Karar Matrisi Hesaplayıcı

Matrisiniz

Her sütun, ağırlığıyla birlikte bir ölçüttür; her satır bir seçenektir. Her seçeneği her ölçütte puanlayın; yüksek puan daha iyidir.

Sonuçlar

İkincil veri analizi, Görüşme çalışması seçeneğinin 0,3 puan önünde — en yüksek puanın %6'i kadar.

En yüksek puan nasıl hesaplandı

İkincil veri analizi: 0,4 × 5 + 0,25 × 2 + 0,2 × 5 + 0,15 × 3 = 3,95

Duyarlılık denetimi

Her ağırlık sırayla, diğerleri değişmeden %20 aşağı ve %20 yukarı oynatılır; her seçenek yeniden puanlanır. Son sütun, başka bir seçeneğin eşitlenmesi için tek bir ağırlığın ne kadar değişmesi gerektiğini gösterir.

Kazanan korunur: hiçbir tek ağırlıktaki ±%20'lik değişiklik en iyi seçeneği değiştirmez.

Karar Matrisi Hesaplayıcı Nasıl Kullanılır

1. 1. Ölçeği ve ağırlık biçimini seçin. Hızlı yargılar için 1–5, daha ince yargılar için 1–10 üzerinden puanlayın. Ağırlıkları toplamı 100 olan yüzde olarak ya da herhangi pozitif sayılar olarak girin — 3, 2, 1 yazarsanız ilk ölçüt sonuncusundan üç kat fazla sayılır.
2. 2. Ölçütleri ve seçenekleri adlandırın. Sütunlar ölçütler, satırlar seçeneklerdir. Her biri için en fazla sekiz tane ekleyebilirsiniz; örnek, bir tez için üç araştırma tasarımını karşılaştırır.
3. 3. Her hücreyi puanlayın. Yüksek puan her zaman daha iyi anlamına gelmelidir; bu nedenle maliyet gibi bir ölçüt karşılanabilirliğe dönüştürülmelidir: en ucuz seçenek en yüksek puanı alır.
4. 4. Sıralamayı, ardından duyarlılık denetimini okuyun. Her ±%20'lik ağırlık değişikliğinde bile korunan büyük bir fark sağlam bir sonuçtur. Dar ya da kırılgan bir fark bir hüküm değil, ağırlıklara ve kanıta daha dikkatle bakmanız için bir uyarıdır.

Ağırlıklı Bir Karar Matrisi Nasıl Çalışır

Her ölçütün ağırlığı, tüm ağırlıkların toplamına bölünür; böylece ağırlıklar toplamı 1 olan paylara dönüşür. Her seçeneğin bir ölçüttendeki puanı, o ölçütün payıyla çarpılır ve çarpımlar toplanır:

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

Ağırlıklar normalleştirildiği için sonuç puan ölçeğinde kalır: 1–5 ölçeğinde 3,95 ağırlıklı puan, 5 üzerinden 3,95 demektir. Bu, tam olarak %100'e ulaşmayan yüzdelerin de işe yaradığı anlamına gelir — hesaplayıcı bunları ölçekler ve bunu size bildirir.

Çalışılmış Örnek: Bir Araştırma Tasarımı Seçmek

Bir öğrenci uygunluğu %40, kişisel ilgiyi %25, veriye erişimi %20 ve kariyer değerini %15 ağırlıkla değerlendirir, ardından üç tasarımı 1 ile 5 arasında puanlar. Bunlar hesaplayıcının varsayılan girdileridir.

İkincil veri analizi, 0,4 × 5 + 0,25 × 2 + 0,2 × 5 + 0,15 × 3 = 3,95 ile kazanır; görüşme çalışmasının 0,3 puan önünde, en yüksek puanın %6'sı kadar bir fark. Tek bir ağırlıktaki ±%20'lik hiçbir değişiklik kazananı değiştirmez; sonuç kararlıdır. Kırılma noktaları ise bir ayrıntı ekler: öğrencinin kişisel ilgisi başta söylediğinden %40 daha önemli olsaydı, görüşme çalışması eşitlenirdi. Güvenilir ama çarpıcı olmayan bir kazanan yaygındır ve taahhüt etmeden önce bilmeye değerdir.

Duyarlılık Denetimini Okumak

Ağırlıklar yargı işidir; bu yüzden denetim, farklı bir yargının cevabı değiştirip değiştirmeyeceğini sorar. Her ağırlık sırayla, diğerleri sabit tutulurken %20 aşağı ve %20 yukarı oynatılır, ağırlıklar yeniden normalleştirilir ve her seçenek yeniden puanlanır. Kırılma noktası ise tek bir ağırlığın, ikinci sıradaki seçeneğin eşitleneceği değişimini tam olarak çözer — çünkü her ağırlıklı puan, o ağırlığa göre iki doğrusal ifadenin oranıdır; kesişme deneme yanılmaya gerek kalmadan kapalı bir biçimle bulunur.

• Kararlı: Hiçbir ±%20'lik değişiklik kazananı değiştirmez. Sıralama, ağırlıklarda ince ayar yapılmasını değil puanları yansıtır.
• Duyarlı: En az bir değişiklik kazananı çevirir. Bu ölçütün ağırlığının gerçekten kesin olup olmadığını sorun; değilse matris sizin yerinize seçim yapamaz.
• Büyük kırılma noktaları (+%200 ya da “hiçbir değişiklik kırmaz”) ölçütün sonucu neredeyse etkilemediği anlamına gelir; küçük olanlar ise kararın büyük kısmını o ölçütün belirlediği anlamına gelir.

Ağırlıklı Matris ve Pugh Matrisi

Pugh matrisi, tasarım mühendisi Stuart Pugh tarafından kavram seçimi için geliştirilmiştir; her seçeneği bir referans seçenekle, yani datum ile karşılaştırır. Her hücre daha iyi (+), daha kötü (−) ya da yaklaşık olarak aynı (S) olarak işaretlenir ve artılar ile eksiler sayılır. Hızlıdır, sayılara ihtiyaç duymaz ve birçok erken fikri elemek için iyidir. Ağırlıklı karar matrisi ise her seçeneği mutlak bir ölçekte puanlar ve ölçütleri ağırlıklandırır; bu da iyi anlaşılmış birkaç seçenek arasında nihai seçim için daha uygundur — ve bu hesaplayıcının oluşturduğu türdür.

Sık sorulan sorular

Ağırlıklı karar matrisi nedir?

Seçenekleri satır, ölçütleri sütun olarak listeleyen; her seçeneği her ölçütte puanlayan ve puanları, her ölçütün ne kadar önemli olduğunu yansıtan ağırlıklarla çarpan bir tablodur. En yüksek ağırlıklı toplama sahip seçenek birinci sıraya girer. Ağırlıklı puanlama modeli, öncelik matrisi ya da karar ızgarası olarak da adlandırılır.

Ağırlıkları nasıl seçmeliyim?

Puanlamadan önce belirleyin ki puanlar ağırlıkları yönlendirmesin. Bir yöntem 100 puanı ölçütler arasında paylaştırmaktır; diğeri ise ölçütleri sıralayıp en önemliye en çok puanı vermektir. Ardından duyarlılık denetimini kullanın: emin olmadığınız bir ağırlıktaki küçük bir değişiklikle kazanan değişiyorsa, önce o ağırlığı netleştirin.

Ağırlıkların toplamı 100 olmak zorunda mı?

Hayır. Hesaplayıcı her ağırlığı toplamlarına böler; bu nedenle 3, 2 ve 1, %50, %33,3 ve %16,7 ile aynı sonucu verir. Yüzde seçer ve toplam 100 dışında bir değer çıkarsa, bunlar ölçeklenir ve size bildirilir.

1–5 mi yoksa 1–10 ölçeği mi kullanmalıyım?

Yargılarınız kabaysa 1–5 kullanın; ince ölçekler yanlış kesinlik duygusu yaratır. Puanların arkasında ölçümler varsa ve aralarındaki farkları korumak istiyorsanız 1–10 kullanın. En önemli şey, her sayının her ölçütte aynı anlama gelmesidir; bu yüzden başlamadan önce 1, 3 ve 5'in neye benzediğini yazın.

İki seçenek eşitlenirse ne olur?

Eşitlik ya da en yüksek puanın yaklaşık %5'inden küçük bir fark, matrisin verdiğiniz ölçütlerle onları ayıramayacağı anlamına gelir. En yakın puanların arkasındaki kanıtı yeniden gözden geçirin ya da onları gerçekten ayıran ölçütü ekleyin; çoğu zaman bu, puanlaması zor olduğu için dışarıda bıraktığınız bir ölçüttür.

Bir karar matrisi kararı benim yerime verebilir mi?

Hayır — bir kararı düzenler. Çıktısı, verdiğiniz ölçütler, ağırlıklar ve puanlar kadar iyidir. Asıl değeri, düşüncenizi görünür ve sınanabilir kılmasıdır; böylece seçimi açıklayabilir ve hangi varsayıma dayandığını tam olarak görebilirsiniz.