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。