Como calcular o coeficiente de correlação intraclasse no excel

Um coeficiente de correlação intraclasse (ICC) é usado para determinar se os itens (ou tópicos) podem ser avaliados de forma confiável por diferentes avaliadores.

O valor de um ICC pode variar de 0 a 1, sendo que 0 indica nenhuma confiabilidade entre os avaliadores e 1 indica confiabilidade perfeita.

Este tutorial fornece um exemplo passo a passo de como calcular o ICC no Excel.

Etapa 1: crie os dados

Suponha que quatro juízes diferentes sejam solicitados a avaliar a qualidade de 10 vestibulares diferentes. Os resultados são mostrados abaixo:

Etapa 2: ajuste uma ANOVA

Para calcular o ICC para essas classificações, primeiro precisamos ajustar uma Anova: Dois Fatores Sem Replicação .

Para fazer isso, destaque as células A1:E11 da seguinte forma:

Para fazer isso, clique na guia Dados na faixa superior e clique na opção Análise de Dados no grupo Análise :

Se esta opção não estiver disponível, você deverá primeiro carregar o Analysis ToolPak .

No menu suspenso que aparece, clique em Anova: dois fatores sem replicação e clique em OK . Na nova janela que aparece, forneça as seguintes informações e clique em OK :

Os seguintes resultados aparecerão:

Passo 3: Calcular o coeficiente de correlação intraclasse

Podemos usar a seguinte fórmula para calcular o ICC entre avaliadores:

O coeficiente de correlação intraclasse (CCI) foi de 0,782 .

Veja como interpretar o valor de um coeficiente de correlação intraclasse, segundo Koo & Li :

• Menos de 0,50: baixa confiabilidade
• Entre 0,5 e 0,75: Confiabilidade moderada
• Entre 0,75 e 0,9: Boa confiabilidade
• Maior que 0,9: Excelente confiabilidade

Assim, concluiríamos que um CCI de 0,782 indica que os exames podem ser pontuados com “boa” confiabilidade por diferentes avaliadores.

Uma nota sobre o cálculo do ICC

Existem várias versões diferentes de um ICC que podem ser calculadas, dependendo dos três fatores a seguir:

• Modelo: efeitos aleatórios unidirecionais, efeitos aleatórios bidirecionais ou efeitos mistos bidirecionais
• Tipo de relacionamento: consistência ou acordo absoluto
• Unidade: avaliador único ou média de avaliadores

No exemplo anterior, o ICC que calculamos utilizou as seguintes premissas:

• Modelo: efeitos aleatórios bidirecionais
• Tipo de relacionamento: Acordo absoluto
• Unidade: Avaliador Único

Para obter uma explicação detalhada dessas suposições, consulte este artigo .