一分钟了解综合评价，一文带你快速预览综合评价
一分钟了解综合评价，一文带你快速预览综合评价AHP层次分析法、模糊综合评价、数据包络分析（EDA）、灰色关联分析法、TOPSIS法、熵值法等。（二）常用方法简而言之：综合评价是一种多属性或指标、多目标评价的方式。比如计算权重、计算优劣情况、投入产出比等。
一、基本概念：综合评价
（一）定义
百度百科对于综合评价的解释如下：
综合评价（Comprehensive Evaluation，CE），也叫综合评价方法或多指标综合评价方法，是指使用比较系统的、规范的方法对于多个指标、多个单位同时进行评价的方法。它不只是一种方法，而是一个方法系统，是指对多指标进行综合的一系列有效方法的总称。综合评价方法在现实中应用范围很广。综合评价是针对研究的对象，建立一个进行测评的指标体系，利用一定的方法或模型，对搜集的资料进行分析，对被评价的事物作出定量化的总体判断。
简而言之：
综合评价是一种多属性或指标、多目标评价的方式。
比如计算权重、计算优劣情况、投入产出比等。
（二）常用方法
AHP层次分析法、模糊综合评价、数据包络分析（EDA）、灰色关联分析法、TOPSIS法、熵值法等。
二、属性或指标（行或列）
（一）属性-指
属性：一行是一个case
（比如一个面试者为一行，十个就是十行）
指标：一列是一个指标
（比如应聘者能力：沟通能力、笔试成绩、通勤情况、专业能力等）
（二）方法分类
根据研究目的，将综合评价的方法按照属性（行）、指标（列）、预测及其他分类。
- 若研究行与行之间关联则使用属性（行）相关方法
- 若研究列与列之间关联则使用指标（列）相关方法
- 若要预测未来走势则使用预测相关方法
-
其他方法
方法分类如下图：
三、量纲化处理
（一）为什么要进行量纲化处理
在进行数据分析时，数据具有单位是非常常见的，比如说GDP可以以亿作为单元，也可以以百万作为单位，那么此时就会出现由于单位问题导致的数字大小问题；这种情况对于分析可能产生影响，因此需要对其进行处理，但是处理的前提是不能失去数字的相对意义，即之前数字越大代表GDP越高，处理后的数据也不能失去这个特性，类似这样的处理我们统称为量纲化。
也或者计算距离，数字1和2的距离可以直接相减得到距离值为1；另外一组数据为10000和20000，两个数字直接相减得到距离值为10000。如果说距离数字越大代表距离越远，那么明显的10000大于1，但这种情况仅仅是由于数据单位导致的，而并非实际希望如何，因此就需要进行量纲化处理。
再或者计算方向，医院希望出院率越高越好、死亡率越低越好，这是两个方向的问题，因此在分析时就需要进行量纲化处理。
（二）量纲化处理方式
SPSSAU提供多种量纲化处理方式
SPSSAU-数据处理-生成变量
量纲处理方式按照相对大小问题和方向问题分类。
- 相对大小问题：比如人均GDP很大，而人口出生率很小，因此需要进行相对大小的量纲化处理。
-
方向问题：比如医院希望出院率越高越好，死亡率越低越好，因此需要进行方向的量纲化处理。
方法分类如下图：
量纲处理方式按照有实际意义处理和仅数理化处理分类。
- 有实际意义处理：比如均值化，其计算公式为X
/ Mean，即以平均值作为单位，全部数据均去除以平均值，为平均数的倍数，此时为有实际意义处理。
-
仅数理化处理：比如标准化，其计算公式为：（X-Mean）/ Std，并无实际意义，此时为仅数理化处理。
方法分类如下图：
常用量纲处理方式基本说明如下图：
四、数据格式
数据格式，直接影响着分析结果是否准确。无论是哪种综合评价方法，其数据均需要规范整理才可以，通常包括如下要点：
- 第一行只能是标题，并且第一行不能出现空，否则就没有标题可以拖拽操作；
- 不能出现任何的合并单元格；
-
不能出现完整的空行，或者完整的空列。
还有一些比较特殊的数据格式。如AHP层次分析法、模糊综合评价、灰色关联法、耦合协调度、DEMATEL、ISM、障碍度等。
AHP层次分析法数据格式
模糊综合评价法数据格式
灰色关联法数据格式
建议在使用这些方法之前，参考帮助手册中的格式说明或视频教程。
同时帮助手册中也提供了多种数据格式说明，大家可以直接搜索进行查看。
SPSSAU
