Kohärenz und Ausrichtung
Zwei Maße sind schon länger im Bereich der Graphenvergleiche (SMD-MITOCAR und Folgende) aufgetaucht. Sie werden über alle sieben verfügbaren Vergleichsmaße getrennt generiert, da diese wie vielfach erwähnt keine sinnvollen Verrechnungen untereinander erlauben (viele haben sich bereits ein einzelnes Maß gewünscht). So ergeben sich beide Maße getrennt für die Ähnlichkeitsmaße Surface Matching, Graphical Matching, Concept Matching, Structural Matching, Gamma, Propositional Matching und neuerdings auch für das Balanced Semantic Matching (das wird in Kürze auch in die offen zugänglichen Tools implementiert werden). Die beiden aggregierenden Maße heißen Kohärenz (Coherence) und Ausrichtung (Alignment).
Kohärenz
Die Kohärenz beschreibt die Abweichung von Individualmodellen vom Gruppenmodell. Es entstehen gemittelte Ähnlichkeiten und entsprechend Standardschätzfehler je Ähnlickeitsmaß. Beide sind anzugeben. Die mittleren Ähnlichkeiten können wie Korrelationen gegen eine t-Verteilung geprüft werden. Die Freiheitsgrade werden aus der Anzahl der Individualmodelle ermittelt.
Ausrichtung
Die Ausrichtung beschreibt die paarweise Abweichung aller Individualmodelle. Auch hier werden gemittelte Ähnlichkeiten und entsprechend Standardschätzfehler ermittelt. Die statistische Prüfung kann analog zur Kohärenz erfolgen. Zur Ermittlung der Freiheitsgrade soll die Anzahl der Einzelmodelle herangezogen werden—und nicht etwa die Anzahl der Paare.
Ermittlung des Gruppenmodells
Gruppenmodelle können je nach Forschungsfragestellung auf unterschiedliche Art und Weise generiert werden. Als mögliche Aggregierungsarten wären ACSMM (eingeführt von O’Connor und Johnson), aber auch Gruppenmodelle direkt in T-MITOCAR oder T-MITOCAR Artemis zu nennen. Selbstverständlich können hier auch “verhandelte”, also durch Kommunikationsprozesse entstandene Konsensmodelle verwendet werden. Bei einem Kommunikationsprozess als Konsensbildung muss vor allem vor dem Hintergrund der Forschungsfrage große Sorgfalt gelten, da hier nicht selten (leider meist ungeprüft) Objektivitätskriterien verletzt werden.