Uvedená dvě kritéria pro využití
HLM (vícestupňový výběr a zastoupení skupin) nabývají kvalitativního
charakteru, kdy poněkud tvrdší (kvantitativní) povahu zhodnocení přináší ICC (Intra
Class Correlation Coefficient – vnitrotřídní korelační koeficient).
 |
| Intercept v hierarchickém a ne-hierarchickém modelu |
ICC udává,
jaký podíl celkového rozptylu proměnné připadá na rozdíly na nadřazené úrovni,
nebo-li jaké jsou odlišnosti hodnot proměnných na 1. úrovni a na úrovních
vyšších. Uplatňuje se rozklad rozptylu na složku:
- vnitroskupinovou (v rámci jedné úrovně – odlišnosti mezi jedinci / útvary / …),
- meziskupinovou (mezi úrovněmi – odlišnosti na úrovni divizí / subjektů / …).
ICC nabývá hodnoty od 0 do 1,
přičemž využití HLM je obecně uznávané od 0,1. Jak tuto hodnotu vyčíslit?
Nejdříve si rozložíme úrovně:
Vnitrotřídní korelační koeficient
se zakládá na rozkladu rozptylu na úrovně, tudíž analogicky jako rozlišení uvedeného
vnitro a meziskupinového rozptylu v analýze rozptylu. Aplikovat HLM je tedy
vhodné, pokud dochází ke splnění podmínky:
Uvedené pravidlo ovšem
není absolutní, pokud povaha dat jasně inklinuje k užití HLM, pak by mělo
být použito. V následující kapitole si představíme ICC prakticky
s příkladem se dvěma hierarchickými úrovněmi (jedinci na 1. úrovni a
subjekty na 2. úrovni).
 |
| Hierarchický model pro praktický příklad |
Žádné komentáře:
Okomentovat