La imagen del restaurante se refiere a una percepción inmediata que surge en la mente de un cliente cuando se menciona el nombre de un restaurante. Por lo tanto, es crucial que los restaurantes, incluidos los restaurantes de comida rápida (RCR), evalúen y mantengan una imagen positiva. Sin embargo, evaluar y mejorar la imagen de un restaurante es un desafío, ya que depende de múltiples atributos de servicio asociados con diversos grados de prioridad desconocida. Aun así, la literatura existente aún no ha ampliado el uso de un enfoque adecuado de toma de decisiones multiatributo (MADM) para evaluar específicamente la imagen de los RCR. Por lo tanto, esta investigación tuvo como objetivo emplear dicho enfoque para evaluar la imagen de cuatro RCR en una isla en Malasia Oriental, utilizando varios atributos de personas, procesos y evidencia física. En primer lugar, se obtuvo una lista inicial de atributos de imagen de RCR de la literatura disponible. Esta lista inicial fue luego validada a través de una encuesta Delphi de dos rondas que involucró a un panel de diez expertos. Se diseñó un cuestionario basado en los atributos finalizados, y los datos recopilados de una muestra de 251 encuestados se analizaron utilizando el método de proceso de jerarquía analítica comprometido (C-AHP). Los resultados del C-AHP sugieren que las estrategias para mejorar la imagen de un RCR deben incorporar principalmente los siguientes seis atributos: hospitalidad, habilidades de resolución de problemas de los empleados, conocimiento de los empleados, sabor de la comida, limpieza física y tiempo de respuesta del servicio. El RCR en la parte superior del ranking tiene los puntajes de rendimiento más altos en estos mismos seis atributos. Sorprendentemente, la apariencia de los empleados y el exterior del restaurante se informaron como los dos atributos de imagen menos importantes. Esta investigación es la primera en demostrar la aplicación de un enfoque híbrido basado en MADM para descubrir los pesos de los atributos de imagen de los RCR y clasificar esos RCR al calcular sus puntajes de imagen agregados.