意思決定マトリクスは、（1）判断基準を列挙し、（2）各基準に重要度の重みを配分し、（3）各選択肢を基準ごとに採点し、（4）重み×点数の合計で比較する手法です。誤りの原因の一つ目は「結論の逆算」で、最初から気に入っている選択肢が勝つように重みや点数を無意識に調整してしまうことです。対策として、重みは選択肢を見る前に確定し、採点は複数人が独立して行います。二つ目は「致命的な欠点の埋没」で、ある基準で失格レベルの選択肢が他の高得点で合計上位になることです。対策として、合計前に「必須条件」を設けて足切りを行い、最低基準を満たさない選択肢は点数に関わらず除外します。A decision matrix works by (1) listing the criteria, (2) assigning each a weight reflecting its importance, (3) scoring each option on each criterion, and (4) comparing the sums of weight × score. The first typical failure is 'reverse engineering': unconsciously tuning weights or scores so a pre-favored option wins. The countermeasure is to fix the weights before looking at the options and have several people score independently. The second failure is 'buried fatal flaws': an option that is disqualifying on one criterion still ranks first because of high scores elsewhere. The countermeasure is to define must-have thresholds before summing and eliminate any option that fails them, regardless of total score.
意思決定マトリクスは、複数の基準が絡む選択（転職先、ソフトウェア導入、拠点選定など）を構造化し、感情的な判断を可視化する優れたツールです。しかし、数字で表現されることで「客観的」に見える一方、重みと点数はすべて主観的な入力であり、Garbage in, garbage out の原則がそのまま当てはまります。優れた解答は、手順の説明に加えて、主観の混入（確証バイアスによる逆算）と、加算モデルの構造的限界（トレードオフが補償可能だという前提）という二つの異なる種類の問題を区別できています。後者は「補償型」と「非補償型」の意思決定モデルの違いとして知られ、致命的欠点を持つ選択肢には非補償型の足切りが必要です。また、点数差がわずかな場合は「どちらでもよい」と認識し、感度分析で重みを変えても順位が変わらないかを確かめる姿勢も高く評価されます。A decision matrix is an excellent tool for structuring multi-criteria choices such as job offers, software purchases, or site selection, and for making emotional judgments visible. But the numbers create an appearance of objectivity while every weight and score is a subjective input, so 'garbage in, garbage out' applies fully. A strong answer distinguishes two different kinds of problems: contamination by subjectivity (confirmation bias driving reverse engineering) and the structural limit of an additive model (its assumption that trade-offs are always compensable). The latter is the known distinction between compensatory and non-compensatory decision models; fatal flaws require a non-compensatory cutoff. Answers that also note that a small score gap means 'either is fine' and recommend sensitivity analysis, checking whether rankings hold when weights change, deserve extra credit.
マトリクスは既知の基準しか扱えず、「まだ気づいていない重要な要素」は反映されません。また、数値化しにくい要素（企業文化との相性、直感的な違和感など）が軽視されがちです。数字が出ると議論が終わったように感じ、結果を疑わなくなる「数値の権威」も問題です。A matrix can only handle criteria you already know; important factors you have not yet noticed never appear. Hard-to-quantify elements such as cultural fit or a nagging gut feeling tend to be underweighted. And once a number appears, discussion often stops, as if the result carried authority it does not have.
基準を決める前に「この選択で後悔するとしたら何が原因か」を自由に書き出し、抜けている基準を補いましょう。合計点が出た後で「この結果に違和感はあるか」を必ず問い、違和感があれば漏れた基準を探す材料にします。マトリクスは結論を出す装置ではなく、議論を整理する道具と位置づけることが大切です。Before defining criteria, free-write 'if I regret this choice, what would the reason be?' to surface missing criteria. After totaling, always ask 'does this result feel wrong?' and treat any discomfort as a clue to an overlooked factor. Position the matrix as a tool for organizing discussion, not a machine that produces the answer.