实际上，主要是将指标数据正向化。注意我这里说的“正向化”包括两个层面的意思，一是让它取值越大越好（正向），二是把他数据压缩到[0,1]之间。
所以，正向化后的结果意味着方向一致，而且量纲大小具有可比性。
最常使用的是正向指标和逆向指标的两个方式，如下：
这个图，我是从SPSSAU网站上截取的。当你需要正向化的时候，可以自己通过excel或spss或spssau等数据分析工具，编辑公式，完成转换。
所谓正向指标，就是取值越大越好的，望大型的；所谓逆向指标，就是取值越小越好的，望小型的。
上图中MMS公式，指的是针对本身就是正向指标的，你用这个公式刚好可以把它压缩到[0,1]内。
上图中的NMMS公式，指的是针对本身是逆向指标的，你用这个公式，既可以正向化，又可以压缩到[0,1]。
===
另外，有学者论文中讨论了正向化处理的公式，论文信息如下：
叶宗裕. 关于多指标综合评价中指标正向化和无量纲化方法的选择[J]. 统计科学与实践, 2003, 000(004):24-25.
大家自己查阅该论文，我挑选两个观点如下：
对于指标的正向化，有的研究会采用倒数法，公式如上图。作者认为该方法完全改变了原指标的分布规律，所得综合评价结果肯定是不准确的，因而是不可取的。
论文作者认为的合理的转换公式如下：
这种线性变换不会改变指标值的分布规律，是比较好的变换方法。
供大家参考使用。
===
如果你对以上正向化公式有疑惑，没看懂，欢迎扫描下方二维码付费答疑咨询。
更多数据分析问题，欢迎关注我的统计分析公号：
数据小兵公众号
数据小兵，统计学知识博主，长期从事统计软件应用研究与数据分析工作。