news 2026/8/19 23:04:35

Rwg与ICC一致性结果解读:组间一致性与组内相关性

作者头像

张小明

前端开发工程师

1.2k 24
文章封面图
Rwg与ICC一致性结果解读:组间一致性与组内相关性

RwgICC一致性分析结果解读

一、方法概述

在组织行为学、管理学和社会科学的多层次研究中,当研究者需要将个体层面的数据聚合为团队或组织层面的变量时,必须首先论证这种数据聚合在统计上的合理性。Rwg(Within-Group Agreement,组内一致性系数)和ICC(Intraclass Correlation Coefficient,组内相关系数)是评估数据聚合合理性的两个核心指标。Rwg用于衡量同一团队内部成员对某一构念的评价在多大程度上达成共识,其逻辑基础是将观察到的组内方差与随机回答条件下的期望方差进行比较。

Rwg的取值范围为[0, 1],一般认为Rwg≥0.70即表明组内一致性达到可接受水平,支持将个体评分聚合为团队均值。ICC则从方差分解的角度评估团队层面的区分度:ICC(1)反映个体得分总方差中可归因于团队间差异的比例,即组间方差占总方差的比例,通常认为ICC(1)>0.05即存在足够的组间差异;ICC(2)衡量团队均值的可靠性,类似于团队层面测量的信度系数,一般要求ICC(2)≥0.70。此外,ANOVA F检验用于判断各团队均值之间的差异是否具有统计显著性。SPSSAU软件提供了完整的Rwg和ICC分析流程,能够同时输出汇总层面和分团队层面的结果。

本报告基于88个样本(分布于8个团队)的数据,运用SPSSAU软件进行Rwg和ICC分析,对组内一致性和组间区分度进行系统评估。

在SPSSAU【问卷研究】模块选择【rwg】,将变量拖拽至右侧对应分析框,操作如下图:

二、组内一致性分析(Rwg

表1报告了Rwg组内一致性系数的汇总统计结果。全部团队的汇总Rwg值为0.909,远高于0.70的常用阈值,表明从整体来看,团队内部成员的评价具有高度一致性。Rwg的标准差为0.051,数值较小,说明各团队的Rwg值围绕均值分布较为集中,团队间的一致性水平差异不大。

从分位数来看,Rwg的第25百分位数为0.864,中位数为0.890,第75百分位数为0.962。即使处于下四分位的团队,其Rwg值(0.864)也明显高于0.70的阈值,这意味着绝大多数团队的组内一致性均达到了可接受水平。四分位区间[0.864, 0.962]的整体高位分布进一步证实了数据聚合的合理性——团队成员对测量构念的评价确实存在较强的共识基础。

三、分团队Rwg分析

表2报告了各团队的Rwg值。8个团队的Rwg值介于0.855至0.988之间,全部高于0.70的阈值标准。其中,团队7的Rwg值最高(0.988),表明该团队成员的评价几乎完全一致;团队2的Rwg值也较高(0.966),同样表现出极高的一致性水平。团队8的Rwg值相对最低(0.855),但仍远超0.70的标准线。

从团队规模来看,各团队的样本量介于8至13人之间,团队3和团队8的样本量最大(各13人),团队2最小(8人)。值得注意的是,样本量最小的团队2反而具有较高的Rwg值(0.966),而样本量最大的团队8的Rwg值相对最低(0.855),这在一定程度上反映了团队规模对一致性系数的影响——较大的团队内部可能包含更多元化的观点。但总体而言,所有团队的一致性水平均满足数据聚合的要求,支持将个体评分聚合为团队层面变量进行后续分析。

四、组内相关系数分析(ICC

表3报告了ICC分析的核心结果。ICC(1)为0.189,表示个体得分总方差中约有18.9%可归因于团队间差异,其余81.1%为团队内个体间差异。虽然18.9%的组间方差占比看似不大,但已远超0.05的经验阈值,说明团队层级结构确实捕获了有意义的组间差异,团队变量并非虚设分组。ICC(2)为0.720,略高于0.70的可接受标准,表明团队均值的可靠性达到了基本可接受水平,即团队均值能够较为稳定地代表该团队的真实特征。

ANOVA F检验结果显示,F=3.572(p=0.002),p值小于0.01,表明各团队均值之间的差异在统计上高度显著。这一结果从方差分析的角度进一步支持了团队间存在可区分差异的结论。组间均方(MSB=0.416)明显大于组内均方(MSW=0.117),MSB/MSW的比值约为3.56,与F值一致,说明团队间的系统性差异显著大于团队内的随机波动。

综合ICC(1)、ICC(2)和F检验三项指标,可以得出以下判断:数据具有足够的组间区分度(ICC(1)=0.189>0.05),团队均值具有可接受的可靠性(ICC(2)=0.720≥0.70),且团队间差异统计显著(F=3.572,p=0.002)。这三项指标共同满足了多层次分析中数据聚合的前提条件,支持在后续研究中采用团队层面变量进行分析,或采用多层线性模型(HLM)同时考察个体层和团队层的影响机制。

五、结论

本研究运用SPSSAU软件对8个团队共88个样本进行了Rwg组内一致性和ICC组内相关系数分析。主要结论如下:第一,汇总Rwg值为0.909,各团队Rwg值介于0.855至0.988之间,全部高于0.70的阈值,表明团队内部成员评价具有高度一致性,支持数据聚合。第二,ICC(1)=0.189,说明18.9%的方差来自团队间差异,远超0.05的经验标准,团队层级捕获了有意义的组间变异。第三,ICC(2)=0.720,达到团队均值可靠性的可接受标准(≥0.70)。第四,ANOVA F检验显著(F=3.572,p=0.002),各团队均值差异具有统计学意义。综合来看,Rwg和ICC的各项指标均满足数据聚合的统计要求,后续研究可以合理地将个体层面数据聚合至团队层面进行分析。

版权声明: 本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若内容造成侵权/违法违规/事实不符,请联系邮箱:809451989@qq.com进行投诉反馈,一经查实,立即删除!
网站建设 2026/8/19 23:01:24

NCS/Zephyr低功耗日志配置实战:解决嵌入式BLE设备调试与功耗矛盾

1. 项目背景与核心矛盾在嵌入式开发,特别是基于Nordic Semiconductor的nRF Connect SDK(NCS)进行低功耗蓝牙(BLE)或物联网设备开发时,调试信息的输出是一个永恒的话题。我们既需要日志来洞察代码的运行状态…

作者头像 李华
网站建设 2026/8/19 23:00:56

基于Arduino与RC522的RFID门禁系统DIY:从原理到智能工具柜实战

1. 项目概述:当RFID遇上DIY,无限创意由此开启 如果你手头有几张闲置的门禁卡、公交卡,或者对超市里“嘀”一下就能结账的标签感到好奇,那么“DIY Idea with RFID”这个主题绝对能为你打开一扇新世界的大门。RFID,也就是…

作者头像 李华
网站建设 2026/8/19 23:00:31

2026年配音软件推荐:我亲测六款免费工具后总结出这些避坑经验

最近社区里问“配音软件哪个好用”的人又多了起来,尤其做技术视频和教程的朋友。我自己从去年开始用AI配音工具,陆陆续续也踩了不少免费配音软件的坑。这次我换了个角度,不再只看音色数量,而是模拟真实使用场景:先配短…

作者头像 李华
网站建设 2026/8/19 22:57:47

基于边缘计算与多模态AI的智能相机系统:从架构设计到工程实践

1. 项目概述:当相机学会“听、想、说” “让相机学会听、想、说”,这个标题听起来像是科幻电影里的桥段,但如果你像我一样,在过去几年里深度折腾过树莓派、OpenCV和各种AI模型,你就会知道,这其实是一个正在…

作者头像 李华
网站建设 2026/8/19 22:56:14

掌派云手机深度实测|多账号云手机托管半年个人使用体验

日常有手游后台托管、多账号应用运维的需求,此前体验过多款云端安卓设备,碰到不少普遍问题。部分产品基础定价亲民,群控、离线运行等基础功能需要单独付费;高峰期服务器资源紧张,程序容易出现闪退断开;还有…

作者头像 李华
网站建设 2026/8/19 22:56:11

Linux与Windows操作系统

Windows 与 Linux 是目前全球使用率最高的两大操作系统,但二者内核架构、设计哲学、运行逻辑、适用场景完全不同。 Windows 主打图形化、易用、生态丰富,聚焦个人桌面与企业办公;Linux 主打开源、稳定、安全、高性能,垄断服务器、…

作者头像 李华