矩阵数据解析法

当我们进行顾客调查、产品设计或者其他各种方案选择，做决策的时候，往往需要确定对几种因素加以考虑，然后，针对这些因素要权衡其重要性，加以排队，得出加权系数。譬如，我们在做产品设计之前，向顾客调查对产品的要求。利用这个方法就能确定哪些因素是临界质量特性。

[编辑]

1.可以利用亲和图(affinity diagram)把这些要求归纳成几个主要的方面。然后，利用这里介绍进行成对对比，再汇总统计，定量给每个方面进行重要性排队。

2.过程决策图执行时确定哪个决策合适时可以采用。

3.质量功能展开。两者有差别的。本办法是各个因素之间的相互对比，确定重要程度;而质量功能展开可以利用这个方法的结果。用来确定具体产品或者某个特性的重要程度。

当然，还有其他各种方法可以采用，但是，这种方法的好处之一是可以利用电子表格软件来进行。

[编辑]

数据矩阵分析法的主要方法为主成分分析法(Principal component analysis)，利用此法可从原始数据获得许多有益的情报。主成分分析法是一种将多个变量化为少数综合变量的一种多元统计方法。

矩阵数据分析法，与矩阵图法类似。它区别于矩阵图法的是:不是在矩阵图上填符号，而是填数据，形成一个分析数据的矩阵。

它是一种定量分析问题的方法。目前，在日本尚未广泛应用，只是作为一种"储备工具"提出来的。应用这种方法，往往需求借助电子计算机来求解。

在矩阵图的基础上，把各个因素分别放在行和列，然后在行和列的交叉点中用数量来描述这些因素之间的对比，再进行数量计算，定量分析，确定哪些因素相对比较重要的。

[编辑]

下面通过例子来介绍如何进行矩阵数据分析法。

1、确定需要分析的各个方面。我们通过亲和图得到以下几个方面，需要确定它们相对的重要程度:易于控制、易于使用、网络性能、和其他软件可以兼容、便于维护。

2、组成数据矩阵。用Excel或者手工做。把这些因素分别输入表格的行和列，如表所示。

3、确定对比分数。自己和自己对比的地方都打0分。以 "行"为基础，逐个和"列"对比，确定分数。"行"比"列"重要，给正分。分数范围从9到1分。打1分表示两个重要性相当。譬如，第2行"易于控制"分别和C列"易于使用"比较，重要一些，打4分。和D列"网络性能"比较，相当，打1分。…………如果"行"没有"列""重要，给反过来重要分数的倒数。譬如，第3行的"易于使用"和B列的"易于控制"前面已经对比过了。前面是4分，现在取倒数，1/4=0.25。有D列"网络性能"比，没有"网络性能"重要，反过来，"网络性能"比"易于使用"重要，打5分。现在取倒数，就是0.20。实际上，做的时候可以围绕以0组成的对角线对称填写对比的结果就可以了。

表1:矩阵数据分析法

4、加总分。按照"行"把分数加起来。在G列内得到各行的"总分"。

5、算权重分。把各行的"总分"加起来，得到"总分之和"。再把每行"总分"除以"总分之和"得到H列每个"行"的权重分数。权重分数愈大，说明这个方面最重要，"网络性能"34.9分。其次是"易于控制"26.2分。