ಬಹು-ಮಾನದಂಡ ನಿರ್ಧಾರ ವಿಶ್ಲೇಷಣೆ (MCDA) ಪರಿಚಯ
ದೈನಂದಿನ ಜೀವನದಲ್ಲಿ ಅಥವಾ ವ್ಯವಹಾರದ ಪ್ರಮುಖ ಹಂತಗಳಲ್ಲಿ ನಾವು ತೆಗೆದುಕೊಳ್ಳುವ ನಿರ್ಧಾರಗಳು ಹಲವು ಆಯಾಮಗಳನ್ನು ಹೊಂದಿರುತ್ತವೆ. ಉದಾಹರಣೆಗೆ, ಹೊಸ ಮನೆ ಖರೀದಿಸುವಾಗ ಕೇವಲ ಅದರ ಬೆಲೆಯೊಂದನ್ನೇ ಪರಿಗಣಿಸಲು ಸಾಧ್ಯವಿಲ್ಲ; ಅದರೊಂದಿಗೆ ಪ್ರಯಾಣದ ಸಮಯ, ಸ್ಥಳಾವಕಾಶ ಮತ್ತು ಸುತ್ತಮುತ್ತಲಿನ ಶಾಂತತೆಯೂ ಮುಖ್ಯವಾಗುತ್ತದೆ. ಇಂತಹ ಸಂಕೀರ್ಣ ಸಂದರ್ಭಗಳಲ್ಲಿ ಕೇವಲ ತಾರ್ಕಿಕ ಆಲೋಚನೆ ಅಥವಾ ಭಾವನಾತ್ಮಕ ನಿರ್ಧಾರಗಳು ನಮ್ಮನ್ನು ತಪ್ಪು ದಾರಿಗೆ ಎಳೆಯಬಹುದು. ಇಲ್ಲಿ ನಮಗೆ ಸಹಾಯ ಮಾಡುವುದು ಬಹು-ಮಾನದಂಡ ನಿರ್ಧಾರ ವಿಶ್ಲೇಷಣೆ (Multi-Criteria Decision Analysis - MCDA) ಎಂಬ ವೈಜ್ಞಾನಿಕ ವಿಧಾನ.
"ನಿರ್ಧಾರ ಮ್ಯಾಟ್ರಿಕ್ಸ್ ಬಿಲ್ಡರ್" ಈ MCDA ತತ್ವದ ಆಧಾರದ ಮೇಲೆ ಕಾರ್ಯನಿರ್ವಹಿಸುತ್ತದೆ. ಇದು ವಿವಿಧ ಆಯ್ಕೆಗಳನ್ನು ನಿರ್ದಿಷ್ಟ ಮಾನದಂಡಗಳ ಆಧಾರದ ಮೇಲೆ ವ್ಯವಸ್ಥಿತವಾಗಿ ಮೌಲ್ಯಮಾಪನ ಮಾಡಲು ಮತ್ತು ಅವುಗಳಿಗೆ ಶ್ರೇಯಾಂಕ ನೀಡಲು ಸಹಾಯ ಮಾಡುವ ಉಚಿತ ಆನ್ಲೈನ್ ಸಾಧನವಾಗಿದೆ. ಈ ಉಪಕರಣವು ನಿಮ್ಮ ಆಲೋಚನೆಗಳು, ಆದ್ಯತೆಗಳು ಮತ್ತು ರಾಜಿ ಮಾಡಿಕೊಳ್ಳಬೇಕಾದ ಅಂಶಗಳನ್ನು ಸ್ಪಷ್ಟವಾಗಿ ದಾಖಲಿಸಲು ಅನುವು ಮಾಡಿಕೊಡುತ್ತದೆ. ನೀವು ಮ್ಯಾಟ್ರಿಕ್ಸ್ನಲ್ಲಿ ಡೇಟಾವನ್ನು ನಮೂದಿಸುತ್ತಿದ್ದಂತೆ, ಇದು ಸ್ವಯಂಚಾಲಿತವಾಗಿ ತೂಕದ ಅಂಕಗಳನ್ನು ಲೆಕ್ಕಹಾಕುತ್ತದೆ ಮತ್ತು ಲೈವ್ ಶ್ರೇಯಾಂಕವನ್ನು ನವೀಕರಿಸುತ್ತದೆ.
ಮೌಲ್ಯಮಾಪನ ಮಾನದಂಡಗಳನ್ನು ನಿರ್ಧರಿಸುವುದು ಹೇಗೆ?
ಯಶಸ್ವಿ ನಿರ್ಧಾರ ಪ್ರಕ್ರಿಯೆಗೆ ಸೂಕ್ತವಾದ ಮಾನದಂಡಗಳನ್ನು (Criteria) ಆಯ್ಕೆ ಮಾಡುವುದು ಮೊದಲ ಹೆಜ್ಜೆಯಾಗಿದೆ. ಮಾನದಂಡಗಳು ನಿಮ್ಮ ನಿರ್ಧಾರದ ಮೇಲೆ ನೇರ ಪರಿಣಾಮ ಬೀರುವ ಪ್ರಮುಖ ಅಂಶಗಳಾಗಿರಬೇಕು.
ಮಾನದಂಡಗಳನ್ನು ನಿರ್ಧರಿಸುವಾಗ ಈ ಕೆಳಗಿನ ನಿಯಮಗಳನ್ನು ಪಾಲಿಸುವುದು ಸೂಕ್ತ:
- ಪರಸ್ಪರ ಪ್ರತ್ಯೇಕತೆ: ಪ್ರತಿಯೊಂದು ಮಾನದಂಡವೂ ವಿಶಿಷ್ಟವಾಗಿರಬೇಕು. ಉದಾಹರಣೆಗೆ, "ಮಾಸಿಕ ವೆಚ್ಚ" ಮತ್ತು "ಬಾಡಿಗೆ ದರ" ಎರಡನ್ನೂ ಪ್ರತ್ಯೇಕವಾಗಿ ಸೇರಿಸುವ ಬದಲು ಒಂದೇ ಮಾನದಂಡವಾಗಿ ಪರಿಗಣಿಸಬೇಕು.
- ಮಿತಿಗಳ ನಿರ್ವಹಣೆ: ಅತಿಯಾದ ಮಾನದಂಡಗಳು ಗೊಂದಲಕ್ಕೆ ಕಾರಣವಾಗಬಹುದು. ಕೆಲವೇ ಪ್ರಮುಖ ಮಾನದಂಡಗಳಿಗೆ ಸೀಮಿತಿಸುವುದು ಉತ್ತಮ ಫಲಿತಾಂಶ ನೀಡುತ್ತದೆ.
- ಸ್ಪಷ್ಟ ವ್ಯಾಖ್ಯಾನ: ಪ್ರತಿಯೊಂದು ಮಾನದಂಡಕ್ಕೂ ಸ್ಪಷ್ಟವಾದ ಹೆಸರಿರಬೇಕು. ನೀವು ಯಾವುದೇ ಹೆಸರನ್ನು ನೀಡದಿದ್ದರೆ, ಉಪಕರಣವು ಸ್ವಯಂಚಾಲಿತವಾಗಿ ಅದನ್ನು "ಮಾನದಂಡ ‹n›" ಎಂದು ತೆಗೆದುಕೊಳ್ಳುತ್ತದೆ.
ತೂಕದ ಗಣಿತ: ಅನುಪಾತಗಳ ಪ್ರಾಮುಖ್ಯತೆ
ನಿರ್ಧಾರ ಮ್ಯಾಟ್ರಿಕ್ಸ್ನಲ್ಲಿ ಪ್ರತಿಯೊಂದು ಮಾನದಂಡಕ್ಕೂ ಸಮಾನ ಪ್ರಾಮುಖ್ಯತೆ ಇರುವುದಿಲ್ಲ. ಆದ್ದರಿಂದ, ಪ್ರತಿ ಮಾನದಂಡಕ್ಕೆ ಅದರ ಪ್ರಾಮುಖ್ಯತೆಗೆ ಅನುಗುಣವಾಗಿ ತೂಕವನ್ನು (Weights) ನೀಡಲಾಗುತ್ತದೆ. ಇಲ್ಲಿ ಗಮನಿಸಬೇಕಾದ ಮುಖ್ಯ ಅಂಶವೆಂದರೆ, ತೂಕದ ಸಂಖ್ಯೆಗಳ ಪ್ರಮಾಣಕ್ಕಿಂತ ಅವುಗಳ ನಡುವಿನ ಅನುಪಾತಗಳು ಮಾತ್ರ ಮುಖ್ಯವಾಗಿರುತ್ತವೆ.
ಉದಾಹರಣೆಗೆ, ನೀವು ನಾಲ್ಕು ಮಾನದಂಡಗಳಿಗೆ ಕ್ರಮವಾಗಿ 5, 4, 3, ಮತ್ತು 2 ರಂತೆ ತೂಕವನ್ನು ನೀಡಿದ್ದೀರಿ ಎಂದು ಭಾವಿಸೋಣ. ಇವುಗಳ ಬದಲಿಗೆ ನೀವು 50, 40, 30, ಮತ್ತು 20 ಎಂದು ನೀಡಿದರೂ ಸಹ ಫಲಿತಾಂಶದಲ್ಲಿ ಯಾವುದೇ ಬದಲಾವಣೆಯಾಗುವುದಿಲ್ಲ. ಉಪಕರಣವು ಪ್ರತಿ ಮಾನದಂಡದ ತೂಕವನ್ನು ಎಲ್ಲಾ ತೂಕಗಳ ಒಟ್ಟು ಮೊತ್ತದಿಂದ ಭಾಗಿಸಿ, ಅದರ ನಿಖರವಾದ ಪಾಲನ್ನು (Weight Share) ಲೆಕ್ಕಹಾಕುತ್ತದೆ.
ತೂಕಗಳನ್ನು ನಮೂದಿಸುವಾಗ ಈ ಕೆಳಗಿನ ನಿಯಮಗಳು ಅನ್ವಯಿಸುತ್ತವೆ:
- ತೂಕಗಳು ಯಾವಾಗಲೂ ಶೂನ್ಯ ಅಥವಾ ಧನಾತ್ಮಕ ಸಂಖ್ಯೆಗಳಾಗಿರಬೇಕು.
- ಅಮಾನ್ಯವಾದ ತೂಕಗಳನ್ನು ನಮೂದಿಸಿದರೆ, ಉಪಕರಣವು ಅದನ್ನು 0 ಎಂದು ಪರಿಗಣಿಸುತ್ತದೆ ಮತ್ತು "ತೂಕಗಳು ಶೂನ್ಯ ಅಥವಾ ಧನಾತ್ಮಕವಾಗಿರಬೇಕು. ಅಮಾನ್ಯವಾದ ತೂಕಗಳನ್ನು 0 ಎಂದು ಪರಿಗಣಿಸಲಾಗುತ್ತದೆ." ಎಂಬ ದೋಷ ಸಂದೇಶವನ್ನು ತೋರಿಸುತ್ತದೆ.
- ಒಂದು ವೇಳೆ ನೀವು ಎಲ್ಲಾ ಮಾನದಂಡಗಳ ತೂಕವನ್ನು ಶೂನ್ಯಕ್ಕೆ ನಿಗದಿಪಡಿಸಿದರೆ, ಶ್ರೇಯಾಂಕವನ್ನು ಲೆಕ್ಕಹಾಕಲು ಸಾಧ್ಯವಾಗುವುದಿಲ್ಲ. ಆಗ "ಶ್ರೇಯಾಂಕವನ್ನು ಲೆಕ್ಕಹಾಕಲು ಕನಿಷ್ಠ ಒಂದು ತೂಕವನ್ನು 0 ಕ್ಕಿಂತ ಹೆಚ್ಚಿಗೆ ನಿಗದಿಪಡಿಸಿ." ಎಂಬ ಸಂದೇಶ ಕಾಣಿಸಿಕೊಳ್ಳುತ್ತದೆ.
ಅಂಕಗಳನ್ನು ನೀಡುವ ವಿಧಾನ ಮತ್ತು ಲೆಕ್ಕಾಚಾರದ ಸೂತ್ರ
ಪ್ರತಿ ಆಯ್ಕೆಗೆ (Options) ಪ್ರತಿ ಮಾನದಂಡದ ಅಡಿಯಲ್ಲಿ 1 ರಿಂದ 10 ರ ಪ್ರಮಾಣದಲ್ಲಿ ಅಂಕಗಳನ್ನು (Scores) ನೀಡಬೇಕು, ಇಲ್ಲಿ ಹೆಚ್ಚಿನ ಅಂಕವು ಉತ್ತಮ ಕಾರ್ಯಕ್ಷಮತೆಯನ್ನು ಸೂಚಿಸುತ್ತದೆ. ಉದಾಹರಣೆಗೆ, ವೆಚ್ಚದ ಮಾನದಂಡದಲ್ಲಿ ಕಡಿಮೆ ಬೆಲೆಯ ಮನೆಗೆ 10 ಅಂಕಗಳನ್ನು ಮತ್ತು ಅತಿ ಹೆಚ್ಚು ಬೆಲೆಯ ಮನೆಗೆ 1 ಅಂಕವನ್ನು ನೀಡಬಹುದು.
ತೂಕದ ಅಂಕದ ಲೆಕ್ಕಾಚಾರದ ಸೂತ್ರ:
ಪ್ರತಿಯೊಂದು ವೈಯಕ್ತಿಕ ಅಂಕವನ್ನು ಅದರ ಮಾನದಂಡದ ತೂಕದ ಪಾಲಿನಿಂದ ಗುಣಿಸಲಾಗುತ್ತದೆ. ನಂತರ ಆ ಆಯ್ಕೆಯ ಎಲ್ಲಾ ಗುಣಲಬ್ಧಗಳನ್ನು ಒಟ್ಟುಗೂಡಿಸಿ ಅಂತಿಮ ತೂಕದ ಅಂಕವನ್ನು (Weighted Score) ಪಡೆಯಲಾಗುತ್ತದೆ. ಈ ಅಂತಿಮ ಅಂಕವನ್ನು ಸಹ ಮೂಲ ಅಂಕಗಳಂತೆಯೇ 1–10 ರ ಪ್ರಮಾಣದಲ್ಲಿಯೇ ಪ್ರದರ್ಶಿಸಲಾಗುತ್ತದೆ.
ಆಯ್ಕೆಯ ತೂಕದ ಅಂಕ = Σ ( ಅಂಕ × (ಮಾನದಂಡದ ತೂಕ) / (ಎಲ್ಲಾ ತೂಕಗಳ ಒಟ್ಟು ಮೊತ್ತ) )
ಖಾಲಿ ಮತ್ತು ಅಮಾನ್ಯ ಇನ್ಪುಟ್ಗಳ ನಿರ್ವಹಣೆ:
- ಮ್ಯಾಟ್ರಿಕ್ಸ್ನಲ್ಲಿ ಯಾವುದೇ ಸೆಲ್ ಅನ್ನು ಖಾಲಿ ಬಿಟ್ಟರೆ, ಅದನ್ನು 0 ಎಂದು ಪರಿಗಣಿಸಲಾಗುತ್ತದೆ.
- ಅಂಕಗಳು ಕಡ್ಡಾಯವಾಗಿ 1 ರಿಂದ 10 ರ ನಡುವೆ ಇರಬೇಕು. ಈ ಮಿತಿಯ ಹೊರಗಿನ ಸಂಖ್ಯೆಗಳನ್ನು ನಮೂದಿಸಿದರೆ, ಆ ಸೆಲ್ಗಳನ್ನು ಒಟ್ಟು ಮೊತ್ತದಿಂದ ಹೊರಗಿಡಲಾಗುತ್ತದೆ ಮತ್ತು "ಅಂಕಗಳು 1 ರಿಂದ 10 ರ ನಡುವೆ ಇರಬೇಕು. ಮಿತಿಯ ಹೊರಗಿನ ಸೆಲ್ಗಳನ್ನು ಒಟ್ಟು ಮೊತ್ತದಿಂದ ಹೊರಗಿಡಲಾಗುತ್ತದೆ." ಎಂಬ ಎಚ್ಚರಿಕೆ ಸಂದೇಶ ಮೂಡುತ್ತದೆ.
ಶ್ರೇಯಾಂಕದ ಸ್ಥಿರತೆ ಮತ್ತು ಸಂವೇದನಾತ್ಮಕ ವಿಶ್ಲೇಷಣೆ
ನಿರ್ಧಾರ ಮ್ಯಾಟ್ರಿಕ್ಸ್ ಬಿಲ್ಡರ್ನ ಅತ್ಯಂತ ಪ್ರಮುಖ ವೈಶಿಷ್ಟ್ಯವೆಂದರೆ ಅದು ಒದಗಿಸುವ "ಶ್ರೇಯಾಂಕದ ಸ್ಥಿರತೆ" (Ranking Stability) ಅಥವಾ ಸಂವೇದನಾತ್ಮಕ ವಿಶ್ಲೇಷಣೆ (Sensitivity Analysis). ನಿಮ್ಮ ನಿರ್ಧಾರವು ಎಷ್ಟು ದೃಢವಾಗಿದೆ ಅಥವಾ ತೂಕದಲ್ಲಿನ ಸಣ್ಣ ಬದಲಾವಣೆಯು ಮುಂಚೂಣಿಯಲ್ಲಿರುವ ಆಯ್ಕೆಯನ್ನು ಹೇಗೆ ಬದಲಾಯಿಸಬಹುದು ಎಂಬುದನ್ನು ಇದು ತೋರಿಸುತ್ತದೆ.
ಮ್ಯಾಟ್ರಿಕ್ಸ್ನ ಸ್ಥಿತಿಗೆ ಅನುಗುಣವಾಗಿ ಈ ಕೆಳಗಿನ ರೀಡೌಟ್ಗಳು ಕಾಣಿಸಿಕೊಳ್ಳುತ್ತವೆ:
- ಕೇವಲ ಒಂದು ಆಯ್ಕೆಗೆ ಅಂಕ ನೀಡಿದ್ದಾಗ: ಸ್ಥಿರತೆಯನ್ನು ಹೋಲಿಸಲು ಕನಿಷ್ಠ ಎರಡು ಆಯ್ಕೆಗಳು ಬೇಕಾಗುವುದರಿಂದ, ಉಪಕರಣವು "ಮುನ್ನಡೆಯು ಎಷ್ಟು ಸ್ಥಿರವಾಗಿದೆ ಎಂಬುದನ್ನು ಪರೀಕ್ಷಿಸಲು ಎರಡನೇ ಆಯ್ಕೆಗೆ ಅಂಕಗಳನ್ನು ನೀಡಿ." ಎಂದು ತೋರಿಸುತ್ತದೆ.
- ಅತ್ಯಂತ ದೃಢವಾದ ನಿರ್ಧಾರವಾಗಿದ್ದಾಗ: ಯಾವುದೇ ಒಂದು ಮಾನದಂಡದ ತೂಕವನ್ನು ಬದಲಾಯಿಸಿದರೂ ಮುಂಚೂಣಿಯಲ್ಲಿರುವ ಆಯ್ಕೆ ಬದಲಾಗದಿದ್ದರೆ, "ಯಾವುದೇ ಒಂದು ತೂಕದ ಬದಲಾವಣೆಯು ಮುನ್ನಡೆಯನ್ನು ಬದಲಾಯಿಸುವುದಿಲ್ಲ." ಎಂಬ ಸಂದೇಶ ಕಾಣಿಸುತ್ತದೆ.
- ತೂಕದ ಬದಲಾವಣೆಯಿಂದ ಮುನ್ನಡೆ ಬದಲಾಗುವಂತಿದ್ದರೆ: ತೂಕದ ಸಣ್ಣ ಬದಲಾವಣೆಯೂ ಫಲಿತಾಂಶವನ್ನು ತಿರುಗಿಸಬಲ್ಲದಾಗಿದ್ದರೆ, ಅದು ಫ್ಲಿಪ್ ಪಾಯಿಂಟ್ ಅನ್ನು ಪ್ರದರ್ಶಿಸುತ್ತದೆ. ಉದಾಹರಣೆಗೆ:
- "ಒಟ್ಟು ತೂಕದಲ್ಲಿ ‹criterion› ಪಾಲು ‹share› ಗಿಂತ ಹೆಚ್ಚಾದರೆ ‹rival› ಮುನ್ನಡೆ ಸಾಧಿಸುತ್ತದೆ."
- "ಒಟ್ಟು ತೂಕದಲ್ಲಿ ‹criterion› ಪಾಲು ‹share› ಗಿಂತ ಕಡಿಮೆಯಾದರೆ ‹rival› ಮುನ್ನಡೆ ಸಾಧಿಸುತ್ತದೆ."
ಇದು ನಿಮ್ಮ ನಿರ್ಧಾರದ ಸೂಕ್ಷ್ಮತೆಯನ್ನು ಅರ್ಥಮಾಡಿಕೊಳ್ಳಲು ಮತ್ತು "ಅತಿ ದೊಡ್ಡ ಪ್ರಭಾವಶಾಲಿ ಅಂಶ" (Biggest swing factor) ಯಾವುದು ಎಂಬುದನ್ನು ಗುರುತಿಸಲು ಸಹಾಯ ಮಾಡುತ್ತದೆ.
ಅರಿವಿನ ಪೂರ್ವಾಗ್ರಹಗಳನ್ನು ತಡೆಯುವುದು ಹೇಗೆ?
ಮಾನವ ಸಹಜವಾಗಿ ನಿರ್ಧಾರಗಳನ್ನು ತೆಗೆದುಕೊಳ್ಳುವಾಗ ಆಂಕರಿಂಗ್ (Anchoring) ಅಥವಾ ದೃಢೀಕರಣ ಪೂರ್ವಾಗ್ರಹಗಳಿಗೆ (Confirmation Bias) ಒಳಗಾಗುತ್ತಾನೆ. ನಾವು ಮೊದಲೇ ಒಂದು ಆಯ್ಕೆಯನ್ನು ಇಷ್ಟಪಟ್ಟು, ಅದಕ್ಕೆ ಪೂರಕವಾದ ವಾದಗಳನ್ನಷ್ಟೇ ಹುಡುಕಬಹುದು.
ನಿರ್ಧಾರ ಮ್ಯಾಟ್ರಿಕ್ಸ್ ಇಂತಹ ಪೂರ್ವಾಗ್ರಹಗಳನ್ನು ತಡೆಯಲು ಸಹಾಯ ಮಾಡುತ್ತದೆ. ಗಣಿತದ ಫಲಿತಾಂಶವು ನಿಮ್ಮ ಆಂತರಿಕ ಭಾವನೆಗೆ ವಿರುದ್ಧವಾಗಿ ಬಂದಾಗ, ನೀವು ತಕ್ಷಣವೇ ಆ ಫಲಿತಾಂಶ ತಪ್ಪು ಎಂದು ನಿರ್ಧರಿಸಬಾರದು. ಬದಲಿಗೆ, ನೀವು ನೀಡಿದ ತೂಕಗಳು ಮತ್ತು ಅಂಕಗಳು ನಿಮ್ಮ ನೈಜ ಆದ್ಯತೆಗಳನ್ನು ಪ್ರತಿಬಿಂಬಿಸುತ್ತಿವೆಯೇ ಎಂದು ಮರುಪರಿಶೀಲಿಸಲು ಇದು ಒಂದು ಅವಕಾಶವಾಗಿದೆ.
ಗೌಪ್ಯತೆ ಮತ್ತು ಡೇಟಾ ಸುರಕ್ಷತೆ
ಈ ಉಪಕರಣದಲ್ಲಿ ನೀವು ನಮೂದಿಸುವ ಯಾವುದೇ ಮಾಹಿತಿ — ಆಯ್ಕೆಗಳು, ಮಾನದಂಡಗಳು, ತೂಕಗಳು ಅಥವಾ ಅಂಕಗಳು — ಯಾವುದೇ ಬಾಹ್ಯ ಸರ್ವರ್ಗೆ ಅಪ್ಲೋಡ್ ಆಗುವುದಿಲ್ಲ. ಎಲ್ಲಾ ಡೇಟಾ ಸಂಸ್ಕರಣೆಯು ಸಂಪೂರ್ಣವಾಗಿ ನಿಮ್ಮ ಸ್ಥಳೀಯ ಬ್ರೌಸರ್ನಲ್ಲಿಯೇ ನಡೆಯುತ್ತದೆ.
ನಿಮ್ಮ ಅನುಕೂಲಕ್ಕಾಗಿ ಮ್ಯಾಟ್ರಿಕ್ಸ್ ಅನ್ನು ಬ್ರೌಸರ್ನ ಸ್ಥಳೀಯ ಸಂಗ್ರಹಣೆಯಲ್ಲಿ (local storage) ಉಳಿಸಲಾಗುತ್ತದೆ. ನೀವು ಪುಟವನ್ನು ಮುಚ್ಚಿ ಮತ್ತೆ ತೆರೆದರೂ ನಿಮ್ಮ ಡೇಟಾ ಹಾಗೆಯೇ ಇರುತ್ತದೆ. ನೀವು ಮ್ಯಾಟ್ರಿಕ್ಸ್ ಅನ್ನು ಸಂಪೂರ್ಣವಾಗಿ ಅಳಿಸಲು ಬಯಸಿದರೆ, 'ತೆರವುಗೊಳಿಸಿ' (Clear) ಬಟನ್ ಕ್ಲಿಕ್ ಮಾಡಬಹುದು. ಇದು ಸಾಧನದಲ್ಲಿ ಉಳಿಸಲಾದ ಪ್ರತಿಯನ್ನು ಸಹ ತೆಗೆದುಹಾಕುತ್ತದೆ.
ಪದೇ ಪದೇ ಕೇಳಲಾಗುವ ಪ್ರಶ್ನೆಗಳು (FAQ)
ತೂಕದ ಅಂಕವನ್ನು ಹೇಗೆ ಲೆಕ್ಕಹಾಕಲಾಗುತ್ತದೆ?
ಪ್ರತಿಯೊಂದು ಮಾನದಂಡದ ತೂಕವನ್ನು ಎಲ್ಲಾ ತೂಕಗಳ ಒಟ್ಟು ಮೊತ್ತದಿಂದ ಭಾಗಿಸಲಾಗುತ್ತದೆ, ಆದ್ದರಿಂದ ಕೇವಲ ಅನುಪಾತಗಳು ಮಾತ್ರ ಮುಖ್ಯವಾಗುತ್ತವೆ — 5, 4, 3, 2 ರ ತೂಕಗಳು 50, 40, 30, 20 ರಂತೆಯೇ ಕೆಲಸ ಮಾಡುತ್ತವೆ. ಪ್ರತಿ ಅಂಕವನ್ನು ಅದರ ಮಾನದಂಡದ ಪಾಲಿನಿಂದ ಗುಣಿಸಲಾಗುತ್ತದೆ ಮತ್ತು ಆಯ್ಕೆಯ ತೂಕದ ಅಂಕವು ಅವುಗಳ ಮೊತ್ತವಾಗಿರುತ್ತದೆ, ಇದನ್ನು ನಿಮ್ಮ ಅಂಕಗಳಂತೆಯೇ 1–10 ರ ಪ್ರಮಾಣದಲ್ಲಿ ತೋರಿಸಲಾಗುತ್ತದೆ.
ಈ ಉಪಕರಣವು ನನಗಾಗಿ ನಿರ್ಧಾರ ತೆಗೆದುಕೊಳ್ಳುತ್ತದೆಯೇ?
ಇಲ್ಲ. ಇದು ನೀವು ನೀಡುವ ಸಂಖ್ಯೆಗಳನ್ನು ಒಟ್ಟುಗೂಡಿಸುತ್ತದೆ, ಇದರಿಂದಾಗಿ ಸಾಧಕ-ಬಾಧಕಗಳು ಸ್ಪಷ್ಟವಾಗಿ ಗೋಚರಿಸುತ್ತವೆ. ಅಗ್ರಸ್ಥಾನದಲ್ಲಿರುವ ಆಯ್ಕೆಯು ತಪ್ಪೆಂದು ಅನಿಸಿದರೆ, ಅದನ್ನು ಒಂದು ತೂಕ ಅಥವಾ ಅಂಕವನ್ನು ಮರುಪರಿಶೀಲಿಸುವ ಸಂಕೇತವಾಗಿ ತೆಗೆದುಕೊಳ್ಳಿ — ಈ ಮ್ಯಾಟ್ರಿಕ್ಸ್ ಆ ಊಹೆಗಳನ್ನು ಸ್ಪಷ್ಟಪಡಿಸುತ್ತದೆಯೇ ಹೊರತು, ಅವುಗಳ ಬಗ್ಗೆ ತೀರ್ಪು ನೀಡುವುದಿಲ್ಲ.
ನಾನು ಮ್ಯಾಟ್ರಿಕ್ಸ್ ಅನ್ನು ನಂತರ ಮುಂದುವರಿಸಬಹುದೇ?
ಹೌದು — ಮ್ಯಾಟ್ರಿಕ್ಸ್ ಅನ್ನು ಈ ಬ್ರೌಸರ್ನ ಸ್ಥಳೀಯ ಸಂಗ್ರಹಣೆಯಲ್ಲಿ (local storage) ಇರಿಸಲಾಗುತ್ತದೆ, ಆದ್ದರಿಂದ ನೀವು ಪುಟವನ್ನು ಮುಚ್ಚಿ ನಂತರ ನಿಲ್ಲಿಸಿದ ಸ್ಥಳದಿಂದಲೇ ಮುಂದುವರಿಸಬಹುದು. ಅದನ್ನು ಸಂಪೂರ್ಣವಾಗಿ ಅಳಿಸಲು 'ತೆರವುಗೊಳಿಸಿ' ಬಳಸಿ ಅಥವಾ ನಿಮ್ಮ ಬ್ರೌಸರ್ನ ಸೈಟ್ ಡೇಟಾವನ್ನು ತೆರವುಗೊಳಿಸಿ.
ಸ್ಥಿರತೆಯ ರೀಡೌಟ್ನ ಅರ್ಥವೇನು?
ಪ್ರಸ್ತುತ ಮುಂಚೂಣಿಯಲ್ಲಿರುವ ಆಯ್ಕೆಗೆ ಸಂಬಂಧಿಸಿದಂತೆ, ಮತ್ತೊಂದು ಆಯ್ಕೆಯು ಮುನ್ನಡೆ ಸಾಧಿಸುವ ಮೊದಲು ಒಟ್ಟು ತೂಕದಲ್ಲಿ ಒಂದು ಮಾನದಂಡದ ಪಾಲು ಎಷ್ಟು ಬದಲಾಗಬೇಕು ಎಂಬುದನ್ನು ಇದು ತೋರಿಸುತ್ತದೆ. ಫ್ಲಿಪ್ ಪಾಯಿಂಟ್ ತುಂಬಾ ದೂರದಲ್ಲಿದ್ದರೆ — ಅಥವಾ ಯಾವುದೇ ಫ್ಲಿಪ್ ಪಾಯಿಂಟ್ ಇಲ್ಲದಿದ್ದರೆ — ಶ್ರೇಯಾಂಕವು ಸ್ಥಿರವಾಗಿದೆ ಎಂದರ್ಥ; ಅದು ಹತ್ತಿರದಲ್ಲಿದ್ದರೆ, ತೂಕದ ಬಗ್ಗೆ ನಿಮ್ಮ ಆಲೋಚನೆಯಲ್ಲಿನ ಸಣ್ಣ ಬದಲಾವಣೆಯೂ ಫಲಿತಾಂಶವನ್ನು ಬದಲಾಯಿಸುತ್ತದೆ ಎಂದರ್ಥ.