IBM SPSS Statistics中如何对数据进行综合评价排名

我们在对对象进行评价排名时，需要从多个不同的角度进行客观评价，而评价的角度越多，进行综合排名的难度就越高，不同的评价方法得出来的结论也会有所不同。

下面我们使用IBM SPSS Statistics软件，演示使用两种不同的对象评价排名方法，针对各高校的六组不同指标，对它们进行一个综合排名。

一、个案排秩加法排名

准备数据如下图1所示，包含了高校校名和他们对应p1到p6的六个评价指标数据。

图1：演示数据

首先，点击【转换】--【个案排秩】，进入个案排秩界面。然后将六个指标变量填入到“变量”框中，再将秩1赋予最大值，点击“确定”。

图2：个案排秩

完成个案排秩之后，SPSS会帮我们生成六个新的变量，随后我们点击【转换】--【计算变量】，将生成的六个新变量进行相加计算，生成一个新的目标变量，名为“score”，如图3。

图3：相加计算

此时生成的score新变量如下图4所示，我们右键点击它，选择“升序排序”，就可以看到个案排秩加法得出的新的排名，其中，清华大学排在第一位，北京大学排在第二位。

图4：得出的具体排名

二、主成分分析排名

上述方法充分用到了每一个指标，但是实际上可能每个指标的侧重点、重要程度都是不同的，因此我们也可以考虑主成分分析法，将六个指标压缩为更少的指标，再进行综合排名。

点击【分析】--【降维】--【因子】，进行因子分析，将我们需要的六个变量拖拽到“变量”框中，其它保持默认选项，并在“得分”按钮中，勾选“保存为变量”，最后点击确定按钮。

图5：因子分析

因子分析结果见图6，我们从“公因子方差”表可以看到p6指标的指标抽取成分较低；从“总方差解释”表中可以看出SPSS帮我们提取出一个指标，该指标占了全部指标成分的77.363%，从“成分矩阵”中我们就可以得出，这个指标主要是包含了p1到p5的五个指标。

图6：因子分析结果

下图7中的“FAC1_1”就是提取出的指标，我们将它进行“降序排序”，就可以得出我们的一个综合排名。

图7：提取出的成分

本文通过使用“个案排秩加法”和“主成分分析法”，利用高校提供的六个指标数据，进行了高校的整体排名。更多关于SPSS的教程，大家可以到IBM SPSS Statistics中文网站上进行查看。 

作者署名：包纸