> ## Documentation Index > Fetch the complete documentation index at: https://meta.niceshare.site/llms.txt > Use this file to discover all available pages before exploring further. # 意思決定マトリックス > 意思決定マトリックスは、複数の選択肢を加重基準で評価し、本当の優先順位に最も合った道を選ぶツールです。Pugh 法や失敗パターンも解説。 **カテゴリ**: モデル
**タイプ**: 意思決定支援ツール
**起源**: Stuart Pugh、1980年代；『Total Design』（1991）で形式化
**別名**: Pugh マトリックス、基準マトリックス、グリッド分析、加重意思決定マトリックス **先に答えると** — 意思決定マトリックス（Decision Matrix）は、複数の選択肢を同一の加重基準で比較する構造化された表です。競合する優先順位を可視化されたスコアに変え、チームが「なぜその選択肢が最良か」を直感や声の大きさではなく、根拠を持って確認できるようにします。 ## 意思決定マトリックスとは？ **意思決定マトリックス**（Decision Matrix）は、一方の軸に選択肢、もう一方の軸に意思決定基準を並べるツールです。各選択肢を各基準で評価し、そのスコアに基準の重みを掛けて合計することで、あなたが本当に重視しているものに最も合った選択肢が明らかになります。核心となる洞察はこうです：「最良の選択」とは人気投票ではなく、事前に合意した基準で最も高いスコアを得たものです。 > 意思決定マトリックスは、選択肢のリストを評価し、優先順位を付けるために使われます。この定義は、米国品質管理学会（ASQ）によるもので、同学会はマトリックスを品質ツールボックスの一部として教えています。ある選択肢は安い、別の選択肢は速い、さらに別の選択肢は信頼性が高い——そんなとき、マトリックスはそのトレードオフを可視化します。 ### 意思決定マトリックスを3つの深さで理解する * **入門**：表を描きます。選択肢を行に、コスト・品質・速度など重要な要素を列にします。各マスを1〜5で評価し、行ごとに合計して最も高い選択肢を見つけます。 * **実務**：採点前に基準に重みを与えます。コストが速度の2倍重要なら、コストに2、速度に1を与えます。重みを掛けて合計し、些末な基準が重要な基準を覆すのを防ぎます。 * **上級**：最終スコアを判決ではなく、対話の出発点として扱います。重みを少し変えたときの**感度分析**により、勝者が本当に頑健か、それとも初稿の重みの産物に過ぎないかが分かります。 ## 起源現代の意思決定マトリックスは、スコットランドの設計技術者 **Stuart Pugh** に遡ります。彼はストラスクリード大学に所属し、1980年代初頭にエンジニアリングチームのための概念選定法を開発しました。詳細データがまだ不十分な段階で、複数の競合デザインから選ぶ必要があったのです。彼のバージョンは通称 **Pugh マトリックス** と呼ばれ、基準となるデザインを設け、各基準について「より良い（+）」「同じ（0）」「より悪い（−）」の簡易記号で代替案を評価します。この方法は *Total Design: Integrated Methods for Successful Product Engineering*（1991）で出版されました。並行して、**加重意思決定マトリックス**も発展しました。1980年、**Thomas L. Saaty** は『The Analytic Hierarchy Process』（AHP）を出版し、対比較から重みを導出する数学的手法を示しました。AHP や関連する多基準手法は、マトリックスを単なる採点表から、調達・公共政策・エンジニアリングで使われる厳密な意思決定支援技法の一族へと発展させました。今日、これらの用語は重なり合っています。「Pugh マトリックス」は基準比較の簡易記号を、「加重意思決定マトリックス」は数値スコアと明示的な重みを使うことを示すことが多いです。どちらも目的は同じ：トレードオフを可視化し、議論可能にすることです。 ## 要点意思決定マトリックスの質は、基準と重みへの思考の質によって決まります。質の悪い基準は、質の悪い順位しか生みません。自分がどの選択肢を好むか分かる前に、「良い」とは何かを決めます。一般的な基準にはコスト、品質、リスク、速度、実装の容易さ、戦略的適合性があります。関係者を巻き込み、誰かの隠れた優先順位が後から支配しないようにします。 ASQ は、基準間で10ポイントを配分することを推奨しています。ある基準が別の基準の2倍重要なら、おおむね2倍のポイントを与えます。ここで、実質的な交渉のほとんどが起こります。 1〜5のような一貫した尺度で、各選択肢を各基準で評価します。尺度の方向に注意してください。高いスコアは常により望ましいことを意味する必要があるため、「コスト」ではなく「低コスト」という表現を使います。各スコアに基準の重みを掛け、各選択肢の加重スコアを合計して順位をつけます。最高点は有力候補ですが、チームは差が意味のあるものか、スコア化できない要因が選択を変えるべきかを判断します。 ## 応用場面複数の妥当な選択肢から一つを選び、その選択が複数の要因に依存するとき、マトリックスを使います。コスト、セキュリティ、統合のしやすさ、サポート、ロードマップでベンダーを評価します。セキュリティやサポートが重要であれば、安いベンダーでも敗北することがあります。ユーザー価値、開発工数、戦略的整合性、技術リスクで機能を比較します。マトリックスは「かっこいいアイデア」が「価値あるアイデア」を打ち負かすのを防ぎます。給与、通勤、成長性、安定性、家族との適合度に重みをつけます。マトリックスは、あなたが実際に最も重視している要因を浮き彫りにします。期待リターン、リソース負荷、リスク、会社の目標との適合度で候補プロジェクトを順位付けします。結果は弁護可能な投資順序になります。 ## 事例 ### NASA アルテミス3号の着陸地点選定 2024年、研究者たちはNASAがアルテミス3号ミッションのために月の南極付近で着陸地点を選ぶのを助けるため、多基準意思決定分析を発表しました。課題は選択肢が少なすぎることではなく、多すぎることでした。研究チームは13の候補地域内の **1,247の候補地点** を評価し、基準には地表の見通し、着陸船との視界、日照時間、地球との通信、地質学的価値が含まれました。チームは **TOPSIS** という多基準手法——理想解からの距離で選択肢を順位付けする加重意思決定マトリックス——を使い、 **DM2（ノビレ・リム2）** と呼ばれる地点を有力候補として特定しました。座標はおおよそ **南緯84.20度、東経60.70度** です。この結果は、有名なクレーターへの直感的选择ではなく、安全性・科学性・通信制約の下で最もバランスの取れた加重プロフィールを持つ地点でした。研究者たちは重みや方法を変えても勝者が変わらないことを確認する感度分析も行いました。日常の意思決定への教訓も同じです。アルテミスは月で最も有名な場所を選んだのではなく、ミッションの実際の基準に最も合った場所を選びました。あなたの選択肢がみな妥当に見えるとき、意思決定マトリックスは対話を「どれが正しい気がする？」から「どれが私たちが重要だと言った基準に最も合っているか？」へと変えます。 ## 限界と失敗パターン意思決定マトリックスは、実際よりも客観的に見えることがあります。3つの限界に注意が必要です。 1. **重みは意見を符号化したもので、真実ではない。** マトリックスは「何が重要か」を発見するのではなく、チームが何を重要だと合意したかを記録します。重みを操作して好みの選択肢を勝たせれば、ツールは演劇になります。 2. **欠けている、または柔軟な基準を扱いにくい。** チームの士気、ブランドリスク、規制上の好意などは数値化しにくいです。表に合わないからといって無視することは、よくある失敗パターンです。 3. **最高点が必ず答えではない。** ASQ は、マトリックスは判断の代わりではない意思決定支援ツールだと明確に警告しています。勝者に隠れた致命的な欠陥があれば、チームは数字を覆すべきです。よくある誤用は、決定が既に下された後にマトリックスを埋めることです。チームが最初から「Bを選ぶのは分かっている」と思っていれば、採点は論理ではなく正当化になります。 ## よくある誤解マトリックスは判断を整理するもので、排除するものではありません。人々は依然として基準を選び、重みを割り当て、結果を解釈します。価値は透明性にあり、自動化にはありません。最も高いスコアは有力候補です。法的リスク、倫理的问题、または実現不可能な依存関係など、譲れない欠陥がある場合、チームは数字を覆すべきです。 20もの基準を詰め込んだマトリックスはノイズになります。目標は、選択肢を本当に区別できる少数の次元を捉えることで、表を印象的に見せることではありません。 ## 関連概念これらのツールは、意思決定マトリックスと同じ問題空間——複数の要因が競合するときに良い選択をする——にあります。緊急度と重要性でタスクを分類する2×2マトリックス。基準が固定され、迅速な分類が目標のときに有効です。意思決定と不確実な結果を分岐パスとしてマッピングします。時間、確率、順次的な選択が重要なとき、マトリックスより適しています。リスクのある選択肢の長期的平均結果を計算します。確率とリターンが分かっているとき、マトリックスと組み合わせます。少数の基準が大部分の意思決定を支配することを示唆します。マトリックスを瑣末な要因で過重にしないために使います。一つの選択肢を選ぶときに放棄する他の価値。マトリックスが選択肢にスコアをつける一方、機会費用は2位の選択肢が何を提供したかを思い出させます。 ## 一言で言うとどの選択肢が最良か議論する前に、「最良」とは何かについて合意しよう——そして、その議論を意思決定マトリックスに任せよう。 This documentation is built and hosted on [Mintlify](https://mintlify.com), a developer documentation platform.