目前，理论界对综合评价中赋权方法的优良性问题研究不多，从仅有的一些文献中发现，大家提出的检验标准主要有四个方面。第一个方面是使用相关系数法等方法来检验不同赋权方法的权重之间的相关性。某种赋权方法与其他方法的相关性越小，代表这种赋权方法较之其他方法对评价对象的适用性越差。综合评价中赋权方法的合理性取决于运用所选取的方法对被评价对象进行等级排序的结果的合理性。因此，人们可以根据评价结果所做的等级排序的“差距”或者相关度来判别赋权方法的优良性，具体可采用关联度法、等级相关系数法和模糊向量集合的贴近度法来评判。第二个方面是检验各赋权方法的一致性。有学者对德尔菲法（Delphi Method）、层次分析法、熵值法、主成分分析法、因子分析法五种方法进行了比较，并运用Kendall和谐系数检验实证得出了五种方法在实证样本赋权中具有一致性。第三个方面是检验各种方法的离散程度。许多学者利用欧氏距离法对主成分分析法、因子分析法、灰色关联度法、TOPSIS、熵值法和秩和比法等多种方法进行了比较，发现灰色关联度法适用性较强，其次为熵值法、因子分析法和TOPSIS法，秩和比法的相对有效性最差。第四个方面是通过观察评价的结果规律与被评价对象的实际情况结合来判断，通过对各种评价指标权重可信度作比较，探索各自的适应范围和优缺点。一般认为，样本数据完整时，熵值法的可信度较高；如果样本数据不全，德尔菲法的可信度可能不如AHP法；如果样本中含有一些模糊性数据，且指标个数较多，适用的赋权方法是模糊聚类分析法。人们普遍认为这些主客观赋权方法各有其优缺点，在实际研究中应根据具体情况综合运用。尽管理论界对赋权优良标准进行过一系列的研究，提出过有见地的做法，但仍然不够系统和具体，如何选择赋权方法，目前还是大多数学者进行综合评价时难以逾越的障碍。(www.xing528.com)
免责声明：以上内容源自网络，版权归原作者所有，如有侵犯您的原创版权请告知，我们将尽快删除相关内容。
