测量信度是心理学的一个基本概念。它传统上被认为是问卷、测量装置或实验任务的稳定属性。虽然类内相关系数(ICC)经常用于评估重复测量设计的可靠性，但它们的描述性自然依赖于一个共同的个人差异的假设。这项工作的重点是假设每个个体是充分描述的平均个人方差在层次模型。因此，可靠性是否可以推广到个人层面，这直接导致了个体不同的icc的概念。特别地，我们介绍了一种新颖的方法，使用贝叶斯因子，其中研究人员可以直接测试分层模型中的同质人内方差。此外，我们还引入了一个成员模型，该模型允许对哪些(以及多少)个体属于公共方差模型进行分类。我们的方法的效用在认知抑制任务上得到了证明。我们发现，异构的个人内部方差是这些任务的定义特征，在一个案例中，最大和最小的个人内部方差之比超过了20。这意味着在个人特定的可靠性上有十倍的差异!我们还发现，少数个体属于通用方差模型，因此传统的可靠性指标潜在地掩盖了重要的个体变异。我们讨论了我们的发现的含义和可能的未来方向。 The methods are implemented in the R package vICC