没有绝对的指导原则，但例如Arend&Schäfer（2019）根据他们的文献综述得出的平均ICC为.30，表明ICC=.30可以被视为中等ICC。（他们还建议，.05可以被视为小型国际商会。）
因此，如果在功率计算中使用1作为1级剩余方差（这是一种习惯，因为它使事情变得更容易），则约0.43的随机截距方差将得到0.30的ICC。
参考：
Arend，M.G.和Schäfer，T.（2019年）。二级模型中的统计能力：基于蒙特卡罗模拟的教程。心理学方法，24（1），1-19。https://psycnet.apa.org/doi/10.1037/met0000195
这篇文献综述之所以被编辑，是因为我把它删掉了（感谢埃里克·鲁泽克指出这一点），它提到了2010-2016年间从几个不同心理学领域对心理学研究进行的回顾。正如埃里克所说，你应该从自己的领域审查多层次研究，以找到合适的数字。然后，您可以将上述方法应用于此数字。
为了更清楚地进行编辑，随机截距方差不是一个标准化的参数，它的大小取决于规模，所以你不可能有一个一般的“中等大小的随机截距”。ICC是一个标准化的参数，因此您可以使用它，并且ICC是随机截距方差除以总水平1方差，从而得到适当的随机截距值。
