 出来的整体满意度，最 接近直接评价的结果， 但相关系数的都是各个 二级指标与产品整体满 意度指标的相关关系， 必然与产品整体满意度 结果趋近。
8.073
权重 0.073 0.190 0.095 0.172 0.124 0.097 0.248
1
将因子 的初始 特征值 和对应 的因子 得分相 乘，将 结果标 准化， 得到各 指标的 权重
0.591=0.099*0.391+…+0.287*0.574
因子得分系数矩阵 因子
外观设计的整体评价 通话清晰程度的整体评价 屏幕的整体评价 对操作方便性的整体评价 功能的整体评价 运行速度的整体评价 对质量的整体评价
下面我们会结合SPSS操作进行几种常用确定权重方法的介绍
目录
1. 权重概念及确定权重的主要方法 2. 确定客观权重的方法
♦ 计算指标均值 ♦ 相关系数法 ♦ 回归系数法 ♦ 因子分析法
3. 三种方法的比较 4. 结构方程模型在满意度研究应用简介
7
权重的概念及确定权重的几种常用方法
权重：从赋值方式上基本上可分为主观权重、客观权重两类
1 .099 .247 .107 .193 .133 .169 .279
2 -.019 .194 -.332 -.216 -.339 -.038 .584
3 -.033 -.404 -.053 -.379 .297 .102 .493
外观设计的整体评价 通话清晰程度的整体评价 屏幕的整体评价 对操作方便性的整体评价 功能的整体评价 运行速度的整体评价 对质量的整体评价
.965 .422 -1.515 15.776 -.147 3.837
Sig. .000 .446 .335 .674 .131 .000 .883 .000