O seu Blog de Psicometria

Tenha acesso à nossa enciclopédia virtual de conhecimento em Psicometria e Análise de Dados

Junte-se a mais de 22.300 membros e receba conteúdos exclusivos e com prioridade

Compartilhe nas Redes Sociais

Coeficiente de Correlação Intraclasse

Bruno Damásio

maio 9, 2021

A correlação intraclasse (ICC) é uma medida estatística usada para avaliar a confiabilidade ou consistência entre múltiplas medições feitas por diferentes observadores ou instrumentos. Há duas abordagens principais para avaliar a confiabilidade: concordância (absolute agreement) e consistência (consistency).

1- Concordância (Absolute agreement): Neste caso, a ICC mede o grau em que as medições feitas pelos diferentes observadores ou instrumentos estão em acordo absoluto. A concordância leva em consideração tanto a consistência quanto as diferenças sistemáticas entre as medições. Portanto, é uma medida mais rigorosa da confiabilidade, pois exige que as medições sejam semelhantes tanto em termos de tendência quanto de magnitude.

2- Consistência (Consistency): A consistência refere-se à correlação entre as medições feitas pelos diferentes observadores ou instrumentos, independentemente de possíveis diferenças sistemáticas entre eles. A consistência se concentra na tendência das medições de manter a mesma classificação relativa entre os sujeitos, mesmo que os valores absolutos possam ser diferentes.

Vamos à um exemplo didático:

Imagine que temos dois professores, Prof. A e Prof. B, avaliando a redação de dez alunos. As notas variam de 0 a 100. As notas atribuídas pelos dois professores são:

Prof. A: [60, 70, 80, 90, 75, 85, 95, 80, 60, 70] Prof. B: [50, 60, 70, 80, 65, 75, 85, 70, 50, 60]

Se estivermos interessados na concordância (absolute agreement), queremos saber o quanto os dois professores concordam em termos de notas absolutas atribuídas aos alunos. Nesse caso, podemos ver que há uma diferença sistemática de 10 pontos entre as notas dos professores, o que diminuirá a correlação intraclasse.

No entanto, se estivermos interessados na consistência (consistency), estamos analisando se os professores tendem a dar classificações relativas semelhantes aos alunos, independentemente das diferenças absolutas nas notas.

Nesse caso, podemos ver que a ordem relativa das notas atribuídas pelos dois professores é bastante semelhante (mesmo que as notas absolutas sejam diferentes em 10 pontos). Isso resultará em uma correlação intraclasse mais alta para a consistência em comparação com a concordância absoluta.

A correlação intraclasse (ICC) pode ser calculada usando diferentes modelos, dependendo do desenho do estudo e do objetivo da análise. Os três modelos mais comuns são: One-Way Random, Two-Way Random e Two-Way Mixed. Aqui estão as diferenças entre eles:

One-Way Random (Modelo de uma via aleatório): Neste modelo, cada sujeito é avaliado por um conjunto diferente de avaliadores que foram escolhidos aleatoriamente. Ou seja, há uma variabilidade em quem avalia cada amostra. O One-Way Random é usado quando o interesse está na generalização das conclusões para um conjunto maior de avaliadores e não é necessário levar em consideração o efeito específico dos avaliadores. Esse modelo é raramente usado, pois, em geral, usamos os mesmos juízes para avaliar todas as amostras. Mas se esse não for o seu caso, considere o One-Way Random.

Two-Way Random (Modelo de duas vias aleatório): Esse é o modelo mais comumente usado nas pesquisas científicas. Aqui, tanto os sujeitos quanto os avaliadores são considerados amostras aleatórias de suas respectivas populações. Ou seja, quando você tem uma amostra (e não uma população) e quando os avaliadores também são apenas uma amostra de possíveis outros avaliadores existentes. A variabilidade é atribuída aos sujeitos, aos avaliadores e ao erro. O ICC no Two-Way Random mede a confiabilidade, levando em consideração tanto o efeito dos sujeitos quanto o efeito dos avaliadores. Este modelo é usado quando o interesse está na generalização das conclusões para um conjunto maior de sujeitos e avaliadores (o que é a maioria dos casos).

Two-Way Mixed (Modelo de duas vias misto): Neste modelo, a variabilidade é atribuída aos sujeitos, aos avaliadores e ao erro, assim como no Two-Way Random. No entanto, a diferença é que, no Two-Way Mixed, os avaliadores são considerados uma amostra fixa e não aleatória da população de avaliadores. Isso significa que o interesse está na confiabilidade das classificações específicas dos avaliadores selecionados, e as conclusões não são generalizadas para um conjunto maior de avaliadores. O ICC no Two-Way Mixed é usado quando se quer avaliar a confiabilidade entre avaliadores específicos e não se espera que outros avaliadores sejam incluídos no futuro.

Para facilitar a escolha do modelo a ser utilizado, logo abaixo adaptamos um fluxograma mostrando o processo de seleção do ICC com base no desenho experimental (Koo & Li 2016).

O processo envolve a seleção do modelo apropriado (ou seja, efeitos aleatórios de 1 via, efeitos aleatórios de 2 vias ou efeitos fixos de 2 vias), tipo (ou seja, único avaliador/medição ou a média de k avaliadores/medidas), e definição da relação considerada importante (ou seja, consistência ou concordância absoluta).

Em resumo, a escolha do modelo apropriado para calcular o ICC depende das características do seu estudo e dos objetivos da análise. O One-Way Random é usado quando apenas os avaliadores são considerados aleatórios, enquanto o Two-Way Random é usado quando ambos os sujeitos e avaliadores são considerados aleatórios. Já o Two-Way Mixed é usado quando os avaliadores são considerados fixos e a amostra aleatória.

Gostou desse conteúdo? Precisa aprender Análise de dados? Faça parte da Psicometria Online Academy: a maior formação de pesquisadores quantitativos da América Latina. Conheça toda nossa estrutura aqui e nunca mais passe trabalho sozinho(a).

Referência: Koo, T. K., & Li, M. Y. (2016). A Guideline of Selecting and Reporting Intraclass Correlation Coefficients for Reliability Research. Journal of chiropractic medicine15(2), 155–163. https://doi.org/10.1016/j.jcm.2016.02.012

Bruno Figueiredo Damásio

Sou Psicólogo, mestre e doutor em Psicologia. Venho me dedicando à Psicometria desde 2007.

Fui professor e chefe do Departamento de Psicometria da UFRJ durante os anos de 2013 a 2020. Fui editor-chefe da revista Trends in Psychology, da Sociedade Brasileira de Psicologia (SBP) e Editor-Associado da Spanish Journal of Psychology, na sub-seção Psicometria e Métodos Quantitativos.

Tenho mais de 50 artigos publicados e mais de 5000 citações, nas melhores revistas nacionais e internacionais.

Compartilhe sua opinião sobre este post

Uma resposta

Deixe um comentário

O seu endereço de e-mail não será publicado. Campos obrigatórios são marcados com *

Posts sugeridos

Compreendendo os índices de validade de conteúdo

Qual a diferença entre fidedignidade e validade de um teste

Coeficiente Kappa de Cohen

Conteúdo

Mais lidos

O que é regressão linear simples?

O que é correlação de Pearson?

O que é o teste de Shapiro-Wilk?

Teste t de Student

Postados recentemente

Curso R para Iniciantes

Como criar gráficos no R com o ggplot2?

Quais pacotes usar na análise fatorial exploratória no R?

Como reestruturar o formato do banco de dados no R?

Deseja se tornar completamente autônomo e independente na análise dos seus dados?

Junte-se a mais de 22.300 membros e receba conteúdos exclusivos e com prioridade

Bruno Figueiredo Damásio

Sou Psicólogo, mestre e doutor em Psicologia. Venho me dedicando à Psicometria desde 2007.

 

Fui professor e chefe do Departamento de Psicometria da UFRJ durante os anos de 2013 a 2020. Fui editor-chefe da revista Trends in Psychology, da Sociedade Brasileira de Psicologia (SBP) e Editor-Associado da Spanish Journal of Psychology, na sub-seção Psicometria e Métodos Quantitativos.

 

Tenho mais de 50 artigos publicados e mais de 5000 citações, nas melhores revistas nacionais e internacionais. Atualmente, me dedico a formação de novos pesquisadores, através da Psicometria Online Academy. Minha missão é ampliar a formação em Psicometria no Brasil e lhe auxiliar a conquistar os seus objetivos profissionais.

Compartilhe sua opinião sobre este post

Posts sugeridos

Compreendendo os índices de validade de conteúdo

Qual a diferença entre fidedignidade e validade de um teste

Coeficiente Kappa de Cohen

Categorias