ŠAVŠ Studie 2020

Obr. 3.2: GAIA rovina problému s 5 kritérii a 4 variantami

Zdroj: Vlastní zpracování Interpretace výsledků GAIA roviny lze provést následujícím způsobem:

• Varianty, které se nacházejí v rovině blízko sebe, mají podobný profil vý- konností (mají podobnou množinu kritérií, ve kterých je jejich výkonnost vynikající, ale také špatná), viz varianty V 1 a V 2 v obrázku 3.2. • Varianta, která se nachází ve stejném směru od počátku, jako některý z vek- torů kritérií, dosahuje výborné výkonnosti dle příslušného kritéria, viz např. V 1 podle C 2 v obrázku 3.2. Pokud se naopak varianta nachází v opačném směru od počátku, jako některé z kritérií, pak je její výkonnost dle tohoto kritéria velmi špatná (viz V 3 podle C 5 v obrázku 3.2). • Čím je vektor kritéria delší, tím se jedná o kritérium silněji rozlišující v hod- nocení, tedy tím je větší variabilita ve výkonnostech dle tohoto kritéria. Na obrázku 3.2 lze vidět, že nejsilnější rozlišovací schopnost má C 1 a naopak nejslabší C 3 (znamená to tedy, že hodnocené varianty mají podobné výkon- nosti dle tohoto kritéria). Pokud by kritérium bylo absolutně nerozlišující, tedy pokud by v něm všechny varianty dosáhly naprosto totožné výkonnosti, byl by vektor tohoto kritéria v GAIA rovině zobrazen jako pouhý bod v po- čátku soustavy souřadnic. • Čím leží vektory dvou kritérií blíže sebe, tím více lze předpokládat, že vari- anta bude mít podobnou výkonnost dle obou těchto kritérií (dle obrázku 3.2 platí, že varianty V 1 a V 2 mají výborné výkonnosti dle jak C 1 , tak i C 2 ). Naopak, pokud je varianta výborně hodnocená podle C 4 , pak lze očekávat,

98