Estadística Kappa de Cohen: definición y ejemplo

Puedes opinar sobre este contenido:
  • 0
  • 0
  • 0
  • 0

La estadística Kappa de Cohen se utiliza para medir el nivel de acuerdo entre dos evaluadores o jueces que clasifican los elementos en categorías mutuamente excluyentes.

La fórmula para el kappa de Cohen se calcula como:

k = (p o – p e ) / (1 – p e )

dónde:

  • p o : acuerdo relativo observado entre los evaluadores
  • p e : probabilidad hipotética de acuerdo al azar

En lugar de simplemente calcular el porcentaje de elementos en los que los evaluadores están de acuerdo, Kappa de Cohen intenta explicar el hecho de que los evaluadores pueden llegar a estar de acuerdo en algunos elementos por pura casualidad.

Cómo interpretar el Kappa de Cohen

El Kappa de Cohen siempre varía entre 0 y 1, donde 0 indica que no hay acuerdo entre los dos evaluadores y 1 indica un acuerdo perfecto entre los dos evaluadores.

La siguiente tabla resume cómo interpretar los diferentes valores para Kappa de Cohen:

Kappa de Cohen

El siguiente ejemplo paso a paso muestra cómo calcular el Kappa de Cohen a mano.

Cálculo de Kappa de Cohen: ejemplo paso a paso

Supongamos que se les pide a dos curadores de un museo que califiquen dos pinturas en función de si son lo suficientemente buenas como para colgarlas en una nueva exhibición.

La siguiente tabla 2 × 2 muestra los resultados de las calificaciones:

Ejemplo de cálculo de Kappa de Cohen

Paso 1: Calcule la concordancia relativa (p o ) entre los evaluadores.

Primero, calcularemos el acuerdo relativo entre los evaluadores. Esta es simplemente la proporción de calificaciones totales en las que los evaluadores dijeron «Sí» o ambos dijeron «No».

Podemos calcular esto como:

  • p o = (Ambos dijeron Sí + Ambos dijeron No) / (Calificaciones totales)
  • p o = (25 + 20) / (70) = 0,6429

Paso 2: Calcule la probabilidad hipotética de acuerdo al azar (p e ) entre evaluadores.

A continuación, calcularemos la probabilidad de que los evaluadores pudieran haber estado de acuerdo por pura casualidad.

Esto se calcula como el número total de veces que el Calificador 1 dijo «Sí» dividido por el número total de respuestas, multiplicado por el número total de veces que el Calificador 2 dijo «Sí» dividido por el número total de respuestas, sumado al total. número de veces que el Evaluador 1 dijo «No» multiplicado por el número total de veces que el Evaluador 2 dijo «No»

Para nuestro ejemplo, esto se calcula como:

  • P (“Sí”) = ((25 + 10) / 70) * ((25 + 15) / 70) = 0,285714
  • P («No») = ((15 + 20) / 70) * ((10 + 20) / 70) = 0,214285
  • p e = 0,285714 + 0,214285 = 0,5

Paso 3: Calcule el Kappa de Cohen

Por último, usaremos p o y p e para calcular el Kappa de Cohen:

  • k = (p o – p e ) / (1 – p e )
  • k = (0,6429 – 0,5) / (1 – 0,5)
  • k = 0,2857

El Kappa de Cohen resulta ser 0.2857 . Basándonos en la tabla anterior, diríamos que los dos evaluadores solo tenían un nivel «justo» de acuerdo.

Recursos adicionales

Puede utilizar esta Calculadora Kappa de Cohen para calcular automáticamente el Kappa de Cohen para dos evaluadores.

  • https://r-project.org
  • https://www.python.org/
  • https://www.stata.com/

Redactor del artículo

  • Luis Benites
    Director de Statologos.com

    Tengo una Maestría en Ciencias en Estadística Aplicada y he trabajado en algoritmos de aprendizaje automático para empresas profesionales tanto en el sector de la salud como en el comercio minorista.

    Ver todas las entradas

¿Te hemos ayudado?

Ayudanos ahora tú, dejanos un comentario de agradecimiento, nos ayuda a motivarnos y si te es viable puedes hacer una donación:

La ayuda no cuesta nada

Por otro lado te rogamos que compartas nuestro sitio con tus amigos, compañeros de clase y colegas, la educación de calidad y gratuita debe ser difundida, recuerdalo:

Deja un comentario

En estadística, a menudo nos interesa comprender cómo se relacionan dos variables entre sí. Por ejemplo, podríamos querer saber: ¿Cuál…
statologos comunidad-2

Compartimos información EXCLUSIVA y GRATUITA solo para suscriptores (cursos privados, programas, consejos y mucho más)

You have Successfully Subscribed!