文档介绍：4 34 心理科学 Psyc味,l’嘴ic习scionce Zoljs ,31(2):434 一437
类内相关系数的原理及其应用
杨建锋‘王重鸣
(浙江大学管理学院,杭州,310058)
摘要类内相关系数(Int ra cl ass Co rre lat ion Coe ffic ien t,:ICCs)是一族社会科学家们经常使用的指标。心理学家用它们来表示
评分者一致性或判断数据是否适合进行多水平分析。Ic Cs有多种模型。研究者们常苦于准确选出适合特定研究的模型。本文
介绍了Ic C,的常见模型及其关键用途。
关健词: 心C s 原理应用
1 引言 3 !CCs模型的选择
与 ICQ 相应的是类间相关系数(interclass cor relatio n 研究者在使用 ICCs 时,常苦于准确选出适合特定研究
coe ffici en ts )。最常见的类间相关系数是皮尔逊相关系数。皮的模型。为了做出准确选择,我们必须做好四个决策:单向
尔逊相关系数所涉及到的两列变量的单位(me tr ic) 和标准差模型、双向模型或三向模型;是随机效应还是固定效应;针对
均不相等;IC Cs 所涉及到的两列(或多列)变量的单位和标准单个测量(sing l。m easu res )还是针对平均测量(av era ge
差均相等。如,针对 n 对兄弟的智力测验分数,我们可以用 m ea su res) ;测量相对一致性(co 画st enc y)还是绝对一致性
两种模式来计算兄弟间的相关系数川:一种是把被试分为哥(abso lut。agre em ent)。
哥组和弟弟组。当测量结果明显受到年龄影响时(即两组测单向模型、双向模型或三向模型
量结果的平均数、标准差均不相等—这正是该类相关数被 ,1 单向模型
称为类间相关系数的原因),我们就应该用类间相关系数来对 n 个对象分别进行 k 次测量,我们得到一个 n x k 的
表示兄弟间测验结果的相关性;另一种是,我们不知道各个数据矩阵(M )。当我们假设矩阵 M 中数据的系统变异完全
测量分数是哥哥的还是弟弟的,或者说这种区别并不重要源于测量对象时,我们就需要选择单向模型。这是一种嵌套
时,我们就认为哥哥们和弟弟们的测量分数具有相同的单位设计:无序的测验嵌套在观测对象当中。通过方差分析,我
和标准差(这就是“类内相关系数”的命名由来)。此时,我们们得到两个均方差:一个源于测量对象,记为M 队;另一个源
就应该选用类内相关系数川。于测量误差,记为 M 豁。这种 ICCs 主要用于表示组内成员
S 利用方差分析原理,计算出源于测量对象的变异占在所测特征上的一致性〔5]。
测量分数总体变异的比例[s] 。这里的测量对象可以是实验双向模型
被试也可以是问卷填写者等。它的理论假设和方差分析的如果我们假设数据变异不仅源于测量对象,还源于测量
相同[41 :方差齐性(每个个体均具有相同的方差)、正态分布本身(即,矩阵 M 的行和列均有系统变异)。如,矩阵 M 的列
(总体分数呈正态分布)、独立性(每次观测相互独立)、各个代表智力测验的各题项。由于各题项的难度有异,列就会有
测量项目具有相等