تحليل القرار متعدد المعايير (MCDA): الإطار المنهجي لترتيب الخيارات
عند مواجهة قرارات معقدة تتداخل فيها عوامل متعددة، يميل العقل البشري إلى الاعتماد على التخمين أو التحيزات المعرفية مثل "المرجعية الثنائية" أو "الانحياز للتأكيد". وهنا يأتي دور تحليل القرار متعدد المعايير (Multi-Criteria Decision Analysis) كإطار رياضي ومنهجي يهدف إلى تفكيك القرارات الصعبة إلى عناصر منفصلة وقابلة للقياس.
تعتمد أداة "مخطط مصفوفة القرار" على هذا النموذج العلمي. من خلال تقسيم القرار إلى خيارات بديلة ومعايير تقييم محددة، تتيح لك الأداة وزن الأهمية النسبية لكل عامل وتقييم كل خيار بناءً عليه. هذا الأسلوب لا يضمن فقط اتخاذ قرار عقلاني، بل يجعل الافتراضات والمقايضات الضمنية واضحة تمامًا وقابلة للنقاش والتعديل الديناميكي.
صياغة معايير التقييم وتحديد الأوزان النسبية
تبدأ عملية بناء المصفوفة بتحديد المعايير (Criteria) التي سيتم تقييم الخيارات بناءً عليها. لتجنب التشتت، يُنصح بالتركيز على عدد محدود من المعايير الجوهرية التي تؤثر فعليًا على النتيجة النهائية. إذا تركت حقول المعايير فارغة في الأداة، فستتخذ تلقائيًا مسميات افتراضية مثل "المعيار ‹n›".
رياضيات الأوزان وحصص الأهمية النسبية
تتميز الأداة بمرونة رياضية عالية في التعامل مع الأوزان (Weights). لا تشترط الأداة مجموعًا محددًا للأوزان (مثل 100%)، بل تعتمد على النسبة والتناسب.
يتم حساب حصة كل معيار من الوزن الإجمالي عبر المعادلة التالية:
حصة الوزن للمعيار = (وزن المعيار المحدد) / (Σ مجموع الأوزان)
بناءً على هذه القاعدة الرياضية، فإن إدخال الأوزان كقيم (5، 4، 3، 2) سيعطي تمامًا نفس النتيجة والوزن النسبي لإدخالها كقيم (50، 40، 30، 20). تظهر هذه الحصص الموزعة تلقائيًا في عمود "الوزن" لتوضيح الأهمية النسبية لكل معيار.
قواعد التقييم وحساب المجاميع المرجحة
لتقييم الخيارات (Options) المتاحة - والتي تأخذ مسميات افتراضية مثل "الخيار ‹n›" إذا لم يتم تسميتها - يتم استخدام مقياس تقييم موحد من 1 إلى 10، حيث يمثل الرقم الأعلى النتيجة الأفضل.
طريقة الحساب الرياضي
يتم حساب التقييم المرجح النهائي لكل خيار عبر ضرب تقييم الخيار في حصة الوزن الخاصة بالمعيار المقابل، ثم جمع هذه النواتج معًا ليظهر المجموع النهائي على نفس المقياس الموحد (من 1 إلى 10):
التقييم المرجح النهائي = Σ ( تقييم المعيار × حصة وزن المعيار )
التعامل مع المدخلات الفارغة والخاطئة
تتبع الأداة قواعد صارمة لضمان دقة الحسابات وتجنب تشويه النتائج:
- الخلايا الفارغة: تُحسب الخلايا الفارغة في التقييمات كقيمة 0.
- التقييمات خارج النطاق: يجب أن تكون التقييمات بين 1 و10. في حال إدخال قيم خارج هذا النطاق، يتم استبعاد تلك الخلايا من الحسابات ويظهر تنبيه الخطأ:
"يجب أن تكون التقييمات بين 1 و10. تُستثنى الخلايا الخارجة عن هذا النطاق من المجاميع." - الأوزان غير الصالحة: يجب أن تكون الأوزان صفرًا أو أرقامًا موجبة. الأوزان غير الصالحة (مثل الأرقام السالبة أو النصوص) تُحسب كـ 0 ويظهر تنبيه:
"يجب أن تكون الأوزان صفرًا أو أرقامًا موجبة. تُحسب الأوزان غير الصالحة كـ 0." - غياب الأوزان: إذا تم تعيين جميع الأوزان إلى صفر، تتوقف العمليات الحسابية ويظهر تنبيه:
"حدد وزنًا واحدًا على الأقل أكبر من 0 لحساب الترتيب."
تحليل حساسية القرار واستقرار الترتيب
لا تقتصر الأداة على حساب الأرقام فحسب، بل تقدم ميزة متقدمة وهي تحليل الحساسية (Sensitivity Analysis) لمعرفة مدى استقرار الصدارة (Ranking stability). يساعدك هذا التحليل على معرفة ما إذا كان القرار قويًا أم أنه هش وقد يتغير بسبب تعديل طفيف في تقدير الأوزان.
تظهر حالة الاستقرار في لوحة النتائج وفق الحالات التالية:
| الحالة | الرسالة الظاهرة في الواجهة | التفسير الرياضي |
|---|---|---|
| خيار واحد فقط | "قيم خيارًا ثانيًا لاختبار مدى استقرار الصدارة." |
لا يمكن إجراء تحليل الحساسية دون وجود خيارين على الأقل للمقارنة. |
| استقرار تام | "لا يوجد تغيير فردي في الأوزان يقلب الصدارة." |
الفارق بين المتصدر ومنافسيه كبير جدًا بحيث لا يمكن لأي تغيير في وزن معيار واحد أن يغير الترتيب. |
| حساسية لزيادة الوزن | "يأخذ ‹rival› الصدارة إذا ارتفع ‹criterion› فوق ‹share› من الوزن الإجمالي." |
إذا زادت الأهمية النسبية لهذا المعيار وتخطت النسبة المحددة، سينتزع المنافس الصدارة. |
| حساسية لانخفاض الوزن | "يأخذ ‹rival› الصدارة إذا انخفض ‹criterion› تحت ‹share› من الوزن الإجمالي." |
إذا تراجعت أهمية هذا المعيار وهبطت تحت النسبة المحددة، سيفقد المتصدر الحالي مركزه لصالح المنافس. |
كما تحدد الأداة تلقائيًا "أكبر عامل تأثير: ‹criterion›" للإشارة إلى المعيار الأكثر تسببًا في إحداث تغييرات في الترتيب عند تعديل وزنه.
واجهة الاستخدام وحالات العرض المباشر
تتفاعل واجهة الأداة ديناميكيًا مع كل حركة إدخال. في الحالة الافتراضية وعند خلو المصفوفة من البيانات، يظهر التوجيه العام: "أدرج المعايير، وحدد الأوزان، وقيم كل خيار من 1 إلى 10."
- حالة المصفوفة الفارغة: يظهر عنوان
"سيبنى ترتيبك هنا"ومعه النص الإرشادي:"ضع تقييمًا لخيار واحد على الأقل لرؤية مجموعه المرجح؛ أضف خيارًا ثانيًا وقيمه للمقارنة." - حالة وجود متصدر واضح: تظهر رسالة الحالة لتعلن:
"يتصدر ‹leader› بتقييم ‹score› من 10." - حالة التعادل الثنائي: تظهر رسالة:
"يتعادل ‹leader› و‹rival› في الصدارة." - حالة التعادل المتعدد: تظهر رسالة:
"تتعادل عدة خيارات في الصدارة." - متابعة التقدم: تعرض الأداة مؤشرًا يوضح حجم البيانات المدخلة مثل:
"تم تقييم ‹scored› من أصل ‹total› خلايا".
عند الضغط على زر "تحميل المثال"، يتم ملء المصفوفة تلقائيًا ببيانات افتراضية لمقارنة السكن (شقة في وسط المدينة، منزل في الضواحي، استوديو في بلدة صغيرة) بناءً على معايير مثل (التكلفة الشهرية، المسافة إلى العمل، المساحة، الهدوء). يرافق ذلك تنبيه تأكيدي: "هل تريد استبدال المصفوفة الحالية بالمثال؟" وعند الموافقة يظهر إشعار: "تم تحميل المثال — استبدله بخياراتك الخاصة.".
أما عند الرغبة في تصفير المصفوفة عبر زر "مسح"، يظهر طلب التأكيد: "هل تريد مسح المصفوفة بأكملها؟ سيؤدي هذا أيضًا إلى إزالة النسخة المحفوظة على هذا الجهاز." وعند الموافقة يظهر تأكيد: "تم مسح المصفوفة.". كما تتيح الأداة تصدير البيانات عبر زر "تنزيل ملف CSV" ليظهر إشعار: "تم تنزيل decision-matrix.csv.".
خصوصية البيانات ومعالجتها المحلية
تعتمد أداة "مخطط مصفوفة القرار" على معالجة محلية كاملة بنسبة 100%. جميع الأسماء، المعايير، الأوزان، والتقييمات التي تقوم بإدخالها لا تخرج من جهازك ولا يتم رفعها إلى أي خوادم خارجية. يتم حفظ المصفوفة تلقائيًا في التخزين المحلي (Local Storage) لمتصفحك لتتمكن من العودة إليها لاحقًا. يمكنك مسح هذه البيانات نهائيًا في أي وقت إما بالضغط على زر "مسح" داخل الأداة أو عبر مسح ملفات تعريف الارتباط وبيانات المواقع في متصفحك.
الأسئلة الشائعة
هل تتخذ الأداة القرار نيابة عني؟
لا. إنها تجمع الأرقام التي تدخلها لتبقى المقايضات واضحة أمامك. إذا شعرت أن الخيار الأعلى غير مناسب، فاعتبر ذلك إشارة لإعادة النظر في وزن أو تقييم ما — فالمصفوفة تجعل هذه الافتراضات صريحة ولا تحكم عليها.
كيف يُحسب التقييم المرجح؟
يُقسم وزن كل معيار على مجموع الأوزان كلها، لذا فإن النسب هي ما يهم فقط — فالأوزان 5, 4, 3, 2 تعمل تمامًا مثل 50, 40, 30, 20. يُضرب كل تقييم في حصة المعيار الخاص به، ويكون التقييم المرجح للخيار هو المجموع، ويُعرض على نفس المقياس من 1–10 مثل تقييماتك.
هل يمكنني متابعة العمل على المصفوفة لاحقًا؟
نعم — تُحفظ المصفوفة في التخزين المحلي لهذا المتصفح، لذا يمكنك إغلاق الصفحة والمتابعة من حيث توقفت. استخدم زر "مسح" لإزالتها تمامًا، أو امسح بيانات الموقع الإلكتروني لمتصفحك.
ماذا يعني مؤشر استقرار الترتيب؟
بالنسبة للمتصدر الحالي، توضح الأداة مقدار التغير المطلوب في حصة معيار واحد من الوزن الإجمالي لكي يأخذ خيار آخر الصدارة. نقطة الانقلاب البعيدة — أو عدم وجودها على الإطلاق — تعني أن الترتيب قوي ومستقر؛ أما النقطة القريبة فتعني أن تغييرًا بسيطًا في رأيك بشأن الأوزان سيغير النتيجة.