समय, जटिलता, और अस्पष्टता हम किस विधि का उपयोग करते हैं
आपको अपने जीवन के हर दिन पूरे और छोटे दोनों निर्णय लेना होगा। आप नाश्ते के लिए क्या चाहते हैं? रात के खाने के लिए आप किसी मित्र से मिलना चाहिए? आप किस कॉलेज में जाना चाहिए? आप कितने बच्चे चाहते हैं?
जब कुछ फैसलों का सामना करना पड़ता है, तो आप शायद एक सिक्का फिसलने और अपने भाग्य को निर्धारित करने का मौका दे सकते हैं।
ज्यादातर मामलों में, हम निर्णय लेने के लिए एक निश्चित रणनीति या रणनीतियों की श्रृंखला का पालन करते हैं। अपेक्षाकृत मामूली निर्णयों में से कई जो हम हर दिन करते हैं, एक सिक्का फिसलना इतना भयानक दृष्टिकोण नहीं होगा। कुछ जटिल और महत्वपूर्ण निर्णयों के लिए, हम सही निष्कर्ष पर आने में बहुत समय, अनुसंधान, प्रयास और मानसिक ऊर्जा निवेश करने की अधिक संभावना रखते हैं।
तो यह प्रक्रिया वास्तव में कैसे काम करती है? निम्नलिखित कुछ प्रमुख निर्णय लेने वाली रणनीतियों का उपयोग आप कर सकते हैं।
एकल-फ़ीचर मॉडल
इस दृष्टिकोण में केवल एक ही सुविधा पर अपने निर्णय को शामिल करना शामिल है। उदाहरण के लिए, कल्पना करें कि आप साबुन खरीद रहे हैं। अपने स्थानीय सुपरस्टोर में विकल्पों की एक विस्तृत विविधता के साथ सामना करने के लिए, आप कीमत पर अपने निर्णय का आधार तय करने और उपलब्ध सबसे सस्ता प्रकार साबुन खरीदने का फैसला करते हैं। इस मामले में, आपने अन्य चर (जैसे सुगंध, ब्रांड, प्रतिष्ठा, और प्रभावशीलता) को अनदेखा किया और केवल एक ही सुविधा पर ध्यान केंद्रित किया।
एकल-सुविधा दृष्टिकोण उन परिस्थितियों में प्रभावी हो सकता है जहां निर्णय अपेक्षाकृत सरल है और आपको समय के लिए दबाया जाता है। हालांकि, अधिक जटिल निर्णयों से निपटने के दौरान आमतौर पर यह सबसे अच्छी रणनीति नहीं होती है।
योजक फ़ीचर मॉडल
इस विधि में संभावित विकल्पों की सभी महत्वपूर्ण विशेषताओं को ध्यान में रखना और फिर व्यवस्थित रूप से प्रत्येक विकल्प का मूल्यांकन करना शामिल है।
अधिक जटिल निर्णय लेने पर यह दृष्टिकोण एक बेहतर तरीका बनता है।
उदाहरण के लिए, कल्पना करें कि आप एक नया कैमरा खरीदने में रुचि रखते हैं। आप महत्वपूर्ण सुविधाओं की एक सूची बनाते हैं जिन्हें आप कैमरा चाहते हैं, तो आप -5 से +5 के पैमाने पर प्रत्येक संभावित विकल्प को रेट करते हैं। जिन कैमरों में महत्वपूर्ण फायदे हैं, उन्हें उस कारक के लिए +5 रेटिंग मिल सकती है, जबकि जिनके पास बड़ी कमी है, उन्हें उस कारक के लिए -5 रेटिंग मिल सकती है। एक बार जब आप प्रत्येक विकल्प को देखते हैं, तो आप यह निर्धारित करने के लिए परिणामों का मिलान कर सकते हैं कि किस विकल्प में उच्चतम रेटिंग है।
विभिन्न विकल्पों के बीच सबसे अच्छा विकल्प निर्धारित करने के लिए योजक सुविधा मॉडल एक शानदार तरीका हो सकता है। जैसा कि आप कल्पना कर सकते हैं, हालांकि, यह काफी समय लेने वाला हो सकता है और संभवतः यदि आप समय के लिए दबाए जाते हैं तो उपयोग करने के लिए सबसे अच्छी निर्णय लेने की रणनीति नहीं है।
पहलू मॉडल द्वारा उन्मूलन
पहलुओं के मॉडल द्वारा उन्मूलन को पहली बार मनोविज्ञानी आमोस टर्स्की द्वारा 1 9 72 में प्रस्तावित किया गया था। इस दृष्टिकोण में, आप प्रत्येक विकल्प को एक समय में एक विशेषता का मूल्यांकन करते हैं, जो आपको लगता है कि जो भी सुविधा आपको सबसे महत्वपूर्ण मानती है। जब कोई आइटम आपके द्वारा स्थापित मानदंडों को पूरा करने में विफल रहता है, तो आप आइटम की अपनी सूची से आइटम को पार करते हैं। संभावित विकल्पों की आपकी सूची छोटी और छोटी हो जाती है जब तक आप सूची से वस्तुओं को पार नहीं करते हैं जब तक आप अंततः केवल एक विकल्प पर नहीं पहुंच जाते।
अनिश्चितता के मामले में निर्णय लेना
पिछली तीन प्रक्रियाओं का अक्सर उन मामलों में उपयोग किया जाता है जहां निर्णय बहुत सरल होते हैं, लेकिन जब कुछ निश्चित जोखिम, अस्पष्टता या अनिश्चितता शामिल होती है तो क्या होता है? उदाहरण के लिए, कल्पना करें कि आप अपने मनोविज्ञान वर्ग के लिए देर से चल रहे हैं। क्या आपको समय पर पहुंचने के लिए गति सीमा से ऊपर ड्राइव करना चाहिए, लेकिन एक तेज टिकट प्राप्त करने का जोखिम? या क्या आप स्पीड सीमा, देर से होने वाले जोखिम को ड्राइव कर सकते हैं, और संभावित रूप से निर्धारित पॉप क्विज़ को खोने के लिए डॉक किए गए अंक प्राप्त कर सकते हैं? इस मामले में, आपको संभावना है कि आपको संभावना के मुकाबले देर हो सकती है कि आपको एक तेज टिकट मिलेगा।
ऐसी स्थिति में निर्णय लेने पर, लोग दो अलग-अलग निर्णय लेने की रणनीतियों को नियोजित करते हैं: उपलब्धता ह्युरिस्टिक और प्रतिनिधित्वशीलतावादी। याद रखें, एक ह्युरिस्टिक एक नियम-अंगूठे मानसिक शॉर्ट-कट है जो लोगों को निर्णय लेने और निर्णय लेने की अनुमति देता है।
- उपलब्धता ह्युरिस्टिक : जब हम यह निर्धारित करने की कोशिश कर रहे हैं कि कुछ कितना संभव है, तो हम अक्सर इस तरह के अनुमानों का आधार देते हैं कि हम अतीत में होने वाली इसी तरह की घटनाओं को कितनी आसानी से याद कर सकते हैं। उदाहरण के लिए, यदि आप यह निर्धारित करने की कोशिश कर रहे हैं कि आपको स्पीड सीमा पर ड्राइव करना चाहिए और टिकट प्राप्त करने का जोखिम है, तो आप सोच सकते हैं कि आपने राजमार्ग के एक विशेष खिंचाव पर पुलिस अधिकारी द्वारा कितनी बार खींच लिया है। यदि आप तुरंत किसी भी उदाहरण के बारे में सोच नहीं सकते हैं, तो आप आगे बढ़ने और मौका लेने का फैसला कर सकते हैं, क्योंकि उपलब्धता ह्युरिस्टिक ने आपको यह निर्णय लिया है कि कुछ लोगों को आपके विशेष मार्ग पर तेजी लाने के लिए खींच लिया गया है। यदि आप खींचने वाले लोगों के कई उदाहरणों के बारे में सोच सकते हैं, तो आप इसे सुरक्षित रूप से चलाने और सुझाए गए गति सीमा को चलाने का निर्णय ले सकते हैं।
- प्रतिनिधितावादी ह्युरिस्टिक : इस मानसिक शॉर्टकट में हमारी वर्तमान स्थिति की तुलना किसी विशेष घटना या व्यवहार के हमारे प्रोटोटाइप से करना शामिल है। उदाहरण के लिए, यह निर्धारित करने का प्रयास करते समय कि आपको समय पर अपनी कक्षा में जाने के लिए गति होनी चाहिए, आप अपने आप को अपनी छवि से तुलना कर सकते हैं, जो कि एक तेज टिकट पाने की संभावना है। यदि आपका प्रोटोटाइप एक लापरवाही किशोरों की है जो हॉट-रॉड कार चलाता है और आप एक युवा व्यवसायी हैं जो एक सेडान चलाती हैं, तो आप अनुमान लगा सकते हैं कि तेजी से टिकट प्राप्त करने की संभावना काफी कम है।
निर्णय लेने की प्रक्रिया दोनों सरल हो सकती है (जैसे कि हमारे उपलब्ध विकल्पों में से यादृच्छिक रूप से चुनना) या जटिल (जैसे मौजूदा विकल्पों के व्यवस्थित रूप से विभिन्न पहलुओं को रेटिंग करना)। हम जिस रणनीति का उपयोग करते हैं, वह विभिन्न कारकों पर निर्भर करता है, जिसमें निर्णय लेने की पूरी जटिलता, निर्णय की समग्र जटिलता और इसमें शामिल अस्पष्टता की मात्रा शामिल है।
> स्रोत:
> होकनबरी, डीएच और होकनबरी, एसई (2006)। मनोविज्ञान। न्यूयॉर्क: वर्थ पब्लिशर्स।
> टर्स्की, ए। (1 9 72)। पहलुओं से उन्मूलन: पसंद का एक सिद्धांत। मनोवैज्ञानिक समीक्षा, 80, 281-299।
> टर्स्की, ए, और कन्नमन, डी। (1 9 82)। अनिश्चितता के तहत निर्णय: हेरिस्टिक्स और पूर्वाग्रह। डैनियल कन्नमन, पॉल स्लोविक, और आमोस टर्स्की (एड्स) में। अनिश्चितता के तहत निर्णय: हेरिस्टिक्स और पूर्वाग्रह। न्यूयॉर्क: कैम्ब्रिज यूनिवर्सिटी प्रेस।