多準則決策分析的理論與應用
在面對複雜的個人抉擇或商業決策時，人類大腦容易受到認知偏誤的影響，例如錨定效應（過度依賴第一筆資訊）或確認偏誤（只尋找支持特定選擇的證據）。為了克服這些直覺盲點，決策科學發展出了「多準則決策分析」（Multi-Criteria Decision Analysis, MCDA）。
決策矩陣（Decision Matrix）是 MCDA 中最直觀且實用的工具之一。它要求決策者將模糊的直覺拆解為三個核心要素：可供選擇的「選項」（Options）、用來評估的「評估指標」（Criteria），以及代表各項指標重要程度的「權重」（Weights）。透過將這些要素量化，決策者能夠在同一個客觀框架下比較性質截然不同的特徵，例如將「每月開銷」的貨幣價值與「環境安靜度」的主觀感受進行系統化的權衡。
權重計算與加權分數的數學原理
在決策矩陣中，權重的設定往往是初學者最容易產生誤解的地方。本工具採用「相對比例法」來處理權重。
權重比例的標準化
您為各個評估指標輸入的權重數值，其絕對大小並不影響最終的排名結果，真正起作用的是這些數值之間的「比例關係」。系統會自動將每個評估指標的權重，除以所有指標權重的總和，藉此計算出該指標佔總權重的比例（Weight Share）。
指標 i 的權重比例 = (W_i) / (Σ(j = 1..n) W_j)
例如，若您設定四個指標的權重分別為 5、4、3、2，其計算結果與設定為 50、40、30、20 完全相同。
加權分數計算公式
每個選項在特定指標下獲得的評分（介於 1 到 10 之間），都會乘以該指標的權重比例。將一個選項在所有指標下的加權評分相加，即得到該選項的最終加權分數。此分數同樣會呈現在 1 到 10 的尺度上，便於直觀評估。
選項的最終加權分數 = Σ(i = 1..n) ( 評分_i × 指標 i 的權重比例 )
若輸入無效的權重（例如負數），系統會將其視為 0 計算，並顯示錯誤提示：「權重必須為零或正數。無效的權重將以 0 計算。」 若所有指標的權重皆被設為 0，系統則無法進行標準化計算，此時會顯示：「請設定至少一個大於 0 的權重以計算排名。」
評分機制與邊界條件處理
為了確保決策矩陣的嚴謹性，評分過程必須遵循一致的標準與邊界條件。
評分尺度與空白儲存格
本工具規定評分必須介於 1 到 10 之間，分數越高代表表現越好。在實際操作中，若遇到尚未評估或資料缺失的儲存格，系統允許留空，並會自動將空白儲存格以 0 分計算。然而，若輸入了超出 1 到 10 範圍的數值，該儲存格將不計入總分，且系統會顯示錯誤訊息：「評分必須介於 1 到 10 之間。超出範圍的儲存格將不計入總分。」
狀態與進度回饋
在矩陣尚未建立完成時，系統會顯示「您的排名將在此處建立」以及提示文字：「為至少一個選項評分以查看其加權總分；新增並評分第二個選項以進行比較。」 隨著使用者逐步輸入數據，系統會即時更新進度，例如顯示「已評分 ‹scored› / ‹total› 個儲存格」，幫助決策者掌握評估進度。
排名穩定度與敏感度分析
一個優秀的決策不僅要看當下的最高分是誰，更要看這個領先地位有多穩固。這在決策科學中被稱為「敏感度分析」（Sensitivity Analysis）。
本工具會即時計算「排名穩定度」，並提供以下三種情境的讀數：
- 資訊不足：若目前僅對一個選項進行評分，系統會提示：「請評分第二個選項以測試領先地位的穩定度。」
- 結構性穩健：若領先選項的優勢極大，以至於調整任何單一指標的權重都無法改變結果，系統會顯示：「單一權重的改變不會翻轉領先地位。」
- 存在翻轉點：若權重的微調會改變領先者，系統會精確計算出臨界值，並顯示如「如果 ‹criterion› 超過總權重的 ‹share›，‹rival› 將會取得領先。」或「如果 ‹criterion› 低於總權重的 ‹share›，‹rival› 將會取得領先。」
透過觀察這些翻轉點，決策者可以識別出哪些指標是「最大影響因素」，進而評估決策是否過於脆弱，或是否需要對特定指標進行更深入的資訊收集。
隱私保護與本機儲存機制
本工具充分保護使用者的資料隱私。所有輸入的選項名稱、評估指標、權重數值以及評分，完全保留在您個人的瀏覽器中進行運算。
系統利用瀏覽器的本機儲存空間（local storage）自動儲存您的工作進度，這意味著即使關閉網頁或重新整理，資料也不會遺失。這些資料絕不會上傳至任何外部伺服器。若您希望清除所有資料，可以點擊「清除」按鈕，此時系統會彈出確認提示：「確定要清除整個矩陣嗎？這也會移除儲存在此裝置上的複本。」 確認後即可徹底抹除本機紀錄。
常見問題 FAQ
這個工具會幫我做決定嗎？
不會。它只是將您輸入的數字相加，以便讓權衡過程保持直觀。如果第一名的選項感覺不對，這是一個訊號，提醒您重新檢視某個權重或評分 — 決策矩陣的作用是讓這些假設具體呈現，而不是替您做決定。
加權分數是如何計算的？
每個評估指標的權重會除以所有權重的總和，因此只有比例會產生影響 — 權重設定為 5, 4, 3, 2 的效果與 50, 40, 30, 20 完全相同。每個評分都會乘以其評估指標所佔的比例，而選項的加權分數即為這些乘積的總和，並以與您評分相同的 1–10 尺度呈現。
我可以在稍後繼續編輯矩陣嗎？
會的 — 矩陣會儲存在此瀏覽器的本機儲存空間（local storage）中，因此您可以關閉頁面並在下次返回時繼續編輯。使用「清除」即可將其抹除，或者您也可以清除瀏覽器的網站資料。
穩定度讀數代表什麼意思？
對於目前領先的選項，它會顯示某個評估指標佔總權重的比例需要變動多少，才會被另一個選項超越。如果翻轉點非常遙遠 — 或者根本沒有翻轉點 — 代表該排名非常穩健；如果翻轉點很近，則意味著對權重想法的微小改變就會改變最終結果。