多準則決策分析（MCDA）的理論與應用
在面對複雜的個人抉擇或商業決策時，人類大腦往往容易受到資訊超載與認知偏差的影響。多準則決策分析（Multi-Criteria Decision Analysis, MCDA）是一種系統化的決策框架，旨在將複雜的選擇拆解為多個可衡量的維度。透過「決策矩陣產生器」，決策者能夠將主觀的直覺轉化為客觀的量化模型，使各項方案的權衡過程變得透明且具體。
這種方法的核心在於建立一個雙向維度的矩陣：橫軸為不同的候選「選項」（Options），縱軸為用於評估的「評估準則」（Criteria）。透過為每項準則賦予不同的「權重」（Weights），並對每個選項在各準則下的表現進行「評分」（Scores），系統便能計算出加權總分，從而得出理性的優先順序。
建立客觀評估準則的原則
構建決策矩陣的第一步是定義評估準則。一個有效的決策模型，其評估準則必須具備獨立性與代表性，避免引入重複計算的維度。例如，在評估租屋方案時，若同時將「通勤時間」與「交通便利度」列為獨立準則，可能會導致交通因素被雙重加權。
在「決策矩陣產生器」中，你可以點擊「新增評估準則」來擴充維度。若未輸入名稱，系統會預設顯示為「評估準則 ‹n›」。為了確保決策模型的實用性，建議將準則數量控制在關鍵的數項之內。
權重比例的數學邏輯
在決策矩陣中，權重代表了各項評估準則的相對重要性。本工具的權重計算採用比例制，每個評估準則的權重會除以所有權重的總和，以計算出其佔總權重的比例。
由於系統僅比較權重之間的相對比例，因此數值的絕對大小並不影響最終結果。例如，將四項準則的權重分別設為 5、4、3、2，其產生的加權效果與設為 50、40、30、20 完全相同。
輸入限制與異常處理
- 正數限制：權重必須為零或正數。若輸入負數或無效字元，系統會將其視作
0計算，並顯示錯誤提示：「權重必須為零或正數。無效的權重會視作 0 計算。」 - 全零狀態：若將所有準則的權重皆設為
0，系統將無法計算權重佔比，此時會觸發錯誤提示：「請將至少一個權重設為大於 0，以計算排名。」
評分機制與加權計算
在確定準則與權重後，決策者需要對各個選項在各項準則下的表現進行評分。本工具採用 1 至 10 分的評分制，分數愈高代表表現愈佳。
評分規則與邊界條件
- 數值範圍：評分必須介乎 1 至 10 之間。若輸入超出此範圍的數值，該儲存格將不計入總分，並顯示錯誤訊息：「評分必須介乎 1 至 10 之間。超出範圍的儲存格將不計入總分。」
- 空白儲存格：允許保留空白儲存格，系統會自動將其視作
0計算。 - 計算公式：每個選項的最終加權評分，是將其在各準則下的評分乘以對應準則的權重佔比，然後將這些加權分數相加。最終得分同樣呈現在 1–10 的數值區間內。
排名穩定度與敏感度分析
決策矩陣不僅能提供最終排名，還能透過敏感度分析（Sensitivity Analysis）揭示決策的穩健程度。當多個選項的得分接近時，權重的微調可能會直接改變領先位置。
本工具會即時監控數據變化，並在「排名穩定度」區域顯示以下狀態：
- 單一選項：當僅有一個選項被評分時，系統會提示：「請為第二個選項評分，以測試領先位置的穩定度。」
- 高度穩健：若領先優勢極大，任何單一權重的合理變動都無法動搖其地位，系統會顯示：「單一權重的任何變動均不會改變領先位置。」
- 臨界翻轉點：若權重微調會改變結果，系統會精確計算出翻轉點，並顯示如「如果 ‹criterion› 升至超過總權重的 ‹share›，‹rival› 將會奪得領先位置。」或「如果 ‹criterion› 跌至低於總權重的 ‹share›，‹rival› 將會奪得領先位置。」
此外，系統會標示出「最大關鍵因素：‹criterion›」，幫助決策者識別哪一項準則對當前排名具有最大的決定性影響。
數據隱私與本地儲存
本工具採用本機瀏覽器儲存機制。你輸入的所有選項、評估準則、權重及評分，均僅保留在你的本機瀏覽器中。
系統利用瀏覽器的本機儲存空間（local storage）保存數據，絕不會將任何資料上載至外部伺服器。當你點擊「清除」按鈕時，系統會彈出確認提示：「確定要清除整個矩陣？這亦會移除儲存在此裝置上的複本。」，確認後即可徹底抹除本機數據。
常見問題
此工具會替我作決定嗎？
不會。它只是將你輸入的數字相加，讓各項權衡因素保持一目了然。如果首選選項感覺不對，你可以將其視為一個訊號，去重新檢視某個權重或評分 — 決策矩陣的作用是將這些假設具體呈現，而非替你作出評判。
加權評分是如何計算的？
每個評估準則的權重會除以所有權重的總和，因此只有比例會影響結果 — 例如權重設為 5, 4, 3, 2 的效果與設為 50, 40, 30, 20 完全相同。每個評分都會乘以其對應評估準則的佔比，而選項的加權評分即為各項加權分數之和，並同樣以與你評分相同的 1–10 分制顯示。
我可以在稍後繼續編輯矩陣嗎？
會 — 矩陣會儲存在此瀏覽器的本機儲存空間（local storage）中，因此你可以關閉頁面，並在下次回來時繼續編輯。你可以使用「清除」按鈕來清空數據，或直接清除瀏覽器的網站資料。
排名穩定度讀數代表甚麼？
對於目前領先的選項，此讀數顯示某個評估準則佔總權重的比例需要變動多少，才會被另一個選項超越而改變排名。如果翻轉點距離很遠（或根本沒有翻轉點），代表排名非常穩健；如果翻轉點很近，則代表對權重稍作修改就會改變最終結果。