Phân tích quyết định đa tiêu chí (MCDA) là phương pháp để tìm điểm đánh đổi tối ưu nhất, và có thể sắp xếp các lựa chọn theo thứ tự giảm dần

Về mặt toán học, phương pháp này là bài toán tính thể tích vật đa chiều. Nếu chỉ có 2 tiêu chí để đánh giá, thì nó là bài toán tính diện tích hình chữ nhật.

Nó có tác dụng tốt trong việc tìm lựa chọn tối ưu (cân bằng được các đánh đổi) và có thể sắp xếp các lựa chọn đó theo thứ tự từ trên xuống dưới. Với các điểm số mang tính tuyển chọn, như thi đại học hay phỏng vấn nhân viên tiềm năng, thì phù hợp. Vì kết quả đầu ra của phương pháp này là một con số, nên nó là thang đo khoảng hoặc thang đo tỉ lệ. Nhưng nếu mục tiêu của đánh giá không phải là để chọn ai loại ai, mà là để hỗ trợ từng người một cách phù hợp, thì dùng các thang đo danh nghĩa sẽ phù hợp hơn.

Còn nếu không thì dù các con số trông như có vẻ tuyến tính, nhưng khoảng cách từ điểm 7 lên điểm 8 có thể rất khác với khoảng cách từ điểm 8 lên điểm 9. Tức là râu ông này cắm cằm bà kia. Tôi thấy rằng việc làm này sẽ tạo ra nhiều ảo tưởng thống kê, không chỉ ở điểm số mà còn ở bất kỳ các thống kê nào dựa trên nó.

MCDA cảm giác như chỉ là để chọn sản phẩm chứ không phải chọn công việc nào nên làm. Vì nó là bài toán thông tin đầy đủ. Các tiêu chí quan trọng của công việc như thời gian và sức lực là những thứ không định lượng được, chỉ có khi nào làm mới thấy cần thêm. Đây là bài toán thông tin không đầy đủ

❓Kết quả cuối cùng của MCDA có khác gì với tiền
Không biết phương pháp này đã tối ưu nhất chưa? Không biết nó đã phải đánh đổi cái gì với cái gì?
Sự đơn giản ép ta phải làm nó cực kỳ tốt
❓Dù việc sử dụng phân tích quyết định đa tiêu chí vẫn là quy về một chỉ số, thì việc theo đuổi nó vẫn khác với theo đuổi một chỉ số thành phần, nên cũng không sợ nó quá đơn giản
Độ tác động của quyết định, độ có sẵn của thông tin, trạng thái của môi trường là một trong nhiều thứ bất định

Khái niệm:: Ra quyết định, Thước đo, đo lường, chỉ số, KPI, Định lượng
Multiple-criteria decision analysis - Wikipedia