模糊综合评价分析的具体示例与软件操作步骤

模糊综合评价分析的具体示例与步骤

模糊综合评价法是一种将定性评价转化为定量评价的方法，适用于处理边界不清、不易定量的因素。下面通过一个具体示例，详细介绍模糊综合评价的分析步骤。

示例背景

假设某服装品牌生产了一款新服装，希望通过消费者对服装的花色、式样、价格、耐用度和舒适度五个方面的评价，了解消费者对该款服装的综合接受程度。评语集包括：很欢迎、欢迎、一般、不欢迎、很不欢迎。

数据准备

首先，需要准备评价矩阵和权重向量。假设通过问卷调查收集了以下数据：

权重向量为：花色（0.1）、式样（0.2）、价格（0.15）、耐用度（0.2）、舒适度（0.35）。

分析步骤

1. 确定模糊综合评价的指标集
   • 本例中的指标集为：花色、式样、价格、耐用度、舒适度。
2. 建立评价指标的评语集
   • 本例中的评语集为：很欢迎、欢迎、一般、不欢迎、很不欢迎。
3. 构建评价矩阵 R
   • 将收集到的数据整理成评价矩阵 R，其中每一行代表一个评价指标，每一列代表一个评语。SPSSAU会自动将选择比例进行归一化处理。
4. 确定评价指标的权重向量 A
   • 本例中的权重向量为：花色（0.1）、式样（0.2）、价格（0.15）、耐用度（0.2）、舒适度（0.35）。
5. 进行模糊综合评价
   • 在SPSSAU中，选择“模糊综合评价”方法，将评语项和权重向量拖拽到相应位置。选择模糊算子（推荐使用加权平均型），点击“开始分析”。
6. 结果解读
   • SPSSAU会输出各个评语项的隶属度值及其归一化结果。根据归一化后的隶属度值，判断消费者对该款服装的综合评价。例如，如果“一般”的隶属度最高，则综合评价为“一般”。
   • 如果需要综合得分，可以对评语进行赋分（如很欢迎=5分，欢迎=4分，一般=3分，不欢迎=2分，很不欢迎=1分），SPSSAU会自动计算综合得分。

结果描述

假设分析结果显示，消费者对该款服装的综合得分为3.163分，属于“一般”程度。可以描述为：消费者对该款服装的综合接受程度为一般。