模糊综合评价借助模糊数学的一些概念，对实际的综合评价问题提供评价，即模糊综合评价以模糊数学为基础，应用模糊关系合成原理，将一些边界不清、不易定量的因素定量化，进而进行综合性评价的一种方法。
模糊综合评价中的综合得分是利用隶属度归一化即权重度与评语分值进行加权得出的。结果中默认会提供综合得分计算，如果需要计算综合得分，则需要手工录入每个评语项的重要性分值（分值需要由用户输入，比如优秀为4分，普通为3分，比较差为2分；非常差为1分;默认也可以全部为1分即重要性一致），此时即可输出综合得分值。
需要注意的是模糊综合评价一次只针对一个系统或研究对象进行分析评价，如果有多个研究对象需要重新求回去。
CRITIC权重、独立性权重、信息量权重分别是三种计算权重的方法，其中独立性权重是利用指标之间的共线性强弱来确定权重。
CRITIC权重利用对比强度和冲突性的两项指标来确定权重。对比强度使用标准差进行表示，如果数据标准差越大说明波动越大，权重会越高；冲突性使用相关系数进行表示，如果指标之间的相关系数值越大，说明冲突性越小，权重也就越低。
信息量权重法是利用数据的变异系数进行权重赋值，如果变异系数越大，说明其携带的信息越大，因而权重也会越大。
这三种权重计算方法均可在SPSSAU【综合评价】模块中找到使用，同时每个方法也都提供“保存综合得分”的选项。即使用计算结果中的权重与数据相乘再求和得到每个研究对象的综合得分。
