Monikriteerinen päätöksentekoanalyysi ja Päätöksentekomatriisi
Monimutkaisten valintojen edessä ihmismieli kohtaa usein kognitiivisia rajoitteita. Kun vaihtoehtoja on useita ja niitä on arvioitava monen eri tekijän perusteella, pelkkä intuitio johtaa helposti harhaan. Tällöin avuksi otetaan monikriteerinen päätöksentekoanalyysi (Multi-Criteria Decision Analysis, MCDA), joka tarjoaa matemaattisesti johdonmukaisen tavan jäsentää valintoja. Päätöksentekomatriisi on tämän menetelmän käytännöllinen sovellus. Se pakottaa tekemään oletukset, arvostukset ja kompromissit näkyviksi, jolloin päätöksentekoprosessista tulee läpinäkyvä ja toistettava.
Tyypillisiä tilanteita menetelmän soveltamiseen ovat suuret elämänmuutokset tai liiketoiminnalliset valinnat. Esimerkiksi asunnonostaja saattaa pähkäillä eri asumismuotojen välillä, jolloin vertailuun otetaan vaikkapa Keskusta-asunto, Omakotitalo esikaupungissa ja Yksiö pikkukaupungissa. Projektinhallinnassa menetelmää käytetään puolestaan ohjelmistohankintojen, strategisten linjausten tai palveluntarjoajien pisteyttämiseen suhteessa liiketoimintavaatimuksiin. Kun valintakriteerit määritellään ja painotetaan erikseen, vältetään tilanne, jossa yksi silmiinpistävä ominaisuus hallitsee päätöksentekoa muiden tärkeiden tekijöiden kustannuksella.
Arviointikriteerien määrittäminen ja rajaaminen
Päätöksentekomatriisin rakentaminen alkaa kriteerien määrittelyllä. Kriteerien on oltava sellaisia, että ne kattavat kaikki päätöksen kannalta olennaiset näkökulmat, mutta ne eivät saa olla päällekkäisiä. Jos kaksi kriteeriä mittaa käytännössä samaa asiaa, kyseinen tekijä painottuu analyysissä vahingossa kaksinkertaisesti.
Hyviä kriteerejä asunnonvalinnassa ovat esimerkiksi:
- Kuukausikustannus (taloudellinen reuna-ehto)
- Työmatka (ajankäyttö ja saavutettavuus)
- Tila (käytettävyys ja mukavuus)
- Hiljaisuus (asumisviihtyvyys)
Kriteerien määrä kannattaa pitää hallittavana. Jos kriteerejä on liikaa, yksittäisten tekijöiden painoarvo laimenee liikaa, ja arviointityö muuttuu raskaaksi ilman, että päätöksen laatu merkittävästi paranee. Työkalussa kukin kriteeri voidaan nimetä vapaasti kohdassa Nimeä tämä kriteeri. Jos kenttä jätetään tyhjäksi, järjestelmä käyttää automaattisesti nimeä Kriteeri ‹n›.
Painotuksen matematiikka ja suhteellisuus
Yksi yleisimmistä väärinkäsityksistä päätöksentekomatriisin käytössä liittyy kriteerien painottamiseen. Painotuksen tarkoituksena on määrittää kunkin kriteerin suhteellinen merkitys kokonaisuudessa. Päätöksentekomatriisi laskee kunkin kriteerin paino-osuuden jakamalla yksittäisen kriteerin painon kaikkien annettujen painojen summalla.
Tämän vuoksi vain painojen suhteilla on merkitystä. Jos kriteereille annetaan painot 5, 4, 3 ja 2, ne tuottavat täsmälleen saman lopputuloksen ja paino-osuudet kuin painot 50, 40, 30 ja 20. Käyttäjän ei siis tarvitse laskea prosenttiosuuksia itse päässään, vaan hän voi käyttää mitä tahansa positiivisia lukuja kuvaamaan kriteerien tärkeysjärjestystä.
Matemaattisesti laskenta etenee seuraavasti:
- Lasketaan kaikkien syötettyjen painojen summa.
- Jaetaan kunkin kriteerin yksittäinen paino tällä summalla, jolloin saadaan kriteerin suhteellinen paino-osuus.
- Kerrotaan kullekin vaihtoehdolle annettu pistemäärä (asteikolla 1–10) kyseisen kriteerin paino-osuudella.
- Lasketaan nämä painotetut pisteet yhteen kullekin vaihtoehdolle.
Jos käyttäjä syöttää virheellisiä arvoja, työkalu korjaa ne automaattisesti taustalla ja antaa tarvittaessa virheilmoituksen. Esimerkiksi negatiiviset painot tai tekstisyötteet tulkitaan nollaksi, jolloin ruudulle ilmestyy ilmoitus: "Painojen on oltava nollia tai positiivisia. Virheelliset painot lasketaan nolliksi." Jos kaikki painot asetetaan nollaksi, laskenta ei ole mahdollista, ja työkalu ilmoittaa: "Aseta vähintään yksi paino yli nollan laskeaksesi sijoituksen."
Pisteytyksen parhaat käytännöt ja virheiden välttäminen
Kun kriteerit ja painot on asetettu, kukin vaihtoehto – kuten Keskusta-asunto tai Omakotitalo esikaupungissa – pisteytetään jokaisen kriteerin osalta asteikolla 1–10. Suurempi luku on aina parempi.
Objektiivisuuden säilyttämiseksi on suositeltavaa päättää pisteytysasteikko etukäteen. Esimerkiksi kuukausikustannuksia arvioitaessa 10 voi tarkoittaa erittäin edullista ja 1 erittäin kallista. Jos kriteerinä on työmatka, 10 voi tarkoittaa alle 15 minuutin matka-aikaa ja 1 yli tunnin matkaa. Ilman tällaista etukäteen sovittua asteikkoa pisteytykseen hiipii helposti subjektiivista vaihtelua ja hetkellistä mielialaa heijastavia arvioita.
Työkalun käytössä on hyvä huomioida seuraavat tekniset säännöt ja reuna-ehdot:
- Tyhjät solut: Jos jotakin solua ei pisteytetä, se lasketaan automaattisesti nollaksi. Alapalkissa näkyy tällöin tilatieto muodossa "Pisteytetty ‹scored›/‹total› solusta".
- Sallittu alue: Pisteiden on oltava väliltä 1–10. Jos soluun syötetään tämän alueen ulkopuolinen luku, työkalu jättää kyseisen solun kokonaistuloksen ulkopuolelle ja näyttää virheilmoituksen: "Pisteiden on oltava väliltä 1–10. Alueen ulkopuolella olevat solut jätetään kokonaistulosten ulkopuolelle."
Herkkyysanalyysi ja järjestyksen vakaus
Yksi Päätöksentekomatriisin arvokkaimmista ominaisuuksista on sen kyky suorittaa reaaliaikaista herkkyysanalyysiä. Herkkyysanalyysi paljastaa, kuinka vakaa saavutettu sijoitus on ja kuinka herkästi johtava vaihtoehto vaihtuu, jos kriteerien painotuksia muutetaan. Tämä auttaa tunnistamaan tilanteet, joissa päätös on hiuskarvan varassa ja vaatii lisäharkintaa.
Työkalu analysoi jatkuvasti kääntöpisteitä (flip points) ja näyttää tulokset kohdassa Järjestyksen vakaus. Jos matriisiin on syötetty vasta yksi vaihtoehto, järjestelmä kehottaa: "Pisteytä toinen vaihtoehto testataksesi johdon vakauden." Kun vertailukelpoisia vaihtoehtoja on vähintään kaksi, työkalu laskee matemaattisesti, voiko mikään yksittäinen painotuksen muutos keikausuttaa tilannetta.
Jos mikään yksittäisen kriteerin painotuksen muutos ei pysty muuttamaan johtavaa vaihtoehtoa, näytetään teksti: "Yksittäisen painotuksen muutos ei muuta johtajaa." Tämä tarkoittaa, että tehty valinta on erittäin vakaa ja kestää suuriakin muutoksia arvostuksissa. Jos taas pieni muutos riittää vaihtamaan johtajaa, työkalu ilmoittaa tästä tarkasti. Esimerkiksi jos toisena oleva vaihtoehto nousee kärkeen kriteerin painotusta muuttamalla, työkalu näyttää jonkin seuraavista ilmoituksista:
- "‹rival› nousee johtoon, jos kriteerin ‹criterion› osuus nousee yli arvon ‹share› kokonaispainosta."
- "‹rival› nousee johtoon, jos kriteerin ‹criterion› osuus laskee alle arvon ‹share› kokonaispainosta."
Tämä paljastaa suoraan päätöksen kriittisimmät tekijät eli niin sanotut swing-tekijät, jotka näytetään muodossa "Suurin vaikuttava tekijä: ‹criterion›".
Kognitiiviset vinoumat ja tulosten tulkinta
Ihminen pyrkii luonnostaan etsimään vahvistusta omille ennakkokäsityksilleen (vahvistusharha) tai ankkuroituu ensimmäisenä mieleen tulleeseen vaihtoehtoon (ankkurointivinouma). Päätöksentekomatriisi pakottaa pilkkomaan vaihtoehdot osiin, mikä auttaa murtamaan näitä kognitiivisia vinoumia.
Joskus käy niin, että matemaattinen lopputulos tuntuu intuitiivisesti väärältä. Tämä on itse asiassa erittäin hyödyllinen hetki päätöksentekoprosessissa. Se ei tarkoita, että työkalu olisi epäonnistunut, vaan se paljastaa, että jokin tärkeä kriteeri on jäänyt kokonaan huomioimatta tai kriteerien painotukset eivät vastaa todellisia arvostuksiasi. Tällöin matriisin arvoja kannattaa säätää dynaamisesti ja pohtia, mikä tekijä aiheuttaa ristiriidan intuition ja matematiikan välillä.
Kaikki syötetyt tiedot käsitellään täysin paikallisesti käyttäjän omassa selaimessa. Tiedot tallennetaan laitteen paikalliseen tallennustilaan (local storage), eikä niitä lähetetä ulkoisille palvelimille. Voit siis rauhassa käsitellä arkaluontoisiakin vaihtoehtoja. Jos haluat tyhjentää tiedot, painike Tyhjennä poistaa tallennetun kopion laitteeltasi vahvistuksen "Tyhjennetäänkö koko matriisi? Tämä poistaa myös tälle laitteelle tallennetun kopion." jälkeen.
Usein kysytyt kysymykset
Päättääkö työkalu puolestani?
Ei. Se laskee yhteen antamasi luvut, jotta kompromissit pysyvät näkyvissä. Jos paras vaihtoehto tuntuu väärältä, ota se merkkinä siitä, että sinun tulisi tarkastella jotakin painoa tai pisteytystä uudelleen — matriisi tekee näistä oletuksista näkyviä, se ei tuomitse niitä.
Miten painotettu pistemäärä lasketaan?
Kunkin kriteerin paino jaetaan kaikkien painojen summalla, joten vain suhteilla on merkitystä — painot 5, 4, 3, 2 toimivat samalla tavalla kuin 50, 40, 30, 20. Jokainen pistemäärä kerrotaan kriteerinsä osuudella, ja vaihtoehdon painotettu pistemäärä on näiden summa, joka näytetään samalla asteikolla 1–10 kuin omat pisteesi.
Mitä vakauslukema tarkoittaa?
Nykyisen johtajan kohdalla se näyttää, kuinka paljon yhden kriteerin osuuden kokonaispainosta pitäisi muuttua, jotta toinen vaihtoehto nousisi johtoon. Kaukana oleva kääntöpiste – tai kääntöpisteen puuttuminen kokonaan – tarkoittaa, että järjestys on vakaa; lähellä oleva kääntöpiste tarkoittaa, että pienikin muutos kriteerien painotuksissa muuttaa tuloksen.
Voinko jatkaa matriisin työstämistä myöhemmin?
Kyllä — matriisi säilytetään tämän selaimen paikallisessa tallennustilassa, joten voit sulkea sivun ja jatkaa siitä, mihin jäit. Pyyhi se Tyhjennä-toiminnolla tai tyhjennä selaimesi sivustotiedot.