Karar Matrisi: Serbest Ağırlıklı Karar Matrisi Oluşturucu

Seçenekleri ağırlıklı karar matrisi veya Pugh matrisi ile karşılaştırın. Ağırlık kriterleri (veya çiftleri karşılaştırarak bunları tartın), maliyetleri düşük olan daha iyidir olarak işaretleyin, her seçeneği puanlayın ve kazananı, onu neyin tetiklediğini, bir radar grafiğini ve sonucun ne kadar sağlam olduğunu görün. Şablonlar, paylaşım bağlantısı, CSV ve baskı.

Shehzad Munir tarafından oluşturulmuş ve bakımı yapılmıştır ·

Karar Matrisi
Loading Building Decision Matrix
Share

Ağırlıklı karar matrisi nedir?

Karar matrisi zor bir seçimi net bir sıralamaya dönüştürür. Seçeneklerinizi ve önemli kriterleri listeleyin, her kritere bir ağırlık verin, her seçeneği puanlayın; araç 10 üzerinden ağırlıklı bir puan hesaplar, seçenekleri sıralar ve her kriterin ne kadar katkıda bulunduğunu gösterir. Ham miktarları puanlayabilmeniz için fiyat, işe gidip gelme veya risk 'daha düşük olan daha iyidir' olarak işaretlenebilir. Eşyaları nasıl ağırlıklandıracağınızdan emin değil misiniz? Kriterleri teker teker karşılaştırın ve aracın yanıtlarınızı ağırlığa dönüştürmesine izin verin. Sağlamlık kontrolü, ağırlık değiştiğinde kazananın hayatta kalıp kalmayacağını gösterir ve Pugh matris modu her şeyi bir temel çizgiyle karşılaştırır. İş teklifleri, arabalar, dizüstü bilgisayarlar, evler, satıcılar, işe alınan kişiler veya üniversiteler için şablonlardan başlayın, çeşitli kararları kaydedin ve bunlardan herhangi birini bir bağlantıyla paylaşın.

Ağırlıklı karar matrisi (aynı zamanda karar ızgarası, ağırlıklı puanlama modeli veya önceliklendirme matrisi olarak da bilinir), seçenekleri aynı anda birkaç kritere göre karşılaştırır. Her kriter ne kadar önemli olduğuna göre bir ağırlık alır, her seçenek her kritere göre bir puan alır ve çarpma ve toplama her seçeneğe tek bir karşılaştırılabilir sayı verir. Sizin adınıza karar vermez, ancak sizi neyin önemli olduğunu adlandırmaya zorlar, canlı bir faktörün hakim olmasını engeller ve mantığınızın başka birine açıklanmasını kolaylaştırır.

Özellikler

  • 0-10 veya 0-5 puan ve 0'dan 10'a kadar ağırlıklara sahip ağırlıklı puanlama matrisi
  • Pugh matris modu: Seçtiğiniz temel seçeneğe karşı ++ / + / S / − / −−
  • Fiyat, maliyet, işe gidip gelme, risk ve çaba için "Daha düşük olan daha iyidir" kriterleri
  • "Hangisi daha önemli?" sorusunu dönüştüren ikili karşılaştırma yardımcısı ağırlıklara göre cevaplar
  • Kazanma marjı ve sade dilli kararla önerilen seçim
  • Sıralama çubukları kritere göre bölünür, böylece bir seçeneğin neden kazandığını görürsünüz
  • İlk üç seçeneği karşılaştıran radar grafiği
  • Sağlamlık kontrolü: kazanan değişmeden önce her ağırlığın ne kadar ileri gidebileceği
  • Mobil cihazlarda yapışkan ilk sütunlu, sıcak renkli puan tablosu
  • Her seçeneğin artıları, eksileri ve notları
  • Yedi şablon: iş teklifi, araba, dizüstü bilgisayar, yaşanacak yer, satıcı, aday, üniversite
  • Birden çok kayıtlı karar, çoğaltın ve yeniden adlandırın
  • Bağlantıyı paylaşma, CSV, yazdırma / PDF, JSON dışa aktarma ve içe aktarma, silme durumunda geri alma
  • Ücretsiz ve özel: tarayıcınıza kaydedildi

Karar Matrisi nasıl kullanılır?

  1. 1

    Bir karar başlatın

    Adını verin veya "Hangi iş teklifini kabul etmeliyim?" gibi bir şablon seçin. mantıklı kriterlerle başlamak.

  2. 2

    Seçeneklerinizi listeleyin

    Eğer gerçekçiyse, "hiçbir şey yapmamak" veya "olduğum gibi kalmak" dahil, düşündüğünüz her seçeneği ekleyin.

  3. 3

    Kriter ve ağırlık ekleyin

    Önemli olanı ekleyin ve her ağırlık kaydırıcısını sürükleyin. Fiyat veya işe gidip gelme gibi maliyetleri "daha düşük olan daha iyidir" şeklinde işaretleyin.

  4. 4

    Karşılaştırarak tartın (isteğe bağlı)

    “Karşılaştırarak tartın”a basın ve her çiftte daha önemli olan kriteri seçin; araç, yanıtlarınızın ağırlıklarını belirler.

  5. 5

    Her seçeneğe puan verin

    Izgarayı doldurun. Renkler bir bakışta güçlü ve zayıf puanları gösterir.

  6. 6

    Sonucu okuyun

    Önerilen seçimi, her kriterin ne gibi katkılarda bulunduğunu, radar grafiğini ve kazananın istikrarlı olup olmadığını kontrol edin.

  7. 7

    Paylaşın veya kaydedin

    Bir paylaşım bağlantısını kopyalayın, CSV veya JSON'u dışa aktarın veya matrisi yazdırın. Temel değerle hızlı bir karşılaştırma için Pugh modunu deneyin.

Yaygın kullanım durumları

  • Maaş, büyüme, işe gidip gelme ve kültür konularında iş teklifleri arasında seçim yapma
  • Birkaç ödün vererek bir araba, dizüstü bilgisayar, telefon veya ev satın almak
  • Bir ekip için satıcı ve yazılım seçimi
  • Adaylar arasında tutarlı kriterlere sahip işe alım kararları
  • Taşınacağınız üniversiteyi, kursu veya şehri seçmek
  • Ürün ve mühendislik ekipleri tasarım seçeneklerini karşılaştırıyor (Pugh matrisi)
  • Herkesin aynı paylaşılan matrisi puanladığı grup kararları

Ayrıntılı kılavuz

Puan nasıl hesaplanır?

Ağırlıklar yüzdelere göre normalleştirilir, dolayısıyla mutlak değerleri değil sadece oranları önemlidir. Her puan 0-1 değerine dönüştürülür ("daha düşük olan daha iyidir" kriterleri için ters çevrilir), ağırlık payı ile çarpılır ve 10 üzerinden bir puan olarak toplanır. Bir iş teklifi için çalışılmış bir örnek:

KriterAğırlıkPaylaşmakPuan (0-10)Katkı
Maaş936%82.88
Büyüme832%61.92
İşe gidip gelme (daha düşük olması daha iyidir)416%3 → 7 olarak sayılır1.12
Kültür416%91.44
Toplam25100%7.36 / 10

Tahmin etmeden ağırlık seçimi

Her kritere 1'den 10'a kadar puan vermek zordur. İkisini aynı anda karşılaştırmak kolaydır: maaş işe gidip gelmekten daha mı önemli? İkili yardımcı, her çift için tam olarak bunu sorar, galibiyetleri sayar (beraberlik her biri için yarı sayılır) ve sonucu 1'den 10'a kadar ağırlıklara ölçeklendirir. Bu, Analitik Hiyerarşi Sürecinde kullanılan ikili karşılaştırmanın hafif bir versiyonudur ve genellikle insanların daha fazla güvendiği ağırlıklar üretir.

Kazanan güçlü mü?

Bir ağırlık biraz eksikse yakın bir sonuç tersine dönebilir. Sağlamlık paneli, her kriterin ağırlığını sıfırdan mevcut değerinin üç katına kadar değiştirerek diğer her şeyi sabit tutar ve mevcut kazananın en üstte kaldığı aralığı gösterir. Yeşil 'stabil' etiketi, ağırlıkta makul bir değişikliğin sonucu değiştirmeyeceği anlamına gelir; 'hassas' bir etiket size tam olarak hangi seçeneğin ve hangi ağırlıkta devreye gireceğini söyler; karar vermeden önce bu puanı veya ağırlığı tekrar kontrol etmeniz için iyi bir ipucudur.

Ağırlıklı matris mi yoksa Pugh matrisi mi?

Her ikisi de standart karar araçlarıdır; farklı anlara yakışıyorlar:

Ağırlıklı puanlamaPugh matrisi
PuanlarSeçenek başına mutlak 0–10 (veya 0–5)Taban çizgisine göre: −2 ila +2
Şunun için en iyisi:Ölçülebilir kriterlere sahip son seçimlerErken konsept seçimi, hızlı karşılaştırmalar
SonuçSeçenek başına 10 üzerinden puan alın+ ve − sayımlarıyla daha iyi/kötü ağırlıklı toplamı
UçMaliyetleri daha düşük olan daha iyidir şeklinde işaretlemeSonucu onaylamak için farklı bir taban çizgisi deneyin

İlgili karar araçları

Soru hangi seçeneğin seçileceğinden ziyade ilk olarak ne yapılması gerektiği olduğunda, bunun yerine bir önceliklendirme matrisi kullanın.

Öncelik Matrisi (etki ve çaba, RICE, ICE)Eisenhower MatrisiSeçici Çark

Sık sorulan sorular

Karar matrisi nedir?

Seçenekleri çeşitli kriterlere göre karşılaştıran bir tablo. Her kriter önem derecesine göre ağırlıklandırılır, her seçenek her kritere göre puanlanır ve ağırlıklı toplamlar seçenekleri sıralar.

Ağırlıklı puan nasıl hesaplanır?

Ağırlıklar toplamın yüzdelerine dönüştürülür, her puan 0-1 arasında ölçeklendirilir ("daha düşük olan daha iyidir" kriterleri için ters çevrilir), ağırlık payı ile çarpılır ve 10 üzerinden bir puan olarak toplanır.

Daha düşük olanın daha iyi olduğu fiyat veya maliyetle nasıl başa çıkabilirim?

Kriteri "Daha düşük olan daha iyidir" olarak değiştirin ve ham tutarı puanlayın: Yüksek bir fiyat yüksek bir sayı alır ve araç bunu seçeneğe göre sayar.

Ağırlıkları nasıl seçmeliyim?

Her kaydırıcıyı sürükleyin veya "Karşılaştırarak tartın" seçeneğine basın ve her çiftte daha önemli olan kriteri seçin. Cevaplarınız 1'den 10'a kadar ağırlıklandırılır.

Sağlamlık kontrolü neyi gösterir?

Her ağırlığı 0× ile 3× arasında değiştirir ve kazananın aynı kaldığı aralığı gösterir. "Hassas", gerçekçi bir ağırlık değişikliğinin başka bir seçeneğin kazanmasını sağlayacağı anlamına gelir.

Pugh matrisi nedir?

Her seçeneği, her kritere ilişkin bir temel değerle karşılaştıran bir kavram seçme yöntemi: çok daha iyi (++), daha iyi (+), aynı (S), daha kötü (-) veya çok daha kötü (−−), ağırlıklarla çarpılır.

Karar matrisi şablonu var mı?

Evet: iş teklifi, araba, dizüstü bilgisayar, yaşanacak yer, satıcı veya yazılım, iş adayı ve üniversite için şablonlar; her biri düzenleyebileceğiniz kriter ve ağırlıklara sahiptir.

Üçten fazla seçeneği karşılaştırabilir miyim?

Evet. İhtiyaç duyduğunuz kadar seçenek ve kriter ekleyin; seçenek adları sabitlenmiş olarak küçük ekranlarda ızgara yana doğru kayar.

Birden fazla kararı kaydedebilir miyim?

Evet. Her karar tarayıcınıza kaydedilir ve bunları değiştirebilir, çoğaltabilir, yeniden adlandırabilir ve silebilirsiniz.

Karar matrisimi nasıl paylaşırım?

Paylaşım, herkes için tam matrisi açan bir bağlantıyı kopyalar. Ayrıca CSV'yi Excel veya Google E-Tablolar, JSON için dışa aktarabilir veya yazdırabilirsiniz.

Artılarını ve eksilerini ekleyebilir miyim?

Evet. Her seçeneğin artıları, eksileri ve sayıların kapsamadığı her şey için bir not kutusu vardır.

Karar matrisi ile öncelik matrisi arasındaki fark nedir?

Karar matrisi alternatifler arasından en iyi seçeneği seçer. Bir öncelik matrisi (etki ve çaba, RICE veya ICE), yapabileceğiniz görevleri veya fikirleri sıralar.

Ücretsiz ve özel mi?

Evet. Kayıt olmanıza gerek yoktur ve bir bağlantı paylaşmadığınız sürece kararlarınız yalnızca tarayıcınızda saklanır.

Karar matrisini ne zaman kullanmalıyım?

Bir seçimin birden fazla rekabet faktörü varsa ve açık bir kazananı, iş teklifleri, satıcıları, ürünleri veya yol haritası öncelikleri yoksa.

Artıları ve eksileri listesinden daha mı iyi?

Genellikle ağırlıklandırma daha önemli faktörlerin daha fazla sayılmasına izin verdiğinden, düz bir hesaplama yerine gerçek önceliklerinizi yansıtan bir sıralama verir.

Günlükten

All articles →