Önceliklendirme Matrisi Nedir?

Önceliklendirme matrisi, birden fazla alternatifi önceden belirlenmiş kriterlere göre sistematik biçimde değerlendirip sıralayan bir karar destek aracıdır. Sınırlı kaynaklarla birden fazla projeyi, tedarikçiyi, tasarım konseptini veya iyileştirme fırsatını kıyaslamak gerektiğinde, sezgisel tahminlerin yerine veri odaklı bir çerçeve sunar.

Araç, aynı zamanda karar matrisi, kriter puanlama matrisi veya çok kriterli karar analizi (MCDA) olarak da bilinir. Kalite mühendisliği, proje yönetimi ve ürün geliştirme alanlarında en sık başvurulan kalite araçlarından biridir.

İçindekiler

Önceliklendirme Matrisinin Kalite Yönetimindeki Yeri
Üç Temel Yaklaşım
Ağırlıklı Puanlama Matrisi Oluşturma Adımları
Kriter Belirleme ve Ağırlıklandırma
Pugh Matrisi (Konsept Seçim Matrisi)
Pratik Örnek 1: Dört İyileştirme Projesi Önceliklendirme
Pratik Örnek 2: Üç Tedarikçi Seçimi — Pugh Matrisi
Karar Matrisi ile FMEA RPN Farkı
Avantajlar ve Sınırlılıklar
Yazılım Desteği
Sıkça Sorulan Sorular (SSS)

Önceliklendirme Matrisinin Kalite Yönetimindeki Yeri

Japonya Bilim ve Mühendislik Birliği (JUSE) tarafından tanımlanan 7 Yeni Kalite Aracı listesinde önceliklendirme matrisi, karar verme süreçlerini yapılandırmaya yönelik analitik araç olarak yer alır. Bu listedeki diğer araçlar arasında ilişki diyagramı, ağaç diyagramı ve matris diyagramı bulunur.

7 Yeni Kalite Aracı	Amacı
İlişki Diyagramı	Karmaşık neden-sonuç ilişkilerini gösterir
Yakınlık (Afinite) Diyagramı	Nitel verileri gruplar
Ağaç Diyagramı	Hedefleri alt görevlere böler
Matris Diyagramı	İki veya daha fazla küme arasındaki ilişkileri gösterir
Önceliklendirme Matrisi	Alternatifleri kriterlere göre sıralar
Süreç Karar Program Tablosu (PDPC)	Olası aksaklıkları önceden planlar
Ok Diyagramı (Aktivite Ağı)	Proje zaman çizelgesini planlar

Önceliklendirme matrisi, matris diyagramından elde edilen ilişkilerin nicel bir ağırlıklandırmayla somut sıralamaya dönüştürülmesi aşamasında devreye girer. Böylece ekipler, "hangisini önce yapalım?" sorusuna verilere dayalı yanıt verebilir.

Üç Temel Yaklaşım

Önceliklendirme matrisi uygulamada üç ana yöntemle kurulabilir. Yöntem seçimi, kriter sayısına, ekip büyüklüğüne ve verilerin olgunluğuna göre değişir.

1. Tam Analitik Kriter Yöntemi

Bu yöntemde her kriter çiftinin göreli önemi ikili karşılaştırma matrisi ile belirlenir; ardından her alternatif, her kriter bazında puanlanır. AHP (Analitik Hiyerarşi Prosesi) mantığına dayanır. Sonuçlar matematiksel olarak tutarlılık testi içerir.

Ne zaman kullanılır: Kriter sayısı az (3-7), yüksek hassasiyet gerekli, stratejik kararlar.

2. Konsensüs Kriter Yöntemi

Ekip üyeleri, kriter ağırlıklarını ve alternatiflerin puanlarını toplantı ortamında tartışarak ortak bir karara varır. Delphi tekniğine benzer şekilde turlar halinde ilerleyebilir.

Ne zaman kullanılır: Çok disiplinli takımlar, kriterler öznel, ekip bağlılığı önemli.

3. Kombinasyon (Karma) Yöntemi

Kriter ağırlıkları analitik biçimde belirlenirken, alternatif puanlaması konsensüsle yapılır veya tam tersi uygulanır. Pratikte en sık tercih edilen yöntemdir; çünkü hız ile doğruluğu dengeler.

Ne zaman kullanılır: Orta ölçekli projeler, 4-10 alternatif, kısıtlı toplantı süresi.

Özellik	Tam Analitik	Konsensüs	Kombinasyon
Doğruluk	Yüksek	Orta	Orta-Yüksek
Uygulama hızı	Düşük	Yüksek	Orta
Ekip katılımı	Düşük	Yüksek	Orta
Veri gereksinimi	Nicel veri	Nitel uzlaşı	Karma
Tutarlılık kontrolü	Evet (CI/CR)	Hayır	Kısmen

Ağırlıklı Puanlama Matrisi Oluşturma Adımları

Aşağıdaki altı adım, herhangi bir sektörde uygulanabilir genel bir çerçeve sunar.

Adım 1 — Amacı ve Kapsamı Tanımlayın

Karar ifadesini net olarak yazın. Örnek: "Önümüzdeki çeyrekte başlatılacak proses iyileştirme projesini seçmek."

Adım 2 — Alternatifleri Listeleyin

Değerlendirilecek seçenekleri (projeler, tedarikçiler, konseptler) belirleyin. İdeal sayı 3-7 arasındadır; fazla alternatif matrisi karmaşıklaştırır.

Adım 3 — Kriterleri Belirleyin

Karar için önemli olan ölçütleri listeleyin. İyi bir kriter; ölçülebilir, birbirinden bağımsız ve karar amacıyla ilgili olmalıdır. Kalite yönetiminde sıkça kullanılan kriterler: maliyet, süre, risk düzeyi, müşteri etkisi, uygulama kolaylığı, stratejik uyum.

Adım 4 — Kriterleri Ağırlıklandırın

Toplamları %100 veya 1,00 olacak şekilde her kriterin göreli önemini belirleyin. Bu adım, matrisin en kritik noktasıdır; çünkü ağırlıklar nihai sıralamayı doğrudan etkiler.

Adım 5 — Alternatifleri Puanlayın

Her alternatifi her kriter bazında önceden tanımlanmış bir ölçekle (genellikle 1-5 veya 1-10) puanlayın. Puanlama ölçeğinin anlamı önceden tanımlanmalıdır (ör. 1 = çok zayıf, 5 = mükemmel).

Adım 6 — Ağırlıklı Puanları Hesaplayın ve Sıralayın

Her hücredeki puanı, o kriterin ağırlığıyla çarpın. Satır toplamlarını alarak her alternatifin toplam ağırlıklı puanını elde edin. En yüksek puan alan alternatif, birincil öncelik olur.

Kriter Belirleme ve Ağırlıklandırma

İkili Karşılaştırma Yöntemi

İkili karşılaştırmada her kriter çifti karşılıklı olarak sorgulanır: "Kriter A mı yoksa Kriter B mi daha önemli?" Tercih edilen kriter 1, diğeri 0 puan alır. Satır toplamları normalize edilerek ağırlık yüzdeleri elde edilir.

Örnek — 4 Kriter İkili Karşılaştırma:

Karşılaştırma	Maliyet	Süre	Risk	Müşteri Etkisi	Toplam	Ağırlık (%)
Maliyet	—	1	0	0	1	17
Süre	0	—	0	0	0	0
Risk	1	1	—	0	2	33
Müşteri Etkisi	1	1	1	—	3	50
Toplam					6	100

Bu tabloda "Müşteri Etkisi" en yüksek ağırlığı aldı; ardından "Risk" geldi. Süre kriteri hiçbir karşılaştırmada tercih edilmediği için sıfır ağırlık aldı. Pratikte sıfır ağırlıklı kriterler genellikle listeden çıkarılır veya minimum bir eşik değer atanır.

AHP (Analitik Hiyerarşi Prosesi) Girişi

Thomas Saaty tarafından geliştirilen AHP, ikili karşılaştırmanın gelişmiş halidir. Tercihler 1-9 ölçeğinde ifade edilir (1 = eşit önem, 9 = mutlak üstünlük). AHP, tutarlılık oranı (CR) hesaplayarak karar vericinin çelişkili yanıtlarını tespit eder. CR < 0,10 kabul edilebilir tutarlılığı gösterir.

AHP daha kapsamlı bir yöntemdir ve genellikle ayrı bir eğitim modülü gerektirir; ancak temel ikili karşılaştırma mantığını anlamak, AHP'ye geçiş için sağlam bir temel oluşturur.

Pugh Matrisi (Konsept Seçim Matrisi)

Stuart Pugh ve Konsept Seçimi

Pugh matrisi, İngiliz tasarım mühendisi Stuart Pugh tarafından 1980'lerde geliştirilen bir karşılaştırma yöntemidir. Pugh yöntemi özellikle ürün geliştirme sürecinin erken aşamalarında, birden fazla tasarım konseptini hızla elemek için kullanılır. Endüstride konsept tarama (concept screening) ve konsept puanlama (concept scoring) adımlarının temelini oluşturur.

+/0/- Gösterimi ve Datum Kavramı

Pugh matrisinin diğer karar matrislerinden ayıran en belirgin özelliği datum (referans) kavramıdır. Alternatiflerden biri referans seçenek olarak belirlenir ve diğer seçenekler bu referansa göre puanlanır:

"+" — Kriter bazında referanstan daha iyi
"0" (S) — Kriter bazında referansla aynı
"-" — Kriter bazında referanstan daha kötü

Bu gösterim, nicel veriye sahip olunmadığında bile hızlı ve güvenilir bir değerlendirme sağlar. Değerlendirme sonunda her alternatifin "+" toplamından "-" toplamı çıkarılarak net puan hesaplanır.

Pugh Matrisi Uygulama Adımları

Kriterleri belirleyin (kalite, maliyet, teslimat, teknik yeterlilik vb.)
Alternatifleri listeleyin
Bir alternatifi datum (referans) olarak seçin — genellikle mevcut durum veya en tanıdık seçenek
Her alternatifi her kriter bazında datum ile karşılaştırın (+, 0, -)
Her alternatif için +, 0, - sayılarını toplayın
Net puanı hesaplayın: Net Puan = (+ sayısı) - (- sayısı)
En yüksek net puana sahip alternatifi birincil aday olarak değerlendirin
Gerekirse ikinci turda datum'u değiştirerek analizi tekrarlayın

Size Uygun Eğitimi Bulun

Bireysel mi yoksa kurumsal mı eğitim arıyorsunuz?

Pratik Örnek 1: Dört İyileştirme Projesi Önceliklendirme

Bir otomotiv yan sanayi fabrikasında kalite müdürü, önümüzdeki çeyrek için dört proses iyileştirme projesinden birini başlatmak istemektedir. Bütçe ve insan kaynağı yalnızca bir projeye yeterlidir.

Alternatifler:

Proje A: Kaynak hattında poka-yoke sistemi kurulumu
Proje B: Boya kabininde SPC kontrol kartları uygulaması
Proje C: Montaj hattında çevrim süresi azaltma (Kaizen)
Proje D: Giriş kalite kontrol sürecinin dijitalleştirilmesi

Kriterler ve Ağırlıklar (kombinasyon yöntemiyle belirlenmiştir):

Kriter	Ağırlık (%)
Müşteri şikayetlerine etkisi	30
Uygulama maliyeti	25
Tamamlanma süresi	15
Stratejik uyum (IATF 16949 gereksinimleri)	20
Uygulama kolaylığı	10
Toplam	100

Puanlama Ölçeği: 1 = Çok Zayıf, 2 = Zayıf, 3 = Orta, 4 = İyi, 5 = Mükemmel

Ham Puanlama Tablosu

Kriter (Ağırlık)	Proje A	Proje B	Proje C	Proje D
Müşteri şikayetlerine etkisi (0,30)	5	4	3	4
Uygulama maliyeti (0,25)	3	4	5	2
Tamamlanma süresi (0,15)	4	3	5	2
Stratejik uyum (0,20)	5	4	3	5
Uygulama kolaylığı (0,10)	3	4	4	2
Ham Toplam	20	19	20	15

Ağırlıklı Puanlama Hesaplaması

Proje A: (5 x 0,30) + (3 x 0,25) + (4 x 0,15) + (5 x 0,20) + (3 x 0,10) = 1,50 + 0,75 + 0,60 + 1,00 + 0,30 = 4,15

Proje B: (4 x 0,30) + (4 x 0,25) + (3 x 0,15) + (4 x 0,20) + (4 x 0,10) = 1,20 + 1,00 + 0,45 + 0,80 + 0,40 = 3,85

Proje C: (3 x 0,30) + (5 x 0,25) + (5 x 0,15) + (3 x 0,20) + (4 x 0,10) = 0,90 + 1,25 + 0,75 + 0,60 + 0,40 = 3,90

Proje D: (4 x 0,30) + (2 x 0,25) + (2 x 0,15) + (5 x 0,20) + (2 x 0,10) = 1,20 + 0,50 + 0,30 + 1,00 + 0,20 = 3,20

Sonuç Sıralaması

Sıra	Proje	Ağırlıklı Puan	Ham Toplam
1	Proje A — Poka-yoke sistemi	4,15	20
2	Proje C — Çevrim süresi azaltma	3,90	20
3	Proje B — SPC kontrol kartları	3,85	19
4	Proje D — Dijitalleştirme	3,20	15

Yorum: Ham toplam puanlarına bakıldığında Proje A ve C eşit görünmektedir (20 puan). Ancak ağırlıklı hesaplama, müşteri etkisi ve stratejik uyumda yüksek puan alan Proje A'yı net biçimde öne çıkarmaktadır. Bu fark, ağırlıklandırmanın karar sürecine kattığı değeri açıkça gösterir. Ağırlıksız bir değerlendirme yanıltıcı bir eşitlik ortaya koyabilirdi.

Pratik Örnek 2: Üç Tedarikçi Seçimi — Pugh Matrisi

Bir medikal cihaz üreticisi, kritik bir plastik enjeksiyon parçası için üç tedarikçi adayını değerlendirmektedir. Mevcut tedarikçi (Tedarikçi A) datum olarak seçilmiştir.

Kriterler:

Parça kalitesi (Cpk değeri)
Birim fiyat
Teslimat güvenilirliği
ISO 13485 sertifikası
Teknik destek kapasitesi
Coğrafi yakınlık
Kapasite esnekliği

Pugh Matrisi Tablosu

Kriter	Tedarikçi A (Datum)	Tedarikçi B	Tedarikçi C
Parça kalitesi (Cpk)	D	+	+
Birim fiyat	D	+	-
Teslimat güvenilirliği	D	0	+
ISO 13485 sertifikası	D	+	+
Teknik destek kapasitesi	D	0	-
Coğrafi yakınlık	D	-	0
Kapasite esnekliği	D	+	0
Toplam "+"	—	4	3
Toplam "0"	—	2	2
Toplam "-"	—	1	2
Net Puan	0 (referans)	+3	+1

Yorum: Tedarikçi B, net puan olarak +3 ile en güçlü adaydır. Parça kalitesi, fiyat, sertifika ve kapasite esnekliğinde mevcut tedarikçiden üstün; yalnızca coğrafi yakınlıkta dezavantajlıdır. Tedarikçi C de datum'dan iyidir ancak fiyat ve teknik destek açısından zayıftır.

Karar ekibi, Pugh matrisinin ardından kritik kriterlere (parça kalitesi, ISO 13485) ağırlık vererek ikinci tur analizde ağırlıklı Pugh puanlamasına geçebilir veya Tedarikçi B'yi doğrudan pilot sipariş sürecine dahil edebilir.

Karar Matrisi ile FMEA RPN Farkı

Karar matrisi ve FMEA RPN (Risk Öncelik Sayısı) ilk bakışta benzer görünür; her ikisi de puanlama ve sıralama içerir. Ancak amaçları ve yapıları temelden farklıdır.

Özellik	Karar Matrisi (Önceliklendirme)	FMEA RPN
Amaç	Alternatifler arasından en iyisini seçmek	Potansiyel hata modlarını risk sırasına koymak
Girdi	Kriterler ve alternatifler	Şiddet, Olasılık, Saptanabilirlik
Hesaplama	Ağırlıklı toplam (toplama)	S x O x D (çarpma)
Çıktı	En yüksek puanlı alternatif kazanır	En yüksek RPN en riskli modu gösterir
Kullanım zamanı	Planlama ve seçim aşaması	Tasarım/proses risk değerlendirmesi
Kriter ağırlığı	Evet (farklı ağırlıklar)	Hayır (her boyut eşit ağırlıkta)
İlişkili standart	7 Yeni Kalite Aracı	AIAG FMEA, IEC 60812

Önemli bir ayrım olarak karar matrisi toplamalı bir modeldir: düşük kriter puanı, yüksek başka bir kriterle telafi edilebilir. FMEA RPN ise çarpımsal bir modeldir: herhangi bir boyuttaki düşük puan toplam RPN'i doğrudan düşürür. Bu nedenle FMEA'da tek bir yüksek şiddet değeri bile kritik uyarı verirken, karar matrisinde tek bir düşük kriter puanı diğer güçlü kriterlerle dengelenebilir.

Avantajlar ve Sınırlılıklar

Avantajları

Şeffaflık: Kararın hangi kriterlere dayandığı ve her alternatifin neden o sırada olduğu açıkça görülür. Yönetim onayı sürecinde güçlü bir dokümantasyon sağlar.
Ekip uzlaşısı: Puanlama süreci tartışmayı yapılandırır; kişisel tercihlerin etkisini azaltır.
Tekrarlanabilirlik: Aynı kriterler ve ağırlıklarla farklı dönemlerde tutarlı kararlar alınabilir.
Esneklik: Her sektöre ve karar türüne uyarlanabilir. Tedarikçi seçiminden ürün tasarımına, yatırım değerlendirmesinden proje önceliklendirmeye kadar geniş kullanım alanı vardır.
Basitlik: Özellikle Pugh matrisi, herhangi bir istatistik bilgisi gerektirmeden uygulanabilir.

Sınırlılıkları

Kriter bağımlılığı: Kriterler arasında korelasyon varsa (ör. maliyet ve süre genellikle ilişkilidir) sonuçlar çarpılabilir. Bağımsızlık varsayımı her zaman geçerli olmayabilir.
Öznel puanlama riski: Nicel veri yerine uzman yargısına dayanan puanlarda, ancorlama etkisi (anchoring bias) ve grup düşüncesi (groupthink) tehlikesi bulunur.
Ağırlık manipülasyonu: Kriter ağırlıkları, belirli bir alternatifi öne çıkaracak şekilde bilinçli veya bilinçsiz olarak ayarlanabilir. Duyarlılık analizi yapılması bu riski azaltır.
Doğrusal varsayım: Matris, kriterlerin doğrusal bir fayda fonksiyonuna sahip olduğunu varsayar. Gerçekte bazı kriterlerin eşik değerleri veya üstel ilişkileri olabilir (ör. teslimat süresi 10 günden 8 güne inmek ile 30 günden 28 güne inmek aynı fayda değildir).
Dinamik koşullar: Matris belirli bir andaki verilere dayanır; piyasa koşulları hızla değiştiğinde sıralama geçerliliğini yitirebilir.

Yazılım Desteği

Önceliklendirme matrisi, temel düzeyde bir hesap tablosu programıyla oluşturulabilir. Ancak karmaşık senaryolarda, birden fazla paydaşlı değerlendirmelerde ve duyarlılık analizlerinde özelleşmiş yazılımlar fayda sağlar.

Microsoft Excel / Google Sheets: Küçük-orta ölçekli matrisler için en yaygın araç. Koşullu biçimlendirme ve veri doğrulama ile kullanıcı dostu şablonlar hazırlanabilir.
Minitab: İstatistiksel analiz yazılımı olarak Pugh matrisi ve çok kriterli değerlendirme modülleri sunar. Six Sigma projelerinde yaygın olarak kullanılır.
Expert Choice / Super Decisions: AHP tabanlı karar analizi için geliştirilmiş profesyonel yazılımlardır. Tutarlılık kontrolü ve duyarlılık analizi yerleşik olarak bulunur.
Monday.com / Asana / Jira: Proje yönetim araçlarının önceliklendirme özellikleri, basit puanlama matrislerini destekler. Tam ağırlıklı analiz yerine hızlı sıralama için uygundur.
Miro / MURAL: Uzaktan çalışan ekiplerin konsensüs yöntemiyle puanlama yapması için dijital beyaz tahta araçları kullanılabilir.

Sıkça Sorulan Sorular (SSS)

1. Önceliklendirme matrisi ile karar matrisi aynı şey midir?

Evet, temelde aynı aracı ifade ederler. "Önceliklendirme matrisi" genellikle proje veya görev sıralaması bağlamında; "karar matrisi" ise alternatifler arasından seçim yapma bağlamında kullanılır. Her ikisi de kriterlere dayalı puanlama ve sıralama mantığına sahiptir.

2. Pugh matrisi ile ağırlıklı puanlama matrisi arasındaki fark nedir?

Pugh matrisi, +/0/- gösterimiyle bir referans alternatife (datum) göre göreli karşılaştırma yapar; nicel veri gerektirmez ve hızlı uygulanır. Ağırlıklı puanlama matrisi ise her kritere farklı ağırlık atar ve sayısal puanlama kullanır; daha hassas sonuçlar verir ancak daha fazla veri ve zaman gerektirir.

3. Kriter ağırlıkları nasıl belirlenir?

En yaygın yöntemler şunlardır: (a) İkili karşılaştırma — her kriter çifti karşılaştırılır, (b) Doğrudan atama — ekip, yüzde olarak ağırlıkları belirler, (c) AHP — 1-9 ölçeğinde ikili karşılaştırma ile tutarlılık kontrolü yapılır. Yöntem seçimi karar kritikliğine ve zaman kısıtına bağlıdır.

4. Kaç kriter kullanmak idealdir?

Pratikte 4-7 kriter en verimli aralıktır. 3'ten az kriter ayrıntı kaybına, 10'dan fazla kriter ise hesaplama karmaşıklığına ve dikkat dağılmasına neden olur. Fazla kriter varsa, benzer kriterleri gruplandırarak sayıyı azaltmak doğru yaklaşımdır.

5. Matris sonucuna rağmen farklı bir alternatif seçilebilir mi?

Evet, matris bir karar destek aracıdır, kesin bir karar mekanizması değildir. Sonuçlar, duyarlılık analizi, stratejik değerlendirmeler veya matriste yer almayan kısıtlar (ör. yasal zorunluluklar, politik faktörler) nedeniyle farklı yorumlanabilir. Ancak matristen sapma gerekçelendirilmeli ve dokümante edilmelidir.

6. Duyarlılık analizi neden gereklidir?

Duyarlılık analizi, kriter ağırlıklarının veya puanların belirli bir aralıkta değiştirildiğinde sıralamanın değişip değişmediğini test eder. Eğer küçük bir ağırlık değişikliği sıralamayı tamamen değiştiriyorsa, kararın sağlam olmadığı anlaşılır ve ek veri toplanması veya kriterlerin gözden geçirilmesi gerekir.

7. Önceliklendirme matrisi hangi sektörlerde kullanılır?

Hemen hemen tüm sektörlerde uygulanabilir. Otomotiv ve havacılıkta tedarikçi seçimi ve tasarım konsept eleme; medikal cihaz sektöründe risk değerlendirmesi ve proje önceliklendirme; gıda sektöründe HACCP kontrol noktası önceliklendirme; bilişim sektöründe yazılım gereksinim sıralama ve sprint planlama başlıca uygulama alanlarıdır.

8. Matris sonuçlarını nasıl raporlamalıyım?

Raporlama aşamasında şu unsurları mutlaka dahil edin: (a) Karar amacı ve kapsamı, (b) Kriter listesi ve ağırlık gerekçeleri, (c) Puanlama ölçeği tanımı, (d) Ham ve ağırlıklı puan tablosu, (e) Duyarlılık analizi sonuçları, (f) Nihai öneri ve gerekçesi. Bu yapı, yönetim gözden geçirme toplantılarında (Management Review) ve denetim süreçlerinde izlenebilirlik sağlar.