Tương quan và tổng hợp nội bộ

Tưởng tượng rằng:

• Bạn có một mẫu gồm 1000 đội, mỗi đội có 10 thành viên.
• Bạn đã đo lường chức năng của nhóm bằng cách hỏi từng thành viên trong nhóm xem họ nghĩ nhóm của họ hoạt động tốt như thế nào bằng cách sử dụng thang số đa mục đáng tin cậy.
• Bạn muốn mô tả mức độ mà mức độ hiệu quả của nhóm là một tài sản của niềm tin bình dị của thành viên trong nhóm hoặc một tài sản của niềm tin được chia sẻ về nhóm.

Trong tình huống này và các tình huống liên quan (ví dụ, tổng hợp cho các tổ chức), nhiều nhà nghiên cứu báo cáo mối tương quan nội bộ (ví dụ, Bảng 1 trong Campion & Medsker, 1993 ). Vì vậy, câu hỏi của tôi là:

1. Những nhãn mô tả nào bạn sẽ đính kèm với các giá trị khác nhau của mối tương quan giữa các lớp? Tức là, mục đích là thực sự liên quan các giá trị của mối tương quan giữa lớp với ngôn ngữ định tính như: "Khi tương quan nội hàm lớn hơn x, điều đó cho thấy thái độ được chia sẻ khiêm tốn / vừa phải / mạnh mẽ giữa các thành viên trong nhóm."
2. Bạn có nghĩ rằng mối tương quan nội bộ là số liệu thống kê phù hợp hoặc bạn sẽ sử dụng một chiến lược khác?

Tôi nghĩ (1) không phải là một câu hỏi thống kê mà là một câu hỏi thuộc chủ đề. Ví dụ, trong ví dụ được mô tả, sẽ tùy thuộc vào những người nghiên cứu tâm lý học nhóm để xác định ngôn ngữ phù hợp cho sức mạnh của ICC. Điều này tương tự như một mối tương quan Pearson - những gì tạo nên 'mạnh mẽ' khác nhau tùy thuộc vào việc một người đang làm việc, ví dụ, xã hội học hoặc vật lý.

(2) ở một mức độ nào đó cũng thuộc lĩnh vực chủ đề cụ thể - nó phụ thuộc vào những gì các nhà nghiên cứu đang nhắm đến để đo lường và mô tả. Nhưng theo quan điểm thống kê, ICC là một thước đo hợp lý cho sự liên quan trong nhóm. Tuy nhiên tôi đồng ý với Mike rằng khi bạn nói bạn muốn

"mô tả mức độ mà thước đo hiệu quả của nhóm là một tài sản của niềm tin bình dị của thành viên nhóm hoặc tài sản của niềm tin chung về nhóm"

sau đó có lẽ thích hợp hơn để sử dụng các thành phần phương sai ở dạng thô hơn là chuyển đổi chúng thành ICC.

$b_i \sim N(0, \sigma^2_b)$$\epsilon_{ij} \stackrel{\mathrm{iid}}{\sim} N(0, \sigma^2)$$\sigma^2_b$$\sigma^2$$\sigma^2 \mathbf{I} + \sigma^2_b \mathbf{1}\mathbf{1}'$$\frac{\sigma^2}{\sigma^2 + \sigma^2_b} \mathbf{I} + \frac{\sigma^2_b}{\sigma^2 + \sigma^2_b} \mathbf{1}\mathbf{1}'$$\frac{\sigma^2_b}{\sigma^2 + \sigma^2_b} = \mathrm{ICC}$$\sigma^2$$\sigma^2_b$$\frac{\sigma^2}{\sigma^2_b}$

1) Với các mối tương quan, bạn không bao giờ thực sự có thể đưa ra các giới hạn hợp lý, nhưng các quy tắc chung của tương quan thông thường được áp dụng mà tôi muốn nói.

2) Về tính phù hợp của ICC: tùy thuộc vào dữ liệu, ICC tương đương với thử nghiệm F (xem ví dụ: Commenges & Jacqmin, 1994 và Kistner & Muller, 2004 ). Vì vậy, về bản chất, khung mô hình hỗn hợp có thể cho bạn biết ít nhất về giả thuyết của bạn và cho phép kiểm tra đồng thời nhiều giả thuyết hơn ICC.

$\alpha$

Paul Bliese có một bài viết thảo luận về mối tương quan nội bộ trong nghiên cứu nhóm. Ông viết rằng

Theo kinh nghiệm [mở rộng] của anh ấy với dữ liệu [đội] của Quân đội Hoa Kỳ ... anh ấy chưa bao giờ gặp các giá trị ICC (1) lớn hơn 0,30 [và rằng anh ấy] thường [thấy] các giá trị trong khoảng từ 0,05 đến 0,20.

Anh ấy tiếp tục đề nghị rằng anh ấy sẽ

ngạc nhiên khi thấy giá trị ICC (1) lớn hơn 0,30 trong hầu hết các nghiên cứu hiện trường được áp dụng.

Tôi đã đọc các bài báo trích dẫn bài viết này, được cho là không phù hợp, đề xuất giá trị ICC (1) lớn hơn 0,05 là cần thiết để chứng minh tổng hợp.

Người giới thiệu

• Bliese, PD (2000). Thỏa thuận trong nhóm, không độc lập và độ tin cậy: Ý nghĩa của việc tổng hợp và phân tích dữ liệu. PDF