El coeficiente de correlación intraclase, o CCI, mide la fiabilidad de puntuaciones o mediciones dadas por varios evaluadores. La calculadora de correlación intraclase toma los cuadrados medios de un análisis de la varianza de dos factores, el número de sujetos y el número de evaluadores, y da el CCI(1,1), el CCI(2,1), el CCI(3,1), el CCI(2,k) y el CCI(3,k).
Cómo se hace el cálculo
- Haz un análisis de la varianza de dos factores con las puntuaciones, con los sujetos en las filas y los evaluadores en las columnas. Anota los cuadrados medios de los sujetos (CMS), de los evaluadores (CMC) y del error (CME).
- CCI(3,1) = (CMS − CME) ÷ (CMS + (k − 1) × CME) mide la consistencia para un solo evaluador, siendo k el número de evaluadores.
- CCI(2,1) = (CMS − CME) ÷ (CMS + (k − 1) × CME + k × (CMC − CME) ÷ n) mide el acuerdo absoluto, y es más bajo cuando los evaluadores difieren de forma sistemática.
- CCI(1,1) usa el cuadrado medio intrasujeto CMW = (CMC + (n − 1) × CME) ÷ n. Las versiones para la media de k evaluadores son CCI(2,k) = (CMS − CME) ÷ (CMS + (CMC − CME) ÷ n) y CCI(3,k) = (CMS − CME) ÷ CMS.
Ejemplo
Cuatro evaluadores puntúan a 15 sujetos. El análisis de la varianza da CMS = 38,4, CMC = 2,5 y CME = 5,1. Entonces CCI(3,1) = 33,3 ÷ 53,7 = 0,620, y CCI(2,1) = 33,3 ÷ 53,01 = 0,628. El CCI(1,1) vale 0,629, y la fiabilidad de la media de los cuatro evaluadores es de 0,871 para el acuerdo absoluto y de 0,867 para la consistencia. Un evaluador solo se sitúa en la zona moderada.
Por qué es útil
Antes de utilizar una escala, una prueba o un panel de evaluadores, hay que saber si se puede confiar en las puntuaciones. El CCI responde con un único número, y las cinco formas corresponden a los diseños de estudio habituales, de modo que se puede presentar como esperan las revistas científicas. Es habitual en investigación clínica, educativa y psicológica, por ejemplo al comparar la corrección de exámenes o la valoración de pruebas por distintos profesionales.
Conviene saber
Las fórmulas siguen a Shrout y Fleiss y usan los cuadrados medios de un análisis de la varianza sin datos ausentes. Dan estimaciones puntuales y no intervalos de confianza, que requieren la distribución F y el diseño exacto. Pueden aparecer valores negativos cuando la varianza del error supera la de los sujetos, y por lo general se presentan como nulos.
Herramientas relacionadas
La calculadora del alfa de Cronbach mide la consistencia interna de una escala, y la del kappa de Cohen mide la concordancia en categorías.