ضریب پایایی درون طبقه ای (Intraclass Correlation Coeficient)، یک معیار ارزیابی اعتبار تحلیل کیفی است. این ضریب برای محاسبه توافق بین دو کدگذار در تحلیل کیفی استفاده می شود. فیشر (۱۹۵۴)، ضریب پایایی درون طبقه ای را برای اصلاح ضریب همبستگی پیرسون معرفی کرد. با این حال، ضریب پایایی درون طبقه ای جدید با میانگین مربعات (یعنی تخمین واریانس های جمعیت بر اساس تغییرپذیری در میان یک مجموعه معین از معیارها) محاسبه می شود که از طریق تجزیه و تحلیل واریانس به دست می آید.
این شاخص به طور گسترده در تحلیل های کیفی مرتبط با ارزیابی های بالینی در رشته پزشکی استفاده می شود. اشکال مختلفی از ICC وجود دارد که می تواند نتایج متفاوتی را در صورت اعمال بر روی یک مجموعه از داده ها ارائه دهد و روش های گزارش ICC ممکن است بین محققین متفاوت باشد. با توجه به اینکه اشکال مختلف ICC، مفروضات متمایزی دارد و به تفاسیر متفاوتی منجر می شود، مهم است که محققان از کاربرد صحیح هر یک از اشکال ICC آگاه باشند. از فرم مناسب در تجزیه و تحلیل خود استفاده کنند و فرم خود را به طور دقیق گزارش کنند.
این شاخص مقادیر بین صفر و یک را به دست می دهد. مقدار ICC بیشتر از ۰.۹ بیانگر توافق بالای بین دوکدگذار است. مقدار کمتر از ۰.۵، ضعیف ترین پایایی است که باید از آن صرف نظر کرد و برای به دست آوردن پایایی بیشتر، مجددا کدگذاری انجام داد. مقدار ICC بین ۰.۵ و ۰.۷۵ پایایی متوسط و بین ۰.۷۵ و ۰.۹ پایایی خوبی را نشان می دهد.
به اندازههای ICC کمتر از ۰.۵ اهمیت نمیدهیم و آنها را پایایی ضعیف مینامیم. مقادیر ICC بین ۰.۵ و ۰.۷۵ پایایی متوسط و بین ۰.۷۵ تا ۰.۹ پایایی خوب نامیده میشود. برای اندازههای بالاتر از ۰.۹ نیز میگوییم پایایی ما عالی است.
آموزش محاسبه ضریب پایایی درون طبقه ای-گام ۱
پس از باز شدن پنجره، ستونهای مربوط به نمرات هر کدگذارا را در کادر Items قرار میدهیم.
آموزش محاسبه ضریب پایایی درون طبقه ای-گام ۲
در سمت راست منوی Statistics را میزنیم. پنجره ای که در شکل زیر نشان داده شده است باز می شود. در این منو بر روی کادر کنار Intraclass Correlation Coeficient کلیک می کنیم تا فعال شود.
آموزش محاسبه ضریب پایایی درون طبقه ای-گام ۳
با فعال شدن Intraclass Correlation Coeficient، دو گزینه model و type را مانند شکل مشخص می کنیم.
آموزش محاسبه ضریب پایایی درون طبقه ای-گام ۴
آموزش محاسبه ضریب پایایی درون طبقه ای-گام ۵
در نهایت بر روی Continue کلیک کرده و سپس OK را می زنیم. در پنجره Output نرمافزار SPSS میتوانیم خروجیها و نتایج مشاهده می شود.
۱۰ شکل از ICC وجود دارد. از آنجایی که هر فرم شامل مفروضات متمایزی در محاسبه خود می شود و به تفاسیر متفاوتی منجر می شود، محققان باید به صراحت فرم ICC را که در محاسبات خود استفاده کرده اند، مشخص کنند. بررسی کامل طرح تحقیق در انتخاب شکل مناسب ICC برای ارزیابی قابلیت اطمینان مورد نیاز است. بهترین روش گزارش ICC باید شامل اطلاعات نرم افزار، انتخاب های «مدل»، «نوع» و «تعریف» باشد.
هنگامی که با مقاله ای که شامل ICC است، خوانندگان باید ابتدا بررسی کنند که آیا اطلاعات مربوط به فرم ICC گزارش شده است و آیا از فرم ICC مناسب استفاده شده است یا خیر. بر اساس فاصله اطمینان ۹۵% برآورد ICC، مقادیر کمتر از ۰.۵، بین ۰.۵ و ۰.۷۵، بین ۰.۷۵ تا ۰.۹ و بیشتر از ۰.۹۰ به ترتیب نشان دهنده پایایی ضعیف، متوسط، خوب و عالی هستند.
اشکال مختلفی از ICC وجود دارد که می تواند نتایج متفاوتی را در صورت اعمال بر روی یک مجموعه از داده ها ارائه دهد و روش های گزارش ICC ممکن است بین محققین متفاوت باشد. با توجه به اینکه اشکال مختلف ICC شامل مفروضات متمایزی در محاسبات خود میشود و به تفاسیر متفاوتی منجر میشود، مهم است که محققان از کاربرد صحیح هر یک از اشکال ICC آگاه باشند، از فرم مناسب در تحلیلهای خود استفاده کنند و فرم خود را بهطور دقیق گزارش کنند. استفاده می شود. هدف از این مقاله ارائه یک راهنمای عملی برای محققان بالینی برای انتخاب شکل صحیح ICC برای تجزیه و تحلیل قابلیت اطمینان آنها و پیشنهاد بهترین روش برای گزارش پارامترهای ICC در نشریات علمی است. این مقاله همچنین قصد دارد تا خوانندگان را به درک مفهوم اساسی ICC راهنمایی کند تا بتوانند هنگام خواندن مقاله ای با موضوعات مرتبط، از آن برای تفسیر بهتر داده های قابلیت اطمینان استفاده کنند.
Houweling T, Bolton J, Newell D. Comparison of two methods of collecting healthcare usage data in chiropractic clinics: patient-report versus documentation in patient files. Chiropr Man Ther. ۲۰۱۴;۲۲:۳۲.
برای اطلاعات بیشتر در زمینه ضریب پایایی درون طبقهای، می توانید بر روی فایل زیر کلیک نمایید.
