Menu
Desain Rumah – Desain Interior – Bangun Rumah – Renovasi Rumah

Artikel: 6.2. Pengambilan Keputusan dalam Ketidakpastian | HBS Blog

  • Share

Membuat Pilihan Terbaik Dengan Informasi yang Tersedia

Membawa pesanan menurut kebingungan.

Menurut statistik George Chacko, pengambilan keputusan adalah “komitmen sumber daya hari ini untuk hasil besok.”

Dengan demikian, keputusan biasanya dibentuk dalam situasi ketidakpastian, lantaran kita nir pernah mampu sepenuhnya yakin apa yg besok akan terjadi.

Misalnya, bayangkan Anda sedang mencoba buat memutuskan antara 2 kandidat buat pekerjaan penjualan baru. Salah satu memiliki pengalaman yang cukup menjual pada bidang pada mana Anda beroperasi, tetapi hanya mempunyai riwayat performa rata-rata. Yang lainnya tidak pernah bekerja menggunakan jenis produk, akan tetapi dia punya track record yg luar biasa pada penjualan jenis lain. Anda secara efektif "membandingkan apel dengan jeruk". Bagaimana Anda menentukan orang yang akan membuat penjualan masa depan yg terbaik?

Atau, bayangkan bahwa Anda memutuskan apakah Anda akan berinvestasi dalam proyek baru. Mengingat masa depan yang pasti (& karena itu penjualan masa depan tidak pasti) bagaimana Anda menetapkan apakah penjualan tambahan Anda akan menghasilkan akan membenarkan porto tambahan?

Ini adalah pada mana Anda perlu mengelola tingkat ketidakpastian Anda bekerja, sehingga Anda dapat membuat keputusan dari rasional, dan pikiran disiplin.

Dalam ke 2 masalah, penyelesaiannya adalah menggunakan mengkuantifikasi perkara, meskipun masing-masing melibatkan pendekatan yang berbeda. Pada yang pertama, Anda perlu mengaktifkan kualitas misalnya "pengalamandanquot; & "kemampuan penjualandanquot; ke angka, sehingga Anda dapat membandingkan mereka. Di kedua, Anda perlu tahu cara-cara yang hal yg mungkin berubah di masa depan, dan faktor ini ke dalam keputusan Anda.

Kita akan mulai menggunakan melihat bagaimana Anda bisa mengukur pembuatan keputusan Anda. Kami lalu akan melanjutkan buat menerangkan Anda bagaimana Anda bisa faktor kemungkinan masa depan yg tidak sama ke pada keputusan Anda.

Mengukur non-numerik Fitur

Ketika ketidakpastian Anda bekerja menggunakan ada menurut keharusan buat menentukan antara opsi tidak selaras, Anda akan perlu mengetahui bagaimana buat mengukur elemen-elemen masing-masing pilihan, sebagai akibatnya Anda dapat membuat perbandingan, eksklusif numerik.

Ada banyak tool yang bisa Anda gunakan buat melakukan hal ini …

Bagaimana menciptakan keputusan adaptasi buat pada tujukan dalam ketidakpastian ini.?

Jika Anda memiliki $ 100 milyar buat menghabiskan pada penelitian adaptasi, bagaimana Anda akan menghabiskannya? Perasaan pada gerombolan sepertinya bahwa sementara kita wajib berusaha buat menaikkan pemodelan iklim wajib penekanan dalam aktivitas uji coba untuk mengetahui apa yang berhasil dan apa yg nir di lapangan. Sementara beberapa bidang ketidakpastian dalam contoh iklim mungkin dapat dikurangi melalui penelitian lebih lanjut, beberapa ketidakpastian yg mungkin tidak dapat dikurangi, lantaran sifat kompleks dan sebagian kacau menurut sistem iklim, dan batas-batas tertentu untuk kemampuan kita buat model sistem yang kompleks (Stainforth & Harrison 2009). Dalam rangka buat mulai berurusan menggunakan ketidakpastian kita perlu mendapatkan rasa apa yg kisaran proyeksi iklim masa depan terlihat seperti pada Explorer Perubahan Iklim yang dibuat buat membantu.

Yang krusial, kita perlu mendapat ketidakpastian dan bekerja dengan mereka, daripada menganggap bahwa kita bisa memprediksi masa depan dan lalu menyesuaikan diri menggunakan keadaan pada masa depan. Lebih percaya diri pada proyeksi kita mengenai syarat iklim pada masa depan, & ketergantungan dalam satu proyeksi tunggal berjangka poly kemungkinan, bisa jua mengakibatkan Maladaptation.

Lima Instruksi Pengambilan Keputusan dalam Ketidakpastian

1. “Lingkungan kompleks sering bukannya panggilan untuk aturan keputusan sederhana”

Penjelasan paling sederhana merupakan bahwa pengumpulan dan pengolahan liputan yang dibutuhkan buat pengambilan keputusan yang kompleks mahal, mungkin punitively begitu. Sepenuhnya memilih masa depan negara pada global, & probabilitas-pembobotan mereka, berada di luar batas kognitif seorang. Bahkan dalam game yang relatif sederhana, seperti catur, batas kognitif dengan cepat dilanggar. Grandmaster catur nir bisa sepenuhnya mengevaluasi lebih berdasarkan lima catur langkah ke depan. Terbesar super-komputer tidak dapat sepenuhnya menghitung lebih jauh 10 langkah ke depan (Gigerenzer (2007)).

Kebanyakan dunia nyata pengambilan keputusan jauh lebih kompleks daripada catur – potongan lebih berkecimpung menggunakan jumlah yang lebih besar berdasarkan versus dievaluasi lebih banyak berkiprah ke depan. Simon membentuk kata "rasionalitas dibatasi" dan "satisficing" buat menjelaskan biaya -diinduksi defleksi berdasarkan pembuatan keputusan rasional (Simon (1956)). Sebuah generasi pada, ini merupakan pembenaran diri yang sama yg dipakai oleh para ekonom perilaku hari ini. Untuk ke 2, kurang mungkin lebih lantaran fakta lebih lanjut tiba dalam harga yang terlalu tinggi.

2. “Ketidaktahuan dapat Kebahagiaan”

Terlalu akbar fokus dalam keterangan yg dikumpulkan berdasarkan masa lalu mungkin merusak pembuatan keputusan yang efektif tentang masa depan. Mengetahui terlalu banyak bisa menyumbat inbox kognitif, membebani hard disk neurologis. Salah satu tujuan utama tidur – melakukan kurang – merupakan buat unclog inbox kognitif (Wang et al (2011)). Itulah sebabnya, ketika menciptakan keputusan besar , kita seringkali "tidur di atasnya".

"Tidur pada atasnyadanquot; mempunyai interaksi eksklusif pada teori statistik. Dalam ekonometrika, contoh berusaha buat menyimpulkan konduite dari masa kemudian, dari terlalu pendek sampel, bisa mengakibatkan "over-pas". Kebisingan lalu galat sebagai frekuwensi, blip parameterised menjadi tren. Sebuah model yang "over-pasdanquot; bergoyang dengan angin statistik terkecil. Untuk alasan itu, bisa membentuk prediksi relatif rapuh mengenai masa depan.

Bukti eksperimental mengambarkan hal ini. Ambil prediksi olahraga. . .

3. “Bobot Probabilistik dari masa lalu mungkin menjadi panduan rapuh untuk masa depan”

John von Neumann dan Oskar Morgenstern memutuskan bahwa pengambilan keputusan yg optimal terlibat probabilistically-pembobotan semua hasil masa depan (von Neumann dan Morgenstern (1944)). Teknik regresi merupakan analog statistik von Neumann-Morgenstern optimasi, menggunakan konduite disimpulkan oleh probalistik-bobot faktor jelas.

Dalam lingkungan yg nir pasti, di mana probabilitas statistik nir diketahui, bagaimanapun, pendekatan-pendekatan buat pengambilan keputusan mungkin tidak lagi sinkron. Bobot probabilistik dari masa lalu mungkin menjadi pedoman rapuh buat masa depan. Pembobotan mungkin sia-sia. Strategi yang menyederhanakan, atau bahkan mungkin mengabaikan, bobot statistik mungkin lebih baik. Yang paling sederhana seperti skema dibayangkan akan sama-pembobotan atau "menghitung-hitung".

4. “Hal-hal lain yang sama, semakin kecil sampel, semakin besar model ketidakpastian dan semakin baik kinerja sederhana, strategi heuristik”

Pemilihan taktik pengambilan keputusan optimal tergantung penting dalam taraf ketidakpastian mengenai lingkungan – dalam hal statistik, ketidakpastian Model. Sebuah faktor kunci yang menentukan ketidakpastian yang panjang sampel dimana model diperkirakan. Hal-hal lain yg sama, semakin kecil sampel, semakin akbar contoh ketidakpastian dan semakin baik kinerja sederhana, taktik heuristik.

Sampel mini menaikkan sensitivitas perkiraan parameter. Mereka menaikkan kemungkinan tidak akurat data historis over-pas. Risiko ini menjadi lebih akut, semakin besar ruang parameter yg diperkirakan. Model yg kompleks lebih mungkin buat menjadi lebih pas. Dan sensitivitas parametrik diinduksi sang lebih-pas membuat prediksi nir dapat diandalkan mengenai masa depan. Model sederhana menderita sedikit berdasarkan masalah excesssensitivity parametrik, terutama jika sampel yg pendek.

5. “Aturan Kompleks dapat menyebabkan orang untuk mengelola aturan, karena takut jatuh busuk dari mereka”

Ada alasan terakhir, terkait namun tidak sama, buat sederhana atas anggaran yg kompleks. Aturan yg rumit bisa menyebabkan orang buat mengelola anggaran, karena takut jatuh busuk menurut mereka. Mereka mungkin mendorong orang buat bertindak membela diri, penekanan pada tulisan mini menggunakan mengorbankan citra yang lebih akbar.

Studi mengenai konduite dokter menggambarkan pola ini (Gigerenzer dan Kurzenh?User (2005)). Takut misdiagnosis, mungkin litigasi, dokter cenderung centang kotak. Itu mungkin berarti over-mendiagnosis obat atau over-mengirimkan pasien ke tempat tinggal sakit. Keduanya tindakan defensif, mengurangi risiko ke dokter. Tapi keduanya potensi bahaya kesehatan pada pasien. Misalnya, mengirimkan pasien ke tempat tinggal sakit semakin tinggi secara signifikan risiko infeksi sekunder. Rumah sakit adalah, sesudah semua, penuh menggunakan orang sakit.

Dokter tidak terbebani oleh buku aturan yg kompleks akan mempunyai insentif lebih sedikit buat bertindak membela diri. Mereka juga mungkin lebih sanggup untuk membentuk penilaian independen mereka sendiri waktu mendiagnosis kasus medis, menggunakan akumulasi pengalaman mereka. Yang seharusnya lebih dekat menyelaraskan insentif resiko dokter dengan pasien mereka. Hal yg sama mungkin sahih mengenai profesi lain, menurut pembela terdakwa resmi buat polisi buat pengawas bank.

Fokus dalam analisis dan keputusan yang sederhana vs kompleks yg didasarkan pada heuristik daripada meningkatkan secara optimal bertentangan menggunakan butir kebijaksanaan konvensional di poly bidang, mulai berdasarkan regulasi keuangan untuk perlindungan lingkungan.

Satu hal penting untuk dicatat adalah bahwa kertas mereka menggunakan dua definisi yang bertentangan dari “ketidakpastian.” Salah satu definisi ketidakpastian adalah setara dengan “risiko” atau kemungkinan hasil tertentu dari distribusi diketahui hasil. Jika saya bertaruh $ 1000 bahwa gulungan berikutnya mati akan muncul 6, saya mengambil risiko pada hasil yang tidak pasti. Definisi kedua ketidakpastian adalah setara dengan apa yang biasanya saya sebut” kebodohan “mengikuti dari karya John Maynard Keynes, seperti yang dibahas dalam The Honest Broker. Kedua definisi ini jelas tidak mengacu pada konsep yang sama, dan dengan demikian tunduk pada kebingungan kecuali perawatan diambil di dalam penafsiran.

Akademisi & penghasil kebijakan umumnya ingin fokus pada ketidakpastian-menjadi berisiko daripada ketidakpastian-sebagai-kebodohan sebagai mantan lebih mudah tunduk dalam kuantifikasi mudah dan manipulasi. Fokus ini memperkuat nilai-nilai akademis (pada mana ekamatra iri merajalela melalui ilmu-ilmu sosial) dan impian politisi buat membuat klaim beton yang tampak didukung oleh keahlian otoritatif yang terdengar. Hasilnya bisa menciptakan zona ketidaktahuan lebih kurang keputusan kita. Tidak mengherankan, keputusan tidak baik bisa mengakibatkan.

Keputusan Kuat

Kerangka keputusan di bawah ketidakpastian: Wilby dan Dessai 2009

Sebuah ketidakpastian sepanjang jalan adalah buat mencari strategi adaptasi yg nir sensitif terhadap kombinasi spesifik berdasarkan syarat masa depan, namun akan bermanfaat pada bawah berbagai negara di masa depan. Misalnya daripada perencanaan buat sialan yang akan mempunyai umur 100 tahun & memenuhi tujuannya hanya pada bawah serangkaian kondisi yang suhu akan meningkat tidak ebih dari 3C, curah hujan sudah semakin tinggi 20% & penduduk kota terdekat menang ‘ t melebihi dua juta orang, Kita sedang mencari pilihan yang bekerja menggunakan baik dalam banyak sekali keadaan. Sebuah cara formal buat melakukan hal ini merupakan dengan memakai kerangka Pengambilan Keputusan Kuat yang dikembangkan oleh perusahaan RAND.

Cara lain buat mengatasi kasus adalah menggunakan menggunakan kerangka diilustrasikan pada diagram di sebelah kanan, juga berdasarkan Wilby dan Dessai 2009. Langkah-langkah dasar:

Mengingat perkara Anda / apa yang Anda cari pada

  • Buat daftar yang masuk akal strategi adaptasi yang Anda pikir akan memperbaiki situasi.
  • Pilihan ini, yang merupakan serangkaian pilihan yang disukai (yaitu yang diinginkan dll sosial, terjangkau, layak secara teknis)
  • Buat daftar skenario yang masuk akal dari kondisi masa depan (baik iklim dan sosial-ekonomi) berdasarkan informasi yang tersedia dan pemahaman.
  • Tes pilihan pilihan Anda terhadap skenario yang berbeda; seberapa baik masing-masing pilihan akan tampil di bawah skenario yang berbeda dari masa depan? Di sini kita mencari pilihan yang mungkin melakukan dengan baik di berbagai skenario (ini tidak selalu pilihan TERBAIK untuk setiap skenario yang diberikan).
  • Pilih sebuah opsi yang Anda menemukan cukup kuat diberikan keputusan Anda-konteks. Akan selalu ada beberapa resiko yang terlibat, tetapi mengingat situasi, apa yang diterima untuk Anda?

Pengelolaan Adaptif

Manajemen adaptif berusaha buat agresif memakai intervensi manajemen menjadi indera untuk strategis menyelidiki fungsi ekosistem. Intervensi didesain buat menguji hipotesis kunci tentang fungsi ekosistem. Pendekatan ini sangat tidak sama menurut pendekatan manajemen khas ‘kabar trial-and-error’ yg memakai pengetahuan terbaik yang tersedia untuk membentuk strategi manajemen sebuah ‘asumsi terbaik’ menghindari risiko, yang lalu berubah sebagai informasi baru memodifikasi terbaik menebak ‘.

Manajemen adaptif mengidentifikasi ketidakpastian, dan kemudian memutuskan metodologi buat menguji hipotesis mengenai mereka ketidakpastian. Menggunakan manajemen sebagai alat tidak hanya buat mengubah sistem, namun menjadi alat untuk belajar tentang sistem. Itu berkaitan dengan kebutuhan buat belajar dan porto ketidaktahuan, ad interim manajemen tradisional berfokus dalam kebutuhan buat melestarikan dan porto pengetahuan.

Ada beberapa proses ilmiah dan sosial yang merupakan komponen penting menurut manajemen adaptif:

  1. manajemen terkait dengan skala temporal dan spasial yang sesuai
  2. manajemen tetap fokus pada kekuatan statistik dan kontrol
  3. penggunaan model komputer untuk membangun sintesis dan konsensus ekologi diwujudkan
  4. menggunakan konsensus ekologi diwujudkan untuk mengevaluasi alternatif strategis
  5. berkomunikasi alternatif ke arena politik untuk negosiasi pilihan

Pencapaian tujuan tadi membutuhkan proses manajemen terbuka yg bertujuan buat meliputi masa kemudian, kini & masa depan stakeholder. Manajemen adaptif perlu untuk setidaknya mempertahankan keterbukaan politik, tetapi umumnya perlu buat menciptakannya. Akibatnya, manajemen adaptif harus menjadi proses sosial dan ilmiah. Ini wajib fokus dalam pengembangan forum-lembaga baru & taktik kelembagaan seperti halnya maka harus penekanan dalam hipotesis ilmiah dan kerangka kerja eksperimental.

Manajemen adaptif mencoba buat memakai pendekatan ilmiah, disertai menggunakan pengujian hipotesis sejawat buat membangun pemahaman, tetapi proses ini jua bertujuan buat meningkatkan fleksibilitas kelembagaan dan mendorong pembentukan lembaga baru yg dibutuhkan buat memakai pemahaman ini pada Bab Sebelumnya

Home | Bab Sebelumnya | Menu | Bab Selanjutnya

  • Share

Leave a Reply

Your email address will not be published.