earticle

영어

This study proposes an optimal indicator weight calculation method for science and technology innovation capability index. Three most widely used weight calculation methods such as subjective method, statistical method (regression analysis or factor analysis), and expert judgement method(analytic hierarchy process or fuzzy set theory) are analyzed. Our analyses show that expert judgement method is better than others because its weight calculation process is the most objective and systematic although it becomes very complex and cumbersome to calculate the weights when there are a large number of indicators. Thus, we suggest a two stage weight calculation scheme; first, apply factor analysis to reduce a large number of indicators into several groups of indicators, and thereafter, use analytic hierarchy process or fuzzy set theory to calculate the indicator weights for a small number of groups of indicators.

한국어

본 연구의 목적은 다양한 가중치 산정방법을 이론적 그리고 실증적으로 비교 및 분석함으로써 최적의 세부지표 가중치 산정방법을 제시하는 것이다. 이를 위해 본 연구에서는 가중치 산정방법을 지수산정기관 또는 연구자가 임의로 가중치를 산정하는 주관적 방법, 회귀분석, 요인분석 등의 통계분석모형을 이용하는 통계적 분석방법, 그리고 전문가들의 의사결정에서의 불확실성을 적절하게 고려할 수 있는 사회적 판단방법으로 구분하고, 이들 다양한 방법들의 논리적 타당성, 측정의 용이성, 가중치 산정 결과의 유사성 등을 비교 분석하였다. 본 연구의 분석결과는 지표간의 상대적 중요도를 가중치로 반영하는 방법 중에서 가중치 산정이 객관적이고 체계적이라고 판단되는 계층적 분석과정 또는 퍼지집합이론이 가장 우수한 것으로 나타났다. 그러나 계층적 분석과정의 경우 세부지표의 수가 많아지면 단순화된 계량방법을 사용한다고 하더라도 설문항목이 많아지는 경향이 있다. 이러한 단점을 해결하기 위해 다수의 세부지표를 단순화하는 방법을 병행하여 가중치 산정과정을 진행하는 것이 바람직하다고 판단된다. 다수의 세부지표를 소수의 유사지표군으로 단순화시키는 과정에서는 연구자 또는 전문가의 주관적 판단이나 요인분석을 적용하고, 소수의 유사지표군에 대해서는 계층적 분석과정이나 퍼지집합이론을 적용하여 세부지표의 가중치를 산정할 것을 제안한다.