[ad_1]

Alıntı yapmak Roy Disney:

Değerlerinizi bildiğiniz zaman karar vermek zor değildir.

Karar verme, bir veya daha fazla karar seçme süreci olarak görülebilir. Yaptığımız seçimlerin genellikle kendimiz ve çevremizdeki insanlar üzerinde büyük etkisi vardır. Başarılı bir karar vermede kritik bir beceri, sonucun göreceli önemi ile ilgili olarak kriterleri uygun şekilde tartmaktır.

En yüksek karar verme teknikleri seti, birikimli ve birleşik akıllı teknikler olarak bilinir. Bu, geçmiş verilerin kullanımını ve kararın grup analizini içerir. Bu yöntemin 9 ana adımı vardır.

Adım 1: Karar analizini grup olarak tamamlamak için tarihsel araçlara sahip bir istihbarat ekibi oluşturun.

Adım 2: Gruba süreci ve tüm katılımcıları bağlayacak kuralları tanımlayın.

Adım 3: amaçlanan sonucu tanımlayın.

Adım 4: Amaçlanan sonucun değerlendirileceği kriterleri tanımlayın.

Adım 5: Her bir kriterin önemini sıralayın.

Adım 6: Mevcut seçenekleri toplayın.

7. Adım: Geçmiş ve güncel uzman bilgilerini kullanarak bireysel seçenek kriterlerini karşılaştırın.

Adım 8: Her bir kriteri değerlendirmek için ağırlıklandırma yöntemlerini belirleyin.

Adım 9: Ağırlığı uygulayın ve en iyi kararı hesaplayın.

Bu yazıda, sürecin 8. ve 9. noktalarına odaklanacağız. Karar verirken, ekipler ve bireyler genellikle bir karar verme sürecindeki bireysel kriterler arasındaki ağırlık farkını belirlemek için içgörüye veya zamana sahip değildir. Bunun üstesinden gelmek için çoğu durumda genel olan doğal ağırlıklandırma faydalı olacaktır. Burada elde edilen doğal ağırlıklandırmaya Deesidar hesaplaması denir.

Karar ağırlıklandırmada ilk adım, en önemli kriterleri en az önemli olanlar şeklinde gruplamaktır. Bu, önem merdiveni kriterlerinin oluşturulması olarak bilinir. Bu sıralama, kriterler listesi kullanılarak çiftler halinde karşılaştırılarak ve terimleri daha önemli ve daha az önemli olana göre sıralayarak yapılabilir. Kriterleri herhangi bir sırayla listelerseniz, listenin en üstünden başlayın ve ilk öğeyi ikinciyle karşılaştırın. İlk öğe daha önemliyse değiştirmeden bırakın, değilse ikinci öğeye geçin. Ardından ikinci öğeyi üçüncü öğeyle karşılaştırın. Üçüncü öğe daha önemliyse olduğu gibi bırakın, değilse ikinci öğeye geçin. Bu işleme sipariş tamamlanana kadar devam edin.

Örneğin: bir akşam yemeği servisi satın alma kriterleri

Kriterler için beyin fırtınası şunları üretir:

  1. estetik
  2. fiyat
  3. güvenlik
  4. dayanıklılık
  5. Temizlemesi kolay

İkili karşılaştırma 1. geçiş sonuçları:

  1. estetik
  2. güvenlik
  3. fiyat
  4. Temizlemesi kolay
  5. dayanıklılık

İkili karşılaştırma çalıştırması 2. çalıştırmanın sonuçları:

  1. güvenlik
  2. estetik
  3. fiyat
  4. Temizlemesi kolay
  5. dayanıklılık

İkili karşılaştırma çalıştırması 3. çalıştırmanın sonuçları:

  1. güvenlik
  2. estetik
  3. fiyat
  4. Temizlemesi kolay
  5. dayanıklılık

(D ve C bölümlerinde değişiklik yok)

Kriterlerin önem sırası oluşturulduktan sonra, her bir kriterin önemini ayırt etmek için bir ağırlıklandırma yönteminin belirlenmesi gerekir. Gruplar halinde veya karmaşık konularda karar veren insanlar, çoğu zaman tüm kriterlerin önemini ayırt edecek bilgiye veya duygusal dengeye sahip değildir. Bu durumlarda en iyi sonucu alma şansını artırmak için doğal bir ağırlıklandırma yöntemi kullanılabilir. Bir önceki cümleye “oran” kelimesini koyduğuma dikkat edin, çünkü karar vermede doğal ağırlıklandırmanın kullanımı olasılığa dayalıdır.

Yapılandırılmış bir karar verme sürecine bir dizi doğal ağırlıklandırma yöntemi uygulanabilir. Eşleştirilmiş ağırlıklandırmada, karar verici bir kriterin diğerinden ne kadar daha önemli olduğunu karşılaştırır ve ağırlıklandırır. Farklı iletişim becerilerine ve bilgi düzeylerine sahip katılımcılardan ve kriterler hakkında yetersiz bilgiye sahip karar vericilerden oluşan karar verme grupları için bu yöntem, doğal bir ağırlıklandırmadan daha güçlü bir önyargı ağırlığına yol açabilir.

Karar kriterlerini ağırlıklandırmak için standartlaştırılmış bir yöntem, kriter sıralamasındaki konumuna göre her bir kriterin ağırlığını belirlemek için bir dizi matematiksel kural uygular. Her bir kriterin ağırlıklandırmasındaki anormalliklerin patlak verme olasılığını azaltmak için, kriter merdivenine dayalı standartlaştırılmış bir ağırlıklandırma yöntemi, karar vericiler için tarafsız ve hızlı bir düzeltme sağlar.

En önemli doğal hesaplama yöntemlerini dengeli bir şekilde birleştiren bir ağırlıklandırma yöntemi, bozulmamış standartlaştırılmış bir ağırlıklandırma sistemi geliştirmek için en uygun olacaktır. Karar verme için en önemli doğal hesaplama yöntemleri şunlardır: Ham Skor, Basamaklı ve 80-20 kuralı. Ham puan, ağırlık verilmediği ve tüm kriterlerin dengeli ve eşit olduğu kabul edilir. Basamaklama sırasında, merdivendeki her bir kritere bir doğal faktör azaltma faktörü atanır. 80-20 kuralı, kriterlerin en üstteki %20’sinin puanın %80’ini almasıdır. Deesdar denklemi, bu doğal hesaplama yöntemlerinin her birini alır ve bunları eşit olarak ağırlıklandırmaya uygular.

basamaklı

Basamaklı, fakülte ve dizi matematiğinden türetilmiştir. Fransız bir matematikçi olan Christian Kramp, fakülte matematiğinde etkiliydi. Ağırlıklandırma noktaları, kriterlerin sırasına ortak bir ağırlıklandırma faktörü uygulanarak basamaklandırılır.

50 kademeli

Ağırlığın %50 kademeli olduğunu söylediğimizde, her bir kriterin kriter merdivenindeki önceki kriterlerinden %50 daha az önemli olduğunu kastediyoruz. Örneğin: Ölçüt 1’in ağırlık faktörü 1’dir, Ölçüt 2’nin ağırlık faktörü 0,5’tir ve Ölçüt 3’ün ağırlık faktörü 0,25’tir, vb.

İşte matematik detayları:

Matematiksel olarak, puan şu şekilde uygulanır:

Dereceler: x0, x1, x2, x3, x4, x5

Puanların kademeli olarak ağırlıklandırılması %50 = Ycas50

Ycas25 = xn + ( xn + 1x ((100-50) / 100) n + 1) ..

Ycas50 = x0 + (x1 x ½) + (x2 x ¼) + (x3 x 1/8) + (x4x 1/16) + (x5x 1/32) …

basamaklı 25

Kademeli %25 veya %25 Kademeli ağırlıklandırma aşağıdaki gibi uygulanır:

Ycas25 = xn + ( xn + 1x ((100-25) / 100) n + 1) ..

Ycas25 = xn + ( x1 x ¾) + (x2 x 9/16) + (x3 x 27/64 + (x4. x 81/256) + (x5x 243/1024)

Cascade 50 ve Cascade 25, karar vermede kullanılan en yaygın basamaklama şeklidir. Bu 2 ağırlıklandırma yöntemi Deesidar denkleminde kullanılmıştır.

80-20 ağırlık

80-20 kuralına çoğu kişi tarafından Pareto ilkesi denir. Pareto formülünü geliştirdikten sonra, diğer birçok araştırmacı kendi araştırma alanlarında benzer bir ilişki gözlemledi. Kalite yönetimi uzmanı Dr. Joseph Juran, Pareto ilkesine benzeyen “hayati az ve önemsiz çok” ilkesi olarak adlandırdığı evrensel bir fenomeni tanıdı. Dr. Juran’ın “önemli az ve önemsiz birçok” gözlemi, sonuçların %80’inden her zaman görevlerin %20’sinden sorumludur. Bu fenomen, karar verme için ağırlıklandırma kriterlerinde kullanılmak üzere de aktarılabilir.

Deesidar denkleminin bir parçası olarak, kriterlere 80-20 kuralı uygulanır ve toplam puan ağırlığının %80’i kriterlerin en üstteki %20’sine ve toplam puan ağırlığının %20’si en alttaki %80’lik kritere atanır.

Örneğin: her biri 10 puan olan 10 kriterimiz varsa. İlk 2 kriterin her biri 40 üzerinden olacak ve en alttaki 8 kriterin her birinin (20/8 = 2.5) puanı olacaktır.

Deesidar denklemi

Deesidar denklemi, aşağıdaki karar puanlama yöntemlerini eşit olarak hesaba katar: (1) ham puan, (2) kademeli 25, (3) kademeli 50 ve (4) 80-20 kuralı. Bu, bu 4 ağırlıklandırma yönteminin her birine toplam puanın %25’i atanarak elde edilir. Deesidar denkleminin amacı, bilgili bir karar vericinin en olası doğal ağırlığını yansıtan, bozulmamış bir karar hesaplaması için doğal bir ağırlık oluşturmaktır.

Bu prosedür sıkıcı görünse de, modern bilgisayar sistemleri ile ağırlıklandırma hızlı bir şekilde uygulanabilir. Deesidar’ın doğal ağırlığını kişisel deneyimlerden test etmek beni tatmin etti. Ancak kararın ancak verileri giren kişi veya ekip kadar iyi olduğu konusunda uyarılmalıdır.

Aşağıda çalışan bir örnek verilmiştir:

Yemek takımı satın almak. Bir tüketici 3 farklı sofra takımı satın alma seçeneğine sahiptir ve karar verme kriterlerini partneri ile bir araya getirir.

  1. Ölçüt merdiveni oluşturun

İlk önce yemek takımı satın alma kriterlerini tanımlar ve sınıflandırırlar.

Kriterler için beyin fırtınası şunlara yol açar:

  1. estetik
  2. fiyat
  3. güvenlik
  4. dayanıklılık
  5. Temizlemesi kolay

İkili karşılaştırma 1. çalıştırma şunlara yol açar:

  1. estetik
  2. güvenlik
  3. fiyat
  4. Temizlemesi kolay
  5. dayanıklılık

İkili karşılaştırma çalıştırması 2. çalıştırma şunlara yol açar:

  1. güvenlik
  2. estetik
  3. fiyat
  4. Temizlemesi kolay
  5. dayanıklılık

İkili karşılaştırma çalıştırması 3. çalıştırma şunlara yol açar:

  1. güvenlik
  2. estetik
  3. fiyat
  4. Temizlemesi kolay
  5. dayanıklılık

2. Karar tablosunu yapın ve her birini 100 olarak değerlendirin

kriterler

seçenek 1
Kırmızı sertleştirilmemiş cam seti

seçenek 2
Siyah temperli cam seti

Seçenek 3
Sarı plastik set

güvenlik
80
90
100

estetik
90
80
60

fiyat
70
60
90

Temizlemesi kolay
70
70
70

dayanıklılık
70
70
60

3. Ham puan sonucunu oluşturun
Seçenek 1 – 380, Seçenek 2- 370, Seçenek 3-380, (olası maksimum puan sayısı: 500)
Bu nedenle: Seçenek 1 = %76, Seçenek 2 = %74, Seçenek 3 = %76

4. basamak 25 puan 25 üretir
Seçenek 1-238.5, Seçenek 2- 235.4, Seçenek 3- 244.1, (Mümkün olan maksimum puan sayısı: 305.1)
Bu nedenle: Seçenek 1 = %78,2, Seçenek 2 = %77,1, Seçenek 3 = %80

5. Art arda 50 puan oluşturun
Seçenek 1-155.625, Seçenek 2-158.125, Seçenek 3-165.1, (olası maksimum puan sayısı: 193.75)
Bu nedenle: Seçenek 1 = %80,0, Seçenek 2 = %81,6, Seçenek 3 = %85,2

6. 80-20 puanını oluşturun
Seçenek 1-23.24, Seçenek 2- 23.1, Seçenek 3- 23.88, (Maksimum Puan: 29.72)
Bu nedenle: Seçenek 1 = %78,2, Seçenek 2 = %77,7, Seçenek 3 = %80,5

7. Puanları toplayın ve her hesaplama yöntemi için %25 dağıtın
Seçenek 1 toplam puan sayısı = 312.4, seçenek 2 toplam puan sayısı = 310,4, seçenek 3 toplam puan sayısı = 321.7 (olası maksimum puan sayısı: 400)
Bu nedenle: 1. seçenek ağırlıklı toplam = %78.1, 2. seçenek ağırlıklı toplam = %77,6, 1. seçenek ağırlıklı toplam = %80,425,

8. En yüksek puanı ve en iyi seçeneği belirleyin:
En iyi seçenek Seçenek 3, Sarı Plastik Yemek Takımı olarak faturalandırılacaktır.

[ad_2]

CEVAP VER

Please enter your comment!
Please enter your name here