ICC(1)和ICC(2)的基本概念

基本定义

ICC(1)和ICC(2)是两种重要的信度指标，主要用于评估跨层数据(多层次数据)中的评分一致性情况。在SPSSAU(在线SPSS)分析平台中，这两个指标常与rwg(组内评分者信度)一起使用，共同评估数据的一致性。

ICC(1)详解

ICC(1)代表的是各组内成员或个体评分的信度，计算公式为：

其中：MSB：组间均方；MSW：组内均方；k：每组内个体或成员的个数

解释：ICC(1)值越大，代表在同一个组中的不同成员的评分越一致。根据朱海腾(2020)的研究，ICC(1)的常用解释标准为：>0.2：达到0.2为佳

ICC(2)详解

ICC(2)是上升到组或层面上的信度指标，代表组内所有成员或个体平均评分的信度，计算公式为：

解释：成员越多，ICC(2)值信度就会越高。其常用解释标准为：>0.6：在ICC(1)达标的前提下，把0.6作为ICC(2)的可接受下限

与rwg的区别

在SPSSAU(网页SPSS)分析中，这三个指标的意义不同： 

1. rwg值：研究"行"数据的一致性，可理解为组内一致性 

2. ICC(1)和ICC(2)：研究"列"数据的一致性，表示个体与层面评分的信度

应用场景

1. 跨层数据分析：当数据具有多层次结构(如员工嵌套在部门中)时使用
2. 评分者一致性研究：评估不同评分者之间的一致性程度
3. 信度检验：作为数据质量检验的一部分

注意事项

1. ICC(1)和ICC(2)与普通的ICC组内相关系数既有联系又有区别：
   • 普通ICC用于多个评价者(如医生、仪器设备)的评分一致性
   • ICC(1)和ICC(2)主要应用于跨层数据一致性分析
2. 在实际应用中，建议同时报告rwg、ICC(1)和ICC(2)三个指标，以获得更全面的信度评估。

通过SPSSAU平台，用户可以轻松计算这些指标并得到专业的分析结果，为研究提供可靠的数据支持。