一 指标权重计算确定的困惑

相信很多写过或者正在写指标处理类论文的朋友都曾对如何计算指标权重充满困惑，到底是用熵值法，还是主成分分析法？或者其他各种看起来奥妙无穷却难以上手操作的神奇方法？好不容易确定要选用主成分分析法时又开始发愁要如何实现呢？

听说过要可以用SPPS，可是又如何使用SPSS操作呢？用SPSS进行主成分分析之后又要如何得到最终的权重呢？接下来笔者将以一个实际的案例，带领大家一步步从SPSS入手，进行主成分分析，并利用主成分分析的结果最终得到各指标的权重值。

二 利用SPSS实现主成分分析

1. 数据标准化

（1）为什么要对数据进行标准化处理

在对数据进行主成分分析前，首先要对数据进行标准化，之所以要对数据进行标准化，是因为各种类别的数据间的度量不同，比如计算经济的指标，我们通常会选取地区GDP生产总值和第三产业产值在GDP中的比重，GDP产值以亿为单位，通常以千计或万计，而第三产业产值在GDP中的比重的取值范围在0~1之间，如何能够相提并论呢？能够因为前者的数据远远大于后者，而得出前者的指标更为重要的结论吗？显然是不行的，所以要进行主成分分析，首先要对数据进行标准化。

（2）数据标准化的方法

为什么要关心数据处理的方法呢？在实际操作中，笔者曾经遇到一个问题。笔者利用SPSS自带的数据标准化方法对数据进行了标准化处理，但在权重的计算过程中不断出现负值，后来笔者几次重新调整指标类别，终于得出了均为正值的权重。但笔者最终的目的是要进行耦合协调度，这时候出现了大量的负值，而耦合度及耦合协调度的取值范围应该在0~1之间，因此笔者开始从头探索出错的原因。终于，笔者找到了原因，那就是数据标准化的方法选取的不正确，因此笔者重新选择了极差法对数据重新进行标准化，并最终顺利得到了后续的结果。

本文中笔者将先直接利用SPSS对数据进行标准化，进行主成分分析，并计算权重。随后再利用极差法对数据进行标准化并进行主成分分析，计算权重。

在这里先列出极差法数据标准化的方法：

首先要区分指标的正负向，即指标数值越大对主体产生的结果是越好还是越坏。