加权评分计算器

什么是加权评分？

加权评分是一种多标准决策分析（MCDA）技术，通过为标准分配重要性权重并对每个备选方案的表现评分来评估。加权和产生用于排名的单一综合分数。

权重通常标准化为总和等于1（或100%）。加权分数等于所有标准的（权重×分数）之和。此方法使权衡取舍变得明确可追溯。

常见应用包括供应商选择、产品比较、项目优先排序。AHP（层次分析法）是使用两两比较的更精细扩展。

Formula: 归一化权重: wᵢ = Wᵢ / ΣWⱼ 加权得分 = Σ wᵢ × Scoreᵢ 对所有准则 i 按加权得分降序对备选方案排序

计算示例

标准：成本（权重5），质量（权重3），交付（权重2）。标准化：0.5, 0.3, 0.2。方案A：8, 6, 7 → 7.2。方案B：6, 9, 8 → 7.3。B排第一。

何时使用此计算器

• 采购团队基于成本、质量、交付和服务等重要性各异的准则评估供应商方案
• 产品经理按战略影响、开发工作量和客户需求为功能请求打分并排定优先级
• 招聘委员会从技术能力、经验、文化契合度和沟通能力等维度对候选人排名
• 房地产开发商基于区位、规划许可、成本、可达性和环境因素比较候选地块

常见错误

• 在各准则显然重要性不同时仍赋予相同权重——这违背了加权评分的初衷；应花时间确定有意义的权重差异
• 使用跨准则不可比的评分——若一个准则用 1-5 分制而另一个用 1-100 分制，量程更宽的会占主导；应将所有评分归一化到同一范围
• 允许单一利益相关者设定所有权重——个人偏见会扭曲结果；应采用群体共识或 AHP 等结构化方法获得更稳健的权重
• 不做敏感性分析——将权重变动 10-20% 并观察排名是否变化；若小幅权重调整就能逆转赢家，则该决策并不稳健

如何解读结果

• 总加权得分最高的备选方案即为推荐选择——但要检查得分差距是否有实际意义，还是落在主观评分的噪声范围内
• 若两个备选方案得分非常接近（相差 5% 以内），决策应纳入评分模型未涵盖的定性因素
• 总和为 1.0 的归一化权重以分数形式显示各准则的相对重要性——权重 0.4 表示该准则在决策中占 40%

相关标准与参考文献

• Keeney & Raiffa (1976), Decisions with Multiple Objectives — 多属性价值与效用理论的奠基文献
• Saaty, T. L. (1980), The Analytic Hierarchy Process (McGraw-Hill) — 通过两两比较推导准则权重的方法
• Belton & Stewart (2002), Multiple Criteria Decision Analysis: An Integrated Approach (Springer) — 涵盖加权求和评分等MCDA方法的综述

常见问题

如何选择合适的权重？

权重应反映每个标准的相对重要性。常用方法：直接赋值（1-10）、百分比分配（总和100）、两两比较（AHP）。多方参与以减少偏差。

加权评分能处理定性标准吗？

可以。将定性评估转换为数值尺度（如：差=1，中=3，好=5，优=7）。关键是在所有标准和方案中使用一致的尺度。