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！。
- 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