VIII Международная студенческая научная конференция Студенческий научный форум - 2016

1. Перечень подлежащих разработке вопросов:

а) по теоретической части методы управления рисками проектов

б) по аналитической части изучение метода анализа иерархий

2. Исходные данные:

а) по литературным источникам специализированная литература, материалы периодических изданий

б) по вариантам разработанным преподавателем методические указания

в) иное материалы Интернет-ресурсов

3. Список рекомендуемой литературы:

1. Баженов Р.И. О методике преподавания метода анализа иерархий в курсе «Информационная безопасность и защита информации» / Р.И. Баженов// Современные научные исследования и инновации. − 2014. − № 4. URL: http://web.snauka.ru/issues/2014/04/33202

2. Перминов А.А. Количественная оценка риска с помощью метода анализа иерархий/ А.Перминов// Управленческий учет и финансы. – 2011. − № 03(27)2011. URL: http://www.beintrend.ru/2011-12-23-08-16-52

3. Саати Т.Л. Принятие решений при зависимостях и обратных связях: Аналитические сети/ Т.Л. Саати. – М. Изд-во ЛКИ, 2008. – 360 с.

4. Середенко Н.Н. Развитие метода анализа иерархий (МАИ)/ Н.Н. Середенко// Открытое образование. – 2011. − №2. URL: http://www.e-joe.ru/sod/pdf/2011_2_39-48.pdf

4. Контрольные сроки представления отдельных разделов курсового проекта (работы):

25% - Введение «16» сентября 2015г.

50% - Анализ состояния проблемы «16» октября 2015г.

75% - Методика применения МАИ «16» ноября 2015г.

100% - Применение МАИ для выбора компании-разработчика веб-сайта для

ИП Токовой В.М. «16» декабря 2015г.

5. Срок сдачи: «23» декабря 2015г.

6. Руководитель: ___________________ /____________________________/

(подпись) (расшифровка подписи)

7. Задание получил: ________________ /____________________________/

(подпись) (расшифровка подписи)

Содержание

Введение 5

1. Анализ состояния проблемы оценки рисков ИТ-проектов 7

2. Методика применения метода анализа иерархий 19

3. Применение метода анализа иерархий для выбора компании-разработчика веб-сайтов для ИП Токовой В.М. 26

Заключение 33

Список использованных источников 34

Введение

Любая деятельность связана с наличием определенных рисков, носящих производственный, финансовый, юридический, социальный или политический характер. Наличие и возможность реализации этих рисков не должны влиять на достижение целей деятельности.

Риск – это неопределённое событие или условие, которое в случае возникновения имеет позитивное или негативное воздействие на проект. Причиной возникновения рисков являются неопределенности, существующие в каждом проекте. Риски могут быть "известные"- те, которые определены, оценены и могут быть спланированы и "неизвестные" - те, которые не распознаны и не могут быть спрогнозированы. Тем не менее, по мнению риск-менеджеров, большую часть рисков можно предвидеть и оценить. Чтобы избежать негативного воздействия, риски нужно выявлять и измерять.

Для этого существует один из важнейших процессов в системе управления проектами – управление рисками. Именно от качества управления рисками зависит, будут ли эти риски иметь негативное воздействие или же позитивное. Цель управления рисками проекта - повысить вероятность возникновения и усилить воздействие благоприятных событий, и снизить вероятность возникновения и ослабить воздействие неблагоприятных событий в ходе реализации проекта.

Управление риском характеризуется как совокупность методов, приемов и мероприятий, позволяющих определять наступление рисковых событий, принимать меры для их исключения, минимизировать негативные последствия или рационально использовать факторы риска в целях оптимизации деятельности.

Управление рисками – важный процесс, состоящий из нескольких задач:

• планирование управления рисками;

• идентификация рисков;

• качественный анализ рисков;

• количественный анализ рисков;

• планирование реагирования на риски;

• мониторинг и управление рисками. [14]

Каждая из этих задач выполняется, по крайней мере, один раз в каждом проекте.

Для выбора компании-разработчика веб-сайта для ИП Токовой В.М. мы воспользуемся методом анализа иерархий, разработанным Т. Саати. Метод анализа иерархий (МАИ) является систематической процедурой для иерархического представления элементов, определяющих суть проблемы практически любой природы.

Актуальность применения МАИ при оценке рисков проектов заключается в том, чтобы оценить силу возможного риска, тем самым исключить или уменьшить его отрицательные последствия.

Цель курсовой работы: применение метода анализа иерархий при выборе компании-разработчика веб-сайта для ИП Токовой В.М.

Для достижения этой цели необходимо решить следующие задачи:

– Анализировать состояние проблемы оценки рисков ИТ-проектов;

– Изучить методику применения МАИ;

– Применить МАИ для выбора компании-разработчика веб-сайтов для ИП Токовой В.М.

1. Анализ состояния проблемы оценки рисков ИТ-проектов

По результатам проведенных исследований до половины всех проектов оказываются неуспешными. Это является следствием того, что потенциальные риски не были вовремя замечены и измерены.

Риском проекта является неопределенное событие или условие, наступление которого положительно или отрицательно сказывается на целях проекта. Риск может быть вызван одной или несколькими причинами и в случае возникновения может оказать воздействие на один или несколько аспектов.

Причины рисков проекта находятся в неопределенности, присутствующей во всех проектах. Известные риски – это распознанные и проанализированные риски, позволяющие заранее спланировать реагирование на них. Неизвестными же рисками невозможно управлять превентивно.

Для достижения успеха организация должна осуществлять управление рисками превентивно и последовательно на протяжении всего проекта. Для активного распознавания и реализации эффективного управления рисками на протяжении всего жизненного цикла проекта должен быть осуществлен осознанный выбор на всех уровнях организации. Риск проекта может существовать в момент инициации проекта. Реализация проекта без превентивного подхода к управлению рисками, вероятнее всего, увеличит количество проблем, вызванных неизвестными рисками.

Управление рисками проекта включает в себя процессы, связанные с осуществлением планирования управления рисками, идентификацией, анализом, планированием реагирования, а также с контролем рисков в проекте. Целями управления рисками проекта являются повышение вероятности возникновения и усиление воздействия благоприятныхсобытий, и снижение вероятностивозникновения и ослабление воздействия неблагоприятных событий в ходе реализации проекта.

На рис. 1 представлена общая схема процессов управления рисками проекта.

Рисунок 1 - Общая схема управления рисками проекта [14]

1. Планирование управления рисками – процесс, определяющий, каким образом осуществлять управление рисками проекта.

2. Идентификация рисков – процесс определения перечня рисков, которые могут воздействовать на проект, и документирования их характеристик.

3. Качественный анализ рисков – процесс расстановки приоритетов в отношении рисков для их дальнейшего анализа или действий, выполняемый путем оценки и сопоставления их воздействия и вероятности возникновения.

4. Количественный анализ рисков – процесс численного анализа воздействия идентифицированных рисков на цели проекта в целом.

5. Планирование реагирования на риски – процесс разработки вариантов и действий по расширению благоприятных возможностей и сокращению угроз целям проекта.

6. Контроль рисков – процесс применения планов реагирования на риски, отслеживания идентифицированных рисков, мониторинга остаточных рисков, выявления новых рисков и оценки результативности процесса управления рисками на протяжении всего проекта. [14]

Методы оценки рисков

Метод оценки рисков – это способ определения вероятности возникновения риска, его вида, области и степени воздействия, а также возможных последствий для деятельности организации.

Все методы делятся на: качественные и количественные.

Главная задача качественного подхода состоит в выявлении и идентификации возможных видов рисков рассматриваемого проекта, а также в определении и описании источников и факторов, влияющих на данный вид риска. Кроме того, качественный анализ предполагает описание возможного ущерба, его стоимостной оценки и мер по снижению или предотвращению риска (страхование рисков, создание резервов и т. д.). Качественный подход, не позволяющий определить численную величину риска инвестиционного проекта, является основой для проведения дальнейших исследований с помощью количественных методов, использующих математический аппарат теории вероятностей и математической статистики. Основная задача количественного подхода заключается в численном измерении влияния факторов риска на параметры эффективности.

Среди качественных методов оценки инвестиционного риска наиболее часто используются следующие:

– анализ уместности затрат;

– метод аналогий;

– метод экспертных оценок.

Основой анализа уместности затрат выступает предположение о том, что перерасход средств может быть вызван одним или несколькими из следующих факторов:

– изначальная недооценка стоимости проекта в целом или его отдельных фаз и составляющих;

– изменение границ проектирования, обусловленное непредвиденными обстоятельствами;

– отличие производительности машин и механизмов от предусмотренной проектом;

– увеличение стоимости проекта в сравнении с первоначальной вследствие инфляции или изменения налогового законодательства.

В процессе анализа, происходит детализация указанных факторов и составляется контрольный перечень возможного повышения затрат по статьям для каждого варианта проекта. Процесс финансирования разбивается на стадии, связанные с фазами реализации проекта. При этом необходимо также учитывать и дополнительную информацию о проекте, поступающую по мере его разработки. Поэтапное выделение средств позволяет инвестору при первых признаках того, что риск вложения растет, или прекратить финансирование проекта, или же начать поиск мер, обеспечивающих снижение затрат.

Не менее распространенным при проведении качественной оценки инвестиционного риска является метод аналогий. Суть его заключается в анализе всех имеющихся данных по не менее рискованным аналогичным проектам, изучении последствий воздействия на них неблагоприятных факторов с целью определения потенциального риска при реализации нового проекта. Источником информации могут служить регулярно публикуемые западными страховыми компаниями рейтинги надежности проектных, подрядных, инвестиционных и прочих компаний, анализы тенденций изменения спроса на конкретную продукцию, цен на сырье, топливо, землю и т. д. В настоящее время и российские проектные организации стали создавать базы данных о рискованных проектах путем изучения литературных источников, проведения исследовательских работ и опроса менеджеров проектов.

Методы экспертных оценок риска - это методы прогнозирования и анализа рисков, которые основаны на заключениях экспертов, имеющих опыт реализации инновационных проектов.

Анализ начинается с составления исчерпывающего перечня рисков по всем стадиям проекта. Каждому эксперту, работающему отдельно, предоставляется перечень первичных рисков в виде опросных листов и предлагается оценить вероятность их наступления по специальной шкале. К числу наиболее распространенных методов экспертных оценок риска относят метод Дельфи, ранжирование, попарное сравнение, метод балльных оценок и другие. Эти и другие методы анализа позволяют оценить риски. Оценка рисков - это один из этапов анализа рисков, который заключается в качественной или количественной оценке возможных потерь (ущерба, убытков) и возможности их возникновения. Она проводится преимущественно экспертными методами в условиях неопределенности и используется при сравнении ограниченного числа альтернатив принимаемых решений.

Количественный подход к анализу проектных рисков базируется на информации, полученной в ходе качественного анализа, и предполагает численное определение отдельных рисков и риска проекта (решения) в целом. На этом этапе в ряде случаев определяются численные значения вероятности наступления рисковых событий и их последствий, осуществляется количественная оценка степени (уровня) риска, определяется допустимый в данной конкретной обстановке уровень риска.

Наибольшее распространение при оценке риска инвестиционных проектов получили такие количественные методы, как:

– статистический метод;

– анализ чувствительности (метод вариации параметров);

– метод проверки устойчивости (расчета критических точек);

– метод сценариев (метод формализованного описания неопределенностей);

– имитационное моделирование (метод статистических испытаний, метод Монте-Карло);

– метод корректировки ставки дисконтирования.

Часто производственная деятельность предприятий планируется по средним показателям параметров, которые заранее не известны достоверно и могут меняться случайным образом. При этом крайне нежелательна ситуация с резкими изменениями этих показателей, ведь это означает угрозу утери контроля. Чем меньше отклонение показателей от среднего ожидаемого значения, тем больше стабильность.

Метод проверки устойчивости предусматривает разработку сценариев реализации проекта в наиболее вероятных или наиболее «опасных» для каких-либо участников условиях. По каждому сценарию исследуется, как будет действовать в соответствующих условиях организационно–экономический механизм реализации проекта, каковы будут при этом доходы, потери и показатели эффективности у отдельных участников, государства и населения. Влияние факторов риска на норму дисконта при этом не учитывается. Проект считается устойчивым и эффективным, если во всех рассмотренных ситуациях

– NPV положителен;

– обеспечивается необходимый резерв финансовой реализуемости проекта.

Степень устойчивости проекта к возможным изменениям условий реализации может быть охарактеризована показателями предельного (критического) уровня объемов производства, цен производимой продукции и других параметров проекта. Предельное значение параметра проекта для некоторого t-го года его реализации определяется как такое значение этого параметра в t-м году, при котором чистая прибыль участника в этом году становится нулевой.

Данный метод не дает возможности провести комплексный анализ риска по всем взаимосвязанным параметрам, т. к. каждый показатель предельного уровня характеризует степень устойчивости в зависимости лишь от конкретного параметра проекта (объем производства и т. д.).

В какой-то мере избежать недостатков, присущих анализу чувствительности, позволяет метод сценариев, при котором одновременному непротиворечивому изменению подвергается совокупность факторов исследуемого проекта с учетом их взаимозависимости. Метод сценариев предполагает описание опытными экспертами всего множества возможных условий реализации проекта (либо в форме сценариев, либо в виде системы ограничений на значения основных технических, экономических и прочих параметров проекта) и отвечающих этим условиям затрат, результатов и показателей эффективности. В качестве возможных вариантов целесообразно построить как минимум три сценария: пессимистический, оптимистический и наиболее вероятный (реалистический, или средний).

Одним из вариантов сценарного метода является метод PERT-анализа (Program Evaluation and Review Technique), разработанный в 60-е годы ХХ века ВМФ США и NASA для оценки сроков строительства баллистической ракеты Polaris. Методика оказалась эффективной и впоследствии была использована для оценки не только сроков, но и ресурсов проекта. В настоящее время PERT-анализ является одной из самых популярных и простых методик. Смысл метода состоит в том, что при подготовке проекта задаются три оценки срока реализации (стоимости) проекта - оптимистическая, пессимистическая и наиболее вероятная. После этого ожидаемые значения рассчитываются по следующей формуле:

Ожидаемый срок (стоимость) = [Оптимистический срок (стоимость) + 4*Наиболее вероятный срок(стоимость) + Пессимистический срок(стоимость)]/6

Коэффициенты 4 и 6 получены эмпирическим путем на основе статистических данных большого количества проектов. Результат расчета используется в дальнейшем как основа для получения остальных показателей проекта. Метод PERT-анализа эффективен в том случае, если вы можете обосновать значения всех трех оценок.

Анализ рисков с использованием метода имитационного моделирования (метода Монте-Карло) представляет собой соединение методов анализа чувствительности и анализа сценариев на базе теории вероятности. Вместо того чтобы создавать отдельные сценарии (наилучший, наихудший), в имитационном методе компьютер генерирует сотни возможных комбинаций параметров (факторов) проекта с учетом их вероятностного распределения. Каждая комбинация дает свое значение NPV, и в совокупности аналитик получает вероятностное распределение возможных результатов проекта. Реализация этой достаточно сложной методики возможна только с помощью современных информационных технологий. Имитационное моделирование строится по следующей схеме:

– формулируются факторы, влияющие на денежные потоки проекта;

– строится вероятностное распределение по каждому фактору (параметру), при этом как правило, предполагается, что функция распределения является нормальной, следовательно, для того чтобы задать ее, необходимо определить только два момента (математическое ожидание и дисперсию):

– компьютер случайным образом выбирает значение каждого фактора риска, основываясь на его вероятностном распределении;

Метод Монте-Карло является мощным средством анализа инвестиционных рисков, позволяя учитывать максимально возможное число факторов внешней среды.

Из сказанного можно сделать вывод о том, что не существует универсального метода, позволяющего провести полный анализ и дать оценку риска инвестиционного проекта. Каждый из рассмотренных выше методов обладает своими достоинствами и недостатками. Качественные методы позволяют рассмотреть все возможные рисковые ситуации и описать все многообразие рисков рассматриваемого инвестиционного проекта, но получаемые при этом результаты оценки часто обладают не очень высокой объективностью и точностью.

Использование количественных методов дает возможность получить численную оценку рискованности проекта, определить степень влияния факторов риска на его эффективность. К числу недостатков этих методов можно отнести необходимость сбора большого объема исходной информации за длительный период времени (статистический метод); сложности при определении законов распределения исследуемых параметров (факторов) и результирующих показателей (статистический метод, метод Монте-Карло); изолированное рассмотрение изменения одного фактора без учета влияния других (анализ чувствительности, метод проверки устойчивости) и т. д.

В моей курсовой работе будет рассмотрен и применен метод анализа иерархий, разработанный Т. Саати. Для начала рассмотрим методику применения МАИ.

2. Методика применения метода анализа иерархий

Метод, предложенный Томасом Саати в 1970-х гг., успешно применяют в самых различных областях деятельности, в том числе в области оценки рисков.

Алабугин А.А. в своей статье «Оценка экономических рисков ущербов от дисбаланса целевых характеристик методом анализа иерархий на промышленном предприятии» предложил методику оценки экономических рисков ущербов от дисбаланса целевых характеристик при помощи метода анализа иерархий. Апробация предложенной методики реализовывалась на промышленном предприятии ЗАО «Челябинский завод металлоконструкций» в проекте «Модернизация основных производственных фондов». Методика содержит девять этапов, подробно описанных в статье, в результате реализации которых предлагаются соответствующие мероприятия. [1]

Кравченко Ю.А. в своей работе «Алгоритмы принятия решений на основе метода анализа иерархий в интегрированных информационных моделях» рассмотрел два алгоритма принятия решений в интеллектуальных информационных системах, построенных на основе модификаций метода анализа иерархий. Применение метода анализа иерархий (МАИ) в соответствии с подходом Т.Саати подразумевает использование оценок относительной значимости признаков и альтернатив при выборе траектории обучения. Данный метод структурирует характеристики в виде иерархии для дальнейшего выполнения количественной оценки имеющихся вариантов альтернатив. Наличие неопределенности и проблемных ситуаций при обработке мнений экспертов требует проведения адаптации данного математического метода. При разработке алгоритмов использованы оценки относительной значимости признаков и альтернатив при выборе траектории обучения. [8]

На взгляд Т. Саати, МАИ можно отнести к наиболее известным методам принятия решений. Метод активно развивается: раз в два года проводится симпозиум по МАИ, кроме того, издается интернет-журнал International Journal of the Analytic Hierarchy Process (IJAHP), полностью посвященный методу анализа иерархий.

Метод позволяет решать задачи выбора лучшей альтернативы в случаях, когда известно множество альтернатив. Соответственно, в ситуациях, когда множество альтернатив неизвестно, МАИ малопригоден. В течение последних 15 лет было опубликовано не менее 15 работ, посвященных вопросам применения МАИ для оценки рисков в различных областях деятельности. Детальное описание метода приведено в работах Саати. [15]

Метод анализа иерархий (МАИ), широко используемый в принятии решений, представляет собой теорию, которая базируется на экспертных оценках и суждениях индивидуальных участников или групп. МАИ позволяет лицу, принимающему решение (ЛПР), структурировать сложную проблему в виде иерархии и выполнить количественную оценку имеющихся вариантов решения (альтернатив). В исходном виде МАИ подразумевает использование оригинального подхода Т. Саати для вычисления относительной значимости признаков и формирования оценок относительной значимости альтернатив в разрезе признаков, а также использование принципа большинства для итогового расчета весов альтернатив. Однако метод не предусматривает учета наличия проблемных ситуаций. Учет условий внешней среды, возможные реализации которых в совокупности задают проблемные ситуации принятия экономических решений, значительно повышает качество аналитического обоснования альтернатив. Кроме того, МАИ не предусматривает математической обработки суждений различных экспертов с учетом коэффициентов их относительной значимости, что является узким местом метода: зачастую в выработке эффективного решения принимают участие несколько экспертов.

Методика применения метода анализа иерархий

1. Применение метода анализа иерархий следует начать с выбора альтернатив, из которых с помощью данного метода будет выбираться оптимальная;

2. Затем задаются критерии (факторы, параметры), по которым будут оцениваться выбранные альтернативы. Для решения разных задач может быть выбрано множество различных критериев;

3. Для выявления количественных показателей при рассмотрении значимости различных критериев в методе анализа иерархий предлагается следующая шкала относительной важности: от 1 – равная значимость, 3 – средняя степень превосходства, 5 – умеренно сильное превосходство, 7 – весьма значительное превосходство, до 9 – абсолютное превосходство и 2, 4, 6, 8 – соответствующие промежуточные значения.

Таблица 1 – Шкала относительной важности

Оценка	Определение	Пояснение
1	Равная значимость	Факторы вносят одинаковый вклад в достижение цели
2	Слабая степень превосходства	Промежуточное значение
3	Средняя степень превосходства	Опыт и суждения дают несущественное предпочтение одному фактору перед другим
4	Превосходство выше среднего	Промежуточное значение
5	Умеренно сильное превосходство	Опыт и суждения дают существенное предпочтение одному фактору перед другим
6	Значительное превосходство	Промежуточное значение
7	Весьма значительное превосходство	Предпочтение одного фактора другому выражено очень ярко
8	Бесспорное превосходство	Промежуточное значение
9	Абсолютное превосходство	Предпочтение одного фактора другому в высшей степени убедительно

1. Альтернативы и значения выбранных параметров заносятся в общую таблицу для удобства их сравнения (табл. 2).

Таблица 2 – Альтернативы и значения параметров

Альтернативы	Параметр-1	Параметр-2	…	Параметр-n
А-1	Значение 1.1	Значение 1.2	…	Значение 1.n
А-2	Значение 2.1	Значение 2.2	…	Значение 2.n
А-3	Значение 3.1	Значение 3.2	…	Значение 3.n
…	…	…	…	…
А-n	Значение n.1	Значение n.2	…	Значение n.n

1. Составляется рейтинг параметров от 1 до n, где 1 - более приоритетный, n - наименее приоритетный.

2. Правило определения степени превосходства - разница в рейтинге параметров позволяет определить соотношение доминирующих параметров.

Таблица 3 – Соотношение разницы в рейтинге с оценкой

Разница в рейтинге	Степень превосходства	Оценка
0	Равная значимость	1
1	Средняя степень превосходства	3
2	Умеренно сильное превосходство	5
3	Весьма значительное превосходство	7
4	Абсолютное превосходство	9

Таблица 4 – Соотношение доминирующих параметров (пример заполнения таблицы числовыми значениями)

Параметр	Степень превосходства	Параметр	Разница в рейтинге	Оценка
Параметр-1	Средняя степень превосходства	Параметр-2	1	3
Параметр-1	Умеренно сильное превосходство	Параметр-3	2	5
Параметр-1	Весьма значительное превосходство	Параметр-n	3	7
Параметр-2	Абсолютное превосходство	Параметр-3	4	9
Параметр-2	Весьма значительное превосходство	Параметр-n	3	7

1. Следующий шаг — построение матриц попарных сравнений параметров. Для попарного сравнения используется фундаментальная шкала (табл. 1), которая позволяет оценить предпочтительность параметра, расположенного в строке матрицы, по отношению к параметру, расположенному в ее столбце. Лицо, принимающее решение (ЛПР), формирует матрицу сравнения только для элементов, расположенных над главной диагональю. Элементы, расположенные симметрично под главной диагональю, автоматически получают обратные значения. Если параметр в строке менее предпочтителен, чем в столбце в соответствующей ячейке матрицы ставится обратное значение.

По данным предыдущего пункта строится таблица важности критериев (табл.5), в которой также производится расчет произведения оценок по строкам, извлечение корня степени n из получившегося произведения (где n – количество параметров) и определение веса параметра путем деления степени этого параметра на сумму всех степеней.

Таблица 5 – Попарная оценка весомости параметров

Параметры	Параметр-1	Параметр-2	…	Параметр-n	Произведение	Степень	Вес параметра
Параметр-1	1	3	…	7	Произведение	Произведение в степени n	Сумма/сумму степеней
Параметр-2	1/3	1	…	7	Произведение	–//–	–//–
…	…	…	1	…	…	…	…
Параметр-n	1/7	1/7	…	1	Произведение	–//–	–//–
Сумма	Сумма значений столбца	–//–	–//–	–//–	Произведение суммарных значений	Сумма степеней	Сумма весов

1. Для оценки достоверности представленных исходных данных рассчитывается индекс согласованности (ИС). Для этого рассчитывается показатель согласованности (ПС) равный сумме произведений суммарной оценки параметра на его вес. После ПС рассчитывается индекс согласованности, отражающий степень правильности экспертной информации.

ИС = (ПС-n)/(n-1), где n – количество параметров.

Теперь необходимо сравнить эту величину с табличным значением величины средней согласованности для случайных матриц разного порядка.

Таблица 6 - Значения случайной согласованности для разного количества параметров

Количество параметров	1	2	3	4	5	6	7	8	9	10
Случайная согласованность	0	0	0,58	0,9	1,12	1,24	1,32	1,41	1,45	1,49

СС – случайная согласованность.

Тогда относительная согласованность, по которой судят о правильности суждения ОС = ИС/СС.

Если индекс ОС

Код для цитирования: Скопировать