障碍度如何分析?
通常在综合评价后,比如计算得到准则层和指标层的分别权重之后(指标权重体系构建后),为了找到‘主要障碍因子’,此时可使用‘障碍度模型’(obstacle degree)进一步研究,以便进行障碍度情况对比(即影响程序)。比如某项关于‘城市公园综合表现’的研究,其目标是研究‘城市公园综合表现’,同时准则层包括3项,分别是‘公园规模’,‘公园配置’,‘公园服务’。并且3个准则层分别又包括对应的指标层。如下表格:
![](https://pic2.zhimg.com/80/v2-a235367f333ec57dc4b2508174d61e95_720w.jpg)
在计算好准则层和指标层权重后,希望进一步剖析‘障碍度’情况,此时即可使用‘障碍度模型’。如下述案例说明。
1 背景
当前有7个公园,涉及3个准则层共计10个指标的数据,如下图所示:
![](https://pic4.zhimg.com/80/v2-0d02ecb780272f2c5443273b4479737f_720w.jpg)
并且在进行‘障碍度模型’分析前,已经计算各到3个准则层和10个指标层分别的权重数据,如下表格所示:
![](https://pic1.zhimg.com/80/v2-63dd18a15ebd847e7495ce40651c6904_720w.jpg)
现在希望利用‘障碍度模型’,研究出影响‘城市公园综合表现’的重要因素情况。
2 理论
关于‘障碍度模型’的计算上,其通常分为以下几步:
- 第一步、计算F值,F值= W*P(W为准则层权重,P为指标层权重),且SPSSAU默认会对准则层对应的指标层权重进行归一化处理后计算;
- 第二步、计算R’标准化值,R’标准化值计算公式为:(X – min) / (max – min),即(某数据 – 该指标最小值) / (该指标最大值 – 该指标最小值);
- 第三步、计算I值,I值 = 1 – R’标准化值;
- 第四步、计算指标层O值,其计算公式如下:
![](https://pic4.zhimg.com/80/v2-919d3f3a4cdc0937b1d039b66ef0562b_720w.jpg)
- 第五步、计算准则层O值;其计算公式如下:
![](https://pic2.zhimg.com/80/v2-702e8457a6cc64bc99a1c5ebe46e9db1_720w.jpg)
3 操作
本案例操作上共分为两步。第一步是将指标分别按‘准则层’情况放入对应分析框中,并且设置好准则层和指标层权重值,以及选择好参数。分别操作如下:
![](https://pic2.zhimg.com/80/v2-c924a58be11f4bad96108c92d3848535_720w.jpg)
如上图所示:分别将10个指标层放入对应的3个‘准则层’框中。并且可以选择‘保存O值’或者‘保存U值’,如果选中‘保存O值’则会输出10个标题(每个指标一个O值),如果选中‘保存U值’则会输出3个标题(每个准则层一个U值)。另外关于‘指标权重’设置如下图所示:
![](https://pic2.zhimg.com/80/v2-81c75fd5c9f9aaf5ba1f82dea2eca2f5_720w.jpg)
上图展示准则层和指标层的权重设置,如果不进行设置直接‘确定’,则默认全部都是1。与此同时在SPSSAU算法上,会对每个‘准则层’下属的‘指标层’进行归一化处理后再进行计算。
4 SPSSAU输出结果
SPSSAU默认只会输出1个表格即F值计算表格,如下:
![](https://pic4.zhimg.com/80/v2-9e8f6cf8eafcd90ec4564b72e8940b83_720w.jpg)
从上表格可以看到F值的计算过程,F值= W*P(W为准则层权重,P为指标层权重),且SPSSAU默认会对准则层对应的指标层权重进行归一化处理后计算。比如上表格中‘公园数量’对应的F值为0.1211=0.3345*0.3620。
特别提示:
- 如果说某个准则层下属的指标层权重加和不为1,此时SPSSAU会自动对其归一化处理,保证某个准则层下属的指标层权重加和为1,比如上表格中‘准则层第1项’时对应3个指标分别是:公园数量、公园面积和公园比率,该3项的权重(0.3620、0.3357和0.3022)如果加和不为1,系统会自动归一化处理让其加和为1。
- 除此之外,‘障碍度模型’最为关键的是计算得到O值和U值,指标个数即为O值个数,准则层数量即为U值数量。如果选中‘保存O值’或者‘保存U值’,SPSSAU系统会自动生成新标题用于标识,‘O值’的标题名称类似为‘标题_O值_****’,‘U值’的标题名称类似为‘准则层第1项_U值_****’,类似下图,研究者可通过‘我的数据’下载数据得到计算后的O值或U值等,用于进一步对比分析使用等。
![](https://pic1.zhimg.com/80/v2-fe506f0478e9a4b8194f7157ab11a5d4_720w.jpg)
![](https://pic1.zhimg.com/80/v2-af88ee2dc3aa9853ea7e5269932ec010_720w.jpg)
上图为本次案例计算得到的O值或U值,O值或者U值越大,即意味着‘某公园’在该项上的障碍度会越高,即影响程度越大。
5 文字分析
本案例针对U值进行分析,可将计算后的U值查看如下表格:
![](https://pic3.zhimg.com/80/v2-a01da2787fcfffbdc44c3ad36ac79a2e_720w.jpg)
U值越大即意味着其‘障碍’越大,即影响程度越大。从上表格可以看见:
针对第1、2、3个地区来看,准则层第3项(公园服务)影响最大;
针对第4、5个地区来看,准则层第2项(公园配置)影响最大;
针对第6、7个地区来看,准则层第1项(公园规模)影响最大。
与此同时,还可针对具体10个指标进行类似的分析(或其它展示分析等),本案例不再赘述。
6 剖析
涉及以下几个关键点,分别如下:
- 如果选中‘保存O值’或者‘保存U值’,SPSSAU系统会自动生成新标题用于标识,‘O值’的标题名称类似为‘标题_O值_****’,‘U值’的标题名称类似为‘准则层第1项_U值_****’;
- 不论是是O值还是U值,该指标值越大,意味着其‘障碍’越大,即‘影响程度越大’;
- 在进行‘障碍度模型’分析时,通常需要确保分析指标数据均为‘正向化指标’(数字越大越优)。
更多干货请前往SPSSAU官网查看。