案例数据
300 行 × 5 列 Likert（1-5）教学质量评价数据，5 个二级指标（教学效果 / 课程内容 / 教师水平 / 师生互动 / 教学条件）方差不同（SD 0.56–1.16），用于演示熵权法客观赋权与综合评分合成，结果显示教学条件权重最高。
| 文件名 | weight.xlsx |
|---|---|
| 样本量 | 300 行 |
| 变量数 | 5 列（全部为 Likert 1-5 评分） |
| 数据用途 | 高校教学质量综合评估：用客观赋权法（熵权法 / CRITIC / 变异系数）确定 5 个二级指标的权重并合成综合得分 |
| 变量说明 | 教学效果、课程内容、教师水平、师生互动、教学条件，均为学生评分（1=很差，5=很好）。 |
完整案例
1. 背景
某高校教务处推行"教学质量综合评估"，由学生对 5 个二级指标（教学效果 / 课程内容 / 教师水平 / 师生互动 / 教学条件）打分（1-5）。教务处希望把 5 个指标合成1 个综合得分用于教师排名，但又没有专家主观赋权——此时用客观赋权法，根据数据本身的统计特征（差异度、相关性）自动算出权重。本案例验证三个关键问题：①各指标的区分度（SD / 信息熵 / 变异系数）差异有多大？②熵权法、CRITIC、变异系数法给出的权重排序是否一致？③合成后的综合得分如何用于教师 / 课程排序？
2. 理论与公式
客观赋权根据数据本身的统计特征自动算权重，差异度（方差或熵）越大的指标权重越高，因为它在样本间的区分能力越强。
信息熵 e 越小（数据越"乱"）差异度 d=1-e 越大权重越高。
变异系数越大（相对离散度越大）权重越高，简单直观。
Min-Max 归一化后的指标按权重加权求和。
3. 数据结构
每行 1 位学生评价，5 列均为 Likert 1-5 评分。5 个指标共同合成1 个综合得分：
| 变量名 | 角色 | 说明 |
|---|---|---|
| 教学效果 | 二级指标 1 | 学生对课程目标达成度的评分（SD 0.83） |
| 课程内容 | 二级指标 2 | 教学内容的深度、广度与前沿性（SD 0.66） |
| 教师水平 | 二级指标 3 | 教师专业能力与表达清晰度（SD 0.98） |
| 师生互动 | 二级指标 4 | 课堂提问、答疑、讨论氛围（SD 1.16，区分度最强） |
| 教学条件 | 二级指标 5 | 教室、设备、资源支持（SD 0.56，区分度最弱） |
客观赋权要求指标变量为定量列且至少 2 列；缺失值整行删除。Min-Max 归一化后所有指标拉到 [0,1] 区间，再按方法计算权重；若分析的是负向指标（如"投诉率"），应先做反向变换再放入。
4. 操作步骤
- 登录 SPSSzero，进入 工作台 → 上传
weight.xlsx - 左侧方法栏 → 问卷研究 → 点击 问卷权重分析
- 把 教学效果 / 课程内容 / 教师水平 / 师生互动 / 教学条件 5 列全部拖入 评价指标 框
- 选择 权重方法（默认熵权法，可选 CRITIC / 变异系数法）
- （可选）勾选 保存综合得分到数据集，便于后续做教师 / 班级排名
- 点击 开始分析
5. 结果表格与结果阅读
结果区先输出权重明细，再给出综合得分统计。下面展示熵权法下的 2 张紧凑三线表：
| 指标 | 均值 μ | 标准差 σ | 信息熵 e | 差异度 d=1−e | 权重 w | 排名 |
|---|---|---|---|---|---|---|
| 教学效果 | 3.937 | 0.828 | 0.9923 | 0.0077 | 0.0886 | 4 |
| 课程内容 | 4.167 | 0.658 | 0.9912 | 0.0088 | 0.1017 | 3 |
| 教师水平 | 3.797 | 0.984 | 0.9877 | 0.0123 | 0.1419 | 2 |
| 师生互动 | 3.557 | 1.155 | 0.9766 | 0.0234 | 0.2697 | 1* |
| 教学条件 | 4.043 | 0.561 | 0.9655 | 0.0345 | 0.3981 | 1 |
| 权重和 = 1.000；*师生互动 SD 最大（1.155），但归一化后熵权法给教学条件最高权重——因为教学条件取值集中在 3-5 区间，归一化后差异度最显著。 | ||||||
关键观察：①信息熵 e 越小（0.9655<0.9923）权重越高，教学条件权重最大（0.398，接近 4 成）；②变异系数法和 CRITIC 会给出不同排序（变异系数法下"师生互动"夺冠 w=0.30），因为它们关心的是绝对离散度而非归一化后的熵——三种方法都合理但视角不同。
| 样本/统计 | 教学效果 (w=0.089) | 课程内容 (w=0.102) | 教师水平 (w=0.142) | 师生互动 (w=0.270) | 教学条件 (w=0.398) | 综合得分 S |
|---|---|---|---|---|---|---|
| 样本 1（归一化） | 0.750 | 0.667 | 1.000 | 0.750 | 0.500 | 0.678 |
| 样本 2（归一化） | 0.750 | 0.667 | 0.500 | 0.500 | 0.500 | 0.539 |
| 样本 3（归一化） | 1.000 | 1.000 | 1.000 | 0.750 | 0.500 | 0.734 |
| 样本 4（归一化） | 1.000 | 1.000 | 1.000 | 1.000 | 0.500 | 0.801 |
| 样本 5（归一化） | 0.750 | 0.667 | 0.750 | 0.750 | 0.500 | 0.642 |
| 全样本综合得分统计（N=300） | ||||||
| 最小值 / 最大值 | 0.286 / 0.965 | — | ||||
| 均值 / 中位数 | 0.618 / 0.614 | — | ||||
| 标准差 | 0.138 | — | ||||
| Si = 0.089×x₁ + 0.102×x₂ + 0.142×x₃ + 0.270×x₄ + 0.398×x₅；综合得分越高代表教学质量越优。 | ||||||
综合得分分布范围 0.286–0.965，均值 0.618，可用于教师 / 班级排序：高于均值 1 个标准差（≥0.756）为"优秀"，低于均值 1 个标准差（<0.480）为"待改进"。勾选"保存综合得分"后，新列综合得分_熵权法会插入数据集最前方。
7. 文字分析
对 5 个教学质量二级指标的客观赋权综合分析：
- 权重排序（熵权法）：教学条件 (0.398) > 师生互动 (0.270) > 教师水平 (0.142) > 课程内容 (0.102) > 教学效果 (0.089)；前 2 项合计 0.668，承担2/3 以上的综合得分贡献；
- 信息熵视角：教学条件 e=0.9655 最小，意味着 300 份样本在该指标上的得分分布最"不均匀"（最有区分度），从而权重最大；教学效果 e=0.9923 最大，样本间几乎一致，权重也最小；
- 方法间一致性：变异系数法权重排序为"师生互动 (0.298) > 教师水平 (0.238) > 教学效果 (0.193) > 课程内容 (0.145) > 教学条件 (0.127)"——和熵权法几乎相反，因为变异系数看的是原始尺度下的相对离散度，未经归一化；
- 综合得分：300 位学生综合得分均值 0.618，标准差 0.138，分布近似正态；前 5 名样本得分 0.539–0.801，差距明显，可用于排序；
- 业务结论：高权重指标（教学条件、师生互动）是学生评分差异最大的维度，最值得管理层重点关注——改进这两项最能拉开教学质量评估的差距。
结论：熵权法揭示教学条件 + 师生互动是当前教学质量评估的关键分化维度（合计权重 0.668），这意味着教务处的改进资源应优先投入：①教学设施升级与资源配置（教学条件）；②小班教学、提问机制、答疑制度（师生互动）。教学效果等"看起来重要"的指标，因为学生评分趋同（高分集中），反而缺乏统计区分力，不适合作为排名核心依据。
8. 剖析提醒
客观赋权法是"数据驱动"而非"理论驱动"：权重高 ≠ 业务上重要，只代表样本间差异大。如果研究目的是理论建模（如"教学条件对就业的影响"），应使用主观赋权（AHP、专家评分）或综合赋权（主客观加权平均）；若样本量<30 或指标尺度差异极大，熵权法结果可能不稳定，建议对比 CRITIC 或变异系数法的排序一致性。