Bayangkan itu:
- Anda memiliki sampel 1000 tim masing-masing dengan 10 anggota.
- Anda mengukur fungsi tim dengan bertanya kepada setiap anggota tim seberapa baik menurut mereka tim mereka berfungsi menggunakan skala numerik multi-item yang andal.
- Anda ingin menggambarkan sejauh mana ukuran efektivitas tim adalah properti dari keyakinan istimewa anggota tim atau properti dari kepercayaan bersama tentang tim.
Dalam situasi ini dan terkait (misalnya, agregasi ke organisasi), banyak peneliti melaporkan korelasi intraclass (misalnya, Tabel 1 dalam Campion & Medsker, 1993 ). Jadi, pertanyaan saya adalah:
- Label deskriptif apa yang akan Anda lampirkan pada nilai-nilai berbeda dari korelasi intra-kelas? Yaitu, tujuannya adalah untuk benar-benar menghubungkan nilai-nilai korelasi intra-kelas dengan bahasa kualitatif seperti: "Ketika korelasi intraclass lebih besar dari x, itu menunjukkan bahwa sikap secara moderat / sedang / kuat dibagikan kepada anggota tim."
- Apakah Anda pikir korelasi intraclass adalah statistik yang sesuai atau akankah Anda menggunakan strategi yang berbeda?
correlation
intraclass-correlation
aggregation
interpretation
effect-size
Jeromy Anglim
sumber
sumber
Jawaban:
Saya pikir (1) bukan pertanyaan statistik tetapi satu bidang studi. Misalnya, dalam contoh yang dijelaskan, tergantung pada mereka yang mempelajari psikologi kelompok untuk menentukan bahasa yang sesuai untuk kekuatan ICC. Ini analog dengan korelasi Pearson - apa yang merupakan 'kuat' berbeda tergantung pada apakah seseorang bekerja, misalnya, sosiologi atau fisika.
(2) sampai taraf tertentu juga bidang-bidang tertentu - tergantung pada apa yang ingin diukur dan dijelaskan oleh para peneliti. Tetapi dari sudut pandang statistik, ICC adalah metrik yang masuk akal untuk keterkaitan dalam tim. Namun saya setuju dengan Mike bahwa ketika Anda mengatakan Anda ingin
maka mungkin lebih tepat untuk menggunakan komponen varians dalam bentuk mentah daripada mengubahnya menjadi ICC.
Untuk memperjelas, pikirkan ICC yang dihitung dalam model campuran. Untuk model campuran level tunggal dengan intersep level grup acakbi∼N(0,σ2b) dan kesalahan dalam grup ϵij∼iidN(0,σ2) , σ2b menjelaskan jumlah variasi antara tim dan σ2 menjelaskan variasi dalam tim. Kemudian, untuk satu tim, kami mendapatkan matriks tanggapan kovariansσ2I+σ2b11′ yang ketika dikonversi ke matriks korelasi adalah σ2σ2+σ2bSaya +σ2bσ2+σ2b11′ . Begitu,σ2bσ2+σ2b= I C C menggambarkan tingkat korelasi antara respons efektivitas dalam suatu tim, tetapi sepertinya Anda mungkin lebih tertarik σ2 dan σ2b , atau mungkin σ2σ2b .
sumber
1) Dengan korelasi, Anda tidak pernah benar-benar dapat memberikan cut-off yang masuk akal, tetapi aturan umum dari korelasi normal berlaku.
2) Mengenai kesesuaian ICC: tergantung pada data, ICC setara dengan uji-F (lihat misalnya Commenges & Jacqmin, 1994 dan Kistner & Muller, 2004 ). Jadi pada intinya, kerangka kerja model campuran dapat memberi tahu Anda setidaknya sebanyak tentang hipotesis Anda, dan memungkinkan untuk secara bersamaan menguji lebih banyak hipotesis daripada ICC.
Cronbachα juga terkait langsung dengan ICC, dan tindakan lain yang sering dilaporkan, meskipun dalam konteks kesepakatan antara item dalam suatu kelompok. Pendekatan ini berasal dari kuesioner psikologis, di mana batas 0,7 agak sering digunakan untuk menentukan apakah pertanyaan benar-benar dikelompokkan ke dalam faktor yang diteliti.
sumber
Paul Bliese memiliki artikel yang membahas korelasi intraclass dalam penelitian tim. Dia menulis itu
Dia kemudian menyarankan bahwa dia akan menjadi
Saya telah membaca artikel yang mengutip artikel ini, bisa dibilang tidak tepat, menunjukkan nilai ICC (1) lebih besar dari 0,05 diperlukan untuk membenarkan agregasi.
Referensi
sumber