釋義
數據矩陣分析法的主要方法為主成分分析法（Principal component analysis），利用此法可從原始數據獲得許多有益的情報。主成分分析法是一種將多個變數化為少數綜合變數的一種多元統計方法。
矩陣數據分析法，與矩陣圖法類似。它區別於矩陣圖法的是：不是在矩陣圖上填符號，而是填數據，形成一個分析數據的矩陣。
它是一種定量分析問題的方法。目前，在日本尚廣泛套用，只是作為一種“儲備工具”提出來的。套用這種方法，往往需求藉助電子計算機來求解。
[編輯]
原理
在矩陣圖的基礎上，把各個因素分別放在行和列，然後在行和列的交叉點中用數量來描述這些因素之間的對比，再進行數量計算，定量分析，確定哪些因素相對比較重要的。
[編輯]
套用時機
當我們進行顧客調查、產品設計或者其他各種方案選擇，做決策的時候，往往需要確定對幾種因素加以考慮，然後，針對這些因素要權衡其重要性，加以排隊，得出加權係數。譬如，我們在做產品設計之前，向顧客調查對產品的要求。利用這個方法就能確定哪些因素是臨界質量特性。
[編輯]
結合使用
1.可以利用親和圖（affinity diagram）把這些要求歸納成幾個主要的方面。然後，利用這裡介紹進行成對對比，再匯總統計，定量給每個方面進行重要性排隊。
2.過程決策圖執行時確定哪個決策合適時可以採用。
3.質量功能展開。兩者有差別的。本辦法是各個因素之間的相互對比，確定重要程度；而質量功能展開可以利用這個方法的結果。用來確定具體產品或者某個特性的重要程度。
當然，還有其他各種方法可以採用，但是，這種方法的好處之一是可以利用電子表格軟體來進行。
[編輯]
如何使用
下面通過例子來介紹如何進行矩陣數據分析法。
1、確定需要分析的各個方面。我們通過親和圖得到以下幾個方面，需要確定它們相對的重要程度：易於控制、易於使用、網路性能、和其他軟體可以兼容、便於維護。
2、組成數據矩陣。用Excel或者手工做。把這些因素分別輸入表格的行和列，如表所示。
3、確定對比分數。自己和自己對比的地方都打0分。以 “行”為基礎，逐個和“列”對比，確定分數。“行”比“列”重要，給正分。分數範圍從9到1分。打1分表示兩個重要性相當。譬如，第2行“易於控制”分別和C列“易於使用”比較，重要一些，打4分。和D列“網路性能”比較，相當，打1分。…………如果“行”沒有“列””重要，給反過來重要分數的倒數。譬如，第3行的“易於使用”和B列的“易於控制”前面已經對比過了。前面是4分，現在取倒數，1/4=0.25。有D列“網路性能”比，沒有“網路性能”重要，反過來，“網路性能”比“易於使用”重要，打5分。現在取倒數，就是0.20。實際上，做的時候可以圍繞以0組成的對角線對稱填寫對比的結果就可以了。
表1：矩陣數據分析法
| A | B | C | D | E | F | G | H | |
| 1 | 易控制 | 易使用 | 網路性能 | 軟體兼容 | 便於維護 | 總分 | 權重% | |
| 2 | 易於控制 | 0 | 4 | 1 | 3 | 1 | 9 | 26.2 |
| 3 | 易於使用 | 0.25 | 0 | 0.20 | 0.33 | 0.25 | 1.03 | 3.0 |
| 4 | 網路性能 | 1 | 5 | 0 | 3 | 3 | 12 | 34.9 |
| 5 | 軟體兼容 | 0.33 | 3 | 0.33 | 0 | 0.33 | 4 | 11.6 |
| 6 | 便於維護 | 1 | 4 | 0.33 | 3 | 0 | 8.33 | 24.2 |
| 總分之和 | 34.37 | |||||||
4、加總分。按照“行”把分數加起來。在G列內得到各行的“總分”。
5、算權重分。把各行的“總分”加起來，得到“總分之和”。再把每行“總分”除以“總分之和”得到H列每個“行”的權重分數。權重分數愈大，說明這個方面最重要，“網路性能”34.9分。其次是“易於控制”26.2分。
