权重计算的确定方法在综合评价中重中之重，不同的方法对应的计算原理并不相同。在实际分析过程中，应结合数据特征及专业知识选择适合的权重计算。
下面介绍的权重方法，共8种按照计算原理可分成四类。
第一类为AHP层次法和优序图法；此类方法利用数字的相对大小信息进行权重计算；此类方法为主观赋值法，通常需要由专家打分或通过问卷调研的方式，得到各指标重要性的打分情况，得分越高，指标权重越大。
此类方法适合于多种领域。比如想构建一个员工绩效评价体系，指标包括工作态度、学习能力、工作能力、团队协作。通过专家打分计算权重，得到每个指标的权重，并代入员工数据，即可得到每个员工的综合得分情况。
第二类为熵值法（熵权法）；此类方法利用数据熵值信息即信息量大小进行权重计算。此类方法适用于数据之间有波动，同时会将数据波动作为一种信息的方法。
比如收集各地区的某年份的经济指标数据，包括产品销售率（X1）、资金利润率（X2）、成本费用利润率（X3）、劳动生产率（X4）、流动资金周转次数（X5），用熵值法计算出各指标权重，再对各地区经济效益进行比较。
第三类为CRITIC、独立性权重和信息量权重；此类方法主要是利用数据的波动性或者数据之间的相关关系情况进行权重计算。
比如研究利用某省医院2011年共计5个科室的数据指标（共计6个指标数据）进行CRITIC权重计算，最终可得到出院人数、入出院诊断符合率、治疗有效率、平均床位使用率、病床周转次数、出院者平均住院日这6个指标的权重。如果希望针对各个科室进行计算综合得分，那么可以直接将权重与自身的数据进行相乘累加即可，分值越高代表该科室评价越高。
第四类为因子分析和主成分法；此类方法利用了数据的信息浓缩原理，利用方差解释率进行权重计算。
比如对30个地区的经济发展情况的8项指标作主成分分析，主成分分析法可以将8个指标浓缩为几个综合指标（主成分），用这些指标（主成分）反映原来指标的信息，同时利用方差解释率得出各个主成分的权重。
都可以使用SPSSAU进行分析，比如AHP分析：
权重计算即将各数值乘以相应的权数，然后加总求和得到总体值，再除以总的单位数。
权重的值就是加权平均值，值的大小不仅取决于总体中各单位的数值（变量值）的大小，而且取决于各数值出现的次数（频数），由于各数值出现的次数对其在平均数中的影响起着权衡轻重的作用，因此叫做权数。
主次指标排队分类法
这是比较常用的一种方法，也称A、B、C分类法。顾名思义，其具体操作分为排队和设置权重两步：排队是将考核指标体系中所有指标按照一定标准，如按照其重要性程度进行排列；设置权重是在排队的基础上，按照A、B、C三类指标设置权重。
以上内容参考：百度百科-权重
下面是一些常用的权重值计算方法：
相对权重法：首先将所有数据的权重赋为 1，然后根据需要进行调整。例如，如果某个数据的重要性是其他数据的两倍，则可以将其权重赋为 2。
百分比法：将所有数据的权重设为所占百分比。例如，如果某个数据占总数的 20%，则其权重值为 20。
等级法：将所有数据按重要程度分为若干等级，每个等级对应一个权重值。例如，可以将数据分为 5 个等级，分别为 1、2、3、4、5，每个等级对应一个权重值。
分值法：根据数据的重要性给出分值，再将分值相加得到权重值。例如，可以给每个数据打分，根据分值计算权重值。
线性加权法：根据数据的重要性给出系数，再将系数相乘得到权重值。