本文从以下两个角度说明。分别是变异系数理论和操作两个角度。

一、变异系数原理

首先变异系数的公式如下：cv=标准差/平均值。

从公式可以看到，其代表数据沿着平均值波动的幅度比例，该值越大意味着波动性越大，而且该种波动性是以平均值作为标准，也就解决掉了量纲化问题。并不会因为某些数据特别大，变异系数就失去意义。简而言之，即变异系数CV值是一种相对波动的衡量指标。

理解了变异系数的计算公式后，接下来对其计算进行说明。知道了平均值和标准差直接就可以简单的计算得到，可使用SPSSAU的描述分析功能直接得到，如下图所示：

变异系数是个百分比，比如上图中157.906%，其代表数据沿着平均值波动了1.57906倍。理解了变异系数的计算公式后，接下来说明其进行权重计算的原理。

二、变异系数求权重原理及操作

2.1 变异系数求权重原理

变异系数法求解权重的原理为：数据的波动性可以衡量权重。如果变异系数越大，说明其携带的信息越大，因而权重也会越大，这是变异系数法求解权重的原理。使用变异系数法求解权重的方法，即为变异系数权重法，也称作信息量权重法。

信息量权重法是一种客观赋权法。其思想在于利用数据的变异系数进行权重赋值，如果变异系数越大，说明其携带的信息越大，因而权重也会越大，此种方法适用于专家打分、或者面试官进行面试打分时对评价对象（面试者）进行综合评价。

比如有5个水平差不多的面试官对10个面试者进行打分，如果说某个面试官对面试者打分数据变异系数值较小，说明该面试官对所有面试者的评价都基本一致，因而其携带信息较小，权重也会较低；反之如果某个面试官对面试者打分数据变异系数值较大，说明该面试官对所有面试者的评价差异较大，因而其携带信息大，权重也会较高。

最终面试者的综合评价得分，是结合面试官的权重与面试官打分相乘计算得到，综合评价得分越高那么该面试者评价越好。

上图为SPSSAU输出结果，分别输出平均值，标准差，变异系数CV值，和最终权重值，并且最后还输出权重的图形化展示。

转自本科硕士论文百川指导微信公众号，仅作学习交流，如有侵权，请联系本站删除！