Laman

AddThis Smart Layers

3.6 Pohon Keputusan


Memilih dengan memproyeksikan "hasil yang diharapkan"


Mengevaluasi semua pilihan Anda.


Pohon Keputusan adalah perangkat yang sangat baik untuk membantu Anda untuk memilih antara beberapa program tindakan.

Mereka menyediakan sebuah struktur yang sangat efektif di mana Anda dapat lay out pilihan dan menyelidiki hasil yang mungkin memilih orang-orang pilihan. Mereka juga membantu Anda untuk membentuk gambaran yang seimbang tentang risiko dan manfaat terkait dengan setiap saja mungkin tindakan.

Menggambar Pohon Keputusan

Anda mulai Pohon Keputusan dengan keputusan yang Anda butuhkan untuk membuat. Menggambar persegi kecil untuk mewakili arah kiri dari selembar kertas besar.

Dari kotak ini menarik garis ke kanan untuk setiap solusi yang mungkin, dan menulis solusi yang sepanjang garis. Jaga agar jalur terpisah sejauh mungkin sehingga Anda dapat memperluas pikiran Anda.

Pada akhir setiap baris, mempertimbangkan hasil. Jika hasil dari mengambil keputusan yang pasti, menggambar sebuah lingkaran kecil. Jika hasilnya adalah keputusan lain bahwa Anda perlu untuk membuat, menggambar persegi lain. Kuadrat mewakili keputusan, dan lingkaran merupakan hasil yang tidak pasti. Tulis keputusan atau faktor di atas persegi atau lingkaran. 

Jika Anda telah menyelesaikan solusi di akhir baris, biarkan kosong.

Mulai dari kotak keputusan baru pada diagram Anda, menarik keluar garis mewakili pilihan yang dapat Anda pilih. Dari lingkaran menggambar garis mewakili hasil yang mungkin. Sekali lagi membuat catatan singkat pada garis mengatakan apa artinya. Terus melakukan ini sampai Anda memiliki ditarik keluar karena banyak kemungkinan hasil dan keputusan seperti yang Anda lihat terkemuka di dari keputusan asli.

Sebuah contoh dari jenis hal yang Anda akan berakhir dengan ditunjukkan pada Gambar 1: 


Setelah Anda melakukan ini, meninjau diagram pohon Anda. Tantangan setiap persegi dan lingkaran untuk melihat apakah ada solusi atau hasil Anda belum dipertimbangkan. Jika ada, menarik mereka masuk Jika perlu, redraft pohon Anda jika bagian itu terlalu padat atau tidak rapi. Anda sekarang harus memiliki pemahaman yang baik dari berbagai hasil yang mungkin dari keputusan Anda.

Mengevaluasi Pohon Keputusan Anda


Sekarang Anda siap untuk mengevaluasi pohon keputusan. Ini adalah di mana Anda dapat bekerja pilihan mana yang memiliki nilai terbesar untuk Anda. Mulailah dengan menetapkan nilai tunai atau skor untuk setiap hasil yang mungkin. Memperkirakan berapa banyak Anda pikir akan layak untuk Anda jika hasil yang muncul.


Selanjutnya melihat setiap lingkaran (mewakili titik ketidakpastian) dan memperkirakan probabilitas masing-masing hasil. Jika Anda menggunakan persentase, total harus datang ke 100% pada setiap lingkaran. Jika Anda menggunakan pecahan, ini harus menambahkan hingga 1. Jika Anda memiliki data tentang peristiwa masa lalu Anda mungkin dapat membuat perkiraan yang ketat dari probabilitas. Jika tidak menuliskan menebak terbaik Anda.

Ini akan memberi Anda sebuah pohon seperti yang ditunjukkan dalam Gambar 2:


Menghitung Nilai Pohon    


Setelah Anda telah bekerja keluar nilai hasil, dan menilai kemungkinan hasil dari ketidakpastian, saatnya untuk mulai menghitung nilai-nilai yang akan membantu Anda membuat keputusan.


Mulai di sisi kanan pohon keputusan, dan bekerja kembali ke kiri. Ketika Anda menyelesaikan satu set perhitungan pada node (keputusan persegi atau lingkaran ketidakpastian), semua yang perlu Anda lakukan adalah untuk merekam hasilnya. Anda dapat mengabaikan semua perhitungan yang mengarah pada hasil bahwa dari saat itu.

Menghitung Nilai Nodes Hasil Pasti


Dimana Anda menghitung nilai dari hasil yang tidak pasti (lingkaran pada diagram), melakukan ini dengan mengalikan nilai dari hasil dengan probabilitas mereka. Total untuk itu node dari pohon adalah total dari nilai-nilai ini.

Dalam contoh pada Gambar 2, nilai untuk 'produk baru, pengembangan menyeluruh' adalah:
0,4 (probabilitas hasil yang baik) x $ 1.000.000 (nilai) =
$ 400.000
0,4 (probabilitas hasil moderat) x $ 50.000 (nilai) =
$ 20.000
0,2 (probabilitas hasil yang buruk) x $ 2.000 (nilai) =
$ 400
+
$ 420.400
Gambar 3 menunjukkan perhitungan node hasil yang tak pasti:

Menghitung Nilai Pohon


Setelah Anda telah bekerja keluar nilai hasil, dan menilai kemungkinan hasil dari ketidakpastian, saatnya untuk mulai menghitung nilai-nilai yang akan membantu Anda membuat keputusan.

Mulai di sisi kanan pohon keputusan, dan bekerja kembali ke kiri. Ketika Anda menyelesaikan satu set perhitungan pada node (keputusan persegi atau lingkaran ketidakpastian), semua yang perlu Anda lakukan adalah untuk merekam hasilnya. Anda dapat mengabaikan semua perhitungan yang mengarah pada hasil bahwa dari saat itu.


Menghitung Nilai Nodes Hasil Pasti


Dimana Anda menghitung nilai dari hasil yang tidak pasti (lingkaran pada diagram), melakukan ini dengan mengalikan nilai dari hasil dengan probabilitas mereka. Total untuk itu node dari pohon adalah total dari nilai-nilai ini.

Dalam contoh pada Gambar 2, nilai untuk 'produk baru, pengembangan menyeluruh' adalah:
0,4 (probabilitas hasil yang baik) x $ 1.000.000 (nilai) = $ 400.000
0,4 (probabilitas hasil moderat) x $ 50.000 (nilai) = $ 20.000
0,2 (probabilitas hasil yang buruk) x $ 2.000 (nilai) = $ 400
+ $ 420.400

Gambar 3 menunjukkan perhitungan node hasil yang tak pasti:


Perhatikan bahwa nilai-nilai yang dihitung untuk setiap node yang ditampilkan dalam kotak.

Menghitung Nilai Nodes Keputusan


Ketika Anda mengevaluasi node keputusan, menuliskan biaya masing-masing pilihan di sepanjang setiap baris keputusan. Kemudian kurangi biaya dari nilai hasil yang Anda sudah dihitung. Ini akan memberikan Anda nilai yang mewakili manfaat dari keputusan itu.


Perhatikan bahwa jumlah yang telah dikeluarkan tidak dihitung untuk analisis ini - ini adalah 'tenggelam biaya' dan (meskipun emosional kontra-argumen) tidak harus menjadi faktor dalam keputusan tersebut.


Bila Anda telah menghitung manfaat keputusan, memilih opsi yang memiliki manfaat terbesar, dan menganggap itu sebagai keputusan yang dibuat. Ini adalah nilai dari simpul keputusan.

Gambar 4 menunjukkan perhitungan dari node keputusan dalam contoh kita:

Dalam contoh ini, manfaat kami sebelumnya dihitung untuk 'produk baru, pengembangan menyeluruh' adalah $ 420.400. Kami memperkirakan biaya masa depan pendekatan ini sebagai $ 150.000. Hal ini memberikan keuntungan bersih sebesar $ 270.400.

Manfaat bersih 'pengembangan produk, cepat baru' adalah $ 31.400. Pada cabang ini maka kami memilih pilihan yang paling berharga, "produk baru, pengembangan menyeluruh ', dan mengalokasikan nilai ini ke node keputusan.

Result

Dengan menerapkan teknik ini kita dapat melihat bahwa pilihan terbaik adalah untuk mengembangkan produk baru. Perlu lebih banyak pada kita untuk mengambil waktu dan mendapatkan produk yang tepat, daripada terburu-buru produk ke pasar. Lebih baik hanya untuk meningkatkan produk yang sudah ada kita daripada merusak sebuah produk baru, bahkan meskipun kita kurang biaya.

Poin Penting :

Pohon keputusan menyediakan metode yang efektif Pengambilan Keputusan karena mereka:
  • Jelas lay out masalah sehingga semua pilihan bisa ditantang.
  • Memungkinkan kita untuk menganalisis sepenuhnya konsekuensi dari keputusan.
  • Menyediakan kerangka kerja untuk mengukur nilai-nilai hasil dan probabilitas untuk mencapainya.
  • Membantu kita untuk membuat keputusan terbaik berdasarkan informasi yang ada dan tebakan terbaik.
Seperti dengan semua Pembuatan Keputusan metode, analisis keputusan pohon harus digunakan dalam hubungannya dengan akal sehat - pohon keputusan hanya salah satu bagian penting dari Keputusan Anda Membuat tool kit.