2012-06-30 14:31:56解讀統計與研究譯者

淺論ICC(級內相關)於評分者間信度之應用

ICC以其三種模式(1, 2, 3)與兩種焦點(1, n)總共可配對成六種評分者間信度模型如下:(請用直欄為評分者 橫列為被評分者所組成的列聯表下去思考 因為是評分者間信度 所以欄至少為二)

ICC(1, 1):被評分者為隨機抽出 每一位隨機抽出的被評分者被不同的評分者評分 而這些評分者也為隨機抽出 焦點在於單一評分者信度(例如 同樣量表換一位評分者來評分的結果如何)

ICC(2, 1):被評分者為隨機抽出 每一位隨機抽出的被評分者被相同的評分者評分 而這些評分者也為隨機抽出 焦點在於單一評分者信度(例如 同樣量表換一位評分者來評分的結果如何)

ICC(3, 1):被評分者為隨機抽出 每一位隨機抽出的被評分者被相同的評分者評分 而這些評分者為研究所能得到的所有評分者(固定評分者) 焦點在於單一評分者信度(例如 同樣量表換一位固定評分者來評分的結果如何) 此模式不希望結果能泛論至眼前研究以外的評分者

ICC(1, n):被評分者為隨機抽出 每一位隨機抽出的被評分者被不同的評分者評分 而這些評分者也為隨機抽出 焦點在於n位評分者信度(例如 同樣量表換n位評分者來評分的平均結果如何 換句話說 如果n=3那麼每一次的實作都要尋求三位評分者)

ICC(2, n):被評分者為隨機抽出 每一位隨機抽出的被評分者被相同的評分者評分 而這些評分者也為隨機抽出 焦點在於n位評分者信度(例如 同樣量表換n位評分者來評分的平均結果如何 換句話說 如果n=3那麼每一次的實作都要尋求三位評分者)

ICC(3, n):被評分者為隨機抽出 每一位隨機抽出的被評分者被相同的評分者評分 而這些評分者為研究所能得到的所有評分者(固定評分者) 焦點在於n位評分者信度(例如 同樣量表換n位固定評分者來評分的平均結果如何 換句話說 如果n=3那麼每一次的實作都要尋求三位評分者) 此模式不希望結果能泛論至眼前研究以外的評分者

讀者可以從以上的定義發現ICC(2, 1)應該是最常被研究所探討的信度 例如 我們一定希望同一份量表交到不同單一評分者手上也會有類似的結果

至於要如何建立可接受的評分者間ICC信度呢? 我們可以從評分者數(N)與被評分者數(即參與對象S)來探討 一般我們希望N不要太少 那麼N=2-3是個最低可接受的選擇 S要多少呢? 別忘了ICC是建立於ANOVA架構上 所以常態分配是一個假設前提

 

註: ICC(3, n) 同等於克朗巴赫alpha; 當評分為二分變項時(例如 通過或不通過), 就同等於 Kuder-Richardson#20.

Source: Psychological Bulletin
1979, Vol. 86, No. 2, 420-428