Se você já sabe o significado da kappa de Cohen e como interpretá-la, vá diretamente para a calculadora.
Qual é a kappa de Cohen?
A kappa de Cohen é um coeficiente estatístico que representa o grau de precisão e confiabilidade em uma classificação estatística. Ele mede a concordância entre dois avaliadores (juízes) que classificam itens em categorias mutuamente exclusivas.
Esta estatística foi introduzida por Jacob Cohen na revista Educational and Psychological Measurement em 1960.
onde po é a concordância relativa observada entre os avaliadores, e pe é a probabilidade hipotética de concordância do acaso.
O cálculo da kappa é útil também em meta-análise durante a seleção dos estudos primários. Ele pode ser medido de duas maneiras:
- fiabilidade entre avaliadores: é avaliar o grau de concordância entre as escolhas feitas por
dois (ou mais) juízes independentes - fiabilidade entre avaliadores: É avaliar o grau de concordância mostrado pelo mesmo
pessoa a uma distância de tempo
Interprete a kappa do Cohen
Para interpretar os resultados da kappa do Cohen você pode consultar as seguintes diretrizes (ver Landis, JR & Koch, GG (1977). A concordância do observador para a medição de dados categóricos. Biometria, 33, 159-174):
- 0.01 – 0.20 ligeira concordância
- 0.21 – 0.40 concordância justa
- 0.41 – 0.60 concordância moderada
- 0.61 – 0,80 concordância substancial
- 0,81 – 1,00 concordância quase perfeita ou perfeita
kappa é sempre menor ou igual a 1. Um valor de 1 implica um acordo perfeito e valores inferiores a 1 implicam um acordo menos que perfeito.
É possível que o kappa seja negativo. Isto significa que os dois observadores concordaram menos do que seria esperado por acaso.
Utilizar a calculadora kappa livre de Cohen
Com esta ferramenta você pode facilmente calcular o grau de concordância entre dois juízes durante a seleção dos estudos a serem incluídos em uma meta-análise.
Completar os campos para obter a percentagem bruta de concordância e o valor da kappa de Cohen.
Resultados
% de concordância: NaN%
Cohen’s k: NaN