Coeficientes de Kendall para Análisis de concordancia de atributos

Encuentre definiciones y ayuda para interpretar los coeficientes de Kendall.

En este tema

Coef
Chi-cuad.
GL
P

Coef

Utilice el coeficiente de concordancia de Kendall (Coef) para evaluar la asociación entre los evaluadores cuando las clasificaciones sean ordinales y usted tenga 3 o más niveles de clasificaciones.

El coeficiente de Kendall considera el orden de las puntuaciones, pero los estadísticos kappa no. Por ejemplo, el coeficiente de Kendall considera el hecho de que las consecuencias de clasificar erróneamente un elemento perfecto (clasificación = 5) como malo (clasificación = 1) son más graves que clasificar erróneamente el elemento como muy bueno (clasificación = 4).

Interpretación

El coeficiente de concordancia de Kendall puede variar de 0 a 1. Mientras mayor sea el valor de Kendall, más fuerte será la concordancia.

Para obtener más información, véase Estadísticos kappa y coeficientes de Kendall.

Chi-cuad.

El estadístico aproximado de chi-cuadrada que se utiliza para determinar el valor p en una prueba de chi-cuadrada.

GL

Los grados de libertad (GL) se utilizan junto con el valor de chi-cuadrada para determinar el valor p. GL = N–1.

P

El valor p es una probabilidad que mide la evidencia en contra de la hipótesis nula. Los valores p más bajos proporcionan fuerte evidencia en contra de la hipótesis nula.

Utilice el valor p del coeficiente de concordancia de Kendall para determinar si debe rechazar o no puede rechazar la hipótesis nula.

H₀: La concordancia del evaluador se debe a las probabilidades.
H₁: La concordancia del evaluador no se debe a las probabilidades.

Minitab utiliza el valor de chi-cuadrada para determinar el valor p

Interpretación

Para determinar si las clasificaciones están asociadas, compare el valor p con el nivel de significancia. Por lo general, un nivel de significancia (denotado como α o alfa) de 0.05 funciona adecuadamente. Un nivel de significancia de 0.05 indica que el riesgo de concluir que las clasificaciones están asociadas, cuando en realidad no es así, es de 5%.

Valor p ≤ α: La concordancia del evaluador no se debe a las probabilidades (Rechazar H₀): Si el valor p es menor que o igual al nivel de significancia, usted rechaza la hipótesis nula y concluye que las clasificaciones del evaluador están asociadas entre sí.
Valor p > α: La concordancia del evaluador se debe a las probabilidades (No rechazar H₀): Si el valor p es mayor que el nivel de significancia, usted no puede rechazar la hipótesis nula, porque no cuenta con suficiente evidencia para concluir que las clasificaciones del evaluador están asociadas.