معامل الارتباط داخل الطبقة: تعريف + مثال

يتم استخدام معامل الارتباط داخل الفصل (ICC) لقياس مدى موثوقية الدرجات في الدراسات التي يوجد فيها مقيمان أو أكثر.

يمكن أن تتراوح قيمة ICC من 0 إلى 1، حيث يشير الرقم 0 إلى عدم وجود موثوقية بين المقيمين ويشير 1 إلى الموثوقية الكاملة بين المقيمين.

ببساطة، يتم استخدام ICC لتحديد ما إذا كان يمكن تقييم العناصر (أو المواضيع) بشكل موثوق من قبل مقيمين مختلفين.

هناك عدة إصدارات مختلفة من ICC التي يمكن حسابها، اعتمادًا على العوامل الثلاثة التالية:

• النموذج: تأثيرات عشوائية أحادية الاتجاه، أو تأثيرات عشوائية ثنائية الاتجاه، أو تأثيرات مختلطة ثنائية الاتجاه
• نوع العلاقة: الاتساق أو الاتفاق المطلق
• الوحدة: مُقيم واحد أو متوسط المُقيمين

وفيما يلي وصف موجز للنماذج الثلاثة المختلفة:

1. نموذج التأثيرات العشوائية أحادية الاتجاه: يفترض هذا النموذج أنه يتم تقييم كل موضوع من قبل مجموعة مختلفة من المقيمين الذين تم اختيارهم عشوائيًا. مع هذا النموذج، يعتبر المقيمون مصدر التأثيرات العشوائية. ونادرا ما يستخدم هذا النموذج في الممارسة العملية لأنه يتم استخدام نفس المجموعة من المقيمين بشكل عام لتقييم كل موضوع.

2. نموذج التأثيرات العشوائية ثنائية الاتجاه: يفترض هذا النموذج أنه يتم اختيار مجموعة من المقيمين k عشوائيًا من بين السكان ثم يتم استخدامها لتقييم الموضوعات. باستخدام هذا النموذج، يعتبر المقيمون والمواضيع مصادر للتأثيرات العشوائية. يُستخدم هذا النموذج غالبًا عندما نريد تعميم نتائجنا على مقيمين مشابهين لتلك المستخدمة في الدراسة.

3. نموذج التأثيرات المختلطة ثنائي الاتجاه: يفترض هذا النموذج أيضًا أنه يتم اختيار مجموعة من المقيمين k عشوائيًا من بين السكان ثم يتم استخدامها لتقييم الموضوعات. ومع ذلك، يفترض هذا النموذج أن مجموعة المقيِّمين التي اخترناها هي المقيِّمون الوحيدون محل الاهتمام، مما يعني أننا لا نرغب في تعميم نتائجنا على المقيِّمين الآخرين الذين قد يتشاركون أيضًا في خصائص مشابهة للمقيِّمين المستخدمين في الدراسة.

فيما يلي وصف موجز للنوعين المختلفين من العلاقات التي قد نرغب في قياسها:

1. الاتساق: نحن مهتمون بالاختلافات المنهجية بين تقييمات القضاة (على سبيل المثال، هل قام القضاة بتقييم المواضيع المتشابهة على أنها منخفضة وعالية؟)

2. الاتفاق المطلق: نحن مهتمون بالاختلافات المطلقة بين درجات الحكام (على سبيل المثال، ما هو الفرق المطلق بين درجات القاضي أ والقاضي ب؟)

فيما يلي وصف موجز للوحدتين المختلفتين اللتين قد تهمنا:

1. مراجع واحد: نريد فقط استخدام تقييمات مراجع واحد فقط كأساس للقياس.

2. متوسط التقييم: نريد استخدام متوسط درجات جميع الحكام كأساس للقياس.

ملحوظة: إذا كنت تريد قياس مستوى الاتفاق بين اثنين من المقيمين الذين يفتقدون كل عنصر من العناصر في نتيجة ثنائية التفرع ، فيجب عليك استخدام Cohen’s Kappa بدلاً من ذلك.

كيفية تفسير معامل الارتباط داخل الطبقة

فيما يلي كيفية تفسير قيمة معامل الارتباط داخل الطبقة، وفقًا لـ Koo & Li :

• أقل من 0.50: موثوقية ضعيفة
• بين 0.5 و0.75: موثوقية متوسطة
• بين 0.75 و0.9: موثوقية جيدة
• أكبر من 0.9: موثوقية ممتازة

يوضح المثال التالي كيفية حساب معامل الارتباط داخل الصف عمليًا.

مثال: حساب معامل الارتباط داخل الصف

لنفترض أنه طُلب من أربعة محكمين مختلفين تقييم جودة 10 اختبارات مختلفة للالتحاق بالجامعات. النتائج موضحة أدناه:

لنفترض أن القضاة الأربعة تم اختيارهم عشوائيًا من مجموعة من القضاة المؤهلين لامتحان القبول وأردنا قياس الاتفاق المطلق بين الحكام وأردنا استخدام الدرجات من منظور مقيم واحد فقط كأساس لقياسنا.

يمكننا استخدام الكود التالي في R لملاءمة نموذج التأثيرات العشوائية ثنائية الاتجاه ، باستخدام الاتفاق المطلق كعلاقة بين المقيمين واستخدام الوحدة الفردية كوحدة الاهتمام:

 #load the interrater reliability package
library (irr)

#define data
data <- data. frame (A=c(1, 1, 3, 6, 6, 7, 8, 9, 8, 7),
                   B=c(2, 3, 8, 4, 5, 5, 7, 9, 8, 8),
                   C=c(0, 4, 1, 5, 5, 6, 6, 9, 8, 8),
                   D=c(1, 2, 3, 3, 6, 4, 6, 8, 8, 9))

#calculate ICC
icc(data, model = " twoway ", type = " agreement ", unit = " single ")

   Model: twoway 
   Type: agreement 

   Subjects = 10 
     Failures = 4 
   ICC(A,1) = 0.782

 F-Test, H0: r0 = 0; H1: r0 > 0 
    F(9.30) = 15.3, p = 5.93e-09 

 95%-Confidence Interval for ICC Population Values:
  0.554 < ICC < 0.931

تم العثور على معامل الارتباط داخل الطبقة (ICC) ليكون 0.782 .

استنادًا إلى القواعد الأساسية لتفسير ICC، فإننا نستنتج أن قيمة ICC البالغة 0.782 تشير إلى أنه يمكن تسجيل الاختبارات بموثوقية “جيدة” من قبل مقيمين مختلفين.

مصادر إضافية

توفر البرامج التعليمية التالية شرحًا تفصيليًا حول كيفية حساب ICC في برامج إحصائية مختلفة:

كيفية حساب معامل الارتباط Intraclass في Excel
كيفية حساب معامل الارتباط داخل الطبقة في R
كيفية حساب معامل الارتباط Intraclass في بايثون