Intraklassenkorrelation
In diesem Beitrag
Was versteht man unter Intraklassenkorrelation?
Die Intraklassenkorrelation (kurz: ICC) ist ein Maß für die Übereinstimmung oder Konsistenz von Messungen, die an denselben Untersuchungseinheiten von mehreren Beurteilenden oder Messinstrumenten vorgenommen werden. Sie gibt an, welcher Anteil der gesamten Varianz in den Daten auf echte Unterschiede zwischen den Einheiten (z. B. Personen) zurückzuführen ist – und nicht auf Messfehler oder Unterschiede zwischen Beurteilenden.
Formal basiert der ICC auf einer Varianzzerlegung aus der Varianzanalyse (ANOVA). Die grundlegende Idee lässt sich so ausdrücken: Der ICC ist das Verhältnis der Varianz zwischen den Gruppen zur gesamten beobachteten Varianz.
Grundprinzip des ICC
Dabei steht σ²_zwischen für die Varianz zwischen den Messeinheiten (z. B. Probanden) und σ²_gesamt für die gesamte Varianz inklusive Messfehler. Der ICC kann Werte zwischen 0 und 1 annehmen. Ein Wert nahe 1 bedeutet hohe Übereinstimmung, ein Wert nahe 0 bedeutet kaum Übereinstimmung.
In der Praxis existieren mehrere Varianten des ICC, die je nach Studiendesign gewählt werden. Die verbreitete Klassifikation nach Shrout und Fleiss (1979) sowie die spätere Erweiterung durch McGraw und Wong (1996) unterscheiden unter anderem:
- ICC(1,1): Jede Person wird von zufällig ausgewählten, unterschiedlichen Beurteilenden bewertet.
- ICC(2,1): Alle Beurteilenden bewerten alle Personen; Beurteilende gelten als zufällig aus einer größeren Population.
- ICC(3,1): Alle Beurteilenden bewerten alle Personen; Beurteilende gelten als fest (nicht verallgemeinerbar).
Zusätzlich wird zwischen Konsistenz (systematische Unterschiede zwischen Beurteilenden werden ignoriert) und absoluter Übereinstimmung (systematische Unterschiede fließen in die Beurteilung ein) unterschieden.
Warum ist die Intraklassenkorrelation für statistische Analysen wichtig?
Der ICC ist ein zentrales Werkzeug überall dort, wo Reliabilität von Messungen nachgewiesen werden muss. Das betrifft viele Forschungsbereiche: Medizin, Psychologie, Sportwissenschaft, Pädagogik oder die Qualitätssicherung in Unternehmen.
Konkret wird der ICC in folgenden Situationen eingesetzt:
- Interrater-Reliabilität: Stimmen mehrere Beobachtende oder Kodierende in ihren Urteilen überein?
- Intrarater-Reliabilität: Liefert eine Person bei wiederholter Messung konsistente Ergebnisse?
- Messwiederholungen: Sind Messungen zu verschiedenen Zeitpunkten stabil, obwohl sich der wahre Wert nicht verändert haben sollte?
- Mehrebenenanalysen: Der ICC zeigt, wie stark Beobachtungen innerhalb einer Gruppe (z. B. Schülerinnen und Schüler einer Klasse) einander ähneln – ein wichtiger Hinweis darauf, ob eine Mehrebenenmodellierung notwendig ist.
Als Orientierung für die Interpretation gelten folgende Richtwerte (nach Koo & Mae, 2016):
| ICC-Wert | Interpretation |
|---|---|
| unter 0,50 | Schlechte Reliabilität |
| 0,50 – 0,75 | Moderate Reliabilität |
| 0,75 – 0,90 | Gute Reliabilität |
| über 0,90 | Exzellente Reliabilität |
Praxisbeispiel zu Intraklassenkorrelation
Eine Doktorandin untersucht, ob zwei unabhängige Physiotherapeuten die Beweglichkeit der Hüfte (in Grad) bei denselben zehn Patientinnen und Patienten zuverlässig messen. Beide messen alle Personen, ohne die Ergebnisse des jeweils anderen zu kennen.
| Person | Therapeut A | Therapeut B |
|---|---|---|
| 1 | 82 | 80 |
| 2 | 75 | 74 |
| 3 | 90 | 91 |
| 4 | 68 | 65 |
| 5 | 85 | 86 |
| 6 | 78 | 77 |
| 7 | 92 | 93 |
| 8 | 70 | 68 |
| 9 | 88 | 87 |
| 10 | 76 | 75 |
Die Doktorandin berechnet einen ICC(2,1) mit absoluter Übereinstimmung, da sie wissen möchte, ob die Therapeuten nicht nur konsistent, sondern auch absolut gleichwertige Messungen liefern. Das Ergebnis: ICC = 0,98 (95-%-KI: 0,93–0,99).
Dieser Wert liegt deutlich über 0,90 und spricht für eine exzellente Interrater-Reliabilität. Die Doktorandin kann in ihrer Dissertation festhalten, dass das Messverfahren zuverlässig ist und die Ergebnisse der beiden Therapeuten als austauschbar betrachtet werden können.
