Calculadora de matriz de decisão

Sua matriz

Cada coluna é um critério com seu peso; cada linha é uma opção. Pontue cada opção em cada critério, sendo que uma pontuação maior é melhor.

Resultados

Análise de dados secundários lidera Estudo com entrevistas por 0,3 pontos, 6% da pontuação máxima.

Como a maior pontuação foi calculada

Análise de dados secundários: 0,4 × 5 + 0,25 × 2 + 0,2 × 5 + 0,15 × 3 = 3,95

Verificação de sensibilidade

Cada peso, por vez, é reduzido em 20% e aumentado em 20%, com os demais inalterados, e todas as opções são pontuadas novamente. A última coluna mostra o quanto aquele único peso precisaria mudar para que outra opção empatasse com a líder.

A vencedora se mantém: nenhuma mudança de ±20% em um único peso altera a opção em primeiro lugar.

Como usar a calculadora de matriz de decisão

1. 1. Escolha a escala e o formato dos pesos. Pontue de 1 a 5 para julgamentos rápidos ou de 1 a 10 para julgamentos mais finos. Insira os pesos como porcentagens que somem 100, ou como pontos de qualquer valor — 3, 2, 1 significa que o primeiro critério conta três vezes mais que o último.
2. 2. Nomeie os critérios e as opções. As colunas são critérios e as linhas são opções. Acrescente até oito de cada; o exemplo compara três desenhos de pesquisa para uma dissertação.
3. 3. Pontue cada célula. Maior deve sempre significar melhor; por isso, um critério como custo vira acessibilidade: a opção mais barata recebe a maior pontuação.
4. 4. Leia a classificação e depois a verificação de sensibilidade. Uma vantagem grande que sobrevive a todas as mudanças de ±20% em um peso é um resultado robusto. Uma vantagem estreita ou frágil é um convite a examinar melhor os pesos e as evidências, e não um veredito.

Como funciona uma matriz de decisão ponderada

O peso de cada critério é dividido pela soma de todos os pesos, de modo que os pesos se tornam frações que somam 1. A pontuação de cada opção em um critério é multiplicada pela fração desse critério, e os produtos são somados:

Sᵢ = w₁sᵢ₁ + w₂sᵢ₂ + … + wₙsᵢₙ, em que w₁ + w₂ + … + wₙ = 1

Como os pesos são normalizados, o resultado permanece na escala de pontuação: uma pontuação ponderada de 3,95 em uma escala de 1 a 5 significa 3,95 de 5. Também significa que porcentagens que não chegam exatamente a 100 continuam funcionando — a calculadora as ajusta e avisa que fez isso.

Exemplo prático: escolhendo um desenho de pesquisa

Um estudante pondera viabilidade em 40%, interesse pessoal em 25%, acesso a dados em 20% e valor para a carreira em 15%, e pontua três desenhos de 1 a 5. Essas são as entradas padrão da calculadora.

A análise de dados secundários vence com 0,4 × 5 + 0,25 × 2 + 0,2 × 5 + 0,15 × 3 = 3,95, uma vantagem de 0,3 ponto sobre o estudo com entrevistas — 6% da pontuação máxima. Nenhuma mudança de ±20% em um peso isolado altera a vencedora, então o resultado é estável. Os pontos de virada acrescentam nuance: se o interesse pessoal pesasse 40% mais do que o estudante disse inicialmente, o estudo com entrevistas empataria. Uma vencedora confiável, mas não esmagadora, é comum e vale saber antes de se comprometer.

Como ler a verificação de sensibilidade

Pesos são julgamentos, então a verificação pergunta se outro julgamento mudaria a resposta. Cada peso, por vez, é reduzido em 20% e aumentado em 20% com os demais fixos, os pesos são normalizados de novo e cada opção é pontuada outra vez. O ponto de virada então resolve exatamente qual mudança naquele único peso faz a segunda colocada empatar — porque cada pontuação ponderada é uma razão entre duas retas nesse peso, o cruzamento tem uma forma fechada, e não precisa de tentativa e erro.

• Estável: nenhuma mudança de ±20% altera a vencedora. A classificação reflete as pontuações, e não um ajuste fino dos pesos.
• Sensível: pelo menos uma mudança a inverte. Pergunte se o peso desse critério está realmente definido — se não estiver, a matriz não pode escolher por você.
• Pontos de virada grandes (+200%, ou “nenhuma mudança faz isso”) significam que o critério quase não afeta o resultado; pontos pequenos significam que ele está decidindo quase tudo.

Matriz ponderada versus matriz de Pugh

Uma matriz de Pugh, desenvolvida pelo engenheiro de projetos Stuart Pugh para seleção de conceitos, compara cada opção com uma opção de referência, o datum. Cada célula é melhor (+), pior (−) ou aproximadamente igual (S), e os sinais de mais e de menos são contados. É rápida, não exige números e é boa para triar muitas ideias iniciais. Uma matriz de decisão ponderada pontua cada opção em uma escala absoluta e pondera os critérios, o que a torna melhor para uma escolha final entre poucas opções bem compreendidas — e é isso que esta calculadora monta.

Perguntas frequentes

O que é uma matriz de decisão ponderada?

É uma tabela que lista as opções como linhas e os critérios como colunas, pontua cada opção em cada critério e multiplica as pontuações por pesos que refletem o quanto cada critério importa. A opção com maior total ponderado fica em primeiro lugar. Também é chamada de modelo de pontuação ponderada, matriz de priorização ou grade de decisão.

Como escolho os pesos?

Defina-os antes de pontuar, para que as pontuações não guiem os pesos. Um método é distribuir 100 pontos entre os critérios; outro é ordenar os critérios e dar mais pontos ao mais importante. Depois use a verificação de sensibilidade: se a vencedora mudar com uma pequena alteração em um peso sobre o qual você tem dúvida, defina esse peso primeiro.

Os pesos precisam somar 100?

Não. A calculadora divide cada peso pela soma total, então 3, 2 e 1 dão o mesmo resultado que 50%, 33,3% e 16,7%. Se você escolher porcentagens e elas somarem algo diferente de 100, elas são ajustadas e você é avisado.

Devo usar uma escala de 1 a 5 ou de 1 a 10?

Use de 1 a 5 quando seus julgamentos forem aproximados, já que escalas mais finas induzem a uma precisão falsa. Use de 1 a 10 quando tiver medições por trás das pontuações e quiser manter as diferenças entre elas. O que mais importa é que cada número signifique a mesma coisa em todos os critérios, então anote o que é um 1, um 3 e um 5 antes de começar.

E se duas opções empatarem?

Um empate, ou uma vantagem menor que cerca de 5% da pontuação máxima, significa que a matriz não consegue separá-las com os critérios que você forneceu. Reexamine as evidências por trás das pontuações mais próximas ou acrescente o critério que realmente as distingue — muitas vezes algo que você deixou de fora por ser difícil de pontuar.

Uma matriz de decisão pode decidir por mim?

Não — ela organiza uma decisão. Seu resultado é tão bom quanto os critérios, pesos e pontuações que você fornece. Seu valor real é tornar seu raciocínio visível e testável, para que você consiga explicar a escolha e ver exatamente de qual premissa ela depende.